0 引言
天山峡谷北缘的乌鲁木齐东南大风具有局地性强、起风突然、风力强劲等显著特征，常对人民生活生产、交通运输等造成严重影响，是新疆地区典型的高影响天气之一，也是乌鲁木齐城市气象预报服务中的重点与难点。该类强风的形成主要源于多尺度天气系统与天山山脉大地形及天山峡谷局地地形的相互作用，表现出明显的下坡风特征（张家宝等，1986）。
世界上许多大型山体背风坡地区均可发生下坡风现象，强烈的下坡风暴往往会导致财产损失、交通中断及其他安全事故。干旱气候背景下，还可能诱发或加剧野火的发生和蔓延（于晓晶等，2025；赵斯楠等，2025）。自从Lilly（1978）通过飞行观测对一次强下坡风暴事件开展系统分析以来，对下坡风暴的研究取得了显著进展，逐步提出了3种主要动力学机制来解释下坡风暴形成过程：1）向上传播的过山波在水平临界层发生反射，导致波幅放大（Klemp and Lilly，1978）；2）重力波破碎后形成自反馈的临界层，使反射波能向下传播并产生共振放大（Clark and Peltier，1984）；3）双层流体结构中形成水跃，其位置可位于稳定性较低层之下（Durran，1986），或位于由逆温层分隔的稳定上方与中性底层之间（Vosper，2004；Smith and Skyllingstad，2011）。
针对乌鲁木齐东南大风的气候特征及其天气背景，已有研究从环流形势、发生频次与持续时间特征等方面开展了系统分析。研究表明，当天山两侧形成南高北低的气压分布时，东南大风易于发生，其对应的天气形势可划分为回流型、锋前减压型、锋前减压加回流型和南冷北暖型，以锋前减压加回流型出现频率最高，约占40%，且对应的大风强度最强（张家宝等，1986）；东南大风主要集中出现在春秋两季，4月和10月最频繁；约70%的大风过程持续时间不足5 h，而持续时间超过11 h的约为24%（杨洪儒和王楠，2014）；天山峡谷两侧较大的气压梯度是东南大风形成和维持的重要动力来源（孟齐辉等，1996）；复杂地形对气流加速过程具有明显调制作用，狭管效应主要影响海拔1 105 m以上区域，动量下传过程则主要发生在海拔2 000 m以下高度（黄海波等，2014）；东南大风过程中强风通常首先出现在1 000~1 500 m高度，随后逐渐向下扩展至地面（肉孜·阿基等，2015）。
已有研究主要集中在大尺度环流背景、季节变化特征及地形动力作用等方面，对于东南大风在复杂地形条件下的三维精细结构特征，及中尺度天气系统与局地地形相互作用触发强风的动力机制，仍缺乏系统深入的研究。鉴于此，选取乌鲁木齐一次极端东南大风过程，综合利用地面气象站观测数据、再分析资料以及高分辨率数值模拟，通过多要素诊断分析，重点揭示气流自天山南侧穿越峡谷并在峡谷北缘逐渐加速过程中的三维空间结构演变、层结稳定度变化及湍流输送特征，并在此基础上凝练其关键的中尺度触发机制，以期为该类高影响天气的预报预警提供科学依据。
1 研究区、数据与方法
1.1 研究区概况
中国境内天山山脉大致可分为东西两段，其间形成一条呈西北—东南走向的狭长峡谷，即天山峡谷。峡谷长约80 km，平均宽度约20 km，峡谷底部海拔约为1 000~1 200 m，两侧山体平均海拔在2 000 m以上。天山峡谷北端连接准噶尔盆地，乌鲁木齐位于峡谷北缘背风坡；峡谷南端为吐鲁番盆地，盆地最低处海拔低于-154 m（图1）。当天山两侧气压场南高北低时，气流沿峡谷由南向北加速，通过峡谷后在北缘形成东南大风。依据地形特征及气流路径，将沿程划分为3个典型区段：A—B段为迎风坡，B—C段为峡谷通道区，C—D段为背风坡。
图1
图1
地形（填色）和模式三重嵌套区域（a）及D03研究区内气象站点（黑色点）与各区段（b）
（红色矩形为研究区，下同；A、B、D为气流路径参考点，C为红雁池站，下同；蓝色折线为气流过山剖面位置）
Fig.1
Topography （the color shaded） and triply nested model domains （a） and meteorological stations （black dots） and subregions within the D03 domain （b）
（The red rectangle indicates the study area， the same as below； points A， B， and D denote reference locations along the airflow path， point C represents the Hongyanchi Station， the same as below； and the blue line indicates the cross-sectional location of the airflow over the mountain）
1.2 数据
