洞庭湖地區的水汽輸送來源特征分析

蔣 帥，尹依雯*，陳世文，彭 潔，朱 浩，陳太龍

（1.湖南省氣象防災減災重點實驗室，湖南 長沙 410118；2.岳陽市氣象局，湖南 岳陽 414000）

洞庭湖地區是久負盛名的魚米之鄉， 是我國重要的商品糧、棉和漁業生產基地，在華中地區經濟和社會都具有舉足輕重的地位。屬于長江中游地區，位于湖南省北部的荊江南岸，南有支流湘江、資水、沅江、澧水匯入，北部為著名的江漢平原[1，2]。 為推動深入實施促進中部地區崛起戰略， 促進長江中游城市群一體化發展和長江全流域開發開放， 國務院于2014 年4 月批復成立洞庭湖生態經濟區。洞庭湖生態經濟區（簡稱洞庭湖地區，27°90′～30°70′N，110°50′～114°30′E），包括岳陽、常德、益陽3 市，長沙市望城區和湖北省荊州市，共33 個縣市區，是我國重要的大宗農產品生產基地。 規劃總面積6.05×104km2，常住人口2 200 萬。 2011 年，地區生產總值5 964.9億元。洞庭湖地區位于長江中游地區，屬于亞熱帶季風區，降水豐沛，加之其水陸分布、地理特征獨特，除廣闊的洞庭湖水體外，內湖內河及港汊眾多，使得湖區洪澇災害頻發[3]，城市內澇時有發生，這對該地區的經濟，社會生活造成了重大影響[4，5]。 充足的水汽作為降水的必要條件， 與洞庭湖地區的降水有著密切的關系， 分析洞庭湖地區的水汽輸送及其來源特征，對于認識洞庭湖地區的降水顯得尤為重要。

1934 年竺可楨[6]發現中國季風水汽輸送與夏季降水有密切關系。 Murakami[7]和謝義炳等[8]指出中國夏季水汽輸送主要來自于太平洋副熱帶高壓以南的南風和東南風的輸送及印度季風低壓的西南風輸送。 Simmonds[9]認為中國東部地區的水汽來源主要是南海和孟加拉灣。 申樂琳等[10]人指出中國東部降水， 更應該注意來自西太平洋副熱帶高壓西側的經由南海到達的西南季風水汽路徑。Zhang[11]等研究了印度、 東亞季風水汽輸送與中國的夏季降水的相關關系。李躍清[12]等分析1998 年長江上游數次暴雨過程水汽來源特征， 發現長江上游暴雨的水汽來源包括孟加拉灣—南海以及西太平洋， 此外也存在由阿拉伯海經印度半島、 青藏高原進入目的地的水汽路徑。 謝安[13]等基于水汽輸送分析長江中下游地區夏季水汽輸送特征， 發現長江中下游地區水汽主要來自孟加拉灣經由中南半島和華南的水汽輸送。 上述水汽輸送的研究大多都是基于歐拉方法開展的，但由于風場具有瞬時變化特征，使得該方法得到的水汽通量一般具有瞬時變化特征[14]，所以無法定量分析源與匯的關系， 在精確計算源區水汽貢獻方面存在局限。

