2. 临沂市气象局,山东 临沂 276004;
3. 日照市气象局,山东 日照 276800;
4. 喀什地区气象局,新疆 喀什 844000
2. Linyi Meteorological Bureau, Linyi 276004, China;
3. Rizhao Meteorological Bureau, Rizhao 276800, China;
4. Kashgar Meteorological Bureau, Kashgar 844000, China
随着气候变暖,强对流灾害性天气呈频发趋势,短时强降水和暴雨引发的次生灾害成为我国最主要的气象灾害之一,当降水强度强或持续时间较长时则可能导致内涝,甚至引发山体滑坡、泥石流、山洪等次生灾害[1-3]。研究发现短时强降水等中尺度对流性天气是在有利的大尺度环流背景中,由多尺度天气系统相互作用形成的中小尺度系统造成的,一次短时强降水过程往往有多个中尺度雨团活动,具有生命史短、空间范围小,但天气变化剧烈的特征[4-8]。
20世纪70年代,美国风暴预报中心归纳总结出包括天气型识别和物理参数诊断的强对流天气识别分类,Doswell等[9]在此基础上研究给出了基于诊断对流3个条件的配料法暴洪预报方法,俞小鼎[10]详细介绍了配料法的相关研究进展和应用前景。国家气象中心在基于配料法构建的暴雨落区预报方法基础上,制定了国家级强对流天气环境场条件分析技术路线,我国天气预报实现了从大尺度分析向大尺度与中尺度分析并重的转变扩展思路[11-12]。近10 a有许多利用常规探空资料和中尺度模式产品构建的短时强降水预报模型,在不同地区特殊地形环境和气候背景下,其物理量特征也具有一定差异[13-17]。
近年来,山东多次发生持续性短时强降水事件。2009年8月18日00:00—03:00(北京时,下同),临沂费县3 h雨量达242.2 mm;2011年7月25日18:00—21:00,威海乳山3 h雨量达249.5 mm;2012年9月21日,青岛胶南持续8 h出现短时强降水天气,累计雨量为342.5 mm。上述天气过程连续数小时发生短时强降水,降水强度大、致灾性强,造成人口密集地区特别是低洼地区严重人员伤亡和财产损失,该类过程普遍具有中小尺度对流系统不断传播发展的特征,预报预警难度较大[18-20],类似的持续性降水事件始终是预报工作中的难点和重点。关于山东的短时强降水有大量研究,侯淑梅等[21]构建了山东省极端强降水天气概念模型,张永婧等[22]对济南市区短时强降水进行了天气学分型,相关研究多为区域性或大范围短时强降水天气,又或是极端性事件个例分析[23-26],然而对持续性短时强降水过程的总结性分析甚少,因此有必要加强持续性短时强降水天气发生发展机理研究。本文利用常规观测资料,以“配料法”思想为基础,分类诊断持续性短时强降水过程的环流形势、探空形态和相关物理量阈值,以期为气候变暖背景下持续性短时强降水天气的预报预警和发生机理研究提供参考。
1 资料与方法 1.1 持续性短时强降水统计为确保数据准确且观测方式统一,选用国家气象信息中心提供的2007—2019年山东省123个国家级地面气象观测站逐时整点资料,如某站点持续3 h或以上均达到短时强降水量级(小时雨量R≥20 mm),记录为1站次持续性短时强降水天气。
1.2 物理量统计方案选用过程发生前的最近一次探空观测数据分析天气形势场特征。因探空观测时、空分辨率相对较低,综合考虑高、低层主要影响系统及站点发生区域与探空站之间的相对位置,选取代表性探空观测数据分析探空和相关物理量特征。
2 持续性短时强降水发生规律2007—2019年山东省123个国家级地面气象观测站共有695个短时强降水日(08:00—次日08:00),其间发生6 257站次短时强降水天气[25]。123个站的短时强降水最长持续时间均达到2 h或以上,共81个站出现144站次持续性短时强降水。鲁东南、半岛、鲁西南、鲁中和鲁西北地区发生持续性短时强降水站点的比例分别为84.2%、66.7%、63.2%、61.5%和60%,鲁东南地区发生次数和发生站点比例均高于其他区域。具体到站点,枣庄发生频次最高达5次,兰陵、聊城4次,发生3次和2次的站点分别有13个和27个;144站次中,仅7次持续5 h及以上,另有27次持续4 h(图 1);持续最久的发生在2012年9月21日,胶南持续时间最长,达8 h,其次为2018年8月19日广饶和2019年8月10日临朐,均达7 h。
