设为首页
加入收藏
Moisture Transfer Characteristics of Extreme Precipitation During the Warm Season in the Mid-south Section of the Taihang Mountains
-
摘要: 利用自动气象站观测降水、ERA5(ECMWF reanalysis version 5)再分析资料和GDAS(Global Data Assimilation System)资料，基于SOMs(self-organizing maps)算法和天气学检验方法，归纳总结2012—2021年太行山中南段75次暖季极端降水事件的环流形势，探讨不同形势下的水汽输送特征及降水差异。结果表明：影响太行山中南段暖季极端降水的环流形势可分为高空槽型、低涡型、副高纬向型、副高经向型和西北气流型5种，其中以高空槽型最为常见，西北气流型最少。低涡型存在孟加拉湾、南海和西北太平洋水汽输送通道，其日降水极值、最大小时降水强度和影响范围在所有类型中均最大，与低涡型相比，高空槽型缺少西北太平洋水汽输送通道，而副高纬向型和副高经向型缺少孟加拉湾水汽输送通道。利用HYSPLIT(hybrid single-particle Lagrangian integrated trajectory)模型追踪气团发现：低涡型和副高纬向型均以来自西北太平洋的水汽输送贡献最大，高空槽型和副高经向型分别以来自黄海沿岸和南海的水汽输送贡献最大。整层水汽收支分析表明：太行山中南段暖季极端降水最主要的水汽流入来自南边界，其他流入边界及各边界水汽流入贡献的相对大小与环流形势有关。Abstract: Extreme precipitation events in China have increased significantly in recent decades. Extreme precipitation can easily trigger natural disasters such as urban waterlogging, landslides, and mudslides, which poses a serious threat to the social economy, human lives and property. Currently, research on extreme precipitation has attracted widespread attention.To increase the accuracy of extreme precipitation forecasts, precipitation data from automatic meteorological stations, ERA5 reanalysis data, and Global Data Assimilation System (GDAS) data are used to summarize the synoptic circulation affecting 75 extreme precipitation events in the mid-south section of the Taihang Mountains during the warm season (May-September) for the period of 2012-2021 on the basis of self-organizing maps (SOMs) neural network, synoptic verification method, and hybrid single-particle Lagrangian integrated trajectory (HYSPLIT) model. Characteristics of moisture transfer and the resulting precipitation for various types of synoptic circulation are also discussed. Results show that there are five types of synoptic circulation that affect extreme precipitation during the warm season in the mid-south section of the Taihang Mountains, namely the upper trough type, low vortex type, zonal subtropical high type, meridional subtropical high type, and northwest airflow type. The upper trough type is the most frequent, accounting for 40.0%, while the northwest airflow type is the least common, representing less than 5%. The daily extreme, maximum hourly intensity, and impact range of precipitation resulting from the low vortex circulation are the highest among all types. There are three moisture transfer passages for the low vortex type: The Bay of Bengal, South China Sea, and Northwest Pacific. Compared to the low vortex type, the upper trough type cannot transfer moisture through the Northwest Pacific passage, while neither the zonal subtropical high type nor the meridional subtropical high type can transfer moisture through the Bay of Bengal passage. Air mass tracking results indicate that the contribution of moisture transfer from the Northwest Pacific is the highest for both the low vortex type and the zonal subtropical high type, the contribution of moisture transfer from the Yellow Sea coast is the highest for the upper trough type, and the contribution of moisture transfer from the South China Sea is the highest for the meridional subtropical high type. Analysis of the moisture budget in the whole troposphere reveals that the main moisture inflow of extreme precipitation during the warm season in the mid-south section of the Taihang Mountains comes from the southern boundary. Other inflow boundaries and the relative contribution of all inflow boundaries is related to the synoptic circulation. The moisture budget at the boundaries of the lower troposphere differs from that in the whole troposphere.