近些年來， 研究者陸續開發拉格朗日模式以彌補歐拉方法的不足。 目前開發的拉格朗日模式主要包括：FLEXPART[15]、HYSPLIT[16-17]。 這些模式逐步在水汽方面的研究中得到應用。 拉格朗日原理的氣流軌跡分析方法為水汽輸送及源與匯的研究提供了很好的技術途徑， 拉格朗日方法能夠給出氣塊的三維運動軌跡，可以很清晰地確定出水汽的輸送源地。岳俊等[18]利用拉格朗日方法分析四川盆地3 次暴雨過程的水汽通道對四川盆地暴雨的影響， 發現影響這3 次暴雨過程的水汽通道均有多條， 但其中最為主要的均為來自孟加拉灣的水汽通道。 曾勇等[19]利用HYSPLIT 模擬計算了新疆一次大暴雨期間不同區域不同高度的水汽輸送來源情況。結果表明：歐洲大陸、西西伯利亞、中亞地區等陸地及黑海、里海等海洋是此次大暴雨水汽的主要來源。 江志紅等[20]利用拉格朗日方法分析江淮梅雨的水汽來源特征， 發現江淮梅雨水汽主要來自印度洋（35%）、孟加拉灣—南海地區（19%）、太平洋地區（22%）和歐亞大陸地區（19%）。 孫建華等[21]對江淮流域持續性暴雨江南型和江北型的水汽輸送源地、路徑分析，發現江南型水汽路徑為印度半島南側的熱帶印度洋的西南路徑和印度尼西亞與中國南海的偏南路徑。 江北型的水汽路徑除以上路徑外， 還有西太平洋的東南路徑輸送水汽。 楊浩[22]對比了淮北雨季和江淮梅雨水汽輸送特征， 從水汽來源及源地貢獻方面探討二者的相對獨立性，對比兩雨季降水異常年水汽輸送特征。

洞庭湖地區屬長江中游地區， 雖也屬于梅雨帶，但其具有明顯的區域特征，與典型梅雨不同，洞庭湖地區每年3 月底入汛，5—9 月夏半年降水進入雨水豐沛期。 因此與以往研究不同，本文不僅分析了梅雨期（6—7 月）的水汽輸送特征，同時對整個雨水豐沛期夏半年的水汽輸送特征進行分析。另外關于水汽輸送路徑問題定性研究居多，定量研究偏少。 因此本文利用拉格朗日模式（HYSPLIT）定量分析了洞庭湖地區2014—2017 夏半年（4—9 月）水汽輸送特征，并對比了2017 年“6·22”極端降水2 個時段的水汽輸送差異，以期加深對洞庭湖地區的水汽輸送特征的認識，從而為洞庭湖地區降水預測提供參考依據。

1 資料與方法

1.1 資料

本文使用的資料包括：洞庭湖地區國家站、區域站資料和NCEP 再分析資料（https：//ready.arl.noaa.gov/gbl_reanalysis.php），時間分辨率6 h 一次，水平分辨率為2. 5°×2. 5°的大氣環流資料， 變量包括1 000～10 hPa（共17 層）上的位勢高度h、溫度t、緯向風u 和經向風v，1 000～300 hPa 各層比濕q 及1 000～100 hPa 的各層垂直速度ω。

1.2 軌跡模擬方案

選擇模擬區域：洞庭湖地區，初始場水平分辨率為0.5°×0.5°，垂直共3 層（模擬初始點為90 個）。 模擬日期為每年的夏半年（4—9 月，2014—2017 年）。由于水汽主要存在于大氣對流層的中低層， 因此選取3 000、1 500、700 m，分別代表700、850、925 hPa，作為HYSPLIT 的模擬的初始高度。后向模擬氣塊三維軌跡時間長度為264 h（-11 d），每6 h 輸出氣塊的位置， 并插值得到相應位置的空氣塊的物理屬性（相對濕度、溫度、高度），每隔6 h 所有軌跡模擬初始點重新后向模擬追蹤264 h[22]。洞庭湖地區初始模擬氣塊的平面分布見圖1。

圖1 洞庭湖地區初始模擬氣塊的平面分布（綠點）

1.3 干濕空氣塊輸送貢獻率的計算

源區的輸送貢獻率公式：

其中，Qs1和Qs2分別代表干空氣塊輸送貢獻和濕空氣塊輸送貢獻，qlast代表空氣塊達到源區的比濕值（g/kg），m 代表源區所包含空氣塊的個數（個），n 代表空氣塊的總數（個）。

