一次西南渦致洪暴雨天氣過程診斷分析和數值模擬試驗?

方從羲， 李子良

(中國海洋大學海洋與大氣學院，山東 青島 266100)

一次西南渦致洪暴雨天氣過程診斷分析和數值模擬試驗?

方從羲， 李子良??

(中國海洋大學海洋與大氣學院，山東 青島 266100)

摘要：基于NCEP(National Centers for Environmental Prediction)的FNL(Final Operational Global Analysis)資料和WRF-ARW模式，對2014年7月10—12日西南渦(SWV)暴雨天氣過程進行診斷分析和數值模擬試驗。研究結果表明,西南渦沿切變線東移發展和低空西南急流的增強是導致此次暴雨過程的主要原因。西南渦的移向和相對風暴螺旋度(SRH)大值區有很好對應關系，SRH大值區對西南渦暴雨過程強對流的落區有較好的指示作用。沿西南渦移動方向，其前部暖平流后部冷平流有利于其前移，沿假相當位溫平流場的零等值線可指示西南渦的移向。引入濕螺旋度散度(MHD)來分析西南渦降水的水汽條件發現，模式結果計算的850 hPa上MHD值分布與雨區和降雨強度對應較好，但對于降水的定量預測還需考慮MHD大值區延伸的高度。

關鍵詞：西南渦；WRF-ARW模式；相對風暴螺旋度(SRH)；假相當位溫；濕螺旋度散度(MHD)

引用格式：方從羲， 李子良. 一次西南渦致洪暴雨天氣過程診斷分析和數值模擬試驗[J]. 中國海洋大學學報(自然科學版)， 2016， 46(5): 14-21.

FANG Cong-Xi, LI Zi-Liang. Diagnostic analysis and numerical simulation of rainstorm by southwest vortex[J]. Periodical of Ocean University of China, 2016, 46(5): 14-21.

西南渦SWV(Southwest China Vortex)是導致中國夏季暴雨的重要中尺度系統。中國西南地區的地形及其流暢配置對其形成有重要作用[1]。西南渦在天氣圖上一般表現為700hPa上氣旋性環流的閉合小低壓，直徑約為300～500km。大多數西南渦生成后就在源地消失，并不發展；而東移的西南渦絕大部分會產生降水，常會對其所經區域造成暴雨天氣[2]。因此研究西南渦東移過程中的動力和熱力因子以及降水產生的主要系統具有重要的意義。

經過眾多學者多年研究，關于西南渦的形成[1,3]，發展[4-7]，結構性質[8]以及預報[9-10]積累了大量的經驗和成果。其中東移發展的西南渦是重點研究對象。對于發展的西南渦，近年來學者也有一定的研究成果。Chen等[6]從動力熱力和水汽各方面診斷分析了一次西南渦東移過程，總結了各診斷量對于分析西南渦移動發展和中尺度對流過程的作用和效果；趙大軍等[7]利用WRF-ARW對一次西南渦暴雨過程進行數值模擬指出，對流層高層的強輻散和中低層低渦的耦合是西南渦發展加強的原因。目前對于西南渦暴雨的研究仍是以個例為基礎進行診斷分析和數值模擬，在分析過程中運用諸變量診斷結果，但對于數值模式如WRF-ARW模擬西南渦移動和降水的應用目前還存在不足。

2014年7月9—13日，中國長江流域自西向東發生了一次大到暴雨過程。(文中所有時間均為世界時)其中主要的區域降水過程有：7月9日0000 UTC(文中UTC均表示世界時)—11日0000 UTC發生在四川北部和東北部的持續強降水過程，最大總降雨量出現在綿陽安縣，為340.2mm；7月11日0600 UTC—12日0900 UTC，安徽省宿松、太湖、潛山、桐城一帶以及長江以南局部、大別山區和江淮分水嶺地區、皖南山區相繼發生了大暴雨過程，其中1h降水量最大的地區為貴池，11日0600-0700 UTC降水量達到83mm；7月12日0600 UTC—7 1800 UTC江蘇南部，浙江北部和上海的暴雨過程。經過分析，此次暴雨過程與西南渦沿切變線的東移發展和西南風低空急流的發展有明顯的關系。本文分別利用FNL(Final Operational Global Analysis)再分析資料和數值模擬分析此次暴雨過程中天氣系統的變化發展情況并進行比較。引入相對風暴螺旋度SRH(Storm-relative helicity)[11-13]和濕螺旋度散度MHD(Moisture helicity divergence)[14]兩個變量進行分析，探索SRH和MHD對于西南渦的移動發展和降水的指示作用，進一步理解西南渦發展的機理。