-
引言
在全球气候变暖背景下，水资源时空分配发生变化，导致暴雨、干旱等极端天气气候事件频发[1-2]。作为全球变暖的主要影响之一，近几十年我国多地极端降水事件呈增加趋势[3-4]。极端降水易造成城市内涝、山体滑坡和泥石流等自然灾害，对经济社会发展和人民生命财产安全造成严重威胁。例如“21·7”河南历史罕见的特大暴雨过程[5-6]，因灾死亡失踪近400人，直接经济损失超1200亿元。针对极端降水的研究已引起普遍关注[7-10]。
极端降水的发生离不开环流形势[11]。卢睿等[12]指出，淮河流域夏季南部型的极端降水频次分布与西北太平洋副热带高压(简称副高)异常偏西偏南有关，西北太平洋异常反气旋北侧的异常气旋性环流使水汽输送停留在淮河流域南部，导致南部极端降水频次偏多，中部型对应鞍型场环流结构，北部型对应淮河流域处于反气旋性环流异常西南侧，偏南风将水汽输送至淮河流域北部，导致北部极端降水频次偏多。陈红专[13]将影响湖南极端降水的主要系统分为西南涡-暖式切变线型、冷槽切变线型、台风型、副高边缘型和一致南风型。孙婧超等[14]根据受热带气旋影响与否将华南地区的区域性极端降水事件分成两类。目前，针对太行山地区极端降水环流形势的系统总结报道还相对较少，且主要集中在个例分析，如南亚高压东伸加强、副高西伸北抬和中高纬度西风带低涡背景下的“16·7”华北极端降水过程[15]，大陆高压和副高之间鞍型场形势下的“21·7”河南极端降水过程[16-17]等。通过对极端降水事件环流形势的分型研究，有助于深刻认识极端降水的发生成因，对提早预判具有良好的业务指导意义。
极端降水过程往往伴随强盛的水汽输送。车少静等[18]指出2021年10月初北方极端降水过程中副高西侧存在异常强盛的经向水汽输送。布和朝鲁等[19]研究发现河南南侧形成的强经向水汽通量带与台风、副高引起的低层水汽通量带在河南附近汇合，共同为“21·7”河南特大暴雨过程提供充沛水汽。另外，掌握极端降水的水汽源区及其贡献是深入认识其形成机理的关键环节。王婧羽等[20]认为来自东部海域(黄海、东海为主)的水汽对2012年7月21日北京特大暴雨过程的贡献最大。崔晓鹏等[21]指出“21·7”河南特大暴雨过程所需的水汽主要来自河南南侧中东部大陆和西北太平洋地区，且前者水汽贡献率达后者2倍以上。同时，分析水汽收支特征[22-23]对认识极端降水过程也具有重要意义。
太行山是我国第二和第三级地势阶梯的分界线，山脉两侧地势差异明显，导致降水分布存在较大时空差异，总体上南坡和东坡降水量高于北坡和西坡[24]，年降水量由东南向西北递减[25]，太行山以西地区的降水量和降水频率日峰值出现在18:00(北京时，下同)左右，而太行山以东的平原和沿海地区日峰值一般出现在上午[26]。可见，地形起伏对降水的时空格局有直接影响。在“21·7”河南特大暴雨过程中，由于太行山和豫西山地地形的动热力抬升共同影响，强降水表现为沿地形在迎风坡一侧呈带状分布的特征[27]。
前人针对太行山地区降水特征、地形影响及个例分析等方面已取得一些研究成果，但针对该地区极端降水事件的环流分型以及水汽输送特征的系统性研究还相对较少。本文归纳总结2012—2021年太行山中南段暖季极端降水事件产生的环流形势，深入分析不同环流类型影响下的水汽源地、输送、收支等特征，以期为极端降水的预报预警业务提供参考和依据。
1. 资料与方法
1.1 资料
所用降水资料为2012—2021年暖季(5—9月)太行山中南段(34.30°~38.73°N、111.86°~115.29°E)无缺测的139个国家自动气象站(图 1)逐时观测，日降水量计算时段为08:00—次日08:00。在环流形势分型和合成分析以及水汽通量、收支等计算中，采用的高度场、风场、比湿等均来自欧洲中期天气预报中心提供的ERA5(ECMWF reanalysis version 5) 再分析资料，其时间分辨率为1 h，水平分辨率为0.25°× 0.25°。用于驱动HYSPLIT(hybrid single-particle Lagrangian integrated trajectory)模型的气象强迫场来自美国国家环境预报中心提供的GDAS(Global Data Assimilation System)资料，其时间分辨率为6 h，水平分辨率为1°×1°。
![]()
图 1 研究区域内各气象站极端降水阈值(点标记，单位：mm；阴影为地形高度)Figure 1. Threshold of extreme precipitation at meteorological stations in the target area (the dot marker, unit:mm;the shaded denotes the terrain height)1.2 方法
1.2.1 极端降水事件筛选
采用日降水量超过某一百分位阈值的方法定义极端降水事件[28-29]。具体方法：将本文研究区域内的某气象站2012—2021年每年逐日有效降水量(不小于0.1 mm)按升序排列，取每年第95个百分位的平均值作为该气象站的日极端降水阈值，当研究区域内有10%(14个)或以上的气象站日降水量超过其阈值时，定义为一次极端降水事件。基于该定义得到的极端降水事件日最大降水量为50.3~624.1 mm，均属于暴雨或以上量级降水过程，表明该定义具有较好适用性。
图 1为研究区域内各气象站极端降水阈值的空间分布。由图 1可知，太行山中南段暖季极端降水阈值存在明显空间差异，总体表现为东南多、西北少。针对太行山以西的山西高原，极端降水阈值多数不足34.0 mm，少数在34.0~39.9 mm；对于太行山以东的河北中南部，极端降水阈值普遍较大，多数集中在34.0~39.9 mm，少数在40.0~45.9 mm；对于太行山以南的河南中北部，极端降水阈值进一步增大，多数达到40.0 mm，个别气象站甚至超过46.0 mm。
1.2.2 环流分型和合成分析
极端降水事件的环流分型采用主客观融合的方法，首先采用SOMs(self-organizing maps)算法进行客观分型，然后结合天气学检验方法综合分析获得。SOMs算法[30]最早由芬兰赫尔辛基大学的Kohonen提出，是一种无监督的神经网络算法，该算法由两层网络(输入层和竞争层)组成，训练时采用竞争学习策略，自组织、自适应地改变网络参数和结构。客观分型的范围选择30°~45°N，105°~120°E，权值向量设为(2，3)。
