2. 重庆市水文监测总站, 重庆 401120
2. Chongqing Hydrological Center, Chongqing 401120
我国是暴雨洪涝灾害最严重的国家之一。据统计,2004—2015年间,我国每年因暴雨洪涝灾害造成的直接经济损失达1191.3亿元,远超其他气象灾害(郑国光等,2019)。2020年6—7月我国南方地区受强降水频繁影响,江淮流域经历了一次超长梅雨季,长江流域累积降雨量超过1998年同期水平,给长江中下游地区带来严重洪涝灾害(刘芸芸和丁一汇,2020;张芳华等,2020)。为了减少持续性强降水造成的洪涝灾害对人民生命财产安全的影响,气象工作者对产生强降水的天气尺度系统、中小尺度对流系统以及不同尺度系统相互作用进行了深入研究(翟丹华等,2014;黄小彦等,2020;李晓容等,2020;闵爱荣等,2020),尤其是对强降水的直接制造者中尺度对流系统(MCSs)给予了更多关注。近年来,随着观测资料时空分辨率进一步提高和中尺度数值模式性能不断提升,对MCSs的组织和结构演变、移动与传播特征的研究涌现出较多成果(Wang等,2004;Schumacher and Johnson, 2005;王晓芳等,2010;赵玉春和崔春光,2010;孙继松等,2012;陆汉城,2019),这些研究不仅提高了对强降水成因的认识,也为进一步提高强降水预报准确率提供了技术支撑。
2020年6月19—22日重庆南部和贵州北部出现持续性强降水天气,导致了綦江流域严重的洪涝灾害,其中五岔水文站于6月22日20时00分(北京时,下同)出现205.85 m洪峰水位,相应流量为5 350 m3·s-1,超过保证水位(200.51 m) 5.34 m,涨幅10.18 m,洪峰水位超1998年,为1940年建站以来的最大洪水。稳定少动的大尺度环流背景和中小尺度对流系统共同造成了这次持续性强降水过程。国内外对持续性强降水引发的洪涝灾害已有一些研究(Kenneth,1999;Shepherd et al., 2011;张亚萍等,2012;翟丹华等,2015)。然而,6月19—22日造成綦江流域的这次破历史记录洪水,其降水时空分布有何特点?环流背景、水汽源地与中尺度对流系统如何发展演变?针对这些问题,本文利用天气雷达、地面加密雨量站资料和ERA5再分析资料以及五岔水文站水文资料,对上述问题进行了分析,以期为綦江流域洪水风险预警提供技术支撑。
1 流域概况与资料说明綦江是长江右岸支流,其流域覆盖贵州省北部与重庆西南部接壤地区(图 1),发源于贵州省习水县仙源镇黄瓜垭,由南向北流经贵州省桐梓县和重庆市綦江区,并于重庆市江津区支坪街道(仁沱场)汇入长江。綦江长220 km,流域面积7 020 km2,天然落差856 m,多年平均流量122.1 m3·s-1,其水系呈树枝状分布,左岸有流域面积超过100 km2的支流5条,右岸支流有6条(《中国河湖大典》编纂委员会,2010)。
本文使用的资料主要包括: (1)来源于重庆市气象局、贵州省气象局与四川省气象局的逐1 h地面加密雨量站资料;(2) 1990—2019年重庆沙坪坝站整层大气可降水量(PW)资料;(3)时空分辨率分别为1 h、0.25°×0.25°的ERA5再分析资料;(4)重庆市水文监测总站的綦江流域五岔水文站水位和流量资料;(5)重庆、永川、宜宾、南充、遵义5部新一代天气雷达资料,并利用SWAN (Severe Weather Automatic Nowcast System)对上述5部雷达数据进行组合反射率因子拼图,以期分析綦江流域的风暴形态及其演变特征。
2 水文气象特征与天气过程概况 2.1 雨情特征2020年6月19日20时—22日20时,重庆大部和贵州北部出现暴雨天气过程(图 1)。强降雨主要位于重庆南部至贵州北部,呈近西南—东北向分布,中心位于重庆境内的綦江区、万盛区和贵州境内的桐梓县、遵义市等地,基本上完全覆盖了綦江流域。重庆和贵州的加密自动雨量站记录显示,过程累积雨量2站超过250 mm,495站超过100 mm,1 817站超过50 mm,最大累积降水量达306.8 mm,出现在贵州省遵义市的瑞溪站,重庆市綦江区永城站次之,为302.7 mm。
图 2给出2020年6月20时00时—22日20时綦江流域逐1 h面雨量及瑞溪站和永城站逐1 h雨量的时间演变。从中看出,此次强降雨过程可分为三个时段。分别对这三个时段的雨情概述如下。
