一次西南涡致洪暴雨天气过程诊断分析和数值模拟试验❋

方从羲， 李子良

(中国海洋大学海洋与大气学院，山东 青岛 266100)

一次西南涡致洪暴雨天气过程诊断分析和数值模拟试验❋

方从羲， 李子良❋❋

(中国海洋大学海洋与大气学院，山东 青岛 266100)

摘要：基于NCEP(National Centers for Environmental Prediction)的FNL(Final Operational Global Analysis)资料和WRF-ARW模式，对2014年7月10—12日西南涡(SWV)暴雨天气过程进行诊断分析和数值模拟试验。研究结果表明,西南涡沿切变线东移发展和低空西南急流的增强是导致此次暴雨过程的主要原因。西南涡的移向和相对风暴螺旋度(SRH)大值区有很好对应关系，SRH大值区对西南涡暴雨过程强对流的落区有较好的指示作用。沿西南涡移动方向，其前部暖平流后部冷平流有利于其前移，沿假相当位温平流场的零等值线可指示西南涡的移向。引入湿螺旋度散度(MHD)来分析西南涡降水的水汽条件发现，模式结果计算的850 hPa上MHD值分布与雨区和降雨强度对应较好，但对于降水的定量预测还需考虑MHD大值区延伸的高度。

关键词：西南涡；WRF-ARW模式；相对风暴螺旋度(SRH)；假相当位温；湿螺旋度散度(MHD)

引用格式：方从羲， 李子良. 一次西南涡致洪暴雨天气过程诊断分析和数值模拟试验[J]. 中国海洋大学学报(自然科学版)， 2016， 46(5): 14-21.

FANG Cong-Xi, LI Zi-Liang. Diagnostic analysis and numerical simulation of rainstorm by southwest vortex[J]. Periodical of Ocean University of China, 2016, 46(5): 14-21.

西南涡SWV(Southwest China Vortex)是导致中国夏季暴雨的重要中尺度系统。中国西南地区的地形及其流畅配置对其形成有重要作用[1]。西南涡在天气图上一般表现为700hPa上气旋性环流的闭合小低压，直径约为300～500km。大多数西南涡生成后就在源地消失，并不发展；而东移的西南涡绝大部分会产生降水，常会对其所经区域造成暴雨天气[2]。因此研究西南涡东移过程中的动力和热力因子以及降水产生的主要系统具有重要的意义。

经过众多学者多年研究，关于西南涡的形成[1,3]，发展[4-7]，结构性质[8]以及预报[9-10]积累了大量的经验和成果。其中东移发展的西南涡是重点研究对象。对于发展的西南涡，近年来学者也有一定的研究成果。Chen等[6]从动力热力和水汽各方面诊断分析了一次西南涡东移过程，总结了各诊断量对于分析西南涡移动发展和中尺度对流过程的作用和效果；赵大军等[7]利用WRF-ARW对一次西南涡暴雨过程进行数值模拟指出，对流层高层的强辐散和中低层低涡的耦合是西南涡发展加强的原因。目前对于西南涡暴雨的研究仍是以个例为基础进行诊断分析和数值模拟，在分析过程中运用诸变量诊断结果，但对于数值模式如WRF-ARW模拟西南涡移动和降水的应用目前还存在不足。

