0 引 言
冷涡作为一种深厚的冷性涡旋系统，通过促进“上冷下暖”的热力不稳定层结形成，为中小尺度对流系统的发生、发展提供了有利的环流背景条件。研究表明，京津冀地区41.91%的短时强降水事件与冷涡天气背景密切相关，其空间分布呈现明显的地域特征，在天津、河北东北部及南部地区尤为集中，这种分布格局主要受地形因素影响（郁珍艳等，2011）。冷涡诱发的强降水过程具有显著的局地性和不对称性，多集中在7—8月，降水落区通常位于冷涡的东南或西南象限（王宗敏等，2015；郑永光和宋敏敏，2021）。环境条件和动力条件对对流系统的发展具有关键影响，物理量场的差异是引起降水强度不同的重要因素（杨吉等，2020；齐铎等，2020；孙建华等，2024）。强降水事件通常发生在水汽充沛、整层暖湿的环境，同时伴随中低层较小的温差和较弱的风垂直切变（Zhang et al.，2008；郑永光和宋敏敏，2021；褚颖佳等，2023；曹艳察等，2024；段云霞等，2024）。天津地区极端短时强降水事件中雨强的快速增强往往伴随着γ中尺度涡旋的发展和加强（易笑园等，2024；王莹等，2024）。然而，现有研究多聚焦于极端个例的机理探讨，或局限于特定强度阈值的统计特征分析（魏庆等，2023；唐鹏等，2024；罗金芳等，2024；刘胜男等，2024；张武龙等，2024），对不同强度短时强降水事件物理量场的定量差异分析不足，使得气象业务预报中难以准确区分不同强度强降水的关键参数阈值，进而制约了短时强降水精细化预警能力的提升。
天津地区冷涡强降水的观测事实进一步显示雨强差异的复杂性：2017年6月22日过程累计降水量达60~180 mm，但雨强峰值仅为40~60 mm·h-1；2022年7月3日夜间的极端短时强降水，雨强峰值高达96.3 mm·h-1，王莹等（2024）研究指出，此次极端事件的形成与边界层暖式切变线和γ中尺度涡旋的相互作用密切相关。这些差异表明，不同强度短时强降水事件的主导物理机制可能呈现多尺度耦合特征，因此亟需构建多维度物理量的雨强量级判据体系。基于此，本文选取天津2022年夏季冷涡背景下3次不同强度极端短时强降水事件，综合运用地面观测、雷达等多源资料，重点对比分析雨强特征、环流形势、环境条件及中小尺度系统的演变，试图发现具有一定提前量的物理量指标，从而为实际预报业务提供参考依据。
1 资料与方法
采用资料：（1）2022年6月28日、7月1日和7月26日天津市480个地面加密自动气象站逐5 min资料，用于分析3次极端短时强降水时空分布特征及地面气象要素演变的中小尺度特征；（2）MICAPS实况填图资料，用于分析环流背景；（3）天津塘沽站SA多普勒天气雷达逐6 min体扫观测资料，用于分析对流系统的演变；（4）欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第5代大气再分析资料（ERA5）逐时数据，空间分辨率为0.25°×0.25°，用于热力、动力、水汽物理量诊断。
选取500 hPa天气系统为冷涡，且地面自动站出现滑动累计1 h雨量≥50 mm的过程作为研究对象。其中，滑动累计1 h雨量采用动态时间窗统计方法，即从某一时刻开始，向前滑动1 h，计算该时段内累计雨量。当累计雨量达到或超过50 mm时，判定为一次极端短时强降水事件，随后将统计起始时间跳跃至下一小时，继续进行相同标准的判断。经上述筛选原则严格筛查，共确定3次典型过程，分别为2022年6月28日（简称“6·28”过程）、7月1日（简称“7·1”过程）和7月26日（简称“7·26”过程）降水过程。文中所有时间均为北京时。
表1 主要物理量列表
Tab.1
| 因子分类 | 物理量 | 单位 |
|---|---|---|
| 对流潜势因子 | 对流有效位能（Convective Available Potential Energy，CAPE） | J·kg-1 |
| 抬升凝结高度（Lifted Condensation Level，LCL） | km | |
| 湿层厚度（Humidity Layer Thickness，Hwet） | km | |
| 暖云层厚度（Warm Cloud Layer Thickness，Hwarm） | km | |
| 0~6 km垂直风切变（0~6 km Vertical Wind Shear，SHR6） | m·s-1 | |
| K指数 | ℃ | |
