基于ERA5再分析资料对2020年6月江淮区域水汽源汇的诊断分析

黄丁安 卢楚翰 孔阳 信飞 秦育婧

(1 南京信息工程大学 气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心，南京 210044；2 上海市气候中心，上海 200030)

引 言

江淮地区是我国产业发展的重要地区，人口密集、资源丰富，但易受洪涝灾害影响。2020年梅雨期江淮地区累计降水量打破了1961年以来的历史纪录，梅雨锋在江淮地区的来回摆动是造成本次持续性暴雨的重要原因，6月高空南亚高压和低空西北太平洋副热带高压“相向而行”，为江淮地区提供了充沛的水汽供应和良好的抬升条件[1]。

强降水过程的发生离不开充足的水汽供应，在分析异常降水过程诊断水汽源汇的收支具有重要的研究意义。水汽汇与降水发生时段和落区分布有很好的对应关系。丁一汇等[2]通过研究大气的水汽收支表明，对流层低层水汽的辐合输送项是降水过程的主要水汽来源。徐祥德等[3]的研究表明，长江流域旱、涝年水汽输送总量呈显著相反的源、汇分布特征。秦育婧等[4]发现ERA-Interim 再分析资料能够很好地描述江淮区域的水汽收支平衡，且水汽汇对降水有较好的指示意义。Algarra，et al[5]首先分析出低空急流的位置，再根据FLEXPART模式计算出水汽源和水汽汇的位置，并在全球范围内分析低空急流、水汽及降水之间的关系。

水汽源在研究大范围降水过程中也具有十分重要的指示意义。目前关于水汽源的研究方法主要分为基于欧拉的方法和基于拉格朗日的方法，近年来基于拉格朗日的气流轨迹分析方法为水汽源的诊断分析提供了一个新的技术路径。江志红等[6]利用基于拉格朗日方法的气流轨迹模式HYSPLIT，结合气块追踪分析方法，提出利用水汽贡献率的方法定量分析水汽源地的贡献，得出在气候平均态中，印度洋、孟加拉湾—中国南海、太平洋和欧亚大陆为江淮梅雨的主要水汽源地。姚俊强等[7]利用拉格朗日混合单粒子轨道模型，定量分析了新疆天山山区特大暴雨的水汽输送情况，并分析水汽贡献最大的源地为阿拉伯海以北—里海—巴尔喀什湖地区。朱丽等[8]利用拉格朗日粒子扩散模式FLEXPART，针对黄河源区开展大气粒子群的后向模拟，发现青藏高原西南侧和青藏高原北侧地区是黄河源区降水的主要水汽供应地，且在黄河源区的蒸发过程也是降水形成的重要水汽来源。

水汽输送是连接水汽源和水汽汇的纽带，能够促进水汽的循环，在降水过程也扮演着重要的角色。王志毅等[9]研究了近50 a来梅雨期水汽输送的时空特征及其与江淮地区降水的关系，发现梅雨期的水汽输送有显著的年际变化，且水汽输送强弱与降水强度有很好的对应关系。LI，et al[10]利用拉格朗日气流轨迹模型模拟了中国南方每年第一雨季的水汽输送过程，结果表明在中国南方每年第一雨季出现前后，造成中国南方降水的水汽路径也不同。刘煜等[11]利用拉格朗日后向轨迹模式，识别出黄河源区的干湿演变过程，分析出到达该区域的水汽输送路径分为南支、东支及北支路径。

为了分析水汽收支对2020年6月江淮区域降水过程的重要性，本文将采用ERA5高分辨率再分析资料及HYSPLIT后向轨迹模式对2020年6月江淮区域的水汽源和水汽汇进行诊断分析，揭示造成此次区域持续强降水的水汽分布特征。

1 资料与方法

1.1 资料

(1)2020年6月逐小时ERA5再分析资料[12]，水平分辨率为0.25°×0.25°，主要物理量包括位势高度场、温度场、相对湿度、降水量、蒸发、整层水汽量、单向(向北、向东)水汽通量垂直积分；(2)中国地面国际交换站气候资料日值数据集(v3.0)中的降水资料，时段同(1)，文中称为观测降水；(3)2020年5—6月NCEP的GDAS1(Global Data Assimilation System)资料，水平分辨率为1°×1°，垂直方向上分为23层，用于输入HYSPLIT模式计算气流的后向轨迹。

1.2 方法

1.2.1 水汽汇诊断方法

本文主要利用水汽平衡方程对江淮区域的水汽汇进行分析，公式如下：

(1)

(2)

