孙思远 管兆勇
(南京信息工程大学 气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/ 气象灾害预报预警与评估协同创新中心,南京 210044)
华北位处东亚季风影响范围中的中纬度边缘地区,降水的年际变化幅度很大,极端降水事件也相应地有其区域特点。华北地区降水具有明显的季节性差异,且主要集中在夏季,占全年降水量的65% 以上[1]。在全球变暖的背景下,华北地区夏季降水减少[2],该区域降水的减少趋势与东亚夏季风的减弱相对应[3-4],且与长江流域降水的增强趋势构成了我国东部地区近几十年来“南涝北旱”的降水分布特征[5-6]。有研究指出,华北地区降水具有全区一致性[7],且近10 a来华北地区极端降水和干旱事件的发生频次均处于上升趋势[8]。
华北区域性极端降水总是发生在有利的大尺度环流背景下,并由中尺度系统直接作用[9-11]。张恒德等[12]发现极涡指数、副高脊线与华北夏季降水均呈正相关[13],而副高面积、强度指数则与华北夏季降水呈负相关。高空西风急流位置偏北时,华北地区夏季降水偏多[14];环贝加尔湖地区地表温度的升高使蒙古高原上空大气稳定度增加,从而可能导致华北地区夏季降水减少[15]。丝路遥相关和极地波列与华北地区极端降水也有密切相关[16]。此外,华北夏季降水与南半球环流系统的异常也存在紧密的联系,以马斯克林高压为例,其与华北地区夏季降水呈负相关[17-18]。李静楠等[19]发现低层湿位涡中心的强度变化对应华北暴雨的发生发展,随着湿斜压项负值增大、湿正压项正值减小,大气斜压性向正压位涡扰动转换,有利于气旋性涡度的发展,进而导致强上升运动,使得降水得以维持和发展[20]。地形高度的改变对于动力场的影响十分明显[21],太行山的地形作用能在一定程度上促进华北地区降水的发展[22]。
2016年7月在华北地区发生的特大暴雨,造成了巨大的经济损失和人员伤亡,因此众学者针对本次事件进行了很多研究。结果表明,此次强降水过程的大气环流背景稳定且斜压性显著[23],受黄淮气旋的发展北上直接影响[24],低涡与高低空急流的配置更是为华北地区暴雨的发生发展提供了所需的充足水汽和能量[25]。RAN, et al[26]引入位势形变参数,参数中包含与降水有关的动力和热力因子,结果发现其高值区与降水区重叠;还有学者发现,位势散度的高值区与降水高值区也有很好的对应[27],这些为追踪降水提供了新的思路。此外,康延臻等[28]利用多种云微物理方案对本次强降水模拟时发现单参方案SBU-YLin的描述最佳。
综上,前人针对华北地区降水的研究多是从热力和动力角度展开,但鲜从扰动能量变化和传播的角度进行分析,而弄清扰动能量变化对中纬度天气系统的影响特别重要[29-31]。特别对于2016年,关于Rossby波活动及能量变化特征尚未有更多研究,因此,本文将探讨华北地区“16·7”极端强降水事件期间斜压Rossby波活动特征和扰动能量的变化,为理解极端降水事件的形成机理和预报提供科学基础。
本文研究时段为2016年 7月18—22日,使用的资料有:(1) NCEP/NCAR逐日再分析资料,包括经向风v、纬向风u、垂直速度ω、位势高度h、比湿q、温度T等,水平空间分辨率为2.5° × 2.5°。各变量的逐日扰动定义为该变量与其逐日气候平均值之间的偏差。逐日气候定义为1981—2010年逐日变化的30 a平均值。(2) 国家级地面气象站基本气象要素日值数据集的2 425个站的逐日降水资料。华北地区(京津冀晋)共有284站(图1),站点分布比较均匀,且在空间上较为密集,所以在计算区域平均时采用算术平均方式。
波作用通量可以用来诊断Rossby波扰动能量的传播特征,使波包动力学特征更为清晰[32],p坐标中的波作用通量W和波扰动能量通量的水平分量Wr可记为:
图1 华北地区284个降水观测站点位置(图中蓝色粗实线表示黄河)Fig.1 Location of 284 precipitation observation stations in North China, (thick blue line is the Yellow River)
(1)
,
(2)
其中:ψ′为准地转扰动流函数;U=(U,V)T为基本流场;CU为沿基本气流方向的相速度;M为描写小振幅准地转涡动的广义假动量。Wr的散度为负时,表示波作用通量因能量辐合而增大,反之散度为正时,表示扰动减弱。需要要说明的是,当扰动相速度非常小或者对于准静止波动而言,Wr可用于诊断Rossby波的能量传播特征。当然,即使针对移动性Rossby波,在不考虑基本气流相关的通量CUM时,Wr仍可用于部分地揭示Rossby波动能量传播的方向和波作用通量变化趋势。
极端降水发生时,伴随着局地有效位能向动能的转化,扰动增强,此时涡动动能的维持受到斜压转换的影响。根据水平动量方程推导出的涡动动能方程为[33-34]:
(3)
图2 1979—2016年7月华北地区区域平均逐日降水的时间序列(单位: mm)Fig.2 Time series of regional mean daily precipitation in July in North China from 1979 to 2016 (unit: mm)
2016年7月18—22日,华北发生强降水事件,此次降水事件持续时间长、降水量级大、影响范围广[36]。根据华北地区1979—2016年7月区域平均降水的时间序列(图2)可以看出,此次降水总量和强度造成华北地区多地的日降水量突破了历史极值,造成了较为严重的城市内涝和山洪泥石流等地质灾害,给人民的生产生活带来了很大影响。
18日在晋陕边界有少量降水,华北地区强降水过程开始(图3a);19日降水强度增强,降水覆盖了北京、山西和河北大部分地区,大值中心位于冀晋豫三省交界的太行山脉附近(图3b);20日降水强度继续增强,降水覆盖北京、天津、河北和山西部分地区,大值中心向东北移动至廊坊、天津附近(图3c);21日降水强度减弱,降水覆盖北京、天津和河北部分地区,大值中心继续北上离开华北地区(图3d);22日降水强度继续减弱,仅河北东北部有少量降水(图3e),降水过程基本结束。此次强降水过程持续5 d左右,雨带沿太行山和燕山山脉,呈西南—东北向分布特征,雨量大值中心主要在京津冀,此外,在江汉地区也存在大值中心(图3f)。
图3 华北地区2016年7月18—22日逐日降水分布及过程总降水量分布(单位: mm): (a) 18日;(b) 19日;(c) 20日;(d) 21日;(e) 22日; (f) 总降水量 Fig.3 Distribution of daily precipitation and total precipitation in North China from 18 to 22 July, 2016 (unit: mm): (a) July 18;(b) July 19;(c) July 20;(d) July 21;(e) July 22; (f) total precipitation
华北地区夏季降水的大气水汽来源主要有4支,分别来源于孟加拉湾、中国南海和西太平洋以及中高纬西风带的输送[37]。从整层积分(1 000 ~ 300 hPa)的水汽通量散度及其旋转分量和辐散分量分布中可以发现,18日有微弱水汽在晋陕边界汇聚(图4a),华北地区强降水过程开始;19日在冀晋豫三省边界有很强的水汽汇(图4b),华北地区降水强度增大、量级增加;20日在华北大部分地区有强水汽汇(图4c),华北地区降水达到最强;21日华北地区的水汽汇聚趋势与前1 d相比有所减弱(图4d),华北地区降水开始减弱;22日水汽通量辐合的大值区移至东北(图4e),华北地区强降水过程基本结束。此次强降水过程华北地区有较大范围的水汽通量辐合的大值区,水汽自孟加拉湾和中国南海一直输送向华北地区(图4f),为华北地区极端强降水发生提供了充足的水汽条件。
图4 2016年7月18—22日华北地区逐日和过程平均的整层积分(1 000~300 hPa)的水汽通量散度(阴影, 单位: 104 kg·s-1) 及其辐散分量(箭矢, 单位: kg·m-1·s-1)和旋转分量(流线, 单位: kg·m-1·s-1):(a) 18日;(b) 19日;(c) 20日;(d) 21日;(e) 22日; (f) 过程平均 Fig.4 Water vapor fluxes divergence (shaded contours, unit: 104 kg·s-1), divergent component (arrows, unit: kg·m-1·s-1) and rotational component (streamlines, unit: kg·m-1·s-1) integrated from 1 000 hPa up to 300 hPa of daily and average during the period in North China from 18 to 22 July, 2016 (unit: mm): (a) July 18; (b) July 19; (c) July 20;(d) July 21;(e) July 22; (f) July mean
