苗春生　徐方姝, 3　王堅(jiān)紅　余鐘奇　高義梅張旭南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心/氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，南京00上海浦東新區(qū)氣象局，上海00353遼寧省氣象服務(wù)中心，沈陽(yáng)066華風(fēng)氣象傳媒集團(tuán)有限公司，北京0008

兩種溫室氣體排放情景下中國(guó)汛期江淮暴雨低渦特征研究

苗春生1徐方姝1, 3王堅(jiān)紅1余鐘奇2高義梅4張旭4
1南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心/氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，南京210044
2上海浦東新區(qū)氣象局，上海200135
3遼寧省氣象服務(wù)中心，沈陽(yáng)110166
4華風(fēng)氣象傳媒集團(tuán)有限公司，北京100081

苗春生，徐方姝，王堅(jiān)紅，等. 2016. 兩種溫室氣體排放情景下中國(guó)汛期江淮暴雨低渦特征研究 [J]. 大氣科學(xué), 40 (2): 257?270.Miao Chunsheng, Xu Fangshu, Wang Jianhong, et al. 2016. Characteristics of heavy rainfall vortexes during the flood season in Jiang-Huai valley under two greenhouse gas emissions scenarios [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40 (2): 257?270, doi: 10.3878/j.issn.1006-9895.1505.15109.

本文基于一個(gè)水平分辨率為 50 km 的區(qū)域氣候模式RegCM4（Regional Climate Model，version 4.0）的模擬與預(yù)估結(jié)果，對(duì)我國(guó)汛期江淮暴雨低渦在氣候變化背景下的統(tǒng)計(jì)特征與合成結(jié)構(gòu)進(jìn)行分析，進(jìn)一步對(duì)兩種溫室排放情景下未來(lái)中國(guó)汛期的江淮暴雨低渦特征進(jìn)行預(yù)估。結(jié)果表明：RegCM4模式對(duì)環(huán)境要素及低渦都具有一定的模擬能力，低渦的伸展高度、生命期及暴雨位置模擬結(jié)果與觀測(cè)較為接近，但模擬的低渦個(gè)數(shù)、最大暖區(qū)高度以及溫、濕要素分布均比實(shí)際略偏低，而風(fēng)速和低渦的強(qiáng)度模擬則偏強(qiáng)；在未來(lái)兩種溫室排放情景預(yù)估方面，RCP4.5（Representative Concentration Pathways，簡(jiǎn)稱RCP）典型濃度排放情景下，暴雨低渦數(shù)量比例減少，強(qiáng)度減弱,但低渦發(fā)展高度仍以850 hPa為主，生命期多為2 d以內(nèi)，低渦雨區(qū)分布及最大暖區(qū)高度均與歷史時(shí)段相近；RCP8.5情景下，暴雨低渦比例明顯大于RCP4.5情景，低渦發(fā)展高度以700 hPa為主，生命期達(dá)3 d的增多，強(qiáng)度增強(qiáng)，最大暖區(qū)厚度范圍顯著伸展。兩種情景下均有低渦中溫度鋒區(qū)減弱，而濕度鋒區(qū)增強(qiáng)，但RCP8.5情景減弱與增強(qiáng)更顯著，顯示更高的溫室氣體排放將導(dǎo)致未來(lái)出現(xiàn)更強(qiáng)的暴雨低渦，造成伴隨暴雨的低渦災(zāi)害性天氣的增加，因此應(yīng)進(jìn)一步深化對(duì)低渦暴雨災(zāi)害性天氣發(fā)展趨勢(shì)的研究。

Founded by National Natural Science Foundation of China (Grant 41276033), National Science and Technology Support Program (Grant 2012BAH05B01), Project Supported by the Special Scientific Research Fund of Meteorological Public Welfare Profession of China (Grant GYHY 201206068), Climate Change Special Fund of China Meteorology Administration (Grant CCSF201318), Jiangsu Science and Technology Support Programs (Grants BE2012774, BE2014729), Superiority Discipline Construction Project of Jiangsu Universities and Colleges (PAPD)

1　引言

氣候變化是全球變化研究中的重要內(nèi)容和核心問(wèn)題，它給全球和中國(guó)的社會(huì)、經(jīng)濟(jì)以及環(huán)境帶來(lái)重大影響，因此受到各國(guó)政府及民眾越來(lái)越多的關(guān)注與重視，而氣候模式對(duì)于氣候的模擬和預(yù)估，是氣候變化研究中的重要工具之一。由于氣候具有明顯的區(qū)域性特征，而全球環(huán)流模式在模擬區(qū)域氣候方面雖具有一定的模擬能力，但因其分辨率較低尚存在較大的不確定性，因此20世紀(jì)90年代以來(lái)區(qū)域氣候模式迅速發(fā)展起來(lái)且得到了較為廣泛的應(yīng)用，現(xiàn)在已經(jīng)成為氣候研究和業(yè)務(wù)預(yù)報(bào)的重要工具（Gao et al., 2001; 鞠麗霞和王會(huì)軍，2006; Yu et al., 2010）。相比全球氣候模式，區(qū)域氣候模式對(duì)區(qū)域氣候模擬表現(xiàn)出了明顯的優(yōu)勢(shì)（Liang et al., 2001；Patricola and Cook, 2007；張冬峰和石英，2012）。李巧萍和丁一匯（2004）的研究結(jié)果表明RegCM（Regional Climate Model）對(duì)我國(guó)北方長(zhǎng)期的干旱氣候態(tài)有一定的模擬能力；很多學(xué)者又利用了RegCM2（version 2.0）、RegCM3和RegCM4等區(qū)域氣候模式對(duì)我國(guó)氣候進(jìn)行了數(shù)值實(shí)驗(yàn)，研究結(jié)果表明模式對(duì)溫度和降水均有一定的模擬能力，能較好地模擬它們的空間分布特征及時(shí)間變化趨勢(shì)（Gao et al., 2002；高學(xué)杰等，2003，2006；石英等，2010；廉麗姝和束炯，2007；翟穎佳和李耀輝，2013）；Gao et al.（2013）利用RegCM4嵌套BCC_ CSM1.1模式對(duì)21世紀(jì)中國(guó)地區(qū)氣候變化進(jìn)行了預(yù)估，結(jié)果表明RCP8.5（Representative Concentration Pathways，簡(jiǎn)稱RCP）情景下增溫較RCP4.5更加明顯，而在降水方面兩個(gè)模式的結(jié)果則不同。

可見(jiàn)，已有研究工作大部分都是對(duì)區(qū)域氣候模式產(chǎn)品的模擬效果進(jìn)行評(píng)估以及對(duì)未來(lái)氣候變化進(jìn)行預(yù)估，主要集中在溫度和降水兩個(gè)要素，而在全球氣候變暖的大背景下，中小尺度天氣系統(tǒng)對(duì)氣候變化也會(huì)有明顯響應(yīng)，例如在維持時(shí)間、伸展高度、空間范圍、平均強(qiáng)度、發(fā)生頻率、發(fā)生區(qū)域和雨帶配置等方面都有所響應(yīng)；而梅汛期暴雨是夏季影響中國(guó)長(zhǎng)江中下游地區(qū)的主要?dú)庀鬄?zāi)害之一，由于中尺度渦旋與暴雨密切相關(guān)（Sun et al., 2010），因此中尺度低渦是梅雨暴雨的主要中尺度天氣系統(tǒng)之一（苗春生等，2014a，2014b）。對(duì)長(zhǎng)江流域梅汛期暴雨及暴雨低渦的研究一直是我國(guó)氣象工作者關(guān)心和研究的重點(diǎn)（高坤和徐亞梅，2001；孫建華等，2004；郭蕊等，2013）。如楊引明等（2010）和沈杭鋒等（2013）對(duì)長(zhǎng)江下游的中尺度低渦活動(dòng)進(jìn)行了統(tǒng)計(jì)與普查，分析了低渦背景大尺度環(huán)境場(chǎng)及低渦與環(huán)境系統(tǒng)的關(guān)系；張敬萍等（2015）對(duì)夏季長(zhǎng)江流域兩類中尺度渦旋進(jìn)行了統(tǒng)計(jì)與合成研究，結(jié)果表明，與長(zhǎng)江上游西南低渦相比，江淮大別山低渦多發(fā)生在6月，垂直伸展高度更淺薄，引發(fā)降水更強(qiáng)；更多的研究是對(duì)江淮暴雨低渦的結(jié)構(gòu)分析與動(dòng)力機(jī)制的診斷（董佩明和趙思雄，2004；李博和趙思雄，2009；周玉淑和李博，2010；傅慎明等，2012；張?jiān)旱龋?013）。因此結(jié)合區(qū)域氣候模式考慮不同溫室排放情景的影響，分析未來(lái)中國(guó)汛期江淮暴雨低渦的特征變化是有待開(kāi)展的研究?jī)?nèi)容。

