江淮地區(qū)夏季對(duì)流有效位能特征

江淮地區(qū)屬于我國(guó)經(jīng)濟(jì)發(fā)達(dá)地區(qū)，這里地處副熱帶季風(fēng)區(qū)，雨量充沛，植被茂密，交通便利，工農(nóng)業(yè)發(fā)達(dá)，人口密度高（DingandChan，2005；Dingetal.，2008；王志毅等，2017；盧楚翰等，2021；張露云和左洪超，2023）。夏季江淮地區(qū)常因冷暖空氣交匯于此，形成江淮梅雨；梅雨期間常發(fā)生強(qiáng)對(duì)流天氣，帶來強(qiáng)降水，引發(fā)洪水、泥石流等次生災(zāi)害，造成巨大的經(jīng)濟(jì)損失和人員傷亡（李勇等，2017；黃興友等，2022；金小霞等，2023）。江淮地區(qū)是我國(guó)夏季旱澇災(zāi)害最頻發(fā)的地區(qū)（壽紹文和勵(lì)申申，1996;葉篤正等，1996；董麗娜等，2006；錢永甫等，2007；吳晶璐等，2019；韓世茹等，2021）。在過去的幾十年，對(duì)流有效位能表征的大氣不穩(wěn)定參數(shù)，在強(qiáng)對(duì)流天氣預(yù)報(bào)和監(jiān)測(cè)中發(fā)揮著重要的作用。

對(duì)流有效位能（convectiveavailablepotential en-ergy，CAPE，單位： J/kg ）代表云中氣塊在上升過程中經(jīng)過正能量區(qū)（氣塊密度小于環(huán)境密度的高度）時(shí)浮力所作的正功，是一個(gè)同時(shí)包含低層和高層空氣特性的參數(shù)，能夠真實(shí)地描述探空資料所代表的大氣不穩(wěn)定度，被廣泛用于表征大氣層結(jié)不穩(wěn)定度和氣塊上升時(shí)所擁有正浮力（Blanchard，1998；Chenetal.，2020）。正的CAPE表明大氣條件不穩(wěn)定，且CAPE值越大，發(fā)生冰雹、閃電和暴雨等災(zāi)害性天氣的可能性就越大（Zawadzkietal.，1981;Singhetal.，2017）。還有一些學(xué)者討論并完善了CAPE的具體計(jì)算方法，并應(yīng)用于業(yè)務(wù)預(yù)報(bào)和氣象研究中（李任承等，2010；鄒麗麗等，2017）。

許多觀測(cè)和分析結(jié)果都顯示了降水強(qiáng)度和CAPE存在著不同時(shí)空尺度上的聯(lián)系。例如Maliketal.（2021）研究發(fā)現(xiàn)在季節(jié)和年的時(shí)間尺度上，巴基斯坦CAPE值較高的區(qū)域與降水強(qiáng)度較高的區(qū)域基本重合。AdamsandSouza（2009）發(fā)現(xiàn)在熱帶洋面降水和CAPE呈負(fù)相關(guān)，而在熱帶和中緯度的陸面，沒有發(fā)現(xiàn)這種關(guān)系。BarkidijaandFuchs（2013）

發(fā)現(xiàn)中緯度地區(qū)的降水與CAPE的相關(guān)性強(qiáng)于熱帶和高緯度地區(qū)。Yanoetal.（2005）發(fā)現(xiàn)陸地的CAPE與降水強(qiáng)度之間存在一種非常微弱的正相關(guān)關(guān)系。上述表明不同地域的降水與CAPE之間關(guān)系復(fù)雜，這或許是地域間大氣穩(wěn)定度狀態(tài)差異，造成相應(yīng)降水差異的主要原因之一。

通常CAPE是通過地面探空站釋放探空球，其攜帶傳感器觀測(cè)到大氣溫度和濕度廓線來計(jì)算；由于世界氣象組織（WMO）規(guī)定格林尼治時(shí)間00時(shí)和12時(shí)（也就是北京時(shí)間08時(shí)和20時(shí)），各國(guó)探空站同時(shí)觀測(cè)大氣溫濕風(fēng)廓線，因此利用探空站資料，只能得到探空站附近這兩個(gè)時(shí)次的CAPE；由于探空站空間分布稀疏，廣闊地域CAPE的空間分布就難通過探空資料計(jì)算得到，而模式模擬輸出的CAPE與實(shí)際大氣CAPE存在一定的差異。為此，本文針對(duì)夏季江淮地區(qū)，將該地區(qū)探空資料與ERA5再分析資料相結(jié)合，分別計(jì)算探空資料的CAPE和ERA5的CAPE，利用探空資料CAPE校正ERA5CAPR，這樣就得到夏季江淮地區(qū)CAPE的空間分布，進(jìn)而研究江淮地區(qū)夏季CAPE的時(shí)空分布特征、CAPE與地形之間的關(guān)系。本文首先介紹使用的數(shù)據(jù)和CAPE計(jì)算方法，隨后闡述研究結(jié)果，主要介紹江淮地區(qū)地形特點(diǎn)、再分析數(shù)據(jù)CAPE的校正方法、江淮地區(qū)夏季CAPE特征，最后給出結(jié)論。

