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

川藏地区雷暴大风活动特征和环境因子对比

王黉 李英 宋丽莉 谌芸

引用本文:
Citation:

川藏地区雷暴大风活动特征和环境因子对比

Comparison of Characteristics and Environmental Factors of Thunderstorm Gales over the Sichuan-Tibet Region

  • 摘要: 利用2010—2017年中国气象局重要天气报、地面观测和探空资料以及欧洲中期天气预报中心ERA-Interim再分析资料,对川藏地区雷暴大风的活动特征、环境因子和环流形势进行统计分析,并对其中高原(海拔高度不低于1 km)和盆地(海拔高度低于1 km)区域雷暴大风活动进行对比。结果表明:川藏高原区域雷暴大风频次呈5—6月和9月双峰型分布,主要发生在午后;盆地区域主要发生在夏季,午后和夜间均较活跃。高原站雷暴大风年平均频次约为2次/站,在雷暴和大风中分别约占4.5%和8%。盆地站年平均频次仅为0.4次/站,雷暴中仅占1.5%,但在大风中约占60%。高原站雷暴大风的中低层环境温度递减率较大,一般呈上湿下干的逆湿垂直结构;而盆地站雷暴大风通常具有上干下湿的垂直结构。分别对5—6月和9月高原站雷暴大风两个峰值时段的环流形势进行合成分析,发现5—6月受高空西风槽影响,中层有弱冷平流侵入,高层位于高空急流入口区右侧,环境垂直风切变较大;而9月受副热带高压边缘影响,中高层较干,低层暖湿气流明显。这些均有利于雷暴大风发生。
  • 图 1  研究区域地形及海拔高度(填色)

    Fig.1  The target area with topography(the shaded)

    图 2  2010—2017年雷暴、大风和雷暴大风站点平均频次及雷暴大风分别占雷暴和大风比例

    (a)高原站频次逐年变化,(b)盆地站频次逐年变化,(c)高原站比例逐年变化,(d)盆地站比例逐年变化

    Fig.2  Station-averaged frequency of thunderstorms, gales and thunderstorm gales with proportion of thunderstorm gales to thunderstorms and gales during 2010-2017

    (a)annual frequency over the highland, (b)annual frequency over the basin, (c)annual proportion over the highland, (d)annual proportion over the basin

    图 3  2010—2017年站点平均的雷暴、大风和雷暴大风频次

    (a)高原站逐月变化,(b)盆地站逐月变化,(c)高原站日变化,(d)盆地站日变化

    Fig.3  Station-averaged frequency of thunderstorms, gales and thunderstorm gales during 2010-2017

    (a)monthly variation over the highland, (b)monthly variation over the basin, (c)diurnal variation over the highland, (d)diurnal variation over the basin

    图 4  2010—2017年雷暴(a),大风(b),雷暴大风(c)年平均事件日数及雷暴大风占大风事件比例(d)

    Fig.4  Annual mean days of thunderstorms(a), gales(b), thunderstroms gales(c) and the proportion of thunderstorm gales to thunderstorms(d) during 2010-2017

    图 5  2010—2017年雷暴大风强度空间分布

    (a)平均风速,(b)最大风速,(c)风速为17~24 m·s-1的累计总频次,(d)风速大于等于25 m·s-1的累计总频次

    Fig.5  Spatial distributions of thunderstorm gale intensity during 2010-2017

    (a)mean wind speed, (b)maximum wind speed, (c)total frequency with wind speeds between 17 and 24 m·s-1, (d)total frequency with wind speed no less than 25 m·s-1

    图 6  2010—2017年川藏地区雷暴大风水汽参数(盒须图最高和最低线段分别为最大值和最小值,盒线段从上到下依次对应第75,50和25百分位值,对应数值在右侧标出,点为样本平均值)

    (a)可降水量, (b)地面露点温度, (c)地面温度露点差, (d)中层最大温度露点差

    Fig.6  Water vapor parameters in the Sichuan-Tibet Region during 2010-2017 (the top and bottom whiskers are the maximum and minimum values, lines inside the boxes from top to bottom correspond to the 75th, 50th and 25th percentile, respectively, with values marked on the right, black dots denote mean values)

    (a)precipitable water, (b)surface dew point temperature, (c)surface dew point depression, (d)midlevel maximum dew point depression

    图 7  2010—2017年川藏地区雷暴大风热力参数(盒须图最高和最低线段分别为最大值和最小值,盒线段从上到下依次对应第75,50和25百分位值,对应数值在右侧标出,点为样本平均值)

    (a)对流有效位能, (b)下沉对流有效位能, (c)对流抑制能量, (d)中低层垂直温度递减率

    Fig.7  Thermal parameters in the Sichuan-Tibet Region during 2010-2017 (the top and bottom whiskers are the maximum and minimum values, lines inside boxes from top to bottom correspond to the 75th, 50th and 25th percentile, respectively, with values marked on the right, black dots denote the mean values)

    (a)convective available potential energy, (b)downdraft convective available potential energy, (c)convective inhibition, (d)vertical temperature lapse rate at low level

    图 8  2010—2017年川藏高原站雷暴大风日平均合成高度场(等值线,单位:dagpm)和风场(风羽,单位:m·s-1)

    (红色方框为研究区域,图 8a图 8b中填色为温度平流,图 8c图 8d中填色为相对湿度)
    (a)5—6月500 hPa,(b)9月500 hPa,(c)5—6月600 hPa,(d)9月600 hPa

