基于多源观测资料研究重庆地区一次风雹过程

doi:10.11755/j.issn.1006-7639(2024)-04-0598

摘要/Abstract

摘要：

为认识风雹发生前后对流系统的热动力演变特征，加强新型探测资料在风雹监测预警中的应用，利用微波辐射计、风廓线雷达、多普勒雷达等观测资料，对2014年4月18日凌晨发生在重庆西部地区的一次强风雹天气过程进行分析。结果表明：此次风雹过程为典型的低层暖平流强迫类强对流天气，雷达回波悬垂特征和径向速度辐合明显。风雹发生前，微波辐射计反演的温湿度跃增明显，风雹发生前1.0~3.0 h，K指数、850 hPa与500 hPa假相当位温差（θ_se850-500）、对流有效位能（Convective Available Potential Energy， CAPE）、0~3 km垂直风切变（Vertical Wind Shear，SHR_0-3）等指数随时间临近明显递增，大气折射率结构常数（Cn²）在风雹发生前0.2~0.5 h达到波峰，风廓线雷达显示中低层的垂直速度随高度波动较大；多次风雹过程的参数共性显示，风雹发生前0~0.5 h，微波辐射计25.00 GHz亮温、Cn²和大气折射率结构常数面积（ $S C n 2$ ）都有明显增加趋势，风雹发生前0~10 min， $S C n 2$ 均大于-500 dB·km阈值。观测站降雹时，垂直积分液态水和地面到高空的垂直速度差均达到最大，Cn²在中低层跃增大于阈值-120 dB。以上特征对识别风雹的发生有较好指示意义。

关键词: “4·18”风雹, 微波辐射计, 风廓线雷达, 不稳定参数

Abstract:

In order to understand the thermodynamic evolution characteristics of the convective system before and after the occurrence of hailstorm, and strengthen the application of new detection data in hailstorm monitoring and early warning, a strong hailstorm weather process occurring in the western of Chongqing in the early morning of April 18, 2014 was analyzed by using the observation data of microwave radiometer, wind profiler radar and Doppler radar. The results show that the hailstorm process was a typical strong convective weather forced by low-level warm advection, and the radar echo overhanging characteristics and radial velocity convergence were obvious. Before the occurrence of the hailstorm, the temperature and humidity retrieved by microwave radiometer data increased significantly. From 1.0 to 3.0 hours before the occurrence of hailstorm, K index, 850 hPa and 500 hPa pseudo-equivalent potential temperature differenc (θ_se850-500), CAPE (Convective Available Potential Energy), vertical wind shear from 0 to 3 km (SHR_0-3) etc. increased significantly with time. The atmospheric refractive index structure constant (Cn²) increased to its peak within 0.2 to 0.5 hours before the occurrence of hailstorm, and the vertical velocity observed by wind profile radar in middle and lower layers, fluctuated significantly with height. The commonness of the parameters of multiple hail processes show that the brightness temperature of 25.00 GHz, Cn² and the area of atmospheric refractive index structure constant (S_Cn2) of microwave radiometer had a significant increase trend within half hour before the occurrence of hail, and S_Cn2 was greater than the threshold of -500 dB·km within 10 minitutes before the occurrence of hailstorm. The vertical integral liquid water and the vertical velocity difference from the ground to the high altitude reached the maximum when the hail fell on the ground, and the Cn² jumped to the threshold value of -120 dB in the middle and low layers. All the characteristics mentioned above have a good indication for identifying the occurrence of hail.

Key words: “4.18” hailstorm, microwave radiometer, wind profile radar, instability parameters

中图分类号:

P412

邹倩, 左春艳, 吴政谦, 翟丹华, 牟容. 基于多源观测资料研究重庆地区一次风雹过程[J]. 干旱气象, 2024, 42(4): 598-610.

ZOU Qian, ZUO Chunyan, WU Zhengqian, ZHAI Danhua, MU Rong. Research on a hailstorm process in Chongqing based on multi-source observation data[J]. Journal of Arid Meteorology, 2024, 42(4): 598-610.

