李永華 周杰 何卷雄 盧楚翰 向波

1 重慶市氣候中心，重慶 401147

2 中國科學院大氣物理研究所國際氣候與環(huán)境科學中心，北京 100029

3 南京信息工程大學氣象災害省部共建教育部重點實驗室，南京 210044

1 引言

水汽是降水形成的必要條件之一，特別是大范圍、持續(xù)性的降水除了有利的大氣環(huán)流場提供動力條件外，還需有充沛的水汽做支撐。不少學者都對我國的水汽輸送問題進行了研究。謝義炳和戴武杰（1959）通過對黃淮地區(qū)連續(xù)降水的個例分析指出該地區(qū)夏季降水的水汽主要來自于孟加拉灣和西太平洋。黃榮輝等（1998）對比分析了夏季東亞和印度季風區(qū)水汽輸送的差別，指出東亞季風區(qū)夏季的水汽輻合主要與水汽平流有關，而印度季風區(qū)的水汽輻合主要是由風場的輻合造成的。Simmonds et al.（1999）指出我國東南部的水汽主要來自于南海和孟加拉灣，而東北及華北部分地區(qū)的水汽主要來自于中緯度西風帶。徐祥德等（2003）分析了長江流域旱、澇年整層水汽輸送結構，指出長江流域降水偏多年水汽主要來自于孟加拉灣、南海和西太平洋。丁一匯和胡國權（2003）分區(qū)域計算了1998年我國大洪水時期的水汽收支，指出南海季風的爆發(fā)與我國東部地區(qū)強降水的水汽收支緊密相關。何金海等（2005）研究發(fā)現(xiàn)西北地區(qū)降水偏多年的水汽主要來自于北冰洋、孟加拉灣和西太平洋。苗長明等（2015）分析了江南南部初夏降水與水汽輸送的聯(lián)系，指出該區(qū)域初夏降水的水汽輸送推進時間與夏季風前沿推進時間一致，其水汽源地主要是青藏高原南側和澳大利亞北部到印度洋和阿拉伯海南部。葉敏和封國林（2015）定義了一系列指標，對長江中下游地區(qū)夏季降水的水汽路徑進行了客觀定量化的研究。鄒夢等（2017）直接從水汽輸送異常入手，分析了熱帶印度洋—西太平洋水汽輸送異常的前兩個模態(tài)，指出第一模態(tài)對應長江中下游地區(qū)降水偏多，這種水汽輸送異常可能與前冬ENSO有關；第二模態(tài)對應華南降水偏多，這種水汽輸送異常主要與同期熱帶印度洋偶極子有關。楊柳等（2018）對比分析了我國東部季風區(qū)不同雨型水汽輸送的差異，指出北方型主要受亞洲季風水汽影響，中間型和長江型主要受太平洋水汽影響，華南型主要受印度洋、太平洋和南海水汽共同影響。Tang et al.（2017）則對北京190 次降水進行分析，發(fā)現(xiàn)降水的海洋水汽來源受到夏季風強度的深刻影響，夏季風強度對水汽來源有調制作用，不同源地的水汽輸送強度與夏季風變化之間的關系需要進一步分析。

以上關于水汽通道的相關研究大多都是采用的歐拉方法，它可以確定一個固定區(qū)域內水汽等要素隨時間的變化，以分析不同區(qū)域降水的水汽來源，這對于揭示降水與區(qū)域水汽平衡的關系具有重要意義。但是歐拉方法對水汽輸送的描述只是定性的，無法定量地刻畫具體的水汽源地和水汽路徑（江志紅等, 2011）。需要特別指出的是，嚴格意義上的水汽輸送應是水分子的運動。由于水汽有相變（如降水，蒸發(fā)，升華等），大氣水分不具有守恒示蹤性，很難追蹤單個水汽分子的運動路徑。因此，上述所討論的水汽輸送實際上是和環(huán)流形勢相關聯(lián)的大尺度水汽場的平流、輻合和輻散運動，所提及的“水汽通道”主要反映的是相關地區(qū)的大氣水分和環(huán)流形勢（李永華等, 2010）。而除了歐拉方法外，另一種方法——拉格朗日法可以通過確定空氣塊在不同時間的位置，定量地刻畫出具體的水汽路徑和水汽源地，以克服歐拉方法的不足（楊浩等,2014）。由于拉格朗日方法的這個優(yōu)點，越來越多的國內外學者開始采用該方法來定量地分析不同區(qū)域降水的水汽路徑和水汽源地。江志紅等（2013）利用拉格朗日軌跡模式，對江淮梅雨異常年水汽輸送的差異進行了定量的分析。Sun and Wang（2015）定量分析了2000～2009 年期間華南、長江中下游和華北地區(qū)夏季和冬季有降水和無降水兩種情況下大陸、西太平洋和印度洋的水汽貢獻。陳紅專等（2019）利用混合單粒子拉格朗日綜合軌跡（HYSPLIT）模型分階段對2017 年6～7 月湖南省的持續(xù)性暴雨過程的水汽輸送和水汽收支特征進行了分析。周玉淑等（2019）利用HYSPLIT 模型對比分析了發(fā)生在四川盆地的兩次暴雨過程的水汽源地和通道。Chu et al.（2017, 2020, 2019）利用HYSPLIT 模型分析了我國華南前汛期降水的水汽來源以及我國東部不同區(qū)域盛夏降水的水汽來源。Dong et al.（2019）利用FLEXPART 模型分析了梅雨期長江流域水汽輸送與青藏高原關鍵區(qū)域的聯(lián)系。

