阳江复杂地形对特大暴雨影响机理的数值研究

叶桂苓 ，张宇 ，徐建军, ，陈思奇 ，卢泽彬 ，沈文琪

(1. 广东海洋大学海洋与气象学院，广东 湛江 524088； 2. 广东海洋大学南海海洋气象研究院，广东 湛江 524088；3. 广东海洋大学深圳研究院，广东 深圳 518120)

1 引 言

影响暴雨的发生和发展因素众多，地形为其中之一[1]。地形的动力作用和屏障作用主要迫使气流绕行和爬坡，影响水汽输送方向和垂直风切变。地形通过影响风速大小，导致近地面的水汽产生辐合上升，从而激发静力不稳定诱发降水。并且地形的形状、大小和高度会影响暴雨的特征(暴雨强度、暴雨中心等)[1-5]。目前，大尺度地形(例如青藏高原)对于降水的影响已经得到了广泛且深入的研究[6-10]。近年，中小尺度地形对暴雨的影响成为人们的关注点，中小尺度地形往往会引发局地的大暴雨或特大暴雨。但中小尺度地形对降水的作用往往是与其它因素混合在一起，因此难以分辨中小尺度地形诱发暴雨的因素[4]。

随着中尺度数值预报模式的发展和完善，中小尺度地形对暴雨的研究也取得大量的研究成果[12-20]，有利于提高局地暴雨的预报能力。许多研究表明中尺度地形对于暴雨的影响，主要通过影响散度场，垂直风场和水汽条件等[17]，影响暴雨的发生和位置。其中山脉的动力作用影响风场，在低层有气旋式辐合上升[15]，上升运动为降水创造有利条件；由于气流受山脉的阻挡，绕流分量形成气旋或反气旋，从而影响降水[18-19]。刘蕾等[16]基于WRF 模式做地形敏感试验，发现迎风坡面西南暖湿气流带来的水汽和热量在此堆积，中低层位温增加，冷空气从西北侵入时，触发对流不稳定，表明地形对这次大暴雨过程的雨带分布未起到决定性的作用，但对强降水的落区和强度有着重要影响；从物理场分析：移除地形的试验表明，垂直上升运动正涡度强度较原地形的减弱，且降水的强度减弱。Wang 等[20]通过研究黄山地形对降水的影响，平滑地形后的敏感试验与控制试验比较得出：平滑地形后降水量明显减少。高留喜等[21]利用雷达资料对山东一次特大暴雨过程进行分析，发现降水分布具有典型的地形影响特征，复杂的山区地形阻碍对流传播和显著影响降水。郭蕊等[22]通过一系列敏感试验，发现大别山的高度会影响降水中心位置和降水量，增高地形高度，对流更加剧烈；降低或移除地形，降水中心位置东移。李博等[14]利用MM5 模式设置三组地形敏感试验：增加地形高度，减少高度，建喇叭口，结果表明华南地区的局地地形能影响环流的变化，从而影响中尺度对流发展，增强暴雨的强度；地形还能使底层风场发生变化，导致暴雨的位置发生改变。

地形对降水影响的问题非常复杂，尤其是在地形复杂且靠近高温高湿的沿海地区[23]。前人对中小尺度地形影响暴雨已经得到一些成果[24]，但很少涉及阳江地区，而该地区又是严重的暴雨灾害区。例如2008年6月5—7日的特大暴雨(简称“0865”特大暴雨)[14]，2009年6月7日特大暴雨[25]等。由地形海拔高度图(图1a)可知：阳江处于北面靠山，且山地居多，丘陵和平原其次(C)；地势由北向南倾斜，东北有天露山(B)屏障，西北有云雾山(A)环绕，云雾山的最高海拔可达1 700 m(图1b)，两山之间形成狭管地形。南临南海，水汽丰沛，海岸线长341.5 km，因位于低纬度地区，沿海暖区高温高湿，降水主要集中在此地。

图1 地形海拔高度图

以上研究大多从地形影响的物理场角度出发，本文利用地形敏感试验探讨地形对暴雨的发生和发展作用，基于文献[26-27]在青藏高原数值试验中提出将低层水平风场为绕流、爬流和地形的动力作用影响垂直速度的结论来研究阳江地区的暴雨。主要利用中尺度模式WRF，探讨阳江地区中小尺度地形诱发暴雨的可能原因。本文的结构如下：第一部分文章的引言；第二部分描述资料来源、方法介绍、模式设置；第三部针对个例选取模拟；第四部模式为结果及分析；最后一部分为讨论和总结。

