APP下载

台风“利奇马”期间苏州大暴雨物理量诊断和微物理特征分析

2021-05-15郭小浩何琰曹舒娅赵静娴吴玥李睿陈纾杨

气象科学 2021年2期
关键词:散度负值强降水

郭小浩 何琰 曹舒娅 赵静娴 吴玥 李睿 陈纾杨

(1 苏州市气象局,江苏 苏州 215131;2 吴中区气象局,江苏 苏州 215128)

引 言

台风是造成江苏区域性暴雨的重要天气系统之一。由于地理位置等原因,直接登陆江苏并造成区域性暴雨的台风不多,但台风在浙江、福建或广东登陆后北上过程中仍能给江苏带来较强的降水影响,致灾事件时有发生[1,2]。

因为危害大且较难预报[3],台风造成的强降水一直是研究热点,国内外学者从多个角度对其进行过深入研究。比如Chien, et al[4]和 LIN, et al[5]研究发现西南季风和台风环流存在相互作用,同时雨带中的对流单体在沿着山坡上升的过程中发展迅速,从而使得台风“莫拉克”给台湾地区带来了极端性强降水。喻自凤等[6]发现在不同时期,西风槽、地形作用和垂直风切变的不同组合使得台风“泰利”降水特点存在较大不同。另外还有研究表明在西风槽的影响下,垂直风切变和台风结构的变化使得台风“温妮”的强降水呈现出明显的非对称性[7]。此外,热带气旋的系统动力过程与云微物理过程之间的相互作用[8]也会对台风强降水造成很大的贡献和影响。

台风降水特征离不开台风自身的发展变化。Montgomery, et al[9]发现在台风最大风圈半径附近的对流可以触发正的位势涡度对称性,这种对称性可以通过增大台风眼壁处的切向风有利于台风的加强;同时,涡旋性动力或热力对流会冲到台风云系顶部,在台风中心产生剧烈的垂直运动。这些因素在台风增强的过程中起到了关键作用[10-12]。环境因素也会对台风的强度变化存在深远影响[13-15],包括海温下降、下垫面摩擦、干冷空气侵入、垂直风切变增大等不利因素。Titley, et al[16]的研究表明由高层辐合向下传输的涡旋通量会引起浅薄的次级环流,这会导致台风在洋面上快速减弱。同时,大尺度季风涡旋和热带气旋之间的相互作用也会对台风的发展造成影响,这种相互作用主要是通过改变热带气旋的内部结构而对其产生作用[17]。

台风“利奇马”具有强度强、衰减慢和移动较缓慢的特点,其登陆期间对苏州造成了严重的风雨影响。本文结合多源观测资料,从宏观和微观角度,对本次台风期间苏州大暴雨的物理特征及机制展开深入分析,以期加深对苏州地区台风影响特征的理解。

1 资料和方法

采用JMA日本气象厅的最佳台风路径及强度资料分析了台风的移动路径,使用NCEP/NCAR提供的逐6 h细网格(分辨率为1°×1°)再分析数据,分析了“利奇马”暴雨影响相关的云水含量,分析了假相当位温、水汽通量散度、Q矢量、湿位涡等物理量特征。

利用苏州雨滴谱仪所采集到的雨滴谱资料,计算降雨强度、雨滴数密度、雨滴平均直径、雨滴含水量、雷达反射率因子、雨滴谱宽等微物理量[18-19]。对于每一个雨滴谱样本,当降雨强度<0.1 mm·h-1或雨滴数密度<10个时,该样本被认为是无降水特征而被剔除。通过对雨滴谱资料的分析进一步了解台风暴雨的微物理特征。

2 天气背景

图1 2019年8月10日(a)08时和(b)20时的500 hPa形势场Fig.1 Synoptic charts of 500 hPa at (a) 08∶00 BST and (b) 20∶00 BST on 10 August, 2019

图2 (a)2019年8月10日苏州站小时雨量实况变化和(b) 2019年8月9日20时—10日20时24 h降水量空间分布Fig.2 (a)Time variety of one-hour rainfall intensity at Suzou station on August 10, 2019, (b) spatial distribution of cumulative precipitation in24 hours from 20∶00 BST on 9 to 20∶00 BST on 10 August, 2019

