蒋 帅，尹依雯*，陈世文，彭 洁，朱 浩，陈太龙

（1.湖南省气象防灾减灾重点实验室，湖南 长沙 410118；2.岳阳市气象局，湖南 岳阳 414000）

洞庭湖地区是久负盛名的鱼米之乡， 是我国重要的商品粮、棉和渔业生产基地，在华中地区经济和社会都具有举足轻重的地位。属于长江中游地区，位于湖南省北部的荆江南岸，南有支流湘江、资水、沅江、澧水汇入，北部为著名的江汉平原[1，2]。 为推动深入实施促进中部地区崛起战略， 促进长江中游城市群一体化发展和长江全流域开发开放， 国务院于2014 年4 月批复成立洞庭湖生态经济区。洞庭湖生态经济区（简称洞庭湖地区，27°90′～30°70′N，110°50′～114°30′E），包括岳阳、常德、益阳3 市，长沙市望城区和湖北省荆州市，共33 个县市区，是我国重要的大宗农产品生产基地。 规划总面积6.05×104km2，常住人口2 200 万。 2011 年，地区生产总值5 964.9亿元。洞庭湖地区位于长江中游地区，属于亚热带季风区，降水丰沛，加之其水陆分布、地理特征独特，除广阔的洞庭湖水体外，内湖内河及港汊众多，使得湖区洪涝灾害频发[3]，城市内涝时有发生，这对该地区的经济，社会生活造成了重大影响[4，5]。 充足的水汽作为降水的必要条件， 与洞庭湖地区的降水有着密切的关系， 分析洞庭湖地区的水汽输送及其来源特征，对于认识洞庭湖地区的降水显得尤为重要。

1934 年竺可桢[6]发现中国季风水汽输送与夏季降水有密切关系。 Murakami[7]和谢义炳等[8]指出中国夏季水汽输送主要来自于太平洋副热带高压以南的南风和东南风的输送及印度季风低压的西南风输送。 Simmonds[9]认为中国东部地区的水汽来源主要是南海和孟加拉湾。 申乐琳等[10]人指出中国东部降水， 更应该注意来自西太平洋副热带高压西侧的经由南海到达的西南季风水汽路径。Zhang[11]等研究了印度、 东亚季风水汽输送与中国的夏季降水的相关关系。李跃清[12]等分析1998 年长江上游数次暴雨过程水汽来源特征， 发现长江上游暴雨的水汽来源包括孟加拉湾—南海以及西太平洋， 此外也存在由阿拉伯海经印度半岛、 青藏高原进入目的地的水汽路径。 谢安[13]等基于水汽输送分析长江中下游地区夏季水汽输送特征， 发现长江中下游地区水汽主要来自孟加拉湾经由中南半岛和华南的水汽输送。 上述水汽输送的研究大多都是基于欧拉方法开展的，但由于风场具有瞬时变化特征，使得该方法得到的水汽通量一般具有瞬时变化特征[14]，所以无法定量分析源与汇的关系， 在精确计算源区水汽贡献方面存在局限。

近些年来， 研究者陆续开发拉格朗日模式以弥补欧拉方法的不足。 目前开发的拉格朗日模式主要包括：FLEXPART[15]、HYSPLIT[16-17]。 这些模式逐步在水汽方面的研究中得到应用。 拉格朗日原理的气流轨迹分析方法为水汽输送及源与汇的研究提供了很好的技术途径， 拉格朗日方法能够给出气块的三维运动轨迹，可以很清晰地确定出水汽的输送源地。岳俊等[18]利用拉格朗日方法分析四川盆地3 次暴雨过程的水汽通道对四川盆地暴雨的影响， 发现影响这3 次暴雨过程的水汽通道均有多条， 但其中最为主要的均为来自孟加拉湾的水汽通道。 曾勇等[19]利用HYSPLIT 模拟计算了新疆一次大暴雨期间不同区域不同高度的水汽输送来源情况。结果表明：欧洲大陆、西西伯利亚、中亚地区等陆地及黑海、里海等海洋是此次大暴雨水汽的主要来源。 江志红等[20]利用拉格朗日方法分析江淮梅雨的水汽来源特征， 发现江淮梅雨水汽主要来自印度洋（35%）、孟加拉湾—南海地区（19%）、太平洋地区（22%）和欧亚大陆地区（19%）。 孙建华等[21]对江淮流域持续性暴雨江南型和江北型的水汽输送源地、路径分析，发现江南型水汽路径为印度半岛南侧的热带印度洋的西南路径和印度尼西亚与中国南海的偏南路径。 江北型的水汽路径除以上路径外， 还有西太平洋的东南路径输送水汽。 杨浩[22]对比了淮北雨季和江淮梅雨水汽输送特征， 从水汽来源及源地贡献方面探讨二者的相对独立性，对比两雨季降水异常年水汽输送特征。

