基于微壓計觀測的暴雨過程重力波特征分析*

王秀娟 冉令坤 齊彥斌 馬淑萍 慕秀香 姜忠寶 畢瀟瀟

1) (吉林省氣象災害防御技術(shù)中心,長春 130062)

2) (中國氣象局吉林省人民政府人工影響天氣聯(lián)合開放實驗室,長春 130062)

3) (中國科學院大氣物理研究所,中國科學院云降水物理與強風暴重點實驗室,北京 100029)

4) (吉林省氣象臺,長春 130062)

5) (吉林省氣候中心,長春 130062)

利用高精度微壓計數(shù)據(jù)、衛(wèi)星、地面觀測數(shù)據(jù)和GDAS 數(shù)據(jù),對2020 年7月29日—30日東北冷渦暴雨過程重力波特征進行分析,結(jié)果表明:重力波激發(fā)了此次暴雨,在暴雨發(fā)生前2—4 h,出現(xiàn)了周期約128 min的重力波先兆活動;在暴雨期間,重力波周期集中在120—180 min;在強對流發(fā)展期間出現(xiàn)了周期為128—256 min 的重力波和8—64 min 周期更短的重力波.強對流與重力波相互影響、相互作用.強對流發(fā)展時,地面出現(xiàn)雷暴高壓、冷池、出流邊界,在冷池前方形成氣流輻合區(qū);氣流輻合輻散區(qū)向前移動,形成重力波傳播,最終激發(fā)暴雨.重力波先兆活動這一特征對東北冷渦暴雨有一定的指示預警意義.

1 引言

東北冷渦暴雨是我國北方夏季主要的災害性天氣,往往會造成嚴重的洪澇災害,引發(fā)山體滑坡和泥石流等地質(zhì)災害.東北冷渦暴雨發(fā)生在條件不穩(wěn)定的環(huán)境下,配合水汽輸送,受到低空急流的影響,并伴有明顯的中尺度對流系統(tǒng)活動[1,2].暴雨強對流的因素很多,重力波是一個重要因素.重力波發(fā)生發(fā)展往往與暴雨、強對流等災害天氣密切相關(guān)[3-5],重力波能夠觸發(fā)強對流,造成短時強降雨[6].強對流也能夠激發(fā)多種尺度的重力波[7],對重力波的傳播和發(fā)展起到積極的作用[8].因此,研究東北冷渦暴雨過程重力波特征與機理對深入認識二者發(fā)生發(fā)展機制、東北冷渦暴雨預警有著重要的科學意義.

重力波追趕和碰撞是形成暴雨的重要機制之一[9].當強對流發(fā)展時,非地轉(zhuǎn)平衡作用會激發(fā)重力波;重力波反過來促進對流組織化發(fā)展,產(chǎn)生暴雨,并且暴雨區(qū)位于中低壓和中高壓之間,渦度中心比散度中心落后 π/2.尤其是大振幅(0.5—15 hPa)、長周期(0.5—4.0 h)、中尺度波長(50—500 km)重力波組織帶狀降水的能力較強[10-13],易引起大風、冰雹、短時強降水等強對流活動.2018 年,Liu 等[14]在一次四川地形暴雨分析中發(fā)現(xiàn),在10—14 km高度有周期80—100 min、波長40—50 km 的重力波,該波動是引起暴雨的關(guān)鍵尺度重力波.2020 年,Huang 等[15]在新疆地形暴雨研究中指出,高、低空存在周期73—200 min、波長50—85 km 的重力波,低層波動與中尺度渦旋共同作用促進對流發(fā)展,導致暴雨.

以往人們常常采用氣壓儀探測氣壓波動來觀測重力波[16-18].與常規(guī)氣壓儀相比,微壓計探測精度和采樣頻率更高,能夠更準確地探測到幾分鐘至幾十分鐘更短周期的重力波特征[19].Curry和Murty[20]利用微壓計數(shù)據(jù)統(tǒng)計分析雷暴激發(fā)的重力波特征,指出波動平均周期為10 min.Grachev等[21]統(tǒng)計分析俄羅斯5 年期間20 次雷暴激發(fā)的重力波特征,指出雷暴發(fā)展移動中存在周期為40—300 min 的重力波.Kulichkov 等[22]分析指出,在俄羅斯,夏季冷鋒激發(fā)的重力波周期約為5—6 min,波速小于50 m/s.Blanc 等[23]利用微壓計網(wǎng)統(tǒng)計了非洲地區(qū)10 年強對流過程的重力波特征,發(fā)現(xiàn)強對流激發(fā)的重力波平均速度約37 m/s、周期約96 min.

