林 輝，黃奕丹，許軍輝，程晶晶

（1.漳州市氣象局，福建 漳州 363000；2.平和縣氣象局，福建 漳州 363700）

引言

漳州市地處福建省南部，地形地貌復(fù)雜，強對流天氣多發(fā)，局地性強，預(yù)報難度較大，加上常規(guī)探空資料時空分辨率低，難以對中尺度天氣特征演變進行深入探究。隨著氣象觀測技術(shù)的進步，新一代天氣雷達、風廓線雷達及微波輻射計等非常規(guī)探測資料已經(jīng)成為研究強降水發(fā)生發(fā)展的有效手段，特別是風廓線雷達和微波輻射計資料的使用能夠構(gòu)建測站上空實時的大氣風場和溫濕度層結(jié)，極大彌補了常規(guī)探空資料時間分辨率低的問題，有較好的應(yīng)用前景［1-3］。徐靈芝等［4］利用非常規(guī)資料分析了天津沿海一次暴雨過程，結(jié)果表明云液態(tài)水含量的躍增與地面降水增強有直接關(guān)系，并且風廓線雷達能夠捕捉到對暴雨具有指示意義的信號。崔雅琴等［5］將多種非常規(guī)探測資料應(yīng)用到短時強降水過程中，分析了各種資料的演變特征并結(jié)合判斷對流天氣的各層物理量變化。莊毅斌等［6］結(jié)合多源資料分析漳州一次中尺度暴雨過程發(fā)現(xiàn)風廓線水平風場演變對降水強度和持續(xù)時間具有較好的反饋，而垂直速度對降水的開始、加強和減弱的時間段具有指示作用。

綜上所述，不少學(xué)者已經(jīng)陸續(xù)開展了非常規(guī)探測資料在典型暴雨和強降水過程中的應(yīng)用研究，但是對于非典型天氣系統(tǒng)下，特別是副高系統(tǒng)控制下的暴雨過程還鮮有分析與探討。本文基于地面加密自動站資料，結(jié)合多普勒天氣雷達、風廓線雷達、微波輻射計等資料，對2020 年9 月19 日發(fā)生在漳州的一次非典型暴雨過程進行分析和研究，探索非常規(guī)探測資料在此類強天氣預(yù)報業(yè)務(wù)中應(yīng)用可行性，彌補常規(guī)預(yù)報手段的不足。

1 天氣實況及環(huán)流形勢背景

2020 年9 月19 日漳州市出現(xiàn)了一次大暴雨過程，此次過程具有累積雨量大、小時雨強大、降水效率高等特點。統(tǒng)計19 日08 時至20 日08 時，漳州市共有55 個自動站雨量超過50mm，8 個自動站超過100mm，最大累積雨量為華安沙建鎮(zhèn)的183mm。分析漳州地區(qū)本次過程的地面自動站逐時降水量可知，降水從午后17 時開始持續(xù)到20 日04 時，可分為兩個時段。第一時段17—20 時，主要在平和、云霄等中南部地區(qū)，第二時段20 時至次日03 時，集中在中北部地區(qū)，同時也是此次過程的最強降水時段，7小時有16 個自動站雨強超過50mm，最大1h 雨量為85mm，出現(xiàn)在19 日23 時的華安縣沙建鎮(zhèn)。

