林佩賢，陳銀蘭，蘇景華，吳經(jīng)緯，張毅

（1.汕尾市氣象局，廣東汕尾 516600；2.海豐縣氣象局，廣東海豐 516400）

汕尾市作為廣東省3大暴雨中心之一，每年4—9月為汕尾市暴雨多發(fā)、頻發(fā)期［1］。由于暴雨的局地性強，降水時間、強度和空間分布上都存在不均勻性，因此暴雨對居民生產(chǎn)生活、城市建設(shè)、交通運輸?shù)仍斐删薮蟮挠绊懀?］，同時也與山洪、泥石流、山體滑坡等次生災(zāi)害密切相關(guān)。國內(nèi)眾多氣象專家針對汕尾市強降水開展了一系列的研究，也取得了一定的成果。黃海燕等［3］針對前汛期暴雨的空間分布得出汕尾市海豐縣是汕尾市的暴雨中心，且與地形關(guān)系密切；李嬌嬌等［4］在分析粵東強降水時得出汕尾市海豐縣的強降水日最多；伍紅雨等［5］、陳芳麗等［6］、蔡晶等［7］認(rèn)為汕尾極端強降水中心形成的主要原因是水汽近距離輸送、沿海地形抬升以及獨特的喇叭口地形。目前關(guān)于廣東區(qū)域性暴雨的研究不多，尤其是針對汕尾的區(qū)域性暴雨研究，因此本研究將汕尾市區(qū)域性暴雨作為研究內(nèi)容。

目前國內(nèi)研究雨團時通常有兩種定義方法：一是小時降水量≥10 mm的站點達到一定數(shù)量或一定比例［8-9］；二是以小時降水量≥20 mm的站點為中心畫圓［10］，不同的學(xué)者對于圓的半徑有不同的定義標(biāo)準(zhǔn)。以上兩種雨團的定義方法都存在一定的主觀性，需要有較好的預(yù)報經(jīng)驗來支撐定義的準(zhǔn)確性。在雨團的特征分析中多針對雨團的時間、空間分布特征以及根據(jù)不同影響天氣系統(tǒng)對雨團進行分型研究，上述的研究缺乏對雨團的基礎(chǔ)特征（如大小、形狀等）的分析。在雨團的生命階段，隨時間的推移雨團參數(shù)實時都在變化。一些雨團的參數(shù)或許可以表征雨團所在的生命階段的演變。因此，雨團參數(shù)的研究能幫助氣象工作者對雨團演變規(guī)律有更深入的了解。本研究通過對汕尾市區(qū)域性暴雨雨團的識別及其特征進行分析，能幫助預(yù)報員充分認(rèn)識雨團的變化規(guī)律，為汕尾市區(qū)域性暴雨監(jiān)測、預(yù)警或預(yù)報提供參考。

1 資料及相關(guān)定義

1.1 汕尾市觀測站分布概況

從汕尾市國家級地面觀測站和區(qū)域加密自動觀測站的分布可以看到，區(qū)域站數(shù)量明顯多于國家站，且區(qū)域站分布相對均勻，而國家站僅有3個，分別位于城區(qū)、海豐、陸豐。從整體來看，汕尾市地面觀測站分布較均勻，可近似認(rèn)為地面觀測站是格點分布的。從地形分布特征看，汕尾市地勢呈西、北、東三面高起、中間低平、向南敞開的喇叭口分布。這種特殊的地理環(huán)境和地形地貌，使得氣象災(zāi)害多有發(fā)生，因而汕尾是廣東省暴雨多發(fā)區(qū)之一。

1.2 資料及定義

本研究使用的資料主要包括汕尾市2014—2020年4—9月國家級地面觀測站和區(qū)域加密自動觀測站逐小時降水資料。

區(qū)域性暴雨過程要求暴雨達到一定的降水強度，又要求影響范圍滿足一定的區(qū)域，因此本研究定義的區(qū)域性暴雨包含強降水的小時雨強強度和過程的累計雨量，同時還疊加了影響范圍。采用中國氣象局定義的1 h降水量≥20 mm為短時強降水的標(biāo)準(zhǔn)。

本研究將區(qū)域性暴雨過程定義為有4站及4站以上站點滿足連續(xù)3 h累計降水量≥50 mm，且其中至少1 h降水量≥20 mm，同時還滿足①如果中斷時所在區(qū)域內(nèi)仍有暴雨，則前后串接為同一個區(qū)域性暴雨過程，以保證區(qū)域性暴雨過程的連續(xù)性；②中斷時仍有較大范圍的強降水（小時降水量達大雨等級的觀測站占3%）且緊接其后仍有較大范圍的暴雨，前后過程也串接為同一個區(qū)域性暴雨過程。

1.3 雨團定義

暴雨往往具有極端性、突發(fā)性和局地性，每一次暴雨過程都會有一個或者多個雨團活動，因此研究雨團是短歷時暴雨預(yù)報的基礎(chǔ)。目前國內(nèi)學(xué)術(shù)界對于雨團的定義沒有統(tǒng)一的標(biāo)準(zhǔn)。

