龍卷數(shù)值模擬研究進展

姚聃

（中國氣象科學研究院災害天氣國家重點實驗室，北京 100081）

0 引言

近年來，我國重大龍卷災害多次發(fā)生，造成嚴重的人員傷亡和經濟損失，引起了全社會的廣泛關注。例如，2015年6月1日發(fā)生在湖北監(jiān)利的“東方之星”客輪傾覆事件曾經被認為是由龍卷所造成的，其死亡人數(shù)超過400人[1]。2016年6月23日發(fā)生在鹽城阜寧的EF4級強龍卷，死亡人數(shù)高達98人[2]。迫切需要針對我國龍卷發(fā)生機理和結構演變的理論研究工作，為龍卷預報預警提供科學依據(jù)。

龍卷是劇烈旋轉的小尺度渦旋系統(tǒng)。它往往形成于超級單體風暴的對流云底部，直徑僅有幾十米至幾百米，維持時間僅有幾分鐘到幾十分鐘。即便是在龍卷災害嚴重、研究較為充分的美國，針對龍卷的有效預警時間也僅有短短的十幾分鐘，并且預報準確率十分有限[3-4]。即使采用世界上最先進的高分辨率、快速掃描的移動雷達系統(tǒng)進行觀測，對于龍卷精細化結構和演變的分析研究仍然十分困難[5]。對于龍卷的完整認識，離不開重建其近地面層次的三維風場和熱力結構，而這正是現(xiàn)有觀測的難點所在。數(shù)值模擬成為研究龍卷的生成環(huán)境、內部結構以及發(fā)生發(fā)展過程的重要手段。

龍卷的數(shù)值模擬可以劃分為理想模擬與實際模擬兩大類。具體而言又可以細分為以下幾種類型：1）高度簡化、不考慮母體風暴發(fā)展的計算流體力學模擬；2）基于理想化或者實測探空廓線、考慮母體風暴發(fā)展的理想模擬；3）基于再分析資料并結合資料同化的實際模擬。幾類方法各有其特色與優(yōu)勢，著眼于解決不同尺度的龍卷動力學問題。本文將首先回顧龍卷數(shù)值模擬的主要方法和研究進展，然后討論當前龍卷數(shù)值模擬研究中存在的主要問題，最后是對我國龍卷數(shù)值模擬研究的展望，以期為我國亟待加強的龍卷數(shù)值模擬研究和龍卷預報預警業(yè)務提供參考。

1 龍卷數(shù)值模擬的基本方法與研究成果

1.1 龍卷的計算流體力學模擬

最初的龍卷模擬采用的是實驗室轉盤裝置[6]，隨后衍生出與此相對應的計算流體力學數(shù)值模擬方法。這類模擬高度簡化了龍卷的生成環(huán)境和母體對流風暴，而僅僅關注于類龍卷渦旋（tornado-like vortices）的生成和結構。基于該方法的龍卷數(shù)值模擬為理解龍卷渦旋的動力結構提供了依據(jù)。這些實驗揭示了僅包含有上升運動的單核龍卷、包含有中心下沉氣流的雙核龍卷以及圍繞中心旋轉的多渦旋龍卷的基本形態(tài)[7]。大量理論和模擬研究表明，龍卷在近地面的旋轉可以達到比中層旋轉強兩個數(shù)量級的程度[8]。龍卷生成與加強的核心問題在于，中層旋轉在近地面如何加強。Lewellen等[9-10]研究發(fā)現(xiàn)，近地面旋轉與入流之間的拐角氣流（corner flow）的崩潰過程對于龍卷的加強十分關鍵，近地面入流的差異是結構相似的超級單體能否產生龍卷的可能影響因子。

1.2 基于理想背景的龍卷模擬

盡管龍卷的計算流體力學模擬可以給出龍卷渦旋的流場結構，但其最主要的局限在于，模擬出的龍卷過程并不是在母體風暴中孕育形成的。為解決這一問題，采用三維非對稱的非靜力平衡模式的數(shù)值模擬工作應運而生。模擬的方案是在水平均勻初始場上疊加反映對流觸發(fā)的初始擾動。初始場可以采用理想化的探空廓線生成，或者采用實際觀測探空以及多探空合成的垂直廓線。前者可以測試熱力場和風場對于超級單體和龍卷生成的影響及其機理，后者則通過采用實際龍卷個例的臨近探空（proximity sounding）來模擬精細化的龍卷結構和演變過程，其優(yōu)勢在于可以使用有限的運算資源針對龍卷進行高分辨率精細模擬。初始擾動的方案有許多，最常用的是旋轉橢球形熱泡（warm bubble）。Naylor等[11]提出了強迫抬升（updraft-nudging）方案，控制初始對流的啟動在一段時間內保持恒定。Letkewicz等[12]設計了基態(tài)探空替換（base-state substitution）方案，在保留模式積分中已形成擾動的基礎上實現(xiàn)了對環(huán)境場的調整。

Markowski等[13]使用冷源與熱源相互分離的干過程模擬測試了冷池強度與低層垂直風切變對龍卷生成的影響，并指出，中等強度的冷池以及較強的垂直風切變是強近地面類龍卷渦旋發(fā)生的必要條件。Nowotarski等[14]研究了切變對流邊界層中，水平對流卷（horizontal convective rolls）的存在對于超級單體低層中氣旋的影響機理。與水平均勻初始場相比，當超級單體移動方向與對流卷垂直時，其低層中氣旋減弱；當超級單體移動方向與對流卷平行時，其低層中氣旋加強。除了針對低層旋轉增強機制的研究以外，Davenport等[15]使用基態(tài)探空替換方案研究了環(huán)境場的不均勻性對于超級單體維持和消亡的影響。

