陳明軒 王迎春 肖現(xiàn) 高峰

1 中國氣象局北京城市氣象研究所，北京 100089

2 北京市氣象局，北京 100089

基于雷達資料四維變分同化和三維云模式對一次超級單體風暴發(fā)展維持熱動力機制的模擬分析

陳明軒1王迎春2肖現(xiàn)1高峰1

1 中國氣象局北京城市氣象研究所，北京 100089

2 北京市氣象局，北京 100089

利用三維云尺度數(shù)值模式和雷達資料快速更新循環(huán)四維變分同化（4DVar）技術(shù)，對京津冀地區(qū)一次強降水超級單體風暴發(fā)展演變的熱動力機制進行了數(shù)值模擬和結(jié)果分析，并結(jié)合雷達、加密探空和自動站資料，揭示了快速變化的近風暴大氣環(huán)境及風暴自身的熱動力三維特征對超級單體形成、發(fā)展和演變的影響。雷達回波觀測分析表明，這是一次由多單體合并加強為 “右移” 超級單體而后又分裂為多單體的風暴過程。在超級單體形成到發(fā)展成熟階段，風暴前方中低層環(huán)境垂直風切變逐漸加強，為超級單體中穩(wěn)定旋轉(zhuǎn)上升氣流和中氣旋的形成創(chuàng)造了重要條件。模擬的風矢端圖也指示出，風暴前方的低層環(huán)境風隨高度存在顯著的順時針切變，有利于超級單體風暴的持續(xù)發(fā)展和右移。與風暴相伴隨的冷池以及冷池出流（陣風鋒）與低層環(huán)境風場的輻合均不斷增強，風暴前沿的氣流上升明顯，低層暖濕空氣在強的風切變作用下旋轉(zhuǎn)上升進入風暴內(nèi)，使得超級單體得以維持和加強。在超級單體消散分裂為多單體階段，模擬的熱動力特征均不利于其進一步發(fā)展。此時，中低層切變明顯減弱，風矢端圖具有明顯的有利于多單體風暴發(fā)展的“直線型”特征。低層擾動溫度顯示冷池進一步增強并明顯擴展，其擴展速度快于風暴的發(fā)展移動速度，冷池前沿伸展到風暴前面。低層風場指示冷池出流(陣風鋒)更加強烈且存在明顯的“前沖”特征，并開始“脫離”風暴前沿。風暴前方的輻合上升也明顯減弱。基于模擬結(jié)果計算了與超級單體發(fā)展密切相關(guān)的風暴相對環(huán)境螺旋度（SREH）、風暴整體理查森數(shù)（SBRN）和風暴強度（SS）。結(jié)果顯示，在超級單體形成和發(fā)展成熟階段，SREH＞150 m2/s2，SBRN＜45，SS＞0.4，而在超級單體形成之前和接近消散階段,SREH＜150 m2/s2，SBRN＞45，SS＜0.4。上述結(jié)果與前人研究結(jié)論基本一致，反映出模擬的 SREH、SBRN 和SS對該超級單體風暴過程具有明顯指示意義。

雷達資料 4DVar 云模式 超級單體 熱動力機制

1 引言

超級單體風暴是發(fā)展最為旺盛的對流風暴系統(tǒng)，也是產(chǎn)生強降水、冰雹、龍卷和短時大風等災害性強對流天氣最為主要的風暴系統(tǒng)之一。自從Browning（1962）首次提出“超級單體（Supercell）”的概念并經(jīng)Marwitz（1972a, 1972b, 1972c）正式將“超級單體”作為局地對流風暴的一種類型后，氣象學界對超級單體風暴形成和發(fā)展演變機制的研究不斷深入，形成了一些關(guān)于超級單體風暴生消發(fā)展的熱動力概念模型。

自上世紀七、八十年代開始，觀測資料分析（Maddox，1976；Houze et al.，1990；Lemone et al.，1998; Parker and Johnson, 2000）和理論數(shù)值模擬研究（Weisman and Klemp, 1982; Rotunno et al,1988; Weisman and Rotunno, 2000）均表明，在中緯度地區(qū)，環(huán)境垂直風切變（特別是中低層的垂直風切變）和大氣熱力不穩(wěn)定度分別是影響對流風暴組織類型最重要的動力因子和熱力因子，超級單體風暴出現(xiàn)的典型環(huán)境是大氣存在強烈熱力不穩(wěn)定（對流有效位能CAPE達到1000～1500 J/kg, 甚至更大），并且低層水平風具有明顯的垂直切變，風隨高度也具有大于90°的旋轉(zhuǎn)特征。云尺度數(shù)值模擬分析指出，強的中低層環(huán)境垂直風切變（地面至4～6 km的垂直風切變值達到20～25 m/s以上）是相對穩(wěn)定且具有較長生命史的超級單體風暴發(fā)生發(fā)展的必要條件，其與上升氣流相互作用導致風暴中暖濕氣流的旋轉(zhuǎn)上升，以及與風暴出流相互作用加強風暴前方低層大氣的輻合上升，成為具有旋轉(zhuǎn)特性的超級單體風暴發(fā)生發(fā)展和維持最為重要的動力機制（Klemp et al., 1981; Weisman and Klemp, 1982, 1984; Rotunno and Klemp, 1982, 1985;Weisman and Rotunno, 2000; McCaul and Weisman, 2001）。定量數(shù)值模擬研究表明，動力因子對超級單體風暴旋轉(zhuǎn)上升氣流的總體貢獻在40%～60%左右，特別是在中低層，動力因子比熱力因子的貢獻更大（Weisman and Klemp, 1984;McCaul and Weisman, 1996; Weisman and Rotunno,2000）。

近地面冷池是對流風暴一個重要的邊界層特征。冷池是由于風暴中后部降水蒸發(fā)冷卻導致的冷空氣不斷下沉擴展而形成的近地面冷空氣堆。當然，除了風暴降水蒸發(fā)冷卻外，降水拖曳和垂直擾動氣壓梯度也會加強下沉氣流的發(fā)展和冷池的強度。早期研究（Charba, 1974; Goff, 1976）就已經(jīng)發(fā)現(xiàn)，通常情況下，冷池前部就是風暴出流邊界（即陣風鋒）的位置，并有可能存在較強的輻合上升。三維云尺度數(shù)值模擬試驗（Droegemeier and Wilhelmson, 1985, 1987）首次證實，如果風暴環(huán)境存在低層切變并且有向著風暴出流的低層風分量，那么近地面冷池能促使其前沿空氣（陣風鋒附近）產(chǎn)生較強的上升運動，對新風暴單體的形成非常有利。觀測分析研究（Corfidi, 2003）也表明,冷池強度及其發(fā)展趨勢與風暴的發(fā)展傳播存在密切關(guān)系，冷池外圍沿著陣風鋒的區(qū)域內(nèi)相對入流最強并且存在近地面的對流不穩(wěn)定，因此也最有利于風暴系統(tǒng)的發(fā)展或新風暴單體的形成。但最近的數(shù)值模擬研究（Snook and Xue, 2008）表明，對于超級單體風暴來說，一定強度的近地面冷池有利于在低層環(huán)流中心上方附近不斷維持強的上升氣流，從而對風暴前方低層的暖濕空氣產(chǎn)生強的動力抬升和垂直拉伸作用，有利于超級單體風暴的進一步發(fā)展和維持，甚至龍卷的形成。但是如果近地面冷池太強，其前沿強烈并且向前沖的陣風鋒將導致上升氣流向后傾斜，從而引起陣風鋒附近的低層環(huán)流中心和中層中氣旋之間出現(xiàn)不連續(xù)，并有可能切斷風暴前方低層不斷上升的暖濕氣流，不利于超級單體風暴的進一步發(fā)展和維持。當然，如果存在強的低層垂直風切變，也能夠?qū)娎涑厍袛嗟蛯优瘽窨諝夤呢撁嫘鸬揭欢ㄒ种谱饔谩?/p>

在國內(nèi)，許多學者基于新一代多普勒天氣雷達觀測等資料開展了超級單體風暴的研究工作，對不同地區(qū)發(fā)生的超級單體風暴的動力和熱力環(huán)境條件、雷達回波演變特征、流場結(jié)構(gòu)等進行了詳細分析，得出了許多有意義的結(jié)論（俞小鼎等，2008;潘玉潔等，2008；刁秀廣等，2009；王俊等，2011）。關(guān)于超級單體風暴的數(shù)值模擬，在國內(nèi)也已開展類似的工作。研究表明，不論是利用云尺度模式（劉術(shù)艷等，2004），還是利用中尺度模式（王秀明等，2009），均能夠在一定程度上模擬出超級單體風暴的一些典型特征，包括超級單體風暴的回波結(jié)構(gòu)和演變特征以及熱動力三維結(jié)構(gòu)等。

