一次强对流天气的数值模拟和风场结构分析

蒋立辉，鄢 政，庄子波，刘佳颖

（中国民航大学民航气象研究所，天津 300300）

一次强对流天气的数值模拟和风场结构分析

蒋立辉，鄢 政，庄子波，刘佳颖

（中国民航大学民航气象研究所，天津 300300）

利用数值预报模式WRF3.3和1°×1°的NCEP气象再分析资料，对2012年4月27日发生在白云机场的一次强对流天气过程进行了数值模拟，模拟中采用三层嵌套的方式，利用可视化工具GRADS对模式输出的模拟结果进行研究分析。结果表明：WRF模式能较好地模拟出此次强对流天气过程，低空950 hPa的中尺度正涡辐合中心与高空200 hPa的中尺度负辐散中心的相互耦合，能量相互释放是强对流天气得以维持和发展的重要原因；强天气威胁指数大小在某种意义上能够良好地反映出强对流天气发生的强弱程度。

数值模拟；WRF模式；强对流天气；诊断分析

2012年4月27日中午广州地区再次遭遇强烈的雷暴对流天气，白云机场出现大面积航班延误，延误1 h以上的出港航班最高峰时达116班，滞留旅客达到10 000多人。至27日19：40，白云机场首次启动航班大面积延误应急处置预案中最高级别的红色预警。因此，对机场恶劣天气的准确预报对民航旅客运输安全和发展有着十分重要的现实意义。

强对流天气指的是发生突然、天气剧烈、破坏力极大，常伴有雷雨大风、冰雹、龙卷风、局部强降雨等强烈对流性灾害天气，是具有重大杀伤性的灾害性天气之一。强对流天气发生的3个基本条件是：不稳定存在、充分的水汽提供和一定的抬升机制。近年来，随着数值模式的日益完善，中尺度数值模式的应用已成为气象科技工作者对强对流天气过程进行分析的主要手段。

本文运用WRF模式对2012年4月27日06：00—28日06：00（北京时间）发生在广州白云机场附近的一次强对流天气过程进行了数值模拟，并以华南区境内的雷暴过程为研究对象，试图分别从强对流天气发生发展所需的热力、水汽、动力等基本条件入手，从θse、涡度、Z-螺旋度、强对流危险指数等各个方面[1]，对此次强对流天气过程的发生、发展做全面的诊断分析，以揭示这次强对流的发生发展机制及物理量场和机场风场时空变化之间的关系，为机场低空风切变等危害机场运行的自然天气的准确预报提供有利的参考。

1 资料及模式方案的配置

1.1 区域选择

WRF模式采用2012年4月27日的NCEP再分析资料（FNL from GFS），水平分辨率为1°×1°，时间间隔为6 h，高分辨率的地面静态数据为30 s。实况分析采用气象台统计数据和中国气象科学数据共享服务网的中国地面气候资料定时值数据集。WRF（weather research and forecast）数值模式[2]是由美国国家大气研究中心（NCAR）开发的新一代中小尺度数值天气预报和大气模拟系统，专为大气研究和业务化天气预报所设计。本文以广州白云机场为区域中心，其位于22.38°N，113.28°E，采用三层嵌套，仿真区域如图1所示。

图1 WRF模式仿真的三层嵌套区域Fig.1 Domains of nested WRF simulation

1.2 模式方案的配置

初始和边界条件采用NCAR全球预报系统[3]，模式开始时间2012年4月27日06UTC，时间分离差分方案为3阶Runge-Kutta。模拟的物理过程参数化方案如表1所示。

2 对流天气的环流形势场

此次强对流天气发生在春季，此季节白云机场主要受西南季风、热带太平洋气团以及来自印度洋的赤道气团等相互作用的控制；图2（a）显示了8：00在850 hPa气压高度附近的机场低空大气环境，强对流天气发生之前，机场上空平均水平风速在10 m/s以下，主要受西南风影响，而靠近500 hPa（如图2（c）所示）气压高度的中层，机场水平平均风速在18~20 m/s之间，此时有一个风速大于24 m/s的气流中心处于成都上空，受西风影响，往东移动。与此同时，27日8：00时300 hPa上（图略）有一风速大于34 m/s的高空气流区域处于贵州上空，华南大部地区恰好是位于急流核入口处东侧，这样造成广东地区高空是气流辐散区域，诱发或加强低层空气的辐合抬升运动，由此可以得知强对流天气发生的动力机制。图2（b）显示的是19：00时850 hPa高度上强对流发生高峰时期的风场图，机场水平风速在20 m/s以上，受南风主导，在江西北部气流突然自东向西旋转。

