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

江淮地区孤立对流云统计特征

朱士超 袁野 吴月 朱明佳

引用本文:
Citation:

江淮地区孤立对流云统计特征

    通信作者: 袁野, hfyuany@sina.com
  • 资助项目: 中国气象局云雾物理环境重点实验室开放课题(2018Z01615),安徽省重点研究与开发计划项目(1704f0804055),安徽省气象局预报员专项(KY201905),安徽省重点研究和开发计划项目(1804a0802215),国家自然科学基金面上项目(41875171)

Statistical Characteristics of Isolated Convection in the Jianghuai Region

    Corresponding author: Yuan Ye, hfyuany@sina.com
  • 摘要: 孤立对流云是江淮地区重要的降水云系,通过分析江淮地区2013—2016年6—9月的多普勒天气雷达数据,统计得到664个对流云,其中孤立对流云196个,占江淮地区对流云发生频率的29.5%,7月和8月是江淮地区孤立对流云的高发期,6月相对较少,9月最少,同时12:00(北京时,下同)—18:00是孤立对流云的高发时段,05:00—07:00孤立对流云发生频率最低。针对2013年7月20日安徽定远出现的孤立对流云个例,综合分析多普勒天气雷达和C波段连续波雷达探测资料,发现此次暖区孤立对流云内部强反射率因子中心交替生成,导致内部反射率因子呈强弱交替出现的波状结构,沿着移动方向由弱到强,降水粒子下落速度与之对应,降水粒子最大落速出现在孤立对流云中下部的强反射率因子区域,速度超过10 m·s-1
  • 图 1  雷达位置及研究区域

    (×为多普勒天气雷达位置,Δ为C波段连续波雷达位置)

    Fig.1  The location of radars and the target area

    (× is the location of Doppler radar, Δ is the location of C-FMCW)

    图 2  2013—2016年6—9月江淮地区孤立对流云发生频次

    Fig.2  The frequency of isolated convective clouds in the Jianghuai Region from Jun to Sep during 2013-2016

    图 3  2013年7月31日08:00 500 hPa高度场(等值线,单位:gpm)和850 hPa风场(风羽)

    Fig.3  500 hPa height (the contour, unit:gpm) and 850 hPa wind (the barb) at 0800 BT 31 Jul 2013

    图 4  2013年7月20日08:00 500 hPa高度场(等值线,单位:gpm)和850 hPa风场(风羽)

    Fig.4  500 hPa height (the contour, unit:gpm) and 850 hPa wind (the barb) at 0800 BT 20 Jul 2013

    图 5  2013年7月20日10:00—13:00定远站降水量

    Fig.5  Rainfall amount at Dingyun Station from 1000 BT to 1300 BT on 20 Jul 2013

    图 6  2013年7月20日10:42合肥多普勒天气雷达反射率因子(a)组合反射率因子,(b)图 6a圆圈区域的放大图,(c)图 6b黑线位置垂直剖面图

    Fig.6  Reflectivity of Hefei Doppler radar at 1042 BT 20 Jul 2013 (a)superimposition reflectivity, (b)enlarged view at the circle in Fig. 6a, (c)reflectivity cross sections at the black line in Fig. 6b

    图 7  2013年7月20日定远站组合反射率因子

    Fig.7  Superimposition of radar reflectivity at Dingyuan Station on 20 Jul 2013

    图 8  2013年7月20日定远孤立对流云垂直结构(a)反射率因子, (b)粒子下落速度

    Fig.8  Vertical structure of an isolated convection at Dingyuan Station on 20 Jul 2013 (a)reflectivity, (b)particle fall velocity

    表 1  C波段连续波雷达和多普勒天气雷达主要参数

    Table 1.  Main parameters of C-FMCW radar and Doppler radar

    雷达参数 多谱勒天气雷达 C波段连续波雷达
    探测方式 体扫描方式 固定式垂直指向
    探测量程 水平460 km,垂直20 km 150 m~24 km
    时间分辨率 6 min 3 s
    空间分辨率 1 km 30 m
    探测精度 ≤1 dBZ ≤1 dBZ
    下载: 导出CSV