2020 年6～7 月西南地區(qū)東部總降水量為572.4 mm，較常年偏多5 成，位于1961 年以來同期第一位。期間，該區(qū)域共發(fā)生了7 場區(qū)域性暴雨過程。這些區(qū)域性暴雨過程首尾間隔時間短、落區(qū)重疊、涉及范圍廣，給人民生命安全帶來較大威脅，給經(jīng)濟社會造成較大損失。這樣大范圍、持續(xù)性的暴雨過程必定有源源不斷的水汽供應，本文在分析2020 年6～7 月西南地區(qū)東部降水的大尺度水汽輸送特征和水汽收支情況的基礎上，利用HYSPLIT模型模擬降水時期氣團的運動軌跡，確定該時期西南地區(qū)東部降水的主要水汽源地和通道，并初步分析引起水汽輸送異常的原因，以期加深對西南地區(qū)東部水汽輸送特征的認識，也為汛期降水預測提供參考。

2 資料和方法

2.1 資料

本文所用資料主要包括：

（1）降水資料。由中國氣象局國家氣象信息中心提供的《中國地面基本氣象要素日值數(shù)據(jù)集（V3.0）》，該數(shù)據(jù)集包含了中國2474 個氣象站的本站氣壓、氣溫、降水量、蒸發(fā)量、相對濕度、風向風速、日照時數(shù)和0 cm 低溫數(shù)據(jù)，這些數(shù)據(jù)都經(jīng)過了嚴格的質量控制。本文選取1961～2020年西南地區(qū)東部（27°N～32°N，105°E～110°E）118 個氣象站點（圖1）的20:00 至次日20:00（北京時，下同）的逐日降水量資料進行分析。

圖1 西南地區(qū)東部118 個氣象站點分布Fig.1 The distribution of 118 meteorological stations over the East of SouthWestern China (ESWC)

（2）大氣環(huán)流資料。由歐洲中期天氣預報中心（ECMWF）提供的1979～2020 年ERA5 逐月再分析資料（Hersbach et al., 2019），要素包括：位勢高度、溫度、緯向風、經(jīng)向風、垂直速度和比濕。水平分辨率為0.25°×0.25°，垂直層次為1000～1 hPa 共37 層。

（3）軌跡模擬資料。由美國氣象環(huán)境預報中心和美國國家大氣研究中心（NCEP/NCAR）提供的一天4 次的再分析資料，要素包括：位勢高度、溫度、緯向風、經(jīng)向風和垂直速度。水平分辨率為2.5°×2.5°，垂直層次為17 層。

（4）海溫資料。由美國國家海洋和大氣管理局（NOAA）發(fā)布的逐月海溫資料，空間分辨率為2°×2°（Huang et al., 2017）。

（5）海溫指數(shù)。由中國氣象局國家氣候中心提供的新百項指數(shù)中的Ni?o3.4 區(qū)海溫指數(shù)和熱帶印度洋全區(qū)一致海溫模態(tài)（Indian Ocean Basin-Wide，簡稱IOBW）指數(shù)[熱帶印度洋（20°S～20°N，40°～110°E）區(qū)域平均的海溫距平]。

文中氣候態(tài)指1981～2010 年，距平值均是相對于1981～2010 年的平均值而言。

2.2 軌跡模式簡介

本文水汽軌跡分析采用美國國家海洋和大氣管理局的空氣資源實驗室開發(fā)的HYSPLITv5.0（Draxler and Hess, 1998）模型。HYSPLIT 模型的軌跡模擬方法是通過對質點的移動路徑的空間和時間上的位置矢量進行積分，由質點的初始位置和第一猜測位置的平均速率計算得到氣塊的追蹤位置，所以對氣塊進行后向積分便可知水汽的來源（江志紅等, 2011;周玉淑等, 2019）。

本文中模擬區(qū)域選取西南地區(qū)東部區(qū)域（27°N～32°N，105°E～110°E），水平分辨率為2.5°×2.5°，垂直方向上選取500 m、1500 m、3000 m 三個高度層次作為模擬的初始高度。整個模擬空間的軌跡初始點為27 個，模擬其后向追蹤10 天的三維運動軌跡，每6 h 輸出一次軌跡點的位置，并插值得到相應位置上的物理屬性（如溫度、高度、氣壓、相對濕度等），每隔6 h 所有軌跡初始點重新后向追蹤模擬10 天。對追蹤出的大量軌跡進行聚類（Draxler and Hess, 1998），確定最終的軌跡數(shù)目。

2.3 水汽通道比濕和水汽通量貢獻率的計算

通道的貢獻率Qa定義為

其中，Qi、Qj是通道上最終位置的比濕或水汽通量，m表示該通道所包含軌跡數(shù)，n是模擬的軌跡總數(shù)。

2.4 水汽通量流函數(shù)和勢函數(shù)的計算

水汽通量的流函數(shù)（ψ）和勢函數(shù)（χ）計算公式如下：

其中，k是常用算子，Q是整層大氣水汽輸送通量，Qχ是水汽通量的輻散分量，Qψ是水汽通量的非輻散分量，具體計算方法參見參考文獻丁一匯（1989）。

2.5 歐拉方法的水汽收支計算

單位邊長整層大氣水汽輸送通量Q的計算公式為

其中，q為比濕（單位：kg kg?1），V為水平風速矢量（單位：m s?1），g為重力加速度（取值9.8 m s?2）。

各方向上水汽通量收支QL的計算公式為

其中，l為計算區(qū)域的周長，Vn是風沿區(qū)域周線的法向分量。

3 西南地區(qū)東部2020 年6～7 月降水特征

3.1 空間分布特征

圖2 是西南地區(qū)東部2020 年6～7 月降水量和降水距平百分率的空間分布。由圖2a 可知，西南地區(qū)東部2020 年6～7 月降水總量在315～1138 mm之間，湖北西部和重慶南部降水量較多，在600 mm以上，其中湖北建始站降水量最多，達到1138 mm。2020 年6～7 月降水量在1000 mm 以上的有1 站（湖北建始），600 mm 以上共有38 站。貴州中部和四川東北部降水量較少，在500 mm 以下。2020 年6～7 月降水量距平百分率的空間分布（圖2b）主要表現(xiàn)為西南地區(qū)東部大部地區(qū)降水量較常年偏多，湖北西部、重慶南部和貴州北部降水量較常年偏多明顯，其中貴州正安和重慶黔江站降水量偏多1.5 倍，降水量偏多1 倍以上的站點有11 個，僅貴州中部和四川東北部局部降水量較常年略偏少。