    Fig.8  Composited geopotential height(the contour, unit:dagpm) and wind(the barb, unit:m·s-1) of thunderstorm gale days over the Sichuan-Tibet highland during 2010-2017(the shaded denotes temperature advection in Fig. 8a and Fig. 8b, and relative humidity in Fig. 8c and Fig. 8d)

    (a)500 hPa in May-Jun, (b)500 hPa in Sep, (c)600 hPa in May-Jun, (d)600 hPa in Sep

  • [1] 郑永光, 陶祖钰, 俞小鼎.强对流天气预报的一些基本问题.气象, 2017, 43(6):641-652. 
    [2] 付桂琴, 曹欣.雷雨大风与河北电网灾害特征分析.气象, 2012, 38(3):353-357.
    [3] 段亚鹏, 王东海, 刘英."东方之星"翻沉事件强对流天气分析及数值模拟.应用气象学报, 2017, 28(6):666-677. 
    [4] 冯晋勤, 刘铭, 蔡菁.闽西山区"7.22"极端降水过程中尺度对流特征.应用气象学报, 2018, 29(6):748-758. 
    [5] 周福, 蒋璐璐, 涂小萍, 等.浙江省几种灾害性大风近地面阵风系数特征.应用气象学报, 2017, 28(1):119-128. 
    [6] 李耀东, 高守亭, 刘健文.对流能量计算及强对流天气落区预报技术研究.应用气象学报, 2004, 15(1):10-20. 
    [7] 陈淑琴, 章丽娜, 俞小鼎, 等.浙北沿海连续3次飑线演变过程的环境条件.应用气象学报, 2017, 28(3):357-368. 
    [8] 高晓梅, 俞小鼎, 王令军, 等.山东半岛两次海风锋引起的强对流天气对比.应用气象学报, 2018, 29(2):245-256. 
    [9] 唐文苑, 周庆亮, 刘鑫华, 等.国家级强对流天气分类预报检验分析.气象, 2017, 43(1):67-76. 
    [10] Yang X, Sun J, Zheng Y.A 5-yr climatology of severe convective wind events over China.Wea Forecasting, 2017, 32(4):1289-1299. 
    [11] Parker M D, Johnson R H.Organizational modes of midlatitude mesoscale convective systems.Mon Wea Rev, 2000, 128(10):3413-3436. 
    [12] Meng Z Y, Yan D C, Zhang Y J.General features of squall lines in East China.Mon Wea Rev, 2013, 141(5):1629-1647. 
    [13] Schoen J M, Ashley W S.A climatology of fatal convective wind events by storm type.Wea Forecasting, 2011, 26(1):109-121. 
    [14] Smith B, Castellanos T, Winters A, et al.Measured severe convective wind climatology and associated convective modes of thunderstorms in the contiguous United States, 2003-09.Wea Forecasting, 2013, 28(1):229-236. 
    [15] Wang J K, Ford T W, Quiring S M.Distinguishing between unorganized and organized convection when examining land-atmosphere relationships.J Appl Meteor Climatol, 2015, 54(11):2229-2243. 
    [16] 俞小鼎, 周小刚, 王秀明.雷暴与强对流临近天气预报技术进展.气象学报, 2012, 70(3):311-337. 
    [17] Markowski P M, Richardson Y P.Mesoscale Meteorology in Midlatitudes.Hoboken, Wiley-Blackwell, 2010:245-260.
    [18] 杨晓霞, 胡顺起, 姜鹏, 等.雷暴大风落区的天气学模型和物理量参数研究.高原气象, 2014, 33(4):1057-1068. 
    [19] 孔锋, 郭君, 王一飞, 等.近56年来中国雷暴日数的时空分异特征.灾害学, 2018, 33(3):87-95. 
    [20] 孙继松.气流的垂直分布对地形雨落区的影响.高原气象, 2005, 24(1):62-69. 
    [21] 肖现, 陈明轩, 高峰, 等.弱天气系统强迫下北京地区对流下山演变的热动力机制.大气科学, 2015, 39(1):100-124. 
    [22] 尤伟, 臧增亮, 潘晓滨, 等.夏季青藏高原雷暴天气及其天气学特征的统计分析.高原气象, 2012, 31(6):1523-1529. 
    [23] 郑永光, 周康辉, 盛杰, 等.强对流天气监测预报预警技术进展.应用气象学报, 2015, 26(6):641-657. 
    [24] 严仕尧, 李昀英, 齐琳琳, 等.华北产生雷暴大风的动力热力综合指标分析及应用.暴雨灾害, 2013, 32(1):17-23. 
    [25] 杨新林, 孙建华, 鲁蓉, 等.华南雷暴大风天气的环境条件分布特征.气象, 2017, 43(7):769-780. 
    [26] 郭英莲, 孙继松.湖北三类组织形态强对流系统造成的地面强对流大风特征.大气科学, 2019, 43(3):483-497. 
    [27] Li M X, Zhang Q H, Zou T J, et al.Climatology of hail frequency and size in China, 1980-2015.J Appl Meteor Climatol, 2018, 57(4):875-887. 
    [28] 地面气象观测业务技术规定.北京: 中国气象局, 2016.
    [29] 雷蕾, 孙继松, 魏东.利用探空资料判别北京地区夏季强对流的天气类别.气象, 2011, 37(2):136-141. 
    [30] 孔锋, 杨萍, 王品, 等.中国灾害性对流天气日数的时空变化特征.长江流域资源与环境, 2018, 27(11):2518-2528. 
