汕尾市區域性暴雨雨團特征分析

林佩賢，陳銀蘭，蘇景華，吳經緯，張毅

（1.汕尾市氣象局，廣東汕尾 516600；2.海豐縣氣象局，廣東海豐 516400）

汕尾市作為廣東省3大暴雨中心之一，每年4—9月為汕尾市暴雨多發、頻發期［1］。由于暴雨的局地性強，降水時間、強度和空間分布上都存在不均勻性，因此暴雨對居民生產生活、城市建設、交通運輸等造成巨大的影響［2］，同時也與山洪、泥石流、山體滑坡等次生災害密切相關。國內眾多氣象專家針對汕尾市強降水開展了一系列的研究，也取得了一定的成果。黃海燕等［3］針對前汛期暴雨的空間分布得出汕尾市海豐縣是汕尾市的暴雨中心，且與地形關系密切；李嬌嬌等［4］在分析粵東強降水時得出汕尾市海豐縣的強降水日最多；伍紅雨等［5］、陳芳麗等［6］、蔡晶等［7］認為汕尾極端強降水中心形成的主要原因是水汽近距離輸送、沿海地形抬升以及獨特的喇叭口地形。目前關于廣東區域性暴雨的研究不多，尤其是針對汕尾的區域性暴雨研究，因此本研究將汕尾市區域性暴雨作為研究內容。

目前國內研究雨團時通常有兩種定義方法：一是小時降水量≥10 mm的站點達到一定數量或一定比例［8-9］；二是以小時降水量≥20 mm的站點為中心畫圓［10］，不同的學者對于圓的半徑有不同的定義標準。以上兩種雨團的定義方法都存在一定的主觀性，需要有較好的預報經驗來支撐定義的準確性。在雨團的特征分析中多針對雨團的時間、空間分布特征以及根據不同影響天氣系統對雨團進行分型研究，上述的研究缺乏對雨團的基礎特征（如大小、形狀等）的分析。在雨團的生命階段，隨時間的推移雨團參數實時都在變化。一些雨團的參數或許可以表征雨團所在的生命階段的演變。因此，雨團參數的研究能幫助氣象工作者對雨團演變規律有更深入的了解。本研究通過對汕尾市區域性暴雨雨團的識別及其特征進行分析，能幫助預報員充分認識雨團的變化規律，為汕尾市區域性暴雨監測、預警或預報提供參考。

1 資料及相關定義

1.1 汕尾市觀測站分布概況

從汕尾市國家級地面觀測站和區域加密自動觀測站的分布可以看到，區域站數量明顯多于國家站，且區域站分布相對均勻，而國家站僅有3個，分別位于城區、海豐、陸豐。從整體來看，汕尾市地面觀測站分布較均勻，可近似認為地面觀測站是格點分布的。從地形分布特征看，汕尾市地勢呈西、北、東三面高起、中間低平、向南敞開的喇叭口分布。這種特殊的地理環境和地形地貌，使得氣象災害多有發生，因而汕尾是廣東省暴雨多發區之一。

1.2 資料及定義

本研究使用的資料主要包括汕尾市2014—2020年4—9月國家級地面觀測站和區域加密自動觀測站逐小時降水資料。

區域性暴雨過程要求暴雨達到一定的降水強度，又要求影響范圍滿足一定的區域，因此本研究定義的區域性暴雨包含強降水的小時雨強強度和過程的累計雨量，同時還疊加了影響范圍。采用中國氣象局定義的1 h降水量≥20 mm為短時強降水的標準。

本研究將區域性暴雨過程定義為有4站及4站以上站點滿足連續3 h累計降水量≥50 mm，且其中至少1 h降水量≥20 mm，同時還滿足①如果中斷時所在區域內仍有暴雨，則前后串接為同一個區域性暴雨過程，以保證區域性暴雨過程的連續性；②中斷時仍有較大范圍的強降水（小時降水量達大雨等級的觀測站占3%）且緊接其后仍有較大范圍的暴雨，前后過程也串接為同一個區域性暴雨過程。

