2019, Vol. 77
中国气象学会主办。
文章信息
- 罗琪, 郑永光, 陈敏. 2019.
- LUO Qi, ZHENG Yongguang, CHEN Min. 2019.
- 2017年北京北部一次罕见强弓状飑线过程演变和机理
- Evolution and development mechanisms of a rare strong arc-shaped squall line that occurred in northern Beijing in 2017
- 气象学报, 77(3): 371-386.
- Acta Meteorologica Sinica, 77(3): 371-386.
- http://dx.doi.org/10.11676/qxxb2019.026
文章历史
-
2018-07-20 收稿
2018-10-23改回
2. 国家气象中心, 北京, 100081;
3. 北京城市气象研究院, 北京, 100089
2. National Meteorological Centre, Beijing 100081, China;
3. Institute of Urban Meteorology, China Meteorological Administration, Beijing 100089, China
2017年7月7日下午至午夜，河北西北部与北京中北部发生了一次罕见强飑线过程，导致了较大范围的雷暴大风、冰雹、短时强降水等强对流天气。据相关研究统计结果(Meng, et al，2013；杨珊珊等，2016)，北京中南部和河北中南部易于发生飑线过程，北京中北部地区的飑线过程较为罕见，因此，这次过程的发生、发展特征和机理非常值得研究。
飑线是水平尺度至少达100 km、具有较大长宽比的中尺度深厚湿对流系统American Meteorological Society，2016；Parker, et al，2000)，易产生较大范围的暴雨、雷暴大风、冰雹等天气(俞小鼎等，2012；郑永光等，2018a)，而弓状回波飑线通常与下击暴流、灾害性大风有关，比普通飑线更易于产生雷暴大风天气(Hamilton，1970；Fujita，1978；Forbes, et al，1983；Przybylinski，1995；Weisman，2001；Atkins, et al，2005)。中国飑线发生时的大尺度环流背景主要有槽后型、槽前型、高后型和台风倒槽型4种，其中北方飑线主要以槽后型为主(丁一汇等，1982)，且经常与冷涡密切相关。美国的多数飑线大风天气也是发生在500 hPa西风或西北风背景下(Johns，1982)。冷涡是影响中国北方地区夏季强对流天气的重要天气系统之一(白人海等，1998；戴建华等，2012；杨珊珊等，2016)，如2009年6月3日导致河南22人死亡的飑线过程、2016年6月30日影响河北和山东的飑线过程(公衍铎等，2019)等。
飑线的发展维持机制尚未完全清楚。有研究认为，飑线系统前沿的上升气流的直立发展与飑线发展有密切联系，而上升气流是否直立发展很大程度上取决于冷池和低层风垂直切变分别产生的负涡度与正涡度的平衡情况(Rotunno, et al，1988；Parker, et al，2004；Coniglio, et al，2006；Markowski, et al，2010)。陈明轩等(2012)用RKW(Rotunno-Klemp-Weisman)理论较好地解释了一次华北飑线低层风垂直切变和冷池对其发展的作用。Davis等(2007)提出中尺度线状对流系统中两端存在的涡旋能够增强后侧入流从而有利于线状对流系统的维持。最近，陈淑琴等(2017)、张宁等(2017)、公衍铎等(2019)分别分析了2008年7月2日浙北沿海、2014年7月29日河南、2016年6月30日河北和山东飑线过程的环境条件、演变、触发和维持机制。
本研究利用常规地面、重要天气报、自动气象站、探空、云-地闪电(简称闪电)定位、静止气象卫星、新一代天气雷达等观测资料和1°×1°的美国国家环境预报中心(NCEP)分析资料，应用“配料法”(Doswell Ⅲ, et al，1996；俞小鼎，2011)等方法，综合分析发生在冷涡西南部、影响河北西北部和北京中北部的一次罕见弓状飑线过程(图 1a)的环境条件、触发、演变、风暴结构和弓形回波的形成与维持机制；其中使用GR2Analyst软件分析多普勒天气雷达的基本反射率因子和径向速度分布，并利用该软件优化的冰雹、中气旋等识别产品来辅助分析大冰雹和超级单体分布。通过对此次罕见飑线及其产生强对流天气的特征分析以期加深对该类天气系统发生、发展规律的认识，并为其预报、预警提供参考依据。
|
| 图 1 天气实况、飑线移动路径、闪电分布和天气形势 (a. 7月7日09—15时受飑线影响区域逐时自动气象站≥20 mm/h短时强降水(圆点)和逐3 h中国国家级地面气象站≥17 m/s大风(自动气象站观测的大风未给出)，红色圆圈为张家口和北京探空站位置，黑色三角表示冰雹和发生时间；逐时最强反射率因子核心的移动路径和35 dBz等值线(黑色五角星为最强反射率因子核心，棕色线为移动路径；色阶为13时30分≥30 dBz反射率因子)；灰色实线为500 m地形高度等值线；b. 08—15时飑线影响区域(38°—42°N，113°—119°E)逐时闪电时间演变(红色柱形：正地闪；蓝色柱形：负地闪；紫色折线：正闪占总闪比例；左侧纵坐标为地闪发生次数；右侧纵坐标为正闪比例，单位：%)；c.由探空资料分析的12时天气形势，黑色实线为500 hPa位势高度等值线，单位dagpm，间隔2 dagpm；红色虚线为500 hPa温度等值线，单位：℃，间隔1℃；色阶为500 hPa风速；紫红色风羽为500 hPa风场；蓝色风羽为850 hPa风场；浅棕色线为850 hPa切变线；深棕色线为500 hPa槽线) Fig. 1 Convective weather, path of the squall line, cloud-to-ground lighting and synoptic situation (a. convective weather and squall line path during 09:00-15:00 UTC 7 July (dots with different colors represent hourly precipitation of no less than 20 mm; red circles represent sounding stations at Zhangjiakou and Beijing, respectively; black triangles indicate hails; the gray solid line denotes 500 m terrain height; the solid line with black pentagrams shows the path of the core of the strongest reflectivity of the squall line, 35 dBz radar reflectivity contour is marked by colorful solid lines); shaded areas represent 13:30 UTC radar reflectivity of no less than 30 dBz; b. hourly cloud-to-ground lighting (38°-42°N, 113°-119°E) during 08:00-15:00 UTC 7 July (blue bars represent negative cloud-to-ground lighting, red bars are for positive cloud-to-ground lighting, and the polyline shows