圖2 2020 年6～7 月西南地區(qū)東部（a）降水量（單位：mm）及（b）降水距平百分率的空間分布Fig.2 (a) Spatial distribution of precipitation (units: mm) and (b) percentage of precipitation anomaly over the ESWC in June and July 2020

3.2 時間變化特征

圖3 是西南地區(qū)東部1961～2020 年6～7 月區(qū)域平均的降水距平百分率和2020 年6～7 月逐日區(qū)域平均降水量的變化。2020 年6～7 月西南地區(qū)東部總降水量為572.4 mm，為1961 年以來同期第一，較常年偏多5 成（圖3a）。從逐日降水量的時間序列（圖3b）可見，2020 年6～7 月西南地區(qū)東部降水并不只是集中在某一個局部時間段，而是在整個時間域基本都有降水發(fā)生（表1）。利用文獻（周杰等, 2021）中的方法，根據(jù)2020 年6～7 月西南地區(qū)東部的逐日降水量對2020 年6～7 月的區(qū)域性暴雨事件進行了識別，共有7 次區(qū)域暴雨過程（圖3b 和表1），分別是6 月2 日、6 月17 日、6 月21～22 日、6 月27 日、6 月30 日 至7 月1 日、7 月16～17 日和7 月26 日區(qū)域暴雨過程。根據(jù)周杰等（2021）的研究，綜合指數(shù)≤0.7 為輕度事件，0.7＜綜合指數(shù)≤1.72 為中度事件，1.72＜綜合指數(shù)≤3.63 為重度事件，綜合指數(shù)＞3.63 為極端事件。7場區(qū)域暴雨過程總體體現(xiàn)出首尾間隔時間短、落區(qū)重疊、涉及范圍廣、致災風險大的特征。

表1 2020 年6～7 月西南地區(qū)東部的區(qū)域性暴雨事件Table1 The regional heavy rainfall events over the ESWC from June to July 2020

4 2020 年6～7 月大氣環(huán)流及水汽輸送特征

4.1 主要大氣環(huán)流特征

大氣環(huán)流異常是導致降水異常的直接原因。圖4 給出了2020 年6～7 月對流層高、中、低層的大氣環(huán)流形勢。對流層高層200 hPa 上（圖4a），東亞至西太平洋（50°E～180°E）上空32.5°N～40°N 區(qū)域緯向風強度明顯偏強位置偏南，副熱帶西風急流偏強偏南。急流最大中心有3 個，分別位于70°E～90°E、95°E～110°E 和150°E～170°E 附近，其中95°E～110°E 附近的急流中心靠近西南地區(qū)東部。對流層中層500 hPa 上，西太平洋副熱帶高壓較常年明顯偏西偏強（圖4b），使得副高西南側的西南氣流也明顯偏西，可到達我國西南地區(qū)東部，為該區(qū)域降水提供了充沛的水汽來源。與此同時，在500 hPa 中高緯地區(qū)，烏拉爾山高壓脊異常發(fā)展，冷空氣從烏拉爾山高壓脊前部不斷向南輸送，最后與副高西南側的暖濕氣流交匯于包括西南地區(qū)東部在內的長江流域，形成范圍大、持續(xù)時間長的暴雨。對流層低層850 hPa 上，從中南半島至我國西南地區(qū)東部，存在一支與中層西伸的副高相對應的西南低空急流（圖4c），為西南地區(qū)東部降水提供充沛的水汽條件。與此同時，高層強輻散流出，低層強輻合流入，配合從低層到高層的深厚的強烈的垂直運動（圖4d），為降水提供了良好的動力條件。

圖4 2020 年6～7 月平均大氣環(huán)流形勢：（a）200 hPa 緯向風距平（陰影，單位：m s?1；綠線為氣候態(tài)30 m s?1 等值線，藍線為2020 年6～7 月平均30 m s?1 等值線）；（b）500 hPa 位勢高度場距平（陰影，單位：gpm）及風場距平（矢量，單位：m s?1；綠線為氣候態(tài)5880 線，藍線為2020 年6～7 月平均5880 線）；（c）850 hPa 風場距平（矢量，單位：m s?1）和垂直速度場（陰影，單位：Pa s?1）；（d）區(qū)域平均的垂直速度高度—時間剖面（單位：10?1 Pa s?1）。（a–c）中黑色矩形框代表西南地區(qū)東部位置，（c）中灰色陰影代表850 hPa地形Fig.4 Characteristics of the average atmospheric circulation during June–July 2020: (a) 200-hPa zonal wind anomaly (shaded, units: m s?1; the green line is the 30 m s?1 isoline in the climatological mean; the blue line is an average 30 m s?1 isoline in June to July 2020); (b) 500-hPa geopotential height field anomaly (shaded, units: gpm) and wind field anomaly (vectors, units: m s?1; the green line is the 5880 isoline in the climatological mean and the blue line is the average 5880 isoline in June and July 2020); (c) wind field anomaly (vectors, units: m s?1) and vertical velocity field (shaded units:Pa s?1) at 850 hPa; (d) regional average of vertical velocity height-time profile (units: 10?1 Pa s?1). The black rectangular frame in (a–c) shows the location of the ESWC, the shaded gray areas in (c) represent the 850-hPa terrain.)

