多單體雷暴的形變與列車效應傳播機制

孫繼松 何娜 郭銳 陳明軒

1 中國氣象局北京城市氣象研究所，北京 100089

2 北京市氣象臺，北京 100089

1 引言

雷暴系統是夏季強降水過程中比較常見的、典型的中尺度天氣系統。根據雷暴的生成和發展機制、生命史和降水強度，Fovell and Ogura（1988）將它們分為三類：（1）短生命周期的單體雷暴；（2）持久并離散傳播的多單體雷暴；（3）持久并連續移動的超級風暴單體。其中，第二種類型在夏季強對流天氣過程比較常見，其特點是持續時間比較長，降水帶（強降水或冰雹）呈線狀或不規則分布。這類多單體雷暴系統按照其移動或傳播特點大體上還可以分為兩種：（I）對流系統中的多單體整體向下游傳播，雷暴單體的傳播方向與雨帶的移動方向角度很小或者基本一致；（II）在對流雨帶中，有相對獨立的多個對流單體沿著雨帶傳播，雨帶呈準靜止狀態。第I類多單體風暴多數表現為快速移動的颮線系統，盡管對流活動比較劇烈，如出現冰雹、雷暴大風或短時強降水等強對流現象，但是，對雨帶經過的某一位置而言，多數情況下只有一個單體經過，影響時間取決于單體的傳播速度，一般而言難以出現暴雨；而第二種多單體對流系統，雨帶就像一列沿鐵路線緩慢移動的火車，對流單體猶如一輛輛不同的車廂依次經過某一固定地點，間歇性的短時強降水最終造成局地大暴雨或特大暴雨，預報員將這種現象形象地稱之為“列車效應”（馮建明等, 2010; 馮晉勤等, 2008; 何群英等, 2009），這種多單體雷暴在暖切變暖區一側或低空急流等天氣系統引發的對流性暴雨過程中比較常見（楊春等,2009; Sun et al., 2006; 廖移山等, 2010）。事實上，由于雷暴觸發、發展、維持機制的不同，真實大氣中所發生的雷暴系統比上述所列舉的類型更為多樣，例如，持久而不移動的對流性暴雨云團（孫繼松和楊波，2008）也是一類比較多見的雷暴系統。

對線狀分布的多單體雷暴新生、傳播和發展等物理過程的研究，是臨近預報技術的基礎性科學問題，仍然存在著大量問題有待研究。本文主要分析以下三個問題：（1）在多單體雷暴中，為什么有些單體在傳播過程中會突然增強或者迅速減弱？（2）多單體雷暴傳播過程中，雨帶的形態為什么會發生變化？例如，直線排列的多單體演變為弓狀排列的多單體。（3）快速移動的多單體颮線系統和沿雨帶傳播的多單體系統（列車效應）在環境上和機制上有什么不同？

2 研究背景

對于第I類多單體雷暴（快速移動的颮線系統）而言，面臨的主要問題是：（1）線狀對流系統前部的多個新生單體是如何產生的？（2）多個新生單體產生以后如何發展？

Thrope and Miller (1978) 認為新生單體主要是由于對流系統前沿的輻合引起的，而這種輻合是由于先前對流系統的下擊氣流造成的。Fovell 等（Fovell and Ogura, 1988; Fovell and Tan, 1998; Lin et al., 1998）則認為，新生對流是由于初始對流產生的降水造成的冷池或密度流向外擴展的結果，冷池或密度流造成陣風鋒前沿上升運動（GFU）而激發新單體。上述兩種觀點本質上并不沖突，前者強調了初始單體的出流造成的輻合作用，而后者則強調了對流系統前沿的新生單體產生的熱動力學綜合因素。

圖1 （a）第I類（快速移動的多單體系統）與（b）第II類（多單體造成的列車效應）多單體雷暴傳播示意圖Fig.1 Sketch map of two kinds of multi-cell storm transmitting: (a) Fast-movement multi-cell such as squall line; (b) train effect caused by multi-cell storm