本研究在研究雨團時考慮到雨團具有不同時間尺度、不同空間尺度的特征，因此將雨團定義為1 h降水量≥10 mm的降水區(qū)域。為了研究暴雨中尺度降水特征，在分析雨團的基礎(chǔ)上對中尺度雨團進一步探討，因此本研究中尺度雨團定義為空間尺度20～250 km，且持續(xù)2 h或以上雨團。

2 研究方法

雨團受降水系統(tǒng)的影響通常隨時間的演變有不同的尺度、形狀、強度，在多個時間維度上是一個難以描述的混沌形態(tài)。雨團在水平尺度上的跨度有時候較大，且其他特征也處在一個實時演變的狀態(tài)，因此準(zhǔn)確描述雨團不僅能更好的深入了解降水機制，還可以推動各種天氣模型和降水之間關(guān)系的探索。

本研究在識別雨團時考慮到降水落區(qū)的不規(guī)則，利用OPTICS空間聚類算法的雨團識別方法［11］進行研究。

3 區(qū)域性暴雨個例

根據(jù)第1章區(qū)域性暴雨的定義，本研究共篩選出99個區(qū)域性暴雨個例，其中2014年11個、2015年11個、2016年14個、2017年13個、2018年14個、2019年17個、2020年19個?？傮w來看，近7年汕尾市區(qū)域性暴雨過程發(fā)生的頻次相對均勻，但是仍然存在一定的差別。

從汕尾市區(qū)域性暴雨過程的月變化（圖略）可知，區(qū)域性暴雨次數(shù)各月分布不均，主要出現(xiàn)在4—9月，呈單峰型分布，其中5、6、8月次數(shù)較多，尤以6月（27次）最多，其次為5和8月，均為21次。因此，每年的春末及夏季是汕尾市區(qū)域性暴雨多發(fā)的時候，這與林良勛等［1］、劉嘉勁等［12］研究的強降水的月變化相一致。

圖1給出的是區(qū)域性暴雨過程持續(xù)時間的變化，可知區(qū)域性暴雨個例持續(xù)的時間隨著時間的增加，頻數(shù)迅速減少。持續(xù)3 h的區(qū)域性暴雨過程頻數(shù)最多，占25.3%；第2多為4 h，占22.2%；第3多是持續(xù)5 h的個例（占17.2%）；其它過程的頻數(shù)較少。區(qū)域性暴雨過程最長的生命史是20 h，總的來說，影響汕尾市的區(qū)域性暴雨過程持續(xù)時間都相對較短，主要集中在3～5 h。

圖1 2014—2020年汕尾市區(qū)域性暴雨過程個例持續(xù)時間的分布

4 區(qū)域性暴雨雨團特征

基于2014—2020年汕尾市4—9月的逐小時降水資料，按照區(qū)域性暴雨過程的定義統(tǒng)計出99個區(qū)域性暴雨過程，利用基于OPTICS空間聚類算法的雨團識別方法共獲得310個雨團。

圖2給出雨團的頻數(shù)分布，可以看出在99個區(qū)域性暴雨過程中，每個區(qū)域性暴雨過程中出現(xiàn)雨團個數(shù)主要為1～3個，占64.6%，其中出現(xiàn)1個雨團的區(qū)域性暴雨個例最多，有29個；其次是出現(xiàn)2個雨團的個例，有個19個；再次為3個。

圖2 2014—2020年汕尾市雨團頻數(shù)分布

分析區(qū)域性暴雨雨團的空間分布有利于了解其是否存在顯著的密集區(qū)，計算雨團軌跡密度可以獲知雨團的空間分布。因此本研究將雨團的重心位置格點化，即將雨團中的經(jīng)緯度點化到17×10（空間分辨率為0.1°×0.1°）的網(wǎng)格點上，并計算每個網(wǎng)格的軌跡個數(shù)，作為雨團的軌跡密度。從雨團頻數(shù)的空間分布（圖3）可知，汕尾市城區(qū)為雨團的高頻中心，中心點位于汕尾市城區(qū)，中心頻次高達45次；陸河縣河口鎮(zhèn)是第2大值區(qū)，達37次；陸豐市甲子鎮(zhèn)發(fā)生頻次也較高，達到36次，為第3大值區(qū)；第4大值區(qū)位于陸河的水唇鎮(zhèn)。這種分布原因是汕尾市城區(qū)位于蓮花山以西的平原且毗鄰南海，海上的暖濕氣流和北方的冷空氣容易在開闊的平原交匯；另外，陸河縣河口鎮(zhèn)、水唇鎮(zhèn)呈現(xiàn)東、西部高，中間相對低的地形，氣流易受地形影響產(chǎn)生輻合抬升和局地?zé)崃Σ环€(wěn)定。

