蔣立輝，鄢 政，莊子波，劉佳穎

（中國民航大學(xué)民航氣象研究所，天津 300300）

一次強(qiáng)對流天氣的數(shù)值模擬和風(fēng)場結(jié)構(gòu)分析

蔣立輝，鄢 政，莊子波，劉佳穎

（中國民航大學(xué)民航氣象研究所，天津 300300）

利用數(shù)值預(yù)報模式WRF3.3和1°×1°的NCEP氣象再分析資料，對2012年4月27日發(fā)生在白云機(jī)場的一次強(qiáng)對流天氣過程進(jìn)行了數(shù)值模擬，模擬中采用三層嵌套的方式，利用可視化工具GRADS對模式輸出的模擬結(jié)果進(jìn)行研究分析。結(jié)果表明：WRF模式能較好地模擬出此次強(qiáng)對流天氣過程，低空950 hPa的中尺度正渦輻合中心與高空200 hPa的中尺度負(fù)輻散中心的相互耦合，能量相互釋放是強(qiáng)對流天氣得以維持和發(fā)展的重要原因；強(qiáng)天氣威脅指數(shù)大小在某種意義上能夠良好地反映出強(qiáng)對流天氣發(fā)生的強(qiáng)弱程度。

數(shù)值模擬；WRF模式；強(qiáng)對流天氣；診斷分析

2012年4月27日中午廣州地區(qū)再次遭遇強(qiáng)烈的雷暴對流天氣，白云機(jī)場出現(xiàn)大面積航班延誤，延誤1 h以上的出港航班最高峰時達(dá)116班，滯留旅客達(dá)到10 000多人。至27日19：40，白云機(jī)場首次啟動航班大面積延誤應(yīng)急處置預(yù)案中最高級別的紅色預(yù)警。因此，對機(jī)場惡劣天氣的準(zhǔn)確預(yù)報對民航旅客運輸安全和發(fā)展有著十分重要的現(xiàn)實意義。

強(qiáng)對流天氣指的是發(fā)生突然、天氣劇烈、破壞力極大，常伴有雷雨大風(fēng)、冰雹、龍卷風(fēng)、局部強(qiáng)降雨等強(qiáng)烈對流性災(zāi)害天氣，是具有重大殺傷性的災(zāi)害性天氣之一。強(qiáng)對流天氣發(fā)生的3個基本條件是：不穩(wěn)定存在、充分的水汽提供和一定的抬升機(jī)制。近年來，隨著數(shù)值模式的日益完善，中尺度數(shù)值模式的應(yīng)用已成為氣象科技工作者對強(qiáng)對流天氣過程進(jìn)行分析的主要手段。

本文運用WRF模式對2012年4月27日06：00—28日06：00（北京時間）發(fā)生在廣州白云機(jī)場附近的一次強(qiáng)對流天氣過程進(jìn)行了數(shù)值模擬，并以華南區(qū)境內(nèi)的雷暴過程為研究對象，試圖分別從強(qiáng)對流天氣發(fā)生發(fā)展所需的熱力、水汽、動力等基本條件入手，從θse、渦度、Z-螺旋度、強(qiáng)對流危險指數(shù)等各個方面[1]，對此次強(qiáng)對流天氣過程的發(fā)生、發(fā)展做全面的診斷分析，以揭示這次強(qiáng)對流的發(fā)生發(fā)展機(jī)制及物理量場和機(jī)場風(fēng)場時空變化之間的關(guān)系，為機(jī)場低空風(fēng)切變等危害機(jī)場運行的自然天氣的準(zhǔn)確預(yù)報提供有利的參考。

