四川一次暴雨天气过程分析
Analysis of Rainstorm Weather Process in Sichuan Province
DOI: 10.12677/OJNS.2021.94056, PDF, HTML, XML,   
作者: 张 璇, 毛文书, 刘锦涓:成都信息工程大学大气科学学院,四川 成都
关键词: 暴雨环流形式四川盆地过程分析Rainstorm Circulation Pattern Sichuan Basin Process Analysis
摘要: 采用中央气象台提供的自动站数据、欧洲气象中心ECMWF (以下简称EC) ERA5网格距0.25˚ × 0.25˚再分析数据,国家卫星气象中心的FY-2G卫星的云顶亮温(TBB)资料以及气象站常规气象观测资料等,基于天气动力学诊断法和统计法对2020年8月16日发生在四川的暴雨天气过程进行了研究。结果表明:1) 我国西南地区有一槽,四川盆地位于槽前,受到西南气流的控制,同时,由于副高位置的稳定导致从青藏高原低涡闭合环流分裂出的短波槽持续地对四川盆地产生影响。对流层中低层西南急流的存在,让水汽得以从孟加拉湾–云南–四川这个水汽通道持续地输送过来。为本次暴雨的形成提供水汽条件。2) 冷式切变线的南移将冷空气带进四川盆地,与四川暖湿气流交汇,形成强烈辐合向上抬升大气,提供动力条件。并且低层出现辐合,高层出现辐散的垂直结构诱发抽吸作用也产生了强大的抬升条件。3) 假相当位温垂直剖面图中表明在暴雨发生之前就在34˚N以南的地区构成了不稳定层结,累积了不稳定能量。密集且向南弯斜的假相当位温等值线区是不稳定能量释放的主要区域。
Abstract: Using National Meteorological Centre data, ECMWF (hereinafter referred to as EC) ERA5 0.25˚ × 0.25˚ reanalysis data, the cloud-top brightness temperature data (TBB) of FY-2G satellite from the national satellite meteorological center and conventional meteorological data of weather station, etc., based on the weather dynamics diagnostic method and statistical method, the process of heavy rain that occurred in Sichuan on August 16, 2020 was studied. And it turns out: 1) There is a trough in the southwest of China. The Sichuan Basin lies in front of the trough and is controlled by the southwest airflow. Meanwhile, the stability of the subtropical high leads to the splitting of the short wave trough from the low vortex closed circulation over the Tibetan plateau. The existence of the mid-lower tropospheric southwest jet stream allows water vapor to be transported continuously from the Bay of Bengal-Yunnan-Sichuan water vapor channel. To provide the water vapor conditions for the formation of this rainstorm. 2) The southward movement of the cold shear line brings cold air into Sichuan Basin, where it converges with the warm and humid air of Sichuan, forming strong convergence and uplifting of the atmosphere, providing the dynamic conditions. In addition, the vertical structure-induced suction with convergence in the lower layer and divergence in the upper layer results in strong uplift conditions. 3) The vertical profiles of pseudo-equivalent potential temperature show that unstable stratification and accumulation of unstable energy were formed in the area south of 34˚N before the rainstorm. The dense and southward-curved pseudo-equivalent potential temperature isoline region is the main region for the release of unstable energy.
文章引用:张璇, 毛文书, 刘锦涓. 四川一次暴雨天气过程分析[J]. 自然科学, 2021, 9(4): 492-503. https://doi.org/10.12677/OJNS.2021.94056

