2019, Vol. 38 
2. 广东省惠州市突发事件预警信息发布中心, 惠州 516001
2. Release Center of Pre-warning Information for Explosive Event in Huizhou City of Guangdong, Huizhou 516001
1998年以来, 我国各地暴雨强度不断突破其历史的极值(廖移山等, 2011), 研究发现, 在这些暴雨过程中常常存在多个线状排列的雷暴单体, 像缓慢移动的一节节火车车厢依次经过某一固定地点, 这种形势非常有利于造成局地大暴雨或特大暴雨, 多单体雷暴的这种传播方式被形象地称为"列车效应"(Doswell et al., 1996; 孙继松等, 2013, 2016)。这一现象在我国多地强降水天气过程中均有出现, 且常常扮演着非常重要的角色, 如西北(冯建明等, 2010)、华北(孙继松等, 2013)、华中(廖移山等, 2011)和华东(王啸华等, 2015)地区的暴雨天气过程中, 长江流域地区的大范围暴雨和梅雨锋暴雨等天气过程中(唐明晖等, 2012; Luo et al., 2014; 孙素琴等, 2015), 以及作为研究热点的华南暴雨天气过程中(何立富等, 2016)。
目前, 针对广东暴雨过程中的"列车效应"展开了一些研究, Wang等(2014)指出粤西沿海的南海季风暴雨中存在不同时段由不同机制触发的回波"列车效应"; 柯文华等(2012)指出地面静止锋及其前方锋前暖区内出现的中尺度辐合长时间维持, 以及特殊的地形和低空西南急流造成中小尺度次级垂直环流, 且这些次级环流有规则的排列, 是形成和维持粤东沿海一次极端强降水过程中"列车效应"的主要原因。另外, 一些学者指出华南暴雨过程中存在"列车效应", 但并未对其传播特征和触发机制等进行分析阐述, 如胡端英等(2013)和徐明等(2018)从雷达回波演变特征上指出发生在粤西罗定和信宜的特大暴雨过程中存在"列车效应"现象; 叶朗明等(2014)指出在粤西沿海地区回流暖区暴雨过程的MCS移动中存在类似"列车效应"; 祁秀香等(2015)指出珠江口地区大暴雨过程中的α中尺度对流系统内存在多个小尺度对流单体的"列车效应"。显然, 这些研究成果对于极易发生极端强降水的广东地区的预报预测服务需求是远远不够的。
作为广东三大暴雨中心之一、地处莲花山脉附近的粤东暴雨中心(林良勋等, 2006), 近10 a来其区域内的惠东高潭出现了"13.8"和"18.8"两次破广东省暴雨历史极值的极端强降水过程(李明华等, 2010; 陈芳丽等, 2014, 2018), 这两次过程中均存在显著的"列车效应", 造成了严重的洪涝灾害、道路塌方、山体滑坡、通讯中断等重大灾情。然而由于受地理位置、地形等多种因素的影响, 不同区域对流系统发生发展、维持的机制存在差异, 以及每一次强降水天气过程的演变特征和形成原因等亦不完全相同, 目前尚缺少针对粤东暴雨中心区域内极端暴雨过程中"列车效应"的演变特征和机理的研究, 要提高粤东暴雨中心暴雨的预报预测、预警的水平和能力, 需不断对上述地区个例进行总结研究。
2018年8月27日-9月1日, 广东省珠江三角洲和粤东市县出现了持续性特大暴雨。本文采用广东省区域雷达拼图产品、MICAPS实况、CFSR (The National Centers for Environmental Prediction (NCEP) Climate Forecast System Reanalysis)逐6 h再分析资料(水平分辨率0.5°×0.5°)、广东省国家级地面气象观测站和区域自动站资料, 对期间降水时段最集中的8月30-31日发生在惠东高潭附近地区极端强降水过程中的"列车效应"进行分析, 以期为今后广东东部暴雨中心极端强降水过程的预报预测以及决策服务提供理论帮助。
1 降水过程概况2018年8月27日-9月1日, 受季风低压影响, 广东省南部沿海出现了持续性强降水过程。图 1给出2018年8月27日20:00-9月1日20:00 (北京时, 下同)广东省的过程累积雨量分布, 从中可见, 从珠三角西侧江门沿海至粤东汕头一带累积雨量超过250 mm, 超过1 000 mm的强降水落区主要集中在惠州惠东县和汕尾陆河县, 其中惠东高潭镇(115.3°E, 23.2°N)录得过程雨量1 394.6 mm, 刷新广东省过程雨量极值。