2 资料来源、方法介绍、模式设置

2.1 数据来源

文中用于模式的背景场资料，由欧洲数值预报中心(ECMWF)提供时间分辨率为逐日4 次(00时、06 时、12 时、18 时，世界时，下同)，空间分辨率为0.25 °×0.25 °的气压层和地面层再分析数据(ERA5)，资料选取时间为2019年5月26日00时—28日00时。

本文利用观测资料有中国气象局气象信息中心数据库提供的广东省36个国家站的2019年的日降水资料，用于统计广东省2019年全年累计降水量。同时，采用中国气象局气象信息中心数据库提供地面逐小时降水1 573个站点资料，里面包含国家站和区域站，用于验证模式输出结果，该数据早期由MDSS 数据库提取，2017年之后的数据由CIMISS系统获取。

2.2 绕流和爬流计算方法

本文根据张耀存等[27]在数值模拟中对模式低层风场采用的分解方案，将水汽平流分为绕流分量和爬流分量，分别计算各分量的大小，从而区分地形对各自的作用。具体分解方法如下：若为地面水平风矢量，则有：

式(2)、(3)中：zs为地形高度，∇zs为地形高度梯度，可知，绕流垂直于地形梯度，爬流平行于地形梯度。联系上述方程，可得：

式中，ur、vr、up、vp分别代表绕流矢量和爬流矢量的纬向分量和径向分量。

2.3 模式设置

中尺度天气预报模式(Weather Research Forecast，WRF)是由美国多个研究部门及大学的科学家共同参与开发研究的新一代中尺度预报模式和同化系统，集科研与业务预报于一体，给理想化的动力学研究、业务天气预报及区域气候模拟、空气质量预报提供了共用的模式框架，系统将成为从云尺度到天气尺度等不同尺度重要天气特征预报精度的工具[28]。

本文使用非静力平衡中尺度数值模式WRFv4.01(Weather Research Forecast，Version 4.01)，采用欧洲中心(ECWMF)提供的ERA5(0.25 °×0.25 °)再分析资料驱动模式。模式积分步长为 60 s，积分时间为 2019年 5月 26日 00 时—28日00 时(图2)，模式水平方向采用两重嵌套网格，水平分辨率分别为9 km 和3 km，模拟区域D01主要包括广东省，D02区域主要包括研究降水的区域——阳江。模式垂直方向分为40 层，最顶层为50 hPa。物理参数化的设置如表1。

图2 模式模拟区域

表1 模式物理参数化方案

2.4 试验设置

为研究此次地形对暴雨的影响，可通过改变模式相应的地形，使模式环流形势场和物理量根据地形改变而做出相应调整，从而对降水区域和强度产生不同的影响，导致模式模拟出不同的结果，从而明确地形在暴雨中的作用。因此，在不改变任何参数的情况下，设计控制试验和两组敏感试验如下。

(1) 控制试验：保持原地形不变，对暴雨的数值模拟研究，记为CTRL。

(2) 降 低 地 形 ：将 110.2 ～112.5 °E，21.4 ～23.0 °N 区域内的地形高度降低90%，即去掉云雾山和天露山的影响，用于测验地形高度对降水的作用，记为EXPR1。

(3) 区域高度平均试验：将细网格d02 区域的地形高度取面积平均，原地形变为“平台”，主要是测验地形的起伏对降水的作用，记为EXPR2。

(4) 增高地形高度：将110.2～112.5 °E，21.4～23.0 °N 区域内的地形高度增高2 倍，主要测验地形高度对降水的作用，记为EXPR3。

补充说明：虽然本文在数值试验中没有考虑区域四周地形高度的连续性，但多组地形高度增高(降低)试验表明，不考虑区域四周地形高度的连续性变化，并不会影响数值试验的定性结果。

3个例选取

广东省阳江地区的地形较复杂，常年受暴雨的影响，根据2019年广东省全年累计降水(图3a)发现：2019年广东省全年累计降水有14个站点超过2 000 mm，阳江地区的降水甚至超过3 000 mm。2019年5月广东平均累计雨量达311 mm，比常年同期偏多了2 成，尤其是阳江、上川岛和斗门地区，偏多了1 倍以上。基于以上结果，本文拟从地形对强降水影响的角度，选取2019年5月26—28日阳江地区的一次强降水天气过程，通过中尺度数值模拟敏感性试验，探讨阳江地区暴雨频发的原因。

