张浩然,郑佳锋,车玉章
(成都信息工程大学大气科学学院/高原大气与环境四川省重点实验室,四川成都 610225)
高原涡是一种常出现在青藏高原500 hPa左右的低压涡旋系统。高原涡是青藏高原及周边地区最重要的天气系统之一,在适宜的天气形势下,高原涡会东移,造成中国中东部地区的暴雨等灾害性天气[1-2]。因此对高原涡及其云-降水的观测和研究具有重要价值和意义。
20世纪70年代至今,许多学者都对高原涡的形成演变机理和特征进行了相关研究。叶笃正等[3]指出,高原低涡的水平尺度约500 km,垂直厚度约2~3 km。罗四维等[4]研究发现,高原涡生成源地主要在羌塘、松潘、那曲和柴达木;高原涡在5月活动最频繁,8月活动最少;高原涡分为暖性低涡和冷涡,均为暖湿和不对称结构。第二次青藏高原科学实验期间,卫星监测在很大程度上弥补了常规资料的不足。陈隆勋等[5]利用日本GMS 卫星提供的TBB 资料和NOAA 卫星提供的OLR 资料对青藏高原对流云的变化特征进行了研究,并通过TBB 低值中心确定低涡涡源。
郁淑华等[6]利用GMS 卫星的水汽观测资料,对1998年8月高原低涡东移期间的水汽云图进行研究,认为水汽灰度值≥223 的水汽涡旋能很好指示高原低涡的活动过程。何光碧等[7]利用TRMM 卫星资料统计分析了2000-2007年的高原低涡和切变线,结果表明高原低涡和切变线通常不易移出高原,低涡移出常伴随低涡切变线过程的东移。Fu 等[8]对TRMM 卫星资料的研究发现,青藏高原降水云团在水平方向上多呈零散块状分布,在铅直方向上多呈塔状分布;夏季青藏高原虽然对流降水频繁,但降水量与其他地区同期相比较小。
地基雷达等观测进一步揭示了高原涡云-降水的特征。刘黎平等[9]分析夏季青藏高原对流云降水的雷达回波特征,发现夏季高原对流云降水具有明显的日变化,雷达回波和降水量在13 时(北京时,下同)开始显著增强、增大。Yang 等[10]对那曲风廓线雷达数据进行分析,指出边界层内的对流于09 时开始发展,到15 时,边界层可发展到最高。常祎等[11]利用地面雨滴谱仪资料研究那曲降水微观特征的日变化,发现白天雨滴谱的中大粒子浓度比夜间高,雨滴谱更宽;而夜间雨滴谱的中小粒子浓度更高。张涛等[12]利用毫米波云雷达资料研究那曲地区一次热力对流过程,发现高原地区的降霰对流云具有和低海拔地区冰雹云相类似的结构,对流云中冰晶和霰的融化出现在环境零度层上方300 m区域内。
尽管过去许多学者应用统计、诊断分析和数值模拟等方法对高原涡及其影响进行了大量研究。但目前对高原低涡过境造成的云-降水的垂直精细结构和微物理特征分析还较为少见。本文利用第三次青藏高原大气科学实验TIPEX-Ш 中的Ka 波段毫米波云雷达和激光雨滴谱仪,结合地面降水资料和探空资料、FY-2G卫星红外云图和ERA-5 再分析资料,对那曲地区2015年8月17-19日一次高原涡天气影响下的云-降水宏微观结构和微物理特征进行分析,旨在进一步认识高原涡云-降水的结构和物理特征。
本文使用的Ka 波段毫米波云雷达和激光雨滴谱仪在TIPEX-Ⅲ实验期间,安装在那曲气象局(92°06′E,32°19′N,海拔4507 m)。该Ka 波段毫米波雷达是一部脉冲多普勒体制的单发双收雷达,工作频率为33.4 GHz,脉冲重复功率为8333 Hz,天线直径为2 m,距离库长30 m,时间分辨率为8.8 s。雷达采用垂直定向的扫描方式,可以实时获取0.12~15.3 km高度范围的反射率因子Ze(dBZ)、平均多普勒速度VM(m/s)、谱宽σv(m/s)和线性退极化比LDR(dB)等相关物理量[13]。使用德国OTT 公司研制的Parsivel 2 型激光雨滴谱仪,该设备以光电技术为基础,当降水粒子穿过仪器内部激光束时,雨滴造成的激光束遮挡会引起电压减小,通过测定电压减小幅度实现对降水粒子直径D(mm)的测量;通过测量降水粒子穿过激光束的时间,来计算得到粒子的下落速度Vt(m/s)。该设备的时间分辨率为60 s,探测资料为32 个直径通道和32 个速度通道的雨滴个数,D和Vt的测量范围为0.2~25 mm和0.2~20.0 m/s[14]。