表1 模式系统网格设置及参数化方案配置Tab.1 Grid settings and parameterization scheme

图2 4月27日的高度场、温度和风分布图Fig.2 Geopotential height，temperature and wind on Apirl 27th，2012

3 WRF模拟结果和风场分析

3.1 假相当位温θse的垂直变化

假相当位温θse[4-5]是在大气的干、湿绝热过程中都守恒的一个重要特征参数，θse随高度的分布能反映气层对流性稳定的情况。当∂θse/∂p>0时，表明该地区中低层垂直方向上有强烈的上升运动，使低层水汽、能量向上混合输送，呈对流性不稳定。由图3（a）可见，8:00时强对流发生之前，700 hPa以下∂θse/∂p>0，大气呈对流性不稳定。此时，白云机场上空820 hPa高度以下水平风速在12 m/s以下，上升和下降气流均较小，不明显；分析19:00时垂直速度剖面图（如图3（b）所示），发现白云机场西侧2 km处380~600 hPa之间有一个垂直速度为0.9 m/s的上升中心，对应机场上空干冷空气下沉侵入暖湿空气底部，同时机场上空垂直速度为正，说明暖湿空气向上抬升。

图3 假相当位温的垂直剖面图Fig.3 Vertical θsepattern

3.2 涡度场分析

图4分别是4月27日8：00时和19：00时涡度[6]的垂直剖面图，图4（a）是强对流天气发生之前，机场上方涡度变化不明显，只在机场右方5 km低层950 hPa有一负涡度中心，是一个辐散中心[7]；而图4（b）是机场950 hPa高度上出现负涡，而900~800 hPa又出现一个正涡中心，在机场右方2.5 km处950 hPa高度上却出现正涡，960~810 hPa之间又存在负涡，820~ 670 hPa之间又是正涡，正涡负涡依次交替出现，相互叠加。可见此时强对流发生风场变化的复杂性，这种低空正涡负涡变换的交替边缘[8]，常常伴随出现低空风切变等严重危害飞行的恶劣天气。

3.3 螺旋度分析

图4 4月27日8：00时和19：00时沿22.38°N涡度的垂直剖面图Fig.4 Vertical sections of vorticity along 22.38°N at 08:00 and 19:00 on 27thApirl，2012

螺旋性[9-10]是有利于维持大气对流运动最重要的基本特征之一，通常气象上所使用的螺旋度是指局地螺旋度，它对暴雨落区有一定的指示意义。旋转性和上升运动是对流系统最重要的共同特征，而螺旋度把这两个特征综合在一起。从定义上看，螺旋度是表征流体边旋转、边沿旋转方向运动的动力特性的物理量，在等熵流体中具有守恒性，它反映了大气的运动场特征，能够较好地描述大气运动的性质和特点。首先由Lilly[11]提出，其严格定义为

其中：螺旋度的大小是直接反映旋转沿旋转轴方向运动的强弱程度的物理量；w是垂直方向风速；ζ是垂直涡度。若w取值为正时，则hZ与ζ正相关；反之，负相关。Z-螺旋度的分布在一定程度上反映了对流系统的强弱和变化。

强对流发展前期的4月27日8：00时（如图5（a）所示），950~850 hPa之间机场上方有一个负Z-螺旋度中心，大小为-100×10-5m/s2，但在300 hPa有一个正Z-螺旋度中心，大小为200×10-5m/s2底层负垂直涡度的辐散和高层正垂直涡度的辐合，使对流不稳定能量得以积累。4月27日19：00时（如图5（b）所示），900 hPa机场正上方有一个正Z-螺旋度中心，大小为90× 10-5m/s2，机场东侧2 km处900 hPa上方有一个负中心，大小为-120×10-5m/s2，这种低层负垂直螺旋度和正垂直螺旋度相互叠置的风场结构，有力地保证了强对流发生高峰时大气复杂环境的持续时间；机场上方垂直速度为正（如图3（b）所示），Z-螺旋度与涡度[12]正相关，即低层有正、负的垂直涡度输送，与垂直涡度剖面图一致（如图5（b）所示），这种低层负垂直涡度的辐散和正垂直涡度辐合相叠置的结构有利于地面气旋的发展，激发了系统不稳定能量的释放。此后，Z-螺旋度正中心随着时间的推移向西北移动，与强对流中心的移动路径相一致。

图5 2012年4月27日Z-螺旋度垂直剖面图Fig.5 Vertical sections of Z-helicity on Apirl 27th，2012

3.4 强天气威胁指数（SWEAT）分析

强天气威胁指数代表的是不稳定能量的一种存储状态，从1975年引入以来，在很多国家和地区都得到应用，例如美国，发生龙卷风的临界值为400，发生强雷暴的临界值为300。此次强对流天气SWEAT数值模拟结果如图6（a）和图6（b）所示，12：00时强对流天气刚刚要发生时，白云机场西南方当200 km处存在两个强天气威胁指数为400的中心，白云机场上空强天气威胁指数也接近300；到20：00时强天气威胁指数中心向东移动，且分裂成3个，此时机场强天气指数在300左右，距离最近强天气威胁指数中心不到50 km。为此，可以看出强天气威胁指数大小在某种意义上能够良好地反映出强对流天气发生的强弱程度。

