吳照憲 羅亞麗 劉 希 程?hào)|兵

1 安徽省池州市氣象局，池州 247000

2 中國(guó)氣象科學(xué)研究院災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100081

3 中國(guó)氣象局交通氣象重點(diǎn)開(kāi)放實(shí)驗(yàn)室，南京 210009

4 南京氣象科技創(chuàng)新研究院，南京 210009

提 要： 采用2011—2018年5—8月逐10 min的地面稠密降水資料，統(tǒng)計(jì)分析了安徽省小時(shí)強(qiáng)降水(hourly heavy rainfall，HHR)事件在入梅前期、梅雨期、出梅后期的時(shí)空分布特征。結(jié)果表明，安徽省大別山至皖南山區(qū)西南部一帶是HHR事件的易發(fā)區(qū)域，安徽省西南、東北地區(qū)HHR事件對(duì)暖季總降水貢獻(xiàn)高達(dá)30%～40%。入梅前期，安徽省HHR事件日的發(fā)生頻次低，雨強(qiáng)較弱；梅雨期持續(xù)時(shí)間長(zhǎng)、累計(jì)雨量大；出梅后期雨強(qiáng)較大，持續(xù)時(shí)間短。按第99百分位閾值，60%以上極端持續(xù)時(shí)間(≥360 min)和極端累計(jì)雨量(≥138.0 mm)HHR事件出現(xiàn)在梅雨期，而60%以上極端10 min雨強(qiáng)(≥25.0 mm) HHR事件出現(xiàn)在出梅后期。梅雨期，HHR事件頻次在凌晨06時(shí)和午后17時(shí)出現(xiàn)峰值；出梅后期，呈現(xiàn)明顯的午后16時(shí)單峰結(jié)構(gòu)。根據(jù)旋轉(zhuǎn)T模式主成分客觀分析法，將安徽省梅雨期HHR事件劃分為低渦/切變型或鋒面型(SP2型)和西北低槽型(SP1型)；出梅后期則為南方低壓或臺(tái)風(fēng)低壓型(SP6型)和西北低槽型(SP1型)。其中，梅雨期SP2型HHR事件主要發(fā)生在大別山區(qū)、皖南山區(qū)及其過(guò)渡地帶，是梅雨期HHR事件的主要貢獻(xiàn)者；而SP1型HHR事件主要在大別山區(qū)、皖南山區(qū)及安徽東北部等山區(qū)較易發(fā)生。出梅后期，SP1型HHR事件呈現(xiàn)北多南少特點(diǎn)，而SP6型在大別山和皖南山區(qū)有較明顯的HHR事件發(fā)生，是出梅后期HHR事件的主要貢獻(xiàn)者。

引 言

小時(shí)強(qiáng)降水(hourly heavy rainfall,HHR)是一種強(qiáng)對(duì)流天氣，會(huì)帶來(lái)地表徑流量的激增，易造成山洪、泥石流、城市內(nèi)澇等次生災(zāi)害，且預(yù)報(bào)難度大，因此其特征和成因受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注(Chen et al，2013；Luo et al，2016；王玨等,2019；范元月等,2020；蘇錦蘭等，2021)。安徽省位于中國(guó)大陸東部，橫跨江淮流域。受東亞季風(fēng)影響顯著(陶詩(shī)言等，2004)，梅雨期的暴雨、短時(shí)強(qiáng)降水頻發(fā)(謝五三等，2017)，HHR的雨量、頻次具有復(fù)雜的年際、季節(jié)和日變化特征(楊瑋和程智,2015；黃勇等，2012)。安徽境內(nèi)地形復(fù)雜，南北差異大(圖1)，HHR成因和氣象災(zāi)害特征也有明顯的差異(丁仁海和王龍學(xué)，2009；劉裕祿等，2017；朱紅芳等，2015)。皖南山區(qū)和大別山區(qū)是HHR的高發(fā)區(qū)域，淮北平原則常出現(xiàn)短時(shí)極端強(qiáng)降水(童金等，2017)。

圖1 安徽境內(nèi)有長(zhǎng)江和淮河橫跨東西(淺藍(lán)色線條)，大別山(Mt.DB)位于長(zhǎng)江-淮河之間的西部區(qū)域,長(zhǎng)江以南為皖南山區(qū)(Mt.WN)(填色為地形高度；橙色粗虛線自北向南把安徽省劃分為淮北地區(qū)、江淮之間和江南地區(qū)三個(gè)區(qū)域；紅點(diǎn):國(guó)家基本站;★:黃山站；黑點(diǎn):加密自動(dòng)觀測(cè)站)Fig.1 Anhui Province having the Yangtze River and Huaihe River flowing from west to east (light blue lines) with the Dabie Mountains (Mt.DB) located in the west part of the area between the two rivers and the Wannan (south of Anhui) Mountains (Mt. WN) south to the Yangtze River (Colored denotes terrain height, unit: m; orange thick dashed lines divide Anhui Province into three regions from north to south: Huaibei, Jianghuai and Jiangnan; red dots represent the national basic ground stations； black dots are the densely-distributed automatic weather stations; the red pentagram stands for the Huangshan Station)

