2021, Vol. 40 
表1(Table 1)
2. 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室, 北京 100029
2. State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029
短时强降水和暴雨关系密切，但又区别明显(孙继松，2017)。我国业务上将整点时刻的小时降水量不低于20 mm或3 h降水量超过50 mm的降水事件定义为短时强降水(俞小鼎，2013)，而暴雨指24 h内累计降水量不低于50 mm的降水事件，特大暴雨则为24 h累计降水量不低于250 mm的极端降雨事件(全国气象防灾减灾标准化技术委员会，2012)。时间跨度的不同是短时强降水和暴雨在定义上的显著区别。短时强降水是暴雨事件中的常见现象，但是相比于长持续时间的稳定性降水造成的暴雨，短时强降水导致的暴雨具有短时雨强大、持续时间短、空间尺度范围小等特征(丁一汇，2005)，致灾性更强，威胁更大，预报和防御也更加困难(Lyman et al., 2005；Liao et al., 2010)。高强度的短时强降水和暴洪也具有很好的一致性，常对应高的暴洪风险(Brooks and Stensrud, 2000；Doswell，2001)。
短时强降水均由对流直接产生。Tokay等(1999)研究表明，热带地区超过10 mm·h-1的降水量几乎均与对流有直接的关系。Zheng等(2019)研究显示，不低于10 mm·h-1的降水量可用于表征我国的对流性降水。因此，我国业务中的短时强降水(不低于20 mm·h-1)均具有对流的属性。短时强降水是在有利的大尺度环境条件下，由中小尺度对流系统直接产生(Maddox et al., 1979；Doswell et al., 1996)，且存在大陆型和热带型两种产生短时强降水的主要对流型(俞小鼎，2013；孙继松，2017)。但即使是同一个对流系统中，不同位置的降水强度也会差别显著(Barnes and Houze, 2014)，如飑线前导区中的降水量可达100 mm·h-1，而后部层云区的降水量仅1~10 mm·h-1 (Houze and Betts, 1981)。Weisman和Klemp (1982)的模拟研究显示，存在两种取决于大尺度环境条件的高降雨率的机制，一种高强度降水出现在低对流有效位能(CAPE)和弱到中等垂直风切变环境下，此时降水效率随风切变的增大而减小，与对流风暴中夹卷增强导致蒸发增强有关；另一种机制尚不明确，但雨强随CAPE和垂直风切变的增大而增大。
由于短时强降水的对流属性和对其形成机理认识的局限性，使得各种时效的预报预测仍面临较大的挑战(Roberts and Rutledge, 2003；Sun et al., 2014；James et al., 2018)。短时强降水落区和强度的准确判断直接影响定量降水预报的效果。尽管短时强降水预报并非无迹可寻(Doswell et al., 1996；Davis，2001)，但即使完全掌握了大尺度环境条件，仍然难以准确判断短时强降水的强度和范围，从而影响对定量降水量级和落区的判断(Liao et al., 2010；俞小鼎，2012；田付友等，2018)。环境动力、水汽和热力条件是影响对流的主要环境三要素(Doswell et al., 1996；何跃等，2019)。短时强降水是我国强对流天气中最为常见的现象，在不同的短时强降水过程中，不同要素的多种配置是如何对降水强度产生影响的，目前对这方面的认识尚有不足。本文针对北京地区2012年7月21日(简称“7.21”过程)和2016年7月20日(简称“7.20”过程)两次影响差别大、小时降水强度差异显著的极端暴雨事件，在对两次过程的短时强降水实况进行详细分析的基础上，对比分析两次过程的环流形势、环境的动力、水汽、热力特征和地形影响，并对比研究了两次过程中影响短时强降水的环境因素的极端性，以期为理解、认识和预报短时强降水提供更多的参考。
1 短时强降水实况对比2012年“7.21”和2016年“7.20”过程中北京及其周边均出现了极端特大暴雨。2012年“7.21”过程是北京出现的1951年以来最强的一次特大暴雨过程，北京城区24 h平均降水量达215 mm，房山一水文站录得460 mm的极端降水。极端降水最终导致北京市79人因灾死亡，数十万人紧急转移，数百万人受灾。2016年7月19—20日的“7.20”极端暴雨过程中，北京全市出现了平均212.6 mm的累积降水量，市区平均降水量达274.0 mm，门头沟东山村最大达453.7 mm，降水有效地补充了北京的地下水资源。两次过程的累计降水量均达到了极端暴雨的级别，但所造成的结果和影响却差别极大：前一次过程造成了巨大的破坏和损失，后一次过程的利远大于弊。
