期刊检索:
  暴雨灾害   2019, Vol. 38 Issue (4): 320-328.  DOI: 10.3969/j.issn.1004-9045.2019.04.004

论文

DOI

10.3969/j.issn.1004-9045.2019.04.004

资助项目

中国气象局预报预测核心业务发展专项(CMAHX20160106);浙江省气象科技计划重点项目(2017ZD06)

第一作者

吕劲文, 主要从事天气预报和服务。E-mail:jwlv1985@126.com

通信作者

姚日升, 主要从事天气气候相关技术与方法研究。E-mail:yaorisheng@aliyun.com

文章历史

收稿日期:2019-02-11
定稿日期:2019-07-01
浙江省6—9月午后短时强降水空间分布特征分析
吕劲文1 , 姚日升2 , 涂小萍3 , 申华羽1 , 方艳莹1     
1. 浙江省宁波市气象服务中心, 宁波 315012;
2. 浙江省宁波市生态环境气象中心, 宁波 315012;
3. 浙江省宁波市气象台, 宁波 315012
摘要:利用浙江省2012-2016年6-9月自动气象观测站逐日逐小时资料,分析了浙江省午后短时强降水时空分布特征,基于NCEP全球再分析资料探讨了此类天气发生的环流背景,统计分析其中6个具有地域代表性的高概率发生站点的物理量统计特征。结果表明:浙江北部的杭州和宁波城区、浙江中部和南部的高海拔山区都是午后短时强降水发生概率相对高的区域,浙江东部沿海、金衢盆地以及千岛湖概率较低。6-9月浙江省各月午后短时强降水触发条件有所不同,7、8月短时强降水相对多发,均具有明显的热对流性质,同时边界层的弱辐合、城市热岛效应和山区地形作用对短时强降水落区均有影响。午后短时强降水发生前,平原地区所需要的层结不稳定度以及水汽条件较山区为高,并且低层还需要一定的垂直风切变维持。统计表明:午后短时强降水发生前6 h的CAPE值多数个例有较大的增量,而抬升指数等表征大气不稳定程度和水汽的指标虽无明显变化,但均向利于短时强降水发生的方向发展。
关键词短时强降水    环流背景    物理参数    空间分布    浙江省    
Analysis on spatial distribution characteristics of afternoon flash heavy rain from June to September in Zhejiang
LÜ Jingwen1 , YAO Risheng2 , TU Xiaoping3 , SHEN Huayu1 , FANG Yanying1     
1. Ningbo Meteorological Service Center of Zhejiang Province, Ningbo 315012;
2. Ningbo Ecological Meteorological Center of Zhejiang Province, Ningbo 315012;
3. Ningbo Meteorological Observatory of Zhejiang Province, Ningbo 315012
Abstract: By using several kinds of data, including the hourly data from the automatic weather stations in Zhejiang Province and the National Centers for Environmental Prediction (NCEP/NCAR) global reanalysis data with resolution of 1°×1° from June to September during 2012 to 2016, the temporal and spatial distributions of afternoon flash heavy rainfalls in relation to weather patterns and physical parameter characteristics were studied. Results show:(1) Probability of afternoon flash heavy rainfalls was relatively high in the downtown areas in cities such as Hangzhou and Ningbo in northern Zhejiang, as well as the hilly areas in middle and southern parts of Zhejiang, while the probability of flash heavy rainfall was relatively low in coastal areas, Jinhua-Quzhou basin and the Qiandao lake. (2) Meteorological factors in triggering afternoon flash heavy rainfalls varied greatly by temperatures, subtropical high, boundary line etc. from June to September. Severe convective rainstorms are more likely to happen in July and August than in June and September. Focus should be paid on factors, such as unstable energy at the edge of subtropical high, the function of boundary convergence, the urban-heat island effects and the forced uplift mechanisms over mountain terrain during July and August. (3) Requirement for instability and water vapor were higher for triggering afternoon flash heavy rainfall in the plain areas than in hilly areas, and vertical wind shears between 1 000 and 700 hPa was important in rainstorm maintaining over the plain areas. (4) CAPE tended to surge six hours before most afternoon flash heavy rainfall occurred. Although factors of instability and vapors displayed little change, most meteorological physical parameters developed to be more favorable for afternoon flash heavy rainfalls.
Key words: afternoon flash heavy rain    background of atmospheric circulation    physical parameter    spatial distribution    Zhejiang Province    
引言

