孫 敏 趙 暢 吳君婧 孔曉宇,3

1 上海中心氣象臺,上海 200030 2 南京大學大氣科學學院中尺度災(zāi)害性天氣教育部重點實驗室,南京 210023 3 相控陣陣列天氣雷達聯(lián)合實驗室,上海 200030

提 要：2017年9月24日夜間至25日凌晨,沿長江一線發(fā)生了一次夜間強對流過程。準東西向鋒面雨帶南側(cè)垂直于鋒面走向的β中尺度對流系統(tǒng)由線狀逐漸演變?yōu)楣?造成長江中下游地區(qū)產(chǎn)生短時強降水,并伴隨7級雷暴大風。從環(huán)境場來看,夜間不存在有利的熱力條件,預報難度較大。本研究利用觀測和數(shù)值模擬對弓形回波的形成和演變機制機理進行分析,雷達觀測顯示初始階段有一條東北—西南向的β中尺度線狀對流帶,在其西南側(cè)不斷有新生的對流單體合并進入對流主體,形成側(cè)后向傳播,之后在對流主體移動方向前側(cè)(東南側(cè))又有新的對流單體生成,逐漸發(fā)展成西北—東南向的帶狀,并向東北方向移動,最終導致原β中尺度線狀對流帶演變并加強為弓形回波。高分辨率數(shù)值模式模擬的對流系統(tǒng)演變過程與實況十分接近,利用渦度方程進行診斷分析顯示渦度的傾側(cè)項在側(cè)后向傳播中發(fā)揮了重要的作用。對流發(fā)展初期,在傾側(cè)項作用下回波西南側(cè)有新的對流單體生成并與主體回波合并,隨著回波不斷合并增強,輻散項的作用逐漸增大,主體回波在西南側(cè)的傾側(cè)項和東北側(cè)的輻散項共同作用下正渦度明顯增大,且其垂直平流項將正渦度向上傳播,有利于對流的垂直伸展。在主體回波前側(cè),受水平平流項的作用不斷有新的對流單體生成,但由于垂直伸展高度低,受低層風引導向東北方向移動,在移動過程中對流單體排列呈西北—東南向且逐漸合并渦度增大,最終導致線狀主體回波演變?yōu)楣位夭?。此次弓形回波的形成過程與經(jīng)典模型存在顯著差異,其弓形后側(cè)沒有明顯的后側(cè)入流急流,而是具有明顯的前側(cè)近地層入流,主要受到了前側(cè)暖區(qū)內(nèi)對流系統(tǒng)發(fā)展影響。

引 言

中尺度對流系統(tǒng)(mesoscale convective system,MCS)是暴雨的主要成因之一(Maddox,1980;陳傳雷等,2018;范元月等,2020),由于總降水量與降水效率和持續(xù)時間直接相關(guān)(Doswell Ⅲ et al,1996),在同一地點產(chǎn)生的列車效應(yīng)或后向傳播特別有利于產(chǎn)生極端降水(Chappell,1986;何群英等,2009;孫繼松等,2013;茍阿寧等,2019;王嘯華等,2021)。后向傳播是指在上游地區(qū)不斷有新的單體生成,而成熟的單體在下游消亡,從而導致對流區(qū)呈現(xiàn)準靜止(Schumacher and Johnson,2005)。側(cè)后向傳播是后向傳播常見的一種類型,受側(cè)后向傳播的影響,對流系統(tǒng)移速往往慢于平流速度,從而更有利于降水系統(tǒng)的長時間維持,導致更強的降水。盡管MCS在夜間很常見,但帶有破壞性大風的弓形回波在夜間是罕見的,因為這時環(huán)境通常具有夜間穩(wěn)定邊界層的特點(Schultz et al,2000)。理論上穩(wěn)定邊界層能阻礙強冷池產(chǎn)生的溫度和氣壓梯度,同時會減小近地面負浮力下沉運動導致的動量下傳,這與白天的對流系統(tǒng)有明顯差異(Horgan et al,2007)。然而,弓形回波和強風系統(tǒng)仍會在夜間發(fā)生(Adams-Selin and Johnson,2010;2013;曲曉波等,2010;Coniglio et al,2012;陶嵐等,2014;Guastini and Bosart,2016;袁招洪,2021)。與白天的對流系統(tǒng)預報相比,夜間弓形回波的預報效果較差(Wilson and Roberts,2006;Clark et al,2007;Weisman et al,2008;支樹林等,2017;Hitchcock et al,2019;Weckwerth et al,2019),其原因可能是夜間對流通常是高架對流,如低空急流前側(cè)的輻合(Stull,1988)、重力波或涌等地面上方的強迫機制,相比發(fā)生在白天的對流更占主導作用。夜間對流常發(fā)生在穩(wěn)定的邊界層中(Koch et al,2008;Koch and Clark,1999),常伴有低空急流(LLJ),這樣的環(huán)境下對流有效位能(CAPE)較低,但垂直風切變較大,常被稱為“高風切變,低有效位能”(high-shear,low-CAPE,HSLC)。對于HSLC環(huán)境的定義各不相同,Wade and Parker(2021)定義混合層CAPE≤1000 J·kg-1且0～6 km風切變≥18 m·s-1,這樣的環(huán)境下也可以產(chǎn)生顯著的惡劣天氣,甚至包括龍卷(Simmons and Sutter,2009;Ripberger et al,2014),因此該類環(huán)境下的強對流預報是一個相當大的短期和短時臨近預報挑戰(zhàn)。

