云南地區強降水物理量場特征分析

劉 磊，閔 穎，尹麗云

(云南省氣象臺，云南 昆明 650034)

0 引言

云南地區受熱帶、副熱帶天氣系統影響和高原復雜地形的作用以及南海、孟加拉灣兩個水汽輸送帶等因素的影響，強降水天氣過程頻繁發生，常造成突發性局地暴雨并引起山洪、滑坡泥石流等嚴重自然災害，給人民的生命財產造成重大損失。針對這種多發的自然災害，多位學者都對其預報方法進行過研究，晏紅明等[1]指出云南地區南支槽強降水對流系統區別于其他對流系統最主要的特征為物理量的垂直軸線隨高度向高緯度地區傾斜；趙剛等[2]使用MM5(V3.6)對2001年8月24日發生在低緯高原的一次MCC過程進行數值模擬，通過對物理量的時空變化的分析來揭示MCC的發生發展機制。張一平等[3]對2001～2010年淮河上游短時強降水過程進行中尺度天氣分析和物理量場診斷，歸納各類短時強降水天氣系統配置模型，并提煉出表征短時強降水天氣的物理量閾值。張之賢等[4]通過使用站點降水和探空資料，研究了在強降水和無降水時中尺度物理量分布規律，并且通過確定物理量閾值，計算了在不同不穩定和穩定物理量個數時的命中率、降水概率等。尹承美等[5]通過普查2007～2010年濟南市區39次局地短歷時強降水天氣過程，利用高空和地面常規觀測資料、自動站資料以及多普勒雷達產品，對濟南市區局地短歷時強降水進行天氣分型，建立預報指標，并在2011年汛期進行了預報檢驗。張小玲[6]通過診斷有組織的深厚中尺度對流系統發生、發展的4個條件(水汽、不穩定、抬升和垂直風切變)，開發了中尺度對流天氣的環境場條件分析技術，并應用于中國國家氣象中心的強對流天氣預報。通過先行者們的研究表明，通過對強降水過程發生前后的物理量場閾值進行研究，是建立預報方法的有效途徑。

1 資料來源和研究方法

文中所采用的降水資料主要有兩個來源：一是由國家氣象信息中心統一提供《中國國家級地面氣象站逐小時降水數據集》，數據主要包括2015～2016年汛期逐小時降水數據；二是從云南省氣象臺數據庫中提取的大監站和鄉鎮站逐小時降水數據，數據主要包括2015～2016年整年逐小時降水數據。由于國家氣象信息中心提供的降水數據經過了質量控制，因此文中涉及兩種資料整合，主要是基于第1種資料，在非汛期時段用第2種資料補齊。

天氣形勢及物理量場分析的資料為國家局下發的08時及20時高空資料、地面資料、T-logp資料。

1.1 統計標準

大雨：25r24>99.9；大暴雨：100>r24>249.9。

根據氣候類型結合行政區將云南劃分為5個區，1區(滇東北)為昭通、曲靖，2區(滇東南)為文山、紅河，3區(滇中)為昆明、玉溪、楚雄，4區(滇西北)為迪慶、怒江、麗江、大理，5區(滇西南)為保山、德宏、臨滄、普洱、西雙版納。區域性暴雨過程指區域內1/6氣象站及以上24小時日降水量50～99.9 mm。全省性暴雨過程指全省125個氣象站有12個及以上24小時日降水量50～99.9 mm；強降水過程選取標準為全省125個氣象站有1/6氣象站24小時日降水量達到大雨標準以上。

1.2 2015～2016年云南省主要強降水過程

2015～2016年云南省主要強降水過程見表1。

表1 2015～2016年云南省主要降水過程

1.3 代表探空站資料的選取標準

T-logp圖能清晰直觀地反映大氣的熱力狀況和垂直切變狀況，單站的T-logp圖是分析本地大氣環境的熱力和動力穩定度的重要手段，因此選取代表站非常重要。

將2015～2016年32個個例拆分為08時～20時、20時～次日08時。根據臨近原則，若強降水(強降水時段選取標準參照強降水過程選取標準)發生的時段為08～20時，則選取08時的探空資料進行分析，若強降水發生的時段為20～次日08時，則選取20時的探空資料進行分析，跨時段過程按兩個站次資料分開進行分析；再根據鄰近原則，代表站點所代表的分析范圍按照表3、圖4進行分配。同時還要求在分析時刻代表站所代表的范圍內出現強降水的鄉鎮站站點數大于等于10站次時才對該時刻該代表探空站的環境參數進行分析統計。按以上選站原則，共選擇115個站次的T-logp資料進行分析。

1.4 T-logp資料研究方法

根據樊李苗[7]利用2002～2011年部分探空站探空資料和2005～2009年2 000多個國家級氣象觀測站雨量資料對短時強對流天氣環境參數特征分析，結論得出：通過對T-logp圖溫濕曲線形態等一系列物理量場參數分析，可以對強對流天氣預報提供依據與指標。

