弱天氣系統下陜西暖區暴雨分型及其環境場特征

高維英

(1.陜西省氣象科學研究所,西安 710016；2.陜西省氣象局秦嶺和黃土高原生態環境氣象重點實驗室，西安 710016)

暖區暴雨的概念最早是由黃士松[1]提出，是指華南前汛期在地面鋒面南側暖區里，一般距離地面鋒面系統200～300 km，且沒有受到冷空氣或變性冷高壓脊控制時產生的暴雨，具有強度大，范圍小，對流性強，降水量相對集中的特點[2]。暴雨的產生要具備一定的條件，暖區暴雨也是如此。整層高濕的環境和深厚的對流不穩定層結可以降低暖區暴雨對抬升條件的要求[3]。暖區暴雨是華南前汛期降水的一個重要特色。在華南暴雨的分型方面進行了大量的研究，切變線型、低渦型、南風型和回流型是產生華南暖區暴雨的主要天氣形勢[4]；華南暖區暴雨有邊界層輻合線型、強西南急流型、偏南風風速輻合型等3種天氣系統配置及觸發因子[5]。在華南暖區暴雨的歷史統計研究上，丁治英等[6]、陳翔翔等[7]分析了華南暖區暴雨的氣候背景，得出西風槽、西太平洋副熱帶高壓和南亞高壓脊線以及西南季風對暖區暴雨的影響。在形成暖區暴雨的天氣背景和環境條件方面，沈杭鋒等[8]認為華南暖區暴雨存在明顯的中尺度鉛直運動和波動結構，上升運動主要發生在暖濕氣流中，低層沒有明顯的冷空氣入侵，主要天氣系統為中低層西南風急流和高層西風急流[9]。

近年來，華北、長江流域、西南等地所出現的類似于華南暖區暴雨的強對流降水過程引起了廣大氣象工作者的高度關注。2012年北京“7·21”極端暴雨給人民生命和財產安全造成了巨大損失，分析發現：此次極端降水分為暖區降水和鋒面降水，預報員對暖區降水認識不足[10]。參照華南暖區暴雨的定義和已有的研究成果，對我國其他地區出現的暖區暴雨的研究開始增多。陳玥等[11]、汪玲瑤等[12]分別對長江中下游地區和江南地區暖區暴雨按天氣形勢進行了分型統計，并給出了不同類型暖區暴雨的主要特征和系統配置。肖遞詳等[13]進行了2012—2018年四川盆地在弱天氣系統影響下的突發性暖區暴雨分型，并統計了暴雨的時空分布特征和相關物理量閾值。目前，關于北方地區的暖區暴雨研究較少，針對西北地區暖區暴雨的研究更少。陜西地處青藏高原東北側，受青藏高原大地形、秦巴山區及黃土高原等地形的影響，該地氣候和天氣異常復雜，夏季水汽和能量容易聚集，常處于高能高濕的環境條件，因此陜西多暖區暴雨發生，暖區暴雨的研究非常必要，尤其是弱天氣形勢背景下的暖區暴雨更是值得研究。從以往研究來看，陜西暖區暴雨的研究甚少，僅為極少數天氣個例[14-18]研究，近兩年陜西的天氣預報專家針對黃土高原地區高致災性暖區暴雨的機制和預報方法進行了研究，從研究的時間長度和地域范圍來看，仍遠遠不夠，因此有必要對陜西境內出現的暖區暴雨個例進行長時間的統計和分析，提升預報人員對暖區暴雨更多、更全面的認識和理解，以期為實際預報提供有益的參考。

1 所用資料與弱天氣系統下陜西暖區暴雨的定義

本文所用資料為2010—2020年陜西省國家基本氣象站、區域站24 h(20—20時)降雨量及逐時降雨量資料，常規地面觀測、高空探測資料。

根據黃士松[1]對華南暖區暴雨的定義，并結合弱天氣系統影響的背景條件，本文確定弱天氣系統下陜西暖區暴雨過程的統計標準：(1)陜西境內在相鄰區域內≥3站20:00—20:00(北京時，下同)降雨量達到50 mm以上。(2)地面為熱低壓，且其北側、西北側或東北側無冷鋒或與冷鋒距離300 km以上。(3)500 hPa和700 hPa無明顯低槽(渦)或切變線。

