中国气象学会主办。
文章信息
- 赵坤, 王明筠, 朱科锋, 明杰, 马秀梅, 王元. 2015.
- ZHAO Kun, WANG Mingjun, ZHU Kefeng, MING Jie, MA Xiumei, WANG Yuan. 2015.
- 登陆台风边界层风廓线特征的地基雷达观测
- An analysis of the CINRAD-98D observations for the landfalling typhoon boundary layer wind profiles and their characteristics
- 气象学报, 73(5): 837-852
- Acta Meteorologica Sinica, 73(5): 837-852.
- http://dx.doi.org/10.11676/qxxb2015.070
-
文章历史
- 收稿日期: 2015-01-27
- 改回日期: 2015-06-05
2. 中国气象局乌鲁木齐沙漠气象研究所, 乌鲁木齐, 830002
2. Institute of Desert Meteorology, China Meteorological Administration, Urumqi 830002, China
众所周知,台风边界层是台风的重要组成部分,边界层中的动量输送、感热、潜热输送以及湍流混合等变化规律直接影响台风的结构和强度。对于登陆台风,由于下垫面特征的复杂性,其边界层过程更为复杂。因此,理解边界层结构,尤其是理解边界层垂直风廓线变化(Morrison et al,2005; Verbout et al,2007; Baker et al,2009),对于改进登陆台风预报有重要的科学意义。
在过去的数十年中,由于观测手段的进步,对台风边界层的研究取得了一些实质性的进展,其中,最主要的观测进展是海上台风边界层在水平面之上低于1 km以下存在的低层最大风(类似急流现象)(Moss et al,1976; Wilson,1979; Korolev et al,1990; Franklin et al,2003; Powell et al,2003)。其中,Franklin等(2003)和Powell等(2003)均采用大量的GPS探空数据获取组合的台风风廓线。Franklin等(2003)利用17个飓风中GPS下投式探空统计眼墙和外围云带边界层风廓线,并以700 hPa风速标准化。结果显示,眼墙区最大切向风高度约为500 m,高于这个高度的风由于台风暖心结构而减小,而低于这个最大风高度的风以对数律递减;地面10 m风速为最大风的75%左右,700 hPa风的90%左右。外围云带急流特征减弱,最大风高度接近1 km左右。低层300 m风廓线同样表现出对数增大特征。Powell等(2003)利用331个GPS探空计算地表低层对数律参数,并指出空气动力学摩擦长度z0和拖曳系数Cd并不是随着地面风的增大而单调增大的,当地面风大于33 m/s之后,z0和Cd减小。所有探空合成风最大风高度约为500 m,且低层200 m以下遵循对数律廓线特征。将所有平均边界层(MBL)风速大于30 m/s的风廓线以10 m/s间隔进行分组并计算平均廓线,边界层平均风越大,急流高度越低,表明边界层厚度随平均风速的增大而降低。Zhang等(2011)同样利用了大量GPS探空数据,探讨飓风热力和动力的不同边界层高度,即入流层为最大径向入流速度10%的高度、最大切向风高度和混合层高度。3个高度均随距离台风中心半径减小而减小,最大风以及最大切向风高度都在入流层内。他们还指出在外核区3个高度都存在下降的趋势。
GPS下投式探空具有较高的垂直分辨率和机动性,该仪器通常由飞机在700 hPa高度投放,是研究海面上台风边界层结构的重要工具。对于登陆台风而言,地面探空站、风廓线雷达、铁塔等手段是获取边界层风廓线(Bai et al,2014;宋丽莉等,2004;周芯玉等,2012;李利孝等,2012;方平治等2013;Ming et al,2014)的主要工具。最近,一些学者利用美国沿海的多普勒雷达的径向速度数据,采用速度方位显示(简称VAD)(Browning et al,1968)方法获取较高时空分辨率的台风边界层风廓线数据(Giammanco et al,2013,Donaher et al,2013),有效地填补了登陆台风边界层观测的不足。Giammanco等(2013)利用GPS探空和VAD方法反演的风廓线研究登陆美国的飓风的边界层平均风廓线以及相对于飓风移动方向的变化,揭示风廓线随距离中心半径的变化,并且,发现在向岸区和离岸区呈现明显的差异。Donaher等(2013)利用VAD方法研究了14个登陆美国飓风的层状云雨带的风廓线特征。由于VAD方法采用线性变化假设,而在台风系统中风场存在明显的非线性变化,因此,VAD方法获取的风廓线,特别是在对流区仍存在偏差。