1. 引言

暴雨在我国是一种危害性极强的灾害性天气,是一种较难预报但是非常重要的天气,暴雨天气如果预报不及时或者预报出入太大将会给当地带来公共财产损失甚至危及人民生命安全。尤其在四川,由于四川独特的地理位置导致暴雨的频发性、突发性以及巨大灾害性。引起暴雨的天气系统有很多。陈丹等(2019)指出在夏季青藏高原大气热源对四川盆地等降水有显著影响 [1]。陈忠明等(2003)得出高原地表热源异常的出现与四川盆地降水有明显的关系 [2]。谭燕等(2013)分析出西南涡在四川盆地降水中有很大影响力,西南涡的出现往往伴随着降水的到来 [3]。肖红茹等(2021)研究表明西南涡型暴雨降水范围较广并且成片,且更易出现强降水 [4]。黄福均等(1989)研究出了西南低涡暴雨过程一半都要经历开始期、持续期和东移减弱期三个阶段等的西南涡中尺度特征 [5]。徐茂良等(2003)指出过度辐合和加剧的不平衡负指标是西南涡诱发东部暴雨的主要原因 [6]。李国平等(2014)分析得出在某次暴雨过程中西南低涡旺盛期出现了最强的降水时段,并且很好对应了强降水中心的位置 [7]。张元春等(2019)通过研究青藏高原和南方降水关系得出青藏高原热力作用可改变西南涡生成位置及强度的结论 [8]。另外肖洪郁(2003)则说明了西太平洋副热带高压(简称副高)对于四川暴雨的影响,并且影响四川暴雨的副高具有四种形态,不同形态对应着不同区域不同强度的暴雨 [9]。宋雯雯等(2018)指出在动力因子诊断中对应动力因子大值区基本覆盖了强降水区,且大值中心都与所对天气系统中心有很好的对应 [10]。顾天红等(2021)指出高空槽、中低层切变和低空急流的共同作用可形成了上干冷下暖湿的不稳定层结从而造成强降水天气 [11]。冉令坤等(2014)分析得出对于降水中心的预报动力因子比GFS更接近观测实况,因此,动力因子具有一定的降水预报能力 [12]。郁淑华(2004)研究表明暴雨强度的变化与对流层中上部印度洋水汽是否能输送到高原上空有相对应关系 [13]。但是往往暴雨的形成原因复杂,光靠以上大体成因无法完全准确地进行分析。所以又有学者开始研究单次暴雨过程的多种成因。姚颖等(2016)对2015年8月16日发生在成都地区的区域性暴雨进行分析得出高原涡与西南低涡的耦合作用诱发了此次暴雨,稳定的副高及其外围输送的水汽提供了充足的水汽条件的结论 [14]。应忠敏等(2020)指出得出在台风的推进下,副热带高压北抬西伸将低槽集中在川盆形成了有利于暴雨过程发展的天气系统 [15]。四川省,位于我国西南地区,地处长江上游,东接重庆、贵州,西靠西藏,南邻云南,北连青海、甘肃、陕西。四川省地形复杂,其中山地、丘陵为主要地形,平原较少。同时,四川省东西海拔落差大,地势西高东低。本文以2020年8月26日四川暴雨为例,通过气象局地面自动站降水实况资料,探空资料,FY-2G及其相关资料,欧洲气象中心ECMWF 0.25˚ × 0.25˚再分析数据和其他常规方面的气象资料等对本次暴雨天气过程的环流形势、诱发条件、物理量诊断、暴雨落区以及暴雨强度等各方面进行分析。希望能对以后四川地区出现的类似暴雨天气情况的预报提供一些参考与帮助。

2. 数据来源

本文采用中央气象台提供的自动站数据、欧洲气象中心EC的再分析ERA5 资料,网格距0.25˚ × 0.25˚,国家卫星气象中心的FY-2G卫星的云顶亮温资料(TBB)以及气象站常规气象观测资料和Micaps实时观测资料。

3. 过程概况与环流形势

3.1. 24小时累计降水实况

本次暴雨过程自8月15日开始,到8月17日结束,主要降水时间段为8月15日23时至8月16日20时。根据地面站资料统计,降水主要集中于四川东北部,四川地区有27个站点过去24小时累积降水量为50~99 mm之间,达到暴雨水平,19个站点过去24小时降水累积降水量为100~200 mm之间,达到大暴雨水平,4个站点过去24小时累积降水量为200 mm以上,达到特大暴雨水平。图1为8月17日08时过去24小时累积降水分布图。由图1可以看出,本次暴雨过程降水中心为四川东北部,降水中心站为都江堰,降水量达到200 mm以上,达到特大暴雨水平。多地气象台发布暴雨橙色预警。

Figure 1. Distribution map of cumulative precipitation in the past 24 hours at 08:00 on August 17, 2020

