長江中下游地區暴雨“積成效應”*

張世軒 封國林 趙俊虎

1 引言

暴雨是指24 h降水量為50 mm或以上的強降雨過程,多發生于夏季6—7月份,由于暴雨常常帶來嚴重的洪澇災害,因而是大氣科學研究的熱點和重要課題[1],也引起許多國家和地區的學者的廣泛關注[2-9].長江中下游是我國暴雨集中多發區域,夏季平均暴雨日數在3 d以上,降水量可占夏季總降水的40%以上[1],因而對該地區夏季降水具有十分重要的影響,降水異常年份的分析也表明,長江中下游地區夏季雨帶的形成和降水的多寡與暴雨有著密切的聯系[10-14],如2011年6月長江中下游地區連續的4場暴雨過程,使得該月降水量累積達到整個夏季降水的60%左右[15],造成該地區旱澇急轉[16,17],并決定了整個夏季主雨帶的位置.事實上,暴雨是一個天氣尺度系統,但類似于這樣的天氣尺度系統頻繁活動時,其在時間和空間上會造成一定的持續性,多次過程的累積或疊加,會產生一種“積成效應”,往往會形成類似于中長期天氣過程的現象,進而對夏季降水多寡和分布產生決定性作用.然而與之相矛盾的是,從短期氣候預測的可預測性角度而言,無法提前三個月(中國3月夏季汛期預測會商制)實現對上述降水過程的預測,從而導致2011年夏季主雨帶的預測失敗.因此,如何定位暴雨這種短時強降水對整個夏季降水的貢獻和影響,以及如何對其進行預估,是目前汛期降水預測存在的疑點和難點之一.此外,縱觀國內外相關研究大都基于個例分析,側重某次暴雨過程的特征分析[18-22],對多次過程所造成的“積成效應”鮮為提及.

基于此,本文提出暴雨“積成效應”這一概念,以長江中下游地區為例,從統計學角度分析暴雨的時-空分布特征,制定相關標準劃分暴雨“積成效應”,進一步建立相關的指數對其進行描述,探討它與夏季降水時-空分布之間的對應關系,初步確立暴雨這一類天氣尺度活動對同期夏季降水具有重要貢獻,為進一步研究多次暴雨過程累積或疊加作用對夏季主雨帶分布和局地氣候等的影響等提供依據.

2 資料及處理

研究資料包括中國氣象局氣象信息中心資料室提供的中國740站1960—2011年逐日降水資料.研究時段為夏季6月1日到8月31日共92 d.選取長江中下游地區 (27°N—34°N,105°E—125°E)進行研究,首先對資料連續缺測2 d以上的站點進行剔除,對缺測1 d的站點用前后兩天的資料進行線性插補,實際上由于所選研究時段為夏季,觀測資料缺測較少,因此插補對結果影響很小.經上述處理最終挑選出121個站點,其分布如圖1所示,區域內所選站點分布均勻,符合研究要求.本文均以1960—2011年52年平均作為氣候態.

圖1 長江中下游121站空間分布

3 暴雨“積成效應”及其與夏季降水的關系

3.1 暴雨“積成效應”的定義

根據一般降水的級別定義,本文分析時將日降水量在0.1 mm以上定為有降水發生,而將50 mm及以上的降水統稱為暴雨.本文所討論的暴雨“積成效應”由滿足以下兩個方面性質的暴雨所決定,一是空間上暴雨發生的范圍要達到一定的尺度,能夠對全局降水產生作用;二是在時間上暴雨過程具有一定的持續性,決定降水的強度.