但是，通過將高時空分辨率的多部新一代天氣雷達實際觀測信息與精細的三維云尺度數(shù)值模式相結(jié)合，基于同化雷達組網(wǎng)觀測資料的云尺度數(shù)值模擬手段高精度地再現(xiàn)影響超級單體風暴發(fā)展演變的三維熱動力結(jié)構(gòu)，并以此分析超級單體風暴發(fā)展演變的熱動力機制，這方面的工作在國內(nèi)并不多見。

本文通過利用三維云尺度數(shù)值模式，并基于四維變分同化（4DVar）技術(shù)加入多部新一代天氣雷達的高時空分辨率觀測信息，再結(jié)合加密探空和地面自動站觀測等，對京津冀地區(qū)一次超級單體風暴形成、發(fā)展和演變的熱動力機制進行數(shù)值模擬和結(jié)果分析，以期揭示近風暴前的環(huán)境條件及風暴自身快速變化的熱動力三維結(jié)構(gòu)對超級單體風暴系統(tǒng)發(fā)展的影響。

2 環(huán)境條件分析及個例描述

本文所模擬分析的超級單體風暴發(fā)生在 2007年8月1日，是一次在京津冀地區(qū)由多單體風暴合并而形成的強降水超級單體風暴過程。在這次超級單體風暴過程中，僅在北京城區(qū)就有多個自動站降水記錄超過100 mm，其中和平西橋自動站的總降水記錄和1小時最大降水記錄分別達到148 mm和118 mm。

從北京南郊 54511站當日早晨 08:00和下午14:00（北京時，下同）的探空觀測分析來看（如圖1和表1），大氣形勢均非常有利于超級單體風暴的發(fā)生發(fā)展。Moller et al.（1990）總結(jié)的中緯度地區(qū)強降水超級單體的發(fā)生環(huán)境一般為：中到強的熱力不穩(wěn)定（對流有效位能CAPE ＞ 1500 J/kg）、強垂直風切變（0～5 km達到22 m/s）、高濕和較低的抬升凝結(jié)高度等，這與經(jīng)典超級單體的發(fā)生環(huán)境有所差異。從圖1和表1也可以看出，當日的探空表明大氣環(huán)境基本滿足中緯度地區(qū)強降水超級單體的發(fā)生條件。另外，從探空的風廓線和風矢端圖來看,中低層的風隨高度存在明顯的旋轉(zhuǎn)，中低層 “彎曲”的風矢端圖也指示出大氣動力條件非常有利于超級單體風暴的形成和發(fā)展。

表1 2007年8月1日北京南郊54511站探空分析Table 1 Rawinsonde analysis of station 54511 in the southern suburb of Beijing on 1 Aug 2007

研究表明，強降水超級單體風暴的雷達回波結(jié)構(gòu)特征最為復雜，其與經(jīng)典超級單體風暴的回波結(jié)構(gòu)存在差異（Moller et al.，1990，1994）。俞小鼎等（2008）總結(jié)了強降水超級單體風暴的可能回波特征，其中一些特征與本文所分析的個例比較吻合。

圖1 2007年8月1日（a）08:00和（b）14:00北京南郊54511站探空觀測分析。右側(cè)風廓線：長橫代表風速8 m/s，短橫代表風速4 m/sFig.1 Rawinsonde analysis of station 54511 in the southern suburb of Beijing on 1 Aug 2007: (a) 0800 LST; (b)1400 LST. A long bar and a short bar denote 8 m/s and 4 m/s, respectively, in right-hand wind profile of each panel

圖2 2007年8月1日京津冀地區(qū)四部新一代天氣雷達（北京、天津、石家莊S波段和張北C波段）組合反射率因子拼圖：（a）20:17；（b）21:17；（c）21:47；（d）22:17；（e）23:17；（f）23:47?！鳎褐袣庑恢?；○：雷達站位置；BJRS、TJRS、SJZRS：北京、天津、石家莊S波段雷達；ZBRC：張北C波段雷達Fig.2 Composite reflectivity mosaic from 4 CINRAD radars in Beijing-Tianjin-Hebei area at (a) 2017 LST, (b) 2117 LST, (c) 2147 LST, (d) 2217 LST,(e)2317 LST, and (f) 2347 LST on 1 Aug 2007. “△” indicates location of mesocyclones;“○” indicates location of radar site, and BJRS, TJRS, SJZRS, and ZBRC denote S-band radar sites of Beijing, Tianjin, Shijiazhuang, and C-band radar site of Zhangbei, respectively

圖2是京津冀地區(qū)四部新一代天氣雷達（北京、天津、石家莊S波段和張北C波段）同步組網(wǎng)觀測（王玉彬等，2008）得到的組合反射率因子拼圖,反映了這次強降水超級單體風暴的發(fā)展演變過程。由圖2可見，這是一次由多單體合并加強為超級單體而后又分裂為多單體的風暴過程。在20:17時刻，雷達拼圖顯示為多單體的形勢。隨著北京西部的帶狀回波向東偏南方向移動并加強進入北京城區(qū)后,與城區(qū)不斷加強的回波單體合并且進一步發(fā)展，在北京城區(qū)附近形成了一個典型的強降水超級單體風暴，并在北京城區(qū)產(chǎn)生了強降水（21:17時刻）。隨后該超級單體風暴進一步發(fā)展和加強，并向南傳播和移動（21:47和22:17時刻）。超級單體風暴形成大約 2小時后（23:17時刻），逐漸分裂。其中,向東南方向分裂出的單體又加強為一個體積小但很強的超級單體風暴，這是因為該風暴單體所處的區(qū)域內(nèi)存在很強的低層環(huán)境垂直風切變，動力條件適合超級單體風暴的發(fā)展演變(詳見后文敘述)。

進一步，從逐6分鐘的雷達拼圖來看（圖略），當北京城區(qū)附近的超級單體風暴形成后，新風暴單體在原有風暴的右前方不斷新生，使得整個超級單體風暴系統(tǒng)能夠得以發(fā)展和維持。同時，處于風暴右后側(cè)的北京城區(qū)出現(xiàn)了強降水（圖略）。從回波演變圖上也可以看出，該超級單體風暴也呈現(xiàn)出多單體風暴的特征，存在多個強的反射率因子核。中氣旋是判斷風暴是否為超級單體的重要特征之一(Moller et al.，1994)。從北京南郊S波段雷達的徑向速度圖上來看（圖略），在該超級單體風暴的初始形成階段 (21:17時刻)，在風暴右前側(cè)接近入流槽口的最大反射率因子核區(qū)附近，已經(jīng)出現(xiàn)了一個直徑為8 km左右的中氣旋，旋轉(zhuǎn)速度大約為15 m/s (最大正負速度絕對值之和的一半)，屬于弱中氣旋。該中氣旋伴隨著超級單體風暴的不斷發(fā)展，持續(xù)了1小時多，但其強度并未持續(xù)加強 (中氣旋位置如圖 2中“△” 所示)。在22:17時刻，在風暴右前側(cè)新發(fā)展出的大反射率因子核附近，又出現(xiàn)另外一個中氣旋特征，并從自動站觀測到超過20 m/s的地面大風。另外，從北京和天津的S波段雷達徑向速度圖上來看，上文所述的從該強降水超級單體分裂并發(fā)展形成的另一個小超級單體風暴也伴隨有明顯的中氣旋特征，這里不再贅述。上述特征與俞小鼎等（2008）總結(jié)的強降水超級單體風暴的一些回波特征比較吻合。

3 模式系統(tǒng)簡介及模擬設(shè)置

本文使用的模式系統(tǒng)是一個以三維云尺度數(shù)值模式和雷達資料四維變分同化（4DVar）技術(shù)為核心的變分多普勒雷達分析系統(tǒng)（VDRAS）。該系統(tǒng)最初由Sun and Crook（1997，1998）發(fā)展研究,隨后經(jīng)過了一系列的改進（Sun and Crook，2001;Chen et al.，2007；Sun and Zhang，2008；Sun et al.，2010；陳明軒等，2011），已經(jīng)形成為一個雷達資料同化分析和臨近預報系統(tǒng)。改進后的VDRAS系統(tǒng)通過使用三維云模式和4DVar同化技術(shù)，可以實現(xiàn)對多部多普勒天氣雷達資料的快速更新循環(huán)同化分析，從而得到與風暴系統(tǒng)生消發(fā)展密切相關(guān)的三維動力和熱動力特征（Sun and Zhang，2008；陳明軒等，2010；陳明軒等，2011）。本文正是利用VDRAS系統(tǒng)的這一特征，對這次超級單體風暴發(fā)展演變的熱動力機制進行精細的數(shù)值模擬和結(jié)果分析。關(guān)于VDRAS系統(tǒng)的介紹、技術(shù)細節(jié)及其重要改進可參見上述相關(guān)文獻，這里不再贅述。

