国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

2020年7月5—6日武漢江夏特大暴雨水汽源地和輸送特征分析

2022-08-17 04:45張芳麗李國(guó)平李武階
暴雨災(zāi)害 2022年4期
關(guān)鍵詞:源地貢獻(xiàn)率水汽

張芳麗,李國(guó)平,李武階

(1.武漢市江夏區(qū)氣象局,武漢 430200;2.成都信息工程大學(xué)大氣科學(xué)學(xué)院,成都 610225;3.氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估省部共建協(xié)同創(chuàng)新中心,南京 210044;4.武漢市氣象臺(tái),武漢 430040)

引 言

梅雨期暴雨是我國(guó)洪澇災(zāi)害的主要因素之一(周曾奎,1996;陶詩言等,1998;崔講學(xué),2011)。武漢市位于華中腹地,長(zhǎng)江與漢江在此交匯,每到梅雨期,受夏季風(fēng)影響,暴雨明顯增多,造成降水集中、持續(xù)時(shí)間長(zhǎng),階段強(qiáng)降水嚴(yán)重影響城市運(yùn)行和市民生命財(cái)產(chǎn)安全,使得城市防汛決策氣象服務(wù)壓力倍增。因此,對(duì)武漢市梅雨期極端降水天氣過程進(jìn)行深入研究尤為必要。

關(guān)于武漢市及鄂東地區(qū)暴雨天氣的環(huán)流背景、影響系統(tǒng)及其成因、物理量場(chǎng)特征、觸發(fā)維持機(jī)制以及觀測(cè)分析等,已有不少科技工作者進(jìn)行了較為深入的研究(李世剛等,2007;李明等,2009;Yao et al,2010;Yin et al,2010;韓芳蓉等,2017)。對(duì)于極端降水事件,充沛的水汽輸送和水汽輻合是短時(shí)間內(nèi)產(chǎn)生大規(guī)模降水的必要條件(王婧羽等,2014;宋桂英等,2015;王佳津等,2015)。然而就目前研究狀況而言,針對(duì)梅雨期武漢水汽輸送源區(qū)的研究還不多見,前人的研究多是圍繞我國(guó)東部及長(zhǎng)江流域的水汽輸送問題。一般認(rèn)為中國(guó)夏季極端降水與南海以及孟加拉灣地區(qū)的水汽輸送有密切關(guān)系(Tao and Chen,1987),我國(guó)東部大陸的水汽主要來自西南方向,其次是東南方向(施永年等,1982)。針對(duì)長(zhǎng)江中下游開展的研究則發(fā)現(xiàn)長(zhǎng)江中下游地區(qū)水汽主要來源于孟加拉灣以及華南的水汽輸送(謝安等,2002),降水偏多年的水汽則主要與孟加拉灣、南海和西太平洋的水汽輸送有關(guān)(徐祥德等,2013)。

以上關(guān)于水汽通道的研究大多采用歐拉方法,僅能定性描述水汽輸送,無法定量刻畫具體的水汽源地和路徑,而拉格朗日法可以通過空氣塊在不同時(shí)間的位置,定量地刻畫出具體的水汽源地和路徑(江志紅等,2011;楊浩等,2014),近年來被廣泛用于診斷水汽源區(qū)。江志紅等(2017)通過HYSPLIT模式進(jìn)行個(gè)例研究發(fā)現(xiàn),印度洋、孟加拉灣、南海和太平洋是1998年長(zhǎng)江流域特大洪水的主要水汽源地。陳明亞等(2014)基于拉格朗日方法分析了江淮、江南和華南3個(gè)不同區(qū)域多個(gè)持續(xù)性暴雨過程(Persistent Heavy Rainfall events,PHR)期間的水汽通道和水汽輸送特征,發(fā)現(xiàn)水汽通道及其貢獻(xiàn)率的差異主要集中在南海和西太平洋地區(qū)。陳斌等(2011)利用拉格朗日方法定量分析發(fā)現(xiàn)阿拉伯海、印度半島、孟加拉灣、中南半島的緬甸以及中國(guó)西南部的川、滇等地區(qū)為中國(guó)東部極端降水事件貢獻(xiàn)了約80%的水汽。孫建華等(2016)利用拉格朗日方法進(jìn)行多個(gè)例合成指出PHR期間的3條水汽輸送路徑分別是源自熱帶印度洋的西南路徑、源自中國(guó)南海的偏南路徑和來自西太平洋的東南路徑。

