快速检索
  气象   2025, Vol. 51 Issue (12): 1596-1607.  DOI: 10.7519/j.issn.1000-0526.2024.122601

论文

引用本文 [复制中英文]

陈红专, 张昆, 曾志明, 2025. 2023年6月湘西一次特大暴雨中尺度特征与预报偏差分析[J]. 气象, 51(12): 1596-1607. DOI: 10.7519/j.issn.1000-0526.2024.122601.
[复制中文]
CHEN Hongzhuan, ZHANG Kun, ZENG Zhiming, 2025. Analysis of Mesoscale Characteristics and Forecast Bias of a Severe Torrential Rain in Western Hunan Province in June 2023[J]. Meteorological Monthly, 51(12): 1596-1607. DOI: 10.7519/j.issn.1000-0526.2024.122601.
[复制英文]

资助项目

中国气象局预报与网络司复盘总结专项(FPZJ2024-087)、湖南省自然科学基金重大项目(2021JC0009)和湖南省气象局创新发展专项(CXFZ2025-ZDXM01)共同资助

第一作者

陈红专, 主要从事短期天气预报及相关研究.E-mail: 306676963@qq.com

文章历史

2024年7月18日收稿
2025年4月8日收修定稿
2023年6月湘西一次特大暴雨中尺度特征与预报偏差分析
陈红专 1,2, 张昆 1,2, 曾志明 1,2    
1. 湖南省怀化市气象局, 怀化 418000
2. 气象防灾减灾湖南省重点实验室, 长沙 410118
摘要:2023年6月29—30日, 湖南西部突发特大暴雨, 预报员及数值模式预报均与实况偏差较大。采用多源观测资料、ERA5再分析资料和模式预报数据对特大暴雨的中尺度特征和预报偏差的可能原因进行了诊断分析。结果表明: 高空槽后西北气流引导冷空气南下, 与夜间加强的西南暖湿气流汇合, 导致了特大暴雨的发生。特大暴雨是由一个准静止后向传播中尺度对流系统(MCS)产生的, 该MCS由多个强烈发展的γ-MCS合并而成, 表现为一条有组织的线状回波带。在有利的环境背景下, 边界层辐合线的长时间维持、低空急流的风速脉动和低层辐合高层辐散的垂直结构导致对流单体的触发和组织, MCS的合并加强、后向传播以及对流单体“列车效应”是特大暴雨产生的重要原因。由于数值模式低层动力、热力场的预报偏差, 预报员对模式预报的订正能力不足, 以及湘西地区复杂的地形地貌影响, 导致短期时效主观预报出现较大偏差。因此, 需使用高时空分辨率的地面加密自动气象站资料、卫星资料和雷达资料分析中尺度环境场的要素变化, 加强短时临近预报, 及时发布预警信号。
关键词特大暴雨    中尺度特征    预报偏差    风速脉动    
Analysis of Mesoscale Characteristics and Forecast Bias of a Severe Torrential Rain in Western Hunan Province in June 2023
CHEN Hongzhuan1,2, ZHANG Kun1,2, ZENG Zhiming1,2    
1. Huaihua Meteorological Office of Hunan Province, Huaihua 418000;
2. Hunan Key Laboratory of Meteorological Disaster Prevention and Reduction, Changsha 410118
Abstract: From 29 to 30 June 2023, a localized abrupt severe torrential rain occurred in the western region of Hunan Province, but forecasters and numerical models both failed to forecast the rainfall intensity. In this study, the mesoscale characteristics and possible causes of forecast biases are analyzed based on the multiple observations data, ERA5 reanalysis data and numerical forecast products. The results show that the northwest air flow behind the upper-level trough drove the cold air to the south and merged with the southwest warm-humid air flows which were strengthened at night, which led to the occurrence of this process. The severe torrential rain was generated by a backward propagation of quasi-stationary mesoscale convective system (MCS), which was composed of multiple strongly developing γ-MCSs, manifested as an organized linear echo band. Under the favorable environmental background, the long-time maintenance of the boundary layer convergence line, the wind velocity fluctuation of the low-level jet and the vertical structure of low-level convergence and high-level divergence contributed to the triggering and organization of the convective cells. The merging, strengthening backward propagation of MCS and the train effect of convective cells were important causes for the severe torrential rain. Significant errors were made in the short-time subjective forecasts because of the forecast biases of the low-level dynamic and thermodynamic fields of the numerical models, the deficiency of forecasters' ability to correct the model forecast, and the complex topography of western Hunan Province. Therefore, it is very crucial to use the automatic weather station data, satellite data and radar data with high spatio-temporal resolution to analyze the changes of the mesoscale environmental conditions, strengthen the short-time nowcasting and issue early warning in time.
Key words: severe torrential rain    mesoscale characteristic    forecast bias    wind speed fluctuation    
引言

中国位于东亚季风气候区,雨季受东亚夏季风影响常出现暴雨天气(罗亚丽等,2020黄垭飞等,2021),局地突发性极端暴雨由于事发突然,降水时间短却雨强大,多出现破纪录极值而深受关注(陈双等,2016田付友等,2018孔期等,2022杨磊等,2023)。