the proportion of positive cloud-to-ground lighting to total); c. synoptic situation at 12:00 UTC 7 July (black solid lines are contours of geopotential height at 500 hPa, the unit is dagpm and interval is 2 dagpm; red dotted lines are contours of temperature at 500 hPa, the unit is ℃ and interval is 1℃; gray shaded areas show wind speed at 500 hPa; purple barbs are for 500 hPa winds; blue barbs are for 850 hPa winds; light brown solid lines are shear lines at 850 hPa; the dark brown solid line is the trough line at 500 hPa) |
2017年7月7日这次飑线天气过程持续时间超过7 h；其于08—09时(世界时，下同)在河北西北部与内蒙古交界区域附近初生，进入北京区域后以约70 km/h平均移速迅速向东南偏东方向移动，其最强反射率因子核心的移动路径如图 1a；其在不同发展阶段具有不同的组织模态，成熟阶段表现出明显的弓形回波特征。图 1a给出了08—15时河北西北部、北京中北部等地强对流天气分布，多个中国国家级地面气象站观测的最大瞬时风力超过8级，最强超过20 m/s，自动气象站观测的最大瞬时风力将近12级(32.2 m/s)；总体来看，强对流天气以雷暴大风为主，冰雹和短时强降水为辅。
从闪电的演变来看，10—11时闪电次数明显增多，11时以正地闪为主，且飑线主要影响区域(38°—42°N，113°—119°E)正地闪比例一直超过40%(图 1b)，在飑线成熟阶段更是接近90%。这种较高比例的正地闪分布特征表明，对流系统中含有较多的冰相粒子，是产生风雹天气的重要特征之一(Carey, et al，1998；冯桂力等，2007；郑永光等，2017；公衍铎等，2019)。
2.2 天气形势该次飑线过程发生在蒙古冷涡的西南部。7月7日00时，500 hPa冷涡中心位于内蒙古中部偏东与蒙古国的交界区域附近；06和12时冷涡中心略向东北方向移动，冷涡中心范围扩大，河北北部和北京等地位于冷涡西南部，其上空500 hPa有显著冷平流，强度达-30×10-5 K/s，较00时(-5×10-5 K/s)显著加强；存在明显的≥20 m/s高空急流，12时较06时范围有所缩小。12时(图 1c)500 hPa槽线位于850 hPa槽线前方，前倾槽特征较为明显。河北中南部和北京等地925和850 hPa西南气流显著增强，最大风速达18 m/s，出现强低空急流；在海平面气压场上存在显著的低压环流。
此次飑线过程发生在500 hPa冷涡西南部和低槽显著前倾以及显著冷平流、高低空存在明显急流、地面存在显著低压的天气背景下。
3 飑线发展环境条件如前所述，06和12时，河北北部、北京及周围地区500 hPa有显著冷平流。同时，850 hPa有显著暖平流(图 2a)。北京探空显示，00时北京大气低层为明显冷平流，但至12时(图 2e)1000—600 hPa层次转变为风随高度顺转，有明显的暖平流。从NCEP分析资料计算的850与500 hPa温差演变来看(图略)，对流发生区域由00时的24—27℃升至12时的28—34℃，垂直减温率的增大表明静力不稳定度显著增强，这与后文给出的北京探空垂直减温率的变化一致。
|
| 图 2 飑线发展环境条件 (a. NCEP分析资料06时低层温、湿度分布(色阶为850—500 hPa温差，单位：℃；绿色等值线为925 hPa比湿，单位g/kg；850 hPa黑色风羽；红色等值线为850 hPa温度等值线，间隔1℃，单位：℃)；b. NCEP分析资料12时不稳定能量和水汽分布(色阶为对流有效位能，单位J/kg，间隔500 J/kg，红色实线为1500 J/kg等值线；蓝色等值线为对流抑制能量，单位J/kg，间隔50 J/kg；绿色等值线为大气可降水量，单位mm，间隔5 mm)；c、d.分别为NCEP分析资料06和12时深层及浅层切变(紫色等值线、蓝色风羽为700—1000 hPa风垂直切变，间隔5 m/s，单位m/s；色阶为500—1000 hPa风垂直切变，单位m/s)；e. 12时北京探空站T-lgp斜交图(紫红色粗实线为抬升曲线；右侧黑色粗实线为温度廓线；左侧黑色粗实线为露点廓线)) Fig. 2 Environmental conditions for the squall line (a. Low-level temperature and humidity at 06:00 UTC 7 July (areas shaded in gray show temperature difference between 850 hPa and 500 hPa, the unit is ℃; green solid lines are contours of specific humidity at 925 hPa, the unit is g/kg; black barbs are for 850 hPa winds; red solid lines are contours of temperature at 850 hPa, the unit is ℃ and interval is 1℃); b. convective instability energy and moisture (gray shaded areas represent CAPE, the unit is J/kg and interval is 500 J/kg, and red solid lines are contours of 1500 J/kg; blue solid lines are contours of CIN, the unit is J/kg and interval is 50 J/kg; green solid lines are contours of precipitable water content, the unit is mm and interval is 5 mm); c and d. vertical shears at 06:00 and 12:00 UTC, respectively (purple solid lines are contours of vertical shear from 700 hPa to 1000 hPa, blue barbs are for vertical shear wind from 700 hPa to 1000 hPa, the unit is m/s, interval is 5 m/s; gray shaded areas represent vertical shear from 500 hPa to 1000 hPa, the unit is m/s); e. skew T-lgp diagram at Beijing sounding station (the magenta thick solid line is the lifting curve, the black thick solid line on the right denotes temperature profile and the black thick solid line on the left represents dewpoint profile)) |
