期刊检索:
  暴雨灾害   2017, Vol. 36 Issue (5): 475-481.  DOI: 10.3969/j.issn.1004-9045.2017.05.010

论文

DOI

10.3969/j.issn.1004-9045.2017.05.010

资助项目

四川省气象局科学技术研究开发课题(川气课题2014-开发-11);中国气象局公益性行业(气象)科研专项“南方大范围云系人工增雨潜力探测研究”(GYHY201406032)

第一作者

郑飒飒, 主要从事人工影响天气方面研究。E-mail: 524302035@qq.com

文章历史

收稿日期:2016-07-29
定稿日期:2016-10-12
西昌一次降雹过程的数值模拟研究
郑飒飒 1,2, 刘建西 1, 刘晓璐 1, 马超 1    
1. 四川省人工影响天气办公室,成都 610072;
2. 高原与盆地暴雨旱涝灾害四川省重点实验室,成都 610072
摘要:利用三维冰雹云模式,对2013年4月29日四川西昌的一次降雹过程进行了数值模拟。模拟结果显示:该例冰雹云存在过冷雨水累积带;霰是冰雹的主要胚胎,雹块主要通过撞冻云水增长,其次是撞冻霰增长;模拟区域内液态降水量和固态降水量分别占地面总降水量的52%和48%,冰雹占固态降水94%;通过对该例雹云中冰晶、雪、霰、冻滴的微物理过程分析发现,在雹云发展的不同阶段,冰雹的形成机制不同。
关键词西昌冰雹云    冰雹云模式    数值模拟    降雹机制    
Numerical simulation study on a hail event in Xichang
ZHENG Sasa1,2, LIU Jianxi1, LIU Xiaolu1, MA Chao1    
1. Weather Modification Office of Sichuan Province, Chengdu 610072;
2. Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province, Chengdu 610072
Abstract: A three-dimensional hailstorm numerical model is used to simulate and analyze a hailstorm in Xichang on 29 April 2013.The simulated results show that the cases of Hailstorm had an accumulation zone of supercooled raindrops.Graupel is the main hail embryo, and hails grow mainly through the process of hail hitting the freezing cloud water, followed by hitting freezing graupels.Solid and liquid precipitation accounted for 48% and 52% of the total precipitation, respectively.However, hail accounted for 94% of solid precipitation.Based on the analysis of the microphysical processes involving cloud ice, snow, graupel and frozen drops, it can be seen that during different stages of the development of hail clouds, hail formation mechanism is different.
Key words: Xichang's hail cloud    hail cloud model    numerical simulation    mechanism of hail formation    
引言

冰雹的发生、发展从几十分钟到数小时,是一种短时而强烈的灾害性天气。降雹以及相伴而生的雷暴、大风等常常给农业生产带来严重的经济损失,有时甚至危及到生命安全。大量观测表明,雹云不仅具有明显的区域特征,雹云的结构和发展还具有明显的三维结构特征。胡朝霞等[1]利用三维冰雹云模式模拟慕尼黑一次混合型雹暴,模拟结果表明:冰雹胚胎既有冻滴也有霰,两者数量相当,雹云中不存在过冷雨水累积带;对青藏高原东部冰雹形成机理的数值模拟[2]研究表明:玛曲冰雹胚胎以霰胚为主,存在较弱的过冷雨水累积带,雹块的增长主要通过雹撞冻云水,其次是撞冻雨水增长。王佳等[3]模拟苏北一次强降雹过程,模式模拟出雹云的3次涌升、降雹过程及雷达回波特征,冰雹来自霰转化,主要靠碰冻过冷云水和雨水增长。李哲等[4]模拟那曲一次冰雹天气过程,结果表明模式能够较好地反映云体发展进程中的宏观动力学过程以及微物理过程。樊明月等[5]利用三维冰雹云模式,对2006年7月5日山东境内一次以冰雹、雷雨大风为主的强对流过程进行模拟,分析了冰雹的形成机制,结果表明:79%左右的冰雹胚胎是霰,雹胚以霰为主,霰主要来自于冰雪晶与过冷雨水碰撞冻结以及雪的自动转换过程,霰形成后主要靠碰并过冷云水、雨水增长,而冰雹主要质量来源是霰的自动转化以及碰并过冷云水增长。蒋瑛等[6]利用三维冰雹云模式,对2013年3月19日发生在贵州黔东南地区的强对流天气的宏观及微观发展过程进行数值模拟,结果表明:模式较好地模拟出云中各种水物质相态变化微物理过程的演变、转化及分布特征。楼小凤等[7]利用三维冰雹云AgI催化模式,对北京1996年6月10日的一次降雹过程进行AgI不同催化高度、催化剂量和催化时间的系列催化模拟试验,并优选催化方案,为外场防雹设计和作业提供依据。

