2021年7月17日长江中下游地区β中尺度低涡及其模式预报不确定性分析

2022-02-07庄潇然康志明徐渊马晨李昕孙世玮

热带气象学报 2022年5期

庄潇然，康志明，徐渊，马晨，李昕, ，孙世玮

(1. 江苏省气象台，江苏南京 210008；2. 中国气象局交通气象重点实验室，江苏南京 210009；3. 江西省气象台，江西南昌 330096；4. 南京气象科技创新研究院，江苏南京 210008)

1 引言

中尺度低涡是造成我国长江中下游地区夏季强降水的主要天气系统之一，其水平尺度介于100~1 000 km，生命史约为1 天，通常形成于典型梅雨环流[1]或稳定的鞍型背景场中[2-4]，在对流层中低层与切变线或气旋性环流相对应[5]。许多国内外学者已通过观测分析、数值试验等方式对中尺度低涡及其产生暴雨的热动力机制进行充分了研究，在早期的探索中，孙建华等[6]通过常规观测资料分析发现对流层中层正涡度中心强迫和潜热释放是产生低压涡旋的主要成因，这一结论与张凤等[7]相似，同时该文进一步指出，气旋发生、发展阶段低层动力辐合制造的正涡度是低涡发展的直接动力因子，而凝结潜热的释放则起到间接作用。随着中尺度数值预报技术的发展，空间尺度小于或等于200 km 的中β尺度低涡逐渐得到了关注，通常认为，对流层中低层的风场扰动是中β尺度低涡发生和发展的主要动力成因[8]。另一方面，在合适大尺度背景下中尺度低空急流出口处大范围强迫抬升区产生的强降水相态变化能够产生大量潜热释放，并通过加热大气增强低空正涡度区促使低涡发展加强，同时加强的气压梯度导致地转风产生使得低空急流进一步得到发展加强，即低涡、降水和低空急流相互间的正反馈机制是中尺度低涡得以发生发展的重要热力成因[2,9-10]。

尽管对中尺度低涡暴雨发生发展热动力机制的研究已相对完善，但目前业务上对该类系统及其造成暴雨天气的预报尚存在较大难度，以欧洲中心中期天气预报系统（简称EC）为代表的全球细网格模式通常能够较好地描述低涡早期的生成，但对其移动过程中造成的降水位置和强度把握尚存在较大不足[11-12]。在日常预报业务中，当预报员对单一确定性预报（即控制预报）的信心不足时，往往会通过参照集合预报进行综合决策[13]。集合预报通过对模式初值条件、边界条件以及物理过程中存在的不确定性进行定量表征并生成一系列预报成员[14-15]，从而涵盖更多实际大气演变的可能。预报员可以通过集合预报提供的不确定性信息（集合离散度）、控制预报的前期偏差特征以及二者更新过程中的调整信息对未来天气的发展趋势进行主观综合判别。另一方面，Du 等[16]近期从客观角度提出了一种综合上述三点因素综合描述模式可预报性的指标“可预报性演变指数”，该指标可以提高预报决策的效率，但目前业务应用还不够广泛。

2021 年7 月16—21 日，在“两高两低”的典型鞍型场背景中，黄淮之间地区出现了一个稳定少动的β中尺度低涡，该系统前期（7月16—17日）在苏皖地区发生发展并造成大范围短时强降水和雷暴大风等强对流天气，并在后期（7 月19—21 日）随着副热带高压西申缓慢向西移至河南地区造成河南“21.7”特大致洪暴雨。有别于梅雨锋切变线系统中的低涡系统，此次中尺度低涡发生于较弱的鞍型背景场下，因此呈现出“准静止”的非典型特征，业务中常用于分析天气系统演变的EC 模式在7 月14—16 日的多个起报时次对低涡前期在苏皖地区的发生、发展均出现较观测显著偏北的情况，致使对低涡降水的预报决策难度明显增加。值得一提的是，尽管业务上的长期经验表明，EC对梅雨锋系统上东移发展的典型低涡系统也经常存在预报较观测偏北的情况[11-12,17]，但此次稳定鞍型背景场中的预报偏移幅度更加明显。因此，本文聚焦此次低涡前期在苏皖地区的发生发展阶段，着重探讨：（1）EC模式预报异常偏差的特征及其成因是什么？（2）Du 等[16]新近提出的可预报性衡量指标适用性如何？对上述问题的研究以期从预报实际出发对此次低涡降水过程开展反思并为未来相似背景下的过程预判提供借鉴。

