芜湖市一次引发严重内涝暴雨过程的水汽输送特征

付伟 魏秋实 邱学兴 司红君

摘要 基于自动气象观测站降水数据、中国降水数据集、ERA5再分析资料及NCEP／NCAR再分析数据，使用水汽收支分析、HYSPLIT后向轨迹追踪和水汽输送贡献率等方法对2022年6月5日凌晨芜湖市一次引发严重内涝暴雨过程的水汽输送特征进行了分析。结果表明：此次暴雨过程出现在200 hPa分流区和850 hPa低空急流左前方，500 hPa冷空气在低空急流出口北侧不断激发对流云团，形成强降水。高层辐散和低层辐合增强了水汽的水平辐合和垂直输送，西南低空急流持续加强，将水汽不断输送至暴雨区，为暴雨的出现提供了必要的水汽条件，使芜湖市在强降水发生前水汽充沛，湿层深厚且持续增湿。暴雨出现时大气可降水量、850 hPa比湿、水汽通量和水汽通量散度分别达到71.0 kg·m-2、16.0 g·kg-1、15.0 g·hPa-1·cm-1·s-1和-3.0×10-6 g·cm-2·hPa-1·s-1。850 hPa水汽通量散度的变化与暴雨的出现和强度变化有较好的对应关系，雨强最强时段可达-8.0×10-6 g·cm-2·hPa-1·s-1。水汽收支和追踪分析结果显示：水汽流入主要发生在对流层低层的西边界和南边界，暴雨发生前流入层深厚，有向上的水汽垂直输送。整层水汽流入量约为56.0×107 t·h-1，主要流入高度为850～700 hPa，单层流入量最大可达9.0×107 t·h-1，水汽主要源自孟加拉湾和南海，其水汽通道轨迹占比为32.0％，水汽输送贡献率达55.4％。暴雨出现时水汽流入层降低，流入量减少，水汽垂直输送减弱，总水汽净流入集中在850 hPa，净流入量为1.0×107 t·h-1左右，水汽主要源自南海，其水汽通道轨迹占比为46.0％，水汽输送贡献率达60.3％。

关键词暴雨;水汽输送;水汽收支;HYSPLIT后向轨迹追踪;水汽输送贡献率

充沛的水汽是暴雨形成的必要条件，受南亚、南海、副热带季风和中纬度西风带的影响，中国夏季主要有西南、南海和东南3条来自低纬的水汽通道和来自高纬很弱的西北水汽通道（田红等，2004）。多次极端降水过程的研究（如1975年8月5—7日河南特大暴雨（丁一汇，2015）、2012年7月21日北京特大暴雨（俞小鼎，2012）、2021年7月17—20日河南特大暴雨（史文茹等，2021）和2023年7月29日—8月2日京津冀特大暴雨（张江涛等，2023））表明，充足的水汽是极端强降水发生的关键条件。

因此，气象工作者针对暴雨过程中的水汽传输特征开展了多项研究。杨雪艳等（2018）指出东北冷涡暴雨时，冷涡右侧水汽充沛，850 hPa比湿达6.0～8.0 g·kg-1，水汽通量散度达-1.6～-2.5×10-6 g·cm-2·hPa-1·s-1。张俊兰等（2023）发现新疆塔里木盆地在西风和印度季风协同作用下出现极端暴雨时，500 hPa水汽通量可达9.0～11.0 g·hPa-1·cm-1·s-1。强降水发生时水汽显著增加，存在明显的水汽净收入，常常是因为有低空偏南、东南气流将水汽从孟加拉湾、中国南海和东海等地送往暴雨区，表现出明显的水汽通量输送带和强烈的水汽通量辐合，使得本地的比湿和大气可降水量达到高值（廖晓农等，2013;汤彬等，2023），西北等内陆地区还存在较复杂的水汽接力机制，为暴雨区提供了水汽（刘晶等，2023）。常用的水汽分析方法中，水汽通量、水汽收支分析主要描述大气流场瞬时特征，无法定量分析不同水汽输送轨迹和各水汽源地的水汽贡献。HYSPLIT模型使用拉格朗日方法，通过分析空气块不同时间所在的位置，可定量分析水汽路径，确定水汽的输送源地（Draxler and Hess，1998;王佳津等，2023），近年来其被广泛使用于强降水过程中水汽的传输特征和水汽通道的水汽输送贡献率分析（崔晓鹏和杨玉婷，2022;庄晓翠等，2022;刘希等，2023）。这些研究表明，暴雨过程的水汽条件有很强的地域特征，预报业务人员针对本地暴雨过程水汽条件的定量分析和总结十分必要。目前针对安徽省暴雨的能量收支特征（马旭林等，2015）、数值模拟（张恒德等，2011）等方面已开展了很多研究，但针对安徽省尤其是芜湖市水汽传输特征的研究较少，已有的研究多是针对江淮流域大范围暴雨过程（周玉淑等，2005;孙建华等，2016）。