1 資料及模式方案的配置

1.1 區(qū)域選擇

WRF模式采用2012年4月27日的NCEP再分析資料（FNL from GFS），水平分辨率為1°×1°，時間間隔為6 h，高分辨率的地面靜態(tài)數(shù)據(jù)為30 s。實況分析采用氣象臺統(tǒng)計數(shù)據(jù)和中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)的中國地面氣候資料定時值數(shù)據(jù)集。WRF（weather research and forecast）數(shù)值模式[2]是由美國國家大氣研究中心（NCAR）開發(fā)的新一代中小尺度數(shù)值天氣預(yù)報和大氣模擬系統(tǒng)，專為大氣研究和業(yè)務(wù)化天氣預(yù)報所設(shè)計。本文以廣州白云機(jī)場為區(qū)域中心，其位于22.38°N，113.28°E，采用三層嵌套，仿真區(qū)域如圖1所示。

圖1 WRF模式仿真的三層嵌套區(qū)域Fig.1 Domains of nested WRF simulation

1.2 模式方案的配置

初始和邊界條件采用NCAR全球預(yù)報系統(tǒng)[3]，模式開始時間2012年4月27日06UTC，時間分離差分方案為3階Runge-Kutta。模擬的物理過程參數(shù)化方案如表1所示。

2 對流天氣的環(huán)流形勢場

此次強(qiáng)對流天氣發(fā)生在春季，此季節(jié)白云機(jī)場主要受西南季風(fēng)、熱帶太平洋氣團(tuán)以及來自印度洋的赤道氣團(tuán)等相互作用的控制；圖2（a）顯示了8：00在850 hPa氣壓高度附近的機(jī)場低空大氣環(huán)境，強(qiáng)對流天氣發(fā)生之前，機(jī)場上空平均水平風(fēng)速在10 m/s以下，主要受西南風(fēng)影響，而靠近500 hPa（如圖2（c）所示）氣壓高度的中層，機(jī)場水平平均風(fēng)速在18~20 m/s之間，此時有一個風(fēng)速大于24 m/s的氣流中心處于成都上空，受西風(fēng)影響，往東移動。與此同時，27日8：00時300 hPa上（圖略）有一風(fēng)速大于34 m/s的高空氣流區(qū)域處于貴州上空，華南大部地區(qū)恰好是位于急流核入口處東側(cè)，這樣造成廣東地區(qū)高空是氣流輻散區(qū)域，誘發(fā)或加強(qiáng)低層空氣的輻合抬升運動，由此可以得知強(qiáng)對流天氣發(fā)生的動力機(jī)制。圖2（b）顯示的是19：00時850 hPa高度上強(qiáng)對流發(fā)生高峰時期的風(fēng)場圖，機(jī)場水平風(fēng)速在20 m/s以上，受南風(fēng)主導(dǎo)，在江西北部氣流突然自東向西旋轉(zhuǎn)。

表1 模式系統(tǒng)網(wǎng)格設(shè)置及參數(shù)化方案配置Tab.1 Grid settings and parameterization scheme

圖2 4月27日的高度場、溫度和風(fēng)分布圖Fig.2 Geopotential height，temperature and wind on Apirl 27th，2012

3 WRF模擬結(jié)果和風(fēng)場分析

3.1 假相當(dāng)位溫θse的垂直變化

假相當(dāng)位溫θse[4-5]是在大氣的干、濕絕熱過程中都守恒的一個重要特征參數(shù)，θse隨高度的分布能反映氣層對流性穩(wěn)定的情況。當(dāng)?θse/?p>0時，表明該地區(qū)中低層垂直方向上有強(qiáng)烈的上升運動，使低層水汽、能量向上混合輸送，呈對流性不穩(wěn)定。由圖3（a）可見，8:00時強(qiáng)對流發(fā)生之前，700 hPa以下?θse/?p>0，大氣呈對流性不穩(wěn)定。此時，白云機(jī)場上空820 hPa高度以下水平風(fēng)速在12 m/s以下，上升和下降氣流均較小，不明顯；分析19:00時垂直速度剖面圖（如圖3（b）所示），發(fā)現(xiàn)白云機(jī)場西側(cè)2 km處380~600 hPa之間有一個垂直速度為0.9 m/s的上升中心，對應(yīng)機(jī)場上空干冷空氣下沉侵入暖濕空氣底部，同時機(jī)場上空垂直速度為正，說明暖濕空氣向上抬升。