2 数据和方法

2.1 数据

本文采用了2021 年7 月15 日20 时—16 日08时(北京时，下同)12 小时三个起报时次的EC 控制预报和集合预报资料，前者地面要素场的空间分辨率为0.125 °，高空分辨率为0.25 °，而后者的地面和高空要素分辨率分别为0.5 °和1.0 °。在实况资料方面，欧洲中心0.25 °水平分辨率的ERA5 再分析资料与MICAPS 客观分析图具有较高的一致性，因此将其选作真实形势场。此外，还选用了中国气象局气象信息中心CMPAS 降水融合资料（0.05 °水平分辨率）作为实况降水场。

2.2 预报挑战度及可预报性演变指数

预报挑战度（Measure of Forecast Challenge，MFC）是对模式预报可信度的一种综合度量[16,18]，由集合离散度（SPRD）、集合平均误差（EME）、非线性度量（NonLN）和实况出界度（OUT）这四个与预报难易程度相关的要素组成：

其中EME 为集合平均预报同观测之差的绝对值，反映模式的平均预报水平。离散度SPRD 是各集合成员与集合平均之间的标准差，是集合预报对大气演变各种可能覆盖程度的度量，而非线性度量NonLN[16]是控制预报与集合平均预报差值的绝对值，因此SPRD 和NonLN 均与大气本身的可预报性以及集合预报的性能息息相关。出界度（OUT）则用于描述集合预报对观测（O）的捕捉能力，如果集合成员能够包含观测，则OUT 为0，否则OUT 就是出界度，即观测超出集合边界的距离相对于集合宽度（即集合最大mmax和集合最小mmin之差）的比率：

分析表明，集合平均预报误差（EME）对MFC 贡献最大，其次是离散度（SPRD）、非线性度量（NonLN）和出界率（OUT）。MFC 数值越大，表明可预报性越低，且用户在使用预报产品时的决策难度越高。

针对不同起报时次的同一预报产品，随着预报时效愈发临近，可依据其能否为预报决策带来正面贡献分为四类情况：（1）MFC 减小，能够为用户决策提供可靠信息；（2）MFC 变大，有可能误导决策；情况（3）和（4）中MFC 变化不大，说明预报不确定性没有变化，对用户决策很难带来帮助，其中前者MFC 数值偏大，对应低可预报性事件，而后者MFC 数值偏小，对应相对高的可预报性事件。Du 等[18]进一步定义了“可预报性演变指数（Predictability Horizon Diagram Index，PHDX）”用以对上述几种情况进行量化，PHDX 的具体算法可参见文献[18]，其取值范围为-1.0~1.0，正值对应情况（1），负值对应情况（2），0 值附近则对应情况（3）或（4）。

2.3 集合敏感性分析

集合敏感性分析（Ensemble Sensitivity Analysis，ESA）方法是一种通过线性相关手段定量评估模式预报量对前期状态量敏感性的方法，该方法不仅有助于揭示影响预报对象的热动力特征，还能够增加对于预报误差及传播机制的认知。近年来，ESA 技术已被应用于诸如热带气旋[19-20]、暴雨[21-23]、强对流[24-25]等不同尺度天气系统的可预报性研究中。

根据ESA 的定义，假设集合预报在某个预报时刻的预报状态量与后期某预报量之间存在线性关联，则可通过建立预报量（J）与状态量（xt）二者之间的线性回归方程用以表征二者的关联性：

其中J为预报响应函数，xt为t时刻的状态向量即为预报量对初值的敏感性，在集合预报中对等式右侧进行计算，当中cov为协方差算子，var为方差算子。

3 过程回顾

3.1 低涡及降水发展过程

图1给出了此次过程对流层中低层的形势场，自7 月16 日20 时，伴随着渤海以东洋面上高空冷涡低压逐渐西移和副高的断裂，500 hPa 层形成“两高两低”的典型鞍形场结构，北侧是缓慢东移发展的低槽系统，东西两侧分别为大陆高压和副热带高压。在对流层中低层江淮地区存在一暖式切变线，并伴有低涡自西南地区移出（图略），该低涡系统于16 日20 时附近移至苏皖地区，在海上副高南侧偏东气流的阻挡下呈原地驻留（图1a2）。在低涡东南侧西南气流和来自于海上的东南气流发生交汇，受急流日变化等因素影响，这两股气流在夜间发展加强（图1b3、1c3），可以看到17日02时（图1b3）起低涡东侧和南侧持续出现风速大于12 m/s 的低空急流带，形成较强的偏南风扰动，同时低涡东南侧低层暖平流输送也有所加强，使低涡得以快速发展加强。强降水不仅发生在低涡东侧和“尾部”的风场辐合带，在其南侧的西南气流中也有体现（图2a）。