這些研究對(duì)指導(dǎo)暴雨分析和預(yù)報(bào)起到了很好的作用,但是暴雨發(fā)生發(fā)展機(jī)理不盡相同,故深入分析一些特定地區(qū)發(fā)生的暴雨天氣個(gè)例仍有必要。因此本文以2020年梅雨期發(fā)生在武漢市江夏區(qū)的一次特大暴雨過程為例,重點(diǎn)探討了本次特大暴雨的水汽輸送特征,并定量分析不同源地的水汽輸送貢獻(xiàn)率以得到主要水汽源地和輸送路徑,以期更好地認(rèn)識(shí)局地暴雨的形成機(jī)制,為今后當(dāng)?shù)仡愃茝?qiáng)降水預(yù)報(bào)提供一些參考依據(jù)。

1 資料與方法

1.1 資料

(1)降水資料:由武漢市氣象局提供的189個(gè)地面氣象站逐小時(shí)降水?dāng)?shù)據(jù),時(shí)間段為2020年7月5日08時(shí)—6日12時(shí)(北京時(shí),下同);(2)大氣環(huán)流資料:由歐洲中期天氣預(yù)報(bào)中心(ECMWF)提供的ERA5全球逐小時(shí)再分析數(shù)據(jù),時(shí)間段為2020年7月5日00時(shí)—6日23時(shí),空間分辨率為0.25°×0.25°,垂直37層,包括地面氣壓、位勢(shì)高度、溫度、相對(duì)濕度、比濕、垂直速度以及風(fēng)場(chǎng)等信息;(3)軌跡模式資料:資料來源同大氣環(huán)流資料,但時(shí)間段為2020年6月26日08時(shí)—7月6日12時(shí)。

1.2 研究方法

本文使用HYSPLIT模式對(duì)江夏特大暴雨進(jìn)行模擬,該模式由美國(guó)NOAA空氣資源實(shí)驗(yàn)室開發(fā),它假定粒子的移動(dòng)軌跡是其在時(shí)間和空間上位置矢量的積分,粒子的最終位置由初始位置和第一猜測(cè)位置的平均速度計(jì)算得到。該模式采用地形坐標(biāo),輸入的氣象數(shù)據(jù)在垂直方向上需要內(nèi)插到地形追隨坐標(biāo)系統(tǒng)上。有關(guān)該模式以及聚類方法詳見Draxler和Hess(1998)的研究。模式輸出結(jié)果包括:三維空間位置(經(jīng)度、緯度、高度)、溫度、比濕等,模擬結(jié)果每1 h輸出一次。利用上述模擬結(jié)果,使用拉格朗日軌跡追蹤分析方法,追蹤對(duì)降水有重要貢獻(xiàn)的氣塊,確定水汽源區(qū)。目標(biāo)氣塊識(shí)別方法參考了江志紅等(2013)和曾鈺婷等(2020)的方法,主要包括以下幾個(gè)步驟:

(1)根據(jù)重點(diǎn)關(guān)注的降水區(qū)空間分布特征,確定模擬區(qū)域(114°—114.5°E,29.75°—30.25°N),每隔0.25°選一個(gè)點(diǎn),其空間起始點(diǎn)共有12個(gè)。結(jié)合特大暴雨階段對(duì)流層中下層比濕高值區(qū)以及水汽輻合大值區(qū)的垂直分布(圖1),選取700、850和925 hPa作為模擬的初始高度。

圖1 2020年7月5日08時(shí)—6日12時(shí)暴雨區(qū)(114°—114.5°E,29.75°—30.25°N)平均水汽通量散度(a,單位:10-5g·s-1·hPa-1·cm-2)和比濕(b,單位:g·kg-1)的高度-時(shí)間剖面圖Fig.1 Height-time profile of(a)moisture flux divergence(unit:10-5g·s-1·hPa-1·cm-2)and(b)specific humidity(unit:g·kg-1)in heavy rain area(114°—114.5°E,29.5°—30.25°N)from 08∶00 BT 5 to 12∶00 BT 6 July 2020

