Open Journal of Natural Science
Vol. 10  No. 03 ( 2022 ), Article ID: 51846 , 15 pages
10.12677/OJNS.2022.103036

六盘水市2021年8月7~13日连续强降雨天气 过程环流背景及模式预报效果评估

毛春旭,夏阳,张强,陈翱章,张润琼,吴华洪

贵州省六盘水市气象局,贵州 六盘水

收稿日期:2022年4月19日;录用日期:2022年5月19日;发布日期:2022年5月30日

摘要

本文利用气象常规资料、区域自动站资料、卫星资料、NCEP再分析资料等对六盘水市2021年8月7~13日连续强降雨天气过程进行环流背景分析及模式预报评估。结果如下:1) 此次连续过程中亚洲中高纬环流形势稳定。雅库茨克–鄂霍次克海阻塞高压和巴尔喀什湖低压槽建立后长时间稳定维持,低压槽中不断分裂小槽东移,引导弱冷空气南下,与南方暖湿空气交汇造成连续强降雨天气。2) 西太平洋副高经历了西伸北抬–东退南落–西伸北抬–东退南落的周期过程,相应地伴有小股冷空气在副高588线北部边缘发展为小槽和东移的周期过程,这种小槽的发展和东移对贵州暖区暴雨的产生提供了有利的天气形势和触发作用。3) 过程平均(7~13日平均)的500 hPa、700 hPa、850 hPa及地面图上在贵州境内均以偏南风气流为主,贵州处于西太平洋副高附近的高能高湿环流背景下。此次过程除7日降雨以纬向水汽输送为主外,其余时段经向水汽输送更为重要,即南风暖湿气流在8日后逐渐发展强盛,为六盘水强降雨提供了充沛的水汽和能量。4) 700 hPa湿位涡的大值中心与等值线密集区对强降雨落区具有较好的预测指示意义,最大降雨通常出现在其梯度最大的区域。5) 六盘水市降雨落区(雨带)可以综合考虑EC和德国的模式预报,德国的雨带预报亦常有较好的效果。全球模式量级预报普遍偏小,所以考虑最强降雨量级时,应以中尺度模式为主,贵州WRF、CMA-MESO在此过程中预报效果更好。6) 雷达回波外推产品对六盘水市短时强降雨的预报有时成功,有时失败,外推初始时刻产品与实况的差异对外推结果影响很大。

关键词

环流背景,西太平洋副高,经向水汽输送,湿位涡,模式预报

Evaluation of Circulation Background and Model Forecast Effect of Continuous Heavy Rainfall Process from 7 to 13 August 2021 in Liupanshui City

Chunxu Mao, Yang Xia, Qiang Zhang, Aozhang Chen, Runqiong Zhang, Huahong Wu

Liupanshui Meteorological Bureau of Guizhou Province, Liupanshui Guizhou

Received: Apr. 19th, 2022; accepted: May 19th, 2022; published: May 30th, 2022

ABSTRACT

In this paper, the circulation background analysis and model forecast evaluation of the continuous heavy rainfall process during 7~13 August 2021 in Liupanshui city were carried out by using conventional meteorological data, regional automatic station data, satellite data and NCEP reanalysis data. The results are as follows: 1) The circulation in the middle and high latitudes of Asia was stable during the continuous process. After the establishment of Yakutsk-Okhotsk blocking high and Balkhash Lake low pressure trough, they maintained stably for a long time. Small troughs in the trough kept splitting eastward, leading weak cold air to move southward, and resulting in continuous heavy rainfall when they intersected with warm and humid air in the south. 2) The western Pacific subtropical high has experienced the west and north-east retreat south, west and north-south fall back east cycle process, corresponding with the cold air on the northern edge of the subtropical high of 588 line development cycle for small trough and the east, the development of the small tanks and east areas in Guizhou warm rains provides favorable weather situation and triggering role. 3) In the process average (7~13 day average) of 500 hPa, 700 hPa, 850 hPa and the surface map, the southerly wind flow is mainly in Guizhou, and Guizhou is under the background of high energy and high humidity circulation near the Western Pacific Subtropical high. In this process, except for the zonal water vapor transport in the rainfall on the 7th, the meridional water vapor transport was more important in other periods, that is, the warm and wet air from the south gradually developed and became stronger after the 8th, providing abundant water vapor and energy for the Liupanshui heavy rainfall. 4) The large value center of 700 hPa wet potential vortex and the dense area of isolines have a good predictive significance for the heavy rainfall area, and the maximum rainfall usually occurs in the region with the largest gradient. 5) The rainfall area (rain belt) in Liupanshui city can be comprehensively considered by EC and German model forecast, and German rain belt forecast often has good effect. The global model magnitude forecast is generally small, so when considering the strongest rainfall level, the mesoscale model should be the main one. Guizhou WRF and CMA-MESO have better forecast effect in this process. 6) Radar echo extrapolation products sometimes succeed and sometimes fail to forecast short-time heavy rainfall in Liupanshui city, and the difference between the products and the actual situation at the initial time of extrapolation has a great influence on the extrapolation results.