1數(shù)據(jù)與方法

本文使用的探空站資料來自全球無(wú)線電探空數(shù)據(jù)集（integratedglobal radiosondearchive，IGRA），IGRA是WMO資料中心發(fā)布的一套高質(zhì)量探空數(shù)據(jù)集。IGRA數(shù)據(jù)集基于全球超過1500個(gè)探空站的觀測(cè)，其觀測(cè)記錄時(shí)間長(zhǎng)（從1939年至今）。根據(jù)

WMO的規(guī)定，各探空站的探空儀每天進(jìn)行2個(gè)時(shí)次的探測(cè)（08時(shí)和20時(shí)，北京時(shí)，下同），觀測(cè)內(nèi)容包括氣壓、溫度、濕度、位勢(shì)高度和風(fēng)向風(fēng)速，并且進(jìn)行了嚴(yán)格的質(zhì)量控制（Durreetal.，2006；陳哲等，2014）。

本文采用的IGRA數(shù)據(jù)是自2014年更新后的版本，其較之前的版本增加了衍生數(shù)據(jù)，提供了利用露點(diǎn)、壓強(qiáng)、水汽壓等參數(shù)計(jì)算的折射率等數(shù)據(jù)。表1所示為江淮地區(qū)10個(gè)IGRA探空站的位置信息和命名信息，站點(diǎn)位置如圖1所示。

研究表明，對(duì)流有效位能是評(píng)估大氣是否穩(wěn)定、對(duì)流是否容易發(fā)展的指標(biāo)之一（Murugaveletal.，2012），當(dāng)氣塊的浮力大于重力時(shí)，氣塊將上升、獲得位能，即表明氣塊儲(chǔ)藏了潛在能量；如果氣塊釋放位能，這部分能量可轉(zhuǎn)化為大氣動(dòng)能，有利于對(duì)流發(fā)展，故CAPE表示氣塊從正浮力做功而獲得的能量。CAPE值 E_CAPE 計(jì)算公式如式（1）所示：

其中： R_d 是干空氣比氣體常數(shù)，為 287.05J/（kg?K） L_FC 為自由對(duì)流高度，代表氣塊溫度與環(huán)境溫度之差由負(fù)值轉(zhuǎn)為正值的高度； L_E 為平衡高度，代表上升氣塊遇到與自身溫度相當(dāng)?shù)沫h(huán)境空氣時(shí)的所在高度； T_vparcel 為絕熱氣塊的溫度； T_venv 為環(huán)境大氣溫度；p 則代表大氣壓強(qiáng)。本文將基于IGRA探空站數(shù)據(jù)計(jì)算的CAPE記為CAPE_IGRA。為了分析CAPE極端值的空間分布，本文根據(jù)CAPE的概率密度分布，設(shè)定了弱CAPE和強(qiáng)CAPE的閾值，并根據(jù)閾值統(tǒng)計(jì)了弱CAPE和強(qiáng)CAPE的頻次分布（即CAPE超過閾值的出現(xiàn)次數(shù)）。

ERA5再分析數(shù)據(jù)集是歐洲中期天氣預(yù)報(bào)中心制作的第五代（最新）全球大氣再分析資料。ERA5數(shù)據(jù)集基于IntegratedForecastSystemCy41r2模型，并吸收了其他模型模擬輸出和觀測(cè)的結(jié)果。ERA5數(shù)據(jù)集具有高時(shí)空分辨率，可以在 0.25^° 的空間分辨率上進(jìn)行每小時(shí)的輸出，其豐富的參數(shù)（散度、位勢(shì)高度、比濕、風(fēng)場(chǎng)、垂直速度和溫度等）優(yōu)于以前的版本（Zhaoetal.，2019;Hersbachetal.，2020），且廣泛用于大氣參數(shù)分析（SunandFu，2021；Sunetal.，2021;Sunetal.，2022）。在本文中使用了ERA5逐小時(shí)的CAPE數(shù)據(jù)和降水?dāng)?shù)據(jù)。

本文還使用了美國(guó)國(guó)家地球物理資料中心（NationalGeophysicalDataCenter，NGDC）的地形資料。該資料被用于研究全球范圍內(nèi)各種類型的地形地貌，其水平分辨率約為 0.03^° （約為 3km ）。使用該地形數(shù)據(jù)的目的，一方面表征江淮地區(qū)不同區(qū)域的地形分布情況；另一方面用于計(jì)算該地區(qū)的地形指數(shù)（Fuetal.，2018），地形指數(shù)TI（top-ographicalindex，單位： km ）為表征地形坡度的參量。某格點(diǎn)的地形指數(shù)是以此格點(diǎn)為中心，計(jì)算該格點(diǎn)海拔高度與其周圍8個(gè)格點(diǎn)海拔高度之差，8個(gè)差值絕對(duì)值的均值記為該格點(diǎn)的地形指數(shù)，它代表著 6km×6km 范圍內(nèi)地形的平均起伏程度。

2 結(jié)果分析

2.1 江淮地形特點(diǎn)

江淮地區(qū)狹義上是指長(zhǎng)江、淮河之間的地區(qū)，而廣義上可以理解為淮南、江南地區(qū)。圖1所示，江淮地區(qū)地勢(shì)低洼、海拔較低，一般低于 1km （地形指數(shù)小于 200m ），地形地貌復(fù)雜。自北向南淮河以北為平原、江淮之間為丘陵、長(zhǎng)江沿岸為河谷、江南至東南沿海為山地和丘陵。這一地區(qū)主要有大別山、天目山、黃山、九嶺山和懷玉山等山峰；主要的水系包括淮河、長(zhǎng)江、巢湖、太湖和鄱陽(yáng)湖。IGRA在江淮地區(qū)共有10個(gè)站點(diǎn)（位置如圖1紅點(diǎn)所示），它們分別處于平原、河谷、山地和沿海的丘陵。

