2. 南京大学大气科学学院, 南京 210093;
3. 合肥市气象局,合肥 230041
2. School of Atmospheric Sciences, Nanjing University, Nanjing 210093;
3. Hefei Meteorological Bureau of Anhui, Hefei 230041
弓状回波是指快速运动的、向前凸起的、形如弓的强对流回波。它通常伴随下击暴流、冰雹、暴雨或龙卷等强烈天气现象,极易形成地面线性灾害性雷暴大风(Fujita,1978)。我国地处东亚季风区,地跨高中低纬度,地形起伏,自然条件复杂,发生的气象灾害种类较多、发生频次高、分布地域广、持续时间长, 是世界上遭受气象灾害影响严重的少数国家之一。据1990—2006年统计,我国大陆每年因气象灾害造成的直接经济损失达1859亿元,占国内生产总值的比例平均为2.8%(秦大河,2008)。江淮区域(30°~36°N、115°~122°E)一般为海拔较低的丘陵和平原,地势平坦、范围广阔,是我国气象灾害最易发生的地区之一。2009—2012年,江淮地区发生了多起灾害性天气,例如,2009年6月3—4日,一次罕见的弓状回波过程袭击了我国黄淮地区,先后影响了河南、山东、安徽和江苏,造成了非常严重的人员伤亡和经济损失,河南有22人死亡,其中商丘市受灾人口达到241.92万人,引起了广泛关注。
弓状回波是造成地面灾害性大风主要系统之一。Gallus等(2008)将2002和2007年发生在美国中北部地区的对流系统分为9类:孤立单体、对流单体群、断裂线状对流系统、前部层状云的线状系统、后部层状云的线状系统、平行层状云线状系统、弓状回波(bow echo,BE)、没有层云降水的线状对流系统和非线性对流系统,分析这几类线状对流的发生频率及造成气象灾害的概率,统计分析表明引起地面大风的对流形态特征中BE形最易产生地面大风(≥25.7 m·s-1)。弓状回波内的中尺度涡旋同龙卷风和地面的直线风有紧密的联系,雷达观测显示γ中尺度(2~20 km)的涡旋常在弓状回波的前沿生成,这些低层的涡旋加强有利于龙卷的生成(Atkins et al, 2004)。Klimowski等(2004)通过分析美国273个弓状回波发展过程,将弓状回波分为BE (classic bow echo)、BEC(bow-echo complex)、CBE(cell bow echo)、SLBE(squall line bow echo)四大类。为深入了解弓状回波中地面灾害性雷暴大风的形成机制,美国于2003年专门举行了弓状回波与中尺度涡旋试验(bow echoes and mesoscale convective vortex experiment BAMEX;Davis et al, 2004)。通过分析试验中的弓状回波雷达观测,发现地面最大风出现在中层后向入流急流的下沉和低层弓状回波顶点北侧的气旋式涡旋共同作用区域(Atkins et al,2005;Wakimoto et al,2006)。Xu(2015a;2015b)等进一步研究表明,急流的下降直接加强了地面风速,也极大增强了底层现有正涡度中心前部的水平辐合和相应的对垂直涡管的拉伸作用,使得环流快速增强形成中涡旋。基于追随空气质点的环流和涡度的细致分析,发现中涡旋近地面的垂直涡度主要源于地表摩擦产生的水平涡度的垂直倾斜。