Orf等[16]對于實際龍卷過程進行了精細化理想模擬（圖1）。該工作采用CM1模式[17]R16版本進行，水平分辨率高達30 m。模擬初始場的探空廓線來自美國快速更新循環(huán)系統(tǒng)（Rapid Update Cycle，RUC）的1 h預報中，2011年5月24日俄克拉荷馬州中部地區(qū)的一次EF5級龍卷過程的風暴右側區(qū)域。該環(huán)境具有很大的不穩(wěn)定能量（CAPE值為4893 J·kg-1）及垂直風切變（0～6 km切變?yōu)?7 m·s-1）。模擬所得到的超級單體生命期超過2.5 h，并表現(xiàn)出典型超級單體特征，與觀測接近。模擬中的龍卷達到EF5級，生命期為118min，移動軌跡長度120 km；觀測中的龍卷生命期為105min，移動軌跡長度101 km。該模擬完整展現(xiàn)了龍卷的生成、維持和消亡過程。前側下沉氣流的出流邊界處交替形成的正負渦度對沿著該邊界向后側移動，并在前側和后側下沉氣流出流邊界的交匯點聚集，逐漸形成龍卷渦旋。

Yao等[18]針對造成嚴重破壞的2016年6月23日江蘇省鹽城市阜寧縣EF4級龍卷進行了數(shù)值模擬（圖2）。模擬使用CM1模式R18版本，采用伸縮網格設計將龍卷附近最高分辨率提升至25 m。模擬結果與雷達觀測特征和災害調查數(shù)據(jù)基本相符。模擬中的龍卷伴隨有清晰的漏斗云，并呈現(xiàn)出已有研究中未受關注的雙螺旋型結構。龍卷生成過程中，最初的信號是在云底降低的擾動氣壓，隨之形成同時向上和向下發(fā)展的強垂直速度和渦度中心。龍卷消亡過程中，渦度中心出現(xiàn)下沉氣流并顯著增強，其維持受到抑制。分析表明，造成風災的是超級單體內部相互影響的3個強風區(qū)域，而不僅是龍卷環(huán)流本身。

1.3 基于真實背景的龍卷模擬

圖1 美國俄克拉荷馬州“5.24”龍卷數(shù)值模擬結果示例[16]Fig. 1 Simulated structure of the tornado on 24 May 2011 in El Reno, Oklahoma, U.S.[16]

圖2 江蘇鹽城“6.23”龍卷數(shù)值模擬結果示例[17]Fig. 2 Simulated structure of the tornado on 23 June 2016 in Funing County, Yancheng, Jiangsu Province[17]

隨著計算技術的提升，對超級單體風暴乃至龍卷過程的直接模擬逐漸成為可能。Xue等[19]采用ARPS模式對一次超級單體龍卷過程進行了數(shù)值模擬，其最內層網格的水平分辨率為50 m。通過在模擬中引入下墊面摩擦過程，該工作表明，地面摩擦作用產生的水平渦度是龍卷低層渦度的重要來源。在對于龍卷的實際模擬中，多普勒天氣雷達資料的有效同化是改進模擬效果的重要保障。Mashiko[20-21]使用日本氣象廳研發(fā)的非靜力平衡模式對2012年5月6日發(fā)生在筑波市（Tsukuba）的EF3級龍卷進行了數(shù)值模擬。該模擬采用的地形分辨率高達50 m，采用三重單向嵌套網格，最內層水平分辨率為50 m，近地面垂直分辨率為20m。模式的初始場和邊界條件采用了四維變分同化。對龍卷生成過程的環(huán)流分析表明，低層中氣旋的增強來源于超級單體前側陣風鋒所造成的斜壓性渦度，以及地表摩擦貢獻[20]；而龍卷形成的觸發(fā)因子則是后側下沉氣流出流與抬升氣流的交匯對后側陣風鋒斜壓性渦度的抽吸作用[21]。

在上述工作中，資料同化對于模擬效果起到了重要的作用。為測試資料同化對于龍卷實際模擬和預報的效果，Supinie等[22]采用VORTEX2外場觀測試驗中得到的多種資料進行對比測試。結果表明，絕大多數(shù)移動雷達觀測資料和加密觀測的臨近探空對于2009年6月5日Goshen龍卷過程的模擬都有正效果。具體而言，上游入流區(qū)域的探空會造成入流速度的減弱，從而造成風暴抬升強度的降低。抬升的增強和由此導致的低層渦旋拉伸作用的增大導致了預報后期抬升螺旋度（updraft helicity，UH）的增強。

需要指出的是，資料同化對于龍卷實際模擬而言并非必不可少。Hanley等[23]采用英國氣象局一體化模式MetUM，在不應用資料同化的條件下使用100 m分辨率模擬對2013年5月20日美國Moore龍卷進行模擬，成功再現(xiàn)了超級單體結構、龍卷漏斗云以及近地面強風。盡管模擬結果存在位置和時間上的偏差，其結果表明，在缺少雷達資料進行邊界強迫的條件下，對龍卷性超級單體的高分辨率實際模擬是可能的，這對于龍卷模式預報技術研究有重要意義。

除上述工作外，由于計算資源的限制，大多數(shù)實際模擬很難精細到龍卷的尺度。在這種情況下，超級單體中所包含的抬升螺旋度及低層中氣旋往往被用來作為識別龍卷的指標，以研究龍卷形成的環(huán)境以及對龍卷的預報。Yokota等[24]使用350 m分辨率數(shù)值模擬對發(fā)生在日本的一次龍卷過程的研究表明，低層中氣旋的模擬強度對于風暴前側的低層輻合以及風暴后側的低層相對濕度具有較強的敏感性，近地面觀測資料的有效同化對于龍卷的模式預報具有十分關鍵的影響。

