基于新型探测资料对西安一次弱降水预报失误的原因分析

肖贻青 张黎 姚静 刘慧 刘嘉慧敏

(1 陕西省气象台,西安 710014;2 秦岭和黄土高原生态环境气象重点实验室,西安 710016;3 高原与盆地暴雨旱涝灾害四川省重点实验室,成都 610072)

近年来,随着微波辐射计、激光测风雷达、相控阵雷达等新型探测设备的使用,对灾害性天气过程的成因分析及气象服务保障也更加精细化,同时高时空分辨率的新型探测资料对各种天气的监测有了更多的指导。例如宋静等[1]对两次雷雨过程的分析,认为微波辐射计的探测结果可反映过程从开始到结束不同阶段垂直方向上干湿层的特征和差异,具有较好的预报指示意义。朱雯娜等[2]研究结果表明微波辐射计的温度、湿度、液态水等产品,与不同类型浓雾的开始、持续和结束紧密相关,对浓雾的监测具有重要辅助作用。王健等[3]利用微波辐射计研究暴雨发生前后气象要素和降水的关系,发现大气降水和水汽密度、液态水含量之间有着紧密的联系。方哲卿等[4]研究结果表明微波辐射计在午后强降水发生前半小时内,温度廓线在1 km高度处有增温异常,该现象结合经验指标可在盛夏午后强对流的预报中取得更好效果。黄治勇等[5]利用微波辐射计对两次冰雹天气进行了特征分析,认为温湿资料对于冰雹天气的监测具有较强的指导意义。刘芳霞等[6]利用激光测风雷达数据产品的研发,提供了高时空分辨率的近地层风场监测信息,形成了对西安重污染天气预警服务有良好参考意义的指标。鲁峻麟等[7]利用激光测风雷达连续观测城市上空边界层的风分布状况,得出边界层内不同垂直高度上的风场最优探测效能,从而为广州超大城市观测提供重要依据。罗云等[8]使用S波段天气雷达和X波段相控阵天气雷达对一次强降水的对流风暴进行了特征分析,结果表明相控阵雷达的体扫模式能够获取更精细的反演风场,从而反映出强对流单体内部的精细结构,而SA雷达无法反演出对流风暴内部低层水平风场的真实特征。崔梦雪等[9]利用多源观测资料对一次大范围降雹过程进行了分析,也认为相控阵雷达可以更快地捕捉到强对流单体微物理特征变化,为冰雹的预报提供有价值的参考。同时为了发展和应用新型探测设备,大量学者对其观测数据也进行了充分的检验[10-15],从而证明了其数据的可靠性,为暴雨[16]、短时强降水[17]等天气预报提供了更有利的支撑。

在全球气候变化背景下,人口集中、建筑密集、经济要素聚集的大城市,不但抵御和防范极端天气及应对天气变化的能力显得尤为重要,同时小量级降水或降雪有时也会对城市交通、公路、铁路、航空运输带来较大的影响,从而成为具有一定影响的天气。孙军等[18]对北京春季9次弱降水过程进行分析,发现了4次空报,认为弱降水过程普遍具有对流层水汽条件差或动力抬升弱的特点,且预报员对边界层水汽、抬升等关键降水要素缺乏订正经验;魏东等[19]利用微波辐射计和风廓线雷达对一次有利条件下北京降雪空报的原因进行了分析,认为边界层辐合系统弱、动力抬升条件差、数值模式对相对湿度预报过高是京津冀大部分地方未出现降雪的原因;还有很多新型探测数据应用到对弱降水的微物理特征研究中[20-22],有助于精准判断降水系统的短时变化特征。随着国家“一带一路”战略实施、国际化大都市建设,西安作为丝绸之路起点城市,日益增多的重大社会活动和经济健康发展,对天气预报特别是精细化天气预报预警水平提出了更高要求。本文利用多源观测资料对2022年春季西安市城区一次降水预报失误的过程进行分析总结,以增强对高分辨率新型探测数据的日常应用,并提高预报员对这类天气的分析和预报能力,同时为提高重大活动气象保障能力提供参考价值。