短时强对流是造成突发性气象灾害的主要天气之一, 由于空间尺度小, 生命史短, 一直以来都是预报业务的难题。多数强对流天气的临近预警提前时间通常不超过1 h (俞小鼎等, 2005, 2012; 孙继松和陶祖钰, 2012)。强对流天气过程常伴有雷暴大风、冰雹、龙卷或者对流性暴雨(Doswell, 2001; 俞小鼎等, 2005), 其中以对流性暴雨的发生频率最高, 并且对流性暴雨引发暴洪和地质灾害所造成的人员伤亡和财产损失在所有气象灾害中也是最大的(樊李苗和俞小鼎, 2013)。浙江地处华东沿海, 属亚热带季风气候, 热量和水汽充沛, 受西北太平洋副热带高压、台风倒槽、西风槽、梅雨锋等等天气系统影响, 对流性暴雨频发。

对不同区域短时强降水时空分布特征的广泛研究表明:不同区域受气候背景、下垫面因素等影响, 短时强降水表现出一定的时空分布规律(韩宁等, 2012; 陈炯等, 2013; 王国荣和王令, 2013; 孟丽霞和许东蓓, 2017; 许敏等, 2017)。学者对浙江省内的杭州、丽水等地市开展了短时强降水的时空分布研究(徐慧燕等, 2016; 李文娟等, 2017), 杭州短时强降水易发区位于市区以及西北山区, 丽水则位于东南部地区与西南部高山地区, 地形陡峭、喇叭口等特殊地形有利于丽水短时强降水的发生。环境参数在强对流预报中具有重要的指示意义, 学者归纳提炼了不同区域短时强降水的参数特征。樊李苗等(2013)研究了全国短时强降水、强冰雹、雷暴大风以及混合型强对流天气的环境参数特征, 并讨论了纯粹短时强降水天气与强冰雹、雷雨大风天气环境参数的区别, 表现为较小的700- 500 hPa和850-500 hPa温差, 弱的垂直风切变、较高的0℃层、-20℃层和平衡层高度, 较大的地面和地面以上1.5 km处的露点温度, 并且整层具有较高的相对湿度。李文娟等(2017)利用探空资料分析不同量级小时雨强的环境指标, 结果表明可用于预报杭州市区短时强降水的最佳环境因子依次为整层可降水量、K指数、最佳抬升指数、沙氏指数、925 hPa露点温度和强天气威胁指数, 而在判断杭州市区短时强降水强度上表现最好的环境因子为整层可降水量, 其次是850 hPa垂直速度和925 hPa散度。田付友等(2017)按强度分三类对我国东部2002-2009年5-9月短时强降水进行了时空分析, 并探讨了表征其发生发展环境条件的水汽、热力、抬升触发和垂直风切变等物理量的分布特征。在国外, 学者Romatschke等(2011)对季风爆发前南亚地区对流降水触发机制进行了分析。Hitchens等(2012)利用靶向式方法, 对美国中西部激发极端强降水的对流系统进行分析, 结果发现这类风暴系统特征变化极大。

陈玥等(2016)对5-9月长江中下游地区暖区暴雨进行统计分析, 发现浙江省为暖切变型暴雨和副热带高压边缘型暴雨高发省份, 前者以低层暖切变线为主要天气背景, 而后者与水汽积累和对流不稳定条件的发展有密切关系。与锋面降雨对比, 暖区降水伴有更强的对流不稳定能量的重建和释放, 在一定的抬升机制作用下, 不稳定能量被触发而形成对流(谌芸等, 2012; 徐燚等, 2013; 王淑莉等, 2015), 预报难度大。除了系统性暖区暴雨, 每年的6-9月, 浙江省午后还常常发生小范围具有明显热对流性质的短时强降水, 这样的强降水有明显的时空不均匀特点, 与地势、海陆分布和下垫面性质等复杂因素有关, 预报预警难度更大。加强此类短时强降水时空特征分析, 有助于进一步认识浙江地区午后短时强降水时空分布的气候背景, 目前中尺度气象站资料已可以为此类分析提供较高时空分辨率的资料支撑。环境参数受样本和地理因素等影响, 表现出一定的区域特性。本文在浙江省6-9月午后短时强降水时空概率分布和环流背景分析的基础上, 选取环境参数, 归纳短时强降水事件的预报阈值以及事件发生前参数的变化特征, 从中凝练预报着眼点, 为其潜势预报提供指标参考。