随着500 hPa上低槽东移发展（图1c1），7月17日08 时西风槽后南下的冷空气（图1c2）与低涡东北侧的暖平流结合加强了上冷下暖的垂直不稳定结构，700 hPa 层上低涡西侧的偏北气流与东侧的偏南风气流同时得到加强，使低涡得以继续发展并缓慢向西南方向移动。受低涡发展和移动影响，雨带主体南移扩张，对湖北和安徽南部的大部分地区造成影响（图2b~2c）。到7月17日午后，随着低涡中心南移到河南、安徽、湖北三省交界处（图2d），低涡南侧降水减弱，而东侧位于江苏西部偏东和偏西气流的辐合交汇处则产生了南北带状分布的降雨带，其中伴随有局地50 mm/h 以上的短时强降水和9级雷暴大风天气。

鞍型场通常表现为弱平流条件，即大尺度强迫较弱。Done等[26]提出了一种可用于量化大尺度强迫的指标，为客观快速地研判大尺度背景场提供了可能：对流调整时间尺度是对流加热过程移除不稳定能量的效率，在强强迫背景下，降水的持续发生能够平衡大尺度抬升激发的不稳定能量，对流调整的时间尺度较小，而在弱强迫背景下，局地不稳定过程（如辐射强迫、地形海陆风环流等）需要覆盖对流抑制条件才能将积攒的不稳定能量释放，因此通常与高值对流调整时间尺度相对应。Zhuang 等[27]指出对流调整时间尺度适用于暖季的华东地区，并认为其对于对流天气的可预报性具有指示价值[28-29]。在本次低涡暴雨案例中，由于再分析资料中缺少对流有效位能变量，因此采用起报时次最临近的EC 控制预报场对对流调整时间尺度进行测算。图3 为通过7 月16 日20 时起报的EC 计算得到的对流调整时间尺度，可以看到在低涡附近气旋性风场较强的区域对应为对流调整时间尺度的低值区，而其他大部分区域的数值几乎都在10 以上，这从客观的角度印证了鞍型场背景下大尺度系统强迫是比较弱的，同时也指示了这是一次可预报性偏低的过程。

图1 7月16日20时（a1~a3）、17日02时（b1~b3）、17日08时（c1~c3）、17日14时（d1~d3）500 hPa高度场和风场（第一行）、700 hPa流场（第二行）和850 hPa流场和相当位温（第三行）天气形势演变

图2 7月17日02时（a）、08时（b）、14时（c）、20时（d）实况逐6 h降水演变（单位：mm）红框和蓝框分别为低涡南侧暖区降水和东侧急流辐合降水子区域。

图3 7月16日08时起报的EC控制预报对流调整时间尺度（单位：h）

3.2 低涡发展过程中的热动力机制

借助涡度收支方程[30]将低涡发展过程中850 hPa 的正涡度分解为水平涡度平流（HADV）、垂直涡度平流（VADV）、散度（CONV）和扭转项（TILT）四个分项，可以看到在低涡发展加强的时段内CONV 对涡度的贡献较高（图4c1~4c3），其次是HADV（图4a1~4a3）。具体来说，CONV 的高值区主要位于低涡南侧两股低空偏南气流的辐合处，这意味着该辐合作用是低涡发展的主要诱因。而另一方面，HADV 项与低涡东侧低空急流风速的大值区存在较好的匹配关系，且17 日02—08 时随着低涡东侧风速的增强HADV 也明显加强，这说明夜间低空急流的增强也是低涡增强的动力原因。此外，注意到低涡南侧西南气流中也存在有HADV 和CONV 的高值区，这意味着低涡发展过程中其西南侧偏北气流与西南气流的共同作用亦对低涡发展有正的动力贡献。

