EN中文

Arid Zone Research >

2025 , Vol. 42 >Issue 12: 2153 - 2165

DOI: https://doi.org/10.13866/j.azr.2025.12.01

Weather and Climate

Physical quantity characteristics and atmospheric circulation of different types of rainstorms on the northern slope of the Kunlun Mountains

  • ZHANG Meng ,
  • YANG Xia
Expand
  • Xinjiang Uygur Autonomous Region Meteorological Observatory, Urumqi 830002, Xinjiang, China

Received date: 2025-05-30

  Revised date: 2025-09-04

  Online published: 2026-03-12

Fold

Abstract

Accurate weather forecasting in the Kunlun Mountains relies on accurate determination of the physical-quantity characteristics and atmospheric circulation of different types of rainstorms on the northern slope of the mountains. This paper newly classifies the rainstorms on the northern slope of the Kunlun Mountains into short-term rainstorms, non-short-term rainstorms, and mixed rainstorms. The climatic characteristics, physical quantity parameters, and synoptic system configurations of these three rainstorm types are comparatively analyzed using data from ground automatic weather stations, conventional sounding data, and ERA-5 reanalysis data collected from 2016 to 2024. The results show that (1) rainstorms on the northern slope of the Kunlun Mountains are dominated by non-short-term rainstorms in summer, most frequently by nonshort-term rainstorms and mixed rainstorms in August and by short-term rainstorms in July. As the elevation increases, the frequency of mixed rainstorms increases while the frequencies of short-term rainstorms and non-short-term rainstorms increase and then decline. The range of rainstorms is wider in the western section than in the central section of the northern slope of the Kunlun Mountains. The western section experiences many short-term rainstorms whereas the central section experiences a high incidence of non-short-term and mixed rainstorms. (2) The South Asia High presents a Qinghai-Xizang high pattern during short-term rainstorms, an Iran high pattern during non-short-term rainstorms, and a two-center pattern during mixed rainstorms. All three rainstorm types occur to the right of the entrance zone of the upper level jet streams, where strong divergence and rising motion occur. (3) The rainstorms are dominantly influenced by the Central Asian trough system. During the short-term rainstorms, the Tarim easterly low level jet is not formed and the systematic dynamic uplift effect is relatively weak. Therefore, such rainstorms will more likely occur in areas with good thermal conditions. Non-short-term and mixed rainstorms are accompanied by abundant water vapor transported by the southern path and the formation of a strong Tarim easterly low level jet. The substantial forced-uplift effect facilitates rainstorm formation on the windward slope. (4) The water vapor conditions negligibly differ among the three types of rainstorms but the instability parameters are significantly higher during short-term rainstorms than during the other rainstorm types. The intensity of the deep vertical wind shear is typically moderate (weak) during short-term rainstorms (non-short-term rainstorms) and the short-term (non-short-term) precipitation is mainly generated by convective (stratiform) clouds. The deep vertical wind-shear intensity of mixed rainstorms is between those of the short-term and non-short-term rainstorms and is characterized by convective-cloud and stratiform-cloud precipitation.

Key words： rainstorms; physical quantity parameters; atmospheric circulation; northern slope of the Kunlun Mountains

Cite this article

ZHANG Meng , YANG Xia . Physical quantity characteristics and atmospheric circulation of different types of rainstorms on the northern slope of the Kunlun Mountains[J]. Arid Zone Research, 2025 , 42(12) : 2153 -2165 . DOI: 10.13866/j.azr.2025.12.01

在全球气候变暖背景下，西北干旱-半干旱区的降水格局发生了显著变化，极端暴雨事件的频率与强度同步上升[1-2]。新疆的暴雨日数总体呈北疆多、南疆少，山区多、平原少的特征；天山山区中段是新疆暴雨日数最多的地区，其年平均暴雨日数可达3.6 d；此外，昆仑山北坡也是新疆暴雨的高发区之一，该区域的年平均暴雨日数可达2.4 d[3]。20世纪60年代至21世纪10年代，昆仑山北坡的暴雨日数和暴雨雨量都呈增加趋势[4]，特别是进入21世纪10年代后，昆仑山北坡暴雨的极端性进一步增强[5]。2018年5月21日，和田地区皮山国家气象站监测到极端大暴雨，1 h降水达53.8 mm，接近该站年平均降水量[6]；2021年6月14—16日，和田地区再次发生极端暴雨过程，洛浦国家气象站的日降水量达74.1 mm，为该站年平均降水量的1.7倍，极端暴雨引发了多地的山洪和泥石流，直接经济损失超过1×108元[7]。由于受到观测技术水平的限制，2005年之前昆仑山北坡仅有9个国家气象站且都分布在低海拔地区，因此，早期开展的昆仑山北坡暴雨研究在时间和空间尺度上都相对较大[8]，无法深入开展昆仑山北坡不同类型暴雨的研究。近年来，随着新疆观测站网的不断完善，高时空分辨率的观测资料为深入系统地开展昆仑山北坡暴雨的精细化特征研究提供了条件[9]。
物理量参数和高低空环流系统的空间配置是揭示暴雨形成机制的基础，对提高极端暴雨的精细化预报预警能力具有重要意义[10-11]。物理量参数的阈值对不同天气的敏感性存在显著差异，我国中东部地区，不同等级短时强降水事件的水汽条件差异明显，但难以通过热力、不稳定和抬升触发等条件进行区分[12]；江苏省水汽和热力稳定度参数对短时强降水的指示意义优于动力和综合类参数[13]；河南省动力类参数在低槽型短时强降水过程优势明显，水汽类参数在台风倒槽型短时强降水过程更具优势，不稳定类参数在副高边缘型短时强降水过程优势显著[14]。新疆出现短时强降水时，500 hPa的影响系统主要为中亚低涡或低槽[15]，与我国季风区相比，新疆短时强降水发生前不稳定能量值偏小，850 hPa与500 hPa的温差偏大[16]，可以通过850 hPa与500 hPa的温差、地面至700 hPa的露点温度、大气可降水量及暖云层厚度等物理量参数来区分强对流天气的类型是短时强降水还是冰雹[17]。目前，针对物理量参数和环流系统配置的研究主要集中在东部季风区，且主要聚焦于不同类型强对流天气的差异方面，针对昆仑山北坡复杂地形和干旱区低湿度背景下，不同类型暴雨的环流与物理量的协同差异，尚未开展系统研究，严重制约了昆仑山北坡暴雨精细化预报能力的提升。
本文以昆仑山北坡不同类型暴雨为研究对象，综合运用高时空分辨率观测数据与再分析数据，重点对比昆仑山北坡短时暴雨、非短时暴雨和混合暴雨的时空分布规律、环流系统配置差异及物理量特征，以期为构建干旱区分类暴雨预报预警模型和暴雨物理量阈值库等提供参考，为提升昆仑山北坡极端暴雨精细化预报预警能力和“丝绸之路经济带”气象防灾减灾能力提供科学支撑。