695个短时强降水日中共有78个持续性短时强降水日(占比约11%),49次为单站发生,2站次和3站次分别发生14次和9次,4站次及以上仅6次。站次最多的过程为2019年8月10日台风“利奇马”导致12站次持续性短时强降水,其次为2018年8月19日台风“温比亚”造成9站次持续性短时强降水。
持续性短时强降水过程集中发生在6月下旬至8月下旬,占总次数的93.8%,其中8月上旬至中旬占总次数的44.4%(图 2)。6月下旬前仅5月上旬发生2次,分别为2011年5月9日平邑和2014年5月10日胶南。8月下旬后发生频次明显减少,最晚发生在2013年9月23日莒南。
天气系统的演变和环境参数的配置对强对流中尺度系统的发生、发展起到制约和影响的作用,因而分析天气系统配置是做好强对流天气潜势预报的前提。参考孙继松等[27]在2014年基于强对流天气热力学、动力学结构特征对我国对流天气形势背景的划分方法,将山东省持续性短时强降水过程划分为高空冷平流强迫类、低层暖平流强迫类、斜压锋生类和准正压类。
3.1 天气学类型在78次持续性短时强降水过程中,32次为准正压类,23次为低层暖平流强迫类,17次为斜压锋生类,高空冷平流强迫类仅6次(表 1)。不同天气背景下持续性过程通常也具有一定差异,如:2007年7月18日,强冷空气进入热低压导致明显锋生,造成鲁西北、鲁西南和鲁中地区半数以上台站出现短时强降水;2012年9月21日,鲁东南沿海地区受西太平洋副热带高压(简称“副高”)边缘低层暖湿气流影响,在雷暴出流和海风锋相互作用下形成一条东北—西南走向的狭长线状对流系统,胶南持续8 h出现短时强降水。
基于上述分类,使用合成探空观测资料来对比分析天气形势特征(将2007—2009年成山头站资料并入荣成站,以荣成站位置插值计算和显示,其他不变),选取代表性探空站观测数据分析探空和物理量特征(表 2)。由于地形影响及过程差异,多站次探空起点气压低于1 000 hPa,因此统一从925 hPa抬升。
准正压类:与副高边缘的短波槽、辐合线、东风波、热带气旋本体或远距离影响有关,热力不稳定主要与副高边缘暖湿平流的维持有关[27]。合成场上500 hPa华北短波槽较浅,风与等温线近似平行,温度平流弱,山东位于584~586 dagpm等位势高度线之间(图 3a)。中低层受副高边缘偏南气流影响增暖增湿(图 3b)。探空温湿廓线近似平行、中低层为显著湿层,弱对流抑制和中等水平对流有效位能,风随高度顺转,深层垂直风切变弱(图 3c)。
低层暖平流强迫类:与副高边缘的西风槽、低涡切变线、地面低压或倒槽有关,高层为弱干冷平流甚至弱暖平流,热力不稳定主要与上下层之间的温、湿度差动平流有关[27]。合成场上500 hPa处于副高西北侧短波槽前西到西南气流区,584 dagpm和582 dagpm线穿过山东南北两侧(图 3d)。850 hPa显著湿区自南海伸向山东,暖湿平流发展强烈(图 3e)。探空温湿廓线形态与准正压类接近,区别在于该类低层风场中以南风为主,准正压类东风分量明显(图 3f)。
斜压锋生类:与锋面、气旋波、中低层切变线或低涡活动有关,中低层冷暖空气强烈交汇,伴有明显温度锋区和锋生过程,地面有明显的冷锋或气旋活动,不稳定与斜压锋生和动力强迫有关[27]。合成场显示500 hPa山东处于580~584 dagpm等位势高度线之间,华北低槽较深,位势梯度较前两类偏强(图 3g)。低层为辐合风场(具体过程为切变线或低涡)且温度露点差较其他3类低,中西部地区普遍低于3 ℃(图 3h)。探空温湿廓线呈“V”形,即低层湿而中高层显著偏干,露点曲线与温度曲线随高度明显拉开距离;925~700 hPa风随高度顺转,中层风随高度略有逆转,在4类过程中,对流有效位能偏弱、垂直风切变偏强(图 3i)。