Keywords:Circulation Background, Western Pacific Subtropical High, Meridional Water Vapor Transport, Wet Potential Vortex, Model Forecast

Copyright © 2022 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 过程降雨特征

2021年8月7~13日,六盘水市出现连续强降雨天气过程。由7天的累计降雨量分布(图1)可见,除钟山区西北部外,全市大部地区累计降雨量在50 mm以上,最大累计雨量为水城区都格镇新龙组195.7 mm。8月7日08时~14日08时,全市共有47个乡镇(107个站点)累计降雨量大于100.0 mm,32个乡镇(87个站点)降雨量在50.0~99.9 mm之间,其中100.0 mm以上的降雨主要分布在钟山南部、水城大部、盘州中北部和六枝西南部。

Figure 1. cumulative rainfall in Liupanshui from 08:00 on August 7 to 08:00 on August 14, 2021 (unit: mm)

图1. 2021年8月7日08时~14日08时六盘水市累计降雨量图(单位:毫米)

表1为此次连续性降雨过程中暴雨落区、主要降雨时段、暴雨站数、最大降雨量、最大小时雨强的逐日变化情况。从逐日变化来看,过程降雨存在强弱交替变化。根据逐日暴雨站数将此次过程分为单点暴雨(1站,7日)、局地暴雨(2~3站,9日、11日)和区域性暴雨(大于3站,8日、10日、12日、13日)三类。其中站数最多和暴雨落区范围最广的3天分别是12日、10日和8日,最大日降雨量102.8 mm出现在12日,最大小时雨强75.1 mm/h出现在10日,所以此3天为此次连续过程的主要强降雨日。

Table 1. Daily changes of rainstorm area, main rainfall period, rainstorm stations, maximum rainfall (mm) and maximum hourly rainfall intensity (mm/h) in Liupanshui

表1. 六盘水市暴雨落区、主要降雨时段、暴雨站数、最大降雨量(mm)及最大小时雨强(mm/h)逐日变化

图2给出了此次过程逐6小时全市总降雨量和降雨站点(≥0.1 mm)的演变情况。六盘水市共产生了21,581.5 mm的降雨量,降雨站次达到3075站次。较多的降雨站次往往也能带来较多的累计降雨量,如8日20时~9日14时、10日夜间、12日夜间3个时段的逐6小时总降雨量和降雨站次分别在1000 mm和100站次以上,并且二者均在时段中呈现出明显上升加强趋势,随后降雨迅速减弱。其中9日08时~14时的降雨量达到3050.9 mm,降雨站次超过200站,平均每站降雨达到14.3 mm,是此次过程中降雨总量最大,降雨范围最广的时段,并且其出现在上午的特点及成因值得关注。平均降雨强度最强时段为12日后半夜(13日02时~08时),平均每站降雨14.5 mm。除8日夜间的强降雨持续至9日上午,其余时间降雨都表现出夜间强、白天弱的特点。总的来说,这一次连续降雨过程具有持续时间长、暴雨范围广、降雨强度大、降雨时段集中、夜雨特征明显等特点。

Figure 2. Evolution characteristics of total rainfall and rainfall stations in Liupanshui by 6 hours

图2. 逐6小时六盘水市总降雨量和降雨站点的演变特征

2. 资料与方法

本文所用资料为2021年8月7~13日的常规观测资料、卫星资料和NCEP再分析资料。湿位涡的计算方法主要根据吴国雄等 [1] [2] 所研究的湿位涡守恒方程。即在P坐标系下,忽略垂直速度的水平变化,引入静力近似,在绝热无摩擦的饱和大气中,湿位涡守恒方程 [3] [4] 为:

M P V = g ( ζ p + f ) θ s e p + g ( v p θ s e x u p θ s e y ) = c o n s t (1)

(1)式中MPV为湿位涡, ζ p 是相对涡度,f是地转涡度, θ s e 是假相当位温。 g ( ζ p + f ) θ s e p 是湿位涡的正压项, g ( v p θ s e x u p θ s e y ) 是湿位涡的斜压项。