1）乌鲁木齐和吐鲁番两个国家基本气象站2022年4月26日至5月6日逐小时海平面气压及瞬时风速观测资料、1991—2020年逐小时海平面气压资料，以及代表站点乌鲁木齐南郊红雁池站2022年4月29日至5月3日逐小时瞬时风速观测资料。以上数据来自于新疆气象信息中心天擎数据库。
2）环流形势分析使用2022年4月29日至5月3日美国国家环境预报中心（National Centers for Environmental Prediction，NECP）FNL（Final Operational Global Analysis）ds083.2数据集产品，空间分辨率1°×1°。数值模拟使用的初始场和侧边界条件来自欧洲中期天气预报中心（European Center for Medium-Range Weather Forecasts，ECMWF）第五代大气再分析资料（Fifth generation ECMWF atmospheric reanalysis of the global climate，ERA5），时间分辨率为1 h，空间分辨率为0.25°×0.25°。
3）地形高度使用美国地质调查局（United States Geological Survey，USGS）30″分辨率数据。文中所用时间均为北京时。
1.3 数值模拟方案
表1 WRF模式参数化方案设置
Tab.1
| 物理参数化方案 | 设置 |
|---|---|
| 微物理（mp_phyisics） | WSM3（Hong et al.，2004） |
| 积云（cu_physics） | Kain-Fritsch（D02、D03关闭）（Kain，2004） |
| 长波辐射（ra_lw_physics） | RRTM（Mlawer et al.，1997） |
| 短波辐射（ra_sw_physics） | Dudhia（Dudhia，1993） |
| 陆面（sf_surface_physics） | Noah land Surface Model（Noilhan and Planton，1989） |
| 近地层（sf_sfclay_physics） | MM5 Similarity（Skamarock et al.，2005） |
| 边界层（PBL） | Shin和Hong（开启湍流动能输出）（Shin and Hong，2015） |
Shin和Hong（2015）提出的边界层参数化方案在对流边界层的垂直输送过程中加入尺度依赖，而在稳定边界层及自由大气中仍采用YSU方案描述垂直湍流混合过程，同时输出湍流动能（Turbulent Kinetic Energy，TKE），TKE计算公式如下：
式中：等式右边三项分别表示u、v和w方向上的湍流动能。湍流动能用于表征大气湍流运动的能量，是衡量大气湍流混合与扩散能力的重要指标。
1.4 方法
式中：N为浮力频率，单位为s-1；g为重力加速度，单位为m·s-2；θ为位温，单位为K；z为高度，单位为m；T为气温，单位为K；p为气压，单位为hPa；Rd为干空气气体常数，取值为287 J·kg-1·K-1；Cpd为干空气定压比热，取值为1 004 J·kg-1·K-1。当浮力频率平方大于10-4 s-2时认为大气为稳定层结，值越大层结越稳定（卢冰等，2014）。
2 大风过程概述
2.1 大风天气实况及环流背景
图2
图2
2022年4月29日至5月3日乌鲁木齐大风过程代表站逐时风速风向
Fig.2
Observed hourly wind speed and direction at representative stations during the extreme gale event in Urumqi from 29 April to 3 May 2022
大风过程前期，500 hPa欧亚中高纬为两槽一脊的经向环流型，西西伯利亚至新疆西部为强盛高压脊区，乌鲁木齐位于高压脊前部偏北气流控制下[图3（a）]；与此同时，地面冷高压维持在蒙古地区，咸海至巴尔喀什湖为低压控制，850 hPa乌鲁木齐及其周围开始出现东南风[图3（b）]。5月1日，500 hPa高压脊稳定维持并持续影响新疆[图3（c）]；同时，巴尔喀什湖附近低压系统发展加深，蒙古高压减弱东移，天山两侧气压持续下降，南高北低的气压场形势建立并维持[图3（d）]。5月3日，受上游低槽分裂短波系统东移影响，控制新疆的高压脊减弱东移[图3（e）]；同时地面低压不断向东北方向移动[图3（f）]，天山两侧气压差减弱，东南大风天气过程结束。
图3
图3
2022年4月29日08：00（a、b）、5月1日14：00（c、d）、5月3日20：00（e、f）500 hPa位势高度（等值线，单位：dagpm）及风场（风矢，单位：m·s-1）（a、c、e）、海平面气压场（等值线，单位：hPa）及850 hPa风场（风矢，单位：m·s-1）（b、d、f）
（字母G、D分别为高压、低压中心）