我国学者对于地面灾害性雷暴大风和弓状回波的环境特征也开展了一系列研究。秦丽等(2006)依据北京近郊区3个测站的资料研究得出最有利于雷暴大风产生的探空结构:低层暖湿,中高层有干冷空气,环境大气的不稳定度较大并且风的垂直切变也较大。曲晓波等(2010)对淮河中下游地区连续出现三次弓状回波天气过程分析也得到类似的结论。廖晓农(2009)探讨了北京地区2000—2007年干、湿两种类型的雷暴大风热力稳定度条件、环境风垂直分布及演变等特征,结果表明绝大多数干型雷暴大风产生在对流有效位能较小但对流层中低层环境风垂直切变却比较大的环境中,而湿型雷暴大风则多发生在热力不稳定的条件下。余蓉等(2011)通过1971—2000年的地面观测资料得到了我国东部地区雷暴大风发生的地域分布、年际变化等情况。杨晓霞等(2014)对1971—2008年山东雷暴大风进行了天气模型分类研究,指出了不同季节雷暴大风发生的天气尺度模型。廖晓农等(2009),王彦等(2009),钟利华等(2011),何志强等(2014)对北京、天津、广西以及首都机场雷暴大风气候特征、天气雷达产品、环流特征等做了分析研究。
以上的研究多基于雷达观测统计分析,而深入地理解弓状回波的形成机制和机理需要借助高分辨雷达观测以及高分辨数值模拟。王秀明等(2012)利用雷达以及高密度地面的资料分析指出,冷池合并是商丘一次极端地面大风形成的重要原因之一。梁建宇等(2012)通过一次飑线过程高分辨模拟表明,中层入流是地面大风形成的重要原因之一。水汽试验表明,增加水汽含量,有利于对流增强,冷池和雷暴高压增强导致地面大风增强(孙建华等,2014)。陈明轩等(2012)借助雷达资料快速循环更新分析与预报系统,研究了华北地区的一次飑线过程的低层动力和热动力影响机制,指出低层垂直风切变和冷池的相互作用是飑线发展和传播的关键机制。王秀明等(2013)通过数值模拟研究了低层湿度对风暴组织结构的影响,指出中-高湿度环境下,有利于飑线的高度组织化。
随着我国以新一代天气雷达网为代表的现代化监测网络的建立,为弓状回波发生环境和精细结构等的研究提供了新的可能。江淮区域夏季易出现强对流天气,该区域经济发展迅速,人口密集,灾害性天气易造成重大的人员伤亡、经济损失和巨大的社会影响。然而国内目前针对该区域弓状回波统计分析尚少。本研究旨在揭示我国江淮地区弓状回波发生的环境及其与瞬时灾害性风之间的关系,为预报提供参考。
1 资料和方法本文采用2009—2012年中国气象局国家气象中心发布的强对流天气重要天气报文、常规地面观测资料、探空资料、10 min一次地面自动站加密观测资料、FNL 1°×1°分辨率再分析资料(Kalnay et al, 1996; Saha et al, 2010)以及江淮区域14部新一代多普勒天气雷达基数据(Level-Ⅱ)资料(包括青岛、临沂、商丘、阜阳、蚌埠、合肥、马鞍山、徐州、连云港、盐城、南通、南京、青浦和上海)。雷达基数据利用美国国家大气研究中心(National Center for Atmospheric Research,NCAR)提供的SOLOII软件对雷达资料进行预处理,包括去除噪声点、地物回波和二次回波处理等。
雷暴发生前的环境特征主要通过FNL再分析资料结合地面、探空资料获取。其中FNL再分析资料主要用于500 hPa雷暴发生的天气尺度形势场分析以及区域平均的对流指数计算。文中站点对流指数则用探空资料计算得到,考虑到06和18时没有探空资料,而文中统计的灾害性天气有一定比例发生在下午甚至傍晚,我们对这两个时刻的探空资料进行了修正。采用Johnson等(1991)方法,即利用14时的地面观测资料对08时的探空进行修正以获取雷暴发生前的热力环境。从修正以后的探空资料计算对流发生的环境参数,包括:对流有效位能(CAPE)、下沉对流有效位能(DCAPE)以及0~3和0~6 km垂直风切变等参数。其中DCAPE计算依据Emanuel(1994)的算法。在风暴体内,当未饱和空气中有液态水蒸发或者冻结层以下有固态水融化时,会产生下沉气流。DCAPE定义为气块受到负浮力从某起始高度下沉到地面时该气块增加的动能之最大值,它是一个用来综合考察负浮力对下沉运动气块作用的参数,其表达式为:
$ DCAPE = \int_{{p_i}}^{{p_n}} {{R_d}\left({{T_{\rho e}} - {T_{\rho p}}} \right){\rm{dln}}p} $ | (1) |
