中国气象学会主办。
文章信息
- 孙康远, 郑媛媛, 慕瑞琪, 夏文梅, 谢志清 . 2017.
- SUN Kangyuan, ZHENG Yuanyuan, MU Ruiqi, XIA Wenmei, XIE Zhiqing . 2017.
- 南京及周边地区雷达气候学分析
- An analysis of radar climatology in Nanjing and its vicinity
- 气象学报, 75(1): 178-192.
- Acta Meteorologica Sinica, 75(1): 178-192.
- http://dx.doi.org/10.11676/qxxb2017.004
-
文章历史
- 2016-02-23 收稿
- 2016-09-13 改回
2. 中国气象局交通气象重点开放实验室, 南京, 210009;
3. 徐州市气象局, 徐州, 221000;
4. 江苏省气候中心, 南京, 210009
2. Key Laboratory of Transportation Meteorology, China Meteorological Administration, Nanjing 210009, China;
3. Xuzhou Meteorological Bureau, Xuzhou 221000, China;
4. Jiangsu Climate Center, Nanjing 210009, China
强对流天气是南京及周边地区主要的灾害性天气之一,包括冰雹、雷雨大风等,对国民经济和人民生命安全造成了严重威胁。由于强对流天气生命史短,局地性强,常规探测手段难以对其进行有效监测,预报难度大。新一代多普勒天气雷达是目前监测强对流天气的主要手段,能够对强对流天气进行实时监测和预警。本研究从雷达气候学的角度,利用长时间序列的雷达探测资料对南京及周边地区对流风暴的气候分布进行统计分析。
目前对强对流天气的研究主要使用新一代多普勒天气雷达、卫星、常规气象观测等手段,这些探测资料各有特点。早期研究表明,使用常规气象观测资料可以较好地给出中国区域的雷暴、冰雹等强对流天气的气候分布特征(刘全根等,1966;张家诚等,1985),陈炯等(2013)使用中国1991—2009年4—9月的549个观测站资料,研究了中国暖季短时强降水分布和日变化特征及其与中尺度对流系统日变化的直接关系,指出了短时强降水的频率和最大强度日变化有3个峰值,主峰在午后,次峰在午夜后和早晨,中午前后最不活跃,但是观测站的空间分辨率不高,平均间距为100 km。丁青兰等(2007)使用1994—2005年北京行政区域内20个地面气象观测站的资料,对雷暴、冰雹、暴雨和大风等各种对流天气进行了气候统计和分析。宇如聪等(2014)概述了中国大陆降水日变化研究进展,指出降水具有明显的区域分布特征,长江中下游的降水多出现在清晨,中、东部地区清晨、午后双峰并存;短时降水以对流性降水为主,峰值出现在下午至午夜前。陈国春等(2011)使用卫星及闪电等资料对中国暖季深对流云分布与日变化特征进行了分析,并把中国对流多发地分为4个区域。对深对流的地理分布、季节分布、日变化都做了深入分析,指出夏季深对流云的分布与雷暴日和闪电密度分布具有很强的一致性;江淮地区的春、夏季深对流日变化呈现双峰型,但主峰时段在下午。郑永光等(2010,2011)使用长时间序列的静止卫星红外亮温资料(TBB),研究了中国副热带地区及华南和邻近海域夏季深对流的气候分布特征,指出深对流活动与地势分布、东亚夏季风和大气环流密切相关,不同区域的深对流活动具有不同的变化特征,深对流活动具有显著的间歇性发展特征;中国副热带地区存在单峰型和双峰型两类日变化特征的深对流,江淮流域属于双峰型深对流活动区域。束宇等(2015)以南京站为基础探索了对流温度在长江中下游地区局地热对流降水预报中的应用,研究了副热带高压(副高)控制下的热对流降水的必要条件,统计表明,热对流降水主要出现在每日13—18时(北京时,下同),平均持续时间为50 min。张祎等(2010)用热带测雨卫星的测雨雷达2A25产品、微波成像仪1811产品和闪电成像仪观测资料分析了2007—2008年南京及周边地区5个对流降水云系的降水结构、微波亮温和闪电特性。结果表明,当对流降水云系处于发展阶段时,对流降水是降水量的主要贡献者;而当对流降水云系处于成熟或者逐渐消亡阶段时,对流降水就逐渐向层云降水转变,此时降水量主要由层云降水产生。两种类型降水在降水强度、雨顶高度上存在显著区别。
