南通一次飑线大风过程数值模拟及诊断分析
doi: 10.13878/j.cnki.dqkxxb.20240828001
李昌昕1,2,3,4 , 许冬梅1,2 , 李泓5 , 刘德强2 , 费海燕6 , 孙启龙7 , 王易8 , 沈菲菲1,2
1. 南京信息工程大学 气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心,江苏 南京 210044
2. 福建省灾害天气重点实验室/中国气象局海峡灾害天气重点开放实验室,福建 福州 350007
3. 中国科学院 大气物理研究所大气环境与极端气象全国重点实验室,北京 100029
4. 中国科学院大学,北京 100049
5. 中国气象局 上海台风研究所,上海 200030
6. 中国气象局气象干部培训学院,北京 100081
7. 中国科学院 重庆绿色智能技术研究院,重庆 400714
8. 江苏省气象台,江苏 南京 210008
基金项目: 国家自然科学基金项目(42475157;41805070;42205060) ; 福建省灾害天气重点实验室和中国气象局海峡灾害天气重点开放实验室开放课题(2023KFKT03;2024KFKT04) ; 中国气象局龙卷风重点开放实验室开放课题(TKL202306) ; 上海台风研究基金项目(TFJJ202107) ; 国家重点研发计划项目(2022YFC3004103)
Numerical simulation and diagnostic analysis of a squall line wind event in Nantong,China
LI Changxin1,2,3,4 , XU Dongmei1,2 , LI Hong5 , LIU Deqiang2 , FEI Haiyan6 , SUN Qilong7 , WANG Yi8 , SHEN Feifei1,2
1. Key Laboratory of Meteorological Disaster,Ministry of Education (KLME)/Joint International Research Laboratory of Climate and Environment Change (ILCEC)/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters (CIC-FEMD),Nanjing University of Information Science and Technology,Nanjing 210044 ,China
2. Fujian Key Laboratory of Severe Weather/Key Laboratory of Straits Severe Weather,China Meteorological Administration,Fuzhou 350007 ,China
3. State Key Laboratory of Atmospheric Environment and Extreme Meteorology,Institute of Atmospheric Physics,Chinese Academy of Sciences,Beijing 100029 ,China
4. University of Chinese Academy of Sciences,Beijing 100049 ,China
5. Shanghai Typhoon Institute,China Meteorological Administration,Shanghai 200030 ,China
6. China Meteorological Administration Training Centre,Beijing 100081 ,China
7. Chongqing Institute of Green and Intelligent Technology,Chinese Academy of Sciences,Chongqing 400714 ,China
8. Jiangsu Meteorological Observatory,Nanjing 210008 ,China
摘要
利用实况资料和再分析资料,结合WRF(weather research and forecasting)模式对南通一次极端大风过程进行诊断分析及数值模拟。分析了该个例发生的天气形势背景和系统的水平、垂直结构,探究大风天气成因,并进一步对比不同参数化方案的模拟效果。结果表明:1)大风过程发生在高空深厚冷涡和地面强暖湿低压的环流背景下,上空存在不稳定层结和不稳定能量的累积;雷暴大风在12—13时经历了发展、成熟、消散3个阶段,飑线以碎块型的方式形成。2)3种微物理方案中,MG方案模拟出更大面积的层云、强回波和极端大风,模拟的最大地面阵风为44.47 m·s-1。Lin方案较好地模拟出飑线的演变过程和垂直结构特征,模拟的最强上升气流达23.55 m·s-1,下沉气流达-13.21 m·s-1。3)水平方向上,雷暴大风附近存在成熟的飑线地面中尺度系统,地面存在深厚冷池出流、变压梯度大值区和冷锋过境,它们共同促进了地面大风的生成。4)垂直方向上,对流单体上空高层辐散、低层辐合,存在强上升气流和水汽潜热释放;后侧的干空气蒸发和粒子的拖曳加强下沉运动,配合地面冷池出流和辐散气流,造成了极端大风天气。
Abstract

Squall lines are a common form of severe convective weather,characterized by their abrupt onset,short duration,and localized spatial extent.Due to the limitations of conventional observational networks in capturing their detailed structural and dynamic characteristics,high-resolution numerical simulations are essential for in-depth analysis.In mesoscale modeling,microphysics parameterization schemes exert a significant influence on the vertical distribution of temperature and humidity,making them a key factor in accurately reproducing extreme weather events.Therefore,evaluating the performance and mechanisms of different microphysics schemes under specific convective scenarios is critical for improving forecasting and early warning capabilities.Located in the East Asian monsoon region,Jiangsu Province frequently experiences severe convective weather in spring.On April 30,2021,a squall line associated with a severe convective event impacted Nantong,Jiangsu,producing extreme surface winds,including a gust of 47.9 m·s-1 (Beaufort scale 15) in Tongzhou Bay.This study investigates the event using observational and reanalysis data,along with numerical simulations conducted with the Weather Research and Forecasting (WRF) model employing three microphysics schemes:Lin,Morrison-Gettelman (MG),and WSM6.The analysis focuses on the synoptic environment,structural characteristics,and physical mechanisms associated with the extreme winds and provides a comparative evaluation of the simulation performance.The results indicate the following:1) The squall line developed under the influence of a deep upper-level cold vortex and a strong surface warm-moist low-pressure system,with instability and energy accumulation evident aloft.The system followed a broken-areal development pattern,evolving through initiation,maturity,and dissipation between 1200 and 1300 UTC.Radar observations revealed a bow echo and a V-notch signature.2) The Lin scheme most accurately simulated the life cycle and vertical structure of the squall line,with maximum updrafts of 23.55 m·s-1 and downdrafts of -13.21 m·s-1.The MG scheme showed a temporal lag in simulating convective cell evolution,while the WSM6 scheme failed to reproduce a distinct squall-line echo.However,the MG scheme performed best in capturing the intensity and spatial distribution of extreme surface winds,successfully reproducing a maximum gust of 44.47 m·s-1 consistent with observations.The Lin and WSM6 schemes showed comparable overall performance,with the Lin scheme providing a more realistic thermodynamic structures.3) At the surface,a mesoscale system comprising a rear-wake low,thunderstorm high,and pre-squall mesolow was identified near the squall line.These features,along with cold pool outflows,strong pressure gradients,and cold frontal passage,collectively contributed to the formation of damaging surface gusts.4) Vertically,the convective system was characterized by upper-level divergence,low-level convergence,a mid-level warm layer,and a cold lower layer.Intense updrafts and latent heat release ahead of the squall line,in conjunction with strong vertical wind shear,created a favorable environment for the development of severe surface winds.

This study provides insights into the dynamic and thermodynamic processes driving squall-line-induced damaging winds and assesses the capability of different microphysics schemes in simulating such events.The findings contribute to the advancement of numerical modeling of convective systems and offer reference values for future research.However,as the conclusions are based on a single case study,further validation using multiple events is required.Future work will examine the effects of model horizontal and vertical resolution on the simulation of gust front dynamics and associated thermodynamic processes.

