集合動力因子對登陸臺風“莫拉克”（0908）暴雨落區(qū)的診斷與預報研究

許孌 何金海 高守亭 林青

1 南京信息工程大學氣象災害省部共建教育部重點實驗室，南京 210044

2 中國科學院大氣物理研究所云降水物理與強風暴實驗室，北京 100029

1 引言

熱帶氣旋（臺風）引發(fā)的災害在十大自然災害中高居首位，其主要部分是由熱帶氣旋引發(fā)的暴雨洪澇災害，發(fā)生時間為熱帶氣旋登陸前后。而我國是世界上熱帶氣旋登陸最多的國家之一（陳聯壽和孟智勇，2001；陳聯壽等，2004），深受其帶來的暴雨、大風和風暴潮等災害的影響，國家經濟、人民生命財產也面臨嚴重威脅。因此，臺風登陸前后帶來的強降水的預報一直是氣象部門關注的重點。

降水與動力、熱力、輻射及云微物理等非線性相互作用的過程密切相關，是預報業(yè)務中難度最大的要素之一。1960年，美國國家氣象中心（National Meteorological Center）發(fā)起了定量降水預報及其驗證計劃。隨著數值天氣預報模式的改進，預報員對模式性能了解的增進以及對降水過程的理解更加深入，短期降水預報的準確率穩(wěn)步提升（Olson and Junker，1995）。但是對于某些特殊時段（如夏季）的強對流天氣引起的突發(fā)性強降水，由于造成降水的中尺度天氣系統空間尺度較小，生命史較短，降水具有局地性和短時性等特征，預報難度大大提高。陳聯壽（2006）指出，目前，在臺風領域，臺風的路徑預報比臺風的強度和臺風風雨分布的預報都遙遙領先。尤其臺風暴雨預報技術遠遠滯后，預報準確率較低，遠遠不能滿足公眾需求和防災需求。臺風暴雨的觀測技術也亟待改進。

降水的預報分為落區(qū)預報與強度預報，其中落區(qū)預報失誤是降水預報失誤中最常見的一類（Ebert and McBride，2000），而做好降水預報首要的是要提高落區(qū)預報的準確性。定量降水估計和定量降水預報技術已經在世界幾大主要的預報中心投入業(yè)務運行，一定程度上提高了熱帶氣旋降水預報的準確性。但由于目前對于造成降水的非線性相互作用過程的理解尚存在很多不足，數值預報模式中降水預報技巧及準確率也遠遠低于模式預報的溫、壓、濕、風等基本量。因此，定量降水預報在實際業(yè)務操作過程中存在一定困難。

針對現狀，Gao et al.（2004a，2004b，2005a，2005b，2007）和Gao and Cao（2007）從暴雨觸發(fā)機理角度出發(fā)，研究并建立了暴雨短期臨近集合動力因子預報方法。其思想是加強暴雨中的動力和熱力過程信息的釋用，利用模式預報較為準確的基本產品，構建具有明確物理意義、可以表征關鍵動熱力過程的因子，并將其運用于暴雨預報。鑒于我國暴雨主要分為臺風暴雨、梅雨鋒暴雨、西風槽暴雨和低渦暴雨四種類型，且造成各類暴雨的天氣系統及動力、熱力過程均有較大差異，我們需要有針對性地選取能夠有效描述和反映臺風暴雨發(fā)生和維持機理的動力因子，并將其應用于臺風暴雨的診斷與預報。基于這個目的，本文首先利用WRF模式對“莫拉克”臺風進行高分辨率模擬，利用觀測資料與模擬結果進行了細致的對比驗證，然后運用模式輸出資料、NCEP-GFS（National Center for Atmospheric Research-Global Forecast System）預報場資料和部分動力因子對 0908號臺風“莫拉克”兩次登陸前后共72 h（2009年8月6日12時至9日 12時，協調世界時，下同）期間造成的強降水及其落區(qū)進行診斷與預報，檢驗這些因子是否對臺風暴雨落區(qū)具有診斷和預報意義。