(2)根據(jù)24 h累計(jì)降水量最大的區(qū)域站的降水發(fā)生時(shí)段,確定積分時(shí)間段:2020年7月5日04時(shí)—6日12時(shí),從目標(biāo)降水區(qū)域出發(fā),向前追蹤9 d,這里使用9 d,是因?yàn)橐酝芯?Numaguti,1999;Trenberth,1999)發(fā)現(xiàn),水汽在大氣中的平均滯留時(shí)間約為10 d,但是本文通過比較發(fā)現(xiàn)9 d前與10 d前的位置變化已不大,加之模擬時(shí)間越長(zhǎng),誤差越大,故本文的后向追蹤時(shí)間選9 d,最終共得到1 188條軌跡;

(3)采用Dorling等(1992)提出的軌跡聚類分析方法確定軌跡聚類的條數(shù);

(4)確定后向追蹤的氣團(tuán)到達(dá)研究區(qū)前某一時(shí)刻所處位置,然后統(tǒng)計(jì)(2°×2°)的網(wǎng)格內(nèi)氣塊的個(gè)數(shù),最后計(jì)算每個(gè)區(qū)域網(wǎng)格內(nèi)的水汽輸送貢獻(xiàn)率,其計(jì)算公式為(江志紅等,2013)

其中,qlast表示空氣塊到達(dá)最終位置的比濕,m表示該源地所包含的空氣塊數(shù),n表示所有的空氣塊總數(shù)。

本文水汽收支的計(jì)算公式(朱乾根等,2007;張萬誠等,2011)為

(2)式中,g為重力加速度,q為比濕,ps為地表氣壓,pt為頂部氣壓,為了更好的了解大氣的垂直收支情況,本文將整層大氣水汽收支劃分為三個(gè)部分,即對(duì)流層低層(地表至700 hPa),對(duì)流層中層(700—500 hPa),對(duì)流層高層(500—200 hPa)。l為水平邊界的長(zhǎng)度,vn為垂直于邊界的法向速度,m的值取0或1。為了便于討論,計(jì)算北邊界和東邊界時(shí),F(xiàn)v取反號(hào),以使各邊界Fv為正值表示流入,負(fù)值表示流出,因此本文中南邊界和西邊界取0,北邊界和東邊界取1。

2 降水概況及環(huán)流特征

2020年7月5 —6日,武漢南部出現(xiàn)大暴雨、局地特大暴雨天氣,其中位于武漢東南部的江夏地區(qū)出現(xiàn)250 mm以上的特大暴雨中心(圖2a),最強(qiáng)暴雨中心位于烏龍泉街道,24 h降水量達(dá)到435.4 mm,該站6日04—05時(shí)出現(xiàn)88.3 mm的最強(qiáng)小時(shí)降水,突破江夏有氣象觀測(cè)記錄以來小時(shí)雨強(qiáng)極值。分析5日08時(shí)—6日08時(shí)江夏全區(qū)自動(dòng)氣象站雨量分布發(fā)現(xiàn),累積雨量200 mm以上的有15站、250 mm以上的有5站,其中有4站出現(xiàn)1 h雨量大于等于50 mm且3 h雨量大于等于100 mm,是一次非常典型的極端短時(shí)強(qiáng)降水(俞小鼎,2013),具有累積雨量多、暴雨強(qiáng)度大、極端性強(qiáng)、災(zāi)害損失重等特點(diǎn)。根據(jù)烏龍泉站的小時(shí)雨量變化圖(圖2b)可以看出,特大暴雨從5日早晨開始發(fā)展,持續(xù)16 h,降水表現(xiàn)出明顯的對(duì)流特征,短時(shí)雨強(qiáng)大,故本文選定的研究時(shí)段為5日08時(shí)—6日12時(shí)。此外,根據(jù)特大暴雨的空間分布特征以及江夏的地理位置(114.03°—114.59°E,29.96°—30.56°N,數(shù)據(jù)來自江夏區(qū)人民政府網(wǎng)),確定研究區(qū)域?yàn)?14°—114.5°E,29.75°—30.5°N。