最近，鮑旭煒和談哲敏（2010）用一個二維模式討論了線狀對流中單體的新生、發展和傳播的兩種不同機制，第一種機制就是Fovell and Tan（1998）和Lin et al.（1998）所討論的機制：主體對流形成的冷池邊緣出現強烈的陣風鋒上升運動（GFU），其前側的不飽和暖濕氣流的流入加強了GFU，這種抬升作用下，氣流變為飽和并產生新的對流，這樣進一步加強了冷池強度，同時由于陣風鋒移動速度快于環境風速，導致 GFU向冷池傾斜而出現兩個對流中心并被兩者之間的下沉補償氣流分割出一個全新的單體，同時阻止了對流體前部的暖濕氣流進入原來的對流單體而造成“老單體”減弱，這樣原來的單體逐漸死亡、新單體逐漸發展并替代原來單體，這種“新陳代謝”過程的循環便形成了線狀對流中多單體的快速傳播過程；而在第二種機制中，GFU較弱，新對流單體是由原主體對流前部激發的上升運動而形成的，新單體由于得到了暖濕氣流的流入而迅速發展，同時阻斷了原單體的暖濕入流，因此，新單體取代“老單體”而成為對流的主體。這兩種機制造成的雷暴傳播的“視覺效果”并沒有明顯差異，即對流系統中的多單體整體向下游傳播，多單體的傳播造成雨帶快速移動（如圖1a）。

上述研究基本解釋了多單體的新生和傳播問題，但是在實際天氣發生過程中，雨帶中的多個單體雷暴并不總是以相同的強度向前傳播的，有些單體在傳播過程中可能突然增強，某些單體可能會迅速減弱，傳播速度上也會表現出明顯差異，這兩種差異將造成多單體雨帶的整體形態發生變化，如由直線型線狀分布的多單體演變為弓形或鉤狀分布，也就是說，在多單體雷暴中決定單體傳播過程中是否發展或減弱、傳播速度的主要機制、傳播環境依然沒有得到很好的解決。而天氣實踐表明，對流帶形態的變化往往與對流天氣現象的劇烈變化存在密切的聯系（俞小鼎等, 2008；慕熙昱等,2007），例如，由一般性雷暴天氣發展為龍卷、大冰雹等重大災害性天氣事件等。

對于第II類多單體雷暴而言，上述機制是無法解釋“列車效應”的傳播過程的。如圖 1，列車效應的單體是沿雨帶傳播的，一個一個對流單體依次通過某一固定地點，那么，它們的傳播機制又是什么？

3 VDRAS簡介

本文所采用的分析系統是在引進變分多普勒雷達分析系統（Variational Doppler Radar Analysis System，簡稱 VDRAS）框架的基礎上，建立的基于雷達資料的四維變分（Four-Dimensional Variational assimilation，簡稱4DVar）低層熱、動力反演系統，其核心技術是基于三維云尺度數值模式及其伴隨模式的雷達資料四維變分同化，其詳細技術方案參見 Sun and Crook（1997, 2001）的工作，這里僅做簡單介紹。

三維云尺度數值模式的大氣運動方程采用滯彈性近似，包含三維動量方程（預報變量為三維風場）、熱力學方程、雨水方程和總水方程，預報變量包括液態水位溫、雨水混合比和總水混合比，其中，液態水位溫作為熱動力變量，而水氣混合比、云水混合比、擾動溫度和擾動氣壓預報變量通過診斷得到；微物理過程采用Kessler 暖云參數化方案，擴散系數不考慮地表通量的處理。

基于雷達的4DVar技術使用了一個簡化的三維云尺度數值模式來構造切線伴隨模式，其代價函數J為

其中，上標或下標0對應于觀測量，b對應模式量，下標 r對應于雷達徑向因子，T是時間算子，B是空間算子， vr0、Z0表示雷達觀測的徑向速度和反射率因子，vr、Z表示與它們相對應的模式變量，F表示從模式格點到雷達資料點的變量轉換函數，ηzηzv,分別代表徑向速度和反射率因子的權重系數，s, t分別代表同化窗的空間域、時間域。（1）式右邊的第一項代表模式場（xb）與背景場（x0）之間偏差，第二項代表了模式變量與雷達觀測之間的偏差，而第三項（Jp）是強迫約束平滑項。

模式三維風場（u, v, w）到徑向速度vr的轉換算子可以由下式得到：

其中， 分母r表示雷達資料點到模式格點之間的距離，VT表示雨滴降落到地面之前的末端速度，主要用來表征降水對垂直上升的拖曳作用。

模式雨水混合比（qr）到反射率因子Z的轉換算子由以下公式得到：

其中，ρ為空氣密度。

在本文中，VDRAS的中尺度初猜場是由一個基于三維變分（3DVar）的WRF模式3 h快速更新循環數值預報業務系統（BJ-RUC）提供的。使用的其他數據包括：（1）京津冀地區6部雷達的同步觀測資料，其中有4部S波段雷達（北京、天津、石家莊和秦皇島，分別記為BJRS、TJRS、SJZRS、QHDRS）、2部C波段雷達（張北和承德，分別記為 ZBRC、CDRC），雷達站位置如圖 2；（2）VDRAS模式區域中的53個自動站（標準觀測站）的5 min觀測資料，包括風場、氣壓、溫度和濕度。