2 洞庭湖地區夏季水汽輸送來源的特征

2.1 洞庭湖地區水汽來源特征

利用拉格朗日軌跡模式模擬洞庭湖地區空氣塊后向軌跡，模擬時段為夏半年（4—9 月，2014—2017年），結合氣塊追蹤法[29]，得到水汽到達洞庭湖地區1 d 前到11 d 前的分布情況， 從而可以確定洞庭湖地區的氣塊攜帶水汽來源及其運動過程。 圖2 給出空氣塊攜帶水汽到達洞庭地區1、6、11 d 前的分布。1 d 前（圖2a）的水汽來源于洞庭湖地區及其周圍地帶，包括華北、華中、江淮、華南以及西南一帶，東南部可延伸到臺灣東南洋面。 水汽的大值區域為湖南至廣西一帶地區。從6 d 前水汽來源的空間分布（圖2b）可知，水汽向外推進，水汽向北可以追蹤到西伯利亞地區，向西南可以追蹤到孟加拉灣、南海和部分阿拉伯海地區，向南可以追蹤到赤道附近，向東可以追蹤到西太平洋上空。 水汽的大值區呈西南—東北走向， 主要位于孟加拉灣—南海至中國東部及沿海區域之間。 從11 d 前水汽來源（圖2c）情況來看，水汽繼續向南推進接近20°S 附近洋面以及澳大利亞北部沿海地區，向西南推進到非洲以東的印度洋上，東部的水汽達到180°E 推進到了太平洋中部地區，向西可以追蹤到歐洲地區， 但是到達歐洲的水汽已經很少。 這時的大值區為印度洋至孟加拉灣—南海地區和西太平洋至中國東部沿海地區， 洞庭湖地區11 d 前有5 個主要水汽源地：歐亞大陸地區、中國東部地區、孟加拉灣—南海地區、印度洋地區、太平洋地區。

2.2 各源地水汽來源軌跡特征及其輸送貢獻

根據圖2（11 d 前）的分布情況，定義洞庭湖水汽的5 個水汽源地（圖3）：歐亞大陸、中國東部、孟加拉灣—南海、印度洋、太平洋，定量分析夏季洞庭湖地區各水汽源區的水汽來源軌跡特征及水汽輸送貢獻的差異， 找出影響洞庭湖地區降水的關鍵源區。

圖2 空氣粒子攜帶水汽到達洞庭湖地區1 d 前（a）、6 d 前（b）、11 d 前（c）的空間分布

圖3 洞庭湖地區水汽源地分布

分離出自各源地的軌跡圖（圖4b），圖4a 為各源地軌跡的平均位置。 3 個主要的水汽輸送路徑均來自海洋，分別是：太平洋（31.9%/32.3%）、印度洋（20.6%/26.6%）、 孟加拉灣—南海（18.5%/28.3%）（干/濕空氣輸送貢獻率）。陸地水汽主要來源于中國東部（14.4%/10.5%），歐亞大陸（14.6%/2.3%）。 最主要的水汽來源于太平洋地區， 從氣塊輸送軌跡分析可知， 來自于西太平洋地區自東向西輸送的氣塊占主要部分， 其次為來自越赤道氣流自南向北輸送的氣塊（這部分較少）。 由源地孟加拉灣—南海氣塊輸送軌跡圖可知，氣塊主要由孟加拉灣—南海，經由中南半島輸送至洞庭湖地區。 由源地印度洋氣塊輸送軌跡圖可知，輸送軌跡主要由兩部分組成，一部分是南印度洋北中部經由索馬里地區形成的越赤道氣流自西南方向輸送， 另一部分由南印度洋東部越赤道后，經中南半島或南海地區輸送。中國東部地水汽輸送貢獻較海洋地區明顯偏少， 但仍是不可忽視的一部分。 歐亞大陸氣塊輸送水汽輸送貢獻相對較弱。

