孫大兵 劉蕾 張麗 李鸞

（蕪湖市氣象局，蕪湖 241000）

0 引言

長江中下游地區(qū)歷來是經(jīng)濟(jì)發(fā)展的核心區(qū)域，也是洪水災(zāi)害最嚴(yán)重的地區(qū)之一，曾多次出現(xiàn)全流域或區(qū)域性洪水。洪水的發(fā)生與汛期異常降水關(guān)系密切[1-2]，區(qū)域內(nèi)持續(xù)性強降水使得洪峰疊加，引發(fā)嚴(yán)重的洪澇災(zāi)害[3-4]，如1954年4月就進(jìn)入雨季，降水一直持續(xù)到7月底[5]，暴雨、大暴雨的頻繁發(fā)生使得長江水位節(jié)節(jié)升高，各地相繼出現(xiàn)最高洪水紀(jì)錄。1931年異常豐梅，雨帶位置穩(wěn)定，強降水落區(qū)長時間在同一個地方重復(fù)，導(dǎo)致長江中下游洪水形勢異常嚴(yán)峻[6-7]。1991年江淮地區(qū)雨季從5月中旬開始，雨季的提前使得汛期降水量比同期偏多1～3倍，造成了江淮地區(qū)的洪水發(fā)生[5]。1998年夏季長江上游大部分地區(qū)降水較1954年大，洞庭湖和鄱陽湖這兩個調(diào)控洪水的湖泊降水量也比1954年大[8]，主汛期全流域暴雨頻發(fā)，河湖調(diào)蓄能力下降，削峰作用降低，水位居高不下[9]，進(jìn)一步加重了洪澇災(zāi)害。進(jìn)入21世紀(jì)以來，大氣不穩(wěn)定性增加，異常強降水發(fā)生更加頻繁，例如2016年汛期長江流域洪澇強度和范圍均弱于1998年，但區(qū)域極端性更強[10]。2020年長江流域梅雨期持續(xù)兩個月，特別是安徽、湖北、重慶等地6—7月降水量位列1951年以來同期最多[11]。

許多學(xué)者對1954年、1991年、1998年、2016年等年份的洪澇進(jìn)行了大量的對比研究。鞠笑生[5]指出，1954年洪澇范圍和持續(xù)時間均超過1991年，江蘇和安徽為重災(zāi)區(qū)。任宏昌等[12]指出北大西洋海溫的異常是導(dǎo)致1998年、2016年中高緯度環(huán)流異常的主要原因，北大西洋海溫異常可通過改變中高緯度環(huán)流進(jìn)而對夏季降水產(chǎn)生影響。洪澇的形成與夏季極端降水頻繁發(fā)生密切相關(guān)[13-15]，因此對極端降水集中期的氣象成因研究則顯得十分重要。袁媛等[16]對1998年“二度梅”和2016年長江中下游的強降水集中期進(jìn)行了對比分析，發(fā)現(xiàn)這兩年5—7月副熱帶地區(qū)環(huán)流類似，但8月卻存在明顯不同，1998年偏弱的夏季風(fēng)導(dǎo)致長江流域8月降水異常偏多；不同的是，1931年[6]和2020年[17]長江流域強降水主要出現(xiàn)在6—7月，并未出現(xiàn)“二度梅”。張小玲等[18]對20世紀(jì)3次長江流域特大洪水的研究發(fā)現(xiàn)，7月下旬長江中下游地區(qū)出現(xiàn)持續(xù)性大面積強降水過程對全流域洪水的形成起著非常重要的作用，如1931年7月底的持續(xù)性暴雨使得長江水位快速增高?？梢钥闯?，洪澇年的對比分析可以更好地揭示不同洪澇年降水集中期、降水強度、氣象成因的差異，對未來長江流域雨情、水情的預(yù)測及洪災(zāi)防御有深刻的啟發(fā)作用。

1931年的異常豐梅造成了長江全流域特大洪澇災(zāi)害，當(dāng)時戰(zhàn)爭頻發(fā)，政府救災(zāi)能力不足，死亡人數(shù)巨大。2020年雖然長江中下游地區(qū)也出現(xiàn)了嚴(yán)重的洪災(zāi)，但其傷亡人數(shù)和受災(zāi)人口卻大大減少[19]。對有氣象記錄以來最早的1931年洪澇和最近的2020年洪澇進(jìn)行對比分析，可以更好的展示近一百年來洪澇的特征差異和救災(zāi)差異，故本文重點對這兩個洪澇年的降水特征、天氣學(xué)成因、救災(zāi)差異進(jìn)行深入探討。1931年和2020年安徽省長江流域沿岸均出現(xiàn)了區(qū)域性強降水，由于1931年觀測站特別少，僅有世界百年氣象站——蕪湖站有完整的1931年逐日降水?dāng)?shù)據(jù)，以1931年花涼亭（太湖）、安慶等11個安徽省測站的逐月降水?dāng)?shù)據(jù)輔之，分析了這兩個洪澇年以蕪湖站降水變化為代表的安徽省長江流域異常降水的區(qū)域特征及其成因的差異。

