華東地區強對流降水過程濕斜壓渦度的診斷分析

冉令坤 李娜, 高守亭

1中國氣象科學研究院，北京100081

2中國科學院大氣物理研究所，北京100029

3中國科學院大學，北京100049

1 引言

Ertel位渦能夠綜合描述大氣動力、熱力學特征，具有守恒性、不可穿透性和可反演性（Rossby,1940；Ertel, 1942；Hoskins et al., 1985），廣泛地應用在氣象研究領域，特別是在暴雨等災害性天氣診斷研究方面。王建中等（1996）利用位渦研究了江淮流域的一次特大暴雨過程，將濕位渦與濕斜壓系統的水汽分布和不穩定機制聯系起來。劉還珠和張紹晴（1996）分析了濕位渦與鋒面強降水之間的關系，指出對流層低層濕位渦的符號和數值可用來判斷強降水落區。很多研究表明，濕位渦異常能夠比較好地描述降水落區及其發展移動，這主要是因為濕位渦與大氣層結穩定度、濕斜壓性和水平風垂直切變有關，而這些因素對降水均有重要影響。除了濕位渦，人們還提出了更多能夠綜合描述產生降水的動力、熱力條件的物理量，從而更好地追蹤降水系統的發展移動。利用強降水與低空急流之間的關系，劉淑媛等（2003）設計了表征低空急流強度和高度的指數I，發現其對強降水有一定的預示性；Yue et al.（2003）利用非地轉濕Q矢量分析了一次江淮梅雨鋒暴雨過程，發現分解的濕Q矢量對分析梅雨鋒暴雨的潛在物理機制具有重要意義；齊彥斌等（2010）綜合強降水過程中的顯著物理因子提出了熱力切變平流參數，該因子能夠顯著區分降水區與非降水區，與降水系統的發展演變密切相關。我國是強對流天氣多發國家，強對流降水一方面為農業生產提供重要水源，但另一方面也經常導致山洪，泥石流等次生氣象災害，是我國主要災害性天氣之一，因此開展強對流降水過程研究，探索有效的強對流降水預報方法具有重要實際意義。目前，強對流降水研究主要有觀測資料分析與高分辨率數值模擬研究兩種途徑（孫建華和趙思雄，2002a，2002b；王建捷和李澤椿，2002；廖玉芳等，2003；張小玲等，2004；諶蕓和李澤椿，2005；姚建群等，2005；姚葉青等，2008；Shen and Liu, 2012）。觀測資料分析通過綜合分析各種觀測資料做出降水預報，而高分辨率的數值模擬雖然能夠直接預報降水落區，但降水產生的物理過程和原因卻不甚清楚。因而，如何將觀測資料、數值模式與包含降水信息的動力學參數結合起來，全面地分析預報強對流降水是一個值得研究和探討的科學問題。基于此，本文利用來自美國國家環境預報中心（NECP）/美國國家大氣研究中心（NCAR）的FNL全球分析資料（Final Operational Global Analysis），FY-2C 衛星反演的云頂亮溫（Blackbody Brightness Temperature,簡寫為TBB）以及高分辨率模擬資料對2009年8月 17日發生在華東地區的強對流降水過程進行綜合分析；同時，采用包含渦度三維動力信息的濕位渦、濕斜壓渦度和濕熱力斜壓渦度等物理量對該過程進行診斷，研究三個物理量在強對流系統中的分布特征及其對強對流降水的指示預報能力。

2 天氣形勢分析

2009年8月17日發生在我國華東地區的強對流降水過程，影響地區廣闊，包括河北、河南、山東、安徽、湖北和江蘇等省（李娜等，2013），強暴雨中心位于山東南部，日降水量超過140 mm（圖略）。本文利用 1°×1°的 FNL資料對該過程的天氣形勢進行分析。如圖1所示，17日0600 UTC強對流發生在河南與安徽省交界處（圖 1中三角形）。200 hPa等壓面上存在兩個高空急流區，分別出現在內蒙古西部以及遼寧和吉林省北部，兩個高空急流的最大風速軸線均位于 41°N附近，最大風速達到56 m s?1左右。東北地區高空急流入口區的中南側為廣闊的水平輻散區，散度正值區呈東北—西南走向，中心值約為8×10?5s?1，與對流云帶的位置和走向一致。高空急流激發次級環流，引發高層輻散，有助于華東地區強對流系統發生發展。在對流層中層（500 hPa），貝加爾湖和蒙古高原地區存在高空冷渦，其東部鄂霍次克海地區為阻塞高壓；與之相配合，河北省西部有東傳的短波槽活動，不斷地引導冷空氣侵入我國中東部地區，強對流系統在短波槽的南端發展加強。在對流層低層（850 hPa），

