2. 辽宁省气象灾害监测预警中心, 沈阳 110166;
3. 辽宁省人工影响天气办公室, 沈阳 110166;
4. 中国气象局科技与气候变化司, 北京 100081
2. Liaoning Meteorological Disaster Monitoring and Early Warning Centre, Shenyang 110166;
3. Liaoning Weather Modification Office, Shenyang 110166;
4. Science and Technology & Climate Change Department, China Meteorological Administration, Beijing 100081
近年来,沈阳市区暴雨天气过程频发,往往造成城区大量积水、交通几近瘫痪。这要求气象部门尽可能提前发布暴雨预警信号,提高城市暴雨预警预报服务能力。强对流云是形成降水的直接载体,因此对流云监测和预报预警技术一直是气象科学研究和业务中的重点(方宗义和覃丹宇,2006;徐双柱等,2015;周晓丽和杨昌军,2017)。静止气象卫星因能提供大范围、全天候云图,且能较雷达更早发现快速增长的对流,使得其广泛应用到暴雨天气短临预警业务中(Maddox,1980;Mecikalski and Bedka, 2006;覃丹宇和方宗义,2014)。不同通道卫星图像显示的物理信息不同,吴涛等(2017)、张琪等(2017)根据红外云图通常用来分析暴雨期间对流云的演变规律,研究证明红外亮温是一个可以衡量对流云顶最高高度的物理量,红外亮温的下降能够提前预判降水发生。由于水汽图像代表对流层中上层的大气动力特征,也是监测干冷空气侵入的重要产品,周鑫等(2019)利用FY-2F卫星快速扫描资料研究揭示了对流云云顶特征,指出中心波长为7.0 μm的水汽亮温代表的是已具有一定含量的水汽所能达到的最高高度,并可作为衡量水汽层顶高度的特征量。随着气象卫星遥感技术不断发展,卫星资料的时空分辨率和通道数量大幅提高,如目前葵花8号卫星通道就增加到了16个,红外和水汽云图时空分辨率达到4 km·(10 min)-1,张夕迪和孙军(2018)的研究证明葵花8号卫星具有高频次观测优势,能较FY-2卫星平均提前23 min发现对流云团,较雷达平均提前33 min。郭巍等(2018)也指出,利用该卫星资料可提前预判上海夏季初生对流发生。因此,高时空分辨率多光谱卫星观测数据能更清晰反映对流云云顶演变,学者们对影响云顶特征的因素作了大量研究。强对流云特征差异受环境条件影响,大气垂直廓线能表征大气热力、水汽垂直结构,有助于判断对流云发展尺度和降水类型(Doswell,1991;樊李苗和俞小鼎,2013;高守亭等,2018)。对流云触发和维持机制也是暴雨预报的关键,国家气象信息中心已研发出时空分辨率为5 km·h-1全国智能网格实况融合分析产品,师春香等(2018)介绍指出该产品使用多重网格差分技术快速融合自动气象站观测资料,能同时保留大气不同尺度波动信息,因此该数据更加接近大气实际状态,这可为分析强对流云触发机制提供数据支撑。GNSS (Global Navigation Satellite System)水汽、风廓线雷达等新型资料逐渐被用于暴雨分析,相关研究表明(陈双等,2016;顾佳佳和武威,2017;马月枝等, 2017, 王彦等,2017),局地大气可降水量(Precipitable Water Vapor,PWV)的跃增和垂直风切变的加强对应局地水汽和对流系统组织性的加强,有利于降水系统的维持加强进而形成强降水。