因此，本文是基于一個(gè)區(qū)域氣候模式RegCM4的氣候變化模擬和預(yù)估結(jié)果（Gao et al., 2013），進(jìn)行了RCP8.5與RCP4.5兩種溫室排放情景對(duì)江淮暴雨低渦特征影響效果的分析研究。在檢驗(yàn)?zāi)Ｊ綄?duì)低渦模擬能力的基礎(chǔ)上，探討未來(lái)兩種溫室排放情景下2020～2030年汛期江淮暴雨低渦的特征變化。

2　資料與方法

溫室氣體排放情景，是對(duì)未來(lái)氣候變化預(yù)估的基礎(chǔ)。本文采用新一代情景“典型濃度路徑”中RCP8.5與RCP4.5兩種情景（van Vuuren et al., 2011a，2011b；王紹武等，2012）：RCP8.5 情景是2100年輻射強(qiáng)迫上升至8.5 W m?2，這是最高的溫室氣體排放情景。這個(gè)情景假定人口多、技術(shù)革新率不高、能源改善緩慢，導(dǎo)致長(zhǎng)時(shí)間高能源需求及高溫室氣體排放，而缺少應(yīng)對(duì)氣候變化的政策；RCP4.5 情景是 2100 年輻射強(qiáng)迫穩(wěn)定在4.5 W m?2?？紤]了與全球經(jīng)濟(jì)框架相適應(yīng)的，長(zhǎng)期存在的全球溫室氣體和生存期短的物質(zhì)的排放，采用低端排放基準(zhǔn)和中等減緩措施。

文中江淮汛期指的是江淮地區(qū)（28°～35°N，111°～125°E）的5～7月，所用模式資料為區(qū)域氣候模式RegCM4產(chǎn)品，水平分辨率為50 km×50 km，垂直方向11層。該模式模擬范圍覆蓋整個(gè)中國(guó)及周邊地區(qū)，模式邊界條件采用單項(xiàng)嵌套BCC_CSM1.1全球氣候系統(tǒng)模式獲得。本研究中所使用的時(shí)段分別為1995～2005年（當(dāng)代），其溫室排放狀況為同時(shí)期觀測(cè)的溫室氣體狀態(tài)；以及2020～2030年（未來(lái)），溫室排放狀況為RCP4.5 和RCP8.5兩種情景。用于檢驗(yàn)?zāi)Ｊ綄?duì)當(dāng)代氣候模擬能力的資料為歐洲中心ERA-interim 1995～2005年的再分析資料（當(dāng)代觀測(cè)）。

低渦的識(shí)別是在研究區(qū)域內(nèi)，對(duì)歐洲中心ERA-interim再分析資料以及RegCM4模擬產(chǎn)品進(jìn)行地面至500 hPa各高度層流場(chǎng)分析，對(duì)繪制的各層流場(chǎng)圖，依據(jù)是否有閉合的氣旋式環(huán)流，判斷和識(shí)別低渦，在識(shí)別出的低渦范圍內(nèi)若出現(xiàn)暴雨[＞50 mm (24 h)?1]，則視為暴雨低渦。低渦中心通過(guò)對(duì)925～500 hPa各層中閉合流線最大外圈所在層的中心來(lái)確定；低渦垂直尺度以閉合環(huán)流發(fā)生的最高高度層來(lái)確定，即若500 hPa層上可見(jiàn)閉合環(huán)流則判斷低渦的垂直尺度為500 hPa（深厚）；起始識(shí)別出渦旋的時(shí)間即為低渦出現(xiàn)的時(shí)間。

3　汛期江淮地區(qū)背景要素特征及情景趨勢(shì)

本研究主要分為兩個(gè)時(shí)段，歷史檢驗(yàn)時(shí)段為1995～2005年，未來(lái)情景時(shí)段為2020～2030年。為了給出汛期江淮地區(qū)背景要素的定性變化趨勢(shì)，本文將溫度、濕度、風(fēng)速和降水分別對(duì)兩個(gè)研究時(shí)段進(jìn)行時(shí)間平均并在研究區(qū)域內(nèi)進(jìn)行區(qū)域平均得到以下結(jié)果。

從圖1a中的溫度圖中可以看出，在歷史時(shí)段內(nèi)，垂直方向上在150 hPa以下各層，模式模擬的溫度都比觀測(cè)溫度偏小，且隨著高度的增加，模擬的溫度與觀測(cè)溫度的差距越來(lái)越大。而在未來(lái)時(shí)段內(nèi)，兩種情景預(yù)估的平均溫度比模式模擬的歷史時(shí)段的平均溫度均有所增加，并且RCP8.5情景下的增溫大于RCP4.5情景下的增溫（圖1b）。在對(duì)流層低層水汽含量較大的區(qū)域，模式對(duì)歷史時(shí)段濕度的模擬與觀測(cè)資料的結(jié)果很相近，僅在700 hPa以上模擬結(jié)果較實(shí)況偏小（圖1c）。而從圖1d的偏差圖中可以看出，未來(lái)兩種情景下濕度都相對(duì)歷史時(shí)段有所增加，且RCP8.5情景相較RCP4.5情景增濕更明顯，尤其是在對(duì)流層低層。

從表1中可以看出RegCM4模式對(duì)江淮地區(qū)汛期近地面平均風(fēng)速及總降水量的總體模擬效果及預(yù)估未來(lái)的總體趨勢(shì)。從平均風(fēng)速來(lái)看，模式在歷史時(shí)段對(duì)江淮地區(qū)近地面平均風(fēng)速的模擬結(jié)果是偏大的，而在未來(lái)溫室排放增加、溫度升高的情況下，近地面風(fēng)速也有著相應(yīng)的增大，且RCP8.5情景下的增幅略大于RCP4.5。從降水方面來(lái)看，模式在歷史時(shí)段對(duì)江淮地區(qū)降水的模擬結(jié)果是偏小的，而在未來(lái)兩種情景下，降水量較歷史時(shí)段的模擬結(jié)果都有所增加，但RCP4.5情景下的模式預(yù)估結(jié)果降水量增大顯著，這與前面幾個(gè)要素的變化并不完全一致，說(shuō)明并不是隨著溫度、濕度以及風(fēng)速的增加程度越大，降水量的變化量也越大，從而也說(shuō)明了降水量變化的復(fù)雜性。

圖1　1995～2005年當(dāng)代觀測(cè)與模式模擬（a）溫度（單位：K）和（c）濕度（單位：g kg?1）的垂直分布，2020～2030年未來(lái)兩種情景與歷史時(shí)段模擬（b）溫度差值（單位：K）和（d）濕度差值（單位：g kg?1）的垂直分布Fig. 1　Vertical section of observed (ERA-Interim) and simulated (Historical simulation) (a) temperature (units: K) and (c) humidity (units: g kg?1) during 1990–2005; vertical sections of differences between forecasted (2020–2030, under two emissions scenarios) and historical (1995–2005) (b) temperature (units: K) and (d) humidity (units: g kg?1)