洞庭湖地区属长江中游地区， 虽也属于梅雨带，但其具有明显的区域特征，与典型梅雨不同，洞庭湖地区每年3 月底入汛，5—9 月夏半年降水进入雨水丰沛期。 因此与以往研究不同，本文不仅分析了梅雨期（6—7 月）的水汽输送特征，同时对整个雨水丰沛期夏半年的水汽输送特征进行分析。另外关于水汽输送路径问题定性研究居多，定量研究偏少。 因此本文利用拉格朗日模式（HYSPLIT）定量分析了洞庭湖地区2014—2017 夏半年（4—9 月）水汽输送特征，并对比了2017 年“6·22”极端降水2 个时段的水汽输送差异，以期加深对洞庭湖地区的水汽输送特征的认识，从而为洞庭湖地区降水预测提供参考依据。

1 资料与方法

1.1 资料

本文使用的资料包括：洞庭湖地区国家站、区域站资料和NCEP 再分析资料（https：//ready.arl.noaa.gov/gbl_reanalysis.php），时间分辨率6 h 一次，水平分辨率为2. 5°×2. 5°的大气环流资料， 变量包括1 000～10 hPa（共17 层）上的位势高度h、温度t、纬向风u 和经向风v，1 000～300 hPa 各层比湿q 及1 000～100 hPa 的各层垂直速度ω。

1.2 轨迹模拟方案

选择模拟区域：洞庭湖地区，初始场水平分辨率为0.5°×0.5°，垂直共3 层（模拟初始点为90 个）。 模拟日期为每年的夏半年（4—9 月，2014—2017 年）。由于水汽主要存在于大气对流层的中低层， 因此选取3 000、1 500、700 m，分别代表700、850、925 hPa，作为HYSPLIT 的模拟的初始高度。后向模拟气块三维轨迹时间长度为264 h（-11 d），每6 h 输出气块的位置， 并插值得到相应位置的空气块的物理属性（相对湿度、温度、高度），每隔6 h 所有轨迹模拟初始点重新后向模拟追踪264 h[22]。洞庭湖地区初始模拟气块的平面分布见图1。

图1 洞庭湖地区初始模拟气块的平面分布（绿点）

1.3 干湿空气块输送贡献率的计算

源区的输送贡献率公式：

其中，Qs1和Qs2分别代表干空气块输送贡献和湿空气块输送贡献，qlast代表空气块达到源区的比湿值（g/kg），m 代表源区所包含空气块的个数（个），n 代表空气块的总数（个）。

2 洞庭湖地区夏季水汽输送来源的特征

2.1 洞庭湖地区水汽来源特征

利用拉格朗日轨迹模式模拟洞庭湖地区空气块后向轨迹，模拟时段为夏半年（4—9 月，2014—2017年），结合气块追踪法[29]，得到水汽到达洞庭湖地区1 d 前到11 d 前的分布情况， 从而可以确定洞庭湖地区的气块携带水汽来源及其运动过程。 图2 给出空气块携带水汽到达洞庭地区1、6、11 d 前的分布。1 d 前（图2a）的水汽来源于洞庭湖地区及其周围地带，包括华北、华中、江淮、华南以及西南一带，东南部可延伸到台湾东南洋面。 水汽的大值区域为湖南至广西一带地区。从6 d 前水汽来源的空间分布（图2b）可知，水汽向外推进，水汽向北可以追踪到西伯利亚地区，向西南可以追踪到孟加拉湾、南海和部分阿拉伯海地区，向南可以追踪到赤道附近，向东可以追踪到西太平洋上空。 水汽的大值区呈西南—东北走向， 主要位于孟加拉湾—南海至中国东部及沿海区域之间。 从11 d 前水汽来源（图2c）情况来看，水汽继续向南推进接近20°S 附近洋面以及澳大利亚北部沿海地区，向西南推进到非洲以东的印度洋上，东部的水汽达到180°E 推进到了太平洋中部地区，向西可以追踪到欧洲地区， 但是到达欧洲的水汽已经很少。 这时的大值区为印度洋至孟加拉湾—南海地区和西太平洋至中国东部沿海地区， 洞庭湖地区11 d 前有5 个主要水汽源地：欧亚大陆地区、中国东部地区、孟加拉湾—南海地区、印度洋地区、太平洋地区。