1 资料与方法 1.1 资料

所用资料包括2012-2016年6-9月浙江省101个基准、基本和一般气象站及2 168个自动站逐小时观测, 资料来源于浙江省气象信息中心, 用于分析短时强降水的时空分布特征。全球再分析资料来源于美国国家环境预报中心(NCEP), 空间分辨率为1°×1°, 时间分辨率为6 h, 用于环流背景以及强对流物理参数分析。浙江省地形分布如图 1所示, 浙江北部(以下简称浙北)的杭嘉湖平原和宁绍平原、金衢盆地及浙江沿海地区海拔相对低, 中南部地市多山地和丘陵。

图 1 浙江省地形分布图 Fig. 1 Topographic map of Zhejiang Province.
1.2 方法

天气预报业务中, 短时强降水一般指1 h雨量在20 mm或3 h雨量在50 mm以上的降水事件(孙继松, 2017)。本文午后短时强降水个例定义为:6-9月逐日13-24时(北京时, 下同)浙江省达到或超过3个自动站出现1 h雨量大于等于20 mm或3 h雨量大于等于50 mm。初选个例站点在选定时段内(13-24时, 共计12 h), 至少有10 h以上的有效观测资料。根据初选个例反查天气图、云图和雷达, 排除台风、梅雨、海上东风波动等, 2012-2016年共计挑选出个例160个, 所有站点在上述160个个例中数据有效量达到80%才被视为有效站点, 共计1 813个站点满足条件。下文分析针对这1 813个站点进行。

2 浙江省6-9月午后短时强降水时空分布特征 2.1 空间分布特征

定义各站点午后短时强降水出现日数与有效个例总数比值为站点短时强降水概率。图 2给出了浙江省6-9月午后短时强降水概率空间分布。可见浙江北部除杭州和湖州西部的天目山区有5%以上的概率发生点外, 杭州城区和宁波城区短时强降水发生概率也较高, 分别有32个和33个站点发生概率超过5.0%, 发生概率≥ 7.5%的站点分别有6个和14个, 占城区站点总数的6.7%和21.2%, 这可能与城市热岛效应有一定的关系。在相同的天气背景下, 由于城市热岛效应, 杭州和宁波城区热力抬升作用相对大, 导致短时强降水发生频率相对高。浙江中南部地区, 短时强降水的高概率发生站点多位于雁荡山山脉、仙霞岭山脉、千里岗山脉等山区, 体现了山区地形对午后短时强降水的触发和发展具有一定的作用。而浙江省其他地区, 尤其是浙江东部沿海地区、金衢盆地及千岛湖概率较小, 普遍低于5%。行政区域上, 计算各地市站点短时强降水概率与海拔高度相关系数, 浙中南的衢州、金华、台州、丽水和温州5个地市表现出较为一致的正相关, 而浙北的6个地市则没有明显相关性, 表明浙江省的短时强降水更容易出现在海拔较高的中南部地区。

图 2 2012-2016年6-9月午后短时强降水概率空间分布 Fig. 2 Spatial distribution of probability of afternoon flash heavy rainfalls from June to September during 2012 to 2016 in Zhejiang Province.

月际分析发现, 6-9月杭州城区、宁波城区、温州雁荡山脉以及丽水仙霞岭山脉均为短时强降水相对高概率发生地(图 3), 其中6月出现概率最低, 仅11站概率超过2%。7-8月午后短时强降水发生的高概率站点较多, 超过3.5%的站点分别为19个和22个, 最大站点概率达到5.0%以上, 其中7月浙江北部3.5%以上的高概率发生站点较为集中, 主要湖州、嘉兴、杭州北部及宁波地区, 发生地多为平原地区, 而中南部高概率站点发生地相对较为离散, 多分布在山区。8月的高概率站点发生地较7月有明显变化, 主要表现为高概率站点分布更为零散, 湖州、嘉兴高概率站点明显减小, 而东部沿海和杭州中北部短时强降水发生可能性较7月有所增大。9月短时强降水站点概率低于7-8月, 但高于6月, 相对高概率站点主要集中在杭州北部至宁波一线, 呈东西走向, 浙南地区则较为零散。上述短时强降水站点发生概率的月变化与天气形势的变化有关, 将在后面分析。