| 强天气威胁指数（Severe Weather Threat Index，SWEAT） | ||
| 动力因子 | 垂直速度（Vertical Velocity，w） | Pa·s-1 |
| 水汽因子 | 整层大气可降水量（Precipitable Water Vapor，PWV） | mm |
| 热力因子 | 假相当位温（Pseudo Equivalent Potential Temperature，θse） | K |
| 回波参数 | 组合反射率（Composite Reflectivity，CR） | dBZ |
| 回波顶高（Echo Top，ET） | km | |
| 垂直累积液态水含量（Vertical Integrated Liquid Water Content，VIL） | kg·m-2 |
2 极端短时强降水时空分布特征
图1为2022年天津3次极端短时强降水过程的雨强极值落区，图2为不同站点不同时刻雨强较前1 h增量。可以看出，“6·28”过程，极端短时强降水落区位于天津西部，02：29北辰区雨强增量突破50 mm·h-1，02：52西青区雨强增量高达96.6 mm·h-1，02：13出现4.6 mm的超强分钟级降水；“7·1”过程，极端短时强降水落区较为分散，03：40滨海新区雨强增量为55.3 mm·h-1，02：55出现2.3 mm·min-1的分钟雨强，05：27蓟州区雨强增量为53.5 mm·h-1；“7·26”过程，极端短时强降水落区位于天津中部，11：33北辰区雨强增量超50 mm·h-1，11：43河北区雨强增量达88.8 mm·h-1，11：14出现3.5 mm·min-1的分钟雨强。
图1
图1
2022年天津3次极端短时强降水过程雨强极值落区（圆圈数字表示各站点极端短时强降水发生的先后顺序）
Fig.1
The extreme rainfall intensity areas of three short-term heavy rainfall processes in Tianjin in 2022（The circle digital indicates the sequence of occurrence of the extreme short-term heavy rainfalls at each station）
图2
图2
2022年天津3次极端短时强降水过程不同站点不同时刻雨强较前1 h增量
Fig.2
The increment of rainfall intensity compared to the previous hour at different stations and times during three short-term heavy rainfall processes in Tianjin in 2022
孙虎林等（2019）研究表明，雨强≥1.0 mm·min-1可以较好地反映出对流系统引发的降水在雨强上的极端性，而≥3.0 mm·min-1的雨强则具有强极端性。综合来看，这3次过程的分钟级雨强均展现出明显的极端性，且“6·28”和“7·1”过程发生在后半夜，此时人们往往处于休息状态，预警响应和防灾减灾工作面临更大挑战，难度明显增加。
3 环流背景
3.1 高低空环流形势
图3为2022年天津3次极端短时强降水过程发生前850~200 hPa环流形势。可以看出，200 hPa高空槽位置在3次过程中存在差异，分别位于河套地区、华北地区西部、华北地区东部。而850~500 hPa环流形势呈现明显的不同特征：“6·28”过程，华北北部存在深厚冷涡A、B，天津处于两个冷涡间的气流辐合区，这种环流配置为上升运动的强烈发展提供了有利条件；“7·1”过程，深厚冷涡C位于华北中部，天津受冷涡前部东南气流控制，形成特定的动力和热力环境；“7·26”过程，冷涡D同样位于华北中部，但低层存在南北向切变线，天津处于东南气流中，该气流路径有利于将渤海水汽持续输送至强降水区域。尽管3次过程冷涡的位置和强度存在一定差异，极端短时强降水分别发生在双涡间气流辐合区、冷涡前侧、冷涡北侧和切变线前侧，但由于3次过程均呈现出典型的中小尺度时空分布特征，上述大尺度环流特征尚不足以完全解释强降水雨强突增幅度的差异。因此，要实现雨强量级的精准预报需要基于更精细的资料定量分析物理量和中小尺度系统的发展演变。
图3
图3
2022年天津3次极端短时强降水过程发生前200、500、700、850 hPa环流形势