1數據和分析方法

本文所采用的數據包括：NCEP(National Centers for Environmental Prediction)所提供的FNL(Final Operational Global Analysis)數據，空間分辨率為1(°)×1(°)，時間分辨率為6 h；TRMM(Tropical Rainfall Measuring Mission)衛星3B42產品的合成降水率數據，空間分辨率為0.25(°)×0.25(°)，時間間隔為3h。

本文分析相對于西南渦的環境風場對其移動和發展的影響，引入相對風暴螺旋度(SRH)，其表達式[12]為：

并把H≥150m2·s-2作為強對流發生判據。這里N取從1000～800hPa平分的5層，而cx和cy分別為對流系統移動速度C的水平分量，這里C的大小取為700～400hPa的平均風速V的75%，方向為V的方向右偏40°。本文采用改寫后的公式計算SRH。

為了診斷暴雨落區，引入了一個關于垂直運動、相對渦度以及水汽通量散度的診斷量濕螺旋度(MHD)[14]，

2基本環流形勢分析

圖1為此次過程的天氣分析圖。7月11日0000UTC的500hPa圖上(見圖1(a))貝加爾湖東南有一橫槽，副高占據中國東南大部。在甘肅南部到西藏一帶的青藏高原東側地區存在一低壓系統，且風場上存在切變。與此同時，700hPa圖上(見圖1(c))四川東北部出現明顯的氣旋式環流系統，西南渦已經生成。并且，陜西到山東南部一帶為一低槽切變，西南渦位于切變線的西側。在西南渦生成之前四川盆地自7月9日0000UTC就開始降水，該階段的降水與青藏高原東部的低值系統和西南風低空急流有關。7月11日，西南渦生后使四川北部的降水持續，與前階段的降水構成了四川北部的持續強降水過程。由于橫槽的槽前有明顯的冷平流，因而橫槽將逐漸南壓轉豎。隨著冷空氣的堆積，7月12日0000UTC(見圖1(b))四川盆地西部到陜西一帶的小槽發展，并同南側的西南渦構成北槽南渦的形勢，西南渦隨著槽前的偏西氣流東移(見圖1(d))。與此同時700hPa上西南渦南側的西南風低空急流[16]建立并逐漸增強，攜帶大量水汽在渦中心區域附近輻合，給所經的湖北、安徽、江蘇、上海等地區帶來強降水。此外，從11日0000UTC700hPa圖上還可看出，西南渦在移出的時候四川盆地還留有一部分低壓擾動，這部分低壓也將隨西南渦東移陸續移出，因而這也是造成安徽的長江沿線一帶、大別山區和江淮分水嶺地區、皖南山區相繼發生強降水的原因。從12日0000UTC天氣圖上可看到西南渦溫度場結構特征，700hPa西南渦中心附近等溫線相對密集且北冷南暖，而500hPa等溫線在相應區域有明顯的暖舌。