部分雷暴發(fā)生前會有重力波提前出現(xiàn)的現(xiàn)象,稱為重力波先兆活動.Uccellini[10]研究指出,重力波先兆活動與強對流的生成發(fā)展有密切關(guān)系.1993 年,李啟泰等[24]利用微壓計數(shù)據(jù)分析降雹天氣重力波特征,發(fā)現(xiàn)降雹前數(shù)小時間歇出現(xiàn)振幅大于30 Pa 的重力波,其周期范圍小于90 min.2015 年,Wu 等[25]分析發(fā)現(xiàn),暴雨發(fā)生前約2 h 有周期120—240 min 的重力波存在,并起到觸發(fā)暴雨的作用.2018 年,Yang 等[26]模擬一次新疆地形暴雨,發(fā)現(xiàn)波長20—45 km、周期50—120 min、波速10—25 m/s 的重力波提前于暴雨出現(xiàn),并促進暴雨發(fā)生發(fā)展.

受觀測技術(shù)手段限制,以往重力波研究主要是利用數(shù)值模式或者地面氣壓觀測數(shù)據(jù)來分析重力波,關(guān)注重力波在一段時間內(nèi)的平均態(tài)特征.本文利用高精度微壓計數(shù)據(jù)分析東北冷渦暴雨中寬周期范圍(幾分鐘到幾小時)重力波頻譜隨時間演變的動態(tài)特征,研究重力波先兆活動和產(chǎn)生機制,為此類暴雨預測預警提供科學的依據(jù).

2 數(shù)據(jù)與方法

中國氣象局吉林云物理野外科學試驗基地位于吉林省白山市靖宇縣,試驗區(qū)內(nèi)布設了微壓計、云雷達、微波輻射計、微雨雷達、激光雨滴譜、大氣電場儀等儀器.微壓計(圖1)是用于觀測地面低頻大氣擾動的一種設備,可探測周期范圍幾分鐘到幾小時的重力波.微壓計從2020 年7月1日不間斷運行至今,該儀器由中國科學院大氣物理研究所云與強風暴實驗室(LACS)自主研發(fā),采集的氣壓數(shù)據(jù)有以下特點:一是探測精度和靈敏度高,氣壓分辨率為0.1 Pa,采集的信號頻率可以達到10—5Hz,采樣頻率高達1 Hz;二是改良了微壓計容易受溫度影響這一缺點,應用恒溫技術(shù)使得微壓計僅對氣壓變化響應而對溫度變化響應較小,環(huán)境的溫度誤差控制在0.5 ℃內(nèi);三是輸出的氣壓數(shù)據(jù)經(jīng)過濾波處理,濾掉了高頻噪音.雖然常規(guī)氣壓儀也能夠觀測到地面氣壓,但是常規(guī)氣壓儀的采樣頻率通常為1 min/次,探測精度最高為10 Pa.而重力波導致的氣壓波動往往小于100 Pa,因此,相比較常規(guī)氣壓儀,微壓計儀器可以更好地滿足重力波特征.

圖1 微壓計Fig.1.Microbarograph.

為分析2020 年7月29日—30日東北冷渦暴雨過程重力波頻譜特征,本文利用微壓計觀測數(shù)據(jù),采用小波分析方法[27]計算重力波周期、頻率隨時間演變的動態(tài)特征,其中,母波選取Morlet.Morlet 小波分析是在傅里葉(Fourier)變換基礎上引入窗口函數(shù),能夠反映信號在時域、頻域信號的局部特征.假設有時間序列數(shù)據(jù)Xn,時間步長均為Δt,小波函數(shù)表達式為

式中,η是無量綱時間參數(shù),ω0是無量綱頻率,這里取值ω0=6.

對離散序列Xn進行連續(xù)小波變換,即得到Xn和?0(η) 的卷積為其中s是小波尺度,*表示共軛復數(shù),當小波尺度、時間參數(shù)發(fā)生變化時,可以建立一個二維圖,顯示不同頻率信號的功率譜及其隨時間的變化.

為了近似連續(xù)小波變換,對于每個尺度s,(2)式要計算N次,通過卷積定理可知,(2)式可以用離散傅里葉變換(DFT)在傅里葉空間同時進行N次卷積,得到

其中,離散序列Xn的DFT 為

式中k=0,···,N -1 是頻率序號.小波尺度s為

其中,s0是最小可分辨尺度,J是最大尺度.本文中Δj取值1/12,Δt=1,s0=2Δt.由此得到小波功率譜|Wn(s)|2.因為處理的是有限長度的時間序列,誤差出現(xiàn)在小波功率譜的開頭和尾端,這種邊緣效應稱為影響錐(COI)[26].

