本研究的主要作者为Wanju Li（中国海洋大学海洋与大气学院及中国气象局广州热带海洋气象研究所）、Xueyan Bi（中国气象局广州热带海洋气象研究所）、Lifang Sheng（中国海洋大学）、Yali Luo（中国气象科学研究院灾害天气国家重点实验室）和Jianhua Sun（中国科学院大气物理研究所云降水物理与强风暴重点实验室）。该研究成果于2021年5月3日发表在国际学术期刊《Frontiers in Earth Science》上。
该研究属于大气科学领域，聚焦于中国华南地区暖区暴雨（warm-sector heavy rainfall, WSHR）的天气形势分型。暖区暴雨是华南前汛期一种难以预报的灾害性天气，因其发生在锋面南侧的暖区，环境斜压性不明显，但水汽充沛、对流不稳定强，常由中尺度系统触发，具有突发性和局地性强等特点。以往对暖区暴雨天气型的分类研究虽多，但多基于国家基准站的低密度观测数据和经验性总结，难以捕捉小尺度异常天气过程，且缺乏客观统一的分类结论。因此，此项研究的目的是利用高密度自动气象站观测数据，结合T模态主成分分析（T-mode Principal Component Analysis, PCT）这一客观天气分型方法，对影响华南暖区暴雨的天气形势进行重新分类，以揭示典型及异常环流特征，并探讨降水时空分布与城市化等因素的可能关联。
研究的具体工作流程包含以下几个关键步骤。首先，是研究对象的遴选。科研人员使用了广东省2016年4月至2018年9月期间2667个区域自动气象站的小时降水量数据，这套数据的有效数据占比不低于85%。他们依据一套严格的暖区暴雨定义和筛选标准来确定研究案例：第一步，剔除台风导致的降水事件；第二步，在非台风降水中，筛选出日降水量大于等于50毫米且覆盖至少三个间距小于100公里站点的强降水事件；第三步，满足连续三小时累积降水量大于等于30毫米，且每小时降水量均大于等于5毫米。在此基础上，针对上述强降水事件，通过分析降水中心代表站的经向物理量垂直剖面（涵盖假相当位温θse、温度平流等），判断锋区位置。若剖面中无显著锋面，且降水区中低层为南风，距离地面北风系统超过200公里，则定义为暖区暴雨；若有锋面，则要求降水区与锋面的距离需大于200公里。最终，他们从选定时间段内识别出134个暖区暴雨事件作为研究对象。
其次，是客观天气分型这一核心步骤。研究者利用欧洲中期天气预报中心（ECMWF）提供的ERA5再分析资料，选取了与暴雨密切相关、能反映水汽输送的850百帕（hPa）位势高度日平均场作为分型变量。他们使用COST733气象分型软件中的T模态主成分分析（PCT）法，将每场暴雨发生时的850百帕天气形势作为一个样本，将所有样本组成矩阵并进行主成分分析。通过解释聚类方差（Explained Cluster Variance, ECV）评估分型效果和确定类型数量后，最终将影响华南的暖区暴雨客观地划分为六种天气型。
接下来是各天气型的特征分析和异常天气型的深入探讨。研究对每种天气型下的平均降水分布、降水异常、时空变化规律及极端降水范围进行了统计分析。为了探究城市化对极端降水的影响，研究还引入了城市热岛强度（Urban Heat Island Intensity, UHII）这一指标，将城市群站和非城市群站的小时平均温度之差定义为UHII。当降水前至少有2小时UHII超过0.53°C时，被认定为一次强热岛事件。此外，为解释新发现天气型的成因，研究分析了厄尔尼诺-南方涛动（ENSO）相关的Niño3.4指数和表征西太平洋副热带高压位置与强度的多个指数。