图/表 13

图1 2014年3—8月沙坪坝站探空及微波辐射计反演的温度廓线（a）、水汽密度廓线（b）及其平均误差（c）（误差棒为对应的标准偏差σ，线段长度为2 σ。下同）

Fig.1 The temperature profile （a） and water vapor density profile （b） from radiosonde and retrieved by microwave radiometer data and their average errors （c） at Shapingba Station from March to August 2014 （The error bars represent the standard deviation σ， and the line segment length is 2 σ. the same as below）

图2 2014年4月17日23：44—18日00：02重庆永川雷达0.5°（左）、4.3°（中）仰角反射率因子和0.5°仰角（右）平均径向速度（黑色圆圈为沙坪坝曾家位置，曾家位于永川雷达方位角52°、距离57 km处）

Fig.2 The evolution of reflectivity factors on the elevation of 0.5° （the left）， 4.3° （the middle） and average radial velocity on the elevation of 0.5° （the right） of Yongchuan radar in Chongqing from 23：44 April 17 to 00：02 April 18， 2014 （The black circle is the position of Zengjia in Shapingba， the azimuth of Zengjia relative to Yongchuan radar is 52°， and the distance is 57 km）

图3 2014年4月17日18：00—18日02：00重庆沙坪坝站微波辐射计观测的不同气象要素随时间变化及实测逐分钟降水量

Fig.3 The variation of different meteorological elements observed by microwave radiometer and the measured minute-by-minute precipitation at Shapingba Station in Chongqing from 18：00 on 17 to 02：00 on 18 April 2014

图4 2014年4月18日00：00、00：05和00：10重庆沙坪坝站微波辐射计观测的温度（a）、湿度（b）、液态水含量（c）垂直廓线

Fig.4 The vertical profiles of temperature （a）， humidity （b） and liquid water content （c） observed by microwave radiometer at Shapingba Station in Chongqing at 00：00， 00：05 and 00：10 April 18， 2014

图5 2014年4月17日20：00（a）重庆沙坪坝站微波辐射计观测亮温与模拟亮温，冰雹发生时（4月18日00：04—00：07）K波段水汽通道（b）及V波段氧气通道（c）平均亮温与24 h平均亮温

Fig.5 The brightness temperature observed by microwave radiometer and simulated brightness temperature at 20：00 on 17 April 2014 （a）， the average brightness temperature from 00：04 to 00：07 on 18 April 2014 and the 24 h average brightness temperature of K-band water vapor channel （b）， and V-band oxygen channel （c） at Shapingba Station in Chongqing

图6 2014年4月17日18：00—18日02：00（a）、17日23：00—18日01：00（b）重庆沙坪坝站风廓线雷达水平风场随时间的变化（单位：m·s-1）（彩色填色为垂直风场）

Fig.6 The variation of horizontal wind field of windprofile radar with time at Shapingba Station in Chongqing from 18:00 on 17 to 02:00 on 18 April 2014 (a) and from 23:00 on 17 to 01:00 on 18 April 2014 (b) (Unit: m·s-1) (The color shaded indicates vertical wind field)

图7 2014年4月18日重庆沙坪坝站降雹前后风廓线雷达垂直速度（W）和大气折射率结构常数（Cn2）垂直廓线（a）降雹时（18日00：05），（b）降雹前（17日23：55），（c）降雹前（18日00：00），（d）降雹后（18日00：10）

Fig.7 Vertical profile of vertical velocity and atmospheric refractive index structure constant （Cn2） of wind profile radar before and after hail at Shapingba Station on April 18， 2014 （a） hail time （00：05 on 18），（b） before the hail （23：55 on 17），（c） before the hail （00：00 on 18），（d） after the hail （00：10 on 18）

表1 2014年4月17日20：00微波辐射计及风廓线雷达计算的部分环境参数与探空观测值对比

Tab.1 Comparison of some environment parameters calculated by microwave radiometer and wind profile radar data with radiosonde observations at 20：00 on April 17，2014

项目	K指数/℃	TT/℃	SI/℃	θ_se850-500/℃	CAPE/（J·kg^-1）	SHR_0-6/（m·s^-1）
探空观测	40.00	48.80	-3.20	25.20	2 042.00	21.30
探空时间内微波辐射计和风廓线雷达计算的平均值	42.70	51.80	-3.70	19.50	1 860.00	27.50
探空时间内微波辐射计和风廓线雷达计算的均方根误差	0.90	0.98	0.52	1.13	167.28	2.33
春季重庆地区风雹阈值	34.00	50.00	-1.90	16.00	872.00	14.00

图8 风雹发生前0~5.0 h微波辐射计和风廓线雷达数据计算的12项热力、动力不稳定参数30 min平均值和变化率

Fig.8 The 30 min average value and variation ratio of 12 thermal and dynamic instability parameters calculated by microwave radiometer and wind profile radar data in 5 hours before the occurrence of hailstorm