四川省凉山州地区,由于其特殊的地理位置、地形特征以及气候因素,冰雹常常给烤烟等农作物带来严重的经济损失,所以提前判断积云是不是冰雹云,了解冰雹云的发展和消亡过程,对开展该地区的防雹减灾工作非常重要。曾庆华等[8]通过分析2005—2009年的37个个例,总结出凉山地区雷达回波判据指标;刘晓璐等[9]建立了基于探空资料因子组合分析方法的冰雹预报,指导该地区开展防雹作业,但利用三维冰雹云模式研究凉山州地区冰雹的工作并不多。

2013年4月29日19时,四川西昌、冕宁两市发生冰雹灾害,造成严重的经济损失。因而尽早识别冰雹云,科学指导防雹减雹作业,对于减少雹灾损失非常重要。本文所用的三维冰雹云模式经历了不断的发展和改进:1998年,洪延超[10]在前人工作的基础上,发展了三维弹性冰雹云催化数值模式;2001年,郭学良等[11]建立和发展了一个包括云滴、云冰、雨滴、雪团、霰和雹的云中主要水成物场及凝结、撞冻等37种主要微物理过程,可用于预测和研究三维强冰雹云降雹过程的冰雹分档模式,同年,郭学良等[12]将冰雹的21档按照一般关于冰雹分类的定义重新划分为5类,研究了每一类粒子的分布及演变特征;2005年,李兴宇等[13]对三维冰雹云催化模式人工引晶微物理过程参数化部分进行了改进,将人工引晶单独作为预报量处理,导出人工冰晶与其他粒子发生的微物理过程的参数化方程。模式经过不断发展和改进后日趋完善,本文将利用该三维冰雹云模式,对2013年4月29日出现在西昌的这次降雹过程进行数值模拟,并分析该例雹云的宏、微观结构特征以及冰雹形成机制。

1 资料与方法

本文所用的三维冰雹云模式采用了详细的微物理过程,考虑了凝结(华)、核化、繁生、融化、碰并、自动转化、融化蒸发等,包含有雨水、云水、水汽、冰晶、雪、霰、冻滴和冰雹8种粒子,粒子采用双参数谱,因此可计算雹胚的数量,预报粒子含水量和浓度,适合研究雹云中的微物理过程和冰雹形成机制。

以2013年4月29日08时西昌探空资料的温、湿、风场作为模式输入场,为了更接近于实际降雹时间的环境场,以2013年4月29日19时的地面观测代替08时探空资料低层的温、湿、风场。模式采用湿热泡扰动方式启动,最大扰动温度为3.5 ℃,扰动半径8 km,厚6 km,模拟时间为60 min,计算区域为36 km×6 km× 18.5 km,水平格距为1.0 km,垂直格距为0.5 km。

2 雹云概况

图 1是西昌站2013年4月29日08时探空资料的环境场,从图 1a可以看出,大气环境为低层较干,中高层相对湿润,此时大气层结表现为不稳定状态,有利于对流的发生发展。图 1b是各等压面上的风向、风速,可以看出环境风主要以西风为主,从低层到高层有明显的切变,表现出典型的三层风特征,即低层西北风,中层转为西南风,高层为西北风,这种强的水平风垂直切变,容易造成对流不稳定能量的释放,使对流系统得以发展和维持。

图 1 2013年4月29日西昌站08时温度、露点廓线(a)和环境风廓线(b) Fig. 1 (a) Temperature, dew point temperature and (b) ambient wind profile in Xichang of Sichuan on 29 April 2013.
3 冰雹云模拟结果分析

最大上升气流速度随时间的演变能反映出冰雹云对流发展的变化,从图 2可以看出,模式启动后,第10 min开始,最大上升气流速度开始迅速增大,对流迅速发展;24 min时, 最大上升气流速度达到最大值14.04 m·s-1,此时的对流发展也是最旺盛,32 min之后,最大上升气流速度开始减弱,云体逐渐消亡。

图 2 最大上升气流速度随时间的演变 Fig. 2 The evolution of maximum updraft velocity with time.