2017年7月14日和2018年8月7日沈阳市区出现两次暴雨过程,本文重点基于10 min分辨率的葵花8号卫星红外和水汽云图资料,分析这两次暴雨过程中对流云的演变以及不同通道物理量变化,对比两次暴雨过程对流云物理量差异,归纳提前预判强降水发生的云顶物理量特征;最后,利用再分析和新型观测资料并结合中尺度分析方法,分析强对流云的触发加强机制与影响降水特征差异的主要因素,为预报员用好高分辨率卫星多光谱资料作好暴雨预报提供参考。
1 资料与方法 1.1 资料说明本文所用资料包括: (1)葵花8号静止卫星的红外云图(中心波长为11.2 μm)和水汽云图(中心波长为7.0 μm)资料,其时空分辨率为4 km·(10 min)-1;(2)美国国家环境预报中心/美国国家大气研究中心(NCEP/ NCAR)提供的空间分辨率1°×1°、间隔6 h的再分析资料,以及计算得到的沈阳市区域平均(123.0°—123.8°E,41.4°—42.2°N)的探空曲线和比湿垂直廓线;(3)国家气象信息中心研发的时空分辨率为5 km·h-1的全国智能网格实况融合分析产品;(4)沈阳市区域时间分辨率为10 min的地面自动气象站降水资料;(5)沈阳市区GNSS遥感大气可降水量(Precipitable Water Vapor,PWV)资料(时间分辨率30 min)和风廓线雷达观测资料(时间分辨率5 min);(6)沈阳市闪电定位仪观测资料。
1.2 研究方法为了研究主要降水站点降水期间云顶物理量特征,选取距离站点最近像素点的云顶物理量时间演变,分析10 min降水量与对应云顶物理量的关系,对比红外和水汽通道的云顶物理量特征。同时,本文定义1 h累计降水量(R)小于20 mm为一般稳定性降水,20 mm≤R<50 mm为一般强度短时强降水,R≥50 mm为超强短时强降水。另外,本文将自动站观测的10 min降水量(r,单位: mm)按照0<r<5、5≤r<10、r≥10三个范围进行分类,统计对应降水量范围内的对流云的云顶物理量特征。
2 两次暴雨过程概况2017年7月14日14:00—19:00 (北京时,下同),沈阳市区遭遇当年夏季以来最强突发暴过程(以下简称过程Ⅰ),该过程每个站点降水集中在1~2 h内,突发性强、雨量大,沈阳市区中部出现雷电天气,负闪密度大于正闪,同时伴随瞬时雷雨大风、冰雹天气,混合性强对流天气特征明显,其中沈阳市区苏家屯国家站累计降水量73 mm,最大小时雨强出现在当日17:00—18:00,达到63 mm·h-1 (图 1a、c)。此过程为辽宁省初夏常见局地突发短时暴雨,对此类过程作出精准预报难度较大(陈传雷等,2010)。
2018年8月7日02:00—11:00,辽宁中东部出现区域性暴雨天气过程(简称过程Ⅱ),其中沈阳市区大部分站点出现暴雨(图 1b、d),长达4~6 h连续出现短时强降水,同时伴随雷电天气,同样负闪密度更大,但无强冰雹和雷雨大风天气,其中最大降水量(258 mm)出现在沈阳市浑南区王滨街道站,最大小时雨强(74 mm·h-1)同样出现在王滨街道(05:00—06:00),强降水范围明显大于过程Ⅰ。过程Ⅱ极端性更明显,其预报预警难度也较大。
上述两次过程中,沈阳市强降水落区尺度和强度存在差异,分属局地突发暴雨和区域性极端暴雨。下文重点分析两次暴雨过程对流云特征。
3 对流云特征对比分析 3.1 红外云图对流云团演变过程Ⅰ,2017年7月14日14:50葵花8号卫星红外云图显示,沈阳市区中部出现云顶相当黑体亮温(Black Body Temperature,TBB)不高于-32 ℃的对流云团A1 (图 2a),且其TBB低值中心和TBB降温中心重合(图 2b),表明此时云团A1处于垂直发展阶段。15:10云团A1的TBB低值中心降至-52 ℃,云团边界降温快,降温率达-50 ℃·(30 min)-1,云团垂直和水平尺度不断扩大。