1 資料和方法

1931年蕪湖站逐日降水資料來源于手抄的“蕪湖海關(guān)氣象月報表”，2020年蕪湖氣溫、降水?dāng)?shù)據(jù)來源于國家氣象觀測站地面氣象記錄月報表。2020年安徽省有81個國家級觀測站（圖1中空心圓所示），站網(wǎng)密集，對降水、氣溫等要素進(jìn)行逐分鐘觀測；但1931年安徽省有降水觀測數(shù)據(jù)的測站少之又少，通過查詢安徽省氣象檔案館，發(fā)現(xiàn)只有11個觀測站有逐月降水?dāng)?shù)據(jù)，站點分為：蕪湖、花涼亭（太湖）、定遠(yuǎn)、正陽關(guān)（壽縣）、六安、安慶、肖縣（蕭縣）、泗縣、蚌埠、亳縣（亳州）、嘉山（明光）（圖1中灰色三角形所示）。因為1931年6月月降水資料嚴(yán)重缺測，但7月均有月降水?dāng)?shù)據(jù)，且1931年強降水主要集中在7月，因此對1931年和2020年7月安徽省月降水量進(jìn)行對比。由于1931年大氣環(huán)流資料缺失，故海平面氣壓場取自張小玲等的研究[18]，氣溫距平場圖源于章淹的研究[6]。另外，采用NCEP/NCAR的逐日再分析資料分析2020年環(huán)流形勢。為了研究1931年和2020年異常降水的差異，采用累積日降水量、月降水量的累積距平等統(tǒng)計方法對蕪湖、花涼亭（太湖）汛期降水量變化進(jìn)行綜合分析。

圖1 2020年安徽省81個國家級測站（空心圈）和1931年11個測站（灰色三角形）的空間分布圖（黑色方框為蕪湖站）Fig.1 The spatial distribution of 81 national observation stations in Anhui (hollow circle) in 2020 and of 11 stations in 1931 (gray triangle) (black square denotes Wuhu Station)

2 1931年和2020年蕪湖站降水量特征

2.1 1931年和2020年月降水量特征

對1931年長江中下游的蕪湖站逐月降水量進(jìn)行分析（圖2a），發(fā)現(xiàn)4—5月蕪湖站降水量逐漸增多，1931年6月降水量偏少26.8%，但7月降水量異常偏多1.09倍，遠(yuǎn)超歷史同期降水量，8月之后降水偏少，1931年蕪湖最高水位高達(dá)11.87 m。2020年降水逐月變化明顯不同（圖2b），2—5月蕪湖站降水呈現(xiàn)偏少的特征，但進(jìn)入梅雨之后，6—7月降水異常偏多1倍以上，超長的梅雨導(dǎo)致蕪湖最高水位高達(dá)12.64 m。

圖2 1931年（a）和2020年（b）蕪湖站逐月降水量（柱狀圖）及其距平（曲線）分布圖Fig.2 Monthly precipitation and its anomaly of Wuhu in 1931 (a) and 2020 (b)

2.2 1931年和2020年6—7月逐日降水量變化特征

從1931年6—7月蕪湖站逐日降水量（圖3a）變化可以看出，6月降水量較歷史均值偏少，降水分布不集中，較強降水主要出現(xiàn)在梅雨期的6月20日之后；最強的降水時段為7月5—15日、7月20—30日，兩個時段的累計降水量遠(yuǎn)超歷史同期，是造成1931年洪水的主要降水過程。2020年降水時段完全不同（圖3b），6月10日起，蕪湖站降水明顯增多且降水集中，最強降水時段為6月10日—7月1日，7月13—28日。與1931年降水相比，2020年強降水維持時間更長，降水時段更集中，雨強更強，最大雨強可達(dá)102.3 mm/d（6月21日），與之對應(yīng)的長江蕪湖段水位高于1931年。

圖3 1931年（a）和2020年（b）的6—7月蕪湖站逐日降水量分布Fig.3 Daily precipitation of Wuhu in June and July in 1931 (a) and 2020 (b)