圖3 假相當(dāng)位溫的垂直剖面圖Fig.3 Vertical θsepattern

3.2 渦度場分析

圖4分別是4月27日8：00時和19：00時渦度[6]的垂直剖面圖，圖4（a）是強(qiáng)對流天氣發(fā)生之前，機(jī)場上方渦度變化不明顯，只在機(jī)場右方5 km低層950 hPa有一負(fù)渦度中心，是一個輻散中心[7]；而圖4（b）是機(jī)場950 hPa高度上出現(xiàn)負(fù)渦，而900~800 hPa又出現(xiàn)一個正渦中心，在機(jī)場右方2.5 km處950 hPa高度上卻出現(xiàn)正渦，960~810 hPa之間又存在負(fù)渦，820~ 670 hPa之間又是正渦，正渦負(fù)渦依次交替出現(xiàn)，相互疊加?？梢姶藭r強(qiáng)對流發(fā)生風(fēng)場變化的復(fù)雜性，這種低空正渦負(fù)渦變換的交替邊緣[8]，常常伴隨出現(xiàn)低空風(fēng)切變等嚴(yán)重危害飛行的惡劣天氣。

3.3 螺旋度分析

圖4 4月27日8：00時和19：00時沿22.38°N渦度的垂直剖面圖Fig.4 Vertical sections of vorticity along 22.38°N at 08:00 and 19:00 on 27thApirl，2012

螺旋性[9-10]是有利于維持大氣對流運動最重要的基本特征之一，通常氣象上所使用的螺旋度是指局地螺旋度，它對暴雨落區(qū)有一定的指示意義。旋轉(zhuǎn)性和上升運動是對流系統(tǒng)最重要的共同特征，而螺旋度把這兩個特征綜合在一起。從定義上看，螺旋度是表征流體邊旋轉(zhuǎn)、邊沿旋轉(zhuǎn)方向運動的動力特性的物理量，在等熵流體中具有守恒性，它反映了大氣的運動場特征，能夠較好地描述大氣運動的性質(zhì)和特點。首先由Lilly[11]提出，其嚴(yán)格定義為

其中：螺旋度的大小是直接反映旋轉(zhuǎn)沿旋轉(zhuǎn)軸方向運動的強(qiáng)弱程度的物理量；w是垂直方向風(fēng)速；ζ是垂直渦度。若w取值為正時，則hZ與ζ正相關(guān)；反之，負(fù)相關(guān)。Z-螺旋度的分布在一定程度上反映了對流系統(tǒng)的強(qiáng)弱和變化。

強(qiáng)對流發(fā)展前期的4月27日8：00時（如圖5（a）所示），950~850 hPa之間機(jī)場上方有一個負(fù)Z-螺旋度中心，大小為-100×10-5m/s2，但在300 hPa有一個正Z-螺旋度中心，大小為200×10-5m/s2底層負(fù)垂直渦度的輻散和高層正垂直渦度的輻合，使對流不穩(wěn)定能量得以積累。4月27日19：00時（如圖5（b）所示），900 hPa機(jī)場正上方有一個正Z-螺旋度中心，大小為90× 10-5m/s2，機(jī)場東側(cè)2 km處900 hPa上方有一個負(fù)中心，大小為-120×10-5m/s2，這種低層負(fù)垂直螺旋度和正垂直螺旋度相互疊置的風(fēng)場結(jié)構(gòu)，有力地保證了強(qiáng)對流發(fā)生高峰時大氣復(fù)雜環(huán)境的持續(xù)時間；機(jī)場上方垂直速度為正（如圖3（b）所示），Z-螺旋度與渦度[12]正相關(guān)，即低層有正、負(fù)的垂直渦度輸送，與垂直渦度剖面圖一致（如圖5（b）所示），這種低層負(fù)垂直渦度的輻散和正垂直渦度輻合相疊置的結(jié)構(gòu)有利于地面氣旋的發(fā)展，激發(fā)了系統(tǒng)不穩(wěn)定能量的釋放。此后，Z-螺旋度正中心隨著時間的推移向西北移動，與強(qiáng)對流中心的移動路徑相一致。

