雷達氣候研究進展及其在城市區域強天氣臨近預報中的應用

陳明軒王迎春高峰肖現程叢蘭

（1 中國氣象局北京城市氣象研究所，北京 100089；2 北京市氣象局，北京 100089）

雷達氣候研究進展及其在城市區域強天氣臨近預報中的應用

陳明軒1王迎春2高峰1肖現1程叢蘭1

（1 中國氣象局北京城市氣象研究所，北京 100089；2 北京市氣象局，北京 100089）

首先介紹了近年來國際上在雷達氣候研究方面的一些進展,特別聚焦于不同地區對流風暴和對流性降水的日變化特征,以及京津冀地區雷達氣候研究的一些最新成果。主要揭示了不同地區對流的形成、加強和日循環傳播與太陽加熱、地形強迫、盛行風及天氣尺度和中尺度系統活動等存在緊密聯系。其次,對雷達氣候學的另一特色研究——采用三維風暴屬性追蹤統計的方法也進行了介紹。文章也從城市化影響對流風暴和對流性降水發展演變以及從雷達氣候學角度研究城市地區強天氣兩個方面,做了研究進展的一些回顧。最后,對雷達氣候學在城市地區強天氣演變機理研究及精細化臨近預報預警方面的應用進行了討論。

雷達氣候,對流,降水,城市化,臨近預報

1 引言

天氣雷達可以獲得高時空分辨率的探測資料，是目前對流風暴三維特征和強降水最為快速有效的氣象探測工具之一[1]。如果能夠對某一地區長時間的天氣雷達資料（目前主要是單部雷達或者雷達組網觀測得到的反射率因子資料）進行統計分析研究，就能夠了解對流風暴和對流性降水的精細時空分布和演變特征，也包括強天氣的出現頻率和風暴屬性等，這就是所謂的雷達氣候研究。自從20世紀70年代開始，隨著計算機和數字化天氣雷達技術的發展，使得利用計算機處理海量雷達探測資料成為可能時，就已經有學者開始了雷達氣候研究。Kuo等[2]利用一個X波段試驗雷達的4年夏季觀測資料，開展了美國Black Hills地區的雷達氣候研究，首次揭示了該地區對流降水回波的時空分布特征及其在不同盛行風形勢下時空分布頻率的差異，可以說是為雷達氣候研究開創了先河。近幾十年來，隨著天氣雷達在世界各地

的廣泛業務應用和雷達資料的不斷積累，雷達氣候研究已經成為對流天氣氣候特征研究的主要方向之一，使用的雷達資料也從單部雷達的回波觀測轉換為使用三維雷達組網拼圖資料。特別是在美國，自20世紀80年代后期WSR-88D業務雷達在全美的布網應用開始，隨著雷達資料的積累，已經開展了大量的雷達氣候研究方面的工作。在國際上，也有學者利用長時間的雷達估測降水資料進行對流性降水的氣候統計研究，這也可以歸屬于雷達氣候研究范疇。通過雷達氣候研究，不但能夠為理解強對流天氣的發展演變機制提供有效幫助，為對流風暴和對流性強降水的臨近預報和預警提供背景資料和科學依據，也能夠為評估和發展對流尺度數值預報、定量降水預報以及天氣和氣候系統模式提供一個評判基準。

隨著全球城市化進程的加劇和大型城市的不斷擴展，城市和城市群地區強對流天氣的發展演變越來越受到人們的關注。強對流天氣經常會給城市地區帶來重大的災害損失，包括人員傷亡、交通阻塞、城市建筑受損等。而城市下墊面的改變和城市熱島效應[3-5]等也會對強對流天氣的發生和發展產生明顯影響。如果將雷達氣候與城市氣象特別是城市地區對流天氣研究相結合，將有助于理解城市地區強對流天氣的發展演變特征以及城市環境對強對流天氣的影響機理，對提升城市地區強天氣的發展演變和臨近預警起到重要推動作用。

本文主要介紹近年來國內外特別是國際上關于雷達氣候研究方面的一些進展，并從城市化影響對流風暴和強降水發展演變以及從雷達氣候角度研究城市地區強天氣兩個方面，做了一些研究進展的簡介。最后，對雷達氣候研究及其在城市地區強天氣臨近預報方面的應用前景進行了討論。

2 雷達氣候研究進展

2.1 對流日變化氣候特征及盛行風影響

雷達探測資料具有高時空分辨率的特性，對揭示對流天氣（包括對流風暴和對流性降水）時空分布的短周期變化特別是日變化特征具有獨特優勢。而對流的日變化特征對強天氣的臨近預報預警以及對流尺度數值天氣預報物理過程的改進等均具有重要意義。因此，對流天氣日變化特征研究成為雷達氣候研究的主要內容之一。世界各地的學者對此開展了大量的研究，揭示了不同地區對流風暴和對流性降水的日變化特征，以及不同天氣系統、氣候特征和地形強迫對對流日變化的影響機理。在美國，Carbone等[6-7]和Ahijevych等[8-9]通過對美國大陸多年的WSR-88D雷達資料的統計研究，分析了美國大陸對流性降水回波出現頻率的時空分布特征，揭示了降水回波存在明顯的日循環和半日循環的周期性傳播氣候特征，以及由于落基山等山區的動力抬升和局地熱力強迫作用，導致降水系統存在明顯的山區新生并向下游（向東）不斷傳播的特征（如圖1和圖2所示）。Carbone等[6]的研究同時也指出，對流的日循環特征主要是由于太陽加熱作用的日變化而形成的，并且具有不可預報性，因為數值預報包括資料同化系統主要是基于準平衡氣流和天氣尺度強迫的動力學基礎而設計的，其對由于天氣尺度而形成的具有較長周期性變化和生命史特征的對流系統具有較高的可預報性，而盛夏期間主要以熱力對流系統為主，所以數值預報的準確性要差很多。Hsu等[10]利用覆蓋美國大陸的8年暖季雷達估測降水資料，通過波譜分解方法，得出了美國大陸對流性降水存在半天、1天、4天等多個周期性變化特征，其中日循環特征最為明顯，而且小于5天的高頻振蕩表明中尺度對流系統主要以向東傳播為主，與Carbone等[6]得