与常规气象观测资料和卫星资料相比,多普勒天气雷达具有时空分辨率更高的优点,并且能给出对流风暴的三维信息,因此更适用于进行对流天气气候统计分析。Carbone等(2002,2008)与Ahijevych等(2004)对美国大陆多年的WSR-88D雷达探测资料进行了统计研究,分析了美国大陆对流性降水回波的时空分布特征,揭示了降水回波存在明显的日循环和半日循环的周期性传播气候特征,并且指出了对流的日循环特征主要是由于太阳加热作用的日变化而造成的,难以预报。Hsu等(2006)利用8年暖季雷达估测降水资料,经过研究得出了美国大陆对流性降水存在0.5、1、4 d等多个周期性变化特征,其中日循环特征最为明显,并且中尺度对流系统主要以向东传播为主。韩雷等(2009)首次使用天津塘沽新一代多普勒天气雷达探测资料研究了京津及邻近地区暖季强对流风暴的气候分布特征,使用SMC-ST方法识别对流风暴,给出了京津地区对流风暴的面积、体积、顶高、最大反射率因子、生命史和运动规律等定量的强对流风暴气候统计特征。Chen等(2012)、陈明轩等(2014)利用2008—2011年暖季5—8月京津冀地区6部新一代天气雷达逐 6 min的反射率因子三维拼图资料,研究了这一地区暖季对流风暴出现频率的日变化特征,以及暖季主要月份(6—8月)对流风暴日变化的差异。Chen等(2014)使用广州和深圳雷达3年暖季5—9月多普勒天气雷达数据,研究了中国珠江三角洲地带的对流时空分布特征,揭示了对流大多发生在沿南部海岸和珠江三角洲地区东部山脉的迎风坡上,并且也具有明显的日变化特征。
中国学者对于雷达气候学的研究主要集中在京津冀和珠三角地区,而对长江中下游地区特别是南京及周边地区研究较少。研究表明,受当地特殊的地形、盛行风、太阳加热及中尺度系统活动规律等影响,不同地区对流活动的雷达气候学分布各有其特点。对于长江三角洲,特别是南京及周边地区,对流活动的影响因素有所不同,在暖季,还会受到梅雨的影响。因此,有必要对南京及周边地区对流活动的雷达气候学分布进行统计研究,分析对流活动在该地区所特有的空间分布、日变化以及形成机理等特征。
2 数据资料与方法 2.1 数 据选取位于江苏南京的多普勒天气雷达(CINRAD WSR98D)2009—2013年暖季6—9月的基数据资料,雷达运行模式为VCP21模式。VCP21模式包括0.5°—19.5°共9个仰角的扫描数据。最大径向多普勒探测距离为230 km,反射率因子分辨率为1 km(径向速度分辨率为250 m)。
南京多普勒天气雷达位于南京市浦口区龙王山山顶(32°11′27″N,118°41′52″E,海拔138.8 m),地处长江中下游平原,雷达站所处的龙王山附近地势平坦开阔,仅在西南方与东南方分别有一低矮丘陵。由于雷达的低仰角基本反射率因子容易受到地物杂波等的污染,在此使用南京大学大气科学学院提供的处理软件和方法来去除杂波,在经过质量控制之后,反射率因子数据使用双线性插值方法,处理为笛卡尔坐标系下的固定高度数据,空间分辨率为1 km(水平和垂直方向)。笛卡尔坐标下的雷达数据水平范围150 km×150 km,垂直范围15 km,6 min扫描一次。为了与雷达回波分布进行比对,还使用了闪电资料,闪电资料来自江苏省气象部门的ADTD闪电定位系统,采用到达时间法(时差法)和定向时差联合法对闪电进行定位。此外还使用了JRA55再分析资料,分辨率0.5°×0.5°,对天气要素进行分析。
2.2 回波分类雷达探测到的回波经常会出现对流回波和层状回波混杂在一起,有必要对其进行区分。使用笛卡尔坐标系下2.5 km高度层的南京雷达探测数据,利用基于Steiner等(1995)的算法提取回波中的对流和层状部分,此处仅统计研究其中的对流回波部分,在此称之为对流风暴。回波分类的第一步,是将回波中所有40 dBz以上的格点标记出来;随后针对第一步中识别出来的对流格点,如其半径11 km内的反射率因子格点大于此区域内的平均值,也将此格点视为对流格点;最后,对每个识别出来的对流格点,在其强度限制半径内的格点都被视为对流格点。根据对流性回波的降水结构,一个对流性回波结构是由2.5 km处的连续对流格点组成,在每个体扫中,垂直方向扩展到回波顶和回波底,并且剔除面积小于20 km2的对流性回波。在对流性回波结构被识别出来之后,再研究其垂直结构,空间分布和时间变化。
3 对流风暴的时空分布对流天气不仅取决于一定的气象条件和天气形势,而且也会受地形和下垫面等自然地理条件的约束,在不同时期其分布特征也会有所变化,从而导致其具有一定的时、空分布规律。
3.1 对流风暴空间分布月变化为了研究对流风暴的时空分布特征,统计了2009—2013年6—9月各月对流风暴回波频数的空间分布(图 1),当然,不可避免的,地形、地球曲率对统计结果有一定影响。由图 1可见,随着月份变化,对流风暴频数分布特征随之变动,为了更加直观地显示出对流风暴频数分布特征,不同月份(图 1a—d)所使用的色标有所差异。图 1中雷达中心西南及东南向的三角形为距离雷达最近的两处较高的丘陵,底图上的黑色细实线为200 m间隔的地形等高线(下同)。整体来看,7月对流风暴频数最多,8月次之,6月对流风暴频数也较多,9月频数最少。6、7、8月对流频数较大,主要原因可能是在此期间,日照加热作用最强,热对流活动较多,且在6、7月还会受到西南季风爆发导致的西南气流加强和西太平洋副热带高压(副高)北抬、冷暖空气在江淮地区交汇(梅雨)影响,而在9月,日照加热作用相对偏弱,热对流活动减少。
从6—9月对流风暴频数的空间分布特征上来看,其特征各不相同:6月,南京以南有一大片对流风暴频数大值区域,频数超过200,此外,还有零散的大值区分布于南京中部及沿江等地区;7月对流风暴频数最高,大部分地区都处于对流风暴多发地(频数超过200),有两个大值中心分别位于南京东部沿江地区以及扬州中北部地区(高邮湖以东),频数超过400;8月大部分地区也处于对流风暴多发地,但对流风暴频数相对7月要小,在南京以东的扬州、泰州、镇江、常州四市交界的沿江地区存在一个对流风暴频数大值区域,频数超过300;与6—8月相比,9月对流风暴频数较小且分布相对均匀,没有明显的大值中心。
