2. 山东省气象台, 济南 250031;
3. 山东省济南市气象台, 济南 250021
2. Shandong Meteorological Observatory, Jinan 250031;
3. Jinan Meteorological Observatory in Shandong, Jinan 250021
雷暴大风是一种强对流天气,突发性强,范围小,时间短,阵风风力常在8级以上,并伴有雷电,造成的灾害特别严重,是目前天气预报预警中的重点和难点之一。近年来,气象卫星和天气雷达对强对流天气的监测技术有了较快发展,对雷暴大风等强对流天气短时临近预警能力虽然有所提高,但短期预报准确率仍较低,强对流出现时间和落区一直是天气预报中的难题。强对流天气产生在大尺度环流背景下,分析其影响系统和发生的环境物理量特征以及制作潜势预报,是准确预报雷暴大风的前提。国内外专家学者对强对流天气的环境条件和形成机制进行了大量研究,取得一系列成果。Johns和Hirt (1987)的研究表明,美国25%的飑线产生在500 hPa西北气流影响下,且与地面锋面密切相关,与静止锋相关的飑线占76%。丁一汇等(1982)研究表明,华北飑线主要产生在500 hPa槽后。郑永光等(2007)分析了华北暖季对流性天气的气候背景。何立富等(2011)还建立了不同种类强对流的环境模型。根据强对流的形成机制,国内外气象专家归纳了若干代表大气温湿和动力特征的物理诊断量参数,并将其应用到强对流天气分析和预报。相关研究表明(Johns and Hir, 1987;Johns et al., 1990;Evans and Doswell, 2001;Coniglio et al., 2004),美国区域性雷暴大风(简称Derecho)常产生在抬升指数(LI)平均值为-9 ℃、对流有效位能(CAPE)>2 400 J·kg-1、地面露点温度>20 ℃、中低层水平风垂直切变较大的区域,但强对流风暴发生区域的不稳定度和风切变的变化范围很大。国内,樊李苗和俞小鼎(2013)、费海燕等(2016)的研究表明中国产生雷暴大风的环境参数在区域上有较大不同。各地较多气象专家将本地产生雷暴大风的天气系统归纳成典型流型,并与环境物理诊断量相结合,用于天气分析与预报中(刘玉玲,2003;梁爱民等,2006;秦丽等,2006;叶爱芬等,2006;廖晓农,2009;郑永光等,2010;雷蕾等,2011;严仕尧等,2013;张一平等, 2013, 2014;许爱华等,2014;杨晓霞等, 2014, 2019;许东蓓等,2015;杨新林等,2017;高晓梅等,2018;吕晓娜等,2020;杨晓亮等,2020)。这些研究为配料法和多指标叠套法的潜势预报(俞小鼎,2011) 提供了技术支撑。
山东省位于中纬度地区,东临黄、渤海,西接华北平原,属于暖温带季风气候。山东半岛(以下简称半岛)突出于黄、渤海之间,受海洋影响较大,大气温湿特征与西部内陆不同,春季半岛地区低层大气比西部内陆地区增温慢、温度低,大气垂直稳定度低,但半岛地区风大、水汽充足,产生对流的水汽和动力条件优于内陆。为了进一步揭示各季节各类天气系统影响下山东内陆和半岛地区产生雷暴大风的物理诊断量特征,本文在研究山东省产生雷暴大风的天气系统和物理量参数的基础上(杨晓霞等, 2014, 2019),选取2009—2016年4—9月山东省雷暴大风个例,根据天气系统对其进行分型,并采用百分位方法,对不同类型雷暴大风物理诊断量的临界值特征进行分析,以期为今后做好雷暴大风潜势预报提供参考依据。
1 资料与方法 1.1 资料说明本文所用资料包括: (1) 2009—2016年4—9月山东省123个国家气象观测站资料;(2) 济南(章丘)、徐州、青岛、成山头(荣成)、邢台、郑州探空站资料;(3) MICAPS气象业务平台天气图和T-logp图中物理量参数。山东内陆和半岛地区的划分及探空站位置见图 1a,内陆探空资料以济南(章丘)和徐州探空站资料为主,以邢台和郑州探空站资料作为补充和参考;半岛探空资料以青岛和成山头(荣成)探空站数据为主。
在分析有关物理量参数时,选取雷暴大风前最近探空时次和雷暴大风期间探空时次的探空资料,若雷暴大风发生在白天,用08时探空资料,若对流能量很低时,则用14时地面资料进行订正;若雷暴大风发生在夜间,用20时探空资料。
1.2 研究方法本文以20时(北京时,下同)为日界,将一次雷暴大风过程定义为在山东内陆地区出现3站以上、半岛地区(即青岛、烟台、威海所辖区域)出现2站以上成片的平均风(10 min)≥6级(10.8 m·s-1)或阵风(瞬时风)≥7级(13.9 m·s-1,至少有一站≥8级或17.2 m·s-1),且伴有雷电;如果雷暴大风从下午跨越20时延续到夜间,也只统计为一次雷暴大风过程。按照上述定义,统计得到山东省2009—2016年4—9月全省共发生205次雷暴大风过程,其中内陆地区159次、半岛地区46次;7月最多,全省65例,内陆52例,半岛13例(图 1b),6月与8月相当,9月最少,仅9例。