據此,首先從空間范圍入手,統計長江中下游區6月1日—8月31日在1960—2011年每年的總降水站點數(有降水發生即可)和暴雨站點數,并計算多年平均逐日發生站點數.如圖2所示,從演變形勢可以看到長江中下游夏季平均每天發生暴雨的站點數為3個左右,而平均每天發生降水的站點可達40個左右,站點數分布呈現兩個峰值,較大峰值時段在第11 d(6月11日)至第43 d(7月13日)左右,暴雨能達到5個站點左右,對應發生降水站點為50個以上,較小峰值時段為第70 d(8月9日)至第92 d(8月31日),暴雨能達到3個左右,對應發生降水的站點數為40個左右.另外,較大峰值所對應時段與多年梅雨平均發生時段相符合,此時每日出現暴雨的站點數平均為5個左右,總降水站點能占到全區總站點的約1/2.進一步統計長江中下游地區1960—2011年夏季6月1日—8月31日共4784 d中,不同暴雨發生站點數的出現頻次,并計算其頻率.圖3(a)不同站點數發生頻率分布,可以看到統計時段內該區暴雨發生站點數最多為25個,出現頻率為0.1%,最少為1個,出現頻率為24.5%,不同暴雨發生站點數的出現頻率擬合曲線呈現指數型衰減特征,其衰減速率在5站之前較快,之后則逐漸減慢.而圖3(b)累積百分率擬合曲線則呈指數型增長特征,與圖3(a)對應,暴雨發生站點數少于5個時,其累積發生頻率增長較快,隨后逐漸減緩,其中發生站點數小于5個的出現總頻率為 64.0%,而 5站以上 (包含 5站)總頻率為36%,粗略計算所得兩者的平均發生概率比為(64/4)：(36/21)—10.7：1. 結合上述兩方面的討論,我們將長江中下游地區某天滿足5個或5個以上站點出現暴雨這一空間尺度特征,作為評判暴雨“積成效應”發生的空間范圍條件.

圖2 長江中下游52年平均逐日暴雨站點數(a)和總降水站點數(b)演變特征(曲線為5次多項式擬合)

圖3 不同暴雨站點數發生頻次百分率(a)及其累計百分率(b)的演變

其次,滿足空間尺度條件的幾場暴雨的時間間隔不超過一次天氣過程的持續時間(3—5 d左右)時,說明幾場暴雨過程具有一定的連續性,這種性質的幾次暴雨過程累積,其時間尺度可表現出中長期天氣過程的特點,因而我們認為它在時間上也具有一定的持續性.暴雨“積成效應”是由滿足上述時-空尺度特征的幾次暴雨過程的累計或疊加所產生.

對于長江中下游地區,實際過程中可由如下的標準進行判斷：當該區某天暴雨站點數達到5站以上(≥5)時,以這一天開始每3 d滑動求平均值,如果連續10 d或10 d以上滑動平均值都滿足上述標準,則記錄這一次暴雨降水過程,統計整個夏季滿足條件的所有過程,這些過程的累計或者疊加對夏季降水等所產生的影響和作用,即為長江中下游地區暴雨“積成效應”.

3.2 長江中下游地區暴雨“積成效應”的指標

由上述的定義可知,要對上述事件進行刻畫,需要從持續時間(Ld)、控制面積(Ar),以及降水貢獻率(Qs)三個方面入手,針對所研究的每一年,以上指數分別定義如下：

其中,當滿足以上時空選擇條件時Li=1,否則Li=0,i為滿足條件的序數日,持續時間Ld為所有滿足Li=1的總天數,m為一次“區域性暴雨事件”的持續時間,Ar為上述時間段內中心區域空間范圍大小,按照0.5°×0.5°分辨率對站點網格化,然后計算面積,Ai是每個網格對應的面積大小.Rij表示滿足條件的第i天第 j站點上的降水量,其求和即表示暴雨“積成效應”所產生的總降水,Rs表示某一年夏季降水總量,Qs為暴雨“積成效應”時段內滿足條件的所有站點降水總量占當年夏季降水的比例,其值越大,說明暴雨“積成效應”時段內的降水對當年夏季降水的貢獻率越大.np為滿足條件的站點總數.

