洪麗霞，馬中元，陳鮑發(fā)，程小娟，范小軍，宋 雄

(1.江西省氣象科學研究所，江西 南昌 330046；2.江西省宜豐縣氣象局，江西 宜豐 336300；3.江西省景德鎮(zhèn)市氣象局，江西 景德鎮(zhèn) 333000；4.江西省豐城市氣象局，江西 豐城 331100)

0 引言

夏季處在副熱帶高壓邊緣時，往往會出現(xiàn)局地的風暴天氣，有時會伴有強雷電、強降水、雷暴大風等強對流天氣，而江西的雷暴大風就多發(fā)生于7—8月的副熱帶高壓邊緣。

許愛華等[1-3]將我國中東部的強對流天氣分為準正壓類等5類，并指出準正壓類多發(fā)生在夏季副熱帶高壓外側(cè)或內(nèi)部、溫度梯度較弱的地區(qū)，流場上的動力強迫和地面局地受熱不均起主要作用。副熱帶高壓邊緣強對流云型等構(gòu)成江西強對流天氣的8種典型云型特征之一。云圖上的強水汽累積區(qū)、雷達回波上的回波合并，是判斷雷電發(fā)生和強對流天氣的重要依據(jù)。馬中元等[4-8]將江西致災大風分為颮線回波帶與超級單體、冷鋒雷暴回波帶、由雷暴下沉氣流觸發(fā)的無降水致災大風等3類，并統(tǒng)計指出6—9月的強雷暴天氣集中在11—20時，回波合并、強回波水平尺度較大、“指狀”、“弓狀”、陡直“零值線”、VIL超過50 kg/m2等是強風暴天氣出現(xiàn)的特征，颮線形成前期，MCS南側(cè)出現(xiàn)多條平行短帶“梳狀”回波特征，并在其南端不斷產(chǎn)生對流單體回波，窄帶回波移動速度可以定性判斷地面大風級別。應冬梅等[9-10]統(tǒng)計了江西颮線回波的回波參數(shù)，并指出三體散射回波、鉤狀回波或指狀回波、弱回波區(qū)、有界弱回波區(qū)、回波墻和懸垂回波及明顯的出流邊界的特征均出現(xiàn)在強對流發(fā)生前20～60 min。支樹林等[11-12]分析江西強風暴天氣指出，強垂直風切變的存在、“上干下濕”、地面中尺度輻合線是形成雷雨大風的有利條件，雨強越大、45 dBz以上回波伸展高度越高，對應的地閃活動就越劇烈、風暴發(fā)生前平均正地閃數(shù)越多。黃鈺[13]分析指出大于等于30 dBz的回波面積與總閃頻次和負地閃頻次相關(guān)性都比較好。於慧玲等[14]分析指出颮線在生成、發(fā)展壯大過程中，颮線系統(tǒng)與強對流風暴合并，會導致雷暴天氣加強和降雨量增大。鄒書平等[15]研究表明雷達組合反射率因子拼圖產(chǎn)品對貴州山區(qū)局地強對流天氣監(jiān)測預警的范圍影響程度較小。這些均為研究江西雷暴大風天氣過程提供了理論參考。但多數(shù)研究為天氣形勢和單部雷達回波特征，很少應用到多部雷達拼圖和STI等資料。

本文使用天氣形勢、衛(wèi)星云圖、單部雷達資料、江西WEBGIS雷達拼圖與風暴跟蹤信息STI等資料，分析2020年7月11日出現(xiàn)在江西西部和北部區(qū)域的雷暴大風天氣過程，以期得到相應的預報指標與規(guī)律，為后期的預警預報服務工作提供參考依據(jù)。

1 天氣實況

2020年7月11日16—21時，江西國家站記錄10站次大風天氣，其中9站雷暴大風，1站廬山風景區(qū)高山站大風(表1)。對應在區(qū)域站有63站次出現(xiàn)雷暴大風天氣(圖略)，遠遠超過國家站的數(shù)量。雷暴大風的強度不是很大，國家站最大記錄到21.8 m/s(廬山市)，這可能與造成大風的雷暴回波帶的回波強度(55 dBz)不是太強等因素有關(guān)。雷暴回波帶產(chǎn)生的降水不大，沒有達到暴雨量級(圖略)，6 h國家站最大23.1 mm，區(qū)域站最大45 mm，主要還是以大風天氣為主。

