【www.zhangdahai.com--其他范文】
由丽蓉 2, 姜继兰 2 陈笑晨 马婷婷 刘屹岷 2 吴国雄 2
1 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室(LASG), 北京 100029
2 中国科学院大学，北京 100049
3 University of Exeter, United Kingdom
4 福建省气候中心，福州 350008
长江中下游地区地处东亚季风区，面积数十万平方公里，是中国最主要的工农业中心，也是中国人口最稠密的地区之一。每年6月中旬左右，东亚夏季风向北推进，冷暖空气在此交汇，形成梅雨（Ding, 1992; Si et al., 2009）。作为东亚夏季风进程中最重要的一个雨季，长江中下游梅雨（以下简称“梅雨”）一般持续一个月左右，降水通常较为集中，且多伴随灾害性暴雨（陶诗言, 1980）。梅雨异常所带来的降水多寡往往是引起长江中下游地区旱涝异常的主要原因，对这里的人民生活和社会经济发展产生重要影响。如第二阶段的梅雨，即所谓的“二度梅”，对1998年长江流域特大洪涝灾害的发生有重要影响（贝耐芳和赵思雄, 2002），而2020年夏季持续时间长达62天的超长梅雨带来了自1961年以来最大的梅雨降水量（Ding et al.,2021），造成长江流域自1998年以来最为严重的流域性洪涝灾害。
前人研究指出，梅雨受到来自热带、副热带和中高纬多个不同影响因子直接或间接的影响，表现出多时间尺度的特征（Weng et al., 1999; 丁一汇等,2007; Ding et al., 2020）。在 年 代 际 时 间 尺 度 上，梅雨主要受太平洋年代际振荡（Zhu et al., 2011,2015; Sun et al., 2019）和大西洋多年代际振荡（Lu et al., 2006）的调制。另外，ENSO的年代际变化对梅雨也有影响（Wang et al., 2012）。在年际尺度上，梅 雨 主 要 受ENSO（Huang and Wu, 1989;Tanaka, 1997; Wang et al., 2008; Ding et al., 2020）、热带印度洋海温异常（Kosaka et al., 2011; Wang et al., 2013; Yamaura and Tomita, 2014）、北大西洋涛动（Wu et al., 2009; Wang et al., 2018）、欧亚大陆中高纬波列（Liu et al., 2019）、急流（李崇银等,2004; Sampe and Xie, 2010; Li and Zhang, 2014）等的影响。历史上，长江流域的两次特大洪涝灾害（1998年和2016年）均伴随着前冬El Niño事件的发展（鲍媛媛, 2021），而2020年长江流域超强梅雨的发生与印度洋海温异常增暖有关（Takaya et al., 2020; Zhou et al., 2021）。在次季节尺度上，热带季节内振荡（Zhu et al., 2003; 毛江玉和吴国雄,2005; 齐 艳 军 等, 2016; Hsu et al., 2016; Shao et al.,2018; Zhang W J et al., 2021）和 准 双 周 振 荡（Ouyang and Liu, 2020; Ding et al., 2021; Zhang G S et al., 2021）是影响梅雨的两个重要因子。另有研究指出，北大西洋涛动位相的次季节调整是导致2020年梅雨期我国东部雨带南北摆动的重要原因（Liu et al., 2020）。
青藏高原是世界上海拔最高的高原，且地形复杂，其表面巨大的热力作用对东亚夏季风的影响已经达成 广 泛共识（Wu and Zhang, 1998; Yasunari and Miwa, 2006; Wang et al., 2018; Duan et al.,2020）。研究表明，春季和夏季高原热源偏强时，都对应着长江中下游地区夏季降水偏多（罗会邦和陈蓉, 1995; Zhao and Chen, 2001; Duan et al., 2005;Hsu and Liu, 2003; Wang et al., 2009; He C et al.,2019）。Dong et al.（2019）的研究指出青藏高原东南部地表潜热通量的异常是长江流域梅雨降水异常的关键信号源。另外，高原冬春季积雪对夏季长江流域的降水也有影响，吴统文和钱正安（2000）指出当冬春季高原积雪偏多时，夏季长江流域和江南北部降水偏多；
