2022, Vol. 42
2. 克州气象局，新疆 克州 845350;
3. 江西省气象科学研究所，江西 南昌 330046
2. Kezhou Meteorological Bureau, Kezhou 845350, China;
3. Jiangxi Institute of Meteorological Sciences, Nanchang 330064, China
极端降水事件是一种损害性大、突发性强的小概率事件，根据概率分布，近些年表现出极端降水出现概率增大，即更容易发生极端降水事件。我国气象学者[1-8]在极端降水事件方面已经做了大量工作，研究了我国各地区的极端降水事件的变化特征，得出一些较有意义的结论。杨涵洧等[9]利用逐日降水资料对中国东部夏季极端降水进行检测，并对转变前后的特征进行对比分析，进而从海、陆对增温的响应不同导致的环流调整给出成因分析。卢睿等[10]基于1961—2016年淮河流域四省(江苏、安徽、河南、山东)逐日降水观测资料及全球大气再分析资料，利用K均值聚类、旋转经验正交函数分解对淮河流域夏季极端降水频次分布进行了客观分类，利用统计诊断和数值模拟的手段讨论了其相关环流异常和形成机理。李湘瑞等[11]研究了1961—2016年中国北方东部地区夏季极端降水日数和极端降水贡献率的年代际变化特征，并进一步分析了该地区极端降水和普通降水的大气环流和水汽输送的差异。迟静等[12]利用ERA-Interim再分析资料、常规气象观测资料、CMORPH(CPC MORPHing technique)融合降水资料以及WRF(Weather Research and Forecasting)高分辨率数值模拟结果，对2017年7月13—14日吉林地区极端降水天气过程的环流背景和触发机制进行了分析。任伟等[13]利用NCEP再分析资料，结合HYSPLIT轨迹模式对2018年6月25日发生在济南遥墙国际机场的一次大暴雨过程的水汽条件及输送过程进行了分析。刁秀广和侯淑梅[14]利用多普勒天气雷达VWP资料，结合探空资料和降水实况，对4次大暴雨降水过程雷达径向速度和超低空西南急流特征进行了分析。赵海军等[15]统计分析了2010—2017年山东临沂地区暴雨过程中的多普勒雷达观测资料，发现暴雨过程中风暴内的垂直环流是造成逆风区发生发展的直接原因。孙兴池[16]应用常规观测资料、NCEP 1°×1°再分析资料，分析了山东不同天气类型的暴雨过程，发现在有冷暖空气相互作用的锋面过程中，地面倒槽顶部是首要的暴雨落区。张家国等[17]利用2008—2015年5—9月湖北省60例极端降水过程常规观测资料和物理量资料及中尺度观测资料，主要应用天气诊断分析方法，研究了降水过程影响天气系统的演变机制、热力动力特征和强降水形成、维持原因，归纳出长江中游地区极端降水天气类型主要有锋面气旋、西南涡切变、西南涡-东北气旋、暖倒槽和登陆台风5类，其中前两类是最主要的极端降水类型。陈红专[18]基于湖南省97个国家级地面气象观测站1981—2018年共38 a的逐日降水资料、常规高空和地面观测资料、ERA-Interim再分析资料和台风路径资料，采用气候统计、天气学分析和分类合成方法，分析了湖南省极端降水的气候特征，并对影响系统进行了分型研究。钟敏等[19]选取1960—2012年共139例极端降水个例，对其降水特征、天气形势及物理量异常度进行了分类对比研究。
袁河位于江西省西部，发源于江西省武功山，经过萍乡市芦溪县向东奔流，流经宜春、分宜、新余和樟树市昌傅镇以及新干县三湖镇，最后在樟树市区注入赣江，为赣江水系，河道全长273 km，流域面积6 286 km2。目前针对袁河流域的极端降水机理和成因研究还很少。本文通过对袁河5次极端暴雨天气过程的分析，总结归纳出袁河流域极端降水发生时天气系统的位置及物理量、水汽通道、探空的具体特征，构建袁河流域极端降水天气学概念模型，对提高袁河流域暴雨预报质量和提高该区域的防灾减灾能力，有重要的意义和作用。
