长江中下游地区暴雨“积成效应”*

张世轩 封国林 赵俊虎

1 引言

暴雨是指24 h降水量为50 mm或以上的强降雨过程,多发生于夏季6—7月份,由于暴雨常常带来严重的洪涝灾害,因而是大气科学研究的热点和重要课题[1],也引起许多国家和地区的学者的广泛关注[2-9].长江中下游是我国暴雨集中多发区域,夏季平均暴雨日数在3 d以上,降水量可占夏季总降水的40%以上[1],因而对该地区夏季降水具有十分重要的影响,降水异常年份的分析也表明,长江中下游地区夏季雨带的形成和降水的多寡与暴雨有着密切的联系[10-14],如2011年6月长江中下游地区连续的4场暴雨过程,使得该月降水量累积达到整个夏季降水的60%左右[15],造成该地区旱涝急转[16,17],并决定了整个夏季主雨带的位置.事实上,暴雨是一个天气尺度系统,但类似于这样的天气尺度系统频繁活动时,其在时间和空间上会造成一定的持续性,多次过程的累积或叠加,会产生一种“积成效应”,往往会形成类似于中长期天气过程的现象,进而对夏季降水多寡和分布产生决定性作用.然而与之相矛盾的是,从短期气候预测的可预测性角度而言,无法提前三个月(中国3月夏季汛期预测会商制)实现对上述降水过程的预测,从而导致2011年夏季主雨带的预测失败.因此,如何定位暴雨这种短时强降水对整个夏季降水的贡献和影响,以及如何对其进行预估,是目前汛期降水预测存在的疑点和难点之一.此外,纵观国内外相关研究大都基于个例分析,侧重某次暴雨过程的特征分析[18-22],对多次过程所造成的“积成效应”鲜为提及.

基于此,本文提出暴雨“积成效应”这一概念,以长江中下游地区为例,从统计学角度分析暴雨的时-空分布特征,制定相关标准划分暴雨“积成效应”,进一步建立相关的指数对其进行描述,探讨它与夏季降水时-空分布之间的对应关系,初步确立暴雨这一类天气尺度活动对同期夏季降水具有重要贡献,为进一步研究多次暴雨过程累积或叠加作用对夏季主雨带分布和局地气候等的影响等提供依据.

2 资料及处理

研究资料包括中国气象局气象信息中心资料室提供的中国740站1960—2011年逐日降水资料.研究时段为夏季6月1日到8月31日共92 d.选取长江中下游地区 (27°N—34°N,105°E—125°E)进行研究,首先对资料连续缺测2 d以上的站点进行剔除,对缺测1 d的站点用前后两天的资料进行线性插补,实际上由于所选研究时段为夏季,观测资料缺测较少,因此插补对结果影响很小.经上述处理最终挑选出121个站点,其分布如图1所示,区域内所选站点分布均匀,符合研究要求.本文均以1960—2011年52年平均作为气候态.

图1 长江中下游121站空间分布

3 暴雨“积成效应”及其与夏季降水的关系

3.1 暴雨“积成效应”的定义

根据一般降水的级别定义,本文分析时将日降水量在0.1 mm以上定为有降水发生,而将50 mm及以上的降水统称为暴雨.本文所讨论的暴雨“积成效应”由满足以下两个方面性质的暴雨所决定,一是空间上暴雨发生的范围要达到一定的尺度,能够对全局降水产生作用;二是在时间上暴雨过程具有一定的持续性,决定降水的强度.