3西南渦東移發展的診斷分析

3.1 動力條件分析

一般對于西南渦過程的診斷中，渦度場的變化可以指示渦的發展。相對風暴螺旋度(SRH)可以指示環境渦度向對流系統中渦度的輸送，SRH大值區意味著該區域有低渦和對流系統的發展。相比于相對渦度平流，SRH剔除了天氣尺度的渦度變化并考慮了三維風場中有效的水平渦度，診斷渦度場的變化具有更好效果。目前在診斷氣旋[13]、臺風[17]、雷暴[18]和龍卷[12]均有應用。圖2分析了西南渦東移階段4個時刻的SRH，相對渦度場和風場。根據圖中可看出：(1)最大相對渦度區可認為是西南渦的中心，SRH的大值區和最大值中心均位于西南渦東南一側，對應的降水也正位于此區域。(2)圖2(a)顯示，11日1800UTC西南渦移出四川盆地并開始東移，此時西南渦東南側有較大的(SRH≥100m2·s-2)的區域，但強度沒有達到強對流的條件[11](≥150m2·s-2)。隨著東側的東南氣流將環境渦度輸送至西南渦中，使其發展；(3)12日0000 UTC至1200 UTC(見圖2(b),(c),(d))，西南渦東移并劇烈發展時期，SRH大值區范圍擴大且中心值達到最大(>400m2·s-2)。根據以上分析可以總結：根據FNL分析的SRH對于西南渦移動方向的診斷有較好的效果，西南渦的移動方向即向著SRH大值區移動，這是因為正值大SRH區域有充足的環境渦度，為正渦度區的發展提供了充足的風場旋度。但據此分析的SRH結果并不能較好的指示強降水發生的落區。比較圖2和圖4(a)，強降水落區主要位于安徽南部，江蘇南部和上海附近。而SRH大值中心位于安徽和江蘇的中北部，相對于強降水中心偏北。因此需要結合數值模擬結果進行分析。

(黑色等值線為位勢高度(單位10M)；紅色等值線為氣溫(單位℃)；褐色粗線為槽線切變線；黑色粗線標示出西南渦的所在位置。Black contours aregeopotential height(unit: 10 m)； Red contours are temperature(unit:℃)； The brown thick lines stand for trough or shear lines and black thick lines indicate the position of the SWV.)

圖1西南渦過程的天氣分析圖

Fig.1The weather chart of the SWV process

圖2　SRH(實線，單位：m2/s2)700 hPa上相對渦度(填色，單位：1×10-5s-1)和風場分布圖

3.2 熱力條件分析

假相當位溫是一個綜合診斷大氣中溫濕場的變量。圖3繪制出了西南渦東移過程中2個時刻的假相當位溫和假相當位溫平流的垂直剖面圖。根據西南渦的移動和發展規律[2]，當冷空氣從渦的西部或西北部侵入，西南渦則東移發展；而當冷空氣從東或東北侵入，西南渦填塞減弱。因而根據剖面圖上冷暖平流的分布可以判斷西南渦移動和發展的情況。根據圖中所分析的假相當位溫場分析西南渦中心附近的熱力結構發現，在中層850～700hPa區域西南渦存在冷中心，其下方和東南側為?θse/?p>0的對流不穩定區域。11日1800 UTC(見圖3(a))西南渦中心分裂成2個，這與第2章分析的結果相同。假相當位溫場的冷中心附近均為冷平流區域，其東側有明顯的暖平流區。即渦的西側冷平流，東側暖平流，這種配置導致西南渦東移。12日0600UTC(見圖3(b))，西南渦前后冷暖平流強度均有所增強，前暖后冷的配置使其繼續東移。此外相比前一時刻，此時暖平流中心位于地面附近，更有利于該區域對流的發展。

圖3　緯向剖面上假相當位溫(實線，單位：K)和假相當位溫平流(填色，單位：1×10-4K/s)分布圖

4西南渦東移發展的數值模擬

4.1 數值模擬方法

數值模擬實驗所采用的模式為WRF-ARW。模擬所采用的初始場和邊界場是由NCEP提供的FNL數據，空間分辨率為1(°)×1(°)，每6h輸入一次邊界條件。數值模擬采用四層嵌套，各層網格水平分辨率分別為27，9，3和1km。模擬區域覆蓋西南渦移動發展所經過的所有區域，區域中心位于115°E，31.5°N，地圖投影采用蘭勃特投影。積分時間從2014年7月11日00 UTC開始，2014年7月13日00 UTC結束，共積分48h。積分時間步長為60s。參數化方案選擇情況：微物理方案采用WRF6級冰雹方案(WSM6)[19]，長波和短波輻射分別采用RRTM[20]和Dudhia[21]方案，近地面層采用Monin-Obukhov方案[22]，陸面過程采用Noah模式[23]，邊界層采用YSU方案[24]，積云對流方案為Grell三維集成方案[25]。

