鄒檳駿 , 呂曉莉 , 王 筱 , 江 南 , 陳 貝
(1.四川省樂(lè)山市氣象局, 樂(lè)山 614000;2.四川省雅安市氣象局,雅安 625000)
隨著全球氣候變暖的加劇,強(qiáng)降水事件也呈現(xiàn)出向極端化發(fā)展的趨勢(shì)[1]。20世紀(jì)以來(lái),全球降水量和極端降水有增加趨勢(shì),尤其在北半球中高緯度地區(qū),極端降水頻率和強(qiáng)度顯著增加[2]。多項(xiàng)研究[3-10]表明,我國(guó)西南地區(qū)夏季降水總天數(shù)呈減少趨勢(shì),四川盆地大部分地區(qū)累計(jì)降水量呈減少趨勢(shì),但小時(shí)降水量卻越來(lái)越大,盆地中部是極端降水的頻發(fā)區(qū)。短時(shí)強(qiáng)降水是短時(shí)間內(nèi)造成滑坡、泥石流、中小河流洪水及山洪等災(zāi)害的主要災(zāi)害性天氣,具有持續(xù)時(shí)間短、強(qiáng)度大、突發(fā)性強(qiáng)、可預(yù)測(cè)性低的特點(diǎn),對(duì)生命財(cái)產(chǎn)安全和經(jīng)濟(jì)社會(huì)發(fā)展帶來(lái)諸多不利影響,特別是近年來(lái)在大力推進(jìn)的暴雨、山洪及地質(zhì)災(zāi)害防御工作中,越發(fā)凸顯出短時(shí)強(qiáng)降水分布的重要性[11-13]。如2012年“7.21”北京強(qiáng)降水事件,小時(shí)降雨量超過(guò)70 mm的站數(shù)多達(dá)20個(gè),降水最大值為100.3 mm,短時(shí)雨強(qiáng)大,城區(qū)形成大面積積水,經(jīng)濟(jì)損失超過(guò)百億元[14]。
樂(lè)山位于四川盆地西南部,西藏高原的東南外緣,其特殊的地理位置和復(fù)雜的地形,使其成為我國(guó)西部一個(gè)比較穩(wěn)定的雨量高值中心,全市大部分地區(qū)年降雨量在1000 mm以上,境內(nèi)峨眉山市為全市乃至全省的多雨中心,峨眉山金頂年降雨量可達(dá)1600 mm以上。2020年“8.11~8.18”樂(lè)山地區(qū)發(fā)生連續(xù)強(qiáng)降水事件,全市11~18日累計(jì)雨量超過(guò)250 mm的站點(diǎn)多達(dá)187個(gè),累計(jì)雨量最大為625.8 mm,最大小時(shí)雨強(qiáng)為85.0 mm,暴雨落區(qū)多次重疊,加之三江上游同時(shí)出現(xiàn)持續(xù)性強(qiáng)降雨,導(dǎo)致樂(lè)山青衣江出現(xiàn)百年一遇洪水,岷江出現(xiàn)50年一遇洪水,過(guò)程造成全市72.9萬(wàn)人受災(zāi),直接經(jīng)濟(jì)損失216.2億元。樂(lè)山作為世界歷史文化旅游圣地,在短時(shí)強(qiáng)降水事件呈現(xiàn)出向極端化發(fā)展的趨勢(shì)下,加強(qiáng)區(qū)域降水氣候特征研究,特別是短時(shí)強(qiáng)降水等極端天氣變化特征的研究很有必要。本文利用樂(lè)山地區(qū)2013~2020年145個(gè)區(qū)域自動(dòng)站和國(guó)家站逐小時(shí)降水觀測(cè)資料,深入細(xì)致分析短時(shí)強(qiáng)降水時(shí)空分布及變化趨勢(shì)特征,在此基礎(chǔ)上輔以數(shù)字高程模型(Digital Elevation Model,DEM)地理信息,繪制了樂(lè)山地區(qū)短時(shí)強(qiáng)降水的精細(xì)化分布圖,進(jìn)而探討短時(shí)強(qiáng)降水落區(qū)與地形的關(guān)系,以期為進(jìn)一步認(rèn)識(shí)樂(lè)山地區(qū)降水氣候特征、提高短時(shí)強(qiáng)降水預(yù)報(bào)預(yù)警水平、有效應(yīng)對(duì)區(qū)域氣候變化及其影響、增強(qiáng)旅游氣象服務(wù)能力以及保障地方經(jīng)濟(jì)社會(huì)發(fā)展提供科技支撐。