    表 2  2013—2016年6—9月不同对流云数量统计

    Table 2.  The number of different convections from Jun to Sep during 2013-2016

    月份 孤立对流云数量 对流云数量 孤立对流云所占比例
    6 30 157 19.1%
    7 53 196 27%
    8 89 228 39%
    9 24 83 28.9%
    下载: 导出CSV
  • [1] 朱士超, 袁野, 吴林林, 等.江淮对流云发生规律及其垂直结构分析.气象, 2016, 43(6):696-704. 
    [2] Rowe A K, Rutledge S A, Lang T J.Investigation of microphysical processes occurring in isolated convection during NAME.Mon Wea Rev, 2011, 139(2):424-443. doi: 10.1175/2010MWR3494.1
    [3] 刘治国, 陶健红, 杨建才, 等.冰雹云和雷雨云单体VIL演变特征对比分析.高原气象, 2008, 27(6):1364-1372. 
    [4] 岳治国, 牛生杰.洛川地区孤立对流云雷达回波特征分析.陕西气象, 2007(5):1-5. 
    [5] 朱士超, 银燕, 金莲姬, 等.青藏高原一次强对流过程对水汽垂直输送的数值模拟.大气科学, 2011, 35(6):1057-1068. 
    [6] Rosenow A A, Plummer D M, Rauber R M, et al.Vertical velocity and physical structure of generating cells and convection in the comma head region of continental winter cyclones.J Atmos Sci, 2014, 71(5):1538-1558. doi: 10.1175/JAS-D-13-0249.1
    [7] Hence D A, Houze R A.Vertical structure of tropical cyclone rainbands as seen by the TRMM precipitation Radar.J Atmos Sci, 2012, 69(9):2644-2661. doi: 10.1175/JAS-D-11-0323.1
    [8] Marsham J H, Trier S B, Weckwerth T M, et al.Observations of elevated convection initiation leading to a surface-based squall line during 13 June IHOP_2002.Mon Wea Rev, 2010, 139(1):247-271. 
    [9] DeMott C A, Rutledge S A.The vertical structure of TOGA COARE convection.Part Ⅰ:Radar echo distributions.J Atmos Sci, 1998, 55(17):2730-2747. 
    [10] Stephens G L, Wood N B.Properties of tropical convection observed by millimeter-wave radar systems.Mon Wea Rev, 2007, 135(3):821-842. doi: 10.1175/MWR3321.1
    [11] Leary C A, Houze R A.The structure and evolution of convection in a tropical cloud cluster.J Atmos Sci, 1979, 36(3):437-457. doi: 10.1175/1520-0469(1979)036<0437:TSAEOC>2.0.CO;2
    [12] Ryzhkov A V, Zrnić D S.Rain in shallow and deep convection measured with a polarimetric Radar.J Atmos Sci, 1996, 53(20):2989-2995. doi: 10.1175/1520-0469(1996)053<2989:RISADC>2.0.CO;2
    [13] Stokes G M, Schwartz S E.The atmospheric radiation measurement (ARM) program:Programmatic background and design of the cloud and radiation test bed.Bull Amer Meteor Soc, 1994, 75(7):1201-1221. doi: 10.1175/1520-0477(1994)075<1201:TARMPP>2.0.CO;2
    [14] Lerach D G, Rutledge S A, Williams C R.Vertical structure of convective systems during NAME 2004.Mon Wea Rev, 2009, 138(5):1695-1714. 
    [15] Sekelsky S M, Ecklund W L, Firda J M, et al.Particle size estimation in ice-phase clouds using multifrequency radar reflectivity measurements at 95, 33, and 2.8 GHz.J Appl Meteor, 1999, 38(1):5-28. doi: 10.1175/1520-0450(1999)038<0005:PSEIIP>2.0.CO;2
    [16] Lombardo K A, Colle B A.The spatial and temporal distribution of organized convective structures over the northeast and their ambient conditions.Mon Wea Rev, 2010, 138(12):4456-4474. doi: 10.1175/2010MWR3463.1
    [17] Heymsfield G M, Tian L, Heymsfield A J, et al.Characteristics of deep tropical and subtropical convection from nadir-viewing high-altitude airborne doppler Radar.J Atmos Sci, 2010, 67(2):285-308. doi: 10.1175/2009JAS3132.1