3. 大气环流形势

3.1. 天气形势

3.1.1. 环流背景

500 hPa天气图上,从7日起雅库茨克–鄂霍次克海阻塞高压逐渐建立,并在此次连续强降雨过程中较长时间维持,使其上游地区的环流形势也较为稳定。7日乌拉尔山地区有低压槽生成东移,8日20时到达巴尔喀什湖北部后长时间在此稳定维持,低压槽中不断分裂出小槽东移,造成亚洲中纬地区的多波动环流形势,从而不断引导弱冷空气南下与南方暖湿空气交汇,造成强降雨天气。在过程前期贝加尔湖地区是一个低压槽,它与巴尔喀什湖地区分裂的小槽合并加深,延伸至川渝地区,造成西南地区的强降雨天气。随着贝加尔湖低槽的低压中心逐渐向北移动并与巴尔喀什湖大槽同位相叠加后,雅库茨克高压的不连续后退 [5] 使贝加尔湖地区渐渐转为高压环流影响,同时乌拉尔山地区高压环流不断向北发展,最后形成阻塞高压形势,亚洲高纬最终演变为两脊一槽的环流形势。此外,西太平洋副热带高压在此次过程中经历了西伸北抬–东退南落–西伸北抬–东退南落的周期过程,相应的伴有从巴尔喀什湖分裂出来的小股冷空气在副高588线北部边缘发展为小槽和东移的周期过程,这种小槽的发展和东移对贵州产生暖区暴雨 [6] [7] [8] 提供了非常有利的天气形势和触发作用。

Figure 3. The average weather situation of each layer in process 7~13 days ((a) 500 hPa; (b) 700 hPa; (c) 850 hPa; (d) surface)

图3. 7~13日过程平均的各层天气形势((a) 500 hPa;(b) 700 hPa;(c) 850 hPa;(d) 地面)

图3给出了此次过程平均(7~13日平均)的各层天气形势的平均分布图,在500 hPa (图3(a)),欧亚中高纬多短波槽脊活动,其中在东北亚上空存在一个稳定少动的阻塞高压,上游贝加尔湖和巴尔喀什湖附近的低压槽受阻高阻挡长时间维持活动,乌拉尔山地区为高压环流;西太平洋副高588线西脊点平均位置在孟湾东部,同时在南海附近多热带低压活动,大陆高压中心位于西藏以南,贵州受副高西北侧偏南气流影响,有利于触发暖区暴雨。过程平均的700 hPa和850 hPa天气形势(图3(b),图3(c))显示,贵州受孟加拉湾和南海输送的暖湿西南气流影响,川渝地区存在切变辐合。地面图上(图3(d)),青藏高原地区为热力低压系统控制,鄂霍次克海及西太平洋均为高压,弱冷空气从新疆经河西走廊南下到达西南地区东部,贵州地区10米风场以南风为主,黔北到川东南有南风与东风或东北风辐合存在。若有冷空气补充南压在贵州形成地面辐合线,配合水汽输送和上升运动将在辐合线附近产生强降雨天气。

3.1.2. 过程分类天气形势

此次连续过程中西太平洋副高发展较强,贵州持续处于副高外围西南气流或者副高控制之下,偏南暖湿气流强盛,水汽输送条件好,有不稳定能量储存,贵州处于高能高湿的环境条件下,同时北方不断有小槽东移引导弱冷空气南下,在贵州上空冷暖空气交汇地区产生暴雨。根据大气环流形势及影响六盘水市的天气系统,此次连续性过程的降雨可分为暖区降雨(7、10、11、12日)和系统性降雨(8、9、13日)。1) 暖区降雨的主要天气形势是:副高588线西伸北抬影响贵州,贵州以副高外围西南气流或副高控制内的偏南气流为主,700 hPa和850 hPa同样受西南或偏南气流影响,即对流层中低层都以偏南暖湿气流为主。对于暖区降雨,500 hPa短波槽、两高切变、中低层切变、近地面冷空气影响形成的辐合线、地形等都是产生暖区降雨的有利触发机制。2) 系统性降雨的主要天气形势:副高逐渐减弱东退,高空槽加深东移过境,引导中低层切变系统东移南压影响,同时700 hPa或850 hPa上切变以北有冷温度槽配合,冷空气势力较强。

3.2. 水汽输送特征

Figure 4. Process-averaged water vapor flux (wind rod, unit: g/(cm·hPa·s)) and water vapor flux divergence (shading, unit: g/(cm2·hPa·s)) ((a) 700 hPa; (b) 850 hPa)

图4. 过程平均的水汽通量(风向杆,单位:g/(cm·hPa·s))及水汽通量散度(阴影,单位:g/(cm2·hPa·s)) ((a) 700 hPa; (b) 850 hPa)