图4 7月17日02时（a1~d1）、08时（a2~d2）、14时（a3~d3）的850 hPa涡度收支情况（单位：PUV）

在热力机制方面，前人已从不同程度上阐明了低空急流、降水潜热释放和低涡三者间的正反馈作用：低空急流出口左侧降水释放凝结潜热使气层加热有助于低层中尺度气旋发展，而局部强降压又能够促使非地转风产生并叠加到低空急流上使其得到加强，低空急流的加强进而进一步引发降水加强[4]。将本次低涡降水分为东段辐合降水区和南侧暖区降水两部分（图2a 蓝框和红框），东段降水及潜热释放过程主要体现在16 日20 时—17 日08 时低空急流快速增强的时段（图5a），同时可以看到对流层中层正位涡高值区与潜热释放的主要区域基本一致，说明此次过程中东段降水潜热释放对涡旋和低空急流的发展均有着明显的正贡献，低空急流的增强一方面加强涡度平流输送，同时也间接增强低涡东侧的辐合，从而使得低涡快速发展。另一方面，在低涡南侧暖区降水子区域（图5b），由于降水强度更大因此潜热加热更为明显，对应中层出现正位涡高值区，引导低涡向南发展，但需要注意的是，此处正位涡发展并没有东段明显，而且急流增强的程度也没有低涡东侧明显，说明暖区中（即南风急流中而非其出口辐合区）潜热加热对低空急流的反馈作用偏弱。

图5 低涡东侧降水区域（a，图2a蓝框）和南侧降水区域（b，图2a红框）的垂直降水性水物质（雨水含量和冰水含量之和，填色，单位：g/kg）和位涡（等值线，单位：PVU）的垂直演变图

4 欧洲中心模式产品应用评估

4.1 控制预报及其降水偏差特征

以上观测事实阐明了此次过程中暴雨与低涡的关系，因此模式降水偏差很大程度上取决于其对低涡过程的描述。图6 给出了EC 模式在15 日20 时（图6a1~6d1）、16 日08 时（图6a2~6d2）以及16日20 时（图6a3~6d3）三个起报时次的逐6 h 降水与850 hPa 风场预报，尽管随着起报时次的临近，EC对低涡和降水的刻画都更加接近于实况，但依然可见三个起报时次出现的两类共性偏差，其一是对β中尺度低涡位置的描述较观测明显偏北且东南侧气旋性切变偏弱，这不仅使得模式对雨带位置整体预报偏北，且形态上出现了较大偏差，以15日20 时起报的EC 为例（图6a1~6d1），其雨带东段位置偏移幅度超过300 km，给短期预报的订正工作造成很大的误导；其二则是EC 对低涡“尾部”和南侧暖区暴雨刻画偏弱，这一点是全球模式中常见的一类问题，尤其是在大别山、幕阜-九岭山、皖南山脉这一降水受辐射日变化影响明显的区域，由于粗分辨率模式对地形的描述不够精确，使其对地形影响下的暖区日变化降水强度描述偏弱，因此预报员往往会对这一类降水进行有指向性的修正。但在此次案例中，由于模式对低涡位置把握不准，间接增加了预报员对于暖区降水强度进行主观研判的难度。此外，同样受低涡位置偏差影响，EC 在上述三个起报时次均未预报出江苏西部的强对流天气（图6d2~6d4），当然，这个尺度相对较小过程并不是本文讨论的重点，将在最后一节进行适当讨论。

4.2 集合预报及可预报性分析

在控制预报技巧偏低，无法提供有效参考信息的情况下，集合预报能否为预报用户提供有效信息呢？预报挑战性（MFC）和可预报性演变指数（PHDX）是对模式偏差、预报不确定性和预报对象本身非线性程度的一种综合度量，因此本节采用这两种定量方法来衡量此次β中尺度低涡暴雨过程的可预报性，并探讨综合运用EC 模式产品（包括控制预报和集合预报）为预报决策提供正面引导的可能性。

图6 15日20时（a1~d1）、16日08时（a2~d2）、16日20时（a3~d3）起报的EC控制预报6 h累积降水a1~a3. 17日02时；b1~b3. 17日08时；c1~c3. 17日14时；d1~d3. 17日20时。单位：mm。

图7 给出了EC 模式产品在三个不同起报时次的逐6 h降水预报挑战度（MFC，填色）和对应的集合离散度（SPRD，等值线）。从分布形式来看MFC 可分为西北和东南两部分，前者与SPRD 的匹配度较高，而与暖区强降水雨带相匹配的后者在前两个起报时次（图7a1~7d1，7a2~7d2）则几乎无法通过SPRD 体现，说明EC 集合预报对于此次过程预报不确定性的刻画并不成功，因此在三个起报时次的MFC 都维持了较高的数值，无法提供有效信息，进一步揭示了此次过程的低可预报性。

