梅雨期(6月中旬至7月中旬)是东亚夏季风降水季节性推移的第二阶段。梅雨期通常存在持续性降水,并与位于长江中下游地区的准静止梅雨锋密切相关。由于梅雨锋的准静止特征,长江中下游地区(梅雨区)经常会遭遇一系列沿着梅雨锋自西向东移动的对流系统影响,易造成严重的洪涝灾害,给我国造成重大损失。
2016年夏季,一次典型的梅雨期暴雨过程袭击了我国长江中下游地区。本次强降水从6月30日0时持续至7月6日6时,武汉市国家级台站的降水总量达到了破历史纪录的582.5mm,多个台站记录的逐小时降水强度超过50mm h-1。暴雨的覆盖面积广、总量大,长江中下游大部分地区的降水总量都达到了500.0mm(图1a)。7月1日和3日,长江第1号洪峰和第2号洪峰先后在长江上游和中下游形成(武汉中心气象台)。武汉市由于地势相对较低(图1b),暴雨造成的洪涝淹没了多条城市主路、车辆和建筑物。总体而言,本次强降水过程导致我国11个省市受灾,其中死亡237人、失踪93人,造成的经济损失达到1540亿元(约合220亿美元;Zhou et al., 2018),使其成为在全世界范围具有重大影响的天气相关自然灾害。
前人使用中国气象局气象科学研究院气候系统模式(CAMS-CSM)对本次强降水事件开展了Transpose Atmospheric Model Intercomparison Project(T-AMIP;Williams et al., 2013)类型的数值模拟(Li et al., 2018)。研究表明,CAMS-CSM能够模拟出本次强降水事件的累积降水空间分布,说明气候模式能够再现本次强降水事件的极端性。但是模式也存在着一定的模拟偏差,例如低估了最大小时降水强度。特别地,模式高估了地形对降水的影响,模式在大别山的迎风坡形成了稳定而偏强的降水中心,不能成功模拟沿梅雨锋自西向东传播的降水系统。
近日,在CSSP-China项目的支持下,中国科学院大气物理研究所李普曦博士在郭准副研究员和Dr. Kalli Furtado指导下,与中国气象科学研究院模式团队和英国气象局合作,使用Met Office Unified Model(MetUM)对本次强降水过程开展了全球模式(UM-GL)和对流解析尺度的区域模拟,系统评估了MetUM对本次梅雨期暴雨过程的模拟性能,研究了对流解析模式(convection-permitting model;CPM)的模拟增值,分析了造成全球模式(UM-GL)偏差的可能原因。结果表明,整个强降水过程根据大尺度环流的不同分为两个阶段(图2):第一阶段(P1:6月30日-7月1日)的降水过程主要受西南低涡东移的影响,雨带的位置呈现明显东移;第二阶段(P2:7月2日-7月5日)梅雨锋在长江中下游建立并呈现准静止特征,降水形式主要为连续雨团沿着锋面的自西向东移动。虽然UM-GL能够模拟出P1雨带的东移,但其对降水细节特征的模拟方面存在明显的模式偏差:UM-GL模拟的小雨过多、大雨偏少;模式中的午后降水被抑制、模拟的降水日变化振幅偏强,不能模拟出P2雨团沿锋面的东移特征;特别地,第二阶段(P2)UM-GL低层风场在大别山迎风坡过多的辐合导致模式在该地区产生持续的地形降水,造成UM-GL出现过强的山区降水中心。相对地,CPM更好地再现了P1狭长雨带的东西向分布,更好地模拟了降水中心的位置和强度;但CPM也存在小雨偏少、大雨和暴雨偏多的模式偏差;CPM成功地再现了本次强降水的日循环,更好地模拟了P2强降水系统沿梅雨锋自西向东的传播特征;特别地,CPM能够成功地模拟P2与降水相关的中小尺度环流,从而改善了UM-GL中高估地形降水的模式偏差。
“本次暴雨属于典型的梅雨期强降水过程,暴雨的持续时间长、覆盖面积广、极端性强。对本次事件开展对流解析尺度的数值模拟能够很好地检验模式的模拟能力、分析模式的偏差来源。并通过与全球模式进行比较,进一步探究对流解析模式对典型梅雨期暴雨过程的模拟增值”,该文的第一作者李普曦博士补充道。该成果最近在Quarterly Journal of the Royal Meteorological Society发表。
文章信息:
Li P, Guo Z, Furtado K, et al. Prediction of heavy precipitation in the eastern China flooding events of 2016: Added value of convection-permitting simulations. Quarterly Journal of the Royal Meteorological Society, 2019: 1-20.
文章链接:
https://rmets.onlinelibrary.wiley.com/doi/10.1002/qj.3621
关键词:梅雨期暴雨,对流解析模拟,地形降水,降水日循环,模拟增值
参考文献:
Li J, Chen H, Rong X, et al., How well can a climate model simulate an extreme precipitation event: A case study using the Transpose-AMIP experiment. Journal of Climate, 2018, 31(16): 6543-6556.
Zhou C, Wang K, Qi D. Attribution of the July 2016 Extreme Precipitation Event Over China’s Wuhan. Bulletin of the American Meteorological Society, 2018, 99(1): S107-S112.
图形:
图1. (a)2016年6月30日至7月6日降水总量的空间分布(单位:mm);(b)中国中东部的地形分布(单位:m)。图中蓝色实线代表黄河和长江流域,黑点代表湖北省会武汉市。
图2. 观测和模式中逐小时降水的时间演变(时间-经度)图(沿27°N-33°N平均;单位:mm h-1):(a)观测,(b)UM-GL,(c)UM-4p4,(d)UM-2p2。图(a)中的两个红色虚线框分别为本次降水过程的第一阶段(P1:2016年6月30日0时至7月1日23时)和第二阶段(P2:2016年7月2日0时-7月5日23时)。