2012年“7.21”过程中，北京地区的降水从21日02时(北京时，下同)开始至22日凌晨，持续20 h左右。图 1为两次过程不同强度短时强降水的站次数随时间的变化，在计算不同强度短时强降水站次数时，低阈值短时强降水的站次数中也包含了高阈值短时强降水的站次数，如485站次的不低于20.0 mm·h-1的短时强降水中包含了强度不低于50.0 mm·h-1的短时强降水(表 1)，其它类似。图 1a显示，2012年“7.21”过程中，短时强降水在降水出现约10 h后的21日12时开始出现，站次数随后不断增加，于15时达到40站次的峰值，之后有小幅度的回落，然后于20时达到75站次的最大数量，此后不断减少，并逐渐减至0。超过50.0 mm·h-1的短时强降水的站次数随时间的变化较为单一，21日20时之前以个位数存在，19—22时集中出现，20时最多，达36站次，约占该时次短时强降水的50%，即出现短时强降水的站点中，超过一半的短时强降水的降水强度在50.0 mm·h-1以上，并有多个站次的降水强度超过了80.0 mm·h-1，过程中的最大降水强度达到了100.3 mm·h-1 (表 1)。图 1b显示，尽管2016年“7.20”过程中的短时强降水也明显存在两个主要时段，且短时强降水的持续时间也为14 h左右，但短时强降水的特征与2012年“7.21”过程显著不同。2016年“7.20”过程中，短时强降水集中出现的第一个时段为19日08时前后，约10站次，第二个阶段出现在次日的12时前后，约135站次。然而，整个过程中北京辖区内只出现了两站次50.0 mm·h-1以上的短时强降水，分别出现在19日09时和20日13时，最大降水强度为56.8 mm·h-1。此外，表 1还显示，2016年“7.20”过程中短时强降水的总站次数远多于2012年“7.21”过程，且在出现时间上也更为集中。对比可知，主要是短时强降水强度的不同造成了两次极端特大暴雨过程影响的巨大不同。
|
图 1 北京2012年“7.21”(a)和2016年“7.20”(b)特大暴雨过程中≥20 mm·h-1和≥50 mm·h-1站次时间变化 Fig. 1 The variation of station numbers of hourly precipitation not less than 20.0 mm·h-1 and not less than 50.0 mm·h-1 during the torrential rainstorms of (a)"7.21"in 2012 and (b)"7.20"in 2016 over Beijing. |
|
表 1 北京2016年“7.20”与2012年“7.21”特大暴雨过程中实况特征对比 Table 1 Comparison of characteristics for torrential rainstorms of "7.21" in 2012 and "7.20" in 2016 over Beijing. |
除降水强度和持续时间外，两次过程中短时强降水空间分布上的差异也较为明显。2012年7月22日08时的24 h和2016年7月20日20时的12 h短时强降水分布(图 2)显示，“7.21”过程中的短时强降水主要集中在海拔300 m以下的地区，短时强降水以北京中南部最为密集，但50.0 mm·h-1以上短时强降水有两个集中区域，一个位于北京西部山前，一个位于北京东北部山前。相比于2012年“7.21”过程，2016年“7.20”过程中的短时强降水主要集中在北京中南部，即北京的西部山前，并有相当比例的短时强降水出现在海拔300 m以上的区域，而北京东北部山前几乎无短时强降水。
|
图 2 2012年“7.21”(a)和2016年“7.20”(b)特大暴雨过程中北京及周边地区短时强降水分布(实心点表示降水强度超过50.0 mm·h-1, 空心圆表示降水强度超过20.0 mm·h-1但未达到50 mm·h-1, 阴影为地形) Fig. 2 The distribution of short-duration heavy rainfall over Beijing and its surrounding regions during torrential rainstorms of (a) "7.21" in 2012 and (b) "7.20" in 2016 over Beijing (The solid points represent the stations with precipitation intensity not less than 50.0 mm·h-1 while the circles represent the stations with precipitation intensity between 20.0 and 50.0 mm·h-1. The terrain is shaded). |
