江西大气整层可降水量特征及其与暴雨的关系

doi:10.11755/j.issn.1006-7639-2024-05-0755

摘要/Abstract

摘要：

为提高江西暴雨预报准确性，基于1990—2022年欧洲中期天气预报中心第五代大气再分析（ERA5）资料、江西省国家气象观测站日降水资料和2023年逐时降水资料，分析江西省平均与暴雨日大气整层可降水量（Total Column Water Vapour，TCWV）分布特征，并确定了有助于预测江西区域性暴雨的TCWV阈值。结果表明：江西省暴雨日的TCWV呈现出明显的时空差异，月平均TCWV中12月、1月为20.0~36.0 mm，全年最低；7—8月可达64.0 mm以上，全年最高，主要集中在赣北和赣中的平原及丘陵地区。7—8月暴雨站点的月平均TCWV的中位数超过65.0 mm；8月最大值可达77.5 mm。暴雨期间，相关站点的TCWV在强降水前通常已达到或接近月平均值，强降水后下降至月平均值以下。暴雨日月平均TCWV值可作为预测该月江西区域性暴雨的阈值：若TCWV值接近或超过月平均值上限，极端降水发生的可能性增大。最大TCWV中心虽不完全与暴雨中心雨带位置重合，但通常位于其附近的高值区内，因此在强降水天气过程中，最大TCWV中心区域可作为预测暴雨雨带位置的重要参考。

关键词: 大气整层可降水量, 小时降水, 暴雨

Abstract:

In order to improve the forecasting capability of rainstorm in Jiangxi Province, based on the fifth generation European Center for Medium Weather Forecasting (ECMWF) atmospheric Re-Analysis (ERA5) data of the global climate, the daily precipitation data of the national meteorological observation stations in Jiangxi Province from 1990 to 2022 and the hourly precipitation data in 2023, the average and rainstorm day mean of total column water vapour（TCWV）in Jiangxi Province were analyzed, and threshold criteria are given for determining the TCWV that is favorable to the occurrence of regional rainstorms in Jiangxi. The results show that the TCWV on rainstorm day in Jiangxi Province show obvious spatial and temporal differences. The monthly mean TCWV is 20.0 to 36.0 mm in December and January, the lowest in the year; it can reach 64.0 mm in July and August, the highest in the whole year, and is mainly concentrated in the plains and hilly areas in northern and central Jiangxi. The median monthly mean TCWV at rainstorm sites in July and August exceeds 65.0 mm; the maximum value of TCWV in August could reach 77.5 mm. During rainstorm, the TCWV at the relevant stations usually reached or approached the monthly mean before heavy precipitation, and decreased to below the monthly mean after heavy precipitation. The monthly mean TCWV value on the day of rainstorm can be used as a threshold for predicting regional rainstorm in Jiangxi during that month: if the value of TCWV is close to or exceeds the upper limit of the monthly mean, the probability of the occurrence of extreme precipitation in Jiangxi Province increases. The central area of the maximum TCWV does not exactly coincide with the location of the rain band at the central area of the rainstorm, but it is usually located within the high value zone near it, so the central area of the maximum TCWV can be used as an important reference for predicting the location of the rain band of the rainstorm during heavy precipitation weather.

Key words: total column water vapour, hourly precipitation, rainstorm

中图分类号:

P426.6

郑丽君, 肖安, 李浙华. 江西大气整层可降水量特征及其与暴雨的关系[J]. 干旱气象, 2024, 42(5): 755-766.

ZHENG Lijun, XIAO An, LI Zhehua. Characterisation of total column water vapour in Jiangxi Province and its relationship with rainstorm[J]. Journal of Arid Meteorology, 2024, 42(5): 755-766.

图/表 12

图1 江西省地形及93个国家气象观测站空间分布

Fig.1 The topograhy and spatital distribution of 93 national meteorological observation stations in Jiangxi Province

图2 1990—2022年江西省年平均TCWV空间分布（单位：mm）注:基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2017)3320号的标准地图制作，底图边界无修改，下同。（粗实线范围为江西省，下同）

Fig.2 The spatial distribution of annual mean TCWV in Jiangxi Province during 1990-2022 （Unit： mm）（The thick solid line is the range of Jiangxi Province， the same as below）

图3 1990—2022年江西省春（a）、夏（b）、秋（c）、冬（d）季平均TCWV空间分布(单位：mm)

Fig.3 The spatial distribution of mean TCWV in spring (a), summer (b), autumn (c), and winter (d) in Jiangxi Province during 1990-2022 (Unit: mm)

图4 1990—2022年江西省1—12月平均TCWV空间分布(单位：mm)

Fig.4 The spatial distribution of monthly mean TCWV in Jiangxi Province from January to December during 1990-2022 (Unit: mm)

图5 江西省1990—2022年暴雨日年平均TCWV空间分布（单位： mm）

Fig.5 The spatial distribution of annual mean TCWV on rainstorm day in Jiangxi Province during 1990-2022 （Unit： mm）