由水汽源地輸送月變化可知（圖4c），4、5 月孟加拉灣—南海和太平洋是主要的水汽源地， 隨著東亞夏季風發展增強，二者水汽輸送量上升，并在8 月達到最強，9 月隨著東亞夏季風減弱，二者對應水汽貢獻顯著減小。 從印度洋水汽輸送季節變化來看，4月西南水汽通道較弱， 印度洋輸送至洞庭湖地區的水汽較少，5 月南亞季風發展， 印度洋水汽輸送增多，6 月顯著加強、在7 月達到最大。 為了分析洞庭湖強降水時段梅雨期各源地水汽貢獻情況， 計算了6—7 月水汽源地輸送貢獻，與5—9 月不同，6—7 月印度洋的空氣輸送貢獻（干/濕）在所有源地中表現最強， 達43.5%/42.7%， 其次為太平洋（30.2%/27.1%）、孟加拉灣—南海（20.1%/24.6%）、中國東部（4.5%/5.2%）、歐亞大陸（1.7%/0.4%）。洞庭湖地區夏半年的主要水汽輸送源地為太平洋（32.3%，濕空氣輸送貢獻）、 孟加拉灣—南海（28.3%） 和印度洋（26.6%）， 其中4、5 月以太平洋和孟加拉灣—南海水汽輸送為主，6、7 月印度洋水汽輸送貢獻最大，可達42.7%，其次為太平洋和孟加拉灣—南海。

圖4 各源地氣塊軌跡的平均位置（a）、軌跡（b）和各源地水汽輸送的月變化（c）

3 2017 年洞庭湖地區一次極端暴雨過程水汽來源特征分析

3.1 降水實況

為了深入分析洞庭湖地區強降水發生時的水汽來源特征， 選取2017 年6 月22 日—7 月1 日洞庭湖地區一次少見的特大暴雨過程[23]（簡稱“6·22”極端降水）。 過程雨量空間分布整體呈北少南多（圖5），除松滋、荊州、公安，均達到暴雨量級（＞50 mm）。洪湖、華容、臨澧沿線以南均超過了200 mm，臨湘、安化、平江超過了500 mm，平江、安化部分地區甚至超過600 mm。從區域站統計來看：54 站次降水量為50～100 mm，173 站次降水量為100～250 m，348 站次降水量為250～500 mm，50 站次降水量為500～750 mm。 由于洞庭湖的持續降水，加之上游四水流域來水，洪峰在洞庭湖遭遇，形成惡劣形勢。使得洞庭湖地區水位迅速上漲，洞庭湖地區3 471 km 一線防洪大堤全線超警戒水位，一半堤段超保證水位。

圖5 2017 年不同時段累計降水量

此次降水主要集中在2 個時段， 分別為6 月22—25 日和6 月29 日—7 月1 日。2 次降水空間分布為南多北少，后一次的過程日降水量更大，東部地區更明顯。

3.2 暴雨過程的環流特征

持續性暴雨的發生必須要有相對穩定的大尺度環流背景， 影響系統有可能在同一地區反復出現或沿同一路徑移動， 從而造成很大的累積雨量。 從500 hPa 平均高度場（圖6）可看出，2 次過程亞歐大陸中高緯度地區均為明顯的“Ω”型分布，貝加爾湖附近出現高壓脊，其東側維持高空槽。中低緯西太平洋副熱帶高壓穩定維持， 過程期間副熱帶高壓位置相對比較穩定， 洞庭湖地區處于副熱帶高壓邊緣的強水汽輸送帶中， 有利于水汽和不穩定能量不斷向暴雨區輸送。不同的是，2 次過程系統的位置具有較大差異。 第一個時段（圖6a）高壓脊以東高空冷槽位于華北地區，呈西南—東北向，其槽后的西北氣流利于帶動中低層冷空氣侵入洞庭湖地區， 四川盆地有淺槽維持，副熱帶高壓較后一次過程位置偏西偏南，其北界位于華南，西伸脊點位于海南島。從第一時段低層850 hPa 風場可以看出，切變線在洞庭湖上空，呈東西向，與強降水落區對應較好。 第二個時段（圖6b）南槽與北槽結合，槽強度較第一個時段更強，槽移速減慢（中低層無冷空氣侵入），副熱帶高壓“高壓壩”效應更加凸顯，脊線北抬，主體北界偏北，副熱帶高壓西北側對應的西南急流更加旺盛， 低層850 hPa 風場切變線呈西南—東北向，急流核位置偏北，強降水主要出現在切變線南側的急流輻合區中。