据此,首先从空间范围入手,统计长江中下游区6月1日—8月31日在1960—2011年每年的总降水站点数(有降水发生即可)和暴雨站点数,并计算多年平均逐日发生站点数.如图2所示,从演变形势可以看到长江中下游夏季平均每天发生暴雨的站点数为3个左右,而平均每天发生降水的站点可达40个左右,站点数分布呈现两个峰值,较大峰值时段在第11 d(6月11日)至第43 d(7月13日)左右,暴雨能达到5个站点左右,对应发生降水站点为50个以上,较小峰值时段为第70 d(8月9日)至第92 d(8月31日),暴雨能达到3个左右,对应发生降水的站点数为40个左右.另外,较大峰值所对应时段与多年梅雨平均发生时段相符合,此时每日出现暴雨的站点数平均为5个左右,总降水站点能占到全区总站点的约1/2.进一步统计长江中下游地区1960—2011年夏季6月1日—8月31日共4784 d中,不同暴雨发生站点数的出现频次,并计算其频率.图3(a)不同站点数发生频率分布,可以看到统计时段内该区暴雨发生站点数最多为25个,出现频率为0.1%,最少为1个,出现频率为24.5%,不同暴雨发生站点数的出现频率拟合曲线呈现指数型衰减特征,其衰减速率在5站之前较快,之后则逐渐减慢.而图3(b)累积百分率拟合曲线则呈指数型增长特征,与图3(a)对应,暴雨发生站点数少于5个时,其累积发生频率增长较快,随后逐渐减缓,其中发生站点数小于5个的出现总频率为 64.0%,而 5站以上 (包含 5站)总频率为36%,粗略计算所得两者的平均发生概率比为(64/4)：(36/21)—10.7：1. 结合上述两方面的讨论,我们将长江中下游地区某天满足5个或5个以上站点出现暴雨这一空间尺度特征,作为评判暴雨“积成效应”发生的空间范围条件.

图2 长江中下游52年平均逐日暴雨站点数(a)和总降水站点数(b)演变特征(曲线为5次多项式拟合)

图3 不同暴雨站点数发生频次百分率(a)及其累计百分率(b)的演变

其次,满足空间尺度条件的几场暴雨的时间间隔不超过一次天气过程的持续时间(3—5 d左右)时,说明几场暴雨过程具有一定的连续性,这种性质的几次暴雨过程累积,其时间尺度可表现出中长期天气过程的特点,因而我们认为它在时间上也具有一定的持续性.暴雨“积成效应”是由满足上述时-空尺度特征的几次暴雨过程的累计或叠加所产生.

对于长江中下游地区,实际过程中可由如下的标准进行判断：当该区某天暴雨站点数达到5站以上(≥5)时,以这一天开始每3 d滑动求平均值,如果连续10 d或10 d以上滑动平均值都满足上述标准,则记录这一次暴雨降水过程,统计整个夏季满足条件的所有过程,这些过程的累计或者叠加对夏季降水等所产生的影响和作用,即为长江中下游地区暴雨“积成效应”.

3.2 长江中下游地区暴雨“积成效应”的指标

由上述的定义可知,要对上述事件进行刻画,需要从持续时间(Ld)、控制面积(Ar),以及降水贡献率(Qs)三个方面入手,针对所研究的每一年,以上指数分别定义如下：

其中,当满足以上时空选择条件时Li=1,否则Li=0,i为满足条件的序数日,持续时间Ld为所有满足Li=1的总天数,m为一次“区域性暴雨事件”的持续时间,Ar为上述时间段内中心区域空间范围大小,按照0.5°×0.5°分辨率对站点网格化,然后计算面积,Ai是每个网格对应的面积大小.Rij表示满足条件的第i天第 j站点上的降水量,其求和即表示暴雨“积成效应”所产生的总降水,Rs表示某一年夏季降水总量,Qs为暴雨“积成效应”时段内满足条件的所有站点降水总量占当年夏季降水的比例,其值越大,说明暴雨“积成效应”时段内的降水对当年夏季降水的贡献率越大.np为满足条件的站点总数.