本文还用到那曲站2015年8月17-19日的地面气象观测资料、探空资料、FY-2G 卫星红外云图资料和欧洲中期天气预报中心提供的ERA-5 0.25°×0.25°再分析资料。
利用Ka 波段毫米波云雷达计算反射率因子Ze、平均多普勒速度VM、谱宽σv和线性退极化比LDR 的公式如下:
式中:D为粒子直径(mm),n(D)为粒子数浓度(m-3/mm),Z主要反映云降水的粒子大小[15]。Vs(m/s)和Ve(m/s)分别为起始位置和终点位置的多普勒速度,Ps(dBm)为信号功率,Pn(dBm)为噪声电平。若VM>0,则表明该时段内上升气流较强;若VM<0,则表明该时段内可能同时存在下沉气流和上升气流,但整体以下沉气流为主。谱宽σv反映云降水内的湍流强度或粒子谱的分布。由于Ka 波段毫米波云雷达可以同时接收平行和交叉极化返回的多普勒信号,故利用位于交叉通道的反射率因子计算出雷达线性退极化比LDR,ZHV为正交偏振量,ZHH为水平偏振量。LDR 大小与粒子相态有关,冰晶粒子的LDR 较大,液态雨滴的LDR 较小。
此次高原涡天气过程于2015年8月17-19日影响青藏高原地区。17日08 时-18日08 时,降水主要集中在青藏高原中北部地区,其中班戈、索县、丁青、拉萨等地的日降雨量均达到中雨级别。18日08 时-19日08 时,降水区域扩大至高原东侧,高原东南部地区的日降雨量均达到中雨级别,其中拉萨、波密、丁青、林芝等地日降雨量达到大雨级别。
图1 为2015年8月17-19日500 hPa位势高度场和风场,图中三角形标记了那曲测站的位置。由图1 可见,17日20 时(北京时间BST,下同),那曲西北侧有低压中心出现;18日08 时,低涡中心分裂为两个,低涡中心风速略有增大;18日20 时,高原涡向东南方向移动,中心强度略有减弱,但低涡影响范围增大;19日08 时,低涡强度减弱并移至那曲东南部。19日20 时后,低涡中心逐渐在原地消散,高原涡天气过程结束。
图2 为2015年8月17-19日高原涡天气过程的水汽通量散度图,图中负值代表水汽辐合,正值表明水汽辐散。由图2 可见,17日20 时-18日08 时,那曲地区基本为水汽辐合区。其中,17日20 时,观测站点附近为水汽辐合区中心;18日08 时和20 时,观测站点仍然为水汽辐合区,但已脱离中心,且水汽辐合强度有所减弱;19日08 时,那曲地区水汽辐合已经不明显。整体来看,在低压系统的影响下,那曲地区的水汽条件较为充沛。
图2 2015年8月17-19日500 hPa 水汽通量散度
利用FY-2G 卫星黑体辐射亮温TBB 资料,对此次高原涡天气形成的云-降水宏观特征和演变过程进一步分析。图3 为2015年8月17-19日4 个典型时刻,包括17日20 时、18日18 时、19日03 时和19日10时的云图。从图3(a)可见,与500 hPa水汽通量散度辐合中心对应,在17日20 时测站上空有团状对流云团,对流发展旺盛,云顶高度高,TBB 达-80 ℃以下。18日18 时(图3b),对流云图整体有所减弱,少部分合并,测站上空对流云团的亮温有所增高,对流强度有所减弱。19日03 时和10 时(图3c 和图3d),对流云系向东移动,那曲测站上空的对流进一步减弱,亮温增高,云顶降低,甚至变为层状云系控制。