2.2ERA5對(duì)流有效位能（CAPE）的校正

由于ERA5的CAPE與實(shí)際大氣不穩(wěn)定狀態(tài)有一定的差異（Flacketal.，2016），因此有必要利用實(shí)測(cè)大氣溫濕廓線計(jì)算的CAPR來校正ERA5的對(duì)流不穩(wěn)定。為此利用2018—2022年江淮地區(qū)夏季（6、7、8月）IGRA逐日08時(shí)和20時(shí)探空數(shù)據(jù)，根據(jù)CAPE的計(jì)算公式，計(jì)算得到各探空站逐日08時(shí)和20時(shí)的CAPE值（若大氣穩(wěn)定無(wú)法計(jì)算CAPE，則將CAPE記為0）。表2為2018—2022年江淮地區(qū)夏季逐日08時(shí)和20時(shí)的CAPE_IGRA均值（僅統(tǒng)計(jì)有效探測(cè)樣本）。2018—2022年IGRA各站總的探測(cè)樣本數(shù)為450次，表2表明大部分探空站的有效探測(cè)樣本比例均高于 50% ，其中02、03、09和10號(hào)站點(diǎn)的有效探測(cè)比例高于 70% 。20時(shí)IGRA站點(diǎn)的CAPE_IGRA均值高于08時(shí)。由于江淮地區(qū)夏季08時(shí)太陽(yáng)初升，大氣經(jīng)過夜晚發(fā)射輻射，溫度降低，大氣層結(jié)穩(wěn)定性升高；而在20時(shí)大氣被地表加熱了 ^12h ，溫度升高，大氣層結(jié)穩(wěn)定性降低，使得CAPE_IGRA均值變大。01號(hào)站點(diǎn)的CAPE_IGRA均值最大，08時(shí)和20時(shí)的CAPE_IGRA均高于1500J/kg。

由于ERA5為空間格點(diǎn)數(shù)據(jù)，利用它可計(jì)算得到江淮地區(qū)CAPE的空間分布。在計(jì)算時(shí)，使用了ERA5逐時(shí)逐層的CAPE數(shù)據(jù)。對(duì)ERA5CAPE的校正，主要利用CAPE_IGRA數(shù)據(jù)，具體校正過程如下：

1）計(jì)算CAPE_IGRA：基于IGRA探空數(shù)據(jù)，利用CAPE計(jì)算公式（式（1）），計(jì)算出10個(gè)站點(diǎn)08時(shí)和20時(shí)的對(duì)流有效位能（若大氣穩(wěn)定，則將CAPE_IGRA記為0）。

2）計(jì)算ERA5大氣柱的CAPE_ERA5，在探空站匹配CAPE_IGRA與ERA5的CAPE值：找到IGRA探空站相應(yīng)的ERA5格點(diǎn)（ 0.25^° 的格點(diǎn)），對(duì)格點(diǎn)的ERA5CAPE數(shù)據(jù)計(jì)算，即得到IGRA探空站同時(shí)空的ERA5CAPE值，記為CAPE_ERA5。

3）建立校正公式：選取2018—2021年江淮地區(qū)夏季CAPE_IGRA與CAPE_ERA5有效樣本（即CAPE_IGRA大于 200J/kg 的樣本），采用線性擬合的方法，分別建立08時(shí)和20時(shí)的校正公式，并計(jì)算其相關(guān)系數(shù)。

4）校正結(jié)果的獨(dú)立檢驗(yàn)：為了對(duì)校正后的CAPE進(jìn)行檢驗(yàn)，分別使用2022年08時(shí)和20時(shí)的CAPE_ERA5（未參與公式建立的統(tǒng)計(jì)計(jì)算），采用校正公式計(jì)算，將校正后的對(duì)流有效位能記為

CAPE_MOD，然后與2022年08時(shí)和20時(shí)的CPAE_IGRA進(jìn)行比對(duì)，并計(jì)算其相關(guān)系數(shù)。

5）校正ERA5再分析資料的CAPE：利用校正公式，分別校正2018—2022年江淮地區(qū)夏季逐日08時(shí)和20時(shí)ERA5的CAPE，校正后的對(duì)流有效位能記為校正對(duì)流有效位能（CAPE_COR）。

圖2為2018—2021年江淮地區(qū)夏季逐日08時(shí)（圖2a）和20時(shí)（圖2b）的CAPE_ERA5和CAPE_IGRA散點(diǎn)密度分布，其分布型相似，20時(shí)的密度中心（圖中紅色區(qū)域）在 800～1600J/kg，20 時(shí)相比08時(shí)散點(diǎn)密度中心偏向右上方，可知江淮地區(qū)夏季20時(shí)的CAPE值相比08時(shí)偏高。

江淮地區(qū)夏季08時(shí)和20時(shí)的探空數(shù)據(jù)對(duì)再分析數(shù)據(jù)校正的公式分別為：

其中： X 代表CAPE_ERA5; Y 則代表CAPE_IGRA。CAPE_ERA5與CAPE_IGRA相關(guān)系數(shù)分別為0.58和0.59。采用獨(dú)立樣本（2022年CAPE_IGRA數(shù)據(jù)）對(duì)式（2）和式（3）的檢驗(yàn)結(jié)果如圖2c、d所示，CAPE_MOD和CAPE_IGRA的散點(diǎn)密度分布基本位于圖對(duì)角線上，其相關(guān)系數(shù)分別為0.57和0.58，校正公式較為準(zhǔn)確。