定義的三項指標以及長江中下游區域平均降水量Rs隨時間演變特征如圖4所示.圖4(a)柱狀曲線表示每年暴雨“積成效應”持續時間Ld,上方的數字表示暴雨“積成效應”中滿足條件的暴雨過程次數,可以看到每年滿足條件的暴雨過程次數并不一致,絕大多數年份以2次為主,其次為1次,出現3次的年份有3年,有4年沒有出現滿足條件的暴雨過程,分別為1961,1963,1966和1978年,與之對應的控制面積(圖4(b))和降水貢獻率(圖4(c))在這幾年也都為0.以上4年的夏季降水總量也顯著偏少,居近52年中偏少年份的前4位(4(d));說明暴雨“積成效應”明顯偏弱時,長江中下游地區夏季降水顯著偏少.暴雨“積成效應”持續時間具有明顯的年際和年代際震蕩變化,其多年平均持續時間為27.6 d左右,20世紀70年代中期以前以及20世紀80年代中期到90年代初期這兩個時段中,持續時間大多在氣候平均值以下,而20世紀70年代中期到80年代中期和20世紀90年代初期以后這兩個時段內,持續時間大多在氣候平均值附近及以上.此外,暴雨“積成效應”對應的暴雨過程發生次數與持續時間長短并不完全呈正比關系,如1976年,發生次數雖為3次,但持續時間卻明顯比1983年1次事件短.

暴雨“積成效應”中心區域面積Ar變化曲線(圖4(b))也有明顯的年際和年代際變化,總體表現為一種波動上升趨勢.年際變化表現為20世紀80年代以前,中心區域面積年際波動幅度較大,且基本都在平均值以下,而80年代以后年際波動幅度減弱,且基本都在平均值以上.年代際特征變化表現為20世紀70年代中期和80年代中期各有一次小的波峰出現,在20世紀90年代以后出現一次大的波峰值,而在近10年呈現一種下降趨勢.

圖4 暴雨“積成效應”指標 (a)持續時間;(b)控制面積;(c)降水貢獻率及長江中下游區域平均夏季降水量;(d)隨時間演變特征(曲線為5點快速傅里葉平滑曲線)

圖4 (c)為每年暴雨“積成效應”作用時段的降水總量占當年夏季總降水的百分比,反應暴雨“積成效應”對夏季降水的貢獻率大小.事實上,最終降水量的多少與降水過程的空間范圍、持續時間以及降水強度等有直接聯系,因而這一指數實際上是幾個方面的綜合作用結果,從圖中也可以看到其變化特征總體與持續時間Ld和中心區域面積Ar的變化呈現較好的一致性.不過,從每年的對應情況來看,也有一定的差別,如2005,2007,2009這三年,其持續時間Ld較平均值偏長,面積Ar在平均值附近變化,而降水貢獻率卻在氣候平均值以下.原因可能是這些年份暴雨“積成效應”雖然持續時間長、控制的空間范圍廣,但其每次過程暴雨的降水強度并不大,因而最終產生的降水量并不多,對夏季降水的貢獻也有限.

圖4(d)為長江中下游地區平均夏季總降水年際變化,該地區夏季氣候平均降水為498.7 mm,1998年最大為664.3 mm,1978年最小為324.8 mm;兩者相差達339.5 mm,可見年際變率很大.5點快速傅里葉平滑曲線清楚顯示在20世紀80年代中后期長江中下游地區夏總降水呈現由少變多的年代際轉折趨勢.對比分析圖4(d)與圖4(a)—(c)發現四者年際和年代際變化具有一致性,降水的年代際轉折與各指數的年代際轉折期大體相同,而暴雨“積成效應”指數的強弱與降水的多寡亦有很好的對應關系.尤其像1998年等一些強降水年份,對應關系十分明顯.為進一步分析它們之間的關系,對暴雨“積成效應”各指數和總降水量兩兩之間計算相關,結果見表1.

表1 暴雨“積成效應”三項指數和區域平均降水量間的相關系數

表2 四項指數前10位年份

由表1可見持續時間Ld,中心區域面積Ar,降水貢獻率Qs,三者之間具有很好的相關性,相關系數都在0.86以上(通過顯著水平為0.001的顯著性檢驗),事實上對于一次降水過程來講,如果它持續時間長,那么說明系統穩定性較好,往往會產生大范圍強降水,因而上述三個指標緊密聯系,相輔相成.而暴雨“積成效應”各指標與總降水量指數Rs的相關指數亦有很好的相關,相關系數均在0.65以上(通過99.9%的置信度),說明暴雨“積成效應”對整個夏季降水具較大的影響和貢獻.即對暴雨來講,其降水強度比一般降水明顯偏大,如果持續時間長、范圍廣,那么由此產生的降水對整個夏季降水的貢獻權重必然會高.