单就两次极端暴雨过程而言，两者均发生在有利的大尺度环境条件下(孙建华等，2013；孙明生等，2013；赵思雄等，2018)，但在具体的环流形势上又存在差别。
2012年“7.21”过程中，主要的影响系统为中心位于贝加尔湖的东移南下深厚高空冷涡、控制我国东南部和华南的副热带高压(以下简称副高)以及位于菲律宾西北部的西北向移动的热带低压(图 3a)。冷涡南部500 hPa槽线分为两段，向西南伸展至我国四川南部，北京位于北段切变线的底端前侧。西北向移动的热带低压将热带海洋地区充足的水汽源源不断地向北输送，再经由强盛的副高西侧偏南气流进一步输送至我国北方地区，为极端暴雨提供了充足的水汽。强盛的副高深入内陆，提供了对流发展所需湿热环境的有利条件。2016年“7.20”过程中的主要影响系统为位于贝湖地区的冷涡、位于我国北方地区向东北方向移动的低涡和影响我国东南沿海的副高，此外，在我国东北地区存在向北伸展的高压脊。副高西部的西南气流有利于水汽向北输送(图 3b)，但从风场可以看出，华北地区受低涡系统的控制更为明显。
|
图 3 2012年7月21日08时(a)和2016年7月19日20时(b) 500 hPa天气形势(红虚线为等温线, 蓝实线为等高线) Fig. 3 The synoptic patterns of 500 hPa at (a) 08∶00 BT 21 July 2012 and (a) 20∶00 BT 19 July 2016 (The dashed red lines and solid blue lines represent isotherm and geo-potential height, respectively). |
两次过程中短时强降水峰值时段的对流条件显示(图 4)，2012年“7.21”过程中，21日20时的850 hPa偏南风达24 m·s-1 (图 4a)，而最大偏北风则为8 m·s-1，850 hPa散度最小值达-12.5×10-5 s-1，北京大部分地区的850 hPa散度均小于-10.0×10-5 s-1，与我国中东部短时强降水的850 hPa散度相比偏强(Tian et al., 2015；田付友等，2017)。北京大部分地区的整层可降水量(PWAT)超过了60 mm (图 4b)，而常用于表征大气稳定程度的抬升指数(LI)为1.0~-2.0 oC。相比而言，2016年“7.20”过程中，北京中南部20日14时850 hPa偏东南风达28 m·s-1 (图 4c)，北京西北部的850 hPa偏东风也达26 m·s-1，从而在北京及其周边地区形成了强烈的850 hPa抬升动力环境，850 hPa散度最小值低于-20.0×10-5 s-1，与此同时，北京大部分地区的PWAT超过50 mm，东南部超过60 mm，而LI在1.0 oC附近(图 4d)。对比两次过程中的环境条件可知，2012年“7.21”过程中短时强降水峰值时段的低层辐合抬升动力条件弱于2016年“7.20”过程，但前者的水汽和热力不稳定条件均优于后者。
|
图 4 2012年7月21日20时(a, b)和2016年7月20日14时(c, d) 850 hPa散度(阴影, 单位: 10-5·s-1)、风场和500 hPa高度场(等值线, 单位: dagpm)叠加图(a, c)及PWAT (阴影, 单位: mm)和LI (等值线, 单位: ℃)分布(b, d) Fig. 4 Distribution of (a, c) divergence (shadow, unit: 10-5·s-1), wind field on 850 hPa and geopotential height (contour, unit: dagpm) on 500 hPa, and (b, d) PWAT (shadow, unit: mm) and LI (contour, unit: ℃) at (a, b) 20:00 BT 21 July 2012 and (c, d) 14:00 BT 20 July 2016. |
探空曲线清晰地显示了两次过程中有利于降水的环境条件(图 5)。2012年“7.21”过程中大范围短时强降水天气出现之前的08时探空显示(图 5a)，北京地区地面温度为27.4 ℃，露点温度为23.8 ℃，表明水汽含量高，抬升凝结高度(LCL)低于925 hPa，显示气团不需要抬升至太高即可成云致雨，与此同时，具备较强的CAPE，表明对流较易得到触发，是利于对流的环境条件。14时短时强降水的站次数已出现了第一次峰值(图 1a)，此时的探空显示(图 5b)，北京地区的地面温度和露点温度已分别升至28.0 ℃和26.0 ℃，08时600— 700 hPa间的干区消失，LCL已降至950 hPa附近，CAPE从08时的954 J·kg-1增至2 089 J·kg-1，400 hPa以下层结的风速均有一定程度的增强，显示了更有利于对流的环境条件。2016年“7.20”过程中20日08时的温度和露点温度分别为21.6 ℃和20.8 ℃(图 5c)，与2012年“7.21”过程相比均显著偏低，LCL接近1 000 hPa，且整层相对湿度较高。21日14时探空表明(图 5d)，LCL已降至1 000 hPa，尽管700 hPa以上层次气流与08时相比均有所减弱，但850 hPa和700 hPa气流均从22 m·s-1增强至28 m·s-1左右，且偏南分量显著增强，显示偏南水汽输送增强和可能的低层动力辐合抬升增强。这一层结利于降水形成，尽管CAPE为0 J·kg-1显示潜在不稳定并不利于强对流发展。