    [31] 张鸿发, 郭三刚, 张义军, 等.青藏高原强对流雷暴云分布特征.高原气象, 2003, 22(6):558-564. 
    [32] Yin S Q, Chen D, Xie Y.Diurnal variations of precipitation during the warm season over China.Inter J Climatol, 2009, 29(8):1154-1170. 
    [33] 王秀明, 周小刚, 俞小鼎.雷暴大风环境特征及其对风暴结构影响的对比研究.气象学报, 2013, 71(5):839-852. 
    [34] 方翀, 王西贵, 盛杰, 等.华北地区雷暴大风的时空分布及物理量统计特征分析.高原气象, 2017, 36(5):1368-1385. 
    [35] 高晓梅, 俞小鼎, 王令军, 等.鲁中地区分类强对流天气环境参量特征分析.气象学报, 2018, 76(2):196-212. 
    [36] 樊李苗, 俞小鼎.中国短时强对流天气的若干环境参数特征分析.高原气象, 2013, 32(1):156-165. 
    [37] 周明煜, 钱粉兰, 陈陟, 等.西藏高原斜压对流边界层风温湿廓线特征.地球物理学报, 2002, 45(6):773-783.
    [38] 孙继松, 陶祖钰.强对流天气分析与预报中的若干基本问题.气象, 2012, 38(2):164-173. 
    [39] 张翠华, 言穆弘, 董万胜, 等.青藏高原雷暴天气层结特征分析.高原气象, 2005, 24(5):741-747. 
    [40] 王秀明, 俞小鼎, 朱禾.NCEP再分析资料在强对流环境分析中的应用.应用气象学报, 2012, 23(2):139-146. 
    [41] Hurlbut M M, Cohen A E.Environments of northeast U.S. severe thunderstorm events from 1999 to 2009.Wea Forecasting, 2014, 29(1):3-22. 
    [42] Jiang J, Fan M.Convective clouds and mesoscale convective systems over the Tibetan Plateau in summer.Chinese J Atmos Sci, 2002, 26(2):263-270. 
    [43] 马淑萍, 王秀明, 俞小鼎.极端雷暴大风的环境参量特征.应用气象学报, 2019, 30(3):292-301. 
    [44] 陈明轩, 王迎春.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.气象学报, 2012, 70(3):371-386. 
    [45] Yang X, Sun J.Organizational modes of severe wind-producing convective systems over north China.Adv Atmos Sci, 2018, 35(5):540-549. 
    [46] Hjelmfelt M R.Structure and life cycle of microburst outflows observed in Colorado.J Appl Meteor, 1988, 27(8):900-927. 
    [47] Wakimoto R M.Forecasting dry microburst activity over the high plains.Mon Wea Rev, 1985, 113(7):1131-1143. 
  • [1] 杨红梅,  张家诚.  季风分布及区划问题的初探 . 应用气象学报, 1989, 4(2): 219-223.
    [2] 陈乾,  郭铌.  盛夏华西中尺度α类对流云团的大尺度环境场条件 . 应用气象学报, 1990, 1(1): 71-78.
    [3] 廖洞贤.  温度和纬圈平均西风等气象要素对赤道的对称分布和反对称分布 . 应用气象学报, 1986, 1(1): 2-8.
    [4] 张家诚,  王立.  论1982—1983年冬季东亚气候距平的分布及其形成原因 . 应用气象学报, 1987, 2(1): 36-42.
    [5] 张光智,  郑庆林.  非均匀海面温度异常分布对沃克环流影响的数值试验 . 应用气象学报, 1988, 3(2): 113-119.
    [6] 陈万奎,  马培民.  四川春季一次层状云宏微观特征和降水机制 . 应用气象学报, 1986, 1(1): 53-58.
    [7] 冯达权,  彭国照,  徐崇浩.  论四川盆地东南部水稻立体气候生态适应性 . 应用气象学报, 1986, 1(2): 196-203.
    [8] 陆龙骅.  1984年夏季张掖地区的热状况特征 . 应用气象学报, 1989, 4(3): 273-282.
    [9] 李维亮.  1979年夏季青藏高原地区大气加热场特征 . 应用气象学报, 1987, 2(2): 158-165.
    [10] 徐瑞珍.  天山中部昌吉地区树木年轮与气候要素的关系 . 应用气象学报, 1989, 4(1): 75-81.
    [11] 陈善敏,  张遴煜,  逯昌贵.  西南极地区极地气旋路径的统计分析 . 应用气象学报, 1989, 4(2): 150-155.
    [12] 陆龙骅.  1984年夏季张掖地区辐射参数的振荡特征 . 应用气象学报, 1989, 4(1): 43-51.
    [13] 董敏,  朱文妹,  魏凤英.  欧亚地区500百帕上纬向风特征及其与中国天气的关系 . 应用气象学报, 1987, 2(2): 166-173.
    [14] 郭锡钦,  安务政,  曾书儿,  刘维衡.  我国艰苦地区地面气象观测自动化试验计划 . 应用气象学报, 1988, 3(1): 109-112.
    [15] 朱翠娟,  苏立荣.  厄尼诺时期中国东部地区天气特征 . 应用气象学报, 1990, 1(1): 63-70.
    [16] 游来光,  刘延刚,  李炎辉.  新疆乌鲁木齐地区冬季降水与云水酸度及其化学成分的初步观测分析 . 应用气象学报, 1987, 2(1): 60-66.
    [17] 李维亮,  程耕奎.  1979年夏季青藏高原地区云对辐射周期振荡的作用 . 应用气象学报, 1988, 3(1): 64-69.
  • 加载中
图(8)
计量
  • 文章访问数:  642
  • HTML全文浏览量:  453
  • PDF下载量:  9
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-11-18
  • 修回日期:  2020-03-27
  • 刊出日期:  2020-07-31