西南氣流強盛，將孟加拉灣地區的水汽源源不斷地輸送到我國華東地區，形成一條寬廣的東北—西南向的水汽輸送帶。河南省北部存在低渦系統，受其影響，西南氣流與偏東氣流在河南和山東省中部形成暖式切變線。切變線南側為水汽通量散度負高值區，有明顯水汽輻合，造成強烈的水汽垂直輸送。可見，本次強對流過程是在高空急流、中層短波槽和低空切變線密切配合下產生的。

圖1 2009年8月17日0600 UTC (a) 200 hPa的水平風速（黑色實線，m s?1）和水平散度（紅色實線，10?3 s?1），(b) 500 hPa的位勢高度場（實線，10 gpm），（c）850 hPa 的風場（矢量箭頭，m s?1）和水汽通量（填色區，g s?1 cm?1 hPa?1）Fig.1 (a) Wind speed (black solid lines, m s?1) and horizontal divergence (red solid lines, 10?3 s?1) at 200 hPa, (b) geopotential height (solid lines, 10?1gpm)at 500 hPa, (c) wind field (arrows, m s?1) and moisture flux (color shaded areas, g s?1 cm?1 hPa?1) at 850 hPa at 0600 UTC on August 17, 2009

3 強對流系統發展演變過程

利用高時空分辨率的 TBB資料可以分析中小尺度云系的發展演變。傅珊等（2006）研究表明，對于強對流天氣，TBB一般在－60°C以下，有時甚至會達到－100°C以下。通常，TBB越低，代表云頂越高，對流發展越旺盛（廖勝石等，2007）。本文通過 FY-2C衛星紅外通道觀測數據反演的逐小時 TBB資料分析發現，本次過程中的強對流系統由河南與山東省交界處的中尺度云團發展而來，先后經歷三個階段：團狀對流系統階段（第一階段），帶狀對流系統與弱的團狀對流系統共存階段（第二階段），帶狀對流系統消亡團狀對流系統再次發展階段（第三階段）。如圖 2a所示，17日0000 UTC TBB負高值區主要位于山東省西部和河南省中東部地區，代表那里的對流云團比較活躍，該云團的經向水平尺度約為600 km，屬于中α尺度對流系統。兩個 TBB負高值區分別位于河南與山東交界處和河南中南部，分別標記為“A”和“B”，其中云團“A”水平尺度較大，TBB小于－60°C 的強對流中心出現在（34.5°N，115°E）附近；云團“B”的強度和水平尺度都小于云團“A”，TBB最低值在－50°C左右。0400 UTC（圖2b）山東省中西部對流云團“A”減弱，TBB基本上小于－45°C，而位于河南中南部的云團“B”強烈發展，呈橢圓形分布，水平尺度約為 250 km，TBB小于－60°C，為典型的中β尺度對流云團。云團“B”在緩慢南移過程中與消散減弱的云團“A”逐漸合并，發展加強。0800 UTC（圖2c），合并后的云團“AB”位于東北—西南走向云帶的西南端，覆蓋范圍擴大，橫跨山東、河南、江蘇和安徽四省，其中TBB負值中心小于－68°C,主要位于河南與安徽省交界處，說明對流云發展旺盛。隨著云帶向東南方向移動，1200 UTC（圖 2d）對流云團范圍進一步擴大，發展為東北—西南走向的中α尺度帶狀對流系統，長度在1000 km以上，寬度約為200 km，最強的TBB負值中心仍小于－68°C，位于（33.5°N，117.5°E），兩個次負值中心分別位于（32°N，114°E）和（32.5°N，116°E）。此外，湖北與湖南交界處有水平尺度約100公里的對流云團發展，TBB中心 值小于－56°C。隨后，湖北省西南部的小對流云團與對流云帶西端合并，強烈發展。同時，對流云帶東北端山東與江蘇交界處對流云團也呈發展趨勢，TBB中心值在－64°C以下。2000 UTC（圖2f），原對流云帶的中部云團已經消散，分裂為兩個獨立的對流云團，分別位于山東和江蘇省交界處和湖北省中南部。

圖2 2009年 8月17日（a）0000 UTC，（b）0400 UTC，（c）0800 UTC，（d）1200 UTC，（e）1600 UTC，（f）2000 UTC的 TBB 分布，單位為°CFig.2 Distributions of TBB at (a) 0000 UTC, (b) 0400 UTC, (c) 0800 UTC, (d) 1200 UTC, (e) 1600 UTC, (f) 2000 UTC on August 17, 2009