由上可見(jiàn)，歷史時(shí)段模式模擬的結(jié)果與觀測(cè)較為相近，說(shuō)明模式對(duì)溫度、濕度、風(fēng)速及降水量具有一定的模擬能力。而對(duì)未來(lái)兩種情景來(lái)說(shuō)，溫度、濕度及近地面風(fēng)速均有所增加，且RCP8.5情景相對(duì)RCP4.5情景下的增幅更加明顯。而降水在未來(lái)兩種情景下均有增加，但增加幅度不同。關(guān)于低渦暴雨增加幅度，以及江淮低渦其它特征變化將在后文第5節(jié)中分析討論。

表1　不同時(shí)段汛期江淮地區(qū)平均降水量與風(fēng)速Table 1　Average precipitation and average wind velocity in Jiang-Huai valley in different periods

4　RegCM4模式對(duì)歷史汛期江淮暴雨低渦的模擬檢驗(yàn)

本節(jié)將對(duì)RegCM4模擬結(jié)果和觀測(cè)資料（ERA-interim）中1995～2005年汛期江淮地區(qū)低渦的一些基本統(tǒng)計(jì)特征以及結(jié)構(gòu)特征分別進(jìn)行對(duì)比分析，從而檢驗(yàn)RegCM4模式對(duì)汛期江淮暴雨低渦的模擬能力。

4.1統(tǒng)計(jì)特征對(duì)比

統(tǒng)計(jì)結(jié)果表明，觀測(cè)資料在11年中出現(xiàn)了51個(gè)低渦，而模式模擬結(jié)果則出現(xiàn)了39個(gè)，可見(jiàn)模式模擬出的低渦較觀測(cè)偏少。從低渦的發(fā)展高度來(lái)看（圖2a），觀測(cè)資料和模式模擬結(jié)果中低渦發(fā)展到700 hPa及以下的低渦比例都為84%，而發(fā)展到500 hPa的只有16%。說(shuō)明雖然模式模擬的低渦個(gè)數(shù)比觀測(cè)少，但是在低渦發(fā)展高度方面，各高度層低渦個(gè)數(shù)占低渦總數(shù)的百分比相差不大，說(shuō)明江淮地區(qū)汛期中尺度低渦大多數(shù)為淺薄低渦。同時(shí)從低渦的生命期來(lái)看（圖2b），觀測(cè)資料和模式模擬的低渦生命期在2 d以內(nèi)的分別占86% 和87%，說(shuō)明汛期江淮地區(qū)的低渦系統(tǒng)主要表現(xiàn)為生命期較短的低渦活動(dòng)。

圖2　1995～2005 年汛期江淮地區(qū)低渦（a）發(fā)展高度（單位：hPa）、（b）生命期（單位：d），（a、b）中百分比為各項(xiàng)占低渦總數(shù)的比例；低渦暴雨區(qū)中心相對(duì)低渦中心的位置和距離示意圖：（c）當(dāng)代觀測(cè)、（d）模式模擬Fig. 2　The (a) vertical development height (units: hPa) and (b) life span (units: d) of the low vortex in Jiang-Huai valley during the historical period (the percentage refers to the proportion relative to the total number of vortexes), and the rainstorm position relative to the center of the low vortex in the (c) observation and (d) simulated results

1995～2005年汛期，觀測(cè)出現(xiàn)暴雨的比例達(dá)到49%，而模式模擬結(jié)果中此比例為54%。雖然模式模擬的總低渦數(shù)和暴雨數(shù)都比觀測(cè)資料的結(jié)果要小，但是出現(xiàn)暴雨的比例卻略高于觀測(cè)資料，而兩種資料的結(jié)果得出的暴雨比例都在50%左右，說(shuō)明低渦的發(fā)生發(fā)展跟暴雨的關(guān)系是非常密切的。那么就低渦暴雨發(fā)生的位置（圖2c、d）而言，雖然每個(gè)低渦暴雨發(fā)生的位置、距離低渦中心的位置不盡相同，但是暴雨區(qū)主要發(fā)生在低渦的東側(cè)，尤其是東南側(cè)。統(tǒng)計(jì)結(jié)果顯示觀測(cè)資料統(tǒng)計(jì)出的暴雨區(qū)中心更加密集，貼近于低渦中心，大部分在距離低渦中心400 km的范圍內(nèi)，而模擬結(jié)果顯示的暴雨區(qū)中心則相對(duì)離散。

從上面的分析可以看出，低渦的發(fā)生發(fā)展跟暴雨的關(guān)系非常密切，正確分析和認(rèn)識(shí)汛期暴雨低渦結(jié)構(gòu)特征，對(duì)于了解低渦暴雨變化趨勢(shì)具有重要意義。

4.2結(jié)構(gòu)特征對(duì)比

為了進(jìn)一步研究汛期江淮暴雨低渦的平均結(jié)構(gòu)特征，本文將出現(xiàn)暴雨的低渦進(jìn)行了進(jìn)一步挑選和動(dòng)態(tài)合成，以每個(gè)渦旋發(fā)展最強(qiáng)盛的日期選為該渦旋合成時(shí)刻，并以渦旋中心為合成中心，東西各6個(gè)經(jīng)度，南北各6個(gè)緯度作為合成范圍，以合成后的渦旋作為11年平均的結(jié)果來(lái)討論其平均結(jié)構(gòu)特征。下面對(duì)觀測(cè)與模擬的兩種資料的低渦合成結(jié)果進(jìn)行對(duì)比分析。

4.2.1流場(chǎng)和渦度場(chǎng)

對(duì)比兩種資料合成后各層的流場(chǎng)（圖3）可以看出，700 hPa及以下各層上均有明顯的氣旋性環(huán)流中心，對(duì)應(yīng)合成得到的中尺度暴雨低渦，且低渦自下而上逐漸向北傾斜，到500 hPa渦旋已消失，對(duì)應(yīng)對(duì)流層中層為一致的平直西風(fēng)，由此可見(jiàn)這種汛期暴雨低渦是對(duì)流層中低層的系統(tǒng)，較淺薄。雖然兩者在850 hPa和925 hPa的結(jié)果較為相似，但在700 hPa上實(shí)際合成的低渦緯向范圍較大，而模式模擬的低渦緯向范圍較觀測(cè)的偏小。

圖3　觀測(cè)（左列）和模式模擬（右列）的多年平均的（a、b）500 hPa、（c、d）700 hPa及（e、f）850 hPa合成流場(chǎng)，“C”為850hPa層合成低渦中心，下同。橫坐標(biāo)為距低渦中心的緯向的經(jīng)度（單位：°），縱坐標(biāo)為距低渦中心的經(jīng)向的緯度（單位：°）Fig. 3　Dynamic synthesis of the stream fields at (a, b) 500 hPa, (c, d) 700 hPa, and (e, f) 850 hPa from the (a, c, e) observation and (b, d, f) simulation results, on average [the ‘C’ indicates the center of the vortex at 850 hPa, the same below; x-axis: zonal longitudes (units: longitudes); y-axis: meridional latitudes (units: latitudes)

渦度場(chǎng)與流場(chǎng)上氣旋性環(huán)流相配合的有正渦度中心（圖4a、b），兩者在700 hPa及以下低渦中心附近均有正渦度中心，而觀測(cè)資料的正渦度中心相對(duì)低渦中心更偏東，且模式模擬的低渦強(qiáng)度比觀測(cè)的低渦偏強(qiáng)。從垂直分布圖（圖5a）中可以看出合成低渦在對(duì)流層低層對(duì)應(yīng)的是正渦度區(qū)和輻合區(qū)，觀測(cè)低渦的低層正渦度最大值出現(xiàn)在700 hPa，而模式模擬的結(jié)果則出現(xiàn)在850 hPa，比觀測(cè)偏低。兩者均在400 hPa以上轉(zhuǎn)為負(fù)渦度，而觀測(cè)低渦的負(fù)渦度最大值強(qiáng)于模式模擬低渦的負(fù)渦度最大值。

4.2.2散度和垂直速度場(chǎng)