2.2 各源地水汽来源轨迹特征及其输送贡献

根据图2（11 d 前）的分布情况，定义洞庭湖水汽的5 个水汽源地（图3）：欧亚大陆、中国东部、孟加拉湾—南海、印度洋、太平洋，定量分析夏季洞庭湖地区各水汽源区的水汽来源轨迹特征及水汽输送贡献的差异， 找出影响洞庭湖地区降水的关键源区。

图2 空气粒子携带水汽到达洞庭湖地区1 d 前（a）、6 d 前（b）、11 d 前（c）的空间分布

图3 洞庭湖地区水汽源地分布

分离出自各源地的轨迹图（图4b），图4a 为各源地轨迹的平均位置。 3 个主要的水汽输送路径均来自海洋，分别是：太平洋（31.9%/32.3%）、印度洋（20.6%/26.6%）、 孟加拉湾—南海（18.5%/28.3%）（干/湿空气输送贡献率）。陆地水汽主要来源于中国东部（14.4%/10.5%），欧亚大陆（14.6%/2.3%）。 最主要的水汽来源于太平洋地区， 从气块输送轨迹分析可知， 来自于西太平洋地区自东向西输送的气块占主要部分， 其次为来自越赤道气流自南向北输送的气块（这部分较少）。 由源地孟加拉湾—南海气块输送轨迹图可知，气块主要由孟加拉湾—南海，经由中南半岛输送至洞庭湖地区。 由源地印度洋气块输送轨迹图可知，输送轨迹主要由两部分组成，一部分是南印度洋北中部经由索马里地区形成的越赤道气流自西南方向输送， 另一部分由南印度洋东部越赤道后，经中南半岛或南海地区输送。中国东部地水汽输送贡献较海洋地区明显偏少， 但仍是不可忽视的一部分。 欧亚大陆气块输送水汽输送贡献相对较弱。

由水汽源地输送月变化可知（图4c），4、5 月孟加拉湾—南海和太平洋是主要的水汽源地， 随着东亚夏季风发展增强，二者水汽输送量上升，并在8 月达到最强，9 月随着东亚夏季风减弱，二者对应水汽贡献显著减小。 从印度洋水汽输送季节变化来看，4月西南水汽通道较弱， 印度洋输送至洞庭湖地区的水汽较少，5 月南亚季风发展， 印度洋水汽输送增多，6 月显著加强、在7 月达到最大。 为了分析洞庭湖强降水时段梅雨期各源地水汽贡献情况， 计算了6—7 月水汽源地输送贡献，与5—9 月不同，6—7 月印度洋的空气输送贡献（干/湿）在所有源地中表现最强， 达43.5%/42.7%， 其次为太平洋（30.2%/27.1%）、孟加拉湾—南海（20.1%/24.6%）、中国东部（4.5%/5.2%）、欧亚大陆（1.7%/0.4%）。洞庭湖地区夏半年的主要水汽输送源地为太平洋（32.3%，湿空气输送贡献）、 孟加拉湾—南海（28.3%） 和印度洋（26.6%）， 其中4、5 月以太平洋和孟加拉湾—南海水汽输送为主，6、7 月印度洋水汽输送贡献最大，可达42.7%，其次为太平洋和孟加拉湾—南海。

图4 各源地气块轨迹的平均位置（a）、轨迹（b）和各源地水汽输送的月变化（c）

3 2017 年洞庭湖地区一次极端暴雨过程水汽来源特征分析

3.1 降水实况

为了深入分析洞庭湖地区强降水发生时的水汽来源特征， 选取2017 年6 月22 日—7 月1 日洞庭湖地区一次少见的特大暴雨过程[23]（简称“6·22”极端降水）。 过程雨量空间分布整体呈北少南多（图5），除松滋、荆州、公安，均达到暴雨量级（＞50 mm）。洪湖、华容、临澧沿线以南均超过了200 mm，临湘、安化、平江超过了500 mm，平江、安化部分地区甚至超过600 mm。从区域站统计来看：54 站次降水量为50～100 mm，173 站次降水量为100～250 m，348 站次降水量为250～500 mm，50 站次降水量为500～750 mm。 由于洞庭湖的持续降水，加之上游四水流域来水，洪峰在洞庭湖遭遇，形成恶劣形势。使得洞庭湖地区水位迅速上涨，洞庭湖地区3 471 km 一线防洪大堤全线超警戒水位，一半堤段超保证水位。