国际上对于台风的边界层研究大多集中在大西洋以及太平洋洋面,对于西太平洋台风研究相对较少,主要观测手段是借助于飞机观测和下投式GPS探空。中国对于西太平洋登陆台风的研究,主要借助于地面探空、风廓线雷达和铁塔等手段(宋丽莉等,2004;方平治等2013; Bai et al,2014;Ming et al,2014)。这些探测手段均存在一定的局限性,如地面探空时、空分辨率较低,无法充分揭示台风边界层的精细结构特征;风廓线雷达受强降水影响观测精度较低,而风塔由于高度的限制,通常只能观测近地层以下的风场结构。除观测外,中国学者也通过数值模拟对一些台风个例的边界层风场进行了研究,但这些模拟结果需要观测资料进一步验证。因此,到目前为止,对于中国登陆台风边界层风场结构的特征了解相当有限。近年来,中国沿海多普勒雷达网已基本布网完成,获取了大量的登陆台风观测数据,为研究中国登陆台风的边界层风场结构建立了观测基础。文中利用中国沿海新一代多普勒雷达网的历史台风观测资料,采用飓风速度体积分析法(简称HVVP)(Harasti,2003)反演登陆台风0.1—3 km高度的风廓线,并对其边界层的风场特征进行分析。与VAD方法相比,飓风速度体积分析法采用整个体积的分析资料,并考虑高阶项和非线性风场的作用,可更加准确地反演出边界层风廓线。通过分析多个历史登陆台风,认识中国登陆台风边界层风场平均廓线,统计平均风廓线相对于台风强度、距离台风中心半径和台风移动方向上不同方位的特征,并与过去开放洋面上以及大西洋登陆台风边界层风场结构进行比较。
2 资料和方法2.1 观测资料选取2004—2013年共计17个台风个例(表 1)。对于每个登陆台风,选取登陆时距离台风中心最近的雷达站资料,并根据台风登陆时间(世界时,下同)以及登陆时距离雷达站远近等因素,选取登陆前后一定时段内的雷达探测资料。由此,选取了2004—2013年中国沿海的10部新一代多普勒天气雷达(包括温州、福州、厦门、汕头、汕尾、广东、深圳、阳江、湛江和海口,站点分布如图 1)的基数据(Level-II)资料。所用雷达均为S波段,波长10 cm,所用数据包括6 min一次的体积扫描雷达反射率因子和径向速度数据。雷达的体积扫描模式为VCP21,最大不模糊速度为26.9 m/s,包括9个仰角(0.5°、1.5°、2.4°、3.3°、4.3°、6.0°、9.9°、14.6°、19.5°)。反射率因子和径向速度观测范围分别为460和230 km,径向分辨率分别为1000和250 m,方位分辨率1.0°。
编号 | 台风名称 | 选取雷达 | 登陆时间 | 开始时间 | 结束时间 |
0414 | 云娜(Rananim) | 温州 | 8月12日12时00分 | 8月12日 06时00分 | 8月12日18时00分 |
0515 | 卡努(Khanun) | 温州 | 9月11日06时50分 | 9月11日00时00分 | 9月11日12时00分 |
0606 | 派比安(Prapiroon) | 阳江 | 8月3日11时20分 | 8月3日 02时30分 | 8月3日16时00分 |
0713 | 韦帕(Wipha) | 温州 | 9月18日18时30分 | 9月18日17时00分 | 9月19日00时00分 |
0716 | 罗莎(Krosa) | 温州、福州 | 10月7日07时30分 | 10月7日04时00分 | 10月7日13时00分 |
0809 | 北冕(Kammuri) | 阳江 | 8月6日11时45分 | 8月6日03时30分 | 8月6日17时00分 |
0814 | 黑格比(Hagupit) | 阳江 | 9月23日22时45分 | 9月23日16时30分 | 9月24日00时00分 |
0906 | 莫拉菲(Molave) | 深圳 | 7月18日16时50分 | 7月18日14时00分 | 7月19日01时00分 |
0907 | 天鹅(Goni) | 阳江 | 8月4日22时20分 | 8月5日04时00分 | 8月5日19时00分 |
0915 | 巨爵(Koppu) | 阳江 | 9月14日23时00分 | 9月14日18时00分 | 9月15日03时00分 |
1003 | 灿都(Chanthu) | 湛江 | 7月22日05时45分 | 7月22日02时00分 | 7月22日13时00分 |
1013 | 鲶鱼(Megi) | 汕头、厦门 | 10月23日04时55分 | 10月22日23时00分 | 10月23日06时00分 |
1117 | 纳沙(Nesat) | 湛江 | 9月29日06时30分 | 9月29日02时00分 | 9月29日14时00分 |
