佛山強降水與微壓計滑動離散功率譜前置信號關聯分析

張晶晶 李兆明 黃先香

（廣東省佛山市龍卷風研究中心，佛山 528000）

0 引言

大氣重力波與強對流天氣關系密切，并受到氣象工作者的重視與關注。重力波不僅僅是天氣過程的產物，天氣尺度過程中產生的重力波可以激發中尺度強對流過程[1-4]。Hung[5-6]發現美國中部陸龍卷在接地前1～2 h有周期為10～20 min的電離層重力波激發。Koch[7]指出高空急流區下方切變不穩定氣層產生的重力波對強對流的激發有影響，同時急流中的垂直切變也是重力波的能量源。Curry等[8]在英國倫敦使用3個連網的微壓計進行大氣重力波觀測，發現在雷暴過程中有重力波產生，并觀測到大氣重力波在超過數百千米的遠距離中傳播。由此可見，大氣重力波對龍卷及強對流天氣的預報預警能起到重要作用。

由于一般天氣情況下，大氣重力波的振幅都在0.1 hPa以下，而強對流過程只在對流發展到極盛時才產生常規氣壓儀器可測出的壓力波動。因次，對重力波的研究受到傳感儀器靈敏度的限制。一直以來，由于缺乏重力波數據，重力波與強對流天氣關系的相關研究較少且不夠深入。

20世紀90年代，李啟泰等[9-10]使用高靈敏度的電容式微壓波傳感器，將3個探頭布置成三角形陣列，根據同一波陣面到達各陣點（探頭）的時間差及各陣點參數計算出重力波的來向及水平波速、波長并計算出了重力波的振幅和周期，獨創了重力波觀測系統，應用于冰雹過程的預警中，并取得很好效果。趙彩等[11]利用重力波觀測資料統計分析了貴州大氣重力波的季節特征，發現其具有明顯的季節性，且對冷空氣活動和雷暴活動有很強的聯系。覃衛堅等[12]研究了冰雹發生前后的重力波活動特征。

要有效的監測重力波，必須要具有超靈敏度的氣壓監測系統。2016年起，為加強針對龍卷及強對流天氣的監測，佛山布設微壓計并陸續投入使用，目前已有7臺微壓計投入使用，利用這些微壓計資料，本文分析了重力波與強對流天氣的關系。

1 資料與方法

利用佛山市布設的微壓計單站數據，結合同期氣象資料，對佛山2018—2020年強降水過程對應時段的重力波特征進行分析。該微壓計分辨率為1 Pa，采樣頻率為1次/s，數據時間為2018年1月—2020年5月，共29個月。利用連續大氣重力波動態普資料，約24480 h（每分鐘一次重力波周期－振幅）。將氣壓數據進行標準化處理，每3 h計算一次平均的周期－振幅譜（采樣周期6 s，每分鐘進行一次不同波周期（2～90 min）的傅里葉分析，計算出在該時間到達的重力波振幅和周期，每分鐘計算一條波周期－振幅譜線，經過連續運算得到大氣重力波的動態譜。

通過微壓計滑動功率譜對，其中大型的天氣系統過程與具體生成的過程存在異同。通過舉例分析下面過程中情況，對強降水與微壓計功率譜信號進行關聯分析。

2 強降水過程與其對應重力波功率譜個例分析

2.1 2020 年冷空氣混合降水過程分析

圖1 2020年2月15日最大小時累計降水量分布Fig. 1 The maximum accumulated precipitation on 29 February 2019

以2020年2月15日強降水過程為例（圖1），此次主要降水過程從2020年2月15日01時（北京時，下同）開始，在次日07時左右結束，全天各時間段都有較大降水量，其中15日15—16時出現時雨量大于30 mm的短時強降水。此次降水過程為鋒面降水，其中由于有冷空氣補充，降水過程明顯，尤其在后續冷空氣到達后，降水明顯增強。

從最大氣壓變化（圖2）可以看到，氣壓在降水開始前和降水出現的時維持較為穩定的日周期波動，后續冷空氣過境后氣壓一直上升，沒有出現氣壓在降水前明顯的前置信號。最大10 min風速分布（圖2）中也可以看出，在降水開始前同樣并沒有明顯的風速上升或者下降，只在2月15日03時出現較弱的風速增幅，風速激增伴隨著進一步的降水生成，但風速的變化同樣沒有提前預警降水的生成。