VDRAS系統設置以快速更新循環的方式運行（圖3），每12 min一次熱啟動，每12 h一次冷啟動；同化窗設置為370 s（6 min＋10 s），包含每個雷達在VCP21模式下的2組體掃資料（實際工作中，有一些體掃資料間隔大于6 min）；為減少4DVar運算量，在業務運行過程中僅打開了暖雨微物理參數化方案中的雨水蒸發和降水處理過程的開關；模式頂設置為5.4375 km，并且僅對2.5 km以下資料進行同化，2.5 km以上被作為模式頂海綿邊界層處理。

圖2 京津冀地區的地形分布、雷達站（+）、風廓線儀（▲）、主要自動站（×）和VDARS模式區域（矩形）Fig.2 Topographic distribution of the radar sites (+), automatic weather stations (×), and the VDRAS model domain (rectangle).Terrain heights are shaded by color

圖3 熱動力反演系統運行流程圖。v1～v9表示同化的雷達體掃資料，時間軸（單位：min）表示每個雷達體掃的結束時間Fig.3 Illustration of the VDRAS 4DVar assimilation cycles.The labels v1–v9 represent the input radar volume-scaning date to be assimilated; the time (units:min) illustrate the end time of each radar volume-scaning

對于冷啟動，首先讀取BJ-RUC的模式結果，利用距離權重差值法得到 VDRAS模式范圍內 25 km間隔的探空廓線，再經過Barnes插值法得到初猜場。對于熱啟動，利用上一個循環的6 min預報作為下一個循環的初猜場。然后，利用初猜場與經過Barnes插值法得到的雷達反演風場進行融合，得到高空分析場；地面分析場由地面自動站網觀測資料進行Barnes插值法得到。最后，利用垂直最小二乘擬合法和距離權重修正法對高空分析場和地面分析場進行合成，最終得到中尺度分析場。

Sun et al.（2010）、陳明軒等（2010）利用北京地區風廓線探測資料、稠密的地面自動站資料和微波輻射計資料對該分析系統進行了氣溫、水汽和風場的水平和垂直廓線對比檢驗，證明了該分析系統的可靠性，并對北京地區的雷暴系統的新生、演變機制進行了初步研究。

4 線狀對流系統的形變與多單體的發展或減弱

在本節，我們主要討論在線狀多單體對流系統中為什么有些雷暴單體在傳播的過程中強烈發展而有些單體卻減弱？多雷暴單體的傳播速度為什么有時會表現出明顯的差異而造成對流雨帶發生形態變化？

圖4為本節討論的兩次線狀多單體深對流過程（2009年8月1日、2009年7月23日，協調世界時UTC，下同）發生前對應的500 hPa、850 hPa天氣圖。盡管兩次天氣過程在天氣系統的空間配置、層結不穩定程度、低空垂直切變和水汽垂直分布等對流環境上存在明顯差異，但是可以看到，對流的觸發均與天氣尺度或次天氣尺度系統的強迫抬升有關。

圖5是北京地區2009年8月1日傍晚發生的多單體雷暴系統的雷達觀測：08時54分的對流帶上，在北京的西北部存在一個凹型區域（白色箭頭所指）；此后，該區域的對流單體傳播速度明顯加快，1 h后（09:54）凹型區域基本消失，整個對流帶基本變為直線分布，而且在該區域前部出現了垂直于主對流帶的新生單體；10時42分，該新生單體完全融入主回波帶，并形成整條回波帶中最強的對流單體。也就是說，該區域的對流單體的傳播速度明顯快于其它對流單體并強烈發展，造成多單體雷暴的形態由“S”型逐漸演變為直線型，而對流帶中南部的對流多單體（黃色箭頭所指）在向前傳播的過程中，強度緩慢減弱或變化不大。

從VDRAS反演的近地面層熱動力分析場可以看到（圖6），多單體雷暴的主體位于擾動溫度梯度偏向冷池一側，并沿著雷暴出流邊界與環境風場形成的陣風鋒方向傳播，出流邊界上的風場輻合線也正好對應于冷池與環境場暖池之間構成的強溫度梯度區，新的單體在該區域生成、發展并逐漸取代老單體，形成傳播現象（Fovell et al., 1998; Lin et al.,1998; 鮑旭煒等, 2010; Sun et al., 2010; 陳明軒等,2011）。