由于區(qū)域站為無(wú)人值守觀測(cè)站,數(shù)據(jù)可靠性相對(duì)較低,以盡可能利用一切可用數(shù)據(jù)為前提,對(duì)全市所有自動(dòng)站逐時(shí)降水觀測(cè)資料的完整性、準(zhǔn)確性和可靠性進(jìn)行評(píng)估,根據(jù)降水連續(xù)性和強(qiáng)度差異對(duì)降水?dāng)?shù)據(jù)進(jìn)行異值剔除,通過(guò)降水極值檢測(cè)、時(shí)間和空間一致性檢驗(yàn)等質(zhì)控方法對(duì)逐時(shí)降水資料進(jìn)行質(zhì)控診斷,最終形成9個(gè)國(guó)家氣象站和136個(gè)區(qū)域氣象站2013~2020年逐小時(shí)降水觀測(cè)資料集,利用該數(shù)據(jù)集對(duì)樂(lè)山地區(qū)短時(shí)強(qiáng)降水時(shí)空分布及變化特征進(jìn)行精細(xì)化分析。該資料由全國(guó)綜合氣象信息共享系統(tǒng)(CIMISS)的統(tǒng)一服務(wù)接口獲得,時(shí)間均為北京時(shí),樂(lè)山地區(qū)地形特征和自動(dòng)氣象站分布見圖1。地理信息數(shù)據(jù)為樂(lè)山地區(qū)1:25000 DEM數(shù)據(jù),利用ArcGIS軟件的Spatial Analysis模塊提取坡向、坡度、經(jīng)度、緯度數(shù)據(jù)。
圖1 站點(diǎn)分布
中國(guó)氣象局2017年發(fā)布的《短時(shí)臨近天氣業(yè)務(wù)規(guī)定》(氣辦發(fā)〔2017〕32號(hào))中,將短時(shí)強(qiáng)降水定義為1 h降水量≥20 mm的降水。本文所研究的短時(shí)強(qiáng)降水頻次為單站小時(shí)雨量≥20 mm以上的降水發(fā)生次數(shù),平均值為單站或區(qū)域內(nèi)各站點(diǎn)小時(shí)雨量≥20 mm以上降水總量除以總頻次,極值為各站點(diǎn)發(fā)生的小時(shí)雨量最大值。
采用一次線性趨勢(shì)擬合研究變化趨勢(shì)[15],具體公式如下:
式中:a1=dYt/dt,a0為常數(shù)。定義氣候傾向率b=a1×10。當(dāng)b>0時(shí),說(shuō)明氣候要素隨時(shí)間t呈上升趨勢(shì);b<0時(shí),說(shuō)明氣候要素隨時(shí)間t呈下降趨勢(shì)。R是氣象要素時(shí)間序列與自然數(shù)數(shù)列之間的相關(guān)系數(shù),它是反映兩個(gè)變量間是否存在相關(guān)以及這種相關(guān)關(guān)系密切程度的統(tǒng)計(jì)量。根據(jù)顯著性水平,這里選取0.1、0.05、0.01、0.001共4種信度進(jìn)行檢驗(yàn)。
普通克里金插值(OK Kriging)法基于廣義線性回歸,不僅考慮了樣本點(diǎn)與插值點(diǎn)位置的相關(guān)關(guān)系,同時(shí)還利用半變異理論模型得到樣本點(diǎn)與插值點(diǎn)之間的空間相關(guān)關(guān)系,是在有限區(qū)域內(nèi)對(duì)區(qū)域化變量進(jìn)行無(wú)偏優(yōu)化的一種方法[16],它通過(guò)引進(jìn)以距離為自變量的變差函數(shù)來(lái)計(jì)算權(quán)值,變差函數(shù)同時(shí)可以反映變量的空間結(jié)構(gòu)和隨機(jī)分布特性,克服了反距離權(quán)重(Inverse Distance Weighted,IDW)插值結(jié)果的不穩(wěn)定性,且OK Kriging法對(duì)受大氣平流作用影響的氣象要素插值較為有效。變異系數(shù)(Cv)能夠表征變量的空間離散程度,一般認(rèn)為Cv<0.1為弱變異性,0.1≤Cv≤1.0為中等變異性,Cv>1.0為強(qiáng)變異性。