定义的三项指标以及长江中下游区域平均降水量Rs随时间演变特征如图4所示.图4(a)柱状曲线表示每年暴雨“积成效应”持续时间Ld,上方的数字表示暴雨“积成效应”中满足条件的暴雨过程次数,可以看到每年满足条件的暴雨过程次数并不一致,绝大多数年份以2次为主,其次为1次,出现3次的年份有3年,有4年没有出现满足条件的暴雨过程,分别为1961,1963,1966和1978年,与之对应的控制面积(图4(b))和降水贡献率(图4(c))在这几年也都为0.以上4年的夏季降水总量也显著偏少,居近52年中偏少年份的前4位(4(d));说明暴雨“积成效应”明显偏弱时,长江中下游地区夏季降水显著偏少.暴雨“积成效应”持续时间具有明显的年际和年代际震荡变化,其多年平均持续时间为27.6 d左右,20世纪70年代中期以前以及20世纪80年代中期到90年代初期这两个时段中,持续时间大多在气候平均值以下,而20世纪70年代中期到80年代中期和20世纪90年代初期以后这两个时段内,持续时间大多在气候平均值附近及以上.此外,暴雨“积成效应”对应的暴雨过程发生次数与持续时间长短并不完全呈正比关系,如1976年,发生次数虽为3次,但持续时间却明显比1983年1次事件短.

暴雨“积成效应”中心区域面积Ar变化曲线(图4(b))也有明显的年际和年代际变化,总体表现为一种波动上升趋势.年际变化表现为20世纪80年代以前,中心区域面积年际波动幅度较大,且基本都在平均值以下,而80年代以后年际波动幅度减弱,且基本都在平均值以上.年代际特征变化表现为20世纪70年代中期和80年代中期各有一次小的波峰出现,在20世纪90年代以后出现一次大的波峰值,而在近10年呈现一种下降趋势.

图4 暴雨“积成效应”指标 (a)持续时间;(b)控制面积;(c)降水贡献率及长江中下游区域平均夏季降水量;(d)随时间演变特征(曲线为5点快速傅里叶平滑曲线)

图4 (c)为每年暴雨“积成效应”作用时段的降水总量占当年夏季总降水的百分比,反应暴雨“积成效应”对夏季降水的贡献率大小.事实上,最终降水量的多少与降水过程的空间范围、持续时间以及降水强度等有直接联系,因而这一指数实际上是几个方面的综合作用结果,从图中也可以看到其变化特征总体与持续时间Ld和中心区域面积Ar的变化呈现较好的一致性.不过,从每年的对应情况来看,也有一定的差别,如2005,2007,2009这三年,其持续时间Ld较平均值偏长,面积Ar在平均值附近变化,而降水贡献率却在气候平均值以下.原因可能是这些年份暴雨“积成效应”虽然持续时间长、控制的空间范围广,但其每次过程暴雨的降水强度并不大,因而最终产生的降水量并不多,对夏季降水的贡献也有限.

图4(d)为长江中下游地区平均夏季总降水年际变化,该地区夏季气候平均降水为498.7 mm,1998年最大为664.3 mm,1978年最小为324.8 mm;两者相差达339.5 mm,可见年际变率很大.5点快速傅里叶平滑曲线清楚显示在20世纪80年代中后期长江中下游地区夏总降水呈现由少变多的年代际转折趋势.对比分析图4(d)与图4(a)—(c)发现四者年际和年代际变化具有一致性,降水的年代际转折与各指数的年代际转折期大体相同,而暴雨“积成效应”指数的强弱与降水的多寡亦有很好的对应关系.尤其像1998年等一些强降水年份,对应关系十分明显.为进一步分析它们之间的关系,对暴雨“积成效应”各指数和总降水量两两之间计算相关,结果见表1.

表1 暴雨“积成效应”三项指数和区域平均降水量间的相关系数

表2 四项指数前10位年份

由表1可见持续时间Ld,中心区域面积Ar,降水贡献率Qs,三者之间具有很好的相关性,相关系数都在0.86以上(通过显著水平为0.001的显著性检验),事实上对于一次降水过程来讲,如果它持续时间长,那么说明系统稳定性较好,往往会产生大范围强降水,因而上述三个指标紧密联系,相辅相成.而暴雨“积成效应”各指标与总降水量指数Rs的相关指数亦有很好的相关,相关系数均在0.65以上(通过99.9%的置信度),说明暴雨“积成效应”对整个夏季降水具较大的影响和贡献.即对暴雨来讲,其降水强度比一般降水明显偏大,如果持续时间长、范围广,那么由此产生的降水对整个夏季降水的贡献权重必然会高.