3.2 多尺度和伸展高度的对流风暴空间分布受多种因素影响,不同条件下的对流风暴在水平尺度和垂直伸展高度上会有差别,从而在回波强度上表现出不同的特征,特别是对流风暴的强、弱与伸展高度有密切的关系,强对流风暴的垂直伸展高度超过15 km。因此,为了分析不同尺度对流风暴和不同伸展高度对流风暴的分布特征,按照尺度大小和伸展高度大小对对流回波进行分类,采用Steiner等(1995)和Xu等(2011,2012)的分类方法,将面积大于400 km2的对流回波称为大面积对流,100—400 km2的对流回波称为较大面积对流,小于100 km2的对流回波称为小面积对流;将回波顶高高于12 km的对流回波称为深对流,回波顶高6—12 km的对流回波称为中深对流,回波顶高低于6 km的对流回波称为浅对流,按照这种分类方法,分别统计各类对流风暴的分布频数。对流风暴的伸展高度与其强度密切相关,回波顶高高于12 km的对流回波可表示为强对流风暴,从深对流频数的空间分布即可以看出强对流的气候分布特征。
在此仅统计分析对流风暴多发月份即7、8月不同尺度、不同伸展高度对流风暴的空间分布特征(图 2、3)。图 2a、c、e与3a、c、e分别为依照伸展高度对回波进行分类得到的对流风暴频数分布,可见,在7月与8月,中深对流频数最大,深对流频数次之,浅对流频数远小于其他两类;依照不同尺度对回波进行分类,频数分布(图 2b、d、f与3b、d、f)结果表明,大面积对流频数最大,较大面积对流与小面积对流频数较小且相差不大。此外,还可以发现小面积对流以及浅对流频数的分布相对随机,没有明显的大值中心,并且距雷达较远地区对流出现的频率较小,这是因为远距离的一些小型回波无法被雷达最低扫描仰角探测到。而中深对流、深对流以及大面积对流频数的分布则各有其特征。7月,大部分地区都处于中深对流多发期(频数超过112),大值区主要位于南京中东部以及与镇江、扬州交界处;深对流频数大值区主要位于扬州中北部。8月,中深对流频数与7月相比有所减少,并且分布零散,在西北部与东南部有几处较大的活跃中心,对于深对流频数,有一明显的大值区位于东部扬州、泰州、镇江、常州四市交界的沿江地区。
3.3 垂直结构的月变化对流风暴的垂直结构是一个非常重要的参数,意义重大,通过统计对流风暴的回波强度垂直分布来分析其垂直结构,回波强度的大小通常用来判定风暴强弱和有无发生闪电的可能(Donaldson,1961;Szoke et al,1986;Xu et al,2009)。
具体方法是,在识别出对流回波之后,提取各层回波中回波强度的最大值,分层统计其第50和第90百分位数。对流回波强度的第50百分位数代表每个高度上最大回波强度的第50%(也可称为中位数),可以近似代表一般强度对流风暴,第90百分位数则表示每个高度上最大回波强度的第10%,可以近似代表强对流风暴。图 4给出6—9月对流风暴最大回波强度的垂直廓线,图中左右两组垂直廓线分别代表 6—9月各层最大对流回波强度的第50和第90百分位数垂直分布。
可以看出,在6 km以下,相同高度的第50百分位数雷达回波强度大小基本是按照8月>7月>6月>9月这一顺序,并且8月与7月相差较小,6月与9月相差较小,这表明从对流风暴的一般强度特征上来看,可以把6—9月的对流风暴分为2类,第1类即7、8月,这期间对流风暴最强,第2类即6、9月,对流风暴强度较弱,产生两者之间区别的原因可能与水汽的作用和整个大气环流等因素有关。从第90百分位数廓线来看,在6 km以下,对于相同高度的第90百分位数廓线回波强度,6、7、8月较接近,为51—52 dBz,9月偏弱在50 dBz以下,这表明6、7、8月的强对流风暴比9月更强。从高度变化上来看,第50百分位数的回波强度随高度升高呈递减趋势,且在5 km以上有加速减小的趋势;而第90百分位数的回波强度随高度变化则有所不同,主要表现在6、7、8月,回波强度随高度升高呈先增后减趋势,在4.5 km处达到最大,并且相同高度下8月第90百分位数的回波强度要比6、7月略高,可见8月对流风暴中强对流风暴占比和回波强度最大。
使用20年的南京探空站点资料统计了0℃及-20℃平均温度廓线,如图 4所示。对于0℃层高度,统计发现6月与9月接近,分别为4.76、4.69 km,平均值为4.73 km,7月与8月接近,分别为5.24、5.20 km,平均值为5.22 km,比6、9月略高;对于-20℃层高度,结果也类似,6月与9月接近,分别为8.12、8.11 km,平均值为8.12 km,7月与8月接近,分别为8.59、8.54 km,也比6、9月略高,平均值为8.56 km。因此将6月与9月归为一类,7月与8月归为一类(图 5)。从对流回波的发展和平均环境温度线的关系可以看出,第50百分位数的回波强度在0℃层以上加速减小,而第90百分位数回波强度加速减小的高度则略高于0℃层,并且在6—8月更为明显,说明一般强度对流风暴的强回波中心垂直伸展高度较低,一般在0℃以下;而强对流风暴中上升运动强烈,强回波中心发展高度高,可超过0℃层。
