中国气象学会主办。
文章信息
- 方祖亮, 俞小鼎, 王秀明. 2020.
- FANG Zuliang, YU Xiaoding, WANG Xiuming. 2020.
- 东北暖季干线统计分析
- Statistical analysis of drylines in Northeast China
- 气象学报, 78(2): 260-276.
- Acta Meteorologica Sinica, 78(2): 260-276.
- http://dx.doi.org/10.11676/qxxb2020.024
文章历史
-
2019-07-01 收稿
2019-12-19 改回
2. 中国气象局气象干部培训学院,北京,100081
2. CMA Training Cneter,Beijing 100081,China
干线概念源自美国(Fujita,1958;Rhea,1966;Schaefer,1974a,1974b,1986),是指美国南部大平原西部地区(新墨西哥、俄克拉荷马、堪萨斯)来自其西南部墨西哥高原地区的干暖空气和来自其东南部墨西哥湾的暖湿空气之间的边界(图1a)。这类边界也被称为干锋或露点锋,干线是最广泛的叫法。其主要特征是干线两侧露点或者比湿的对比强烈,而温度差异通常远没有露点差异明显(图1c),通常白天午后干空气一侧温度略高于湿空气一侧,而夜间则相反。
美国干线位置通常位于落基山脉从西往东逐渐降低的缓坡坡地上,因此从干线往东海拔高度逐渐降低。而其东侧来自墨西哥湾的暖湿气流只局限于低层(图1d),其上存在逆温顶盖。白天,由于下垫面特征和水汽含量不同,干线以西地面加热快,湍流混合层发展得比东面深厚,温度也比东面高,干线会向东面移动;夜晚,由于西面空气干燥,下垫面含水量也低,其辐射冷却降温比东面迅速,导致夜间和凌晨干线西面空气温度低于东面,干线位置向西后退。在美国,干线是触发雷暴和强对流的主要天气系统之一(Schaefer,1986;Ziegler,et al,1998;Thompson,et al,2000),这也是众多学者研究干线的主要原因。
美国干线一般较多地发生在每年的4—6月,一些学者通过统计分析对美国干线的时、空分布做了一系列研究。Rhea(1966)发现1956—1962年4—6月美国西部大平原45%的天数有干线出现,其对干线的露点对比要求的阈值为:相邻的两个测站出现10 F的露点差。Schaefer(1973)发现1966—1968年同样这3个月美国大平原干线出现频率为41%。此频率低于Rhea(1966)的45%,可能是后者对干线的定义(干线以东的露点场比较均匀,均值超过10 ℃,且温度梯度有显著的日变化)更为严格造成的。Peterson(1983)基于1970—1979年的观测数据,发现4—6月大平原上干线的发生频率为43%。Hoch等(2005)基于美国西部大平原1973—2002年4—6月的00时(世界时)常规观测数据,采取水平比湿梯度≥3 g/(kg·100 km)的干线定义,发现干线发生频率在5月后期达到峰值(超过40%),在6月后期降到20%,平均干线发生率为30%。另外,00时(世界时,当地时间17时左右)干线经度位置的分布峰值在101°W附近,这与海拔高度梯度最大值所在位置重合,而101°W以西或者以东,干线出现频率呈指数递减。
针对中国区域的干线研究极少,20世纪70年代末和80年代初,雷雨顺等(1978)曾提出能量锋概念,认为强对流天气容易出现在能量锋面区附近。能量锋是相当位温(或假相当位温)或湿静力能的强梯度区,除了对应冷暖锋和静止锋,还有一部分是干线。孙淑清等(1992)在分析发生在北京的一次暴雨过程时介绍了干线形成过程及结构,指出这次过程中的干线发展总体上是一次西部地区下沉气流升温并东扩的结果。它使得平原地区的湿度和温度发生极不连续的分布,西侧极干且热,东侧则较弱。这是中国首次对干线的研究。王秀明等(2012)基于地面加密观测资料进行了黄淮地区一次干线触发积云进而影响弓形回波维持和移动的个例研究。王秀明等(2015)在分析中国东北地区龙卷的环境背景时发现,导致东北地区龙卷的对流系统多数情况下是由伴随地面干线的汇合流场导致的地面附近的辐合线所触发,并基于数值模拟结果给出了东北地区干线形成的物理过程。中国最近的干线研究是Qin等(2017)对2011年6月11日发生在北京西北干线和冷锋合并触发对流的个例分析与数值模拟。上述研究表明,中国存在不少干线触发对流的个例,干线很可能是触发雷暴和强对流的重要系统之一,但针对中国区域干线相对系统性的研究却是空白,对中国干线的发生频率、时空分布特征以及可能触发对流的情况更是知之甚少。
