快速检索
  气象   2008, Vol. 34 Issue (10): 12-19.  

研究论文

引用本文 [复制中英文]

张蕾, 毛夏, 2008. 灾害性天气过程中气象要素  小尺度水平梯度分析[J]. 气象, 34(10): 12-19. DOI: .
[复制中文]
Zhang Lei, Mao Xia, 2008. Analysis on Micro Scale Horizontal Gradient of Meteorological Elements in Disastrous Weather Cases[J]. Meteorological Monthly, 34(10): 12-19. DOI: .
[复制英文]

文章历史

2008年1月06日收稿
2008年5月03日收修定稿
灾害性天气过程中气象要素  小尺度水平梯度分析
张蕾 , 毛夏     
广东省深圳市气象局,518040
摘要:利用深圳机场跑道两端气象观测资料,统计了气象要素年平均小尺度水平梯度变化,并选择4个典型灾害性天气过程,分析不同天气条件下水平梯度变化的特征。两站气象观测记录的年平均值在探测精度范围内是相等的,标准差、偏度系数、峰度系数等的变化一致。年平均水平气压梯度为0.0064hPa/km,温度年平均水平温度梯度为0.035℃/km,年平均水平风速梯度1.1×10-4/s。飑线过程中水平气压梯度可达年均值的170倍以上,水平温度梯度最大0.6℃/km,风速最大相差8m/s,相当于5.3×10-3/s的水平风速梯度;强对流过程中气象要素及其水平梯度变化与飑线过程的基本一致;连续暴雨过程可以出现0.15hPa/km水平气压梯度、0.5℃/km水平温度梯度以及90°的风向偏差等稳定持续10小时的现象;冷空气影响期间0.1hPa/km的水平气压梯度可以持续30小时以上。
关键词灾害性天气    气象要素    小尺度    水平梯度    
Analysis on Micro Scale Horizontal Gradient of Meteorological Elements in Disastrous Weather Cases
Zhang Lei, Mao Xia    
Shenzhen Meteorological Observatory, Guangdong Province 518040
Abstract: The data obtained at both ends of runway at Shenzhen airport is used to analyze the micro scale horizontal gradient variation, and four typical disastrous weather cases were chosen to do the detail analysis. It was found that the annual mean horizontal gradients of pressure, temperature and wind speed are 0.0064hPa/km, 0.035℃/km and 1.1×10-4/s, respectively. In the case of a squall, the longitudinal horizontal gradients of pressure, temperature and wind speed are 1.2hPa/km, 0.035℃/km and 5.3×10-3/s, respectively and the minus horizontal gradient of temperature and relative humidity maintained over 45 minutes until the squall reached. In the case of thunderstorm the horizontal gradient of each element is similar to the case of squall, but no minus horizontal gradient of relative humidity occurred. In the case of continuous heavy rain, the 0.15hPa/km pressure gradient and 0.5℃/km temperature gradient and 90° wind direction difference were maintained over 10 hours. When a cold air arrived, the temperature and pressure gradient would reverse, but relative humidity gradient would keep invariable, and the gradients would last until the end of process.
Key words: disastrous weather    meteorological elements    micro scale    horizontal gradient    
引言

台风、暴雨等灾害性天气可以对生命、财产、环境以及来之不易的发展成果构成严重的影响[1],伴随城市化、环境退化、气候变化、稀缺资源竞争、经济全球化等问题使得脆弱程度的加深,灾害风险日趋严重,识别、评估和监测灾害风险和加强预警已成为全世界减灾行动的重点。

灾害性天气通常都与中小尺度系统密切相关[2],但中小尺度的短时临近预报却是个十分困难的问题,既受制于缺乏高时空分辨率的观测系统,也受制于缺乏基础性机理研究的重要突破。朱乾根等[3]1992年提出了地面观测“大网套小网”的建网方式,即在大尺度观测网中布置中尺度观测网,再在中尺度观测网中布置若干个小尺度观测网。深圳市气象局参照以上方式,1995年开始在深圳1953km2区域范围内布设了由45个自动气象站(以下简称自动站)组成,空间分辨率为6.5km,时间分辨率为1小时的中尺度观测网。经过10多年的不断完善,截止2007年底,自动站总数已超过120个,空间分辨率提高到4.0km,时间分辨率提高到1分钟,并与深圳机场的小尺度观测系统相结合,构成了业务化运行的大网套小网观测系统。