2013~2020 年樂(lè)山地區(qū)145個(gè)站發(fā)生短時(shí)強(qiáng)降水單站總次數(shù)達(dá)6778次,全市單站年平均頻次為5.8次(表1)。金口河2013年、2015年和2016年單站發(fā)生短時(shí)強(qiáng)降水頻次最少,單站年平均頻次不足1次。峨眉2018年發(fā)生短時(shí)強(qiáng)降水最多,單站年平均頻次達(dá)17.3次。就整個(gè)樂(lè)山地區(qū)而言,2015年短時(shí)強(qiáng)降水發(fā)生頻次最少,單站平均頻次為2.6次;2018年降水異常偏多,短時(shí)強(qiáng)降水、暴雨事件創(chuàng)歷史之最,平均單站短時(shí)強(qiáng)降水頻次達(dá)10.7次。從各區(qū)、市、縣短時(shí)強(qiáng)降水年平均頻次看,金口河年平均頻次最少(1.4次),峨邊、井研、馬邊、犍為、市中區(qū)、五通、沐川、沙灣、峨眉和夾江依次增多,夾江短時(shí)強(qiáng)降水年平均頻次為全市最多(8.1次)。全市短時(shí)強(qiáng)降水分布差異較大,年均頻次最多的夾江約為金口河的6倍,且從各區(qū)縣短時(shí)強(qiáng)降水年頻次和極值趨勢(shì)來(lái)看,樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次和極端值均存在兩級(jí)分化的特點(diǎn)。
如圖2所示,2013~2020年樂(lè)山地區(qū)短時(shí)強(qiáng)降水單站年平均頻次呈現(xiàn)增加的趨勢(shì),以4.95次/10 a的速率遞增,遞增率為8.6%,相關(guān)系數(shù)0.49,未通過(guò)0.1水平的顯著性檢驗(yàn)。從短時(shí)強(qiáng)降水年均頻次的特征量統(tǒng)計(jì)結(jié)果得出,樂(lè)山地區(qū)短時(shí)強(qiáng)降水單站年平均頻次為5.8次,標(biāo)準(zhǔn)差平均為2.31,變異系數(shù)平均為0.40,呈中等程度變異,表明樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次存在一定的變率。
圖2 樂(lè)山地區(qū)單站短時(shí)強(qiáng)降水年平均頻次變化趨勢(shì)
2013~2020 年樂(lè)山地區(qū)短時(shí)強(qiáng)降水年極值主要集中在市中區(qū)、沐川、沙灣、峨眉和夾江,以?shī)A江出現(xiàn)的年份偏多,2020年8月24日01時(shí)在夾江木城永興10隊(duì)出現(xiàn)小時(shí)降水量最大值(130.3 mm)。如圖3所示,短時(shí)強(qiáng)降水年極值呈弱增加的趨勢(shì),增速為68.35 mm/10 a,遞增率為6.7%,相關(guān)系數(shù)0.74,通過(guò)0.05水平的顯著性檢驗(yàn);樂(lè)山地區(qū)短時(shí)強(qiáng)降水年平均值(強(qiáng)度)較為穩(wěn)定,數(shù)值介于29.5~33.1 mm/h,線性變化趨勢(shì)不明顯。從樂(lè)山地區(qū)短時(shí)強(qiáng)降水年極值和年平均值(強(qiáng)度)的特征量統(tǒng)計(jì)結(jié)果可知:年極值平均為102.2 mm/h,標(biāo)準(zhǔn)差平均為21.15,變異系數(shù)平均為0.21,呈中等程度變異,表明年極值存在一定的變率;年平均值(強(qiáng)度)為31.3 mm/次,標(biāo)準(zhǔn)差平均為1.06,變異系數(shù)平均為0.03,呈弱變異??偟膩?lái)說(shuō),2013~2020年樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次和極值各站點(diǎn)雖有顯著差異,且頻次和極值呈增加趨勢(shì),但整個(gè)樂(lè)山地區(qū)短時(shí)強(qiáng)降水年平均值(強(qiáng)度)較為穩(wěn)定,變率不大。
圖3 樂(lè)山地區(qū)短時(shí)強(qiáng)降水年極值和年平均值變化趨勢(shì)
