姚聃

（中國(guó)氣象科學(xué)研究院災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100081）

0 引言

近年來，我國(guó)重大龍卷災(zāi)害多次發(fā)生，造成嚴(yán)重的人員傷亡和經(jīng)濟(jì)損失，引起了全社會(huì)的廣泛關(guān)注。例如，2015年6月1日發(fā)生在湖北監(jiān)利的“東方之星”客輪傾覆事件曾經(jīng)被認(rèn)為是由龍卷所造成的，其死亡人數(shù)超過400人[1]。2016年6月23日發(fā)生在鹽城阜寧的EF4級(jí)強(qiáng)龍卷，死亡人數(shù)高達(dá)98人[2]。迫切需要針對(duì)我國(guó)龍卷發(fā)生機(jī)理和結(jié)構(gòu)演變的理論研究工作，為龍卷預(yù)報(bào)預(yù)警提供科學(xué)依據(jù)。

龍卷是劇烈旋轉(zhuǎn)的小尺度渦旋系統(tǒng)。它往往形成于超級(jí)單體風(fēng)暴的對(duì)流云底部，直徑僅有幾十米至幾百米，維持時(shí)間僅有幾分鐘到幾十分鐘。即便是在龍卷災(zāi)害嚴(yán)重、研究較為充分的美國(guó)，針對(duì)龍卷的有效預(yù)警時(shí)間也僅有短短的十幾分鐘，并且預(yù)報(bào)準(zhǔn)確率十分有限[3-4]。即使采用世界上最先進(jìn)的高分辨率、快速掃描的移動(dòng)雷達(dá)系統(tǒng)進(jìn)行觀測(cè)，對(duì)于龍卷精細(xì)化結(jié)構(gòu)和演變的分析研究仍然十分困難[5]。對(duì)于龍卷的完整認(rèn)識(shí)，離不開重建其近地面層次的三維風(fēng)場(chǎng)和熱力結(jié)構(gòu)，而這正是現(xiàn)有觀測(cè)的難點(diǎn)所在。數(shù)值模擬成為研究龍卷的生成環(huán)境、內(nèi)部結(jié)構(gòu)以及發(fā)生發(fā)展過程的重要手段。

龍卷的數(shù)值模擬可以劃分為理想模擬與實(shí)際模擬兩大類。具體而言又可以細(xì)分為以下幾種類型：1）高度簡(jiǎn)化、不考慮母體風(fēng)暴發(fā)展的計(jì)算流體力學(xué)模擬；2）基于理想化或者實(shí)測(cè)探空廓線、考慮母體風(fēng)暴發(fā)展的理想模擬；3）基于再分析資料并結(jié)合資料同化的實(shí)際模擬。幾類方法各有其特色與優(yōu)勢(shì)，著眼于解決不同尺度的龍卷動(dòng)力學(xué)問題。本文將首先回顧龍卷數(shù)值模擬的主要方法和研究進(jìn)展，然后討論當(dāng)前龍卷數(shù)值模擬研究中存在的主要問題，最后是對(duì)我國(guó)龍卷數(shù)值模擬研究的展望，以期為我國(guó)亟待加強(qiáng)的龍卷數(shù)值模擬研究和龍卷預(yù)報(bào)預(yù)警業(yè)務(wù)提供參考。

1 龍卷數(shù)值模擬的基本方法與研究成果

1.1 龍卷的計(jì)算流體力學(xué)模擬

最初的龍卷模擬采用的是實(shí)驗(yàn)室轉(zhuǎn)盤裝置[6]，隨后衍生出與此相對(duì)應(yīng)的計(jì)算流體力學(xué)數(shù)值模擬方法。這類模擬高度簡(jiǎn)化了龍卷的生成環(huán)境和母體對(duì)流風(fēng)暴，而僅僅關(guān)注于類龍卷渦旋（tornado-like vortices）的生成和結(jié)構(gòu)?；谠摲椒ǖ凝埦頂?shù)值模擬為理解龍卷渦旋的動(dòng)力結(jié)構(gòu)提供了依據(jù)。這些實(shí)驗(yàn)揭示了僅包含有上升運(yùn)動(dòng)的單核龍卷、包含有中心下沉氣流的雙核龍卷以及圍繞中心旋轉(zhuǎn)的多渦旋龍卷的基本形態(tài)[7]。大量理論和模擬研究表明，龍卷在近地面的旋轉(zhuǎn)可以達(dá)到比中層旋轉(zhuǎn)強(qiáng)兩個(gè)數(shù)量級(jí)的程度[8]。龍卷生成與加強(qiáng)的核心問題在于，中層旋轉(zhuǎn)在近地面如何加強(qiáng)。Lewellen等[9-10]研究發(fā)現(xiàn)，近地面旋轉(zhuǎn)與入流之間的拐角氣流（corner flow）的崩潰過程對(duì)于龍卷的加強(qiáng)十分關(guān)鍵，近地面入流的差異是結(jié)構(gòu)相似的超級(jí)單體能否產(chǎn)生龍卷的可能影響因子。

1.2 基于理想背景的龍卷模擬

盡管龍卷的計(jì)算流體力學(xué)模擬可以給出龍卷渦旋的流場(chǎng)結(jié)構(gòu)，但其最主要的局限在于，模擬出的龍卷過程并不是在母體風(fēng)暴中孕育形成的。為解決這一問題，采用三維非對(duì)稱的非靜力平衡模式的數(shù)值模擬工作應(yīng)運(yùn)而生。模擬的方案是在水平均勻初始場(chǎng)上疊加反映對(duì)流觸發(fā)的初始擾動(dòng)。初始場(chǎng)可以采用理想化的探空廓線生成，或者采用實(shí)際觀測(cè)探空以及多探空合成的垂直廓線。前者可以測(cè)試熱力場(chǎng)和風(fēng)場(chǎng)對(duì)于超級(jí)單體和龍卷生成的影響及其機(jī)理，后者則通過采用實(shí)際龍卷個(gè)例的臨近探空（proximity sounding）來模擬精細(xì)化的龍卷結(jié)構(gòu)和演變過程，其優(yōu)勢(shì)在于可以使用有限的運(yùn)算資源針對(duì)龍卷進(jìn)行高分辨率精細(xì)模擬。初始擾動(dòng)的方案有許多，最常用的是旋轉(zhuǎn)橢球形熱泡（warm bubble）。Naylor等[11]提出了強(qiáng)迫抬升（updraft-nudging）方案，控制初始對(duì)流的啟動(dòng)在一段時(shí)間內(nèi)保持恒定。Letkewicz等[12]設(shè)計(jì)了基態(tài)探空替換（base-state substitution）方案，在保留模式積分中已形成擾動(dòng)的基礎(chǔ)上實(shí)現(xiàn)了對(duì)環(huán)境場(chǎng)的調(diào)整。