研究的主要结果显示，通过PCT客观分型法获得的六种暖区暴雨天气类型各具鲜明的空间和降水特征。这六种类型分别是：第一型“西南风型”（Type1-Southwest, T1-SW），此时广东受西南风控制，暴雨多由西南风的风向风速辐合引起；第二型“东南风型”（Type2-Southeast, T2-SE），其东南风与海岸线正交，引发的暴雨类似前人定义的“回流暴雨”；第三型“沿海急流I型”（Type3-Coastal Jets I, T3-CJI），广东位于低空急流轴中，暴雨主要由急流核、风速脉动和地形抬升触发；第四型“沿海急流II型”（Type4-Coastal Jets II, T4-CJII），急流位置偏南，强风在广东形成辐合；第五型“西部低涡型”（Type5-Western Low Vortex, T5-WL），广东西部有低涡系统，暴雨区位于低涡前部环流中；第六型“高压型”（Type6-High-Pressure, T6-HP），广东风速较小且整体为高压控制。其中，T1-SW型是主要类型，占总案例数的49.2%，而T6-HP型则是一个全新发现的、发生频率较低（3.7%）的异常天气型。
对这些类型的降水空间特征分析揭示出三大暖区暴雨高发中心。除了前人已指出的粤西阳江附近和粤东汕尾附近两个沿海暴雨中心外，本研究利用高密度观测网，还清晰地识别出第三个中心——即广州、深圳等所在的粤港澳大湾区（Guangdong–Hong Kong–Macao Greater Bay Area, GBA）城市群。与前人研究对比发现，城市群成为新增的暴雨中心。例如，T1-SW型降水集中在阳江、广州和汕尾，相对于前人仅提及阳江，增加了广州和汕尾；T2-SE型则在阳江、江门基础上，增加了湛江。多种类型（T3-CJI, T4-CJII, T5-WL, T6-HP）的降水均显示大湾区的城市群是强降水高发区。
对极端降水强度和范围的分析进一步强化了城市化的作用。在筛选出的六次大尺度极端暴雨事件中（即中心站100公里内超过100个站点日雨量超50毫米），其发生时间和地点分别是：T1-SW型的2016年4月12日佛山和2017年5月7日广州；T5-WL型的2016年6月5日中山、2018年8月28日广州、2018年8月29日中山；以及T6-HP型的2018年5月3日江门。这些极端事件无一例外都发生在城市群附近。对粤港澳大湾区21次暖区暴雨事件发生前3小时的城市热岛强度进行统计发现，其中14次为强热岛事件，4次为弱热岛事件，而仅有3次为弱冷岛事件。这表明，降水前的城市热岛效应对暖区局地极端降水事件的发生可能存在显著的促进作用。
T6-HP是一个具有特殊价值的全新发现。过去的研究从未提及在高压系统控制下也能产生暖区暴雨，主要是因为这类暴雨范围极小、局地性极强。研究中的降水分布图显示，其强降水高值区往往缺乏国家基准站的覆盖，因此很容易被低分辨率的观测网遗漏。高密度自动站数据则在捕捉这些小尺度过程中展现出巨大的优势。该类型的出现还与2017-2018年的拉尼娜（La Niña）事件导致的异常环流背景有关。拉尼娜使得次年夏季西太平洋副热带高压整体位置偏北、偏西但强度偏弱。广东虽受副高控制，低层有弱偏南风，但南支槽活跃，有利于低层冷空气渗透，从而在对流层低层触发对流系统，形成了这种特殊的暖区暴雨天气形势。
本研究的结论是：华南暖区暴雨存在六个客观天气型，其中T6-HP是首次被识别，它的发现证实了利用高密度观测网捕捉小尺度、异常天气过程的必要性。研究同时提出，城市化通过热岛效应，在放大极端暴雨强度和塑造暴雨发生中心方面扮演了至关重要的角色。此外，不同天气型如T5-WL型最易在粤港澳大湾区造成大范围极端暴雨，这为预报员针对不同天气型关注不同的重点降水区域提供了直接的科学指导。
本研究的亮点和价值主要体现在三个方面。第一，在方法上，率先将T模态主成分分析这一客观分型方法系统性地应用于华南暖区暴雨的天气形势分类，克服了传统主观经验分类的不确定性，对典型和异常环流型均有良好识别能力。第二，在数据上，充分利用了广东省高时空密度的区域自动站降水数据，成功捕捉并定义了过去被忽视的新型小尺度暖区暴雨（T6-HP型），并重新确认了大湾区城市群作为新增暴雨中心的事实，凸显了高密度观测在研究与预报小尺度极端降水中的核心价值。第三，在科学认知上，该研究通过定量的城市热岛强度分析，将大尺度极端暴雨的发生与局地城市化效应明确地建立联系，并揭示了T6-HP这一新生天气型的形成可能与拉尼娜事件引发的副热带高压异常移动有关。这些发现不仅加深了对暖区暴雨复杂形成机制的理解，也为改进暴雨预报、特别是大城市群灾害性天气预警提供了新的科学依据和关注视角。