2. 安徽省气象台, 合肥 230031;
3. 合肥市气象局, 合肥 230041
2. Anhui Meteorological Observatory, Hefei 230031;
3. Hefei Meteorological Bureau, Hefei 230041
江淮对流云是江淮地区的重要降水云系(Luo et al, 2008; 袁野等, 2008; 贾烁和姚展予, 2016),在不同的天气形势下经常产生不同结构的对流云,同时对流云的结构还受地形(Fuhrer and Schär, 2005)、发生时间等要素影响(Fu and Guo, 2011),对江淮地区对流云结构进行分类,并归纳不同对流云产生的天气背景具有重要意义(蒋年冲等, 2007)。
早期主要是利用雷达数据和卫星数据对中尺度对流系统进行分类(Bluestein and Jain, 1985; Jirak et al, 2003; Parker and Johnson, 2000)。Bluestein and Jain(1985)利用卫星和雷达数据把俄克拉荷马州的中尺度对流分为了四类,分别是:线状破碎对流、区域破碎对流、更替式对流和嵌入式对流。Parker and Johnson(2000)对美国中部地区的线状对流结构进行分类,按照层状云在对流云的不同位置把线状对流分为3类,分别是层云尾随对流云系统、层云引导对流云系统和层云平行对流云系统。Gallus et al(2008)对美国北部10个州(4—8月)的雷达数据进行统计,把对流分成9类,分别是3种泡状对流、5种线状对流和1种非线状对流,同时把不同对流产生的灾害天气进行归类。Lombardo and Colle(2010)利用雷达数据把美国西北部的暖季(5—8月)对流也分成9类,同样是3种泡状对流、5种线状对流和1种非线状对流,同时分析了不同对流云产生的天气背景。国内王晓芳和崔春光(2012)分析了长江中下游地区梅雨期中尺度对流系统的类型和活动特征,并对其进行了分类。郑淋淋和孙建华(2012)对中国江淮和黄淮流域中尺度对流云系的结构类型做了分类,把对流云按照结构特征分为8类。许焕斌(2015)详细解释了不同对流结构系统的生成演变机理,同时提到对流系统分类不仅要按照结构分类,还应考虑不同物理机制,这样才能更好地理解不同结构对流的发生发展。
另外,云的垂直结构特征,无论是对天气、气候还是人工影响天气都十分重要,是非常重要的云宏观特征(Slingo and Slingo, 1988;Wang and Rossow, 1998), 云的垂直结构反映了云体内部热力和动力过程, 通过辐射和潜热加热影响大气环流,但又难以确定其影响程度(Randall et al,1989),同时云的垂直分布直接影响云中的微物理过程,从而影响降水的发生和强度(Jakob and Klein, 1999), 对于云结构的精确描述目前仍然是数值模式中的难点,云垂直分布的不确定性是研究云对气候影响的最大障碍之一(Barker et al, 1999)。
江淮地区天气背景复杂,在江淮地区产生的对流结构也丰富多样,对该地区对流云结构进行分类,分析不同天气背景下产生的对流云结构特征,研究不同结构对流云垂直结构分布特征,对于对流云预报及人工影响天气作业都具有重要意义。
1 观测资料及分析方法本文主要利用安徽省内多普勒雷达组网数据,选择区域为安徽省内长江以北区域,重点统计江淮之间区域。本文对对流云的判定方法参考了Lombardo and Colle(2010)对美国西北部的暖季对流云判定方法,把雷达回波强度≥35 dBz的云系判定为对流云,该方法能够较好地降低对流云的错判(Gallus et al, 2008)。统计了2013和2014年6—9月在江淮地区产生的不同结构类型的对流云,共找出227个对流云个例,并对这些对流云个例按照不同结构进行了归类。
同时在2013年,放置一部调频连续波雷达在江淮地区观测,观测到多个不同结构的对流云个例,该雷达具有较高的时空分辨率,所以可以利用该数据分析不同类型对流云的垂直结构,表 1给出了调频连续波雷达主要技术参数(刘黎平等, 2015)。
