摘要""為提高安徽碭山縣臺風(fēng)暴雨預(yù)報能力，降低氣象災(zāi)害對農(nóng)業(yè)生產(chǎn)帶來的經(jīng)濟(jì)損失，本文利用地面自動站降水資料、氣象信息綜合分析處理系統(tǒng)（MICAPS）高空實況資料、多普勒天氣雷達(dá)資料以及數(shù)值預(yù)報資料等，對2024年9月17—18日臺風(fēng)“貝碧嘉”影響下的大暴雨天氣實況、大氣環(huán)流背景及天氣形勢、單站探空和物理量場、雷達(dá)回波演變特征、數(shù)值預(yù)報檢驗等進(jìn)行分析。結(jié)果表明，此次臺風(fēng)暴雨過程的主要影響因素是臺風(fēng)倒槽，輻合明顯；臺風(fēng)移動緩慢，維持時間較長，東部水汽輸送通道維持，水汽條件好等。溫度特征、水汽條件、風(fēng)場特征、穩(wěn)定度指標(biāo)等均有利于此次臺風(fēng)暴雨的發(fā)生。雷達(dá)回波中組合反射率因子的大小對氣象部門及時發(fā)布預(yù)警信息具有重要的指示意義，為防災(zāi)減災(zāi)提供重要依據(jù)。在各個數(shù)值預(yù)報中，EC模式對此次臺風(fēng)“貝碧嘉”的路徑預(yù)報和降水預(yù)報準(zhǔn)確率較高，其預(yù)報的臺風(fēng)路徑、降水落區(qū)和降水量級更接近實況。本文為相關(guān)地區(qū)提供更精準(zhǔn)的臺風(fēng)氣象預(yù)報服務(wù)提供參考。

關(guān)鍵詞""臺風(fēng)“貝碧嘉”；大暴雨；天氣實況；雷達(dá)回波

中圖分類號""P458 """"""文獻(xiàn)標(biāo)識碼""A """"""文章編號""1007-7731（2025）07-0108-05

DOI號""10.16377/j.cnki.issn1007-7731.2025.07.026

Process analysis of heavy rain in Dangshan County under the influence of typhoon “Bebinca”

ZHANG Xinran

（Dangshan Meteorological Bureau， Dangshan 235300， China）

Abstract "To improve the typhoon rainstorm forecasting ability and reduce the economic loss caused by meteorological disasters in Dangshan County， Anhui Province， the precipitation data of ground automatic station， MICAPS aerial reality data， Doppler weather radar data and numerical forecasting data were used. The weather situation， atmospheric circulation background and weather situation， single-station sounding and physical field， radar echo evolution characteristics， numerical prediction test of the heavy rain process under the influence of typhoon “Bebinca” on September 17-18， 2024 were analyzed. The results showed that the main influencing factor of the typhoon rainstorm process was the typhoon trough， and the convergence was obvious; the typhoon moved slowly and maintained for a long time. The eastern water vapor transport channel was maintained and the water vapor conditions were good. Temperature characteristics， water vapor conditions， wind field characteristics and stability indexes were all conducive to the occurrence of the typhoon rainstorm. The size of the combined reflectivity factor in the radar echo had important indicative significance for the meteorological department to issue early warning information in time， and provided an important basis for disaster prevention and reduction. In each numerical forecast， the EC model had a higher accuracy for the track forecast and precipitation forecast of the typhoon “Bebinca”， and its forecast typhoon track， precipitation falling area and precipitation level were closer to the real situation. This paper provides a reference for providing more accurate typhoon forecast service in relevant areas.

