臺風“利奇馬”遠距離暴雨的關鍵動力因子和水汽來源

摘要 基于地面加密觀測、ERA5再分析、ECMWF全球集合預報等多源資料，利用敏感性分析方法、渦度收支診斷方法以及拉格朗日水汽追蹤方法，探討1909號臺風“利奇馬”造成遠距離暴雨的關鍵動力因子和水汽來源。結果表明，對流層低層短波槽的加深有利于臺風遠距離降水（Tropical cyclone Remote Precipitation，TRP）區南北兩側的氣流共同增強TRP區域內的低層相對渦度，從而增強TRP。尤其相對渦度的散度項是影響TRP增強或減弱的關鍵作用項。在TRP增強階段，有利于暴雨增強的正渦度主要由散度項貢獻。負的散度項貢獻導致相對渦度減小，TRP雨強也隨即減弱。在水汽方面，TRP雨強和區域內的水汽含量密切相關。500 hPa上TRP區域內的水汽由局地和臺風“利奇馬”共同貢獻;700 hPa的水汽主要由“利奇馬”臺風貢獻;850 hPa的水汽則由局地和兩個臺風共同輸送，其中臺風“羅莎”的貢獻更大一些。

關鍵詞臺風“利奇馬”;遠距離暴雨;敏感性分析;水汽追蹤

臺風與西風帶系統相互作用可導致遠離臺風的中緯度地區發生暴雨天氣，即臺風遠距離暴雨（Chen and Cheng，2010）。已有不少研究針對臺風遠距離暴雨給出了相關定義，Chen et al.（2006）提出臺風遠距離降水需發生在臺風以外區域，且降水應和臺風本體有內在的物理聯系。大量已有研究表明，這種臺風遠距離暴雨是臺風與其相鄰的中緯度系統之間相互作用的結果（周軍等，1995;Cote，2007;張雪晨等，2013;周偉燦和羅麗君，2021）。自20世紀70年代以來，不斷有研究表明西風槽是影響臺風遠距離暴雨的重要天氣系統（孫建華等，2006;黃新晴等，2014;何立富等，2020）。陶祖鈺等（1994）也指出臺風的遠距離暴雨中心是由中緯度槽前的動力輻合所致。加強或減弱臺風（西風槽）強度，遠距離暴雨量也相應地增加或減小（朱洪巖等，2000）。臺風本體與遠距離降水區之間的水汽輸送通道是影響遠距離暴雨強度的重要因素之一（李春虎等，2007;丁治英等，2017）。數值模式研究表明，在初始場中去掉與熱帶氣旋相關聯的水汽輸送帶時，遠距離暴雨最大降水量可減至原本的一半（Wang et al.，2009;Schumacher et al.，2011）。

敏感性分析方法（Torn and Hakim，2008）是一種研究極端降水事件中主要天氣尺度影響因子的有效方法，被廣泛用于診斷持續極端降雨事件的關鍵因素（Schumacher，2011;Yu and Meng，2016;Huang and Luo，2017），以及深入理解溫帶氣旋（Garcies and Homar，2009;Mcmurdie and Ancell，2014）、中尺度對流渦旋（Hawblitzel et al.，2007）等天氣系統的可預報性以及動力過程。利用敏感性分析方法能夠有效揭示暴雨過程中各種影響因素的相對重要性，揭示影響暴雨強度的關鍵因子。

由于發生頻率較低且臺風和中緯度系統的相互作用十分復雜，臺風遠距離暴雨的預報難度很大。1909號臺風“利奇馬”在華北地區造成了極強的遠距離暴雨，十分有必要探討影響此次臺風遠距離暴雨的關鍵動力因子。同時，臺風“羅莎”位于2 000 km以外的西北太平洋洋面。臺風以及雙臺風的遠距離水汽輸送貢獻是造成臺風遠距離暴雨的重要原因（周立等，2011;范愛芬等，2014）。盡管臺風“利奇馬”和“羅莎”并不滿足中心距離小于等于1 800 km的雙臺風標準（阮均石等，1985;尹碧文等，2017），也不滿足雙臺風間距小于15個緯距的互旋標準（包澄瀾等，1985），但是并不能排除“羅莎”對“利奇馬”遠距離暴雨的水汽輸送作用。本研究基于ECMWF第五代全球氣候大氣再分析資料（ERA5）和全球集合預報資料，擬通過敏感性分析方法揭示影響臺風遠距離暴雨增強和減弱的關鍵動力因子。結合水汽追蹤方法揭示遠距離暴雨區在不同高度上的水汽來源，分析臺風“利奇馬”和 “羅莎”分別對此次遠距離暴雨的水汽輸送貢獻。通過本研究，加深對臺風遠距離暴雨的的認識，為進一步提高臺風遠距離暴雨的預報能力提供科學依據。

