欢迎访问《安徽农学通报》官方网站,今天是
农业信息·农业气象

台风“贝碧嘉”影响下的砀山县大暴雨过程分析

  • 张欣然
展开
  • 砀山县气象局,安徽砀山 235300

张欣然(1992—),女,安徽砀山人,工程师,从事气象预报与服务工作。

Copy editor: 杨欢

收稿日期: 2024-10-09

  网络出版日期: 2025-04-14

Process analysis of heavy rain in Dangshan County under the influence of typhoon “Bebinca”

  • ZHANG Xinran
Expand
  • Dangshan Meteorological Bureau, Dangshan 235300, China

Received date: 2024-10-09

  Online published: 2025-04-14

摘要

为提高安徽砀山县台风暴雨预报能力,降低气象灾害对农业生产带来的经济损失,本文利用地面自动站降水资料、气象信息综合分析处理系统(MICAPS)高空实况资料、多普勒天气雷达资料以及数值预报资料等,对2024年9月17—18日台风“贝碧嘉”影响下的大暴雨天气实况、大气环流背景及天气形势、单站探空和物理量场、雷达回波演变特征、数值预报检验等进行分析。结果表明,此次台风暴雨过程的主要影响因素是台风倒槽,辐合明显;台风移动缓慢,维持时间较长,东部水汽输送通道维持,水汽条件好等。温度特征、水汽条件、风场特征、稳定度指标等均有利于此次台风暴雨的发生。雷达回波中组合反射率因子的大小对气象部门及时发布预警信息具有重要的指示意义,为防灾减灾提供重要依据。在各个数值预报中,EC模式对此次台风“贝碧嘉”的路径预报和降水预报准确率较高,其预报的台风路径、降水落区和降水量级更接近实况。本文为相关地区提供更精准的台风气象预报服务提供参考。

本文引用格式

张欣然 . 台风“贝碧嘉”影响下的砀山县大暴雨过程分析[J]. 安徽农学通报, 2025 , 31(7) : 108 -112 . DOI: 10.16377/j.cnki.issn1007-7731.2025.07.026

Abstract

To improve the typhoon rainstorm forecasting ability and reduce the economic loss caused by meteorological disasters in Dangshan County, Anhui Province, the precipitation data of ground automatic station, MICAPS aerial reality data, Doppler weather radar data and numerical forecasting data were used. The weather situation, atmospheric circulation background and weather situation, single-station sounding and physical field, radar echo evolution characteristics, numerical prediction test of the heavy rain process under the influence of typhoon “Bebinca” on September 17-18, 2024 were analyzed. The results showed that the main influencing factor of the typhoon rainstorm process was the typhoon trough, and the convergence was obvious; the typhoon moved slowly and maintained for a long time. The eastern water vapor transport channel was maintained and the water vapor conditions were good. Temperature characteristics, water vapor conditions, wind field characteristics and stability indexes were all conducive to the occurrence of the typhoon rainstorm. The size of the combined reflectivity factor in the radar echo had important indicative significance for the meteorological department to issue early warning information in time, and provided an important basis for disaster prevention and reduction. In each numerical forecast, the EC model had a higher accuracy for the track forecast and precipitation forecast of the typhoon “Bebinca”, and its forecast typhoon track, precipitation falling area and precipitation level were closer to the real situation. This paper provides a reference for providing more accurate typhoon forecast service in relevant areas.