2014年7月9—13日，中国长江流域自西向东发生了一次大到暴雨过程。(文中所有时间均为世界时)其中主要的区域降水过程有：7月9日0000 UTC(文中UTC均表示世界时)—11日0000 UTC发生在四川北部和东北部的持续强降水过程，最大总降雨量出现在绵阳安县，为340.2mm；7月11日0600 UTC—12日0900 UTC，安徽省宿松、太湖、潜山、桐城一带以及长江以南局部、大别山区和江淮分水岭地区、皖南山区相继发生了大暴雨过程，其中1h降水量最大的地区为贵池，11日0600-0700 UTC降水量达到83mm；7月12日0600 UTC—7 1800 UTC江苏南部，浙江北部和上海的暴雨过程。经过分析，此次暴雨过程与西南涡沿切变线的东移发展和西南风低空急流的发展有明显的关系。本文分别利用FNL(Final Operational Global Analysis)再分析资料和数值模拟分析此次暴雨过程中天气系统的变化发展情况并进行比较。引入相对风暴螺旋度SRH(Storm-relative helicity)[11-13]和湿螺旋度散度MHD(Moisture helicity divergence)[14]两个变量进行分析，探索SRH和MHD对于西南涡的移动发展和降水的指示作用，进一步理解西南涡发展的机理。

1数据和分析方法

本文所采用的数据包括：NCEP(National Centers for Environmental Prediction)所提供的FNL(Final Operational Global Analysis)数据，空间分辨率为1(°)×1(°)，时间分辨率为6 h；TRMM(Tropical Rainfall Measuring Mission)卫星3B42产品的合成降水率数据，空间分辨率为0.25(°)×0.25(°)，时间间隔为3h。

本文分析相对于西南涡的环境风场对其移动和发展的影响，引入相对风暴螺旋度(SRH)，其表达式[12]为：

并把H≥150m2·s-2作为强对流发生判据。这里N取从1000～800hPa平分的5层，而cx和cy分别为对流系统移动速度C的水平分量，这里C的大小取为700～400hPa的平均风速V的75%，方向为V的方向右偏40°。本文采用改写后的公式计算SRH。

为了诊断暴雨落区，引入了一个关于垂直运动、相对涡度以及水汽通量散度的诊断量湿螺旋度(MHD)[14]，

2基本环流形势分析

图1为此次过程的天气分析图。7月11日0000UTC的500hPa图上(见图1(a))贝加尔湖东南有一横槽，副高占据中国东南大部。在甘肃南部到西藏一带的青藏高原东侧地区存在一低压系统，且风场上存在切变。与此同时，700hPa图上(见图1(c))四川东北部出现明显的气旋式环流系统，西南涡已经生成。并且，陕西到山东南部一带为一低槽切变，西南涡位于切变线的西侧。在西南涡生成之前四川盆地自7月9日0000UTC就开始降水，该阶段的降水与青藏高原东部的低值系统和西南风低空急流有关。7月11日，西南涡生后使四川北部的降水持续，与前阶段的降水构成了四川北部的持续强降水过程。由于横槽的槽前有明显的冷平流，因而横槽将逐渐南压转竖。随着冷空气的堆积，7月12日0000UTC(见图1(b))四川盆地西部到陕西一带的小槽发展，并同南侧的西南涡构成北槽南涡的形势，西南涡随着槽前的偏西气流东移(见图1(d))。与此同时700hPa上西南涡南侧的西南风低空急流[16]建立并逐渐增强，携带大量水汽在涡中心区域附近辐合，给所经的湖北、安徽、江苏、上海等地区带来强降水。此外，从11日0000UTC700hPa图上还可看出，西南涡在移出的时候四川盆地还留有一部分低压扰动，这部分低压也将随西南涡东移陆续移出，因而这也是造成安徽的长江沿线一带、大别山区和江淮分水岭地区、皖南山区相继发生强降水的原因。从12日0000UTC天气图上可看到西南涡温度场结构特征，700hPa西南涡中心附近等温线相对密集且北冷南暖，而500hPa等温线在相应区域有明显的暖舌。