2 臺風概況和環(huán)流背景

2009年8月5日06時，“莫拉克”由強熱帶風暴加強為臺風，先后于7日15時45分和9日8時20分在臺灣花蓮和福建霞浦登陸，11日18時停止編號。“莫拉克”先后對臺灣和大陸沿海七省帶來特大暴雨。臺灣南部雨量超過 2000 mm，過程最大雨量出現在阿里山，超過3000 mm。福建、浙江、安徽、江西部分站點過程雨量超過 50年一遇(http://www.china.com.cn [2009-12-31])，其中福建東北部和浙江東南部的累計雨量達500～800 mm，浙江泰順縣九峰鄉(xiāng)的過程雨量超過1200 mm（陳洪濱和范學花，2010）。強降水造成了臺灣中南部及東南部的“八八水災”，導致全臺673人死亡，26人失蹤，農業(yè)損失逾195億新臺幣 (http://www.npf.org.tw [2010-08-23])，強臺風“莫拉克”重創(chuàng)臺灣位列2009年我國十大天氣氣候事件之首。

“莫拉克”加強為臺風時刻，臺風中心位于臺灣以東約15個緯距的西北太平洋洋面上（圖1a），實況中心最低氣壓達到975 hPa，最大風速33 m/s。同時刻500 hPa高度場上（圖1b），高緯地區(qū)以緯向環(huán)流為主，存在兩槽一脊，中低緯 0907號熱帶風暴“天鵝”和 臺風“莫拉克”并存。到6日06時（圖略），兩臺風外圍出現閉合等值線，588線西伸至124°E附近，副高與臺風環(huán)流在東北—西南方向上形成對峙局面。

圖1 “莫拉克”加強為臺風時刻（8月5日06時）的海平面氣壓場（a，黑色實線，單位：hPa）及500 hPa位勢高度場（b，黑色實線，單位：gpm)，陰影區(qū)代表位勢高度大于5880 gpm的區(qū)域Fig.1(a) Sea level pressure (hPa) and (b) 500-hPa geopotential height (gpm) fields at 0600 UTC 5 Aug 2009 when Morakot intensified into a typhoon.Areas with geopotential height larger than 5880 gpm are shaded

圖2 “莫拉克”(a) 登陸臺灣前（8月7日12時）和 (b) 登陸福建前（8月9日06時）的500 hPa位勢高度場（單位：gpm）。 陰影區(qū)代表位勢高度大于5880 gpm的區(qū)域Fig.2 500-hPa geopotential height fields before Morakot making landfall in (a) Taiwan (at 1200 UTC 7 Aug) and (b) Fujian (at 0600 UTC 9 Aug).Areas with geopotential height larger than 5880 gpm are shaded

“莫拉克”登陸前的500 hPa位勢高度場上，河套地區(qū)短波槽以較慢速度（＜10經度/天）東移，強盛的副高逐漸東撤（圖2a，b）。7日15時45分，“莫拉克”登陸臺灣（圖略）。由于引導氣流發(fā)生變化，路徑也開始轉向，由原來的沿副高東南引導氣流向西北偏西方向移動轉為沿副高脊點外圍向西北偏北方向移動。另外，“天鵝”一直在海南島上空盤旋，與“莫拉克”存在相互作用。李英等（2009）研究認為，“天鵝”與“莫拉克”之間有對流云團和水汽能量的交換，使得“天鵝”西移入海之后再次加強。“莫拉克”也獲得了“天鵝”的正渦度環(huán)流及水汽供應。二者相互牽制，導致“莫拉克”強度維持時間較長，移動速度緩慢（5～10 km/h）。9日8時20分，“莫拉克”登陸福建（圖略），由于下墊面影響，迅速減弱為強熱帶風暴，并沿引導氣流向北偏東方向移動。

3 試驗設計

本文利用WRF模式對0908號臺風“莫拉克”及強降水進行了高分辨率模擬，模擬時段為 2009年8月6日12時至9日12時。模擬初始場和邊界條件由 NCEP/NCAR（National Center for Environmental Prediction/National Center for Atmospheric Research）1°×1°的格點資料（間隔 6小時）形成，模擬區(qū)域如圖 3 所示，中心為（25.5°N，124°E），采用三層雙向嵌套，由外到內各區(qū)域格點數分別為 211×181、271×301、241×301，水平分辨率分別為18 km、6 km、2 km，垂直方向為35個σ層，時間步長為 45 s。模擬區(qū)域的外層和中層采用 Kain-Fritsch積云對流參數化方案，內層未使用積云參數化方案；外層采用WSM-3微物理方案，中層和內層為WSM-5方案；同時采用YSU邊界層方案。

