2012年春季宜春地区降水期间高空风的频谱分析

魏鸣　慕瑞琪　马中元

摘要 利用地面和梯度塔的风连续观测数据进行的频谱分析已经开展很多，而受资料限制，高空风的频谱分析仍较欠缺。本文使用风廓线雷达获取的长时间序列连续测风数据，运用傅里叶变换的方法，计算了风的脉动谱密度。脉动谱能够反映不同频率的风速涨落对风动能的贡献。使用2012年4月江西宜春前汛期期间的高空风连续数据，结合地面降水资料进行了1000～3000 m高度区间的频谱分析，发现地处前汛期雨带上的宜春地区降水存在着两种不同时间周期的天气系统影响，脉动谱的分布表现出时间周期为5～7 d和2～3 d的峰值区。分别对两种不同时间周期的天气系统频谱进行了分析，并与平稳天气时的频谱进行比较。5～7 d周期峰区的脉动谱密度数值为2～3 d的4～5倍，脉动谱峰区在2 000-3 000 m高度上较强，峰值强度向下迅速降低；2～3 d周期的脉动谱峰区在低层比较明显，峰值强度较弱。风的脉动谱分布与地面降水的时间周期较为吻合。

关键词 风廓线雷达 降水 频谱分析 脉动谱

我国南方每年4—6月经历第一个多雨的时期，雨量多雨期长，称其为前汛期，把7—9月称为后汛期（陈红和赵思雄，2000）；前汛期降水约占全年40%～50%或更多，是宜春地区的主汛期。每年因强对流天气造成的农作物倒伏、房屋倒塌和江河翻船，以及强雷电、短时强降水、冰雹和龙卷等灾害，造成十分巨大的国民经济损失。因此，深入研究前汛期降水对人民生活和农业生产服务，意义重大（鹿世瑾，1990；何金海等，2015；王传辉等，2015）。

不少学者使用常规天气资料和多普勒天气雷达等资料，对各类降水过程进行了深入分析，取得许多研究成果。慕熙昱等（2007）研究指出在飑线带状强回波内有中尺度涡旋簇、波型特征和弓形回波。阮征等（2002，2008）研究利用雨滴下降的平均多普勒速度，对风廓线雷达垂直观测资料进行修正，从而可以得到降水云体中三维风随高度分布的数据，并研究基于湍流散射理论，构建了风廓线雷达（WPR）强度信息对大气折射率结构常数的估算方法。王东海等（2011）对2008年华南前汛期持续性致洪暴雨的降水特征及成因进行了天气尺度的研究，将2008年华南前汛期降水过程分为4个阶段，并阐述了每个阶段的降水特征；陈红和赵思雄（2000）对1979年第一次全球大气研究计划试验（FGGE）期间华南前汛期3次暴雨过程及其环流特征进行了诊断研究。梁巧倩等（2012）对华南前汛期MCS的时空变化特征、发生发展的组织形式和天气学背景进行了分析；吴志伟等（2006）利用全国160站逐月降水资料，统计分析了1951—2000年华南前汛期降水、江淮梅雨和华北雨季旱涝事件的分布特征。苏俐敏等（2012）对2012年4月两次飑线过程的雷达回波特征进行分析，指出具有南北走向的回波带结构，最易发生强雷电和短时强降水天气；飑线回波带和超级单体也是产生短时强降水的雷达回波系统；这些产生短时强降水的回波系统，可以由冷锋、静止锋、850hPa切变线、850 hPa能量锋区、MCC（MCS）、中尺度地形辐合线、雷暴冷堆、冷出流边界和局地锋区等触发机制产生。