芜湖市位于长江下游、安徽省东南部，境内河网密布，湖泊圩区众多（图1）。由于地处南北气候过渡带，灾害性天气尤其暴雨频发，洪涝灾害时有发生（李亚男等，2021）。随着城市化不断发展，主城区建成面积逐年扩大，城市内涝风险不断增加。2022年6月5日凌晨，芜湖市区出现短时强降雨，局部出现暴雨、大暴雨，引发主城区严重内涝，其中37个住宅小区积水严重，58处道路积水，引发政府和公众的极大关注，因此有必要对其成因进行详细分析，为芜湖市乃至安徽省东南部暴雨预报预警提供依据，为防灾减灾救灾提供决策参考。强降水的产生与水汽条件、动力条件和持续时间等因素相关，其中充沛的水汽供应是暴雨发生、发展和维持的基本条件（陶诗言，1980），因此本文将从水汽输送特征等方面对此次暴雨过程进行分析总结。

1 资料与方法

1.1 资料来源

使用的资料包括自动气象观测站降水数据、中国降水数据集、ERA5再分析资料、NCEP／NCAR再分析数据。自动气象观测站降水数据来自芜湖市境内的国家和区域气象观测站。中国降水数据集使用国家青藏高原科研数据中心的CHM_PRE数据集（Miao et al.，2023），该数据集可较好地表征降水的空间变异性，与目前常用的降水数据集（CGDPA、CN05.1、CMA V2.0）有很好的一致性（Gou et al.，2021;Miao et al.，2022;Han et al.，2023），水平空间分辨率为0.25°×0.25°。欧洲气象中心的ERA5再分析资料时间分辨率为1 h，水平空间分辨率为0.25°×0.25°，垂直分为31层，该资料经检验对江苏地区的天气研究和预报具有潜在优势（吕润清和李响，2021），芜湖市临近江苏省，因此本文使用ERA5再分析资料分析天气形势及与水汽相关的物理量特征。美国气象环境预报中心和国家大气研究中心的NCEP／NCAR再分析数据时间分辨率为6 h，水平空间分辨率为2.5°×2.5°，垂直分为17层，在中国东部地区有较好的适用性（谢潇等，2011），常被用来分析气团的后向轨迹（黄富祥等，2016），本文使用该资料进行水汽追踪分析。

1.2 水汽收支计算

采用水汽收支方程计算本次暴雨过程芜湖市区域的水汽收支情况，水汽收支方程（丁一汇和胡国权，2003;刘晶等，2023）为：

式中：P为降水量;ES为蒸发量;g为重力加速度;σ为计算区域面积;pt为顶层气压（100 hPa）;ps为地面气压;Δq／Δt为水汽局地变化;Δωq／Δp为水汽垂直运动输送;Δ·qv为水汽通量辐合项，可化为线性积分计算：

式中：右边四项分别为水汽从不同边界进入计算区域的值，vnq为边界的法向向量;m和n为选定区域沿经向和纬向的格点数;Δls、Δle、Δln、Δlw分别为各边界上的格距，“—”表示空间步长的平均值。

1.3 HYSPLIT后向轨迹追踪

采用NOAA等联合研制的轨迹模式HYSPLIT4追踪分析本次暴雨过程的水汽源地，该模型可输入不同气象数据计算空气团轨迹，模拟复杂的扩散和沉降过程，能够对气块来源进行追溯（Makra et al.，2011），其已被广泛应用于污染物传输、扩散（刘娜等，2012）和水汽来源（刘希等，2023）的研究。使用NCEP／NCAR再分析数据作为初始输入数据模拟空气团轨迹，并对所有的轨迹进行聚类分析，聚类时使用总空间方差（Total Spa Var，TSV）变化的30.0％变化率为指标确定簇的数量，也就是轨迹分类的数量（Stohl and James，2004;庄晓翠等，2022）。统计聚类分析后各分类水汽通道的水汽输送贡献率（江志红等，2011）为：

式中：Qs为水汽通道的水汽输送贡献率;qlast为水汽通道最终位置的比湿;m为该通道所包含轨迹的条数;n为所有轨迹的总条数。

2 暴雨过程概况和环流形势

2022年6月5日，苏皖南部、浙江北部和西部、江西东北部出现大范围暴雨天气（图2a），芜湖市的暴雨区位于200 hPa分流区（图3a）和850 hPa低空急流左前方（图3b），高层处于气流辐散区，辐散强度为（6.0～8.0）×10-5 s-1，低层处于东北风和西南风的辐合区，高层辐散产生的抽吸作用，使得低层辐合加强，从而增强水汽辐合，也会对低空急流的加强产生正反馈，同时高低空耦合加强了上升运动，增强了低层水汽向上输送，使湿层变得深厚，有利于暴雨形成（廖晓农等，2013）。

