戴竹君 王黎娟 管兆勇 任晨平 李業(yè)進

?

熱帶風暴“Bilis”（0604）暴雨增幅前后的水汽輸送軌跡路徑模擬

戴竹君1, 2王黎娟1管兆勇1任晨平3李業(yè)進4

1南京信息工程大學氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心/氣象災(zāi)害教育部重點實驗室，南京210044;2南京市氣象局，南京210009;3中國人民解放軍94754部隊氣象臺，嘉興314013;4嘉興市氣象局，嘉興314000

采用水平分辨率1°×1°的NCEP 再分析資料、1°×1°的NCEP GDAS資料和2.5°×2.5°的NOAA大氣環(huán)流資料，結(jié)合NOAA HYSPLIT v4.8軌跡模式對0604號熱帶風暴“Bilis”整個生命史的水汽輸送特征進行模擬分析，并分析了“Bilis”暴雨增幅前和增幅后的水汽輸送軌跡及不同來源的水汽貢獻。結(jié)果表明，“Bilis”整個活動過程中主要有四支水汽輸送通道，分別是源自索馬里、孟加拉灣、120°E 越赤道氣流和東太平洋的水汽，其中源自索馬里和孟加拉灣的西南水汽輸送（偏南水汽通道）占主導地位，120°E 越赤道氣流和東太平洋的水汽是西南水汽隨著“Bilis”環(huán)流逆時針旋轉(zhuǎn)，自環(huán)流中心東北側(cè)進入雨區(qū)（東北水汽通道），是低壓環(huán)流與偏南風相互作用的結(jié)果。其中，偏南通道水汽大部分輸送到850 hPa以下的低層，自環(huán)流北側(cè)輸入的水汽則主要輸送到暴雨區(qū)上空850 hPa以上。對比暴雨增幅前后各通道的水汽貢獻率發(fā)現(xiàn)，孟加拉灣西南氣流輸送的低緯水汽對此次暴雨增幅的形成、發(fā)展起重要作用。

熱帶風暴“Bilis”暴雨增幅 水汽輸送 HYSPLIT模式

1 引言

眾所周知，暴雨維持的基本條件之一是有源源不斷的水汽供應(yīng)，沒有充足的水汽輸送就不可能有熱帶氣旋（TC）的生成和發(fā)展。TC若脫離水汽輻合帶，不再獲得水汽，則很快衰亡（王黎娟等，2011）。可見，大范圍的水汽輸送和集中是TC暴雨形成的重要條件。因此，分析TC暴雨的水汽來源和水汽輸送軌跡對于研究暴雨增幅的成因及其機理非常重要。目前，國內(nèi)外學者對降雨水汽輸送的研究已有很多。Tao and Chen（1987）指出南海、孟加拉灣的水汽輸送對于我國夏季強降水的發(fā)生很重要。孫建華和趙思雄（2000）指出除了孟加拉灣的水汽輸送，南海和西太平洋的水汽輸送對華北和東北的降水也很重要。丁一匯和胡國權(quán)（2003）通過對水汽通量流函數(shù)、勢函數(shù)的分解，指出半球尺度范圍的水汽輸送引發(fā)了強降水區(qū)的水汽輻合，水汽輸送是全球范圍內(nèi)的大尺度問題，來自南海和孟加拉灣的水汽輸送與我國大陸的強降水關(guān)系密切，南邊界（南海）的水汽對我國東部降水的影響強于西邊界。周玉淑等（2005）研究水汽的輸送發(fā)現(xiàn)，夏季南海夏季風和印度季風環(huán)流輸送的水汽是江淮流域降雨的主要來源。

上述研究大多是基于歐拉方法，但是歐拉方法無法客觀分離出降水的主要水汽輸送軌跡，亦無法定量不同水汽來源對降水的貢獻率。因此近年來，很多學者開始采用拉格朗日分析方法來研究降雨區(qū)的水汽來源。Makra等（2011）指出在軌跡追蹤研究中，HYSPLIT模式較其他模式有更好的性能。Stohl and James（2004）利用HYSPLIT軌跡模式研究2002年8月發(fā)生在中歐的一次極端降水事件，發(fā)現(xiàn)水汽的來源是地中海及地表蒸發(fā)。Brimelow and Reuter（2005）研究了三次極端降水過程, 指出低層的水汽主要來源于墨西哥灣。馬京津和高曉清（2007）采用HYSPLIT模式對華北地區(qū)近幾十年來的水汽輸送特征進行了研究。江志紅等（2011）對HYSPLIT模式的可靠性進行了驗證，模擬出的前向和后向軌跡在水平和垂直方向上都很接近，誤差較小，進一步證明HYSPLIT模式可以用于模擬氣流來向。

0604號熱帶風暴“Bilis”所造成的強降水有兩個主要特點：（1）登陸之后的降雨強度、范圍都強于登陸以前，“Bilis”深入內(nèi)陸維持時間之長，雨強之大，影響范圍之廣，歷史少見；（2）最強的降水出現(xiàn)在低壓環(huán)流的南側(cè)和地表輻合線附近，而一般TC暴雨主要分布在低壓中心附近（許映龍等，2005）。那么，這樣的暴雨分布是否與“Bilis”的水汽場分布特征相關(guān)呢? 其水汽場又是如何影響暴雨強度及范圍？本文將利用HYSPLIT模式對“Bilis”整個生命史的水汽輸送特征進行模擬分析，深入分析低緯水汽輸送對此次暴雨增幅的影響，以期為臺風暴雨預(yù)報業(yè)務(wù)提供更多參考依據(jù)。