本文以500 hPa代表大气中高层、850 hPa代表大气中低层、海平面代表近地面。首先,应用探空站资料,并借助MICAPS平台资料,对500 hPa、850 hPa和海平面气压场中产生雷暴大风的天气系统进行分类归型。然后,分析在500 hP各类系统影响下低层850 hPa和地面天气系统的配置特征。
另外,有关物理诊断量参数是应用各探空站资料和MICAPS业务平台资料查算得到。在统计分析各种天气系统类型影响下物理诊断量参数的同时,采用百分位法(高晓梅等,2018;王婷波等,2020;王亚男等,2020)确定各种类型雷暴大风的物理诊断量临界值,将各物理诊断量的样本值从小到大进行排列,统计最小值、最大值、平均值和30%、50%和70%分位值,并制成箱线图;将30%或70%分位值作为临界值,当大于或小于临界值时,有70%的样本均包括在其内,满足临界值的样本个例数达到70%,即表示对样本的概括率达到70%。
2 雷暴大风的天气学分型 2.1 基于500 hPa天气系统的雷暴大风分型基于500 hPa天气影响系统(除台风系统外),山东省雷暴大风主要受西风槽和副高边缘影响,在西风槽影响时,雷暴大风产生在槽前或槽后,根据雷暴大风出现在槽前或槽后的位置,其又分为槽前型和槽后型雷暴大风(杨晓霞等,2014)。本研究将冷涡南部槽和横槽均归为低槽,将槽前偏南气流中的雷暴大风归为槽前型;将槽底和槽后偏北气流影响下的雷暴大风归为槽后型;将受西太平洋副热带高压(以下简称副高)西部边缘偏南气流或切变线影响的雷暴大风归为副高边缘型。按照上述雷暴大风归类标准,对山东省各型雷暴大风的环流特征和雷暴大风落区进行了归纳(图 2)。
槽前型和副高边缘型雷暴大风产生在深厚的偏南暖湿气流中,与低层暖湿空气的作用密切相关,大气层结不稳定主要由低层增暖增湿高于中高层所致,对流触发机制主要是低层风场辐合或冷暖空气汇合产生上升运动触发对流不稳定能量释放,继而产生强对流,雷暴大风主要为对流云团中从高空下冲的干冷空气;槽后型雷暴大风的形成与中高层干冷空气密切相关,大气层结不稳定主要由中高层干冷空气叠加在低层暖湿气流之上所致,对流触发机制为中高层干冷空气侵入与低层风场辐合产生上升运动触发对流不稳定能量释放,并产生强对流,中高层侵入的干冷空气与对流云团中下沉的干冷空气共同作用造成雷暴大风。
4—6月山东主要受西风带系统影响,产生雷暴大风的天气系统主要是西风槽,且槽后型明显多于槽前型。内陆4月槽后型占79% (图 3a),6月槽后型占69%;半岛6月槽后型占63% (图 3b),5月槽后型占60%。
夏季7—8月,山东受西风槽和副热带高压的共同影响,发生在偏南气流中的雷暴大风较多,内陆地区在7月占71.2%,8月占80.6%,半岛地区在7月占84.6%,8月占100%。槽前型最多,7、8月在内陆地区分别为40% 和64% (图 3a),在半岛地区分别为69%和100% (图 3b);副高边缘型在7月较多,内陆地区为31%,半岛地区为15%;槽后型最少,内陆地区7、8月分别为29%和19% (图 3a);半岛地区7月为15%,8月为0 (图 3b)。
9月随着副高减弱南撤,山东进入秋季,主要受西风带环流影响,产生雷暴大风的天气系统为西风槽型,雷暴大风主要产生在槽前,内陆地区槽前型占80% (图 3a),半岛地区槽前型占75% (图 3a)。
2.2 基于850 hPa天气系统的雷暴大风分类产生雷暴大风的850 hPa中尺度天气系统较为复杂,参考山东省强降水影响系统分型法(杨晓霞,2018),根据雷暴大风落区与850 hPa天气系统的位置关系,将产生雷暴大风的850 hPa天气系统归纳为切变线辐合、偏南气流辐合和偏北气流辐合3种类型,各类在辐合区均有暖舌或暖平流相配合。
(1) 切变线辐合类。此类系统产生的雷暴大风最多,包括冷式切变线辐合、暖式切变线辐合、低涡环流中心东部切变线辐合、倒槽式切变线辐合和较弱风向切变辐合类。冷式切变线辐合和倒槽式切变线辐合类,其雷暴大风主要发生在偏南气流一侧。
(2) 偏南气流辐合类。包括风向侧向辐合和风速辐合类,4—6月主要为槽前偏南气流辐合类,7—8月主要为副高边缘偏南气流辐合类,9月无此类雷暴大风。
(3) 偏北气流辐合类。主要是偏北气流前部辐合产生的雷暴大风,这种类型很少。
2.3 基于地面天气系统的雷暴大风分类产生雷暴大风的近地面天气系统也较复杂,根据海平面气压场中系统与雷暴大风的位置关系, 将产生雷暴大风的地面天气系统主要归纳为6种类型。
(1) 冷锋前部暖区类。近地面层有冷锋东移南下时,在冷锋前部暖区产生强对流,造成雷暴大风。冷锋包括蒙古气旋和东北气旋南部的冷锋。
(2) 倒槽区类。倒槽包括从南向北伸的倒槽和从西向东伸的倒槽,雷暴大风产生在倒槽顶部或倒槽中。
(3) 低压槽区类。发生雷暴大风的低压槽区是指低压槽区或中心区,不包括冷锋前部的低压槽区。
(4) 气旋中心东部类。主要是指受黄河气旋、黄淮气旋、江淮气旋影响时在气旋中心东部的暖区发生的雷暴大风。
(5) 高压西部类。在入海高压西部或副高西部的偏南气流中均可出现雷暴大风,4—6月和9月雷暴大风主要发生在入海高压西部,夏季7—8月雷暴大风主要发生在副高西部。