將暴雨“積成效應”各指數按大小排序,選其對應的最強10年繪入表2中,對比分析可見,在區域平均降水Rs最強的10年中,對應前10位的高Ld年有7年,高Ar有4年,高Qs有7年.總體而言具有較好的對應關系,其中與Ld和Qs的對應關系要好于Ar,Ar對應關系不好的可能是因為在實際過程中,降水范圍占整個區域的比例并不大,但在降水范圍內降水強度和降水量卻很大,最終形成的降水總量對整個區域降水的貢獻仍然較大.此外,上述面積對應關系亦引出另外一個問題,即以上僅從時間角度去探討降水總量的變化,沒有考慮降水的空間分布型,而Ar某種程度上是反映暴雨“積成效應”空間分布型的一個指標.而在實際預報和監測過程中對降水空間分布的關注更多,那么從整個夏季降水空間分布與暴雨“積成效應”空間分布的關系角度去考慮,是否會存在更好的對應?以下將從這一角度進行探討.

3.3 暴雨“積成效應”與長江中下游夏季降水空間分布型

鑒于降水空間分布不均勻性且年際變率大,要探討整個夏季降水的空間分布型與暴雨“積成效應”控制范圍間的關系,須從宏觀角度對空間分布分型進行探討.因此,采用EOF分解尋找每年降水空間分布的共性并對其分類,從分類的角度去探討兩者之間的關系.對1960—2011年52年長江中下游地區夏季降水進行EOF分解,其前6個模態的累積解釋方差占總解釋方差的60.7%,而前兩個模態的累積解釋方差占總解釋方差的35.5%.因此選前兩個模態所代表的空間型,對其取正反,得到四種空間模態分布型：全區一致偏旱(圖5(a))、以長江為界的“南澇北旱”(圖5(b))或“南旱北澇”(圖5(d))以及全區一致偏澇(圖5(c)).

由于暴雨的局地性特征很強,同一場暴雨相鄰區域或站點的降水量可能相差很大,而考慮空間分布時我們更注重暴雨過程控制的范圍,所以用暴雨發生頻次分布更能宏觀地表現其空間控制范圍大小.統計1960—2011年近52年暴雨“積成效應”時段內區域各站點的暴雨發生頻次行,然后對這一序列進行EOF分解,其前6個模態的累積解釋方差占總解釋方差的52.2%,而前兩個模態的累積解釋方差占總解釋方差的31.6%.與夏季總降水EOF分解前兩個模態所占比例大致相當,對它前兩個模態按照相同處理取正反,得到4種空間分布型,如圖6所示,其分布與夏季總降水的4種分布型十分類似,即全區一致偏弱(圖6(a))、以長江為界的“南強北弱”(圖6(b))或“南弱北強”(圖6(d))以及全區一致偏強(圖6(c)).

圖5 長江中下游地區夏季降水EOF空間分布型 (a)全區一致偏旱;(b)“南澇北旱”;(c)全區一致偏澇;(d)“南旱北澇”

圖6 暴雨“積成效應”控制范圍EOF空間分布型 (a)全區一致偏弱;(b)“南強北弱”;(c)全區一致偏強;(d)“南弱北強”

進一步以上述EOF分解結果入手,利用每一年的實況降水和暴雨“積成效應”控制期暴雨發生頻次空間分布與上述4個模態求相似,相似系數表達式為

式中i和 j表示某一時刻兩個不同空間場,Sij衡量兩個空間點的相似程度,對其取余弦得到兩個場的夾角αij,αij越小,表示兩場間的夾角越小,兩場越相似,反之則相反.由此,計算某一年實際場,與上述EOF分解所得4個模態場的αij,然后以αij大小歸類,將長江中下游地區夏季降水和暴雨“積成效應”空間范圍分為四種類型,分別如表3與表4所示.其中A1和B1型分別對應夏季降水一致偏旱和暴雨“積成效應”全區偏弱,A2和B2型分別對應夏季降水南多北少和暴雨“積成效應”南強北弱,A3和B3分別對應夏季降水南少北多和暴雨“積成效應”南弱北強,A4和B4分別對應夏季降水全區偏多或暴雨“積成效應”全區偏強.從表3和表4可以看出長江中下游地區夏季降水A1型分布為14年,A2型12年,A3型14年,A4型12年,對應暴雨“積成效應”空間范圍B1型8年,B2型11年,B3型22年,B4型11年.