樂(lè)山地區(qū)短時(shí)強(qiáng)降水最早出現(xiàn)在3月26日,最晚可至10月27日。短時(shí)強(qiáng)降水在3~10月均有發(fā)生,11月~次年2月無(wú)短時(shí)強(qiáng)降水發(fā)生。8月發(fā)生頻次最多,達(dá)400次;3月最少,僅為2.3次。如圖4所示,短時(shí)強(qiáng)降水頻次月分布呈單峰型特征,集中發(fā)生在7~8月,達(dá)658.4次,占全年的77.7%;最大小時(shí)雨強(qiáng)月分布呈雙峰型特征,8月為主峰值(130.3 mm/h),6月為次峰值(126.2 mm/h),其中 5~8 月均在 100 mm/h以上;短時(shí)強(qiáng)降水強(qiáng)度的月分布也呈雙峰型特征,5月強(qiáng)度最大(33.8 mm/h),8 月次之(31.7 mm/h),其中5~9月短時(shí)強(qiáng)降水強(qiáng)度均在30 mm/h以上。盡管短時(shí)強(qiáng)降水頻次集中出現(xiàn)在7~8月,但3~4月最大雨強(qiáng)仍分別達(dá)到49.3 mm/h和64.4 mm/h。因此,在3~4月剛?cè)胙磿r(shí)便需對(duì)強(qiáng)對(duì)流天氣提高警惕。
圖4 樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次、強(qiáng)度和極值逐月分布
由于樂(lè)山地區(qū)短時(shí)強(qiáng)降水發(fā)生頻次集中在7~8月,因此,進(jìn)一步統(tǒng)計(jì)了該時(shí)段的逐旬分布(圖5)。如圖所示,短時(shí)強(qiáng)降水發(fā)生時(shí)段主要集中在7月下旬~8月上旬,7月上旬發(fā)生短時(shí)強(qiáng)降水站次最少,7月中旬次之,8月上旬發(fā)生頻次最高。7月下旬~8月上旬發(fā)生的短時(shí)強(qiáng)降水頻次占這2個(gè)月總量的49.8%,這正好驗(yàn)證了“七下八上”多雨時(shí)段的說(shuō)法。整體來(lái)看,除7月上中旬短時(shí)強(qiáng)降水站次偏少外,其余時(shí)段的比重均較大,是樂(lè)山地區(qū)短時(shí)強(qiáng)降水預(yù)報(bào)需要重點(diǎn)關(guān)注的時(shí)段。
圖5 樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次7~8月逐旬分布
從2013~2020年樂(lè)山地區(qū)短時(shí)強(qiáng)降水發(fā)生頻次、強(qiáng)度和極值的逐時(shí)分布(圖6)可知,發(fā)生頻次日變化呈單峰單谷結(jié)構(gòu),在01時(shí)達(dá)到最大值(678站次),之后隨著時(shí)間變化逐漸減少,于16時(shí)達(dá)最小值(63站次),然后又逐漸增加,午夜時(shí)分短時(shí)強(qiáng)降水頻次又回到最大值。夜間發(fā)生頻次明顯大于白天,夜雨特征突出,與西南地區(qū)降水日變化特征一致[17-20]。短時(shí)強(qiáng)降水頻次從谷值到峰值的增長(zhǎng)速率明顯大于從峰值到谷值的衰減速率。本節(jié)以峰、谷值出現(xiàn)的時(shí)間為界,把降水量分為01~16時(shí)衰減和16時(shí)~次日01時(shí)增長(zhǎng)兩個(gè)時(shí)段,討論其變化趨勢(shì)。分析表明,短時(shí)強(qiáng)降水發(fā)生頻次日變化衰減、增長(zhǎng)變化均十分明顯,都通過(guò)了0.001水平的顯著性檢驗(yàn),且增長(zhǎng)速率明顯大于衰減速率(表2)。
表2 樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次分時(shí)段變化特征
圖6 樂(lè)山地區(qū)短時(shí)強(qiáng)降水逐時(shí)分布