事实上纵观整个分析区域，随着预报时效临近，MFC呈现降低趋势，体现在可预报性演变指数PHDX 上四个时段的数值均略大于0，这意味着尽管EC 预报产品本身提供的信息有限，但其调整趋势是具有正面引导价值的。注意到15 日20 时起报的EC 在16 日20 时—17 日08 时的预报时段中，SPRD 已经部分与低涡南侧暖区降水MFC 的大值区重合（图7a3、7b3），说明此时集合预报产品已经呈现出一定的参考价值；但另一方面，对于江苏西部发生的线状强对流，MFC并未出现明显的降低，各起报时次的SPRD也未能对其形成覆盖，这也是EC 产品对小尺度对流天气预报能力偏弱的一种体现。

图7 15日20时（a1~d1）、16日08时（a2~d2）、16日20时（a3~d3）起报的预报挑战度（MFC，填色）与集合离散度（SPRD，等值线范围为5~30 mm，间隔为5 mm）

5 预报偏差成因

5.1 动力成因

通常来说，模式预报技巧随预报时效增加而降低，但在此次过程中，各起报时次的EC 控制预报在分析时段的前6 h（16日20时—17日02时，图6a1~6a3）较观测（图2a）在雨带位置的预报上已经出现了明显偏北，尤其对于16 日20 时起报时次的EC 控制预报而言，单从主观上已较难甄别其对850 hPa层低涡位置描述的偏差（图6a3~6b3），那么是什么因素仍旧造成了雨带位置预报的偏北？

在17 日08 时之前，西风槽后的冷空气尚未明显渗透到江淮地区（图1c1~1c2），此时影响低涡发展的动力因素主要为低层的辐合条件。图8 给出逐6 h 的850 hPa 纬向U（图6a1~6f1）和经向风场V（图6a2~6f2）的MFC（填色）和SPRD（等值线），可以看到V风场的MFC和SPRD均明显大于U风场，这意味着EC 预报产品中V分量的预报不确定性更大。在17 日02 时，各起报时次预报中低涡中心东南侧，亦即两支偏南风气流的辐合处存在小范围U和V的MFC 高值区（图8a1~8a2、8c1~8c2、8e1~8e2中黑框），并与对应SPRD 大值区重合，说明此时EC产品预报偏差主要源自于其对低涡东南侧的低层辐合条件把握的不确定性，与涡度的主要动力来源区相匹配（图4c1）。另一方面，注意到在低涡环流外围的东南气流上也出现了小范围MFC 高值区（图8a1~8a2、8c1~8c2、8e1~8e2中红框），且与对应时刻低涡平流项的高值区对应（图4a1），这说明模式对源自于海上的冷湿东南风气流刻画的不精确同样是低涡早期出现偏差的主要原因之一。

随着凌晨低空急流的持续加强，在17 日08时，三个起报时次上均出现了沿西南低空急流带状分布的V风场MFC 大值区（图8b2、8d2、8f2），这与对应时次涡度方程辐合项的高值区相对应（图4c2），与此同时，尽管东南气流中仍存在MFC 的高值，但较6 h前明显下降，该特征意味着17日08日之后低涡的预报偏差来源发生了变化，更多源于其西南方向的西南低空急流端。

图8 15日20时（a1~b1，a2~b2）、16日08时（c1~d1，c2~d2）、16日20时（e1~f1，e2~f2）起报的850 hPa水平风场U分量（第一行）和V分量（第二行）的预报挑战度（MFC，填色）与集合离散度（SPRD，等值线，间隔为5 mm）。