图4给出了过程平均的对流层中低层的水汽通量及水汽通量散度分布。由图可见,无论是700 hPa还是850 hPa上,均存在一条自孟加拉湾经中南半岛和广西到贵州的水汽输送通道,其中在850 hPa的水汽通量要明显大于700 hPa,强度达到了10 g/(cm·hPa·s)。在水汽通量散度方面,700 hPa上贵州的水汽辐合强度并不明显,其中在贵州北部还呈现出一定的水汽通量辐散,而850 hPa上贵州大部(包括六盘水市)为明显的水汽通量散度的辐合区,贵州北部的辐合中心强度超过了25 g/(cm2·hPa·s)。由此说明此次连续降雨过程中,贵州的水汽来源和水汽辐合更多地集中在850 hPa上,而700 hPa的作用相对较弱。

从六盘水市纬向(东西向)和经向(南北向)水汽净收支随时间的变化情况(图5)可见,在7日至8日白天时段,全市的水汽收支在对流层中低层以纬向收入为主(7日夜间中低层为支出,有一定的经向水汽收入),最大值达3 g/(cm·hPa·s),而经向水汽收支基本为负值,最小值达−4 g/(cm·hPa·s),表明此时段内由纬向(西风)带来的水汽输送更为重要。8日夜间以后,六盘水的降雨则以经向(南风)带来的水汽收入为主,其中9~11日水汽输送到达对流层中层,尤其是9日上午到达500 hPa附近(这是9日上午六盘水出现强降雨的重要原因),此时的纬向水汽收支除10~13日在边界层附近有水汽净收入外,在整层表现为一致的水汽支出。因此,此次过程除7日降雨以纬向水汽输送为主外,其余时段的经向水汽输送更为重要,即南风气流在8日后逐渐发展强盛,为六盘水强降雨提供了充沛的水汽条件。

Figure 5. The evolution characteristics of the net water vapor budget in the zonal ((a) west border-east border) and meridional ((b) south border-north border) of Liupanshui (unit: g/(cm·hPa·s))

图5. 六盘水市纬向((a) 西边界–东边界)和经向((b) 南边界–北边界)的水汽净收支演变特征(单位:g/(cm·hPa·s))

3.3. 动力条件

图6给出了六盘水市的垂直速度、经向风、涡度和散度的时间–垂直剖面。由图分析可得:1) 每次强降雨时段均有强烈的上升运动发展,且大多可伸展到对流层中高层500 hPa以上,其中在8日夜间至9上午这个时段,上升运动甚至延伸到200 hPa以上,上升运动中心出现在300 hPa附近,达到3.5 Pa/s。2) 在整个强降雨过程期间,南风气流(经向风正值)伸展高度还具有明显的日变化特征:在白天南风气流高度逐渐升高,在强降雨发生前向六盘水市提供水汽输送聚集条件,而在夜间强降雨发生后又迅速下降,其中9日以后的南风伸展高度可达到对流层高层300 hPa以上。在对流层低层,在9日白天和13日夜间可观察到经向风的明显转变,由南风转为北风,表明此两个时段存在中低层切变系统的南压过境;而在其余时段南风气流强盛,降雨主要在暖区中发展。3) 由涡度和散度的分布可知,除强烈的上升运动外,过程中还伴有明显的低层气旋性辐合、高层反气旋性辐散的特征,其中9日低层出现负涡度(正散度)是因为副高快速东退后,高空槽东移引导中低层切变和地面冷空气南下而逐渐转为辐散区。

Figure 6. Time-altitude profile of physical quantities of dynamic conditions in western Guizhou ((a) shadow is divergence, contour is vertical velocity; (b) shadow is vorticity, contour is meridional wind)

图6. 贵州西部动力条件物理量的时间–高度剖面图((a) 阴影为散度,等值线为垂直速度;(b) 阴影为涡度,等值线为经向风)

3.4. 湿位涡

湿位涡是能综合表征大气动力、热力和水汽作用的特征物理量 [9]。在无摩擦湿绝热大气中,系统垂直涡度的发展与大气层结稳定度、斜压性、的垂直切变和水汽的变化有关 [10]。贵州西部的湿位涡时间–剖面如图7(a),7~8日和12~13日的对流中低层及9日上午对流中层存在明显的正湿位涡分布,其中8日的湿位涡最大,中心值达到0.8 PVU。

