0 引言
对流性暴雨是我国夏半年最具致灾性的强对流天气之一，持续时间短且降水效率高（Yang et al.，2021），常伴随雷暴、大风、冰雹等，对人民生命财产安全构成严重威胁（周鹏康和秦金梅，2016；贺哲等，2020；Kebede et al.，2024）。在全球气候变暖背景下，大气持水能力增强与层结不稳定性加剧，对流性暴雨中极端降水发生频率增大且不断突破历史极值，如河南2021年的“7·20”暴雨1 h降水量达201.9 mm的极端值，可见当前对流性暴雨预报预警与灾害防御体系面临严峻挑战（Han et al.，2019；Fowler et al.，2021；闫玮等，2024；Liu and Chang，2025；Wang et al.，2025）。
我国不同区域对流性暴雨形成机理与时空特征差异显著。东部沿海及江淮流域受副热带高压（简称副高）边缘气流与台风系统影响，对流性暴雨多发生于午后至夜间，以上海为代表的城市区域受热岛效应影响，暴雨在中心城区与沿江地带集聚（周伟东等，2022）；西南地区以四川盆地为典型，在“东高西低”环流背景下，西南涡与地形辐合共同触发暖区对流性暴雨，突发性与局地性特征突出（李梦等，2025；李永军等，2025）；华北与辽东半岛常受多系统影响，配合地形强迫抬升，形成持续对流性降水，暖区对流在“七下八上”主雨季频发（梁军等，2025；柳龙生等，2025）；西北干旱区对流性暴雨频次较低，但在西风带与高原环流调控下，偏东气流输送的水汽与地形抬升耦合，可引发极端局地对流性降水，致灾性极强（杨霞等，2023；杨秀梅等，2023）。云南省地处青藏高原东南缘，受季风影响形成干湿季分明的季风气候，暴雨多伴有强对流天气，致灾严重（张腾飞等，2011；鲁亚斌等，2018；马志敏等，2023）。丽江市位于云南省西北部，地形复杂，对流性暴雨多发，其监测预警及落区预报面临严峻挑战。
2024年6月23—24日丽江市出现一次典型的对流性暴雨过程，此次过程并未出现在传统的云南“暴雨窝子”华坪县（解明恩和段纬，2022），而是在永胜县和宁蒗县，预报落区与实况出现很大偏差。复杂地形背景下对流性暴雨的触发机制与落区预报仍是预报服务的难点，精细化预报预警和灾害防御仍面临巨大挑战。基于此，利用区域自动站、再分析资料及丽江多普勒天气雷达、风廓线雷达、闪电定位仪等资料对这次典型的对流性暴雨过程进行分析，旨在揭示该区域对流性暴雨的中尺度环流特征、雷达回波及闪电活动的对应关系，探讨地形与地面辐合线在对流触发和维持中的作用机制。
1 数据与方法
1.1 数据
所用资料包括：（1）2024年6月23日20：00—24日20：00云南省国家级地面气象站、区域自动站逐小时雨量、风场资料；（2）6月23日08：00（北京时，下同）—24日20：00欧洲中期天气预报中心第五代全球再分析资料（ERA5），包括经向风、纬向风、气温、比湿等气象要素，水平分辨率为0.25°×0.25°、时间分辨率为1 h；（3）雷达资料为6月23日17：00—24日08：00丽江多普勒天气雷达逐6 min体扫数据，雷达安装在丽江玉龙纳西族自治县太安乡香炉山（海拔3 178.0 m）；（4）丽江风廓线雷达（TWP8-L）资料为6月23日21：00—24日03：00丽江国家高空气象观测站实时风羽图，雷达安装在丽江国家基准气候站（海拔2 380.9 m）；（5）闪电资料为闪电定位仪6月23日20：00—24日20：00的观测资料。
1.2 定义
根据《降水量等级》（全国气象防灾减灾标准化技术委员会，2012）的定义标准，50≤R<100 mm、100≤R<250 mm（R为24 h降水量）分别对应暴雨、大暴雨；将小时降水量大于等于20 mm的降水定义为短时强降水。
2 降水特征
2024年6月23日20：00—24日20：00，受辐合切变线影响，云南省西北部出现一次区域性强降水天气[图1（a）]，降水主要出现在丽江市、楚雄州和大理州东部，日最大降水量（254.9 mm）出现在楚雄州牟定县华星站。丽江市共出现大暴雨5站，暴雨17站，日最大降水量为142.5 mm（永胜县东山站），其中大暴雨落区在宁蒗县北部和永胜县东部。
图1
图1
2024年6月23日20：00—24日20：00云南区域自动站累计降水量（a）和丽江市短时强降水、闪电落区（b）分布
Fig.1
