2011年8月18日福州地區(qū)下?lián)舯┝鞣治?/h1>
2012-05-17 07:53:02陳齊川
海峽科學 2012年8期
陳齊川
?
2011年8月18日福州地區(qū)下?lián)舯┝鞣治?/p>
陳齊川
福建省氣象臺
利用多普勒雷達資料對福州地區(qū)2011年8月18日的兩次下?lián)舯┝鬟^程進行分析，結(jié)果表明，反射率強中心的逐步下降，使得風暴中層下沉氣流加強，產(chǎn)生下?lián)舯┝?，速度場上近地層速度產(chǎn)品呈現(xiàn)輻散結(jié)構(gòu)、中層徑向輻合的特征。此次過程風暴的強出流與風暴分離后并未減弱，持續(xù)了相當長的時間。利用WINDEX指數(shù)和風暴趨勢圖可以對下?lián)舯┝鞯念A報提供幫助。
下?lián)舯┝?強對流風暴 多普勒雷達
0 引言
Fujita[1,2]把導致地面上水平風速大于17.9m/s的輻散或直線型的災害性大風的強下沉氣流定義為下?lián)舯┝?，并進一步區(qū)分為水平尺度大于4km，持續(xù)時間大于10分鐘的宏下?lián)舯┝骱退匠叨刃∮?km、持續(xù)時間小于10分鐘的微下?lián)舯┝?。下?lián)舯┝髟诮孛婕瓤梢栽斐深愃讫埦淼膰乐貫暮?，也可以產(chǎn)生很強的水平風切變，對飛機起降造成嚴重影響。美國曾為此開展4次大型外場試驗，包括NIMROD(Northern Illinois Meteorological Research on Downburst)[2,3],JAWS(Joint Airport Weather Studies)[4],FLOWS(FAA/Lincoln Laboratory Operational Weather Studies)[5]以及MIST(Microburst and Severe Thunderstorm)[6],對下?lián)舯┝鬟M行研究。隨著國內(nèi)新一代天氣雷達網(wǎng)的布設，我國也開始了對下?lián)舯┝鞯挠^測和研究。俞小鼎等[7]首次對下?lián)舯┝鬟M行了分析，刁秀廣等[8]針對3次單單體風暴產(chǎn)生的下?lián)舯┝?，畢旭等[9]、朱君鑒等[10]、王俊等[11]針對弓形回波造成的下?lián)舯┝餮芯堪l(fā)現(xiàn)，反射率因子核心逐步降低并伴隨云底以上速度輻合的多普勒雷達回波特征，可用來提前數(shù)分鐘預警下?lián)舯┝?。陶嵐[12]等利用反射率因子核心下降和低層強輻散的流場特征來開發(fā)下?lián)舯┝髯R別算法。
2011年8月18日下午起，永泰、閩侯、福州等地發(fā)生了冰雹、暴雨、大風等短時強對流天氣。此次過程主要災害為大風，風速最大達到29.9m/s，造成多處農(nóng)作物損失、樹木倒伏、停電等事故，給人民生活帶來明顯的影響。本文利用多普勒雷達、自動站觀測資料對其進行分析。
1 天氣背景和穩(wěn)定度分析
18日08時500hPa中高緯為兩槽一脊形勢，脊位于貝加爾湖，左右分別為兩個低渦，分別位于西西伯利亞和鄂霍次克海，隨著貝加爾湖脊東移加強，脊前偏北風量加大，引導冷空氣南壓，使脊前的槽加強南伸，槽底伸至30°N。福建為副高南部的東風氣流控制，從浙江到福建均有1度的負變溫。同時400hPa從臺灣島到福州均為負變溫區(qū)，最大的達到-4℃。高層的降溫使溫度垂直遞減率變大，增加了大氣的不穩(wěn)定性，有利于對流性天氣的發(fā)生。低層700hPa，850hPa福建均處于偏南急流的東側(cè)，全省風速均較小。福州的08時探空資料顯示，福州上空有逆溫層，從850hPa到300hPa均較干，風從低層到高層為逆時針旋轉(zhuǎn)，說明高層有冷平流，風切變較弱，K指數(shù)為31℃，CAPE值為2703J?kg-1，顯示福州地區(qū)有較大的不穩(wěn)定能量累積，WINDEX大風指數(shù)為26.8m/s，表明福州地區(qū)發(fā)生可能有強風，與實況最大風29.9m/s十分接近。
2 自動站資料分析