针对某一类型下极端降水事件发生日期T，用于合成的资料时间取T+0日08:00，合成场资料(C)为所有事件中某一物理量场的算数平均，
(1) 式(1)中：φi为物理量场，N为极端降水事件数量。
1.2.3 水汽轨迹分析
HYSPLIT模型是美国国家海洋和大气管理局与澳大利亚气象局联合研发的一种可用于计算气团运动、扩散以及沉降的专业模型，被广泛应用于水汽轨迹分析[31-34]。模型对粒子运动轨迹的计算方法详见文献[35]。
选择研究区域中心位置附近的经纬度坐标(36.5°N，113.5°E)作为轨迹模拟起始点，初始高度设置为2000 m，该高度能够较好地反映对流层低层气流的流动情况。针对每个极端降水事件，计算4个时次(08:00、14:00、20:00和次日02:00)，向后追踪时长为7 d，逐时输出三维轨迹点位置，对后向轨迹进行聚类计算，得到水汽来源轨迹聚类。
2. 极端降水事件的环流分型
根据1.2.1节极端降水事件筛选方法，2012—2021年太行山中南段暖季共发生75次极端降水事件。利用500 hPa位势高度场，通过SOMs算法，将环流形势客观分为6种。在此基础上进行人工天气学检验，对客观分型结果进一步优化调整，最终将影响太行山中南段暖季极端降水的环流形势分为低涡型、高空槽型、副高纬向型、副高经向型和西北气流型5种。由不同环流类型的统计特征(表 1)可见，高空槽型是最常见类型，占比为40.0%，其次为副高纬向型，占比为26.8%，低涡型和副高经向型相当，均占比为14.6%，西北气流型最少，占比仅为4.0%。
表 1 影响太行山中南段暖季极端降水的5种环流类型统计特征Table 1. Statistical characteristics of five synoptic circulation types affecting extreme precipitation events during the warm season in the mid-south section of the Taihang Mountains特征 低涡型 高空槽型 副高纬向型 副高经向型 西北气流型 个例数量 11 30 20 11 3 个例数占比/% 14.6 40.0 26.8 14.6 4.0 平均影响站数 50 27 31 29 20 平均持续时间/h 10.4 9.0 10.5 7.8 4.9 最大小时降水强度/(mm·h-1) 201.9 80.5 84.9 96.6 77.8 日降水极值/mm 624.1 223.7 206.6 169.6 109.5 利用ERA5再分析资料，对08:00 500 hPa位势高度场和850 hPa风场进行合成分析，得到不同类型的环流特征(图 2)。
![]()
图 2 2012—2021年5—9月不同环流型极端降水事件合成的500 hPa位势高度(等值线，单位：dagpm) 和850 hPa风场(风矢量) (黑色矩形框为研究区范围)Figure 2. Composited 500 hPa geopotential height (the contour, unit:dagpm) and 850 hPa wind (the vector) for different synoptic circulation types affecting extreme precipitation events from May to Sep during 2012—2021 (the black rectangle box denotes the target area)2.1 低涡型
低涡型环流特征是500 hPa上陕西中北部上空存在中心强度为582 dagpm的低涡，850 hPa上西南气流在湖北北部—河南南部—安徽一带发生转向，形成暖式切变线，此时，切变线北部的东东南气流控制整个研究区域，气流遇到太行山地形发生强迫抬升，有利于上升运动增强，促进降水量增加。该类型极端降水事件的日降水极值在沿太行山前一带更强，尤其是河南中北部地区。在所有环流类型中，低涡型所产生的日降水极值、最大小时降水强度和影响范围均最大，平均持续时间也较长(10.4 h)。
2.2 高空槽型
高空槽型的环流特征是500 hPa上高空槽位于内蒙古中西部—甘肃东部—四川一带，850 hPa上西南气流在河南中部发生转向，研究区域西部主要受转向后的东南气流影响，而东部主要受偏南气流影响，研究区域内河北中南部—山西高原存在偏南风向偏东风的转变，但偏东风速总体较小。该类型极端降水事件的日降水极值表现为北大南小，即山西高原和河北中南部大、河南中北部小。
2.3 副高纬向型
副高纬向型指500 hPa上高空槽不明显(584 dagpm线附近常有短波槽活动或仅出现风场扰动)，以纬向分布的副高为主要影响系统。该类型的环流特征是高空槽不明显，副高588 dagpm线北缘压至淮河一线，850 hPa上西南暖湿气流在河南西部—河北南部发生转向，形成暖式切变线，此时研究区域南部主要受东南气流影响，北部主要受偏东气流影响，均存在地形抬升作用。该类型极端降水事件的日降水极值总体为沿太行山前一带偏大，受副高边缘高能、高湿等因素影响，河南中北部地区的日降水极值更大。
2.4 副高经向型
副高经向型指500 hPa上副高呈经向分布，且伴随高空槽出现，为西低东阻的天气形势。该类型的环流特征是高空槽位于内蒙古中部—甘肃东部一带，副高588 dagpm线位于山东东南部—湖北东部—东南沿海地区，环流经向度较大，850 hPa上暖湿气流在河南一带未发生转向，太行山前主要以西南或偏南气流为主，地形抬升作用不明显。该类型极端降水事件的日降水极值更易出现在研究区域东部平原地区，尤其是河北中南部。与副高纬向型相比，二者降水影响范围相当，但副高经向型的降水持续时间更短、最大小时降水强度更大。
2.5 西北气流型
西北气流型以对流性降水为主，平均持续时间最短，日降水极值、最大小时降水强度和影响范围在所有类型中均最小，更易造成河北中南部地区的日降水极值较其他区域偏大。由于该类型的极端降水事件数量偏少，本文不做深入分析。
3. 不同环流类型的水汽输送特征
3.1 基于欧拉方法的水汽输送特征
大气中的水汽主要集中在对流层中低层。图 3为2012—2021年5—9月不同环流型极端降水事件的平均日降水量，图 4、图 5分别为2012—2021年5—9月不同环流型极端降水事件合成的700 hPa和850 hPa水汽通量。由图 3~图 5可知，低涡型极端降水即将发生时，700 hPa上太行山中南段共存在3条水汽输送通道：第1条是孟加拉湾水汽输送通道，即来自孟加拉湾的水汽经中南半岛进入我国西南地区，水汽输送有所增强，水汽通量达到10 g·(s·cm·hPa)-1，以西南路径向太行山中南段输送水汽，该条水汽输送通道最为明显；第2条是南海水汽输送通道，即来自孟加拉湾的水汽经中南半岛进入南海后以偏北路径输送；第3条是西北太平洋水汽输送通道，即来自西北太平洋上的气流汇入。上述3条水汽输送通道的气流到达河南一带发生转向，再次形成水汽输送大值区，中心强度达到9 g·(s·cm·hPa)-1，之后以东南路径对太行山中南段的降水产生影响。对应850 hPa上，来自南海水汽输送通道的水汽以反S型路径向北输送，且水汽输送持续较强，水汽通量带中心强度超过11 g·(s·cm·hPa)-1，到达河南南部后，与另一支来自西北太平洋水汽输送通道的气流进行汇合，水汽输送得到增强，水汽通量达到14 g·(s·cm·hPa)-1，再以东南路径将水汽输送至太行山中南段。无论是700 hPa还是850 hPa，其东南路径的水汽输送遇太行山地形发生强迫抬升，有利于降水增加。低涡系统所引起的中低层辐合上升、良好的水汽输送以及地形抬升等因素，均有利于降水在沿太行山前一带更强，尤其是河南中北部地区。
