留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

风暴生命史雷达特征量反演

张家国 万玉发 王珏

引用本文:
Citation:

风暴生命史雷达特征量反演

Convective Storm Life Cycle Parameters Derived from Radar Reflectivity Data

  • 摘要: 从风暴演变各阶段物理特征出发, 基于多普勒雷达观测的三维反射率因子, 定义物理量———单体重力势能。结果表明:单体重力势能是一个能够简洁、客观描述风暴单体整体强度的物理量; 利用该物理量可描述单体生命史为发展和减弱两个基本过程; 单体重力势能大小有助于辨别风暴类型和强度。同时, 生成和分析了风暴单体演变各阶段的反射率因子垂直廓线, 分析表明:在30~150 km的雷达观测范围内, 风暴单体的反射率因子垂直廓线 (降水廓线) 及其随时间的变化能较好地揭示风暴的垂直结构和生命史演变特征, 但没有用重力势能那样简洁。
  • 图 1  2004年7月8日一个超级单体的重力势能随时间演变

    Fig.1  CEPE evolution of a super cell on July 8, 2004

    图 2  2004年7月9日一个多单体的重力势能随时间演变

    Fig.2  CEPE evolution of a multi-cell on July 9, 2004

    图 3  2004年7月8日一个超级单体平均降水率廓线随时间演变

    Fig.3  Evolution of average rainfall profile of a super cell on July 8, 2004

    图 4  2004年7月8日一个超级单体面积随时间演变

    Fig.4  Evolution of the area of a super cell on July 8, 2004

    表 1  3类单体重力势能大小

    Table 1.  The CEPE value of three cell types

    下载: 导出CSV
  • [1] Kessler E.雷暴形态学和动力学.包澄澜, 党人庆, 朱锁凤, 等译.北京:气象出版社, 1991:45.
    [2] Dixon M, Wiener G. TITAN:Thunderstorm identification, tracking, analysis, and nowcasting—a Radar-based methodology. J Atmos Ocean Technol, 1993, 10(6):785-797. doi: 10.1175/1520-0426(1993)010<0785:TTITAA>2.0.CO;2
    [3] Johnson J T, MacKeen P L, Witt A, et al. The storm cell identification and tracking algorithm:An enhanced WSR-88D algorithm. Wea Forecasting, 1998, 13:263-276. doi: 10.1175/1520-0434(1998)013<0263:TSCIAT>2.0.CO;2
    [4] 汤达章, 傅德胜, 张亚平.暴雨回波跟踪与临近预报初探.南京气象学院学报, 1992, 15(1):66-72. 
    [5] 万玉发, 张家国, 杨洪平, 等.联合雷达网与卫星定量监测与预报长江流域大范围降水.应用气象学报, 1998, 9(1):94-103. 
    [6] 王改利, 刘黎平.多普勒雷达资料在暴雨临近预报中的应用.气象, 2005, 31(10):12-15. 
    [7] 张家国, 吴翠红, 王珏, 等.一次冷锋大暴雨过程的多普勒雷达观测分析.应用气象学报, 2006, 17(2):225-231. 
    [8] Henry S G. Analysis of Thunderstorm Lifetime as a Function of Size and Intensity. Preprints, 26th Radar Meteor Conf, Amer Meteor Soc, 1993:138-140.
    [9] MacKeen P L, Brooks H E, Elmore K L. Radar reflectivity-derived thunderstorm parameters applied to storm longevity forecasting. Wea Forecasting, 1999, 14:289-295. doi: 10.1175/1520-0434(1999)014<0289:RRDTPA>2.0.CO;2
    [10] Hand W H. An object-oriented technique for nowcasting heavy shower and thunderstorms. J Meteor Appl, 1996, 3:31-41. 
    [11] Mueller C, Saxon T, Roberts R, et al. NCAR auto-nowcast system. Wea Forecasting, 2003, 18:545-561. doi: 10.1175/1520-0434(2003)018<0545:NAS>2.0.CO;2