Fig.3
The geopotential height （the contour lines， Unit： dagpm） and wind field （arrow vectors， Unit： m·s-1） at 500 hPa （a， c， e） and sea level pressure field （the contour lines， Unit： hPa） and 850 hPa wind field （arrow vectors， Unit： m·s-1） （b， d， f） at 08：00 on April 29 （a， b）， 14：00 on May 1 （c， d）， 20：00 on May 3 （e， f） 2022
（The letter G and D represent the high-pressure and low-pressure center， respectively）
2.2 天山两侧气压演变特征
峡谷两侧气压差的变化对峡谷大风的生消演变具有显著影响（靳双龙等，2024）。图4为天山峡谷南北两侧典型代表站吐鲁番和乌鲁木齐1991—2020年4—5月及2022年4月26日—5月6日平均海平面气压及气压差的日变化。乌鲁木齐海平面气压高于吐鲁番，2站具有较为一致的日变化特征。吐鲁番气压日较差大于乌鲁木齐，二者气压差呈波动变化，峰值出现在10：00、谷值在19：00。2022年4月26日至29日23：00，乌鲁木齐气压高于吐鲁番，随后吐鲁番气压超过乌鲁木齐；30日03：00，吐鲁番气压达到过程最大值后开始下降；至5月3日20：00前吐鲁番气压一直高于乌鲁木齐。此阶段气压差共出现4个明显峰值。天气尺度系统调整导致天山两侧气压南高北低，叠加两地气压日变化，使得气压差呈现出明显的昼夜波动变化特征。
图4
图4
1991—2020年4—5月（a、b）及2022年4月26日—5月6日（c、d）乌鲁木齐、吐鲁番平均海平面气压（a、c）及其气压差（吐鲁番减乌鲁木齐，下同；b、d）日变化
Fig.4
The daily variation of mean sea level pressure （a， c） in Urumqi and Turpan and its pressure difference （Turpan minus Urumqi， the same as below； b， d） during April-May of 1991-2020 （a， b） and from 26 April to 6 May 2022 （c， d）
3 模拟结果检验
选取乌鲁木齐及其南郊红雁池站检验10 m风速模拟结果，其中风速风向实况使用站点逐小时瞬间风速风向观测值，模拟风速风向使用WRF模式逐小时输出的10 m风速、风向计算结果；同时使用吐鲁番和乌鲁木齐站观测数据检验海平面气压模拟结果。
模式较好地再现了红雁池风速的波动变化特征[图5（a）]，清晰呈现出4个波峰结构，其强度与实况较为一致；模拟风向以东南风为主，也与实况较一致。乌鲁木齐风速同样呈现出明显的波动变化特征[图5（b）]，模拟值整体略偏大；实况风向以东南、东东南、南东南为主，而模拟风向以东南为主。海平面气压的实况与模拟结果均表现为在整体逐渐下降的过程中叠加明显昼夜波动特征[图5（c）]，吐鲁番和乌鲁木齐两站气压差的模拟与实况基本吻合，呈现4个波峰结构[图5（d）]。红雁池风速及气压差的波动变化均表现为第2个波峰最强，风速变化对气压差变化响应明显，但滞后1~2 h。检验结果表明，WRF模式能够较好模拟此次大风过程的主要变化特征，模拟结果可信，可用于进一步的动力和热力结构诊断分析。
图5
图5
2022年4月29日至5月3日红雁池（a）、乌鲁木齐（b）风速（实线）、风向（风矢）及乌鲁木齐和吐鲁番海平面气压（c）、气压差（d）的实况和模式模拟
（竖线2、4、6、8为红雁池模拟风速波峰时刻，3、5、7为波谷时刻，1、9为大风起始和结束时刻）
Fig.5
Observed and simulated wind speed （solid lines） and wind direction （arrow vectors） at Hongyanchi （a） and Urumqi （b）， and sea level pressure in Urumqi and Turpan （c） and pressure difference （d） from 29 April to 3 May 2022
（Vertical lines 2， 4， 6， and 8 denote the peak times of simulated wind speed at Hongyanchi； lines 3， 5， and 7 denote the trough times； lines 1 and 9 denote the onset and termination times of the gale event）