（黑色圆圈表示冷涡环流，字母A、B、C、D表示冷涡中心；风矢，单位：m·s-1；紫色实线表示槽线，红色线包围区域表示天津地区）
Fig.3
The circulation situation at 200 hPa, 500 hPa, 700 hPa, and 850 hPa before the occurrence of three extreme short-term heavy rainfall processes in Tianjin in 2022
(The black circle represents the cold vortex circulation, the letters A, B, C and D represent the centers of the cold vortex; wind vectors, Unit: m·s-1; the purple solid line represents trough lines, the area surrounded by the red line indicates the Tianjin area)
3.2 对流潜势
图4为2022年天津3次极端短时强降水前北京站T-ln P图。可见，“6·28”过程，990~792 hPa比湿均大于10 g·kg-1，湿层厚度Hwet（4.2 km）与暖层厚度Hwarm（4.0 km）近乎重合，形成高降水效率的水汽条件。此时，对流有效位能（CAPE）达1 691 J·kg-1，抬升凝结高度（LCL）为962 hPa，K指数为36.7 ℃，0~6 km垂直风切变（SHR6）为12 m·s-1，强天气威胁指数（SWEAT）为215，具备易触发对流的热力学环境。尽管较强垂直风切变可能会降低降水效率，但显著的垂直风切变会促使风暴系统发展得更强盛，形成明显的云底上升气流和较大的水汽通量，有利于高度组织化对流系统形成，并延长其生命史。这一机制在很大程度上抵消了降水效率降低对雨强的负面影响，使得极端短时强降水得以维持。
图4
图4
2022年天津3次极端短时强降水前北京站T-ln P图
Fig.4
T-ln P diagram at Beijing station before three extreme short-term heavy rainfall processes in Tianjin in 2022
“7·1”过程，1 000~760 hPa比湿均大于10 g·kg-1，Hwet为4.3 km，Hwarm为3.7 km，CAPE为1 269 J·kg-1，LCL为949 hPa，K指数为38.8 ℃，SHR6仅为1.3 m·s-1，SWEAT为187，属于以短时强降水为主的强对流天气类型。
“7·26”过程，1 000~814 hPa比湿均大于10 g·kg-1，CAPE值为2 464 J·kg-1，为3次过程中的最大值。Hwet仅为0.2 km，Hwarm为3.1 km，呈现“湿层浅薄、暖云深厚”的结构特征。LCL为912 hPa，K指数为23.9 ℃，SHR6为4.6 m·s-1，SWEAT为197。综合来看，3次过程在雨强跃增前均具备高CAPE值、深厚暖云层等高效降水潜势，且LCL均位于900 hPa以下，凸显了低层抬升触发对雨强跃增的关键作用。但3次过程中SHR6及Hwet垂直分布差异明显，反映出不同过程中动力条件与水汽结构的复杂性。
4 雨强突增的成因分析
4.1 高低空物理量与雨强增量的关系
图5为2022年天津3次极端短时强降水过程不同站点不同时刻雨强较前1 h增量及垂直速度（w）、1 000 hPa和850 hPa比湿差值（∆q1000-850）前4 h最大值。图6为极端短时强降水期间西青杨柳青三街、滨海寨上街、河北北宁湾水汽通量散度和假相当位温（θse）的时间-高度剖面。可见，“6·28”过程，23：00—次日03：17，8个极端短时强降水站点垂直速度峰值为-0.70~-0.30 Pa·s-1，∆q1000-850峰值为2.5~5.0 g·kg-1，整层大气可降水量峰值为53.3~53.5 mm，近地层假相当位温峰值为356~358 K，水汽通量散度峰值为-8.0×10-7 g·hPa-1·cm-2·s-1；“7·1”过程，03：00—05：27，滨海寨上街、蓟州白涧庄果峪的垂直速度峰值分别为-0.37、-0.50 Pa·s-1，∆q1000-850峰值为5.0~8.0 g·kg-1，为3次过程极值，整层大气可降水量峰值为48.0~51.0 mm，近地层假相当位温峰值为348~349 K，水汽通量散度峰值与“6·28”过程相当，为-8.0×10-7 g·hPa-1·cm-2·s-1；“7·26”过程，除宝坻牛道口站外，其余8个站点在08：00—12：01出现垂直速度峰值（-0.5 Pa·s-1），∆q1000-850峰值为4.0~5.0 g·kg-1，整层大气可降水量峰值为47.5~49.1 mm，近地层假相当位温峰值为353~354 K，水汽通量散度峰值为-6.0×10-7 g·hPa-1·cm-2·s-1，辐合强度弱于前2次过程。