京津冀城市群地區(qū)夏季低層大氣風(fēng)速譜特征分析

李炬， 曹曉彥， 程志剛， 竇軍霞， 張京江

中國(guó)氣象局北京城市氣象研究所， 北京　100089

京津冀城市群地區(qū)夏季低層大氣風(fēng)速譜特征分析

李炬， 曹曉彥， 程志剛， 竇軍霞， 張京江

中國(guó)氣象局北京城市氣象研究所， 北京100089

摘要利用京津冀城市群地區(qū)6個(gè)觀測(cè)站風(fēng)廓線雷達(dá)夏季一個(gè)月同步觀測(cè)資料，對(duì)其進(jìn)行了風(fēng)功率譜和小波分析.越接近地面，測(cè)站之間風(fēng)的周期變化特征差異越明顯，離地面越遠(yuǎn)，差異不顯著.各站大于1天周期的頻譜特征差異小，而小于1天周期的頻譜特征差異大.各站頻譜在幾百米高度有明顯日變化.不同位置的測(cè)站其日變化周期信號(hào)隨高度分布表現(xiàn)為不同程度的地形影響效應(yīng).部分測(cè)站1 km高度以下風(fēng)功率譜在大于1天高頻區(qū)近似滿足-5/3冪分布規(guī)律.降水過(guò)程風(fēng)頻譜在低層普遍有小于1天的高頻周期，這與降水過(guò)程高低空風(fēng)速起伏和變化密切相關(guān).各站平均風(fēng)矢量日變化在5∶00—6∶00、20∶00—21∶00有明顯風(fēng)速變化和風(fēng)向轉(zhuǎn)換，1500 m以下風(fēng)向變化差異顯著，偏南風(fēng)出現(xiàn)時(shí)間及影響高度與該地區(qū)的山谷風(fēng)和海陸風(fēng)相聯(lián)系.各站之間風(fēng)速相關(guān)系數(shù)隨高度分布呈現(xiàn)出低層低、上層高的特點(diǎn).最后還給出了風(fēng)廓線雷達(dá)布網(wǎng)建議.

關(guān)鍵詞京津冀城市群； 風(fēng)廓線雷達(dá)； 功率譜； 小波分析

1引言

京津冀城市群包括北京市、天津市和河北省石家莊、唐山、保定、秦皇島、廊坊、滄州、承德、張家口，面積為18.34萬(wàn)km2，人口近9000萬(wàn).其中從西北部的太行山、燕山山脈交界到東南的渤海灣一線，即北京—廊坊—天津居住了近4000萬(wàn)人口.該地區(qū)地形、地貌復(fù)雜，以強(qiáng)降水、霧和霾為代表的高影響天氣頻發(fā)，產(chǎn)生了嚴(yán)重的社會(huì)影響和造成巨大經(jīng)濟(jì)損失(孫明生等，2013).這些高影響天氣事件往往與該地區(qū)特殊地形和地方性風(fēng)場(chǎng)(海陸風(fēng)、山谷風(fēng)、城市熱島環(huán)流等)密切相關(guān)(孫繼松等，2006，孫繼松和楊波，2008；蘇福慶，2004a；2004b；任陣海等, 2004； 王躍，2014).

不少學(xué)者對(duì)該地區(qū)地方性風(fēng)場(chǎng)和低層大氣風(fēng)場(chǎng)進(jìn)行了研究.早在20世紀(jì)80年代，周明煜等(1980)和李玉英等(1982)就對(duì)北京城市熱島及相應(yīng)的城市風(fēng)場(chǎng)特征進(jìn)行了分析.王喜全等(2008)利用地面氣象觀測(cè)資料對(duì)北京城區(qū)熱島環(huán)流對(duì)山地—平原風(fēng)的調(diào)節(jié)作用進(jìn)行了討論.王桂玲和蔣維楣(2006)對(duì)該地區(qū)低層風(fēng)場(chǎng)進(jìn)行分析，認(rèn)為流場(chǎng)垂直分布主要由地形和背景風(fēng)場(chǎng)共同決定.蔡旭輝等(2002)用風(fēng)場(chǎng)診斷方法和實(shí)際觀測(cè)資料對(duì)北京地區(qū)低層大氣背景流動(dòng)情況進(jìn)行分析，將該地區(qū)大氣流動(dòng)從總體上分為秋冬型和春夏型.秋冬型更易受強(qiáng)天氣系統(tǒng)影響，春夏型則多表現(xiàn)為局地中尺度熱力環(huán)流特征.胡小明等(2005)利用北京地區(qū)地面氣象觀測(cè)資料，分析了北京冬夏地面風(fēng)場(chǎng)特征，揭示出該地區(qū)典型的山谷風(fēng)特征.數(shù)值模擬結(jié)果與地面觀測(cè)資料有較好的印證(Hu et al.，2005).游春華等(2006)利用ARPS模式模擬了京津地區(qū)夏季邊界層大氣背景流場(chǎng)，并與風(fēng)場(chǎng)診斷模式和實(shí)際觀測(cè)資料獲取逐時(shí)低層大氣流場(chǎng)進(jìn)行比較，結(jié)果表明：京津地區(qū)夏季受晝夜循環(huán)山谷風(fēng)、海陸風(fēng)影響顯著，山谷風(fēng)最大影響范圍可覆蓋該區(qū)域平原地區(qū)，海陸風(fēng)影響范圍可伸入陸地100 km左右，在這兩種作用共同影響下，凌晨風(fēng)向發(fā)生更替時(shí)在山前會(huì)出現(xiàn)一條匯聚帶.Liu等(2009)對(duì)京津冀地區(qū)低層大氣環(huán)流做了更為深入和全面的數(shù)值模擬研究，認(rèn)為在弱天氣系統(tǒng)控制下，該地區(qū)大氣邊界層中可同時(shí)存在海陸風(fēng)、山谷風(fēng)和城市熱島環(huán)流，同時(shí)三者還存在明顯耦合效應(yīng).三種環(huán)流的耦合作用在該地區(qū)西北部山地與平原交界地帶形成一條大致沿地形等高線走向的風(fēng)場(chǎng)輻合帶.張亦洲等(2013)對(duì)京津冀地區(qū)夏季海風(fēng)進(jìn)行了數(shù)值模擬，研究了城市對(duì)海風(fēng)形成、發(fā)展、推進(jìn)和消亡過(guò)程的影響.高時(shí)空密度風(fēng)廓線觀測(cè)資料則可以揭示更精細(xì)低層風(fēng)場(chǎng)特征，如基于多個(gè)系留汽艇觀測(cè)資料對(duì)北京地區(qū)夏季夜間的低空急流特征進(jìn)行分析(李炬和舒文軍，2008)，但該研究受制于系留汽艇觀測(cè)高度偏低(通常在1 km以下)、觀測(cè)頻次和觀測(cè)站點(diǎn)偏少的限制.這些研究通過(guò)觀測(cè)資料分析、客觀診斷方法、數(shù)值模擬等手段，從不同側(cè)面揭示了該地區(qū)大氣低層風(fēng)場(chǎng)的特征.由于缺乏高時(shí)空密度的風(fēng)垂直觀測(cè)資料，進(jìn)而無(wú)法對(duì)研究結(jié)果、數(shù)值模式模擬結(jié)果進(jìn)行更好地解釋和驗(yàn)證.

風(fēng)廓線雷達(dá)可以認(rèn)為是一種全天候連續(xù)測(cè)風(fēng)儀器，能夠獲取單點(diǎn)高時(shí)空分辨率風(fēng)廓線觀測(cè)資料.如在一定區(qū)域進(jìn)行多部風(fēng)廓線雷達(dá)加密布站、同步觀測(cè)，則可提高該區(qū)域不同高度風(fēng)場(chǎng)水平空間分辨率.本文利用京津冀城市群地區(qū)2010年夏季近一個(gè)月6部風(fēng)廓線雷達(dá)同步觀測(cè)資料，研究了該地區(qū)夏季低空風(fēng)場(chǎng)分布特征和演變規(guī)律，討論了風(fēng)廓線雷達(dá)布局并給出布局建議.

