强对流天气空间尺度小, 发展迅速, 生命周期短, 天气剧烈, 常伴随暴雨、大风、冰雹、龙卷等天气现象[1], 破坏性极强, 对农业、畜牧业和人民财产造成重大损失.研究表明, 中尺度对流系统(MCSs)是产生强对流天气的主要天气系统[2-4].
强对流天气的气候分布是强对流天气研究的重点.早在20世纪80年代, 国内外就对强对流天气过程进行了普查统计工作, 至今已取得了不少成果.例如, DOSWELL[5]对美国不同强度的冰雹、龙卷风、雷暴大风的年频率分布特征进行了分析, 发现强对流天气易发生于中西部平原.GEERTS[6]对美国东南部MCSs进行统计分析, 指出全年都存在MCSs, 夏季最多, 且尺度小、生命史短.ZHENG等[7]利用逐时红外亮温(TBB)资料对我国及周边地区夏季的MCS活动情况进行了统计分析, 结果表明, 我国夏季MCS主要活跃在3条东西分布的带状区域.日变化特征分析显示, 单峰型MCS多发生在高原与山区, 多峰型MCS多发生在平原与盆地.MENG等[8]利用气象雷达资料研究了我国东部飑线的时间变化特征, 发现它们主要出现在7月, 6月次之; 在日变化上, 30°N以北地区的飑线发生在18:00—21:00最多, 12:00—15:00次之.HE等[9]对我国北方地区(包含部分江淮和黄淮地区)的暖季降雨做了日变化统计, 指出北方地区降水平均峰值区域出现在傍晚(17:00LTC)的燕山和太行山山脉以东, 夜间到达中国中部平原一带, 这主要由地形引起的加热不均以及由此引发的山地与平原之间的螺管环流导致.
利用TBB资料和气象雷达资料能够反映强对流系统(MCS)特征[7-8, 10-12], 但往往忽略了小尺度强对流天气系统, 而这些小尺度强降水也会造成城市内涝、山洪、泥石流和滑坡等地质灾害[13].通过地面自动观测容易辨别造成局地小尺度强降水的对流系统.已有研究利用地面观测资料分析了强对流天气, 例如, BROOKS等[14]利用小时降水资料(hourly precipitation data, HDP)分析了美国的暴雨分布; HOUZE等[15]利用雷达资料、小时降水资料HDP以及卫星等资料对Oklahoma春季的中尺度暴雨结构进行了统计; TIAN等[16]利用逐小时降水资料对我国中东部暖季的短时强降水进行了统计.
强对流天气具有突发性和极端性, 其产生的环境条件和特征也是重要的研究内容[8, 12, 17].MENG等[8]将我国东部的飑线环境分成了短槽、长槽、冷涡、副高和槽后型; 陈翔翔等[17]根据500 hPa及其以下环流特征将华南暖季暴雨分成切变线型、低涡型以及偏南风风速切变辐合型(偏南风型).强对流的发生对环境的静力稳定度、水汽条件等均有一定的要求, 通常引入抬升指数LIFT, SI指数、KI指数、对流有效位能CAPE、对流抑制能量CI、抬升凝结高度LCLP、可降水量PW等参数, 称之为对流发生的环境关键参数.中国江淮和黄淮地区是强对流天气的多发区域[7-8, 13, 18], 本文将利用地面观测资料对该地区的强对流天气分布特征进行讨论, 并在此基础上分析环流背景以及关键参数特征, 为该地区的强对流天气研究和预报提供一些气候背景信息.
1 数据和方法利用2010—2012年4—10月地面气象观测数据(525个站点分布如图 1(a)所示), 根据雷暴大风(风速≥17.2 m·s-1)或短时强降水(降水量≥20 mm·h-1)的强对流标准[19], 对我国江淮和黄淮地区(30°N~37°N, 110°E~122°E)3年的强对流天气过程进行了分析和统计.其中, 定义:(1)强对流过程开始定义为有测站达到强对流标准; (2)强对流过程结束定义为在原强对流运动方向的200 km范围内连续3 h观察不到符合强对流标准的测站; (3)对于单个胞体, 强对流分散, 但在200 km范围内, 又属于同一大环境场, 此分散的强对流系统归为同一过程.本文主要统计分析的是持续时间≥3 h的强对流系统.
