基于阵列天气雷达的下击暴流回波演变分析
2021-01-09李方平马舒庆甄小琼吕寺炜
李方平,马舒庆,杨 玲,甄小琼,吕寺炜
(1.成都信息工程大学电子工程学院,四川 成都 610225;2.中国气象局气象探测中心,北京 100081;3.中国科学院大气物理研究所,北京 100029;4.中国气象局大气探测重点开放实验室,四川 成都 610225;5.雷象科技(北京)有限公司,北京 100089)
引 言
下击暴流是强对流风暴发展到鼎盛阶段,风暴云中的下沉气流达到一定强度,短时间内迅速到达地面并产生强烈风切变,从而造成严重局地灾害的一种天气现象,严重影响飞机的升降安全。目前国内对于各种对流天气的研究数据主要来自于业务观测雷达[1-10],而大多数业务雷达无法对下击暴流这种小尺度局地风暴进行精细监测和精准预警。下击暴流的研究开始于雷达探测到的钩状回波,其首次研究总结了下沉气流主要会产生的几种强风切变类型[11-12]。目前常用于识别预警下击暴流发生的几个主要特征,包括近地面辐散、中层径向辐合、快速下降的反射率因子核及反射率槽口等[13-17]。
近年来,为深入了解下击暴流的生消机理,国内外开始使用S波段、C波段、X波段双偏振雷达和移动多普勒雷达等不同观测手段对风暴的发展进行观测,并分析其发展的微物理过程及低空风的结构与演变[18-20],但风暴出流迅速,5 min扫描间隔无法对风暴体进行精细采样[21]。因此,高时空分辨率数据对全面认识小尺度天气系统,如下击暴流的发展与变化有重要意义[22-23]。相控阵天线具有快速扫描能力,能够获取高时空分辨率数据,因此相控阵技术被逐渐应用到气象领域,并开始用于观测和预报快速发展的局部暴雨[24-25]。
2018年湖南宜通华盛技术有限公司在长沙黄花机场布设了包括3个相控阵收发子阵的阵列天气雷达[26],并开始了外场观测试验。目的是研究高时空分辨率数据在观测小尺度天气系统方面的特点,能快速精准地观测到短时局地灾害性天气,并进行有效预防。本文主要分析了2018年2次对流性降水过程,利用长沙黄花机场阵列天气雷达的高时空分辨率探测数据对下击暴流进行分析。以单位面积等效势能释放比指标为基础[27],并结合机场预警信息,利用机场自动气象站数据进行辅助验证,详细分析了下击暴流的演变过程,为利用阵列天气雷达对短时局地灾害性天气识别和预警奠定基础。
1 阵列天气雷达简介
阵列天气雷达是分布式、高度协同的相控阵天气雷达,由至少3个相控阵收发子阵和中央控制数据处理中心组成,可通过增加收发子阵扩大探测区域[26],图1为陈列天气雷达分布示意图。本文研究所使用的雷达是中国气象局气象探测中心设计研发的X波段阵列天气雷达,由3个收发子阵组成。单个收发子阵采用相控阵一维相扫技术,实现垂直覆盖0°~90°仰角范围。其中,3个收发子阵扫描范围交叉部分,即图1(a)中黄色区域部分,称为三维精细探测区(简称“精细探测区”),每3个相邻收发子阵可构成一个精细探测区,如图1(b)中三角形区域。在每个精细探测区中,可生成三维风场数据,且反射率因子和径向速度资料时差最大为2 s,可为短时强对流天气过程的分析及预报提供详细的流场信息和高时空分辨率数据支持。
图1 阵列天气雷达分布示意图Fig.1 Diagram of array weather radar distribution
多普勒雷达探测模式完成一次体扫的时间为6 min,探测距离远,探测精度随着探测距离的增加而减小。而下击暴流识别算法的检测能力在很大程度上取决于对流深度[28]。由于较远距离的浅对流天气过程采样较难,目前多采取多个雷达联合观测方案,以提高时间分辨率并填补雷达间的数据空隙。阵列天气雷达采用多个相控阵扫描技术的雷达协同观测,提高资料时间分辨率的同时也提高了资料的空间分辨率。表1列出X波段阵列天气雷达与X波段相控阵天气雷达[25]主要技术参数对比。
表1 阵列天气雷达与X波段相控阵雷达主要技术参数对比Tab.1 Comparison of main technical parameters of X-band array weather radar and X-band phased array radar
2 资料与方法
2.1 资 料
阵列天气雷达探测到的2次天气过程,分别为2018年5月20日的一次下击暴流过程和2018年8月1日的一次对流型降水过程。结合机场地面自动站数据对5月20日下击暴流的生消过程进行分析,对8月1日降水过程前期生长阶段进行分析。黄花机场架设的阵列天气雷达及机场自动气象站分布如图2所示,其中36L为西跑道南自动站(28.18°N、113.22°E),18R为西跑道北自动站(28.20°N、113.22°E),18L为东跑道北自动站(28.21°N、113.22°E),36R为东跑道南自动站(28.19°N、113.23°E)。