    [18] 孙豪, 刘黎平, 郑佳锋.不同波段垂直指向雷达功率谱密度对比.应用气象学报, 2017, 28(4):447-457. 
    [19] 闵晶晶, 刘还珠, 曹晓钟, 等.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. 
    [20] 阮征, 李淘, 金龙, 等.大气垂直运动对雷达估测降水的影响.应用气象学报, 2017, 28(2):200-208. 
    [21] 杨有林, 纪晓玲, 张肃诏, 等.基于雷达回波强度面积谱识别降水云类型.应用气象学报, 2018, 29(6):690-700. 
    [22] 金龙, 阮征, 葛润生, 等.C-FMCW雷达对江淮降水云零度层亮带探测研究.应用气象学报, 2016, 27(3):313-322. 
    [23] 曹杨, 陈洪滨, 苏德斌.C波段双线偏振天气雷达零度层亮带识别和订正.应用气象学报, 2018, 29(1):84-94. 
    [24] 袁野, 杨光, 胡雯.利用双多普勒天气雷达分析对流云垂直运动结构试验.应用气象学报, 2007, 18(3):306-313. 
    [25] 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. 
    [26] 黎惠金, 李向红, 黄芳.广西一次特大暴雨的MCC演变过程及结构特征分析.高原气象, 2013, 32(3):806-817. 
    [27] Gallus W A, Snook N A, Johnson E V.Spring and summer severe weather reports over the midwest as a function of convective mode:A preliminary study.Wea Forcasting, 2008, 23(1):101-113. doi: 10.1175/2007WAF2006120.1
    [28] 刘黎平, 郑佳锋, 阮征, 等.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.气象学报, 2015, 73(4):635-647. 
    [29] 阮征, 金龙, 葛润生, 等.C波段调频连续波天气雷达探测系统及观测试验.气象学报, 2015, 73(3):577-592. 
    [30] 李淘, 阮征, 葛润生, 等.激光雨滴谱仪测速误差对雨滴谱分布的影响.应用气象学报, 2016, 27(1):25-34. 
  • [1] 许健民,  季良达.  1991 年江淮特大暴雨的平均云图特征 . 应用气象学报, 1993, 4(4): 421-425.
    [2] 谭桂容,  范艺媛,  牛若芸.  江淮地区强降水分型及其环流演变 . 应用气象学报, 2018, 29(4): 396-409. DOI: 10.11898/1001-7313.20180402
    [3] 马晓群,  吴文玉,  张辉.  农业旱涝指标及在江淮地区监测预警中的应用 . 应用气象学报, 2009, 20(2): 186-194.
    [4] 董晓峣,  武炳义.  江淮地区夏季高温事件与北极冷异常的动力联系 . 应用气象学报, 2019, 30(4): 431-442. DOI: 10.11898/1001-7313.20190404
    [5] 王建捷,  陶诗言.  1998梅雨锋的结构特征及形成与维持 . 应用气象学报, 2002, 13(5): 526-534.
    [6] 张腾飞,  许迎杰,  张杰,  段旭,  尹丽云.  云南省闪电活动时大气相对湿度结构特征 . 应用气象学报, 2010, 21(2): 180-188.
    [7] 钟水新,  王东海,  张人禾,  刘英.  基于CloudSat资料的冷涡对流云带垂直结构特征 . 应用气象学报, 2011, 22(3): 257-264.
    [8] 袁野,  杨光,  胡雯,  曾光平.  利用双多普勒雷达分析对流云垂直运动结构试验 . 应用气象学报, 2007, 18(3): 306-313.
    [9] 曾光平,  隋平,  蒋年冲,  李玉林.  利用建阳新一代天气雷达观测夏季对流云特征 . 应用气象学报, 2002, 13(6): 767-768.
    [10] 胡景高,  周兵,  徐海明.  近30年江淮地区梅雨期降水的空间多型态特征 . 应用气象学报, 2013, 24(5): 554-564.
    [11] 王馥棠,  李友文,  王石立,  郭友三,  魏玉荣.  春小麦黄叶率发生规律及其模拟 . 应用气象学报, 1990, 1(3): 305-312.
    [12] 卓嘎,  徐祥德,  陈联寿.  青藏高原对流云团东移发展的不稳定特征 . 应用气象学报, 2002, 13(4): 447-456.
    [13] 闵屾,  钱永甫.  江淮梅雨分区特征的比较研究 . 应用气象学报, 2008, 19(1): 19-27.
    [14] 史玉光,  孙照渤,  杨青.  新疆区域面雨量分布特征及其变化规律 . 应用气象学报, 2008, 19(3): 326-332.
    [15] 谷国军,  许焕斌.  环境风场对地形对流云发展的影响 . 应用气象学报, 1993, 4(4): 394-401.
    [16] 陈秋萍,  曾光平,  冯宏芳,  隋平,  郑淑贞.  利用雷达回波资料对夏季对流云降水的初步探讨 . 应用气象学报, 2002, 13(3): 339-346.
    [17] 陈秋萍,  曾光平,  冯宏芳,  隋平,  朱炜灵.  对流云总降水量和降水效率估测 . 应用气象学报, 2005, 16(2): 260-263.
    [18] 胡雯,  申宜运,  曾光平.  南方夏季对流云人工增雨技术研究 . 应用气象学报, 2005, 16(3): 413-416.
    [19] 刘佩,  银燕,  陈倩,  楼小凤.  吸湿性播撒对暖性对流云减雨影响的数值模拟 . 应用气象学报, 2019, 30(2): 211-222. DOI: 10.11898/1001-7313.20190208
    [20] 邱红,  方翔,  谷松岩,  张文建,  朱元竞.  利用AMSU分析热带气旋结构特征 . 应用气象学报, 2007, 18(6): 810-820.
  • 加载中
图(8) / 表(2)
计量
  • 文章访问数:  718
  • HTML全文浏览量:  456
  • PDF下载量:  14
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-07-15
  • 修回日期:  2019-10-28
  • 刊出日期:  2019-11-30