2 暖區暴雨分型及其概念模型

按照上述定義對2010—2020年陜西省境內發生的暴雨過程逐一進行甄別，共選出14次弱天氣系統下的暖區暴雨個例(下簡稱暖區暴雨)。從14次暖區暴雨發生月份來看，所有的暖區暴雨過程均發生在7—9月，其中7月8次，8月5次，9月1次，遠低于四川盆地突發性暴雨的發生頻次[13]。根據14次弱天氣系統下暖區暴雨的基本天氣形勢特征，可將其分為三類(圖1)。

(1)副高冷空氣滲透型。500 hPa天氣圖上副熱帶高壓控制黃河以南地區，陜西位于副高外圍西南暖濕氣流中，700 hPa上陜西境內仍盛行西南氣流；850 hPa降雨區上空有明顯切變；地面上，陜西基本受熱低壓控制，其北部或東部無明顯冷鋒，但有弱的冷空氣滲透進入熱低壓中。14次弱天氣系統下的暖區暴雨過程，有5次(2012年7月26日、2018年7月19日、2018年7月29日、2018年8月7日、2020年8月3日)屬于此類型，占總數的37%。

(2)副高遠距離冷鋒型。500 hPa上暴雨落區位于副高外圍西南或東南暖濕氣流中，700 hPa上陜西境內仍盛行西南或偏南氣流；850 hPa暴雨區上空有明顯切變或有明顯輻合區；地面上，陜西基本受熱低壓控制，暴雨區北部或東北部有冷鋒，距離暴雨區較遠(≥300 km)，且冷鋒移速緩慢，暴雨落區基本位于熱低壓控制的暖區中。屬于該類型的暖區暴雨有6次(2013年7月25日、2013年7月26日、2016年8月12日、2016年8月19日、2017年7月23日、2018年8月1日)，占總數的43%。

(3)副高弱脊型。500 hPa上副熱帶高壓控制黃河以南地區，四川盆地及其以南地區均處于副高外圍西南氣流中，新疆以東至河套為弱高壓脊控制，陜西中北部處于高壓脊中。700～850 hPa上陜西境內為西南氣流。地面上，陜西基本受熱低壓控制，無明顯的冷空氣。僅有3次過程(2015年9月10日、2017年7月12日、2017年7月20日)屬于此類型，占總數的21%。

明顯看出陜西弱天氣系統下的暖區暴雨均產生在副熱帶高壓影響的環境下，副高預報的不確定性帶來了暖區預報的難度。副熱帶高壓西伸北抬，與西來系統相配合在中低層產生的西南或偏南氣流是暖區暴雨的能量和水汽的主要來源。在系統分型和分析中發現，副高冷空氣滲透型和副高遠距離冷鋒型這兩類暖區暴雨，副熱帶高壓外圍基本都有臺風參與，臺風外圍和副高外圍氣流的合并加強了副高外圍的水汽輸送，同時臺風的存在也維持了暴雨影響系統的穩定性。過程統計中發現，有臺風參與的暖區暴雨過程一般情況下降雨強度和范圍都較大。

圖1 2010—2020年陜西弱天氣系統下暖區暴雨概念模型(a副高冷空氣滲透型，b副高遠距離冷鋒型，c副高弱脊型；綠色區域為暴雨落區；審圖號為GS(2019)3082號)

3 不同類型暖區暴雨空間分布特征

從3類暴雨出現的站次(包括國家站和區域站)分布來看，副高冷空氣滲透型、副高弱脊型分別為84、80站次，副高遠距離冷鋒型較少為77站次。圖2給出了3類暖區暴雨在陜西省出現頻次的分布情況。由圖可見，副高冷空氣滲透型暖區暴雨主要有兩個落區(圖2a)，一個沿秦嶺分布，主要位于秦嶺北側的寶雞、咸陽和秦嶺南側的安康、商洛，出現頻次較高的站為安康的鎮坪(也是全省暴雨出現頻次最高的站)；另一個位于榆林中部的長城沿線和黃河沿岸，出現頻次較高的為榆林的佳縣和綏德。副高遠距離冷鋒型暴雨落區分布相對較為均勻(圖2b)，出現頻次較高的站均位于榆林,其中榆陽中心廣場站和古塔鄉站各2次、府谷的田家寨站2次。副高弱脊型暖區暴雨落區(圖2c)主要位于陜南的漢水谷地和米倉山、大巴山一線。對照3類暖區暴雨與陜西暴雨的分布[19]可以看出，暖區暴雨的高值中心基本呈兩高型或一高型，較陜西普通暴雨少了陜北南部洛川至宜君一帶的暴雨中心。這可能是暖區暴雨落區多位于副熱帶高壓外圍的原因。