将暴雨“积成效应”各指数按大小排序,选其对应的最强10年绘入表2中,对比分析可见,在区域平均降水Rs最强的10年中,对应前10位的高Ld年有7年,高Ar有4年,高Qs有7年.总体而言具有较好的对应关系,其中与Ld和Qs的对应关系要好于Ar,Ar对应关系不好的可能是因为在实际过程中,降水范围占整个区域的比例并不大,但在降水范围内降水强度和降水量却很大,最终形成的降水总量对整个区域降水的贡献仍然较大.此外,上述面积对应关系亦引出另外一个问题,即以上仅从时间角度去探讨降水总量的变化,没有考虑降水的空间分布型,而Ar某种程度上是反映暴雨“积成效应”空间分布型的一个指标.而在实际预报和监测过程中对降水空间分布的关注更多,那么从整个夏季降水空间分布与暴雨“积成效应”空间分布的关系角度去考虑,是否会存在更好的对应?以下将从这一角度进行探讨.

3.3 暴雨“积成效应”与长江中下游夏季降水空间分布型

鉴于降水空间分布不均匀性且年际变率大,要探讨整个夏季降水的空间分布型与暴雨“积成效应”控制范围间的关系,须从宏观角度对空间分布分型进行探讨.因此,采用EOF分解寻找每年降水空间分布的共性并对其分类,从分类的角度去探讨两者之间的关系.对1960—2011年52年长江中下游地区夏季降水进行EOF分解,其前6个模态的累积解释方差占总解释方差的60.7%,而前两个模态的累积解释方差占总解释方差的35.5%.因此选前两个模态所代表的空间型,对其取正反,得到四种空间模态分布型：全区一致偏旱(图5(a))、以长江为界的“南涝北旱”(图5(b))或“南旱北涝”(图5(d))以及全区一致偏涝(图5(c)).

由于暴雨的局地性特征很强,同一场暴雨相邻区域或站点的降水量可能相差很大,而考虑空间分布时我们更注重暴雨过程控制的范围,所以用暴雨发生频次分布更能宏观地表现其空间控制范围大小.统计1960—2011年近52年暴雨“积成效应”时段内区域各站点的暴雨发生频次行,然后对这一序列进行EOF分解,其前6个模态的累积解释方差占总解释方差的52.2%,而前两个模态的累积解释方差占总解释方差的31.6%.与夏季总降水EOF分解前两个模态所占比例大致相当,对它前两个模态按照相同处理取正反,得到4种空间分布型,如图6所示,其分布与夏季总降水的4种分布型十分类似,即全区一致偏弱(图6(a))、以长江为界的“南强北弱”(图6(b))或“南弱北强”(图6(d))以及全区一致偏强(图6(c)).

图5 长江中下游地区夏季降水EOF空间分布型 (a)全区一致偏旱;(b)“南涝北旱”;(c)全区一致偏涝;(d)“南旱北涝”

图6 暴雨“积成效应”控制范围EOF空间分布型 (a)全区一致偏弱;(b)“南强北弱”;(c)全区一致偏强;(d)“南弱北强”

进一步以上述EOF分解结果入手,利用每一年的实况降水和暴雨“积成效应”控制期暴雨发生频次空间分布与上述4个模态求相似,相似系数表达式为

式中i和 j表示某一时刻两个不同空间场,Sij衡量两个空间点的相似程度,对其取余弦得到两个场的夹角αij,αij越小,表示两场间的夹角越小,两场越相似,反之则相反.由此,计算某一年实际场,与上述EOF分解所得4个模态场的αij,然后以αij大小归类,将长江中下游地区夏季降水和暴雨“积成效应”空间范围分为四种类型,分别如表3与表4所示.其中A1和B1型分别对应夏季降水一致偏旱和暴雨“积成效应”全区偏弱,A2和B2型分别对应夏季降水南多北少和暴雨“积成效应”南强北弱,A3和B3分别对应夏季降水南少北多和暴雨“积成效应”南弱北强,A4和B4分别对应夏季降水全区偏多或暴雨“积成效应”全区偏强.从表3和表4可以看出长江中下游地区夏季降水A1型分布为14年,A2型12年,A3型14年,A4型12年,对应暴雨“积成效应”空间范围B1型8年,B2型11年,B3型22年,B4型11年.