为了研究中层湿位涡的大小和分布与贵州降雨的关系,选取湿位涡最大时段的8日08时~9日02时,给出贵州逐6小时700 hPa湿位涡与其对应的后6小时全省累计降雨分布(图7(b)~7(i))。由图可见,8日08时,700 hPa的湿位涡(MPV)开始在贵州北部边缘发展,中心值为0.8 PVU,而其后的6小时为弱降雨;14时MPV迅速增大,呈东北–西南向带状分布,中心位于贵州西北部,其值达到1.6 PVU,并且在中心以北存建立较大的变化梯度,其后6小时累计雨量分布整体与MPV的中心和梯度最大区域有较好的对应;20时分别在威宁和遵义附近出现了1.2 PVU的中心,其中遵义地区的梯度明显增大,而威宁附近的梯度则相对14时减小,其后6小时累计强降雨区在两个MPV中心附近,沿MPV梯度最大值区有暴雨到大暴雨产生;到了9日02时,MPV区域向北收缩,1.2 PVU的中心位于川黔交界,其中心位置和梯度大值区同样与后6

(a) (b) (c) (d) (e) (f) (g) (h) (i)

Figure 7. Time-altitude profile of the wet potential vortex (MPV) in western Guizhou (a) and at 08:00 on the 8th-02:00 on the 9th, the 6-hour 700 hPa wet potential vortex in Guizhou and its corresponding cumulative rainfall distribution in the province for the next 6 hours ((b), (c) 08:00; (d), (e) 14:00; (f), (g) 20:00; (h), (i) 02:00)

图7. 贵州西部湿位涡(MPV)的时间–高度剖面(a)以及8日08时~9日02时贵州地区逐6小时700 hPa湿位涡及其对应的后6小时全省累计降雨分布((b) (c)为08时;(d) (e)为14时;(f) (g)为20时;(h) (i)为02时)

小时的暴雨–大暴雨区域对应较好。根据以上分析可以得出,700 hPa的湿位涡中心与梯度最大区域(等值线密集区)对强降雨落区具有比较明确的预测指示意义,最大降雨量通常出现在湿位涡梯度最大的区域。

3.5. 物理量特征

实际资料表明,暴雨是在饱和比湿达到一定程度以上才能形成的。根据预报经验,贵州出现暴雨时700 hPa比湿一般在8 g/kg以上,850 hPa比湿一般在12 g/kg以上。统计此次连续过程中威宁和贵阳探空站物理要素演变特征(表2),除了10日08时威宁700 hPa比湿为7 g/kg外,其余时次700 hPa比湿都在10 g/kg以上,850 hPa比湿达到13 g/kg~18 g/kg,都超过贵州出现暴雨的经验指标,说明此次持续性暴雨天气的水汽条件异常丰富。威宁和贵阳的抬升凝结高度(LCL)普遍在700 hPa和750 hPa以下,表明中低层湿度较大,湿空气凝结高度较低,且具有较厚的云层,从而有利于在贵州上空成云致雨,提高降雨效率和强度。

对流有效位能(CAPE)是指能转化为气块垂直上升运动(对流)动能的能量。威宁和贵阳站的CAPE在不同时次存在较大变化,这可能与大气层结、天气状况、降雨类别及量级、不稳定能量释放情况等有关。1) 对于暖区降水:在暖区降雨时段,20时和08时的CAPE值都比较大,最大值达到1837 J/kg。其中,10日夜间贵阳处于深厚的暖湿气流中,20时其CAPE值为1174 J/kg,11日08时仍有783 J/kg,而威宁站因为低层转偏北风,有弱冷空气影响,其CAPE值总体较小。2) 对于系统性降水:随着系统影响过境及降雨的出现,CAPE值明显的减小。其中,8日夜间威宁站及周围有大到暴雨出现,而贵阳站无明显降雨,所以8日20时至9日08时,贵阳的CAPE值不降反增,威宁则因为能量的大量释放从995 J/kg降到14 J/kg;9日夜间因为副高东退,天气系统东移,威宁CAPE值很小且有明显的降幅,而贵阳因为低层南风快速增强而CAPE值较大,降幅也较小。总的来说,副高西伸增强影响或控制贵州,中低层为偏南暖湿气流,天空状况较好时,CAPE值往往较大;而当有高空槽和中低层切变东移过境,中低层转为偏北风,或者出现明显降雨有不稳定能量的释放时,CAPE值减小。

Table 2. Evolution characteristics of physical quantity elements in Weining (WN) and Guiyang (GY) T-lnp during heavy rainfall

表2. 强降雨过程中威宁(WN)和贵阳(GY)探空中各物理量要素的演变特征

威宁站700 hPa与500 hPa之间的温差T700-500 ≥ 12℃,贵阳T700-500 ≥ 11℃,最大值为17℃~18℃;T850-500 ≥ 19℃,大值区在26℃~28℃之间;由此说明贵州对流层中低层大气存在一定的条件不稳定性,有不稳定能量的聚集,有利于出现短时强降水、雷电等对流天气。