500 hPa东北冷涡底部不断有冷空气南下，与西南暖湿气流共同作用，在低空急流出口左侧不断生成对流云团，并逐渐东移南压，造成芜湖市在5日凌晨出现短时强降水，芜湖市区、湾沚区北部和无为市部分地区出现大暴雨（图2b），00—08时（北京时，下同）区域雨量站累计雨量超100.0 mm的共有21站，超50.0 mm的共有76站，最大累计雨量为172.2 mm，最大小时雨强为62.2 mm。芜湖市国家气象站01—04时累计雨量为97.7 mm（图4a），位列历史第3位，仅次于2006年的114.1 mm和2009年的100.2 mm，暴雨引发主城区严重内涝。

3 水汽输送特征分析

3.1 水汽特征

分析暴雨发生前后芜湖站大气可降水量变化可知，受对流层低层西南气流的影响，4日白天出现持续增湿，大气可降水量一直维持在64.0 kg·m-2以上并在不断上升，暴雨出现前12 h增湿4.6 kg·m-2，前6 h增湿4.1 kg·m-2（图4a），5日02时暴雨出现时达71.0 kg·m-2，强降水发生在持续增湿阶段的含水量最高值对应时刻，随着降雨不断增强，大气可降水量有所下降，降雨最强时段下降至70.2 kg·m-2。降水减弱后，大气可降水量出现起伏，期间达到最高值74.1 kg·m-2，降雨过程结束后快速下降。 2014—2023年6月芜湖站平均大气可降水量为46.4 kg·m-2，暴雨发生前芜湖市水汽条件远好于历史同期，暴雨的发生与其快速增加和较大的偏离平均值有较好的对应关系，但暴雨出现后的量级、强度和结束时间受水汽的辐合及影响系统移动等多个因素的影响，与其变化并不完全对应（王明明等，2018）。

沿芜湖市国家观测站（118.38°E，31.33°N）做比湿和水平风的时间-高度剖面（图4b）。4日08时起，600 hPa以下芜湖市为一致的西南气流，水汽输送使得700、850和925 hPa比湿分别达10.0、15.0和17.0 g·kg-1，水汽充沛、湿层深厚，且850 hPa持续增湿，5日02时暴雨发生时达16.0 g·kg-1。05时起，600 hPa以下转为偏西风，各层比湿逐渐下降，08时之后，高层开始有西北风南下且风力增大，700 hPa以下随之转为偏北风，中低层比湿也迅速下降，至中午，850 hPa比湿已降至8.0 g·kg-1左右。

3.2 水汽输送特征

暴雨发生前和发生时芜湖市具有充沛的水汽和深厚的湿层，下面将继续分析这些水汽是如何输送至暴雨区的。水汽通量散度可以衡量水汽的分布和传输，与强降水的演变特征有密切的关系（廖晓农等，2013）。分析此次暴雨过程的各层水汽通量散度发现，其在850 hPa的演变与降水的出现和强度变化有较好的对应关系。4日白天850 hPa安徽省南部有零散的弱水汽通量辐合区，17时（图5a）皖西水汽辐合加强，芜湖市为水汽辐散区。随后水汽辐合区逐渐扩大，5日02时芜湖市暴雨发生时（图5b），鄂赣两省交界至安徽省中南部已全部为水汽辐合区，水汽通量散度大值中心位于鄂赣交界，芜湖市水汽通量散度增至-3.0×10-6g·cm-2·hPa-1·s-1左右。02—05时合肥市至芜湖市北部水汽辐合进一步增强，水汽通量散度大值中心超过-16.0×10-6g·cm-2·hPa-1·s-1，05时（图5c）芜湖市北部水汽通量散度达-8.0×10-8g·cm-2·hPa-1·s-1左右，这也对应了本次暴雨过程芜湖北部的强降雨落区（图2b）。降水结束后，水汽辐合区南移，皖南基本转为水汽辐散区（图5d）。

850 hPa水汽通量散度的变化特征表明暴雨发生前和出现时，芜湖市具有充沛的水汽和强烈的水汽辐合，下面将进一步从空间上分析水汽输送的特征。4日500 hPa我国西南地区到中南半岛有南支槽东移（图3b），850 hPa上西太平洋副热带高压和低槽之间存在一支从低纬到30°N附近的西南气流，这支气流将孟加拉湾和南海的水汽源源不断送往华南和华东地区，形成一个水汽输送带。14时水汽输送带上的水汽通量大值区位于孟加拉湾和我国华南地区（图6a），中心值超过20.0 g·hPa-1·cm-1·s-1，西南低空急流核心位于广西西北部、湖南南部，风速达16.0～18.0 m·s-1。此时安徽南部的西南风速不足8.0 m·s-1，水汽通量值在10.0 g·hPa-1cm-1·s-1左右。下午至晚间，西南气流不断加强，低空急流核延伸至江西一带，我国境内的水汽通量大值区也不断向江西、皖南和长江下游地区扩展，至5日02时芜湖市暴雨发生时（图6b），皖南一带风速增大至10.0～12.0 m·s-1，芜湖市位于低空急流的左前方，水汽通量增大到15.0 g·hPa-1·cm-1·s-1左右。暴雨发生后，低空急流和水汽通量大值区逐渐南移，降水逐渐结束。

