郝建平,賴曉玲,胡偉峰,諸彩彬
(河源市氣象局,廣東河源 517000)
新一代天氣雷達作為一種新的氣象探測工具,具有高時空分辨率的特點,能夠?qū)崿F(xiàn)對一個天氣系統(tǒng)的實時跟蹤監(jiān)測并獲得有效照射體積內(nèi)的反射率、徑向速度以及譜寬等信息,在短時臨近預(yù)報中起到越來越重要的作用。由于雷達自身的局限性,徑向速度產(chǎn)品只是獲取到目標粒子相對于雷達徑向上的速度方向與大小,并不能直接獲取目標粒子的真實速度與方向,在短時臨近預(yù)報中預(yù)報員往往需要掌握更加精確的環(huán)境以及相應(yīng)天氣系統(tǒng)的風(fēng)場信息,如何從現(xiàn)有的雷達產(chǎn)品反演出真實的風(fēng)場信息就顯得尤為重要。前人在此方面做了許多研究,其中基于均勻風(fēng)場假設(shè)的速度方位顯示(VAD)方法是最早提出的風(fēng)場反演算法[1],也是目前投入業(yè)務(wù)運行的方法之一,它根據(jù)徑向速度的最大值和最小值以及對應(yīng)的方位來判斷風(fēng)向風(fēng)速,此種方法只能得到一個大尺度的廓線特征,而且該方法反演出的平均風(fēng)廓線對徑向速度的隨機誤差不敏感,但此種誤差對VAD方法反演的結(jié)果影響卻很大。由于該方法的天然缺陷,研究者在此基礎(chǔ)上發(fā)展出了幾種VAD方法,如VARD[2]、EVAD[3]、GVAD[4]等。在線性風(fēng)場以及雷達掃描期間風(fēng)場不隨時間變化的假設(shè)條件下,Waldteufel等[5]提出了體積速度過程(volume velocity process,VVP)方法,它利用多個仰角資料進行風(fēng)場反演,將徑向、切向和垂直方向構(gòu)成的一個三維空間作為分析體積,該方法理論上可以獲取三維風(fēng)場數(shù)據(jù),但該方法中包含的待反演參量個數(shù)較多,求解方程復(fù)雜,而且數(shù)據(jù)資料的缺失和算法中變量的擾動會造成反演的失?。?-9]。在假設(shè)風(fēng)場局部均勻條件下,陶祖鈺[10]提出了速度方位處理(velocity azimuth processing,VAP)反演方法,該方法適用于低仰角的情況,且該算法采用局部計算,對雷達回波面積要求較低、對回波的整體分布沒有要求[11-14]。
河源市的強降水云系往往由西部或者西北部的降水云系移入,如何精確的把握降水云系的移動路徑對于預(yù)報員來說比較重要,而環(huán)境風(fēng)場信息可以為預(yù)報提供一定的參考。河源雷達站由于海拔較高,凈空條件非常好,采用低仰角掃描時幾乎沒有遮擋,相對符合VAP方法所要求的條件。本研究挑選河源雷達站(海拔高度1 056 m)觀測到的幾個不同類型的天氣過程,利用VAP方法反演其風(fēng)場并分析以確定該方法對于河源雷達站的適用性。
假設(shè)在同一距離圈上相鄰方向角的兩點風(fēng)矢量相等,在此假設(shè)條件下,風(fēng)速的大小和風(fēng)向與徑向之間的夾角就決定了多普勒速度隨方位角的變化,這樣就可以根據(jù)各距離圈上多普勒速度隨方位角的分布計算風(fēng)向風(fēng)速,此方法即為VAP方法,計算公式為
其中,vr1、vr2分別為相鄰兩個方位角上的多普勒雷達徑向速度(m/s);Δθ為相鄰兩個方位的方位差(°);α為風(fēng)向與其中一個方位的夾角(°);v為實際風(fēng)速(m/s),根據(jù)此公式通過設(shè)計程序就可以反演出真實風(fēng)場。本研究所用資料為河源雷達站基數(shù)據(jù)資料,所用數(shù)據(jù)需要經(jīng)過速度去模糊處理。