进一步分析两者的对应关系,对比表3与表4统计得表5.从表中可以看出B1型8年中有7年对应A1型,B2型11年中有9年对应A2型,B3型22年中有14年对应A3,B4型11年中有8年对应A4型,体现了对角线占优这一特征,即长江中下游地区夏季降水空间分布与暴雨“积成效应”空间分布具有很好的一一对应关系.反之,从整体降水型对应暴雨“积成效应”空间型来看,以A1型为例,即当整个夏季全区降水偏少时,暴雨“积成效应”在空间上也主要表现为一致偏弱的B1型,其次是B2型和B4型的“南强北弱”和“南弱北强”型,一致偏强的B3型很少.此外,A3型全区降水偏多的14年全部对应了暴雨“积成效应”一致偏强的B3型.可见暴雨“积成效应”空间范围的分布,对整个夏季不同降水型的产生具有较大的影响.

表3 长江中下游夏季降水分类

表4 暴雨“积成效应”空间分布分类

表5 两种空间型的对应关系

3.4 暴雨“积成效应”强弱与中国东部夏季降水

以上几节通过定量的刻画暴雨“积成效应”指标,探讨其与长江中下游地区降水的时空分布之间的对应关系,发现两者间具有十分紧密的联系.因此,有必要定义一个指数来定量化地描述暴雨“积成效应”强弱的变化,以此探讨其变化特征以及与相关气象因子之间的联系.从暴雨“积成效应”的本质来讲,它是多次强降水过程的累积或叠加效应,首先会从降水量的角度影响并决定整个夏季降水,其次则会通过大量的降水改变土壤含水量,从热能输送和交换等方面,对后期降水和温度产生影响.因此,暴雨“积成效应”时段内产生降水量的多少能够较好反映出其作用的强弱.据此定义暴雨“积成效应”强度指数(BQDI)：

式中Si是第i年暴雨“积成效应”时段内的总降水量,Sm是气候平均夏季降水总量,这两者的比值越大表明暴雨“积成效应”越强,其造成的降水与气候平均夏季降水越接近,对第i年夏季降水的贡献也越大.Norm(···)表示 BQDI(i=1,2,···,52)为一条标准序列.

图7(a)为1960—2011年BQDI随时间的演变呈现出明显的年际振荡变化,与3.2节中长江中下游地区域平均夏季降水变化曲线对比,可以看到暴雨“积成效应”强弱年与夏季降水多寡年(相对于气候平均)具有很好的对应关系,指数值在1(即1倍标准偏差)以上的年份基本对应降水显著偏多的年份,而在-1以下的年份基本对应降水显著偏少的年,尤其在1961,1963,1966和1978年这几个长江中下游大范围干旱年,和1969,1980,1982,1998年这几个长江中下游大范围偏涝年,指数值都分别表现出显著偏弱和偏强的一致性响应变化特征.将这一指数与图4(e)区域平均夏季降水做相关,其相关系数为0.79,明显高于3.2节定义的三项指标与夏季降水的相关,说明暴雨“积成效应”的这一新指标能更好地反映夏季降水多寡的特征.图7(a)中10年平均曲线演变显示,20世纪90年代以前,暴雨“积成效应”强度值大都在0以下,说明暴雨“积成效应”在这一时段内强度偏弱,而90年代初,指数出现一次跳跃式变化,从0值以下突然转到0.5以上,随后至今都处于0值以上,说明90年代以后至今,暴雨“积成效应”处于偏强期,这一转折变化与长江中下游降水的年代际转折变化相一致[22],与中国东部地区由“南旱北涝”向“南涝北旱”的年代际转折特征也有类似之处.另外,需要指出的是21世纪近10年,指数相较于20世纪90年代又有所减弱,这与近10年江淮雨带的向北迁移也有一定的对应.