暴雨虽然是多尺度系统相互作用的结果(陶诗言等,2003),但与中尺度对流系统(MCS)的生成环境、组织结构及运动学特征等密切相关(Maddox et al, 1979; Schumacher and Johnson, 2005张家国等,2013)。MCS的发生需要一定的环境条件(夏茹娣等,2006王婧羽等,2022荆浩等,2024; 徐姝等,2024),Jirak and Cotton(2007)对暖季发生在美国中部地区的近400个中尺度对流系统形成条件进行分析后认为,低层暖平流、低层垂直风切变和对流不稳定是决定对流系统是否发展成MCS的最重要参数。低空急流的湿度输送会降低环境的稳定度,急流末端的水平辐合导致大尺度抬升,为夜间MCS的触发提供了有利的对流初生环境(Shapiro et al,2018Weckwerth et al,2019),急流上的风速脉动传播也有利于低空扰动加强,为MCS的发展提供了有利的抬升条件(刘淑媛等,2003郑丽娜和孙继松,2024)。

MCS的组织、移动和传播特征非常复杂,受环境风场、地形和多尺度系统相互作用等因素影响(林宗桂等,2009张家国等,2013徐珺等,2018杨磊等,2023)。王晓芳和崔春光(2012)将长江中下游地区线状MCS分为8种典型类型,其中准静止后向建立的MCS发展旺盛,移动缓慢,易导致局地极端强降水。MCS的后向传播、“列车效应”等在山区附近容易产生暴雨(张家国等,2013徐珺等,2018荆浩等,2024)。张家国等(2013)的研究表明,大别山山脉对雷暴冷池的阻挡导致冷空气在山前堆积并形成回流,是产生鄂东北特大暴雨的向后传播-准静止MCS发生发展的原因。徐珺等(2018)针对“5·7”广州特大暴雨的研究表明,中尺度对流系统的单体移动方向和传播方向近乎相反导致系统移动非常缓慢,后向传播明显,最终导致强降水长时间维持。

2023年6月29日20:00至30日20:00(北京时,下同),湖南西部遭遇了一次突发性特大暴雨,强降水中心位于武陵山脉南侧和沅江支流酉水河谷地带,降水区域集中,最大累计降水量超过300 mm;雨强大,最大1 h雨强和最大3 h雨强均创湖南极值。预报员和业务数值模式对强降水落区、量级预报均存在明显偏差。本文利用常规地面和高空观测资料、吉首SAD多普勒雷达、FY-4A卫星、欧洲中期天气预报中心的全球再分析资料(ERA5)以及业务中常用的欧洲中期天气预报中心全球模式(EC)、CMA全球模式(CMA-GFS)及CMA-MESO、CMA上海(CMA-SH3)和CMA广东(CMA-GD)中尺度模式,对此次特大暴雨的中尺度特征和预报偏差的可能原因进行分析,旨在揭示造成强降雨的MCS演变特征和触发维持机制,为此类突发性暴雨的预报预警提供有效参考。

1 过程概述

2023年6月29日20:00至30日20:00,湘西及湘东北地区出现大暴雨到特大暴雨(图 1a),共有55个自动气象观测站24 h累计降水量超过100 mm。湘西地区雨带呈东西向带状分布,是此次过程的最强雨区,共有34个站累计降水量超过100 mm,其中8个站超过250 mm。主雨带位于云贵高原向洞庭湖平原过渡的区域,尤其是武陵山脉南侧和沅江支流酉水河谷地带,地形特征明显(图 1b)。

图 1 2023年6月(a,b)29日20:00至30日20:00(a)累计降水量(填色)和(b)累计降水量≥50 mm的站点(彩色圆点)和地形(填色),(c,d)30日00:00—14:00(c)代表站小时降水量和(d)小时雨强≥20 mm·h-1、≥50 mm·h-1站次 注:图b为图a中红框区域。 Fig. 1 (a) The accumulated precipitation (colored), (b) the stations with accumulated precipitation ≥50 mm (color dot) from 20:00 BT 29 to 20:00 BT 30 and terrain (colored), (c) hourly precipitation of representative stations and (d) number of stations with hourly precipitation intensity greater than 20 mm·h-1 and 50 mm·h-1 respectively from 00:00 BT to 14:00 BT 30 June 2023

此次降水过程具有以下特点:

(1) 时空分布集中:暴雨区集中在湘西州中部、怀化北部(沅陵)、常德西部和岳阳北部;降水发生时间集中,其中保靖、古丈和肖家桥3个代表站的降水量分别集中在7、6、4 h之内(图 1c)。

(2) 极端性强:保靖国家气象观测站日降水量为316.9 mm,超过该站历史极值,为湖南国家气象观测站最大日降水量历史第二高;肖家桥最大小时雨强(137.4 mm· h-1)和最大3 h雨强(227.1 mm·3 h-1)均创湖南有气象观测数据以来极值。

(3) 强对流特征明显:过程期间湖南共出现小时雨强≥20 mm·h-1短时强降水330站次,其中小时雨强≥50 mm·h-1极端短时强降水43站次;短时强降水集中出现在30日00:00—14:00,04:00区域内共出现42站次短时强降水,07:00出现极端短时强降水13站次(图 1d)。

(4) 致灾性强:由于雨强大、时空集中,造成湘西州保靖、古丈等县城及多个乡镇出现严重内涝,部分交通路段出现积水及塌方导致交通受阻,受灾人口11.77万人,直接经济损失6.25亿元。

2 天气形势和环境条件

6月29日20:00,200 hPa南亚高压呈东西带状分布,湖南位于其东北侧分流区(图略);500 hPa西太平洋副热带高压北界位于湘南,东北冷涡南侧高空槽东移加深,引导冷涡后侧冷空气南下(图 2a);低层切变线位于湖北境内,且位于高空槽后侧, 暴雨区高低空系统的配置呈前倾形势;地面上贵州西部到湘西地区有辐合线维持(图 2b)。高空槽后西北气流引导冷空气南下,与夜间加强的西南暖湿急流汇合,导致了特大暴雨的发生。