因为回波强度的大小通常可以用来判定风暴强弱和有无发生闪电的可能,为了比较分析,统计了同期闪电分布(图 5)。可见,9月闪电频数最小,6月次之,7月较大,8月最大。不难发现,闪电频数分布与中深对流、深对流频数分布具有很强的一致性。值得注意的是8月闪电频数要比7月大的多,这表明虽然7月整体对流风暴频数要比8月大,但是在7月由对流风暴引起的闪电却比8月少很多,原因可能与上文中的对流风暴雷达反射率第50和第90百分位数垂直廓线有关,8月中高层的对流风暴雷达反射率第50百分位数和第90百分位数是最大的,对流伸展高度高,对流风暴的强度大,从而更容易引发闪电。
4 对流风暴日变化在研究对流风暴活动中,日变化是其非常重要的一个特征,能够揭示对流风暴的发生、发展规律,一些专家使用常规气象观测资料、卫星观测资料和雷达探测资料对其进行了研究(陈炯等,2013;陈国春等,2011),研究结果表明,对流活动存在日变化,且日变化有显著的地区差异,不同地区的日变化特征不同。因此,有必要对南京及周边地区的对流活动变化规律进行分析。
4.1 各类型对流风暴日变化按照3.3节所述方法,将对流风暴按照尺度和伸展高度各分为3类,统计研究不同类型对流风暴的日变化。从2009—2013年南京及周边地区暖季6—9月不同尺度、不同伸展高度对流风暴发生频率的日变化(图 6)中不难发现,所有类型对流风暴在午后都存在一个主峰值区,这是因为午后日照加热作用达到最强,热力对流旺盛;此外,中深对流与浅对流午后峰值高度比较接近,深对流午后峰值特征则要比前两者更加明显,表明深对流主要是受日照加热作用影响而产生,其他因素影响较小;如果按面积分类来看,午后峰值特征最明显的则是较大面积对流,其次是大面积对流和小面积对流,这表明受日照加热作用影响最明显的是较大面积对流。除了午后主峰值,在夜间及凌晨,还有次峰存在,这可能是由于夜间急流等其他非热力作用引起的。
从时间上看,深对流频率从11时达到一个低谷,之后开始迅速上升,峰值时间在16时,位于浅对流峰值(15时)与中深对流峰值(17时)之间;较大面积对流与小面积对流频率从11时开始迅速增加,峰值时间都在15时,而大面积对流频率从12时开始迅速增加,晚于较大面积对流与小面积对流1 h,且大面积对流频率峰值在17时,晚于较大面积对流与小面积对流2 h。总体而言,较大较深对流的峰值时间要比小对流和浅对流时间晚1—2 h,午后峰值时间上的这种差异主要是由于日照加热随时间而变化,并且不同对流的初生及维持时间不同,通常更加强烈的对流需要更多的时间通过加热积累不稳定能量,当不稳定能量释放时便引发了强烈的对流天气。
4.2 各月对流风暴分布日变化对流风暴的日变化能够揭示其发生、发展规律,除了不同类型对流风暴日变化之间存在差异,不同月份的对流风暴日变化也有区别。图 7为2009—2013年南京及周边地区暖季6—9月对流风暴频率的日变化,各月的日变化各有其特点。其中仅8月的对流风暴频率分布日变化呈现单峰分布特征,从10时开始,对流风暴频率增大,15时达峰值,峰值高度为所有月份中最大,这是热力对流最强的时候,随后开始逐渐降低,表明8月对流风暴多为热力对流,是所有月份中热力对流频率占比最多的月份;7月对流风暴回波频数分布日变化呈现多峰分布特征,主峰在16时,次峰在08时与00时,这种多峰分布特征,表明7月对流的发生、发展受多种因素影响;6月对流性回波频数分布日变化则呈现双峰特征,主峰在17时,次峰在07时;9月虽然也是双峰分布,但是主峰位于02时前后,次峰位于15时前后,表明9月热力对流频率占比较低。总体来看,午后的热力对流频率峰值多集中出现在15—17时,这一峰值与日照加热作用密切相关(Romatschke et al,2001);而6、7、9月存在的多个对流风暴频率峰值表明除了午后的热力对流外,夜间或者清晨还存在其他对流过程,这些日变化特征可能与南京及邻近地区的特殊地理环境有关。
4.3 对流风暴的日内传播与生命史南京及周边地区地理环境复杂,气候特殊,对流风暴的发生、发展有其特殊的变化规律,特别是对流多发的7、8月,分析对流风暴的传播特征非常有意义。从3.1节中7、8月对流风暴空间分布可以看出,南京东部沿江地带是对流风暴的活跃区域,在此选择这一地区,对其进行哈莫图分析(图 8),其中黑色箭头位置即为分析区域。从哈莫图的分析结果可以看出,7月(图 9a)存在3个对流风暴活跃时间,这与4.2节描述一致,主峰值在15时,次峰在00时与0 8时,值得注意的是峰值在00时的对流产生区域位于119.5°—120°E,比另外两个峰值区域偏东; 8月(图 9b)对流风暴频数具有单一峰值的特征,这也与4.2节描述一致。峰值区位于12—18时,对流风暴从12时即开始产生并发展,这比7月主峰值要提前2 h。此外,不难发现,不管是7月三处对流风暴活跃时间,还是8月的单一对流风暴峰值活跃时间,对流风暴主要是由局地热力作用产生的。对于对流风暴生命史及持续时间特征量,利用同期南京多普勒天气雷达SCIT风暴追踪信息每6 min一次进行统计(图 10),可见对流风暴生命史与所占频率基本呈指数分布。
