基于HYSPLIT的金華梅汛期暴雨水汽路徑和源地分析

李悅　丁霖　曾文全　季雨婕

摘要 基于國家和區域自動氣象站逐日降水資料、全球同化系統（GDAS）資料、ERA5再分析資料，引入拉格朗日混合單粒子軌道模型HYSPLIT分析了金華市2015—2020年9次梅汛期暴雨天氣過程中的水汽特征。結果表明：梅汛期暴雨在500 m高度上的水汽輸送路徑有4條，分別為偏南路徑、偏西至偏南短距離路徑、偏東路徑和西南路徑，對應的水汽源地南海北部貢獻率最大，為44.38%，其次是浙江上游周邊地區，貢獻率為26.96%；在1 500 m高度上水汽輸送路徑有3條，分別為西南路徑、偏南路徑和偏西路徑，對應的水汽源地孟加拉灣西部貢獻率最大，為45.04%，其次是南海北部，貢獻率為38.08%；在3 000 m高度上水汽輸送路徑有3條，分別為西南路徑，偏西路徑和偏南路徑，對應的水汽源地老撾附近海面貢獻率最大，為67.80%。對于不同的起始追蹤高度，水汽的輸送大部分都集中于低層，隨著高度的增加，水汽輸送路徑會順時針旋轉。

關鍵詞 HYSPLIT；水汽輸送路徑；水汽源地

中圖分類號：P458.1 文獻標識碼：B 文章編號：2095–3305（2023）06–0091-03

暴雨的形成除了滿足一般降水形成的條件，還必須滿足以下3個條件：充分的水汽供應、強烈的上升運動和較長的持續時間[1]。水汽是產生降水的物質基礎，是影響陸表降水的關鍵因子之一，其含量直接關系各地降水過程和氣候變化，而水汽輸送特征，包括水汽的源地、水汽輸送路徑以及水汽在輸送過程中的收支變化等，則是影響區域水循環的重要環節[2-3]。目前，針對水汽輸送，國內外學者已經做了大量研究工作，對全球尺度和大尺度的水汽循環過程已經有較為清晰的認知，但是對區域尺度上水汽輸送特征的研究還有很大空間[4]。考慮拉格朗日方法具備模擬空氣塊后向軌跡、追蹤水汽源地的能力，可以找到暴雨過程的水汽路徑與源地，對暴雨預報思路的建立具有重要的參考價值[5-6]。將引入拉格朗日軌跡模式HYSPLIT，定量分析此次暴雨過程的水汽輸送路徑、水汽源地及貢獻率，以期為金華梅汛期暴雨預報提供

參考。

1 資料和方法

1.1 資料說明

本研究所使用的資料包括國家和區域自動氣象站2015—2020年逐日降水資料；2016—2020年5—8月全球同化系統（GDAS）資料，水平分辨率1°×1°，時間分辨率6 h，垂直方向23層；ERA5再分析資料，水平分辨率0.25°×0.25°，時間分辨率1 h，垂直方向16層。

1.2 研究方法

1.2.1 暴雨個例選取 利用國家和區域自動氣象站逐日降水資料，選取了金華地區2015—2020年9次梅汛期暴雨天氣過程時段：2016年6月7—11日、2016年6月28—29日、2017年6月20—22日、2017年6月24—25日、2019年7月3—5日、2019年7月8—9日、2019年7月12—16日、2020年6月2—4日、2020年6月29—30日。

1.2.2 水汽通道分析 利用HYSPLIT模式系統對9次暴雨過程中500 m、1 500 m、3 000 m高度空氣質點的運動軌跡進行168 h后向追蹤模擬，然后對梅汛期暴雨的所有后向追蹤軌跡進行24、72、168 h聚類分析，得出這類暴雨過程中不同高度上的主要水汽輸送通道。具體模式信息可見具體網站（https：//www.ready.noaa.gov/HYSPLIT_util.php）。

1.2.3 水汽貢獻率 通過分析，選取72 h

后向追蹤軌跡聚類分析后的終點為水汽源地，結合ERA5再分析資料中的比濕值，利用每條軌跡終點的參數（經度、緯度、高度、時間）分別計算其對應的比濕值，然后計算不同通道水汽源地的水汽貢獻率。