15:30—16:00 (图 2c—d),云团A1发展迅速,TBB低于-52 ℃区域明显加大,范围达β中尺度,云体呈椭圆形、覆盖沈北新区和主城区的中北部,云团内部及周围TBB仍呈继续降低趋势;云团A1在沈阳市区北部生成并在该区域停滞,此时降水主要位于其南边界,10 min降水量最大仅3 mm,但此期间沈阳市区北部出现强对流天气并伴有直径小于2 cm的小冰雹。另外,15:10在辽阳和鞍山交界地带生成对流云团B1 (图 2b),到15:30其迅速达到β中尺度(图 2c),呈椭圆形,边界TBB降温率仅-30~-20 ℃·(30 min)-1,其发展速度和尺度均小于对流云团A1。17:00 (图 2e),云团B1在逐渐向东北方向移动过程中,与云团A1在沈阳市主城区合并成对流云团C1,C1的TBB最低达到-72 ℃,并且存在快速降温区,对应区域首次出现10 min降水量大于5 mm,此过程10 min最大降水量(17 mm)也出现在17:00。随后,17:00—18:00沈阳市主城区南部和苏家屯区出现短时强降水,其中苏家屯区1 h雨量高达63 mm。上述合并后的对流云团18:00发展为准圆形(图 2f),并逐渐东移出沈阳市区,降水随之结束。
过程Ⅱ,2018年8月7日02:00红外云图监测到沈阳市上游有新生对流云团生成(图 3a),并向沈阳市区移动,小尺度积云TBB低值中心与云顶快速降温区对应,表明积云处于垂直发展阶段。自03:00开始(图 3b),上述孤立积云在沈阳市区西部逐渐合并形成β中尺度对流云团A2,其TBB最低降至-72 ℃,云团A2东侧TBB变温率达-50 ℃·(30 min)-1,对应此区域多个自动站出现10 min雨量达到5 mm,最大10 min雨量为18 mm。到03:20 (图 3c),云团A2的TBB低值区位于其中部,快速降温区域则位于其东侧,两者距离不断加大,说明对流云团形成宽广云砧随高空引导气流向东延伸,强降水区与云团TBB低值中心和快速降温重合区相吻合。05:00 (图 3d),云团A2尺度进一步扩大,并呈准圆形,云团TBB整体几乎都低于-52 ℃,而云团东侧快速降温区与其强中心的距离不断加大,对应强降水站点开始变的分散,值得注意的是,此时可见位于沈阳市区上游的新民市又有小尺度云团B2新生。06:30 (图 3e),云团B2不断加强,并在沈阳市东部逐渐与云团A2合并,两者合并区域位于原云团A2移动方向的后侧,其传播和移动方向相反,呈现后向传播特征,同时合并后的对流云团沿着其长轴方向移经沈阳市东部地区,使得沈阳市区东部降水时间延长;合并后的强对流云团TBB降至-72 ℃,恰好位于沈阳市区东部,对应该地区站点集中出现10 min雨量大于10 mm,最大10 min雨量达到12 mm。到了09:00 (图 3f),上述合并云团移出沈阳市区,降水随之减弱。
综上分析可知,两次过程均主要由两个对流云团造成,两个对流云团的合并导致降水持续,强降水站点集中出现在云团的低温中心和快速降温重叠区;过程Ⅰ仅在对流云团合并加强后出现了10 min雨量大于5 mm的站点,过程Ⅱ相对于过程Ⅰ其对流云团更强,对应地面强降水站点更多、强度更大、降水持续时间也更长。
3.2 单站10 min降水与亮温的时间演变为了加深对不同波段云图物理意义的理解,图 4给出上述两次过程累积雨量最大站点10 min降水量与相应时刻卫星图像上距离站点最近像素点的云顶物理量时间演变。从图 4a中可见,降水前2~3 h,水汽亮温维持在-30 ℃,红外亮温开始降低,但水汽亮温明显低于红外亮温,两个通道亮温差达-40~ -20 ℃,说明云顶高度明显低于水汽层顶高度,但两次过程临近降水前1~2 h和降水初期,云顶物理量变化存在明显不同。过程Ⅰ在当年7月14日15:40— 16:50,红外和水汽亮温快速下降,红外亮温在70 min内从12.8 ℃迅速下降至-63.0 ℃,水汽通道亮温从-31.1 ℃下降到-63.3 ℃,亮温差也从-43.9 ℃升高到-0.3 ℃,红外亮温下降速率明显高于水汽亮温,当对流云云顶快速接近水汽层顶时,苏家屯站17:00出现短时强降水,小时雨量达到63 mm,10 min降水量最大达13 mm。
