• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      一次冰雹天氣的數(shù)值模擬及地形敏感性試驗研究*

      2022-03-18 09:44:44濤,王
      中低緯山地氣象 2022年1期
      關(guān)鍵詞:降雹實況冰雹

      劉 濤,王 瑾

      (1.貴州省人工影響天氣辦公室,貴州 貴陽 550081;2.貴州省山地環(huán)境氣候研究所,貴州 貴陽 550002)

      0 引言

      貴州省位于中國西南的高原山地,處于烏蒙橫斷山脈東側(cè),地勢西高東低,地形多為山地、丘陵,是我國冰雹多發(fā)省份之一,其分布也具有季節(jié)性強、雹日高度集中的特征[1-2]。且研究表明[3],貴州省冰雹的形成及雹云的生成、發(fā)展與局地中尺度地形和冷鋒低槽等西風帶系統(tǒng)相互作用有關(guān),初始對流云在源地生成后沿地面輻合線東移,在地面冷鋒作用下輻合線鋒生,動力抬升增強促使對流云強烈發(fā)展成為冰雹云,在冷鋒與地面露點鋒區(qū)之間產(chǎn)生降雹,并可能給貴州、湖南、廣西等省區(qū)造成冰雹天氣。

      近年來,國內(nèi)不少研究者采用冰雹云數(shù)值模式在冰雹形成機理方面做了很多工作[4-8]。冰雹云數(shù)值模式大多沒有考慮地形或采用理想地形,很難再現(xiàn)實際冰雹云的形成和發(fā)展過程。而中尺度數(shù)值模式對于地形、輻射、路面過程、邊界層過程以及云微物理過程的考慮更為全面,采用高分辨率的中尺度數(shù)值模式,對于模擬和再現(xiàn)實際冰雹云過程具有較大的優(yōu)勢,已成為研究冰雹云形成、演變的重要手段[9-15]。

      本文利用中尺度數(shù)值模式WRF(Weather Research and Forecasting)模擬研究了2020年3月23日貴州省一次持續(xù)時間較長、降雹范圍較大的冰雹天氣過程,并開展地形敏感性試驗,分析了地形對冰雹形成發(fā)展、分布的影響。

      1 模式設(shè)計和資料介紹

      1.1 模式設(shè)計

      WRF模式是美國環(huán)境預測中心(National Centers for Environmental Prediction,NCEP)和美國國家大氣研究中心(National Center for Atmospheric Research,NCAR)等聯(lián)合研發(fā),用于業(yè)務(wù)與研究的新一代高分辨率、完全可壓非靜力的中尺度數(shù)值天氣預報模式,重點解決分辨率1~10 km,時效為60 h以內(nèi)的有限區(qū)域天氣預報和模擬問題。

      本文使用的是WRF3.9.1版本,水平格點選用Arakawa-C格點,垂直方向采用地形追隨質(zhì)量坐標(歐拉質(zhì)量坐標)。采用雙向三重嵌套方案,區(qū)域中心為(27°N,107°E),水平格距分別為9 km、3 km、1 km,實現(xiàn)對貴州省內(nèi)冰雹過程的高分辨率模擬,網(wǎng)格嵌套以及區(qū)域設(shè)計如表1和圖1所示。第1層覆蓋了西南地區(qū)東部、華中地區(qū)中南部、華中地區(qū)中西部和華南地區(qū)大部,這個大網(wǎng)格范圍基本覆蓋了影響貴州冰雹過程的主要天氣尺度系統(tǒng),有利于提高對細網(wǎng)格區(qū)域內(nèi)中小尺度系統(tǒng)的模擬能力。第2層覆蓋了貴州不同冰雹路徑的主要源地;最內(nèi)層網(wǎng)格定位則主要為了跟蹤引起貴州冰雹過程的中小尺度對流云團的發(fā)展過程,并便于對對流云系產(chǎn)生冰雹的機制進行分析。