|
图 5 2012年7月21日(a, b)和2016年7月20日(c, d) 08时(a, c)和14时(b, d)北京站探空图 Fig. 5 Sounding at Beijing station at (a, c) 08 : 00 BT and (b, d) 14 : 00 BT on (a, b) 21 July 2012 and (c, d) 20 July 2016. |
环流形势和探空揭示了利于降水形成的条件，雷达回波提供了两次过程中对流强度更为直接的证据。图 6所示为两次过程中短时强降水峰值时段北京雷达的0.5°仰角反射率因子和回波顶高。2012年7月21日19时24分，雷达回波反射率显示(图 6a)，较大范围的回波超过了40 dBz，最强回波超过50 dBz，超过40 dBz回波向上伸展至9 km (30 kft)以上，最高回波顶高超过了12 km (40 kft)，且集中在北京东北部和西南部(图 6b)，与图 2a所示高强度短时强降水的分布有较好的对应关系。2016年“7.20”过程中雷达回波以强度30~40 dBz为主(图 6c)，镶嵌有强度超过40 dBz的回波，且回波向上伸展的高度较低，一般不超过6 km (30 kft) (图 6d)。雷达回波对比显示，2012年“7.21”过程中的对流性更强，而2016年“7.20”过程更多以层积混合型降水为主。回波上的特征差异与图 5所示两次过程中CAPE的不同有较好的对应关系。
|
图 6 2012年7月21日19:24 (a, b)和2016年7月20日12:36 (c, d)北京雷达0.5°仰角反射率因子(单位: dBz; a, c)和回波顶高(单位: kft; b, d) Fig. 6 The (a, c) 0.5° tilt angle radar reflectivity (unit: dBz) and (b, d) echo tops (unit: kft) at (a, b) 19:24 BT 21 July 2012 and (c, d) 12:36 BT 20 July 2016. |
尽管如此，两次特大暴雨过程中的一些环境条件在多次暴雨过程中也均具备，但多数过程中的高强度短时强降水的频次均显著低于2012年“7.21”过程。下面将结合地形影响、特征物理量的分布对两次过程中的动力、水汽和热力环境条件进行更为详细地分析。
4 地形对强对流位置的影响两次特大暴雨过程中的短时强降水分布和地形均有密切的关系(图 2)。2012年7月21日08时地面风场显示(图 7a)，地面切变线沿着北京西部山地自北向南伸展至河北，切变线西侧以偏北气流为主，东侧为偏东气流，但气流在切变线附近向南和向北分流。此时超过35 dBz的强回波区位于切变线西侧，35 dBz和50 dBz回波区均尚未影响到北京。21日14时，北京地区地面切变线位置与08时相比略有东移(图 7b)，但切变线东侧的气流已转为一致性朝向切变线的偏东气流，与此相对应，35 dBz强回波区已全部位于北京地区，并沿着切变线分布。对比地形可知，35 dBz回波区的西边界与北京西部地形有很好的一致性，显然地，地形限制了强回波向西部较高海拔地区的发展。与图 5a、b探空曲线所揭示的环境特征相对应，两个时次的雷达回波中均出现了超过50 dBz的强回波区，且14时超过50 dBz的回波范围更大，并集中出现在北京中部平原区和西南部山前，对比图 2a可知，强回波造成了较强的短时强降水。
|
图 7 2012年7月21日(a, b)和2016年7月20日(c, d) 08时(a, c)和14时(b, d)地面风场、雷达反射率因子(紫红色等值线, 单位: dBz)和地形叠加图(红色双实线为地面切变线位置, 红色箭头为流线, 黄色实线为省界) Fig. 7 The distribution of surface wind field, mosaic radar reflectivity (purple contour, unit: dBz) and terrain at (a, c) 08 : 00 BT and (b, d) 14 : 00 BT on (a, b) 21 July 2012 and (c, d) 20 July 2016 (The solid red double line indicates the location of surface shear line, the red arrow indicates the stream line, while the solid yellow line shows the provincial boundary). |