王秀明等(2012)研究表明,中国东北干线很可能是其雷暴的主要触发机制之一,且东北地区具备类似美国落基山东侧的有利于干线形成的地形和环流条件:地处中高纬度,区域气候受地形影响十分显著。西侧为大兴安岭,北侧为小兴安岭,东侧为长白山系高山,对流层中层常年盛行偏西气流,中心部分是辽阔的松辽大平原,南邻渤海湾,夏季风可长驱直入。偏西气流越山下沉形成的干暖气流与渤海湾南来的暖湿气流之间容易形成干线。选取中国东北地区(40°—53°N,115°—135°E)为研究区域,基于地面资料普查2003—2017年暖季(5—8月)的干线,建立样本集,在此基础上研究该区域干线的时、空分布及其气象要素统计特征。为进一步了解何种情况下干线可以触发对流,对触发对流的干线和无对流干线特征及其环境要素进行了对比研究。
2 资料来源与研究方法 2.1 资料来源所用数据为中国国家级地面观测站常规观测资料,高空观测资料采用探空站每日2次的探空资料。在判断干线是否触发雷暴时,主要基于测站雷暴和危险天气记录、气象卫星资料和新一代天气雷达资料。中国东北地区2005年以后才开始有新一代天气雷达资料,因此2003—2005年的干线对流情况通过分辨率较低的静止气象卫星红外云图进行判断。
2.2 干线的界定不同的干线定义方法得到的干线发生频率也不一样(Rhea,1966;Schaefer,1973;Peterson,1983;Hoch,et al,2005)。考虑到在表示湿度时,中国对露点概念接受度较高,因此文中主要使用露点梯度来表示干线两侧湿度差异,同时辅以比湿进行判断分析。
干线的识别主要采用主客观结合的方法。文中干线的界定标准为:(1)干线水平露点梯度≥ 6℃/(100 km);(2)午后温度最高时,干空气一侧温度略高于或大致等于湿空气一侧温度,即干线两侧温度梯度≥0℃/(100 km);(3)干线两侧往往伴随有风的辐合,但这一点并不作为判断干线的决定条件;(4)持续时间较短且结构不明显的干线(干线结构维持时间<3 h)不予考虑。界定的目的在于提取白天天气学意义上较强的干线样本。
在进行干线的判别时,需要注意以下几点:(1)坡度较缓的下坡地形有助于干线的形成,但如果干湿两侧地形落差过大则干湿差异很可能是与环流无关的不同高度测站水汽的差异,不宜界定为干线。如:有些测站位于大兴安岭,则这类测站不能作为分析干线的有效资料。因此在排查干线资料时,需要在地面观测图上叠加高分辨率地形图,以排除受地形影响较大的虚假干线,这种“干线”为第一类虚假干线。(2)由降水带产生的降温增湿效应与非降水区形成的强湿度梯度带不能当作干线。这种情况常常发生在锋面降水之后。锋面暖侧常常产生强降水带,降水会使得暖区一侧温度降低、露点升高,在地面图上表现为强露点梯度带,露点梯度带东侧温度小于西侧,且还伴随有锋面辐合。即使在降水停止的若干小时之后,这种虚假干线还可能存在,这种“干线”为第二类虚假干线。
2.3 干线触发对流的界定判断一条干线是否触发了对流,主要是通过静止卫星红外云图、雷达和测站雷暴记录。标准为:干线出现前,无强对流天气出现,干线出现后,在干线强湿度密集带两侧50 km范围内有对流云团出现。据此判定,该对流的触发与该干线有直接关系,称该干线为触发了对流的干线。对流一般在干线上(湿度密集带上)触发,之后向东移动发展增强,亦有部分干线是在干线湿侧50 km范围内触发,极少有对流在干线干侧触发。
2.4 干线宽度和长度的界定在界定干线时,需要计算湿度(露点)等值线密集带的湿度梯度,在这之前需要先确定干线宽度。文中干线宽度定义为:露点等值线密集带的宽度,且该密集带东西两侧50 km内露点场分布都较为均匀,东侧露点显著高于西侧露点。同样地,干线长度定义为:该露点等值线密集带在保持宽度无明显变化的情况下延伸的长度。
如图2所示,该露点等值线密集带以露点等值线4和18℃为边界,东西边界走向基本一致为西南—东北向,且附近露点场都较为均匀,分别为20和3℃左右。以这两个边界确定的露点等值线密集带的宽度大约为100 km,即为干线宽度。保持该宽度无明显变化,向西南—东北方向延伸,延伸的长度即为该干线长度,在图中用棕色粗实线表示,为450 km左右。该干线附近风矢量的辐合较为明显,西侧以西北风为主,东侧以西南风为主,西侧温度明显高于东侧,较为典型。
3 普查结果图3给出了2003—2017年暖季累计干线频次和冷锋频次饼状分布。由于冷锋和干线都为湿度(露点或比湿)等值线密集带,容易发生混淆,因此在统计过程中,如遇到强湿度(露点或比湿)梯度带,主要根据湿度等值线密集带两侧温度及其变化,辅以两侧气压判断是否为干线或冷锋。如果一天中同时存在干线和冷锋,则只记录为干线。因此,以该方式排查出的冷锋数量低于实际发生数量。如图3,共计1845 d,其中有16 d观测缺失,286 d存在干线,确定至少有273存在冷锋,其余1270 d默认记作无。统计结果表明,东北地区干线发生频率为15.5%,远低于美国平原地区(30%—40%)。这主要是由干线统计时段(美国统计4—6月,此处统计5—8月)、干线判断标准和干线形成机制差异共同造成的。
