何易,陳抒憶,徐嬋嬋





摘要 利用中尺度站逐小時資料、Micaps資料、溫州雙偏振雷達產品和EC細網格數值預報產品等資料,分析了2021年5月20—22日平陽縣出現的暴雨到大暴雨天氣過程。結果表明:此次暴雨天氣過程是在高空槽東移過程中,配合中層槽切和低層渦切東移的背景下產生;此次過程以穩定性降水為主,暴雨由降水持續時間長造成;水汽通量散度輻合中心及強弱較好地指示了降水的落區及最強降水的時段;各家數值模式對此次降水過程的降水預報不是特別理想。
關鍵詞 暴雨天氣;雷達;模式預報
中圖分類號:P458.121.1 文獻標識碼:B 文章編號:2095–3305(2022)03–0096–03
暴雨是浙江省平陽縣主要的災害性天氣之一。暴雨經常出現在臺風、切變線、急流、鋒面、低渦等天氣系統中,并且往往是幾種系統共同作用的結果。受所處地形、氣候等多種因素影響,平陽縣暴雨天氣有其特殊性和復雜性,其中大暴雨極易誘發山洪、泥石流、山體滑坡等次生災害,給人民生活和社會經濟發展帶來巨大的影響。因此,分析和總結平陽縣暴雨天氣過程的發生發展演變規律是提高暴雨預報和預警準確率,也是防災減災的關鍵所在。科研人員和氣象工作者為提高對暴雨天氣的認識以及預報預警水平和能力,從多方面開展了研究,陶詩言等[1]研究了在切變線附近風向輻合最強烈,存在強烈的上升氣流,暴雨和強對流天氣常出現在切變線附近。李炬等[2]通過對低空急流特征觀測分析發現了低空急流是形成降水的重要原因。還有很多學者對不同類型和地區間發生的暴雨過程進行了大量的對比分析,并總結出了一些針對本地暴雨天氣預報的指標,在業務預報中發揮了重要作用[3-6]。
2021年5月20—22日,平陽縣出現了一次暴雨到大暴雨天氣過程,雖然此次過程氣象預報服務提前,預警及時,但在雨量量級、落區預報以及預警提前量方面還有待提高。因此有必要對此次過程做進一步的分析探討,為今后本地暴雨天氣過程預報提供一定的參考。本文利用中尺度站逐小時資料、Micaps資料、溫州雙偏振雷達產品等資料,結合模式預報,分析了此次降水天氣發展過程,為今后的暴雨預報業務和預警服務提供一定的參考依據。
1 天氣背景和環境條件分析
1.1 天氣實況
受高空槽東移影響,2021年5月20—22日平陽縣出現暴雨到大暴雨天氣,此次降水過程具有時間持續長、范圍影響廣、累積雨量大等特點。由此次降水過程雨量分布圖可見,20日14:00~22日14:00,該縣面雨量為117.7 mm,雨量大值區主要位于平陽南部地區,降水中心則位于東部沿海地區,自動氣象站顯示此次暴雨過程最大降水出現在南麂鎮(海島),達197.7 mm(圖1a)。從南麂站逐1 h雨強演變看,1 h雨強都在20 mm以下,以穩定性降水為主(圖1b)。由此可見,暴雨由降水持續時間長造成,主要降水時段出現在21日02:00~22日13:00。22日14:00之后,平陽降水減弱并趨于結束。
1.2 環流形勢分析
從20日08:00形勢圖可知:500 hPa高空槽位于河北南部至江西北部,平陽縣處于槽前西南氣流中,700 hPa在山東半島至江西北部一帶形成了切變線,850 hPa上在江蘇地區有一低渦存在,切變線位于江蘇至廣西北部一帶,平陽縣處于槽前西南氣流中,且低層有西南急流存在,為降水提供了良好的水汽條件(圖2)。綜上分析,此次暴雨天氣過程是在高空槽東移過程中,配合中層槽切和低層渦切東移的背景下產生。
2 雷達資料特征
采用雙線偏振雷達的組合反射率產品(CR37,距離:230 km),選取了平陽大部分地區出現1 h雨強≥10 mm的影響時段(21日06:00~07:00)進行分析,由圖可知,在此時段降水過程中,影響平陽的回波強度基本維持在35~45 dBZ,最強達到50 dBZ,回波強度較強(圖3a)。分析對應的1 h累積降水產品發現,該時段降水影響期間,平陽西部地區首先出現8 mm左右的降水回波區(圖3b)。隨著回波的不斷東移,強降水回波區也不斷向東擴大,對應地面1 h面雨量為11.1 mm,與實況基本一致,較好地反映了降水的量級和落區,為臨近預報和預警服務提供了參考價值。而從整個降水過程看,1 h累積降水產品也與實況落區基本上一致。
3 水汽條件分析
從5月20—22日850 hPa水汽通量散度圖可以看出,20日20:00(圖4a)開始,平陽處于負散度區,而從21日08:00(圖4b)水汽通量散度看,平陽處在顯著的負散度區,輻合中心強度為-18×10-7 g/(cm2·hPa·s),可以較好地解釋最強降水發生在21日早晨前后。21日20:00(圖4c)開始逐漸減弱,減弱為-4×10-7 g/(cm2·hPa·s),22日08:00(圖4d)平陽負散度區減弱為-2×10-7 g/(cm2·hPa·s)并消散,降水也隨之減弱并趨于結束。