4 风场三维结构及层结特征
4.1 风场垂直分布特征
为分析不同高度风场结构特征，选取4个代表时刻进行诊断：过程起始时刻（4月29日22：00）、风速第一波谷（4月30日21：00）、第2波峰（5月1日11：00）及过程结束时刻（5月3日20：00），高度层分别选取距地面10 m以及海拔1 500、2 000、3 000 m共4层（图6）。
图6
图6
2022年4月29日22：00（a、e、i、m）、4月30日21：00（b、f、j、n）、5月1日11：00（c、g、k、o）、5月3日20：00（d、h、l、p）海拔3 000 m（a、b、c、d）、2 000 m（e、f、g、h）、1 500 m（i、j、k、l）及地面10 m（m、n、o、p）风速（填色）与风向（箭矢）（单位：m·s-1）
（灰色阴影为地形，下同）
Fig.6
Wind speed （the color shaded） and wind direction （arrow vectors） at 3 000 m （a， b， c， d）， 2 000 m （e， f， g， h）， 1 500 m （i， j， k， l）， and 10 m above ground （m， n， o， p） at 22：00 on 29 April （a， e， i， m）， 21：00 on 30 April （b， f， j， n）， 11：00 on 1 May （c， g， k， o）， and 20：00 on 3 May （d， h， l， p） 2022 （Unit： m·s-1）
（The gray shading indicates terrain， the same as below）
过程起始时刻，10 m风向相对凌乱，整体风速不大，海拔1 500 m高度，西天山南麓及天山峡谷南端开始出现弱东南风；2 000、3 000 m高度尚未形成明显的东南气流。4月30日21：00，天山两侧气压差已经历第一次波峰并回落至波谷阶段，天山峡谷地面至3 000 m高度已稳定建立东南风。受峡谷狭管效应影响，气流在峡谷内明显加速，峡谷中部至北端地面至海拔2 000 m高度风速普遍达6级以上，其中海拔1 500 m高度风速最大，风力超过9级。5月1日11：00，大风天气过程达到最强盛阶段，500 hPa高压脊稳定控制新疆地区，随着蒙古高压东移，天山两侧气压差达到最大。研究区500 hPa为弱东南风，而850 hPa为显著而强劲的东南气流。对应11：00各高度风场结构，天山峡谷内东南风强劲且垂直发展深厚，其中峡谷中部至北端1 500 m高度风速最大，峡谷出口处风速超过11级，并在出口及其下游形成大范围10级以上强风区；2 000 m高度峡谷出口处风速同样达到11级，但强风范围小于1 500 m高度；地面及3 000 m高度峡谷出口风力也达到7~8级。5月3日20：00，3 000 m高度风向转为偏北风，2 000 m高度东南风整体减弱至6级以下，地面仅在峡谷出口处存在小范围6级东南风，1 500 m高度在峡谷中部至出口仍存在局地6级以上风区，至此大风天气过程基本结束。
4.2 层结稳定度及气压差垂直分布特征
下坡风暴常伴有稳定层结存在，若缺乏稳定层结条件，则下坡风难以维持和发展（Brinkmann，1974）。进一步研究表明，稳定层结与低空急流是强下坡风形成的重要有利条件（Shestakova et al.，2020）。基于以上认识，对大风过程中迎风坡与背风坡的层结结构特征及天山两侧气压差的垂直分布进行分析，并讨论边界层高度演变特征（图7）。天山两侧气压差垂直分布的时序变化呈现出4个明显脊结构，与红雁池模拟风速的4个波峰相对应。脊顶出现时间与风速波峰基本一致或略早，其中，第2个脊值最大，与最大风速出现在第2波峰相对应，此时气压差顶高度超过3 000 m，与天山峡谷内东南风垂直延伸至海拔3 000 m以上的结构特征相一致。迎风坡侧稳定层结强度大值区主要在海拔3 000 m高度附近，其中在风速最大的第2波峰阶段，层结稳定度最强，其高度可达4 000 m；至第4波峰阶段，稳定层结高度逐渐下降至2 000 m左右。背风坡侧风速第2、3波峰阶段稳定层结高度维持在2 000 m左右，至第4波峰阶段逐渐下降并接近地面。迎风坡、背风坡参考点海拔高度分别为620、1 020 m，可认为稳定层结距离地面高度大致在2 400、1 000 m。大风过程中，迎风坡侧的边界层高度同样呈现出4个波峰结构，其峰值出现时间为13：00—16：00，最大高度距地面约1 800 m，夜间则显著降低并接近地面，表现出典型的边界层昼夜变化特征。而背风坡侧的边界层高度未表现出明显的昼夜周期性变化，其高度基本与稳定层结强度大值区所在高度一致，表明下坡风暴过程中边界层高度的发展受到了抑制。
图7
图7