本文數(shù)值模擬工作所使用的VDRAS模式系統(tǒng)配置與其在北京地區(qū)的實時應用配置（陳明軒等,2011）有所不同，而與我們對一次颮線過程進行數(shù)值模擬所使用的配置類似（陳明軒和王迎春,2011）。在水平方向，模式網(wǎng)格點數(shù)設(shè)置為180×180，水平分辨率設(shè)置為 3 km，因此，模擬范圍為 540 km×540 km。另外，模式中心設(shè)定在（39.5836°N,116.1802°E）。在這樣的模擬范圍內(nèi)，可同時對上述4部新一代多普勒天氣雷達（北京、天津、石家莊S波段和張北C波段）的觀測資料進行同化（雷達站位置如圖2中“○”所示）。在垂直方向，模式設(shè)置為30層，垂直分辨率為500 m，模式最低層高度為垂直分辨率的一半即250 m，因此，模式層高為14.75 km。而且，設(shè)定僅在12 km以下高度對雷達觀測資料進行同化，而12 km以上則作為云模式的上部海綿邊界層處理。

VDRAS系統(tǒng)對上述4部雷達進行同化的資料包括同步組網(wǎng)觀測的徑向速度和反射率因子，雷達掃描模式為VCP21（6 min左右間隔、9個仰角）。另外，在540 km×540 km的模式范圍內(nèi)，還使用了京津冀地區(qū)近80個5 min自動站的觀測資料，包括溫度、濕度、氣壓和風場，用于中尺度背景場的地面分析(詳見后文)。

在數(shù)值模式的雷達資料同化中，資料質(zhì)量非常重要，雷達資料質(zhì)量控制是必要的步驟。對于多普勒天氣雷達，特別是C波段雷達，徑向速度場容易出現(xiàn) “速度模糊”，從而導致虛假和錯誤的觀測出現(xiàn)。因此，在進行雷達資料4DVar同化之前，需要進行徑向速度退模糊處理。本文中，分三步進行雷達徑向速度的退模糊處理。在將雷達基數(shù)據(jù)資料接入VDRAS系統(tǒng)之前，通過利用一個實時四維多普勒雷達徑向速度退模糊處理方案（James and Houze,2001）對每部雷達的徑向速度進行了第一步退模糊處理。在 VDRAS的雷達資料同化預處理設(shè)置中,通過計算雷達格點資料的方差和梯度，利用高方差剔除和梯度檢查法進行第二步退模糊處理。然后,再利用模式的背景風場修正，進行第三步退模糊處理。最終，得到退模糊后的徑向速度場，用于VDRAS的同化分析。另外，鑒于C波段雷達的觀測特性，將張北C波段雷達的徑向速度有效觀測范圍限制在105 km半徑范圍內(nèi)。另外，在同化之前還對超折射地物回波（AP）等雜波進行了預處理和剔除（陳明軒等，2011），這里不再敘述。

與我們對一次颮線過程進行的數(shù)值模擬相類似（陳明軒和王迎春，2011），本文的模擬也設(shè)置VDRAS以快速更新循環(huán)的方式運行，第一個循環(huán)為冷啟動，隨后是熱啟動，以實現(xiàn)雷達資料的快速和有效同化分析。設(shè)定每個4DVar循環(huán)為18 min,包含上述每部雷達在VCP21模式下3組體掃資料的同化，并利用云模式進行6 min預報，作為下一次熱啟動的初猜場。雖然4部雷達均設(shè)置了6 min的同步掃描處理，但對比后發(fā)現(xiàn)，精確的雷達體掃資料的時間間隔仍然可能比6 min多幾秒，所以設(shè)定同化窗為730秒，以確保每個4DVar循環(huán)都能夠使每部雷達的3組體掃資料被同化（其中第一組體掃資料的6 min觀測時間未包括在內(nèi)）。將VDRAS系統(tǒng)的冷啟動時間設(shè)定在2007年8月1日18:59時刻，并設(shè)定運行32個循環(huán)，約合9小時，包含了從多單體合并加強為超級單體而后又分裂為多單體的整個風暴演變過程。

根據(jù)VDRAS的雷達資料4DVar同化方案，中尺度背景場的分析也是非常重要的一項。在這里,對于冷啟動，首先從一個基于WRF模式和三維變分同化技術(shù)的3小時快速更新循環(huán)數(shù)值預報業(yè)務系統(tǒng)(BJ-RUC)所提供的 9 km 分辨率的模式結(jié)果中,提取出27 km間隔的模式探空廓線。其次，利用距離權(quán)重插值方法和Barnes方法 (Barnes，1964), 將BJ-RUC模式探空廓線插值到VDRAS模式格點得到初猜場。對于熱啟動，用上一循環(huán)的6 min預報作為下一循環(huán)的初猜場。然后，將得到的初猜場與經(jīng)過Barnes方法插值后的雷達VAD風廓線結(jié)果相融合，得到高空分析場，并將地面自動站觀測經(jīng)Barnes插值分析后得到地面分析場。最后，利用垂直最小二乘擬合法和距離權(quán)重修正方法對地面和高空分析場進行合成，從而得到最終的中尺度背景場。

VDRAS利用有限元準牛頓迭代算法進行代價函數(shù)的最小化迭代（Sun and Crook, 1997）。對目前的設(shè)置進行測試后發(fā)現(xiàn)，當?shù)螖?shù)達到 40次時，代價函數(shù)梯度迅速下降到比較平緩的狀態(tài)。因此，設(shè)定在迭代 50次之后，即終止代價函數(shù)的最小化過程，并輸出同化分析結(jié)果，同時，利用云模式進行6 min預報，作為下一循環(huán)的初猜場。

這里需要指出，關(guān)于VDRAS對三維動力和熱動力特征分析的可靠性驗證，我們已經(jīng)開展過相關(guān)的工作（Chen et al., 2007; Sun et al., 2010；陳明軒等，2011），本文不再敘述。

4 模擬結(jié)果分析

根據(jù)這次強降水超級單體風暴的發(fā)展演變特征，選取21:05、21:59和22:53時刻分別代表風暴的初始形成階段、發(fā)展成熟階段和分裂消散階段,依次分析模擬得到的低層和中層切變、近地面冷池、低層風場和輻合上升等特征及其對超級單體風暴的影響。

4.1 低層和中層切變

如前文所述，低層和中層垂直風切變對超級單體風暴的形成和發(fā)展最為重要，是形成超級單體風暴的必要條件。在上文對探空資料的分析中已經(jīng)看出，當日早晨和下午的大氣0～3 km和0～6 km垂直切變形勢對超級單體風暴的形成和發(fā)展非常有利。下面，對數(shù)值模擬得到的中、低層垂直風切變特征及其對超級單體風暴發(fā)展演變的影響進行分析。在本次模擬的VDRAS設(shè)置中，模式垂直分辨率為500 m，而我們設(shè)定模式最低層為垂直分辨率的一半即250 m。因此，這里計算模式3250 m層和6250 m層與最低層250 m之間的切變分別代表0～3 km的低層切變和0～6 km的中層切變。另外，為直觀再現(xiàn)風暴發(fā)展前方的環(huán)境風隨高度的旋轉(zhuǎn)特征，可以選取能夠代表風暴前方環(huán)境風場特征的某一點，繪制模擬風場的0～6 km風矢端圖。對于風暴發(fā)展演變的上述三個具有代表性的時次，這里選取不同的點繪制風矢端圖。風矢端圖繪制點的選取原則是這個點盡量靠近風暴前沿，能夠代表風暴前的環(huán)境風場垂直變化特征，但是又不會受到風暴出流的影響。

圖3 0～3 km切變大?。ǖ戎稻€；單位：m/s）和切變矢量（箭頭）模擬結(jié)果以及雷達組合反射率因子拼圖觀測（彩色陰影）：(a) 21:05；(b) 21:59；(c) 22:53。(b) A-B的粗虛線為圖9剖面的制作方向Fig.3 Simulated 0-3 km vertical wind shear magnitude (contours, in m/s)and shear wind vectors at (a) 2105 LST, (b) 2159 LST, (c) 2253 LST.Composite reflectivity mosaic from 4 CINRAD radar observations is overlaid (color shading). The thick dash line from A to B in panel (b) is cross section direction of Fig. 9

圖4 0～6 km切變大?。ǖ戎稻€；單位：m/s）和切變矢量（箭頭）模擬結(jié)果以及雷達組合反射率因子拼圖觀測（彩色陰影）：(a) 21:05；(b)21:59；(c) 22:53Fig.4 Simulated 0-6 km vertical wind shear magnitude (contours, in m/s)and shear wind vectors at (a) 2105 LST, (b) 2159 LST, (c) 2253 LST.Composite reflectivity mosaic from 4 CINRAD radar observations is overlaid (color shading)