当高原积雪偏少时，夏季江淮地区降水偏少。另一方面，高原近地表和边界层内存在强烈的地气相互作用和复杂的地形效应，形成了独特的天气系统（如高原低涡和青藏高原切变线等）。这些天气系统的发展和东移往往造成梅雨区灾害性天气过程（Tao and Ding, 1981; Wang and Orlanski, 1987; Zheng et al., 2013; Ni et al., 2017;马婷等, 2020）。如1998年夏季长江流域出现了罕见的持续性暴雨和洪涝灾害过程，而大部分暴雨的发生是由青藏高原发展东移的低涡或切变线造成的（师春香等, 2000; 张顺利和陶诗言, 2002）。另外，青藏高原上空对流云团和中尺度对流系统十分活跃（江吉喜等, 1996; Li et al., 2008），一些对流云团在合适的环流条件下发展东移也会导致长江中下游地区大暴雨的发生（卓嘎等, 2002; 傅慎明等,2011）。最新的研究表明青藏高原可以通过影响位涡的制造在高原近地层形成低压系统，这些系统在东移的过程中形成自高原向长江中下游地区伸展的高位涡（或正涡度）带，对2020年梅雨降水异常有重要贡献（Li et al., 2021; Ma et al., 2022）。然而，目前关于高原通过影响位涡进而影响长江中下游地区梅雨的研究还多以个例分析为主。
位涡理论是大气动力学的核心内容之一，被广泛应用于天气分析和研究工作中。一般而言，位涡对许多中高纬度天气系统的发展和移动具有指示意义，但在对流层中低层，尤其是在低纬度地区，位涡变得很弱。同时，位涡不包含水汽的特征，在考虑降水特别是梅雨降水等湿空气的运动时具有局限性，由此，湿位涡（MPV）应运而生。吴国雄等（1995）从原始方程出发，在导出精确形式湿位涡方程的基础上，证明了绝热、无摩擦的饱和湿空气中湿位涡守恒。在这种守恒性质的制约下，涡旋垂直涡度的发展由大气稳定度、斜压性和风的垂直切变等因素决定，由此提出了倾斜涡度发展（SVD）理论。湿位涡守恒性的提出和SVD理论的建立对暴雨过程的诊断提供了理论依据，大量研究结果表明，无论是湿位涡（高守亭等, 2002; 刘峰等, 2011;肖云清等, 2020）和还是SVD理论（吴国雄和蔡雅萍, 1997; 吴国雄和刘还珠, 1999; 王子谦等, 2010;李静楠等, 2016）都是暴雨诊断中的有力工具，对强降水的落区具有较好的指示意义。如高守亭等（2002）从理论分析和资料诊断两个方面证明了湿位涡异常区与强降水区有很好的对应关系。目前，湿位涡和SVD理论多用于个例和局地暴雨的分析，较少被用于气候态梅雨的分析中。根据SVD理论，由于梅雨锋附近湿等熵面倾斜很大，十分有利于垂直涡度增长从而导致暴雨的发生。因此，从大尺度环流的角度去讨论梅雨期湿位涡的分布特征是十分有意义的。
综上所述，前人对于引起梅雨异常的因子已有很多研究，但对于梅雨期长江中下游地区湿位涡的分布特征以及青藏高原在其中所起的作用还少有研究。因此，本文将围绕如下问题开展研究：（1）长江中下游地区梅雨期湿位涡的分布特征如何？与梅雨降水的关系如何？（2）青藏高原对长江中下游地区湿位涡的分布有何影响？本文其余部分安排如下：第二节介绍本文所用的资料、方法和模式；
第三节主要讨论气候态梅雨期湿位涡的分布特征，发现湿位涡斜压项MPV2与梅雨雨带有较好的对应关系，并简要分析其中的原因；
第四节利用FGOALSf3-L海气耦合模式设计数值试验，分析青藏高原对长江中下游地区MPV2分布的影响；
第五节对全文进行总结。
2.1 资料
本文所使用的资料包括：（1）欧洲中期天气预报中心提供的ERA-Interim 1980～2017年逐日再分析数据集（Dee et al., 2011），变量包括温度、比湿、经向风分量、纬向风分量、垂直速度、位势高度，水平空间分辨率为1.5°×1.5°，垂直方向有37层（https://apps.ecmwf.int/datasets/data/interimfull-daily/levtype=pl/ [2022-06-02]）；
（2）中 国 气象局提供的中国地面气候资料日值数据集的逐日降水资料；
（3）日本气象厅提供的JRA-55再分析数据集（Kobayashi et al., 2015; Harada et al., 2016）中的全球降水资料（https://rda.ucar.edu/datasets/ds628.0 [2022-03-21]）。
2.2 梅雨期的定义及分析
本文采用丁一汇等（2007）使用的长江流域梅雨季定义标准：（1）选择长江中下游地区5个具有代表性的气象台站（武汉、九江、芜湖、南京和上海）来代表梅雨期的降水量。首先，如果该日满足至少有2个台站发生降水，且5个台站总的日降水量大于或等于10 mm，则被定义为雨日。（2）在梅雨季，西太平洋副热带高压脊线的位置在20°～25°N。（3）入梅日需满足以下条件：从该日起之后的10个连续的雨日中，若条件（1）中的雨日等于或大于一半，则开始降水的第一天定义为入梅日。（4）在梅雨季期间，有一次或多次降水事件发生，每次事件必须持续6天以上的雨日，且5个测站的日平均降水量大于25 mm。（5）最后一次降雨事件中的第2天定义为出梅日。由此得到的1980～2017年入、出梅日期见表1。