2 資料與方法

2.1 資料

本文采用美國國家環(huán)境預(yù)測中心（NCEP）和國家大氣研究中心（NCAR）2006年7月9～18日每日四次1°×1° FNL（Final）全球再分析資料，全國地面加密自動站每日四次的觀測資料來診斷登陸熱帶氣旋“Bilis”的降水分布特征。首先利用NOAA水平分辨率2.5°×2.5°的大氣環(huán)流資料和HYSPLIT軌跡模式，模擬“Bilis”從生成至消失的整個活動過程，關(guān)注低緯不同通道的水汽輸送對“Bilis”降水的影響；然后，采用NCEP GDAS水平分辨率1°×1°的數(shù)據(jù)對熱帶風暴“Bilis”暴雨增幅前、后的水汽輸送狀況進行更加細致、深入地分析。

2.2 拉格朗日軌跡模式（HYSPLIT）簡介

HYSPLIT v4.8是美國國家海洋大氣局（NOAA）等機構(gòu)聯(lián)合開發(fā)的能夠處理不同氣象數(shù)據(jù)輸入，不同物理過程及不同排放源的一種包含輸送、擴 散、沉降過程的模式系統(tǒng)（Draxler and Hess，1997）。模式采用地形坐標，本文可變的時間步長（）選取6 h。模式在垂直方向上分為28層，將不同的氣象要素線性內(nèi)插到層上，水平網(wǎng)格則與輸入氣象場相同（Draxler and Hess, 1998）。

由于輸出軌跡較多，為了更直觀清晰地看出各條軌跡路徑，模式采用了簇分析方法對大量軌跡路徑進行聚類，其基本思想是按照軌跡路徑最接近的原則進行多條軌跡合并分組。聚類標準是每簇的空間方差（Spatial Variance，簡稱SV）為簇內(nèi)每條軌跡與簇平均軌跡對應(yīng)點的距離平方和，總空間方差（Total Spatial Variance，簡稱TSV）為各簇方差之和。總空間方差增加最小時對應(yīng)的簇分類就是最后結(jié)果。

最初，TSV迅速增加，然后TSV增加緩慢，但當分成一定數(shù)量的簇后，再進一步合并時，則TSV又迅速增大，說明此時將要合并的兩個簇已經(jīng)很不相似。把TSV再次迅速增大的點作為分簇過程的結(jié)束點，在TSV迅速增大之前分出的各個簇即為所得到的最終簇，計算可得到這幾個簇的平均軌跡。

2.3 水汽通道輸送貢獻率的計算

通道水汽貢獻率計算公式為

2.4 水汽收支方程的計算

通過計算暴雨增幅區(qū)（湘贛粵交界處）的區(qū)域平均水汽收支方程來分析水汽方程中的各項輸送及收支狀況，計算區(qū)域范圍為（24°～27°N，112°～114°E）。

區(qū)域平均水汽收支方程（丁一匯和王笑芳，1988；丁一匯，2005；Chen，1985）為

3 “Bilis”降水增幅及水汽收支

“Bilis”（0604）于2006年7月9日生成在菲律賓以東洋面，13日晚23時（北京時，下同）在臺灣宜蘭登陸，14日12時50分在閩北再次登陸，登陸時中心最大風力達11級，登陸后“Bilis”西北偏西行，14日16時在福建省閩侯縣減弱為熱帶風 暴，15日14時在贛西南減弱為熱帶低壓，17日逐漸填塞，18日晚在滇東減弱消失（圖略）?！癇ilis”在陸上持續(xù)5天之久，受其影響，浙南、閩東、閩南、湘南、贛南、粵北和粵東等地出現(xiàn)了大暴雨和特大暴雨（圖略）。一般來說TC登陸之后易在中心附近或其北側(cè)及TC東北側(cè)的倒槽中產(chǎn)生暴雨（許映龍等，2005），然而“Bilis”登陸之后暴雨中心卻主要位于其南側(cè)。

在“Bilis”登陸臺灣以前，大陸上基本沒有降水（圖略）。葉成志和李昀英（2011）對“Bilis”的逐時降雨量進行了分析，發(fā)現(xiàn)降水在15日02時出現(xiàn)了峰值，即15日02時開始出現(xiàn)暴雨增幅。圖1a是暴雨增幅前（7月9日20時至14日20時）降水量，圖1b是暴雨增幅后（15日02時至19日02時）降水量。由圖1a，在“Bilis”越過臺灣海峽直到登陸福建前，浙南沿海，福建東南沿海出現(xiàn)了明顯降水，浙閩沿海交界一帶出現(xiàn)了暴雨，降水量為40～80 mm，中心值還達到140 mm以上，局部出現(xiàn)了大暴雨，雨帶主要出現(xiàn)在風暴中心的北側(cè)；二次登陸福建之后，降水的強度明顯增強，最強的降水中心主要出現(xiàn)在粵贛湘交界和粵東，中心值達到了220 mm以上，出現(xiàn)大暴雨及特大暴雨，降水中心從風暴中心北側(cè)轉(zhuǎn)移到風暴中心的南側(cè)（圖1b）。因此可以將此次降水分為兩個階段：第一階段是暴雨增幅前（7月9日20時至14日20時）出現(xiàn)的降水；第二階段是暴雨增幅之后（7月15日02時至19日02時）出現(xiàn)的降水。