在超級單體風暴開始形成的初始階段（以21:05時刻為代表），在風暴發(fā)展前方的環(huán)境區(qū)，0～3 km切變和0～6 km切變的大小分別在18 m/s和22 m/s左右，比較有利于超級單體風暴的形成和發(fā)展（如圖3a和圖4a所示）。從切變矢量來看，0～3 km和0～6 km的切變方向均為東偏南，與上文探空風矢端圖診斷的風暴移動和傳播方向在同一象限，對風暴的發(fā)展非常有利。在風暴初始階段，選?。?9.4439°N，116.2539°E）作為代表點繪制風矢端圖（圖5a）。由圖5a來看，風暴前方的低層環(huán)境風隨高度存在顯著的順時針切變，根據(jù)風暴動力學概念模型（Weisman and Klemp，1986；Klemp，1987），此時的環(huán)境風場非常有利于超級單體風暴的發(fā)展,并且風暴具有右移特征。隨后的雷達觀測證實了這一點（參考圖2）。

到超級單體風暴發(fā)展的成熟階段（以21:59時刻為代表），風暴前方環(huán)境區(qū)的0～3 km切變和0～6 km切變的大小分別達到20 m/s和25 m/s左右,切變矢量則均以偏東方向為主，對超級單體風暴的發(fā)展維持非常有利（如圖3b和4b所示）。特別是強的中層切變，是形成風暴中旋轉(zhuǎn)上升氣流的重要因素，而旋轉(zhuǎn)上升氣流則是超級單體風暴形成和發(fā)展以及中氣旋形成的重要條件。選?。?9.0495°N，116.0212°E）作為代表點，繪制這一時段的模擬環(huán)境風場風矢端圖（圖5b）。由圖5b來看，低層環(huán)境風隨高度依然存在順時針切變特征，有利于超級單體風暴的持續(xù)發(fā)展和右移。但是對比圖5a和b來看，此時的環(huán)境風隨高度的順時針旋轉(zhuǎn)比1小時前超級單體風暴形成初期時有所減弱。

在超級單體風暴的分裂消散階段 (以 22:53時刻為代表)，其前方的0～3 km切變和0～6 km切變大小分別演變?yōu)?6 m/s和22 m/s左右，從整個切變的總體形勢來看，與1小時前的風暴發(fā)展成熟階段相比有所減弱，特別是低層0～3 km切變減弱得更加明顯（如圖3c和圖4c）。由此可見，此時的中層和低層環(huán)境垂直風切變對該超級單體風暴的發(fā)展演變已經(jīng)開始產(chǎn)生一定的不利影響。從風暴前方(39.0457°N, 116.3030°E) 為代表點的風矢端圖上來看（圖5c），此時的風隨高度的旋轉(zhuǎn)已經(jīng)明顯減弱，風矢端圖具有明顯的“直線型”特征。根據(jù)風暴動力學概念模型（Weisman and Klemp, 1986; Klemp,1987），“直線型”風矢端圖指示風隨高度的變化形勢最適合于多單體風暴的發(fā)展，因此預示著該超級單體風暴即將出現(xiàn)分裂。隨后的雷達觀測表明，該超級單體風暴在 20分鐘后出現(xiàn)明顯的分裂，成為一個多單體風暴系統(tǒng)（參考圖2）。

4.2 冷池和低層風場

如前文所述，近地面冷池在風暴的發(fā)展演變中有著重要作用。在本文的數(shù)值模擬中，我們用模式最低層250 m的擾動溫度來判斷冷池結(jié)構(gòu)的變化特征。這里參考Weisman and Rotunno（2004）的工作，將-6℃作為近地面冷池的邊界。另外，如果將當時模擬的擾動溫度與上一循環(huán)即 18 min前模擬的擾動溫度進行相減，就可以得到擾動溫度場在18 min內(nèi)的變化（我們也稱之為分析增量），從而可以判斷冷池的演變特征。

在超級單體風暴開始形成的初始階段（以21:05時刻為代表），從模擬的低層擾動溫度場總體來看，由于前期的多單體風暴降水作用，京津冀地區(qū)基本上是一個西北偏暖而東南偏冷的形勢。風暴右前方偏暖的形勢，也非常有利于風暴向暖區(qū)（上升區(qū)）的發(fā)展傳播，從而加強風暴的右移特征。由于風暴降水導致冷空氣下沉，在風暴的中后部已經(jīng)形成了一個中心擾動溫度低于-7℃的冷池，冷池前沿-6℃等值線位于風暴下方稍偏后的位置（圖6a）。另外，從模擬結(jié)果來看，以-6℃等溫線作為冷池邊界，冷池垂直厚度大約在0.8 km左右。從擾動溫度的變化來看（圖7a），18 min內(nèi)擾動溫度增量最大超過-1.8℃，并且最大增量中心在風暴后部，表明冷池在風暴后部增強的最為明顯。從模擬的風暴前方環(huán)境風場形勢來看（圖6a和圖7a），基本上以偏東風為主，有利于將渤海灣的水汽輸送到風暴附近，這與風矢端圖給出的信息一致（參考圖 5a）。而在風暴前沿，存在比較顯著的冷池出流，最大風速超過15 m/s，與風暴前方低層的環(huán)境風場形成明顯的輻合。

到超級單體風暴發(fā)展的成熟階段（以21:59時刻為代表），從模擬的擾動溫度場來看（圖6b），此時風暴中后部的冷池進一步加強，冷池中心的擾動溫度最低值超過-10℃，以-6℃為代表的冷池前邊界也進一步向風暴前沿推進，但并未與風暴前沿脫離。模擬結(jié)果顯示以-6℃等溫線作為邊界的冷池垂直厚度大約在1.6 km左右，比風暴初始階段的冷池厚度增加了1 km左右。從擾動溫度的變化來看（圖7b），18 min內(nèi)擾動溫度增量最大值已經(jīng)超過-2.4℃，并且最大增量中心已經(jīng)前移到靠近風暴尾部。擾動溫度及其增量空間分布特征的變化說明隨著強降水超級單體的發(fā)展成熟和降水的不斷加強，導致風暴后部冷空氣下沉不斷增強，從而使得代表冷池強度的低層擾動溫度的下降程度也明顯加大。從模擬的風暴前方低層風場來看（圖6b和圖7b），以偏東風為主的形勢并未有大的改變。風暴前沿冷池出流則變得更加強烈，最大風速超過20 m/s，與附近的自動站瞬時風速觀測比較一致，冷池出流與環(huán)境風場的輻合更加明顯。當然，短時大風也是強降水超級單體風暴的典型特征之一（俞小鼎等，2008）。

圖5 基于模擬風場的 0～6 km 風矢端圖：(a) 21:05 (39.4439°N，116.2539°E)；(b) 21:59 (39.0495°N，116.0212°E)；(c) 22:53 (39.0457°N，116.3030°E)。不同顏色代表不同的模式高度(單位：m)；每個風圈代表10 m/sFig.5 0-6 km wind hodograph based on simulated wind fields at (a)2105 LST (39.4439°N, 116.2539°E), (b) 2159 LST (39.0495°N,116.0212°E), (c) 2253 LST (39.0457°N, 116.3030°E). Each model level height is denoted by different colors; each wind circle denotes 10 m/s

圖6 250 m高度的擾動溫度（等值線；單位：℃）和風場（箭頭）模擬結(jié)果以及雷達組合反射率因子拼圖觀測（彩色陰影）：(a) 21:05；(b)21:59；(c) 22:53Fig.6 Simulated perturbation temperature (contours, in ℃) and wind fields (vectors) at lowest model level (250 m) at (a) 2105 LST, (b) 2159 LST, (c) 2253 LST. Composite reflectivity mosaic from 4 CINRAD radar observations is overlaid (color shading)

總之，結(jié)合上文關(guān)于垂直風切變的分析可以看出，根據(jù)數(shù)值模擬研究（Klemp et al., 1981; Weisman and Klemp, 1982, 1984; Rotunno and Klemp, 1982,1985; Weisman and Rotunno, 2000; McCaul and Weisman, 2001），在超級單體風暴從初始形成到發(fā)展成熟階段，冷池前沿的出流（陣風鋒）與風暴前的低層環(huán)境風之間相互作用，給發(fā)展中的超級單體風暴提供了源源不斷的偏東暖濕氣流，并促使風暴前的低層暖濕空氣不斷被抬升，同時在具有旋轉(zhuǎn)特性的強垂直風切變的作用下，使其旋轉(zhuǎn)上升進入風暴內(nèi)，對超級單體風暴的形成和發(fā)展非常有利。