强对流天气在中国春夏季频发,其发生时常伴有严重破坏力的灾害性天气。强对流天气的突发性强、生命周期短、空间尺度小,对其进行预报、预警的难度较大(朱乾根等,2007)。飑线是一种典型的强对流天气,是由多个对流单体排列成线状或带状、具有较强组织性的中尺度对流系统。飑线过境时,风、气压、气温等气象要素会在短时间内发生剧烈变化,可伴有雷暴大风、冰雹、短时强降水等破坏力较强的气象灾害(寿绍文等,2009),造成一定的人员伤亡和财产损失。其中雷电大风的发生频率较高,具有突发性、局地性、预报难、致灾重的特点,受到了国内外的广泛关注。Schmidt and Cotton(1989)根据协同对流降水实验的数据,分析了强飑线引发大风天气的原因,认为飑线后部的入流急流和地面高低压间的水平气压梯度力为大范围地面大风的产生提供了有利条件。Gallus et al.(2008)对美国10个州的对流天气雷达数据进行分析,指出弓形回波前沿的涡旋和后侧的入流叠加时,常引发极端雷暴大风。孙建华等(2014)研究了水汽的垂直分布对飑线和大风天气的影响,结果表明雷暴大风和线状回波更容易生成在“上干下湿”的大气中,水汽含量会影响对流的组织形态、维持时间和强度,进一步加大风速。赵向军等(2020)对广西的一次飑线过程进行数值模拟,发现正反涡度对和后向入流是影响地面大风生成的重要因子。高帆等(2023)对山东地区雷暴大风的雷达特征进行了分析,将雷暴大风的整体对流系统分为4类,后侧入流携带的冷空气对其中两类飑线大风的产生起到重要作用。
近些年来,国内外的学者在飑线的统计学分析、天气学分析、结构特征、维持机制等方面做了大量的研究。在统计学分析方面,丁一汇等(1982)对发生在中国华北地区及湖南的18次飑线过程进行分析,并根据天气背景的环流特征和天气系统的差异将飑线过程分为4种类型,分别是槽后型、槽前型、高后型,以及台风倒槽或东风波型,其中槽后型和槽前型占比最大。Meng et al.(2013)对雷达在中国东部识别出的96条飑线进行统计分析,发现中国东部飑线出现频率最高的地区位于鲁豫皖苏4省交界处,飑线通常于3—10月生成,在7月达到高峰; 同时将飑线发生频率高值区的天气背景分为6种类型,其中约三分之一的飑线形成于短槽前类型。蔡则怡等(1988)总结了华北地区飑线的结构和演变特征,将飑线系统的生命史分为组织、扩展和消散3个阶段,持续时间为3~5 h,飑线主要依靠飑线前缘附近上升和下沉气流的新老更替来持续发展,并以连续和不连续两种方式向前传播。Rotunno et al.(1988)提出了“RKW”理论,该理论强调了低层垂直风切变和冷池的相互作用对飑线过程的影响;在飑线形成的初期阶段,冷池强度较弱,风切变的影响占主导地位; 当飑线逐渐成熟时,冷池加强,其引起的负涡度与风切变引起的正涡度强度相当,此种配置最有利于飑线的发展和传播。
随着中尺度模式的不断发展,高分辨率的数值模式在飑线的分析和研究中起了重要作用。Zhang et al.(1989)利用三维数值模式分析了飑线后部入流的结构和演变特征,结果表明冷却和降水拖曳是产生后部入流的主要原因,较大的风切变环境和飑线的后部入流导致了更为紧凑的弓形结构,该结构更有利于地面大风等灾害性天气的发生。Liu et al.(2015)利用先进区域预测系统对江苏和安徽地区的飑线进行模拟,并对飑线的结构特征和传播机制进行了详细分析,结果表明,在飑线发展过程中,不平衡气流对重力波的产生起着关键作用。刘香娥和郭学良(2012)利用中尺度数值模式,对发生在河南的一次飑线过程的宏微观特征进行模拟研究,发现地面强冷池受到雨水蒸发过程的影响,地面冷池加强,进一步导致了飑线灾害性大风的出现。高彦青等(2022)通过二维理想飑线模型进行理想数值试验,发现低层湿度的增加有利于初始阶段对流发生和冷池增强,促进了飑线的发展。Chen et al.(2025)利用中尺度模式对中国南部的一次飑线过程进行模拟,发现强下沉气流是产生此次雷暴大风的直接原因,降水与强风之间存在强相关性。由此可以看出,中尺度数值模式的应用和更新为飑线的研究进展提供了有力的支撑,促进了飑线研究的进一步发展。
微物理方案用于描述云微物理过程,是影响中尺度模式模拟极端天气结果的重要因素之一(Bryan and Morrison,2012; 周志敏等,2021)。该过程通过水成物的发展演变和热动力输送影响大气环流,进而影响大气温度场和湿度场的垂直结构(王文君等,2018; 王淑彩等,2022)。不同的微物理参数化方案会得到不同的云物理量场(王丽霞等,2024),而飑线的对流强度和降水组织对云微物理参数化较为敏感(Morrison et al.,2009; Sun et al.,2023)。Bryan and Morrison(2012)利用4种微物理参数化方案选择3种水平分辨率对飑线进行数值模拟;结果表明飑线的阵风锋对微物理参数化方案和水平分辨率较为敏感,双参数微物理方案更好地模拟出了飑线的弓形回波结构。Hong et al.(2010)评估了WDM6双参数方案模拟降水对流的效果,发现该方案更好地模拟出了飑线前侧弓形回波的演变特征,相比WSM6方案能更好地模拟出东亚夏季的季风降水。Wu et al.(2023)针对中国北方的带状中尺度对流系统,使用多种微物理参数化方案进行数值模拟,结果表明水凝物性质的变化影响了模拟的对流形态。吕丽等(2023)分析了几种微物理参数化方案在模拟飑线过程中的差异,发现在合理再现大尺度背景场的情况下,不同的微物理参数化方案模拟出的系统发展路径相似,但强度差异较大。因此针对强对流天气进行模拟研究时,微物理参数化方案的选择至关重要。
江苏位于东亚季风气候区,强对流天气时有发生(于庚康等,2013)。2021年4月30日,江苏沿江及以北地区遭受了突发大风、冰雹等强对流天气袭击。南通市部分地区出现冰雹和大范围强雷暴大风天气,造成严重的人员伤亡和财产损失,存在一定的社会影响。此次大风过程的观测最大风速达47.9 m·s-1,影响范围广,持续时间长,具有极端性。为此需要对此过程进行研究,探究极端大风的成因和维持机制。此次飑线大风过程的中尺度特征明显、局地性强、生命史较短,需要高分辨率的模拟资料和观测资料进行协同分析。中尺度数值天气预报WRF(weather research and forecasting)模式是一个完全可压缩的非静力模式,可以满足水平分辨率为1~10 km的大气科学研究(模拟试验)和高分辨率数值预报业务应用的需要(李森等,2023),它提供了大量的微物理参数化方案(梅钦等,2018)。此次过程是极端的强对流过程,伴随冰雹天气,受到云和降水复杂微物理过程的直接影响,可用于探究不同微物理方案对大风天气的模拟效果。
基于以上论述,本研究针对2021年4月30日发生在南通的大风天气过程,利用常规观测资料、多普勒雷达资料和再分析资料,诊断分析此次天气过程的环流形势和不稳定条件; 利用WRFV4.1数值模式对该过程进行高分辨率数值模拟,对比分析不同参数化方案下飑线的水平和垂直结构特征,认识对流性大风的成因和影响因素,进一步探究适合对流性大风天气过程的参数化方案,为提高此类天气过程的预报水平提供科学参考。
1 资料及个例概况
1.1 资料来源
1)常规地面观测资料:选用江苏省1 845个地面观测站逐小时的全要素资料,用于分析个例发生时的实况信息。
2)ERA5再分析资料:欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)制作的第5代全球大气再分析数据,空间分辨率为0.25°×0.25°,该资料用于分析天气背景(时间分辨率为1 h),并作为后续高分辨率数值模拟的初始资料(时间分辨率为6 h)。
3)多普勒雷达资料:选用南通站2021年4月30日11时30分(世界时,下同)至13时的多普勒雷达资料,用于雷达回波实况的分析和模拟效果的对比验证。
1.2 天气实况
2021年4月30日午后至夜间,江苏地区出现自北向南移动的强对流天气,此过程伴有雷暴大风、冰雹等灾害性天气,最大的冰雹落区出现在淮安,其直径长达3~5 cm。此次过程出现了较为极端的雷暴大风天气,其极端性主要体现在以下3个方面:
1)雷暴大风的强度大,5个国家站出现有气象记录以来的最大风速,17个国家站或区域站的日极大风达12级及以上,其中南通通州湾的风力高达15级(47.9 m·s-1)。2)雷暴大风的影响范围广,江苏省13个地市均有站点出现9级及以上强风,全省630个乡镇和街道(占全省的50.4%)的日极大风达到8级以上。3)雷暴大风在江苏境内的历时时间较长,8级以上的区域性大风在江苏境内历时5 h(9—14时),并于12时逐渐发展、进入南通市(图1),导致了较严重的受灾情况。
此次大风的受灾人口达3 000余人,因灾死亡17人,失踪11人,农作物受灾面积达10 984 hm2,绝收面积达773 hm2,房屋倒塌397间,直接经济损失达1.64亿元(吴海英等,2023)。
12021年4月30日13时江苏省地面风速实况(单位:m·s-1
Fig.1Observed surface wind speed over Jiangsu Province at 1300 UTC on April 30, 2021 (units:m·s-1)
2 天气形势
2.1 环流背景
强对流过程是在一定天气背景下逐步发展起来的。本文利用ERA5再分析资料分析此次大风过程发生前500 hPa、850 hPa的环流场、温度场和风场,同时分析地面气压场的分布、变化及其异常度,得到了此次过程的环流背景场(图2)。其中地面气压场的异常度为该时次的气压值减去该时次21 d的滑动平均值,并除以21 d的滑动标准差(Hart and Grumm,2001)。该参数能够反映该气象要素与气候态相比的异常程度,具体的计算公式如下:
22021年4月30日12时500 hPa(a)、850 hPa(b)的位势高度(黑色实线,单位:dagpm)、温度(红色虚线,单位:℃)、风场(风矢)、急流(阴影,单位:m·s-1); 00时(c)和12时(d)的地面气压(黑色等值线,单位:hPa)、风场(风矢)、气压异常度(阴影)
Fig.2Synoptic conditions at different pressure levels on April 30, 2021: (a, b) geopotential height (black solid contours, units:dagpm) , temperature (red dashed contours, units:℃) , wind field (wind arrow) , and jet stream (shaded, units:m·s-1) at (a) 500 hPa and (b) 850 hPa at 1200 UTC. (c, d) Surface pressure (black contours, units:hPa) , wind field (wind arrow) , and pressure anomaly (shaded) at (c) 0000 UTC and (d) 1200 UTC
pzt=pt-p21¯121t=121 pt-p21¯2
(1)
其中:pzt表示某一时次的气压异常度; pt表示该时次的气压值; p21¯表示该时次的21 d滑动平均值。