通过江淮地区雷达组网数据统计的对流云个例,在结构上具有较大差异,为了区分不同的对流云结构,需要对对流云个例进行分类,本文对对流云结构的分类参考了Lombardo and Colle(2010)对美国西北部的暖季对流分类方法,将227个江淮对流云个例分为9类,表 2是对流云结构分类及简称。
图 1是江淮地区几种主要对流云示例, 从图中可以看出,IC对流云发生时最大回波强度比较强,但是随着远离强回波中心,回波减弱比较快,周边通常没有其他云系存在。CC对流云的特征为多个对流成簇状同时发生发展,对流回波强度有强有弱,周边没有太多层云伴随。NL对流云的特征为对流云呈非线状排列,同时周围常伴随层云,对流云一般镶嵌在层云中。NS对流云的特征为对流云呈线状排列,但是周边没有层云伴随。TS对流云的特征为对流云呈线状排列,同时移动方向后部有层云尾随,层云大部分是由对流云过境后生成,所以此云系通常可由NS发展形成。PS对流云的特征为对流云呈线状排列,同时旁边有层云平行伴随,两者同时移动。
通过统计分析江淮地区对流云结构发现,不同结构的对流云发生的概率具有差异,表 3统计了2013—2014年6—9月不同结构对流云在江淮地区的发生次数,其中孤立对流发生次数最多,共发生66次,最少是弓状回波对流,发生1次。图 2是不同结构对流云所占百分比,统计结果显示,江淮地区对流云以孤立对流云、簇状对流云和非线性对流云为主,这三种对流云分别占了总对流云的29.1%、18.1和23.3%。Gallus et al(2008)对美国北部的雷达数据进行统计,发现当地对流系统以非线状对流云为主,占所有对流云的29%,而簇状对流云和孤立对流云比例分别为20%和26%。而Lombardo and Colle(2010)分析美国西北部的暖季对流时发现,孤立对流云、簇状对流云和非线性对流云占的比例分别为14%、28%和33%。对比以上统计结果可以发现,由于地域的差异,不同结构对流云所占的比例不同,同时占主导地位的对流结构也具有差异。
在时间分布上,对流云发生的频率也具有较大差异,图 3是不同时间对流云发生的频率统计,图 3a是不同月份对流云的发生次数,从图中可以看出,对于2013—2014年6—9月江淮对流云统计后发现,8月是对流云高发期,对流发生次数是6月的两倍多,图 3b是不同月份孤立对流云的发生次数,孤立对流云发生的次数也满足此规律,8月孤立对流云发生最多,6和9月发生孤立对流云次数相对较少。Gallus et al(2008)对美国北部的雷达数据进行统计发现,7月是当地对流云高发期,孤立对流云高发期也是7月,而Lombardo and Colle(2010)分析美国西北部的暖季对流时发现,8月是当地对流云高发期,但是孤立对流云的高发期是6月,说明不同地区对流云的高发期存在差异。
图 3c是江淮对流云在一日内发生频次统计,从图中可以看出,江淮地区对流云多发生在午后12—18时,其中16时发生对流的频率最高,同时08—09时存在对流发生的次峰值,00—07时发生对流发生次数较少。而Lombardo and Colle(2010)分析美国西北部的暖季对流时发现,在该地区对流发生的主要时段集中在18—00时,06—12时对流云发生次数较少。
2.3 天气类型分类江淮地区天气背景复杂,覃丹宇等(2014)利用经验正交函数分解方法,分析了静止卫星的云顶亮温资料,把江淮地区夏季的天气背景分为多个模态,参考该文献天气形势分类方法,表 4给出了江淮对流云出现时的各种天气环流特征,通过表 4可以看出,不同的天气背景下,江淮地区均有发生对流的可能性。
不同的天气背景下,产生的对流结构也具有差异,表 5是各种结构对流云在不同天气类型下发生的次数,从表中可以看出,不同的天气类型,主要发生的对流结构也不同,低槽Ⅰ型天气下,主要以孤立对流云为主;低槽Ⅱ型天气下,主要发生的对流以非线状对流云为主,同时由于低槽Ⅱ型是江淮地区多发的天气类型,所以这种天气是各种对流的高发型天气。平直西风型天气,内陆高压外围型天气和高压脊型天气在江淮地区出现较少,所以在这几类天气类型下,对流发生的频次也相对较少。