(6) 均压区类。雷暴大风发生在地面气压分布较为均匀的形势下,气压梯度很小,这种类型发生较少,只出现在山东内陆地区。
2.4 500 hPa槽前型雷暴大风的低层和地面天气系统特征 2.4.1 低层(850 hPa)天气系统特征统计2009—2016年4—9月山东省内陆和半岛地区槽前型低层(850 hPa)各类雷暴大风次数及其比率可知(图 4),山东内陆地区(图 4a),500 hPa槽前型850 hPa低层切变线辐合类雷暴大风(简称槽前型切变线辐合类,下同)次数在4—6月和9月较多,其比率为70%~100%,其中,4月高达100%;7、8月较少,其比率均为52%;槽前型偏南气流辐合类雷暴大风次数7—8月较多,其比率均为48%;槽前型偏北气流辐合类雷暴大风在山东内陆地区很少发生,仅在5月出现1次,占10%。
与其内陆地区不同,山东半岛地区(图 4b)槽前型偏南气流辐合类雷暴大风发生较多,此类雷暴大风4—6月和8月各月的比率在66.7%~100%之间。7月和9月切变线辐合类雷暴大风较多,其比率分别为56%和67%。偏北气流辐合类仅在9月出现1次,其占比为33.3%。
2.4.2 地面天气系统特征图 4c、d给出2009—2016年4—9月山东省内陆和半岛地区500 hPa槽前型地面各类雷暴大风次数及其比率。从中可见,山东内陆地区(图 4c),4月和9月槽前型冷锋前部暖区类雷暴大风出现次数最多,其比率分别为67%和75%;5月槽前型气旋中心东部类雷暴大风出现次数最多,比率为40%;6月槽前型倒槽区类雷暴大风次数最多,比率高达60%;8月槽前型低压槽区类雷暴大风次数最多,比率为52%。而在半岛地区(图 4d),5月和9月发生次数最多的是槽前型冷锋前部暖区类雷暴大风,比率分别达到75%和100%;6月出现的槽前型雷暴大风主要为冷锋前部暖区类、低压槽区类和倒槽区类;7月出现的槽前型雷暴大风主要为气旋中心东部类和倒槽区类;8月槽前型雷暴大风多为冷锋前部暖区类、低压槽区类和高压西部类;而槽前型气旋中心东部类雷暴大风主要出现在4—5月和7月,高压西部类雷暴大风主要出现在4月和7—8月。
2.5 500 hPa槽后型雷暴大风的低层和地面天气系统特征 2.5.1 低层(850 hPa)天气系统特征槽后型雷暴大风的850 hPa影响系统与槽前型不同,2009—2016年4—9月山东省内陆和半岛槽后型低层(850 hPa)各类雷暴大风次数及其比率的统计结果见图 5。山东内陆地区(图 5a),4月槽后型偏南气流辐合类雷暴大风次数最多,比率为45.5%;5—9月切变线影响类雷暴大风较多,其比率在57%~100%之间,9月高达100%。半岛地区(图 5b),5月偏南气流辐合类雷暴大风发生最多,比率为67%,6月切变线辐合类最多,比率高达80%,9月主要为偏南气流辐合类。
统计结果表明,2009—2016年4—9月山东内陆地区,4、5月槽后型冷锋前部暖区类雷暴大风次数最多,比率分别为36%和60%;6月倒槽区类雷暴大风次数最多,比率为50%;8月冷锋前部暖区类、均压区类雷暴大风发生较多,其比率均为43%;9月发生的雷暴大风主要为均压区类,比率为100%(图 5c)。而同期半岛地区,4月槽后型倒槽区类、高压西部类雷暴大风次数占比率均为50%;5、6、9月出现的槽后型雷暴大风主要是冷锋前部暖区类,其比率为60%~100%不等(图 5d)。
2.6 500 hPa副高边缘型雷暴大风的低层和地面天气系统特征图 6是2009—2016年4—9月山东全省副高边缘型低层(850 hPa)和地面各类雷暴大风次数占比统计结果。从中可见,副高边缘型雷暴大风仅在7—8月出现,其中内陆22例、半岛2例。由于半岛个例很少,所以在低层和地面影响系统分类时,没有按内陆和半岛分别统计。低层7—8月只出现了切变线辐合类和偏南气流辐合类雷暴大风(图 6a),7月两类雷暴大风各占50%;8月,以偏南气流辐合类雷暴大风为主,比率为67%。副高边缘型雷暴大风在7—8月地面出现了5类天气系统(图 6b),其中,7月倒槽区类雷暴大风次数最多,比率为44.4%;8月则冷锋前部暖区类和低压槽区类雷暴大风相对较多,各占33%。
文中代表大气热力稳定度、温湿和动力综合特征及风垂直切变的各物理诊断量的计算公式及物理意义见文献(寿绍文等,2003;胡欣等,2001;刘健文等;2005)。其中,代表大气热力稳定度的物理量包括对流有效位能(CAPE)、K指数、沙氏指数(SI)、抬升指数(LI)、850 hPa与500 hPa温差(ΔT850-500)和700 hPa与850 hPa假相当位温差(Δθse700-850);代表大气温湿和动力综合特征的物理量包括风暴强度指数(SSI)、强天气威胁指数(SWEAT)和大风指数(WI);反映风垂直切变的物理量包括850 hPa风向(Vd850)、500 hPa与850 hPa风速差(ΔV500-850)。山东内陆和半岛地区热力和水汽条件不同,致使产生雷暴大风的物理量也有差别,且不同季节其物理量差别较大(杨晓霞等,2014;2019)。