本文對所選站次的T-logp圖上溫濕廓線的分布特征進行初步分析，可將T-logp圖分為兩類，第一類的溫濕廓線間的距離從底層至上層都比較近，說明整層水汽條件都比較好；第二類溫濕廓線呈現喇叭口特征，說明水汽情況為“上干下濕”，在115個代表站次中，有26個在強降水天氣出現時伴有大風天氣，而其中21個的特征符合第二類溫濕廓線特征。因此可初步認為：第一類易出現強降水天氣，第二類在出現強降水天氣的同時，一般還伴有雷暴大風天氣。

以下內容將分別對第一類和第二類進行物理量場特征分析。

表2 代表探空站所代表的分析范圍

圖1 代表探空站所代表的分析范圍

2 物理量場特征分析

2.1 判斷熱力不穩定的常用參數

判斷熱力不穩定的常用參數有對流有效位能CAPE、對流抑制能量CIN、沙氏指數SI、K指數、Δθse、ΔT等。

(1)對流有效位能CAPE

CAPE是一個具有非常明確物理意義的熱力不穩定參量，CAPE越大，對流發展的高度就越高，或者說對流就越強烈。CAPE是溫度和濕度的相關函數，對溫度和濕度極為敏感，因此，它具有明確的季節變化和日變化，一般情況下，夏季和午后容易達到高值。

式中：ZEL為平衡高度；ZLFC為自由對流高度；Tvp為氣塊虛溫；Tve為環境虛溫；g為標準重力。

從CAPE的形態特征來看，CAPE為細長條分布的站點有94個，占81.74%(94/115)。

從圖2平均值線可看出，除了普洱站以外，其余站點第二類的CAPE值大于第一類的CAPE值；第一類中的普洱站，第二類中的普洱站、宜賓站和百色站的CAPE值大于1 000 J/kg，第一類中的昆明站和威寧站的CAPE值小于300 J/kg，其余站點各類的CAPE值都在500～800 J/kg。

圖2 各代表站兩個分類對流有效位能CAPE分布(單位：J/kg)

(2)對流抑制能量CIN

CIN也是一個具有非常明確物理意義的熱力不穩定參量。處于自由對流高度以下的氣塊能否產生對流，取決于它是否能從其他途徑克服CIN所表示的能量，這是對流發展的先決條件，因此CIN是氣塊獲得對流必須超越的能量臨界值。事實表明，對于強對流發生的情況往往是CIN有一較為合適的值：太大，抑制對流程度大，對流不容易發生；太小，不穩定能量不容易在低層積聚，不太強的對流很容易發生，從而使對流不能發展到較強的程度。

從代表站分析來看，有21個站點沒有出現CIN，其中第一類中的普洱站沒有出現CIN的次數最多，達7次。從圖3平均值線可看出，麗江站、騰沖站和威寧站第二類的CIN值小于第一類的CIN值，其余站點情況相反；除了第二類中的宜賓站CIN值大于100 J/kg以外，其余站點的CIN值都小于60 J/kg。

圖3 各代表站兩個分類對流抑制能量CIN分布(單位：J/kg)

(3)沙氏指數SI

SI指數可以定性地用來判斷對流層中層是否存在熱力不穩定層結，SI指數小于零，表示層結不穩定。它不能反映對流層底層的熱力狀況，反過來說，它的優點是受日變化的影響相對較小，而與CAPE有較好的負相關。

從圖4平均值線可看出，除第一類中的昆明站、騰沖站、威寧站以外，其余各類各站點的SI指數都小于零；除麗江站外，其余站點第二類的SI值都小于第一類站點的SI指數。

圖4 各代表站兩個分類沙氏指數SI分布

(4)K指數

K指數側重反映對流層中低層的溫濕分布對穩定度的影響，K值越大，越不穩定。當對流層中低層“上冷下暖”的結構特征明顯以及低層高濕時，K指數的值都可能比較大，K只能在判斷強對流潛勢時定性使用，對于強對流天氣類型的判斷不夠充分。K指數同樣不能反映對流層底層的溫濕狀況。

K=(T850-T500)+Td850-(T700-Td700)

式中：T為溫度，Td為溫度露點。數字為對應等壓面。

圖5 各代表站兩個分類K指數分布(單位：℃)

從圖5平均值線可看出，兩類K指數的差異不大，所有站點的K指數都大于38℃。

(5)上下層θse之差

Δθse用于表征濕空氣的條件靜力穩定度，大于零，表示層結不穩定，且差值越大，越不穩定，這種不穩定的產生，既與溫度的垂直遞減率有關，也與濕度的垂直遞減率有關。

從圖6平均值線可看出，兩類Δθse的差異很大，從Δθse700-500來看，第一類站點的Δθse700-500在2～6℃，第二類站點的Δθse700-500在8～11℃；從Δθse850-500來看，普洱站兩類的Δθse850-500 都大于10℃，另外第二類宜賓站的Δθse850-500 超過20℃，其余第一類站點的Δθse850-500在4～8℃，第二類站點的Δθse850-500在14～15℃。

