短时强降水往往由中小尺度系统直接驱动，其突发性、局地性强，预报预警难度大，特别是复杂地形影响下，中小尺度地形对局地短时强降水强度、落区和发生频次有重要影响（姚莉等，2009；陈炯等，2013；赵煜飞等，2024）。研究表明，在河南“21·7”、华北“23·7”等多次特大暴雨过程中，强降水集中分布在太行山大地形的山前，地形通过动力阻挡抬升以及影响水汽辐合和热力因子的分布等，制约着强降水的强度和时空分布（苏爱芳等，2022；杨浩等，2022；汪小康等，2022；杨舒楠等，2023；林慧敏等，2023）。地处秦岭余脉的郑州，西部高山丘陵交错，东部为黄河冲积平原，该地“21·7”极端特大暴雨引起了气象工作者的广泛关注（Zhang et al.，2021；Luo et al.，2023），在这次特大暴雨灾害中，山区和平原短时强降水时空分布及成灾机制也呈现出显著差异：山区泥石流、山洪由中β或中γ尺度对流单体反复影响所致，对流系统列车效应显著，影响时间长；平原地区严重的城市内涝主要由准静止的中β尺度对流系统影响所致，降水影响时间短但强度异常极端（苏爱芳等，2021；崔慧慧等，2023）。迄今为止，短时强降水特别是极端短时强降水一直是郑州预报服务的重点和难点，充分认识当地短时强降水的规律特征和地形影响机制对城市精细、精准防灾减灾有重要意义。

我国短时强降水时空分布地域性特征明显。例如，北京地区夏季极端降水阈值及频数局地性特征较强，短时强降水主要分布在山前及山前的平原地区，强降水持续时间多在20~35 min；城市化导致城市下风向近郊区极端降水强度、次数均呈增多趋势，强天气背景下城市对极端降水频数的影响程度高于对降水强度的影响（王国荣和王令，2013；郑祚芳等，2013）；上海郊区弱降水发生概率大于市区，而市区强降水发生概率大于郊区，城市下垫面对强降水影响显著（高洁和漆梁波，2015；魏晓雯等，2016）；甘肃短时强降水频次自西北向东南逐步递增，陇东南地区短时强降水发生频次最多、强度最强，且主要发生在午后至前半夜（孟丽霞等，2017）；江西省短时强降水占比和频率日变化呈较明显的双峰型特征（肖安等，2022）；三峡库区近30 a夏季小时强降水降水量和频次日变化均呈双峰型，峰值分别出现在清晨和下午，且日峰值时间位相与地形相关（唐永兰等，2023）；河南省近30 a短时强降水的空间分布、日变化、最大雨量高值区和短时强降水量占比均与地形关系密切（乔春贵等，2024）。

地形对短时强降水的分布、原始触发和发展演变有重要影响，中小尺度地形可能通过改变局地的热、动力环流和不稳定层结分布来影响降水（廖菲等，2007；付超等，2017；钟水新，2020）。孙继松（2005）研究认为华北太行山东侧低空东风气流的垂直分布对降水落区有影响：当垂直于山体的气流随高度减小时，地形的作用表现为迎风坡上水平辐合，造成气旋式涡度增加，产生风场切变，对迎风坡降水产生明显的增幅作用。黄小彦等（2020）研究表明垂直于大别山的边界层西南急流对山坡上对流冷池产生的顶托作用，平衡了冷池密度流产生的向下作用力，强化了山区的辐合抬升强度，使得大别山迎风坡上强降水风暴系统得以长时间维持和发展。另外，在定量研究方面，傅抱璞（1988，1992）通过半经验理论建立了降水随地形和海拔变化的数学模型，研究了盛行风向与向风坡坡向交角与降水大小的关系；周学云等（2019）、张宁等（2020）和杨丽杰等（2022）定量研究了雅安地区、兰州及陇东黄土高原旱区短时强降水强度、频次与海拔、坡度、坡向等地形因子的关系。