根据表1可以计算出1980～2017年间平均入梅日期为6月18日，平均出梅日期为7月12日。本文将每年入梅日期作为第0天，在其之前（后）的天数记为负（正）天数进行合成分析，由此得到各变量在入梅日前后的特征。
表1 1980～2017年入梅、出梅日期Table 1 Dates of the onset and retreat of the Meiyu season from 1980 to 2017
2.3 湿位涡和SVD理论
湿位涡是一个包含大气动力、热力以及水汽特性的综合变量。本文采用吴国雄等（1995）提出的湿位涡和SVD理论进行诊断分析。在静力近似条件下，且假定垂直速度的水平变化比水平速度的垂直切变小得多时，湿位涡的计算公式如下：
其中，MPV是湿位涡，单位为PVU（1 PVU=10−6m2K s−1kg−1）；
g是重力加速度，g=9.8 m s−2；
θe为相当位温。MPV又可分解为两项之和：MPV1和MPV2，其中MPV1是湿位涡的垂直分量积；
MPV2是水平分量积，公式如下：
（2）式中 ζap=f+(∂v/∂x−∂u/∂y)p=f+ζp，为绝对涡度的垂直分量。可见，MPV1为绝对涡度的垂直分量与相当位温垂直梯度的乘积，称作湿正压项。在北半球，由于绝对涡度的垂直分量f+ζp在大多数情况下为正值，所以 ∂θe/∂p的符号决定了MPV1的正负：当 (∂θe/∂p)＜0时，大气是对流稳定状态，此时MPV1>0；
当 (∂θe/∂p)>0时，大气是对流不稳定状态，此时MPV1＜0。MPV2是水平风的垂直切变与相当位温水平梯度的乘积，称作湿斜压项。根据SVD理论，在湿位涡守恒的前提下，不管大气的对流稳定性或是湿对称稳定性如何，由于湿等熵面的倾斜，水平风的垂直切变增大或者湿斜压性的增加能够导致垂直涡度的显著发展，且湿等熵面的倾斜越大，垂直涡度的发展越激烈。倾斜涡度发展的必要条件是M PV2/(∂θe/∂p)>0。
2.4 数值试验介绍
本文采用由中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室发展的新一代气候系统模式FGOALS-f3-L（The lowresolution version of Flexible Global Ocean-Atmosphere-Land System model, finite-volume version 3）进行数值模拟研究，该版本的模式参加了最新的第六次国际耦合模式比较计划（CMIP6）。评估显示，该版本的模式在模拟能力上较之前版本有了明显提升，可以更好地模拟出历史气候中各种要素的特征，包括长期趋势和气候平均态的分布，有助于研究气候变化机理、提高预测气候的能力（He B et al., 2019; Guo et al., 2020; Tang et al., 2020）。
本文一共设计了两组试验，控制试验是CMIP6的piControl（pre-industrial control simulation）试验，即将外强迫（温室气体、太阳辐射、气溶胶、土地利用等）维持在1850年的水平下驱动全球耦合模式进行500年以上的长期积分；
敏感性试验与控制试验相同，但将青藏—伊朗高原（TIP）500 m以上的地形削除，以考察高原大地形的影响。
3.1 湿位涡在入梅前后的特征
湿位涡正压项MPV1和斜压项MPV2有不同的物理意义，二者的配置对降水的发生发展有重要影响。湿正压项MPV1表示惯性稳定性和对流稳定性的作用（刘峰等, 2011），在对流层中上层MPV1一般为正，在对流层低层如果存在对流不稳定（(∂θe/∂p)>0），则MPV1为负。从850 hPa MPV1的水平分布（图1a，b和c）可以看出，入梅前后MPV1在中国东部和西太平洋地区基本为负值分布。入梅前第3天MPV1负值中心出现在梅雨区北部的江淮地区，量值小于−0.3 PVU（图1a）。根据赵亮和丁一汇（2008），表明有弱冷空气在此聚集，此时有较强的对流不稳定，为入梅提供了条件。高原北部和西北太平洋地区有较强的正MPV1分布。此时东亚降水中心在日本南部，沿着降水带也有较弱的正MPV1分布，中国的降水大值中心位于华南。入梅当天随着中国东部降水中心北移至长江中下游地区，之前位于江淮地区的MPV1负值中心减弱北移，长江中下游地区为较弱的MPV1负值区（图1b）。高原北部和西北太平洋地区仍然维持较强的MPV1正值中心。入梅以后，欧亚大陆和西北太平洋地区的正负MPV1的分布与入梅当天基本一致，负值中心位于梅雨雨带北侧（图1c）。