      表1 WRF-ARW模式模擬參數(shù)設(shè)置Tab.1 WRF-ARW mode simulation parameter settings

      圖1 WRF模式3層嵌套模擬區(qū)域(d01、d02、d03分別代表1、2、3層模擬區(qū)域)Fig.1 Three layer nested simulation area of WRF mode(D01, D02 and D03 represent layer 1, 2 and 3 simulation areas respectively)

      1.2 資料介紹

      模式初始場采用歐洲中心提供的0.25°×0.25°ERA5再分析資料(the fifth generation ECMWF atmospheric reanalysis of the global climate.),水平分辨為0.25°×0.25°,初始場資料每6 h更新一次。為驗證模式模擬效果,選用了貴州省10部C波段多普勒雷達資料(貴陽、六盤水、畢節(jié)、興義、遵義、都勻、三穗、銅仁、務(wù)川、榕江)及其產(chǎn)品(如組合雷達反射率等);風云2G衛(wèi)星資料,由陳英英[16-17]采用的反演方法得到的衛(wèi)星云微物理參數(shù)反演產(chǎn)品。

      2 冰雹個例實況及天氣形勢分析

      2020年3月23日14時18分—23時02分(北京時,下同),貴州省受南支槽前西南氣流控制,至14時,南支槽東移、副高東退(圖2)。貴州省中部以西地區(qū)出現(xiàn)大范圍的降雹過程,30個降雹點主要集中在貴州省中部一帶及西南部兩個區(qū)域,且處于烏蒙山東側(cè)下坡處,這兩個降雹區(qū)域的降雹出現(xiàn)時段均呈現(xiàn)西早東晚、南早北晚,由西向東降雹時間逐步推遲的特征(圖3a);貴州省西南部區(qū)域降雹直徑存在南部為2~4 mm,北部為2 mm或大于4 mm的特點(圖3b)。

      圖2 2020年3月23日ERA5再分析資料500 hPa形勢場(a:08時;b:14時;黑色等值線:氣壓場;虛線:溫度場;箭頭:水平風場)Fig.2 500 hPa situation field of era5 reanalysis data on March 23, 2020(a: 08:00; b: 14:00; black isoline: pressure field; dotted line: temperature field; arrow: horizontal wind field)

      圖3 2020年3月23日降雹分布(a:降雹時段分布;b:降雹直徑分布)Fig.3 Hail Distribution on March 23, 2020(a: hail period distribution; b: Hail Diameter Distribution)

      3 模擬結(jié)果驗證

      3.1 形勢場對比

      從14時、20時ERA5和模擬的500 hPa形勢場上來看,模式對風場和溫度場的模擬結(jié)果與實況基本一致,模式也模擬出了氣壓場的分布和走向,但模擬的氣壓場比實況約低10 hPa(圖4)。

      3.2 冰雹云場對比

      從FY-2G衛(wèi)星產(chǎn)品相當黑體溫度(Black-Body Temperature, TBB)與模擬云帶(云水、冰晶、雪晶、霰、雨水、冰雹等6個水凝物比質(zhì)量垂直氣壓加權(quán)累計值)對比可以看出(圖5),至23日16時,模式基本模擬出了冰雹云的分布,但模擬結(jié)果比實況滯后近3 h;至23日19時,對于貴州省中部以北的冰雹云的分布及移動方向模擬結(jié)果與實況基本一致,但滯后3 h,對于貴州省中部以南的冰雹云,模式模擬出了移動方向,但移速較實況過快,位置較實況偏東。

      圖4 2020年3月23日ERA5(a、c)和模擬(b、d)500 hPa形勢場對比(藍線:氣壓場;紅線:溫度場;箭頭:水平風場)Fig.4 Comparison between era5 (left) and simulated (right) 500 hPa situation field(blue line: pressure field; red line: temperature field; arrow: horizontal wind field)