分析雷达回波垂直剖面随时间变化,可初步了解冰雹云发展变化过程,从图 3可以看出,第16 min开始出现雷达回波,20 min时雷达回波逐渐发展,24 min时出现及地回波,回波中心强度为60 dBz,强回波区基本维持在4~5 km高度,降水范围不断扩大,28 min时云体发展成熟,32 min之后云体逐渐减弱。

图 3 模拟雹云在(a.16 min; b.20 min; c.24 min; d.28 min; e.32 min; f.36 min)时Y=20 km处雷达回波(单位:dBz)的垂直剖面 Fig. 3 Simulation of hail cloud at (a) 16 min, (b) 20 min, (c) 24 min, (d) 28 min, (e) 32 min, and (f) 36 min of the vertical cross-section of Radar RHI echo (unit: dBz) at Y=20 km.
3.1 冰雹云累积带

图 4给出了16 min和20 min过冷雨水含量、垂直上升气流及温度在Y=20 km处的垂直剖面。从图 4a可以看出,16 min时垂直上升气流最大值为7.01 m·s-1,过冷雨水含量最大值出现在5.5 km高度处,高于垂直上升气流最大值,该例冰雹云存在过冷雨水累积带,此时累积带的厚度约为1~2 km,过冷雨水含量最大值在垂直上升气流最大值的左上方,其温度范围为-18~-9 ℃。从图 4b可以看出,20 min时过冷雨水含量最大值为0.23 g·m-3,高度在6 km处,垂直上升气流最大值为11.63 m·s-1。但是,24 min之后,过冷水消失。从以上的分析得出,累积带中的过冷雨水含量小,维持时间也较短。

图 4 16 min(a)和20 min(b)过冷雨水含量(单位:g·m-3,阴影区)和垂直上升气流(单位:m·s-1,实线区)及温度(单位:℃)在Y=20 km处的垂直剖面 Fig. 4 The vertical cross-section of over cold water (unit: g·m-3), updraft velocity (unit: m·s-1) and temperature(nuit:℃) at 16th min and at 20th min at Y=20km.
3.2 冰雹胚胎

冰雹主要由霰和冻滴转化而成,从质量上来看,此例雹云产生冰雹243 740.9 t,由霰胚转化成雹189 266.9 t,占冰雹总质量的78%,由冻滴胚转化成冰雹6 843.3 t,占冰雹总质量的2.8%;从数量上来看,冰雹的总数是1012.31个,由霰转化成冰雹1012.29个,占冰雹总数的95%,由冻滴转化成冰雹1010.87个,占冰雹总数3.6%。无论从质量还是数量上来看,冰雹的主要胚胎是霰。

从转化效率上看,霰转化成雹的效率是0.85%,即大约10 000个霰粒子中有85个霰长成了雹,而冻滴转化成雹的效率是0.16%,大约10 000个冻滴中有16个长大成雹,霰转化成雹效率是冻滴转化成雹效率的5.3倍。

表 1给出文中及图中用到的符号及其相应的物理意义。图 5是冰雹质量产生率随雹云发展时间的演变,以及在这种演变过程中各个引起冰雹生长的发生项随时间的变化,由图可知,西昌的此例雹云中,霰转化为雹是冰雹发生的首要方式,而冰雹碰并过冷云水是冰雹增长的首要方式。

图 5 冰雹质量产生率随时间的演变 Fig. 5 The evolution of the hail mass production rate with time.

表 1 文中符号的物理意义 Table 1 Physical meanings of the symbols in this paper.
3.3 地面降水

对地面降水的模拟分析,可得知地面降水的主要情况,表 2是模拟区域内液态降水总量和固态降水总量及其百分比,其中液态降水量为159.4 kt, 占地面总降水量的48%,固态降水量为147.9 kt, 占地面总降水量的52%。表 3是模拟区域内冰雹、霰和冻滴的总量及其百分比,从表中可以看出固态降水量中主要是冰雹,其质量为139.3 kt, 占固态降水量的94%,霰其次,占4%,冻滴最少,占2%。这与实际降雹情况是相符的。

表 2 模拟区域内液态降水总量和固态降水总量及其百分比 Table 2 The total amount and percentage of liquid and solid precipitation in the simulation region.

