濕位渦及其不可滲透性在江淮流域一次暴雨過程中的應用

陳 龍, 陳忠明

(1.成都信息工程學院大氣科學學院,四川成都610225;2.四川省氣象局,四川成都610072)

0 引言

一直以來,暴雨因其易致災性與高頻發率始終是中國甚至是全世界面臨的主要氣象災害之一。具體說,暴雨尤其是大范圍的持續性暴雨和集中的特大暴雨,極易導致山體滑坡,房屋倒塌,農田被淹,交通和電訊中斷等問題,對國民經濟和人民的生命財產構成嚴重威脅。以北京“7.21”特大暴雨為例,不僅造成了嚴重的城市內澇,引發了部分山區泥石流等災害,甚至出現了讓人痛心的人員傷亡,而且類似的由暴雨導致的嚴重的社會問題頻發。因此,暴雨的研究和預報一直以來都是政府和氣象部門的關注重點。

早在20世紀80年代初,位渦在天氣診斷中的應用價值就已經被發現,然后被應用于大、中尺度的天氣現象研究中[1-4]。位渦作為一綜合物理量,同時反映了大氣的熱力、動力性質,很好地將大氣中兩種不穩定機制聯系在了一起,并提供了判別機制,故而在暴雨中尺度天氣的診斷分析中應用較廣,目前已有大量研究[5-9]。但在研究具體的暴雨天氣時,其過程不可能是干絕熱的,還必須考慮水汽在其中所起的反饋作用。因此,濕位渦在暴雨分析中的應用變得更加頻繁。吳國雄等[10]用相當位溫取代位溫,證實了絕熱無摩擦的飽和濕空氣具有濕位渦守恒的特性,同時也為位渦在暴雨中尺度系統研究中的進一步應用提供了更可靠的理論基礎。高守亭等[11-12]在提出濕位渦不可滲透性原理的同時,還發現暴雨系統的發展時常伴隨著濕位渦異常的產生,且位渦異常與暴雨落區及其移動具有很好的對應關系,可利用位渦自身的特點及其異常來追蹤暴雨的落區及其移動。鄧國等[13]、周玉淑等[14]曾利用濕位渦對江淮流域的暴雨進行診斷分析,發現在對流層的中低層,濕位渦異常區與降水落區對應良好。根據濕位渦的不可滲透性原理,濕位渦異常區及其走向與等θe線大體一致,可利用等壓面上等 θe線間的濕位渦物質異常區的移動來有效地追蹤暴雨系統的移動和演變。潘業森等[15]依據濕位渦(MPV)的不可滲透性原理,對發生在中國中、東部的一次暴雨過程診斷分析后得出,若將濕位渦(MPV)的異常高值區與等θe線結合起來,則能在中國中東部的暴雨預報中起到較好的示蹤作用。

在近幾十年的研究中,盡管濕位渦不可滲透性原理在暴雨研究中的應用在逐漸增加,但基于暴雨個例的針對性研究還不是太多,之前所得的結論是否具有普遍適用性還不確定,因此有必要對更多的暴雨個例進行研究,找出其可能存在的普遍適用性。通過濕位渦正壓項、斜壓項及其不可滲透性原理,研究并分析了2011年6月13～15日發生在長江流域的一次暴雨過程,并進一步論證,將MPV異常高值區與等θe線結合,在暴雨落區和移動中所起的積極作用。

1 降雨情況與環流形勢

1.1 降雨情況

2011年06月13～15日,在長江中下游出現了一次強降水過程,此次降水過程為長江中下游地區6月份以來降水強度最強、覆蓋范圍最廣的一次。最新監測表明,重慶、湖北、江西、安徽、浙江等省市均出現較強降雨,湖北東南部、安徽南部、江西北部、浙江西部等省的部分地區雨量尤大,過程累積降水量在180～290mm。其中,過程累計降雨量最大值為江西德興380mm。圖1(a)給出6月13日08:00(北京時,下同)到14日08:00的24h累積降水,強降水中心主要位于重慶、貴州、湖北、湖南4省市交界處,中心累積降水量達81mm,另外,在江西東北與浙江東部的交界處也出現了強降水中心,中心累積降水量達69mm。圖1(b)給出6月14日08:00到15日08:00的24h累積降水,可以看到降雨帶西段較24h前整體南壓,原來位于4省市交界處的降水中心南壓至湖南中部,降雨過程有所加強,中心累積降水量達153mm。而在湖北東南、江西北部、安徽南部、浙江西北部的交界處,降雨帶合并增強,該位置的中心累積降水量達232mm。

