張浩然,鄭佳鋒,車玉章
(成都信息工程大學大氣科學學院/高原大氣與環境四川省重點實驗室,四川成都 610225)
高原渦是一種常出現在青藏高原500 hPa左右的低壓渦旋系統。高原渦是青藏高原及周邊地區最重要的天氣系統之一,在適宜的天氣形勢下,高原渦會東移,造成中國中東部地區的暴雨等災害性天氣[1-2]。因此對高原渦及其云-降水的觀測和研究具有重要價值和意義。
20世紀70年代至今,許多學者都對高原渦的形成演變機理和特征進行了相關研究。葉篤正等[3]指出,高原低渦的水平尺度約500 km,垂直厚度約2~3 km。羅四維等[4]研究發現,高原渦生成源地主要在羌塘、松潘、那曲和柴達木;高原渦在5月活動最頻繁,8月活動最少;高原渦分為暖性低渦和冷渦,均為暖濕和不對稱結構。第二次青藏高原科學實驗期間,衛星監測在很大程度上彌補了常規資料的不足。陳隆勛等[5]利用日本GMS 衛星提供的TBB 資料和NOAA 衛星提供的OLR 資料對青藏高原對流云的變化特征進行了研究,并通過TBB 低值中心確定低渦渦源。
郁淑華等[6]利用GMS 衛星的水汽觀測資料,對1998年8月高原低渦東移期間的水汽云圖進行研究,認為水汽灰度值≥223 的水汽渦旋能很好指示高原低渦的活動過程。何光碧等[7]利用TRMM 衛星資料統計分析了2000-2007年的高原低渦和切變線,結果表明高原低渦和切變線通常不易移出高原,低渦移出常伴隨低渦切變線過程的東移。Fu 等[8]對TRMM 衛星資料的研究發現,青藏高原降水云團在水平方向上多呈零散塊狀分布,在鉛直方向上多呈塔狀分布;夏季青藏高原雖然對流降水頻繁,但降水量與其他地區同期相比較小。
地基雷達等觀測進一步揭示了高原渦云-降水的特征。劉黎平等[9]分析夏季青藏高原對流云降水的雷達回波特征,發現夏季高原對流云降水具有明顯的日變化,雷達回波和降水量在13 時(北京時,下同)開始顯著增強、增大。Yang 等[10]對那曲風廓線雷達數據進行分析,指出邊界層內的對流于09 時開始發展,到15 時,邊界層可發展到最高。常祎等[11]利用地面雨滴譜儀資料研究那曲降水微觀特征的日變化,發現白天雨滴譜的中大粒子濃度比夜間高,雨滴譜更寬;而夜間雨滴譜的中小粒子濃度更高。張濤等[12]利用毫米波云雷達資料研究那曲地區一次熱力對流過程,發現高原地區的降霰對流云具有和低海拔地區冰雹云相類似的結構,對流云中冰晶和霰的融化出現在環境零度層上方300 m區域內。
盡管過去許多學者應用統計、診斷分析和數值模擬等方法對高原渦及其影響進行了大量研究。但目前對高原低渦過境造成的云-降水的垂直精細結構和微物理特征分析還較為少見。本文利用第三次青藏高原大氣科學實驗TIPEX-Ш 中的Ka 波段毫米波云雷達和激光雨滴譜儀,結合地面降水資料和探空資料、FY-2G衛星紅外云圖和ERA-5 再分析資料,對那曲地區2015年8月17-19日一次高原渦天氣影響下的云-降水宏微觀結構和微物理特征進行分析,旨在進一步認識高原渦云-降水的結構和物理特征。
