2012年7月21日(简称“7.21”)，北京发生暴雨到大暴雨，该过程是北京地区自1951年有完整气象观测记录以来最强的一次降水天气过程，21日10时—22日04时(北京时，下同)全市平均降水量达到170mm，最大降水出现在房山区河北镇，达到460mm，此次暴雨过程造成北京78人死亡，经济损失超过百亿元(孙继松等，2012)。对于这样一次造成重大灾害的暴雨过程，已经有了初步的分析研究。方翀等(2012)探讨了此次暴雨的中尺度对流条件和对流系统特征，指出本次极端降水成因主要包括非常充沛的水汽、对流不稳定及低质心高效率的降雨对流系统。孙继松等(2012)分析了此次暴雨过程的系统结构演变特征及成因后指出，由太行山地形强迫造成的暖区内中尺度辐合及低空急流增强过程中风速脉动引起的初始对流所形成的列车效应导致了此次极端降水。谌芸等(2012)分析了引发此次大暴雨的中尺度对流系统的环境条件及其发生、发展过程，指出此次降水过程由暖区降水和锋面降水组成。孙军等(2012)则从降水效率、水汽和上升运动等方面进一步探讨了此次极端降水的成因。以上研究更多关注暴雨发生的局地气象条件及暴雨日的大、中尺度环流特征。既然“7.21”暴雨北京平均降水量为自1951年有完整气象记录以来的最大值，那么其大尺度环流背景在历史同期出现的频率如何？“7.21”特大暴雨与同种环流背景下的其他暴雨相比又有何不同？是否可以定量描述“7.21”暴雨的极端性？

过去已有一些针对暴雨的环流背景的研究，一般更多关注某一个例或若干暴雨个例合成的大尺度环流背景特征及其演变(雷雨顺，1981；张庆云等，2001)，或对暴雨的环流背景进行主观分类研究，这些研究忽略了非暴雨日环流是否也具有暴雨日的环流特征。过去对暴雨环流背景的分类一般基于暴雨的大尺度环流形势特征或影响系统。陶诗言(1980)将中国大暴雨的环流形势分为3类：稳定的经向型、稳定的纬向型和过渡型。孙建华等(2005)通过对1990—1999年造成北京夏季暴雨过程的天气形势进行分型研究，将影响天气系统分为6种类型：1型为台风与低槽(低涡)远距离相互作用，2型为低涡(登陆台风)与西风槽相互作用，3型为登录台风北上受高压阻挡停滞，4型为低涡暴雨，5型为暖切变线暴雨，6型为低槽冷锋暴雨。由于以上这些分型均为主观方法，较易应用于几种区分度较大的天气型，而难以应用于较类似的天气型。相较于主观分型，客观分型的方法应用起来标准比较统一，并且，更易得到较多的环流种类，因而应用更为广泛。

客观分型在气象和气候研究中已有较长的历史，最重要的应用之一就是大气环流的分型，具体又分为基于气团的分型和基于环流的分型。基于气团的分型使用单个测站的多种地面气象变量(如气压、风速和温度)进行环流类型分类，而基于环流的分型则是应用海平面气压场、位势高度场或其他可以描述大气环流的变量场进行分类(HutH，et al，2008)。由于局地气象变量会受到大尺度环流的影响，因此，基于环流的分型更适合进行天气分型(ZHang，et al，2012)。在欧洲，基于环流的分型已经得到了广泛应用(CaHynová，et al，2010；Kysely＇，et al，2008)，但是，在亚洲尤其是中国，相关的应用尚少(HutH，et al，2008)。本研究旨在采用客观大气环流分型探讨“7.21”暴雨日的环流背景自1951年以来出现的频率及“7.21”特大暴雨与同种环流背景下其他暴雨的不同之处，并定量描述“7.21”暴雨的极端性。

格点气象数据为美国国家环境预报中心(nCeP)/美国国家大气研究中心(nCaR)提供的再分析数据，包括1951—2012年夏季(6月1日—8月31日)逐日海平面气压、风场、位势高度及可降水量，格点水平分辨率为2.5°×2.5°。其中，海平面气压用来进行天气分型，每天共有4个时次的数据，分别为02、08、14、20时，由于08时有更多探空数据，因此，选择08时的海平面气压数据进行天气分型。因为不同暴雨过程发生具体时次不同，用于极端性分析的风场、位势高度和可降水量均使用日平均数据。

考虑到资料在研究时段(1951—2012年夏季)上的完整性，仅利用北京54511一个测站的夏季逐日降水数据来进行暴雨日与非暴雨日的识别，将日降水量≥50mm识别为一个暴雨日。

