基于微壓計觀測的暴雨過程重力波特征分析*

王秀娟 冉令坤 齊彥斌 馬淑萍 慕秀香 姜忠寶 畢瀟瀟

1) (吉林省氣象災害防御技術中心,長春 130062)

2) (中國氣象局吉林省人民政府人工影響天氣聯合開放實驗室,長春 130062)

3) (中國科學院大氣物理研究所,中國科學院云降水物理與強風暴重點實驗室,北京 100029)

4) (吉林省氣象臺,長春 130062)

5) (吉林省氣候中心,長春 130062)

利用高精度微壓計數據、衛星、地面觀測數據和GDAS 數據,對2020 年7月29日—30日東北冷渦暴雨過程重力波特征進行分析,結果表明:重力波激發了此次暴雨,在暴雨發生前2—4 h,出現了周期約128 min的重力波先兆活動;在暴雨期間,重力波周期集中在120—180 min;在強對流發展期間出現了周期為128—256 min 的重力波和8—64 min 周期更短的重力波.強對流與重力波相互影響、相互作用.強對流發展時,地面出現雷暴高壓、冷池、出流邊界,在冷池前方形成氣流輻合區;氣流輻合輻散區向前移動,形成重力波傳播,最終激發暴雨.重力波先兆活動這一特征對東北冷渦暴雨有一定的指示預警意義.

1 引言

東北冷渦暴雨是我國北方夏季主要的災害性天氣,往往會造成嚴重的洪澇災害,引發山體滑坡和泥石流等地質災害.東北冷渦暴雨發生在條件不穩定的環境下,配合水汽輸送,受到低空急流的影響,并伴有明顯的中尺度對流系統活動[1,2].暴雨強對流的因素很多,重力波是一個重要因素.重力波發生發展往往與暴雨、強對流等災害天氣密切相關[3-5],重力波能夠觸發強對流,造成短時強降雨[6].強對流也能夠激發多種尺度的重力波[7],對重力波的傳播和發展起到積極的作用[8].因此,研究東北冷渦暴雨過程重力波特征與機理對深入認識二者發生發展機制、東北冷渦暴雨預警有著重要的科學意義.

重力波追趕和碰撞是形成暴雨的重要機制之一[9].當強對流發展時,非地轉平衡作用會激發重力波;重力波反過來促進對流組織化發展,產生暴雨,并且暴雨區位于中低壓和中高壓之間,渦度中心比散度中心落后 π/2.尤其是大振幅(0.5—15 hPa)、長周期(0.5—4.0 h)、中尺度波長(50—500 km)重力波組織帶狀降水的能力較強[10-13],易引起大風、冰雹、短時強降水等強對流活動.2018 年,Liu 等[14]在一次四川地形暴雨分析中發現,在10—14 km高度有周期80—100 min、波長40—50 km 的重力波,該波動是引起暴雨的關鍵尺度重力波.2020 年,Huang 等[15]在新疆地形暴雨研究中指出,高、低空存在周期73—200 min、波長50—85 km 的重力波,低層波動與中尺度渦旋共同作用促進對流發展,導致暴雨.

以往人們常常采用氣壓儀探測氣壓波動來觀測重力波[16-18].與常規氣壓儀相比,微壓計探測精度和采樣頻率更高,能夠更準確地探測到幾分鐘至幾十分鐘更短周期的重力波特征[19].Curry和Murty[20]利用微壓計數據統計分析雷暴激發的重力波特征,指出波動平均周期為10 min.Grachev等[21]統計分析俄羅斯5 年期間20 次雷暴激發的重力波特征,指出雷暴發展移動中存在周期為40—300 min 的重力波.Kulichkov 等[22]分析指出,在俄羅斯,夏季冷鋒激發的重力波周期約為5—6 min,波速小于50 m/s.Blanc 等[23]利用微壓計網統計了非洲地區10 年強對流過程的重力波特征,發現強對流激發的重力波平均速度約37 m/s、周期約96 min.

部分雷暴發生前會有重力波提前出現的現象,稱為重力波先兆活動.Uccellini[10]研究指出,重力波先兆活動與強對流的生成發展有密切關系.1993 年,李啟泰等[24]利用微壓計數據分析降雹天氣重力波特征,發現降雹前數小時間歇出現振幅大于30 Pa 的重力波,其周期范圍小于90 min.2015 年,Wu 等[25]分析發現,暴雨發生前約2 h 有周期120—240 min 的重力波存在,并起到觸發暴雨的作用.2018 年,Yang 等[26]模擬一次新疆地形暴雨,發現波長20—45 km、周期50—120 min、波速10—25 m/s 的重力波提前于暴雨出現,并促進暴雨發生發展.