16:00-20:00的自動站資料顯示，福州、閩侯、永泰3個縣市都有達到7級以上的極大風，最大的達到29.9m/s。以閩侯、福州站為例，從下午起，閩侯的溫度緩慢下降，而濕度、氣壓則緩慢升高，18:30起，濕度劇烈下降，20分鐘后是風速的迅速增大，接著溫度陡降、氣壓猛升，19:03出現(xiàn)24.0m/s的9級大風，同期10分鐘累積雨量達到11.9mm。這表明地面的極大風是由風暴內(nèi)降水物的拖曳而產(chǎn)生的下?lián)舯┝髟诮孛孑椛⒃斐傻?。類似的，福州站也有相同的特點，19:17更是出現(xiàn)了29.2m/s的11級大風，但是福州的降水卻很少，其它要素的變化也沒有閩侯站劇烈。這是由于風暴強中心經(jīng)過閩侯站，卻未經(jīng)過福州站，但是在閩侯時，回波未發(fā)展到最強，而影響福州時，正是回波最強和下沉出流最強的時刻。雖然風暴的降水主體沒經(jīng)過福州，但是風暴產(chǎn)生的下?lián)舯┝鲄s更強，所以福州的極大風反而比閩侯的大。
3 雷達資料分析
中午起，福州地區(qū)就有零散回波出現(xiàn)并發(fā)展。從18時02分起，在6.0°仰角的速度圖上（圖略）閩侯西北部高空6km左右出現(xiàn)了一條近40km長的輻合線，并逐漸向東南方向移動，沿著這條輻合線新單體于空中6km左右的高度不斷生成并迅速增強，各個新生成的風暴單體的強中心一般位于6km左右高度，強區(qū)隨著風暴的發(fā)展向上下伸展。隨后，一些單體開始合并，風暴中層強中心加強并逐漸下降，至18時56分，開始產(chǎn)生第一次下?lián)舯┝鳎?.5°仰角的速度圖上出現(xiàn)了下?lián)舯┝鞯妮椛L場，負速度中心達到-24m/s，正速度中心則達到12m/s。正負速度中心間的距離約9~10km，構(gòu)成一個不對稱的低層輻散場，尺度約17km（圖1a），而正負速度對連線的中點對應著0.5°強度場上的最強值（圖1a，b中箭頭所指處），表明是風暴內(nèi)降水物的拖曳而產(chǎn)生的下?lián)舯┝?。圖 1中，a、b分別為18時56分0.5°速度圖和強度圖。c、d分別為沿圖a、b中箭頭所指處的同時刻的徑向強度剖面圖和速度剖面圖。
圖1
為了分析風暴的空間結(jié)構(gòu)，過圖1a、b箭頭所指處，沿徑向分別做反射率和速度的垂直剖面圖。由圖1c可見風暴已發(fā)展到14km以上，大于50dBZ的強區(qū)從9km一直伸展到地面，其強中心此時降至2km處，風暴整體向前傾斜，呈現(xiàn)出明顯的懸垂結(jié)構(gòu)，低層強度梯度很大，說明該處有強烈的天氣的發(fā)生。強度圖上風暴的強中心之下對應著近地面的輻散風場，風暴前部對應的速度剖面上從地面一直到高空近9km維持著一條輻合線，輻合線向后傾斜，說明上升氣流沿冷空氣傾斜上升至高層。輻合線前面的正速度區(qū)最大值位于4~7km處，最強達到24m/s，其對應著強度剖面上的懸垂部分，說明強烈的中層徑向輻合。閩侯站的極大風從18:49的14.2m/s到18:59增大為18.7m/s ，19:03達到最大的24.0m/s。而后這股下?lián)舯┝鞯南鲁翚饬髋c風暴分離，向東移動影響福州，福州站的極大風從19:08的10.8m/s迅速于19:17增大為29.2m/s。
19時08分，于閩侯西南處出現(xiàn)第二次的下?lián)舯┝?，由于此次下?lián)舯┝魇怯蓡螁误w風暴產(chǎn)生，風暴識別追蹤算法正確地進行了識別，利用風暴趨勢圖可以更直觀地表征風暴的一些特征。圖2為產(chǎn)生第二次下?lián)舯┝鞯娘L暴趨勢圖。它代表了從18:20~19:14之間物理量隨時間的變化，豎線代表回波頂和底，黃點代表回波強中心，紅點代表回波質(zhì)心。由圖2可以看到，從18:44起，風暴的強中心高度不斷升高，到19:02達到7.5km左右，而后19:08強中心迅速下沉到2km，反射率強中心的迅速大幅下沉造成了第二次的下?lián)舯┝?。同時在速度場上也可以看到明顯的輻散風場和強烈的中層徑向輻合。由于第二次下?lián)舯┝鳟a(chǎn)生的地區(qū)無自動站，且也與風暴分離，12分鐘后和第一次下?lián)舯┝鞯某隽骱喜?，向東移動共同影響福州、長樂地區(qū)。
圖2