图 2 2023年6月29日20:00(a)500 hPa高度场(等值线,单位:dagpm)和850 hPa风场(风羽),(b)10 m风场(风羽) 注:图a中黑色粗实线为500 hPa槽线,虚线为850 hPa切变线;图b中黑色粗实线为地面辐合线。 Fig. 2 (a) 500 hPa geopotential height (contour, unit: dagpm) and 850 hPa wind field (barb), (b) 10 m wind field (barb) at 20:00 BT 29 June 2023

29日白天贵州东部至湘西地区以多云天气为主,气温在30~32℃,露点温度在23~25℃。从29日20:00怀化探空(图 3a)来看,降雨发生前,环境大气具备较高的对流不稳定能量(CAPE>1000 J·kg-1)、较小的对流抑制能量(50 J·kg-1)和较好的低层水汽条件(850 hPa温度露点差 < 2℃)。同时,垂直风切变较小(地面至500 hPa为10 m·s-1,925~500 hPa为6.7 m·s-1),雨滴不容易蒸发,有利于高效率降雨的发生(Davis,2001)。贵州西南部至湘西北地区处在假相当位温高能舌区,整层水汽含量大于50 kg· m-2(图 3b),垂直剖面显示暴雨区500 hPa以下为对流不稳定层结,低层比湿在10~ 18 g·kg-1(图 3c),环境条件符合产生暴雨的层结、能量和水汽条件。虽然降雨具有一定的极端性,但各要素并未出现异常值,属于湖南暴雨的正常值范围。

图 3 2023年6月(a)29日20:00怀化站探空,(b, c)30日02:00(b)整层水汽含量(填色)、850 hPa假相当位温(等值线,单位:K)和风场(风羽),(c)比湿(填色)和假相当位温(等值线,单位:K)沿110°E的垂直剖面 注:图c中黑色粗实线代表暴雨区位置。 Fig. 3 (a) T-lnp of Huaihua Station at 20:00 BT 29, (b) vertically integrated water vapour (colored), 850 hPa pseudo-equivalent potential temperature (contour, unit: K) and wind field (barb), and (c) cross-section of specific humidity (colored) and pseudo-equivalent potential temperature (contour, unit: K) along 110°E at 02:00 BT 30 June 2023
3 中尺度对流系统演变 3.1 卫星云图

FY-4A卫星红外云图显示(图 4),此次过程是由一个α-MCS造成的。29日20:00后,湘西地区先后有8个γ-MCS生成,造成特大暴雨的α-MCS即是由这8个γ-MCS合并而成,其生命周期经历了γ—β—α尺度的发展过程,生命史超过12 h;α-MCS移动缓慢,尤其是其西侧(上风向)几乎稳定在源地,其长轴方向由西南—东北向转为西北—东南向,云顶亮温呈非对称结构,西侧(上风向)云顶亮温低,梯度大,东侧则相反;新的对流云团初生在老的对流云团西侧,后向传播特征明显;8个γ-MCS中,对湘西特大暴雨贡献最大的是E、F和G(图 4c~4e),这3个云团几乎在相同的位置生成,生成后在东移合并过程中呈“列车效应”先后影响暴雨区,造成了持续强降水;3个云团生成至合并持续时间约为1 h左右,在东移合并过程中云顶亮温迅速下降,最低云顶亮温分别为-91、-88和-82℃,降温幅度分别为-41、-50和-45℃,强烈的降温说明对流发展非常旺盛,导致暴雨区出现成片短时强降水(图 1d)。造成此次特大暴雨的MCS与Schumacher and Johnson(2005)提出的准静止后向建立型MCS的概念模型相似,此类MCS移动缓慢,其新生单体在对流系统上风向不断产生,平行于系统移动方向,并不断与母体合并,易造成极端强降水。

图 4 2023年6月29—30日FY-4A红外云图演变 注:字母代表云团。 Fig. 4 Evolution of FY-4A infrared cloud image during 29-30 June 2023
3.2 雷达回波

与卫星云图对应,该α-MCS在雷达回波图上表现为一条线状回波带(图 5)。降雨开始前回波带由孤立的回波单体组成,29日22:00后孤立的带状回波单体逐渐连接合并成一条有组织的线状回波带,长度超过200 km,后侧宽度较窄,前侧较宽,回波带自西向东依次为积云、积云层云混合和层云回波,分别对应新生、成熟和消亡单体。上游重庆南部和贵州北部不断有单体新生,其平行于对流线方向移入线状回波带后侧,与老单体合并,形成一条移动极为缓慢的强回波带。线状回波带也由西南—东北向逐渐转变为西北—东南向,其符合准静止后向建立MCS(Schumacher and Johnson, 2005; 王晓芳和崔春光, 2012)的特征,此类MCS移动缓慢,发展旺盛,影响时间长,强回波单体呈“列车效应”持续经过暴雨区,导致极端降水的发生。

图 5 2023年6月29—30日吉首雷达组合反射率因子演变 注:图 5f中白线CD、AB分别为图 6a6b剖面位置。 Fig. 5 Evolution of composite reflectivity factor of Jishou Radar during 29-30 June 2023

图 6 2023年6月30日06:01沿图 5f白线(a)CD的反射率因子和(b)AB的径向速度剖面 Fig. 6 Cross-section of (a) reflectivity factor along the white line CD and (b) radial velocity along the white line AB in Fig. 5f at 06:01 BT 30 June 2023