|
图 1 2018年8月27日20:00-9月1日20:00广东过程累积雨量空间分布(单位:mm) Fig. 1 Accumulative precipitation in Guangdong from 20:00 BT 27 August to 20:00 BT 1 September 2018 (unit:mm). |
该过程具有暴雨持续时间长、强降水落区集中、雨量超历史极值的特点。持续性强降雨导致惠东、汕尾等地江河水库水位迅速上涨, 并导致多地山体滑坡、道路中断、城乡积涝等严重的次生灾害, 内涝灾害影响持续超过一周时间, 造成重大经济损失。
在这次持续性降水过程中出现了一次极强的降水过程。图 2给出2018年8月30日05:00-31日05:00广东省累积雨量空间分布和惠州高潭镇的逐时雨量时间序列图。从图 2a可见, 此时段内大于等于250 mm强降水落区主要集中在粤东暴雨中心范围内, 其中超过500 mm的站点有10个, 雨量排名前三的监测站点分布在惠东的高潭镇和白盆珠镇, 其中最大为惠东高潭的G1730站点, 其24 h雨量达1 056.7 mm, 破广东省有完整气象记录以来(1951年)的24 h雨量极值, 也创中国大陆非台风降水24 h雨量极值。从图 2b可见, 在此期间高潭小时雨量均超过10 mm, 有19个时次的小时雨量均大于等于20 mm, 最大小时雨量为31日03:00-04:00的98.6 mm。
|
图 2 2018年8月30日05:00-31日05:00广东省累积雨量(a)和惠州高潭G1730逐时雨量时间序列(b) (单位:mm) Fig. 2 (a) Accumulative precipitation in Guangdong and (b) hourly precipitation at Gaotan G1730 of Huizhou from 05:00 BT 30 to 05:00 BT 31 August 2018. |
综上所述，30日凌晨至31日凌晨惠东高潭附近的粤东暴雨中心出现的罕见的极强降水过程，强降水落区局地，且持续时间长达24 h之久，本文针对此次影响严重的极端强降水过程进行分析。
2 大气环流背景分析此次极端强降水过程主要诱因是季风低压环流长时间盘踞在华南上空, 而造成这种环流形势的天气尺度系统主要有副热带高压(以下简称副高)和南海季风。由于中南半岛东北侧至北部湾附近地区上空季风低压中心长时间维持, 30-31日广东区域位于低压中心东北侧的环流中, 期间气旋式暖性切变不断北推, 切变线的北推与西南季风脉冲增强过程有关。另外, 随着副高西伸, 其西端与季风低压东北侧之间气压梯度加大, 也促进了粤东沿海地区偏南风风速的增大。
图 3为30日02:00-31日08:00的925 hPa风场, 表 1为强降水区上、下游广东探空站风速实况, 从表 1可见, 30日08:00上游的阳江和香港探空站850 hPa西南风速达15~18 m·s-1, 且香港站925 hPa风速是在31日08:00达最大, 结合表 1风速实况和图 3风场演变可知, 珠江口以东的沿海上空存在较明显的西南风风速辐合, 尤其是在925 hPa及其以下偏南风风速辐合更为明显, 且风场呈气旋式弯曲, 对应于海平面气压场上表现为东高西低分布特征, 珠江口至粤东范围内等压线近似南-北走向(图略), 气压差约2.5 hPa。
|
图 3 2018年8月30日02:00-31日08:00不同时次的925 hPa风场(阴影区风速大于等于10 m·s-1, "D"为季风低压中心, 红框内为惠东和汕尾) Fig. 3 925 hPa wind field at different times from 02:00 BT 30 to 08:00 BT 31 August 2018 (shading indicates area with more than or equal to 10 m·s-1, "D"is the center of monsoon depression, and the red box is the region of Huidong and Shanwei). |