对比分析表明，3次过程均存在低层假相当位温等值线密集带和整层大气可降水量较大等共性特征，有利于中尺度对流系统发展，但“6·28”过程的垂直速度、水汽通量散度均大于“7·1”和“7·26”过程，“7·1”过程整层大气可降水量大于“7·26”过程，“7·26”过程假相当位温大于“7·1”过程。
图5
图5
2022年天津3次极端短时强降水过程不同站点不同时刻雨强较前1 h增量及垂直速度（w）、1 000 hPa和850 hPa比湿差值（∆q1000-850）前4 h最大值
Fig.5
The increment rainfall intensity compared to the previous hour at different stations and times, as well as the maximum values of vertical velocity (w) and the specific humidity difference between 1 000 hPa and 850 hPa （∆q1000-850） in the first 4 hours during three extreme short-term heavy rainfall processes in Tianjin in 2022
图6
图6
2022年天津3次极端短时强降水期间不同站点水汽通量散度（填色，单位：10-7 g·hPa-1·cm-2·s-1）、假相当位温（等值线，单位：K）的时间-高度剖面
Fig.6
The time-height sections of water vapor flux divergence （the color shaded， Unit： 10-7 g·hPa-1·cm-2·s-1） and pseudo equivalent potential temperature θse （isolines， Unit： K） at different stations during three extreme short-term heavy rainfall processes in Tianjin in 2022
基于多参数相关性定量诊断发现，3次过程雨强增量极值与CAPE、SHR6、SWEAT的相关系数分别为0.64、0.85、0.87，反映组织化对流发展对雨强的作用；与垂直速度、假相当位温、整层大气可降水量的相关系数分别为-0.54、0.37、0.24，这些环境场物理量的差异是导致雨强增量大小不同的原因之一。
4.2 地面气象要素演变与雨强增量的关系
图7为2022年天津3次极端短时强降水过程不同站点不同时刻雨强较前1 h增量、地面前1 h露点温度及温度。可见，“6·28”过程，雨强突增前1 h露点温度达27.0 ℃，为3次过程极值，与雨强增量极值一致，配合25.8~27.0 ℃的环境温度，有利于对流系统发展加强，强降水发生后温度下降3.2~5.4 ℃、露点温度下降1.0~6.0 ℃；“7·1”过程，强降水落区分散且时间间隔为1 h，雨强突增前1 h露点温度为21.0~22.0 ℃，温度为22.8~25.7 ℃，显著低于“6·28”过程，强降水发生后温度、露点温度分别下降2.2~2.7 ℃、1.0 ℃；“7·26”过程发生在上午，温度为29.4~32.1 ℃，露点温度为24.0~26.0 ℃，强降水发生后温度下降7.6~10.8 ℃，露点温度下降3.0~4.0 ℃。对比3次过程发现，“6·28”和“7·1”过程发生在夜间，露点温度、温度及其变化均是前者较高；“7·26”过程发生在上午，温度高使得能量条件优于“7·1”过程，对流发展更旺盛。雨强增量极值与前1 h温度、露点温度及其变化的相关系数分别为0.35、0.90、-0.61、-0.90，对极端短时强降水发生具有一定指示意义。
图7
图7