國(guó)內(nèi)外對(duì)區(qū)域性強(qiáng)降水有較多的統(tǒng)計(jì)分析(Iwasaki，2012;2015；付超等，2019；侯淑梅等，2020；方德賢等，2020；戰(zhàn)云健等，2021)，也針對(duì)短時(shí)強(qiáng)降水的環(huán)流特征開(kāi)展了研究，包括：短時(shí)強(qiáng)降水個(gè)例及其特征演變(張芳華等，2020)、短時(shí)強(qiáng)降水天氣過(guò)程的對(duì)比分析(吳進(jìn)等，2018)或短時(shí)強(qiáng)降水環(huán)流主觀分型(Luo et al，2016)。其中，郝瑩等(2012)把安徽短時(shí)強(qiáng)降水環(huán)流背景分為低槽東移型、西北氣流型和臺(tái)風(fēng)型，分析了強(qiáng)降水持續(xù)的主要原因和預(yù)警指標(biāo)。

客觀分類方法在氣象學(xué)和氣候?qū)W中有著悠久的歷史。這些方法最重要的應(yīng)用之一是大氣環(huán)流分型?？陀^分類方法可通過(guò)兩種方法實(shí)現(xiàn)：氣團(tuán)分型和環(huán)流分型。氣團(tuán)分型方法使用單個(gè)地點(diǎn)、多個(gè)變量(如氣壓、風(fēng)速和溫度)來(lái)確定天氣類型；而環(huán)流分型方法則使用海平面氣壓或位勢(shì)高度等變量來(lái)描述大氣環(huán)流(Huth et al，2008)。大多數(shù)分類方法在歐洲(Plaut and Simonnet，2001；Huth，1993;1996a;1996b;Cahynová and Huth,2010)和北美(Cavazos，1999；Gevorgyan，2013)首先得到開(kāi)發(fā)和應(yīng)用。近年來(lái)，我國(guó)學(xué)者在天氣氣候、大氣環(huán)境(Zhang et al，2012；2018；Zhao et al,2013;He et al,2017)等方面進(jìn)行環(huán)流客觀分型的研究越來(lái)越多，并取得了較好的應(yīng)用效果。

本研究利用近年來(lái)投入使用的安徽省稠密觀測(cè)站錄得的分鐘級(jí)降水資料，統(tǒng)計(jì)2011—2018年5—8月安徽暖季不同時(shí)期短時(shí)強(qiáng)降水事件降水量、頻次的時(shí)空分布，并采用旋轉(zhuǎn)主成分客觀分析法對(duì)短時(shí)強(qiáng)降水天氣影響系統(tǒng)進(jìn)行分型，以探討安徽省(非)HHR事件日主要影響系統(tǒng)及其特征。

1 資料與方法

1.1 資 料

本文選取安徽省氣象局提供的2011—2018年5—8月地面稠密自動(dòng)觀測(cè)站錄得的逐10 min降水資料，分析安徽省暖季HHR事件的時(shí)空分布特征。按氣候界限值及年、日、小時(shí)、10 min降水量空間及時(shí)間一致性原則，對(duì)數(shù)據(jù)進(jìn)行質(zhì)量控制(任芝花等，2010；陶士偉等，2009)。剔除8年內(nèi)觀測(cè)記錄缺測(cè)或丟失率超過(guò)5%的站點(diǎn)。利用逐6 min的雷達(dá)反射率資料仔細(xì)驗(yàn)證了每次降水過(guò)程，得到81個(gè)國(guó)家基本站和808個(gè)地面稠密自動(dòng)觀測(cè)站用于本研究(圖1)。

根據(jù)中國(guó)氣象局對(duì)短時(shí)強(qiáng)降水事件的定義，本研究將小時(shí)降水量超過(guò)20 mm定義為HHR(Zhang and Zhai，2011)。為了更好地描述HHR的過(guò)程性和致災(zāi)性，本文參考Li et al(2017)將HHR從開(kāi)始到結(jié)束的過(guò)程稱之為HHR事件,即將未來(lái)10 min累計(jì)降水大于或等于0.1 mm，且未來(lái)1 h累計(jì)降水大于或等于20 mm的時(shí)刻定義為HHR事件的開(kāi)始。隨后，每10 min計(jì)算一次未來(lái)1 h內(nèi)的累計(jì)降水，若某時(shí)刻的小時(shí)累計(jì)降水小于或等于5 mm，則將該時(shí)刻定義為HHR事件的結(jié)束。HHR事件持續(xù)時(shí)間為開(kāi)始與結(jié)束之間的小時(shí)數(shù)。

當(dāng)一個(gè)地理區(qū)域一天內(nèi)(20—20時(shí)),至少5個(gè)站點(diǎn)記錄了HHR事件時(shí)，認(rèn)定該區(qū)域?yàn)橐粋€(gè)HHR事件日，反之則為一個(gè)非HHR事件日。按此劃分原則，分別確定安徽省江南、江淮與淮北地區(qū)(圖1)的(非)HHR事件日。若某一天三個(gè)區(qū)域均出現(xiàn)(非)HHR事件日，則將該日定義為全省性(非)HHR事件日。

按照安徽省氣候中心每年劃分及公布的入梅、出梅日(表1)，將2011—2018年安徽省暖季(5月1日至8月31日)劃分為入梅前期(5月1日至入梅日)、梅雨期(入梅日—出梅日)和出梅后期(出梅日至8月31日)三個(gè)階段。2011—2018年安徽暖季梅雨期共207 d，入梅前期和出梅后期分別為384 d、385 d。經(jīng)統(tǒng)計(jì)，2011—2018年5—8月全省共出現(xiàn)478個(gè)HHR事件日，入梅前期、梅雨期和出梅后期分別有106、148和224個(gè)HHR事件日，全省性HHR事件日分別有16、32和70 d。

表1 2011—2018年入梅、出梅日及梅雨天數(shù)Table 1 The beginning and ending dates and duration of Meiyu period during 2011-2018

