我国台湾地区的暴雨主要分成台风暴雨和非台风暴雨两类(暴雨在台湾地区称为豪雨)。台风暴雨的发生可以是台风近中心环流所造成,其主要灾害发生在近台风中心内核区。此种类型台风暴雨,正确的路径和强度预报对于大暴雨发生时间和地点至关重要(Wang, 1980;Shieh et al., 1995)。台风近中心环流因为受到地形影响而产生变化,对于大暴雨的预报常造成很大的不确定性(Wu and Kuo, 1999;周仲岛等,2004)。另外,台风暴雨也可以由台风环流和环境交互作用所产生,如有东北季风伴随(Wu et al., 2009)或西南季风伴随(Wu et al., 2011)所造成的暴雨。这种暴雨发生的位置可以远离台风中心,有时又称其为台风远距暴雨(distant heavy rain) (Wang et al., 2009;Schumacher et al., 2011)。此时,除了路径和强度外,台风的大小以及环境特征也扮演了重要角色(Wu et al., 2015)。至于在台湾非台风所造成的暴雨,情況较为复杂,主要以类型多样的中尺度对流系统(Mesoscale Convective Systems,MCSs)伴随复杂中尺度过程为主(Kuo and Chen, 1990)。简单地说,台湾地区的非台风暴雨可分为三种类型: (1)锋面暴雨,主要发生在每年的5—6月,又称为梅雨季暴雨,秋季偶尔也有发生;(2)热带低压暴雨,也称为西南气流暴雨,一般发生在6—9月,与季风槽关系密切;(3)午后雷暴暴雨,此类暴雨一般从6月下旬开始,可持续至9月初。上述三类暴雨的差异可以用综观天气条件的显著性来区别,前两类可称为强综观环境暴雨,而第三类则为弱综观环境暴雨。
上述三类非台风暴雨的特征与差异主要表现在: (1)锋面暴雨与锋面系统所在位置息息相关,锋前、锋上、锋后都有可能发生,其持续时间一般超过6 h,长者可达数天,视锋面动态而定,如锋面移动速度、冷空气强度等,而锋面北退则会使其持续时间延长,锋后冷空气的活动至关重要。(2)热带低压暴雨与热带低压的扰动位置和移动关系密切,一般当低压位于华南沿岸时,台湾西南地区受其威胁特別大,通常伴随有西南季风(西南气流),其持续时间可超过2~3 d,也经常伴随着显著的中尺度对流系统,其中尺度过程显著。(3)午后雷暴暴雨一般发生在午后被太阳加热的不稳定大气环境下,其生命史很少超过6 h,持续时间短,受局部地形和局部环流(海陆风和山谷风)影响显著,数值预报模式对其捕捉能力差,对模式模拟的要求甚高(Jou, 1994)。
台湾灾防中心2015年出版的灾害事件簿报告(NCDR)显示,根据有关台湾地区极端降雨事件(1992—2013)的统计资料,台风暴雨约占60%,非台风暴雨占40%。非台风暴雨中,锋面暴雨发生次数最多,约占50%;热带低压暴雨(包括西南气流暴雨)次之,约占45%。至于午后雷暴暴雨,由于其降雨时间短,过程累积雨量排名靠后,因此无此类暴雨个例收录其中。然而,近年来由于城市人口明显增加,都会区(如台北都会区,又名大台北地区,涵盖台北以及新北、基隆等3个行政区,故又称为北北基)短时强降雨造成重大灾害的个例经常出现,气象台站对这种强天气一直都很难预报。现阶段数值预报模式对前两种暴雨都有一定的预报能力(Wang et al., 2014),但对午后雷暴暴雨的捕捉能力非常有限。台湾都会地区现有人口密集,对于集中性极短期强降雨的耐受能力十分有限,又缺乏准确的事前预警方法,对其难以有效防御,很容易造成居民情绪不满。
有关台湾午后雷暴的发生和发展,在有利环境场及雷暴发展特征分析方面已取得不少成果(Chen et al., 1991;Johnson and Bresch, 1991;Jou, 1994;Lin et al., 2011;Ruppert et al., 2013),甚至在台北市已有午后雷暴是否发生的预报系统雏形(Lin et al., 2012)。然而,现阶段的问题在于此种预报系统仅限于预报是否会有雷暴发生,但无法区分是否会发生暴雨。这方面不仅仅是相关数值模式预报的准确度较低,对于造成暴雨型午后雷暴个例的分析也非常有限(周仲岛等,2016)。
依据台湾气象事务主管部门现行有关大雨和暴雨分级的定义(于2015年5月新修订),分别将1 h雨量大于40 mm或24 h累积雨量大于80 mm称为大雨,将3 h累积降雨大于100 mm或24 h累积雨量大于200 mm称为暴雨。至于大暴雨(350 mm·(24 h)-1)或特大暴雨(500 mm·(24 h)-1),均只针对24 h累积雨量来定义。然而,对于都会区短时强降雨造成的洪涝灾害,24 h累积雨量或传统整点雨量都无法有效提供防灾所需要的资讯,这就有必要采用更短时限的雨量资料。周仲岛等(2016)曾向台北市政府建议,台北都会区若连续发生2次10 min雨量超过20 mm或连续发生3次60 min累积雨量超过80 mm的降水过程,就将其定义为都会区暴雨。这一定义是在充分利用10 min雨量观测值的基础上凸显了短时强降雨的特征。当然,其他城市群在使用该定义时必须考虑都市排水系统设计背景以及都市防灾能力,因此不同城市群建议采用不同阈值。
本文回顾过去30 a台湾非台风暴雨相关研究进展,旨在说明台湾地区非台风暴雨未来研究规划与方向。早在1987年台湾暴雨研究就进入新阶段,即由定性分析描述阶段进入定量计算与模拟阶段,其中包括新观测设施建设及数值天气预报系统建立。近年来,随着气候变暖极端降雨事件增多,常常给社会经济和人民群众生命财产造成严重损失,有效开展强降雨定量预报已经成为全球共识。本文对台湾地区在相关方面所做的研究工作回顾如下。
1 台湾暴雨的研究进程台湾暴雨研究大致可以分为三个阶段,下文对各阶段暴雨研究进展回顾并概述如下:
1.1 TAMEX阶段(1987—1996年)TAMEX是台湾地区中尺度实验计划(Taiwan Area Mesoscale Experiment)的英译缩写。此阶段时间大致在1987—1996年,重点实施了TAMEX。该计划从1987年开始实施至1992年完成,奠定了现代台湾暴雨研究的基础(Kuo and Chen, 1990)。该计划包括两个部分,即野外密集观测实验(1987年5—6月)与后-TAMEX预报实验(Post-TAMEX forecast experiment,1992年5—6月)。前一部分的观测实验阶段共经历了13次密集观测期(IOP),动员人力愈千人,有超过百位台湾和美国科学家参与。台湾气象事务主管部门也藉此机会建立了高密度中尺度站网,包括自动雨量站和自动气象站。美国科学家还使用NOAA气象飞机WP-3D和多普勒天气雷达(NOAA和NASA各提供一部C波段雷达)来协助开展实验。后来,使用观测实验阶段获得的资料和数据,台美科学家合作在国际期刊上发表了多篇有关台湾梅雨季(每年5—6月定义为当年的梅雨季)研究的论文(Trier et al., 1990;Wang et al., 1990;Akaeda et al., 1991; Ray et al., 1991;Jorgensen et al., 1991;Chen et al., 1991;Johnson and Bresch, 1991;Jou and Deng, 1992, 1998;Li et al., 1998)。TAMEX实验的主要科学目标有三: (1)梅雨锋以及相关中尺度现象,尤其是锋前低空急流(LLJ)及锋上中尺度低压或涡漩,主要探讨触发暴雨的中尺度天气系统;(2)暴雨的制造者——中尺度对流系统(Mesoscale convective systems,MCSs),其相关内部结构包括运动场、热力场以及动力场等以及环境场的影响;(3)地形效应(Topographic effect),地形如何影响近地层气流分布(如绕山、过山、阻挡等),以及地形造成不均匀加热、地表过程等,对大雨和暴雨天气以及中尺度过程的影响。除深入了解这些中尺度过程外,另一方面开始建立数值天气预报系统,包括资料整合显示系统、初始化以及资料同化技术、天气预报模式建立与测试,从全球模式到东亚模式再到台湾区域模式,藉由密集观测实验促进了对中尺度天气系统的了解,尤其是一般业务观测网无法深入探讨的过程,有助于数值模式建立与改善。
1.2 整备阶段(1997—2006年)整备阶段时间在1997—2006年,上一阶段TAMEX实验计划让台湾气象界认识到现代化气象发展与精密观测息息相关,要提升暴雨预报水平必须先从改善观测设施开始。因此,这一阶段由院校发动与业务单位联合推出《台湾天气研究计划》(Taiwan Weather Research Program)。该计划的目标就是改善对致灾性天气系统的深入了解,经由观测和理论与数值模拟方法,达到改进定量降雨预报(Quantitative Precipitation Forecast,QPF)准确率的终极目标(周仲岛,2001)。该计划起初预定从2001年开始持续10 a,后来因为需要又延长至2012年。其执行内容包含:测试无人飞机(UAV)观测能力(2001年绿岛中尺度实验(GIMEX));建立机载投落送探空(airborne dropsonde)观测能力(2003年开始执行追风实验即DOTSTAR);建设移动式双偏振雷达系统(Mobile polarimetric radar system)(2007年建设完成TEAM-R);建设网络版初级集合预报系统(Ensemble NWP system),由各大学利用WRF模式进行未来72 h预报,结果经由网络传输进行简单集合(数学平均)运算,并即时在网页上予以呈现,并将之称为东亚地区中尺度集合预报系统(Mesoscale Ensemble Forecast System for East Asia,MEFSEA) (Chien and Jou, 2004; Yang et al., 2004)。该系统自1997年上线后一直持续到目前仍在继续使用;与此同时,气象局除了持续建设中尺度站网之外,还开始建设全省多普勒雷达网(总共4部S波段多普勒天气雷达);再加上福卫三号卫星(FORMOSAT3)发射升空,也大大增强了监测海上大气环境的能力。上述设备的运行提供给气象部门包括业务单位和科研单位数量很大的即时天气资料,对了解灾害性天气以及改进预报技术提供了重要的数据来源。
1.3 SoWMEX阶段(2007—2016年)SoWMEX是指西南季风实验,此阶段时间为2007—2016年。当初规划台湾天气研究计划时就已决定在基础建设达到一定水平后,再进行一次较大规模的野外密集观测实验,以此检验这些观测设施的实用性能,同时检验气象界对于大雨和暴雨天气系统的了解程度,并对现有定量降雨预报能力进行全面检验。工作小组自2005年开始进行了大型实验规划,决定于2008年在台湾西南地区进行密集观测。该实验名称就是西南季风实验,又称西南气流实验或地形影响之季风降雨实验(SoWMEX/TiMREX field experiment)。该实验的科学目标和TAMEX实验大同小异,但有以下几项任务值得特別关注(周仲岛,2009)。
(1) 影响台湾梅雨季降雨的两条主要路径。一是由北方随锋面南下给沿途带来大暴雨,这是当时TAMEX所关注的现象。当时大部分密集观测设施布设在台湾西北海岸,所针对的是来自北方的系统。另一路径来自西南方,伴随初夏西南季风开始,大暴雨系统开始影响台湾西南平原及山区,这些强降水系统与上游南海的西南季风(当地称西南气流)的特征息息相关。我们对于海洋上西南气流的了解很有限,如西南气流内常有风场扰动,形成局部加速或減速以波动形成辐合辐散场,影响对流发生。这些风场扰动的存在,除天气尺度气压场变化外,其生成机制非常复杂,可能与海温有关(Toy and Johnson, 2014),也可能与较低频天气系统有关(Zhang, 2013)。因此,了解南海上西南气流的时空分布特征具有特別重要的意义。在西南气流实验中为了观测海洋上大气环境特征,特別使用机载投落送探空仪设备,每当预计到西南气流盛行时,即在南海北部进行投落探空仪观测。实验期间总共进行了14次投落探空仪密集观测(IOP),每次平均使用12~15颗探空仪,其中IOP6 (6月4—6日)对造成高雄暴雨天气的中尺度涡漩(Lai et al., 2011;Davis and Lee, 2012)以及IOP8 (6月14—17日)对造成屏东暴雨的飑线与中尺度对流系统(Xu et al., 2012),都获取到了24 h连续3次投落探空仪观测记录。
(2) 21世纪初期,建设多普勒天气雷达(含双偏振雷达)已经成为很多业务单位的共同规划。当时,东亚地区有效使用雷达资料的经验还相当缺乏,如雷达定量降雨估计(Quantitative Precipitation Estimation,QPE)技术、单雷达风场反演(single radar wind retrieval technique)技术,又如EVAD、WISSDOM以及DVAD等技术(Lee et al., 2014;Liou et al., 2014),都需要通过在实际应用中检验来促进反演方法的开发、测试及完善。