樂(lè)山地區(qū)短時(shí)強(qiáng)降水主要集中出現(xiàn)在20時(shí)~次日05時(shí),平均頻次在503站次以上,01時(shí)達(dá)最大(678站次),其中22時(shí)~次日04時(shí)是高發(fā)時(shí)段。短時(shí)強(qiáng)降水最大小時(shí)雨強(qiáng)峰值主要出現(xiàn)在夜間和下午,是災(zāi)害發(fā)生的主要時(shí)段,01時(shí)達(dá)最大(130.3 mm/h)。需要注意的是,雖然13時(shí)和16時(shí)短時(shí)強(qiáng)降水發(fā)生頻次較少,但其最大小時(shí)雨強(qiáng)明顯偏大,分別達(dá)126.2 mm/h和113.4 mm/h,僅次于夜間峰值,故而也應(yīng)當(dāng)引起預(yù)報(bào)員的重視。
為宏觀描述樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次、強(qiáng)度和極值的空間分布特征,本節(jié)利用ArcGIS軟件,以站點(diǎn)氣象數(shù)據(jù)為基礎(chǔ),輔以經(jīng)度、緯度、高程等地理信息,計(jì)算各站點(diǎn)短時(shí)強(qiáng)降水頻次、強(qiáng)度、極值與經(jīng)度、緯度、海拔之間的殘差,構(gòu)建統(tǒng)計(jì)模型,利用空間分析中柵格運(yùn)算獲得樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次、強(qiáng)度和極值的空間分布(圖7)。
如圖所示,短時(shí)強(qiáng)降水頻次空間分布不均,與地形關(guān)系密切,總體呈西南部和東北部少、西北部-中部-東南部多的特征,各地短時(shí)強(qiáng)降水年平均頻次差異較大;高值中心主要分布在夾江、峨眉、市中區(qū)、五通、沙灣和沐川一線江河流域的河谷地帶,單站短時(shí)強(qiáng)降水年均頻次高于8次;低值中心主要分布在西南部的金口河、峨邊和馬邊的山區(qū)地帶、東北部的井研和犍為的丘陵地區(qū),單站短時(shí)強(qiáng)降水年均頻次低于5次(圖7a)。短時(shí)強(qiáng)降水強(qiáng)度分布呈東北部強(qiáng)、西南部弱的特征,高值區(qū)主要分布在夾江、峨眉、井研、市中區(qū)、五通、沙灣和沐川一線江河流域的河谷地帶,低值區(qū)主要位于馬邊、峨邊、金口河的西南山區(qū)(圖7b)。短時(shí)強(qiáng)降水極值分布總體呈東北部強(qiáng)、西南部弱的特征,大值中心主要位于夾江、峨眉、市中區(qū)、五通、沙灣和沐川一線江河流域的河谷地帶,小時(shí)極值在70 mm/h以上;低值中心主要位于馬邊、峨邊、金口河的山區(qū),極值在50 mm/h以下(圖7c)??傮w上看,樂(lè)山地區(qū)短時(shí)強(qiáng)降水年均頻次、強(qiáng)度和極值分布較為一致,大值區(qū)主要分布在夾江、峨眉、市中區(qū)、五通、沙灣和沐川一線江河流域的河谷地帶,低值區(qū)主要位于馬邊、峨邊、金口河的西南山區(qū)。
圖7 樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次(a)、強(qiáng)度(b)和極值(c)空間分布
根據(jù)上節(jié)研究可知,樂(lè)山地區(qū)短時(shí)強(qiáng)降水與地理位置、地形之間存在一定的關(guān)系。因此,以樂(lè)山地區(qū)145個(gè)站點(diǎn)短時(shí)強(qiáng)降水年平均頻次為目標(biāo)變量,以經(jīng)度、緯度和海拔高度等地理位置因素為解釋變量,探討這些因素對(duì)短時(shí)強(qiáng)降水的影響。