MCS的移动可以用Corfidi向量法(孙军等,2011)近似表示为单体的移动(风暴承载层的平均风矢量)和传播的合成。承载层的平均风为925~200 hPa平均风矢量,根据图 4图 5,单体传播矢量方向近似向西,速度大小采用925 hPa风速,采用怀化探空站资料计算发现,29日20:00(30日08:00) 承载层平均风向和风速分别为263°和9.25 m·s-1(282°和8.6 m·s-1),而单体传播矢量方向为90°,速度为7.4 m·s-1(9.1 m·s-1),可见单体的移动与传播方向几乎相反,而速度大小相差不大,导致对流系统移动缓慢。另外,承载层的平均风向由西南风转为西北风,可能是线状回波带由西南—东北向顺转为西北—东南向的原因。

沿图 5f中白线CD的基本反射率因子垂直剖面(图 6a)显示,回波带具有多单体结构特征,其后侧为积云降水回波,顶高基本维持在10 km以下,大部分在5 km以下,最强回波高度显示的对流质心一般维持在较低高度(2~4 km),即对流云团质心较低。暴雨区南侧怀化站0℃层高度为4.6 km,北侧恩施站0℃层高度为5.7 km,推测暴雨区0℃层高度约为5 km左右,说明降水主体和强回波中心主要由0℃层高度以下的液态雨滴构成(孙继松等,2015),属于低质心、高效率的暖云降水回波(Houze, 2014)。参照Xu and Zipser(2011)的标准,将20 dBz回波高度超过12 km作为深对流,6~12 km的对流属于中等深对流标准,此次过程中对流云团普遍未达到深对流的垂直伸展高度,这可能与前倾形势有关,即由于中层受槽后偏北气流影响,不利于深对流发展。

沿图 5f中白线AB的雷达径向速度垂直剖面(图 6b)可以看出,2 km以下存在偏南风与偏北风辐合,高层10 km以上则为辐散,偏南暖湿气流沿低层偏北气流爬升,低层辐合、高层辐散的垂直结构增强了大气垂直上升速度,有利于触发新生雷暴或使雷暴快速加强。

4 中尺度对流系统触发和维持机制

廖移山等(2011)张家国等(2013)伍志方等(2018)研究表明,边界层中尺度天气系统往往是MCS的触发机制,与其发生发展和暴雨的发生有着密切关系。过程期间,重庆南部和贵州北部不断有对流单体新生和东移,对流单位的新生与该区域长时间维持的边界层辐合线密切相关。29日20:00,贵州中部至重庆南部和湘西地区有一条明显的地面辐合线(图 2b),925 hPa湘西至贵州北部也有一条辐合线(图略),在高温、高湿的对流不稳定环境条件下,边界层辐合线有利于对流触发及加强,沿辐合线在散度场上对应有一条带状的辐合区。随着夜间南风加强,辐合线逐渐北抬至贵州北部—湘西地区并维持少动,对应散度场上辐合增强(图 7),雷达径向速度剖面也显示了边界层的风场辐合(图 6b)。在有利的不稳定环境条件下,边界层辐合线的长时间维持导致冷暖气流交汇,触发MCS的新生和组织化发展加强,是该区域不断有回波单体新生东移的重要原因。

图 7 2023年6月30日02:00(a)地面和(b)925 hPa散度(填色)和流场(流线) 注:方框代表暴雨区。 Fig. 7 Divergence (colored) and wind stream (streamline) at (a) surface and (b) 925 hPa at 02:00 BT 30 June 2023

过程期间低空急流具有明显的脉动特征,怀化站850 hPa西南风由29日20:00的8.5 m·s-1增强到30日08:00的16.8 m·s-1,而北侧恩施站则由西南风转为偏北风,切变线的南压与西南气流的加强同步,导致暴雨区低层辐合加强。29日22:00(图 8a),850 hPa切变线位于湘北地区,将风速脉动定义为整点风速与29日20:00至30日08:00平均风速的差,此时风速脉动区并未推进到暴雨区。随着西南风加强,风速脉动区逐渐北推,30日04:00贵州北部、重庆南部到湘西地区出现大范围风速脉动区(图 8b),同时,850 hPa切变线随西南风加强略北移。切变线和脉动区的风速辐合有利于水汽和不稳定能量的辐合,也为MCS的发展提供了有利的抬升条件(刘淑媛等,2003郑丽娜和孙继松,2024)。从吉首雷达风廓线也可以看出(图 9),29日22:00后低层西南风开始加强,30日01:00达到低空急流标准,具有明显的脉动特征,而中高层则由于高空槽过境,西南气流逐渐转为西北气流。新生对流单体在偏西风气流的引导下不断东移,导致MCS的合并加强和后向传播以及“列车效应”,是特大暴雨产生的主要原因。

图 8 2023年6月(a)29日22:00和(b)30日04:00 850 hPa风速脉动(填色)和流场(流线) 注:方框代表暴雨区。 Fig. 8 850 hPa wind speed fluctuation (colored) and wind stream (streamline) at (a) 22:00 BT 29 and (b) 04:00 BT 30 June 2023

图 9 2023年6月29—30日吉首雷达风廓线 注:彩色代表水平风速的均方根误差。 Fig. 9 Wind profile of Jishou Radar during 29-30 June 2023

以上分析表明,在有利的环境条件下,边界层辐合线的长时间维持、低空急流的风速脉动和低层辐合、高层辐散的垂直结构有利于对流单体的触发新生和组织化发展,从而导致特大暴雨的发生。