台风是发生在热带或副热带洋面上具有暖心结构的强烈气旋性涡旋,给沿海及周边地区带来较大影响。相关学者对沿海地区台风暴雨展开了大量研究。黄亚林等 [ 1]利用地面自动站降水资料、气象信息综合分析处理系统(MICAPS)高空实况资料、雷达资料和数值预报资料,对广元市中东部台风暴雨天气过程进行分析,发现暴雨期间,受高空低值系统和低层暖湿气流的共同影响,同时伴随台风活动,低层水汽条件和能量条件充沛;数值预报对形势的预报较为准确。张树民等 [ 2]对台风“山竹”在副高内部引发的一次远距离暴雨特征和机制进行分析,发现当低纬度地区有台风活动时,500 hPa副高内部低层有台风倒槽,倒槽北端的辐合区是远距离暴雨预报的着眼点。孙巍巍等 [ 3]对比分析“卢碧”与“海贝思”台风特点及其暴雨过程,探究台风暴雨天气影响系统的发展演变规律,为做好台风暴雨预报工作提供参考。崔梦雪等 [ 4]分析台风“杜苏芮”引发福建极端强降水的天气特征,指出两个明显的降水阶段分别由台风眼壁与内螺旋雨带、台风外螺旋雨带造成,并通过“列车效应”持续影响福建沿海,产生极端强降水。刘曦等 [ 5]对处于台风外围的青岛机场出现的一次大暴雨天气过程进行分析,发现台风外围环流背景是形成此次暴雨天气的主要因素,且在青岛崂山山区地形造成的迎风坡效应下局地出现大暴雨甚至特大暴雨天气。在少数情况下,台风的影响范围会进一步向内陆延伸,引发灾害性天气。季小琪等 [ 6]对台风“美莎克”引发的东北平原与山地交界地带地区一次暴雨天气过程进行分析,发现当台风携带的暖湿气流遇到地形阻挡时,容易产生显著的地形抬升作用,导致大气不稳定能量释放,形成强烈的上升运动,从而增强降水强度和延长持续时间。刘天宇等 [ 7]对台风“罗莎”在黑龙江省东部引发的暴雨过程进行分析,此次暴雨过程中,副热带高压稳定维持,“罗莎”沿副高边缘北上,受台风登陆后减弱的热带风暴影响出现暴雨天气。高晓梅等 [ 8]对台风“利奇马”造成山东省特大暴雨进行了成因分析,发现强锋生次级环流与台风倒槽辐合、冷暖空气交汇等的共同作用会导致水汽动力抬升快速增强,促使对流不稳定能量大量释放,形成强降水。
2024年9月17—18日,台风“贝碧嘉”让安徽砀山县遭遇了一场罕见的大暴雨。砀山县农业资源丰富,是水果产区,砀山酥梨产业在该地经济发展中占据重要地位。台风“贝碧嘉”带来的大暴雨,给该地的城市建设、农业生产以及居民生活带来了较大的影响,出现道路积水、城市内涝、农田被淹、果树受损等问题。由于该地受台风影响的情况较少,由台风引发的大暴雨情况更少见,因此对台风“贝碧嘉”在该地形成的大暴雨过程进行深入分析具有重要的意义,有助于提高该地区对台风暴雨预报的能力,为防灾减灾、促进农业生产提供参考。

1 材料与方法

1.1 供试材料

利用地面自动站降水资料、MICAPS高空实况资料、多普勒天气雷达资料以及数值预报资料,对2024年9月17—18日台风“贝碧嘉”影响下的砀山县大暴雨天气过程进行分析。

1.2 研究方法

从天气实况、大气环流背景及天气形势、单站探空和物理量场、雷达回波演变特征、数值预报检验等方面对台风“贝碧嘉”影响下的砀山县大暴雨过程进行分析。

1.2.1 天气实况

受2024年第13号台风“贝碧嘉”影响,根据地面自动站降水资料,2024年9月17日8时至19日8时,研究区各站点累计降水量普遍在300 mm以上,其中降水量超过400 mm的站点有5个;超过500 mm的站点有2个。县城区域降水量在456.9 mm,乡镇中曹庄的降水量最大,达629.5 mm。部分站点1 h最大雨强超过50 mm,最大1 h最大雨强区域为李庄,达74.9 mm,超出短时强降水(1 h降水量20 mm)标准。此次台风暴雨天气的特点是出现持续性暴雨,部分站点小时雨强大,主要影响时段是17日夜间到18日白天。研究区农田、道路等区域积水严重,玉米、大豆等粮食作物受灾,砀山梨等果园受灾,各类蔬菜受灾。

1.2.2 大气环流背景及天气形势

对2024年9月17日8时及20时500、850 hPa的环流形势进行分析,主要分析台风的环流结构、上升运动条件、位置、移动速度、持续时间、水汽通道条件。环流形势数据来源于MICAPS高空实况资料。

1.2.3 单站探空和物理量场

对2024年9月17日8时和20时徐州站探空T-lnP资料进行分析,从温度特征、水汽特征、风场特征、稳定度指标4个方面对台风暴雨发生的有利条件进行分析。徐州站探空T-lnP资料来源于MICAPS高空实况资料。

1.2.4 雷达回波演变特征

对2024年9月17、18日雷达组合反射率因子进行分析,分析研究区上空雷达回波组合反射率因子的大值与砀山县暴雨预警信号发布之间的关系。雷达组合反射率因子数据来源于阜阳多普勒雷达资料。