2儀器和資料

2.1觀測(cè)儀器和站點(diǎn)分布

本文利用2010年夏季在京津冀地區(qū)組織一次外場(chǎng)觀測(cè)實(shí)驗(yàn)(李炬和竇軍霞，2014)資料，包括北京、天津兩地6個(gè)觀測(cè)站：小湯山、海淀氣象局、南郊觀象臺(tái)、榆垡鎮(zhèn)、武清區(qū)氣象局、大港氣象局風(fēng)廓線雷達(dá)同步觀測(cè)資料，各站位置見(jiàn)圖1.其中，5部愛(ài)爾達(dá)公司生產(chǎn)AIRDA-3000型邊界層風(fēng)廓線雷達(dá)分別安放在小湯山、南郊觀象臺(tái)、榆垡鎮(zhèn)、武清區(qū)氣象局、大港氣象局.1部二十三所生產(chǎn)的邊界層風(fēng)廓線雷達(dá)(CFL-03B型)放置在海淀區(qū)氣象局.兩種不同型號(hào)風(fēng)廓線雷達(dá)均通過(guò)中國(guó)氣象局組織的國(guó)產(chǎn)風(fēng)廓線雷達(dá)對(duì)比測(cè)試(吳蕾等，2013).各觀測(cè)站地理信息及風(fēng)廓線雷達(dá)儀器型號(hào)見(jiàn)表1.

2.2資料

本文所用風(fēng)廓線雷達(dá)觀測(cè)資料從2010年7月31日00∶00至2010年8月30日24∶00，共31個(gè)完整自然日.AIRDA-3000型風(fēng)廓線雷達(dá)數(shù)據(jù)采用廠家提供軟件進(jìn)行30 min平均，并通過(guò)調(diào)整窗口寬度、誤差門限，去掉明顯短時(shí)間孤立干擾，之后導(dǎo)出水平風(fēng)速、風(fēng)向、垂直速度、信噪比、譜寬、CN2.對(duì)于CFL-03B型風(fēng)廓線雷達(dá)數(shù)據(jù)，則利用6 min一組觀測(cè)數(shù)據(jù)進(jìn)行30 min平均，數(shù)據(jù)質(zhì)控采用廠家缺省參數(shù)進(jìn)行，觀測(cè)要素包括：水平風(fēng)速、風(fēng)向、垂直速度、CN2.為便于功率譜分析和小波分析，對(duì)缺測(cè)數(shù)據(jù)按相同高度時(shí)間序列資料進(jìn)行了線性內(nèi)插.對(duì)于水平風(fēng)向(0～360°)時(shí)間序列資料，如風(fēng)向發(fā)生第一、第四象限轉(zhuǎn)換即跨越0°/360°，頻譜分析會(huì)產(chǎn)生虛假周期信號(hào)，因此譜分析和小波分析沒(méi)有直接用風(fēng)向資料，轉(zhuǎn)而用水平風(fēng)u和v分量.不同型號(hào)風(fēng)廓線雷達(dá)的風(fēng)廓線產(chǎn)品垂直高度分層不同，在進(jìn)行相同高度資料對(duì)比時(shí)，選用最為接近的高度資料進(jìn)行比較.垂直速度由于受降水影響大，不在文中討論，僅針對(duì)水平風(fēng)速、u和v分量等進(jìn)行討論和分析.

圖1　觀測(cè)站點(diǎn)分布圖Fig.1　Site map for wind profilers

站點(diǎn)名位置經(jīng)緯度海拔(m)儀器型號(hào)小湯山XTS北京小湯山農(nóng)業(yè)試驗(yàn)基地116°26'E,40°10'N98AIRDA-3000海淀HD海淀氣象站116°17'E,39°59'N51CFL-03B觀象臺(tái)GXT北京觀象臺(tái)116°28'E,39°48'N31AIRDA-3000榆垡YF北京市大興區(qū)榆垡鎮(zhèn)116°18'E,39°30'N29AIRDA-3000武清WQ天津武清區(qū)氣象局117°01'E,39°23'N8AIRDA-3000大港DG天津大港區(qū)氣象局117°28'E,38°51'N1AIRDA-3000

3風(fēng)頻譜特征分析

3.1單站風(fēng)頻譜特征

圖2給出觀象臺(tái)水平風(fēng)速(ws)、風(fēng)速u和風(fēng)速v分量不同高度的功率譜分析結(jié)果.不同高度水平風(fēng)速變化頻率特征并不相同.低層300 m以下有明顯日變化周期峰值.此外，還有8 h左右弱周期峰值.隨高度上升，周期特征發(fā)生改變.650 m出現(xiàn)明顯2 天周期峰值，在12 h附近有較弱周期峰值.從650 m高度向上至1050 m左右，12 h周期峰值變?nèi)酰? 天周期峰值繼續(xù)維持.從1500～2050 m，12 h周期峰值重新出現(xiàn)并有所加強(qiáng)(圖略).在2050 m，除明顯2 天周期峰值外，還有1 天左右周期峰值.至3000 m，6—12 h周期峰值仍然存在，但2天左右周期峰值已不明顯.在各個(gè)高度上均存在5—10天(天氣尺度)周期特征.

u分量(東風(fēng)和西風(fēng))在低層300 m其特征與水平風(fēng)速類似，有強(qiáng)日變化周期.不同的是，日變化周期信號(hào)可以延伸到1050 m.另外，低層有8 h周期變化且存在氣層厚度更薄(僅在50 m和150 m高度存在).對(duì)所有高度而言，3—5天周期峰值明顯.在低層，小于1天周期峰值顯著，主要周期信號(hào)在8 h左右(在50 m、150 m).從1000 m向上，12 h周期峰值更為顯著.v分量(南風(fēng)和北風(fēng))的頻譜特征不同于u分量，天氣尺度周期(5—10天區(qū)間的周期)峰值在各高度層上均很清晰，有別于u分量的3—5天長(zhǎng)周期信號(hào).顯著的日變化周期或準(zhǔn)日變化周期從近地面到1000 m范圍均能維持.在2050 m，日變化周期峰值仍微弱存在，3000 m高度該信號(hào)基本消失.8 h左右周期峰值可以在300 m以上維持.隨著高度繼續(xù)上升.從650 m到2000 m，均能看到4 h左右周期峰值.從50 m向上至1800 m，一直存在準(zhǔn)12 h周期(大于12 h，小于24 h)峰值.2000 m之上，則表現(xiàn)為12 h周期.2 天左右周期可分布在從50 m到500 m左右高度區(qū)間上.從600 m向上，3天或準(zhǔn)3天周期峰值明顯，尤其是在2000 m以上的各層.

從圖2還可看出，對(duì)于大于8 h頻率的高頻區(qū)在150、300、650、1050 m和2050 m高度，其水平風(fēng)速風(fēng)功率譜近似符合-5/3冪函數(shù)分布.u分量功率譜大于1/4天頻率的高頻部分在150 m、300 m和3000 m也基本符合-5/3冪函數(shù)分布.v分量功率譜在150、300、650 m和3000 m高度上其8 h頻率高頻區(qū)也近似滿足-5/3冪函數(shù)分布.3.2不同站點(diǎn)風(fēng)頻譜特征比較利用多個(gè)觀測(cè)站風(fēng)廓線同步觀測(cè)資料，可以對(duì)比不同位置、不同高度風(fēng)的頻譜，進(jìn)而了解其地域分布特征.海淀是唯一采用不同風(fēng)廓線雷達(dá)型號(hào)的測(cè)站，其觀測(cè)數(shù)據(jù)的垂直分層也不同于與其他測(cè)站.為消除不同廠家/型號(hào)風(fēng)廓線雷達(dá)影響，對(duì)比時(shí)不考慮海淀站，只對(duì)5個(gè)同廠家同型號(hào)風(fēng)廓線雷達(dá)觀測(cè)數(shù)據(jù)進(jìn)行比較.從最北部小湯山站到最南端大港站，海拔高度依次遞減，站間最大海拔高度差小于100 m.考慮到站點(diǎn)之間海拔高度相差不大，為便于比較忽略了站點(diǎn)海拔高度差異，采用相同離地高度的觀測(cè)數(shù)據(jù)進(jìn)行測(cè)站間比較.

圖2　觀象臺(tái)水平風(fēng)速(ws)(a)、u分量(b)、v分量(c)的不同高度功率譜Fig.2　Power spectra of horizontal wind speed (a), u-component (b) and v-component (c) at elevation levels from 50 m to 3000 m. The grey dash line indicates the power-law scaling of -5/3.