使用校正公式（2）和（3）對(duì)江淮地區(qū)夏季2018—2022年08時(shí)和20時(shí)的CAPE_ERA5進(jìn)行校正，得到CAPE_MOD。2018—2022年江淮地區(qū)夏季逐日08時(shí)和20時(shí)IGRA站點(diǎn)探測(cè)時(shí)刻的CAPE_ERA5和CAPE_MOD均值統(tǒng)計(jì)結(jié)果如表3所示。統(tǒng)計(jì)發(fā)現(xiàn)，CAPE_ERA5_2均值（2018—2022年江淮地區(qū)夏季IGRA總樣本探測(cè)時(shí)刻的CAPE_ERA5均值）高于CAPE_ERA5_1均值（同上，但為IGRA有效樣本探測(cè)時(shí)刻）。同時(shí)CAPE_MOD_2均值（2018—2022年江淮地區(qū)夏季IGRA總樣本探測(cè)時(shí)刻的CAPE_MOD均值）高于CAPE_MOD_1均值（同上，但為IGRA有效樣本探測(cè)時(shí)刻）。由于CAPE_ERA5_2/CAPE_MOD_2均值在統(tǒng)計(jì)時(shí)剔除了CAPE值為0的樣本，校正后的CAPE_MOD均值（CAPE_MOD_1，CAPE_MOD_2）高于CAPE_ERA5均值（CAPE_ERA5_1，CAPE_ERA5_2），并且20時(shí)的CAPE值均高于08時(shí)，原因如前文所述。

為了研究江淮地區(qū)夏季CAPE的特征，本文利用校正公式對(duì)江淮地區(qū)夏季逐日08時(shí)和20時(shí)的ERA5再分析資料的CAPE值進(jìn)行校正，校正結(jié)果即為校正對(duì)流有效位能（CAPE_COR）。圖3為08時(shí)（圖3a）和20時(shí)（圖3b）的CAPE_COR概率密度分布曲線，08時(shí)CAPE_COR峰值約為 1 200J/kg ，而在20時(shí)約為 1500J/kg ，夜晚峰值更大。將08時(shí)和20時(shí)的CAPE_COR的后 30% 記為強(qiáng)

CAPE_COR，08時(shí)閾值為 1 200J/kg，20 時(shí)閾值為1500J/kg ，恰好在CAPE_COR峰值附近（圖3中紅線）；而將 CAPE_COR 的前 30% 記為弱CAPE_COR，08 時(shí)弱 CAPE_COR 閾值為 500J/kg ，20時(shí)的弱CAPE_COR閾值為 600J/kg （圖3中藍(lán)線）。

2.3江淮地區(qū)對(duì)流有效位能特征

強(qiáng)降水與CAPE存在復(fù)雜的聯(lián)系（Ramezanietal.，2019；陳姣，2020），準(zhǔn)確認(rèn)識(shí)江淮地區(qū)CAPE的時(shí)空分布對(duì)局地強(qiáng)對(duì)流的監(jiān)測(cè)與預(yù)報(bào)和防災(zāi)減災(zāi)等有著重要的影響。圖4展示了2018—2022江淮地區(qū)夏季08時(shí)和20時(shí)CAPE_COR的空間分布。在08時(shí)（圖4a、c）江淮地區(qū)CAPE_COR高值中心位于三山包夾的長(zhǎng)江河谷地帶，可達(dá) 1300J/kg （圖4a，c 中L），而CAPE_COR低值中心位于懷玉山上（圖4a、c中S），CAPE_COR最低值低于 800J/kg 。CAPE_COR高值中心與低值中心地理位置的差異在20時(shí)體現(xiàn)得更為明顯，20時(shí)（圖4b、d）CAPE_COR高值中心依舊位于長(zhǎng)江河谷（圖4b、d中L），但是卻擁有3個(gè)低值中心（圖4b、d中S），分別位于大別山、黃山與九嶺山上；與08時(shí)相比，江淮地區(qū)20時(shí)CAPE_COR較高。江淮地區(qū)夏季08時(shí)和20時(shí)的CAPE_COR空間分布呈現(xiàn)出自東南向西北、從河谷向山峰遞增的特征。

Fig.3Distributionof probabilitydensity（DPD）curvesof CAPE_COR at（a）08：00BSTand（b）20：00 BST intheYangtzeHuaihe region during summer（2018—2022）.The blue line represents the weak CAPE_COR threshold（ 30% ），whilethe redlinerepresentsthestrong CAPE_COR threshold（ 70% ）

圖5為江淮地區(qū)夏季08時(shí)和20時(shí)強(qiáng)、弱CAPE_COR的頻次空間分布。江淮地區(qū)夏季弱CAPE_COR（圖5a、b）的頻次分布呈現(xiàn)出自東南向西北遞增的特征，長(zhǎng)江河谷地帶出現(xiàn)頻次低值中心（圖5a、b中S），其頻次高值中心并不明顯。強(qiáng)CAPE_COR的頻次空間分布與弱CAPE_COR相反，其頻次分布呈現(xiàn)出從東南向西北遞減的特征，在長(zhǎng)江河谷呈現(xiàn)出頻次高值中心（圖5c、d中L），而在山峰出現(xiàn)瀕次低值中心（圖5c、d中S）。與08時(shí)（圖5a）相比，20時(shí)（圖5b）的弱CAPE_COR的頻次更低一些。由此可知，江淮地區(qū)的CAPE極大值常出現(xiàn)在三上包夾的長(zhǎng)江河谷地帶，因而導(dǎo)致該地區(qū)容易發(fā)生強(qiáng)對(duì)流天氣。