1 資料和方法

1．1 資料和質量控制

臺風路徑與強度資料取自中國氣象局整編的熱帶氣旋最佳路徑數據集。衛星資料來自風云四號A星地球靜止軌道輻射成像儀AGRI的L1級數據中的第三通道可見光數據。本文使用ERA5再分析資料，時間分辨率為1 h，水平分辨率為0．25°×0．25°。每一層資料都提供包括位勢高度、溫度、水平風場、垂直運動速度、相對濕度等在內的氣象要素。

1） 地面降水資料

使用圖2范圍內的國家級和區域級地面自動站的逐小時觀測降水資料。針對這套降水觀測資料，我們做了嚴格的質量控制，進行了內部一致性以及時間一致性檢查等（Yu et al.，2007），篩選出約35 924個地面自動站可用于本次研究。將圖2a中的正方形定義為臺風本體降水（Tropical cyclone Precipitation，TP）區域，長方形定義為臺風遠距離降水（Tropical cyclone Remote Precipitation，TRP）區域。

2） 全球集合預報資料

本次研究使用的ECMWF全球集合預報資料，水平格距為0．5°，垂直方向從1 000～100 hPa共9層，時間間隔6 h，共包含50個集合成員（Buizza et al.，2007）。為擴大樣本量并排除不同預報時長的影響，我們選取了分別在4個不同起報時間的共200個集合預報成員，起報時間設置為2019年8月8—9日的08時（北京時）和20時（Du and Chen，2018）。

1．2 集合敏感性分析法

本研究使用集合敏感性分析方法，通過集合數據計算預報降水量與其他大氣狀態變量的線性相關，從而確定強降水的關鍵因子（Torn and Hakim，2008）。在本次研究中，將TRP區域的6 h降水作為預測指標，計算與其他變量在每個點的皮爾森相關數值，如下：

其中：P為區域平均的6 h累積降水;X為該格點上的預報變量;上橫畫線表示變量的平均值;n為集合成員總數（此處n=200）。將集合成員的區域平均降水按照降序進行排序，將區域平均降水前10％的集合成員定義為預報技巧高的成員（好成員），后10％的成員為預報技巧低的成員（差成員）。

1．3 水汽追蹤

本文在進行水汽追蹤時，采用的是來自美國NOAA空氣資源實驗室開發的軌跡模式Hybrid Single－Particle Lagrangian Integrated Trajectory（HYSPLIT;Draxler and Hess，1998;https：／／www.arl.noaa.gov／hysplit）。采用0．25°×0．25°的ERA5資料對TRP區域內的氣塊向后追蹤72 h，追蹤間隔1 h。追蹤區域內一共有584個水平格點，選取500 hPa、700 hPa和850 hPa三層。輸出的變量包括空氣質點的經度、緯度、高度和比濕。

本文利用最小方差聚類（Draxler and Hess，1998）方法對軌跡進行聚類。每一類水汽路徑對TRP區域的水汽貢獻率的計算方法是，該類通道對TRP區域的水汽貢獻與所有水汽路徑對TRP區域的水汽貢獻的比率（Chen and Luo，2018;Zhang et al.，2021）。