本文将山东分为内陆地区和半岛地区,对不同季节500 hPa各天气系统类型产生的雷暴大风的诊断量特征进行分析,统计各诊断量的最大值、最小值、平均值和30%、50%、70%分位值。将百分位值对样本的概括率达到70%作为各时段各类型雷暴大风诊断量的临界值。考虑到山东6月处于春夏之交,内陆地区雷暴大风发生较多,对其单独统计。半岛地区,7—8月以槽前型雷暴大风为主,槽后型很少(仅3例),统计为半岛槽前型和槽后型;半岛地区副高边缘型雷暴大风也很少(仅2例),因此不区分内陆和半岛,均统计为全省副高边缘型。9月雷暴大风次数较少,以槽前型为主(槽后型仅2例),所以对9月不分区域统计为全省槽前型和槽后型。根据上述规定进行统计,山东省不同时段各类型雷暴大风样本数为: 内陆地区,4—5月槽后型21例、槽前型13例,6月槽后型22例、槽前型10例,7— 8月槽后型22例、槽前型42例;半岛地区,4—6月槽后型13例、槽前型10例,7—8月槽前型16例、槽后型3例;全省,7—8月副高边缘型22例(其中内陆20例、半岛2例),9月槽前型7例、槽后型2例。
3.1 大气热力稳定度分析 3.1.1 对流有效位能(CAPE)CAPE代表大气中的对流不稳定能量,其值越大表明越有利于产生对流。从山东各型雷暴大风的CAPE箱线图(图 7)可以看出,春季内陆4—5月和半岛4—6月各型雷暴大风的CAPE均较小(图 7a),其70% 分位数小于305 J·kg-1,说明春季低层大气的温度低、湿度小,大气中对流不稳定能量小,产生对流的动力作用较大。6月随着低层大气温度升高和湿度增大,CAPE增大,内陆槽后型和槽前型的CAPE平均值和中位数在500 J·kg-1左右,其30%分位数较小,槽前型为198 J·kg-1,槽后型为232 J·kg-1。分别以其30%的分位数(198 J·kg-1和232 J·kg-1)作为产生雷暴大风的临界值,大于临界值的样本数达到70%,即对样本的概括率达到70% (以下简称概括率为70%)。
夏季7—8月CAPE较高,内陆槽前型和槽后型雷暴大风CAPE的30%分位数分别为427 J·kg-1和569 J·kg-1,中位数分别为790 J·kg-1和1 006 J·kg-1,即表明若以30% 分位数为临界值,大于临界值对样本的概括率达到70%时,则槽前型雷暴大风CAPE的临界值为427 J·kg-1,槽后型雷暴大风CAPE的临界值为569 J·kg-1。半岛地区7—8月产生槽前型或槽后型雷暴大风的CAPE较小,30%分位数为259 J·kg-1,中位数为743 J·kg-1,低于内陆槽前型,因此以259 J·kg-1为临界值,CAPE≥259 J·kg-1对样本的概括率达到70%。副高边缘型的CAPE最高,其30%分位数为752 J·kg-1,CAPE≥752 J·kg-1对样本的概括率达到70%。秋季9月产生雷暴大风的CAPE较低,其70%分位数为420 J·kg-1,说明CAPE≥420 J·kg-1对样本的概括率仅30%。
3.1.2 K指数(K)K指数代表中低层大气的温湿状况,其越高说明低层大气越暖湿,也越有利于对流产生。K指数(K)的表达式为
$ K=T_{850-500}+T_{\mathrm{d} 850}-\left(T-T_{\mathrm{d}}\right)_{700} $ | (1) |
式(1)中,右边第一项为850 hPa与500 hPa温差;第二项为850 hPa露点温度;第三项为700 hPa温度与露点差。其值越高表示低层大气越暖湿,越有利于产生对流。如果700 hPa较干,第三项温度露点差较大,会造成K值较小。
从山东各型雷暴大风的K指数箱线图中可见(图 7b),春季内陆4—5月和半岛4—6月槽前型和槽后型雷暴大风K的平均值和中位数均低于23 ℃。6月K升高,内陆槽前型雷暴大风K的30%分位数为26 ℃,高于槽后型。6月槽后型雷暴大风发生较多,各雷暴大风过程之间K差别较大,其中40%分位数为25 ℃,即若以25 ℃为临界值,K≥25 ℃的概括率在60%以上。7—8月内陆槽前型,半岛槽前型、槽后型及全省副高边缘型雷暴大风的K较高,30%分位数在30~ 33 ℃之间,若以30 ℃为临界值,K≥30 ℃的概括率大于70%;内陆槽后型雷暴大风K的30%分位数为28 ℃。9月山东产生雷暴大风的K较低,其30%分位数为23 ℃。
3.1.3 850 hPa与500 hPa温差850 hPa与500 hPa温差(ΔT850-500) 代表大气的垂直稳定度特征,其温差越大,大气越不稳定。从山东各型雷暴大风的ΔT 850-500箱线图中可见(图 8a),内陆4—5月槽后型、6月槽前型和槽后型雷暴大风的ΔT850-500较大,其30%分位数在27~28 ℃之间,若取27 ℃为临界值,ΔT850-500 ≥27 ℃对样本的概括率大于70%。7—8月内陆槽后型、4—6月半岛槽前型和槽后型雷暴大风ΔT850-500的30%分位数为25 ℃,ΔT850-500 ≥25 ℃对样本的概括率为70%。其他类型雷暴大风的ΔT850-500较小。