Fujita(1978;1979)最早定義了弓形回波的典型演變特征。根據(jù)Fujita(1979),弓形回波通常是從對流單體或一排線狀對流單體演變?yōu)槎禾枲畹幕夭?其向極一側(cè)伴隨一個主要的氣旋性渦旋,尺度范圍較廣(10～150 km)。盡管已有學者通過觀測研究(Przybylinski and Gery,1983;Funk et al,1999)和數(shù)值模擬(Weisman,1993;Finley et al,2001)對弓形回波進行了廣泛的研究,但它們是如何從各種初始對流結(jié)構(gòu)中演變而來還需進一步的研究。Klimowski et al(2004)研究了1996—2002年美國發(fā)生的273個弓形回波的演變,特別是弓形前階段的雷達反射率特征,確定了弓形回波形成的3種主要對流組織模式:弱組織單體模式、颮線模式和超級單體模式;弱組織單體模式在美國中部最常見,對于弱組織單體模式,68%的弓形回波個例與合并有關(guān)。

國內(nèi)外學者對于β中尺度系統(tǒng)的結(jié)構(gòu)分析表明:當對流系統(tǒng)發(fā)展到強盛期時,流場中上升氣流由傾斜上升轉(zhuǎn)換為垂直上升(何立富等,2007),在渦度場上,水平渦度與環(huán)境風場的垂直切變有關(guān),伴隨對流增強,水平渦管在垂直運動的作用下會發(fā)生傾斜,轉(zhuǎn)化為垂直渦度(Davies-Jones,1984),這僅是其中的一種垂直正渦度的來源,被稱為傾側(cè)項,而垂直正渦度的來源還包括了水平平流項、垂直輸送項和散度項。在實際個例中不同對流單體、不同階段垂直正渦度的來源并不完全相同,由不同項占據(jù)主導地位,需針對個例進一步分析。本研究關(guān)注的是2017年9月24日夜間至25日凌晨一次夜間強對流過程,該過程以短時強降水為主,個別站點出現(xiàn)7級雷暴大風。在此次過程中,對流主體的維持及β中尺度對流系統(tǒng)由線狀回波合并加強演變?yōu)楣瓲罨夭ǖ臋C制機理,將是文本的研究重點。

1 資料和方法

本文實況分析中使用的資料包括:

(1)研究區(qū)域內(nèi)的地面自動站數(shù)據(jù)和雷達數(shù)據(jù)(南京、常州、南通、青浦和南匯雷達)。

(2)歐洲中期天氣預報中心ERA5等壓面層再分析資料,水平分辨率為0.25°×0.25°。

1.1 理查森數(shù)的計算

理查森數(shù)(Richardson number,Ri)是檢驗大氣環(huán)境是否有利于重力波發(fā)生的重要指標,其表達式為

(1)