The distribution of accumulated precipitation from regional automatic weather stations in Yunnan （a） and short-term heavy rainfall and lightning zones in Lijiang （b） from 20：00 on June 23 to 20：00 on 24 June 2024
此次对流性降水过程有3个特征：1）短时强降水特征显著，丽江市区域自动站雨强≥20 mm·h-1的短时强降水共出现29站次[图1（b）]，小时最大降水量为54.2 mm（永胜县河腰站），短时强降水随着切变线过境逐渐南移呈南北分布；2）夜间强降雨特征明显，主要降水时段集中在23日20：00—24日08：00；3）呈现典型的强对流天气特征，闪电集中分布在丽江市中部一带，负闪有1 070次，正闪有52次，负闪比例高达95%，闪电密集区域与累计降水量50.0 mm以上降水落区基本一致。
3 环流形势和环境条件
3.1 环流背景和主要天气系统
3.1.1 500 hPa形势
6月23日08：00[图2（a）]，亚洲中高纬为两槽一脊环流形势，28°N—43°N，106°E—118°E有高空槽活动，副高西脊点伸至滇中，云南中部以东以南地区受副高控制，滇缅之间有反气旋环流，高压中心高度达589 dagpm，云南中部一线受南北向的副高和滇缅高压之间的辐合区（简称两高辐合区）控制，丽江受两高辐合区影响且有弱冷平流输送；23日20：00[图2（b）]，副高东退，云南北部有高原槽活动，低槽生成东移，丽江受槽后西北气流及两高辐合区影响，垂直上升运动剧烈；24日08：00（图略），副高维持少动，受冷平流入侵加强影响滇缅之间的高压环流减弱，两高辐合形势随之减弱，垂直上升运动条件转差，丽江降水趋于结束。
图2
图2
2024年6月23日08：00（a）、20：00（b）500 hPa风场（风矢，单位：m·s-1）、高度场（蓝色实线，单位：dagpm）、温度场（红色虚线，单位：℃）
（蓝色圆点代表丽江站，下同）
Fig.2
The 500 hPa wind fields （wind vectors， Unit： m·s-1）， height fields （blue solid lines， Unit： dagpm） and temperature fields （red dashed lines， Unit： ℃） at 08：00 （a） and 20：00 （b） on 23 June 2024
（The blue dot represents Lijiang Station， the same as below）
3.1.2 700 hPa形势
图3
图3
2024年6月23日08：00（a）、20：00（b）700 hPa风场（风矢，单位：m·s-1）、高度场（蓝色实线，单位：dagpm）、温度场（红色虚线，单位：℃）
Fig.3
The 700 hPa wind fields （wind vectors， Unit： m·s-1）， height fields （blue solid lines， Unit： dagpm） and temperature fields （red dashed lines， Unit： ℃） at 08：00 （a） and 20：00 （b） on 23 June 2024
3.2 物理量特征
3.2.1 水汽条件
水汽通量可以表征水汽的输送路径和强度，水汽通量散度则表示水汽的辐合辐散程度。6月23日08：00和20：00，丽江站700 hPa比湿均在12 g·kg-1以上。一方面，来自孟加拉湾的水汽在偏西气流引导下向滇西北输送，另一方面来自南海的水汽也在副高外围引导气流下向滇西北输送（图略）。从700 hPa水汽通量和水汽通量散度分布可见，6月23日20：00[图4（a）]，丽江市东部的偏南气流加强，水汽通量随之增大，丽江中部至东南部存在强水汽通量辐合区，水汽通量散度大值区位于丽江市东部至楚雄州北部一带，中心值达-2×10-4 g·cm-2·hPa-1·s-1，强水汽辐合区与700 hPa切变线位置对应较好；22：00[图4（b）]水汽通量辐合稍有减弱，此后辐合中心缓慢南移，丽江大部分地区上空仍存在弱水汽通量辐合；24日00：00—02：00[图4（c）、（d）]水汽通量辐合区维持在丽江西部，丽江东南部水汽通量减小，辐合减弱，辐合中心南移至楚雄州西北部。