综上所述，西南低空急流的持续加强，急流核不断向东北方向移动，使得南海甚至孟加拉湾的水汽得以不断地被输送至安徽省沿江地区，芜湖市水汽通量不断增大，水汽强烈辐合为暴雨的产生提供了充足的水汽条件。

3.3 水汽收支分析

为进一步分析水汽输送和水汽聚集的变化特征，探讨其对暴雨形成的影响，计算了暴雨发生前后逐小时芜湖市区域（117°～119°E，30°～32°N）西、南、东、北边界和总的水汽净收支情况以及进入区域的水汽总量。西、东两个边界计算水汽自西向东的收支，南、北两个边界计算水汽自南向北的收支，因此西边界和南边界正值为水汽流入，负值为水汽流出，东边界和北边界则相反，负值为水汽流入，正值为水汽流出。

总体上暴雨发生前和出现时，对流层低层有大量的水汽流入，纬向的水汽主要由西边界流入，经向的水汽主要由南边界流入。西边界水汽流入量较大的时间段为暴雨发生前和出现时（图7a）。暴雨发生前水汽流入主要集中在850～600 hPa，单层流入量为（3.0～7.0）×107 t·h-1，其中4日下午700 hPa的水汽流入量超过6.0×107 t·h-1。20时前后，白天700 hPa维持在安徽中北部的西南风和东北风辐合带逐渐南压（图略），西南气流减弱，主要的水汽输入层降低，至暴雨出现时，水汽流入主要集中在850 hPa，流入量超过4.0×107 t·h-1。对应的东边界总体表现为水汽流出（图7c）。南边界4日白天水汽流入大值区位于850～700 hPa（图7b），单层流入量为（4.0～6.0）×107 t·h-1，晚间水汽流入层降低，主要集中在850 hPa，水汽流入量约为5.0×107 t·h-1，700 hPa及以上层次转为水汽流出，结合芜湖市上空水平风的变化（图4b）可知，4日20时之后850 hPa以上逐渐由西南风转为偏西风，南风的分量减小，造成南边界的水汽流入减少。暴雨发生后850 hPa的水汽流入量也明显减少。北边界与南边界水汽收支的表现基本相反（图7d）。

暴雨发生前总水汽流入层深厚，单层流入量最大可达9.0×107 t·h-1（图7e），整层流入量约为56.0×107 t·h-1（表1），但整层净流出。700 hPa以下为水汽净流出，以上为净流入，水汽有明显的向上垂直输送。暴雨出现时主要水汽流入层次降低至850 hPa，整层流入量下降至20.5×107 t·h-1，整层净流入。850～700 hPa转为净流入，地面至850 hPa净流出量减小，水汽的垂直输送减弱。总水汽净流入在暴雨发生前和出现时主要集中在850 hPa，净流入量为1.0×107 t·h-1左右（图7f）。

3.4 HYSPLIT水汽追踪

HYSPLIT水汽追踪可以追踪空气块的运动轨迹、气块的高度以及比湿随高度、时间的变化，其对三维特征的描述弥补了基于欧拉方法的水汽通量和水汽收支等分析的不足（刘希等，2023）。根据上述水汽收支分析，暴雨期间有两个相对集中的水汽流入时间段，分别是4日14时前后（700 hPa）和5日02时前后（850 hPa），因此模拟起始点选择芜湖市国家观测站（118.38°E，31.33°N），模拟起始时间和初始高度分别选择4日14时3 000 m和5日02时1 500 m。间隔时间为6 h，模拟后向7 d的三维运动轨迹，轨迹点位置1 h输出1次，对应轨迹点的高度和比湿通过插值得到。对分析出的所有轨迹进行聚类分析，聚类时两个模拟TSV增长率分析均显示，轨迹分类的数量小于3时TSV增长率迅速增大（图略），因此两个模拟最终聚类的水汽通道均为3个。