文中判断干线的标准有一条为:持续时间较短且结构不明显的干线(干线结构维持时间<3 h)不予考虑。目前常规地面观测是每3 h一次,如果一个结构较为明显的干线只出现在一次观测中,那么这种干线的形成偶然性较大,偏离干线概念的可能性较高,因此不予考虑。另外,在干线个例收集过程中,发现第二类虚假干线占比很高。只要有局部降水产生,降水区域就会出现不予考虑的第二类虚假干线。
在干线形成机制上,美国干线主要发生于落基山脉东侧,强烈的地形下沉气流带来的干空气构成了干线的主导,发生地区面积较大。中国东北平原以东虽然也有大兴安岭山脉,但无论是山脉高度还是地形坡度条件都不足以使得平原上形成大范围足够强度的干空气,因此表现在干线发生频率上会比较低。中国东北干线的形成除了山脉作用外,也受到环流突变、东北冷涡和季风的影响,局地或局部特征较明显。
4 干线空间分布 4.1 总体干线空间分布累计15 a暖季共计286 d干线例子中,2014年5月29日、2015年5月23日和2017年6月14日这3 d存在双干线现象,因此共计有289条干线,对每一条干线根据经纬度坐标画出其位置。需要说明,考虑到干线存在时间会持续3 h以上,且在这期间干线位置会发生移动,因此对有触发对流的干线,选取最接近对流触发时刻的前一个有观测记录时刻的干线位置作为该例干线的代表位置,对未触发对流的干线,一般选取对流最容易发生时刻即14时(北京时)的干线位置作为该例干线的代表位置(图4)。
由图4可以定性地看出干线空间分布和走向偏好。除了极少数个例外,干线几乎都与大兴安岭走向一致,呈西南—东北向,与东北地区海拔梯度方向近乎垂直。干线出现范围为东北平原,主要位于大兴安岭、小兴安岭和长白山之间,其中辽河平原和辽西走廊为干线频发区。另外,不同干线其伸展长度差异较大,短则100—200 km,主要出现在辽宁中、西部地区,长则可达700—800 km,横贯整个东北平原。从图4可见,对流干线和无对流干线的出现位置没有什么差异。
为了定量了解干线的空间分布,将中国东北区域按1°×1°进行网格化,并计算每个网格上干线的出现频次。某个网格上干线出现频次计算规则为:当存在一条干线,其位置经过该网格时,则该网格干线频次加1,否则保持原值,结果见图5。
从图5可清晰看到,干线频发地为辽宁中、西部,其中西南部最甚。在朝阳市和锦州市,沿着辽西走廊,平均有2/3的干线出现在该地区,次频发区为通辽附近的科尔沁沙地到吉林中西部平原,发生频次为20—40,总占比在20%以下。其他地区如辽宁—吉林东部和黑龙江全境以及内蒙古境内大兴安岭以东地区为干线低发区,累计频次大都在10以下,总占比低于5%。如果以经纬度划分,则45°N以南和125°E以西为干线频发区,其他地区干线总占比都在10%以下。另外,需要注意一点,这里说的干线频发区是指该地区干线累计发生频次占286例总干线个例数的比例较高,实际上平均到每年而言,所有网格区域干线总占比都在12%以下。
上述的这种干线空间分布特征与地形和海陆分布密切相关。王秀明等(2015)指出影响东北地区对流的干线多由越过大兴安岭等山脉的大陆性气团与平原地区的偏南暖湿气流交汇形成。冷且干的气流经过高原或下山时,干绝热下沉升温和晴空辐射升温的共同作用使气团升温显著,与其前方即东北平原相对湿的气团相比温差不明显,有时还更高,而湿度差异显著。因此,干线大都生成于大兴安岭东侧广阔的东北平原上。另外,由于渤海湾地区为东北平原内陆的重要水汽来源之一,而辽宁中、西部尤其是辽河平原和辽西走廊紧邻渤海湾,水汽充沛,因此干线频发,且愈向北,干线发生频次愈低。
图6给出了2017年5月18日14时(北京时)中国东北局部地面观测。干线从辽宁西南一直向北延伸到黑龙江和吉林西部。大兴安岭西侧高原地区温度为36℃左右,从大兴安岭向东即海拔梯度大值区,温度有显著的升高,达到40℃左右,气团下山升温过程明显,而平原上干线湿侧温度仅为32—33℃,干、湿两侧温差较大。另外,干线附近风矢量的辐合较强,干线西侧以西风为主,湿侧以偏南风为主,南风把渤海湾地区的水汽持续向内陆平原输送,形成了干线两侧的强湿度差异。由于水汽输送效应随距离衰减,相应南段干线两侧湿度及其湿度梯度略大于北段,即越偏南,湿度梯度越容易达到定义干线的湿度梯度阈值。从红外云图来看,虽然该干线结构都较为典型,但是并没有触发对流。