为探讨华北地区极端强降水事件的发生与大尺度环流背景的关系,图5给出了此次极端强降水事件发生期间和过程平均的850 hPa(左列)和300 hPa(右列)高度上的水平环流和辐散风场。在对流层低层850 hPa上,华北地区在18日主要受中心位于渤海湾的反气旋性环流异常的控制(图5a);在19日该中心北上至东北地区并于中心位于华中地区的气旋性异常和环流共同影响华北地区,此时,该地区上空主要为东南风(图5c);20日反气旋和气旋性环流异常中心持续向东北向移动(图5e);华北地区在21日受中心北上至该地区上空的气旋性环流异常控制(图5g); 22日气旋性环流异常中心移出华北地区,此时,主要受该环流与中心位于海南附近的反气旋性环流异常的共同影响,上空主要为偏西风(图5i)。在对流层上层300 hPa上,中纬度(图5右列红色方框)和高纬度(图5右列红色三角形)分别存在两个明显的波列状环流结构,华北地区主要受中心初始位置分别位于外兴安岭和河西走廊的反气旋性环流异常和气旋性环流异常的共同作用,但反气旋性环流异常的影响作用更大。气旋性和反气旋性环流异常中心从18—22日均有明显的南移过程,但华北地区对流层上层以辐散为主。
就本次过程平均而言,华北地区在对流层中低层受到气旋性环流异常控制(图5k),而在对流层上层则受中心位于东北地区的反气旋性环流异常CN和中心位于闽赣地区的气旋性环流异常CS的共同作用(图5l)。异常辐散风在对流层中低层辐合,在对流层上层辐散,这种低层至高层的斜压环流结构有利于极端强降水事件的发生发展。特别注意到,在850 hPa上,自南海向中国东北存在波列状“反气旋AE—气旋BE—反气旋CE”的环流结构,随着气旋移动至华北地区,利于该地区在对流层低层辐合,进而推进了此次过程的发生。在300 hPa上,有急流轴北侧的“反气旋AN—气旋BN—反气旋CN”和南侧的“气旋AS—反气旋BS—气旋CS”波列状的环流结构。CN和CS之间的东南风及相应的辐散气流对850 hPa上BE处的辐合作为补偿,利于极端强降水事件的发生。
图5 2016年7月18—22日华北地区逐日和过程平均的850 hPa(a、c、e、g、i、k)和300 hPa(b、d、f、h、j、l)上流函数异常(阴影, 单位: 106 m2·s-1)及相应异常旋转风场(流线, 单位: m·s-1)和异常辐散风场(箭矢, 单位: m·s-1)(图中字母表示气旋或反气旋中心编号;字母下标“E”表示“东”;“N”和“S”则分别表示“北”和“南”): (a、b) 18日; (c、d) 19日;(e、f) 20日; (g、h) 21日; (i、j) 22日; (k、l) 过程平均 Fig.5 Daily and average anomalous circulations at 850 hPa (a, c, e, g, i, k) and 300 hPa (b, d, f, h, j, l) of the stream-functions (shaded, unit: 106 m2·s-1), rotational component (streamlines, unit: m·s-1), divergent component (arrows, unit: m·s-1) of the anomalous winds in North China from 18 to 22 July, 2016 (The letters indicate the number of the cyclone or anticyclone center, and the subscript “E” indicates “East”, while “N” and “S” indicate “North” and “South” respectively): (a, b) July 18; (c, d) July 19; (e, f) July 20; (g, h) July 21; (i, j) July 22; (k, l) mean
图6 2016年7月18—22日华北地区逐日以及本次过程平均的850 hPa(a、c、e、g、i、k)和300 hPa(b、d、f、h、j、l)上扰动位势高度场(阴影, 单位: 10 m)与相应的波作用通量(矢量, 单位: m2·s-2)及其散度(等值线, 实线表示正值; 虚线表示负值; 单位: 10-5 m·s-2): (a、b) 18日;(c、d)19日;(e、f)20日; (g、h) 21日; (i、j) 22日; (k、l) 过程平均Fig.6 Daily and average potential height perturbations (shaded, unit: 10 m) and horizontal components of wave activity flux (vectors, unit: m2·s-2) at 850 hPa (a, c, e, g, i, k) and 300 hPa (b, d, f, h, j, l), and its divergence (contours, solid lines are positive values, dashed lines are negative values; unit: 10-5m·s-2) in North China from 18 to 22 July, 2016: (a, b) July 18; (c, d) July 19; (e, f) July 20; (g, h) July 21; (i, j) July 22; (k, l) mean