深圳的复杂地形和快速城市化导致自动站观测结果中,既有天气系统变化的信息,也有局地气象要素特殊变化的反应,从而使中小尺度要素场分析,因剔除局地因素的复杂性而变得相当困难。本文尝试利用深圳机场相对均一下垫面的小尺度观测资料,对灾害性天气过程中气象要素小尺度水平梯度进行初步的分析,探讨水平梯度变化在短时临近预报中可能的应用,并期望成为下一步开展中小尺度要素场分析工作的基础。

1 资料

深圳机场位于深圳市的西部,珠江入海口的东岸。除偏东方向约3km处有个高100m左右的山体外,机场四周相对空旷。机场气象观测系统沿154°方向设在跑道两端,南端自动站(AP1)与北端自动站(AP2)之间相距1783m,采用Vaisala生产的MiDAS机场气象观测系统,观测精度符合WMO-No.8[4]规范要求。本文采用AP1、AP2两站,2005—2006两年,每3分钟一次的6要素(温度、湿度、气压、雨量、风向、风速)观测资料。

2 气候分析

表 1给出了AP1、AP2自动站各要素整年观测结果的气候统计,平均数说明分布的位置量数[5],标准差表征分散量数,同时用偏度系数

$ {\gamma _1}{\rm{ = }}\frac{{{\mu _3}}}{{{\sigma ^3}}} $

和峰度系数

$ {\gamma _2}{\rm{ = }}\frac{{{\mu _4}}}{{{\sigma ^4}}}-3 $

分别表示分布的偏态和峰态,式中μ3μ4分别是三次中心矩和四次中心矩,σ为标准差。

表 1 AP1、AP2站2005—2006年气候统计

表 1气候统计可知,AP1、AP2两站各气象要素在探测精度范围内相等,而且标准差、偏度系数、峰度系数的数值和年际变化一致,同时也说明两站设备之间的一致性很好,其观测结果的差值可以真实地反映气象要素的水平梯度变化。

各气象要素之间,气候统计结果还存在一些细微的差别。

气压是偏差最小的量,2005—2006两年观测结果,换算成年平均水平气压梯度相当于0.0 064hPa/km,与“天气尺度上水平气压梯度的量级为0.01hPa/km”的结论一致,由于深圳地处华南沿海,纬度低,水平气压梯度小于0.01hPa/km也是合理的。在年平均气压值偏低的20 06年,台风等低压系统影响多,水平气压梯度会明显增大。气象行业标准(QX/T 1-2000)规定的气压测量分辨率是0.1hPa,准确度是0.3hPa,根据此标准,计算了两站之间观测结果大于测量分辨力的累计时间是平均每年57.401天,而大于测量准确度的累计时间仅有0.439天,说明两站之间在99.88%的时间里,气压测量结果应视为相等。两站之间最大气压差是2. 2hPa,相当于1.2hPa/km的水平气压梯度。

温度是偏差较小的量,换算成年平均水平温度梯度相当于0.035℃/km,温度在平均值高的年份,水平梯度也增大,两站标准差之间的差别增大,年与年之间由于平均温度的不同,峰度系数会出现明显的变化,2005年AP1的峰度系数小于AP2的值,2006年则相反,偏度系数的变化规律基本保持一致。按照QX/T 1-2000标准,温度测量分辨率是0.1℃,准确度是0.2℃,两站之间观测结果大于测量分辨力的累计时间是平均每年302.579天,而大于测量准确度的累计时间仅有210.449天,说明两站之间在42.34%的时间里,温度测量结果应视为相等。温度的局地变化明显高于气压。

相对湿度由于探测精度的原因,数据的水平差异较大,但各项统计值的变化趋势是一致的。风速有相当明显的局地差异,换算成年平均水平风速梯度(南北方向)相当于1.1×10-4/s。两站之间风速的标准差、偏度系数、峰度系数都不完全一致,说明机场周边地形对风有一定的影响。

3 过程分析 3.1 飑线过程

2005年第10号热带风暴珊瑚于8月13日中午12时45分在汕头市登陆,登陆时风暴中心最大风速10级(28m·s-1),阵风12级,登陆后继续向西北偏北方向移动。受“珊瑚”外围环流影响,8月13日16:20开始,一次飑线过程影响深圳机场,图 1给出飑线影响前后3小时测站的气象要素及其水平梯度变化。