對(duì)于合成散度和垂直速度場(chǎng)（圖4c、d），在對(duì)流層低層700 hPa及以下，輻合區(qū)位于低渦中心東側(cè)及東南側(cè)，500 hPa垂直上升運(yùn)動(dòng)區(qū)也與輻合中心相對(duì)應(yīng)；而500 hPa及以上，低渦中心上空及東側(cè)則表現(xiàn)為輻散，200 hPa更強(qiáng)（圖略），這種低層輻合高層輻散的配置以及強(qiáng)上升運(yùn)動(dòng)有利于降水的產(chǎn)生，與降水產(chǎn)生在低渦東側(cè)相對(duì)應(yīng)。而模式模擬的輻合中心與垂直上升運(yùn)動(dòng)大值中心相對(duì)觀測(cè)結(jié)果都較為離散，這也解釋了模式模擬的暴雨中心相對(duì)低渦中心的位置較為離散，距離更遠(yuǎn)。

圖4　（a、b）合成850 hPa渦度場(chǎng)（單位：10?5s?1），（c、d）850 hPa輻合場(chǎng)（陰影，單位：10?5s?1）和500 hPa垂直速度場(chǎng)（等值線，單位：10?3hPa s?1）：（a、c）當(dāng)代觀測(cè)；（b、d）模式模擬Fig. 4　Dynamic synthesis of (a, b) vorticity fields at 850 hPa (units: 10?5s?1) and (c, d) convergence fields at 850 hPa (shading; units: 10?5s?1) and vertical velocity at 500 hPa (contours; units: 10?3hPa s?1): (a, c) Observation; (b, d) simulation

從散度場(chǎng)的垂直分布（圖5b）來(lái)看，觀測(cè)資料的無(wú)輻散層大約位于400 hPa左右，高層則轉(zhuǎn)為較強(qiáng)的輻散，輻散最大值出現(xiàn)在200 hPa以上；而模式模擬結(jié)果顯示低渦的無(wú)輻散層大約位于500 hPa，高層轉(zhuǎn)為強(qiáng)輻散，最大值位于300 hPa左右，且圖中顯示觀測(cè)資料的低層輻合略小于模式模擬結(jié)果，而高層輻散情況則相反。

4.2.3溫度與濕度場(chǎng)

對(duì)溫度場(chǎng)的結(jié)構(gòu)采用對(duì)空間平均值求離差的方法來(lái)討論（圖6a、b），具體做法是在合成范圍內(nèi)，求出通過(guò)低渦中心附近的緯向剖面上相應(yīng)經(jīng)向上的平均值，再求出緯向剖面上各點(diǎn)值對(duì)此值的偏差。

圖6顯示，兩種資料結(jié)果都表現(xiàn)為低渦附近700 hPa以下是冷空氣堆，之上到200 hPa都為暖性結(jié)構(gòu)，這說(shuō)明合成的暴雨低渦具有上暖下冷的結(jié)構(gòu)，但模擬的低渦暖中心所在高度比觀測(cè)偏低。從850 hPa溫濕場(chǎng)的分布來(lái)看（圖略），暴雨低渦的東南側(cè)是一東北—西南走向的暖濕氣流帶，而北側(cè)地區(qū)有一干冷空氣自東北向西南；溫度場(chǎng)上，梅雨鋒鋒區(qū)和低壓區(qū)有一條等溫線較密集的弱鋒區(qū)，濕度場(chǎng)上則為高濕區(qū)并且南北濕度的水平梯度較大，兩種資料的結(jié)果整體較為相似。

4.2.4高低空急流

從高低空急流分布表（表2）中可以看到對(duì)流層低層低渦的東南側(cè)有一條東北—西南走向的西南風(fēng)大風(fēng)速帶，合成風(fēng)速在8 m s?1以上，該低空西南急流左側(cè)氣旋式切變對(duì)低渦及暴雨的發(fā)生發(fā)展具有重要的增強(qiáng)作用。同時(shí)觀測(cè)的最大風(fēng)速達(dá)10 m s?1，模擬的最大風(fēng)速則達(dá)到了14 m s?1，比觀測(cè)結(jié)果略偏大；在對(duì)流層高層存在近乎東西向的極大風(fēng)速帶，實(shí)況低渦中心北側(cè)則存在大于32 m s?1的急流，且大風(fēng)速范圍比模式模擬結(jié)果向南擴(kuò)展更大。高空急流右側(cè)的反氣旋輻散流場(chǎng)，有利于低渦中的上升運(yùn)動(dòng)以及低渦的維持。

通過(guò)上述分析來(lái)看，RegCM4區(qū)域氣候模式在低渦統(tǒng)計(jì)和結(jié)構(gòu)特征方面都具有一定的模擬能力；雖然有一些偏差，但在合理范圍內(nèi)，因此考慮模式偏差隨時(shí)間平移，模式對(duì)未來(lái)不同情景的預(yù)估數(shù)據(jù)也具有相同的可信度。所以，下文將對(duì)預(yù)估數(shù)據(jù)進(jìn)行分析，了解兩種情景下2020～2030年汛期江淮暴雨低渦的特征。

圖5　低渦附近（a）渦度和（b）散度區(qū)域平均的垂直分布（單位：10?5s?1）Fig. 5　Vertical profiles of the (a) vorticity and (b) divergence averaged in the domain near the vortex (units: 10?5s?1)

圖6　溫度偏差緯向垂直剖面圖（單位：K）（陰影區(qū)為正值區(qū)）：（a）當(dāng)代觀測(cè)；（b）模式模擬Fig. 6　The zonal vertical cross section of the temperature deviation (units: K)（shaded area is positive): (a) observation; (b) simulation

表2　低渦附近高低空急流分布情況Table 2　The distribution of the upper-level and low-level jets over the vortexes

5　未來(lái)兩種溫室排放情景下汛期江淮暴雨低渦特征預(yù)估

5.1統(tǒng)計(jì)特征預(yù)估

利用RegCM4模式未來(lái)2020～2030年兩種情景（RCP4.5和RCP8.5）的預(yù)估資料對(duì)江淮地區(qū)汛期（5～7月）出現(xiàn)的低渦進(jìn)行統(tǒng)計(jì)，結(jié)果表明：RCP4.5情景下低渦出現(xiàn)46個(gè)，而RCP8.5情景下低渦出現(xiàn)51個(gè)，相對(duì)于模式對(duì)歷史時(shí)段模擬的低渦個(gè)數(shù)都有所增加，且RCP8.5情景則增加的更多，根據(jù)上一章的討論，我們認(rèn)為模式對(duì)未來(lái)11年內(nèi)江淮汛期低渦個(gè)數(shù)的預(yù)估仍是偏少的。

從未來(lái)低渦的發(fā)展高度來(lái)看（圖7a），低渦在700 hPa及以下的個(gè)數(shù)仍然達(dá)到90%左右，說(shuō)明未來(lái)兩種情景下的低渦仍然是以淺薄系統(tǒng)為主。同歷史時(shí)段的模擬結(jié)果對(duì)比可知，RCP4.5情景下，925 hPa及850 hPa的低渦所占比例有所增加，尤其是在850 hPa層次上，增長(zhǎng)了11%，而在700 hPa和500 hPa層次上低渦所占比例有所下降；但在RCP8.5情景下，只有700 hPa層次低渦比例有所增加，且增幅達(dá)到14%，而在850 hPa和925 hPa低渦比例明顯減少，500 hPa層次低渦比例保持不變。說(shuō)明在RCP4.5情景下，低渦發(fā)展高度以850 hPa為主，而在RCP8.5情景下低渦發(fā)展高度則相對(duì)較高，以700 hPa為主。而從圖7b來(lái)看，RCP4.5情景下低渦生命期在3 d及以上的比例同歷史時(shí)段模式模擬的低渦生命期相同，說(shuō)明在這種排放情景下，低渦仍以2 d內(nèi)的短生命期為主；而在RCP8.5排放情景下，低渦生命期達(dá)到3 d的比例明顯增加，從歷史時(shí)段的5%增加到了27.5%，從而說(shuō)明RCP8.5排放情景下低渦的生命期有一定程度的延長(zhǎng)。