图4
图4
2024年6月23日20：00（a）、22：00（b）与24日00：00（c）、02：00（d）700 hPa水汽通量（矢量，单位：g·cm-1·hPa-1·s-1）和水汽通量散度（填色，单位：10-4 g·cm-2·hPa-1·s-1）
Fig.4
The water vapor flux （vectors， Unit： g·cm-1·hPa-1·s-1） and water vapor flux divergence （the color shaded， Unit： 10-4 g·cm-2·hPa-1·s-1） at 700 hPa at 20：00 （a） and 22：00 （b） on 23 June， 00：00 （c） and 02：00 （d） on 24 June 2024
3.2.2 不稳定条件
从丽江站T-ln P图（图5）可见：6月23日08：00，低层（700 hPa以下）温度与露点差较大，抬升凝结高度（Lifting Condensation Level，LCL）为2.65 km（海拔高度，下同），说明低层偏干；对流有效位能（Convective Available Potential Energy，CAPE）值为94.2 J·kg-1，不稳定能量较弱，对流抑制（Convective Inhibition，CIN）较强，抬升指数（Lifted Index，LI）为0.24，层结较稳定。白天受太阳辐射加热影响，低层温度显著升高，20：00探空图整体呈上干下湿的“喇叭口”特征，大气层结处于不稳定状态，状态曲线与环境温度层结曲线之间的正浮力区（淡红色阴影区）面积显著增加且呈狭长型，CAPE值（1 367.6 J·kg-1）明显增大，LI为-3.78，700 hPa与500 hPa温差为20.5 ℃，0 ℃层高度为5.51 km，LCL为3.67 km，表明暖云层深厚。从风场垂直分布看，0~6 km垂直风切变为9.1 m·s-1，属于中等强度水平，足以使多单体风暴维持组织化结构；700~600 hPa风随高度顺转，表明低层有暖平流。以上条件均有利于短时强降水发生。
图5
图5
2024年6月23日08：00（a）、20：00（b）丽江站T-ln P图
（黑色圆圈表示风速<2 m·s-1）
Fig.5
The T-ln P charts at 08：00 （a） and 20：00 （b） at Lijiang Station on 23 June 2024
（Black circles represent wind speed less than 2 m·s-1）
3.2.3 动力抬升条件
垂直运动能引起水汽和能量的垂直输送，有利于低层空气辐合抬升产生强降水天气。从图6可见，23日20：00，丽江受辐合切变线影响，东部较西部辐合更强，丽江大部为垂直上升运动区，垂直上升运动中心位于楚雄州西北部，中心值为-1.9 Pa·s-1；22：00垂直上升运动逐渐增强，上升运动中心稳定少动；24日00：00，垂直运动中心值为-2.6 Pa·s-1，为强降水天气发生提供了有利的动力抬升条件；24日02：00，垂直上升运动稍有减弱，辐合强度较23日22：00减弱。
图6
图6
2024年6月23日20：00（a）、22：00（b）与24日00：00（c）、02：00（d）700 hPa风场（矢量，单位：m·s-1）和垂直速度（填色，单位：Pa·s-1）
Fig.6
The wind fields （vectors， Unit： m·s-1） and vertical velocity （the color shaded， Unit： Pa·s-1） at 700 hPa at 20：00 （a）， 22：00 （b） on 23 June， and 00：00 （c）， 02：00 （d） on 24 June 2024
4 雷达回波及闪电特征
4.1 多普勒雷达回波特征