圖4 （a, c）500 hPa和（b, d）850 hPa天氣圖：（a, b）2009年8月1日00:00；（c, d）2009年7月23日00:00Fig.4 The synoptic charts at (a, c) 500 hPa and (b, d) 850 hPa at (a, b) 0000 UTC 1 Aug 2009 and (c, d) 0000 UTC 23 Jul 2009

圖5 2009年8月1日影響北京地區的多單體飈線系統的雷達觀測（北京SA雷達，仰角0.5°，水平分辨率1 km，探測距離230 km，下同）Fig.5 The radar reflectivities of multi-cell squall line occurring in Beijing from 0854 UTC to 1042 UTC on 1 Aug 2009 (SA radar at Beijing, elevation: 0.5°,resolution: 1 km, range: 230 km, the same below)

圖6 VDRAS反演的近地面（187.5 m高度，下同）擾動溫度、水平風場、回波強度（白色等值線，間隔：5 dBZ）：（a）08:53；（b）10:05 。箭頭所指為強擾動溫度梯度方向，由暖區指向冷區Fig.6 Retrieved low-level perturbation temperature and horizontal wind at 187.5-m height and reflectivity (white isoline, interval: 5 dBZ) at (a) 0853 UTC and (b) 1005 UTC on 1 Aug 2009.The arrow shows the gradient direction of perturbation temperature

為什么在圖5中白色箭頭所指的區域，雷暴單體能夠以比其它單體更快的速度傳播并強烈發展？從圖6可以看到，上述區域正好位于擾動溫度梯度的突出部（藍色箭頭），表明該區域的水平擾動溫度梯度更強；暖池內的東南氣流是一支由渤海灣南側伸向北京東部的中尺度暖濕輻合帶（圖7中的紅色箭頭），對流回波帶中的水汽通量散度（圖7中的綠色斷線所示）存在輻散（暖色）—輻合（冷色）交替出現的若干“散度對”，對同一時刻的雷達回波的垂直剖面進行對比可以看到（圖略），每一個“散度對”對應著一個對流單體。也就是說西南—東北方向傳播的多單體雷暴系統與東南—西北分布的水汽通量輻合帶的交叉區域更有利于雷暴單體的新生，由于該處暖濕水汽供應充足，造成新生雷暴強烈發展并迅速取代“老單體”，因此，從現象上來看，原來落后的雷暴單體“移動”更快、發展更為旺盛；與此相反，線狀對流的中南部雷暴單體前部的近地面層是水汽輻散區，因此，雷暴單體在向東傳播的過程中，新生單體的發展速度相對緩慢，近地面層水汽入流不足而出現逐漸減弱現象。

通過對 2009年北京地區發生的六次多單體雷暴傳播過程的分析（圖略）表明，多單體雷暴在傳播過程中，雷暴單體與環境大氣之間的相互作用造成傳播過程中強度、速度上的差異是一種普遍現象，也就是說，這種機制具有普遍的臨近預報意義。

圖8a, b是2009年7月23日發生的直線型多單體對流演變為“弓”形多單體對流過程的雷達觀測，圖8c, d是對應的約1 h前的近地面層（187.5 m）水汽通量散度，綠色斷線為對應時刻的強回波軸的位置、形態。可以看到，這條回波帶在7時之前基本上呈直線傳播，在多單體的傳播路徑上，存在一支狹窄且強烈輻合的東南水汽帶指向北京中部（綠色箭頭），這支暖濕氣流的水汽輻合強度雖然有所變化，但是維持的時間較長，08:05時回波的形態開始演變為“弓”形；此后，回波“弓”形的弧度更大（紅色斷線為08:59時強回波的位置、形態），即多單體雷暴系統傳播方向與水汽通量輻合帶的交叉區域的雷暴單體傳播更快、發展更為強烈。

綜上所述，類似于颮線的多單體雷暴在傳播過程中，單體的傳播速度不同造成的多單體雷暴形態上產生的變化以及雷暴單體加強或減弱過程是雷暴單體傳播過程與低層環境大氣相互作用的結果，雷暴單體前部的低層暖濕入流的性質與雷暴單體傳播速度、能否發展密切相關：當這支入流本身存在較強的水汽輻合現象時，新生的雷暴單體比“老”單體發展更旺盛，傳播速度更快，反之則趨于減弱，傳播速度減慢。因此，在多單體雷暴系統傳播方向與近地面層水汽通量輻合帶的交叉區域，雷暴單體新生更快、發展更為強烈、移動速度更快。