受觀測技術手段限制,以往重力波研究主要是利用數值模式或者地面氣壓觀測數據來分析重力波,關注重力波在一段時間內的平均態特征.本文利用高精度微壓計數據分析東北冷渦暴雨中寬周期范圍(幾分鐘到幾小時)重力波頻譜隨時間演變的動態特征,研究重力波先兆活動和產生機制,為此類暴雨預測預警提供科學的依據.

2 數據與方法

中國氣象局吉林云物理野外科學試驗基地位于吉林省白山市靖宇縣,試驗區內布設了微壓計、云雷達、微波輻射計、微雨雷達、激光雨滴譜、大氣電場儀等儀器.微壓計(圖1)是用于觀測地面低頻大氣擾動的一種設備,可探測周期范圍幾分鐘到幾小時的重力波.微壓計從2020 年7月1日不間斷運行至今,該儀器由中國科學院大氣物理研究所云與強風暴實驗室(LACS)自主研發,采集的氣壓數據有以下特點:一是探測精度和靈敏度高,氣壓分辨率為0.1 Pa,采集的信號頻率可以達到10—5Hz,采樣頻率高達1 Hz;二是改良了微壓計容易受溫度影響這一缺點,應用恒溫技術使得微壓計僅對氣壓變化響應而對溫度變化響應較小,環境的溫度誤差控制在0.5 ℃內;三是輸出的氣壓數據經過濾波處理,濾掉了高頻噪音.雖然常規氣壓儀也能夠觀測到地面氣壓,但是常規氣壓儀的采樣頻率通常為1 min/次,探測精度最高為10 Pa.而重力波導致的氣壓波動往往小于100 Pa,因此,相比較常規氣壓儀,微壓計儀器可以更好地滿足重力波特征.

圖1 微壓計Fig.1.Microbarograph.

為分析2020 年7月29日—30日東北冷渦暴雨過程重力波頻譜特征,本文利用微壓計觀測數據,采用小波分析方法[27]計算重力波周期、頻率隨時間演變的動態特征,其中,母波選取Morlet.Morlet 小波分析是在傅里葉(Fourier)變換基礎上引入窗口函數,能夠反映信號在時域、頻域信號的局部特征.假設有時間序列數據Xn,時間步長均為Δt,小波函數表達式為

式中,η是無量綱時間參數,ω0是無量綱頻率,這里取值ω0=6.

對離散序列Xn進行連續小波變換,即得到Xn和?0(η) 的卷積為其中s是小波尺度,*表示共軛復數,當小波尺度、時間參數發生變化時,可以建立一個二維圖,顯示不同頻率信號的功率譜及其隨時間的變化.

為了近似連續小波變換,對于每個尺度s,(2)式要計算N次,通過卷積定理可知,(2)式可以用離散傅里葉變換(DFT)在傅里葉空間同時進行N次卷積,得到

其中,離散序列Xn的DFT 為

式中k=0,···,N -1 是頻率序號.小波尺度s為

其中,s0是最小可分辨尺度,J是最大尺度.本文中Δj取值1/12,Δt=1,s0=2Δt.由此得到小波功率譜|Wn(s)|2.因為處理的是有限長度的時間序列,誤差出現在小波功率譜的開頭和尾端,這種邊緣效應稱為影響錐(COI)[26].

傅里葉變換是一種分析信號的方法,可以將信號由時域轉為頻域.定義f(x) 是在任何有限區間上只存在有限個第一類間斷點和有限個極值點,并且f(x)在 (-∞,+∞)上絕對可積,則在f(x) 的連續點處

而在間斷點處f(x)=(f(x+0)+f(x-0))/2,定義

為f(t)的傅里葉變換,f(t)稱為F(ω) 的逆傅里葉變換.為了體現2020 年7月29日—30日東北冷渦暴雨過程關鍵重力波頻段特征,本文對48 h(2020年7月28日12:00—30日12:00)微壓計氣壓數據長度進行傅里葉變換,數據長度為172800,選取周期120—180 min 的重力波進行逆傅里葉變換重構關鍵尺度重力波信號.

