应用气象学报  2010, 21 (5): 606-613   PDF    
晴空回波在强对流天气临近预报中的应用
王丽荣, 卞韬, 苏运涛, 孙云, 张玉凤     
河北省石家庄市气象局, 石家庄 050081
摘要: 该文介绍了利用多普勒天气雷达资料判断环境风场辐合、辐散的两种方法:径向速度图像特征定性识别法和EVAD技术定量计算法,并结合2009年8月两次强对流天气过程详细介绍了两种方法的具体应用。统计分析了2005—2008年5—9月晴空回波特征以及不同高度散度和对流出现时间的关系, 晴空回波出现在距离雷达中心50 km范围之内,反射率因子多在10~20 dBZ,径向速度大部分为-5~5 m/s;强对流天气出现之前,对流层低层均会出现辐合,可以利用低层连续5个体扫出现辐合作为环境场具有辐合条件的指标。根据统计结果建立了强对流天气临近预警系统,该系统在2009年6—8月试运行,预警命中率为88.9%,虚警率为29.8%,临界成功指数为64.5%,辐合提前对流天气出现时间平均为7.1 h,对降低强对流天气漏报率,提高强对流天气的临近预报水平有重要意义。
关键词: 晴空回波    强对流    预警    
The Application of Clear air Echo to Early Warning of Severe Convective Weather
Wang Lirong, Bian Tao, Su Yuntao, Sun Yun, Zhang Yufeng     
Shijiazhuang Meteorological Bureau of Hebei Province, Shijiazhuang 050081
Abstract: Using Doppler weather radar data, two methods are implemented to estimate the divergence of environmental wind field. The first method is radial velocity image qualitative identification, through which the wind divergence is qualitatively judged by calculating the difference between positive and negative radial velocity area, and the wind speed given by comparing the value of positive and negative radial velocity in the same range rings. The other is EVAD (Extended Velocity Azimuth Display) quantitative analysis, which estimates the divergence of each level in 10—50 km around radar. They are applied in the analysis of two strong convective weather processes occurred in August 2009. The relationships between clear air echo characteristics, divergence in different levels and the time of convection appearance are statistically investigated by analyzing 50 processes from May to September during 2005 to 2008. It's found that clear air echo appears within 50 km from radar center, the reflectivity are 10—20 dBZ, and the radial velocity is about±5 m/s. There are always convergences in low levels before convective weather, so it can be used as indicator of convergent environment field when consecutive five convergences appear on low level. As the altitude lowers, convergence happens ahead of convective weather much more, and on the level of 0.5 km, the forecast time of simple rainstorm can bring forward longer than that of simultaneous multiform convective weather.
Based on the results, a severe convective weather automatic warning system (SWEAWAR) is established and run on trial from June to August of 2009 except for 5 days without radar records. Among the 57 warnings, the hit ratio is 88.9% and false warnings ratio is 29.8%, the critical success index for the early warning is 64.5% and the convergence occurs 7.1 hours ahead of the convective weather on average. The SWEAWAR system seldom misses but generate quite a few false warnings too. Overall, it can help to reduce the missing report rate and improve forecast of severe convective weather.
Key words: clear-air echoes     convective weather     early warning    
引言

暴雨、冰雹、大风等灾害性天气都与强对流系统有关,是短时天气预报的重点与难点。研究强对流系统,了解它的形成规律,是近几十年大气科学研究的重要方向。随着多普勒天气雷达的广泛应用,如何利用雷达资料研究这些中小尺度天气系统,找到本地化的预报指标与方法,是近几年气象工作者研究的主要内容[1-7]。程向阳等[8]通过多普勒雷达资料分析,指出雷暴天气的形成过程通常在多普勒雷达图上反映为一个双层干区的迅速破坏和基本消失的过程。李淑玲等[9]通过对一次飑线过程的多普勒雷达资料分析,发现单独大风和冰雹大风同时出现的天气现象分别发生在飑线生命史的不同阶段,并指出外流边界的出现是灾害性大风的前兆。朱敏华等[10]分析了2003年两次暴雨过程的多普勒天气雷达资料,发现中低空的水汽辐合、中低空急流和低层垂直风切变引起的辐合是产生强降水的重要原因。

