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

一次大冰雹形成机制的数值模拟

郭欣 郭学良 陈宝君 何晖 马新成 田平 张邢

引用本文:
Citation:

一次大冰雹形成机制的数值模拟

    通信作者: 郭学良, guoxl@mail.iap.ac.cn
  • 资助项目: 公益性行业(气象)科研专项(GYHY201306047),2018年度青年骨干个人项目“北京地形云降水形成机理及气溶胶影响研究”,北京市气象局科技项目(BMBKJ201704009,BMBKJ201905001),北京市自然科学基金项目(8182024)

Numerical Simulation on the Formation of Large-size Hailstones

    Corresponding author: Guo Xueliang, guoxl@mail.iap.ac.cn
  • 摘要: 利用可模拟冰雹尺度的三维冰雹分档对流云模式,研究了2014年7月16日北京一次大冰雹的形成过程。此次冰雹天气过程的地面降雹最大尺度为7 cm,对流有效位能为1785.3 J·kg-1,具有上干下湿的大气层结条件。数值模拟的冰雹云顶高度达13 km,与雷达观测比较一致,模拟的最大上升气流达30 m·s-1。由于风切变较大,冰雹云出现明显倾斜垂直结构,使冰雹云持续时间较长。此次大冰雹形成的微物理过程具有明显特点,冰雹云中-35~-10℃层存在含量达12~16 g·kg-1的高过冷雨水累积区,冰雹胚胎主要通过受到冰晶接触扰动的过冷雨滴冻结产生,其产生率量级达10-2 g·kg-1·s-1,冰雹增长过程主要依靠雹胚撞冻过冷云水,其增长率的量级与冰雹胚胎产生率的量级一致。
  • 图 1  2014年7月16日北京地区冰雹云雷达回波组合反射率因子演变

    Fig.1  Radar echo evolutions for the hailstorm in Beijing on 16 Jul 2014

    图 2  2014年7月16日回波垂直剖面分布(a)16:54观测, (b)第30分钟模拟回波强度(单位:dBZ,箭头表示u,w分量的合成矢量)

    Fig.2  Vertical distribution of radar reflectivity on 16 Jul 2014 (a)the observed at 1654 BT, (b)the simulated at the 30th minute (unit:dBZ, the arrow denotes the synthetic vector of u and w)

    图 3  模拟区域地面最大小时降雨强度(Rrmax)和降雹强度(Rhmax)随时间变化

    Fig.3  The simulated maximum surface rainfall intensity (Rrmax) and the maximum hailfall intensity (Rhmax)

    图 4  模拟的冰雹云中水平最大上升气流(红色实线)和下沉气流(蓝色虚线)速度(单位:m·s-1)(黑色实线为等温线)

    Fig.4  Temporal and height distributions of horizontal maximum updraft (the red solid line) and downdraft (the blue dashed line)(unit:m·s-1) (black solid lines for isotherm)

    图 5  冰雹云中气流的垂直剖面

    (黑色线条代表云体范围,填色表示上升和下沉气流,箭头表示u,w分量的合成矢量)

    Fig.5  Vertical distributions of updraft and downdraft

    (the black line denotes cloud area, colored areas denote updraft and downdraft, the arrow denotes the synthetic vector of u and w)

    图 6  模拟冰雹云中水平水凝物质量混合比(彩色等值线,单位:g·kg-1)的时间-高度分布(黑色等值线为等温线,单位:℃)

    Fig.6  Temporal and height distributions of the horizontal cloud hydrometeor mixing ratios (the colored line, unit:g·kg-1) of the simulated hailstorm (the black line denotes the isotherm, unit:℃)

    图 7  模拟的冰雹云中水凝物质量混合比最大值随时间演变

    Fig.7  Temporary variations of maximum mixing ratios of hydrometeors

    图 8  不同尺度霰与雹质量混合比(等值线,单位:g·kg-1)垂直分布随时间变化(填色为上升气流,箭头表示u,w分量的合成矢量)

    Fig.8  Evolutions of vertical distributions of graupel (hail-bin) mixing ratios (the contour, unit:g·kg-1) (the shaded denotes updraft, the arrow denotes synthetic vector of u and w)

    图 9  模拟区域中不同尺度最大霰(雹)粒子质量混合比随时间变化

    Fig.9  Temporary variations of maximum graupel (hail-bin) mixing ratios

    图 10  模拟区域内不同尺度最大霰(雹)粒子数量浓度随时间变化

    Fig.10  Temporary variations of graupel (hail-bin) quantitative concentration in the simulated domain

    图 11  雹胚生成率(a)和冰雹增长率(b)随时间变化

    Fig.11  Temporary variations of embryos production rate(a) and growth rate of hailstones(b)