1208 | 韦森特(Vicente) | 阳江 | 7月23日20时15分 | 7月23日16时00分 | 7月24日02时00分 |
1213 | 启德(Kaitak) | 湛江 | 8月17日03时30分 | 8月16日23时00分 | 8月17日06时00分 |
1311 | 尤特(Utor) | 阳江、汕尾 | 8月14日07时50分 | 8月14日00时00分 | 8月14日15时00分 |
1319 | 天兔(Usagi) | 汕头、深圳 | 9月22日11时40分 | 9月22日00时00分 | 9月23日00时00分 |
由于中国气象局(CMA)台风最佳路径资料时间间隔通常为6 h,而雷达体扫数据时间间隔为6 min,因此,文中所用的台风中心资料是利用雷达6 min一次的体扫资料定位结果。台风中心定位方法采用Chang等(2009)提出的弱回波中心定位法,主要原理是依据台风眼区中心盛行下沉气流,没有明显对流回波,在眼区中心雷达观测到的回波较弱特征,以弱回波区域的几何中心作为台风中心。然而,当台风登陆后,眼区被填塞而无法继续利用弱回波中心定位方法时,采用登陆前最后一次弱回波定位中心与其后时次的CMA最佳路径数据线性插值,由此得到17个台风的台风中心路径(图 2)。
处理雷达基数据时,首先对雷达资料进行预处理,包括去除噪声点、地物回波、二次回波和多普勒速度退模糊。其中,回波的质量控制采用Zhang等(2005)的参考平面法。速度退模糊首先采用Zhang等(2006)提出的多步退模糊方法,再使用美国国家大气研究中心(NCAR)的SOLOII软件进行手动退模糊。
2.2 飓风速度体积分析(HVVP)法Waldteufel等(1979)提出了单雷达反演水平风场的速度体积分析方法。Harasti(2003)改进该方法,将其应用于台风系统的环境风场反演,发展了飓风速度体积分析法。HVVP法假设观测到的多普勒速度Vd可以表示为反演估计的多普勒速度加上观测误差ε。其直接对质量控制后的雷达径向速度资料进行分析,将分析数据的三维风场的运动特征用风场的二阶泰勒系数表示
式中,P1—P16为系数矩阵,K1—K16为2阶泰勒展开系数(即待反演参数),通过最小二乘拟合求解。HVVP使用球坐标(r,360-α,φ),φ为雷达扫描波束的仰角(图 3)。z为多普勒数据Vd的高度;z0则为HVVP 分析高度,u0和v0为全风速在雷达站上空z0高度上垂直和平行雷达—台风中心连线方向的分量。文中采用的HVVP方法只利用低仰角资料(< 10°)。以10°仰角为例,假设10 m/s的最大垂直速度,其对径向速度的贡献约为1.5 m/s,相对于台风环流中最大风速超过35 m/s,其相对贡献小于5%,因此,忽略垂直速度的贡献。同时,不考虑参数的垂直变化项,即不考虑包含垂直方向变量z的平方项(式(1)中的15,16项),因而只采用公式中前14项预报因子做线性拟合。如图 3所示,对于每个求解高度,选取以高度为中心的一定间隔高度的水平层内的所有体扫数据做线性拟合,求出这个高度上的水平风速u0和v0。
在计算HVVP时,考虑到数据质量控制可能无法完全剔除噪声点以及速度模糊等,因此,计算每一个高度HVVP时,首先选取水平一定范围以及垂直一定间隔高度内体扫数据,计算有效数据点个数,若有效数据点大于2500个,则进行HVVP拟合;拟合过后计算拟合速度与观测速度的均方根误差,然后剔除拟合速度与观测速度绝对值相差大于两倍均方根误差的观测点,之后再次计算有效数据点数,若有效数据点仍大于2500个,则再次进行HVVP拟合并输出拟合结果。
计算时所选取的雷达水平方向上的范围ΔR以及垂直高度间隔Δh将会影响反演风廓线的精度。其中,ΔR控制每层拟合数据的水平范围,Δh控制每个高度层反演的垂直高度范围。因HVVP方法拟合的假设是建立在水平薄层内线性速度相等的前提下,若ΔR和Δh过大,则可能导致包含过多数据而包含太多非线性;若ΔR和Δh过小,则可能会导致拟合数据点过少,影响拟合效果。为评估HVVP反演精度,确定最优反演参数,本研究利用阳江雷达站和邻近探空(两者相距<2 km),客观地比较不同ΔR和Δh情况下的反演风廓线与探空观测的均方根误差。结果表明,当ΔR=40 km和Δh=100 m时,反演的风速和风向的误差最小,小于2 m/s和5°,表明HVVP方法可以较准确地反演台风边界层风廓线结构。图 4是阳江雷达HVVP反演风廓线与阳江GTS探空观测的对比。由于GTS探空观测时间分辨率较低以及与HVVP反演结果时间匹配问题,该结果仅包含3个台风共3个时次的对比结果。结果显示,反演的风速与探空观测相比略有低估,两者的风向分布比较一致,总体的风速标准差约为1.7 m/s,风向标准差约为5°。