NCEP分析资料显示，00—12时北京及周边地区低层湿度逐渐增大，925 hPa比湿从00时12 g/kg增至12时的14 g/kg左右；大气可降水量由00时20—30 mm增至12时的30—35 mm(图 2b)。12时北京探空(图 2e)计算的大气可降水量约为34 mm，与NCEP分析资料(图 2b)给出的35 mm数值基本一致。湿度增大为强对流天气发展提供了更为有利的水汽条件。
00与06时NCEP分析资料给出的北京、河北北部及周边地区对流有效位能较小，最大值未超过1000 J/kg；至12时(图 2b)，对流有效位能明显增大，最大值超过1600 J/kg。12时北京探空(图 2e)资料计算的对流有效位能达2600 J/kg，这与图 2b中NCEP分析资料计算的北京附近的地表对流有效位能存在一定偏差，NCEP分析资料较观测资料计算的对流有效位能数值偏小，这与NCEP分析资料的湿度数值偏小有关(王秀明等，2012)。
NCEP分析资料计算的06时北京及周边区域的对流抑制能量(CIN)最大80 J/kg左右，河北北部对流抑制能量数值更小，有利于对流在该地触发。12时对流抑制能量有所增大，北京中北部最大数值超过了150 J/kg，北京探空资料计算得到的对流抑制能量也达到了120 J/kg，这表明需要较深厚的低层空气辐合抬升才能克服对流抑制能量发展为自由对流。
12时北京探空(图 2e)925、850和700 hPa的风速均超过了12 m/s，有明显强低空急流，在其作用下，暖湿空气由西南方向向北京及周边地区输送，为对流发展提供有利的水汽和热力条件。据NCEP分析资料计算，北京及周边地区深层(500—1000 hPa)和浅层(700—1000 hPa)的风垂直切变(图 2c、d)从00至12时逐渐增大，强切变区域范围明显扩大；12时风垂直切变均超过15 m/s，最大超过了20 m/s，达到了强风垂直切变等级，为该区域对流系统的发展及飑线的组织提供了有利的环境条件，这不同于2009年6月3日河南(王秀明等，2013)和2018年6月30日河北和山东飑线过程(公衍铎等，2019)的弱风垂直切变条件。
该次过程虽然只有北京海淀气象站在13时33分观测到直径1.5 cm的冰雹，但整个飑线过程中GR2Analyst软件在多个地点识别出了大冰雹，最大直径达5 cm，且雷达反射率因子分布呈现出了显著的冰雹天气特征。不太高的融化层高度和较大的垂直减温率是有利于冰雹天气的重要环境条件(章国材，2011；俞小鼎等，2012；樊李苗等，2013；曹艳察等，2018)。根据12时北京探空资料(图 2e)计算的0℃层高度约为4.6 km或580 hPa；但实际上，湿球温度0℃层才是冰雹融化层的近似高度，而北京湿球温度0℃层高度更低，约为3.8 km或639 hPa，是有利于大冰雹形成的高度(俞小鼎，2014)；-20℃层高度为390 hPa或者7.6 km，这是适宜冰雹发展的高度(曹艳察等，2018)；湿球温度0℃层与-20℃层之间厚度为3.8 km，这个厚度有利于雹胚在云内过冷水区域增长为大冰雹(Doswell Ⅲ, 2001)。850与500 hPa温差达29℃，换算为垂直减温率约为6.6℃/km，较00时的6.2℃/km数值增大，较大的垂直减温率(Craven, et al, 2004；郑永光等，2017)有利于冰雹和雷暴大风天气。
12时北京T-lgp图的温度和露点廓线呈现为典型的V形结构，整层大气较为干燥，相对湿度低，低层温度露点差≥8℃，中层最大达30℃，这些特征非常有利于对流风暴中产生强下沉气流形成下击暴流从而导致地面雷暴大风天气(Johns, et al，1992；俞小鼎等，2012；郑永光等，2017)。由12时北京探空数据计算的下沉对流有效位能约为1676 J/kg，较00时的1200 J/kg显著增大，超过2015年“东方之星”翻沉事件的相应值(郑永光等，2018b)。
4 初始对流的触发该次飑线过程的初生对流约于08时18分在内蒙古和河北交界处的内蒙古一侧生成(图 3a)，为两个孤立的对流系统，强度不是太强，但超过30 dBz的反射率因子垂直发展高度已达10 km左右；约在09时形成东西向线状对流系统，但尺度较小，未达到飑线的100 km尺度要求。
|
| 图 3 张家口雷达7月7日08时18分2.4°仰角反射率因子 (a，紫红色椭圆中为飑线触发阶段初始对流)和08时地面自动气象站观测(b，灰阶为地势高度，不同颜色圆点表示气温，标值数字为露点温度，蓝色为偏北风，黑色为偏南风，紫色实线为≥35 dBz雷达回波区，棕色实线为地面辐合线，红色椭圆指示初始对流触发地点) Fig. 3 Radar reflectivity at 2.4° elevation at Zhangjiakou radar station for 08:18 UTC 7 July 2017 (a, the magenta ellipse denotes the location of the initial convective system) and observations from AWS for 08:00 UTC (b, dots in different colors denote temperature, areas shaded in gray show terrain height, numbers represent dewpoint temperature, blue barbs denote northerly winds, black barbs denote southerly winds, purple solid lines are contours of 35 dBz radar reflectivity, brown solid lines are contours of surface convergence lines, and the red ellipse denotes the location of the initial convective system) |
对流发生区域位于内蒙古高原，地势较高，有一定起伏，海拔高度约1500—1800 m，地面气压在850 hPa左右。08时该区域气温升至28—30℃，对流抑制能量显著降至10 J/kg左右，接近于消失(图略)；露点温度在10—14℃，比湿约为10 g/kg。在中国高原地区，发生雷暴甚至强对流时的低层水汽常在8 g/kg以下(郑永光等，2017)。虽然此时湿度较低，但完全满足上述雷暴发展所需的水汽条件。根据该地面温、湿度条件订正00时张家口探空资料，计算得到的对流有效位能超过1000 J/kg，较00时的约300 J/kg显著增大。
在地面低压和500 hPa蒙古冷涡作用下，05时之后，内蒙古中部与河北交界区域受到补充南下弱冷空气影响。05—08时，在对流发生区域维持一支西北风与西南偏西风之间的地面辐合线，二者风速都较大，最大达8 m/s左右。飑线的初生对流系统就在该地面辐合线附近生成(图 3b)。05时，静止气象卫星FY-2G可见光云图上可见该区域存在积云线；08时对流云顶的黑体亮温(TBB)已低于-32℃(图略)，但尺度很小。由于该辐合线在该区域一直较为稳定地维持，又有新的对流发展，约于09时使得这些对流发展为与该辐合线走向基本一致的、接近东西向的线状对流系统。
5 飑线演变和机理讨论 5.1 飑线演变雷达组合反射率因子演变表明，08时18分—09时是飑线形成前对流初生阶段；09时—12时12分为飑线前期发展阶段；12时18分—15时为飑线成熟阶段，其中12时30分—14时弓形回波特征明显；此后飑线进入减弱阶段。本部分综合静止气象卫星、雷达和闪电观测等给出飑线不同阶段演变特征。
如前所述，对流初生阶段FY-2G观测(图略)展示08时在内蒙古和河北交界处有黑体亮温低于-32℃的小尺度圆形云团出现；08时18分，对流的最大反射率因子已达到35 dBz以上，满足了对流初生标准，但为孤立的2个对流系统；此时尚未观测到闪电。在此阶段对流系统空间尺度较小，未达到美国气象学会定义的飑线尺度标准，因此，将该阶段称为飑线形成前对流初生阶段。