為了分析不同來向的水汽在暴雨增幅過程中所起的作用，選取暴雨增幅前7月9日20時至14日20時（25°～29°N，118°～122°E）和暴雨增幅后7月15日02時至19日02時（23°～26°N，112°～116°E），這與圖1中的時間和降雨區(qū)相對應(yīng)，分別考察四條側(cè)邊界（見圖1 中方框）上的水汽通量垂直分布特征（圖2）。在暴雨增幅之前（圖2a），西、南、北邊界自地面至100 hPa均為負值，在800 hPa達到極小值，即西、南、北側(cè)是水汽主要的流出方向；唯有東邊界整層都維持較強的水汽流入，即東側(cè)是主要的流入方向，且東側(cè)的水汽輸入明顯強于西、南、北側(cè)的水汽輸出，由此可知，初期降水的水汽主要來源于東邊界，TC環(huán)流東側(cè)的水汽輸送對此時的降水貢獻較大。在暴雨增幅后（圖2b），西、南邊界上水汽通量整層為正值，尤其是在850 hPa以下維持強的水汽輸送；東、北邊界水汽通量垂直分布相類似，整層全為負值，即東、北側(cè)是主要的水汽流出方向，并且西、南邊界上水汽輸送的強度顯著強于東、北側(cè)的水汽輸出強度。由此可知，后期西南季風、越赤道氣流的增強，西、南邊界的水汽輸送隨之增大，這是造成此次暴雨增幅的重要原因，后期水汽主要來源于西、南邊界。

圖1 2006年7月（a）9日20時（北京時，下同）至14日20時、（b）15日02時至19日02時累計降水量（單位：mm），實線顯示的是TC移動路徑

圖2 各側(cè)邊界水汽通量平均值的垂直變化曲線：（a）7月9日20時至14日20時（25°～29°N，118°～122°E），如圖1a方框所示區(qū)域；（b）7月15日02時至19日02時（23°～26°N，112°～116°E），如圖1b方框所示區(qū)域。實線表示西邊界，長虛線表示南邊界，實線空心圓表示東邊界，長短虛線表示北邊界；正值為流入，負值為流出；單位：g cm?1 hPa?1 s?1

根據(jù)上述水汽收支分析可以定量地了解此次降水過程低層至高層水汽方程中各項分布及水汽的大致來向，然而無法得知水汽是通過怎樣的途徑輸送進入華南流域，更無法得知不同洋面輸入水汽占全部輸入水汽的比重。

為了能夠更加定量地分析這次TC暴雨過程的水汽輸送狀況，揭示強降雨的水汽來源和具體的水汽輸送通道，下面將采用拉格朗日分析方法來追蹤“Bilis”活動期間及暴雨增幅前后的氣團運動軌跡。首先分析“Bilis”整個生命過程（7月9～18日）的水汽輸送狀況，再進一步模擬出暴雨增幅前后的氣團運動軌跡，得出增幅前后的主要水汽通道及各通道的水汽貢獻率。

4 “Bilis”活動期間水汽輸送軌跡分析

4.1 軌跡模式模擬方案

選取2006年7月9日08時至7月19日02時“Bilis”降水大值區(qū)（22.5°～30°N，110°～122.5°E）作為模擬區(qū)域，水平分辨率為2.5°×2.5°，垂直方向上分別選取500 m、1500 m、3000 m三個高度層次作為模擬初始高度。所用資料是NOAA的6小時一次，水平分辨率2.5°×2.5°的大氣環(huán)流資料。整個模擬空間的軌跡初始點為72個，模擬其后向追蹤9天的運動軌跡，每隔6小時輸出一次軌跡點位置，并且每6小時全部初始點重新后向追蹤模擬9天。

500 m、1500 m、3000 m三個高度模擬都得到960條軌跡，軌跡模式輸出的軌跡路徑數(shù)量較多，因此根據(jù)簇分析方法對所得軌跡進行聚類能夠更直觀清晰地看出軌跡分布。下面將分別討論500 m、1500 m、3000 m三個高度層次上的水汽輸送情況。

4.2 水汽輸送軌跡模擬結(jié)果

整個模擬空間的軌跡初始點為72個，模擬起始時間是7月18日08時，終止時間是9日08時，即模擬其后向追蹤9天的運動軌跡，每隔6小時輸出一次軌跡點位置，并且每6小時全部初始點重新后向追蹤模擬9天。

以1500 m（約850 hPa）高度為例來說明，1500 m高度上模擬共得到960條軌跡，根據(jù)簇分析方法對所得軌跡進行聚類，分析總空間方差的變化（圖3a），發(fā)現(xiàn)軌跡在聚類過程中的總空間方差在4條以內(nèi)迅速增長，因此確定這一階段模擬出的軌跡最終聚類為4條。聚類以后，采用公式（1）計算出TC活躍期間各個通道上的水汽輸送貢獻率（表1）。