1.2 數(shù)值模式設(shè)置

利用WRF_ARW高分辨率數(shù)值模式對本次強對流過程進行了模擬,模擬區(qū)域采用雙重嵌套,外層水平分辨率為3 km,內(nèi)層水平分辨率為1 km,初始和側(cè)邊界場采用GDAS的0.25°再分析數(shù)據(jù),兩層區(qū)域內(nèi)均未采用積云參數(shù)化方案,模擬時間為2017年9月24日08:00至25日08:00(北京時,下同),共24 h,模式的其他設(shè)置詳見表1。

表1 WRF模式設(shè)置Table 1 WRF model configuration

1.3 雙多普勒雷達風場反演

利用美國國家大氣研究中心(NCAR)提供的SPRINT軟件將雷達體掃數(shù)據(jù)從極坐標系插值到笛卡爾坐標系下(數(shù)據(jù)插值采用雙線性插值法),并對徑向速度進行局地退模糊處理,然后選擇上海青浦和江蘇南通兩部雷達觀測時間一致(差別小于3 min)的體掃數(shù)據(jù)進行三維風場反演,反演采用NCAR 的CEDRIC軟件,反演原理參考Ray et al(1978)。由于雷達觀測為徑向速度,在兩部雷達連線附近觀測到的徑向風為接近平行的兩個矢量,無法正確地反演出切向速度,因此在該區(qū)域內(nèi)反演出的速度場不可信,從而進行剔除(孫敏等,2015)。

1.4 三維風場渦度局地變化來源診斷

如式(2)所示,利用垂直渦度方程(朱乾根等,2007)來診斷模式模擬的三維風場渦度局地變化的來源。

(2)

式中:等式右端第一項為相對渦度水平平流項,第二項為地轉(zhuǎn)渦度水平平流項,兩者合稱為渦度水平平流項,第三項為渦度垂直輸送項,第四項為渦度傾側(cè)項,第五項為散度項。

2 個例介紹

2.1 天氣實況

2017年9月24日夜間至25日凌晨的強對流過程以短時強降水為主,最強時段集中在25日00:00—03:00,如圖1a所示,3 h累計降水量大值中心位于長江口附近,最大值出現(xiàn)在上海市崇明區(qū)侯家鎮(zhèn)站,達116.1 mm。從圖1b逐小時雷達組合反射率因子隨時間的演變可以看到,對流系統(tǒng)沿著長江下游一線向東南方向移動,并由線狀排列的單體逐漸合并加強,最終演變?yōu)楣位夭?。過程中個別站點出現(xiàn)7級雷暴大風,最大陣風達16.0 m·s-1,發(fā)生在江蘇省太倉市岳王鎮(zhèn)站(25日01:30)。

注:圖b中黑色三角形為南京、常州、南通、青浦和南匯5部雷達所在位置。圖1 2017年9月25日00:00—03:00(a)3 h累計降水量分布,(b)雷達組合反射率因子逐小時演變及7級以上(風羽,≥13.9 m·s-1)大風災(zāi)害分布Fig.1 Distribtution of (a) 3 h accumulated precipitation, (b) hourly evolution of radar composite reflectivity factor and gust wind (barb, ≥13.9 m·s-1) from 00:00 BT to 03:00 BT 25 September 2017