表1 2020年7月11日江西雷暴大風統(tǒng)計表Tab.1 Statistical Table of Thunderstorms and Gales in Jiangxi on July 11,2020

此次雷暴大風天氣過程主要發(fā)生在江西西北部地區(qū)，16時56分，宜豐縣國家站是最早產(chǎn)生雷暴大風的縣站，區(qū)域站更早一些，宜豐縣中部出現(xiàn)大范圍8級以上雷暴大風。

全縣12個鄉(xiāng)(鎮(zhèn))有6個出現(xiàn)8級以上雷暴大風，占比50 %，同時還有2個鄉(xiāng)鎮(zhèn)出現(xiàn)7級雷暴大風。有3個鄉(xiāng)(鎮(zhèn))風力達9級以上，以芳溪鎮(zhèn)24.1 m/s為最大；8級以上大風的風向以西南偏西風為主(表2)。

表2 宜豐縣2020年7月11日16—18時7級以上雷暴大風天氣實況Tab.2 Thunderstorms and gale weather with magnitude above 7 in Yifeng County from 16∶00 to 18∶00 on July 11,2020

2 天氣形勢和云圖演變

2.1 天氣形勢

2020年7月11日，08時100 hPa，江西處在西北轉(zhuǎn)東北風的反氣旋環(huán)流控制之中(圖略)，大陸高壓西風與副高邊緣東北風合力形成偏北氣流；20時100 hPa(圖略)，氣流得到進一步加強，反氣旋式環(huán)流更加明顯。南昌探空資料上呈東北風氣流。100 hPa高空風是輻散分流區(qū)，對此次雷暴大風天氣起到了加強作用，所形成的積雨云砧伸向西南方向，與雷暴回波帶移動方向正好相反[13]。08時500 hPa，低槽位于110°E湖北西北部至貴州中部，江西處于副高西北部邊緣與湖南、廣東西南氣流中(圖1a)；20時500 hPa(圖略)，隨著副高加強北抬，588 dagpm線跨越江西，副高邊緣西南氣流有所加強。500 hPa西南急流為此次雷暴大風系統(tǒng)提供了移動能量，雷暴大風系統(tǒng)沿著500 hPa高空風向東北方向移動。08時850 hPa，重慶等地有低渦，切變線位于重慶—湖南西北部—湖北中部—安徽中南部，切變線以南為西南氣流，江西上空有低空西南急流，贛州風速達20 m/s，南昌14 m/s，安慶16 m/s(圖1b)；20時850 hPa(圖略)，重慶低渦有所加強但位置少動，切變線位置有所北抬，西南急流跟隨北移。

08時地面圖，重慶等地有氣旋波發(fā)展，地面倒槽經(jīng)湖南中北部伸向安徽東部，倒槽東南側(cè)經(jīng)過江西西北部地區(qū)，地面有東南風與西北風或東北風形成的地面輻合線生成(圖1c)；11時、14時、17時、20時地面圖(圖略)，地面倒槽不斷發(fā)展加強，并逐漸東伸至東部沿海，江西處在西南倒槽控制中；隨著地面倒槽的發(fā)展東移，江西西北部地面輻合線位置卻少動維持，為此次雷暴大風天氣提供了觸發(fā)機制和維持機制。

圖1 2020年7月11日08時天氣形勢Fig.1 Weather situation at 08∶00 on July 11,2020

由此可見，100 hPa反氣旋環(huán)流為雷暴天氣的發(fā)展提供了輻散和分流條件；500 hPa江西西北部處于副高邊緣，為雷暴回波帶向東北方向移動提供了動力；850 hPa西南急流、低渦和切變線以及地面輻合線為雷暴回波帶提供了觸發(fā)機制和維持機制，這些都是副高邊緣強對流天氣的主要天氣系統(tǒng)配置。