利用2011—2018年5—8月歐洲中期天氣預(yù)報(bào)中心(European Centre for Medium-Range Weather Forecasts，ECMWF)第五代全球氣候大氣再分析資料(ERA5;時(shí)間分辨率為1 h，水平分辨率為 0.25°×0.25°，垂直層次從1 000 hPa至1 hPa共37層,https:∥cds.climate.copernicus.eu/)對(duì)HHR事件日主要天氣模型進(jìn)行客觀分型，進(jìn)一步分析各大氣環(huán)流模型的特征。

1.1 大氣環(huán)流分型

客觀環(huán)流分型方法多樣，其中斜旋轉(zhuǎn)T模態(tài)主成分分析法(TPCA)對(duì)預(yù)定類型的再現(xiàn)、時(shí)間和空間穩(wěn)定性，以及對(duì)預(yù)設(shè)參數(shù)的依賴性等方面表現(xiàn)較好(Huth et al，2008)。T模態(tài)是按時(shí)間序列對(duì)網(wǎng)格點(diǎn)數(shù)據(jù)進(jìn)行主成分分析，建立每個(gè)時(shí)間網(wǎng)格點(diǎn)的主成分類型，其中輸入數(shù)據(jù)的列表示時(shí)間序列，行對(duì)應(yīng)于網(wǎng)格點(diǎn)。TPCA方法在歐洲地區(qū)的天氣分型中得到廣泛應(yīng)用和發(fā)展，該算法已經(jīng)在“歐洲地區(qū)天氣模型分類協(xié)調(diào)與應(yīng)用”方案(COST733)中被發(fā)展為軟件“cost733class-1.2”(Philipp et al, 2016；http:∥cost733.geo.uniaugsburg.de)。

針對(duì)2011—2018年5—8月的HHR事件日，進(jìn)行大氣環(huán)流分型的數(shù)據(jù)為ERA5再分析資料前一日20 BT、當(dāng)日02、08、14 BT共4個(gè)時(shí)次的平均場(chǎng)(與HHR事件統(tǒng)計(jì)時(shí)間一致)，空間范圍設(shè)為(24°～42°N、108°～126°E)，分型的數(shù)目設(shè)為9種環(huán)流型。本文對(duì)比了500 hPa、850 hPa的平均單要素(位勢(shì)高度)和多要素(850 hPa位勢(shì)高度、風(fēng)場(chǎng)U分量、風(fēng)場(chǎng)V分量和溫度平均場(chǎng))分別作為TPCA分型的物理量場(chǎng)。結(jié)果表明利用850 hPa多要素(位勢(shì)高度、風(fēng)場(chǎng)U分量、風(fēng)場(chǎng)V分量和溫度平均場(chǎng))的TPCA分型結(jié)果(如圖7中SP1、SP2和SP6型)與HHR的主觀天氣分型結(jié)果(郝瑩等，2012；Luo et al，2016)較為接近，能很好地區(qū)別所呈現(xiàn)的梅雨期和梅雨后期的重要天氣系統(tǒng)(如：梅雨鋒、低層氣旋、副熱帶高壓等)。故本文采用850 hPa多要素天氣分型結(jié)果，討論HHR事件的天氣模型特征。

2 HHR事件的時(shí)空分布特征

2011—2018年安徽省暖季(5—8月)平均降水呈現(xiàn)“南多北少，山區(qū)多平原少”的特點(diǎn)，主要降水中心位于皖南山區(qū)以及大別山區(qū)域(圖2a)。根據(jù)1.1節(jié)HHR定義，2011—2018年暖季，安徽總共出現(xiàn)32 946個(gè)站次HHR事件。與暖季平均降水的空間分布相一致,皖南山區(qū)和大別山地區(qū)是HHR事件的高發(fā)區(qū)域(圖2b)。皖南山區(qū)的黃山風(fēng)景區(qū)(30.1°N、118.1°E)是安徽省暖季降水的極值中心(圖2a)，也是最頻繁的HHR事件中心，所轄觀測(cè)站HHR事件總頻次均在85次以上(圖2b)。大別山地區(qū)和皖南山區(qū)西南部的HHR事件貢獻(xiàn)了其暖季平均降水量的30%～40%(圖2c)，但黃山地區(qū)HHR事件對(duì)暖季總降水量的貢獻(xiàn)相對(duì)較少(25%～30%，圖2c)。與江南地區(qū)相比，江淮之間東部和淮北地區(qū)東部HHR發(fā)生的頻次較少(圖2b)，但是貢獻(xiàn)了該區(qū)域30%以上的暖季降水(圖2c)。江淮之間中部和淮北地區(qū)西北部是HHR事件的低發(fā)區(qū)，部分站點(diǎn)8年暖季HHR事件的總頻次不足15次(圖2b)，對(duì)暖季總降水量的貢獻(xiàn)也相對(duì)較少(<20%)。

圖2 2011—2018年5—8月安徽省(a)年均降水量，(b)HHR事件8年累計(jì)總頻次，(c)HHR對(duì)暖季總雨量的貢獻(xiàn)率Fig.2 Spatial distribution of (a) average annual rainfall, (b) total frequency of HHR events in eight years and (c) their relative contribution to the total rainfall during the warm season (May-August) in Anhui Province from 2011 to 2018