    [12] 俞小鼎, 姚秀萍, 熊延南, 等.多普勒天气雷达原理与业务应用.北京:气象出版社, 2005:91.
    [13] 张培昌, 杜秉玉, 戴铁丕.雷达气象学.北京:气象出版社, 2001:356-362.
    [14] 史锐, 程明虎, 崔哲虎, 等.用雷达反射率因子垂直廓线联合雨量计估测夏季区域强降水.应用气象学报, 2005, 16(6): 473-477. 
    [15] 吴翠红, 万玉发, 吴涛, 等.雷达回波垂直廓线及其生成方法.应用气象学报, 2006, 17(2):232-239. 
  • [1] 陈明轩,  高峰,  孙娟珍,  肖现,  刘莲,  王迎春.  基于VDRAS的快速更新雷达四维变分分析系统 . 应用气象学报, 2016, 27(3): 257-272. DOI: 10.11898/1001-7313.20160301
    [2] 陈明轩,  高峰,  孔荣,  王迎春,  王建捷,  谭晓光,  肖现,  张文龙,  王令,  丁青兰.  自动临近预报系统及其在北京奥运期间的应用 . 应用气象学报, 2010, 21(4): 395-404.
    [3] 史锐,  程明虎,  崔哲虎,  刘朝晖.  用反射率因子垂直廓线联合雨量计校准估测夏季区域强降水 . 应用气象学报, 2005, 16(6): 737-745.
    [4] 刘玉宝,  周秀骥,  胡志晋.  强对流风暴数值模拟及其未来预报的若干问题 . 应用气象学报, 1994, 5(4): 418-427.
    [5] 范皓,  吴正华,  段英.  一次右移传播的强对流风暴研究 . 应用气象学报, 2004, 15(4): 445-455.
    [6] 肖艳姣,  刘黎平,  李中华.  任意基线雷达反射率因子垂直剖面生成算法 . 应用气象学报, 2008, 19(4): 428-434.
    [7] 蒋银丰,  寇蕾蕾,  陈爱军,  王振会,  楚志刚,  胡汉峰.  双偏振雷达和双频测雨雷达反射率因子对比 . 应用气象学报, 2020, 31(5): 608-619. DOI: 10.11898/1001-7313.20200508
    [8] 陈明轩,  高峰.  利用一种自动识别算法移除天气雷达反射率因子中的亮带 . 应用气象学报, 2006, 17(2): 207-214.
    [9] 张玉香,  黄意玢,  张广顺.  短波红外光谱土壤反射率的测量 . 应用气象学报, 1995, 6(1): 95-100.
    [10] 黄意玢,  董超华,  刘志权,  潘宁.  940 nm水汽通道反射率计算试验 . 应用气象学报, 2002, 13(4): 413-421.
    [11] 胡胜,  罗聪,  张羽,  李怀宇,  何如意.  广东大冰雹风暴单体的多普勒天气雷达特征 . 应用气象学报, 2015, 26(1): 57-65. DOI: 10.11898/1001-7313.20150106
    [12] 孙治安,  翁笃鸣.  青藏高原地区地表及行星反射率 . 应用气象学报, 1994, 5(4): 394-401.
    [13] 吕厚荃,  于贵瑞,  中山敬一.  玉米冠层反射率及净辐射的估算 . 应用气象学报, 1999, 10(4): 421-427.
    [14] 田庆久,  郑兰芬,  童庆禧.  基于遥感影像的大气辐射校正和反射率反演方法 . 应用气象学报, 1998, 9(4): 456-461.
    [15] 李永平,  袁招洪,  王晓峰.  用多普勒雷达反射率调整模式大气的云微物理变量 . 应用气象学报, 2004, 15(6): 658-663.
    [16] 王开存,  陈长和,  郭铌.  用NOAA/AVHRR探测地表反射率和NDVI的订正及误差分析 . 应用气象学报, 2003, 14(2): 165-175.
    [17] 朱蓉,  徐大海.  中国地区对流参数化加热廓线的分析研究和数值试验 . 应用气象学报, 1996, 7(2): 221-228.
    [18] 毕研盟,  毛节泰,  毛辉.  海南GPS网探测对流层水汽廓线的试验研究 . 应用气象学报, 2008, 19(4): 412-419.
    [19] 陈乾,  郭铌.  NOAA-9与NOAA-10的AVHRR通道1、2反射率的对比和定标 . 应用气象学报, 1992, 3(3): 367-370.
    [20] 高祝宇,  阮征,  魏鸣,  葛润生,  刘瑞婷.  风廓线雷达数据质量影响因子及处理算法 . 应用气象学报, 2016, 27(2): 148-159. DOI: 10.11898/1001-7313.20160203
  • 加载中
图(4) / 表(1)
计量
  • 文章访问数:  3326
  • HTML全文浏览量:  509
  • PDF下载量:  1900
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-12-13
  • 修回日期:  2007-09-12
  • 刊出日期:  2008-02-29