此外，也有一些工作采用水平非均勻場的模擬研究地形在龍卷生成過程中的作用機制。比如，在同時受到山地和海氣作用影響的地中海沿岸地區(qū)，地形影響下的龍卷生成機制與美國大平原地區(qū)相比更加復雜。在降低山體高度以后，山后形成的龍卷超級單體逐漸減弱；當山體高度降低至20%以下，背風坡渦旋顯著減弱并不再形成超級單體[25]。而針對墨西哥一次罕見夜間龍卷過程的數(shù)值模擬研究則表明，適當降低山體高度會使得對流增強，但山體高度繼續(xù)降低后對流不再生成[26]。

2 龍卷數(shù)值模擬的關鍵問題和研究趨勢

2.1 龍卷的生成機制

目前比較成熟的理論認為，典型的超級單體性龍卷的形成過程通常包含3個關鍵步驟：1）中層旋轉形成中層中氣旋，2）低層旋轉形成低層中氣旋，3）近地面旋轉加強生成龍卷[27]。由于中層中氣旋的形成理論已然成熟，研究的焦點在于近地面旋轉的來源和增強機制[28]。有一些觀測和模擬結果發(fā)現(xiàn)了超級單體冷池所產生的斜壓區(qū)域對龍卷生成過程的重要影響[14,29-30]。斜壓理論強調了下沉氣流的動力作用[31-32]。在該理論中，一個核心問題是，相對于環(huán)境低層風切變而言，冷池的強度必須適中：過弱的冷池不足以形成足夠的近地面渦旋，而過強的冷池則不利于近地面渦旋維持在中氣旋抽吸作用的范圍內[13, 33]。

也有觀點認為，經典斜壓理論夸大了斜壓渦度生成機制的作用。在形成龍卷級別強渦旋的過程中，下墊面的拖曳作用可能起到決定性的影響[34]。對于渦度來源的診斷分析表明，摩擦力的引入會增強低層垂直風切變產生近地面渦度，并進一步增強低層中氣旋的輻合，顯著提升數(shù)值模擬中龍卷的強度[35]。除超級單體性龍卷以外，對于同樣可能產生龍卷以及近地面大風的弓形回波系統(tǒng)（bow echo）的中渦旋結構（mesovortex）的模擬研究也得到了相似的結果[36-37]。同時，在下墊面光滑的條件下，垂直渦度在收縮和增強的過程中會在達到旋衡風平衡之后不再增長，而摩擦力的存在則會破壞旋衡風平衡，從而使龍卷渦旋繼續(xù)收縮，垂直渦度顯著加強[27]。這兩種理論的正確性和適用條件仍在爭議之中，目前尚無定論[38-39]。渦度來源和增長機制的模擬分析仍然是龍卷前沿研究中的焦點。

2.2 湍流過程與大渦模擬

越來越多的工作表明，大渦模式的引入對于龍卷的數(shù)值模擬具有重要的促進作用。Rotunno等[40]研究證實，龍卷模擬中的不穩(wěn)定性和湍流過程需要真實解析，僅僅采用大渦模擬和參數(shù)化方案會帶來較大差異。然而，現(xiàn)有的龍卷大渦模擬工作中存在的一個主要問題在于，所模擬的流場中（特別是產生關鍵影響的龍卷低層入流）是否真實包含了“大渦”過程[38]。事實上，在大多數(shù)工作中，這一問題的答案是否定的，即模擬中并未真正包含邊界層湍流性渦旋[8]。Bryan等[41]采用將湍流場獨立模擬并“注入”內層網格的方案以保證大渦模式對渦旋的真實解析。采用該方案模擬得到的龍卷在結構上與傳統(tǒng)大渦模擬存在顯著不同。該方案的驗證、完善和推廣有助于促進對于龍卷精細化結構的認知。

基于上述方案，Nolan等[42]采用高度理想化的模擬方案首次研究了在完全解析湍流過程條件下龍卷渦旋的結構，從而分析環(huán)境強迫機制、下墊面摩擦與龍卷渦度的結構、強度和風場的關系。分析表明，龍卷內部的大渦結構會降低最大風速位置的實際風速，對龍卷結構和演變過程的精細化數(shù)值模擬結果造成影響。

2.3 數(shù)值敏感性與可預報性

龍卷的數(shù)值模擬對于初始條件和物理參數(shù)化方案有著顯著的敏感性。比如，大量研究表明，龍卷近地面渦度的增強對云物理參數(shù)化方案的選取十分敏感[43-45]。云物理參數(shù)化方案會對數(shù)值模擬中風暴的結構和演變過程產生顯著影響[46]。三階矩（3-moment，又稱三參數(shù)）微物理參數(shù)化方案的引入可以使得超級單體在回波結構、冷池強度以及偏振參數(shù)方面與觀測更為接近[45,47]。Dawson等[43-44]研究證實，三階矩方案可以有效改進對水汽相變潛熱釋放的模擬，進而顯著調整龍卷低層入流的熱力性質并最終影響龍卷垂直動量收支及其對近地面渦旋的拉伸作用。