对于环流背景,此次大风过程主要受到高空深厚东北冷涡和地面强暖低压共同影响。对于500 hPa的天气形势(图2a),我国东北部存在一个低压中心,强度低于528 hPa; 该低压中心与低温中心重合,存在深厚的冷涡,中心温度达-34℃。冷涡南部至华东地区存在来自西北方向的高空急流(中心风速超过40 m·s-1),将北方的强冷空气向南方输送。江苏地区位于高空槽后,西北气流可带来明显降温。对于850 hPa的天气形势(图2b),江苏附近存在低空急流,南通位于急流中心下方,附近存在西南气流传输暖湿空气。该层槽线位于500 hPa槽线后方,形成前倾槽形势(图2a、b),易引发对流天气。对于地面形势(图2c、d),30日00时江苏西部存在东移发展的低压中心,该中心于12时到达江苏上空,气压值异常偏低,中心异常度超过3个标准差,表明此时辐合抬升作用较强,有利于不稳定能量的释放。江苏地区的风向由东南风逐渐变为东北风(图2c、d),风速加强,体现出地面低压中心向东移动并不断发展,伴有冷锋过境。冷锋前侧存在向北输送暖湿空气的偏南风,带来水汽和能量。前倾槽和地面冷锋之间,高空槽后存在干冷气流,冷锋前存在暖湿气流,该配置加强了大气的热力不稳定度,有利于对流发展。
综上可知,南通上空存在前倾槽结构,中低层存在垂直风切变,高层干冷气流与低层暖湿气流相互作用,配合地面冷锋过境和强暖低压的辐合抬升,为对流性天气的触发和发展提供了有利条件。
2.2 探空环境及不稳定条件
不稳定层结是形成对流性大风的主要原因之一。在众多不稳定指数中,K指数是用于评估大气稳定性、预测对流天气潜在发生概率的一种指标(周后福等,2006),可以协助预测雷暴及其他对流天气的产生和演变。本文使用K指数分析此次过程不稳定情况的空间分布(图3a),并绘制了南通上方的探空曲线(图3b)。K指数的计算公式为:
K=T850-T500+Td850-T700-Td700
(2)
其中:T表示各层的温度;Td表示露点温度。K指数越大,潜能越大,发生对流性天气的可能性就越大。
对于飑线过境时的K指数空间分布(图3a),30日12时,江苏中部及南部处于不稳定状态,K指数高值区呈现带状分布,从江苏中部延伸至海面。南通位于K指数高值区的中心,其数值超过了34,表现为大气层结特别不稳定,易出现对流性天气。探空曲线可以分析大气层结的稳定状况。对于南通上空的探空曲线(图3b):关于大气层结的稳定性,表示气块温度升降的状态曲线(红色实线)和表示大气实际温度的层结曲线(黑色实线)呈现出“沙漏状”配置,分别在800 hPa和250 hPa的附近相交,两层间存在较强的不稳定能量累积。对于有效能量参数,对流有效位能(convective available potential energy,CAPE)达到1 223.48 J·kg-1; 对于表征不稳定能量储存的参数,对流抑制能(convective inhibition,CIN)为-193.99 J·kg-1,表明垂直层结具有一定的热力不稳定。关于水汽条件,在850 hPa附近,状态曲线和露点温度曲线(绿色实线)距离相近,温度露点差约为5℃,大气处在较为湿润的状态; 在500 hPa附近两线相隔较远,温度露点差超过15℃,表现为明显的干层,属于下部紧靠、上部分离的“喇叭状”配置。该配置表明南通地区上空存在高层干冷、底层暖湿的不稳定大气层结,有利于雷暴大风的形成(寿绍文,1981)。
2.3 雷达回波特征
雷达回波的形状、亮度可以用于判断对流单体的位置、距离、性质(李柏等,2013)。根据2021年4月30日南通站点的雷达回波图(图4)可以发现,南通附近存在强雷达回波,其在30日11时30分至13时经历了发展、成熟、消亡3个阶段。在11时30分,南通北部出现了东西分布、颜色明亮且边缘整齐的雷暴回波,其由多个强回波单体组成,单体的分布呈现碎块状。11时30分至12时,该系统向南通地区移动,强回波区范围扩大,雷暴回波南移并在东-西方向上逐渐发展。在12时30分,强回波移动至南通附近,该系统到达成熟阶段,回波单体合并发展为长条形的飑线回波。参考Bluestein and Jain(1985)对飑线形成方式的分类,此飑线由多个分散的单体联结而成,形成方式属于碎块型。许多强回波单体沿东北-西南走向连续排列成弓形回波,其中最大雷达反射率超过60 dBZ; 弓形回波中部出现了回波“V”形缺口(图4c),该类型回波极易发生强烈天气(Johnson and Hamilton,1988)。13时,飑线回波分解,强回波主体东移至海上,并分裂出多个回波单体; 另一部分继续以东-西向的长条型回波南移至江苏南部,两部分回波的反射率都有所减小。
3 试验设计和方案介绍
3.1 试验设计
采用WRFV4.1中尺度天气预报模式对此个例进行数值模拟,模式的初始边界条件和侧边界条件均使用ERA5再分析资料。对于时间设置,预报时间为2021年4月29日12时—30日18时,共积分30 h,积分时间步长为12 s。此次模拟区域(图5)主要聚焦于个例发生的华东及其沿海地区。对于网格设置,使用双层嵌套网格,网格分辨率为3 km嵌套1 km,双向嵌套; 外层格点数为511×511,内层格点数为781×724,垂直层数为61,网格的结果均0.5 h输出一次。对于参数化方案,此次模拟的内外层均采用了相同的参数化方案(表1),为了对比不同微物理参数化的模拟效果,本次选取3种微物理方案进行对比试验。
32021年4月30日12时的K指数(阴影)分布(a)和南通上空的探空曲线(b)
Fig.3(a) K-index (shaded) and (b) atmospheric sounding over Nantong at 1200 UTC on April 30, 2021
42021年4月30日11时30分(a)、12时(b)、12时30分(c)、13时(d)南通站点观测的雷达最大反射率(阴影,单位:dBZ;白色圆圈为“V”型缺口的位置)
Fig.4Radar maximum reflectivity (shaded, units:dBZ) observed at Nantong station at (a) 1130 UTC, (b) 1200 UTC, (c) 1230 UTC, and (d) 1300 UTC on April 30, 2021 (White circle indicates the locations of “V” shaped notches)
3.2 微物理参数化方案介绍
微物理过程通过影响温湿场结构、降水粒子拖曳、水汽相变潜热释放等影响预报结果。不同的微物理参数化方案在水成物处理、冰相及混合相处理、参数化方法等方面有所不同,具有各自的特点。因此本文选取了3种常用且特点不同的微物理方案——MG方案、Lin方案和WSM6方案进行试验,下面对这3种方案的特点进行介绍。
5模式区域及地形高度(阴影,单位:km)
Fig.5Model domain and corresponding terrain height (shaded, units:km)
1参数化方案
Table1Parameterization schemes
3.2.1 Morrison-Gettelman方案
MG方案是由Morrison和Gettelman提出的双参数云微物理方案。该方案同时考虑了粒子的混合比和数浓度,相较于只考虑质量混合比的单参数方案,它可以更详细地描述粒子的微观物理特性。该方案处理了水成物的生成、凝结、蒸发、冻结、融化和沉降等多种微物理过程。与其他双参数方案相比,该方案的优点在于对雨和雪的数浓度、质量混合比进行了诊断处理,对次网格的云水变率进行显式处理,用以计算微物理过程的速率(Morrison and Gettelman,2008)。
3.2.2 Purdue Lin方案
Lin方案为单参数微物理方案,与MG方案相比,其预报量为水汽、雨水、云水、云冰、雪和霰的质量混合比(Chen and Sun,2002),不包括数浓度。该方案考虑了水成物的生成转换、粒子间的相互作用等20余种微物理过程,是WRF模式中复杂且成熟的微物理方案,适用于高分辨率模拟和理论研究(牛俊丽和闫之辉,2007)。
3.2.3 WRF-Single-Moment6-Class方案
WSM6方案是在WSM3和WSM5基础上改进得到的更复杂的微物理方案(Hong and Lim,2022),属于单参数方案,其预报量和Lin方案一致,包含的微物理过程基本一致。该方案在处理冰晶沉降时采用了小步长,降低方案对时间步长的敏感性,适用于高分辨率模拟研究(庞琦烨等,2019)。
4 试验结果
利用数值模拟的结果,分析飑线的水平、垂直结构,探究此次大风天气的成因及发展过程,讨论不同参数化方案的模拟效果。
4.1 飑线水平结构
4.1.1 雷达最大反射率
将3种微物理方案模拟出的雷达最大反射率(图6)与雷达实况(图4)进行对比发现:MG方案对回波形状和变化的模拟效果较好(图6a1—a3),反映了飑线回波发展和成熟的过程,即12时强回波中心为零散的单体,12时30分发展成条状的飑线回波,13时形成明显的弓状回波,长度超过200 km。但该方案的模拟结果在时间和位置上存在偏差:12时回波处于发展阶段,其强回波中心位于该时间实况回波的东侧; 13时飑线回波达到成熟,发展强盛,相对于13时实况的消散状态存在滞后性。MG方案相比于另外两个单参数方案,模拟出了更大面积的层云和强回波,这可能是因为该方案增加了数浓度预报量,并特殊处理了云滴过程。Lin方案(图6b1—b3)在形状、演变过程及位置都表现出较好的模拟效果:12时强回波单体位于南通北侧的沿海附近,与实况相近; 而后发展为长条状回波并逐步进入南通地区,并于13时出现消散趋势,但该过程中弓形回波的形状并不明显。WSM6方案(图6c1—c3)对雷达回波的模拟效果较差,3个时次均呈现零散的强回波单体,结构松散,没有出现成熟的飑线回波形状。3种方案都在南通的西南侧模拟出了一个强回波区,该强回波自西向东移动并逐渐发展,推测其在13时后会和南通附近的回波合并而后继续向南发展。
从Lin方案的模拟结果来看,12时在南通北侧存在强回波单体,中心最大反射率超过50 dBZ,回波单体向东南方向移动并于12时30分进入南通地区。此时飑线发展成熟,呈现东北-西南走向的长条形回波,长度约为180 km,此时极易发生强对流天气。13时系统继续向东南方向移动,长条形回波的范围缩小并分解出小的回波单体,此时飑线回波出现了分解消散趋势,而前侧单体继续发展扩大南移。因此飑线在12时位于南通北侧,而后发展并南移,并于12时30分系统达到成熟,影响南通地区,最后于13时趋向消散分解。
4.1.2 地面气象要素