风暴生命史雷达特征量反演

  • 1. 中国气象局武汉暴雨研究所, 武汉 430074
  • 2. 中国气象科学研究院灾害天气国家重点实验室, 北京 100081
  • 3. 武汉中心气象台, 武汉 430074

摘要: 从风暴演变各阶段物理特征出发, 基于多普勒雷达观测的三维反射率因子, 定义物理量———单体重力势能。结果表明:单体重力势能是一个能够简洁、客观描述风暴单体整体强度的物理量; 利用该物理量可描述单体生命史为发展和减弱两个基本过程; 单体重力势能大小有助于辨别风暴类型和强度。同时, 生成和分析了风暴单体演变各阶段的反射率因子垂直廓线, 分析表明:在30~150 km的雷达观测范围内, 风暴单体的反射率因子垂直廓线 (降水廓线) 及其随时间的变化能较好地揭示风暴的垂直结构和生命史演变特征, 但没有用重力势能那样简洁。

English Abstract

    • 对流风暴是中小尺度的天气系统, 常造成严重局地气象灾害。研究认为, 对流风暴具有几个不同的物理演变阶段[1], 或称为对流风暴的生命史过程。由于对流风暴时空尺度小且演变比较复杂, 多年来, 临近预警预报业务一直是以雷达监测为主, 以风暴物理概念模型等为基础采用经验识别和外推的方法。与此同时, 不少学者也在坚持不懈地探索风暴的客观识别、追踪和外推方法及技术[2-7], 但在实际业务中往往只能起到一定的辅助性作用, 还远不能根本解决对这类天气的临近预报问题, 重要因素之一可能是目前大多客观预报方法缺乏对风暴整体强度的描述能力及生命史的预测能力。那么, 基于天气雷达观测, 从风暴整体角度出发, 如何利用一个物理量对其进行定量描述, 对客观识别风暴就十分必要。在描述风暴强度方面, 目前国内外一般用某高度上最大反射率因子、回波顶高等物理量来表述。这样做有其优点也有较大的片面性和局限性。在利用雷达回波资料研究雷暴生命史方面, 早期主要涉及的是风暴生命史与其面积大小、强度和顶高等某一回波特征之间的关系, Henry[8]研究了普通单体和多单体风暴生命史与风暴体积参数和最大反射率因子的关系, MacKeen等[9]利用雷达反射率因子导出若干参数, 研究它们与雷暴剩余生命史的关系。Hand研究了对流风暴生命史雷达反射率因子垂直廓线的演变特征, 由此来预报雷暴未来生命史阶段[10]。因雷达波束受地球曲率影响, 反射率廓线不能完整地描述远离雷达风暴的生命史特征。美国NCAR研究开发的雷暴临近预报专家系统[11], 采用规则方法将风暴的生命史信息应用于雷暴临近预报。

      我国新一代多普勒天气雷达每隔6 min就能获取一个体积扫描资料, 为定量研究风暴三维特征和生命史演变提供了保证。本文应用多普勒雷达高频度获取的三维反射率因子资料, 研究能够描述风暴单体生命过程演变特征的物理量———单体重力势能 (cell gravity potential energy, CEPE), 为定量描述风暴强度和变化、建立风暴单体客观识别方法提供理论依据; 同时, 研究利用它及雷达反射率因子垂直廓线描述风暴单体生命过程的能力。

    • 选取武汉和宜昌CINRAD/SA型雷达2003年至2005年4—8月观测资料, 这些资料是在雷达VCP21观测模式下探测到的, 资料范围为雷达探测半径0~230 km, 分辨率为1 km×1 km。选取雷达能够观测到完整生命过程的对流单体作为研究对象, 以便研究风暴单体生命史的特征。因雷达的一个体积扫描时间约6 min, 对生命史只有几个体积扫描的小对流单体, 要研究其生命史演变, 雷达资料的采样密度还不够。所以, 本文所选单体的生命史大都在30 min以上, 共选取了23个对流单体, 其中包括普通单体13个、多单体4个和超级单体6个。本文单体类型的定义与一般意义上单体类型相同, 其类型的确定是根据雷达回波PPI和RHI上单体的结构特征来确定的。