4.2 逐月干线位置空间分布由图7可见,各个月份干线发生位置基本都在东北平原和辽宁西部,5、6月干线位置较为离散,7、8月干线位置较为集中,且整体偏西。5和7月以长度大于400 km的较长干线为主,6月400 km以下的较短干线最为常见,且6月的较短干线中,触发对流的干线占大多数。4个月中干线都以西南—东北走向为主,触发了对流的干线相比无对流干线位置更为集中。
图8给出了5—8月1°×1°网格化的干线占比空间分布,这里的干线占比指某月经过该网格的干线频次占该月总干线频次的百分比。可见,4个月干线频发区均为辽宁西部,即辽河平原和辽西走廊地区,占比在60%以上。其他地区如大兴安岭东侧山脚下和黑龙江平原地带,干线占比在10%以下,为低频区。这与面前分析的暖季干线空间分布特征较为一致。
综上,暖季干线空间分布时序特征不明显,触发对流的干线和无对流干线并没有显著位置差异,即干线是否触发对流与其所在位置关系不大。
5 干线时间分布 5.1 干线发生频次、频率年际变化图9给出了2003—2017年暖季(5—8月)干线发生频次年际变化,图10为这4个月干线发生频率年际变化。可以看到,无论是按月还是按年,干线发生频次、频率并没有显著变化。除了2004、2008和2014年干线频次较低(小于14例),2009年干线频次较高(31例)外,其余年份干线频次都在20例左右,年平均干线发生频率为15.5%。各个月的干线频次都在10例以下,5月干线频次大都在5例以上,平均发生频率为20.65%,7月除了2009年干线频次为8例外,其他年干线频次不超过4例,平均发生频率仅为8.82%。6和8月干线频次不同年差异较大,平均干线发生频率分别为16%和16.56%。
由2003—2017年暖季干线发生频率及其干线触发对流率(触发对流干线频次占总干线频次的百分比,图11)可知,2003—2013年,每年约有6—8个干线触发了雷暴,干线对流触发率为35%左右。2014年干线触发对流率最低(23%),这可能是该年干线频次较少而使得数据代表性不足导致的。2015和2017年触发对流干线频次分别为13和14,触发率为65%和73.68%,远高于2003—2013年的35%,具体原因有待探究。
5.2 干线发生频率年均变化考虑到年均只有19—20例干线,代表性较差,文中将15 a累计286例干线按发生时间以旬为单位进行时序分析,这样既可以保证每个时间单位有足够多的样本,避免因样本较少带来的统计误差,又能较好地体现不同时段气候特征影响。
从15 a年平均干线发生频率旬变化(图12)可以清晰看到,5月较高的干线频次主要由中、下旬贡献,6月上旬干线最为频发,这连续3旬干线发生频率大约为23%。7月3旬干线发生频率为暖季最低(10%以下),8月中旬频率较高(21%)。整个暖季干线发生频率按旬呈类正弦曲线趋势,第2—4旬和11—12旬为波峰,7—9旬为波谷。
上述这种现象可能与东北冷涡和夏季风有关。东北冷涡是北半球大气环流异常持续或调整的重要表征,是大尺度环流形势在东北地区特定条件下的产物。杨涵洧等(2012)基于再分析资料对1981—2010年夏季(6—8月)东北冷涡做了统计分析,发现6月为夏季东北冷涡的多发期。沈柏竹等(2011)分析东北初夏和盛夏降水的环流特征时发现,5、6月东北地区冷涡活动频繁是造成降水异常的主要原因。受到局地低气压的影响,东北地区低层主要由西南气流控制,水汽输送来自环东北的黄、渤海和日本海,并在东北地区辐合,对应的干线发生频率较高。盛夏,西太平洋副热带高压西伸北进,其西侧南风能将水汽输送到平原地区,另外,7月下旬和8月中旬前后,夏季风影响东北地区(廉毅等,2003),因此对应这个时段干线发生频率也有所增加。
由15 a年平均干线触发对流率逐旬变化(图12橙色折线)可见,除了6月上、中旬和7月中旬干线触发对流率较高(58%以上)外,其他旬干线触发对流率皆在38%以下。6月的高对流触发率可能与6月冷涡活动相关(孙力等,1994,2000)。较为困惑的是,7月干线发生频率和7月上、下旬对流触发率都很低,但中旬干线触发对流率较高,或许与7月样本较少(旬均不多于15例)带来的偶然性误差有关。
6 干线要素分析在对干线进行判别时,常常只关注湿度梯度和温度梯度这两个指标,对干线两侧的温度、湿度、气压等要素及其变化不够关注。另外,触发对流的干线和无对流干线会有哪些要素差异?下面将对干、湿两侧要素值及其梯度和变化进行细致分析(干线干(湿)侧的要素用Dry(Wet)前缀或后缀表示,干线要素梯度用Δ前缀表示)。
6.1 干线地面要素统计分析目前测站能直接观测到的干线两侧的物理量包括风速、风向、温度(T)、露点温度(Td)和气压(p),其他的常见的物理量如比湿(q)、虚位温(θv)和相当位温(θse)可以用观测量计算,其中虚位温和相当位温都能反映温度和湿度信息的综合效应。由于不同干线个例干线宽度不同,因此在计算干线要素梯度时,根据干线宽度将其归一化到100 km。文中提到的所有梯度都是指湿侧与干侧之差(每100 km)。表1是286例干线相关特征物理量的统计。