入梅前期(圖3a)，安徽共發(fā)生HHR事件6 051個(gè)站次，日均15.8個(gè)站次，年平均雨量自南向北逐漸減小。梅雨期發(fā)生HHR事件13 147個(gè)站次，日均63.5個(gè)站次，年平均降水量是入梅前期的2倍以上(圖3b)。大別山地區(qū)和皖南山區(qū)的HHR降水量分布與該地區(qū)暖季HHR事件發(fā)生頻次和對(duì)暖季降水貢獻(xiàn)的分布高度一致(圖3b,圖2b,2c)，表明該地區(qū)的暖季HHR主要是在梅雨期產(chǎn)生的。出梅后期HHR事件共出現(xiàn)13 748個(gè)站次，日均35.6個(gè)站次，發(fā)生頻次明顯低于梅雨期，高于入梅前期(圖3c)。出梅后期HHR降水量的水平分布較為平均，僅淮北地區(qū)東北部有相對(duì)大值區(qū)，造成該區(qū)域相對(duì)較大的HHR降水貢獻(xiàn)(圖2c)。

圖3 2011—2018年5—8月(a)入梅前期，(b)梅雨期和(c)出梅后期HHR事件的年平均降水量(右上角數(shù)字分別為HHR事件總站次和日均站次)Fig.3 Annual precipitation produced by the HHR events during the (a) pre-Meiyu, (b) Meiyu and (c) post-Meiyu periods in Anhui Province during May-August of 2011-2018 (Numbers of total stations and daily averaged stations recording the HHR events are labeled at the upper right corner of each panel)

HHR事件的雨強(qiáng)、持續(xù)時(shí)間和過(guò)程累計(jì)降水量也是社會(huì)關(guān)注的重點(diǎn)。分別按入梅前期、梅雨期、出梅后期和整個(gè)暖季(5—8月)分別繪制HHR事件的10 min雨強(qiáng)、持續(xù)時(shí)間和過(guò)程雨量箱線圖(圖4)。入梅前期和梅雨期HHR事件的10 min雨強(qiáng)差異不大，平均值分別為10.2 mm·10 min-1和10.7 mm·10 min-1;但是梅雨期HHR事件的持續(xù)時(shí)間明顯增長(zhǎng)，第95百分位值高達(dá)260 min，平均持續(xù)時(shí)間為104.4 min,分別是入梅前期和出梅后期的1.08倍和1.33倍。梅雨期更大的過(guò)程累計(jì)降水量，可能是由于梅雨期水汽供應(yīng)充足，且梅雨鋒穩(wěn)定少動(dòng)，有利于降水系統(tǒng)穩(wěn)定維持所致(張小玲等,2004)。出梅后期，10 min雨強(qiáng)明顯增強(qiáng)，平均值為11.8 mm·10 min-1，第95百分位值為20.6 mm·10 min-1，而入梅前期和梅雨期分別是18.0 mm·10 min-1和18.2 mm·10 min-1;但是出梅后期HHR事件的維持時(shí)間大大縮短，中位數(shù)僅為60 min，約為入梅前期和梅雨期中位數(shù)的75%。較短的HHR持續(xù)事件導(dǎo)致出梅后期的過(guò)程累計(jì)降水量的平均值低于梅雨期間，略高于入梅前期，這可能與副熱帶高壓(以下簡(jiǎn)稱副高)控制下快速生消的午后中小尺度對(duì)流系統(tǒng)有關(guān)(翟菁等，2016)。

信息技術(shù)在酒店客房服務(wù)中的應(yīng)用主要體現(xiàn)在客人的入住引導(dǎo)、客人的到店提醒、為客人定制服務(wù)、客人的自主入住以及為客人提供消費(fèi)服務(wù)。

圖4 2011—2018年入梅前期、梅雨期、出梅后期以及整個(gè)暖季的HHR事件(a)10 min雨強(qiáng),(b)持續(xù)時(shí)間和(c)過(guò)程累計(jì)雨量箱線圖(箱線圖上下端橫線分別代表第95、5百分位值，箱頂、箱底分別代表第75、25百分位值，中間橫線為中位值，圓點(diǎn)代表平均值)Fig.4 Box plots of (a) 10 min rainfall intensity, (b) duration and (c) accumulated rainfall of HHR events during the pre-Meiyu, Meiyu, post-Meiyu periods and the whole warm season in Anhui Province from 2011 to 2018(The short horizontal lines at the top and bottom of the box plot represent the 95th and 5th percentiles, respectively; the top and bottom of each box represent the 75th and 25th percentiles, respectively; the middle horizontal line represents the median, while the red dot represents the mean value)

極端HHR事件具有很強(qiáng)的致災(zāi)性。這里采用百分位法(Zhai et al,2005；Wu et al,2019)，確定第99百分位閾值，分別統(tǒng)計(jì)了入梅前期、梅雨期和出梅后期中極端持續(xù)時(shí)間(≥360 min)、極端過(guò)程雨量(≥138.0 mm)和極端10 min雨強(qiáng)(≥25.0 mm)的HHR事件在整個(gè)暖季的頻次占比。如表2所示，梅雨期極端持續(xù)時(shí)間HHR事件在整個(gè)暖季的頻次占比高達(dá)66.7%，易造成極端HHR過(guò)程累計(jì)雨量(63.6%)；極端10 min雨強(qiáng)HHR事件多出現(xiàn)在出梅后期(60.1%)，此時(shí)大氣不穩(wěn)定能量較大，更易出現(xiàn)極端的短時(shí)降水率(圖4a)。

表2 入梅前期、梅雨期和出梅后期極端HHR事件*在整個(gè)暖季的頻次占比(單位：%)Table 2 The percentage of extreme HHR events*during the pre-Meiyu, Meiyu and the post-Meiyu periods against the total HHR events during the whole warm season (unit: %)