假相当位温(θse) 可以表征大气的温湿状况,上下层θ se之差(Δθse) 代表大气的对流稳定度,当Δθse<0 ℃,为不稳定层结。本文以700 hPa与850 hPa的θse之差(Δθse700-850) 表示大气对流稳定度。从山东各型雷暴大风的θse700-850箱线图可见(图 8b),内陆春季4— 5月槽后型以及半岛4—6月槽前型和槽后型雷暴大风的Δθse700-850较大,其70%分位数在1.7~2.3 ℃之间,中位数在-2.2~0.3 ℃之间,因此若取1.0 ℃为临界值,大气层结不稳定或呈中性,则Δθse700-850<1.0 ℃对样本的概括率为50%;其他类型的雷暴大风Δθse700-850的70%分位数在-8.1~-0.5 ℃之间,因此取0 ℃为临界值,则Δθse700-850<0 ℃ (即大气为对流性不稳定),对样本的概括率大于70%,即70%以上的雷暴大风个例出现在700 hPa与850 hPa对流性不稳定层结下,其中7— 8月副高边缘型和半岛槽前型和槽后型雷暴大风的70%分位数在-8.1~-6.2 ℃之间,表明在700 hPa与850 hPa之间大气对流不稳定度很大,以-6.2 ℃为临界值,Δθse700-850<-6.2 ℃对样本的概括率大于70%。
3.1.5 抬升指数(LI)LI代表地面至500 hPa之间的大气层结稳定度,LI<0 ℃为不稳定,其负值越大表示越不稳定。从山东各型雷暴大风的LI箱线图中可见(图 8c),内陆6—8月和半岛7—8月各型雷暴大风LI的70%分位数在-2.7~-1.1 ℃之间,因此以-1.0℃为临界值,则LI<-1.0 ℃ (即大气层结不稳定)对样本的概括率大于70%,同时说明地面至500 hPa大气层结不稳定较强。内陆4—5月、半岛4—6月、全省9月槽前型和槽后型雷暴大风LI的50%分位数均大于0 ℃,说明大气层结较稳定,不稳定性较低。
3.1.6 沙氏指数(SI)SI代表850—500 hPa之间的大气层结稳定度,SI<0 ℃,为大气层结不稳定,其负值越大表示大气层结越不稳定。从山东各型雷暴大风的SI箱线图中可见(图 8d),内陆6—8月和半岛7—8月各类型雷暴大风SI的70% 分位数在0.0~1.9 ℃之间,60% 分位数在-2~1 ℃之间,因此取1.0 ℃为临界值,SI<1.0 ℃对样本的概括率大于60%,即有60%以上的雷暴大风样本个例发生在850—500 hPa大气不稳定或中性层结中。内陆地区4—5月、半岛地区4—6月、全省9月槽前型和槽后型产生雷暴大风的SI的30%分位数在-1.3~2.2 ℃之间,即以2.2 ℃为临界值,满足SI≤ 2.2 ℃的雷暴大风的样本个例在30%左右。由此可见,上述各型雷暴大风发生时的850—500 hPa大气层结不稳定性较差,即在850—500 hPa大气层结稳定的环境下也能产生雷暴大风。
3.2 代表大气温湿和动力综合特征的物理诊断量分析 3.2.1 风暴强度指数(SSI)SSI既与大气中的对流有效位能有关,又与中低层风垂直切变有关,能够综合反映大气中不稳定能量和风垂直切变特征。SSI是一无量纲数,其值越大表示越有利于产生强风暴,造成雷暴大风。其表达式(刘建文等,2005)为
$ S S I=100 \times\left[2+\left(0.276 \ln S_{\mathrm{hr}}\right)+\left(2.011 \times 10^{-4} CAPE\right)\right] $ | (2) |
其中,Shr代表离地面0~3 600 m的环境风垂直切变(单位: m·s-1),在取自然对数时只考虑Shr的数值;CAPE为对流有效位能(单位: J·kg-1),只取其数值。
从山东各型雷暴大风的SSI箱线图可见(图 9a),内陆4—5月槽前型、半岛4—6月槽后型和7—8月槽前型和槽后型雷暴大风的SSI较高,其30%分位数在253~265之间,因此当其临界值为253时,SSI>253对样本的概括率在70%以上。其他时段和类型的雷暴大风SSI的30%分位数在232~247,取临界值为232时,SSI>232对样本的概括率在70%以上。
SWEAT与850 hPa温度、露点、风向、风速及500 hPa温度、风向、风速有关,能够综合反映850 hPa与500 hPa之间温湿特征与风垂直切变状况。其表达式(刘健文等,2005)为
$ \begin{aligned} S W E A T=& 12 T_{\mathrm{d} 850}+20(T T-49)+2 f_{850}+\\ & f_{500}+125(S+0.2) \end{aligned} $ | (3) |
其中,Td850为850 hPa露点温度(单位: ℃),若Td850为负数,此项为0;TT =(T + Td)850-2T500,若TT<49,则20(T-49)= 0;f850为850 hPa风速;f500为500 hPa风速,以m·s-1为单位的风速乘以2;S = Sin(α500-α850),α500和α850分别为500 hPa和850 hPa风向;125(S + 0.2) 为切变项,需同时满足4个条件,即1) 850 hPa风向在130°~250°之间,2) 500 hPa风向在210°~310°之间,3) 500 hPa风向减850 hPa风向为正,4) 850 hPa风速及500 hPa风速≥7.5 m·s-1,否则为零。