4. 卫星红外云图特征

(a) (b) (c) (d) (e) (f) (g) (h) (i) (j)

Figure 8. Evolution characteristics of infrared cloud images from 8~9 and 12~13 ((a)~(e) are 16:00, 20:00 on the 8th, 00:00, 04:00, and 10:00 on the 9th; (f)~(j) are 16:00, 20:00 on the 12th, 02:00, 05:00, 08:00 on the 13th)

图8. 8~9日和12~13日红外云图演变特征((a)~(e)分别为8日16时、20时、9日00时、04时、10时;(f)~(j)分别为12日16时、20时、13日02时、05时、08时)

图8给出了降雨最强的8~9日和12日两个时段的红外云图演变。由图可见,两个时段中,前期对流云团均是在黔北边界一线生成发展加强,随后逐渐向南影响。对于8~9日,位于黔西北和黔北的两个对流云团在00时前后达到最强并开始影响六盘水市北部,随后二者在04时前后逐渐合并,中心范围和强度较00时明显减弱,随后对流云团在贵州中西部一直稳定少动,持续至9日10时以后,从而在9日上午给六盘水市带来了明显的强降雨。在12日的卫星云图中,中午至傍晚对流云团在贵州北部边缘发展北移,滇东存在不同尺度的对流云团向东北移动,19时后威宁至遵义境内的西南–东北一线对流云团重新发展加强,在23时前后对流云团达到最强后逐渐南扩减弱;同时,在13日00时以后,黔西南和云南的交界地区有新的强对流云团发展并逐渐向北移动影响盘州南部和西部,05至08时在继续向水城方向移动过程中逐渐减弱消散,此即为六盘水市12日强降雨的主要影响云团。对比8日(系统降水)和12日(六盘水暖区降水为主)的对流云团特征,对流云团的持续时间都较长,但12日影响范围和强度要明显低于8日,云团中心大部分处在云南境内;12日对流云团的结构更为松散,相较于8日的团状对流云团,其更多的呈现为细长带状结构。

5. 数值模式预报效果评估

在此次过程中,EC细网格模式对中高纬环流形势、西风槽脊、西太平洋副高位置和强度、中低层低涡和切变等系统都有比较准确的预报,只是在高空短波槽脊位置和强度、中小尺度低涡和切变位置和移动速度、冷空气势力等方面存在一定偏差,导致模式预报雨带位置和强度产生偏差,同时漏报一部分暖区降雨。

5.1. 模式降雨预报效果评估

5.1.1. 全球模式降雨预报效果评估

对于全球模式降雨预报,实际业务中主要参考EC细网格模式(以下简称EC)、德国细网格模式(以下简称德国)、日本中分辨率模式(以下简称日本)等。下面对3种模式在此次过程中的预报效果进行检验评估(图9,部分图略)。由于全球模式对暴雨预报的量级普遍偏小,所以重点评估预报落区及大值区(中心)位置对强降雨的指示意义。

(a) (b) (c) (d) (e) (f) (g) (h) (i) (j) (k) (l)

Figure 9. Comparison of 24-h rainfall forecast of global model on the 8th, 10th, and 12th and the actual situation ((a) (e) (i) are EC fine grids; (b) (f) (j) are German fine grids; (c) (g) (k) are Japanese medium resolutions; (d) (h) (l) are rainfall live))

图9. 8日、10日、12日全球模式24-h降雨量预报与实况对比((a) (e) (i)为EC细网格;(b) (f) (j)为德国细网格;(c) (g) (k)为日本中分辨率;(d) (h) (l)为实况)

1) 对于暖区降雨(7、10、11、12日):1、EC能预报降雨出现的大致范围,对强降雨中心(带)的位置亦有所反映,但强中心多呈散乱分布,漏报和空报的概率很大。对于六盘水市,7日和11日预报落区偏差大,强度偏小,10日和12日强降雨漏报。2、德国和EC类似,但强中心预报能力较EC差;3、日本预报降雨范围明显偏小,对各个较强降雨中心预报偏弱,但是最强降雨中心位置与实况较为接近。

2) 对于系统性降雨(8、9、13日):1、EC能预报出明显的雨带和强中心,但是雨带位置存在南北偏差,此次过程中3天均是明显偏北。对六盘水来说,则造成8日强度预报偏弱,13日偏强,漏报9日中北部强降雨。2、德国预报的雨带位置较EC接近实况,亦能预报出部分降雨强中心,但是部分存在漏报。德国对此3天六盘水的预报都较为准确,对强中心都有所反映,只是位置略有偏差。3、日本对雨带和强降雨中心的预报能力都偏弱,预报效果不理想。