1 资料和方法 1.1 指标站的选取和流域暴雨日、暴雨过程的界定袁河流域将萍乡、宜春、分宜、新余、新干、樟树6个国家级地面气象观测站作为流域指标站(图 1)，流域降水量指6个指标站平均降水量。当24 h(20时—次日20时)降水量大于等于50 mm的指标站≥2站，即为一次流域暴雨天气日；当暴雨日间隔不超过1 d时为一次暴雨天气日；当暴雨日超过2 d为一次连续性暴雨过程。
|
图 1 袁河流域位置以及所经台站 Fig.1 Location of the Yuan River Basin and the stations it passes by |
流域雨量采用算术平均法计算，即袁河流域雨量为萍乡、宜春、分宜、宜春、新干、樟树6个国家级地面气象观测站同时期的降水量平均。选取如下5次重要的暴雨天气过程进行分析，分别是：①1982年6月14—16日(过程流域降水量为203.2 mm，过程持续时间为3 d)；②2012年7月15—16日(过程流域降水量为158.2 mm，过程持续时间为2 d)；③2019年7月7—9日(过程流域降水量为305.2 mm，过程持续时间为3 d)；④2019年6月22日(过程流域降水量为139.8 mm，过程持续时间为1 d)；⑤2020年7月9—10日(过程流域降水量为149.2 mm，过程持续时间为2 d)。如表 1所示，过程③累计降水量最大，达305.2 mm；过程①累计降水量次之，为203.2 mm；过程②和过程⑤分列袁河流域近20 a连续2 d降水量累计的第一、第二位；过程④降水强度最大，1 d降水量为139.8 mm。
|
表 1 5次极端降水过程6站点和袁河流域降水量 Table 1 Precipitation of 6 stations and the whole Yuan River Basin during 5 extreme precipitation processes |
借鉴美国HYSPLIT模式模拟分析气流路径的思路，假定质点的轨迹是随着风场而运动的，轨迹是质点在空间和时间上的积分。质点所在位置的矢量速度在时间和空间上都是线性插值得出的，最终位置由初始位置P和第一猜测位置P′的平均速率计算得到，其具体计算公式如下：
| $ P^{\prime}(t+\Delta t)=P(t)+V(P, t) \Delta t, $ | (1) |
| $ P(t+\Delta t)=P(t)+0.5\left[V(P, t)+V\left(P^{\prime}, t+\Delta t\right)\right] \Delta t, $ | (2) |
式中，t时刻间隔Δt时间后的质点的位置是由上一时刻的平均速度和第一测值所在点的速度平均后与时间步长的乘积而得到的。其中积分时间步长是1 h，模拟过程中输入模式的资料均为NCEP GDAS 1°×1°再分析资料。引入簇分析的方法对轨迹进行聚类，其基本思想是按照轨迹路径最接近的原则进行多条轨迹合并分组，即假设有N条轨迹，定义每个簇的空间方差为簇内每条轨迹与簇平均轨迹对应点的距离平方和，每条轨迹在起始时刻分别定义空间方差为零，且各自为独立的一个簇，算出所有可能组合的两个簇的空间方差，任选两个簇合并为一个新簇，以使得合并后所有簇的空间方差之和比合并前增加最小，一直进行到所有轨迹合并成为一簇。
2 袁河流域暴雨日气候特征1960—2020年，袁河流域共有377个暴雨日，336个暴雨天气过程，其中连续2 d以上的暴雨过程有38个，连续3 d的暴雨过程有3个。最大流域日降水量为151.7 mm，出现在1995年6月26日，超过100 mm的流域日降水量有19 d，最大流域过程降水量出现在2019年7月7—9日，达317.4 mm。袁河流域年平均有6.3个暴雨日，除1963年和1978年外，每年都有暴雨发生，最多暴雨日出现在1977年和2012年，达12 d。由1960—2020年暴雨日月分布(图略)可以看出，袁河流域暴雨日数6月出现最多，达112 d，5月次之，为76 d，12月和1月出现的暴雨日最少，分别都只出现3 d。