图5 2017 年不同时段累计降水量

此次降水主要集中在2 个时段， 分别为6 月22—25 日和6 月29 日—7 月1 日。2 次降水空间分布为南多北少，后一次的过程日降水量更大，东部地区更明显。

3.2 暴雨过程的环流特征

持续性暴雨的发生必须要有相对稳定的大尺度环流背景， 影响系统有可能在同一地区反复出现或沿同一路径移动， 从而造成很大的累积雨量。 从500 hPa 平均高度场（图6）可看出，2 次过程亚欧大陆中高纬度地区均为明显的“Ω”型分布，贝加尔湖附近出现高压脊，其东侧维持高空槽。中低纬西太平洋副热带高压稳定维持， 过程期间副热带高压位置相对比较稳定， 洞庭湖地区处于副热带高压边缘的强水汽输送带中， 有利于水汽和不稳定能量不断向暴雨区输送。不同的是，2 次过程系统的位置具有较大差异。 第一个时段（图6a）高压脊以东高空冷槽位于华北地区，呈西南—东北向，其槽后的西北气流利于带动中低层冷空气侵入洞庭湖地区， 四川盆地有浅槽维持，副热带高压较后一次过程位置偏西偏南，其北界位于华南，西伸脊点位于海南岛。从第一时段低层850 hPa 风场可以看出，切变线在洞庭湖上空，呈东西向，与强降水落区对应较好。 第二个时段（图6b）南槽与北槽结合，槽强度较第一个时段更强，槽移速减慢（中低层无冷空气侵入），副热带高压“高压坝”效应更加凸显，脊线北抬，主体北界偏北，副热带高压西北侧对应的西南急流更加旺盛， 低层850 hPa 风场切变线呈西南—东北向，急流核位置偏北，强降水主要出现在切变线南侧的急流辐合区中。

图6 850 hPa 风场和500 hPa 高度场叠加

3.3 暴雨过程水汽输送路径及输送贡献分析

为了分析暴雨过程的水汽输送路径和定量分析水汽源地的输送贡献，模拟了2017 年6 月22 日—7月1 日水汽输送轨迹图， 并计算了各源地干湿空气的输送贡献。 从第一个时段来看（图7a），水汽输送源地主要是印度洋地区， 干/湿空气输送贡献最大（80.6%/82.0%）， 其次为孟加拉湾—南海（13.1%/14.6%）、 中国东部（4.0%/2.6%）、 太平洋（1.4%/0.6%）、欧亚大陆（0.9%/0.2%）。 印度洋的水汽输送路径主要包含0°～20°S 的南太平洋的2 支越赤道气流， 它们经印度夏季风输送至中南半岛后到达洞庭湖地区。太平洋的水汽输送贡献较少，主要来源我国东部海洋地区。与第一个时段不同，第二个时段包括欧亚地区和中国东部的北方源地均没有水汽来源，主要输送源地为南方的海洋源地（印度洋、 孟加拉湾—南海、太平洋地区）。 印度洋仍然为最重要的水汽输送源地，干/湿空气输送贡献达（73.6%/70.1%），其次是孟加拉湾—南海（16.6%/20%），二者在2 次过程充当水汽输送的重要角色。在太平洋地区，水汽输送贡献较第一个时段明显增大（9.8%/9.9%），水汽由菲律宾上空沿着副热带高压外围经由南海、 中南半岛输送至洞庭湖地区。

图7 6 月22—25 日（a）和6 月29 日—7 月1 日（b）的水汽输送轨迹

值得注意的是，“6·22” 极端降水的各水汽源地输送贡献洞庭湖（6—7 月，2014—2017 年）的多年统计存在一定的差异，其中印度洋水汽输送异常偏多，太平洋地区水汽输送异常偏少，这与以下几点相关：（1）副热带高压主体偏西（图6），受其阻挡，副热带高压南侧西太平洋的水汽很少能越过副热带高压达到洞庭湖地区，第一个时段这种阻挡效应尤为显著；（2）印缅地区南支波动活跃，利于将印度洋的水汽输送至洞庭湖地区，从而增加了印度洋水汽输送占比。