圖7　2020～2030年汛期江淮地區(qū)低渦（a）發(fā)展高度（單位：hPa）、（b）生命期（單位：d），（a、b）中百分比為各項(xiàng)占低渦總數(shù)的比例。低渦暴雨區(qū)中心相對(duì)低渦中心的位置和距離示意圖：（c）RCP4.5；（d）RCP8.5Fig. 7　(a) The vertical development height (units: hPa) and (b) the life span (units: d) of the low vortexes in the Jiang-Huai valley during the years 2020–2030 (the percentage is the proportion relative to the total number of low vortexes), and the rainstorm position relative to the center of the low vortexes under emissions scenarios (c) RCP4.5 and (d) RCP8.5

從低渦暴雨方面來(lái)看，雖然未來(lái)情景下低渦的總數(shù)有所增加，但是出現(xiàn)暴雨的低渦比例卻有所減少，尤其是RCP4.5情景下，低渦暴雨比例較歷史模擬結(jié)果減少了一半以上，說(shuō)明隨著溫室氣體排放量的增加，低渦暴雨出現(xiàn)的比例并沒(méi)有增加。再?gòu)谋┯晡恢玫姆植迹▓D7c、d）來(lái)看，RCP4.5情景下，暴雨低渦出現(xiàn)的個(gè)數(shù)雖然很少，但暴雨落區(qū)仍然在低渦中心的東部尤其是東南部，而其暴雨中心出現(xiàn)的位置非常離散，且距低渦中心400 km以外的低渦達(dá)50%，最遠(yuǎn)可達(dá)800 km；在RCP8.5情景下，除個(gè)別暴雨位于低渦西南部，其它暴雨落區(qū)都在低渦中心的東部，而暴雨中心的分布相對(duì)于歷史時(shí)段模擬結(jié)果和RCP4.5結(jié)果都更加緊湊集中，且大部分都位于距低渦中心400 km以內(nèi)的位置，暴雨低渦數(shù)量較RCP4.5增多。

5.2暴雨低渦的結(jié)構(gòu)特征預(yù)估

為了進(jìn)一步預(yù)估未來(lái)情景下汛期江淮暴雨低渦的結(jié)構(gòu)特征，將兩種情景下的暴雨低渦同樣進(jìn)行動(dòng)態(tài)合成。

5.2.1流場(chǎng)和渦度場(chǎng)

兩種情景下的流場(chǎng)特征如圖8所示，兩種情景的流場(chǎng)圖差別較大，RCP4.5情景下，只有在850 hPa才有明顯的閉合渦旋，而RCP8.5情景下在850 hPa 和700 hPa上都有明顯的閉合渦旋，且低渦的范圍較RCP4.5排放情景更大。到達(dá)500 hPa層次渦旋已經(jīng)消散，在RCP4.5情景下表現(xiàn)為近乎平直的西風(fēng)，而RCP8.5情景下則表現(xiàn)為弱槽結(jié)構(gòu)，因此未來(lái)情景下的低渦仍為對(duì)流層中低層的結(jié)構(gòu)。垂直方向上，低渦自下而上向北傾斜，且RCP4.5情景下的傾斜程度比RCP8.5情景下的傾斜程度更強(qiáng)。與歷史時(shí)段的模擬結(jié)果相比，RCP4.5情景下的低渦水平尺度略小，而RCP8.5情景下則略有增加。

圖8　同圖3，但為RCP4.5（左列）和RCP8.5（右列）Fig. 8　Same as Fig. 3, but for emissions scenarios RCP4.5 (left column) and RCP8.5 (right column)

從合成渦度場(chǎng)（圖9a、b）上來(lái)看，未來(lái)兩種情景下與低渦中心相對(duì)應(yīng)的正渦度中心位置相近，但強(qiáng)度差別較大，RCP4.5情景下的渦度場(chǎng)強(qiáng)度相對(duì)歷史模擬結(jié)果有所減弱，而高排放RCP8.5情景下則顯著增強(qiáng)，說(shuō)明RCP8.5情景下的低渦強(qiáng)度比RCP4.5情景下的低渦強(qiáng)度更強(qiáng)。而在垂直方向上（圖5a中方形連線），RCP4.5情景下（空心方形線）400 hPa以下均為正渦度區(qū)，而RCP8.5情景（實(shí)心方形線）正渦度區(qū)則達(dá)到了300 hPa，兩種情景下的正渦度最大值都出現(xiàn)在850～700 hPa，這與歷史時(shí)段的模擬結(jié)果相同，但RCP4.5情景下各層渦度值均小于模式對(duì)歷史時(shí)段的模擬結(jié)果，而RCP8.5情景在200 hPa以下的層次渦度值均大于模式對(duì)歷史時(shí)段的模擬結(jié)果，說(shuō)明在垂直方向上，RCP4.5情景下低層正渦度區(qū)的強(qiáng)度有所減弱，但是高層負(fù)渦度區(qū)的強(qiáng)度有所增強(qiáng)，而RCP8.5情景的情況則剛好相反。

5.2.2散度和垂直速度場(chǎng)

如圖9c、d所示，兩種情景下對(duì)流層低層低渦中心及其東部和南部為強(qiáng)輻合區(qū)域，強(qiáng)輻合中心位于低渦中心的東部，而在高層200 hPa低渦中心附近則為強(qiáng)輻散區(qū)，同時(shí)有垂直上升運(yùn)動(dòng)在此區(qū)與其配合，這種配置同歷史模擬的情況相似，同樣在低渦中心的東部有利于降水的產(chǎn)生。而RCP4.5情景下的低層輻合區(qū)域范圍明顯小于RCP8.5情景下低層輻合區(qū)，且輻合強(qiáng)度也略小于RCP8.5情景（圖略）。兩者的垂直上升運(yùn)動(dòng)最大值較為接近，達(dá)到－8×10?3hPa s?1，比模擬的歷史結(jié)果有所增大。而且RCP8.5情景下散度大值中心的分布與歷史模擬的結(jié)果相比相對(duì)集中，因此降水中心分布也較歷史時(shí)段稍集中些。在垂直方向上（圖5b中方形連線），RCP8.5情景下（實(shí)心方形線）的低渦附近散度區(qū)域平均后的垂直分布與歷史模擬的結(jié)果極為相近，而RCP4.5情景下（空心方形線）則略有不同，表現(xiàn)為500 hPa以下輻合偏弱，400 hPa輻散偏強(qiáng)，之上近乎相同。

圖9　同圖4，但為（a、c）RCP4.5和（b、d）RCP8.5Fig. 9　Same as Fig. 4, but for emissions scenarios (a, c) RCP4.5 and (b, d) RCP8.5

5.2.3溫、濕場(chǎng)

溫度離差與歷史模擬的結(jié)果相似（圖10a、b），兩種情景下700 hPa以下是冷空氣堆，之上到250 hPa都為暖性結(jié)構(gòu)，這說(shuō)明未來(lái)情景下合成的低渦仍然具有上暖下冷的結(jié)構(gòu)。相比歷史的模擬結(jié)果，RCP4.5情景下最大暖區(qū)高度與歷史相近，但強(qiáng)度增強(qiáng)；而RCP8.5情景下的最大暖區(qū)則在700～400 hPa之間，最大暖區(qū)厚度范圍顯著伸展。從溫濕場(chǎng)來(lái)看（圖略），兩種情景下低渦東南側(cè)為暖濕氣流帶，而北側(cè)則為干冷空氣。與歷史模擬結(jié)果對(duì)比，未來(lái)情景下的對(duì)流層低渦附近溫度梯度減小，濕度梯度增大，且濕度比歷史時(shí)段的濕度也有所增大，RCP8.5情景比RCP4.5情景增大的更多。