利用歐洲中心提供的ERA5（0.25°×0.25°）逐小時再分析資料，繪制當天的環(huán)流形勢如圖1 所示，19日08 時，500hPa 在30°N 以南為強大的帶狀副高控制，漳州市位于高度大于592dgpm 副高脊線附近，下沉氣流較強，總體上抑制對流發(fā)展，且高空槽位置偏北，引導(dǎo)氣流較弱；低層700hPa 和850hPa 為偏南氣流影響，利于水汽輸送且濕度較大；925hPa 為偏東風，廣東省到福建省中西部地區(qū)有明顯切變線維持且具有弱水汽通量輻合，此時冷空氣暫未明顯南下滲透；分析附近廈門站08 時探空發(fā)現(xiàn)，整層大氣溫濕廓線垂直分布有上干下濕的結(jié)構(gòu)，假相當位溫在850hPa 以下隨高度減小，850hPa 以上基本保持不變，同時Cape 值和K 值均較小，分別為809J·kg-1和29.3℃，表明此時整層大氣處于相對穩(wěn)定狀態(tài)。到了20 時，500hPa 高空槽東移，槽底逐漸南壓，副高有所東退，漳州市高空轉(zhuǎn)為偏北風利于引導(dǎo)冷空氣南下；700hPa 轉(zhuǎn)為偏西風，850hPa 則維持偏南氣流，切變位于福建省中北部；925hPa 逐漸轉(zhuǎn)為偏東到東北風，且具有明顯的冷平流，表明冷空氣從沿海一帶加強滲透，水汽通量在西北部地區(qū)具有較強的輻合；從廈門20 時探空來看，濕層更加深厚有利于降水的持續(xù)，假相當位溫隨高度減小也表明了大氣層較不穩(wěn)定，Cape 值增長至1430.3J·kg-1，K 值也達到36.5℃，零度層高度約為5.3km，暖云深厚，表明后續(xù)出現(xiàn)強降水的可能性增大。

圖1 2020 年9 月19 日500hPa 高度場（紅實線）、850hPa 風場（風羽）及925hPa 水汽通量散度（陰影）分析

綜合以上分析，此次過程并非典型天氣系統(tǒng)引發(fā)，高空槽快速東移引導(dǎo)冷空氣南下，在低層與偏南暖濕氣流交匯并持續(xù)對峙是暴雨形成的主要原因。

2 雷達回波特征

2.1 回波演變特征

此次過程主要有兩個降水時段，第一個時段降水落區(qū)主要分布在平和等中南部地區(qū)，本文將在第三節(jié)結(jié)合平和非常規(guī)探測資料著重分析。第二個時段降水落區(qū)則分布在華安等中北部地區(qū)，也是本節(jié)的分析重點。圖2 是9 月19 日19 時到20 日03 時龍巖雷達站組合反射率的演變過程。

從圖2 中可以看出，第一時段的降水在19 時趨于結(jié)束，強回波主要位于平和、南靖境內(nèi)并逐漸移出我市進入龍巖境內(nèi)，同時北部地區(qū)的強回波成塊狀發(fā)展，但發(fā)展范圍較小，強度不大。到了20 時，華安、長泰境內(nèi)的回波并未快速發(fā)展，而是維持小塊狀，此時地面降水以分散性小雨為主。21 時后我市與龍巖、泉州交界處開始有較強的對流回波發(fā)展，龍巖境內(nèi)回波向東北緩慢移動進入華安，而泉州境內(nèi)的回波則穩(wěn)定少動，同時后部的沙建鎮(zhèn)等地區(qū)不斷有新的對流回波生成與其連成片狀。隨后22 時，兩條帶狀回波逐漸加強合并進入華安境內(nèi)，到了23 時形成一條明顯強回波雨帶，回波強度普遍達到40dBz，最強回波中心達55dBz 出現(xiàn)在沙建鎮(zhèn)，地面降水效率也在此時段達到最大（沙建鎮(zhèn)85.0mm·h-1），此后帶狀回波東移南壓，在漳州市區(qū)、南靖、長泰等地維持了較高的降水強度。直到20 日02 時，回波開始出現(xiàn)松散，40dBz 以上面積不斷減小，強降水趨于結(jié)束。

圖2 2019 年9 月19 日19 時到20 日03 時龍巖雷達站組合反射率（單位：dBz）

2.2 回波剖面結(jié)構(gòu)

郝瑩等［7］研究表明，強降水雷達回波可分為有低質(zhì)心結(jié)構(gòu)和高質(zhì)心結(jié)構(gòu)兩類，且兩者的降水特征存在明顯差異。判斷雷達回波質(zhì)心結(jié)構(gòu)，最有效手段是雷達剖面圖，因此有必要對此次過程的雷達回波剖面展開分析。