另从图 4b中可见,过程Ⅱ在当年8月7日00:00— 02:00,红外亮温从13.7 ℃降至-3.5 ℃,水汽亮温无明显变化,维持在-30 ℃,在对流云生成初始阶段(7日02:00—03:00),水汽和红外云顶亮温下降缓慢,红外亮温1 h内波动变化,总体下降20 ℃,水汽亮温则只下降6 ℃,亮温下降速率明显低于过程Ⅰ降水初期,此期间王滨街道站虽出现降水,但1 h雨量仅5 mm;03:00后,红外和水汽亮温开始同步快速下降,30 min红外亮温从-15.2 ℃降至-61.5 ℃,且通道差也逐渐接近0 ℃,在云顶高度快速上升并接近水汽顶后,10 min降水量也开始逐渐加大,并长时间维持在10~15 mm,导致03:00—09:00连续出现短时强降水。
上述分析结果表明,虽然两次过程在降水前1~2 h至降水初期云顶演变存在不同,过程Ⅰ降水前云顶和水汽顶快速上升且云顶迅速超过水汽层顶,表现出局地强对流云快速增长特征,而过程Ⅱ降水前存在亮温缓慢下降,但两次过程在出现短时强降水前10~ 30 min,其红外和水汽通道亮温均同步快速下降到了-60 ℃,对流云云顶快速发展并穿越水汽层顶可作为有效判断短时强降水的指标。值得注意的是,当红外和水汽亮温开始逐渐升高、通道差逐渐加大时,降水也随之减弱或停止,即云顶高度逐渐降低且云顶高度逐渐下降并远离水汽层顶时降水开始减弱并趋停止。
3.3 不同降水量级的对流云的云顶物理量特征由于目前可以获得同样为10 min分辨率的葵花卫星和降水观测资料,将10 min降水量r (单位: mm)划分为0<r<5、5≤r<10、r≥10三个等级,分别统计三个降水范围内红外亮温、水汽亮温与亮温差。图 5给出上述两次过程不同量级10 mm雨量云顶物理量箱线图以及不同量级10 mm雨量红外亮温与水汽-红外通道亮温差的散点分布。从中可见,随着降水量级增加,对流云红外亮温和水汽亮温特征量分别逐渐降低,同时亮温差更接近、离散度更低,即降水强度较大的对流云具有较高的云顶高度和水汽顶高度,且云顶高度接近水汽层顶。比较而言,同一量级降水,过程Ⅰ红外亮温和水汽亮温低于过程Ⅱ,亮温差更接近0 ℃,表明过程Ⅰ对流云需要发展到更高时才能产生降水;过程Ⅱ对流云离散程度明显大于过程Ⅰ,过程Ⅱ中不同降水强度的对流云的云顶特征差异更明显。图 5d显示,r≥10 min的云集中分布在红外亮温低于-55 ℃、亮温差为-5~0 ℃区域,再次证明强对流云通常具有更高的云顶高度且云顶高度达到水汽顶高度。
经分析发现,上述两次过程对流云特征存在差异,过程Ⅰ具有较低云顶亮温的云更易产生降水,不同量级降水对应云的云顶物理量差异较小;过程Ⅱ不同量级降水对应云的云顶物理量离散度更大。下文重点分析两次过程暴雨形成触发机制,并探讨导致云顶物理量特征不同的原因。
4.1 环境条件使用NCEP再分析资料,对比分析两次暴雨过程环流形势与导致降水强度差异的主要原因。图 6给出两次过程前最近时刻环流形势、沈阳市区域平均探空曲线与比湿垂直廓线演变。从中看到,过程Ⅰ(图 6a),东北冷涡主体已东移到黑龙江北部,500 hPa副热带高压(简称“副高”) 588 dagpm线位于江南,黄淮地区存在明显短波槽,辽宁南部处于584 dagpm线北边界,并无明显偏南急流影响。850 hPa辽宁中南部受西南气流影响,并存在明显湿区,东北冷涡后部干冷气流南下与西南气流形成切变线,切变线位置恰好位于辽宁北部,有利于辽宁中北部产生强对流天气,这种东北冷涡后部强对流天气中局地短时暴雨较为常见。过程Ⅱ(图 6b),大陆高压与副高合并,588 dagpm线北边界位于辽宁南部,东北冷涡刚形成并位于内蒙古北部,其冷空气逐渐南下同副高边缘向北输送的暖湿气流交汇于辽宁西部,沈阳市区位于此切变线前侧暖区内,过程Ⅱ预报难度较大。