图7 华北地区区域极端强降水事件中引起涡动动能变化的各项的整层积分(1 000~100 hPa)随时间的变化(单位: 10-2m2·s-3; 其中(b)中Kpr为Ke3与Ke4之和; 其他曲线同a图 )Fig.7 The temporal variations of terms (unit: 10-2 m2·s-3) including Ket,Ke1, Ke2,……,Ke7 and Kpr integrated vertically from 1 000 hPa to 100 hPa, which induce the eddy kinetic energy to change during the extreme heavy precipitation in North China, where Kpr is the sum of Ke3 and Ke4
有学者研究发现,波作用通量在中国东部区域性极端日降水事件中可以反映出波扰能的传播过程[38-39],因此,图6计算Wr以了解在极端强降水发生期间,Rossby波能量在不同等压面上的水平频散特征。我国东部的对流层低层850 hPa存在显著的扰动能量自南向北的传播(图6左列),这与850 hPa上存在的“AE—BE—CE”波列状扰动(图5a)一致。北向的波扰动能量通量在19—20日最为明显,这两日也是降水最为集中,而18日和21—22日的扰动能量的传播相对较弱,与本次降水的开始和结束时间较为一致。相应地,在40° ~ 70°N的对流层上层300 hPa上存在正负正的Rossby波列结构,扰动位势高度的正、负值中心移动略有东移,强度也是先增强后减弱。而从波作用通量则可以看出,高空扰动能量主要呈现纬向传播,这与图5b的南北两支波列状扰动对应,在19—22日华北地区的Wr有较为明显的辐合辐散变化。这对高空扰动能量的维持起到重要作用。
利用涡动动能方程(3)可诊断华北地区本次极端强降水过程的涡动动能随时间的变化情况。由图7a所给出的整层积分(1 000 ~ 100 hPa)的各项变化情况可以看出,方程的贡献大项为Ke3和Ke4,其中Ke3在19—22日为负,Ke4在18—22日为正,虽然这两项对涡动动能变化的贡献相反但同时在20日达到极值。然而,若我们采用不同的表达方式,将Ke3和Ke4合并且定义为动能转化项(Kpr),此时整层积分(1 000~100 hPa)的各项变化情况如图7b所示。由图可见,Ket在19—20日为正,21—22日转为负,表明华北地区于18—19日能量积聚增强,随后扰动能量随时间减小,这意味着20日可能是降水最强的时间;Ke1和Ke5在19—20日为正,利于涡动动能的增强和维持,Ke5的贡献比Ke1大,并且两项和Ket均在21日转号,进一步增强了20日为降水最强的时间的可能性;Kpr在19—22日为负,利于涡动动能的减小;Ke7在19—22日为正,利于涡动动能的维持;Ke2和Ke6对涡动动能的贡献很小。整体而言,Ke1、Kpr、Ke5和Ke7为方程的贡献大项,Ke2和Ke6相对而言为小项。在强降水发生期间,各项变化主要集中在19—22日,涡动动能在19—20日的增强和维持主要是Ke1、Ke5和Ke7的贡献,而在21—22日的减弱主要是Kpr的贡献。
从引起华北地区涡动动能变化的各项在2016年7月18—22日的垂直廓线中(图8),可以更清晰地看出极端强降水事件发生时,各层涡动动能的变化趋势及引起涡动动能变化的各项的变化趋势。从量级的角度可以发现,Ke3和Ke4是引起涡动动能变化的大项,两项的贡献相反,残差项Ke7的贡献也比较大,其他项相较而言均为小项,这与整层积分所得到的结果相吻合。从随高度变化的角度可以看出,各项的变化主要集中在对流层中上层:Ket在19日的对流层上层由正转负,即华北地区上空的涡动动能在19日开始积聚增强,并在20日得以维持,随后在21日再次转号,即能量开始消散,涡动动能的变化与本次降水过程的发展减弱有很好的一致性;引起涡动动能变化的各项的极值也多出现在19日和20日,正、负转号也多出现在19—21日,在19日和20日有利于涡动动能增强并得以维持的主要为Ke1、Ke4(大项)和Ke5,在21日使得涡动动能减弱的则主要为Ke1和Ke3(大项)。值得注意的是,涡动动能的变化Ket与平流输送项Ke1在本次极端强降水过程中的变化趋势相似。