      圖5 2020年3月23日衛(wèi)星反演黑體亮溫(a、c)與模擬云帶(b、d,即云水、冰晶、雪晶、霰、雨水、冰雹等6個水凝物垂直累計值,單位:g·kg-1對比)Fig.5 Comparison between blackbody brightness temperature retrieved by satellite and simulated cloud belt (right, i.e. vertical cumulative values of cloud water, ice crystal, snow crystal, graupel, rain and hail,unit∶ g·kg-1)

      3.3 雷達回波演變特征對比

      圖6給出了實況與模擬雷達組合反射率的演變對比,可得出與圖4相似的結(jié)論,模擬結(jié)果較實況滯后約3 h,對于貴州省中部以北的對流云團,模式可以很好地模擬出其位置及移動方向,回波強度也與實況基本一致;但對于貴州省中部以南的對流云團,模擬結(jié)果較實況偏東,且移速較實況偏快。

      圖6 2020年3月23日實況(a、c)與模擬(b、d)雷達組合反射率對比Fig.6 Comparison of combined reflectance of live and simulated radar

      3.4 降雹分布特征對比

      3月23日08時—24日08時,模式模擬的降雹分布(圖7)與實況(圖3)較一致,模式對于貴州省中部以北的降雹模擬較好,但對于貴州省南部降雹的分布模擬相對較差。從模擬的逐小時降雹分布(圖略)與實況降雹出現(xiàn)時間分布圖(圖3a)對比來看,模式模擬的降雹時段為23日17時—24日05時,模擬開始出現(xiàn)降雹比實況滯后約3 h,模擬降雹持續(xù)時間比實況多3 h,貴州省中部以北降雹分布與實況基本一致,但貴州省南部的降雹分布較實況略偏東。

      圖7 模擬23日08時—24日08時降雹量Fig.7 Simulated hailfall from 08:00 on the 23rd to 08:00 on the 24th

      通過以上分析可知,模擬與觀測冰雹云移動方向一致,均是從貴州省西部進入向東偏北方向移動,模擬的南部冰雹云移動較實況略快,模擬的降雹點與實況相比較一致,模擬出了南北兩條降雹帶。由于模擬雹云生命史、回波強度、雹云移動方向以及空間位置、降雹時間和冰雹落區(qū)等與觀測有著比較好的一致性,這為進行敏感性試驗奠定了良好的基礎(chǔ),故而在此基礎(chǔ)上開展地形敏感性試驗研究,以期探討地形對冰雹云發(fā)生發(fā)展及降雹分布的影響。

      4 地形敏感性試驗

      4.1 敏感性試驗設(shè)計方案

      為了研究此次冰雹天氣地形的作用,本文對模擬地形進行了敏感性試驗(test1、test2、test3、test4、test5),ctrl為原地形控制試驗,test1試驗是將原地形高度降低一半,test2試驗是將原地形高于1 500 m的部分全部改為1 500 m,test3試驗是將原地形高度升高1.2倍,test4試驗是僅將烏蒙山(24.646 1~28.501 2°N,102.533~106.497°E)地形高度降低一半,test5試驗是僅將烏蒙山地形高度升高1.2倍(圖8)。然后將test1、test2、test3、test4、test5和控制試驗ctrl模擬結(jié)果進行對比分析,從而探討地形對此次冰雹天氣的影響。

      圖8 模擬采用地形(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.8 Simulated terrain(a: ctl; b: test1; c: test2;d: test3; e: test4; f: test5)