Markowski等[13]使用冷源與熱源相互分離的干過程模擬測(cè)試了冷池強(qiáng)度與低層垂直風(fēng)切變對(duì)龍卷生成的影響，并指出，中等強(qiáng)度的冷池以及較強(qiáng)的垂直風(fēng)切變是強(qiáng)近地面類龍卷渦旋發(fā)生的必要條件。Nowotarski等[14]研究了切變對(duì)流邊界層中，水平對(duì)流卷（horizontal convective rolls）的存在對(duì)于超級(jí)單體低層中氣旋的影響機(jī)理。與水平均勻初始場(chǎng)相比，當(dāng)超級(jí)單體移動(dòng)方向與對(duì)流卷垂直時(shí)，其低層中氣旋減弱；當(dāng)超級(jí)單體移動(dòng)方向與對(duì)流卷平行時(shí)，其低層中氣旋加強(qiáng)。除了針對(duì)低層旋轉(zhuǎn)增強(qiáng)機(jī)制的研究以外，Davenport等[15]使用基態(tài)探空替換方案研究了環(huán)境場(chǎng)的不均勻性對(duì)于超級(jí)單體維持和消亡的影響。

Orf等[16]對(duì)于實(shí)際龍卷過程進(jìn)行了精細(xì)化理想模擬（圖1）。該工作采用CM1模式[17]R16版本進(jìn)行，水平分辨率高達(dá)30 m。模擬初始場(chǎng)的探空廓線來自美國(guó)快速更新循環(huán)系統(tǒng)（Rapid Update Cycle，RUC）的1 h預(yù)報(bào)中，2011年5月24日俄克拉荷馬州中部地區(qū)的一次EF5級(jí)龍卷過程的風(fēng)暴右側(cè)區(qū)域。該環(huán)境具有很大的不穩(wěn)定能量（CAPE值為4893 J·kg-1）及垂直風(fēng)切變（0～6 km切變?yōu)?7 m·s-1）。模擬所得到的超級(jí)單體生命期超過2.5 h，并表現(xiàn)出典型超級(jí)單體特征，與觀測(cè)接近。模擬中的龍卷達(dá)到EF5級(jí)，生命期為118min，移動(dòng)軌跡長(zhǎng)度120 km；觀測(cè)中的龍卷生命期為105min，移動(dòng)軌跡長(zhǎng)度101 km。該模擬完整展現(xiàn)了龍卷的生成、維持和消亡過程。前側(cè)下沉氣流的出流邊界處交替形成的正負(fù)渦度對(duì)沿著該邊界向后側(cè)移動(dòng)，并在前側(cè)和后側(cè)下沉氣流出流邊界的交匯點(diǎn)聚集，逐漸形成龍卷渦旋。

Yao等[18]針對(duì)造成嚴(yán)重破壞的2016年6月23日江蘇省鹽城市阜寧縣EF4級(jí)龍卷進(jìn)行了數(shù)值模擬（圖2）。模擬使用CM1模式R18版本，采用伸縮網(wǎng)格設(shè)計(jì)將龍卷附近最高分辨率提升至25 m。模擬結(jié)果與雷達(dá)觀測(cè)特征和災(zāi)害調(diào)查數(shù)據(jù)基本相符。模擬中的龍卷伴隨有清晰的漏斗云，并呈現(xiàn)出已有研究中未受關(guān)注的雙螺旋型結(jié)構(gòu)。龍卷生成過程中，最初的信號(hào)是在云底降低的擾動(dòng)氣壓，隨之形成同時(shí)向上和向下發(fā)展的強(qiáng)垂直速度和渦度中心。龍卷消亡過程中，渦度中心出現(xiàn)下沉氣流并顯著增強(qiáng)，其維持受到抑制。分析表明，造成風(fēng)災(zāi)的是超級(jí)單體內(nèi)部相互影響的3個(gè)強(qiáng)風(fēng)區(qū)域，而不僅是龍卷環(huán)流本身。

1.3 基于真實(shí)背景的龍卷模擬

圖1 美國(guó)俄克拉荷馬州“5.24”龍卷數(shù)值模擬結(jié)果示例[16]Fig. 1 Simulated structure of the tornado on 24 May 2011 in El Reno, Oklahoma, U.S.[16]

圖2 江蘇鹽城“6.23”龍卷數(shù)值模擬結(jié)果示例[17]Fig. 2 Simulated structure of the tornado on 23 June 2016 in Funing County, Yancheng, Jiangsu Province[17]

隨著計(jì)算技術(shù)的提升，對(duì)超級(jí)單體風(fēng)暴乃至龍卷過程的直接模擬逐漸成為可能。Xue等[19]采用ARPS模式對(duì)一次超級(jí)單體龍卷過程進(jìn)行了數(shù)值模擬，其最內(nèi)層網(wǎng)格的水平分辨率為50 m。通過在模擬中引入下墊面摩擦過程，該工作表明，地面摩擦作用產(chǎn)生的水平渦度是龍卷低層渦度的重要來源。在對(duì)于龍卷的實(shí)際模擬中，多普勒天氣雷達(dá)資料的有效同化是改進(jìn)模擬效果的重要保障。Mashiko[20-21]使用日本氣象廳研發(fā)的非靜力平衡模式對(duì)2012年5月6日發(fā)生在筑波市（Tsukuba）的EF3級(jí)龍卷進(jìn)行了數(shù)值模擬。該模擬采用的地形分辨率高達(dá)50 m，采用三重單向嵌套網(wǎng)格，最內(nèi)層水平分辨率為50 m，近地面垂直分辨率為20m。模式的初始場(chǎng)和邊界條件采用了四維變分同化。對(duì)龍卷生成過程的環(huán)流分析表明，低層中氣旋的增強(qiáng)來源于超級(jí)單體前側(cè)陣風(fēng)鋒所造成的斜壓性渦度，以及地表摩擦貢獻(xiàn)[20]；而龍卷形成的觸發(fā)因子則是后側(cè)下沉氣流出流與抬升氣流的交匯對(duì)后側(cè)陣風(fēng)鋒斜壓性渦度的抽吸作用[21]。

在上述工作中，資料同化對(duì)于模擬效果起到了重要的作用。為測(cè)試資料同化對(duì)于龍卷實(shí)際模擬和預(yù)報(bào)的效果，Supinie等[22]采用VORTEX2外場(chǎng)觀測(cè)試驗(yàn)中得到的多種資料進(jìn)行對(duì)比測(cè)試。結(jié)果表明，絕大多數(shù)移動(dòng)雷達(dá)觀測(cè)資料和加密觀測(cè)的臨近探空對(duì)于2009年6月5日Goshen龍卷過程的模擬都有正效果。具體而言，上游入流區(qū)域的探空會(huì)造成入流速度的減弱，從而造成風(fēng)暴抬升強(qiáng)度的降低。抬升的增強(qiáng)和由此導(dǎo)致的低層渦旋拉伸作用的增大導(dǎo)致了預(yù)報(bào)后期抬升螺旋度（updraft helicity，UH）的增強(qiáng)。