4 濕斜壓渦度診斷分析

4.1 理論

強對流系統的發展伴有水平風垂直切變和水平旋轉，具有水平和垂直渦管顯著，渦度擬能（渦度矢量的范數）較大的特點。雖然位渦能夠描述渦度和位溫梯度的綜合特征（Aqθ=·?ω），但位渦代表渦度在位溫梯度方向上的投影，不能反映等位溫面上的渦度分量。對于大尺度系統，位溫梯度為準垂直方向，所以位渦主要體現垂直渦度信息。大尺度系統的運動主要為二維準水平運動，垂直渦度基本上能夠描述其整體的運動特征，因而位渦能夠較好地描述大尺度系統運動。對于導致暴雨的中尺度系統，大氣運動是三維的，除了平行于位溫梯度方向的渦度分量（位渦），還要考慮垂直于位溫梯度方向的渦度分量，該分量對中尺度系統的發生發展也有重要影響。為了考慮渦度的三維分量，不遺漏動力信息，本文在位渦基礎上引入斜壓渦度（Baroclinic Vorticity，BV）和熱力斜壓渦度（Thermodynamic Baroclinic Vorticity，TBV）的概念（Ran et al.，2013），即

其中，ω為渦度矢量，p為氣壓，α為比容。由于斜壓力管?p×?α的方向與位溫梯度?θ的方向垂直（即，(?p×?α)· ?θ=0），因此矢量 ?θ、?p×?α和(?p×?α)× ?θ是相互正交的（圖3a）。這樣，qA、qB和qC代表渦度在三個正交方向上的投影，涵蓋了渦度的三維信息，其中，qB和qC體現了垂直于位溫梯度方向的渦度分量信息。

斜壓渦度（BV）又可以寫為：

上式中，θ×ω?為對流渦度矢量（Convective Vorticity Vector, CVV, Gao et al., 2004），因此斜壓渦度也代表對流渦度矢量在氣壓梯度方向上的投影。熱力斜壓渦度（TBV）還可以寫為

可見熱力斜壓渦度代表對流渦度矢量在斜壓力管方向上的投影。在實際大氣中，氣壓梯度力的方向通常為垂直方向，而斜壓力管的方向一般為水平方向，因而 BV和TBV分別反映了CVV垂直和水平分量的動力信息。Gao et al.（2004）研究表明，CVV及其分量與云凝結物有良好的相關性，對降水有一定的指示意義，因此，BV和TBV與降水也預期存在密切聯系。

由于實際降水過程中大氣通常是高溫高濕的，因此為了把BV和TBV應用到實際大氣，本文進一步把PV，BV和TBV改寫為：

其中，θ?=θη為廣義位溫，a*=ρ*為濕比容，*=為濕密度，

為凝結潛熱函數，ω*= ? ×v*為濕渦度，v*=(ηu,ηv,ηw)為濕速度。這里，、和分別為濕位渦(Moist Potential Vorticity，MPV)，濕斜壓渦度 (Moist Baroclinic Vorticity，MBV) 和濕熱力斜壓渦度 (Moist Thermodynamic Baroclinic Vorticity，MTBV)。為了保持坐標系統的正交性和渦度信息的完整性，在上述表達式引入了濕密度，濕速度和濕渦度的概念（圖 3b）。根據中尺度系統的特征尺度，通過尺度分析，MBV和MTBV可以進一步簡化為：

由上式可知，MBV代表切變風對濕比容的平流輸送作用；MTBV反映了垂直氣壓梯度、對流穩定度、風垂直切變與濕比容（密度）水平梯度之間的耦合。由于垂直氣壓梯度隨高度遞減，水平變化不明顯，因此其在 MBV和 MTBV 中主要起到垂直權重的作用。MBV和MTBV 中的水平風垂直切變是影響對流系統發展演變的重要因子，能夠改變大氣穩定性（對稱不穩定）；引起對流系統動能的變化；增強水平渦管，導致垂直渦度發展；（根據熱成風關系）造成等熵面傾斜；進而影響對流系統的組織傳播，間接影響對流降水。MBV和MTBV 中的濕比容（密度）水平梯度主要反映了大氣的濕斜壓性。此外，由于MBV和MTBV還引入了凝結潛熱函數，所以它們在一定程度上也體現了水汽效應。由于降水區具有高溫高濕的特點，濕斜壓性較強，并且水平風垂直切變明顯，因此 MPV、MBV和MTBV通常在降水區表現異常。