飑线前期发展阶段，对流云团由09时的β中尺度对流系统(MβCS)至11时发展为近似圆形的α中尺度对流系统(MαCS)，12时黑体亮温低于-52℃，并已影响北京西北部地区。闪电空间分布形态的演变与雷达回波空间分布的演变有一定的相似性。10时后，对流系统开始发展加强，闪电出现的次数明显增多，且多为正地闪，主要位于低黑体亮温处，这都表明系统中冰相粒子显著增多。雷达反射率因子分布显示，09时—10时48分对流系统呈现为西北—东南向的线状，向东南偏东方向缓慢移动，前期水平尺度小于100 km；09时54分(图 4a)在对流系统的后侧有对流新生，其迅速发展并与前侧的线状对流合并，使对流系统的空间水平尺度达到135 km左右，满足了飑线的尺度标准；10时42分最大反射率因子已超过60 dBz，垂直剖面分布显示最强反射率因子主要位于低层2 km以下；11时，线状对流系统前部与其东南侧的对流合并，而其后部的对流活动则逐渐减弱，β中尺度线状对流系统逐渐转变为β中尺度团状对流系统；11时54分，对流系统最强反射率因子依然达60 dBz以上，垂直剖面分布显示的最强反射率因子主要位于3—6 km高度，表明对流活动在垂直方向上加强，对流发展更加强烈。此外，11—12时正地闪较10—11时明显增多(图 1b)。
|
| 图 4 ≥10 dBz雷达拼图组合反射率因子(a. 09时54分，b. 11时54分，c. 13时30分；红色椭圆指示不同阶段的飑线对流系统所在位置)及14时黑体亮温(色阶；黑色等值线为-32℃，紫色等值线为-52℃)与13—14时1 h地闪分布(d) Fig. 4 Radar reflectivity no less than 10 dBz (a. 09:54 UTC, b. 11:54 UTC, c. 13:30 UTC; red ellipses denote the locations of convective system at different periods) and TBB (shaded areas represent TBB, the unit is ℃; black solid lines are contours of -32℃, purple solid lines are contours of -52℃) of FY-2G at 14:00 UTC and lightning (d) during 13:00-14:00 UTC |
飑线成熟阶段，13—15时，对流进一步增强，对流活动发展旺盛。同时正地闪次数增加也更为显著(图 1b)，表明系统中冰相粒子仍在显著增多。雷达反射率因子演变显示，12时18分，团状对流系统演变为东北—西南走向的β中尺度飑线对流系统。12时30分—14时30分，飑线具有显著的东北—西南向弓形回波特征，较大范围区域的雷达反射率因子超过了60 dBz。14时30分之后，虽然飑线中的对流单体仍然旺盛，但弓形回波特征较之前已明显减弱。
飑线的不同阶段、组织模态会不同(Bluestein, et al，1985；Parker, et al，2000；Zheng, et al，2013)。本次飑线的演变过程为，09—11时，其为尾随层状降水线状对流模态(TS型)；11—12时发展为有大片尾随层状降水的团状对流模态；12—15时发展为接近东北—西南走向的逗点状平行层状降水的线状对流模态，与2016年6月30日一次影响河北和山东的飑线组织模态类似(公衍铎等，2019)。尚需指出，此次飑线过程强反射率因子、闪电和地面大风并非分布于黑体亮温大梯度处，而是黑体亮温低值处，这也与前述的2016年6月30日飑线过程类似。
5.2 飑线前期结构和发展机制飑线前期发展阶段的09时，线状对流的雷达最大反射率因子达55 dBz以上，其垂直结构显示，强反射率因子核心较高，达4—10 km高度，具有一定的悬垂结构，虽然气象测站没有观测到冰雹，但由于气温0℃层高度仅约4 km，因此具有产生冰雹天气的可能，且GR2Analyst雷达资料分析软件也识别出了冰雹天气。从张家口雷达观测的径向速度分布来看，具有一定的中层径向辐合特征，这虽然是产生雷暴大风天气的雷达特征，但由于高度较高，约为8 km，径向风速较小、辐合较弱，地面自动气象站并没有观测到超过17 m/s的大风天气；自动气象站气温演变显示对流活动使得地面气温下降仅2—4℃，表明这时地面冷池还不是太强(图 5c)，不利于产生大风天气。
|
| 图 5 张家口雷达10时42分观测反射率因子(a. 0.5°仰角反射率因子，b.沿a图中AB白实线的垂直剖面)和10时地面自动气象站观测(c.同图 3b) Fig. 5 Radar reflectivity at Zhangjiakou radar station for 10:42 UTC (a. reflectivity at 0.5° elevation, b. vertical cross section along the white solid line AB in Fig. 5a) and observations from AWS for 10:00 UTC 7 July 2017 (c. same as Fig. 3b) |
至10时42分(图 5a)，对流系统东移至张家口市区附近，线状分布特征减弱，但强度显著加强，强反射率因子大梯度区位于其前沿，最大反射率因子达60 dBz左右，强反射率因子核心位于低层，具有明显的悬垂结构，GR2Analyst(图 5b)同样识别出了冰雹天气；同时地面自动气象站观测到了达23 m/s的瞬时大风(图略)，从自动气象站气温演变来看，对流活动使地面气温显著下降了7—8℃(图 5c、6g)，说明地面冷池显著加强。
|
| 图 6 北京雷达11时54分观测(a. 0.5°仰角观测反射率因子，b.沿a图中CD线的垂直剖面，c、d、e. 0.5°、1.5°、2.4°三个仰角的径向速度(三角形代表冰雹，圆圈代表中气旋)，f.沿c图中CD线的垂直剖面)和11时地面自动气象站观测(g.同图 3b) Fig. 6 Radar reflectivity and radial velocity at Beijing radar station for 11:54 UTC (a. radar reflectivity at 0.5° elevation; b. vertical cross section along the solid line CD shown in Fig. 6a; c, d, e. distributions of radial velocity at 0.5°, 1.5°, 2.4° elevations; f. vertical cross section along the solid line CD shown in Fig. 6c) and observations from AWS for 11:00 UTC 7 July 2017 (g. same as Fig. 3b) |
至11时48分和54分，对流系统东移至河北怀来官厅水库附近，张家口雷达观测的反射率因子特征变化不大(图略)；但北京大兴S波段雷达(图 6a、b)观测的最强反射率因子超过60 dBz，超过50 dBz反射率因子最大高度将近12 km，远超过气温-20℃层7.5 km高度，具有突出的高悬强回波特征；反射率因子的垂直剖面则显示对流系统前侧存在回波悬垂、有界弱回波区等特征，这些均符合产生大冰雹的典型特征，GR2Analyst软件识别的冰雹直径达5 cm。雹胚在对流系统强上升气流中生长；由于冰相粒子是雷暴云中最重要的电荷携带者，其携带正电荷至层状云区，有利于正闪形成(郄秀书等，2014)。0.5°仰角径向速度场有明显的速度模糊，退模糊后最大径向速度约为37 m/s，并在多个仰角有明显的中气旋特征(图 6c—e)，反射率因子则显示存在钩状回波，这都表明对流系统已发展为超级单体风暴。