5 降水预报检验及偏差分析 5.1 24 h降水预报检验

29日20:00起报的24 h(29日20:00至30日20:00)降水量预报结果显示(图略),中央气象台预报在湖南北部为大雨、东北部局地暴雨;湖南省气象台只预报了湘北部分地区中到大雨、局地暴雨;怀化市气象台仅在沅陵北部的武陵山区预报了局地大雨。可见,各级台站主观预报对湘西的特大暴雨均出现了漏报。

全球模式29日08:00起报的36 h时效预报均漏报了湘西的特大暴雨,其中EC仅在湘北预报了局地暴雨,落区明显偏北,强度明显偏弱,范围明显偏小(图 10a);CMA-GFS也仅预报了常德的暴雨(图 10b)。3个中尺度模式中,CMA-MESO预报主雨带明显偏北(图 10c),CMA-GD和CMA-SH3预报明显偏东(图 10d, 图 10e),只有CMA-SH3在湘西报出了局地暴雨,有一定的参考价值,但仍与实况有较大偏差。客观产品中,湖南省气象台智能网格预报也与实况偏差较大(图 10f)。整体来看,各家模式和客观产品对降水落区和强度预报均出现较大偏差。

图 10 模式和客观产品2023年6月29日08:00起报的29日20:00至30日20:00累计降水量预报(填色)和实况(白线,≥50 mm) Fig. 10 The observed (white line, ≥50 mm) and forecasted accumulated precipitation (colored) from 20:00 BT 29 to 20:00 BT 30 by models and objective product initiated at 08:00 BT 29 June 2023
5.2 预报偏差分析

此次湘西地区特大暴雨24 h主观预报偏差的可能原因主要有以下三个:

(1) 数值模式低层动力、热力场的预报出现偏差。分析29日08:00起报的预报场发现,EC模式对29日20:00中低层的主要影响系统及前倾形势预报与实况基本一致(图略),但低层风场预报出现偏差。850 hPa风场上,暴雨区南侧西南风风速预报较实况偏小3 m·s-1,而北侧实况为北偏西气流,预报为偏西气流,导致低层辐合区较实况位置偏北且强度偏弱(图略)。925 hPa上,预报出了29日20:00的弱辐合线(图 11a),但对辐合线的稳定维持则表现不好(图 11b)。10 m风场的预报也与实况偏差较大,30日08:00实况暴雨区北侧为偏北风,而预报为偏南风(图 11c)。可见EC对边界层辐合线的预报出现偏差,CMA-GFS的预报与EC类似(图略)。以往的个例预报检验(张芳等,2022)表明,低层动力场的预报偏差是导致强降水预报偏差的重要原因。

图 11 EC 2023年6月29日08:00起报的物理量场(a)29日20:00、(b)30日02:00 925 hPa流场(流线),(c)30日08:00 10 m风场(风羽),(d)29日20:00 CAPE(等值线,单位:J·kg-1)及其与实况的差值(填色) 注:方框代表实况暴雨区。 Fig. 11 (a, b) 925 hPa wind stream (streamline) at (a) 20:00 BT 29 and (b) 02:00 BT 30, (c) 10 m wind field (barb) at 08:00 BT 30, (d) CAPE (contour, unit: J·kg-1) at 20:00 BT 29 forecasted by EC model initiated at 08:00 BT 29 June 2023 and the difference from observation (colored)

对于热力场预报,29日20:00,EC预报的湘西地区和贵州东部CAPE<500 J·kg-1,仅贵州北部在500 J·kg-1以上,与实况相比普遍偏小约500 J· kg-1,且越往南偏差越大(图 11d)。

分析CMA-SH3的预报发现,CMA-SH3也基本预报出了29日20:00的主要影响系统和前倾形势(图略)。但预报的850 hPa风速(14~16 m·s-1)较实况偏大6~8 m·s-1,但夜间西南气流的增幅(2 m·s-1)却远小于实况(8.3 m·s-1),导致预报的西南气流脉动偏弱,低层切变线始终维持在湘北。925 hPa和地面辐合线预报(图 12)与EC类似,即预报辐合线快速北移,而非实况的稳定少动(图略)。

图 12 CMA-SH3 2023年6月29日08:00起报的30日02:00 10 m风场(风羽) 注:黑色粗线代表预报的地面辐合线,方框代表实况暴雨区。 Fig. 12 10 m wind field (barb) at 02:00 BT 30 forecasted by CMA-SH3 model initiated at 08:00 BT 29 June 2023

CMA-SH3预报的湘西至贵州北部地区CAPE值明显偏大(图略),以保靖为例,29日20:00预报值接近1300 J·kg-1,30日08:00增至1500 J·kg-1。而实况CAPE<1000 J·kg-1,30日08:00进一步减小。因此,尽管大的CAPE值有利于局地对流发展,但由于南风偏强,切变线和辐合线偏北,无法将局地对流组织起来,导致CMA-SH3的降水预报也与实况偏差较大。

(2) 短期时效内预报员对模式预报的订正能力有限。29日08:00实况显示,怀化站850 hPa西南风风速为19.3 m·s-1,且切变线位置偏北,更有利于湘北地区强降雨的发生。预报员根据影响系统的前倾形势配置,29日上午在湘西仅预报大到暴雨、局地大暴雨。特大暴雨发生在切变线南侧的西南气流中,为暖区暴雨,而数值模式对暖区暴雨预报能力较差(覃武等,2020),短期时效内对降雨落区和强度进行较大的订正和调整的难度较大。虽然短期时效预报出现偏差,但短时临近预警非常及时,古丈、保靖、沅陵等县暴雨黄色预警信号提前量分别为152、185、179 min,且后续均及时升级为橙色和红色*,各级台站的递进式预报预警服务极大地弥补了短期预报的不足。