学者们对各类降水特征从天气分析和气候统计方面开展了很多研究，但从频域中获取天气系统能量周期的分布、幅度、出现频率等特征的研究甚少。对连续时间序列风的分析研究可以分别针对时域和频域数据开展，时域研究能量随时问变化，频域则研究能量随频率分布，称为谱分析方法，两种不同形式的表达方式以傅里叶变换相联系。降水的出现与风的变化密切相关，对长时间序列风数据进行频谱分析有助于研究天气系统和降水的周期。早在20世纪50年代，Panofsky（1955）和Griffith et al.（1956）开始运用功率谱密度的分析方法分析了两个月到4秒时间范围的水平风速脉动谱，研究了其频谱特点；van der Hoven（1957）利用美国Brookhoven国家实验室125 m气象塔上风的观测资料进行了分析，在频率从0.0007周/小时～900周/小时范围内的功率谱中，存在周期为4 d、12 h及约1 min的显著周期，提出了“谱间隙”现象。这一结果得到了类似观测事实的证实（Srinivasa and Anandan，1981，2008；Wuertz，1988）。70年代后，谱分析技术引入到边界层湍流研究中，很多学者对大风过程（刘小红和洪钟祥，1996；马中元等，2011；田玉基等，2011）以及冷锋（孙爱东和徐玉貌，1997；赵德山等，1982）进行谱分析研究。

江西宜春位于前汛期雨带附近，4—5月降水主要受华南前汛期影响，2012年3月下旬进入前汛期雨季，4月江西降水天气频发，累计降水量为319.7mm，强对流天气的主体是中小尺度的冰雹、龙卷、雷雨大风、短时强降水和强雷电等天气。本文根据江西宜春风廓线雷达2012年4月高空风连续观测数据，用频谱分析方法分析数据周期性变化特点，高空风资料反映的能谱特征与降水周期性变化有关，可以从动能和周期的角度认识宜春前汛期降水，有助于了解前汛期内大气各类扰动的降水统计特征，为认识天气系统提供一种新的思路。

1数据处理

风廓线雷达用来弥补常规高空风探测中时空密度不够，作为中尺度灾害性天气监测系统中的一部分，对大气中风的垂直分布具有较高的时间分辨率。边界层风廓线雷达探测周期约5 min；对流层风廓线雷达探测周期不大于10 min。资料处理后风向精度小于10°，风速精度小于1.0 m/s。

風廓线雷达的五波束扫描方式，能有效提高降水时的测风精度，改进风廓线雷达水平风数据质量（马中元等，2009，2011）。宜春风廓线雷达（114°21′36″E，27°47′24″N，130 m）为五波束边界层风廓线雷达，探测高度范围为100～5 980 m，高度分辨率为60～120 m，探测时间周期为6 min；在晴空时探测高度在3 000 m左右，降水云出现时，探测高度可抬升到6 000 m。

频谱分析数据取自2012年4月1日—5月5日期间宜春风廓线雷达连续探测数据，当信噪比SsNR）较低时，探测的微弱信号可信度差，因此对SNR小于-15 dB的风数据进行了剔除，不参与风的频谱分析。

当降水粒子作为示踪物时，强降水回波信号造成的低层数据饱和会引起数据空洞。风的频谱分析采用半小时平均的水平风数据，由于频谱分析要求数据具有较好的连续性，因此对数据进行连续性检验处理，在风数据序列中，出现大于5点的单时次缺测数据时，此列数据不参加频谱分析，为保证数据的连续性，频谱分析时当数据序列中出现个别缺测数据时，用邻近的数据进行线性插值填补。

2风廓线雷达资料的频谱分析方法

2.1时域信号频谱分析

谱分布能更直接地与各种不同尺度的天气过程相联系，提供了在时间域或空间域中区分不同周期运动的一种手段。谱分析得到的谱密度分布，是开展频谱分析的数据基础。而谱密度的求取是由时域信号自相关函数经傅里叶变换得到的（骆箭原和朱瑞兆，1987；刘小红和洪钟祥，1996）。

2.2脉动谱分析

脉动谱表示不同频率的风速涨落对风动能的贡献，数值上等同于涨落数据序列相关函数的傅里叶变换，在脉动谱中更能反映出天气系统时间周期，通过脉动谱可以发现不同天气系统的周期性变化规律，从而更好地了解大气运动与局地天气过程的关系。脉动谱密度单位为kg·m²·s^-1·m^-3（章小平等，1987）。