自动气象站气温演变也表明地面冷池显著加强，最大地面气温降幅达10℃以上，最大瞬时风速达29 m/s。径向速度的垂直分布(图 6d)显示，在风暴前沿6 km以下的中低空存在强烈的气流辐合区，高层辐散，超级单体前沿有一支强的近似垂直的上升气流。北京探空T-lgp图(图 2e)表明，在对流层中层露点温度差非常大，达30℃，加之垂直减温率大，下沉对流有效位能将近1700 J/kg，强的后侧入流把干冷空气输入超级单体风暴，使得液态过冷水、冰相粒子等混合相态水物质蒸发、融化或者升华，形成后侧入流缺口。同时，水凝物相变过程中吸收大量热量，使得后侧大气剧烈降温形成强下沉气流(下击暴流)从而导致地面气温剧烈下降、形成冷池和强风(图 6g)(Przybylinski，1995；Weisman，2001；Atkins, et al，2005；公衍铎等，2019)。
前期飑线是由冷涡影响下弱冷空气南下形成的地面辐合线所触发和演变而来。早年，美国总结的飑线发生条件就强调了飑线和地面锋密切相关(Johns, et al，1987)。08时18分—10时，沿地面辐合线不断有对流发生，逐渐发展为线状对流系统；由于该区域地面露点较低，仅为12—14℃(图 5c)，对流有效位能较小，因此对流发展相对不够旺盛，所导致的地面冷池也较弱；随着对流系统的东移，系统西部对流逐渐减弱消散，而东部对流由于移动到了地面露点达20℃的区域，水汽较为充沛，对流有效位能超过2000 J/kg，加之强的风垂直切变条件，因此，对流显著加强，并由线状对流发展为团状模态的超级单体对流风暴。
5.3 飑线成熟阶段结构和发展机制随着超级单体风暴向北京延庆移动，该风暴同其北侧对流风暴产生的冷池和出流西北风与北京区域的近地面西南风和东南风、边界层内西北风与西南低空急流形成显著辐合抬升，加之该区域有利的水汽、不稳定能量和风垂直切变条件，从而在超级单体北侧进一步触发形成新的对流，使得原来较为分散的对流风暴在12时18分进一步组织形成具有弓形回波特征的且呈现出明显波动状的东北—西南向弓状飑线系统，超级单体就镶嵌于其中。
12时30分—14时30分是弓形回波最为显著的时段。12时24分—14时18分，北京雷达0.5°和1.5°仰角反射率因子显示在最强弓形回波前沿存在明显的阵风锋回波，这表明飑线导致的冷池强、风力大、近地面空气湿度较高等特征，但也说明仅仅依靠近地面的空气辐合不能触发强对流，这是因为近地面存在较大的对流抑制能量。11时48分形成的超级单体风暴维持至12分30分，这段时间里正是由于超级单体的发展、移动速度快于周围单体，从而组织形成弓形回波结构。之后至14时北京雷达观测的径向速度场虽然仍有明显中涡旋特征存在，但GR2Analyst软件未能识别出中气旋。
13时，最强弓形回波对流虽然没有识别出中气旋，但1.5°以上仰角存在显著的中涡旋(图未给出)；最强反射率因子达65 dBz，超过50 dBz反射率因子最大高度达9 km，同样超过了气温-20℃层7.5 km高度，这些特征也是产生大冰雹的典型特征，GR2Analyst软件识别出了多个对流风暴的冰雹天气，最大冰雹直径达4.5 cm；反射率因子的垂直剖面(图 7c、e)显示对流单体前侧同样存在回波悬垂、弱回波区、后侧入流缺口等特征。径向速度的垂直剖面(图 7d、f)上，2 km以下的近地面层有大于35 m/s的西北风在飑线前缘与近地面的西南风、东南风以及边界层的西南风低空急流形成强烈的辐合抬升，图 7d显示弓形回波对流前缘的近地面层以上的正、负径向速度交界处近似垂直，表明最强的垂直上升运动区近似垂直，有些类似Rotunno等(1988)提出的RKW理论中的最优飑线维持模态，有利于该对流系统的维持。需要说明的是，由于该飑线系统结构的复杂性，RKW理论是否适用于解释该次飑线的维持机制，还有待使用高分辨率的数值模拟结果结合观测资料做进一步的详细分析。
|
| 图 7 北京雷达13时观测(a. 0.5°仰角反射率因子；b. 0.5°仰角径向速度(三形角代表冰雹)；c、d.沿(a)和(b)EF白实线的垂直剖面；e、f.沿(a)和(b)GH白实线的垂直剖面)和12(g)、13(h)时地面自动气象站观测(同图 3b) Fig. 7 Radar reflectivity (a) and radial velocity (b) at 0.5° elevation at Beijing radar station for 13:00 UTC; (c) and (d) vertical cross sections along the white solid line (EF) shown in (a) and (b); (e) and (f) vertical cross sections along the white solid line (GH) shown in (a) and (b) (In (a), (c) and (e), the unit is dBz; in (b), (d) and (f), the unit is m/s) and observations from AWS for 12:00 (g) and 13:00 (h) UTC 7 July 2017 (same as Fig. 3b) |
06—15时，北京大部分地区的平均露点温度一直维持在22℃左右，最高达24℃以上；至13时，尽管北京区域地面气温下降，但未受对流影响区域的温度仍达30℃左右；12时北京探空计算的对流有效位能约2600 J/kg，大气低层有最大风速达17 m/s的强低空急流和显著暖平流；4 km高度以上空气干冷；环境风垂直切变也非常强，0—3 km的环境风垂直切变大于15 m/s，0—6 km的环境风垂直切变大于20 m/s，这些都是非常有利于飑线发展的环境条件。强的中层气流有利于中层干冷空气进入对流风暴，加强风暴中的下沉气流和低层冷空气外流，再通过强迫抬升使得入流的暖湿气流更强烈地上升，从而加强对流。强风垂直切变有利于上升气流和下沉气流在相当长的时间内共存，形成类似Rotunno等(1988)提出的RKW理论中的最优飑线维持模态，从而利于飑线的发展和维持(俞小鼎等，2006)。
北京雷达径向速度(图 7d)分布显示，12时30分—13时在弓形回波后侧高度3 km左右持续存在最大风速达30 m/s强后侧西北入流急流；承德雷达0.5°仰角径向速度场(图略)则显示该时段对流系统后侧高度5 km左右同样持续存在最大风速达30 m/s强后侧西北偏西入流急流；12时北京探空(图 2e)也显示600—400 hPa存在达20 m/s强西风气流；虽然西风气流在北京雷达径向速度场上数值较小，但其最大实际风速依然达20 m/s及以上，该急流使得大量干冷空气进入飑线系统，从而导致系统内液态过冷水、软雹、冰雹、冰粒、冰晶、雪片等混合相态水物质强烈蒸发、融化或者升华，形成后侧入流缺口；其吸收大量热量，使得后侧大气剧烈降温形成强下沉气流(下击暴流)从而导致地面气温急剧下降、形成冷池和强风(Przybylinski，1995；Weisman，2001；Atkins, et al，2005；公衍铎等，2019)；自动气象站观测的气温显示降温幅度普遍达10℃左右。强后侧入流、强的中层环境气流和强下沉气流使得飑线该部分的对流风暴和地面冷池移动速度显著超过其他部分，从而形成前凸状的弓形回波结构。
如引言中所述，此次飑线过程较为罕见地仅影响了北京中北部等地，但此次飑线过程发生时北京南部和河北中南部同样具有有利于强对流天气发展的环境条件(图 2)。文中分析表明，这次飑线过程由南下弱冷空气作用在河北西北部形成，从河北怀来进入北京延庆后，受高空700—500 hPa西北偏西气流的引导，加之925和850 hPa非常强盛的西南偏西低空急流北压到了北京北部(图 2)、形成较大尺度的辐合抬升有利条件，再根据Corfidi等(1996)提出的对流系统的移动由引导气流和低空急流反方向矢量所决定的关系，可判断这次飑线过程的移动方向为东南偏东方向，并且由于引导气流强、飑线系统移速快(约70 km/h)，其在尚未到达北京南部时就已经移出了北京区域，因此该罕见飑线过程在北京中北部形成后未能影响北京南部区域。