图7 1960—2011年BQDI变化(a)及其与中国东部地区夏季降水的相关系数分布(b)(相关系数乘以100,阴影区表示通过95%的置信度,正负相关分别用深浅阴影)

将这一指数与所选择的中国东部394个站点夏季降水求相关,可以发现相关分布的强正值区主要分布于27°N—34°N范围的长江中下游区,相关性大都可通过99%的置信度,另一较弱的正相关区域位于45°N以北的东北西北部,两个显著负相关区分别位于华南以及35°N—45°N范围内的部分地区(可通过95%的置信度),其中华南地区中心较弱,而河套地区以及东北东南部中心较强,相关系数的正负带状分布与中国东部夏季降水的雨带分布也大致类似(图7(b)).尽管这种同时期降水和降水的相关不具有统计学意义,但这种相关性的好坏从某种程度上反映出两者变化的密切性和同步性,因而可以作为评判暴雨“积成效应”在整个夏季降水中的重要性的依据.

此外,选出BQDI最大的五年1969,1975,1982,1998和2010年,最小的五年1961,1963,1966,1978和1985年,分别合成暴雨“积成效应”强、弱年中国东部地区实际降水距平百分率(图8(a),(b)),以及两者差值分布(图8(c)),由图可见,合成结果与上述相关分布近似一致,即强指数年,长江中下游地区降水明显偏多,华南和华北大部分地区降水偏少,东北地区除东部部分地区外降水亦呈偏多趋势(图8(a));而弱指数年则大致相反,表现为长江中下游地区降水明显偏少,华南部分地区、华北和东北大范围降水偏多(图8(b)).强年减弱年合成差值分布更为明显,可以看到所选长江中下游区为显著正值区(通过95%置信度),而华南及华北和东北大部位显著负值区(通过95%置信度),反之亦然,说明长江中下游区BDSI强、弱年份,整个东部地区的降水形式呈现出截然相反的两种分布形势.

综合而言,长江中下游地区暴雨“积成效应”所产生的作用,与同期整个夏季降水具有十分密切的联系,其强弱随时间的变化与同期夏季降水多寡随时间的变化具有很好的一致性,而其控制范围与长江中下游地区夏季降水空间分布亦有很好的对应关系.另外,长江中下游区暴雨“积成效应”不仅能够反映该地区的夏季降水多寡,还能在某种程度上反映出整个东部旱涝的分布情况.由此可见对长江中下游地区暴雨“积成效应”的把握和预估,对该区夏季降水甚至整个东部雨带分布的的评估都有一定的实际意义.

图8 长江中下游BQDI强年(a)和弱年(b)中国东部降水距平百分率合成及强-弱年差值合成(c)(阴影表示通过95%置信度,负值为浅色,正值为深色)

4 结论和讨论

本文选长江中下游地区,提出暴雨“积成效应”这一概念,对其进行简单的刻画和分析,探究它对同期夏季降水的贡献和联系,得出以下结论.

1)从持续时间(Ld)、控制面积(Ar),以及降水贡献率(Qs)三个角度提出暴雨“积成效应”的判定标准,并对其特征进行分析,发现Ld,Ar及Qs三者之间具有显著的相关性,说明三者之间具有密切的内在联系;而长江中下游地区平均夏季降水亦有很好相关,且表现出一致的年际和年代际变化.

2)利用暴雨发生频次描述暴雨的空间范围,并利用EOF分解,对长江中下游地区夏季降水和暴雨“积成效应”空间分布进行分型,对比发现暴雨频次分布范围和整个夏季降水型的空间模态具有较好的一一映射关系.

3)通过定义长江中下游地区暴雨“积成效应”BQDI,并以此分析其与所选区域夏季降水及整个东部地区降水的关系,发现该指数与整个夏季平均降水具有一致的年际和年代际变化特征;而与中国东部夏季降水相关的空间分布以及合成分析显示,长江中下游地区暴雨“积成效应”强弱,与中国东部夏季降水多寡具有很好的一致性,强指数年,长江中下游地区降水偏多,华南和华北偏少;而弱指数年则大致相反.