3 袁河流域极端降水过程成因分析 3.1 天气系统如表 2所示，5次极端降水过程有4次过程(过程①、②、③、⑤)都为较明显的系统性降水，降水时间长(不少于2 d)，有相似的环流形势和影响系统。主要表现在：袁河流域高层100 hPa处于南亚高压东北侧，为西北或者偏西辐散气流控制；中层500 hPa副热带高压(以下简称“副高”)588 dagpm等值线呈东北—西南走向位于东南沿海，584 dagpm线位于袁河流域上空或南北200 km内呈南北向摆动，且不断有短波槽东移，700 hPa切变线位于袁河流域北侧50 km到长江流域之间摆动，有时由西南急流建立；低层850 hPa袁河流域位于风速和风向切变线南侧50~100 km处，降水最大时，时常有低涡环流形成，西南或南侧有12 m·s-1以上西南急流建立，925 hPa有明显低涡环流生成发展，袁河流域位于925 hPa低涡环流中心或者西南侧，低层西南急流的强度和过程小时降水强度有很大关系。过程④属于暖区降水，降水时间短(1 d)，但降水强度大，过程出现7站次30 mm·h-1的短时强降水。相比另外4次过程，此过程袁河流域高层100 hPa位于南亚高压东南侧，为偏北或东北气流控制，中层500 hPa袁河流域位于副高588 dagpm线边缘，584 dagpm线位于长江以北，700 hPa切变线位置偏北，袁河流域处于一致的西南气流中，850 hPa有风速大于16 m·s-1强西南急流建立，且有较弱风速切变辐合，925 hPa袁河流域位于低涡切变线南侧，有弱风速辐合。
|
|
表 2 5次极端降水过程主要影响系统 Table 2 Main circulation systems affecting 5 extreme precipitation processes |
下一步先根据每次极端降水过程开始前20时到结束时20时逐小时资料，分别计算该次过程的平均场，再对5次极端降水过程计算总的平均场，以便分析总结极端降水过程影响系统的平均位置，以及动力、水汽等物理量的平均分布情况。
3.2 平均形势场极端降水发生过程中，袁河流域高空100 hPa(图 2a)和200 hPa(图略)位于南亚高压偏东位置，高空急流出口区右侧，受偏北或西北辐散气流控制，200 hPa我国东北地区存在一个-56 ℃的冷中心。500 hPa(图 2b)副高位于南海以东，脊线位于18°N左右，袁河流域处于584 dagpm槽前西南气流控制中，风速约12 m·s-1，有利于来自孟加拉湾和南海的水汽输送，中纬度地区为“两槽两脊”多波动型，两个低槽分别位于巴尔喀什湖和贝加尔湖，有利于中高空北方弱冷空气南下，温度场上30°N附近存在弱的温度锋区。700 hPa(图略)有两个低涡环流分别位于我国西南地区和山东半岛地区，华南大部受强盛西南气流(风速为12 m·s-1)控制，长江流域存在风速和风向的切变线，袁河流域位于切变线南侧西南急流中，温度场上河北北部—河南—湖北西部—西南地区东部存在着一个东北—西南走向的温度槽，华南大部为暖舌控制，西南急流与等温线夹角很大，表面有很强的暖平流输送。850 hPa(图 2c)华南大部为西南暖湿气流控制，风速为10~12 m·s-1，温度为20~22 ℃，西南低涡环流明显，低涡中心位于四川东南部和贵州西北部交界处，切变线位于江西北部，相对于700 hPa略偏南，袁河流域位于切变线略偏南侧。925 hPa(图 2d)形势与850 hPa相似，华南沿海温度为24 ℃左右，西南气流略为减弱，西南涡相比850 hPa更为偏南，位于贵州南部，袁河流域正好处于东南气流和西南气流的交汇区处，存在明显的风速风向辐合。地面形势场(图 2e)中，5次极端降水过程都明显对应着位置偏南的梅雨锋，过程②梅雨锋东端最为偏南，与过程④走向类似，基本呈现东西走向，大致位于台湾北部—福建中部—江西中部—湖南中部一带，过程①、过程③和过程⑤都呈现东高西低的东北—西南走向，5次极端降水过程梅雨锋都基本在袁河流域南北100 km左右呈南北向摆动。
|
图 2 5次极端降水过程平均形势场(a. 100 hPa，b. 500 hPa，c. 850 hPa，d. 925 hPa；棕线：高度，单位：dagpm；红线：温度，单位：℃)和每次过程中梅雨锋的平均位置(e) Fig.2 Composite circulation pattern (a. 100 hPa, b. 500 hPa, c. 850 hPa, d. 925 hPa; brown isoline: geopotential height, units: dagpm; red isoline: temperature, units: ℃) of 5 extreme precipitation processes and mean position of Meiyu front (e) in each process |