*湘气(2023)11号文件《湖南省气象局关于保靖、古丈、沅陵等县特大暴雨气象服务情况的报告》。

(3) 湘西地区复杂地形地貌为暴雨预报增加了不确定性。此次特大暴雨发生在云贵高原向洞庭湖平原过渡的区域,区域内地形地貌极为复杂,而地形对MCS的触发、组织以及移动和传播具有重要影响。Houze(2014)研究表明,如果复杂地形背景下大气是浮力不稳定的,那么大气对地形响应会激发出积雨云,这些积雨云将进一步发展为MCS。其可能的机制包括中小尺度地形对夜间增强的西南气流的阻挡抬升和山地河谷间辐射降温差异导致的山谷风和高温度梯度等(徐珺等,2018Smith,2019)。当天湘西地区是满足浮力不稳定的,过程期间该区域也出现了多个γ-MCS的新生,从图 1b也可以看出,强降雨主要发生在武陵山脉南侧和沅江支流酉水河谷地带,地形为强对流的发展和特大暴雨的发生提供了有利条件,然而目前的数值模式很难精细描述地形影响及其所产生的物理过程(Ebert and McBride, 2000),预报员的主观经验也存在偏差,从而增加了预报难度。

6 结论与讨论

本文采用多源资料对2023年6月29日湘西地区一次局地突发性特大暴雨的中尺度特征和预报偏差的可能原因进行了分析,主要结论有:

(1) 此次过程具有降水时空分布集中、强对流特征明显、极端性和致灾性强的特点。高空槽后西北气流引导冷空气南下,与夜间加强的西南暖湿气流汇合,导致了特大暴雨的发生。

(2) 特大暴雨由一个准静止后向传播MCS引起,该MCS由多个强烈发展的γ-MCS合并而成,其生命周期经历了γ—β—α的发展过程。该MCS表现为一条有组织的线状回波带,属于低质心、高效率的暖云降水回波,MCS的合并加强、后向传播以及“列车效应”是极端强降水产生的重要原因。在有利的环境条件下,边界层辐合线的长时间维持、低空急流的风速脉动和低层辐合、高层辐散的垂直结构有利于对流单体的触发和组织发展。

(3) 主观预报及数值模式确定性预报对此次局地突发性特大暴雨的短期预报均出现偏差,其可能原因包括数值模式低层动力、热力场预报偏差,预报员对模式预报的订正能力不足以及湘西地区复杂地形地貌等。

全球模式大多是静力模式,而中小尺度天气过程往往是非静力的,简单的参数化方案无法准确描述复杂的中小尺度对流过程(漆梁波和徐珺,2018)。而中尺度模式虽然是非静力、显式对流处理但对复杂的物理过程和局地的地形影响精细描述仍有限,因此,各类模式对极端暴雨过程的预报能力尤显不足。如北京“12·7”特大暴雨(孙军等,2012)、广州“5·7”暴雨(田付友等,2018)、河南“21·7”特大暴雨(孔期等,2022)等极端暴雨过程,模式均出现漏报或弱报。集合预报虽能提供更多的极端暴雨信息,但如何从各个成员预报中提取有效信息也是一个难题。对此类局地、突发性极端强降水,应重点在短时临近预报阶段,采用高时空分辨率加密自动站资料、卫星资料和雷达资料等分析中尺度环境场的要素变化,动态订正强降水预报,及时发布预警信号。

