APP下载

2020年7月5—6日武汉江夏特大暴雨水汽源地和输送特征分析

2022-08-17张芳丽李国平李武阶

暴雨灾害 2022年4期
关键词:源地贡献率水汽

张芳丽,李国平,李武阶

(1.武汉市江夏区气象局,武汉 430200;2.成都信息工程大学大气科学学院,成都 610225;3.气象灾害预报预警与评估省部共建协同创新中心,南京 210044;4.武汉市气象台,武汉 430040)

引 言

梅雨期暴雨是我国洪涝灾害的主要因素之一(周曾奎,1996;陶诗言等,1998;崔讲学,2011)。武汉市位于华中腹地,长江与汉江在此交汇,每到梅雨期,受夏季风影响,暴雨明显增多,造成降水集中、持续时间长,阶段强降水严重影响城市运行和市民生命财产安全,使得城市防汛决策气象服务压力倍增。因此,对武汉市梅雨期极端降水天气过程进行深入研究尤为必要。

关于武汉市及鄂东地区暴雨天气的环流背景、影响系统及其成因、物理量场特征、触发维持机制以及观测分析等,已有不少科技工作者进行了较为深入的研究(李世刚等,2007;李明等,2009;Yao et al,2010;Yin et al,2010;韩芳蓉等,2017)。对于极端降水事件,充沛的水汽输送和水汽辐合是短时间内产生大规模降水的必要条件(王婧羽等,2014;宋桂英等,2015;王佳津等,2015)。然而就目前研究状况而言,针对梅雨期武汉水汽输送源区的研究还不多见,前人的研究多是围绕我国东部及长江流域的水汽输送问题。一般认为中国夏季极端降水与南海以及孟加拉湾地区的水汽输送有密切关系(Tao and Chen,1987),我国东部大陆的水汽主要来自西南方向,其次是东南方向(施永年等,1982)。针对长江中下游开展的研究则发现长江中下游地区水汽主要来源于孟加拉湾以及华南的水汽输送(谢安等,2002),降水偏多年的水汽则主要与孟加拉湾、南海和西太平洋的水汽输送有关(徐祥德等,2013)。

以上关于水汽通道的研究大多采用欧拉方法,仅能定性描述水汽输送,无法定量刻画具体的水汽源地和路径,而拉格朗日法可以通过空气块在不同时间的位置,定量地刻画出具体的水汽源地和路径(江志红等,2011;杨浩等,2014),近年来被广泛用于诊断水汽源区。江志红等(2017)通过HYSPLIT模式进行个例研究发现,印度洋、孟加拉湾、南海和太平洋是1998年长江流域特大洪水的主要水汽源地。陈明亚等(2014)基于拉格朗日方法分析了江淮、江南和华南3个不同区域多个持续性暴雨过程(Persistent Heavy Rainfall events,PHR)期间的水汽通道和水汽输送特征,发现水汽通道及其贡献率的差异主要集中在南海和西太平洋地区。陈斌等(2011)利用拉格朗日方法定量分析发现阿拉伯海、印度半岛、孟加拉湾、中南半岛的缅甸以及中国西南部的川、滇等地区为中国东部极端降水事件贡献了约80%的水汽。孙建华等(2016)利用拉格朗日方法进行多个例合成指出PHR期间的3条水汽输送路径分别是源自热带印度洋的西南路径、源自中国南海的偏南路径和来自西太平洋的东南路径。

这些研究对指导暴雨分析和预报起到了很好的作用,但是暴雨发生发展机理不尽相同,故深入分析一些特定地区发生的暴雨天气个例仍有必要。因此本文以2020年梅雨期发生在武汉市江夏区的一次特大暴雨过程为例,重点探讨了本次特大暴雨的水汽输送特征,并定量分析不同源地的水汽输送贡献率以得到主要水汽源地和输送路径,以期更好地认识局地暴雨的形成机制,为今后当地类似强降水预报提供一些参考依据。