图1. 2020年08月17日08时过去24小时累计降水量分布图

3.2. 大尺度环流形势

图2~5为我国2020年8月15日、8月16日500 hPa、700 hPa、850 hPa环流形式图。由图2(a),即500 hPa处8月15日20时环流形式图可看出,500 hPa中高纬地区形式为两槽两脊型,一槽线从蒙古延伸至我国新疆,乌拉尔河至里海附近有一大槽,低涡中心分别位于新疆与蒙古交界处阿尔泰山脉附近和乌拉尔河附近。巴尔喀什湖至新西伯利亚附近有一脊,位于我国新疆西附近,贝加尔湖以西至蒙古东附近有一脊。我国中低纬地区一槽线控制青海、四川、云南。副高588线经过我国福建、江西、湖北、河南、山东。图3(a),700 hPa图上可看出,甘肃存在一切变线,切变线以北为偏北风,以南为偏南风,判定为冷式切变线。西南急流位于贵州省和云南省,最大风速达到了16 m/s,四川省受西南气流的控制。由于西南急流的存在,孟加拉湾和中国南海可以对四川盆地建立水汽运输通道从而持续运输水汽。图4(a),即850 hPa图中可看出,四川盆地整体受到偏南气流的控制,并且存在一低涡,可认为四川盆地为暖湿气流。地面形势图中,与高处低涡系统一致出现了低压,整体吹偏南风。图6(a),可看出在1000 hPa形势上,四川盆地主要受偏南气流影响,东部有一低压,与高处低涡的出现对应。

再看图2(c),8月16日08时的500 hPa环流形式可以看出,500 hPa地区我国中高纬地区形式与8月15日20时类似,整体槽脊在8月15日20时基础上略微东移,位于我国新疆的槽线东移且发展,影响我国甘肃、青海等地。中低纬地区的槽加深,对我国西南地区气候产生更加深入的影响。位于新疆附近的低涡中心位置几乎没有变动,副高588线相比之前略微西伸入我国,但是整体并未有太大位置变化。图3(c),700 hPa中,冷式切变线南移至四川东北部带着冷空气与成都地区暖湿气流汇合。西南急流依然存在,但是最大风速降为12 m/s,四川盆地依旧被西南气流控制。

位于我国西南地区的槽线将给槽前的地区例如四川东部、云南东部等带来降水。又受到来自青藏高原低涡环流分裂出的短波槽影响,同时由于副高位置几乎没有变动而阻止短波槽继续东移从而让短波槽持续影响四川盆地。从8月15日20时开始的各层次环流图中看出,四川盆地整体都受到偏南气流的控制。

可见,此次暴雨过程是在十分有利的大尺度环流背景下产生。西南急流、切变线为降水提供了有利的动力条件和水汽条件,槽前西南气流也给四川盆地带来充足水汽。冷式切变线南移将冷空气带入四川盆地,与四川盆地的潮湿暖空气碰撞,提供充足的动力抬升条件。副高稳定,使得从青藏高原分裂出的短波槽可持续影响四川盆地。

Figure 2. 500 hPa circulation pattern at 20:00 on August 15, 2020 (a), at 00:00 on August 16 (b), at 08:00 on August 16 (c), at 14:00 on August 16 (d), at 20:00 on August 16 (e)

图2. 500 hPa环流形式 2020年8月15日20时(a),8月16日00时(b),8月16日08时(c),8月16日14时(d),8月16日20时(e)

Figure 3. 700 hPa circulation pattern at 20:00 on August 15, 2020 (a), at 00:00 on August 16 (b), at 08:00 on August 16 (c), at 14:00 on August 16 (d), at 20:00 on August 16 (e)

图3. 700 hPa环流形式 2020年8月15日20时(a),8月16日00时(b),8月16日08时(c),8月16日14时(d),8月16日20时(e)

Figure 4. 850 hPa circulation pattern at 20:00 on August 15, 2020 (a), at 00:00 on August 16 (b), at 08:00 on August 16 (c), at 14:00 on August 16 (d), at 20:00 on August 16 (e)

图4. 850 hPa环流形式2020年8月15日20时(a),8月16日00时(b),8月16日08时(c),8月16日14时(d),8月16日20时(e)