对于飑线过程中13时的地面气压、地面气温(图7a1—c1),3种微物理方案的结果较为相近,在图6所示的飑线附近都存在明显的雷暴高压。此高压中心位于南通上空,中心气压值均超过1 006 hPa,MG方案和Lin方案的结果中出现多个达到1 008 hPa的闭合高压中心。该高压中心在空间上呈现出东-西走向的长条状,与飑线回波的形状相对应。3个方案均模拟出长江入海口前端的暖性低压中心,该中心位于飑线回波的东南侧,对应回波移动方向的前侧。该低压中心与雷暴高压是飑线移动方向上两个相反的气压中心,组成了一对中尺度气压偶(林确略等,2018); 同时高压中心后方存在一个低压中心,其中心和飑前低压均小于1 002 hPa,其可能由雷暴高压后部的补偿上升气流引起。13时南通附近的地面气压场呈现低-高-低的配置,即在飑线回波的后侧存在一个雷暴高压,前侧存在飑前低压,高压后侧存在一个中尺度低压,即尾流低压(Johnson and Hamilton,1988)。这与Johnson and Hamilton(1988)提出的飑线过程中气压场的3个明显特征相对应,分别为飑前低压、对流前沿线后方的高压和后缘的尾流低压。此时飑线和3个气压中心共同组成了完整的飑线地面中尺度系统,标志着此时飑线达到成熟。同时该高压中心在地面温度场中对应了一个冷池,高压中心的南侧边缘在MG方案和WSM6方案的结果中均出现了较大的温度梯度,体现出飑线带来的强烈降温过程。阵风锋是下沉气流在近地面向外扩散,与暖性气流形成的边界(俞小鼎等,2012),附近存在较大的气压、温度梯度和风速、风向的水平切变。3个方案都模拟出高压边缘较大的气压梯度,结合温度的变化可以判断此时南通地区存在阵风锋过境。较大的气压梯度和温度梯度在空间位置上相对应,可以为大风过程提供一定的水平加速。
62021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的雷达最大反射率(阴影,单位:dBZ; 图中黑色实线为下文垂直剖面的截面位置):(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.6Simulated maximum radar reflectivity (shaded, units:dBZ) at different times,using different microphysical schemes on April 30, 2021: (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC.The black solid lines indicate the locations of the cross sections shown in subsequent figures
72021年4月30日13时的地面气压(等值线,单位:hPa)和地面温度(阴影,单位:℃)(a1、b1、c1)及1 h变压(等值线,单位:hPa)和1 h变温(阴影,单位:℃)(a2、b2、c2):(a1、a2)MG方案;(b1、b2)Lin方案;(c1、c2)WSM6方案
Fig.7Surface variables from different microphysical schemes at 1300 UTC on April 30, 2021: (a1, b1, c1) surface pressure (contours, units:hPa) and surface temperature (shaded, units:℃) ; (a2, b2, c2) one-hour pressure change (contours, units:hPa) and one-hour temperature change (shaded, units:℃) , using (a1, a2) MG scheme, (b1, b2) Lin scheme, (c1, c2) WSM6 scheme
根据13时地面1 h变压和1 h变温情况(图7a2—c2)发现,3种方案均模拟出飑线附近的负变温:MG方案中飑线中部存在超过6℃的负变温,Lin方案和WSM6方案中存在超过5℃的负变温,降温程度明显且负变温范围较大,此地存在较强的冷池。强负变温区域呈现东-西走向的带状,此时存在冷锋南移。飑线位置对应了地面的正变压中心,回波的位置对应了大范围的4 hPa·h-1正变压区,3种方案的正变压区都出现了小范围6 hPa·h-1的变压中心。同时飑线前进方向的海面上存在负变压区,正负变压区之间形成了变压梯度大值区,较大的变压梯度可以形成地转偏差,带来变压风。此时飑线在南通附近持续向负变压区移动,变压梯度变小,变压风辐散,使得地面风速增加。同时正变压中心和负变温中心相配合,存在冷池出流。
综上所述,13时飑线附近呈现了低-高-低的地面气压配置,飑线位置与冷池中心相对应,存在较大的变压梯度。强变压风、地面冷锋和冷池出流共同作用使得南通地区出现较强烈的大风天气。
4.1.3 10 m大风风场
2021年4月30日江苏出现了极端的雷暴大风天气,12时对流性大风进入南通地区。根据不同微物理方案下南通附近10 m高空的风场(图8)中具体位置和强度信息,可进一步分析飑线的结构,对比出模拟大风效果较优的微物理方案。
3 种方案不同程度地模拟出经过南通的大风过程。对比13时的风场实况(图1)可知,在南通中部的沿海区域存在一个风速大值区,此大值区在3种方案13时的风场结果中都有所体现,但不同方案对风场范围、位置的模拟效果差距明显。MG方案对大风的模拟效果最好,其模拟出了4月30日江苏地区存在大范围、高强度的大风过程南移并影响南通地区,另外两个方案模拟的大风范围较小,可能是因为MG方案可以同时预测混合比和数浓度,能更好地处理粒子尺寸分布,进一步影响对流云的分布和强度,从而可以模拟出更大范围的强风过程。12时(图8a1)超过10 m·s-1的风场在南北方向上延伸超过100 km,中心风速超过了24 m·s-1,风速大值区的范围较大,强度较强。同时在大值区前侧存在南风,与北侧风速较大的东北风之间存在风向突变和风速激增区,该区对应了图7中的负变温中心和正变压中心,体现了飑锋的主要特点。风速大值区继续发展南移,12时30分(图8a2)范围扩大,风速大值中心移至南通沿海地区,并向西延伸出了东-西向的长条状风速大值区,使得致灾范围扩大。13时风速大值区向东南方向移动,逐渐移出南通地区并向海上发展,风速大值中心发展至阵风锋附近,该中心与该时次地面的变压梯度大值区(图7a2)相对应,此处的强变压风为大风过程的发生和发展提供了支撑。南通的西南方向存在一个大风区,该区与雷达回波中的强回波区(图6a3)相对应并持续东移。
82021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的10 m风速(阴影,单位:m·s-1)和风场(箭矢,单位:m·s-1):(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.8Simulated 10 m wind speed (shaded, units:m·s-1) and wind field (arrows, units:m·s-1) at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC on April 30, 2021, using (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme
Lin方案和WSM6方案只模拟出了小范围的大风区,这与实况中的大范围雷暴大风不相符。对于风速和位置,该两种方案在12时没有模拟出江苏地区超过20 m·s-1的大风区域,但其大风区都存在向南通移动的趋势。在12时30分和13时,南通沿海附近有小范围块状和条状的大风区,且中心风速超过20 m·s-1,但其前侧并没有出现风向突变的飑锋区。综上所述,MG方案对大风的范围、位置、强度和飑锋的模拟效果较好,Lin方案和WSM6并没有模拟出大范围的大风过程。
4.2 飑线垂直结构
4.2.1 对流单体结构
根据雷达回波的移动方向,沿着图6中的黑色实线位置对3种微物理方案模拟出的雷达基本反射率进行插值并绘制垂直剖面(图9),以初步观察飑线的垂直结构。对于整体演变情况,Lin方案模拟的生命史过程与实况相符,回波的垂直结构在12—13时之间体现了发展、成熟到消散的演变过程。12时(图9b1)质心的回波强度达到了50 dBZ以上且位置较低,45 dBZ以上的回波延伸至10 km以上,雷达回波顶到达12 km附近,体现出飑线系统较为深厚的垂直结构。结合天气背景中分析的不稳定条件和该地大气的系统性抬升,大气存在较强的上升气流,可以携带中低层的暖湿空气向上运动,水汽凝结以后继续被强上升气流裹挟,这可能是垂直剖面上现了较高雷达回波顶的原因。此时回波顶存在一个回波突起,表明雷暴云中出现了云顶上冲,上升气流较强,飑线处于发展阶段。同时雷达回波的主体向飑线的移动方向倾斜,在其前沿存在较短的、向前延伸的云砧,表明雷暴云已接近成熟阶段,上部气流在环境风的影响下向移动方向辐散。12时30分(图9b2),飑线系统达到成熟阶段,50 dBZ以上的雷达回波高度升高,达到了8 km附近,质心位置升高,在这之前系统有所发展; 回波顶高和45 dBZ的回波高度出现下降,回波顶高的云顶上冲消失,表现为平滑的突起,此时上升气流的变化不大,系统处于成熟稳定的状态。该时间在移动方向前侧的云砧有所发展,其下方出现了悬垂状回波,此时雷暴前存在较强的辐合上升气流,雷暴的强度较强。13时该系统处于消散阶段(图9b3),强回波的质心位置下降,超过45 dBZ的雷达回波高度下降至6 km附近,回波主体向前倾斜的程度更大,云砧的长度更长,且有向上伸展的弱回波区。
92021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的雷达基本反射率垂直剖面(阴影,单位:dBZ):(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.9Simulated vertical cross sections of radar reflectivity (shaded, units:dBZ) at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC on April 30, 2021, for (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme
MG方案中,12时系统的发展高度较低(图9a1),质心位置较低,超过45 dBZ的雷达回波高度仅延伸至2 km处,此时系统处于初期的生成阶段; 12时30分回波的质心升高(图9a2),回波顶高度超过11 km,回波前侧出现悬垂结构和弱回波区,表明雷暴云的发展已接近成熟。13时质心位置和回波顶高度变化较小,超过45 dBZ的回波面积明显变大,强回波前面存在下沉运动,前后两侧存在有延伸的云砧,此时系统已发展成熟。结合此时MG方案的雷达最大反射率图(图6a3)可以分析,该系统发展加强,与周围的强回波单体合并后继续东移。因此MG方案模拟的雷达回波相对于实况中系统的发展和演变存在一定的滞后。WSM6方案(图9c1—c3)在12时和12时30分的回波顶高度都在8 km附近,并于12时30分出现了两个强回波中心,此时没有体现出强雷暴的特征。13时回波顶高度较高,与实况中雷达回波的特征存在一定的偏差。
4.2.2 动力结构
涡度可以反映某地气团的旋转程度,而对流层中的垂直风速虽然较小,但其持续作用会带来较强的抬升作用,为此需综合分析涡度场和风场的垂直结构(图10)。由图10可知,3种方案都模拟出了飑线系统中强烈的上升气流和中低层的气旋式涡旋区,但是模拟的效果和位置有所不同。