2019年6月9—14日,受高空槽和西南急流影響,河源市出現(xiàn)暴雨到大暴雨、局部特大暴雨降水過程,全市過程平均降雨量為229.9 mm。該次持續(xù)強降水過程具有“暴雨范圍廣、持續(xù)時間長、累積雨量大、降水強度強”等特點。
本研究選取6月9日19:00—24:00(北京時,下同)的雷達資料進行分析,該段降水較強,回波強度大且范圍廣。19:00左右,在雷達站北部地區(qū)有回波生成并迅速發(fā)展;20:00回波強度逐步增強,范圍也在增大,但回波主體還是在雷達西北部,此時有幾個強中心出現(xiàn),回波整體移動緩慢;21:00,回波范圍迅速擴大,強度也整體增強,形成以河源市連平縣至和平縣等地為中心的強回波區(qū)域,回波整體移動速度較慢且強度還在繼續(xù)加強;22:00,原強回波中心東移,在原區(qū)域形成新的強回波帶,回波范圍進一步加大,整體強度也進一步增強,移動速度仍然緩慢,回波強度沒有減弱的跡象;23:00,回波強度整體再次增強,范圍加大,原強度中心繼續(xù)維持,回波整體移動緩慢,但此時強度達到最大值,由于強中心維持時間長且回波移動緩慢,此時累計降水量已達到一個相當大的值。
圖1為河源雷達站0.5°仰角的基本反射率疊加反演風(fēng)場信息,其中反演風(fēng)場海拔高度約2 km,從反演效果來看,雷達站東北部以南的環(huán)境風(fēng)場以西南風(fēng)為主,且風(fēng)速較大,與實況相吻合,西北偏北地區(qū)以西風(fēng)為主,在圖中紅色線條圈出的地方交匯形成切變線,而此切變線的南端也正好對應(yīng)著強回波中心,隨著時間推移,風(fēng)場交匯處的位置逐步往東南方向推進,相應(yīng)的強回波中心也隨著移動,切變線以北的區(qū)域則轉(zhuǎn)為偏西風(fēng)場控制,回波強度減弱,切變線東南部西南風(fēng)維持且強盛,回波強度則繼續(xù)加強,強降水的位置與圖中切變線的位置有很好的對應(yīng)關(guān)系,當整個切變線南壓以后,降水就基本減弱消失。通過對該次降水過程的風(fēng)場反演分析發(fā)現(xiàn),該風(fēng)場反演結(jié)果與實際風(fēng)場基本相符,尤其是在風(fēng)向方面與實況基本一致,在風(fēng)的大小方面反演的風(fēng)速有個持續(xù)增大的過程,這種風(fēng)速的變化趨勢也與實況基本相符合。
圖1 2019年6月9日20:00—23:00逐小時反演風(fēng)場疊加強度圖
圖2為河源雷達站0.5°仰角的20:00到24:00反演風(fēng)場疊加速度圖以及河源探空站20:00探空圖,其中反演風(fēng)場海拔高度約2 km,由圖2可以看出,紅實線內(nèi)正負速度交匯的區(qū)域也是反演風(fēng)場切變線所在區(qū)域,說明反演風(fēng)場與實際風(fēng)場在風(fēng)向上有很大的對應(yīng)關(guān)系;對比徑向風(fēng)速的極大值區(qū)域(圖2中冷暖色調(diào)最深區(qū)域)發(fā)現(xiàn)該處的反演風(fēng)場在風(fēng)速上也相應(yīng)的處于極大值區(qū)域,說明反演風(fēng)速與實況有較為一致的對應(yīng)關(guān)系。紅實線內(nèi)對于小塊回波的反演其風(fēng)向也與實況基本相同,反演風(fēng)速的大小也與實測徑向風(fēng)速有很好的對應(yīng)關(guān)系,反演風(fēng)場能很好的彌補徑向速度圖單一風(fēng)向(正負速度)的缺點,能夠展示更趨近于實際的風(fēng)場。但此反演方法對于雷達附近的風(fēng)場反演在風(fēng)向風(fēng)速上則不太理想,會產(chǎn)生風(fēng)場混亂的現(xiàn)象,可能是對于回波強度較弱的區(qū)域風(fēng)場反演效果不佳。