其中：∂A为江淮区域的边界，n为边界的法向单位量。因此，可以利用江淮区域的边界流入量来估算江淮区域整层的水汽辐合量。参考秦育婧等[4]，将江淮区域定义为(26°～34°N，105°～120°E)。将利用边界流入量计算得到的江淮区域水汽辐合量简记为Icv，在本文中利用ERA5再分析资料数据集中向北、向东水汽通量的整层积分资料计算得到江淮区域各边界上的水汽输送情况。将江淮区域水汽平衡方程右边Icv-Iw简记为IA，这一项表示由局地水汽变化量和水汽辐合量估算的江淮区域水汽汇。

1.2.2 水汽源诊断方法

本文利用HYSPLIT 后向轨迹模式[13]分析江淮区域水汽输送的源地。由于HYSPLIT后向轨迹模式只能分析出气流的后向轨迹及源地，无法直接显示轨迹的水汽含量及对研究区域的水汽贡献率。因此，江志红等[6]提出了气块追踪分析法对气流轨迹进行客观定量研究，这对于分析水汽路径及水汽贡献率有较好的适用性。定义水汽通道或源地对研究区域的水汽贡献率为：

(3)

其中：Qs表示某一水汽通道的水汽贡献率；qlast表示气流到达最终位置时的比湿；m表示某一水汽通道上的轨迹数量；n表示所有水汽通道上的总气流轨迹数。

2 结果分析

2.1 江淮区域降水分布

2020年6月江淮地区出现持续性的降水过程，主要雨带从上旬到中下旬逐渐北抬。图1为2020年6月上、中、下旬江淮区域累计降水分布。可以看出，6月上旬，累计降水大值区主要集中在江淮区域的东南部，累计降水量最大的站点为江西吉安(241.0 mm)；6月中旬，累计降水大值区主要集中在江淮区域的中部以及东北部，累计降水量最大的站点为江苏南京(251.6 mm)；6月下旬，江淮区域站点平均累计降水量最大(108.8 mm)，累计降水大值区主要集中在江淮区域的中部，累计降水量最大的站点为湖北宜昌(306.3 mm)。

图1 2020年6月江淮区域地面国际交换站累计降水分布(单位：mm)：(a)上旬；(b)中旬；(c)下旬Fig.1 Distribution of accumulated precipitation at internationalexchange stations over YRHB in June 2020 (unit: mm) : (a) early June; (b) middle June; (c) late June

2.2 环流形势与水汽输送

图2给出了2020年6月上、中、下旬平均700 hPa位势高度场和500 hPa上副高位置、整层水汽通量及散度。6月上旬，西太平洋副热带高压的位置偏南，脊线在20°N以南，由副高外围引导的水汽主要从南海及孟加拉湾输送至江淮区域的东南部，有利于在此形成强降水；6月中旬，副高有明显北跳，脊线已位于20°N以北，此时副高输送的水汽主要从南海及孟加拉湾北上到达江淮区域后从江淮区域的东边界流出；6月下旬，副高略有南退，脊线大约在20°N附近。此时北方冷涡位置相对中旬偏西，导致中纬度西北冷空气与南方的西南暖湿气流汇合，有利于江淮区域中部形成大范围强降水。此外，6月下旬冷空气的南压，也导致了北边界流出的平均水汽量减少。从水汽通量散度的分布来看，6月上旬水汽辐合中心在江淮区域东南部；6月中下旬水汽辐合中心主要集中在江淮区域中部，与降水大值区分布(图1)有较好的对应。

图2 2020年6月各旬平均700 hPa位势高度(等值线：gpdm)、500 hPa上588 gpdm等值线(蓝色)和整层水汽通量(矢量，单位：kg·m-1·s-1)、整层水汽通量散度(阴影，单位：10-5 kg·m-2·s-1)：(a)上旬；(b)中旬；(c)下旬。红色矩形框内为江淮区域范围Fig.2 Average geopotential height of 700 hPa (contour line: gpdm)， contour line of 588 gpdm above 500 hPa (blue) and water vapor flux (vector， unit: kg·m-1·s-1)， water vapor flux divergence(shaded， unit:10-5 kg·m-2·s-1) of the whole layer in June 2020:(a) early June; (b) middle June; (c) late June. The red rectangle is the area of YHRB

2.3 江淮区域水汽汇特征

利用水汽平衡方程对2020年6月江淮地区各旬的水汽汇进行特征分析，从水汽汇IA和IP-E的变化特征来看(图3)，这两项的时间演变较为一致，相关系数达到0.84，说明ERA5再分析资料能够较好地表示江淮区域水汽收支平衡特征。将6月分为上、中、下旬计算水汽汇，结果发现上旬的平均水汽汇值最小，为7.8×1012kg·d-1，中旬的平均水汽汇值达9.3×1012kg·d-1，下旬的平均水汽汇值最大，为11.0×1012kg·d-1，即6月水汽汇值逐渐增长。对比站点观测降水资料，发现水汽汇变化与观测到的降水变化一致，水汽汇IA和IP-E与观测降水的相关系数分别为0.71和0.83，且水汽汇和观测降水峰值发生的时间吻合(图3)，这说明水汽汇对于降水有较好的指示作用。