2016年7月20日08时，北京大部地面风为东北风(图 7c)，地面切变线位于偏南位置，地形对风向有明显影响，35 dBz回波已经覆盖了北京中南部的大部分地区，但主要集中在平原地区，仅西南部和东部部分海拔相对较高的地区被35 dBz回波覆盖。14时地面风仍以东北向为主(图 7d)，但与08时相比风速明显增大，且偏东分量增强，对应时刻的35 dBz雷达回波已覆盖了北京中东部大部分地区，但与受影响的山地区域范围相比，35 dBz雷达回波向东伸展的趋势更为明显，显示了地形对强回波区的显著影响。两个时次回波中均未出现超过50 dBz的回波，这与图 5c、d所示探空曲线中对流能量较弱不利于对流发展相一致。
2012年“7.21”和2016年“7.20”过程中地形对短时强降水的影响是显著的，尽管这种影响尚难以量化。另外，地形的影响往往是被动的，需要有利环境条件的配合。
5 环境条件的极端性两次特大暴雨过程中，短时强降水峰值时段的大尺度抬升条件和水汽条件均较好，而热力方面存在差异，这种差异造成了二者在短时强降水强度上的差异。下面分析两次过程与短时强降水气候特征相比其环境条件的差异。
5.1 单点环境条件的极端性将2012年“7.21”和2016年“7.20”过程中短时强降水峰值时段的环境物理量极值与气候态进行对比(图 8)，其中BLI (一种特殊的LI)和CAPE根据图 5得到，850 hPa散度和PWAT取自图 4。分析可知，约75%的短时强降水出现在负850 hPa散度环境下，但仅少部分短时强降水中出现在小于-12.0×10-5 s-1的850 hPa散度环境中。可见，两次过程中的850 hPa散度最小值极端偏强(图 8a)，超过了95% 的短时强降水，表明两次过程中的低层大尺度辐合抬升异常强烈，尤其是2016年“7.20”过程中的850 hPa散度极小值达-20.0×10-5 s-1。2012年“7.21”和2016年“7.20”过程中的短时强降水峰值时段，北京及其周边地区的850 hPa散度分别为-10.0×10-5 s-1和-15.0×10-5 s-1左右，850 hPa散度均值与短时强降水气候值相比，也属于极端偏强。与此同时，峰值时段PWAT量值均高于75%的短时强降水(图 8b)，两次特大暴雨过程中大尺度环境水汽均非常充沛。
|
图 8 2012年“7.21”和2016年“7.20”过程中的850 hPa散度(a), PWAT (b), BLI (c)和CAPE (d)极端值(两次过程分别用o和*表示)与短时强降水气候特征箱线图的对比(下端和上端的“×”分别表示历史极值, 横短线分别表示第95和第5百分位值, 箱子自下而上的三条横线以此表示第25、第50和第75百分位值) Fig. 8 Comparison of extreme values of (a) 850 hPa divergence, (b) PWAT, (c) BLI, and (d) CAPE during torrential rainstorms of 21 July 2012 (indicated with o) and 20 July 2016 (indicated with *) to the climatology of short-duration heavy rainfall (The lower and upper crosses represent the minimum and maximum values, respectively. The lower and upper short bars represent the 95th and the 5th percentiles, respectively. The three horizontal lines of the box from the bottom up represent the first quarter, the median, and the third quarter, respectively). |
用于气候统计的短时强降水样本覆盖我国中东部(Tian et al. 2015)，包含了华南和江南等短时强降水频发地区，因此可知，两次特大暴雨过程中短时强降水峰值时段的环境水汽条件也是异常偏强。表征热力和能量的LI和CAPE (图 8c、d)显示，两次特大暴雨过程中的环境热力条件处于两端，2012年“7.21”过程中处于偏强的一端，而2016年“7.20”过程中处于极端偏弱的一端，表明环境热力和能量方面的差异造成了两次过程在短时强降水强度上的差别。“7.21”过程中出现了大量高强度的短时强降水，表明即使是在弱的潜在不稳定环境中，当动力抬升条件足够强、水汽条件足够好时，同样也可以产生短时强降水。