2.3 1931年和2020年5—7月逐日累積降水量變化特征

洪水和長期的降水積累密切相關(guān)。水文學(xué)研究表明，大洪水的發(fā)生與前期土壤濕度及江河底水有密切相關(guān)，當(dāng)前期降水偏多時，土壤濕度接近飽和，江河湖泊有較高的水位，雨水不能被土壤吸收，只能通過地表徑流流入江河水庫[20]。因此，汛期累計降水量可以反映江河水庫的儲水能力。由于1931年與2020年8月份降水量均偏少，對防汛影響較小，故主要分析1931年和2020年的5—7月累計降水量的差異。

從圖4中可以看出，1931年和2020年累計降水量的變化明顯不同，1931年5月蕪湖站降水量偏多，故累計水量超過了氣候均值（均值采用1981—2010年平均值，以下同），但6月中旬前降水的異常偏少，使得6月蕪湖站累計降水量降至歷史均值，但從1931年7月1日開始，蕪湖站累計降水量快速增多，在7月上旬超過氣候平均值，7月5—15日和7月20—30日兩時段降水集中期使得累計降水量比往年偏多，特別是1931年7月下旬以來，累計降水量驟增，長江水位迅速增長，洪澇災(zāi)害十分嚴(yán)重。2020年由于強降水主要集中在6—7月，從圖4可以看出，5月蕪湖站累計降水量低于歷史均值，此時江河水庫儲水能力強，但6月11日進(jìn)入梅雨期之后，蕪湖站累計降水量逐漸增加，在6月21日和7月15日累計降水量的猛增，大大削弱了江河水庫的儲水能力，到7月30日時，蕪湖站累計降水量超過歷史同期降水量200 mm以上。

圖4 1931年和2020年5—7月份蕪湖站逐日累計降水量的變化曲線Fig.4 Variation curves of daily accumulated precipitation of Wuhu during May to June in 1931 and 2020

2.4 1931 年和2020 年7 月安徽省降水量空間分布特征

洪水的形成不僅與局地降水的積累密切相關(guān)，還與上游地區(qū)降水量關(guān)系密切，當(dāng)上游降水量與蕪湖一致偏多時，各地大量降水均匯集至長江流域，產(chǎn)生洪峰，若此時地處下游的安徽省長江流域降水仍偏多，雨水只能作為地表徑流匯集到長江，必將導(dǎo)致該地區(qū)洪水的發(fā)生。1931年全安徽省測站非常少，僅在江淮地區(qū)、沿江流域有個別測站，圖5a顯示1931年7月降水量最大的區(qū)域位于大別山區(qū)和安慶地區(qū)，最大月降水量為581 mm（安慶站），異常偏多1.81倍。蕪湖站7月降水量348.5 mm，雖然異常偏多1.09倍，但小于安慶站7月降水量，因此1931年蕪湖地區(qū)的洪水，受上游高強度的降水的影響非常大。

2020年7月強降水主要位于合肥以南地區(qū)（圖5b），皖南降水量普遍達(dá)到500 mm以上，安慶站降水量達(dá)676.6 mm，蕪湖站降水量422.3 mm，兩站均超過了1931年7月的降水，2020年安徽省長江流域的降水強度和降水量遠(yuǎn)超1931年。由于6月降水偏多，7月又是全區(qū)域一致的高強度降水，大量的降水涌入長江，蕪湖段長江水位在7月高達(dá)12.64 m，嚴(yán)重威脅著沿岸人民的安全。但由于1931年7月安徽長江流域僅有三個測站有月降水量數(shù)據(jù)，站點非常稀少，沿江的池州銅陵一帶7月降水未知，故圖5a并不能完整地反映出當(dāng)時的降水空間分布特征，從而對1931年和2020年7月安徽省降水量空間分布的差異分析帶來一定不確定性。

圖5 1931年（a）和2020年（b）安徽省7月降水量（圖中省界內(nèi)曲線為長江，紅色圖形代表蕪湖，藍(lán)色點代表安慶，綠色點代表花涼亭（太湖））Fig.5 July precipitation in Anhui in 1931 (a) and 2020 (b) (unit: mm,the curve in Auhui Province denotes the Yangtze River,the red shape denotes Wuhu,the blue shape denotes Anqing,and the green shape denotes Hualiangting(Taihu))