總之，2020 年6～7 月對流層高、中、低層環(huán)流場的配置是典型梅雨的環(huán)流形勢。200 hPa 上急流明顯存在，長江流域正好位于急流軸以南地區(qū)，高層強輻散流出，對應低層強輻合流入。高低空急流的耦合作用，進一步使得低空西南風加強，低層輻合加強，進而垂直運動加強，形成一個從高層到低層的正反饋作用，使得降水過程維持。梅雨通常指發(fā)生在長江中下游地區(qū)（陶詩言等, 1958, 1988;趙俊虎等, 2018），但2020 年6～7 月西南地區(qū)東部也明顯多雨，主要因副高的明顯偏西，使得副高西南側的暖濕氣流能夠到達西南地區(qū)東部。

4.2 2020 年6～7 月水汽輸送特征

大范圍、持續(xù)性的降水除了有利的環(huán)流場提供動力條件外，還需要有源源不斷的水汽輸送。圖5給出了2020 年6～7 月平均整層的水汽輸送特征。由圖5a 可知，2020 年6～7 月水汽輸送主要有三支：一支來自于印度洋的阿拉伯海和孟加拉灣向東的水汽輸送；一支來自于熱帶西太平洋向西的水汽輸送；還有一支來自于我國南海向東北方向的水汽輸送，而北方的水汽輸送相較南方海洋而言明顯較小，這與李永華等（2010）研究結果基本一致。2020 年6～7 月來自于阿拉伯海和孟加拉灣的向東的水汽輸送較常年明顯偏弱，來自于熱帶西太平洋和我國南海地區(qū)向西的水汽輸送和來自于中南半島北部的向東北方向的水汽輸送明顯偏強，總體水汽輸送較常年偏西偏強，可輸送至我國西南地區(qū)東部（圖5b），這有利于西南地區(qū)東部降水偏多（李永華等, 2010）。2020 年6～7 月水汽輸送明顯體現(xiàn)出西太平洋副高偏西的特征：副高南部向西的水汽輸送較常年明顯西伸；隨著副高西北側的轉向氣流，副高南部向西的水汽輸送在我國海南島附近向東北轉向，源源不斷地向西南地區(qū)東部輸送水汽，并在西南地區(qū)東部形成明顯的水汽輻合（圖5c）。

圖5 2020 年6～7 月平均整層水汽異常情況：（a）水汽輸送矢量場（單位：kg m?1 s?1）；（b）水汽輸送異常場（單位：kg m?1 s?1）；（c）水汽通量散度異常場（單位：10?5 kg m?2 s?1）。圖中黑色矩形框代表西南地區(qū)東部的位置Fig.5 Anomalous water vapor integrated from the whole layer in June–July 2020: (a) Water vapor transport (units: kg m?1 s?1), (b)anomalous water vapor transport (units: kg m?1 s?1), and (c) anomalous divergence (units: 10?5 kg m?2 s?1). Black rectangular frame shows the location of the ESWC

另外，從2020 年6～7 月西南地區(qū)東部各邊界和區(qū)域的水汽收支情況（表2）也能看出，2020年6～7 月西南地區(qū)東部有水汽凈流入，流入量為359.00×105kg s?1，較常年（225.36×105kg s?1）偏多133.64×105kg s?1。西南地區(qū)東部的水汽凈流入主要是南邊界水汽流入較常年明顯增多，北邊界水汽較常年流出偏少，使得南北方向上的水汽流入量較常年明顯增多；而在東、西方向上，盡管西邊界水汽流入量較常年偏多，但是東邊界的水汽流出量也明顯較常年偏多，東西方向上以水汽流出為主。

表2 2020 年6～7 月西南地區(qū)東部各邊界和區(qū)域水汽收支（單位：105 kg s?1）Table2 Water vapor budget through the four boundaries of the ESWC and the regional net water vapor budget (units: 105 kg s?1) in June–July 2020

水汽通量的流函數(shù)和勢函數(shù)也能表征水汽的輸送特征，水汽流函數(shù)表示水汽的輸送方向，勢函數(shù)則能解釋高水汽含量維持的狀況（丁一匯和胡國權, 2003; 江志紅等, 2011; 陳紅專等, 2019）。圖6a是2020 年6～7 月平均水汽輸送的流函數(shù)及非輻散分量的空間分布，由圖可知，在赤道印度洋、西北太平洋和西北大西洋分別存在一個大值中心。在赤道以南地區(qū)存在著一支向西的水汽輸送，該支水汽一直向西輸送到非洲中東岸，并在索馬里附近越過赤道向東北方向轉向，經(jīng)過阿拉伯海、孟加拉灣、中南半島和南海等地輸送至我國長江流域。另外，在赤道以北的太平洋地區(qū)也存在一支向西的水汽輸送，與赤道以南的水汽輸送略有不同的是，該支水汽在赤道西太平洋和我國南海附近向東北轉向流入我國長江流域。圖6b 是2020 年6～7 月平均水汽輸送的勢函數(shù)及輻散分量的空間分布。由圖6b 可知，勢函數(shù)的負值中心主要位于我國長江流域，正值中心主要位于大西洋，表明我國長江流域是全球最明顯的水汽匯區(qū)，大西洋是全球的水汽源區(qū)。從勢函數(shù)的輻散分量中也可以看出，我國西南地區(qū)東部的水汽最主要的來源為南非東面印度洋的水汽經(jīng)過阿拉伯海、孟加拉灣和我國南海匯入。

圖6 2020 年6～7 月平均整層（a）水汽通量流函數(shù)（陰影，單位106 kg s?1）、非輻散分量（矢量，單位：kg m?1 s?1）以及（b）勢函數(shù)（陰影，單位：106 kg s?1）及輻散分量（矢量，單位：kg m?1 s?1）分布Fig.6 Distribution of (a) integrated stream function (shaded, units: 106 kg s?1) and its nondivergent component (vectors, units: kg m?1 s?1) and the distribution of potential function (shaded, units: 106 kg s?1) and its divergent component (vectors, units: kg m?1 s?1) of the water vapor transport in June–July 2020

以上采用歐拉方法計算了水汽輸送場和水汽通量流函數(shù)和勢函數(shù)，定性了解了水汽輸送路徑以及水汽的源、匯區(qū)；同時也從西南地區(qū)東部區(qū)域和各邊界的水汽收支情況定量地分析了該區(qū)域邊界上的水汽來向，但是水汽到底是從哪條路徑由海洋上空輸送到西南地區(qū)東部，不同海洋輸送的水汽占總水汽輸送的比例又是多少？下面采用氣團拉格朗日軌跡追蹤方法進一步分析。