用涡度、散度和垂直速度表征动力场的物理量，5次极端降水过程平均动力场分布如图 3所示。100 hPa散度场(图 3a)上，长江以南都为高层辐散区，最大辐散中心位于云南和广西交界处，为12×10-6 s-1，袁河流域辐散强度在8×10-6~10×10-6 s-1之间；涡度场(图 3a)上，云南和广西交界处的辐散中心对应强的负涡度中心，中心值约为-30×10-6 s-1，袁河流域负涡度为-20×10-6~25×10-6 s-1。200 hPa散度场和涡度场(图 3b)上袁河流域位于辐散和负涡度中心，辐散中心强度约为-10×10-6 s-1，负涡度中心为-35×10-6 s-1。垂直运动场上，上升运动中心与100 hPa散度场辐散中心对应，上升运动中心在-24×10-2~-20×10-2 Pa·s-1之间，袁河流域的上升运动为-16×10-2~-12×10-2 Pa·s-1。500 hPa散度场(图 3c)上，江西北部都在-2×10-6 s-1~0之间，接近0辐散，涡度为5×10-6 s-1，涡度较弱；垂直速度场上，上升运动中心正好位于袁河流域附近，强度为-28×10-2~-24×10-2 Pa·s-1。700 hPa(图 3d)袁河流域同时是正涡度中心、辐合中心和垂直上升运动中心，其散度辐合强度达-8×10-6 s-1，涡度中心强度达20×10-6~25×10-6 s-1，垂直上升运动达-24×10-2~ -20×10-2 Pa·s-1。850 hPa(图 3e)长江以南存在辐合和正涡度的两个中心，一个位于广西北部和贵州南部交界处，与形势场上的西南低涡对应，中心辐合强度为-12×10-6 s-1，正涡度强度为25×10-6 s-1，同时该中心附近也存在上升运动中心，上升运动在-24×10-2~-20×10-2 Pa·s-1之间。另外一个辐合中心和正涡度中心位于袁河流域，辐合中心强度为-8× 10-6 s-1，正涡度为20×10-6~25×10-6 s-1，垂直上升运动弱，仅在-16×10-2~-12×10-2 Pa·s-1之间。925 hPa动力场(图 3f)与850 hPa较为类似，同样存在两个辐合和正涡度中心，最强的中心相比850 hPa最强中心略微偏南，辐合中心强度达-12×10-6 s-1，正涡度中心达25×10-6 s-1，袁河流域处于较弱辐合和正涡度中心控制中，辐合中心强度为-8×10-6~-6×10-6 s-1，正涡度中心在15×10-6~20×10-6 s-1之间。
|
图 3 5次极端降水过程高空平均动力场(a. 100 hPa，b. 200 hPa，c. 500 hPa，d. 700 hPa，e. 850 hPa，f. 925 hPa；红线：散度，单位：10-6 s-1；蓝线：涡度，单位：10-6 s-1；色标：垂直速度，单位：10-2 Pa·s-1) Fig.3 Composite dynamic field (a. 100 hPa, b. 200 hPa, c. 500 hPa, d. 700 hPa, e. 850 hPa, f. 925 hPa; red isoline: divergence, units: 10-6 s-1; blue isoline: vorticity, units: 10-6 s-1; color scale: vertical velocity, units: 10-2 Pa·s-1) of 5 extreme precipitation processes |