(3) SoWMEX/TiMREX实验的一个很重要的目标是改善现有数值模式的定量降雨预报(QPF)准确率。然而,我们对于暴雨制造者即中尺度对流系统的微云物理过程以及相对应的云动力过程了解有限。考虑到现阶段针对大雨和暴雨天气系统而利用气象飞机直接飞入云内采集云微物理样本的危险性太大,暂不建议实施。因此,利用遥测技术进行相关资料的收集就显得非常重要。实验期间,特別引入了美国NCAR的S波段双偏振雷达系统(SPOL),用其在台湾西南部高屏溪口对暴雨系统进行观测。利用双偏振雷达观测参数的特殊信号可以对剧烈天气进行辨识,包括雷雨系统是否下雹、雹暴粒子大小、龙卷是否触地以及结冰层所在高度等,这是使用双偏振雷达前很难确切获得的资料。所谓双偏振,就是雷达发射电磁波由原本的单极(水平)增加为双极(水平与垂直方向),其发射方式既可是同时发射,也可是接替发射。普通多普勒雷达仅发射接收水平雷达反射率(降雨回波)、多普勒风场以及多普勒谱宽3种产品,而双偏振雷达比普通多普勒雷达多3个基本产品,即零阶滞后相关系数(ρhv(0))、差分反射率(ZDR)、差分相移率(KDP)产品。增加的这3个基本产品使得双偏振雷达功能得以大大提升。如ρhv(0),可以用来描述雷达接收到的水平和垂直脉冲变化的一致性,若大气中的水凝物粒子为小雨滴、干雪等水平和垂直尺寸差距较小的粒子时,其值较大,大多高于0.95,甚至达到0.995或1.0;若大气中的水凝物粒子为大雨滴、大冰雹或混合相态粒子等水平和垂直尺寸有一定差距的粒子,则该值较小;若目标物为非均匀物体时(非气象粒子),该值会更低。在特定环境下,根据探测区域内粒子的水平和垂直尺寸不同,辅以其它观测数据,可判断粒子属性并推断出融化层高度。ZDR为差分反射率(单位: dB),其值为水平通道反射率(Zh)和垂直通道反射率(Zv)的差值。该值可揭示水凝物的平均形状,当大气中水凝物粒子的形状差距较大,如大雨滴、大冰雹、固液态混合物等,水平尺寸与垂直尺寸差距较大,ZDR的绝对值较大。又因重力作用,大气中降水粒子水平尺寸大于垂直尺寸,ZDR正值居多,水平尺寸和垂直尺寸差距较大时,ZDR显著增大,有时可达3~5 dB。大气中有些水相粒子在掉落时呈倒尖锤型,此时垂直截面会较水平截面大,造成ZDR为负值,这种状況在冰晶或雪花掉落时也会发生。另外,雹粒子虽然大,但多呈圆形,因此ZDR也常趋近于零,除非表面存在融化中的水。KDP为差分相移率,即水平通道和垂直通道差分相移的距离倒数。在正常大气中,能引起KDP值偏大的主要是液态降水粒子,且雨滴数量越多,形状越大越扁平,KDP值越大,在强降水过程中对估测降水和大雨滴判定表现较好,但在弱降水或冬季降雪条件下,KDP值一般较小,表现较差。KDP和ZDR的差异最主要是后者同雷达发射/接收电磁波能量大小存在很大关系,因此,雷达硬件设备的日常保养及校正对于观测结果的精确度影响很大;但前者是相位差异,部分能量衰减对结果影响不大,尤其是能较好地解决雷达波束部分被地形遮蔽的问题,因此对于多山地区降雨结果估计更佳。另外,使用长短不同波长双偏振雷达时应注意其对降雨有敏感性和衰减两难的抉择,长波雷达在侦测相位差时其敏感度较低、不确定性大,但是衰减问题较小。而较短波长雷达则相反,因此如何选择则需视使用者的需求而定。
(4) 西南气流与岛屿及地形相互作用产生的气流分布如何影响大暴雨天气系统的发展等,包括日变化及海岸山区降雨分布等课题,也是该实验计划的研究重点。台湾多山,大暴雨落区是在平原还是在山区,对于灾害防御与救灾影响很大。西南气流实验对于了解西南季风特性提供了至关重要的资料。
(5) 除了在观测设备及策略上的改变之外,这一阶段数值预报模式也在空间解析上有了大幅度的提升,即云解析模式运用到了日常业务系统。此时模式水平空间解析度由过去45~15 km提升至15~5 km,甚至2~3 km。空间解析度的提高使得部分物理过程不再大量依赖参数方法,而是使用直接计算的显示法。这一变化对于一些过程中参数的设定以及精确度要求有了显著提高,不论是大气边界层的陆气过程或海气过程,还是与降雨直接有关的云物理过程都变得至关重要。最近研究显示,许多高解析度模式模拟台风降雨,利用不同的云微物理参数和双偏振雷达所观测的结果其差异很大(Brown et al., 2016)。若要减小其差异,则意味着模式需要改进以及提供更多的精确观测资料。
2 台湾暴雨研究的主要科学成果TAMEX成果相当丰硕,因其许多已广为人知,在此不再赘述。本文主要介绍台湾最近10 a尤其是与SoWMEX/TiMREX相关的研究成果。SoWMEX/TiMREX实验主要针对南海北部以及台湾西南平原大暴雨天气系统进行的密集气象观测。其规划细节及实验内容可参考Jou等(2011)发表的论文。对其中几个重要研究成果讨论并说明如下:
(1) 梅雨锋内扰动和暴雨。Lai等(2011)利用投落探空仪资料分析了梅雨锋上一个减弱的中尺度对流系统,在调整过程中由低层西南强风轴伴随带状涡度形成中尺度对流涡旋(Mesoscale Convective Vortex,MCV)。此MCV直径约200 km,伴随中尺度低压,其南侧有显著对流雨带,内部大气为潜在或条件性不稳定且有明显气流辐合,表示涡漩形成的主要机制是对流拉伸。其近中心有次涡旋,水平尺度约25~30 km,涡度值达10-3 s-1,有利于下风切处对流发展。高层风切大,使得此MCV仅发展至中对流层高度。此研究说明锋面内形成的中尺度对流涡漩和急流以及下风切对流的相互关系。这是东亚地区第一次利用投落探空资料分析海上中尺度涡漩的实例。
(2) 地形暨海岸地区环流日变化与暴雨的关系。西南季风实验最主要的科学目标之一是希望了解局部地区中尺度过程和暴雨发生的关系,其中降雨日变化特性尤其受到重视。Xu等(2012)利用NCAR-SPOL以及投落探空仪等资料,探讨了MCS的激发发展以及地形所起的作用。这一MCS主要滞留在台湾西南海岸外海,新生对流在上游发展,其接近陆地后减弱消亡,最大降雨发生在外海或沿岸地区。此时上游有暖湿低空急流,台湾陆地为冷空气所控制,新生对流在此边界被激发与维持。冷池的存在可能是之前MCS降雨造成的,而台湾地形使冷池无法快速消退,甚至有往外海延伸的趋势。Davis和Lee (2012)利用实验投落探空仪发现暴雨发生与海岸边界有关。这些海岸边界是激发对流的主要机制,其厚度约1 km,边界前后虚温差异大约2~3 ℃,可持续更长时间,界面冷空气维持可能同对流下击暴流以及云量多、日照不足有关。这些边界和高纬度海岸锋面在现象上颇多相似。上述两个研究相互呼应且结论一致。Ruppert等(2013)讨论了实验期间非扰动和扰动阶段气流的日变化与降雨的关系。非扰动阶段在深夜以及清晨,低层西南风受台湾地形影响产生的分流与陆风或下坡风形成外海辐合带,降雨主要发生在海上。到了白天,气流变成向岸或上坡风,此时降雨在陆地,深对流在海岸或斜坡发展。由热量与水气收支计算发现,其具有从浅对流转换为深对流至层状降雨的日变化特征,夜间层状降雨蒸发有利于夜间下坡风或陆风持续。在扰动阶段虽然气流仍然受到地形影响产生分流,但由于水气充沛容易在较高处形成大范围剧烈降雨。相对在扰动阶段对流呈倾斜结构,而在非扰动阶段对流则发展的较为笔直。