5 影响因素分析在暖季的6—9月,南京及周边地区处于对流风暴多发地,对流的发生、发展受多种因素影响。使用同期2009—2013年6—9月JRA55再分析资料对天气要素进行统计,分别给出500、850 hPa和地面月平均场(图 11)。6—9月,随着西太平洋副高的移动,南京及周边地区的天气特征也发生变化。由图 11a1—a4可以看出,由于西太平洋副高北抬,500 hPa盛行风随之变化,6月西太平洋副高脊线在20°N以南,南京地区中层盛行偏西风;至7月,西太平洋副高北抬,脊线位于25°N以南,500 hPa盛行风转为西南风;8月西太平洋副高进一步北跳,南京地区受高压控制,中层盛行偏南风;而在9月,西太平洋副高脊线又回撤到25°N附近,中层盛行风变为偏西风。
随着500 hPa大尺度气流的变化,850 hPa风向也随之改变(图 11b1—b4)。6月低层盛行风转为西南风,平均比湿为11—12 g/kg;7月低层盛行的西南风进一步增强,平均比湿也进一步增大,为4个月中最大;8月,比湿较7月虽然有所减小,但依然达到了13—14 g/kg,850 hPa盛行风转为偏南风,这是由于8月西太平洋副高北跳,南京及周边地区受到高压控制,进入盛夏季节; 9月,850 hPa盛行风转为偏东风,平均比湿降至最小值。总体来看,850 hPa比湿在整个暖季都较高,尤其是在7、8月,大气水汽含量高,并且可以明显地看出南京及周边地区位于水汽大值区,充足的水汽为对流风暴的发生、发展提供了非常有利的条件。
地面温度在6—7月持续升高,8—9月逐渐降低(图 11c1—c4)。日照加热作用使得不稳定能量增大,容易产生对流。地面盛行风也随着月份的改变而改变。从地面平均风场(图 11c1—c4)来看,5月地面盛行偏东风,6月转为东到东南风,7月为偏南风,8月又转为偏东风,而到9月,转为东北风。
总体来看,6月,来自孟加拉湾和南海的暖湿气流和西风带南下的冷空气在江淮地区交汇,为强对流天气的产生提供了大尺度环流背景。7、8月为对流风暴多发时段,虽然多数时间受西太平洋副高控制,以晴热高温天气为主,但是大气中水汽充足,不稳定能量大,当受到西太平洋副高北部边缘有西风带低槽东移或其他因素影响时,容易出现强对流天气。此外,对流风暴还与下垫面、低空急流等存在密切关系,低空急流的日变化与区域分布特征对其有一定影响(王东阡等,2012;朱乾根等,2000;王蕾等,2003)。下垫面不同,影响也不一样,在平原地区下垫面主要分为水面、植物覆盖面和裸地3大类,大体说来水面温度变化较小,植物覆盖面次之,而裸地的温度变化最大。据研究(戴铁丕等,1995)发现,深厚的对流容易产生于温度较高且与周围地面温度梯度大的地方,它是一种热力性质较不稳定的气柱,当冷锋横扫而过或者其他天气形式控制下使不稳定的气柱抬升,强对流天气便随之而来。7—8月位于沿江、湖泊以及城市地区附近的对流风暴频数大值区域,可能与下垫面有一定关系。
不难看出,6月对流集中在南京南部,7、8月集中在沿江地带。从副高位置看,6月副高位置偏南,江苏南部处于副高边缘,7月副高有所北抬,冷暖空气在江淮地区交汇,8月南京及周边地区受副高控制,沿江地区受副高南侧偏东气流影响,多午后雷阵雨天气。此外,使用FNL资料统计了5年内对流日的大气可降水量(图略)分布,可以发现,各月的大气可降水量与对流风暴频数的分布具有较好的一致性,6月大气可降水量大值区位于南京南部,7、8月的大值区位于沿江地区,这也是不同月份对流集中位置不同的原因之一。并且6、7和9月都有清晨对流,而8月则不存在清晨对流。使用FNL资料统计了5年内对流日的0—3 km风切变场(图略),可以发现,总体而言,6、7、9月存在明显的风切变大值中心,并且日变化明显,特别是在清晨有明显的风切变大值区,表明6、7、9月清晨对流多由动力因素影响而产生。8月0—3 km风切变则没有明显的大值中心,且日变化较小,说明8月对流多由局地热力作用影响而产生,因此8月不存在明显的清晨对流。
6 结 论南京站长时间序列的多普勒天气雷达资料具有很好的时空分辨率、可靠性和资料完整性,其气候学统计分析结果能够很好地反映南京及周边地区暖季对流风暴分布特征。
南京及周边地区暖季对流风暴存在明显的活跃区域,这些活跃区域随着月份不同而有所差异,6月对流活跃中心主要位于南京以南,7、8月南京及周边大部分地区都处于对流风暴多发地带,其中7月对流风暴频数为所有月份中最大。不同的是,7月对流活跃中心主要位于南京东部沿江地带和扬州中北部地区,8月对流活跃中心主要位于南京、镇江、扬州、泰州、常州这几个城市的沿江及交界地区,且8月对流风暴中强对流风暴占比和回波强度最大,9月对流风暴相对较少,没有明显的活跃中心。此外,对流风暴与闪电活动密切相关,中深对流与深对流频数的空间分布与闪电频数的空间分布具有很好的一致性。
南京及周边地区的对流风暴具有明显的日变化特征,按照对流尺度和伸展高度各划分为3种类型,不同类型的对流风暴都存在一个午后峰值,其峰值时间存在差异,这与日照加热作用密切相关;各月对流风暴的日变化也各不相同,除了8月为单峰分布特征,其他月份呈现为多峰分布。受日照作用影响,白天对流风暴频率从11时开始急剧增加,因对流类型或者月份差异,午后达到峰值的时间不一,但一般在15—17时,随后开始降低;在凌晨和夜间还存在对流风暴的弱峰值区,这可能是受到天气过程、风切变、急流或者当地特殊地理环境的影响而产生的。