![]()
图 3 2012—2021年5—9月不同环流型极端降水事件的平均日降水量(点标记，单位:mm)(阴影为地形高度)Figure 3. Average daily precipitation (the dot marker, unit:mm) for different synoptic circulation types affecting extreme precipitation events from May to Sep during 2012—2021 (the shaded denotes the terrain height)![]()
图 4 2012—2021年5—9月不同环流型极端降水事件合成的700 hPa水汽通量(黑色矩形框为研究区范围)Figure 4. Composited 700 hPa moisture flux for different synoptic circulation types affecting extreme precipitation events from May to Sep during 2012—2021 (the black rectangle box denotes the target area)与低涡型相比，高空槽型环流在700 hPa和850 hPa上均缺少西北太平洋水汽输送通道。另外，高空槽型700 hPa上来自孟加拉湾通道的水汽进入河南时，并未像低涡型一样发生转向，而是继续以西南路径向太行山中南段输送，同时水汽输送强度也明显弱于低涡型，靠近太行山中南段时水汽通量仅为5 g· (s·cm·hPa)-1；850 hPa上来自南海通道的水汽以反S型路径向北输送至河南时，并未像低涡型一样转向，同时水汽输送强度也并未像低涡型一样得到增强，反而逐渐减弱至8 g·(s· cm·hPa)-1以下。由于850 hPa上研究区域内河北中南部—山西高原地区存在偏南风向偏东风的转向，且具备地形抬升条件，使沿太行山前一带河北中南部地区的降水更大。
副高纬向型和副高经向型具有相似之处，700 hPa上水汽均主要存在南海和西北太平洋通道，这两条通道的气流在南海汇合后为反气旋式环流，并在四川东部—陕西南部一带得到增强，并直接以西南路径向太行山中南段输送水汽。二者不同的是副高纬向型在四川东部—陕西南部一带的水汽输送强度明显强于副高经向型，另外受副高分布形态以及西风带气流阻挡影响，副高纬向型水汽通量在5 g·(s·cm·hPa)-1以上的最远输送区域位于太行山中南段，而副高经向型由于环流经向度较大，导致水汽输送经太行山中南段后进一步影响我国东北地区。850 hPa上两种类型均存在南海和西北太平洋通道水汽输送，这两条通道的气流汇合后经贵州—湖南一带逐渐转为西南路径向太行山中南段输送水汽；两种类型不同的是副高纬向型在我国陆地上的水汽输送带强度强于副高经向型，且靠近太行山中南段时副高纬向型在太行山南麓附近出现明显的西南风转为东南风，受地形抬升作用以及副高边缘不稳定条件等因素共同作用，降水大值区主要分布在研究区域南部，而副高经向型的气流转向并不明显，主要表现为继续北上影响我国华北、东北地区，其降水大值区主要分布在研究区域东部的平原地区。
综上可知，造成太行山中南段暖季极端降水所需的中低层水汽来自孟加拉湾、南海和西北太平洋地区。不同环流形势影响下的水汽输送通道、强度等特征存在差异，所造成的极端降水特征也不同。
3.2 基于拉格朗日方法的水汽输送特征
利用基于拉格朗日方法的HYSPLIT模型，对不同环流类型的水汽轨迹进行追踪和聚类，分析各轨迹路径的水汽输送贡献，其计算方法详见文献[32]。图 6为不同环流类型聚类后的气块三维轨迹路径。
![]()
图 6 HYSPLIT模型对2012—2021年5—9月不同环流型极端降水事件合成的2000 m高度气块后向追踪168 h三维轨迹聚类(不同颜色代表不同的轨迹路径，轨迹路径一端的数值代表该轨迹数占比)Figure 6. Clustered three dimensional backward trajectories of air parcel in 168 h at 2000 m altitude for different synoptic circulation types affecting extreme precipitation events by HYSPLIT model from May to Sep during 2012—2021 (different colors denote different trajectory paths, the value at one end of the trajectory path denotes proportion of the trajectory)由图 6可知，低涡型的气块源地主要位于西北太平洋和南海，轨迹数分别占总数的50%和34%，其中来自西北太平洋的气块初始高度约为1700 m，在以东南路径向研究区域移动过程中，气块高度缓慢下降，降水发生前18 h高度降至最低(1000 m)，随着降水影响系统靠近，上升运动使得气块又逐渐上升至2000 m高度；来自南海的气块初始高度约为1200 m，在以偏南路径向研究区域移动过程中，高度总体呈现出降-升-降-升的小幅波动，由于这两个源地均位于洋面，气块较为暖湿，导致对研究区域的水汽贡献(53%和34%)相对较大。此外，还有少量气块(轨迹数占比为16%)来自中亚大陆，初始高度较高(接近5500 m)，气块较为干冷，对研究区域的水汽贡献较小(13%)，在以西北路径向研究区域移动过程中气块高度起伏变化，随着降水临近，气块高度逐渐下降至2000 m。
高空槽型的气块移动路径总体与低涡型相似，即存在东南、偏南和西北3条路径，且以东南路径最为常见，该路径下的水汽输送对研究区域的极端降水贡献最大。与低涡型所不同，高空槽型东南路径的气块(轨迹数占比为45%)源地位于黄海沿岸附近，较低涡型更靠近研究区域，另外，高空槽型的西北路径(轨迹数占比为33%)较偏南路径(轨迹数占比为22%)更为常见，其对研究区域的水汽贡献(27%)也略高于偏南路径(25%)。这表明，高层沿西风带气流的水汽输送对高空槽型极端降水事件具有较重要的作用。
对于副高纬向型，气块源地位于我国台湾岛以东的西北太平洋海域和孟加拉湾—中南半岛附近的轨迹数分别占比为37%和12%，这两个源地的气块初始高度均约为1000 m，分别以东南和偏南路径移向研究区域；此外，来自内蒙古中部的气块(轨迹数占比为23%)初始高度约为2300 m，在途经渤海、黄海后转为偏东路径移动，此时气块高度下降至约1000 m；来自中亚大陆的气块(轨迹数占比为28%)以西北路径移动。从对研究区域的水汽贡献看，东南路径贡献最大(41%)，偏南路径贡献(14%)最小，西北(23%)和北偏东路径(22%)贡献相当，这表明高层沿着西风带气流的水汽输送对副高纬向型极端降水事件具有较重要的作用。