表 3 模拟区域内冰雹、霰和冻滴的总量及其百分比 Table 3 The total amount and percentage of hail, graupel, frozen-dropin the simulation region.
3.4 冰雹形成机制

通过前面的分析,可以看出在16 min时出现了过冷雨水累积带且雹云中出现冰雹,25 min时冰雹的质量生产率达到最大值(图 5),33 min左右各水成物的值都比较大。下面依次给出第16、25、33、40和55 min时,各水成物转换空间平均总量的变化。

3.4.1 冰晶的形成过程

冰晶在第16 min时质量为1 364.5 t,总数为1015.42个,表 4是冰晶源项中各水成物转换项空间总量,可以看出在模拟过程中,冰晶主要由自然冰晶的核化过程(NUvi)产生,通过凝华过程(VDvi)增长。图 6是冰晶、雪、冻滴和霰质量生产率及其源项随时间的变化,从图 6a可以看出NUviVDvi对冰晶总量的贡献最大。

图 6 冰晶(a)、雪(b)、冻滴(c)和霰(d)质量生产率及其源项随时间的变化 Fig. 6 The evolution of mass producing rate of (a) ice crystal, (b) snow, (c) graupel, and (d) frozen drops with time.

表 4 冰晶源项中各水成物转换项空间总量 Table 4 Total mass of substance transform into ice particles.
3.4.2 雪的形成过程

表 5是雪源项中各水成物转换项空间总量,可以看出在雪形成的第16—25 min,主要由冰晶自动转化(CNis)而成,通过碰并云水(CLcs)增长,第25 min开始,雪撞冻冰晶(CLis)增长和雪的凝华增长(VDvs)逐渐增加,第40 min时,VDvs增长超过了其他增长方式,第50 min时,(CNis+ CLcs+ CLis)的贡献率为53%,通过凝华增长的雪占总量47%。从图 6b可以看出,凝华增长率可达173 t·s-1,比CLis的增长率大。

表 5 雪源项中各水成物转换项空间总量 Table 5 Total mass of substance transform into snow.
3.4.3 霰的形成过程

霰是冰雹的主要胚胎,表 6是霰源项中各水成物转换项空间总量,可以看出霰主要由雪转化产生(CNsg),通过撞冻云水(CLcg)增长,其次是霰撞冻冰晶(CLig)和霰的凝华过程(VDvg)增长,值得注意的是,霰也通过撞冻雨水(CLrg)增长,这说明在霰的形成和增长中冻雨水发挥着一定作用。从图 6c可以看出,在模拟过程中,霰的增长率主要是通过霰撞冻云水(CLcg)增长,最大增长率可以达到408 t·s-1

表 6 霰源项中各水成物转换项空间总量 Table 6 Total mass of substance transform into crystal.
3.4.4 冻滴的形成过程

表 7是冻滴源项中各水成物转换项空间总量,可以看出冻滴主要由过冷雨滴异质核化冻结(Nurf)及冰晶和雨水撞冻(Clrif)产生,通过撞冻云水(CLcf)增长,其次是冻滴凝华(VDvf)增长和冻滴撞冻冰晶(CLif)增长。冻滴撞冻雨水增长(CLrf)也是冻滴增长的一个重要方式,这就是说,在冻滴形成以后,累积带中的过冷雨水有利于冻滴的增长。从图 6d可以看出,冻滴的质量产生率在22 min时达到最大,冻滴形成之后主要是通过撞冻云水增长,最大增长率可达29 t·s-1

表 7 冻滴源项中各水成物转换项空间总量 Table 7 Total mass of substance transform into frozen drops.

通过对冰雹云各微物理过程分析,归纳出冰雹形成的机制:冰晶由自然冰晶核化过程产生,通过凝华过程增长;雪由冰晶自动转化而成,在不同的发展阶段,分别以雪碰并云水(CLcs)、雪撞冻冰晶(CLis)和雪的凝华(VDvs)等方式增长。霰主要由雪的转化产生(CNsg),通过撞冻云水(CLcg)增长,其次是霰撞冻冰晶(CLig)和霰的凝华过程(VDvg)增长。冻滴主要由过冷雨滴异质核化冻结(Nurf)及冰晶和雨水撞冻(Clrif)产生,通过冻滴撞冻云水(CLcf)增长,其次通过冻滴凝华(VDvf)增长和冻滴撞冻冰晶(CLif)增长;虽然累积带中的过冷雨水在雹块的形成过程中不起主要作用,但是有利于霰和冻滴的增长。值得注意的是,无论在质量上还是在数量上CNfh都比CNgh大,所以冰雹主要是霰长大后自然转化成雹,通过雹撞冻云水(CLch)和雹撞冻霰(CLfh)方式增长。

4 结论与讨论

对2013年4月29日四川西昌的一例冰雹云数值模拟分析,可以得到以下结论:

(1)霰和冻滴都是冰雹的胚胎,由霰转化成冰雹占冰雹总质量的78%,冰雹总数的95%,霰转化成雹效率也是冻滴转化成雹效率的5.3倍,说明霰是冰雹的主要胚胎;冰雹主要是通过雹撞冻云水增长,其次是撞冻霰增长。

(2)冰雹云存在过冷雨水累积带,有利于冰雹的生长,但是过冷水累积带含量小,存在时间短,所以,在雹块的形成过程中不起主要作用。

(3)模拟区域内液态降水量和固态降水量分别占地面总降水量的52%和48%,其中冰雹占固态降水94%,霰其次占4%,冻滴最小,占2%,这与实际降雹情况相符。

(4)在雹云发展的不同阶段,冰雹的形成机制不同:冰晶由自然冰晶核化过程产生,通过凝华过程增长;雪由冰晶自动转化而成,以碰并云水(CLcs)、撞冻冰晶(CLis)和凝华(VDvs)方式增长;霰由雪转化产生(CNsg),通过撞冻云水(CLcg)、冻冰晶(CLig)和凝华过程(VDvg)增长。冻滴主要由过冷雨滴异质核化冻结(Nurf)以及冰晶和雨水撞冻(Clrif)产生,通过撞冻云水(CLcf)增长,其次通过冻滴凝华(VDvf)增长和冻滴撞冻冰晶(CLif)增长。

本文对西昌的一次降雹过程进行了数值模拟分析,对于该地区冰雹云宏微观特征有了初步的了解,但是缺乏多个例的分析,另外,由于缺乏大气探测等相关实况资料,没有与实况对比分析。在今后的研究中,希望能解决以上不足,更深一步的研究冰雹形成机制。

参考文献
[1]
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[J]. 大气科学, 2007, 31(5): 973-986. DOI:10.3878/j.issn.1006-9895.2007.05.20
[2]
胡朝霞, 齐彦斌, 郭学良, 等. 青藏高原东部冰雹形成机理的数值模拟[J]. 气候与环境研究, 2007, 12(1): 37-48. DOI:10.3969/j.issn.1006-9585.2007.01.005
[3]
王佳, 智协飞, 陈钰文, 等. 2010年6月18日苏北一次强降雹过程及其催化数值模拟[J]. 气象科学, 2012, 32(5): 526-533. DOI:10.3969/2012jms.0058
[4]
李哲, 周筠珺, 假拉, 等. 三维冰雹云模式对那曲冰雹天气过程的数值模拟研究[J]. 成都信息工程学院学报, 2010, 25(5): 511-517. DOI:10.3969/j.issn.1671-1742.2010.05.013
[5]
樊明月, 张佃国, 龚佃利, 等. 山东冰雹形成机制及雹云催化技术模拟—个例研究[J]. 大气科学学报, 2013, 36(1): 107-126. DOI:10.3969/j.issn.1674-7097.2013.01.012
[6]
蒋瑛, 朱克云, 张杰, 等. 三维冰雹云模式对贵州"3.19"冰雹过程的数值模拟[J]. 成都信息工程大学学报, 2016, 31(2): 197-203. DOI:10.3969/j.issn.1671-1742.2016.02.014
[7]
楼小凤, 师语, 卢广献. 一次降雹过程的AgI系列催化模拟研究[J]. 应用气象学报, 2016, 27(2): 129-139.
[8]
曾庆华, 刘建西, 郭守峰, 等. 凉山地区防雹作业雷达回波判据指标分析[J]. 高原山地气象研究, 2012, 32(4): 55-60. DOI:10.3969/j.issn.1674-2184.2012.04.011
[9]
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预报[J]. 应用气象学报, 2014, 25(2): 168-175. DOI:10.3969/j.issn.1001-7313.2014.02.006
[10]
洪延超. 三维冰雹云催化数值模式[J]. 气象学报, 1998, 56(6): 641-653. DOI:10.3321/j.issn:0577-6619.1998.06.001
[11]
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[J]. 大气科学, 2001, 25(5): 707-720. DOI:10.3878/j.issn.1006-9895.2001.05.13
[12]
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[J]. 大气科学, 2001, 25(6): 856-864. DOI:10.3878/j.issn.1006-9895.2001.06.13
[13]
李兴宇, 洪延超. 三维冰雹云数值催化模式改进与个例模拟研究[J]. 气象学报, 2005, 63(6): 874-888. DOI:10.3321/j.issn:0577-6619.2005.06.005