本文使用的Ka 波段毫米波云雷達和激光雨滴譜儀在TIPEX-Ⅲ實驗期間,安裝在那曲氣象局(92°06′E,32°19′N,海拔4507 m)。該Ka 波段毫米波雷達是一部脈沖多普勒體制的單發雙收雷達,工作頻率為33.4 GHz,脈沖重復功率為8333 Hz,天線直徑為2 m,距離庫長30 m,時間分辨率為8.8 s。雷達采用垂直定向的掃描方式,可以實時獲取0.12~15.3 km高度范圍的反射率因子Ze(dBZ)、平均多普勒速度VM(m/s)、譜寬σv(m/s)和線性退極化比LDR(dB)等相關物理量[13]。使用德國OTT 公司研制的Parsivel 2 型激光雨滴譜儀,該設備以光電技術為基礎,當降水粒子穿過儀器內部激光束時,雨滴造成的激光束遮擋會引起電壓減小,通過測定電壓減小幅度實現對降水粒子直徑D(mm)的測量;通過測量降水粒子穿過激光束的時間,來計算得到粒子的下落速度Vt(m/s)。該設備的時間分辨率為60 s,探測資料為32 個直徑通道和32 個速度通道的雨滴個數,D和Vt的測量范圍為0.2~25 mm和0.2~20.0 m/s[14]。
本文還用到那曲站2015年8月17-19日的地面氣象觀測資料、探空資料、FY-2G 衛星紅外云圖資料和歐洲中期天氣預報中心提供的ERA-5 0.25°×0.25°再分析資料。
利用Ka 波段毫米波云雷達計算反射率因子Ze、平均多普勒速度VM、譜寬σv和線性退極化比LDR 的公式如下:
式中:D為粒子直徑(mm),n(D)為粒子數濃度(m-3/mm),Z主要反映云降水的粒子大小[15]。Vs(m/s)和Ve(m/s)分別為起始位置和終點位置的多普勒速度,Ps(dBm)為信號功率,Pn(dBm)為噪聲電平。若VM>0,則表明該時段內上升氣流較強;若VM<0,則表明該時段內可能同時存在下沉氣流和上升氣流,但整體以下沉氣流為主。譜寬σv反映云降水內的湍流強度或粒子譜的分布。由于Ka 波段毫米波云雷達可以同時接收平行和交叉極化返回的多普勒信號,故利用位于交叉通道的反射率因子計算出雷達線性退極化比LDR,ZHV為正交偏振量,ZHH為水平偏振量。LDR 大小與粒子相態有關,冰晶粒子的LDR 較大,液態雨滴的LDR 較小。
此次高原渦天氣過程于2015年8月17-19日影響青藏高原地區。17日08 時-18日08 時,降水主要集中在青藏高原中北部地區,其中班戈、索縣、丁青、拉薩等地的日降雨量均達到中雨級別。18日08 時-19日08 時,降水區域擴大至高原東側,高原東南部地區的日降雨量均達到中雨級別,其中拉薩、波密、丁青、林芝等地日降雨量達到大雨級別。
圖1 為2015年8月17-19日500 hPa位勢高度場和風場,圖中三角形標記了那曲測站的位置。由圖1 可見,17日20 時(北京時間BST,下同),那曲西北側有低壓中心出現;18日08 時,低渦中心分裂為兩個,低渦中心風速略有增大;18日20 時,高原渦向東南方向移動,中心強度略有減弱,但低渦影響范圍增大;19日08 時,低渦強度減弱并移至那曲東南部。19日20 時后,低渦中心逐漸在原地消散,高原渦天氣過程結束。
圖2 為2015年8月17-19日高原渦天氣過程的水汽通量散度圖,圖中負值代表水汽輻合,正值表明水汽輻散。由圖2 可見,17日20 時-18日08 時,那曲地區基本為水汽輻合區。其中,17日20 時,觀測站點附近為水汽輻合區中心;18日08 時和20 時,觀測站點仍然為水汽輻合區,但已脫離中心,且水汽輻合強度有所減弱;19日08 時,那曲地區水汽輻合已經不明顯。整體來看,在低壓系統的影響下,那曲地區的水汽條件較為充沛。