模拟显示4日14时3 000 m高度的水汽通道1水汽源地为孟加拉湾和南海1 000 m高度（图8a），占所有轨迹数量的32.0％。初始比湿为11.6 g·kg-1（通道所有同一时刻轨迹点比湿的平均值，下同）（图9a），在孟加拉湾比湿增加至13.5 g·kg-1，途经中南半岛下降至12.4 g·kg-1，在我国南海再次增加至14.0 g·kg-1，经我国华南输送至长江下游地区时，气流高度逐渐升高到3 000 m，比湿也逐渐下降至8.0 g·kg-1。通道2的水汽源地为波罗的海一带，起始高度近7 000 m，占所有轨迹数量的43.0％，初始比湿为0.7 g·kg-1，沿途高度逐渐下降。通道3的水汽源地为乌拉尔河下游，高度为3 000 m，占所有轨迹数量的25.0％，初始比湿为2.6 g·kg-1。通道2、3均来自西北方向，在进入我国河套、华北一带时水汽含量逐渐增加，最终比湿分别为2.8和3.5 g·kg-1。根据公式（3）计算，3个水汽通道最终位置的总比湿分别为71.8、33.1和24.6 g·kg-1，水汽输送贡献率分别为55.4％、25.6％和19.0％。

5日02时1 500 m高度的水汽通道1水汽来自南海1 000 m的高度（图8b），占所有轨迹数量的46.0％。初始比湿为14.8 g·kg-1（图9b），途经我国东南沿海将水汽输送至长江下游地区，沿途比湿略有起伏，总体逐渐下降至8.6 g·kg-1。通道2的水汽源地为乌拉尔河以东地区，起始高度为2 000 m，占所有轨迹数量的39.0％，初始比湿为4.4 g·kg-1。

通道3的水汽源地位于挪威海，起始高度近7 000 m，占所有轨迹数量的14.0％，初始比湿为0.2 g·kg-1，沿途高度逐渐下降。通道2、3均来自西北方向，进入我国境内后，水汽含量逐渐增加，最终比湿分别为4.8和5.3 g·kg-1。根据公式（3）计算，3个水汽通道最终位置的总比湿分别为112.3、53.0和21.1 g·kg-1，水汽输送贡献率分别为60.3％、28.4％和11.3％。

综上所述，以孟加拉湾和南海为水汽源地，从低纬到长江下游的西南水汽通道输送的充沛水汽是本次暴雨过程出现的重要条件。西北通道的水汽输送对本次暴雨也有一定的水汽贡献。

4 结论与讨论

1）此次暴雨过程出现在200 hPa分流区和850 hPa低空急流左前方，高层辐散有利于低空急流和辐合加强，增强水汽的水平方向辐合和垂直输送，使湿层变得深厚，有利于暴雨形成。500 hPa冷空气在低空急流出口北侧不断激发对流云团，形成强降水。

2）暴雨发生前芜湖市水汽充沛、湿层深厚且持续增湿，大气可降水量6 h增加4.1 kg·m-2。暴雨发生在水汽持续增加的最高值时刻，大气可降水量达71.0 kg·m-2，远超6月历史平均值，850 hPa比湿达16.0 g·kg-1，降雨结束后两者均明显下降。850 hPa水汽通量散度的变化与暴雨的出现和强度变化有较好的对应关系，暴雨出现时芜湖市水汽通量散度增大到-3.0×10-6g·cm-2·hPa-1·s-1左右，雨强最强时段可达-8.0×10-6g·cm-2·hPa-1·s-1左右。

其产生的原因为从低纬孟加拉湾、南海到长江下游的西南低空急流在暴雨发生前持续加强，急流核不断向东北方向移动，使水汽得以持续输送至安徽省沿江地区，芜湖市水汽通量不断增大至15.0 g·hPa-1·cm-1·s-1左右，为暴雨的产生提供了充沛的水汽和强烈的水汽辐合。

3）本次暴雨过程水汽主要由芜湖区域的西边界和南边界流入。暴雨发生前主要流入层次深厚，850～700 hPa单层流入量最大可达9.0×107 t·h-1，整层流入量约为56.0×107 t·h-1，有明显的向上水汽垂直输送。暴雨出现时主要流入层降低至850 hPa，南边界700 hPa转为流出，整层流入量下降至约21.0×107 t·h-1，水汽的垂直输送减弱。总水汽净流入主要集中在850 hPa，净流入量为1.0×107 t·h-1左右。

4）芜湖市4日14时3 000 m上空的水汽输送通道有3条，来自孟加拉湾和南海1 000 m的水汽通道占总轨迹数量的32.0％，水汽输送贡献率为55.4％。其他两个西北通道水汽源地分别为波罗的海7 000 m上空和乌拉尔河下游3 000 m上空。5日02时1 500 m的水汽通道也有3条，来自南海1 000 m上空的水汽通道占总轨迹数量的46.0％，水汽输送贡献率为60.3％。其他两个西北通道水汽源地分别为乌拉尔河下游以东地区2 000 m上空和挪威海7 000 m上空。孟加拉湾和南海是本次暴雨过程最主要的水汽源地。