HYSPLIT 是基于拉格朗日方法開發(fā)的氣團軌跡追蹤模型，它能跟蹤氣團的軌跡運動，可以很好地反映氣團在運動過程中的三維變化，追蹤水汽來源。下面采用HYSPLIT 模型模擬了2020 年6 月1 日至7 月31 日逐日水汽后向軌跡，分析不同通道的水汽輸送特征。

通過對2020 年6 月1 日至7 月31 日逐日水汽后向軌跡模擬共得到6507 條軌跡，然后將這些軌跡進行聚類，確定最終的軌跡數(shù)目。由圖7a 可知，空間方差增長率在聚類數(shù)目小于6 以后迅速增長，故確定最終的軌跡通道為6 條。圖7b 給出了該時段西南地區(qū)東部的6 條水汽通道分別是：（1）阿拉伯海通道，水汽主要來源于印度洋阿拉伯海，經(jīng)過孟加拉灣—緬甸中部—我國云南一帶進入我國西南地區(qū)東部。（2）孟加拉灣通道，水汽主要來自于孟加拉灣，經(jīng)中南半島北部—我國云南一帶進入我國西南地區(qū)東部。（3）南海通道，水汽主要來自于我國南海地區(qū)，經(jīng)南海南部—海南—廣西—云南一帶進入我國西南地區(qū)東部。（4）局地通道，水汽主要來自于與西南地區(qū)東部鄰近的兩湖地區(qū)和江西等地。水汽通道（5）和（6）都來自于北方，（5）是西北水汽通道1，水汽主要來自于西西伯利亞，經(jīng)哈薩克斯坦到達我國新疆，再由青海、四川進入我國西南地區(qū)東部；（6）西北水汽通道2，水汽主要來自于地中海，自地中海一直向東進入我國新疆地區(qū)，同樣再由青海、四川等地進入我國西南地區(qū)東部。

圖7 2020 年6 月1 日至7 月31 日（a）水汽軌跡聚類空間方差增長率、（b）水汽通道空間分布及占比、（c）水汽通道的高度變化（單位：hPa）以及（d）水汽通道的通量的變化（單位：g cm?1 hPa?1 s?1）Fig.7 (a) Change in the TVS (total spatial variance) as clusters combined, (b) spatial distribution of water vapor passages, (c) change in the height of vapor passages (units: hPa), and (d) change in the water vapor flux of vapor passages (units: g cm?1 hPa?1 s?1) from June 1 to July 31, 2020

從水汽通道的高度變化（圖7c）可知，來自于阿拉伯海、孟加拉灣、南海和局地的水汽通道的高度大都在900 hPa 以下，在進入西南地區(qū)東部之前都有一定程度的上升，特別是阿拉伯海和孟加拉灣通道由于要經(jīng)過云貴高原，上升更加突出。來自于阿拉伯海和孟加拉灣的水汽最終到達西南地區(qū)東部700 hPa 高度，來自于南海和局地的水汽最終到達850 hPa 高度。來自于西北1 的水汽通道的高度變化不大，基本維持在700 hPa 附近；而來自于西北2 的水汽通道高度位于對流層中層500 hPa 附近，進入西南地區(qū)東部高度明顯下降，最終在西南地區(qū)上空700 hPa 附近與來自于阿拉伯海和孟加拉灣的水汽匯合。從水汽通量的變化（圖7d）可知，來自于低緯海洋通道（阿拉伯海通道、孟加拉灣通道和南海通道）的水汽通量明顯大于來自于高緯內陸通道（西北通道1 和西北通道2）的水汽通量，來自于局地的水汽通量介于二者之間。阿拉伯海通道的水汽通量在海洋上時有一個明顯增加的過程，而后進入陸地，翻越云貴高原后又略有減小。孟加拉灣的水汽通道與阿拉伯海類似，在海洋上時有短暫增大，進入陸地后又有一個減小過程，后一直維持到西南地區(qū)東部。南海的水汽通道同樣與阿拉伯海類似，在水汽在經(jīng)過南海地區(qū)時，水汽通量不斷增大，進入陸地后略有減小。局地水汽通量隨時間的變化不大，基本保持不變。而來自于北方的西北通道1 和西北通道2 的水汽通量相較于其他通道明顯小得多，且基本上隨時間不變。

表3 給出了西南地區(qū)東部不同水汽通道的各個物理量的貢獻率，由該表可知，在6 個水汽通道中，來自孟加拉灣通道的軌跡數(shù)目（1900 條）最多，其次是阿拉伯海通道（1398 條）和南海通道（1287 條），西北1 通道軌跡數(shù)（524 條）最少。來自于南方的水汽路徑占總路徑的70.5%，北方路徑占總路徑的17.6%，局地路徑占11.9%。同樣也是孟加拉灣通道的比濕貢獻率（30.36%）最大，其次是南海通道（24.37%）和阿拉伯海通道（21.89%）。就水汽通量貢獻率而言，孟加拉灣通道的水汽通量貢獻率仍然最大，高達31.13%，阿拉伯海通道以30.41%的貢獻率緊隨其后，南海通道貢獻率為20.89%，位列第三。局地的比濕貢獻和水汽通量貢獻都小于3 條海洋通道，而來自于北方的兩條通道的比濕貢獻和水汽通量的貢獻均最小。綜合6 個通道看，2020 年6～7 月西南地區(qū)東部的水汽主要來自于孟加拉灣，其次是南海和阿拉伯海。另外從假相當位溫可以看出，來自于海洋的水汽（孟加拉灣、南海和阿拉伯海）都具有暖濕的特點（假相當位溫大），而來自于北方的水汽則具有干冷的特點（假相當位溫?。?/p>

表3 各水汽通道軌跡總數(shù)、比濕和水汽通量貢獻率以及假相當位溫Table3 Total number of trajectories, contribution of specific humidity, and water vapor flux from vapor passages and potential pseudo-equivalent temperature