從此次過程最強回波中心的剖面結(jié)構(gòu)（圖3）看，此次過程回波整體發(fā)展不高，最強回波的中心高度只達到4.5km 左右且不存在強回波懸垂，50dBz 高度均在4km 以下，故此次過程成熟階段回波的垂直結(jié)構(gòu)呈現(xiàn)出低質(zhì)心暖云降水的特點，這是降水效率高的主要原因。

圖3 2020 年9 月19 日23 時15 分強回波地區(qū)雷達剖面圖（單位：dBz）

3 非常規(guī)探測資料融合應(yīng)用

目前，平和是漳州市唯一同時布設(shè)風廓線雷達和微波輻射計的觀測站，且本次過程的第一個明顯降水時段主要分布在平和等中南部地區(qū)，故此節(jié)主要分析平和風廓線雷達和微波輻射計資料在降水前后的演變特征。

3.1 風廓線雷達資料分析

已有的研究表明［8］，風廓線雷達資料可以相對連續(xù)地反映測站上空風場的演變特征，對天氣的演變過程具有較為直觀的指示意義。圖4（a）為此次降水過程的水平風場隨時間和高度的變化，從圖中可以看出，高層在降水發(fā)生前以偏西氣流為主，中低層主要由西南風控制。從時間單點看，降水發(fā)生前15∶30開始，低層風向逐漸轉(zhuǎn)為偏東風并且隨高度逆時針變化，說明此時測站上空存在冷平流，中高層也有風向隨高度順時針變化的趨勢，也為即將發(fā)生的降水提供一定的動力條件。到了16∶30 降水開始時，中高層由西南風逐漸轉(zhuǎn)為西北風表明850～700hPa 高度上有高空槽過境，低層基本維持偏東風且風速持續(xù)增大，利于水汽的持續(xù)輸送，此后降水持續(xù)了兩個多小時，最大雨強也達到29.8mm。19∶30 之后，低層偏東風減弱并逐漸轉(zhuǎn)為偏南到西南風，同時中高層風速不斷減小并轉(zhuǎn)為偏北風，不利于降水的維持，隨后降水也減弱并趨于結(jié)束。圖4（b）是垂直風速隨時間高度分布圖，需要說明的是福建省風廓線雷達定義垂直風向下為正，向上為負。從圖中可以看出在降水發(fā)生前2 個小時，測站上空垂直速度為-0.8m·s-1，說明此期間具有一定的上升氣流，16∶30 垂直速度逐漸增大到2.6m·s-1，預(yù)示著有較強降水發(fā)生。在17∶30～19∶30 期間，垂直速度出現(xiàn)一個大值區(qū)且正速度的高度也達到最高達到6km 左右，此時地面降水也逐漸增大并維持了一段時間。到了20∶00 后正速度也落到2.5km 以下且明顯減小，此時降水也基本結(jié)束。以上分析也表明了垂直速度的大小及方向與降水的開始和結(jié)束相對應(yīng)，可作為日常對強降水的預(yù)報的補充依據(jù)。

★問：扎克伯格初期是怎么保護Facebook的最初創(chuàng)意？為什么Facebook上線后沒被其他大公司抄走？

圖4 平和風廓線雷達9 月19 日12 時—24 時風場演變（單位：m·s-1）

3.2 微波輻射計資料分析

3.2.1 溫濕廓線演變特征

溫濕廓線分布是微波輻射計的主要探測產(chǎn)品，它能反映探測范圍內(nèi)各層大氣溫度、濕度隨時間的變化，在日常觀測中具有重要作用。圖5 是此次過程中平和縣本站的探測結(jié)果。從5（a）可知，1.5km 以下溫度從午后開始有明顯增溫趨勢，而1.5km 的變化較為平緩，這為降水的產(chǎn)生提供了有利的熱力條件。16∶30 開始溫度出現(xiàn)了明顯下降的過程，表明此時已經(jīng)有較為明顯的下沉氣流產(chǎn)生，隨后降水產(chǎn)生。圖5（b）從濕度廓線可以看出午后開始，中層大氣有一個濕度極值區(qū)，同時低層濕度相對較小。降水發(fā)生前一個小時，本站上空低層相對濕度顯著增大且中高層濕度急速減小呈現(xiàn)出“上干下濕”的結(jié)構(gòu)，在16∶35達到干、濕中心達到峰值，而后降水開始產(chǎn)生，并且這樣濕度結(jié)構(gòu)有利降水持續(xù)。到了20∶00 測站上空的大氣的溫濕分布相對平衡，不再有明顯的突變過程，這也與地面降水分布相吻合。