4 小結(jié)
（1）這兩次下?lián)舯┝鲗儆诤晗聯(lián)舯┝鳎挥诟备吣喜窟吘壍臇|風氣流控制下，風暴產(chǎn)生前環(huán)境風切變?nèi)?，但地面溫度高，不穩(wěn)定能量大，高層的降溫加大了大氣的不穩(wěn)定性。此次過程中WINDEX指數(shù)對下?lián)舯┝鳚搫莸念A報很好，可以用其來預報下?lián)舯┝鞯臐搫荨?/p>
（2）兩次下?lián)舯┝鞫伎梢钥吹椒瓷渎蕪娭行南陆档降蛯拥默F(xiàn)象，但是產(chǎn)生第一次下?lián)舯┝鞯娘L暴是由多個風暴合并后產(chǎn)生的，風暴識別算法因各風暴間距離近，對這種多單體風暴未能進行很好的識別，并且各單體處于不同的風暴發(fā)展階段，導致風暴的反射率強中心位置不一，因此不能用風暴趨勢圖來表征，對它的預報要追蹤風暴的變化才行。而第二次下?lián)舯┝魇菃螁误w風暴產(chǎn)生的，風暴識別算法可以對其進行識別，利用風暴趨勢圖可以很好地表征風暴強中心的變化。
（3）從兩次下?lián)舯┝鞯乃俣葓錾隙伎梢钥吹降蛯訌娏逸椛⒑蛷娏业闹袑訌较蜉椇系奶卣鳌?/p>
（4）下?lián)舯┝鞯念A警十分困難，由于如颮線中的單體也會出現(xiàn)反射率因子核心下降和中層徑向輻合的特征，故已有的對下?lián)舯┝髯詣幼R別的方法都是主要針對反射率強中心下降和低層風暴輻散這兩個特征來設計[12,13,14]。但是當雷達觀測到近地面的輻散時，幾乎已無法提前發(fā)出警報。而對于宏下?lián)舯┝?，比如此次，下?lián)舯┝鳟a(chǎn)生后強烈出流與風暴分離，且持續(xù)近1小時，福州、長樂的很多地方都受其影響。如果單從強度場分析風暴，會認為風暴的影響將是閩侯南部和福清，但若從速度場分析，則可以提前，正確地預報出大風將影響福州和長樂地區(qū)。
[1] Fujita T T, Byers H R. Spearhead echo and downbursts in thecrash of an airliner[J].Mon Wea Rev, 1977(105):129-146.
[2] Fujita T T. The Downburst. SMRP Research Paper 210.Chicago: University of Chicago, 1985: 1-122. [NTIS PB-148880]
[3] Fujita T T. Manual of Downburst Identification for Project .SMRP Research Paper156, Chicago: University of Chicago,1978: 1-104.[NTIS PB-2860481]
[4] McCarthy J, Wilson J W, Fujita T T. The joint airport weatherstudies project[J].Bull Amer. Meteor Soc, 1982(63): 15-22.
[5] Wolfson M M, Distefana J T, Fujita T T. Low Altitude WindShear in the Memphis, TN Area Based on Mesonet and LLWASData. Preprints, 14 Conf on Severe Local Storms, Indianapolis,Amer Meteor Soc, 1985: 322-327.
[6] Atkins N T, Wakimoto R M. Wet microburst activity over thesoutheastern United States[J].Wea Forecasting, 1991(6): 470-482.
[7] 俞小鼎,張愛民,鄭媛媛,方翀,朱紅芳,吳林林. 一次系列下?lián)舯┝魇录亩嗥绽仗鞖饫走_分析[J]. 應用氣象學報, 2006(4) :385-393.
[8] 刁秀廣,趙振東,高慧君,姜鵬. 三次下?lián)舯┝骼走_回波特征分析[J]. 氣象, 2011(5) :522-531.