Lin方案中,在12时的发展阶段(图10b1),飑线回波前侧的底层存在一个气旋型涡旋,涡旋中心的涡度值达到了200×10-5 s-1,引发了上方较强的上升气流; 其后侧存在较小的下沉速度,飑线后部存在上升运动。上升气流的大值区可以延伸至11 km,这与雷达回波垂直剖面(图9b1)中云顶上冲的高度位置相对应。此时上升运动呈现倾斜状,气流中所含的水汽不会过多削弱上升气流,使得垂直对流稳定发展,加强对流不稳定。12时30分进入成熟阶段(图10b2),在地面到10 km高度的深厚层次中,气流主要流入飑线主体内。飑前的气旋型涡旋增强,范围扩大,高度向上延伸至9 km,最大的涡旋中心值超过300×10-5 s-1,表明此地的飑前低压较为深厚,旋转程度较强,引发了强烈的上升运动,中心的垂直风速明显加强。飑线后侧下沉气流强度增强,由第3.1节的环流背景可知,12时500 hPa的上空存在干冷的西北急流,5 km高度下的下沉气流强度增强,体现出飑线后侧存在干空气卷入,伴随的蒸发效应加速下沉运动。下沉气流在地面辐散出流,导致地面出现极端大风。该下沉气流向西南方出流,12时前此处地面受东北风控制,下沉气流会使得风向突变。前侧的低层空气卷入上空气旋式涡旋对应的强上升气流区,剧烈的垂直运动使得低层气流加速,地面大风继续发展。垂直的强上升气流到达回波顶高度以后,垂直风向开始转变并向外出流,标志此时飑线系统达到成熟阶段。13时(图10b3)进入消散阶段,飑线前的垂直上升运动减弱,风向倾斜,后侧强烈的下沉气流和反气旋式涡旋消散,旋转气流减弱,地面风速减小。回波单体上方出现向下的垂直速度,这与雷达回波中的弱回波区相对应(图9b3),表明该系统已进入消散阶段。
MG方案中12时对应了飑线生成的初期阶段(图10a1),没有明显强烈的涡度中心和垂直运动,12时30分出现强烈的上升运动,系统继续发展至13时达到成熟。WSM6方案的中底层出现了两个上升运动区和气旋式涡旋区,并随着时间不断发展,其模拟的多个持续发展的小单体与实况不符。
散度是强雷暴分析的一个重要指标。地面气旋式涡旋和高层辐散的发展往往会引起强雷暴。根据3种方案模拟的散度场和风场(图11)可知,3种微物理方案都不同程度地模拟出了飑线附近低层较强的辐合流场和高层较强的辐散流场,其中Lin方案模拟出的散度场辐合辐散的信号最强,WSM6方案模拟的散度场信号较弱。这种垂直方向上低层辐合、高层辐散的流场叠加会产生较强的抽吸作用,更有利于气流抬升,促进对流性天气的发展。
Lin方案模拟的散度场信号最强,其12时(图11b1)回波单体上层的散度值超过2×10-3 s-1,高层的辐散较强,而低层散度值低于-1.5×10-3 s-1,辐合辐散之间的气流存在明显的风切变,加强了对流的不稳定。之后系统继续发展,在12时30分出现明显的正负散度对(图11b2),上下层的散度差超过了6×10-3 s-1,此时抽吸作用最强烈,对应了图8中的垂直速度大值区。正负散度对前部的气流随高度倾斜,在飑线前侧存在出流和下沉气流,表明系统已经成熟。13时系统达到消散阶段(图11b3),正负散度对的强度降低,对流运动减弱,风速减小。
102021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的涡度(等值线,单位:10-5 s-1)、垂直风速(阴影,单位:m·s-1)、风场(箭矢,单位:m·s-1;垂直风速放大10倍):(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.10Vertical profiles of vorticity (contours, units:10-5 s-1) , vertical velocity (shaded, units:m·s-1) , and wind field (arrows, units:m·s-1; vertical velocity amplified by a factor of 10) at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC on April 30, 2021, for (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme
对于MG方案,散度场在12时(图11a1)无明显的辐合辐散运动,系统生成处存在较小的上层辐散、下层辐合的结构。12时30分(图11a2)散度场发展旺盛,抽吸作用明显,在13时其辐合辐散值得以维持,系统成熟,其相对于飑线发展的时间存在一定的滞后。WSM6方案中,其辐合辐散的中心值相较于Lin方案和MG方案较弱,不能体现出较强的辐合辐散中心和抬升运动。
112021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的散度(阴影,单位:10-3 s-1)、风场(箭矢,单位:m·s-1;垂直风速放大10倍)垂直剖面:(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.11Vertical profiles of divergence (shaded, units:10-3 s-1) and wind field (arrows, units:m·s-1; vertical velocity amplified by a factor of 10) at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC on April 30, 2021, using (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme
4.2.3 热力结构
图7中飑线附近存在强冷池,冷池可以影响飑线的周围环境。为了更详细地了解其热力场,对不同时刻的3种微物理方案模拟的飑线回波剖面上扰动温度分布进行研究(图12)。此处定义扰动温度为该时次该位置的温度减去该时次该层次上整个飑线区域的平均温度。由图12可看出,3种方案的扰动温度垂直剖面都体现出了低层存在冷池、中层存在暖层的垂直分布。
对于扰动温度信号最强的Lin方案,12时系统处于发展阶段(图12b1),低层存在连续的负扰动温度区,该区的中心扰动温度低于-6℃,此时低层存在冷池。结合垂直风场,此时冷池正在发展,强度和发展高度较低,出流不明显。冷池上面存在正的扰动位温区,其中心接近4℃,结合上升气流和天气背景,此处正的扰动温度是由水汽潜热释放带来的增温引起的。同时10~13 km存在较强的负扰动温度,中心强度达到-8℃。低层空气受热上升,高层空气下沉补充,加强下沉气流。12时30分的成熟阶段(图12b2),低层的冷池大值区的范围扩大,结合风场可看到此时存在较强的冷池出流,上升气流流出冷池后以接近垂直的风向向上发展,加剧了对流不稳定; 此时中层存在异常增温现象,正扰动温度的中心达到了8℃以上,并对应有较强的垂直风速。13时进入消散阶段(图12b3),冷池范围和强度变化不大,但中层的暖心结构逐渐消散,其中心扰动温度低至5℃,前方出现了负扰动位温; 高层的负变温区的强度也有所衰减,出现了多个中心。
122021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的扰动温度(阴影,单位:℃)和风场(箭矢,单位:m·s-1;垂直风速放大10倍)垂直剖面:(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.12Vertical profiles of perturbation temperature (shaded, units:℃) and wind field (arrows, units:m·s-1; vertical velocity amplified by a factor of 10) at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC on April 30, 2021, for (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme
对于MG方案,12时(图12a1)中层的正扰动位温较小,未生成明显的中心。12时30分暖层明显,扰动位温值达6℃,13时系统前侧的底层出现正的扰动温度。后两个时刻中,MG方案模拟的冷池强度要小于其他两个方案,这可能是因为双参数方案得到的雨滴数浓度在对流区较大,导致蒸发较弱,从地面吸收的热量更少,使得冷池的强度更低,而单参数无法捕捉数浓度的变化。WSM6方案在3个阶段都模拟出了较强的冷池,且在强回波中心的前侧有较强的冷池出流,表明其回波单体正在进一步发展。
综合来看,Lin方案模拟的垂直结构更有利于对流的产生与发展,其演变过程与飑线的实况相符且信号明显。垂直结构表现为:在发展阶段,上层存在强辐散区,低层存在强辐合区,上升运动强烈并伴有水汽潜热释放,有利于加强对流不稳定,并存在水汽凝结带来的下沉拖曳作用,激发此次大风过程。在成熟阶段,低层存在深厚冷池出流,后侧存在上空的干空气卷入,造成气流加速下沉。近地面的出流、辐散和后侧的下沉运动使得地面风速变大、风向突变。13时雷暴进入消散阶段,风速减弱,并在前侧继续发展新的对流单体。
5 结论与讨论
2021年4月30日江苏南通发生了一次大范围、致灾强的大风天气过程。根据实况资料和再分析资料,诊断分析了其环流背景场、探空环境、不稳定条件和雷达回波的特征; 然后利用WRFV4.1数值模式对此个例进行3种微物理方案下的高分辨率数值模拟,对比分析过程中飑线的水平结构、垂直结构,探究此次大风形成和发展的原因,并探讨了不同参数化方案的模拟效果,得到以下结论:
1)此次大风过程受到高空深厚东北冷涡和地面强大暖湿低压的共同作用,空气存在异常辐合抬升; 高层槽后的干冷气流南下,低层暖湿气流北上,配合地面冷锋过境,触发强对流过程。南通地区处于不稳定指数大值区,中低层存在不稳定能量累积,处于上层干冷、下层暖湿的不稳定层结; 低层露点温度差小,存在一定的水汽条件。天气背景的辐合抬升、不稳定层结和水汽条件为雷暴大风的产生提供了有利的环境。
2)此次飑线的形成方式为碎块型,雷暴大风在12—13时经历了发展、成熟、消散3个阶段。12时南通地区的北侧存在多个强回波单体组成的雷暴回波,该回波向南移动发展,回波单体合并为东西走向的弓形回波,于12时30分进入南通,弓形回波中部存在“V”型缺口,此时该地极易发生强对流天气。13时弓形回波分解,分为两部分继续移动。
3)对比不同微物理方案的模拟结果发现,MG方案对极端大风风场的位置和演变模拟效果较好,模拟的最大地面阵风为44.47 m·s-1,Lin方案和WSM6方案没有模拟出江苏地区的大范围大风。Lin方案对该个例的演变过程以及垂直结构模拟效果较好,模拟出的最强上升气流达23.55 m·s-1,下沉气流达-13.21 m·s-1。MG方案对雷暴单体的模拟存在一定的滞后性,WSM6方案没有模拟出明显的飑线回波。
4)从飑线的水平结构来看,水平上飑线附近存在雷暴高压,前侧存在飑前低压,后侧存在尾流低压,它们共同构成了成熟的飑线地面中尺度系统。地面存在强冷池,雷暴高压前存在阵风锋和较大的变压梯度,强变压风、冷池出流、冷锋过境共同为极端大风的出现提供了有利条件。
5)从飑线的垂直结构来看,对流单体上空低层辐合、高层辐散,上升运动强烈并伴有水汽凝结释放潜热,水汽的下沉拖曳作用配合垂直风切变,触发此次大风过程; 雷暴高压附近存在深厚冷池出流,上层存在干空气卷入,加强下沉气流,共同导致此次极端大风天气。