2019年 5月 26日 00 时—27日 00 时 受 西南暖湿气流的影响和地形的相互作用，阳江地区发生了局地性暴雨天气过程，强降水造成严重的经济损失。从24 h 累积雨量分布图可见(图3b)，此次雨带从广东西部沿伸到广东珠江三角洲，雨带呈现西南-东北走向，南北横跨约1个纬度，东西约2个经度。该次暴雨过程的特点：范围较小，量级大，阳江大部分地区量级达到100 mm；降水强度大，阳江站24 h 累计降水达到218 mm；且大于200 mm 的暴雨中心主要位于云雾山前。另外，26日18 时—27日06 时为强降水的主要时段，有5个站点超过100 mm 降雨，13个站点录得50～100 mm 降雨，主要特点时短雨强大，强度变化显著。本文主要讨论此阶段地形对降水的影响。且此次降水发生在弱天气背景下。

图3 广东省2019年全年累计降水散点图(a)，2019年5月26日12时—27日12时24 h降水量(b)

4 模式结果和分析

本文利用常规观测站和加密站共计1 573个站点的降水观测资料与控制试验d02 区域模拟结果进行对比，检验控制试验的模拟效果，分别对降水、绕流爬流、垂直上升运动及不稳定层结方面进行机制分析。

4.1 地形对降水的影响

图4 为区域 111.5～112.0 °E，21.7～22.3 °N平均每小时降雨量时间序列图，控制试验(蓝色：CTRL)与观测(黑色：OBS)相比，降雨量随时间变化有较好的一致性，降水均从2019年26日12时开始，降水强度最大集中在26日18—24 时，但观测在26日16 时出现一个大值。从空间分布上看：控制试验CTRL(图5a)相比于观测(图3b)，能成功模拟出此次降水过程中阳江地区的降水情况，模拟的降水强度和落区、强降水中心的分布和雨带的走向均与实况比较一致，只是雨带范围较小。用模式输出的高分辨率模拟资料对此次暴雨事件做进一步分析研究。

图4 2019年5月26日12时—27日12时区域111.5～112.0 °E，21.7～22.3 °N平均每小时降雨量时间序列图

对比控制试验与敏感试验(图4)可知：控制试验(蓝色：CTRL)的降雨从2019年5月26日12时开始，其中18—24时是强降雨集中的主要阶段，峰值达到11 mm。在EXPR1(橘色)中，降雨量峰值出现在5月26日20 时，约为5.0 mm，降雨量远远小于控制试验。EXPR2(绿色)与控制试验(CTRL)相比，18—24时同为降水集中的时段，但较控制试验降雨量相对偏低，略高于EXPR1。EXPR3(红色)与控制试验(CTRL)相比，18—24 时同为降水集中的时段，且峰值达到16 mm。以上结果表明地形高度影响暴雨强度，地形越高则降雨越强。

图5 为 2019年 5月 26日 12 时—27日 12 时的累计降水分布图。敏感试验(图5b～5d)与控制试验(图5a)相比，发现暴雨中心位置和强度对地形的改变十分敏感。降低地形EXPR1(图5b)，气流平坦地流过山脉，没有地形的强迫和气流的堆积，因此位于阳江地区的暴雨中心向北移到23 °N，雨带变为东西走向，阳江地区降水量整体减少了，有零碎暴雨中心，阳江22 °N以南降水量在24 h 内减少达到60 mm 左右，北边出现暴雨中心可能是由北边山地和细网格的边缘效应引起。细网格区域平均试验EXPR2(图5c)相比控制试验，山脉的东南侧降水量明显整体减弱，雨量减少40～60 mm，降水量大于100 mm的区域主要位于海岸线。高度增高试验EXPR3(图5d)，西南暖湿气流经过水汽通道被输送到其迎风坡处，受到地形的阻挡，使得水汽和热量堆积，山脉的东南侧降水明显增强，增幅为 50～100 mm，山脉的背面降水量减少明显，即强降水主要出现在山脉的迎风坡一侧，且在阳西出现大于250 mm的特大暴雨中心。

图5 2019年5月26日12时—27日12时累计降雨量分布

为进一步讨论暴雨的发生发展过程，根据各组试验的雷达反射率、10 m 风速和地形高度场分布(图6)来进行讨论。控制试验表明5月26日18时(图6a1)，由于地形的阻挡，风速在此出现辐合以及转向形成辐合中心，有利于触发对流，在山前形成水平尺度约为10 km 的雷达回波，中心强度约45 dBZ。21时(图6a2)，对流形成后快速发展，雷达回波的水平尺度达到60 km，且雷达反射率达到50 dBZ 以上，中心出现峰值为55 dBZ。随着时间的变化，在24 时，雷达回波移出阳江，此时强降水结束。降低地形(图6b1～6b3)，阳江地区并未出现雷达回波，表明无对流发生。地形取区域平均可发现，18 时(图6c1)，在阳江地区有零星大于20 dBZ 的雷达回波分布。21 时(图6c2)形成中心达到45 dBZ的块状雷达回波，相比控制试验，位置偏东北，且分布范围远小于控制试验；24 时，随南风移向更北的位置，雷达回波强度减弱。相反，将地形增高试验(图6d1)，阳江西部出现水平尺度50 km的雷达回波，多个超过45 dBZ 的中心，低层的辐合触发上升运动；在21时，对流系统发展为最强阶段，雷达回波横跨约1个经纬度，且雷达反射率达到55 dBZ，对应(图4 红线)降水中最强阶段；在24时，雷达回波中心强度减弱，向东北移。