本文采用吉林省981 個地面加密站數據,結合3 路微壓計數據分析暴雨過程的重力波特征;采用美國國家海洋和大氣管理局(National Oceanic And Atmospheric Administration)GDAS 同化數據(空間分辨率0.25°×0.25°，時間分辨率3 h)分析天氣形勢、重力波產生機制;采用中國氣象數據網(http://data.cma.cn/) FY-2G 黑體亮溫數據(空間分辨率0.1°× 0.1°,時間分辨率1 h)分析強對流演變過程.

3 暴雨過程

2020 年7月29日07:00—30日5:00吉林省中部和南部發生暴雨(圖2),43 個加密站出現暴雨,1 個站出現大暴雨.強降雨帶主要分布在吉林省中東部(四平東部、遼源、吉林)和吉林省南部(通化、白山).其中,短時強降雨(小時雨量≥20 mm)主要發生在7月29日13:00—21:00、7月29日21:00—30日2:00,具有雨強大、降雨量不均勻的特點.

圖2 2020年7月29日7:00-30日5:00 吉林省累計降雨量 (填色圖,mm)、加密站E7215(黑色加號)、E9039(黑色圓點)、微壓計1,2,3號站(黑色三角形)Fig.2.Accumulated heavy rainfall (shaded,mm) on 7 BJT 29-5 BJT 30 July 2020,the locations of surface automated mesonet station E7215 (black plus),E9039 (black dots) and microbarograph 1,2,3 (black triangle).

動力抬升條件方面,此次暴雨發生時,高層天氣形勢(圖3(a)(b))從低緯到高緯呈現了“低-高-低”的3 帶(西風帶、副熱帶、熱帶環流系統)分布特征,即在熱帶地區有低值區,表明有臺風活動,副熱帶高壓位置偏北,588 脊線北端位于40°N 附近,脊線呈東-西狀.吉林省位于東北冷渦前部、副熱帶高壓后部,高層大氣以西南暖濕氣流為主(圖3(a)(b)),低層850 hPa 東北冷渦中心位于內蒙中部地區,低層850 hPa 吉林省也處于暖濕西南氣流中,另外,高、低層渦中心位置幾乎一致,表明冷渦系統較為深厚.同時,地面有西南風與偏東風輻合區(圖3(d)),高低層動力抬升機制明顯.

圖3 2020年7月29日20:00 (a) 200 hPa 風場(風向桿,m/s);(b) 500 hPa 位勢高度場(黑色等值線,gpm)、溫度場(紅色等值線,℃);(c) 850 hPa 位勢高度場(黑色等值線,gpm)、風矢;(d) 地面比濕(填色圖,g/kg)、風矢Fig.3.(a) 200 hPa wind field (wind stick,m/s),(b) 500 hPa geopotential height field (black lines,gpm),temperature field (red lines,℃),(c) 850 hPa geopotential height field (black lines,gpm),wind vector,(d) surface specific humidity (contour lines,g/kg),wind vector on 20 BJT 29.

熱力、水汽條件方面,在有利的天氣形勢下,當東北冷渦系統內的短波槽東移下滑,東北冷渦攜帶的干冷空氣與副熱帶高壓后部暖濕氣流交匯,這為暴雨提供了有利的熱力條件.同時,受副熱帶高壓后部與臺風外圍水汽輸送的共同影響,地面比濕高達12—14 g/kg(圖3(d)).因此,高低層大氣動力、熱力、水汽條件充分,當有合適的中尺度觸發因子,就會引發暴雨、雷電等強對流天氣.

此次暴雨過程伴有中尺度對流系統活動,在紅外衛星云圖(圖4)上,7月29日11:00 吉林省中部(長春、吉林)存在零散云頂亮溫高值區,中心值達到—38 ℃—48 ℃,代表有對流云團活動.7月29日14:00 對流云團逐漸發展合并,并向東南方向伸展,吉林省中北部地區云頂亮溫高值中心達到—50 ℃—60 ℃,伴有強降雨(小時雨量≥20 mm)產生;同時白山北部和延邊東部有亮溫約—26 ℃—30 ℃的新生對流云團.7月29日17:00 強對流云團主體南移到四平、吉林、遼源、通化北部,云頂亮溫中心值高達—50 ℃—60 ℃、白山北部強對流云團發展,亮溫增至—40 ℃.7月29日20:00 零散的強對流云團合并形成中尺度對流系統,亮溫高值區位于四平東部、遼源、通化北部,中心值高達—60 ℃,同時白山和延邊仍存在對流云團.至7月30日2:00 (圖4(e),(f)),中尺度對流系統主體移至白山、延邊,云頂亮溫中心值約—60 ℃,進入降水強盛階段.