|
表 1 2018年8月29日20:00-31日20:00阳江、香港和河源探空站风速统计表(单位:m·s-1) Table 1 Wind speed data from Yangjiang, Hongkong and Heyuan sounding stations from 20:00 BT 29 to 20:00 BT 31 August 2018 (unit:m·s-1). |
为进一步阐明此次过程环流演变特点, 取暴雨中心内的单点做物理量垂直剖面进行分析, 图 4为汕尾中部沿(115.5°E, 23°N)经暴雨中心的水汽通量散度的时间-垂直剖面图, 从中可见, 30-31日水汽的辐合主要集中在900 hPa以下。另外, 从图 4风场演变可以发现另一显著特征, 30日白天至31日凌晨边界层风向由西南风逐渐转为偏南风, 林良勋等(2006)指出粤东南边界层吹西南和南风时, 在海陆丰和惠来一带形成辐合上升运动。这一特点在垂直速度场上有明显的体现, 取同图 4单点位置, 做垂直速度的时间-垂直剖面图(图 5), 强降水时段均存在较强的垂直速度负值区, 而边界层最强负值区出现在31日凌晨, 其次为30日白天, 这一演变特征与强降水时段基本吻合。综上所述, 30-31日缓慢移动的季风低压东北侧的气旋式暖性切变南侧, 粤东暴雨中心区边界层中西南-偏南暖湿气流的脉冲, 在汕尾中部附近地区出现了明显的辐合上升, 形成了非常有利于此次极强暴雨过程的大气环流场形势。
|
图 4 2018年8月29-31日沿(115.5°E, 23°N)经暴雨中心的水汽通量散度(阴影, 单位:10-5 g·cm-2· hPa-1· s-1)和风场(风向杆)的高度-时间剖面 Fig. 4 The height-time cross section of vapor flux divergence (shading, unit: 10-5 g·cm-2· hPa-1· s-1) and wind field (wind shaft) along (115.5°E, 23°N) through the rainstorm center from 08:00 BT 29 to 20:00 BT 31 August 2018. |
|
图 5 2018年8月29-31日沿(115.5°E, 23°N)经暴雨中心的垂直速度(单位:10-1Pa·s-1)高度-时间剖面 Fig. 5 The height-time cross section of vertical velocity (unit:10-1Pa·s-1) along (115.5, 23) through the rainstorm center from 08:00 BT 29 to 20:00 BT 31 August 2018. |
此次过程中降水系统主要表现为中β尺度对流系统(MβCS), 沿莲花山山脉移动的MβCS"列车效应"明显, 形成了此次强降水过程中的最显著特征之一, 下面分析该强降水过程"列车效应"的传播特征和触发机制。
3.1 "列车效应"传播特征图 6为30日06:36-20:00粤东暴雨中心附近地区雷达回波的组合反射率。如图 6a所示, 30日凌晨高潭附近地区降水开始加强发生在850 hPa切变线北推后西南季风脉冲时, 广东南部沿海地区降水回波呈窄带状东西向分布, 多单体回波带沿莲花山山脉呈西南-东北向移动, 其中莲花山南侧的汕尾冲积平原中北部的雨带发展最旺盛, 但此时强降水带相对于惠东高潭位置略偏南, 高潭雨强并不是很大。30日上午09:00至16:00的雷达回波(图 6b-d)显示, 强雨带逐渐北抬至莲花山山脊, 多单体回波带基本沿山脊方向传播, 随时间推移莲花山一带降水回波范围逐渐缩小, 但在高潭附近一直有强回波"驻留"。16:00-21:00的雷达回波(图 6d-f)显示, 沿莲花山主峰西段强降水回波重新加强发展, 形成一条强雨带, 仍沿山脊传播, 高潭在此时又出现一段持续约4 h的强降水时段, 小时雨量达58~70 mm, 雨强明显大于之前时次。
|