    表 1  观测与模拟的冰雹云特征比较

    Table 1.  Characteristics of the observed and simulated hailstorms

    特征参量 观测 模拟
    云顶高度/km 14 13
    云顶温度/℃ < -50 < -50
    云底温度/℃ >20 >20
    生命史/min >60 >60
    最大回波强度/dBZ 65 >65
    最大上升气流速度/(m·s-1) 30
    最大降雨强度/(mm·h-1) 50 100
    地面最大冰雹尺度/cm 3.5~7 >3.5
    下载: 导出CSV
  • [1] Browning K A, Ludlam F H, Macklin W C.The density and structure of hailstone.Q J Roy Meteor Soc, 1963, 9:75-84. 
    [2] Sulakevelize G K, Binilashvei N S, Lapcheva V F.Formation of Precipitation and Modification of Hail Processes.Israel Program for Scientific Translations, 1967:1-208.
    [3] Cotton W, Anthes R.Storm and Cloud Dynamics, Vol.44.the International Geophysics Series.New York:Academic Press, 1989.
    [4] Knight C A, Knight N C, Dye J E, et al.The mechanism of precipitation formation in Northeastern Colorado cumulus.Part Ⅰ:Observation of the precipitation iteself.J Atmos Sci, 1974, 31:2142-2147. doi: 10.1175/1520-0469(1974)031<2142:TMOPFI>2.0.CO;2
    [5] Battan L J.Doppler radar observations of a hailstorm.J Appl Meteorol, 1975, 14(1):98-108. doi: 10.1175/1520-0450(1975)014<0098:DROOAH>2.0.CO;2
    [6] Browning K A, Foote G B.Airflow and hail growth in supercell storms and some implications for hail suppression.Q J Roy Meteor Soc, 1976, 102(433):499-533. doi: 10.1002/qj.49710243303
    [7] Nelson S P.The influence of storm flow structure on hail growth.J Atmos Sci, 1983, 40:1965-1983. doi: 10.1175/1520-0469(1983)040<1965:TIOSFS>2.0.CO;2
    [8] Pflaum J C.Hail formation via microphysical recycling.J Atmos Sci, 1980, 37:160-173. doi: 10.1175/1520-0469(1980)037<0160:HFVMR>2.0.CO;2
    [9] Farley R D.Numerical modeling of hailstorms and hailstone growth.Part Ⅱ:The role of low density riming growth in hail production.J Climate Appl Meteor, 1987, 26:234-254. doi: 10.1175/1520-0450(1987)026<0234:NMOHAH>2.0.CO;2
    [10] Miller L J, Tuttle J D, Knight C A.Airflow and hail growth in a severe northern High Plains supercell.J Atmos Sci, 1988, 45:736-762. doi: 10.1175/1520-0469(1988)045<0736:AAHGIA>2.0.CO;2
    [11] Tessendorf S A, Miller L J, Wiens K C, et al.The 29 June 2000 supercell observed during STEPS.Part Ⅰ:Kinematics and microphysics.J Atmos Sci, 2005.62:4127-4150. doi: 10.1175/JAS3585.1
    [12] Foote G B, Wade C G.Case study of a hailstorm in Colorado.Part Ⅰ:Radar echo structure and evolution.J Atmos Sci, 1982, 39(12):2828-2846. doi: 10.1175/1520-0469(1982)039<2828:CSOAHI>2.0.CO;2
    [13] 黄美元, 徐华英, 周玲.中国人工防雹四十年.气候与环境研究, 2000, 5(3):318-327. 
    [14] 徐华英, 何珍珍, 陈章昭, 等.爆炸影响上升气流的模拟实验.冰雹和人工防雹研究, 1983:84-95.
    [15] 许焕斌, 王思微.一维时变冰雹云模式研究(一)反映雨和冰雹谱的双参数演变.气象学报, 1985, 43(1):13-25. 
    [16] 许焕斌, 王思微.一维时变冰雹云模式研究(二)反映融化对雹谱双参数演变的影响.气象学报, 1985, 43(2):162-171. 
    [17] 许焕斌, 王思微.二维冰雹云数值模式.气象学报, 1988, 46(2):227-236. 
    [18] 胡志晋, 何观芳.积雨云中的微物理过程数值模拟——(二)阵雨、冰雹、雷雨的个例研究.气象学报, 1988, 46(1):28-40. 
    [19] 孔凡铀, 黄美元, 徐华英.对流云中冰相过程的三维数值模拟Ⅱ:繁生过程作用.大气科学, 1991, 15(6):78-88. doi: 10.3878/j.issn.1006-9895.1991.06.09
    [20] 洪延超.三维冰雹云催化数值模式.气象学报, 1998, 56(6):641-653. doi: 10.3321/j.issn:0577-6619.1998.06.001
    [21] 洪延超, 肖辉, 李宏宇, 等.冰雹云中微物理过程研究.大气科学, 2002, 26(3):421-432. doi: 10.3878/j.issn.1006-9895.2002.03.13
    [22] 郭学良, 黄美元, 洪延超, 等.三维冰雹分档强对流云数值模式研究I:模式建立及冰雹的循环增长机制.大气科学, 2001, 25(5):707-720. doi: 10.3878/j.issn.1006-9895.2001.05.13
    [23] 郭学良, 黄美元, 洪延超, 等.三维冰雹分档强对流云数值模式研究II:冰雹粒子的分布特征.大气科学, 2001, 25(6):856-864. doi: 10.3878/j.issn.1006-9895.2001.06.13
    [24] 王宏, 雷恒池, 德力格尔, 等.黄河上游地区强对流云特征的模拟分析.气候与环境研究, 2002, 7(4):397-408. 
    [25] 刘术艳, 肖辉, 杜秉玉, 等.北京一次强单体雹暴的三维数值模拟.大气科学, 2004, 28(3):455-470. 
    [26] 陈宝君, 肖辉.过冷雨水低含量条件下冰雹形成和增长机制及其催化效果的数值模拟.大气科学, 2007, 31(2):273-290. doi: 10.3878/j.issn.1006-9895.2007.02.09