2.3 风廓线数据合成利用HVVP方法对每个台风登陆过程中相对应的雷达资料计算0—3 km高度上雷达站上空的垂直风廓线,同时根据相对应时刻台风中心经纬度,将风矢量投影到以台风为中心的坐标系下,并将风场分解为径向风和切向风分量进行统计合成分析。文中定义朝向(离开)台风中心的径向风为负(正),逆(顺)时针方向切向风为正(负)。因台风移动影响,每个雷达相对于台风中心的位置也在不断变化,因此每个时刻雷达处于台风的不同方位、不同距离内。
在进行合成分析时,首先针对不同台风的每个雷达体扫观测的组合反射率因子,选取距离台风中心200 km的区域,找出大于30 dBz的方位平均组合反射率因子的位置,并计算出对应时刻最大平均组合反射率因子的半径Rmax。对于不同强度、不同结构台风,Rmax能够表征台风相对应的最强回波所在半径。然后根据雷达相对台风中心的位置和Rmax得到雷达相对于台风的方位以及相对距离的分布。图 5为17个台风在分析时段内,雷达位置相对于台风中心方位以及相对距离分布。其中,黑色箭头为台风移动方向,中心点为台风中心,x轴正向代表相对台风移动右侧方向,y轴正向代表相对台风移动前侧方向。数据点均匀分布在相对于台风移动四个象限内,且大部分数据分布在距离台风中心5Rmax范围之内,其中,3Rmax范围内分布更密集。因此,后文中17个台风统计结果在台风各个不同象限、不同距离均具有代表性。
在此基础上,进一步定义平均边界层风速为500 m以下风廓线的平均风速(Powell et al,2003),并且,对所有台风每个时刻的风廓线进行计算。在之后的分析中,将利用平均边界层风速对风廓线进行标准化。
3 风廓线统计特征 3.1 平均风廓线随台风边界层平均风强度分布特征根据平均边界层风速大小,将所有廓线分为3类:平均边界层风速为15—25、25—35和35—45 m/s。可以看到,图 6a中的3组廓线都存在类似急流特征,即风速在某一高度存在最大切向风,而3组廓线最大切向风高度都在1 km以上。Powell等(2003)和Giammanco等(2013)得到的大西洋上飓风边界层最大风速高度都在1 km以下(约500—600 m)。因此,这里得到的西北太平洋登陆中国台风平均风速廓线最大切向风高度高于之前大西洋海上GPS观测和登陆时地面雷达观测到的最大风高度(Giammanco et al,2013),一个可能的原因是中国沿岸地形复杂,地面粗糙度较大引起的摩擦较强。Bai等(2014)利用常规探空观测研究了中国登陆台风平均结构的变化特征,也发现平均最大切向风所在高度在800 hPa以上(> 1.5 km)。方平治等(2013)利用4个站的GTS探空数据分析了4个近海台风个例的边界层风廓线特征,发现最大风所在高度约为3 km,远高于本研究所观测的最大风高度。然而,由于其探空观测的时间分辨率较低且距离台风中心较远,因此其结果主要代表台风外围的特征。图 6b中,相对应3组平均风的低层径向入流随着平均边界层风速增大而增加,3组平均径向风在低层存在最大径向入流,与海上观测一致(Zhang et al,2011)。然而,大西洋登陆飓风的径向速度廓线不存在最大径向入流,并且其速度及入流层高度随平均边界层的分布没有明显特征(Giammanco et al,2013)。全风速随高度变化(图 6c)显示,急流特征略弱于切向风,3组廓线最大风速均在1 km以上,与最大切向风高度接近。然而,大西洋登陆飓风的地面雷达VAD观测分析显示边界层全风速没有明显的急流特征(Giammanco et al,2013),一方面可能是由于其所用的VAD数据集中的1 km以下,因而无法发现在1 km以上的最大风速的存在;另一方面也可能是登陆地区下垫面的差异造成。
3.2 平均风廓线随相对台风中心距离的分布特征根据相对于台风中心距离(简称相对距离)不同将风廓线分为4类:(1)眼墙区域(相对距离小于Rmax);(2)内核区域(相对距离为(1—3)Rmax);(3)外核区域(相对距离为(3—5)Rmax);(4)外围区(相对距离大于5Rmax区域)(Chang et al,2009)。图 7为眼墙区域(a、c、e)以及内核区(b、d、f)的径向速度(VR)、切向速度(VT)和全风速(VF)平均廓线(以平均边界层风标准化)以及1倍标准差误差线。径向风廓线中的虚线代表径向入流为最大径向入流10%的高度,Zhang等(2011)将此高度定义为动力边界层高度。切向风廓线中在一定高度上的虚线代表最大切向风所在的高度,全风速廓线在一定高度上的虚线代表最大风所在高度。内核区域的平均径向风(图 7b)大于眼区中的平均径向风(图 7a),且内核区的低层存在最大入流(图 7b),表明随着相对距离减小,边界层中径向入流减小。图 7c、d显示,随着相对距离减小,最大切向风高度也显著降低,从1.4 km降低到0.9 km;同时低层切向风急流明显增强,与之前许多海上的研究相似(Franklin et al,2003)。研究表明,由于边界层高度与惯性稳定度的1/2次方成反比,而惯性稳定度随着相对台风中心距离减小而增加,因此边界层高度随着相对台风中心距离减小而降低(Kepert,2001)。全风速廓线与切向风廓线相似,最大风速高度随距离台风中心减小而降低。径向风的垂直输送是急流强度的一个重要贡献,靠近台风中心的强垂直输送,如眼墙区域强的上升速度,可能是导致低层急流增强的重要因素之一(Kepert et al,2001)。对比相同区域(眼墙、内核区),径向风廓线中1倍标准差误差线明显大于全风速以及切向风标准差,表明不同台风在相同区域内,径向风(图 7a、b)的离散度最大。