2022年4月29日至5月3日红雁池站模拟风速逐时变化（a）及吐鲁番与乌鲁木齐气压差（b，单位：hPa）、迎风坡（c）、背风坡（d）浮力频率平方（填色，单位：10-4 s-2）时间-高度剖面
（蓝色线为边界层高度，单位：km）
Fig.7
Hourly variation of simulated wind speed at Hongyanchi Station (a), and time-height cross sections of the pressure difference between Turpan and Urumqi (b, Unit: hPa), squared buoyancy frequency on the windward (c) and leeward (d) slopes (the color shaded, Unit: 10-4 s-2) from 29 April to 3 May 2022
（The blue line denotes the boundary layer height， Unit： km）
5 气流过山垂直剖面及湍流特征
5.1 气流垂直结构
2022年4月29日22：00[图8（a）]，1 000 m高度附近仅存在不足1 hPa的气压差，整体风场结构尚未建立。30日11：00[图8（b）]，天山两侧气压差顶高度升高至4 000 m左右，海平面气压差超过4 hPa，在气压梯度力作用下峡谷内气流因狭管效应而持续加速，自峡谷中部至北端出口风速普遍达6级以上，并在接近出口处增强至9级；等位温线出现波动，表明气块在运动过程中伴随显著的垂直振荡，即出现了重力波（李国平等，2025），该重力波主要由气流爬坡进入峡谷过程中受迎风坡地形强迫抬升激发，并在峡谷北端出口处下沉形成波谷；峡谷中部出现风速在12 m·s-1以上的急流轴，其高度随气流运动由2 500 m逐渐下降至1 000 m附近，结合气流在峡谷内持续加速的动力学特征，该急流可判定为典型的地形性低空急流。5月1日11：00[图8（c）]风速最大，天山两侧气压差达最强，气压差顶高度超过4 000 m，海平面气压差达7 hPa，东南风垂直高度伸展至4 000 m左右，重力波振幅最大，背风坡上空重力波波谷区风速达11级，近地面风速达10级；峡谷内至背风坡区域均存在明显低空急流结构，急流轴走向与等位温线形态基本一致，表明地形性低空急流随重力波传播。风速第3、4波峰阶段[图8（d）、（e）]，海平面气压差维持在6 hPa，气压差顶高度逐渐下降，4 000 m高度风向逐渐转为西北风，低空急流强度逐渐减弱，急流轴高度也逐渐下降。随后天山两侧气压差进一步减小[图8（f）]，峡谷内风速明显减小，低空急流逐渐衰弱，东南风出现高度下降至2 000 m以下，重力波振幅同时减小，下坡风暴过程趋于结束。
图8
图8
2022年4月29日22：00（a）、30日11：00（b）、5月1日11：00（c）、2日11：00（d）、3日13：00（e）及20：00（f）沿气流穿越天山峡谷剖面的水平风速（填色，单位：m·s-1）、位温（等值线，单位：K）、水平风速与垂直运动合成（风矢，单位：m·s-1）随高度的变化及吐鲁番和乌鲁木齐气压差廓线
（黑色圆点为地面至5 km高度大于12 m·s-1的最大风速层位置，下同）
Fig.8
The variations of horizontal wind speed （the color shaded， Unit: m·s-1）， potential temperature （contour lines， Unit： K）， and the combined horizontal wind speed and vertical motion （arrow vectors， Unit： m·s-1） with height along the airflow passing through the Tianshan canyon together with the pressure difference profile between Turpan and Urumqi at 22：00 on 29 April （a）， 11：00 on 30 April （b）， 11：00 on 1 May （c）， 11：00 on 2 May （d）， 13：00 on 3 May （e）， and 20：00 on 3 May （f） 2022
（Black dots indicate the height of the maximum wind speed layer exceeding 12 m·s-1 from the surface to 5 km， the same as below）