圖10　未來(lái)兩種情景下溫度偏差緯向垂直剖面圖（單位：K）（陰影區(qū)為正值區(qū)）：（a）RCP4.5；（b）RCP8.5Fig. 10　The zonal vertical cross sections of the temperature deviation (units: K) (shaded area is positive); under emissions scenarios (a) RCP4.5 and (b) RCP8.5

5.2.4高低空急流

從高低空急流分布表（表2下面兩行）來(lái)看，兩種情景下低渦東南側(cè)仍為低空西南風(fēng)急流，由于模式對(duì)低空急流模擬偏大，未來(lái)低空急流的增幅應(yīng)弱于預(yù)估值。而從200 hPa高空風(fēng)速場(chǎng)上來(lái)看，高空急流仍然在低渦北側(cè)，但是模式對(duì)高空急流模擬偏小，因此未來(lái)高空急流的增幅應(yīng)強(qiáng)于預(yù)估值。考慮高低空急流的總效果，RCP8.5情景下低空西南風(fēng)急流強(qiáng)于RCP4.5情景，更有利于淺薄渦旋的增強(qiáng)。對(duì)于高空急流的預(yù)估，無(wú)論RCP4.5情景還是RCP8.5情景，高空西風(fēng)急流增幅有限，對(duì)低渦增強(qiáng)的作用基本維持類似歷史狀況。

顯然，高溫室氣體排放下有低渦發(fā)生發(fā)展數(shù)量的增加，但是在RCP4.5情景下伴隨暴雨的低渦比例有明顯的減少，而RCP8.5情景下伴隨暴雨的低渦比例減幅較小。值得注意的是，更高的溫室氣體排放將促使伴隨暴雨的低渦發(fā)展更劇烈，因此對(duì)低渦暴雨災(zāi)害性天氣發(fā)展趨勢(shì)的研究有必要進(jìn)一步深入，對(duì)未來(lái)情景下災(zāi)害性低渦暴雨預(yù)報(bào)提供一定的參考。

6　結(jié)論與討論

本文基于區(qū)域氣候模式RegCM4的模擬與預(yù)估結(jié)果，對(duì)1995～2005年汛期中國(guó)江淮地區(qū)的低渦進(jìn)行氣候變化的模擬檢驗(yàn)與未來(lái)兩種情景下2020～2030年的預(yù)估，旨在給出兩種溫室氣體排放情景下汛期江淮暴雨低渦的特征變化及其對(duì)比。結(jié)果表明：

（1）RegCM4模式對(duì)汛期江淮地區(qū)平均溫度、濕度及風(fēng)速等要素的模擬特點(diǎn)為：模擬的溫、濕要素均比觀測(cè)略微偏低一些，且隨高度增加偏差有所增大，而對(duì)風(fēng)速的模擬則比觀測(cè)偏大；預(yù)估結(jié)果顯示未來(lái)兩個(gè)情景下各要素值均增大，且溫濕風(fēng)的增大程度在RCP8.5情景下比RCP4.5情景更大，汛期平均總降水量有增加，但RCP4.5情景較RCP8.5更大些。

（2）模式對(duì)汛期江淮低渦的模擬特點(diǎn)為：無(wú)論從低渦統(tǒng)計(jì)方面還是低渦結(jié)構(gòu)方面與觀測(cè)均較為相似。雖然模擬的低渦總數(shù)偏少，但是其統(tǒng)計(jì)特征的各項(xiàng)比例和暴雨低渦的結(jié)構(gòu)及診斷量都相似與接近，因此其模式模擬的暴雨低渦具有一定的可信度，可作為未來(lái)情景分析基礎(chǔ)。

（3）未來(lái)兩種情景下低渦統(tǒng)計(jì)特征為：個(gè)數(shù)都有所增加，但是產(chǎn)生暴雨的低渦比例卻有所減少。RCP4.5情景下，暴雨落區(qū)仍然在低渦中心的東部尤其是東南部，但暴雨中心出現(xiàn)的位置非常離散，且距低渦中心400 km以外的低渦達(dá)50%。RCP8.5情景下，除個(gè)別低渦位于低渦西南部，其它低渦暴雨落區(qū)也都在低渦中心的東部，而暴雨中心的分布相對(duì)于歷史時(shí)段模擬結(jié)果和RCP4.5結(jié)果都更加緊湊集中，且大部分都位于距低渦中心400 km以內(nèi)的位置。

（4）未來(lái)兩種情景下低渦結(jié)構(gòu)特征為：RCP4.5情景下，合成低渦發(fā)展高度以850 hPa為主，生命期多為2 d以內(nèi)短生命期，強(qiáng)度減弱。而RCP8.5情景下，暴雨低渦比例明顯大于RCP4.5情景，低渦發(fā)展高度以700 hPa為主，較RCP4.5情景升高；生命期達(dá)3 d的增多，更長(zhǎng)；低渦渦度較RCP4.5強(qiáng)度明顯增強(qiáng)，其最大暖區(qū)厚度范圍顯著伸展。溫度鋒區(qū)減小而濕度鋒區(qū)進(jìn)一步增強(qiáng)，近地面低渦低空西南風(fēng)急流強(qiáng)于RCP4.5情景，更有利于淺薄渦旋的增強(qiáng)。高空西風(fēng)急流增幅有限，對(duì)低渦增強(qiáng)的作用基本維持類似歷史狀況。因此RCP8.5較RCP4.5對(duì)暴雨低渦有更強(qiáng)的促發(fā)和增強(qiáng)效應(yīng)。

綜上所述，在考慮模式不確定性基礎(chǔ)上，RegCM4模式的結(jié)果，具有一定的合理性及預(yù)測(cè)性，能夠定性的給出未來(lái)情景下低渦的變化特征與變化趨勢(shì)，高排放將促使伴隨暴雨的淺薄低渦發(fā)展更劇烈，因此應(yīng)進(jìn)一步深化對(duì)低渦暴雨災(zāi)害性天氣發(fā)展趨勢(shì)的研究，對(duì)未來(lái)情景下災(zāi)害性低渦暴雨預(yù)報(bào)提供一定的參考。此外，模式的近期預(yù)估結(jié)果受自然變率影響較大，自然變率信號(hào)可能會(huì)部分掩蓋溫室氣體強(qiáng)迫，因此后續(xù)的工作將針對(duì)更長(zhǎng)氣候時(shí)段進(jìn)行溫室氣體排放對(duì)江淮暴雨低渦特征演變的影響研究。

致謝感謝國(guó)家氣候中心提供的利用RegCM4區(qū)域氣候模式所進(jìn)行的中國(guó)區(qū)域未來(lái)氣候變化模擬結(jié)果。

（References）

董佩明, 趙思雄. 2004. 引發(fā)梅雨鋒暴雨的頻發(fā)型中尺度低壓（擾動(dòng)）的診斷研究 [J]. 大氣科學(xué), 28 (6): 876–891.Dong Peiming, Zhao Sixiong. 2004. A diagnostic study of mesoscale lows (disturbances) on Meiyu front and associated heavy rainfall [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 28 (6): 876–891, doi:10.3878/j.issn. 1006-9895.2004.06.07.

傅慎明, 于翡, 王東海, 等. 2012. 2010年梅雨期兩類東移中尺度渦旋的對(duì)比研究 [J]. 中國(guó)科學(xué): 地球科學(xué), 42 (8): 1282–1300.Fu Shenming, Yu Fei, Wang Donghai, et al. 2013. A comparison of two kinds of eastward-moving mesoscale vortices during the Mei-yu period of 2010 [J]. Science China Earth Sciences, 56 (2): 282–300, doi:10.1007/s11430-012-4420-5.

高坤, 徐亞梅. 2001. 1999年6月下旬長(zhǎng)江中下游梅雨鋒低渦擾動(dòng)的結(jié)構(gòu)研究 [J]. 大氣科學(xué), 25 (6): 740–756.Gao Kun, Xu Yamei. 2001. A simulation study of structure of mesovortexes along Meiyu front during 22–30 June 1999 [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 25 (6): 740–756, doi:10.3878/j.issn.1006-9895.2001.06.02.