2.2 天氣尺度背景分析

圖2a為9月24日20:00 ERA5再分析資料500 hPa環(huán)流場和其與9月氣候平均(1979—2016年)位勢高度場偏差,圖中副熱帶高壓(以下簡稱副高)呈帶狀分布且較為強盛,588 dagpm線控制江南大部地區(qū),上海處在副高邊緣,我國中東部大部地區(qū)位勢高度常較常年異常偏高,特別是江南地區(qū)較9月氣候平均偏強4～5 dagpm。700 hPa風場上江蘇中北部存在西南風與東南風的暖式切變(圖略),而在850 hPa風場上,位于700 hPa暖式切變以南沿長江下游一帶也存在西南風和東南風的暖式切變,對應(yīng)相當位溫等值線存在較大的南北梯度(圖2b),上海位于切變線以南的暖區(qū)內(nèi),切變線南側(cè)存在西南急流輸送水汽,最大風速達12 m·s-1。地面圖上,在850 hPa暖式切變線位置以南有低壓倒槽發(fā)展,準靜止鋒位于浙北一帶(圖略),由地面靜止鋒和切變線的對應(yīng)位置可見,沿江一帶存在自南向北隨高度升高且坡度較緩的鋒面。圖2c為夜間對流早期發(fā)展階段區(qū)域內(nèi)的南京站探空圖,表2為利用Python的探空和高空風分析圖及SHARPpy程序計算得到的熱動力參數(shù),由圖2c和表2可見,300 hPa高度以下整層濕度較大,整層大氣可降水量(PWV)達到63.8 mm,抬升凝結(jié)高度(LCL)較低,位于1006 hPa,低層900 hPa附近存在逆溫層,從最不穩(wěn)定層抬升的不穩(wěn)定能量(MUCAPE)為640 J·kg-1,表明24日夜間環(huán)境的水汽條件較好,但熱力條件一般;從水平風的垂直切變可見,0～3 km 和0～6 km垂直風切變分別達到6.9×10-3s-1和4.0×10-3s-1,環(huán)境場具有較好的動力條件,環(huán)境條件符合Wade and Parker(2021)對于HSLC環(huán)境的定義。圖2c顯示從地面到5 km高度,風向隨高度順時針旋轉(zhuǎn),具有明顯的暖平流,5 km以上風向隨高度逆時針旋轉(zhuǎn),有一定的冷平流,形成低層暖平流、高層冷平流;相當位溫隨高度的變化(圖2d)顯示了近地層相當位溫隨高度迅速增大,即近地層大氣是穩(wěn)定的, 而850～700 hPa的相當位溫隨高度減小,存在對流性不穩(wěn)定,這些條件均有利于有組織的強對流在抬升到一定高度后生成和發(fā)展。圖2e為通過圖2c中南京站探空數(shù)據(jù)計算得到的Ri隨高度變化圖,結(jié)合圖2d相當位溫隨高度的變化可以看到低層1 km以下和4～6 km存在相當位溫隨高度增大的穩(wěn)定層,對應(yīng)在1 km附近和9 km以上存在滿足Ri<0.25 和Ri值在0.25～2.0的層次,從而滿足俘獲重力波產(chǎn)生的條件。

利用ERA5再分析資料對地面形勢場進行分析,受低壓倒槽影響,上海及其周邊地區(qū)9月24日20:00地面10 m風為南到東南風(圖3a),由于9月夜間上海東南方向海溫已高于陸地溫度,因此海上的暖濕空氣源源不斷地向陸地輸送。對比24日20:00(圖3a)和25日00:00(圖3b)地面2 m氣溫的空間分布,可以看到上海及其周邊地區(qū)的陸地上有明顯的增溫,該區(qū)域相比蘇皖中北部為較暖的區(qū)域, 從上海寶山站24日20:05至25日08:05地面各要素隨時間演變(圖3c)可以看到,回波主體影響的時間為25日02:00左右,此時有氣壓突增(黑色曲線)、氣溫下降(紅色曲線)和風向突變(東南風轉(zhuǎn)西北風)的特征;而在此之前,地面為一致的東南風,氣溫逐漸上升,氣壓逐漸下降,主體回波前側(cè)的暖區(qū)特征顯著。

注:圖a,圖b中填色為2 m氣溫場,等值線為平均海平面氣壓場(單位:hPa),風矢為10 m風場;圖c中紅線為2 m氣溫,綠線為2 m露點溫度,黑線為平均海平面氣壓,柱狀為5 min降水量,風矢為10 m風。圖3 2017年9月(a)24日20:00,(b)25日00:00 ERA5再分析資料的地面要素場分布,(c)24日20:05至25日08:05上海寶山站地面自動站要素時序演變Fig.3 Surface fields of ERA5 reanalysis data at (a) 20:00 BT 24, (b) 00:00 BT 25; (c) time-series evolution of surface automatic observations at Shanghai Baoshan Station from 20:05 BT 24 to 08:05 BT 25 September 2017