    [27] 胡朝霞, 郭学良, 李宏宇, 等.慕尼黑一次混合型雹暴的数值模拟与成雹机制.大气科学, 2007, 31(5):973-986. 
    [28] Xie B G, Zhang Q H, Wang Y Q.Observed characteristics of hail size in four regions in China during 1980-2005.J Climate, 2010, 23:4973-4982. doi: 10.1175/2010JCLI3600.1
    [29] 陈宝君, 郑凯琳, 郭学良.超级单体风暴中大冰雹增长机制的模拟研究.气候与环境研究, 2012, 17(6):767-778. 
    [30] 陈宝君, 李爱华, 吴林林, 等.暖底对流云催化的微物理和动力效应的数值模拟.大气科学, 2016, 40(2):271-288. 
    [31] 蒋瑛, 朱克云, 张杰.贵州地区冰雹云微物理过程及发展机制数值模拟研究.气象, 2016, 42(8):920-933. 
    [32] 赵文慧, 姚展予, 贾烁, 等.1961-2015年中国地区冰雹持续时间的时空分布特征及影响因子研究.大气科学, 2019, 43(3):539-551. 
    [33] 王雨曾, 魏新尧.两次冰雹过程的观测分析.气象, 1981, 7(8):37-39. 
    [34] 何观芳, 胡志晋.不同云底温度雹云成雹机制及其引晶催化的数值研究.气象学报, 1998, 56(1):31-34. 
    [35] 周玲, 陈宝君, 李子华, 等.冰雹云中累积区与冰雹的形成的数值模拟研究.大气科学, 2001, 25(4):536-550. 
    [36] 郑凯琳, 陈宝君.含水量累积区与冰雹增长行为之数值模拟.大气科学, 2011, 35(2):298-310. 
    [37] 洪延超.冰雹形成机制和催化防雹机制研究.气象学报, 1999, 57(1):30-44. 
    [38] Guo X L, Huang M Y.Hail formation and growth in a 3D cloud model with hail-bin microphysics.Atmos Res, 2002, 63:59-99. doi: 10.1016/S0169-8095(02)00019-4
    [39] 许焕斌, 段英.冰雹形成机制的研究并论人工雹胚与自然雹胚的"利益竞争"防雹假说.大气科学, 2001, 25(2):277-288. 
    [40] 葛润生, 姜海燕, 彭红.北京地区雹暴气流结构的研究.应用气象学报, 1998, 9(1):1-7. 
    [41] 刘晓璐, 刘建西, 张世林, 等.基于探空资料因子组合分析方法的冰雹预报.应用气象学报, 2014, 25(2):168-175. 
    [42] 向玉春, 杨军, 唐仁茂, 等.LAPS在冰雹云模拟中的应用.应用气象学报, 2012, 23(3):331-339. 
    [43] 石宝灵, 王红艳, 刘黎平.云南多普勒天气雷达网探测冰雹的覆盖能力.应用气象学报, 2018, 29(3):270-281. 
    [44] 胡胜, 罗聪, 张羽, 等.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. 
    [45] 蓝渝, 郑永光, 毛冬艳, 等.华北区域冰雹天气分型及云系特征.应用气象学报, 2014, 25(5):538-549. 
    [46] 楼小凤, 师宇, 卢广献.一次降雹过程的AgI系列催化模拟研究.应用气象学报, 2016, 27(2):129-139. 
    [47] 王瑾, 刘黎平.WSR-88D冰雹探测算法在贵州地区的评估检验.应用气象学报, 2011, 22(1):96-106. 
    [48] 王令, 郑国光, 康玉霞, 等.多普勒天气雷达径向速度图上的雹云特征.应用气象学报, 2006, 17(3):281-287. 
    [49] Bluestein H B.Synoptic-Dynamic Meteorology in the Midlatitudes.Vol Ⅱ:Observations and Theory Systems.New York:Oxford Univ Press, 1993.
  • [1] 杨萍,  刘伟东,  仲跻芹,  杨杰.  北京地区自动气象站气温观测资料的质量评估 . 应用气象学报, 2011, 22(6): 706-715.
    [2] 张自银,  马京津,  雷杨娜.  北京市夏季电力负荷逐日变率与气象因子关系 . 应用气象学报, 2011, 22(6): 760-765.
    [3] 仪清菊,  刘延英,  许晨海.  北京1980~1994年降雪的天气气候分析 . 应用气象学报, 1999, 10(2): 249-254.
    [4] 姚佩珍,  张强.  北京地区大气气溶胶浑浊度系数β值的气候变化特征 . 应用气象学报, 1994, 5(1): 11-18.
    [5] 扈海波,  董鹏捷,  潘进军.  基于灾损评估的北京地区冰雹灾害风险区划 . 应用气象学报, 2011, 22(5): 612-620.
    [6] 闵晶晶,  刘还珠,  曹晓钟,  王式功.  天津“6.25”大冰雹过程的中尺度特征及成因 . 应用气象学报, 2011, 22(5): 525-536.
    [7] 向玉春,  杨军,  唐仁茂,  付丹红,  李德俊,  彭菊香.  LAPS在冰雹云模拟中的应用 . 应用气象学报, 2012, 23(3): 331-339.
    [8] 高歌,  祝昌汉,  张洪涛.  北京市火险气象等级预警数值模拟研究 . 应用气象学报, 2002, 13(5): 609-620.
    [9] 吴洪,  柳崇健,  邵洁,  王晓明.  北京地区大雾形成的分析和预报 . 应用气象学报, 2000, 11(1): 123-127.
    [10] 叶晨,  王建捷,  张文龙.  北京2009年“1101”暴雪的形成机制 . 应用气象学报, 2011, 22(4): 398-410.
    [11] 梁爱民,  张庆红,  申红喜,  刘开宇,  李秀连,  冯建碧.  北京地区一次平流雾过程的分析和数值模拟 . 应用气象学报, 2009, 20(5): 612-621.
    [12] 张杰英,  杨梅玉,  姜达雍.  考虑大尺度凝结加热的数值模拟试验 . 应用气象学报, 1987, 2(2): 123-132.
    [13] 朱君鉴,  刁秀广,  黄秀韶.  一次冰雹风暴的CINRAD/SA产品分析 . 应用气象学报, 2004, 15(5): 579-589.
    [14] 张秉祥,  李国翠,  刘黎平,  李哲,  王丛梅,  王丽萍.  基于模糊逻辑的冰雹天气雷达识别算法 . 应用气象学报, 2014, 25(4): 415-426.
    [15] 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
    [16] 夏友龙,  朱抱真,  黄伯银.  冬季亚洲大陆冷高压形成和发展过程的数值模拟 . 应用气象学报, 1991, 2(2): 133-139.
    [17] 杨玉华,  徐祥德,  翁永辉.  北京城市边界层热岛的日变化周期模拟 . 应用气象学报, 2003, 14(1): 61-68.
    [18] 刘洪,  郭文利,  李慧君.  北京地区日光温室光环境模拟及分析 . 应用气象学报, 2008, 19(3): 350-355.
    [19] 陈炯,  王建捷.  北京地区夏季边界层结构日变化的高分辨模拟对比 . 应用气象学报, 2006, 17(4): 403-411.
    [20] 王迎春,  刘凤辉,  张小玲,  张朝林,  孟燕军,  托亚,  梁丰.  北京地区中尺度非静力数值预报产品释用技术研究 . 应用气象学报, 2002, 13(3): 312-321.
  • 加载中
图(11) / 表(1)
计量
  • 文章访问数:  705
  • HTML全文浏览量:  458
  • PDF下载量:  24
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-07-15
  • 修回日期:  2019-10-14
  • 刊出日期:  2019-11-30