交換機級聯從一開始就給工業(yè)環(huán)境應用帶來了挑戰(zhàn)。除了用于IT領域中的星型拓撲結構以外，自動化領域也常使用線型、環(huán)型和樹型拓撲結構。這些經過調整的拓撲結構大幅降低了以太網安裝的布線要求和成本。因此，在工業(yè)應用中，采用直通式策略的雙端口交換機被整合到現場設備中，直通式意味著數據報文在被完全接收前被轉發(fā)。

4 模擬結果驗證及分析

4.1 臺風路徑及強度

圖3 數值模擬區(qū)域示意圖Fig.3 The illustration of numerical simulation domains

圖4給出了模擬與觀測的“莫拉克”臺風路徑及強度對比。6日12時到9日12時，模擬的臺風中心先沿西北偏西方向移動，登陸臺灣以后，路徑發(fā)生一定的偏折，再次入海以后沿偏北方向移動（圖 4a）。與美國聯合臺風預警中心（the Joint Typhoon Warning Center，以下簡稱JTWC）、日本氣象廳東京區(qū)域專業(yè)氣象中心（the Regional Specialized Meteorological Center，以下簡稱 RSMC）以及上海臺風研究所（the Shanghai Typhoon Institute，以下簡稱STI）三家發(fā)布的最佳路徑相比，模擬路徑與實況基本一致，但略有偏折。起始階段模擬路徑偏北。登陸臺灣前后，由于地形的影響，模擬的臺風路徑發(fā)生明顯偏折，經過一段時間調整后（約 12 h），又逐漸接近實況路徑。臺風中心移速方面，在登陸臺灣前，模擬的臺風中心移速與實際移速相近，隨后偏快。尤其在臺風中心移動到臺灣海峽之后，實際移速降低到5～10 km/h。這個時段內，模擬的臺風中心在海上移速較快，導致登陸時間偏早約6 h；模擬路徑偏向實際路徑的東北側，模擬的登陸地點位于實際登陸點的北偏東約 0.5°緯距處。其原因可能是“莫拉克”與其他熱帶氣旋之間的相互作用對其路徑和移速產生了一定影響，而模式對于這種相互作用的模擬能力尚有待提高。總體來看，模擬結果能夠把握“莫拉克”臺風移動軌跡的主要特征。

臺風強度方面（這里指臺風中心附近最低氣壓），在整個模擬時段內，STI與RSMC數據集的一致性較高，JTWC資料與前二者差異較大，強度明顯偏弱（差值最大達到25 hPa，最小7 hPa，圖4b）。模擬的臺風中心最低氣壓的時間演變與RSMC資料最為接近（圖 4b），很好地再現了“莫拉克”登陸臺灣之后中心強度迅速減弱的特征。因此可以認為模擬的臺風中心強度在很大程度上與實況相近，整體上再現了“莫拉克”臺風發(fā)展演變過程中主要的強度變化特征。

4.2 降水對比

圖4 JTWC（深灰線及圓點）、RSMC（淺灰線及正方形）、STI（灰線及三角形）最佳路徑（a）與臺風中心最低氣壓（b）與相應的模擬結果（黑線及臺風符號）對比（時間間隔均為6小時）Fig.4 Six-hourly (a) tracks and (b) minimum sea level pressure of Typhoon Morakot derived from JTWC, RSMC, STI and the corresponding model simulation results (6 h interval)

圖5為8日00時的24 h累積降水實況與模擬結果對比。大陸觀測降水主要分布在浙江、福建兩省，呈東北—西南向的狹長帶狀，最強降水發(fā)生在兩省交界處，達到 50 mm以上。模擬的降水區(qū)域與實況降水范圍大致相同，同時模擬出了浙閩交界處的強降水中心。浙北的模擬降水較實況偏強。9日00時，24 h累積降水大于25 mm的區(qū)域如圖6所示，觀測到的浙江、福建降水強度明顯增強，最大24 h累積降水達到200 mm以上，中心仍位于浙閩交界處。模式結果顯示的降水量也普遍達到75 mm以上，最強降水落區(qū)與強度均與實況保持高度一致，但是整體上雨強較實況偏弱。總體來看，模式對降水的模擬比較成功，能很好地再現降水的落區(qū)、走向以及強降水中心。