气流垂直结构演变及其对地面大风的触发作用可概括如下：在天山两侧气压差建立并增强的背景下，气压梯度力驱动气流沿峡谷方向加速，在狭管效应作用下逐渐形成东南走向的地形性低空急流；当气压梯度达最强时，峡谷内东南风垂直方向可延伸至4 000 m高度；气流在进入天山峡谷过程中受迎风坡地形强迫抬升而激发重力波，并随气流在峡谷内传播；当重力波在背风坡发生下沉运动时，可带动低空急流轴下沉，使强风区向近地面扩展，从而触发地面大风。在此过程中重力波与低空急流是两个核心因素。
5.2 湍流活动特征
4月29日22：00[图9（a）]，迎风坡至峡谷内整体为弱上升运动，未出现大于1 m2·s2的湍流动能。4月30日11：00[图9（b）]，迎风坡地面至海拔3 000 m高度以上升运动为主，峡谷内上升与下沉运动交替出现，这种垂直运动分布也印证了重力波波列的存在（王蓉等，2023），其中峡谷出口处出现较强的下沉运动，与图8（c）中重力波在该区域下沉形成波谷的结构特征相一致，同时背风坡地面至低空最大风速带之间出现明显的湍流动能大值区。5月1日11：00[图9（c）]，垂直运动达到最大，并沿气流路径呈交替分布特征；迎风坡至天山峡谷及背风坡均出现两对明显的上升、下沉运动区，其中上升运动在迎风坡最强，下沉运动在峡谷北端最强，其垂直速度分别达1.2、-2.1 m·s-1，并向上延伸至3 000 m高度；该垂直运动的结构及强度特征与图8（c）中重力波在此阶段达到最强的结果相一致；与背风坡下沉运动相对应，湍流动能显著增强，最大风速带上下分别形成湍流动能大值区，其强度均达5 m2·s2，此时低空急流轴位于两个湍流动能大值区之间，强烈的湍流输送显著增强了低空急流能量向地面传递，这种背风坡气团向下传输能量的过程在下坡风暴模拟中较为常见，被认为是背风坡风速快速增强的重要动力因素之一（Vosper，2004）。随后峡谷两端气压梯度逐渐减弱，垂直运动与湍流动能逐渐减弱，至过程结束时，除近地面仍存在弱湍流动能外，低空已不再出现1 m2·s2以上的湍流动能，上升、下沉运动的交替结构也随之消失[图9（d）、（e）、（f）]。
图9
图9
2022年4月29日22:00（a）、30日11:00（b）、5月1日11:00（c）、2日11:00（d）、3日13:00（e）及20:00（f）沿气流穿越天山峡谷剖面的湍流动能（等值线，单位：m2·s2）与垂直运动（填色，单位：m·s-1）随高度的变化
Fig.9
The variations of TKE (the contour lines, Unit: m2·s2) and vertical motion (the color shaded, Unit: m·s-1) with height along the airflow passing through the Tianshan canyon at 22:00 on 29 April (a), 11:00 on 30 April (b), 11:00 on 1 May (c), 11:00 on 2 May (d), 13:00 on 3 May (e), and 20:00 on 3 May (f) 2022
6 结论
2022年4月30日至5月3日乌鲁木齐出现一次持续时间较长的东南大风天气过程，乌鲁木齐南郊红雁池站8级以上大风持续65 h，为近10 a最强过程之一，最大风力达11级。基于站点观测资料和再分析资料，使用WRF v4.3模式对本次长历时大风过程进行高分辨率数值模拟，系统分析了大风过程的三维结构、层结稳定特征及气流加速并触发下坡风暴的动力机制，得到以下主要结论。
1）蒙古高压东移及北疆锋前减压共同作用，形成天山两侧南高北低的气压分布格局，并维持较长时间。系统性的气压差叠加两地气压的昼夜变化，最终表现为明显的昼夜波峰-波谷结构，气压差自地面向高空延伸，其顶高可达4 000 m高度，为峡谷内气流持续加速提供了稳定而充足的动力条件。
2）在较强气压梯度力驱动下，气流自天山峡谷南端进入峡谷，并在地形强迫作用下形成与峡谷走向一致的东南气流。受峡谷狭管效应影响，气流在峡谷内持续加速，逐渐发展为典型的地形性低空急流。
3）气流在进入峡谷过程中受迎风坡地形抬升形成重力波，低空急流沿重力波在峡谷内传播，并在峡谷出口背风坡下沉，且低空急流风速在背风坡上空达到最大，强风区逐渐向近地面扩展，从而触发地面下坡风暴。
4）重力波波列伴随上升、下沉运动交替出现，其中背风坡强下沉运动显著增强了湍流动能向下输送的效率，从而促进低空急流动量向地面传递，并进一步增强下坡风暴风速。
5）大风过程中，迎风坡上空稳定层结强度大值区主要维持在海拔3 000 m左右高度，低空以上升运动为主，边界层高度表现出明显的昼夜变化特征。背风坡上空稳定层结强度大值区维持在2 000 m左右高度，低空以下沉运动为主，边界层高度与稳定层结高度基本一致。这种较强且持续存在的稳定层结结构有效抑制垂直混合，为下坡风暴的发展和维持提供了有力的热力条件。
参考文献
地面气压在纵向峡谷区大风预报中的应用探讨
[J].