参考文献
陈双, 王迎春, 张文龙, 2016. 北京香山"7.29"γ中尺度短时局地大暴雨过程综合分析[J]. 暴雨灾害, 35(2): 148-157. Chen S, Wang Y C, Zhang W L, 2016. A comprehensive analysis of the meso-γ scale local heavy rain event around Xiangshan in Beijing on 29 July 2009[J]. Torr Rain Dis, 35(2): 148-157 (in Chinese).
黄垭飞, 管兆勇, 蔡倩, 等, 2021. 近41年来江南地区暴雨洪涝灾害时空变化特征分析[J]. 气象学报, 79(4): 582-597. Huang Y F, Guan Z Y, Cai Q, et al, 2021. Spatiotemporal variation characteristics of rainstorms and related flood disasters in Jiangnan Region in the recent 41 years[J]. Acta Meteor Sin, 79(4): 582-597 (in Chinese).
荆浩, 亢妍妍, 吴宏议, 等, 2024. 北京"23·7"极端强降雨特征和成因分析[J]. 气象, 50(5): 616-629. Jing H, Kang Y Y, Wu H Y, et al, 2024. Characteristics and causes of the July 2023 extremely torrential rain in Beijing[J]. Meteor Mon, 50(5): 616-629 (in Chinese). DOI:10.7519/j.issn.1000-0526.2024.012201
孔期, 符娇兰, 谌芸, 等, 2022. 河南"21·7"特大暴雨过程中尺度低空急流和低涡的演变特征及成因分析[J]. 气象, 48(12): 1512-1524. Kong Q, Fu J L, Chen Y, et al, 2022. Evolution characteristics and formation analysis of mesoscale low-level jet and vortex in Henan Province during the July 2021 severe torrential rain[J]. Meteor Mon, 48(12): 1512-1524 (in Chinese). DOI:10.7519/j.issn.1000-0526.2022.101001
廖移山, 冯新, 石燕, 等, 2011. 2008年"7.22"襄樊特大暴雨的天气学机理分析及地形的影响[J]. 气象学报, 69(6): 945-955. Liao Y S, Feng X, Shi Y, et al, 2011. Analysis of the mechanism for "2008.7.22" excessive rain event in Xiangfan with a focus on the terrain effect[J]. Acta Meteor Sin, 69(6): 945-955 (in Chinese).
林宗桂, 李耀先, 林开平, 等, 2009. 一个长生命期中尺度对流系统维持机制的研究[J]. 气象学报, 67(4): 640-651. Lin Z G, Li Y X, Lin K P, et al, 2009. A study on maintain mechanism of a long life-cycle mesoscale convective systems[J]. Acta Meteor Sin, 67(4): 640-651 (in Chinese).
刘淑媛, 郑永光, 陶祖钰, 2003. 利用风廓线雷达资料分析低空急流的脉动与暴雨关系[J]. 热带气象学报, 19(3): 285-290. Liu S Y, Zheng Y G, Tao Z Y, 2003. The analysis of the relationship between pulse of LLJ and heavy rain using wind profiler data[J]. J Trop Meteor, 19(3): 285-290 (in Chinese).
罗亚丽, 孙继松, 李英, 等, 2020. 中国暴雨的科学与预报: 改革开放40年研究成果[J]. 气象学报, 78(3): 419-450. Luo Y L, Sun J S, Li Y, et al, 2020. Science and prediction of heavy rainfall over China: research progress since the reform and opening-up of the People's Republic of China[J]. Acta Meteor Sin, 78(3): 419-450 (in Chinese).
漆梁波, 徐珺, 2018. 豫北"7·9"特大暴雨的短期预报分析和反思[J]. 气象, 44(1): 1-14. Qi L B, Xu J, 2018. Rethink on short-range forecast of the 9 July severe rainstorm in northern Henan[J]. Meteor Mon, 44(1): 1-14 (in Chinese). DOI:10.7519/j.issn.1000-0526.2018.01.001
覃武, 刘国忠, 赖珍权, 等, 2020. 华南暖区暴雨预报失误及可预报性探讨[J]. 气象, 46(8): 1039-1052. Qin W, Liu G Z, Lai Z Q, et al, 2020. Study on forecast errors and predictability of a warm-sector rainstorm in South China[J]. Meteor Mon, 46(8): 1039-1052 (in Chinese). DOI:10.7519/j.issn.1000-0526.2020.08.004
孙继松, 雷蕾, 于波, 等, 2015. 近10年北京地区极端暴雨事件的基本特征[J]. 气象学报, 73(4): 609-623. Sun J S, Lei L, Yu B, et al, 2015. The fundamental features of the extreme severe rain events in the recent 10 years in the Beijing Area[J]. Acta Meteor Sin, 73(4): 609-623 (in Chinese).
孙军, 谌芸, 杨舒楠, 等, 2012. 北京721特大暴雨极端性分析及思考(二)极端性降水成因初探及思考[J]. 气象, 38(10): 1267-1277. Sun J, Chen Y, Yang S N, et al, 2012. Analysis and thinking on the extremes of the 21 July 2012 torrential rain in Beijing Part Ⅱ: preliminary causation analysis and thinking[J]. Meteor Mon, 38(10): 1267-1277 (in Chinese). DOI:10.7519/j.issn.1000-0526.2012.10.013
孙军, 代刊, 樊利强, 2011. 2010年7—8月东北地区强降雨过程分析和预报技术探讨[J]. 气象, 37(7): 785-794. Sun J, Dai K, Fan L Q, 2011. Analysis and forecasting technology on the heavy rainfall processes in the Northeast China during July to August 2010[J]. Meteor Mon, 37(7): 785-794 (in Chinese). DOI:10.7519/j.issn.1000-0526.2011.7.002
陶诗言, 赵思雄, 周晓平, 等, 2003. 天气学和天气预报的研究进展[J]. 大气科学, 27(4): 451-467. Tao S Y, Zhao S X, Zhou X P, et al, 2003. The research progress of the synoptic meteorology and synoptic forecast[J]. Chin J Atmos Sci, 27(4): 451-467 (in Chinese).
田付友, 郑永光, 张小玲, 等, 2018. 2017年5月7日广州极端强降水对流系统结构、触发和维持机制[J]. 气象, 44(4): 469-484. Tian F Y, Zheng Y G, Zhang X L, et al, 2018. Structure, triggering and maintenance mechanism of convective systems during the Guangzhou extreme rainfall on 7 May 2017[J]. Meteor Mon, 44(4): 469-484 (in Chinese). DOI:10.7519/j.issn.1000-0526.2018.04.001
王婧羽, 崔春光, 陈杨瑞雪, 等, 2022. 西南山区5—8月产生突发性暴雨事件的中尺度对流系统的时空分布特征[J]. 气象学报, 80(1): 21-38. Wang J Y, Cui C G, Chen Y R X, et al, 2022. Temporal and spatial characteristics of mesoscale convective systems associated with abrupt heavy rainfall events over Southwest China during May-August[J]. Acta Meteor Sin, 80(1): 21-38 (in Chinese).