2.3 中尺度對流系統(tǒng)的觀測分析

圖4a顯示對流發(fā)展初期有一條呈東北—西南向的β中尺度對流帶A,在其西南側(cè)有新生對流單體B1和B2,對流帶A沿東偏南方向移動,新生單體B1和B2則逐漸向東北方向移動,與對流帶A合并,而在其西南側(cè)仍不斷有新生對流單體B3和B4(圖4b),9月24日23:42對流帶A的西南側(cè)又有對流單體C新生(圖4c),隨時間逐漸發(fā)展成西北—東南向的帶狀,并向東北方向移動(圖4d,4g),而對流帶A在向西偏南方向移動的過程中逐漸發(fā)展加強形成弓狀回波(圖4h),其中弓形回波維持時間從25日02:00—03:00,南匯雷達0.5°仰角的徑向速度圖顯示在弓形回波北端存在明顯的氣旋式渦旋(切變)特征(圖4j)。

注:圖a～圖h中,黑色虛線為融化層高度,紅色橢圓及字母用于追蹤主要對流系統(tǒng)的演變;圖j中,黑色橢圓為弓形回波北側(cè)的氣旋式渦旋。圖4 2017年9月24—25日(a～h)(上)雷達0.5°仰角反射率因子和(下)沿圖中黑色直線的雷達反射率因子垂直剖面,以及(i,j)演變?yōu)楣魏竽蠀R雷達(原點處)觀測到的0.5°仰角(i)反射率因子和(j)徑向速度Fig.4 (a-h) Radar reflectivity factor (above) at 0.5° elevation and (below) vertical cross-section of radar reflectivity factor along the black straight lines from (a) Nanjing, (b) Changzhou, (c-e) Qingpu and (f-h) Nanhui radars at 8 selected times, (i) radar reflectivity factor and (j) radial velocity at 0.5° elevation of Nanhui Radar from 24 to 25 September 2017

從沿對流主體西南—東北向的剖面圖可以看到,對流發(fā)展初期(圖4a,4b),對流系統(tǒng)發(fā)展強度較弱,最強反射率因子在50 dBz附近,對流發(fā)展高度較低,45 dBz以上回波多集中在融化層高度以下,此外在對流主體A內(nèi)沿著西南—東西向排列著多個對流單體,特別是圖4b中剖面上呈現(xiàn)出明顯的波動特征,在與主體A相隔一段距離的西南側(cè)有新生的對流單體。圖4c顯示隨著新生對流單體不斷并入主體,主體內(nèi)對流單體也不斷合并強度增強,最強反射率因子達50～55 dBz,45 dBz回波發(fā)展高度達7～8 km,且在對流主體A移動方向前側(cè)(東南側(cè))有新的對流單體C生成,該單體的反射率因子垂直剖面顯示,45 dBz以上回波發(fā)展高度僅在3 km以下(圖略),圖4d～4h顯示主體回波在向東南方向移動過程中組織化增強,演變?yōu)楣?雖然 45 dBz回波伸展高度仍維持在7～8 km,但其強度不斷增強,最強反射率因子達55 dBz以上。

3 數(shù)值模擬結(jié)果分析

數(shù)值模擬結(jié)果顯示9月24日21:00的回波結(jié)構(gòu)(圖5a)與觀測接近,有一條呈東北—西南向的β中尺度對流帶A,其寬度比實況觀測略偏窄、強度比實況偏強(圖4a),其西南側(cè)有新生單體B1和B2發(fā)展并合并到主對流帶A中(圖5b),從沿著對流主體所做的西南—東北向的剖面可見,最強反射率因子在55 dBz附近,與觀測相比偏強,對流發(fā)展高度較低,45 dBz以上回波多集中在融化層高度以下。此外在對流主體A內(nèi)沿著西南—東北向排列著多個對流單體,其結(jié)構(gòu)與實況觀測接近,也呈現(xiàn)出一定的波動特征(圖4a,4b)。隨著帶狀回波A向東南方向移動,23:00在帶狀回波A的西南側(cè)有新生對流單體C,逐漸發(fā)展成西北—東南向的帶狀,并向東北方向移動(圖5c,5g),而主對流帶A在向西偏南方向移動的過程中逐漸發(fā)展加強形成弓狀(圖5d,5h),隨著新生對流單體不斷并入主對流帶A,使其不斷合并增強,最強反射率因子達60～65 dBz,其 45 dBz 回波發(fā)展高度達7～8 km,該演變過程與實況接近,但比實況強度偏強且發(fā)生時間提前了30～60 min。模式模擬出的主對流帶A的西南側(cè)有單體新生合并進入主對流帶A并使其增強,同時東北—西南向?qū)α鲙б苿臃较蚯皞?cè)(東南側(cè))有對流單體C新生發(fā)展,其為西北—東南向帶狀對流并向東北方向移動,及東北—西南向主對流帶A逐漸由線性回波演變?yōu)楣位夭ǖ倪^程均與實況十分接近。