为提取较长时间序列风随时间变化，处理中首先计算随时间变化的平均风，称为趋势项。在计算脉动谱密度时对长时间序列风数据进行了去趋势项的处理，用最小二乘法对长序列风数据进行二次或高次时变曲线拟合，求出趋势项，并在原始风数据中扣除，求出风的涨落量，以消除长时间序列平均风随时间变化的影响。

3频谱分析

2012年4月江西进入前汛期主雨季，宜春处于前汛期雨带上，降水天气频发。2012年4月1日一5月5日累积共出现67 h的地面降水，对地面降水时间的FY2卫星TBB亮温进行平均，如图1a，可以看到江西中部有一条雨带维持，宜春正位于这条雨带尾部。雨带呈由西南一东北走向，对4月的FY2云图分析发现，雨带在南北方向稍有摆动，云带上有小的云体沿着雨带自西向东移动。图2b为4月10日19时（世界时，下同）亮温图，图中的积雨云团清晰可见，造成宜春地区的降水天气发生。

3.1 2012年4月高空风频谱分析

2012年4月1日—5月5日期间江西宜春地区共出现了13次降水天气，对该时段总体的天气形势进行了风频谱的分析，数据选取2012年4月1日一5月5日水平风数据，总数据点为l 680点。图2a是4月1日—5月5日6 000 m高度以下的水平风速时序，根据数据连续性的检验结果，3000 m高度以上可信数据获取率不高，有些高度低于50%，为获得准确的频谱分布，在进行脉动谱分析时选取3000 m以下的数据进行研究；图2b为该时段的地面雨量分布；图2c为脉动谱分布，图中5条曲线分别为3040 m、2500 m、2020 m、1540 m、1000 m高度上水平风的能谱密度曲线。

图2a清晰地反映了2012年4月宜春6000 m高度以下的水平风速分布特征，可见，不同时间周期所对应的天气系统。2000～3000m出现风速极大值，最大风速可达20 m/s，所对应时段地面均有降水产生（图2b），表明高空风活动与地面降水周期有一定的对应关系。对4月1日—5月5日期间半小时平均的水平风数据进行频谱分析，脉动谱特征（图2c）反映了一定天气系统的周期性特征，峰值周期特征在脉动谱中表现为两个不同时间长度的峰区，图2c中有三个较明显的峰值区，并在各个高度上均有表现。第一个峰值区的频率范围为1.7×10^-6～2.6×10^-6s^-1，对应的峰区特征周期大约为5～7 d；第二个峰值区的频率范围为4.0×10^-6～6.0×10^-6s～，对应峰区特征周期大约为2-3 d；图中出现的第三个峰值区，频率范围为1.0×10^-6～2.0×10^-5s^-1，对应的峰区特征周期大约为0.5～1 d，表现了天气系统的震荡周期。这也印证了在数据分析中，存在着不同时间周期的天气系统。图中可见，长周期天气系统的风能谱密度大于短周期天气系统，5～7 d周期的峰值区峰值脉动谱密度较大，2～3 d周期的峰值区次之，1 d左右周期的峰值区峰值脉动谱密度最小。脉动谱的峰值强度由高层到低层基本呈现逐渐减弱的趋势，1 000 m高度上的脉动谱曲线峰值能量较小，峰值区也没有其他高度明显。

频谱分析得到的分布周期在水平風速时序（图2a）和地面雨量（图2b）中也有所反映，图中的红色虚线表征出现的4个风速较大时段，形成了5～7 d的大风周期，图中还出现了一些时间周期为2～3 d的小风速区。这种不同时间长度的天气周期可能是由于前汛期雨带的位置变化所致，雨带的南北摆动导致长周期的天气系统出现，而短周期的天气系统可能是雨带东西向中的小波动导致。

对4月1日—5月5日数据的频谱分析得到5～7 d和2～3 d不同时间周期的天气系统进行了提取，计算了不同时间周期天气系统的脉动谱密度，对于5～7 d周期的天气系统，选取前后各3 d的资料进行计算，2～3 d周期的天气系统选取前后各1 d的资料进行计算。表1给出不同频谱周期峰值位置的脉动谱密度，以及对应天气过程的风速极值和地面最大雨量。