1 资料与方法

1.1 资料

(1)降水资料:由武汉市气象局提供的189个地面气象站逐小时降水数据,时间段为2020年7月5日08时—6日12时(北京时,下同);(2)大气环流资料:由欧洲中期天气预报中心(ECMWF)提供的ERA5全球逐小时再分析数据,时间段为2020年7月5日00时—6日23时,空间分辨率为0.25°×0.25°,垂直37层,包括地面气压、位势高度、温度、相对湿度、比湿、垂直速度以及风场等信息;(3)轨迹模式资料:资料来源同大气环流资料,但时间段为2020年6月26日08时—7月6日12时。

1.2 研究方法

本文使用HYSPLIT模式对江夏特大暴雨进行模拟,该模式由美国NOAA空气资源实验室开发,它假定粒子的移动轨迹是其在时间和空间上位置矢量的积分,粒子的最终位置由初始位置和第一猜测位置的平均速度计算得到。该模式采用地形坐标,输入的气象数据在垂直方向上需要内插到地形追随坐标系统上。有关该模式以及聚类方法详见Draxler和Hess(1998)的研究。模式输出结果包括:三维空间位置(经度、纬度、高度)、温度、比湿等,模拟结果每1 h输出一次。利用上述模拟结果,使用拉格朗日轨迹追踪分析方法,追踪对降水有重要贡献的气块,确定水汽源区。目标气块识别方法参考了江志红等(2013)和曾钰婷等(2020)的方法,主要包括以下几个步骤:

(1)根据重点关注的降水区空间分布特征,确定模拟区域(114°—114.5°E,29.75°—30.25°N),每隔0.25°选一个点,其空间起始点共有12个。结合特大暴雨阶段对流层中下层比湿高值区以及水汽辐合大值区的垂直分布(图1),选取700、850和925 hPa作为模拟的初始高度。

图1 2020年7月5日08时—6日12时暴雨区(114°—114.5°E,29.75°—30.25°N)平均水汽通量散度(a,单位:10-5g·s-1·hPa-1·cm-2)和比湿(b,单位:g·kg-1)的高度-时间剖面图Fig.1 Height-time profile of(a)moisture flux divergence(unit:10-5g·s-1·hPa-1·cm-2)and(b)specific humidity(unit:g·kg-1)in heavy rain area(114°—114.5°E,29.5°—30.25°N)from 08∶00 BT 5 to 12∶00 BT 6 July 2020

(2)根据24 h累计降水量最大的区域站的降水发生时段,确定积分时间段:2020年7月5日04时—6日12时,从目标降水区域出发,向前追踪9 d,这里使用9 d,是因为以往研究(Numaguti,1999;Trenberth,1999)发现,水汽在大气中的平均滞留时间约为10 d,但是本文通过比较发现9 d前与10 d前的位置变化已不大,加之模拟时间越长,误差越大,故本文的后向追踪时间选9 d,最终共得到1 188条轨迹;

(3)采用Dorling等(1992)提出的轨迹聚类分析方法确定轨迹聚类的条数;

(4)确定后向追踪的气团到达研究区前某一时刻所处位置,然后统计(2°×2°)的网格内气块的个数,最后计算每个区域网格内的水汽输送贡献率,其计算公式为(江志红等,2013)

其中,qlast表示空气块到达最终位置的比湿,m表示该源地所包含的空气块数,n表示所有的空气块总数。

本文水汽收支的计算公式(朱乾根等,2007;张万诚等,2011)为

(2)式中,g为重力加速度,q为比湿,ps为地表气压,pt为顶部气压,为了更好的了解大气的垂直收支情况,本文将整层大气水汽收支划分为三个部分,即对流层低层(地表至700 hPa),对流层中层(700—500 hPa),对流层高层(500—200 hPa)。l为水平边界的长度,vn为垂直于边界的法向速度,m的值取0或1。为了便于讨论,计算北边界和东边界时,Fv取反号,以使各边界Fv为正值表示流入,负值表示流出,因此本文中南边界和西边界取0,北边界和东边界取1。