[9] 畢旭,羅慧,劉勇. 陜西中部一次下?lián)舯┝鞯亩嗥绽绽走_回波特征[J]. 氣象, 2007(1) :70-73.
[10] 朱君鑒,刁秀廣,曲軍,黃秀韶. 4.28臨沂強對流災害性大風多普勒天氣雷達產(chǎn)品分析[J]. 氣象, 2008(12):21-26.
[11] 王俊,龔佃利,刁秀廣,盛日鋒,陳西利. 一次弓狀回波、強對流風暴及合并過程研究Ⅰ:以單多普勒雷達資料為主的綜合分析[J]. 高原氣象, 2011(4) :1067-1077
[12] 陶嵐,戴建華. 下?lián)舯┝髯詣幼R別算法研究[J]. 高原氣象, 2011(3): 784-797.
[13] Merritt M W. Automated detection of microburst windshear forterminal Doppler weather radar [C]∥Digital Image Processingand Visual Communication Technologies in Meteorology, Cam-bridge, 1987(846): 91-102.
[14] Travis M S, Kimberly L E, Shannon A D. A damaging down-burst prediction and detection algorithm for the WSR-88D [J].Weather Forecasting, 2004(19): 240-250.
猜你喜歡
影響Mini LED板油墨層反射率的因素印制電路信息(2022年11期)2022-11-30 03:40:58 近岸水體異源遙感反射率產(chǎn)品的融合方法研究海洋通報(2022年4期)2022-10-10 07:40:26 江蘇典型下?lián)舯┝黠L暴結(jié)構(gòu)特征統(tǒng)計分析*氣象學報(2022年4期)2022-09-06 01:59:50 具有顏色恒常性的光譜反射率重建光譜學與光譜分析(2022年4期)2022-04-06 03:44:38 基于FLUENT的下?lián)舯┝魅S風場建模成都信息工程大學學報(2021年5期)2021-12-30 06:25:16 基于壁面射流的下?lián)舯┝鞣欠€(wěn)態(tài)風場大渦模擬西南交通大學學報(2018年6期)2018-12-18 02:22:46 關于低層房屋建筑工程造價的要點及控制措施探討探索報刊薈萃(上)(2018年3期)2018-04-24 13:01:20 一種改進的多普勒天氣雷達下?lián)舯┝髯R別算法成都信息工程大學學報(2017年5期)2018-01-23 02:45:40 化學腐蝕硅表面結(jié)構(gòu)反射率影響因素的研究*電子器件(2017年2期)2017-04-25 08:58:37 住八樓以上的人，早亡風險低益壽寶典(2017年34期)2017-02-26 08:27:20
陳齊川
?
2011年8月18日福州地區(qū)下?lián)舯┝鞣治?/p>
陳齊川
福建省氣象臺
利用多普勒雷達資料對福州地區(qū)2011年8月18日的兩次下?lián)舯┝鬟^程進行分析，結(jié)果表明，反射率強中心的逐步下降，使得風暴中層下沉氣流加強，產(chǎn)生下?lián)舯┝?，速度場上近地層速度產(chǎn)品呈現(xiàn)輻散結(jié)構(gòu)、中層徑向輻合的特征。此次過程風暴的強出流與風暴分離后并未減弱，持續(xù)了相當長的時間。利用WINDEX指數(shù)和風暴趨勢圖可以對下?lián)舯┝鞯念A報提供幫助。
下?lián)舯┝?強對流風暴 多普勒雷達
0 引言
Fujita[1,2]把導致地面上水平風速大于17.9m/s的輻散或直線型的災害性大風的強下沉氣流定義為下?lián)舯┝?，并進一步區(qū)分為水平尺度大于4km，持續(xù)時間大于10分鐘的宏下?lián)舯┝骱退匠叨刃∮?km、持續(xù)時間小于10分鐘的微下?lián)舯┝?。下?lián)舯┝髟诮孛婕瓤梢栽斐深愃讫埦淼膰乐貫暮?，也可以產(chǎn)生很強的水平風切變，對飛機起降造成嚴重影響。