图 6 2018年8月30日06:36-20:00不同时次广东雷达拼图的组合反射率(单位:dBz) Fig. 6 Composite reflectivity of radar mosaic in Guangdong at different times from 06:36 BT to 20:00 BT 30 August 2018 (unit:dBz). |
21:00-23:00高潭附近回波明显减弱, 小时雨量小于等于20 mm。图 7为30日22:00-31日06:00的雷达回波演变特征, 从中可见, 30日23:00-31日06:00随着925 hPa偏南气流再次脉冲式增强, 造成了高潭又一波强降水, 最大时雨量达98.6 mm。此阶段降水回波主要沿莲花山脉山脊向东北方向移动, 且回波组合反射率长时间维持在56 dBz左右, 呈现为典型的"列车效应"。将图 7中对流单体或多单体风暴编号为A-H。22:00-23:00, A生成于山脉南侧, 快速发展至高潭西北侧减弱消失, 紧随其后的B则沿山脉发展至高潭附近时不断加强, 且长时间维持, 其前侧回波不断减弱, 与此同时C1与C2快速发展并合并成C, 31日00:00-01:00, B逐渐减弱, 而C强度更强、范围更大, 其维持约2 h后在高潭东北侧减弱。D生成于海上, 沿山脉向东北发展, 紧随其后的E, 由E1和E2两块云团发展而来, 呈西北-东南走向, 03:00-04:00快速向东北移动, 其西北侧回波减弱, 剩余部分与D汇合, 形成D+E, 05:00前后分裂成两块强回波, 前一块向东移动, 后一块减弱, 其后的F-G1-G2-H则移动路径逐渐向东偏移, 06:00后高潭附近降水明显减弱。
|
图 7 2018年8月30日22:00-31日06:00逐时广东雷达拼图组合反射率(单位:dBz, A-H为对流单体或多单体风暴编号) Fig. 7 Hourly composite reflectivity of radar mosaic in Guangdong from 22:00 BT 30 to 06:00 BT 31 (unit:dBz, A-H represent convection cells). |
除沿山脊不断发展的回波外, 在汕尾陆河附近有一强回波长时间维持(图 7a-d, 黑色矩形框内), 31日00:00-01:00其西南侧有回波生成(图 7d, 黑色椭圆形框内), 并较快速的与其合并, 形成图 6e-f中黑色椭圆形框内形状, 维持至04:00前后明显减弱, 此区域回波长时间维持和组合加强造成了陆河附近强降水。
因此, 在沿山脉的雨带形成和发展过程中, 不同位置的对流单体或多单体风暴移速和强度明显不同, 总体来说, 回波多生成于山脉西端的沿海地区和海上, 初始移速较快, 至高潭附近的谷地时, 移速明显减缓, 且强度增强, 甚至在原地不断生消, 与紧随其后的回波合并, 使得高潭附近地区强回波长时间维持。处于汕尾平原北端东侧的陆河附近也有回波驻留现象。
3.2 "列车效应"传播机制分析如第2节所述, 在非常有利的缓慢移动的天气尺度环流背景形势下, MβCS中形成的"列车效应"发生在对流层低层西南-偏南暖湿气流不稳定环境下。孙继松等(2016)根据线性化的惯性重力波扰动方程组, 推导出惯性重力波的波能方程
| $ \frac{{\partial E}}{{\partial t}} + \nabla \cdot \left({{{\vec C}_g}E} \right) = \frac{{k_{\rm{e}}^2}}{{\sigma _{{\rm{se}}}^2}}\left[ {\frac{1}{2}\frac{{\partial \left| {\tilde N_{{\rm{se}}}^2} \right|}}{{\partial t}} - C\frac{{{{\vec k}_{\rm{e}}}}}{{\left| {{k_{\rm{e}}}} \right|}} \cdot \nabla \left| {\tilde N_{{\rm{se}}}^2} \right|} \right]E $ | (1) |
公式(1)右端第一项指出重力波的传播环境需要一定的对流不稳定, 但不可能在非常强烈的对流不稳定环境中传播, 如快速移动的锋面型强降水过程中较难出现雷暴的"列车效应"; 第二项表明背景场中的不稳定能量将以波的相速度传播, 此公式可解释惯性重力波的传播在"列车效应"中的作用。