出的結論相似。Lang等[11]和Rowe等[12]利用北美季風試驗加強觀測期間的雷達觀測資料，對2004年7—8月發生在美國西南部及墨西哥灣北部的強對流個例進行了統計分析，發現地形強迫對對流風暴的每日新生和傳播起到關鍵作用，由于局地加熱對流一般在山區生成，然后在向下游傳播的過程中得到明顯加強。在歐洲，Weckwerth等[13]利用多年的雷達觀測資料，對德國西南部到法國北部地區的對流風暴新生和加強的氣候特征進行了研究，揭示了這一地區的對流風暴存在顯著的日循環和頻率峰值特征，每日加熱和山區地形強迫對風暴的新生和加強起到關鍵作用，對流首先在山區大量形成，大約2h后到達平原地區。Pavai等[14]利用中國研制的WSR-98D雷達的多年探測資料，研究了羅馬尼亞Bobohalma地區對流出現頻率的變化特征，發現這一地區夏季對流的日變化與地形高度存在緊密關系，對流頻繁地在較高地形的地區新生，然后向平原地區傳播。

圖1 美國大陸6—8月雷達回波出現頻率[7]（a）2100UTC;（b）0200UTC;（c）0700UTC;（d）1300UTC

在中國，近年來主要基于地面觀測和衛星資料，開展了不同地區的對流氣候特征研究，特別是對流性降水的日變化特征研究，取得了很多重要的成果[15-24]，這里不做詳細介紹。然而，基于高時空分辨率的雷達探測資料的對流氣候特征研究工作則相對較少。Lin等[25]利用多年的雷達探測資料以及閃電、探空和地面資料等，研究了臺灣地區在弱天氣尺度強迫形勢下午后對流風暴的氣候特征，發現臺灣地區在弱天氣尺度形勢下的對流風暴出現頻率存在顯著的午后最大峰值特征，對流頻繁出現的地區與臺灣的地形分布一致，且在弱天氣尺度形勢下，對流不存在明顯的傳播特征。Yeung等[26]對36個影響香港地區的熱帶氣旋個例的雷達回波和降水特征以及地形作用進行了統計分析研究，為熱帶氣旋及其降水臨近預報提供了背景資料。

隨著中國大陸新一代天氣雷達布網的完成和雷達資料的多年積累，在我國不同地區開展精細的雷達氣候研究的資料條件已經逐漸成熟。特別是在京津冀地區，為做好北京奧運會等大型活動的氣象保障服務，已經在北京及其周邊地區建立了日趨完善的新一代天氣雷達網，并且具備了較為可靠的實時雷達資料質量控制體系，也積累了多年的雷達組網資料[27-28]。這些條件為這一地區的雷達氣候研究奠定了良好的基礎。Chen等[29]首次利用2008—2011年暖季5—8月份京津冀地區6部新一代天氣雷達逐6min的反射率因子三維拼圖資料，研究了這一地區對流風暴出現頻率的暖季平均日變化特征，以及暖季主要月份（6、7、8月）對流風暴日變化的差異。暖季平均日變化特征研究揭示了京津冀西北部山區是暖季對流活動的主要源地，由于太陽加熱，西北部山區在午后風暴出現頻率顯著增加，且大多數的對流風暴從西北部山區向山腳甚至東南平原地區傳播和發展。到下午接近傍晚時段，在京津冀山腳附近，特別是在北京及其周邊地區，對流風暴出現頻率顯著增大，風暴的增強和新生與地形對低層偏南暖濕氣流的強迫上升存在密切聯系（圖3）。在夜間到凌晨時段，對流風暴主要在東南部平原地區發展，風暴頻率隨著時間的推移逐漸減小，風暴頻率最低時段發生在早晨。對比圖2和圖3可以看出，京津冀地區的對流風暴日循環和傳播特征與Carbone等[7]對美國大陸的對流風暴日循環和傳播的研究結果存在一定的相似性。上述研究結論也與Zheng等[16]以及He等[22]利用衛星資料開展的這一地區對流日變化特征的研究結論類似。從Chen等[29]的研究結果來看，區域平均的風暴頻率顯示，京津冀地區的對流風暴存在顯著的雙峰值特征：主要峰值是由于地形強迫導致的午后到傍晚時段山腳附近的對流頻發和增強，次要峰值是由于平原地區有利的觸發機制導致的夜對流頻發（圖4）。He等[22]利用數值模式資料分析后發現，華北平原地區有利的夜對流觸發機制與山區—平原的次級環流上升支以及夜間東南平原地區的低空西南急流存在密切聯系。在Chen等[29]的研究中，通過對比暖季各月的對流風暴出現頻率特征發現，西北部山區午后熱

對流出現頻率最高在6月，最低在8月，而在平原地區午后對流出現頻率最高在7月。地形強迫效應對對流風暴的增強和新生的影響，表現最為明顯是在7月，其次是6月。對于平原地區夜對流而言，出現頻率最高在7月和8月，而6月較低。暖季各月的風暴出現頻率的平均日變化趨勢和雙峰值特征與整個暖季的平均趨勢相似，表明6—8月的對流風暴控制了整個暖季這一地區對流風暴的日變化特征。平均而言，7月這一地區的暖季對流風暴（包括長生命史的中尺度對流系統和短時生命史的對流單體）的出現頻率最高（圖4）。對流風暴在6月和7月存在明顯的自西北向東南的傳播特征，且6月傳播速度最快。

圖2 美國大陸6—8月雷達回波出現頻率Hovm?ller圖[7]（沿緯度平均的時間—經度圖）（a）對應的平均地形廓線;（b） 1997—2000年資料統計結果;（c）1996—2007年資料統計結果

上述國內外關于對流日變化氣候特征的研究是目前雷達氣候研究的主流，其成果主要揭示了不同地區對流的形成、加強和日循環傳播與太陽加熱、地形強迫以及天氣尺度和中尺度系統的活動存在緊密聯系。一般來說，山區作為主要的熱源，是夏季午后對流的主要源地[9,11-13,25,29-30]。在一些地區，對流具有明顯的向下游移動和發展傳播的特征，而且在對流下山的過程中，由于地形強迫，使得低層吹來的暖濕空氣產生強烈抬升，從而導致對流（包括對流風暴和對流性降水）在山腳附近明顯加強，也頻繁出現對流風暴的新生[8-13,29]；而在另一些地區，特別是以山區為主的地區（如我國的臺灣地區），如果沒有強的天氣尺度系統的影響，對流的傳播特征也不是非常明顯[25,30]。