注:黑色虛線為融化層高度,紅色橢圓及字母用于追蹤主要雨帶的演變。圖5 2017年9月24—25日(上)模式模擬底層雷達反射率因子和(下)沿圖中黑色直線的雷達反射率因子垂直剖面Fig.5 Radar reflectivity factor (above) of the lowest model level from numerical simulation at 8 selected times and (below) vertical cross-section of radar reflectivity factor along the black straight lines from 24 to 25 September 2017

圖6顯示了不同時刻沿著不同剖面的水平風速隨高度的垂直分布。由圖6a和6b見,從西南往東北方向,存在西到西南風分量沿著低層東到東北風分量構(gòu)成的鋒面傾斜上升,且存在多個西南風大值中心,呈現(xiàn)出波動特征。在主體回波A逐漸由線狀演變?yōu)楣蔚倪^程中,沿著垂直于弓形的方向做剖面,發(fā)現(xiàn)與典型的弓形回波結(jié)構(gòu)有所區(qū)別,此次過程弓形回波后側(cè)無明顯的后側(cè)入流急流,其前側(cè)低層的東到東南風分量入流較強,且入流上方高層的西到西北氣流分量也較強, 對流前側(cè)的水平風垂直切變較對流后側(cè)更大、動力條件更佳(圖6c和6e)。主體回波A東南側(cè)新生單體C的垂直剖面分布顯示(圖6d和6f),其對流發(fā)展強度和高度遠小于主體回波A,近地層為一致的東到東南分量氣流,而高層為一致的西到西北分量氣流,由于新生單體C發(fā)展高度較低,受低層西南氣流引導向東北方向移動,近地層東到東南氣流分量的厚度隨著向北移動逐漸加厚,正是由于這種高低層水平風的垂直切變分布,導致對流系統(tǒng)隨高度向東南方向傾斜,且對比圖5d和5f中反射率因子等值線垂直分布可以看到,隨著對流單體C向東北方向移動,整體向西北—東南向伸展,最終由一個單體逐漸演變?yōu)閮蓚€單體。

利用上海青浦和江蘇南通多普勒雷達進行三維風場反演(兩部雷達的位置詳見圖1b),發(fā)現(xiàn)主回波A在9月25日00:30的1.0～2.5 km高度水平風場中均存在中氣旋(圖7a紅色方框),基于上文對雷達反射率因子演變的分析,模式模擬比觀測提前了30～60 min。因此,對比25日00:00模式模擬得到的水平風場分布(圖7b),其中1.0～2.0 km也均存在中氣旋,反射率因子的形態(tài)與實況接近,但模式模擬的反射率因子強度與觀測相比顯著偏強。

注:紅色方框為中氣旋所在位置。圖7 2017年9月25日 (a) 00:30利用青浦和南通雙多普勒雷達風場反演和(b)00:00模式模擬的1 km高度雷達反射率因子(填色)和水平風場(風矢,風羽)Fig.7 Horizontal wind field (wind vector, barb) and radar reflectivity factor (colored) at 1 km height (a) retrieved by Doppler radar of Qingpu and Nantong at 00:30 BT and (b) from model simulation at 00:00 BT 25 September 2017

通過上述分析可知,雖然在時間和強度上存在一定的偏差,但高分辨率數(shù)值模式仍較好地模擬出了此次β中尺度系統(tǒng)的演變過程,可以利用模式輸出結(jié)果對此次鋒面雨帶內(nèi)的β中尺度對流系統(tǒng)的發(fā)生發(fā)展和演變機制機理進行研究。