图3 2015年8月17-19日FY-2G 黑体辐射亮温TBB
在高原涡天气影响下,2015年8月17日08 时-19日20 时那曲自动站测量的6 h降水量时序图如图4所示。可见,降水主要集中在17日20-18日02 时,累计雨量达到6 mm。此后,在18日午后有2 mm降水;19日凌晨至14 时,有6 mm的显著降水。随后,因高原涡强度逐渐减弱并消散,降水逐渐停止。
图4 2015年8月17日08 时-19日20 时那曲观测站地面6 h 降水量
普查此次高原涡云-降水过程经过那曲站的整体雷达反射率因子回波,并结合地面降水强度及变化,发现此次过程分别于17日23 时-18日02:30(阶段一)、18日10 时-14 时(阶段二)、18日22 时-23 时(阶段三)和19日04:30-10:30(阶段四)经过站点上空并产生较明显的降水。阶段一和阶段二的云降水结构和降水变化表现为对流性,而阶段三和阶段四的云降水结构和降水变化表现为积层混合性。对于同类的云降水,选择较为典型的阶段一和阶段四进一步分析。
图5 为2015年8月17日23 时-次日02 时30 分的对流云-降水阶段,图5 为Ka 波段毫米波云雷达观测的Ze、VM、σv和LDR。由图5(a)可知,在23:00-02:30,对流云强烈发展,最高可达8 km,其中包含回波强度较强的积雨云和回波强度较弱的积云砧。在00:00-01:48,中低层积雨云对流发展十分旺盛,回波强度达到30 dBZ及以上。积云砧发展高度较高,但是回波强度在10 dBZ以下,对降水的贡献较小。图5(b)表明,雷达多普勒速度以负值为主,大小位于-2~0 m/s;正速度值通常出现在对流云顶,最大达到3 m/s,表明较显著的上升气流主要出现在云的中上部。从图5(c)可见,对流云谱宽大值与回波强度大值区相对应,最大可达2.8 m/s,主要集中在低层融化层以下和对流云发展阶段。图5(d)的LDR 表明,在离地1 km处存在一个较大值带,表明粒子在此处相态发生变化,由冰晶粒子融化为液态粒子。尽管青藏高原夏季降水多为对流性,但整体对流强度相较于平原地区小,因此经常可观测到图5 中的亮带结构。
图5 2015年8月17日23:00-8月18日02:30 对流云-降水阶段的Ka 波段雷达观测结果
为进一步分析对流云-降水的垂直结构和微物理特征,统计该阶段Ze、VM、σv和LDR 回波平均和各分位数廓线(图6)。从廓线由高层到低层的变化可以看出,整体上,Ze随着高度降低而逐渐增大、σv随高度降低而逐渐减小,表明冰晶粒子通过聚并、凇附等过程逐渐增大,粒子谱逐渐增宽;云层从中上部弱的上升气流逐渐转为中下部受下沉气流控制。尤其下降到1 km左右,因冰晶融化效应,4 个物理量均表现出亮带特征,即数值均有明显突增或突降现象。零度层亮带以下,σv有略微增大趋势,表明冰晶融化成雨滴后,在沉降过程中有一定碰并增长;但Ze则无增大趋势,这可能是低层雷达灵敏度较高,使统计值反而有所减小的原因。与其他3 个量不同,LDR 在亮带位置最大,亮带上下部则快速减小,其对亮带特征的指示较其他量更为显著。
图6 对流云-降水阶段物理量的平均值廓线和5%~95%分位数廓线(粉色实线为物理量的平均值廓线,其他颜色线条从左到右依次代表5%、25%、50%、75%、95%分位数)