由于暖区降雨的特点是落区较为分散,强降雨中心分布具有很大的不确定性,所以暖区降雨可以综合考虑EC和德国对强降雨区的预报,最强中心还可以参考日本的强中心预报。系统降水的落区较为明确,在贵州境内常常呈带状分布,所以系统降雨的雨带应同时参考EC和德国的雨带预报,且有时德国的雨带预报有较好的效果。不管是暖区降雨还是系统降雨,量级预报都比实况明显偏小,所以量级大小还需进一步订正。

5.1.2. 中尺度模式降雨预报效果评估

而对比分析此过程期间贵州WRF、CMA-MESO、CMA-GD的24 h降雨量预报与六盘水降雨实况的差异(图10)发现:

1) 中尺度的量级预报与实况的量级较为接近,有时甚至较实况偏大,因此在考虑最强降雨量级时,应以中尺度模式为主。

2) 3种中尺度模式对强降雨落区都有一定指示意义。其中,CMA-GD存在落区范围偏大、强度偏强的问题;贵州WRF、CMA-MESO对此次过程预报效果更好,贵州WRF对落区的预报最准确,但是二者都存在某些区域暴雨或大暴雨的空报现象,亦有部分区域漏报的情况。因此在模式预报的基础上提升暴雨落区和强度的预报准确率对预报员提出了更高要求。

3) 对于六盘水的降雨,同样是贵州WRF、CMA-MESO预报效果更好。一般在大尺度预报中漏报的较强降雨区,在此二者上都有所反映,尤其是对暖区降雨预报效果比大尺度更好。如7和11日的降雨,贵州WRF的落区和量级和六盘水实况最接近,CMA-MESO则是量级略偏大。此外,贵州WRF对六盘水市8日系统降雨预报效果最好,当系统南压影响贵州中南部(9日、13日)后,CMA-MESO的落区更接近六盘水实况,而贵州WRF的空报较多。

(a) (b) (c) (d) (e) (f) (g) (h) (i) (j) (k) (l)

Figure 10. Comparison of mesoscale model 24-h rainfall forecast and actual situation on the 7th, 8th and 12th ((a) (e) (i) are Guizhou WRF; (b) (f) (j) are CMA-MESO; (c) (g) (k) are CMA-GD; (d) (h) (l) are actual rainfall)

图10. 7日、8日、12日中尺度模式24-h降雨量预报与实况的对比((a) (e) (i)为贵州WRF;(b) (f) (j)为CMA-MESO;(c) (g) (k)为CMA-GD;(d) (h) (l)为降雨实况)

5.2. 雷达回波外推产品预报效果评估

此次过程中的最大小时雨强出现在六枝牂牁镇包包园组75.1毫米(11日02~03时)。牂牁镇属于典型的喀斯特地貌,海拔落差较大,气温高,因为地形的原因常常造成短时强降雨。选取最大小时雨强时段及1个小时雨强较大时段(9日7~8时,水城勺米38.9毫米)的雷达回波外推产品和实况进行检验评估(图11)。

(a) (b) (c) (d) (e) (f) (g) (h) (i) (j) (k) (l)

Figure 11. Comparison of the radar reflectivity factor extrapolation products at 07:00~09:00 on August 9 and 02:00~03:00 on the 11th ((a) (b) (c) extrapolated products at 07:00~09:00 on the 9th; (d) (e) (f) Live; (g) (h) (i) extrapolated products at 02:00~03:00 on the 11th; (j) (k) (l) live)

图11. 8月9日07~09时和11日02~03时的雷达反射率因子外推产品与实况的对比((a) (b) (c) 9日07~09时外推产品;(d) (e) (f)实况;(g) (h) (i) 11日02~03时外推产品;(j) (k) (l)实况)

1) 9日07时的雷达回波外推初始时刻产品(00分)与实况有一定的差别。07时六盘水市境内存在两块回波大值中心,但是外推初始时刻产品反映出了六枝地区的强回波区,水城西北部地区的强回波则明显弱化。08时的实况表明六枝回波减弱,水城西部强回波发展,外推情况恰好与实况相反。09时回波有所减弱,但是外推产品仍是显示其在六枝地区强烈发展。因此,此时段的2小时外推产品结果对六盘水市短时强降雨的预报是失败的。