需要指出的是，資料同化對(duì)于龍卷實(shí)際模擬而言并非必不可少。Hanley等[23]采用英國(guó)氣象局一體化模式MetUM，在不應(yīng)用資料同化的條件下使用100 m分辨率模擬對(duì)2013年5月20日美國(guó)Moore龍卷進(jìn)行模擬，成功再現(xiàn)了超級(jí)單體結(jié)構(gòu)、龍卷漏斗云以及近地面強(qiáng)風(fēng)。盡管模擬結(jié)果存在位置和時(shí)間上的偏差，其結(jié)果表明，在缺少雷達(dá)資料進(jìn)行邊界強(qiáng)迫的條件下，對(duì)龍卷性超級(jí)單體的高分辨率實(shí)際模擬是可能的，這對(duì)于龍卷模式預(yù)報(bào)技術(shù)研究有重要意義。

除上述工作外，由于計(jì)算資源的限制，大多數(shù)實(shí)際模擬很難精細(xì)到龍卷的尺度。在這種情況下，超級(jí)單體中所包含的抬升螺旋度及低層中氣旋往往被用來作為識(shí)別龍卷的指標(biāo)，以研究龍卷形成的環(huán)境以及對(duì)龍卷的預(yù)報(bào)。Yokota等[24]使用350 m分辨率數(shù)值模擬對(duì)發(fā)生在日本的一次龍卷過程的研究表明，低層中氣旋的模擬強(qiáng)度對(duì)于風(fēng)暴前側(cè)的低層輻合以及風(fēng)暴后側(cè)的低層相對(duì)濕度具有較強(qiáng)的敏感性，近地面觀測(cè)資料的有效同化對(duì)于龍卷的模式預(yù)報(bào)具有十分關(guān)鍵的影響。

此外，也有一些工作采用水平非均勻場(chǎng)的模擬研究地形在龍卷生成過程中的作用機(jī)制。比如，在同時(shí)受到山地和海氣作用影響的地中海沿岸地區(qū)，地形影響下的龍卷生成機(jī)制與美國(guó)大平原地區(qū)相比更加復(fù)雜。在降低山體高度以后，山后形成的龍卷超級(jí)單體逐漸減弱；當(dāng)山體高度降低至20%以下，背風(fēng)坡渦旋顯著減弱并不再形成超級(jí)單體[25]。而針對(duì)墨西哥一次罕見夜間龍卷過程的數(shù)值模擬研究則表明，適當(dāng)降低山體高度會(huì)使得對(duì)流增強(qiáng)，但山體高度繼續(xù)降低后對(duì)流不再生成[26]。

2 龍卷數(shù)值模擬的關(guān)鍵問題和研究趨勢(shì)

2.1 龍卷的生成機(jī)制

目前比較成熟的理論認(rèn)為，典型的超級(jí)單體性龍卷的形成過程通常包含3個(gè)關(guān)鍵步驟：1）中層旋轉(zhuǎn)形成中層中氣旋，2）低層旋轉(zhuǎn)形成低層中氣旋，3）近地面旋轉(zhuǎn)加強(qiáng)生成龍卷[27]。由于中層中氣旋的形成理論已然成熟，研究的焦點(diǎn)在于近地面旋轉(zhuǎn)的來源和增強(qiáng)機(jī)制[28]。有一些觀測(cè)和模擬結(jié)果發(fā)現(xiàn)了超級(jí)單體冷池所產(chǎn)生的斜壓區(qū)域?qū)埦砩蛇^程的重要影響[14,29-30]。斜壓理論強(qiáng)調(diào)了下沉氣流的動(dòng)力作用[31-32]。在該理論中，一個(gè)核心問題是，相對(duì)于環(huán)境低層風(fēng)切變而言，冷池的強(qiáng)度必須適中：過弱的冷池不足以形成足夠的近地面渦旋，而過強(qiáng)的冷池則不利于近地面渦旋維持在中氣旋抽吸作用的范圍內(nèi)[13, 33]。

也有觀點(diǎn)認(rèn)為，經(jīng)典斜壓理論夸大了斜壓渦度生成機(jī)制的作用。在形成龍卷級(jí)別強(qiáng)渦旋的過程中，下墊面的拖曳作用可能起到?jīng)Q定性的影響[34]。對(duì)于渦度來源的診斷分析表明，摩擦力的引入會(huì)增強(qiáng)低層垂直風(fēng)切變產(chǎn)生近地面渦度，并進(jìn)一步增強(qiáng)低層中氣旋的輻合，顯著提升數(shù)值模擬中龍卷的強(qiáng)度[35]。除超級(jí)單體性龍卷以外，對(duì)于同樣可能產(chǎn)生龍卷以及近地面大風(fēng)的弓形回波系統(tǒng)（bow echo）的中渦旋結(jié)構(gòu)（mesovortex）的模擬研究也得到了相似的結(jié)果[36-37]。同時(shí)，在下墊面光滑的條件下，垂直渦度在收縮和增強(qiáng)的過程中會(huì)在達(dá)到旋衡風(fēng)平衡之后不再增長(zhǎng)，而摩擦力的存在則會(huì)破壞旋衡風(fēng)平衡，從而使龍卷渦旋繼續(xù)收縮，垂直渦度顯著加強(qiáng)[27]。這兩種理論的正確性和適用條件仍在爭(zhēng)議之中，目前尚無定論[38-39]。渦度來源和增長(zhǎng)機(jī)制的模擬分析仍然是龍卷前沿研究中的焦點(diǎn)。

2.2 湍流過程與大渦模擬

越來越多的工作表明，大渦模式的引入對(duì)于龍卷的數(shù)值模擬具有重要的促進(jìn)作用。Rotunno等[40]研究證實(shí)，龍卷模擬中的不穩(wěn)定性和湍流過程需要真實(shí)解析，僅僅采用大渦模擬和參數(shù)化方案會(huì)帶來較大差異。然而，現(xiàn)有的龍卷大渦模擬工作中存在的一個(gè)主要問題在于，所模擬的流場(chǎng)中（特別是產(chǎn)生關(guān)鍵影響的龍卷低層入流）是否真實(shí)包含了“大渦”過程[38]。事實(shí)上，在大多數(shù)工作中，這一問題的答案是否定的，即模擬中并未真正包含邊界層湍流性渦旋[8]。Bryan等[41]采用將湍流場(chǎng)獨(dú)立模擬并“注入”內(nèi)層網(wǎng)格的方案以保證大渦模式對(duì)渦旋的真實(shí)解析。采用該方案模擬得到的龍卷在結(jié)構(gòu)上與傳統(tǒng)大渦模擬存在顯著不同。該方案的驗(yàn)證、完善和推廣有助于促進(jìn)對(duì)于龍卷精細(xì)化結(jié)構(gòu)的認(rèn)知。