圖3可以看出，小湯山、觀象臺(tái)、榆垡、武清和大港等5站的水平風(fēng)速功率譜長(zhǎng)周期(大于等于1 天)的站間差異要小于短周期(小于1 天)的站間差異.從不同高度分布看，越接近地面，功率譜周期特征差異越明顯.對(duì)比150 m與2050 m功率譜，前者最北端和最南端測(cè)站周期特征明顯與3個(gè)中間測(cè)站不同.而與低空相比在高空(如2050 m)，各測(cè)站的長(zhǎng)周期(大于等于1 天)變化特征更加趨同.日變化周期信號(hào)在垂直方向分布顯示出明顯地域特點(diǎn).小湯山站離山地最近，其日變化周期信號(hào)從低層到高層能夠維持和到達(dá)的高度為所有測(cè)站最高.大港站地處海邊，受海洋影響在1 km下表現(xiàn)出與其他測(cè)站相異的周期特征.這種越靠近山地其日變化周期信號(hào)從低層向上維持和到達(dá)高度比距離山地遠(yuǎn)的測(cè)站高的現(xiàn)象，可能與地形作用密切有關(guān)，將在風(fēng)的日變化特征一節(jié)中做進(jìn)一步討論.

風(fēng)的u分量在各個(gè)高度上基本都有日變化周期信號(hào)存在，而v分量日變化周期信號(hào)僅在低層明顯，高層不顯著.比較大于1 天的周期信號(hào)，對(duì)于各測(cè)站、不同高度，u分量較為明顯的周期信號(hào)為3—5 天，而v分量則是5—10天明顯的周期信號(hào)，更加接近于天氣系統(tǒng)7天左右的周期信號(hào).此外，v分量還有2—3天周期信號(hào).

圖3　小湯山、觀象臺(tái)、榆垡、武清、大港水平風(fēng)速(ws)(A)、u分量(B)、v分量(C)不同高度功率譜Fig.3　Power spectra of horizontal wind speed (1st row), u-component (2nd row) and v-component (3rd row) at elevation level of 150 m (1st column), 650 m (2nd column) and 2050m (3rd column) of 6 wind profiler stations. The grey dash line indicates the power-law scaling of -5/3.

4小波分析

4.1水平風(fēng)速(ws)

功率譜分析結(jié)果能夠識(shí)別和偵測(cè)變量在指定時(shí)間范圍內(nèi)的主要周期信號(hào)特征.對(duì)多部風(fēng)廓線雷達(dá)資料進(jìn)行功率譜分析，可以獲得低層大氣風(fēng)速譜的主要周期特征及其空間分布差異，但該方法不能給出周期信號(hào)隨時(shí)間變化的特征.而用小波分析則可以進(jìn)一步揭示出這些周期的時(shí)間變化特征，進(jìn)而討論空間差異.為此，對(duì)觀象臺(tái)站各高度水平風(fēng)速、u和v風(fēng)分量進(jìn)行小波分析，母小波采用Morlet(Christopher et al.，1998).圖4給出能量譜和對(duì)應(yīng)時(shí)刻水平風(fēng)速、u和v分量以及降水量.黑色輪廓線所包含區(qū)域?yàn)橥ㄟ^(guò)95%置信度檢驗(yàn)區(qū)域.

從水平風(fēng)速小波分析結(jié)果看，低層顯著日變化主要對(duì)應(yīng)于8月26—29日區(qū)間，部分對(duì)應(yīng)于8月18—20日、8月4—5日區(qū)間.650 m高度功率譜，存在大范圍48 h周期區(qū)域.對(duì)應(yīng)于觀測(cè)期間的主要3次降水過(guò)程，低層普遍有小于24 h高頻周期，每次過(guò)程特征不同.8月4日降水過(guò)程，50 m高度存在3 h以內(nèi)、6—8 h、12—24 h的周期顯著區(qū)，并可向上拓展至200 m高度.之上至800 m左右，僅有12 h左右周期維持，并隨高度逐漸減弱.8月18—19日降水過(guò)程，高頻周期信號(hào)可以從下向上維持到1800 m左右.8月20日降水過(guò)程，50 m到250 m范圍內(nèi)可以看到明顯的3 h以內(nèi)周期，超過(guò)250 m后該周期信號(hào)即不顯著.3次降水過(guò)程中后2次過(guò)程12 h周期信號(hào)均不明顯.這些現(xiàn)象可能說(shuō)明不同類型降水過(guò)程、不同降水系統(tǒng)強(qiáng)度、深厚程度等差異，導(dǎo)致風(fēng)功率譜周期信號(hào)有明顯差異.

對(duì)其他測(cè)站水平風(fēng)速同樣進(jìn)行小波分析(圖略)，在所選資料范圍內(nèi)，海淀站共出現(xiàn)4次降水過(guò)程，其中7—8日降水為弱降水.各次降水過(guò)程均有小于24 h高頻周期信號(hào).24 h周期信號(hào)主要分布在600 m以下，具體而言，日變化周期信號(hào)明顯時(shí)段有7月31日—8月5日、8月14—16日.8月26—29日，在600 m高度以下日變周期不明顯，之上則明顯.8月19—20日降水過(guò)程，從300 m高度向上存在明顯小于3 h周期信號(hào)(小湯山站也有類似的特征).小于3 h高頻周期在8月21日降水過(guò)程并不顯著.8月4—5日降水，僅在低層某些高度有小于3 h周期信號(hào).榆垡站在8月21日降水過(guò)程，高頻信號(hào)可以從低層到高層穩(wěn)定存在.但8月19—20日過(guò)程，高頻特征不明顯.日變化特征主要出現(xiàn)在8月26—29日、8月14—16日(2000 m以下).在7月31—8月1日、8月5—6日期間，低層1000 m以下還有12 h周期.武清站其日變化周期信號(hào)主要出現(xiàn)在8月20—29日，高度在950 m以上.在8月14—15日、21—23日、28日，850 m高度以下有明顯12 h周期.在8月19—20日，高頻信號(hào)可從低層一直延續(xù)到3000 m左右.類似的特征還在8月31日出現(xiàn).大港站明顯的日變化信號(hào)主要出現(xiàn)在8月26—8月29日、7月31日和8月1日(1150 m以下).在8月15日，1300 m以下有12 h周期.小于12 h的周期，主要集中在8月22—24日、25—29日的400 m高度以下.

圖4　觀象臺(tái)不同高度水平風(fēng)速小波分析150 m(a)、650 m(b)、1050 m(c)、2050 m(d)和逐小時(shí)降水量(e)Fig.4　Wavelet power spectra of horizontal wind speed at 150 m (a), 650 m (b), 1050 m (c), 2050 m (d) and hourly precipitation (e) of Guanxiangtai station

4.2u分量

為便于分析不同來(lái)向氣流周期信號(hào)特征，對(duì)u、v風(fēng)分量進(jìn)行了小波分析(圖略).觀象臺(tái)站u分量分析結(jié)果中24 h周期信號(hào)可以存在于各個(gè)高度上.對(duì)降水過(guò)程而言，僅8月18—19日過(guò)程有小于24 h的短周期信號(hào)，分布在50 m到1800 m高度范圍.小湯山站8月19日高頻信號(hào)明顯，且從低層到3000 m均有分布.海淀站24 h周期信號(hào)可以存在于各個(gè)高度上.8月18—19日降水過(guò)程，從360 m高度開(kāi)始在各高度均有小于24 h周期信號(hào).數(shù)小時(shí)的高頻周期信號(hào)主要出現(xiàn)在7月31日、8月4—5日、8日、11日、13日、29—30日低層幾百米以下.但在8月11號(hào)，高頻信號(hào)可從低層一直持續(xù)到1700 m左右.榆垡站u分量日變化信號(hào)僅在少數(shù)時(shí)間段內(nèi)可見(jiàn).在8月21日，高頻信號(hào)持續(xù)到1800 m高度左右.武清站在8月18、19日，高頻信號(hào)明顯，且能從低層延續(xù)到2400 m.7月31—8月1日，在750 m以下也有高頻信號(hào).此外，在8月4、6日也有高頻信號(hào).日變化信號(hào)主要出現(xiàn)在8月15—17日(1000 m以上變化明顯)、23—29日(1300 m以下).12 h周期信號(hào)主要出現(xiàn)在19日1000 m以下.大港站在8月23—24日從750 m開(kāi)始出現(xiàn)高頻信號(hào).日變化信號(hào)主要出現(xiàn)在8月7日、8月15—16日(850 m開(kāi)始到3000 m)、8月18—19日(300 m以下)、8月23—29日(1300 m以下).