綜上所述,在此次過程中,長時間的水汽輻合為暴雨的產生提供了充足的水汽條件,輻合最大值的出現時間和最強降水發生的時段相吻合,強輻合中心也與此次降水大值區相對應。說明水汽通量散度輻合中心及強弱很好地指示了降水的落區和最強降水的時段,對降水的落區和強度預報有一定的指導作用。
4 數值模式的參考與應用檢驗
從各家模式對當晚時段的降水預報來看,各家模式對平陽縣此次降水過程的落區、量級預報不太一致,且與實況降水偏差較大(圖5)。其中EC對落區和量級的預報都有較大誤差,GFS對落區和量級偏差最大,而上海WARMS和NCEP對落區預報與其他2家模式相比表現最好,但量級偏小。對此次降水過程,模式的降水預報并不理想。
5 結論
(1)平陽縣此次暴雨天氣過程是在高空槽東移的過程中,配合中層槽切和低層渦切東移的環流背景下產生;西南暖濕氣流為此次暴雨天氣過程提供了良好的水汽條件。
(2)從自動氣象站雨量演變來看,此次暴雨過程的1 h雨強都在20 mm以下,以穩定性降水為主,暴雨主要是由降水持續時間長所造成。
(3)雷達的1 h累積降水產品與實況落區基本一致,可以為降水的臨近預報和預警服務提供一定的參考價值。
(4)長時間的水汽輻合為此次暴雨天氣的產生提供了水汽條件,輻合最大值的出現時間與最強降水發生的時段相吻合,強輻合中心也與此次降水大值區相對應。說明水汽通量散度輻合中心及強弱較好地指示了降水的落區及最強降水的時段,對降水的落區和強度預報有一定的指導作用。
(5)各家數值模式對此次降水過程的降水量級和落區預報存在一定差異。
參考文獻
[1] 陶詩言,丁一匯,周曉平.暴雨和強對流天氣的研究[J].大氣科學,1979,3(3): 228-238.
[2] 李炬,舒文軍.北京夏季夜間低空急流特征觀測分析[J].地球物理學報,2008, 51(2):360-368.
[3] 盧萍,李建,李英.重慶2次西南渦暴雨過程的類比分析[J].暴雨災害,2014,33 (1):34-40.
[4] 周明飛,杜小玲,熊偉.貴州初夏兩次暖區暴雨的對比分析[J].氣象,2014, 40(2):186-195.
[5] 楊學斌,諶蕓,代玉田.山東一次區域性暴雨中尺度特征分析[J].氣象科技, 2010,40(4):627-634.
[6] 周玉淑,顏玲,吳天貽,等.高原渦和西南渦影響的兩次四川暴雨過程的對比分析[J]. 大氣科學,2019,43(4):813-830.
責任編輯:黃艷飛
Analysis of a Heavy Rain Weather Process in Pingyang
HE Yi et al (Pingyang County Meteorological Bureau, Pingyang, Zhejiang 325400)
Abstract This paper uses hour-by-hour data from mesoscale stations, Micaps data, Wenzhou dual-polarization radar products, and EC fine-grid numerical forecast products to analyze the weather process from heavy rain to heavy rain in Pingyang on May 20-22, 2021. The results showed that the heavy rain weather process was produced during the eastward movement of the upper-altitude trough, in conjunction with the eastward movement of the middle-level trough cut and the low-level vortex cut; this process was mainly caused by stable precipitation, and the heavy rain was caused by the long duration of precipitation; The convergence center and strength of the water vapor flux divergence were a good indicator of the precipitation area and the period of the strongest precipitation; various numerical models were not particularly ideal for the precipitation forecast of this precipitation process.
Key words Heavy rain; Radar; Model forecast