由前可知，1931年蕪湖站異常偏多的降水是從5月開始的，在空間分布上，其上游地區(qū)是否也是這個特征？有必要進(jìn)行深入探討。1931年除了蕪湖和花涼亭（太湖）站有完整的月降水?dāng)?shù)據(jù)，其他測站在1—5月均缺測，無法對其進(jìn)行對比分析?；鐾ぃㄌ┪挥陂L江中下游地區(qū)，是蕪湖的上游地區(qū)，通過對比花涼亭（太湖）和蕪湖5—9月的降水量（圖6），可以更好的分析長江中下游降水的分布特征。此處利用累積距平來分析其變化特征，累積距平的計算方法是：首先計算逐月降水量距平（歷史均值采用1981—2010年平均），再將距平按月累加，得到累積距平序列。從1931年蕪湖和花涼亭（太湖）5—9月降水量及累積距平變化可以看出，花涼亭（太湖）與蕪湖的月降水變化基本一致，這說明長江中下游的汛期降水存在空間一致性。月降水量累積距平的變化也進(jìn)一步表明，從7月開始，蕪湖和花涼亭（太湖）降水從偏少向偏多轉(zhuǎn)換，但與蕪湖月降水量變化相比，花涼亭（太湖）7月降水更多（高達(dá)348.8 mm），累積降水增加速率更快。因此，不僅僅是蕪湖地區(qū)，上游的安慶地區(qū)降水量也主要集中在5月和7月，全區(qū)一致的高強度降水必將使得安徽省長江流域全線水位快速增高。

圖6 1931年5—9月蕪湖和花涼亭（太湖）月降水量（柱狀圖）和降水累積距平（曲線）的變化Fig.6 Monthly precipitation (histogram) and accumulated precipitation (curve) of Wuhu and Hualiangting (Taihu)during May to September in 1931

3 1931 年和2020 年異常強降水的環(huán)流特征對比

3.1 1931年梅雨及環(huán)流特征

1931年江淮地區(qū)6月13日入梅，7月30日出梅，梅雨期47 d[6]，出梅遲，梅雨期長，降水強度大。蕪湖站1931年梅雨量501.1 mm，異常偏多75%。張小玲等[18]研究指出，1931年長江全流域大洪水與東亞中高緯度大氣環(huán)流和季風(fēng)活動異常關(guān)系密切。1931年資料十分有限，全國不到150個地面觀測站每天只有一張?zhí)鞖鈭D。1931年只有7月海平面氣壓和地面氣溫的天氣圖[6,18]，如圖7所示，40°N以南大陸為熱低壓控制，輻合線位于28°N附近。從日本到長江下游有一條低壓槽，這是低壓活動路徑，也是梅雨鋒的位置，穩(wěn)定的梅雨鋒使得長江中下游地區(qū)產(chǎn)生持續(xù)不斷的強降水[18]。

已有研究表明[6]，1931年5—7月，鄂霍次克海上一直有一個很強的冷高壓持續(xù)出現(xiàn)于低空大氣中并接連不斷地向日本海與中國海域北部輸送冷氣流。從圖7b也可以看出，鄂霍次克海到日本海一帶也存在氣溫的負(fù)距平。相應(yīng)的，1931年蕪湖6—7月氣溫持續(xù)偏低（圖略），除了6月下旬氣溫略高，7月持續(xù)氣溫偏低，特別是7月下旬氣溫異常偏低4.7 ℃，為蕪湖有氣象記錄以來的7月下旬最低氣溫。這也間接表明，在異常的鄂霍次克海高壓下，7月下旬東北寒流來勢非常強烈，氣溫驟降明顯，配合長期穩(wěn)定的暖濕氣流，使得冷暖空氣一直在長江中下游地區(qū)輻合，造成了全流域的災(zāi)害性洪水事件。

圖7 1931年7月海平面氣壓圖（a，單位：hPa）[18]和氣溫距平圖（b，單位：℃）[6]Fig.7 Sea-level air pressure field (a,unit: hPa) and air temperature field (b,unit: ℃) in July 1931

3.2 2020年梅雨及環(huán)流特征

2020年安徽省梅雨期時間為6月2日—7月31日，梅雨期共59 d，遠(yuǎn)超歷史梅雨期長度，特別是8月1日為安徽歷史最遲出梅日。2020年6月以來，西太平洋副熱帶高壓較常年顯著偏強偏西（圖8），2020年6—7月西太副高指數(shù)強度為1961年以來歷史第二。南海的水汽輸送偏強，冷空氣活動頻繁，梅雨鋒位于長江中下游流域，是造成2020年安徽長江流域梅雨量異常偏多的重要原因。