图 3 2012-2016年6月(a)、7月(b)、8月(c)、9月(d)短时强降水概率空间分布 Fig. 3 Spatial distribution of monthly probability of afternoon flash heavy rainfalls in (a) June, (b) July, (c) August and (d) September during 2012 to 2016 in Zhejiang Province.
2.2 日变化特征

图 4为2012-2016年13-24时浙江省短时强降水发生的平均站次和年际站次逐时变化, 可见傍晚前后是午后强对流引发短时强降水最密集的时段, 16-19时平均站次均超过300, 17时和18时约400站次, 而13、14时和21-24时, 短时强降水站次明显较少, 年平均低于200站次。逐时短时强降水站次表现出很大的年际变化, 发生概率较高的2013年16-19时均超过500站次, 2015年基本小于200站次, 原因是2015年盛夏长江中下游气温偏低, 热力条件差, 历史罕见(罗连升等, 2017), 2013年我国出现了有气象记录以来最热的八月(王艳姣等, 2014)。逐小时短时强降水概率空间分布表现出较大变化, 13、14时和21-24时浙江省短时强降水发生概率低, 14时全省仅有3个站点概率超过2%, 而概率较高的16-19时浙北的杭嘉湖平原、浙西和浙中的丘陵以及浙南的山区有较多的高概率站点, 17时概率超过2%的站点遍及浙江省。

图 4 浙江省2012-2016年6-9月13-24时短时强降水站次逐小时变化 Fig. 4 Hourly variation of the total amount of afternoon flash heavy rainfall stations from 13 BT to 24 BT from June to September during 2012 to 2016 in Zhejiang Province.
3 午后短时强降水发生的环流背景分析

由于午后短时强降水一般发生在14时以后, 下面以14时NCEP再分析资料为代表, 对短时强降水发生前的环流背景场进行分析。以2012-2016年6-9月逐月14时要素平均场为气候背景场, 将其与短时强降水发生个例的14时环流背景场进行比较, 同时基于浙江省地面气温和风向风速分析热力和地面辐合对短时强降水发生的作用。

6月500 hPa上副热带高压位于西北太平洋洋面, 850 hPa以上的对流层中高层浙江省为较平直的西到西南气流, 中低层均有24 h正变温, 海平面气压场上浙江处于弱边界层辐合线南侧的南到西南气流里, 并有暖脊配合(图略), 地面盛行3~4级的偏南风, 可见6月的午后短时强降水与近地层暖区辐合的动力抬升作用有关。由于6月热力条件相对差, 午后大范围短时强降水发生概率是6-9月中最低的, 且高概率站点分布非常零散。

7月和8月的午后短时强降水发生时天气背景虽有一定差异, 但存在许多共性。7月西北太平洋副热带高压加强西伸(图 5a), 并逐渐北抬, 自南而北影响浙江省, 而8月平均场上浙江省受较稳定的副热带高压控制(图 5b)。7月和8月的午后短时强降水发生日, 浙江省上空850 hPa和925 hPa均盛行西南气流, 且分别有21℃以上的暖中心和27℃的温度脊, 与气候平均值对比, 对流层低层气温均偏高0.5~1℃ (图 5c5d), 表明7月和8月的午后短时强降水发生时中低层暖气团强盛, 具有明显的热对流特征。7月下旬随着副热带高压加强北抬, 浙江南部一般位于副高控制区, 稳定性明显好于浙北, 因此7月浙北平原地区午后短时强降水高概率站点相对浙南更为集中(图 3b)。同时自动站资料分析发现, 7月和8月午后短时强降水发生概率相对高的城区, 存在35℃以上的高温中心, 气温较周边区域高出1℃以上(图略), 城市热岛效应明显。图 5e-f分别给出7月和8月浙江省午后短时强降水发生时地面流场, 可见7月较明显的辐合主要出现在湖州-杭州西部、嘉兴、台州-宁波北部沿四明山向南至天台山一线, 以及浙江西南部丽水、衢州山区。与图 3b对比, 高概率发生站点分布在地面辐合线、城市热岛中心及山区。同样, 图 3c中8月杭州西部、台州、衢州、丽水等地的午后短时强降水高概率区也与地面风场辐合带相对应(图 5f), 体现了山区地形的辐合抬升对短时强降水有增强作用。