|
图 1 站点分布情况 Fig. 1 Distribution of the observation stations 黑色方框为研究区域, 黑色三角为探空测站, 各山脉用黑色虚线框出; 填色代表海拔高度大于200 m, 间隔为200 m. The black rectangle represents the region of research, the black triangles represent the radiosonde stations, and the black dotted lines represent the mountain ranges.The shading shows the elevations are higher than 200 m, and the interval is 200 m. |
根据地面观测资料统计信息, 包括强对流发生的位置、强对流过程的开始时间以及经纬度、开始降水中心强度、过程结束时间、过程结束中心降水强度、维持时长、最强降水发生的经纬度、最强降水强度、最强降水时间、不同气压场环流形势、最强风发生时间、最强风经纬度等.利用分辨率为0.5°×0.5°的NCEP GFS(global forecasting system)资料(时间:2010年4—10月, 2011年4、5、7—9月)和1°×1°的NCEP FNL(final)资料(时间:2012年4—10月)对强对流天气过程的高空形势场进行了分析, 并根据500 hPa形势场特征进行环流背景的分型和分析.利用强对流天气发生前附近探空资料做关键参数的统计分析, 有关探空站分布如图 1(b)所示, 探空资料来自怀俄明大学大气科学系网站.并利用风云2号卫星0.1°×0.1° TBB资料筛选探空资料(利用TBB资料, 剔除受污染的探空测站, 使获得的数据更贴近实际).
2 江淮和黄淮地区强对流过程的一般特征 2.1 江淮和黄淮地区强对流过程的空间分布与季节分布特征利用上文的条件和方法, 共筛选出强对流过程时间大于等于3 h的个例418个, 其中414例只有强降水, 1例只有大风, 3例既有大风又有强降水.图 2为2010—2012年4—10月我国江淮和黄淮地区发生强对流过程总次数的月分布图, 可以明显看到, 发生强对流过程最多的是8月, 共158次, 占总数的37.8%, 其次是7月, 共发生137次, 占总数的32.8%.这与全国范围短时强降水以及中国东部飑线统计结果(7月最多)有一定的差别[8, 13], 其原因可能与研究区域和研究对象不同有关.
|
图 2 我国江淮和黄淮地区发生强对流过程的月分布 Fig. 2 Monthly variation of the convection weather processes over Jianghuai and Huanghuai region 蓝色为低槽型; 橙色为副高型; 绿色为冷涡型; 紫色为台风型. The blue bars represent trough cases, the oranges represent subtropical-high cases, the greens represent cold-vortex cases, the purples represent typhoon cases. |
由强对流系统区域分布可知(见图 3), 中国江淮和黄淮地区有3块明显的强对流过程发生区, 分别是山东泰山周边地区、东部平原地区、大别山和黄山一带, 主要集中在东部平原地区, 约占整体的35.3%, 大别山和黄山一带约占16%, 山东泰山周边地区约占11%.强对流过程集中发生在山地周边的规律, 可能与山脉对气流的抬升作用或绕山气流辐合有关.而东部平原强对流较多的部分原因是东部平原的水汽条件和CAPE值明显大于其他区域.从季节区域分布来看(图略), 强对流天气过程有明显随季节变化的特征, 4月份后逐渐增多, 8月达到顶峰, 随后迅速减少.在强对流逐渐增多的过程中, 东部平原成了集中发生的区域.
|
图 3 江淮和黄淮地区强对流过程区域分布图 Fig. 3 Distribution of the convection weather processes with the number of the frequency occurred in the grid box 数字为强对流过程在格点范围内的发生频率. The numbers indicate the frequency of the convection weather processes in the corresponding data square. |
从图 4(a)中可以看出, 我国江淮和黄淮地区强对流过程日变化在统计上呈双峰型, 下午至傍晚(15:00—18:00)和夜间(18:00—21:00)最多, 其次是上午06:00—09:00, 最不活跃的是09:00—12:00, 这与我国中东部暖季降水时段一致[20]; 与全国短时强降水日变化[13]对比, 最不活跃的时间段几乎一致, 但与最活跃的时间段有一定差别, 江淮和黄淮地区最活跃段为18:00—21:00, 全国为16:00—17:00;与MENG等[8]中国东部飑线日变化分布对比, 主峰都在18:00—21:00, 次峰不同, 文中强对流过程为06:00—09:00, 东部飑线为12:00—15:00;与YU等[21]对中国夏季短时强降水的研究结果一致.
|
图 4 江淮和黄淮地区强对流过程日变化 Fig. 4 The diurnal variations of the convection weather processes over Jianghuai and Huanghuai region |
由月变化图可知(见图 4(b)), 7、8月虽然都是爆发强对流过程的月份, 但7月与其他月类似, 呈双峰型, 而8月呈三峰型.从出现强对流的时间看, 基本上各月强对流的高发时段在15:00—21:00, 5月和7月在03:00—06:00出现了次峰, 6、8、9月在06:00—09:00出现次峰, 4月和8月在00:00—03:00出现了小峰值.所以, 各月的傍晚及傍晚后是强对流的多发时段.