根据孙继松(2017)给出的对流降水强度分析方法,本文对影响两次短时暴雨降水强度的因素和导致两次短时暴雨云顶物理量特征差异的原因分析如下。对于短时暴雨过程,如果不考虑蒸发作用,瞬时降水强度主要取决于水汽垂直递减率∂q/∂p和对流速度(孙继松,2017)。然而,实际对流过程中,无法准确判断气块从哪一高度被抬升,简单假定气块是在自由对流高度(Level of Free Convection,LFC)开始触发,随后通过对流有效位能(CAPE)释放产生垂直速度,就可大体判断初始对流的瞬时速度。从图 6c—f中可见,红色虚框线下边界对应LFC (之上CAPE>0),上边界对应区域的比湿(q)小于等于1 g·kg-1,表明该层以上气柱内绝对水汽对降水强度影响较小。过程Ⅰ,T-logp图呈现“X”型(图 6c),850 hPa存在明显湿区,而近地面和700 hPa以上均为干层,形成“低层干暖、850 hPa湿、700 hPa干冷”分布,LFC所处气压层高度为877 hPa,LFC到q≤1 g·kg-1的区域内∂q/∂p约为0.30 g·(kg· hPa)-1,而过程Ⅱ地面到350 hPa存在深厚湿层,LFC高度为647 hPa,∂q/∂p约为0.20 g·(kg·hPa)-1,两次过程∂q/∂p之比为1.5。
对流过程中垂直速度主要取决于对流有效位能(图 6c、d红色框所示),从降水前大气层结曲线看(图 6c、d),过程Ⅰ发生前,沈阳市区整层大气存在狭长不稳定能量,整层CAPE高达2 584 J·kg-1,非常有利于形成深厚对流云,从该过程雷达回波图上可见倾斜深对流和明显的高质心降水回波(图略);过程Ⅱ发生前,红色框内CAPE仅80 J·kg-1。假设过程Ⅰ红色框内CAPE为整层CAPE的50%,研究区域内CAPE也要达到1 000 J·kg-1,根据气块理论,两次过程降水前,红色框内CAPE导致的最大云中上升速度分别为44 m·s-1和12 m·s-1,两者之比接近3.6:1。综上分析可知,在不考虑蒸发且简单假定气块是在LFC开始触发,过程Ⅰ的降水强度应为过程Ⅱ的5倍。但即使在对流降水发生的初始阶段,过程Ⅰ降水强度也低于过程Ⅱ,过程Ⅰ整个过程也仅当对流云发展足够旺盛且相互合并时才产生较大雨强,这一观测事实显然与上述分析结果不符,这就验证了短时暴雨强度是凝结和蒸发共同作用的结果(孙继松,2014)。
实际有效凝结率是影响地面降水强度的重要因素之一,而对流系统的形态特征对实际有效凝结率有重要影响(孙继松,2017)。进一步分析可知,两次过程的抬升凝结高度分别为930 m和450 m,过程Ⅱ的理论云底高度比过程Ⅰ低。过程Ⅰ发生前,地面至925 hPa (约700 m)温度露点差均大于5 ℃,地面温度露点差甚至达到7 ℃,雨滴在离开云底后在约700 m下落过程可能被蒸发,这种强烈的蒸发过程甚至会导致地面瞬时大风。因此,过程Ⅰ中近地面蒸发作用极大地削弱了对流降水强度,只有云顶较高的对流云因有足够的成云致雨空间才能形成足够大的水凝物,大雨滴在脱离对流云降至地面前不至于完全蒸发,最终产生强的降水。过程Ⅰ中强对流云由于需要更高的云顶,所以该过程同量级对流云顶物理量差异较小。而过程Ⅱ中,从地面到500 hPa温度露点差均小于5 ℃,抬升凝结高度到地面相对湿度较大,雨滴蒸发量很小,实际降水效率更高,相应的雷达回波图上也显示出明显的低质心降水特征(图略),其热带降水雷达回波特征明显(Yang and Gao, 2006;Gao et al., 2010;徐明等,2018)。过程Ⅰ中近地面干层的存在导致更多雨滴蒸发,进而降低了有效降水效率,过程Ⅱ中抬升凝结高度到近地面存在湿层能使雨滴有效降落到地面,在短时暴雨预报时尤其要关注抬升凝结高度至地面大气湿度条件,充分考虑蒸发作用对实际降水的影响。