4.2 模擬降水量分析

比較模擬結果(見圖4(b))和實際(見圖4(a))的降水情況，從圖4可以看出，在西南渦東移發展的過程中，關于模擬降水的落區對應得比較好，但降水強度模擬的效果不好。7月11日0000 UTC—12日0000 UTC，降水位于重慶湖南湖北交界的區域附近，該區域的模擬結果均有降水。重慶湖北交界處模擬的降水量偏大，而湖南湖北交界處模擬的降水量偏小。7月12日0000 UTC—13日0000 UTC，隨著西南渦移至江淮一帶，降雨帶位于江南一帶，安徽南部，江蘇南部以及上海東側海上分別有3個降水極大值中心。模擬的雨帶位置與實況基本對應，但江蘇南部到上海一帶的強降水中心沒有模擬出來，且安徽南部的降水中心模擬的降水量有一定程度的偏小?？紤]到降水過程模擬的復雜性，由于降水的落區與西南渦的移動均滿足實際情況，故認為該模擬結果是可信的。

(統計時間從7月11日0000 UTC—13日0000 UTC。The accumulated time is from 0000 UTC 11 to 0000 UTC 13 JUL 2014.)

4.3 模擬的相對渦度和SRH分析

根據3.1節的分析，相對風暴螺旋度(SRH)表示環境風渦度的輸送，它可以用來很好地指示和預測西南渦的移動，同時它也可以指示強對流的發生(H≥150m2·s-2)的落區。圖5選取與圖2相同的4個時刻，比較分析模擬的西南渦東移過程中相對渦度和SRH分布情況，可得：(1)模擬的西南渦在移出時主要的正渦度帶呈兩條帶狀分布，其中心區域出現正負渦度交替的情況，這與FNL資料的分析結果不同。這種分布體現了系統一定的中尺度特征。北側的正渦度帶反應了西南渦東移過程低槽切變，南側的正渦度帶則反應西南渦對流降水發生的區域。(2)模擬的相對風暴螺旋度(SRH)大值區域分布在南側的正渦度帶區域的東南一側，這與降水區域和西南渦移動方向均是相符的。(3)模擬的SRH大值區域相比FNL資料的分析結果更能反應對流降水狀況。12日0600 UTC，SRH的最大值中心分別位于豫皖鄂交界的大別山區，蘇浙皖交界和上海以東海上，強度均達到了200m2·s-2。所對應的后2個地區均有強降水(見圖(4a))，而豫皖鄂交界的極大值中心主要顯示西南渦的移動情況。同樣地12日1200 UTC江浙滬交界區域的SRH≥250m2·s-2極大值中心對應西南渦強對流發生區，而北側蘇皖地區的中心指示西南渦中心的移動。而11日1800UTC和12日0000 UTC這2個時刻的對流性降水不強，因而其大值區強度和范圍都很小，不能作為強對流發生指標，但可以作為西南渦移動的指示。

圖5　模擬的SRH(實線，單位：m2/s2)和700hPa相對渦度(填色，單位：1×10-5s-1)分布圖

4.4 模擬的假相當位溫平流分析

(黑色實線為0等值線；褐色箭頭為西南渦移動路徑示意。The black contours are 0 isolines； The brown arrows indicate the path of the SWV.)