圖6為2018—2022年江淮地區(qū)夏季逐日08時(shí)（藍(lán)線）和20時(shí)（紅線）的CAPE_COR的季內(nèi)變化曲線。江淮地區(qū)夏季CAPE_COR季內(nèi)變化范圍極大，CAPE_COR從6月初的 450J/kg 增加至7月末的 1800J/kg ，又降低至8月末的 800J/kg ，變化范圍超過 1400J/kg ;CAPE_COR峰值出現(xiàn)在7月末，約為 1800J/kg 。由圖6可知20時(shí)（紅線）的CAPEΠ_-COR 季內(nèi)變化曲線與08時(shí)（藍(lán)線）相同，但是20時(shí)（紅線）的CAPE_COR值高于O8時(shí)（藍(lán)線），這與前文的研究的結(jié)果相同。

探析江淮地區(qū)CAPE值的日變化，需要在每個(gè)時(shí)刻分別建立校正公式后，對(duì)ERA5的CAPE進(jìn)行校正，才能得到研究數(shù)據(jù)，然而IGRA數(shù)據(jù)只有08時(shí)和20時(shí)兩個(gè)探測(cè)時(shí)刻。由于白晝地表的加熱作用，江淮地區(qū)夏季20時(shí)的CAPE明顯高于08時(shí)。因此，本文將20時(shí)的校正公式應(yīng)用于江淮地區(qū)夏季的白晝（08—20時(shí)），而將08時(shí)的校正公式應(yīng)用于夜晚（20時(shí)—次日08時(shí)）。由此可得到2018—2022江淮地區(qū)夏季逐日逐時(shí)的CAPE_COR。圖7展示了2018—2022年江淮地區(qū)夏季CAPE_COR和降水的日循環(huán)（北京時(shí)）。由日循環(huán)變化曲線可知，江淮地區(qū)夏季CAPE_COR值先降低（00—05時(shí)），再增加（05—15時(shí)）后又降低（15—24時(shí)）。在白晝（08—20時(shí)），江淮地區(qū)夏季CAPE_COR值均超過1 000J/kg ，而在夜晚（20時(shí)一次日08時(shí)）CAPE_COR值均低于 1000J/kg 。江淮地區(qū)夏季一天之內(nèi)CAPE_COR的谷值出現(xiàn)05時(shí)，約為 850J/kg ，峰值出現(xiàn)15時(shí)，約為 1 200J/kg ，峰谷值變化范圍約為350J/kg 。江淮地區(qū)ERA5的CAPE日循環(huán)變化趨勢(shì)與CAPE_COR的基本一致，其CAPE值略低于CAPE_COR。江淮地區(qū)的降水（該降水?dāng)?shù)據(jù)來自

ERA5數(shù)據(jù)集）先持續(xù)增大，到下午16時(shí)達(dá)到峰值后，又持續(xù)降低。CAPE與降水的變化在10時(shí)到22時(shí)吻合，降水的發(fā)生是由于大氣不穩(wěn)定度的累積，大氣中潛熱釋放的結(jié)果，而在00時(shí)至次日06時(shí)，CAPE與降水的變化剛好相反。在下午，CAPE的峰值比降水的峰值出現(xiàn)的提前1h，證實(shí)了CAPE對(duì)降水預(yù)測(cè)的先驗(yàn)性。

由圖4和圖5可知，江淮地區(qū)夏季CAPE的空間分布與地形存在一定的聯(lián)系，而圖8給出了這種關(guān)系的定量化描述。利用CAPE_COR數(shù)據(jù)，結(jié)合地形高度與地形指數(shù)數(shù)據(jù)，繪制了2018—2022年江淮地區(qū)夏季08時(shí)（圖8a）和20時(shí)（圖8b）的CAPE_COR與地形高度、地形指數(shù)散點(diǎn)分布（藍(lán)點(diǎn)），利用多變量擬合的方法建立了如圖8所示的關(guān)系式。08時(shí)和20時(shí)CAPE_COR與地形高度和地形指數(shù)的定量關(guān)系式分別為：

其中， 為校正對(duì)流有效位能; H_T 為地形高度； I_T 為地形指數(shù)。由式（4）和（5）可知，江淮地區(qū)夏季08時(shí)和20時(shí)的CAPE_COR與地形高度為負(fù)相關(guān)，而與地形指數(shù)為正相關(guān)關(guān)系，即江淮地區(qū)的地形高度越低，地形越陡峭，該地區(qū)的CAPE_COR越高。08時(shí)對(duì)比20時(shí)，所建立的擬合公式的截距更大，這說明江淮地區(qū)20時(shí)CAPE_COR比08時(shí)更高。08時(shí)相比20時(shí)，地形高度系數(shù)偏小，地形指數(shù)系數(shù)偏大，即地形指數(shù)在08時(shí)對(duì)CAPE_COR影響較大，而地形高度在20時(shí)對(duì)CAPE_COR影響較大。