4.2 資料

李娜等（2013）利用ARPS（Advanced Regional Prediction System）模式，以水平分辨率為0.5°×0.5°的NCEP/NCAR GFS（Global Forecasting System）分析場為背景場，同化多部多普勒雷達徑向風和反射率資料以及常規地面探空觀測資料對本次強對流過程進行數值模擬。 2009年8月17日0000 UTC～0200 UTC為循環同化時段，模擬時段為 17日 0200 UTC～18日0000 UTC，模擬區域為（31°N～39°N，110°E～120°E），水平分辨率為2.5 km，水平格點數為363×363，垂直平均格距為500 m，垂直層數為53層。模擬結果與觀測的對比分析表明，該模擬較好地再現了強對流系統“團狀結構—帶狀結構—團狀結構”的發展演變過程及其降水特征，模式輸出資料比較可靠。針對本次強對流降水過程，本文將采用上述模擬資料，對MPV、MBV和MTBV進行分析。

4.3 結果分析

圖4為17日1000 UTC MPV、MBV和MTBV沿 117.5°E的垂直分布（剖面位置可參考圖 5b），此時颮線及其東北端團狀對流系統處于穩定維持階段，四個強降水中心分別位于32.7°N，33.3°N，34.2°N 和 36°N 附近，其中 36°N 附近的降水中心位于團狀對流系統內，其余則位于颮線中東段。32°N～34.5°N颮線區對流層高層MPV負值區向下伸展至約7 km高度（圖4a）；對流層中層4～7 km高度區間的MPV數值較小，沒有明顯的異常值區；對流層低層4 km以下高度存在明顯的MPV異常值區，正負高值中心基本上位于降水區上空。35.5°N～37°N團狀強對流降水區MPV異常值區基本處于對流層8 km以下高度。在34.5°～35.5°N弱降水區，MPV的異常值區主要出現在對流層中層 5～8 km高度區間，而在4 km以下高度則無明顯異常。MBV垂直分布（圖4b）與MPV存在顯著差異，其異常值區主要位于10 km以下高度。32.7°N附近颮線降水區上空 MBV的正高值區從地面垂直伸展到約10 km高度；33.3°N附近降水區MBV的異常值主要集中在對流層中低層5 km以下高度；34.2°N附近降水區MBV正負高值區主要出現在對流層低層4 km以下高度及7～8 km高度區間。可見，颮線系統中降水強度不同的地區MBV分布也不同。由公式（8）知，MBV主要體現了水平風垂直切變與濕比容梯度的耦合效應。一般地，對流層低層的水平風垂直切變有利于降水發生發展，而對流層中層的水平風強垂直切變則會破壞降水形成機制。上述分析表明，颮線強降水區的MBV異常值區主要集中在低層，而弱降水區MBV的異常值區從低層伸展到高層。在團狀強對流降水區，MBV異常值區的分布呈明顯的“V”字型結構，在強降水中心上空發展最低，位于5 km以下高度，而在強降水中心兩側，MBVP異常值區的位置逐漸升高，可達9 km以上高度。這些表明，產生強降水的有利條件是對流層低層出現較強水平風垂直切變和濕斜壓性，而對流層中層較強的水平風垂直切變可能抑制降水。由于強降水和弱降水產生的動熱力條件不同，因而利用MBV可以粗略地判斷降水強度。當MBV在對流層中高層有異常值而在低層無明顯異常時，一般降水較弱或無降水產生；當MBV異常值區從對流層低層垂直伸展到高層時，通常會出現偏弱的降水；當MBV的異常值主要位于低層時，一般會產生偏強降水。MTBV具有與MBV類似的垂直分布形態，其正負高值區也主要集中在對流層10 km以下高度。在 32.7°N附近颮線弱降水區，MTBV異常值區發展最高（約為9 km高度），33.3°N附近降水區MTBV的高值區伸展到約6 km高度，34.2°N附近強降水中心MTBV主要分布在低層4 km以下高度和中高層7～9 km高度區間。在團狀對流降水區，MTBV呈“V”字型分布。此外，無論在對流層低層還是高層，降水區MBV和MTBV的異常值區都是正負交替分布的，這主要與降水分布的不均勻性有關。若某一地區降水較強，有大量的凝結潛熱釋放，凝結潛熱函數較大，以至于其南側有?α?y＜0，北側有?α?y＞0，在水平風垂直切變和對流穩定度不變的情況下，則MBV和MTBV的符號在降水區兩側相反。