本文通过比湿、相对湿度、水汽通量散度来表征水汽的物理量。如图 4所示，5次极端降水过程中水汽场有以下特征。(1)相对湿度场上，袁河流域从低层925 hPa到高层100 hPa都有较大的相对湿度，500 hPa以上有70%~80%的相对湿度，500 hPa以下相对湿度都在80%~90%之间。(2)比湿场上，从低层到高层呈现随高度减小的趋势，且低层925 hPa和850 hPa袁河流域位于高比湿区边缘，其水汽含量在18~20 g·kg-1之间。(3)水汽通量散度场上，中低层700、850、925 hPa袁河流域都是水汽辐合的最强中心，850、925 hPa水汽通量辐合强度都在-14×10-8 g·cm-2·hPa-1·s-1以上，700 hPa大于-4×10-8 g·cm-2·hPa-1·s-1，500 hPa到高层100 hPa水汽通量辐合接近为0。
|
图 4 5次极端降水过程平均水汽场(a. 500 hPa，b. 700 hPa，c. 850 hPa，d. 925 hPa；红线：水汽通量散度，单位：10-8 g·cm-2·hPa-1·s-1；蓝线：相对湿度，单位：%；色标：比湿，单位：g·kg-1) Fig.4 Composite water vapor field (a. 500 hPa, b. 700 hPa, c. 850 hPa, d. 925 hPa; red isoline: water vapor flux divergence, units: 10-8 g·cm-2·hPa-1·s-1; blue isoline: relative humidity, units: %; color scale: specific humidity, units: g·kg-1) of 5 extreme precipitation processes |
由于大气中高层水汽含量很少，绝大部分集中于对流层中低层，因此选取500、1 500、3 000和5 000 m四个层次分别作为模拟的初始高度，以H点(28°N，115°E)为中心代表袁河流域，采用HYSPLIT模式分别模拟每次极端降水过程开始前20时到结束时20时逐小时120 h后向(即前5 d)，时间步长为1 h。由于HYSPLIT模式数据从2005年5月开始，故过程①没有资料。其余极端降水过程②、③、④、⑤中，500、1 500、3 000和5 000 m四个层次水汽的平均输送路径及对应路径上的轨迹百分比见图 5。这4次极端降水过程每个层次有192条轨迹，四层共形成768条轨迹。
|
图 5 不同高度层(a. 500 m，b. 1 500 m，c. 3 000 m，d. 5 000 m)水汽输送平均轨迹以及对应轨道的数量和百分比 Fig.5 Average trajectories of water vapor transport at different altitudes (a. 500 m, b. 1 500 m, c. 3 000 m, d. 5 000 m) and the number and percentage of corresponding trajectories |
500 m水汽输送的平均轨迹有4条(图 5a)，可以分为北方路径和南方路径。北方路径占所有轨迹数的28%，来源于安徽北部，气块先往东移动，然后再南下到达袁河流域降水区。南方路径占总轨迹数的72%，其中所有轨迹的10%产生于孟加拉湾，气块经过中南半岛北部进入我国广西，再经过湖南南部到达降水区；来源于我国南海的轨迹最多，占总数的61%，气块在南海产生后，经过我国海南后进入广东西部，再北上进入袁河流域。
1 500 m水汽输送的平均轨迹有8条(图 5b)，大致可以分为北方路径、东北路径、原地路径和西南路径。北方路径较少，约占所有轨迹数的3%，来源于蒙古，南下进入袁河流域。东北路径约占8%，产生于我国东海，气团先西移，然后再由西南方向移动进入降水区，此条路径产生的原因是4次极端降水发生过程中，原地路径气团产生于袁河流域周边100 km以内，气团产生后先向北移动，然后再南下进入降水区，此类路径约占15%。西南路径在1 500 m高空最多，一共占所有轨迹数的70%，其中有9%是产生于我国海南岛附近，然后北移进入袁河流域，4%产生于印度半岛以西，经过印度半岛、孟加拉湾和中南半岛，再进入我国南海，北上进入降水区。西南路径最多的占轨迹数57%来自于孟加拉湾和中南半岛南部，经过我国南海北上进入袁河流域降水区。