Keywords "typhoon “Bebinca”; heavy rain; the weather conditions; radar echo

臺風(fēng)是發(fā)生在熱帶或副熱帶洋面上具有暖心結(jié)構(gòu)的強烈氣旋性渦旋，給沿海及周邊地區(qū)帶來較大影響。相關(guān)學(xué)者對沿海地區(qū)臺風(fēng)暴雨展開了大量研究。黃亞林等^[1]利用地面自動站降水資料、氣象信息綜合分析處理系統(tǒng)（MICAPS）高空實況資料、雷達(dá)資料和數(shù)值預(yù)報資料，對廣元市中東部臺風(fēng)暴雨天氣過程進(jìn)行分析，發(fā)現(xiàn)暴雨期間，受高空低值系統(tǒng)和低層暖濕氣流的共同影響，同時伴隨臺風(fēng)活動，低層水汽條件和能量條件充沛；數(shù)值預(yù)報對形勢的預(yù)報較為準(zhǔn)確。張樹民等^[2]對臺風(fēng)“山竹”在副高內(nèi)部引發(fā)的一次遠(yuǎn)距離暴雨特征和機(jī)制進(jìn)行分析，發(fā)現(xiàn)當(dāng)?shù)途暥鹊貐^(qū)有臺風(fēng)活動時，500"hPa副高內(nèi)部低層有臺風(fēng)倒槽，倒槽北端的輻合區(qū)是遠(yuǎn)距離暴雨預(yù)報的著眼點。孫巍巍等^[3]對比分析“盧碧”與“海貝思”臺風(fēng)特點及其暴雨過程，探究臺風(fēng)暴雨天氣影響系統(tǒng)的發(fā)展演變規(guī)律，為做好臺風(fēng)暴雨預(yù)報工作提供參考。崔夢雪等^[4]分析臺風(fēng)“杜蘇芮”引發(fā)福建極端強降水的天氣特征，指出兩個明顯的降水階段分別由臺風(fēng)眼壁與內(nèi)螺旋雨帶、臺風(fēng)外螺旋雨帶造成，并通過“列車效應(yīng)”持續(xù)影響福建沿海，產(chǎn)生極端強降水。劉曦等^[5]對處于臺風(fēng)外圍的青島機(jī)場出現(xiàn)的一次大暴雨天氣過程進(jìn)行分析，發(fā)現(xiàn)臺風(fēng)外圍環(huán)流背景是形成此次暴雨天氣的主要因素，且在青島嶗山山區(qū)地形造成的迎風(fēng)坡效應(yīng)下局地出現(xiàn)大暴雨甚至特大暴雨天氣。在少數(shù)情況下，臺風(fēng)的影響范圍會進(jìn)一步向內(nèi)陸延伸，引發(fā)災(zāi)害性天氣。季小琪等^[6]對臺風(fēng)“美莎克”引發(fā)的東北平原與山地交界地帶地區(qū)一次暴雨天氣過程進(jìn)行分析，發(fā)現(xiàn)當(dāng)臺風(fēng)攜帶的暖濕氣流遇到地形阻擋時，容易產(chǎn)生顯著的地形抬升作用，導(dǎo)致大氣不穩(wěn)定能量釋放，形成強烈的上升運動，從而增強降水強度和延長持續(xù)時間。劉天宇等^[7]對臺風(fēng)“羅莎”在黑龍江省東部引發(fā)的暴雨過程進(jìn)行分析，此次暴雨過程中，副熱帶高壓穩(wěn)定維持，“羅莎”沿副高邊緣北上，受臺風(fēng)登陸后減弱的熱帶風(fēng)暴影響出現(xiàn)暴雨天氣。高曉梅等^[8]對臺風(fēng)“利奇馬”造成山東省特大暴雨進(jìn)行了成因分析，發(fā)現(xiàn)強鋒生次級環(huán)流與臺風(fēng)倒槽輻合、冷暖空氣交匯等的共同作用會導(dǎo)致水汽動力抬升快速增強，促使對流不穩(wěn)定能量大量釋放，形成強降水。