外核区域风廓线与内核区风廓线相似,但外核区及之外区域的低层入流(图 8a、b)均弱于内核区(图 7b),注意到外核区中切向速度廓线中最大切向风高度约为1.9 km(最大全风速高度约为1.8 km),而其入流层高度约为1.3 km(图 8a),即最大切向风高度高于入流层高度,这与Ming等(2014)分析的登陆台风莫拉克(2009)的边界层结构类似。值得注意的是,切向风在1—2 km高度的大小相差不大,1.9 km高度的最大切向风只略微高出附近的风速,表明距离台风中心越远,低层急流特征越不明显,切向风廓线趋于均匀。此外,外围区廓线显示,入流层高度(图 8b)、最大切向风高度(图 8d)和最大风速高度(图 8f)明显降低,且入流减弱。Zhang等(2011)提到在飓风外核区(相对距离大于3.5Rmax)入流层高度有降低趋势,可能与下沉增温有关(Kepert,2010)。与图 7相结合,可以看到台风环流区(5Rmax)内,径向风、切向风以及全风速1倍标准差随着距离台风减小而增加,表明台风环流中,越靠近台风中心,边界层中风廓线离散度越大。
3.3 平均风廓线相对台风移动方向的分布特征由于台风结构发展和移动等因素的影响,台风无论是在海上还是登陆后都存在非对称特征。因此,进一步将所有时刻的观测相对于台风移动方向分为四个象限:移动左后侧(RL)、左前侧(FL)、右前侧(FR)以及右后侧(RR)。
四个象限的风速分布显示(图 9),右前侧象限最大风速高度最高,为1.9 km,左前侧象限最大风速高度约为1.3 km,左后侧象限最大风速高度约为0.9 km,右后侧象限无明显最大风速。考虑右前侧为台风靠近陆地时,气流从海上到陆地上的向岸侧气流,此时下垫面粗糙度增大,因此,可能是导致右前侧最大风高度变大的原因之一。1倍标准差在左后侧最大,表明相对于台风移动方向,左后侧全风速离散度最大。Giammanco等(2013)分析了大西洋登陆飓风的眼墙区向岸侧(相当于右前侧)和离岸侧的风廓线特征发现,两者的最大风速高度无明显差异,都约为350 m,显著低于文中左前侧和右前侧象限的最大风速高度。如此明显的差异可能与陆地地形复杂程度和台风结构有关。值得指出的是文中所选登陆广东的台风的移动方向与海岸线交角较小(图 2),移动方向的右侧能够较好地表征向岸侧的特征,而移动方向的左侧则更多表征了海上的特征,因此,在后续的讨论中仅对向岸侧进行说明。
四个象限切向风廓线的分布特征显示(图 10),除右后侧之外,其他三个象限均存在急流特征。其中,右前侧急流高度最高,约为1.8 km(图 10b),左前侧次之,约为1.3 km(图 10a),左后侧最低,约为0.9 km(图 10c)。左后侧急流强度最强,急流特征最为显著,而右后侧无明显急流特征。这些特征与海上台风移动所导致的非对称特征一致,而Kepert(2006a,2006b)认为,海陆对于台风非对称的作用与移动相似。与全风速一致,平均切向风1倍标准差在左后侧最大,表明相对于台风移动方向,台风移动左后侧切向风离散度最大。
四个象限中径向风廓线及相应的入流层高度的分布显示(图 11),移动前侧入流层明显高于移动后侧,右前侧(图 11b)入流层高度约为1.5 km,左后侧(图 11c)入流层高度约为1.0 km,右后侧(图 11d)入流层高度约为0.5 km。右前侧入流最大,右后侧入流最小。右前侧为台风登陆时向岸一侧,台风环流直接从海面向陆地过渡,摩擦增大,低层入流明显增加,与全风速和切向风最大风高度最高相配合;而右后侧入流最小,与Wong等(2007)模拟的登陆台风径向风在右后侧最小一致。同全风速与切向风类似(图 9、10),径向风1倍标准差误差在左后侧最大,表明这个象限中边界层廓线不确定性最强。
4 结论和讨论利用2004—2013年中国东南沿海新一代多普勒天气雷达收集的17个登陆台风资料,采用飓风速度体积分析(HVVP)法,反演登陆台风的边界层风场结构,并统计平均风廓线相对于台风边界层平均风强度、距离台风中心半径和台风移动方向上不同方位的特征,且与过去已有的台风边界层风场结构进行比较。
首先分析了风廓线随台风边界层平均风强度的变化特征,结果表明不同强度的风廓线,最大切向风高度均在1 km以上,明显高于之前大西洋海上观测的最大风高度(约600 m),同时相同风速分类下低层入流也明显强于海上观测,表明陆地由于下垫面粗糙度增加,导致边界层中最大切向风高度增大、低层入流增强。