早在20世紀70年代，Kuo等[2]開展的雷達氣候研究就揭示了暖季對流的發展演變和時空分布特征與盛行風存在密切聯系。他們發現，對于美國Black Hills地區來說，因為不同方向的盛行風對應于不同的天氣系統，對流回波在西南、西北向的盛行風形勢下出現的頻率最高。近年來，一系列的雷達氣候研究進一步表明，對流風暴和對流性降水每日新生、演變和傳播與盛行風存在密切關系[11,26,30-31]。Lang等[11]和Rowe等[12]的研究發現，由于盛行風與環境垂直風切變、大氣波動等存在密切聯系，再加上地形的影響，因此對對流的演變傳播和時空分布特征產生重要影響。Yeung等[26]和Saxen等[30]的雷達氣候研究也發現，不同的盛行風形勢下，對流的出現頻率差異明顯。對流發展演變與盛行風的密切關系，也被數值模擬研究所證實[32]。最近，利用京津冀地區6部雷達4年暖季的反射率因子資料，計算了500和925hPa

不用盛行風向下的對流風暴的出現頻率分布，可以看出其存在顯著的差異：在500hPa，西西南（WSW）和西西北（WNW）風向形勢下風暴出現頻率顯著偏高；在925hPa，南西南（SSW）和南東南（SSE）風向形勢下，風暴出現頻率顯著偏高（圖6）。初步分析也表明，在500hPa WSW和WNW風向下，對應的是偏西氣流，主要與影響京津冀地區暖季對流風暴的三類天氣系統（冷渦、西來槽、西太平洋副熱帶高壓）存在直接聯系。在925hPa SSW和SSE風向下，對應的是京津冀南部平原地區的低層偏南風，有利于低層偏南暖濕氣流的向北推進，并在地形強迫抬升作用下，對對流的發生和加強起到關鍵作用。

圖3 京津冀地區暖季40dBz以上雷達回波出現頻率Hovm?ller圖[29]（a）緯向平均結果;（b）徑向平均結果;（c）西南—東北向平均結果（每幅圖下方的藍綠色區域為對應的地形平均廓線）

圖4 暖季平均的逐小時40dBz以上雷達回波出現的百分率[29]（a）京津冀地區的平均結果;（b）北京地區的平均結果（圖b中的粗黑線表示在每個小時時段過去24h雨量記錄達到50mm以上的北京地區自動站站數）

如雷達氣候研究結果所言，不同高度的盛行風代表了不同的天氣系統和形勢。一般而言，500～700hPa高度的盛行風代表了影響對流移動和傳播的天氣系統或引導氣流，而低層（如925hPa高度）的盛行風則代表了低空急流的方向和強度，這些均與對流的每日發展演變和傳播存在密切關系。進一步地，這種高低空風形勢相配合所形成的垂直風切變（包括風速切變和風向切變）以及地形對低空急流帶來的暖濕空氣的強迫抬升作用，對對流日變化也具有顯著的正面影響。這從Parker等[33]針對美國大陸對流日變化以及Lang等[11]和Rowe等[12]針對北美季風試驗區域（墨西哥灣北部地區）對流日變化的雷達氣候研究中也均得到了很好的驗證。

另外，基于雷達觀測資料，也可以開展對流風暴和對流性降水的月季、季節、年季變化等的氣候特征研究。Hocker等[34]利用10年的雷達反射率因子資料，研究了發生在美國Oklahoma地區的颮線系統的出現頻率年季變化、月季變化、日變化以及時空分布和移動路徑等的氣候特征。Murray等[35]利用10年的雷達資料，研究了美國東北部地區對流風暴的時空分布特征，揭示了這一地區的對流風暴時空分布存在明顯的年季差異，以及與天氣尺度系統的年季活動規律密切相關。Carbone等[36]也嘗試利用7年暖季的雷達資料研究揭示美國大陸對流的年季變化，并對北美季風環流和ENSO對對流發展演變的影響進行了初步分析。但是，類似的雷達氣候研究均需要利用較長時間積累的雷達資料，這樣從氣候學意義上來講才具有一定的可靠性，這方面的工作目前開展得還不是很多。

圖5 京津冀區域平均的暖季6—8月各月逐小時40dBz以上雷達回波出現百分率（a），以及出現頻率的月—小時分布圖（b ）[29]

2.2 風暴屬性的識別追蹤和統計

圖6 40dBz以上雷達反射率因子指示的京津冀區域平均的逐小時風暴出現頻率的風向—小時分布圖（a）500hPa;（b）925hPa

對于雷達氣候研究，也有一些學者采用風暴屬性追蹤統計的方法進行。這種方法首先是基于雷達三維反射率因子回波，利用風暴識別和追蹤分析算法對每個風暴單體的屬性進行識別、分析和追蹤，然后再對得到的所有風暴的有效屬性進行統計分析，得出某一地區對流風暴屬性及發展演變和傳播的氣候特征。目前，比較有代表性的對流風暴識別和追蹤分析算法包括風暴三維屬性追蹤算法TITAN[37]以及風暴質心追蹤算法SCIT[38]，采用風暴屬性追蹤統計的雷達氣候研

究也基本上基于這兩種算法。Henry[39]利用TITAN，通過對美國丹佛附近的雷達觀測資料進行風暴追蹤和統計研究，揭示了83%的單單體風暴的生命史不會超過30min，而超過88%的多單體風暴和超級單體風暴的生命史超過30min，為丹佛地區對流風暴尺寸和強度的臨近預報提供了改進的科學基礎。Saxen等[30]利用TITAN算法對美國一個多山地區的對流風暴屬性的追蹤統計也表明，風暴的生命史、平均面積、移動傳播速度、強度以及回波頂高等，均表現出顯著的差異和明顯的峰值特征。在歐洲和南美洲，也有學者嘗試利用TITAN進行風暴屬性的識別和追蹤統計，并得出了一些有意義的、定量的風暴氣候學屬性特征，為對流的診斷分析和臨近預報提供了科學背景支持[40-41]。Mohee等[42]利用SCIT算法，對美國北Dakota州的對流風暴屬性的氣候特征進行了研究，發現風暴出現頻率在傍晚到凌晨存在明顯的峰值，風暴的平均生命史為24min左右，平均移速為16.4m/s左右，風暴向偏東北方向的移動趨勢最為明顯，在暖季每月的變化差異也很明顯，并開展了一系列的對流風暴氣候特征屬性的分析。

在國內，韓雷等[43]首次利用2003—2007年5—8月天津塘沽的新一代多普勒天氣雷達三維反射率因子數據，對天津及鄰近地區的對流風暴的氣候分布特征進行了統計分析。通過對風暴的識別和追蹤結果的統計分析，給出了京津地區對流風暴的面積、體積、頂高、最大反射率因子、生命史和運動規律等定量的強對流風暴氣候統計特征。從韓雷等[43]給出的對流風暴面積和體積的地理分布可以看出（圖7），北京西北部和西南部地區風暴的面積較小，而東部則明顯較大。根據Chen等[29]對該地區對流日變化的雷達氣候研究，并依據天氣學分析，可以推測出西北部山區的對流風暴可能更多為熱力對流，空間與時間尺度都較小，而在東部平原地區出現具有較好組織性和長生命史特征的對流風暴系統的頻率明顯較高。目前，作者正在利用京津冀地區6部雷達5年（2008—2012年）暖季5—9月的反射率因子三維拼圖資料和TITAN算法，對這一地區的對流風暴三維屬性進行細致的氣候特征統計研究，相關的工作這里不再介紹。