4. 物理量分析

4.1. 水汽条件

4.1.1. 水汽通量

水汽是暴雨发展和维持的必要条件,一场暴雨的形成往往需要源源不断的水汽输送。图3(a)中700 hPa西南急流是本次暴雨过程提供水汽的主要通道。可以较为直观观察水汽通道的物理量为水汽通量。水汽通量的定义为单位时间内经过单位面积的水汽质量。水汽通量有水平输送和垂直输送之分,常规意义里的水汽输送指的是水平输送的水汽通量。图5中,填色部分为相对湿度。根据图5(a)可以看出在2020年8月15日20时,水汽的源地位于相对湿度最大值区,相对湿度最大值位于孟加拉湾和南海,再结合水汽通量方向可看出,15日20时在暴雨发生之前对流层中低层已经建立起从孟加拉湾和南海往四川盆地输送水汽的主要通道。主要通道为孟加拉湾–南海–广西–四川。水汽通道是由孟加拉湾和南海往云南、四川、甘肃南部源源不断地输送水汽建立起的。不间断的水汽输送为本次暴雨的发生创造了良好的水汽条件。

2020年8月16日08时,相比起昨日,主要水汽输送通道略微南移,且水汽输送增强。整个四川省包括青藏高原地区相对湿度增加,四川盆地处的水汽通量和相对湿度大值明显增强且大值范围增大。图5(d),8月16日14时700 hPa,四川省相对湿度相比于08时减小,但是由水汽通量方向得知水汽输送仍在进行,所以可得700 hPa层次上相对湿度的减少是由于降水引起的。图5(e)为8月16日20时700 hPa图,可以看到相对湿度明显增大,对此的判断为降水强度减少,而从图上可得知水汽传输仍然在继续,所以相对湿度累计增大。

Figure 5. 700 hPa water vapor flux map at 20:00 on August 15, 2020 (a), at 00:00 on August 16 (b), at 08:00 on August 16 (c), at 14:00 on August 16 (d), at 20:00 on August 16 (e)

图5. 700 hPa水汽通量图2020年8月15日20时(a),8月16日00时(b),8月16日08时(c),8月16日14时(d),8月16日20时(e)

4.1.2. 水汽通量散度

另一个对暴雨有重要意义的物理量是水汽通量散度。定义为单位时间内单位体积内辐合进来(辐散出去)的水汽通量。水汽通量散度为负数时,表明水汽是辐合的;反之,当水汽通量散度是正数时,表明水汽是辐散的。水汽通量散度往往和暴雨落区有密切联系。

图6(a)为2020年8月15日20时700 hPa的四川省水汽通量散度分布图,图上蓝色区域为辐合区域,表明该处是水汽的汇,颜色越深表示汇合的水汽越多。图6(a)可看出降水发生以前水汽输送到的区域,因此来判断本次降水的大概范围,可看出都江堰位于色块最深处的辐合中心,与前面判定的降水中心结论一致。并且通过输送水汽的多少判定最可能成为降水中心的区域,提前做好相关预报。图6(c)为2020年8月16日08时700 hPa的四川省水汽通量散度分布图,相比于昨日20时的状况,16日08时的水汽辐合加剧,可以看到四川省东北部一条深色的带状辐合区,说明此时的水汽输送十分活跃,此时很可能为集中降水时间段。同时,水汽剧烈辐合也会带来上升运动,水汽辐合越剧烈的地方说明抬升动力也越充足,对暴雨的产生和发展也越有利。

Figure 6. 700 hPa water vapor flux divergence diagram at 20:00 on August 15, 2020 (a), at 00:00 on August 16 (b), at 08:00 on August 16 (c), at 14:00 on August 16 (d), at 20:00 on August 16 (e)

图6. 700 hPa水汽通量散度图2020年8月15日20时(a),8月16日00时(b),8月16日08时(c),8月16日14时(d),8月16日20时(e)