南京及周边地区暖季对流风暴发生、发展与天气要素存在密切的关系,7、8月,水汽充足,日照加热作用强烈,地面温度非常高,使得不稳定能量不断增加,为强对流天气的发生、发展提供了很好的条件。对流风暴的分布还可能与急流、下垫面等影响因素有关。
对流风暴的气候学统计结果具有非常重要的意义,可以为天气预报等提供一个很好的气候背景,当然,还有很多方面有待于进一步的研究,例如使用多部雷达进行更大区域的气候学统计分析等。
致谢: 感谢南京大学陈兴超博士以及宁波市气象局黄璇璇提供的意见以及软件支持。陈国春, 郑永光, 肖天贵. 2011. 我国暖季深对流云分布与日变化特征分析. 气象 , 37 (1) : 75–84. Chen G C, Zheng Y G, Xiao T G. 2011. Distribution and spatio-temporal variations of deep convective clouds over China during the warm season. Meteor Mon , 37 (1) : 75–84. (in Chinese) |
陈炯, 郑永光, 张小玲, 等. 2013. 中国暖季短时强降水分布和日变化特征及其与中尺度对流系统日变化关系分析. 气象学报 , 71 (3) : 367–382. Chen B, Zheng Y G, Zhang X L, et al. 2013. Analysis of the climatological distribution and diurnal variations of the short-duration heavy rain and its relation with diurnal variations of the MCSs over China during the warm season. Acta Meteor Sinica , 71 (3) : 367–382. (in Chinese) |
陈明轩, 王迎春, 高峰, 等. 2014. 雷达气候研究进展及其在城市区域强天气临近预报中的应用. 气象科技进展 , 4 (5) : 30–41. Chen M X, Wang Y C, Gao F, et al. 2014. An overview of progresses in radar climatology and its prospective applications in nowcasting severe weather over urban regions. Adv Meteor Sci Technol , 4 (5) : 30–41. (in Chinese) |
丁青兰, 王令, 陈明轩, 等. 2007. 北京地区暖季对流天气的气候特征. 气象 , 33 (10) : 37–44. Ding Q L, Wang L, Chen M X, et al. 2007. Climate character analysis of convective weather during warm season (May to September) in Beijing. Meteor Mon , 33 (10) : 37–44. (in Chinese) |
戴铁丕, 张培昌, 詹煜. 1995. 雷达气候学. 北京: 气象出版社 : 122 -123. Dai T P, Zhang P C, Zhan Y. 1995. Radar Climatology. Beijing: China Meteorological Press : 122 -123. |
韩雷, 俞小鼎, 郑永光, 等. 2009. 京津及邻近地区暖季强对流风暴的气候分布特征. 科学通报 , 54 (14) : 2493–2498. Han L, Yu X D, Zheng Y G, et al. 2009. Statistic characteristics of severe convective storm during warm-season in the Beijing-Tianjin region and its vicinity. Chin Sci Bull , 54 (14) : 2493–2498. DOI:10.1007/s11434-009-0085-7 (in Chinese) |
刘全根, 汤懋苍. 1966. 中国降雹的气候特征. 地理学报 , 32 (1) : 48–65. Liu Q G, Tang M C. 1966. The Climatic characteristics of hail in China. Acta Geograph Sinica , 32 (1) : 48–65. (in Chinese) |