對基于高時空分辨率雷達三維資料追蹤識別得到的對流風暴的三維屬性進行定量統計分析，是雷達氣候研究的一大特色，目前來說，也是其他資料和方法所不能比擬的。與使用常規觀測資料和靜止衛星紅外亮溫的統計結果相比，使用雷達資料進行這樣的氣候統計不僅可以給出對流風暴的三維空間信息的統計結果（如體積和頂高等），還可以給出風暴的生命史、移速、移向等定量氣候分布特征，從而可進一步充實對某一地區對流天氣氣候特征的認識。

2.3 基于雷達氣候研究的個例分析

圖7 基于TITAN追蹤識別結果統計得到的天津及其鄰近地區對流風暴平均面積（a）和體積（b）的地理分布[43]

這里，基于京津冀地區雷達氣候初步研究結果[29]，對三個影響北京地區的典型對流風暴個例進行對比分析，分別是2012年“7·21”特大暴雨以及2013年“6·24”和“6·28”強對流天氣個例。圖8是40dBz以上雷達組合反射率因子回波的時間序列圖。由圖可以看出，不同天氣形勢下的對流風暴，均存在明顯的由山區和山腳向下游平原地區傳播發展的特征。而且，從這三個個例來看，在接近傍晚時段，在京津冀山腳附近特別是在北京及其周邊地區，對流風暴的面積明顯增大，組織性得到顯著加強。從北京南郊觀象臺的探空來看（圖略），對于這三個個例，低層925hPa環境風均為明顯的偏南風，這表明對流風暴的

增強和新生與地形對低層偏南暖濕氣流的強迫上升存在密切聯系。上述個例分析結果與Chen等[29]的雷達氣候學研究結果一致。對比這三個個例來看，“7·21”特大暴雨個例的雷達回波傳播速度明顯偏慢，從山腳傳播到渤海灣附近大約耗時9h，而“6·24”和“6·28”強對流個例的雷達回波傳播速度較快，從山腳傳播到渤海灣僅耗時4h左右。Chen等[29]的雷達氣候學研究指出，京津冀地區的對流風暴在6和7月存在明顯的自西北向東南的傳播特征，且6月傳播速度最快，也符合這三個個例的實際觀測結果。從500hPa探空風來看，“7·21”和“6·28”個例500hPa環境風為WSW，風暴向下游的傳播方向更偏東，而“6·24”個例的500hPa環境風則為WNW，風暴的傳播方向更偏向東南。這也與我們最新得出的雷達氣候研究結果一致。

精細的雷達氣候研究結果是強對流天氣精細化預報所必須的科學背景，可以用來指導預報人員對實際的強天氣個例進行預報，也可以將雷達氣候研究結果集成進自動化的強天氣客觀預報系統中，用來發展和改進強天氣的自動化客觀預報和預警[25,28,30]。

圖8 京津冀地區雷達反射率因子≥40dBz的對流風暴回波時間序列（a）2012年7月21日;（b）2013年6月24日;（c）2013年6月28日（圖中粗藍線為200m地形等高線;圖中不同顏色代表不同時間（北京時）的40dBz以上回波覆蓋范圍）

3 雷達氣候在城市強天氣臨近預報中的應用

3.1 城市對局地降水及強天氣的影響

近年來，國際上開展了大量的城市化和城市區域特征對局地降水及強天氣影響的研究。對于局地降水，大部分研究都表明，城市會導致局地降水量及強降水頻次的增加，尤其在城市的下風方，這種效應更加明顯[44-50]。但是，部分學者認為，城市效應會導致局地降水有不同程度的減少[51-53]。總之，目前城市對局地降水的可能影響問題，國際上存在兩種相反的觀點：多數研究者認為，城市的動力、熱力作用使城區和城市下游地區降水增加；有一些研究者認為，城市大氣污染物的微物理過程會使城市下游地區的降水減少。我國就城市對局地降水的影響也開展了一些研究，得到的結論也不盡相同[54-57]。關于城市對局地強對流天氣的影響，國內外研究表明，由于城市規模的不斷擴大，導致城市下墊面變化并引起城市熱島等城市效應的不斷加強，非常有利于近地面輻合的增強和局地熱力環流的產生，導致暖濕氣流上升強度加大，從而引起城市地區強對流天氣的新生和強烈發展[58-68]。總的來說，城市化和城市特征對局地降水和強對流天氣的影響存在較強個性，不同地區的研究結論不盡相同。在我國城市化加劇的今天，城市對局地降水和強對流天氣的影響究竟如何，降水及對流的新生、增強或減弱與熱島強度、城市邊界層特征等存在怎樣的一種關系，尚需進一步研究。

3.2 雷達氣候與城市強天氣臨近預報的應用結合

從上文的介紹來看，一方面，基于高時空分辨率雷達觀測資料的雷達氣候研究，能夠揭示對流風暴和對流性降水的精細時空演變特征；另一方面，雖然總體來說城市區域的尺度相對較小，但城市對對流天氣的影響卻非常顯著。因此，如果利用雷達氣候研究來揭示城市地區對流的時空變化特征，就具有一定的優越性。但是，就目前來說，國內外在這方面開展的工作還不是很多。Bentley等[69]利用10年的雷達反射率因子拼圖資料，分析了美國Atlanta地區的對流氣候變化特征，發現在Atlanta的城市地區以及城市擴展地區，與強的城市熱島效應相對應，對流風暴的出現頻率明顯偏高，表明城市對局地強對流的發生和增強具有明顯正面效應。另外，城市下墊面的改變，也能夠引起對流風暴的動力和熱動力特征的明顯變化。最近，Niyogi等[70]開展了美國印第安納州最大城市和首府Indianapolis地區對流風暴的雷達氣候研究，并對城市地區和周邊非城市地區的對流特征進行了比較，揭示了大城市對區域對流的影響。他們發現，在城市地區超過60%的對流風暴會改變結構，而在非城市地區，