物理量/统计值 | 均值 | 标准差 | 最小值 | 上四分位数 | 中位数 | 上四分位数 | 最大值 |
干线宽度(km) | 108.09 | 28.63 | 50.00 | 90.00 | 100.00 | 120.00 | 220.00 |
干侧露点(℃) | 3.22 | 7.00 | −16.00 | −2.00 | 4.00 | 10.00 | 15.00 |
湿侧露点(℃) | 16.29 | 5.64 | 0.00 | 12.00 | 17.00 | 21.00 | 26.00 |
露点梯度(℃/(100 km)) | 12.59 | 3.67 | 6.25 | 9.61 | 12.50 | 15.00 | 26.00 |
干侧温度(℃) | 29.12 | 4.09 | 17.00 | 27.00 | 30.00 | 32.00 | 39.00 |
湿侧温度(℃) | 26.21 | 3.88 | 15.00 | 24.00 | 27.00 | 29.00 | 34.00 |
温度梯度(℃/(100 km)) | −2.88 | 2.22 | −10.00 | −4.00 | −2.50 | −1.11 | 0.00 |
干侧比湿(g/kg) | 5.45 | 2.50 | 1.00 | 3.00 | 5.00 | 7.50 | 11.50 |
湿侧比湿(g/kg) | 12.20 | 4.05 | 3.50 | 9.00 | 12.00 | 15.88 | 21.00 |
比湿梯度(g/(kg·100 km)) | 6.59 | 2.55 | 2.22 | 4.51 | 6.15 | 8.33 | 13.75 |
气压梯度(hPa/(100 km)) | 1.08 | 1.58 | −3.00 | 0.00 | 1.06 | 2.00 | 8.75 |
干侧相当位温(K) | 317.32 | 9.71 | 293.97 | 310.33 | 317.29 | 325.00 | 336.28 |
湿侧相当位温(K) | 332.28 | 14.18 | 298.22 | 321.12 | 333.03 | 343.35 | 361.33 |
相当位温梯度(K/(100 km)) | 14.56 | 6.94 | −2.04 | 9.59 | 13.41 | 19.17 | 34.06 |
图13给出表1中部分要素分布情况。由表1和图13可知,干线宽度一般为90—120 km,且一般湿侧气压略高于干侧1 hPa。干侧比湿为3—7.5 g/kg,均值为5.5 g/kg,湿侧比湿为9—16 g/kg,均值为12 g/kg,比湿梯度4.5—8.3 g/(kg·100 km),均值为6.6 g/(kg·100 km)。与此对应干、湿侧露点分别为−2—10℃和12—21℃,均值为3.2和16.3℃,露点梯度9.6—15℃/(100 km),均值为12.6℃/(100 km)。虽然广义干线定义中要求干线露点梯度达到6℃/(100 km)即可,但是统计结果显示,干线露点梯度普遍较高,均值是2倍阈值,比湿梯度也如此。这是因为,一般湿度(露点或比湿)梯度较小的“干线”,即使能够达到阈值,但其结构通常难以在白天维持3 h以上,因此不予考虑。
干线干侧温度略高于湿侧(1—4 ℃),且两侧温度大都在24 ℃以上。较高的温度是较高湿度形成的前提条件,这也解释了为什么非暖季湿度梯度带不容易形成,进而触发对流。相当位温是综合反映温度和水汽信息的物理量,干线干侧相当位温一般为310—325 K,均值317 K,湿侧为321—342 K,均值332 K,相当位温梯度9.6—19 K/(100 km),均值14.6 K/(100 km)。相当位温能较好地放大湿度信号,可以作为干线的判据之一。
6.2 干线地面要素逐旬变化图14给出了触发对流的干线、未触发对流的干线与全部干线宽度和干线两侧部分要素及其梯度的旬变化。干线宽度为90—125 km,其中无对流干线宽度分布较为均匀,约为105 km,对流干线宽度变化较大。5月、6月上旬和8月中、下旬,对流干线比无对流干线宽约10 km,均在110 km以上,而6月下旬到8月上旬,对流干线相对无对流干线窄约10 km,且大部分在100 km以下。从气压梯度变化来看,湿侧气压略高于干侧气压,差值随天气转暖而逐渐减小,从2 hPa降低为0.5 hPa。