在超級單體風暴的分裂消散階段（以22:53時刻為代表），如果以-6℃作為冷池邊界的話，模擬的擾動溫度場（圖6c）指示出此時的冷池進一步增強并明顯擴展，冷池擴展速度已經(jīng)快于風暴的發(fā)展移動速度，冷池前沿已經(jīng)伸展到風暴前面并離開風暴，冷池-10℃強中心也已經(jīng)前移到風暴下方靠前的位置。另外，從此時的模擬結(jié)果來看，以-6℃等溫線作為邊界的冷池垂直厚度大約在1.5 km左右，比風暴成熟階段的冷池厚度略有減小，這說明雖然冷池強度持續(xù)增強，但是冷池的向前擴散速度有所加快。從擾動溫度18 min的變化情況來看（圖7c），冷池中心擾動溫度增量最大值也超過-2.4℃，而且最大增量中心已經(jīng)移到風暴前沿，表明此時最強的冷池中心已經(jīng)位于風暴下方靠前的位置，冷池移動速度快于風暴移動速度，這與擾動溫度場分析結(jié)果一致。從風暴前方的低層風場來看（圖6c和圖7c），此時的風暴冷池出流也更加強烈，最大值超過 22 m/s，存在明顯的“前沖”特征，冷池出流（陣風鋒）即將“脫離”風暴前沿。

根據(jù)數(shù)值模擬研究（Snook and Xue，2008），在超級單體風暴的分裂消散階段，因為近地面冷池太強，而低層和中層的垂直風切變又開始明顯減弱，使得其前沿強烈并且向前沖的陣風鋒導致上升氣流開始向后傾斜，引起了低層環(huán)流中心和中層中氣旋之間出現(xiàn)不連續(xù)，并切斷了風暴前方低層不斷上升的偏東暖濕氣流，導致了超級單體風暴的分裂和消散。根據(jù)觀測資料分析研究所總結(jié)的京津冀地區(qū)對流風暴生消發(fā)展的概念模型（陳明軒等,2010），也可以得出，因為陣風鋒逐漸遠離風暴前沿，超級單體風暴即將分裂和消散，這與本文的數(shù)值模擬研究分析是一致的。另外，從圖6c和圖7c來看，在風暴消散階段，由于冷池的大范圍擴展,風暴前方的整個環(huán)境風場也轉(zhuǎn)變?yōu)闁|北風為主，使得冷池出流與環(huán)境風場之間的輻合明顯減弱，同樣不利于風暴的進一步發(fā)展。

4.3 低層輻合上升

如前文所述，風暴冷池出流與環(huán)境風場相互作用，在風暴前沿形成低層輻合上升，再加上垂直風切變的作用，使得暖濕空氣旋轉(zhuǎn)上升進入風暴內(nèi),是超級單體風暴形成最為重要的動力因子。下文將簡要分析在超級單體風暴發(fā)展的三個不同階段的低層輻合上升特征。這里用0～3 km（即模式250 m至3250 m層）之間的垂直速度累積量來表征氣流的低層上升特征。

圖8是模擬得到的低層250 m高度的輻合輻散以及0～3 km之間的垂直速度累積，分別代表了超級單體風暴三個發(fā)展階段的輻合上升特征。由圖8a可以看出，在以21:05時刻為代表的超級單體風暴的形成階段，風暴前側(cè)的最大低層輻合超過 0.8×10-3s-1，最大的垂直速度累積達到6 m/s以上，而且低層輻合和垂直速度累積的大值區(qū)與低層風場輻合區(qū)一致，均位于風暴前側(cè)。在超級單體風暴發(fā)展成熟階段（以21:59時刻為代表），由圖8b來看，此時風暴前側(cè)的低層輻合和垂直速度累積明顯增強,最大低層輻合超過1.2×10-3s-1，低層垂直速度累積最大達到10 m/s以上。模擬的低層輻合和垂直速度累積特征表明，風暴前側(cè)的低層大氣存在明顯的輻合上升運動，并在中低層的強垂直風切變作用下產(chǎn)生旋轉(zhuǎn)上升，非常有利于超級單體風暴的形成和發(fā)展，這與前文的分析是完全一致的。而在風暴后側(cè)則是明顯的輻散下沉，表明由于強降水導致在風暴后側(cè)存在明顯的冷空氣下沉區(qū)，這也是冷池形成和增強的主要原因。到超級單體風暴的分裂消散階段（以22:53時刻為代表），由圖8c可以看出，模擬的低層輻合和垂直速度累積均明顯減弱，這與前文關(guān)于冷池和低層風場特征的模擬分析是一致的。

4.4 風暴成熟階段垂直結(jié)構(gòu)特征

為進一步直觀地分析模擬的超級單體風暴的垂直結(jié)構(gòu)特征，繪制了風暴成熟階段（21:59時刻）模擬的風暴結(jié)構(gòu)垂直剖面圖 (圖9)，圖中包括模擬的模式雨水混合比、擾動溫度和風場，剖面方向如圖3b所示。從圖9上可以看出，模擬的雨水混合比顯示該超級單體風暴在成熟階段具有明顯的垂直伸展特征，1 g/kg以上的雨水混合比區(qū)域接近11.5 km高度。在風暴前方高層，存在一個云砧以及云砧下的有界弱回波區(qū)（BWER），但是這個云砧模擬的并不是特別理想，向前伸展的不是非常顯著。在風暴底部，存在一個比較明顯的冷池，擾動溫度-6℃等值線最高在1.6 km左右，冷池下部的擾動溫度最低超過-10℃。在風暴前方，中低層0～6 km之間的環(huán)境垂直風切變非常明顯，低層2 km以下存在明顯的向著風暴移動方向的環(huán)境入流，在風暴前沿則是強的上升氣流，在風暴中后部是明顯的下沉氣流。風暴的上述三維特征與前文的分析相一致，也與超級單體風暴的熱動力概念模型相符合(Rotunno, 1993; Moller et al., 1994)。

圖7 250 m高度的擾動溫度18 min增量（等值線；單位：℃）和風場（箭頭）模擬結(jié)果以及雷達組合反射率因子拼圖觀測（彩色陰影）：(a) 21:05；(b) 21:59；(c) 22:53Fig.7 Simulated perturbation temperature increment in 18 min (contours,in ℃) and wind fields (vectors) at lowest model level (250 m) at (a) 2105 LST, (b) 2159 LST, (c) 2253 LST. Composite reflectivity mosaic from 4 CINRAD radar observations is overlaid (color shading)

圖8 250 m高度的輻合輻散（彩色陰影；單位：10-3 s-1）和0～3 km之間的垂直速度累積（等值線；單位：m/s）以及風矢量場模擬結(jié)果：(a) 21:05；(b) 21:59；(c) 22:53Fig.8 Simulated convergence/divergence (color shading) at 250-m height,0-3 km vertical velocity accumulation (contours, in m/s), and winds(vectors) at 250-m height at (a) 2105LST, (b) 2159 LST, (c) 2253LST

4.5 熱動力環(huán)境參數(shù)定量分析

4.5.1 風暴相對環(huán)境螺旋度

風暴相對環(huán)境螺旋度（SREH）是衡量風暴旋轉(zhuǎn)潛勢具有明顯意義的重要動力參數(shù)，反映了一定氣層厚度內(nèi)環(huán)境風場的旋轉(zhuǎn)程度和輸入到風暴體內(nèi)環(huán)境渦度的多少，其量值則反映了沿對流風暴低層入流運動方向旋轉(zhuǎn)的強弱（Brooks and Wilhelmson, 1993; Droegemeier et al., 1993; Kerr and Darkow, 1996; Weisman and Rotunno, 2000）。SREH的計算公式表述如下：

圖9 21:59時刻模擬的風暴結(jié)構(gòu)剖面圖(沿圖3b中AB制作剖面)。彩色陰影：模式雨水混合比（單位：g/kg）；等值線：擾動溫度（單位：℃）；矢量：風場Fig.9 Cross section of simulated storm structure including rainwater mixing radio (color shading), perturbation temperature (contours in ℃),and winds at 2159 LST along AB indicated in Fig.3b

在本文中，我們計算0～3 km的SREH。對于水平渦度和環(huán)境風矢量，利用VDRAS模擬的250 m至3250 m高度之間每一層的網(wǎng)格點數(shù)據(jù)來計算。對于風暴移動速度矢量，通過對與VDRAS模擬結(jié)果相近時刻的雷達回波進行追蹤得到 (陳明軒等,2010)。然后，對網(wǎng)格點上的SREH取一定區(qū)域的平均值，代表模擬的這一時刻的SREH。這里需要指出的是，計算 SREH平均值的區(qū)域選取比較重要,選取原則是這個區(qū)域應該盡量靠近風暴前沿，能夠代表風暴前的環(huán)境風場變化特征，但是又不會受到風暴出流的明顯影響。這與前文風矢端圖繪制點的選取原則是類似的。這里選取距離風暴前沿30 km左右的120 km×120 km的區(qū)域進行SREH平均值的計算。從模擬的SREH隨時間演變的曲線來看（如圖10a），在超級單體風暴形成和發(fā)展成熟階段（從21:17時刻至 23:17時刻），SREH明顯大于 150 m2/s2，而在超級單體風暴形成之前和接近消散階段，SREH則小于150 m2/s2，這與Davies-Jones et al.（1990）給出的產(chǎn)生超級單體風暴的SREH最低值規(guī)則相符合。