2.2 衛(wèi)星云圖

江西西北部有兩塊中尺度對流云團(MCS)東移、發(fā)展、合并的過程(圖2)。16時，江西西北部有對流云團發(fā)展，其中西南的對流云團影響范圍較大。16時30分(圖2a)，進行西南部對流云團東移發(fā)展，形成較明顯的二塊較強對流云團，云頂溫度較低，出現(xiàn)白色與淡灰色上沖云頂。17時(圖2b)，2塊對流云團邊界合并，強度繼續(xù)發(fā)展，淡灰色上沖云頂面積增大，顏色加深。16時56分，宜豐最早出現(xiàn)19.7 m/s雷暴大風。17時30分(圖2c)，2塊對流云團整體合并成面積較大強對流云團，對流繼續(xù)發(fā)展，淡灰色至黑色上沖云頂已占據(jù)強對流云團大半范圍，江西西北部出現(xiàn)較大面積雷暴大風天氣，國家站記錄9站雷暴大風，區(qū)域站有63站次出現(xiàn)雷暴大風天氣。

圖2 2020年7月11日16時30分(a)、17時(b)和17時30分(c)衛(wèi)星云圖Fig.2 Satellite cloud image at 16∶30(a),17∶00(b)and 17∶30(c)on July 11,2020

由此可見，衛(wèi)星云圖上發(fā)展旺盛的中尺度對流云團MCS的移動與合并、加強是產(chǎn)生雷暴大風天氣的重要原因，其上沖云頂?shù)牧翜匾话阋_到灰—黑色，即達-60～-80 ℃或更低。

3 雷達回波特征

3.1 回波演變

圖3是2020年7月11日雷暴大風過程的雷達拼圖，最早出現(xiàn)的19.7 m/s雷暴大風發(fā)生在16時65分宜豐國家站(周邊區(qū)域站時間會更早些)，以宜豐最早產(chǎn)生雷暴大風的時間點來討論雷暴回波短帶的演變。

15時30分(圖3a)，在江西西部地區(qū)有多個雷暴單體回波發(fā)展，這些對流回波單體屬于副高邊緣午后熱雷雨性質(zhì)，主要分布在江西西部山區(qū)。宜豐西南方向多個雷暴回波單體間隔排列成南北走向帶；回波在發(fā)展中，CR強度45～50 dBz，朝東北方向移動，移動速度大約40～50 km。16時(圖3b)，雷暴單體發(fā)展較快，CR強度提高至50～55 dBz，由于回波發(fā)展旺盛，強單體上出現(xiàn)≥10 mm/10 min超短時強降水[14](圖中紅色或粉紅色圓圈)；單體回波面積擴大，在向東北方向移動過程中，回波開始出現(xiàn)合并。16時30分(圖3c)，回波逐漸合并發(fā)展成較緊密回波短帶，并逼近宜豐范圍，多單體回波合并造成回波短帶發(fā)展旺盛，CR強度50～55 dBz，局部達到60 dBz，出現(xiàn)≥10 mm/10 min超短時強降水[14]；短帶中段移速加快，回波帶開始出現(xiàn)彎曲。

17時(圖3d)，回波彎曲發(fā)展成“弓”狀回波帶，CR強度50～55 dBz，局部達到60 dBz，16時56分宜豐站最早出現(xiàn)19.7 m/s雷暴大風，宜豐范圍出現(xiàn)≥10 mm/10 min超短時強降水[14]；“弓”狀回波帶朝東北方向移動，速度大約40～50 km。17時30分(圖3e)，“弓”狀回波移出宜豐，回波帶上多處出現(xiàn)≥10 mm/10 min的超短時強降水[14]。18時(圖3f)，“弓”狀回波帶移出宜豐范圍，CR強度45～50 dBz略有減弱，但18時30分(圖略)之后，回波短帶在江西西北部地面輻合線附近再次猛烈發(fā)展，造成多地出現(xiàn)雷暴大風和超短時強降水。

圖3 2020年7月11日15時30分—18時江西WEBGIS雷達拼圖及10 min雨量疊加圖Fig.3 Jiangxi WEBGIS radar mosaic and 10-minute rainfall overlay from 15∶30 to 18∶00 on July 11,2020

由此可見，宜豐雷暴大風是由副高邊緣局地熱雷雨發(fā)展、合并成為回波短帶、“弓”狀回波帶所造成，回波短帶尺度100 km之內(nèi)，回波強度達≥50 dBz，近似南北走向；回波短帶中部向前凸起，形成“弓形”回波結(jié)構(gòu)，宜豐雷暴大風就發(fā)生在回波短帶凸出部位前沿?；夭ǘ處Ш汀肮睜罨夭◣系膹妴误w回波，往往造成局地≥10 mm/10 min的超短時強降水[14]。18時30分后，回波短帶在江西西北部地面輻合線附近再次猛烈發(fā)展，造成多地出現(xiàn)雷暴大風和超短時強降水。