5 列車效應中的單體傳播機制

在多單體雷暴中，還有一類與上述傳播過程完全不同的現象，即所謂“列車效應”——雷暴單體沿雨帶傳播，而雨帶軸線的位置相對于雷達站幾乎沒有變化，那么，這類多單體的傳播機制是怎么形成的？

5.1 列車效應的傳播特征

圖9是一次具有明顯“列車效應”特征的多單體雷暴的整個生命史雷達觀測，這次天氣過程，華北中東部位于 850 hPa～500 hPa槽前的西南氣流中，邊界層內為東南氣流，對流層低層存在明顯的垂直風切變并呈現條件性靜力不穩定層結（圖略）。

從雷達觀測可以看到，有一條西南—東北走向的多單體回波，07:00前后從西南象限生成的多個雷暴單體沿西南—東北走向傳播（橢圓區內），在傳播路徑上的頂端，雷暴單體明顯加強，而后端的雷暴并不像第I類雷暴那樣迅速死亡）而是不斷新生，在5個多小時的生命史周期內整個雨帶的軸線位置變化不大。

從圖10a, b可以看到，“列車效應”中的多單體是由于西南象限不斷有新生雷暴生成，并沿著近地面暖區一側、由西南向東北方向傳播、發展，多單體對流系統對應的冷池并不清晰，多雷暴單體的地面流場上不存在強烈的出流陣風鋒，這顯然與第 4節所描述的多單體對流的新生、傳播環境幾乎完全不同。

從沿多單體回波的垂直剖面分析可以看到，深厚的西南暖濕氣流的環境大氣中，垂直運動呈現出上升—下沉運動交替出現（與多單體對應）的傳播性的波動特征（圖10c）。我們注意到，沿單體傳播方向的垂直運動中心是逐漸向上傾斜分布的，從水汽通量散度的垂直剖面也可以看到（圖10d），與對流單體對應，水平方向上存在水汽輻散—輻合交替出現的波狀分布，而地面要素中 20 min地面氣壓變化也表現出明顯的波動傳播特征（圖 11）：從分布在北京中南部東西兩端的兩個自動站 20 min間隔的地面變壓可以看到，10:30之前，兩個觀測站之間的氣壓變化呈反位相變化；單站降水強度的變化也表現出明顯的間歇性，對應于雷暴單體經過觀測站時造成的降水變化。

5.2 列車效應與慣性重力波的傳播

上述分析表明，“列車效應”與我們在第四節中所描述的線狀多單體的傳播環境和傳播機制存在顯著差異。那么，在什么樣的環境條件下列車效應才可能發生呢？不斷新生的能量來自哪里？假假

圖7 VDRAS反演的近地面水汽通量散度（單位：10–5 g kg–1 s–1）：（a）08:53；（b）09:29。綠色斷線為多單體回波的位置，紅色箭頭為水汽輻合帶Fig.7 Retrieved low-level vapor flux divergence (10–5 g kg–1 s–1) at 187.5-m height at (a) 0853 UTC and (b) 0929 UTC on 1 Aug 2009.The position of multi-cell reflectivity is drawn as green line, the red arrows denote the axes of vapor flux convergence

圖8 2009年7月23日影響北京地區的多單體颮線系統（a）06:53與（b）08:59的雷達觀測（參數同圖5）；VDRAS反演的近地面（c）05:59和（d）08:05的水汽通量散度（單位：10–5 g kg–1 s–1）。在圖c（圖d）中，綠色斷線為05:59（08:05）時回波的形狀和位置，紅色斷線為06:53（08:59）時強回波的位置與形態，黑色箭頭為回波的“移動”方向，綠色箭頭為水汽輻合軸線Fig.8 Radar reflectivities of the multi-cell squall line occurring in Beijing at (a) 0635 UTC and (b) 0859 UTC on 23 Jul 2009 (Parameters are the same as Fig.5); retrieved low-level vapor flux divergence (shaded by color, 10–5 g kg–1 s–1) at 187.5-m height at (c) 0559 UTC and (d) 0805 UTC on 23 Jul 2009.In Figs.c and d, the green (red) lines denote the position and configuration of multi-cell echoes at 0559 UTC (0653 UTC) and at 0850 UTC (0859 UTC),respectively; the black arrow shows the spread direction of echo and the green arrow denotes the axis of vapor flux convergence

圖9 2009年7月13日影響北京中南部的多單體雷暴系統的雷達觀測（參數同圖5）（橢圓區為列車效應發生區域）Fig.9 Reflectivities of the multi-cell storm occurring in Beijing from 0711 UTC to 1218 UTC on 13 Jul 2009.Oval shows the area where train-effect phenomena occurred