采用的环流分型法为HutH(1993)提出的倾斜旋转t模态主成分分析方法，t模态即为将分型数据排列的“列”对应于某个格点的不同时间观测，数据排列的“行”对应于某个时间不同格点观测，而为了得到更优的解再对主成分分析的结果进行倾斜旋转(RiCHman，1982；ComPagnuCCi，et al，1992)，因为其能够得到包含主观分型结果的天气型，并且，使用这种方法得到的分型结果在时间和空间上更稳定，也能较好地避免其他方法比较常见的“雪球”效应(大多数天分给一个类型，而其他类型天数都很少)(HutH，1996a，1996b)。倾斜旋转t模态主成分分析方法已经在CostaCtion733(http://Cost733.geo.uni-augsburg.de)发展的分型软件中实现(PHiliPP，et al，2010)。

已有的研究表明，“7.21”暴雨发生在由深厚的贝加尔湖—蒙古低涡低槽引导的冷平流和西太平洋副热带高压(副高)引导的暖湿平流的交汇中，贝加尔湖—蒙古低涡低槽前的正涡度平流为强对流天气发生、发展提供了有利的大尺度上升条件，副高西伸北进，其西南侧偏东南气流则为暴雨提供了有利的水汽条件；而在对流层低层的低涡及其切变线与高层强辐散流场相互耦合也为暴雨的发生发展创造了良好的环境条件，低层强的偏南低空急流则为暴雨区提供了充沛的水汽以及不稳定能量(孙继松等，2012)。

从2012年7月21日08时海平面气压场(图 1)分布可见，在中国东部的海洋上为一高压，而在中国大陆则为一低压系统，高低压间为水平梯度较大的经向环流。利用倾斜旋转t模态主成分分析，将1951—2012年夏季海平面气压场分为9种类型(图 2)，与孙建华等(2005)对北京暴雨主观分类结果相比，本研究分得的第1型对应于其分得的低槽冷锋暴雨型，第2、3、7型对应于低涡暴雨型，第5、8型对应台风与低槽远距离相互作用暴雨型；第6、9型则对应于陶诗言(1980)主观分类的经向型暴雨型。“7.21”暴雨日环流属于第6种环流类型，很好地反映出“7.21”暴雨日的海平面气压场特征：东部海洋上高压，大陆上低压系统，高低压间为经向环流。两者的区别则是7月21日的海上高压、陆上低压更强一些，高低压之间的海平面气压场具有更大的水平梯度。

图 1 2012年7月21日08时海平面气压（hPa）场 Figure 1 Pattern of sea level pressure(hPa) on 08:00 BT 21 July 2012

图选项

图 2 1951—2012 年夏季9种海平面气压场（hPa）客观分型及其发生频率（左上数字）与本型下暴雨日发生频率（右上数字）（a—i． 第1—第9型） Figure 2 Patterns of the classified 9 SLP (hPa) types during summers of 1951-2012 with their corresponging occurrence frequencies(upper left numbers) and frequencies with torrential rain under each type (upper right number)(a—i． Type 1—Type 9)

图选项

在本研究所关注的5704d中，第6型出现621d，出现的频率为10.9%(图 2左上数字)，而利用北京54511站1951—2012年夏季逐日降水数据，以日降水量≥50mm为标准，共识别出115个暴雨日。根据大气环流分型结果可得到这115个暴雨日对应的天气型(如共有28个暴雨日属于第6型)，从统计得到的9种天气型下暴雨的发生频率(如第6型下暴雨发生频率为28除以621)可见，第6型下的暴雨发生频率在9个型中最高，为4.51%(图 2右上数字)，因此，“7.21”暴雨日所属的环流类型在研究时段内并不少见，并且，其为暴雨高发的一种环流类型。

“7.21”暴雨日所对应的第6环流型在夏季发生的频率为10.9%，而且，1951—2012年夏季期间115个暴雨日中的24.3%(28d)属于第6型环流，那究竟是什么原因使得“7.21”暴雨如此极端？

图 3给出了2012年7月21日、第6型、第6型暴雨日及第6型非暴雨日平均500hPa位势高度场的分布。第6型平均位势高度场与非暴雨日平均基本一致，而暴雨日平均的500hPa位势高度场与非暴雨日平均相比副高偏强位置偏北，并且，暴雨日平均的副高高压脊向西北伸展，而在北京地区上游则存在一短波槽。2012年7月21日的500hPa位势高度场与暴雨日平均相比副高更偏强，副高高压脊向西北伸展更远，此时在北京的上游伴随着一个更深的槽。