1 资料与方法

1.1 资料

本文选用新疆气象信息中心提供的2016—2024年夏季（6—8月）昆仑山北坡〔74°~88°E，36°~40°N的区域，参考文献[18]将79°E以西（东）的区域称为昆仑山北坡西（中）段〕353个自动气象站（图1）逐小时降水量观测资料，该数据进行了质量控制。利用欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第五代再分析产品（ERA-5）100 hPa、200 hPa、500 hPa、700 hPa、850 hPa位势高度场及风场（水平分辨率为0.25°×0.25°）的小时数据和月数据集，合成不同类型暴雨的环流平均场。使用探空数据计算物理量参数。
图1 昆仑山北坡自动气象站和地形分布示意图

Fig. 1 Distribution of automatic weather stations and topography on the northern slope of the Kunlun Mountains

1.2 新疆暴雨类型分类方法

采用新疆现行的降水量业务标准[19]，即日降水量R≥24.1 mm时为暴雨。根据新疆维吾尔自治区气象局气预函〔2022〕13号文件中暴雨橙色预警信号标准，若某站在一个暴雨日中，任意连续3 h的累计降水量≥24.1 mm，将此类暴雨定义为短时暴雨，反之定义为非短时暴雨。某日昆仑山北坡任意一站出现暴雨时，则将该日记为一个昆仑山北坡暴雨日。一个昆仑山北坡暴雨日内出现的总暴雨站次为短时暴雨站次与非短时暴雨站次之和。在一个昆仑山北坡的暴雨日中，若所有暴雨站点均为短时（非短时）暴雨时，定义该日为一个短时（非短时）暴雨日；若既有短时暴雨又有非短时暴雨，则定义该日为一个混合暴雨日。按出现的暴雨类型将站点分为三类，当某站在研究时段中仅出现过短时（非短时）暴雨时，定义该站为短时（非短时）暴雨站，当某站既出现过短时暴雨又出现过非短时暴雨时，定义该站为混合暴雨站。根据上述方法对昆仑山北坡的暴雨天气进行筛选，运用统计学方法，结合昆仑山北坡特殊地形，对比分析短时暴雨、非短时暴雨和混合暴雨的时空分布、海拔特征、物理量参数和环流形势异同。

2 结果与分析

2.1 时间特征

2016—2024年夏季，昆仑山北坡共出现151 d暴雨，平均每年出现16.8 d，其中非短时暴雨日最多66 d，平均每年7.3 d，混合暴雨日次之43 d，平均每年4.8 d，短时暴雨日最少42 d，平均每年4.7 d（图2）。昆仑山北坡不同类型暴雨日数的年际变化均较大，非短时暴雨日数在最多年份与最少年份相差2.8倍，短时暴雨日数相差9倍，混合暴雨日数相差11倍。在三类暴雨中，非短时暴雨日数占总暴雨日数的平均比例最高（45.4%），混合暴雨日数和短时暴雨日数所占比例接近，分别为27.7%和26.9%。非短时暴雨日数在2020年（2017年）占比最高（低），为57.1%（35.5%）；短时暴雨日数在2023年（2020年）占比最高（低），为41.7%（14.3%）；混合暴雨日数在2018年（2023年）占比最高（低），为38.9%（8.3%）。
图2 2016—2024年夏季昆仑山北坡短时暴雨、非短时暴雨、混合暴雨日数的年际和月际分布

Fig. 2 Interannual and monthly distribution of days with short-term rainstorms, non-short-term rainstorms and mixed rainstorms on the northern slope of the Kunlun Mountains in summer from 2016 to 2024

昆仑山北坡总暴雨日数在夏季呈逐月增加的特征，即6月最少，7月第二，8月最多（图略）。由图2可以看出，非短时暴雨日数在夏季各月的分布特征与总暴雨日数一致，短时暴雨日数和混合暴雨日数的分布与总暴雨日数不同；短时暴雨日数在7月最多，6月最少；混合暴雨日数在8月最多，6月与7月的日数相同。非短时暴雨日数占总暴雨日数的比例在夏季最高，其中8月的占比接近50%；短时暴雨日数和混合暴雨日数在夏季各月的占比在21%~36%之间。综上所述，2016—2024年夏季，昆仑山北坡以非短时暴雨为主，非短时暴雨和混合暴雨更容易发生在8月，短时暴雨则更易出现在7月。

2.2 空间特征

2016—2024年夏季，昆仑山北坡共有230个站点出现过暴雨，平均每年26站，约占研究区总站数的7%，可见，昆仑山北坡暴雨的局地性较强。由图3a可以看出，昆仑山北坡暴雨频次的空间分布差异较大，暴雨高发区主要分布在80°E以东的区域，即昆仑山北坡中段[18]；该区域的最大累计暴雨频次为22次，平均每年2.8次，昆仑山北坡西段的最大累计暴雨频次为12次，平均每年1.0次。从昆仑山北坡各站点出现的不同暴雨类型来看，其中28站仅出现过短时暴雨，占总暴雨站数的12.2%，118站仅出现过非短时暴雨，占比为51.3%，84站既出现过短时暴雨也出现过非短时暴雨（混合暴雨），占比为36.5%，可见，昆仑山北坡的暴雨站点以非短时暴雨为主。从三种类型暴雨的空间分布来看，短时暴雨的频次普遍低于非短时暴雨和混合暴雨，昆仑山北坡西段的短时暴雨频次大于中段，但非短时暴雨和混合暴雨的空间分布与之相反。可见，昆仑山北坡中段的暴雨范围明显小于西段，其暴雨站点主要沿山分布，特别是混合暴雨几乎都出现在山区，短时暴雨的高发区主要分布在昆仑山北坡西段，非短时暴雨和混合暴雨的高发区主要分布在昆仑山北坡中段。上述不同类型暴雨的空间分布差异与地形和环流系统有关，由于昆仑山北坡西段的地势高于中段，此外，昆仑山北坡西段与天山山脉南段形成一个向东开口的喇叭口地形，当塔里木东风低空急流在向西推进的过程中，受到地形强迫抬升作用，低空暖湿气流在昆仑山北坡西段快速汇聚，并在垂直方向上加速上升，形成降水的雨强大，从而易出现短时暴雨。昆仑山北坡中段的坡度较西段平缓，山体走向与西风带气流近乎平行，水汽在山前持续缓慢抬升，水汽辐合时间长，系统性上升运动弱，形成的降水持续时间长，但降雨强度小，因此，易出现非短时暴雨。但当翻越帕米尔高原的西风气流、塔里木东风低空急流与来自塔里盆地中部的偏北气流在昆仑山北坡中段相遇时，将形成低层强烈的辐合上升运动，触发强对流天气，该区域也能形成短时暴雨。
图3 2016—2024年6—8月昆仑山北坡各站累计暴雨频次（a）及不同类型站点（b）短时暴雨站、（c）非短时暴雨站、（d）混合暴雨站的暴雨频次分布