傅里葉變換是一種分析信號的方法,可以將信號由時域轉(zhuǎn)為頻域.定義f(x) 是在任何有限區(qū)間上只存在有限個第一類間斷點和有限個極值點,并且f(x)在 (-∞,+∞)上絕對可積,則在f(x) 的連續(xù)點處

而在間斷點處f(x)=(f(x+0)+f(x-0))/2,定義

為f(t)的傅里葉變換,f(t)稱為F(ω) 的逆傅里葉變換.為了體現(xiàn)2020 年7月29日—30日東北冷渦暴雨過程關(guān)鍵重力波頻段特征,本文對48 h(2020年7月28日12:00—30日12:00)微壓計氣壓數(shù)據(jù)長度進行傅里葉變換,數(shù)據(jù)長度為172800,選取周期120—180 min 的重力波進行逆傅里葉變換重構(gòu)關(guān)鍵尺度重力波信號.

本文采用吉林省981 個地面加密站數(shù)據(jù),結(jié)合3 路微壓計數(shù)據(jù)分析暴雨過程的重力波特征;采用美國國家海洋和大氣管理局(National Oceanic And Atmospheric Administration)GDAS 同化數(shù)據(jù)(空間分辨率0.25°×0.25°，時間分辨率3 h)分析天氣形勢、重力波產(chǎn)生機制;采用中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/) FY-2G 黑體亮溫數(shù)據(jù)(空間分辨率0.1°× 0.1°,時間分辨率1 h)分析強對流演變過程.

3 暴雨過程

2020 年7月29日07:00—30日5:00吉林省中部和南部發(fā)生暴雨(圖2),43 個加密站出現(xiàn)暴雨,1 個站出現(xiàn)大暴雨.強降雨帶主要分布在吉林省中東部(四平東部、遼源、吉林)和吉林省南部(通化、白山).其中,短時強降雨(小時雨量≥20 mm)主要發(fā)生在7月29日13:00—21:00、7月29日21:00—30日2:00,具有雨強大、降雨量不均勻的特點.

圖2 2020年7月29日7:00-30日5:00 吉林省累計降雨量 (填色圖,mm)、加密站E7215(黑色加號)、E9039(黑色圓點)、微壓計1,2,3號站(黑色三角形)Fig.2.Accumulated heavy rainfall (shaded,mm) on 7 BJT 29-5 BJT 30 July 2020,the locations of surface automated mesonet station E7215 (black plus),E9039 (black dots) and microbarograph 1,2,3 (black triangle).

動力抬升條件方面,此次暴雨發(fā)生時,高層天氣形勢(圖3(a)(b))從低緯到高緯呈現(xiàn)了“低-高-低”的3 帶(西風帶、副熱帶、熱帶環(huán)流系統(tǒng))分布特征,即在熱帶地區(qū)有低值區(qū),表明有臺風活動,副熱帶高壓位置偏北,588 脊線北端位于40°N 附近,脊線呈東-西狀.吉林省位于東北冷渦前部、副熱帶高壓后部,高層大氣以西南暖濕氣流為主(圖3(a)(b)),低層850 hPa 東北冷渦中心位于內(nèi)蒙中部地區(qū),低層850 hPa 吉林省也處于暖濕西南氣流中,另外,高、低層渦中心位置幾乎一致,表明冷渦系統(tǒng)較為深厚.同時,地面有西南風與偏東風輻合區(qū)(圖3(d)),高低層動力抬升機制明顯.

圖3 2020年7月29日20:00 (a) 200 hPa 風場(風向桿,m/s);(b) 500 hPa 位勢高度場(黑色等值線,gpm)、溫度場(紅色等值線,℃);(c) 850 hPa 位勢高度場(黑色等值線,gpm)、風矢;(d) 地面比濕(填色圖,g/kg)、風矢Fig.3.(a) 200 hPa wind field (wind stick,m/s),(b) 500 hPa geopotential height field (black lines,gpm),temperature field (red lines,℃),(c) 850 hPa geopotential height field (black lines,gpm),wind vector,(d) surface specific humidity (contour lines,g/kg),wind vector on 20 BJT 29.

熱力、水汽條件方面,在有利的天氣形勢下,當東北冷渦系統(tǒng)內(nèi)的短波槽東移下滑,東北冷渦攜帶的干冷空氣與副熱帶高壓后部暖濕氣流交匯,這為暴雨提供了有利的熱力條件.同時,受副熱帶高壓后部與臺風外圍水汽輸送的共同影響,地面比濕高達12—14 g/kg(圖3(d)).因此,高低層大氣動力、熱力、水汽條件充分,當有合適的中尺度觸發(fā)因子,就會引發(fā)暴雨、雷電等強對流天氣.