6 结论和讨论2017年7月7日午后至午夜，河北西北部和北京中北部等地先后出现了由较为罕见的强弓形回波飑线导致的、以雷暴大风为主、伴随短时强降水和大冰雹等的强对流天气。综合多种观测资料和NCEP分析资料，本文详细分析了该次飑线过程的环境条件、触发、演变、弓形回波形成和维持机制等，主要获得如下结论。
此次罕见飑线过程的天气背景为位于500 hPa冷涡西南部和显著前倾低槽后部，高低空存在明显急流，地面存在显著低压；850 hPa暖平流和500 hPa冷平流明显；地面高温、高湿，对流有效位能较大(2600 J/kg)、0—3 km和0—6 km强风垂直切变、垂直温度递减率和下沉对流有效位能都很大、湿球温度0℃层高度仅为3.8 km等环境条件非常有利于对流系统发生、发展和地面强风与大冰雹天气形成。
飑线初生对流区域太阳辐射导致的地面升温使得对流有效位能增大、对流抑制能量减小；受地面低压和500 hPa蒙古冷涡影响下的补充南下弱冷空气作用，该区域持续维持一支西北风和西南偏西风之间的地面辐合线，使得沿该辐合线不断有对流发生、发展为线状对流系统。地面大风主要分布于低黑体亮温和正闪为主的闪电密集处。
雷达回波则显示飑线初期为一个接近东西向的线状对流系统，然后发展成为一个团状超级单体对流系统，最后演变为一个东北—西南向的、镶嵌有超级单体或者中涡旋的强弓形回波飑线系统，其成熟阶段组织为逗点状平行层状降水线状对流模态。
强弓状飑线形成前的超级单体风暴具有明显的钩状回波特征。超级单体阶段和飑线成熟阶段都具有显著的回波悬垂、弱回波区、中气旋(飑线成熟后期为中涡旋)、强后侧入流和后侧入流缺口等结构特征；超级单体还具有明显的有界弱回波区；强的后侧入流和对流层中层大的温度露点差形成强下沉气流使得飑线的超级单体风暴及其冷池移速显著超过其他部分，从而形成弓形回波结构。大的对流有效位能和下沉对流有效位能、强后侧入流、强中层和低层风垂直切变等共同作用使得飑线前缘的垂直上升运动区近似垂直，进而使飑线和弓形回波特征得以维持。初始对流位置、有利的环境条件、中层引导气流和低空急流分布决定了本次飑线过程未能影响到北京南部地区。
文中虽然对飑线过程的环境条件、触发机制、演变和移动、结构特征和机理等进行了分析，但尚有待采用高分辨率的中尺度数值模式进行模拟，利用模拟结果作进一步的深入分析验证，尤其是飑线的演变和维持机制、RKW理论的适用性等均有待更深入的研究工作。
| 白人海, 谢安. 1998. 东北冷涡过程中的飑线分析. 气象, 24(4): 37–40. Bai R H, Xie A. 1998. Analysis of squall lines occurring in cold vortexes over Northeast China. Meteor Mon, 24(4): 37–40. DOI:10.3969/j.issn.1673-8411.1998.04.012 (in Chinese) |
| 曹艳察, 田付友, 郑永光, 等. 2018. 中国两级阶梯地势区域冰雹天气的环境物理量统计特征. 高原气象, 37(1): 185–196. Cao Y C, Tian F Y, Zheng Y G, et al. 2018. Statistical characteristics of environmental parameters for hail over the second-step terrains of China. Plateau Meteor, 37(1): 185–196. (in Chinese) |
| 陈明轩, 王迎春. 2012. 低层垂直风切变和冷池相互作用影响华北地区一次飑线过程发展维持的数值模拟. 气象学报, 70(3): 371–386. Chen M X, Wang Y C. 2012. Numerical simulation study of interactional effects of the low-level vertical wind shear with the cold pool on a squall line evolution in North China. Acta Meteor Sinica, 70(3): 371–386. (in Chinese) |
| 陈淑琴, 章丽娜, 俞小鼎, 等. 2017. 浙北沿海连续3次飑线演变过程的环境条件. 应用气象学报, 28(3): 357–368. Chen S Q, Zhang L N, Yu X D, et al. 2017. Environmental conditions of three squall lines in the north part of Zhejiang province. J Appl Meteor Sci, 28(3): 357–368. (in Chinese) |
| 戴建华, 陶岚, 丁杨, 等. 2012. 一次罕见飑前强降雹超级单体风暴特征分析. 气象学报, 70(4): 609–627. Dai J H, Tao L, Ding Y, et al. 2012. Case analysis of a large hail-producing severe supercell ahead of a squall line. Acta Meteor Sinica, 70(4): 609–627. (in Chinese) |
| 丁一汇, 李鸿洲, 章名立, 等. 1982. 我国飑线发生条件的研究. 大气科学, 6(1): 18–27. Ding Y H, Li H Z, Zhang M L, et al. 1982. A study on the genesis conditions of squall-line in China. Chinese J Atmos Sci, 6(1): 18–27. DOI:10.3878/j.issn.1006-9895.1982.01.03 (in Chinese) |
| 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. 高原气象, 32(1): 156–165. Fan L M, Yu X D. 2013. Characteristic analyses on environmental parameters in short-term severe convective weather in China. Plateau Meteor, 32(1): 156–165. (in Chinese) |
| 冯桂力, 郄秀书, 袁铁, 等. 2007. 雹暴的闪电活动特征与降水结构研究. 中国科学D辑:地球科学, 50(4): 629–639. Feng G L, Qie X S, Yuan T, et al. 2007. Lightning activity and precipitation structure of hailstorm. Sci China Ser D:Earth Sci, 50(4): 629–639. DOI:10.1007/s11430-007-2063-8 (in Chinese) |
| 公衍铎, 郑永光, 罗琪. 2019. 冷涡底部一次弓状强飑线的演变机理. 气象, 45(4): 483–495. Gong Y D, Zheng Y G, Luo Q. 2019. Evolution and development mechanisms of an arc-shaped strong squall line occurring along the South side of a cold vortex. Meteor Mon, 45(4): 483–495. (in Chinese) |