4.3v分量

觀象臺(tái)站v分量其日變化周期信號(hào)主要存在于2000 m高度以下，之上則48 h周期信號(hào)更顯著.對(duì)應(yīng)3次降水過(guò)程，僅在250 m以下有小于24 h的短周期信號(hào).小湯山站低層日變化周期明顯.8月19日從400 m高度向上，高頻信號(hào)持續(xù)且明顯.海淀站v分量日變化周期信號(hào)主要存在于2000 m高度以下，之上48 h周期信號(hào)更顯著.8月19日540 m以上高頻信號(hào)持續(xù)且明顯.榆垡站日變化信號(hào)僅在少數(shù)時(shí)間出現(xiàn).在8月21日，高頻信號(hào)能持續(xù)到3000 m高度.武清站日變化信號(hào)從400 m高度向上比較明顯.在1000 m以下，高頻信號(hào)明顯.其中，8月19日高頻信號(hào)可以在更高的高度出現(xiàn).大港站日變化信號(hào)在1000 m以下明顯.有些時(shí)段，在400 m以下，有12 h周期.高頻信號(hào)很少出現(xiàn).

5平均風(fēng)日變化特征

計(jì)算了平原地區(qū)6個(gè)站每0.5 h風(fēng)廓線的u、v分量，對(duì)此進(jìn)行整個(gè)觀測(cè)時(shí)段(31 天)平均，得到每0.5 h的平均u、v分量.據(jù)此計(jì)算出0.5 h水平風(fēng)速和風(fēng)向，并繪制各站平均風(fēng)矢量的日變化圖(見(jiàn)圖5).總體而言，各站水平風(fēng)在5∶00—6∶00、20∶00—21∶00區(qū)間存在明顯風(fēng)速和風(fēng)向轉(zhuǎn)換.0∶00—5∶00和21∶00—24∶00一般為大風(fēng)速區(qū)，風(fēng)向以偏東風(fēng)為主.高層多為東北風(fēng)，低層為偏東或東北風(fēng)，但各站特征并不相同.兩個(gè)轉(zhuǎn)換區(qū)之間(6∶00—20∶00)，低層一般為小風(fēng)速區(qū)，隨高度上升，風(fēng)速逐漸加大，并有可能成為日變化風(fēng)速的高值區(qū)間.在該時(shí)段內(nèi)，高層多為西北風(fēng)，低層變化復(fù)雜.對(duì)比各站平均風(fēng)日變化圖，低層(約1500 m以下)風(fēng)向變化差異明顯.圖5藍(lán)色陰影區(qū)標(biāo)識(shí)出了偏南風(fēng).從圖5可以看出，按偏南風(fēng)出現(xiàn)時(shí)間從早到晚排序，大港站最早(9∶00)，其他依次為小湯山、榆垡、觀象臺(tái)、海淀，武清最晚(14∶00左右).對(duì)照各站地面自動(dòng)站10 m風(fēng)觀測(cè)(圖略)，偏南風(fēng)出現(xiàn)時(shí)間也有類似現(xiàn)象.大港由于離海洋最近受海風(fēng)影響，風(fēng)向轉(zhuǎn)成偏南風(fēng)時(shí)間最早.小湯山離山地最近，受谷風(fēng)影響，偏南風(fēng)出現(xiàn)時(shí)間次之.這個(gè)結(jié)論與胡小明等(2005)地面資料分析結(jié)果一致，也印證了Liu 等(2009)的模擬結(jié)果.對(duì)風(fēng)向隨高度變化特征做進(jìn)一步分析，發(fā)現(xiàn)偏南風(fēng)維持時(shí)間隨高度遞減，并在某一高度轉(zhuǎn)成偏北風(fēng)，定義該高度為偏南風(fēng)影響厚度.各站偏南風(fēng)影響厚度從大到小依次為：小湯山1700 m、海淀1500 m、觀象臺(tái)650 m、榆垡950 m、武清1200 m、大港650 m.各站偏南風(fēng)影響厚度以及偏南風(fēng)持續(xù)時(shí)間的差異，在某種程度上反映出局地風(fēng)場(chǎng)系統(tǒng)(山谷風(fēng)、海陸風(fēng)等)的影響和作用.可以看到，由于離山地距離最近，小湯山、海淀站受山谷風(fēng)影響最明顯，其偏南風(fēng)高度也最高.大港站離海洋最近，其風(fēng)向日變化特征基本與海陸風(fēng)過(guò)程相對(duì)應(yīng).觀象臺(tái)、榆垡、武清站地處海洋和山地之間的平原地帶，受到山谷風(fēng)、海陸風(fēng)綜合影響.武清站出現(xiàn)偏南風(fēng)的時(shí)間最晚，有可能是海風(fēng)從海岸沿線向內(nèi)陸深入影響所致.需要注意的是，圖中偏南風(fēng)即包含了局地風(fēng)場(chǎng)系統(tǒng)的影響，也包含了其他大尺度天氣系統(tǒng)、中小尺度對(duì)流系統(tǒng)等的影響.這種偏南風(fēng)日變化特征，正是上述多種因子共同影響的體現(xiàn).

圖5　各站平均風(fēng)矢量的日變化圖(含偏南風(fēng)的風(fēng)矢量用藍(lán)色陰影表示)Fig.5　Vector mean diurnal winds at 6 wind profiler stations (The blue shadow indicates southerly wind vectors)

6討論

(1) 本文所選觀測(cè)資料大部分是非降水時(shí)段資料，同時(shí)也包含了一些降水過(guò)程時(shí)段資料.以觀象臺(tái)站為例，期間主要有3次降水過(guò)程，有降水觀測(cè)資料時(shí)長(zhǎng)總計(jì)約為48 h.這些降水過(guò)程資料對(duì)上述統(tǒng)計(jì)分析結(jié)果有多大影響，下面對(duì)此進(jìn)行一些討論.風(fēng)廓線雷達(dá)主要以晴空大氣作為探測(cè)對(duì)象，但也能在降水時(shí)進(jìn)行觀測(cè)獲取數(shù)據(jù)，因而常常被視作全天候測(cè)風(fēng)儀器.風(fēng)廓線雷達(dá)測(cè)風(fēng)原理有一個(gè)重要假設(shè)前提：大氣水平分層均勻.即在同一探測(cè)高度上，風(fēng)廓線雷達(dá)各波束指向點(diǎn)位置處風(fēng)向風(fēng)速相同.以仰角為75°的斜波束為例，到3 km高度波束之間最大距離只有2.8 km左右.因此，“大氣水平分層均勻”假設(shè)在大多數(shù)情況下容易滿足.但對(duì)于降水過(guò)程，特別是對(duì)流性降水，由于往往伴隨著強(qiáng)上升和下沉運(yùn)動(dòng)，可能會(huì)導(dǎo)致水平均勻假設(shè)不成立，從而影響風(fēng)廓線雷達(dá)觀測(cè)結(jié)果的準(zhǔn)確性.鄧闖等(2012)、吳蕾等(2014)的研究表明，晴空條件下風(fēng)廓線雷達(dá)水平風(fēng)測(cè)量準(zhǔn)確性最高，均勻性降水其測(cè)量準(zhǔn)確性仍能保持在較好的范圍內(nèi).非均勻性降水條件下，單次波束測(cè)量風(fēng)速的離散方差較大，但經(jīng)多次探測(cè)平均后風(fēng)速能達(dá)到所需精度.Wuertz等(1998)研究了降水對(duì)風(fēng)廓線雷達(dá)觀測(cè)的影響，并用風(fēng)廓線雷達(dá)觀測(cè)的垂直速度，對(duì)降水過(guò)程的資料進(jìn)行訂正.研究結(jié)果表明：對(duì)于均勻性降水，在樣本平均時(shí)間內(nèi)，由于垂直速度是一個(gè)常數(shù)，且在各波束方向上相同，用垂直速度對(duì)資料進(jìn)行訂正后，觀測(cè)精度較訂正前有明顯改善.對(duì)于非均勻降水，對(duì)測(cè)量資料進(jìn)行較長(zhǎng)時(shí)間平均也可以獲得較好精度測(cè)風(fēng)資料.由于本文所用風(fēng)廓線雷達(dá)測(cè)風(fēng)資料是30 min平均結(jié)果，在一定程度上可以減小非均勻降水對(duì)探測(cè)精度的影響.