综上所述,本文对江苏南通一次雷暴大风过程进行了细致分析,得到的大风天气成因与前人结论相近,而进一步探究的不同参数化方案对大风过程的模拟效果可以为今后对该类天气的数值模拟研究提供参考。双参微物理方案由于增加了数浓度预报量,所以模拟出了更大面积的层云、强回波和强风区。Lin方案是WRF模式中较为复杂和成熟的单参微物理方案,在本次个例中,Lin方案与WSM6单参微物理方案总体表现接近,而在热动力结构预测方面Lin方案更为显著。本文的研究仅基于一次发生于南通的大风天气过程,研究得到的参数化效果还需要更多个例来验证; 后续研究将进一步细致考察不同模式水平和垂直分辨率对阵风锋动力和热力过程的模拟效果的影响;同时对于数值模式所用的资料,可考虑加入同化资料来进行试验。
12021年4月30日13时江苏省地面风速实况(单位:m·s-1
Fig.1Observed surface wind speed over Jiangsu Province at 1300 UTC on April 30, 2021 (units:m·s-1)
22021年4月30日12时500 hPa(a)、850 hPa(b)的位势高度(黑色实线,单位:dagpm)、温度(红色虚线,单位:℃)、风场(风矢)、急流(阴影,单位:m·s-1); 00时(c)和12时(d)的地面气压(黑色等值线,单位:hPa)、风场(风矢)、气压异常度(阴影)
Fig.2Synoptic conditions at different pressure levels on April 30, 2021: (a, b) geopotential height (black solid contours, units:dagpm) , temperature (red dashed contours, units:℃) , wind field (wind arrow) , and jet stream (shaded, units:m·s-1) at (a) 500 hPa and (b) 850 hPa at 1200 UTC. (c, d) Surface pressure (black contours, units:hPa) , wind field (wind arrow) , and pressure anomaly (shaded) at (c) 0000 UTC and (d) 1200 UTC
32021年4月30日12时的K指数(阴影)分布(a)和南通上空的探空曲线(b)
Fig.3(a) K-index (shaded) and (b) atmospheric sounding over Nantong at 1200 UTC on April 30, 2021
42021年4月30日11时30分(a)、12时(b)、12时30分(c)、13时(d)南通站点观测的雷达最大反射率(阴影,单位:dBZ;白色圆圈为“V”型缺口的位置)
Fig.4Radar maximum reflectivity (shaded, units:dBZ) observed at Nantong station at (a) 1130 UTC, (b) 1200 UTC, (c) 1230 UTC, and (d) 1300 UTC on April 30, 2021 (White circle indicates the locations of “V” shaped notches)
5模式区域及地形高度(阴影,单位:km)
Fig.5Model domain and corresponding terrain height (shaded, units:km)
62021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的雷达最大反射率(阴影,单位:dBZ; 图中黑色实线为下文垂直剖面的截面位置):(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.6Simulated maximum radar reflectivity (shaded, units:dBZ) at different times,using different microphysical schemes on April 30, 2021: (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC.The black solid lines indicate the locations of the cross sections shown in subsequent figures
72021年4月30日13时的地面气压(等值线,单位:hPa)和地面温度(阴影,单位:℃)(a1、b1、c1)及1 h变压(等值线,单位:hPa)和1 h变温(阴影,单位:℃)(a2、b2、c2):(a1、a2)MG方案;(b1、b2)Lin方案;(c1、c2)WSM6方案
Fig.7Surface variables from different microphysical schemes at 1300 UTC on April 30, 2021: (a1, b1, c1) surface pressure (contours, units:hPa) and surface temperature (shaded, units:℃) ; (a2, b2, c2) one-hour pressure change (contours, units:hPa) and one-hour temperature change (shaded, units:℃) , using (a1, a2) MG scheme, (b1, b2) Lin scheme, (c1, c2) WSM6 scheme
82021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的10 m风速(阴影,单位:m·s-1)和风场(箭矢,单位:m·s-1):(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.8Simulated 10 m wind speed (shaded, units:m·s-1) and wind field (arrows, units:m·s-1) at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC on April 30, 2021, using (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme
92021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的雷达基本反射率垂直剖面(阴影,单位:dBZ):(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.9Simulated vertical cross sections of radar reflectivity (shaded, units:dBZ) at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC on April 30, 2021, for (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme
102021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的涡度(等值线,单位:10-5 s-1)、垂直风速(阴影,单位:m·s-1)、风场(箭矢,单位:m·s-1;垂直风速放大10倍):(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.10Vertical profiles of vorticity (contours, units:10-5 s-1) , vertical velocity (shaded, units:m·s-1) , and wind field (arrows, units:m·s-1; vertical velocity amplified by a factor of 10) at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC on April 30, 2021, for (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme
112021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的散度(阴影,单位:10-3 s-1)、风场(箭矢,单位:m·s-1;垂直风速放大10倍)垂直剖面:(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.11Vertical profiles of divergence (shaded, units:10-3 s-1) and wind field (arrows, units:m·s-1; vertical velocity amplified by a factor of 10) at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC on April 30, 2021, using (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme
122021年4月30日12时(a1、b1、c1)、12时30分(a2、b2、c2)、13时(a3、b3、c3)模拟的扰动温度(阴影,单位:℃)和风场(箭矢,单位:m·s-1;垂直风速放大10倍)垂直剖面:(a1—a3)MG方案;(b1—b3)Lin方案;(c1—c3)WSM6方案
Fig.12Vertical profiles of perturbation temperature (shaded, units:℃) and wind field (arrows, units:m·s-1; vertical velocity amplified by a factor of 10) at (a1, b1, c1) 1200 UTC, (a2, b2, c2) 1230 UTC, and (a3, b3, c3) 1300 UTC on April 30, 2021, for (a1—a3) MG scheme, (b1—b3) Lin scheme, and (c1—c3) WSM6 scheme
1参数化方案
Table1Parameterization schemes
Bluestein H B, Jain M H, 1985. Formation of mesoscale lines of pirecipitation: severe squall lines in Oklahoma during the spring[J]. J Atmos Sci, 42(16): 1711-1732. DOI: 10. 1175/1520-0469(1985)042<1711: fomlop>2. 0. co;2.