圖2 2020年7月5日08時(shí)—6日08時(shí)武漢24 h累計(jì)降雨量(a)以及2020年7月5日08時(shí)—6日12時(shí)烏龍泉站逐小時(shí)降雨演變(b)(單位:mm)Fig.2 24-hr accumulated precipitation of(a)Wuhan and(b)Jiangxia from 08∶00 BT 5 to 08∶00 BT 6 July 2020 and(c)hourly precipitation of Wulongquan from 08∶00 BT 5 to 12∶00 BT 6 July 2020(unit:mm)

圖3a、b為5日08時(shí)的ERA5資料顯示的500 hPa環(huán)流形勢(shì)場(chǎng)和700 hPa風(fēng)場(chǎng)分布圖,5日08時(shí),500 hPa亞歐中高緯呈現(xiàn)“兩槽一脊”型,西西伯利亞地區(qū)存在一個(gè)中亞低渦環(huán)流,配合有冷中心,我國(guó)東部沿海存在穩(wěn)定深厚的大槽,大槽由東西伯利亞冷渦向南延伸至長(zhǎng)江流域,槽線主要位于120°E左右,低渦東側(cè)的貝湖附近存在一個(gè)高壓脊,溫度脊與高壓脊位相基本一致,說明此時(shí)高壓脊已經(jīng)發(fā)展至成熟階段,這也使得位于我國(guó)東部地區(qū)的大槽穩(wěn)定少動(dòng),有利于低值系統(tǒng)持續(xù)影響長(zhǎng)江中下游地區(qū)。西太平洋副熱帶高壓(以下簡(jiǎn)稱“副高”)呈穩(wěn)定帶狀,西伸明顯,脊點(diǎn)至110°E,脊線位于20°N左右,此時(shí)中緯度環(huán)流平直,川東不斷有短波東移影響鄂東地區(qū),這是強(qiáng)降水天氣發(fā)生的有利環(huán)流形勢(shì),武漢位于低槽區(qū)。700 hPa上從孟加拉灣經(jīng)我國(guó)西南地區(qū)至鄂東南存在一條水汽輸送帶,在湖北中東部沿江地帶變?yōu)槠鳉饬鳎梢钥吹轿錆h主要受偏西氣流控制,進(jìn)入武漢后風(fēng)速明顯加強(qiáng)。6日05時(shí)(圖3c、d)降水達(dá)到最強(qiáng)時(shí),500 hPa溫壓場(chǎng)與初始時(shí)刻無太大變化,副高略微東退,700 hPa的風(fēng)場(chǎng)由偏西風(fēng)變?yōu)槲髂巷L(fēng),江漢平原至武漢南部出現(xiàn)風(fēng)速超過16 m·s-1的低空急流。

圖3 2020年7月5日08時(shí)(a,b)和6日05時(shí)(c,d)500 hPa高度場(chǎng)(紅色實(shí)線,單位:dagpm)、溫度場(chǎng)(陰影,單位:°C),700 hPa風(fēng)場(chǎng)(箭頭,單位:m·s-1)的合成圖(圖b和圖d分別為圖a和圖c中藍(lán)框區(qū)域內(nèi)700 hPa風(fēng)場(chǎng)(箭頭,單位:m·s-1)和急流區(qū)(綠色陰影,風(fēng)速v≥12 m·s-1),黑框區(qū)域內(nèi)代表暴雨區(qū))Fig.3 Composite patterns for geopotential height(solid black line,unit:dagpm)and temperature(shading,unit:°C)at 500 hPa,winds at 700 hPa(arrow,unit:m·s-1)at(a,b)08∶00 BT on 5 and(c,d)05∶00 BT on 6 July 2020,Fig.3b and Fig.3d are winds(arrow,unit:m·s-1)and low-level jet(green shading,v≥12 m·s-1)at 700 hPa in the blue box of Fig.3a and Fig.3c,respectively.The black box represents the rainstorm area