如圖5所示，HHR事件的10 min累計(jì)站次和累計(jì)雨量在入梅前期、梅雨期和出梅后期具有顯著不同的日變化差異。入梅前期，HHR事件的累計(jì)站次和累計(jì)雨量在08—10時(shí)呈現(xiàn)單峰結(jié)構(gòu)，但是日變化幅度不大。梅雨期間，HHR事件的累計(jì)站次和累計(jì)雨量呈現(xiàn)雙峰結(jié)構(gòu)，峰值分別位于03—07時(shí)和14—18時(shí)；與下午相比，上午HHR事件的累計(jì)站次相當(dāng)，但是造成更大的累計(jì)雨量，表明上午HHR的持續(xù)事件更長(zhǎng)。這與相關(guān)研究(Yu et al，2007；Zhou et al，2008；Luo et al，2013)結(jié)果是一致的，HHR事件的頻次及累計(jì)雨量的夜間峰值可能與邊界層內(nèi)非地轉(zhuǎn)風(fēng)的慣性振蕩(Xue et al,2018)有關(guān)。出梅后期，安徽多受副高控制，午后太陽(yáng)輻射較強(qiáng)，地面受熱不均勻，大氣不穩(wěn)定度高，易出現(xiàn)強(qiáng)對(duì)流性天氣，HHR事件累計(jì)站次與累計(jì)雨量具有明顯的午后單峰結(jié)構(gòu)，峰值明顯高于梅雨期和入梅前期。

圖5 2011—2018年5—8月入梅前期、梅雨期和出梅后期逐10 min HHR事件的(a)累計(jì)站次和(b)累計(jì)雨量的日變化Fig.5 Diurnal variations of (a) station numbers and (b) accumulated rainfall of 10 min HHR events during the pre-Meiyu, Meiyu and the post-Meiyu periods during May-August of 2011-2018

為進(jìn)一步分析HHR事件的日變化特征，分別統(tǒng)計(jì)了2011—2018年暖季HHR事件的不同持續(xù)時(shí)間的頻次日變化、不同10 min雨強(qiáng)的頻次日變化，以及旬累計(jì)頻次的日變化(圖6)。如圖6a,6b所示，HHR事件頻次的最高峰值出現(xiàn)在下午15—16時(shí)(> 350次)，持續(xù)時(shí)間多為1 h，10 min雨強(qiáng)可達(dá)28 mm·10 min-1。頻次的次峰值出現(xiàn)在03時(shí)前后，持續(xù)時(shí)間相對(duì)較長(zhǎng)(可達(dá)3.5 h)，而10 min雨強(qiáng)相對(duì)較小(約5～20 mm·10 min-1)。如圖6c所示，6月中旬之前，HHR事件頻次沒(méi)有明顯的日變化。6月下旬至7月上旬(梅雨期)，HHR事件頻次存在雙峰結(jié)構(gòu)，即在黎明前和下午均有一個(gè)峰值；而7月中旬以后，HHR事件頻次日變化呈現(xiàn)出明顯的午后單峰特征，8月上旬尤為明顯。以上表明，暖季HHR事件的凌晨峰值是由梅雨期貢獻(xiàn)的，暖季HHR事件的下午峰值主要是由出梅后期貢獻(xiàn)的。

圖6 2011—2018年暖季HHR事件(a)持續(xù)時(shí)間的逐時(shí)累計(jì)頻次,(b)10 min雨強(qiáng)的逐時(shí)累計(jì)頻次和(c)旬累計(jì)頻次的逐時(shí)累計(jì)頻次的日變化Fig.6 Diurnal variations of hourly frequencies of (a) duration, (b) 10 min rainfall intensity of HHR events and (c) numbers of HHR event in each dekad during the warm season from 2011 to 2018

3 HHR事件天氣模型特征

梅雨期和出梅后期，HHR事件的累計(jì)降水、發(fā)生頻次等特征存在較大的時(shí)空分布差異。梅雨期HHR事件的持續(xù)時(shí)間長(zhǎng)、過(guò)程雨量相對(duì)較多，出梅后期持續(xù)時(shí)間短而雨強(qiáng)大，這與不同階段的大尺度環(huán)流背景和天氣影響系統(tǒng)密切相關(guān)。本節(jié)采用TPCA方法對(duì)入梅前期、梅雨期和出梅后期HHR事件日的大氣環(huán)流進(jìn)行客觀分型，并進(jìn)一步分析主要天氣形態(tài)的大氣環(huán)流特征。

按850 hPa多要素分型，共分為9種天氣模型(圖7)，其中HHR發(fā)生頻次最高的前3種依次是SP1、SP2、SP6。SP1型為伴有強(qiáng)西南氣流的西北低槽型，占總HHR事件的27.2%；SP2型為低渦/切變型(或鋒面型)，占26.8%；SP6型為南方低壓(或臺(tái)風(fēng)低壓型)，占14.9%；其余6種環(huán)流型的HHR事件日總占比僅為31.1%，分別為弱切變型(包括南方切變SP3型,9.0%;暖式切變SP4型,8.8%)，東北—西南走向高空槽SP5型占6.3%，臺(tái)風(fēng)SP8、SP9型分別占5.6%、1.3%，高壓/反氣旋SP7型僅占0.2%。