高空冷平流强迫类:受500 hPa槽后西北气流或冷涡影响,干冷平流明显,低空伴有切变线或辐合线,热力不稳定主要与低层暖平流和中高层显著的干冷平流有关[27]。合成场上500 hPa山东位于深厚低槽底部578~582 dagpm等位势高度线之间,冷空气已压至河北,即将影响山东(图 3j)。在4类过程中等压面高度最低且风与等温线交角最大,中高层干冷平流显著;低层位于切变线和偏南气流风速辐合区一侧,湿舌伸至徐州,山东将逐渐增湿(图 3k)。探空温湿廓线形态与斜压锋生类接近,区别在中高层干冷平流较强,深层垂直风切变为4类中最强(图 3l)。
以下为各类型典型个例,4次过程与对应类型的主要特征相符,一些特征较合成场更为显著,篇幅所限此处不再具体分析。2018年8月18—19日受台风“温比亚”影响,山东中部和南部共12站发生持续性短时强降水(图 4a、b、c);2010年7月18日受副高边缘低空急流影响,鲁西南出现区域性暴雨,鱼台发生持续性短时强降水(图 4d、e、f);2013年9月23日受低槽冷锋影响,鲁东南地区出现强降水,莒南发生持续性短时强降水(图 4g、h、i);2014年7月14日高空槽后干冷平流导致对流性不稳定增长,兰陵出现持续性短时强降水(图 4j、k、l)。
在前述分析基础上对比位温垂直廓线,4类过程925~700 hPa全部满足假相当位温和饱和假相当位温随高度递减,为条件性不稳定,925~700 hPa和850~700 hPa的假相当位温差分别超过8 ℃和5 ℃;700~500 hPa准正压类和高空冷平流强迫类的饱和假相当位温随高度几乎不变,另两类随高度递减;准正压类的假相当位温随高度几乎不变,为中性层结,其他3类假相当位温随高度递减,低层暖平流强迫类和斜压锋生类为条件性不稳定;高空冷平流强迫类可能是条件性不稳定,也可能是对流性不稳定。准正压类和低层暖平流强迫类的热力不稳定主要依赖低层暖湿平流,斜压锋生类和高空冷平流强迫类的热力不稳定由低层暖湿平流和中高层干冷平流两部分造成,在中层中,干冷平流强迫作用更明显(图 5)。
探空代表站的选取综合考虑了天气发生区域和站点相对位置,对相同代表站进行合成,以代表和对比分析不同区域或站点的探空特征。4站较为一致的特征包括饱和湿层至少伸至700 hPa、对流有效位能呈狭长形态、对流抑制较弱和深层垂直风切变弱或中等偏弱的特点。内陆站点(徐州、章丘)和近海站点(青岛、荣成)有各自区域特征:内陆站点对流有效位能和对流高度高于近海站点,中层更干;近海站点露点曲线与温度曲线更靠近,青岛站对流有效位能和中层饱和程度高于荣成站(图 6)。
基于代表性探空观测资料,从短时强降水的形成机制和实际业务中潜势预报分析出发,对水汽、热力、动力、稳定度和影响对流结构等相关物理量特征进行对比分析,考虑业务应用实际,统计归类时数据全部四舍五入取整。
3.3.1 温湿环境参数特征结合观测数据、温度对数压力图和位温垂直廓线图对比分析温湿相关环境参数特征,全部个例表现出大气低层绝对湿度和相对湿度均较高,中低层温度露点差集中在2~4 ℃,850~700 hPa露点差约为2 ℃,850~500 hPa温差为23~24 ℃,大气温度垂直递减率低于6 ℃ ·km-1,中低层的饱和假相当位温比位温明显接近假相当位温,925~700 hPa假相当位温随高度迅速下降,表明低层水汽丰富且在不稳定建立或维持中的贡献明显。4类过程的差异主要体现为准正压类和低层暖平流强迫类过程的低层温度、露点略高,而高空冷平流强迫类略低,斜压锋生类低层水汽饱和程度略高。
3.3.2 风速垂直分布特征参考温度对数压力图中的风垂直分布并计算各层风速百分位数,全部个例925~500 hPa高度的风速均值和中位数均介于8~12 m ·s-1。准正压类风速随高度变化较小,其低层风速较大,与包含10次热带气旋过程有关。低层暖平流强迫类和斜压锋生类风速随高度增加,其中斜压锋生类850 hPa的风速范围较广且850~500 hPa风速差最显著,与锋面或温带气旋影响有关。高空冷平流强迫类高层风速明显大于低层风速,中低层风速范围和低层暖平流强迫类均较为集中。