2.2 下击暴流预警方法
下击暴流的发生与回波单体的反射率因子大小及强回波核心高度的变化有紧密联系,下沉气流对回波发展的加速作用以及降水核心的拖拽作用是强对流活动发生或发展的重要原因[29];而产生下击暴流的风暴体核心高度比普通雷暴的反射率因子核心更高[30];罗辉等[27]提出强回波中心的变化与风暴体的能量变化紧密相关,并以此定义了单位面积等效势能来代表风暴能量的变化情况,提出以相邻体扫时间内单位面积等效势能的变化来监测下击暴流的变化,具体公式如下:
图2 长沙黄花机场阵列天气雷达及自动气象站分布Fig.2 The distribution of array weather radar and automatic meteorological stations at Changsha Huanghua Airport
(1)
式中:E(kg·km-1)为单位面积等效势能;i为距离库数;Zi(dBZ)为雷达回波反射率因子,且Zi>45 dBZ;hi(km)为Zi所在高度;Vi(km3)为有效照射体积;Si(km2)为回波投影面积;阵列天气雷达水平波束宽度和垂直波束宽度相等,故有效照射体积Vi可近似为[31]:
(2)
式中:L(km)是雷达发射脉冲的长度;L/2(km)为有效照射深度;Ri(km)为对应距离库反射率因子到雷达的距离;θi(°)为波束宽度;对应库投影面积Si可近似计算为[27]:
Si=(2Rib+1)θi
(3)
式中:b(km)为雷达距离分辨率,由于多普勒雷达距离分辨率较大,投影面积近似计算误差较小。而阵列天气雷达距离分辨率为30 m,近似计算累计误差较大,为减小计算阵列天气雷达回波投影面积的累计误差,假设库投影面积为:
(4)
由于单位面积等效势能的释放可以预警下击暴流的发生[27],释放量为前一时刻的单位面积等效势能E1减去该时刻的单位面积等效势能E2,单位面积等效势能的释放比ERR(energy release ratio)为:
(5)
单位面积等效势能的释放比为正值表示风暴强回波中心减弱,负值则表示强回波中心增强,释放比的大小表征风暴体在单位时间内强回波中心变化的剧烈程度,释放比大,则表明风暴在该时刻发生了迅速且剧烈的变化。
3 结果分析
3.1 个例一
2018年5月20日17:07(北京时,下同)黄花机场发布预警信息:受北面5~10 km处对流云团影响,已出现干雷暴天气,同时机场西面45 km处有一小片对流云团发展,以30 km·h-1的速度向东移动。17:41阵列天气雷达观测到机场西面距离约13.5 km处的1号强回波(图3),高度在0 ℃层附近,表明该风暴单体的强回波中心已开始形成,回波最大截面面积约10 km2,其最大反射率因子53 dBZ,以平均径向速度8 m·s-1向东北方向移动,并开始上下伸展。同一时刻,距离1号回波4 km处的2号回波已发展成熟并向东移动。18:02,2号回波开始呈絮带状发展且中层向1号回波靠近,并持续向东移动,1号回波中层(1.8~3.7 km)开始形成强回波中心,最大反射率因子超过60 dBZ。18:05,1号回波到达机场上方,2号回波与1号回波部分合并。18:08,对流云间的碰并增长形成3号新风暴,增强且快速发展至11.4 km,最大截面面积达50 km2,降水核心降至近地面,机场温度下降,18L站开始观测到降水,持续约20 min。
地面自动站数据在下击暴流发生前后有明显变化,对下击暴流的分析研究有十分重要的作用[32],图4为此次过程长沙机场地面自动站观测数据。可以看出,18:08在3号回波强中心降至近地面时,18L处风速上升至8 m·s-1,说明此时阵风正面通过了该自动站[32],随后地面站探测到降水量增大,随着降水强度的增加,温度下降,露点温度上升,最大风速为8.4 m·s-1,表明空气开始慢慢饱和,回波释放能量较少,引起风速变化也较小。在下击暴流发生的前2 min,下降的温度出现短暂上升,同时,
图3 2018年5月20日黄花机场雷达0.0°仰角基本反射率因子(上)、9.8°仰角基本反射率因子(中)及反射率因子垂直剖面(下)(单位:dBZ)(距离圈为5 km,下同,绿色方框为机场位置)Fig.3 The basic reflectivity on 0.0° elevation (the top), 9.8° elevation (the middle) and vertical sections of reflectivity (the bottom) on 20 May 2018 detected by the radar of Huanghua Airport (Unit: dBZ)(The distance between two range rings is 5 km, the same as below, the green box is the airport location)