一次大冰雹形成机制的数值模拟

  • 1. 南京大学大气科学学院, 南京 210023
  • 2. 北京市人工影响天气办公室, 北京 100089
  • 3. 中国科学院大气物理研究所 北京 100029
  • 4. 中国气象科学研究院, 北京 100081
  • 通信作者: 郭学良, guoxl@mail.iap.ac.cn
资助项目: 公益性行业(气象)科研专项(GYHY201306047),2018年度青年骨干个人项目“北京地形云降水形成机理及气溶胶影响研究”,北京市气象局科技项目(BMBKJ201704009,BMBKJ201905001),北京市自然科学基金项目(8182024)

摘要: 利用可模拟冰雹尺度的三维冰雹分档对流云模式,研究了2014年7月16日北京一次大冰雹的形成过程。此次冰雹天气过程的地面降雹最大尺度为7 cm,对流有效位能为1785.3 J·kg-1,具有上干下湿的大气层结条件。数值模拟的冰雹云顶高度达13 km,与雷达观测比较一致,模拟的最大上升气流达30 m·s-1。由于风切变较大,冰雹云出现明显倾斜垂直结构,使冰雹云持续时间较长。此次大冰雹形成的微物理过程具有明显特点,冰雹云中-35~-10℃层存在含量达12~16 g·kg-1的高过冷雨水累积区,冰雹胚胎主要通过受到冰晶接触扰动的过冷雨滴冻结产生,其产生率量级达10-2 g·kg-1·s-1,冰雹增长过程主要依靠雹胚撞冻过冷云水,其增长率的量级与冰雹胚胎产生率的量级一致。

English Abstract

    • 冰雹具有突发性和强烈致灾性的特点,造成预报和防御均十分困难。关于冰雹的研究主要集中在形成的天气、气候背景和分布特征、冰雹云形成和演变、冰雹云的动力、微物理结构及人工防雹等方面。20世纪60年代随着人工防雹的兴起,以美国、苏联为代表,开始了冰雹云动力、微物理结构和形成研究。Browning等[1]提出,在雹暴中存在持续、倾斜的强上升气流, 冰雹粒子具有循环增长机制。苏联科学家Sulakvelidze等[2]提出冰雹形成的过冷雨滴累积带理论,认为累积带处于-25~0℃层,是冰雹形成的主要源区,并基于这一理论提出竞争防雹,这也是20世纪60—70年代苏联人工防雹的依据。但过冷雨滴累积带理论在国际上有争议,20世纪70—80年代美国开展的国家冰雹研究试验(NHRE)结果表明:对于冷云底和大陆性冰雹云,毫米尺度的雹胚一般是通过冰雪晶和霰的长大转化过程形成[3]。美国和加拿大高原上的冰雹云仅有20%的雹胚是由冻雨形成[4]。Battan[5]认为在观测中没有发现过冷雨滴累积带存在。

      Browning等[6]提出冰雹形成的雹胚帘概念和运动循环增长机制。冰雹胚胎形成后能否长大主要决定于这些胚胎粒子在适宜增长的环境中滞留时间[7]。研究者又提出了微物理循环机制[8]和低密度循环增长机制[9]。运动循环增长被认为是超级单体产生大冰雹的主要机制。通过多普勒天气雷达探测雹暴内部的速度场,结合云粒子增长轨迹模式,进一步揭示了超级单体雹暴中冰雹循环增长机制[9-11]。Foote等[12]认为,多单体冰雹云的形成是通过倾斜上升气流增长的,大多数雹块的生长发生在-25~-10℃。