其次,将风廓线相对最大回波半径进行分类,研究风廓线对称性结构相对于台风半径的分布特征。风廓线相对于台风半径的分布特征显示最大风高度、切向风高度以及入流层高度在台风环流(5Rmax)内随与台风中心距离减小而降低;在台风外核区一定范围内,最大切向风和低层径向入流减少,相对应的高度亦降低,这可能由于台风环流受陆地影响后减弱。眼区(<Rmax)的径向风离散度高于眼墙以外区域,这可能是由于在台风眼区同时包含了径向入流和径向出流,从而使得径向风的离散度在眼区明显增大。
Giammanco等(2013)在其研究中总结了大西洋洋面上和登陆时的飓风内核区(<3Rmax)风廓线变化的概念模型。为了便于直接比较,本次研究也对台风内核区平均边界层垂直风廓线的变化特征进行归纳总结(图 12),并且,详细比较大西洋飓风与登陆台风的边界层结构差异。结果显示,最大风所在高度及入流层高度都明显高于大西洋飓风观测(Giammanco et al,2013)。最大风高度及入流层高度随半径增大略有增高,但是增高幅度明显小于海上观测结果。与大西洋观测结果相似,归一化最大风速随着半径减小而降低,并且偏离平均廓线的最大值(即离散度)也随着半径减小而降低。由于陆面摩擦明显大于海面,使得陆地上近地面的标准化风速也明显小于海洋上的风速。
最后,从风廓线相对于台风移动方向的非对称特征分析显示,相对于台风移动方向右前侧,边界层入流层高度、最大(切向)风高度最高,这与台风向岸侧粗糙度增加相关;相对于台风移动左后侧,低层最大切向风最大;相对于台风移动右后侧,无明显急流特征,低层径向风高度最低。相对于台风移动四个象限,移动左后侧边界层风廓线1倍标准差误差最大,表明移动左后侧边界层廓线不确定性最大。登陆台风移动右前侧(向岸侧)和左前侧的最大风高度及最大入流层高度的分布特征与大西洋登陆飓风的统计结果(Giammanco et al,2013)差异显著,最大风速高度显著大于大西洋登陆飓风。大西洋登陆飓风的向岸和离岸两个区域的最大风速高度基本相同(约为350 m),而登陆台风两个区域之间的差异比较显著(分别为1.9和1.3 km),可能是由于中国沿海地区的地形分布比较复杂导致。
文中的分析结果为西北太平洋登陆台风的研究提供了有用的数据集,更好地了解和研究了登陆台风的边界层风场的结构,有助于模式边界层参数化方案的验证和改进。在今后的研究中,将结合高分辨率GPS资料来研究登陆台风边界的精细动力和热力结构。利用现有的数据集,选取典型个例的台风眼墙、主雨带和外围雨带的风廓线结构随时间的变化也值得进一步的分析。此外,文中利用相对于台风移动的非对称近似讨论离岸侧和向岸侧的非对称性,仍然存在一定的误差,将在后续的研究中结合沿岸地形因素对离岸和向岸侧的非对称性进行深入的研究。
致 谢:感谢中国气象局气象探测中心提供本研究所用的雷达探测资料。
方平治, 赵兵科, 鲁小琴等. 2013. 华东沿海地带台风风廓线特征的观测个例分析. 大气科学, 37(5): 1091-1098. Fang P Z, Zhao B K, Ru X Q, et al. 2013. Case studies on the characteristics of the coastal wind profiles of three typhoons landing along east China. Chinese J Atmos Sci, 37(5): 1091-1098 (in Chinese) |
李利孝, 肖仪清, 宋丽莉等. 2012. 基于风观测塔和风廓线雷达实测的强台风黑格比风剖面研究. 工程力学, 29(9): 284-293. Li L X, Xiao Y Q, Song L L, et al. 2012. Study on wind profile of Typhoon Hagupit using wind observed tower and wind profile radar measurements. Eng Mech, 29(9): 284-293 (in Chinese) |
宋丽莉, 毛慧琴, 汤海燕等. 2004. 广东沿海近地层大风特性的观测分析. 热带气象学报, 20(6): 731-736. Song L L, Mao H Q, Tang H Y, et al. 2004. Observation and analysis of Guangdong coastal gales in the near-surface layer. J Trop Meteor, 20(6): 731-736 (in Chinese) |