本文选取的资料包括中国气象局自动气象站、区域气象站的1 h降水量数据,MICAPS提供的高空探测数据,ECMWF(欧洲中期天气预报中心)、NCEP(美国国家环境预报中心)、CMA(中国气象局)等数值模式的预报数据、ECMWF的ERA5(0.25°×0.25°) 逐1 h再分析资料和多种新型探测观测数据。其中C波段多普勒雷达(海拔459 m)位于西安市泾河县(34.45°N,108.97°E);微波辐射计分别位于西安城区(34.31°N,108.94°E)和长安(34.09°N,108.9°E),每2 min进行一次观测记录;激光测风雷达位于西安城区(34.31°N,108.94°E),每20 s进行一次观测记录;西安目前建成鄠邑(34.14°N,108.59°E)、灞桥(34.25°N,109.12°E)、高陵(34.58°N,109.06°E)三部X波段相控阵雷达,其径向水平分辨率为30 m。

2022年4月23—24日,陕西省经历了春季一场对流性降水天气过程,主要降水集中在关中西部和陕南(图1a),大部地区中到大雨,局地暴雨,同时过程还伴有明显的雷电和短时强降水。本次过程的主要天气系统如图1b所示,500 hPa高原低槽东移发展,陕西处于槽前西南暖湿气流的控制区,有利于与来自河套地区的冷空气在陕西中南部交绥;850 hPa在高原槽前形成了西南低涡,并在低涡东侧存在偏南风低空急流,有利于水汽和能量向陕西南部输送,同时西南低涡与高原低槽配合较好,有利于低涡的进一步加强,这种天气形势是非常有利于陕西中南部的大范围降水,但本次过程在短期预报时效内对西安市出现了较大的预报偏差,24 h、12 h均预报西安市为中到大雨,南部山区局部有暴雨,而实况仅西安市南部山区局部出现了小到中雨,且城区无降水(图1a),预报出现明显失误。因此本文将利用多源观测资料及多家模式数值预报结果对该过程西安的局部天气进行分析,给出西安城区降水失误的原因,以提升大城市气象服务综合保障能力。

图1 2022年4月24日20:00陕西省24 h累计降水分布(a),08:00 500 hPa等高线(黑色实线,单位:10 gpm)和850 hPa风场(风羽)天气环流形势图(b)(红色省界线为陕西边界)

对多家模式2022年4月23日08:00起报的未来36 h(即24日20:00)的24 h累计降水预报进行分析(图2)发现所有模式对西安市区均报有明显的降水过程,其中全球模式CMA-GFS(中国气象局全球同化预报系统,图2b) 、ECMWF(图2e)及NCEP(图2f)对西安市区预报均小到中雨,西部和南部山区大雨;而中尺度模式预报的降水强度则明显增强,CMA-MESO(中国气象局中尺度天气数值预报系统,图2c)对西安市预报的大雨范围有所增加,CMA-BJ(中国气象局北京快速更新数值预报系统,图2a)和CMA-TYM(中国气象局区域台风数值预报系统,图2d)则预报出了南部山区存在局地暴雨,尤其是CMA-TYM(图2d)预报的暴雨范围相对较大。结合ECMWF 4月23日08:00起报的西安城区的间隔3 h综合廓线(图3),23日夜间随着中低层偏南风的加强,低层水汽有所加强,24日午后整层水汽和上升运动强烈发展,850 hPa以上相对湿度为90%以上,垂直上升运动中心位于700 hPa,强度可达-1.5 Pa·s-1以上,非常有利于降水;而24日午后700 hPa由偏南风转向偏北风,水汽条件和垂直上升运动条件逐渐转差,预计降水也开始减弱。考虑天气尺度系统强迫明显,结合多模式预报结果,因此23日18:00发布的主观预报认为西安市23日20:00至24日20:00有中到大雨,南部山区有暴雨。

图2 不同模式预报的2022年4月24日20:00 24 h累计降水量分布:(a)CMA-BJ,(b)CMA-GFS,(c)CMA-MESO,(d)CMA-TYM,(e)ECMWF,(f)NCEP