圖3 （a）以矢量 ?θ、 ?p×?α和(?p×?α) ×?θ為基礎建立的三維正交系統；（b）以矢量 ?θ*, ?p×?α*和(?p×?α*)×?θ*為基礎建立的三維正交系統Fig.3 (a) The three-dimensional orthogonal system built on the basis of ?θ*, ?p×?α*, and (?p×?α*)×?θ*, ω is the vorticity vector; (b) The three-dimensional orthogonal system built on the basis of ?θ*, ?p×?α*, and (?p×?α*)×?θ*, ω* is the moist vorticity vector

圖4 2009 年 8 月 17 日 1000 UTC MPV（a，彩色填色區，10?6 K s?1），MBV（b，彩色填色區，10?8 m s?3)，MTBV（c，彩色填色區，10?10 K s?3）在沿117.5°E的經向—垂直剖面內的分布，直方圖代表1 h累計降水量（單位：mm）Fig.4 Cross sections of (a) MPV (color shaded areas, 10?6 K s?1), (b) MBV (color shaded areas, 10?8 m s?3), and (c) MTBV (color shaded areas, 10?10 K s?3)along 117.5°E at 1000 UTC on August 17th, 2009.The black bars are 1-h accumulated precipitation (mm)

圖4 （續）Fig.4 (Continued)

上述MPV、MBV和MTBV垂直結構的分析

表明，MPV、MBV和 MTBV在降水區都表現出明顯的異常，尤其是MBV和MTBV，不但能夠指示降水落區，還能在一定程度上反映降水強度。為探討強對流系統不同發展階段MPV、MBV、MTBV與降水的關系，本文進一步分析了MPV、MBV、MTBV的水平分布特征。在這里，首先取MPV、MBV和MTBV的絕對值，然后再對其進行垂直積分（用表示），這樣做的主要原因是在垂直方向上MPV、MBV和MTBV的符號不確定，既可以為正值，也可以為負值，當進行垂直積分時，正值和負值會相互抵消，這樣的垂直積分不能全面地反映對流層內MPV、MBV和MTBV的整體特征，因此需要先取其絕對值，再進行垂直積分。圖5為強對流系統不同發展階段1 h累積降水及相應時刻的和水平分布。17日0400 UTC強對流系統處于橢圓團狀結構階段，其內部降水分布呈不標準的圓形，平均水平尺度約為300 km，強降水中心出現在對流系統中部，中心降水量約為 70 mm。和三個物理量均能夠較好地指示 0400 UTC降水落區：有三個正高值中心，但其高值區的位置比實際降水偏南；和高值區較好地反映了降水范圍，但多個高值中心分布比較分散。1000 UTC，對流系統進入帶狀颮線與團狀對流系統共存階段。相應地，降水區包括兩部分，一部分呈團狀結構，位于山東中部地區，內部分散多個小尺度較強降水中心；另一部分呈狹窄的帶狀，寬度僅為幾十公里，橫跨江蘇、安徽、河南和湖北四省。與上一階段相比，對流系統降水強度的變化不明顯。此時，和的高值區隨著強對流系統的演變而變化。在颮線降水區，三者的高值區呈東北—西南走向的帶狀分布；在團狀對流降水區中，三者也相應地呈團狀分布。1600 UTC，颮線系統消散，帶狀降水減弱消失，其東北端的團狀對流系統獲得強烈發展，降水強度顯著增強，1 h累積降水量最高達130 mm。與之相應，和的帶狀高值區減弱消失，主要表現為山東與江蘇省交界處的團狀高值區。值得注意的是，在強對流系統發展的三個階段濕位渦強度變化不明顯，高值中心基本維持在0.12～0.18 K s?1。和則變化顯著。0400 UTC和1000 UTC，和高值中心分別維持在 40×10?4～45×10?4m s?3和 40×10?6～50×10?6K s?3而在 1600 UTC 隨著降水的顯著增強，的中心值也明顯增長。上述分析表明，MPV、MBV和 MTBV均能較好地反映降水落區和移動，意味著三者對強對流系統均有一定的追蹤指示意義，但在描述降水強度的變化方面MBV和MTBV更具優勢，徐州和商丘兩地降水率與的時間演變趨勢（圖6）可以進一步驗證這一點。在整個過程中徐州地區（圖6a）主要有兩個降水率峰值，分別出現在17日0400～0600 UTC和0800～1000 UTC兩個時段。在前一強降水時段，0500 UTC徐州地區降水率達到最大，約為 150 mm h?1。相應地，也達到峰值，分別為 1×10?1K s?1、2.3×10?3m s?3和 2.3×10?5K s?3。在后一強降水時段，1000 UTC徐州地區降水率達到最大，約為 50 mm h?1，小于 0500 UTC的峰值。在這一時段的最大值分別約為 0.8×10?1K s?1，1.8×10?3m s?3，1.8×10?5K s?3，較前一時段的峰值均有所降低，但的峰值比降得更多。商丘地區（圖6b）的降水主要發生在強對流過程的前期（17日0700 UTC之前），降水率波動較大，具有雙周期特征。在波動降水時段17日0200～0700 UTC，的變化不明顯，基本維持在 0.8×10?1K s?1，而波動變化顯著，其變化趨勢與降水率相似，都具有明顯的雙周期特征。以上分析進一步表明，盡管三個診斷量在降水時段內都表現出明顯的異常，但對降水強度的變化更加敏感，對強對流降水的指示作用更加顯著。這主要與 MPV、MBV和 MTBV所包含的物理信息不同進而描述濕大氣動熱力特征的側重點不同有關。MPV包含了位溫梯度方向的渦度分量，而 MBV和MTBV反映了沿等位溫面的渦度分量。尺度分析表明，MBV主要表現了垂直切變風對濕比容的平流輸送作用；而 MTBV主要反映了對流穩定度、垂直風切變與濕比容梯度的耦合效應。二者的共同特點是均包含氣壓垂直梯度和垂直風切變。氣壓垂直梯度雖然在降水區與非降水區中區別不明顯，但在MBV和MTBV中起到了權重作用，使得與之相配合的對流穩定度、風垂直切變和濕比容梯度等物理信息在MBV和MTBV中能夠得到顯著體現。雖然產生降水的動力、熱力過程相當復雜，但在非降水區、弱降水區和強降水區這些物理信息的差異還是比較明顯的，因而 MBV和MTBV能夠較好地區分不同強度的降水區，這可能是MBV和MTBV對降水強度更加敏感的主要原因。