3西南涡东移发展的诊断分析

3.1 动力条件分析

一般对于西南涡过程的诊断中，涡度场的变化可以指示涡的发展。相对风暴螺旋度(SRH)可以指示环境涡度向对流系统中涡度的输送，SRH大值区意味着该区域有低涡和对流系统的发展。相比于相对涡度平流，SRH剔除了天气尺度的涡度变化并考虑了三维风场中有效的水平涡度，诊断涡度场的变化具有更好效果。目前在诊断气旋[13]、台风[17]、雷暴[18]和龙卷[12]均有应用。图2分析了西南涡东移阶段4个时刻的SRH，相对涡度场和风场。根据图中可看出：(1)最大相对涡度区可认为是西南涡的中心，SRH的大值区和最大值中心均位于西南涡东南一侧，对应的降水也正位于此区域。(2)图2(a)显示，11日1800UTC西南涡移出四川盆地并开始东移，此时西南涡东南侧有较大的(SRH≥100m2·s-2)的区域，但强度没有达到强对流的条件[11](≥150m2·s-2)。随着东侧的东南气流将环境涡度输送至西南涡中，使其发展；(3)12日0000 UTC至1200 UTC(见图2(b),(c),(d))，西南涡东移并剧烈发展时期，SRH大值区范围扩大且中心值达到最大(>400m2·s-2)。根据以上分析可以总结：根据FNL分析的SRH对于西南涡移动方向的诊断有较好的效果，西南涡的移动方向即向着SRH大值区移动，这是因为正值大SRH区域有充足的环境涡度，为正涡度区的发展提供了充足的风场旋度。但据此分析的SRH结果并不能较好的指示强降水发生的落区。比较图2和图4(a)，强降水落区主要位于安徽南部，江苏南部和上海附近。而SRH大值中心位于安徽和江苏的中北部，相对于强降水中心偏北。因此需要结合数值模拟结果进行分析。

(黑色等值线为位势高度(单位10M)；红色等值线为气温(单位℃)；褐色粗线为槽线切变线；黑色粗线标示出西南涡的所在位置。Black contours aregeopotential height(unit: 10 m)； Red contours are temperature(unit:℃)； The brown thick lines stand for trough or shear lines and black thick lines indicate the position of the SWV.)

图1西南涡过程的天气分析图

Fig.1The weather chart of the SWV process

图2　SRH(实线，单位：m2/s2)700 hPa上相对涡度(填色，单位：1×10-5s-1)和风场分布图

3.2 热力条件分析

假相当位温是一个综合诊断大气中温湿场的变量。图3绘制出了西南涡东移过程中2个时刻的假相当位温和假相当位温平流的垂直剖面图。根据西南涡的移动和发展规律[2]，当冷空气从涡的西部或西北部侵入，西南涡则东移发展；而当冷空气从东或东北侵入，西南涡填塞减弱。因而根据剖面图上冷暖平流的分布可以判断西南涡移动和发展的情况。根据图中所分析的假相当位温场分析西南涡中心附近的热力结构发现，在中层850～700hPa区域西南涡存在冷中心，其下方和东南侧为∂θse/∂p>0的对流不稳定区域。11日1800 UTC(见图3(a))西南涡中心分裂成2个，这与第2章分析的结果相同。假相当位温场的冷中心附近均为冷平流区域，其东侧有明显的暖平流区。即涡的西侧冷平流，东侧暖平流，这种配置导致西南涡东移。12日0600UTC(见图3(b))，西南涡前后冷暖平流强度均有所增强，前暖后冷的配置使其继续东移。此外相比前一时刻，此时暖平流中心位于地面附近，更有利于该区域对流的发展。

图3　纬向剖面上假相当位温(实线，单位：K)和假相当位温平流(填色，单位：1×10-4K/s)分布图

4西南涡东移发展的数值模拟

4.1 数值模拟方法

数值模拟实验所采用的模式为WRF-ARW。模拟所采用的初始场和边界场是由NCEP提供的FNL数据，空间分辨率为1(°)×1(°)，每6h输入一次边界条件。数值模拟采用四层嵌套，各层网格水平分辨率分别为27，9，3和1km。模拟区域覆盖西南涡移动发展所经过的所有区域，区域中心位于115°E，31.5°N，地图投影采用兰勃特投影。积分时间从2014年7月11日00 UTC开始，2014年7月13日00 UTC结束，共积分48h。积分时间步长为60s。参数化方案选择情况：微物理方案采用WRF6级冰雹方案(WSM6)[19]，长波和短波辐射分别采用RRTM[20]和Dudhia[21]方案，近地面层采用Monin-Obukhov方案[22]，陆面过程采用Noah模式[23]，边界层采用YSU方案[24]，积云对流方案为Grell三维集成方案[25]。