2 降水概况及环流特征

2020年7月5 —6日,武汉南部出现大暴雨、局地特大暴雨天气,其中位于武汉东南部的江夏地区出现250 mm以上的特大暴雨中心(图2a),最强暴雨中心位于乌龙泉街道,24 h降水量达到435.4 mm,该站6日04—05时出现88.3 mm的最强小时降水,突破江夏有气象观测记录以来小时雨强极值。分析5日08时—6日08时江夏全区自动气象站雨量分布发现,累积雨量200 mm以上的有15站、250 mm以上的有5站,其中有4站出现1 h雨量大于等于50 mm且3 h雨量大于等于100 mm,是一次非常典型的极端短时强降水(俞小鼎,2013),具有累积雨量多、暴雨强度大、极端性强、灾害损失重等特点。根据乌龙泉站的小时雨量变化图(图2b)可以看出,特大暴雨从5日早晨开始发展,持续16 h,降水表现出明显的对流特征,短时雨强大,故本文选定的研究时段为5日08时—6日12时。此外,根据特大暴雨的空间分布特征以及江夏的地理位置(114.03°—114.59°E,29.96°—30.56°N,数据来自江夏区人民政府网),确定研究区域为114°—114.5°E,29.75°—30.5°N。

图2 2020年7月5日08时—6日08时武汉24 h累计降雨量(a)以及2020年7月5日08时—6日12时乌龙泉站逐小时降雨演变(b)(单位:mm)Fig.2 24-hr accumulated precipitation of(a)Wuhan and(b)Jiangxia from 08∶00 BT 5 to 08∶00 BT 6 July 2020 and(c)hourly precipitation of Wulongquan from 08∶00 BT 5 to 12∶00 BT 6 July 2020(unit:mm)

图3a、b为5日08时的ERA5资料显示的500 hPa环流形势场和700 hPa风场分布图,5日08时,500 hPa亚欧中高纬呈现“两槽一脊”型,西西伯利亚地区存在一个中亚低涡环流,配合有冷中心,我国东部沿海存在稳定深厚的大槽,大槽由东西伯利亚冷涡向南延伸至长江流域,槽线主要位于120°E左右,低涡东侧的贝湖附近存在一个高压脊,温度脊与高压脊位相基本一致,说明此时高压脊已经发展至成熟阶段,这也使得位于我国东部地区的大槽稳定少动,有利于低值系统持续影响长江中下游地区。西太平洋副热带高压(以下简称“副高”)呈稳定带状,西伸明显,脊点至110°E,脊线位于20°N左右,此时中纬度环流平直,川东不断有短波东移影响鄂东地区,这是强降水天气发生的有利环流形势,武汉位于低槽区。700 hPa上从孟加拉湾经我国西南地区至鄂东南存在一条水汽输送带,在湖北中东部沿江地带变为偏西气流,可以看到武汉主要受偏西气流控制,进入武汉后风速明显加强。6日05时(图3c、d)降水达到最强时,500 hPa温压场与初始时刻无太大变化,副高略微东退,700 hPa的风场由偏西风变为西南风,江汉平原至武汉南部出现风速超过16 m·s-1的低空急流。

图3 2020年7月5日08时(a,b)和6日05时(c,d)500 hPa高度场(红色实线,单位:dagpm)、温度场(阴影,单位:°C),700 hPa风场(箭头,单位:m·s-1)的合成图(图b和图d分别为图a和图c中蓝框区域内700 hPa风场(箭头,单位:m·s-1)和急流区(绿色阴影,风速v≥12 m·s-1),黑框区域内代表暴雨区)Fig.3 Composite patterns for geopotential height(solid black line,unit:dagpm)and temperature(shading,unit:°C)at 500 hPa,winds at 700 hPa(arrow,unit:m·s-1)at(a,b)08∶00 BT on 5 and(c,d)05∶00 BT on 6 July 2020,Fig.3b and Fig.3d are winds(arrow,unit:m·s-1)and low-level jet(green shading,v≥12 m·s-1)at 700 hPa in the blue box of Fig.3a and Fig.3c,respectively.The black box represents the rainstorm area

图4a、b分别为7月5日08时和6日05时850 hPa的风场分布图,由图可知,低层850 hPa西南低空急流强盛,5日08时湖北西北部为西北气流,与湖南地区北上的西南气流交汇于湖北中部,形成东北-西南向切变线,江夏位于切变线南侧的西南暖湿气流中,最大风速超过16 m·s-1。6日05时,鄂西北北风减弱,鄂东南西南风强劲超过20 m·s-1,江汉平原南部有一中小尺度低涡生成,由低涡中心向东形成一条准东西向的暖式切变线,此时江夏位于低空急流出口区的左前方,动力和水汽条件均达到最佳。