圖7 利用2011—2018年5—8月中國(guó)東部地區(qū)850 hPa位勢(shì)高度(單位：gpm)、風(fēng)場(chǎng)(風(fēng)羽)和溫度(紅實(shí)線，單位：℃)所建立的9種天氣類型(左上角顯示該天氣類型產(chǎn)生HHR事件日的天數(shù)及百分比，右上角為該天氣類型出現(xiàn)的百分比)Fig.7 The established 9 synoptic weather types by the geopotential height of 850 hPa (unit: gpm), wind field (barb) and temperature (red solid line, unit: ℃) over eastern China during May-August of 2011-2018(The upper left of each panel shows the number of days and percentage of HHR events produced by the present synoptic weather type; the upper right of each panel shows the percentage of occurrences of each synoptic weather type)

分別統(tǒng)計(jì)各環(huán)流型在2011—2018年暖季安徽入梅前期、梅雨期和出梅后期出現(xiàn)HHR事件日的天數(shù)，SP1、SP2和SP6型的HHR事件日占比大，更容易出現(xiàn)HHR事件(圖8)。入梅前期HHR事件總共出現(xiàn)6 051個(gè)站次(圖3右上角)，不及梅雨期和出梅后期一半，且雨強(qiáng)相對(duì)較弱。故本文重點(diǎn)探討梅雨期SP1、SP2型和出梅后期SP1、SP6型HHR事件日的降水量分布，分析(非)HHR事件日天氣型特征，對(duì)比分析SP1型在梅雨期和出梅后期HHR事件日的天氣型特征的異同。

圖8 2011—2018年5—8月入梅前期、梅雨期和出梅后期中9種天氣模型的HHR事件日天數(shù)Fig.8 Numbers of HHR event days in the nine synoptic types during the pre-Meiyu, Meiyu and the post-Meiyu periods during May-August of 2011-2018

3.3 主要天氣型的降水特征

梅雨期間，在SP1型影響下，安徽省東部及大別山區(qū)、皖南山區(qū)西南部HHR事件日站點(diǎn)平均降水量約為20 mm(圖9a)，其他地區(qū)降水偏少。SP2型降水空間分布模態(tài)與SP1型明顯不同，降水量更大， 32°N以南地區(qū)平均降水量均超過(guò)20 mm，尤其是大別山至皖南山區(qū)一帶站點(diǎn)HHR事件日平均降水量最大達(dá)40 mm左右(圖9b)。比較梅雨期HHR事件年均降水量(圖3b)，SP2型是安徽省梅雨期HHR事件日降水量的主要貢獻(xiàn)者，SP1型次之。

圖9 2011—2018年5—8月梅雨期(a)SP1型與(b)SP2型，出梅后期(c)SP1型與(d)SP6型天氣模型下HHR事件日站點(diǎn)日平均降水量(前一日20—20時(shí),填色)Fig.9 Daily averaged precipitation (from 20:00 BT on the previous day to 20:00 BT on the very, colored) of HHR events under (a) SP1 and (b) SP2 types during the Meiyu period, under (c) SP1 and (d) SP6 types during the post-Meiyu period during May-August of 2011-2018

3.3 主要天氣型環(huán)流特征

分別統(tǒng)計(jì)SP1、SP2和SP6型梅雨期和出梅后期HHR事件逐時(shí)頻次(圖略)，結(jié)果顯示與圖5基本一致。梅雨期HHR事件在凌晨頻次高、累計(jì)雨量較大；而出梅后期HHR事件僅在午后有一個(gè)高頻次中心。因此，以下分析采用梅雨期02時(shí)、出梅后期14時(shí)的ERA5再分析資料，探討梅雨期SP1、SP2天氣模型，出梅后期SP1、SP6天氣模型及主要天氣系統(tǒng)特征。

3.2.1 梅雨期天氣模型

圖10梅雨期SP1型HHR事件日，在對(duì)流層低層(圖10c)和邊界層(圖10a)形成低空急流(風(fēng)速>12.5 m·s-1)，西南低空急流向安徽地區(qū)輸送大量暖濕空氣，形成暖濕舌(假相當(dāng)位溫>340 K)，整層水汽通量超過(guò)550 kg·m-1·s-1，可降水量超過(guò)50 mm。西南低空急流在安徽北部風(fēng)速明顯減弱，在淮河以南形成風(fēng)速輻合，有利于梅雨期SP1型HHR的形成。兩條較明顯的西南—東北向水汽輸送通道(圖10a，10c)分別位于安徽大別山西北部和長(zhǎng)江一線，與梅雨期SP1型HHR降水中心一致(圖9a)。過(guò)大別山作東北—西南走向的垂直剖面(圖10e)，受到大別山的地形抬升作用，西南低空急流(925～850 hPa)在山前有上升運(yùn)動(dòng)(>2 cm·s-1)，配合充沛的水汽，有利于在大別山區(qū)迎風(fēng)坡形成HHR強(qiáng)降水中心(圖9a)。西南氣流越過(guò)大別山后繼續(xù)向安徽北部平原輸送暖濕空氣，造成低層暖濕的不穩(wěn)定層結(jié)，結(jié)合上升運(yùn)動(dòng)(>1 cm·s-1)有利于在淮北地區(qū)形成HHR降水。與HHR事件日的梅雨期SP1型相比，非HHR事件日SP1型的500 hPa槽不明顯、副高顯著東退，西南低層氣流(925～850 hPa)風(fēng)速明顯較弱(≤5 m·s-1)。這導(dǎo)致安徽境內(nèi)風(fēng)速輻合較弱，暖濕空氣輸送不足，整層水汽通量小于450 kg·m-1·s-1，可降水量不足50 mm，不利于降水的產(chǎn)生。垂直剖面上(圖10f)，大別山迎風(fēng)坡和北部平原的上升運(yùn)動(dòng)和水汽通量在強(qiáng)度和范圍上都明顯減弱，不利安徽HHR的產(chǎn)生。