图6 2019年5月26日18时(第一行)、21时(第二行)、24时(第三行)雷达反射率(填色 ，单位：dBZ)、10 m风场(箭头 单位：m/s)和地形高度(等值线，单位：m)

4.2 地形对不稳定层结的影响

由以上分析发现降水主要集中在26日18 时—27日00 时，暴雨容易发生在层结不稳定和上升运动强烈的地方[28-30]。假相当位温可判定大气层的稳定性，图7为各个试验的假相当位温和相对湿度的垂直剖面图，有利于分析地形是如何影响暴雨的落区以及强度。在26日18 时，控制试验CTRL 表明，在2 000 m 以下，均为假相当位温和相对湿度大值区域(图略)，低层高温高湿表示不稳定层结[31]。图7a 为暴雨发生时，假相当位温大值密集出现在暴雨上空，山前出现类似ω 型的不稳定能量区，相对湿度的大值区延升6 000 m。对比CTRL 试验，EXPR1 试验(图 7b)在低层有略微的ω 型的不稳定能量区，削为“平台”后的EXPR2 试验(图 7c)并没有在山前出现ω 型的不稳定，且两个试验相对湿度大值区存在1 000 m以下；地形升高后(图 7d)，山前的ω 型的高能舌较 CTRL 试验和EXPR1和EXPR2试验伸展更高，即不稳定能量更强，不稳定能量区范围也较CTRL 试验更大，且相对湿度大值区域高度可达到10 000 m。从上面分析可知，中尺度地形在一定程度上影响暴雨期间垂直方向上水汽和能量的变化。当地形高度降低和变为“平台”后，由于无山脉的阻挡，水汽和能量输送随偏南气流到达更北的位置[30]。而升高地形，云雾山山脉阻挡了南来的暖湿气流，低层高温高湿堆积，为暴雨区形成提供了有利的能量条件。

图7 2019年5月26日19时相对湿度(阴影，单位：%)和假相当位温(等值线，单位：K)垂直剖面图

4.3 地形对垂直运动的影响

暴雨中心风场的垂直结构有助于我们了解暴雨过程中地形是如何影响垂直环流，从而影响降水。图8 为垂直速度和环流场的垂直剖面图，CTRL 试验表明：山前在111.8 °E 出现上升气流，一直延伸到14 km，且相对涡度(图9a)由于山脉的阻挡，山前迎风坡面1 500 m 以下大于50×10-5s-1正的涡度柱，且在2 500 m 以上出现正负涡度相间。EXPR1 和EXPR2 试验较控制试验，在3 km下面几乎没强烈的上升和下降气流(图8b、8c)，并且相对涡度(图9b、9c)在此区域减小，表明地形高度降低后，由于缺乏地形的动力抬升作用，垂直速度和辐合减弱，进而影响降水的强度。而升高地形后，山前形成的次级环流圈(图8d)，且山前垂直速度加大，偏南气流被迫抬升，正涡度中心(图9d)的值达到75×10-5s-1且高度达到5 000 m以上。

图8 2019年5月26日19时垂直速度(填色，单位：m/s)和环流场(箭头，单位：m/s)垂直剖面图

敏感试验和控制试验相比得出：地形对动力条件的影响十分显著，降低地形，低层的偏南风降水越过阳江地区，向更北的位置输送，山前辐合减弱，降水位置北移和强度减弱；增高地形，由于地形阻挡，低层辐合加强，偏南风将海上的暖湿气流输送到此处形成更强的正相对涡度中心且涡度柱的高度更高，因而激发更强的上升运动，从而影响强降水的强度和降水的区域。

4.4 地形对绕流和爬流的影响

爬流会引起上升运动加强，强烈的上升运动又是降水的必要条件，垂直运动是次级垂直环流圈的重要组成部分；绕流有利于局地涡旋产生。因此本文进一步从爬流和绕流分析地形对降水的影响。地形对环流场的改变主要体现在对流层低层，根据张耀存等[27]提出的公式，将模式的10 m水平风场分解，得到绕流分量和爬流分量。