川藏地区雷暴大风活动特征和环境因子对比

  • 1. 中国气象科学研究院灾害天气国家重点实验室, 北京 100081
  • 2. 中国气象局公共气象服务中心, 北京 100081
  • 3. 国家气象中心, 北京 100081

摘要: 利用2010—2017年中国气象局重要天气报、地面观测和探空资料以及欧洲中期天气预报中心ERA-Interim再分析资料,对川藏地区雷暴大风的活动特征、环境因子和环流形势进行统计分析,并对其中高原(海拔高度不低于1 km)和盆地(海拔高度低于1 km)区域雷暴大风活动进行对比。结果表明:川藏高原区域雷暴大风频次呈5—6月和9月双峰型分布,主要发生在午后;盆地区域主要发生在夏季,午后和夜间均较活跃。高原站雷暴大风年平均频次约为2次/站,在雷暴和大风中分别约占4.5%和8%。盆地站年平均频次仅为0.4次/站,雷暴中仅占1.5%,但在大风中约占60%。高原站雷暴大风的中低层环境温度递减率较大,一般呈上湿下干的逆湿垂直结构;而盆地站雷暴大风通常具有上干下湿的垂直结构。分别对5—6月和9月高原站雷暴大风两个峰值时段的环流形势进行合成分析,发现5—6月受高空西风槽影响,中层有弱冷平流侵入,高层位于高空急流入口区右侧,环境垂直风切变较大;而9月受副热带高压边缘影响,中高层较干,低层暖湿气流明显。这些均有利于雷暴大风发生。

English Abstract

    • 雷暴大风是伴随风暴出现的瞬时风速大于17 m·s-1(或者8级)的强对流天气[1]。此类天气通常持续时间短,破坏力强,可摧毁林木建筑,阻碍航运交通,常造成严重损毁和人员伤亡。统计显示,造成河北省电力设施损坏的灾害天气中约70%为雷雨大风[2]。2015年6月1日夜间导致湖北监利442人遇难的“东方之星”沉船事件,也主要由飑线伴随下击暴流造成的大风引起[3]。由于强对流天气局地性和突发性强[4-5],影响因子复杂[6-8],目前雷暴大风的漏报率和空报率高达0.8以上[9],仍是气象业务监测和预报服务的难题。

      了解雷暴大风发生的气候特征和活动机理有利于提高预报水平。基于地面站点观测,研究发现我国雷暴大风有显著的季节性、日变化和地域性特征[10]。在雷暴大风形成机制方面,许多学者关注组织化程度较高的对流系统,如线状中尺度对流系统[11-12],其生命史通常较长,能引起地面大范围强风。此外,超级单体[13-14]在暖季大平原地区发生频次高,容易产生致灾性极强的龙卷或入流和出流大风。组织性较弱的孤立风暴和非线性对流系统也能产生局地大风,此类对流不仅出现在平原地区,也常发生在地形复杂的山区或高原[15],其触发和演变机制尚不清楚。另一方面,近地面的雷暴大风大多由对流系统内强烈的下沉气流引起,主要物理过程包括水物质的蒸发、融化吸热冷却及降水的拖曳和动量下传等[16]。这些过程受环境的温度、湿度和风场等因子影响,故不少研究通过探讨环境热动力场(如对流不稳定能量和环境垂直风切变)对风暴系统结构和强度的影响,判别雷暴大风的发展潜势,包括形成、强度以及落区[17-18]。由于探空等资料时空分辨率有限,不同环境参量缺少明确的预报阈值,目前雷暴大风潜势预报技巧还有很大提升空间。

      我国川藏地区(这里指四川至西藏东部一带)雷暴、大风等灾害天气频发[19],其西部为高原,东部为盆地,地形落差巨大,分布着众多峡谷河流。下垫面热力和动力性质的不均匀造成对流活动的复杂环境,从而影响对流系统的发生发展和结构演变[20-21]。有研究发现,高原的雷暴天气通常具有弱不稳定层结特征,与平原雷暴形成的大气层结差异显著[22]。但目前高原站点较稀疏,且由于地形阻挡,雷达探测难以全面覆盖,有关川藏地区雷暴大风的活动特征及其发生发展环境因子的认识不足,短时临近预报存在困难。本文将基于2010—2017年重要天气报、地面观测和探空等资料,统计和对比分析川藏地区高原和盆地区域雷暴大风的活动特征、环境影响因子以及相关环流背景,为该地区雷暴大风预报提供参考。

    • 采用2010年1月—2017年12月中国气象局国家级地面气象观测站的重要天气报, 时间分辨率为3 h,包括雷暴、闪电、冰雹等对流天气发生时的站点号、经纬度、高度等信息,也包括大风事件发生时的瞬时风速和风向,大风标准为瞬时风速达到17 m·s-1及以上。该资料已用于强对流天气识别[23]和华北地区[24]以及华南地区[25]雷暴大风的统计研究中。