圖6 各代表站兩個分類Δθse分布(單位：℃)

(6)上下層溫度之差

從圖7平均值線可看出，兩類ΔT的差異不大，其中ΔT700-500除第二類的麗江站和宜賓站的值大于16 ℃以外，其各類各站點的值均在15 ℃左右；ΔT850-500百色站的值略小，約在22～23 ℃左右，其余站點的值在25 ℃左右。

圖7 各代表站兩個分類ΔT分布(單位：℃)

2.2 判斷濕度的常用參數

判斷空氣濕度的常用參數：比濕、溫度露點差和濕層厚度等。

(1)比濕q

比濕q是反映空氣絕對濕度的一個物理量。

從圖8平均值線可看出，兩類的q700以及各站點的q700值差異不大，都在11 g/kg左右。

圖8 各代表站兩個分類q700分布(單位：g/kg)

(2)溫度露點差T-Td

溫度露點差在日常業務中很容易獲取，因此是日常天氣分析預報業務中經常用以表示空氣干濕程度的一個物理量。當T=Td時，空氣達到飽和；T-Td的數值越大，代表空氣距離飽和程度越遠。但是在使用過程中應該注意溫度露點差反映的是空氣的相對濕度情況。

圖9 各代表站兩個分類T-Td分布(單位：℃)

從圖9平均值線可看出，兩類T-Td的差異不大，其中(T-Td)700除第二類宜賓站的值大于4℃以外，其各類各站點的值都小于4℃；(T-Td)地面除第二類宜賓站的值大于5℃以外，其各類各站點的值都小于5℃。

(3)濕層厚度

從分析站點T-logp圖中濕層(RH>80%)厚度的分布情況看，從底部(含近底)向上伸展的站點有82個，占71.30%(82/115)。低層無濕層的站點有3個，但其在600 hPa附近有一淺薄濕層。

濕層上下界之間的厚度差：

<100 hPa共有10個站點；100～200 hPa共有22個站點；200～300 hPa共有26個站點；300～400 hPa共有23個站點；400～500 hPa共有19個站點；500～600 hPa共有8個站點；600～700 hPa僅有4個站點，說明濕層相當深厚，從底部一直伸展至頂部。

歸納總結看出，出現強降水時濕層厚度基本上需要從站點的底層向上延伸至中層(400～500 hPa)附近。

2.3 特殊層的分析(0 ℃層和-20 ℃層)

0 ℃層和-20 ℃層的高度在分析冰雹天氣時非常重要，為了探討強降水天氣發生時0 ℃層和-20 ℃層的高度與冰雹發生時是否有差異，對其進行分析，得出結果見表3。

表3 代表探空站特殊層高度

按照海拔高度從低到高將8個站兩兩分組，可以看出0 ℃層和-20 ℃層的高度隨海拔高度增高而逐漸降低，即宜賓/百色站的高度分別為5.1/5.2 km，8.5/8.6 km；蒙自/普洱站的高度分別為4.1/4.1 km，7.5/7.6 km；昆明/騰沖站的高度分別為3.5/3.8 km，7.0/7.2 km；麗江和威寧站的高度分別為3.2/3.2 km，6.6/6.6 km。

3 結論與討論

云南省產生強降水有利的環境條件主要有如下幾點：

(1)熱力不穩定參數：CAPE位于500～800 J/kg；CIN<60 J/kg且值較大時易出現雷暴大風；SI<0；K>38 ℃；Δθse700-500在2～11 ℃且超過6 ℃易出現雷暴大風；Δθse850-500在4～15 ℃，且超過8 ℃易出現雷暴大風；ΔT700-500約等于15 ℃左右；ΔT850-500約等于25 ℃左右。

(2)濕度參數：q700約等于11 g/kg左右；(T-Td)700<4 ℃；(T-Td)地面<5 ℃；濕層較厚，延伸到(400～500 hPa)附近。

(3)特殊層的特征：易發生強降水地區的0 ℃層和-20 ℃層的高度隨海拔增高逐漸降低。

(4)部分站點由于其特殊的地理和氣候，閾值特征與其他站點差別較大，判斷時需要加以訂正，當數值超過以下區域時，仍有較高發生強降水的可能：普洱站、宜賓站和百色站CAPE>1 000 J/kg；昆明站和威寧站的CAPE<300 J/kg；宜賓站CIN>100 J/kg；昆明站、騰沖站、威寧站SI>0；普洱站Δθse850-500 >10 ℃，宜賓站的Δθse850-500>20 ℃；宜賓站(T-Td)相對較大(1 ℃左右)。

結論表明，在日常預報中，對有可能出現強降水過程的天氣系統，可以依次對其熱力不穩定，濕度，特殊層特征3個方面進行物理量場參數上的分析，同時針對閾值相差較大地區進行篩選，可有效提高云南地區強降水預報準確率。