表1 TC登陸后三個高度層各水汽通道的水汽貢獻

圖3b給出水汽來源的3條通道：一是40°～60°E索馬里越赤道氣流向東跨過阿拉伯海、孟加拉灣、中南半島和南海北部，最后輸送進入華南流域，這是此次暴雨的最主要水汽輸送通道，占該層水汽貢獻的48.3%（表1）；二是80°～100°E孟加拉灣氣流經(jīng)中南半島向北輸送，占23.6%（表1）；三是120°E越赤道氣流和130°E越赤道氣流匯合，從低壓環(huán)流的東北側(cè)輸送進入暴雨區(qū)。

圖3 “Bilis”活動期間1500m高度上（a）軌跡聚類空間方差增長率（橫坐標表示聚類條數(shù)，縱坐標表示空間方差增長率）和（b）水汽通道空間分布

而在500 m和3000 m高度上，TSV（圖略）都在4條以內(nèi)迅速增長，因此軌跡均聚類為4條。500 m高度上的路徑為孟加拉灣、南海、130°E越赤道氣流和東太平洋（圖略）；而3000 m高度上是索馬里、孟加拉灣、130°E越赤道氣流和東太平洋（圖略）。

根據(jù)上述分析，可以將此次臺風暴雨過程的水汽通道分為兩類基本反向的水汽輸送通道，一條是與西南季風相聯(lián)系的偏南水汽通道，該水汽輸送高值區(qū)有兩個主要來源：（1）來源于索馬里越赤道氣流的偏西水汽輸送，（2）來源于孟加拉灣的西南水汽輸送；另一條是與TC環(huán)流相聯(lián)系的源自西太平洋的東北水汽通道。而西南季風輸送的低緯水汽對暴雨起了主要水汽輸送作用，在500 m、1500 m、3000 m三個高度層上的水汽貢獻分別達到了82.8%、71.9%、88.4%（表1），占據(jù)了絕對優(yōu)勢，而來自西太平洋的北支水汽輸送對此次TC暴雨的貢獻不大。由此說明，“Bilis”低壓環(huán)流南側(cè)的西南風是更為直接和重要的水汽輸送，對暴雨落區(qū)、強度影響很大，東北側(cè)的水汽其實也是西南側(cè)水汽隨著“Bilis”低壓環(huán)流逆時針旋轉(zhuǎn)行進，沿著環(huán)流中心東側(cè)的強風速帶夾卷到環(huán)流北側(cè)聚集而成的，是該低壓環(huán)流與西南季風相互作用的結(jié)果。這南北兩支主要水汽通道在華南長時間交匯，形成了深厚的濕層和強水汽輻合，對“Bilis”低壓環(huán)流較長時間的維持及對南方特大暴雨的形成和發(fā)展有重要的作用。

眾所周知，索馬里急流是最強的一支越赤道氣流，水汽貢獻較大可以理解；但通過表1還發(fā)現(xiàn)，孟加拉灣的貢獻亦不容忽視，那么孟加拉灣的水汽輸送對此次暴雨增幅起怎樣的作用呢？下面將采用更細致的1°×1°資料來研究孟加拉灣水汽輸送對于暴雨增幅的影響。

5 暴雨增幅前后水汽輸送軌跡分析

為了更加細致、深入地分析熱帶風暴“Bilis”引發(fā)的暴雨增幅前、后的水汽輸送狀況，進一步采用NCEP GDAS 的全球1°×1°數(shù)據(jù)（GDAS資料按每個月的5個星期進行保存），結(jié)合HYSPLIT軌跡模式，將此次降水分為兩個階段：第一階段是暴雨增幅前（7月9日20時至14日20時）出現(xiàn)的降水；第二階段是暴雨增幅之后（7月15日02時至19日02時）出現(xiàn)的暴雨過程，模擬出暴雨增幅前后的氣團運動軌跡，得出引發(fā)此次暴雨增幅的主要水汽通道及各通道的水汽貢獻率，以期為實時的臺風暴雨預(yù)報業(yè)務(wù)提供更多的參考依據(jù)。

5.1 暴雨增幅前水汽輸送軌跡

5.1.1 軌跡模式模擬方案

暴雨增幅前（7月9日20時至14日20時），選取模擬區(qū)域如圖1a（25°～29°N，118°～122°E）4°×4°，水平分辨率為1.0°×1.0°，垂直方向上分別選取500 m、1500 m、3000 m三個高度層次作為模擬初始高度。暴雨增幅前整個空間的軌跡初始點為75個，模擬其后向追蹤5天的運動軌跡。

500 m、1500 m、3000 m三個高度模擬都得到600條軌跡，采用簇分析方法對所得軌跡進行聚類以便能更直觀清晰地看出軌跡分布。下面將分別討論500 m、1500 m、3000 m三個高度層次上的水汽輸送情況。