图6 2012年4月27日强天气威胁指数SWEAT分布图Fig.6 Severe weather threat index on Apirl 27th，2012

4 结语

1）WRF模式能较好地模拟出此次强对流天气的过程，低空950 hPa的中尺度正涡辐合中心与高空200 hPa的中尺度负辐散中心的相互耦合，能量相互释放是强对流天气得以维持和发展的重要原因；低层负垂直螺旋度和正垂直螺旋度相互叠置的风场结构，有力地保证了强对流发生高峰时大气复杂环境的持续时间。

2）强天气威胁指数大小在某种意义上能够良好地反映出强对流天气发生的强弱程度。

[1]苑海燕，杜继稳.“神舟六号”飞船着陆时段主着陆场区风场的数值模拟[J].气象科学，2008，28（1）：56-61.

[2]孙 宁.采用WRF模式模拟风场分析中尺度暴雨[J].科技信息，2007，17：41-43.

[3]LIU YUBAO，TOM WARNER.Simultaneous nested modeling from the synoptic scale to the LES scale for wind energy applications[J].Journal of Wind Engineering and Industrial Aerodynamics，2011，99（4）：308-319.

[4]王澄海，胡 菊.中尺度WRF模式在西北西部地区低层风场模拟中的应用和检验[J].干旱气象，2011，29（2）：161-167.

[5]RIFE D L，DAVIS C A.Temporal changes in wind as objects for evaluating mesoscale numerical weather prediction[J].Weather and Forecasting，2009，24：1374-1389.

[6]RIFE D L，DAVIS C A，LIU YUBAO.Predictability of low-level winds bymesoscale meteorological models[J].MonthlyWeather Review，2004，132：2553-2569.

[7]MYRTO VALARI，LAURENT MENUT.Does an increase in air quality models'resolution bring surface ozone concentrations closer to rceality [J].Journal Of Atmospheric And Oceanic Technology，2008，25：1955-1968.

[8]ROSA SALVADOR，JOSEP CALBO.Horizontal grid size selection and its influence on mesoscale model simulations[J].Journal of Applied Meteorology，1999，38：1311-1329.

[9]张 宇.中尺度模式不同分辨率下大气多尺度特征模拟能力分析[J].大气科学，2010，34（3）：653-660.

[10]吕光辉，于恩涛，向伟玲.WRF模式分辨率对新疆异常降雨天气要素模拟的影响[J].气候与环境研究，2009，14（1）：85-96.

[11]LILLY D K.The structure，energetics and propagation of rotaring convective storm Part II：Helicity and storm stabilization[J].Journal of the Atmospheric Sciences，1986，43：126-140.

[12]李耀东，高守亭.螺旋度在对流天气预报中的应用研究进展[J].气象科技，2005，33（1）：7-11，36.

（责任编辑：杨媛媛）

Numerical simulations and wind field analysis of severe convective weather

JIANG Li-hui，YAN Zheng，ZHUANG Zi-bo，LIU Jia-ying
（Civil Aviation Meteorological Institute，CAUC，Tianjin 300300，China）

A severe convective weather occurring at the Baiyun Airport on Apirl 27，2012 is simulated by using WRF3.3（Weather Research and Forecasting Model，Version 3.3）and NCEP （National Center of Environment Predicting），meteorological data with 1°×1°grid are reanalyzed，making a deep diagnostic analysis with three nested simulation and visualization tools GRADS.The results show that there is a strong simulating ability for the severe convective weather process by WRF.It is important for this weather that the 950 hPa mesoscale eddy convergence center couples mutually with the 200 hPa mesoscale negative divergence center，energy is interchanged between each other.Compared with the different resolution wind field data，there is a greater impact at the lower atmosphere as improving the resolution；there is a certain degree of positive correlation between the size of severe weather threat index and the occurrence of severe convective weather.

numerical simulation；WRF mode；severe convective weather；wind field analysis

V321.2；P435

：A

：1674-5590（2014）01-0023-05

2012-11-27；

：2013-02-27

国家重点基础研究发展计划（973计划）（2010CB731800）；中央高校基本科研业务费专项（ZXH2010D020）；国家自然科学基金项目（41075013）

蒋立辉（1964—），男，黑龙江齐齐哈尔人，教授，博士，研究方向为图像处理、光电子技术和民航气象等.