5.2 区域环境条件的极端性对北京及其周边而言，环境条件的极端性是否与单点的情况一致，需要作进一步的分析。
基于NCEP/NCAR 2.5°×2.5°再分析资料，对2012年“7.21”和2016年“7.20”过程中不同时刻的850 hPa风场、PWAT和LI的标准化异常(SD)进行分析，以揭示环境条件的极端性。SD的计算公式为
| $ SD = \frac{{F - M}}{\sigma } $ | (1) |
其中，F为某一变量在某一时刻的值；M为变量1986— 2015年的历史同期均值；σ为1986—2015年的气候标准差。SD揭示了某一变量偏离气候态的程度，常用σ的倍数表示，SD的绝对值越大，表示偏离气候态的程度越强，绝对值超过3σ的SD表明存在显著的异常(Junker et al., 2008)。
对两次过程中多个时次的物理量进行了计算，但仅给出了极端情况较显著时刻的结果。2012年“7.21”过程中，北京及其周边的850 hPa风场超过了4σ (图 9a)，呈极端偏强状态，表明即使从30 a的气候角度考虑，2012年“7.21”过程中低层动力条件也是异常偏强的。与此同时，PWAT在更大范围上呈现异常偏强的状态，北京及其周边均超过了3σ (图 9b)，但通过LI表征的热力不稳定条件的SD为-0.5σ~-1σ (图 9c)，与850 hPa风场和PWAT的极端性相比并不显著。相比较而言，2016年“7.20”过程中北京及其周边地区的850 hPa风场同样极端偏强，SD超过了4σ (图 9d)。与此同时，这一地区PWAT的SD超过了3σ (图 9e)，为显著偏强，但LI并无显著异常(图 9f)，表明热力条件与历史同期相当，这与2012年“7.21”过程显著不同。对比两次过程中的短时强降水实况可知，热力不稳定条件的差异是两次过程中短时强降水强度不同的主要影响因素。
|
图 9 2012年7月21日(a—c)和2016年7月20日(d—f) 20时(a, b), 08时(c, f)和14时(d, e)的850 hPa风场(a, d)、PWAT (b, e)及LI (c, f)的SD (阴影)分布(等值线为相关量值） Fig. 9 Distribution of standard anomalies (SD, shadow) of (a, d) 850 hPa wind field, (b, e) PWAT and (c, f) LI at (a, b) 20∶00 BT, (c, f) 08∶00 BT, and (d, e) 14:00 BT on (a-c) 21 July 2012 and (d-f) 20 July 2016. |
进一步对比发现，2016年“7.20”过程中850 hPa风场、水汽和热力的最大异常出现在相近的时刻，而短时强降水也集中出现在10—20时(图 1b)，表明是环境动力、水汽和热力的共同作用导致了短时强降水的集中出现。而2012年“7.21”过程中热力表征量最先呈现异常偏强，然后是850 hPa风场和PWAT异常偏强(图略)，这与以往研究中2012年“7.21”的多个降水时段划分的结论一致(谌芸等，2012；方翀等，2012)，表明2012年“7.21”过程更为复杂。
6 结论和讨论短时强降水是暴雨的重要组成部分，尤其是高强度的短时强降水，由于其对流属性，预报预测难度大，是影响定量降水预报准确性的重要方面。本文针对影响北京的2012年“7.21”和2016年“7.20”特大暴雨过程中的短时强降水，通过实况和环境条件极端性的对比分析，得到的主要结论如下：
(1) 两次特大暴雨过程中小时降水强度的属性差异较大，2012年“7.21”过程中短时强降水过程持续时间短，小时雨强大，极端性强；2016年“7.20”过程中的短时强降水过程持续时间相对较长，雨势较缓。
(2) 两次特大暴雨过程均是在有利的大尺度环境背景下产生的，地形的影响显著；两次过程中的低层动力抬升和水汽条件均非常强烈，但热力条件差异显著，2012年“7.21”过程的热力条件优于2016年“7.20”过程。
(3) 单点的短时强降水环境条件显示，两次过程中的动力和水汽均处于极端偏强状态，但热力条件处于两端，其中2012年“7.21”过程中为偏强，而2016年“7.20”过程中属于偏弱。SD显示，两次过程中的动力和水汽条件均超过了3σ，为显著偏强，热力条件2012年“7.21”过程中属于偏强，但2016年“7.20”过程中并未显示异常。
异常强烈的大尺度低层抬升触发动力条件和充沛的水汽是产生短时强降水的有利条件；潜在热力不稳定的差异是导致了两次极端暴雨过程中短时强降水强度巨大差异的重要方面，热力和能量条件方面的差异，使得2012年“7.21”过程中出现了大范围的50.0 mm·h-1甚至80.0 mm·h-1以上的短时强降水，而2016年“7.20”过程中以降水量低于50.0 mm·h-1的短时强降水为主。