3結(jié)論和討論

本文利用2018—2022年江淮地區(qū)夏季IGRA探空資料和ERA5再分析資料，通過線性擬合的方法，建立了探空數(shù)據(jù)對(duì)再分析數(shù)據(jù)CAPE校正的公式，得到江淮地區(qū)夏季逐日08時(shí)和20時(shí)校正的對(duì)流有效位能（CAPE_COR），并結(jié)合江淮地區(qū)地形分布，分析了江淮地區(qū)夏季CAPE時(shí)空分布特征，結(jié)果如下：

1）CAPE_ERA5與CAPE_IGRA的相關(guān)系數(shù)分別為0.58和0.59，散點(diǎn)密度分布基本位于圖對(duì)角線上，校正后CAPE與探空站CAPE的相關(guān)系數(shù)分別為0.57和0.58，這說明校正公式較為準(zhǔn)確。

2）在空間分布上，江淮地區(qū)夏季CAPE_COR呈現(xiàn)出從東南向西北、從河谷向山峰遞增的特征。CAPE_COR高值中心與低值中心存在地理差異，高值中心常出現(xiàn)在三山包夾的長(zhǎng)江河谷地帶，而低值中心則一般出現(xiàn)在山峰。同時(shí)，長(zhǎng)江河谷地帶常發(fā)生強(qiáng)CAPE_COR，在山峰上一般發(fā)生弱CAPE_COR，這從側(cè)面證明了CAPE與地形存在一定的聯(lián)系。

3）在時(shí)間變化上，江淮地區(qū)夏季CAPE_COR季內(nèi)變化范圍較大，變化范圍超過 1400J/kg ，峰值出現(xiàn)在7月末，約為 1800J/kg ；其日循環(huán)變化曲線表明，CAPE_COR先降低（O0—O5時(shí)），再增加（05—15時(shí)）后又降低（15—24時(shí)）。CAPE_COR在白晝（08—20時(shí)）超 1000J/kg ，而在夜晚（20時(shí)—次日08時(shí)）均低于 1 000J/kg 。江淮地區(qū)夏季一天之內(nèi)CAPE_COR谷值出現(xiàn)05時(shí)，約為850J/kg ，峰值出現(xiàn)15時(shí)，約為 1 200J/kg 。

4）江淮地區(qū)夏季08時(shí)和20時(shí)的CAPE_COR與地形高度為負(fù)相關(guān)，而與地形指數(shù)為正相關(guān)關(guān)系，即低海拔的陡峭地區(qū)CAPE_COR較強(qiáng)。

參考文獻(xiàn)（References）

AdamsDKouEdeieetsigoev 10.1175/2008MWR2502.1.

BarkidijaS dle latitudes[J].AtmosRes，124：170-180.DOI：10.1016/j.atmosres.2012.12.010.

Blanchard） 1520-0434（1998）0130870：ATVDOCgt;2.0.CO;2.

陳姣，2020.全球增暖背景下對(duì)流有效位能和對(duì)流抑制能的變化及其與降水的關(guān)系[D].南京：南京大學(xué)．ChenJ，2020.Changesof convective effectivepotentialergndcoveiesuppresionergundertheackgoudoflobalwaringandteirelatioshipithiio [D].Nanjing：Nanjing University.（in Chinese）.

ChenJDaiAGgetasitiebeotetedetieeobl mate，33（6） ：2025-2050.DOI：10.1175/JCLI-D-19-0461.1.

陳哲，楊旭，劉靚珂，等，2014.3種方法對(duì)中國(guó)探空溫度資料均一性檢驗(yàn)對(duì)比分析[J].氣象與環(huán)境學(xué)報(bào)，30（6）：141-146．ChenZ，Yang X，Liu LKetal.，opaatvealisofheedetectigoogeityfdioodetpaturedataiinaJeeio 30（6）：141-146.DOI：10.3969/j.issn.1673-503X.2014.06.021.（ in Chinese）.

DingYH，ChanJCL2005.TeEastAsiasummermosnanvervieJ]MeteorAtmsPhs，89（1）：17-42.DO：100/0 0125-z.

DingYHi monsoon.Part I：observed evidences[J].Int J Climatol，28（9）：1139-1161.DOI：10.1002/joc.1615.

董麗娜，郭品文，李曉峰，2006.瞬變波活動(dòng)與江淮地區(qū)夏季旱澇的關(guān)系[J].南京氣象學(xué)院學(xué)報(bào)，29（4）：470-476．DongLN，GuoPW，LiXF， 2006.RelationshipetwnactivityoftrasitaesdecessvedeficitsumerainiCangjaHuaiivebasinJjgst Meteor，29（4） ：470-476.DOI：10.13878/j.cnki.dqkxxb.2006.04.006.（in Chinese）.

DurreIosdte

FlackDLA，GrSatRAetfeiitrsigvioetsuingfielpidataJaJo Meteor Soc，142（700）：1393-1405.

FuYFPnXetliestftsiod [J].Climate Dyn，51（5）：1971-1989.DOI：10.1007/s00382-017-3992-3.

韓世茹，周須文，車少靜，等，2021.江淮流域夏季低頻降水的前期預(yù)報(bào)信號(hào)[J].大氣科學(xué)學(xué)報(bào)，4（2）：199-208．HanSR，Zhou XW，Che SJ，et al.，2021.ForecastsignalofuerlowfreqcypreipiineangzeHuaiiverbsinJ]astoSi4（2）： 10.13878/j.cnki.dqkxxb.20180227001.（ in Chinese）.