束宇, 姜有山, 张志刚. 2015. 对流温度在局地热对流降水预报中的应用. 气象 , 41 (1) : 52–58. Shu Y, Jiang Y S, Zhang Z G. 2015. Application of convective temperature in local thermal convective precipitation forecasting. Meteor Mon , 41 (1) : 52–58. (in Chinese) |
王东阡, 张耀存. 2012. 中国东部西南低空急流日变化特征及其机制. 地球物理学报 , 55 (8) : 2498–2507. Wang D Q, Zhang Y C. 2012. Diurnal variation of the south-westerly low-level jet over eastern China and its mechanism. Chin J Geophys , 55 (8) : 2498–2507. (in Chinese) |
王蕾, 张文龙, 周军. 2003. 中国西南低空急流活动的统计分析. 南京气象学院学报 , 26 (6) : 797–805. Wang L, Zhang W L, Zhou J. 2003. Statistic analysis on the south-westerly LLJ in China. J Nanjing Inst Meteor , 26 (6) : 797–805. (in Chinese) |
宇如聪, 李建, 陈昊明, 等. 2014. 中国大陆降水日变化研究进展. 气象学报 , 72 (5) : 948–968. Yu R C, Li J, Chen H M, et al. 2014. Progress in studies of the precipitation diurnal variation over contiguous China. Acta Meteor Sinica , 72 (5) : 948–968. (in Chinese) |
张家诚, 林之光. 1985. 中国气候. 上海: 上海科学技术出版社 : 411 -436. Zhang J C, Lin Z G. 1985. Chinese Climate. Shanghai: Shanghai Science and Technology Press : 411 -436. |
张祎, 王振会, 肖稳安. 2010. 南京对流降水和闪电的TRMM资料分析. 气象科学 , 30 (4) : 468–474. Zhang Y, Wang Z H, Xiao W A. 2010. Analysis of convective precipitation and lightning in Nanjing district by TRMM satellite. Sci Meteor Sinica , 30 (4) : 468–474. (in Chinese) |
郑永光, 王颖, 寿绍文. 2010. 我国副热带地区夏季深对流活动气候分布特征. 北京大学学报(自然科学板) , 46 (5) : 793–804. Zheng Y G, Wang Y, Shou S W. 2010. Climatology of deep convection over the subtropics of China during summer. Acta Sci Nat Univ Pekinensis , 46 (5) : 793–804. (in Chinese) |
郑永光, 陈炯. 2011. 华南及邻近海域夏季深对流活动气候特征. 热带气象学报 , 27 (4) : 495–508. Zheng Y G, Chen J. 2011. A climatology of deep convection over South China and adjacent seas during summer. J Trop Meteor , 27 (4) : 495–508. (in Chinese) |
朱乾根, 林锦瑞, 寿绍文, 等. 2000. 天气学原理和方法. 第3版. 北京: 气象出版社 : 374 -380. Zhu Q G, Lin J R, Shou S W, et al. 2000. Synoptics Theory and Method. 3rd ed. Beijing: China Meteorological Press : 374 -380. |
Ahijevych D A, Davis C A, Carbone R E, et al. 2004. Initiation of precipitation episodes relative to elevated terrain. J Atmos Sci , 61 (22) : 2763–2769. DOI:10.1175/JAS3307.1 |
Carbone R E, Tuttle J D, Ahijevych D A, et al. 2002. Inferences of predictability associated with warm season precipitation episodes. J Atmos Sci , 59 (13) : 2033–2056. DOI:10.1175/1520-0469(2002)059<2033:IOPAWW>2.0.CO;2 |