美國曾為此開展4次大型外場試驗，包括NIMROD(Northern Illinois Meteorological Research on Downburst)[2,3],JAWS(Joint Airport Weather Studies)[4],FLOWS(FAA/Lincoln Laboratory Operational Weather Studies)[5]以及MIST(Microburst and Severe Thunderstorm)[6],對下?lián)舯┝鬟M行研究。隨著國內(nèi)新一代天氣雷達網(wǎng)的布設，我國也開始了對下?lián)舯┝鞯挠^測和研究。俞小鼎等[7]首次對下?lián)舯┝鬟M行了分析，刁秀廣等[8]針對3次單單體風暴產(chǎn)生的下?lián)舯┝?，畢旭等[9]、朱君鑒等[10]、王俊等[11]針對弓形回波造成的下?lián)舯┝餮芯堪l(fā)現(xiàn)，反射率因子核心逐步降低并伴隨云底以上速度輻合的多普勒雷達回波特征，可用來提前數(shù)分鐘預警下?lián)舯┝?。陶嵐[12]等利用反射率因子核心下降和低層強輻散的流場特征來開發(fā)下?lián)舯┝髯R別算法。
2011年8月18日下午起，永泰、閩侯、福州等地發(fā)生了冰雹、暴雨、大風等短時強對流天氣。此次過程主要災害為大風，風速最大達到29.9m/s，造成多處農(nóng)作物損失、樹木倒伏、停電等事故，給人民生活帶來明顯的影響。本文利用多普勒雷達、自動站觀測資料對其進行分析。
1 天氣背景和穩(wěn)定度分析
18日08時500hPa中高緯為兩槽一脊形勢，脊位于貝加爾湖，左右分別為兩個低渦，分別位于西西伯利亞和鄂霍次克海，隨著貝加爾湖脊東移加強，脊前偏北風量加大，引導冷空氣南壓，使脊前的槽加強南伸，槽底伸至30°N。福建為副高南部的東風氣流控制，從浙江到福建均有1度的負變溫。同時400hPa從臺灣島到福州均為負變溫區(qū)，最大的達到-4℃。高層的降溫使溫度垂直遞減率變大，增加了大氣的不穩(wěn)定性，有利于對流性天氣的發(fā)生。低層700hPa，850hPa福建均處于偏南急流的東側(cè)，全省風速均較小。福州的08時探空資料顯示，福州上空有逆溫層，從850hPa到300hPa均較干，風從低層到高層為逆時針旋轉(zhuǎn)，說明高層有冷平流，風切變較弱，K指數(shù)為31℃，CAPE值為2703J?kg-1，顯示福州地區(qū)有較大的不穩(wěn)定能量累積，WINDEX大風指數(shù)為26.8m/s，表明福州地區(qū)發(fā)生可能有強風，與實況最大風29.9m/s十分接近。
2 自動站資料分析
16:00-20:00的自動站資料顯示，福州、閩侯、永泰3個縣市都有達到7級以上的極大風，最大的達到29.9m/s。以閩侯、福州站為例，從下午起，閩侯的溫度緩慢下降，而濕度、氣壓則緩慢升高，18:30起，濕度劇烈下降，20分鐘后是風速的迅速增大，接著溫度陡降、氣壓猛升，19:03出現(xiàn)24.0m/s的9級大風，同期10分鐘累積雨量達到11.9mm。這表明地面的極大風是由風暴內(nèi)降水物的拖曳而產(chǎn)生的下?lián)舯┝髟诮孛孑椛⒃斐傻?。類似的，福州站也有相同的特點，19:17更是出現(xiàn)了29.2m/s的11級大風，但是福州的降水卻很少，其它要素的變化也沒有閩侯站劇烈。這是由于風暴強中心經(jīng)過閩侯站，卻未經(jīng)過福州站，但是在閩侯時，回波未發(fā)展到最強，而影響福州時，正是回波最強和下沉出流最強的時刻。雖然風暴的降水主體沒經(jīng)過福州，但是風暴產(chǎn)生的下?lián)舯┝鲄s更強，所以福州的極大風反而比閩侯的大。
3 雷達資料分析
中午起，福州地區(qū)就有零散回波出現(xiàn)并發(fā)展。從18時02分起，在6.0°仰角的速度圖上（圖略）閩侯西北部高空6km左右出現(xiàn)了一條近40km長的輻合線，并逐漸向東南方向移動，沿著這條輻合線新單體于空中6km左右的高度不斷生成并迅速增強，各個新生成的風暴單體的強中心一般位于6km左右高度，強區(qū)隨著風暴的發(fā)展向上下伸展。隨后，一些單體開始合并，風暴中層強中心加強并逐漸下降，至18時56分，開始產(chǎn)生第一次下?lián)舯┝鳎?.5°仰角的速度圖上出現(xiàn)了下?lián)舯┝鞯妮椛L場，負速度中心達到-24m/s，正速度中心則達到12m/s。正負速度中心間的距離約9~10km，構(gòu)成一個不對稱的低層輻散場，尺度約17km（圖1a），而正負速度對連線的中點對應著0.5°強度場上的最強值（圖1a，b中箭頭所指處），表明是風暴內(nèi)降水物的拖曳而產(chǎn)生的下?lián)舯┝?。圖 1中，a、b分別為18時56分0.5°速度圖和強度圖。c、d分別為沿圖a、b中箭頭所指處的同時刻的徑向強度剖面圖和速度剖面圖。