3.2 風暴跟蹤信息STI

風暴跟蹤信息STI(Storm Tracking Information)移動路徑，不僅能夠反映回波單體的移動速度與移動方向，還能反映出回波系統(tǒng)的強度。

15時30分(圖4a)，江西西部有多個午后局地熱雷雨回波發(fā)展，這是江西副高邊緣低層西南氣流在山地影響下最易出現(xiàn)的局地熱雷雨對流回波。對應的風暴跟蹤信息STI移動路徑顯示(圖4d左下角圖標)，雷雨回波平均移動方向50°，平均移動速度45 km/h；圖中STI信息用直線連接點表示，分別代表15、30、45、60 min(紅點)4個時次的位置。16時(圖4b)，熱雷雨發(fā)展成南北走向回波短帶，對應的風暴跟蹤信息STI移動路徑顯示(圖4e)，回波短帶移動方向50°，平均移動速度45 km/h，幾乎沒有變化。16時30分(圖4c)，回波短帶發(fā)展，中段略有彎曲，形成“弓”狀回波帶。風暴跟蹤信息STI移動路徑顯示(圖4f)，“弓”狀回波短帶將于0.5 h之內(nèi)進入宜豐，26 min之后，宜豐出現(xiàn)8級以上雷暴大風。

圖4 2020年7月11日15時30分—16時30分風暴跟蹤信息STI移動路徑分析Fig.4 STI moving path analysis of storm tracking information from 15∶30 to 16∶30 on July 11,2020

風暴跟蹤信息STI是單部多普勒雷達上描述強回波移動重要算法與指標，但單部雷達STI產(chǎn)品有時候計算會有誤差和不合理的地方，這是應用中需要注意的。雷達拼圖上的風暴跟蹤信息STI是將單部雷達上描述的STI通過算法，在多部雷達拼圖上集成在一起，形成雷達拼圖風暴跟蹤信息STI移動路徑。把多部雷達的STI信息進行平均，形成風暴平均移動路徑與速度，以圓圈形式顯示在圖的左下角，圓圈中的時鐘線指向表明回波平均移向，圓圈下的標尺內(nèi)紅色小格長度表明回波平均移動速度，1個小格為10 km，若紅色小格有3個，則回波移速為30 km/h，以此類推。雷達拼圖上風暴跟蹤信息STI彌補了單部雷達STI信息數(shù)量少和有時出現(xiàn)誤差的不足，多部雷達STI信息相互補充和疊加，形成STI“密集區(qū)”，有效地提高了STI的可靠性。從此次宜豐出現(xiàn)雷暴大風天氣的STI信息上看，回波短帶穩(wěn)定向50°方向移動，移動速度45 km/h。16時和16時30分，可以明確判斷回波短帶將影響宜豐，預報時效可提前30 min以上。

由此可見，風暴跟蹤信息STI有助于預報員識別和判斷回波系統(tǒng)的移動，STI移動方向和移動速度圖標直觀有效，從而能發(fā)布更為精準的預報預警信息。

3.3 單部雷達產(chǎn)品特征

從16時52分宜春SA雷達的CR產(chǎn)品上看，16時56分造成宜豐19.7 m/s雷暴大風的回波系統(tǒng)是由“弓”狀回波帶向前突出的強回波單體造成，回波中心CR強度達55～60 dBz(圖5a圓圈處)；ET回波頂高15～17 km，并有較明顯的傾斜回波結(jié)構(gòu)，即回波頂最高處位于強回波的后側(cè)，表明帶上強單體回波具有傾斜回波結(jié)構(gòu)，對流發(fā)展旺盛；垂直液態(tài)水含量VIL達25～30 kg/m2，即VIL強度比較小，未達到出現(xiàn)冰雹的閾值(VIL≥ 45 kg/m2)，體現(xiàn)出雷暴大風或短時強降水的VIL結(jié)構(gòu)。