图1 1980～2017年850 hPa （a–c）湿位涡正压项（MPV1，填色，单位：PVU）和（d–f）湿位涡斜压项（MPV2，填色，单位：PVU）及降水量（等值线，单位：mm d−1）在（a、d）入梅前第三天、（b、e）入梅当天和（c、f）入梅后第3天的分布。红色方框表示长江中下游梅雨区（28°～34°N，112°～123°E），下同Fig. 1 Distributions of (a–c) MPV1 (shaded, units: PVU) and (d–f) MPV2 (shaded, units: PVU) at 850 hPa and precipitation (contours, units: mm d−1)on (a, d) the 3rd day before Meiyu onset, (b, e) the Meiyu onset day, and (c, f) the 3rd day after Meiyu onset during the period of 1980–2017. The red box indicates the Meiyu area in the middle and lower Yangtze River basin (28°–34°N, 112°–123°E), the same below
850 hPa MPV2（图1d，e和f）的分布表明，入梅前后MPV2负值带均与东亚主要降水中心重合：入梅前3天，雨带和MPV2负值中心主要分布在日本南部和我国华南地区（图1d）；
入梅当天，雨带和MPV2负值带北跳到长江中下游地区（图1e），且在整个梅雨期内一直维持在这里。这一特征从中国东部（112°～123°E）MPV2和降水随时间的演变（图2）中可以更加直观地看出，在入梅前5天左右，中国东部主要的降水中心和MPV2负值中心位于北纬25°～30°N之间的长江以南地区，此时，MPV2负值中心较降水中心略微偏北。入梅后，随着长江中下游地区（28°～34°N）降水中心的出现和增强，该地区负MPV2的强度也增强。此时，MPV2负值中心与降水中心更为接近。之后二者的变化基本保持一致，在28°～34°N之间南北摆动，直至出梅以后，二者均在长江中下游地区显著减弱。根据SVD理论（吴国雄等, 1995），入梅之后，长江中下游地区MPV2负值带的形成暗示着这里斜压性增强，有利于垂直涡度发展增强从而造成梅雨降水。另外值得注意的是，在入梅前后，青藏高原南部南亚一带也有较强的降水，但MPV2在该区域很小，且没有明显的负值中心，表明高原南部降水和梅雨降水的性质可能存在不同。
图2 1980～2017年梅雨期前后112°～123°E平均的850 hPa MPV2（填色，单位：PVU）和降水量（等值线，单位：mm d−1）的时间—纬度剖面。黑色虚线表示长江中下游梅雨区域（28°～34°N），红色虚线表示出梅日Fig. 2 Time–latitude cross-section of MPV2 at 850 hPa (shaded, units: PVU) and precipitation (contours, units: mm d−1), averaged over 112°–123°E around the Meiyu season during the period of 1980–2017. The black dotted lines indicate the Meiyu area in the middle and lower Yangtze River basin(28°–34°N), and the red line indicates the date of the Meiyu retreat
500 hPa MPV1的分布在一定程度上可以表示天气形势。入梅前后，除青藏高原南部外，东亚和西北太平洋地区基本为正MPV1分布（图3a，b和c），表示对流层中层主要是以对流稳定的层结为主。MPV1大值中心在入梅前后均位于东亚降水中心的北侧。入梅前3天，江淮地区向东至日本一带为MPV1大值带，强度维持在0.3 PVU以上，表明这些地区有弱冷空气入侵。入梅当天，MPV1的分布与入梅前3天基本一致，只是MPV1大值带在中国东部略有加强且向北移动，而长江中下游梅雨区正MPV1略有减弱，说明入梅当天梅雨区冷空气活动减弱、而梅雨区以北冷空气活动增强（图3b）。入梅后第3天，梅雨区正MPV1的分布与入梅当天基本一致，只是梅雨区以北MPV1正值中心强度有所减弱（图3c）。这与入梅之后，梅雨区盛行的南风上升气流造成负的MPV1经向和垂直方向平流、以及来自中高纬的冷空气入侵减弱有关（后文将详细分析）。
图3 同图1，但为500 hPa（a–c）MPV1（填色，单位：PVU）和（d–f）MPV2（填色，单位：PVU）及降水量（等值线，单位：mm d−1）的分布Fig. 3 As in Fig. 1, but for distributions of (a–c) MPV1 (shaded, units: PVU) and (d–f) MPV2 (shaded, units: PVU) at 500 hPa and precipitation(contours, units: mm d−1)