| 郄秀书, 刘冬霞, 孙竹玲. 2014. 闪电气象学研究进展. 气象学报, 72(5): 1054–1068. Qie X S, Liu D X, Sun Z L. 2014. Recent advances in research of lightning meteorology. Acta Meteor Sinica, 72(5): 1054–1068. (in Chinese) |
| 王秀明, 俞小鼎, 朱禾. 2012. NCEP再分析资料在强对流环境分析中的应用. 应用气象学报, 23(2): 139–146. Wang X M, Yu X D, Zhu H. 2012. The applicability of NCEP reanalysis data to severe convection environment analysis. J Appl Meteor Sci, 23(2): 139–146. DOI:10.3969/j.issn.1001-7313.2012.02.002 (in Chinese) |
| 王秀明, 周小刚, 俞小鼎. 2013. 雷暴大风环境特征及其对风暴结构影响的对比研究. 气象学报, 71(5): 839–852. Wang X M, Zhou X G, Yu X D. 2013. Comparative study of environmental characteristics of a windstorm and their impacts on storm structures. Acta Meteor Sinica, 71(5): 839–852. (in Chinese) |
| 杨珊珊, 谌芸, 李晟祺, 等. 2016. 冷涡背景下飑线过程统计分析. 气象, 42(9): 1079–1089. Yang S S, Chen Y, Li S Q, et al. 2016. Analysis of squall lines under the background of cold vortex. Meteor Mon, 42(9): 1079–1089. (in Chinese) |
| 俞小鼎, 姚秀萍, 熊廷南, 等. 2006. 多普勒天气雷达原理与业务应用. 北京: 气象出版社. Yu X D, Yao X P, Xiong T N, et al. 2006. The Principls and Business Applications of Doppler Weather Radar. Beijing: China Meteorological Press. (in Chinese) |
| 俞小鼎. 2011. 基于构成要素的预报方法:配料法. 气象, 37(8): 913–918. Yu X D. 2011. Ingredients based forecasting methodology. Meteor Mon, 37(8): 913–918. (in Chinese) |
| 俞小鼎, 周小刚, 王秀明. 2012. 雷暴与强对流临近天气预报技术进展. 气象学报, 70(3): 311–337. Yu X D, Zhou X G, Wang X M. 2012. The advances in the nowcasting techniques on thunderstorms and severe convection. Acta Meteor Sinica, 70(3): 311–337. DOI:10.3969/j.issn.1004-4965.2012.03.003 (in Chinese) |
| 俞小鼎. 2014. 关于冰雹的融化层高度. 气象, 40(6): 649–654. Yu X D. 2014. A note on the melting level of hail. Meteor Mon, 40(6): 649–654. (in Chinese) |
| 章国材. 2011. 强对流天气分析与预报. 北京: 气象出版社. Zhang G C. 2011. The Analysis and Forecasting of Severe Convective Weather. Beijing: China Meteorological Press. (in Chinese) |
| 张宁, 苏爱芳, 史一丛. 2017. 2014年一次飑线的发展维持原因分析. 气象, 43(11): 1383–1392. Zhang N, Su A F, Shi Y C. 2017. Causation analysis of evolution of a squall line in 2014. Meteor Mon, 43(11): 1383–1392. (in Chinese) |
| 郑永光, 陶祖钰, 俞小鼎. 2017. 强对流天气预报的一些基本问题. 气象, 43(6): 641–652. Zheng Y G, Tao Z Y, Yu X D. 2017. Some essential issues of severe convective weather forecasting. Meteor Mon, 43(6): 641–652. (in Chinese) |
| 郑永光, 田付友, 周康辉, 等. 2018a. 雷暴大风与龙卷的预报预警和灾害现场调查. 气象科技进展, 8(2): 55–61. Zheng Y G, Tian F Y, Zhou K H, et al. 2018a. Forecasting techniques and damage survey of convectively driven high winds and tornadoes. Adv Meteor Sci Technol, 8(2): 55–61. (in Chinese) |
| 郑永光, 朱文剑, 田付友, 等. 2018b. 2015年"东方之星"翻沉事件和2016年阜宁EF4级龙卷对流风暴环境条件、结构特征和机理. 气象科技进展, 8(2): 44–54. Zheng Y G, Zhu W J, Tian F Y, et al. 2018b. Environmental conditions, structures, and mechanisms of convective storms of 2015 "Oriental Star" capsizing event and 2016 Funing EF4 tornado. Adv Meteor Sci Technol, 8(2): 44–54. (in Chinese) |
| Atkins N T, Bouchard C S, Przybylinski R W, et al. 2005. Damaging surface wind mechanisms within the 10 June 2003 Saint Louis bow echo during BAMEX. Mon Wea Rev, 133(8): 2275–2296. DOI:10.1175/MWR2973.1 |
| Bluestein H B, Jain M H. 1985. Formation of mesoscale lines of precipitation:Severe squall lines in Oklahoma during the spring. J Atmos Sci, 42(16): 1711–1732. DOI:10.1175/1520-0469(1985)042<1711:FOMLOP>2.0.CO;2 |
| Carey L D, Rutledge S A. 1998. Electrical and multiparameter radar observations of a severe hailstorm. J Geophys Res, 103(D12): 13979–14000. DOI:10.1029/97JD02626 |