進一步分析兩者的對應關系,對比表3與表4統計得表5.從表中可以看出B1型8年中有7年對應A1型,B2型11年中有9年對應A2型,B3型22年中有14年對應A3,B4型11年中有8年對應A4型,體現了對角線占優這一特征,即長江中下游地區夏季降水空間分布與暴雨“積成效應”空間分布具有很好的一一對應關系.反之,從整體降水型對應暴雨“積成效應”空間型來看,以A1型為例,即當整個夏季全區降水偏少時,暴雨“積成效應”在空間上也主要表現為一致偏弱的B1型,其次是B2型和B4型的“南強北弱”和“南弱北強”型,一致偏強的B3型很少.此外,A3型全區降水偏多的14年全部對應了暴雨“積成效應”一致偏強的B3型.可見暴雨“積成效應”空間范圍的分布,對整個夏季不同降水型的產生具有較大的影響.

表3 長江中下游夏季降水分類

表4 暴雨“積成效應”空間分布分類

表5 兩種空間型的對應關系

3.4 暴雨“積成效應”強弱與中國東部夏季降水

以上幾節通過定量的刻畫暴雨“積成效應”指標,探討其與長江中下游地區降水的時空分布之間的對應關系,發現兩者間具有十分緊密的聯系.因此,有必要定義一個指數來定量化地描述暴雨“積成效應”強弱的變化,以此探討其變化特征以及與相關氣象因子之間的聯系.從暴雨“積成效應”的本質來講,它是多次強降水過程的累積或疊加效應,首先會從降水量的角度影響并決定整個夏季降水,其次則會通過大量的降水改變土壤含水量,從熱能輸送和交換等方面,對后期降水和溫度產生影響.因此,暴雨“積成效應”時段內產生降水量的多少能夠較好反映出其作用的強弱.據此定義暴雨“積成效應”強度指數(BQDI)：

式中Si是第i年暴雨“積成效應”時段內的總降水量,Sm是氣候平均夏季降水總量,這兩者的比值越大表明暴雨“積成效應”越強,其造成的降水與氣候平均夏季降水越接近,對第i年夏季降水的貢獻也越大.Norm(···)表示 BQDI(i=1,2,···,52)為一條標準序列.

圖7(a)為1960—2011年BQDI隨時間的演變呈現出明顯的年際振蕩變化,與3.2節中長江中下游地區域平均夏季降水變化曲線對比,可以看到暴雨“積成效應”強弱年與夏季降水多寡年(相對于氣候平均)具有很好的對應關系,指數值在1(即1倍標準偏差)以上的年份基本對應降水顯著偏多的年份,而在-1以下的年份基本對應降水顯著偏少的年,尤其在1961,1963,1966和1978年這幾個長江中下游大范圍干旱年,和1969,1980,1982,1998年這幾個長江中下游大范圍偏澇年,指數值都分別表現出顯著偏弱和偏強的一致性響應變化特征.將這一指數與圖4(e)區域平均夏季降水做相關,其相關系數為0.79,明顯高于3.2節定義的三項指標與夏季降水的相關,說明暴雨“積成效應”的這一新指標能更好地反映夏季降水多寡的特征.圖7(a)中10年平均曲線演變顯示,20世紀90年代以前,暴雨“積成效應”強度值大都在0以下,說明暴雨“積成效應”在這一時段內強度偏弱,而90年代初,指數出現一次跳躍式變化,從0值以下突然轉到0.5以上,隨后至今都處于0值以上,說明90年代以后至今,暴雨“積成效應”處于偏強期,這一轉折變化與長江中下游降水的年代際轉折變化相一致[22],與中國東部地區由“南旱北澇”向“南澇北旱”的年代際轉折特征也有類似之處.另外,需要指出的是21世紀近10年,指數相較于20世紀90年代又有所減弱,這與近10年江淮雨帶的向北遷移也有一定的對應.