對于實際模式的龍卷數(shù)值模擬和預報而言，目前最根本的制約還在于超級單體系統(tǒng)的可預報性局限。Markowski等[48]指出，在簡化的理想環(huán)境下，超級單體和龍卷的模擬對于冷池強度和位置的差別都有著很強的敏感性。在實際模擬中該敏感性將很有可能更大，從而制約其可預報性。Zhang等[49]研究表明，模擬時間和地形設置等模式參數(shù)的微小改變在幾小時的積分過程中足以產生誤差，導致龍卷性超級單體模擬結果的顯著差異。超級單體乃至于龍卷的數(shù)值模擬存在著難以克服的可預報性問題[50]。因此，在實際的業(yè)務中，單一確定性預報可能是行不通的，而需要集合模式[51]來預報龍卷。

2.4 受損物殘骸與龍卷強度

在現(xiàn)有的模式構架中，大氣中的塵埃和受損物殘骸并未予以考慮。然而，對于實際龍卷過程而言，其高度集中的殘骸含量會對流場產生影響。Lewellen等[52]采用相互耦合的雙流體系統(tǒng)對氣流和殘骸分別進行模擬，發(fā)現(xiàn)龍卷環(huán)流中殘骸與氣流之間的相互作用十分復雜，會造成多普勒天氣雷達對于龍卷結構觀測的偏差。Bodine等[53]使用大量的拉格朗日粒子表征殘骸并進行模擬和追蹤。研究表明，大量殘骸的存在對龍卷最大風速的降低作用可以高達50%。也就是說，現(xiàn)有的不包含受損物殘骸的模擬結果對龍卷風場存在不可忽視的高估。

需要指出的是，實際龍卷災害中，受損物殘骸的形狀、材質和質量等是復雜多樣的，難以通過統(tǒng)一的粒子模型進行描述。同時，即使實際風速下降，殘骸的存在可能會帶來相同甚至更大的沖量以及破壞力。更為重要的是，現(xiàn)有的龍卷強度和風速估計主要以災害指示物的受損情況與EF等級標準所提供的風速查算表為依據(jù)，而其中并未考慮（也難以考慮）殘骸存在對風速和實際破壞力的影響，因此災害調查中對于龍卷風速的估計也可能存在系統(tǒng)性偏差。合理引入受損指示物殘骸的龍卷數(shù)值模擬對于科學認識龍卷和龍卷等級評定而言有著重要意義。

3 結論與展望

隨著多普勒天氣雷達站網的建立，我國龍卷研究逐漸增多，探索龍卷時空分布特征和發(fā)生規(guī)律[54-55]。近年來，隨著重大龍卷過程的發(fā)生，精細化龍卷災害調查工作開始出現(xiàn)，我國龍卷災情信息的完整性和科學性不斷提升[1,56-60]。有不少工作針對中氣旋和龍卷式渦旋特征（tornadic vortex signature，TVS）進行分析[61-62]，并結合對天氣形勢和探空環(huán)境的診斷分析，研究了我國不同區(qū)域龍卷個例的特征[63]、發(fā)生機制[64-74]以及基于雷達產品的龍卷監(jiān)測和預警方法[75-79]。還有一些工作基于常規(guī)觀測和再分析資料研究我國龍卷的生成環(huán)境以及有利于龍卷形成的探空指標[80-83]。然而，已有研究工作大多停留于天氣尺度的大氣環(huán)流形勢分析，受到觀測資料的限制只能達到鉤狀回波（hook echo）、中氣旋和TVS的尺度，難以深入到接近龍卷尺度的特征[84-86]。對龍卷本體結構和演變的直接觀測仍然十分困難。以現(xiàn)有技術而言，基于觀測分析研究龍卷存在短期內難以逾越的技術瓶頸。

在數(shù)值模擬方面，國內有部分研究工作嘗試針對龍卷事件的天氣背景和環(huán)流形勢進行模擬[87-92]。近年來已有研究團隊開始引入資料同化和集合預報思想開展更為精細的數(shù)值模擬，可以成功捕捉超級單體的生成和演變，并且以抬升螺旋度為標準考察中氣旋和近地面渦旋中心的增長[49-50, 93]。然而，受到模擬技術和計算資源的限制，針對龍卷本體和漏斗云結構的數(shù)值模擬研究依然十分缺少[18]。可分辨龍卷尺度的數(shù)值模擬目前仍然是我國龍卷研究領域的關鍵技術難題。

當前，龍卷的研究主要存在以下3個方面的問題。第一，現(xiàn)有的模擬工作往往難以深入到龍卷尺度，部分研究過度理想化。第二，國際上對于龍卷發(fā)生發(fā)展機理的現(xiàn)有認知主要以美國龍卷個例為基礎，其規(guī)律是否適用于我國天氣氣候背景下的龍卷目前還沒有答案。同時，針對龍卷渦度來源的研究仍沒有定論，而對于龍卷維持和消亡的研究則更為不足。第三，我國的龍卷研究受到觀測資料和模擬手段的限制，難以深入到龍卷本體的精細化結構。值得注意的是，我國龍卷的形成環(huán)境與美國大平原地區(qū)不同，切變和不穩(wěn)定能量往往較弱，而水汽條件則更為充足，并常伴隨有大范圍強降水發(fā)生。也就是說，我國龍卷的冷池特征與美國經典模型可能不同，其形成機制也很有可能存在差異。因此，對于我國龍卷的研究工作將很有可能對現(xiàn)有龍卷理論進行補充和完善。

在當前條件下，通過理想模擬與實際模擬相結合的研究手段，開展針對我國龍卷個例的數(shù)值模擬研究具有較大可行性，可以深入了解我國典型龍卷的發(fā)生機理和結構演變，并與美國龍卷過程進行對比，得到我國典型氣候環(huán)境下的龍卷發(fā)生發(fā)展概念模型。這一方面可以增進了解我國特殊的地理和天氣背景下龍卷的發(fā)生發(fā)展機制，還將有可能完善國際上關于龍卷形成機制的現(xiàn)有理論體系，具有重要的科學意義和實際應用價值。

參考文獻

[1] Meng Z, Yao D, Bai L, et al. Wind estimation around the shipwreck of oriental star based on field damage surveys and radar observations. Science Bulletin, 2016, 61(4): 330-337, doi:10.1007/s11434-016-1005-2.