圖1 臺站實時觀測的24h累積降水量(單位:mm)

1.2 環流形勢

如圖2所示,在歐亞大陸的中高緯有清晰可見的“兩槽一脊”,低槽分別出現在巴爾喀什湖北部和鄂霍次克海西部,而高壓脊則出現在貝加爾湖以北,且大概介于50°N～70°N。在中高緯地區,經向環流持續且穩定,可為持續性強降水提供足夠且必要的冷空氣。在中低緯地區,30°N附近有一低槽,槽線為東北-西南走向,槽后有較強的冷平流,引導冷空氣向長江中下游輸送。槽前有較強的西南暖濕氣流,槽前、后冷暖氣流在長江流域的交匯是導致此次強降水過程的直接原因。而西太平洋副高脊逐漸西伸,已西伸至120°E,副高北緣也到達30°N左右,并開始逐步影響并控制長江中下游地區,而且副高的穩定存在,也有利于強降水系統的持續。可以說,30°N附近的低槽,其前、后較強的西南暖濕氣流與冷空氣匯聚于長江流域,為強降水過程提供了有力的水汽輸送,繼而產生了大范圍的強降水,而副高的相對穩定則促成了強降水的持續性。

圖2 2011年6月14日08:00 500hPa位勢高度場

2 診斷分析

2.1 資料選取

研究使用的數據資料主要包括:美國NCEP的再分析資料(FNL),水平分辨率1°×1°,時間間隔為6h;常規站點觀測的6h、24h累積降水資料。

2.2 研究方法和理論基礎

在笛卡爾坐標系中,且取p為垂直坐標,可將濕位渦定義為:

若考慮濕位渦在水平、垂直方向的分量,在靜力近似下,假定垂直速度的水平變化比水平速度的垂直切變小很多,且忽略 ω的水平變化時,通過(1)式,濕位渦守恒方程在等壓面上可表示為:

定義濕位渦的第一分量為垂直分量,第二分量為水平分量,即:

式中:MPV1為濕位渦垂直分量,正壓項,其值取決于大氣絕對渦度的垂直分量和相當位溫垂直梯度的乘積,因為絕對渦度為正值,故,當大氣呈對流不穩定狀態時,故＜0;當大氣呈對流穩定狀態時,,故MPV1＞0;MPV2為濕位渦水平分量,斜壓項,其值由風的垂直切變和θe的水平梯度決定,表征了大氣的濕斜壓性,風的垂直切變增加或水平濕斜壓的增加,均能因濕等熵面的傾斜而引起垂直渦度的增長,有利于強降水的發生或加劇。濕位渦簡稱為MPV,單位是:10-6m2·s-1·Κ·kg-1.

另外,濕位渦物質具有不可滲透性,因而伴隨暴雨發生而產生的濕位渦物質異常不能穿過與它相鄰的濕等熵面。由已知數據可繪出等線,而對應等壓面上的等線也就代表了濕等熵面同該等壓面的交線。因此,在暴雨過程中出現的濕位渦物質異常必將在由這兩個濕等熵面所形成的濕等熵面管道中移動,即濕位渦物質的移動必定介于兩個確定的等θe線之間。于是,可以結合等θe線,并依據濕位渦物質異常的移動傾向來更準確地預報暴雨的落區及其移動方向。