干线两侧的要素,无论是对流干线还是无对流干线,露点、温度和比湿基本都随时间逐渐增加,7月中旬达到最大,之后一直维持至8月中旬,到8月下旬略有下降,要素峰值的维持时段与东亚夏季风影响东北时段较为一致。东亚夏季风一般于7月中、下旬在东北建立,8月中旬撤出(廉毅等,2003)。对流干线两侧温度都略低,而从7月下旬到8月下旬,对流干线两侧比湿都略大。除此之外,从干线两侧的要素值上并不能较好地区别干线是否触发对流。从要素梯度来看,虽然露点和比湿都用来表示湿度,但是两者梯度变化趋势却恰恰相反。露点梯度随着大气温度的升高而减小,从5月上旬的14℃/(100 km)近线性下降到8月上旬的11.5℃/(100 km),8月中、下旬略有回升。而比湿梯度从5月的4—5 g/(kg·100 km)线性增大到7月中、下旬的8 g/(kg·100 km)以上,之后便一直维持。这是因为,露点是相对湿度量,与温度密切相关,比湿对温度的依赖要小一些,且在相同露点梯度下,温度越高,比湿梯度越大。因此,虽然5、6月的露点梯度较大,但由于温度较低,对应的绝对湿度即比湿梯度也较低。所以在确定干线的绝对湿度梯度强度时,采取比湿更为合理。
对比对流干线和无对流干线,可以很清晰地看出,无论是露点梯度还是比湿梯度,从5月上旬到8月上旬,前者都大于后者。仅就比湿梯度来看,5月至6月下旬,对流干线比湿梯度比无对流干线约大0.5 g/(kg·100 km),7月,两者差值显著增大,7月下旬最甚,对流干线比湿梯度为10.8 g/(kg·100 km),无对流干线比湿梯度仅为7 g/(kg·100 km),两者相差约4 g/(kg·100 km)。这种7月异常一方面与7月对流干线宽度小于无对流干线宽度有关,另一方面也是对流干线7月湿侧比湿略大于无对流干线的结果。8月中、下旬,对流干线比湿梯度略小于无对流干线,也是干线宽度和干线两侧比湿共同作用的结果。
分析温度梯度,整体来看,温度梯度绝对值是逐渐减小的。需要说明的是,由于这里的温度梯度值为每100 km湿侧与干侧的差值,因此都为负值,即实际上随着东北大气环境温度的整体升高,干线湿侧温度逐渐接近干侧。但是具体对比对流干线和无对流干线,可以发现前者温度梯度绝对值在5—6月上旬和8月中旬较大,其余时段较小。在干线两侧温度变化趋势基本一致的情况下,对流干线和无对流干线温度梯度的差异主要是受到干线宽度的影响。
综上,可以得到如下结论:(1)干线两侧要素及其梯度逐旬变化显著,其中两侧湿度(露点和比湿)、温度和湿度梯度从5月到8月呈增大趋势,而温度梯度绝对值呈减小趋势;(2)对流干线和无对流干线两侧要素及其变化基本一致。除8月中、下旬外,对流干线湿度(露点和比湿)梯度都略大于无对流干线,说明较大的湿度梯度有利于干线对流的触发。对流干线温度梯度绝对值仅在7月较大,两者梯度大小及其变化受干线宽度影响较大。
6.3 干线探空要素分析在分析地面要素时,并没有发现对流干线和无对流干线有什么显著差异,因此干线是否触发对流,可能更多地受整层大气环境的配置影响,选取探空信息来对比分析对流干线和无对流干线的要素差异。考虑到探空站空间分布较为稀疏,并不是所有干线两侧都有代表性较充分的探空站,这里只选取部分较为典型的干线个例进行分析。
选取21例触发雷暴的典型干线和20例无对流触发的干线个例,获取干线两侧具有代表性的探空图,进行适当订正,得到相应的关键环境参数。
典型干线标准为:(1)干线结构较为清晰且能维持6 h以上;(2)对有对流触发的干线,对流生成地附近(100 km内)有探空站存在;(3)对于无对流触发的干线,14时干线所在位置两侧100 km内有探空站。对触发雷暴的干线,获取最接近雷暴触发前有观测的探空站附近地面测站平均温度和露点,对08时的探空进行订正;对没有触发对流的干线,选取雷暴最容易发展起来的时刻,也就是14时的探空站所在地面测站平均露点和温度观测值,对08时探空进行订正。
从图15可见,无对流干线干侧的对流有效位能(CAPE)一般都在200 J/kg以下,有对流干线干侧CAPE有一半在200 J/kg以上。对流干线和无对流干线最显著的差别在湿侧CAPE,前者基本都在1200 J/kg以上,后者在1200 J/kg以下。CAPE是表征大气垂直不稳定度大小的参数,为气块在给定环境中绝热上升时的正浮力所产生能量的垂直积分,CAPE越大,对流发生潜势和潜在强度越大(俞小鼎等,2012)。由干线两侧CAPE大小可知,对流一般发生在干线湿侧附近,与观测结果一致。
干线干侧对流抑制能量(CIN)都为0,与理论相符。由于干线干侧空气较干,受太阳辐射加热后,干侧地面温度升高快,容易达到甚至超过对流温度,因此CIN层消失。湿侧空气较湿,地面对流温度不易达到,因此CIN层即使较薄,但依然存在。