5.1.2 模擬軌跡路徑分析

以1500 m和3000 m高度為例來詳細說明，通過分析TSV（圖4a和圖4c）發(fā)現(xiàn)，都在3條以內(nèi)迅速增長，因此1500 m和3000 m高度上模擬出的軌跡都聚類為3條。1500 m高度上的3條路徑：一是孟加拉灣水汽經(jīng)中南半島、南海輸送進入我國，二是南海南部水汽向東輸送并與第三條130°E越赤道氣流合并，從低壓環(huán)流的東北側(cè)進入（圖4b）。圖4c可見，聚類條數(shù)少于3條時，TSV迅速增加；若聚類為4條時，TSV又有所增大，說明此時將要合并的兩個簇已不太相似，因此3000 m高度上的軌跡最終聚類為3條，分別來自于孟加拉灣、南海和130°E越赤道氣流，特別引起注意的是，這三條水汽均未從TC南部經(jīng)過，而是隨著“Bilis”低壓環(huán)流逆時針旋轉(zhuǎn)行進從TC北側(cè)進入（圖4d），這是較強的TC低壓環(huán)流與大尺度的偏南氣流相互作用的結(jié)果。

圖4 暴雨增幅前各高度上（a、c）軌跡聚類空間方差增長率（橫坐標表示聚類條數(shù)，縱坐標表示空間方差增長率）和（b、d）水汽通道空間分布：（a、b）1500 m；（c、d）3000 m

500 m高度上，軌跡在聚類過程中的總空間方差在4條以內(nèi)迅速增長（圖略），因此確定軌跡最終聚類為4條（圖略）。一是孟加拉灣水汽經(jīng)過南海向東北輸送進入雨區(qū)；二是南海水汽向北輸送入暴雨區(qū)；三是130°E越赤道氣流；四是140°E越赤道氣流。其中，130°E和140°E越赤道氣流匯合，從“Bilis”低壓環(huán)流的東北側(cè)輸送進入雨區(qū)。

因此，在暴雨增幅之前，主要有兩類反向的水汽輸送通道，分別是來源于孟加拉灣的西南水汽以及與TC環(huán)流相聯(lián)系的源自西太平洋和南海的東北水汽通道，尤其是在3000 m（約700 hPa）高度上，由于此時TC仍然維持強盛，隨著“Bilis”逆時針旋轉(zhuǎn)，西南氣流、東南氣流輸送的水汽都沿著環(huán)流中心的強風速帶夾卷到環(huán)流東北側(cè)。

5.2 暴雨增幅后水汽輸送軌跡

5.2.1 軌跡模式模擬方案

暴雨增幅后（7月15日02時至19日02時），選取模擬區(qū)域如圖1b所示（23°～26°N，112°～116°E）3.0°×4.0°，水平分辨率為1°×1°，垂直方向上分別選取500 m、1500 m、3000 m三個高度層次作為模擬初始高度。暴雨增幅后，整個空間的軌跡初始點有60個，模擬其后向追蹤4天的運動軌跡，每隔6小時輸出一次軌跡點位置，并且每6小時全部初始點重新后向追蹤模擬4天。

500 m、1500 m、3000 m三個高度模擬都得到400條軌跡。聚類分析之后再采用公式（1）計算出暴雨增幅前、后各個通道上的水汽輸送貢獻率（表2）。下面將分別討論500 m、1500 m、3000 m三個高度層次上的水汽輸送情況。

5.2.2 模擬軌跡路徑分析

以1500 m和3000 m高度為例來詳細說明，通過分析總空間方差的變化（圖5a和圖5c）發(fā)現(xiàn) 1500 m和3000 m高度上分別在3條和4條以內(nèi)迅速增長。但進一步分析3000 m高度上對應(yīng)的拉格朗日全軌跡分布圖（圖略），該高度上的4支水汽通道中有一支僅由6條軌跡聚類形成，與400條軌跡相比個數(shù)較少，可以考慮忽略，因此1500 m和3000 m高度上模擬出的軌跡都聚類為3條。1500 m高度上的3條路徑：一是孟加拉灣水汽經(jīng)中南半島、南海輸送進入我國，是主要的水汽來源，占58.4%（表2）；二是南海北部；三是130°E越赤道氣流，來自南海南部和130°E越赤道氣流的水汽順著TC逆時針旋轉(zhuǎn)，從低壓環(huán)流的西北側(cè)匯入暴雨區(qū)（圖5b）。3000 m高度上也有3條路徑，分別來自于孟加拉灣、125°E和130°E越赤道氣流，其中孟加拉灣水汽是該層最主要的水汽輸送來源，占44.4% （表2），來自西太平洋的兩支水汽也是隨著“Bilis”環(huán)流逆時針旋轉(zhuǎn)進入（圖5d）。

圖5 暴雨增幅后各高度上（a、c）軌跡聚類空間方差增長率（橫坐標表示聚類條數(shù)，縱坐標表示空間方差增長率）和（b、d）水汽通道空間分布：（a、b）1500 m；（c、d）3000 m

500 m高度上模擬共得到400條軌跡，通過分析總空間方差的變化（圖略），TSV在2條以內(nèi)迅速增長，因此確定第一階段模擬出的軌跡最終聚類為2條。500 m高度上在暴雨增幅階段的水汽來源有2條：一是孟加拉灣水汽途徑中南半島和南海，最后輸送進入華南地區(qū)，這是此次暴雨的最主要水汽輸送通道，占該層水汽貢獻的75.7%（表2）；二是西太平洋水汽經(jīng)臺灣島向西北輸送，沿著TC環(huán)流逆時針旋轉(zhuǎn)行進，從低壓環(huán)流的北側(cè)輸入暴雨區(qū)，這部分水汽較弱，占該層水汽貢獻的24.3%。