圖2 2020年2月14—15日小時最大氣壓變化情況和最大10 min風速分布Fig. 2 Variation of hourly maximum pressure and Distribution of maximum 10 minutes wind speed from 14 to 15 February 2020

對微壓計單站取得的氣壓數據進行標準化處理，使用功率譜為3 h滑動平均。圖3為摘選15～30 min周期的滑動功率譜分析，窗口為3 h。從圖中可以看出，25～30 min周期波動對本次過程有較好的提前相應作用：從2月15日22—23時開始，25～30 min周期的振幅明顯加強，對強降水過程有約2～3 h 的提前預警可能性。在后續強烈降水出現前，波動持續保持在較高的振幅，對15日15—16時，出現超過30 mm/h的短時強降水，也有明顯的信號提前量且振幅波動尤為劇烈。由于冷空氣比降水先到達站點，對于這次冷鋒過程，25～30 min的微壓計氣壓頻率波動出現了2～3 h提前相應。重力波在天氣系統到來前先出現，故可以通過捕捉異常波動，對后續天氣過程進行預估，而原來的氣壓和風速原始數據較難發現此類天氣過程的提前響應。

圖3 2020年2月14—15日滑動功率譜振幅分布Fig. 3 Amplitude distribution of sliding power spectrum from 14 to 15 February 2020

2.2 2019 年夏季短時強降水過程分析

以2019年7月29日凌晨開始的短時強降水為例（圖4），降水開始時間為29日03時，降水時間主要集中在03—20時，時雨量存在兩次波峰，即有兩次短時強降水過程，峰值達到45 mm/h以上。同樣，在圖5中可以看到：氣壓和風速不存在明顯的前置信號，且風速在時雨量第2個峰值處才出現強度響應。

圖4 2019年7月29日最大小時累計降水量分布Fig.4 The maximum accumulated precipitation on 29 July 2019

圖5 2019年7月28—29日小時最大氣壓變化情況與最大10 min風速分布Fig. 5 Variation of hourly maximum pressure and distribution of maximum 10 minutes wind speed from 28 to 29 July 2020

而從圖6可以看到：在29日00時窗口的時間中，氣壓開始出現較強的25～30 min周期波動，對本次降水過程有2～3 h左右的提前效應，而在后續波動最強出現在04時左右，一小時后降水出現時雨量大于30 mm的降水，存在1 h左右的信號超前。圖5未提及重力波信號提前量，圖6的重力波信號提前量為3 h左右，凌晨前后功率譜增大，3 h后出現降水。

圖6 2019年7月28—29日滑動功率譜振幅分布Fig. 6 Amplitude distribution of sliding power spectrum from 28 to 29 July 2020

2.3 強降水與波動前置關系分析

經統計，在無降水時間段，30 min周期的波動振幅主要在0.15強度以下，故選取0.15作為臨界，將30 min波動振幅在0.15強度以上的過程定義為較強波動。通過對強降水最大降水時間點前尋找降水開始時間，同時在強降水時間點往前推找到微壓計中25～30 min周期的較強波動開始出現的時間點，通過兩個時間點進行相減得到下列出現強降水時間點與兩者時間差的關系（圖7），在不同強降水過程中，前置時間大多不一樣。從圖8中可以看到70%以上降水過程能有0.5 h的微壓計功率譜信號超前預警，50%過程能在1 h之前出現功率譜信號提前。重力波信號出現的時間早于強降水天氣過程，可以通過對重力波功率譜信號異常波動捕捉，對后續天氣過程進行預估。強降水發生時段和氣壓下降時段一致，均為04—06時，氣壓對降水么有明顯的提前量信號，最大風速則是在降水后出現，同樣對降水沒有提前預警信號。

圖7 強降水出現時間與信號提前小時數分布Fig.7 Distribution of occurrence time s of heavy precipitation and signal advance

圖8 信號提前小時數統計Fig. 8 Statistics of signal advance hours

3 結論

1）強降水發生前往往能探測到微壓計滑動離散功率譜前置信號，伴隨信號增強雨強也可能隨之增大。

2）風場和氣壓場信號對強降水沒有提前預警信號出現，只在降水正在進行中出現可能響應。

3）微壓計功率譜的信號提前在不同強降水過程中不盡相同，70%以上降水過程能有0.5 h的微壓計功率譜信號超前預警，50%過程能在1 h之前出現功率譜信號提前。

4）微壓計滑動離散功率譜前置信號可以作為短時強對流的預警信號之一，后續可以考慮把信號系統化，或加入到氣象模型中。