Page 150 - 《高原气象》2022年第5期
P. 150
5 期 郭云云等：不同定义的位涡对四川盆地一次极端暴雨的诊断 1243
数（王兴荣等，1999）而定义广义位温，并推算出广 式中：MPV 1 、MPV 2 分别为 MPV 的垂直和水平分
义湿位涡，从而能够较好地表现湿空气的非均匀饱 量； g 为重力加速度； L 为水汽凝结潜热率； C p 为定
和状态。而后许多学者使用广义湿位涡诊断暴雨 压比热容； q s 为饱和比湿； C pd 为干空气定压比热
也得到了较好的效果（高守亭和崔春光，2007；段 容； r s 为饱和混合比。
廷 扬 等 ，2007；周 玉 淑 等 ，2007；王 伏 村 等 ， Gao et al（2004）通过在 θ e 中引入凝结几率函数
2013），因为它不仅可以作为分析暴雨发生发展的 （q/q）而提出广义位温θ ，其表达式为：
*
k
s
动力变量，还能体现暴雨时期高水汽集中的特点。 é C p T( q s) k ù ú ú
q
*
ê ê
从位涡的发展来看，不同定义的位涡在诊断不同天 θ = θ exp ê ê L q s ú ú （8）
气系统时都有其优势和局限（刘赛赛等，2019）。因 ë û
*
式中： q 为比湿；q/q 为相对湿度； k = 9。根据 θ 可
此本文通过选用一次极端暴雨个例来对不同定义 s
推导出广义湿位涡（下称GMPV）：
的位涡进行对比，以期能够对其有进一步理解。
GMPV = αζ a ⋅ ∇θ * （9）
2 资料来源和方法介绍 式中： α 为湿空气比容。对比以上三种不同形式的
位涡，其差异主要表现在位温定义的不同，本质在
选取 2020 年 8 月 14-18 日 NCEP 1°×1°的再分
于水汽的贡献， PV 虽未显式包含表示湿度的物理
析资料、国家级地面自动站观测资料、探空资料、
量 ，但 它 可 间 接 反 映 水 汽 的 影 响 。 而 MPV 和
四川加密自动站逐时降水观测资料。
GMPV 在定义中便显式地包含了反映湿度的物理
Ertel（1942）基于位温而定义干位涡（下称 PV ），
量，区别在于 GMPV 增加了凝结几率函数，即相对
其表达式为：
湿度的显式表达。王兴荣等（1999）提出当相对湿
PV = α d ζ a ⋅ ∇θ （1） 度<70% 时，相当于没有水汽凝结，因此 GMPV 更
( p ) R c p
θ = T p 00 ， ζ a = ξ + f （2） 适合接近饱和的区域（q/q >0. 7）（刘赛赛等，2019）。
s
暴雨发生时，大气中需要有大量的水汽聚集，
式中： α d 为干空气比容； ζ a 为绝对涡度矢量； ∇为梯
从两种湿位涡定义来看，它们均与水汽梯度呈正相
度算子； θ 为位温； T 为温度； p 00 为 1000 hPa 处气
关， MPV 考虑大气完全饱和， GMPV 则是考虑大气
压； p 为气压； R 湿空气比气体常数； c p 湿空气比定
为非均匀饱和状态，理论表明， GMPV 的计算更接
压热容； ξ为相对涡度； f为科氏参数。
近实际大气（周玉淑，2009）。以往研究多采用某单
吴国雄等（1995）提出在静力近似下，取 p 为垂 一形式的位涡对天气过程进行诊断，不同定义的位
直坐标，假定水平速度的垂直切变比垂直速度的水 涡和位温之间的对比相对较少，基于此，本文对比
平变化大得多，得到饱和大气湿位涡方程（下称 分析了四川盆地西部的一次极端暴雨过程中三种
MPV），其表达式为： 定义的位温和位涡，讨论它们与该次强降水的关
⇀
⇀ ∂ v 系，以期为本地预报做出指导。
∂θ e - g k ×
∂p ∂p 文中涉及的地图是基于中国人民共和国自然
MPV = -gζ a ⋅ ∇ p θ e （3）
ê ê é L q s úú ù 资源部地图技术审查中心标准地图服务系统下载
θ e = θ exp êê ú ú （4）
ë C p T û 的审图号为 GS（2016）2879 的中国地图制作，底图
如使用假相当位温 θ se 代替相当位温 θ e ，可将式 无修改。
（3）写成如下形式： 3 天气概况和环流形势
MPV = -g (ξ + f ) ∂θ se + g ∂v ∂θ se - ∂u ∂θ se ) （5）
∂p ( ∂p ∂x ∂p ∂y 3. 1 天气概况
其中： 2020年8月15-18日，四川盆地连续三天（15-
MPV 1 = -g (ξ + f ) ∂θ se 17 日）降雨达区域性暴雨［统计时段 20:00（北京时，
∂p （6） 下同）］至次日 20:00，降水区域主要位于盆地西部。
MPV 2 = g ∂v ∂θ se - ∂u ∂θ se ) 四天累计暴雨站数 853 个，大暴雨站数 1075 个，特
( ∂p ∂x ∂p ∂y 大暴雨站数 727 个（图略），此次降水过程已达到四
ê ê
é L r s úú ù 川极端暴雨定义（肖递祥等，2017）。最强降雨时段
θ se = θ exp êê ú ú （7）
ë C pd T û 为 15 日 20:00 至 16 日 20:00，降水集中在 16 日夜间