图8 2016年7月18—22日华北地区涡动动能变化Ket(a)和引起涡动动能变化的Ke1(b)、Ke2(c)、Ke3(d)、Ke4(e)、 Ke5(f)、Ke6(g)和Ke7(h)的垂直廓线(单位: 10-2 m2·s-3)Fig.8 The vertical profile of (a)Ket, (b)Ke1, (c)Ke2, (d)Ke3, (e)Ke4, (f)Ke5, (g)Ke6, (h)Ke7(a-h, unit: 10-2m2·s-3) in North China from 18 to 22 July, 2016 and the average during the period
图9 华北地区极端强降水事件的区域平均(a)向极涡动热量通量发ν′T′(阴影, 单位:K·m·s-1)和扰动经向风场ν′(等值线, 单位: m·s-1)、(b)向上涡动热量通量ω′T′(阴影, 单位: K·Pa·s-1)和扰动垂直速度ω′(等值线, 单位: Pa·s-1)、(c)涡动动量通量(u′ν′阴影, 单位: m2·s-2)和扰动纬向风场u′(等值线, 单位: m·s-1) 的高度—时间剖面以及的垂直廓线(单位: 10-5 s-1)Fig.9 Height-time cross-section of regional mean eddy fluxes ν′T′ (a; shaded, unit: K·m·s-1),ω′T′(b; shaded, unit: K·Pa·s-1) and u′υ′(c; shaded, unit: m2·s-2), and the vertical profile of unit: 10-5 s-1) during the extreme heavy precipitation in North China; contours for (a-c) are meridional winds perturbations v′(unit: m·s-1), vertical velocity perturbations w′(unit: Pa·s-1), and zonal winds perturbations u′ (unit: m·s-1), respectively
本文对华北地区2016年7月18—22日一次极端强降水事件的降水特征及期间的能量变化进行了分析,得到结论如下:
本次降水过程是自1979—2016年来发生在华北地区的一次较强的持续性极端降水,降水从18日开始并逐渐增强东移,于20日达到极值后降水减弱东移北上,并在22日结束,持续5 d左右,雨带呈西南—东北走向,中心位于京津冀。水汽主要来源于孟加拉湾和中国南海地区,为极端强降水事件的发生和维持提供了有利的条件。
极端降水发生期间,华北地区在对流层中低层是辐合型流场,而在对流层上层是辐散型流场,这种斜压环流结构同样有利于极端强降水事件的发生发展,且相应地,通过波作用通量的分布可以看出,低层存在同样的经向波列结构,低层扰动能量对华北地区的影响较为明显,且能量传播最强的两天与降水最集中的两天有较好的对应;高层扰动能量的纬向传播明显,在19—20日的华北地区上空存在明显的波能辐合。
大气能量的积累和转换过程在中纬度地区十分活跃[42],极端天气气候事件的发生发展与局地能量变化关系密切,局地能量变化对局地大气环流的异常变动亦有重要影响[43-44]。华北地区的涡动动能在极端强降水发生期间变化明显,在19日显著增强并在20日得以维持,支持了该地区20日降水最强这一现象的发生。Ke3和Ke4是引起涡动动能变化的贡献大项,但两项的作用相反,其中Ke3主要表现为辐散特征,不利于涡动动能的增强维持,而Ke4则表明斜压转换强,涡动有效位能向涡动动能转换,有利于涡动动能的维持。此外,Ke7对涡动动能的贡献也较大,其他项相对而言均为小项,但各项的变化多集中在对流层中上层。这些变化特征对极端强降水事件的发生和维持及其预测有指示意义。
华北地区在极端强降水发生期间,向极涡动热量通量在对流层中低层向极、在对流层上层向赤道,表明低层有暖湿空气向北输送,高层有干冷空气向南输送;而向上涡动热量通量在对流层低层和对流层顶为冷上升,在对流层中上层为暖上升,其与涡动有效位能向涡动动能的斜压转换有关,涡动热量通量在20日达到最强,表明当时斜压转化最强,因而该日降水也是此次降水过程最强的一天。同时,涡动动量通量的变化主要集中在对流层中上层,其在一定程度上起到了加强作用,进而使得涡动动能增强,有利于极端强降水事件的发生。
需要说明的是,本文以华北地区2016年7月的极端强降水事件发生期间的能量变化分析为主。由于这次天气过程显示出降水中心有较快的东移现象(图3和图4),Rossby波包的传播特征仅通过波扰动能量通量Wr来显示(图6)。波包的空间结构及移动特征如何仍需进一步分析。另外,该地区其他降水事件发生时是否有同样现象仍需进一步研究。
致谢:中国气象局气象数据中心(http:∥data.cma.cn/)提供的中国国家级地面气象站基本气象要素日值数据集(V3.0)和NOAA-CIRES Climate Diagnostics Center(https:∥www.noaa.gov/)提供的再分析资料;文中插图使用NCL软件绘制。