从组合反射率因子演变分析可知，这次暴雨过程受中尺度对流系统影响所致。6月23日20：00，宁蒗县北部发展出多个强对流回波单体，最大反射率因子达56.3 dBZ（图略），此时宁蒗县北部开始出现降水。20：33，从组合反射率因子[图7（a）]可见，宁蒗县北部有3个γ中尺度对流单体沿着切变线呈线状分布，分别是位于永宁站的单体A、黄蜡老站的单体B和牛窝子站的单体C，A、B处于成熟阶段，C单体由两个γ中尺度对流单体构成，处于发展阶段。此时B单体处于最强阶段，最大反射率因子达59.5 dBZ；对应1.5°仰角径向速度场[图7（b）]上，单体A出现辐合特征、单体B附近出现正负速度区，有涡旋存在，抬高仰角有辐散出现。受对流单体影响，A单体附近2个站点出现暴雨天气；B单体附近的黄腊老站20：30出现5 min雨量峰值10.1 mm，此单体持续近2 h，出现2 h雨量为71.9 mm的短时强降水，最终黄腊老站出现过程累计雨量为136.9 mm的大暴雨天气。
图7
图7
2024年6月23日20：33（a、b）、22：06（c、d）、22：53（e、f）及24日00：26（g、h）丽江市多普勒雷达组合反射率（a、c、e、g，单位：dBZ）和1.5°仰角基本径向速度（b、d、f、h，单位：m·s-1）
Fig.7
The radar composite reflectivity factor (a, c, e, g, Unit: dBZ） and 1.5° elevation radial velocity (b, d, f, h, Unit: m·s-1) from Lijiang doppler weather radar at 20:33 (a, b), 22:06 (c, d), 22:53 (e, f) on 23 June and 00:26 (g, h) on 24 June 2024
22：06[图7（c）、（d）]，单体A、B缓慢西移，强度减弱，C单体逐渐增强合并，同时在降水回波移动前方的古城区、玉龙县东部等地有局地对流云团生成；此时C单体反射率因子达52.0 dBZ，引导气流转变为西南气流，靠近雷达站出流方向出现速度模糊，径向速度场上（1.5°仰角）出现正负速度对，旋转速度达14.0 m·s-1，出现弱中气旋（袁薇和高学浩，2018）特征，持续时间12 min，高层是辐散，弱中气旋的出现表明低层旋转上升动力进一步增强，对应地面C单体影响区域小时雨量迅速增大。22：53[图7（e）、（f）]，位于宁蒗的对流云团在本地生成、发展出多个以积状云为主的小尺度对流云团呈线状分布，在西南气流持续输送水汽和不稳定能量的背景下，C单体发展到强盛，此时反射率因子达59.5 dBZ，中高层强回波中心对应低仰角反射率因子小于40.0 dBZ的弱回波区（图略），对应径向速度场维持低层辐合、高层辐散。弱中气旋[图7（d）]的出现带来强上升气流，致使23：00牛窝子站出现小时雨量为39.5 mm的短时强降水，弱中气旋首次出现时间较牛窝子站强降水峰值时刻超前54 min；00：00临近站点羊窝子出现小时雨量为32.9 mm短时强降水，此单体造成牛窝子、羊窝子站过程雨量为121.5、100.9 mm的大暴雨天气。
为更好地研究初生阶段强对流天气及产生大暴雨天气的雷达回波垂直结构特征，图8给出强对流单体的反射率因子及径向速度垂直剖面。20：33[图8（a）、（e）]，强对流初生阶段的B单体回波伸展高度达10.0 km，反射率因子超45.0 dBZ的强回波核伸展高度达4.1 km，回波质心低，降水效率高；对应径向速度剖面上中层有径向风辐合，高层为径向风辐散，为对流单体的持续发展提供了良好的动力条件，使得低层暖湿气流不断辐合抬升，促进上升运动发展。22：06[图8（b）、（f）]，发展阶段的C单体强回波核伸展高度为2.3 km，低层存在径向风速辐合特征，风暴后侧存在明显的入流急流，同时在垂直结构上出现弱中气旋辐合特征，充足的暖湿入流持续为风暴补充动能，促使对流不断向上发展。随着时间推移，风暴在本地快速发展，回波明显增强，动力结构进一步发展完善，41 min后C单体发展为γ中尺度对流单体中的强风暴，22：53[图8（c）、（g）]，该单体强回波核出现倾斜特征，反射率因子大于60.0 dBZ，强回波核伸展高度为4.0 km，低层有弱回波区（张腾飞等，2023），回波质心较初生阶段有所抬升，降水开始增强；对应径向速度剖面中高层出现风暴顶辐散，此时强对流单体发展到强盛时期。有效的低质心回波配合低层辐合、高层辐散，低层辐合形成强烈的上升运动，同时高层辐散抽吸作用会进一步加强上升气流，导致降水回波维持，带来短时强降水。00：26[图8（d）、（h）]，D区东山站上空的γ中尺度对流单体反射率因子超40.0 dBZ的回波面积虽然较小，但30.0 dBZ以上有效降水回波伸展到6.0 km，配合速度场上的低层辐合、高层辐散特征，有利于强降水出现。