近年来，郑州极端短时强降水趋多趋强且地形对降水的影响突出，然而有关复杂地形对郑州降水影响的研究较少且以往研究所用观测资料采用国家站或部分区域站，空间分辨率低，预报员对本地降水精细分布和热动力机制认识不够深入，如哪些环流背景下山区短时强降水易发频发?地形对郑州短时强降水强度和频次的影响如何?因此，本文基于精细气象资料和高精度地形数据，研究郑州短时强降水时空分布特征和环流背景，探讨地形因子与短时强降水之间的定量关系，并以“21·7”极端特大暴雨为典型案例，分析地形对短时强降水的影响，以期为业务人员开展精细预报服务提供支撑，提升气象防灾减灾的精准性和科学性。

所用资料包括“天擎”气象大数据云平台提供的2013—2022年郑州地面自动气象观测站（分辨率为3 km×3 km）5—8月逐小时降水数据、常规地面和高空气象观测数据、郑州多普勒雷达组合反射率因子产品及地理空间数据云（https：//www.gscloud.cn）提供的航天飞机雷达地形测绘任务（Shuttle Radar Topography Mission，SRTM）高程数据（分辨率为30 m×30 m），利用ArcGIS软件提取高程、坡向、坡度数据。图1是郑州行政区域划分、气象站点和高程分布，其中嵩山山系位于郑州西部，大致呈东西走向，为秦岭在河南的余脉。

将雨强≥20.0 mm·h^-1作为短时强降水事件的筛选条件（俞小鼎，2013），将雨强≥20.0 mm·h^-1的站次总和作为短时强降水频次，雨强≥50.0 mm·h^-1的站次总和作为极端短时强降水频次（Zhuo et al.，2014；Li et al.，2020）。定义研究区域24 h内至少5站出现短时强降水为一次短时强降水事件，统计时段内各站短时强降水次数之和定义为短时强降水站次。经过极值检验与时间一致性、内部一致性和空间一致性检验等质量控制，为尽量兼顾站点数量和时间长度，剔除缺测时次较多的站点后，最终选取2013—2022年数据稳定的186个站点，共52例短时强降水事件，合计样本3 646站次。文中所用时间均为北京时。

1）在研究地形因子（坡度、坡向及海拔）对短时强降水的定量关系时，采用基于爬坡机制的地形降水模型，地形抬升速度公式如下：

式中：v_g为地形抬升速度，单位：m·s^-1；v为风速，单位：m·s^-1；c₁、c₂分别为坡度、坡向影响系数，α为地形坡度，θ为盛行风向，β为地形坡向。当c₁>0（即0°<α<45°）时，坡度对降水起正反馈，且α=45°时影响最大，反之起负反馈；当c₂>0（即$\left|\theta -\beta \right|$<90°）时为迎风坡，对降水起正反馈，反之为背风坡，对降水起负反馈。

2）地形因子对短时强降水站次和强度的定量计算采用以下方法：以各站点的短时强降水站次或小时降水量作为因变量，以对应站点的坡度、坡向、海拔等地形因子作为自变量，进行相关性分析。为消除量纲影响，对因变量采用最小-最大归一化方法进行处理，计算公式如下：

式中：Y_i为归一化后的数值（无量纲），其值越大，表明该站点的短时强降水站次或小时降水量偏离平均水平越显著；x_i为原始数据，x_min和x_max分别为数据集中的最小值和最大值。

地形对降水的影响主要包括动力抬升与热力抬升等机制。考虑到研究区域（郑州）内热力因子（如太阳辐射）的空间差异较小，本研究主要定量分析海拔、坡向、坡度这三个动力因子对降水分布的影响。坡度、坡向和海拔数据基于DEM（数字高程模型）通过ArcGIS软件提取。建立如下关系模型：

式中：Y_i为各个站点的降水数值或短时强降水频次；P_i为该站点附近的动力抬升，是坡度与坡向的函数；H_i为站点的海拔。函数F表征了P_i、H_i对Y_i的联合贡献。