4.3 水汽條件診斷分析

圖7可見，造成此次暴雨的一個主要原因是強盛的西南季風持續(xù)向東輸送水汽。8月7日850 hPa高度上（圖 7a），西南季風水汽輸送帶途經孟加拉灣、南海，與西太平洋的水汽隨著臺風環(huán)流進入臺灣以及大陸上空，最大水汽輸送出現在臺風中心的東南側，達到40 g s–1cm–1hPa–1以上，其次為東北側。水汽輸送的不均勻性也反映了“莫拉克”的非對稱環(huán)流結構特征。當日，“莫拉克”在臺灣南部造成的降水普遍超過 100 mm，其中玉山站達到506.7 mm。8日（圖7b），臺風中心穿越臺灣島繼續(xù)西移過程中，其東南部的水汽輸送加強。正是該支西南氣流給臺灣中南部帶來了強降水，十余站點日降水量超過250 mm；臺風中心北側的水汽輸送導致我國東南沿海地區(qū)遭遇暴雨襲擊，損失慘重。9日（圖7c）開始，隨著“莫拉克”的第二次登陸以及向北移動，其強度和水汽輸送明顯減弱，降水區(qū)也自南向北移動。到10日（圖7d），水汽輸送帶減弱、斷裂，我國大陸部分降水主要在江蘇省境內，“莫拉克”也趨于消亡。

圖5 2009年8月8日00時的24 h累積降水 (a) 實況與 (b) 模式模擬結果（單位：mm）Fig.5 The 24-h accumulated rainfall (a) observation and (b) simulation (unit: mm) at 0000 UTC 8 Aug 2009

圖6 2009年8月9日00時24 h累積降水（a）實況與（b）模式模擬結果（單位：mm）Fig.6 The 24-h accumulated rainfall (a) observation and (b) simulation (unit: mm) at 0000 UTC 9 Aug 2009

圖7 暴雨期間850 hPa高度場（實線，單位：gpm）、風場（箭頭）及水汽通量（陰影，單位：g s–1 cm–1 hPa–1）：(a) 8月7日; (b) 8月8日; (c) 8月9日; (d) 8月10日Fig.7 850-hPa geopotential height (solid contour, unit: gpm), wind (vector), and water vapor flux (shaded) fields during the torrential rain period: (a) 7 Aug;(b) 8 Aug; (a) 9 Aug; (a) 10 Aug

4.4 暴雨落區(qū)的動力學診斷與預報分析

臺風是具有暖心結構和深對流特征的暴雨系統，針對臺風暴雨，本文主要運用廣義濕位溫θ?，對流渦度矢量CVV以及水汽散度通量G三個因子。

Gao and Cao（2007）在相當位溫定義中引入一個權重函數，得到廣義濕位溫因子定義：

其中，θ為位溫，L為相變潛熱，cp為比定壓熱容，q為比濕，qs為飽和比濕，T為凝結溫度，k取45。由于真實大氣既不是絕對的干空氣，也不是處處飽和的濕空氣，而是非均勻飽和大氣，權重函數(q/qs)k的取值范圍在0～1之間，因此，廣義濕位溫可以描述真實大氣中凝結隨著濕度增加而增加的事實。暴雨過程中，實際大氣即非均勻飽和大氣，用廣義濕位溫來描述較為恰當。

鑒于深對流系統中濕等熵面與垂直渦度夾角較小，甚至幾乎平行，導致位渦aξ為絕對渦度，eθ為相當位溫，ρ為密度）信號較弱，Gao et al.（2004a，2007）研究熱帶深對流系統時引入對流渦度矢量各項意義同前），將這類系統發(fā)生發(fā)展的動力過程與熱力過程有機地結合在一起。其結果表明，對流渦度矢量垂直分量有較大的量值，是對深對流發(fā)展描述較好的物理量。趙宇等（2009）利用非靜力中尺度模式ARPS研究一次華北暴雨過程時指出，整層積分的對流渦度矢量垂直分量高值區(qū)與云中水凝物高值區(qū)有非常好的相關性，可以代表云和對流系統的發(fā)展。臺風是典型的具有深對流特征的天氣系統，且造成暴雨的大氣具有典型的非均勻飽和特征，因此本文試圖將絕對渦度矢量與廣義濕位溫梯度構造的對流渦度矢量，即應用于臺風降水落區(qū)的分析。等壓坐標系下，其垂直分量形式為：