以上研究为利用多普勒天气雷达来认识和跟踪雷暴、暴雨等强对流天气起到了很好的作用。但这些研究大都是分析灾害天气出现以后或者雷达图上已经有明显回波时,根据回波移动、发展、生消,判断是否会造成暴雨、冰雹、大风等灾害性天气,预警时效短。王丽荣等[11]研究表明,强对流天气出现之前,大气环流场的低层已经具备了明显的辐合条件,往往会有晴空回波出现,辐合特征可以在晴空回波的径向速度PPI上定性体现出来,也可以通过EVAD技术定量计算出来。本文就是建立在上述研究基础上,继续普查了2005-2008年5-9月强对流天气发生前辐合变化情况,根据普查结果,建立强对流天气临近预警系统,为预报对流性降水的有无及出现时间提供某些定量化依据。

1 资料及方法 1.1 资料

所有雷达资料取自石家庄新乐多普勒天气雷达 (38.35°N,114.712°E)2005-2009年的基数据和产品。灾害性天气及降水资料取自地面观测和加密自动站雨量计资料。

1.2 图像定性识别散度方法

由文献[12-14]可知,如果不考虑冷暖平流引起的风向变化,则径向速度PPI图像零速度线呈弓状 (图略)。弓两侧弯向正速度区,则负速度区面积大于正速度区面积,为纯粹的大尺度辐合运动;弓两侧弯向负速度区,则正速度区面积大于负速度区面积,为纯粹的大尺度辐散运动。即径向速度PPI上相同速度值正、负速度区域的不对称反映了风向的大尺度辐合、辐散。

径向速度PPI上相同距离圈正、负速度数值的差异反映了这个高度层风速的辐合辐散,负速度大于正速度,为辐合,反之为辐散;且正、负速度差值越大,辐合、辐散越强 (图略)。

1.3 EVAD技术定量计算散度方法

根据文献[15-16],由EVAD方法计算水平散度。VAD技术中,由径向速度按方位角展开后的零阶项,可以得到

(1)

式 (1) 中,a0表示傅氏系数,Vh表示水平速度,r表示目标距雷达的距离,α表示雷达扫描仰角,Vf表示垂直速度。式中包括散度项▽Vh, EVAD方法就是假设在某一厚度层中,水平散度在较小的高度间隔内不变。应用在此间隔内不同的仰角或不同距离的径向速度资料,得到多个a0值,然后应用带有权重 (Thomas权重系数) 的最小二乘法分离水平散度,将散度信息提取出来。

Thomas的权重系数为

(2)

式 (2) 中,γk为这一层内第k个距离的权重,var表示方差,nk为这一水平层内第k距离圈所在仰角上的距离圈总数。根据不同时刻、不同仰角同一距离、或同一仰角不同距离上的径向速度分布资料,就可以得到大气平均散度随高度和时间的分布情况,进而分析大气层结的稳定性。

由于EVAD技术是在某一固定距离圈上对径向速度Vr(θ) 做谐波分析基础上得到的结果,因此还必须考虑Vr(θ) 本身的测量误差和距离圈上的局部区域缺测Vr(θ)(即无回波区) 资料时产生的误差,当回波缺口大于30°或积累的Vr(θ) 缺测区大于60°时,对计算出的平均散度有明显影响,因此,将回波缺口太大的距离圈数据不进行散度计算。

由文献[16],EVAD方法提取的平均散度 (D) 估算误差公式为

(3)

式 (3) 中,M是通过某一高度层距离圈总数;γk*=是第k个距离圈的距离。

对于VCP21模式而言,6min体扫9个仰角,当回波完全充满时,0~500m高度内不同仰角对应的距离圈数分别如表 1所示,合计距离圈总数M=670。

表 1 0~500 m高度内不同仰角对应的距离圈数 Table 1 The rings in the height of 0—500 m in each elevation angles

比较不同有效距离圈和距离的散度误差可知,有效距离圈数越多,距离雷达越远,平均散度精度越高。回波完全充满时 (M/1),8 km以外散度的误差量级为10-5s-1,25 km以外已经达到10-6s-1;回波充满一半时 (M/2),12 km以外散度的误差量级为10-5s-1,35 km以外已经达到10-6s-1……回波充满1/10时 (M/10),25 km以外散度的误差量级为10-5s-1。兼顾精度及EVAD技术计算平均风场的假设,论文中采用10 50 km的距离圈进行散度提取,精度基本能够达到分析要求。