圖4a、b分別為7月5日08時(shí)和6日05時(shí)850 hPa的風(fēng)場(chǎng)分布圖,由圖可知,低層850 hPa西南低空急流強(qiáng)盛,5日08時(shí)湖北西北部為西北氣流,與湖南地區(qū)北上的西南氣流交匯于湖北中部,形成東北-西南向切變線,江夏位于切變線南側(cè)的西南暖濕氣流中,最大風(fēng)速超過16 m·s-1。6日05時(shí),鄂西北北風(fēng)減弱,鄂東南西南風(fēng)強(qiáng)勁超過20 m·s-1,江漢平原南部有一中小尺度低渦生成,由低渦中心向東形成一條準(zhǔn)東西向的暖式切變線,此時(shí)江夏位于低空急流出口區(qū)的左前方,動(dòng)力和水汽條件均達(dá)到最佳。

圖4 2020年7月5日08時(shí)(a)和6日05時(shí)(b)850 hPa風(fēng)場(chǎng)(箭頭,單位:m·s-1)和急流區(qū)(陰影,風(fēng)速v≥12 m·s-1)的合成圖(紅框區(qū)域內(nèi)代表暴雨區(qū))Fig.4 Composite diagram of winds(arrow,unit:m·s-1)and low-level jet(green shading,v≥12 m·s-1)at 850 hPa at(a)08∶00 BT on 5 and(b)05∶00 BT on 6 July 2020.The red box represents the rainstorm area

3 特大暴雨的水汽通量特征及收支狀況分析

3.1 水汽通量特征

首先分析地面到200 hPa水汽通量的垂直積分以了解對(duì)流層整層的水汽輸送情況。如圖5a所示,5日07時(shí)(暴雨發(fā)生的前一時(shí)刻),暴雨區(qū)的水汽輸送主要以經(jīng)向輸送為主,兩支水汽輸送通道同時(shí)建立,一條索馬里急流水汽通道,途徑阿拉伯海與孟加拉灣經(jīng)中南半島南海北部進(jìn)入長(zhǎng)江流域,另一條為副高外側(cè)的偏南氣流,途徑南海進(jìn)入暴雨區(qū),兩支水汽通道在我國(guó)南方匯合,將海洋上的水汽源源不斷的輸送到暴雨區(qū),并與東西伯利亞冷渦引導(dǎo)而下的冷空氣在暴雨區(qū)對(duì)峙,造成本次江夏出現(xiàn)特大暴雨。6日05時(shí)(圖5b),水汽的輸送結(jié)構(gòu)保持不變,但副高配合的水汽輸送帶影響范圍不斷擴(kuò)大,暴雨區(qū)上空水汽通量明顯增強(qiáng),降水強(qiáng)度亦在該時(shí)刻達(dá)到峰值(圖2c)。

圖5 2020年7月5日07時(shí)(a)和6日05時(shí)(b)整層大氣水汽輸送通量(箭頭及陰影表示,單位:kg·m-1·s-1)的分布圖(綠框代表暴雨區(qū))Fig.5 The integrated atmospheric column moisture flux(Arrows and shadows,unit:kg·m-1·s-1)at(a)07∶00 BT on 5 and(b)05∶00 BT on 6 July 2020.The green area represents the rainstorm area

進(jìn)一步分析700與850 hPa的水汽通量及其散度,可以更加清楚地看到上述特征,5日07時(shí),西北氣流自鄂西北向長(zhǎng)江干流侵入(圖6a),與北上的西南氣流在湖北中東部沿江地帶交匯為偏西氣流,渝、黔、湘、鄂四省交界附近出現(xiàn)了一個(gè)“人”字形輻合帶,造成700 hPa暴雨區(qū)上空的水汽輻合。850 hPa(圖6b)上空為較明顯水汽輻合的高值區(qū),水汽通量散度最小值為-27.4·10-5g·s-1·hPa-1·cm-2。暴雨區(qū)的水汽主要來自索馬里急流經(jīng)阿拉伯海和孟加拉灣的水汽輸送以及副高外沿偏南氣流的水汽輸送。6日05時(shí)(圖6c、d)伴隨著低渦的出現(xiàn),暴雨區(qū)上空水汽輻合強(qiáng)度顯著增加,此外,850 hPa冷暖切變輻合帶近乎“一”字東西貫穿湖北中南部,強(qiáng)輻合出現(xiàn)在鄂東的暖式切變線上。結(jié)合武漢降水實(shí)況看,700 hPa偏西交匯氣流沿江輻合帶的出現(xiàn)對(duì)應(yīng)暴雨的開始,850 hPa冷暖切變輻合帶的出現(xiàn)則對(duì)應(yīng)暴雨的增強(qiáng)。