圖5 2009年 8月17日 0400 UTC、1000 UTC 和 1600 UTC 1 h累積降水量 (a、b、c，mm)、濕位渦(d、e、f，10?2 K s?1)、濕斜壓渦度MBV（g、h、i，10?4 m s?3）和濕熱力斜壓渦度（j、k、l，10?6 K s?3）的分布Fig.5 Horizontal distributions of (a, b, c) 1-h accumulated precipitation (mm), (d, e, f) moist potential vorticity (10?2 K s?1), (g, h, i) moist baroclinic vorticity (10?4 m s?3), and (j, k, l) moist thermodynamic baroclinic vorticity(10?6 K s?3) at 0400 UTC, 1000 UTC, and 1600 UTC on August 17, 2009

圖6 模擬的2009年8月17日0200 UTC～18日0000 UTC 徐州（a）和商丘（b）地區降水率（綠色實線，102mm h?1）、（橙色實線，10?1 K s?1）、（紅色實線，10?3 m s?3）和（藍色實線，10?5 K s?3）的時間演變，圖中左側坐標代表診斷量，右側坐標代表降水率Fig.6 Time series of precipitation rate (green solid lines, 102 mm h?1), (orange lines, 10?1 K s?1),(red lines, 10?3 m s?3), and ( blue lines, 10?5 K s?3) in (a) Xuzhou and (b) Shangqiu, the left axis denotes values of the three diagnostic quantities while the right axis denotes the precipitation rate