2022年天津3次极端短时强降水过程不同站点不同时刻雨强较前1 h增量、地面前1 h露点温度及温度
Fig.7
The increment of rainfall intensity compared to the previous hour, dew-point temperature and temperature in the previous hour of the ground at different stations and times during the three extreme short-term heavy rainfall processes in Tianjin in 2022
4.3 中尺度系统演变与雨强增量的关系
4.3.1 雷达回波特征演变
采用距离极端短时强降水区最近的塘沽站雷达资料分析中尺度对流系统的演变特征，图8、图9分别为2022年天津3次极端短时强降水过程塘沽站雷达组合反射率因子沿对流风暴回波最强区域所在直线的垂直剖面，不同站点不同时刻雨强较前1 h增量及组合反射率（CR）、回波顶高（ET）、垂直累积液态水含量（VIL）前1 h最大值。“6·28”过程，01：30天津西部降水回波东移发展，01：54影响西青区（图略），02：12，45 dBZ的回波向上伸展至5 km，01：51—02：52，CR、ET、VIL最大值同步出现在西青区，分别为52.5 dBZ、10.1 km、17.5 kg·m-2，持续时间分别为6、18、6 min，02：52雨强增量为96.6 mm·h-1；“7·1”过程，天津东部滨海新区对流为局地新生型，北部蓟州对流为上游移入型（图略），01：50，45 dBZ的回波向上伸展至4 km，02：48—05：27，CR、ET、VIL最大值分别为47.5 dBZ、10.1 km、12.5 kg·m-2，均弱于“6·28”过程；“7·26”过程，09：48天津中部新生对流，10：42回波范围明显扩大（图略），11：00，45 dBZ的回波向上伸展至11 km，10：48—11：44，CR、ET、VIL最大值出现在河北区，分别为57.5 dBZ、13.0 km、32.5 kg·m-2，11：43雨强增量为88.8 mm·h-1，对流系统均强于前2次过程。对流云团移动期间列车效应明显，“6·28”和“7·1”过程属于低质心风暴，降水效率较高，而“7·26”过程为高质心风暴，对流系统发展更旺盛。3次过程雨强增量极值与VIL、CR、ET的相关系数分别为0.92、0.93、0.98，三者峰值和演变趋势对强降水出现有指示意义。
图8
图8
2022年天津3次极端短时强降水过程塘沽站雷达组合反射率因子沿对流风暴回波最强区域所在直线的垂直剖面（单位：dBZ）
Fig.8
The vertical profile of the combinations reflectivity factor along the straight line of the strongest area of convective storm echo at Tanggu Station during three extreme short-term heavy rainfall processes in Tianjin in 2022 （Unit： dBZ）
图9
图9
2022年天津3次极端短时强降水过程不同站点不同时刻雨强较前1 h增量及CR、ET和VIL前1 h最大值
Fig.9
The increment of rainfall intensity compared to the previous hour at different stations and times, as well as the maximum values of CR, ET and VIL in the previous hour during three extreme short-term heavy rainfall processes in Tianjin in 2022
4.3.2 地面中小尺度对流系统演变