SWEAT是无量纲数,反映了不稳定能量与风速、风向切变对风暴强度的综合作用,其值越大,表示发生龙卷或强雷暴的可能性越大。从山东各型雷暴大风的SWEAT箱线图可见(图 9b),在7—8月,内陆槽前型、半岛槽前型和槽后型、全省副高边缘型雷暴大风的SWEAT较高,其30%分位数在229~265之间,若以229为临界值,SWEAT≥229对样本的概括率在70% 以上;内陆4—5月槽后型、半岛4—6月槽前型和槽后型雷暴大风SWEAT的30%分位数较小,在102~121之间,若取临界值为102,SWEAT≥102对样本的概括率大于70%;其他时段和类型雷暴大风SWEAT的30%分位数在150~175之间,若取临界值为150,SWEAT≥150对样本的概括率大于70%。
3.2.3 大风指数(WI)WI与融化层高度、融化层以下温度直减率和水汽条件有关,能够反映环境大气产生强对流时造成雷暴大风的强度。其值越大表示越有利于产生强雷暴大风。WI是WINDEX的简写,其表达式(胡欣等,2001;刘建文等,2005)为
$ W I=5\left[H_{\mathrm{M}} R_{Q}\left(\Gamma^{2}-30+Q_{\mathrm{L}}-2 Q_{\mathrm{M}}\right)\right]^{0.5} $ | (4) |
其中: HM是融化层距地高度(单位: km);Γ是地面与融化层之间的直减率(单位: ℃·km-1);QL是近地面1 km之内的混合比(单位: g·kg-1);QM是融化层处混合比(单位: g·kg-1);RQ (单位: g·kg-1)为QL/12,但不能大于1。计算得到的WI的单位为knot,1knot≈0.5 m·s-1。式(4)是一个经验公式,其中右边最前面的数值5为统计系数,计算WI时先要对式中各量按要求转为无量纲数。公式中的WI为无量纲数,在计算出数值后恢复其量纲,单位为海里·h-1(即knot),以m·s-1为单位时需除以2。WI虽属经验指数,但其应用价值较大。
从山东各型雷暴大风的WI箱线图可见(图 9c),内陆6月槽前型雷暴大风WI的30%分位数最高,为29 m·s-1,若以此为临界值,WI≥29 m·s-1对样本的概括率为70%;内陆4—5月槽前型、6—8月槽后型以及半岛4—6月槽前型和槽后型雷暴大风WI的30%分位数在23~24 m·s-1之间,若取23 m·s-1为临界值,则WI≥23 m·s-1对样本的概括率大于70%;内陆7—8月槽前型、4—5月槽后型以及全省7—8月副高边缘型雷暴大风WI的30%分位数在18~20 m·s-1之间,若取18 m·s-1为临界值,WI≥18 m·s-1对样本的概括率大于70%;半岛7—8月槽前型和槽后型、全省9月槽前型和槽后型的WI最低,其30%分位数在12~14 m·s-1之间,因此取12 m·s-1为临界值,WI≥12 m·s-1对样本的概括率大于70%。由此可见,内陆4—5月槽前型、6月槽前型和槽后型、7—8月槽后型以及半岛4—6月槽前型和槽后型雷暴大风发生时的WI较高。
3.3 中低层风向和风垂直切变分析风垂直切变对强风暴的产生和组织起重要作用。为此,本文以850 hPa风向以及500 hPa与850 hPa风速差统计分析山东各型雷暴大风发生时的风垂直切变特征。
3.3.1 850 hPa风向(Vd850)从山东各型雷暴大风发生时Vd850为偏南风的比率直方图上(图 10a)可见,7—8月内陆槽前型、半岛槽前型和槽后型、全省副高边缘型雷暴大风发生时850 hPa为偏南风(90°~270°)的比率为91%~100%;内陆4—5月槽后型和全省9月槽前型和槽后型,850 hPa为偏南风的比率较低(44%~50%),其他类型雷暴大风850 hPa为偏南风的比率为65%~80%。这说明山东雷暴大风发生时850 hPa风向以偏南风为主。
ΔV500-850为负值,表示500 hPa风速小于850 hPa风速。从山东各型雷暴大风的ΔV500-850箱线图可见(图 10b),其最小值为-8 m·s-1,最大值为30 m·s-1。内陆4—5月槽后型、半岛4—6月槽前型和槽后型以及全省9月槽前型和槽后型雷暴大风的ΔV500-850较大,其均值为9~12 m·s-1,中位数在9~13 m·s-1之间,30%分位数为5~8 m·s-1,若取临界值为5 m·s-1,ΔV500-850 ≥5 m·s-1对样本的概括率大于70%。内陆4—8月槽前型和全省7—8月副高边缘型雷暴大风发生时的ΔV500-850较小,其30%分位数在-2~0 m·s-1之间,副高边缘型最小为-2 m·s-1,这说明副高边缘型雷暴大风发生时850 hPa偏南风速大于500 hPa偏南风速2 m·s-1的概括率为30%。可见,内陆4—5月槽后型、半岛4—6月槽前型和槽后型以及全省9月槽前型和槽后型雷暴大风发生时的ΔV500-850较大。