副高经向型的气块移动路径总体与副高纬向型相似，即存在东南、偏南、西北和北转东4条路径，但不同路径的源地存在差异，如副高经向型东南路径的气块源地可追踪至台湾岛以东更远的西北太平洋海域，而偏南路径的气块源地可追踪至更近的南海海域；另外，副高经向型以偏南路径的水汽输送最为常见(轨迹数占比为50%)，其对研究区域极端降水的水汽贡献(53%)最大，而副高纬向型以东南路径的水汽输送最为常见(轨迹数占比为37%)，其贡献最大(41%)，这可能与副高的分布形态及西风带等系统有一定关系。
4. 不同环流类型的水汽收支特征
水汽收支可以反映某地区水汽的流入、流出情况，与降水量关系密切。表 2为研究区域不同边界上整层(1000 hPa至100 hPa) 水汽通量的逐3 h演变。由表 2可以看到，在08:00、11:00、14:00、17:00、20:00、23:00、次日02:00和次日05:00，低涡型极端降水事件的水汽始终维持由南边界和东边界流入，且南边界的水汽流入始终占主导，其总水汽流入贡献(59.7%)高于东边界(40.3%)，北边界和西边界为水汽流出。高空槽型的水汽流入、流出情况与低涡型不同，各时刻水汽均由南边界和西边界流入，除05:00外，其余时刻的南边界水汽流入量均多于西边界，两条边界的总水汽流入贡献分别为58.2%和41.8%，北边界和东边界为水汽流出。副高纬向型的水汽流入、流出情况与高空槽型一致，即各时刻的水汽均由南边界和西边界流入，除05:00外，其余时刻的南边界水汽流入均占主导，南边界和西边界的总水汽流入贡献分别为54.8%和45.2%，北边界和东边界为水汽流出。副高经向型的水汽流入、流出情况总体与高空槽型和副高纬向型类似，表现为水汽由南边界和西边界流入，北边界和东边界为水汽流出，不同之处是在整个降水过程中，副高经向型南边界的水汽流入量始终较西边界偏大，且两个边界的总水汽流入贡献差异明显，南边界(63.8%)较西边界(36.2%)偏大27.6%。从总边界水汽收支看，不同环流形势下各时刻均表现为水汽净流入状态。由此可见，南边界是太行山中南段极端降水最主要的水汽流入方向，其他水汽流入方向与各边界水汽流入贡献的相对大小取决于环流形势。
表 2 2012—2021年5—9月太行山中南段各边界上的整层水汽通量(单位：kg·m-1·s-1)Table 2. Integrated moisture flux at boundaries of the mid-south section of the Taihang Mountains from May to Sep during 2012-2021 (unit:kg·m-1·s-1)环流类型 边界 08:00 11:00 14:00 17:00 20:00 23:00 次日02:00 次日05:00 低涡型 西 -1415.4 -1562.7 -1349.8 -1307.6 -1373.6 -1491.0 -798.7 -508.9 东 -2149.8 -2600.5 -2595.0 -2496.2 -2805.0 -2420.1 -1881.6 -1458.4 南 3015.5 3237.0 3579.5 3197.5 3250.1 3865.4 3820.4 3288.7 北 1478.3 1709.3 2072.9 2026.0 1846.8 2002.0 1861.1 1330.3 高空槽型 西 1691.3 1840.0 2176.3 2228.9 2131.4 1737.0 2032.3 2168.8 东 1872.0 1718.2 1928.2 2166.8 2123.0 2435.9 3463.2 3545.5 南 2695.2 3033.9 3262.2 2971.0 2567.3 2942.3 2863.8 1906.7 北 1037.1 1369.3 1485.5 1325.1 964.7 975.8 736.8 180.8 副高纬向型 西 2422.4 2517.4 2619.4 2545.1 2344.3 2098.6 2595.7 2847.2 东 3138.0 3157.7 3408.6 3253.1 2755.3 2920.0 3504.2 3734.7 南 3415.7 3466.4 3455.6 3038.2 2438.6 2879.3 3096.1 2457.2 北 687.9 773.3 687.9 541.1 345.5 437.1 372.0 67.5 副高经向型 西 1852.3 2085.5 2443.7 2438.5 2257.7 2010.6 2502.4 2512.5 东 1864.6 1902.4 2320.7 2655.4 2893.5 3145.4 4054.0 4659.6 南 3467.1 3634.7 4003.8 4196.8 3546.3 4235.3 4679.0 4110.4 北 2125.0 2318.2 2332.1 2354.5 2010.9 2179.1 2096.9 1472.6 由研究区域不同边界上的低层(1000 hPa至700 hPa)水汽通量的逐3 h演变(表略)可知，低涡型和副高纬向型的水汽均由东边界和南边界流入，不同的是低涡型来自东边界的总水汽流入贡献较南边界高8.8%，这与3.2节分析结果较为一致，而副高纬向型的东边界水汽流入量与南边界相比则微乎其微；高空槽型的水汽流入仅来自南边界；副高经向型除了主要由南边界提供水汽外，西边界还维持少量的水汽流入。总体上，低层水汽收支情况与整层存在差异。
5. 结论
本文归纳总结2012—2021年太行山中南段共75次暖季极端降水事件产生的环流形势，深入分析不同环流类型的水汽源地、输送、收支等特征，得到如下结论：
1) 造成太行山中南段暖季极端降水的环流形势可归结为低涡型、高空槽型、副高纬向型、副高经向型和西北气流型5种，其中，高空槽型最为常见，占比为40.0%，其次为副高纬向型，西北气流型最少，占比不足5.0%。低涡型降水持续时间较长，日降水极值、最大小时降水强度和影响范围在所有类型中均最大。
2) 对于不同环流形势影响下的极端降水事件，其水汽输送的通道、强度等特征存在差异。低涡型极端降水事件存在孟加拉湾、南海和西北太平洋3条水汽输送通道，与低涡型相比，高空槽型缺少西北太平洋水汽输送通道，而副高纬向型和副高经向型均缺少孟加拉湾水汽输送通道。
3) 不同环流形势影响下极端降水事件的水汽源地、水汽输送路径及其贡献存在差异。低涡型和高空槽型均具有东南、偏南和西北3条水汽输送路径，其中，低涡型以来自西北太平洋东南路径上的水汽输送贡献最大，而高空槽型以来自黄海沿岸东南路径上的水汽输送贡献最大；副高纬向型和副高经向型均具有东南、偏南、西北和北转东4条水汽输送路径，两种类型分别以来自西北太平洋东南路径和南海偏南路径上的水汽输送贡献最大。
4) 低涡型极端降水事件的水汽流入来自南边界和东边界，而其余类型则来自南边界和西边界；针对不同环流类型，南边界的水汽流入均占主要贡献，尤其是副高经向型。低层各边界水汽收支情况与整层水汽收支情况存在一定差异。
-
![]()
图 1 研究区域内各气象站极端降水阈值(点标记，单位：mm；阴影为地形高度)
Figure 1. Threshold of extreme precipitation at meteorological stations in the target area (the dot marker, unit:mm;the shaded denotes the terrain height)
![]()
图 2 2012—2021年5—9月不同环流型极端降水事件合成的500 hPa位势高度(等值线，单位：dagpm) 和850 hPa风场(风矢量) (黑色矩形框为研究区范围)