圖10 基于模擬結(jié)果的 (a) 0～3 km風暴相對環(huán)境螺旋度（SREH）隨時間的變化以及 (b) 風暴整體理查森數(shù)（SBRN）和風暴強度（SS）隨時間的變化。(a) 橫線：SREH=150的標記線；(b) 橫線：SBRN=45和SS=0.4的標記線Fig.10 Variation of (a) storm-relative environment helicity (SREH) in 0-3 km height layer, and (b) storm bulk Richardson number (SBRN) and storm strength(SS) with time from simulation results. SREH=150 line is drawn in panel (a), and SBRN=45 and SS=0.4 lines are drawn in panel (b)

4.5.2 風暴整體理查森數(shù)和風暴強度

如引言所述，大氣熱力不穩(wěn)定度是影響對流風暴組織類型最重要的熱力因子，超級單體風暴出現(xiàn)的典型環(huán)境是大氣存在強烈熱力不穩(wěn)定 (CAPE一般達到1000～1500 J/kg以上)。如果將熱力因子與動力因子結(jié)合起來，將能夠更為全面地反映出風暴的組織類型。為此，前人利用對流熱力不穩(wěn)定度和垂直風切變的比值定義了風暴整體理查森數(shù)（SBRN），利用垂直上升強度與對流熱力不穩(wěn)定度的比值定義了風暴強度（SS），用以將熱力因子與動力因子結(jié)合起來進行風暴組織類型的研究（Moncrieff and Green, 1972; Weisman and Klemp, 1982,1984）。SBRN的計算公式如下：

這里，CAPE表示對流有效位能，Δu和Δv分別表示中低層風和近地面風的u分量和v分量的偏差。因此，公式（2）中的分母可以體現(xiàn)中低層垂直風切變的大小。SS的計算公式如下：

這里，Wmax表示最大上升速度，CAPE表示對流有效位能。研究發(fā)現(xiàn)（Weisman and Klemp, 1982,1984），SBRN＜45且SS＞0.4時比較有利于超級單體風暴的形成，而SBRN＞45且SS＜0.4時則更加有利于多單體風暴的發(fā)展?

在本文中，對每個模擬時刻，CAPE取0～10 km（即VDRAS模式層250 m至10250 m）的模擬結(jié)果計算得到，Δu和Δv取0～6 km（即VDRAS模式層250 m至6250 m）的模擬結(jié)果計算。對于Wmax，取這一時刻風暴中模擬得到的0～6 km（即VDRAS模式層250 m至6250 m）之間的最大上升速度。類似于上述SREH平均值的計算方法，對模式網(wǎng)格點上的SBRN和SS取一定區(qū)域的平均值，分別代表模擬的這一時刻的 SBRN和SS。同樣地，平均區(qū)域的選取原則也是盡量靠近風暴前沿，能夠代表風暴前的環(huán)境CAPE和風場垂直切變，但是又不會受到風暴本身的明顯影響。因此，同樣選取風暴前120 km×120 km的區(qū)域進行SBRN和SS平均值的計算。從模擬得到的SBRN和SS隨時間變化的曲線來看（如圖10b），在超級單體形成和發(fā)展階段（從21:17時刻至23:17時刻），SBRN均小于45而SS則大于0.4。而在超級單體風暴形成之前和分裂消散階段,SBRN大于45而SS則小于0.4，雷達回波上也表現(xiàn)為典型的多單體風暴結(jié)構(gòu)（可參見圖2）。上述結(jié)果與Weisman and Klemp（1982，1984）的云尺度理論數(shù)值模擬結(jié)果是類似的。

5 結(jié)論

本文利用三維云模式和雷達資料4DVar同化技術(shù)，對發(fā)生在京津冀地區(qū)的一次強降水超級單體風暴的熱動力機制進行了數(shù)值模擬和結(jié)果分析，并結(jié)合雷達、加密探空和地面自動站資料分析，揭示了環(huán)境條件和風暴自身快速變化的熱動力三維結(jié)構(gòu)對超級單體形成、發(fā)展和演變的影響。主要結(jié)論如下：

(1) 當日早晨08:00和下午14:00的探空觀測分析表明，大氣熱動力形勢（包括熱力不穩(wěn)定度、中低層垂直風切變、抬升凝結(jié)高度等）非常有利于強降水超級單體風暴的發(fā)生發(fā)展。另外，“彎曲”的風矢端圖也指示出，中低層的風隨高度存在明顯旋轉(zhuǎn)，大氣動力條件非常有利于超級單體風暴的形成和發(fā)展。

(2) 雷達回波觀測分析表明，這是一次由多單體合并加強為超級單體而后又分裂為多單體的風暴過程，屬于右移風暴，新風暴單體在原有風暴的右前方不斷新生，而處于風暴右后側(cè)的北京城區(qū)出現(xiàn)了強降水。該超級單體風暴也呈現(xiàn)出多單體風暴的特征，存在多個強的反射率因子核。雷達徑向速度觀測分析揭示出該超級單體風暴也存在較為明顯的中氣旋特征。上述特征與一般強降水超級單體風暴的一些典型回波特征較為吻合。

(3) 在超級單體風暴的初始形成階段，模擬的熱動力特征揭示出其非常有利于超級單體風暴的形成和發(fā)展。從0～3 km和0～6 km環(huán)境垂直風切變來看，對超級單體風暴的形成和發(fā)展比較有利,特別是模擬的風矢端圖指示出風暴前方的低層環(huán)境風隨高度存在顯著的順時針切變，非常有利于“右移”超級單體風暴的形成和發(fā)展。從低層擾動溫度場來看，由于風暴降水導致在風暴的中后部形成了一個較強的冷池，且增強程度較為明顯。從風暴前方環(huán)境風場形勢來看，基本上以偏東風為主，有利于將渤海灣的水汽輸送到風暴附近。而在風暴前沿，模擬結(jié)果顯示出存在比較顯著的冷池出流，與風暴前方低層的環(huán)境風場形成明顯的輻合。另外,模擬的垂直速度累積大值區(qū)與低層風場輻合區(qū)一致，均位于風暴前側(cè)。

(4) 在超級單體風暴的發(fā)展成熟階段，模擬的風暴前方環(huán)境區(qū)的0～3 km切變和0～6 km切變進一步加強，對超級單體風暴的發(fā)展維持非常有利,強的中層切變成為超級單體風暴發(fā)展以及中氣旋形成的重要條件。模擬的風矢端圖顯示出，低層環(huán)境風隨高度依然順轉(zhuǎn)，繼續(xù)對超級單體風暴的持續(xù)發(fā)展和右移提供有利條件。在風暴中后部，模擬的冷池進一步加強，中心擾動溫度低于-10℃，其前邊界進一步向風暴前沿推進，但并未與風暴前沿脫離。在風暴前沿，冷池出流更加強烈，最大風速超過20 m/s，與附近的自動站瞬時風速觀測比較一致，冷池出流與環(huán)境風場輻合也更加明顯。在風暴前側(cè)，低層輻合和垂直速度累積也明顯增強。模擬的垂直結(jié)構(gòu)特征分析進一步表明，風暴自身結(jié)構(gòu)、環(huán)境垂直風切變和冷池的特征符合超級單體的熱動力概念模型。上述模擬結(jié)果揭示出，在超級單體風暴從初始形成到發(fā)展成熟階段，冷池出流（陣風鋒）與風暴前的低層環(huán)境風之間相互作用，給發(fā)展中的超級單體風暴提供了源源不斷的偏東暖濕氣流，促使風暴前的低層暖濕空氣不斷被抬升，同時在強垂直風切變作用下使其旋轉(zhuǎn)上升進入風暴內(nèi)，對超級單體風暴的維持和加強非常有利。

(5) 在超級單體風暴的分裂消散階段，模擬的0～3 km和0～6 km環(huán)境垂直風切變明顯減弱，風矢端圖具有明顯的有利于多單體風暴發(fā)展的“直線型”特征，預示著該超級單體風暴即將出現(xiàn)分裂。從擾動溫度來看，冷池進一步增強并明顯擴展，其擴展速度已經(jīng)快于風暴的發(fā)展移動速度，冷池前沿已經(jīng)伸展到風暴前面并離開風暴。從風暴前沿的低層風場來看，冷池出流更加強烈，最大值超過 22 m/s，存在明顯的“前沖”特征，冷池出流（陣風鋒）開始“脫離”風暴前沿。另外，低層輻合和垂直速度累積也明顯減弱。模擬的上述熱動力特征均不利于超級單體風暴的進一步發(fā)展，導致超級單體風暴最終分裂消散。