圖6 2020年7月5日07時(shí)(a,b)和6日05時(shí)(c,d)水汽通量(箭頭,單位:g·s-1·hPa-1·cm-1)及其散度(陰影,單位:10-5 g·s-1·hPa-1·cm-2)的分布圖(綠框區(qū)域內(nèi)代表暴雨區(qū))Fig.6 The distribution of moisture flux(arrow,unit:g·s-1·hPa-1·cm-1)and its divergence(shaded,unit:10-5 g·s-1·hPa-1·cm-2)at(a,b)07∶00 BT on 5 and(c,d)05∶00 BT on 6 July 2020.The green box represents the rainstorm area

3.2 水汽收支分析

為了評(píng)估各方向的水汽輸送對(duì)局地水汽輻合輻散的貢獻(xiàn),我們分析了暴雨區(qū)四個(gè)邊界不同高度的水汽凈收支的時(shí)間演變。暴雨發(fā)生前,隨著西南季風(fēng)和南海季風(fēng)顯著增強(qiáng),水汽輸入迅速增加,西邊界和南邊界的水汽輸入量顯著增加(圖7a、c),水汽流入主要集中在對(duì)流層中低層(500 hPa以下),且一直維持在較高水平,對(duì)特大暴雨期間降水的維持有重要作用。北邊界和東邊界則為本次特大暴雨過程中的出流邊界(圖7b、d),其中北邊界中低層在特大暴雨期為流出狀態(tài),高層則為流入,東邊界整層均為水汽流出。從四條邊界的凈收支上看(圖7e),南邊界與西邊界為水汽輸入邊界,占水汽總輸入的95%以上,東邊界為水汽的凈流出方,北邊界的流出相對(duì)較弱。從整體上看(圖7f),特大暴雨期間暴雨區(qū)內(nèi)有較強(qiáng)的經(jīng)向輻合,緯向輻散,較強(qiáng)降水階段區(qū)域水汽凈收支亦有所增加。

圖7 特大暴雨過程中南邊界(a)、北邊界(b)、西邊界(c)、東邊界(d)、四個(gè)邊界(e)和經(jīng)向緯向(f)的水汽收支(單位:1010kg)圖(Low、Middle和Upper分別代表地表至700 hPa、700—500 hPa和500—200 hPa,正值是輸入,負(fù)值是輸出)Fig.7 Moisture budget(unit:1010 kg)of the flows from(a)south boundary,(b)north boundary,(c)west boundary,(d)east boundary,(e)four boundaries and(f)longitude and latitude during the rainstorm.Low,Middle and Upper represents surface to 700 hPa,700—500 hPa and 500—200 hPa,respectively.Positive represents input and negative represents output

4 特大暴雨的水汽輸送通道及貢獻(xiàn)率分析

4.1 水汽輸送軌跡聚類分析

通過第三節(jié)的分析尚無法確定哪路水汽對(duì)暴雨區(qū)起主要作用以及不同源地輸送的水汽對(duì)降水的貢獻(xiàn)率,因此本節(jié)通過氣團(tuán)拉格朗日軌跡追蹤的方法對(duì)這些問題加以探討。