与MPV1相反，除青藏高原南部外，MPV2在500 hPa基本为负值分布（图3d，e和f）。负MPV2的大值中心呈带状分布在高原北部和东亚降水中心北侧。高原北部的MPV2负值带在入梅前后没有明显的位置和强度的变化，而东亚降水中心北侧的MPV2负值带随雨带的北抬而北抬。与MPV1相似，梅雨区MPV2负值带的强度在入梅之后也有所减弱。
以上分析可知，入梅前后，长江中下游地区MPV1与MPV2大值带均与梅雨雨带有较好的对应，且随雨带的北抬而北抬。在对流层中层二者均位于雨带北侧，而对流层低层，MPV2与雨带的对应更好，几乎与雨带重合。
湿位涡的垂直结构对降水的发生发展也有较好的指示作用。图4给出了入梅前后MPV1和相当位温在中国东部（112°～123°E）的垂直剖面。可以看出入梅前后，湿等熵面在长江中下游地区倾斜最大，而在其南北两侧基本为水平分布。高层湿等熵面的分布相对较为密集，对应大的∂θe/∂p，导致高层MPV1较大。这主要是由于高层水汽含量较少，∂θe/∂p的分布主要受静力稳定度（∂θ/∂p）的影响，气压的变化在高层相对较小，导致高层静力稳定度较大，因此，∂θe/∂p在高层较大。在30°N以南的对流层高层，MPV1大于2 PVU的层次较薄，而30°N以北，该层次显著变厚，长江中下游地区高层为剧烈倾斜分布的MPV1。
图4 1980～2017年入梅前第6天至入梅后第3天中国东部（112°～123°E）MPV1（填色，单位：PVU）、相当位温（灰色等值线，单位：K）、经向和垂直方向的MPV1平流（绿色等值线，单位：10−5 PVU s−1）和风场 [矢量，v单位：m s−1，ω单位：（−1/50）Pa s−1] 的垂直剖面（红色竖虚线表示梅雨区纬度范围28°～34°N，下同）Fig. 4 Vertical cross section of MPV1 (shaded, units: PVU), equivalent potential temperature (gray contours, units: K), meridional and vertical MPV1 advection (green contours, units: 10 −5 PVU s−1), and wind [vector, v units: m s−1, ω units: (−1/50) Pa s−1] over eastern China (112°–123°E) from the 6th day before the Meiyu onset to the 3rd day after the Meiyu onset during the period of 1980–2017. The red dotted lines indicate the Meiyu area in the middle and lower Yangtze River basin (28°–34°N), the same below
入梅前，长江中下游梅雨区以南盛行偏南风上升气流，而梅雨区主要以偏北风下沉气流为主，冷暖空气交汇在梅雨区南部。在偏北风下沉气流较强的梅雨区北侧MPV1经向和垂直方向平流为正，有利于来自高纬度地区对流层中上层的高MPV1沿湿等熵面向梅雨区渗透（图4a和b），造成冷空气在此聚集以及MPV1在梅雨区北部的大值中心，与前文分析相对应。入梅前第6天，梅雨区0.2 PVU等值线下传至700 hPa，而700 hPa以下是微弱的负MPV1分布（图4a）。入梅前第3天，梅雨区北部对流层中层的偏北风下沉气流略有减弱，其所对应的经向和垂直方向的正MPV1平流也相应减弱（图4b），但正的MPV1经向和垂直方向平流仍能导致梅雨区北侧MPV1的增强，这也解释了图3所示的梅雨区北侧MPV1在入梅之前有所增强的原因。入梅当天，偏南风上升气流占据整个梅雨区，冷暖空气交汇于梅雨区北侧。由于MPV1在35°N以南呈现出由低纬向高纬、由低层向高层逐渐增大的特征，入梅后梅雨区偏南风上升气流的发展导致整个梅雨区以负MPV1经向和垂直方向平流为主，使得梅雨区MPV1较入梅前有所减弱，对流层中层MPV1大值区出现在梅雨区北侧（图4c），与前文对应。另外，入梅后梅雨区以北上升气流也有所发展，冷空气活动减弱，导致该处MPV1经向和垂直方向的平流由入梅前的正平流转为入梅后的负平流，使得入梅后梅雨区以北MPV1的强度也有所减弱。之后，偏南风上升气流一直维持在梅雨区内，直至梅雨结束。