图 3 2012年7月21日（a）、第6型（b）、第6型暴雨日（c）及第6型非暴雨日（d）500 hPa 平均位势高度场（gpm）分布 Figure 3 Average 500 hPa geopotential height patterns (gpm) over (a) the "7.21"day,and (b) the all days,(c) the torrential rain days and (d) the non-torrential rain days under type 6

图选项

在925hPa的位势高度场上(图 4)，第6型暴雨日平均与非暴雨日平均相比，中国东部的海上高压和西部陆上低压更强，高低压之间的位势场水平梯度更大。“7.21”暴雨日的925hPa位势高度场与同环流型暴雨日平均相比海上高压、陆上低压更强，北京及其以南地区，对于对流层下层的其他垂直层次的位势高度场，这一区域均显示出更大的水平梯度(图略)。大的位势高度场水平梯度对应的较强偏南低空急流一方面会促进水汽向北京地区的输送，另一方面会促进垂直不稳定层结的建立并触发不稳定能量的释放使得中尺度上升运动加强(孙淑清等，1980)。

图 4 2012年7月21日（a） 、第6型（b）、第6型暴雨日（c）及第6型非暴雨日（d）925 hPa 平均位势高度场（色阶，gpm） 及风场（矢量）分布 Figure 4 Averaged 925 hPa geopotential height (shaded,gpm) and wind (vector) patterns over (a) the "7.21"case,and (b) the all days,(c) the torrential rain days and (d) the non-torrential rain days under type 6

图选项

强烈的上升运动以及充沛的水汽供应是暴雨发生的必要条件(朱乾根等，2007)，因此，下面将从这两个方面来探讨“7.21”暴雨极端性的原因。从风垂直切变(500hPa风速减去1000hPa风速)来看(图 5)，北京地区第6型平均的风垂直切变为9—10m/s，与第6型非暴雨日平均风垂直切变大小基本一致，对于第6型下暴雨日平均风垂直切变，北京地区达到了10—11m/s。2012年7月21日北京地区的风垂直切变达到了12—13m/s，周围较大范围内的风垂直切变也都超过了12m/s。此较大的风垂直切变会使得大气的斜压不稳定性增加(吕美仲等，2004)，并且，“7.21”暴雨日的风向垂直切变为顺时针切变，其对应的1000—500hPa的暖平流将使大气的层结不稳定度增加(盛裴轩等，2003)，在这样的大气状态下初始扰动更易发展为强盛的对流。此外，较大的风垂直切变将使对流发生倾斜，下沉气流不能压制上升气流，使对流变为有组织的上升气流以能够维持更长时间(陶诗言，1980)。

图 5 2012年7月21日（a） 、第6型（b） 、第6型暴雨日（c）及第6型非暴雨日（d）平均垂直风切变（m/s）分布 Figure 5 Averaged vertical wind shear (m/s) patterns over (a) the "7.21"case,and (b) the all days,(c) the torrential rain days and (d) the non-torrential rain days under type 6

图选项

从2012年7月21日、第6型、第6型暴雨日及第6型非暴雨日平均可降水量(图 6)的分布可以看到，第6型下暴雨日与非暴雨日相比，北京地区平均可降水量约高10g/m²，而“7.21”暴雨日与第6型下暴雨日相比北京地区平均可降水量还要高出约10g/m²。分析不同气压层上的比湿分布发现，“7.21”暴雨日的比湿在各个垂直层上都要高于第6型下暴雨日平均比湿(图略)。此外，在北京以南的区域“7.21”暴雨日平均可降水量也要高于第6型下暴雨日平均值，925及850hPa风场显示(图略)，气流主要经由此区域由南向北输送，此高湿区的存在使得更多的水汽被输送到北京地区为“7.21”暴雨提供水汽。

图 6 2012年7月21日（a）、第6型（b） 、第6型暴雨日（c）及第6型非暴雨日（d）平均可降水量（g/m2）分布 Figure 6 Averaged precipitable water (g/m2) patterns over (a) the "7.21"case,and(b) the all days,(c) the torrential rain days and (d) the non-torrential rain days under type 6