露点温度短暂下降,这可能是云体内部的下沉气流从顶部夹带快速移动的、湿度小的冷空气,增大了下沉气流中的蒸发所致。18:08,持续降水致使露点温度再次快速上升1.3 ℃,大气压强上升1.59 hPa,温度持续下降,表明下沉气流已经到达地面[32],在本次降水过程中,18L和18R站累计观测降水量分别为9.4、8.1 mm。18:15,4个自动站的风向同时出现剧烈变化,其中36R站探测资料变化最剧烈,气压上升1.5 hPa,峰值风速第一次急剧增加4.2 m·s-1,第二次急剧增加6.6 m·s-1。站点36R在18:22瞬时风速达到最大值11.6 m·s-1,温度下降1.2 ℃。36L和36R站未测到降水,露点温度变化并不剧烈。
近地面辐散和中层径向辐合是下击暴流最显著的特征[33]。图5为5月20日风暴过程的径向速度及其垂直剖面。可以看出,18:02回波顶高9.4 km,反射率因子核心(>60 dBZ)高度约3 km,在3.5 km处观察到明显的中层径向辐合,近地面还未出现辐散,辐合层高度1.6 km,最高辐合层高度4.2 km。18:09在5 km处开始形成成熟的反射率因子核心,近地面出现明显辐散特征,表明降水过程中的下沉气流已经到达地面,与地面自动站18L观测到降水时间一致,同时,18L站地面风速开始上升,回波最大径向速度8 m·s-1。18:16下沉气流到达地面后,风暴体并没有消亡的趋势,22.5°仰角可以看到中层开始有空气流入,形成辐合型反气旋,加剧了本次过程的发展。风暴前侧的回波顶高快速发展至13.4 km,并在6~7 km处形成成熟的反射率因子核心,最大回波强度63 dBZ。18:20,中层正、负速度对相差35 m·s-1,辐合程度最大,近地面径向速度最大26 m·s-1,2 min后36L站风速达最大为11.6 m·s-1,影响范围较小,18L与18R未探测到风速的明显变化。此后风暴顶部开始慢慢下降,18:26地面风恢复正常,回波反射率因子核心消散,单体继续向东移动并逐渐消失。
由于地面自动气象站数据间隔为1 min,为便于与雷达数据进行对比分析,选取5月20日18:00—18:40的逐分钟雷达数据计算单位面积等效势能及其释放比(ERR),图6为回波顶高(ET)、单位面积等效势能及其释放比的逐分钟变化。可以看出,18:02单位面积等效势能的释放比为26.4%,随后露点温度开始上升,地面相对湿度增加。18:09回波顶高13.4 km,释放比为35.8%,地面自动站开始观测到降水,气压上升,下沉气流到达地面,风速增加,回波顶高有短暂的下降。18:16回波中层形成成熟的反射率因子核心,地面风速快速增加。18:22风速达到最大,单位面积等效势能的释放比为21.6%,18:26释放比为45.1%,但回波单位面积等效势能较低,影响范围有限,且回波已偏离机场8 km以外,机场地面自动气象站未探测到地面风速的剧烈变化,随后风暴体回波中心已开始消散,过程结束。此次过程从自动气象站首次观测到地面风速产生剧烈变化开始,到地面风速恢复,共持续约25 min。根据相邻体扫数据间的释放比为30%时预警下击暴流发生[27],本文采取单位时间内释放比作为指标,在地面风速达峰值前,阵列天气雷达可提前13 min给出预警信息。
图4 2018年5月20日18:00—18:40长沙黄花机场自动气象站气象要素逐分钟变化Fig.4 The minutely variation of meteorological factors from automatic meteorological station at Changsha Huanghua Airport from 18:00 BST to 18:40 BST on May 20, 2018
图5 2018年5月20日黄花机场雷达0.0°仰角径向速度(上)、22.5°仰角径向速度(中)及径向速度垂直剖面(下)(单位:m·s-1)Fig.5 The radial velocity on 0.0° elevation (the top), 22.5° elevation (the middle) and vertical sections of radial velocity (the bottom) on 20 May 2018 from the radar of Huanghua Airport (Unit: m·s-1)