利用HYSPLIT模式對(duì)氣塊逐層進(jìn)行后向追蹤,發(fā)現(xiàn)700 hPa(圖8a、b)的主導(dǎo)軌跡為西南路徑,可分為三路,其中30%的軌跡最遠(yuǎn)可追溯至印度洋,其次是孟加拉灣的南部和中部,對(duì)應(yīng)的軌跡數(shù)量百分比為70%,三條軌跡在中南半島北部匯合從西邊界進(jìn)入暴雨區(qū)。對(duì)于850 hPa的軌跡(圖8c、d)除印度洋和孟加拉灣通道外,還有一條南海通道,其貢獻(xiàn)率分別為39%、36%和25%。925 hPa(圖8e、f)的水汽主要通過偏南路徑輸送到暴雨區(qū),2條南方通道(西太平洋和南海通道)貢獻(xiàn)了85%的軌跡??偟膩碚f,影響本次特大暴雨的水汽輸送通道主要有3支,分別起源于印度洋、孟加拉灣和西太平洋。此外,隨著高度的增加,南方通道占比減少,而西南偏西通道占比增加。

圖8 前9 d 700 hPa(a,b),850 hPa(c,d)和925 hPa(e,f)目標(biāo)氣塊后向運(yùn)動(dòng)軌跡(彩色細(xì)實(shí)線)及目標(biāo)氣塊軌跡聚類(1、2、3、4分別代表水汽通道,小括號(hào)中數(shù)字代表每一類軌跡所占的比例)Fig.8 Back trajectory of the air parcels(full color solid line)and the corresponding percentage of average trajectory at(a,b)700 hPa,(c,d)850 hPa,(e,f)925 hPa in the past 9 days(1,2,3,4 represents the different moisture channel,respectively,and the numbers in parentheses represent the proportion of each trajectory)

4.2 水汽源區(qū)對(duì)特大暴雨貢獻(xiàn)的定量估算

王佳津等(2015)研究表明,水汽通道及其對(duì)應(yīng)通道上軌跡數(shù)量百分比與通道的水汽貢獻(xiàn)率不同,利用比濕計(jì)算的水汽貢獻(xiàn)率更能反映出水汽源區(qū)。此外,由于水汽輸送多集中在對(duì)流層低層和篇幅有限,故下文僅討論對(duì)流層低層(925 hPa和850 hPa)的氣塊到達(dá)目標(biāo)區(qū)域9 d前的水汽輸送貢獻(xiàn)率的水平分布。分析925 hPa的水汽源地分布(圖9a)可知,本次江夏特大暴雨925 hPa上的水汽源地主要有3個(gè):西太平洋、南海和孟加拉灣,北方路徑主要是東西伯利亞的冷渦向南延伸引導(dǎo)而下的冷空氣,水汽貢獻(xiàn)率非常微弱,可忽略不計(jì),而副高外沿來自西太平洋的暖濕氣流則是925 hPa上水汽的主要來源,貢獻(xiàn)了絕大部分水汽。對(duì)于850 hPa的空氣塊(圖9b)來說,9d前水汽源地的大值區(qū)位于印度洋北部與阿拉伯海和孟加拉灣連接處,向南可追蹤至南海與太平洋,印度洋源地的水汽輸送貢獻(xiàn)率高于南方源地。

圖9 9 d前925 hPa(a)和850 hPa(b)水汽源地水汽輸送貢獻(xiàn)率(單位:%)的空間分布Fig.9 Sparituration distribution of moisture percentage(unit:%)of moisture sources at(a)925 hPa and(b)850 hPabefore 9d

為了進(jìn)一步區(qū)分來自不同來源地區(qū)輸送的水汽對(duì)降水的貢獻(xiàn)率,將特大暴雨過程期間的水汽來源分為三個(gè)部分(圖10a):印度洋、孟加拉灣-南海和西太平洋。圖10b顯示了來自不同源區(qū)水汽貢獻(xiàn)率的多寡,在本次暴雨過程中,孟加拉灣-南海水汽貢獻(xiàn)率最大,空氣塊攜帶的水汽約占水汽輸送總量的41%,西太平洋源地的水汽貢獻(xiàn)率第二大,占水汽總運(yùn)輸?shù)?4%,印度洋源區(qū)的水汽輸送貢獻(xiàn)率第三大,占比為24%。

圖10 9 d前水汽源地水汽輸送貢獻(xiàn)率的空間分布及其區(qū)域劃分(a,單位:%)和水汽源地對(duì)目標(biāo)區(qū)域降水的貢獻(xiàn)率(b,單位:%)Fig.10(a)Spatial distribution of source contribution(unit:%)of moisture transport and(b)contribution to precipitation in the past 9 days(unit:%)