      首先对重要天气报进行质量控制,剔除重复或无发报记录以及记录缺失的站点,最终得到川藏地区162个站点的观测资料。川藏地区(图 1)地形西高东低,海拔高度差异显著,地形环境影响对流系统形成和发展过程[26],从而影响雷暴大风等活动。有研究将500 m作为山区或高海拔地区阈值[15, 27],考虑到盆地站海拔高度已达到300~600 m和已经筛选出的可用站点数,本文将海拔高度不低于1 km的站点归为高原站(共68个),海拔高度低于1 km归为盆地站(共94个)。由于高原站和盆地站数量不等,在2.1节中采用站点平均的频次(总频次除以站点数)进行对比。

      图  1  研究区域地形及海拔高度(填色)

      Figure 1.  The target area with topography(the shaded)

      由于强对流天气伴有多种现象,生命史常为几十分钟至几小时,本文将发报前3 h内同时观测到雷暴和大风的现象定义为雷暴大风。选取的雷暴现象包括:①观测到雷暴,或者观测到雷暴并伴随雨、霰、冰雹等现象。②观测到闪电(远电)并闻雷,但测站无降水。根据《地面气象观测业务技术规定》[28],将1个观测日(20:00—次日20:00,北京时,下同)出现至少1次雷暴大风现象,定义为1个雷暴大风日。

      采用2010年1月—2017年12月探空资料和地面逐小时观测资料计算雷暴大风的关键环境参数。探空资料包含每日08:00,20:00以及少数站14:00和02:00的加密观测。选取与发生雷暴大风台站空间距离最近、发生时间间隔最短且当时未受对流系统影响的探空资料,计算相关参数表征雷暴大风发生前的环境。研究区域内雷暴大风主要发生在午后及傍晚,与常规探空观测时间间隔较大,因此,利用雷暴大风发生前1 h地面站点观测的温度和露点订正探空资料。该方法未考虑平流过程影响,但预报经验表明仍有可行性[29]。环流形势场合成采用2010—2017年欧洲中期天气预报中心ERA-Interim再分析资料,其水平分辨率为0.5°×0.5°,时间分辨率为6 h。

    • 高原站雷暴年平均为44次/站,近年呈减少趋势;大风频次年平均为25次/站,近年呈增加趋势;雷暴大风年平均约为2次/站(图 2a)。可见高原站雷暴和大风多发,但雷暴大风占比很少,分别占雷暴和大风的4.5%和8%左右(图 2c)。盆地站雷暴和大风频次年平均分别约为26次/站和0.7次/站,均明显少于高原站,大风频次尤其明显。盆地站雷暴大风年平均约为0.4次/站,仅为高原站的1/5,近年略有增长(图 2b)。从雷暴大风分别占雷暴和大风的比例看(图 2d),盆地站雷暴天气中仅有1.5%伴随大风,而大风天气中57%发生雷暴,最大值达70%,远大于高原站。由此可知,川藏地区的高原雷暴、大风以及雷暴大风明显多于盆地,雷暴与大风约4.5%~8%可同时发生。与高原站相比,盆地站的大风和雷暴大风频次均较稀少,在雷暴中发生大风的比例更少,但在盆地站大风中雷暴大风占半数以上。

      图  2  2010—2017年雷暴、大风和雷暴大风站点平均频次及雷暴大风分别占雷暴和大风比例

      Figure 2.  Station-averaged frequency of thunderstorms, gales and thunderstorm gales with proportion of thunderstorm gales to thunderstorms and gales during 2010-2017

    • 高原站雷暴发生在3—11月,7月达到峰值,冬季(12—次年2月)无雷暴发生,大风全年均有发生, 主要出现在冬半年,2—3月为高峰期,8月为低谷期(图 3a),与已有研究一致[30]。高原站雷暴大风在春季(3—5月)、夏季(6—8月)和秋季(9—10月)均有发生,频次分别占年总数的40%,40%和20%,其峰值出现在5—6月和9月,此双峰型与该区域雷暴和大风的单峰型不同。统计发现[31],夏季高原大部分雷暴为午后热雷暴,强度弱、生命史短,其发展环境需要满足一定温湿条件,才有利于产生地面大风。盆地站雷暴频次自3月缓慢增长,7月为峰值,8月次之,6—8月发生比例占全年的77%,11月结束,冬季无雷暴发生。盆地站大风频次4—5月逐渐增长,6月下降,7—8月有所增加,其他月份几乎不发生。盆地站雷暴大风与雷暴的逐月变化相似,7—8月最多,9月—次年3月几乎不发生(图 3b),这与高原站的双峰型分布明显不同。

      图  3  2010—2017年站点平均的雷暴、大风和雷暴大风频次

      Figure 3.  Station-averaged frequency of thunderstorms, gales and thunderstorm gales during 2010-2017

    • 高原站雷暴主要发生在午后至傍晚(14:00—20:00),17:00达到峰值,20:00后大幅减少,上午和夜间较少发生(图 3c)。高原站大风和雷暴大风主要发生在14:00—23:00,峰值出现在20:00前后,滞后雷暴发生的峰值,之后同样迅速减少,夜间至次日上午为低发时段。盆地站有所不同,雷暴在午后发生频次逐渐增加,夜间活动也较活跃,峰值出现在23:00(图 3d)。有研究指出,盆地站夜间云顶辐射冷却可引起层结不稳定,从而易产生对流[32]。大风天气全天均可能发生,各时段频次差异较小,峰值在20:00。盆地站雷暴大风主要出现在午后和夜间(17:00—次日05:00),08:00—14:00为低频时段,谷值出现在11:00。