進一步分析暴雨增幅前、后各通道的水汽貢獻（表2）可知，暴雨增幅前，TC環(huán)流東北側(cè)的水汽輸送較強，且主要輸送到850 hPa以上大氣，越往高處比重越大，這主要是由于此時TC環(huán)流強度維持，環(huán)流中心東側(cè)的強風速帶夾卷大量水汽聚集到環(huán)流北側(cè)；暴雨增幅后，孟加拉灣西南氣流輸送的水汽比重逐漸增強，在500 m、1500 m上分別由增幅前的43.3%、41.9%增加到75.7%、58.4%，因此源自孟加拉灣西南氣流輸送的低緯水汽對降水顯著增幅起重要作用，此次TC暴雨增幅與西南季風增強、季風涌的爆發(fā)關(guān)系密切。在3000 m高度，雖然暴雨增幅之前孟加拉灣水汽貢獻（56.7%）比暴雨增幅后（44.4%）略大，但是在暴雨增幅之前，源自孟加拉灣的水汽未從TC南部流入，而是隨著“Bilis”低壓環(huán)流逆時針旋轉(zhuǎn)進入環(huán)流中，加上運行路徑越長，攜帶的水汽量明顯減少。

表2 暴雨增幅前、后三個高度層各通道的水汽貢獻（加粗字體表示該部分水汽是從TC環(huán)流北側(cè)進入雨區(qū)，其余表示該部分水汽是從TC環(huán)流偏南側(cè)進入雨區(qū)）

因此，TC環(huán)流北側(cè)水汽輸送對第一階段（暴雨增幅前）的降水貢獻較大，且主要輸送到850 hPa以上大氣，越往高處比重越大，這主要是由于此時“Bilis”仍較為強盛，強的氣旋性環(huán)流與大尺度的偏南氣流相互作用，使得偏南氣流輸送的水汽隨著“Bilis”環(huán)流中心的強風速帶逆時針旋轉(zhuǎn)由環(huán)流東北側(cè)輸入雨區(qū)，是該低壓環(huán)流與西南季風相互作用的結(jié)果，各通道氣流登陸后由于地形的影響有不同程度抬升，水汽損失較大。在第二階段（暴雨增幅后），孟加拉灣西南氣流輸送的水汽比重逐漸增強，在850 hPa以下尤為明顯，500 m高度上由之前的43.3%增幅到75.7%，1500 m高度上由41.9%增至58.4%，這是由于此時西南季風增強，孟加拉灣西南氣流輸送的水汽比重增強，輸送充沛的水汽、潛熱進入暴雨區(qū)，有利于TC暴雨的維持和增強?？梢?，低壓環(huán)流南側(cè)的西南風是更為直接和重要的水汽輸送，孟加拉灣氣流在后期的增強對造成此次暴雨增幅的形成和發(fā)展起重要作用。

6 與歐拉水汽輸送分析方法對比

選取“Bilis”活動期間1500 m層次上（約 850 hPa）的歐拉水汽輸送分析方法與拉格朗日方法比較，圖6是9～18日“Bilis”活動期間850 hPa水汽通量分布，歐拉流場TC環(huán)流一直與一條顯著水汽輸送帶相聯(lián)結(jié)，水汽自索馬里經(jīng)阿拉伯海、孟加拉灣和南海輸送到我國東南部，匯入TC環(huán)流水汽的多少主要受索馬里、孟加拉灣水汽向東輸送的影響，但無法看出水汽是通過何種途徑從洋面輸送進入暴雨區(qū)。然而，由拉格朗日全軌跡分布圖（圖略），并結(jié)合水汽貢獻（表1）可以看出，暴雨區(qū)水 汽貢獻最大的一支是索馬里越赤道氣流的向東輸送，占該層水汽貢獻的48.3%；其次是孟加拉灣氣流，占23.6%；較弱的是120°E越赤道氣流和西太平氣流。

圖6 9日08時至18日08時850 hPa水汽通量分布（單位：g cm?1 hPa?1 s?1），陰影表示水汽通量≥400 g cm?1 hPa?1 s?1的區(qū)域

可見，歐拉方法常用的水汽通量圖無法準確確定水汽輸送通道，而拉格朗日后向軌跡追蹤的方法可以克服這一缺點，也可以更加客觀定量地分析出各個來向水汽的比重（表1）。

7 主要結(jié)論

本文首先通過水汽收支方程和各邊界水汽通量的計算，分析了0604號熱帶風暴“Bilis”的水汽收支狀況；然后利用NOAA軌跡模式HYSPLIT v4.8模擬TC整個生命史及暴雨增幅前后的氣團運動軌跡，并對水汽輸送的貢獻做了定量分析，主要結(jié)論如下：

（1）“Bilis”暴雨增幅前的水汽主要來源于東 邊界；后期西南季風、越赤道氣流增強，西、南邊界的水汽輸送隨之增大，這是造成此次暴雨增幅的重要原因，后期水汽主要來源于西、南邊界。