圖6 850 hPa 風場和500 hPa 高度場疊加

3.3 暴雨過程水汽輸送路徑及輸送貢獻分析

為了分析暴雨過程的水汽輸送路徑和定量分析水汽源地的輸送貢獻，模擬了2017 年6 月22 日—7月1 日水汽輸送軌跡圖， 并計算了各源地干濕空氣的輸送貢獻。 從第一個時段來看（圖7a），水汽輸送源地主要是印度洋地區， 干/濕空氣輸送貢獻最大（80.6%/82.0%）， 其次為孟加拉灣—南海（13.1%/14.6%）、 中國東部（4.0%/2.6%）、 太平洋（1.4%/0.6%）、歐亞大陸（0.9%/0.2%）。 印度洋的水汽輸送路徑主要包含0°～20°S 的南太平洋的2 支越赤道氣流， 它們經印度夏季風輸送至中南半島后到達洞庭湖地區。太平洋的水汽輸送貢獻較少，主要來源我國東部海洋地區。與第一個時段不同，第二個時段包括歐亞地區和中國東部的北方源地均沒有水汽來源，主要輸送源地為南方的海洋源地（印度洋、 孟加拉灣—南海、太平洋地區）。 印度洋仍然為最重要的水汽輸送源地，干/濕空氣輸送貢獻達（73.6%/70.1%），其次是孟加拉灣—南海（16.6%/20%），二者在2 次過程充當水汽輸送的重要角色。在太平洋地區，水汽輸送貢獻較第一個時段明顯增大（9.8%/9.9%），水汽由菲律賓上空沿著副熱帶高壓外圍經由南海、 中南半島輸送至洞庭湖地區。

圖7 6 月22—25 日（a）和6 月29 日—7 月1 日（b）的水汽輸送軌跡

值得注意的是，“6·22” 極端降水的各水汽源地輸送貢獻洞庭湖（6—7 月，2014—2017 年）的多年統計存在一定的差異，其中印度洋水汽輸送異常偏多，太平洋地區水汽輸送異常偏少，這與以下幾點相關：（1）副熱帶高壓主體偏西（圖6），受其阻擋，副熱帶高壓南側西太平洋的水汽很少能越過副熱帶高壓達到洞庭湖地區，第一個時段這種阻擋效應尤為顯著；（2）印緬地區南支波動活躍，利于將印度洋的水汽輸送至洞庭湖地區，從而增加了印度洋水汽輸送占比。

為了分析各源地來源氣塊的物理屬性， 依據模式輸出計算了物理量（高度、溫度、比濕、假相當位溫）沿著軌跡隨著時間變化（0～11 d 前，即0 h～-264 h）（圖8）。 第一個時段歐亞大陸的氣塊在11 d 前（-264 h）主要來于對流層中下層，氣塊的初始溫度在5 ℃左右，氣塊的濕度為5 g/kg，假相當位位溫為320 K，氣塊的初始溫度、濕度、假相當位溫均較低，在向南輸送的過程中，高度先上升后下降，溫度和比濕先降后升。較其它源地而言，歐亞大陸的氣塊高度較高，溫度、比濕、假相當位溫都較低，為干冷空氣。太平洋和中國東部各物理量變化較為類似， 高度逐步上升， 比濕和溫度變化較小， 假相當位溫逐步增大。 印度洋和孟加拉灣—南海的氣塊高度較低，比濕、溫度、假相當位相對較高，為高溫高濕氣塊，在72 h 前基本在900 ～1 000 hPa， 之后氣塊上升，比濕、溫度、假相當位溫下降，存在水汽和能量的釋放過程。 第二個時段包括歐亞地區和中國東部的北方源地沒有水汽輸送，中低層無干冷空氣侵入。孟加拉灣—南海的氣塊起始高度最低， 印度洋和太平洋次之，它們的高度先緩慢降低，后顯著上升。 第二個時段主要水汽源地的氣塊的假相當位溫均要大于第一個時段，這可能是第二個時段降水更強的原因。孟加拉灣—南海氣塊水汽含量最為豐富，溫度較高，假相當位溫較高，而印度洋和太平洋相對較小，72 h 前，3 個源地的氣塊均存在增溫增濕的過程， 但以太平洋的氣塊最為顯著，之后三者溫度、濕度和假相當位溫下降，存在能量和水汽釋放的過程。

