汪亞萍　崔曉鵬　冉令坤　余暉

1中國科學(xué)院大氣物理研究所云降水物理與強(qiáng)風(fēng)暴重點(diǎn)實(shí)驗(yàn)室，北京1000292中國科學(xué)院大學(xué)，北京1000493南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心，南京2100444中國氣象局上海臺(tái)風(fēng)研究所，上海200030

動(dòng)力因子對(duì)2006“碧利斯”臺(tái)風(fēng)暴雨的診斷分析

汪亞萍1, 2崔曉鵬1, 3冉令坤1余暉4

1中國科學(xué)院大氣物理研究所云降水物理與強(qiáng)風(fēng)暴重點(diǎn)實(shí)驗(yàn)室，北京100029
2中國科學(xué)院大學(xué)，北京100049
3南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心，南京210044
4中國氣象局上海臺(tái)風(fēng)研究所，上海200030

摘要本文利用2006年登陸臺(tái)風(fēng)“碧利斯”暴雨過程高分辨率數(shù)值模擬資料，結(jié)合濕熱力平流參數(shù)、廣義對(duì)流渦度矢量垂直分量、水汽螺旋度、熱力螺旋度、散度垂直通量、熱力散度垂直通量、熱力切變平流參數(shù)和Q*矢量散度等8個(gè)動(dòng)力因子，對(duì)“碧利斯”臺(tái)風(fēng)暴雨進(jìn)行診斷分析。結(jié)果指出：（1）8個(gè)動(dòng)力因子在“碧利斯”臺(tái)風(fēng)強(qiáng)降水區(qū)均表現(xiàn)為強(qiáng)信號(hào)，其中，水汽螺旋度、熱力螺旋度、散度垂直通量、熱力散度垂直通量等動(dòng)力因子與降水強(qiáng)度的相關(guān)系數(shù)均達(dá)0.99以上，與總云水物質(zhì)的相關(guān)系數(shù)也均達(dá)0.97以上，而熱力切變平流參數(shù)與上述二者的相關(guān)系數(shù)最低，達(dá)0.5左右；（2）8個(gè)動(dòng)力因子中，Q*矢量散度隨降水強(qiáng)度先增大后減小，與“霰融化成雨水造成雨水增長”微物理過程隨降水強(qiáng)度的變化相似，熱力切變平流參數(shù)隨降水強(qiáng)度呈現(xiàn)“增大—減小—再增大”的變化特征，而其他6個(gè)動(dòng)力因子均呈現(xiàn)單調(diào)增長趨勢，與“雨水碰并云水造成雨水增長”微物理過程隨降水強(qiáng)度的變化相類似；（3）總體看來，水汽螺旋度、熱力螺旋度、散度垂直通量、熱力散度垂直通量4個(gè)動(dòng)力因子與降水強(qiáng)度及雨水收支相關(guān)的總的云微物理過程轉(zhuǎn)化率對(duì)應(yīng)更好，因此，對(duì)降水的指示意義也更好。

關(guān)鍵詞“碧利斯” 臺(tái)風(fēng)暴雨動(dòng)力因子云微物理過程

汪亞萍，崔曉鵬，冉令坤，等. 2015. 動(dòng)力因子對(duì)2006“碧利斯”臺(tái)風(fēng)暴雨的診斷分析 [J]. 大氣科學(xué), 39 (4): 747-756.Wang Yaping, Cui Xiaopeng, Ran

Lingkun, et al. 2015. Diagnosis of dynamical parameters in torrential rain associated with typhoon “Bilis” in 2006 [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39 (4): 747-756, doi: 10.3878/j.issn.1006-9895.1411.14184.

資助項(xiàng)目上海臺(tái)風(fēng)研究基金項(xiàng)目2013ST01

1　引言

我國是世界上受臺(tái)風(fēng)影響最為嚴(yán)重的國家之一（陳聯(lián)壽和孟智勇，2001）。臺(tái)風(fēng)，尤其是登陸臺(tái)風(fēng)，能帶來暴雨、大風(fēng)和暴潮，其中臺(tái)風(fēng)暴雨災(zāi)害影響最大。我國歷史上幾大破紀(jì)錄的暴雨災(zāi)害均與臺(tái)風(fēng)有關(guān)（Chen et al., 2010）。因此，臺(tái)風(fēng)強(qiáng)降水（暴雨）預(yù)報(bào)一直是氣象部門關(guān)注的重點(diǎn)。

暴雨預(yù)報(bào)的主要手段包括數(shù)值預(yù)報(bào)和利用衛(wèi)星、雷達(dá)等非常規(guī)觀測資料的外推臨近預(yù)報(bào)（高守亭等，2013b），其中，數(shù)值預(yù)報(bào)是主要趨勢。數(shù)值預(yù)報(bào)可以提供豐富的和熱、動(dòng)力協(xié)調(diào)的預(yù)報(bào)產(chǎn)品，應(yīng)用廣泛。隨著數(shù)值模式的不斷發(fā)展和進(jìn)步，如何更好地應(yīng)用數(shù)值預(yù)報(bào)產(chǎn)品成為一個(gè)重要課題?？紤]到模式降水來自于復(fù)雜的數(shù)值模式物理過程參數(shù)化（包括對(duì)流參數(shù)化和云微物理過程參數(shù)化等），其復(fù)雜性常常帶來模式降水直接預(yù)報(bào)的誤差，而數(shù)值模式對(duì)除降水外的其他熱、動(dòng)力場（風(fēng)場和溫度場等）的預(yù)報(bào)相對(duì)比較穩(wěn)定，因此，氣象學(xué)者們開始尋找一些與降水具有良好相關(guān)性的動(dòng)力因子，進(jìn)而利用數(shù)值模式預(yù)報(bào)的熱、動(dòng)力場量計(jì)算這些動(dòng)力因子，最終給出基于數(shù)值預(yù)報(bào)模式基礎(chǔ)上的降水動(dòng)力因子釋用預(yù)報(bào)，取得了很好的預(yù)報(bào)效果（姚秀萍和于玉斌，2000，2001；岳彩軍和壽紹文，2002；陸慧娟和高守亭，2003；Gao et al., 2004a，2004b，2005a，2005b，2007；Gao and Cao，2007；Cao and Gao，2007；劉漢華等，2007；冉令坤和楚艷麗，2009；齊彥斌等，2010；Wu et al., 2011；冉令坤等，2011；周冠博等，2012；楚艷麗等，2013；冉令坤等，2013；高守亭等，2013a，2013b；劉海軍等，2013；許孌等，2013；Ran et al., 2013）。這種釋用預(yù)報(bào)方法是基于數(shù)值預(yù)報(bào)模式的產(chǎn)品，因此，與數(shù)值模式發(fā)展相伴隨的模式熱、動(dòng)力場預(yù)報(bào)水平的提高也必將帶動(dòng)該釋用預(yù)報(bào)方法水平的進(jìn)一步提升。本文將選取上述主要?jiǎng)恿σ蜃樱谩氨汤埂迸_(tái)風(fēng)暴雨過程的高分辨率數(shù)值模擬資料，進(jìn)一步驗(yàn)證多種動(dòng)力因子對(duì)臺(tái)風(fēng)暴雨、尤其是登陸之后的暴雨突然增幅過程的指示意義。綜合多種降水動(dòng)力因子，針對(duì)同一降水過程開展診斷分析，這方面的工作開展的不多，其研究結(jié)果將有助于進(jìn)一步理解和認(rèn)識(shí)各種動(dòng)力因子及其對(duì)降水的指示意義，也將有助于更好地組織多種動(dòng)力因子開展集合動(dòng)力因子降水釋用預(yù)報(bào)等。