在以往的认识中，大尺度动力抬升触发机制、水汽和热力不稳定是出现大范围短时强降水的重要因素，但本文研究表明，普通的短时强降水可以出现在只具备强烈动力抬升和充足水汽的环境中，潜在热力不稳定条件并非普通短时强降水的必要条件。由于文中所讨论的不稳定主要通过LI和CAPE表征，而环境大气的不稳定可以是通过LI和CAPE表征的热浮力造成的，也可以是条件性的对称不稳定(章丽娜等，2018)引起的，而条件性对称不稳定在两次极端降水过程中所起作用的大小及对短时强降水的影响尚待进一步分析。此外，北京地区的加密自动雨量站数量呈逐年增加的趋势，但不影响本文的结论，因此不做探讨。
丁一汇. 2005. 高等天气学[M]. 北京: 气象出版社, 309-456.
|
方翀, 毛冬艳, 张小雯, 等. 2012. 2012年7月21日北京地区特大暴雨中尺度对流条件和特征初步分析[J]. 气象, 38(10): 1278-1287. DOI:10.7519/j.issn.1000-0526.2012.10.014 |
何跃, 李强, 刘伯骏, 等. 2019. 四川盆地一次西南涡作用下大暴雨过程的短时强降水分析[J]. 沙漠与绿洲气象, 13(6): 29-38. |
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. DOI:10.7519/j.issn.1000-0526.2012.10.012 |
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. DOI:10.3969/j.issn.1004-9045.2017.06.002 |
孙建华, 赵思雄, 傅慎明, 等. 2013. 2012年7月21日北京特大暴雨的多尺度特征[J]. 大气科学, 37(3): 705-718. |
孙明生, 李国旺, 尹青, 等. 2013. "7.21"北京特大暴雨成因分析(I): 天气特征、层结与水汽条件[J]. 暴雨灾害, 32(3): 210-217. DOI:10.3969/j.issn.1004-9045.2013.03.003 |
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. DOI:10.3969/j.issn.1004-9045.2017.06.004 |
田付友, 郑永光, 张小玲, 等. 2018. 2017年5月7日广州极端强降水对流系统的结构、触发和维持机制[J]. 气象, 44(4): 469-484. |
俞小鼎. 2012. 2012年7月21日北京特大暴雨成因分析[J]. 气象, 38(11): 1313-1329. |
俞小鼎. 2013. 短时强降水临近预报的思路与方法[J]. 暴雨灾害, 32(3): 202-209. DOI:10.3969/j.issn.1004-9045.2013.03.002 |
章丽娜, 周小刚, 夏扬. 2018. 关于业务上应用条件对称不稳定相关问题的讨论[J]. 气象学报, 76(5): 824-832. |
赵思雄, 孙建华, 鲁蓉, 等. 2018. "7.20"华北和北京大暴雨过程的分析[J]. 气象, 44(3): 351-360. |
全国气象防灾减灾标准化技术委员会. 2012. 灾害性天气预警与气象服务[S]. 北京: 中国标准出版社: 163-167
|
Barnes H C, Houze Jr R A. 2014. Precipitation hydrometeor type relative to the mesoscale airflow in mature oceanic deep convection of the Madden-Julian Oscillation[J]. J Geophy Res Atmos, 119: 13990-14014. DOI:10.1002/2014JD022241 |
Brooks H E, Stensrud D J. 2000. Climatology of heavy rain events in the United States from hourly precipitation observations[J]. Mon Wea Rev, 128: 1194-1201. DOI:10.1175/1520-0493(2000)128<1194:COHREI>2.0.CO;2 |
Doswell C A. 2011. Severe Convective Storms[M]. American: Meteorological Society, 481-525.