河源探空站與河源雷達站直線距離約10 km,可用該站點的探空資料與反演資料用作對比分析。由20:00河源探空(圖2d)發(fā)現(xiàn),在850到700 hPa之間(反演風(fēng)場相對應(yīng)高度),風(fēng)向風(fēng)速在該高度與該時次反演風(fēng)場接近一致(西南風(fēng),風(fēng)速約10 m/s),說明該風(fēng)場反演方法對此種天氣系統(tǒng)有較高的可靠性。
圖2 2019年6月9日20:00(a)、22:00(b)、23:54(c)反演風(fēng)場疊加速度圖及河源探空圖(d)
由于河源地處粵北山區(qū),臺風(fēng)直接過境數(shù)量較少,可挑選的樣本數(shù)量少,本研究挑選2013年“天兔”臺風(fēng)作為反演分析對象。該臺風(fēng)于9月16日在西太平洋生成,進入南海后于22日以強臺風(fēng)級別在汕尾地區(qū)登陸,后沿著西北偏西方向橫穿廣東省,該次臺風(fēng)過程移動速度快風(fēng)力大、降水強度較強,對河源市主要是風(fēng)力影響,無強降水。河源雷達站對該次過程全程進行了跟蹤觀測,合適的觀測距離以及觀測高度使得該次觀測數(shù)據(jù)具有很高的可靠性。圖3a-c為河源雷達站0.5°仰角、反演風(fēng)場海拔高度約2 km的反演風(fēng)場疊加強度圖,由圖3a-b可以發(fā)現(xiàn),對于臺風(fēng)外圍邊緣風(fēng)力相對較小區(qū)域不論是風(fēng)向還是風(fēng)速反演效果都較為理想,其中在臺風(fēng)1、2象限風(fēng)場具有明顯的氣旋性彎曲特征,圖3a-b中紅色實線內(nèi)的風(fēng)向基本與實況相符,在臺風(fēng)南部區(qū)域,反演的風(fēng)場與臺風(fēng)螺旋云帶移動方向較為一致,但是與臺風(fēng)內(nèi)部風(fēng)場結(jié)構(gòu)有所不同,在臺風(fēng)中心及其附近由于風(fēng)力大,達到速度模糊,反演的風(fēng)場較為混亂,但是反演的風(fēng)力大小與實況較為吻合,這可能原因與資料前期速度去模糊處理效果不佳有關(guān)。分析反演風(fēng)場疊加徑向速度圖(圖3c)可以發(fā)現(xiàn),反演風(fēng)場整體風(fēng)向與臺風(fēng)移動路徑高度相似,對于臺風(fēng)內(nèi)部風(fēng)場結(jié)構(gòu)的反演則有較大的出入,尤其體現(xiàn)在出現(xiàn)速度模糊的區(qū)域;對比徑向風(fēng)速的極大值區(qū)域(圖3c中冷暖色調(diào)最深區(qū)域)發(fā)現(xiàn)該處的反演風(fēng)場在風(fēng)速上也相應(yīng)處于極大值區(qū)域,說明反演風(fēng)速與實況有較為一致的對應(yīng)關(guān)系。分析20:00時次河源探空圖(圖3d)可以發(fā)現(xiàn),該時次在850到700 hPa之間(反演風(fēng)場相對應(yīng)高度)風(fēng)速約為30~40 m/s,風(fēng)向東北偏北風(fēng),對比該時次鄰近時次反演風(fēng)場可以發(fā)現(xiàn),反演風(fēng)場以偏東北風(fēng)為主,風(fēng)速30 m/s左右,說明反演風(fēng)場與實際風(fēng)場有較高的相關(guān)性。