图4 2020年7月5日08时(a)和6日05时(b)850 hPa风场(箭头,单位:m·s-1)和急流区(阴影,风速v≥12 m·s-1)的合成图(红框区域内代表暴雨区)Fig.4 Composite diagram of winds(arrow,unit:m·s-1)and low-level jet(green shading,v≥12 m·s-1)at 850 hPa at(a)08∶00 BT on 5 and(b)05∶00 BT on 6 July 2020.The red box represents the rainstorm area

3 特大暴雨的水汽通量特征及收支状况分析

3.1 水汽通量特征

首先分析地面到200 hPa水汽通量的垂直积分以了解对流层整层的水汽输送情况。如图5a所示,5日07时(暴雨发生的前一时刻),暴雨区的水汽输送主要以经向输送为主,两支水汽输送通道同时建立,一条索马里急流水汽通道,途径阿拉伯海与孟加拉湾经中南半岛南海北部进入长江流域,另一条为副高外侧的偏南气流,途径南海进入暴雨区,两支水汽通道在我国南方汇合,将海洋上的水汽源源不断的输送到暴雨区,并与东西伯利亚冷涡引导而下的冷空气在暴雨区对峙,造成本次江夏出现特大暴雨。6日05时(图5b),水汽的输送结构保持不变,但副高配合的水汽输送带影响范围不断扩大,暴雨区上空水汽通量明显增强,降水强度亦在该时刻达到峰值(图2c)。

图5 2020年7月5日07时(a)和6日05时(b)整层大气水汽输送通量(箭头及阴影表示,单位:kg·m-1·s-1)的分布图(绿框代表暴雨区)Fig.5 The integrated atmospheric column moisture flux(Arrows and shadows,unit:kg·m-1·s-1)at(a)07∶00 BT on 5 and(b)05∶00 BT on 6 July 2020.The green area represents the rainstorm area

进一步分析700与850 hPa的水汽通量及其散度,可以更加清楚地看到上述特征,5日07时,西北气流自鄂西北向长江干流侵入(图6a),与北上的西南气流在湖北中东部沿江地带交汇为偏西气流,渝、黔、湘、鄂四省交界附近出现了一个“人”字形辐合带,造成700 hPa暴雨区上空的水汽辐合。850 hPa(图6b)上空为较明显水汽辐合的高值区,水汽通量散度最小值为-27.4·10-5g·s-1·hPa-1·cm-2。暴雨区的水汽主要来自索马里急流经阿拉伯海和孟加拉湾的水汽输送以及副高外沿偏南气流的水汽输送。6日05时(图6c、d)伴随着低涡的出现,暴雨区上空水汽辐合强度显著增加,此外,850 hPa冷暖切变辐合带近乎“一”字东西贯穿湖北中南部,强辐合出现在鄂东的暖式切变线上。结合武汉降水实况看,700 hPa偏西交汇气流沿江辐合带的出现对应暴雨的开始,850 hPa冷暖切变辐合带的出现则对应暴雨的增强。

图6 2020年7月5日07时(a,b)和6日05时(c,d)水汽通量(箭头,单位:g·s-1·hPa-1·cm-1)及其散度(阴影,单位:10-5 g·s-1·hPa-1·cm-2)的分布图(绿框区域内代表暴雨区)Fig.6 The distribution of moisture flux(arrow,unit:g·s-1·hPa-1·cm-1)and its divergence(shaded,unit:10-5 g·s-1·hPa-1·cm-2)at(a,b)07∶00 BT on 5 and(c,d)05∶00 BT on 6 July 2020.The green box represents the rainstorm area