圖4 2020年7月 (a) 29日11:00,(b) 29日14:00,(c) 29日17:00,(d) 29日20:00,(e) 29日23:00和(f) 30日2:00 FY-2G 衛星云圖亮溫Fig.4.FY-2G satellite black body temperature on (a) 11 BJT 29,(b) 14 BJT 29,(c) 17 BJT 29,(d) 20 BJT 29,(e) 23 BJT 29,(f) 2 BJT 30 July 2020.

在此暴雨過程中,隨著中尺度對流系統的發展變化,地面氣象要素具有明顯的波動特征.如圖5(a)所示,地面自動站E7215 降水出現在29日14:00—21:00;29日14:00 開始有小量降水,氣壓整體變化呈現下降趨勢,溫度達到峰值后迅速減小,表明天氣系統開始影響本站;29日17:00—20:00 短時強降水出現兩個峰值,同時氣壓整體呈現明顯的升高趨勢,氣溫先減小后增加(氣溫低至21 ℃).在降水前后,氣壓和溫度都表現出脈動特征.地面自動站E9039 氣壓、溫度和降水變化具有類似特點.該站降水時段在29日18:00—30日4:00,在30日1:00—2:00 短時強降水達到峰值,雖然氣壓整體趨勢是增加的,但在降水前后仍表現出明顯的脈動;在輻射作用下,夜間氣溫整體表現為降溫,但在降水期間存在明顯的降溫增幅,加劇氣溫下降.綜上所述,在降水過程中地面氣壓和氣溫的變化具有兩個特點:第一,氣壓和溫度的日變化特征顯著,氣壓在15:00—18:00 達到最小值,如果沒有降水,此時氣溫達到最大值;如果有降水,地面降水蒸發冷卻作用會引起短時降溫;第二,在局地降水發生前后,氣壓和氣溫都出現短時脈動,代表存在某種波動.本文主要關注這種氣壓脈動,因為它對降水有一定的預兆指示意義.

圖5 2020年7月29日-30日 (a) E7215 站(125.31°E,43.04°N),(b) E9039 站(126.27°E,41.95°N)1 h 累積降雨量(黑色實線,mm)、氣壓(綠色實線,hPa)、溫度(藍色實線,℃)Fig.5.The 1 h accumulated rainfall (black solid line,mm),pressure (green solid line,hPa),temperature (blue solid line,℃) in(a) E7215 (125.31°E,43.04°N),(b) E9039 (126.27°E,41.95°N) on 29-30 July 2020.

4 重力波特征

下面利用中國科學院大氣物理研究所研發的1,2,3號微壓計采集的高精度氣壓數據分析重力波特征.參考強對流系統自西向東的移動路徑,由于自西向東安裝的微壓計分別為3號、1號、2號,以下采用上述順序進行微壓計數據分析.

4.1 重力波時域特征

圖6—圖8分別是3號、1號、2號微壓計采集的原始氣壓、氣壓日變化和擾動氣壓.在信號處理中,常用到移動平均濾波進行濾波,這種方法本質上是一種低通濾波,假設輸入數據為x,輸出為y,窗口寬度為N,在新的一次計算中,將上個窗口隊列的首數據去掉,其余N -1 個數據依次前移,并將新的計算數據插入,作為新隊列的尾.移動平均濾波的計算公式為

對兩日(48 h)微壓計原始氣壓數據(2020 年7月28日12:00—30日12:00)進行移動平均濾波,窗口寬度設為21600,可以得到氣壓的日變化,原始氣壓減去氣壓日變化可以得到擾動氣壓,其中,圖6—圖8僅顯示29日0:00—30日6:00 氣壓原始數據、氣壓日變化、擾動氣壓.可以看出,平均氣壓與原始氣壓的變化趨勢基本一致,29日7:00—15:00 氣壓顯著下降并有降水,29日15:00—22:00氣壓明顯上升,并且氣壓波動非常劇烈,伴隨持續性強降水;29日22:00—30日5:00,仍有降雨的發生,同時氣壓小幅下降.