芜湖市作为安徽省重要的沿江城市，随着城市防洪能力的提高，夏季强降水造成的城市内涝成为政府和市民新的关注点，因此本文对一次引发主城区严重内涝暴雨过程的水汽输送特征进行了分析，以期为本地类似的暴雨过程积累预报经验。本次暴雨过程中，水汽相关物理量的变化特征、水汽输送的路径特征和我国东部暴雨已有的研究成果类似，但水汽通道的水汽输送贡献率和水汽收支量的定量分析结果在芜湖市乃至安徽省的相关研究中较少见，对于提高对该区域强降水水汽特征的认识，提升暴雨预报能力有积极意义。但是，本文仅对一次天气过程进行了分析总结，且水汽条件仅是暴雨形成的条件之一，严重内涝产生的原因应该还和触发机制、影响系统的位置等因素有关，有必要在后续的研究工作中增加研究样本，综合多源探测数据，从影响系统、动力条件和维持机制等方面，更全面地对本地类似暴雨天气过程展开研究，以提高暴雨预报的预报预警水平。

参考文献（References）

崔晓鹏，杨玉婷，2022.“21.7” 河南暴雨水汽源地追踪和定量贡献分析［J］.大气科学，46（6）：1543-1556. Cui X P，Yang Y T，2022.Tracking and quantitative contribution analyses of moisture sources of rainstorm in Henan Province in July 2021［J］.Chin J Atmos Sci，46（6）：1543-1556.doi：10.3878／j.issn.1006-9895.2203.22016.（in Chinese）.

丁一汇，胡国权，2003.1998年中国大洪水时期的水汽收支研究［J］.气象学报，61（2）：129-145. Ding Y H，Hu G Q，2003.A study on water vapor budget over China during the 1998 severe flood periods［J］.Acta Meteor Sinica，61（2）：129-145.doi：10.3321／j.issn：0577-6619.2003.02.001.（in Chinese）.

丁一汇，2015.论河南“75.8” 特大暴雨的研究：回顾与评述［J］.气象学报，73（3）：411-424. Ding Y H，2015.On the study of the unprecedented heavy rainfall in Henan Province during 4—8 August 1975［J］.Acta Meteor Sinica，73（3）：411-424.doi：10.11676／qxxb2015.067.（in Chinese）.

Draxler R R，Hess G D，1998.An overview of the HYSPLIT_4 modeling system for trajectories，dispersion，and deposition［J］.Aust Meteor Mag，4（47）：295-308.

Gou J J，Miao C Y，Samaniego L，et al.，2021.CNRD v1.0：a high-quality natural runoff dataset for hydrological and climate studies in China［J］.Bull Am Meteor Soc，102（5）：E929-E947.doi：10.1175／bams-d-20-0094.1.

Han J Y，Miao C Y，Gou J J，et al.，2023.A new daily gridded precipitation dataset for the Chinese mainland based on gauge observations［J］.Earth Syst Sci Data，15（7）：3147-3161.doi：10.5194／essd-15-3147-2023.

黄富祥，任素玲，韩爽爽，等，2016.2015年12月末北极地表爆发性增温事件的卫星遥感监测［J］.科学通报，61（36）：3946-3957. Huang F X，Ren S L，Han S S，et al.，2016.Monitoring of Arctic surface sudden warming events in late December 2015 with satellite remote sensing data［J］.Chin Sci Bull，61（36）：3946-3957.doi：10.1360／N972016-00460.（in Chinese）.

江志红，梁卓然，刘征宇，等，2011.2007年淮河流域强降水过程的水汽输送特征分析［J］.大气科学，35（2）：361-372. Jiang Z H，Liang Z R，Liu Z Y，et al.，2011.A diagnostic study of water vapor transport and budget during heavy precipitation over the Huaihe river basin in 2007［J］.Chin J Atmos Sci，35（2）：361-372.doi：10.3878／j.issn.1006-9895.2011.02.14.（in Chinese）.

李亚男，刘钢军，刘德新，等，2021.中国南北过渡带范围的地理表达及定量探测［J］.地理研究，40（7）：1857-1869. Li Y N，Liu G J，Liu D X，et al.，2021.Geographical expression and quantitative exploration of the Chinas north-south transitional zone［J］.Geogr Res，40（7）：1857-1869.doi：10.11821／dlyj020200679.（in Chinese）.

廖晓农，倪允琪，何娜，等，2013.导致“7.21” 特大暴雨过程中水汽异常充沛的天气尺度动力过程分析研究［J］.气象学报，71（6）：997-1011. Liao X N，Ni Y Q，He N，et al.，2013.Analysis and research on the weather-scale dynamic process leading to the abnormal abundance of water vapor during the “7.21” torrential rain［J］.Acta Meteor Sinica，71（6）：997-1011.（in Chinese）.