圖7 1960—2011年BQDI變化(a)及其與中國東部地區夏季降水的相關系數分布(b)(相關系數乘以100,陰影區表示通過95%的置信度,正負相關分別用深淺陰影)

將這一指數與所選擇的中國東部394個站點夏季降水求相關,可以發現相關分布的強正值區主要分布于27°N—34°N范圍的長江中下游區,相關性大都可通過99%的置信度,另一較弱的正相關區域位于45°N以北的東北西北部,兩個顯著負相關區分別位于華南以及35°N—45°N范圍內的部分地區(可通過95%的置信度),其中華南地區中心較弱,而河套地區以及東北東南部中心較強,相關系數的正負帶狀分布與中國東部夏季降水的雨帶分布也大致類似(圖7(b)).盡管這種同時期降水和降水的相關不具有統計學意義,但這種相關性的好壞從某種程度上反映出兩者變化的密切性和同步性,因而可以作為評判暴雨“積成效應”在整個夏季降水中的重要性的依據.

此外,選出BQDI最大的五年1969,1975,1982,1998和2010年,最小的五年1961,1963,1966,1978和1985年,分別合成暴雨“積成效應”強、弱年中國東部地區實際降水距平百分率(圖8(a),(b)),以及兩者差值分布(圖8(c)),由圖可見,合成結果與上述相關分布近似一致,即強指數年,長江中下游地區降水明顯偏多,華南和華北大部分地區降水偏少,東北地區除東部部分地區外降水亦呈偏多趨勢(圖8(a));而弱指數年則大致相反,表現為長江中下游地區降水明顯偏少,華南部分地區、華北和東北大范圍降水偏多(圖8(b)).強年減弱年合成差值分布更為明顯,可以看到所選長江中下游區為顯著正值區(通過95%置信度),而華南及華北和東北大部位顯著負值區(通過95%置信度),反之亦然,說明長江中下游區BDSI強、弱年份,整個東部地區的降水形式呈現出截然相反的兩種分布形勢.

綜合而言,長江中下游地區暴雨“積成效應”所產生的作用,與同期整個夏季降水具有十分密切的聯系,其強弱隨時間的變化與同期夏季降水多寡隨時間的變化具有很好的一致性,而其控制范圍與長江中下游地區夏季降水空間分布亦有很好的對應關系.另外,長江中下游區暴雨“積成效應”不僅能夠反映該地區的夏季降水多寡,還能在某種程度上反映出整個東部旱澇的分布情況.由此可見對長江中下游地區暴雨“積成效應”的把握和預估,對該區夏季降水甚至整個東部雨帶分布的的評估都有一定的實際意義.

圖8 長江中下游BQDI強年(a)和弱年(b)中國東部降水距平百分率合成及強-弱年差值合成(c)(陰影表示通過95%置信度,負值為淺色,正值為深色)

4 結論和討論

本文選長江中下游地區,提出暴雨“積成效應”這一概念,對其進行簡單的刻畫和分析,探究它對同期夏季降水的貢獻和聯系,得出以下結論.

1)從持續時間(Ld)、控制面積(Ar),以及降水貢獻率(Qs)三個角度提出暴雨“積成效應”的判定標準,并對其特征進行分析,發現Ld,Ar及Qs三者之間具有顯著的相關性,說明三者之間具有密切的內在聯系;而長江中下游地區平均夏季降水亦有很好相關,且表現出一致的年際和年代際變化.

2)利用暴雨發生頻次描述暴雨的空間范圍,并利用EOF分解,對長江中下游地區夏季降水和暴雨“積成效應”空間分布進行分型,對比發現暴雨頻次分布范圍和整個夏季降水型的空間模態具有較好的一一映射關系.