Bryan G H, Morrison H, 2012. Sensitivity of a simulated squall line to horizontal resolution and parameterization of microphysics[J]. Mon Wea Rev, 140(1): 202-225. DOI: 10. 1175/mwr-d-11-00046. 1.
蔡则怡, 李鸿洲, 李焕安, 1988. 华北飑线系统的结构与演变特征[J]. 大气科学, 12(2): 191-199, 226. Cai Z Y, Li H Z, Li H A, 1988. Structure and evolution characteristics of squall line system in North China[J]. Chin J Atmos Sci, 12(2): 191-199, 226. DOI: 10. 3878/j. issn. 1006-9895. 1988. 02. 11. (in Chinese).
Chen S H, Sun W Y, 2002. A one-dimensional time dependent cloud model[J]. J Meteor Soc Japan, 80(1): 99-118. DOI: 10. 2151/jmsj. 80. 99.
Chen Z Y, Zhao P G, Xiao H, et al., 2025. Effect of cloud microphysical processes on surface wind of a squall line in South China[J]. Atmos Res, 315: 107828. DOI: 10. 1016/j. atmosres. 2024. 107828.
丁一汇, 李鸿洲, 章名立, 等, 1982. 我国飑线发生条件的研究[J]. 大气科学, 6(1): 18-27. Ding Y H, Li H Z, Zhang M L, et al., 1982. A study on the genesis conditions of squall-line in China[J]. Chin J Atmos Sci, 6(1): 18-27. DOI: 10. 3878/j. issn. 1006-9895. 1982. 01. 03. (in Chinese).
Gallus W A, Snook N A, Johnson E V, 2008. Spring and summer severe weather reports over the midwest as a function of convective mode: a preliminary study[J]. Wea Forecasting, 23(1): 101. DOI: 10. 1175/2007WAF2006120. 1.
高帆, 俞小鼎, 王秀明, 2023. 山东较大范围致灾雷暴大风的多普勒天气雷达特征[J]. 气象, 49(7): 790-804. Gao F, Yu X D, Wang X M, 2023. Doppler radar characteristics of wide-range damaging thunderstorm gales in Shandong Province[J]. Meteor Mon, 49(7): 790-804. DOI: 10. 7519/j. issn. 1000-0526. 2023. 032801. (in Chinese).
高彦青, 孙璐, 马旭林, 等, 2022. 飑线结构和强度对低层湿度和环境垂直风切变的敏感性研究[J]. 大气科学学报, 45(6): 938-947. Gao Y Q, Sun L, Ma X L, et al., 2022. The sensitivity of the structure and strength of squall line to low-level humidity and environmental vertical wind shear[J]. Trans Atmos Sci, 45(6): 938-947. DOI: 10. 13878/j. cnki. dqkxxb. 20191014001. (in Chinese).
Hart R E, Grumm R H, 2001. Using normalized climatological anomalies to rank synoptic-scale events objectively[J]. Mon Wea Rev, 129(9): 2426. DOI: 10. 1175/1520-0493(2001)1292426: UNCATR>2. 0. CO;2.
Hong S Y, Lim K S, Lee Y H, et al., 2010. Evaluation of the WRF double-moment 6-class microphysics scheme for precipitating convection[J]. Adv Meteor, 2010(1): 707253. DOI: 10. 1155/2010/707253.
Hong S Y, Lim J, 2022. The WRF single-moment 6-class microphysics scheme (WSM6)[J]. Asia-Pac J Atmos Sci, 42(2): 129-151.
Johnson R H, Hamilton P J, 1988. The relationship of surface pressure features to the precipitation and airflow structure of an intense midlatitude squall line[J]. Mon Wea Rev, 116(7): 1444-1473. DOI: 10. 1175/1520-0493(1988)116<1444: trospf>2. 0. co;2.
李柏, 古庆同, 李瑞义, 等, 2013. 新一代天气雷达灾害性天气监测能力分析及未来发展[J]. 气象, 39(3): 265-280. Li B, Gu Q T, Li R Y, et al., 2013. Analyses on disastrous weather monitoring capability of CINRAD and future development[J]. Meteor Mon, 39(3): 265-280. DOI: 10. 7519/j. issn. 1000-0526. 2013. 3. 001. (in Chinese).
李森, 黄江平, 史小康, 等, 2023. 中尺度区域模式层顶高度对高空风场数值模拟的影响分析[J]. 气象科学, 43(4): 485-494. Li S, Huang J P, Shi X K, et al., 2023. Impacts of different model tops on the simulation of wind for the upper-level with satellite data assimilation[J]. J Meteor Sci, 43(4): 485-494. DOI: 10. 12306/2021jms. 0062. (in Chinese).
林确略, 邓雅倩, 陈明璐, 等, 2018. 广西一次槽前型暖区飑线的中尺度分析[J]. 气象研究与应用, 39(1): 38-45, 155. Lin Q L, Deng Y Q, Chen M L, et al., 2018. A mesoscale analysis on a warm-sector squall line in front of the trough occurred in Guangxi[J]. J Meteor Res Appl, 39(1): 38-45, 155. (in Chinese).
Liu L, Ran L K, Sun X G, 2015. Analysis of the structure and propagation of a simulated squall line on 14 June 2009[J]. Adv Atmos Sci, 32(8): 1049-1062. DOI: 10. 1007/s00376-014-4100-9.
刘香娥, 郭学良, 2012. 灾害性大风发生机理与飑线结构特征的个例分析模拟研究[J]. 大气科学, 36(6): 1150-1164. Liu X E, Guo X L, 2012. Analysis and numerical simulation research on severe surface wind formation mechanism and structural characteristics of a squall line case[J]. Chin J Atmos Sci, 36(6): 1150-1164. DOI: 10. 3878/j. issn. 1006-9895. 2012. 11212. (in Chinese).
吕丽, 杨浩丽, 刘洋, 等, 2023. WRF模式中几种不同微物理参数化方案在模拟一次飑线过程中的差异分析[J]. 科技与创新 (10): 26-29. Lü L, Yang H L, Liu Y, et al., 2023. Difference analysis of several different microphysical parameterization schemes in WRF model in simulating a squall line[J]. Sci Technol Innov(10): 26-29. DOI: 10. 15913/j. cnki. kjycx. 2023. 10. 008. (in Chinese).
梅钦, 智协飞, 王佳, 2018. WRF模式不同云参数化方案的暴雨预报能力检验及集成试验[J]. 大气科学学报, 41(6): 731-742. Mei Q, Zhi X F, Wang J, 2018. Verification and consensus experiments of rainstorm forecasting using different cloud parameterization schemes in WRF model[J]. Trans Atmos Sci, 41(6): 731-742. DOI: 10. 13878/j. cnki. dqkxxb. 20180306002. (in Chinese).