2006年“碧利斯”臺(tái)風(fēng)登陸中國大陸后，降水量不降反增，在湖南、廣東、江西三省交界附近地區(qū)降水突然增幅，出現(xiàn)特大暴雨，帶來嚴(yán)重災(zāi)害。王黎娟等（2013）利用最高分辨率為3 km的ARPS （the Advanced Regional Prediction System）模式，成功模擬了“碧利斯”的登陸過程，并較好地再現(xiàn)了登陸后的暴雨增幅。Ren and Cui（2014）利用上述高分辨率模擬資料，研究了“碧利斯”暴雨增幅的云微物理可能成因，發(fā)現(xiàn)暴雨增幅期間，云水的增加主要通過兩個(gè)途徑對(duì)暴雨增幅產(chǎn)生貢獻(xiàn)：一是通過雨水對(duì)云水的碰并收集，造成雨水含量增加；二是通過云中雪粒子對(duì)云水的碰并，造成雪粒子含量增加，增加的雪粒子又被云中霰粒子碰并收集造成霰含量增長，進(jìn)而由霰粒子融化為雨水，造成雨水含量增長。本文將進(jìn)一步利用上述高分辨率模式資料，通過計(jì)算濕熱力平流參數(shù)、廣義對(duì)流渦度矢量垂直分量、水汽螺旋度、熱力螺旋度、散度垂直通量、熱力散度垂直通量、熱力切變平流參數(shù)和Q*矢量散度等8個(gè)動(dòng)力因子，分析動(dòng)力因子與降水落區(qū)、降水強(qiáng)度、云中水凝物含量以及與地面降水直接相關(guān)的云微物理轉(zhuǎn)化過程之間的關(guān)系，研究上述多種動(dòng)力因子對(duì)“碧利斯”臺(tái)風(fēng)登陸后，在我國湖南、廣東、江西三省交界處引發(fā)的暴雨增幅過程的指示意義。本文所用資料取自王黎娟等（2013）的3 km高分辨率模式輸出資料，包括標(biāo)準(zhǔn)常規(guī)輸出項(xiàng)和云微物理轉(zhuǎn)化過程項(xiàng)，該資料已在王黎娟等（2013）以及Ren and Cui（2014）工作中得到充分

驗(yàn)證。

２　動(dòng)力因子簡介

下面對(duì)本文診斷分析中所用到的8個(gè)動(dòng)力因子做簡要介紹。

2.1濕熱力平流參數(shù)

Wu et al.（2011）和高守亭等（2013b）把位溫平流的水平梯度和廣義位溫水平梯度的點(diǎn)積定義為濕熱力平流參數(shù)（G），并用于診斷鋒面附近的強(qiáng)降水事件，G表達(dá)式定義為

其中，v=(u,v,w )，為三維風(fēng)速矢量，θ為位溫，θ?=為廣義位溫（Gao et al., 2004b），qv為水汽比濕，qs為飽和水汽比濕，k為經(jīng)驗(yàn)常數(shù)。?h=和?=+分別為水平和三維空間的梯度算子。濕熱力平流參數(shù)將水平鋒生和斜壓性自然地聯(lián)系起來，綜合描述了在鋒區(qū)附近冷、暖氣團(tuán)中的動(dòng)力、熱力和水汽特征。

對(duì)G取絕對(duì)值并從1250～5750 m（約850～500 hPa）進(jìn)行質(zhì)量垂直積分，得到

2.2廣義對(duì)流渦度矢量垂直分量

在中尺度深對(duì)流系統(tǒng)中，強(qiáng)烈的對(duì)流和潛熱釋放使得相當(dāng)位溫梯度轉(zhuǎn)為近水平方向，Gao et al. （2004a, 2007）提出了對(duì)流渦度矢量，其表達(dá)式定義為

其中，ωa為絕對(duì)渦度，θe為相當(dāng)位溫，ρ為密度。以廣義位溫θ?替代eθ，可得廣義對(duì)流渦度矢量，許孌等（2013）和王成鑫等（2013）將廣義對(duì)流渦度矢量應(yīng)用于臺(tái)風(fēng)暴雨的診斷分析中，取得很好效果。略去小項(xiàng)后，z坐標(biāo)系下CVV*的垂直分量寫為

進(jìn)行如上質(zhì)量垂直積分后得到

2.3水汽螺旋度

其中，u、v、w分別為z坐標(biāo)系中的x、y和z方向的速度，qv為水汽比濕。該物理量將垂直速度和垂直渦度耦合起來，并加入水汽的作用，對(duì)暴雨系統(tǒng)有很好的指示作用，對(duì)其進(jìn)行質(zhì)量垂直積分后得到