从日变化的区域分布来看(见图 5), 00:00—06:00(见图 5(a))强对流系统主要分布在山东西部及其以南区域、江苏与安徽交界以东区域、河南西南部, 06:00—12:00(见图 5(b))强对流系统主要分布在江苏东北部和安徽西南部, 12:00—18:00和18:00—00:00(见图 5(c) (d))是强对流系统的爆发期, 2个时段分别占总数的29%和29.1%, 主要分布在东部平原地区.从区域分布的时间演变图看, 强对流集中区域从早至晚呈自西北向东南演变的趋势, 即从早上在地势较高的西北地区逐渐向地势较低的东部平原地区发展, 这种传播现象与文献[9, 20, 22-23]的研究结果类似, 其可能是高原和平原区域加热效应产生环流触发对流并移动的结果[9].18:00—00:00(见图 5(d)), 在西北部也存在一块强对流集中发生区域, 位于太行山脚下, 此时间段在该区域发生强对流可能是夜间山地与平原气流相互作用的结果[9, 24].
|
图 5 江淮和黄淮地区强对流过程日变化区域分布 Fig. 5 The diurnal variations of spatial distribution of the convection weather processes |
通过对江淮和黄淮地区418个强对流过程的500 hPa形势场进行特征分析, 可分为4种类型:低槽型、副高型、冷涡型和台风型.其中, 低槽型个例284个, 占总数的67.9%;副高型个例101个, 占总数的24.2%;冷涡型16个, 台风型17个.
3.1.1 低槽型低槽型包括短波槽和长波槽.短波槽长度不超过1 000 km, 这种短槽一般在其东南面有暖湿气流的输送, 其西北面经常有冷涡生成, 使得常常有小股冷空气渗入江淮和黄淮地区与暖湿气团交汇, 形成对流性天气(见图 6(a)).长波槽长度一般超过1 500 km, 江淮和黄淮地区强对流常发生在长波槽槽前的底部地区, 此地区往往充满水汽和一定的垂直切变(见图 6(b)).在图 6的个例形势场中, 可降水量大于55 kg·m-2、低空急流和垂直风切变大于10 m·s-1的区域都与强对流系统中心基本一致.低槽型个例每个季节均较多, 在强对流爆发的7、8月份尤其多(见图 2).
|
图 6 低槽型个例500 hPa形势场图 Fig. 6 Examples of environment flow map for the trough pattern at 500 hPa 蓝色等值线为500 hPa位势高度(间隔:40 gpm), 红色等值线为500 hPa温度场(单位:K), 绿色等值线为可降水量(PW)大于55 kg·m-2的区域, 风矢量为垂直风切变(700~1 000 hPa)大于10 m·s-1的区域(风矢量在(a)的左下角), 底部的阴影为850 hPa风速大于10 m·s-1的区域, 中间的红点为强对流中心位置, 褐色实线为槽线. Plotted are geopotential height [blue contours, interval:40 gpm], temperature(dashed red contours, units:K) at 500 hPa, column-integrated PW is greater than 55 kg·m-2(green contours, units:kg·m-2), vertical shear vector is between 700 and 1 000 hPa with the magnitude larger than 10 m·s-1 [the representative wind vector is given in the bottom-left corner of(a)], and wind speed is larger than 10 m·s-1 at 850 hPa(shaded, interval:2 m·s-1).The places where the convection weather process occur are marked by red dots.The brown line represents trough-line. |
图 7为低槽型平均形势场, 可以看出强对流系统平均发生位置在安徽西北部, 高空大槽的前部, 槽前的上升气流为强对流的发生提供了触发条件, 其CAPE值约为600 J·kg-1, 发生区域及其以南大范围区域可降水量大于50 mm, 处于低层正涡度和辐合区域, 并且有一定的垂直风切变和低空急流配合.通过分析强对流发生的环境条件发现, 其间都有较好的对应关系, 在此情况下极易发生强对流天气.这样的对应关系在很多研究中均有所体现, MENG等[8]发现飑线发生的位置也是低空急流、垂直风切变以及水汽的大值区.除此之外, 在图 7(a)中可以看到, 850 hPa的温度场上有条冷舌(红色箭头)向江淮和黄淮地区伸展, 说明高空槽线引导的冷空气活动对低槽型强对流个例的生成有一定作用.