2019年第09号台风“利奇马”在西北太平洋洋面上生成后强度不断加强,于8月7日迅速加强为超强台风,9日20时(北京时,下同),“利奇马”在副高外围的东南气流引导下向西北方向移动,强度维持,并于凌晨在浙江北部沿海登陆。由于台风“罗莎”顶托作用使得副高形成的高压坝阻挡了“利奇马”向东偏转(图1),同时副高西侧的偏南气流不断引导“利奇马”由西北转向正北方向移动。9日夜里至10日苏州主要受台风影响,风雨影响明显。台风影响期间,苏州全市普降大暴雨,平均累积降雨量为144.9 mm,最大累积雨量达276.4 mm,主要降水时段集中在10日白天(图2a),其中16时前后苏州站最大小时雨强达48 mm·h-1;9日20时—10日20时苏州站累积降水量为163.3 mm(图2b)。10日夜里“利奇马”从苏州过境北上,到了11日“利奇马”继续向偏北方向移动并远离。

环境垂直风切变与台风降水落区密切相关,因此利用再分析资料在图3中计算了台风“利奇马”中心外围8个经度和纬度平均环境风切变(850 hPa和200 hPa之间风矢量差)[20]。对垂直风切变而言,沿切变方向为顺切,相反则为逆切。10日白天台风外围的沿环境平均垂直风切变、顺切方向的左侧对流云发展易旺盛;从图3可以看出,苏州10日白天的降水,尤其是10日下午的强降水主要位于偏北的切变风风场中,并主要处于环境垂直风切变的顺切方向及其左侧,这和CHEN, et al[21]提出的降水落区和垂直风切变对应的关系相似。

图3 台风利奇马周围环境平均垂直风切变变化Fig.3 Variation of environmental vertical wind shear of typhoon Lekima

3 物理量诊断

3.1 假相当位温和水汽条件

图4 8月10日地面6 h降水实况:(a) 08—14时;(b)14—20时Fig.4 Surface 6-hours precipitation at (a) 08∶00 BST to 14∶00 BST and (b) 14∶00 BST to 20∶00 BST on 10 August

图5 9日20时θse沿26°N垂直剖面(a)、θse沿苏州(31°N,120°E)随时间的垂直剖面(b)(单位:K)和10日14时700 hPa水汽能量散度及风场(c)(阴影,单位:10-6 g·cm-2·hPa-1·s-1;矢量箭头,单位:m·s-1:台风登陆位置)Fig.5 (a)The vertical cross-sections of the components of θse along 26°N at 20∶00 BST on 9 August;(unit:K),(b) θse over Suzhou from 08∶00 BST on 8 August to 20∶00 BST on 11 August and (c) vapor flux divergence and wind at 700 hPaat 14∶00 BST on 10 August (shaded,unit:10-6 g·cm-2·hPa-1·s-1; arrow, unit: m·s-1)

从9日20时假相当位温(θse)垂直剖面(沿26 °N)看(图5a),台风两侧θse呈非对称分布,东侧明显大于其西侧,说明台风东侧受到海洋下垫面的能量供给,利于“利奇马”在登陆前强度维持且有所发展。θse(图5b)大值区从10日凌晨起北抬至苏州上空, 9日20时—10日20时500 hPa以下∂θse/∂p>0,有利于对流不稳定的维持。从700 hPa水汽通量散度看(图4c),10日14时在苏州上空有明显的水汽辐合,为10日强降水提供了充沛水汽。综上,台风登陆后,苏州低层能量加强,配合水汽辐合中心,为台风螺旋雨带中对流云系的发展提供了能量、对流不稳定和水汽条件,从而给苏州带来了大暴雨。

3.2 非地转Q矢量

非地转Q矢量可以更好的表现此次台风“利奇马”暴雨中动力和热力因素对非对称强降水形成的强迫作用[20],非地转Q矢量表达式如下:

(1)

(2)

Q矢量散度表达式为:

(3)

图7 8月10日700 hPa非地转Q矢量散度(阴影和等值线,单位:10-15hPa-1·s-3)和风场(矢量箭头,单位:m·s-1):(a) 08时;(b) 14时 (黑色矩形框为6 h>50 mm以上降水的区域)Fig.7 Ageostrophic Q-vecter (shaded and contour, unit: 10-15hPa-1·s-3) and wind (arrow, unit: m·s-1) at 700 hPa on 10 August at: (a) 08∶00 BST; (b) 14∶00 BST (the black rectangle represents the area where surface precipitation > 50 mm in 6 h)