图3 2020年6月江淮区域水汽汇IA(实线)、IP-E(虚线)及站点平均降水(点线)变化曲线Fig.3 Time series of regional moisture sink IA(solid line)，IP-E(dashed line)， and regional mean station precipitation (dotted line) over YHRB in June 2020

2.4 江淮区域水汽汇各项贡献

图4为6月江淮区域水汽平衡方程各项变化曲线。可以看出，水汽辐合量Icv对江淮区域水汽汇IA有显著的贡献，二者随时间变化的一致性较高，相关系数达0.82，说明水汽辐合量Icv为江淮区域水汽汇IA的主要贡献项。局地水汽变化量Iw相较于前者贡献较小，但变化趋势吻合，因此对区域水汽汇也具有一定的贡献。

图4 2020年6月江淮区域水汽汇IA(实线)、水汽辐合量Icv(点划线)及局地水汽变化量Iw(点线)的变化曲线Fig.4 Time series of regional moisture sink IA(solid line)，moisture convergence Icv(dash-dotted line)， andlocal moisture tendency Iw(dotted line) over YHRB in June 2020

由江淮区域水汽汇IP-E、区域总降水量P、区域总蒸发量E及站点平均降水的时间演变可知，区域总降水量P与江淮区域水汽汇IP-E的变化趋势几乎一致，相关系数高达0.99，而区域蒸发量E量级较小，说明区域总降水量P对水汽汇的贡献远大于区域总蒸发量E(图5)。区域总降水量P与观测降水的相关系数为0.84(以上相关系数均通过α=0.01的显著性检验)，且两者(虚线与点线)的变化趋势一致性较好，峰值对应时间相同，表明ERA5再分析资料中的降水资料与实际观测降水具有较好的对应关系。

图5 2020年6月江淮区域水汽汇IP-E(实线)、区域总降水量P(虚线)、区域总蒸发量E(点划线)及站点平均降水(点线)变化曲线Fig.5 Time series of regional moisture sink IP-E(solid line)， precipitation P(dashed line)， evaporation E(dashed-dotted line)，and regional mean station precipitation (dotted line) over YHRB in June 2020

为了分析2020年6月江淮区域水汽的来源及水汽收支平衡的各项变化，图6给出了上、中、下旬江淮区域平均水汽汇各项值及区域边界水汽输入输出值。可以看出，6月上、中、下旬的平均水汽汇值是依次增大的，且不难看出南边界的水汽入流支是江淮区域平均水汽汇的最大贡献项。在6月上旬，副高偏南导致从南边界进入江淮地区的平均水汽量偏小，仅为25.4×1012kg·d-1，上旬的平均水汽汇值最小(IA为7.8×1012kg·d-1)，对应江淮区域的累计降水量(区域平均降水量71.7 mm，下同)也最小。6月中旬，副高北抬，其引导的西南气流使得从南边界进入江淮区域的平均水汽量增多(41.6×1012kg·d-1)，但东边界流出的平均水汽量很大(33.0×1012kg·d-1)，导致平均水汽汇值小于下旬。6月下旬，副高向南移动，从南边界进入江淮区域的平均水汽量为35.0×1012kg·d-1，此外北部冷涡引导西北冷空气至江淮区域的北部，抑制暖湿空气的向北输送，使得从北边界流出的平均水汽量仅为1.0×1012kg·d-1，且在下旬平均局地水汽变化量对平均水汽汇的贡献为正，而在上旬和中旬平均局地水汽变化量对平均水汽汇的贡献为负，即水汽对局地降水补充特征更为明显，导致下旬江淮区域平均水汽汇的值最大(IA为11.0×1012kg·d-1)，下旬的累计降水量(108.8 mm)也为最大。

图6 2020年6月上、中、下旬江淮区域平均水汽汇各项值及区域边界水汽输入输出值(单位：1012) kg·d-1Fig.6 The average water vapor sinks and the input and outputwater vapor at the boundary of the YHRB in the early， middle and late June 2020(unit: 1012) kg·d-1