4.2 触发机制使用全国智能网格实况融合分析资料探讨上述两次过程的触发机制。图 7给出两次过程不同时刻的地面风场。从中可见,过程Ⅰ,当年7月14日14:00 (图 7a),沈阳市区风场表现出气旋式辐合特征,辐合中心正好位于沈阳市区,尺度达到β中尺度,而营口至鞍山存在地面辐合线,气旋式辐合风场与地面辐合线为对流云团A1、B1提供了触发机制,同时沈阳市区地面风场辐合在14:00—15:00始终存在,这是导致云团A1在沈阳市区北部不断触发加强、停滞的原因。到16:00 (图 7b),由于云团A1造成强降水,沈阳市区已出现风场辐散,地面风场辐合消失。随后(图略),云团A1逐渐南移,并与云团B1合并。
同样,过程Ⅱ,降水发生前2 h的8月7日00:00 (图 7c),辽宁省中部存在两条地面辐合线,为触发对流提供了较好的局地辐合条件。随着对流云团A2逐渐东移,到04:00 (图 7d)从辽西南下的偏北气流和云团A2强降水造成的辐散气流在锦州、新民一带交汇,再次不断触发对流使得云团B2形成。因此,智能网格实况产品能清晰刻画强降水期间风场演变,识别有利于初始对流云触发的地面辐合风场。
4.3 水汽和风廓线图 8a、b给出上述两次过程主要降水站点大气可降水量(PWV)以及小时降水量演变。从中看到,两次过程强降水发生前PWV均出现跃增,其2 h增量高达8~12 mm,表明局地水汽丰沛,局地PWV增加表明大气中有充沛水汽供给对流系统,使得对流系统生成后维持、加强,进而产生强降水。因此,GNSS水汽变化对降水预报有一定的指导意义,局地水汽跃增可作为提前预判降水发生的参考指标。同时,两次过程降水期间,PWV分别达到55 mm和65 mm以上,峰值则分别为65 mm和70 mm,均高于同期PWV值,这也表明两次过程水汽条件极好,非常有利于产生暴雨天气(杨磊等,2016)。
那么,是何种因素导致了沈阳市区水汽增加?分析沈阳风廓线雷达资料(图 8c、d)可知,过程Ⅰ,沈阳上空1 500 m高度以下为西南风,将水汽不断输送到暴雨区,尤其在7月14日15:00偏南风明显加大,有助于水汽条件变好,这可能是导致PWV增加的原因;2 000 m以上则为冷涡后部的偏西气流,从而形成较强垂直风切变,有利于深厚对流云形成,这也印证了陈双等(2016)分析华北地区、田付友等(2018)分析华南地区的短时局地暴雨时得到的强垂直风切变导致对流系统加强的结果。过程Ⅱ,近地面沈阳地区同样存在明显西南风,但高空则为副高边缘的偏西风控制,值得注意的是,从8月7日02:00开始不断有小股冷空气渗透到沈阳上空,冷暖空气交汇可能是导致局地PWV增加的主要原因。可见,风廓线雷达风场演变有助于理解导致局地水汽增加的物理机制。
5 结论与讨论本文重点应用葵花8号卫星资料,对沈阳市区两次暴雨过程对流云的云顶物理量特征进行了对比分析,并探讨了导致云顶物理量特征差异的原因,得到以下几点结论:
(1) 沈阳市两次暴雨分别为局地突发暴雨和区域性极端暴雨,均受多个对流云团影响,同时存在对流云团的合并。过程Ⅰ仅在对流云团合并加强阶段产生强降水,而过程Ⅱ强降水站点更多、降水强度更大。过程Ⅱ云团合并发生在其移动方向的后侧,具有后向传播特征,合并后的对流云团沿其长轴方向移动影响沈阳东部,使降水持续时间延长。
(2) 在降水前至降水初期,过程Ⅰ降水前对流云云顶和水汽层顶快速上升,且云顶迅速超过水汽层顶,而过程Ⅱ降水前亮温缓慢下降,但两次过程在短时强降水前均是红外和水汽通道亮温同步快速下降到-60 ℃并逐渐接近,这种云顶快速发展穿越水汽层现象的出现可作为提前预判对流云产生短时强降水的参考指标。