2) 11日02时的雷达回波外推初始产品(00分)与六盘水市境内的回波实况较为一致,六枝西南部回波强度较实况偏强;02时30分,外推回波在六枝西南部及其西侧加强发展,和实况在位置和强度上都表现相似;产品外推1小时后(03时),在六枝南部的回波强中心与实况相吻合,在六枝西南部维持的强中心与实况略有出入。总之,此时段的1小时雷达外推产品对六盘水市小时强降雨的预报是很成功的。

6. 总结

1) 此次连续性暴雨可分为单点暴雨、局地暴雨和区域性暴雨三种类型。过程具有持续时间长、暴雨范围广、降雨强度大、降雨时段集中、夜雨特征明显等特点。

2) 过程中亚洲中高纬环流形势稳定。雅库茨克–鄂霍次克海阻塞高压和巴尔喀什湖低压槽长时间稳定维持,低压槽中不断分裂出小槽东移,从而不断引导弱冷空气南下,与南方暖湿空气交汇造成强降雨天气。

3) 西太平洋副热带高压在此次过程中经历了西伸北抬–东退南落–西伸北抬–东退南落的周期过程,相应的伴有小股冷空气在副高588线北部边缘发展为小槽和东移的周期过程,这种小槽的发展和东移对贵州产生暖区暴雨提供了非常有利的天气形势和触发作用。

4) 过程平均(7~13日平均)的500 hPa、700 hPa、850 hPa及地面图上贵州境内均以偏南风气流为主。西太平洋副高整体势力较强,贵州持续处于副高外围西南气流或者副高控制之下,暖湿气流强盛,水汽输送条件好,有一定不稳定能量聚集,有利于暖区对流降水的产生。此次过程除7日降雨以纬向水汽输送为主外,其余时段经向水汽输送更为重要,即南风暖湿气流在8日后逐渐发展强盛,为六盘水强降雨提供了充沛的水汽条件。

7. 讨论

1) 700 hPa湿位涡的大值中心与等值线密集区(梯度大值区)对强降雨落区具有一定的指示意义,最大降雨量通常出现在梯度最大的区域。

2) 全球模式可以综合考虑EC和德国预报。有时德国对雨带位置预报较EC偏差更小,但是量级预报普遍偏小,最强降雨量级应以中尺度模式为主。此次过程贵州wrf、Graeps_3km预报效果更好。

3) 雷达回波外推产品对六盘水市小时强降雨的预报有时成功,有时失败,外推初始时刻产品与实况的差异对外推结果影响很大。

文章引用

毛春旭,夏 阳,张 强,陈翱章,张润琼,吴华洪. 六盘水市2021年8月7~13日连续强降雨天气过程环流背景及模式预报效果评估
Evaluation of Circulation Background and Model Forecast Effect of Continuous Heavy Rainfall Process from 7 to 13 August 2021 in Liupanshui City[J]. 自然科学, 2022, 10(03): 285-299. https://doi.org/10.12677/OJNS.2022.103036

参考文献

  1. 1. 吴国雄, 蔡雅萍, 唐晓箐. 湿位涡和倾斜涡度发展[J]. 气象学报, 1995, 53(4): 387-404.

  2. 2. 赵永辉, 刘开宇. 一次贵州暴雨过程的湿位涡诊断分析[J]. 云南大学学报(自然科学版), 2012, 34(S2): 386-389.

  3. 3. 毛春旭, 孙翔, 高鹏, 等. 贵州一次秋季暴雨过程的成因及湿位涡诊断分析[J]. 气候变化研究快报, 2020, 9(5): 454-460.

  4. 4. 王宏, 寿绍文, 王万筠, 等. 一次局地暴雨过程的湿位涡诊断分析[J]. 自然灾害学报, 2009, 18(3): 129-134.

  5. 5. 朱乾根, 林锦瑞, 寿绍文, 等. 天气学原理和方法(第四版) [M]. 北京: 气象出版社, 2000.

  6. 6. 黄士松. 华南前汛期暴雨[M]. 广州: 广东科技出版社, 1986: 244.

  7. 7. 谌芸, 陈涛, 汪玲瑶, 等. 中国暖区暴雨的研究进展[J]. 暴雨灾害, 2019, 38(5): 483-493.

  8. 8. 李慧敏, 何志新, 邱学兴, 等. 江淮地区一次副高边缘暖区暴雨成因分析[J]. 陕西气象, 2022(2): 10-17.

  9. 9. 张润琼, 刘艳雯, 沈桐. 贵州大暴雨的湿位涡诊断分析[J]. 灾害学, 2007, 22(4): 6-10.

  10. 10. 李静楠, 潘晓滨, 臧增亮, 等. 一次华北暴雨过程的湿位涡诊断分析[J]. 暴雨灾害, 2016, 35(2): 158-165.

期刊菜单