圖10 VDRAS反演的近地面（a）08:23和（b）09:17的擾動溫度（彩色陰影, 單位: ℃)、水平風場（單位：m/s）、回波強度（白色等值線，間隔：5 dBZ）；沿回波帶方向（西南—東北向）（c）08:30的垂直運動（彩色陰影，單位：m/s）和（d）08:59的水汽通量散度（彩色陰影，單位：10–5 g kg–1 s–1）的垂直剖面Fig.10 Retrieved perturbation temperature (color shading) and horizontal wind (drawn as vectors) at 187.5 m and reflectivity (white isoline, interval: 5 dBZ)at (a) 0823 UTC and (b) 0917 UTC; vertical section of (c) vertical velocity (m/s) at 0830 UTC and (d) vapor flux divergence (10–5 g kg–1 s–1) at 0859 UTC along the echo zone

圖11 2009年7月13日05:30～12:30觀象臺、門頭溝氣象站20 min間隔的地面變壓（曲線）、降水量隨時間的演變Fig.11 The evolvement of surface allobaric (solid line, 20-min interval) and 20-min accumulative precipitation at Beijing observatory (located at the southeast of Beijing) and Mentougou weather station (located at the southwest of Beijing) from 0530 UTC to 1230 UTC on 13 Jul 2009

假定基本氣流是靜止的，其他基本態僅是z的函數，可以得到線性化的慣性重力波擾動方程組：

其中，上標“′”表示擾動量, “ˉ”表示基本態對應的物理量。如果方程組（4）～（8）有平面波動解，即：

其中，“～”表示常量，k, l, n分別對應于x, y, z方向上的位相；色散關系為

ke為水平相速度，

假設層結穩定度（N2）在水平方向和時間上均為緩變函數，并利用波能正比于與波幅平方的關系，可以得到以下波能方程［為了節省篇幅，具體推導過程可參見巢紀平（1980）］:

（12）式右端為波能源，也就是說，重力波能否發展與層結穩定度隨時間的變化以及層結的水平不均勻有關。如果大氣層結是均勻、定常的，右端為零，即波能守恒。

對于波長較長的波，由于存在地轉效應，seσ仍可以為實數，于是可以得到慣性重力波的波能方程：

方程（14）右端的第一項表明，重力波在條件性靜力不穩定增長的背景下將得到發展，同時，由色散關系（13）式可知，在強烈發展的對流不穩定環境下，seσ將變為虛數，也就是說，重力波的傳播環境需要一定的對流不穩定，但是，當對流不穩定發展到一定程度時，傳播環境將消失；而第二項表明，背景場中的不穩定能量將以波的相速度傳播。對于類似于2009年7月13日這種深厚西南暖濕氣流中發生的雷暴，由于西南暖濕氣流或急流是一支暖濕氣流輸送帶，即慣性重力波由假相當位溫區θse的高值區向低值區傳播，重力波將從背景場中不斷獲得能量而發展。因此，西南暖濕氣流背景下，雷暴傳播過程中不斷增強的現象往往造成波動排列的多單體雷暴形成的最大降水中心出現在波列的前端而不是最早出現雷暴的區域，盡管波帶兩端維持對流的時間長度可能并沒有明顯差異（圖 12）。慣性重力波傳播過程中的這一特點不僅能夠很好地解釋圖9所示的多單體在傳播過程中對流強度明顯增強的現象，也能夠很好地解釋其他研究所揭示的觀測現象（馮建明等，2010; 馮晉勤等，2009; 何群英等，2009；楊春等，2009; Sun et al., 2006; 廖移山等，2010）。

上述分析僅僅解釋了慣性重力波的傳播在“列車效應”中的作用，而重力波初始觸發因素是預報中需要解決的另外一個問題。一般認為，重力波的激發主要與地形分布、基本氣流的切變不穩定和強烈的積云對流發展有關（Lilly and Kennedy,1973; Lindzen,1974; Piani et al., 2000）。在西南暖濕氣流或急流中，風速脈動或高低空急流耦合產生上升運動極易造成深對流雷暴發展，由于西南暖濕氣流的維持，對流不穩定和低空垂直切變環境得以維持，深對流雷暴或雷暴群形成的重力波誘發對流單體不斷新生并沿西南氣流傳播而出現所謂的“列車效應”，并在傳播過程中不斷發展，于是在西南氣流末端出現暴雨中心（如圖12）。

圖12 慣性重力波在暖濕氣流中的水平傳播、發展示意圖Fig.12 Sketch map of the horizontal spread and development of inertial gravity wave in warm and moist air stream