4.2 模拟降水量分析

比较模拟结果(见图4(b))和实际(见图4(a))的降水情况，从图4可以看出，在西南涡东移发展的过程中，关于模拟降水的落区对应得比较好，但降水强度模拟的效果不好。7月11日0000 UTC—12日0000 UTC，降水位于重庆湖南湖北交界的区域附近，该区域的模拟结果均有降水。重庆湖北交界处模拟的降水量偏大，而湖南湖北交界处模拟的降水量偏小。7月12日0000 UTC—13日0000 UTC，随着西南涡移至江淮一带，降雨带位于江南一带，安徽南部，江苏南部以及上海东侧海上分别有3个降水极大值中心。模拟的雨带位置与实况基本对应，但江苏南部到上海一带的强降水中心没有模拟出来，且安徽南部的降水中心模拟的降水量有一定程度的偏小。考虑到降水过程模拟的复杂性，由于降水的落区与西南涡的移动均满足实际情况，故认为该模拟结果是可信的。

(统计时间从7月11日0000 UTC—13日0000 UTC。The accumulated time is from 0000 UTC 11 to 0000 UTC 13 JUL 2014.)

4.3 模拟的相对涡度和SRH分析

根据3.1节的分析，相对风暴螺旋度(SRH)表示环境风涡度的输送，它可以用来很好地指示和预测西南涡的移动，同时它也可以指示强对流的发生(H≥150m2·s-2)的落区。图5选取与图2相同的4个时刻，比较分析模拟的西南涡东移过程中相对涡度和SRH分布情况，可得：(1)模拟的西南涡在移出时主要的正涡度带呈两条带状分布，其中心区域出现正负涡度交替的情况，这与FNL资料的分析结果不同。这种分布体现了系统一定的中尺度特征。北侧的正涡度带反应了西南涡东移过程低槽切变，南侧的正涡度带则反应西南涡对流降水发生的区域。(2)模拟的相对风暴螺旋度(SRH)大值区域分布在南侧的正涡度带区域的东南一侧，这与降水区域和西南涡移动方向均是相符的。(3)模拟的SRH大值区域相比FNL资料的分析结果更能反应对流降水状况。12日0600 UTC，SRH的最大值中心分别位于豫皖鄂交界的大别山区，苏浙皖交界和上海以东海上，强度均达到了200m2·s-2。所对应的后2个地区均有强降水(见图(4a))，而豫皖鄂交界的极大值中心主要显示西南涡的移动情况。同样地12日1200 UTC江浙沪交界区域的SRH≥250m2·s-2极大值中心对应西南涡强对流发生区，而北侧苏皖地区的中心指示西南涡中心的移动。而11日1800UTC和12日0000 UTC这2个时刻的对流性降水不强，因而其大值区强度和范围都很小，不能作为强对流发生指标，但可以作为西南涡移动的指示。

图5　模拟的SRH(实线，单位：m2/s2)和700hPa相对涡度(填色，单位：1×10-5s-1)分布图

4.4 模拟的假相当位温平流分析

(黑色实线为0等值线；褐色箭头为西南涡移动路径示意。The black contours are 0 isolines； The brown arrows indicate the path of the SWV.)