入梅前后，湿斜压项MPV2在整个对流层基本为负值分布（图5），其分布结构与MPV1存在显著差别。梅雨区高层200 hPa以上有一明显的负值中心，该中心在入梅之后略有北移。200 hPa以下，MPV2负值带沿梅雨区及其北侧倾斜的湿等熵面密集带分布，随高度向北倾斜。入梅前第6天，该MPV2负值带的极大值中心位于300 hPa梅雨区北界，中心值低于−0.24 PVU，而低层850 hPa附近MPV2负极大值位于梅雨区南界，中心值低于−0.08 PVU（图5a）。入梅前第3天，MPV2负值带在200 hPa以下均有所减弱，且整体略微向北移动，梅 雨 区700 hPa以 下 为MPV2界 于−0.04～−0.08 PVU的分布（图5b）。入梅当天，MPV2负值带进一步北移，300 hPa的负极大值中心北移至40°N附近，与对流层中层MPV1大值带在入梅当天北移至梅雨区以北相对应。对流层中层MPV2负值带强度较之前变化不大，但梅雨区700 hPa以下负MPV2显著增强至低于−0.08 PVU（图5c），表明入梅后梅雨区斜压性增强。从湿等熵面的分布可以推断，梅雨区800 hPa以上存在(∂θe/∂p)＜0，因此，有MPV2/(∂θe/∂p)>0，满足SVD的必要条件。根据SVD理论，入梅当天梅雨区低层斜压性增强，有利于暖湿气流沿湿等熵面上滑，从而导致暖湿气流的垂直涡度显著发展（Cui et al., 2003），造成梅雨降水。入梅后第3天，MPV2负值带在200 hPa以下基本维持不再北移，强度较入梅当天有所减弱（图5d）。MPV2在梅雨区南部的减弱也与偏南风上升气流引起的MPV2经向和垂直方向的平流有关。
图5 同图4，但为MPV2（填色，单位：PVU）和相当位温（等值线，单位：K）的分布Fig. 5 As in Fig. 4, but for the distributions of MPV2 (shaded, units: PVU) and equivalent potential temperature (contours, units: K)
3.2 湿位涡斜压项MPV2与梅雨雨带对应的原因分析
前文分析可知，湿位涡斜压项MPV2负值带与梅雨雨带有较好的对应，在850 hPa基本与梅雨雨带重合，在500 hPa位于梅雨雨带北侧。由公式（3）可知，MPV2主要由水平风的垂直切变和相当位温的水平梯度构成，下面我们将分别讨论这两者的相对贡献。由于入梅前后相当位温在梅雨区大致为平行于纬圈的带状分布（图6），尤其是入梅后，这种带状分布更为平直，使得梅雨区相当位温的水平梯度主要以经向梯度（图6a，b和c）为主，纬向梯度（图6d，e和f）较经向梯度小一个量级左右。所以公式（3）等号右边第二项（g(∂v/∂p)(∂θe/∂x)） 量级相对于第一项（ −g(∂u/∂p)(∂θe/∂y)）较小，可以忽略不计，即梅雨期MPV2主要是由相当位温经向梯度（ ∂θe/∂y）和纬向风垂直切变（∂u/∂p） 的乘积决定（M PV2≈−g(∂u/∂p)(∂θe/∂y)）。下面分别就二者对MPV2负值带的相对贡献进行定性分析。
图6 1980～2017年500 hPa相当位温（等值线，单位：K）及其（a–c）经向和（d–f）纬向梯度（填色，单位：10−5 K m−1）在（a，d）入梅前第3天、（b，e）入梅当天和（c，f）入梅后第3天的分布Fig. 6 Distributions of equivalent potential temperature (contours, units: K) and its (a–c) meridional and (d–f) zonal gradient (shaded, units: 10−5 K m−1) at 500 hPa on (a, d) the 3rd day before the Meiyu onset, (b, e) the Meiyu onset day, and (c, f) the 3rd day after the Meiyu onset during the period of 1980–2017
图7分别给出了入梅前后500 hPa和850 hPa相当位温经向梯度∂ θe/∂y的分布。从图中可以看出，除低纬地区外，对流层中低层 ∂θe/∂y的分布均与MPV2相似。具体而言，高原上空500 hPa MPV2北负南正的偶极型分布主要由∂ θe/∂y所决定（图7a，b和c），而 ∂u/∂p在高原上均为负值分布，且负值中心更偏东（图8a，b和c）。高原上空 ∂θe/∂y的分布主要是由于夏季高原是热源，其南北两侧的温度梯度刚好相反；
同时由于高原上水汽含量相对较少，相当位温的分布与位温的分布较为相似，因此∂θe/∂y在高原上呈现出北负南正的偶极型分布。对于长江中下游地区，对流层中层∂ θe/∂y和 ∂u/∂p的分布共同决定了MPV2在雨带北侧的大值带。而对流层低层，相对于 ∂u/∂p位于雨带偏南侧的负中心（图8d，e和f），∂ θe/∂y在 雨带北侧的负中心（图7d，e和f）更好地对应了MPV2负值带。由此可见，无论是高原地区还是长江中下游地区， ∂θe/∂y的分布与MPV2更加类似，其对MPV2负值带的贡献要更大一些。