式中：Δqt=-6代表每一條軌跡上t=-6和t=0時空氣質點的比濕差異，即該條軌跡對TRP的水汽貢獻;m代表每一類軌跡包含的軌跡數，n代表所有軌跡數。

2 臺風“利奇馬”過程分析

2019年第9號臺風“利奇馬”于2019年8月4日02時（北京時，下同）在西北太平洋洋面生成，生成后向西北方向移動（圖1）。8月10日01時45分，超強臺風“利奇馬”在浙江省溫嶺市登陸。除了臺風本體和外圍云系外，在華北地區形成一條東北－西南走向的帶狀云系（圖2黑色方框），分別形成臺風本體降水（TP）和臺風遠距離降水（TRP），且TP和TRP之間存在著無、弱降水區。

臺風“利奇馬”登陸前后（圖2a），TPR最強為138．6 mm，區域內有113個站錄得6 h累積降水超過50 mm。伴隨著臺風登陸（圖2b），6 h TPR最強達到169 mm，區域內有435個站累積降水超過50 mm。隨著臺風的北移（圖2c），TPR區域雨帶變窄，降水分散，強度減弱。因此，選取8月10日02—08時作為臺風遠距離暴雨的分析階段。CMORPH衛星觀測的6 h降水分布與地面站點觀測基本一致，但是對強降水有較大低估。在臺風“利奇馬”影響華東區域時，臺風“羅莎”位于其東南方向2 000 km外的西北太平洋中部。盡管距離較遠，臺風“羅莎”對“利奇馬”遠距離暴雨的水汽輸送影響仍然值得研究（圖1）。

臺風“利奇馬”登陸時，對流層高層為“兩槽一脊”形勢（圖3a）。TRP主要發生在西風槽前、西南高空急流右后側（圖3a）、對流層中層西風槽前的高濕度區內（圖3b）。副熱帶高壓西伸北抬，阻礙上游西風槽東移的同時引導“利奇馬”外圍氣流由東南氣流轉為偏南氣流進入TRP區域，形成較強的風場輻合（圖3d）以及低層水汽輻合（圖3e）。盡管沒有低空急流，低層輻合與高層輻散配合也有利于TRP區域內垂直運動的發展。在對流層低層和邊界層內（圖3d—e），TRP區域內存在假相當位溫鋒區和暖平流輸送區，配合顯著的水汽通量輻合，都有利于遠距離暴雨的產生。

3 影響臺風遠距離降水的關鍵動力因子

圖4給出了10日02—08時累積降水的集合預報平均，分別來自四個不同起報時間的ECWMF全球集合預報。結果表明不同起報時間的集合預報都較好地呈現了TP和TRP，降水的空間分布基本和觀測基本一致（圖2b）。與觀測對比，ECWMF集合預報對60 mm·（6 h）-1以上的TP以及 20 mm·（6 h）-1以上的TRP存在較為明顯的低估（圖5b）。與TP相比，ECWMF對TRP的預報能力更低（圖5c—d），但是還是能夠較好地預報出TP和TRP的空間分布。且TRP具有較大的集合預報離散度，因此可以利用ECWMF集合預報結果對“利奇馬”TRP進行敏感性分析。

如圖6a—c所示，在500 hPa及以下高度均顯示TRP與西南側的緯向風存在“南正北負”的分布。這表明在TRP區域西南側西風越強（圖3c—d），同時東北側西風越弱，越有利TRP增強。此外，TRP和南北兩側的經向風存在更加顯著的相關性（圖6d—f）。正相關主要位于“利奇馬”外圍的偏東氣流轉為偏南風的區域（圖6e—f）。負相關區域主要位于TRP區域北側，在-0．24～0．45（圖6d—f）。這樣的相關分布表明，TRP區域南側“利奇馬”匯入TRP區域的南風分量越強，TRP區域北側的北風增強，都可能使得TRP增強。同時也表明，臺風匯入的南風分量對TRP更加重要，相關性更強，西風分量則起次要作用。

風場的強弱直接受到位勢高度分布的影響。如圖7a—c所示，位勢高度與TRP呈現出“左負右正”的相關分布形態。負相關位于TRP區域西側，即500 hPa低槽、700 hPa短波槽以及850 hPa鋒區底部，其中700 hPa負相關最強達到-0．52（圖7b）。正相關區域則多位于TRP區域東側，即臺風北側以及高壓脊區域。這種“西低東高”的分布有利于增強TRP區域內的偏南地轉風分量，進一步增強降水。