为减少大风天气对金沙江下游水电站建设和电力输送的影响，通过分析干季频繁发生的大风事件，探索峡谷区风速变化与气压相关参数之间的关系，寻找预警大风的有效指标。该地区因风速预报难度大，数值预报在峡谷区受到限制，因而地面观测尤为重要，尤其是气压变化。本文以金沙江下游四川和云南交界的南北纵向峡谷为研究区，利用峡谷区自建观测站数据，结合水电站坝区的经验预报，研究峡谷区大风事件中风速与气压相关参数的关系。结果表明，大风发生前，站点气压通常明显下降，下降值超过7.7 hPa并持续3~6 h后，风速增加的可能性增大；若风速稳定升高持续1~6 h，能达到7级大风。测站的变压值对风速预警极为重要，尤其是3 h变压，当3 h负变压超过2.0 hPa时，地面风速开始增加。通过格兰杰因果关系检验方法发现，峡谷上下游风速变化存在明显滞后性，葫芦口大桥站通常先于下游1~2 h出现大风。气压差可作为重要大风预警指标，当荒田与葫芦口大桥站气压差达18.1 hPa时，大风发生的可能性明显增大。
乌鲁木齐一次强东南大风天气成因分析
[J].利用NCEP 1°×1°的6 h再分析资料、常规观测资料及边界层风廓线雷达资料，对2012年3月30日发生在乌鲁木齐市区及南郊的一次破坏性很大的强东南大风天气成因进行了分析。结果表明：（1）海平面气压场呈现出标准的东高西低、南高北低的形势，具备了产生东南大风天气的大尺度环流背景；（2）850 hPa上空，乌鲁木齐上游的暖平流和下游的冷平流分别造成地面较强减压和加压，有利于东南大风出现；（3）本次东南大风可以划分为“锋前减压加回流型”；（4）本次东南大风风力很强的原因是达坂城与乌鲁木齐较大的气压差及低层存在明显的动量下传；（5）风廓线雷达1 000～1 500 m高度的风向风速变化对乌鲁木齐市区东南大风起风与停止的预报有一定的参考价值，但能否成为指标因子，则需进一步的研究。
2022年新疆十大天气气候事件
[EB/OL]. (
地窝堡机场东南大风特征及其大气结构
[J].按照民航系统气象行业标准要求， 结合乌鲁木齐国际机场的具体情况， 给出乌鲁木齐机场东南大风的定义， 并应用乌鲁木齐机场 1978 ～2012 年间逐时观测的风速风向对机场东南大风的特征进行分析， 然后再引入水跃理论和 Froude 数， 对机场东南大风发生时的大气结构做解析。结果表明:(1)1980 年代与 2000 年代至今， 为东南大风的兴盛期， 1990 年代为东南大风的低值期;(2)东南大风主要集中出现在春秋季， 其中尤以 4 月出现次数最多， 占总出现次数的 36． 4%;(3)早晨至中午期间，东南大风多发且风速较大;午后至夜间， 东南大风发生次数少， 且风速也相对较小;(4)东南大风的持续时间以低于 5 h 为主， 其次为持续 11 h 以上的大风， 而持续时间在 5 ～11 h 之间的大风出现最少;(5)对于 4 月和 11 月而言， 大风发生时达坂城与本场的气压差与同时次本场的温度垂直递减率存在显著的线性关系。
华北地区一次对流激发重力波的卫星观测和数值模拟研究
[J].对流激发的重力波能够向中层大气输送动量和能量,准确获取重力波主要特征对于研究中层大气的动力学和热力学结构非常重要。本文利用COSMIC（constellation observing system for meteorology, ionosphere and climate）资料,结合中尺度数值预报模式WRF（weather research and forecasting）,对2010年8月4日发生在华北地区上空的一次对流激发的重力波事件进行分析。结果表明：此次事件激发的重力波在平流层以中低频重力波为主,且在平流层中垂直波长、水平波长分别为9~11 km和650~800 km,约62%的动量聚集在15~25 km高度的低平流层。在对流活动发生期间,低平流层重力波势能密度一直维持较大数值,而上平流层重力波势能密度则在对流减弱后迅速减小,且伴随着下一次对流活动的出现再次迅速增大。平流层不同高度上重力波势能密度对对流活动的响应主要与对流发展高度和背景风场有关,当对流发展较浅时,其激发的重力波在低层西风中易耗散;当对流发展较深到16 km甚至更高时,其激发的重力波接近零风层,并在东风中迅速上传,使得高层重力波势能密度增加较快。
2025年1月美国洛杉矶破纪录山火事件的干旱气象条件归因
[J].气候增暖背景下，全球山火频率和强度呈显著上升趋势，人为活动可通过改变气候背景条件而显著加剧山火发生风险。2025年1月洛杉矶遭遇破纪录山火事件（简称“25·1”洛杉矶山火事件），前期干燥少雨的干旱状况为其发生提供了有利的气象条件，但气候自然变率和人为外强迫对此类高影响极端干旱事件的定量贡献尚未充分明晰。鉴于此，本文以“25·1”洛杉矶山火事件的关键干旱气象成因为切入点，借助中国科学院大气物理研究所极端事件检测归因系统（Detection and Attribution System of Institute of Atmospheric Physics， Chinese Academy of Sciences，CAS-DASys）开展大样本数值模拟试验并加以归因分析。观测结果表明，在“25·1”洛杉矶山火事件发生前的2024年下半年，美国西部处于持续性降水匮乏和空气干燥状况，其降水量比气候平均态（1981—2010年）偏低约60%、水汽压差（Vapor Pressure Deficit，VPD）偏高0.33 kPa；二者标准化距平分别高达为-1.83和2.13，近44 a（1981—2024年）位列第二。基于CAS-DASys模拟结果的归因分析发现，人为外强迫对美国西部降水变化影响较小，但使得VPD大幅度增加，进而导致类似2024年下半年极端干旱事件的发生。对于类似2024年的极端大气干燥状况，在自然强迫下几乎不可能发生，但在全强迫下发生概率增至0.012%（不确定性范围：0.000 46%~0.110 00%），进而极大增加了类似2024年干燥少雨状况的极端干旱事件发生概率。本研究揭示了全球增暖背景下人为外强迫对区域山火关键干旱气象因子的定量影响，可为山火气象条件的预报预测及其风险应对决策提供科学依据。
高温和干旱对美国加利福尼亚州山火的影响