為了研究該β中尺度系統(tǒng)如何由線狀演變?yōu)楣?利用垂直渦度方程即式(2),診斷模式模擬的1 km 高度處的三維風場渦度局地變化的來源。圖8 為數(shù)值模式模擬的9月24日21:00的1 km高度處的渦度方程中各項(白色等值線),該時刻為主對流帶A發(fā)展的初始階段,4項中最大值3.3×10-5s-2出現(xiàn)在渦度傾側(cè)項中(圖8c),受該項的作用在主對流帶A的西南側(cè)新生了回波單體B1和B2。

注:方框內(nèi)為中心值(單位:10-5 s-2)。圖8 2017年9月24日21:00模式模擬的1 km高度處雷達反射率因子(黑色等值線,單位:dBz)、渦度(填色)、渦度方程各項(白色等值線)(a)渦度水平平流項,(b)渦度垂直輸送項,(c)渦度傾側(cè)項,(d)散度項Fig.8 Model-simulated radar reflectivity factor (black contour, unit: dBz), vorticity (colored), vorticity equation terms (white contour) at 1 km height at 21:00 BT 24 September 2017 (a) vorticity horizontal advection term, (b) vorticity vertical transport term, (c) vorticity tilt term, (d) divergence term

圖9和圖10分別為數(shù)值模式模擬的9月24日23:00主體回波A和其東南側(cè)新生對流單體回波C處1 km高度的渦度方程中各項(白色等值線),該時刻主對流帶A西南側(cè)的正渦度主要來自渦度傾側(cè)項(圖9c),中心值為6.6×10-5s-2,而其東北側(cè)的正渦度則主要來自渦度散度項(圖9d),中心值為5.5×10-5s-2。主體回波東南側(cè)新生回波單體C的渦度發(fā)展則主要來自渦度水平平流項(圖10a),中心值為0.8×10-5s-2,與主體回波A處大值中心相比小一個量級。主對流帶A的正渦度大值區(qū)中垂直輸送項為較大的負值(圖9b),表明有正渦度向上傳輸,有利于回波向上發(fā)展,而回波C內(nèi)的垂直輸送項很小(圖10b),不利于回波的垂直發(fā)展。無論是主對流帶A還是回波C的渦度傾側(cè)項都顯示出正負交替的波狀分布型(圖9c和10c)。對24日23:30和25日00:30兩個時次各項的分析顯示了相似的結(jié)果(圖略)。

注:方框內(nèi)為中心值(單位:10-5 s-2)。圖9 2017年9月24日23:00模式模擬的回波A處1 km高度雷達反射率因子(黑色等值線,單位:dBz)、渦度(填色)、 渦度方程各項(白色等值線) (a)渦度水平平流項,(b)渦度垂直輸送項,(c)渦度傾側(cè)項,(d)散度項Fig.9 Model-simulated radar reflectivity factor (black contour, unit: dBz), vorticity (colored), vorticity equation terms (white contour) of echo A at 1 km height at 23:00 BT 24 September 2017 (a) vorticity horizontal advection term, (b) vorticity vertical transport term, (c) vorticity tilt term, (d) divergence term

注:方框內(nèi)為中心值(單位:10-5 s-2)。圖10 2017年9月24日23:00模式模擬的回波C處1 km高度雷達反射率因子(黑色等值線,單位:dBz)、渦度(填色)、渦度方程各項(白色等值線) (a)渦度水平平流項,(b)渦度垂直輸送項,(c)渦度傾側(cè)項,(d)散度項Fig.10 Model-simulated radar reflectivity factor (black contour, unit: dBz), vorticity (colored), vorticity equation terms (white contour) of echo C at 1 km height at 23:00 BT 24 September 2017(a) vorticity horizontal advection term, (b) vorticity vertical transport term, (c) vorticity tilt term, (d) divergence term