|
图 7 低槽型平均形势场图 Fig. 7 The mean environment flow maps for the trough pattern (a)图中蓝色等值线为850 hPa位势高度(间隔:20 gpm), 红色虚线为850 hPa温度场(间隔:4℃), 风矢量为垂直风切变(700~1 000 hPa)大于4 m·s-1的区域, 850 hPa正涡度区(阴影, 单位:10-5s-1), 橙色等值线为CAPE大于500 J·kg-1的区域(间隔:100 J·kg-1), 红色箭头为冷舌区, 黑色虚线框为研究区域, 中间的红点为强对流平均位置; (b)图中蓝色等值线为500 hPa位势高度(间隔:40 gpm), 红色等值线为500 hPa温度场(单位:℃), 850 hPa辐合区(阴影, 单位:-10-5s-1), 风矢量为850 hPa风场大于2 m·s-1, 绿色等值线为PW大于44 kg·m-2的区域(间隔:2 kg·m-2), 黑色虚线框同(a), 中间的红点同(a), 褐色实线为槽线. (a) The plotted are geopotential height [blue contours, interval:20 gpm], temperature(dashed red contours, interval:4 ℃) at 850 hPa, vertical shear vector between 700 and 1 000 hPa with the magnitude larger than 4 m·s-1 [the representative wind vector is given in the bottom-right corner of(a)].Positive vorticity area is at 850 hPa(shaded, units:10-5s-1) and CAPE is greater than 500 J·kg-1(orange contours, interval:100 J·kg-1) with the area of cold tongue(red arrows) and the research area(dashed black contour).The places where the mean center of the convection weather process occured are marked by red dots.(b) The plotted are geopotential height [blue contours, interval:40 gpm], temperature(dashed red contours, units:℃) at 500 hPa, convergence area at 850 hPa(shaded, units:-10-5s-1), vector at 850 hPa with the wind speed larger than 2 m·s-1 at 850 hPa [the representative wind vector is given in the bottom-right corner of(b)], PW greater than 44 kg·m-2(green contours, interval:2 kg·m-2), the dashed black contour and the red dots are the same as in(a), and the brown line represents trough-line. |
副高型指在副热带高压边缘或内部有强对流天气过程产生, 如图 8中的个例所示.副高型个例常伴有强水汽输送, 当北方有冷空气活动或者西南侧有倒槽活动时容易形成强对流天气.从图 8的个例形势场图中可以发现, 副高型水汽资源充足, 而低空急流和垂直风切变特征则和强对流发生区域有关(见图 8(a)、(b)).副高型个例主要发生在7—9月, 尤其是7月和8月(见图 2), 副高南侧的偏东气流和夏季的西南季风相互配合, 将大量水汽输送到江淮和黄淮地区, 使得该地区在副高型下具有充足的水汽.7月中旬至8月, 虽然长江中下游地区进入盛夏, 但是黄淮流域却雨量增多, 是强对流爆发的季节.本文研究区域既有7月份强对流系统较多的长江中下游地区, 也包含8月份强对流系统较多的黄淮流域.
|
图 8 副高型个例500 hPa形势场图 Fig. 8 Examples of environment flow map for the subtropical-high pattern at 500 hPa 图注说明参照图 6. The notes of fig. 8 are the same as fig. 6. |
在图 9的副高型平均形势场中(见图 9(b)), 强对流系统发生的平均位置在安徽的中西部(图中红色小圆点), 位于副高588线的西北侧, 是副高型发生的典型区域.环境CAPE值约为1 200 J·kg-1, 明显高于其他类型, 可降水量在56 kg·m-2左右, 其涡度和散度大值区不明显, 涡度大值区在西南部, 可能与低层西南涡活动有关, 垂直风切变大于4 m·s-1的区域主要在研究区域北部, 850 hPa处大于2 m·s-1的区域主要分布在东南部.在副高型中, 850 hPa处也有一条冷舌向江淮和黄淮地区伸展, 且比低槽型深很多, 有利于不稳定层结的产生.
|
图 9 副高型平均形势场图 Fig. 9 The mean environment flow maps for the subtropical-high pattern 图注说明同图 7. The notes of fig. 9 are the same as fig. 7. |
综上所述, 江淮和黄淮地区副高型强对流一般特征为弱的低空急流和弱的垂直风切变, 但具有丰富的水汽资源和层结不稳定性, 常发生在副高588线的西北侧.
3.1.3 冷涡型冷涡型定义为在冷涡附近(离冷涡中心不超过500 km)或者冷涡横槽前的西北气流区发生的强对流天气过程(见图 10), 该类型所占的比例非常小, 与部分研究有所差别.统计发现, 常有受冷涡底部槽线影响(距离冷涡中心超过2 000 km)形成的强对流天气, 本文将此归为低槽型而非冷涡型, 所以低槽型较多, 而冷涡型较少.冷涡型个例主要发生在5—7月, 6月最多(见图 2).从图 12(a)、(b)中可明显看到冷涡型个例的水汽条件与其他类型相差很多, 但垂直风切变很强, 低空急流主要发生在强对流的南部.