郑州西部的登封、新密、巩义、荥阳4地地形地貌复杂，多高山丘陵，文中统称为“山区”；东部的郑州主城区、新郑和中牟海拔较低、地势平坦，统称为“平原”。

2013—2022年郑州共出现短时强降水3 495站次，呈波动增加[图2（a）]。其中2021年1 703站次，占10 a间总站次的49.0%（“21·7”极端特大暴雨为主要贡献者），其次是2022年，占13.0%，这可能与气候变暖下副热带高压明显偏北，引起的水汽输送偏强、偏北有关；2014、2015年受强厄尔尼诺事件影响，副热带高压偏西、偏南，水汽向北输送困难，短时强降水站次仅占10 a间总站次的2.0%和1.7%，明显少于其他年份。此外，多数年份郑州山区短时强降水站次明显高于平原地区，特别是2021年，山区短时强降水站次占当年短时强降水总站次的70.0%，平原仅占30.0%。

从月际变化[图2（b）]来看，郑州短时强降水主要集中在7、8月，其中7月最多达2 218站次，占5—8月总站次的63.0%，8月短时强降水869站次，占5—8月总站次的25.0%。此外，5—8月各月短时强降水站次山区均高于平原，7、8月这种特征更为明显。从各月小时最大雨量分布（表1）来看，极值主要集中于7月、其次是8月。尽管5、6月短时强降水站次较少，但仍可能出现较强降水，如2014、2017、2018年5月最大小时雨量均接近或超过70.0 mm，2014、2016年6月最大小时雨量达80.0 mm以上。另外，2014年全年平均降水量为551.6 mm，较常年平均降水量偏少近100.0 mm，但5—8月各月最大小时雨量均较极端。可见，少雨年仍有发生极端短时强降水的风险，短时强降水站次的多寡与强度无明显相关关系。

逐小时短时强降水站次变化（图3）显示，14：00—20：00是郑州短时强降水高发时段，各时次短时强降水均超过200站次，其中18：00—20：00是高峰阶段，19：00达峰值，超300站次；03：00—07：00短时强降水发生站次较少，各时次均低于80站次。此外，00：00—23：00各时次山区短时强降水站次均高于平原，特别是09：00—17：00两者差距更明显，也就是说在白天特别是上午，山区短时强降水发生概率更大，夜间山区发生概率略高于平原。各时次短时强降水最大雨量分布和站次的变化基本一致：00：00—08：00各时次最大雨量相对较小，白天逐渐增大，17：00达最大，其次是16：00、18：00；18：00后最大雨量逐渐下降。短时强降水小时站次和强度的时间分布特征对于预报预警有指导意义。

2013—2022年郑州短时强降水站次空间分布不均，总体上表现为西多东少。雨强≥20 mm·h^-1的短时强降水主要分布在山区，其次是郑州主城区；山区短时强降水高频区主要分布在嵩山北坡的巩义市、嵩山南坡的新密市[图4（a）]。据统计，嵩山北坡降水较多的区域降水期间盛行偏北风，而南坡降水较多的区域盛行偏南风。雨强≥50 mm·h^-1的站点则主要分布在郑州主城区和新密北部[图4（b）]，呈东北—西南走向。综合来看，郑州短时强降水站次多的区域主要分布在山区，而较极端的短时强降水则主要分布在郑州主城区以及西南部的新密市。显然，山区短时强降水发生频率高但雨量不大，郑州主城区及其周边区域发生极端短时强降水的概率较高。从不同等级小时雨量的空间分布[图4（c）、（d）]来看，雨强≥50 mm·h^-1的站点集中分布在郑州主城区，其他地区也有零星分布；雨强≥90 mm·h^-1的短时强降水则主要分布在郑州主城区。实际业务中发现，山区夏季多以孤立对流单体为主，生命史短，对流发生频次高；郑州主城区及其周边区域夏季的对流系统生命史相对较长，降水效率高，雨量更为极端。小时雨量的空间分布特征一定程度上反映了山区和城市对流性降水形成机制的差异。

从郑州地区短时强降水强度与海拔的关系[图5（a）]来看，降水强度与海拔存在一定相关性：雨强为20~40 mm·h^-1的站点海拔分布在50~600 m之间，中位数约180 m；雨强为40~60 mm·h^-1的站点海拔分布在70~500 m，中位数约190 m；雨强为60~80 mm·h^-1的站点海拔分布在80~450 m，中位数约200 m；而雨强≥80 mm·h^-1的站点海拔分布在100~400 m，中位数约120 m，整体表现为一般强度及极端的短时强降水多出现在低海拔区域。从降水站次与海拔的关系[图5（b）]来看，站次为1~10的站点海拔分布在40~600 m，中位数约120 m；站次为11~20的站点海拔分布在60~570 m，中位数约150 m；站次为21~30的站点海拔分布在60~500 m，中位数约190 m；站次≥30的站点海拔分布在100~380 m，中位数约250 m，说明海拔相对较高的区域短时强降水站次较高。