3 000 m高空水汽输送的平均轨迹有6条(图 5c)。其中只有2%来自于我国新疆地区，长距离东移输送至降水区；有19%来自于袁河流域西北500 km左右的地区，气块先向东北移动再由西南转向进入袁河流域；其余79%均来源于袁河流域西南方向，其中19%来自于中南半岛南部，东移后转向进入我国南海，再北抬进入广西，最后由东北方向移动进入袁河流域；来自于孟加拉湾附近区域的最多，占轨迹总数的59%，该气团经过中南半岛北部进入我国广西，然后朝东北方向输送至袁河流域。
5 000 m高空水汽输送的平均轨迹有7条(图 5d)。其中西北路径有3条，占轨迹总数的20%；西南路径有4条，占轨迹总数的80%。有9%的经过我国新疆地区，然后自东南方向长距离输送至降水区；11%的轨迹来源于我国西南地区，而后东移至袁河流域。西南路径中，占个例总数的18%来源于我国云南西部，20%来源于我国南海，其余43%来源于孟加拉湾及其以西洋面。
水汽通道的建立与环流形势有很大关系，通过对500、1 500、3 000和5 000 m四个层次共计768条轨迹的聚类分析，可以得到袁河流域极端降水上空的水汽路径总体上可以归纳为5条。它们主要来源于孟加拉湾附近、中南半岛南部和云南南部等地区，从低层500 m到中高层5 000 m都有这样的西南水汽通道，占768条轨迹的60%。该水汽通道建立的原因，首先是袁河流域极端降水发生时，副高偏强，500 hPa袁河流域正好处于东北—西南走向的588 dagpm线附近，中高层西南气流强盛，此时对于气团的后向轨迹追踪，就会追踪到来源孟加拉湾附近、中南半岛南部和云南南部的西南水汽通道；其次是来源于我国南海的南方路径，主要位于1 500 m以下，占轨迹总数的15%，此路径产生的原因是袁河流域西南方向受云贵高原阻挡，低层水汽无法翻越高原，只能绕道向南或通过南方水汽通道到达袁河流域降水区；再者是来源于蒙古或者渤海湾附近低层1 500 m以下的北方路径，占所有轨迹数的10%，此通道主要产生于袁河流域降水减弱或停止的降水间歇期，低层切变辐合系统南压到袁河流域以南，此时袁河流域上空为偏北或西北气流控制，故产生水汽通道的北方路径；然后是袁河流域降雨区附近及其以西500 km左右的水汽输送，占9.5%，此水汽通道产生原因是近低层产生的气旋波或降水系统就在袁河流域附近，且移动缓慢少动；最后是来源于我国新疆及其以西地区、西南地区西部，主要位于5 000 m中高层的西北路径，占轨迹总数的5.5%，此水汽通道产生的原因是高层低槽东移到袁河流域以东，降水区上空处于西北气流控制，此时气团后向轨迹追踪就会产生西北路径的水汽通道。不同层次的轨迹从东、南、西、北4个方向向袁河流域降水区集中，其中以孟加拉湾附近以及中南半岛西南路径水汽输送贡献最大，其次是来源于我国南海的南方路径。
3.5 t-lnp探空资料分析选取与袁河流域极端降水过程相同月份(即6—7月)中7次一般性暴雨天气过程，分别是1993年7月1日(50.5 mm)、1994年6月17日(51.6 mm)、1995年6月7日(51.7 mm)、2007年6月13日(53.6 mm)、2008年6月10日(50.8 mm)、2017年6月21日(55.9 mm)、2017年6月25日(53.3 mm)，以(28°N，115°E)作为袁河流域探空代表点做极端降水发生前20时与一般性暴雨发生前20时的平均t-lnp探空分析(图 6)。可以发现，袁河流域极端性降水比一般性暴雨天气过程，能量条件更好，降水对流性更强，水汽条件也更为充沛。袁河流域极端降水发生前(图 6a)低层为湿区，中高层为相对干层，主要表现为：750 hPa以下温度露点差小于4 ℃，750~350 hPa温度露点差大于4 ℃，600~450 hPa温度露点差大于5 ℃，整层大气可降水量约82.7 mm；风随高度顺转，有暖平流存在，低空(850~700 hPa)西南风风速在10 m·s-1左右，急流尚未形成，1 000~500 hPa垂直风切变在8 m·s-1左右；0 ℃层和-20 ℃层分别位于650 hPa和450 hPa，抬升凝结高度(lifting condensation level，LCL)为947 hPa，自由对流高度(level of free convection，LFC)为806 hPa，平衡高度(equilibrium level，EL)为169 hPa；对流有效位能(convective available potential energy，CAPE)约为950 J·kg-1，近地面层有一定的对流抑制，对流抑制能(convective inhibition，CIN)约为80 J·kg-1。