对于深厚西南暖湿气流中发生的雷暴, 惯性重力波由假相当位温区θse的高值区向低值区传播, 且雷暴传播过程中不断增强的现象往往造成最大降水中心出现在波列的前端而不是最早出现雷暴的区域。因此, 分析此次过程中θse的空间演变特征, 是否满足"列车效应"的传播机制。图 8为θse空间分布特征, 从图 8a垂直方向来看, θse大值区主要集中在900 hPa以下的对流层底层, 这一特征有别于"13.8"惠东高潭极端天气过程(陈芳丽等, 2014), 是此次过程中最为显著的特征。因此分析1 000 hPa的θse水平场演变特征可以发现, 珠江口及其以东的沿海地区始终处于θse高值区与低值区之间, 31日02:00时表现为最明显, 如图 8b所示, 此时θse高值中心位于珠江口东侧, 与汕尾之间等θse线较为密集, Δθse约为6 K·200 km-1。斜压不稳定环境有利于对流系统由西南向东北的传播过程中不断增强, 从而产生强降水现象。因此, MβCS中对流单体的传播与不断加强是发生在非常有利的对流不稳定环境条件下。
|
图 8 2018年8月31日02:00沿23°N经暴雨中心θse纬向垂直剖面图(a)和1 000 hPa θse场(b) (单位:K) Fig. 8 (a) Zonal cross section of pseudo-equivalent potential temperature along 23 through rainstorm center and (b) pseudo-equivalent potential temperature on 1 000 hPa at 02:00 BT 31 August 2018 (unit:K). |
第3.2节阐释了此次过程中"列车效应"的传播机制, 而"列车效应"的传播与重力波息息相关, 因此, 分析"列车效应"的触发机制, 即需研究重力波的触发机制, 重力波的初始触发主要与地面中尺度辐合线、低空偏南风风速脉动、以及特殊地形分布等密切相关。
3.3.1 地面中尺度辐合线的作用分析莲花山山脉附近地区地面监测站风场的演变特征, 同时结合第2节对风场的分析可知, 当30日凌晨到上午, 边界层为西南气流控制时, 沿海地面站点也吹西南风, 分析图 9a中地面监测站风场可知, 此时地面辐合线贴近沿海, 莲花山脉附近的辐合线位于其南侧, 随着西南气流逐渐转向偏南气流, 且地面偏南暖湿气流逐渐北推至莲花山山脉附近, 汕尾境内的地面辐合线亦随之北抬, 大致呈东北-西南向分布, 与山脉走向基本一致。而在此次过程中最显著的地面风场的变化是发生在31日凌晨, 如图 9b所示, 此时地形对风场的影响明显, 海丰境内西南风沿山脉南侧向平原北端输送, 汕尾城区附近则为偏南气流, 而陆丰至惠来一带的风由于受地形影响出现气旋式弯曲, 甚至转为辐合线北侧的东北风, 这种地面风场形势下, 使得平原北端强降水中心地区的风场辐合明显增强, 也因此使得该地区降水明显增幅。综上所述, 地面中尺度辐合线在此次过程中扮演着重要的角色, 当惠东沿海-海丰地区不断生成的降水回波沿着莲花山山脉向东北向移动至平原北端时, 由于地形作用和地面中尺度辐合线的加持, 使得降水回波在高潭-陆河附近移动减缓甚至停滞, 造成降水强度加强, 从而非常有利于出现明显的"列车效应"现象。
|
图 9 2018年8月30日06:30 (a)和31日04:00 (b)地面气象监测站平均风场(双断线为地面中尺度辐合线, 箭矢为气流) Fig. 9 The average wind field at surface meteorological monitoring stations at (a) 06:30 BT 30 and (b) 04:00 BT 31 August 2018 (Broken line is surface mesoscale convergence line, and arrowhead represents the girflow). |