此次暴雨過程伴有中尺度對流系統(tǒng)活動,在紅外衛(wèi)星云圖(圖4)上,7月29日11:00 吉林省中部(長春、吉林)存在零散云頂亮溫高值區(qū),中心值達到—38 ℃—48 ℃,代表有對流云團活動.7月29日14:00 對流云團逐漸發(fā)展合并,并向東南方向伸展,吉林省中北部地區(qū)云頂亮溫高值中心達到—50 ℃—60 ℃,伴有強降雨(小時雨量≥20 mm)產(chǎn)生;同時白山北部和延邊東部有亮溫約—26 ℃—30 ℃的新生對流云團.7月29日17:00 強對流云團主體南移到四平、吉林、遼源、通化北部,云頂亮溫中心值高達—50 ℃—60 ℃、白山北部強對流云團發(fā)展,亮溫增至—40 ℃.7月29日20:00 零散的強對流云團合并形成中尺度對流系統(tǒng),亮溫高值區(qū)位于四平東部、遼源、通化北部,中心值高達—60 ℃,同時白山和延邊仍存在對流云團.至7月30日2:00 (圖4(e),(f)),中尺度對流系統(tǒng)主體移至白山、延邊,云頂亮溫中心值約—60 ℃,進入降水強盛階段.

圖4 2020年7月 (a) 29日11:00,(b) 29日14:00,(c) 29日17:00,(d) 29日20:00,(e) 29日23:00和(f) 30日2:00 FY-2G 衛(wèi)星云圖亮溫Fig.4.FY-2G satellite black body temperature on (a) 11 BJT 29,(b) 14 BJT 29,(c) 17 BJT 29,(d) 20 BJT 29,(e) 23 BJT 29,(f) 2 BJT 30 July 2020.

在此暴雨過程中,隨著中尺度對流系統(tǒng)的發(fā)展變化,地面氣象要素具有明顯的波動特征.如圖5(a)所示,地面自動站E7215 降水出現(xiàn)在29日14:00—21:00;29日14:00 開始有小量降水,氣壓整體變化呈現(xiàn)下降趨勢,溫度達到峰值后迅速減小,表明天氣系統(tǒng)開始影響本站;29日17:00—20:00 短時強降水出現(xiàn)兩個峰值,同時氣壓整體呈現(xiàn)明顯的升高趨勢,氣溫先減小后增加(氣溫低至21 ℃).在降水前后,氣壓和溫度都表現(xiàn)出脈動特征.地面自動站E9039 氣壓、溫度和降水變化具有類似特點.該站降水時段在29日18:00—30日4:00,在30日1:00—2:00 短時強降水達到峰值,雖然氣壓整體趨勢是增加的,但在降水前后仍表現(xiàn)出明顯的脈動;在輻射作用下,夜間氣溫整體表現(xiàn)為降溫,但在降水期間存在明顯的降溫增幅,加劇氣溫下降.綜上所述,在降水過程中地面氣壓和氣溫的變化具有兩個特點:第一,氣壓和溫度的日變化特征顯著,氣壓在15:00—18:00 達到最小值,如果沒有降水,此時氣溫達到最大值;如果有降水,地面降水蒸發(fā)冷卻作用會引起短時降溫;第二,在局地降水發(fā)生前后,氣壓和氣溫都出現(xiàn)短時脈動,代表存在某種波動.本文主要關(guān)注這種氣壓脈動,因為它對降水有一定的預兆指示意義.

圖5 2020年7月29日-30日 (a) E7215 站(125.31°E,43.04°N),(b) E9039 站(126.27°E,41.95°N)1 h 累積降雨量(黑色實線,mm)、氣壓(綠色實線,hPa)、溫度(藍色實線,℃)Fig.5.The 1 h accumulated rainfall (black solid line,mm),pressure (green solid line,hPa),temperature (blue solid line,℃) in(a) E7215 (125.31°E,43.04°N),(b) E9039 (126.27°E,41.95°N) on 29-30 July 2020.

4 重力波特征

下面利用中國科學院大氣物理研究所研發(fā)的1,2,3號微壓計采集的高精度氣壓數(shù)據(jù)分析重力波特征.參考強對流系統(tǒng)自西向東的移動路徑,由于自西向東安裝的微壓計分別為3號、1號、2號,以下采用上述順序進行微壓計數(shù)據(jù)分析.

4.1 重力波時域特征

圖6—圖8分別是3號、1號、2號微壓計采集的原始氣壓、氣壓日變化和擾動氣壓.在信號處理中,常用到移動平均濾波進行濾波,這種方法本質(zhì)上是一種低通濾波,假設輸入數(shù)據(jù)為x,輸出為y,窗口寬度為N,在新的一次計算中,將上個窗口隊列的首數(shù)據(jù)去掉,其余N -1 個數(shù)據(jù)依次前移,并將新的計算數(shù)據(jù)插入,作為新隊列的尾.移動平均濾波的計算公式為

對兩日(48 h)微壓計原始氣壓數(shù)據(jù)(2020 年7月28日12:00—30日12:00)進行移動平均濾波,窗口寬度設為21600,可以得到氣壓的日變化,原始氣壓減去氣壓日變化可以得到擾動氣壓,其中,圖6—圖8僅顯示29日0:00—30日6:00 氣壓原始數(shù)據(jù)、氣壓日變化、擾動氣壓.可以看出,平均氣壓與原始氣壓的變化趨勢基本一致,29日7:00—15:00 氣壓顯著下降并有降水,29日15:00—22:00氣壓明顯上升,并且氣壓波動非常劇烈,伴隨持續(xù)性強降水;29日22:00—30日5:00,仍有降雨的發(fā)生,同時氣壓小幅下降.