1.3 雨團定義

暴雨往往具有極端性、突發性和局地性，每一次暴雨過程都會有一個或者多個雨團活動，因此研究雨團是短歷時暴雨預報的基礎。目前國內學術界對于雨團的定義沒有統一的標準。

本研究在研究雨團時考慮到雨團具有不同時間尺度、不同空間尺度的特征，因此將雨團定義為1 h降水量≥10 mm的降水區域。為了研究暴雨中尺度降水特征，在分析雨團的基礎上對中尺度雨團進一步探討，因此本研究中尺度雨團定義為空間尺度20～250 km，且持續2 h或以上雨團。

2 研究方法

雨團受降水系統的影響通常隨時間的演變有不同的尺度、形狀、強度，在多個時間維度上是一個難以描述的混沌形態。雨團在水平尺度上的跨度有時候較大，且其他特征也處在一個實時演變的狀態，因此準確描述雨團不僅能更好的深入了解降水機制，還可以推動各種天氣模型和降水之間關系的探索。

本研究在識別雨團時考慮到降水落區的不規則，利用OPTICS空間聚類算法的雨團識別方法［11］進行研究。

3 區域性暴雨個例

根據第1章區域性暴雨的定義，本研究共篩選出99個區域性暴雨個例，其中2014年11個、2015年11個、2016年14個、2017年13個、2018年14個、2019年17個、2020年19個?？傮w來看，近7年汕尾市區域性暴雨過程發生的頻次相對均勻，但是仍然存在一定的差別。

從汕尾市區域性暴雨過程的月變化（圖略）可知，區域性暴雨次數各月分布不均，主要出現在4—9月，呈單峰型分布，其中5、6、8月次數較多，尤以6月（27次）最多，其次為5和8月，均為21次。因此，每年的春末及夏季是汕尾市區域性暴雨多發的時候，這與林良勛等［1］、劉嘉勁等［12］研究的強降水的月變化相一致。

圖1給出的是區域性暴雨過程持續時間的變化，可知區域性暴雨個例持續的時間隨著時間的增加，頻數迅速減少。持續3 h的區域性暴雨過程頻數最多，占25.3%；第2多為4 h，占22.2%；第3多是持續5 h的個例（占17.2%）；其它過程的頻數較少。區域性暴雨過程最長的生命史是20 h，總的來說，影響汕尾市的區域性暴雨過程持續時間都相對較短，主要集中在3～5 h。

圖1 2014—2020年汕尾市區域性暴雨過程個例持續時間的分布

4 區域性暴雨雨團特征

基于2014—2020年汕尾市4—9月的逐小時降水資料，按照區域性暴雨過程的定義統計出99個區域性暴雨過程，利用基于OPTICS空間聚類算法的雨團識別方法共獲得310個雨團。

圖2給出雨團的頻數分布，可以看出在99個區域性暴雨過程中，每個區域性暴雨過程中出現雨團個數主要為1～3個，占64.6%，其中出現1個雨團的區域性暴雨個例最多，有29個；其次是出現2個雨團的個例，有個19個；再次為3個。

圖2 2014—2020年汕尾市雨團頻數分布

分析區域性暴雨雨團的空間分布有利于了解其是否存在顯著的密集區，計算雨團軌跡密度可以獲知雨團的空間分布。因此本研究將雨團的重心位置格點化，即將雨團中的經緯度點化到17×10（空間分辨率為0.1°×0.1°）的網格點上，并計算每個網格的軌跡個數，作為雨團的軌跡密度。從雨團頻數的空間分布（圖3）可知，汕尾市城區為雨團的高頻中心，中心點位于汕尾市城區，中心頻次高達45次；陸河縣河口鎮是第2大值區，達37次；陸豐市甲子鎮發生頻次也較高，達到36次，為第3大值區；第4大值區位于陸河的水唇鎮。這種分布原因是汕尾市城區位于蓮花山以西的平原且毗鄰南海，海上的暖濕氣流和北方的冷空氣容易在開闊的平原交匯；另外，陸河縣河口鎮、水唇鎮呈現東、西部高，中間相對低的地形，氣流易受地形影響產生輻合抬升和局地熱力不穩定。