[J].高温和干旱是山火发生的重要气候驱动因素。本文基于1984—2023年美国加利福尼亚州山火历史矢量数据与多源高分辨率气候数据，对比分析了四季最高气温、最大（最小）饱和水汽压差、降水量及标准化降水蒸散指数的变化趋势及其与森林区过火面积的关系。结果表明，过去40 a山火发生频次和过火面积均呈明显上升趋势，夏季和秋季为主要火灾季节。山火主要集中在地形复杂、植被覆盖丰富的南部横断山脉、西部海岸山脉及北部山脉等区域。气象要素对山火的影响具有显著季节性，其中夏季最高气温、最大和最小饱和水汽压差与过火面积均呈显著正相关，表明高温和大气干燥度的协同作用是驱动山火频发与规模扩大的主要气象因素。随机森林模型的分析结果进一步证实，在主要山火发生的季节，最高气温、最大和最小饱和水汽压差均具有主导作用。
Strong downslope winds at boulder, Colorado
[J].
Critical level reflection and the resonant growth of nonlinear mountain waves
[J].
A nonhydrostatic version of the Penn state-NCAR mesoscale model: Validation tests and simulation of an Atlantic cyclone and cold front
[J].
Another look at downslope windstorms. Part I: The development of analogs to supercritical flow in an infinitely deep, continuously stratified fluid
[J].
A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation
[J].
The Kain-Fritsch convective parameterization: An update
[J].
Numerical simulation of hydrostatic mountain waves
[J].
A severe downslope windstorm and aircraft turbulence event induced by a mountain wave
[J].
Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave
[J].
A simple parameterization of land surface processes for meteorological models
[J].
A study on the formation and trend of the Brewer-Dobson circulation
[J].
Climatology of extreme downslope windstorms in the Russian Arctic
[J].
Representation of the subgrid-scale turbulent transport in convective boundary layers at gray-zone resolutions
[J].Parameterization of the unresolved vertical transport in the planetary boundary layer (PBL) is one of the key physics algorithms in atmospheric models. This study attempts to represent the subgrid-scale (SGS) turbulent transport in convective boundary layers (CBLs) at gray-zone resolutions by investigating the effects of grid-size dependency in the vertical heat transport parameterization for CBL simulations. The SGS transport profile is parameterized based on the 2013 conceptual derivation by Shin and Hong. First, nonlocal transport via strong updrafts and local transport via the remaining small-scale eddies are separately calculated. Second, the SGS nonlocal transport is formulated by multiplying a grid-size dependency function with the total nonlocal transport profile fit to the large-eddy simulation (LES) output. Finally, the SGS local transport is formulated by multiplying a grid-size dependency function with the total local transport profile, which is calculated using an eddy-diffusivity formula. The new algorithm is evaluated against the LES output and compared with a conventional nonlocal PBL parameterization.
Effects of inversion height and surface heat flux on downslope windstorms
[J].
Inversion effects on mountain lee waves
[J].
On the orographically generated low-level easterly jet and severe downslope storms of March 2006 over the Tacheng Basin of northwest China
[J].