季风风速的脉动是此次强降水过程不可或缺的因素之一。结合第2节所述和表 1风速变化可知, 过程开始时850 hPa西南风脉动明显, 从而触发了持续性强降水的发生, 而30日夜间到31日早晨, 925 hPa偏南气流的脉冲将强降水过程再次推向高峰, 汕尾平原北部的惠东高潭-陆河新河-陆丰大安一带最大小时雨强达98~125 mm·h-1。另外, 孙继松等(2013, 2016)指出由于暖湿气流的维持, 对流不稳定和低空垂直切变环境得以维持, 雷暴群形成的重力波诱发对流单体不断新生并沿西南气流传播, 而出现"列车效应", 并在传播过程中不断发展, 于是在西南气流末端出现暴雨中心。这一理论在此次过程中也是适用的。
3.3.3 特殊地形的作用如图 1所示, 此次过程最强降水中心发生在粤东暴雨中心的惠东-陆河一带的小区域内, 这与其周围特殊的地形分布密不可分。图 10为惠东-汕尾附近地形分布和地面典型流场示意图, 从中可见, 惠东至汕尾一带地形非常复杂, 区域内既有高山、丘陵, 又有台地和平原, 其中呈东北-西南走向的莲花山山脉, 其最高峰为惠东与海丰交界处分水岭上的莲花山, 海拔约1 336 m, 惠东高潭则位于惠东东部向西南开口的"U"型峡谷谷底与汕尾陆河之间的莲花山山脉低坳处。除莲花山外, 汕尾境内地势大致呈北高南低型, 北部为高丘山地, 中部多丘陵、台地, 南部沿海多为台地、平原, 其东部与揭阳接壤, 此处为莲花山分支, 即海拔约为800 m的南阳山和西北-东南走向的大南山系, 与莲花山主峰形成了"人"字形山脉分布。
|
图 10 惠州惠东-汕尾陆河附近地形及地面典型流场示意图(红色双断线为切变线, 红色箭头为气流) Fig. 10 The schematic diagram of terrain around Huidong and Luhe and the typical ground stream field (broken line is surface mesoscale convergence line, and arrowhead represents the girflow). |
此次过程中惠东县境内的强降水落区主要集中在惠东县城, 以及白盆珠水库-高潭一带, 除惠东县城位于"U"型峡谷的开口处外, 白盆珠靠近莲花山山脉, 而高潭位于峡谷底部和山脉低坳处, 结合第2节和第3.3.1节风场变化, 以及第3.1节雷达回波演变可知, 边界层西南风在30日中午已逆转为偏南风, 其影响时间较短, 且高潭监测站以偏北风为主, 因此, 此次过程中回波多位于莲花山山脊和其南侧发展生消, 惠东东部的"U"型谷底的地形抬升作用不明显。
针对粤东南地形对暴雨的增幅作用, 王坚红等(2017)指出高粗糙度的莲花山对西南向型暖区暴雨的增幅显著, 但未涉及偏南暖湿气流影响下的地形作用。林良勋等(2006)和徐祥德等(2014)指出迎风坡和"人"字形山脉对暖湿气流的辐合抬升作用, 以及地形对暴雨雨团的阻挡作用。而位于粤东暴雨中心的莲花山最高峰海拔约为1 336 m, 其余大多海拔低于1 000 mm, 因此, 当在缓慢移动的影响天气系统背景下, 粤东暴雨中心地形对925 hPa及其以下的气流方向和大小的影响作用显著, 综上所述, 此次过程显然满足这一特点, 地面典型流场如图 9所示。
雷达回波的演变特征也可以反映出地形对此次过程的重要作用。图 11为30日08:00香港探空图, 从中可见, 香港T-logp图上表现为深厚湿层, 以及非常低的自由对流高度和抬升凝结高度(均在925 hPa以下), 31日08:00的香港T-logp图上亦是如此(图略), 而强降水对流系统表现为显著的暖区低质心回波特征(图 12b-d), 垂直反射率大值区贴地面向上伸展, 结合水汽通量散度(图 4)和θse场(图 8a)演变特征, 此次过程高能高湿区集中在边界层中, 因此, 当低空偏南气流遇到1 000 m以上的山脉时, 迎风坡地形作用突显。
|
图 11 2018年8月30日08:00香港探空T-logp图 Fig. 11 T-logp plot at Hongkong sounding station at 08:00 BT 30 August 2018. |
|