周芯玉, 梁建茵, 黄健等. 2012. 台风“天鹅”、“巨爵”登陆过程风场结构特征的研究. 热带气象学报, 28(6): 809-818. Zhou X Y, Liang J Y, Huang J, et al. 2012. A study on wind structure of Typhoon Goni and Koppu during landing. J Trop Meteor, 28(6): 809-818 (in Chinese) |
Bai L N, Yu H, Xu Y H, et al. 2014. Mean structure of tropical cyclones making landfall in mainland China. J Meteor Res, 28(3): 407-419 |
Baker A K, Parker M D, Eastin M D. 2009. Environmental ingredients for supercells and tornadoes within Hurricane Ivan. Wea Forecasting, 24(1): 223-244 |
Browning K A, Wexler R. 1968. The determination of kinematic properties of a wind field using Doppler radar. J Appl Meteor, 7(1): 105-113 |
Chang P L, Jong-Dao Jou B, Zhang J. 2009. An algorithm for tracking eyes of tropical cyclones. Wea Forecasting, 24(1): 245-261 |
Donaher S L, Albrecht B A, Fang M, et al. 2013. Wind profiles in tropical cyclone stratiform rainbands over land. Mon Wea Rev, 141(11): 3933-3949 |
Franklin J L, Black M L, Valde K. 2003. GPS dropwindsonde wind profiles in hurricanes and their operational implications. Wea Forecasting, 18(1): 32-44 |
Giammanco I M, Schroeder J L, Powell M D. 2013. GPS dropwindsonde and WSR-88D observations of tropical cyclone vertical wind profiles and their characteristics. Wea Forecasting, 28(1): 77-99 |
Harasti P R. 2003. The hurricane volume velocity processing method //31st Int. Conf. on Radar Meteorology. Seattle, WA: Amer Meteor Soc, 14B. 1 |
Kepert J. 2001. The dynamics of boundary layer jets within the tropical cyclone core. Part Ⅰ: Linear theory. J Atmos Sci, 58(17): 2469-2484 |
Kepert J, Wang Y Q. 2001. The dynamics of boundary layer jets within the tropical cyclone core. Part Ⅱ: Nonlinear enhancement. J Atmos Sci, 58(17): 2485-2501 |
Kepert J D. 2006a. Observed boundary layer wind structure and balance in the hurricane core. Part Ⅰ: Hurricane Georges. J Atmos Sci, 63(9): 2169-2193 |
Kepert J D. 2006b. Observed boundary layer wind structure and balance in the hurricane core. Part Ⅱ: Hurricane Mitch. J Atmos Sci, 63(9): 2194-2211 |