圖2 2015年8月17-19日500 hPa 水汽通量散度
利用FY-2G 衛星黑體輻射亮溫TBB 資料,對此次高原渦天氣形成的云-降水宏觀特征和演變過程進一步分析。圖3 為2015年8月17-19日4 個典型時刻,包括17日20 時、18日18 時、19日03 時和19日10時的云圖。從圖3(a)可見,與500 hPa水汽通量散度輻合中心對應,在17日20 時測站上空有團狀對流云團,對流發展旺盛,云頂高度高,TBB 達-80 ℃以下。18日18 時(圖3b),對流云圖整體有所減弱,少部分合并,測站上空對流云團的亮溫有所增高,對流強度有所減弱。19日03 時和10 時(圖3c 和圖3d),對流云系向東移動,那曲測站上空的對流進一步減弱,亮溫增高,云頂降低,甚至變為層狀云系控制。

圖3 2015年8月17-19日FY-2G 黑體輻射亮溫TBB
在高原渦天氣影響下,2015年8月17日08 時-19日20 時那曲自動站測量的6 h降水量時序圖如圖4所示。可見,降水主要集中在17日20-18日02 時,累計雨量達到6 mm。此后,在18日午后有2 mm降水;19日凌晨至14 時,有6 mm的顯著降水。隨后,因高原渦強度逐漸減弱并消散,降水逐漸停止。

圖4 2015年8月17日08 時-19日20 時那曲觀測站地面6 h 降水量
普查此次高原渦云-降水過程經過那曲站的整體雷達反射率因子回波,并結合地面降水強度及變化,發現此次過程分別于17日23 時-18日02:30(階段一)、18日10 時-14 時(階段二)、18日22 時-23 時(階段三)和19日04:30-10:30(階段四)經過站點上空并產生較明顯的降水。階段一和階段二的云降水結構和降水變化表現為對流性,而階段三和階段四的云降水結構和降水變化表現為積層混合性。對于同類的云降水,選擇較為典型的階段一和階段四進一步分析。
圖5 為2015年8月17日23 時-次日02 時30 分的對流云-降水階段,圖5 為Ka 波段毫米波云雷達觀測的Ze、VM、σv和LDR。由圖5(a)可知,在23:00-02:30,對流云強烈發展,最高可達8 km,其中包含回波強度較強的積雨云和回波強度較弱的積云砧。在00:00-01:48,中低層積雨云對流發展十分旺盛,回波強度達到30 dBZ及以上。積云砧發展高度較高,但是回波強度在10 dBZ以下,對降水的貢獻較小。圖5(b)表明,雷達多普勒速度以負值為主,大小位于-2~0 m/s;正速度值通常出現在對流云頂,最大達到3 m/s,表明較顯著的上升氣流主要出現在云的中上部。從圖5(c)可見,對流云譜寬大值與回波強度大值區相對應,最大可達2.8 m/s,主要集中在低層融化層以下和對流云發展階段。圖5(d)的LDR 表明,在離地1 km處存在一個較大值帶,表明粒子在此處相態發生變化,由冰晶粒子融化為液態粒子。盡管青藏高原夏季降水多為對流性,但整體對流強度相較于平原地區小,因此經常可觀測到圖5 中的亮帶結構。

圖5 2015年8月17日23:00-8月18日02:30 對流云-降水階段的Ka 波段雷達觀測結果
為進一步分析對流云-降水的垂直結構和微物理特征,統計該階段Ze、VM、σv和LDR 回波平均和各分位數廓線(圖6)。從廓線由高層到低層的變化可以看出,整體上,Ze隨著高度降低而逐漸增大、σv隨高度降低而逐漸減小,表明冰晶粒子通過聚并、凇附等過程逐漸增大,粒子譜逐漸增寬;云層從中上部弱的上升氣流逐漸轉為中下部受下沉氣流控制。尤其下降到1 km左右,因冰晶融化效應,4 個物理量均表現出亮帶特征,即數值均有明顯突增或突降現象。零度層亮帶以下,σv有略微增大趨勢,表明冰晶融化成雨滴后,在沉降過程中有一定碰并增長;但Ze則無增大趨勢,這可能是低層雷達靈敏度較高,使統計值反而有所減小的原因。與其他3 個量不同,LDR 在亮帶位置最大,亮帶上下部則快速減小,其對亮帶特征的指示較其他量更為顯著。

圖6 對流云-降水階段物理量的平均值廓線和5%~95%分位數廓線(粉色實線為物理量的平均值廓線,其他顏色線條從左到右依次代表5%、25%、50%、75%、95%分位數)
圖7 為2015年8月19日04:30-10:30 的層積云-降水階段的毫米波雷達觀察結果。觀測結果表明,該階段的云頂高度整體降低至7 km以下,在5:00-9:30,層積云有所發展,云頂高度略有增加。圖7(a)中,整體的雷達回波強度較弱,低層有連續的較強回波。圖7(b)中,VM整體為負值,少數小的正速度出現在云頂。圖7(c)中,σv隨高度的減小呈增大趨勢。圖7(d)中,LDR 在低層也存在一條迅速增大的亮帶,粒子在該處發生相態的轉變,由冰相粒子轉化為雨滴。