Fig. 3 Distribution of cumulative rainstorms frequency by station (a) and different types of stations (b) short-term rainstorms stations, (c) non-short-term rainstorms stations, (d) mixed rainstorms stations on the northern slope of the Kunlun Mountains from June to August 2016 to 2024

2.3 海拔特征

由表1可知，昆仑山北坡54.9%的观测站点都分布在海拔≤1500 m的低海拔地区，该区域63.9%的站点出现过暴雨，平均暴雨站次为1.6次；在1500 m<海拔≤2000 m（中低海拔）的区域有70个站点，其中71.4%的站点出现过暴雨，平均暴雨站次为2.6次；在2000 m<海拔≤3000 m（中高海拔）的区域出现过暴雨的站点比例达85.5%，平均暴雨站次为5.6次；海拔>3000 m（高海拔）的站点最少，出现过暴雨站点的比例仅为26.5%，但该区域平均暴雨站次与中高海拔区域相同，也为5.6次。从不同类型暴雨站点的海拔分布来看，非短时暴雨站点在低海拔（58.1%）和高海拔地区的占比最高（77.8%），混合暴雨站点在中低海拔（46.0%）和中高海拔（57.4%）地区的占比最高，短时暴雨站点在各海拔的占比均为最低。混合暴雨的平均暴雨站次随海拔升高明显增加，即在低海拔地区为2.5次，高海拔地区增加为14.0次，非短时暴雨在海拔低于3000 m的区域，暴雨站次随海拔升高而增加，在高海拔地区又有所减小；短时暴雨的平均暴雨站次随海拔升高先增加再减少。综上所述，昆仑山北坡的总暴雨站点和三类暴雨站点都主要分布在低海拔地区，总暴雨和混合暴雨在各海拔区域的平均暴雨站次随高度升高而增加，短时暴雨和非短时暴雨随海拔升高先升高再减少，目前，导致昆仑山北坡不同类型暴雨海拔差异性的物理机制尚不清晰，还需进一步深入分析。
表1 2016—2024年6—8月昆仑山北坡不同类型暴雨在不同海拔区间的分布

Tab. 1 Distribution of different types of rainstorms on the northern slope of Kunlun Mountains at different altitudes from June to August 2016 to 2024

海拔≤1500 m 1500 m<海拔≤2000 m 2000 m<海拔≤3000 m 海拔>3000 m 合计
总站数/个 194 70 55 34 353
暴雨站数/个 124 50 47 9 230
暴雨站数占总站数的比例/% 63.9 71.4 85.5 26.5 65.2
累计暴雨站次/次 196 132 264 50 642
平均暴雨站次/次 1.58 2.64 5.62 5.56 2.79
短时暴雨站数/个 20 7 1 0 28
短时暴雨站数占总暴雨站数的比例/% 16.1 14.0 2.1 0.0 12.2
累计短时暴雨站次/次 25 11 1 0 37
平均短时暴雨站次/次 1.3 1.6 1.0 - 1.3
非短时暴雨站数/个 72 20 19 7 118
非短时暴雨站数占总暴雨站数的比例/% 58.1 40.0 40.4 77.8 51.3
累计非短时暴雨站次/次 92 38 89 14 233
平均非短时暴雨站次/次 1.3 1.9 4.7 2.0 2.0
混合暴雨站数/个 32 23 27 2 84
混合暴雨站数占总暴雨站数的比例/% 25.8 46.0 57.4 22.2 36.5
累计暴雨站次/次 79 79 186 28 372
平均暴雨站次/次 2.5 3.4 6.9 14.0 4.4

2.4 环流特征

综上所述，2016—2024年夏季，昆仑山北坡共出现短时暴雨日42 d，非短时暴雨日66 d，混合暴雨日43 d，其中在短时暴雨日中有32 次仅出现了1站暴雨，其余10次出现的暴雨站数为2~4站，为避免参加合成分析的暴雨过程中由于暴雨站数太少导致的随机性，同时兼顾能够参加合成分析的暴雨过程数量最多，本文将昆仑山北坡三种类型的暴雨过程按照日暴雨站数进行降序排列，取每类暴雨的前10次过程进行合成。距平场由合成分析的平均场减去2016—2024年6—8月的多年平均场得到。

2.4.1 高层

100 hPa南亚高压是造成新疆暴雨的重要行星尺度天气系统，通常以75°E为界来划分南亚高压的形态，当南亚高压在75°E两侧各有一个高压中心时，称为双体型，当南亚高压仅有一个高压中心，且位于75°E以西（东）时，称为伊朗高压型（青藏高压型）[20]。由图4可以看出，在短时暴雨过程中，100 hPa位势高度的距平场呈现正-负-正的分布型式，在地中海和蒙古高原北部为正距平区，中亚至新疆为负距平区，东部的正异常中心略强于西部。在非短时暴雨过程中，100 hPa位势高度的距平场呈现负-正-负-正的分布型式，地中海和中亚至新疆的区域为负距平区，里海和蒙古高原北部为正距平区，西部的正异常中心明显强于东部。在混合暴雨中，30°N以北的区域基本为正距平区，其中在里海和蒙古高原北部存在两个较强的正异常中心。可见，在昆仑山北坡三类暴雨过程中，100 hPa位势高度距平场的分布存在明显差异，在短时暴雨过程中，东部的正异常中心较强，有利于南亚高压东部中心发展，南亚高压更易呈青藏高压型分布，在非短时暴雨过程中，西部的正异常中心较强，有利于南亚高压西部中心发展，南亚高压更易呈伊朗高压型分布；在混合暴雨中，东西两个正异常中心均较强，南亚高压更易呈双体型分布。此外，由图4还可以看出，在昆仑山北坡三类暴雨过程中，混合暴雨的高空急流最强、非短时暴雨次之、短时暴雨最弱，三类暴雨基本位于高空急流入口区的右侧，该区域存在强烈高空的辐散，通过“抽气”作用加强垂直上升运动，为暴雨发生提供有利的动力条件。
图4 短时暴雨（a）、非短时暴雨（b）、混合暴雨（c）过程平均环流距平场