圖2 陜西省3類暖區暴雨頻次(單位為次)空間分布(a副高冷空氣滲透型，b副高遠距離冷鋒型，c副高弱脊型；審圖號為GS(2020)4619號)

4 不同類型暖區暴雨時間分布特征

從3類暖區暴雨過程中不同強度短時強降水出現次數的日變化(圖3)可以看出，小時降雨量>20 mm和>30 mm的強降雨次數變化基本一致，期間出現兩個明顯的強降雨時段。一個時段是午后15時開始增多，17—19時達到高峰；另一個是入夜21時開始增多，00—04時達到高峰；上午時段短時強降水均出現的次數極少，具有明顯的日變化特征。短時強降水絕大多數具有對流性降水性質，除了需要源源不斷的水汽輸送外，還需要有對流不穩定能量的釋放和不斷再生。午后到晚上，經過太陽輻射，地面增溫明顯，地面長波輻射釋放的能量也增多，近地面空氣加熱明顯，容易形成下暖上冷的不穩定層結，熱力、動力作用明顯，有利于不穩定能量的觸發和釋放，易形成暴雨。小時降雨量>50 mm的強降水出現的次數總體較少，看不出明顯的日變化規律。此外，副高冷空氣滲透型和副高弱脊型強降水出現的時段更為集中，而副高遠距離冷鋒型出現的時次范圍較為分散。

圖3 不同類型暖區暴雨短時強降水頻次(單位為次)分布(a副高冷空氣滲透型，b副高遠距離冷鋒型，c副高弱脊型)

統計不同類型暖區暴雨中短時強降水站點數與總站數的百分比(表1)發現，在暖區暴雨發生過程中，42%的站點出現了小時降雨量>20 mm的短時強降水，31%的站點出現了小時降雨量>30 mm的短時強降水，11%的站點出現了小時降雨量>50 mm的短時強降水，呈現明顯的中尺度降雨特征。其中副高冷空氣滲透型暴雨的中尺度特征最為明顯，小時降雨量>20 mm的短時強降水占比高達89%，小時降雨量>30 mm的短時強降水占比也達到了64%，小時降雨量>50 mm的短時強降水達到27%，也就是說近三分之一的站在1個小時內達到了暴雨的標準，中尺度特征非常明顯。

表1 3類暖區暴雨不同強度短時強降水站點數占總站數百分比 %

5 暖區暴雨的環境場條件

選取與暖區暴雨站點最為臨近的探空站(包括陜西省內漢中、安康、西安、延安4站)每日08時或20時(暖區暴雨發生前最為臨近時次)的探空觀測數據(如2020年8月3日03—09時出現的暴雨過程，統計時次為8月2日20時；8月3日14—18時出現的暴雨過程，統計時次為3日08時)進行統計，分析暖區暴雨發生的環境條件。

5.1 探空曲線特征

從14次暖區暴雨過程臨近站點和臨近時次的探空曲線來看，其中12次過程(占總數的86%)整層濕度較大，400 hPa以下基本為濕層(500 hPa的溫度露點差平均為2.3 ℃)，CAPE呈狹長型，但值不是很大。其他2次過程(占總數的14%)850 hPa以下露點溫度較大，大氣濕潤(850 hPa的溫度露點差平均為2.6 ℃)，濕層基本可達到700 hPa，500 hPa或以上基本處于干區中，干區的溫度露點差基本在15 ℃以內。雖然具有上干下濕的結構，但由于0 ℃層高度較高，垂直風切變較弱，不利于冰雹大風天氣的出現。暖區暴雨的探空曲線特征基本符合短時強降水兩類溫、濕廓線特征[20]。