僅為25%。白天的城市環境對對流風暴的影響明顯高于夜晚。雷達氣候分析指出這一地區的對流風暴在接近城市地區上風方時易出現分裂而在下風方時又極易出現合并，使得在城市地區上風方主要以中等尺寸的對流風暴為主，而在下風方則是小尺寸和大尺寸風暴出現的概率較高。同時，Niyogi等[70]開展的敏感性數值模擬試驗也表明，如果在模式中去除Indianapolis城市地區邊界層等的影響時，導致模式中的區域輻合和對流、地面能量平衡、邊界層結構等發生明顯變化，從而導致實際發生的對流風暴不能夠被很好模擬出來。除了利用雷達資料外，Ntelekos等[71]也利用閃電資料和地面觀測資料，分析了美國馬里蘭州Baltimore附近的城市群地區暖季對流風暴的時空分布特征，包括季節變化、日變化和空間頻率等，發現風暴頻率在城市地區與非城市地區存在顯著差異，并指出這與城市熱島等城市化效應存在密切聯系。Hand等[31]也利用地面觀測和衛星資料，分析了美國Oklahoma城附近的暖季降水氣候特征，發現在弱天氣尺度強迫形勢下，城市效應對降水影響最為明顯，城市不同地區的濕度分布非常不均勻，城市下風方地區濕度最大，降水也經常出現異常。在上述Chen等[29]針對京津冀地區的雷達氣候研究中，也透視出北京城市效應對對流風暴的發生發展起到了關鍵作用。從北京城區附近風暴概率變化的時段來看，20:00—21:00之間觀測的城區內對流風暴出現頻率仍然較低，而從21:00開始至00:00，城區內觀測的孤立對流風暴單體出現的頻率突然增大（圖9）。上述分析表明此段時間內北京城市效應對對流風暴的加強或者新生的作用最為明顯，這可能與城市熱島及城市陸面不均勻性等存在密切關系，但還需要進一步去研究。上述為數不多的雷達氣候學與城市對流特征相結合的研究表明，城市局地環流特征（如城市熱島環流）對局地強對流的發生和增強具有明顯的正面效應。另外，城市特殊的下墊面和邊界層特征，也對對流風暴的結構和熱動力特征產生明顯影響。

圖9 北京地區雷達反射率因子≥40dBz的對流風暴回波出現頻率（a）20:00—21:00;（b）21:00—22:00;（c）22:00—23:00;（d）23:00—00:00（北京時;圖中粗黑線為200m地形等高線;修改自文獻[29]的圖2）

可以看出，如果將雷達氣候研究與城市地區對流天氣研究相結合，不但可以掌握城市地區和城市化對對流風暴和對流性降水的影響，也可以改進對城市地區對流天氣的臨近預報和預警。在國際上，雷達氣候研究結果作為一個區域強對流天氣發生發展和演變傳播的氣候背景資料，已經被應用于局地對流天氣的自動臨近預報試驗中[30,72]。在北京自動臨近預報系統（BJANC）的參數調整優化和系統評估中[28]，我們也已經初步應用了一些雷達氣候研究結果[43,73]，但如何將上述最新的京津冀雷達氣候研究結果[29]應用于對流天氣的自動臨近預報中，許多方面還有待于進一步深入研究。更為重要的是，如何將雷達氣候研究專門應用于城市地區對流天氣精細的臨近預報和預警中，目前還未發現國際上有任何的報道或出版的論文。基于以往的研究經驗，可以認為，對于一個特定的城市或城市群地區，發展一套集雷達氣候研究結果、城市熱島效應、城市下墊面影響效應、城市冠層和城市水文特征等在內的城市地區對流天氣概念模型，同時在模型中也必須考慮一些精細的對流熱動力特征[74-80]，并將概念模型集成進對流天氣臨近預報的專家系統中（可利用類似于文獻[28]和[72]的模糊邏輯集成方法），再結合城市地區精細的探測資料分析和地理信息系統（GIS），將能夠有效提升對城市地區對流天氣和對流性降水的監測分析和臨近預報、預警能力。另外，利用臨近預報和數值預報的融合技術（Blending），也是提升對流尺度定量降水預報特別是城市地區暴洪短時臨近預報能力的重要手段[81-82]。

4 結束語

通過對國內外雷達氣候研究成果的描述可以看出，雷達氣候研究對于理解一個區域內對流風暴和對流性降水的精細時空分布和演變特征非常關鍵，也非常有助于作為中小尺度天氣現象的對流天氣的臨近預報和預警能力以及定量降水預報能力的提升。從本文的介紹可以看出，國際上特別是在美國，已經針對不同區域的對流風暴和對流性降水，開展了大量的雷達氣候研究。目前，美國國家海洋和大氣管理局（NOAA）強風暴預測中心已經有專門的網頁提供美國本土幾乎每部雷達站覆蓋范圍內的強天氣氣候特征圖（包括短時大風、冰雹、龍卷的出現報告統計圖，強天氣年際變化、月季變化、日變化圖），以及相關的分析表格，供預報人員在進行強天氣臨近預報和預警業務時參考（網址：www. spc.noaa.gov/climo/online/rda/）。美國佛羅里達州立大學也制作了一套佛羅里達州和南佐治亞州的雷達氣候學數據集，為佛羅里達州環保部門的地面降水和地下水資源模擬以及NOAA的水文氣象分析和預報等提供科學參考（網址：fuelberg.met.fsu.edu/ research/fdep/gquina/climo.html）。本文也介紹了雷達氣候研究結果可在強天氣自動臨近預報專家系統中得到應用。另外，雷達氣候研究結果可用于雷達雜波和雷達觀測偏差分析，從而有助于改進雷達的觀測質量，進而也能夠改進雷達的定量降水估測效果[83-84]。但是，我國在雷達氣候研究方面開展的系統性工作還不是很多。目前，我國新一代天氣雷達已經基本完成布網，部分地區也已經積累了多年的雷達觀測資料，開展雷達氣候研究的資料條件業已成熟。作者基于上海及其周邊地區6部新一代天氣雷達在2010年5月1日—9月14日上海世博會期間的逐6min反射率因子觀測資料，統計得到了上海及其周邊地區2010年暖季的對流風暴日循環特征（圖10）。從這個初步的雷達氣候結果可以看出，至少在2010年暖季，上海及其周邊的對流風暴存在明顯的日循環和傳播特征，其中影響上海地區的對流峰值主要出現在10:00—12:00之間，但是不同時段影響的區域完全不同。