圖8 6 月22—25 日和6 月29 日—7 月1 日物理量沿著軌跡變化

綜上， 第一個時段的主要水汽貢獻源地為印度洋（82%）和孟加拉灣—南海（14.6%），其它源地水汽輸送貢獻較小，其中歐亞大陸主要為干冷空氣輸入。與第一個時段不同， 第二個時段中國東部和歐亞大陸無水汽來源， 中低層無干冷空氣侵入， 印度洋（70.1%）和孟加拉灣—南海（20.0%）水汽輸送仍占主導地位，但太平洋（9.9%）水汽輸送明顯增多。 第二個時段主要水汽源地的氣塊的假相當位溫要高于第一個時段， 這可能是第二個時段的降水更強的原因。

4 結論與討論

利用NCEP／NCAR 再分析資料、 地面站點資料，引入拉格朗日方法的軌跡模式， 對洞庭湖地區2014—2017 夏半年（4—9 月）和2017 年“6·22”極端降水2 個時段的水汽輸送差異進行了分析， 得到以下結論：

（1）洞庭湖地區夏半年水汽的主要輸送源地為太平洋（32.3%）、孟加拉灣—南海（28.3%）和印度洋（26.6%）， 其中4、5 月以太平洋和孟加拉灣—南海水汽輸送為主，6、7 月印度洋水汽輸送貢獻最大，可達42.7%。中國東部的水汽主要來自中國東部地區，雖然其水汽輸送貢獻較海洋地區少， 但仍是不可忽視的一部分。

（2）“6·22” 極端降水期間，亞歐大陸中高緯度地區為明顯的“Ω”型流型分布，貝加爾湖附近出現高壓脊，其東側為高空冷槽；副熱帶高壓位置相對比較穩定， 洞庭湖地區處于副熱帶高壓邊緣的強水汽輸送帶中， 有利于水汽不斷向暴雨區輸送。 不同的是， 第一個時段高空冷槽與副熱帶高壓長時間穩定維持， 高空冷槽帶動中低層冷空氣侵入與副熱帶高壓西側暖濕氣流匯合造成強降水； 第二個時段副熱帶高壓“高壓壩”效應凸顯，南北槽合并加深少動，來自海洋的強暖濕氣流在切變線南側輻合抬升是造成第二次強降水的重要原因。

（3）“6·22” 極端降水期間，印度洋水汽輸送異常偏多，太平洋水汽輸送異常偏少。第一個時段的水汽貢獻源地為印度洋（82%）、孟加拉灣—南海（14.6%），其他源地水汽輸送貢獻較小，其中歐亞大陸主要為干冷空氣輸入。與第一個時段不同，第二時段中國東部和歐亞大陸無水汽來源， 中低層無干冷空氣侵入，印度洋（70.1%）、孟加拉灣—南海（20.0%）水汽輸送仍占主導地位，但太平洋（9.9%）水汽輸送明顯增多。 第二個時段的主要水汽源地的氣塊的假相當位溫要高于第一個時段， 這可能是第二個時段的降水更強的原因。

值得一提的是， 本文的分析方法不僅在洞庭湖地區，其他地區也同樣適用。 本文利用HYSPLIT 主要計算的是3 000、1 500、700 m， 分別代表700、850、925 hPa 的水汽輸送情況， 由此得到的水汽輸送與整層水汽輸送雖有一定偏差， 但基本能夠代表決定降水量的中低層水汽輸送來源。