    • 图 4a~图 4c分别为雷暴、大风和雷暴大风年平均发生日数的空间分布。除去林芝地区,高原站年平均雷暴、大风和雷暴大风日数均显著高于盆地站。高原站仅林芝波密站(图 4a深蓝色区域)雷暴年平均日数小于10 d,其余站点发生日数为10~80 d,频发区主要位于那曲东部、四川西北部和南部,年平均日数可达60 d以上(图 4a)。大风和雷暴大风年平均日数分别为1~90 d和1~8 d,频发区是那曲站和甘孜站(图 4b图 4c)。盆地站年平均雷暴发生日数10~40 d,约为高原站的一半,盆地西部站点为高发区,大风和雷暴大风天气均较少发生,低于1 d。从雷暴大风占大风事件的比例(图 4d)看,高原上大风频发,但其中雷暴大风占比较低,大多在10%以下。而盆地这一比例显著增加,盆地北部站点的占比为30%~50%,盆地南部站点的占比达到90%以上。

      图  4  2010—2017年雷暴(a),大风(b),雷暴大风(c)年平均事件日数及雷暴大风占大风事件比例(d)

      Figure 4.  Annual mean days of thunderstorms(a), gales(b), thunderstroms gales(c) and the proportion of thunderstorm gales to thunderstorms(d) during 2010-2017

    • 平均大风风速分布反映区域大风的平均强度。图 5a显示大部分地区雷暴大风平均风速不大于20 m·s-1,大值区位于四川南部和东北部,平均风速超过20 m·s-1。最大风速分布反映局地出现极端事件的可能性。由图 5b可知,最大风速超过22 m·s-1的站点位于那曲东部、四川西北部、凉山南部和盆地东北部地区,最大风速达到29 m·s-1的站点位于川南和那曲东部。图 5c5d给出一般雷暴大风(风速为17~24 m·s-1)和强雷暴大风(风速大于等于25 m·s-1)累计总频次的空间分布。一般雷暴大风在高原站频次明显多于盆地站,高值区集中在那曲东部和甘孜西北部,累计总频次达到20次以上。强雷暴大风主要发生在那曲东部和四川西北部,为1~3次,最大值是昌都丁青站(图 5d深红色区域),达到6次。

      图  5  2010—2017年雷暴大风强度空间分布

      Figure 5.  Spatial distributions of thunderstorm gale intensity during 2010-2017

    • 无论高原站还是盆地站,75%的样本风速不大于20 m·s-1,高原站第75百分位值以下样本风速分布更均匀(图略)。高原站和盆地站的样本风速平均值均为19 m·s-1,高原站风速极大值可达30 m·s-1,盆地站为27 m·s-1。在雷暴大风的风向分布上(图略),高原站风向以偏西分量为主,西北风向最多,约占总样本量的60%,而东北和东南风向少,各方向占比不足5%。盆地站大风无优势风向,各风向分布均匀,占比均不超过10%。

    • 雷暴大风的产生与对流系统发生发展的热力和动力环境密切相关[33]。本章分析高原站和盆地站雷暴大风的气象要素特征及关键环境参数。表征水汽的参数包括大气可降水量(单位:mm),地面露点及温度露点差(单位:℃),中层最大温度露点差(单位:℃,高原站取400~500 hPa,盆地站取500~600 hPa);热力参数包括对流有效位能(单位:J·kg-1)、对流抑制能量(单位:J· kg-1)、下沉对流有效位能(单位:J· kg-1)、中低层温度垂直递减率(高原站取400~600 hPa,盆地站取500~850 hPa),动力参数为0~3 km垂直风切变。

    • 2010—2017年川藏地区162个地面站点观测到751次雷暴大风发生前后6 h的气温、气压、湿度、风逐小时变化显示(图略),大多数样本表现为降温、升压、增湿、风速突增和锐减的现象,但高原站与盆地站的要素特征存在差异。高原站雷暴大风发生前,各站点间气温差距大,发生前1 h的气温可低于10℃,这与其春、秋季均有发生以及地形高度影响有关。盆地站雷暴大风主要发生在夏季,发生前气温普遍高于20℃。二者1 h变压场特征相近,发生前以减压为主,约为2 hPa,发生时变压幅度最大可达8 hPa,大多数为-1~3 hPa范围内。高原地区环境干燥,部分样本的相对湿度低于20%,而盆地环境潮湿,其相对湿度均高于20%,盆地雷暴大风发生前后湿度均可达到50%和80%。雷暴大风发生前后2 h,部分高原站风速达到10 m·s-1及以上,而盆地站集中在10 m·s-1以下。

    • 从整层大气可降水量(图 6a)看,高原地区缺乏水汽,中值仅为18 mm,第25和第75百分位值分别为13.7 mm和24.2 mm,这与5—6月和9月较干月份华北海拔较高地区雷暴大风的大气可降水量接近[34]。盆地站可降水量远大于高原站,中值为42 mm,是高原地区中值的2倍以上,最低值约为30 mm,研究发现该范围对应的雷暴大风往往伴随短时强降水[35]。高原站地面露点温度也显著低于盆地站(图 6b),大部分(75%)不大于10℃,盆地站则集中在17℃以上,更接近华中、华东地区雷暴大风发生前的露点[36]。2.1.2节分析也表明:高原站雷暴大风春秋季均可发生,这时水汽供应通常小于夏季,盆地站雷暴大风主要发生在水汽供应丰富的夏季,可降水量值域更大。