6 結語與討論

本文利用變分多普勒雷達分析系統（VDRAS）基礎上構建的4DVar的低層熱、動力反演系統，對多單體對流系統傳播過程中發生的形變過程、強弱變化和“列車效應”等現象的機制進行分析，為多單體雷暴臨近預報技術的改進提供了一些思路。

（1）對于第Ⅰ類多單體雷暴系統（雷暴單體的傳播方向與雨帶的移動方向角度很小或者基本一致，如多單體颮線系統等），多單體雷暴在傳播過程中，單體的傳播速度不同最終造成多單體雷暴在形態上發生的變化（例如由直線形回波演變為“弓”形回波），以及雷暴單體傳播過程中的強弱變化等，是雷暴單體傳播過程與低層環境大氣相互作用的結果，或者說雷暴冷池前部（陣風鋒）的低層入流的性質非常重要：當這支入流本身是暖濕的，并存在較強的水汽輻合現象時，新生的雷暴單體發展更旺盛，傳播速度更快，反之則趨于減弱，傳播速度減慢。因此，對颮線系統的臨近預報而言，需要特別關注多單體雷暴系統傳播方向與近地面層中尺度水汽通量輻合帶的交叉區域，該區域的雷暴單體“移動”速度更快、發展更為強烈，因此將更有可能產生更為強烈的對流現象。

（2）對于第Ⅱ類多單體雷暴而言（即“列車效應”，雷暴單體沿雨帶傳播，而雨帶軸線的位置相對于雷達站幾乎沒有變化），其傳播環境、傳播機制與第Ⅰ類多單體雷暴系統幾乎完全不同：“列車效應”一般發生在低空暖濕氣流或低空急流附近，環境大氣表現為條件性靜力不穩定；多單體對流系統對應的冷池并不清晰，雷暴多單體的地面流場上不存在強烈的出流陣風鋒。由于西南暖濕氣流或急流是一支暖濕氣流輸送帶，當慣性重力波由假相當位溫區θse的高值區向低值區傳播時，重力波將從背景場中不斷獲得能量而發展。因此，西南暖濕氣流背景下，雷暴傳播過程中不斷增強的現象往往造成波動排列的多單體雷暴形成的最大降水中心出現在波列的前端而不是最早出現雷暴的區域。

References)

鮑旭煒, 談哲敏.2010.二維多單體雷暴系統中對流單體生成和發展的新機制 [J].氣象學報, 68 (3): 296–308. Bao Xuwei, Tan Zhemin.2010.A mechanism for the convective cell regeneration and development within a two-dimensional multicell storm [J].Acta Meteorologica Sinica(in Chinese), 68 (3): 296–308.

巢紀平.1980.非均勻層結大氣中的重力慣性波及其在暴雨預報中的初步應用 [J].大氣科學, 4 (3): 35–40. Chao Jiping.1980.The gravitational wave in non-uniform stratification atmosphere and its preliminary application for the predication of heavy rainfall [J].Chinese Journal of Atmospheric Sciences (in Chinese), 4 (3): 35–40.

陳明軒, 王迎春, 高峰, 等.2011.基于雷達資料4DVar的低層熱動力反演系統及其在北京奧運期間的初步應用分析 [J].氣象學報, 69 (1):64–78. Chen Minguan, Wang Yingchun, Gao Feng et al.2011.A low-level thermo-dynamical retrieval system based on the radar data 4DVar and a preliminary analysis of its applications in support of the Beijing 2008 Olympics [J].Acta Meteorologica Sinica (in Chinese), 69(1): 64–78.

馮建明, 紀曉玲, 陳曉娟, 等.2010.干旱區一次連陰雨過程中暴雨天氣的多普勒雷達圖像特征 [J].蘭州大學學報(自然科學版), 46 (S1): 93–98. Feng Jianming, Ji Xiaoling, Chen Xiaojuan, et al.2010.Doppler weather radar image character of rainstorm weather during a continued cloudy-rainy in Ningxia [J].Journal of Lanzhou University (Natural Sciences) (in Chinese), 46 (Supl1): 93–98.

馮晉勤, 童以長, 羅小金.2008.一次中-β尺度局地大暴雨對流系統的雷達回波特征 [J].氣象, 34(10): 52–56. Feng Jinqin, Tong Yichang,Luo Xiaojin.2008.CINRAD radar echo features of a mesoscale-β local heavy rainfall convective system [J].Meteorological Monthly (in Chinese), 34 (10): 52–56.

Fovell R G, Ogura Y.1988.Numerical simulation of a midlatitude squall line in two-dimensions [J].J.Atoms.Sci., 45: 3846–3879.