|
Doswell C A, Brooks H E, Maddox R A. 1996. Flash flood forecasting: an ingredients-based methodology[J]. Wea Forecasting, 11(4): 560-581. DOI:10.1175/1520-0434(1996)011<0560:FFFAIB>2.0.CO;2 |
Houze Jr R A, Betts A K. 1981. Convection in GATE[J]. Rev Geophys, 19: 541-576. DOI:10.1029/RG019i004p00541 |
James P M, Reichert B K, Heizenreder D. 2018. NowCastMIX: Automatic integrated warnings for severe convection on nowcasting time scales at the German weather service[J]. Wea Forecasting, 33(5): 1413-1433. DOI:10.1175/WAF-D-18-0038.1 |
Junker N W, Grumm R H, Hart R, et al. 2008. Use of normalized anomaly fields to anticipate extreme rainfall in the mountains of northern California[J]. Wea Forecasting, 23: 336-356. DOI:10.1175/2007WAF2007013.1 |
Liao Y S, Li J, Wang X F, et al. 2010. A meso-β scale analysis of the torrential rain event in Jinan in 18 July 2007[J]. Acta Meteor Sin, 68(6): 944-956. |
Lyman R E, Schroeder T A, Barnes G M. 2005. The heavy rain event of 29 October 2000 in Hana, Maui[J]. Wea Forecasting, 20: 397-414. DOI:10.1175/WAF868.1 |
Maddox R A, Chappell C F, Hoxit L R. 1979. Synoptic and meso-α scale aspects of flash flood events[J]. Bull Amer Meteor Soc, 60(2): 115-123. DOI:10.1175/1520-0477-60.2.115 |
Roberts R D, Rutledge S. 2003. Nowcasting storm initiation and growth using GOES-8 and WSR-88D data[J]. Wea Forecasting, 18(4): 562-584. DOI:10.1175/1520-0434(2003)018<0562:NSIAGU>2.0.CO;2 |
Sun J Z, Xue M, Wilson J W, et al. 2014. Use of NWP for nowcasting convective precipitation: recent progress and challenges[J]. Bull Amer Meteor Soc, 95(3): 409-426. DOI:10.1175/BAMS-D-11-00263.1 |
Tian Fuyou, Zheng Yongguang, Zhang Tao, et al. 2015. Statistical characteristics of environmental parameters for warm season short-duration heavy rainfall over Central and Eastern China[J]. J Meteor Res, 29(3): 370-384. DOI:10.1007/s13351-014-4119-y |
Tokay A, Short D A, Williams C R, et al. 1999. Tropical rainfall associated with convective and stratiform clouds: intercomparison of disdrometer and profiler measurements[J]. J Appl Meteor, 38: 302-320. DOI:10.1175/1520-0450(1999)038<0302:TRAWCA>2.0.CO;2 |
Weisman M L, Klemp J B. 1982. The dependence of numerically simulated convective storms on vertical wind shear and buoyancy[J]. Mon Wea Rev, 110: 504-520. DOI:10.1175/1520-0493(1982)110<0504:TDONSC>2.0.CO;2 |
Zheng Y G, Gong Y D, Chen J, et al. 2019. Warm-season diurnal variation of total, stratiform, convective, and extreme hourly precipitation over central and eastern China[J]. Adv Atmos Sci, 36(2): 143-159. DOI:10.1007/s00376-018-7307-3 |