为了进一步探讨上述因素与（EC 控制预报）低涡及降水北偏的具体关联，将偏出的降水区域选为响应区域（图9 红框）并将区域平均6 h 累积降水作为响应量，由此可以通过ESA（式(3)）定量探讨降水（低涡）北偏对前期模式热动力场的敏感性。图9 分别给出了响应区域内17 日02 时（图9a1~9d1）、17 日08 时（图9a2~9d2）、17 日14 时（图9a3~9d3）逐6 h 累积降水与6 h 前位势高度及水平风场的敏感性。在前两个6 h 时段（图9a1~9d1、9a2~9d2），西风槽后冷空气尚未明显影响到低涡发展所在地，因此高空槽区未出现通过显著性检验的敏感区（图9a1、9a2）。在850 hPa 层上，响应区域东西两侧呈现正-负偶极状位势高度场的敏感对，即低涡西北侧位势高度下降与东南侧位势高度增加有利于响应区域内降水增加，这说明EC 模式对低涡位置描述偏西偏北是降水预报偏北的直接诱因，而且正敏感区位置的变化反映了预报不确定性的演变方向。对应到水平风场上，可以看到响应区域及其南侧存在V的正敏感大值区（图9d1~9d2），并与V分量MFC 和SPRD 的高值区相匹配（图8b2、8d2），这意味着EC 对西南气流V分量刻画偏强是前期低涡预报偏北的成因之一。另一方面，U风场分量在响应区域南侧整体呈现西北-东南的对称敏感区分布型（图9c1~9c2），说明低涡东南侧东西风场辐合带越北，对应低涡位置预报越倾向于偏北。为了使集合敏感性分析得到的结果呈现得更直观，以17 日08 时的6 h 累积降水为例，分别从EC 集合预报中挑选出一个表现相对优（GOOD）和相对差（POOR）的成员（图10a~10b），从850 hPa 层风场可以看出POOR 低涡中心位置较GOOD 明显偏西偏北，该差异在降水场上也得到了清晰的体现（图10c）。在风场上可以看到低涡南侧西南气流中GOOD的V分量较POOR 偏弱，这与对应位置V风场的正敏感区相一致，另一方面，同样在低涡南侧GOOD 的U分量则明显强于POOR，这与U风场的负敏感区相匹配。

到17 日08 时（图9a3~9d3），各变量的敏感区分布较前两个时次出现较大差异，随着高空槽东移，500 hPa 高空槽后出现明显的负敏感区，说明模式对北方的冷空气输送偏西偏慢有利于响应区域降水增加，与此同时，850 hPa 层响应区域东侧位势高度场的正敏感区消失，对应到水平风场上发现敏感区主要包括位势高度场上低涡西侧的负敏感性和西南低空急流的正敏感性，即模式对低涡预报进一步发生偏北的原因主要是对西南低空急流预报偏强。也就是说，ESA 时间演变上呈现出的特征与MFC 大值区的演变相匹配，即前12 h 的预报不确定性主要受低涡东侧辐合和南侧V分量决定，而后主要受西南低空急流的影响。

图9 17日02时（a1~d1）、17日08时（a2~d2）、17日14时（a3~d3）预报偏北区域（红框）的平均6 h累积降水与前期（6 h前）环境场的ESA a1~a3. 500 hPa位势高度；b1~b3. 850 hPa位势高度；c1~c3. 850 hPa纬向风；d1~d3. 850 hPa经向风。各子图中的等值线或风矢量为对应时次的集合平均场，阴影区域表示通过0.05显著性检验。

图10 17日08时EC集合预报选定成员的6 h累积降水以及850 hPa风场a. 优成员GOOD；b. 差成员POOR；c. 二者的差值。

5.2 热力成因

前文已阐述了此次低涡发展的热力机制，由于EC 预报产品中缺少对潜热释放描述的变量，因此用位涡代替对比7 月16 日08 时起报的EC 与实况中层正位涡发展的差异，如图11所示，受南侧发展强盛的暖区降水影响，沿低涡中心的中层正位涡高值区存在缓慢向南发展的趋势（图11a），这与低涡整体的移动方向是一致的。反之，EC 中则出现了与低涡走向相一致的、向北移动的中层正位涡高值区（图11b），该趋势在17 日08 时后愈发趋于明显。5.1 节提到，在17 日08 时之前，低涡南侧V分量偏大，以及东侧辐合区偏北造成EC 模式出现了早期东段降水偏差，综合此处的热力成因分析可知这早期的降水偏差不断通过潜热释放作用持续引导后期低涡向北发展，最终导致降水预报偏差愈来愈大。另一方面，前文提到EC 控制预报对于低涡南侧西南气流中的降水雨带的预报存在较观测明显偏弱的问题（对比图2 和图6），因此模式中低涡南侧由降水潜热释放带来的正位涡扰动较实际情况偏弱，这也使得低涡在偏强的南风分量及东侧偏北的辐合区引导下出现了持续性北偏，构成了雨带预报偏北的另一个原因。