HersbachH，elleidetalbeaalsJuarete4）4

黃興友，陳曉穎，沈菲菲，等，2022.利用WRF和多普勒雷達(dá)資料同化對(duì)一次江淮地區(qū)梅雨降水過程的模擬研究[J].大氣科學(xué)學(xué)報(bào)，45（2））：225- 238.HuangXYChnXSenFFetal.Researhotheiulatioofapreciitatioeventalotheeiufrotintai eausingWRFndlerRdadtailatioJransAtsSci45（2）22-78kdxxb nese）.

金小霞，劉梅，李楊，等，2023.江淮梅雨期不同類型暴雨過程鋒生特征分析[J].大氣科學(xué)學(xué)報(bào)，46（4）：60-614．JinXX，LiuM，LiY，et al.， 2023.AnalysisftogsisaacteiststsfstsitJipsSi） 614.DOI： 10.13878/j.cnki.dqkxxb.20220727001.（ in Chinese）.

李任承，李紅艷，李煥，等，2010.對(duì)流有位能計(jì)算的新方案[J].氣象科學(xué)，30（1）：82-86．LiRC，LiHY，LiHD，etal.，2010.Thenewcalcu lationsemsofhiebleoteite）8/s Chinese）.

李勇，金榮花，周寧芳，等，2017.江淮梅雨季節(jié)強(qiáng)降雨過程特征分析[J].氣象學(xué)報(bào)，75（5）：717-728．LiY，JinRH，ZhouNF，etal.，2017.AnanalysisoncharacteristisofainfallproesesdurineeiseasoniJangairegionJctaMeteoinica75） 10.11676/qxxb2017.052.（ in Chinese）.

盧楚翰，王思濤，葉佳馨，等，2021.春季次天氣尺度氣旋年際變化對(duì)江淮地區(qū)降水的影響[J].大氣科學(xué)學(xué)報(bào)，4（2）：252-260．LuCH，Wang S T，YeJXetaleteraalfsbaoiiatai

[J].Trans Atmos Sci，44（2）：252-260.DOI：10.13878/j.cnki.dqkxxb.20200407001.（in Chinese）.

MalikSAdiobii ture[J].Theor Appl Climatol，146（1）：191-212.DOI：10.1007/s00704-021-03709-7.

MurgavelPaoaibleotetedit IntJClimatol，32（9） ：1362-1372.DOI：10.1002/joc.2359.

錢永甫，王謙謙，黃丹青，2007.江淮流域的旱澇研究[J].大氣科學(xué)，31（6）：1279-1289．QianYF，WangQQ，HuangDQ，2007.Studiesof floods and droughts in the Yangtze-Huaihe River basin[J].Chin JAtmos Sci，31（6）：1279-1289.（in Chinese）.

RamezaniZoghidtetal1Uiotielableotetale（A）ndtteraturectee rainfall-extremeevents inthe south-centralAndes[J].Atmosphere，10（7）：379.DOI：10.3390/atmos10070379.

壽紹文，勵(lì)申申，1996.1991年梅雨期江淮地區(qū)持續(xù)性暴雨降水強(qiáng)度的變化及其成因[J].南京氣象學(xué)院學(xué)報(bào)，19（2）：199-203．Shou SW，Li S S，1996.Variatioiifaltsityf99ovegaeditsfoatioJ]jstete： 199-203.DOI：10.13878/j.cnki.dqkxxb.1996. 02.007.（in Chinese）.

SinghMS，uglsiotetaleialdocaldsdl Proc Natl Acad Sci USA，114（44） ：11657-11662.DOI：10.1073/pnas.1707603114.

SunL，F(xiàn)uYAgdtasetfalngodsreipiaiodoricraeterssdoaalitadte measurementsof TRMMPRand VIRS[J].Earth System Science Data Discusions，13：2293-2306.DOI：10.5194/ess-2021-26.

SunLL，Yagetioicostbaaedisingis 1990—2019：boundarydiscrepancyandinteraalvariationJ]AtmosRes，275067DO：10.016/j.atmosres.06237.

SunN，F(xiàn)uYFZoLctoieinaebaaeid TRMM，COSMIC，radiosonde and reanalysis data[J].J Climate，34（19）：8047-8063.DOI：10.1175/jcli-d-20-0849.1.

王志毅，高慶九，胡邦輝，等，2017.近50a江淮地區(qū)梅雨期水汽輸送特征研究[J].大氣科學(xué)學(xué)報(bào)，40（1）：48-60．Wang ZY，GaoQJ，HuBH，et al.，2017.FatursofoisturetrasortieagtHaieiverbsiringteeieasonints5yearsasoi （1）：48-60.DOI：10.13878/j.cnki.dqkxxb.20150916002.（ in Chinese）.

吳晶璐，惠品宏，劉建勇，等，2019.江淮流域極端降水時(shí)空變化特征：站點(diǎn)觀測(cè)和再分析的對(duì)比[J].大氣科學(xué)學(xué)報(bào)，42（2）：207-220．WuJL， HuiPH，LiuJYtal9esaialeaturesofeipiotresiegtieieripaobetwn observation andreanalysis[J].Trans Atmos Sci，42（2）：207-220.DOI：10.13878/j.cnki.dqkxxb.20171013001.（inChinese）.

YanoJ1CbedaltbltQuree875.DOI：10.1256/qj.03. 188.