在掌握郑州短时强降水精细时空分布的基础上，有必要明晰哪些环流背景下短时强降水多发，不同环流背景下山区和平原短时强降水的分布如何。相关研究针对中国不同区域极端降水的天气背景特征进行了多角度分型（Luo et al.，2016；Rao et al.，2019；陈敏等，2025），由于地域差异，不同地区短时强降水的环流背景存在差异，以下对郑州短时强降水环流背景进行分型并建立相应的概念模型。

对2013—2022年郑州52例短时强降水事件进行分型，发现郑州短时强降水事件主要发生在以下4类环流背景：副热带高压内部型（简称“P1”）、高空西北气流型（简称“P2”）、台风低压型（简称“P3”）、高空槽型（简称“P4”）。4类环流型各自出现的频次占总频次的百分比分别为12%（P1）、8%（P2）、4%（P3）和76%（P4），高空槽背景下郑州短时强降水发生概率最高。从影响系统的强弱来看，P1、P2为弱天气尺度强迫类型，P3、P4为强天气尺度强迫类型。

P1类短时强降水发生时，郑州处在副高内部反气旋环流中，低层有切变线东移，地面为均压场或有弱冷空气由华北平原侵入河南北部[图6（a）]，短时强降水发生站次少且多分布于山区；P2类短时强降水发生时，郑州高空处在东北冷涡或高空槽的后部，低空700 hPa或850 hPa有切变线，地面为均压场或弱冷锋[图6（b）]，短时强降水发生站点也多集中于山区；P3类短时强降水发生在台风低压倒槽西侧[图6（c）]，西部山区短时强降水也较为高发，如2021年台风“烟花”深入内陆期间，郑州整层处于台风低压西部的偏北气流中，除2站外，其余短时强降水站点均位于西部山区（图略）；P4类短时强降水过程，天气尺度系统强迫较为显著[图6（d）]，短时强降水发生范围大且平原站次更多。总体来看，弱天气尺度强迫下，郑州山区短时强降水站次高于强天气尺度强迫。

基于2013—2022年郑州52例短时强降水事件，探讨坡度、坡向及海拔等动力因子对短时强降水的定量影响。基于短时强降水发生时刻、发生时刻前1 h和2 h区域站观测的10 m风场和DEM提取的坡度、坡向数据，采用1.2节的动力抬升算法，计算每个站点的地形对该区域的动力抬升值P_i ，结合其海拔H_i，代入公式（5）进行线性统计回归模拟，计算出各个因子对降水分布的影响系数并进行t检验。结果表明，52例短时强降水事件中，仅9例短时强降水影响系数通过显著性检验，且海拔因子H_i对雨量的影响作用较大，坡度、坡向动力抬升因子P_i对短时强降水的影响系数多为负值，影响不显著（表2）。再以短时强降水站次作为公式（5）中的Y_i，进行统计回归计算。结果显示，郑州短时强降水频次与海拔H_i呈显著正相关，影响系数平均0.2左右，而坡度、坡向综合动力因子P_i与降水频次无显著相关（表略）。

综合以上分析，地形因子中仅海拔与短时强降水频次呈正相关，坡度、坡向与短时强降水强度和频次相关性不显著。这可能是由于迎风坡与背风坡交替分布且范围相当，对降水的反馈互相抵消所致。

地形因子对短时强降水影响相当复杂，除了强迫抬升作用外，还可通过陆面空间差异导致的局地热力、动力作用不均匀等对降水产生影响。下面以“21·7”极端特大暴雨为例，分析郑州山区地形对短时强降水的热动力机制。