Figure 2. Composited 500 hPa geopotential height (the contour, unit:dagpm) and 850 hPa wind (the vector) for different synoptic circulation types affecting extreme precipitation events from May to Sep during 2012—2021 (the black rectangle box denotes the target area)
![]()
图 3 2012—2021年5—9月不同环流型极端降水事件的平均日降水量(点标记，单位:mm)(阴影为地形高度)
Figure 3. Average daily precipitation (the dot marker, unit:mm) for different synoptic circulation types affecting extreme precipitation events from May to Sep during 2012—2021 (the shaded denotes the terrain height)
![]()
图 4 2012—2021年5—9月不同环流型极端降水事件合成的700 hPa水汽通量(黑色矩形框为研究区范围)
Figure 4. Composited 700 hPa moisture flux for different synoptic circulation types affecting extreme precipitation events from May to Sep during 2012—2021 (the black rectangle box denotes the target area)
![]()
图 6 HYSPLIT模型对2012—2021年5—9月不同环流型极端降水事件合成的2000 m高度气块后向追踪168 h三维轨迹聚类(不同颜色代表不同的轨迹路径，轨迹路径一端的数值代表该轨迹数占比)
Figure 6. Clustered three dimensional backward trajectories of air parcel in 168 h at 2000 m altitude for different synoptic circulation types affecting extreme precipitation events by HYSPLIT model from May to Sep during 2012—2021 (different colors denote different trajectory paths, the value at one end of the trajectory path denotes proportion of the trajectory)
表 1 影响太行山中南段暖季极端降水的5种环流类型统计特征
Table 1 Statistical characteristics of five synoptic circulation types affecting extreme precipitation events during the warm season in the mid-south section of the Taihang Mountains
特征 低涡型 高空槽型 副高纬向型 副高经向型 西北气流型 个例数量 11 30 20 11 3 个例数占比/% 14.6 40.0 26.8 14.6 4.0 平均影响站数 50 27 31 29 20 平均持续时间/h 10.4 9.0 10.5 7.8 4.9 最大小时降水强度/(mm·h-1) 201.9 80.5 84.9 96.6 77.8 日降水极值/mm 624.1 223.7 206.6 169.6 109.5 
下载: 导出CSV
表 2 2012—2021年5—9月太行山中南段各边界上的整层水汽通量(单位：kg·m-1·s-1)
Table 2 Integrated moisture flux at boundaries of the mid-south section of the Taihang Mountains from May to Sep during 2012-2021 (unit:kg·m-1·s-1)
环流类型 边界 08:00 11:00 14:00 17:00 20:00 23:00 次日02:00 次日05:00 低涡型 西 -1415.4 -1562.7 -1349.8 -1307.6 -1373.6 -1491.0 -798.7 -508.9 东 -2149.8 -2600.5 -2595.0 -2496.2 -2805.0 -2420.1 -1881.6 -1458.4 南 3015.5 3237.0 3579.5 3197.5 3250.1 3865.4 3820.4 3288.7 北 1478.3 1709.3 2072.9 2026.0 1846.8 2002.0 1861.1 1330.3 高空槽型 西 1691.3 1840.0 2176.3 2228.9 2131.4 1737.0 2032.3 2168.8 东 1872.0 1718.2 1928.2 2166.8 2123.0 2435.9 3463.2 3545.5 南 2695.2 3033.9 3262.2 2971.0 2567.3 2942.3 2863.8 1906.7 北 1037.1 1369.3 1485.5 1325.1 964.7 975.8 736.8 180.8 副高纬向型 西 2422.4 2517.4 2619.4 2545.1 2344.3 2098.6 2595.7 2847.2 东 3138.0 3157.7 3408.6 3253.1 2755.3 2920.0 3504.2 3734.7 南 3415.7 3466.4 3455.6 3038.2 2438.6 2879.3 3096.1 2457.2 北 687.9 773.3 687.9 541.1 345.5 437.1 372.0 67.5 副高经向型 西 1852.3 2085.5 2443.7 2438.5 2257.7 2010.6 2502.4 2512.5 东 1864.6 1902.4 2320.7 2655.4 2893.5 3145.4 4054.0 4659.6 南 3467.1 3634.7 4003.8 4196.8 3546.3 4235.3 4679.0 4110.4 北 2125.0 2318.2 2332.1 2354.5 2010.9 2179.1 2096.9 1472.6
下载: 导出CSV
-
[1] Alexander L V, Zhang X, Peterson T C, et al.Global observed changes in daily climate extremes of temperature and precipitation.J Geophys Res, 2006, 111(D5).DOI: 10.1029/2005JD006290.