1.2.5 数值预报检验

对2024年17日8时至18日8时欧洲中期天气预报中心(EC)数值预报模式、美国国家环境预报中心(NCEP)数值预报模式、中国气象局全球同化预报系统(CMA-GFS)数值预报模式下的台风路径预报与台风实际路径进行对比检验,分析各模式下的路径预报情况;对该时间段EC等3种模式下的降水量预报和实况进行对比检验,分析各模式下的降水预报准确率。数值预报来源于MICAPS数值预报资料。

2 结果与分析

2.1 大气环流背景及天气形势

此次台风暴雨过程主要受台风倒槽影响,辐合明显,台风移动缓慢,维持时间较长,台风东部水汽输送通道维持,水汽条件好。由环流形势可知,9月17日8时台风进入安徽滁州,20时到达安徽阜阳;500、850 hPa台风环流结构清晰,辐合明显,有强正涡度区,上升运动强烈。台风东部水汽通道维持,且有正涡度平流输送,台风经过区域风切变不大,无中低层冷空气影响“贝碧嘉”,安徽中北部地势平坦,台风减弱慢。此次台风过程满足了暴雨的3个要素:充足的水汽、强烈的上升运动以及较长的持续时间,17日夜间至18日研究区出现了大暴雨过程。

2.2 单站探空和物理量场

据徐州站探空资料( 图1),存在有利于台风暴雨发生的环境条件。(1)温度特征。17日8时和20时, ΔT(850-500)为21 ℃,温度直减率较大,大气不稳定程度较高。(2)水汽特征。露点曲线与温度曲线的间距反映了空气的相对湿度。8时探空图露点曲线与温度曲线的间距较小,表明空气接近饱和状态,水汽含量丰富;20时露点曲线与温度曲线间距持续缩小,说明水汽含量在不断增加,大暴雨的可能性增大。(3)风场特征。垂直风切变基本维持在8~12 m/s,高层有辐散区,合适的垂直风切变会使台风减弱慢,增强暴雨的强度和持续时间。(4)稳定度指标。17日8时抬升指数LI为-2.03,沙氏指数SI为1.49,17日20时抬升指数LI为-1.65,沙氏指数SI为-0.70,负值较大的抬升指数和沙氏指数表示大气不稳定,有利于暴雨的形成。17日8时K指数为37.5,20时K指数为39.7,表明大气不稳定程度高,有利于台风暴雨发生。
图1 徐州站探空T-lnP资料

(A)9月17日8时;(B)9月17日20时。

2.3 雷达回波演变特征

雷达资料是监测和分析短期预报的重要工具。根据阜阳雷达组合反射率因子资料,17日23:06研究区最大组合反射率因子为57.5 dBZ,18日3:35最大组合反射率因子为53.0 dBZ,这两个时次的组合反射率因子是17日和18日组合反射率因子的高值。其间,砀山县气象台根据降水实况两次提升暴雨预警信号级别,于2024年9月17日23:06变更发布暴雨橙色预警信号,18日3:37变更发布暴雨红色预警信号。说明在台风暴雨中,组合反射率因子具有重要的指示意义,通过观察组合反射率因子的变化,可以追踪台风暴雨系统的移动和演变路径。组合反射率因子在某一区域持续增强,说明暴雨可能会进一步加强并带来持续影响,反之,则预示着暴雨强度逐渐降低。这有助于气象部门及时发布预警信息,为农业生产防灾减灾提供重要依据。

2.4 数值预报检验及应用

2.4.1 台风路径

根据9月17日8时至18日8时台风路径实况( 图2),对EC、NCEP、CMA-GFS数值预报模式的台风路径预报准确性进行检验。可知,在此次台风暴雨过程中,EC模式能够准确地预报出台风的移动路径;NCEP模式台风路径预报前期准确,后期路径略偏西;CMA-GFS模式台风预报路径略偏南、西。
图2 台风实际路径及各模式下台风路径预报对比

(A)台风实际路径;(B)EC预报路径;(C)NECP预报路径;(D)CMA-GFS预报路径。

2.4.2 降水预报

此次台风暴雨过程降水主要时段为9月17日8时至18日8时。根据降水量实况和各模式降水量预报( 图3),EC模式下该时间段降水预报总体与实况吻合,强降水落区范围略偏小,降水强度预报正确,总体预报效果较好;NCEP模式降水落区正确,降水强度预报较偏小,暴雨和大暴雨漏报。CMA-GFS模式降水落区正确,降水强度预报较偏小,大暴雨漏报。因此,在此次台风暴雨各模式降水预报中,EC模式更优,其预报的降水落区和降水量级更接近实况。
图3 降水量实况和各模式降水量预报对比