2024年9月17—18日，臺風(fēng)“貝碧嘉”讓安徽碭山縣遭遇了一場罕見的大暴雨。碭山縣農(nóng)業(yè)資源豐富，是水果產(chǎn)區(qū)，碭山酥梨產(chǎn)業(yè)在該地經(jīng)濟(jì)發(fā)展中占據(jù)重要地位。臺風(fēng)“貝碧嘉”帶來的大暴雨，給該地的城市建設(shè)、農(nóng)業(yè)生產(chǎn)以及居民生活帶來了較大的影響，出現(xiàn)道路積水、城市內(nèi)澇、農(nóng)田被淹、果樹受損等問題。由于該地受臺風(fēng)影響的情況較少，由臺風(fēng)引發(fā)的大暴雨情況更少見，因此對臺風(fēng)“貝碧嘉”在該地形成的大暴雨過程進(jìn)行深入分析具有重要的意義，有助于提高該地區(qū)對臺風(fēng)暴雨預(yù)報的能力，為防災(zāi)減災(zāi)、促進(jìn)農(nóng)業(yè)生產(chǎn)提供參考。

1 材料與方法

1.1 供試材料

利用地面自動站降水資料、MICAPS高空實況資料、多普勒天氣雷達(dá)資料以及數(shù)值預(yù)報資料，對2024年9月17—18日臺風(fēng)“貝碧嘉”影響下的碭山縣大暴雨天氣過程進(jìn)行分析。

1.2 研究方法

從天氣實況、大氣環(huán)流背景及天氣形勢、單站探空和物理量場、雷達(dá)回波演變特征、數(shù)值預(yù)報檢驗等方面對臺風(fēng)“貝碧嘉”影響下的碭山縣大暴雨過程進(jìn)行分析。

1.2.1 天氣實況 受2024年第13號臺風(fēng)“貝碧嘉”影響，根據(jù)地面自動站降水資料，2024年9月17日8時至19日8時，研究區(qū)各站點累計降水量普遍在300"mm以上，其中降水量超過400"mm的站點有5個；超過500"mm的站點有2個?？h城區(qū)域降水量在456.9"mm，鄉(xiāng)鎮(zhèn)中曹莊的降水量最大，達(dá)629.5"mm。部分站點1"h最大雨強超過50"mm，最大1"h最大雨強區(qū)域為李莊，達(dá)74.9"mm，超出短時強降水（1"h降水量20"mm）標(biāo)準(zhǔn)。此次臺風(fēng)暴雨天氣的特點是出現(xiàn)持續(xù)性暴雨，部分站點小時雨強大，主要影響時段是17日夜間到18日白天。研究區(qū)農(nóng)田、道路等區(qū)域積水嚴(yán)重，玉米、大豆等糧食作物受災(zāi)，碭山梨等果園受災(zāi)，各類蔬菜受災(zāi)。

1.2.2 大氣環(huán)流背景及天氣形勢 對2024年9月17日8時及20時500、850"hPa的環(huán)流形勢進(jìn)行分析，主要分析臺風(fēng)的環(huán)流結(jié)構(gòu)、上升運動條件、位置、移動速度、持續(xù)時間、水汽通道條件。環(huán)流形勢數(shù)據(jù)來源于MICAPS高空實況資料。

1.2.3 單站探空和物理量場 對2024年9月17日8時和20時徐州站探空T-lnP資料進(jìn)行分析，從溫度特征、水汽特征、風(fēng)場特征、穩(wěn)定度指標(biāo)4個方面對臺風(fēng)暴雨發(fā)生的有利條件進(jìn)行分析。徐州站探空T-lnP資料來源于MICAPS高空實況資料。

1.2.4 雷達(dá)回波演變特征 對2024年9月17、18日雷達(dá)組合反射率因子進(jìn)行分析，分析研究區(qū)上空雷達(dá)回波組合反射率因子的大值與碭山縣暴雨預(yù)警信號發(fā)布之間的關(guān)系。雷達(dá)組合反射率因子數(shù)據(jù)來源于阜陽多普勒雷達(dá)資料。