圖1
為了分析風暴的空間結(jié)構(gòu)，過圖1a、b箭頭所指處，沿徑向分別做反射率和速度的垂直剖面圖。由圖1c可見風暴已發(fā)展到14km以上，大于50dBZ的強區(qū)從9km一直伸展到地面，其強中心此時降至2km處，風暴整體向前傾斜，呈現(xiàn)出明顯的懸垂結(jié)構(gòu)，低層強度梯度很大，說明該處有強烈的天氣的發(fā)生。強度圖上風暴的強中心之下對應著近地面的輻散風場，風暴前部對應的速度剖面上從地面一直到高空近9km維持著一條輻合線，輻合線向后傾斜，說明上升氣流沿冷空氣傾斜上升至高層。輻合線前面的正速度區(qū)最大值位于4~7km處，最強達到24m/s，其對應著強度剖面上的懸垂部分，說明強烈的中層徑向輻合。閩侯站的極大風從18:49的14.2m/s到18:59增大為18.7m/s ，19:03達到最大的24.0m/s。而后這股下?lián)舯┝鞯南鲁翚饬髋c風暴分離，向東移動影響福州，福州站的極大風從19:08的10.8m/s迅速于19:17增大為29.2m/s。
19時08分，于閩侯西南處出現(xiàn)第二次的下?lián)舯┝?，由于此次下?lián)舯┝魇怯蓡螁误w風暴產(chǎn)生，風暴識別追蹤算法正確地進行了識別，利用風暴趨勢圖可以更直觀地表征風暴的一些特征。圖2為產(chǎn)生第二次下?lián)舯┝鞯娘L暴趨勢圖。它代表了從18:20~19:14之間物理量隨時間的變化，豎線代表回波頂和底，黃點代表回波強中心，紅點代表回波質(zhì)心。由圖2可以看到，從18:44起，風暴的強中心高度不斷升高，到19:02達到7.5km左右，而后19:08強中心迅速下沉到2km，反射率強中心的迅速大幅下沉造成了第二次的下?lián)舯┝?。同時在速度場上也可以看到明顯的輻散風場和強烈的中層徑向輻合。由于第二次下?lián)舯┝鳟a(chǎn)生的地區(qū)無自動站，且也與風暴分離，12分鐘后和第一次下?lián)舯┝鞯某隽骱喜?，向東移動共同影響福州、長樂地區(qū)。
圖2
4 小結(jié)
（1）這兩次下?lián)舯┝鲗儆诤晗聯(lián)舯┝鳎挥诟备吣喜窟吘壍臇|風氣流控制下，風暴產(chǎn)生前環(huán)境風切變?nèi)?，但地面溫度高，不穩(wěn)定能量大，高層的降溫加大了大氣的不穩(wěn)定性。此次過程中WINDEX指數(shù)對下?lián)舯┝鳚搫莸念A報很好，可以用其來預報下?lián)舯┝鞯臐搫荨?/p>
（2）兩次下?lián)舯┝鞫伎梢钥吹椒瓷渎蕪娭行南陆档降蛯拥默F(xiàn)象，但是產(chǎn)生第一次下?lián)舯┝鞯娘L暴是由多個風暴合并后產(chǎn)生的，風暴識別算法因各風暴間距離近，對這種多單體風暴未能進行很好的識別，并且各單體處于不同的風暴發(fā)展階段，導致風暴的反射率強中心位置不一，因此不能用風暴趨勢圖來表征，對它的預報要追蹤風暴的變化才行。而第二次下?lián)舯┝魇菃螁误w風暴產(chǎn)生的，風暴識別算法可以對其進行識別，利用風暴趨勢圖可以很好地表征風暴強中心的變化。
（3）從兩次下?lián)舯┝鞯乃俣葓錾隙伎梢钥吹降蛯訌娏逸椛⒑蛷娏业闹袑訌较蜉椇系奶卣鳌?/p>
（4）下?lián)舯┝鞯念A警十分困難，由于如颮線中的單體也會出現(xiàn)反射率因子核心下降和中層徑向輻合的特征，故已有的對下?lián)舯┝髯詣幼R別的方法都是主要針對反射率強中心下降和低層風暴輻散這兩個特征來設計[12,13,14]。但是當雷達觀測到近地面的輻散時，幾乎已無法提前發(fā)出警報。而對于宏下?lián)舯┝?，比如此次，下?lián)舯┝鳟a(chǎn)生后強烈出流與風暴分離，且持續(xù)近1小時，福州、長樂的很多地方都受其影響。如果單從強度場分析風暴，會認為風暴的影響將是閩侯南部和福清，但若從速度場分析，則可以提前，正確地預報出大風將影響福州和長樂地區(qū)。
[1] Fujita T T, Byers H R. Spearhead echo and downbursts in thecrash of an airliner[J].Mon Wea Rev, 1977(105):129-146.