|
图 10 冷涡型个例500 hPa平均形势场图 Fig. 10 Examples of environment flow map for the cold-vortex pattern and at 500 hPa 图注说明同图 6. The notes of fig. 10 are the same as fig. 6. |
|
图 12 台风型个例500 hPa平均形势场图 Fig. 12 Examples of environment flow map for the typhoon pattern and at 500 hPa 台风中心用台风符号标出, 其他注释同图 6. The typhoon center is marked by typhoon symbol, and the other notes are the same as fig. 6. |
由图 11的冷涡型平均形势场可知, 其发生的平均位置较其他类型偏西北一些, 位于河南中西部, 这与冷涡中心位置偏北有关.冷涡型较其他类型平均可降水量少, 远小于50 kg·m-2, CAPE值小于600 J·kg-1, 正涡度最大值区在平均位置的东北侧低涡附近, 辐合中心在强对流平均位置西北方向的横槽上.环境垂直风切变明显大于低槽型和副高型, 在其南部有明显的低空急流带(见图 11(b)).冷涡型强对流系统产生的主要原因是冷涡所引导的南下干冷空气与低空急流引导的北上暖湿气流的相互作用[25].说明低空急流对于冷涡型强对流天气过程的产生具有举足轻重的作用.与前两类类似, 在冷涡型中也有一条冷舌向江淮和黄淮地区伸展.
|
图 11 冷涡型平均形势场 Fig. 11 The mean environment flow maps for the cold-vortex pattern (a)中红色箭头为冷舌位置, (b)中紫色区域为急流带, 其他图注说明同图 7. The red arrow in fig. 11(a) indicates the cold tongue, and the purple contour represents low-level jet stream, other notes are the same as fig. 7. |
台风型指主要由台风外围影响所产生的强对流天气, 包括台风登陆前的强对流天气过程(台前飑线[11])和登陆后的强对流天气过程.台风型个例主要出现在8月(见图 2).在台风型个例500 hPa形势场中(见图 12), 可降水量、垂直风切变、低空急流均很强.
在台风型平均形势场中(见图 13), 台风型个例的平均位置(红色圆点)在研究地区的东南区域, 位于江苏中南部, 这与影响江淮和黄淮地区的台风主要在浙江福建一带登陆有关, 强对流发生的平均位置在台风的东北部区域.台风型个例的CAPE值在1 000 J·kg-1左右, 可降水量达到了60 kg·m-2, 在4种环境类型中涡度最大, 垂直风切变强, 也有很强的低空急流, 且在急流区附近.所以, 台风条件下强对流极容易发生, 统计数据也证明, 台风影响区域基本都会有强对流天气发生.
|
图 13 江淮和黄淮地区台风型平均形势场图 Fig. 13 The mean environment flow maps for the typhoon pattern over Jianghuai and Huanghuai region 图注说明同图 7. The notes of fig. 13 are the same as fig. 7. |
选取离强对流过程最强时刻所在的经纬度最近的测站(见图 1(b)), 利用强对流发生前00:00(UTC)或12:00(UTC)的探空资料, 并用卫星TBB资料对探空数据进行筛选, 对强对流发生前的环境关键参数进行分析, 了解江淮和黄淮地区不同环境背景下对流参数的统计特征.在选取测站时有4种情况:1)强对流正好向该测站方向移动, 该地区的不稳定能量尚未释放, 这是符合本文要求的最好情况; 2)该测站已经发生过强对流, 不稳定能量已经释放, 这种情况对数据真实性有一定影响; 3)该测站正在发生强对流, 此情况对数据真实性也有一定影响; 4)从强对流开始至结束, 该测站没受任何影响, 即强对流系统没有朝该测站方位移动.本文选取的时间是强对流的开始时刻, 没有选取强对流发生最强时刻, 是为了防止第2、3种情况的发生.加上利用卫星TBB资料对探空数据进行筛选(方法:以测站为中心, 在1个经纬距为边长的正方形范围内剔除云顶亮温(TBB)≤-24 ℃的测站), 大大降低了出现第3种情况的可能性, 使数据更具真实性.通过对比计算, 进一步验证了以上结果(表略).
3.2.1 水汽条件由表 1可知, 在强对流发生之前, 可降水量PW在冷涡环境中是最小的, 平均值只有37.2 kg·m-2, 按照郑淋淋等[29]对强对流干湿环境的划分, 冷涡型应属于干环境下的中尺度对流过程.台风型环境下PW最大, 为62.3 kg·m-2, 其次为副高型.500 m以下平均水汽混合比(mean mixed layer mix R, mim R(g·kg-1))也是冷涡型最小, 为14.3 g·kg-1, 低槽型次之, 副高型最大.可降水量, 副高型水汽更多集中在边界层低层, 而台风型水汽分布在更深厚的对流层中.在TIAN等[16]的统计中, PW和水汽混合比对我国暖季短时强降水有很强的指示作用, PW数值主要集中在59 kg·m-2左右, 除冷涡型外, 本文中其他类型的平均值均大于59 kg·m-2, 对于本文中的水汽混合比, 也同样有很强的指示对比作用.