图8
图8
2024年6月23日20：33（a、e）、22：06（b、f）、22：53（c、g）与24日00：26（d、h）丽江天气雷达反射率（a、b、c、d，单位：dBZ）与径向速度（e、f、g、h，单位：m·s-1）剖面
Fig.8
The profiles of reflectivity factor （a， b， c， d， Unit： dBZ） and radial velocity （e， f， g， h， Unit： m·s-1） from Lijiang weather radar at 20：33 （a， e）， 22：06 （b， f）， 22：53 （c， g） on 23 June and 00：26 （d， h） on 24 June 2024
4.2 风廓线雷达特征
选取23日21：00—24日03：00丽江站逐6 min风廓线雷达资料（图9）（数据质控后中低层有缺测，高度均为距地高度）分析可知，丽江21：00—22：12，800 m以下有东北风，边界层已受弱冷空气影响；800~2 400 m有西南急流，最大风速为20.4 m·s-1，西南急流不仅为对流系统输送了充足的暖湿气流，还为低层辐合形成提供了有利条件，促进了强对流天气发生。23：24—23：42，800 m以下出现偏北气流，1 470~2 430 m出现风速极大值为24.4 m·s-1的西南急流，此时边界层依然受弱冷空气影响，而中低层西南气流仍在持续，这种冷暖气流交汇处的辐合上升运动有利于对流发展和维持。24日00：00—00：36，3 150 m高度出现西南急流，最大风速增至24.0 m·s-1，在4 800 m高空也出现偏西气流且风速增大，急流高度随过程发展逐渐向上抬升，表明对流发展过程中上升运动不断增强，对流发展持续增强。02：00—03：00，在1 350~3 870 m高度层出现西南急流，风速最大值达30.1 m·s-1，5 070~5 790 m层有西北急流，风速最大值达28.3 m·s-1。高层急流的出现，特别是西北急流，进一步增强了高层的辐散效应，通过抽吸作用加强了低层上升运动，使得对流云团得以持续发展并维持强盛状态。03：00后急流消失，中低层西南急流开始减弱消散，冷暖空气交汇的辐合结构被破坏，上升动力减弱，对流系统随之减弱。
图9
图9
2024年6月23日21：00—24日03：00丽江站风羽图（单位：m·s-1）
Fig.9
The wind barbs chart over Lijiang Station from 21：00 on June 23 to 03：00 on 24 June 2024 （Unit： m·s-1）
从垂直风场的变化可以看到，过程期间西南急流始终维持在中低层，急流核高度逐步抬升，配合高层弱冷空气侵入，形成了下暖湿、上干冷的不稳定层结，持续的辐合抬升为对流单体长时间维持提供了充足的动力与水汽条件。
4.3 闪电与降水的关系
已有研究（张腾飞等，2011；魏庆等，2023）表明，闪电活动不仅与降雨强度、降雨落区密切相关，且对强降雨出现时间有一定指示意义。分析宁蒗县中部牛窝子附近C单体回波6月23日22：00—23：00的反射率因子演变特征发现，反射率因子大值区维持在50.0 dBZ以上，最大值超过60.0 dBZ，属于积状云降水回波（李华宏等，2020）。从图10（a）可见，22：20负闪频次出现最大值，23：00出现39.5 mm的短时强降水，提前量40 min；22：30—22：40，负闪频次虽有下降，但10 min累计雨量开始明显增加，维持在10.0 mm以上；23：00，当负闪频次维持在低位时，10 min累计雨量达到峰值13.0 mm。
图10
图10
2024年6月23日22：20—23：00牛窝子站（a）和24日00：00—02：00东山站（b）10 min雨量、负闪次数变化
Fig.10
The variation of 10-minute precipitation and number of negative lightning at Niuwozi Station from 22：20 to 23：00 on 23 June （a） and at Dongshan Station from 00：00 to 02：00 on 24 June （b） 2024