而袁河流域一般性暴雨天气过程发生前20时(图 6b)降水区上空为整层高湿，地面至200 hPa等露点线和等温线接近，850~200 hPa温度露点差都在1 ℃以下，不存在中高层的干层；整体风随高度顺转，有弱的暖平流，垂直风切变较大，1 000~500 hPa风速差在14 m·s-1左右；0 ℃层和-20 ℃层高度比出现极端降水时高，分别位于560 hPa和350 hPa，EL由169 hPa降低到389 hPa，LFC由806 hPa升高到735 hPa，LCL更低，为970 hPa；CAPE和CIN都比发生极端降水时低，分别为120 J·kg-1和32 J·kg-1。
|
图 6 降水过程发生前20时平均t-lnp图(a. 5次极端降水过程, b. 7次一般暴雨过程) Fig.6 Composite t-lnp diagram at 20:00 before precipitation processes (a. 5 extreme precipitation processes, b. 7 general rainstorm processes) |
袁河流域所经的6个站点海拔高度都在200 m以下，其中萍乡为118.7 m，宜春为132.3 m，分宜为94.9 m，新余为82.9 m，新干为47.7 m，樟树为66.2 m，整体呈现西高东低的走势。其中萍乡东南侧、宜春西南侧为武功山，海拔高度约为1 900 m，新干东北侧、樟树东北侧为阁皂山，海拔高度约为800 m(图 7)。通过分析发现，萍乡站的喇叭口地形对于过程①和过程③造成该地区降水量明显偏大有重要影响，原因在于过程①和过程③地面梅雨锋都位于袁河流域附近，且为东北—西南走向，低层影响系统气旋性切变由西部进入萍乡，然后沿着低层切变线东移北抬或者南压时，由于萍乡处于朝西南开口的喇叭口中，低层气旋波受山脉影响会停滞，移动减慢，故造成萍乡受其影响降水时间增长，萍乡站雨量最大，形成这两次过程袁河流域雨量西多东少的格局；其余几次过程萍乡降水量低于流域平均值，原因是低层系统不是由西部东移进入袁河流域，且与低层中小尺度系统的位置有很大关系。
|
图 7 袁河流域周边地形分布(色阶为海拔高度，单位：m) Fig.7 Terrain distribution around the Yuan River Basin(color scale for altitude, units: m) |
通过对1960—2020年袁河流域暴雨发生时间和5次极端降水的天气形势、主要影响系统、物理量场的诊断分析以及120 h后向轨迹模拟结果的聚类分析，得到以下结论：
(1) 袁河流域平均每年有6.3个暴雨日，6月暴雨日最多，12月—次年1月暴雨日最少。
(2) 袁河流域极端降水发生时，高层袁河流域处于南亚高压东侧辐散气流中，中层副高位置适中，受584 dagpm线附近的西南气流控制，低层正好处于切变线上，且有强盛的西南气流向降水区输送能量和水汽。
(3) 物理量场上，袁河流域附近低层辐合、高层辐散，垂直速度场、水汽分布、水汽通量散度场以及平均层结特征都有利于该区域出现暴雨天气。
(4) HYSPLIT模式后向轨迹表明，袁河流域极端降水上空的水汽路径总体上可以归纳为5条。来源于孟加拉湾附近、中南半岛南部和云南南部的西南水汽路径最多，占轨迹总数的59.5%；其次是来源于我国南海的南方路径，主要位于1 500 m以下，占轨迹总数的15%。
对袁河流域极端降水发生的平均形势场、平均影响系统、平均物理量场和平均后向轨迹都进行了分析，但仍存在不少需要进一步探讨的研究。①在(影响系统)南北风交汇处附近，数值上取平均会使5次极端降水的物理量中有方向的特征场特征值偏小，不利于指标在实际天气过程中的应用。②只是讨论了降水发生时有利的形势特征、影响系统特征、物理量特征以及气块后向轨迹特征，但对于降水发生的持续性研究还需要做更深入的工作。