注：黑色等值线为100 hPa平均位势高度（单位：dagpm）；色阶为100 hPa位势高度距平场（单位：dagpm）；蓝色风向杆为200 hPa平均风场（≥30 m·s-1）（单位：m·s-1）；绿色圆点为暴雨站点。

Fig. 4 Average circulation anomaly fields of short-term rainstorms (a), non-short-term rainstorms (b), and mixed rainstorms (c)

2.4.2 中层

中亚低槽是造成南疆暴雨的重要影响系统[21-22]，由图5可以看出，昆仑山北坡三类暴雨在500 hPa上的影响系统均为低槽。在短时暴雨过程中，500 hPa位势高度场在40°~50°N为带状分布的正距平区，中亚及以南地区为位势高度场的负距平区，昆仑山北坡位于负距平中心区的北部，主要受异常偏北风控制。在非短时暴雨过程中，500 hPa位势高度场呈“负-正-负-正”的分布，在乌拉尔山地区和蒙古高原东部分别存在一个位势高度场的正距平中心，昆仑山北坡位于上述两个正距平中心之间的负距平中心附近，异常偏北气流、偏东气流和偏南气流在昆仑山北坡汇合。混合暴雨500 hPa位势高度距平场的分布与非短时暴雨类似，但位于乌拉尔山和蒙古高原的正异常中心强度更强，且范围更大，此外，在伊朗高原还有一个位势高度场的正距平中心与乌拉尔山附近的正距平中心相连；与非短时暴雨不同的是，昆仑山北坡附近的位势高度场的负距平区域缩小且强度减弱。综上可知，在短时暴雨中，昆仑山北坡主要受异常偏北气流控制，中层冷空气偏强有利于形成不稳定层结，触发强对流天气，但由于缺乏南支水汽的持续输送，因此，暴雨持续时间短；在非短时暴雨过程中，多股气流在昆仑山北坡交汇，形成气旋式辐合，有利于造成降水的影响系统在昆仑山北坡长时间维持，暴雨持续时间长；在混合暴雨中，偏南风异常最强，南支水汽输送最充沛。
图5 短时暴雨（a）、非短时暴雨（b）、混合暴雨（c）过程500 hPa平均环流距平场

注：黑色等值线为500 hPa平均位势高度（单位：dagpm）；色阶为500 hPa位势高度距平场（单位：dagpm）；绿色箭头为500 hPa距平风场（单位：m·s-1）；黑色圆点为暴雨站点。

Fig. 5 500 hPa average circulation anomaly fields of short-term rainstorms (a), non-short-term rainstorms (b), and mixed rainstorms (c)

2.4.3 低层

地形对降水的动力作用表现为两个方面，一是强迫抬升，当地面风速越大，山的坡度越大，且山的走向与风向越垂直时，垂直上升运动越强；二是地形辐合，当盛行风灌进喇叭口地形时，由于地形收缩，使得辐合上升运动增强，增大降水量[23]。塔里木东风低空急流（即600 hPa以下风速≥12 m·s-1的气流带[24]）对南疆降水有重要作用，其能使低层空气在塔里木盆地内产生水平辐合，气流上升至中空后辐散流出，形成低层空气上升运动的启动力。在短时暴雨过程中（图6a、图6b），700 hPa偏东风伸至81°E附近，但强度较弱，动力抬升作用不足；850 hPa上，在暴雨过程开始前（图略），弱的东北风与昆仑山北坡西段西北-东南向的山脉夹角接近90°，低层气流在昆仑山北坡西段强烈辐合抬升，暴雨过程开始时，83°E以西昆仑山北坡一线的东风进一步增强，风场与地形造成的辐合上升运动也随之增强，与此同时，在79°E附近还存在东南风与西南风的辐合，进一步加剧了昆仑山北坡西段低层的辐合上升运动，为该区域出现暴雨提供了较好的动力条件。在非短时暴雨过程中（图6c、图6d），700 hPa上东灌进入塔里木盆地的冷空气明显强于短时暴雨过程，东灌冷空气形成的塔里木东风低空急流西伸至81°E附近，与南疆西部翻越帕米尔高原冷空气形成的偏北风辐合，与此同时偏北气流南伸时，遇到东西向的昆仑山大地形后在山前形成低层强烈辐合。850 hPa上，在非短时暴雨过程前（图略），东风延伸至82°E，风速距平值达7 m·s-1以上，82°E以西均为西风异常。结合实况资料发现，非短时暴雨过程前的12 h，盆地内均出现了不同程度的沙尘天气，已有研究表明[25]，沙尘气溶胶作为云凝结核和冰核，可以增加云中的凝结核数量，形成更多的冰晶，增强云的垂直发展，从而促进更强的降水。过程开始时，850 hPa东风回撤至87°E以东，沿山一线存在弱的北风异常，东北风与地形有一定的夹角，一定程度上为该区域的暴雨提供了动力抬升条件，80°~86°E山前的西北风与地形的相互作用使得该区域的暴雨频次高于其他区域。在混合暴雨过程中（图6e、图6f），700 hPa上冷空气几乎灌满整个盆地，东风异常达到5 m·s-1以上，低层水汽快速集中，76°E和82°E附近的偏北风与地形夹角大，垂直上升运动强。在混合暴雨过程前（图略），850 hPa东风伸至南疆西部，与其向东开口的喇叭口地形形成辐合抬升，81°E以西的昆仑山北坡一线，弱的偏西风与东北风在山前交汇，进一步增强低层的辐合上升运动。过程开始时，盆地东部转为东北风，与昆仑山大地形的夹角增大，盆地中部转为偏北风，与昆仑山山脉近乎垂直，强迫抬升作用强，80°~82°E山前存在西风异常，以上三支气流在82°E附近交汇，加之地形的增幅作用，是导致该区域暴雨频发的原因之一。
图6 短时暴雨、非短时暴雨、混合暴雨过程700 hPa（左）和850 hPa（右）平均环流距平场