圖10 梅雨期SP1型(a,c)HHR事件日與(b,d)非HHR事件日在02時(shí)的大氣水平平均環(huán)流場(chǎng)(a,b)500 hPa位勢(shì)高度(等值線，gpm)、925 hPa風(fēng)場(chǎng)(風(fēng)羽，加粗表示風(fēng)速大于5 m·s-1)和整層水汽通量積分(填色)，(c,d)850 hPa假相當(dāng)位溫(等值線，單位：K)、風(fēng)場(chǎng)(風(fēng)羽)和整層可降水量(填色)，(e,f)圖10a,10b中西南—東北走向黑色粗直線位置的垂直剖面(黑色箭頭：平行于剖面的風(fēng)；水汽通量：填色；棕色和藍(lán)色虛線：上升，下沉運(yùn)動(dòng)，單位：10-2 m·s-1；紅色線:假相當(dāng)位溫,單位：K；黑色陰影：地形)Fig.10 The mean atmospheric circulations of SP1 type in (a, c) HHR event days, (b, d) non HHR event days at 02:00 BT during the Meiyu period (a, b) 500 hPa geopotential height (contour line, unit: gpm), 925 hPa wind (barb, a thick barb: larger than 5 m·s-1) and vertical integrated water vapor flux (colored); (c, d) 850 hPa pseudo equivalent potential temperature (contour line, unit: K), wind field (barb), and total precipitable water (unit: mm); (e, f) vertical cross sections along the thick black lines in Figs.10a,10b (black arrow: wind parallel to cross-section; colored: water vapor flux; brown/blue dashed lines: ascending/descending motions, unit: 10-2 m·s-1; red solid line: the pseudo equivalent potential temperature, unit: K; black shadow: terrain)

梅雨期SP2型與SP1型的天氣背景差異較大。與SP1型相比，HHR事件日的SP2型在對(duì)流層低層和邊界層內(nèi)存在一條準(zhǔn)東西向的切變線(圖11a，棕色粗虛線標(biāo)識(shí))，切變線南側(cè)為強(qiáng)西南氣流，北側(cè)為較弱的東南氣流。與切變線對(duì)應(yīng)，850 hPa假相當(dāng)位溫在江淮之間形成等值線密集區(qū)，有顯著的梯度存在，具有較明顯的江淮梅雨鋒特征(圖11c)。切變線南側(cè)水汽通量高達(dá)550 kg·m-1·s-1,安徽中部至南部地區(qū)可降水量達(dá)到50～60 mm。與SP1型相比，盡管SP2型HHR事件日的低層西南氣流稍弱(約10 m·s-1)，但是SP2型可降水量更大，水汽輸送集中于淮河以南地區(qū)，尤其是皖南山區(qū)，導(dǎo)致SP2型更強(qiáng)的HHR集中在淮河以南地區(qū)(圖9b)。經(jīng)過(guò)皖南山區(qū)的垂直剖面(圖11e)表明，SP2型西南氣流在皖南山區(qū)的迎風(fēng)坡存在較明顯上升運(yùn)動(dòng)(>2 cm·s-1)，切變線以南對(duì)流中層的上升運(yùn)動(dòng)(>1 cm·s-1)，有利于淮河以南HHR的產(chǎn)生。與梅雨期HHR事件日SP2型相比，非HHR事件日(圖11b，11d) 安徽處于500 hPa高空槽后，低層切變線位于安徽南部邊界，切變線以南的低層西南氣流顯著減弱(≤5 m·s-1)，整層水汽通量基本小于350 kg·m-1·s-1。安徽位于低層切變線北側(cè)，受到低空較弱的(≤5 m·s-1)東南或偏東氣流影響，整層大氣可降水量不足45 mm。安徽受到低層反氣旋的控制(圖11b,11d)，切變線以北受較弱的低層下沉運(yùn)動(dòng)影響(圖11f，約30°N以北，600 hPa以下)，不利于HHR事件的發(fā)生發(fā)展。

圖11 同圖10，但為梅雨期SP2型(圖11c,11d中棕色粗虛線表示切變線)Fig.11 Same as Fig.10, but for the SP2 type during the Meiyu period(in Figs.11c, 11d, brown dashed line: shear line)

3.2.2 出梅后期天氣模型

與梅雨期SP1型對(duì)比，出梅后期HHR事件日SP1型的副高主體北抬，西南低層氣流明顯減弱(<10 m·s-1；圖12c)。安徽地區(qū)出梅后期整層水汽通量減小，然而可降水量超過(guò)50 mm，淮北地區(qū)達(dá)到55～60 mm，同時(shí)溫度上升，SP1型在850 hPa假相當(dāng)位溫增大(>344 K；圖12c)，可見(jiàn)安徽尤其淮北地區(qū)暖濕條件較好。從850 hPa和925 hPa風(fēng)場(chǎng)看，風(fēng)速輻合區(qū)也位于安徽淮北地區(qū)(圖12a,12c)，利于安徽北部地區(qū)HHR事件的發(fā)生(圖9c)。在非HHR事件日，副高主體相對(duì)偏西偏北，5880 gpm線控制安徽大部分地區(qū)，中低層風(fēng)場(chǎng)輻合區(qū)向北移出安徽(圖12b，12d)，安徽境內(nèi)大部分地區(qū)的水汽輸送和整層可降水量較HHR事件日明顯偏小，不利于HHR事件的發(fā)生。