(2) 上文功率譜分析和小波分析結(jié)果中，出現(xiàn)了數(shù)小時(shí)高頻周期信號(hào)特征，且多發(fā)生在降水過(guò)程時(shí)段.這些與降水過(guò)程相伴的高頻信號(hào)其起因如何、對(duì)應(yīng)風(fēng)場(chǎng)特征又有什么特點(diǎn)？下面以8月22日降水過(guò)程為例進(jìn)行分析.圖6為8月21—22日3500 m高度范圍水平風(fēng)速變化.從圖可看到，降水發(fā)生后及降水過(guò)程中低層幾百米高度出現(xiàn)大的風(fēng)速?gòu)?qiáng)弱變化起伏，同時(shí)段高層也有大的風(fēng)速?gòu)?qiáng)弱變化和起伏.高層風(fēng)速波動(dòng)和加強(qiáng)先于底層發(fā)生，并有向下擴(kuò)展趨勢(shì).這種現(xiàn)象，與劉淑媛等研究發(fā)現(xiàn)相似(劉淑媛,2003; 古紅萍等,2008)：降水過(guò)程高層風(fēng)速起伏和波動(dòng)引發(fā)動(dòng)量下傳，引起低空擾動(dòng)加強(qiáng)，高層動(dòng)量下傳與之后的雨量增強(qiáng)之間存在著正反饋機(jī)制.對(duì)本文所用資料其他降水過(guò)程的分析也有類似的現(xiàn)象，在此不再贅述.降水過(guò)程這種特殊的風(fēng)速波動(dòng)和起伏，解釋了為何降水過(guò)程中會(huì)經(jīng)常出現(xiàn)數(shù)小時(shí)的高頻變化周期信號(hào)，而且高頻信號(hào)更易在底層和高層出現(xiàn).

(3) 本文功率譜分析的結(jié)果中，不同測(cè)站、不同高度風(fēng)功率譜在大于1 天頻率的高頻區(qū)均能看到滿足或近似滿足-5/3冪函數(shù)分布規(guī)律的現(xiàn)象.Kolmogorov(1941)提出的著名的慣性副區(qū)湍流能譜-5/3分布律，主要適用于慣性副區(qū)各向同性湍流.該理論不斷地被后來(lái)眾多國(guó)內(nèi)外研究所證實(shí).國(guó)外研究發(fā)現(xiàn)這不僅適用于小尺度，對(duì)于幾十、幾百公里尺度動(dòng)能和勢(shì)能譜也遵循-5/3分布規(guī)律(Lily,1983; Nastrom et al.,1984; Cho et al.,1999a；1999b).大氣化學(xué)氣體(O3,SO2等)和氣溶膠(PM10)濃度的功率譜在高于日變化的高頻區(qū)間也遵循-5/3分布律(Hsu et al.,2011).這些研究采用資料多為近地面資料.Ruan等(2014)對(duì)1～5 km的風(fēng)廓線雷達(dá)資料個(gè)例進(jìn)行了譜分析，發(fā)現(xiàn)在穩(wěn)定天氣條件下，在2×10-5～2×10-3/s湍流譜符合冪指數(shù)規(guī)律，但是其指數(shù)在-0.82和-1.04之間，明顯偏離-5/3規(guī)律.本文分析的風(fēng)譜范圍覆蓋了從離地50 m到3500 m，在部分高度、高頻區(qū)間(頻率大于日變化)風(fēng)速功率譜滿足或近似滿足-5/3分布.以水平風(fēng)速功率譜為例，在高頻區(qū)1 km以下高度更容易滿足-5/3分布.不同地點(diǎn)觀測(cè)站的風(fēng)功率譜分布形態(tài)有所差異(見(jiàn)圖3).在1 km以下，大港站其功率譜分布與-5/3分布最為接近.其他平原測(cè)站武清、榆垡、觀象臺(tái)在部分高度也近似滿足-5/3分布，最為靠近山地的小湯山和海淀站有所偏差.本文的研究結(jié)果支持了過(guò)去用近地層資料得到的-5/3次功率譜規(guī)律，而且還表明在更大的高度范圍內(nèi)風(fēng)速功率譜也可滿足-5/3規(guī)律.

圖6　8月21日—22日降水過(guò)程水平風(fēng)速演變(a)、逐小時(shí)降水量(b)Fig.6　Horizontal wind speed (a) and hourly precipitation (b) during the heavy rain case from 21, Aug. to 22, Aug.

(4) 風(fēng)廓線雷達(dá)作為能夠全天候、連續(xù)觀測(cè)風(fēng)廓線的測(cè)量?jī)x器，其資料已廣為應(yīng)用.我國(guó)在很多地方布設(shè)了風(fēng)廓線雷達(dá)，在一些經(jīng)濟(jì)發(fā)達(dá)地區(qū)如上海等地還建成了稠密(幾十公里間距)的風(fēng)廓線雷達(dá)網(wǎng)，并且還有不少省市計(jì)劃建設(shè)風(fēng)廓線雷達(dá)網(wǎng).如何科學(xué)合理地布局風(fēng)廓線雷達(dá)形成風(fēng)廓線雷達(dá)網(wǎng)，是當(dāng)前風(fēng)廓線雷達(dá)布網(wǎng)中亟待解決的問(wèn)題.在風(fēng)廓線雷達(dá)組網(wǎng)布局中，首先要對(duì)單站風(fēng)廓線雷達(dá)觀測(cè)的代表性有清晰的認(rèn)識(shí).利用京津冀多部風(fēng)廓線雷達(dá)同步觀測(cè)資料，本文嘗試對(duì)風(fēng)廓線雷達(dá)觀測(cè)代表性進(jìn)行分析，進(jìn)而討論風(fēng)廓線雷達(dá)組網(wǎng)和布點(diǎn)方法.對(duì)不同地點(diǎn)風(fēng)廓線雷達(dá)觀測(cè)結(jié)果進(jìn)行了相關(guān)分析，即對(duì)相同高度同一觀測(cè)量進(jìn)行站與站的兩兩相關(guān)分析.由于海淀站風(fēng)廓線雷達(dá)型號(hào)與其他站點(diǎn)不同，其風(fēng)廓線垂直分層高度也與其他站點(diǎn)相異.為方便起見(jiàn)，只對(duì)除海淀之外的其余5個(gè)站點(diǎn)進(jìn)行了兩兩相關(guān)分析，相關(guān)系數(shù)均通過(guò)95%信度檢驗(yàn).圖7是水平風(fēng)速、u和v分量各站兩兩相關(guān)系數(shù)隨高度分布.表2給出了各站之間距離.站間兩兩相關(guān)系數(shù)基本上與站間距成反比.以水平風(fēng)速為例，站距最遠(yuǎn)的小湯山—大港其相關(guān)系數(shù)在大多數(shù)高度上均為最小，站距最近的觀象臺(tái)—榆垡相關(guān)系數(shù)在大多數(shù)情況為最大.對(duì)于其他觀測(cè)量，也有類似的結(jié)果.對(duì)于多數(shù)兩兩相關(guān)系數(shù)，在低層(1000 m以下)隨高度均有明顯的突變.突變發(fā)生高度不同站點(diǎn)對(duì)并不相同，在500 m左右居多.發(fā)生突變之后，隨高度上升相關(guān)系數(shù)快速增加，在到達(dá)2000 m以后相關(guān)系數(shù)增加減慢或緩慢下降.這種現(xiàn)象，反映出近地層(大約幾百米)高度范圍內(nèi)下墊面對(duì)風(fēng)的影響作用最大.由于風(fēng)向存在0—360°過(guò)界問(wèn)題，為分析不同來(lái)向氣流條件下站間相關(guān)系數(shù)隨高度變化，分析了u和v分量各站間相關(guān)系數(shù)隨高度變化.總體而言，u分量相關(guān)系數(shù)要小于v分量.u分量相關(guān)系數(shù)在500 m以下基本上從低層向高層單調(diào)遞增，到達(dá)2000 m左右，相關(guān)系數(shù)穩(wěn)定少變.500 m以下，相關(guān)系數(shù)隨高度也有突變點(diǎn).這個(gè)結(jié)果表明了東西來(lái)向氣流的水平分布特征：即2000 m之上變化很小，近地層幾百米變化大.對(duì)v分量的分析結(jié)果與u分量有明顯差異.對(duì)大多數(shù)兩兩測(cè)站而言，1500 m是轉(zhuǎn)折點(diǎn)，之上變化小，之下變化大.低層相關(guān)系數(shù)的突變點(diǎn)在500 m左右最明顯.此外，各站與武清站的相關(guān)系數(shù)在低層變化最大，突變點(diǎn)高度均在500 m左右.由于v分量代表南北方向氣流，通常情況下，v分量與山谷風(fēng)、海陸風(fēng)等局地風(fēng)場(chǎng)系統(tǒng)緊密聯(lián)系.武清地處北部山地和東南海洋之間的平原過(guò)渡地帶，該站觀測(cè)到的風(fēng)與其他測(cè)站的結(jié)果在低層存在明顯差異，這在前面的分析結(jié)果中也有所反映.這表明了由于武清站其地理位置特殊導(dǎo)致影響風(fēng)場(chǎng)與其他測(cè)站不同.對(duì)其他風(fēng)廓線雷達(dá)觀測(cè)參量的相關(guān)分析也有類似結(jié)果，如對(duì)信噪比進(jìn)行相關(guān)分析，其相關(guān)系數(shù)隨高度變化類似于水平風(fēng)速和u分量隨高度變化(圖略)，2000 m左右是一個(gè)明顯分界點(diǎn).2000 m以上各站觀測(cè)結(jié)果之間相關(guān)好，2000 m以下到地面相關(guān)系數(shù)迅速遞減.在1000 m以下有劇烈波動(dòng).反映出不同位置低層大氣狀況差異明顯以及低層風(fēng)廓線探測(cè)結(jié)果可能受到更多干擾.