圖7 2015年8月19日04:30-10:30 層積云-降水階段的毫米波雷達觀測結果
圖8 為該階段的雷達觀測量廓線圖。整體來看,4個雷達觀測量的隨高度變化趨勢與對流云-降水階段相似,但不同的是,層積云-降水由于對流性更弱,云內混合和冰相過程活躍程度更低,廓線隨高度的變化速率更小,云內幾乎沒有顯著的上升氣流,冰晶譜的寬度變化也非常小。此外發現,層積云-降水階段的零度層亮帶高度有所減低,約為500 m左右,LDR 觀測到的特征在亮帶以下也沒有出現突降的現象。

圖8 層積云-降水階段物理量的平均值廓線和5%~95%分位數廓線(粉色實線為物理量的平均值廓線,其他顏色線條從左到右依次代表5%、25%、50%、75%、95%分位數)
圖9(a)、(b)為2015年8月18日00:00-02:30對流云-降水期間地面雨滴譜儀觀測的雨強和雨滴譜時間序列圖。可以看出,此次降水約持續1.5 h,降水時間短,但強度較大。雨強隨時間變化出現了多次峰值,在01:10 和01:37 降水強度分別達到最強,此后降水迅速減小直至結束。地面降水粒子的直徑在0.1~1.4 mm的雨滴數濃度最高,對降水起主要貢獻。該階段降水出現少部分較大的粒子,最大可達3.8 mm,雨滴譜變化與雨強相對應,雨強越大,雨滴數濃度越高、粒子越大,譜越寬。

圖9 2015年8月18日00:00-02:30 對流云-降水階段的雨滴譜儀觀測到的雨強和雨滴譜
圖10 為2015年8月19日04:30-10:30 層積云-降水期間雨滴譜儀觀測出的雨強和雨滴濃度的時間序列圖。該階段的降水持續約6 h,降水強度相對更小,但持續時間更長。從雨滴譜分布來看,層積云降水的粒子直徑均在2.5 mm以內,相較對流云降水階段而言,粒子直徑更小,主要集中在直徑小于1 mm區間,雨滴譜的寬度與對流云降水相比也更窄。

圖10 2015年8月19日04:30-10:30 層狀云-降水階段的雨滴譜儀觀測到的雨強和雨滴譜
本文對2015年8月17-19日一次青藏高原低渦影響下的云-降水過程的宏微觀結構和微物理特征進行分析,得到如下主要結論。
(1)此次高原渦從高原西側生成,最后在高原上消失,為高原帶來間歇性降水。高原渦在18日凌晨發展達到最強,那曲上空對流云發展旺盛,并帶來短時強降水。那曲上空先為對流性陣性降水,后轉化為層積云連續性降水。
(2)雷達回波圖上,對流云-降水階段回波多為火焰狀的上沖結構,對流較強,發展高度較高,但持續時間短。層積云-降水階段回波多為層狀或片狀,云層高度較對流云階段高度有所降低,但降水持續時間更長。
(3)對流云-降水的云頂高度最高可達8 km,正速度值通常出現在云頂,最大達到3 m/s,表明較顯著的上升氣流主要出現在云的中上部。中低層積雨云對流發展旺盛,反射率因子的雷達回波強度可達30 dBZ。在層積云主導階段,云頂高度有所下降,一般在7 km附近,上升速度的最大值位于0~2 m/s,反射率因子的雷達回波在20 dBZ 以下。在靠近地面附近出現明顯的反射率因子亮帶,此處粒子由冰晶粒子轉變為液態雨滴。
(4)對流云和層積云的雨滴譜也存在一定差異,對流云階段降水粒子直徑更大,譜寬也比層狀云降水更寬。
致謝:感謝大學生創新創業訓練項目(202010621005);成都信息工程大學人才引進項目(KYTZ201728)對本文的資助