扰动阶段高层悬浮较多雨滴和大小冰晶,随着上坡气流易于被平流至较高山区,因此大降雨区有向山区偏移的情形。Tu等(2014)分析了西南气流实验期间局部环流导致的两个暴雨个例(分别发生在2008年5月31日和6月16日),一个出现在台湾中部,一个出现在台湾南部,两次过程都发生在有利的环境条件下,即水气输送充沛。5月31日的暴雨过程发生在午后西南部迎风面斜坡,有一浅地面锋过境,冷锋之上盛行暖湿西南偏西风,其受地形抬升与近地面海风上坡风叠加提供了对流触发机制。6月16日的暴雨过程当天日出之前,由于夜间辐射与降雨蒸发冷却,受地形阻挡,暖湿西南风在海上激发对流,当其接近海岸时增强。而在白天冷池维持,没有向岸风及上坡风,盛行的西南偏西风平行于山脉,未受地形抬升,因此对流移至陆地后减弱。Tu等(2019)进一步利用NCEP的5 a每6 h再分析资料,分析了初夏南海北部海洋边界层的强风特征,并认为海洋边界层之低空急流(LLJ)和综观尺度伴随锋面之低空急流存在明显差异,海洋边界层低空急流主要和季风开始后的环境有关,其最大值约在925 hPa,其生成与华南次综观天气系统及较强的副热带高压有关,此急流和南海水域水气输送有密切关联。类似的研究问题在Du和Rotunno(2014, 2018)、Toy和Johnson (2014)的论文中都有讨论,但对该急流的形成机制则有不同观点。
(3) 中尺度对流系统运动场、动力场以及云微物理场特征。SoWMEX/TiMREX实验期间,在台湾西南平原除了多部不同波长双偏振雷达之外,还另外设置了几部撞击式及雷射式雨滴谱仪(disdrometer)。雨滴落至地面后其大小分布与云动力及微物理过程息息相关。Jung等(2012)利用雨滴谱仪分析了SoWMEX/ TiMREX实验期间台湾地区飑线内雨滴大小特征,并讨论了降雨过程的可能过程。他们利用降雨强度将对流降雨区再分成3个小区域:前导对流区、对流中心区与尾随对流区。其中,前导对流区的垂直运动起自近地面,包含许多小雨滴,粒径分布为体积中值直径小且接近线性Gamma分布;对流中心区有强的上冲流直达对流泡顶部,有许多大于4 mm的雨滴,粒径分布为较大体积中值直径且常态截距呈上凸Gamma分布;尾随对流区的垂直运动很弱,雨滴由中心区快速减小,粒径分布呈上凸Gamma分布。至于在层状降雨区,有明显的亮带存在和明显的下沉运动,粒径分布为甚小体积中值直径且常态截距呈上凸Gamma分布。作者认为,此种海洋性飑线系统碰撞聚合是雨滴粒子增长的主要过程(增大体积中值直径并减小常态截距),而雨滴破裂则是体积中值直径减小且常态截距增大的降雨过程。Chang等(2015)进一步分析了SoWMEX/TiMREX实验期间观测的锋前飑线和西南季风内MCS两者运动场和云微物理特征的差异,特別是讨论了降雨效率(precipitation efficiency)。运动场方面锋前飑线以由前往后的气流为主,伴随显著的垂直风切变,同时有强上升运动和显著闪电。西南季风MCS则是由后往前的气流为主,伴随均匀的风切变、适中的上升运动以及较低的闪电活动。在云微物理特征方面,锋前飑线有显著的雨和霰以及小冰雹和霰的混合物,而西南季风MCS,霰的含量少,主要以雪为主。作者认为,较小的风切变有利于透过低层雨滴的聚合,达到较高的降雨效率。而锋前飑线由于强风切变,雨滴在到达地表前经历了较大的蒸发,虽有显著的上游水汽输送,但降雨效率却降低了。
(4) 数值模拟、资料同化与暴雨预报准确率。由于资料收集完整,西南气流实验吸引了较多研究人员进行数值模拟试验和资料同化研究(Tao et al., 2011;Luo et al., 2014;Wang et al., 2014;Yang et al., 2017;Tu et al., 2014, 2019)。针对暴雨预报准确率的进展,Wang等(2017)利用WRF模式两层网格(15 km和5 km)探讨了12~36 h暴雨预报进展,2008—2010年三年的计算结果显示,模式对锋面暴雨(5月)把握较好,对季风暴雨(6月)的把握则较差;两个模式网格基本上都能把握降雨总量,随季节变化,降雨量增加,降雨日变化明显。但降雨区域表现为偏东趋势,出现在山脊而不是山坡或平地,这可能与模式处理辐射加热以及气流-地形相互作用不足有关;另外,5 km网格降雨总量存在低估,但对极端降雨事件表现出较强的捕捉能力。Yang等(2014)则利用资料同化并考虑初始场加入降雨蒸发冷却效应,对海岸大暴雨天气系统的预报有明显改进。
(5) 雷达技术的发展。现有一般业务用双偏振雷达都采取同时发射水平和垂直通道波方式采集样本,但美国NCAR-SPOL雷达是少数使用交替式方式(先水平再垂直通道)采集资料的雷达。其优点是除发射能量不会损失外,更重要是交替式可收集到跨极(cross-polar)信号,如线性退极比(Linear Depolarization Ratio,LDR),对目标物的特性可更准确辨识。为了使业务雷达的观测功能最大化,利用实验资料找到两者的差异,有利于对业务雷达资料进行诠释。Hubbert (2014)研究发现,同时发射式雷达在冰晶区域ZDR会产生沿雷达束的径向条纹杂波,相同径向条纹的线性退极比LDR也被观测到,因此推断这很可能是起因于被电场排列造成倾斜冰晶。另外,也发现一些小对流泡同时出现大且负的KDP值,KDP负值区域一般认为是被电场垂直排列的冰晶所导致。大的KDP(不论正负)伴随接近0 dB的ZDR都表示可能有两种水相粒子同时存在,即相对较小的垂直排列冰晶[KDP/+-]或相对较大的聚合冰晶或霰粒子[ZDR~0]。这一研究利用LDR观测结果澄清了一般业务雷达无法确认的现象,对于双偏振雷达的实际应用提供了重要参考。
整体上,台湾暴雨研究对东亚地区夏季风暴雨研究提供了一个可以借鉴的实例。2008年之后,大陆学者在华南地区进行了一系列季风降雨试验研究,其中以Lou等(2016)华南季风暴雨试验(SCMREX)最具有代表性(Wang et al., 2014)。另外Xu和Zipser (2015)针对华南梅雨季对流特征组织等有完整讨论。Chen等(2016)利用WRF模式模拟了梅雨季向岸西南季风的风速以及水气含量与华南沿海降雨强度及其日变化的关系,模拟结果显示,除降雨强度稍弱外,不论是降雨空间分布或日变化都与当地雷达观测结果相似。沿海地区降雨与海风风速关系最大;当盛行西南风较大时,海陆摩擦差异以及地形抬升是早上沿海地区发生降雨的原因;当盛行西南风速较弱时,沿海地区降雨主要受海陆风影响,即海陆温差为主要控制因子。该模拟结果总结了华南地区季风暴雨的重要特征,尤其是局部海陆风环流与降雨日变化的关系。