第一阶段降水发生在20日03—07时,綦江流域逐1 h面雨量均不大,20日05时最大雨量为7.3 mm;瑞溪站雨强也不大,均未超过5.1 mm·h-1;永城站20日05时出现了54.5 mm·h-1强降雨,其余时次降水均在6.3 mm·h-1以下。此阶段綦江流域及其周边地区逐1 h降水量分布图(图 3a—f)显示,19日18—19时降水首先从贵州西北部与四川交接地区出现,之后向北偏东方向发展增强,19日23时之前1 h降水量均在15 mm以下,20日01时开始降水增强,形成近南北向雨带,但不在綦江流域,20日03时开始降水逐渐东移至綦江流域,强度明显增强,20日06时降水强度逐渐减弱,随之东移出綦江流域。
第二阶段降水发生在20日21时—21日04时,此阶段綦江流域的降水时间较第一阶段长3 h,逐1 h面雨量显示降水强度仍然较弱,最大1 h面雨量为5.5 mm (20日23时)。重庆永川的永城站降水开始时间比瑞溪站早约3 h,但降水较弱、持续时间短,主要发生在20日21—23时,累积降水量为36.5 mm。瑞溪站强降水从20日23时持续到21日05时,6 h累积降水量达159 mm,其中21日00—04时的逐1 h雨量均超过20 mm,02时最大为54.5 mm。这期间逐1 h降水分布(图 3g—l)表明,尽管降水始于20日17—18时,但发展较慢,20日21—23时降水增强,形成近西南—东北向雨带,而强降水主要分布在綦江流域外部,21日00— 02时綦江流域外的南北两条强降水雨带合并,但已东移出该流域。
第三阶段降水发生在22日00—12时,此阶段降水持续时间最长、强度最大,綦江流域22日05时和06时1 h面雨量均超过10 mm,最大为12.1 mm (22日05时)。从单站1 h降水量看,瑞溪站比永城站降水开始时间晚约2 h,其1 h雨量超过10 mm的降水持续了5 h,最大1 h雨量为35.6 mm (22日09时),累积雨量90.7 mm。永城站降水持续了12 h,累积雨量197.3 mm,有8 h的1 h雨量大于10 mm,最大小时雨量达49.5 mm (22日04时)。22日00—10时逐1 h降水分布(图 3m—r)显示,22日00时綦江流域开始降水,强度逐渐增大,04时形成近东西向雨带,22日04—09时流域内1 h降水量均超过20 mm。
上述分析表明,这次强降雨主要集中在贵州北部和重庆南部;降水从6月19日夜间持续到22日上午,持续时间较长;强降水主要发生在夜间,白天降水减弱,其日变化特征明显;降水强度较大,最大小时雨量瑞溪站(6月21日02时)和永城站(6月20日05时)均为54.5 mm。
2.2 水情特征2020年6月20日08时—24日05时綦江流域五岔水文站水位和流量随时间演变(图 4)表明,流量和水位的变化趋势一致,水位高时流量大,水位下降时流量也随之减小。受綦江流域第二、第三阶段降水(图 2a和图 3)影响,对应2次水位上涨和流量增大过程,第一次是21日11—18时,由20日21时—21日04时降水造成,由于这一阶段綦江流域1 h面雨量不大,因此造成的水位和流量变化不大,水位上涨1.5 m,流量由357 m3·s-1增至852 m3·s-1。21日白天綦江流域逐小时面雨量均在0.2 mm以下(图 2a),之后水位和流量均有所减小。受22日00—12时綦江流域强降雨影响,22日05—21时水位迅速上涨,20时00分五岔水文站出现洪峰水位205.85 m,相应流量5 350 m3·s-1,超过保证水位(200.51 m) 5.34 m,涨幅10.18 m,为1940年建站以来最大洪水。23日后水位开始下降、流量减小。
綦江流域此次破记录洪水过程发生在稳定的大尺度环流背景下。6月20日08时(图 5a),500 hPa高纬地区维持明显的两槽一脊环流型,乌拉尔山和东亚沿岸地区为低压槽区,贝加尔湖地区为平浅高压脊;中纬度青藏高原东部低槽不断发展东移影响四川东部、重庆和贵州一带,西太平洋副热带高压(以下简称副高)稳定少动,控制我国长江以南大部地区。乌拉尔山地区低槽区有冷中心配合,中心最低温度达-28 ℃以下,随着低槽逐渐东移南压,其后部的冷空气不断扩散南下,与副高西北部暖湿气流在重庆和贵州地区交汇。