圖12 同圖10a～10d,但為出梅后期14時(shí)的大氣水平平均環(huán)流場(chǎng)Fig.12 Same as Fig.10a-10d, but for the mean atmospheric circulations SP1 type at 14:00 BT during the post-Meiyu periods

出梅后期SP6型大氣環(huán)流和影響系統(tǒng)較SP1型、SP2型明顯不同，主要特點(diǎn)表現(xiàn)為華南地區(qū)有低壓存在或臺(tái)風(fēng)登陸，副高較出梅后期SP1型更偏北，位置偏東。在HHR事件日，SP6型南方低壓或臺(tái)風(fēng)低壓沿副高西南側(cè)引導(dǎo)氣流向北偏西方向移動(dòng)，低壓外圍的東南氣流向安徽地區(qū)輸送水汽(圖13a)，整層可降水量均較大，安徽中南部超過(guò)60 mm(圖13c)。低壓外圍東北氣流受大別山地形抬升影響，在大別山東北側(cè)迎風(fēng)坡有較強(qiáng)的上升運(yùn)動(dòng)(圖13e)，造成大別山地區(qū)形成HHR事件降雨中心(圖9d)。在非HHR事件日(圖13b,13d,13f)，副高強(qiáng)度更強(qiáng)，西端脊線位置偏西，到達(dá)安徽東部。此時(shí)，安徽受副高控制，由于南方低壓偏南，整層水汽通量和可降水量均偏小，不利于安徽境內(nèi)發(fā)生HHR事件。

圖13 同圖10，但為出梅后期SP6型14時(shí)Fig.13 Same as Fig.10, but for the SP6 type at 14:00 BT during the post-Meiyu periods

4 結(jié)論與討論

本文采用安徽省2011—2018年暖季(5—8月)逐10 min地面稠密降水資料，統(tǒng)計(jì)分析了HHR事件時(shí)空特征。利用同時(shí)期的ERA5再分析資料，通過(guò)斜旋轉(zhuǎn)T模式主成分客觀分析法，探討了安徽省暖季HHR事件的主要大氣環(huán)流模型及影響天氣系統(tǒng)特征。結(jié)論如下：

(1) 安徽大別山、皖南山區(qū)西南部及兩者過(guò)渡地帶是HHR事件的易發(fā)區(qū)域，皖南山區(qū)、黃山地區(qū)是安徽最頻繁的HHR事件中心。安徽省西南、東北地區(qū)HHR事件對(duì)暖季總降水的貢獻(xiàn)相對(duì)明顯，達(dá)30%以上。江淮之間中部和淮北地區(qū)西北部，是HHR事件的低發(fā)中心，對(duì)暖季總降水量的貢獻(xiàn)也相對(duì)較少。

(2) 安徽省HHR事件日在入梅前期頻次低、雨強(qiáng)較弱；梅雨期持續(xù)時(shí)間長(zhǎng)、累計(jì)雨量大；出梅后期雨強(qiáng)較大、持續(xù)時(shí)間短。按第99百分位閾值，60%以上的極端持續(xù)時(shí)間(≥360 min)和極端累計(jì)雨量(≥138 mm)HHR事件出現(xiàn)在梅雨期，而60%以上的極端10 min雨強(qiáng)(≥25.0 mm·10 min-1)HHR事件出現(xiàn)在出梅后期。

(3) 入梅前期，HHR事件的累計(jì)站次和累計(jì)雨量在08—10時(shí)呈現(xiàn)單峰結(jié)構(gòu)，日變化振幅不大。而梅雨期HHR事件峰值分別位于03—07時(shí)和14—18時(shí)，呈雙峰結(jié)構(gòu)，其中凌晨HHR事件累計(jì)雨量大，持續(xù)時(shí)間長(zhǎng)，是暖季凌晨HHR事件的主要貢獻(xiàn)者。出梅后期， HHR事件具有明顯的午后單峰特征，是暖季午后HHR事件的主要貢獻(xiàn)者。

(4) 安徽省梅雨期HHR事件主要天氣模型有西北低槽型(SP1型)和低渦/切變型或鋒面型(SP2型)。在SP1型環(huán)流背景下，副高西伸北抬，對(duì)流層低層和邊界層形成低空急流，在安徽大別山西北部和長(zhǎng)江一帶形成兩個(gè)西南—東北向水汽輸送通道，并在淮河以南尤其在山區(qū)迎風(fēng)坡形成較強(qiáng)風(fēng)速輻合，導(dǎo)致HHR頻發(fā)。在SP2型環(huán)流背景下，南北氣流在江淮之間對(duì)峙并形成切變線或鋒區(qū)，暖區(qū)一側(cè)尤其在皖南山區(qū)迎風(fēng)坡有較強(qiáng)的水汽輻合和較大的整層可降水量，安徽省西南地區(qū)出現(xiàn)較強(qiáng)的HHR事件。

(5) 出梅后期主要天氣模型為南方低壓或臺(tái)風(fēng)低壓型(SP6型)和西北低槽型(SP1型)。在SP6型天氣背景下，副高位置偏北，南方低壓或臺(tái)風(fēng)低壓沿副高西南側(cè)引導(dǎo)氣流向北偏西方向移動(dòng)，低壓外圍東北氣流受地形抬升影響，在大別山和皖南山區(qū)有較明顯的HHR事件發(fā)生。而在SP1型天氣背景下，副高主體偏北，水汽輸送帶和輻合區(qū)位于淮河流域及其以北地區(qū)，導(dǎo)致該模型下安徽HHR事件降水呈現(xiàn)北多南少的特點(diǎn)。