4.3 水汽強度分析

從前面的分析可知，無論是采用歐拉方法計算的定性的整層水汽輸送來源，還是采用基于拉格朗日方法計算的定量的水汽輸送軌跡，總體都體現(xiàn)出2020 年6～7 月西南地區(qū)東部降水的水汽主要來自于孟加拉灣、南海和阿拉伯海等南方洋面的暖濕氣流，而北方的干冷空氣也有水汽的輸送，但相對于南方海洋的水汽輸送小得多。鑒于此，本節(jié)選擇西南地區(qū)東部水汽主要來源的南方海洋四個關鍵區(qū)（圖8）來定義水汽強度指標。關鍵區(qū)域1（阿拉伯 海）范 圍 為（0°～20°N，50°～80°E），區(qū) 域2（孟加拉灣）范圍為（0°～20°N，80°～100°E），區(qū)域3（中南半島北部）范圍為（15°～25°N，100°～110°E），區(qū) 域4（南 海）范 圍 為（5°～20°N，110°～120°E）?？紤]到水汽通量是一個矢量，具有緯向和經(jīng)向特征，因此每個關鍵區(qū)域定義兩個水汽強度指標：（1）緯向水汽強度指標是指該區(qū)域內緯向水汽通量的平均值；（2）經(jīng)向水汽強度指標是指該區(qū)域內經(jīng)向水汽通量的平均值。由此四個關鍵區(qū)共定義了8 個水汽強度指標：阿拉伯海緯向水汽強度、阿拉伯海經(jīng)向水汽強度、孟加拉灣緯向水汽強度、孟加拉灣經(jīng)向水汽強度、中南半島北部緯向水汽強度、中南半島北部經(jīng)向水汽強度、南海緯向水汽強度和南海經(jīng)向水汽強度。

圖8 1979～2020 年6～7 月平均整層水汽輸送的空間分布（單位：kg m?1 s?1）。圖中黑色矩形框分別為水汽強度指標選取的4 個區(qū)域，從西 到 東 依 次 是：區(qū) 域1（0°～20°N，50°～80°E）、區(qū) 域2（0°～20°N，80°～100°E）、區(qū) 域3（15°～25°N，100°～110°E）、區(qū) 域4（5°～20°N，110°～120°E）Fig.8 Spatial distribution of the average water vapor transport in June–July from 1979 to 2020 (units: kg m?1 s?1). Black rectangular boxes in the figure are the four areas selected for the water vapor intensity index, which are in turn from west to east: Zone 1 (0°–20°N, 50°–80°E), zone 2(0°–20°N, 80°–100°E), zone 3 (15°–25°N, 100°–110°E), zone 4 (5°–20°N, 110°–120°E))

表4 給出了各關鍵區(qū)水汽強度指標與西南地區(qū)東部6～7 月降水量的相關系數(shù)，由此可知，在以上定義的8 個水汽強度指標中，有3 個指標與西南地區(qū)東部6～7 月降水量有顯著的相關關系：孟加拉灣緯向水汽強度指標、南海緯向水汽強度指標與降水量呈顯著負相關，中南半島北部經(jīng)向水汽強度指標與降水呈顯著正相關。這表明當孟加拉灣緯向水汽強度為負異常（向東的水汽輸送減弱）、中南半島北部經(jīng)向水汽強度為正異常（向北的水汽輸送增強）、南海緯向水汽強度為負異常（向西的水汽輸送增強）時，西南地區(qū)東部6～7 月降水量偏多，這種水汽輸送的特征正好與2020 年6～7 月的水汽輸送特征（圖5b）一致，明顯體現(xiàn)出副高西伸的水汽輸送特征。由此可見，以上定義的水汽強度指標具有較好的指示意義。

表4 各關鍵區(qū)水汽強度指標和風場強度指標與西南地區(qū)東部6～7 月降水量的相關系數(shù)Table4 Correlation coefficient between the water vapor intensity index (wind field intensity index) in key areas and precipitation in the ESWC in June and July

表4 同時也給出了四個關鍵區(qū)的緯向風、經(jīng)向風強度指標（類似水汽強度指標定義）與西南地區(qū)東部6～7 月降水量的相關系數(shù)。由表4 可知，孟加拉灣緯向風強度、南海緯向風強度與降水量呈顯著負相關，中南半島北部經(jīng)向風強度與降水量呈顯著正相關。表明當孟加拉灣西風減弱、南海東風和中南半島北部地區(qū)南風增強時，西南地區(qū)東部6～7 月降水容易偏多，這同樣也體現(xiàn)出西太平洋副高明顯西伸的風場特征，風場和水汽場都體現(xiàn)出了一致的特征。

4.4 水汽輸送異常的可能原因

圖9a–c 給出了與西南地區(qū)東部6～7 月降水量顯著相關的3 個水汽強度指標與前冬海溫的相關分布。由該圖可知，孟加拉灣緯向水汽強度指標主要與前冬赤道中東太平洋海溫和赤道東印度洋海溫呈顯著負相關（圖9a），中南半島北部經(jīng)向水汽強度指標主要與前冬赤道中東太平洋和北印度洋呈現(xiàn)顯著正相關（圖9b），南海緯向水汽強度指標主要與前冬赤道中東太平洋和北印度洋海溫呈現(xiàn)顯著負相關（圖9c）。2019/2020 年冬季印度洋和赤道中東太平洋海溫均較常年偏高（圖9d），有利中南半島北部地區(qū)向北輸送的水汽偏強，南海地區(qū)向西輸送的水汽偏強，則中南半島北部經(jīng)向水汽強度偏強，南海緯向水汽強度偏弱，從而造成2020 年6～7 月西南地區(qū)東部降水偏多。圖9e–g 給出的是與西南地區(qū)東部6～7 月降水量顯著相關的3 個水汽強度指標與同年5～7 月海溫的相關分布。由該圖可知，5～7 月，3 個水汽強度指標主要與印度洋北部海溫呈現(xiàn)顯著的相關，而與赤道中東太平洋海溫相關不再顯著。孟加拉灣緯向水汽強度指標及南海緯向水汽強度指標與印度洋北部海溫仍呈顯著負相關（圖9e、圖9g），中南半島北部經(jīng)向水汽強度指標與其仍呈顯著正相關（圖9f）。2020 年5～7 月印度洋北部海溫持續(xù)偏高（圖9h），同樣也有利中南半島北部地區(qū)向北輸送的水汽偏強，南海地區(qū)向西輸送的水汽偏強，使得2020 年6～7 月西南地區(qū)東部降水偏多。