如圖7d—f所示，好成員在對流層中層槽前、低層短波槽以及鋒區東南側有明顯的輻合運動區。其中TRP與850 hPa散度的最大負相關達到-0．53（圖7f），表明低層鋒區的輻合越強，越有利于TRP的增強。與散度相比，TRP與相對渦度有更加明顯的正相關，主要位于中層槽前、低層短波槽以及鋒區東南側（圖7h—i）。TRP與渦度的正相關分布呈“東北西南”走向的帶狀結構，這主要和TRP與經向風“西負東正”的相關分布有關。TRP西側偏南風越弱、東側偏南風越強，越有利于經向風的緯向切變增強，從而增強相對渦度。

既然TRP與相對渦度密切相關，基于ERA5再分析資料，采用渦度收支方程來診斷各項對渦度形成以及發展的貢獻，渦度方程如下：

其中：V（u，v）是水平風速；ω為垂直速度；ζ是相對渦度；f是科氏參數。式（3）左側為相對渦度的局地變化項，右側分別代表了絕對渦度的平流項、相對渦度的垂直輸送項，絕對渦度的散度項和渦度傾側項。

由圖2可知，02—08時為TRP累積降水最強階段，08—14時TRP減弱。分別選取這兩個階段的中間時刻，即05時和11時進行渦度診斷分析。在TRP增強階段，TRP區域內的正渦度主要由平流項和散度項共同貢獻（圖8a、b、d）。其中散度項的貢獻更大（圖8d），水平輻合有利于正渦度增加。其次是渦度平流項（圖8b），其正貢獻主要位于正渦度區域的前緣。對TRP區域中部的正渦度中心（116°E，38°N），下沉運動攜帶上層的正渦度下傳（圖8b），同時也使得正渦度向下傾斜（圖8e），使得垂直輸送項和傾側項的貢獻互相抵消。在TRP的減弱階段，渦度平流項（圖9b）和散度項（圖9d）的負貢獻都使得正渦度減小（圖9a）。其中散度項的負貢獻最大（圖9d），水平輻散使得正渦度減小。因此，當相對渦度散度項貢獻為正時，有利于渦度增強，從而增強TRP;反之亦然。

4 臺風遠距離暴雨的水汽來源

除了動力因子外，水汽也是造成臺風遠距離暴雨的重要原因。從不同高度上TRP與比濕的相關分布（圖10）可知，TRP和局地區域內的比濕有顯著的正相關關系，700 hPa高度上最強正相關達到0．6（圖10b）。隨著高度降低，TRP對局地比濕的正相關逐漸減小（圖10c），與TP區域及其東北側比濕的負相關逐漸增強至-0．51（圖10c）。表明除了TRP區域內部充沛的水汽，“利奇馬”臺風對TRP區域的水汽輸送也是影響TRP強度的重要因素。此外，TRP降水預報也和臺風“羅莎”外圍的比濕存在一定的相關性（-0．35～0．4）。這表明盡管距離較遠，“羅莎”的水汽輸送可能也對增強TRP有一定的貢獻。

為了進一步定量分析TRP區域內的水汽來源，利用HYSPLIT對不同高度上TRP區域內的格點進行了水汽追蹤分析。根據軌跡聚類總空間方差的變化，將500 hPa的軌跡聚類數定為5類，將700 hPa和850 hPa上的軌跡聚類數確定為4類。在500 hPa（圖11）上，TRP區域的水汽基本來自通道2和通道4的軌跡輸送，以58％的總軌跡數貢獻了96．5％的水汽。其中，通道2來自TRP區域南側附近，以26．9％的軌跡數貢獻了50％的水汽。余下31．2％的軌跡來自西北太平洋的“利奇馬”（通道4），貢獻了約46％的水汽（圖11）。