图 5 2012-2016年7月(a)、8月(b)午后短时强降水日14时500 hPa位势高度(实线, 单位:dagpm)叠加850 hPa风场(风向杆, 单位:m·s-1)和温度场(填色区, 单位:℃), 7月(c)、8月(d)短时强降水日14时850 hPa温度平均场与气候背景的差异(虚线和填色区, 单位:℃), 7月(e)、8月(f)浙江省短时强降水日地面平均流场 Fig. 5 Average geopotential height field in (a) July, (b) August at 500 hPa (actual line, units:dagpm) superimposed by wind (barb, units m·s-1) and temperature (shaded area, unit:℃) field at 850 hPa at 14:00 BT of afternoon flash heavy rainfalls days. Temperature differences at 850 hPa(dotted line and shaded area, unit:℃) between afternoon flash heavy rainfalls days and climate background at 14:00 BT in (c) July and (d) August. Surface wind field of afternoon flash heavy rainfalls days in (e) July and (f) August from 2012 to 2016.

9月短时强降水日500 hPa上副热带高压控制浙江南部(图略), 高空槽底位于江苏、安徽等地, 而24 h表现出负变温和相对湿度减小趋势, 表明高空有冷空气、干侵入影响浙江, 925 hPa上江苏、安徽和浙江省位于弱低压辐合环流中, 浙江东部沿海有弱的24 h负变温, 表明9月的午后短时强降水与高空槽底、副高边缘的弱冷空气扩散以及低层弱辐合和浅薄冷空气渗透等触发机制有关。9月是副热带高压逐渐南撤东退的季节, 浙江省总体仍受到暖气团的控制, 浙北地区位于副高北界附近, 天气形势较浙南更不稳定, 形成了图 3d中杭州-宁波一线的东西向带状高概率午后短时强降水区; 而925 hPa的24 h的负变温影响浙东沿海, 对宁波、台州、温州沿海午后强对流有一定的触发作用。

综上所述, 6月浙江省午后短时强降水主要与近地层暖区辐合的动力抬升作用有关, 是6-9月中发生概率最低的月份; 7、8月的午后短时强降水受热力抬升影响大, 城市热岛、地形抬升都是午后短时强降水重要的触发因子, 导致杭州和宁波城区及浙中南山区的短时强降水发生概率相对更高; 9月的短时强降水与高空槽底、副高边缘的弱冷空气扩散以及低层弱辐合、弱冷空气渗透等触发机制有关, 而浙江北部9月位于副热带高压北界附近, 天气形势较浙南更不稳定, 形成了浙北地区东西向带状高概率午后短时强降水分布区。

4 午后短时强降水发生前后站点物理量变化

预报员一般通过分析天气形势, 并结合物理参数来开展强对流潜势预报, 常用参数包括对流有效位能(CAPE)、K指数(KI), 500 hPa和850 hPa的假相当位温差(△θse500-850)、抬升指数(LI), 大气可降水量(PW)、850 hPa和500 hPa的温差(△T850-500), 低层垂直风切变(SHRL1000-700)、中层垂直风切变(SHRL700-500)、强天气威胁指数(SWEAT)等。

选择浙江省6个短时强降水概率大于8%的站点(图 2中红色圆点)进行物理量特征分析, 这些站点海拔高度2~774 m, 分布于省内短时强降水高发区, 其中既有平原站点, 也有丘陵和高山站点, 对流指标对不同下垫面有参考意义。