圖3 2013年9月22日23:00(a)、23日01:00(b)風(fēng)場疊加強度、22日23:00速度圖(c)及河源探空圖(d)
2013年3月23日下午,河源市發(fā)生大范圍強對流性冰雹天氣,降雹云系由西部沿東北方向影響經(jīng)過的地區(qū),從16:00持續(xù)到19:00左右,是河源雷達站建站以來觀測到的持續(xù)時間最長、影響范圍最大的一次強對流天氣。分析反演出的風(fēng)場信息疊加強度圖(圖4a-b)可以發(fā)現(xiàn),對于超級單體回波,即圖4a中圈出的地區(qū)以及其它強回波單體區(qū)域,該反演方法不能很好的反演出風(fēng)暴內(nèi)部風(fēng)場結(jié)構(gòu),但是可以較好的反演出環(huán)境風(fēng)場,該風(fēng)場與回波移動方向基本一致,對回波的移動方向具有較好的指示性;對于圖4a中圈出部分顯示有環(huán)境風(fēng)場的輔合,在17:00(圖4b)該區(qū)域也有強降水回波迅速發(fā)展,與實況較為一致。分析風(fēng)場信息疊加徑向速度圖(圖4c)可以發(fā)現(xiàn),整個環(huán)境風(fēng)場以西南風(fēng)為主,對于單塊的降水回波可以很好的反演出環(huán)境風(fēng)場狀況,對回波內(nèi)部風(fēng)場結(jié)構(gòu)反演效果不佳,可能原因在于數(shù)據(jù)分辨率問題以及該算法對于中小尺度系統(tǒng)內(nèi)部風(fēng)場結(jié)構(gòu)的反演效果欠佳,或者是直接平滑了該部分數(shù)據(jù)的影響;對比徑向風(fēng)速的極大值區(qū)域(圖4c中冷暖色調(diào)最深區(qū)域)發(fā)現(xiàn)該處的反演風(fēng)場在風(fēng)速上也相應(yīng)的處于極大值區(qū)域,說明反演風(fēng)速與實況有較為一致的對應(yīng)關(guān)系。對比當日20:00時次的河源探空圖(圖4d)可以發(fā)現(xiàn),實況850到700 hPa之間(反演風(fēng)場相對應(yīng)高度)為西南偏西風(fēng),風(fēng)速較小,與反演風(fēng)場結(jié)果較為近似。
圖4 2013年3月23日16:30(a)、17:00(b)反演風(fēng)場疊加強度,17:00速度圖(c)及河源探空圖(d)
1)對于前汛期暴雨類型天氣系統(tǒng)該方法反演效果較好,能夠較好的反演出整體風(fēng)場分布及切變線的位置、移動趨勢等。類似天氣系統(tǒng)如鋒面降水、層狀云降水等利用該方法反演的效果都較為理想。
2)對于臺風(fēng)系統(tǒng)該方法在臺風(fēng)1、2象限反演效果較好,但反演出的風(fēng)場只能指示回波的移動方向,對于臺風(fēng)內(nèi)部風(fēng)場的反演效果則不佳。在實際業(yè)務(wù)應(yīng)用中如需判斷降水回波移動時可以適當參考。
3)對強對流天氣系統(tǒng)該方法能夠很好的反演出環(huán)境風(fēng)場以及指示系統(tǒng)的移動方向,但對于系統(tǒng)內(nèi)部風(fēng)場該方法反演效果則不理想,可能的原因在于相關(guān)數(shù)據(jù)分辨率的影響以及該算法為滿足相關(guān)數(shù)據(jù)的平滑性而在一定程度上忽略了中小尺度系統(tǒng)內(nèi)部風(fēng)場結(jié)構(gòu)的影響。