圖8 微壓計2號站(126.8°E,42.4°N) (a) 原始氣壓(紅色實線,hPa)、氣壓日變化(黑色實線,hPa);(b) 擾動氣壓(黑色實線,Pa)、小時雨量(綠色實線,℃)Fig.8.Microbarograph 2 (126.8°E,42.4°N):(a) Original pressure data (red line,hPa),pressure daily variation (black line,hPa);(b) pressure disturbance (black line,Pa),hourly rain (green line,℃).

對于微壓計3號站,如圖6(b)所示,29日1:00氣壓擾動開始增強,振幅從—5 Pa 增大到—30 Pa,此后氣壓擾動振幅減小,29日8:00 氣壓擾動再度增大至20 Pa,11:00 該站出現(xiàn)降水,可以看到氣壓擾動的增強先于降水出現(xiàn),表明這種重力波對降水來說具有明顯的先兆活動特征.另外,對比圖4(a)可以看出,此時降水是由孤立的對流系統(tǒng)造成的,因此氣壓擾動振幅不是很強.隨著對流系統(tǒng)的合并增強,13:00 出現(xiàn)第二次降水峰值,氣壓擾動振幅在12:00 增強為23 Pa 左右,在13:00—22:00 氣壓波動很劇烈,擾動振幅進一步增強到40—60 Pa,22:00 出現(xiàn)了降水第三次峰值,特別地,在17:00—19:00 降水非常弱,但是,氣壓擾動顯示出對未來強降水的先兆信號;30日03:00 降水結(jié)束,氣壓擾動趨于減弱.因此氣壓擾動對第二次、第三次峰值降水來說依然保持一定的提前量.

圖6 微壓計3號站(126.61°E,42.43°N) (a) 原始氣壓(紅色實線,hPa)、氣壓日變化(黑色實線,hPa);(b) 擾動氣壓(黑色實線,Pa)、小時雨量(綠色實線,mm)Fig.6.Microbarograph 3 (126.61°E,42.43°N):(a) Original pressure (red line,hPa),pressure daily variation (black line,hPa);(b) pressure disturbance (black line,Pa),hourly rain (green line,mm).

1號微壓計和2號微壓計觀測的擾動氣壓具有類似的特點.1號微壓計記錄的氣壓擾動對峰值降水依然保持一定的提前量.例如,對于1號微壓計(圖7(b)),29日11:00 降水達到第一次峰值,但是氣壓擾動從29日7:00 就開始增強,振幅從5 Pa增長到20 Pa.14:00 出現(xiàn)第二次降水峰值,氣壓擾動振幅在11:00—13:00 保持在20 Pa 左右,在13:00—15:00 進一步增強到—50 Pa.第三次降水開始于18:00,氣壓擾動從16:00 開始進一步增強,在23:00 振幅增大達到103 Pa,此后第三次降水達到峰值.對于2號微壓計(圖8(b)),降雨量峰值出現(xiàn)在29日14:00,22:00(圖8(b)),同時氣壓擾動也達到極值,分別為 —40 Pa和102 Pa;需要強調(diào)的是,在強降水發(fā)生前已經(jīng)出現(xiàn)明顯的氣壓擾動,例如,19:00 時的—40 Pa 的氣壓擾動先于21:00 降水的出現(xiàn),表明對于強降水,重力波具有先兆活動特征.

圖7 微壓計1號站(126.70°E,42.41°N) (a) 原始氣壓(紅色實線,hPa)、氣壓日變化(黑色實線,hPa);(b) 擾動氣壓(黑色實線,Pa)、小時雨量(綠色實線,℃)Fig.7.Microbarograph 1 (126.70°E,42.41°N):(a) Original pressure (red line,hPa),pressure daily variation (black line,hPa);(b) pressure disturbance (black line,Pa),hourly rain (green line,℃).

從降雨量主要時段來看,3號微壓計、1號微壓計、2號微壓計主要時段分別為29日11:00—30日3:00、29日11:00—30日3:00、29日14:00—30日4:00.同時,3 路微壓計出現(xiàn)重力波先兆信號的時間分別為29日8:00、29日7:00、29日10:00,這也體現(xiàn)了強對流系統(tǒng)自西向東移動的特征.

上述分析表明,強降水伴隨著明顯的重力波氣壓擾動,該波動的周期約為幾十分鐘至幾小時,并且先于降水的出現(xiàn),具有明顯先兆活動特征,對降水預報有一定的先兆指示意義.