4.5 濕螺旋度散度分析

濕螺旋度散度(MHD)是一個綜合相對渦度、垂直速度和水汽通量散度的診斷量。相比于計算相對風暴螺旋度(SRH)和水汽螺旋度[14]用的水平螺旋度，這里考慮的是垂直螺旋度與水汽通量散度的乘積。當相對渦度為正，垂直速度向上，水汽輻合的時候為正值。它的正值的大小與暴雨落區和強度有很好的對應。圖7分別利用FNL資料和數值模擬結果分析700和850hPa上MHD分布情況。對比分析發現：(1)數值模擬結果計算得到的MHD結果比FNL資料分析的效果好。用FNL計算的850hPa(圖7(c))上MHD最大值中心位于豫鄂皖交界，而實際上該區域并沒有很強的降雨。而根據模式結果得到的850hPa的MHD不僅大值區(≥5×10-13m·s-3)與雨帶對應(見圖4)很好，而且湖南西部、安徽南部、江浙皖交界以及上海東側的4個強降雨中心均有MHD≥40×10-13m·s-3的區域對應(圖上分別由ABCD標示)。C和D區域降水量相同150mm但D區域的MHD值明顯比C區域大，這是因為海上的水汽更充足。(2)850hPa上MHD的分布與雨帶位置和降雨強度對應比700hPa較好，這是由于水汽輻合主要發生在這個層次，而700hPa上MHD主要反映西南渦渦旋活動的情況。在700hPa安徽南部還存在一個MHD大值區，比較降水情況(見圖4)可以發現該區域的降雨量也是最大的。說明水汽輻合以及對流活動在這個區域更強烈。此外，相比于王穎[14]等用MHD來診斷溫帶氣旋的效果，MHD診斷和預測西南渦降水的效果更好，這是因為西南渦的對流發展更旺盛。

圖7　FNL和模擬的700和850hPa上7月12日日平均的MHD分布圖(單位分別是1×10-11Pa/s3，1×10-13m/s3)

5結論與討論

(1)根據FNL資料的分析和數值模擬結果基本掌握了2014年7月10—12日的暴雨過程發生的原因。西南渦沿切變線東移發展是此次過程中的關鍵中尺度系統，新疆蒙古一帶的橫槽轉豎并導致冷空氣南下是影響西南渦移動發展的大尺度因素，西南風低空急流的發展是造成暴雨的重要因素。

(2)WRF-ARW兼具中尺度過程模擬和全球模擬的功能，適用范圍較廣。該模式對于西南渦移動發展以及西南渦暴雨過程中的中小尺度系統的模擬是比較成功的。

(5)根據高精度模式結果計算出的濕螺旋度散度(MHD)對于西南渦造成的強降雨的落區和強度具有較高的預報意義的價值。850hPa上MHD值同樣大小的區域，陸地的降水量比海洋大；MHD大值區發展的高度越高，造成的降水量越大。

本文通過WRF-ARW模擬此次西南渦東移發展得到一些關于指示西南渦移動和發展的動力熱力因子以及西南渦暴雨發生綜合因子。但仍存在一些問題未解決。如模擬的西南渦在移出四川盆地至湖北的一段所產生的降水以及強對流與診斷結果對應不好，這可能與該區域復雜的地形有關。此外SRH和MHD在預報強對流和降水的時效性，西南渦在東移入海后繼續發展的原因。這些問題需要在以后的研究中進一步分析。

參考文獻：

[1]高守亭. 流暢配置及地形對西南低渦形成的動力作用[J]. 大氣科學, 1987, 11(3): 263-271.

GaoST.Thedynamicactionofthedispositionofthefluidfieldsandthetopographyontheformationofthesouth-westvortex[J].ChineseJournalofAtmosphericSciences, 1987, 11(3): 263-271.

[2]盧敬華. 西南低渦概論 [M]. 北京: 氣象出版社, 1986.

Lu J H. Generality of the Southwest Vortex [M]. Beijing: China Meteorological Press, 1986.

[3]吳國雄, 劉還珠. 全型垂直渦度傾向方程和傾斜渦度發展 [J]. 氣象學報, 1999, 57(1): 1-15.