图11 ERA5（a）、EC（b）2021年7月16日08时起报沿低涡中心的3 PUV位涡演变动态经向剖面

6 结论与讨论

2021年7月16日，在鞍型场背景下，长江中下游地区出现了一个近乎“静止不动”的β中尺度低涡系统，受其影响16 日20 时—17 日20 时苏皖地区出现了局部特大暴雨并伴有雷暴大风等强对流天气，该低涡系统随后缓慢向西移至河南地区并造成了“百年一遇”的“7.20”特大暴雨洪涝。本文着眼于该低涡早期的发生发展阶段，从预报不确定性的角度对欧洲中心模式出现的典型预报偏差进行分析，以期为该类天气背景下β中尺度低涡降水的预报提供科学参考，得到以下结论。

（1）此次β中尺度低涡在弱强迫的鞍型场中形成，对流调整时间尺度可用于客观甄别大尺度天气背景的强弱。

（2）对流层低层低涡东侧西南气流和东南气流的辐合作用以及低空急流的水平涡度输送是此次低涡发展的主要动力因素，而低涡东侧辐合区降水和南侧暖区降水的潜热释放构成了低涡发展的热力因素。

（3）EC 控制预报不同起报时次均出现了对低涡位置描述偏北以及对应雨带（尤其是东段）预报偏北的情况，其集合预报产品的离散度无法覆盖实况降水，这两点从主观上阐明了这是一次可预报性极低的低涡降水过程；Du等[16]提出的“预报挑战度（MFC）”和“可预报性演变指数（PHDX）”则能够客观指示这次低涡暴雨过程的低可预报性。

（4）7 月17 日08 时之前，模式对低涡南侧西南气流南风分量预报偏大，以及对低涡东侧辐合区刻画偏北是造成前期低涡降水东段预报偏北的主要原因，在此之后，受降水潜热释放、低空急流与低涡三者正反馈的热力因素，以及持续偏强的西南气流动力因素持续影响下，EC 对17 日08 时之后低涡位置的描述持续发生偏北，最终导致整个时段降水较观测出现巨大差异。

以上结论对此次低涡暴雨过程中EC 模式产品的预报不确定性进行分析，阐明了其持续预报偏北的成因，由于在当前的预报业务中，EC 是公认对天气系统描述能力最佳的数值预报系统，因此相关结论对预报工作具有一定指示价值。在另一个广为人知的方面，EC由于无法描述镶嵌在较大尺度系统中的γ中尺度系统，因此对锋面前端的暖区降水经常出现低估，这一特征在本次过程中也得到印证，而对流尺度模式在这方面则能够与其形成互补。在此次低涡暴雨案例中，我们注意到江苏对流尺度数值预报系统PWAFS（其动力内核为WRF）在7 月16 日08 时起报的预报结果对前18 h（17 日02 时之前）低涡位置出现了巨大偏差（图略），而相同起报时次的EC 在对应时段与实际情况相差不大（对比图3a和图6a2），但随着低涡开始明显向西南方向移动，EC 由于低涡移动方向与实况近乎相反随后偏差不断扩大，但PWAFS 的低涡位置误差反而缩小，注意到7 月17 日08 时左右PWAFS 对低涡位置的描述已经与观测更加接近（图11b），诚然，该特征一方面强调了本文对EC出现持续偏北进行剖析的必要性，但同时也说明在预报决策中将全球模式与区域模式（尤其是对流尺度模式）进行综合研判的必要性。此外，注意到在这次案例中，PWAFS 由于对低涡强度及其东侧辐合区位置把握不准，使其对对流系统发生的位置仍出现了较大偏差，但出于其对低涡降水强度把握的优势，我们通过对PWAFS 的分析场叠加扰动构造了包含30 个成员的对流尺度集合预报，并发现集合成员中确实出现了能够较好复刻此次过程的成员（图12c、12f），尤其是对于7月17日20时左右出现在江苏西部、造成局部9级雷暴大风天气的线状对流进行了有效的刻画，这能够一定程度上在实际业务中提高预报员对于该区域是否会发生强对流的警觉性。因此，针对此类弱强迫背景下可预报性较低的案例，不仅需要将EC 前期对低涡系统的描述与对流尺度模式对低涡后期的描述情况有机结合，还需要结合二类集合预报给出的不确定性信息进行互补订正。在未来的工作中，进一步探讨这一类鞍型背景场中低涡暴雨的对流尺度可预报性，并在此基础上探讨将对流尺度模式与全球模式二者有机结合的互补主观订正方法。