图6 700 hPa非地转Q矢量散度(等值线,单位:10-15 hPa-1·s-3)和垂直速度(阴影,单位:10-1 Pa·s-1)沿120°E随时间的纬向剖面Fig.6 The latitude profile with time of components of ageostrophic Q-vecter (ontour,unit: 10-15 hPa-1·s-3)and vertical velocity (shaded, unit: 10-1 Pa·s-1) at 700 hPa along 120 °E

从700 hPaQ矢量散度(沿120 °E)随时间的纬向剖面(图6)发现:10日凌晨 “利奇马”登陆,伴随着28°N 附近Q矢量强负值中心, 10日凌晨至08时,Q矢量散度减弱,苏州在10日08时前后降水也有所减弱;而从10日中午起,Q矢量逐步增强,苏州在此阶段降水也明显增强。由此可见,台风从登陆后直至穿越苏州期间,Q矢量散度和苏州降水强度的的变化对应较好。另外,10日 “利奇马”登陆北上后,Q矢量在29°~32°N附近出现大值中心,非地转Q矢量散度辐合区位于30°~32°N附近,并形成垂直次级环流,使辐合上升运动加强[22];Q矢量散度梯度大值区与强降水落区对应较好,且相比上升运动中心位置略偏北,表明上升气流向北倾斜,上升气流不会因为降水的拖曳而减弱。此外Q矢量散度及其分布存在非对称性,一定程度造成了台风降水的非对称性[23]。

10日08时Q矢量散度梯度大值区位于苏州及上海南部至浙北地区(图7a),10日14时Q矢量散度梯度大值区北移至沿苏南大部和江苏北部至山东中南部地区(图7b),对应的上述逐6 h上述区域出现了明显的强降水(图4)。此外Q矢量散度梯度大值区(图7)在苏州南侧28° ~29°N附近虽存在更大的区域,但该区域降水并不明显,主要是因为海上水汽通道被截断,水汽条件较差。所以在充沛水汽的前提下,对流层低层Q矢量散度梯度大值区对未来6 h强降水落区具有很好的指示意义,与有些学者的研究结论相似[24]。

3.3 湿位涡分析

湿位涡(ζMPV)综合反映了大气热力和动力性质,具有守恒性和可反演性[25],因此本文利用了ζMPV对此次台风暴雨过程进行诊断分析。ζMPV分为ζMPV1(湿正压项)和ζMPV2(湿斜压项),ζMPV1表征惯性稳定性与对流稳定性的作用,ζMPV2表征斜压不稳定性,包含了湿斜压性和水平风垂直切变的作用。在p坐标系中, 湿位涡守恒的表达式如下:

(4)

其中湿正压项ζMPV1和湿斜压项ζMPV2分别为:

(5)

(6)

图8 沿苏州湿位涡随时间的垂直剖面(阴影和等值线,单位:10-5 m2·s-1·K·kg-1):(a)湿正压项ζMPV1; (b)湿斜压项ζMPV2Fig.8 The vertical cross-section with time of ζMPV along Suzhou (shaded and contour,unit: 10-5 m2·s-1·K·kg-1): (a) ζMPV1; (b) ζMPV2

由ζMPV1垂直剖面(图8a)发现,苏州9日20时起近地层ζMPV1为负,10日凌晨前后ζMPV1负值中心上升至900 hPa,对应第一次较强降水;10日08时925~900 hPa附近ζMPV1转为正值,此阶段降水减弱;10日14—20时负值中心再次增强,对应第二次强降水时段。由此可见,低层ζMPV1负值中心的突增对强降水有较好的指示意义。

由ζMPV2垂直剖面(图8b)发现,9日20时苏州850 hPa及以下出现ζMPV2正值,一直维持至10日上午,表明该阶段起超低空急流有增大趋势,使得降水维持;10日14时前后低层ζMPV2由正转负突变明显,在14时达0.6×10-5m2·s-1·K·kg-1,ζMPV2负值的绝对值越大代表斜压性越强,表明在超低空急流的作用下,近地层有冷暖气流交汇、湿斜压不稳定加强,为不稳定能量释放和降水发展提供有利条件。同时,低空急流有利于斜压性不稳定增强,是触发暴雨的重要机制。