图3 ECMWF模式2022年4月23日08:00起报的西安站逐3 h综合廓线(红线为温度,单位:℃;填色为相对湿度;黑线为垂直速度,单位:Pa·s-1,其中黑色虚线代表上升运动,黑色实线为下沉运动)

4.1 微波辐射计

从西安站的微波辐射计观测资料(图4)来看,23日20:00起西安城区受西北气流影响,天空状况较好,以高云为主,云底高度均在5 km以上(图4c);由于云量较少,大气辐射降温明显,3 km以下温度直减率较高(图4a),达到6.9 ℃/km,且气流的下沉增温使大气低层相对湿度非常小,近地层相对湿度不到30%(图4b),整体条件不利于降水。随着高原涡东移和西南涡北上,有西南水汽通道形成并向陕西输送大量水汽,24日07:00起西安站3 km左右的中高层相对湿度明显增加,从70%增至90%,大气中层接近饱和,但饱和层比较浅薄,且低层相对湿度增加并不明显。与此同时由于中高层水汽条件的转好,使该时段云底高度降低至2 km左右。此后大气低层基本维持50%左右的相对湿度并缓慢减小,而中高层保持近饱和的状态,云底高度稳定在3 km以下,以积雨云与层积云为主,总体云水含量不高。

图4 2022年4月23日20:00至24日20:00西安站微波辐射计温度(a)、相对湿度(b)和云底高度(c)随时间变化

将西安站微波辐射计观测的温度、湿度与ECMWF模式的结果(图3)进行比较,发现温度预报与实况的偏差较小,但相对湿度存在较大偏差。ECMWF模式对24日08:00后西安站近地层的相对湿度预报已经高达80%以上,比实况偏高30%以上,同时预报近地层的相对湿度达到60%以上将维持较长时间的,比实况也要偏高10%～20%。因此可根据微波辐射计的湿度实况对降水结果进行一定的订正,对降水量级适当向下调整或进行一定的消空。

同时对比24日17:00长安站与西安站的水汽条件(图5),长安站位于秦岭北麓山区,受中高层短波扰动及低层弱切变的影响,该时刻开始有小雨,而西安站依然未有降水。西安站(图5a～c) 2 km以下水汽含量为6～8 g·m-3,相对湿度为40%～60%,液态水含量低于0.02 g·m-3,而长安站(图5d～f)该时刻2 km以下的水汽含量、相对湿度和液态水含量分别为7～12 g·m-3、62%～75%及0.01～0.2 g·m-3,远高于西安站。但对于中层3～4 km而言,西安站的相对湿度与长安站差别不大,均可达到80%左右,但水汽含量和大气可降水量具有明显差异,分别低于长安站1 g·m-3和0.15 g·m-3。因此近地层湿度条件较差及中层的绝对水汽含量低是造成西安城区未能降水的主要原因,且水汽条件预报偏高是造成这次西安城区降水预报失误的主要原因之一。

图5 2022年4月24日17:00西安站(a、b、c)和长安站(d、e、f)微波辐射计水汽(a、d)、相对湿度(b、e)和液态水(c、f) 廓线

4.2 激光测风雷达

图6为西安城区奥体中心站的激光测风雷达在4月24日16:00—20:00的产品,从风矢量廓线的时间变化可以看出,该站点在3 km以下风随高度有明显的顺时针变化,最强切变位于1500 m附近,即西安城区的中低层存在一定的暖平流, 结合该时段微波辐射计相对湿度的变化以及23日20:00探空图的温湿廓线及层结资料,可以判断暖平流的性质为偏干暖气流,其输送可使空气温度增加湿度减小,从而使较小的水滴或冰晶因为蒸发或升华变得更小甚至消失。同时2 km以上存在超过14 m·s-1的偏东风,1 km附近偏西风超过12 m·s-1,且持续时间较长,一方面较大的风速也会加快小水滴的蒸发,另一方面中低层较强偏西风也不利于地形的辐合抬升。