从两侧大气可降水量来看,图中显示有对流干线的干、湿侧大气可降水量都显著大于无对流干线,主要是由有对流干线和无对流干线个例所处月份不同所致。前面提及不同月份干线两侧温度、湿度及其梯度差异显著,从5月开始,温度和湿度显著升高。在确定的典型干线个例中,20例无对流干线个例有10例出现在5月,21例有对流干线中,仅有5例出现在5月。数据时序不均衡使得两类干线大气可降水量出现较大差异。对比0—6 km风垂直切变,发现对流干线干侧风切变略大于无对流干线,湿侧风切变略小于无对流干线。且对流干线干侧和无对流干线湿侧风切变大都为中等强度,而无对流干线干侧和对流干线湿侧风切变强度以中、弱强度为主。
7 结论与讨论基于常规地面观测和探空观测以及卫星和雷达探测资料,对2003—2017年中国东北地区暖季的干线进行统计分析,得到如下结论:
(1)东北地区干线主要出现在东北平原和辽宁西部,辽河平原和辽西走廊地区为干线频发区,有超过60%的干线出现在该地区,黑龙江平原地带为干线少发区,干线频次占比低于10%,总体呈现南多北少的趋势。干线的空间分布特征与地形和海陆分布密切相关。干线走向大都呈西南—东北向,长度在100—800 km。暖季不同月份干线空间分布特征差异不大。
(2)东北区域暖季年均干线发生频率为15.5%。年均干线发生频率旬际变化显著,呈正弦曲线趋势,其中5月中下旬—6月上旬和8月中下旬干线发生频率较高,7月干线发生率较低。无论是按月还是按年,干线发生频次、频率变化不显著。
(3)干线宽度一般为90—120 km,露点梯度和比湿梯度范围分别为9.6—15℃/(100 km)和4.5—8.3 g/(kg·100 km),均值为12.6℃/(100 km)和6.6 g/(kg·100 km),相当位温梯度为9.6—19 K/(100 km),均值为14.6 K/(100 km);湿侧气压略高于干侧1 hPa,干线两侧温度大多高于24℃,温度梯度绝对值一般为1—4℃/(100 km)。干线两侧要素及其梯度逐旬变化显著,其中两侧湿度(露点和比湿)、温度和湿度梯度从5月到8月呈增大趋势,温度梯度绝对值呈减小趋势。
(4)触发对流的干线总占比为40%,其中6月中、上旬干线触发对流率较高,在60%以上。干线是否触发对流与其所在位置关系不大。触发对流的干线和无对流干线两侧要素值及其变化基本一致,前者湿度梯度略大。无对流干线和对流干线最显著的区别表现在湿侧对流有效位能上,前者在1200 J/kg以下,后者基本在1200 J/kg以上,最高甚至能达到3000 J/kg,干线对流一般发生在湿侧附近。
干线作为雷暴和强对流的重要触发机制之一,在天气学诊断和预报中具有重要意义。文中对中国东北干线做了比较细致的统计分析,但还有许多问题亟待解决。如干线三维结构及其变化特征如何?干线触发深厚湿对流的机制是什么以及需要哪些条件配合?干线和冷锋在触发雷暴和强对流方面有何异同?后续将从这些问题入手,构建中国东北干线相关天气学概念模型,为业务预报提供重要参考,提高对流天气的预警和识别能力。
雷雨顺, 吴宝俊, 吴正华. 1978. 用不稳定能量理论分析和预报夏季强风暴的一种方法. 大气科学, 2(4): 297-306. DOI:10.3878/j.issn.1006-9895.1978.04.04 |
廉毅, 沈柏竹, 高枞亭等. 2003. 东亚夏季风在中国东北区建立的标准、日期及其主要特征分析. 气象学报, 61(5): 548-558. DOI:10.3321/j.issn:0577-6619.2003.05.004 |
沈柏竹, 林中达, 陆日宇等. 2011. 影响东北初夏和盛夏降水年际变化的环流特征分析. 中国科学: 地球科学, 41(3): 402-412. Shen B Z, Lin Z D, Lu R Y, et al. 2011. Circulation anomalies associated with interannual variation of early- and late-summer precipitation in northeast China. Sci China Earth, 54(7): 1095-1104
|
孙力, 郑秀雅, 王琪. 1994. 东北冷涡的时空分布特征及其与东亚大型环流系统之间的关系. 应用气象学报, 5(3): 297-303. |
孙力, 安刚, 廉毅等. 2000. 夏季东北冷涡持续性活动及其大气环流异常特征的分析. 气象学报, 58(6): 704-714. DOI:10.3321/j.issn:0577-6619.2000.06.006 |
孙淑清, 孟婵. 1992. 中-β尺度干线的形成与局地强对流暴雨. 气象学报, 50(2): 181-189. |
王秀明, 俞小鼎, 周小刚等. 2012. “6.3”区域致灾雷暴大风形成及维持原因分析. 高原气象, 31(2): 504-514. |