注：黑色等值线为V分量距平场（单位：m·s-1）；色阶为U分量距平场（单位：m·s-1）；红色箭头为距平风场（单位：m·s-1）；灰色阴影为地形。

Fig. 6 Average circulation anomaly fields of 700 hPa (left) and 850 hPa (right) for short-term rainstorms, non-short-term rainstorms, and mixed rainstorms

2.5 物理量特征

2.5.1 水汽条件

露点温度（Td）和比湿（Q）是表征大气中水汽绝对含量的物理量，相对湿度（RH）则表征大气中水汽的饱和程度。研究表明[26]，盛夏我国西南地区暴雨过程中，700 hPa比湿需达到11.0 g·kg-1，850 hPa比湿需达到14.3 g·kg-1。昆仑山北坡的水汽条件远不如西南地区，从图7可以看出，在昆仑山北坡三类暴雨过程中，700 hPa比湿普遍小于8 g·kg-1，850 hPa比湿普遍小于10 g·kg-1。昆仑山北坡三类暴雨过程中，3种表征水汽的物理量在700 hPa的离散度普遍大于850 hPa；在非短时暴雨日和混合暴雨日里，3种水汽物理量的中位数接近，且均大于短时暴雨日。总体来看，短时暴雨日中3种水汽物理量的离散度最小，非短时暴雨日最大。三类暴雨中850 hPa和700 hPa露点（以下分别简写为Td850和Td700）的中位数的最大值与最小值分别相差2 ℃和3 ℃，比湿（以下分别简写为Q850和Q700）分别相差2 g·kg-1和3 g·kg-1，相对湿度（以下分别简写为RH850和RH700）分别相差20%和30%。综上可知，3种表征水汽的物理量在昆仑山北坡三类暴雨中的均值差异较小。由于水汽、动力和不稳定性是产生暴雨的重要条件，当出现暴雨的水汽条件满足时，暴雨的类型与大气的动力条件和不稳定性的关系更加密切。
图7 三类暴雨过程对应的850 hPa和700 hPa露点温度、比湿、相对湿度箱线图

注：箱子上下端的横线分别表示最大值和最小值；箱体自上而下的三条框线分别表示75%、50%、25%分位值；菱形表示平均值；星号表示异常值。

Fig. 7 Box-and-whisker plots of dew point temperature, specific humidity, and relative humidity at 850 hPa and 700 hPa for the three types of rainstorms

2.5.2 不稳定条件

850 hPa与500 hPa的温差（以下简称T85）反映了大气温度的垂直递减率，是表征大气热力温度的物理量，当二者温差较大时，表示大气处于热力不稳定状态，一般以7.0 ℃·km-1作为判断大气温度垂直递减率强弱的阈值。由图8可以看出，短时暴雨日的T85均值为33 ℃，非短时暴雨日和混合暴雨日均为30 ℃，昆仑山北坡三类暴雨T85均值的中位数较中国东北地区（23~24 ℃）明显偏高[27]。由于盛夏南疆空气干燥，比热容小，且多为晴朗少云的天气，地表直接吸收太阳短波辐射而快速升温，再通过感热加热使边界层气温升高，从而使得850 hPa与500 hPa之间的温差增大，昆仑山北坡短时暴雨日T85的垂直温度递减率为8.3 ℃·km-1，非短时暴雨日和混合暴雨日为7.5 ℃·km-1，三类暴雨均发生在偏强的垂直温度递减率环境中。
图8 三类暴雨过程对应的稳定度参数小提琴图

注：黑色圆点为数据点；横线为平均值。

Fig. 8 Violin plots of stability parameters corresponding to three types of rainstorms

K指数综合考虑了温度、湿度的垂直分布，也是业务中常用来判断大气的稳定度的物理量，当K指数的数值越大时，表示大气越不稳定。由图8可以看出，短时暴雨日、非短时暴雨日和混合暴雨日的K指数均值分别为30 ℃、32 ℃和33 ℃，低于湖南暴雨的K指数阈值（35 ℃）[28]。三种暴雨日的K指数分布相差不大，均为中间宽、两头窄的形态，其中短时暴雨的分布相对分散，在19.3~37.1 ℃之间，非短时暴雨和混合暴雨的分布相对集中，各分位值的差不超过2 ℃。
沙氏指数（Showalter Index，SI）表示500 hPa环境温度与气块从850 hPa绝热上升到500 hPa时的温度的差值，负值表示气块受到向上的浮力，大气处于不稳定状态。昆仑山北坡短时暴雨日、非短时暴雨日和混合暴雨日的SI均值分别为0.1 ℃、1.2 ℃和0.8 ℃（图8d），可见，昆仑山北坡短时暴雨的大气层结最不稳定，其次为混合暴雨，非短时暴雨在三类暴雨中相对最稳定。对比暴雨开始前12 h的SI发现，三类暴雨的SI分别下降了0.1 ℃、0.7 ℃和0.6 ℃，可见，昆仑山北坡暴雨开始前大气层结逐渐向不稳定状态转变。SI>0 ℃仅说明850 hPa的气块不易通过自身浮力引起上升运动，但暴雨仍可以通过锋面、低空急流等形成强烈的上升运动，因此，还需要结合其他要素进行综合分析。
对流有效位能（Convective Available Potential Energy，CAPE）是衡量气块从自由对流高度开始，在浮力作用下上升所能获得的能量，CPAE的数值越大，表示大气的潜在不稳定能量越大。研究表明[12]，我国中东部地区强降水的CAPE阈值区间为200~1500 J·kg-1，而昆仑山北坡短时暴雨日、非短时暴雨日和混合暴雨日的CAPE均值分别为324 J·kg-1、167 J·kg-1和162 J·kg-1（图8c），明显低于中东部地区。由图8还可以看出，短时暴雨CAPE值的离散度明显大于非短时暴雨和混合暴雨，短时暴雨所需的不稳定能量最强，其次是非短时暴雨，混合暴雨最弱；短时暴雨的CAPE均值虽然最大，但分布较分散，在0~1000 J·kg-1之间，而非短时暴雨有一半集中在25~205 J·kg-1，75%的混合暴雨发生在CAPE小于190 J·kg-1的环境中。
最有利抬升指数（Benefit Lifting Index，BLI）反映气块抬升后的不稳定程度，负值表示气块抬升后趋于不稳定。与CAPE类似，昆仑山北坡短时暴雨日BLI均值最小（-1.4 ℃），即最不稳定；非短时暴雨日和混合暴雨日的BLI均值接近，分别为-0.8 ℃和-0.6 ℃（图8e）。
综上可知，昆仑山北坡暴雨的不稳定条件与中国其他地区存在明显差异，5种表征不稳定度的物理量在昆仑山北坡非短时暴雨和混合暴雨中的差异较小，短时暴雨中的T85和CAPE值与其他两类暴雨的差异显著，其余不稳定指标在三类暴雨中的差异较小。