图 1 2005年8月13日飑线过程中气象要素小尺度及其水平梯度变化

图 1可知,飑线过境时地面气象要素出现急剧变化,最早变化的是气压,从15:50开始30分钟内涌升1.8hPa;其次是风向,15:55开始20分钟内从170°连续稳定地顺转到350°,1 6:05开始15分钟内风速从3m·s-1攀升到22m·s-1,17m·s-1以上大风仅持续约5分钟;在风速达到极大值前3分钟,开始急剧降温降湿,10分钟内,温度降9 ℃,湿度降8%后急速上升18%,同时拌有持续15分钟的强降水,最大雨强达到50mm·h-1 ;大风结束后,约50分钟,各要素陆续恢复正常。

系统过境时,两站间气压最大相差2.2hPa,相当于1.1hPa/km的水平气压梯度,达到年平均水平气压梯度值的170倍以上,系统过境前会出现振幅达0.8hPa的水平气压梯度的波动;温度最大相差1.1℃,相当于0.6℃/km的水平温度梯度,达到年平均水平温度梯度值的15倍以上;风速最大相差8m·s-1,相当于5.3×10-3·s-1的水平风速梯度,达到年平均水平风速梯度值的80倍以上;在系统过境前风向顺时针旋转期间,两站之间的风向差为稳定的负值,在系统过境后风向逆时针旋转期间,两站之间的风向差为稳定的正值,风速10m·s-1时,最大风向差可达40°,系统影响结束时,出现的最大风向差为140°(当时风速3m·s-1)。

从风速、风向的水平梯度变化还可以粗略地判别出系统的移向和移速。这次过程中系统是由偏北向偏南方向移动,沿两站联线方向的移动速度约20km/h。

3.2 强对流过程

2005年5月6日凌晨受高空槽和弱冷空气影响,一次强对流天气过程经过深圳机场,出现强降雨、强雷电和短时大风。图 2给出强对流影响前后6小时测站的气象要素及其水平梯度变化。

图 2 2005年5月6日强对流过程中气象要素小尺度及其水平梯度变化

图 2可知,强对流天气过程影响期间,气象要素及其水平梯度变化与上节热带风暴外围飑线过程的要素变化基本一致。如以风速最大值出现时间1:50为系统过境时间,则在系统过境前30分钟,气压开始涌升,在系统过境15分钟后气压达到最高,涌升2.8hPa;风向在系统过境时间30分钟开始连续稳定地顺转到,从190°一直顺转,跨过360°后直转到135°,期间风速从4m·s-1攀升到16m·s-1,极大风速维持了3分钟;系统过境开始急剧降温降湿,10分钟内,温度降5℃,湿度降5%后急速上升10%;系统过境15分钟后开始出现强降水,30mm/h雨强的降水持续了30分钟。这次过程前后持续约2小时,全过程雷暴高压维持,低温高湿,风速逐渐减小,风向稳定,降雨持续。

系统过境时,两站间气压最大相差0.8hPa,相当于0.5hPa/km的水平气压梯度;温度最大相差2.2℃,相当于1.2℃/km的水平温度梯度,达到年平均水平温度梯度值的40倍以上;风速最大相差8m·s-1,相当于5.3×10-3·s-1的水平风速梯度;在系统过境时,最大风向差达50°,系统影响结束时,出现的最大风向差为150°(当时风速2 m·s-1)。强降雨期间,雷暴高压维持,AP1站气压持续偏低0.1~0.3hPa,温度持续偏高0.3~0.5℃,风速持续偏高1~3m·s-1

3.3 连续暴雨过程

2006年9月13—14日,受在广东省阳江市附近地区登陆的南海低压的外围环流影响,深圳出现连续暴雨过程,累积雨量达212.6mm。图 3给出连续暴雨过程前后48小时的气象要素及其水平梯度变化。

图 3 2006年9月13日前后连续暴雨过程中气象要素小尺度及其水平梯度变化

图 3可知,降雨时段从12日22时开始,直到14日凌晨1时结束,持续时间长达27小时,其中主要降水时段集中在13日的上午和13日的夜间。从气压曲线可以看出,强降水时段出现在半日波的升压阶段;强降水发生前会出现明显的升温降湿,升温1~3℃,降湿6%左右,持续时间1~2小时;整个过程中风向稳定,平均风速从8m/s逐渐下降到2m·s-1,过程结束后,风向开始出现连续的顺转,从30°逐渐转到290°。