| Coniglio M C, Stensrud D J, Wicker L J. 2006. Effects of upper-level shear on the structure and maintenance of strong quasi-linear mesoscale convective systems. J Atmos Sci, 63(4): 1231–1252. DOI:10.1175/JAS3681.1 |
| Corfidi S F, Meritt J H, Fritsch J M. 1996. Predicting the movement of mesoscale convective complexes. Wea Forecasting, 11(1): 41–46. DOI:10.1175/1520-0434(1996)011<0041:PTMOMC>2.0.CO;2 |
| Craven J P, Brooks H E. 2004. Baseline climatology of sounding derived parameters associated with deep moist convection. Natl Wea Dig, 28: 13–24. |
| Davis C A, Trier S B. 2007. Mesoscale convective vortices observed during BAMEX. Part I:Knematic and thermodynamic structure. Mon Wea Rev, 135(6): 2029–2049. |
| Doswell Ⅲ C A, Brooks H E, Maddox R A. 1996. Flash flood forecasting:An ingredients-based methodology. Wea Forecasting, 11(4): 560–581. DOI:10.1175/1520-0434(1996)011<0560:FFFAIB>2.0.CO;2 |
| Doswell Ⅲ C A. 2001. Severe Convective Storms. Boston: American Meteorological Society, 223-253 |
| Forbes G S, Wakimoto R M. 1983. A concentrated outbreak of tornadoes, downbursts and microbursts, and implications regarding vortex classification. Mon Wea Rev, 111(1): 220–235. DOI:10.1175/1520-0493(1983)111<0220:ACOOTD>2.0.CO;2 |
| Fujita T T. 1978. Manual of downburst identification for project NIMROD. Satellite and mesometeorology research paper No. 156, department of geophysical sciences. Chicago: University of Chicago, 1-104 |
| Hamilton R E. 1970. Use of detailed intensity radar data in mesoscale surface analysis of the 4 July 1969 storm in Ohio//Preprints, 14th Conf on Radar Meteor. Tucson, AZ: Amer Meteor Soc, 339-342 |
| Johns R H. 1982. A synoptic climatology of northwest flow severe weather outbreaks. Part I:Nature and significance. Mon Wea Rev, 110(11): 1653–1663. |
| Johns R H, Hirt W D. 1987. Derechos:Widespread convectively induced windstorms. Wea Forecasting, 2(1): 32–49. DOI:10.1175/1520-0434(1987)002<0032:DWCIW>2.0.CO;2 |
| Johns R H, Doswell Ⅲ C A. 1992. Severe local storms forecasting. Wea Forecasting, 7(4): 588–612. DOI:10.1175/1520-0434(1992)007<0588:SLSF>2.0.CO;2 |
| Markowski P M, Richardson Y P. 2010. Mesoscale Meteorology in Midlatitudes. Chichester, West Sussex, UK: Wiley-Blackwell, Publication, 245-272 |
| Meng Z Y, Yan D C, Zhang Y J. 2013. General features of squall lines in east China. Mon Wea Rev, 141(5): 1629–1647. DOI:10.1175/MWR-D-12-00208.1 |
| Parker M D, Johnson R H. 2000. Organizational modes of midlatitude mesoscale convective systems. Mon Wea Rev, 128(10): 3413–3436. DOI:10.1175/1520-0493(2001)129<3413:OMOMMC>2.0.CO;2 |
| Parker M D, Johnson R H. 2004. Structures and dynamics of quasi-2D mesoscale convective systems. J Atmos Sci, 61(5): 545–567. DOI:10.1175/1520-0469(2004)061<0545:SADOQM>2.0.CO;2 |
| Przybylinski R W. 1995. The bow echo:Observations, numerical simulations, and severe weather detection methods. Wea Forecasting, 10(2): 203–218. DOI:10.1175/1520-0434(1995)010<0203:TBEONS>2.0.CO;2 |
| Rotunno R, Klemp J B, Weisman M L. 1988. A theory for strong, long-lived squall lines. J Atmos Sci, 45(3): 463–485. DOI:10.1175/1520-0469(1988)045<0463:ATFSLL>2.0.CO;2 |
| Weisman M L. 2001. Bow echoes:A tribute to T. T. Fujita. Bull Amer Meteor Soc, 82(1): 97–116. DOI:10.1175/1520-0477(2001)082<0097:BEATTT>2.3.CO;2 |
| Zheng L L, Sun J H, Zhang X L. 2013. Organizational modes of mesoscale convective systems. Wea Forecasting, 28(5): 1081–1098. DOI:10.1175/WAF-D-12-00088.1 |