（2）“Bilis”整個生命過程中主要有三條水汽輸送通道：①40°～60°E索馬里急流通道，經(jīng)阿拉伯海、孟加拉灣，跨越中南半島和南海北部向東北方向輸送進入暴雨區(qū)；②80°～100°E孟加拉灣通道，跨越中南半島輸送進入我國南部；③120°E 越赤道氣流—東太平洋通道，這部分水汽隨著“Bilis”低壓環(huán)流逆時針旋轉(zhuǎn)行進，沿著環(huán)流中心東側(cè)的強風速帶夾卷到氣旋環(huán)流北側(cè)，進入暴雨區(qū)。其中源自索馬里和孟加拉灣的水汽輸送比重很大。

（3）采用更細致地1°×1°資料分析“Bilis”暴雨增幅前后的主要水汽通道及水汽貢獻率，發(fā)現(xiàn)主要存在兩類基本反向的水汽輸送通道，一條是與西南季風相聯(lián)系的偏南水汽通道，即孟加拉灣的水汽輸送，這是最主要的水汽來源；另一條是與TC環(huán)流相聯(lián)系的源自南海和西太平洋的東北水汽通道，是偏南水汽隨著TC逆時針旋轉(zhuǎn)匯入的，是低壓環(huán)流與偏南風相互作用的結(jié)果。其中，偏南水汽通道的水汽大部分輸送到850 hPa以下的低層，而南海和西太平洋的東北水汽主要輸送到暴雨區(qū)上空850 hPa以上。

（4）暴雨增幅前，自TC環(huán)流東北側(cè)進入的水汽對降水貢獻較大，且主要輸送到850 hPa以上大氣，越往高處比重越大，這可能是由于此時“Bilis”較為強盛，強的氣旋性環(huán)流與大尺度的偏南氣流相互作用，使偏南氣流輸送的水汽隨著TC逆時針旋轉(zhuǎn)由環(huán)流東北側(cè)輸入雨區(qū)；暴雨增幅后，中低層孟加拉灣的西南氣流水汽輸送比重顯著增大，這是由于西南季風增強，季風涌爆發(fā)，孟加拉灣西南氣流增強，輸送充沛的水汽、潛熱進入暴雨區(qū)，有利于“Bilis”暴雨的維持和增強，因此孟加拉灣西南氣流輸送的低緯水汽對此次TC暴雨增幅的形成、發(fā)展起重要作用，此次暴雨增幅與孟加拉灣氣流增強、季風涌爆發(fā)有密切關(guān)系。

（References：）

Brimelow J C, Reuter G W. 2005. Transport of atmospheric moisture during three extreme rainfall events over the Mackenzie River basin [J]. J. Hydrometeor., 6 (4): 423–440.

Chen T C. 1985. Global water vapor flux and maintenance during FGGE [J]. Mon. Wea. Rev., 113 (10): 1801–1819.

丁一匯, 王笑芳. 1988. 1983年長江中游梅雨期的熱源和熱匯分析 [J]. 熱帶氣象學報, 4 (2): 134–145. Ding Yihui, Wang Xiaofang. 1988. An analysis of distribution of apparent heat sources and sinks over the middle reaches of the Yangtze River during the Meiyu season in 1983 [J]. Journal of Tropical Meteorology (in Chinese), 4 (2): 134–145.

丁一匯，胡國權(quán). 2003. 1998年中國大洪水時期的水汽收支研究 [J]. 氣象學報，61 (2): 129–145. Ding Y H, Hu G Q. 2003. A study on water vapor budget over China during the 1998 severe flood periods [J]. Acta Meteorologica Sinica (in Chinese), 61 (2): 129–145.

丁一匯. 2005. 高等天氣學 [M]. 北京: 氣象出版社, 585pp. Ding Yihui. 2005. Advanced Synoptic Meteorology (in Chinese) [M]. Beijing: China Meteorological Press, 585pp.

Draxler R R, Hess G D. 1998. An overview of the HYSPLIT_4 modeling system for trajectories, dispersion and deposition [J]. Australian Meteorological Magazine, 47 (2): 295–308.

江志紅, 梁卓然, 劉征宇, 等. 2011. 2007年淮河流域強降水過程的水汽輸送特征分析 [J]. 大氣科學, 35 (2): 361–372. Jiang Zhihong, Liang Zhuoran, Liu Zhengyu, et al. 2011. A diagnostic study of water vapor transport and budget during heavy precipitation over the Huaihe River basin in 2007 [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 35 (2): 361–372.

馬京津, 高曉清. 2006. 華北地區(qū)夏季平均水汽輸送通量和軌跡的分析 [J]. 高原氣象, 25 (5): 893–899. Ma Jingjin, Gao Xiaoqing. 2006. The transportation paths of water vapor and its relation to climate change over North China [J]. Plateau Meteorology (in Chinese), 25 (5): 893–899.

Makra L, Matyasovszky I, Guba Z, et al. 2011. Monitoring the long-range transport effects on urban PM10levels using 3D clusters of backward trajectories [J]. Atmos. Environ., 45 (16): 2630–2641.