图10 为各个试验的绕流分量空间分布图，EXPR2试验高度取平均，则绕流分量并无影响，在次处不讨论。CTRL(图10a)表明：阳江地区山前存在一定强度的绕流运动，最强主要出现在云雾山山前，来自南边海上的暖湿气流，由于受阳江地区云雾山与平原的地形高度差影响而产生向西北和东北方向的绕流，绕流最明显的地方主要位于暴雨中心的西北(22 °N 左右)。EXPR1 试验相比较CTRL 试验，原本地形高度显著减小，由于无地形的阻挡，山前也无明显的绕流。EXPR3 试验与CTRL，山前的绕流更明显，在大暴雨中心位置出现明显涡旋结构，且在阳江平原地区出现辐合的中心。由上分析发现地形可以影响绕流的方向和位置，由于中小尺度地形的阻挡作用而产生绕流运动是有利于山前的局地涡旋的形成，从而利于暴雨的发生。地形的强迫作用会造成气流的爬升，根据爬流流场的分布形势(图11)可知，CTRL试验中，因为山脉的阻挡，水平气流达到600 m 高度，发生一定的偏转，证明在600 m 以下为爬流运动，尤其是暴雨中心在 21.8 °N 附近。与 CTRL 相比，EXPR1 的爬流和绕流类似；EXPR3 却出现非常明显的爬流特征，尤其是大暴雨中心位置在111.5 °E，21.9 °N 度附近，主要是这里出现小地形升高后，气流受到阻挡，抬升作用加强。爬流产生的上升气流加强了大气的抽吸作用，加强了垂直上升运动，为暴雨提供更有利的条件。

图10 2019年5月26日19时地形高度(填色，单位：m)和10 m绕流分量(流线，单位：m/s)图

图11 2019年5月26日19时地形高度(填色，单位：m)和10 m爬流分量(流线，单位：m/s)图

图12 为 2019年 5月 26日 18—24 时绕流和爬流的矢量模时间序列图。由图12a可见，暴雨区内呈现较强的爬流，且随时间先增大后减小。控制试验(CTRL)峰值出现在20 时，为7 m/s。减少地形(EXPR1)在21时出现峰值(6 m/s)，相比CTRL爬流量级偏小。相反，增高地形(EXPR3)，绕流最大值(7.9 m/s)出现在21 时，对应图4 降水最强阶段。爬流有利于垂直上升运动，地形高度越高，爬流的作用越强，从而激发上升运动影响降水强度。而绕流有利于局地涡旋产生，图12b为绕流时间序列图，绕流量级为先增大后减小，但各组试验绕流的强度远小于爬流，说明此次降水主要是由爬流引起。

图12 2019年5月26日18—24时爬流(a)和绕流(b)的矢量模时间序列

5 结 论

统计2019年广东省全年累计降水量，发现阳江存在年降水量超过3 000 mm 的“雨窝”中心。选取2019年5月26—28日阳江暴雨进行研究，利用欧洲中心提供的ERA5 的再分析资料作为模式WRF 的背景场模拟此次事件。为了探讨中小尺度地形对阳江暴雨中心的影响，基于阳江地形设计3 组地形敏感性试验，分析地形的动力作用(绕流、爬流、垂直速度)和屏障作用。

(1) 对比观测，WRF 模式能很好模拟出此次阳江地区局地强降水的时空分布。阳江中小尺度地形对强降水的强度和位置有较大的影响，降低地形和地形平均试验，在阳江地区整体的强降水强度减小，降水中心的位置北移；增高地形后，在山前阳江地区出现大暴雨中心。

(2) 地形阻挡南来的水汽和能量，地形越高，低层的水汽和能量堆积越多，层结越不稳定，为暴雨的发生提供有利的条件。

(3) 地形的动力条件的影响十分显著，降低地形，低层的偏南风降水越过阳江地区，向更北的位置输送，山前辐合减弱，降水位置北移和强度减弱；增高地形，由于地形阻挡，低层辐合加强，偏南风将海上的暖湿气流输送到此处形成更强的正相对涡度中心且涡度柱的高度更高，因而激发更强的上升运动，从而影响强降水的强度和降水的区域。

(4) 局地的中小尺度地形的阻挡作用产生绕流运动，绕流运动有利于山前的局地涡旋的形成。地形的强迫作用会造成气流的爬升，爬流产生的上升气流加强了大气的抽吸作用，加强了垂直上升运动，为暴雨提供更有利的条件。

由于模式的地形与真实地形相比，真实地形的结构更加复杂，对强降水的影响也会更加复杂。