3.3.3 特殊高度特征全部个例的抬升凝结高度75%分位数低于0.8 km,准正压类和低层暖平流强迫类明显偏低,斜压锋生类范围较广,这3类过程的中位数均低于0.4 km,高空冷平流强迫类较前3类更高,中位数约为0.9 km(图 7a)。准正压类和低层暖平流强迫类的暖云层厚度集中在4.5~5.0 km,斜压锋生类集中在4.2~4.8 km,高空冷平流强迫类的暖云层厚度相对偏薄(图 7b)。
分析与短时强降水相对密切的4个常用稳定度指数,总指数、K指数、抬升指数和条件性稳定度指数在各类过程中至少有50%以上的相关指数呈现较一致阈值范围,分别集中在41~46 ℃、34~40 ℃、-5~0 ℃和-15~-2 ℃。大部分过程发生在条件性不稳定环境中(图 8)。
在中尺度对流活动中,热力不稳定、动力不稳定、水汽以及启动机制决定了对流发展程度及天气现象;对流有效位能和对流抑制是物理意义明确的热力不稳定参量,能综合判断对流触发前低层能量积聚和对流发展情况,垂直风切变很大程度上影响风暴组织结构,短时强降水对水汽条件要求更高,3.3.1节已分析分层水汽,此处引入整层比湿积分[27]。
基于常规探空统计的对流有效位能中位数为392 J ·kg-1,均值为998 J ·kg-1,半数过程发生在对流有效位能较低的环境中,也有25%的过程发生在超过1 800 J ·kg-1的相对高能环境中;绝大多数过程发生在对流抑制非常低的环境中,其中75%以上的过程对流抑制能低于120 J ·kg-1。准正压类和低层暖平流强迫类表现出相对偏强的对流有效位能和更弱的对流抑制环境;斜压锋生类过程的对流有效位能与前两类相比略弱,而对流抑制偏强;高空冷平流强迫类对流抑制整体较前3类偏强,5次对流有效位能低于300 J ·kg-1,仅2016年6月23日受高空冷涡影响时,对流有效位能高达2 876 J ·kg-1(图 9a、b)。
准正压类和低层暖平流强迫类过程的整层比湿积分多数在5 500 g ·m-2以上,斜压锋生类过程多数超过5 000 g ·m-2,高空冷平流强迫类过程低于5 000 g ·m-2(图 9c)。全部个例均发生在中等或偏弱的0~6 km垂直风切变环境下,其中准正压类和低层暖平流强迫类过程多数发生在0~6 km垂直风切变为0.4×10-3~0.9×10-3 s-1的环境中,斜压锋生类和高空冷平流强迫类过程表现为相对略高的环境,数值为0.6×10-3~1.3×10-3 s-1(图 9d)。
上述基于天气形势、温度对数压力图、位温廓线图、影响对流的相关因子和参数分别给出的分析内容具有很高的关联性或者一定程度上是一致的。山东省持续性短时强降水正是发生在低层绝对湿度和相对湿度较高、风随高度顺转且风垂直切变为弱或中等偏弱、对流有效位能中等或中等偏弱、对流抑制和抬升凝结高度较低且暖云层厚的条件性不稳定环境下,具有高的降水效率[27]。结合发生环境和影响对流结构的主要因子,准正压类发生在副高边缘弱斜压性区域,副热带或热带系统沿副高边缘输送暖湿平流,低层高温高湿是导致不稳定的主要原因,降水回波为热带降水型,台风影响时为螺旋雨带形态,其他系统影响时回波生消较快、局地强度大;低层暖平流强迫类发生在700 hPa以下持续发展的暖湿平流中,有利于不稳定增长和水汽输送,降水回波一般为移速偏慢、质心偏低的热带降水型;斜压锋生类发生在中低层冷暖空气强烈交汇斜压锋生的环境下,低层暖平流和中高层冷平流共同作用导致不稳定层结的建立,降水回波呈现热带降水与大陆强对流降水混合形态;高空冷平流强迫类发生在中高层干冷空气叠加在低层暖湿气流之上的环境下,高空干冷平流是导致不稳定的主要原因,降水回波一般为移速偏快、质心偏高的大陆强对流型。