[2] Xue M, Zhao K, Wang M, et al. Recent significant tornadoes in China. Advances in Atmospheric Sciences, 2016, 33(11): 1209-1217, doi:10.1007/s00376-016-6005-2.

[3] Wurman J, Dowell D, Richardson Y, et al. The second verification of the origins of rotation in tornadoes experiment: VORTEX2. Bulletin of the American Meteorological Society,2012, 93(8): 1147-1170, doi:10.1175/BAMS-D-11-00010.1.

[4] Anderson-Frey A K, Richardson Y P, Dean A R, et al. Investigation of near-storm environments for tornado events and warnings. Weather and Forecasting, 2016, 31(6): 1771-1790, doi:10.1175/waf-d-16-0046.1.

[5] Wurman J, Kosiba K, Robinson P. In Situ, Doppler radar, and video observations of the interior structure of a tornado and the wind–damage relationship. Bulletin of the American Meteorological Society, 2013, 94(6): 835-846, doi:10.1175/BAMS-D-12-00114.1.

[6] Church C R, Snow J T, Agee E M. Tornado vortex simulation at Purdue university. Bulletin of the American Meteorological Society, 1977, 58(9): 900-908, doi:10.1175/1520-0477(1977)058<0900:tvsapu>2.0.co;2.

[7] Rotunno R. The fluid dynamics of tornadoes. Annual Review of Fluid Mechanics, 2013, 45(1): 59-84, doi:10.1146/annurevfluid-011212-140639.

[8] Lewellen D C, Lewellen W S, Xia J. The influence of a local swirl ratio on tornado intensification near the surface. Journal Of the Atmospheric Sciences, 2000, 57(4): 527-544, doi:10.1175/1520-0469(2000)057<0527:tioals>2.0.co;2.

[9] Lewellen D C, Lewellen W S. Near-surface vortex intensification through corner flow collapse. Journal of the Atmospheric Sciences, 2007, 64(7): 2195-2209, doi:10.1175/jas3966.1.

[10] Lewellen D C, Lewellen W S. Near-surface intensification of tornado vortices. Journal of the Atmospheric Sciences, 2007, 64(7): 2176-2194, doi:10.1175/jas3965.1.

[11] Naylor J, Gilmore M S. Convective initiation in an idealized cloud model using an updraft nudging technique. Monthly Weather Review, 2012, 140(11): 3699-3705, doi:10.1175/mwr-d-12-00163.1.

[12] Letkewicz C E, French A J, Parker M D. Base-state substitution: an idealized modeling technique for approximating environmental variability. Monthly Weather Review, 2013, 141(9): 3062-3086, doi:10.1175/mwr-d-12-00200.1.

[13] Markowski P M, Richardson Y P. The influence of environmental low-level shear and cold pools on tornadogenesis: insights from idealized simulations. Journal of the Atmospheric Sciences, 2013,71(1): 243-275, doi:10.1175/jas-d-13-0159.1.

[14] Nowotarski C J, Markowski P M, Richardson Y P, et al. Supercell low-level mesocyclones in simulations with a sheared convective boundary layer. Monthly Weather Review, 2015, 143(1): 272-297, doi:10.1175/mwr-d-14-00151.1.

[15] Davenport C E, Parker M D. Impact of environmental heterogeneity on the dynamics of a dissipating supercell thunderstorm. Monthly Weather Review, 2015, 143(10): 4244-4277, doi:10.1175/mwr-d-15-0072.1.

[16] Orf L, Wilhelmson R, Lee B, et al. Evolution of a long-track violent tornado within a simulated supercell. Bulletin of the American Meteorological Society, 2017, 98(1): 45-+ , doi:10.1175/bams-d-15-00073.1.

[17] Bryan G H, Fritsch J M. A benchmark simulation for moist nonhydrostatic numerical models. Monthly Weather Review, 130(12): 2917-2928, doi:10.1175/1520-0493(2002)130<2917:ABSFMN>2.0.CO;2.

[18] Yao D, Xue H, Yin J, et al. Investigation into the formation, structure and evolution of an EF4 tornado in east china using a high-resolution numerical simulation. Journal of Meteorological Research, 2018, 32(2): 157-171, doi:10.1007/s13351-018-7083-0.

[19] Xue M, Hu M, Schenkman A D. Numerical prediction of the 8 May 2003 Oklahoma city tornadic supercell and embedded tornado using ARPS with the assimilation of WSR-88D data. Weather and Forecasting, 2014, 29(1): 39-62, doi:10.1175/waf-d-13-00029.1.

[20] Mashiko W. A numerical study of the 6 May 2012 Tsukuba city supercell tornado. Part I: vorticity sources of low-level and midlevel mesocyclones. Monthly Weather Review, 2015, 144(3): 1069-1092, doi:10.1175/mwr-d-15-0123.1.

[21] Mashiko W. A numerical study of the 6 May 2012 Tsukuba city supercell tornado. Part II: mechanisms of tornadogenesis. Monthly Weather Review, 2016, 144(9): 3077-3098, doi:10.1175/mwr-d-15-0122.1.