3 台湾暴雨研究的未来规划台湾暴雨研究现已进入精益求精的第四阶段。2017年针对台北都会区夏季暴雨天气进行了密集观测实验(Taipei Summer Storm Experiment: TASSE)。台北地区暴雨具有短时强降雨特征,当地气象局在北部山区分别布设了S波段和C波段双偏振雷达,配合学校添置的X波段双偏振雷达,这对台北都会区大暴雨监测以及定量降雨估计与预报都可提供较多最新资料(周仲岛等,2015;郭鸿基等,2017)。另外,预计2020年台湾将与美国、日本合作在台湾北部及附近海域联合实施台湾暴雨观测实验计划(PRECIP 2020 + T-PARC II + TAHOPE) (Bell, 2019),将进行机载投落送观测、多种雷达观测以及对流尺度模拟系统研究。该实验目标不仅针对梅雨季暴雨天气系统,同时也对接近台风进行观测。在数值模拟系统方面,包括集合预报系统、雷达资料同化系统与定量降雨预报系统。
由于暴雨形成过程中除了中尺度和对流尺度过程之外,还包括不同尺度天气气候系统相互作用、悬浮粒子正负作用、陆面大气相互作用、辐射作用等,这些作用都可能造成暴雨强度与其分布的变化。这些作用具体如何影响暴雨过程以及影响程度有多大等问题,还有待于通过更多的数值模拟并与观测事实进行印证来解决。至于如何评估全球气候变暖对暴雨的影响,更是一个亟待研究的科学问题。
致谢:承蒙台湾科技事务主管部门给予经费支持,使得相关研究得以长期持续进行,不过由于新冠肺炎(COVID-19)之故,PRECIP2020(TAHOPE)已决定延期至2021年执行。另外, 赖晓薇、高聿正等人协助校稿,在此特别致谢。
周仲岛. 2001. 台湾天气研究计划与绿岛中尺度实验简介[J]. 科学发展月刊, 29: 568-578. |
周仲岛. 2009. 西南气流实验简介[J]. 自然科学简讯, 21(1): 10-14. |
周仲岛, 高聿正, 修荣光, 等. 2016. 台北都会区豪雨型午后雷暴的观测特征与预报挑战:2015年6月14日个案研究[J]. 大气科学, 44: 57-82. |
周仲岛, 颜健文, 赵坤. 2004. 台湾地区登陆台风降雨结构之雷达观测[J]. 大气科学, 32: 183-204. |
周仲岛, 钟吉俊, 修荣光. 2015. S波段双偏极化雷达在梅雨季豪大雨天气系统定量降雨估计之应用[J]. 大气科学, 43: 91-113. |
郭鸿基, 周仲岛, 杨忆婷, 等. 2017. 双北都会区夏季暴雨观测预报实验:2016预实验简介及初步成果[J]. 飞航天气, 27: 27-47. |
Akaeda K, Reisner J, Parsons D. 1991. The role of mesoscale and topographically induced circulations in initiating a flash flood observed during the TAMEX project[J]. Mon Wea Rev, 123(6): 1720-1739. |
Bell M. 2019. Science plan of PRECIP 2020[G]//Fourth Symposium on US-International Partnerships: Monsoon heavy rain in East Asia Part Ⅰ-Ⅳ, 99th Annual meeting, Phoenix Convention Center, Amer Meteoro Soc
|
Brown B R, Bell M M, Frambach A J. 2016. Validation of simulated hurricane drop size distributions using polarimetric radar[J]. Geophys Res Lett, 43(2): 910-917. |
Chang W Y, Lee W C, Liou Y C. 2015. The kinematic and microphysical characteristics and associated precipitation efficiency of subtropical convection during SoWMEX/TiMREX[J]. Mon Wea Rev, 143(1): 317-340. DOI:10.1175/MWR-D-14-00081.1 |
Chen C S, Chen W S, Deng Z. 1991. A study of a mountain-generated precipitation system in northern Taiwan during TAMEX IOP 8[J]. Mon Wea Rev, 119(11): 2574-2606. DOI:10.1175/1520-0493(1991)119<2574:ASOAMG>2.0.CO;2 |
Chen X, Zhang F, Zhao K. 2016. Diurnal variations of the land-sea breeze and its related precipitation over south China[J]. J Atmos Sci, 73(12): 4793-4815. DOI:10.1175/JAS-D-16-0106.1 |
Chien F C, Jou B J D. 2004. MM5 ensemble precipitation forecasts in the Taiwan area for three Mei-yu seasons[J]. Wea Forecast, 19: 735-750. DOI:10.1175/1520-0434(2004)019<0735:MEMPFI>2.0.CO;2 |
Davis C A, Lee W C. 2012. Mesoscale analysis of heavy rainfall episodes from SoWMEX/TiMREX[J]. J Atmos Sci, 69(2): 521-537. DOI:10.1175/JAS-D-11-0120.1 |
Du Y, Rotunno R. 2014. A simple analytical model of the nocturnal low-level jet over the Great Plains of the United States[J]. J Atmos Sci, 71: 3674-3683. DOI:10.1175/JAS-D-14-0060.1 |