其中，u，v，ω 分別為等壓坐標系中緯向、經向及垂直方向的速度，ρ為大氣密度。經過尺度分析，略去小項后，在等壓坐標系下，可得對流層中低層（850 hPa到500 hPa）的CVVz*的垂直積分量，并取絕對值（由于水汽主要集中在對流層中低層，CVVz*量值較為顯著）：

冉令坤等（2009）在研究 2007年夏季華北暴雨和 2008年年初南方地區(qū)大范圍冰雪凝凍天氣過程的降水落區(qū)問題時，將水汽的水平散度與垂直運動這兩個造成暴雨的關鍵因子聯系起來，并且考慮到強降水過程中的水汽因素，構造出一個新的宏觀物理量——水汽散度通量：

其中，q為比濕。水平方向上的水汽輻合輻散是診斷暴雨系統發(fā)展演變的重要物理量，但是水平散度與暴雨落區(qū)并不是完全對應的。由于水汽主要集中在對流層中低層，因此，該因子側重于強調與暴雨密切相關的對流層中低層的動力學結構。將對流層中低層（850 hPa到500 hPa）的G進行積分，得到：

臺風暴雨區(qū)典型的垂直動力結構即由低層大氣輻合、高層大氣輻散引發(fā)強烈的上升運動，這種情況下水汽散度通量為正值，從物理意義上，水汽散度通量能夠描述對流層中低層水汽輻合向上輸送的過程。本文將水汽散度通量的積分量Gsum用于臺風暴雨落區(qū)的分析，研究其是否對臺風暴雨也具有一定的診斷和預報意義。

4.4.1 廣義濕位溫

利用高分辨率模擬資料，分別對暴雨中心所在的經度帶121°E～121.5°E 和 120.5°E～121°E 作θ?緯向平均的垂直剖面圖（圖 8a，b）。9日 06時，模擬的我國東部沿海的暴雨區(qū)位于 23°N～31°N，相應的緯向平均垂直剖面圖上（圖 8a），降水極值區(qū)θ?呈現明顯的“漏斗狀”等值線分布，即降水區(qū)上空等θ?線密集，近乎垂直，水平梯度較大，圖中顯示θ?從1000 hPa到250 hPa附近均有明顯的信號。“漏斗狀”區(qū)域附近，兩側氣團的冷暖對比顯著，并伴隨強烈的上升運動（圖略），因此降水強度較大。隨著“莫拉克”中心向西北方向移動，到12時（圖 8b），模擬的強降水區(qū)主體位于 28°N～31°N，其上空θ?的“漏斗狀”等值線分布更為集中，300 hPa以下信號十分強烈，該區(qū)域與強降水極值中心的對應關系也十分顯著。此時，降水的次極值中心位于 23°N與 25°N附近，θ?等值線也較為陡立和密集，但該緯度帶“漏斗狀”區(qū)域較為淺薄，最深僅達到450 hPa附近，不利于對流系統發(fā)展，降水強度偏弱。總體來看，垂直剖面上，等θ?線的“漏斗狀”區(qū)域與暴雨落區(qū)十分吻合。θ?作為對位溫和相當位溫的改進形式，不僅具備守恒性（Gao and Cao, 2007），而且能夠對降水落區(qū)提供一定的指示信息。在實際業(yè)務中，利用模式預報的基本量計算出的θ?，可以作為預報暴雨落區(qū)的有效工具。