图9 风雹发生前0~2.0 h亮温（a）、大气折射率结构常数（b）和大气折射率结构常数面积的（c）逐5 min平均值变化

Fig.9 The variation of the 5 min average value of brightness temperature （a）， atmospheric refractive index structure constant （b） and the area of atmospheric refractive index structure constant （c） in 2 hours before the occurrence of hailstorm

表2 重庆3次风雹主要时段天气现象

Tab.2 The weather phenomena during main periods of the three hailstorm processes in Chongqing

日期	主要时段	风雹中心区天气现象	冰雹最大直径/mm	风雹发生前5 h 观测站降雨情况	风雹中心离观测站距离/km
2014-08-04	16：30—17：00	风雹、小雨	20	无降雨	8.8
2017-05-10	23：30—次日00：30	雷暴、风雹、短时强降雨	<10（随降随化）	无降雨	19.9
2018-05-05	19：30—20：30	风雹、小到中雨	<10	弱降雨	29.4

图10 3次风雹过程前5 h环境参数逐30 min平均值变化

Fig.10 Variation of 30 min average value of environmental parameters within 5 hours before the three hailstorm processes

图11 3次风雹过程前2 h 25.00 GHz（a）、58.80 GHz（b）亮温，大气折射率结构常数（c）和大气折射率结构常数面积（d）随时间变化

Fig.11 The variation of brightness temperature of 25.00 GHz （a） and 58.80 GHz （b）， atmospheric refractive index structure constant （c） and the area of atmospheric refractive index structure constant （d） in 2 hours before the occurrence of the three hailstorm processes