[2] Donat M G, Lowry A L, Alexander L V, et al. Addendum: More extreme precipitation in the world's dry and wet regions. Nat Climate Change, 2017, 7(2): 154-158. DOI: 10.1038/nclimate3160
[3] 郭蕾, 李谢辉, 刘雨亭. 城市化对川渝地区极端气候事件的影响. 应用气象学报, 2023, 34(5): 574-585. DOI: 10.11898/1001-7313.20230506 Guo L, Li X H, Liu Y T. Impacts of urbanization on extreme climate events in Sichuan-Chongqing Region. J Appl Meteor Sci, 2023, 34(5): 574-585. DOI: 10.11898/1001-7313.20230506
[4] 卢珊, 胡泽勇, 王百朋, 等. 近56年中国极端降水事件的时空变化格局. 高原气象, 2020, 39(4): 683-693. https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX202004002.htm Lu S, Hu Z Y, Wang B P, et al. Spatio-temporal patterns of extreme precipitation events over China in recent 56 years. Plateau Meteor, 2020, 39(4): 683-693. https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX202004002.htm
[5] 杨浩, 周文, 汪小康, 等. "21·7" 河南特大暴雨降水特征及极端性分析. 气象, 2022, 48(5): 571-579. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX202212006.htm Yang H, Zhou W, Wang X K, et al. Analysis on extremity and characteristics of the "21·7" severe torrential rain in Henan Province. Meteor Mon, 2022, 48(5): 571-579. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX202212006.htm
[6] 宝兴华, 夏茹娣, 罗亚丽, 等. "21·7" 河南特大暴雨气象和水文雨量观测对比. 应用气象学报, 2022, 33(6): 668-681. DOI: 10.11898/1001-7313.20220603 Bao X H, Xia R D, Luo Y L, et al. Comparative analysis on meteorological and hydrological rain gauge observations of the extreme heavy rainfall event in Henan Province during July 2021. J Appl Meteor Sci, 2022, 33(6): 668-681. DOI: 10.11898/1001-7313.20220603
[7] 武麦凤, 王旭仙, 孙健康, 等. 2003年渭河流域5次致洪暴雨过程的水汽场诊断分析. 应用气象学报, 2007, 18(2): 225-231. DOI: 10.3969/j.issn.1001-7313.2007.02.013 Wu M F, Wang X X, Sun J K, et al. Diagnostic comparative analysis on five flooding heavy rains moisture field of Weihe River valley in 2003. J Appl Meteor Sci, 2007, 18(2): 225-231. DOI: 10.3969/j.issn.1001-7313.2007.02.013
[8] 冯晋勤, 刘铭, 蔡菁. 闽西山区"7·22"极端降水过程中尺度对流特征. 应用气象学报, 2018, 29(6): 748-758. DOI: 10.11898/1001-7313.20180610 Feng J Q, Liu M, Cai J. Meso-scale convective characteristics of "7·22" extreme rain in the west mountainous area of Fujian. J Appl Meteor Sci, 2018, 29(6): 748-758. DOI: 10.11898/1001-7313.20180610
[9] Xu J, Li R M, Zhang Q H, et al. Extreme large-scale atmospheric circulation associated with the "21·7" Henan flood. Sci China Earth Sci, 2022, 65(10): 1847-1860. DOI: 10.1007/s11430-022-9975-0
[10] 陈训来, 徐婷, 王蕊, 等. 珠江三角洲"9·7" 极端暴雨精细观测特征及成因. 应用气象学报, 2024, 35(1): 1-16. DOI: 10.11898/1001-7313.20240101 Chen X L, Xu T, Wang R, et al. Fine observation characteristics and causes of "9·7" extreme heavy rainstorm over Pearl River Delta, China. J Appl Meteor Sci, 2024, 35(1): 1-16. DOI: 10.11898/1001-7313.20240101
[11] You Q L, Kang S C, Aguilar E, et al. Changes in daily climate extremes in China and their connection to the large scale atmospheric circulation during 1961-2003. Climate Dyn, 2011, 36(11): 2399-2417.
[12] 卢睿, 朱志伟, 李天明, 等. 淮河流域夏季极端降水频次空间分布的客观分类及其形成机理. 大气科学, 2021, 45(6): 1415-1432. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK202106017.htm Lu R, Zhu Z W, Li T M, et al. Objective clustering of spatial patterns of summer extreme precipitation frequency over the Huaihe River Basin and their formation mechanisms. Chinese J Atmos Sci, 2021, 45(6): 1415-1432. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK202106017.htm
[13] 陈红专. 湖南极端降水的气候特征及天气系统分型研究. 气象, 2021, 47(10): 1219-1232. DOI: 10.7519/j.issn.1000-0526.2021.10.005 Chen H Z. Climatic characteristics and weather system classification of extreme precipitation in Hunan Province. Meteor Mon, 2021, 47(10): 1219-1232. DOI: 10.7519/j.issn.1000-0526.2021.10.005
[14] 孙婧超, 管兆勇, 李明刚, 等. 华南地区7—10月两类区域性极端降水事件特征及环流异常对比. 气象学报, 2019, 77(1): 43-57. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXB201901004.htm Sun J C, Guan Z Y, Li M G, et al. Anomalous circulation patterns in association with two types of regional daily precipitation extremes over South China from July to October. Acta Meteor Sinica, 2019, 77(1): 43-57. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXB201901004.htm
[15] 符娇兰, 马学款, 陈涛, 等. "16·7" 华北极端强降水特征及天气学成因分析. 气象, 2017, 43(5): 528-539. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX201705002.htm Fu J L, Ma X K, Chen T, et al. Characteristics and synoptic mechanism of the July 2016 extreme precipitation event in North China. Meteor Mon, 2017, 43(5): 528-539. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX201705002.htm
[16] 高洋, 蔡淼, 曹治强, 等. "21·7" 河南暴雨环境场及云的宏微观特征. 应用气象学报, 2022, 33(6): 682-695. DOI: 10.11898/1001-7313.20220604 Gao Y, Cai M, Cao Z Q, et al. Environmental conditions and cloud macro and micro features of "21·7" extreme heavy rainfall in Henan Province. J Appl Meteor Sci, 2022, 33(6): 682-695. DOI: 10.11898/1001-7313.20220604
[17] 齐道日娜, 何立富, 王秀明, 等. "7·20" 河南极端暴雨精细观测及热动力成因. 应用气象学报, 2022, 33(1): 1-15. DOI: 10.11898/1001-7313.20220101 Chyi D, He L F, Wang X M, et al. Fine observation characteristics and thermodynamic mechanisms of extreme heavy rainfall in Henan on 20 July 2021. J Appl Meteor Sci, 2022, 33(1): 1-15. DOI: 10.11898/1001-7313.20220101
[18] 车少静, 李想, 丁婷, 等. 秋行夏令: 2021年10月初北方致灾性持续暴雨及水汽极端性分析. 大气科学学报, 2021, 44(6): 825-834. https://www.cnki.com.cn/Article/CJFDTOTAL-NJQX202106003.htm Che S J, Li X, Ding T, et al. Typical summer rainstorm occurred in mid-autumn: Analysis of a disastrous continuous rainstorm and its extreme water vapor transport in northern China in early October 2021. Trans Atmos Sci, 2021, 44(6): 825-834. https://www.cnki.com.cn/Article/CJFDTOTAL-NJQX202106003.htm