6个代表站点14时各物理量特征分布如图 6。可见站点CAPE均值普遍高于1 500 J·kg-1, 除两个600 m以上的高海拔山区站点外, 其余四个站点接近或超过2 000 J·kg-1。短时强降水发生前LI值一般低于-4℃, 平均-4.8~-6.3℃, 两个高海拔站点大于-5℃, 其余站点小于-5℃, 可见高海拔山区站点短时强降水发生对CAPE值和抬升指数要求更低, 而平原和丘陵地区站点不仅需要更好的抬升条件, 而且需要更高的不稳定能量。各站点850 hPa和500 hPa的温差总体较为相近, 均值24.1~25.6℃。多数个例K指数高于36℃, 均值37~39.4℃。500 hPa和850 hPa假相当位温差普遍小于零, 站点间差异不大, 表明短时强降水日各站点14时都存在层结不稳定性, 平原站点层结不稳定度略低。1 000 hPa和700 hPa低层垂直风切变分析, 两个平原站点明显大于2个山区站点, 前者接近3×10-3 s-1, 后者不足1×10-3 s-1。700-500 hPa中层风切变站点差异表现不明显, 均值在1.3×10-3~2.3×10-3s-1之间, 可见短时强降水发生时平原站点较山区站点需要更大的低层风切变, 但中层风切变却与下垫面关系不大。各代表站点强天气威胁指数(SWEAT指数)多小于300, 均值228~261, 与美国研究结果对比(Miller and Maddox, 1975), 浙江夏季午后短时强降水发生前没有表现出高的SWEAT指数。各站点大气可降水量表现出一定的差异, 均值46.9~60.3 mm, 平原站点略高于山区。

图 6 各代表站点午后短时强降水日14时各种物理量(a.对流有效位能(CAPE); b.抬升指数(LI); c.大气可降水量(PW); d.850 hPa和500 hPa温差(△T850-500); e.K指数(KI); f.500 hPa和850 hPa假相当位温差(△θse500-800); g.低层垂直风切变(SHRL1000-700); h.中层垂直风切变(SHRL700-500); i.强天气威胁指数(SWEAT))箱线图"(*"表示均值, "+"为异常值) Fig. 6 Boxplot of (a) convective available potential energy (CAPE), (b) lifted index (LI), (c) precipitable water (PW), (d) temperature difference between 850 hPa and 500 hPa (△T850-500), (e) K Index (KI), (f) potential pseudo-equivalent temperature difference between 850 hPa and 500 hPa (△θse500-850), (g) vertical wind shear between 1 000 hPa and 700 hPa (SHRL1000-700), (h) vertical wind shear between 700 hPa and 500 hPa (SHRL700-500), and (i) strong weather threat index (SWEAT) for each representative station at 14 BT of afternoon flash heavy rainfalls days(Symbols"*"indicate average value, and symbols"+"indicate the outlier).

综上所述, 短时强降水发生前, 平原地区站点比山区站点要求更大的CAPE值和更小的抬升指数, CAPE一般需达到2 000 J·kg-1, 抬升指数一般需小于-5℃, 这与山区地形强迫抬升相关。此外平原站点大气可降水量以及低层的垂直风切变要求也比山区站点高, 因此平原地区短时强降水发生所需要的层结不稳定度以及水汽条件较山区为高, 并且低层还需要一定的垂直风切变维持。

研究表明(刘健文等, 2005; 雷蕾等, 2011), 探空资料的6 h变量在临近预报中比参量本身的大小更有意义。对08-14时的6 h指标变量统计发现(表 1), 各代表站点多数个例短时强降水临近6 h的CAPESWEAT指数和K指数不同程度的增加, LI指数、△θse500-850表现为减小, CAPE值平均增量达552 J·kg-1, 超过41%的个例增幅大于等于700 J·kg-1, SWEAT指数6 h增加17.5, K指数在6 h内增幅均值为2.3℃, 而抬升指数6 h平均减小1.1℃, △θse500-850在6 h内平均降幅2.4℃。可见短时强降水发生前, 各项层结不稳定指标均表现出站点层结不稳定程度增大。但850 hPa和500 hPa的温差、大气可降水量增幅和中低层垂直风切变的6 h变化不明显, 仅有3.8%的个例850 hPa和500 hPa温差增大2℃以上, 大气可降水量6 h平均增大仅3.2 mm, 中层风切变平均甚至下降0.05×10-3s-1

表 1 各代表站点午后短时强降水发生前物理量6 h变化量 Table 1 The 6 h variations of physical parameters for each representative station of afternoon flash heavy rainfalls.