      图  6  2010—2017年川藏地区雷暴大风水汽参数(盒须图最高和最低线段分别为最大值和最小值,盒线段从上到下依次对应第75,50和25百分位值,对应数值在右侧标出,点为样本平均值)

      Figure 6.  Water vapor parameters in the Sichuan-Tibet Region during 2010-2017 (the top and bottom whiskers are the maximum and minimum values, lines inside the boxes from top to bottom correspond to the 75th, 50th and 25th percentile, respectively, with values marked on the right, black dots denote mean values)

      地面温度露点差第25百分位值在高原站和盆地站分别为7.6℃和7℃(图 6c),高原站地面温度露点差中值为10.4℃,大于盆地站第75百分位值10℃,大值区显著高于盆地站,说明高原站低层通常比盆地站干燥。高原站中层400~500 hPa最大温度露点差中值为9.5℃,大部分(75%)低于15℃(图 6d),温度露点差总体较小。研究发现,高原站雷暴发展环境的中低层存在随高度增加湿度增大的逆湿现象[37],这有利于对流的触发,本文结果与其一致。而盆地站中层最大温度露点差中值为25℃,大部分在18℃以上。中层温度露点差不低于15℃时可认为有明显的干层,盆地比高原更干。中层干冷空气的夹卷有利于降水的蒸发从而加强下沉气流。由此可见,高原站与盆地站的雷暴大风的热力结构特征不同,前者在对流层中层为湿层,具有上湿下干的逆湿结构,后者通常为典型的上干下湿垂直结构。

    • 对流有效位能可以综合反映对流强度潜势[38]。高原地区对流有效位能中值为704 J· kg-1,显著小于盆地中值1472 J· kg-1(图 7a)。张翠华等[39]计算那曲地区14:00弱、中、强雷暴对流有效位能平均值分别为406,617 J· kg-1和782 J· kg-1,不同强度雷暴的上限可达到900~1300 J· kg-1,本文结果与其接近。对流有效位能对抬升层气团的温度和湿度均较敏感,尤其是露点[40]。本文高原范围包括川西海拔1~3 km地区,平均水汽含量较大,因此,对流有效位能较大。盆地站雷暴大风发生环境的露点更高,水汽充足,对流有效位能平均值和极值更大。下沉对流有效位能具有类似分布,高原站和盆地站下沉对流有效位能中值分别为509 J· kg-1和822 J· kg-1(图 7b),盆地站雷暴大风的潜势更大。

      图  7  2010—2017年川藏地区雷暴大风热力参数(盒须图最高和最低线段分别为最大值和最小值,盒线段从上到下依次对应第75,50和25百分位值,对应数值在右侧标出,点为样本平均值)

      Figure 7.  Thermal parameters in the Sichuan-Tibet Region during 2010-2017 (the top and bottom whiskers are the maximum and minimum values, lines inside boxes from top to bottom correspond to the 75th, 50th and 25th percentile, respectively, with values marked on the right, black dots denote the mean values)

      从对流抑制能量(图 7c)看,高原站和盆地站对流抑制能量的平均值相当,高原站极值略大,有学者指出对流抑制能量对于雷暴大风的指示性较差[41]。高原站对流抑制能量第25和50百分位值低于盆地站,而第75百分位值和极值略高,也就是说,高原站对流抑制能量的值域更趋向于极值,即接近0或者较大。结合已有研究[42]看,高原地区以弱雷暴为主,在暖季地形加热使其对流频发,能量不易积累,对流抑制能量通常较小。另一方面,高原垂直环境场表现为上湿下干,使计算的对流抑制能量值可能较大。

      环境温度的垂直递减率越大,越有利于降水下落时的蒸发冷却效应和下沉气流负浮力的获得,从而更易产生近地面大风。高原站和盆地站中低层温度递减率的中值分别为6.6℃·km-1和6.3℃·km-1(图 7d),高原站略高于盆地站,更接近于我国中东部极端雷暴大风的环境场减温率6.7℃·km-1[43]。高原站第75百分位值达到7.7℃·km-1,为盆地站的最大值,其极大值甚至大于干绝热温度递减率。高原对流触发后的发展通常不强,低层强烈蒸发加强下沉气流,可能产生地面大风现象,这是高原对流大风天气容易发生的原因之一。高原水汽供给不足,且降水下落蒸发过程更强,降水量通常很小。

    • 环境水平风的垂直切变(下简称垂直风切变)对于风暴的组织结构和强度维持有重要影响[44]。对比高原站和盆地站0~3 km垂直风切变(图略),高原站中值为6.5 m·s-1,低于盆地站的中值8 m·s-1。统计研究[45]发现,华北山脉和平原地区雷暴大风的0~3 km垂直风切变的中值为5.1 m·s-1和7.4 m·s-1,本文结果表明:西南地区高(低)海拔地区雷暴大风的垂直风切变的中值均略高于华北高(低)海拔地区。盆地垂直风切变平均值为8.5 m·s-1,达到中等强度垂直风切变的阈值,在水汽充足的条件下,有利于对流系统的发展和维持。高原地区垂直风切变较弱,对流组织化程度较低,由于缺乏水汽,对流较弱,更可能具有干微下击暴流的特征[46-47]