图 12 2018年8月31日03:24莲花山周边雷达拼图的组合反射率(单位:dBz)和03:19-03:24闪电数据"(+"为正闪, "-"为负闪)叠加图(a)以及沿图(a)中的①、②、③线处的雷达剖面图(b-d) Fig. 12 (a) Composite reflectivity of radar mosaic around Lianhua Mountain at 03:24 BT 31 and lightning data from 03:19 BT to 03:24 BT 31 August 2018 (unit:dBz, "+"represents positive lightning, and"-"represents negative lightning) and (b), (c), and (d) respectively correspond to the radar profiles of ①, ②, ③ line). |
此外, 当降水回波处于莲花山山脉不同位置时, 最大值及其延伸高度呈现不同特征, 为阐明这一特点, 如图 12a所示, 取31日03:24回波发展旺盛期的组合反射率, 在不同位置做垂直剖面。图 12b为从高潭附近沿山脉走向的东北-西南向的垂直剖面, 从中可见, 大于等于35 dBz基本位于6 km以下, 最强回波高度小于等于1 km, 无闪电, 以强降水为主; 图 12c为从山脉中段沿西北-东南向的垂直剖面, 从中可见, 此回波在山脉北侧的惠东山区强度明显强于南侧, 北侧回波自香港-深圳盐田-惠阳-惠东一带发展而来, 垂直强回波区主要位于2~7 km之间, 并有伴有闪电现象; 图 12d为处于海上发展阶段的对流单体的垂直剖面图, 从中可见, 大于等于35 dBz的回波向上发展至13 km, 其中大于等于50 dBz的回波厚度约6 km, 闪电现象明显。因此, 大致为沿莲花山主峰自西南向东北方向, 强回波高度逐渐降低, 结合第3.1节雷达回波在高潭附近移速减缓、不断发展加强, 甚至停滞的特征, 最强降水出现在莲花山主峰东端地势低坳处, 这也正说明莲花山地形对强降水回波的阻滞作用。
4 结论综上所述, 此次破历史记录的极端强降水过程中, 存在非常显著的"列车效应", 主要结论如下:
(1) 形成该强降水过程的主要诱因是季风低压环流长时间盘踞在华南上空。珠江口以东的沿海地区西南-偏南暖湿低空急流长时间维持, 并形成季风脉冲, 尤其是925 hPa及其以下对流层底层偏南暖湿气流气旋式辐合等, 形成了此次过程非常有利于持续性强降水的天气尺度环流背景。
(2) 该强降水过程的一个显著特点是在强降水发生时段, 汕尾附近地区边界层风向随时间由西南风逐渐逆时针旋转为偏南风, 在其中部附近地区形成气流的辐合上升。
(3) 降水回波呈现出典型的"列车效应"演变特征, MβCS中多单体对流风暴沿西南季风和莲花山山脉走势自西南向东北方向移动。
(4) 地面中尺度辐合线以及低空西南-偏南暖湿气流的脉冲起着重要的触发作用。同时, 粤东暴雨中心地区特殊地形对暴雨增幅作用显著, 南阳山、大南山系与莲花山主峰形成的"人"字形地形对气流的辐合抬升, 以及莲花山主峰对降水云团的阻滞作用, 使得强降水中心出现在莲花山主峰东端地势低坳处的惠东高潭及陆河附近地区。
致谢：中国气象科学院孙继松研究员对本文给予指导和建议，国家海洋局海洋灾害预报技术研究重点实验室/国家海洋环境预报中心邢建勇提供CFSR数据支持，谨致谢忱！
陈芳丽, 李明华, 杜小松, 等. 2014. 惠州高潭一次特大致洪暴雨过程分析[J]. 广东气象, 36(2): 24-29. DOI:10.3969/j.issn.1007-6190.2014.02.005 |
陈芳丽, 李明华, 曾丹丹, 等. 2018. "8.31"广东极端强降水过程边界层触发条件分析[J]. 广东气象, 40(5): 1-5. |
冯建明, 纪晓玲, 陈晓娟, 等. 2010. 干旱区一次连阴雨过程中暴雨天气的多普勒雷达图像特征[J]. 兰州大学学报(自然科学版), 46(S1): 93-98. |
何立富, 陈涛, 孔期. 2016. 华南暖区暴雨研究进展[J]. 应用气象学报, 27(5): 559-569. |
胡端英, 梁域, 余家材, 等. 2013. "9.16"广东旱区罗定特大暴雨灾害天气成因分析[J]. 广东气象, 35(3): 6-11. DOI:10.3969/j.issn.1007-6190.2013.03.002 |