    • 一般认为, 对流风暴具有3个不同的演变阶段, 即积云阶段、成熟阶段和消亡阶段。对流风暴的强弱、结构在雷达三维反射率因子场上有特定的表现[12]。在积云阶段, 云中盛行上升气流, 雷达观测到对流单体先是在中空形成, 然后同时向高、低空发展, 直到降水着地; 在成熟阶段, 上升气流和下沉气流并存, 雷达观测到的强回波不再向上发展, 并向下触地; 减弱消亡阶段, 云中盛行下沉气流, 强回波高度开始下降, 直到单体消亡。从上述风暴演变的基本物理过程和雷达观测事实来看, 风暴单体生命过程存在重力势能的变化。为了从整体上描述单体的状态, 这里定义一个物理量———单体重力势能, 即在某一时刻雷达观测到的一个对流单体中所有降水粒子相对于与地面平行的某参考平面所具有的重力势能之总和。

      对雷达观测的一个对流风暴, 在风暴体内有一体积元δV, 设δV内单位体积的含水量为M, 则对流风暴δV相对于距离地面高为h0的参考面所具有的重力势能为:

      (1)

      (2)

      式 (1)、(2) 中, δV=dhdS, g为重力加速度, h是体积元距离地面的高度, S为风暴单体在h高度的面积, P为风暴的单体重力势能。h0为重力势能的参考高度, 目的是消除地球曲率对重力势能计算的影响。用式 (2) 对整个风暴单体积分, 则单体具有的重力势能为:

      (3)

      假设云内滴谱分布为Marshall-Palmer (M-P) 分布, 则单位体积液态水含量M与反射因子z之关系式[12]

      (4)

      代入式 (3) 得:

      (5)
    • 对23个对流回波单体, 滤掉小于20 dBz的弱回波, 用式 (5) 计算其重力势能的生命史时间 (北京时, 下同) 序列。图 1是一个超级单体重力势能的生命史的变化。从图中可看到:单体生命史有发展和减弱两个最基本的过程:在发展过程中, 开始单体重力势能很小, 随着单体的发展, 重力势能逐渐上升到最大值; 在减弱过程, 重力势能又从最大值开始逐渐减小到趋于零。因此, 在风暴单体整个生命史演变过程中, 重力势能表现为单峰型分布。单体最大重力势能出现的时间与3.2节中廓线法描述的单体成熟阶段出现时间基本一致, 说明最大重力势的出现表示单体已经发展到成熟期。对同一单体而言, 相对地面1 km, 2 km和3 km不同参考高度所计算的时间序列重力势能只有大小的差异, 分布型式没有差异, 各相对高度上重力势能的分布均能描述风暴发展和减弱两个过程。重力势能在以单峰分布为主趋势的情况下, 有时也可能出现小的脉动, 特别是在发展过程, 各类单体均存在这种情况, 特别是多单体风暴 (如图 2所示)。

      图  1  2004年7月8日一个超级单体的重力势能随时间演变

      Figure 1.  CEPE evolution of a super cell on July 8, 2004

      图  2  2004年7月9日一个多单体的重力势能随时间演变

      Figure 2.  CEPE evolution of a multi-cell on July 9, 2004

      由计算23个风暴单体每6 min的变化趋势, 结果表明, 发展过程和减弱过程出现脉动的频率分别为9.4%, 4.7%, 说明大多数情况下单峰分布是比较理想的。出现脉动有两个方面的原因:一是风暴发展过程确实存在这种脉动; 二是雷达扫描锥面之间存在缝隙, 或因单体快速移入雷达探测盲区, 时间上的不连续性导致重力势能值的脉动。因此应用重力势能描述风暴演变趋势时应当注意。

      表 1看出, 不同的风暴单体其重力势能大小有显著差异, 超级单体的重力势能在3类单体中最大, 多单体次之, 普通单体最小。因此, 风暴单体重力势能对风暴类型有一定的辨别能力。