圖7　各站不同高度水平風(fēng)速(ws)(a)、u分量(b)、v分量(c)的相關(guān)系數(shù)Fig.7　Correlation coefficients between stations for horizontal wind speed (a), u-component (b) and v-component (c) from 50 m to 2500 m

小湯山—大港兩站距離最遠(yuǎn)(相距173 km)，即便如此在2000 m以上，無(wú)論是u、v分量相關(guān)系數(shù)能達(dá)到0.5以上.而在近地層(幾百米)相關(guān)系數(shù)小且變化幅度大.這種低層變化明顯的地域差異，究其原因一是由于風(fēng)廓線雷達(dá)觀測(cè)時(shí)采用一定仰角的傾斜波束和天頂指向的中波束配合，使得風(fēng)廓線雷達(dá)在不同高度觀測(cè)到的水平區(qū)域范圍不同.自下而上，雷達(dá)照射的水平范圍逐漸變大.在相同的平均時(shí)間內(nèi)，低層水平風(fēng)有更小的空間代表性.另一個(gè)原因是，離地越近氣流受到下墊面的影響越明顯.因此，建議在布設(shè)風(fēng)廓線雷達(dá)站時(shí)，需要結(jié)合當(dāng)?shù)貧夂虮尘?、局地風(fēng)場(chǎng)特征和周邊環(huán)境特點(diǎn)，在站點(diǎn)密度和位置上有針對(duì)性的設(shè)計(jì)，觀測(cè)網(wǎng)要突出獲取更多低層風(fēng)場(chǎng)信息的目標(biāo).考慮到高層不同位置測(cè)站測(cè)風(fēng)結(jié)果間有很好相關(guān)，出于節(jié)約經(jīng)費(fèi)和性價(jià)比考慮，可以采取1臺(tái)對(duì)流層風(fēng)廓線搭配幾臺(tái)邊界層風(fēng)廓線的組合方式進(jìn)行布網(wǎng).這樣的組合和搭配，既能滿足對(duì)邊界層、對(duì)流層風(fēng)觀測(cè)一般需求，同時(shí)也可以獲得水平和垂直方向更高分辨率的低層風(fēng)場(chǎng)數(shù)據(jù).利用對(duì)流層風(fēng)廓線較高的探測(cè)高度，獲取整個(gè)區(qū)域高空風(fēng)，邊界層風(fēng)廓線則因地制宜，根據(jù)需要設(shè)置觀測(cè)點(diǎn)以捕捉低層風(fēng)場(chǎng)特征.風(fēng)速功率譜分析顯示出在8 h周期存在峰值，對(duì)于在有些降水過(guò)程(如圖6所示)，可能存在比8 h更高頻率的變化.據(jù)此簡(jiǎn)單估算，在一般對(duì)流系統(tǒng)移動(dòng)速度情況下，系統(tǒng)尺度量級(jí)可能在百公里左右，且內(nèi)部可能存在更小尺度變化過(guò)程.因此，在需要進(jìn)行風(fēng)廓線探測(cè)的關(guān)鍵地區(qū)，還可以適當(dāng)增加能夠進(jìn)行幾百米高度范圍風(fēng)精細(xì)探測(cè)的儀器和設(shè)備，如鐵塔、聲雷達(dá)、激光雷達(dá)等.

表2　各觀測(cè)站間距離(單位：km)

7結(jié)語(yǔ)

本文利用京津冀城市群地區(qū)小湯山、海淀、觀象臺(tái)、榆垡、武清和大港6個(gè)觀測(cè)站風(fēng)廓線雷達(dá)夏季1個(gè)月觀測(cè)資料，對(duì)其進(jìn)行了譜分析、小波分析和站間相關(guān)分析，得到如下主要結(jié)果．

對(duì)風(fēng)廓線雷達(dá)測(cè)風(fēng)數(shù)據(jù)功率譜分析表明：該地區(qū)低層大氣水平風(fēng)存在明顯的1天、2—3天、5—10天周期特征．各站大于1天周期的頻譜特征差異小，而小于1天周期的頻譜特征差異大．從頻譜周期特征高度分布上看，越接近地面差異越明顯，反之則不顯著．在高層(2000 m以上)各站大于等于1天周期變化特征更加趨于一致．不同測(cè)站低層幾百米高度上均有明顯日變化周期．日變化周期信號(hào)的垂直高度分布顯示出很強(qiáng)地域特點(diǎn)．靠近山地測(cè)站其日變化周期信號(hào)從低層向上持續(xù)并能到達(dá)的高度較距離山地遠(yuǎn)的測(cè)站高．對(duì)于u分量，日變化周期信號(hào)基本能存在于各個(gè)高度上，但對(duì)于v分量，低層顯著而高層不顯著．對(duì)于大于1天的周期信號(hào)，u分量主要表現(xiàn)為明顯的3—5天周期，而v分量則表現(xiàn)為明顯的5—10天周期．在部分高度、高頻區(qū)間(頻率大于日變化)風(fēng)速功率譜滿足近似-5/3分布．在高頻區(qū)1 km以下高度更容易滿足-5/3分布．不同地點(diǎn)觀測(cè)站的風(fēng)功率譜分布形態(tài)差異明顯．

對(duì)各站風(fēng)廓線雷達(dá)觀測(cè)的風(fēng)資料進(jìn)行小波分析，揭示了低層風(fēng)場(chǎng)主要周期的時(shí)間變化和分布特征．研究發(fā)現(xiàn)，對(duì)應(yīng)于觀測(cè)期間降水過(guò)程，各站在低層普遍有小于24 h高頻周期．各站周期特征及其隨高度分布在每次降水過(guò)程并不相同．對(duì)降水個(gè)例進(jìn)行一步分析表明，降水過(guò)程往往伴隨著高低空風(fēng)速波動(dòng)和起伏，且這些波動(dòng)和起伏在頻譜分析中表現(xiàn)為數(shù)小時(shí)高頻周期信號(hào)．降水過(guò)程中，高空往往有動(dòng)量下傳，進(jìn)而加強(qiáng)低空風(fēng)擾動(dòng)．高空動(dòng)量下傳與降水量增大有密切聯(lián)系．u、v分量小波分析結(jié)果與功率譜分析結(jié)果類似，u分量日變化周期信號(hào)基本能存在于各個(gè)高度上，v分量日變化周期信號(hào)在低層顯著而高層不顯著．

對(duì)平均風(fēng)矢量日變化分析結(jié)果顯示，各站水平風(fēng)在5∶00—6∶00、20∶00—21∶00區(qū)間有明顯風(fēng)速和風(fēng)向轉(zhuǎn)換．各站1500 m以下風(fēng)向變化差異明顯．中午前后各站地面風(fēng)開(kāi)始出現(xiàn)偏南風(fēng)，并可持續(xù)到24∶00．各站偏南風(fēng)出現(xiàn)和持續(xù)時(shí)間、偏南風(fēng)影響厚度各有特點(diǎn)，反映出不同地域受山谷風(fēng)、海陸風(fēng)綜合影響和作用的結(jié)果．離海洋較近站點(diǎn)受海風(fēng)影響，其偏南風(fēng)出現(xiàn)時(shí)間最早，偏南風(fēng)影響高度大約為幾百米且隨時(shí)間少變．離山地距離近站點(diǎn)受谷風(fēng)影響，其偏南風(fēng)高度也高，偏南風(fēng)出現(xiàn)時(shí)間也較早．地處海洋和山地中間平原地帶的站點(diǎn)，偏南風(fēng)出現(xiàn)時(shí)間較前兩類站點(diǎn)晚，偏南風(fēng)影響厚度也較低，可能是受山谷風(fēng)、海陸風(fēng)相互作用的結(jié)果．