图6 西安城区奥体中心站2022年4月24日16:00—20:00风廓线

另外,1.5～2 km之间形成了一定厚度的弱风区,结合微波辐射计和探空曲线可知近地层存在一层薄的逆温层,700 hPa以下对流抑制有效位能达到324.6 J·kg-1,这样的稳定层结不利于上下层的动量及能量交换。从垂直风速(图略)也可以看出,整层的垂直上升运动非常弱,且伴随了一定下沉运动,不利于降水。

4.3 多普勒雷达和相控阵雷达

对西安多普勒雷达回波产品进行分析,发现组合反射率因子在17:21的主要降水回波位于西安南部山区(图7a),呈明显的层状云降水回波特征,最大反射率因子为45 dBz,实况显示该时段西安南部山区的1 h降水量为0～5 mm。西安城区的回波较弱,反射率因子为20 dBz左右,通常这种回波也会带来较弱的降水, 但实况则显示城区无降水。进一步沿着西安站至长安方向(图7a中红线)进行剖面,西安城区距离雷达站30 km内,可以看出该区域的反射率因子为20～25 dBz(图7b),结构较松散,同时位于2～3 km以上,说明中层存在一定的降水云团,但由于低层非常干燥,使水滴在下沉过程中蒸发,从而无法形成雨滴下落。结合17:21相控阵雷达的组合反射率因子(图7c),可以看到西安城区出现一片明显的无云区,并持续较长时间,结合微波辐射计和激光测风雷达的观测结果可以得知,该无云区主要由于湿度条件差且存在下沉气流导致,相对多普勒雷达在大城市的监测预报服务中,相控阵雷达的精细化程度更高。

图7 2022年4月24日17:21西安雷达组合反射率因子(a)及从西安城区向长安方向(沿a中红色直线)剖面图(b)和相控阵雷达组合反射率因子(c)(三角为西安城区所在位置)

为研究西安城区的干岛效应和热岛效应(以下称干热岛效应),对西安市周至县王家河站、鄠邑区涝峪站、长安区长安站、西安城区的西安市气象局站及省委机关大院站这5个站点的相对湿度和温度进行分析,其站点分布及海拔高度如图8a所示。其中王家河站与涝峪站位于秦岭山区,在24日午后均出现了明显降水;长安位于秦岭北麓山脚,西安市气象局及省委机关大院位于西安城区,过程均无降水出现。本文使用的干岛强度定义为城郊区相对湿度的差值,而热岛强度定义为城郊区温度的差值。

图8 西安市地形和5个代表站点分布(a),4月23日20:00至24日10:00 5个站地面温度(b)与相对湿度(c)变化(1:王家河;2:涝峪;3:长安;4:省委机关大院;5:西安市气象局)

对过程前期这5个站点的地面温度和相对湿度进行分析,发现山区及山下(即站点1～3)的温度(图8b)普遍低于城区(即站点4～5),相对湿度(图8c)显著高于城区:出现降水的山区站其相对湿度最低为64%,最高达到92%;城区的相对湿度最高为71%,最低仅为42%,未能达到饱和,近地层水汽条件较差。进一步选取西安市气象局站与长安站分别作为城市站和郊区站,计算其热岛强度和干岛强度(图9),结果发现其温差平均为2 ℃以上,相对湿度差平均为15%以上。随着城市化进程的加快,人类活动改造了下垫面,使得城市地表气温高于附近郊区,是影响局地大气系统变化的重要因素之一[23-25],尤其对大城市而言,热岛效应更为显著[26-29]。从以上分析可知西安城区具有显著的干热岛效应,王建鹏等[30]对西安城市热岛效应及对降水的影响研究表明,随着热岛效应的加强,可增强气流因越山后地形强迫的下沉运动,使得系统性降水区域减弱或不利于局地的降水天气过程;另一方面这种效应由于较高的温度和较低的湿度,可能使弱的冰晶或水滴在下沉过程中在近地层被升华或蒸发,从而无法碰撞合并为大雨滴降落至地面。