4 結(jié)論與討論

本文在分析2020年梅雨期武漢江夏一次特大暴雨過程的大尺度水汽輸送背景及暴雨區(qū)水汽收支狀況的基礎(chǔ)上,基于HYSPLIT模式模擬暴雨期氣團(tuán)軌跡對(duì)影響江夏特大暴雨的水汽輸送特征進(jìn)行了定量分析。主要結(jié)論如下:

(1)西太平洋副熱帶高壓顯著西伸與沿海地區(qū)深厚的大槽同時(shí)建立的環(huán)流配置下,三種系統(tǒng)共同影響此次暴雨,低層切變線以及低空急流的建立為暴雨的發(fā)生提供了動(dòng)力和水汽條件,而850 hPa低空急流的加強(qiáng)以及低渦生成并沿輻合帶移動(dòng)使得暴雨增幅。

(2)低緯度印度夏季風(fēng)環(huán)流和西太平洋副高外沿的偏南氣流對(duì)水汽的輸送和聚集是此次特大暴雨得以發(fā)生發(fā)展的必要條件。暴雨區(qū)存在較強(qiáng)的經(jīng)向水汽輸送,水汽流入主要在暴雨區(qū)的南邊界與西邊界,且主要集中在對(duì)流層低層。此外暴雨的發(fā)生與增強(qiáng)與700和850 hPa的水汽輻合密切相關(guān),700 hPa沿江輻合帶的出現(xiàn)對(duì)應(yīng)暴雨的開始,850 hPa冷暖切變輻合帶的出現(xiàn)則對(duì)應(yīng)暴雨的增強(qiáng)。

(3)對(duì)氣塊后向追蹤發(fā)現(xiàn)影響本次江夏特大暴雨的水汽通道主要有3支,分別起源于印度洋、孟加拉灣和西太平洋。不同高度的水汽輸送軌跡存在明顯差異,隨著高度的增加,南方通道占比減少,與此同時(shí)北方通道占比增加。

(4)HYSPLIT模擬結(jié)果表明此次暴雨過程的水汽主要來自925 hPa和850 hPa,且兩者的水汽輸送路徑有所不同,925 hPa以南方路徑為主,而850 hPa則以西南方路徑為主。定量分析指出,此次特大暴雨事件的水汽源地主要有3個(gè):印度洋、孟加拉灣-南海和西太平洋,對(duì)降水的水汽輸送貢獻(xiàn)率分別是24%、41%和34%。

大暴雨或極端強(qiáng)降水是災(zāi)害性天氣預(yù)報(bào)的難點(diǎn),關(guān)于局地暴雨的水汽輸送特征尚有不少問題需要深入、持久的探究,本文的研究?jī)?nèi)容僅涉及一次典型暴雨個(gè)例的水汽輸送特征、水汽源地及其貢獻(xiàn)率,雖然得到了一些有參考意義的結(jié)果,但還需要在實(shí)際工作中加以驗(yàn)證。在以后的研究中,需要進(jìn)一步選擇環(huán)流背景相同或不同的暴雨個(gè)例,更全面考察確定暴雨中具有普適性的常態(tài)及異常水汽輸送通道,以便加深對(duì)暴雨形成機(jī)理的認(rèn)識(shí)。

猜你喜歡
源地貢獻(xiàn)率水汽
青藏高原上空平流層水汽的時(shí)空演變特征
京津冀地區(qū)FY-4A水汽校正模型研究
基于ERA5再分析資料對(duì)2020年6月江淮區(qū)域水汽源匯的診斷分析
滇中引水工程主要受水區(qū)水汽輸送時(shí)空變化
天山南坡暖季暴雨過程的水汽來源及輸送特征
一種通用的裝備體系貢獻(xiàn)率評(píng)估框架
移民與文化認(rèn)同:土家族民歌《吳幺姑》探析
青海游
關(guān)于裝備體系貢獻(xiàn)率研究的幾點(diǎn)思考
發(fā)源地