基于上述方案，Nolan等[42]采用高度理想化的模擬方案首次研究了在完全解析湍流過程條件下龍卷渦旋的結(jié)構(gòu)，從而分析環(huán)境強(qiáng)迫機(jī)制、下墊面摩擦與龍卷渦度的結(jié)構(gòu)、強(qiáng)度和風(fēng)場(chǎng)的關(guān)系。分析表明，龍卷內(nèi)部的大渦結(jié)構(gòu)會(huì)降低最大風(fēng)速位置的實(shí)際風(fēng)速，對(duì)龍卷結(jié)構(gòu)和演變過程的精細(xì)化數(shù)值模擬結(jié)果造成影響。

2.3 數(shù)值敏感性與可預(yù)報(bào)性

龍卷的數(shù)值模擬對(duì)于初始條件和物理參數(shù)化方案有著顯著的敏感性。比如，大量研究表明，龍卷近地面渦度的增強(qiáng)對(duì)云物理參數(shù)化方案的選取十分敏感[43-45]。云物理參數(shù)化方案會(huì)對(duì)數(shù)值模擬中風(fēng)暴的結(jié)構(gòu)和演變過程產(chǎn)生顯著影響[46]。三階矩（3-moment，又稱三參數(shù)）微物理參數(shù)化方案的引入可以使得超級(jí)單體在回波結(jié)構(gòu)、冷池強(qiáng)度以及偏振參數(shù)方面與觀測(cè)更為接近[45,47]。Dawson等[43-44]研究證實(shí)，三階矩方案可以有效改進(jìn)對(duì)水汽相變潛熱釋放的模擬，進(jìn)而顯著調(diào)整龍卷低層入流的熱力性質(zhì)并最終影響龍卷垂直動(dòng)量收支及其對(duì)近地面渦旋的拉伸作用。

對(duì)于實(shí)際模式的龍卷數(shù)值模擬和預(yù)報(bào)而言，目前最根本的制約還在于超級(jí)單體系統(tǒng)的可預(yù)報(bào)性局限。Markowski等[48]指出，在簡(jiǎn)化的理想環(huán)境下，超級(jí)單體和龍卷的模擬對(duì)于冷池強(qiáng)度和位置的差別都有著很強(qiáng)的敏感性。在實(shí)際模擬中該敏感性將很有可能更大，從而制約其可預(yù)報(bào)性。Zhang等[49]研究表明，模擬時(shí)間和地形設(shè)置等模式參數(shù)的微小改變?cè)趲仔r(shí)的積分過程中足以產(chǎn)生誤差，導(dǎo)致龍卷性超級(jí)單體模擬結(jié)果的顯著差異。超級(jí)單體乃至于龍卷的數(shù)值模擬存在著難以克服的可預(yù)報(bào)性問題[50]。因此，在實(shí)際的業(yè)務(wù)中，單一確定性預(yù)報(bào)可能是行不通的，而需要集合模式[51]來預(yù)報(bào)龍卷。

2.4 受損物殘骸與龍卷強(qiáng)度

在現(xiàn)有的模式構(gòu)架中，大氣中的塵埃和受損物殘骸并未予以考慮。然而，對(duì)于實(shí)際龍卷過程而言，其高度集中的殘骸含量會(huì)對(duì)流場(chǎng)產(chǎn)生影響。Lewellen等[52]采用相互耦合的雙流體系統(tǒng)對(duì)氣流和殘骸分別進(jìn)行模擬，發(fā)現(xiàn)龍卷環(huán)流中殘骸與氣流之間的相互作用十分復(fù)雜，會(huì)造成多普勒天氣雷達(dá)對(duì)于龍卷結(jié)構(gòu)觀測(cè)的偏差。Bodine等[53]使用大量的拉格朗日粒子表征殘骸并進(jìn)行模擬和追蹤。研究表明，大量殘骸的存在對(duì)龍卷最大風(fēng)速的降低作用可以高達(dá)50%。也就是說，現(xiàn)有的不包含受損物殘骸的模擬結(jié)果對(duì)龍卷風(fēng)場(chǎng)存在不可忽視的高估。

需要指出的是，實(shí)際龍卷災(zāi)害中，受損物殘骸的形狀、材質(zhì)和質(zhì)量等是復(fù)雜多樣的，難以通過統(tǒng)一的粒子模型進(jìn)行描述。同時(shí)，即使實(shí)際風(fēng)速下降，殘骸的存在可能會(huì)帶來相同甚至更大的沖量以及破壞力。更為重要的是，現(xiàn)有的龍卷強(qiáng)度和風(fēng)速估計(jì)主要以災(zāi)害指示物的受損情況與EF等級(jí)標(biāo)準(zhǔn)所提供的風(fēng)速查算表為依據(jù)，而其中并未考慮（也難以考慮）殘骸存在對(duì)風(fēng)速和實(shí)際破壞力的影響，因此災(zāi)害調(diào)查中對(duì)于龍卷風(fēng)速的估計(jì)也可能存在系統(tǒng)性偏差。合理引入受損指示物殘骸的龍卷數(shù)值模擬對(duì)于科學(xué)認(rèn)識(shí)龍卷和龍卷等級(jí)評(píng)定而言有著重要意義。

3 結(jié)論與展望

隨著多普勒天氣雷達(dá)站網(wǎng)的建立，我國(guó)龍卷研究逐漸增多，探索龍卷時(shí)空分布特征和發(fā)生規(guī)律[54-55]。近年來，隨著重大龍卷過程的發(fā)生，精細(xì)化龍卷災(zāi)害調(diào)查工作開始出現(xiàn)，我國(guó)龍卷災(zāi)情信息的完整性和科學(xué)性不斷提升[1,56-60]。有不少工作針對(duì)中氣旋和龍卷式渦旋特征（tornadic vortex signature，TVS）進(jìn)行分析[61-62]，并結(jié)合對(duì)天氣形勢(shì)和探空環(huán)境的診斷分析，研究了我國(guó)不同區(qū)域龍卷個(gè)例的特征[63]、發(fā)生機(jī)制[64-74]以及基于雷達(dá)產(chǎn)品的龍卷監(jiān)測(cè)和預(yù)警方法[75-79]。還有一些工作基于常規(guī)觀測(cè)和再分析資料研究我國(guó)龍卷的生成環(huán)境以及有利于龍卷形成的探空指標(biāo)[80-83]。然而，已有研究工作大多停留于天氣尺度的大氣環(huán)流形勢(shì)分析，受到觀測(cè)資料的限制只能達(dá)到鉤狀回波（hook echo）、中氣旋和TVS的尺度，難以深入到接近龍卷尺度的特征[84-86]。對(duì)龍卷本體結(jié)構(gòu)和演變的直接觀測(cè)仍然十分困難。以現(xiàn)有技術(shù)而言，基于觀測(cè)分析研究龍卷存在短期內(nèi)難以逾越的技術(shù)瓶頸。