700 hPa上(图 5b),西南低空急流维持在云南东部、贵州、重庆至长江中下游一带,风速为12~16 m·s-1。850 hPa上(图 5c),西南低空急流从南海经广西、贵州一直延伸至长江沿岸或江南一带,风速达12~18 m·s-1,重庆南部和贵州北部位于其出口区或左前侧,辐合抬升明显。700 hPa贵州北部和重庆地区相对湿度均在80%以上,850 hPa比湿为12~16 g·kg-1;从温度场看,700 hPa贵州北部和重庆地区温度为12 ℃,四川盆地则小于10 ℃,850 hPa该地区也存在温度脊,表明低层西南暖湿气流的维持不仅有利于层结不稳定增强,也有利于形成水汽辐合中心,进而产生强降水。
利用ERA5再分析资料计算出2020年6月19日20时—6月22日20时700 hPa和850 hPa的平均水平水汽通量和水汽通量矢量见图 6。从中清楚地看到700 hPa暖湿空气从孟加拉湾经云南向重庆和贵州地区输送,850 hPa暖湿空气从中国南海经广西向贵州北部和重庆南部汇合。期间850 hPa切变线一直维持在重庆南部和贵州北部一带(图 5c),该区域是低层辐合上升的主要区域。这与Liang等(2005)及于波和林永辉(2008)的相关研究结论一致,即西南地区东部暴雨的水汽主要来源于中国南海和孟加拉湾。
为了详细了解重庆和贵州地区大气整层可降水量(Pw),参考美国国家天气局网站(http://www.weather.gov/unr/uac)提供的Pw计算方法,计算了沙坪坝站(位于綦江流域西北约100 km,海拔541.6 m)和贵阳站(位于綦江流域以南约220 km,海拔1 227.3 m)的Pw,这2个站也是距离綦江流域最近的探空站;同时给出沙坪坝站1990—2019年20时和08时Pw的逐月演变情况(图 7)。从中可见,沙坪坝站逐月Pw呈单峰分布,高值集中在6—8月,最大值在7月。其中,6月Pw的99%分位数为55 mm,75%分位数为45 mm。这次暴雨过程中沙坪坝站的Pw(表 1)表明,除21日08时Pw(49.1 mm)低于50 mm外,其余5个时次均超过54 mm,最大值为62.2 mm,基本上接近或超过1990—2019年Pw的99%分位数值,进一步说明这次暴雨过程期间重庆地区具有丰富水汽。从表 1中还看到,强降雨持续时间更长、强度更大的第三阶段,贵阳站Pw均在40 mm以上,其中6月21日20时为46.2 mm,22日08时为43.7 mm,总体强度比沙坪坝站弱,这可能与贵阳站海拔高度比沙坪坝站高有关。
为了分析造成这次持续性强降雨的环境条件,本文选用对重庆预报业务具有较好指示性的若干环境参数列于表 1中,即对流有效位能(CAPE)、对流抑制能量(CIN)、抬升指数LI、K指数,以及贵阳(700 hPa)和沙坪坝(850 hPa)探空站风向和风速。
从表 1中可见,6月19日20时和20日08时,沙坪坝站K指数均在35 ℃以上,分别为36.1 ℃和35.7 ℃,850 hPa风向为217~245°,以西南风为主,风速13~15 m·s-1,抬升指数LI由负值(-1.13 K)转为正值(2.61 K),CAPE和CIN均较低,甚至为0;贵阳站K指数均在36 ℃以上,700 hPa风向为192°~201°,以偏南风为主,风速8~10m·s-1,与沙坪坝相比,其LI均为负值,适当的CAPE和较小的CIN表明贵州境内更有利于触发中尺度对流系统。6月20日20时和21日08时,沙坪坝站K指数均在33 ℃以下,LI均为正值,CAPE和CIN均较小或为0,这些因素表明此时不利于对流系统发生,而从风向看,850 hPa仍一直维持11~14m·s-1西南风,Pw值较高;贵阳站K指数达到41.9 ℃,LI为-1.0 K,CAPE值为513.9 J·kg-1,CIN较小,700 hPa为8m·s-1偏南风,因此这一阶段对流系统在贵州境内新生时强度更强,之后沿偏南气流向重庆南部移动。6月21日20时和22日08时,沙坪坝站K指数分别为33.1℃和33.9 ℃,LI仍为正值,CAPE和CIN均较小或为0,且850 hPa由西南风转为西北风,风速较小,仅2~ 4m·s-1,但Pw值高;这两个时次贵阳站K指数均超过40 ℃,LI均为负值(-2.5 K和-0.18 K),21日20时CAPE值达到1 528.7 J·kg-1,因此这一阶段中尺度对流系统首先在贵州境内新生,位置较前2个阶段更偏南,由于偏南风速减弱,MCSs在贵州北部和重庆南部维持时间更长。