[22] Supinie T A, Jung Y, Xue M, et al. Impact of VORTEX2 observations on analyses and forecasts of the 5 June 2009 Goshen county, Wyoming, supercell. Monthly Weather Review, 2016, 144(1): 429-449, doi:10.1175/mwr-d-15-0171.1.

[23] Hanley K E, Barrett A I, Lean H W. Simulating the 20 May 2013 Moore, Oklahoma tornado with a 100-metre grid-length NWP model. Atmospheric Science Letters, 2016, 17(8): 453-461, doi:10.1002/asl.678.

[24] Yokota S, Seko H, Kunii M, et al. The tornadic supercell on the Kanto plain on 6 May 2012: polarimetric radar and surface data assimilation with EnKF and ensemble-based sensitivity analysis. Monthly Weather Review, 2015, 144(9): 3133-3157, doi:10.1175/mwr-d-15-0365.1.

[25] Miglietta M M, Mazon J, Rotunno R. Numerical simulations of a tornadic supercell over the Mediterranean. Weather and Forecasting, 2017, 32(3): 1209-1226, doi:10.1175/waf-d-16-0223.1.

[26] Barrett B S, Farfan L M, Raga G B, et al. The unusual early morning tornado in Ciudad Acuna, Coahuila, Mexico, on 25 May 2015. Monthly Weather Review, 2017, 145: 2049-2069, doi:10.1175/mwr-d-16-0252.1.

[27] Davies-Jones R. A review of supercell and tornado dynamics. Atmospheric Research, 2014: 158, 274-291, doi:10.1016/j.atmosres.2014.04.007.

[28] Markowski P, Richardson Y. What we know and don’t know about tornado formation. Physics Today, 2014, 67(9): 26-31, doi:10.1063/pt.3.2514.

[29] Bluestein H B, Weiss C C, French M M, et al. The structure of tornadoes near Attica, Kansas, on 12 May 2004: high-resolution, mobile, Doppler radar observations. Monthly Weather Review, 135(2): 475-506, doi:10.1175/mwr3295.1.

[30] Markowski P, Richardson Y, Marquis J, et al. The pretornadic phase of the Goshen County, Wyoming, Supercell of 5 June 2009 intercepted by VORTEX2. Part II: intensification of low-level rotation. Monthly Weather Review, 2011, 140(9): 2916-2938, doi:10.1175/mwr-d-11-00337.1.

[31] Davies-Jones R, Markowski P. Lifting of ambient air by density currents in sheared environments. Journal of the Atmospheric Sciences, 2013, 70(4): 1204-1215, doi:10.1175/jas-d-12-0149.1.

[32] Davies-Jones R. Can a descending rain curtain in a supercell instigate tornadogenesis barotropically? Journal of the Atmospheric Sciences, 2008, 65(8): 2469-2497, doi:10.1175/2007jas2516.1.

[33] Schultz D M, Richardson Y P, Markowski P M, et al. Tornadoes in the central United States and the “Clash of Air Masses”. Bulletin of the American Meteorological Society, 2015, 95(11): 1704-1712, doi:10.1175/bams-d-13-00252.1.

[34] Schenkman A D, Xue M, Hu M. Tornadogenesis in a highresolution simulation of the 8 May 2003 Oklahoma city supercell. Journal of the Atmospheric Sciences, 2014, 71(1): 130-154, doi:10.1175/jas-d-13-073.1.

[35] Roberts B, Xue M, Schenkman A D, et al. The role of surface drag in tornadogenesis within an idealized supercell simulation. Journal of the Atmospheric Sciences, 2016, 73(9): 3371-3395, doi:10.1175/jas-d-15-0332.1.

[36] Cao S, Wang J, Cao J, et al. Experimental study of wind pressures acting on a cooling tower exposed to stationary tornadolike vortices. Journal of Wind Engineering And Industrial Aerodynamics, 145: 75-86, doi:10.1016/j.jweia.2015.06.004.

[37] Schenkman A D, Xue M. Bow-echo mesovortices: a review. Atmospheric Research, 2016, 170: 1-13, doi:10.1016/j.atmosres.2015.11.003.

[38] Markowski P M, Bryan G H. LEs of laminar flow in the PBL: a potential problem for convective storm simulations. Monthly Weather Review, 2016, 144(5): 1841-1850, doi:10.1175/mwr-d-15-0439.1.

[39] Markowski P M. An idealized numerical simulation investigation of the effects of surface drag on the development of near-surface vertical vorticity in supercell thunderstorms. Journal of the Atmospheric Sciences, 2016, 73(11): 4349-4385, doi:10.1175/jas-d-16-0150.1.

[40] Rotunno R, Bryan G H, Nolan D S, et al. Axisymmetric tornado simulations at high reynolds number. Journal of the Atmospheric Sciences, 2016, 73(10): 3843-3854, doi:10.1175/jas-d-16-0038.1.

[41] Bryan G H, Dahl N A, Nolan D S, et al. An eddy injection method for large-eddy simulations of tornado-like vortices. Monthly Weather Review, 2017, 145(5): 1937-1961, doi:10.1175/mwr-d-16-0339.1.

[42] Nolan D S, Dahl N A, Bryan G H, et al. Tornado vortex structure, intensity, and surface wind gusts in large-eddy simulations with fully developed turbulence. Journal of the Atmospheric Sciences, 2017, 74(5): 1573-1597, doi:10.1175/jas-d-16-0258.1.