柯文华, 俞小鼎, 林伟旺, 等. 2012. 一次由"列车效应"造成的致洪暴雨分析研究[J]. 气象, 38(5): 552-560. |
李明华, 张子凡, 郭琳晶, 等. 2010. 近43a惠州市强降水和洪涝的气候特征分析[J]. 暴雨灾害, 29(4): 381-385. DOI:10.3969/j.issn.1004-9045.2010.04.014 |
廖移山, 冯新, 石燕, 等. 2011. "7.22"襄樊特大暴雨的天气学机理分析及地形影响[J]. 气象学报, 69(6): 945-955. |
林良勋, 冯业荣, 黄忠, 等. 2006. 广东省天气预报技术手册[M]. 北京: 气象出版社, 38-58, 106-150.
|
祁秀香, 郑永光, 伍志方, 等. 2015. 一次导致大暴雨的中尺度对流系统演变和风场垂直结构特征[J]. 热带气象学报, 31(3): 345-354. |
孙继松, 戴建华, 何立富, 等. 2016. 强对流天气预报的基本原理与技术方法-中国强对流天气预报手册[M]. 北京: 气象出版社, 31-48.
|
孙继松, 何娜, 郭锐, 等. 2013. 多单体雷暴的形变与列车效应传播机制[J]. 大气科学, 37(1): 137-148. |
孙素琴, 郑婧, 支树林, 等. 2015. 一次由"列车效应"引发的梅雨锋暴雨研究[J]. 高原气象, 34(1): 190-201. |
王坚红, 杨艺亚, 苗春生, 等. 2017. 华南沿海暖区辐合线暴雨地形动力机制数值模拟研究[J]. 大气科学, 41(4): 784-796. |
王啸华, 郑媛媛, 徐芬, 等. 2015. 2011年江苏南部两场大暴雨对比分析[J]. 气象科学, 35(4): 497-505. |
徐明, 黄治勇, 高琦. 2018. 2016年5月20日广东信宜特大暴雨中尺度对流系统特征分析[J]. 暴雨灾害, 37(1): 32-40. DOI:10.3969/j.issn.1004-9045.2018.01.005 |
徐祥德, 王寅钧, 魏文寿, 等. 2014. 特殊大地形背景下塔里木盆地夏季降水过程及其大气水分循环结构[J]. 沙漠与绿洲气象, 8(2): 1-11. DOI:10.3969/j.issn.1002-0799.2014.02.001 |
叶朗明, 苗峻峰. 2014. 华南一次典型回流暴雨过程的中尺度分析[J]. 暴雨灾害, 33(4): 342-350. DOI:10.3969/j.issn.1004-9045.2014.04.006 |
Charles A, Doswell Ⅲ, Harold E Brooks, Robert A Maddox. 1996. Flash flood forecasting:An ingred-ients-based methodology[J]. Wea Forecasting, 11: 560-581. DOI:10.1175/1520-0434(1996)011<0560:FFFAIB>2.0.CO;2 |
Luo Y, Gong Y, Zhang D L. 2014. Initiation and organizational modes of an extreme-rain-producing mesoscale convective system along a Mei-Yu front in east China[J]. Mon Wea Rev, 142(1): 203-221. DOI:10.1175/MWR-D-13-00111.1 |
Wang H, Luo Y, Jou B J D. 2014. Initiation, maintenance, and properties of convective in an extreme rainfall event during SCMREX:Observational analysis[J]. J Geophys Res Atmos, 119: 13206-13232. DOI:10.1002/2014JD022339 |