根據(jù)相關(guān)分析可知,樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次隨經(jīng)度自西往東(102°50′~104°30′E)整體呈增加趨勢(shì),相關(guān)系數(shù)為0.126,未通過(guò)0.1水平的顯著性檢驗(yàn)(表3)。分段來(lái)看,從山區(qū)到河谷(102°50′~103°40′E)這一過(guò)渡段短時(shí)強(qiáng)降水頻次呈顯著的增加趨勢(shì),相關(guān)系數(shù)為0.830,通過(guò)0.001水平的顯著性檢驗(yàn);從河谷到丘陵山區(qū)(103°40′~104°30′E)這一過(guò)渡段短時(shí)強(qiáng)降水頻次呈減少趨勢(shì),相關(guān)系數(shù)為0.498,通過(guò)0.001水平的顯著性檢驗(yàn)(表4)。
表4 樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次隨經(jīng)度、海拔高度分段變化特征統(tǒng)計(jì)量
樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次隨緯度自南往北(28°25′~30°20′N)整體呈增加趨勢(shì),以 0.18 次/度的速率遞增,遞增率為3.0%,相關(guān)系數(shù)為0.337,通過(guò)0.001水平的顯著性檢驗(yàn),表明短時(shí)強(qiáng)降水頻次自南向北增加趨勢(shì)非常顯著,這與樂(lè)山西南高、東北低的地形特征有密切關(guān)系(表3)。
表3 樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次隨地形因子變化特征統(tǒng)計(jì)量
樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次隨海拔高度(300~2000 m)整體呈減少趨勢(shì),相關(guān)系數(shù)為0.143,通過(guò)0.1水平的顯著性檢驗(yàn),表明短時(shí)強(qiáng)降水頻次隨海拔升高而明顯減少(表3)。分段來(lái)看,短時(shí)強(qiáng)降水頻次在海拔300~1000 m隨高度升高而增加,相關(guān)系數(shù)為0.067,未通過(guò)0.1水平的顯著性檢驗(yàn);短時(shí)強(qiáng)降水頻次在海拔1000~2000 m隨高度增加而顯著減少,相關(guān)系數(shù)為0.754,通過(guò)0.001水平的顯著性檢驗(yàn),表明短時(shí)強(qiáng)降水頻次在這一高度段隨海拔升高而顯著減少(表4)。
廖菲等[21]詳細(xì)分析了地形的動(dòng)力、熱力效應(yīng)引起的降水和云物理變化,得到迎風(fēng)坡、背風(fēng)坡、山谷風(fēng)等地形效應(yīng)產(chǎn)生大降水的原理。根據(jù)這一理論,結(jié)合前文分析,將樂(lè)山地區(qū)短時(shí)強(qiáng)降水頻次與地形、河流及城鎮(zhèn)分布進(jìn)行對(duì)比,總結(jié)出短時(shí)強(qiáng)降水高發(fā)區(qū)的4種地形或下墊面特征:
(1)山谷喇叭口地形:主要位于樂(lè)山地區(qū)西北部的夾江、峨眉一帶,為東北-西南向邛崍山系和西北-東南向峨嵋山形成中尺度喇叭口地形,中低層西南暖濕氣流流入喇叭口后,遇兩側(cè)高山阻擋會(huì)突然收縮,在山前堆積,水平輻合明顯加大,空氣輻合強(qiáng)迫抬升,進(jìn)而加大積云對(duì)流作用,導(dǎo)致短時(shí)強(qiáng)降水頻次偏多[22-25]。山谷喇叭口地形對(duì)降水的貢獻(xiàn),是短時(shí)強(qiáng)降水高發(fā)區(qū)主要集中在夾江-峨眉一帶的主要原因之一。
(2)狹管效應(yīng)地形:樂(lè)山地處四川盆地西南部,盆地中部成都平原東側(cè)龍泉山脈橫亙其間,由此樂(lè)山地區(qū)北部在邛崍山脈和龍泉山脈之間,皆為東北-西南走向。兩山之間形成狹長(zhǎng)山間管道,氣流由開闊地帶流入山谷時(shí),由于空氣無(wú)法大量堆積,加速穿境而過(guò),強(qiáng)風(fēng)常造成亂流渦旋和升降氣流,增強(qiáng)垂直運(yùn)動(dòng),有利于形成地形降水。