孤立对流云作为江淮地区高发的对流云类型,主要在三种天气背景下产生,图 4是孤立对流云出现的三种主要天气形势,从图中可以看出,在低槽Ⅰ型天气中,孤立对流云发生位置处于槽线尾端的前部,安徽省不受副高影响。在低槽Ⅱ型天气中,孤立对流云发生位置处于槽线尾端的前部,副高中心西移超过130°E, 但是588线并没有到达安徽省内。在副高Ⅰ型天气中,孤立对流云发生位置处于副高外围,安徽部分地区在588线之内,同时在华北地区有一个低槽,安徽省处于槽线末端。
簇状对流云出现的三种主要天气形势和孤立对流云相似,簇状对流云也是主要在低槽Ⅰ型、低槽Ⅱ型和副高外围Ⅰ型三种天气类型下出现。非线状对流云出现的主要天气类型和孤立、簇状对流云不同,虽然非线状对流云也在低槽Ⅱ型和副高外围Ⅰ型天气中生成,但是在副高外围Ⅱ型天气中,产生非线状对流云的概率也很高。
3 反射率与粒子落速分析 3.1 孤立对流云调频连续波雷达是具有高时空分辨率探测雷达,垂直分辨率为30 m,所以该雷达能够更加准确地探测对流云结构在垂直方向上的变化(阮征等, 2015),图 5是发生在安徽定远的一次孤立对流多普勒雷达回波图,对流发生时间为2013年7月20日上午。图 6是该孤立对流云的连续波雷达反射率和降水粒子下落速度,从图 6a中可以看出,孤立对流云出现时,云内回波在横向上呈波状排列,回波强度从前到后依次加强,可以推断前面的云体为新生云体,处于初始阶段,从云中到地面回波减弱,说明降水粒子从出云到落地过程中,可能通过蒸发和破碎等过程,粒子粒径和密度减小,进而导致了回波减弱。而后面的云体已经发展成熟,从云中到地面回波没有减弱,说明云系降水处于成熟期,降水粒子从出云到落地的过程中,粒径和密度可能并没有明显减少,所以回波并没有减弱。同时孤立对流上部有典型的云砧出现,这主要是受高空风的影响,在云砧后部形成出流区。从图 6b中可以看出,孤立对流云降水粒子的垂直落速从云顶开始逐渐增加,随着高度的降低,孤立对流云前面的云体落速减小,后面的云体降水粒子保持最大落速触地,最大落速为13.3 m·s-1,同时可以看出粒子速度轨迹呈现倾斜式分布。在前人的研究中也存在类似结论,Black et al (2003)利用飞机探测资料分析对流结构时发现,在12 km高度云中降水粒子下落速度最大达到13 m·s-1。Lerach et al(2009)利用北美季风试验(North American Monsoon Experiment, NAME)获取的雷达数据分析对流云垂直结构时发现,对流云降水粒子下落速度范围为3~10 m·s-1,同时发现速度轨迹往往呈现倾斜式分布。Heymsfield et al(2010)利用机载雷达分析对流云垂直结构时发现,云中降水粒子最大下落速度位于5 km高度处,最大下落速度达到13 m·s-1。用调频连续波雷达观测的对流云粒子最大下落速度与Black et al(2003)和Heymsfield et al(2010)观测结果相近,而粒子速度轨迹呈倾斜式分布与Lerach et al(2009)研究结果一致。
簇状对流云是多个对流单体成簇状同时出现的对流系统,图 7是发生在安徽定远的一次簇状对流多普勒雷达回波图,对流发生时间为2013年7月22日上午,图 8是调频连续波雷达观测的该簇状对流云回波结构(图 8a)和降水粒子下落速度(图 8b),从图中可以看出,08:40—10:10,多个对流单体移过连续波雷达上空,不同回波强度对流云同时存在,整个簇状对流云系统整体偏弱,回波顶高大部分低于6 km。簇状对流云降水粒子落速随着高度的降低,速度逐渐增加,但云体下部的主要落速集中在4~8 m·s-1,最大下落速度为8.2 m·s-1。