(6) 利用模擬結(jié)果，計算了與超級單體風暴密切相關(guān)的熱動力環(huán)境參數(shù)，包括風暴相對環(huán)境螺旋度（SREH）、風暴整體理查森數(shù)（SBRN）和風暴強度（SS）。在超級單體風暴形成和發(fā)展成熟階段，SREH明顯大于150 m2/s2，SBRN小于45，SS則大于0.4。在超級單體風暴形成之前和接近消散階段，SREH則小于150 m2/s2，SBRN大于45，SS則小于0.4。上述定量模擬結(jié)果與前人的分析結(jié)論基本一致，反映出SREH、SBRN和SS對該超級單體風暴過程具有明顯的指示意義。

總之，本文通過考慮實際雷達觀測資料同化的云尺度數(shù)值模擬及其結(jié)果分析，揭示出了影響這次強降水超級單體風暴從形成發(fā)展到分裂消散的三維熱動力特征。

但是，就風暴尺度的數(shù)值模擬來說，本文的模式設(shè)置還比較粗糙，模擬結(jié)果還存在一定不確定性，也并不能模擬出如中氣旋這種超級單體風暴所具有的典型氣流特征。本文的熱動力模擬結(jié)果并不能說明這次風暴過程是強降水超級單體、弱降水超級單體還是經(jīng)典超級單體，而只能通過雷達和自動站觀測診斷出這次風暴過程是強降水超級單體。對于利用模擬結(jié)果計算熱動力環(huán)境參數(shù)而言，也存在不確定因素，如計算區(qū)域的選取等，還存在一定主觀性。

致謝美國國家大氣科學研究中心（NCAR）的孫娟珍博士對數(shù)值模擬工作給予悉心指導，謹此致謝。

（References）

Barnes S L. 1964. A technique for maximizing details in numerical weather map analysis [J]. J. Appl. Meteor., 3 (4): 395–409.

Brooks H E, Wilhelmson R B. 1993. Hodograph curvature and updraft intensity in numerically modeled supercells [J]. J. Atmos. Sci., 50 (12):1824–1833.

Browning K A. 1962. Cellular structures of convective storms [J]. Meteor.Mag., 91 (1085): 341–350.

Charba J. 1974. Application of gravity current model to analysis of squall-line gust front [J]. Mon. Wea. Rev., 102 (2): 140–156.

陳明軒, 王迎春. 2012. 低層垂直風切變和冷池相互作用影響華北地區(qū)一次颮線過程發(fā)展維持的數(shù)值模擬 [J]. 氣象學報, 70 (3): 371-386.Chen Mingxuan, Wang Yingchun. 2011. Numerical simulation study of interactional effect of low-level vertical wind shear and cold pool on a squall line evolution in North China [J]. Acta Meteorologica Sinica (in Chinese), 70 (3): 371-386.

Chen M X, Sun J, Wang Y C. 2007. A frequent-updating high-resolution analysis system based on radar data for the 2008 summer Olympics [C]//Preprints, the 33rd International Conference on Radar Meteorology.Cairns, Australia: American Meteorological Society, 4A.7.

陳明軒, 高峰, 孔榮, 等. 2010. 自動臨近預報系統(tǒng)及其在北京奧運期間的應用 [J]. 應用氣象學報, 21 (4): 395–404. Chen Mingxuan, Gao Feng, Kong Rong, et al. 2010. Introduction of auto-nowcasting system for convective storm and its performance in Beijing Olympics meteorological service [J]. Journal of Applied Meteorological Science (in Chinese), 21 (4): 395–404.

陳明軒, 王迎春, 高峰, 等. 2011. 基于雷達資料4DVar的低層熱動力反演系統(tǒng)及其在北京奧運期間的初步應用分析 [J]. 氣象學報, 69 (1):64–78. Chen Mingxuan, Wang Yingchun, Gao Feng, et al. 2011. A low-level thermo-dynamical retrieval system based on the radar data 4DVar and a preliminary analysis of its applications in support of the Beijing 2008 Olympics [J]. Acta Meteorologica Sinica (in Chinese), 69(1): 64–78.

Corfidi S F. 2003. Cold pools and MCS propagation: Forecasting the motion of downwind-developing MCSs [J]. Wea. Forecasting, 18 (6): 997–1017.

Davies-Jones R, Burgess D, Foster M. 1990. Test of helicity as a tornado forecast parameter[C]// Preprints, 16th Conference on Severe Local Storms. Kananaskis, AB, Canada: American Meteorological Society,588–592.

刁秀廣, 朱君鑒, 劉志紅. 2009. 三次超級單體風暴雷達產(chǎn)品特征及氣流結(jié)構(gòu)差異性分析 [J]. 氣象學報, 67 (1): 133–146. Diao Xiuguang,Zhu Junjian, Liu Zhihong. 2009. Analysis of three supercell storms with Doppler weather radar data [J]. Acta Meteorologica Sinica (in Chinese),67 (1): 133–146.

Droegemeier K K, Wilhelmson R B. 1985. Three-dimensional numerical modeling of convection produced by interacting thunderstorm outflows.Part I: Control simulation and low-level moisture variations [J]. J. Atmos.Sci., 42 (22): 2381–2403.

Droegemeier K K, Wilhelmson R B. 1987. Numerical simulation of thunderstorm outflow dynamics. Part 1: Outflow sensitivity experiments and turbulence dynamics [J]. J. Atmos. Sci., 44 (8): 1180–1210.

Droegemeier K K, Lazarus S M, Davies-Jones R. 1993. The influence of helicity on numerically simulated convective storms [J]. Mon. Wea. Rev.,121 (7): 2005–2029.

Goff R C. 1976. Vertical structure of thunderstorm outflows [J]. Mon. Wea.Rev., 104 (11): 1429–1440.

Houze R A Jr, Smull B F, Dodge P. 1990. Mesoscale organization of springtime rainstorms in Oklahoma [J]. Mon. Wea. Rev., 118 (3):613–654.

James C N, Houze R A Jr. 2001. A real-time four-dimensional Doppler dealiasing scheme [J]. J. Atmos. Oceanic Technol., 18 (10): 1674–1683.

Kerr B W, Darkow G L. 1996. Storm-relative winds and helicity in the tornadic thunderstorm environment [J]. Wea. Forecasting, 11 (4):489–505.

Klemp J B. 1987. Dynamics of tornadic thunderstorms [J]. Annual Review of Fluid Mechanics, 19: 369–402.

Klemp J B, Wilhelmson R B, Ray P S. 1981. Observed and numerically simulated structure of a mature supercell thunderstorm [J]. J. Atmos. Sci.,38 (8): 1558–1580.

Lemon L R. 1998. The radar “Three-Body Scatter Spike”: An operational large hail signature [J]. Wea. Forecasting, 13 (2): 327–340.

劉術(shù)艷, 肖輝, 杜秉玉, 等. 2004. 北京一次強單體雹暴的三維數(shù)值模擬[J]. 大氣科學, 28 (3): 455–470. Liu Shuyan, Xiao Hui, Du Bingyu, et al. 2004. Three-dimensional numerical simulation of a strong convective storm in Beijing [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 28 (3): 455–470.

Maddox R A. 1976. An evaluation of tornado proximity wind and stability data [J]. Mon. Wea. Rev., 104 (2): 133–142.

Marwitz J D. 1972a. The structure and motion of severe hailstorms. Part I:Supercell storms [J]. J. Appl. Meteor., 11 (1): 166–179.

Marwitz J D. 1972b. The structure and motion of severe hailstorms. Part II:Multi-cell storms [J]. J. Appl. Meteor., 11 (1): 180–188.

Marwitz J D. 1972c. The structure and motion of severe hailstorms. Part III:Severely sheared storms [J]. J. Appl. Meteor., 11 (1): 189–201.

McCaul E W Jr, Weisman M L. 1996. Simulations of shallow supercell storms in landfalling hurricane environments [J]. Mon. Wea. Rev., 124(3): 408–429.

McCaul E W Jr, Weisman M L. 2001. The sensitivity of simulated supercell structure and intensity to variations in the shapes of environmental buoyancy and shear profiles [J]. Mon. Wea. Rev., 129 (4): 664–687.

Moller A R, Doswell C A III, Przybylinski R. 1990. High-precipitation supercells: A conceptual model and documentation [C]// Preprints, 16th Conf. on Severe Local Storms. Kananaskis Park, Alberta, Canada:American Meteorological Society, 52–57.