图选项

选取邻近北京南侧的(37.5°n，117.5°e)、(37.5°n，120°e)、(40°n，117.5°e)、(40°n，120°e)4个格点，绘制出第6型621d及第6型下28个暴雨日的925hPa平均风速概率分布(图 7a)，选取距离北京最近的(40°n，115°e)格点，绘制出第6型621d、第6型下28个暴雨日的风垂直切变(图 7b)和可降水量(图 7C)概率分布。北京南侧的925hPa风速在第6型下其最大概率值为4.2m/s，在28个暴雨日中其最大概率值为7.7m/s，而“7.21”暴雨日其值则达到了9.3m/s；北京局地的风垂直切变在第6型下其最大概率值为10.2m/s，在28个暴雨日中其最大概率值为11.3m/s，“7.21”暴雨日其值达到了12.8m/s；北京局地的可降水量在第6型下其最大概率值为27.7g/m2，在28个暴雨日中其最大概率值为37.5g/m2，而“7.21”暴雨日其值则达到了50.5g/m2。即对上述3个变量，“7.21”暴雨日值要大于6型暴雨日最大概率值，暴雨日最大概率值则大于所有第6型最大概率值，这一特征对925hPa风速和可降水量表现的尤为明显。暴雨日与整个第6型相比，暴雨日的925hPa风速和可降水量更多分布在值较大的一侧，而对于风垂直切变两者的分布则比较接近，这也与陶诗言(1980)所提及的暴雨发生需要一定程度的风垂直切变，太大的风切变反而不利于暴雨的发生相符。在整个第6型的621d中，“7.21”暴雨日北京南侧的925hPa风速排在第54位，相当于过去的62年当中大致平均每年会发生一次；北京局地的风垂直切变排在第209位；而北京局地的可降水量则在同种环流型里面排在第8位，相当于平均每8年发生一次，显示出“7.21”暴雨日在同类环流类型中低空急流和可降水量上的极端性(≥90百分位定义为极端大值)(Huang，et al，2010)。而在1951—2012年出现的第6型环流形势的621d当中，925hPa急流≥“7.21”暴雨日的强度9.3m/s，同时大气可降水量≥“7.21”暴雨日的可降水量50.5g/m2，共出现了3次，相当于每21年发生一次。

图 7 第6型（实曲线）、第6型下28个暴雨日（短虚曲线）在（37.5°N，117.5°E）、（37.5°N，120°E）、（40°N，117.5°E） 、（40°N，120°E） 格点处平均925 hPa 风速（ａ）、在（40°N，115°E）格点处的垂直风切变（b）和可降水量（c） 的概率分布（垂直实线为第6型下28个暴雨日 平均值，垂直长虚线为“7.21”暴雨日值，μ 和σ为28个暴雨日 的平均值和标准差） Figure 7 Probability distributions of the average wind on level 925 hPa at grid points (37.5°N，117.5°E),(37.5°N，120°E),(40°N，117.5°E) and (40°N，120°E)(a) and the vertical wind shear (b) and precipitable water at grid point (40°N，115°E)(c)for the all days (solid curve) and the 28 torrential rain days (short dashed curve) under type 6 (the soild vertical line is the averaged value over the 28 torrential rain days under type 6 and the long dashed vertical line is the value of "7.21" case, μ and σ are the average and standard deviation over the 28 torrential rain cases)

图选项

应用倾斜旋转t模态主成分分析方法对1951—2012年夏季每日海平面气压场进行分型，分析了“7.21”暴雨日环流背景在此期间出现的频率并探讨了“7.21”特大暴雨极端性的原因。主要结论如下：

(1)与“7.21”暴雨日同类的环流形势在1951—2012年夏季期间出现的频率为10.9%，而在该类环流形势下暴雨日发生的频率为4.51%。

(2)“7.21”暴雨日与历史同环流型暴雨日平均相比副高偏强位置偏北，北京上游槽更为深厚；对流层下层北京及其以南区域有更强的低空急流；环境大气中可降水量、风垂直切变均高于历史同环流型暴雨日平均值。

(3)在研究时段与“7.21”暴雨日同种环流类型的621d中，“7.21”暴雨日北京南侧的低空急流排在第54位，北京局地垂直风切变排在第209位，可降水量排在第8位，显示出其在低空急流和可降水量上的极端性。

(4)1951—2012年夏季，具有“7.21”暴雨日同类环流形势且925hPa低空急流和可降水量均达到或超过“7.21”暴雨日值的个例出现了3次，相当于每21年发生一次。本研究的结果可为今后北京地区极端降水的预报提供参考，同时，受到资料时间长度的限制，只使用了北京一个测站的日降水数据去识别暴雨日与非暴雨日，有一定的局限性。此外，对于“7.21”暴雨极端性的原因也只进行了较为初步的分析，尚需利用高分辨率数值模式进一步验证。