本文通过选取暴雨这一天气尺度强降水为研究对象,建立它与季节尺度降水的关系,从多次暴雨累积和叠加的角度将其转化为一种中长期天气过程考虑,提出暴雨“积成效应”,并以长江中下游地区为例,对这一概念进行了定义,并初步分析了暴雨“积成效应”的特征以及与同期夏季降水的关系.相关结论表明多次暴雨形成的“积成效应”所造成的降水在整个夏季降水中占有十分重要的比重,且与夏季降水年际和年代际变化的一致性以及强的相关性,显示出两者变化的同步性以及关系的密切性.因而暴雨“积成效应”概念的提出以及进一步深入的研究具有其现实意义和潜在应用价值：如对暴雨“积成效应”的认识,将可能有助于我们对诸如2011年夏季长江中下游地区由暴雨这一天气尺度过程引发“旱涝急转”并导致整个夏季降水雨带异常变化的成因做进一步的深入探讨;暴雨灾害是我国重大气象灾害之一,每年暴雨洪涝损失所占比例仅次于干旱灾害损失,给生态、环境、社会、经济带来诸多问题.而暴雨“积成效应”造成的危害要比一般暴雨过程范围更广、影响更严重,且极端降水频次的增加[24],将进一步加剧这种危害发生的频率;因此对其进行深入研究,分析其潜在风险特征,对提高气象灾害监测、预警、服务能力均很有必要;再者,目前我国汛期预测对暴雨等这类天气过程的影响并未考虑,而实际过程中暴雨对夏季雨带往往会产生一种决定性作用,因而从暴雨“积成效应”的角度或许能够为在汛期预测的进一步提高提供一些新的思路;此外,暴雨“积成效应”对土壤含水量的改变,导致土壤表面的反照率和热容量以及输入大气的感热和潜热等能量的变化,又会影响到后期的降水和温度等,这一过程又具有某种“气候效应”,对局地气候的变化也可能产生作用[25-30].对于以上问题,我们将在本文基础上,结合现有理论研究成果[31-33]进行深入的分析和探索.

[1]Bao M,Huang R H 2006 Chin.J.Atmosph.Sci.30 1057(in Chinese)[鲍名,黄荣辉2006大气科学30 1057]

[2]Tao S Y,Ding Y H,Zhou X P 1979 Chin.J.Atmosph.Sci.3 227(in Chinese)[陶诗言,丁一汇,周晓平1979大气科学3 227]

[3]Tao S Y 1980 The Torrential Rain of China(Beijing：Science Press)pp255(in Chinese)[陶诗言1980中国之暴雨(北京：科学出版社)第255页]

[4]Doswell III C A,Ramis C,Romero R,Alonso S 1998 Weather Forecasting 13 102

[5]Ding Y H 1998 East Asia Monsoon and Torrential Rain of China(Beijing：China Meteorological Press)p137(in Chinese)[丁一汇 1998 东亚季风和中国暴雨(北京：气象出版社)第137页]

[6]Homar V,Romero R,Ramis C,Alonso S 2002 Ann.Geophys.20 2047

[7]Ducrocq V,Ricard G,Lafore J P,Orain F 2002 Weather Forecasting 17 1236

[8]Gao S T,Zhao S X,Zhou X P,Sun S Q,Tao S Y 2003 Chin.J.Atmosph.Sci.27 618(in Chinese)[高守亭,赵思雄,周晓平,孙淑清,陶诗言2003大气科学27 618]

[9]Lebeaupin C,Ducrocq V,Giordani H 2006 J.Geophys.Res.11 1

[10]Ding Y H 1993 Study of Durative Heavy Storm in Jiang-Huai Area in 1991(Beijing：China Meteorological Press)p255(in Chinese)[丁一汇1993 1991年江淮流域持续性特大暴雨研究(北京：气象出版社)第255页]