2.5.3 垂直风切变条件

垂直风切变是指大气中水平风向和风速随高度的变化，垂直风切变的大小通常与对流风暴的强弱密切相关，预报业务中常用0~6 km的风矢量差（SHR6）表示深层垂直风切变，当SHR6<12时，为弱垂直风切变，当12≤SHR6<20时，为中等以上垂直风切变，当SHR6≥20时，为强垂直风切变。研究表明[29]，贺兰山东麓一般暴雨过程的SHR6值为12.5 m·s-1。由图9可以看出，昆仑山北坡短时暴雨日SHR6的峰值在16 m·s-1附近（图9a），高于贺兰山东麓一般暴雨过程，属于中等强度的垂直风切变，有利于对流系统的倾斜发展，使上升气流和下沉气流相对分离，避免对流系统因降水拖曳作用而迅速消亡，从而为暴雨的产生提供了持续的动力条件。非短时暴雨日SHR6的峰值在11 m·s-1附近，低于贺兰山东麓一般暴雨过程，属于弱垂直风切变，在此类风切变环境中，垂直方向上风向和风速的变化相对较小，不利于对流系统的强烈发展和维持，降水主要是通过相对稳定的层状云降水机制产生，强度相对较小。混合暴雨日SHR6的峰值约为13 m·s-1，数值介于短时暴雨日和非短时暴雨日之间，与贺兰山东麓一般暴雨过程接近，也属于中等强度的垂直风切变，有利于增强冷池的组织性，使其集中在对流系统后部，从而维持上升-下沉气流偶的平衡，形成对流系统的自激励机制，提高降水效率[30]。除深层垂直风切变外，0~3 km的低层垂直风切变对风暴系统的发展也有重要作用，特别是在锋面附近，当0~3 km垂直风切变较大时，锋面坡度变陡，移速变快，导致降水区域扩大、降水强度增强。昆仑山北坡短时暴雨日的SHR3值均在10 m·s-1以下（图9b），具有明显的单峰特征，峰值约为5 m·s-1，表明该类型垂直方向上风向和风速的变化相对稳定；非短时暴雨日的SHR3峰值约为4 m·s-1，且在9 m·s-1处存在次峰；混合暴雨日的SHR3值范围最宽，且在高值区有延伸，峰值约为7 m·s-1，表明混合暴雨的0~3 km垂直风切变变化幅度最大，且容易出现在更有利的垂直风切变环境中。三类暴雨中，强深层垂直风切变的个例为极少数，其中非短时暴雨的占比约为4%，混合暴雨的占比约为8%，而短时暴雨全部是在较弱或中等以上垂直风切变环境中产生的。非短时暴雨日中较弱的深层垂直风切变占58%，说明该类型大多由较弱垂直风切变环境中的脉冲风暴产生[17]。
图9 三类暴雨过程对应的0~6 km（a）和0~3 km（b）风矢量差脊线

Fig. 9 Ridgeline plots of 0-6 km wind vector difference (a) and 0-3 km wind vector difference (b) corresponding to three types of rainstorms

3 结论与讨论

本文通过对2016—2024年夏季昆仑山北坡不同类型暴雨的时空分布、环流配置及物理量特征的对比分析，得出以下主要结论：
（1） 2016—2024年夏季，昆仑山北坡共出现151 d暴雨，其中非短时暴雨最多（66 d），混合暴雨（43 d）其次，短时暴雨（42 d）最少；昆仑山北坡暴雨空间分布存在纬向差异，其西段的暴雨范围明显大于中段，且为短时暴雨高发区，中段则为非短时暴雨和混合暴雨高发区；昆仑山北坡三类暴雨日数的月峰值出现时间不一致，非短时暴雨和混合暴雨在8月最多，短时暴雨在7月最多；三类暴雨的垂直分布存在海拔差异性，混合暴雨随海拔升高而增加，短时暴雨和非短时暴雨随海拔升高先增加再减少。
（2） 昆仑山北坡三类暴雨均发生在高空急流入口区右侧的辐散场中，主要影响系统均为中亚低槽；在短时暴雨中，南亚高压呈青藏高压型，中层冷空气偏强，但缺乏南支水汽的持续输送，低层东风较弱，系统性动力抬升作用较弱；在非短时暴雨中，南亚高压呈伊朗高压型，中层多支气流交汇于昆仑山北坡，有南支水汽补充，低层存在塔里木东风低空急流，强迫抬升作用显著；在混合暴雨中，南亚高压呈双体型，伊朗副高异常偏强，南支水汽充沛，低层有塔里木东风低空急流配合，多股气流在暴雨区交汇，地形抬升作用明显。
（3） 三类暴雨的不稳定参数和垂直风切变差异较大，短时暴雨的不稳定参数（T85、CAPE）显著高于其他两类，反映其更强的热力不稳定特征；非短时暴雨和混合暴雨的K指数、SI分布更集中，表明大气稳定度相对均匀。短时（非短时）暴雨以中等强度（弱）深层垂直风切变为主，有利于（不利于）强对流系统发展，降水主要由对流云（层状云）产生；混合暴雨的深层垂直风切变强度介于两者之间，且低层风切变变化幅度更大，体现了其兼具对流云与层状云降水的特征。
暴雨是昆仑山北坡水资源的重要贡献者，也是诱发山洪和地质灾害的直接原因，今后在实际预报业务中，7月需关注昆仑山北坡西段的短时暴雨，8月需重点监测昆仑山北坡中段的非短时暴雨和混合暴雨。由于昆仑山地形复杂，地面观测站点的布设难度大，建站成本高，目前，该区域的自动气象站主要集中在低海拔区域。因此，现阶段可使用的观测资料相对较少，本文针对昆仑山北坡高海拔区域得出的结论还存在不足，今后还需利用卫星等高分辨率资料做进一步的验证。目前，人工智能技术的快速发展为天气预报的革新创造了条件，后期将借助人工智能技术，通过多源资料融合，建立昆仑山地区暴雨物理量阈值库和预报预警模型，为“丝绸之路经济带”气象防灾减灾提供科学支撑。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
姚俊强, 陈静, 周桂香, 等. 新疆南部暴雨研究:科学认知与主要进展[J]. 沙漠与绿洲气象, 2024, 18(5): 1-8.