[2] Fujita T T. The Downburst. SMRP Research Paper 210.Chicago: University of Chicago, 1985: 1-122. [NTIS PB-148880]
[3] Fujita T T. Manual of Downburst Identification for Project .SMRP Research Paper156, Chicago: University of Chicago,1978: 1-104.[NTIS PB-2860481]
[4] McCarthy J, Wilson J W, Fujita T T. The joint airport weatherstudies project[J].Bull Amer. Meteor Soc, 1982(63): 15-22.
[5] Wolfson M M, Distefana J T, Fujita T T. Low Altitude WindShear in the Memphis, TN Area Based on Mesonet and LLWASData. Preprints, 14 Conf on Severe Local Storms, Indianapolis,Amer Meteor Soc, 1985: 322-327.
[6] Atkins N T, Wakimoto R M. Wet microburst activity over thesoutheastern United States[J].Wea Forecasting, 1991(6): 470-482.
[7] 俞小鼎,張愛民,鄭媛媛,方翀,朱紅芳,吳林林. 一次系列下?lián)舯┝魇录亩嗥绽仗鞖饫走_分析[J]. 應用氣象學報, 2006(4) :385-393.
[8] 刁秀廣,趙振東,高慧君,姜鵬. 三次下?lián)舯┝骼走_回波特征分析[J]. 氣象, 2011(5) :522-531.
[9] 畢旭,羅慧,劉勇. 陜西中部一次下?lián)舯┝鞯亩嗥绽绽走_回波特征[J]. 氣象, 2007(1) :70-73.
[10] 朱君鑒,刁秀廣,曲軍,黃秀韶. 4.28臨沂強對流災害性大風多普勒天氣雷達產(chǎn)品分析[J]. 氣象, 2008(12):21-26.
[11] 王俊,龔佃利,刁秀廣,盛日鋒,陳西利. 一次弓狀回波、強對流風暴及合并過程研究Ⅰ:以單多普勒雷達資料為主的綜合分析[J]. 高原氣象, 2011(4) :1067-1077
[12] 陶嵐,戴建華. 下?lián)舯┝髯詣幼R別算法研究[J]. 高原氣象, 2011(3): 784-797.
[13] Merritt M W. Automated detection of microburst windshear forterminal Doppler weather radar [C]∥Digital Image Processingand Visual Communication Technologies in Meteorology, Cam-bridge, 1987(846): 91-102.
[14] Travis M S, Kimberly L E, Shannon A D. A damaging down-burst prediction and detection algorithm for the WSR-88D [J].Weather Forecasting, 2004(19): 240-250.
猜你喜歡
印制電路信息(2022年11期)2022-11-30 03:40:58
海洋通報(2022年4期)2022-10-10 07:40:26
氣象學報(2022年4期)2022-09-06 01:59:50
光譜學與光譜分析(2022年4期)2022-04-06 03:44:38
成都信息工程大學學報(2021年5期)2021-12-30 06:25:16
西南交通大學學報(2018年6期)2018-12-18 02:22:46
報刊薈萃(上)(2018年3期)2018-04-24 13:01:20
成都信息工程大學學報(2017年5期)2018-01-23 02:45:40
電子器件(2017年2期)2017-04-25 08:58:37
益壽寶典(2017年34期)2017-02-26 08:27:20