1.2.5 數(shù)值預(yù)報檢驗 對2024年17日8時至18日8時歐洲中期天氣預(yù)報中心（EC）數(shù)值預(yù)報模式、美國國家環(huán)境預(yù)報中心（NCEP）數(shù)值預(yù)報模式、中國氣象局全球同化預(yù)報系統(tǒng)（CMA-GFS）數(shù)值預(yù)報模式下的臺風(fēng)路徑預(yù)報與臺風(fēng)實際路徑進(jìn)行對比檢驗，分析各模式下的路徑預(yù)報情況；對該時間段EC等3種模式下的降水量預(yù)報和實況進(jìn)行對比檢驗，分析各模式下的降水預(yù)報準(zhǔn)確率。數(shù)值預(yù)報來源于MICAPS數(shù)值預(yù)報資料。

2 結(jié)果與分析

2.1 大氣環(huán)流背景及天氣形勢

此次臺風(fēng)暴雨過程主要受臺風(fēng)倒槽影響，輻合明顯，臺風(fēng)移動緩慢，維持時間較長，臺風(fēng)東部水汽輸送通道維持，水汽條件好。由環(huán)流形勢可知，9月17日8時臺風(fēng)進(jìn)入安徽滁州，20時到達(dá)安徽阜陽；500、850"hPa臺風(fēng)環(huán)流結(jié)構(gòu)清晰，輻合明顯，有強正渦度區(qū)，上升運動強烈。臺風(fēng)東部水汽通道維持，且有正渦度平流輸送，臺風(fēng)經(jīng)過區(qū)域風(fēng)切變不大，無中低層冷空氣影響“貝碧嘉”，安徽中北部地勢平坦，臺風(fēng)減弱慢。此次臺風(fēng)過程滿足了暴雨的3個要素：充足的水汽、強烈的上升運動以及較長的持續(xù)時間，17日夜間至18日研究區(qū)出現(xiàn)了大暴雨過程。

2.2 單站探空和物理量場

據(jù)徐州站探空資料（圖1），存在有利于臺風(fēng)暴雨發(fā)生的環(huán)境條件。（1）溫度特征。17日8時和20時，ΔT（850-500）為21"℃，溫度直減率較大，大氣不穩(wěn)定程度較高。（2）水汽特征。露點曲線與溫度曲線的間距反映了空氣的相對濕度。8時探空圖露點曲線與溫度曲線的間距較小，表明空氣接近飽和狀態(tài)，水汽含量豐富；20時露點曲線與溫度曲線間距持續(xù)縮小，說明水汽含量在不斷增加，大暴雨的可能性增大。（3）風(fēng)場特征。垂直風(fēng)切變基本維持在8～12"m/s，高層有輻散區(qū)，合適的垂直風(fēng)切變會使臺風(fēng)減弱慢，增強暴雨的強度和持續(xù)時間。（4）穩(wěn)定度指標(biāo)。17日8時抬升指數(shù)LI為-2.03，沙氏指數(shù)SI為1.49，17日20時抬升指數(shù)LI為-1.65，沙氏指數(shù)SI為-0.70，負(fù)值較大的抬升指數(shù)和沙氏指數(shù)表示大氣不穩(wěn)定，有利于暴雨的形成。17日8時K指數(shù)為37.5，20時K指數(shù)為39.7，表明大氣不穩(wěn)定程度高，有利于臺風(fēng)暴雨發(fā)生。

2.3 雷達(dá)回波演變特征

雷達(dá)資料是監(jiān)測和分析短期預(yù)報的重要工具。根據(jù)阜陽雷達(dá)組合反射率因子資料，17日23：06研究區(qū)最大組合反射率因子為57.5"dBZ，18日3：35最大組合反射率因子為53.0"dBZ，這兩個時次的組合反射率因子是17日和18日組合反射率因子的高值。其間，碭山縣氣象臺根據(jù)降水實況兩次提升暴雨預(yù)警信號級別，于2024年9月17日23：06變更發(fā)布暴雨橙色預(yù)警信號，18日3：37變更發(fā)布暴雨紅色預(yù)警信號。說明在臺風(fēng)暴雨中，組合反射率因子具有重要的指示意義，通過觀察組合反射率因子的變化，可以追蹤臺風(fēng)暴雨系統(tǒng)的移動和演變路徑。組合反射率因子在某一區(qū)域持續(xù)增強，說明暴雨可能會進(jìn)一步加強并帶來持續(xù)影響，反之，則預(yù)示著暴雨強度逐漸降低。這有助于氣象部門及時發(fā)布預(yù)警信息，為農(nóng)業(yè)生產(chǎn)防災(zāi)減災(zāi)提供重要依據(jù)。