刘晶，刘兆旭，杨莲梅，等，2023.西风带大陆高压外围新疆哈密地区典型暴雨事件水汽输送特征对比分析［J］.气象，49（9）：1045-1062. Liu J，Liu Z X，Yang L M，et al.，2023.Water vapor transport characteristics during typical rainstorm events around westerlies continental high in Hami area，Xinjiang［J］.Meteor Mon，49（9）：1045-1062.doi：10.7519／j.issn.1000-0526.2023.062801.（in Chinese）.

刘娜，余晔，陈晋北，等，2012.兰州春季沙尘过程PM10输送路径及其潜在源区［J］.大气科学学报，35（4）：477-486. Liu N，Yu Y，Chen J B，et al.，2012.A study on potential sources and transportation pathways of PM10 in spring in Lanzhou［J］.Trans Atmos Sci，35（4）：477-486.doi：10.13878／j.cnki.dqkxxb.2012.04.001.（in Chinese）.

刘希，曾明剑，王亚强，等，2023.台风“利奇马”远距离暴雨的关键动力因子和水汽来源［J］.大气科学学报，46（5）：776-789. Liu X，Zeng M J，Wang Y Q，et al.，2023.Analysis of key dynamical factors and water vapor sources influencing remote heavy rainfall produced by typhoon Lekima［J］.Trans Atmos Sci，46（5）：776-789.doi：10.13878／j.cnki.dqkxxb.20220406001.（in Chinese）.

吕润清，李响，2021.ERA-Interim和ERA5再分析数据在江苏区域的适用性对比研究［J］.海洋预报，38（4）：27-37. Lü R Q，Li X，2021.Comparison between the applicability of ERA-Interim and ERA5 reanalysis in Jiangsu Province［J］.Mar Forecasts，38（4）：27-37.doi：10.11737／j.issn.1003-0239.2021.04.004.（in Chinese）.

马旭林，孙丽娜，姜胜，等，2015.一次江淮强暴雨过程的湿有效能量及其收支特征［J］.大气科学学报，38（3）：289-298. Ma X L，Sun L N，Jiang S，et al.，2015.Characteristics of moist available energy and its budget in a heavy rain process over Changjiang-Huaihe River Basin［J］.Trans Atmos Sci，38（3）：289-298.doi：10.13878／j.cnki.dqkxxb.20130923001.（in Chinese）.

Makra L，Matyasovszky I，Guba Z，et al.，2011.Monitoring the long-range transport effects on urban PM10 levels using 3D clusters of backward trajectories［J］.Atmos Environ，45（16）：2630-2641.doi：10.1016／j.atmosenv.2011.02.068.

Miao C Y，Gou J J，Fu B J，et al.，2022.High-quality reconstruction of Chinas natural streamflow［J］.Sci Bull，67（5）：547-556.doi：10.1016／j.scib.2021.09.022.

Miao C，Han J， Gou J，2023.A new daily gridded precipitation dataset for the Chinese mainland based on gauge observations.National Tibetan Plateau/Third Pole Environment Data Center[D/OL].[2024-03-02].https：//doi.org/10.11888/Atmos.tpdc.300523.https：//cstr.cn/18406.11.Atmos.tpdc.300523.

史文茹，李昕，曾明剑，等，2021.“7·20”郑州特大暴雨的多模式对比及高分辨率区域模式预报分析［J］.大气科学学报，44（5）：688-702. Shi W R，Li X，Zeng M J，et al.，2021.Multi-model comparison and high-resolution regional model forecast analysis for the “7·20” Zhengzhou severe heavy rain［J］.Trans Atmos Sci，44（5）：688-702.doi：10.13878／j.cnki.dqkxxb.20210823001.（in Chinese）.

Stohl A，James P，2004.A Lagrangian analysis of the atmospheric branch of the global water cycle.part I：method description，validation，and demonstration for the August 2002 flooding in central Europe［J］.J Hydrometeor，5（4）：656-678.doi：10.1175／1525-7541（2004）005<0656：alaota>2.0.co;2.

孙建华，汪汇洁，卫捷，等，2016.江淮区域持续性暴雨过程的水汽源地和输送特征［J］.气象学报，74（4）：542-555. Sun J H，Wang H J，Wei J，et al.，2016.The sources and transportation of water vapor in persistent heavy rainfall events in the Yangtze-Huaihe River Valley［J］.Acta Meteor Sinica，74（4）：542-555.doi：10.11676／qxxb2016.047.（in Chinese）.

汤彬，王宗明，胡文婷，等，2023.2021年河南省一次罕见暴雨过程的降水特征及成因［J］.大气科学，47（2）：517-533. Tang B，Wang Z M，Hu W T，et al.，2023.Characteristics and causes of precipitation for a rare rainstorm process in Henan Province in 2021［J］.Chin J Atmos Sci，47（2）：517-533.doi：10.3878／j.issn.1006-9895.2209.21251.（in Chinese）.

陶诗言，1980.中国之暴雨［M］.北京：科学出版社. Tao S Y，1980.Heavy rainfalls in China［M］.Beijing：Science Press.（in Chinese）.