Du Y, Rotunno R. 2018. Diurnal Cycle of Rainfall and Winds near the South Coast of China[J]. J Atmos Sci, 75: 2065-2082. DOI:10.1175/JAS-D-17-0397.1 |
Hubbert J C, Ellis S M, Chang W Y, et al. 2014. X-band polarimetric observations of cross coupling in the ice phase of convective storms in Taiwan[J]. J Appl Meteor Climatol, 53(6): 1678-1695. DOI:10.1175/JAMC-D-13-0360.1 |
Johnson R H, Bresch J F. 1991. Diagnosed characteristics of precipitation systems over Taiwan during the May-June 1987 TAMEX[J]. Mon Wea Rev, 119(11): 2540-2557. DOI:10.1175/1520-0493(1991)119<2540:DCOPSO>2.0.CO;2 |
Jorgensen D P, Lemon P M, J ou, B J D, et al. 1991. Precipitation and kinematic structure of the TAMEX 16 June mesoscale convective system.Part Ⅰ:Convective line structure[J]. Mon Wea Rev, 119: 2608-2637. DOI:10.1175/1520-0493(1991)119<2608:PAKSOA>2.0.CO;2 |
Jou B J D. 1994. Mountain-originated mesoscale precipitation systems in northern Taiwan:A case study 21 June 1991[J]. TAO, 5(2): 169-197. |
Jou B J D, Deng S M. 1992. Structure of a low-level jet and its role in triggering and organizing the moist convection over Taiwan[J]. TAO, 3(1): 39-58. |
Jou B J D, Deng S M. 1998. The organization of convection in a Meiyu frontal rainband[J]. TAO, 9(4): 553-572. |
Jou B J D, Lee W C, Johnson R H. 2011. An overview of SoWMEX/TiMREX[A]//The Global Monsoon System: Research and Forecast, 2nd ed, Edited by Chang C P, World Scientific Series on Asia-Pacific Weather and Climate, 5: 303-318
|
Jung S A, Lee D I, Jou B J D, et al. 2012. Microphysical properties of maritime squall line observed on June 2, 2008 in Taiwan[J]. J Meteor Soc Japan, 90(5): 833-850, 66. DOI:10.2151/jmsj.2012-516 |
Kuo Y H, Chen G T J. 1990. The Taiwan Area Mesoscale Experiment (TAMEX):An overview. Bull[J]. Amer Meteor Soc, 71(4): 488-503. DOI:10.1175/1520-0477(1990)071<0488:TTAMEA>2.0.CO;2 |
Lai H W, Davis C A, Jou B J D. 2011. A subtropical oceanic mesoscale convective vortex observed during SoWMEX/TiMREX[J]. Mon Wea Rev, 139(8): 2367-2385. DOI:10.1175/2010MWR3411.1 |
Lee W C, Tang X, Jou B J D. 2014. Distance Velocity-Azimuth Display(DVAD)-New Interpretation and Analysis of Doppler Velocity[J]. Mon Wea Rev, 142(2): 573-589. DOI:10.1175/MWR-D-13-00196.1 |
Li J, Chen Y L. 1998. Barrier Jets during TAMEX[J]. Mon Wea Rev, 126(4): 959-971. DOI:10.1175/1520-0493(1998)126<0959:BJDT>2.0.CO;2 |
Lin P F, Chang P L, Jou B J D, et al. 2011. Warm Season Afternoon Thunderstorm Characteristics under Weak Synoptic-Scale Forcing over Taiwan Island[J]. Weather and Forecasting, 26(1): 44-60. |
Lin P F, Chang P L, Jou B J D, et al. 2012. Objective Prediction of Warm Season Afternoon Thunderstorms in Northern Taiwan Using a Fuzzy Logic Approach[J]. Weather and Forecasting, 27(5): 1178-1197. DOI:10.1175/WAF-D-11-00105.1 |