4.4.2 垂直運動及對流渦度矢量

“莫拉克”引發(fā)的強降水不僅依賴于充足的水汽輸送，也與強烈的垂直運動密不可分。下面針對“莫拉克”登陸我國大陸前后的 9日 00時至12時，沿著觀測強降水中心自西南向東北做直線 [(25°N，117°E) 到 (31°N，123°E)]（圖 9a，b，c），分析沿該直線的垂直剖面圖上模擬的垂直運動的分布（圖 9d，e，f）。填色長方形標注的區(qū)域即實況降水主體所在區(qū)域。9日 00時主要降水位于浙江和福建的沿海地區(qū)（圖 9a），浙閩交界處的6 h累積降水達到50 mm以上。模擬的雨區(qū)西南部的上升運動較弱，東北部上升運動旺盛，與觀測降水北多南少的分布是相吻合的。強對流中心位于28°N～29°N，南部對流中心最大上升速度達到1.0 m/s，高度在對流層中部500 hPa附近；北側上升運動最強區(qū)位于200～300 hPa，且一直延伸至對流層頂附近。這表明“莫拉克”引發(fā)強降水期間的上升運動強烈，貫穿整個對流層。隨著臺風中心向我國大陸逼近，9日06時（圖9b），沿海地區(qū)上空的垂直運動較前一時刻增強，原雨區(qū)上空的弱上升中心（27.5°N附近）發(fā)展壯大，對流高度伸展到100 hPa；北側（29.5°N附近）亦存在深厚的強對流區(qū)。在有充沛水汽供應的情況下，該時段（9日00～06時）浙江東南部及福建東北部累積降水大幅增加，部分站點甚至超過100 mm。9日12時（圖9c），由于“莫拉克”已二次登陸，逐漸減弱填塞。雨區(qū)北部的上升運動主要集中于對流層中低層，南部上升中心幾乎消失，該時段的實況強降水區(qū)也北移減弱。因此，9日00～12時這個時段內，模擬的垂直運動與地面觀測降水對應較好，模擬結果是比較理想的。

圖8 模擬的（a）9日06時強降水中心區(qū)域（121°E～121.5°E）與（b）9日12時強降水中心區(qū)域（120.5°E～121°E）θ* 緯向平均的經向垂直剖面（等值線，單位：K）。陰影為模擬的6小時累積降水量（單位：mm）Fig.8 The meridional-vertical cross sections of the zonal mean of θ* (contour, unit: K) and 6-h accumulated rainfall (shaded) along (a) heavy rainfall region(121°E-121.5°E) at 0600 UTC 9 Aug and (b) heavy rainfall region (120.5°E-121°E) at 1200 UTC 9 Aug

圖9(a) 9日00時、(b) 9日06時、(c) 9日12時做出的6 h降水落區(qū)預報（黑色點線，單位：10–6 m2 s–1 K kg–1）和實況6 h累積降水（陰影區(qū)）；模擬的 (d) 9日00時、(e) 9日06時、(f) 9日12時沿實況暴雨中心直線 [(25°N，117°E) 到 (31°N，123°E)] 所作剖面上的垂直速度（等值線，單位：m s–1）和實況強降水區(qū)（灰色矩形）Fig.9 The 6-h torrential rainfall location forecast based on(dotted contour, unit: 10–6 m2 s–1 K kg–1) and observed 6-h accumulated precipitation(shaded) at (a) 0000 UTC, (b) 0600 UTC, (c) 1200 UTC on 9 Aug; simulated vertical velocity on the cross section along the line [(25°N, 117°E)-(31°N,123°E)] (contour, unit: m s–1) and observed heavy rainfall range (gray rectangular) at (d) 0000 UTC, (e) 0600 UTC, (f) 1200 UTC on 9 Aug

圖10 利用 NCEP-GFS預報場資料（間隔為 6 h）計算的強降水帶（119.5°E ～120.5°E）上空平均的（等值線，單位：10–6 m2 s–1 K kg–1）與同經度帶平均的地面觀測6 h累積降水量（陰影區(qū)）的時間演變（2009年8月8日00時至9日12時）Fig.10 The time evolution of meridional mean of (calculated with NCEP-GFS forecast products of 6-h interval) (contour, unit: 10–6 m2 s–1 K kg–1) and observed 6-h accumulated rainfall (shaded) over the rainstorm area (119.5°E-120.5°E) from 0000 UTC 8 Aug to 1200 UTC 9 Aug