4.2 重力波動態(tài)頻譜特征

為了分析重力波頻率的時間變化特征,采用小波分析方法對微壓計采集的氣壓擾動進行小波變換.小波分析方法不僅能夠顯示信號的時域、頻域特性,也能夠反映信號的多尺度特征和局部特征.圖9為3,1,2號微壓計氣壓擾動功率譜的時間變化.

對于3號微壓計,由圖9(a)可見,重力波信號主要出現(xiàn)在兩個時段:7月28日21:00—29日8:00,7月29日8:00—30日6:00.主要特征如下.1) 7月28日21:00 出現(xiàn)了較強的氣壓擾動功率譜,高功率譜的波動周期約為128—230 min,29日2:00 開始波動能量開始減弱.29日6:00—8:00 出現(xiàn)128 min 的高能重力波,而本站降水從29日10:00 才開始,可見,重力波先兆信號的出現(xiàn)比降雨開始提前了約4 h.2) 29日8:00 開始,256 min重力波能量開始增長,高能重力波向低頻發(fā)展,29日10:00 本站開始了持續(xù)性降雨,在13:00—20:00 出現(xiàn)了周期96—128 min 高功率譜重力波,與13:00 第一個降水峰值相對應;20:00 以后高能重力波的周期以128—256 min 為主,一直持續(xù)到30日3:00,同時激發(fā)了更短周期(約32—64 min)的重力波,第二次降水峰值出現(xiàn)在29日22:00.可見在降水發(fā)生前重力波的能量有增強過程,同時波動周期也是變化的,代表存在多種頻率重力波的混合波動,在不同階段,起主要作用的波動的頻率是不同的.

對于1號微壓計(圖9(c)),較強的重力波功率譜出現(xiàn)在29日6:00,在10:00—15:00 降水期間,高功率譜的波動周期為128—256 min,在15:00—18:00 弱降水期間高功率譜的波動周期為256 min,同時功率譜開始增強,在29日21:00—30日0:00強降水階段,高功率譜重力波的周期為128—256 min,同時激發(fā)了更短周期(32—64 min)的重力波.可見,在降水發(fā)生前3 h,重力波周期以128 min 為主.

圖9 2020年7月28日20:00-30日7:00 重力波動態(tài)譜 ((a),(c),(e)) (填色圖:功率譜;縱坐標:周期;橫坐標:時間;黑色包絡線顯示了小波影響錐,其外側(cè)為邊緣效應較大的區(qū)域,綠色實線包圍的是置信度在95%以上的區(qū)域;▲表示降雨開始時間)與降雨量圖 ((b),(d),(f)) (a),(b) 微壓計3號站;(c),(d) 微壓計1號站;(e),(f) 微壓計2號站Fig.9.Gravity waves dynamic frequency spectra ((a),(c),(e)) (shaded:amplitudes;Y-axis:periods;X-axis:time;The black envelope line shows the cone of influence,outside of which edge effects might be large,and green solid lines designates the 95% confidence level,▲ denotes the start time of rainfall) and precipitation figure ((b),(d),(f)):(a),(b) Microbarograph 3;(c),(d) microbarograph 1;(e),(f) microbarograph 2 on 20 BJT 28-07 BJT 30 July 2020.

對于2號微壓計站(圖9(e)),弱降水發(fā)生在29日7:00—11:00,但在7月29日5:00—7:00 一直有周期約128 min 的重力波先兆信號,該波動比降雨開始提前約2 h 出現(xiàn).在29日13:00—15:00和29日21:00—30日4:00 的強降水階段分別出現(xiàn)了降雨峰值,其中,在第一個降雨峰值期間,重力波能量不斷增強,高能重力波周期為64—128 min,并且有更短周期32 min 重力波產(chǎn)生,隨著對流的發(fā)展,很快256 min 的重力波也開始出現(xiàn).在第二個降雨峰值期間,高能量重力波從20:00 開始周期擴展至96—192 min 重力波的能量增長,30日2:00開始衰減,此時段也激發(fā)了更短周期(8—32 min)的重力波.可見,在降水期間都伴有不同頻率的重力波,并且降雨前2 h 就已經(jīng)有重力波信號增強.

從上述分析可看出,在暴雨發(fā)生前2—4 h 出現(xiàn)周期約128 min 的重力波先兆活動.暴雨期間,高能重力波的周期主要為128—256 min,并且隨著強對流的發(fā)展演變,高能重力波頻譜也相應地調(diào)整,強對流會激發(fā)更短周期(8—64 min)重力波.2020 年,Wang 等[28]利用佛山微壓計數(shù)據(jù)分析了佛山地區(qū)一次局地暴雨過程重力波動態(tài)譜特征,暴雨前約4 h,出現(xiàn)了長周期(140—270 min)重力波,局地暴雨同時激發(fā)了更短周期(≤36 min)重力波.本次東北暴雨過程也體現(xiàn)了重力波這一特征.