2.4熱力螺旋度

高守亭等 (2013b) 和楊帥等 (2013) 將廣義位溫引入垂直螺旋度的概念中，給出了熱力螺旋度的定義：該物理量既包含大氣動(dòng)力學(xué)特征，也包含大氣濕斜壓性特征，對(duì)其進(jìn)行質(zhì)量垂直積分后得到

2.5散度垂直通量

大氣低層輻合、高層輻散以及上升運(yùn)動(dòng)是降水過程中的典型動(dòng)力結(jié)構(gòu)特征，冉令坤和楚艷麗（2009），周冠博等（2012）和劉海軍等（2013）將垂直速度和水平散度的乘積定義為散度垂直通量，其在z坐標(biāo)系下的表達(dá)式為

進(jìn)行質(zhì)量垂直積分后得到

在散度垂直通量基礎(chǔ)上，通過引入能夠反映濕大氣非均勻飽和特性的廣義位溫，高守亭等 (2013b)定義了熱力散度垂直通量，此因子綜合體現(xiàn)了降水過程中的動(dòng)力和熱力特征，其在z坐標(biāo)系下的表達(dá)式為

質(zhì)量垂直積分后得到

2.7熱力切變平流參數(shù)

齊彥斌等 (2010) 引入了熱力切變平流參數(shù)，表達(dá)式為

該因子第一項(xiàng)為對(duì)流渦度矢量的垂直分量，體現(xiàn)了水平風(fēng)場的垂直切變與大氣斜壓性，第二項(xiàng)為水平散度和廣義位溫垂直梯度的相互作用項(xiàng)。對(duì)其進(jìn)行質(zhì)量垂直積分后得到

2.8廣義Q?矢量散度

將廣義位溫代替非地轉(zhuǎn)濕Q矢量（姚秀萍和于玉斌, 2000）中的位溫，且不考慮凝結(jié)潛熱的作用，得到廣義Q矢量，其各分量表達(dá)式為：

而Q?矢量散度定義為

質(zhì)量垂直積分后得

３　動(dòng)力因子模擬診斷分析

本節(jié)將利用王黎娟等（2013）的“碧利斯”臺(tái)風(fēng)暴雨過程高分辨率（3 km）數(shù)值模式資料，結(jié)合上述8個(gè)動(dòng)力因子，針對(duì)同一臺(tái)風(fēng)暴雨過程開展診斷分析，探討多個(gè)動(dòng)力因子對(duì)臺(tái)風(fēng)暴雨的指示意義。

3.1累積降水量與動(dòng)力因子水平分布

圖1給出了2006年7月14日12:00到15日12:00（協(xié)調(diào)世界時(shí)，下同）“碧利斯”臺(tái)風(fēng)登陸期間，數(shù)值模式模擬的24小時(shí)累積降水量以及利用模擬資料計(jì)算的24小時(shí)平均的質(zhì)量垂直積分動(dòng)力因子水平分布[“碧利斯”臺(tái)風(fēng)暴雨過程實(shí)況、數(shù)值模擬與驗(yàn)證、登陸后的暴雨增幅過程分析等詳見王黎娟等（2013）以及Ren and Cui（2014）]。由圖可見，24小時(shí)累積降水量達(dá)到350 mm以上，主要分布在廣東、湖南和江西三省交界附近地區(qū)，Gsum、 CVZ*sum、Hmsum、Htsum、Γsum、Γtsum、Jsum和Q*dsum 等8個(gè)動(dòng)力因子在上述降水區(qū)均表現(xiàn)為較強(qiáng)信號(hào)，說明上述動(dòng)力因子對(duì)此次臺(tái)風(fēng)暴雨落區(qū)均具有一定指示意義。其中，Gsum的信號(hào)異常區(qū)基本上與強(qiáng)降水區(qū)相對(duì)應(yīng)（圖1a），但在（25.5°～26.5°N，114°～115°E）區(qū)域存在的強(qiáng)信號(hào)沒有對(duì)應(yīng)明顯強(qiáng)降水中心；CVZ*sum、Jsum和Q*dsum的異常信號(hào)基本覆蓋整個(gè)24小時(shí)降水落區(qū)，CVZ*sum在強(qiáng)降水區(qū)等值線較密集（圖1b），但強(qiáng)信號(hào)中心較降水中心偏向東北，Jsum（圖1g）異常中心與強(qiáng)降水區(qū)吻合較差，而Q*dsum的最大信號(hào)異常中心與強(qiáng)降水中心較為接近（圖1h）；Hmsum、Htsum、Γsum和Γtsum（圖1c、d、e、f）與強(qiáng)降水落區(qū)對(duì)應(yīng)最好，異常信號(hào)集中在降水強(qiáng)度大于75 mm的地區(qū)，這4個(gè)動(dòng)力因子的分布較為相似，信號(hào)異常中心與降水中心基本重合，對(duì)此次降水過程的強(qiáng)降水中心指示意義最好。

“碧利斯”臺(tái)風(fēng)登陸之后，在廣東、湖南和江西三省交界附近地區(qū)引發(fā)暴雨突然增幅，14日18:00～15日00:00模擬6小時(shí)累積降水量最大超過240 mm（圖略），較暴雨增幅發(fā)生前明顯增大，達(dá)14日12:00～15日12:00的24小時(shí)累積總降水量的2/3左右（圖1），同時(shí)，云中水凝物也較暴雨增幅前出現(xiàn)顯著增長（Ren and Cui，2014）。進(jìn)一步分析發(fā)現(xiàn)，以上8個(gè)動(dòng)力因子在暴雨增幅時(shí)段（14日18:00～15日00:00）對(duì)降水也具有非常好的指示意義，其與6小時(shí)累積降水分布的關(guān)系與圖1類似，各個(gè)因子的指示能力也相類似（圖略）。