另一方面，近年來，隨著國家經濟發展和戰略調整，我國城市化進程的速度顯著加快，不但大城市發展規模逐漸擴大，而且也已經涌現出了“長三角”、“珠三角”、“環渤海”等大中城市云集的城市群地區。國內外研究也說明，城市環境對對流天氣的影響非常明顯。而且更為重要的是，城市地區對對流天氣災害的承載能力更加脆弱，需要更為準確、及時和精細化的對流天氣臨近預報和預警服務。因此，如前文所言，這就促使我們應該將雷達氣候研究與城市地區對流天氣研究有效結合，從而提升城市地區對流天氣的精細臨近預報和預警能力。在國際上，也已經開始嘗試將雷達氣候研究與地理信息系統（GIS）相結合，對對流風暴和對流性降水的氣候特征進行更為精細的研究[34,85]，這也為城市（群）地區精細尺度的對流天氣研究與雷達氣候研究及城市環境特征相結合提供了一種新思路。

當然，雷達氣候研究也具有一定不確定性。首先，天氣雷達的探測資料具有一定的局限性，比如雷達地物雜波（包括城市區域的高建筑物雜波）、亮帶回波、波束阻擋、不同雷達之間的標定差異等，均影響到天氣雷達對真實對流回波的探測，進而影響到雷達氣候研究的效果[86]。其次，在雷達站稀疏的地區，一些區域成為雷達探測的“空缺”區，而這些區域將不可能獲得有效的雷達氣候研究結果[86]。另外，正如

Chen等[29]所強調的一樣，利用幾年的雷達資料進行暖季對流天氣氣候特征的研究，就需要確保影響這一地區暖季的大氣環流不出現異常，否則，雷達氣候研究結果可能不具有代表性。在如何將雷達氣候研究有效應用于城市地區對流天氣的臨近預報和預警的研究和業務中，也面臨許多的課題。

圖10 上海及其周邊地區雷達反射率因子≥35dBz的對流風暴回波出現概率（%）（圖中粗黑線表示上海地區）

[1]俞小鼎, 姚秀萍, 熊廷南, 等. 多普勒天氣雷達原理與業務應用．北京: 氣象出版社, 2006.

[2]Kuo J T, Orville H D. A radar climatology of summertime convective clouds in the Black Hills. J Appl Meteor, 1973, 12(2): 359-368.

[3]Rao P K. Remote sensing of urban heat islands from an environmental satellite. Bull Amer Meteor Soc, 1972, 53(8):

647-648.

[4]Carlson T N, Augustin J A, Boland F E. Potential application of satellite temperatures measurements in the analysis of land use over urban areas. Bull Amer Meteor Soc, 1977, 58(12): 1301-1303.

[5] MatsonM, McClain E P, McGinnis D F, et al. Satellite detection of urban heat islands. Mon Wea Rev, 1978, 106(12): 1725-1734.

[6]Carbone R E, Tuttle J D, Ahijevych D A, et al. Inferences of predictability associated with warm season precipitation episodes. J Atmos Sci, 2002, 59(13): 2033-2056.

[7]Carbone R E, Tuttle J D. Rainfall occurrence in the U.S. warm season: The diurnal cycle. J Climate, 2008, 21(16), 4132-4146.

[8]Ahijevych D A, Carbone R E, Davis C A. Regional-scale aspects of the diurnal precipitation cycle. 31st Inter Conf on Radar Meteor, Amer Meteor Soc, Seattle, WA, 2003.

[9]Ahijevych D A, Davis C A, Carbone R E, et al. Initiation of precipitation episodes relative to elevated terrain. J Atmos Sci, 2004, 61(22): 2763-2769.

[10]Hsu H M, Moncrie ff M W, Tung W W, et al. Multiscale temporal variability of warm-season precipitation over North America: Statistical analysis of radar measurements. J Atmos Sci, 2006, 63(9): 2355-2368.

[11]Lang T J, Ahijevych D A, Nesbitt S W, et al. Radar-observed characteristics of precipitating systems during NAME 2004. J Climate, 2007, 20(9): 1713-1733.

[12]Rowe A K, Rutledge S A, Lang T J, et al. Elevation-dependent trends in precipitation observed during NAME. Mon Wea Rev, 2008, 136(12): 4962-4979.

[13]Weckwerth T M, Wilson J W, Hagen M, et al. Radar climatology of the COPS region. Q J R Meteor Soc, 2011, 137: 31-41.

[14]Pavai C, Vamos C. Statistical characteristics of re fl ectivity fi eld in areas covered by the Bobohalma WSR-98D radar. Romanian J Meteor, 2006, 8(1-2): 1-20.

[15]Wang C C, Chen G T J, Carbone R E. A climatology of warmseason cloud patterns over East Asia based on GMS infrared brightness temperature observations. Mon Wea Rev, 2004, 132(7): 1606-1629.

[16]Zheng Y, Chen J, Chen M, et al. Statistic characteristics and weather significance of infrared TBB during May-August in Beijing and its vicinity. Chin Sci Bull, 2007, 52(24): 3428-3435.

[17]Zhang H, Zhai P. Temporal and spatial characteristics of extreme hourly precipitation over Eastern China in the warm season. Adv Atmos Sci, 2011, 28(5): 1177-1183.

[18]Zhai P, Zhang X, Wan H, et al. Trends in total precipitation and frequency of daily precipitation extremes over China. J Climate, 2005, 18(7): 1096-1108.

[19]Yu R, Zhou T, Xiong A, et al. Diurnal variation of summer precipitation over contiguous China. Geophys Res Lett, 2007, 34: L01704, doi: 10.1029/2006GL028129.

[20]Yu R, Xu Y, Zhou T, et al. Relation between rainfall duration and diurnal variation in the warm season precipitation over central eastern China. Geophys Res Lett, 2007, 34: L13703, doi: 10.1029/2007GL030315.

[21]Yin S, Chen D, Xie Y. Diurnal variations of precipitation during the warm season over China. Int J Climatol, 2009, 29: 1154-1170.

[22]He H, Zhang F. Diurnal variations of warm-season precipitation over Northern China. Mon Wea Rev, 2010, 138(4): 1017-1025.

[23]Chen G, Sha W, Iwasaki T. Diurnal variation of precipitation over southeastern China: Spatial distribution and its seasonality. J Geophys Res, 2009, 114: D13103, doi: 10.1029/2008JD011103.

[24]Chen G, Sha W, Iwasaki T, et al. Diurnal variation of rainfall in the Yangtze River Valley during the spring-summer transition from TRMM measurements. J Geophys Res, 2012, 117: D06106, doi:10.1029/2011JD017056.

[25]Lin P F, Chang P L, Jou B J D, et al. Warm season afternoon thunderstorm characteristics under weak synoptic-scale forcing over Taiwan Island. Wea Forecasting, 2011, 26(1): 44-60.