2.3 相當位溫分析

相當位溫θe不僅考慮了氣壓對溫度的影響,還考慮了水汽對溫度的影響,能較好反映大氣中的能量分布。又因強降水過程本質上就是不穩定能量的釋放過程。所以,一般通過θe來對大氣位勢穩定度和整個大氣層所蘊含的對流不穩定能量進行分析。

圖3 2011年6月14～15日最大暴雨區沿116.5°E的θe經向垂直剖面(單位:℃)

由圖3(a)可知,15日08時在暴雨區對應的28°N～30°N上空,從500～950hPa的高度上有明顯的位勢不穩定,即,存在對流不穩定區域,而在30°N上空,對應高度上有,屬于對流穩定區,這時,對應高度上的冷空氣就從北方侵入高溫高濕的氣團,繼而觸發對流不穩定能量的強烈釋放,產生了此次暴雨過程中的最強降水。之后一直到14時(圖4b),西南暖濕氣流與來自北方的冷空氣對峙江淮流域。盡管伴隨不穩定能量的釋放,暴雨強度有所減弱,但暴雨仍在持續,并且隨著冷空氣的不斷南侵,暴雨落區有所南移。15日20時(圖5c),暴雨區所對應上空的不穩定能量基本釋放完全,對流層低層逐漸被冷空氣所控制,層結趨于穩定,此次降水過程已經結束。

2.4 濕位渦的分布

2.4.1 濕位渦正壓項的分布

此次暴雨過程主要發生在對流層低層MPV1負值區及其鄰近區域。在暴雨發生初期(圖略),在850hPa上,最大暴雨區(江西北部,下同)處在MPV1的零線附近,靠近負值區,說明大氣呈對流不穩定狀態。不穩定能量一旦釋放,將極易產生強對流天氣。暴雨強盛時期15日08時,從850hPa濕位渦正壓項分布圖上看(圖4a),最大暴雨區上空大部分已處在MPV1零線及其負值區,南昌北部的正值MPV1值介于0.3～0.9,為對流穩定的干冷空氣。南昌南部則被負的MPV1控制,其值為0～-0.3。濕位渦正壓項的正、負值區相持于暴雨區,而且MPV1正、負值交界的等值線密集帶,恰好是冷、暖空氣的匯集地,這有利于垂直渦度的劇烈發展,促進水汽輻合。而且降水實況表明,強降水落區恰位于濕位渦正、負值的交界處。15日14時(圖4b),暴雨區上空MPV1負值區逐漸消失,對流不穩定能量基本釋放,低層漸趨于層結穩定,此次暴雨過程基本結束。

圖4 850hPa上的 MPV1分布圖(單位:PV U)

2.4.2 濕位渦斜壓項的分布

暴雨發生前期,在850hPa上,濕位渦斜壓項分布圖上(圖略)可看出,暴雨落區的值為零。在暴雨強盛時期15日08時(圖5a),濕位渦正值區擴大,中心數值為0.1PVU 。吳國雄等[10]指出,在對流層低層,MPV2的正、高值區的移動能夠有效地追蹤低層急流和暖濕氣流的移動。而且隨著MPV2正值的增大與范圍的增加,低空的暖濕氣流也明顯增強。至15日14時(圖5b),暴雨落區的正值逐漸消失,這反映了低空暖濕氣流的減弱,并且伴隨不穩定能量的釋放和MPV2正值的消散,該暴雨過程趨于結束。

整體來講,當處于暴雨初期時,在對流層低層上(850hPa),既滿足MPV1＜0又滿足MPV2＞0,這反映了暴雨區對流不穩定和斜壓不穩定的增強,而且這種配置有利于垂直渦度的發展和強降水的產生。然后,到暴雨強盛時期,暴雨中心恰落在濕位渦正值和負值的過渡區。

2.5 濕位渦與未來6h累積降水量的對應

伴隨暴雨過程的發生,會有濕位渦異常的出現,而它與降水落區也有一定的對應。通過研究數據,對850hPa的濕位渦場進行了仔細計算,并結合等θe線,分析14日08:00、14:00、20:00各時刻的濕位渦與未來6h累積降水量的對應關系。具體如下:

圖5 850hPa上的 MPV2分布圖(單位:PVU)

圖6 濕位渦(單位:10-6m2·s-1·Κ·kg-1)和6h累積降水量(單位:mm)的對應關系(實線代表等壓面上等θe線,而陰影區代表濕位渦,陰影區濕位渦≥0.3)

圖6(a)和6(b)分別是6月14日08:00 850hPa上濕位渦分布和與之對應的長江流域及其鄰近區域從6月14日08:00至14日14:00累積的6h觀測降水量分布。可以看出,圖6(a)中,自109°E～120°E有一條由西南-東北向逐漸轉為東西走向的濕位渦異常高值帶,中心最大數值達1.2×10-6m2·s-1·Κ·kg-1,并且從與這條濕位渦異常高值帶對應的地面降水分布圖上(圖6b)看出,濕位渦高值中心同地面上的2個強降水中心對應良好。圖6(a)還顯示,濕位渦物質異常區兩側的等θe線在湖北、安徽附近呈東西走向,這與濕位渦異常高值帶基本平行。根據濕位渦物質的不可滲透性原理,未來濕位渦異常區會隨著等θe線呈東西走向。這一變化趨勢在圖7(a)中已有所體現,這說明與濕位渦異常區對應的暴雨帶未來也應該呈東西走向。

圖7 濕位渦(單位:10-6m2·s-1·Κ·kg-1)和6h累積降水量(單位:mm)的對應關系(實線代表等壓面上等θe線,而陰影區代表濕位渦,陰影區濕位渦≥0.2)

從圖7(a)中可以看出,在長江流域及其附近區域仍呈現出一條濕位渦物質異常高值帶,有3處異常高值中心,中心最大數值均達到0.8×10-6m2·s-1·Κ·kg-1,其中2處異常高值中心及其附近均對應有地面強降水中心。在對應的地面累積降水圖上(圖7b),降水較6h前,仍呈現出東西走向。從圖7(a)中還可以看出,在湖南、湖北中部以西的地區,濕位渦物質異常區兩側的等θe線呈西南—東北走向,而在湖北中部以東、安徽地區,則逐漸轉為東西向,與濕位渦異常高值走向基本平行,根據濕位渦物質的不可滲透性原理,未來濕位渦異常區會隨著等θe線逐漸呈西南偏西走向。這一變化趨勢在圖8(a)中已有所體現,這說明與濕位渦高值區對應的暴雨帶未來也將會轉為西南偏西走向。

圖8 濕位渦(單位:10-6m2·s-1·Κ·kg-1)和6h累積降水量(單位:mm)的對應關系(實線代表等壓面上等θe線,而陰影區代表濕位渦,陰影區濕位渦≥0.2)

由圖8(a)可見,濕位渦異常高值帶的西南偏西走向與之前推測的大致吻合,并出現2個異常高值中心,中心數值最小為0.4×10-6m2·s-1·Κ·kg-1,最大達1.0×10-6m2·s-1·Κ·kg-1。濕位渦高值中心基本和降水中心基本相對應。與此同時,通過觀察地面降水圖(圖8b),發現該日強降水帶與濕位渦異常高值區對應良好,呈西南偏西走向。

在此次強降水天氣過程的分析中發現,某一時刻850hPa上濕位渦的分布與未來6h的累積降水量分布對應良好。那么,若將850 hPa上濕位渦與θe場結合起來,則能提前預測未來6h降水的大致落區和中心,由濕位渦異常預測的降水大值中心則是基本準確的。

需要注意一點,在以上的分析中,雖然通過觀察濕位渦異常區分布圖和與之對應的降水分布圖,發現了兩者整體的分布形勢和走向比較一致,但濕位渦的異常高值中心和強降水中心并非完全重合。從圖6、圖7的濕位渦異常高值區和降水對應關系發現,6h累積降水區域總是略偏于濕位渦異常高值區東南側。這可能是因為本文假設降水過程是假絕熱的,而實際大氣并不會如此理想,因此累積降水量與水汽的凝結量并不等價,可能存在一定偏差。這需要在以后的研究中進行更全面的分析,以此來逐步提升預報準確度。