圖8 微壓計2號站(126.8°E,42.4°N) (a) 原始氣壓(紅色實線,hPa)、氣壓日變化(黑色實線,hPa);(b) 擾動氣壓(黑色實線,Pa)、小時雨量(綠色實線,℃)Fig.8.Microbarograph 2 (126.8°E,42.4°N):(a) Original pressure data (red line,hPa),pressure daily variation (black line,hPa);(b) pressure disturbance (black line,Pa),hourly rain (green line,℃).

對于微壓計3號站,如圖6(b)所示,29日1:00氣壓擾動開始增強,振幅從—5 Pa 增大到—30 Pa,此后氣壓擾動振幅減小,29日8:00 氣壓擾動再度增大至20 Pa,11:00 該站出現降水,可以看到氣壓擾動的增強先于降水出現,表明這種重力波對降水來說具有明顯的先兆活動特征.另外,對比圖4(a)可以看出,此時降水是由孤立的對流系統造成的,因此氣壓擾動振幅不是很強.隨著對流系統的合并增強,13:00 出現第二次降水峰值,氣壓擾動振幅在12:00 增強為23 Pa 左右,在13:00—22:00 氣壓波動很劇烈,擾動振幅進一步增強到40—60 Pa,22:00 出現了降水第三次峰值,特別地,在17:00—19:00 降水非常弱,但是,氣壓擾動顯示出對未來強降水的先兆信號;30日03:00 降水結束,氣壓擾動趨于減弱.因此氣壓擾動對第二次、第三次峰值降水來說依然保持一定的提前量.

圖6 微壓計3號站(126.61°E,42.43°N) (a) 原始氣壓(紅色實線,hPa)、氣壓日變化(黑色實線,hPa);(b) 擾動氣壓(黑色實線,Pa)、小時雨量(綠色實線,mm)Fig.6.Microbarograph 3 (126.61°E,42.43°N):(a) Original pressure (red line,hPa),pressure daily variation (black line,hPa);(b) pressure disturbance (black line,Pa),hourly rain (green line,mm).

1號微壓計和2號微壓計觀測的擾動氣壓具有類似的特點.1號微壓計記錄的氣壓擾動對峰值降水依然保持一定的提前量.例如,對于1號微壓計(圖7(b)),29日11:00 降水達到第一次峰值,但是氣壓擾動從29日7:00 就開始增強,振幅從5 Pa增長到20 Pa.14:00 出現第二次降水峰值,氣壓擾動振幅在11:00—13:00 保持在20 Pa 左右,在13:00—15:00 進一步增強到—50 Pa.第三次降水開始于18:00,氣壓擾動從16:00 開始進一步增強,在23:00 振幅增大達到103 Pa,此后第三次降水達到峰值.對于2號微壓計(圖8(b)),降雨量峰值出現在29日14:00,22:00(圖8(b)),同時氣壓擾動也達到極值,分別為 —40 Pa和102 Pa;需要強調的是,在強降水發生前已經出現明顯的氣壓擾動,例如,19:00 時的—40 Pa 的氣壓擾動先于21:00 降水的出現,表明對于強降水,重力波具有先兆活動特征.

圖7 微壓計1號站(126.70°E,42.41°N) (a) 原始氣壓(紅色實線,hPa)、氣壓日變化(黑色實線,hPa);(b) 擾動氣壓(黑色實線,Pa)、小時雨量(綠色實線,℃)Fig.7.Microbarograph 1 (126.70°E,42.41°N):(a) Original pressure (red line,hPa),pressure daily variation (black line,hPa);(b) pressure disturbance (black line,Pa),hourly rain (green line,℃).

從降雨量主要時段來看,3號微壓計、1號微壓計、2號微壓計主要時段分別為29日11:00—30日3:00、29日11:00—30日3:00、29日14:00—30日4:00.同時,3 路微壓計出現重力波先兆信號的時間分別為29日8:00、29日7:00、29日10:00,這也體現了強對流系統自西向東移動的特征.

上述分析表明,強降水伴隨著明顯的重力波氣壓擾動,該波動的周期約為幾十分鐘至幾小時,并且先于降水的出現,具有明顯先兆活動特征,對降水預報有一定的先兆指示意義.