图10为2022年天津3次极端短时强降水过程不同时刻地面风场和1.5°仰角基本反射率。可见，“6·28”过程发生前2 h，天津西部出现地面辐合线，00：50与上游东移的地面辐合线相遇，组织成“人”字形辐合线继续东移，01：30西青区位于“人”字形辐合线西南气流中，01：50出现气旋性涡旋环流，02：15西北风速增至10 m·s-1，强降水区处于西北气流中，冷池内最低温度为20.9 ℃，03：15回波移至天津中部，强度减弱，强降水趋于结束；“7·1”过程，地面辐合线较雨强极值提前1.5 h出现，02：00天津滨海寨上街新生对流，02：35西北风与东南风辐合线转为西北风与东北风辐合线，03：40降水减弱，冷池内最低温度为21.9 ℃，03：50上游回波影响蓟州，04：50辐合线控制极端短时强降水站点，冷池内最低温度为18.9 ℃，05：25回波减弱，强降水结束；“7·26”过程发生前2.5 h，天津中部出现地面辐合线，10：05在地面辐合线东南气流中新生对流，范围不断扩大，11：10河北区受地面辐合线控制，回波最强，冷池内最低温度为20.0 ℃，11：35强度减弱，强降水结束。3次过程发生前均有地面辐合线存在，且“6·28”过程气旋性涡旋使上升运动更强，有利于触发不稳定能量释放，同时冷池出流与西南风辐合，加之高能高湿环境，加剧了对流系统快速组织化。
图10
图10
2022年天津3次极端短时强降水过程不同时刻地面风场（风矢，单位：m·s-1）和1.5°仰角基本反射率（填色，单位：dBZ）
（红色点线为地面辐合线，字母D表示涡旋中心）
Fig.10
The ground wind fields (wind vectors, Unit: m·s⁻¹) and basic reflectivity at 1.5° elevation angle (the color shaded, Unit: dBZ) at different times during three extreme short-term heavy rainfall processes in Tianjin in 2022
(The red dotted line represents the ground convergence line, the letter D represents the center of the vortex)
5 结论
本文基于多源观测数据，对2022年天津3次冷涡背景下的极端短时强降水雨强突增过程进行多尺度物理机制分析，发现不同个例在热力-动力耦合方面存在共性特征，但在关键物理过程上存在显著差异。
（1）“6·28”过程的雨强最大增幅为96.6 mm·h-1，极强水汽辐合（-8.0×10⁻⁷ g·hPa⁻¹·cm⁻²·s⁻¹）形成局地高湿环境，LCL低至962 hPa，Hwarm（4.0 km）增强降水效率，冷池出流与西南风低空辐合协同作用，触发对流快速组织化，促进“人”字形辐合线演变为中尺度涡旋，为对流系统提供持续动力抬升，叠加低质心风暴结构及列车效应，最终导致雨强爆发性增长。
（2）“7·26”过程的雨强最大增幅为88.8 mm·h-1，仅次于“6·28”过程，较高的环境温度（32.1 ℃）与CAPE（2 464 J·kg-1）为对流发展提供充沛的热力不稳定能量，驱动强烈的垂直上升运动。与“6·28”过程不同，该过程通过高质心风暴结构增强对流强度。虽然高质心风暴的垂直发展提升了降水效率，但由于其降水粒子相态的特性，导致雨强增幅略低于“6·28”过程。
（3）“7·1”过程的雨强最大增幅仅为55.3 mm·h-1，显著低于“6·28”和“7·26”过程，SHR6仅为1.3 m·s⁻¹，难以维持对流组织化发展，冷池强度为21.9 ℃，其出流无法与低层辐合协同作用触发新对流，抑制对流系统的尺度扩展与强度提升。
（4）3次过程雨强跃增前均具备高CAPE值（>1 200 J·kg-1）、较深厚暖层（Hwarm>3.1 km）、抬升凝结高度较低（<912 hPa）、低层假相当位等值线温密集带（>348 K）和高整层大气可降水量（>47.5 mm），为高效降水提供热力-水汽耦合基础。此外，地面辐合线出现时间超前极端短时强降水发生时间1.5~2.0 h。ET、CR、VIL与雨强增量的相关系数超过0.90，前1 h露点温度变化与雨强增量的相关系数为-0.90。这些特征可为精准研判极端强降水事件的雨强量级提供定量化依据。
本文通过3次典型个例解析冷涡背景下降水过程中雨强突增的多尺度机制。然而，关于中小尺度极端对流系统精细化的触发与维持机理仍需结合双偏振雷达观测及数值模拟进一步探究。未来将基于中国气象局GRAPES模式数据检验关键物理量阈值的预报性能，完善京津冀地区极端短时强降水预警指标体系，进而提升灾害性天气的精准防控能力。
参考文献
冷涡影响下两次不同类型强对流过程对比分析
[J].