|
表 1 2010—2012年强对流过程发生前平均探空要素值以及与已有研究的对比 Table 1 The averages of the derived sounding parameters for convection weather processes from 2010 to 2012 and a comparison with those in previous studies |
抬升凝结高度的气压(LCLP)决定了强对流初始对流发生的难易程度, 其大小主要由低层水汽条件决定, LCLP值越大, 说明水汽越容易达到饱和, 需要的抬升能量越少, 越容易发生强对流.表 1中, 台风型LCLP最大(高度最低), 为939.6 hPa, 低槽型和副高型次之, 冷涡型最小(高度最高).
3.2.2 不稳定条件对流有效位能(CAPE)是强对流潜在强度的一个重要指标, CAPE值在判断是否发生冰雹时有一定的指示意义[30], 一般CAPE值大于700 J·kg-1有利于较强对流天气的发生, 但通常达到1 000 J·kg-1以上时才易发生强对流, 冰雹天气时CAPE值更高.在江淮和黄淮地区(见表 1), 副高型在强对流发生前所具有的CAPE值最大, 达到了1 275.9 J·kg-1, 低槽型次之, 为931 J·kg-1, 冷涡型最小.从图 14中可以看出, 副高型中位数超过1 000 J·kg-1, 低槽型、冷涡型、台风型中位数均在800 J·kg-1左右.通过与短时强降水等比较, 中位数大于短时强降水(629 J·kg-1).极大值方面, 在低槽型中有例极端异常值, 超过5 000 J·kg-1, 短时强降水为3 114 J·kg-1[16].其他从与大气层结稳定性有关的要素中亦可看出, 副高型最不稳定, 如KI指数, 副高型达到了35.4 ℃, 抬升指数(LIFT)为-2.6 K.
|
图 14 4种类型强对流过程的对流有效位能箱式图 Fig. 14 Box-and-whisker plot for CAPE of the four categories Tr代表低槽型, STH代表副高型, CV代表冷涡型, TC代表台风型, 上线和下线分别代表Q3+1.5IQR和Q1—1.5IQR, 空心圆代表异常值, 星代表极端异常值. Tr represents the trough pattern, STH represents the subtropical-high pattern, CV represents the cold-vortex pattern, TC represents the typhoon pattern.The upper and lower horizontal lines represent the Q3+1.5IQR and the Q1-1.5IQR of the CAPE distribution, hollow rounds represent outliers, star represents extreme outlier. |
对比国内外研究(见表 1)发现, 江淮和黄淮地区强对流过程的不稳定性(CAPE和LIFT)小于美国俄克拉荷马州的飑线[26]、美国中部中尺度对流系统[10]、热带地区飑线[27]、全美国风暴来临前的飑线前部[28]、中国台风前飑线[11]中国东部飑线[8]中国东部强对流系统[12], 大于中国暖季短时强降水[16].本文统计的是持续时间3 h及以上的强对流过程, 不同于前文的飑线过程, MENG等[8, 11]以及ZHENG等[12]均通过雷达资料严格筛选飑线的强度, 此飑线强度本应强于或等于本文中的强对流过程.平均可降水量(PW)和我国台风前飑线[11]、中国东部飑线[8]、我国短时强降水[16]几乎相等, 约是美国的2倍, 这在平均抬升凝结高度(LCLP)上同样得到了验证, 我国大约高出美国70 hPa.
4 结论与讨论利用地面观测资料和再分析资料, 以地面短时强降水和大风为判别标准, 对2010—2012年江淮和黄淮地区418个强对流天气过程进行了统计分析, 得到以下结论:
4.1 研究地区强对流天气主要发生在6—9月, 8月最多, 呈单峰型.空间上, 江淮和黄淮地区有3块明显的强对流发生区域, 分别是山东泰山周边地区、东部平原地区、大别山和黄山一带.随着强对流过程逐渐增多, 东部平原成为其集中发生的区域, 占比最高, 达到35.3%.
4.2 从日变化来看, 强对流主要发生在15:00—21:00与06:00—09:00, 呈双峰型, 并且在空间走势上从早至晚呈现自西北向东南的发展规律.
4.3 根据500 hPa形势场, 研究区域的强对流环境背景主要有低槽型、副高型、冷涡型、台风型4种类型.其中低槽型个例为284个, 占总数的67.9%;副高型101个, 占总数的24.2%;台风型17个, 冷涡型16个.低槽型强对流平均位置在槽的前部, 槽前上升气流为强对流的发生提供了触发条件; 副高型强对流平均位置在副高588线的西北侧边缘, 是副高型个例的典型发生位置; 冷涡型平均位置在冷涡槽前部且离冷涡较近, 冷涡型垂直风切变明显大于其他类型, 其南部有明显的低空急流带; 台风型的平均位置在台风东北侧, 台风条件下强对流极易发生.