      表 1  3类单体重力势能大小

      Table 1.  The CEPE value of three cell types

    • 雷达反射率因子垂直分布及其变化能够反映风暴单体垂直的物理结构及其生命史各阶段的特征[12-15]。计算23个风暴单体的平均降水率的垂直廓线及其时间序列, 分析发现:在30~150 km范围内, 平均降水率廓线时间序列较好地反映出风暴单体的生命史演变特征。因在远距离受地球曲率、在近距离受雷达探测盲区影响, 廓线不能完整地描述反射率因子的垂直分布。图 3是2004年7月8日一个超级单体 (距离雷达站约有70 km) 的平均降水率在风暴生命史各阶段的垂直分布, 其演变的基本特征是, 从发展到成熟阶段平均最大降水率随高度升高逐渐抬升, 而从成熟到消亡阶段最大平均降水率随高度升高逐渐降低。各阶段的具体特征是:初始阶段 (14:58), 对流回波中心出现在中层, 强度较弱, 降水率很小; 发展至成熟阶段 (15:17, 15:35), 对流回波在中层发展加强, 最大平均降水率相应增强, 并向上向下减小, 强度梯度较大; 减弱阶段 (15:47, 16:06, 16:18), 回波强度减弱, 最强回波高度下降, 最大平均降水率逐渐减小, 高度不断下降。

      图  3  2004年7月8日一个超级单体平均降水率廓线随时间演变

      Figure 3.  Evolution of average rainfall profile of a super cell on July 8, 2004

      对比两种描述风暴单体生命史的方法, 可以说, 用反射率因子垂直廓线时间序列描述风暴单体生命史是将四维问题转化为三维问题来处理, 而用时间序列的重力势能描述风暴单体生命史则是把四维问题转化成二维问题来处理了。后者将单体生命史特征问题简化了, 其最大优点是只用了一个物理量就简洁、客观地描述了风暴复杂生命史演变过程; 同时, 对单体生命史特征的描述和识别时可有效地用于150 km以外的雷达探测范围。

    • 以3 km和6 km两个高度上大于20 dBz反射率因子回波面积表示单体的水平面积, 计算每个单体生命史期间每6 min一次的回波面积。单体回波面积有两种稍不同的演变过程:一种是在单体发展过程和减弱过程前期回波面积均随时间增大, 而在减弱过程后期回波面积随时间减少; 另一种回波面积演变特点是, 在发展过程回波面积随时间变大, 在减弱过程回波面积随时间减小。图 4是2004年7月8日一个超级单体的计算结果, 其演变属于前一种情况。回波发展阶段面积增长这种变化很好理解, 在减弱阶段面积增长可以这样理解:虽然单体减弱, 强反射率因子回波面积减小, 但大于20 dBz反射率因子回波面积可能仍然在扩大, 直到消亡阶段回波面积才逐步减小。

      图  4  2004年7月8日一个超级单体面积随时间演变

      Figure 4.  Evolution of the area of a super cell on July 8, 2004

    • 1) 对流风暴是具有三维结构的中小尺度对流系统, 利用单体重力势能这个物理量可以简洁、客观地描述风暴单体整体强度, 其变化反映了风暴单体演变趋势。

      2) 用单体重力势能描述一个风暴的演变过程, 其生命表现为发展和减弱两个最基本的过程。尽管单体重力势能分布特征表现为单峰型, 但是有时也存在小的脉动, 故用其短时间的变化推断未来较长时间趋势存在不确定性。

      3) 不同的单体类型, 在成熟阶段, 其重力势能大小有显著差异。超级单体的重力势能在三类单体中最大, 多单体次之, 普通单体最小。因此, 风暴单体重力势能对风暴类型有一定的辨别能力。

      4) 在雷达30~150 km的探测范围内, 风暴单体演变各阶段垂直反射率因子廓线特征表现不同, 有一定的差异, 对识别风暴的发展变化有帮助。因在远距离受地球曲率、在近距离受雷达探测盲区影响, 廓线不能完整地描述反射率因子的垂直分布。无论近距离还是远距离在描述风暴生命过程上单体重力势能均比较简洁。

参考文献 (15)

目录

    /

    返回文章
    返回