3.2 雷达回波特征分析为了更清晰地描述此次綦江流域破历史记录洪水中3个强降雨阶段中尺度对流系统(MCSs)的演变过程和结构特征,利用SWAN输出的组合反射率因子拼图对其进行分析。
(1) 第一阶段(6月19日18时到20日07时)。从雷达组合反射率因子拼图(图 8a—f)看到,此阶段MCSs演变大致分为3个时段,即分散对流时段、组织化时段和减弱消亡时段,成熟时期的MCSs南北向水平尺度超过300 km。
19日18:30,对流单体首先在云南东北部和贵州西北部交界处被激发,在西南风引导下向东北方向移动,同时该地又有对流单体新生,到19日21时,该单体已发展成结构较松散的近南北向线状对流系统,初生的最强单体强度达50 dBz。随后,对流系统缓慢增强并逐渐向偏北方向移动,并开始影响重庆西部地区,回波结构仍较松散,强降水较弱(图 8c)。此后6 h (图 8d和图 8e),对流系统继续向偏北方向发展,回波强度逐渐增强,结构更加密实,对应降水强度增强,重庆南部1 h最大雨量为54.5 mm (永城站,20日04—05时);由逐1 h降水量分布(图 3d、e)和綦江流域逐1 h面雨量演变可知,20日02时对流系统开始影响綦江流域,20日04—05时降水强度达到最大,面雨量为7.3 mm。20日05时(图略)开始,对流系统逐渐向东偏北方向移动,回波强度逐渐减弱至45 dBz及以下,最大1 h雨量减弱至30 mm以下,綦江流域降水也随之迅速减小。
(2) 第二阶段(6月20日18时到21日07时)。从图 8g—l中雷达反射率因子拼图演变看出,此阶段MCSs的生命史约13 h,水平尺度超过400 km。与第一阶段相比,这一阶段降水的强度更强、持续时间更长。
贵州北部至重庆一带持续受700 hPa西南急流和850 hPa切变线影响,6月20日18时(图 8g),该地区开始出现多条线状对流回波带,北部的一条位于重庆西南部至重庆中部,呈西西南-东东北向,南部的一条位于贵州西北部至贵州北部一带,呈西南-东北向,上述两条回波带之间还存在一条南西南-北东北回波带,强度较前两条弱。三条对流回波带的组织结构均较松散,最强单体回波强度超过50 dBz。4 h后(图 8h),南部回波带中贵州北部最强回波单体减弱消散,之后与中部回波带合并发展,其北端与北部回波带合并,组织结构逐渐变得密实,同时北部回波带西端不断有新对流系统生成,并向偏东方向移动,开始影响綦江流域,对应该流域1 h面雨量从20日21时开始增强(图 2a),20日21—23时降水几乎覆盖整个流域(图 3h、i),22—23时面雨量最大为5.5 mm。20日23时至21日03时(图 8i、j、k、l),MCSs移动缓慢,结构变得更加密实,期间1 h最大雨量均在35 mm以上,其中1 h最大雨量出现在贵州遵义的瑞溪站,达54.4 mm (21日01— 02时)。然而,由于系统移动较快,01时开始强降雨移出綦江流域(图 3j—l),对应1 h面雨量均在5.0 mm以下。03时之后,MCSs逐渐向东南方向移动,强度减弱,对应最大1 h雨量基本在30 mm以下。
(3) 第三阶段(6月22日00—10时)。图 8m—r给出第三阶段雷达反射率因子拼图。此阶段MCSs的生命史达10 h,成熟阶段的水平尺度超过200 km。
6月22日01时(图 8m),重庆南部和贵州西北部出现分散性新生回波,北部回波主要位于重庆南部,呈准东西向分布,南部回波呈块状,另外,四川盆地中部还存在层状云回波;之后,重庆南部和贵州北部的回波发展合并;这期间降水较弱,但基本覆盖了綦江流域(图 3m),1 h面雨量随之逐渐增加(图 2a)。4 h后(图 8n),雷达回波呈团状,覆盖重庆南部、中部和贵州北部地区,逐渐发展为混合型回波,强度增强,对流性回波仍位于重庆偏南和贵州一带,同时重庆西南部(即綦江流域西侧)不断有对流性回波新生,并向东南方向移动,与之对应,綦江流域降水增强,中部1 h降水量超过20 mm (图 3n),04—05时面雨量为12.1mm,达此次过程的最大值。22日05—08时(图 8n、o、p),綦江流域西侧仍不断有对流回波新生,然后向偏东方向移动,形成“列车效应”不断影响该流域,由于雷达回波结构密实,期间流域内1 h面雨量均大于8.0 mm、1 h最大降水量达20 mm以上(图 3p—q),其中05:00—06:00降水最强,面雨量达10.3 mm (图 2a)、1 h最大小时降水量达40 mm以上。22日09—10时(图 8q、r),四川盆地层状云回波移入重庆地区,与贵州北部和重庆南部回波合并,但组织结构变得松散,强度开始减弱,綦江流域内1 h降水量基本在15 mm以下(图 3r),1 h面雨量也减小到5.6 mm。