非线状对流以积层混合云出现的形式较多,图 9是发生在安徽定远的一次非线状对流多普勒雷达回波图,对流发生时间为2013年7月7日上午,图 10是调频连续波雷达观测的该非线状对流云回波结构(图 10a)和降水粒子下落速度(图 10b)。从图中可以看出,非线状对流云出现时,对流云镶嵌在层云中,在层云区域存在清晰的粒子融化带,高度的波动范围为4.5~5.5 km,主要范围集中在4.9~5.1 km,嵌入对流云区域融化带没有层云区域明显,同时云顶高度参差不齐,嵌入对流云云顶高于周边层云云顶。由于非线状对流云中包含层云,云系中存在明显的融化带,在融化带附近,降水粒子的垂直落速有一个快速变化的过程,融化带上部粒子下落速度普遍在0~2 m·s-1,融化带下部,粒子下落速度普遍高于4 m·s-1,最大下落速度为11.5 m·s-1,发生在嵌入对流云下部。
利用安徽省内多普勒雷达组网数据,统计分析了江淮地区2013—2014年6—9月发生的对流云结构特征,共找出227个对流云个例,将不同对流云按结构分为9类,并得到以下结论:
(1) 把江淮地区对流云按结构归类后发现,江淮对流云以孤立对流云、簇状对流云和非线性对流云为主,分别占总对流云数的29.1%、18.1%和23.3%,8月是江淮地区对流云高发期,同时也是孤立对流云发生最多的月份。江淮地区对流云多发生在午后12—18时,其中16时对流云的产生频率最高。
(2) 调查不同结构对流云产生的天气背景后发现,不同的天气背景条件下,主要发生的对流结构也不同,低槽Ⅰ型天气下,主要以孤立对流云为主;低槽Ⅱ型天气下,主要发生的对流以非线状对流为主,同时由于低槽Ⅱ型是江淮地区多发的天气类型,所以这种天气是各种对流的高发型天气。孤立对流云和簇状对流云的高发天气包括低槽Ⅰ型、低槽Ⅱ型和副高外围Ⅰ型,而非线状对流云的高发天气除了低槽Ⅱ型和副高外围Ⅰ型,还包括副高外围Ⅱ型。
(3) 调频连续波探测的对流云个例显示,孤立对流云出现时,云内回波在横向上呈波状排列,回波强度从前到后依次加强,同时孤立对流上部有典型的云砧出现,簇状对流云出现时,不同对流云呈现簇状排列,非线状对流云出现时,对流云镶嵌在层云中,嵌入对流云云顶高于周边层云云顶。在降水粒子的垂直落速方面,孤立对流云降水粒子最大落速为13.3 m·s-1。簇状对流云降水粒子落速主要集中在4~8 m·s-1,最大为8.2 m·s-1。而非线状对流云,融化带上部粒子下落速度普遍在0~2 m·s-1,融化带下部,粒子下落速度普遍高于4 m·s-1,最大下落速度为11.5 m·s-1,发生在嵌入对流云下部。
本文通过统计雷达数据分析对流结构类型及发生规律,但是不同对流结构发生的物理机制还需要结合其他观测数据进一步研究,另外调频连续波雷达属于新研发的观测仪器,所以其测量的降水粒子最大下落速度值精度还有待于进一步对比验证。
贾烁, 姚展予, 2016. 江淮对流云人工增雨作业效果检验个例分析[J]. 气象, 42(2): 238-245. DOI:10.7519/j.issn.1000-0526.2016.02.012 |
蒋年冲, 刘娟, 胡雯, 等, 2007. 安徽夏季中γ尺度对流云的雷达回波特征[J]. 气象, 33(10): 9-14. DOI:10.7519/j.issn.1000-0526.2007.10.002 |
刘黎平, 郑佳锋, 阮征, 等, 2015. 2014年青藏高原云和降水多种雷达综合观测试验及云特征初步分析结果[J]. 气象学报, 73(4): 635-647. DOI:10.11676/qxxb2015.041 |
阮征, 金龙, 葛润生, 等, 2015. C波段调频连续波天气雷达探测系统及观测试验[J]. 气象学报, 73(3): 577-592. DOI:10.11676/qxxb2015.039 |
覃丹宇, 黄勇, 李博, 等, 2014. 梅雨锋云系的模态研究Ⅰ:主导模态[J]. 大气科学, 38(4): 700-718. DOI:10.3878/j.issn.1006-9895.2013.13230 |
王晓芳, 崔春光, 2012. 长江中下游地区梅雨期线状中尺度对流系统分析Ⅰ:组织类型特征[J]. 气象学报, 70(5): 909-923. DOI:10.11676/qxxb2012.077 |
许焕斌, 2015. 人工影响天气科学技术问答[M]. 北京: 气象出版社, 138-140.