从永胜县东南部东山站附近24日00：00—02：00逐10 min累计降雨量、负闪频次时序[图10（b）]可见，在积层混合云降水回波背景下，负闪活动和降水均呈双峰结构，负闪活动落后于降水峰值出现，降水第一峰值是00：20的9.2 mm，负闪第一峰值出现时间是00：30的13次，滞后10 min；01：30东山站降水量出现第二峰值11.5 mm，而负闪第二峰值出现在01：50的29次，滞后20 min。
5 地面辐合线特征
丽江市属于横断山区，地势东南低西北高，境内山脉多为南北走向，这种特殊地形条件使得地面气流易受山脉阻挡和地形抬升影响，从而形成局地性气流辐合。降雨发生前，6月23日17：00[图11（a）]，在大暴雨区域宁蒗县北部、永胜县东部有地面辐合线形成，当切变线西移至地面辐合线附近时，受地面辐合线触发，形成强烈上升运动，有利于强对流天气发生；20：00（图略），宁蒗县西北部地面转为一致的偏东风，且风速增大，受地形抬升影响，形成上升运动，为本次强对流天气发生提供了动力条件，宁蒗县北部开始出现强对流天气；22：00（图略），宁蒗县中部的偏东气流增加，南北走向山脉遇到偏东气流时，地形阻挡作用使得水汽在迎风坡区域聚集，增强了大气湿度条件，这种地形抬升作用与充足的水汽条件相互配合，为强降水出现提供了动力和水汽基础，对应区域22：06雷达回波径向速度图[图7（d）]上出现弱中气旋特征；23：00[图11（b）]，宁蒗县北部的地面辐合线南移至中部，偏东气流和偏南气流在辐合线附近交汇，不仅提供了充足水汽，辐合上升为对流持续发展提供了充足动力，23：00至次日00：00该区域出现小时雨量超过30.0 mm的短时强降水；24日00：00[图11（c）]，该区域内地面辐合线维持并加强，致使宁蒗县中北部即地面辐合线北侧出现短时强降水；永胜县大暴雨区出现风速辐合，辐合区河腰站出现小时雨量为22.7 mm的短时强降水；24日01：00后位于宁蒗县中部的地面辐合线维持，水汽条件减弱，雨势减弱；03：00后辐合线逐步减弱消失。
图11
图11
2024年6月23日17：00（a）、23：00（b）和24日00：00（c）地面风场（单位：m·s-1）和辐合线（红色实线）
Fig.11
The ground wind fields （Unit： m·s-1） and convergence lines （solid red lines） at 17：00 （a）， 23：00 （b） on 23 June and 00：00 on 24 June （c） 2024
6 结论
本文利用多源观测资料分析了滇西北高原一次典型对流性大暴雨天气过程的演变特征和成因，得到以下主要结论。
（1）2024年6月23—24日，受辐合切变线影响，云南省西北部出现一次区域性强降水天气，丽江市5站过程累计雨量超100.0 mm，大暴雨位于宁蒗县北部和永胜县东部；强对流天气主要出现在夜间，对流性降水特征明显。
（2）500 hPa滇西北受高空槽底后部西北气流控制，引导冷空气南下影响丽江，形成上冷下暖的不稳定层结，加之滇西北存在副高和滇缅高压之间的辐合区；700 hPa切变线位于四川盆地南部至滇东北一线，并在高空气流引导下向西南移动，丽江受辐合切变影响，强垂直上升运动和水汽辐合为强降水发生提供了有利条件。
（3）本次大暴雨天气过程由局地生成的β中尺度、γ中尺度对流单体产生，雷达反射率因子最大达59.5 dBZ，速度图上存在明显的速度模糊、涡旋、弱中气旋，高层辐散、低层辐合、中层径向辐合等特征均对对流性暴雨的提前预报预警有很好的指示性。
（4）过程期间西南急流维持在中低层，西南急流输送暖湿气流并增强低层辐合，高层西北急流通过抽吸效应加强上升运动，急流核高度逐步抬升，配合高层冷空气侵入，形成下暖湿、上干冷的不稳定层结，持续的辐合抬升为对流单体长时间维持提供了充足的动力与水汽条件。积状云降水回波中负闪峰值超前强降水约40 min，而积层混合云降水回波中可能出现降水峰值提前现象。
（5）丽江市南北走向山脉与地面辐合线共同作用，通过地形抬升和气流辐合触发并加强对流，成为此次大暴雨过程中对流持续触发和维持的重要因素。
参考文献
四川盆地一次极端暴雨过程的演变及成因分析
[J].