4.2. 动力条件

4.2.1. 垂直速度

在暴雨过程中,垂直方向上大气必定是处于上升运动。可以直观判定上升运动的物理量是垂直速度,垂直速度为负时,则说明该处大气为上升运动;反之,垂直运动为正时,则说明该处大气为下沉运动。本次降水中心大概位于31˚N、104˚E处,所以动力条件分析采用沿着31˚N、104˚E的剖面。图7为沿着31˚N、104˚E的垂直速度时间剖面,横坐标为北京时,蓝色填色表明垂直速度为负值。16日00时到16日17时,850 hPa到700 hPa层次间有明显上升运动,根据前文可知本次暴雨过程集中降雨时间段为8月16日00时至16日20时,所得结论一致。最强的上升运动出现在16日08时左右,高度大约在850 hPa。

Figure 7. Along 31˚N, 104˚E vertical velocity time profile

图7. 沿31˚N、104˚E垂直速度时间剖面

4.2.2. 散度

图8为沿着31˚N、104˚E的散度时间剖面,横坐标为北京时。由图可知,本次暴雨过程中大气辐合辐散的转换发生于700 hPa处,整个暴雨过程中700 hPa以下结构几乎全部辐合。辐合最强发生在16日17时700 hPa左右。400 hPa到700 hPa的对流层中高层处,辐合逐渐变强然后迅速转变为辐散且剧烈发展辐散。这种中低层辐合中高层辐散的结构满足抽吸作用,既可以增强上升运动也可增强水汽、热量和动量的交换。

Figure 8. Along 31˚N, 104˚E time profile of divergence

图8. 沿31˚N、104˚E散度时间剖面图

4.2.3. 涡度

涡度在大气运动中,也是一个十分具有参考意义的物理量。涡度可判断大气运动的旋转程度,当涡度值为正时,大气逆时针旋转,称为气旋式涡度。反之,当涡度为负涡度时,大气顺时针旋转,称为反气旋式涡度。

图9是涡度沿着31˚N分布的垂直剖面图,蓝色填色部分为涡度负值区域。以暴雨落区103˚E~106˚E进行分析。图9(a)为2020年8月15日20时的垂直剖面图,由图可知,此时暴雨落区存在低层为涡度正值区,中高层为涡度负值区的垂直结构。到此时,对流层中高层被较强的涡度负值区所控制,出现反气旋式涡度。到了8月16日00时,即图9(b),涡度正值区向上延伸,达到了300 hPa位置处,并且强度增强,范围也向着东西方向扩大。低层受到较弱的涡度正值区控制,300 hPa以上的涡度负值区的最大值也增大。在中低层为强涡度正值区,高层为强涡度负值区的垂直结构下,对流出现不稳定情况,为暴雨提供了良好的发展背景。此时开始出现降水。

8月16日08时,即图9(c),涡度正值区迅速上升且强度剧烈加强,达到了250 hPa处,高层依然为强涡度负值区,在剧烈的动力作用下,此时对流极度不稳定且出现暴雨且雨量持续增加。8月16日14时,低层涡度正值区范围增大,达到了150 hPa处。中心强度增强,且东西范围扩大,高层依旧属于涡度负值区,虽然强度有所减弱,但仍然处于暴雨阶段。8月16日20时,低层涡度正值区和高层涡度负值区强度明显大幅度减弱,500 hPa以下逐渐回归涡度负值区的控制,对流不稳定结构逐渐消失,同时降水也逐步减弱直至停止。

为了更加直观地看出涡度随着时间与高度的变化,图10是涡度沿着31˚N、104˚E分布的时间–高度剖面图,横坐标为北京时。由图可看出,涡度负值区集中在850 hPa以下,涡度正值区主要存在于500 hPa~850 hPa。8月15日20时,已经开始发展出低层涡度正值区,中高层涡度负值区的对流不稳定结构,但由于中心强度都较小,因此并未产生降水。而到8月16日02时,低层涡度正值区和高层涡度负值区中心强度均增强,开始出现高层反气旋性环流,低层气旋性环流的垂直结构,大气辐合上升,大气和对流都处于不稳定状态,此时降水发生。8月16日08时,低层涡度正值区抬升至400 hPa处,强度对比之前增强,随着涡度正值区中心强度的增强,降水量也增加。8月16日14时,低层涡度正值区中心强度达到最大,同时涡度正值区抬升至最高阶段,依旧处于暴雨发生时间段内。8月16日20时,相比上一时间段,低层涡度正值区中心强度削弱,高层涡度负值区中心值也减小至不足以维持暴雨的继续发展,降水将持续减弱至结束。