4.5 湿螺旋度散度分析

湿螺旋度散度(MHD)是一个综合相对涡度、垂直速度和水汽通量散度的诊断量。相比于计算相对风暴螺旋度(SRH)和水汽螺旋度[14]用的水平螺旋度，这里考虑的是垂直螺旋度与水汽通量散度的乘积。当相对涡度为正，垂直速度向上，水汽辐合的时候为正值。它的正值的大小与暴雨落区和强度有很好的对应。图7分别利用FNL资料和数值模拟结果分析700和850hPa上MHD分布情况。对比分析发现：(1)数值模拟结果计算得到的MHD结果比FNL资料分析的效果好。用FNL计算的850hPa(图7(c))上MHD最大值中心位于豫鄂皖交界，而实际上该区域并没有很强的降雨。而根据模式结果得到的850hPa的MHD不仅大值区(≥5×10-13m·s-3)与雨带对应(见图4)很好，而且湖南西部、安徽南部、江浙皖交界以及上海东侧的4个强降雨中心均有MHD≥40×10-13m·s-3的区域对应(图上分别由ABCD标示)。C和D区域降水量相同150mm但D区域的MHD值明显比C区域大，这是因为海上的水汽更充足。(2)850hPa上MHD的分布与雨带位置和降雨强度对应比700hPa较好，这是由于水汽辐合主要发生在这个层次，而700hPa上MHD主要反映西南涡涡旋活动的情况。在700hPa安徽南部还存在一个MHD大值区，比较降水情况(见图4)可以发现该区域的降雨量也是最大的。说明水汽辐合以及对流活动在这个区域更强烈。此外，相比于王颖[14]等用MHD来诊断温带气旋的效果，MHD诊断和预测西南涡降水的效果更好，这是因为西南涡的对流发展更旺盛。

图7　FNL和模拟的700和850hPa上7月12日日平均的MHD分布图(单位分别是1×10-11Pa/s3，1×10-13m/s3)

5结论与讨论

(1)根据FNL资料的分析和数值模拟结果基本掌握了2014年7月10—12日的暴雨过程发生的原因。西南涡沿切变线东移发展是此次过程中的关键中尺度系统，新疆蒙古一带的横槽转竖并导致冷空气南下是影响西南涡移动发展的大尺度因素，西南风低空急流的发展是造成暴雨的重要因素。

(2)WRF-ARW兼具中尺度过程模拟和全球模拟的功能，适用范围较广。该模式对于西南涡移动发展以及西南涡暴雨过程中的中小尺度系统的模拟是比较成功的。

(5)根据高精度模式结果计算出的湿螺旋度散度(MHD)对于西南涡造成的强降雨的落区和强度具有较高的预报意义的价值。850hPa上MHD值同样大小的区域，陆地的降水量比海洋大；MHD大值区发展的高度越高，造成的降水量越大。

本文通过WRF-ARW模拟此次西南涡东移发展得到一些关于指示西南涡移动和发展的动力热力因子以及西南涡暴雨发生综合因子。但仍存在一些问题未解决。如模拟的西南涡在移出四川盆地至湖北的一段所产生的降水以及强对流与诊断结果对应不好，这可能与该区域复杂的地形有关。此外SRH和MHD在预报强对流和降水的时效性，西南涡在东移入海后继续发展的原因。这些问题需要在以后的研究中进一步分析。

参考文献：

[1]高守亭. 流畅配置及地形对西南低涡形成的动力作用[J]. 大气科学, 1987, 11(3): 263-271.

GaoST.Thedynamicactionofthedispositionofthefluidfieldsandthetopographyontheformationofthesouth-westvortex[J].ChineseJournalofAtmosphericSciences, 1987, 11(3): 263-271.

[2]卢敬华. 西南低涡概论 [M]. 北京: 气象出版社, 1986.

Lu J H. Generality of the Southwest Vortex [M]. Beijing: China Meteorological Press, 1986.

[3]吴国雄, 刘还珠. 全型垂直涡度倾向方程和倾斜涡度发展 [J]. 气象学报, 1999, 57(1): 1-15.

Wu G X, Liu H Z. Complete form of vertical vorticity tendency equation and slantwise vorticity development [J]. Acta Meteorologica Sinica, 1999, 57(1): 1-15.