[19] 布和朝鲁, 诸葛安然, 谢作威, 等. 2021年"7.20" 河南暴雨水汽输送特征及其关键天气尺度系统. 大气科学, 2022, 46(3): 725-744. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK202203013.htm Bueh C, Zhuge A R, Xie Z W, et al. Water vapor transportation features and key synoptic-scale systems of the "7.20" rainstorm in Henan Province in 2021. Chinese J Atmos Sci, 2022, 46(3): 725-744. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK202203013.htm
[20] 王婧羽, 崔春光, 王晓芳, 等. 2012年7月21日北京特大暴雨过程的水汽输送特征. 气象, 2014, 40(2): 133-145. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX201402001.htm Wang J Y, Cui C G, Wang X F, et al. Analysis on water vapor transport and budget of the severe torrential rain over Beijing Region on 21 July 2012. Meteor Mon, 2014, 40(2): 133-145. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX201402001.htm
[21] 崔晓鹏, 杨玉婷. "21·7" 河南暴雨水汽源地追踪和定量贡献分析. 大气科学, 2022, 46(6): 1543-1556. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK202206019.htm Cui X P, Yang Y T. Tracking and quantitative contribution analyses of moisture sources of rainstorm in Henan Province in July 2021. Chinese J Atmos Sci, 2022, 46(6): 1543-1556. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK202206019.htm
[22] 施小英, 施晓晖. 夏季青藏高原东南部水汽收支气候特征及其影响. 应用气象学报, 2008, 19(1): 41-46. http://qikan.camscma.cn/article/id/20080108 Shi X Y, Shi X H. Climatological characteristics of summertime moisture budget over the southeast part of Tibetan Plateau with their impacts. J Appl Meteor Sci, 2008, 19(1): 41-46. http://qikan.camscma.cn/article/id/20080108
[23] 廖荣伟, 赵平. 东亚季风湿润区水分收支的气候特征. 应用气象学报, 2010, 21(6): 649-658. DOI: 10.3969/j.issn.1001-7313.2010.06.002 Liao R W, Zhao P. Climate characteristics of moisture budget in humid region affected by East Asian monsoon. J Appl Meteor Sci, 2010, 21(6): 649-658. DOI: 10.3969/j.issn.1001-7313.2010.06.002
[24] 俞琳飞, 李会龙, 杨永辉, 等. 基于CMORPH CRT产品的太行山区降水时空格局. 中国生态农业学报(中英文), 2020, 28(2): 305-316. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTN202002015.htm Yu L F, Li H L, Yang Y H, et al. Spatial and temporal precipitation patterns using the CMOPRH CRT product over the Taihang Mountains. Chinese J Eco-Agric, 2020, 28(2): 305-316. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTN202002015.htm
[25] 何雪莉, 李亚男, 石天宇, 等. 1961—2018年太行山东西侧降水变化. 山地学报, 2022, 40(1): 43-55. https://www.cnki.com.cn/Article/CJFDTOTAL-SDYA202201004.htm He X L, Li Y N, Shi T Y, et al. Precipitation changes to the eastern and western sides of the Taihang Mountains from 1961 to 2018. Mt Res, 2022, 40(1): 43-55. https://www.cnki.com.cn/Article/CJFDTOTAL-SDYA202201004.htm
[26] 韩函, 吴昊旻, 黄安宁. 华北地区夏季降水日变化的时空分布特征. 大气科学, 2017, 41(2): 263-274. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201702004.htm Han H, Wu H M, Huang A N. Temporal and spatial distributions of the diurnal cycle of summer precipitation over North China. Chinese J Atmos Sci, 2017, 41(2): 263-274. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201702004.htm
[27] 汪小康, 崔春光, 王婧羽, 等. "21·7" 河南特大暴雨水汽和急流特征诊断分析. 气象, 2022, 48(5): 533-544. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX202205004.htm Wang X K, Cui C G, Wang J Y, et al. Diagnostic analysis on water vapor and jet characteristics of the July 2021 severe torrential rain in Henan Province. Meteor Mon, 2022, 48(5): 533-544. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX202205004.htm
[28] 翟盘茂, 潘晓华. 中国北方近50年温度和降水极端事件变化. 地理学报, 2003, 58(增刊Ⅰ): 1-10. https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB2003S1000.htm Zhai P M, Pan X H. Change in extreme temperature and precipitation over Northern China during the second half of the 20th century. Acta Geographica Sinica, 2003, 58(Suppl Ⅰ): 1-10. https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB2003S1000.htm
[29] Bonsal B R, Zhang X, Vincent L A, et al. Characteristics of daily and extreme temperatures over Canada. J Climate, 2001, 14(9): 1959-1976.
[30] Kohonen T. Self-organized formation of topologically correct feature maps. Biol Cybern, 1982, 43(1): 59-69.
[31] 李湘瑞, 范可, 徐志清. 2000年后中国北方东部地区夏季极端降水减少及水汽输送特征. 大气科学, 2019, 43(5): 1109-1124. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201905012.htm Li X R, Fan K, Xu Z Q. Decrease in extreme precipitation in summer over East Northern China and the water-vapor transport characteristics after year 2000. Chinese J Atmos Sci, 2019, 43(5): 1109-1124. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201905012.htm
[32] 江志红, 梁卓然, 刘征宇, 等. 2007年淮河流域强降水过程的水汽输送特征分析. 大气科学, 2011, 35(2): 361-372. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201102015.htm Jiang Z H, Liang Z R, Liu Z Y, et al. A diagnostic study of water vapor transport and budget during heavy precipitation over the Huaihe River Basin in 2007. Chinese J Atmos Sci, 2011, 35(2): 361-372. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK201102015.htm
[33] 王美月, 王磊, 李谢辉, 等. 三江源地区暴雨的水汽输送源地及路径研究. 高原气象, 2022, 41(1): 68-78. https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX202201007.htm Wang M Y, Wang L, Li X H, et al. Study on water vapor transport source and path of rainstorm in Sanjiangyuan Area. Plateau Meteor, 2022, 41(1): 68-78. https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX202201007.htm
[34] 林佳璐, 李英, 柳龙生. 风暴-低涡影响下青藏高原一次强降水过程. 应用气象学报, 2023, 34(2): 166-178. DOI: 10.11898/1001-7313.20230204 Lin J L, Li Y, Liu L S. A heavy precipitation process over the Tibetan Plateau under the joint effects of a tropical cyclone and vortex. J Appl Meteor Sci, 2023, 34(2): 166-178. DOI: 10.11898/1001-7313.20230204
[35] Draxler R R, Hess G D. An overview of the HYSPLIT_4 modelling system for trajectories, dispersion, and deposition. Aust Met Mag, 1998, 47(4): 295-308.
-
期刊类型引用(1)
1. 索春男，闫春旺，陈军明，花家嘉，马凤莲，纪策，孙萌萌. 2024年2月京津冀一次区域性对流暴雪诊断分析. 应用气象学报. 2025(02): 190-201 . 
本站查看
其他类型引用(0)
计量
- 文章访问数: 511
- HTML全文浏览量: 113
- PDF下载量: 96
- 被引次数: 1