从850 hPa的ζMPV1的时间演变(图9)发现,850 hPaζMPV1的负值区域及中心强度与未来6 h强降水落区较吻合。当850 hPa的ζMPV1负值中心达-0.6×10-5·m2·s-1·K·kg-1以上时,有利于未来6 h该区域内出现雨量达50 mm以上的强降水。此外,850 hPaζMPV1负值中心的位置对于台风移动路径也有很好的指示意义。10日02—08时台风登陆后朝着其北侧ζMPV1负值中心方向移动(图9a、b),以西北路径为主(图10),08时其西北侧出现ζMPV1负值中心(图9a),台风转为向北略偏西方向移动(图9),14时起其北侧有明显的负值中心(图9c、d),台风继续以正北方向移动为主(图9)。

4 微物理量分析

4.1 云含水量分析

图11是用再分析资料得到的苏州上空云含水量,其中图11a是云水+雨水含量(液态水含量)随时间的剖面变化,可以看出,液态水在垂直方向上伸展到零度层以上,说明存在冷云降水机制。液态水区在10日08时—11日08时接近地面,这和雨水下落有关。

图9 8月10日850 hPa湿位涡正压项ζMPV1 (黑色矩形框代表强降水落区; 阴影和等值线,单位:10-5 m2·s-1·K·kg-1):(a) 02时; (b) 08时; (c) 14时; (d) 20时Fig.9 ζMPV1 of 850 hPa (the black rectangle represents the great surface precipitation area; shaded and contour, unit: 10-5 m2·S-1·K·kg-1)on 10 August at: (a) 02∶00 BST; (b) 08∶00 BST; (c)14∶00 BST; (d) 20∶00 BST

图10 2019年09号台风“利奇马”移动路径图Fig.10 The path diagram of typhoon “Lekima” in 2019

从冰晶+雪晶+霰粒子含量(固态水含量)随时间的剖面变化(图11b)中可以看出,9日夜里固态水含量增大,垂直范围延伸至200 hPa以上,-20 ℃层附近的固态水含量值达到0.9 g·kg-1,这和固态水形成的温度区间(-12~-17 ℃)[18]接近。10日白天,固态降水粒子含量进一步增大,并逐渐下落形成了高层播撒低层供给的模式,并触发了冰晶效应[18],使降水效率提高。固态降水粒子下落后融化导致10日零度层以下液态水含量增大,降水显著增强。

为了进一步确认冷云降水机制,图12给出了实际水汽压与纯冰面饱和水汽压的差值(e-esi)随时间的剖面变化。从图中可以看出,从9日夜里开始苏州地区上空有深厚的e-esi>0的区域,从低层一直延伸至100 hPa高度。e>esi意味着大气中存在水汽向固态降水粒子转化的趋势,这为冷云降水提供了有利条件。

4.2 微物理量的时间变化

图11 (a)苏州上空云水+雨水含量(单位:g·kg-1)和(b)冰晶+雪晶+霰粒子含量(单位:g·kg-1)随时间的垂直剖面变化Fig.11 The vertical section variations with time of (a) cloud water + rain water content (unit: g·kg-1),and (b) ice + snow + graupelcontent (unit: g·kg-1) over Suzhou

图12 苏州上空实际水汽压(e,单位:Pa)减去纯冰面饱和水汽压(esi,单位:Pa)随时间的垂直剖面变化Fig.12 The vertical section variation with time of actual vapor pressure (e, unit:Pa)-rain water content (esi, unit:Pa) over Suzhou

图13 2019年08月10日苏州站雨滴谱反演的降水强度(R)随时间的变化(黑线是包括积状云和层状云降水的整体变化,红色柱表示积状云降水)Fig.13 Time variety of precipitation intensity (R) derived fromRSD at Suzou station on August 10, 2019 (The black lines representthe whole variation including convective cloud and stratiform cloudprecipitation; the red bars represent convective cloud precipitation)

结合雨滴谱资料进一步分析“利奇马”暴雨的微物理量的变化特征。从图13可以看出,10日降水强度(R)的变化很不均匀,说明层状云降水中嵌入了对流降水,尤其是在02时和16时前后R出现较大峰值,这和自动站降水对应。总体来看R的极值基本是积状云的贡献(图中红色柱),这是因为积状云降水具有局地性且降水更强。而层状云降水的特点是持续平稳,所以图13中区分两者云的方法(参考CHEN, et al[19])能反映出两种云系的降水特征。另外需要说明的是图13中02时的R比16时更大,而实况最强降水是出现在16时前后。其可能原因是R是根据分钟资料反演得到,所以R不代表真实的小时雨强,尽管02时出现较大R,但持续时间较短,所以小时雨量并不是最大。且参考苏州自动站01时20分时换算后的小时雨量为96 mm·h-1,与图13中R的极大值接近,这也近一步说明了雨滴谱资料的可靠性。