式中,Tρ是密度温度,下标e和p分别表示与环境和气块有关的物理量,pi为起始下沉处的气压,pn为地面或中性浮力层处的气压。另外,为了排除山地大风、台风和龙卷等非弓形回波引起的大风对统计结果的影响,重要天气报资料处理时结合灾害性雷暴大风和雷暴信息的记录,在同一时刻有大风记录的50 km半径范围内如果有雷暴信息记录则认定此次的大风由雷暴引起,即为我们所研究的灾害性雷暴大风。用这种方法选出江淮区域里2009—2012年6—8月发生的灾害性雷暴大风的个数。同时对地面资料进行质量控制,去除资料中的异常值。
2 灾害性大风的时空分布统计特征分析通过2009—2012年强天气报中有关大风和雷暴的记录,结合第一节雷暴大风判别方法,得到6—8月江淮地区在有雷暴影响下的灾害大风总次数为676次。由图 1a可见,4年中灾害性雷暴大风分布布满整个区域。从发生的频次看,江苏西北部、江苏东北部、安徽中部、江苏中东部、南通、上海部分地区、江苏南部与浙江交界处、安徽南部与浙江交界处发生灾害性雷暴大风的频率较高(图 1c)。日变化分析表明,灾害性雷暴大风主要发生在17—20时(图 1b)。4年中灾害性雷暴大风6月最多,7、8月个数相当。6月大风在江淮区域分布范围较广,7月大风主要集中在中部及北部,8月又集中在江淮区域的东南部(图 2)。灾害性雷暴大风发生的日变化较为明显,发生频次最多是17—20时,其次为14—17时,这与Kelly等(1985)得到的发生在美国的灾害性雷暴大风峰值出现在日落左右的研究结果相一致。
将灾害性雷暴大风中风力在10级(24.5 m·s-1)及以上的风定义为极端大风。相比Kelly等(1985)针对美国大陆极端大风的统计分析研究,我国极端大风(风速在10级以上)发生的次数比较少,出现的比率约为7%。图 3给出了4年中极端大风的空间分布。从图 3中可以看出极端大风发生的区域可分为两个路径和一个地域:第一条为从安徽西北部到江苏东南部;第二条为从山东东南部到江苏的西南部;第三就是安徽南部的两个山地之间的平原地区。4年间发生极端灾害性雷暴大风的频率不高,基本每个站只测得1次记录,只有河南与安徽交界处、江苏与安徽交界南部、安徽东南部和江苏东北角有2次记录。
为了进一步研究产生灾害性雷暴大风的系统,参考Gallus等(2008)的分类,将引起江淮地区极端大风的系统从回波形态上分为3类:线状对流系统、弓状对流系统和其他类型对流系统,其中线状对流系统中不包含弓状系统,其他类型中包含雷暴单体、超级单体及非线状对流复合体。图 4展示了各类系统雷达回波形态典型特征。
2009—2012年6—8月共有12 d出现极端大风的记录,引起极端大风的系统有17个。按照上面的分类,得到线状对流共6次,占35.3%;弓状回波有5次,占29.4%;其他类型系统有6次,占35.3%。
对4年中发生在江淮区域的所有的弓状回波进行统计分析。该区域的弓状回波中有2次过程没有产生极端大风,加上5次产生极端大风的过程,共有7次弓状回波记录。7次过程成熟期的结构如图 5所示,其中图 5c和5e两次过程没有出现极端大风。参照Klimowski等(2004)的分类,从回波形态上看,发生在江淮区域的弓状回波有典型弓状回波BE型(图 5a和5c)、弓状回波复合体BEC型(图 5b)以及飑线弓状SLBE型(图 5d~5g),典型的弓状回波类型的尺寸在100 km左右,和美国的统计结果类似。弓状回波复合体类型中可以看到有多个对流胞镶嵌在弓状回波中,其中有对流胞的回波强度超过了65 dBz,SLBE类型的弓状回波尺寸在150~250 km,比美国的统计结果尺寸略小,一条飑线中可能带有一个(图 5d和5e)或多个弓状回波(图 5f和5g)。
图 6为各类型所占百分比,可以看出江淮区域发生的弓状回波有57.1%为SLBE型,有28.6%为BE型,其他为BEC型,弓状回波发生时均伴有7级以上的灾害性雷暴大风出现,出现极端大风的概率为71.4%,一次SLBE型和一次BE型没有产生极端大风。图 7为7次弓状回波过程移动路径,可以看到弓状回波的发展路径与前面分析得到的极端大风出现的路径有很好的对应关系,间接证实了弓状回波是产生极端大风的主要系统之一。