4 结论与讨论本文使用MICAPS地面观测资料和探空资料,对山东省4—9月产生的雷暴大风以500 hPa天气系统为主进行分型,并以低层(850 hPa)中尺度天气系统和地面天气系统为辅对各型雷暴大风进行分类,然后对各型雷暴大风发生时的物理诊断量进行了统计分析,研究了物理诊断量的临界值特征。主要得出如下几点结论:
(1) 基于500 hPa天气影响系统与雷暴大风落区的配置,山东省雷暴大风分为槽前型、槽后型和副高边缘型,4—6月槽后型多于槽前型,7—8月槽前型最多、副高边缘型次之、槽后型最少,9月雷暴大风以槽前型为主。另外,根据雷暴大风落区与850 hPa天气系统的位置关系,山东省雷暴大风又分为切变线辐合类、偏南气流辐合类和偏北气流辐合类3种类型,这3类雷暴大风发生时在辐合区均有暖舌或暖平流相配合。同时,根据海平面气压场中天气系统与雷暴大风的位置关系,则将产生雷暴大风的地面天气系统主要归纳为6种类型。
(2) 4—6月山东受西风带系统影响,内陆地区雷暴大风的适用物理诊断量为ΔT850-500、ΔV500-850、SSI和WI,此时段雷暴大风主要取决于850 hPa与500 hPa之间的温度差和风速差。半岛地区因受海洋影响,春季升温慢,气温比内陆地区低,风比内陆大,代表大气热力和动力综合特征的物理诊断量SSI和WI对雷暴大风有较好的指示性。
(3) 7—8月山东受西风带系统和副热带高压共同影响,中低层温度高、湿度大,使得大气不稳定度增大,天气系统移动慢,风垂直切变小,对流加强,造成雷暴大风,因此代表大气热力不稳定的物理诊断量CAPE、K、LI、Δθse700-850、SWEAT对雷暴大风有较好的指示性。
(4) 9月副高减弱南撤,山东逐渐转为西风带环流影响进入秋季,低层大气温度降低、湿度减小,大气中热力不稳定能量减小,雷暴大风天气明显减少;半岛地区受海洋影响,降温慢,温度和湿度比内陆高,风比内陆大,雷暴大风天气仍较多,其中Δθse700-850、SSI、SWEAT和ΔV500-850对雷暴大风具有较好的指示性。
随着季节变化,月份不同,山东内陆和半岛地区产生雷暴大风的天气系统和温湿特征也不尽相同,对其诊断采用的物理量也有一定差别。由于产生雷暴大风的机理较为复杂,同一季节同一地区产生雷暴大风的天气系统和环境温湿条件及动力条件也不完全相同。产生雷暴大风的地面、中低层(850 hPa)、中高层(500 hPa)天气系统存在较大差别,受各种天气系统影响下产生的雷暴大风的物理诊断量也不相同。本文通过分月分区对产生雷暴大风的500 hPa、850 hPa和地面天气系统及其配置与物理诊断量及其临界值的精细化分析,可以加深对产生雷暴大风的高低空天气系统及其配置、温湿和动力特征的认识,对提高雷暴大风预报准确率有一定的参考价值。本文以气象观测资料为基础,对雷暴大风进行天气学分型和物理诊断量统计,其成果可结合模式预报产品进行雷暴大风的综合预报和潜势预报。但由于本研究是建立在雷暴大风历史个例统计的基础上,得出的结论有待在实时预报业务中检验。下一步将收集更多的雷暴大风个例,加强对产生雷暴大风的环境条件和形成机理的认识、对相关物理量诊断指标的实时业务预报的验证,不断对预报指标进行调整、更新和完善。
丁一汇, 李鸿洲, 章名立, 等. 1982. 我国飑线发生条件的研究[J]. 大气科学, 6(1): 18-27. DOI:10.3878/j.issn.1006-9895.1982.01.03 |
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. |
费海燕, 王秀明, 周小刚, 等. 2016. 中国强雷暴大风的气候特征和环境参数分析[J]. 气象, 42(12): 1513-1521. DOI:10.7519/j.issn.1000-0526.2016.12.009 |
高晓梅, 俞小鼎, 王令军, 等. 2018. 鲁中地区分类强对流天气环境参量特征分析[J]. 气象学报, 76(2): 196-212. |
何立富, 周庆亮, 谌芸, 等. 2011. 国家级强对流潜势预报业务进展与检验评估[J]. 气象, 37(7): 777-784. |
胡欣, 赵秀英, 朱立亚, 等. 2001. WINDEX-预报下击暴流潜势的一个新指标[A]\\国外强对流天气的应用研究[M]. 北京: 气象出版社
|
梁爱民, 张庆红, 申红, 等. 2006. 北京地区雷暴大风预报研究[J]. 气象, 32(11): 73-80. |
廖晓农. 2009. 北京雷暴大风日环境特征分析[J]. 气候与环境研究, 14(1): 54-62. |
雷蕾, 孙继松, 魏东. 2011. 利用探空资料判别北京地区夏季强对流的天气类别[J]. 气象, 37(2): 136-141. DOI:10.3969/j.issn.1006-8775.2011.02.006 |
刘健文, 郭虎, 李耀东. 2005. 天气分析预报物理量计算基础[M]. 北京: 气象出版.