[26]Yeung L H, Chan S, Cheng P. Radar climatology of Hong Kong and its application to landfalling tropical cyclone rainfall estimation. 35th Inter Conf on Radar Meteor, Amer Meteor Soc, Pittsburgh, Pa, 2011.

[27]陳明軒, 高峰. 利用一種自動識別算法移除天氣雷達反射率因子中的亮帶. 應用氣象學報, 2006, 17(2): 207-214.

[28]陳明軒, 高峰, 孔榮, 等. 自動臨近預報系統及其在北京奧運期間的應用. 應用氣象學報, 2010, 21 (4): 395-404.

[29]Chen M, Wang Y, Gao F, et al. Diurnal variations in convective storm activity over contiguous North China during the warmseason based on radar mosaic climatology. J Geophys Res, 2012, 117: D20115, doi:10.1029/2012JD018158.

[30]Saxen T R, Mueller C K, Warner T T, et al. The operational mesogamma-scale analysis and forecast system of the U.S. Army Test and Evaluation Command. Part IV: The White Sands Missile Range Auto-Nowcast System. J Appl Meteor Climatol, 2008, 47(4): 1123-1139.

[31]Hand L M, Shepherd J M. An investigation of warm-season spatial rainfall variability in Oklahoma City: Possible linkages to urbanization and prevailing wind. J Appl Meteor Climatol, 2009, 48(2): 251-269.

[32]Tucker D F, Crook N A. Flow over heated terrain. Part II: Generation of convective precipitation. Mon Wea Rev, 2005, 133(9): 2565-2582.

[33]Parker M D, Ahijevych D A. Convective episodes in the East-Central United States. Mon Wea Rev, 2007, 135(11): 3707-3727.

[34]Hocker J E, Basara J B. A 10-year spatial climatology of squall line storms across Oklahoma. Int J Climatol, 2008, 28: 765-775.

[35]Murray J C, Colle B A. The spatial and temporal variability of convective storms over the Northeast United States during the Warm Season. Mon Wea Rev, 2011, 139(3): 992-1012.

[36]Carbone R E, Tuttle J D, Ahijevych D A. Inter-annual and semidiurnal variations in summertime precipitation. 31st Inter Conf on Radar Meteor, Amer Meteor Soc, Boston, 2003.

[37]Dixon M, Wiener G. TITAN: Thunderstorm identification, tracking, analysis, and nowcasting—A radar-based methodology. J Atmos Oceanic Technol, 1993, 10 (6): 785-797.

[38]Johnson J T, MacKeen P L, Witt A, et al. The storm cell identification and tracking algorithm: An enhanced WSR-88D algorithm. Wea Forecasting, 1998, 13(2): 263-276.

[39]Henry S G. Analysis of thunderstorm lifetime as a function of size and intensity. 26th Conf on Radar Meteor, Amer Meteor Soc, Norman, OK, 1993.

[40]Goudenhoofdt E, Delobbe L. Statistical characteristics of convective storms in Belgium derived from volumetric weather radar observations. J Appl Meteor Climatol, 2013, 52(4): 918-934.

[41]Gomes A M, Held G. Characterization of storm properties during the TroCCiBras Experiment. 32nd Conf on Radar Meteor, Amer Meteor Soc, Albuquerque, 2005.

[42]Mohee F M, Miller C. Climatology of thunderstorms for North Dakota, 2002-06. J Appl Meteor Climatol, 2010, 49(9): 1881-1890.

[43]韓雷, 俞小鼎, 鄭永光, 等. 京津及鄰近地區暖季強對流風暴的氣候分布特征. 科學通報, 2009, 54(11): 1585-1590.

[44]Takahashi H. Secular variation in the occurrence property of summertime daily rainfall amount in and around the Tokyo Metropolitan area (in Japanese with an English abstract). Tenki, 2003, 50: 31-41.

[45]Shepherd J M. A review of current investigations of urban-induced rainfall and recommendations for the future. Earth Interactions, 2005, 9: 1-27.

[46]Diem J E, Brown D P. Anthropogenic impacts on summer precipitation in central Arizona. U S A Prof Geogr, 2003, 55 (3): 343-355.

[47]Matthew S, Raman S, Suresh R, et al. Urban e ff ects of Chennai on sea breeze induced convection and precipitation. J Earth Sys Sci, 2008, 117(6): 897-909.

[48]Burian S J, Shepherd J M. E ff ects of urbanization on the diurnal rainfall pattern in Houston: Hydrological processes. Rainfall Hydrol Proc, 2005, 19: 1089-1103.

[49]Dixon P G, Mote T L. Patterns and causes of Atlanta’s urban heat island-initiated precipitation. J Appl Meteor, 2003, 42: 1273-1284.

[50]Molders N, Olson M A. Impact of urban e ff ects on precipitation in

high latitudes. J Hydrometeor, , 2004, 5: 409-429.

[51]Tayan? M, Karaca M, Yenigün O. Annual and seasonal air temperature trend patterns of climate change and urbanization e ff ects in relation to air pollutants in Turkey. J Geophys Res, 1997, 102 (D2): 1909-1920.

[52]Rosenfeld D. Suppression of rain and snow by urban and industrial air pollution. Science, 2000, 287: 1793-1796.

[53]Van den Heever S C, Cotton W R. Urban aerosol impacts on downwind convective storms. J Appl Meteor Climatol, 2007, 46(6): 828-850.

[54]苗世光, Chen F, 李青春, 等. 北京城市化對夏季大氣邊界層結構及降水的月平均影響. 地球物理學報, 2010, 53(7): 1580-1593.

[55]王喜全, 王自發, 齊彥斌, 等. 城市化進程對北京地區冬季降水分布的影響. 中國科學D輯: 地球科學, 2008, 38(11): 1438-1443.

[56]吳風波, 湯劍平. 城市化對2008年8月25日上海一次特大暴雨的影響. 南京大學學報（自然科學）, 2011, 47(1): 71-81.

[57]Guo X, Fu D, Wang J. Mesoscale convective precipitation system modified by urbanization in Beijing City. Atmos Res, 2006, 82: 112-126.

[58]Jauregui E, Romales E. Urban e ff ects on convective precipitation in Mexico City. Atmos Environ, 1996, 30: 3383-3389.

[59]Bornstein R, Lin Q. Urban heat islands and summertime convective thunderstorms in Atlanta: Three cases studies. Atmos Environ, 2000, 34: 507-516.

[60]Baik J J, Kim Y H, Chun H Y. Dry and moist convection forced by an urban heat island. J Appl Meteor, 2001, 40: 1462-1475.