4.4.3 水汽散度通量

同樣的，利用GFS預報場資料計算8日18 時至9日12時的垂直積分的水汽散度通量Gsum，其分布如圖11。該因子在我國沿海地區(qū)的分布與對應的實況6 h累積降水落區(qū)較為一致，并且其極值中心的分布與降水最強區(qū)域的偏離程度較小。9日06時的觀測降水在福建和浙江兩省各存在一個極值中心，Gsum成功地指示出了這兩個中心，其極值區(qū)略偏向實際降水中心的東北方（圖 11c）。12時，Gsum對浙江東部沿海強降水中心的判斷十分準確（圖11d），同時，該因子也捕捉到了0907號熱帶風暴“天鵝”的降水影響區(qū)域。這是由于水汽散度通量將垂直運動及水汽的水平輻合輻散聯系在一起，結合了造成暴雨的最關鍵的兩個因子，能夠更準確地描述造成暴雨的核心動力結構，因此該因子在診斷和預測暴雨落區(qū)方面均有顯著的優(yōu)勢，并且可以提高對強降水中心位置判斷的準確度。

圖11 利用NCEP-GFS預報場資料（間隔為6 h）計算的Gsum（等值線，單位：10–3 kg–1 m3 Pa s–2）與實況6 h累計降水（陰影區(qū)）的水平分布:（a）8日1800 UTC;（b）9日0000 UTC; （c）9日0600 UTC; （d）9日1200 UTCFig.11 The horizontal distribution of Gsum calculated with 4-times daily GFS forecast product (contour, unit: 10–3 kg–1 m3 Pa s–2) and observed 6-h accumulated rainfall (shaded) at (a) 1800 UTC 8 Aug, (b) 0000 UTC, (c) 0600 UTC, and (d) 1200 UTC on 9 Aug

5 小結

本文運用中尺度非靜力模式WRF對0908號臺風“莫拉克”兩次登陸過程進行了高分辨率數值模擬，并利用觀測資料對模擬結果進行了驗證。進一步，利用NCEP再分析資料，GFS預報場資料和模式輸出的高分辨率資料，分析了“莫拉克”在我國東南沿海造成的強降水的水汽條件及垂直運動，運用對流渦度矢量、廣義濕位溫和水汽散度通量三個動力因子對本次強降水過程進行了診斷和預報分析，得到以下結論：

（1）模式對臺風中心的移動路徑和強度的模擬比較成功，24小時累積降水落區(qū)與實況較為一致，但雨強略偏弱。

（2）造成強降水的水汽主要由西南季風輸送，水汽充足且持續(xù)時間長。雨區(qū)上空為較強的上升運動區(qū)，對流深厚。充足的水汽以及強烈的上升運動是造成此次強降水過程的直接原因。

（3）運用廣義濕位溫θ?、對流渦度矢量垂直分量CVVz*和水汽散度通量G對暴雨落區(qū)進行診斷和預報。其中，θ?在垂直剖面圖上的“漏斗狀”區(qū)域與暴雨落區(qū)對應關系十分顯著。用每日四次的NCEP-GFS資料計算的和Gsum進行預報分析，發(fā)現大致能夠反映實況降水落區(qū)，強降水中心大多位于其梯度大值區(qū)附近；其時間演變與降水的時間演變比較相似，說明對降水落區(qū)及其發(fā)展移動具有一定的指示意義。水汽散度通量結合了水汽散度和垂直運動兩個關鍵因子，做出的落區(qū)預報更為準確，在強降水中心的位置判斷方面也具有一定優(yōu)勢。綜上，將這些因子結合起來，對于做出較為準確的臺風強降水落區(qū)預報是十分有益的。未來將對更多臺風個例展開類似研究，以期能構造出物理意義更為完善、對臺風暴雨的落區(qū)甚至強度具有更優(yōu)的診斷及預報效果的動力因子。

（References）

陳洪濱, 范學花.2010.2009年極端天氣和氣候事件及其他相關事件的概要回顧 [J].氣候與環(huán)境研究, 15 (3): 322-336. Chen Hongbin, Fan Xuehua.2010.Some extreme events of weather, climate and related phenomena in 2009 [J].Climatic and Environmental Research (in Chinese), 15 (3): 322–336.

陳聯壽.2006.熱帶氣旋研究和業(yè)務預報技術的發(fā)展 [J].應用氣象學報,17 (6): 672–681. Chen Lianshou.2006.The evolution on research and operational forecasting techniques of tropical cyclones [J].Journal of Applied Meteorological Science (in Chinese), 17 (6): 672–681.