Kepert J D. 2010. Slab- and height-resolving models of the tropical cyclone boundary layer. Part Ⅰ: Comparing the simulations. Quart J Roy Meteor Soc, 136(652): 1686-1699 |
Korolev V S, Petrichenko S A, Pudov V D. 1990. Heat and moisture exchange between the ocean and atmosphere in Tropical Storm Tess and Skip. Sov Meteor Hydrol, 22(3): 92-94 |
Ming J, Zhang J A, Rogers R F, et al. 2014. Multiplatform observations of boundary layer structure in the outer rainbands of landfalling typhoons. J Geophys Res, 119(13): 7799-7814, doi: 10.1002/2014JD021637 |
Morrison I, Businger S, Marks F, et al. 2005. An observational case for the prevalence of roll vortices in the hurricane boundary layer. J Atmos Sci, 62(8): 2662-2673 |
Moss M S, Merceret F J. 1976. A note on several low-layer features of Hurricane Eloise (1975). Mon Wea Rev, 104(7): 967-971 |
Powell M D, Vickery P J, Reinhold T A. 2003. Reduced drag coefficient for high wind speeds in tropical cyclones. Nature, 422(6929): 279-283 |
Verbout S M, Schultz D M, Leslie L M, et al. 2007. Tornado outbreaks associated with landfalling hurricanes in the North Atlantic Basin: 1954-2004. Meteor Atmos Phys, 97(1-4): 255-271 |
Waldteufel P, Corbin H. 1979. On the analysis of single-Doppler radar data. J Appl Meteor, 18(4): 532-542 |
Wilson K J. 1979. Characteristics of the subcloud layer wind structure in tropical cyclones//Extended Abstracts, Int Conf on Tropical Cyclones. Perth, Australia: Roy Meteor Soc (Australian branch), 15II. |
Wong M L M, Chan J C L. 2007. Modeling the effects of land-sea roughness contrast on tropical cyclone winds. J Atmos Sci, 64: 3249-3264 |
Zhang J, Howard K, Gourley J J. 2005. Constructing three-dimensional multiple-radar reflectivity mosaics: Examples of convective storms and stratiform rain echoes. J Atmos Oceanic Technol, 22:30-42 |
Zhang J, Wang S X. 2006. An automated 2D multipass Doppler radar velocity dealiasing scheme. J Atmos Ocean Technol, 23(9): 1239-1248 |
Zhang J A, Rogers R F, Nolan D S, et al. 2011. On the characteristic height scales of the hurricane boundary layer. Mon Wea Rev, 139(8): 2523-2535 |