2 典型个例分析 2.1 2009年8月4日强降水

受冷空气和偏东风共同影响,2009年8月4日上午石家庄出现分布极不均匀的雷阵雨,市区及部分乡镇达暴雨。由于降水强度大,造成石家庄市区多处道路一度中断。

2.1.1 图像定性分析

由强降水出现前径向速度PPI (图 1) 可以看出:2009年8月4日01:30(北京时,下同) 之前,回波覆盖范围较大,零速度线成弓形,弯向正速度区,即负速度区的面积明显大于正速度区面积,存在很强的风向性辐合。02:30-04:30回波覆盖范围明显减小,但仍然存在明显的风向辐合,而且雷达的西南方向开始出现距离折叠,说明该方向开始有强回波进入雷达扫描范围。04:30以后,回波覆盖范围又迅速增大,风向辐合依然存在,而且在石家庄西部产生逆风区。可见,雷达附近自始至终存在风向辐合,而且辐合的厚度也比较大,为石家庄产生短时强降水提供了动力条件。

图 1. 2009年8月3日22:30—4日08:30径向速度PPI演变 (0.5°仰角, 相邻距离圈间隔为25 km) Fig 1. The radial velocity PPIs from 22:30 3 August to 08:30 4 August 2009 (elevaton is 0.5°, the interval of adjacent rings is 25 km)

2.1.2 EVAD技术定量分析

由逐分钟降水量变化 (图略) 可以看出:2009年8月4日降水发生在08:00-11:20,较强降水时段出现在08:45-09:31,此段时间逐分钟降水量大都在1mm以上。

图 2为强降水出现前低层 (250 m和500 m高度处) 散度随时间的变化,3日20:42-23:42低层存在连续的辐合;3日2 3:48-4日02:00,500m高度处仍为辐合,250m高度处的散度值则产生波动;4日02:00开始,500m高度处的散度非常不稳定,这是由于此时回波较弱,回波缺口太大 (如图 1所示),造成散度计算产生误差。

图 2. 2009年8月3日19:54—4日02:36不同高度层散度随时间变化曲线 Fig 2. The time series of the divergence at different height from 19:54 3 August to 02:36 4 August in 2009

图 3为强降水出现前、强降水过程中及降水结束后不同高度层散度随时间变化。由图 3可以看出,强降水出现前及出现时,250m和500m高度处存在明显的辐合,且高度越低,辐合越强;强降水刚刚出现时 (08:42),250 m高度处辐合最强,为-40.5×10-5s-1。强降水过程中,750m高度处也存在较强的辐合,1000 m和1500 m高度则以辐散为主。强降水时段结束后,低层辐合减弱,上层转为辐合。11:20降水结束后,高、低层全部转为辐散。图 3中强降水开始前750m以上高度散度值散乱以及降水过程中750 m和250 m高度处出现较大的正值,除了回波缺口造成的误差外,还由于此时在径向速度图上出现了逆风区,导致散度计算产生误差。

图 3. 2009年8月4日07:54—13:00不同高度层散度随时间变化曲线 Fig 3. The time series of the divergence at different height from 07:54 to 13:00 on 4 August 2009

2.2 2009年8月27日强对流

受高空横槽和低层切变线影响,2009年8月27日下午河北省中南部出现冰雹、大风、短时暴雨等强对流天气,造成大面积玉米倒伏、树木折断,栾城县大范围停电等。强对流天气发生时段为16:29-17:55。

2.2.1 图像定性分析

此次回波 (图 4) 和2009年8月4日回波不同之处在于:强对流出现前 (27日12:00-13:00),低层零速度线成“S"型,存在明显的暖平流,有利于强对流天气的产生。 13:30开始,零速度线发展为弓形,且弯向正速度区,即出现了风向的辐合,为强对流的出现提供动力条件。

图 4. 2009年8月27日12:00—15:30径向速度PPI演变 (1.5°仰角, 相邻距离圈间隔为25 km) Fig 4. The time series of the radial velocity PPIs from 12:00 to 15:30 on 27 August 2009 (the elevation is1.5°, the interval of adjacent rings is 25 km)

2.2.2 EVAD技术定量分析

由不同高度层散度的演变 (图 5) 可以看出,此次强对流天气辐合高度比较低:13:30开始250 m高度处出现辐合,但以上层次依然为辐散,只是500 m和750 m高度处分别在强对流天气出现前的1 h和30 min散度值减小,先后出现了辐合。强对流发生时,250 m高度处出现辐散,500 m和750 m高度处存在弱的辐合。强对流天气基本结束以后,高、低层全部转为辐散。500 m连续5个体扫出现辐合的时间为15:48,较第1个站观测到强对流的时间 (16:29) 提前41 min。

图 5. 2009年8月27日11:54—19:00不同高度层散度随时间变化曲线 Fig 5. The time series of the divergence at different height from 11:54 to 19:00 on 27 August 2009

3 统计分析

为了找出强对流天气出现前晴空回波的散度特征,选取2005-2008年5-9月共50次强对流天气过程进行分析,分别计算了每250m不同高度层的散度。本文以连续5个体扫出现辐合 (D<0),定义为提前对流天气出现的时间。