在數(shù)值模擬方面，國(guó)內(nèi)有部分研究工作嘗試針對(duì)龍卷事件的天氣背景和環(huán)流形勢(shì)進(jìn)行模擬[87-92]。近年來已有研究團(tuán)隊(duì)開始引入資料同化和集合預(yù)報(bào)思想開展更為精細(xì)的數(shù)值模擬，可以成功捕捉超級(jí)單體的生成和演變，并且以抬升螺旋度為標(biāo)準(zhǔn)考察中氣旋和近地面渦旋中心的增長(zhǎng)[49-50, 93]。然而，受到模擬技術(shù)和計(jì)算資源的限制，針對(duì)龍卷本體和漏斗云結(jié)構(gòu)的數(shù)值模擬研究依然十分缺少[18]?？煞直纨埦沓叨鹊臄?shù)值模擬目前仍然是我國(guó)龍卷研究領(lǐng)域的關(guān)鍵技術(shù)難題。

當(dāng)前，龍卷的研究主要存在以下3個(gè)方面的問題。第一，現(xiàn)有的模擬工作往往難以深入到龍卷尺度，部分研究過度理想化。第二，國(guó)際上對(duì)于龍卷發(fā)生發(fā)展機(jī)理的現(xiàn)有認(rèn)知主要以美國(guó)龍卷個(gè)例為基礎(chǔ)，其規(guī)律是否適用于我國(guó)天氣氣候背景下的龍卷目前還沒有答案。同時(shí)，針對(duì)龍卷渦度來源的研究仍沒有定論，而對(duì)于龍卷維持和消亡的研究則更為不足。第三，我國(guó)的龍卷研究受到觀測(cè)資料和模擬手段的限制，難以深入到龍卷本體的精細(xì)化結(jié)構(gòu)。值得注意的是，我國(guó)龍卷的形成環(huán)境與美國(guó)大平原地區(qū)不同，切變和不穩(wěn)定能量往往較弱，而水汽條件則更為充足，并常伴隨有大范圍強(qiáng)降水發(fā)生。也就是說，我國(guó)龍卷的冷池特征與美國(guó)經(jīng)典模型可能不同，其形成機(jī)制也很有可能存在差異。因此，對(duì)于我國(guó)龍卷的研究工作將很有可能對(duì)現(xiàn)有龍卷理論進(jìn)行補(bǔ)充和完善。

在當(dāng)前條件下，通過理想模擬與實(shí)際模擬相結(jié)合的研究手段，開展針對(duì)我國(guó)龍卷個(gè)例的數(shù)值模擬研究具有較大可行性，可以深入了解我國(guó)典型龍卷的發(fā)生機(jī)理和結(jié)構(gòu)演變，并與美國(guó)龍卷過程進(jìn)行對(duì)比，得到我國(guó)典型氣候環(huán)境下的龍卷發(fā)生發(fā)展概念模型。這一方面可以增進(jìn)了解我國(guó)特殊的地理和天氣背景下龍卷的發(fā)生發(fā)展機(jī)制，還將有可能完善國(guó)際上關(guān)于龍卷形成機(jī)制的現(xiàn)有理論體系，具有重要的科學(xué)意義和實(shí)際應(yīng)用價(jià)值。

參考文獻(xiàn)

[1] Meng Z, Yao D, Bai L, et al. Wind estimation around the shipwreck of oriental star based on field damage surveys and radar observations. Science Bulletin, 2016, 61(4): 330-337, doi:10.1007/s11434-016-1005-2.

[2] Xue M, Zhao K, Wang M, et al. Recent significant tornadoes in China. Advances in Atmospheric Sciences, 2016, 33(11): 1209-1217, doi:10.1007/s00376-016-6005-2.

[3] Wurman J, Dowell D, Richardson Y, et al. The second verification of the origins of rotation in tornadoes experiment: VORTEX2. Bulletin of the American Meteorological Society,2012, 93(8): 1147-1170, doi:10.1175/BAMS-D-11-00010.1.

[4] Anderson-Frey A K, Richardson Y P, Dean A R, et al. Investigation of near-storm environments for tornado events and warnings. Weather and Forecasting, 2016, 31(6): 1771-1790, doi:10.1175/waf-d-16-0046.1.

[5] Wurman J, Kosiba K, Robinson P. In Situ, Doppler radar, and video observations of the interior structure of a tornado and the wind–damage relationship. Bulletin of the American Meteorological Society, 2013, 94(6): 835-846, doi:10.1175/BAMS-D-12-00114.1.

[6] Church C R, Snow J T, Agee E M. Tornado vortex simulation at Purdue university. Bulletin of the American Meteorological Society, 1977, 58(9): 900-908, doi:10.1175/1520-0477(1977)058<0900:tvsapu>2.0.co;2.

[7] Rotunno R. The fluid dynamics of tornadoes. Annual Review of Fluid Mechanics, 2013, 45(1): 59-84, doi:10.1146/annurevfluid-011212-140639.

[8] Lewellen D C, Lewellen W S, Xia J. The influence of a local swirl ratio on tornado intensification near the surface. Journal Of the Atmospheric Sciences, 2000, 57(4): 527-544, doi:10.1175/1520-0469(2000)057<0527:tioals>2.0.co;2.

[9] Lewellen D C, Lewellen W S. Near-surface vortex intensification through corner flow collapse. Journal of the Atmospheric Sciences, 2007, 64(7): 2195-2209, doi:10.1175/jas3966.1.

[10] Lewellen D C, Lewellen W S. Near-surface intensification of tornado vortices. Journal of the Atmospheric Sciences, 2007, 64(7): 2176-2194, doi:10.1175/jas3965.1.

[11] Naylor J, Gilmore M S. Convective initiation in an idealized cloud model using an updraft nudging technique. Monthly Weather Review, 2012, 140(11): 3699-3705, doi:10.1175/mwr-d-12-00163.1.

[12] Letkewicz C E, French A J, Parker M D. Base-state substitution: an idealized modeling technique for approximating environmental variability. Monthly Weather Review, 2013, 141(9): 3062-3086, doi:10.1175/mwr-d-12-00200.1.

[13] Markowski P M, Richardson Y P. The influence of environmental low-level shear and cold pools on tornadogenesis: insights from idealized simulations. Journal of the Atmospheric Sciences, 2013,71(1): 243-275, doi:10.1175/jas-d-13-0159.1.