圖3 2014—2020年汕尾市雨團頻數空間分布

5 中尺度雨團特征

5.1 時間

統計可知，影響汕尾市的中尺度雨團生命史主要集中在2～3 h，其中2 h最多為60個，占44.8%；其次是3 h（24.6%）為33個；持續時間4、5、6、7、8 h分別為15、11、6、2、4個；中尺度雨團持續時間＞8 h的個數也較少，僅有4個（3%），因此說明2014—2020年影響汕尾市的中尺度雨團主要以短生命周期的雨團為主。

5.2 空間

區域性暴雨因存在降水時間長短不一、降水強度差異大、降水空間落區不均勻等特點，因此具有明顯的中尺度特征。那么研究中尺度雨團就成為研究區域性暴雨中尺度特征的基礎。按照中尺度雨團的定義，共獲得134個中尺度雨團。

由中尺度對流系統的空間頻數分布（圖4）可知，中尺度雨團的頻數高值區和雨團的高值區是大致重合的。市城區的高值中心可能與海上水汽短距離的輸送和沿海地形抬升有關。陸河的第2大值區形成原因可能與陸河的西部是蓮花山的北段，東部為峨眉嶂，河口鎮地勢相對較低，氣流容易在這里輻合抬升有關。

圖4 2014—2020年汕尾市中尺度雨團頻數空間分布

5.3 參數特征

圖5是2014—2020年4—9月汕尾市中尺度雨團參數的頻數比分析，其中a為中尺度雨團的形狀參數，是由中尺度雨團的寬（W）比長（L）所得的數值，其主要作用是表征中尺度雨團的形狀，從圖5a可知，a主要集中在0.2～0.6之間，占總數的59.3%，其中0.4～0.5所占的比重最大。由此可得影響汕尾市的中尺度雨團的形狀主要以長方形為主（a≤0.6）。

圖5 2014—2020年汕尾市中尺度雨團參數的頻數比分布

在研究暴雨過程的強度中通常使用一定比例的站點滿足小時雨強（或累計降水量）達到某個標準作為判斷準則，同樣的雨團也適用。因此本研究使用不同強度的降水量站點數來表征雨團的強度。中尺度雨團中小時降水量≥10 mm的站點頻數比隨站數的增多迅速減少（圖5b），超過1／2的中尺度雨團包含小時降水量≥10 mm站點數均不多于10站。一個中尺度雨團中最多包含54個小時雨強≥10 mm的站點。

由圖5c可得，小時降水量≥20 mm的站點頻數比呈單峰型，峰值集中在1～5站（占51%），其中出現3站最多。

通過圖5d發現雨團中小時降水量≥30 mm的站點頻數比呈現單調遞減的趨勢。有24.4%的中尺度雨團不存在小時雨強≥30 mm的站點，即表明接近1／4的中尺度雨團的強度不強。區域性暴雨雨團中小時雨強≥30 mm的站點數主要集中在1～3站（占51%），僅有不到1%的中尺度雨團超過12站。

6 結論

本研究利用汕尾市2014—2020年4—9月逐小時降水量資料，根據一定的區域性暴雨過程定義標準篩選出99個區域性暴雨過程。以此為基礎，運用基于OPTICS空間聚類算法構建雨團的識別方法對區域性暴雨雨團進行識別。分析區域性暴雨的雨團特征可以得出如下結論：

1）區域性暴雨過程個例中大部分伴有1～3個雨團，其中僅伴有1個雨團的個例最多。

2）區域性暴雨雨團的空間頻數高值區位于汕尾市城區、陸河縣河口鎮、陸豐市甲子鎮。其空間分布可能與地形密切相關。

3）影響汕尾市的中尺度雨團以短生命周期的雨團為主，主要集中在2～3 h。

4）汕尾市區域性暴雨頻數高值區和雨團的高值區大致重合，因此汕尾市區域性暴雨具有明顯的中尺度特征。

5）中尺度雨團的參數分析可表現出中尺度雨團的形狀主要以長方形為主，且中尺度雨團中小時降水量≥10 mm的站點頻數、小時降水量≥20 mm的站點頻數和小時降水量≥30 mm的站點頻數隨站數的增加而減少。