      1969—1978年山西昔阳高炮人工防雹试验研究中,发现“炮响雨落”现象,并提出了爆炸防雹理论[13-14]。20世纪80年代起,我国开展了一系列冰雹云形成和移动等方面的观测研究和冰雹形成的微物理数值模拟研究,冰雹模式动力过程从一维发展到三维,微物理方案从单参数、双参数发展到分档,取得了一系列成果[15-32]。我国关于冰雹微物理过程的数值模拟主要集中在冰雹胚胎来源和增长机制方面。对1980年7月20日张家口飑线雹暴过程的一维云模式模拟结果表明:首先在云中-32~-24℃区域由暖雨过程形成一定数量的过冷雨滴,然后冻结形成霰粒子,部分霰粒子通过碰并过冷云水长大后转化为冰雹胚胎[18],此次冰雹过程模拟的最大上升气流速度为22 m·s-1, 观测最大降雨量仅为1.88 mm,冰雹最大直径为2.6 cm[33]。对不同云底温度冰雹云的模拟结果显示:云底温度对冰雹胚胎的来源有重要作用,冷云底冰雹的形成主要通过云霰转化,而暖云底冰雹的形成主要通过雨-霰转化过程[34]

      对1997年7月28日陕西旬邑的冰雹云数值模拟显示:在最大上升气流之上,存在冷雨水累积区,冰雹的生长在此累积区内[35],在模拟前20 min内,云中-20~-10℃区域存在较高由暖雨过程形成的过冷雨水含量,最大值可达到12 g·m-3,最初的冰雹形成发生在此过冷雨水的累积带中[36]。对1997年7月8日陕西旬邑的冰雹过程的三维冰雹模式模拟结果显示:冻滴是冰雹胚胎的主要来源,增长过程主要是与过冷云水撞冻过程[37], 该过程降雨大,冰雹尺度仅为6 mm。对1997年7月9日甘肃平凉冰雹过程的数值模拟结果也表明:冻滴仍然是冰雹胚胎的主要来源,但霰转化为冰雹胚胎的量出现明显增加,该过程地面冰雹最大直径达到3 cm[21]

      对美国西北部蒙大拿州的一次冰雹云数值模拟显示:冰雹云中过冷雨滴含量少,云滴含量高,冰雹胚胎的来源主要是霰粒子[26]。对美国堪萨斯州一次超级单体冰雹云的冰雹分档数值模拟结果显示:雨滴的概率冻结是雹胚最主要的产生机制,对小雹胚的贡献率达82%,大雹胚的贡献率则达95%,雹胚的增长依赖对过冷云水的撞冻过程,地面最大冰雹直径达到5 cm以上[29]。采用三维冰雹云模式对贵州地区冰雹云的形成、发展机制和冰雹增长的微物理转化条件的模拟表明:冰雹粒子主要以霰粒子为胚胎进行增长,增长方式以霰自动转化成雹为主[31]

      由此可见,冰雹微物理形成机制的研究结果并不一致,争论焦点是冰雹胚胎是来自霰粒子转化还是过冷雨滴冻结。由于冰雹云中过冷雨滴的直接观测很困难,目前只能依靠数值模拟获得。虽然不同模式中的微物理参数化方式也不尽相同,但基本的暖云和冷云形成过程相似。尽管一些个例的模拟显示,冰雹胚胎来源于霰粒子,但霰胚也是由较小的过冷雨滴冻结形成,只是过冷雨水含量较低;另一些个例模拟显示,当冰雹云中过冷雨水含量较高时,可直接形成雹胚,说明过冷雨水含量对冰雹形成,特别是大冰雹的形成具有十分重要的作用。这两种情况均与暖云过程有密切的关系,对流云中的过冷雨水含量较高。而也有个例模拟结果显示:冰雹云中过冷雨水含量很低,但云水含量高,冰雹胚胎的形成只能通过冷云过程形成,这种情况与冷云过程密切相关。

      冰雹在云中的增长过程较复杂,关于冰雹云中冰雹运动增长方式先后开展了冰雹循环增长[22, 38], 风速零线“穴道”增长[39]和过冷雨水累积区的上下起伏增长[36]等研究。从国内外研究结果可以看到,对冰雹运动增长方式的认识目前仍不统一,大部分是基于模式模拟结果得到,不论是简单的上-下起伏增长方式,还是复杂的循环增长方式,仍有待从观测中进一步验证。

      尽管各地针对冰雹云动力结构、预报、天气特征和人工防雹等方面开展了很多观测分析和数值模拟研究[40-48],但因地域、气候和冰雹云个例的差异,有关冰雹形成的微物理数值模拟研究结果不同,结论不完全相同。很多个例的地面冰雹尺度较小,不能代表典型冰雹云。另外,大部分模拟研究采用体积冰雹参数化模式,对研究冰雹胚胎的来源和增长有一定局限性。本文选取了北京2014年7月16日一次典型的超级单体雹暴天气过程,该过程最大降水量达50 mm,最大冰雹直径达7 cm。利用更能反映冰雹增长过程的三维冰雹云分档模式开展模拟研究,与冰雹体积参数化方案相比,更有助于显示冰雹粒子形成、增长和雹谱演变特征。

    • 本文使用的数值模式是中国科学院大气物理研究所三维冰雹分档对流云模式[22-23]。该模式在Berry指数分档方法的基础上将霰与冰雹划分为21档(尺度范围为100 μm~7 cm)。模式详细考虑了云水、雨水、云冰、雪和霰(雹)的形成增长机制及其相互转化的物理过程。微物理过程考虑了冰粒子与过冷云水、雨水的干/湿碰冻增长,以及淞附对粒子体密度和下落末速度的影响,较完整地描述了粒子增长、密度和下落末速度的变化。动力学框架由一组时变、可压缩的完全弹性方程组构成。

      模式初始场为2014年7月16日08:00(北京时,下同)探空数据,采用湿热泡扰动方式,水平扰动中心位于模拟域中央,扰动半径水平方向为8 km,垂直方向为4 km,中心最大位温偏差取1.5℃,积分80 min。模拟区域水平范围取35 km ×35 km,垂直为18.5 km;水平和垂直格距分别取1 km和0.5 km。规定经向风沿模拟域的x方向,纬向风沿y方向。时间积分采用时步分离技术,大时步取5 s,小时步取0.25 s。采用模拟域随风暴质心移动技术以保证风暴始终处于模拟域内。