图6 2018年5月20日18:00—18:40回波顶高、回波单位面积等效势能及其释放比逐分钟变化Fig.6 The minutely variation of the echo top height, equivalent potential energy per unit area of echo and its energy release ratio from 18:00 BST to 18:40 BST on May 20, 2018
3.2 个例二
2018年8月1日14:23机场预警信息显示:长沙机场周围30 km范围内有较强的孤立对流云团发展,范围10 km,云团顶高12~14 km,回波稳定移动缓慢,强度持续增加。图7为对流云团每2 min同一高度的PPI图的反射率因子和径向速度,可以清楚地看到回波单体之间碰并增长的详细过程。15:06雷达子阵1观测到在距离机场30 km处有2块独立的对流云团(4号回波、5号回波)正在相互靠近,最大反射率因子64 dBZ,最大径向速度8 m·s-1。15:08云团均向东移动,其中右下方云团对流明显,正负速度对差值14 m·s-1,回波整体移动缓慢,在对流作用下向西北方向扩散。15:10云团间逐渐靠拢合并生成新的6号回波单体,对流区域沿着6号回波边界向西北方向扩散,对流加强,回波反射率因子核心高度保持在2~3 km的位置。15:12随着回波面积的不断扩大,回波顶高上升至9 km,风暴单体形成较明显的反气旋辐合特征,正负速度对差值18 m·s-1,辐合程度较小,且地面无明显辐散现象。图8为2018年8月1日15:10—15:30回波单位面积等效势能及其释放比逐分钟变化。可以看出,该次过程单位面积等效势能最大值107.46 kg·km-1,单位面积等效势能的释放比小于20%,地面无大风,未形成下击暴流。
图7 2018年8月1日黄花机场雷达15.5°仰角基本反射率因子(上,单位:dBZ)及径向速度(下,单位:m·s-1)Fig.7 The basic reflectivity (the top, Unit: dBZ) and radial velocity (the bottom, Unit: m·s-1) on 15.5°elevation from the radar of Huanghua Airport on August 1, 2018
图8 2018年8月1日15:10—15:30回波单位面积等效势能及其释放比逐分钟变化Fig.8 The minutely variation of equivalent potential energy per unit area of echo and its energy release ratio from 15:10 BST to 15:30 BST on August 1, 2018
4 结论与讨论
(1)2018年5月20日对流过程为一次下击暴流过程,单位面积等效势能释放比超过30%,自动气象站各要素值变化明显,地面最大风速11.6 m·s-1,该次过程影响范围有限,仅有2个地面自动气象站观测到风速风向的剧烈变化。8月1日过程距离机场较远,且单位面积等效势能释放比较小,机场自动气象站未观测到明显变化。
(2)5月20日过程与8月1日过程风暴单体最大反射率因子均超过60 dBZ,且单体间的碰并增长形成了新的单体,增强且加速了新回波的发展。但中层冷空气的进入导致5月20日过程风暴体形成了明显的径向辐合,使回波进一步生长,回波顶高度达14.8 km。
(3)5月20日过程风暴单体18:09冷空气进入气团,回波中层形成气旋,开始了垂直方向生长,反射率因子核心第一次下降,地面开始降水,单站风速增加,近地面回波开始出现辐散特征。18:15所有自动气象站风向开始突变,降水的下沉气流引起风速第一次上升,自动气象站温度下降,露点温度增加。此时,大气压强开始增加,下击暴流的强下沉气流到达地面,夹带的大量湿冷空气,使温度持续下降,露点温度上升。风速持续上升,18:22风速增至最大。
阵列天气雷达在监测短时对流型天气过程时,可提供高时空分辨率的探测数据,包括反射率因子和径向速度等,可以清晰展示强降水在短时间内的变化特征以及对流云团间碰并增长过程的细节,为研究短时强对流天气过程的生消机理提供了高时空分辨率的数据支持,可提高对短时强降水引起的气象灾害的监测预警能力。