[14] Nowotarski C J, Markowski P M, Richardson Y P, et al. Supercell low-level mesocyclones in simulations with a sheared convective boundary layer. Monthly Weather Review, 2015, 143(1): 272-297, doi:10.1175/mwr-d-14-00151.1.

[15] Davenport C E, Parker M D. Impact of environmental heterogeneity on the dynamics of a dissipating supercell thunderstorm. Monthly Weather Review, 2015, 143(10): 4244-4277, doi:10.1175/mwr-d-15-0072.1.

[16] Orf L, Wilhelmson R, Lee B, et al. Evolution of a long-track violent tornado within a simulated supercell. Bulletin of the American Meteorological Society, 2017, 98(1): 45-+ , doi:10.1175/bams-d-15-00073.1.

[17] Bryan G H, Fritsch J M. A benchmark simulation for moist nonhydrostatic numerical models. Monthly Weather Review, 130(12): 2917-2928, doi:10.1175/1520-0493(2002)130<2917:ABSFMN>2.0.CO;2.

[18] Yao D, Xue H, Yin J, et al. Investigation into the formation, structure and evolution of an EF4 tornado in east china using a high-resolution numerical simulation. Journal of Meteorological Research, 2018, 32(2): 157-171, doi:10.1007/s13351-018-7083-0.

[19] Xue M, Hu M, Schenkman A D. Numerical prediction of the 8 May 2003 Oklahoma city tornadic supercell and embedded tornado using ARPS with the assimilation of WSR-88D data. Weather and Forecasting, 2014, 29(1): 39-62, doi:10.1175/waf-d-13-00029.1.

[20] Mashiko W. A numerical study of the 6 May 2012 Tsukuba city supercell tornado. Part I: vorticity sources of low-level and midlevel mesocyclones. Monthly Weather Review, 2015, 144(3): 1069-1092, doi:10.1175/mwr-d-15-0123.1.

[21] Mashiko W. A numerical study of the 6 May 2012 Tsukuba city supercell tornado. Part II: mechanisms of tornadogenesis. Monthly Weather Review, 2016, 144(9): 3077-3098, doi:10.1175/mwr-d-15-0122.1.

[22] Supinie T A, Jung Y, Xue M, et al. Impact of VORTEX2 observations on analyses and forecasts of the 5 June 2009 Goshen county, Wyoming, supercell. Monthly Weather Review, 2016, 144(1): 429-449, doi:10.1175/mwr-d-15-0171.1.

[23] Hanley K E, Barrett A I, Lean H W. Simulating the 20 May 2013 Moore, Oklahoma tornado with a 100-metre grid-length NWP model. Atmospheric Science Letters, 2016, 17(8): 453-461, doi:10.1002/asl.678.

[24] Yokota S, Seko H, Kunii M, et al. The tornadic supercell on the Kanto plain on 6 May 2012: polarimetric radar and surface data assimilation with EnKF and ensemble-based sensitivity analysis. Monthly Weather Review, 2015, 144(9): 3133-3157, doi:10.1175/mwr-d-15-0365.1.

[25] Miglietta M M, Mazon J, Rotunno R. Numerical simulations of a tornadic supercell over the Mediterranean. Weather and Forecasting, 2017, 32(3): 1209-1226, doi:10.1175/waf-d-16-0223.1.

[26] Barrett B S, Farfan L M, Raga G B, et al. The unusual early morning tornado in Ciudad Acuna, Coahuila, Mexico, on 25 May 2015. Monthly Weather Review, 2017, 145: 2049-2069, doi:10.1175/mwr-d-16-0252.1.

[27] Davies-Jones R. A review of supercell and tornado dynamics. Atmospheric Research, 2014: 158, 274-291, doi:10.1016/j.atmosres.2014.04.007.

[28] Markowski P, Richardson Y. What we know and don’t know about tornado formation. Physics Today, 2014, 67(9): 26-31, doi:10.1063/pt.3.2514.

[29] Bluestein H B, Weiss C C, French M M, et al. The structure of tornadoes near Attica, Kansas, on 12 May 2004: high-resolution, mobile, Doppler radar observations. Monthly Weather Review, 135(2): 475-506, doi:10.1175/mwr3295.1.

[30] Markowski P, Richardson Y, Marquis J, et al. The pretornadic phase of the Goshen County, Wyoming, Supercell of 5 June 2009 intercepted by VORTEX2. Part II: intensification of low-level rotation. Monthly Weather Review, 2011, 140(9): 2916-2938, doi:10.1175/mwr-d-11-00337.1.

[31] Davies-Jones R, Markowski P. Lifting of ambient air by density currents in sheared environments. Journal of the Atmospheric Sciences, 2013, 70(4): 1204-1215, doi:10.1175/jas-d-12-0149.1.

[32] Davies-Jones R. Can a descending rain curtain in a supercell instigate tornadogenesis barotropically? Journal of the Atmospheric Sciences, 2008, 65(8): 2469-2497, doi:10.1175/2007jas2516.1.

[33] Schultz D M, Richardson Y P, Markowski P M, et al. Tornadoes in the central United States and the “Clash of Air Masses”. Bulletin of the American Meteorological Society, 2015, 95(11): 1704-1712, doi:10.1175/bams-d-13-00252.1.

[34] Schenkman A D, Xue M, Hu M. Tornadogenesis in a highresolution simulation of the 8 May 2003 Oklahoma city supercell. Journal of the Atmospheric Sciences, 2014, 71(1): 130-154, doi:10.1175/jas-d-13-073.1.

[35] Roberts B, Xue M, Schenkman A D, et al. The role of surface drag in tornadogenesis within an idealized supercell simulation. Journal of the Atmospheric Sciences, 2016, 73(9): 3371-3395, doi:10.1175/jas-d-15-0332.1.

[36] Cao S, Wang J, Cao J, et al. Experimental study of wind pressures acting on a cooling tower exposed to stationary tornadolike vortices. Journal of Wind Engineering And Industrial Aerodynamics, 145: 75-86, doi:10.1016/j.jweia.2015.06.004.

[37] Schenkman A D, Xue M. Bow-echo mesovortices: a review. Atmospheric Research, 2016, 170: 1-13, doi:10.1016/j.atmosres.2015.11.003.

[38] Markowski P M, Bryan G H. LEs of laminar flow in the PBL: a potential problem for convective storm simulations. Monthly Weather Review, 2016, 144(5): 1841-1850, doi:10.1175/mwr-d-15-0439.1.

[39] Markowski P M. An idealized numerical simulation investigation of the effects of surface drag on the development of near-surface vertical vorticity in supercell thunderstorms. Journal of the Atmospheric Sciences, 2016, 73(11): 4349-4385, doi:10.1175/jas-d-16-0150.1.