700 hPa上的軌跡被分為四個通道（圖12）。通道2來自TRP區域南側地區，以24％的總軌跡數貢獻了約15％的水汽。剩下通道3和通道4分別來自位于海洋上的“羅莎”和“利奇馬”臺風，其中通道3內來自“羅莎”，約貢獻了TRP總水汽的25％。來自“利奇馬”的通道4以17．1％的軌跡貢獻了約60％的水汽，通道4內空氣質點的高度在進入TRP區域前沒有明顯的變化，高度維持在1 km上下。在進入TRP區域后，空氣質點快速抬升，比濕減少約5 g·kg-1。因此“利奇馬”是700 hPa上TRP區域內的水汽主要來源。

與700 hPa不同的是，850 hPa上“羅莎”（通道2）以33％的軌跡數目貢獻了約41％的水汽，其次是“利奇馬”（通道4）和局地（通道1）均貢獻了約28％的水汽。通道4來自“利奇馬”的空氣質點在軌跡內的平均比濕保持在15 g·kg-1以上，但是空氣質點在上升過程中比濕變化很小，對TRP區域內水汽的貢獻較“羅莎”略小。來自“羅莎”的空氣質點在進入TRP區域后，比濕減小約4 g·kg-1，對TRP區域的水汽貢獻最大。總之，隨著高度下降，局地和“利奇馬”對遠距離暴雨區的水汽貢獻逐漸減小，“羅莎”的水汽貢獻逐漸增大。

5 結論和討論

臺風“利奇馬”登陸時，TRP主要發生在西南高空急流右后側的輻散區、西風槽前的高濕度區。受對流層低層短波槽影響，低渦底部的干冷偏北風，與“利奇馬”臺風和副熱帶高壓之間的暖濕偏南氣流在TRP區域匯合，形成對流層低層的切變線并有利于低層輻合。低層輻合與高層輻散配合，有利于TRP區域內垂直運動的發展。

利用敏感性分析方法，發現500 hPa和700 hPa上TRP區域西南側的西風增強，700 hPa和850 hPa上TRP區域東北側東風減弱，有利于TRP增強。更重要的是，臺風“利奇馬”和TRP區域之間的南風增強或者TRP區域西北側的北風增強，是導致TRP增強的重要原因。與低層散度相比，渦度和TRP強度有更加顯著的相關。渦度收支診斷表明，相對渦度的散度項是影響TRP增強或減弱的主要動力因子。當散度項貢獻為正時，有利于渦度增強，從而增強TRP;反之亦然。因此，由水平風分布不均造成的相對渦度是臺風“利奇馬”遠距離降水預報的關鍵因子，其中相對渦度的散度項可以作為臺風遠距離降水發展增強或減弱的關鍵指示項。

除了TRP區域內部充沛的水汽，臺風“利奇馬”和“羅莎”對TRP區域的水汽輸送也是影響TRP強度的重要因素。在500 hPa上TRP區域內的水汽約有50％來自局地區域內被抬升釋放的水汽，余下水汽基本來自于“利奇馬”臺風輸送。700 hPa上TRP區域內的水汽中60％由臺風“利奇馬”輸送，25％由臺風“羅莎”遠距離輸送。850 hPa上約有41％的水汽有羅莎臺風貢獻，利奇馬臺風和遠距離降水區域局地貢獻均為28％左右。盡管臺風“羅莎”距離“利奇馬”距離較遠，但是對“利奇馬”遠距離降水的低層水汽輸送有很大的貢獻。以上結論能夠為提高臺風遠距離暴雨的預報水平提供理論支持。

致謝：ECMWF提供了ERA5和集合預報資料的在線下載服務。NOAA提供了Hysplit軟件，Mete－oinfo提供了三維軌跡追蹤的繪圖腳本。

參考文獻（References）

包澄瀾，阮均石，朱躍建，1985.雙臺風互旋與引導氣流關系的研究［J］.海洋學報，7（6）：696－705. Bao C L，Ruan J S，Zhu Y J，1985.Study on the relationship between the mutual rotation of two typhoons and steering flow［J］.Acta Oceanol Sin，7（6）：696－705.（in Chinese）.

Buizza R，Bidlot J R，Wedi N，et al.，2007.The new ECMWF VAREPS （variable resolution ensemble prediction system）［J］.Quart J Roy Meteor Soc，133（624）：681－695.doi：10．1002／qj.75.