為了對比分析，對1931年7月和2020年6—7月海平面氣壓和氣溫場進(jìn)行研究，可以看出（圖9a），2020年6月50°N以南大陸被低壓控制，安徽－日本地區(qū)存在一個低壓槽，安徽省長江流域正好位于該區(qū)域；500 hPa副熱帶高壓比氣候態(tài)副熱帶高壓位置明顯偏西，略偏南（見圖8），有利于低緯度水汽的輸送，導(dǎo)致降水顯著。2020年7月50°N以南大陸上的低壓系統(tǒng)沒有6月強盛（圖9b），但低壓槽仍穩(wěn)定維持。另外，副熱帶高壓比6月北抬4～5個緯距（如圖8所示），110°～120°E副熱帶高壓脊線較常年位置偏南偏西，維持在25°N以南地區(qū)。綜上所述，2020年6—7月與1931年6月低壓槽位置都位于安徽－日本一線上，但2020年7月大陸上低壓系統(tǒng)范圍沒有1931年7月強大。

圖8 2020年6月（藍(lán)色實線）、7月（紅色實線）及歷史平均的6月（藍(lán)色虛線）、7月（紅色虛線）5880 gpm線分布圖Fig.8 5880 gpm contour of June (blue solid line),July (red solid line) 2020 and averaged June (blue dashed line),July (red dashed line)

從氣溫距平場（圖9c、9d）可以看出，2020年6月鄂霍次克海附近氣溫異常偏低，表明鄂霍次克海的冷高壓在6月非常強盛，華北－長江中下游地區(qū)氣溫略偏高，這種環(huán)流形勢與1931年7月氣溫距平變化較為一致。但2020年7月鄂霍次克海地區(qū)氣溫已轉(zhuǎn)為接近歷史均值，日本海附近氣溫偏低明顯，表明此時鄂霍次克海地區(qū)冷高壓減弱，強冷空氣活動減弱，弱冷空氣主要從河套地區(qū)和東北兩路南下至江淮地區(qū)。

圖9 2020年6月（a，c）及7月（b，d）海平面氣壓場（a，b，單位：hPa）和氣溫距平（c，d，單位：℃）Fig.9 Sea-level air pressure field (a,b,unit: hPa) and air temperature field (c,d,unit: ℃) in June (a,c) and July (b,d) 2020

4 結(jié)論與討論

本文重點分析了1931年和2020年安徽省長江流域汛期異常降水的特征，并對其成因進(jìn)行了初步探討，結(jié)論如下：

1）1931年和2020年安徽長江流域全區(qū)域上下游地區(qū)呈現(xiàn)一致的降水變化，特別是在7月持續(xù)強降水峰值相重疊，長江水位快速增加，導(dǎo)致流域性特大洪水。

2）1931年和2020年降水時段和降水強度明顯不同。1931年無論是上游的安慶地區(qū)還是蕪湖地區(qū)，5月和7月降水量均明顯偏多，特別是7月異常降水偏多1～2倍；主要降水過程集中在7月5—15日、7月20—30日。2020年蕪湖站1—5月降水量明顯偏少，主要降水集中在6—7月，特別是7月蕪湖和安慶降水量異常偏多1.3～2.2倍；主要過程集中在6月10日—7月1日，7月13—28日。因此，2020年強降水比1931年維持時間更長，降水時段更集中，雨強更強。

3）1931年7月與2020年6月的環(huán)流形勢更為一致，鄂霍次克海地區(qū)地面存在強大的冷高壓，大陸上存在低壓系統(tǒng)，低壓槽線位于安徽－日本地區(qū)。2020年7月500 hPa副熱帶高壓偏南偏西，高緯度的鄂霍次克海的高壓強度大大減弱，弱冷空氣主要從河套地區(qū)和東北兩路南下至江淮地區(qū)。

4）雖然1931年強降水弱于2020年，但1931年由于南京政府無力統(tǒng)籌全國人力物力，水利、救災(zāi)等工作得不到有效支撐和發(fā)展，最終導(dǎo)致千瘡百孔的堤壩被洪水摧毀，造成巨大的人員傷亡，僅蕪湖地區(qū)淹斃災(zāi)民就有四五千人，災(zāi)民達(dá)20余萬人[21]。2020年6—7月降水異常偏多，但在黨中央的堅強領(lǐng)導(dǎo)下，強化監(jiān)測預(yù)報預(yù)警能力，科學(xué)調(diào)度水利工程，加強工程監(jiān)管督察等方式來抗洪救災(zāi)[22]，嚴(yán)密監(jiān)控每一個超警河段，每一個工程險情，全力確保人民群眾生命安全的堤壩安全無恙，最終抗洪搶險取得了巨大勝利。