(A)降水量实况;(B)EC模式降水量预报;(C)NECP模式降水量预报;(D)CMA-GFS模式降水量预报。

3 结论与讨论

此次台风暴雨过程主要影响因素是台风倒槽,辐合明显,动力作用强,台风移动缓慢,维持时间较长,台风东部水汽输送通道维持,水汽条件好,有利于台风暴雨的发生。王秋云等 [ 9]对台风“白鹿”引发漳州市暴雨过程进行分析,研究结果同样表明了充分的水汽条件、合适的动力条件等有利于台风暴雨的发生。在台风暴雨预报中,雷达组合反射率因子具有重要的指示意义,通过观察组合反射率因子的变化,可以追踪台风暴雨系统的移动和演变,有助于气象部门及时发布预警信息,为防灾减灾提供重要依据。对台风“贝碧嘉”路径、降水落区和降水强度的预报,EC模式表现最优,研究区台风暴雨预报可参照EC模式。EC模式对大尺度稳定降水落区预报表现较好,但对其中对流天气组织化描述不足,降水量级预报略偏小,降水量级预报优于NECP和CMA-GFS模式,降水落区与路径预报偏差较大。俞燎霓等 [ 10]开展了数值模式对台风“凤凰”暴雨预报准确度的检验,发现EC模式有较明显的优势。王晓芳等 [ 11]研究了台风暴雨对农业生产影响下的气象保障服务,认为应提高防御台风等气象灾害服务水平,密切关注台风移动路径和天气变化,及时发布灾害预警信息,做到主动防御。
本文对台风“贝碧嘉”影响下的砀山县大暴雨过程进行分析,有助于提高研究区对台风暴雨的预报能力,提前精准预警,及时推送预警信息,以便农户提前采取防范措施。例如,提前疏通农田排水系统,避免果树及农作物长时间浸泡导致缺氧死亡,灾后及时清淤排涝,综合防治病虫害等,恢复农业生产,尽可能减少气象灾害造成的经济损失。
1
黄亚林, 孙美玲, 王璐思. 一次有台风影响的广元市中东部暴雨过程分析[J]. 科技创新与应用202414( 27): 111- 114.

2
张树民, 吴海英, 黄绮君, 等. 副热带高压内部台风远距离暴雨特征和机制个例分析[J]. 气象科技202452( 4): 535- 548.

3
孙巍巍, 庄毅斌, 缪语沛. “卢碧” 与 “海贝思” 台风特点及其暴雨过程对比分析[J]. 农业灾害研究202414( 7): 254- 256.

4
崔梦雪, 向纯怡, 张晗昀, 等. 台风“杜苏芮”(2305)引发福建极端强降水的特征分析[J]. 海洋气象学报202343( 4): 11- 20.

5
刘曦, 刘源, 贺晓霞. 青岛机场一次台风外围暴雨天气分析[J]. 农业灾害研究202313( 8): 193- 195.

6
季小琪, 王海燕, 李策, 等. 2020年台风“美莎克”引发的吉林地区一次暴雨天气过程分析[J]. 农业灾害研究202414( 6): 169- 171.

7
刘天宇, 李光玉, 王卫红, 等. 台风“罗莎” 引发暴雨天气过程成因分析[J]. 黑龙江气象202340( 2): 18- 19,32.

8
高晓梅, 白莉娜, 郭蓉, 等. 台风“利奇马” 北上锋生导致山东省创纪录暴雨天气学成因分析[J]. 热带气象学报202339( 2): 145- 158.

9
王秋云, 蔡艺友, 叶顺明, 等. 台风“白鹿” 引发漳州市暴雨过程分析及其对农业生产的影响[J]. 福建热作科技202045( 2): 62- 64.

10
俞燎霓, 周亦平, 傅方奇, 等. 台风“凤凰”暴雨成因及数值模式预报检验分析[J]. 浙江气象202243( 2): 12- 17.

11
王晓芳, 徐佳奥, 王明辉. 霞浦县灾害性天气对农业生产的影响及气象保障服务对策[J]. 农业灾害研究202313( 7): 111- 113.

文章导航

/