Chen L，Murata A，Duan Y，et al.，2006.Observations and forecast of rainfall distribution［C］／／Proceedings of the Sixth WMO International Workshop on Tropical Cyclones （IWTC－VI）.San Jose，CA，USA.

Chen L S，Li Y，Cheng Z Q，2010.An overview of research and forecasting on rainfall associated with landfalling tropical cyclones［J］.Adv Atmos Sci，27（5）：967－976.doi：10．1007／s00376－010－8171－y.

Chen Y，Luo Y L，2018.Analysis of paths and sources of moisture for the South China rainfall during the presummer rainy season of 1979—2014［J］.J Meteor Res，32（5）：744－757.doi：10．1007／s13351－018－8069－7.

Cote M R，2007.Predecessor rain events in advance of tropical cyclones［R］.New York：Department of Atmospheric and Environmental Sciences，University at Albany，State University of New York.

丁治英，朱靜，邢蕊，2017.熱帶擾動與遠距離暴雨關系的統計分析與數值試驗［J］.大氣科學學報，40（4）：496－507. Ding Z Y，Zhu J，Xing R，2017.Research on the relationship between tropical disturbance and distant rainstorm by statistical analysis and numerical simulation［J］.Trans Atmos Sci，40（4）：496－507.doi：10．13878／j.cnki.dqkxxb.20140925001.（in Chinese）.

Draxler R R，Hess G D，1998.An overview of the HYSPLIT_4 modelling system for trajectories［J］.Australian meteorological magazine，47（4）：295－308.

Du Y，Chen G X，2018.Heavy rainfall associated with double low－level jets over Southern China.part I：ensemble－based analysis［J］.Mon Wea Rev，146（11）：3827－3844.doi：10．1175／mwr－d－18－0101．1.

范愛芬，婁小芬，彭霞云，等，2014.臺風“達維”對“蘇拉”的影響分析［J］.海洋預報，31（2）：26－34. Fan A F，Lou X F，Peng X Y，et al.，2014.Impact of typhoon“damery”on typhoon“saola”［J］.Mar Forecasts，31（2）：26－34.doi：10．11737／j.issn.1003－0239．2014．02．005.（in Chinese）.

Garcies L，Homar V，2009.Ensemble sensitivities of the real atmosphere：application to Mediterranean intense cyclones［J］.Tellus A，61（3）：394－406.doi：10．1111／j.1600－0870．2009．00392.x.

Hawblitzel D P，Zhang F Q，Meng Z Y，et al.，2007.Probabilistic evaluation of the dynamics and predictability of the mesoscale convective vortex of 10—13 June 2003［J］.Mon Wea Rev，135（4）：1544－1563.doi：10．1175／mwr3346．1.

何立富，陳雙，郭云謙，2020.臺風利奇馬（1909）極端強降雨觀測特征及成因［J］.應用氣象學報，31（5）：513－526. He L F，Chen S，Guo Y Q，2020.Obtervation characteristics and synoptic mechanisms of typhoon lekima extreme rainfall in 2019［J］.J Appl Meteor Sci，31（5）：513－526.doi：10．11898／1001－7313．20200501.（in Chinese）.

Huang L，Luo Y L，2017.Evaluation of quantitative precipitation forecasts by TIGGE ensembles for South China during the presummer rainy season［J］.J Geophys Res Atmos，122（16）：8494－8516.doi：10．1002／2017jd026512.

黃新晴，滕代高，陸瑋，2014.“羅莎”臺風波動特征與浙江遠距離降水相互關系的初步研究［J］.大氣科學學報，37（1）：57－64. Huang X Q，Teng D G，Lu W，2014.A preliminary study on the relationship between the distant precipitation and the wave characteristics of typhoon Krosa in Zhejiang Province［J］.Trans Atmos Sci，37（1）：57－64.doi：10．13878／j.cnki.dqkxxb.2014．01．006.（in Chinese）.