Moller A R, Doswell C A III, Foster M P, et al. 1994. The operational recognition of supercell thunderstorm environments and storm structures[J]. Wea. Forecasting, 9(3): 327–347.

Moncrieff M W, Green J S A. 1972. The propagation and transfer properties of steady convective overturning in shear [J]. Quart. J. Roy. Meteor. Soc.,98 (416): 336–352.

潘玉潔, 趙坤, 潘益農(nóng). 2008. 一次強颮線內(nèi)強降水超級單體風暴的單多普勒雷達分析 [J]. 氣象學報, 66 (4): 621–636. Pan Yujie, Zhao Kun,Pan Yinong. 2008. Single-Doppler radar observation of a heavy precipitation supercell on a severe squall line [J]. Acta Meteorologica Sinica (in Chinese), 66 (4): 621–636.

Parker M D, Johnson R H. 2000. Organizational modes of midlatitude mesoscale convective systems [J]. Mon. Wea. Rev., 128 (10): 3413–3436.

Rotunno R, Klemp J B. 1982. The influence of the shear-induced pressure gradient on thunderstorm motion [J]. Mon. Wea. Rev., 110 (2): 136–151.

Rotunno R, Klemp J B. 1985. On the rotation and propagation of simulated supercell thunderstorms [J]. J. Atmos. Sci., 42 (3): 271–292.

Rotunno R. 1993. Supercell thunderstorm modeling and theory [J].Geophysical Monograph Series, 79: 57–73.

Rotunno R, Klemp J B, Weisman M L. 1988. A theory for strong, long-lived squall lines [J]. J. Atmos. Sci., 45 (3): 463–485.

Snook N, Xue M. 2008. Effects of microphysical drop size distribution on tornadogenesis in supercell thunderstorms [J]. Geophys. Res. Lett., 35:L24803, doi:10.1029/2008GL035866.

Sun J Z, Chen M X, Wang Y C. 2010. A frequent-updating analysis system based on radar, surface, and mesoscale model data for the Beijing 2008 forecast demonstration project [J]. Wea. Forecasting, 25 (6): 1715–1735.

Sun J Z, Crook N A. 1997. Dynamical and microphysical retrieval from Doppler radar observations using a cloud model and its adjoint: I: Model development and simulated data experiments [J]. J. Atmos. Sci., 54 (12):1642–1661.

Sun J Z, Crook N A. 1998. Dynamical and microphysical retrieval from Doppler radar observations using a cloud model and its adjoint: II:Retrieval experiments of an observed Florida convective storm [J]. J.Atmos. Sci., 55 (5): 835–852.

Sun J Z, Crook N A. 2001. Real-time low-level wind and temperature analysis using single WSR-88D data [J]. Wea. Forecasting, 16 (1):117–132.

Sun J Z, Zhang Y. 2008. Analysis and prediction of a squall line observed during IHOP using multiple WSR-88D observations [J]. Mon. Wea. Rev.,136 (7): 2364–2388.

王俊, 俞小鼎, 邰慶國, 等. 2011. 一次強烈雹暴的三維結(jié)構(gòu)和形成機制的單、雙多普勒雷達分析 [J]. 大氣科學, 35 (2): 247–285. Wang Jun,Yu Xiaoding, Tai Qingguo, et al. 2011. Analysis on the three-dimensional structure and formation mechanism of a severe hailstorm with single- and dual-Doppler radar data [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 35 (2): 247–258.

王秀明, 鐘青, 韓慎友. 2009. 一次冰雹天氣強對流 (雹) 云演變及超級單體結(jié)構(gòu)的個例模擬研究 [J]. 高原氣象, 28 (2): 352–365. Wang Xiuming, Zhong Qing, Han Shenyou. 2009. A numerical case study on the evolution of hail cloud and the three-dimensional structure of supercell [J]. Plateau Meteorology (in Chinese), 28 (2): 335–351.

王玉彬, 周海光, 余東昌, 等. 2008. 奧運短時臨近預報實時數(shù)據(jù)處理[J].氣象, 34 (7): 75–83. Wang Yubin, Zhou Haiguang, Yu Dongchang, et al.2008. Real time data processing technique on very short-range and nowcasting for Beijing 2008 Olympic Games [J]. Meteorological Monthly (in Chinese), 34 (7): 75–83.

Weisman M L, Klemp J B. 1982. The dependence of numerically simulated convective storms on vertical wind shear and buoyancy [J]. Mon. Wea.Rev., 110 (6): 504–520.

Weisman M L, Klemp J B. 1984. The structure and classification of numerically simulated convective storms in directionally varying wind shears [J]. Mon. Wea. Rev., 112 (12): 2479–2498.

Weisman M L, Klemp J B. 1986. Characteristics of isolated convective storms [M]// Ray P S, ed. Mesoscale Meteorology and Forecasting.Boston: American Meteorological Society, 331–358.

Weisman M L, Rotunno R. 2000. The use of vertical wind shear versus helicity in interpreting supercell dynamics [J]. J. Atmos. Sci., 57(9):1452–1472.

Weisman M L, Rotunno R. 2004. “A theory for strong long-lived squall lines” revisited [J]. J. Atmos. Sci., 61(4): 361–382.

俞小鼎, 鄭媛媛, 廖玉芳, 等. 2008. 一次伴隨強烈龍卷的強降水超級單體風暴研究[J]. 大氣科學, 32 (3): 508–522. Yu Xiaoding, Zheng Yuanyuan, Liao Yufang, et al. 2008. Observational investigation of a Tornadic heavy precipitation supercell storm [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 32 (3): 508–522.

A Case Simulation Analysis on Thermodynamical Mechanism of Supercell Storm Development Using 3-D Cloud Model and 4-D Variational Assimilation on Radar Data

CHEN Mingxuan1, WANG Yingchun2, XIAO Xian1, and GAO Feng1
1Institute of Urban Meteorology, China Meteorological Administration, Beijing100089
2Beijing Meteorological Service, Beijing100089

A numerical simulation on thermodynamical mechanism of a heavy precipitation supercell development in Beijing-Tianjin-Hebei area is implemented by using a three-dimensional cloud-scale numerical model and rapid update cycling 4-D variational assimilation (4DVar) technique of radar data. The analysis on the simulation results and observations of radars, rawinsondes, and Automatic Weather Stations (AWSs) denotes the effects of frequent variational 3-D thermodynamical attribute of storm and storm-relative environment on initiation, intensification, and development of the supercell. The analysis on radar observations indicates the supercell storm with right-moving property evolves from multi-cell storms merging and splits into multi-cell storms again. The simulation results show low- and middle-layer vertical wind shears gradually intensify in the front of the storm that is favorable to form quasi-steady, strongly rotating updraft and mesocyclone in the supercell storm during the period of the supercell initiation and enhancement. The hodographs analyzed by simulated winds indicate the low-level vertical wind shear has significant clockwise-curved attribute in front of storm that is favorable to strengthening and right-moving of the supercell. The simulation also reveals that the cold pool, convergence of outflow (gust front) and low-level wind, and updraft ahead of the supercell continually strengthen along with the storm development, which results in warm and moist low-layer air ascending ahead of the storm continuously. The ascending air revolves into storm under the impact of strong vertical wind shear that maintains and strengthens the supercell storm. During the period of the supercell dissipation and split, the simulation results indicate that all of thermodynamical structures are unfavorable to further development of the supercell. The vertical wind shear weakens evidently and contributes a unidirectional (straight) hodograph that is only conformable to multicell storms. The perturbation temperature shows that the cold pool further intensifies and expands with greater speed than the storm motion during the period. The low-layer winds indicate the outflow boundary (gust front) becomes much intense and forward, and is away from the storm. The low-level convergence and updraft are also weaker during the period than those during the period of the supercell enhancement. The storm-relative environment helicity (SREH), storm bulk Richardson number (SBRN), and storm strength (SS) are calculated by using the simulated data. The results indicate SREH＜150 m2/s2, SBRN＜45, and SS＞0.4 during the period of the supercell initiation and enhancement, and the reversed conclusion during the period of the supercell dissipation and split. The coincident conclusion with other investigations implies the simulated SREH, SBRN, and SS are significant to indicate development of the storm case.

radar data, 4DVar, cloud model, supercell, thermodynamical mechanism

1006-9895(2012)05-0929-16

P458.2、P446、P435

A

10.3878/j.issn.1006-9895.2012.11132

2011-07-25, 2012-03-16收修定稿

公益性行業(yè)（氣象）科研專項項目GYHY200706004，國家科技支撐計劃課題2008BAC37B03，北京市科技計劃課題Z090506016609001

陳明軒，男，1973年出生，副研究員，主要從事雷達資料反演及強天氣臨近預報技術(shù)研究。E-mail: mxchen@ium.cn