图6 1990—2022年江西省春（a）、夏（b）、秋（c）、冬（d）季暴雨日平均TCWV空间分布(单位：mm)

Fig.6 The spatial distribution of mean TCWV on rainstorm day in spring (a), summer (b), autumn (c), and winter (d) in Jiangxi Province during 1990-2022 (Unit:mm)

图7 1990—2022年江西省1—12月暴雨日月平均TCWV空间分布(单位：mm)

Fig.7 The spatial distribution of monthly mean TCWV on rainstorm day in Jiangxi Province from January to December during 1990-2022 (Unit: mm)

图8 1990—2022年江西省暴雨日站点平均TCWV箱线图月际变化

Fig.8 Monthly variation of the mean TCWV boxplot at stations during rainstorm day in Jiangxi Province during 1990-2022

图9 2023年5月4日20:00—5日07:00（a）、5日08:00—19:00（b）、5日20:00—6日07:00（c）、6日08:00—19:00（d）最大TCWV（等值线，单位：mm）及暴雨、大暴雨站点分布（红色箭头处依次为铜鼓、乐安、崇仁和信丰站位置）

Fig.9 Distributions of maximum TCWV (isolines, Unit: mm) and stations with rainstorm and heavy rainstorm from 20:00 on May 4 to 07:00 on May 5 (a), 08:00 to 19:00 on May 5 (b), 20:00 on May 5 to 07:00 on May 6 (c), 08:00 to 19:00 on May 6 (d), 2023 (The red arrows indicate the locations of Tonggu, Le An, Congren and Xinfeng station, respectively)

图10 2023年5月4日20:00—5日07:00铜鼓（a）、5日08:00—19:00乐安（b）、5日20:00—6日07:00崇仁（c）、6日08:00—19:00信丰（d）小时降水量和TCWV （虚线为站点TCWV月均值）

Fig.10 The hourly precipitation and TCWV of station from 20:00 on May 4 to 07:00 May 5 at Tonggu (a), 08:00 to 19:00 on May 5 at Le An (b), 20:00 on May 5 to 07:00 on May 6 at Chongren (c) and 08:00 to 19:00 on May 6 at Xinfeng (d), 2023 (The dotted lines represent the monthly mean TCWV of the stations)

图11 2023年6月22日08:00—23日07:00（a）、23日08:00—24日07:00（b）、24日08:00—25日07:00（c）、7月22日08:00—23日07:00（d）最大TCWV（等值线，单位：mm）及暴雨、大暴雨站点分布（红色箭头处依次为婺源、余江、黎江和萍乡站位置）

Fig.11 Distributions of maximum TCWV (isolines, Unit: mm) and stations with rainstorm and heavy rainstorm from 08:00 to next 07:00 on June 22 (a), June 23 (b), June 24 (c), and July 22 (d), 2023, respectively (The red arrows indicate the location of Wuyuan, Yujiang, Lijiang and Pingxiang station, respectively)

图12 2023年6月22日08:00—23日07:00婺源（a）、23日08:00—24日07:00余江（b）、24日08:00—25日07:00黎川（c）和7月22日08:00—23日07:00萍乡（d）小时降水量和TCWV （虚线为站点TCWV月均值）

Fig.12 The hourly precipitation and TCWV of station from 08:00 to next 07:00 on June 22 at Wuyuan (a), June 23 at Yujiang (b), June 24 at Lichuan (c), and July 22 at Pingxiang (d), 2023 (The dotted lines represent the monthly mean TCWV of the stations)