2021年8月7日20：00—8日20：00四川盆地东北部地区发生了一次极端暴雨过程，其日降雨量和夜雨阶段的小时雨量突破历史极值。本文利用气象观测资料、多普勒雷达及ERA5再分析资料对此次过程的演变及成因进行分析。结果表明：1）过程发生前700 hPa假相当位温（θse）偏离气候平均值2.5倍标准差，700、850、925 hPa比湿均偏离2倍标准差以上；2）稳定的地面辐合区和中低层低涡切变系统持续触发新生对流，并不断与原有对流系统合并形成“列车效应”，确保原对流系统维持发展；3）低层暖湿空气与干冷空气交汇形成稳定的θse锋区，形成的经向暖湿上升气流与纬向次级闭合环流的上升气流共同作用，为对流系统提供稳定的能量和水汽输送；700 hPa附近的辐合风场配合中低层经向次级环流中下沉偏北气流的阻挡作用，使对流系统呈现准静止“后向传播”特征，有利于此次极端暴雨的形成。
辽东半岛一次大暴雨过程触发和维持机制分析
[J].2017年8月3日20：00—5日14：00（北京时）辽东半岛东北部发生了一次强降水过程，其日降水量突破历史极值。利用地面自动气象站资料、探空资料、多普勒雷达资料、FY-2G卫星云顶亮温数据、欧洲中期天气预报中心ERA5再分析资料，对2017年8月3—5日辽东半岛大暴雨过程的天气形势、中尺度对流系统的发展过程及其触发机制进行诊断分析。结果表明：此次大暴雨过程分为两个强降水阶段，主要由高空槽、低层切变线、副热带高压边缘的暖湿气流、北方干冷空气和地面辐合线共同影响所致；两个阶段短时强降水差异较大，这与低层水汽、环境风垂直切变、锋生强度密切相关，低层水汽丰沛、水平风垂直切变较大、锋生较强时，降水较多；辽东半岛对流层低层的锋生过程、正涡度中心和辐合中心耦合的动力结构，进一步加强了抬升作用，促使对流系统组织化程度更高、强度更强；辽东半岛地面南北辐合线交汇处对流单体合并增强，是产生极端短时强降水（小时降水量≥50 mm）的主要原因，地面辐合线由辽东半岛东北部向西南扩散的干冷空气与其东侧偏南气流所形成；地形阻挡作用和强降水的冷池效应促使东北或偏北气流向南延伸，对流单体后向传播，利于强降水的维持和加强。
云南一次强对流暴雨天气学成因分析
[J].为提高暴雨预报准确率，减少暴雨致灾损失，基于地面常规气象观测资料、卫星云图反演的云顶亮温（Black Body Temperature， TBB）资料及美国国家环境预报中心（National Centers for Environmental Prediction， NCEP）再分析资料，对2017年8月云南一次强对流暴雨成因进行分析。结果表明：500 hPa低槽东移、700 hPa切变线南压、地面冷锋西推是此次降水过程发生的天气背景；中-β、中-α尺度对流系统（Mesoscale Convective System， MCS）是产生强对流暴雨的直接系统，强降雨主要出现在TBB梯度大值区；MCS与700 hPa切变线关系最为密切，切变线位于滇中以东地区，MCS呈椭圆状，沿切变线附近及后部发展，切变线靠近哀牢山或翻越后，MCS呈西北—东南向带状分布，沿切变线前部发展；切变线翻越哀牢山前，白天移动较快，主要产生雷暴天气，夜间移动缓慢，降雨较强；强对流暴雨需重点关注水汽通量辐合大值区、800 hPa与500 hPa温差大于20 ℃区域；强降雨时段，整层大气均为上升运动，强降雨区维持低层辐合、中高层辐散的动力抽吸机制。
甘肃陇南两次暴雨天气过程对比分析
[J].2017年8月甘肃陇南出现暴雨天气，礼县、武都气象站24 h降水量突破历史极值，极端性和局地性突出。应用欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第5代全球大气再分析产品ERA5、雷达资料及地面加密观测资料，对2017年8月6—7日、19—20日发生在甘肃省陇南地区的2次暴雨过程进行对比分析，重点讨论2次过程的环流背景以及强降水时段雷达反射率因子、径向速度、物理量特征。结果表明，2次暴雨过程均发生在西风槽偏北气流与中低层偏南暖湿气流交汇处，但是2次过程的主要影响系统及触发条件不同；雷达回波显示8月6—7日由冷式切变线引起的暴雨系统对流性较强，反射率因子值较高、中心高度较低，降水率较大，持续时间短；19—20日暖区降水的反射率因子值较低、中心高度较高，降水率较小，持续时间较长。
深度学习模型在2021年汛期武汉市雷达回波临近预报中的应用评估
[J].近年来，人工智能技术在图像识别领域取得了突破性进展，为探寻人工智能模型在武汉地区雷达回波临近预报中的应用价值，本文利用湖北武汉市2015—2020年雷达回波和降水量观测资料，对PredRNN++、MIM、CrevNet和PhyDNet 4种深度学习模型进行雷达回波临近预报训练，并基于2021年汛期雷达回波资料进行雷达回波临近预报。在此基础上，通过降水强度和降水面积指数筛选降水过程，并以均方误差（Mean Square Error， MSE）、结构相似性指数（Structural Similarity Index Measurement， SSIM）、命中率（Probability of Detection， POD）、空报率（False Alarm Rate， FAR）和临界成功指数（Critical Success Index， CSI）为指标，检验评估上述4种深度学习模型和光流法对2021年汛期武汉地区雷达回波的临近预报性能。结果表明：（1）整体来看，MIM模型的MSE最小、POD最高，MIM和PredRNN++模型的SSIM并列最高；所有深度学习模型的FAR均低于光流法，且PhyDNet模型的FAR最低；除CrevNet模型外，其余3种深度学习模型的CSI均高于光流法，且MIM模型的CSI最高。（2）预报的前12 min，光流法的CSI最高，而在18~120 min MIM模型的CSI最高，显示了深度学习模型长预报时效的优势。（3）随着回波强度增加，深度学习模型和光流法的POD和CSI均迅速降低，而FAR光流法与各模型则表现出不同的变化规律。（4）随着区域性降水强度增加，深度学习模型的预报能力均先降低后明显增强，而光流法对降水强度变化的敏感性较弱，故在强降水背景下深度学习模型的CSI较光流法增幅最大；对于局地一般对流性降水过程，所有深度学习模型和光流法的预报能力均大幅降低。（5）暴雨个例分析结果表明，深度学习模型不仅具备一定回波强度变化的预报能力，而且对回波运动的预报能力也明显高于光流法，展示了深度学习模型良好的应用前景。