为了更清楚地了解弓状回波发生的环境场特征,从再分析资料中提取了弓状回波发生前500 hPa的环流场进行分析(图 8),并结合探空资料得到了弓状回波发生前环境特定参数的信息(表 1)。
7次弓状回波过程发生在5天中,2009年6月5日有两次过程,2011年7月25日有两次过程,5天中4天存在东北冷涡(图 8a~8c和8e),只有2009年6月19日没有东北冷涡特征,仅存在短波槽(图 8d)。在有东北冷涡的4天中,2011年7月25日的形势(图 8e)与其他3天(图 8a~8c)略有不同,冷涡强度较弱,且影响江淮区域的系统为槽前的西南气流,与其他3天的强西北气流有差异。再结合7次弓状回波过程的环境参数表可以看出7次弓状回波过程发生时CAPE值基本都超过1000 J·kg-1,有3次过程达到了2000 J·kg-1以上。6次过程的DCAPE值超过1000 J·kg-1,其中5次过程都有极端大风出现,低于1000 J·kg-1的2次过程只有7级以上的大风出现。1000~700 hPa的存在较强风切变,其值约为11 m·s-1(表 1)。6月发生的过程整层可降水量基本都较低,属于较干的环境,7月则为较湿的环境。总的来说,东北冷涡对弓状回波的形成有一定的影响,DCAPE值的大小对弓状回波产生的灾害性雷暴大风的等级有一定的判断作用。
图 9展示了弓状回波经过温度变化曲线。可以看出除了发生在2009年6月19日的个例5(图 9d),温度变化只有2℃,其他个例温度的变化都超过了10℃,这表明多数情形下,弓状回波会在地面形成强冷池。
为了进一步了解弓状回波发生时的环境特征,将其发生时的主要环境参数与其他之前定义的两类系统进行对比分析。图 10是引起极端大风3种形态的500 hPa环流,表 2分别为区域内不同形态的对流参数平均值。
表 2中平均CAPE值为其他类型系统最大,属于强对流不稳定、线状对流和弓状系统则在中等对流不稳定条件下形成,即形成引起极端大风的其他类型系统的热力条件要强于引起极端大风的线状对流系统和弓状系统。弓状系统的DCAPE平均值最大,平均垂直风切变也最大。图 11为从FNL资料中提取的系统发生前离探空站最近的点的各参数信息,分布情况与区域平均结果类似,其他类型的系统CAPE值都较大。引起极端灾害性雷暴大风的弓状系统发生在较干的环境中,从500 hPa平均场中可以看到发生线状和弓状系统时江淮区域都处于槽后西北气流控制,但弓状系统有冷涡存在,全风速大,温度低,表明产生弓状的天气强迫要比线状的更强,即在干环境、强天气强迫(如东北冷涡存在,500 hPa温度场低,风场全风速大),槽后西北气流控制下易产生弓状系统(图 10)。
本文统计利用地面、探空、FNL再分析资料,结合高时空分辨的雷达资料,分析了2009—2012年江淮流域灾害性大风时空分布特征,并深入分析了其中弓状回波的时空分布特征,以及形成此类天气的环境特征,得到了如下结论:
(1) 灾害性雷暴大风发生的日变化较为明显,主要是在17—20时。极端大风出现的时间分布和灾害性雷暴大风类似。在江苏西北部、江苏东北部、安徽中部、江苏中东部、上海部分地区、江苏南部与浙江交界处、安徽南部与浙江交界处发生灾害性雷暴大风的频率较高。极端大风发生的区域可分为两个路径和一个地域:从安徽西北部到江苏东南部一条路径,从山东东南部到江苏的西南部为另一路径,另外一个地域为安徽南部的两个山地之间的平原地区。
(2) 2009—2012年6—8月引起江淮区域出现极端大风的系统被分为3类,线状对流系统、弓状对流系统以及其他类型对流系统,其中其他类型对流系统中包含非线状的对流复合体以及普通对流单体和超级单体。线状对流系统占35.2%,弓状对流系统占29.6%,其他类型对流系统占35.2%。