利用本文研究結(jié)果，對(duì)風(fēng)廓線雷達(dá)布站和組網(wǎng)進(jìn)行了討論：對(duì)不同測(cè)站各高度風(fēng)廓線雷達(dá)觀測(cè)結(jié)果進(jìn)行相關(guān)分析，站間相關(guān)系數(shù)隨高度呈現(xiàn)出下低上高分布特點(diǎn)．相關(guān)系數(shù)在500 m和2000 m左右有突變點(diǎn)．單站風(fēng)廓線雷達(dá)測(cè)風(fēng)在低層的空間代表性要小于高層．利用這些特點(diǎn)，建議在風(fēng)廓線雷達(dá)布局和組網(wǎng)時(shí)，可以采用1臺(tái)對(duì)流層風(fēng)廓線搭配多臺(tái)邊界層風(fēng)廓線的方式組合方式進(jìn)行組網(wǎng)和布局．結(jié)合當(dāng)?shù)貧夂虮尘?、局地風(fēng)場(chǎng)特征和需要，在站點(diǎn)密度和位置上進(jìn)行有針對(duì)性的設(shè)計(jì)，增加更多的低層風(fēng)場(chǎng)信息．

本文采用的多部風(fēng)廓線雷達(dá)同步觀測(cè)資料有限，研究工作也主要針對(duì)夏季京津冀地區(qū)風(fēng)場(chǎng)特征來(lái)進(jìn)行．今后，將收集和利用更長(zhǎng)時(shí)間的風(fēng)廓線雷達(dá)網(wǎng)觀測(cè)資料，包括其他城市和地區(qū)的觀測(cè)資料，開(kāi)展觀測(cè)區(qū)域內(nèi)低層大氣風(fēng)場(chǎng)特征分析、風(fēng)廓線雷達(dá)網(wǎng)評(píng)估、以及風(fēng)廓線雷達(dá)網(wǎng)布局和組網(wǎng)技術(shù)研究．

References

Cai X H, Guo Y, Liu H Z, et al. 2002. Flow patterns of lower atmosphere over Beijing Area.ActaScientiarumNaturaliumUniversitatisPekinensis(in Chinese), 38(3): 387-392.

Cho J Y N, Zhu Y, Newell R E, et al. 1999a. Horizontal wavenumber spectra of winds, temperature, and trace gases during the Pacific Exploratory Missions: 1. Climatology.J.Geophys.Res., 104(D5): 5697-5716.

Cho J Y N, Newell R E, Barrick J D. 1999b. Horizontal wavenumber spectra of winds, temperature, and trace gases during the Pacific Exploratory Missions: 2. Gravity waves, quasi-two-dimensional turbulence, and vortical modes.J.Geophys.Res., 104(D13): 16297-16308.Christopher T, Gilbert P C. 1998. A practical guide to wavelet analysis.BulletinofAmericanMeteorologicalSociety, 79(1): 61-78.

Deng C, Ruan Z, Wei M, et al. 2012. The evaluation of wind measurement accuracy by wind profile radar.JournalofAppliedMeteorologicalScience(in Chinese), 23(5): 523-533.Gu H P, Ma S Q, Wang Y C, et al. 2008. Application of Airda-3000 boundary wind profile radar in analyzing Summer heavy rainfall in Beijing.MeteorologicalScienceandTechnology(in Chinese), 36(3): 300-304.

Hsu H M, Lin C Y, Guenther A, et al. 2011. Air-chemistry “turbulence”: power-law scaling and statistical regularity.Atmos.Chem.Phys., 11: 8395-8413.

Hu X M, Liu S H, Liang F M, et al. 2005. Observational study of wind fields, temperature fields over Beijing area in Summer and Winter.ActaScientiarumNaturaliumUniversitatisPekinensis(in Chinese), 41(3): 399-407.

Hu X M, Liu S H, Wang Y C, et al. 2005. Numerical simulation of wind and temperature fields over Beijing Area in Summer.ActaMeteorologicaSinica, 19(1): 120-127.

Kolmogorov A N. 1941. The local structure of turbulence in incompressible viscous fluid for very large Reynolds′ numbers.DokladyAkad.NaukSSSR, 30: 301-305.

Li J, Shu W J. 2008. Observation and analysis of nocturnal low-level jet characteristics over Beijing in summer.ChineseJ.Geophys. (in Chinese), 51(2): 360-368.

Li J, Dou J X. 2014. Progress in urban meteorological experiments in Beijing.AdvancesinMeteorologicalScienceandTechnology(in Chinese), 4(1): 36-45.

Li Y Y, Qu S H, Zhou M Y. 1982. Analysis of flow melds in Beijing area.ActaScientiaeCircumstantiae(in Chinese), 2(4): 351-356.

Lilly D K. 1983. Stratified turbulence and the mesoscale variability of the atmosphere.J.Atmos.Sci., 40(3): 749-761.

Liu S H, Liu Z X, Li J, et al. 2009. Numerical simulation for the coupling effect of local atmospheric circulations over the area of Beijing, Tianjin and Hebei Province.Sci.ChinaEarthSci., 52(3): 382-392.

Liu S Y, Zheng Y G, Tao Z Y. 2003. The analysis of the relationship between pulse of LLJ and heavy rain using wind profiler data.JournalofTropicalMeteorology(in Chinese), 19(3): 285-290.

Nastrom G D, Gage K S, Jasperson W H. 1984. Kinetic energy spectrum of large-and mesoscale atmospheric processes.Nature, 310(5972): 36-38.

Ren Z H, Wan B T, Yu T, et al. 2004. Influence of weather system of different scales on pollution boundary layer and the transport in horizontal current field.ResearchofEnvironmentalSciences(in Chinese), 17(1): 7-13.

Ruan Z, Mu R Q, Wei M, et al. 2014. Spectrum analysis of wind profiling radar measurements.JournalofMeteorologicalResearch, 28(4): 656-667.Su F Q, Ren Z H, Gao Q X, et al. 2004a. Convergence system of air contamination in boundary layer above Beijing and North China: Transportation convergence in boundary layer.ResearchofEnvironmentalSciences(in Chinese), 17(1): 21-25, 33.

Su F Q, Gao Q X, Zhang Z G, et al. 2004b. Transport pathways of pollutants from outside in atmosphere boundary layer.ResearchofEnvironmentalSciences(in Chinese), 17(1): 26-29, 40.

Sun J S, Wang H, Wang L, et al. 2006. The role of urban boundary layer in local convective torrential rain happening in Beijing on 10 July 2004.ChineseJournalofAtmosphericSciences(in Chinese), 30(2): 221-234.

Sun J S, Yang B. 2008. Meso-βscale torrential rain affected by topography and the urban circulation.ChineseJournalofAtmosphericSciences(in Chinese), 32(6): 1352-1364.

Sun M S, Li G W, Yi Q, et al. 2013. Analysis on the cause of a torrential rain occurring in Beijing on 21 July 2012 (I): Weather characteristics, stratification and water vapor conditions.TorrentialRainandDisasters(in Chinese), 32(3): 210-217.Wang G L, Jiang W M. 2006. Characteristics of wind field in low layer over complex terrain.JournalofPLAUniversityofScienceandTechnology(NaturalScienceEdition) (in Chinese), 7(5): 491-495.Wang X Q, Wang Z F, Gong Y B, et al. 2008. Modulation of urban heat island circulation on mountain-plain wind in the Beijing area.ClimaticandEnvironmentalResearch(in Chinese), 13(5): 639-644.

Wang Y, Wang L L, Zhao G N, et al. 2014. Analysis of different-scales circulation patterns and boundary layer structure of PM2.5 heavy pollutions in Beijing during winter.ClimaticandEnvironmentalResearch(in Chinese), 19(2): 173-184.

Wu L, Chen H B, Gao Y C, et al. 2013. Primary analysis of the Comparision test of domestic wind profilers.ModernRadar(in Chinese), 35(6): 24-28.

Wu L, Chen H B, Kang X. 2014. Self-compared precision analysis of wind profiler measurements.MeteorologicalScienceandTechnology(in Chinese), 42(1): 38-41.