4.2 重力波動態頻譜特征

為了分析重力波頻率的時間變化特征,采用小波分析方法對微壓計采集的氣壓擾動進行小波變換.小波分析方法不僅能夠顯示信號的時域、頻域特性,也能夠反映信號的多尺度特征和局部特征.圖9為3,1,2號微壓計氣壓擾動功率譜的時間變化.

對于3號微壓計,由圖9(a)可見,重力波信號主要出現在兩個時段:7月28日21:00—29日8:00,7月29日8:00—30日6:00.主要特征如下.1) 7月28日21:00 出現了較強的氣壓擾動功率譜,高功率譜的波動周期約為128—230 min,29日2:00 開始波動能量開始減弱.29日6:00—8:00 出現128 min 的高能重力波,而本站降水從29日10:00 才開始,可見,重力波先兆信號的出現比降雨開始提前了約4 h.2) 29日8:00 開始,256 min重力波能量開始增長,高能重力波向低頻發展,29日10:00 本站開始了持續性降雨,在13:00—20:00 出現了周期96—128 min 高功率譜重力波,與13:00 第一個降水峰值相對應;20:00 以后高能重力波的周期以128—256 min 為主,一直持續到30日3:00,同時激發了更短周期(約32—64 min)的重力波,第二次降水峰值出現在29日22:00.可見在降水發生前重力波的能量有增強過程,同時波動周期也是變化的,代表存在多種頻率重力波的混合波動,在不同階段,起主要作用的波動的頻率是不同的.

對于1號微壓計(圖9(c)),較強的重力波功率譜出現在29日6:00,在10:00—15:00 降水期間,高功率譜的波動周期為128—256 min,在15:00—18:00 弱降水期間高功率譜的波動周期為256 min,同時功率譜開始增強,在29日21:00—30日0:00強降水階段,高功率譜重力波的周期為128—256 min,同時激發了更短周期(32—64 min)的重力波.可見,在降水發生前3 h,重力波周期以128 min 為主.

圖9 2020年7月28日20:00-30日7:00 重力波動態譜 ((a),(c),(e)) (填色圖:功率譜;縱坐標:周期;橫坐標:時間;黑色包絡線顯示了小波影響錐,其外側為邊緣效應較大的區域,綠色實線包圍的是置信度在95%以上的區域;▲表示降雨開始時間)與降雨量圖 ((b),(d),(f)) (a),(b) 微壓計3號站;(c),(d) 微壓計1號站;(e),(f) 微壓計2號站Fig.9.Gravity waves dynamic frequency spectra ((a),(c),(e)) (shaded:amplitudes;Y-axis:periods;X-axis:time;The black envelope line shows the cone of influence,outside of which edge effects might be large,and green solid lines designates the 95% confidence level,▲ denotes the start time of rainfall) and precipitation figure ((b),(d),(f)):(a),(b) Microbarograph 3;(c),(d) microbarograph 1;(e),(f) microbarograph 2 on 20 BJT 28-07 BJT 30 July 2020.

對于2號微壓計站(圖9(e)),弱降水發生在29日7:00—11:00,但在7月29日5:00—7:00 一直有周期約128 min 的重力波先兆信號,該波動比降雨開始提前約2 h 出現.在29日13:00—15:00和29日21:00—30日4:00 的強降水階段分別出現了降雨峰值,其中,在第一個降雨峰值期間,重力波能量不斷增強,高能重力波周期為64—128 min,并且有更短周期32 min 重力波產生,隨著對流的發展,很快256 min 的重力波也開始出現.在第二個降雨峰值期間,高能量重力波從20:00 開始周期擴展至96—192 min 重力波的能量增長,30日2:00開始衰減,此時段也激發了更短周期(8—32 min)的重力波.可見,在降水期間都伴有不同頻率的重力波,并且降雨前2 h 就已經有重力波信號增強.

從上述分析可看出,在暴雨發生前2—4 h 出現周期約128 min 的重力波先兆活動.暴雨期間,高能重力波的周期主要為128—256 min,并且隨著強對流的發展演變,高能重力波頻譜也相應地調整,強對流會激發更短周期(8—64 min)重力波.2020 年,Wang 等[28]利用佛山微壓計數據分析了佛山地區一次局地暴雨過程重力波動態譜特征,暴雨前約4 h,出現了長周期(140—270 min)重力波,局地暴雨同時激發了更短周期(≤36 min)重力波.本次東北暴雨過程也體現了重力波這一特征.