图7 1980～2017年（a–c）500 hPa和（d–f）850 hPa ∂ θe/∂y（填色，单位：10−5 K m−1）和降水量（等值线，单位：mm d−1）在（a，d）入梅前第3天、（b，e）入梅当天和（c，f）入梅后第3天的分布Fig. 7 Distributions of ∂ θe/∂y (shaded, units: 10−5 K m−1 at (a–c) 500 hPa and (d–f) 850 hPa and precipitation (contours, units: mm d−1) on (a, d) the 3rd day before the Meiyu onset, (b, e) the Meiyu onset day, and (c, f) the 3rd day after the Meiyu onset during the period of 1980–2017
图8 同图7，但为∂ u/∂p（填色，单位：10−5 m s−1 Pa−1）和降水量（等值线，单位：mm d−1）的分布Fig. 8 As in Fig. 7, but for ∂ u/∂p (shaded, units: 10−5 m s−1 Pa−1) and precipitation (contours, units: mm d−1)
下面用SVD理论来定性地解释MPV2负值带与雨带的对应关系。由SVD的必要条件（MPV2/(∂θe/∂p)>0） 可知，对流不稳定（ (∂θe/∂p)>0）的情况发生时，若MPV2>0，倾斜涡度可能增长；
对流稳定（ (∂θe/∂p)＜0）的情况下，若MPV2＜0，倾斜涡度也可能增长。
由前文分析可知，梅雨发生前后MPV2负值带沿倾斜的湿等熵面密集带分布，且在整个梅雨期基本维持。梅雨区850 hPa以上MPV2负值带满足(∂θe/∂p)＜0，且湿等熵面在此处倾斜最为剧烈（图5），所以该区域满足SVD的必要条件。入梅后，梅雨区低空斜压性增强，根据SVD理论，当南风气流沿850 hPa以上倾斜的湿等熵面上滑（图4c和d）时垂直涡度可以得到显著发展加强，有利于梅雨降水的产生。
前文指出，在500 hPa，湿位涡斜压项MPV2在梅雨期的分布特征为一条西起青藏高原北部、向东延伸至西北太平洋的狭长负值带，大值中心位于青藏高原北部。在入梅之前（图3d），该负值带在中国东部很强，位置偏南，位于30°N附近，中心强于−0.14 PVU，达到与MPV1相同的量级。入梅以后，该负值带在中国东部有所减弱并北移，但高原北部的负值带仍稳定维持（图3e和f）。那么，青藏高原是否影响了MPV2负值带的分布呢？
为了回答这一问题，本节利用FGOALS-f3-L海气耦合模式设计了去掉青藏—伊朗高原地形的模拟试验。控制试验的结果表明FGOALS-f3-L模式基本模拟出了夏季MPV2负值带自高原北部向东延伸至西北太平洋地区的分布，且负值带的极大值中心分布在高原北部，只是强度略弱于观测（图9a）。在无高原试验中，该负值带在高原北部至西北太平洋地区显著减弱甚至消失，同时中国东部至日本一带的降水也随之减弱（图9b）。两个试验的差值场进一步突出了高原的存在对MPV2负值带分布的影响（图9c），说明青藏高原大地形的存在使高原北部向东至西北太平洋地区形成了一条强MPV2负值带，影响中国东部的降水。图中还可以看出青藏高原大地形的存在为6月中南半岛和南海一带带来更多降水。
图9 FGOALS-f3-L模式输出的6月500 hPa MPV2（填色，单位：PVU）和降水量（等值线，单位：mm d−1）在（a）控制试验和（b）无高原试验中的分布，（c）为二者的差异[(a)－(b)]Fig. 9 Distributions of the June MPV2 (shaded, units: PVU) at 500 hPa and precipitation (contours, units: mm d−1) in (a) the control run and (b) the no Tibetan–Iranian Plateau run obtained from FGOALS-f3-L. (c) is the difference between (a) and (b) [(a)－(b)]
对比两组试验中国东部MPV2的垂直分布（图10）可以看出，在高原的作用下，6月梅雨区附近出现和观测（图5）一致的由低层向高层向北倾斜的MPV2负值带（图10a和c），中心位于梅雨区北侧300～400 hPa附近，略微低于观测的300 hPa（图5）。由前文分析可知，这种垂直结构对于倾斜涡度的发展十分重要。而在没有高原的情况下（图10b），MPV2的倾斜结构更为偏北并且强度很弱，对长江中下游地区的影响较小。此外，青藏高原的存在也对200 hPa以上MPV2的分布有很大影响，但其中的联系需要更深入的研究与讨论。
图10 同图9，但为112°～123°E平均的MPV2的垂直分布Fig. 10 As in Fig. 9, but for the vertical cross section of MPV2 averaged over 112°–123°E