    • 受冷空气与低层偏南暖湿气流的共同影响,2014年7月16日下午至夜间,北京自西向东出现了一次强对流天气过程。16:32—19:08在北京延庆、昌平、门头沟、海淀、石景山先后出现了冰雹天气过程,其中昌平流村出现了特大冰雹,落地冰雹最大直径达7 cm。该强对流过程局地最大降水量达50 mm,全市平均降水量为6.4 mm,城区平均降水量为18.6 mm。雷达回波显示云高达13 km,云底温度大于20℃,为典型暖底冰雹云。

      2014年7月16日08:00北京探空(图略)显示,大气低层处对流抑制能量小,有利于对流发展。抬升凝结高度为963 hPa,自由对流高度在2.7 km,对流有效位能为1785.3 J·kg-1,不稳定能量大,潜在不稳定性强,沙氏指数为-4.02,有利于强对流天气的形成。大气层结为典型的上干下湿的喇叭口结构,中下层的湿度条件较好,上层干燥,有利用不稳定天气形势的发展。0~6 km高度的垂直风切变约为8 m·s-1,方向由西南顺时针转为偏西风为主,整层的风切变达到20 m·s-1。强的垂直风切变有利于雹暴强对流天气的发展。0℃层位于600 hPa,距离地面约4 km。

      图 1为北京市观象台观测到的7月16日冰雹云雷达回波组合反射率因子演变,整个过程大约持续4 h,是一次典型的超级单体雹暴过程。从雷达回波看,16:12回波由延庆西北进入时已发展很旺盛,最大回波强度达到50 dBZ左右,勾状回波特征较明显,强对流云以约40 km·h-1的速度自西北向东南方向移动。16:54回波单体进入延庆,出现典型的“V”型缺口,中心回波强度达到60 dBZ,延庆气象局自动气象站显示,16:54延庆沈家营出现15 m· s-1的瞬时大风,沿着图“V”型缺口中心对该回波的反射率因子做剖面,剖面结构见图 2a。发展至18:48,强回波主体位于昌平西北部,最大回波强度增至65 dBZ左右,再次出现勾状回波。18:48前后,昌平的阳坊、马池口镇、流村、南口镇均出现冰雹,其中流村出现直径7 cm左右的大雹。19:54回波主体自西北向东南移动到达石景山地区,回波强度降至约50 dBZ,20:42回波基本移出北京。

      图  1  2014年7月16日北京地区冰雹云雷达回波组合反射率因子演变

      Figure 1.  Radar echo evolutions for the hailstorm in Beijing on 16 Jul 2014

      图  2  2014年7月16日回波垂直剖面分布(a)16:54观测, (b)第30分钟模拟回波强度(单位:dBZ,箭头表示u,w分量的合成矢量)

      Figure 2.  Vertical distribution of radar reflectivity on 16 Jul 2014 (a)the observed at 1654 BT, (b)the simulated at the 30th minute (unit:dBZ, the arrow denotes the synthetic vector of u and w)

    • 图 2为观测和模拟的冰雹云发展旺盛时的垂直结构。图 2a是沿图 1中16:54反射率因子的“V”型缺口中心(红线位置)对该回波做剖面。雷达回波显示,高层存在明显的云砧结构,穹窿结构清晰,60 dBZ以上的回波墙明显,具有典型的超级单体风暴特征。0℃层4 km以上的云体回波超过50 dBZ,特别是强度达到65 dBZ的极值区域基本位于0℃层以上。由图 2b模拟的第30分钟时沿经向18 km处雷达回波垂直分布可见,此时雹云处在成熟阶段,在回波大值区有组织的上升气流已演变成倾斜明显的上升气流。气流在距离地面4 km高度开始呈辐散特征,雹云下层出现强烈的下沉气流,这和降水粒子的拖曳作用密切相关。模拟单体的回波顶高达13 km,较观测仍偏小,与大气层上部存在的稳定层有关。最大回波超过65 dBZ,超级单体的回波墙和悬挂回波特征模拟地较好, 与雷达观测回波特征基本相符。

      图 3为模拟区域地面最大降雨(雹)强度随时间的变化。冰雹云降雨时间从第13分钟开始,最大降雨强度达到100 mm·h-1,观测的最大降水强度出现在海淀闵庄,达到48.4 mm·h-1,模拟值偏大。模拟的降雹在第30分钟开始,第70分钟结束,持续40分钟,最大降雹量达到10 mm。

      图  3  模拟区域地面最大小时降雨强度(Rrmax)和降雹强度(Rhmax)随时间变化

      Figure 3.  The simulated maximum surface rainfall intensity (Rrmax) and the maximum hailfall intensity (Rhmax)