|
袁野, 冯静夷, 蒋年冲, 等, 2008. 夏季催化对流云雷达回波特征对比分析[J]. 气象, 34(1): 41-49. DOI:10.11898/1001-7313.20080108 |
郑淋淋, 孙建华, 2017. 干、湿环境下中尺度对流系统发生的环流背景和地面特征分析[J]. 大气科学, 37(4): 891-904. |
Barker H W, Stephens G L, Fu Q, 1999. The sensitivity of domain-averaged solar fluxes to assumptions about cloud geometry[J]. Quart J Roy Meteor Soc, 125: 2127-2152. DOI:10.1002/(ISSN)1477-870X |
Black R A, Heymsfield G M, Hallett J, 2003. Extra large particle images at 12 km in a hurricane eyewall: Evidence of high-altitude supercooled water?[J]. Geophys Res Lett, 30(21): 101-104. |
Bluestein H B, Jain M H, 1985. Formation of mesoscale lines of pirecipitation: severe squall lines in Oklahoma during the spring[J]. J Atmos Sci, 42(16): 1711-1732. DOI:10.1175/1520-0469(1985)042<1711:FOMLOP>2.0.CO;2 |
Fu D, Guo X, 2011. A cloud-resolving simulation study on the merging processes and effects of topography and environmental winds[J]. J Atmos Sci, 69(4): 1232-1249. |
Fuhrer O, Schär C, 2005. Embedded cellular convection in moist flow past Topography[J]. J Atmos Sci, 62(8): 2810-2828. DOI:10.1175/JAS3512.1 |
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 |
Heymsfield G M, Tian L, Heymsfield A J, et al, 2010. Characteristics of deep tropical and subtropical convection from Nadir-viewing high-Altitude Airborne Doppler Radar[J]. J Atmos Sci, 67(2): 285-308. DOI:10.1175/2009JAS3132.1 |
Jakob C, Klein S A, 1999. The role of vertically varying cloud fraction in the parametrization of microphysical processes in the ECMWF model[J]. Quart J Roy Meteor Soc, 125(555): 941-965. DOI:10.1002/(ISSN)1477-870X |
Jirak I L, Cotton W R, McAnelly R L, 2003. Satellite and radar survey of mesoscale convective system development[J]. Mon Wea Rev, 131(10): 2428-2449. DOI:10.1175/1520-0493(2003)131<2428:SARSOM>2.0.CO;2 |
Lerach D G, Rutledge S A, Williams C R, et al, 2009. Vertical structure of convective systems during NAME 2004[J]. Mon Wea Rev, 138(5): 1695-1714. |
Lombardo K A, Colle B A, 2010. The spatial and temporal distribution of organized convective structures over the Northeast and their ambient conditions[J]. Mon Wea Rev, 138(12): 4456-4474. DOI:10.1175/2010MWR3463.1 |
Luo Y, Xu K M, Morrison H, et al, 2008. Arctic mixed-phase clouds simulated by a cloud-resolving model: comparison with ARM observations and sensitivity to microphysics parameterizations[J]. J Atmos Sci, 65(4): 1285-1303. DOI:10.1175/2007JAS2467.1 |
Parker M D, Johnson R H, 2000. Organizational modes of midlatitude mesoscale convective systems[J]. Mon Wea Rev, 128(10): 3413-3436. DOI:10.1175/1520-0493(2001)129<3413:OMOMMC>2.0.CO;2 |
Randall D A, Harshvardhan, Dazlich D A, 1989. Interactions among radiation, convection, and large-scale dynamics in a general circulation model[J]. J Atmos Sci, 46: 1943-1970. DOI:10.1175/1520-0469(1989)046<1943:IARCAL>2.0.CO;2 |
Slingo A, Slingo J M, 1988. The response of a general circulation model to cloud longwave radiative forcing. Part Ⅰ: introduction and initial experiments[J]. Quart J Roy Meteor Soc, 114(482): 1027-1062. DOI:10.1002/(ISSN)1477-870X |
Wang J H, Rossow W B, 1998. Effects of cloud vertical structure on atmospheric circulation in the GISS GCM[J]. J Climate, 11(11): 3010-3029. DOI:10.1175/1520-0442(1998)011<3010:EOCVSO>2.0.CO;2 |