由圖9可看出,周期120—180 min 的重力波能量最強,提取此頻段重力波,利用逆傅里葉變換進行重力波重構,對于重構的微壓計3號重力波(圖10(a)),在降雨時段29日10:00—30日3:00,重力波呈現周期性擾動,并且振幅迅猛增大,可達約60 Pa,并且在29日13:00和22:00 峰值降水前都有明顯的重力波,例如12:00 出現的振幅約為20 Pa 重力波早于13:00 的峰值降雨,20:00 出現的振幅約65 Pa 的重力波早于22:00 的峰值降雨.重構的微壓計1和微壓計2 重力波信號也呈現相同的特征(圖10(b)和圖10(c)).例如,對于微壓計2號重力波重構信號(圖10(c)),降雨時段29日7:00—30日3:00,12:00 之前,重力波振幅較小,約小于20 Pa,29日12:00—15:00 振幅增大,約為30 Pa,這早于14:00 的降水峰值,隨后波動出現周期性擾動,20:00 開始波動振幅迅速增長,約為40 Pa,這也早于22:00 的降水峰值.這表明周期為120—180 min 的重力波對強降水的發生、發展有著積極的作用.

圖10 重力波重構(黑色實線,Pa)和小時雨量(綠色實線,mm) (a) 微壓計 3號站;(b) 微壓計 1號站;(c) 微壓計 2號站Fig.10.Gravity waves restruction (black line,Pa) and hourly precipitation (green line,mm):(a) Microbarograph 3;(b) microbarograph 1;(c) microbarograph 2.

4.3 重力波產生機制

重力波是指在層結穩定大氣內部的不連續面上(如速度不連續的切變線,密度不連續的鋒面),空氣微團受到擾動后偏離平衡位置,在重力和浮力共同作用下產生的波動.重力波方程組[9]為:

式中u′,v′,w′分別代表風速在x,y,z方向的擾動,f為 Coriolis參 數,θ′為位溫擾動.由 于w′=W0sin(Kzz)sin(ωt-Kxx-Kyy),Kx,Ky,Kz分別為x,y,z方向上的波數,頻率為

得到散度、渦度、擾動氣壓方程為

由(8)式和(10)式可見,氣壓擾動能夠體現重力波特征,水平輻合輻散、渦度也與重力波產生密切相關.水平輻合輻散引起上升下沉運動,在重力作用下形成重力波.下面從地面氣壓擾動、地面風場、散度擾動和氣溫擾動綜合分析重力波產生機制.

7月29日14:00 強回波主體位于吉林省中部地區(圖4(b)),由圖11可見,29日14:00 在降水粒子下沉運動作用下,出現了雷暴高壓G1,引起氣流輻散.在G1 前方,有西北風與西南風的輻合,周邊有輻散.可以看出,在散度場上,存在明顯的輻散輻合異常值區,呈現帶狀,向東南方向傳播,這是重力波的明顯特征.

圖11 2020年7月29日14:00 (a) 地面氣壓擾動,(b) 風場,(c) 散度擾動,(d) 溫度擾動(綠色等值線為正值,紅色虛線為負值,℃).綠色、紅色、黃色圓點分別代表微壓計1,2,3號站位置Fig.11.(a) Surface pressure disturbances,(b) surface wind filed,(c) divergence disturbances fields,(d) temperature disturbances(green solid lines denotes positive values,red dotted lines denotes negative values,units:℃) on 14 BJT 29 July 2020.Green,red and yellow dot respectively denotes the locations of microbarograph 1,2,3.

29日17:00,強對流主體向東南方向移動到四平、遼源、吉林、通化北部、白山北部(圖4(c)),由圖12可見,29日17:00 相應區域出現中高壓G2,輻散出流在西南方向輻合.輻合輻散交替出現,波動特征明顯.需要注意的是,在D2 區域同時有西北風、西南風、偏南風的輻合,可能是傳播的重力波在局地條件下增強的結果.

圖12 2020年7月29日17:00 (a)地面氣壓擾動,(b) 風場,(c) 散度擾動,(d) 溫度擾動(綠色等值線為正值,紅色虛線為負值,℃).綠色、紅色、黃色圓點分別代表微壓計1,2,3號站位置Fig.12.(a) Surface pressure disturbances,(b) surface wind filed,(c) divergence disturbances fields,(d) temperature disturbances(green solid lines denotes positive values,red dotted lines denotes negative values,units:℃) on 17 BJT 29 July 2020.Green,red and yellow dot respectively denotes the locations of microbarograph 1,2,3.