Anthropogenic intensification of short-duration rainfall extremes
[J].
Changes in extreme precipitation over dry and wet regions of China during 1961-2014
[J].Changes in extreme precipitation differ among regions (e.g., dry and wet regions), causing different adverse effects on human life, social economy, and natural ecosystems on a warming planet. In this study, we use the 95th percentile‐based threshold to define extreme precipitation. The spatiotemporal changes in extreme precipitation and temperature‐extreme precipitation scaling relationship between dry and wet regions of mainland China during 1961‐2014 are analyzed using two gridded data sets of precipitation and temperature observations. Extreme precipitation increased faster in dry regions (3.9% frequency and 2.8% relative intensity per decade) compared to wet regions (2.5% frequency and 2.1% relative intensity per decade) over the past 54 years. Despite the negative regression relationship between mean precipitation and temperature in wet regions, extreme precipitation has a positive relationship with temperature. The regression coefficient in relative intensity against temperature change is 6% per °C in wet regions. The frequency increases significantly (p < 0.01) faster as temperature increases in wet regions (11.1% per °C) compared with dry regions (6.9% per °C). These results suggest that precipitation extremes increase for both dry and wet regions, and faster trends are observed in dry regions. However, the same magnitude of warming causes more extreme precipitation in wet regions. Therefore, more extreme precipitation in future may raise the risk of flooding in both dry and wet regions, particularly for wet regions, due to the stronger relative intensity and faster increases against warming.
Assessment of seasonal rainfall prediction in Ethiopia: Evaluating a dynamic recurrent neural network to downscale ECMWF-SEAS5 Rainfall
[J].
Spatial-temporal analysis of precipitation extremes over China during 1961-2019
[J].
Regional patterns of climate change and extreme events in China since 1961
[J].
Convective/large-scale rainfall partitions of tropical heavy precipitation in CMIP6 atmospheric models
[J].