李春虎，趙宇，龔佃利，等，2007.“04·8”山東遠距離臺風暴雨成因的數值模擬［J］.南京氣象學院學報，30（4）：503－511. Li C H，Zhao Y，Gong D L，et al.，2007.Numercial simulation of remote typhoon rainstorm in Shandong Province in August 2004［J］.J Nanjing Inst Meteor，30（4）：503－511.doi：10．13878／j.cnki.dqkxxb.2007．04．010.（in Chinese）.

McMurdie L A，Ancell B，2014.Predictability characteristics of landfalling cyclones along the North American west coast［J］.Mon Wea Rev，142（1）：301－319.doi：10．1175／mwr－d－13－00141．1.

阮均石，余學超，吳中仁，1985.關于雙臺風相互作用的初步分析［J］.南京氣象學院學報，8（3）：334－339. Ruan J S，Yu X C，Wu Z R，1985.Preliminary analysis on the interaction between two typhoons［J］.J Nanjing Inst Meteor，8（3）：334－339.doi：10．13878／j.cnki.dqkxxb.1985．03．011.（in Chinese）.

Schumacher R，Galarneau T，Bosart L，2011.Distant effects of a recurving tropical cyclone on rainfall in a midlatitude convective system：a high－impact predecessor rain event［J］.Mon Wea Rev，139（2）：650－667.

孫建華，齊琳琳，趙思雄，2006.“9608” 號臺風登陸北上引發北方特大暴雨的中尺度對流系統研究［J］.氣象學報，64（1）：57－71. Sun J H，Qi L L，Zhao S X，2006.A study on mesoscale convective systems of the severe heavy rainfall in North China by “9608” typhoon［J］.Acta Meteorol Sin，64（1）：57－71.doi：10．3321／j.issn：0577－6619．2006．01．006.（in Chinese）.

陶祖鈺，田佰軍，黃偉，1994．9216號臺風登陸后的不對稱結構和暴雨［J］.熱帶氣象學報，10（1）：69－77. Tao Z Y，Tian B J，Huang W，1994.Asymmetry structure and torrential rain of landing typhoon 9216［J］.J Trop Meteor，10（1）：69－77.（in Chinese）.

Torn R D，Hakim G J，2008.Ensemble－based sensitivity analysis［J］.Mon Wea Rev，136（2）：663－677.doi：10．1175／2007mwr2132．1.

Wang Y Q，Wang Y Q，Fudeyasu H，2009.The role of typhoon songda （2004） in producing distantly located heavy rainfall in Japan［J］.Mon Wea Rev，137（11）：3699－3716.doi：10．1175／2009mwr2933．1.

尹碧文，任福民，李國平，2017．1951—2014年西北太平洋雙臺風活動氣候特征研究［J］.地球科學進展，32（6）：643－650. Yin B W，Ren F M，Li G P，2017.Climatic characteristics of binary tropical cyclones in the Northwest Pacific Ocean［J］.Adv Earth Sci，32（6）：643－650.doi：10．11867／j.issn.1001－8166．2017．06．0643.（in Chinese）.

Yu H Z，Meng Z Y，2016.Key synoptic－scale features influencing the high－impact heavy rainfall in Beijing，China，on 21 July 2012［J］.Tellus A，68（1）：31045.doi：10．3402／tellusa.v68．31045.

Yu R C，Zhou T J，Xiong A Y，et al.，2007.Diurnal variations of summer precipitation over contiguous China［J］.Geophys Res Lett，34：L01704.doi：10．1029／2006gl028129.

Zhang S H，Liu B，Ren G Y，et al.，2021.Moisture sources and paths associated with warm－season precipitation over the Sichuan Basin in southwestern China：climatology and interannual variability［J］.J Hydrol，603：127019.doi：10．1016／j.jhydrol.2021．127019.

張雪晨，鄭媛媛，姚晨，等，2013.一次遠距離臺風暴雨中尺度對流系統的分析［J］.大氣科學學報，36（3）：346－353. Zhang X C，Zheng Y Y，Yao C，et al.，2013.Analysis of meso－scale convective systems in a storm rainfall far distant from typhoon［J］.Trans Atmos Sci，36（3）：346－353.doi：10．13878／j.cnki.dqkxxb.2013．03．012.（in Chinese）.