环流形势显示，2021年7月19日700 hPa天气尺度低涡位于湖北和河南交界，低涡中心距郑州约400 km，郑州处在台风“烟花”外围持久的偏东气流中（图略）。此时925 hPa东南急流尚未发展加强[图7（a）]；降水实况显示，19日郑州西部山区多地已出现暴雨、大暴雨且已致灾，而平原地区降水尚未发生。以巩义文化站为例，该站18—19日出现多个降水小高峰，小时雨量为10~30 mm，尽管雨量不大但降水长时间维持，致使18日20：00—20日08：00降水量已接近400 mm（图8）。20日低涡北上至河南西南部，925 hPa台风“烟花”外围东南急流加强[图7（b）]，天气尺度系统强迫增强，全市降水集中加强。显然，在天气尺度强迫相对弱的背景下，山区表现出短时强降水频发的特征。下文重点分析19日山区短时强降水发生发展的热动力机制。

19日08：00地面加密观测显示，郑州西部山区东北、偏东、东南和偏西气流汇合形成了中尺度辐合区[图9（a）中红色方框所示]。经分析，东北气流实际是由偏东气流沿山脉走向产生的绕流，该区域在多次暴雨中均盛行东北风。由于台风“烟花”外围东南气流长时间维持，山区的中尺度地形辐合区长时间存在，在这种动力机制下，19日白天中尺度辐合区附近对流系统[图9（b）中红色方框所示]反复生消达几十余次。可见，地形性中尺度辐合区在山区降水中起到了触发作用。

嵩山东段的迎风坡区[图10（a）中黑色方框所示]，东风气流中的中尺度对流系统经过此区域明显加强（图10）。19日08：30郑州东南部有初生对流，强度达40~50 dBZ，在引导气流下向西北方向移动；09：12回波强度和范围明显增大；10：00回波移动至嵩山东段，强度和范围再次增大，最大强度超过70 dBZ。之所以会出现这种现象，一方面可能是由于东南气流受嵩山迎风坡动力抬升所致；另一方面，山区和平原下垫面温度、湿度的差异也可能是对流加强的主要原因。图11为19日08：00郑州地面温度和露点分布，分析发现西部山区温度、露点梯度明显，而东部平原温湿梯度较小。下垫面温度、湿度差异引发的次级环流是对流系统移近山区发展加强的可能原因之一。

本文基于2013—2022年郑州地区国家站与区域站逐小时降水资料、高精度地形数据及常规观测数据，揭示了复杂地形背景下短时强降水的多尺度时空分布特征，评估了地形因子的影响，并结合“21·7”极端暴雨案例剖析了地形触发的热动力机制，得到如下主要结论。

1）郑州短时强降水站次总体呈波动上升趋势，7—8月为高发期，14：00—20：00为活跃时段，日峰值出现在18：00—20：00；白天山区发生频次显著高于平原，体现出热力与地形作用的叠加效应。≥20 mm·h⁻¹的短时强降水主要出现在山区，而≥50 mm·h⁻¹的极端强降水更易发生在郑州主城区及其周边区域，呈现“山区高频次、城区高极端”的典型特征。

2）地形对短时强降水的影响主要体现在频次而非强度上：定量分析表明，海拔与发生频次呈显著正相关，指示山区是高发区，但坡度、坡向等地形动力抬升因子对降水强度的直接贡献在统计上多不显著；综合空间特征来看，尽管中高海拔地区对短时强降水发生有增强作用，但极端强降水却更易出现在海拔相对较低的城区，表明其形成机制并非单一地形因子所能主导。

3）郑州短时强降水事件可划分为4类天气型（副高内部型、高空西北气流型、台风低压型和高空槽型），弱天气尺度强迫型下山区的短时强降水站次明显多于平原。

4）“21·7”极端暴雨中，地形在中尺度对流触发与增强中起关键作用。弱天气强迫阶段，山区地形辐合线持续维持，促进对流反复生消；东风气流在嵩山东段迎风坡动力抬升，配合山区-平原下垫面热力差异引发的次级环流，使移经的对流系统显著增强。

本研究结果对郑州地区短时强降水的精细化预报与风险防控具有明确指导意义。然而，地形对于对流机制的研究尚待深入，后续可借助高分辨率数值模拟，融合陆面-边界层过程，进一步揭示地形影响的内在机理，并为预报业务提供更具针对性的技术支撑。