Stohl A, James P. 2004. A Lagrangian analysis of the atmospheric branch of the global water cycle. Part I: Method description, validation, and demonstration for the August 2002 flooding in central Europe [J]. Journal of Hydrometeorology, 5 (4): 656–678.

孫建華, 趙思雄. 2000. 登陸臺風引發(fā)的暴雨過程之診斷研究 [J]. 大氣科學, 24 (2): 223–237. Sun Jianhua, Zhao Sixiong. 2000. Diagnoses and simulations of typhoon (Tim) landing and producing heavy rainfall in China [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 24 (2): 223–237.

Tao S Y, Chen L X. 1987. A review of recent research on the East Asian summer monsoon in China [M]. Review of Monsoon Meteorology, Oxford University Press, 60–92.

王黎娟, 高輝, 劉偉輝. 2011. 西南季風與登陸臺風耦合的暴雨增幅診斷及其數(shù)值模擬 [J]. 大氣科學學報, 34 (6): 662–671. Wang Lijuan, Gao Hui, Liu Weihui. 2011. Diagnosis and numerical simulation of increased torrential rainfall associated with a landfalling typhoon coupled with southwest monsoon [J]. Transactions of Atmospheric Sciences (in Chinese), 34 (6): 662–671.

許映龍, 高拴柱, 劉震坤. 2005. 臺風云娜陸上維持原因淺析 [J]. 氣象, 31 (5): 32–36. Xu Yinglong, Gao Shuanzhu, Liu Zhenkun. 2005. Cause analysis of maintenance of typhoon Rananim on land [J]. Meteorological Monthly (in Chinese), 31 (5): 32–36.

葉成志, 李昀英. 2011. 熱帶氣旋“碧利斯”與南海季風相互作用的強水汽特征數(shù)值研究 [J]. 氣象學報, 69 (3): 496–507. Ye Chengzhi, Li Yunying. 2011. A numerical study of the characteristics of strong moisture transport as a result of the interaction of tropical storm Bilis with the South China Sea monsoon [J]. Acta Meteorologica Sinica (in Chinese), 69 (3): 496–507.

周玉淑, 高守亭, 鄧國. 2005. 江淮流域2003年強梅雨期的水汽輸送特征分析 [J]. 大氣科學, 29 (2): 195–204. Zhou Yushu, Gao Shouting, Deng Guo. 2005. A diagnostic study of water vapor transport and budget during heavy precipitation over the Changjiang River and the Huaihe River basins in 2003 [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 29 (2): 195–204.

戴竹君, 王黎娟, 管兆勇, 等. 2015. 熱帶風暴“Bilis”（0604）暴雨增幅前后的水汽輸送軌跡路徑模擬[J]. 大氣科學, 39 (2): 422?432, doi:10.3878/j.issn. 1006-9895.1404.13340. Dai Zhujun, Wang Lijuan, Guan Zhaoyong, et al. 2015.Simulation of water vapor transport paths before and after increased rainstorms from tropical storm Bilis (0604) [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39 (2): 422?432.

Simulation of Water Vapor Transport Paths before and after Increased Rainstorms from Tropical Storm Bilis (0604)

DAI Zhujun1, 2, WANG Lijuan1, GUAN Zhaoyong1, REN Chenping3, and LI Yejin4

1/,,210044 ;2,210009 ;3,,314013 ;4,314000

Using the HYSPLIT v4.8 model and the NOAA atmospheric circulation (2.5°×2.5°) and NCEP GDAS (1.0°×1.0°) data, the authors investigated variations in water vapor transportation features and the contribution of water vapor to their major pathways from Tropical Storm Bilis (0604). The authors classified the data into two phases: pre-rainstorm and post-rainstorm. The results indicate that the entire Bilis life cycle has four major water channels: Somalia, the Bay of Bengal, a cross-equatorial flow at 120°E, and the eastern Pacific water vapor. The data was then further classified into two reversed categories: the first is the southward water vapor transported from Somalia and the Bay of Bengal, which plays a key role in moisture transportation; the second is the cross-equatorial airflow at 120°E and the flow from the eastern Pacific, which results from the interaction between the cyclone and the southwest monsoon and enters a rain belt northeast of the circulation center. The southern water vapor channel from the Somali jet and the Bay of Bengal is related to the southwest monsoon and transports moisture up to levels of 850 hPa. The South China Sea and the western Pacific transports moisture to levels greater than 850 hPa. Comparing the water vapor contribution rate of each channel before and after increased rainstorms, it is observed that the low latitude water vapor, formed due to increased rainstorms in the Bay of Bengal, plays a significant role in the formation and development of the increased moisture during torrential rain.

Tropical storm “Bilis”, Rainfall increase, Vapor transportation, HYSPLIT model

1006-9895(2015)02-0422-11

P445

A

10.3878/j.issn.1006-9895.1404.13340

2013-12-27；網(wǎng)絡(luò)預(yù)出版日期2014-05-23

國家重點基礎(chǔ)研究發(fā)展計劃2009CB421505，江蘇省自然科學基金項目BK20131432，江蘇省高校自然科學研究重大項目14KJA170004，江蘇省“青藍工程”

戴竹君，女，1989年出生，碩士，主要從事熱帶氣旋數(shù)值模擬研究。E-mail: daizhujun99@163.com

王黎娟，E-mail: wljfw@163.com