2.4 數(shù)值預(yù)報檢驗及應(yīng)用

2.4.1 臺風(fēng)路徑 根據(jù)9月17日8時至18日8時臺風(fēng)路徑實況（圖2），對EC、NCEP、CMA-GFS數(shù)值預(yù)報模式的臺風(fēng)路徑預(yù)報準(zhǔn)確性進(jìn)行檢驗?？芍?，在此次臺風(fēng)暴雨過程中，EC模式能夠準(zhǔn)確地預(yù)報出臺風(fēng)的移動路徑；NCEP模式臺風(fēng)路徑預(yù)報前期準(zhǔn)確，后期路徑略偏西；CMA-GFS模式臺風(fēng)預(yù)報路徑略偏南、西。

2.4.2 降水預(yù)報 此次臺風(fēng)暴雨過程降水主要時段為9月17日8時至18日8時。根據(jù)降水量實況和各模式降水量預(yù)報（圖3），EC模式下該時間段降水預(yù)報總體與實況吻合，強降水落區(qū)范圍略偏小，降水強度預(yù)報正確，總體預(yù)報效果較好；NCEP模式降水落區(qū)正確，降水強度預(yù)報較偏小，暴雨和大暴雨漏報。CMA-GFS模式降水落區(qū)正確，降水強度預(yù)報較偏小，大暴雨漏報。因此，在此次臺風(fēng)暴雨各模式降水預(yù)報中，EC模式更優(yōu)，其預(yù)報的降水落區(qū)和降水量級更接近實況。

3 結(jié)論與討論

此次臺風(fēng)暴雨過程主要影響因素是臺風(fēng)倒槽，輻合明顯，動力作用強，臺風(fēng)移動緩慢，維持時間較長，臺風(fēng)東部水汽輸送通道維持，水汽條件好，有利于臺風(fēng)暴雨的發(fā)生。王秋云等^[9]對臺風(fēng)“白鹿”引發(fā)漳州市暴雨過程進(jìn)行分析，研究結(jié)果同樣表明了充分的水汽條件、合適的動力條件等有利于臺風(fēng)暴雨的發(fā)生。在臺風(fēng)暴雨預(yù)報中，雷達(dá)組合反射率因子具有重要的指示意義，通過觀察組合反射率因子的變化，可以追蹤臺風(fēng)暴雨系統(tǒng)的移動和演變，有助于氣象部門及時發(fā)布預(yù)警信息，為防災(zāi)減災(zāi)提供重要依據(jù)。對臺風(fēng)“貝碧嘉”路徑、降水落區(qū)和降水強度的預(yù)報，EC模式表現(xiàn)最優(yōu)，研究區(qū)臺風(fēng)暴雨預(yù)報可參照EC模式。EC模式對大尺度穩(wěn)定降水落區(qū)預(yù)報表現(xiàn)較好，但對其中對流天氣組織化描述不足，降水量級預(yù)報略偏小，降水量級預(yù)報優(yōu)于NECP和CMA-GFS模式，降水落區(qū)與路徑預(yù)報偏差較大。俞燎霓等^[10]開展了數(shù)值模式對臺風(fēng)“鳳凰”暴雨預(yù)報準(zhǔn)確度的檢驗，發(fā)現(xiàn)EC模式有較明顯的優(yōu)勢。王曉芳等^[11]研究了臺風(fēng)暴雨對農(nóng)業(yè)生產(chǎn)影響下的氣象保障服務(wù)，認(rèn)為應(yīng)提高防御臺風(fēng)等氣象災(zāi)害服務(wù)水平，密切關(guān)注臺風(fēng)移動路徑和天氣變化，及時發(fā)布災(zāi)害預(yù)警信息，做到主動防御。