    • 2.1.2节分析表明:高原站雷暴大风频次在5—6月和9月较大,呈双峰分布,不同于盆地站的单峰型。将至少2个站点出现雷暴大风作为一次天气过程,2010—2017年5—6月有10次过程,9月有5次过程。利用ERA-Interim再分析资料,分别对两个峰值时段的样本进行合成分析,考虑高原站的海拔高度,高、中、低层选取200,500 hPa和600 hPa分别合成。

      5—6月500 hPa合成场上,高原站受西风槽后西北气流控制(图 8a),藏北冷平流中心南压东移,雷暴大风发生时有弱冷平流侵入。200 hPa高空急流(不低于30 m·s-1)入口区右侧,有明显的辐散场中心配合(图略),有利于低层空气的上升运动。600 hPa上受切变线影响(图 8c),藏东南和川西高原低层湿度达到70%。9月500 hPa副热带高压(简称副高)脊线位置较5—6月明显北移,高原站受副高脊线北侧平直西风气流控制,对流发生时冷平流更弱(图 8b)。高层200 hPa南亚高压位于西藏南部(图略),急流和辐散场中心位置较5—6月北移,强度减弱。600 hPa川藏地区同样受低层切变线影响,相对湿度达到90%,大于5—6月,且湿区范围明显向南北方向延伸(图 8d)。

      图  8  2010—2017年川藏高原站雷暴大风日平均合成高度场(等值线,单位:dagpm)和风场(风羽,单位:m·s-1)

      Figure 8.  Composited geopotential height(the contour, unit:dagpm) and wind(the barb, unit:m·s-1) of thunderstorm gale days over the Sichuan-Tibet highland during 2010-2017(the shaded denotes temperature advection in Fig. 8a and Fig. 8b, and relative humidity in Fig. 8c and Fig. 8d)

      5—6月和9月雷暴大风发生前后3 d高原地区区域平均(图 8红色方框所示)的垂直温度、湿度和风场随时间演变显示(图略),14:00—20:00雷暴大风发生时,两个时段均有冷平流影响,低层为弱西南风,中高层为西北风。差异在于5—6月高层接近急流,风速大,600 hPa至300 hPa垂直风切变较大,而9月高层位于南亚高压北部,垂直风切变偏小。湿度场上两者均在500~600 hPa有一较薄湿层,但5—6月500 hPa至300 hPa相对湿度为60%~80%,而9月500 hPa以上湿度小于40%,干层更明显。

      综上所述,5—6月雷暴大风发生背景的高中低层配置为高空急流入口区右侧的抽吸作用,中层弱冷平流侵入和低空切变线辐合作用,整层垂直风切变较大;9月高层辐散场和中层温度平流较弱,中高层干层显著,低层更湿。可见高原雷暴大风双峰期间的环流背景有明显差异,但均具备雷暴大风发生的有利条件。

    • 利用2010—2017年重要天气报等资料,对比分析川藏地区高原站和盆地站雷暴大风的活动特征,雷暴大风发生的关键温湿条件以及热力和动力环境参数,并基于ERA-Interim再分析资料,合成分析高原站雷暴大风双峰型发生时期的环流形势。得到主要结论如下:

      1) 高原站雷暴大风除冬季外均有发生,频次呈5—6月和9月双峰型特征,且主要出现在午后,20:00前后达峰值。盆地站雷暴大风秋冬季几乎不发生,主要发生在夏季,7月达到峰值,且在午后和夜间均较活跃。

      2) 高原站雷暴大风年平均频次约为2次/站,在高原站雷暴和大风中,分别约占4.5%和8%。盆地站雷暴大风年平均频次仅为0.4次/站,仅占雷暴的1%,占大风的60%。高原站和盆地站雷暴大风强度相当,大多不大于20 m·s-1,高原站风速极值更大。

      3) 高原站雷暴大风发生的环境场水汽不足,对流和下沉气流潜势均低于盆地。弱垂直风切变下对流组织化程度不高,其中层通常有较薄湿层,低层较干,中低层大气温度垂直递减率较大,蒸发过程强降水量小,具有干性天气特征。盆地地区水汽充沛,可降水量大,垂直温湿结构一般为中层干层明显,低层更湿,具有湿性天气特征。

      4) 高原站雷暴大风频次两个高峰时段的环流形势存在差异。5—6月受高空西北气流影响型,高层位于高空急流入口区右侧,存在辐散场中心;中层有弱冷平流侵入,低层受切变线影响,600 hPa至300 hPa垂直风切变较大。9月为副高边缘影响型,高层辐散场较弱;中层温度平流不明显,低层受切变线影响,有明显的偏南暖湿气流,垂直风切变较5—6月弱。

      雷暴大风时空尺度较小,目前站点密度难以全面监测,本文所用资料的时空分辨率不足,采用不同时间的地面温度及露点订正探空资料会带来误差。另一方面,由于高原地区雷暴大风成因复杂,对局地对流系统产生的大风和叠加了大尺度环流系统产生的大风难以区分,进而影响分析结果。研究川藏地区雷暴大风的环境影响因子、发生过程和发展机制仍需大量工作。

参考文献 (47)

目录

    /

    返回文章
    返回