4.4 对比强对流发生前的各关键参数发现, 副高型潜在不稳定度最大, 低层水汽充沛; 台风型整层水汽最多, 台风凝结高度低; 低槽型各项参数适中; 冷涡型最干.相对已统计的飑线, 我国江淮和黄淮地区强对流过程相对较弱, 但强于东部短时强降水[16]; 我国的强对流水汽条件好于美国, 部分可降水量甚至是美国的2倍.
通过地面自动观测站对观测到的短时强降水和大风资料进行了分析和判别, 由于未包含冰雹等其他灾害性天气, 与该区域实际发生的强对流天气存在一些偏差.此外, 本文未进一步细分降水强度和大风强度, 有待后续研究.
| [1] |
朱乾根, 林锦瑞, 寿绍文, 等.
天气学原理与方法[M]. 北京: 气象出版社, 2000: 400-461.
ZHU Q G, LIN J R, SHOU S W, et al. Principle and Method of Synoptic Meteorology[M]. Beijing: China Meteorological Press, 2000: 400-461. |
| [2] | MADDOX R A, CHAPPELL C F, HOXIT L R. Synoptic and meso-alpha scale aspects of flash flood events[J]. Bulletin of the American Meteorological Society, 1979, 60(2): 115–123. DOI:10.1175/1520-0477-60.2.115 |
| [3] | DOSWELL C A I. Flash flood forecasting:An ingredients-based methodology[J]. Weather & Forecasting, 1996, 11(4): 560–581. |
| [4] | SCHUMACHER R S, JOHNSON R H. Organization and environmental properties of extreme-rain-producing mesoscale convective systems[J]. Monthly Weather Review, 2005, 133(4): 961–976. DOI:10.1175/MWR2899.1 |
| [5] | DOSWELL C A I. Severe convective storms:An overview[J]. Meteorological Monographs, 2001, 28(50): 257–308. |
| [6] | GEERTS B. Mesoscale convective systems in the southeast United States during 199495:A survey[J]. Weather & Forecasting, 1998, 13(3): 860–869. |
| [7] | ZHENG Y G, CHEN J, ZHU P J. Climatological distribution and diurnal variation of mesoscale convective systems over China and its vicinity during summer[J]. Science Bulletin, 2008, 53(10): 1574–1586. DOI:10.1007/s11434-008-0116-9 |
| [8] | MENG Z Y, YAN D, ZHANG Y. General features of squall lines in East China[J]. Monthly Weather Review, 2013, 141(5): 1629–1647. DOI:10.1175/MWR-D-12-00208.1 |
| [9] | HE H Z, ZHANG F Q. Diurnal variations of warm-season precipitation over Northern China[J]. Monthly Weather Review, 2010, 138(4): 1017–1025. DOI:10.1175/2010MWR3356.1 |
| [10] | PARKER M D, JOHNSON R H. Organizational modes of midlatitude mesoscale convective systems[J]. Monthly Weather Review, 2000, 128(10): 3413–3436. DOI:10.1175/1520-0493(2001)129<3413:OMOMMC>2.0.CO;2 |
| [11] | MENG Z, ZHANG Y. On the squall lines preceding landfalling tropical cyclones in China[J]. Monthly Weather Review, 2012, 140(2): 445–470. DOI:10.1175/MWR-D-10-05080.1 |
| [12] | ZHENG L, SUN J, ZHANG X, et al. Organizational modes of mesoscale convective systems[J]. Weather & Forecasting, 2013, 28(5): 1081–1098. |
| [13] |
陈炯, 郑永光, 张小玲, 等. 中国暖季短时强降水分布和日变化特征及其与中尺度对流系统日变化关系分析[J].
气象学报, 2013, 71(3): 367–382.
CHEN J, ZHENG Y G, ZHANG X L, et al. Analysis of the climatological distribution and diurnal variation of the short-duration heavy rain and its relation with diurnal variations of the MCSs over China during the warm season[J]. Acta Meteorologica Sinica, 2013, 71(3): 367–382. DOI:10.11676/qxxb2013.035 |
| [14] | BROOKS H E, STENSRUD D J. Climatology of heavy rain events in the United States from hourly precipitation observations[J]. Monthly Weather Review, 2000, 128(4): 1194–1201. DOI:10.1175/1520-0493(2000)128<1194:COHREI>2.0.CO;2 |
| [15] | HOUZE R A, SMULL B F, DODGE P. Mesoscale organization of springtime rainstorms in Oklahoma[J]. Monthly Weather Review, 1990, 118(3): 613–654. DOI:10.1175/1520-0493(1990)118<0613:MOOSRI>2.0.CO;2 |
| [16] | TIAN F Y, ZHENG Y G, TAO Z. Statistical characteristics of environmental parameters for warm season short-duration heavy rainfall over central and eastern China[J]. Journal of Meteorological Research, 2015, 3(3): 370–384. |
| [17] |
陈翔翔, 丁治英, 刘彩虹, 等. 2000-2009年5、6月华南暖区暴雨形成系统统计分析[J].