7月29日20:00,強對流降水區位于遼源、吉林南部、通化北部、白山北部(圖4(d)),由圖13可知,強降水區出現雷暴高壓G3,G4,G5(圖13(c)),由于降水蒸發冷卻作用造成負氣溫擾動中心(—2 ℃—3 ℃),形成地面冷池,冷池對強對流系統的維持有著重要的作用[29,30],同時G3和G4 區域輻散出流強勁.輻合輻散帶狀分布,呈現東西向分布的特征,代表重力波東西向傳播.這種輻合輻散主要是由對流的下沉氣流造成的地面高壓和降水蒸發引起的冷池,造成的出流引起在下游輻合,根據質量連續性原理,進而導致其下游出現輻散,因此這種帶狀的輻散輻合向外傳播,會形成重力波,由于中尺度是質量場向風場適應,因此這種風場的波動也會引起氣壓場的波動.

圖13 2020年7月29日20:00 (a) 地面氣壓擾動,(b) 風場,(c) 散度擾動,(d) 溫度擾動(綠色等值線為正值,紅色虛線為負值,℃).綠色、紅色、黃色圓點分別代表微壓計1,2,3號站位置Fig.13.(a) Surface pressure disturbances,(b) surface wind filed,(c) divergence disturbances fields,(d) temperature disturbances(green solid lines denotes positive values,red dotted lines denotes negative values,units:℃) on 20 BJT 29 July 2020.Green,red and yellow dot respectively denotes the locations of microbarograph 1,2,3.

29日23:00 地面氣溫擾動為—2 ℃(圖略),冷池強度變弱,輻合輻散強度也明顯減小,表明強對流已發展到成熟階段并開始減弱,但輻合輻散依然保持帶狀,呈現波動特征.

由以上分析可知,在對流降水發展過程中,降水粒子下落和雨水蒸發冷卻在近地面產生冷高壓,形成向外輻散的出流,加強與下游氣流的輻合,根據質量連續性原理,在輻合區產生上升運動,在輻散區形成下沉運動,這種輻合輻散促進了重力波的生成以及強對流向下游的發展.由于重力波形成在對流的下游,因此先于對流的傳播,對強對流有一定的先兆指示作用.

5 結論

利用中國科學院大氣物理研究所自主研制的微壓計探測數據,結合地面自動站觀測、GDAS 數據,分析了2020 年7月29日—30日吉林省暴雨過程的重力波特征,得出以下結論.

1)暴雨與重力波密切相關,降雨量峰值與氣壓擾動有明顯的對應關系,并且周期為幾分鐘至幾小時的重力波早于降雨數小時出現.

2)擾動氣壓的小波分析表明,在暴雨發生前2—4 h,就有周期約128 min 的重力波先兆活動(圖14重力波A),暴雨(圖14左側對流云)發生后又加強了重力波的發展,促進了96—256 min 重力波產生(圖14重力波B),并激發了更短周期(8—64 min)的重力波.重構重力波信號表明,此次暴雨過程重力波的主要周期為120—180 min.相比于對流降水,重力波信號提前2—4 h 出現,表明重力波對強對流降水有一定的預兆指示意義.

3)在對流降水云發展過程中,降水粒子下落和雨水蒸發冷卻在近地面產生冷高壓,形成向外輻散的出流(圖14輻散區),加強與下游氣流的輻合(圖14輻合區),根據質量連續性原理,在輻合區產生上升運動,在輻散區形成了較強的下沉運動,這種輻合輻散促進了重力波的生成以及強對流向下游對流云(圖14右側對流云)的發展.這是重力波形成的主要機制,重力波的產生促進了下游對流的發展和移動.

圖14 重力波對暴雨的觸發機制概念模型Fig.14.Conceptual model of triggering mechanism of gravity waves on rainstorm.

本文利用高精度微壓計探測數據,分析了暴雨過程重力波特征和產生機制,但是有一些問題仍待深入研究,比如重力波先兆活動的產生機制是什么,重力波是如何激發暴雨的,重力波其他的頻譜特征,比如波長、波速是多少,重力波的傳播和發展是如何完成的,這些問題需要利用數值模式進行更深入的研究.