分析50次强对流天气过程得到晴空回波在反射率因子和径向速度图上的一些特征:反射率因子多在10~20dBZ范围内变化,径向速度最大值为±10m/s, 大部分在-5~5m/s内。覆盖区域的外边界如图 1图 4所示,主要在雷达中心附近50 km半径内。由于雷达的仰角为1.5°,由测高公式可知,回波外边界对应的高度在1.5 km以下,即晴空回波的垂直伸展高度低于1.5 km。

因晴空回波高度较低,所以文中只选取0.5 km, 1 km, 2 km高度回波进行分析;又因为晴空回波本身非常弱,受EVAD算法限制,常常会出现某一高度层无散度数据的情况,故采取以下措施进行补偿:0.5 km高度回波指以0.5 km数据为主,0.25 km高度数据为辅,即以0.5 km高度数据为准,当0.5 km高度数据不存在时,利用0.25 km数据代替;同样,1 km高度回波指以1 km数据为主,0.75 km高度数据为辅;2 km高度回波指以2 km数据为主,1.75 km高度数据为辅。为了比较不同高度辐合提前对流天气出现时间的关系,对50次对流天气过程进行了分析,统计结果如表 2所示。

表 2 不同高度辐合分析 Table 2 The analysis of convergence at diffrent height

根据不同对流天气过程辐合情况 (表 2) 可以看出: 50次过程中,无论哪个高度,均只有2次过程无提前量,占50次过程的4%;强对流天气出现之前,或早或晚,在对流层低层均出现了辐合,有利于水汽的聚集。高度越低,辐合提前对流出现的时间越长。散度无提前量的2次过程发生在短时暴雨伴有大风时的低层 (0.5 km和1 km高度) 和短时暴雨伴有冰雹的2 km高度,单独的短时暴雨过程均有一定的提前量,说明大风和冰雹天气的局地性和突发性较短时暴雨更强。在0.5 km高度处,单独短时暴雨较多种对流天气现象同时出现辐合提前对流出现的时间更长;1 km和2 km高度处则多种天气现象同时出现,辐合出现时间较早。说明只要有低层辐合的维持,就有可能产生短时暴雨,而要产生冰雹或短时大风则需要更为强烈的辐合抬升条件。

由于地面湿度大是晴空回波发生的重要条件,为此还分析了强对流天气出现之前地面相对湿度变化、相对湿度同径向速度回波范围以及散度的关系,结果表明:在强对流天气发生之前,或者地面湿度一直较大,或者有迅速增湿的过程,在雷达径向速度图上都有一定体现,为利用晴空回波计算散度提供条件。相对湿度越小,径向速度图上回波范围也越小;随着相对湿度增加,回波范围逐渐增大。相对湿度大值出现越早,回波范围越大,EVAD方法计算的散度精度越高,更能反映大气的状态。

4 强对流天气临近预警系统设计思路及检验结果

综合晴空回波分析可知,对流天气出现前,在对流层低层均出现了辐合,而且提取散度的高度越低,辐合提前对流出现的时间越长,故将0.5 km高度连续5个体扫出现辐合做为自动预警强对流天气的指标 (当0.5 km高度不能计算散度时,则取0.75 km代替,依次类推)。即当0.5 km高度连续5个体扫出现辐合时,说明环境场具备辐合条件,有利于对流天气的产生。当晴空回波具备辐合条件时,弹出对话框,提醒预报员低层具有辐合条件,存在产生对流天气产生的可能,注意回波的发展演变,以便及时发布强对流天气预警。

该系统于2009年6-8月对新乐雷达进行了试运行,除5d无雷达资料外,其余87d运行正常。系统共预警57次,其中40次实况出现对流天气或者降水;另外,实况有5次出现灾害性天气或降水,系统漏报;剩余的25次实况无灾害性天气或降水,系统也未预警。由计算可知,该预警系统的命中率为88.9%,虚警率为29.8%,临界成功指数为64.5%;辐合平均提前对流天气出现时间为7.1h。

表 3为逐月预警评分情况,可以看出: 6月和8月预警效果最好,7月稍差。6月虚警较少,但漏报较多;而8月虚警较多,未出现漏报现象。虚警时辐合多出现在傍晚 (58.8%) 和早晨 (35.3%),因此,对出现在傍晚或早晨前后的辐合,还应该通过更多的资料来进一步判断是否会产生强对流天气。对照天气实况可以看出,17次虚警中有9次在距离雷达较远处 (北京、保定西北部、山西等) 出现了雷暴等灾害性天气。漏报5次,全部为范围极小的雷暴或者零星阵雨,不会造成灾害。