高學(xué)杰, 趙宗慈, 丁一匯, 等. 2003. 溫室效應(yīng)引起的中國(guó)區(qū)域氣候變化的數(shù)值模擬 II: 中國(guó)區(qū)域氣候的可能變化 [J]. 氣象學(xué)報(bào), 61 (1): 29–38.Gao Xuejie, Zhao Zongci, Ding Yihui, et al. 2003. Climate change due to greenhouse effects in China as simulated by a regional climate model. Part II: Climate change [J]. Acta Meteorologica Sinica (in Chinese), 61 (1): 29–38, doi:10.11676/qxxb2003.004.

高學(xué)杰, 徐影, 趙宗慈, 等. 2006. 數(shù)值模式不同分辨率和地形對(duì)東亞降水模擬影響的試驗(yàn) [J]. 大氣科學(xué), 30 (2): 185–192.Gao Xuejie, Xu Ying, Zhao Zongci, et al. 2006. Impacts of horizontal resolution and topography on the numerical simulation of East Asian precipitation [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 30 (2): 185–192, doi:10.3878/j.issn.1006-9895.2006.02.01.

Gao X J, Zhao Z C, Ding Y H, et al. 2001. Climate Change due to greenhouse effects in China as simulated by a regional climate model [J]. Adv. Atmos. Sci., 18 (6): 1224–1230, doi:10.1007/s00376-001-0036-y.

Gao X J, Zhao Z C, Giorgi F. 2002. Changes of extreme events in regional climate simulations over East Asia [J]. Adv. Atmos. Sci., 19 (5): 927–942, doi:10.1007/s00376-002-0056-2.

Gao X J, Wang M L, GIORGI F. 2013. Climate change over China in the 21st century as simulated by BCC_CSM1.1-RegCM4.0 [J]. Atmos. Oceanic Sci. Lett., 6 (5): 381–386, doi:10.3878/j.issn.1674-2834.13.0029.

郭蕊, 苗春生, 張楠. 2013. 一次淮河流域梅雨鋒暴雨的大別山地形敏感性試驗(yàn) [J]. 大氣科學(xué)學(xué)報(bào), 36 (5): 626–634.Guo Rui, Miao Chunsheng, Zhang Nan. 2013. Sensitivity experiments of effects of Dabie mountains terrain on Meiyu front rainstorm over Huaihe River basin [J]. Trans. Atmos. Sci. (in Chinese), 36 (5): 626–634, doi:10.3969/j.issn. 1674-7097.2013.05.014.

鞠麗霞, 王會(huì)軍. 2006. 用全球大氣環(huán)流模式嵌套區(qū)域氣候模式模擬東亞現(xiàn)代氣候 [J]. 地球物理學(xué)報(bào), 49: 52–60.Ju Lixia, Wang Huijun. 2006. Modern climate over East Asia simulated by a regional climate model nested in a global gridpoint general circulation model [J]. Chinese J. Geophys. (in Chinese), 2006, 49 (1): 52–60, doi:10.3321/j.issn:0001-5733.2006.01.008.

李博, 趙思雄. 2009. 2007年入梅期由橫槽與低渦切變引發(fā)淮河流域強(qiáng)降水的診斷研究 [J]. 大氣科學(xué), 33 (6): 1148–1164.Li Bo, Zhao Sixiong. 2009. A study of heavy rainfall resulting from transversal trough and shear line-low vortex in the Huaihe River during the Meiyu onset of 2007 [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 33 (6): 1148–1164, doi:10.3878/j.issn.1006-9895.2009.06.03.

李巧萍, 丁一匯. 2004. 區(qū)域氣候模式對(duì)東亞季風(fēng)和中國(guó)降水的多年模擬與性能檢驗(yàn) [J]. 氣象學(xué)報(bào), 62 (2): 140–153.Li Qiaoping, Ding Yihui. 2004. Multi-year simulation of the East Asian monsoon and precipitation in China using a regional climate model and evaluation [J]. Acta Meteorologica Sinica (in Chinese), 62 (2): 140–153, doi:10.11676/ qxxb2004.016.

廉麗姝, 束炯. 2007. 區(qū)域氣候模式對(duì)我國(guó)中、東部夏季氣候的數(shù)值模擬[J]. 熱帶氣象報(bào), 23 (2): 162–170.Lian Lishu, Shu Jiong. 2007. Numerical simulation of summer climate over center and East China using a regional climate model [J]. J. Trop. Meteor. (in Chinese), 23 (2): 162–170.

Liang X Z, Kunkel K E, Samel A N. 2001. Development of a regional climate model for U.S. Midwest applications. Part I: Sensitivity to buffer zone treatment [J]. J. Climate, 14 (23): 4363–4378, doi:10.1175/1520-0442(2001)014<4363:DOARCM>2.0.CO;2.

苗春生, 劉維鑫, 王堅(jiān)紅, 等 2014a. 梅雨期經(jīng)大別山兩側(cè)暴雨中尺度低渦對(duì)比分析 [J]. 高原氣象, 33 (2): 394–406.Miao Chunsheng, Liu Weixin, Wang Jianhong. 2014b. Comparison between two rainstorm meso-scale vortices circumambulated respectively from two sides ofmountain Dabieshan during Meiyu season [J]. Plateau Meteor. (in Chinese), 33 (2): 394–406, doi:10.7522/j.issn.1000-0534.2013.00195.

苗春生, 吳旻, 王堅(jiān)紅, 等. 2014b. 一次淺薄低渦暴雨過(guò)程數(shù)值模擬及發(fā)展機(jī)制分析 [J]. 氣象, 40 (1): 28–37.Miao Chunsheng, Wu Min, Wang Jianhong, et al. 2014a. Modeling of a shallow vortex heavy rainfall and analysis on its developing mechanism [J]. Meteor. Mon. (in Chinese), 40 (1): 28–37, doi:10.7519/j.issn.1000-0526.2014.01.004.

Patricola C M, Cook K H. 2007. Dynamics of the West African monsoon under mid-Holocene precessional forcing: Regional climate model simulations [J]. J. Climate, 20(4): 694–716, doi:10.1175/JCLI4013.1.

沈杭鋒, 翟國(guó)慶, 尹金方, 等. 2013. 長(zhǎng)江下游梅汛期中尺度渦旋特征分析 [J]. 大氣科學(xué), 37 (4): 923–932.Shen Hangfeng, Zhai Guoqing, Yin Jinfang, et al. 2013. Feature analysis of mesoscale vortex over lower reaches of Yangtze River during Meiyu period [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37 (4): 923–932, doi:10.3878/j.issn. 1006-9895.2012.12075.

石英, 高學(xué)杰, 吳佳, 等. 2010. 華北地區(qū)未來(lái)氣候變化的高分辨率數(shù)值模擬 [J]. 應(yīng)用氣象學(xué)報(bào), 21 (5): 580–589.Shi Ying, Gao Xuejie, Wu Jia, et al. 2010. Simulating future climate changes over North China with a high resolution regional climate model [J]. Journal of Applied Meteorological Science (in Chinese), 21 (5): 580–589, doi:10.11898/ 1001-7313.20100507.

孫建華, 張小玲, 齊琳琳, 等. 2004. 2002年6月20～24日梅雨鋒中尺度對(duì)流系統(tǒng)發(fā)生發(fā)展分析 [J]. 氣象學(xué)報(bào), 62 (4): 423–438.Sun Jianhua, Zhang Xiaoling, Qi Linlin, et al. 2004. An analysis on MCSs in Meiyu front during 20–24 June 2002 [J]. Acta Meteor. Sinica (in Chinese), 62 (4): 423–438, doi:10.11676/qxxb2004.043.