为深入认识冷涡影响下不同类型强对流天气发生条件的差异，利用高空、地面气象观测资料，多普勒天气雷达和风廓线雷达资料，以及欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第五代大气再分析资料ERA5，对2016年6月13日和2018年6月13日山东两次同受冷涡影响但分别以短时强降水为主和风雹天气为主的不同类型强对流天气过程（分别简称“过程I”、“过程II”）进行了对比分析。结果表明：（1）以短时强降水为主的过程I，降水效率高，在其发展阶段回波质心高度低，成熟阶段形成强降水超级单体，最强降水出现在中气旋附近；以风雹天气为主的过程II，雷暴大风强度具有极端性，对流风暴发展深厚，60 dBZ以上强回波发展至-20 ℃层高度之上并持续，是产生大冰雹的重要原因。两次过程的强风均出现在弓形回波反射率因子核心前部和超级单体后侧下沉气流区。（2）过程I不稳定条件中等，西南气流配合湿区使低层增湿，950~850 hPa形成近饱和层并增厚，干层位于500 hPa以上，构成上干下湿层结，对流在地面辐合线和地面湿舌顶端叠加处触发；过程II热力和动力不稳定强，中空急流与800~600 hPa的显著干层为雷暴大风和冰雹的形成提供了有利条件，触发抬升系统是暖锋，比过程I更深厚。环境条件的差异决定了两次过程天气类型的差异。
东北冷涡背景下两次强降水干侵入特征对比分析
[J].东北冷涡背景下的强对流天气具有局地性强、预报难度大的特点，冷空气的入侵往往对强对流天气的触发具有指示性意义。本文利用加密自动气象站地面观测数据、欧洲中期天气预报中心（European Center for Medium-Range Weather Forecasts，ECMWF）的ERA5（ECMWF Reanalysis v5）再分析资料及风廓线雷达资料，分析2016年6月30日和2020年8月3日2次冷涡强降水天气的形势及动力、热力特点，重点对比分析了2次过程的干侵入特征。这2次强降水过程地面均为蒙古气旋配合，从地面至高空动力条件较好。降水发生前，上午天空晴好，对流层中高层有冷空气渗透，近地层湿度大，形成上干冷、下暖湿的不稳定层结。强降水发生前，中层干区自西向东侵入，高层高位涡区向下伸展，增强对流不稳定发展，中层位涡接近1×10<sup>-6</sup> m<sup>2</sup>·K·s<sup>-1</sup>·kg<sup>-1</sup>可以作为进入强降水时段的指标。干侵入指数呈偶极分布特征，可反映干冷空气和暖湿空气的相互作用，暴雨常发生在干侵入指数的密集带。当中高层干侵入指数正值区向中低层发展时，触发不稳定能量的释放，干侵入指数对强降水的落区及暴雨的增幅有较好的指示意义。
一次东北冷涡过程的结构特征与降水关系分析
[J].利用FNL1°×1°逐6 h再分析资料、 常规实况观测资料对近10年来一次最强典型东北冷涡区域性暴雨过程在东北冷涡环流演变不同阶段中的动力、 热力、 水汽条件及不稳定能量与降水的关系进行诊断分析。根据冷涡系统的环流特点, 将冷涡过程划分为初生、 发展、 成熟和减弱等阶段。冷涡初生阶段, 降水主要分布在垂直运动较强的位置, 降水强度不大; 发展阶段, 斜压性较强, 冷涡前部有大范围高层干冷平流、 低层暖湿平流叠加, 降水主要分布在冷涡前部切变辐合最强的位置, 降水强度与低层辐合中心强度及垂直速度成正比; 成熟阶段, 冷涡演变为准正压结构, 垂直上升运动的强度和范围都达最大, 广泛分布在冷涡中心及前部, 降水中心向冷涡中心移动, 强度与发展阶段接近, 该阶段降水与不稳定能量分布及中高层干冷空气入侵关系更为密切, 但与动力因子相关程度下降; 减弱阶段, 降水变得分散, 强度迅速减弱, 与环流及物理量之间关系的规律不再显著。在冷涡演变的整个过程中, 偏南、 偏西及偏东的水汽通道对水汽的输送和集中是此次强降水得以发生发展的必要条件, 其中偏南气流带来的水汽净流入是此次降水过程的主要水汽来源, 降水区水汽净收入与降水强度之间存在明显的正相关关系。
一次台风残涡引发的天津局地暴雨中尺度对流过程分析
[J].
Climatology of warm season cold vortices in East Asia:1979-2005
[J].