从表1中可以看到，天气系统为5～7 d周期的脉动谱密度数值上大于2～3 d；5～7 d周期的天气系统在3 000 m高度上的风速极值也较2～3 d周期大；总体上，与2～3 d周期天气系统的地面雨量相比，5～7 d周期天气系统所产生的降水量较大，表中降水量为T表示单站雨量小于0.1 mm，在此次过程中宜春站没有出现地面降水。综合谱密度值、水平风速以及地面降水量发现，长周期天气系统的风动能较大，高空风速较大，所产生的降水也较强，系统更加深厚。短周期天气系统峰区的谱密度比长周期天气系统小得多，但是风速的脉动仍然是十分活跃的，并且与天气过程有着密切联系。在频谱分析中还存在着一天以及几小时的降水周期，在下节天气过程的分析中有所表现，这里不再一一罗列。

3.2平稳天气下频谱特征

对北京延庆地区平稳天气条件下的脉动谱进行计算分析，发现归一化的脉动谱密度在双对数坐标下分布呈线性（Ruan et al.，2014）。对江西宜春地区2012年1月平稳天气下的风廓线雷达数据进行了计算，图3选取6 d和3 d连续平稳天气下的脉动谱给出归一化。图3a为2012年1月14日00时—19日24时1 000 m、2 020 m和3 040 m高度上水平风归一化脉动谱分布，图3b为2012年1月5日00时—7日24时这3个高度上的水平风归一化脉动谱分布，资料选用半小时平均的水平风数据，6 d的总数据点数为288点，3 d为144点。在平稳天气条件下，脉动谱分布较为平坦，没有明显的峰区，在频率2×10^-5～10^-1范围内脉动谱密度呈线性分布，脉动谱密度分布随高度变化不大，与北京延庆风廓线雷达数据计算的基本相同。

图4反映了6 d和3 d平稳天气条件下脉动谱分布，数据选取与上述一致，用半对数坐标表示。从图中可看出，谱密度值随频率增高而减小，整个频段脉动谱曲线比较平坦，仅有较小波动，表明未有明显天气系统过境。6 d平稳天气下的脉动谱密度较3 d大，并在3 000 m高度处曲线有一些小的波动，可能是由于大气扰动影响所致。随高度降低，脉动谱密度基本呈现逐渐减小的趋势。

3.3 4月24日天气过程的频谱分析

4月24日为5～7 d周期中出现的一次雷雨大风天气过程。此次雷暴范围波及整个江西，宜春站的地面最大雨强为20.5 mm/h，过程降水量达45.5mm。地面降水小时数为13 h。数据选取4月21—26日6 d的半小时平均水平风数据，共288个数据点。图5a为3 000 m高度以下的水平风速时序，图5b为该时段的脉动谱分布。

由图5a可以看出，4月24日风速达到最大，高空最大风速区出现在2 000～3 000 m高度处，风速极大值达到20 m/s，这时地面产生强降水。大风维持时间较长、发展深厚。这次天气过程由飑线过境所致，850和700 hPa有较强西南急流存在。脉动谱分布（图5b）中，在3 040 m和2 020 m高度上脉动谱密度相对集中，峰区也更加明显，2 020～1 000 m风能谱密度迅速减小，与7 d平稳天气下的脉动谱分布相比，频率1.3×10^-3s^-1处出现一明显的峰值区，对应的时间周期为21 h，说明在分析资料中，存在着约1 d周期的天气过程，峰值谱密度为0.4kg·m²·s^-1·m^-3。在频率2.5×10^-5s^-1处还出现了一个小的峰值区，对应的时间周期为11 h，反应了地面降水的周期，在地面雨量分布（图2b）中中该时段也存在大约11 h的降水周期，与脉动谱所反映的时间周期相吻合。