Carbone R E, Tuttle J D. 2008. Rainfall occurrence in the U. S. warm season:The diurnal cycle. J Climate , 21 (16) : 4132–4146. |
Chen M X, Wang Y C, Gao F, et al. 2012. Diurnal variations in convective storm activity over contiguous North China during the warm season based on radar mosaic climatology. J Geophys Res , 117 (D20) : D20115. DOI:10.1029/2012JD018158 |
Chen X C, Zhao K, Xue M. 2014. Spatial and temporal characteristics of warm season convection over Pearl River Delta region, China, based on 3 years of operational radar data. J Geophys Res , 119 (22) : 12447–12465. DOI:10.1002/2014JD021965 |
Donaldson R J. 1961. Radar reflectivity profiles in thunderstorms. J Meteor , 18 (3) : 292–305. DOI:10.1175/1520-0469(1961)018<0292:RRPIT>2.0.CO;2 |
Hsu H M, Moncrieff M W, Tung W W, et al. 2006. Multiscale temporal variability of warm-season precipitation over North America:Statistical analysis of radar measurements. J Atmos Sci , 63 (9) : 2355–2368. |
Romatschke U, Houze R A. 2011. Characteristics of precipitating convective systems in the south Asian monsoon. J Hydrometeorol , 12 (1) : 3–26. DOI:10.1175/2010JHM1289.1 |
Steiner M, HouzeR A, Yuter S E. 1995. Climatological characterization of three-dimensional storm structure from operational radar and rain gauge data. J Appl Meteor , 34 (9) : 1978–2007. DOI:10.1175/1520-0450(1995)034<1978:CCOTDS>2.0.CO;2 |
Szoke E J, Zipser E J. 1986. A radar study of convective cells in mesoscale systems in gate. PartⅡ:Life cycles of convective cells. J Atmos Sci , 43 (2) : 199–218. |
Xu W X, Zipser E J, Liu C T. 2009. Rainfall characteristics and convective properties of Mei-Yu precipitation systems over South China, Taiwan, and the South China Sea. Part I:TRMM observations. Mon Wea Rev , 137 (12) : 4261–4275. |
Xu W X, Zipser E J. 2011. Diurnal variations of precipitation, deep convection, and lightning over and east of the eastern Tibetan Plateau. J Climate , 24 (2) : 448–465. DOI:10.1175/2010JCLI3719.1 |
Xu W X, Zipser E J. 2012. Properties of deep convection in tropical continental, monsoon, and oceanic rainfall regimes. Geophys Res Lett , 39 (7) : L07802. DOI:10.1029/2012GL051242 |