4 结论与讨论基于常规气象观测资料对山东省123个国家级地面气象观测站2007—2019年持续性短时强降水发生特征进行研究,基于对流性不稳定将山东省持续性短时强降水过程的天气形势背景划分为4类,即准正压类、低层暖平流强迫类、斜压锋生类和高空冷平流强迫类。对比分析环流形势、探空形态和环境参数特征,结论初步如下。
(1) 2007—2019年山东省123个国家级地面气象观测站中共有81个站点在78个降水日内累计出现144站次持续性短时强降水,49个降水日为单站发生,持续时间多数为3~4 h。鲁东南地区发生次数和站点比例均明显高于其他区域。持续性短时强降水过程集中在6月下旬至8月下旬,占总发生次数的93.8%,8月上旬至中旬占44.4%。
(2) 4类过程相似特征:低层绝对湿度和相对湿度高(925、850和700 hPa露点分别达19、16、6 ℃且温度露点差不大于3~4 ℃),抬升凝结高度低(h≤1 km),暖云层厚(h暖云≥3.5 km),狭长形态的中等或偏弱对流有效位能(300~2 000 J ·kg-1),对流抑制弱(不超过120 J ·kg-1),深层风垂直切变弱或中等偏弱(小于或等于10-3 s-1);不稳定的建立或维持更依赖于上下层之间温、湿度差动平流,925~700 hPa和850~700 hPa假相当位温差分别超过8 ℃和5 ℃;总指数、K指数、抬升指数和条件性稳定度指数较一致,分别集中在41~46、34~40、-5~0和-15~-2 ℃。
(3) 4类平均场特征:准正压类500 hPa短波槽较浅,山东位于584~586 dagpm线之间;低层暖平流强迫类山东位于500 hPa短波槽前与副高之间,584 dagpm和582 dagpm线穿过南北两侧;斜压锋生类500 hPa山东处于580~584 dagpm线之间较深低槽前部,中低层冷暖空气强烈交汇;高空冷平流强迫类山东位于深厚低槽底部578~582 dagpm线之间,中高层干冷平流明显。
(4) 准正压类和低层暖平流强迫类持续性短时强降水过程分别发生32次和23次,探空温湿廓线形态较相似,温度曲线和露点曲线近似平行,呈中等水平的对流有效位能和弱垂直风切变,条件性不稳定层结主要位于700 hPa以下,依赖低层暖湿平流作用;区别是在中层准正压类为中性层结,低层暖平流强迫类为弱不稳定。斜压锋生类和高空冷平流强迫类过程分别发生17次和6次,探空温湿廓线形态均为“V”形,低层偏湿中层偏干,弱的对流有效位能和中等水平的垂直风切变;低层到中层均为不稳定层,斜压锋生类不稳定形成与斜压锋生和动力强迫有关,高空冷平流强迫类主要依赖高空干冷平流强迫作用。
持续性短时强降水过程主要由中小尺度系统产生,建议强化探空形态和物理量参数交互综合分析,提升潜势分析和监测预警能力。此外,本文选用国家级地面气象观测站的整点雨量资料,存在部分非整点且持续3 h发生短时强降水的过程未统计在内,后续研究中将选用经质量控制的分钟级且包括区域雨量站的过程,其代表性可能会进一步提升。
[1] |
翟盘茂, 王翠翠, 李威. 极端降水事件变化的观测研究[J]. 气候变化研究进展, 2007, 3(3): 144-148. |
[2] |
陈炯, 郑永光, 张小玲, 等. 中国暖季短时强降水分布和日变化特征及其与中尺度对流系统日变化关系分析[J]. 气象学报, 2013, 71(3): 367-382. |
[3] |
李建, 宇如聪, 孙溦. 从小时尺度考察中国中东部极端降水的持续性和季节特征[J]. 气象学报, 2013, 71(4): 652-659. |
[4] |
俞小鼎, 周小刚, 王秀明. 雷暴与强对流临近天气预报技术进展[J]. 气象学报, 2012, 70(3): 311-337. DOI:10.3969/j.issn.1004-4965.2012.03.003 |
[5] |
何立富, 周庆亮, 谌芸, 等. 国家级强对流潜势预报业务进展与检验评估[J]. 气象, 2011, 37(7): 777-784. |
[6] |
王秀明, 俞小鼎, 周小刚. 雷暴潜势预报中几个基本问题的讨论[J]. 气象, 2014, 40(4): 389-399. |