| [1] |
王冀, 江志红, 严明良, 等. 1960—2005年长江中下游极端降水指数变化特征分析[J]. 气象科学, 2008, 28(4): 384-388. DOI:10.3969/j.issn.1009-0827.2008.04.005 |
| [2] |
杨金虎, 江志红, 王鹏祥, 等. 中国西北极端降水事件年内非均匀性特征分析[J]. 中国沙漠, 2008, 28(1): 178-184. |
| [3] |
李明刚, 管兆勇, 韩洁, 等. 近50 a华东地区夏季极端降水事件的年代际变化[J]. 大气科学学报, 2012, 35(5): 591-602. DOI:10.3969/j.issn.1674-7097.2012.05.009 |
| [4] |
李丽平, 许冠宇, 成丽萍, 等. 华南后汛期极端降水特征及变化趋势[J]. 大气科学学报, 2012, 35(5): 570-577. DOI:10.3969/j.issn.1674-7097.2012.05.007 |
| [5] |
尤焕苓, 刘伟东, 任国玉. 1981~2010年北京地区极端降水变化特征[J]. 气候与环境研究, 2014, 19(1): 69-77. |
| [6] |
王静, 余锦华, 何俊琦. 江淮地区极端降水特征及其变化趋势的研究[J]. 气候与环境研究, 2015, 20(1): 80-88. |
| [7] |
申莉莉, 张迎新, 隆璘雪, 等. 1981—2016年京津冀地区极端降水特征研究[J]. 暴雨灾害, 2018, 37(5): 428-434. DOI:10.3969/j.issn.1004-9045.2018.05.005 |
| [8] |
苏志重, 石顺吉, 张伟, 等. 1960—2010年福建省极端降水事件变化趋势分析[J]. 暴雨灾害, 2016, 35(2): 166-172. |
| [9] |
杨涵洧, 龚志强, 王晓娟, 等. 中国东部夏季极端降水年代际变化特征及成因分析[J]. 大气科学, 2021, 45(3): 683-696. |
| [10] |
卢睿, 朱志伟, 李天明, 等. 淮河流域夏季极端降水频次空间分布的客观分类及其形成机理[J]. 大气科学, 2021, 45(6): 1-18. |
| [11] |
李湘瑞, 范可, 徐志清. 2000年后中国北方东部地区夏季极端降水减少及水汽输送特征[J]. 大气科学, 2019, 43(5): 1109-1124. |
| [12] |
迟静, 周玉淑, 冉令坤, 等. 吉林一次极端降水发生发展动热力过程的数值模拟分析[J]. 大气科学, 2021, 45(6): 1400-1414. |
| [13] |
任伟, 任燕, 李兰兰. 基于HYSPLIT模式的济南机场一次暴雨过程的水汽输送特征分析[J]. 海洋气象学报, 2019, 39(1): 116-122. |
| [14] |
刁秀广, 侯淑梅. 4次大暴雨过程雷达径向速度和超低空西南急流特征分析[J]. 海洋气象学报, 2017, 37(3): 46-53. |
| [15] |
赵海军, 李柏, 潘玲, 等. 暴雨过程中逆风区特征及应用判据研究[J]. 海洋气象学报, 2019, 39(2): 126-133. |
| [16] |
孙兴池. 地面倒槽暴雨的形成机制研究[J]. 海洋气象学报, 2018, 38(3): 39-46. |
| [17] |
张家国, 王珏, 吴涛, 等. 长江中游地区极端降水主要天气系统类型分析[J]. 暴雨灾害, 2018, 37(1): 14-23. |
| [18] |
陈红专. 湖南极端降水的气候特征及天气系统分型研究[J]. 气象, 2021, 47(10): 1219-1232. |
| [19] |
钟敏, 车钦, 张蒙蒙, 等. 华中区域极端降水天气形势及物理量异常度特征[J]. 气象, 2020, 46(4): 503-516. |