江淮地区孤立对流云统计特征

  • 1. 安徽省人工影响天气办公室, 合肥 230031
  • 2. 中国气象局云雾物理环境重点开放实验室, 北京 100081
  • 3. 安徽省合肥市气象局, 合肥 230041
  • 通信作者: 袁野, hfyuany@sina.com
资助项目: 中国气象局云雾物理环境重点实验室开放课题(2018Z01615),安徽省重点研究与开发计划项目(1704f0804055),安徽省气象局预报员专项(KY201905),安徽省重点研究和开发计划项目(1804a0802215),国家自然科学基金面上项目(41875171)

摘要: 孤立对流云是江淮地区重要的降水云系,通过分析江淮地区2013—2016年6—9月的多普勒天气雷达数据,统计得到664个对流云,其中孤立对流云196个,占江淮地区对流云发生频率的29.5%,7月和8月是江淮地区孤立对流云的高发期,6月相对较少,9月最少,同时12:00(北京时,下同)—18:00是孤立对流云的高发时段,05:00—07:00孤立对流云发生频率最低。针对2013年7月20日安徽定远出现的孤立对流云个例,综合分析多普勒天气雷达和C波段连续波雷达探测资料,发现此次暖区孤立对流云内部强反射率因子中心交替生成,导致内部反射率因子呈强弱交替出现的波状结构,沿着移动方向由弱到强,降水粒子下落速度与之对应,降水粒子最大落速出现在孤立对流云中下部的强反射率因子区域,速度超过10 m·s-1

English Abstract

    • 对流云是江淮地区重要的降水云系,根据形态结构江淮对流云又被分为孤立对流云、簇状对流云、非线状对流云等,其中孤立对流云是江淮地区一种高发对流云形态[1]。对于孤立对流云,国内外均有相关研究。Rowe等[2]利用北美季风试验期间获取的S波段多普勒天气雷达数据,分析了北美地区孤立对流云垂直结构特征及降水形成过程中微物理过程演变特征。刘治国等[3]利用以3D-Barnes方案插值的兰州站多普勒天气雷达反射率因子等数据, 分析了青藏高原东北侧32个孤立对流云垂直累积液态含水量特征,发现孤立对流云最大垂直累积液态含水量存在单峰变化特征。岳治国等[4]利用洛川711数字化雷达探测数据, 将洛川地区117例孤立对流云分为3类, 即少动单体、移动单体和合并单体,并分析了3类孤立对流云的发生频次、天气形势、初生位置、日变化、生命史、灾情等特征。朱士超等[5]利用WRF模式模拟了青藏高原地区孤立对流云的演变特征,分析了青藏高原地区孤立对流云对水汽的向上垂直输送作用,发现当孤立对流云发展时,对流云所在区域垂直方向上的水汽通量随海拔高度升高呈先增大后减小的趋势。