Figure 9. Along 31˚N vertical profile of vorticity distribution at 20:00 on August 15, 2020 (a), at 00:00 on August 16 (b), at 08:00 on August 16 (c), at 14:00 on August 16 (d), at 20:00 on August 16 (e)

图9. 涡度沿着31˚N分布的垂直剖面图 2020年8月15日20时(a),2020年8月16日00时(b),8月16日08时(c),8月16日14时(d),8月16日20时(e)

Figure 10. Along 31˚N, 104˚E time-height profile of vorticity distribution

图10. 涡度沿着31˚N、104˚E分布的时间–高度剖面图

4.3. 热力条件

4.3.1. 假相当位温

假相当位温θse由定义特征可知,该变量可将大气压力以及大气温度和大气湿度同时表征出来。假相当位温的垂直分布能够反映大气层结的稳定情况,即当该变量值与气压值成正比时,对流不稳定;成反比时,对流稳定;当该变量值不随气压值变化时,则表示对流呈中性。图11是根据欧洲气象中心ECMWF 0.25˚ × 0.25˚再分析数据得出的假相当位温沿着104˚E所分布的垂直剖面图。由图11(a)分析2020年8月15日20时的数据,存在两个假相当位温最大值分别位于27˚N和33˚N。34˚N周围700 hPa以下的假相当位温等值线密集且随着高度向南弯曲,说明在34˚N以南为对流不稳定层结,假相当位温随着气压值的增大而增大,而在34˚N以北,假相当位温与气压值呈现反比,为对流稳定层结。一侧对流稳定,另一侧对流不稳定,这种情况说明34˚N附近存在一锋区,且锋区随高度向南弯曲。到了2020年8月16日08时,27˚N处的假相当位温最大值几乎没有变化,而33˚N处的假相当位温最大值相比于8月15日20时明显减弱,假相当位温等值线也更加疏松。虽然在34˚N以南700 hPa层结以下仍然处于对流不稳定状态,但是不稳定层结的范围和强度都明显减小,说明不稳定能量已经通过降水得到了释放。

Figure 11. Along 104˚E vertical section view of pseudo-equivalent potential temperature at 20:00 on August 15, 2020 (a), at 00:00 on August 16 (b), at 08:00 on August 16 (c), at 14:00 on August 16 (d), at 20:00 on August 16 (e)

图11. 假相当位温沿着104˚E分布的垂直剖面图 2020年8月15日20时(a),2020年8月16日00时(b),8月16日08时(c),8月16日14时(d),8月16日20时(e)

4.3.2. 温度平流

温度作为大气最重要的物理量之一,在分析热力条件时,也需要用温度平流来衡量。温度平流可以加强槽脊的深度,以及对冷涡的维持和发展有重要作用。

图12是温度平流沿着104˚E所分布的垂直剖面图,可见在暴雨发生区域,700 hPa以下的对流层中低层受冷平流控制,700 hPa~400 hPa受强暖平流控制,而400 hPa以上又属于冷平流。

对流层中下层的冷平流对冷涡的维持和发展提供了动力。自上而下的冷–暖–冷的垂直结构表明在低层冷下垫面之上叠加了上冷下暖的形式,此种形式有利于发展大气不稳定层结,为暴雨过程加速对流,提供了热力作用。

Figure 12. Along 104˚E vertical profile of temperature advection at 20:00 on August 15, 2020 (a), at 00:00 on August 16 (b), at 08:00 on August 16 (c), at 14:00 on August 16 (d), at 20:00 on August 16 (e)

图12. 温度平流沿着104˚E分布的垂直剖面图 2020年8月15日20时(a),2020年8月16日00时(b),8月16日08时(c),8月16日14时(d),8月16日20时(e)

5. 结论

通过对四川2020年8月16日暴雨天气过程分析,得到以下几点结论:

1) 500 hPa处,四川盆地位于西南地区一低槽前,西南气流受青藏高原阻挡,气流摩擦产生了气旋性涡度,并且槽前正涡度平流使得其发展为西南涡。700 hPa处,冷式切变线从甘肃南移至四川,引来冷空气南下导致西南涡东移发展。西南涡东移后与稳定的副高作用产生低空急流,而后西南涡与低空急流彼此作用、共同发展导致暴雨的生成。西南急流让水汽得以从孟加拉湾持续输送,为本次暴雨的形成提供水汽条件。

2) 冷式切变线南移将冷空气带进四川盆地,与暖湿空气相遇,形成强烈辐合向上抬升大气,提供动力条件。垂直速度时间剖面表明降水前后大气整体都处于上升运动,降水前的上升运动有助于大气不稳定结构的发展。散度时间剖面反应出了低层辐合高层辐散的结构,该结构诱发了抽吸作用加强了辐合上升,进一步提供了动力条件。同时在涡度分析中形成了对流层低层涡度正值区和高层涡度负值区的垂直结构,出现了高层反气旋性环流、低层气旋性环流的垂直结构,导致大气结构不稳定,涡度正值区范围和强度进一步扩大导致气流辐合上升。

3) 假相当位温垂直剖面图表明在暴雨发生之前就在34˚N以南的地区构成了不稳定层结,随着时间的发展,不稳定层结逐渐增强,同时不稳定能量也持续积累,积累到峰值时释放。密集且向南弯斜的假相当位温等值线区是不稳定能量释放的主要区域。温度平流垂直剖面图低层冷平流为西南涡发展提供动力,同时以冷下垫面叠加上冷下暖形式的结构也为对流产生提供了热力条件,加速不稳定层结与对流的发展。

参考文献

[1] 陈丹, 周长艳, 齐冬梅. 夏季青藏高原及周边大气热源与四川盆地暴雨的关系[J]. 高原气象, 2019, 38(6): 1149-1157.
[2] 陈忠明, 闵文彬, 刘富明. 青藏高原地表热源异常与四川盆地夏季降水的关联[J]. 气象, 2003, 29(5): 9-12.
[3] 谭燕, 刘皓, 黄淑娟. 浅析西南涡与2013年7月18日四川盆地暴雨的关系[J]. 农民致富之友, 2013(20): 233-234.
[4] 肖红茹, 王佳津, 肖递祥, 等. 四川盆地暖区暴雨特征分析[J]. 气象, 2021, 47(3): 303-316.
[5] 黄福均, 肖洪郁. 西南低涡暴雨的中尺度特征[J]. 气象, 1989, 15(8): 3-9.
[6] 陈忠明, 徐茂良, 闵文彬, 等. 1998年夏季西南低涡活动与长江上游暴雨[J]. 高原气象, 2003, 22(2): 162-167.
[7] 李昕翼, 蒋玥, 李国平. 成都一次有西南涡参与的区域性暴雨天气过程分析[J]. 成都信息工程学院学报, 2014, 29(S1): 129-135
[8] 张元春, 李娟, 孙建华. 青藏高原热力对四川盆地西部一次持续性暴雨影响的数值模拟[J]. 气候与环境研究, 2019, 24(1): 37-49.
[9] 肖洪郁, 郁淑华. 副高活动与四川暴雨[J]. 四川气象, 2003, 23(2): 8-12.
[10] 宋雯雯, 李国平, 龙柯吉, 等. 两类动力因子对四川盆地一次低涡暴雨的应用研究[J]. 高原气象, 2018, 37(5): 1289-1303.
[11] 顾天红, 李阳. 2018年4月21日贵州强对流天气过程分析[J]. 现代农业科技, 2021(9): 205-206.
[12] 冉令坤, 齐彦斌, 郝寿昌. “7.21”暴雨过程动力因子分析和预报研究[J]. 大气科学, 2014, 38(1): 83-100.
[13] 郁淑华. 一次华西秋季大暴雨的水汽分析[J]. 高原气象, 2004, 23(5): 689-696.
[14] 姚颖, 赵夏菁. 成都地区2015年8月16日暴雨过程分析[J]. 科技创新与应用, 2016(17): 16-18.
[15] 应忠敏, 李雯婧. 四川一次暴雨天气分析[J]. 现代化农业, 2020(9): 46-47.