其中，Qs代表某通道水汽源地貢獻率；qlast代表該通道軌跡終點的比濕值；m為該通道所包含的軌跡條數，n為軌跡總數。

2 暴雨過程水汽軌跡特征

2.1 模擬方案

選取金華國家氣象站作為模擬軌跡初始點，模擬高度選取對流層中下層的500、1 500、3 000 m，模擬空氣質塊7 d的三維運動軌跡。具體設置說明如下：

空間起始點3個：水平位置1個點，垂直方向3層；時間起始點：梅汛期暴雨153個，（共9個暴雨時段，每天8個時次），共計459個起始點，對梅汛期暴雨每個層次計算出的153條軌跡進行聚類。

2.2 梅汛期暴雨水汽輸送軌跡分類

本研究采用模式自帶的簇分析方法，通過分析TSV（所有簇的空間方差之和）的變化對軌跡進行聚類，將TSV第二次迅速增大的點作為分簇過程的結束點，最后計算得到平均軌跡。按照上述模擬方案，將梅汛期暴雨在500、1 500、3 000 m分別得到的153條軌跡進行了24、72、168 h后向軌跡聚類，得出了各自的TSV變化（圖略）。

綜合分析500 m高度上24、72、168 h后向軌跡的TSV變化和聚類平均軌跡（圖1）發現，梅汛期暴雨低層水汽輸送路徑主要有4條，其中西南路徑和偏南路徑是穩定存在的，為遠距離水汽輸送路徑。結合72 h中的第3條平均軌跡的全部46條軌跡分布圖（圖略），發現在暴雨區周圍存在偏西至偏南方向的短距離水汽輸送路徑，且路徑占比較高（30%）。說明在低層水汽輸送的過程中，除了遠距離水汽輸送，也不能忽略暴雨區周邊地區的短距離水汽輸送。另外，從72 h的聚類平均軌跡中可以發現，由偏東路徑提供部分水汽。因此，確定低層500 m水汽輸送路徑主要有4條，分別為偏南路徑、偏西至偏南短距離路徑、偏東路徑和西南路徑。

綜合分析1 500 m高度上24、72、168 h后向軌跡的TSV變化和聚類平均軌跡（圖2）發現，雖然后向追蹤時長不同，聚類的軌跡條數也不一致，但是其平均路徑的走向具有一致性，大致可分為西南路徑、偏南路徑和偏西路徑3條，與72 h后向聚類平均軌跡較為一致。從168 h軌跡來看，往后追蹤3 d之后，會存在偏北方向的路徑，說明在暴雨前期，中低層也會有小部分北方干冷空氣侵入。

綜合分析3 000 m高度上24、72、168 h后向軌跡的TSV變化和聚類平均軌跡（圖3）發現，水汽輸送路徑分為西南路徑、偏西路徑和偏南路徑3條，相比于500和1 500 m高度，西南路徑占比最高，偏南路徑大幅度減少，偏西路徑也有所增加。說明在3 000 m高度上，水汽主要是由西南氣流提供的。

從每條軌跡上空氣質塊時間—高度分布圖來看，盡管追蹤的起始高度不同，但對于不同的起始高度，水汽的輸送大部分都集中于低層。同時在暴雨過程中，在不同高度上的水汽來源是不同的，500 m高度上的路徑以偏南路徑為主，也是唯一出現偏東路徑的層次，而1 500和3 000 m高度上的路徑以西南路徑為主，且3 000 m高度上的路徑比1 500 m高度上的路徑偏西。隨著高度的增加，路徑會順時針旋轉。從3個層次的全部路徑來看，只有后向追蹤3 d才會出現偏北路徑，而每個層次都存在偏西路徑，說明在梅汛期暴雨過程中，偏北路冷空氣的強度很弱，主要的冷空氣和短波擾動大部分是由偏西路徑提供的。

3 梅汛期暴雨水汽源地與貢獻率

上述分析確定了不同高度的水汽輸送路徑，由圖1、圖2、圖3可知各對應路徑上的軌跡數量百分比，但是軌跡數量不能完全代表水汽的含量，還取決于軌跡上空氣的比濕大小。本研究利用上述方法定量計算水汽源地貢獻率。