综上分析可知,第一阶段降水主要覆盖綦江流域中下游,降水持续时间较短。第二阶段45 dBz以上强回波主要位于綦江流域外,尽管降水持续时间较第一阶段长3 h,但降水强度不大,1 h面雨量最大为5.5 mm。第三阶段綦江流域西部不断有对流性回波新生,向偏东方向移动,形成“列车效应”导致MCSs长时间影响该流域。三个阶段降水的叠加效应尤其是第三阶段綦江流域全流域长时间强降雨是导致全流域洪水的主要原因。
4 结论与讨论本文利用多源观测资料分析了2020年6月19— 22日綦江流域破历史记录洪水的雨情水情分布、环流背景、水汽源地和中尺度对流系统演变特征,得到以下主要结论:
(1) 此次过程强降雨范围集中、持续时间长、强度大,最大累积降水量达306.8 mm,强降雨主要发生在夜间,日变化特征显著,其中6月21日夜间最强。
(2) 青藏高原东部低槽不断发展东移影响四川东部、重庆和贵州一带,副高稳定少动,乌拉尔山地区冷低压东移引导冷空气扩散南下,与副高西北部暖湿气流在重庆和贵州地区交汇,是有利于綦江流域此次破记录洪水发生的天气背景。
(3) 低空西南暖湿急流演变在这次持续性强降雨过程中起到重要作用。一方面,进一步加强了贵州北部至重庆南部的大气层结不稳定度,造成3个强降水阶段MCSs不断在这一带新生;另一方面,将中国南海和孟加拉湾的水汽输送到綦江流域一带,为强降水发生及持续提供了丰富的水汽。同时,重庆沙坪坝站Pw基本上接近或超过1990—2019年6月Pw的99%分位数值。
(4) 此次过程中3个强降水阶段的MCSs均在贵州境内新生,之后向偏北偏东方向移动、发展加强影响綦江流域。第一个阶段雷达回波呈近南北向,整体向偏东方向移动,由于綦江经贵州北部从南向北在重庆汇入长江,因此,45 dBz以上强回波影响綦江流域时间较短,共5 h (20日03:00—07:00);第二阶段雷达回波呈西南—东北向,21日00时前,45 dBz以上回波分为南北两段,分别位于綦江流域边界的北部和南部,流域内回波较弱,之后45 dBz以上回波逐渐合并为一条强回波带,但已移出綦江流域,因此该时段降水持续时间较第一阶段长(20日21:00—21日04:00),而降水较弱,1 h面雨量基本在5.0 mm以下;第三阶段雷达回波呈块状,45 dBz以上回波在成熟时期呈西西北—东东南向分布,对流回波不断在綦江流域西侧新生并向偏东方向移动,形成“列车效应”不断影响该流域,影响时段从22日00时持续到12时,且降水强度大。因此,三个阶段降水的叠加效应,尤其是第三个阶段持续性强降雨是导致綦江全流域洪水的主要原因。
本文初步分析了綦江流域破历史记录洪水的雨情、水情特征和中尺度特征。但仍有一些问题需进一步研究。如,大尺度条件稳定的情况下,MCSs形态存在较大差异的原因还不清楚;此次过程中夜雨特征明显,造成强降水显著日变化的原因有待揭示。今后需要利用中尺度数值模式和非常规资料对上述问题开展深入研究。
黄小彦, 孙继松, 刘文婷. 2020. 地形作用下低空急流的演变与强降水对流风暴系统的相互作用[J]. 气象学报, 78(4): 551-567. |
李晓容, 高青云, 付世军. 2020. 四川盆地东北部三次持续性暴雨过程水汽输送特征分析[J]. 暴雨灾害, 39(3): 234-240. DOI:10.3969/j.issn.1004-9045.2020.03.003 |
刘芸芸, 丁一汇. 2020. 2020年超强梅雨特征及其成因分析[J]. 气象, 46(11): 1393-1404. DOI:10.7519/j.issn.1000-0526.2020.11.001 |
陆汉城. 2019. 江淮以南地区暴雨和强降水的中尺度天气动力学研究进展[J]. 暴雨灾害, 38(5): 440-449. |
闵爱荣, 廖移山, 邓雯, 等. 2020. 2019年4-10月我国主要暴雨天气过程简述[J]. 暴雨灾害, 39(5): 539-548. |
孙继松, 何娜, 王国荣, 等. 2012. "7.21"北京大暴雨系统的结构演变特征及成因初探[J]. 暴雨灾害, 31(3): 218-225. |