为了分析各源地来源气块的物理属性， 依据模式输出计算了物理量（高度、温度、比湿、假相当位温）沿着轨迹随着时间变化（0～11 d 前，即0 h～-264 h）（图8）。 第一个时段欧亚大陆的气块在11 d 前（-264 h）主要来于对流层中下层，气块的初始温度在5 ℃左右，气块的湿度为5 g/kg，假相当位位温为320 K，气块的初始温度、湿度、假相当位温均较低，在向南输送的过程中，高度先上升后下降，温度和比湿先降后升。较其它源地而言，欧亚大陆的气块高度较高，温度、比湿、假相当位温都较低，为干冷空气。太平洋和中国东部各物理量变化较为类似， 高度逐步上升， 比湿和温度变化较小， 假相当位温逐步增大。 印度洋和孟加拉湾—南海的气块高度较低，比湿、温度、假相当位相对较高，为高温高湿气块，在72 h 前基本在900 ～1 000 hPa， 之后气块上升，比湿、温度、假相当位温下降，存在水汽和能量的释放过程。 第二个时段包括欧亚地区和中国东部的北方源地没有水汽输送，中低层无干冷空气侵入。孟加拉湾—南海的气块起始高度最低， 印度洋和太平洋次之，它们的高度先缓慢降低，后显著上升。 第二个时段主要水汽源地的气块的假相当位温均要大于第一个时段，这可能是第二个时段降水更强的原因。孟加拉湾—南海气块水汽含量最为丰富，温度较高，假相当位温较高，而印度洋和太平洋相对较小，72 h 前，3 个源地的气块均存在增温增湿的过程， 但以太平洋的气块最为显著，之后三者温度、湿度和假相当位温下降，存在能量和水汽释放的过程。

图8 6 月22—25 日和6 月29 日—7 月1 日物理量沿着轨迹变化

综上， 第一个时段的主要水汽贡献源地为印度洋（82%）和孟加拉湾—南海（14.6%），其它源地水汽输送贡献较小，其中欧亚大陆主要为干冷空气输入。与第一个时段不同， 第二个时段中国东部和欧亚大陆无水汽来源， 中低层无干冷空气侵入， 印度洋（70.1%）和孟加拉湾—南海（20.0%）水汽输送仍占主导地位，但太平洋（9.9%）水汽输送明显增多。 第二个时段主要水汽源地的气块的假相当位温要高于第一个时段， 这可能是第二个时段的降水更强的原因。

4 结论与讨论

利用NCEP／NCAR 再分析资料、 地面站点资料，引入拉格朗日方法的轨迹模式， 对洞庭湖地区2014—2017 夏半年（4—9 月）和2017 年“6·22”极端降水2 个时段的水汽输送差异进行了分析， 得到以下结论：

（1）洞庭湖地区夏半年水汽的主要输送源地为太平洋（32.3%）、孟加拉湾—南海（28.3%）和印度洋（26.6%）， 其中4、5 月以太平洋和孟加拉湾—南海水汽输送为主，6、7 月印度洋水汽输送贡献最大，可达42.7%。中国东部的水汽主要来自中国东部地区，虽然其水汽输送贡献较海洋地区少， 但仍是不可忽视的一部分。

（2）“6·22” 极端降水期间，亚欧大陆中高纬度地区为明显的“Ω”型流型分布，贝加尔湖附近出现高压脊，其东侧为高空冷槽；副热带高压位置相对比较稳定， 洞庭湖地区处于副热带高压边缘的强水汽输送带中， 有利于水汽不断向暴雨区输送。 不同的是， 第一个时段高空冷槽与副热带高压长时间稳定维持， 高空冷槽带动中低层冷空气侵入与副热带高压西侧暖湿气流汇合造成强降水； 第二个时段副热带高压“高压坝”效应凸显，南北槽合并加深少动，来自海洋的强暖湿气流在切变线南侧辐合抬升是造成第二次强降水的重要原因。

（3）“6·22” 极端降水期间，印度洋水汽输送异常偏多，太平洋水汽输送异常偏少。第一个时段的水汽贡献源地为印度洋（82%）、孟加拉湾—南海（14.6%），其他源地水汽输送贡献较小，其中欧亚大陆主要为干冷空气输入。与第一个时段不同，第二时段中国东部和欧亚大陆无水汽来源， 中低层无干冷空气侵入，印度洋（70.1%）、孟加拉湾—南海（20.0%）水汽输送仍占主导地位，但太平洋（9.9%）水汽输送明显增多。 第二个时段的主要水汽源地的气块的假相当位温要高于第一个时段， 这可能是第二个时段的降水更强的原因。

值得一提的是， 本文的分析方法不仅在洞庭湖地区，其他地区也同样适用。 本文利用HYSPLIT 主要计算的是3 000、1 500、700 m， 分别代表700、850、925 hPa 的水汽输送情况， 由此得到的水汽输送与整层水汽输送虽有一定偏差， 但基本能够代表决定降水量的中低层水汽输送来源。