      表 1给出了冰雹云观测与模拟的对比情况,总体上模式能够再现冰雹云的基本特征,但模拟的地面降雨较大,最大冰雹尺度偏小。

      表 1  观测与模拟的冰雹云特征比较

      Table 1.  Characteristics of the observed and simulated hailstorms

      特征参量 观测 模拟
      云顶高度/km 14 13
      云顶温度/℃ < -50 < -50
      云底温度/℃ >20 >20
      生命史/min >60 >60
      最大回波强度/dBZ 65 >65
      最大上升气流速度/(m·s-1) 30
      最大降雨强度/(mm·h-1) 50 100
      地面最大冰雹尺度/cm 3.5~7 >3.5
    • 冰雹云的动力过程对微物理形成过程具有非常重要的作用,为了解冰雹云中的动力过程,图 4为模拟的冰雹云中水平最大上升气流和下沉气流速度的演变和分布,最大上升气流出现在第16分钟的7~11 km高度,速度达30 m·s-1,最大下沉气流出现在第18分钟的10~11 km高度,速度达-12 m·s-1。可见最大下沉气流晚于最大上升气流的出现,并位于最大上升气流的上部,说明与这个位置形成的固态降水粒子的拖曳作用有关。下沉气流在第34分钟时出现了次峰值,数值为-10 m·s-1,由于在0℃层以下,说明与冰粒子融化后形成雨滴的拖曳作用有关。

      图  4  模拟的冰雹云中水平最大上升气流(红色实线)和下沉气流(蓝色虚线)速度(单位:m·s-1)(黑色实线为等温线)

      Figure 4.  Temporal and height distributions of horizontal maximum updraft (the red solid line) and downdraft (the blue dashed line)(unit:m·s-1) (black solid lines for isotherm)

      根据最大上升气流和对流有效位能(E)的关系:

      (1)

      以式(1)计算得到Wmax为59.7 m·s-1,考虑降水负浮力效应,云与环境的夹卷混合作用及垂直气压梯度扰动等作用,应减小约50%[49],即29.8 m·s-1,这与模拟值相当,从第20分钟开始,上升和下沉气流逐渐减小,第50分钟后上升气流基本消散,以下沉气流为主。

      图 5是冰雹云在第16、第22、第24分钟和第36分钟时经向20 km处的气流垂直剖面。可以看到,第16分钟时上升气流处于最强盛阶段,云中距地面5~9 km高度出现上升气流的高值区,最大值达30 m·s-1,下沉气流出现在主上升气流前侧,距地面5~10 km高度,和主上升气流后侧的4~8 km高度,下沉气流最大值达9 m·s-1。在云体后侧2~4 km范围有强劲流入,促使云体内产生强烈的上升气流,促进对流云的发展。强的出流位于云的中上部及对流层顶。第22分钟时,云体发展更旺盛,云顶高度达14 km,位于云体后侧的下沉气流存在于距地面8~13 km高空,另一个下沉气流区位于云顶距地面12~16 km高度处。第24分钟时,下沉气流发展得更为旺盛,出现3个主要气流下沉区,分别位于云体后方8~10 km高度、上方9~16 km分钟及正前方8 km高度,最大下沉气流达9 m·s-1以上,位于云砧发展的旺盛区。第36分钟时,低层出现强烈的下沉气流,随着降水的持续发展,降水粒子的拖曳作用不断增强,下沉气流所在区域逐渐增大,云体处于消散阶段。

      图  5  冰雹云中气流的垂直剖面

      Figure 5.  Vertical distributions of updraft and downdraft

    • 为研究冰雹形成过程与云中水凝物含量的关系,图 6是冰雹云中水平云水、冰晶、雨水和霰(雹)混合比的时间-高度分布。冰雹云形成过程中的云水含量非常丰富,在-40~0℃内出现多个过冷云水含量高值中心,最大值达3.5 g·kg-1。模式中假定过冷水在低于-40℃的环境下全部冻结(图 6中低于-40℃环境出现的过冷水含量为绘图插值造成)。云冰主要出现在-20℃层以上的高层,在第20分钟前后出现最大值,达1.5 g·kg-1。雪的大值区出现在第20分钟的11 km高度,达1.5 g·kg-1。雨水含量的分布很有特点,尤其是过冷雨水含量高。在-35~-10℃层存在混合比达到12~16 g·kg-1的高过冷雨水累积区,中心位于-30~-20℃层,与云水含量分布对比,高过冷雨水含量的高值区对应低过冷云水含量区,说明含量高的过冷水是由云水转化和碰并增长过程形成,暖雨过程非常活跃。在第30~40分钟出现雨水次大值中心,这与冰雹融化有关。

      图  6  模拟冰雹云中水平水凝物质量混合比(彩色等值线,单位:g·kg-1)的时间-高度分布(黑色等值线为等温线,单位:℃)

      Figure 6.  Temporal and height distributions of the horizontal cloud hydrometeor mixing ratios (the colored line, unit:g·kg-1) of the simulated hailstorm (the black line denotes the isotherm, unit:℃)

      霰(雹)含量的高值中心出现时间和位置与过冷雨水的高值中心有着很好的对应关系。第20分钟时,-50~-30℃区域出现霰(雹)含量达到16 g·kg-1,位于高过冷雨水含量中心的上方。云中霰(雹)持续时间近30 min。

      图 7是模拟的冰雹云中各种水凝物粒子含量最大值随时间的演变。最明显的特征是雨水含量与霰(雹)含量有很好的对应关系。云水在第10分钟时达到最大值3.8 g·kg-1,雨水含量在云水即将达到极值时开始迅速增长,在第15分钟时达12 g·kg-1,在其后的5 min,冷云的微物理过程开始出现并发展,第22分钟时,霰(雹)含量出现了约17 g·kg-1的最大值。可见,霰(雹)含量和雨水含量发展趋势基本一致。冰雹云抬升凝结高度在963 hPa,对应的温度大于20℃,云底温度高,为暖底雹云。因此,云中的雨水特别是处于0℃以上的过冷雨水对雹的形成和生长的贡献很大,冰雹云中存在丰富的过冷雨水,是霰(雹)形成的主要原因。