3.2動(dòng)力因子與逐小時(shí)降水強(qiáng)度、云水凝物以及微物理過程變化的關(guān)系

選取24小時(shí)累積降水量達(dá)到暴雨級(jí)別（＞50 mm）的區(qū)域，對(duì)逐小時(shí)累積降水量、質(zhì)量垂直積分后的動(dòng)力因子、與雨水相關(guān)的主要云微物理過程整層累加后的轉(zhuǎn)化率（Pracw，雨水碰并云水造成雨水增長；Pgmlt，霰粒子融化成雨水；Ren and Cui，2014）、整層累加后的云中水凝物混合比做區(qū)域平均，得到四者的逐小時(shí)變化圖（圖2和圖3），其中，云中水凝物包括云水（Qc）、雨水（Qr）、云冰（Qi）、雪（Qs）和霰（Qg），而云水物質(zhì)總混合比記為。總體看來，動(dòng)力因子、云微物理過程轉(zhuǎn)化率與小時(shí)降水強(qiáng)度均具有較為一致的變化趨勢（圖2），但Q*dsum、CVZ*sum和Gsum比降水強(qiáng)度變化提前1至2個(gè)小時(shí)達(dá)到最大

值，而Jsum提前了3個(gè)小時(shí)，這種提前是否具有預(yù)報(bào)價(jià)值尚待進(jìn)一步多個(gè)例的深入研究。同時(shí)相關(guān)分析發(fā)現(xiàn)（表1），CVZ*sum、Hmsum、Htsum、Γsum和Γtsum的逐小時(shí)變化與小時(shí)降水量變化有很好的相關(guān)性，相關(guān)系數(shù)均達(dá)到0.95以上，表現(xiàn)出對(duì)強(qiáng)降水很好的指示意義；Gsum和Q*dsum變化與降水量變化的相關(guān)性也較好，相關(guān)系數(shù)在0.90左右；而Jsum與降水量的相關(guān)性相對(duì)較差，接近0.5；與雨水生成相關(guān)的2個(gè)主要的云微物理過程（Pracw和Pgmlt）與8個(gè)動(dòng)力因子也表現(xiàn)出很好的相關(guān)性（圖2，表1），其變化特征與小時(shí)降水量相類似（圖2），相關(guān)系數(shù)也類似（表1）。由圖3可見，總體上看，各動(dòng)力因子和云中水凝物含量也具有較為一致的變化趨勢，除Jsum外的其他7個(gè)動(dòng)力因子與5種水凝物之和（QCH）的相關(guān)系數(shù)均達(dá)到0.9以上， Jsum與QCH的相關(guān)系數(shù)也略高于與小時(shí)雨量的相關(guān)系數(shù)，達(dá)到約0.55。雨水、云冰、雪、霰及總水凝物均在降水最大時(shí)段（圖2）達(dá)到最大值，云水的變化比較獨(dú)特，其最大值出現(xiàn)的時(shí)間略超前其他水凝物，也略超前地面降水最大值的出現(xiàn)（圖2和圖3），這種變化特征與Jsum的變化更為接近，因此，Jsum與云水的相關(guān)系數(shù)也是與其他物理量相關(guān)系數(shù)中最高的（0.5797，表1）。

圖1　2006年7月14日12:00～15日12:00（協(xié)調(diào)世界時(shí)，下同）的24小時(shí)累積降水量（陰影, 單位：mm）以及平均的8個(gè)動(dòng)力因子（等值線）分布：（a）濕熱力平流參數(shù)， Gsum，單位：10-8K2kg m-4s-1；（b）廣義對(duì)流渦度矢量垂直分量，CVZ*sum，單位：10-5K m-1s-1；（c）水汽螺旋度，Hmsum，單位：10-5kg m-1s-2；（d）熱力螺旋度，Htsum，單位：10 K kg m-1s-2；（e）散度垂直通量，Γsum，單位：10-1kg m-1s-2；（f）熱力散度垂直通量，Γtsum，單位：10 K kg m-1s-2；（g）熱力切變平流參數(shù)，Jsum，單位：10-6K kg m-3s-1；（h）Q*矢量散度，Q*dsum，單位：10-11kg m-3s-3Fig. 1　24-hour cumulative precipitation(shaded, units: mm) and averaged eight dynamical parameters(contours) from 1200 UTC 14 Jul to 1200 UTC 15 Jul, 2006: (a) Moist thermodynamic advection parameter, Gsum, units: 10-8K2kg m-4s-1; (b) the vertical component of the generalized convective vorticity vector, CVZ*sum, units: 10-5K m-1s-1; (c) moisture helicity, Hmsum, units: 10-5kg m-1s-2; (d) thermal helicity, Htsum, units: 10 K kg m-1s-2; (e) divergence vertical flux, Γsum, units: 10-1kg m-1s-2; (f) thermal divergence vertical flux, Γtsum, units: 10 K kg m-1s-2; (g) thermodynamic shear advection parameter, Jsum, units: 10-6K kg m-3s-1; (h) generalized Q-vector divergence, Q*dsum, units: 10-11kg m-3s-3

圖2　2006年7月14日12:00～15日12:00逐小時(shí)累積降水量（柱狀圖）、8個(gè)動(dòng)力因子（標(biāo)圓點(diǎn)的實(shí)線，Gsum，單位：10-9 K2 kg m-4 s-1；CVZ*sum，單位：10-5K m-1s-1；Hmsum，單位：10-6kg m-1s-2；Htsum，單位：101K kg m-1s-2；Γsum，單位：10-2kg m-1s-2；Γtsum，單位：101K kg m-1s-2；Jsum，單位：10-6K kg m-3s-1；Q*dsum，單位：10-12kg m-3s-3）以及云微物理過程轉(zhuǎn)化率（Pgmlt和Pracw，標(biāo)圓點(diǎn)的虛線，單位：10-6g g-1s-1）隨時(shí)間變化圖Fig. 2　Variation of hourly cumulative precipitation (histogram), eight dynamical parameters (solid lines with dots, Gsum, units: 10-9K2kg m-4s-1; CVZ*sum, units: 10-5K m-1s-1; Hmsum, units: 10-6kg m-1s-2; Htsum, units: 101K kg m-1s-2; Γsum, units: 10-2kg m-1s-2; Γtsum, units: 101K kg m-1s-2; Jsum, units: 10-6K kg m-3s-1; Q*dsum, units: 10-12kg m-3s-3), and cloud microphysical process conversion rates (dashed lines with dots; Pgmlt, the melting of graupel; Pracw, accretion of cloud water by rain, units: 10-6g g-1s-1) in the period of 1200 UTC 14 Jul to 1200 UTC 15 Jul, 2006