田红，郭品文，陆维松，2004.中国夏季降水的水汽通道特征及其影响因子分析［J］.热带气象学报，20（4）：401-408. Tian H，Guo P W，Lu W S，2004.Characteristics of vapor inflow corridors related to summer rainfall in China and impact factors［J］.J Trop Meteor，20（4）：401-408.doi：10.3969／j.issn.1004-4965.2004.04.008.（in Chinese）.

王佳津，肖红茹，杨康权，等，2023.四川盆地一次持续性暴雨的水汽输送特征［J］.干旱气象，41（3）：474-482. Wang J J，Xiao H R，Yang K Q，et al.，2023.Water vapor transport characteristics of a continuous rainstorm in Sichuan Basin［J］.J Arid Meteor，41（3）：474-482.doi：10.11755／j.issn.1006-7639（2023）-03-0474.（in Chinese）.

王明明，魏鸣，王皓，等，2018.成都地区一次持续性暴雨过程的水汽特征分析［J］.大气科学学报，41（6）：861-871. Wang M M，Wei M，Wang H，et al.，2018.An analysis of the characteristics of the water vapor during a persistent rainstorm event in Chengdu［J］.Trans Atmos Sci，41（6）：861-871.doi：10.13878／j.cnki.dqkxxb.20160410012.（in Chinese）.

谢潇，何金海，祁莉，2011.4种再分析资料在中国区域的适用性研究进展［J］.气象与环境学报，27（5）：58-65. Xie X，He J H，Qi L，2011.A review on applicability evaluation of four reanalysis datasets in China［J］.J Meteor Environ，27（5）：58-65.doi：10.3969／j.issn.1673-503X.2011.05.011.（in Chinese）.

杨雪艳，秦玉琳，张梦远，等，2018.基于“配料法” 的东北冷涡暴雨预报研究［J］.大气科学学报，41（4）：475-482. Yang X Y，Qin Y L，Zhang M Y，et al.，2018.Forecast of heavy rain caused by the northeast cold vortex using “ingredients method”［J］.Trans Atmos Sci，41（4）：475-482.doi：10.13878／j.cnki.dqkxxb.20171116001.（in Chinese）.

俞小鼎，2012.2012年7月21日北京特大暴雨成因分析［J］.气象，38（11）：1313-1329. Yu X D，2012.Investigation of Beijing extreme flooding event on 21 July 2012［J］.Meteor Mon，38（11）：1313-1329.doi：10.7519／j.issn.1000-0526.2012.11.001.（in Chinese）.

张恒德，宗志平，张友姝，2011.2005年7月一次大暴雨过程的模拟和诊断分析［J］.大气科学学报，34（1）：85-92. Zhang H D，Zong Z P，Zhang Y S，2011.Simulation and diagnosis of a heavy rainfall event in July 2005［J］.Trans Atmos Sci，34（1）：85-92.doi：10.13878／j.cnki.dqkxxb.2011.01.010.（in Chinese）.

张江涛，何丽华，李江波，等，2023.河北“23.7” 极端暴雨过程特征及成因初探［J］.大气科学学报，46（6）：884-903. Zhang J T，He L H，Li J B，et al.，2023.Preliminary study on the characteristics and causes of the “23.7” extreme rainstorm in Hebei［J］.Trans Atmos Sci，46（6）：884-903.doi：10.13878／j.cnki.dqkxxb.20230905001.（in Chinese）.

张俊兰，李火青，汤浩，2023.西风和印度季风协同作用对塔里木盆地极端暴雨影响的初步分析［J］.大气科学学报，46（2）：242-258. Zhang J L，Li H Q，Tang H，2023.Preliminary analysis of the synergistic influence of westerly wind and Indian monsoon on rainstorm over Tarim Basin［J］.Trans Atmos Sci，46（2）：242-258.doi：10.13878／j.cnki.dqkxxb.20220113001.（in Chinese）.

周玉淑，高守亭，邓国，2005.江淮流域2003年强梅雨期的水汽输送特征分析［J］.大气科学，29（2）：195-204. Zhou Y S，Gao S T，Deng G，2005.A diagnostic study of water vapor transport and budget during heavy precipitation over the Changjiang River and the Huaihe River Basins in 2003［J］.Chin J Atmos Sci，29（2）：195-204.（in Chinese）.

庄晓翠，李博渊，赵江伟，等，2022.基于HYSPLIT模式分析的塔克拉玛干沙漠南缘暴雨水汽特征［J］.气象，48（3）：311-323. Zhuang X C，Li B Y，Zhao J W，et al.，2022.Water vapor characteristics of rainstorm in southern Taklimakan Desert based on HYSPLIT model analysis［J］.Meteor Mon，48（3）：311-323.doi：10.7519／j.issn.1000-0526.2022.011801.（in Chinese）.