4 結(jié)論與討論

9月24日夜間至25日凌晨,沿長江下游一帶發(fā)生了強對流天氣,以短時強降水為主,伴有7級雷暴大風。通過利用觀測資料分析和高分辨率數(shù)值模式模擬診斷得到,此次過程的500 hPa位勢高度場較氣候態(tài)異常偏高,沿長江下游一帶位于副高邊緣,中低層存在暖式切變線,地面有低壓倒槽,倒槽內(nèi)配合有準靜止鋒,形成坡度較緩的鋒面,中低層存在西南急流。高分辨率數(shù)值模式雖然模擬存在時間和強度上的偏差,但很好地模擬出了此次強對流過程的β中尺度系統(tǒng)演變特征。通過利用垂直渦度方程診斷模式結(jié)果得出,在此次對流過程中渦度的傾側(cè)項發(fā)揮了重要的作用。在對流發(fā)展初期,由于環(huán)境水平風的垂直切變較大,高層有偏西風,低層存在偏東風,形成了指向北的水平渦管。當?shù)蛯游髂蠚饬餮氐讓臃€(wěn)定層以上的鋒面爬升,到達滿足重力波產(chǎn)生條件的高度后,激發(fā)出重力波加強了上升運動,之后達到對流性不穩(wěn)定層并觸發(fā)對流發(fā)展,在垂直運動作用下指向北的水平渦管在對流的西南側(cè)轉(zhuǎn)換為正的垂直渦度,因此在傾側(cè)項作用下有新的對流單體在主體回波側(cè)后方(西南側(cè))生成(圖11a)。由于初始階段發(fā)展高度不高,新生成的對流單體在中低層西南引導氣流作用下向東北方向移動,并與主體回波合并加強。隨著回波不斷合并增強,主體回波東北側(cè)輻散項的作用逐漸增大,在西南側(cè)傾側(cè)項和東北側(cè)輻散項共同作用下主體回波的正渦度明顯增大,且其垂直平流項將正渦度向上傳播,有利于對流的垂直伸展,主對流單體發(fā)展高度較高,受高層偏西風氣流引導向東移動。在主體回波前側(cè)(東南側(cè)),受到主體回波正渦度水平平流項的作用有新的對流單體生成(圖11c),但由于其垂直伸展高度低,受低層風引導向東北方向移動,在移動過程中不斷向西北—東南向伸展加強,最終導致主體回波由線狀演變?yōu)楣?圖11d,11f),其三維概念模型如圖12所示。且由于側(cè)后向傳播的作用,導致系統(tǒng)移動方向偏離引導氣流方向,指向東南方向,移速小于引導氣流,從而有利于短時強降水的發(fā)生。由于此次弓形過程并沒有伴隨典型的弓形回波所具有的后側(cè)入流急流,且夜間近地層較為穩(wěn)定,弓形回波過境時僅造成個別站點出現(xiàn)7級雷暴大風。

圖11 雷達組合反射率因子演變概念模型Fig.11 Conceptual model of radar composite reflectivity factor evolution

圖12 β中尺度對流系統(tǒng)演變?yōu)楣蔚牧Ⅲw概念模型和系統(tǒng)移動方向合成矢量圖Fig.12 Three-dimensional conceptual model of the evolution of meso-β scale convective system into bow echo and a synthetic vector diagram of the convective system moving direction

通過對此次過程的分析發(fā)現(xiàn),在夜間“高風切變,低有效位能”的環(huán)境條件下,即無有利熱力條件下,水平風的垂直切變至關(guān)重要,其形成的水平渦管在垂直抬升運動的作用下能轉(zhuǎn)換為垂直渦度(傾側(cè)項),側(cè)后向傳播致使對流系統(tǒng)移速減緩,而強對流前側(cè)暖區(qū)中對流系統(tǒng)的發(fā)生發(fā)展對于線狀對流轉(zhuǎn)換為弓形回波起了重要的作用,且由于夜間近地層較為穩(wěn)定,與典型弓形回波移速快易造成多站點的極端大風和個別站點短時強降水有所不同,此次弓形回波過程造成了多站點出現(xiàn)短時強降水和個別站點出現(xiàn)7級雷暴大風。因此,針對夜間強對流個例的分析總結(jié),能加強預報員對于此類環(huán)境背景條件下對流發(fā)生發(fā)展機制機理的認識,提高對夜間強對流系統(tǒng)的預報能力。