本文對臺風(fēng)“貝碧嘉”影響下的碭山縣大暴雨過程進(jìn)行分析，有助于提高研究區(qū)對臺風(fēng)暴雨的預(yù)報能力，提前精準(zhǔn)預(yù)警，及時推送預(yù)警信息，以便農(nóng)戶提前采取防范措施。例如，提前疏通農(nóng)田排水系統(tǒng)，避免果樹及農(nóng)作物長時間浸泡導(dǎo)致缺氧死亡，災(zāi)后及時清淤排澇，綜合防治病蟲害等，恢復(fù)農(nóng)業(yè)生產(chǎn)，盡可能減少氣象災(zāi)害造成的經(jīng)濟(jì)損失。

參考文獻(xiàn)

[1] 黃亞林，孫美玲，王璐思. 一次有臺風(fēng)影響的廣元市中東部暴雨過程分析[J]. 科技創(chuàng)新與應(yīng)用，2024，14（27）：111-114.

[2] 張樹民，吳海英，黃綺君，等. 副熱帶高壓內(nèi)部臺風(fēng)遠(yuǎn)距離暴雨特征和機(jī)制個例分析[J]. 氣象科技，2024，52（4）：535-548.

[3] 孫巍巍，莊毅斌，繆語沛. “盧碧”"與"“海貝思”"臺風(fēng)特點及其暴雨過程對比分析[J]. 農(nóng)業(yè)災(zāi)害研究，2024，14（7）：254-256.

[4] 崔夢雪，向純怡，張晗昀，等. 臺風(fēng)“杜蘇芮”（2305）引發(fā)福建極端強降水的特征分析[J]. 海洋氣象學(xué)報，2023，43（4）：11-20.

[5] 劉曦，劉源，賀曉霞. 青島機(jī)場一次臺風(fēng)外圍暴雨天氣分析[J]. 農(nóng)業(yè)災(zāi)害研究，2023，13（8）：193-195.

[6] 季小琪，王海燕，李策，等. 2020年臺風(fēng)“美莎克”引發(fā)的吉林地區(qū)一次暴雨天氣過程分析[J]. 農(nóng)業(yè)災(zāi)害研究，2024，14（6）：169-171.

[7] 劉天宇，李光玉，王衛(wèi)紅，等. 臺風(fēng)“羅莎”"引發(fā)暴雨天氣過程成因分析[J]. 黑龍江氣象，2023，40（2）：18-19，32.

[8] 高曉梅，白莉娜，郭蓉，等. 臺風(fēng)“利奇馬”"北上鋒生導(dǎo)致山東省創(chuàng)紀(jì)錄暴雨天氣學(xué)成因分析[J]. 熱帶氣象學(xué)報，2023，39（2）：145-158.

[9] 王秋云，蔡藝友，葉順明，等. 臺風(fēng)“白鹿”"引發(fā)漳州市暴雨過程分析及其對農(nóng)業(yè)生產(chǎn)的影響[J]. 福建熱作科技，2020，45（2）：62-64.

[10] 俞燎霓，周亦平，傅方奇，等. 臺風(fēng)“鳳凰”暴雨成因及數(shù)值模式預(yù)報檢驗分析[J]. 浙江氣象，2022，43（2）：12-17.

[11] 王曉芳，徐佳奧，王明輝. 霞浦縣災(zāi)害性天氣對農(nóng)業(yè)生產(chǎn)的影響及氣象保障服務(wù)對策[J]. 農(nóng)業(yè)災(zāi)害研究，2023，13（7）：111-113.

（責(zé)任編輯：楊歡）

作者簡介"張欣然（1992—），女，安徽碭山人，工程師，從事氣象預(yù)報與服務(wù)工作。