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

3.4 強(qiáng)天氣威脅指數(shù)（SWEAT）分析

強(qiáng)天氣威脅指數(shù)代表的是不穩(wěn)定能量的一種存儲狀態(tài)，從1975年引入以來，在很多國家和地區(qū)都得到應(yīng)用，例如美國，發(fā)生龍卷風(fēng)的臨界值為400，發(fā)生強(qiáng)雷暴的臨界值為300。此次強(qiáng)對流天氣SWEAT數(shù)值模擬結(jié)果如圖6（a）和圖6（b）所示，12：00時強(qiáng)對流天氣剛剛要發(fā)生時，白云機(jī)場西南方當(dāng)200 km處存在兩個強(qiáng)天氣威脅指數(shù)為400的中心，白云機(jī)場上空強(qiáng)天氣威脅指數(shù)也接近300；到20：00時強(qiáng)天氣威脅指數(shù)中心向東移動，且分裂成3個，此時機(jī)場強(qiáng)天氣指數(shù)在300左右，距離最近強(qiáng)天氣威脅指數(shù)中心不到50 km。為此，可以看出強(qiáng)天氣威脅指數(shù)大小在某種意義上能夠良好地反映出強(qiáng)對流天氣發(fā)生的強(qiáng)弱程度。

圖6 2012年4月27日強(qiáng)天氣威脅指數(shù)SWEAT分布圖Fig.6 Severe weather threat index on Apirl 27th，2012

4 結(jié)語

1）WRF模式能較好地模擬出此次強(qiáng)對流天氣的過程，低空950 hPa的中尺度正渦輻合中心與高空200 hPa的中尺度負(fù)輻散中心的相互耦合，能量相互釋放是強(qiáng)對流天氣得以維持和發(fā)展的重要原因；低層負(fù)垂直螺旋度和正垂直螺旋度相互疊置的風(fēng)場結(jié)構(gòu)，有力地保證了強(qiáng)對流發(fā)生高峰時大氣復(fù)雜環(huán)境的持續(xù)時間。

2）強(qiáng)天氣威脅指數(shù)大小在某種意義上能夠良好地反映出強(qiáng)對流天氣發(fā)生的強(qiáng)弱程度。

[1]苑海燕，杜繼穩(wěn).“神舟六號”飛船著陸時段主著陸場區(qū)風(fēng)場的數(shù)值模擬[J].氣象科學(xué)，2008，28（1）：56-61.

[2]孫 寧.采用WRF模式模擬風(fēng)場分析中尺度暴雨[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模式在西北西部地區(qū)低層風(fēng)場模擬中的應(yīng)用和檢驗[J].干旱氣象，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]張 宇.中尺度模式不同分辨率下大氣多尺度特征模擬能力分析[J].大氣科學(xué)，2010，34（3）：653-660.

[10]呂光輝，于恩濤，向偉玲.WRF模式分辨率對新疆異常降雨天氣要素模擬的影響[J].氣候與環(huán)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]李耀東，高守亭.螺旋度在對流天氣預(yù)報中的應(yīng)用研究進(jìn)展[J].氣象科技，2005，33（1）：7-11，36.

（責(zé)任編輯：楊媛媛）

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

國家重點基礎(chǔ)研究發(fā)展計劃（973計劃）（2010CB731800）；中央高校基本科研業(yè)務(wù)費專項（ZXH2010D020）；國家自然科學(xué)基金項目（41075013）

蔣立輝（1964—），男，黑龍江齊齊哈爾人，教授，博士，研究方向為圖像處理、光電子技術(shù)和民航氣象等.