      雷达一直是研究对流云结构特征的主要工具[6-12],为了分析大气和云中的物理过程和垂直结构特征,Stokes等[13]和Lerach等[14]分别在大气辐射测量试验和北美季风试验中,采取了不同波长的雷达配合垂直指向雷达探测云结构,结果表明垂直指向雷达是分析大气和云垂直结构的有效探测设备;而Sekelsky等[15]分别采用了S波段、Ka波段和W波段雷达,利用神经网络算法估算了冰云中粒子粒径和峰值数浓度。Stephens等[10]利用毫米波雷达观测热带对流云结构,发现45%~53%的降水云系结构为双层或多层, 且大部分多层结构是低层为对流性积云,高层为各种厚度的卷云或者高层云。Lombardo等[16]利用C波段多普勒天气雷达数据,将美国西北部的暖季(5—8月)对流云按水平结构分成9种,分别是3种泡状对流、5种线状对流和1种非线状排列对流。Heymsfield等[17]利用NASA的ER-2 Doppler radar数据,将热带和副热带的对流分为4种,并发现在深对流里,最大垂直速度普遍超过15 m·s-1,个别超过30 m·s-1。我国在利用雷达分析云结构方面也有相关研究[18-21],金龙等[22]利用C波段连续波雷达数据分析了江淮地区不同云系亮带特征,曹杨等[23]利用北京C波段双偏振雷达数据分析了双偏振雷达识别云层亮带的能力。袁野等[24]利用双多普勒天气雷达分析了对流云垂直运动结构,发现反演的不同阶段云系垂直运动结构符合对流云发展规律,因此,双多普勒天气雷达探测数据可以用来研究对流云三维运动结构。石宝灵等[25]利用雷达数据分析了云南地区多普勒天气雷达网探测冰雹云的覆盖能力。闵晶晶等[19]利用天津塘沽多普勒天气雷达数据分析了天津一次降雹过程中冰雹云的结构特征。黎惠金等[26]利用多普勒天气雷达数据分析了广西一次特大暴雨的云系演变过程的中尺度对流云团的结构特征。综上所述,随着探测技术的发展,不同波段的雷达被越来越多地用于降水云系的探测分析,时空分辨率较高的特种雷达在分析云内部结构方面也取得了较好效果。

      本文主要利用江淮地区多普勒天气雷达数据和安徽定远探测的C波段连续波雷达数据,分析江淮地区孤立对流云特征。孤立对流云作为江淮对流云的一种重要形态,对江淮地区降水有较大影响,所以分析其发生规律及内部结构特征,对于江淮地区降水预报及人工影响天气作业具有重要意义。

    • 针对江淮地区对流云回波个例,利用2013—2016年江淮地区多普勒天气雷达数据,分析每年6—9月对流高发时段江淮地区孤立对流云发生频率及规律。图 1为雷达位置及研究区域图。由图 1可见,合肥多普勒天气雷达的探测范围覆盖了安徽省大部分地区,设置于定远气象站的C波段连续波雷达在多普勒天气雷达探测范围内,图中黑色圆圈范围内为主要研究区域。

      图  1  雷达位置及研究区域

      Figure 1.  The location of radars and the target area

      对流云回波的判定方法参考了对流云结构所用的判定方法,该方法是将雷达回波强度不低于35 dBZ的云系判定为对流云,这是Lombardo等[16]研究美国西北部对流云结构分类时所用方法,该方法能够有效识别对流云回波[27],而孤立对流云回波识别是在对流云回波识别的基础上,找出与其他云系没有明显连接的相对孤立的对流云回波[4, 16, 27], 利用上述判定标准首先得到江淮地区对流云个例,然后从中挑选孤立对流云个例,进而分析江淮地区孤立对流云发生规律。

      为了研究江淮地区对流云内部结构特征,本文分析了2013年安徽定远C波段连续波雷达数据。由于该雷达是固定垂直方式探测,只能探测移经定远站的孤立对流云,所以探测到的个例较少,文中以个例分析的方式展现。表 1是C波段连续波雷达和多普勒天气雷达主要技术参数,由表 1可见,虽然C波段连续波雷达使用的仍是C波段,但由于该雷达时间分辨率达到3 s,空间垂直分辨率达到每层30 m[28-30],所以在利用C波段连续波雷达观测对流云结构时,能得到更细致的云系结构。文中采取多普勒天气雷达数据和C波段连续波雷达数据相结合的方式,综合分析孤立对流云的内部结构特征。