葉篤正，黃榮輝，王紹武，等，196.長(zhǎng)江黃河流域旱澇規(guī)律和成因研究[M].濟(jì)南：山東科學(xué)技術(shù)出版社．YeDZ，Huang RH，Wang SW.，etal.， 1996.ResearhonteegularitandcauseofroughtsandfoodinginhangzeRvrvldhYellovervally]Jinaadong Science and Technology Press.（in Chinese）.

Zawadzkioealeicbdiiai Sci，38（8） ：1535-1540.D01：10.1175/1520-0469（1981）038lt;1535：trbmtvgt;2.0.co;2.

張露云，左洪超，2023.1980—2019年江淮地區(qū)夏季氣溫變化及其異常年環(huán)流特征[J].氣象科技進(jìn)展，13（3）：29-35，40．ZhangLY，Zuo HC， 2023.Summertemperatureangesfro98Oto19inJagaigionadilationharacterisisinomalousyearsJdeteoSci Technol，13（3）：29-35，40.D0I：10.3969/j.issn.2095-1973.2022.00.001.（in Chinese）.

ZhaoB，Zangietl9aoofoeeaasterals Res，33（3） ：563-575.D0I：10.1007/s13351-019-8129-7.

鄒麗麗，譚桂容，李任承，等，2017.對(duì)流有效位能的本質(zhì)和一種新的計(jì)算方法[J].氣象科技進(jìn)展，7（3）：6-15．ZouLL，TanGR，LiRC，et al.， 2017.OntheeseneandnewcomputingmethodofconvectiveavailablepotentialenergyJ].AdvMeteorSciTechnol，7（3）：6-5O： 10.3969/j.issn.2095-1973.2017.03.001.（in Chinese）.

·ARTICLE·

Characteristics of convective available potential energy in summer in the Yangtze-Huaihe region

ZHAO Wenchuan'，YANG Ke¹ ，WU Zhenghao'，YANG Yuanjian2，F(xiàn)U Yunfei'

1School of Earth and Space Sciences，University of Science and Technology of China，Hefei 23oo26，China;

2School of Atmospheric Physics，Nanjing University of Information Science and Technology，Nanjing 21044，China

AbstractThis study investigates the spatiotemporal characteristics of convective available potential energy （CAPE）in the Yangtze-Huaihe region during summer（2018—2022）using IGRA sounding data and ERA5 reanalysis data.A linear regresion method was applied to develop a correction formula for ERA5 CAPE based on IGRA sounding observations，yielding a corrected dataset （CAPE_COR）for 08：00 BST and 20：00 BST on a daily scale.Correlation analysis shows that CAPE_ERA5 and CAPE_IGRA exhibit relatively strong agreement， with correlation coefficients of O.58 at O8：00 BSTand O.59 at 20：00 BST.Thescatterplot indicates that data points are densely clustered along the diagonal，confirming the accuracy of the correction.After applying the adjustment，the correlation coefficients between CAPE_COR and CAPE_IGRA slightly decrease to 0.57 and 0.58， respectively，demonstrating thereliabilityof the correction formula and its improved representationof the actual convective environment.

Spatially，summer CAPE_COR in the Yangtze-Huaihe region exhibits a distinct geographical pattern，increasing from southeast to northwest and from river valleys to mountain peaks.High CAPE_COR values are primarily concentrated in the Yangtze River vally，particularly in areas enclosed by three major mountain ranges，while lower values are observed over higher elevations.This distribution highlights a strong corelation between CAPE and topographic features，with higher CAPE_COR values more frequently occurring in the Yangtze River valley and weaker values over elevated terrains.Further analysis reveals that CAPE_COR at both O8：OO BST and 20：00 BST is negatively correlated with terrain height and positivelycorrelated with the terrain index，suggesting that areas with lower elevations and steeper slopes exhibit stronger convective energy.These findings emphasize the influence of topographyon localconvective conditions，where low-altitude valleys with pronounced terrain gradients are more conducive to the accumulation of convective energy.Temporally，CAPE_COR in the Yangtze-Huaihe region exhibits significant intra-seasonal and diurnal variations.The seasonal fluctuation exceeds 1400J/kg ，peaking at approximately 1800J/kg in late July.The diurnal cycle follows a distinct pattern：CAPE_COR decreases in the early morning （00：00 BST—O5：00 BST），rises sharply from morning to mid-afternoon （O5：00 BST—15：00 BST），and then declines again in the evening and night （15：00 BST—24：0O BST）.During the daytime（08：00 BST—20：00 BST），CAPE_COR consistently exceeds 1000J/kg ，while at night（20：00 BST—08：00 BST），it remainsbelow 1000J/kg .Thedailyminimum occursaround O5：Oo BST（approximately 850J/kg ），whilethe maximum appears at 15：00BST （around 1200J/kg ） .This diurnal cycle indicates that convective activity peaks in the afternoon，coinciding with maximum solar heating，and weakens during the early morning hours.

Overall，this study underscores the critical role of geographic and topographic features inshaping the spatial and temporal distribution of convective energy in the Yangtze-Huaihe region.These findings enhance the understanding ofCAPE characteristics and provide a valuable scientific basis for improving severe weather forecasting and advancing knowledge of convective processes in complex terrain.

KeywordsYangtze-Huaihe region;atmospheric instability;topographic index;convective available potential en ergy

（責(zé)任編輯：劉菲）