图14进一步描述了其它雨滴谱微物理量随时间的变化。首先从图14a中可以看出,雨滴平均直径(D)和雨滴数密度(N)的变化和降水的发展趋势较吻合:比如02时前后N和D分别达到21 600 m-3·mm-1和1.24 mm;16时前后则分别达到18 100 m-3·mm-1和1.18 mm;表明降水的增强需要雨滴尺度的增长,即较大的D;另外还需要更多雨滴的形成和繁生,即更多的N。

与此同时,D增大使得雷达反射率因子(Z)更大,D的增大和N的增多也会导致雨滴的雨水含量(W)更大,这些都是降水增强所伴随的特征。结合图14b可以看出,02时前后Z和W的峰值分别达到74.84 dBZ和5.52 g·m-3;在16时前后有也能达到70 dBZ和3.82 g·m-3。此外08时前后Z达到了75.42 dBZ,但对应的W仅为1.92 g·m-3。另外20—24时之间Z和W也较大,相应的该时段降水也有所增强。雨滴谱标准差(std)和离散度(dis)主要表示雨滴尺度偏离D的程度,在一定程度上代表雨滴谱的宽度。std和dis随时间的变化特征高度一致(图14c),02时前后分别为0.73 mm和0.62,均远大于两者的平均值,说明强降水发生时雨滴尺度较大,谱宽较宽,有利于雨滴的碰并从而产生更大的雨滴。

图14 2019年8月10日苏州站雨滴谱数密度(蓝线)和平均直径(红线)(a)、雷达反射率(蓝线)和雨水含量(红线)(b)、标准偏差(蓝线)和离散度(红线)(c)随时间的变化Fig.14 Time varieties of (a) number density (blue line) and mean diameter (red line), (b) radar reflectivity (blue line) and rain watercontent (red line), (c) standard deviation (blue line) and relative dispersion (red line) at Suzhou station on August 10, 2019

5 结论

采用多源观测资料分析了2019年8月9—11日第09号台风“利奇马”期间苏州的暴雨过程。“利奇马”在登陆后北行并从苏州过境,使苏州普降大暴雨,且小时雨强大。研究分析表明:环境垂直风切变顺切的左侧与降水落区对应较好。

台风影响期间,能量锋区配合明显的水汽辐合,为苏州暴雨天气提供了强的湿对流不稳定条件。低层Q矢量梯度大值区与未来6 h强降水落区对应较好,且由其产生的垂直次级环流加强了暴雨区的辐合上升运动,Q矢量分布的非对称性,一定程度造成了台风降水的非对称性;ζMPV1负值中心的突增及其梯度大值区对强降水出现的时刻和暴雨落区的预报有较好的指示性。此外,低层ζMPV1负值区的演变影响台风的移动路径,低空急流的发展和维持引起斜压不稳定增强,而大气的斜压性是触发暴雨的重要机制,近地层ζMPV2由正转负的突变时刻常伴有降水强度增强趋势。

微物理量分析表明:9日夜至10日白天苏州上空有深厚的e-esi> 0区域,云系中固态降水粒子增多并下落,触发了冰晶效应并提高降水效率。雨滴谱反演的降水强度(R)和实况较吻合,能较好的反映本次台风降水特征。台风降水的日变化不均匀,其中,强降水主要由层状云中嵌入的局地对流性降水引起;强降水时段雨滴谱的相关微物理量:如雨滴数密度、平均直径、雷达反射率(Z)、含水量(W)、雨滴谱宽等基本都呈现较大值,说明降水的增强需要雨滴尺度的增长和更多雨滴的生成,同时伴随着Z、W和雨滴谱宽的增大。

猜你喜欢

散度负值强降水
2020年8月中旬成都强降水过程的天气学分析
MJO背景下文山州区域强降水分析
2020年江淮地区夏季持续性强降水过程分析
石油过剩:一桶油如何突然跌至负值
临汾市多尺度短时强降水时空分布特征*
回味暑假生活,看看动物小伙伴们的表现
静电场边界问题专题教学方法探索及推广应用
绵阳机场冬季连续浓雾天气成因及特征分析
促进物理思维训练的好题