圖3　2006年7月14日12:00～15日12:00的8個(gè)動(dòng)力因子（虛線，Gsum，單位：10-9 K2 kg m-4 s-1；CVZ*sum，單位：10-5 K m-1 s-1；Hmsum，單位：10-6kg m-1s-2；Htsum，單位：101K kg m-1s-2；Γsum，單位：10-2kg m-1s-2；Γtsum，單位：101K kg m-1s-2；Jsum，單位：10-6K kg m-3s-1；Q*dsum，單位：10-12kg m-3s-3）和云中水凝物混合比（實(shí)線，Qc，單位：10-3g g-1；Qr，單位：10-3g g-1；Qi，單位：10-4g g-1；Qs，單位：10-3g g-1；Qg，單位：10-4g g-1；QCH，單位：10-3g g-1）隨時(shí)間變化圖Fig. 3　Variation of eight dynamical parameters (dashed lines, Gsum, units: 10-9K2kg m-4s-1; CVZ*sum, units: 10-5K m-1s-1; Hmsum, units: 10-6kg m-1s-2; Htsum, units: 101K kg m-1s-2; Γsum, units: 10-2kg m-1s-2; Γtsum, units: 101K kg m-1s-2; Jsum, units: 10-6K kg m-3s-1; Q*dsum, units: 10-12kg m-3s-3) and cloud hydrometeors mixing ratios (solid lines, Qc, units: 10-3g g-1; Qr, units: 10-3g g-1; Qi, units: 10-4g g-1; Qs, units: 10-3g g-1; Qg, units: 10-4g g-1; QCH, units: 10-3g g-1) in the period of 1200 UTC 14 Jul to 1200 UTC 15 Jul, 2006

表1　2006年7月14日12:00～15日12:00質(zhì)量垂直積分的動(dòng)力因子與1小時(shí)累積降水量、云微物理過程轉(zhuǎn)化率（Pgmlt，Pracw）、云中水凝物混合比（Qc，Qr，Qi，Qs，Qg，QCH）的相關(guān)系數(shù)Table 1　Correlation coefficients of the vertically integrated dynamical parameters and 1-hour cumulative precipitation, cloud microphysical processes conversion rates (Pgmlt, Pracw), cloud hydrometeors mixing ratios (Qc，Qr，Qi，Qs，Qg，QCH) from 1200 UTC 14 Jul to 1200 UTC 15 Jul, 2006

可見，8個(gè)動(dòng)力因子均能在不同程度上指示出降水云系的發(fā)展演變以及與雨水生成相關(guān)的主要云微物理過程的發(fā)展演變，因此對(duì)地面降水過程展現(xiàn)出很好的指示意義；同時(shí)也應(yīng)注意到，各個(gè)動(dòng)力因子對(duì)此次暴雨過程降水云系、主要云微物理過程和地面降水的指示能力不同，有些還可能具有一定超前性，而這種超前性的存在可能與某些動(dòng)力因子更傾向于指示降水云系的初期發(fā)展過程有關(guān)，這有待于進(jìn)一步深入分析。

3.3動(dòng)力因子強(qiáng)度隨降水強(qiáng)度的變化分析

進(jìn)一步，將2006年7月14日18:00～15日00:00模擬的暴雨增幅期間6小時(shí)累積降水按照降水強(qiáng)度分成8級(jí)：0～13 mm、13～25 mm、25～60 mm、60～120 mm、120～160 mm、160～200 mm、200～240 mm和 240～280 mm，并分別計(jì)算不同降水強(qiáng)度級(jí)別平均的8種動(dòng)力因子以及不同降水強(qiáng)度級(jí)別平均的垂直累加的雨水主要源匯項(xiàng)。其中雨水主要源匯項(xiàng)包括：雨水碰并云水造成雨水增長（Pracw）、霰融化成雨水（Pgmlt）、雪融化成雨水（Psmlt）、霰碰并云水轉(zhuǎn)化成雨水（Qgacw）、云冰粘附雨水造成雪或霰增長（Piacr）以及雨水蒸發(fā)（Ern）（Ren and Cui，2014），雨水相關(guān)總的云微物理過程轉(zhuǎn)化率為上述6項(xiàng)轉(zhuǎn)化率之和。由圖4可以看到，Pracw和Pgmlt是雨水的兩個(gè)最主要來源項(xiàng)，并且，Pracw隨著降水強(qiáng)度的增大而增大，而Pgmlt隨著降水強(qiáng)度的增大先增大后減?。–ui et al.，2014），雨水相關(guān)總的云微物理過程轉(zhuǎn)化率隨著降水強(qiáng)度的增大而增大；8個(gè)動(dòng)力因子中，Q*矢量散度（Q*dsum）隨著降水強(qiáng)度先增大后減小，與“霰融化成雨水造成雨水增長”微物理過程（Pgmlt）隨降水強(qiáng)度的變化特征相似，熱力切變平流參數(shù)（Jsum）隨降水強(qiáng)度則呈現(xiàn)出“增大—減小—再增大”的變化特征，其他6個(gè)動(dòng)力因子（Gsum、CVZ*sum、Hmsum、Htsum、Γsum和Γtsum）隨降水強(qiáng)度均呈現(xiàn)單調(diào)增長變化特征，與“雨水碰并云水造成雨水增長”微物理過程（Pracw）隨降水強(qiáng)度的變化特征相類似，其中Hmsum、Htsum、Γsum和Γtsum等4個(gè)動(dòng)力因子的表現(xiàn)更好。

綜合以上分析可見，8個(gè)動(dòng)力因子均能在不同程度上對(duì)2006年“碧利斯”臺(tái)風(fēng)降水云系的發(fā)展和地面降水過程展現(xiàn)出很好的指示能力，而水汽螺旋度、熱力螺旋度、散度垂直通量、熱力散度垂直通量等4個(gè)動(dòng)力因子與降水強(qiáng)度及雨水收支相關(guān)的總云微物理過程轉(zhuǎn)化率對(duì)應(yīng)更好，因此，對(duì)降水的指示意義也更好。