Wu G X, Liu H Z. Complete form of vertical vorticity tendency equation and slantwise vorticity development [J]. Acta Meteorologica Sinica, 1999, 57(1): 1-15.

[4]Kuo Y H, Cheng L, Bao J W. Numerical simulation of the 1981 Sichuan flood. Part I: Evolution of a mesoscale southwest vortex [J]. Mon Wea Rev, 1988, 116(12): 2481-2504.

[5]Fu S M, Sun J H, Zhao S X, et al. An analysis of the eddy kinetic energy budget of a southwest vortex during heavy rainfall over south China [J]. Oceanic Sci Lett, 2009, 2(3): 135-141.

[6]Chen Y R, Li Y Q, Zhao T L. Cause analysis on eastward movement of southwest China vortex and its induced heavy rainfall in south China [J]. Adv Meteoral, 2015, 1: 1-22.

[7]趙大軍, 江玉華, 李瑩. 一次西南低渦暴雨過程的診斷分析與數值模擬 [J]. 高原氣象, 2011, 30(5): 1158-1169.

Zhao D J, Jiang Y H, Li Y. Diagnostic analysis and numerical simulation of a torrential rainstorm process caused southwestern low vortex [J]. Plateau Meteorology, 2011, 30(5): 1158-1169.

[8]趙思雄, 傅慎明. 2004年9月川渝大暴雨期間西南低渦結構及其環境場的分析 [J]. 大氣科學, 2007, 31(6): 1060-1075.

Zhao S X, Fu S M. An analysis on the southwest vortex and its environment fields during heavy rainfall in eastern Sichuan province and Chongqing in September2004 [J]. Chinese Journal of Atmospheric Sciences, 2007, 31(6): 1060-1075.

[9]Li J, Du J, Zhang D L, et al. Ensemble-based analysis and sensitivity of mesoscale forecasts of a vortex over southwest China [J]. Q J R Meteorol Soc, 2014, 140: 766-782.

[10]Huang L， Meng Z Y. Quality of the target area for metrics with different nonlinearities in a mesoscale convectivesystem [J]. Mon Wea Rev, 2014, 142: 2379-2397.

[11]Davies-Jones R. Streamwise vorticity: The origin of updraft rotation in supercell storms [J]. J AtmosSci, 1984, 41(20): 2991-3006.

[12]Markowski P M, Straka J M, Rasmussen E N, et al. Variability of storm-relative helicity during vortex [J]. Mon Wea Rev, 1998, 126(11): 2959-2971.

[13]李耀輝, 壽紹文. 旋轉風螺旋度及其在暴雨演變過程中的作用 [J]. 南京氣象學院學報, 1999, 22(1): 95-102.

Li Y H, Shou S W. Rotational wind helicity and its effects on torrential rain processes [J]. Journal of Nanjing Institute of Meteorology, 1999, 22(1): 95-102.

[14]王穎, 壽紹文, 周軍. 水汽螺旋度及其在一次江淮暴雨分析中的應用 [J]. 南京氣象學院學報, 2007, 30(1): 101-106.

Wang Y, Shou S W, Zhou J. Moisture helicity and its application in diagnostic analysis of a heavy rain in Jiang-Huai Basin [J]. Journal of Nanjing Institute of Meteorology, 2007, 30(1): 101-106.

[15]Lilly D K. The structure, energetics and propagation of rotation convective storm. Part 2: Helicity and Storm [J]. J AtmosSci, 1986, 43(2): 126-140.

[16]Browning K A, Pardol C W. Structure of low-level jet streams ahead of mid-latitude cold fronts [J]. Quat J Roy Meteor Soc, 1973, 99(222): 619-637.

[17]John M, David V. Distribution of helicity, CAPE, and shear in tropical cyclones [J]. J Atmos Sci, 2010, 67: 274-284.

[18]Thompson R L, Mead C M, Roger E. Effective storm-relative helicity and bulk shear in supercell thunderstorm environments [J]. Wea Forecasting, 2007, 22: 102-115.