连续暴雨过程中,气象要素水平梯度具有明显的规律性变化。强降水开始前,天气不稳定,水平气压梯度出现明显的波动,但振幅很小,0.1hPa/km,温度出现稳定的正偏差,平均水平温度梯度约0.3℃/km,风速以负偏差为主,平均可达1×10-3/s的水平风速梯度,由于风速较大,两站之间风向保持一致。在第一次强降水期间,气压水平梯度达到0.3hPa/k m,温度水平梯度达到0.9℃/km,最大风速差达到5m·s-1。在两次强降水期间,出现了难得一见的持续稳定的水平气压梯度和温度梯度,0.15hPa/km水平气压梯度和0.5℃/km的水平温度梯度持续了约10小时。在第二次强降水中,气压和温度的水平梯度不明显,但水平风速梯度的方向与第一次相反,从第二次强降水开始,在不到1.9km的水平距离上,90°的风向偏差稳定持续了将近10小时。

3.4 冷空气过程

2006年1月20日凌晨一股冷空气抵达深圳,之后冷空气不断补充,深圳出现持续降温过程。图 4给出这次冷空气过程前后72小时的气象要素及其水平梯度变化。整个过程中最高气温和最低气温相差16℃,最大24小时降温10.5℃,如果以风向从110°跳转到102°作为冷空气到达时间,则在冷空气过境前10小时降温过程已开始,连续降温持续时间约40小时,冷空气过境时风速明显增大,并伴有小雨。

图 4 2006年1月20日前后冷空气过程中气象要素小尺度及其水平梯度变化

气象要素水平梯度变化并不十分明显,冷空气过境前,有弱的正(南高北低)水平气压梯度,平均值约0.1hPa/km,冷空气过境后,转为负梯度,平均值略高于0.1hPa/km,持续时间长达30小时以上;冷空气过境时出现了0.5℃/km的水平温度梯度,并持续约4小时;整个冷空气影响期间风速水平梯度呈现均匀脉动状态,风向偏差很小并保持稳定。在冷空气过境前,会有小股冷空气渗透的现象发生,表现为风速突增(2m·s-1上升到5m·s-1),湿度急降(87%降到64%),水平温度梯度短时间达到1.0℃/km,并出现30°以上的风向差。

4 结语

本文利用深圳机场跑道两端相距1.783km的两个自动气象站,2005—2006两年的观测资料,统计了气象要素年平均的小尺度水平梯度变化,并选择4个典型的灾害性天气过程,分析了不同天气条件下气象要素水平梯度变化的特征,主要结论如下:

(1) 气候统计表明,AP1、AP2两站各气象要素在探测精度范围内相等,而且标准差、偏度系数、峰度系数的数值和年际变化一致,其逐时观测结果差值可以真实地反映气象要素在水平梯度上的变化。

(2) 深圳机场气压的年平均水平气压梯度为0.0064hPa/km,最大气压差是2.2hPa,相当于1.2hPa/km的水平气压梯度;温度年平均水平温度梯度为0.035℃/km,相对湿度由于探测精度的原因,数据的水平差异较大,风速有相当明显的局地差异,年平均水平风速梯度1.1×1 0-4·s-1

(3) 飑线过程中水平气压梯度可达1.1hPa/km,是年均值的170倍以上;水平温度梯度最大0.6℃/km,风速最大相差8m·s-1,相当于5.3×10-3·s-1的水平风速梯度,当风速10m·s-1时,最大风向差可达40°。

(4) 强对流过程中气象要素及其水平梯度变化与飑线过程的基本一致。水平气压梯度0.5hPa /km,水平温度梯度1.2℃/km。强降雨期间,雷暴高压维持,AP1站气压持续偏低0.1~0.3hP a,温度持续偏高0.3~0.5℃,风速持续偏高1~3m·s-1

(5) 连续暴雨过程中,出现了难得一见的现象,0.15hPa/km水平气压梯度和0.5℃/km的水平温度梯度持续了约10小时;在不到1.9km的水平距离上,90°的风向偏差稳定持续了将近10小时。

(6) 冷空气过程中,气象要素水平梯度变化并不十分明显,在冷空气过境前,会有小股冷空气渗透的现象发生,表现为风速突增,湿度急降,冷空气影响期间0.1hPa/km的水平气压梯度可以持续时间长达30小时以上。

参考文献
[1]
United Nations. Building the resilience of nations and communities to disasters: [Hyogo] Framework for action 2005-2015[C]. Would conference on disaster reduction, 2005, A/CONF. 206/L. 2. 21-24.
[2]
赵思雄. 中尺度动力学与暴雨等灾害性天气预测理论的研究[J]. 大气科学, 1998, 22(4): 503-510.
[3]
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, 1992: 417-418.
[4]
WMO. 2006, Guide to Meteorological Instrumente and Methods of Observation. WMO-No. 8, 3. 11-3. 14.
[5]
幺枕生. 气候统计学基础[M]. 北京: 科学出版社, 1984: 125-128.