5.2 暖區暴雨與一般暴雨及氣候平均值的比較

對比暖區暴雨發生的環境條件與一般暴雨和氣候平均值的不同。在研究中，選取暖區暴雨發生之前和之后緊鄰的除去本文選取的暖區暴雨個例之外的其他區域性暴雨(與暖區暴雨標準相同，≥3站降雨量達到50 mm以上)為一般暴雨(如2013年7月25日暖區暴雨個例，選取緊鄰的2013年7月22日和2013年8月7日暴雨為一般暴雨，而2013年7月26日的暖區暴雨個例排除)。根據這個原則，針對14次暖區暴雨過程，共選出28次一般暴雨進行物理量的統計；在統計氣候平均值時，為了消除季節影響，氣候平均值為暖區暴雨個例發生月的探空代表站的月平均值。

表2統計出暖區暴雨、一般暴雨和氣候平均值的多個物理量，可以看出暖區暴雨的能量和水汽條件明顯高于一般暴雨和氣候平均值。三種類型的暖區暴雨的K指數平均值達39.7 ℃，分別較一般暴雨和氣候平均值偏高5.7和7.3 ℃，其中副高遠距離冷鋒型K指數偏高最為顯著，分別為6.4和8.0 ℃；暖區暴雨CAPE的平均值為1 334 J·kg-1，較一般暴雨略偏低，但明顯高于氣候平均值。暖區暴雨整層水汽含量平均值為3 383 g/kg，較一般暴雨和氣候平均值分別偏高769 g/kg和2 328 g/kg，三種類型的暖區暴雨整層水汽含量差別較大，副高弱脊型數值高達4 547 g/kg，副高遠距離冷鋒型僅為2 616 g/kg；暖區暴雨850 hPa的溫度露點差平均值為2.6 ℃，明顯低于一般暴雨的4.1 ℃和氣候平均值的6.5 ℃，三種類型暖區暴雨的溫度露點差變化不大，850 hPa均處于高濕狀態。從850 hPa與500 hPa的溫度差可以看出，暖區暴雨的溫度差平均值為24.9 ℃，較一般暴雨和氣候平均值分別偏低1.2 ℃和3.4 ℃，說明暖區暴雨發生時，大氣的垂直溫差較小。暖區暴雨發生時0～6 km垂直風切變的平均值為2.4×10-3s-1，較一般暴雨偏小0.7×10-3s-1，也較氣候平均值略偏小0.3×10-3s-1，3種類型的暖區暴雨0～6 km垂直風切變在(2.4～2.5)×10-3s-1范圍內變化，變化幅度較小，基本發生在弱垂直風切變環境中。暖區暴雨的0 ℃層高度平均值為4.7 km，較一般暴雨和氣候平均值分別偏高0.2 km和0.4 km，有利于更多的水汽形成降雨，提高降水效率。

表2 暖區暴雨、一般暴雨、氣候平均值物理量統計值對比

6 結論

(1)2010—2020年陜西省共出現14次弱天氣影響下的暖區暴雨天氣過程，按照天氣形勢可分為副高冷空氣滲透型、副高遠距離冷鋒型、副高暖脊型。3類暖區暴雨均產生在副熱帶高壓影響的環境下。

(2)暖區暴雨出現的頻次分布基本呈兩高型(副高冷空氣滲透型)或一高型(副高暖脊型)。三個高值中心分別為沿秦嶺分布，榆林中部的長城沿線和黃河沿岸，陜南的漢水谷地和米倉山、大巴山一線；副高冷鋒型分布較為平均。

(3)暖區暴雨發生短時強降水的站次頻率高達41%，呈現明顯的中尺度特征；3類暖區暴雨中的短時強降水具有明顯的日變化特征，存在兩個明顯的降水時段，午后15時開始增多，17—19時達到高峰；入夜21時又開始增多，00—04時達到高峰；上午時段短時強降水出現的次數極少。

(4)暖區暴雨具有異常的高能、高濕條件。與一般暴雨和氣候平均值相比，暖區暴雨發生在風垂直切變較小的弱垂直風切變中。