3 結論與討論

通過濕位渦正壓項(MPV1)、斜壓項(MPV2)及其不可滲透性原理,研究并分析了2011年6月13日15日發生在長江流域的一次暴雨過程,同時進一步論證,將MPV異常高值區與等θe線結合,在暴雨落區及其移動的預報中能起到的積極作用。

(1)暴雨區鄰近850hPa上MPV1的零線,即正值與負值的過渡區,這對暴雨落區有指示作用。且濕位渦在850hPa上滿足MPV1＜0同時MPV2＞0的條件,這種配置有利于強降水的產生,因此可作為預報暴雨的一個有效輔助工具。

(2)在850hPa上,濕位渦高值區與地面降水落區對應良好,依據濕位渦的不可滲透性原理,如能將MPV異常高值區與等θe線有效結合起來,則能在長江流域暴雨預報中起到良好的指示作用。

由于分析資料的時間、空間分辨率都還不夠高,對于濕位渦及濕位渦物質異常的計算和分析也都還是初步的。那么在以后的研究中,可以考慮利用中尺度數值預報模式(如WRF),采用模式輸出的高分辨率資料對暴雨區的濕位渦及濕位渦物質異常區進行診斷,以期對暴雨的發生發展能夠有更為細致的分析,來更好地體現出暴雨的發生發展與濕位渦及濕位渦異常區的良好對應關系。要注意的是,文中通過個例分析得出的初步結論,還不具有較強的普適性,這需要通過更多的個例分析來驗證。

[1] Hoskins B J,McIntyre ME,Robertson AW.On the use and significance of isentropic potential vorticity maps[J].Quart.J.Roy.Meteor.Soc.,1985,111:877-946.

[2] Raymond D J,Jiang H.A theory for long-lived mesoscale convective systems[J].J.Atmos.Sci.,1990,47:3067-3077.

[3] Gray MEB,Shutts GJ,Craig GC.The role of mass transfer in describing the dynamics of mesoscale convective systems[J].Quart.J.Roy.Meteor.Soc.,1998,124:1183-1207.

[4] Gray MEB.An investigation into convectively generated potential-vorticity anomalies using a mass-forcing model[J].Quart.J.Roy.Meteor.Soc.,1999,125:1589-1605.

[5] 王永中,楊大升.暴雨和底層流場的位渦[J].大氣科學,1984,8(4):411-417.

[6] 壽紹文.位渦理論及其應用[J].氣象,2010,36(3):9-18.

[7] 王建中,馬淑芬,丁一匯.位渦在暴雨成因分析中的應用[J].應用氣象學報,1996,7(1):19-26.

[8] 王川,周麗峰.位渦在暴雨分析研究中的應用[J].陜西氣象,2003,(3):14-17.

[9] 壽紹文,李耀輝.暴雨中尺度氣旋發展的等熵面位渦分析[J].氣象學報,2001,59(5):560-568.

[10] 吳國雄,蔡雅萍,唐曉菁.濕位渦和傾斜渦度發展[J].氣象學報,1995,53(4):387-405.

[11] Gao ST,Lei T,Zhou YS.Moist potential vorticity anomaly with heat and mass forcings in torrential rain systems[J].Chin.Phys.Lett.,2002,19(6):878-880.

[12] 高守亭,雷霆,周玉淑.強暴雨系統中濕位渦異常的診斷分析[J].應用氣象學報,2002,13(6):662-670.

[13] 鄧國,周玉淑,崔曉鵬.2003年梅雨期濕位渦異常診斷分析[J].中國科學院研究生院學報,2005,22(6):712-718.

[14] 周玉淑,鄧國,雷霆.濕位渦物質的保守性原理及其應用[J].中國科學院研究生院學報,2006,23(5):692-700.

[15] 潘業森,王鐵.濕位渦和垂直螺旋度在暴雨數值預報中的應用研究[J].氣象水文海洋儀器,2012,(3):47-53.