3.2.2 液態(tài)水含量與地面降水量分布

對流云團的液水分布常呈現(xiàn)不均勻，一旦云中不均勻的液水開始合并下落后，整層液態(tài)水的含量將會躍增，地面降水隨之產(chǎn)生［4］。圖6 是此次過程平和測站垂直液態(tài)水含量及地面降水分布的演變情況。

由圖6（a）可知，垂直液態(tài)水含量從19 日早晨開始，沒有出現(xiàn)明顯變化，直到16∶00 開始出現(xiàn)了明顯躍增，并在16∶37 達到了極值12.6mm，隨后的半小時地面產(chǎn)生了7.5mm 的降水，圖6（b）所示。之后的兩小時，液態(tài)水含量都維持在較高的10.0mm，地面降水也在17∶00～18∶00 出現(xiàn)了29.8mm 的降水極值，19∶00 后，液態(tài)水含量逐漸減小，地面降水也隨之弱化，轉(zhuǎn)為零星小雨。由此可見，微波輻射計資料中的垂直液態(tài)水含量與地面降水分布趨勢吻合，并且具有半小時左右的提前量，對降水預(yù)報具有重要指示意義。

圖5 平和微波輻射計9 月19 日12 時—24 時溫濕度廓線

圖6 19 日05 時至20 日05 時（a）平和測站垂直液態(tài)水含量與（b）地面降水分布情況（單位：mm）

4 結(jié)論

利用地面加密自動站、多普勒天氣雷達、風廓線雷達、微波輻射計等非常規(guī)探測資料，對2020 年9月19 日發(fā)生在漳州的一次非典型暴雨過程進行分析和研究，得到以下結(jié)論：

（1）高空槽東移引導(dǎo)冷空氣快速南下，在低層與偏南暖濕氣流交匯并持續(xù)對峙，低層偏東風持續(xù)的水汽輸送，不穩(wěn)定能量聚集為此次暴雨過程提供良好的環(huán)流背景，同時零度層高度達到5.3km，暖云深厚，利于強降水的發(fā)生。

（2）在主要降水時段，華安北部地區(qū)對流發(fā)展穩(wěn)定少動，龍巖境內(nèi)的強回波持續(xù)先偏東方向移動與其合并，雷達組合反射率因子40dBz 以上強度的水平范圍大，且50～55dBz 的回波伸展高度約為4.5km，在垂直結(jié)構(gòu)上，強反射率因子表現(xiàn)為低質(zhì)心型，降水效率高。

（3）風廓線雷達和微波輻射計資料能夠建立測站上空實時連續(xù)的風場及溫濕度層結(jié)的演變特征，彌補常規(guī)探空時間分辨率低的不足，水平風隨時間和高度的演變能直觀反映出測站上空的中尺度天氣系統(tǒng)情況，降水前為偏西到西南風，降水后轉(zhuǎn)為偏東風，垂直風速的變化跟地面降水的開始、持續(xù)時間、結(jié)束等具有較強的相關(guān)性，由降水開始前的-0.8m·s-1變?yōu)?.6m·s-1并逐漸減小，對強降水預(yù)報具有指示意義；微波輻射計的溫濕度廓線直觀反映降水前后測站上空的溫濕層結(jié)，降水發(fā)生前后低層由增溫增濕變?yōu)闇貪穹植季鶆蚍€(wěn)定，垂直液態(tài)水含量在降水發(fā)生前30min 開始躍增，最大達到12.6mm，對強降水的發(fā)生具有較好的提前量。