(3) 对于不同量级的降水,两次过程10 min降水量越大,对流云红外和水汽亮温越低,水汽与红外通道亮温差也更接近0 ℃,10 min雨量大于10 mm的对流云集中分布在红外亮温低于-55 ℃、亮温差为-5~0 ℃的范围内。同一量级降水,过程Ⅰ红外亮温和水汽亮温均低于过程Ⅱ,亮温差也更接近0 ℃,过程Ⅱ不同降水强度的对流云的云顶特征差异更明显。
(4) 两次暴雨过程中,沈阳市区分别位于东北冷涡后部和副高北缘,过程Ⅰ探空曲线呈“X”型,具有极强不稳定能量,形成深厚对流云,云底以下干层导致雨滴蒸发使得降水强度减弱,因此过程Ⅰ仅有更低TBB的对流云才产生极强降水,强对流云云顶差异更小。而过程Ⅱ由于云底到地面湿层明显,云底到近地面湿层能确保雨滴降落地面,因此过程Ⅱ对流云的降水强度明显大于过程Ⅰ。
(5) 两次过程强降水发生前,地面风场存在明显辐合,可能触发对流云,当PWV的1~2 h变化量达到8 mm时,沈阳市开始出现强降水。风廓线雷达显示沈阳市区低空西南气流偏南分量增加或当有偏北冷空气侵入到副高边缘的暖湿空气中时,可能是导致局地水汽跃增的原因。
本文将葵花8号卫星资料应用于对沈阳市区两次暴雨过程的分析,重点探讨了两次过程对流云云顶物理量特征和导致其差异的原因,结果表明,高时空分辨率同步卫星资料能较好地反映对流云的演变。但要有效识别和监测强对流云团,今后仍需加强卫星和其他多源观测资料应用和定量分析,从而提高暴雨天气预报准确率。
陈双, 王迎春, 张文龙. 2016. 北京香山"7.29"γ中尺度短时局地大暴雨过程综合分析[J]. 暴雨灾害, 35(2): 148-157. DOI:10.3969/j.issn.1004-9045.2016.02.007 |
陈传雷, 阎琦, 吴艳青, 等. 2010. 2009年7月辽宁3次局地短时暴雨过程对比分析[J]. 气象与环境学报, 26(4): 12-16. DOI:10.3969/j.issn.1673-503X.2010.04.003 |
樊李苗, 俞小鼎. 2013. 中国短时强对流天气的若干环境参数特征分析[J]. 高原气象, 32(1): 156-165. |
方宗义, 覃丹宇. 2006. 暴雨云团的卫星监测和研究进展[J]. 应用气象学报, 17(5): 583-593. DOI:10.3969/j.issn.1001-7313.2006.05.008 |
顾佳佳, 武威. 2017. 2016年"7.9"豫北特大暴雨过程的中尺度特征分析[J]. 暴雨灾害, 36(5): 440-452. DOI:10.3969/j.issn.1004-9045.2017.05.006 |
高守亭, 周玉淑, 冉令坤. 2018. 我国暴雨形成机理及预报方法研究进展[J]. 大气科学, 42(4): 833-846. |
郭巍, 崔林丽, 顾问, 等. 2018. 基于葵花8卫星的上海市夏季对流初生预报研究[J]. 气象, 44(9): 1229-1236. |
马月枝, 张霞, 胡燕平. 2017. 2016年7月9日新乡暖区特大暴雨成因分析[J]. 暴雨灾害, 36(6): 557-565. DOI:10.3969/j.issn.1004-9045.2017.06.009 |
覃丹宇, 方宗义. 2014. 利用静止气象卫星监测初生对流的研究进展[J]. 气象, 40(1): 7-17. |
师春香, 谷军霞, 韩帅, 等.2018.全国智能网格实况融合分析产品进展[A]//中国气象学会.第35届年会"深度信息化: 应用支持与智能发展"文集[C].合肥: [出版者不详]
|
孙继松. 2014. 从天气动力学角度看云物理过程在降水预报中的作用[J]. 气象, 40(1): 1-6. |
孙继松. 2017. 短时强降水和暴雨的区别与联系[J]. 暴雨灾害, 36(6): 498-506. DOI:10.3969/j.issn.1004-9045.2017.06.002 |