表 3 2009年6—8月灾害性天气评分情况表 Table 3 The score sheet of severe weather from June to August in2009

另外,对6月20-7月4日持续高温炎热期间,6月26日河北省大部出现的雷阵雨天气,该系统提前12h做出了准确预警。

总体看来,该预警系统具有漏报较少,虚警较多的特点,对预报员起到了一定的提醒作用,但还有待于采取一定的措施以降低虚警率。

5 小结

本文介绍了利用多普勒雷达资料定性和定量判断晴空条件下环境风场是否存在辐合的方法,并利用该方法建立了强对流天气临近预警系统。得到以下初步结果:

1) 2005-2008年强对流天气出现前晴空回波的散度特征统计表明:强对流天气出现前,对流层低层均会出现辐合,可以利用低层连续5个体扫出现辐合作为环境场具有辐合条件的指标。

2) 根据统计分析结果,建立了晴空回波条件下强对流天气临近预警系统。2009年在石家庄进行了试运行,该系统预警灾害性天气的临界成功指数为64.5%,平均提前7.1h预警强对流天气,具有较高的实用价值。

另外,受回波缺口和逆风区等因素的影响,利用EVAD技术计算散度还存在一定的误差,会对预警效果产生一定的影响。

参考文献
[1] 何立富, 陈涛, 周庆亮, 等. 北京"7.10"暴雨β-中尺度对流系统分析. 应用气象学报, 2007, 18, (5): 655–665.
[2] 赵玮, 王建捷. 北京2006年夏季接连两场暴雨的观测对比分析. 气象, 2008, 34, (8): 3–14.
[3] 王飞, 张义军, 赵均壮, 等. 雷达资料在孤立单体雷电预警中的初步应用. 应用气象学报, 2008, 19, (2): 153–160.
[4] 夏文梅, 张亚萍, 汤达章. 暴雨多普勒天气雷达资料的分析. 南京气象学院学报, 2002, 25, (6): 787–794.
[5] 马清云, 李泽椿, 陶士伟. 单部多普勒天气雷达风场反演及其在数值预报中的应用试验. 应用气象学报, 2001, 12, (4): 488–493.
[6] 徐广阔, 孙建华, 雷霆, 等. 多普勒天气雷达资料同化对暴雨模拟的影响. 应用气象学报, 2009, 20, (1): 36–46.
[7] 王楠, 刘黎平, 徐宝祥, 等. 利用多普勒雷达资料识别低空风切变和辐合线方法研究. 应用气象学报, 2007, 18, (3): 314–320.
[8] 程向阳, 王兴荣, 胡雯, 等. 雷暴天气在多普勒雷达资料上的前兆特征分析. 气象科学, 2003, 23, (4): 485–490.
[9] 李淑玲, 刁秀广, 朱敏, 等. 一次飑线过程多普勒雷达资料分析. 气象, 2009, 35, (3): 60–65.
[10] 朱敏华, 姜有山, 周红根. 两次暴雨过程的多普勒天气雷达资料对比分析. 气象科学, 2005, 23, (1): 71–78.
[11] 王丽荣, 胡志群, 汤达章, 等. 多普勒雷达径向速度资料在对流天气预报中的应用. 气象科学, 2007, 27, (6): 695–701.
[12] 胡明宝, 高太长, 汤达章. 多普勒天气雷达资料分析与应用. 北京: 解放军出版社, 2000: 113-115.
[13] Wood V T, Brown R A, Single Doppler velocity signature interpretation of nondivergent environmental winds. J Atmos Ocean Technol, 1986, 3, (1): 114–128. DOI:10.1175/1520-0426(1986)003<0114:SDVSIO>2.0.CO;2
[14] Wood V T, Brown R A, Effects of radar proximity on single Doppler velocity signatures of axisymnetric rotation and divergence. Mon Wea Rev, 1992, 120: 2798–2807. DOI:10.1175/1520-0493(1992)120<2798:EORPOS>2.0.CO;2
[15] 胡志群, 汤达章, 梁明珠, 等. 用改善的EVAD技术和变分法计算大气垂直速度. 南京气象学院学报, 2005, 28, (3): 344–350.
[16] Thomas M, Srivastava R C, An improved version of the extended velocity-azimuth display analysis of single-Doppler radar data. J Atmos Ocean Technol, 1991, 8, (4): 453–456. DOI:10.1175/1520-0426(1991)008<0453:AIVOTE>2.0.CO;2