4　結(jié)論

本文利用2006年“碧利斯”臺(tái)風(fēng)暴雨過程的高分辨率數(shù)值模擬資料（包括標(biāo)準(zhǔn)常規(guī)輸出項(xiàng)和云微物理轉(zhuǎn)化過程項(xiàng)資料），分析研究了濕熱力平流參數(shù)（Gsum）、廣義對(duì)流渦度矢量垂直分量（CVZ*sum）、水汽螺旋度（Hmsum）、熱力螺旋度（Htsum）、散度垂直通量（Γsum）、熱力散度垂直通量（Γtsum）、熱力切變平流參數(shù)（Jsum）和Q*矢量散

度（Q*dsum）等8個(gè)動(dòng)力因子與降水落區(qū)、降水強(qiáng)度、云中水凝物含量以及與地面降水直接相關(guān)的云微物理轉(zhuǎn)化過程之間的關(guān)系，探討了上述多種動(dòng)力因子對(duì)“碧利斯”臺(tái)風(fēng)暴雨過程，包括在湖南、廣東、江西三省交界處引發(fā)的暴雨增幅過程的指示意義。主要結(jié)論如下：

圖4　2006年7月14日18:00～15日00:00的6小時(shí)平均的雨水主要源匯項(xiàng)轉(zhuǎn)化率（柱狀圖，單位：10-8 g g-1 s-1）、總云微物理過程轉(zhuǎn)化率（標(biāo)園點(diǎn)的虛線）以及8種動(dòng)力因子（標(biāo)圓點(diǎn)的實(shí)線，（a）Gsum，單位：10-9K2kg m-4s-1；（b）CVZ*sum，單位：10-5K m-1s-1；（c）Hmsum，單位：10-6kg m-1s-2；（d）Htsum，單位：K kg m-1s-2；（e）Γsum，單位：10-2kg m-1s-2；（f）Γtsum，單位：K kg m-1s-2；（g）Jsum，單位：10-7K kg m-3s-1；（h）Q*dsum，單位：10-12kg m-3s-3）隨降水強(qiáng)度的變化分布Fig. 4　variation of 6-hour averaged cloud microphysical conversion rates associated with rain (histogram, unit: g g-1s-1), the sum of all source and sink conversion rates associated with rain (dashed line with dots), eight dynamical parameters (solid line with dots, (a) Gsum, units: 10-9K2kg m-4s-1; (b) CVZ*sum, units: 10-5K m-1s-1; (c) Hmsum, units: 10-6kg m-1s-2; (d) Htsum, units: K kg m-1s-2; (e) Γsum, units: 10-2kg m-1s-2; (f) Γtsum, units: K kg m-1s-2; (g) Jsum, units: 10-7K kg m-3s-1; (h) Q*dsum, units: 10-12kg m-3s-3) with different rainfall intensity in the periods of 1800 UTC 14 Jul to 0000 UTC 15 Jul, 2006

（1）各動(dòng)力因子均能在不同程度上指示出“碧利斯”臺(tái)風(fēng)降水云系的發(fā)展演變以及與雨水生成相關(guān)的主要云微物理過程的發(fā)展演變，因此對(duì)地面降水過程展現(xiàn)出很好的指示意義；各動(dòng)力因子的指示能力不同，其中，水汽螺旋度、熱力螺旋度、散度垂直通量、熱力散度垂直通量等4個(gè)動(dòng)力因子逐小時(shí)變化與小時(shí)降水強(qiáng)度變化的相關(guān)系數(shù)均達(dá)到0.99以上，與總云水凝物的相關(guān)系數(shù)也均達(dá)到0.97以上，說明這些動(dòng)力因子能夠更好地指示出降水云系的發(fā)展和地面降水過程的發(fā)生；

（2）8個(gè)動(dòng)力因子中，Q*矢量散度隨降水強(qiáng)度先增大后減小，與“霰融化成雨水造成雨水增長”微物理過程（Pgmlt）隨降水強(qiáng)度的變化相似，熱力切變平流參數(shù)隨降水強(qiáng)度呈現(xiàn)“增大—減小—再增大”的變化特征，而其他6個(gè)動(dòng)力因子均呈現(xiàn)單調(diào)增長趨勢，與“雨水碰并云水造成雨水增長”微物理過程（Pracw）隨降水強(qiáng)度的變化相類似。

本文分析了多種動(dòng)力因子對(duì)“碧利斯”暴雨增幅的指示意義，及其與云微物理轉(zhuǎn)化過程的關(guān)系，在未來的工作中，將進(jìn)一步探討動(dòng)力因子Q*矢量散度與“霰融化成雨水造成雨水增長”微物理過程，以及動(dòng)力因子Gsum、CVZ*sum、Hmsum、Htsum、Γsum、Γtsum與“雨水碰并云水造成雨水增長”微物理過程隨降水強(qiáng)度呈現(xiàn)相類似的變化特征的原因。此外，本文主要探討了多種動(dòng)力因子對(duì)“碧利斯”暴雨過程的指示意義，未來工作計(jì)劃利用預(yù)報(bào)場資料，進(jìn)一步探討其對(duì)暴雨過程的預(yù)報(bào)意義。

參考文獻(xiàn)（References）

Cao J, Gao S T. 2007. Extended interpretations in Q vector analyses and applications in a torrential rain event [J]. Geophys. Res. Lett., 34 (15): L15804, doi:10.1029/2007GL030781.

陳聯(lián)壽, 孟智勇. 2001. 我國熱帶氣旋研究十年進(jìn)展 [J]. 大氣科學(xué), 25 (3): 420–432.Chen Lianshou, Meng Zhiyong. 2001. An overview on tropical cyclone research progress in China during the past ten years [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 25 (3): 420–432.

Chen L S, Li Y, Cheng Z Q. 2010. An overview of research and forecasting on rainfall associated with landfalling tropical cyclones [J]. Adv. Atmos. Sci., 27 (5): 967–976.

楚艷麗, 王振會(huì), 冉令坤, 等. 2013. 臺(tái)風(fēng)莫拉克（2009）暴雨過程中位勢切變形變波作用密度診斷分析和預(yù)報(bào)應(yīng)用 [J]. 物理學(xué)報(bào), 62 (9): 099201.Chu Yanli, Wang Zhenhui, Ran Lingkun, et al., 2010. Diagnosis and application of potential shear deformation wave-activity density in the torrential rain of typhoon Morokat (2009) [J]. Acta Physica Sinica (in Chinese), 62 (9): 099201.