王晓芳, 徐明, 闵爱荣, 等. 2010. 2010年5月我国南方持续性暴雨过程分析[J]. 暴雨灾害, 29(2): 193-199. DOI:10.3969/j.issn.1004-9045.2010.02.016 |
于波, 林永辉. 2008. 引发川东暴雨的西南低涡演变特征个例分析[J]. 大气科学, 32(1): 141-154. DOI:10.3878/j.issn.1006-9895.2008.01.13 |
翟丹华, 刘德, 李强, 等. 2014. 引发重庆中西部暴雨的西南低涡特征分析[J]. 高原气象, 33(1): 140-147. |
翟丹华, 张亚萍, 邱鹏, 等. 2015. 琼江两次洪水过程的水文气象分析[J]. 气象, 41(1): 59-67. |
张芳华, 陈涛, 张芳, 等. 2020. 2020年6-7月长江中下游地区梅汛期强降水的极端性特征[J]. 气象, 46(11): 1405-1414. DOI:10.7519/j.issn.1000-0526.2020.11.002 |
张亚萍, 刘德, 廖峻, 等. 2012. 一种基于水文模拟建立中小河流洪水气象风险等级指标的方法[J]. 暴雨灾害, 31(4): 351-357. |
赵玉春, 崔春光. 2010. 2010年8月8日舟曲特大泥石流暴雨天气过程成因分析[J]. 暴雨灾害, 29(3): 289-295. DOI:10.3969/j.issn.1004-9045.2010.03.015 |
郑国光, 矫梅燕, 丁一汇, 等. 2019. 中国气候[M]. 北京: 气象出版社.
|
《中国河湖大典》编纂委员会.2010.中国河湖大典(长江卷, 上)[M].北京: 中国水利水电出版社
|
Kenneth E K. 1999. Record flood-producing rainstorms of 17-18 July 1996 in the Chicago Metropolitan area. Part Ⅰ:Synoptic and Mesoscale Features[[J]. Journal of Applied Meteorology, 38(3): 257-265. DOI:10.1175/1520-0450(1999)038<0257:RFPROJ>2.0.CO;2 |
Liang Ping, Li Wei, Chen Longxun, et al. 2005. Features and sources of the anomalous moisture transport for the severe summer rainfall over the upper reaches of the Yangtze River[J]. Acta Meteorologica Sinica, 19(4): 202-215. |
Schumacher R S, Johnson R H. 2005. Organization and environmental properties of extreme-rain-producing mesoscale convective systems[J]. Mon Wea Rev, 133(4): 961-976. DOI:10.1175/MWR2899.1 |
Shepherd M, Mote T, Dowd J, et al. 2011. An overview of synoptic and mesoscale factors contributing to the disastrous Atlanta flood of 2009[J]. Bull Amer Meteor Soc, 92(7): 861-870. DOI:10.1175/2010BAMS3003.1 |
Wang Chung-Chieh, Chen G T J, Carbone R E. 2004. A climatology of warm-season cloud patterns over East Asia based on GMS infrared brightness temperature observations[J]. Mon Wea Rev, 132(7): 1606-1629. DOI:10.1175/1520-0493(2004)132<1606:ACOWCP>2.0.CO;2 |