由圖9可看出,周期120—180 min 的重力波能量最強,提取此頻段重力波,利用逆傅里葉變換進行重力波重構(gòu),對于重構(gòu)的微壓計3號重力波(圖10(a)),在降雨時段29日10:00—30日3:00,重力波呈現(xiàn)周期性擾動,并且振幅迅猛增大,可達約60 Pa,并且在29日13:00和22:00 峰值降水前都有明顯的重力波,例如12:00 出現(xiàn)的振幅約為20 Pa 重力波早于13:00 的峰值降雨,20:00 出現(xiàn)的振幅約65 Pa 的重力波早于22:00 的峰值降雨.重構(gòu)的微壓計1和微壓計2 重力波信號也呈現(xiàn)相同的特征(圖10(b)和圖10(c)).例如,對于微壓計2號重力波重構(gòu)信號(圖10(c)),降雨時段29日7:00—30日3:00,12:00 之前,重力波振幅較小,約小于20 Pa,29日12:00—15:00 振幅增大,約為30 Pa,這早于14:00 的降水峰值,隨后波動出現(xiàn)周期性擾動,20:00 開始波動振幅迅速增長,約為40 Pa,這也早于22:00 的降水峰值.這表明周期為120—180 min 的重力波對強降水的發(fā)生、發(fā)展有著積極的作用.

圖10 重力波重構(gòu)(黑色實線,Pa)和小時雨量(綠色實線,mm) (a) 微壓計 3號站;(b) 微壓計 1號站;(c) 微壓計 2號站Fig.10.Gravity waves restruction (black line,Pa) and hourly precipitation (green line,mm):(a) Microbarograph 3;(b) microbarograph 1;(c) microbarograph 2.

4.3 重力波產(chǎn)生機制

重力波是指在層結(jié)穩(wěn)定大氣內(nèi)部的不連續(xù)面上(如速度不連續(xù)的切變線,密度不連續(xù)的鋒面),空氣微團受到擾動后偏離平衡位置,在重力和浮力共同作用下產(chǎn)生的波動.重力波方程組[9]為:

式中u′,v′,w′分別代表風速在x,y,z方向的擾動,f為 Coriolis參 數(shù),θ′為位溫擾動.由 于w′=W0sin(Kzz)sin(ωt-Kxx-Kyy),Kx,Ky,Kz分別為x,y,z方向上的波數(shù),頻率為

得到散度、渦度、擾動氣壓方程為

由(8)式和(10)式可見,氣壓擾動能夠體現(xiàn)重力波特征,水平輻合輻散、渦度也與重力波產(chǎn)生密切相關(guān).水平輻合輻散引起上升下沉運動,在重力作用下形成重力波.下面從地面氣壓擾動、地面風場、散度擾動和氣溫擾動綜合分析重力波產(chǎn)生機制.

7月29日14:00 強回波主體位于吉林省中部地區(qū)(圖4(b)),由圖11可見,29日14:00 在降水粒子下沉運動作用下,出現(xiàn)了雷暴高壓G1,引起氣流輻散.在G1 前方,有西北風與西南風的輻合,周邊有輻散.可以看出,在散度場上,存在明顯的輻散輻合異常值區(qū),呈現(xiàn)帶狀,向東南方向傳播,這是重力波的明顯特征.

圖11 2020年7月29日14:00 (a) 地面氣壓擾動,(b) 風場,(c) 散度擾動,(d) 溫度擾動(綠色等值線為正值,紅色虛線為負值,℃).綠色、紅色、黃色圓點分別代表微壓計1,2,3號站位置Fig.11.(a) Surface pressure disturbances,(b) surface wind filed,(c) divergence disturbances fields,(d) temperature disturbances(green solid lines denotes positive values,red dotted lines denotes negative values,units:℃) on 14 BJT 29 July 2020.Green,red and yellow dot respectively denotes the locations of microbarograph 1,2,3.

29日17:00,強對流主體向東南方向移動到四平、遼源、吉林、通化北部、白山北部(圖4(c)),由圖12可見,29日17:00 相應區(qū)域出現(xiàn)中高壓G2,輻散出流在西南方向輻合.輻合輻散交替出現(xiàn),波動特征明顯.需要注意的是,在D2 區(qū)域同時有西北風、西南風、偏南風的輻合,可能是傳播的重力波在局地條件下增強的結(jié)果.

圖12 2020年7月29日17:00 (a)地面氣壓擾動,(b) 風場,(c) 散度擾動,(d) 溫度擾動(綠色等值線為正值,紅色虛線為負值,℃).綠色、紅色、黃色圓點分別代表微壓計1,2,3號站位置Fig.12.(a) Surface pressure disturbances,(b) surface wind filed,(c) divergence disturbances fields,(d) temperature disturbances(green solid lines denotes positive values,red dotted lines denotes negative values,units:℃) on 17 BJT 29 July 2020.Green,red and yellow dot respectively denotes the locations of microbarograph 1,2,3.