3)通過定義長江中下游地區暴雨“積成效應”BQDI,并以此分析其與所選區域夏季降水及整個東部地區降水的關系,發現該指數與整個夏季平均降水具有一致的年際和年代際變化特征;而與中國東部夏季降水相關的空間分布以及合成分析顯示,長江中下游地區暴雨“積成效應”強弱,與中國東部夏季降水多寡具有很好的一致性,強指數年,長江中下游地區降水偏多,華南和華北偏少;而弱指數年則大致相反.

本文通過選取暴雨這一天氣尺度強降水為研究對象,建立它與季節尺度降水的關系,從多次暴雨累積和疊加的角度將其轉化為一種中長期天氣過程考慮,提出暴雨“積成效應”,并以長江中下游地區為例,對這一概念進行了定義,并初步分析了暴雨“積成效應”的特征以及與同期夏季降水的關系.相關結論表明多次暴雨形成的“積成效應”所造成的降水在整個夏季降水中占有十分重要的比重,且與夏季降水年際和年代際變化的一致性以及強的相關性,顯示出兩者變化的同步性以及關系的密切性.因而暴雨“積成效應”概念的提出以及進一步深入的研究具有其現實意義和潛在應用價值：如對暴雨“積成效應”的認識,將可能有助于我們對諸如2011年夏季長江中下游地區由暴雨這一天氣尺度過程引發“旱澇急轉”并導致整個夏季降水雨帶異常變化的成因做進一步的深入探討;暴雨災害是我國重大氣象災害之一,每年暴雨洪澇損失所占比例僅次于干旱災害損失,給生態、環境、社會、經濟帶來諸多問題.而暴雨“積成效應”造成的危害要比一般暴雨過程范圍更廣、影響更嚴重,且極端降水頻次的增加[24],將進一步加劇這種危害發生的頻率;因此對其進行深入研究,分析其潛在風險特征,對提高氣象災害監測、預警、服務能力均很有必要;再者,目前我國汛期預測對暴雨等這類天氣過程的影響并未考慮,而實際過程中暴雨對夏季雨帶往往會產生一種決定性作用,因而從暴雨“積成效應”的角度或許能夠為在汛期預測的進一步提高提供一些新的思路;此外,暴雨“積成效應”對土壤含水量的改變,導致土壤表面的反照率和熱容量以及輸入大氣的感熱和潛熱等能量的變化,又會影響到后期的降水和溫度等,這一過程又具有某種“氣候效應”,對局地氣候的變化也可能產生作用[25-30].對于以上問題,我們將在本文基礎上,結合現有理論研究成果[31-33]進行深入的分析和探索.

[1]Bao M,Huang R H 2006 Chin.J.Atmosph.Sci.30 1057(in Chinese)[鮑名,黃榮輝2006大氣科學30 1057]

[2]Tao S Y,Ding Y H,Zhou X P 1979 Chin.J.Atmosph.Sci.3 227(in Chinese)[陶詩言,丁一匯,周曉平1979大氣科學3 227]

[3]Tao S Y 1980 The Torrential Rain of China(Beijing：Science Press)pp255(in Chinese)[陶詩言1980中國之暴雨(北京：科學出版社)第255頁]

[4]Doswell III C A,Ramis C,Romero R,Alonso S 1998 Weather Forecasting 13 102

[5]Ding Y H 1998 East Asia Monsoon and Torrential Rain of China(Beijing：China Meteorological Press)p137(in Chinese)[丁一匯 1998 東亞季風和中國暴雨(北京：氣象出版社)第137頁]

[6]Homar V,Romero R,Ramis C,Alonso S 2002 Ann.Geophys.20 2047

[7]Ducrocq V,Ricard G,Lafore J P,Orain F 2002 Weather Forecasting 17 1236

[8]Gao S T,Zhao S X,Zhou X P,Sun S Q,Tao S Y 2003 Chin.J.Atmosph.Sci.27 618(in Chinese)[高守亭,趙思雄,周曉平,孫淑清,陶詩言2003大氣科學27 618]

[9]Lebeaupin C,Ducrocq V,Giordani H 2006 J.Geophys.Res.11 1

[10]Ding Y H 1993 Study of Durative Heavy Storm in Jiang-Huai Area in 1991(Beijing：China Meteorological Press)p255(in Chinese)[丁一匯1993 1991年江淮流域持續性特大暴雨研究(北京：氣象出版社)第255頁]