|
刘玉玲. 2003. 对流参数在强对流天气潜势预测中的作用[J]. 气象科技, 31(3): 147-151. DOI:10.3969/j.issn.1671-6345.2003.03.004 |
吕晓娜, 牛淑贞, 张一平, 等. 2020. 基于概率与权重的雷暴大风潜势客观预报方法研究[J]. 暴雨灾害, 39(1): 20-29. DOI:10.3969/j.issn.1004-9045.2020.01.003 |
秦丽, 李耀东, 高守亭. 2006. 北京地区雷暴大风的天气-气候学特征研究[J]. 气候与环境研究, 11(6): 754-762. DOI:10.3969/j.issn.1006-9585.2006.06.010 |
寿绍文, 励申申, 姚秀萍. 2003. 中尺度气象学[M]. 北京: 气象出版社: 141-143, 141-143, 291-300.
|
王婷波, 周康辉, 郑永光. 2020. 我国中东部雷暴活动特征分析[J]. 气象, 46(2): 189-199. |
王亚男, 刘一玮, 易笑园. 2020. 渤海西部雷雨大风统计特征及对流参数指标分析[J]. 气象, 46(3): 325-335. |
许爱华, 孙继松, 许东蓓, 等. 2014. 中国中东部强对流天气的天气形势分类和基本要素配置特征[J]. 气象, 40(4): 400-411. DOI:10.3969/j.issn.1671-1742.2014.04.013 |
许东蓓, 许爱华, 肖玮, 等. 2015. 中国西北四省区强对流天气形势配置及特殊性综合分析[J]. 高原气象, 34(4): 973-981. |
杨晓亮, 杨敏, 隆璘雪, 等. 2020. 冷涡背景下河北雷暴大风环境条件与对流风暴演变个例分析[J]. 暴雨灾害, 39(1): 52-62. |
杨晓霞, 胡顺起, 姜鹏, 等. 2014. 雷暴大风落区的天气学模型和物理量参数研究[J]. 高原气象, 33(4): 1057-1068. |
杨晓霞, 尤莉, 夏凡, 等. 2019. 山东内陆和半岛雷暴大风的环境物理量特征[J]. 沙漠与绿洲气象, 13(6): 47-56. |
杨晓霞, 高留喜, 宋佳嘉, 等. 2018. 山东夏季强降水的影响系统和物理量特征[J]. 海洋气象学报, 38(3): 56-66. |
杨新林, 孙建华, 鲁蓉, 等. 2017. 华南雷暴大风天气的环境条件分布特征[J]. 气象, 43(7): 769-780. |
严仕尧, 李昀英, 齐琳琳, 等. 2013. 华北产生雷暴大风的动力热力综合指标分析及应用[J]. 暴雨灾害, 32(1): 17-23. |
叶爱芬, 武志, 肖伟, 等. 2006. 对流有效位能在强对流预报中的应用[J]. 热带气象学报, 22(5): 70-76. |
俞小鼎. 2011. 基于构成要素的预报方法-配料法[J]. 气象, 37(8): 913-918. |
张一平, 吴蓁, 苏爱芳, 等. 2013. 基于流型识别和物理量要素分析河南强对流天气特征[J]. 高原气象, 32(5): 1492-1502. |
张一平, 乔春贵, 梁俊平. 2014. 淮河上游短时强降水天气学分型与物理诊断量阈值初探[J]. 暴雨灾害, 33(2): 129-138. |
郑永光, 张春喜, 陈炯, 等. 2007. 用NCEP资料分析华北暖季对流性天气的气候背景[J]. 北京大学学报(自然科学版), 43(5): 600-608. |
郑永光, 张小玲, 周庆亮, 等. 2010. 强对流天气短时临近预报业务技术进展与挑战[J]. 气象, 36(7): 33-42. |
Coniglio M C, Stensrud D J, Richman M B. 2004. An observational study of Derecho-Producing Convective Systems[J]. Wea Forecasing, 19(2): 320-337. |
Evans J S, Doswell Ⅲ C A. 2001. Examination of derecho environments using proximity soundings[J]. Wea Forecasing, 16(3): 329-342. |
Johns R H, Hirt W D. 1987. Derechos: widespread convectively induced wind-storms[J]. Wea Forecasting, 2(1): 32-49. |
Johns R H, Howard K W, Maddox R A. 1990. Conditions associated with 1ong-lived derechos-An examination of the large scale environments[C]\\ Amer Meteor Soc. 16th Conf On Severe Local Storms, Kananaskis Park, AB, Canada: 408-412
|