圖9 不同水汽強度指標與（a–c）前冬和（e–g）5～7 月海平面溫度（SST）的相關分布（深、淺陰影區(qū)分別代表通過0.01 和0.05 的顯著性水平檢驗）以及（d）2019/2020 年冬季和（h）2020 年5～7 月海表溫度異常（SSTA）的空間分布（單位：°C）：（a、e）孟加拉灣緯向水汽強度指標；（b、f）中南半島北部經(jīng)向水汽強度指標；（c、g）南海緯向水汽強度指標Fig.9 Correlation distribution between different water vapor intensity indexes and the SST (Surface Sea Temperature) in (a–c) previous winter and in(e–g) MJJ (May–June–July), the dark and light shaded areas represent passing the significance test of 0.01 and 0.05, respectively; spatial distribution of SSTA (Surface Sea Temperature Anomaly) in (d) the winter of 2019/2020 and in (h) MJJ of 2020 (units: °C): (a, e) The Bay of Bengal meridional water vapor intensity index; (b, f) North Indo-China zonal water vapor intensity index; (c, g) South China Sea zonal water vapor intensity index

除此之外，我們也計算了3 個水汽強度指標分別與Ni?o3.4 指數(shù)和IOBW 指數(shù)的超前滯后相關系數(shù)，以及它們與IOBW 去掉冬季平均的Ni?o3.4 海溫的超前滯后的偏相關系數(shù)（圖10）。由該圖可知，Ni?o3.4 指數(shù)主要在前冬和初春（1～3 月）與3 個水汽強度呈現(xiàn)顯著相關，在5～7 月，相關則不再顯著。3 個水汽強度指標與IOBW 的超前滯后相關系數(shù)曲線表現(xiàn)出與Ni?o3.4 指數(shù)相似的特征：1～3 月顯著相關，而5～7 月相關不顯著。而它們與IOBW（去掉冬季平均的Ni?o3.4）的偏相關系數(shù)則體現(xiàn)出明顯不同的特征：1～3 月相關不顯著，5～7 月（尤其是6～7 月）呈顯著相關。

圖10 不同水汽強度指標與Ni?o3.4、IOBW 和IOBW（去掉冬季平均的Ni?o3.4）的超前滯后相關系數(shù)曲線圖：（a）孟加拉灣緯向水汽強度指標；（b）中南半島北部經(jīng)向水汽強度指標；（c）南海緯向水汽強度指標。圖中灰色虛線為0.05 顯著性水平檢驗線Fig.10 Lead–lag correlation coefficient between different water vapor intensity indexes and Ni?o3.4, IOBW (Indian Ocean Basin-Wide), and IOBW(excluding the average Ni?o3.4 in winter): (a) Bay of Bengal meridional water vapor intensity index; (b) North Indo-China zonal water vapor intensity index; (c) South China Sea zonal water vapor intensity index (the gray dotted line is the 0.05 significance test line)

由于赤道中東太平洋海溫本身與印度洋海溫存在相關關系，所以3 個水汽強度指標與IOBW 指數(shù)的相關系數(shù)曲線同它們與Ni?o3.4 指數(shù)相關曲線的變化特征相似：在1～3 月顯著相關，5～7 月則相關不顯著；而當IOBW 指數(shù)去掉前冬Ni?o3.4 的影響后，則主要體現(xiàn)出在5～7 月（尤其是6～7 月）顯著相關。這些表明赤道中東太平洋海溫主要在1～3 月影響3 個水汽強度指標，而印度洋海溫則主要在5～7 月（尤其是6～7 月）影響它們，也就是印度洋在春夏季發(fā)揮了電容器的效應，傳遞了冬季赤道中東太平洋的影響（Xie et al., 2009, 2016）。通常，在El Ni?o 發(fā)展年的秋冬季，東亞副熱帶地區(qū)會通過Rossby 波遙相關作用在菲律賓附近激發(fā)異常反氣旋，通過該反氣旋影響東亞氣候（Zhang et al., 1999; Wang and Zhang, 2002）。而在El Ni?o衰減年的夏季，由于赤道中東太平洋異常暖水已經(jīng)減弱，此時副高偏西、偏強以及菲律賓附近異常反氣旋環(huán)流的維持多是印度洋海溫滯后響應的結果（Xie et al., 2009, 2016; 袁媛等, 2017）。

2019/2020 年冬季，赤道中東太平洋海溫較常年稍偏高，呈現(xiàn)一個弱El Ni?o 狀態(tài)。在2020 年5～7 月，印度洋海溫表現(xiàn)出持續(xù)偏暖的特征，受此影響，西太副高明顯偏西、偏強，赤道中西太平洋至熱帶印度洋是東風距平，有利于南海地區(qū)向西的水汽偏強，不利于孟加拉灣地區(qū)向東的水汽輸送；同時，菲律賓至我國南海附近的反氣旋維持，有利于中南半島北部地區(qū)向北的水汽輸送偏強，造成2020 年6～7 月西南地區(qū)東部降水偏多。