3.2 水汽收支分析

为了评估各方向的水汽输送对局地水汽辐合辐散的贡献,我们分析了暴雨区四个边界不同高度的水汽净收支的时间演变。暴雨发生前,随着西南季风和南海季风显著增强,水汽输入迅速增加,西边界和南边界的水汽输入量显著增加(图7a、c),水汽流入主要集中在对流层中低层(500 hPa以下),且一直维持在较高水平,对特大暴雨期间降水的维持有重要作用。北边界和东边界则为本次特大暴雨过程中的出流边界(图7b、d),其中北边界中低层在特大暴雨期为流出状态,高层则为流入,东边界整层均为水汽流出。从四条边界的净收支上看(图7e),南边界与西边界为水汽输入边界,占水汽总输入的95%以上,东边界为水汽的净流出方,北边界的流出相对较弱。从整体上看(图7f),特大暴雨期间暴雨区内有较强的经向辐合,纬向辐散,较强降水阶段区域水汽净收支亦有所增加。

图7 特大暴雨过程中南边界(a)、北边界(b)、西边界(c)、东边界(d)、四个边界(e)和经向纬向(f)的水汽收支(单位:1010kg)图(Low、Middle和Upper分别代表地表至700 hPa、700—500 hPa和500—200 hPa,正值是输入,负值是输出)Fig.7 Moisture budget(unit:1010 kg)of the flows from(a)south boundary,(b)north boundary,(c)west boundary,(d)east boundary,(e)four boundaries and(f)longitude and latitude during the rainstorm.Low,Middle and Upper represents surface to 700 hPa,700—500 hPa and 500—200 hPa,respectively.Positive represents input and negative represents output

4 特大暴雨的水汽输送通道及贡献率分析

4.1 水汽输送轨迹聚类分析

通过第三节的分析尚无法确定哪路水汽对暴雨区起主要作用以及不同源地输送的水汽对降水的贡献率,因此本节通过气团拉格朗日轨迹追踪的方法对这些问题加以探讨。

利用HYSPLIT模式对气块逐层进行后向追踪,发现700 hPa(图8a、b)的主导轨迹为西南路径,可分为三路,其中30%的轨迹最远可追溯至印度洋,其次是孟加拉湾的南部和中部,对应的轨迹数量百分比为70%,三条轨迹在中南半岛北部汇合从西边界进入暴雨区。对于850 hPa的轨迹(图8c、d)除印度洋和孟加拉湾通道外,还有一条南海通道,其贡献率分别为39%、36%和25%。925 hPa(图8e、f)的水汽主要通过偏南路径输送到暴雨区,2条南方通道(西太平洋和南海通道)贡献了85%的轨迹。总的来说,影响本次特大暴雨的水汽输送通道主要有3支,分别起源于印度洋、孟加拉湾和西太平洋。此外,随着高度的增加,南方通道占比减少,而西南偏西通道占比增加。

图8 前9 d 700 hPa(a,b),850 hPa(c,d)和925 hPa(e,f)目标气块后向运动轨迹(彩色细实线)及目标气块轨迹聚类(1、2、3、4分别代表水汽通道,小括号中数字代表每一类轨迹所占的比例)Fig.8 Back trajectory of the air parcels(full color solid line)and the corresponding percentage of average trajectory at(a,b)700 hPa,(c,d)850 hPa,(e,f)925 hPa in the past 9 days(1,2,3,4 represents the different moisture channel,respectively,and the numbers in parentheses represent the proportion of each trajectory)

4.2 水汽源区对特大暴雨贡献的定量估算

王佳津等(2015)研究表明,水汽通道及其对应通道上轨迹数量百分比与通道的水汽贡献率不同,利用比湿计算的水汽贡献率更能反映出水汽源区。此外,由于水汽输送多集中在对流层低层和篇幅有限,故下文仅讨论对流层低层(925 hPa和850 hPa)的气块到达目标区域9 d前的水汽输送贡献率的水平分布。分析925 hPa的水汽源地分布(图9a)可知,本次江夏特大暴雨925 hPa上的水汽源地主要有3个:西太平洋、南海和孟加拉湾,北方路径主要是东西伯利亚的冷涡向南延伸引导而下的冷空气,水汽贡献率非常微弱,可忽略不计,而副高外沿来自西太平洋的暖湿气流则是925 hPa上水汽的主要来源,贡献了绝大部分水汽。对于850 hPa的空气块(图9b)来说,9d前水汽源地的大值区位于印度洋北部与阿拉伯海和孟加拉湾连接处,向南可追踪至南海与太平洋,印度洋源地的水汽输送贡献率高于南方源地。