可见在合适的环流背景下, 当08时850 hPa和500 hPa的温差、大气可降水量、中低层垂直风切变达到午后短时强降水发生的指标时, 需要关注模式预报的CAPESWEAT指数、K指数、LI指数、△θse500-850等指标及其未来6 h变化趋势, 当各指标总体表现出层结不稳定程度增大时, 应当在预报服务中提高短时强降水潜势预报发布概率。

2015年7月29日午后浙江省出现了由于副热带高压边缘不稳定引起的较大范围短时强降水(图 7)。当日14时500 hPa上588 dagpm线位于浙中南上空, 850 hPa在浙南有弱的辐合带配合, 浙江省各地最高气温普遍达到35℃以上, 具有强对流发生的热力和一定的动力抬升条件, 14时全省CAPE值均超过1 000 J·kg-1。08时和14时多项对流指标达到短时强降水均值, 图 7a为14时K指数及其08-14时6 h变量, 达到统计平均值的区域主要位于浙江中南部地区, 同时该区有1 500 J·kg-1左右的CAPE高值区, 08-14时6 h抬升指数普遍减小0.5(图 7b), 大气可降水量增加4 mm以上(图略), 短时强降水发生点对应着高K值区域, 以及KI趋于增大和LI趋于减小的区域。浙北湖州、嘉兴等地K指数在08-14时明显增大, 但14时K指数仅36℃左右, 14-20时K指数进一步增大(图略), 实况该地区在上半夜出现了分散性的短时强降水。

图 7 2015年7月29日午后浙江短时强降水站点分布叠加K指数(a, 阴影区, 14时K指数大于38℃; 实线为K指数6 h变化)和LI指数(b, 虚线为LI指数6 h变化) Fig. 7 Spatial distribution of afternoon flash heavy rainfalls overlap (a) KI (shaded area, KI greater than 38 at 14:00 BT; actual line, the increment of KI from 08:00 BT to 14:00 BT), and (b) LI (dotted line, the decrement of LI from 08:00 BT to 14:00 BT) on 29 July 2015 in Zhejiang Province.

为验证上述6个站点(统计站点)短时强降水物理量统计指标的普适性, 以各统计指标均值为标准, 在每个统计站点周边50公里范围内各选取3个站点共计18个进行检验, 检验站点选择以下垫面条件相似并且短时强降水概率相对高为原则。表 2列出了统计站点分别有4~7个物理量值达到平均对流指标时检验站点发生短时强降水的平均概率。可见随着满足对流值标的物理量个数由4个增加到5个, 周围检验点发生短时强降水的概率有所增大。当统计站点满足5~6个统计指标时, 60%的检验站点短时强降水概率≥ 50%。

表 2 代表站点短时强降水物理量验证 Table 2 Validate of physical parameters for each representative station.
5 结论和讨论

对2012-2016年6-9月浙江省午后短时强降水的时空分布进行分析, 探讨其发生的环流背景及局地热力条件、地形辐合等触发因子的特点, 挑选6个代表站点统计业务参考的9个物理量及其6 h变化特征, 为浙江省6-9月午后短时强降水潜势预报提供参考。主要结论如下:

(1) 浙北的杭州城区和宁波城区短时强降水概率相对高, 浙江中南部高概率站点多位于海拔较高的雁荡山山脉、仙霞岭山脉、千里岗山脉等山区。浙江东部沿海地区、金(华)衢(州)盆地以及千岛湖概率较小。16-19时是午后强对流引发短时强降水最密集的时段。

(2) 7、8月浙江午后短时强降水发生概率最高, 均表现出明显的热对流性质。强降水发生高概率站点与地面辐合、城市热岛中心对应, 表现出边界层辐合、城市热岛效应及山区地形都是午后短时强降水重要的触发因子。

(3) 午后短时强降水发生前, 平原地区代表站比山区站要求更高的对流条件, CAPE值一般需达到2 000 J·kg-1, 而抬升指数一般需小于-5℃, 且低层还需要一定的垂直风切变维持。短时强降水发生前6 h, 多个强对流指标一般有较大的增量。盛夏季节, 08时850 hPa和500 hPa的温差、低层和中层的垂直风切变达到短时强降水事件发生的指标时, 需关注CAPESWEAT指数、K指数、LI指数、△θse500-850等指标及其未来6 h变化趋势。

本文讨论了午后强对流引发短时强降水情况下的环境参数变化, 但短时强降水过程中可能同时伴有雷雨大风、冰雹、龙卷等更剧烈的天气现象, 各种天气现象的发生发展机制有所差异, 因此日后工作需要关注上述天气的机理研究以及相关环境变量与短时强降水的区别。