图7 为2015年8月19日04:30-10:30 的层积云-降水阶段的毫米波雷达观察结果。观测结果表明,该阶段的云顶高度整体降低至7 km以下,在5:00-9:30,层积云有所发展,云顶高度略有增加。图7(a)中,整体的雷达回波强度较弱,低层有连续的较强回波。图7(b)中,VM整体为负值,少数小的正速度出现在云顶。图7(c)中,σv随高度的减小呈增大趋势。图7(d)中,LDR 在低层也存在一条迅速增大的亮带,粒子在该处发生相态的转变,由冰相粒子转化为雨滴。
图7 2015年8月19日04:30-10:30 层积云-降水阶段的毫米波雷达观测结果
图8 为该阶段的雷达观测量廓线图。整体来看,4个雷达观测量的随高度变化趋势与对流云-降水阶段相似,但不同的是,层积云-降水由于对流性更弱,云内混合和冰相过程活跃程度更低,廓线随高度的变化速率更小,云内几乎没有显著的上升气流,冰晶谱的宽度变化也非常小。此外发现,层积云-降水阶段的零度层亮带高度有所减低,约为500 m左右,LDR 观测到的特征在亮带以下也没有出现突降的现象。
图8 层积云-降水阶段物理量的平均值廓线和5%~95%分位数廓线(粉色实线为物理量的平均值廓线,其他颜色线条从左到右依次代表5%、25%、50%、75%、95%分位数)
图9(a)、(b)为2015年8月18日00:00-02:30对流云-降水期间地面雨滴谱仪观测的雨强和雨滴谱时间序列图。可以看出,此次降水约持续1.5 h,降水时间短,但强度较大。雨强随时间变化出现了多次峰值,在01:10 和01:37 降水强度分别达到最强,此后降水迅速减小直至结束。地面降水粒子的直径在0.1~1.4 mm的雨滴数浓度最高,对降水起主要贡献。该阶段降水出现少部分较大的粒子,最大可达3.8 mm,雨滴谱变化与雨强相对应,雨强越大,雨滴数浓度越高、粒子越大,谱越宽。
图9 2015年8月18日00:00-02:30 对流云-降水阶段的雨滴谱仪观测到的雨强和雨滴谱
图10 为2015年8月19日04:30-10:30 层积云-降水期间雨滴谱仪观测出的雨强和雨滴浓度的时间序列图。该阶段的降水持续约6 h,降水强度相对更小,但持续时间更长。从雨滴谱分布来看,层积云降水的粒子直径均在2.5 mm以内,相较对流云降水阶段而言,粒子直径更小,主要集中在直径小于1 mm区间,雨滴谱的宽度与对流云降水相比也更窄。
图10 2015年8月19日04:30-10:30 层状云-降水阶段的雨滴谱仪观测到的雨强和雨滴谱
本文对2015年8月17-19日一次青藏高原低涡影响下的云-降水过程的宏微观结构和微物理特征进行分析,得到如下主要结论。
(1)此次高原涡从高原西侧生成,最后在高原上消失,为高原带来间歇性降水。高原涡在18日凌晨发展达到最强,那曲上空对流云发展旺盛,并带来短时强降水。那曲上空先为对流性阵性降水,后转化为层积云连续性降水。
(2)雷达回波图上,对流云-降水阶段回波多为火焰状的上冲结构,对流较强,发展高度较高,但持续时间短。层积云-降水阶段回波多为层状或片状,云层高度较对流云阶段高度有所降低,但降水持续时间更长。
(3)对流云-降水的云顶高度最高可达8 km,正速度值通常出现在云顶,最大达到3 m/s,表明较显著的上升气流主要出现在云的中上部。中低层积雨云对流发展旺盛,反射率因子的雷达回波强度可达30 dBZ。在层积云主导阶段,云顶高度有所下降,一般在7 km附近,上升速度的最大值位于0~2 m/s,反射率因子的雷达回波在20 dBZ 以下。在靠近地面附近出现明显的反射率因子亮带,此处粒子由冰晶粒子转变为液态雨滴。
(4)对流云和层积云的雨滴谱也存在一定差异,对流云阶段降水粒子直径更大,谱宽也比层状云降水更宽。
致谢:感谢大学生创新创业训练项目(202010621005);成都信息工程大学人才引进项目(KYTZ201728)对本文的资助