图9 2022年4月23日20:00至24日10:00西安城区与郊区的热岛强度和干岛强度变化

同时,西安的主要降水区位于秦岭山区,其平均海拔在1000 m以上,而长安及城区的海拔均在500 m以下。利用ERA5资料对24日13:00的垂直剖面场进行分析(图10a),700 hPa以上大气以西南气流为主,中高层的水汽条件较好;秦岭山区的整层相对湿度高于90%,处于饱和状态,而秦岭山麓及其北部的西安城区(图10的黑色方框处)700 hPa以下相对湿度向北快速减小至50%以下,中低层存在明显的干层。西安城区700 hPa以下风随高度顺时针旋转,且风速较大,具有明显的暖平流,结合之前的分析该暖平流的绝对湿度和相对湿度均较差,可使城区逐渐增温降湿,不利用降水。同时偏西风与山脉走向几乎平行,西安城区位于秦岭北部,自北向南的偏西风无法引起地形的强迫抬升作用。另外,秦岭山脉上空以偏北风为主,并在靠近山麓和城区的近地层转为西南风,引导山上的降水云团从秦岭向北下坡,产生下沉运动,有利于水汽快速蒸发至不饱和,并且削弱了天气尺度系统的上升运动,不利于产生降水。17:00的垂直运动剖面(图10b)则显示西安城区及其附近的低层有明显的下沉运动,不具备产生降水的条件。

图10 2022年4月24日13:00风场、相对湿度(等值线,单位:%)(a)和17:00风场、垂直上升速度场(等值线,实线大于0,为下沉运动;虚线小于0,为上升运动,单位:10-2·Pa·s-1)(b)沿西安市气象局站的经向(108.9°E)垂直剖面(黑色填色为地形高度,黑色方框为秦岭北麓及西安城区所在区域)

本文利用微波辐射计、激光测风雷达、多普勒雷达、地面气象站及ERA5再分析等资料,对2022年4月24日西安城区一次降水空报失误的原因进行了分析,得到以下结论:

(1)本次过程全球数值预报模式和中尺度数值预报模式对西安城区均报有明显降水,但由于ECMWF模式对低层相对湿度值预报较高,使预报员主观订正后依然出现较大的空报。

(2)通过微波辐射计、激光测风雷达的资料分析,认为西安城区午后近地层湿度条件较差,且中层的干暖空气不利于成云致雨,垂直上升运动较弱,共同造成了西安城区无降水。可将微波辐射计的温湿分布来订正数值模式的预报结果,以此调整降水量级。

(3)从多普勒雷达的反射率因子可以看出西安城区的降水云团强度较弱,由于低层非常干燥,使水滴在下沉过程中蒸发,从而无法形成雨滴下落;相控

阵雷达的高时空分辨率可直观监测到城区位于无云区,服务更加精细化。

(4)造成西安城区近地层湿度条件差的原因是城市干热岛效应和低层干暖平流输送,西安城区相对周边山区属于强热岛和强干岛级别,不利于产生降水;同时降水云团在引导气流的影响下,湿空气从秦岭山上向北下坡,使气团中水汽快速蒸发,加之由于存在较强烈的城市热岛效应,在城区低层形成较为深厚的干层,即便是空中存在雨滴,在它们下落过程中也会造成更强的蒸发,形成城区附近的“降水空窗区”,并削弱上升运动,从而导致城区无降水。

猜你喜欢 辐射计水汽城区 青藏高原上空平流层水汽的时空演变特征成都信息工程大学学报(2022年4期)2022-11-18长沙市望城区金地三千府幼儿园幼儿画刊(2022年8期)2022-10-18风云四号A星多通道扫描成像辐射计第一幅彩色合成图像上海航天(2021年3期)2021-07-21基于CLEAN算法对一维综合孔径辐射计成像误差的校正空间科学学报(2020年3期)2020-07-24金霞早油蟠在保定满城区的表现及栽培技术河北果树(2020年2期)2020-05-25微波辐射计对昆明雾天的监测及应用成都信息工程大学学报(2018年1期)2018-05-31福田要建健康城区中国卫生(2016年11期)2016-11-121979～2011年间平流层温度及平流层水汽的演变趋势高原山地气象研究(2016年1期)2016-11-10用于目标辐射特性测量的W波段辐射计系统工程与电子技术(2016年7期)2016-08-21深圳“5·11”特大暴雨过程的水汽输送特征分析广东海洋大学学报(2015年3期)2015-12-22