[40] Rotunno R, Bryan G H, Nolan D S, et al. Axisymmetric tornado simulations at high reynolds number. Journal of the Atmospheric Sciences, 2016, 73(10): 3843-3854, doi:10.1175/jas-d-16-0038.1.

[41] Bryan G H, Dahl N A, Nolan D S, et al. An eddy injection method for large-eddy simulations of tornado-like vortices. Monthly Weather Review, 2017, 145(5): 1937-1961, doi:10.1175/mwr-d-16-0339.1.

[42] Nolan D S, Dahl N A, Bryan G H, et al. Tornado vortex structure, intensity, and surface wind gusts in large-eddy simulations with fully developed turbulence. Journal of the Atmospheric Sciences, 2017, 74(5): 1573-1597, doi:10.1175/jas-d-16-0258.1.

[43] Daniel T, Dawson IIXue M, et al. Sensitivity of real-data simulations of the 3 May 1999 Oklahoma city tornadic supercell and associated tornadoes to multimoment microphysics. Part II: analysis of buoyancy and dynamic pressure forces in simulated tornado-like vortices. Journal of the Atmospheric Sciences, 2016, 73: 1039-1061, doi:10.1175/jas-d-15-0114.1.

[44] Dawson D T, Xue M, Milbrandt J A, et al. Sensitivity of real-data simulations of the 3 May 1999 Oklahoma city tornadic supercell and associated tornadoes to multimoment microphysics. Part I: storm- and tornado-scale numerical forecasts. Monthly Weather Review, 2015, 143(6): 2241-2265, doi:10.1175/mwr-d-14-00279.1.

[45] Dawson D T, Xue M, Milbrandt J A, et al. Comparison of evaporation and cold pool development between single-moment and multimoment bulk microphysics schemes in idealized simulations of tornadic thunderstorms. Monthly Weather Review, 2010, 138: 1152-1171, doi:10.1175/2009mwr2956.1.

[46] Dawson D T, Wicker L J, Mansell E R, et al. Impact of the environmental low-level wind profile on ensemble forecasts of the 4 May 2007 Greensburg, Kansas, tornadic storm and associated mesocyclones. Monthly Weather Review, 2012, 140(2): 696-716, doi:10.1175/mwr-d-11-00008.1.

[47] Dawson D T, Mansell E, Jung L, et al. Low-level Z(DR) signatures in supercell forward flanks: the role of size sorting and melting of hail. Journal of the Atmospheric Sciences, 2014, 71(1): 276-299, doi:10.1175/jas-d-13-0118.1.

[48] Markowski P M, Richardson Y P. Large sensitivity of near-surface vertical vorticity development to heat sink location in idealized simulations of supercell-like storms. Journal of Atmospheric Sciences, 2017,74: 1095-1104, doi:10.1175/jas-d-16-0372.1.

[49] Zhang Y J, Zhang F Q, Stensrud D J, et al. Practical predictability of the 20 May 2013 tornadic thunderstorm event in Oklahoma: sensitivity to synoptic timing and topographical influence. Monthly Weather Review, 2015, 143(8): 2973-2997, doi:10.1175/mwr-d-14-00394.1.

[50] Zhang Y, Zhang F, Stensrud D J, et al. Intrinsic predictability of the 20 May 2013 tornadic thunderstorm event in Oklahoma at storm scales. Monthly Weather Review, 2016, 144:1273-1298.

[51] 杜鈞, 李俊. 集合預(yù)報(bào)方法在暴雨研究和預(yù)報(bào)中的應(yīng)用. 氣象科技進(jìn)展, 2014(5): 6-20 .

[52] Lewellen D C, Gong B, Lewellen W S. Effects of finescale debris on near-surface tornado dynamics. Journal of the Atmospheric Sciences, 2007, 65(10): 3247-3262, doi:10.1175/2008jas2686.1.

[53] Bodine D J, Maruyama T, Palmer R D, et al. Sensitivity of tornado dynamics to soil debris loading. Journal of the Atmospheric Sciences, 2016,73(7): 2783-2801, doi:10.1175/jas-d-15-0188.1.

[54] 范雯杰, 俞小鼎. 中國(guó)龍卷的時(shí)空分布特征. 氣象, 2015, 41(7): 793-805.

[55] 王秀明, 俞小鼎, 周小剛. 中國(guó)東北龍卷研究: 環(huán)境特征分析. 氣象學(xué)報(bào), 2015, 73 (3): 425-441.

[56] Meng Z Y, Yao D. Damage survey, radar, and environment analyses on the first-ever documented tornado in Beijing during the heavy rainfall event of 21 July 2012. Weather and Forecasting, 2014, 29(3): 702-724, doi:10.1175/waf-d-13-00052.1.

[57] 鄭永光, 田付友, 孟智勇, 等. “東方之星”客輪翻沉事件周邊區(qū)域風(fēng)災(zāi)現(xiàn)場(chǎng)調(diào)查與多尺度特征分析. 氣象, 2016, 42(1): 1-13.

[58] Zhao K, Wang M, Xue M, et al. Doppler radar analysis of a tornadic miniature supercell during the landfall of typhoon mujigae (2015) in South China. Bulletin of the American Meteorological Society, 2017, 98(9): 1821-1831.

[59] 鄭永光, 朱文劍, 姚聃, 等. 風(fēng)速等級(jí)標(biāo)準(zhǔn)與2016年6月23日阜寧龍卷強(qiáng)度估計(jì). 氣象, 2016, 42(11): 1289-1303.

[60] 李兆慧, 王東海, 麥雪湖, 等. 2015年10月4日佛山龍卷過程的觀測(cè)分析. 氣象學(xué)報(bào), 2017, doi:10.11676/qxxb2017.013.

[61] 俞小鼎, 鄭媛媛, 張愛民, 等. 安徽一次強(qiáng)烈龍卷的多普勒天氣雷達(dá)分析. 高原氣象, 2006, 25(5): 914-924.

[62] 鄭媛媛, 俞小鼎, 方翀, 等. 2003年7月8日安徽系列龍卷的新一代天氣雷達(dá)分析. 氣象, 2004, 30(1): 38-40.

[63] 劉勇, 王川. 陜西龍卷的統(tǒng)計(jì)和中尺度特征. 陜西氣象, 1998, 6-9.

[64] 周后福, 施丹平, 刁秀廣, 等. 2013年7月7日蘇皖龍卷環(huán)境場(chǎng)與雷達(dá)特征分析. 干旱氣象, 2014, 32(3): 415-423.

[65] 徐學(xué)義, 趙振東, 梁紅新. 三次非超級(jí)單體龍卷風(fēng)暴多普勒雷達(dá)特征對(duì)比分析. 高原氣象, 2014, 33(4): 1164-1172.