[11]National Climate Center 1998 The Heavy Flood and Climate Anomaly in 1998(Beijing：China Meteorological Press)p139(in Chinese)[國家氣候中心1998 1998年大洪水和氣候異常(北京：氣象出版社)第139頁]

[12]Tao S Y 2001 The Mechanism and Forecasting of Torrential Rain of China in Summer 1998(Beijing：China Meteorological Press)p1(in Chinese)[陶詩言2001 1998夏季中國暴雨的形成機理與預報研究(北京：氣象出版社)第1頁]

[13]Zhang P Q,He M,Xu L 2002 Plateau Meteorology 21 243(in Chinese)[張培群,何敏,許力2002高原氣象21 243]

[14]Zhang Q Y,Tao S Y,Zhang S L 2003 Chin.J.Atmosph.Sci.27 1018(in Chinese)[張慶云,陶詩言,張順利2003大氣科學27 1018]

[15]Zhao J H,Yang J,Feng G L,Zhang S X 2013 J.Appl.Meteorol.Sci.24 43(in Chinese)[趙俊虎,楊杰,封國林,張世軒2013應用氣象學報24 43]

[16]Shen B Z,Zhang S X,Yang H W,Wang K,Feng G L 2012 Acta Phys.Sin.61 109202(in Chinese)[沈柏竹,張世軒,楊涵洧,王闊,封國林2012物理學報61 109202]

[17]Feng G L,Yang H W,Zhang S X,Wang K,Shen B Z 2012 Chin.J.Atmosph.Sci.36 1009(in Chinese)[封國林,楊涵洧,張世軒,王闊,沈柏竹2012大氣科學36 1009]

[18]Xie Y M,Hu Y L,Sha W R,Zhu J G,Yang L 2011 Acta Meteorol.Sin.1 61

[19]Wang J J,Li Z C 2002 Acta Meteorol.Sin.10 146(in Chinese)[王建捷,李澤椿2002氣象學報10 146]

[20]Booth R E 2012 Weather 14 171

[21]Zhang M,Zhang D L 2012 Monthly Weather Rev.140 184

[22]Cao J,Gao S T,Zhou Y S 2008 Acta Phys.Sin.57 2600(in Chinese)[曹杰,高守亭,周玉淑2008物理學報57 2600]

[23]Si D,Ding Y H,Liu Y J 2010 Chin.Sci.Bull.55 68(in Chinese)[司東,丁一匯,柳艷菊2010科學通報55 68]

[24]Zhang D Q,Hu J G,Feng G L 2008 Chin.Phys.B 17 736

[25]Walker J,Rowntree P R 1977 Quart.J.Royal Meteorol.Soc.103 29

[26]Yeh T C,Wetherald R T,Manabe S 1984 Monthly Weather Rev.112 474

[27]Ma Z G,Wei H L,Fu C B 2000 Acta Meteorol.Sin.58 278(in Chinese)[馬柱國,魏和林,符淙斌2000氣象學報58 278]

[28]Koster R D,Dirmeyer P A,Guo Z C,Bonan G,Chan E,Cox P,Gordon C T,Kanae S,Kowalczyk E,Lawrence D,Liu P,Lu C H,Malyshey S,McAvaney B,Mitchell K,Mocko D,Oki T,Oleson K,Pitman A,Sud Y C,Taylor C M,Verseghy D,Vasic R,Xue Y K,Yamada T 2004 Science 305 1138

[29]Kim J E,Hong S Y 2007 J.Climate 20 5732

[30]Zhang W J,Zhou T J,Zhi H 2012 Acta Meteorol.Sin.70 78(in Chinese)[張文君,周天軍,智海2012氣象學報70 78]

[31]Cui X P,Li X F 2011 Chin.Phys.B 20 109201

[32]Feng G L,Dong W J,Jia X J 2004 Chin.Phys.13 413

[33]Zhi R,Lian Y,Feng G L 2007 Acta Phys.Sin.56 1837(in Chinese)[支蓉,廉毅,封國林2007物理學報56 1837]