      图  7  模拟的冰雹云中水凝物质量混合比最大值随时间演变

      Figure 7.  Temporary variations of maximum mixing ratios of hydrometeors

    • 为显示冰雹云中冰雹从霰、小雹到大雹的演变和下落过程,图 8是冰雹分档尺度的分布和演变过程。若定义霰的直径D≤5 mm,可以看到,霰在第16分钟出现(图 8a),此时最大上升气流速度超过25 m·s-1,霰出现的区域位于最大上升气流上方的距地面9~10 km高度。之后云中霰含量迅速增长,第22分钟时(图 8b),霰含量达到5 g·kg-1,云中出现了直径达1 cm左右的冰雹,其最大含量达3 g·kg-1,第16~22分钟是云中冰雹含量迅速增加的阶段,之后云中冰雹含量呈下降趋势(图 7),说明部分长大的冰雹开始下落。第30分钟时(图 8c),云中5 mm < D≤10 mm的冰雹含量最大值降至1.5 g·kg-1,第36分钟时(图 8d),地面开始出现降雹,直径2.5 cm的大雹在倾斜风暴的前侧,靠近主上升气流的区域出现,其含量达2 g·kg-1,在风暴的后侧,气流将小的霰(雹)粒子不断送入主上升气流区,在此过程中冰雹大量捕获过冷水长大,这是冰雹直径增长的主要原因。第46分钟时(图 8e),冰雹云开始减弱,地面仍然有降雹出现,第60分钟时(图 8f),云中霰(雹)含量进一步减小,地面降雹基本停止。

      图  8  不同尺度霰与雹质量混合比(等值线,单位:g·kg-1)垂直分布随时间变化(填色为上升气流,箭头表示u,w分量的合成矢量)

      Figure 8.  Evolutions of vertical distributions of graupel (hail-bin) mixing ratios (the contour, unit:g·kg-1) (the shaded denotes updraft, the arrow denotes synthetic vector of u and w)

      图 9为不同尺度霰(雹)质量混合比最大值随时间变化,可以看到,云中有大雹生成,直径2 cm左右的大雹存在于模式发展的第30~41分钟。观测显示,此次过程的降雹直径多数为1~10 mm,但18:30和18:56的昌平流村和门头沟东山出现的大雹直径超过25 mm,模拟与观测相比,降雹时间较一致,冰雹直径偏小。

      图  9  模拟区域中不同尺度最大霰(雹)粒子质量混合比随时间变化

      Figure 9.  Temporary variations of maximum graupel (hail-bin) mixing ratios

      图 10表示不同尺度霰(雹)数量浓度的时间变化,可以看到,模拟域中霰(雹)的个数自第13分钟迅速增长,模拟区域中霰(雹)个数最多的时间集中在第20分钟前后。浓度最大的是D≤1 mm,其次是1 mm < D≤5 mm, D>5 mm以上的霰(雹)粒子浓度快速减小,量级在10 m-3以下。

      图  10  模拟区域内不同尺度最大霰(雹)粒子数量浓度随时间变化

      Figure 10.  Temporary variations of graupel (hail-bin) quantitative concentration in the simulated domain

      图 11是冰雹云中雹胚的生成率及其增长率随时间的演变。由图 11a可见,冰雹过程的雹胚主要是由冰晶接触冻结雨滴形成,其生成率达0.064 g·kg-1·s-1。其他过程,如雪碰撞收集雨水形成雹胚及雨水的同质核化形成雹胚等过程相较于冰晶接触冻结雨滴和雪晶自动转化为雹胚过程小得多,相差多个量级,所以未在图中给出。因此,冰晶和过冷雨滴的含量对雹胚的形成至关重要。冰雹的增长则主要依靠雹胚撞冻过冷云水长大,由图 11b可见,其增长率达0.023 g·kg-1·s-1,其他增长过程,如雹胚碰并雪晶增长,雹胚撞冻雨水增长及雹胚碰并冰晶的增长率均非常小。

      图  11  雹胚生成率(a)和冰雹增长率(b)随时间变化

      Figure 11.  Temporary variations of embryos production rate(a) and growth rate of hailstones(b)

      综上所述,在此次冰雹形成过程中,雹胚的形成和冰雹的增长同冰晶、过冷雨滴和云滴的含量关系密切。暖雨过程形成的云中高过冷雨水含量是冰雹胚胎形成的主要原因,大量的冰晶同云中的雨滴撞冻形成雹胚,通过收集过冷云滴实现增长,是大冰雹形成的原因。

    • 利用可模拟冰雹尺度的三维冰雹分档对流云模式,结合雷达观测数据,研究了2014年7月16日北京一次大冰雹的形成过程。研究表明:此次冰雹云形成过程有明显的动力和微物理特征,具有高对流有效位能、较强的风切变以及上干下湿的典型冰雹云大气层结条件等热力和动力特征,得到以下结论:

      1) 数值模拟的冰雹云顶高度位于13 km附近,最大上升气流达30 m·s-1。由于风切变强度较大,冰雹云出现明显倾斜垂直结构,有利于冰雹天气的维持和发展。

      2) 此次大冰雹形成的微物理过程具有明显的特点,冰雹云中在-35~-10℃层存在含量达12~16 g·kg-1的高过冷雨水累积区,冰雹胚胎主要依靠冰晶撞冻此累积区的过冷雨滴过程产生,其产生率量级达到10-2 g·kg-1·s-1,冰雹增长过程主要依靠雹胚撞冻过冷云水,其增长率的量级与冰雹胚胎产生率的量级一致。

      但模式未能很好地模拟出观测直径达7 cm的冰雹,这可能与模式中冰雹融化过程的参数化有关,也可能与模式环境场有关,今后还需开展有针对性的改进研究。

参考文献 (49)

目录

    /

    返回文章
    返回