田付友, 郑永光, 张小玲, 等. 2018. 2017年5月7日广州极端强降水对流系统结构、触发和维持机制[J]. 气象, 44(4): 469-484. |
王彦, 刘一玮, 孙晓磊. 2017. 利用风廓线雷达资料分析一次强降水过程的风垂直切变特征[J]. 暴雨灾害, 36(2): 171-176. DOI:10.3969/j.issn.1004-9045.2017.02.010 |
吴涛, 张家国, 牛奔, 等. 2017. 一次强降水过程涡旋状MCS结构特征及成因初步分析[J]. 气象, 43(5): 540-551. |
徐明, 黄治勇, 高琦. 2018. 2016年5月20日广东信宜特大暴雨中尺度对流系统特征分析[J]. 暴雨灾害, 37(1): 32-40. DOI:10.3969/j.issn.1004-9045.2018.01.005 |
徐双柱, 吴涛, 张萍萍, 等. 2015. 风云静止与极轨卫星产品在湖北暴雨监测和预报方法中的应用研究[J]. 气象, 41(9): 1159-1165. |
杨磊, 蒋大凯, 王瀛, 等. 2016. 辽宁省汛期GPS大气可降水量的特征分析[J]. 干旱气象, 34(1): 82-87. |
张琪, 任景轩, 肖递祥, 等. 2017. "5·6"四川盆地对流云团特征及触发机制[J]. 气象, 43(12): 1487-1495. |
张夕迪, 孙军. 2018. 葵花8号卫星在暴雨对流云团监测中的应用分析[J]. 气象, 44(10): 1245-1254. |
周晓丽, 杨昌军. 2017. 基于FY-2D的新疆强对流云的识别[J]. 沙漠与绿洲气象, 11(2): 82-87. |
周鑫, 周顺武, 覃丹宇, 等. 2019. 利用FY-2F快速扫描资料分析对流初生阶段的云顶物理量特征[J]. 气象, 45(2): 216-227. |
Doswell C A. 1991. A review for forecasters on the application of hodographs to forecasting severe thunderstorms[J]. Nat Wea Digest, 16(1): 2-16. |
Gao S T, Yang S, Chen B. 2010. Diagnostic analyses of dry intrusion and nonuniformly saturated instability during a rainfall event[J]. J Geophys Res, 115(D2): D02102. |
Maddox R A. 1980. Mesoscale convective complexes[J]. Bull Amer Meteor Soc, 61(11): 1374-1387. DOI:10.1175/1520-0477(1980)061<1374:MCC>2.0.CO;2 |
Mecikalski J R, Bedka K M. 2006. Forecasting convective initiation by monitoring the evolution of moving cumulus in daytime GOES imagery[J]. Mon Wea Rev, 134(1): 49-78. DOI:10.1175/MWR3062.1 |
Yang S, Gao S T. 2006. Modified Richardson number in non-uniform saturated moist flow[J]. Chin Phys Lett, 23(11): 3003-3006. DOI:10.1088/0256-307X/23/11/033 |