      表 1  C波段连续波雷达和多普勒天气雷达主要参数

      Table 1.  Main parameters of C-FMCW radar and Doppler radar

      雷达参数 多谱勒天气雷达 C波段连续波雷达
      探测方式 体扫描方式 固定式垂直指向
      探测量程 水平460 km,垂直20 km 150 m~24 km
      时间分辨率 6 min 3 s
      空间分辨率 1 km 30 m
      探测精度 ≤1 dBZ ≤1 dBZ
    • 统计2013—2016年6—9月江淮地区对流云发生频次发现,江淮对流云共发生664次,其中孤立对流云发生次数最多,为196次(表 2)。表 2显示,7月和8月是江淮地区孤立对流云的高发期,6月相对较少,9月最少。8月孤立对流云所占比例较高,达39%,6月所占比例最低,仅为19.1%。在总数方面,江淮地区孤立对流云占总对流云的29.5%,Lombardo等[16]利用2 km分辨率的雷达数据分析美国暖季对流云结构时发现,美国西北部地区孤立对流云发生次数占当地总对流发生次数的14%,而Gallus等[27]的研究发现在美国北部地区孤立对流云发生比例为26%。对比上述研究结果发现,不同地区孤立对流云的发生比例有差异,其原因很多,如天气背景[1],地形因子[16]等。

      表 2  2013—2016年6—9月不同对流云数量统计

      Table 2.  The number of different convections from Jun to Sep during 2013-2016

      月份 孤立对流云数量 对流云数量 孤立对流云所占比例
      6 30 157 19.1%
      7 53 196 27%
      8 89 228 39%
      9 24 83 28.9%

      图 2是孤立对流云发生频次的时间变化。由图 2可见,12:00—18:00是孤立对流云的高发期,而05:00—07:00孤立对流云发生频率最低,这与孤立对流云的形成条件有关,12:00—18:00地面温度较高,大气不稳定能量较大,容易引发分散性热对流泡。国外的研究表明,美国北部地区7月是对流云高发期,孤立对流云7月发生频次也较高[27],而美国西北部孤立对流云的高发期是6月[16],同时研究表明:在美国西北部地区,地形因子对孤立对流云发生时间有较大影响,高地形地区孤立对流云发生时间集中在12:00—18:00,而地形抬升区域06:00—12:00孤立对流云的发生频次高于12:00—18:00。由以上对比可见,地理位置、天气背景和地形因子可导致孤立对流云的发生概率不同。

      图  2  2013—2016年6—9月江淮地区孤立对流云发生频次

      Figure 2.  The frequency of isolated convective clouds in the Jianghuai Region from Jun to Sep during 2013-2016

      由于本文分析区域主要集中在江淮平原地区,所以地形因子影响相对较小,环流背景影响更大。图 2显示,7—8月是江淮地区孤立对流云高发月,这与环流背景有关。7—8月江淮地区经常处于副热带高压外围,气温偏高,局地不稳定能量增加,易引发局地分散性热对流。

      图 3为2013年7月31日08:00对流层中低层环流场,是孤立对流云出现时的典型天气形势图。由图 3可见,江淮地区处于副热带高压外围,同时我国北方地区有一低槽,总体呈西低东高形势,江淮地区处于槽前,孤立对流云发生于5840 gpm等值线与副热带高压之间。在该环流背景下,江淮地区对流不稳定条件较好,配合底层弱扰动,非常容易触发局地对流发展,进而产生孤立对流云。

      图  3  2013年7月31日08:00 500 hPa高度场(等值线,单位:gpm)和850 hPa风场(风羽)

      Figure 3.  500 hPa height (the contour, unit:gpm) and 850 hPa wind (the barb) at 0800 BT 31 Jul 2013