Fovell R G, Tan P H.1998.The temporal behavior of numerically simulated multicell-type storms.Part II: The convective cell life cycle and cell regeneration [J].Mon.Wea.Rev., 126: 551–557.

何群英, 東高紅, 賈慧珍, 等.2009.天津一次突發性局地大暴雨中尺度分析 [J].氣象, 35 (7): 18–24. He Qunying, Dong Gaohong, Jia Huizhen, et al.2009.Mesoscale analysis of a sudden heavy rain in Tianjin[J].Meteorological Monthly (in Chinese), 35 (7): 18–24.

廖移山, 李俊, 王曉芳, 等.2010.2007年7月18日濟南大暴雨的β中尺度分析 [J].氣象學報, 68 (6): 944–956. Liao Yishan, Li Jun, Wang Xiaofang, et al.2010.A meso-β scale analysis of the torrential rain event in Jinan in 18 July 2007 [J].Acta Meteorologica Sinica (in Chinese), 68(6): 944–956.

Lilly D K, Kennedy P J.1973.Observations of a stationery mountain wave and its associated mountain flux and energy dissipation [J].J.Atoms.Sci.,30 (6): 1135–1152.

Lin Y L, Deal R L, Kulie M S.1998.Mechanisms of cell regeneration,development and propagation within a two-dimensional multicell storm[J].J.Atoms.Sci., 55 (10): 1867–1886.

Lindzen R S.1974.Stability of a Helmholtz velocity profile in a continuously stratified, infinite Boussinseg fluid-application to clear air turbulence [J].J.Atoms.Sci., 31 (6): 1507–1514.

慕熙昱, 黨人慶, 陳秋萍, 等.2007.一次颮線過程的雷達回波分析與數值模擬 [J].應用氣象學報, 18 (1): 44-51. Mu Xiyu, Dang Renqing,Chen Qiuping, et al.2007.Radar data analysis and numerical simulation of a squall line [J].Journal of Applied Meteorological Sciences (in Chinese), 18 (1): 44–51.

Piani C, Durran D, Alexander M J, et al.2000.A numerical study of three-dimension gravity wave triggered by deep tropical convection and their role in the dynamic of the QBO [J].J.Atoms.Sci., 57 (22):3689–3702.

Sun J, Crook N A.1997.Dynamical and microphysical retrieval from Doppler radar observations using a cloud model and its adjoint: I, Model development and simulated data experiments [J].J.Atoms.Sci., 54:1642–1661.

Sun J, Crook N A.2001.Real-time low-level wind and temperature analysis using single WSR-88D date [J].Wea.Forecasting, 16: 117–132.

Sun J, Chen M X, Wang Y C.2010.A frequent-updating analysis system based on radar, surface, and mesoscale model data for the Beijing 2008 Forecast Demonstration Project [J].Wea.Forecasting, 25 (6): 1715-1735.

孫繼松, 楊波.2008.地形與城市環流共同作用下的 β中尺度暴雨 [J].大氣科學, 32 (6): 1352–1364. Sun Jisong, Yang Bo.2008.Meso-β scale torrential rain affected by topography and the urban circulation.Chinese Journal of Atmospheric Sciences (in Chinese), 32 (6): 1352–1364.

Sun Jisong, Wang Hua, Wang Lin, et al.2006.The role of the urban boundary layer on the locally convective intense rainfall that occurred in Beijing on 10 July 2004 [J].J.Atmos.Sci., 30 (4): 383–400.

Thrope A J, Miller M J.1978.Numerical simulations showing the role of downdraft in cumulonimbus motion and splitting [J].Quart.J.Roy.Meteor.Soc., 104: 837–893.

楊春, 諶云, 方之芳, 等.2009.“07.6”廣西柳州極端暴雨過程的多尺度特征分析 [J].氣象, 35 (6): 56–64. Yang Chun, Chen Yun, Fang Zhifang, et al.2009.Multi-scale characteristics analysis of Liuzhou server heavy rainfall in June 2007 [J].Meteorological Monthly (in Chinese), 35(6): 56–64.

俞小鼎, 鄭媛媛, 廖玉芳, 等.2008.一次伴隨強烈龍卷的強降水超級單體風暴研究 [J].大氣科學, 32 (3): 88–102. Yu Xiaoding, Zheng Yuanyuan, Liao Yufang, et al.2008.Observational investigation of a tornadic heavy precipitation supercell storm [J].Chinese Journal of Atmospheric Sciences (in Chinese), 32 (3): 88–102.