王秀明, 俞小鼎, 周小刚. 2015. 中国东北龙卷研究: 环境特征分析. 气象学报, 73(3): 425-441. |
杨涵洧, 封国林, 沈柏竹等. 2012. 中国夏季东北冷涡强度的定量化分析. 大气科学, 36(3): 487-494. DOI:10.3878/j.issn.1006-9895.2011.11071 |
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. DOI:10.3969/j.issn.1004-4965.2012.03.003 |
Fujita T T. 1958. Structure and movement of a dry front. Bull Amer Meteor Soc, 39(11): 574-582. DOI:10.1175/1520-0477-39.11.574 |
Hoch J, Markowski P. 2005. A climatology of springtime dryline position in the U.S. Great Plains region. J Climate, 18(12): 2132-2137. DOI:10.1175/JCLI3392.1 |
Peterson R E. 1983. The West Texas dryline: Occurrence and behavior∥Proceedings of the 13th Conference on Severe Local Storms. Tulsa: American Meteorological Society, J9-J11
|
Qin R, Chen M X. 2017. Impact of a front-dryline merger on convection initiation near a mountain ridge in Beijing. Mon Wea Rev, 145(7): 2611-2633. DOI:10.1175/MWR-D-16-0369.1 |
Rhea J O. 1966. A study of thunderstorm formation along dry lines. J Appl Meteor, 5(1): 58-63. DOI:10.1175/1520-0450(1966)005<0058:ASOTFA>2.0.CO;2 |
Schaefer J T. 1973. The motion and morphology of the dryline. NOAA Tech. Memo ERL NSSL-66, 81pp. NTIS COM-74-10043.
|
Schaefer J T. 1974a. The life cycle of the dryline. J Appl Meteor, 13(4): 444-449. DOI:10.1175/1520-0450(1974)013<0444:TLCOTD>2.0.CO;2 |
Schaefer J T. 1974b. A simulative model of dryline motion. J Atmos Sci, 31(1): 956-964. |
Schaefer J T. 1986. The dryline∥Ray P S. Mesoscale Meteorology and Forecasting. Boston, MA: American Meteorological Society, 549-572
|
Thompson R L, Edwards R. 2000. An overview of environmental conditions and forecast implications of the 3 May 1999 tornado outbreak. Wea Forecasting, 15(6): 682-699. DOI:10.1175/1520-0434(2000)015<0682:AOOECA>2.0.CO;2 |
Ziegler C L, Rasmussen E N. 1998. The initiation of moist convection at the dryline: Forecasting issues from a case study perspective. Wea Forecasting, 13(4): 1106-1131. DOI:10.1175/1520-0434(1998)013<1106:TIOMCA>2.0.CO;2 |