    • 2013年7月20日上午10:30—11:45,C波段连续波雷达探测到一孤立对流云,该对流云属于暖区对流云。图 4是20日08:00 500 hPa高度场和850 hPa风场。由图 4可知,江淮大部分地区位于5840 gpm等值线以内,山东省西部到安徽西北部之间有一切变线,当500 hPa低槽东移,5840 gpm等值线南移到长江以南,安徽北部850 hPa高度上为暖切变线维持。7月20日08:00阜阳、徐州、南京3个探空站均探测到较大的对流不稳定能量,其中南京站地面至300 hPa风向随高度顺时针旋转,有深厚的暖平流,300 hPa至200 hPa风向又随高度发生逆时针旋转,有冷平流存在,此时南京站对流有效位能数值超过3000 J·kg-1,大气层结处于极度不稳定状态。此时,江淮地区中部为地面气旋,导致地面风场明显辐合,并在移动过程中激发孤立对流云,于10:30移至定远气象站,11:10移出,整个过程历时约40 min。图 5是10:00—13:00定远站降水量,孤立对流云移经定远气象站时,带来持续30 min的降水,降水强度由弱转强再转弱,降水量为4.0 mm。

      图  4  2013年7月20日08:00 500 hPa高度场(等值线,单位:gpm)和850 hPa风场(风羽)

      Figure 4.  500 hPa height (the contour, unit:gpm) and 850 hPa wind (the barb) at 0800 BT 20 Jul 2013

      图  5  2013年7月20日10:00—13:00定远站降水量

      Figure 5.  Rainfall amount at Dingyun Station from 1000 BT to 1300 BT on 20 Jul 2013

    • 图 6a是合肥多普勒天气雷达10:42组合反射率因子。由图 6a可以看到,在主回波带南侧,江淮地区中部的地面气旋附近生成一对流云(图中黑色圆圈处);图 6b是该对流云的放大图,从中可见,对流云内部有两个强回波中心,最大回波中心强度超过48 dBZ;图 6c是该对流云的雷达垂直剖面图,剖面位置为图 6b中黑线位置,从中可见,该对流云回波主体高度在10 km以下, 最强回波超过45 dBZ, 云顶能够看出形状较模糊的云砧结构。

      图  6  2013年7月20日10:42合肥多普勒天气雷达反射率因子(a)组合反射率因子,(b)图 6a圆圈区域的放大图,(c)图 6b黑线位置垂直剖面图

      Figure 6.  Reflectivity of Hefei Doppler radar at 1042 BT 20 Jul 2013 (a)superimposition reflectivity, (b)enlarged view at the circle in Fig. 6a, (c)reflectivity cross sections at the black line in Fig. 6b

      图 7是目标对流云雷达组合反射率因子时间演变图。由图 7可见,整个过程对流云自西向东移动,10:30对流云移至定远站,此时对流云仅1个强回波中心,10:36对流云在原有的强回波中心东侧又产生1个强回波中心,10:42原有的强回波中心减弱,10:48原有的强回波中心彻底消失,而新生成的回波中心也开始减弱,此时对流云逐渐移出定远站观测范围。整个对流云发生发展过程历时84 min,过程中该对流云没有发生旋转,一直保持自西向东移动,当第2个强回波中处于成熟阶段,定远站降水强度达到最大,与此同时对流云移经区域的其他气象站均未观测到降水,说明该对流云在移经定远气象站时,正好处于降水成熟阶段。

      图  7  2013年7月20日定远站组合反射率因子

      Figure 7.  Superimposition of radar reflectivity at Dingyuan Station on 20 Jul 2013

      图 8是C波段连续波雷达探测的该对流云移经定远站时的内部结构,由于对流云在移经观测点的整个过程持续时间在半小时以内,同时对流云在移动方向上并未发生大幅度旋转,避免了C波段连续波雷达对云系同一部位结构进行重复观测,所以连续波雷达探测的垂直数据可展示其内部结构特征。

      图  8  2013年7月20日定远孤立对流云垂直结构(a)反射率因子, (b)粒子下落速度

      Figure 8.  Vertical structure of an isolated convection at Dingyuan Station on 20 Jul 2013 (a)reflectivity, (b)particle fall velocity