為了進一步印證上述的分析結果，計算去趨勢后的前冬Ni?o3.4 區(qū)海溫指數(shù)和5～7 月IOBW 指數(shù)分別與6～7 月平均的500 hPa 位勢高度場和850 hPa風場的回歸，結果如圖11 和圖12 所示。由圖11可知，Ni?o3.4 區(qū)海溫指數(shù)和IOBW 指數(shù)回歸的6～7 月500 hPa 高度場上，熱帶地區(qū)為顯著的正高度距平，尤其是西太平洋地區(qū)，表明西太平洋副高明顯偏西、偏強（圖11a, b）。2 個指數(shù)在回歸的850 hPa 風場上也表現(xiàn)出一致的特征：孟加拉灣和南海地區(qū)為東風距平（圖12a, b），有利于南海地區(qū)向西的水汽偏強，不利于孟加拉灣地區(qū)向東的水汽輸送；與此同時，菲律賓至我國南海附近的反氣旋維持（圖12a, b），使得中南半島北部地區(qū)為偏南風距平，有利于中南半島北部地區(qū)向北的水汽輸送偏強，造成2020 年6～7 月西南地區(qū)東部降水偏多。

5 結論與討論

通過對2020 年6～7 月西南地區(qū)東部降水量異常偏多及其水汽輸送特征的分析，得出如下主要結論：

圖11（a）前冬Ni?o3.4 區(qū)海溫指數(shù)和（b）5～7 月IOBW 指數(shù)與6～7 月平均的500 hPa 位勢高度場的回歸系數(shù)（單位：gpm °C?1，圖中深淺陰影區(qū)分別代表通過0.01 和0.05 的顯著性水平檢驗的區(qū)域，圖中紅色矩形框為西南地區(qū)東部位置）Fig.11 Regression coefficient (units: gpm °C?1) of the average geopotential height field of 500 hPa during June–July using (a) the Ni?o3.4 SST index in the previous winter and (b) IOBW index in MJJ. The dark and light shaded areas represent the areas that have passed the significance test of 0.01 and 0.05, respectively, and the red rectangular box is the location of the ESWC

圖12（a）前冬Ni?o3.4 區(qū)海溫指數(shù)和（b）5～7 月IOBW 指數(shù)與6～7 月平均的850 hPa 風場的回歸系數(shù)（單位：m s?1 °C?1，圖中深淺陰影區(qū)分別代表通過0.01 和0.05 的顯著性水平檢驗的區(qū)域，圖中紅色矩形框為西南地區(qū)東部位置）Fig.12 Regression coefficient (units: m s?1 °C?1) of the average wind field of 850 hPa during June–July using (a) the Ni?o3.4 SST index in the previous winter and (b) the IOBW index in MJJ. The dark and light shaded areas represent the areas that have passed the significance test of 0.01 and 0.05, respectively, and the red rectangular box is the location of the ESWC

（1）2020 年6～7 月西南地區(qū)東部總降水量為572.4 mm，較常年顯著偏多5 成，位于1961 年以來第1 位。除貴州中部和四川東北部的局部地區(qū)降水較常年偏少外，其余地區(qū)降水均較常年偏多。降水大值區(qū)主要位于湖北西部、重慶南部和貴州北部。整個6～7 月，西南地區(qū)東部共發(fā)生7 場區(qū)域性暴雨過程，這些暴雨過程首尾間隔時間短、落區(qū)重疊、涉及范圍廣、致災風險大。

（2）2020 年6～7 月對流層高、中、低層環(huán)流場的配置是一個西南地區(qū)東部典型多雨的環(huán)流形勢，該區(qū)域正好位于200 hPa 急流軸以南地區(qū)，同時西太平洋副高明顯西伸，副高西南側的暖濕氣流能夠到達西南地區(qū)東部，是該區(qū)域降水偏多的主要原因。

（3）采用拉格朗日方法計算的定量的水汽軌跡追蹤結果表明2020 年6～7 月西南地區(qū)東部降水的水汽路徑70.5%來自于孟加拉灣、南海和阿拉伯海等南方路徑，17.6%來自于北方路徑，11.9%來自于局地。就南方海洋的通道而言，孟加拉灣通道的比濕和水汽通量貢獻率都是最大的，分別為30.36%和31.13%。南海通道的比濕貢獻率（24.37%）較阿拉伯海通道的（21.89%）略大，阿拉伯海通道的水汽通量貢獻率（30.41%）較南海通道的（20.89%）大。

（4）前冬赤道中東太平洋海溫偏高和熱帶印度洋全區(qū)海溫偏高，西太平洋副高明顯偏西、偏強，孟加拉灣和南海地區(qū)為東風距平，有利于南海地區(qū)向西的水汽偏強，不利于孟加拉灣地區(qū)向東的水汽輸送；與此同時，菲律賓至我國南海附近為異常反氣旋，使得中南半島北部地區(qū)為偏南風距平，有利于中南半島北部地區(qū)向北的水汽輸送偏強，共同造成2020 年6～7 月西南地區(qū)東部降水偏多。

本文分析了2020 年6～7 月西南地區(qū)東部降水的水汽輸送特征，定義了關鍵區(qū)水汽強度指標，初步分析了水汽強度與海溫的關系，今后需從氣候態(tài)的角度或更多的典型降水異常年份入手，對其他外強迫因子對西南地區(qū)東部水汽輸送及其降水的影響機制作進一步的分析。

致謝感謝由中國氣象局國家氣象信息中心提供的《中國地面基本氣象要素日值數(shù)據(jù)集（V3.0）》中的降水資料；由ECMWF 提供的1979～2020 年ERA5 逐月位勢高度、溫度、緯向風、經(jīng)向風、垂直速度和比濕資料（https://cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-pressure-levels-monthly-means?tab=form）；由NCEP/NCAR 提供的一天4 次的位勢高度、溫度、緯向風、經(jīng)向風和垂直速度資料（ftp://ftp.arl.noaa.gov/pub/archives/reanalysis）；由NOAA 提供的逐月海溫資料（https://psl.noaa.gov/data/gridded/data.noaa.ersst.v5.html）；由中國氣象局國家氣候中心提供的新百項指數(shù)中的Ni?o3.4 區(qū)海溫指數(shù)和IOBW 指數(shù)資料。