陳聯壽, 孟智勇.2001.我國熱帶氣旋研究十年進展 [J].大氣科學, 25(3): 420–432. Chen Lianshou, Meng Zhiyong.2001.An overview on tropical cyclone research progress in China during the past ten years [J].Chinese Journal of Atmospheric Sciences (in Chinese), 25 (3): 420–432.

陳聯壽, 羅哲賢, 李英.2004.登陸熱帶氣旋研究的進展 [J].氣象學報,62 (5): 541–549. Chen Lianshou, Luo Zhexian, Li Ying.2004.Research advances on tropical cyclone landfall process [J].Acta Meteorologica Sinica (in Chinese), 62 (5): 541–549.

Chen Lianshou, Li Ying, Cheng Zhengquan.2010.An overview of research and forecasting on rainfall associated with landfalling tropical cyclones[J].Advances in Atmospheric Sciences, 27 (5): 967–976.

Ebert E E, McBride J L.2000.Verification of precipitation in weather systems: Determination of systematic errors [J].J.Hydrol., 239: 179–202.

Gao S T, Cao J.2007.Physical basis of generalized potential temperature and its application to cyclone tracks in nonuniformly saturated atmosphere [J].J.Geophys.Res., 112: D18101, doi: 10.1029/2007 JD008701.

Gao S T, Ping F, Li X F, et al.2004a.A convective vorticity vector associated with tropical convection: A two-dimensional cloud-resolving modeling study [J].J.Geophys.Res., 109: D14106, doi: 10.1029/2004 JD004807.

Gao S T, Wang X R, Zhou Y S.2004b.Generation of generalized moist potential vorticity in a frictionless and moist adiabatic flow [J].Geophys.Res.Lett., 31: L12113, doi: 10.1029/2003GL019152.

Gao S T, Cui X P, Zhou Y S, et al.2005a.A modeling study of moist and dynamic vorticity vectors associated with 2D tropical convection [J].J.Geophys.Res., 110: D17104, doi: 10.1029/2004JD005675.

Gao S T, Zhou Y S, Lei T, et al.2005b.Analyses of hot and humid weather in Beijing city in summer and its dynamical identification [J].Science in China Series D: Earth Sciences, 48 (Suppl.II): 128–137.

Gao S T, Li X F, Tao W K, et al.2007.Convective and moist vorticity vectors associated with tropical oceanic convection: A three-dimensional cloud-resolving model simulation [J].J.Geophys.Res., 112: D01105, doi:10.1029/2006JD007179.

李英, 陳聯壽, 李勛.2009.臺風莫拉克 (0908) 與天鵝 (0907) 相互作用對其強度的影響研究 [C]// 2009年海峽兩岸氣象科學技術研討會論文集.北京: 中國氣象學會.Li Ying, Chen Lianshou, Li Xun.2009.The interaction between Typhoon Morakot (0908) and Goni (0907) and its impact on the intensity of Typhoon Morakot [C].Book of Abstracts of Workshop on East Asia Meteorological Science & Technology (2009).Beijing: Chinese Meteorological Society.

Olson D A, Junker N W, Korty B.1995.Evaluation of 33 years of quantitative precipitation forecasting at the NMC [J].Wea.Forecasting,10: 498–511.

冉令坤, 楚艷麗.2009.強降水過程中垂直螺旋度和散度通量及其拓展形式的診斷分析 [J].物理學報, 58 (11): 8094–8106. Ran Lingkun,Chu Yanli.2009.Diagnosis of vertical helicity, divergence flux and their extensions in heavy-rainfall event [J].Acta Physica Sinica (in Chinese),58 (11): 8094–8106.

趙宇, 高守亭.2008.對流渦度矢量在暴雨診斷分析中的應用研究 [J].大氣科學, 32 (3): 444–456. Zhao Yu, Gao Shouting.2008.Application of the convective vorticity vector to the analysis of rainstorm [J].Chinese Journal of Atmospheric Sciences (in Chinese), 67 (4): 540–548.

趙宇, 崔曉鵬.2009.對流渦度矢量和濕渦度矢量在暴雨診斷分析中的應用研究 [J].氣象學報, 67 (4): 540–548. Zhao Yu, Cui Xiaopeng.2009.Application of convective and moist vorticity vectors in the analysis of a heavy rainfall event [J].Acta Meteorologica Sinica (in Chinese), 67(4): 540–548.