图9 9 d前925 hPa(a)和850 hPa(b)水汽源地水汽输送贡献率(单位:%)的空间分布Fig.9 Sparituration distribution of moisture percentage(unit:%)of moisture sources at(a)925 hPa and(b)850 hPabefore 9d

为了进一步区分来自不同来源地区输送的水汽对降水的贡献率,将特大暴雨过程期间的水汽来源分为三个部分(图10a):印度洋、孟加拉湾-南海和西太平洋。图10b显示了来自不同源区水汽贡献率的多寡,在本次暴雨过程中,孟加拉湾-南海水汽贡献率最大,空气块携带的水汽约占水汽输送总量的41%,西太平洋源地的水汽贡献率第二大,占水汽总运输的34%,印度洋源区的水汽输送贡献率第三大,占比为24%。

图10 9 d前水汽源地水汽输送贡献率的空间分布及其区域划分(a,单位:%)和水汽源地对目标区域降水的贡献率(b,单位:%)Fig.10(a)Spatial distribution of source contribution(unit:%)of moisture transport and(b)contribution to precipitation in the past 9 days(unit:%)

4 结论与讨论

本文在分析2020年梅雨期武汉江夏一次特大暴雨过程的大尺度水汽输送背景及暴雨区水汽收支状况的基础上,基于HYSPLIT模式模拟暴雨期气团轨迹对影响江夏特大暴雨的水汽输送特征进行了定量分析。主要结论如下:

(1)西太平洋副热带高压显著西伸与沿海地区深厚的大槽同时建立的环流配置下,三种系统共同影响此次暴雨,低层切变线以及低空急流的建立为暴雨的发生提供了动力和水汽条件,而850 hPa低空急流的加强以及低涡生成并沿辐合带移动使得暴雨增幅。

(2)低纬度印度夏季风环流和西太平洋副高外沿的偏南气流对水汽的输送和聚集是此次特大暴雨得以发生发展的必要条件。暴雨区存在较强的经向水汽输送,水汽流入主要在暴雨区的南边界与西边界,且主要集中在对流层低层。此外暴雨的发生与增强与700和850 hPa的水汽辐合密切相关,700 hPa沿江辐合带的出现对应暴雨的开始,850 hPa冷暖切变辐合带的出现则对应暴雨的增强。

(3)对气块后向追踪发现影响本次江夏特大暴雨的水汽通道主要有3支,分别起源于印度洋、孟加拉湾和西太平洋。不同高度的水汽输送轨迹存在明显差异,随着高度的增加,南方通道占比减少,与此同时北方通道占比增加。

(4)HYSPLIT模拟结果表明此次暴雨过程的水汽主要来自925 hPa和850 hPa,且两者的水汽输送路径有所不同,925 hPa以南方路径为主,而850 hPa则以西南方路径为主。定量分析指出,此次特大暴雨事件的水汽源地主要有3个:印度洋、孟加拉湾-南海和西太平洋,对降水的水汽输送贡献率分别是24%、41%和34%。

大暴雨或极端强降水是灾害性天气预报的难点,关于局地暴雨的水汽输送特征尚有不少问题需要深入、持久的探究,本文的研究内容仅涉及一次典型暴雨个例的水汽输送特征、水汽源地及其贡献率,虽然得到了一些有参考意义的结果,但还需要在实际工作中加以验证。在以后的研究中,需要进一步选择环流背景相同或不同的暴雨个例,更全面考察确定暴雨中具有普适性的常态及异常水汽输送通道,以便加深对暴雨形成机理的认识。

猜你喜欢

源地贡献率水汽
青藏高原上空平流层水汽的时空演变特征
京津冀地区FY-4A水汽校正模型研究
基于ERA5再分析资料对2020年6月江淮区域水汽源汇的诊断分析
滇中引水工程主要受水区水汽输送时空变化
天山南坡暖季暴雨过程的水汽来源及输送特征
一种通用的装备体系贡献率评估框架
移民与文化认同:土家族民歌《吴幺姑》探析
青海游
关于装备体系贡献率研究的几点思考
发源地