Sun J H, Zhao S X, Xu G K, et al. 2010. Study on a mesoscale convective vortex causing heavy rainy rainfall during the Mei-yu season in 2003 [J]. Adv. Atmos. Sci., 27 (5): 1195–1209, doi:10.1007/s00376-009-9156-6.

van Vuuren D P, Edmonds J A, Kainuma M, et al. 2011a. A special issue on the RCPs [J]. Climatic Change, 109: 1–4, doi:10.1007/s10584-011-0157-y.

van Vuuren D P, Edmonds J A, Kainuma M, et al. 2011b. The representative concentration pathways: An overview [J]. Climatic Change, 109: 5–31, doi:10.1007/s10584-011-0148-z.

王紹武, 羅勇, 趙宗慈, 等. 2012. 新一代溫室氣體排放情景 [J]. 氣候變化研究進(jìn)展, 8 (4): 305–307.Wang Shaowu, Luo Yong, Zhao Zongci, et al. 2012. New generation of scenarios of greenhouse gas emission [J]. Progressus Inquisitiones de Mutatione Climatis (in Chinese), 8 (4): 305–307, doi:10.3969/j.issn.1673-1719.2012.04.011.

楊引明, 谷文龍, 趙銳磊, 等. 2010. 長(zhǎng)江下游梅雨期低渦統(tǒng)計(jì)分析 [J].應(yīng)用氣象學(xué)報(bào), 21 (1): 11–18.Yang Yinming, Gu Wenlong, Zhao Ruilei, et al. 2010. The statistical analysis of low vortex during Meiyu season in the lower reaches of the Yangtze [J]. J. Appl. Meteor. Sci. (in Chinese), 21 (1): 11–18, doi:10.3969/j.issn.1001-7313.2010.01.002.

Yu E T, Wang H J, Sun J Q. 2010. A quick report on a dynamical downscaling simulation over china using the nested model [J]. Atmos. Ocean Sci. Lett., 3: 325–329, doi:10.1080/16742834.2010.11446886.

翟穎佳, 李耀輝. 2013. 區(qū)域氣候模式RegCM4對(duì)我國(guó)西北東部到華北地區(qū)21世紀(jì)中期氣候變化的情景預(yù)估 [C]. 南京: 創(chuàng)新驅(qū)動(dòng)發(fā)展提高氣象災(zāi)害防御能力——S18第四屆研究生年會(huì). Zhai Yingjia, Li Yaohui. 2013. Scenario prediction on the climate changes from the eastern part of Northwest China to North China during the mid 21st century by regional climate model RegCM4 [C]. Nanjing: The 4th Annual Meeting of Postgraduates, S8: Innovate, Drive, Develop and Improve the Ability of Defending Meteorological Disasters.

張冬峰, 石英. 2012. 區(qū)域氣候模式RegCM3對(duì)華北地區(qū)未來(lái)氣候變化的數(shù)值模擬 [J]. 地球物理學(xué)報(bào), 55 (9): 2854–2866.Zhang Dongfeng, Shi Ying. 2012. Numerical simulation of climate changes over North China by the RegCM3 model [J]. Chinese J. Geophys. (in Chinese), 55 (9): 2854–2866, doi:10.6038/j.issn.0001-5733.2012.09.005.

張敬萍, 傅慎明, 孫建華, 等. 2015. 夏季長(zhǎng)江流域兩類中尺度渦旋的統(tǒng)計(jì)與合成研究 [J]. 氣候與環(huán)境研究, 23 (3): 319–336.Zhang Jingping, Fu Shenming, Sun Jianhua, et al. 2015. A statistical and compositional study on the two types of mesoscale vortices over the Yangtze River basin [J]. Climatic and Environmental Research (in Chinese), 23 (3): 319–336, doi:10.3878/j.issn.1006-9585.2015.14164.

張?jiān)? 孫建華, 徐廣闊, 等. 2013. 江淮流域兩次中尺度對(duì)流渦旋的結(jié)構(gòu)特征研究 [J]. 氣候與環(huán)境研究, 18 (3): 271–287.Zhang Yuanchun, Sun Jianhua, Xu Guangkuo, et al. 2013. Analysis on the structure of two mesoscale convective vortices over Yangtze–Huaihe River basin [J]. Climatic and Environmental Research (in Chinese), 18 (3): 271–287, doi:10.3878/j.issn.1006-9585.2012.11162.

周玉淑, 李柏. 2010. 2003年7月8～9日江淮流域暴雨過(guò)程中渦旋的結(jié)構(gòu)特征分析 [J]. 大氣科學(xué), 34 (3): 629–639.Zhou Yushu, Li Bai. 2010. Structural analyses of vortex causing torrential rain over the Changjiang–Huaihe River basin during 8 and 9 July 2003 [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 34 (3): 629–639, doi:10.3878/j.issn.1006-9895.2010.03.14.

Characteristics of Heavy Rainfall Vortexes during the Flood Season in Jiang-Huai Valley under Two Greenhouse Gas Emission Scenarios

MIAO Chunsheng1, XU Fangshu1, 3, WANG Jianhong1, YU Zhongqi2, GAO Yimei4, ZHANG Xu4
1 Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters/Key Laboratory of Meteorological Disaster of Ministry of Education, Nanjing University of Information Science & Technology, Nanjing 210044

2 Pudong New Area Meteorological Bureau of Shanghai Meteorological Service, Shanghai 200135
3 Liaoning Province Meteorological Service Center, Shenyang 110166
4 Huafeng Meteorological Media Group, Beijing 100081

The aim of this study was to analyze the statistical and structure evolutive characteristics of heavy rainfall vortexes during the flood season in Jiang-Huai valley, China, against the background of climate change, and to provide projections under two emission scenarios for the period 2020–2030, by using the regional climate model RegCM4 (Regional Climate Model, version 4.0) with a horizontal resolution of 50 km. The results showed that RegCM4 can capture the environmental aspects and characteristics of this vortex type reasonably well. The simulated outputs were similar to reality in several ways, including vertical development height, lifetime, and the relative rainstorm position of the vortex. However, the simulated results were lower with respects to the number and the warmest section height of the vortex, and the background temperature and humidity, while the intensity of the vortex and velocity were higher. In terms of projection for the period 2020–2030, under the RCP4.5 (Representative Concentration Pathways) scenario, the proportion of vortexes with rainstorms was shown to decrease; the vertical development height of the vortex was mainly at 850 hPa; and the life span was mostly within 2 days. The distribution of heavy rainfall and the warmest zone height were close to those in the historical period, but the intensity was weaker. Meanwhile, under the RCP8.5 scenario, the percentage of vortexes with rainstorms was projected to be greater than that under the RCP4.5 scenario; the vertical development height of the vortex was mainly at 700 hPa; the vortexes with the life span of 3 days increased; the vortex intensity enhanced; and the thickness of the warmest zone extended significantly. The moisture fronts in the vortex strengthened, but temperature fronts weakened. The study reveals that more severe vortex precipitation may occur in the future under higher greenhouse gas emissions. Further research is therefore needed on the development trends of low vortexes with severe rainfall.

Model RegCM4 (Regional Climate Model, version 4.0), Greenhouse gas, Emission scenarios, Flood season, Jiang-Huai valley, Heavy rainfall vortex

國(guó)家自然科學(xué)基金項(xiàng)目41276033，國(guó)家科技支撐項(xiàng)目2012BAH05B01，公益性行業(yè)（氣象）專項(xiàng)項(xiàng)目 GYHY201206068，中國(guó)氣象局氣候變化專項(xiàng)江蘇氣候變化評(píng)估CCSF201318，江蘇科技支撐項(xiàng)目BE2012774、BE2014729，江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目（PAPD）

RegCM4（Regional Climate Model, version 4.0）模式典型濃度溫室排放情景江淮汛期暴雨低渦

1006-9895(2016)02-0257-14

P447 P466

A

10.3878/j.issn.1006-9895.1505.15109

2015-01-13；網(wǎng)絡(luò)預(yù)出版日期 2015-05-15

苗春生，男，1954年出生，教授，博士生導(dǎo)師，主要從事大氣中小尺度動(dòng)力學(xué)。E-mail: 1597706505@qq.com, csmiao@nuist.edu.cn