      图 8a是C波段连续波雷达探测的对流云反射率因子演变图,在该对流云经过定远站时,其内部结构为明显强弱循环的波状分布结构,分别用标号1 ~4区分4个波次。图 8a中箭头方向为对流云移动方向,从1号波次到4号波次,最大反射率因子强度由弱到强,最大回波反射率因子超过40 dBZ,出现在4号波次,它与3号波次高反射率因子区域都延伸到了地面,说明这两个波次形成的降水强度较大,这与定远站观测到的降水时间分布吻合,在这10 min内定远站降水量达到3.6 mm(图 5)。1号和2号波次强回波中心处于2 km高度处,下部接地回波偏弱,与地面观测到的10:30—10:40的0.2 mm降水量吻合。而10:42合肥雷达垂直剖面图(图 6c)上,对流回波则无波状结构,而且由图 7可知,这段时间对流云没有旋转,所以不存在同一云区的多次观测现象,证明C波段连续波雷达观测的对流云波状结构确实存在,多普勒天气雷达在垂直剖面上没有观测到,是因为多普勒天气雷达在时间分辨率和空间分辨率都低于C波段连续波雷达。由表 1两种雷达的技术参数对比可见,多普勒天气雷达6 min完成1次体扫描,空间分辨率仅1 km,探测的垂直剖面是由不同层扫描数据插值整合而成,而C波段连续波雷达时间分辨率达到3 s,空间垂直分辨率达到每层30 m,所以在对流云垂直结构方面观测更细致,能观测到被多普勒天气雷达数据平滑掉的云系结构。图 7还可看出新旧单体的更替,虽不精确,但C波段连续波雷达可明显捕捉到对流云内部的强弱回波交替出现的波状结构,并且这种波状结构在垂直方向上倾斜。Stephens等[10]利用毫米波雷达观测热带对流云结构,也曾发现波状结构,且呈强弱循环分布,并在垂直方向上倾斜。图 8b是该对流降水粒子的垂直下落速度图,可见,降水粒子的垂直落速也出现波状分布,这与图 8a中反射率因子波状分布一致,这是因为高反射率因子区域一般具有较大粒径的降水粒子,其下落速度通常较大。图 8b中降水粒子的垂直下落速度大值区域正好与图 8a中反射率因子大值区域相吻合,也呈4个波次强弱循环的波状分布,另外由于对流云中部区域发展较为成熟,有较大的降水粒子出现,所以4号波次对应的降水粒子最大下落速度超过10 m·s-1。在4个波次中,对流前部1号波次发展较弱,这是因为前部云区为新生区域,虽然水汽含量充足,但云顶高度低,降水粒子成长时间短,降水粒子的平均粒径较小,所以反射率因子也较小。3号、4号波次位于云体中心部位,发展成熟,所以反射率因子高于前面两个波次。在4号波次后为对流云的出流区,即图 8a中椭圆区域,该区域降水粒子主要以小冰晶为主,而且过冷水含量较低,无法启动聚合和凇附增长过程,同时受到上升气流的抬升作用,无法降落到地面形成降水。

      图 8a还可以看到,该对流云发展并不旺盛,在0℃上方形成了典型的云砧结构,其后部有明显的出流区域,整个云砧区域反射率因子,保持在20 dBZ以内,说明云砧内以固态降水粒子和小过冷水滴为主,随着高度降低,经过0℃层反射率因子增大,最大超过40 dBZ, 该过程中固态降水粒子下落后表面融化形成液膜会导致反射率因子增加,此外,一部分液态降水粒子下落期间会碰并形成更大的降水粒子,也会导致反射率因子增加。以上是反射率因子增大的原因。接近地面时,反射率因子又减小,此时降水粒子已完全融化,体积减小导致反射率因子减小,另外大雨滴的破碎过程也会导致反射率因子减小。对比图 8a图 8b可以看到,云中反射率因子最大区域与粒子下落速度最大区域对应,说明降水粒子形成时,在半融化阶段下落速度达到最大,整个粒子融化后由于雨滴的变形拖曳作用和破碎作用,下落速度反而减小。

    • 本文统计了2013—2016年6—9月江淮地区多普勒天气雷达探测数据,得到以下结论:

      1) 664个对流云中有196个孤立对流云,其发生频次占江淮地区对流云发生频次的29.5%。

      2) 7月和8月是江淮地区孤立对流云的高发期,6月相对少,9月江淮地区发生孤立对流云次数最少。一日当中,12:00—18:00是孤立对流云的高发时段,05:00—07:00,孤立对流云发生频次最低。

      3) 通过对2013年7月20日定远C波段连续波雷达观测到的孤立对流云个例分析,发现此次暖区孤立对流云内部强回波中心交替生成,导致内部回波反射率因子呈现强弱交替的波状结构,强度沿着移动方向由弱到强,降水粒子下落速度与之相对应,降水粒子最大落速出现在孤立对流云中下部的强回波区域,速度超过10 m·s-1

参考文献 (30)

目录

    /

    返回文章
    返回