3.4 4月4日过程风频谱分析

4月4日为2～3 d周期中出现的一次降水天气过程。选取4月3—5日的半小时平均的水平风数据进行频谱分析，共144个数据点。这次过程影响强度系统较弱，对应时段地面有弱降水产生，过程降水量为20.4 mm，总降水时段为4月4日18时—5日05时。图6a为该段时间3 000 m高度以下的水平风速时序，图6b为脉动谱分布。

图6a的水平风速时序中反映出这次过程风速比4月24日过程小，最大风速出现在3 000 m，风速极值为12 m/s，系统影响较弱，大风维持时间短，系统较浅薄。图6b中的脉动谱特征与长周期天气过程有所不同，脉动谱密度在2 020 m和1 000 m高度上较集中。与3 d平稳天气下的脉动谱相比，图6b中频率3×10^-5s^-1处存在一个明显峰值区，对应的时间周期为10 h，峰值谱密度为0.07 kg·m²·s^-1·m^-3，仅为5～7 d周期天气系统的1/5，可能是由于这次天气过程的影响系统较弱，高空冷空气活动不明显，风速也不大的原因，但出现降水过程的脉动谱密度仍明显大于3 d平稳天气条件下的脉动谱密度。另外，在频率7.0×10^-5s^-1处也存在一个小的峰值区，峰区特征4 h，反映了一定的中尺度大气扰动形成的降水周期。在地面实况中，4月4日18时—5日01时产生了降水，雨量为16.9 mm；4月5日04—05时也有弱降水产生，雨量为3.1 mm，这一特征在地面雨量分布（图2b）中也有所表现，降水的维持时间略短于脉动谱中峰值所对应的时间周期。因此，对频谱中高频段峰区的分析，可以扑捉到天气系统的降水周期。

3.5两个周期天气过程的差异

将两个不同时间长度周期天气过程的频谱分布特征相比较，有以下几点差异：

1）脉动谱分布特征有所不同。4月21—26日较长时间周期天气系统的脉动谱密度在3 040 m和2 020 m高度上较集中，2 020 m到1 000 m风能谱密度迅速降低，反映了雨带在南北方向上的摆动；而4月3—5日短时间周期天气系统风能谱密度在2020 m和1000 m高度上较集中，高空冷空气活动不明显，影响系统浅薄，仅在中低層有所表现，这可能是天气系统在东西方向出现有小波动的原因。

2）在谱密度的数量值上，4月21—26日过程的能量较大，在脉动谱图中也有所反映，长周期天气系统的能量大约为短周期天气系统的4倍左右。从水平风速时序中也可以看出，长周期天气过程的风速极大值明显大于短周期过程，所对应时段地面产生的降水也较大。这表明长周期天气过程影响系统更深厚，高空风速较大，含有的能量也比短周期天气系统大。

3）两次降水过程的脉动谱分布图中均反映了各次降水的时间周期，与地面降水较为吻合。

4结论

1）应用风廓线雷达获取的长序列风数据进行了频谱分析，计算了脉动谱密度。脉动谱分布能够反映天气系统周期性的变化特征，发现不同时间周期天气系统的活动，了解天气系统周期性的变化；为天气预报和大气科学研究提供了一种新的方法。

2）分析宜春2012年4月的数据频谱结果，清晰地揭示了该地前汛期降水期间存在不同时间周期的天气系统，从频谱中看到存在5～7 d以及2～3 d两种时间长度的天气系统，这一特征在水平风速时序图和地面降水中也有所表现。

3）分析频谱特征发现，与平稳天气相比出现降水天气的脉动谱分布上出现谱峰区，5～7 d周期较长的天气系统谱峰区特征在3 000 m高度上明显，谱密度较大，可能反映了高空冷空气的活动，2～3 d周期的天气系统谱峰区低空明显，而且谱密度相对较小。

4）运用不同时间长度的风廓线数据进行频谱分析，所表现的频谱特征有所差异。频谱中长周期峰区反映天气系统的周期，频谱中的短周期反映了降水过程的持续时间。

对前汛期暴雨的全面了解，还需要对不同地点数据以及结合多资料进行深入分析。