Wuertz D B, Weber B L, Strauch R G, et al. 1988. Effects of precipitation on UHF wind profiler measurements.JournalAtmosphericOceanicTechnology, 5(2): 450-465.

You C H, Cai X H, Song Y, et al. 2006. Local atmospheric circulations over Beijing-Tianjin Area in Summer.ActaScientiarumNaturaliumUniversitatisPekinensis(in Chinese), 42(6): 779-783.Zhang Y Z, Miao S G, Dai Y J, et al. 2013. Numerical simulation of characteristics of summer clear day boundary layer in Beijing and the impact of urban underlying surface on sea breeze.ChineseJ.Geophys. (in Chinese), 56(8): 2558-2573, doi: 10.6038/cjg20130806.

Zhou M Y, Qu S H, Li Y Y, et al. 1980. Heat island and the characteristics of its circulation over Beijing area.EnvironmentScience(in Chinese), 1(5): 12-18.

附中文參考文獻(xiàn)

蔡旭暉, 郭昱, 劉輝志等. 2002. 北京地區(qū)低層大氣流動(dòng)模態(tài)研究. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版), 38(3): 387-392.

鄧闖, 阮征, 魏鳴等. 2012. 風(fēng)廓線雷達(dá)測(cè)風(fēng)精度評(píng)估. 應(yīng)用氣象學(xué)報(bào), 23(5): 523-533.

古紅萍, 馬舒慶, 王迎春等. 2008. 邊界層風(fēng)廓線雷達(dá)資料在北京夏季強(qiáng)降水天氣分析中的應(yīng)用. 氣象科技, 36(3): 300-304.

胡小明, 劉樹(shù)華, 梁福明等. 2005. 北京區(qū)域夏冬季風(fēng)場(chǎng)、溫度場(chǎng)的觀測(cè)研究. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版), 41(3): 399-407.

李炬, 舒文軍. 2008. 北京夏季夜間低空急流特征觀測(cè)分析. 地球物理學(xué)報(bào), 51(2): 360-368.

李炬, 竇軍霞. 2014. 北京城市氣象觀測(cè)試驗(yàn)進(jìn)展. 氣象科技進(jìn)展, 4(1): 36-45.

李玉英, 曲紹厚, 周明煜. 1982. 北京地區(qū)的流場(chǎng)分析. 環(huán)境科學(xué)學(xué)報(bào), 2(4): 351-356.

劉淑媛, 鄭永光, 陶祖鈺. 2003. 利用風(fēng)廓線雷達(dá)資料分析低空急流的脈動(dòng)與暴雨關(guān)系. 熱帶氣象學(xué)報(bào), 19(3): 285-290.

任陣海, 萬(wàn)本太, 虞統(tǒng)等. 2004. 不同尺度大氣系統(tǒng)對(duì)污染邊界層的影響及其水平流場(chǎng)輸送. 環(huán)境科學(xué)研究, 17(1): 7-13.

蘇福慶, 任陣海, 高慶先等. 2004a. 北京及華北平原邊界層大氣中污染物的匯聚系統(tǒng)——邊界層輸送匯. 環(huán)境科學(xué)研究, 17(1): 21-25, 33.

蘇福慶, 高慶先, 張志剛等. 2004b. 北京邊界層外來(lái)污染物輸送通

道. 環(huán)境科學(xué)研究, 17(1): 26-29, 40.

孫繼松, 王華, 王令等. 2006. 城市邊界層過(guò)程在北京2004年7月10日局地暴雨過(guò)程中的作用. 大氣科學(xué), 30(2): 221-234.

孫繼松, 楊波. 2008. 地形與城市環(huán)流共同作用下的β中尺度暴雨. 大氣科學(xué), 32(6): 1352-1364.

孫明生, 李國(guó)旺, 尹青等. 2013. “7·21”北京特大暴雨成因分析(I): 天氣特征、層結(jié)與水汽條件. 暴雨災(zāi)害, 32(3): 210-217.

王桂玲, 蔣維楣. 2006. 復(fù)雜地形上的低層風(fēng)場(chǎng)特征. 解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版), 7(5): 491-495.

王喜全, 王自發(fā), 龔晏邦等. 2008. 北京城區(qū)熱島環(huán)流對(duì)山地—平原風(fēng)的調(diào)節(jié)作用. 氣候與環(huán)境研究, 13(5): 639-644.

王躍, 王莉莉, 趙廣娜等. 2014. 北京冬季PM2.5重污染時(shí)段不同尺度環(huán)流形勢(shì)及邊界層結(jié)構(gòu)分析. 氣候與環(huán)境研究, 19(2): 173-184.

吳蕾, 陳洪濱, 高玉春等. 2013. 國(guó)產(chǎn)風(fēng)廓線雷達(dá)對(duì)比試驗(yàn)初步分析. 現(xiàn)代雷達(dá), 35(6): 24-28.

吳蕾, 陳洪濱, 康雪. 2014. 風(fēng)廓線雷達(dá)自身對(duì)比精度分析. 氣象科技, 42(1): 38-41.

游春華, 蔡旭暉, 宋宇等. 2006. 京津地區(qū)夏季大氣局地環(huán)流背景研究. 北京大學(xué)學(xué)報(bào)(自然科學(xué)版), 42(6): 779-783.

張亦洲, 苗世光, 戴永久等. 2013. 北京夏季晴天邊界層特征及城市下墊面對(duì)海風(fēng)影響的數(shù)值模擬. 地球物理學(xué)報(bào), 56(8): 2558-2573, doi: 10.6038/cjg20130806.

周明煜, 曲紹厚, 李玉英等. 1980. 北京地區(qū)熱島和熱島環(huán)流特征. 環(huán)境科學(xué), 1(5): 12-18.

(本文編輯汪海英)

Analysis of spectral characteristics for wind velocity in the low layer of the atmosphere in the Beijing-Tianjin-Hebei city cluster area during summer

LI Ju, CAO Xiao-Yan, CHENG Zhi-Gang, DOU Jun-Xia, ZHANG Jing-Jiang

InstituteofUrbanMeteorology,ChinaMeteorologicalAdministration,Beijing100089,China

AbstractPower spectrum and wavelet were used to analyze data from 6 wind profiler stations in the Beijing-Tianjin-Hebei city cluster area during summer 2010. The results show the differences of frequencies among 6 stations are smaller closer to the ground, and bigger farther away from the ground. The differences of frequencies greater than 1-day are smaller than the frequencies less than 1-day. Obvious diurnal oscillations, which are different with locations of stations and effects by topography, are identified at hundreds meters level for all of stations. The spectra of some stations below 1 km indicate -5/3 power-law scaling regions for the frequencies higher than diurnal. High frequencies, less than 1 day, at lower level usually are accompanied with rainfall, during which upper and lower winds oscillate and interact. Diurnal mean wind vectors show two wind transitions, which are 05～06 h LST and 20～21 h LST. More pronounced differences of wind directions are identified below 1500 m. Southerly winds occurrence and its depth are associated with mountain-valley breeze and sea breeze in this area. Wind speed correlation coefficients between stations increase with height. Suggestions for deploying wind profiler radars are given in this paper.

KeywordsBeijing-Tianjin-Hebei city cluster; Wind profiler radar; Power spectrum; Wavelet

基金項(xiàng)目公益性行業(yè)(氣象)科研專項(xiàng)經(jīng)費(fèi)GYHY201106050、國(guó)家國(guó)際科技合作專項(xiàng)2015DFA20870資助.

作者簡(jiǎn)介李炬，男，1971年生，副研究員，1996年畢業(yè)于南京信息工程大學(xué)，主要從事邊界層氣象研究和大氣探測(cè)技術(shù)研究. E-mail:jli@ium.cn

doi:10.6038/cjg20160501 中圖分類號(hào)P433

收稿日期2015-03-30，2016-03-18收修定稿

李炬，曹曉彥，程志剛等. 2016. 京津冀城市群地區(qū)夏季低層大氣風(fēng)速譜特征分析.地球物理學(xué)報(bào)，59(5):1553-1565,doi:10.6038/cjg20160501.

Li J, Cao X Y, Cheng Z G, et al. 2016. Analysis of spectral characteristics for wind velocity in the low layer of the atmosphere in the Beijing-Tianjin-Hebei city cluster area during summer.ChineseJ.Geophys. (in Chinese),59(5):1553-1565,doi:10.6038/cjg20160501.