Liou Y C, Chiou J L, Chen W H, et al. 2014. Improving the Model Convective Storm Quantitative Precipitation Nowcasting by Assimilating State Variables Retrieved from Multiple-Doppler Radar Observations[J]. Mon Wea Rev, 142(11): 4017-4035. DOI:10.1175/MWR-D-13-00315.1 |
Luo Y, Gong Y, Zhang D L. 2014. Initiation and Organizational Modes of an ExtremeRain-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 |
Luo Y L, Zhang R H, Wan Q L, et al. 2016. The Southern China Monsoon Rainfall Experiment (SCMREX)[J]. Bull Amer Meteor Soc, 98(5): 999-1013. |
Ray P S, Robinson A, Lin Y. 1991. Radar analysis of a TAMEX frontal system[J]. Mon Wea Rev, 119(11): 2519-2539. DOI:10.1175/1520-0493(1991)119<2519:RAOATF>2.0.CO;2 |
Ruppert Jr J H, Johnson R H, Rowe A K. 2013. Diurnal Circulations and Rainfall in Taiwan during SoWMEX/TiMREX (2008)[J]. Mon Wea Rev, 141(11): 3851-3872. DOI:10.1175/MWR-D-12-00301.1 |
Schumacher R S, Galarneau T J, Bosart L F. 2011. Distant effects of a recurving tropical cyclone on rainfall in a midlatitude convective system:A high-impact predecessor rain event[J]. Mon Wea Rev, 139(2): 650-667. DOI:10.1175/2010MWR3453.1 |
Shieh S L, Lin Y W, Chen C D, et al. 1995. Study of the characteristics of the precipitation pattern associated with typhoons in the Chia-Nan area[G]. Tech Rep NSC 83-0414-P-052-003-B, Science Council of Taiwan: 95
|
Tao W K, Shi J J, Lin P L, et al. 2011. High-resolution numerical simulation of the extreme rainfall associated with typhoon Morakot.Part Ⅰ:Comparing the impact of microphysics and PBL parameterizations with observations[J]. TAO, 22(6): 673-696. |
Toy M D, Johnson R H. 2014. The influence of an SST front on a heavy rainfall event over coastal Taiwan during TiMREX[J]. J Atmos Sci, 71(9): 3223-3249. DOI:10.1175/JAS-D-13-0338.1 |
Trier S B, Parsons D B, Matejka T J. 1990. Observations of a subtropical cold front in a region of complex terrain[J]. Mon Wea Rev, 118(12): 2449-2470. DOI:10.1175/1520-0493(1990)118<2449:OOASCF>2.0.CO;2 |
Tu C C, Chen Y L, Chen C S, et al. 2014. A comparison of two heavy rainfall events during the Terrain-Influenced Monsoon Rainfall Experiment(TiMREX) 2008[J]. Mon Wea Rev, 142: 2436-2463. DOI:10.1175/MWR-D-13-00293.1 |
Tu C C, Chen Y L, Lin P L, et al. 2019. Characteristics of the Marine Boundary Layer Jet over the South China Sea during the Early Summer Rainy Season of Taiwan[J]. Mon Wea Rev, 147(2): 457-475. DOI:10.1175/MWR-D-18-0230.1 |
Wang C C, Hsu C S, Chen T J, et al. 2014. A Study of Two Propagating Heavy Rainfall Episodes near Taiwan during SoWMEX/TiMREX IOP-8 in June 2008.Part Ⅱ:Sensitivity Tests on the Roles of Synoptic Conditions and Topographic Effects[J]. Mon Wea Rev, 142(8): 2644-2664. DOI:10.1175/MWR-D-13-00330.1 |
Wang C C, Chien F C, Paul S, et al. 2017. An Evaluation of WRF Rainfall Forecasts in Taiwan during Three Mei-Yu Seasons of 2008-2010[J]. Wea Forecasting, 32(4): 1329-1351. |