参考文献 37

[1]	把黎, 奚立宗, 蔡迪花, 等, 2023. 基于微波辐射计资料的祁连山东段大气水汽和液态水时空变化特征[J]. 干旱气象, 41(1):64-72. DOI
[2]	鲍艳松, 钱程, 闵锦忠, 等, 2016. 利用地基微波辐射计资料反演0-10 km大气温湿廓线试验研究[J]. 热带气象学报, 32(2):163-171.
[3]	曹艳察, 田付友, 郑永光, 等, 2018. 中国两级阶梯地势区域冰雹天气的环境物理量统计特征[J]. 高原气象, 37(1):185-196. DOI
[4]	方桃妮, 黄艳, 叶妍婷, 等, 2022. 边界层风廓线雷达资料在浙中强对流天气中的应用[J]. 气象科技, 50(3):369-379.
[5]	苟阿宁, 吴翠红, 王玉娟, 等, 2022. 基于风廓线雷达的湖北梅雨期暴雨中小尺度特征[J]. 干旱气象, 40(1):84-94. DOI
[6]	黄兴友, 张曦, 冷亮, 等, 2013. 基于MonoRTM模型的微波辐射计反演方法研究[J]. 气象科学, 33(2):138-145.
[7]	黄治勇, 徐桂荣, 王晓芳, 等, 2014. 基于地基微波辐射计资料对咸宁两次冰雹天气的观测分析[J].气象40(2):216-222.
[8]	黄治勇, 周志敏, 徐桂荣, 等, 2015. 风廓线雷达和地基微波辐射计在冰雹天气监测中的应用[J]. 高原气象, 34(1):269-278. DOI
[9]	蓝渝, 郑永光, 毛冬艳, 等, 2014. 华北区域冰雹天气分型及云系特征[J]. 应用气象学报, 25(5):538-549.
[10]	雷蕾, 孙继松, 魏东, 2011. 利用探空资料判别北京地区夏季强对流的天气类别[J]. 气象, 37(2):136-141.
[11]	李聪, 姜有山, 姜迪, 等, 2017. 一次冰雹天气过程的多源资料观测分析[J]. 气象, 43(9):1084-1 094.
[12]	刘春文, 郭学良, 段玮, 等, 2021. 云南一次典型降雹过程的冰雹微物理形成机理数值模拟研究[J]. 大气科学, 45(5):965-980.
[13]	刘健文, 郭虎, 李耀东, 等, 2005. 天气分析预报物理量计算基础[M]. 北京: 气象出版社:1-10.
[14]	孙继松, 戴建华, 何立富, 等, 2014. 强对流天气预报的基本原理与技术方法——中国强对流天气预报手册[M]. 北京: 气象出版社:50-63.
[15]	孙炜文, 王璇, 肖潇, 2022. 江西一次冰雹过程的S波段双偏振雷达回波特征分析[J]. 暴雨灾害, 41(6):621-630.
[16]	唐仁茂, 李德俊, 向玉春, 等, 2012. 地基微波辐射计对咸宁一次冰雹天气过程的监测分析[J]. 气象学报, 70(4):806-813.
[17]	田付有, 张小玲, 曹艳察, 等, 2022. 中国中低海拔地区三类强对流天气环境条件的基本气候特征[J]. 高原气象, 41(6):1446-1 459.
[18]	王洪, 吴乃庚, 万齐林, 等, 2018. 一次华南超级单体风暴的S波段偏振雷达观测分析[J]. 气象学报, 76(1):92-103.
[19]	王佳津, 张琪, 张涛, 等, 2021. 成都两次暴雨期间风廓线雷达观测的低空风场特征[J]. 干旱气象, 39(1):87-95.
[20]	魏东, 孙继松, 雷蕾, 等, 2011. 三种探空资料在各类强对流天气中的应用对比分析[J]. 气象, 37(4):412-422.
[21]	吴芳芳, 俞小鼎, 张志刚, 等, 2013. 苏北地区超级单体风暴环境条件与雷达回波特征[J]. 气象学报, 71(2):209-227.
[22]	徐小红, 余兴, 刘贵华, 等, 2022. 冰雹云卫星早期识别与自动预警[J]. 大气科学, 46(1):98-110.
[23]	杨引明, 陶祖钰, 2003. 上海LAP-3000边界层风廓线雷达在强对流天气预报中的应用初探[J]. 成都信息工程学院学报, 18(2):155-160.
[24]	俞小鼎, 2014. 关于冰雹的融化层高度[J]. 气象, 40(6):649-654.
[25]	俞小鼎, 周小刚, 王秀明, 2012. 雷暴与强对流临近天气预报技术进展[J]. 气象学报, 70(3):311-337.
[26]	张秋晨, 王俊, 李雪, 2018. 地基微波辐射计资料在对流云降水前的变化特征初探[J]. 高原气象, 37(6):1578-1 589.
[27]	张亚萍, 邓承之, 牟容, 等, 2015. 重庆市强对流天气分析图集[M]. 北京: 气象出版社:91-97.
[28]	章国材, 2011. 强对流天气分析与预报[M]. 北京: 气象出版社:65-94.
[29]	郑婧, 陈娟, 徐星生, 等, 2020. 一次低空急流加强下的暴雨过程成因分析[J]. 干旱气象, 38(3):411-422.
[30]	周志敏, 万蓉, 崔春光, 等, 2010. 风廓线雷达资料在一次冰雹过程分析中的应用[J]. 暴雨灾害, 29(3):251-256.
[31]	邹倩, 陈小敏, 邓承之, 等, 2022. 重庆不同天气条件下地基微波辐射计探测特征[J]. 干旱气象, 40(1):114-124. DOI
[32]	曾智琳, 谌芸, 朱克云, 等, 2019. 广东省大冰雹事件的层结特征与融化效应[J]. 大气科学, 43(3):598-617.
[33]	CHAKRABORTY R, DAS S, JANA S, et al, 2014. Nowcasting of rain events using multi-frequency radiometric observations[J]. Journal of Hydrology, 513(5): 467-474.
[34]	CHAN P W, HON K K, 2011. Application of ground-based, multi-channel microwave radiometer in the nowcasting of intense convective weather through instability indices of the atmosphere[J]. Meteorologische Zeitschrift, 20(4): 431-440.
[35]	MADHULATHA A, RAJEEVAN M, VENKAT RATNAM M, et al, 2013. Nowcasting severe convective activity over southeast India using ground-based microwave radiometer observations[J]. Journal of Geophysical Research: Atmospheres, 118(1):1-13.
[36]	WON H Y, KIM Y H, LEE H S, 2009. An application of brightness temperature received from a ground-based microwave radiometer to estimation of precipitation occurrences and rainfall intensity[J]. Asia-Pacific Journal of Atmospheric Sciences, 45(1): 55-69.
[37]	ZHENG L N, ZHANG Z H, JIA X Q, 2017. Analysis of two hailstorm processes accompanied with weak precipitation in the north of Shandong[J]. Meteorological and Environmental Research, 8(6): 6-14.