[43] Daniel T, Dawson IIXue M, et al. Sensitivity of real-data simulations of the 3 May 1999 Oklahoma city tornadic supercell and associated tornadoes to multimoment microphysics. Part II: analysis of buoyancy and dynamic pressure forces in simulated tornado-like vortices. Journal of the Atmospheric Sciences, 2016, 73: 1039-1061, doi:10.1175/jas-d-15-0114.1.

[44] Dawson D T, Xue M, Milbrandt J A, et al. Sensitivity of real-data simulations of the 3 May 1999 Oklahoma city tornadic supercell and associated tornadoes to multimoment microphysics. Part I: storm- and tornado-scale numerical forecasts. Monthly Weather Review, 2015, 143(6): 2241-2265, doi:10.1175/mwr-d-14-00279.1.

[45] Dawson D T, Xue M, Milbrandt J A, et al. Comparison of evaporation and cold pool development between single-moment and multimoment bulk microphysics schemes in idealized simulations of tornadic thunderstorms. Monthly Weather Review, 2010, 138: 1152-1171, doi:10.1175/2009mwr2956.1.

[46] Dawson D T, Wicker L J, Mansell E R, et al. Impact of the environmental low-level wind profile on ensemble forecasts of the 4 May 2007 Greensburg, Kansas, tornadic storm and associated mesocyclones. Monthly Weather Review, 2012, 140(2): 696-716, doi:10.1175/mwr-d-11-00008.1.

[47] Dawson D T, Mansell E, Jung L, et al. Low-level Z(DR) signatures in supercell forward flanks: the role of size sorting and melting of hail. Journal of the Atmospheric Sciences, 2014, 71(1): 276-299, doi:10.1175/jas-d-13-0118.1.

[48] Markowski P M, Richardson Y P. Large sensitivity of near-surface vertical vorticity development to heat sink location in idealized simulations of supercell-like storms. Journal of Atmospheric Sciences, 2017,74: 1095-1104, doi:10.1175/jas-d-16-0372.1.

[49] Zhang Y J, Zhang F Q, Stensrud D J, et al. Practical predictability of the 20 May 2013 tornadic thunderstorm event in Oklahoma: sensitivity to synoptic timing and topographical influence. Monthly Weather Review, 2015, 143(8): 2973-2997, doi:10.1175/mwr-d-14-00394.1.

[50] Zhang Y, Zhang F, Stensrud D J, et al. Intrinsic predictability of the 20 May 2013 tornadic thunderstorm event in Oklahoma at storm scales. Monthly Weather Review, 2016, 144:1273-1298.

[51] 杜鈞, 李俊. 集合預報方法在暴雨研究和預報中的應用. 氣象科技進展, 2014(5): 6-20 .

[52] Lewellen D C, Gong B, Lewellen W S. Effects of finescale debris on near-surface tornado dynamics. Journal of the Atmospheric Sciences, 2007, 65(10): 3247-3262, doi:10.1175/2008jas2686.1.

[53] Bodine D J, Maruyama T, Palmer R D, et al. Sensitivity of tornado dynamics to soil debris loading. Journal of the Atmospheric Sciences, 2016,73(7): 2783-2801, doi:10.1175/jas-d-15-0188.1.

[54] 范雯杰, 俞小鼎. 中國龍卷的時空分布特征. 氣象, 2015, 41(7): 793-805.

[55] 王秀明, 俞小鼎, 周小剛. 中國東北龍卷研究: 環(huán)境特征分析. 氣象學報, 2015, 73 (3): 425-441.

[56] Meng Z Y, Yao D. Damage survey, radar, and environment analyses on the first-ever documented tornado in Beijing during the heavy rainfall event of 21 July 2012. Weather and Forecasting, 2014, 29(3): 702-724, doi:10.1175/waf-d-13-00052.1.

[57] 鄭永光, 田付友, 孟智勇, 等. “東方之星”客輪翻沉事件周邊區(qū)域風災現(xiàn)場調查與多尺度特征分析. 氣象, 2016, 42(1): 1-13.

[58] Zhao K, Wang M, Xue M, et al. Doppler radar analysis of a tornadic miniature supercell during the landfall of typhoon mujigae (2015) in South China. Bulletin of the American Meteorological Society, 2017, 98(9): 1821-1831.

[59] 鄭永光, 朱文劍, 姚聃, 等. 風速等級標準與2016年6月23日阜寧龍卷強度估計. 氣象, 2016, 42(11): 1289-1303.

[60] 李兆慧, 王東海, 麥雪湖, 等. 2015年10月4日佛山龍卷過程的觀測分析. 氣象學報, 2017, doi:10.11676/qxxb2017.013.

[61] 俞小鼎, 鄭媛媛, 張愛民, 等. 安徽一次強烈龍卷的多普勒天氣雷達分析. 高原氣象, 2006, 25(5): 914-924.

[62] 鄭媛媛, 俞小鼎, 方翀, 等. 2003年7月8日安徽系列龍卷的新一代天氣雷達分析. 氣象, 2004, 30(1): 38-40.

[63] 劉勇, 王川. 陜西龍卷的統(tǒng)計和中尺度特征. 陜西氣象, 1998, 6-9.

[64] 周后福, 施丹平, 刁秀廣, 等. 2013年7月7日蘇皖龍卷環(huán)境場與雷達特征分析. 干旱氣象, 2014, 32(3): 415-423.

[65] 徐學義, 趙振東, 梁紅新. 三次非超級單體龍卷風暴多普勒雷達特征對比分析. 高原氣象, 2014, 33(4): 1164-1172.

[66] 李云艷, 鄭艷, 楊仁勇. 一次龍卷天氣過程中小尺度特征分析. 農業(yè)災害研究, 2014, 4(5): 34-37.