[4]Kuo Y H, Cheng L, Bao J W. Numerical simulation of the 1981 Sichuan flood. Part I: Evolution of a mesoscale southwest vortex [J]. Mon Wea Rev, 1988, 116(12): 2481-2504.

[5]Fu S M, Sun J H, Zhao S X, et al. An analysis of the eddy kinetic energy budget of a southwest vortex during heavy rainfall over south China [J]. Oceanic Sci Lett, 2009, 2(3): 135-141.

[6]Chen Y R, Li Y Q, Zhao T L. Cause analysis on eastward movement of southwest China vortex and its induced heavy rainfall in south China [J]. Adv Meteoral, 2015, 1: 1-22.

[7]赵大军, 江玉华, 李莹. 一次西南低涡暴雨过程的诊断分析与数值模拟 [J]. 高原气象, 2011, 30(5): 1158-1169.

Zhao D J, Jiang Y H, Li Y. Diagnostic analysis and numerical simulation of a torrential rainstorm process caused southwestern low vortex [J]. Plateau Meteorology, 2011, 30(5): 1158-1169.

[8]赵思雄, 傅慎明. 2004年9月川渝大暴雨期间西南低涡结构及其环境场的分析 [J]. 大气科学, 2007, 31(6): 1060-1075.

Zhao S X, Fu S M. An analysis on the southwest vortex and its environment fields during heavy rainfall in eastern Sichuan province and Chongqing in September2004 [J]. Chinese Journal of Atmospheric Sciences, 2007, 31(6): 1060-1075.

[9]Li J, Du J, Zhang D L, et al. Ensemble-based analysis and sensitivity of mesoscale forecasts of a vortex over southwest China [J]. Q J R Meteorol Soc, 2014, 140: 766-782.

[10]Huang L， Meng Z Y. Quality of the target area for metrics with different nonlinearities in a mesoscale convectivesystem [J]. Mon Wea Rev, 2014, 142: 2379-2397.

[11]Davies-Jones R. Streamwise vorticity: The origin of updraft rotation in supercell storms [J]. J AtmosSci, 1984, 41(20): 2991-3006.

[12]Markowski P M, Straka J M, Rasmussen E N, et al. Variability of storm-relative helicity during vortex [J]. Mon Wea Rev, 1998, 126(11): 2959-2971.

[13]李耀辉, 寿绍文. 旋转风螺旋度及其在暴雨演变过程中的作用 [J]. 南京气象学院学报, 1999, 22(1): 95-102.

Li Y H, Shou S W. Rotational wind helicity and its effects on torrential rain processes [J]. Journal of Nanjing Institute of Meteorology, 1999, 22(1): 95-102.

[14]王颖, 寿绍文, 周军. 水汽螺旋度及其在一次江淮暴雨分析中的应用 [J]. 南京气象学院学报, 2007, 30(1): 101-106.

Wang Y, Shou S W, Zhou J. Moisture helicity and its application in diagnostic analysis of a heavy rain in Jiang-Huai Basin [J]. Journal of Nanjing Institute of Meteorology, 2007, 30(1): 101-106.

[15]Lilly D K. The structure, energetics and propagation of rotation convective storm. Part 2: Helicity and Storm [J]. J AtmosSci, 1986, 43(2): 126-140.

[16]Browning K A, Pardol C W. Structure of low-level jet streams ahead of mid-latitude cold fronts [J]. Quat J Roy Meteor Soc, 1973, 99(222): 619-637.

[17]John M, David V. Distribution of helicity, CAPE, and shear in tropical cyclones [J]. J Atmos Sci, 2010, 67: 274-284.

[18]Thompson R L, Mead C M, Roger E. Effective storm-relative helicity and bulk shear in supercell thunderstorm environments [J]. Wea Forecasting, 2007, 22: 102-115.