Wang C T C, Lin Y J, Pasken R W, et al. 1990. Characteristics of a subtropical squall line determined from TAMEX dual-Doppler data.Part Ⅰ:Kinematic structure[J]. J Atmos Sci, 47: 2357-2381. DOI:10.1175/1520-0469(1990)047<2357:COASSL>2.0.CO;2 |
Wang H, Luo Y, Jou B J D. 2014. Initiation, maintenance, and properties of convection in an extreme rainfall event during SCMREX:Observational analysis[J]. Journal of Geophysical Research:Atmospheres, 119(23): 13206-13232. DOI:10.1002/2014JD022339 |
Wang S T. 1980. Prediction of the behavior and strength of typhoons in Taiwan and its vicinity[G]. Res Rep 108, Science Council, Taipei, Taiwan: 100
|
Wang Yongqing, Wang Yuqing, Fudeyasu H. 2009. The role of Typhoon Songda (2004) in producing distantly located heavy rainfall in Japan[J]. Mon Wea Rev, 137(11): 3699-3716. DOI:10.1175/2009MWR2933.1 |
Wu C C, Kuo Y H. 1999. Typhoons affecting Taiwan:Current understanding and future challenges[J]. Bull Amer Meteor Soc, 80(1): 67-80. DOI:10.1175/1520-0477(1999)080<0067:TATCUA>2.0.CO;2 |
Wu C C, Cheung K K W, Lo Y Y. 2009. Numerical study of the rainfall event due to the interaction of typhoon Babs (1998) and the northeasterly monsoon[J]. Mon Wea Rev, 137(7): 2049-2064. DOI:10.1175/2009MWR2757.1 |
Wu L, Liang J, Wu C C. 2011. Monsoonal influence on typhoon Morakot(2009).Part Ⅰ:Observational analysis[J]. J Atmos Sci, 68(10): 2208-2221. DOI:10.1175/2011JAS3730.1 |
Wu L, Wen Z, Wu R. 2015. Influence of the monsoon trough on westward-propagating tropical waves over the western North Pacific.Part Ⅰ:Observations[J]. J Climate, 28(18): 7108-7127. DOI:10.1175/JCLI-D-14-00806.1 |
Xu W, Zipser E J. 2015. Convective intensity, vertical precipitation structures, and microphysics of two contrasting convective regimes during the 2008 TiMREX[J]. Journal of Geophysical Research:Atmospheres, 120(9): 4000-4016. DOI:10.1002/2014JD022927 |
Xu W, Zipser E J, Chen Y L, et al. 2012. An Orography-Associated Extreme Rainfall Event during TiMREX:Initiation, Storm Evolution, and Maintenance[J]. Mon Wea Rev, 140(8): 2555-2574. DOI:10.1175/MWR-D-11-00208.1 |
Yang M J, Jou B J D, Wang S C, et al. 2004. Ensemble prediction of rainfall during the 2000-2002 Mei-Yu seasons:Evaluation over the Taiwan area[J]. J Geophys Res, 109(D18): D18203. DOI:10.1029/2003JD004368 |
Yang S C, Chen S H, Chen S Y, et al. 2014. Evaluating the impact of the COSMIC RO bending angle data on predicting the heavy precipitation episode on 16 June 2008 during SoWMEX-IOP8[J]. Mon Wea Rev, 142(11): 4139-4163. DOI:10.1175/MWR-D-13-00275.1 |
Yang S C, Chen S H, Kondo K, et al. 2017. Multi-localization data assimilation for predicting heavy precipitation associated with a multiscale weather system[J]. J Adv Modeling Earth Systems, 9: 1684-1702. DOI:10.1002/2017MS001009 |
Zhang C. 2013. Madden-Julian oscillation:Bridging weather and climate[J]. Bull Amer Meteor Soc, 94: 1849-1870. DOI:10.1175/BAMS-D-12-00026.1 |