2.5 江淮区域水汽源

为分析形成强降水的主要水汽路径和来源地，利用HYSPLIT后向轨迹模式追踪江淮区域6月各旬中累计降水量最大站点(分别为吉安、南京和宜昌)的水汽来源及路径，向后追踪空气块的时间长度取为7 d。由于水汽输送主要集中在对流层低层，本文将追踪高度定在850 hPa高度上。在对各旬逐日4次的GDAS1资料分别进行气块的后向轨迹追踪后，每一旬可以得到40条后向轨迹，并结合空间总方差(Total Spatial Variance，TSV)综合考虑对轨迹做聚类分析。

图7 2020年6月上、中、下旬最大累计降水量站点空气块后向轨迹聚类结果：(a)吉安；(b)南京；(c)宜昌Fig.7 Clustering results of backward trajectory of air blocks at stations with maximum accumulated precipitation in early，middle and late June 2020 :(a) Ji’an; (b) Nanjing; (c) Yichang

结果显示，来自南海的南方水汽路径是影响江淮区域6月的主要路径，出现占比在45%以上(图7)。具体来说，6月上旬吉安强降水的水汽来源主要有3个：分别为南海、孟加拉湾和阿拉伯海，这是由于此时副高偏南且西伸明显，吉安地区的水汽主要依靠副高西北侧的气流从南部海洋上向北输送；在6月中旬，副高东移北抬，西南气流仍然能从南海及孟加拉湾引导水汽至江淮区域，且中纬度地区有小槽活动，引导水汽南下，因此南京强降水的水汽来源主要为南海、孟加拉湾及中纬度西风带；南海、局地水汽和中纬度西风带是宜昌6月下旬主要的水汽来源，对应副高较中旬有一定南退，主要从南海向北输送水汽至江淮地区，中纬度冷涡活动加强，位于江淮区域东北部，引导西北冷空气南下带来一定水汽，且冷空气与北上的暖空气在江淮区域汇合导致局地水汽堆积。

需要指出的是，图7中显示的百分数为各旬该类水汽通道所含的轨迹数占总轨迹数的比例，并不能直观地显示出每条通道上水汽的含量。为了对水汽通道上输送的水汽进行定量分析，利用公式(3)定量计算了每一条水汽通道上的水汽贡献率，结果如图8所示。综合分析，南海区域为江淮区域输送的水汽量最大，不仅在各旬最大累计降水量站点追踪的路径占比中最高，且携带的水汽含量也为最高(约占50%)；孟加拉湾次之，在6月上、中旬中也有较高的水汽贡献(约占38%)；阿拉伯海源地的水汽贡献主要集中在6月上旬，但水汽贡献率仅为10.1%；中纬度西风带水汽路径在6月中、下旬对江淮区域输送水汽起一定作用，贡献率约占16%，但不是主要的水汽输送路径；在分析下旬宜昌站点的水汽来源时，局地区域的水汽贡献率也到达了较大的量级(约占31.2%)，这可能与局地水汽持续辐合有关。

图8 不同区域对江淮区域站点降水的水汽贡献率Fig.8 Water vapor contribution rates of different regionsto precipitation in YHRB

3 结论

本文采用高分辨率ERA5再分析资料和HYSPLIT后向轨迹模式，对2020年6月江淮区域(26°～34°N，105°～120°E)的持续性降水进行水汽源汇分析诊断。主要结论如下：

(1)ERA5再分析资料能较好地描述江淮区域水汽平衡方程所表现的水汽收支特征。由水汽辐合项和局地水汽变化项计算水汽汇时，水汽辐合项是水汽汇的主要贡献项，对水汽汇有较好的指示作用。由降水和蒸发计算水汽汇时，降水起主要贡献作用。此外，对比站点观测降水资料，发现水汽汇与站点降水随时间变化的一致性较高，水汽汇IA和IP-E与观测降水的相关系数分别为0.71和0.83。

(2)根据不同时期最大累计降水量站点的水汽源分析，发现南海是江淮区域6月持续性降水最主要的水汽源地，约50%的水汽来自于南海。其次，孟加拉湾水汽是6月中、上旬次要源地，而下旬局地水汽辐合作用明显。

(3)6月西太平洋副热带高压的南北移动对江淮地区的水汽输送起重要作用。上旬，副高偏南，输送的水汽到达江淮区域南部；中、下旬，副高偏北，输送的水汽到达江淮区域中北部。此外，在下旬时由于北方冷涡位置相对中旬偏西，导致北方冷空气南下输送的水汽与南面的西南暖湿气流汇合，也有利于江淮区域中部形成大范围强降水。因此，副高与北部冷涡形势的相互配合也会为江淮区域的降水带来重要影响。

致谢：感谢欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)和中国气象科学数据共享服务网提供了资料数据集。感谢审稿专家和编辑对本文的改进提出了宝贵意见。