Meng Z Y, Yan D C, Zhang Y J, 2013. General features of squall lines in East China[J]. Mon Wea Rev, 141(5): 1629-1647. DOI: 10. 1175/MWR-D-12-00208. 1.
Morrison H, Gettelman A, 2008. A new two-moment bulk stratiform cloud microphysics scheme in the community atmosphere model, version 3 (CAM3). part I: description and numerical tests[J]. J Climate, 21(15): 3642-3659. DOI: 10. 1175/2008jcli2105. 1.
Morrison H, Thompson G, Tatarskii V, 2009. Impact of cloud microphysics on the development of trailing stratiform precipitation in a simulated squall line: comparison of one-and two-moment schemes[J]. Mon Wea Rev, 137(3): 991-1007. DOI: 10. 1175/2008mwr2556. 1.
牛俊丽, 闫之辉, 2007. WRF模式微物理方案对强降水预报的影响[J]. 科技信息(科学教研) (23): 17-20. Niu J L, Yan Z H, 2007. Impacts of microphysical schemes in WRF model on heavy rainfall prediction[J]. Sci Technol Inf (Sci Educ Res)(23): 17-20. DOI: 10. 3969/j. issn. 1001-9960. 2007. 23. 011. (in Chinese).
庞琦烨, 平凡, 沈新勇, 等, 2019. 不同微物理方案对台风“彩虹” (2015)降水影响的比较研究[J]. 大气科学, 43(1): 202-220. Pang Q Y, Ping F, Shen X Y, et al., 2019. A comparative study of effects of different microphysics schemes on precipitation simulation for Typhoon Mujigae(2015)[J]. Chin J Atmos Sci, 43(1): 202-220. (in Chinese).
Rotunno R, Klemp J B, Weisman M L, 1988. A theory for strong, long-lived squall lines[J]. J Atmos Sci, 45(3): 463-485. DOI: 10. 1175/1520-0469(1988)0450463: ATFSLL>2. 0. CO;2.
Schmidt J M, Cotton W R, 1989. A high plains squall line associated with severe surface winds[J]. J Atmos Sci, 46(3): 281-302. DOI: 10. 1175/1520-0469(1989)046<0281: ahpsla>2. 0. co;2.
寿绍文, 1981. 强对流天气前期的层结特征[J]. 南京气象学院学报, 4(1): 1-7. Shou S W, 1981. Some characteristic features of stratification prior to severe convective storms[J]. J Nanjing Inst Meteor, 4(1): 1-7. DOI: 10. 13878/j. cnki. dqkxxb. 1981. 01. 001. (in Chinese).
寿绍文, 励申申, 寿亦萱, 等, 2009. 中尺度大气动力学[M]. 北京: 高等教育出版社: 157-158. Shou S W, Li S S, Shou Y X, et al., 2009. Mesoscale atmospheric dynamics[M]. Beijing: Higher Education Press: 157-158. (in Chinese).
孙建华, 郑淋淋, 赵思雄, 2014. 水汽含量对飑线组织结构和强度影响的数值试验[J]. 大气科学, 38(4): 742-755. Sun J H, Zheng L L, Zhao S X, 2014. Impact of moisture on the organizational mode and intensity of squall lines determined through numerical experiments[J]. Chin J Atmos Sci, 38(4): 742-755. (in Chinese).
Sun Y T, Zhou Z M, Gao Q J, et al., 2023. Evaluating simulated microphysics of stratiform and convective precipitation in a squall line event using polarimetric radar observations[J]. Remote Sens, 15(6): 1507. DOI: 10. 3390/rs15061507.
王丽霞, 刘娜, 王启花, 等, 2024. WRF模式不同微物理方案对青海高原夏季一次降水过程模拟差异的初步探讨[J]. 气象科学, 44(4): 766-774. Wang L X, Liu N, Wang Q H, et al., 2024. A preliminary study on the simulation differences of a summer precipitation process by different microphysics schemes of WRF model in Qinghai Plateau[J]. J Meteor Sci, 44(4): 766-774. (in Chinese).
王淑彩, 平凡, 孟雪峰, 等, 2022. 不同微物理参数化方案对我国北方一次大范围暴雪天气过程的数值模拟研究[J]. 大气科学, 46(3): 599-620. Wang S C, Ping F, Meng X F, et al., 2022. Numerical simulation of a large-scale snowstorm process in northern China using different cloud microphysical parameterization schemes[J]. Chin J Atmos Sci, 46(3): 599-620. (in Chinese).
王文君, 朱彬, 杨素英, 等, 2018. 两类双参数云微物理方案对夏季强降水事件模拟能力的对比研究[J]. 大气科学学报, 41(6): 721-730. Wang W J, Zhu B, Yang S Y, et al., 2018. Comparison and analysis of strong precipitation simulation capability of Morrison and Milbrandt-Yau two-moment cloud micro-physical schemes[J]. Trans Atmos Sci, 41(6): 721-730. DOI: 10. 13878/j. cnki. dqkxxb. 20171112005. (in Chinese).
Wu D, Ma L, Hu T T, et al., 2023. Impacts of microphysical parameterizations on banded convective system in convection-permitting simulation: a case study[J]. Front Earth Sci, 11: 1149518. DOI: 10. 3389/feart. 2023. 1149518.
吴海英, 孙继松, 慕瑞琪, 等, 2023. 一次强对流过程中两种不同类型风暴导致的极端对流大风分析[J]. 气象学报, 81(2): 205-217. Wu H Y, Sun J S, Mu R Q, et al., 2023. Analysis of extreme convective gusts caused by two types of weather storms during a strong convection event[J]. Acta Meteor Sinica, 81(2): 205-217. DOI: 10. 11676/qxxb2023. 20220050. (in Chinese).
于庚康, 吴海英, 曾明剑, 等, 2013. 江苏地区两次强飑线天气过程的特征分析[J]. 大气科学学报, 36(1): 47-59. Yu G K, Wu H Y, Zeng M J, et al., 2013. Characteristic analysis of two severe squall line processes in Jiangsu area[J]. Trans Atmos Sci, 36(1): 47-59. DOI: 10. 13878/j. cnki. dqkxxb. 2013. 01. 006. (in Chinese).
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. Yu X D, Zhou X G, Wang X M, 2012. Advances in nowcasting techniques for thunderstorms and severe convection[J]. Acta Meteor Sinica, 70(3): 311-337. DOI: 10. 11i676/qxxb2012. 030. (in Chinese).
Zhang D L, Gao K, Parsons D B, 1989. Numerical simulation of an intense squall line during 10—11 June 1985 PRE-STORM. Part Ⅰ: model verification[J]. Mon Wea Rev, 117(5): 960-994. DOI: 10. 1175/1520-0493(1989)117<0960: nsoais>2. 0. co;2.
赵向军, 丁治英, 阿不都外力·阿不力克木, 等, 2020. 一次飑线内MVs和后向入流对地面大风形成影响的模拟研究[J]. 大气科学学报, 43(4): 640-651. Zhao X J, Ding Z Y, Abduweli Ablikim, et al., 2020. A simulation study on the influence of MVs and rear inflow in a squall line on the formation of strong wind near ground[J]. Trans Atmos Sci, 43(4): 640-651. DOI: 10. 13878/j. cnki. dqkxxb. 20170704002. (in Chinese).
周后福, 邱明燕, 张爱民, 等, 2006. 基于稳定度和能量指标作强对流天气的短时预报指标分析[J]. 高原气象, 25(4): 716-722. Zhou H F, Qiu M Y, Zhang A M, et al., 2006. Analysis on short-time forecast of severe convection weather based on stability and energy indexes[J]. Plateau Meteor, 25(4): 716-722. (in Chinese).
周志敏, 崔春光, 胡扬, 等, 2021. 一次梅雨锋暴雨过程数值模拟的云微物理参数化敏感性研究[J]. 大气科学, 45(6): 1292-1312. Zhou Z M, Cui C G, Hu Y, et al., 2021. Sensitivity of microphysical parameterization on the numerical simulation of a Meiyu front heavy rainfall process[J]. Chin J Atmos Sci, 45(6): 1292-1312. (in Chinese).
朱乾根, 林锦瑞, 寿绍文, 等, 2007. 天气学原理和方法[M]. 4版. 北京: 气象出版社: 401-412. Zhu Q G, Lin J R, Shou S W, et al., 2007. Synoptic principles and methods[M]. 4th ed. Beijing: China Meteorological Press: 401-412. (in Chinese).

地址:江苏南京宁六路219号南京信息工程大学    邮编:210044

联系电话:025-58731158    E-mail:xbbjb@nuist.edu.cn    QQ交流群号:344646895

大气科学学报 ® 2026 版权所有  技术支持:北京勤云科技发展有限公司