[ Yao Junqiang, Chen Jing, Zhou Guixiang, et al. Research on heavy rainfall in southern Xinjiang:Scientific knowledge and research advances[J]. Desert and Oasis Meteorology, 2024, 18(5): 1-8. ]

[2]
杨霞, 江远安, 张林梅, 等. 哈密市伊吾县峡沟水库集水区汛期降水特征[J]. 干旱区研究, 2024, 41(5): 753-764.

[ Yang Xia, Jiang Yuan’an, Zhang Linmei, et al. Analysis of precipitation characteristics in the Xiagou reservoir watershed in Yiwu County, Hami City, during the rainy season[J]. Arid Zone Research, 2024, 41(5): 753-764. ]

[3]
杨霞, 周鸿奎, 赵逸舟, 等. 新疆夏季暴雨精细化特征分析[J]. 气象, 2021, 47(12): 1501-1511.

[ Yang Xia, Zhou Hongkui, Zhao Yizhou, et al. Analysis on fine-scale characteristics of summer rainstorm in Xinjiang[J]. Meteorological Monthly, 2021, 47(12): 1501-1511. ]

[4]
杨霞, 杨柳. 昆仑山北坡西段和中段暴雨的特征及差异[J]. 干旱区研究, 2025, 42(2): 202-211.

[ Yang Xia, Yang Liu. Characteristics and differences in heavy rainfall in the western and central sections of the northern slope of the Kunlun Mountains[J]. Arid Zone Research, 2025, 42(2): 202-211. ]

[5]
张俊兰, 杨霞, 肖俊安, 等. 昆仑山北部夏季降水多尺度时空变化特征[J]. 高原山地气象研究, 2023, 43(3): 1-10.

[ Zhang Junlan, Yang Xia, Xiao Jun’an, et al. Multi-scale temporal and spatial variation characteristics of summer precipitation in northern Kunlun Mountains[J]. Plateau and Mountain Meteorology Research, 2023, 43(3): 1-10. ]

[6]
杨霞, 张云惠, 张超, 等. 南疆西部“5·21”极端大暴雨成因分析[J]. 沙漠与绿洲气象, 2020, 14(1): 21-30.

[ Yang Xia, Zhang Yunhui, Zhang Chao, et al. Causation analysis of the 21 May 2018 torrential rain in the west of southern Xinjiang[J]. Desert and Oasis Meteorology, 2020, 14(1): 21-30. ]

[7]
唐鹏, 黄艳, 张丽, 等. 中昆仑山北坡一次极端暴雨天气过程分析[J]. 沙漠与绿洲气象, 2022, 16(6): 34-41.

[ Tang Peng, Huang Yan, Zhang Li, et al. Causes analysis of an extreme torrentaial rain on the north slope of middle Kunlun Mountains[J]. Desert and Oasis Meteorology, 2022, 16(6): 34-41. ]

[8]
韩兴胜. 中昆仑山北坡降水量变化特征分析[J]. 人民长江, 2017, 48(S2): 85-88.

[ Han Xingsheng. Characteristics of precipitation variation on the northern slope of central Kunlun Mountain[J]. Yangtze River, 2017, 48(S2): 85-88. ]

[9]
杨霞, 周鸿奎, 许婷婷, 等. 南疆夏季不同类型暴雨精细化特征对比分析[J]. 干旱区研究, 2021, 38(3): 747-756.

[ Yang Xia, Zhou Hongkui, Xu Tingting, et al. Comparative analysis of the fine characteristics of different rainstorms in southern Xinjiang during summer[J]. Arid Zone Research, 2021, 38(3): 747-756. ]

[10]
王荣喆, 钱莉, 钱沛泉. 河西走廊东部暴雨气候特征及天气特征[J]. 干旱区研究, 2015, 32(1): 102-107.

[ Wang Rongzhe, Qian Li, Qian Peiquan. Characteristics of rainstorm climatic conditions in the eastern Hexi Corridor[J]. Arid Zone Research, 2015, 32(1): 102-107. ]

[11]
李超, 隆霄, 曹怡清, 等. 贺兰山东麓20次暴雨过程环流形势及低空急流特征[J]. 干旱区研究, 2022, 39(6): 1753-1767.

[ Li Chao, Long Xiao, Cao Yiqing, et al. Circulation pattern and LLJ characteristics of 20 rainstorm events in the eastern region of the Helan Mountain[J]. Arid Zone Research, 2022, 39(6): 1753-1767. ]

[12]
田付友, 郑永光, 张涛, 等. 我国中东部不同级别短时强降水天气的环境物理量分布特征[J]. 暴雨灾害, 2017, 36(6): 518-526.

[ Tian Fuyou, Zheng Yongguang, Zhang Tao, et al. Characteristics of environmental parameters for multi-intensity short-duration heavy rainfalls over East China[J]. Torrential Rain and Disasters, 2017, 36(6): 518-526. ]

[13]
沈澄, 孙燕, 魏晓奕, 等. 基于物理量参数的江苏短时强降水预报模型的研究[J]. 气象, 2016, 42(5): 557-566.

[ Shen Cheng, Sun Yan, Wei Xiaoyi, et al. Research of flash-heavy-rain forecast model in Jiangsu based on physical parameters[J]. Meteorological Monthly, 2016, 42(5): 557-566. ]

[14]
朱蒙, 康暑雨, 张艳玲. 豫东地区短时强降水时空分布特征及物理量指标分析[J]. 气象与环境科学, 2020, 43(3): 116-123.