[7] |
孙继松, 雷蕾, 于波, 等. 近10年北京地区极端暴雨事件的基本特征[J]. 气象学报, 2015, 73(4): 609-623. |
[8] |
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. |
[9] |
DOSWELL C A Ⅲ, BROOKS H E, MADDOX R A. Flash flood forecasting: an ingredients-based methodology[J]. Wea Forecasting, 1996, 11(4): 560-581. |
[10] |
俞小鼎. 基于构成要素的预报方法: 配料法[J]. 气象, 2011, 37(8): 913-918. |
[11] |
张小玲, 谌芸, 张涛, 等. 对流天气预报中的环境场条件分析[J]. 气象学报, 2012, 70(4): 642-654. |
[12] |
张小玲, 陶诗言, 孙建华. 基于"配料"的暴雨预报[J]. 大气科学, 2010, 34(4): 754-766. |
[13] |
孙继松, 陶祖钰. 强对流天气分析与预报中的若干基本问题[J]. 气象, 2012, 38(2): 164-173. |
[14] |
沈澄, 孙燕, 魏晓奕, 等. 基于物理量参数的江苏短时强降水预报模型的研究[J]. 气象, 2016, 42(5): 557-566. |
[15] |
何钰, 陈小华, 杨素雨, 等. 基于"配料法"的云南短时强降水预报概念模型建立[J]. 气象, 2018, 44(12): 1542-1554. |
[16] |
曾明剑, 王桂臣, 吴海英, 等. 基于中尺度数值模式的分类强对流天气预报方法研究[J]. 气象学报, 2015, 73(5): 868-882. |
[17] |
韩丰, 杨璐, 周楚炫, 等. 基于探空数据集成学习的短时强降水预报试验[J]. 应用气象学报, 2021, 32(2): 188-199. |
[18] |
高留喜, 李静, 刘畅, 等. 山东省短时极端强降水研究[J]. 气象科技, 2014, 42(3): 482-487. |
[19] |
赵海军, 曹洁, 潘玲, 等. 2007—2019年山东省短时强降水时空分布特征[J]. 海洋气象学报, 2021, 41(2): 149-155. |
[20] |
侯淑梅, 孙敬文, 孙鹏程, 等. 基于加密自动气象观测站和国家气象观测站的山东省极端短时强降水时空分布特征的对比分析[J]. 气象, 2020, 46(2): 200-211. |
[21] |
侯淑梅, 盛春岩, 万文龙, 等. 山东省极端强降水天气概念模型研究[J]. 大气科学学报, 2014, 37(2): 163-174. |
[22] |
张永婧, 高帆, 于丽娟, 等. 济南市区短时强降水特征分析与天气分型[J]. 海洋气象学报, 2017, 37(3): 109-116. |
[23] |
高帆, 尹承美, 蔡哲, 等. 济南市重大短时强降水过程特征分析[J]. 海洋气象学报, 2019, 39(1): 131-141. |
[24] |
周成, 杨学斌, 吕伟绮, 等. 不同天气类型短时强降水与地闪特征分析[J]. 海洋气象学报, 2019, 39(2): 143-150. |
[25] |
张凯静, 江敦双, 丁锋. 青岛市短时强降水的气候特征和天气系统分型[J]. 海洋气象学报, 2018, 38(1): 108-114. |
[26] |
王文波, 高晓梅, 杨萌, 等. 一次局地短时强降水的成因和预报误差分析[J]. 海洋气象学报, 2019, 39(1): 142-150. |
[27] |
孙继松, 戴建华, 何立富, 等. 强对流天气预报的基本原理与技术方法: 中国强对流天气预报手册[M]. 北京: 气象出版社, 2014: 83-171.
|