(3)岷江流域的河谷地區(qū):主要位于岷江-大渡河-青衣江流域的河谷地帶,山谷風(fēng)環(huán)流是造成樂(lè)山地區(qū)多夜雨的主要原因,白天晴朗,能量快速增加,加之河谷地帶本身豐富的水汽,夜間山頂降溫較快,山谷降溫較慢,冷空氣沿山坡流向河谷,在河谷輻合上升,形成強(qiáng)對(duì)流,進(jìn)而產(chǎn)生降水,導(dǎo)致低洼河谷地區(qū)短時(shí)強(qiáng)降水頻次偏多。
(4)城市熱島效應(yīng):主要對(duì)應(yīng)市中區(qū)、峨眉市、沙灣區(qū)、五通橋區(qū)等城市建筑與人口密集地,城市熱島效應(yīng)顯著。在夏季晴空天氣下,中午前后的城市熱力強(qiáng)迫有利于城市中尺度低空風(fēng)場(chǎng)輻合線形成,并使城區(qū)中心邊界層風(fēng)場(chǎng)的垂直切變加強(qiáng),易產(chǎn)生持續(xù)的對(duì)流性短時(shí)強(qiáng)降水[26]。
綜上所述,地形效應(yīng)在樂(lè)山地區(qū)短時(shí)強(qiáng)降水中發(fā)揮的作用不容忽視。對(duì)比樂(lè)山地區(qū)地形和短時(shí)強(qiáng)降水次數(shù)的空間分布可知,短時(shí)強(qiáng)降水集中區(qū)域在喇叭口地形處,有非常明顯地形的抬升和匯流作用,同時(shí)相對(duì)西風(fēng)系統(tǒng)有明顯背風(fēng)坡作用,相對(duì)東風(fēng)系統(tǒng)有明顯迎風(fēng)坡作用。夾江、峨眉的小地形狹管效應(yīng)和山谷風(fēng)也非常明顯,這一區(qū)域短時(shí)強(qiáng)降水也比較集中。
本文選取2013~2020年樂(lè)山地區(qū)9個(gè)國(guó)家自動(dòng)站和136個(gè)區(qū)域自動(dòng)站逐小時(shí)降水資料,系統(tǒng)分析了該地區(qū)短時(shí)強(qiáng)降水的時(shí)空演變特征,探討了短時(shí)強(qiáng)降水與地形因子的關(guān)系,得到如下主要結(jié)論:
(1)2013~2020年樂(lè)山地區(qū)短時(shí)強(qiáng)降水年均頻次和極值均呈增加趨勢(shì),強(qiáng)度較為穩(wěn)定,變率不大。
(2)2013~2020 年樂(lè)山地區(qū)短時(shí)強(qiáng)降水在 3~10月均有發(fā)生,頻次月分布呈現(xiàn)出單峰型的特征,集中發(fā)生在7~8月,占全年的77.7%,7月下旬~8月上旬的發(fā)生頻次又占7~8月總量的49.8%。短時(shí)強(qiáng)降水頻次日變化呈單峰單谷結(jié)構(gòu),22時(shí)~次日04時(shí)是高發(fā)時(shí)段。
(3)樂(lè)山地區(qū)短時(shí)強(qiáng)降水空間分布差異較大,存在兩級(jí)分化的特點(diǎn),與地形關(guān)系密切,總體呈西南部和東北部少、西北部-中部-東南部多的分布特征。
(4)受海拔高度、風(fēng)向以及山脈、河谷等地形因素影響,樂(lè)山地區(qū)短時(shí)強(qiáng)降水高發(fā)區(qū)可分為山谷喇叭口地形、狹管效應(yīng)地形、岷江流域的河谷地形和城市熱島效應(yīng)共4種類型。
目前,樂(lè)山高寒山區(qū)除了峨眉山氣象站外,在海拔2000 m以上還無(wú)氣象觀測(cè)站,導(dǎo)致利用觀測(cè)分析方法研究地形降水特征十分困難,對(duì)于降水機(jī)制以及氣候垂直響應(yīng)特征的進(jìn)一步研究更是難上加難。因此,研究只能從稀疏的現(xiàn)有臺(tái)站資料得到關(guān)于地形對(duì)降水影響的初步結(jié)論。2021年開始,樂(lè)山地區(qū)氣象部門已經(jīng)著手開展高寒山區(qū)氣象觀測(cè)站的選址建設(shè)工作,相信在不久的將來(lái),隨著觀測(cè)網(wǎng)絡(luò)的拓展、觀測(cè)手段的不斷提高和計(jì)算方法的改進(jìn),能夠更進(jìn)一步地認(rèn)識(shí)樂(lè)山地區(qū)降水氣候垂直響應(yīng)特征及與地形的關(guān)系。