選取72 h后向追蹤軌跡聚類分析后的終點為水汽源地，結合ERA5 再分析資料中的比濕值，最終計算出的不同高度水汽通道源地水汽貢獻率如表1、表2、表3所示。

4 結束語

在金華市梅汛期暴雨天氣過程中，對于不同的起始追蹤高度，水汽的輸送大部分都集中于低層。隨著高度的增加，水汽輸送路徑會順時針旋轉。梅汛期暴雨在500 m高度上的水汽輸送路徑有4條，分別為偏南路徑、偏西至偏南短距離路徑、偏東路徑和西南路徑，對應的水汽源地南海北部貢獻率最大，為44.38%，其次是浙江上游周邊地區，貢獻率為26.96%，東海和孟加拉灣西部水汽貢獻率較小，分別為16.72%和11.94%；在1 500 m高度上的水汽輸送路徑有3條，分別為西南路徑、偏南路徑和偏西路徑，對應的水汽源地孟加拉灣西部貢獻率最大，為45.04%，其次是南海北部，貢獻率為38.08%，湖南西部水汽貢獻率最小，為16.88%；在3 000 m

高度上的水汽輸送路徑有3條，分別為西南路徑、偏西路徑和偏南路徑，對應的水汽源地老撾附近海面貢獻率最大，為67.80%，其次是上游貴州重慶一帶，貢獻率為17.58%，菲律賓東側洋面水汽貢獻率最小，為14.62%。

參考文獻

[1] 朱根乾，林錦瑞，壽紹文，等.天氣學原理和方法[M].北京：氣象出版社，2007．

[2] 周順武，吳萍，王傳輝，等.青藏高原夏季上空水汽含量演變特征及其與降水的關系[J].地理學報，2011，66（11）：1466-1478.

[3] Trenberth K E. Atmospheric moisture residence times and cycling： implications for rainfall rates and climate change[J].Climatic Change， 1998， 39（4）： 667-694.

[4] 陳斌，徐祥德，施曉暉.拉格朗日方法診斷2007年7月中國東部系列極端降水的水汽輸送路徑及其可能蒸發源區[J].氣象學報，2011，69（5）：810-818.

[5] 朱麗，劉蓉，王欣，等.基于FLEXPART模式對黃河源區盛夏降水異常的水汽源地及輸送特征研究[J].高原氣象， 2019，38（3）：484-496.

[6] 王佳津，王春學，陳朝平，等.基于HYSPLIT4的一次四川盆地夏季暴雨水汽路徑和源地分析[J].氣象，2015，41 （11）：1315-1327.

責任編輯：黃艷飛

Analysis of Water Vapor Path and Source of Rainstorm in Jinhua Meiyu Flood Season Based on HYSPLIT

Li Yue et al（Wucheng District Meteorological Bureau， Jinhua City， Wucheng， Zhejiang 321000）

Abstract Based on the daily precipitation data of national and regional automatic weather stations， the global assimilation system （GDAS） data， and the ERA5 reanalysis data， the Lagrangian mixed single particle orbit model HYSPLIT was introduced to analyze the water vapor characteristics of nine rainstorm weather processes during the Meiyu flood season in Jinhua from 2015 to 2020. The results show that there were four water vapor transport paths at the height of 500m for the rainstorm during the Meiyu flood season， namely， the southward path， the westward southward short distance path， the easterly path and the southwest path. The contribution rate of the corresponding water vapor source in the northern South China Sea was 44.38%， followed by the surrounding areas in the upstream of Zhejiang Province， with a contribution rate of 26.96%; At the height of 1500m， there were three water vapor transport paths， namely， the southwest path， the southerly path and the westerly path. The corresponding water vapor source， the west of the Bay of Bengal， had a maximum contribution rate of 45.04%， followed by the north of the South China Sea， with a contribution rate of 38.08%; At the height of 3000m， there were three water vapor transport paths， namely， the southwest path， the west path and the south path. The maximum contribution rate of the corresponding water vapor source near Laos was 67.80%. For different initial tracking heights， most of the water vapor transport was concentrated in the lower layer. With the increase of height， the water vapor transport path will rotate clockwise.

Key words HYSPLIT; Water and steam transmission path; Water vapor source

作者簡介 李悅（1988—），女，湖南新邵人，工程師，主要從事短期天氣預報及氣象服務工作。

收稿日期 2023-03-17