周軍，陳瑞芬，李文源，1995.登陸臺風遠距離暴雨的觀測研究和預報［J］.南京氣象學院學報，18（3）：376－382. Zhou J，Chen R F，Li W Y，1995.Observational study and prediction of rainstorms reclated to distant onland typhoons［J］.J Nanjing Inst Meteor，18（3）：376－382.（in Chinese）

周立，李青青，范軼，等，2011.臺風莫拉克、天鵝和艾濤的引導流及相互作用研究［J］.中國海洋大學學報（自然科學版），41（6）：23－29. Zhou L，Li Q Q，Fan Y，et al.，2011.Study on the steering flow of typhoons morakot，goni，etau and their interactions［J］.Period Ocean Univ China，41（6）：23－29.doi：10．16441／j.cnki.hdxb.2011．06．004.（in Chinese）.

周偉燦，羅麗君，2021.利用位渦反演方法對一次臺風暴雨過程的成因分析［J］.大氣科學學報，44（3）：441－450. Zhou W C，Luo L J，2021.Analysis of the causes of a typhoon rainstorm process using the potential vortex inversion method［J］.Trans Atmos Sci，44（3）：441－450.doi：10．13878／j.cnki.dqkxxb.20180310001.（in Chinese）.

朱洪巖，陳聯壽，徐祥德，2000.中低緯度環流系統的相互作用及其暴雨特征的模擬研究［J］.大氣科學，24（5）：669－675. Zhu H Y，Chen L S，Xu X D，2000.A numerical study of the interactions between typhoon and mid－latitude circulation and its rainfall characteristics［J］.Sci Atmos Sin，24（5）：669－675.（in Chinese）.

·ARTICLE·

Analysis of key dynamical factors and water vapor sources influencing remote heavy rainfall produced by typhoon Lekima

LIU Xi1，ZENG Mingjian1，WANG Yaqiang2，ZHANG Xuerong1，WEI Na1

1Key Laboratory of Transportation Meteorology of China Meteorological Administration，Nanjing Joint Institute for Atmospheric Sciences，Nanjing 210041，China;

2State Key Laboratory of Severe Weather and Institute of Artificial Intelligence for Meteorology，Chinese Academy of Meteorological Sciences，Beijing 100081，China

Abstract This study investigates the primary dynamic forcing factors and sources of water vapor influencing remote heavy rainfall over North China，generated by Typhoon Lekima on August 10，2019.We utilize surface rain gauge data，ERA5 reanalysis data，and ECWMF ensemble forecast data.Ensemble sensitivity analysis reveals that low－level relative vorticity over the remote typhoon precipitation （TRP） area plays a pivotal role as the most significant dynamic factor facilitating TRP.The intensification of low－level relative vorticity closely correlates with the strengthening northerly winds in the northern region，induced by the deepening of the low－level short－wave trough.These winds are jointly related to the reinforcement of low－level southerly winds between the TRP and typhoon precipitation （TP） areas.The divergence term of relative vorticity emerges as the crucial dynamic process governing the periods of TRP strengthening and weakening.During the phase of TRP enhancement，positive vorticity is primarily attributed to positive divergence，while negative divergence leads to the reduction of relative vorticity and the weakening of TRP intensity.At 500 hPa，water vapor in the TRP region mainly originates from the local area and Typhoon Lekima，while 60％ of the water vapor at 700 hPa is sourced from Typhoon Lekima.At 850 hPa，40％ of the water vapor is contributed by Typhoon Rosa，with the remaining 60％ of water vapor being transported from Typhoon Lekima and the local area.

Keywords Typhoon Lekima;remote typhoon rainfall;ensemble sensitivity analysis;water vapor trajectory

doi：10．13878／j.cnki.dqkxxb.20220406001

（責任編輯：張福穎）

2022－04－06收稿，2022－06－22接受

國家重點研發計劃項目（2021YFC3000901）;災害天氣國家重點實驗室開放課題（2023LASW－B16）;江蘇省氣象學會青年科研基金項目（KQ202006）;國家自然科學基金資助項目（42175007）