      4.2 敏感性試驗結(jié)果分析

      4.2.1 地形對降雹的影響 將敏感性試驗與控制試驗的24 h降雹量結(jié)果進行對比(圖9),可以看出,地形改變后降雹帶的分布及量級均發(fā)生了變化,地形降低的試驗(test1、test4)降雹均減弱,其中test1北部降雹消失,南部降雹減弱且較控制試驗更為偏南,test2南部降雹基本消失,北部降雹減弱。地形升高的試驗(test3、test5)北部降雹均增強,其中test3北部降雹增強,且范圍較控制試驗南北更寬東西更長,并出現(xiàn)了多個降雹強中心,test5北部降雹增強且較控制試驗略微偏南,并向東發(fā)展。西部變?yōu)?500平臺的test4試驗較控制試驗而言,北部的降雹南壓且增強,南部的降雹偏西。從貴州區(qū)域(24.5~29.5°N,103.5~110°E)的降雹量做區(qū)域累計值隨時間變化圖(圖10),可以看出地形降低試驗的累計總降雹量均低于控制試驗,地形升高試驗的累計總降雹量均高于控制試驗,test3的累計總降雹量最高,test4的累計總降雹量最低(圖10a),地形的改變使得累計逐小時降雹量的波形發(fā)生了變化,test2、test3、test5的降雹極大值出現(xiàn)的時間接近控制試驗,出現(xiàn)在23日23時—24日00時左右,而test1、test4的降雹極大值出現(xiàn)的時間均晚于控制試驗,但是地形的改變對冰雹的出現(xiàn)時間、持續(xù)時間改變不大(圖10b)。

      圖9 2020年3月23日08時—24日08時模擬24 h降雹分布對(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.9 Comparison of simulated 24h Hailfall(a: ctl; b: test1;c: test2; d: test3; e: test4; f: test5)

      圖10 貴州區(qū)域累計降雹量時間變化(a:累計總降雹量;b:累計逐小時降雹)Fig.10 Time variation of cumulative hailfall in Guizhou(a: cumulative total hailfall; b: cumulative hourly hailfall)

      上述分析可知,地形的改變對冰雹的空間分布和發(fā)展有影響,地形增高會使冰雹分布范圍更廣,發(fā)展更旺盛,甚至會造成多降雹強中心的生成,地形降低反之。

      4.2.2 地形對10 m風場的影響 圖11給出了模擬冰雹發(fā)生時,即2020年3月23日18時貴州上空10 m風場。對比控制試驗和敏感性試驗結(jié)果可以看出,地形降低(test1、test4)使得貴州省的風場輻合減弱,地形升高(test3、test5)使得貴州省西部偏南風大幅增強,同時增強了風場輻合,由于風場的變化,敏感性試驗的地面輻合線位置也較控制試驗有所變化。

      圖11 2020年3月23日18時10 m風場對比(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.11 Comparison of 10m wind field at 18 on March 23, 2020(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)

      4.2.3 地形對動力場的影響 對比控制試驗和敏感性試驗貴州區(qū)域最大上升速度隨時間變化結(jié)果(圖12)可知,ctrl控制試驗有3個最大上升速度極值中心,分別出現(xiàn)在23日22時、24日01時和05時,而改變地形的敏感性試驗中最大上升速度最早出現(xiàn)的極值中心均早于控制試驗。地形降低的試驗中最大上升速度極大值均低于24 m·s-1,且相對均勻地出現(xiàn)在傍晚到午夜期間。地形升高的試驗中最大上升速度極大值均高于24 m·s-1,且最大值出現(xiàn)在23日18時左右(模擬降雹開始時刻)。貴州區(qū)域平均相對渦度隨時間變化對比(圖13)可以看出,地形增高的試驗與控制試驗變化不大,但地形降低的試驗在冰雹生成及發(fā)展前期、800~600 hPa區(qū)間出現(xiàn)了輻散,不利于冰雹的生成發(fā)展。

      圖12 貴州區(qū)域最大上升速度隨時間變化對比(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.12 Comparison of the maximum vertical velocity with time in Guizhou(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)

      圖13 貴州區(qū)域平均相對渦度隨時間變化對比(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.13 Comparison of regional average relative vorticity with time in Guizhou(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)