高守亭, 劉璐, 李娜. 2013a. 近幾年中尺度動(dòng)力學(xué)研究進(jìn)展 [J]. 大氣科學(xué), 37 (2): 319–330.Gao Shouting, Liu Lu, Li Na. 2013a. Major advances in research on mesoscale atmospheric dynamics in recent years [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37 (2): 319–330.

高守亭, 冉令坤, 李娜, 等. 2013b. 集合動(dòng)力因子暴雨預(yù)報(bào)方法研究 [J].暴雨災(zāi)害, 32 (4): 289–302.Gao Shouting, Ran Lingkun, Li Na, et al. 2013b. The “Ensemble Dynamic Factors” approach to predict rainstorm [J]. Torrential Rain and Disasters (in Chinese), 32 (4): 289–302.

Gao S T, Cao J. 2007. Physical basis of generalized potential temperature and its application to cyclone tracks in nonuniformly saturated atmosphere [J]. J. Geophys. Res., 112 (D18): D18101, doi:10.1029/ 2007JD008701.

Gao S T, Wang X R, Zhou Y S. 2004a. Generation of generalized moist potential vorticity in a frictionless and moist adiabatic flow [J]. Geophys. Res. Lett., 31 (12): L12113, doi:10.1029/2003GL019152.

Gao S T, Ping F, Li X F, et al. 2004b. A convective vorticity vector associated with tropical convection: A two-dimensional cloud-resolving modeling study [J]. J. Geophys. Res., 109 (D14): D14106, doi:10.1029/ 2004JD004807.

Gao S T, Cui X P, Zhou Y S, et al. 2005a. A modeling study of moist and dynamic vorticity vectors associated with two-dimensional tropical convection [J]. J. Geophys. Res., 110 (D17): D17104, doi: 10.1029/ 2004JD005675.

Gao S T, Zhou Y S, Lei T, et al. 2005b. Analyses of hot and humid weather in Beijing city in summer and its dynamical identification [J]. Science in China Ser. D Earth Sciences, 48 (S2): 128–137.

Gao S T, Li X F, Tao W K, et al. 2007. Convective and moist vorticity vectors associated with tropical oceanic convection: A three-dimensional cloud-resolving model simulation [J]. J. Geophys. Res., 112 (D1): D01105, doi: 10.1029/2006JD007179.

劉漢華, 壽紹文, 周軍. 2007. 非地轉(zhuǎn)濕 Q 矢量的改進(jìn)及其應(yīng)用 [J].南京氣象學(xué)院學(xué)報(bào), 30 (1): 86–93.Liu Hanhua, Shou Shaowen, Zhou Jun. 2007. Improvement and application of ageostrophic wet Q-vector [J]. Journal of Nanjing Institute of Meteorology (in Chinese), 30 (1): 86–93.

劉海軍, 沈新勇, 許孌, 等. 2013. 1011 號(hào)臺(tái)風(fēng) “凡亞比” 登陸過程數(shù)值模擬及診斷分析 [J]. 氣候與環(huán)境研究, 18 (5): 583–594.Liu Haijun, Shen Xinyong, Xu Luan, et al. 2013. Numerical simulation and diagnostic analysis of landfall processes of typhoon Fanapi (1011) [J]. Climatic and Environmental Research (in Chinese), 18 (5): 583–594.

陸慧娟, 高守亭. 2003. 螺旋度及螺旋度方程的討論 [J]. 氣象學(xué)報(bào), 61 (6): 684–691.Lu Huijuan, Gao Shouting. 2003. On the helicity and the helicity equation [J]. Acta Meteorologica Sinica (in Chinese), 61 (6): 684–691.

齊彥斌, 冉令坤, 洪延超. 2010. 強(qiáng)降水過程中熱力切變平流參數(shù)的診

斷分析 [J]. 大氣科學(xué), 34 (6): 1201–1213.Qi Yanbin, Ran Lingkun, Hong Yanchao. 2010. Diagnosis of thermodynamic shear advection parameter in heavy rainfall events [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 34 (6): 1201–1213.

冉令坤, 楚艷麗. 2009. 強(qiáng)降水過程中垂直螺旋度和散度通量及其拓展形式的診斷分析 [J]. 物理學(xué)報(bào), 58 (11): 8094–8106.Ran Lingkun, Chu Yanli. 2009. Diagnosis of vertical helicity, divergence flux and their extensions in heavy-rainfall events [J]. Acta Physica Sinica (in Chinese), 58 (11): 8094–8106.

冉令坤, 周玉淑, 楊文霞. 2011. 強(qiáng)對(duì)流降水過程動(dòng)力因子分析和預(yù)報(bào)研究 [J]. 物理學(xué)報(bào), 60 (9): 099201.Ran Lingkun, Zhou Yushu, Yang Wenxia. 2011. Analysis and forecasting of heavy-rainfall event by strong convection [J]. Acta Physica Sinica (in Chinese), 60 (9): 099201.

冉令坤, 劉璐, 李娜, 等. 2013. 臺(tái)風(fēng)暴雨過程中位勢散度波作用密度分析和預(yù)報(bào)應(yīng)用研究 [J]. 地球物理學(xué)報(bào), 56(10): 3285–3301.Ran Lingkun, Liu Lu, Li Na, et al. 2013. The analysis of the potential-divergence wave activity density and its application to typhoon precipitation [J]. Chinese Journal of Geophysics (in Chinese), 56 (10): 3285–3301.

Ran L K, Li N, Gao S T. 2013. PV-based diagnostic quantities of heavy precipitation: Solenoidal vorticity and potential solenoidal vorticity [J]. J. Geophys. Res. Atmos., 118 (11): 5710–5723.

Ren C P, Cui X P. 2014. The cloud-microphysical cause of torrential rainfall amplification associated with Bilis (0604) [J]. Science China Earth Sciences, 57 (9): 2100–2111.

王成鑫, 高守亭, 梁莉, 等. 2013. 動(dòng)力因子對(duì)地形影響下的四川暴雨落區(qū)的診斷分析 [J]. 大氣科學(xué), 37 (5): 1099–1110.Wang Chengxin, Gao Shouting, Liang Li, et al. 2013. Diagnostic analysis of dynamical parameters for Sichuan rainstorm influenced by terrain [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37 (5): 1099–1110.