(3) 2009—2012年发生在江淮区域的弓状回波过程分类情况与Klimowski等(2004)的结果类似,典型的弓状回波类型的尺寸在100 km左右,SLBE类型的弓状回波尺寸在150~250 km,且我国的SLBE型占的比例最多。通过对弓状回波环境的分析和3种类型的天气形势的对比得到弓状对流系统出现的环境是3种形态中最干的,线状和弓状对流系统主要发生在槽后西北气流控制下,当槽后西北气流强(出现东北冷涡),冷空气输送强时,可形成弓状对流系统,弓状对流系统的平均DCAPE和风切变值最大,DCAPE值的大小对产生的灾害性雷暴大风等级有一定的指导意义。
本文的部分结论通过FNL再分析资料得到。此类再分析场分析14和02时资料缺少探空观测,主要依靠同化分析GPS水汽延迟以及极轨气象卫星垂直探测器微波通道资料给出温湿廓线,低层的温度和露点可能会有误差。另外,这两个时刻风场主要依据模式预报和卫星的云导风,大气低层风场也会有一定的误差。鉴于使用资料的局限性,本文目前只是提供一个粗略的分析结果,将来会使用更高精度的再分析场进行深入的灾害性大风形成环境和机理分析。
陈明轩, 王迎春, 2012. 低层垂直风切变和冷池相互作用影响华北地区一次飑线过程发展维持的数值模拟[J]. 气象学报, 70(3): 371-386. DOI:10.11676/qxxb2012.033 |
何志强, 卢新平, 王丙兰, 2014. 首都机场雷暴大风的初步研究[J]. 气象, 40(11): 1408-1413. DOI:10.7519/j.issn.1000-0526.2014.11.014 |
梁建宇, 孙建华, 2012. 2009年6月一次飑线过程灾害性大风的形成机制[J]. 大气科学, 36(2): 316-336. DOI:10.3878/j.issn.1006-9895.2011.11017 |
廖晓农, 2009. 北京雷暴大风日环境特征分析[J]. 气候与环境研究, 14(1): 54-62. |
廖晓农, 于波, 卢丽华, 2009. 北京雷暴大风气候特征及短时临近预报方法[J]. 气象, 35(9): 18-28. DOI:10.7519/j.issn.1000-0526.2009.09.003 |
秦大河, 2008. 影响我国的主要气象灾害及其发展态势[J]. 中国应急救援, 16(增刊): 4-6. |
秦丽, 李耀东, 高守亭, 2006. 北京地区雷暴大风的天气—气候学特征研究[J]. 气候与环境研究, 11(6): 754-762. |
曲晓波, 王建捷, 杨晓霞, 等, 2010. 2009年6月淮河中下游三次飑线过程的对比分析[J]. 气象, 36(7): 151-159. DOI:10.7519/j.issn.1000-0526.2010.07.022 |
孙建华, 郑淋淋, 赵思雄, 2014. 水汽含量对飑线组织结构和强度影响的数值试验[J]. 大气科学, 38(4): 742-755. DOI:10.3878/j.issn.1006-9895.2013.13187 |
王秀明, 俞小鼎, 周小刚, 等, 2012. "6.3"区域致灾雷暴大风形成及维持原因分析[J]. 高原气象, 31(2): 504-514. |
王秀明, 周小刚, 俞小鼎, 2013. 雷暴大风环境特征及其对风暴结构影响的对比研究[J]. 气象学报, 71(5): 839-852. DOI:10.11676/qxxb2013.073 |
王彦, 唐熠, 赵金霞, 等, 2009. 天津地区雷暴大风天气雷达产品特征分析[J]. 气象, 35(5): 91-96. DOI:10.7519/j.issn.1000-0526.2009.05.013 |
杨晓霞, 胡顺起, 姜鹏, 等, 2014. 雷暴大风落区的天气学模型和物理量参数研究[J]. 高原气象, 33(4): 1057-1068. DOI:10.7522/j.issn.1000-0534.2013.00057 |
余蓉, 张小玲. 2011. 我国东部降水和对流天气年代际变化特征分析. 中国气象学会. 第28届中国气象学会年会论文集.