5 結論

本文綜合利用NECP/FNL全球分析資料、衛星觀測資料、高分辨率的模擬資料和包含豐富物理信息的動力診斷量對2009年8月17日發生在華東地區的一次強對流降水過程進行診斷分析。大尺度背景場分析表明本次強對流過程是在高空急流、中層淺槽和低空切變線的密切配合下產生的。強對流系統由河南與山東省交界處的中尺度云團發展而來，先后經歷三個階段：團狀對流系統階段（第一階段），帶狀對流系統與弱的團狀對流系統共存階段（第二階段），帶狀對流系統消亡團狀對流系統再次發展階段（第三階段）。針對本次強對流過程，本文分析了濕位渦（MPV）、濕斜壓渦度（MBV）和濕熱力斜壓渦度（MTBV）與強對流降水關系。MPV、MBV和MTBV是能夠反映完整三維渦度信息的物理量，其中MPV包含沿位溫梯度方向的渦度，MBV和MTBV包含等位溫面上的渦度。MBV代表垂直切變風對濕比容的平流輸送作用，MTBV反映了對流穩定度、風垂直切變與濕比容（密度）水平梯度之間的耦合效應。診斷結果表明，MPV、MBV和MTBV均能夠有效反映強對流降水的空間分布和時間演變。在垂直方向上，對流層低層MPV異常值區基本上對應著降水落區；MBV和MTBV的異常值區則主要出現在對流層10 km以下高度，正負值區交替分布。MBV和MTBV不但能夠指示降水落區，在一定程度上還能反映降水強度。當MBV和MTBV在對流層中高層表現異常而在低層無明顯異常時，通常降水較弱或無降水產生；當MBV和MTBV異常值區從對流層低層垂直伸展到高層時，往往會出現偏弱的降水；當MBV和MTBV的異常值主要位于低層時，一般會產生較強降水。在強對流發展的不同階段，降水分布特征也不同，第一階段的降水呈不規則的圓形結構；第二階段颮線區降水呈狹窄的帶狀分布，而團狀對流區降水則呈不規則團狀結構；在第三階段，帶狀的降水減弱消失，而團狀降水顯著加強。和的高值區均較好地反映了強對流不同發展階段的降水落區和移動，說明 MPV、MBV和MTBV對降水和對流系統有追蹤指示意義。相對而言，在指示強對流降水強度變化方面，MBV和MTBV更具優勢。商丘和徐州兩地降水率與時間演變趨勢的對比分析表明， MBV和MTBV對降水強度的變化更加敏感。這可能主要與MBV和MTBV均包含氣壓垂直梯度有關，其使得與之相配合的其他物理信息（如垂直風切變、對流穩定度等）顯著體現。

（References）

諶蕓, 李澤椿.2005.青藏高原東北部區域性大到暴雨的診斷分析及數值模擬 [J].氣象學報, 63 (3): 289–300.Chen Yun, Li Zechun.2005.Diagnostic analysis and numerical simulation on a regional heavy-hard rain in northeast of Qinghai–Xizang Plateau [J].Acta Meteorologica Sinica (in Chinese), 63 (3): 289–300.

Ertel H.1942.Ein neuer hydrodynamischer Wiebels?tz [J].Meteorology Zeitschr Braunschweigs, 59: 277–281.

傅珊, 岳艷霞, 李國翠.2006.TBB資料的處理及應用 [J].氣象, 32 (2):40–45.Fu Shan, Yue Yanxia, Li Guocui.2006.TBB data processing and application [J].Meteorological Monthly (in Chinese), 32 (2): 40–45.

Gao S T, Ping F, Li X F, et al.2004.A convective vorticity vector associated with tropical convection: A 2D cloud–resolving modeling study [J].J.Geophys.Res., 109: D14106.

Hoskins B J, McIntyre M E, Robertson A W.1985.On the use and significance of isentropic potential vorticity maps [J].Quart.J.Roy.Meteor.Soc., 111: 877–946.

李娜, 冉令坤, 高守亭.2013.華東地區一次颮線過程的數值模擬與診斷分析 [J].大氣科學.37 (3): 595–608.Li Na, Ran Lingkun, Gao Shouting.2013.Numerical simulation and diagnosis study of a squall line in East China [J].Chinese Journal of Atmospheric Sciences (in Chinese),37 (3): 595–608.

廖勝石, 羅建英, 蔡薌寧.2007.2005年6月華南致洪暴雨過程中FY-2C衛星TBB場分析 [J].氣象, 33: 81–86.Liao Shengshi, Luo Jianying,Cai Xiangning.2007.TBB features of torrential rain causing flood in South China from 18 to 22 June, 2005 [J].Meteorological Monthly (in Chinese), 33: 81–86.

廖玉芳, 俞小鼎, 郭慶.2003.一次強對流系列風暴個例的多普勒天氣雷達資料分析 [J].應用氣象學報, 14 (6): 656–662.Liao Yufang, Yu Xiaoding, Guo Qing.2003.Case study of a series of severe convective storms based on China new generation (Doppler) weather radar data [J].Quarterly Journal of Applied Meteorology (in Chinese), 14(6): 656–662.

劉還珠, 張紹晴.1996.濕位渦與鋒面強降水天氣的三維結構 [J].應用氣象學報, 7: 275–284.Liu Huanzhu, Zhang Shaoqing.1996.Moist potential vorticity and the three dimensional structure of a cold front with heavy rainfall [J].Quarterly Journal of Applied Meteorology (in Chinese),7: 275–284.

劉淑媛, 鄭永光, 陶祖鈺.2003.利用風廓線雷達資料分析低空急流的脈動與暴雨關系 [J].熱帶氣象學報, 19 (3): 285–290.Liu Shuyuan,Zheng Yongguang, Tao Zuyu.2003.The analysis of the relationship between pulse of LLJ and heavy rain using wind profiler data [J].Journal of Tropical Meteorology (in Chinese), 19 (3): 285–290.