圖3 2014—2020年汕尾市雨團頻數(shù)空間分布

5 中尺度雨團特征

5.1 時間

統(tǒng)計可知，影響汕尾市的中尺度雨團生命史主要集中在2～3 h，其中2 h最多為60個，占44.8%；其次是3 h（24.6%）為33個；持續(xù)時間4、5、6、7、8 h分別為15、11、6、2、4個；中尺度雨團持續(xù)時間＞8 h的個數(shù)也較少，僅有4個（3%），因此說明2014—2020年影響汕尾市的中尺度雨團主要以短生命周期的雨團為主。

5.2 空間

區(qū)域性暴雨因存在降水時間長短不一、降水強度差異大、降水空間落區(qū)不均勻等特點，因此具有明顯的中尺度特征。那么研究中尺度雨團就成為研究區(qū)域性暴雨中尺度特征的基礎(chǔ)。按照中尺度雨團的定義，共獲得134個中尺度雨團。

由中尺度對流系統(tǒng)的空間頻數(shù)分布（圖4）可知，中尺度雨團的頻數(shù)高值區(qū)和雨團的高值區(qū)是大致重合的。市城區(qū)的高值中心可能與海上水汽短距離的輸送和沿海地形抬升有關(guān)。陸河的第2大值區(qū)形成原因可能與陸河的西部是蓮花山的北段，東部為峨眉嶂，河口鎮(zhèn)地勢相對較低，氣流容易在這里輻合抬升有關(guān)。

圖4 2014—2020年汕尾市中尺度雨團頻數(shù)空間分布

5.3 參數(shù)特征

圖5是2014—2020年4—9月汕尾市中尺度雨團參數(shù)的頻數(shù)比分析，其中a為中尺度雨團的形狀參數(shù)，是由中尺度雨團的寬（W）比長（L）所得的數(shù)值，其主要作用是表征中尺度雨團的形狀，從圖5a可知，a主要集中在0.2～0.6之間，占總數(shù)的59.3%，其中0.4～0.5所占的比重最大。由此可得影響汕尾市的中尺度雨團的形狀主要以長方形為主（a≤0.6）。

圖5 2014—2020年汕尾市中尺度雨團參數(shù)的頻數(shù)比分布

在研究暴雨過程的強度中通常使用一定比例的站點滿足小時雨強（或累計降水量）達到某個標(biāo)準(zhǔn)作為判斷準(zhǔn)則，同樣的雨團也適用。因此本研究使用不同強度的降水量站點數(shù)來表征雨團的強度。中尺度雨團中小時降水量≥10 mm的站點頻數(shù)比隨站數(shù)的增多迅速減少（圖5b），超過1／2的中尺度雨團包含小時降水量≥10 mm站點數(shù)均不多于10站。一個中尺度雨團中最多包含54個小時雨強≥10 mm的站點。

由圖5c可得，小時降水量≥20 mm的站點頻數(shù)比呈單峰型，峰值集中在1～5站（占51%），其中出現(xiàn)3站最多。

通過圖5d發(fā)現(xiàn)雨團中小時降水量≥30 mm的站點頻數(shù)比呈現(xiàn)單調(diào)遞減的趨勢。有24.4%的中尺度雨團不存在小時雨強≥30 mm的站點，即表明接近1／4的中尺度雨團的強度不強。區(qū)域性暴雨雨團中小時雨強≥30 mm的站點數(shù)主要集中在1～3站（占51%），僅有不到1%的中尺度雨團超過12站。

6 結(jié)論

本研究利用汕尾市2014—2020年4—9月逐小時降水量資料，根據(jù)一定的區(qū)域性暴雨過程定義標(biāo)準(zhǔn)篩選出99個區(qū)域性暴雨過程。以此為基礎(chǔ)，運用基于OPTICS空間聚類算法構(gòu)建雨團的識別方法對區(qū)域性暴雨雨團進行識別。分析區(qū)域性暴雨的雨團特征可以得出如下結(jié)論：

1）區(qū)域性暴雨過程個例中大部分伴有1～3個雨團，其中僅伴有1個雨團的個例最多。

2）區(qū)域性暴雨雨團的空間頻數(shù)高值區(qū)位于汕尾市城區(qū)、陸河縣河口鎮(zhèn)、陸豐市甲子鎮(zhèn)。其空間分布可能與地形密切相關(guān)。

3）影響汕尾市的中尺度雨團以短生命周期的雨團為主，主要集中在2～3 h。

4）汕尾市區(qū)域性暴雨頻數(shù)高值區(qū)和雨團的高值區(qū)大致重合，因此汕尾市區(qū)域性暴雨具有明顯的中尺度特征。

5）中尺度雨團的參數(shù)分析可表現(xiàn)出中尺度雨團的形狀主要以長方形為主，且中尺度雨團中小時降水量≥10 mm的站點頻數(shù)、小時降水量≥20 mm的站點頻數(shù)和小時降水量≥30 mm的站點頻數(shù)隨站數(shù)的增加而減少。