热带气象学报, 2012(5): 707–718.
CHEN X X, DING Z Y, LIU C H, et al. Statistic analysis on the formation system of warm-sector heavy rainfall in May and June from 2000-2009[J]. Journal of Tropical Meteorology, 2012(5): 707–718. |
| [18] |
鲍名. 近50 a我国持续性暴雨的统计分析及其大尺度环流背景[J].
大气科学, 2007, 31(5): 779–792.
BAO M. The statistical analysis of the persistent heavy rain in the last 50 years over China and their backgrounds on the large scale circulation[J]. Chinese Journal of Atmospheric Sciences, 2007, 31(5): 779–792. |
| [19] |
郑永光, 周康辉, 盛杰, 等. 强对流天气监测预报预警技术进展[J].
应用气象学报, 2015, 26(6): 641–657.
ZHEN Y G, ZHOU K H, SHENG J, et al. Advances in techniques of monitoring, forecasting and warning of severe convective weather[J]. Journal of Applied Meteorological Science, 2015, 26(6): 641–657. DOI:10.11898/1001-7313.20150601 |
| [20] | ZHANG Y, ZHANG F, SUN J. Comparison of the diurnal variations of warm-season precipitation for East Asia vs.the Rocky Mountains[J]. Atmospheric Chemistry & Physics, 2014, 14(19): 10741–10759. |
| [21] | YU R, ZHOU T, XIONG A, et al. Diurnal variations of summer precipitation over contiguous China[J]. Geophysical Research Letters, 2007, 34(1): 223–234. |
| [22] | WANG C C, CHEN T J, CARBONE R E. A climatology of warm-season cloud patterns over east Asia based on GMS infrared brightness temperature observations[J]. Monthly Weather Review, 2004, 132(7): 1606–1629. DOI:10.1175/1520-0493(2004)132<1606:ACOWCP>2.0.CO;2 |
| [23] | WANG C C, CHEN T J, CARBONE R E. Variability of warm-season cloud episodes over east Asia based on GMS infrared brightness temperature observations[J]. Monthly Weather Review, 2005, 133(6): 1478–1500. DOI:10.1175/MWR2928.1 |
| [24] | BAO X, ZHANG F, SUN J. Diurnal variations of warm-season precipitation east of the Tibetan Plateau over China[J]. Monthly Weather Review, 2011, 139(9): 2790–2810. DOI:10.1175/MWR-D-11-00006.1 |
| [25] |
王丽娟, 何金海, 司东, 等. 东北冷涡过程对江淮梅雨期降水的影响机制[J].
大气科学学报, 2010, 33(1): 89–97.
WANG L J, HE J H, SI D, et al. Analysis of impacts of northeast cold vortex processes on meiyu rainfall period over Yangtze-Huaihe River Basin[J]. Transactions of Atmospheric Sciences, 2010, 33(1): 89–97. |
| [26] | BLUESTEIN H B, MARX G T, JAIN M H. Formation of mesoscale lines of precipitation:Nonsevere squall lines in Oklahoma during the spring[J]. Monthly Weather Review, 1985, 115(11): 2719–2727. |
| [27] | CHEN G T J, CHOU H C. General characteristics of squall lines observed in TAMEX[J]. Monthly Weather Review, 1993, 121(3): 726–733. DOI:10.1175/1520-0493(1993)121<0726:GCOSLO>2.0.CO;2 |
| [28] | WYSS J, EMANUEL K A. The pre-storm environment of midlatitude prefrontal squall lines[J]. Monthly Weather Review, 2009, 116(3): 790–794. |
| [29] |
郑淋淋, 孙建华. 干、湿环境下中尺度对流系统发生的环流背景和地面特征分析[J].
大气科学, 2013, 37(4): 891–904.
ZHENG L L, SUN J H. Characteristics of synoptic and surface circulation of mesoscale convective systems in dry and moist environmental conditions[J]. Chinese Journal of Atmospheric Sciences, 2013, 37(4): 891–904. DOI:10.3878/j.issn.1006-9895.2012.12090 |
| [30] | KEVIN L P. Synoptic patterns and environmental-conditions associated with very large(4-inch and greater) hail events[C]//18th Conference On Severe Local Storms. San Francisco: American Meteorological Society, 1996: 349-356. |