[67] 李改琴, 許慶娥, 吳麗敏, 等. 一次龍卷風天氣的特征分析. 氣象, 2014, 40(5): 628-636.

[68] 張一平, 俞小鼎, 吳蓁, 等. 區(qū)域暴雨過程中兩次龍卷風事件分析. 氣象學報, 2012, 70(5): 961-973.

[69] 吳芳芳, 俞小鼎, 張志剛, 等. 對流風暴內中氣旋特征與強烈天氣. 氣象, 2012, 38(11): 1330-1338.

[70] 周后福, 郭品文, 張建軍, 等. 一次蘇皖龍卷的多普勒雷達分析及其成因探討. 科技導報, 2009, 27(7), 80-84, doi:10.3321/j.issn:1000-7857.2009.07.018.

[71] 吳海英, 沈樹勤, 蔣義芳, 等. 龍卷誘發(fā)原因的實例分析. 氣象科學, 2009, 19(3): 335-341.

[72] 劉娟, 朱君鑒, 魏德斌, 等. 070703天長超級單體龍卷的多普勒雷達典型特征. 氣象, 2009, 32(10): 32-39.

[73] 俞小鼎, 鄭媛媛, 廖玉芳, 等. 一次伴隨強烈龍卷的強降水超級單體風暴研究. 大氣科學, 2008, 32(3): 508-522.

[74] 姚葉青, 俞小鼎, 郝瑩, 等. 兩次強龍卷過程的環(huán)境背景場和多普勒雷達資料的對比分析. 熱帶氣象學報, 2007, 23(5): 483-490.

[75] 俞小鼎, 周小剛, 王秀明. 雷暴與強對流臨近天氣預報技術進展. 氣象學報, 2012, 70(3): 311-337.

[76] 刁秀廣, 萬明波, 高留喜, 等. 非超級單體龍卷風暴多普勒天氣雷達產品特征及預警. 氣象, 2014, 40(6): 668-677.

[77] 姚葉青, 郝瑩, 張義軍, 等. 安徽龍卷發(fā)生的環(huán)境條件和臨近預警. 高原氣象, 2012, 31(6): 1721-1730.

[78] 李延江, 孫麗華, 楊梅. 一次山區(qū)龍卷的雙部雷達回波監(jiān)測分析. 高原氣象, 2011, 30(6): 1701-1708.

[79] 鄭媛媛, 朱紅芳, 方翔, 等. 強龍卷超級單體風暴特征分析與預警研究. 高原氣象, 2009, 28(3): 617-625.

[80] 王霽吟, 陳寶君, 宋金杰, 等. 基于再分析資料的我國龍卷發(fā)生環(huán)境和通用龍卷指標. 氣候與環(huán)境研究, 2015, 20(4): 411-420.

[81] 周后福, 刁秀廣, 夏文梅, 等. 江淮地區(qū)龍卷超級單體風暴及其環(huán)境參數(shù)分析. 氣象學報, 2014, 72(2): 306-317.

[82] 吳芳芳, 俞小鼎, 張志剛, 等. 蘇北地區(qū)超級單體風暴環(huán)境條件與雷達回波特征. 氣象學報, 2013, 71(2): 209-227.

[83] 王毅, 鄭媛媛, 張曉美, 等. 夏季安徽槽前形勢下龍卷和非龍卷型強對流天氣的環(huán)境條件對比研究. 氣象, 2012, 38(12): 1473-1481.

[84] 朱江山, 劉娟, 邊智, 等. 一次龍卷生成中風暴單體合并和渦旋特征的雷達觀測研究. 氣象, 2015, 41(2): 182-191.

[85] 鄭媛媛, 張備, 王嘯華, 等. 臺風龍卷的環(huán)境背景和雷達回波結構分析. 氣象, 2015(8): 942-952.

[86] 張小玲, 楊波, 朱文劍, 等. 2016年6月23日江蘇阜寧EF4級龍卷天氣分析. 氣象, 2016, 42(11): 1304-1314.

[87] 劉寧微, 馬雁軍, 劉曉梅, 等. 遼寧省“05-6”龍卷風過程的診斷與數(shù)值模擬. 自然災害學報, 2007, 16(5): 84-90.

[88] 呂麗, 肖輝, 呂博. 一次龍卷過程的WRF模擬及多普勒雷達反演風場研究. 安徽農業(yè)科學, 2014(17): 5598-5603,5659, doi:10.3969/j.issn.0517-6611.2014.17.094.

[89] 張玲, 張艷玲, 陸漢城, 等. 不穩(wěn)定能量參數(shù)在一次強對流天氣數(shù)值模擬中的應用. 南京氣象學院學報, 2008, 31(2): 192-199.

[90] 周后福, 郭品文, 翟菁. 兩類強對流天氣過程的模式模擬及其比較. 熱帶氣象學報, 2010, 26(3): 379-384.

[91] 趙海軍, 刁秀廣, 王慶華, 等. 非超級單體龍卷風暴低層流場特征及模擬分析. 山東氣象, 2016, 36(2): 1-9, doi:10.3969/j.issn.1005-0582.2016.02.001.

[92] 曾明劍, 吳海英, 王曉峰, 等. 梅雨期龍卷環(huán)境條件與典型龍卷對流風暴結構特征分析. 氣象, 2016, 42(3): 280-293.

[93] Xue M. Preface to the special issue on the“observation, prediction and analysis of severe convection of China”(OPACC) national “973”project. Advances in Atmospheric Sciences,c2016, 33(10): 1099-1101, doi:10.1007/s00376-016-0002-3.