      4.2.4 地形對微物理場的影響 基于4.2.1的結(jié)果,分別選定控制試驗和各個敏感性試驗貴州區(qū)域累計逐小時降雹量極大值出現(xiàn)的時刻,做水凝物的區(qū)域平均值垂直變化圖(圖14)??刂圃囼炛?,空中具有相對充沛的過冷水,為貝吉隆過程提供了良好的條件,且雪晶和霰的比水量高(分別大于0.07 g·kg-1、0.09 g·kg-1),冰雹主要是由雪晶和霰粒子轉(zhuǎn)化而來,降雹的同時伴隨降水。敏感性試驗均是雪晶和霰比水量高,但是test1試驗中雪晶和霰粒子的比水量均小于控制試驗,過冷水也不如控制試驗,這也導致了冰雹和雨水的比水量遜于控制試驗;test2試驗的情況與test1類似;test3試驗的雪晶比水量遠大于控制試驗,霰的比水量小于控制試驗,但有著更為充沛的過冷水,冰雹生成發(fā)展的條件優(yōu)于控制試驗;test4試驗的雪晶和霰的比水量均大于控制試驗(其中雪晶比水量大于0.1 g·kg-1),但其過冷水含量與控制試驗相當,在一定程度上抑制了冰雹的濕增長;test5試驗的情況與test3類似。

      圖14 2020年3月23—24日各試驗降雹極大值時刻貴州區(qū)域平均水凝物垂直變化對比(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.14 Comparison of vertical changes of regional average condensate in Guizhou at the maximum of Hailfall in each test(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)

      5 結(jié)論與討論

      本文利用中尺度數(shù)值模式模擬研究了2020年3月23日貴州一次冰雹天氣過程,并通過開展地形敏感性試驗,分析了地形對冰雹云發(fā)生發(fā)展及降雹分布的影響。主要結(jié)論如下:

      ①WRF模式模擬冰雹云移動、冰雹落區(qū)和演變特征與觀測有較好的一致性。

      ②地形的改變對冰雹的空間分布和發(fā)展有影響,地形增高會使冰雹分布范圍更廣、發(fā)展更旺盛,甚至會造成多降雹強中心的生成,地形降低反之。

      ③地形增高使得貴州省西部的偏南氣流增強,加強輻合,在降雹初期提升垂直上升速度,使得冰雹更加快速地生成、增長;地形降低反之,且會在低層出現(xiàn)輻散,不利于冰雹發(fā)生發(fā)展。

      ④地形增高試驗中具有更為充沛的過冷水和較豐富的雪晶、霰,為冰雹通過貝吉隆過程及碰并過程的濕、干增長提供了更為優(yōu)越的條件。

      猜你喜歡
      降雹實況冰雹
      小諸葛漫“話”天氣之冰雹
      科學24小時(2024年2期)2024-02-21 19:49:13
      黑龍江省冰雹的時空分布特征
      黑龍江氣象(2022年2期)2022-08-07 11:04:32
      青海省東部農(nóng)業(yè)區(qū)近60 a降雹特征及其致災危險性
      干旱氣象(2022年3期)2022-07-01 16:46:38
      威寧冰雹落點時空分布特征
      鄉(xiāng)村小學的愿望與現(xiàn)實——宜君鄉(xiāng)村教育實況
      當代陜西(2019年10期)2019-06-03 10:12:24
      冰雹的優(yōu)點
      天舟一號貨運飛船發(fā)射實況掠影
      可愛潮咖們的獨門彩妝實況直播
      春日冰雹
      滇池(2016年2期)2016-05-30 19:27:39
      快跑啊,下冰雹了
      邵武市| 塘沽区| 定结县| 剑阁县| 五大连池市| 石林| 卢龙县| 资源县| 厦门市| 临朐县| 万载县| 宣化县| 于都县| 雷州市| 威宁| 沐川县| 台东县| 安仁县| 固原市| 普洱| 项城市| 霸州市| 长顺县| 南皮县| 惠东县| 甘谷县| 乌兰浩特市| 博爱县| 闽清县| 花垣县| 柳林县| 北票市| 东兰县| 阳高县| 连江县| 当雄县| 南江县| 保靖县| 锡林浩特市| 永登县| 陵水|