|
钟利华, 曾鹏, 李勇, 等, 2011. 广西雷暴大风环流特征和物理量诊断分析[J]. 气象, 37(1): 59-65. DOI:10.7519/j.issn.1000-0526.2011.01.007 |
Atkins N T, Arnott J M, Przybylinski R W, et al, 2004. Vortex structure and evolution within bow echoes. Part 1: Single-Doppler and damage analysis of the 29 June 1998 derecho[J]. Mon Wea Rev, 132(9): 2224-2242. DOI:10.1175/1520-0493(2004)132<2224:VSAEWB>2.0.CO;2 |
Atkins N T, Bouchard C S, Przybylinski R W, et al, 2005. Damaging surface wind mechanisms within the 10 June 2003 Saint Louis bow echo during BAMEX[J]. Mon Wea Rev, 133(8): 2275-2295. DOI:10.1175/MWR2973.1 |
Davis C, Atkins N T, Bartels D, et al, 2004. The bow echo and MCV experiment: Observations and opportunities[J]. Bull Amer Meteor Soc, 85(8): 1075-1093. DOI:10.1175/BAMS-85-8-1075 |
Emanuel K A, 1994. Atmospheric Convection[M].
New York: Oxford Univ Press.
|
Fujita T T, 1978. Manual of downburst identification for project Nimrod. Satellite and Mesometeorology Research Paper No. 156, Dept of Geophysical Sciences[J]. University of Chicago: 104. |
Gallus W A, Snook N A, Johnson E V, 2008. Spring and summer severe weather reports over the midwest as a function of convective mode: A preliminary study[J]. Wea Forecasting, 23(1): 101-113. DOI:10.1175/2007WAF2006120.1 |
Johnson R H, Bresch J F, 1991. Diagnosed characteristics of precipitation systems over Taiwan during the May-June 1987 TA-MEX[J]. Mon Wea Rev, 119(11): 2540-2557. DOI:10.1175/1520-0493(1991)119<2540:DCOPSO>2.0.CO;2 |
Kalnay E, Coauthors, 1996. The NCEP/NCAR 40-year reanalysis project[J]. Bull Amer Meteor Soc, 77(3): 437-471. DOI:10.1175/1520-0477(1996)077<0437:TNYRP>2.0.CO;2 |
Kelly D L, Doswell C A, 1985. Climatology of nontornadic severe thunderstorm events in the United States[J]. Mon Wea Rev, 113(11): 1997-2014. DOI:10.1175/1520-0493(1985)113<1997:CONSTE>2.0.CO;2 |
Klimowski B A, Hjelmfelt M R, Bunkers M J, 2004. Radar observations of the early evolution of bow echoes[J]. Wea Forecasting, 19(4): 727-734. DOI:10.1175/1520-0434(2004)019<0727:ROOTEE>2.0.CO;2 |
Saha S, co authors, 2010. The NCEP climate forecast system reanalysis[J]. Bull Amer Meteor Soc, 91(8): 1015-1057. DOI:10.1175/2010BAMS3001.1 |
Wakimoto R M, Murphey H V, Davis C A, et al, 2006. High winds generated by bow echoes. Part Ⅱ: The relationship between the mesovortices and damaging straight-line winds[J]. Mon Wea Rev, 134(10): 2813-2829. DOI:10.1175/MWR3216.1 |
Xu X, Xue M, Wang Y. 2015a. Mesovortices within the 8 May 2009 bow echo over central US: Analyses of the characteristics and evolution based on Doppler radar observations and a high-resolution model simulation. Mon Wea Rev, accepted.
|
Xu X, Xue M, Wang Y. 2015b. The genesis of mesovortices within a real data simulation of a bow echo system. J Atmos Sci, accepted.
|