[ Zhu Meng, Kang Shuyu, Zhang Yanling. Analysis of synoptic characteristics of short-time heavy precipitation and the physical quantity index in eastern Henan Province[J]. Meteorological and Environmental Sciences, 2020, 43(3): 116-123. ]

[15]
黄艳, 俞小鼎, 张云惠. 新疆短时强降水天气主要流型及环境参量特征分析[J]. 气象科技, 2022, 50(1): 85-93.

[ Huang Yan, Yu Xiaoding, Zhang Yunhui. Characteristic analysis of main weather pattern and environmental parameter of short-time heavy precipitation in Xinjiang[J]. Meteorological Science and Technology, 2022, 50(1): 85-93. ]

[16]
毛列尼·阿依提看, 杨莲梅, 张云惠, 等. 近10 a中亚低涡背景下新疆短时强降水环境场分析[J]. 干旱区地理, 2018, 41(2): 273-281.

[ Ayitken Maulen, Yang Lianmei, Zhang Yunhui, et al. Characteristic analysis of environment of short-time heavy rainfall under the background of the Central Asian vortex in Xinjiang in recent ten years[J]. Arid Land Geography, 2018, 41(2): 273-281. ]

[17]
黄艳, 安克武, 唐鹏. 南疆西部两种强对流天气环境参数特征分析[J]. 沙漠与绿洲气象, 2022, 16(6): 11-17.

[ Huang Yan, An Kewu, Tang Peng. Characteristics on two severe convective weather environmental parameters in the west of southern Xinjiang[J]. Desert and Oasis Meteorology, 2022, 16(6): 11-17. ]

[18]
杨柳, 杨霞, 刁鹏, 等. ECMWF模式对昆仑山北坡夏季降水日变化特征的预报性能分析[J]. 干旱区研究, 2025, 42(1): 27-39.

[ Yang Liu, Yang Xia, Diao Peng, et al, Analysis of the forecast performance of the ECMWF Model for the diurnal variation characteristics of summer precipitation on the northern slope of the Kunlun Mountains[J]. Arid Zone Research, 2025, 42(1): 27-39. ]

[19]
张家宝, 邓子风. 新疆降水概论[M]. 北京: 气象出版社, 1987: 400.

[ Zhang Jiabao, Deng Zifeng. Conspectus of Xinjiang precipitation[M]. Beijing: China Meteorological Press, 1987: 400. ]

[20]
钱永甫, 张琼, 张学洪. 南亚高压与我国盛夏气候异常[J]. 南京大学学报(自然科学版), 2002, 38(3): 295-307.

[ Qian Yongfu, Zhang Qiong, Zhang Xuehong. The South Asian high and its effects on China’s mid-summer climate abnormality[J]. Journal of Nanjing University (Natural Sciences), 2002, 38(3): 295-307. ]

[21]
谢泽明, 周玉淑, 杨莲梅. 新疆降水研究进展综述[J]. 暴雨灾害, 2018, 37(3): 204-212.

[ Xie Zeming, Zhou Yushu, Yang Lianmei. Review of study on precipitation in Xinjiang[J]. Torrential Rain and Disasters, 2018, 37(3): 204-212. ]

[22]
金晨, 何清, 黄乾. 南疆暴雨研究进展[J]. 大气科学学报, 2023, 46(1): 82-96.

[ Jin Chen, He Qing, Huang Qian. A review on rainstorm research in southern Xinjiang[J]. Transactions of Atmospheric Sciences, 2023, 46(1): 82-96. ]

[23]
朱乾根, 林锦瑞, 寿绍文, 等. 天气学原理和方法[M]. 北京: 气象出版社, 2000.

[ Zhu Qiangen, Lin Jinrui, Shou Shaowen, et al. Principle of Synoptic Meteorology[M]. Beijing: China Meteorological Press, 2000. ]

[24]
杨霞, 周鸿奎, 赵克明, 等. 塔里木东风低空急流特征分析[J]. 干旱区研究, 2021, 38(5): 1216-1225.

[ Yang Xia, Zhou Hongkui, Zhao Keming, et al. Analysis of the characteristics of the easterly low-level jet in Tarim[J]. Arid Zone Research, 2021, 38(5): 1216-1225. ]

[25]
Huang J P, Wang T H, Wang W C, et al. Climate effects of dust aerosols over East Asian arid and semiarid regions[J]. Journal of Geophysical Research-Atmospheres, 2015, 119(19): 11398-11416.

[26]
顾天红, 杜小玲, 李力, 等. 基于探空资料的西南区域暴雨环境参数统计分析[J]. 中低纬山地气象, 2022, 46(2): 27-32.

[ Gu Tianhong, Du Xiaoling, Li Li, et al. Statistical analysis of the environmental parameters of heavy rainfall in Southwest China based on sounding observation[J]. Journal of Mountain Meteorology, 2022, 46(2): 27-32. ]

[27]
孙欣, 陈传雷, 梁寒, 等. 辽宁地区大暴雨环境场和物理量场合成分析[J]. 气象与环境学报, 2016, 32(5): 40-46.

[ Sun Xin, Chen Chuanlei, Liang Han, et al. Composite analysis of environmental and physical quantity fields of heavy rainstorm in Liaoning Province[J]. Journal of Meteorology and Environment, 2016, 32(5): 40-46. ]

[28]
王强, 唐明晖, 叶成志, 等. 湖南西南急流型暖区暴雨特征分析[J]. 沙漠与绿洲气象, 2025, 19(4): 103-111.

[ Wang Qiang, Tang Minghui, Ye Chengzhi, et al. Characteristics of the southwest jet stream type warm-sector rainstorm in Hunan Province[J]. Desert and Oasis Meteorology, 2025, 19(4): 103-111. ]

[29]
陈豫英, 苏洋, 张一星, 等. 贺兰山东麓不同量级暴雨过程的环流特征和概念模型[J]. 高原气象, 2022, 41(5): 1161-1174.

[ Chen Yuying, Su Yang, Zhang Yixing, et al. Circulation characteristics and conceptual model of rainstorm processes in the eastern foot of the Helan Mountain[J]. Plateau Meteorology, 2022, 41(5): 1161-1174. ]

[30]
张培昌, 杜秉玉, 戴铁丕. 雷达气象学[M]. 北京: 气象出版社, 2000.

[ Zhang Peichang, Du Bingyu, Dai Tiepi. Radar Meteorology[M]. Beijing: China Meteorological Press, 2000. ]

Options
Outlines

/

〈 〉