[61]Changnon S A, Westcott N E. Heavy rainstorms in Chicago: Increasing frequency, altered impacts, and future implications. J Amer Water Res Assoc, 2002, 38: 1467-1475.

[62]Craig K, Bornstein R. MM5 simulation of urban induced convective precipitation over Atlanta. 4th Conf on the Urban Environ, Amer Meteor Soc, Norfolk, VA, 2002.

[63]Rozoff C, Cotton W R, Adegoke J O. Simulation of St. Louis, Missouri, land use impacts on thunderstorms. J Appl Meteor, 2003, 42: 716-738.

[64]Chen T C, Wang S Y, Yen M C. Enhancement of afternoon thunderstorm activity by urbanization in a valley: Taipei. J Appl Meteor Climatol, 2007, 46(9): 1324-1340.

[65]Miao S, Chen F. Formation of horizontal convective rolls in urban areas. Atmos Res, 2008, 89: 298-304.

[66]Shem W, Shepherd M. On the impact of urbanization on summertime thunderstorms in Atlanta: Two numerical model case studies. Atmos Res, 2009, 92: 172-189.

[67]蒙偉光, 閆敬華, 扈海波. 城市化對珠江三角洲強雷暴天氣的可能影響. 大氣科學, 2007, 31(2): 364-376.

[68]江曉燕, 劉偉東. 從不同的陸面資料看城市化對北京強降水的影響. 氣象學報, 2006, 64(4): 527-536.

[69]Bentley M L, Ashley W S, Stallins J A. Climatological radar delineation of urban convection for Atlanta, Georgia. Int J Climatol, 2009, 30(11): 1589-1594.

[70]Niyogi D, Pyle P, Lei M, et al. Urban modification of thunderstorms: An observational storm climatology and model case study for the Indianapolis urban region. J Appl Meteor Climatol, 2011, 50(5): 1129-1144.

[71]Ntelekos A A, Smith J A, Krajewski W F. Climatological analyses of thunderstorms and fl ash fl oods in the Baltimore metropolitan region. J Hydrometeor, 2007, 8(1): 88-101.

[72]Mueller C, Saxen T, Roberts R, et al. NCAR Auto Nowcast System. Wea Forecasting, 2003, 18(4): 545-561.

[73]王令, 丁青蘭, 陳明軒, 等. 北京地區夏季對流風暴的雷達氣候初步研究. 中國氣象學會雷達氣象學與氣象雷達委員會第二屆學術年會文集, 2006.

[74]孫繼松. 北京地區夏季邊界層急流的基本特征及形成機理研究.大氣科學, 2005, 29(3): 445-452.

[75]王婷婷, 王迎春, 陳明軒, 等. 北京地區干濕雷暴形成機制的對比分析. 氣象, 2011, 37(2): 142-155.

[76]陳雙, 王迎春, 張文龍, 等. 復雜地形下雷暴增強過程的個例研究. 氣象, 2011, 37(7): 802-813.

[77]陳明軒, 王迎春. 低層垂直風切變和冷池相互作用影響華北地區一次颮線過程發展維持的數值模擬. 氣象學報, 2012, 70(3): 371-386.

[78]陳明軒, 王迎春, 肖現, 等. 基于雷達資料四維變分同化和三維云模式對一次超級單體風暴發展維持熱動力機制的模擬分析. 大氣科學, 2012, 36(5): 929-944.

[79]孫繼松, 何娜, 郭銳, 等. 多單體雷暴的形變與列車效應傳播機制. 大氣科學, 2013, 37(1): 137-148.

[80]陳明軒, 王迎春, 肖現, 等. 北京7·21暴雨雨團的發生和傳播機理.氣象學報, 2013, 71(4): 569-592.

[81]Kober K, Craig G C, Keil C, et al. Blending a probabilistic nowcasting method with a high-resolution numerical weather prediction ensemble for convective precipitation forecasts. Q J R Meteor Soc, 2012, 138: 755-768.

[82]程叢蘭, 陳明軒, 王建捷, 等. 基于雷達外推臨近預報和中尺度數值預報融合技術的短時定量降水預報試驗. 氣象學報, 2013, 71(3): 397-415.

[83]Chang P L, Lin P F, Jou B J D, et al. An application of re fl ectivity climatology in constructing radar hybrid scans over complex terrain. J Atmos Oceanic Technol, 2009, 26(7): 1315-1327.

[84]Overeem A, Holleman I, Buishand A. Derivation of a 10-year radar-based climatology of rainfall. J Appl Meteor Climatol, 2009, 48(7): 1448-1463.

[85]Hocker J E, Basara J B. A geographic information systems-Based analysis of supercells across Oklahoma from 1994 to 2003. J Appl Meteor Climatol, 2008, 47(5): 1518-1538.

[86]Parker M D, Knievel J C. Do meteorologists suppress thunderstorms? Radar-derived statistics and the behavior of moist convection. Bull Amer Meteor Soc, 2005, 86(3): 341-358.

An Overview of Progresses in Radar Climatology and Its Prospective Applications in Nowcasting Severe Weather over Urban Regions

Chen Mingxuan1, Wang Yingchun2, Gao Feng1, Xiao Xian1, Cheng Conglan1
(1 Institute of Urban Meteorology, China Meteorological Administration, Beijing 100089 2 Beijing Meteorological Service, Beijing 100089)

International progress in radar climatology in recent years is introduced fi rst in this paper, focusing on diurnal variations of convective storms and precipitation in different regions in the world based on radar climatology, and some research fi ndings of radar climatology for diurnal variations of warm-season convective storms over contiguous North China (Beijing and its vicinity). Studies of radar climatology mainly reveal initiation, enhancement, and diurnal cycle and propagation of convection over different regions, which has a close relationship with solar heating, topographical forcing, prevailing winds, as well as synoptic and mesoscale systems. Statistics of identif i ed and tracked 3D storm properties are another especial study of radar climatology, and are also presented. Studies and progress in effects of urbanization on convective storms and precipitation, and studies on convective weather over urban regions based on radar climatology are also reviewed. Finally, application prospects of radar climatology in analysis on convective mechanism and fi ne-scale nowcasting of convective storms and precipitation over urban regions are discussed in the paper.

radar climatology, convection, precipitation, urbanization, nowcasting

10.3969/j.issn.2095-1973.2014.05.003

2013年5月30日；

2013年9月5日

陳明軒（1973—），Email: mxchen@ium.cn

資助信息：國家自然科學基金（41075036）；公益性行業（氣象）科研專項（GYHY201306008）