王黎娟, 任晨平, 崔曉鵬, 等. 2013. “碧利斯”暴雨增幅高分辨率數(shù)值模擬及診斷分析 [J]. 大氣科學(xué)學(xué)報(bào), 36 (2): 147–157.Wang Lijuan, Ren Chenping, Cui Xiaopeng, et al. 2013. High-resolution numerical simulation and diagnostic analysis of rainfall amplification of Bilis (0604) [J]. Transactions of Atmospheric Sciences (in Chinese), 36 (2): 147–157.

Wu X D, Ran L K, Chu Y L. 2011. Diagnosis of a moist thermodynamic advection parameter in heavy-rainfall events [J]. Adv. Atmos. Sci., 28 (4): 957–972.

許孌, 何金海, 高守亭, 等. 2013. 集合動(dòng)力因子對(duì)登陸臺(tái)風(fēng)“莫拉克”（0908）暴雨落區(qū)的診斷與預(yù)報(bào)研究 [J]. 大氣科學(xué), 37 (1): 23–35. Xu Luan, He Jinhai, Gao Shouting, et al. 2013. Diagnostic and predictive studies of torrential rain location associated with landfalling typhoon Morakot (0908) using multi-dynamical parameters [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37 (1): 23-35.

楊帥, 陳斌, 高守亭. 2013. 水汽螺旋度和熱力螺旋度在華北強(qiáng)“桑拿天”過程中的分析及應(yīng)用 [J]. 地球物理學(xué)報(bào), 56 (7): 2185–2194. Yang Shuai, Chen Bin, Gao Shouting. 2013. Diagnostic analyses and applications of the moisture helicity and thermal helicity for two strong “Sauna” weather processes in northern China [J]. Chinese Journal of Geophysics (in Chinese), 56 (7): 2185–2194.

姚秀萍, 于玉斌. 2000. 非地轉(zhuǎn)濕 Q 矢量及其在華北特大臺(tái)風(fēng)暴雨中的應(yīng)用 [J]. 氣象學(xué)報(bào), 58 (4): 436–446.Yao Xiuping, Yu Yubin. 2000. Non-geostrophic wet Q-vector analysis and its application to typhoon torrential rain [J]. Acta Meteorologica Sinica (in Chinese), 58 (4): 436–446.

姚秀萍, 于玉斌. 2001. 完全 Q 矢量的引入及其診斷分析 [J]. 高原氣象, 20 (2): 208–213.Yao Xiuping, Yu Yubin. 2001. Perfect Q-vector and its diagnoses [J]. Plateau Meteorology (in Chinese), 20 (2): 208–213.

岳彩軍, 壽紹文. 2002. 濕 Q 矢量散度場與ω場的比較 [J]. 南京氣象學(xué)院學(xué)報(bào), 25 (3): 420–424.Yue Caijun, Shou Shaowen. 2002. Comparsion of wet Q vector divergence with ω field [J]. Journal of Nanjing Institute of Meteorology (in Chinese), 25 (3): 420–424.

周冠博, 崔曉鵬, 高守亭. 2012. 臺(tái)風(fēng)“鳳凰”登陸過程的高分辨率數(shù)值模擬及其降水的診斷分析 [J]. 大氣科學(xué), 36 (1): 23–34.Zhou Guanbo, Cui Xiaopeng, Gao Shouting. 2012. The high-resolution numerical simulation and diagnostic analysis of the landfall process of typhoon “Fungwong” [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 36 (1): 23–34.

Diagnosis of Dynamical Parameters in Torrential Rain Associated with Typhoon “Bilis” in 2006

WANG Yaping1, 2, CUI Xiaopeng1, 3, RAN Lingkun1, and YU Hui4

1 Key Laboratory of Cloud–Precipitation Physics and Severe Storms, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029
2 University of Chinese Academy of Sciences, Beijing 100049
3 Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science & Technology, Nanjing 210044
4 Shanghai Typhoon Institute (STI) of China Meteorological Administration, Shanghai 200030

AbstractHigh-resolution numerical simulation data of typhoon Bilis in 2006 was used for diagnostic analysis of eight dynamical parameters in a torrential rain event associated with Bilis. The eight parameters are moist thermodynamic advection parameter (G), the vertical component of the generalized convective vorticity vector (CVZ*), moisture helicity (Hm), thermal helicity (Ht), divergence vertical flux (Γ), thermal divergence vertical flux (Γt), thermodynamic shear advection parameter (J), and generalized Q-vector divergence (Q*d). The results show that the following. (1) All eight dynamical parameters show strong signals in torrential

rainfall regions. The correlation coefficients of the rain rate and Hm, Ht, Γ, Γtare all larger than 0.99, while the correlation coefficients of the total cloud hydrometeors and the four parameters above are all larger than 0.97. The correlation coefficients between J and rain rate, and J and total hydrometeors are both about 0.5, which is the lowest. (2) Q*dfirst increases and then decreases with an increase in rainfall intensity, sharing the same variation as the melting of graupel. J shows an increasing–decreasing–increasing pattern, while the other six parameters always increase with an increase in rainfall intensity, sharing the same variation pattern as the accretion of cloud water by rain water. (3) Overall, Hm, Ht, Γ and Γtcorrespond better with the rain rate and total cloud-microphysical processes associated with rain water. Thus, they are more indicative of strong precipitation.

KeywordsBilis, Typhoon torrential rain, Dynamical parameters, Cloud-microphysical processes

通訊作者崔曉鵬，E-mail: xpcui@mail.iap.ac.cn

作者簡介汪亞萍，女，1990年出生，碩士研究生，主要從事臺(tái)風(fēng)數(shù)值模擬與診斷研究。E-mail: wangyaping@mail.iap.ac.cn

收稿日期2014-05-13；網(wǎng)絡(luò)預(yù)出版日期 2014-11-23

doi:10.3878/j.issn.1006-9895.1411.14184

中圖分類號(hào)

文章編號(hào)1006-9895(2015)04-0747-10P444

文獻(xiàn)標(biāo)識(shí)碼A