[19]Hong S Y, Lim J O J. The WRF single-moment microphysics scheme (WSM6) [J]. J Korean Meteor Soc, 2006, 42: 129-151.

[20]Mlawer E J, Taubman S J, Brown P D, et al. Radiative transfer for inhomogeneous atmosphere: RRTM, a validated correlated-k model for the longwave [J]. J Geophys Res, 1997, 102(D14): 16663-16682.

[21]Dudhia J. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model [J]. J Atmos Sci, 1989, 46(20): 3077-3107.

[22]Fairall C W, Bradley E F, Hare J E, et al. Bulk parameterization of air-sea fluxes: updates and verification for the COARE algorithm [J]. J Climate, 2003, 16: 571-591.

[23]Chen F, Dudhia J. Coupling an advanced land surface hydrology model with the Penn State-NCAR MM5 modeling system. Part I: Model implementation and sensitivity [J]. Mon Wea Rev, 2001, 129: 569-585.

[24]Hong S Y, Pan H L. Nonlocal boundary layer vertical diffusion in a medium-range forecast model [J]. Mon Wea Rev, 1996, 124: 2322-2339.

[25]Grell G A, Kuo Y H, Pasch R J. Semiprognostic tests of cumulus parameterization schemes in the middle latitudes [J]. Mon Wea Rev, 1991, 119(1): 5-31.

責任編輯龐旻

Diagnostic Analysis and Numerical Simulation of Rainstorm by Southwest Vortex

FANG Cong-Xi, LI Zi-Liang

(College of Oceanic and Atmospheric Sciences， Ocean University of China， Qingdao 266100， China)

Abstract：Basing on the FNL(Final Operational Global Analysis) data of NCEP(National Centers for Environmental Prediction) and WRF(Weather Research Forecasting)-ARW(Advanced Research WRF) model, a case study of the rainstorm occurred on 10—12 July, 2014 is carried out by using diagnostic analysis and numerical simulation methods. Research indicates that primary causes of the heavy rain are SWV(southwest China vorticity) eastward movement and development along the shear line and enhancement of low-level jet. In the research of FNL data diagnostic analysis and numerical simulation, the large SRH(storm-relative helicity) areas all correspond directly with the moving direction of SWV. And the large SRH areas still indicate where the severe convection occurs in the process of SWV rainstorm well by analysis of numerical simulation. According to the consequence of FNL data analysis, along the moving direction of SWV, warm advection in front of SWV and cold in the rear is favor of its forward movement. So the zero isolines of potential pseudo-equivalent temperature advection by simulation can indicate the moving direction of SWV. By introducing MHD(moisture helicity divergence) to analysis the water vapor conditions of heavy rain caused by SWV. The research finds that the large areas of simulated MHD at 850 hPa correspond well with the distribution and intensity of precipitation and, the extended height of large MHD areas should be taken into account to improve the forecast of precipitation.

Key words:southwest China vortex; WRF-ARW model; storm-relative helicity(SRH); potential pseudo-equivalent temperature; moisture helicity divergence(MHD)

基金項目：? 全球變化研究國家重大科學研究計劃項目(2015CB953900)；國家自然科學基金項目(41176005)；海洋公益性科研專項(GYHY201105018);氣象公益性科研專項(GYHY201306016)資助

收稿日期：2015-09-16；

修訂日期：2015-11-13

作者簡介：方從羲(1991-)，男，碩士。E-mail: sfh_st_cn2@163.com ??通訊作者：E-mail：liziliang@ouc.edu.cn

中圖法分類號：P468.0+24

文獻標志碼：A

文章編號：1672-5174(2016)05-014-08

DOI：10.16441/j.cnki.hdxb.20150319

Supported by NationaL Key Basic Research and Development Plan (2015CB953900)；The National Natural Science Foundation of China (Grant no. 41176005)； Public Science and Technology Research Funds Projects of Ocean (GYHY201105018) and China Special Fund for Meteorology Research in the Public Interest (GYHY201306016)