参考文献
陈炯, 郑永光, 张小玲, 等. 2013. 中国暖季短时强降水分布和日变化特征及其与中尺度对流系统日变化关系分析[J]. 气象学报, 71(3): 367-382.
陈玥, 谌芸, 陈涛, 等. 2016. 长江中下游地区暖区暴雨特征分析[J]. 气象, 42(6): 724-731.
谌芸, 孙军, 徐珺, 等. 2012. 北京721特大暴雨极端性分析及思考(一)观测分析及思考[J]. 气象, 38(10): 1255-1266.
樊李苗, 俞小鼎. 2013. 中国短时强对流天气的若干环境参数特征分析[J]. 高原气象, 32(1): 156-165.
韩宁, 苗春生. 2012. 近6年陕甘宁三省5-9月短时强降水统计特征[J]. 应用气象学报, 23(6): 691-701.
刘健文, 郭虎, 李耀东, 等. 2005. 天气分析预报物理量计算基础[M]. 北京: 气象出版社, 216.
雷蕾, 孙继松, 魏东. 2011. 利用探空资料判别北京地区夏季强对流的天气类别[J]. 气象, 37(2): 136-141.
罗连升, 徐敏, 杨玮. 2017. 长江中下游2015年盛夏低温的大气环流特征及ENSO的影响[J]. 气象, 43(3): 278-285.
李文娟, 赵放, 赵璐, 等. 2017. 基于单站探空资料的不同强度短时强降水预报指标研究[J]. 暴雨灾害, 36(2): 132-138.
孟丽霞, 许东蓓. 2017. 甘肃省短时强降水的时空特征[J]. 沙漠与绿洲气象, 11(6): 34-39.
孙继松, 陶祖钰. 2012. 强对流天气分析与预报中的若干基本问题[J]. 气象, 38(2): 164-173.
孙继松. 2017. 短时强降水和暴雨的区别与联系[J]. 暴雨灾害, 36(6): 498-506.
田付友, 郑永光, 张涛, 等. 2017. 我国中东部不同级别短时强降水天气的环境物理量分布特征[J]. 暴雨灾害, 36(6): 518-526.
王国荣, 王令. 2013. 北京地区夏季短时强降水时空分布特征[J]. 暴雨灾害, 32(3): 276-279.
王淑莉, 康红文, 谷湘潜, 等. 2015. 北京7·21暴雨暖区中尺度对流系统的数值模拟[J]. 气象, 41(5): 544-553.
王艳姣, 高蓓, 周兵, 等. 2014. 2013年全球重大天气气候事件及其成因[J]. 气象, 40(6): 759-768.
许敏, 丛波, 张瑜, 等. 2017. 廊坊市短时强降水特征及其临近预报指标研究[J]. 暴雨灾害, 36(3): 243-250.
徐慧燕, 邓霞君, 周国华. 2016. 丽水地区短时强降水时空分布特征及成因分析[J]. 气象与环境科学, 39(3): 44-49.
徐燚, 闫敬华, 王谦谦, 等. 2013. 华南暖区暴雨的一种低层重力波触发机制[J]. 高原气象, 32(4): 1 050-1 061.
俞小鼎, 王迎春, 陈明轩, 等. 2005. 新一代天气雷达与强对流天气预警[J]. 高原气象, 24(3): 456-464.
俞小鼎, 周小刚, Lemon L, 等. 2012. 强对流天气临近预报[M]. 北京: 中国气象局气象干部培训学院, 1-4.
Doswell C A Ⅲ. 2001. Severe convective storms-an overview[J]. Meteorological Monographs, 28(50): 257-308.
Hitchens N M, Baldwin M E, Trapp R J. 2012. An object-oriented characterization of extreme precipitation-producing convective systems in the Midwestern United States[J]. Monthly Weather Review, 140(4): 1 356-1 366. DOI:10.1175/MWR-D-11-00153.1
Miller R C, Maddox R A. 1975. Use of the SWEAT and SPOT indices in operational severe storm forecasting[C]//7th AMS Conf. on Severe Local Storms: 1-6
Romatschke U, Houze R A J. 2011. Characteristics of precipitating convective systems in the premonsoon season of south Asia[J]. Journal of Hydrometeorology, 12(2): 157-180. DOI:10.1175/2010JHM1311.1