前文分析可知，相当位温的经向梯度（∂ θe/∂y）和纬向风的垂直切变（ ∂u/∂p）共同决定了青藏高原和中国东部MPV2负值带的形成，那么，青藏高原是通过影响何种物理过程进而影响MPV2的分布呢？为了回答这一问题，我们对比了两个试验中∂θe/∂y和 ∂u/∂p的分布（图11）。从图中可以看出，控制试验也较好地模拟出了 ∂θe/∂y（图11a）和∂u/∂p（图11d）的大值带分布，与观测十分相似。而无高原试验中，由于高原热源作用的消失，∂θe/∂y在高原上北负南正的偶极型分布消失，取而代之的是高原和中国东部较弱的 ∂θe/∂y分布（图11b）。在水汽含量较少的对流层中上层，θe的 分布与 θ的分布较为相似。根据热成风关系，温度的经向梯度与纬向风的垂直切变成正比，因此，无高原试验中∂u/∂p在高原和中国东部也显著减弱（图11e）。由此可见，高原的存在能够同时影响到∂ θe/∂y和 ∂u/∂p的分布进而影响到MPV2的分布。
图11 FGOALS-f3-L模式输出的500 hPa ∂θe/∂y （填色，单位：10−5 K m−1）在（a）控制试验和（b）无高原试验中的分布，（c）为二者的差异 [(a)－(b)]。（d）、（e）和（f）同（a）、（b）和（c），但为∂ u/∂p（填色，单位：10−5 m s−1 Pa−1）的分布Fig. 11 Distributions of ∂ θe/∂y (shaded, units: 10−5 K m−1) at 500 hPa in (a) the control run and (b) the no Tibetan–Iranian Plateau run obtained from FGOALS-f3-L. (c) is the difference between (a) and (b) [(a)－(b)]. (d)–(f) are identical to (a)–(c) but for ∂ u/∂p (shaded, units: 10−5 m s−1 Pa−1)
梅雨异常所带来的旱涝灾害对东亚地区经济有很大影响，因此，研究梅雨所伴随的大尺度环流及其异常机制具有重大意义。湿位涡分析是暴雨研究中常用的方法，将其运用到气候态梅雨的研究可以从不同的角度对梅雨发生发展的机理做出解释。本文分析了梅雨期湿位涡在长江中下游地区的分布特征以及青藏高原对气候态梅雨期湿位涡分布的影响，主要得到以下结论：
（1）入梅前后，MPV1与MPV2大值带均沿倾斜的湿等熵面分布，且与梅雨雨带有较好的对应，随雨带的北抬而北抬。在对流层中层二者均位于雨带北侧，而对流层低层，MPV2与梅雨雨带近乎重合。
（2）MPV2负值带和梅雨雨带对应较好的原因是：梅雨发生前后MPV2负值带沿倾斜的湿等熵面密集带分布，满足SVD的必要条件，当暖湿空气沿倾斜的湿等熵面上滑时，其垂直涡度可以得到显著发展增强，有利于降水的产生。
（3）梅雨期MPV2负值带西起青藏高原向东延伸至西北太平洋。FGOALS-f3-L无高原试验的结果表明，青藏高原大地形条件对MPV2负值带的形成有重要影响，在无青藏—伊朗高原的试验中，长江中下游地区MPV2负值带显著减弱甚至消失。
本研究发现除了暴雨分析之外，湿位涡运用于气候态梅雨的分析也有显著的意义，揭示了青藏高原可以通过影响湿位涡斜压项MPV2的分布进而影响到梅雨。但是部分研究内容还需要进一步完善，如本文分析了梅雨期湿位涡分布的特征发现MPV2负值带的形成可能受到青藏高原的影响，但没有深入讨论该影响的机理，在下一步研究中可以就该问题进行探究。
猜你喜欢长江中下游地区雨带负值雨水蒸发冷却对热带气旋螺旋雨带外雨带生成的影响科技与创新(2021年4期)2021-03-24石油过剩：一桶油如何突然跌至负值英语文摘(2020年7期)2020-09-21回味暑假生活，看看动物小伙伴们的表现意林·少年版(2019年20期)2019-11-13长江中下游地区梅雨期异常年降水及大气热源分布特征成都信息工程大学学报(2017年3期)2017-11-09青藏高原春季土壤湿度对长江中下游地区初夏短期气候影响的数值模拟成都信息工程大学学报(2017年2期)2017-11-09长江中下游地区一次短时大暴雨天气的中尺度分析现代农业科技(2016年20期)2016-12-20论青藏高原温度对长江中下游地区降水的影响西藏大学学报(自然科学版)(2015年1期)2015-12-25最大熵算法在气象雨量预测中的应用分析科技与创新(2014年7期)2014-07-03促进物理思维训练的好题中学生数理化·高二版(2008年9期)2008-06-17本文来源：http://www.zhangdahai.com/shiyongfanwen/qitafanwen/2023/0912/653115.html