對16時52分宜春SA雷達的宜豐強回波從雷達圓點～30°方向沿徑向做垂直剖面。反射率因子Z垂直剖面RHIz上(圖5b)，0 dBz回波頂高在18 km，45 dBz的強回波伸展高度在7 km以下；強回波頂上20 dBz回波頂在16 km以上，具有傾斜結(jié)構(gòu)。徑向速度V垂直剖面RHIv上(圖5c)，速度結(jié)構(gòu)有3個特征：①正負速度區(qū)分布呈“下正上負”結(jié)構(gòu)，即大片正速度區(qū)上有負速度切變；②大片正速度區(qū)中存在≥27 m/s的大值區(qū)；③正速度區(qū)底層(近地面)強回波處有負速度異值區(qū)。

圖5 2020年7月11日16時52分宜春SA雷達CR、RHIz、RHIv產(chǎn)品Fig.5 CR,RHIz and RHIv products of Yichun SA radar at 16∶52 on July 11,2020

由此可見，宜春SA雷達上雷暴大風是由近南—北走向的對流回波短帶造成，組合反射率CR達55～60 dBz，垂直液態(tài)水含量VIL達25～30 kg/m2，回波頂高ET達14～15 km；反射率因子Z垂直剖面RHIz，0 dBz回波頂高在18 km，45 dBz的強回波伸展高度在7 km以下，具有傾斜結(jié)構(gòu)。徑向速度V垂直剖面RHIv，具有“下正上負”的結(jié)構(gòu)、正速度區(qū)中存在≥27 m/s的大值區(qū)和正速度區(qū)近地面有負速度異值區(qū)。

4 結(jié)論與討論

使用天氣形勢、衛(wèi)星云圖、江西WebGIS雷達拼圖和宜春SA雷達產(chǎn)品等資料，對2020年7月11日江西雷暴大風天氣過程進行分析，主要結(jié)論如下：

①2020年7月11日16—21時，江西國家站記錄10站次大風天氣，其中9站雷暴大風，對應在區(qū)域站有63站次出現(xiàn)雷暴大風天氣。

②100 hPa反氣旋環(huán)流、500 hPa江西西北部處于副高邊緣、850 hPa西南急流、低渦和切變線，以及地面輻合線，為雷暴回波帶提供了觸發(fā)機制和維持機制。

③中尺度對流云團MCS的移動與合并、加強是產(chǎn)生雷暴大風天氣的重要原因，其上沖云頂?shù)牧翜匾话阋_到灰—黑色，即達-60～-80 ℃或更低。

④雷暴大風由副高邊緣局地熱雷雨發(fā)展、合并成為回波短帶、“弓”狀回波帶所造成，雷暴大風就發(fā)生在回波短帶凸出部位前沿?；夭ǘ處系膹妴误w回波，往往造成局地≥10 mm/10 min的超短時強降水。

⑤風暴跟蹤信息STI有助于預報員識別和判斷回波系統(tǒng)的移動，STI移動方向和移動速度圖標直觀有效，進而能發(fā)出更為精準的預報預警信息。

⑥宜春SA雷達上，雷暴大風是南北走向的回波短帶，組合反射率CR達55～60 dBz，垂直液態(tài)水含量VIL達25～30 kg/m2，回波頂高ET達14～15 km；反射率因子Z垂直剖面RHIz，0 dBz回波頂高在18 km，45 dBz的強回波伸展高度在7 km以下，具有傾斜結(jié)構(gòu)。徑向速度V垂直剖面RHIv，具有“下正上負”的結(jié)構(gòu)、正速度區(qū)中存在≥27 m/s的大值區(qū)和正速度區(qū)近地面有負速度異值區(qū)。

本文對多部雷達拼圖資料在雷暴大風等強對流天氣方面的應用做了初步分析，多部雷達拼圖資料的探測范圍、精度和可靠性明顯優(yōu)于單部雷達，彌補單部雷達探測距離、地球曲率、擋角盲區(qū)和距離衰減等缺陷，是研究分析強對流天氣的工具。但雷達拼圖缺乏速度場、垂直剖面等產(chǎn)品圖，因此，兩種資料的融合應用是未來發(fā)展的需求。風暴跟蹤信息STI在雷達拼圖上的應用從2018年才開始，積累資料有限。但從目前個例分析上看，風暴跟蹤信息STI在強對流天氣、暴雨天氣、雨雪天氣和冷空氣天氣的活動中，發(fā)揮了比較好的作用，能幫助預報員進行回波系統(tǒng)的外推和研判。未來可將這些資料的應用融合到客觀預報方法中，包括回波系統(tǒng)識別、外推和預警預報。