[66] 李云艷, 鄭艷, 楊仁勇. 一次龍卷天氣過程中小尺度特征分析. 農(nóng)業(yè)災(zāi)害研究, 2014, 4(5): 34-37.

[67] 李改琴, 許慶娥, 吳麗敏, 等. 一次龍卷風(fēng)天氣的特征分析. 氣象, 2014, 40(5): 628-636.

[68] 張一平, 俞小鼎, 吳蓁, 等. 區(qū)域暴雨過程中兩次龍卷風(fēng)事件分析. 氣象學(xué)報(bào), 2012, 70(5): 961-973.

[69] 吳芳芳, 俞小鼎, 張志剛, 等. 對(duì)流風(fēng)暴內(nèi)中氣旋特征與強(qiáng)烈天氣. 氣象, 2012, 38(11): 1330-1338.

[70] 周后福, 郭品文, 張建軍, 等. 一次蘇皖龍卷的多普勒雷達(dá)分析及其成因探討. 科技導(dǎo)報(bào), 2009, 27(7), 80-84, doi:10.3321/j.issn:1000-7857.2009.07.018.

[71] 吳海英, 沈樹勤, 蔣義芳, 等. 龍卷誘發(fā)原因的實(shí)例分析. 氣象科學(xué), 2009, 19(3): 335-341.

[72] 劉娟, 朱君鑒, 魏德斌, 等. 070703天長(zhǎng)超級(jí)單體龍卷的多普勒雷達(dá)典型特征. 氣象, 2009, 32(10): 32-39.

[73] 俞小鼎, 鄭媛媛, 廖玉芳, 等. 一次伴隨強(qiáng)烈龍卷的強(qiáng)降水超級(jí)單體風(fēng)暴研究. 大氣科學(xué), 2008, 32(3): 508-522.

[74] 姚葉青, 俞小鼎, 郝瑩, 等. 兩次強(qiáng)龍卷過程的環(huán)境背景場(chǎng)和多普勒雷達(dá)資料的對(duì)比分析. 熱帶氣象學(xué)報(bào), 2007, 23(5): 483-490.

[75] 俞小鼎, 周小剛, 王秀明. 雷暴與強(qiáng)對(duì)流臨近天氣預(yù)報(bào)技術(shù)進(jìn)展. 氣象學(xué)報(bào), 2012, 70(3): 311-337.

[76] 刁秀廣, 萬明波, 高留喜, 等. 非超級(jí)單體龍卷風(fēng)暴多普勒天氣雷達(dá)產(chǎn)品特征及預(yù)警. 氣象, 2014, 40(6): 668-677.

[77] 姚葉青, 郝瑩, 張義軍, 等. 安徽龍卷發(fā)生的環(huán)境條件和臨近預(yù)警. 高原氣象, 2012, 31(6): 1721-1730.

[78] 李延江, 孫麗華, 楊梅. 一次山區(qū)龍卷的雙部雷達(dá)回波監(jiān)測(cè)分析. 高原氣象, 2011, 30(6): 1701-1708.

[79] 鄭媛媛, 朱紅芳, 方翔, 等. 強(qiáng)龍卷超級(jí)單體風(fēng)暴特征分析與預(yù)警研究. 高原氣象, 2009, 28(3): 617-625.

[80] 王霽吟, 陳寶君, 宋金杰, 等. 基于再分析資料的我國(guó)龍卷發(fā)生環(huán)境和通用龍卷指標(biāo). 氣候與環(huán)境研究, 2015, 20(4): 411-420.

[81] 周后福, 刁秀廣, 夏文梅, 等. 江淮地區(qū)龍卷超級(jí)單體風(fēng)暴及其環(huán)境參數(shù)分析. 氣象學(xué)報(bào), 2014, 72(2): 306-317.

[82] 吳芳芳, 俞小鼎, 張志剛, 等. 蘇北地區(qū)超級(jí)單體風(fēng)暴環(huán)境條件與雷達(dá)回波特征. 氣象學(xué)報(bào), 2013, 71(2): 209-227.

[83] 王毅, 鄭媛媛, 張曉美, 等. 夏季安徽槽前形勢(shì)下龍卷和非龍卷型強(qiáng)對(duì)流天氣的環(huán)境條件對(duì)比研究. 氣象, 2012, 38(12): 1473-1481.

[84] 朱江山, 劉娟, 邊智, 等. 一次龍卷生成中風(fēng)暴單體合并和渦旋特征的雷達(dá)觀測(cè)研究. 氣象, 2015, 41(2): 182-191.

[85] 鄭媛媛, 張備, 王嘯華, 等. 臺(tái)風(fēng)龍卷的環(huán)境背景和雷達(dá)回波結(jié)構(gòu)分析. 氣象, 2015(8): 942-952.

[86] 張小玲, 楊波, 朱文劍, 等. 2016年6月23日江蘇阜寧EF4級(jí)龍卷天氣分析. 氣象, 2016, 42(11): 1304-1314.

[87] 劉寧微, 馬雁軍, 劉曉梅, 等. 遼寧省“05-6”龍卷風(fēng)過程的診斷與數(shù)值模擬. 自然災(zāi)害學(xué)報(bào), 2007, 16(5): 84-90.

[88] 呂麗, 肖輝, 呂博. 一次龍卷過程的WRF模擬及多普勒雷達(dá)反演風(fēng)場(chǎng)研究. 安徽農(nóng)業(yè)科學(xué), 2014(17): 5598-5603,5659, doi:10.3969/j.issn.0517-6611.2014.17.094.

[89] 張玲, 張艷玲, 陸漢城, 等. 不穩(wěn)定能量參數(shù)在一次強(qiáng)對(duì)流天氣數(shù)值模擬中的應(yīng)用. 南京氣象學(xué)院學(xué)報(bào), 2008, 31(2): 192-199.

[90] 周后福, 郭品文, 翟菁. 兩類強(qiáng)對(duì)流天氣過程的模式模擬及其比較. 熱帶氣象學(xué)報(bào), 2010, 26(3): 379-384.

[91] 趙海軍, 刁秀廣, 王慶華, 等. 非超級(jí)單體龍卷風(fēng)暴低層流場(chǎng)特征及模擬分析. 山東氣象, 2016, 36(2): 1-9, doi:10.3969/j.issn.1005-0582.2016.02.001.

[92] 曾明劍, 吳海英, 王曉峰, 等. 梅雨期龍卷環(huán)境條件與典型龍卷對(duì)流風(fēng)暴結(jié)構(gòu)特征分析. 氣象, 2016, 42(3): 280-293.

[93] Xue M. Preface to the special issue on the“observation, prediction and analysis of severe convection of China”(OPACC) national “973”project. Advances in Atmospheric Sciences,c2016, 33(10): 1099-1101, doi:10.1007/s00376-016-0002-3.