参考文献 32

[1]	蔡荣辉, 陈静静, 文萍, 等, 2019. 2017年湖南一次特大致洪暴雨过程的水汽特征[J]. 干旱气象, 37(2): 288-300.
[2]	蔡逸男, 杜岩, 陈泽生, 2021. 四种全球大洋水汽数据产品的比较分析[J]. 热带海洋学报, 40(2): 17-26. DOI
[3]	陈小婷, 赵强, 刘慧, 等, 2022. 黄土高原两次不同类型暴雨水汽特征分析[J]. 干旱气象, 40(6): 968-980. DOI
[4]	陈玥, 谌芸, 陈涛, 等, 2016. 长江中下游地区暖区暴雨特征分析[J]. 气象, 42(6): 724-731.
[5]	崔慧慧, 李荣, 郜彦娜, 等, 2023. "7·20"郑州极端特大暴雨降水细节特征和成灾过程研究[J]. 灾害学, 38(2): 114-120.
[6]	崔晓鹏, 杨玉婷, 2022. “21·7”河南暴雨水汽源地追踪和定量贡献分析[J]. 大气科学, 46(6): 1 543-1 556.
[7]	黄荣辉, 陈际龙, 2010. 我国东、西部夏季水汽输送特征及其差异[J]. 大气科学, 34(6): 1 035-1 045.
[8]	黄荣辉, 陈际龙, 刘永, 2011. 我国东部夏季降水异常主模态的年代际变化及其与东亚水汽输送的关系[J]. 大气科学, 35(4): 589-606.
[9]	江志红, 任伟, 刘征宇, 等, 2013. 基于拉格朗日方法的江淮梅雨水汽输送特征分析[J]. 气象学报, 71(2): 295-304.
[10]	蒋贤玲, 马柱国, 巩远发, 2015. 全球典型干湿变化区域水汽收支与降水变化的对比分析[J]. 高原气象, 34(5): 1 279-1 291.
[11]	金米娜, 2009. 江西省汛期暴雨气候特点及预报方法综合分析[J]. 气象与减灾研究, 32(1): 69-72.
[12]	李方腾, 刘飞, 柴静, 2021. 过去500年印度夏季风降水与ENSO的关系[J]. 大气科学学报, 44(4): 558-572.
[13]	刘丹, 邱新法, 史岚, 等, 2013. 基于NCEP资料的我国大气可降水量的计算及其时空分布[J]. 南京信息工程大学学报, 5(2): 113-119.
[14]	马志敏, 王将, 连钰, 等, 2023. 云南一次强对流暴雨天气学成因分析[J]. 干旱气象, 41(4): 629-638. DOI
[15]	钱正安, 蔡英, 宋敏红, 等, 2018. 中国西北旱区暴雨水汽输送研究进展[J]. 高原气象, 37(3): 577-590. DOI
[16]	阙志萍, 凌婷, 吴凡, 等, 2021. 江西一次连续大暴雨的水汽特征分析[J]. 干旱气象, 39(1): 76-86.
[17]	冉令坤, 李舒文, 周玉淑, 等, 2021. 2021年河南"7.20"极端暴雨动、热力和水汽特征观测分析[J]. 大气科学, 45(6):1366-1 383.
[18]	饶晨泓, 毕鑫鑫, 陈光华, 等, 2022. 近海台风对"21·7"河南极端暴雨过程水汽通量和动,热力条件影响的模拟[J]. 大气科学, 46(6): 1 577-1 594.
[19]	孙继松, 2017. 短时强降水和暴雨的区别与联系[J]. 暴雨灾害, 36(6): 498-506.
[20]	汤彬, 王宗明, 胡文婷, 等, 2023. 2021年河南省一次罕见暴雨过程的降水特征及成因[J]. 大气科学, 47(2): 517-533.
[21]	唐传师, 甘瑞杰, 程宗佩, 等, 2021. 江西暴雨气候特征及降水极值重现期分析[J]. 气象与减灾研究, 44(3): 164-171.
[22]	王佳津, 肖红茹, 杨康权, 等, 2023. 四川盆地一次持续性暴雨的水汽输送特征[J]. 干旱气象, 41(3): 474-482. DOI
[23]	肖安, 尹小飞, 刘献耀, 2022. 江西省降水日变化时空分布特征[J]. 干旱气象, 40(5): 840-848. DOI
[24]	徐爽, 胡鹏宇, 贾越, 等, 2023. 2020—2021年沈阳地区4次短时强降水过程的大气可降水量变化对比分析[J]. 气象与环境学报, 39(2): 28-34.
[25]	徐元泰, 丁一汇, 1988. 气象场的客观分析和中尺度滤波[J]. 大气科学, 12(3): 274-282.
[26]	杨景梅, 邱金桓, 2002. 用地面湿度参量计算我国整层大气可降水量及有效水汽含量方法的研究[J]. 大气科学, 26(1): 9-22.
[27]	俞小鼎, 2012. 2012年7月21日北京特大暴雨成因分析[J]. 气象, 38(11): 1 313-1 329.
[28]	赵文灿, 龙余良, 阙志萍, 等, 2018. 江西省电线积冰特征及温度层结分析[J]. 气象科技, 46(1): 178-181.
[29]	KAHRAMAN A, KENDON E J, CHAN S C, et al, 2021. Quasi-stationary intense rainstorms spread across Europe under climate change[J]. Geophysical Research Letters, 48(13). DOI: 10.1029/2020GL092361.
[30]	MUKHOPADHYAY P, BECHTOLD P, ZHU Y J, et al, 2021. Unraveling the mechanism of extreme (more than 30 Sigma) precipitation during August 2018 and 2019 over Kerala, india[J]. Weather and Forecasting, 36(4): 1 253-1 273.
[31]	XIONG Y T, REN X J, 2021. Contribution of atmospheric rivers to precipitation and precipitation extremes in East Asia: Diagnosis with moisture flux convergence[J]. Journal of Meteorological Research, 35(5): 831-843.
[32]	YOUNG M, LAMB D, LANE A, et al, 2020. Comparison of short-period daytime convective rainfall accumulations with total column precipitable water: Derivation of an operational forecasting technique[J]. Meteorological Applications, 27(2): 1-16.