齊彥斌, 冉令坤, 洪延超.2010.強降水過程中熱力切變平流參數的診斷分析 [J].大氣科學, 34 (6): 1201–1213.Qi Yanbin, Ran Lingkun,Hong Yanchao.2010.Diagnosis of thermodynamic shear advection parameter in heavy rain events [J].Chinese Journal of Atmospheric Sciences (in Chinese), 34 (6): 1201–1213.

Ran L, Li N, Gao S.2013.PV-based diagnostic quantities of heavy rainfall:Baroclinic vorticity parameter and thermodynamic-baroclinic vorticity parameter [J].J.Geophys.Res., in press.

Rossby C G.1940.Planetary flow patterns in the atmosphere [J].Quart.J.Roy.Metor.Soc., 66 (Suppl.): 68–87.

Shen Xinyong, Liu Jia, Li Xiaofan.2012.Torrential rainfall responses to ice microphysical processes during pre–summer heavy rainfall over Southern China [J].Adv.Atmos.Sci., 29 (3): 493–500.

孫建華, 趙思雄.2002a.華南“94·6”特大暴雨的中尺度對流系統及其環境場研究 I.引發暴雨的β中尺度對流系統的數值模擬研究 [J].大氣科學, 26 (4): 541–557.Sun Jianhua, Zhao Sixiong.2002a.A study of mesoscale convective systems and its environmental fields during the June 1994 record heavy rainfall of South China.Part I: A simulation study of Meso-β convective system inducing heavy rainfall [J].Chinese Journal of Atmospheric Science (in Chinese), 26 (4): 541–557.

孫建華, 趙思雄.2002b.華南“94·6”特大暴雨的中尺度對流系統及其環境場研究 II.物理過程、環境場以及地形對中尺度對流系統的作用[J].大氣科學, 26 (5): 633–646.Sun Jianhua, Zhao Sixiong.2002b.A study of mesoscale convective systems and its environmental fields during the June 1994 record heavy rainfall in South China.Part II: Effect of physical processes, initial environmental fields and topography on meso–β convective system [J].Chinese Journal of Atmospheric Science(in Chinese), 26 (5): 633–646.

王建捷, 李澤椿.2002.1998年一次梅雨鋒暴雨中尺度對流系統的模擬與診斷分析 [J].氣象學報, 60 (2): 146–156.Wang Jianjie, Li Zhechun.2002.Numerical simulation and diagnostic analysis on mesoscale convective systems of a torrential rain case in Meiyu period of 1998 [J].Acta Meteorologica Sinica (in Chinese), 60 (2): 146–156.

王建中, 馬淑芬, 丁一匯.1996.位渦在暴雨成因分析中的應用 [J].應用氣象學報, 7: 19–27.Wang Jianzhong, Ma Shufen, Ding Yihui.1996.Application of potential vorticity theory to analysis of formative mechanism of torrential rain [J].Quarterly Journal of Applied Meteorology (in Chinese), 7: 19–27.

姚建群, 戴建華, 姚祖慶.2005.一次強颮線的成因及維持和加強機制分析 [J].應用氣象學報, 16 (6): 746–754.Yao Jianqun, Dai Jianhua,Yao Zuqing.2005.Case analyses of the formation and evolution of 12July 2004 severe squall line [J].Quarterly Journal of Applied Meteorology (in Chinese), 16 (6): 746–754.

姚葉青, 俞小鼎, 張義軍, 等.2008.一次典型颮線過程多普勒天氣雷達資料分析 [J].高原氣象, 27 (2): 373–381.Yao Yeqing, Yu Xiaoding,Zhang Yijun, et al.2008.Analysis on a typical squall line case with Doppler weather radar data [J].Plateau Meteorology (in Chinese), 27 (2):373–381.

Yue Caijun, Shou Shaowen, Lin Kaiping, et al.2003.Diagnosis of the heavy rain near a Meiyu front using the wetQvector partitioning method [J].Advances in Atmospheric Sciences, 20 (1): 37–44.

張小玲, 陶詩言, 張順利.2004.梅雨鋒上的三類暴雨 [J].大氣科學, 28(2): 187–205.Zhang Xiaoling, Tao Shiyan, Zhang Shunli.2004.Three types of heavy rainstorms associated with the Meiyu front [J].Chinese Journal of Atmospheric Sciences (in Chinese), 28 (2): 187–205.