王晓芳, 崔春光, 2012. 长江中下游地区梅雨期线状中尺度对流系统分析Ⅰ: 组织类型特征[J]. 气象学报, 70(5): 909-923. Wang X F, Cui C G, 2012. Analysis of the linear mesoscale convective systems during the Meiyu period in the middle and lower reaches of the Yangtze River.Part Ⅰ: organization mode features[J]. Acta Meteor Sin, 70(5): 909-923 (in Chinese).
伍志方, 蔡景就, 林良勋, 等, 2018. 2017年广州"5·7"暖区特大暴雨的中尺度系统和可预报性[J]. 气象, 44(4): 485-499. Wu Z F, Cai J J, Lin L X, et al, 2018. Analysis of mesoscale systems and predictability of the torrential rain process in Guangzhou on 7 May 2017[J]. Meteor Mon, 44(4): 485-499 (in Chinese). DOI:10.7519/j.issn.1000-0526.2018.04.002
夏茹娣, 赵思雄, 孙建华, 2006. 一类华南锋前暖区暴雨β中尺度系统环境特征的分析研究[J]. 大气科学, 30(5): 988-1008. Xia R D, Zhao S X, Sun J H, 2006. A study of circumstances of meso-β-scale systems of strong heavy rainfall in warm sector ahead of fronts in South China[J]. Chin J Atmos Sci, 30(5): 988-1008 (in Chinese).
徐珺, 毕宝贵, 谌芸, 等, 2018. "5.7"广州局地突发特大暴雨中尺度特征及成因分析[J]. 气象学报, 76(4): 511-524. Xu J, Bi B G, Chen Y, et al, 2018. Mesoscale characteristics and mechanism analysis of the unexpected local torrential rain in Guangzhou on 7 May 2017[J]. Acta Meteor Sin, 76(4): 511-524 (in Chinese).
徐姝, 易笑园, 熊明明, 等, 2024. 华北局地大暴雨过程中多个β中尺度对流系统发生发展对比分析[J]. 气象, 50(2): 181-194. Xu S, Yi X Y, Xiong M M, et al, 2024. Comparative analysis of occurrence and development of multiple meso-β scale convective systems during a localized severe torrential rain event in North China[J]. Meteor Mon, 50(2): 181-194 (in Chinese). DOI:10.7519/j.issn.1000-0526.2023.092801
杨磊, 郑永光, 袁子鹏, 等, 2023. 2019年8月16日沈阳极端降水事件的低空γ中尺度涡旋观测特征和机理分析[J]. 气象学报, 81(1): 19-39. Yang L, Zheng Y G, Yuan Z P, et al, 2023. The low-level meso-γ-scale vortices during the extreme rainfall in Shenyang on 16 August 2019:formatiom, merging, and rain-producing mechanisms[J]. Acta Meteor Sin, 81(1): 19-39 (in Chinese).
张芳, 张芳华, 孔期, 等, 2022. 2018年5月21日四川盆地极端大暴雨的中尺度成因和预报偏差分析[J]. 气象, 48(6): 691-704. Zhang F, Zhang F H, Kong Q, et al, 2022. Mesoscale mechanisms and forecast bias of the extreme rainstorm in Sichuan Basin on 21 May 2018[J]. Meteor Mon, 48(6): 691-704 (in Chinese). DOI:10.7519/j.issn.1000-0526.2021.123001
张家国, 黄小彦, 周金莲, 等, 2013. 一次梅雨锋上中尺度气旋波引发的特大暴雨过程分析[J]. 气象学报, 71(2): 228-238. Zhang J G, Huang X Y, Zhou J L, et al, 2013. Analysis of an excessive rainstorm event initiated by a mesoscale cyclonic wave along the Meiyu front[J]. Acta Meteor Sin, 71(2): 228-238 (in Chinese).
郑丽娜, 孙继松, 2024. 泰山地形对一次副高边缘大暴雨过程影响的观测分析[J]. 气象学报, 82(2): 155-167. Zheng L N, Sun J S, 2024. Observational analysis of the topographic effect of Mount Tai on an extreme rainfall event occurring at the edge of the subtropical high[J]. Acta Meteor Sin, 82(2): 155-167 (in Chinese).
Davis R S, 2001. Flash flood forecast and detection methods[J]. Sev Convect St-AMS Meteor Mon Ser, 28(50): 481-525.
Ebert E E, McBride J L, 2000. Verification of precipitation in weather systems: determination of systematic errors[J]. J Hydrol, 239(1/2/3/4): 179-202.
Houze Jr R A, 2014. Cloud Dynamics: 2nd ed[M]. Oxford: Academic Press: 187-277.
Jirak I L, Cotton W R, 2007. Observational analysis of the predictability of mesoscale convective systems[J]. Wea Forecasting, 22(4): 813-838. DOI:10.1175/WAF1012.1
Maddox R A, Chappell C F, Hoxit L R, 1979. Synoptic and meso-α scale aspects of flash flood events[J]. Bull Amer Meteor Soc, 60(2): 115-123. DOI:10.1175/1520-0477-60.2.115
Schumacher R S, Johnson R H, 2005. Organization and environmental properties of extreme-rain-producing mesoscale convective systems[J]. Mon Wea Rev, 133(4): 961-976. DOI:10.1175/MWR2899.1
Shapiro A, Fedorovich E, Gebauer J G, 2018. Mesoscale ascent in nocturnal low-level jets[J]. J Atmos Sci, 75(5): 1403-1427. DOI:10.1175/JAS-D-17-0279.1
Smith R B, 2019. 100 years of progress on mountain meteorology research[J]. Meteor Monogr, 59: 20.1-20.73. DOI:10.1175/AMSMONOGRAPHS-D-18-0022.1
Weckwerth T M, Hanesiak J, Wilson J W, et al, 2019. Nocturnal convection initiation during PECAN 2015[J]. Bull Amer Meteor Soc, 100(11): 2223-2239. DOI:10.1175/BAMS-D-18-0299.1
Xu W X, Zipser E J, 2011. Diurnal variations of precipitation, deep convection, and lightning over and east of the eastern Tibetan Plateau[J]. J Climate, 24(2): 448-465. DOI:10.1175/2010JCLI3719.1