[19]Hong S Y, Lim J O J. The WRF single-moment microphysics scheme (WSM6) [J]. J Korean Meteor Soc, 2006, 42: 129-151.

[20]Mlawer E J, Taubman S J, Brown P D, et al. Radiative transfer for inhomogeneous atmosphere: RRTM, a validated correlated-k model for the longwave [J]. J Geophys Res, 1997, 102(D14): 16663-16682.

[21]Dudhia J. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model [J]. J Atmos Sci, 1989, 46(20): 3077-3107.

[22]Fairall C W, Bradley E F, Hare J E, et al. Bulk parameterization of air-sea fluxes: updates and verification for the COARE algorithm [J]. J Climate, 2003, 16: 571-591.

[23]Chen F, Dudhia J. Coupling an advanced land surface hydrology model with the Penn State-NCAR MM5 modeling system. Part I: Model implementation and sensitivity [J]. Mon Wea Rev, 2001, 129: 569-585.

[24]Hong S Y, Pan H L. Nonlocal boundary layer vertical diffusion in a medium-range forecast model [J]. Mon Wea Rev, 1996, 124: 2322-2339.

[25]Grell G A, Kuo Y H, Pasch R J. Semiprognostic tests of cumulus parameterization schemes in the middle latitudes [J]. Mon Wea Rev, 1991, 119(1): 5-31.

责任编辑庞旻

Diagnostic Analysis and Numerical Simulation of Rainstorm by Southwest Vortex

FANG Cong-Xi, LI Zi-Liang

(College of Oceanic and Atmospheric Sciences， Ocean University of China， Qingdao 266100， China)

Abstract：Basing on the FNL(Final Operational Global Analysis) data of NCEP(National Centers for Environmental Prediction) and WRF(Weather Research Forecasting)-ARW(Advanced Research WRF) model, a case study of the rainstorm occurred on 10—12 July, 2014 is carried out by using diagnostic analysis and numerical simulation methods. Research indicates that primary causes of the heavy rain are SWV(southwest China vorticity) eastward movement and development along the shear line and enhancement of low-level jet. In the research of FNL data diagnostic analysis and numerical simulation, the large SRH(storm-relative helicity) areas all correspond directly with the moving direction of SWV. And the large SRH areas still indicate where the severe convection occurs in the process of SWV rainstorm well by analysis of numerical simulation. According to the consequence of FNL data analysis, along the moving direction of SWV, warm advection in front of SWV and cold in the rear is favor of its forward movement. So the zero isolines of potential pseudo-equivalent temperature advection by simulation can indicate the moving direction of SWV. By introducing MHD(moisture helicity divergence) to analysis the water vapor conditions of heavy rain caused by SWV. The research finds that the large areas of simulated MHD at 850 hPa correspond well with the distribution and intensity of precipitation and, the extended height of large MHD areas should be taken into account to improve the forecast of precipitation.

Key words:southwest China vortex; WRF-ARW model; storm-relative helicity(SRH); potential pseudo-equivalent temperature; moisture helicity divergence(MHD)

基金项目：❋ 全球变化研究国家重大科学研究计划项目(2015CB953900)；国家自然科学基金项目(41176005)；海洋公益性科研专项(GYHY201105018);气象公益性科研专项(GYHY201306016)资助

收稿日期：2015-09-16；

修订日期：2015-11-13

作者简介：方从羲(1991-)，男，硕士。E-mail: sfh_st_cn2@163.com ❋❋通讯作者：E-mail：liziliang@ouc.edu.cn

中图法分类号：P468.0+24

文献标志码：A

文章编号：1672-5174(2016)05-014-08

DOI：10.16441/j.cnki.hdxb.20150319

Supported by NationaL Key Basic Research and Development Plan (2015CB953900)；The National Natural Science Foundation of China (Grant no. 41176005)； Public Science and Technology Research Funds Projects of Ocean (GYHY201105018) and China Special Fund for Meteorology Research in the Public Interest (GYHY201306016)