7月29日20:00,強對流降水區(qū)位于遼源、吉林南部、通化北部、白山北部(圖4(d)),由圖13可知,強降水區(qū)出現(xiàn)雷暴高壓G3,G4,G5(圖13(c)),由于降水蒸發(fā)冷卻作用造成負氣溫擾動中心(—2 ℃—3 ℃),形成地面冷池,冷池對強對流系統(tǒng)的維持有著重要的作用[29,30],同時G3和G4 區(qū)域輻散出流強勁.輻合輻散帶狀分布,呈現(xiàn)東西向分布的特征,代表重力波東西向傳播.這種輻合輻散主要是由對流的下沉氣流造成的地面高壓和降水蒸發(fā)引起的冷池,造成的出流引起在下游輻合,根據(jù)質(zhì)量連續(xù)性原理,進而導致其下游出現(xiàn)輻散,因此這種帶狀的輻散輻合向外傳播,會形成重力波,由于中尺度是質(zhì)量場向風場適應,因此這種風場的波動也會引起氣壓場的波動.

圖13 2020年7月29日20:00 (a) 地面氣壓擾動,(b) 風場,(c) 散度擾動,(d) 溫度擾動(綠色等值線為正值,紅色虛線為負值,℃).綠色、紅色、黃色圓點分別代表微壓計1,2,3號站位置Fig.13.(a) Surface pressure disturbances,(b) surface wind filed,(c) divergence disturbances fields,(d) temperature disturbances(green solid lines denotes positive values,red dotted lines denotes negative values,units:℃) on 20 BJT 29 July 2020.Green,red and yellow dot respectively denotes the locations of microbarograph 1,2,3.

29日23:00 地面氣溫擾動為—2 ℃(圖略),冷池強度變?nèi)?輻合輻散強度也明顯減小,表明強對流已發(fā)展到成熟階段并開始減弱,但輻合輻散依然保持帶狀,呈現(xiàn)波動特征.

由以上分析可知,在對流降水發(fā)展過程中,降水粒子下落和雨水蒸發(fā)冷卻在近地面產(chǎn)生冷高壓,形成向外輻散的出流,加強與下游氣流的輻合,根據(jù)質(zhì)量連續(xù)性原理,在輻合區(qū)產(chǎn)生上升運動,在輻散區(qū)形成下沉運動,這種輻合輻散促進了重力波的生成以及強對流向下游的發(fā)展.由于重力波形成在對流的下游,因此先于對流的傳播,對強對流有一定的先兆指示作用.

5 結(jié)論

利用中國科學院大氣物理研究所自主研制的微壓計探測數(shù)據(jù),結(jié)合地面自動站觀測、GDAS 數(shù)據(jù),分析了2020 年7月29日—30日吉林省暴雨過程的重力波特征,得出以下結(jié)論.

1)暴雨與重力波密切相關(guān),降雨量峰值與氣壓擾動有明顯的對應關(guān)系,并且周期為幾分鐘至幾小時的重力波早于降雨數(shù)小時出現(xiàn).

2)擾動氣壓的小波分析表明,在暴雨發(fā)生前2—4 h,就有周期約128 min 的重力波先兆活動(圖14重力波A),暴雨(圖14左側(cè)對流云)發(fā)生后又加強了重力波的發(fā)展,促進了96—256 min 重力波產(chǎn)生(圖14重力波B),并激發(fā)了更短周期(8—64 min)的重力波.重構(gòu)重力波信號表明,此次暴雨過程重力波的主要周期為120—180 min.相比于對流降水,重力波信號提前2—4 h 出現(xiàn),表明重力波對強對流降水有一定的預兆指示意義.

3)在對流降水云發(fā)展過程中,降水粒子下落和雨水蒸發(fā)冷卻在近地面產(chǎn)生冷高壓,形成向外輻散的出流(圖14輻散區(qū)),加強與下游氣流的輻合(圖14輻合區(qū)),根據(jù)質(zhì)量連續(xù)性原理,在輻合區(qū)產(chǎn)生上升運動,在輻散區(qū)形成了較強的下沉運動,這種輻合輻散促進了重力波的生成以及強對流向下游對流云(圖14右側(cè)對流云)的發(fā)展.這是重力波形成的主要機制,重力波的產(chǎn)生促進了下游對流的發(fā)展和移動.

圖14 重力波對暴雨的觸發(fā)機制概念模型Fig.14.Conceptual model of triggering mechanism of gravity waves on rainstorm.

本文利用高精度微壓計探測數(shù)據(jù),分析了暴雨過程重力波特征和產(chǎn)生機制,但是有一些問題仍待深入研究,比如重力波先兆活動的產(chǎn)生機制是什么,重力波是如何激發(fā)暴雨的,重力波其他的頻譜特征,比如波長、波速是多少,重力波的傳播和發(fā)展是如何完成的,這些問題需要利用數(shù)值模式進行更深入的研究.