[11]National Climate Center 1998 The Heavy Flood and Climate Anomaly in 1998(Beijing：China Meteorological Press)p139(in Chinese)[国家气候中心1998 1998年大洪水和气候异常(北京：气象出版社)第139页]

[12]Tao S Y 2001 The Mechanism and Forecasting of Torrential Rain of China in Summer 1998(Beijing：China Meteorological Press)p1(in Chinese)[陶诗言2001 1998夏季中国暴雨的形成机理与预报研究(北京：气象出版社)第1页]

[13]Zhang P Q,He M,Xu L 2002 Plateau Meteorology 21 243(in Chinese)[张培群,何敏,许力2002高原气象21 243]

[14]Zhang Q Y,Tao S Y,Zhang S L 2003 Chin.J.Atmosph.Sci.27 1018(in Chinese)[张庆云,陶诗言,张顺利2003大气科学27 1018]

[15]Zhao J H,Yang J,Feng G L,Zhang S X 2013 J.Appl.Meteorol.Sci.24 43(in Chinese)[赵俊虎,杨杰,封国林,张世轩2013应用气象学报24 43]

[16]Shen B Z,Zhang S X,Yang H W,Wang K,Feng G L 2012 Acta Phys.Sin.61 109202(in Chinese)[沈柏竹,张世轩,杨涵洧,王阔,封国林2012物理学报61 109202]

[17]Feng G L,Yang H W,Zhang S X,Wang K,Shen B Z 2012 Chin.J.Atmosph.Sci.36 1009(in Chinese)[封国林,杨涵洧,张世轩,王阔,沈柏竹2012大气科学36 1009]

[18]Xie Y M,Hu Y L,Sha W R,Zhu J G,Yang L 2011 Acta Meteorol.Sin.1 61

[19]Wang J J,Li Z C 2002 Acta Meteorol.Sin.10 146(in Chinese)[王建捷,李泽椿2002气象学报10 146]

[20]Booth R E 2012 Weather 14 171

[21]Zhang M,Zhang D L 2012 Monthly Weather Rev.140 184

[22]Cao J,Gao S T,Zhou Y S 2008 Acta Phys.Sin.57 2600(in Chinese)[曹杰,高守亭,周玉淑2008物理学报57 2600]

[23]Si D,Ding Y H,Liu Y J 2010 Chin.Sci.Bull.55 68(in Chinese)[司东,丁一汇,柳艳菊2010科学通报55 68]

[24]Zhang D Q,Hu J G,Feng G L 2008 Chin.Phys.B 17 736

[25]Walker J,Rowntree P R 1977 Quart.J.Royal Meteorol.Soc.103 29

[26]Yeh T C,Wetherald R T,Manabe S 1984 Monthly Weather Rev.112 474

[27]Ma Z G,Wei H L,Fu C B 2000 Acta Meteorol.Sin.58 278(in Chinese)[马柱国,魏和林,符淙斌2000气象学报58 278]

[28]Koster R D,Dirmeyer P A,Guo Z C,Bonan G,Chan E,Cox P,Gordon C T,Kanae S,Kowalczyk E,Lawrence D,Liu P,Lu C H,Malyshey S,McAvaney B,Mitchell K,Mocko D,Oki T,Oleson K,Pitman A,Sud Y C,Taylor C M,Verseghy D,Vasic R,Xue Y K,Yamada T 2004 Science 305 1138

[29]Kim J E,Hong S Y 2007 J.Climate 20 5732

[30]Zhang W J,Zhou T J,Zhi H 2012 Acta Meteorol.Sin.70 78(in Chinese)[张文君,周天军,智海2012气象学报70 78]

[31]Cui X P,Li X F 2011 Chin.Phys.B 20 109201

[32]Feng G L,Dong W J,Jia X J 2004 Chin.Phys.13 413

[33]Zhi R,Lian Y,Feng G L 2007 Acta Phys.Sin.56 1837(in Chinese)[支蓉,廉毅,封国林2007物理学报56 1837]