“0612”高邮龙卷母体风暴演变特征分析及龙卷形成机理初探

唐佳佳; 唐晓文; 徐芬; 张福贵; 李峰

doi:10.16032/j.issn.1004-4965.2021.076

“0612”高邮龙卷母体风暴演变特征分析及龙卷形成机理初探

doi: 10.16032/j.issn.1004-4965.2021.076

唐佳佳^{1, 2},
唐晓文^{1, 2, ,},
徐芬³,
张福贵^{1, 2},
李峰⁴

1.
成都信息工程大学，四川成都 610225
2.
中国气象局大气探测重点开放实验室，四川成都 610225
3.
南京气象科技创新研究院，江苏南京 210000
4.
中国气象局气象探测中心，北京 100081

基金项目:

国家重点研发计划项目 2018YFC1506103

国家重点研发计划项目 2018YFC1506100

江苏省社会发展项目 BE2017776

详细信息

通讯作者:
唐晓文，男，四川省人，副教授，博士，主要从事天气雷达资料分析、反演与应用。E-mail：xtang@cuit.edu.cn

中图分类号: P445.1
计量
- 文章访问数: 435
- HTML全文浏览量: 83
- PDF下载量: 90
- 被引次数: 0
出版历程
- 收稿日期: 2021-08-05
- 修回日期: 2021-11-08
- 网络出版日期: 2022-03-02
- 刊出日期: 2021-12-20

ANALYSIS OF EVOLUTION OF PARENT STORMS AND ITS IMPACT ON GENESIS OF"0612"GAOYOU TORNADO

TANG Jiajia^{1, 2},
TANG Xiaowen^{1, 2
, ,},
XU Fen³,
ZHANG Fugui^{1, 2},
LI Feng⁴

1.
Chengdu University of Information Technology, Chengdu 610225, China
2.
CMA Key Laboratory of Atmospheric Sounding, Chengdu 610225, China
3.
Nanjing Joint Institute for Atmospheric Sciences, Nanjing 210000, China
4.
CMA Meteorological Observation Center, Beijing 100081, China

摘要

摘要: 利用多普勒天气雷达和探空站等高分辨率多源观测资料，分析了多尺度母体风暴演变特征及其相互作用对2020年6月12日形成于江苏高邮地区的一次龙卷天气过程的影响。此次龙卷过程形成于有利的大尺度环境，龙卷母体风暴由中β尺度的飑线和中γ尺度的超级单体两个不同尺度的对流系统组成。中γ尺度超级单体形成于中β尺度飑线的前侧，形成之后一直维持缓慢增强的趋势。在中β尺度飑线发展成熟并形成显著的弓状回波之后，超级单体的中气旋开始迅速增强。单雷达和多雷达风场反演结果表明，与中β尺度飑线相关的中尺度切变线和对流尺度切变区增强了中γ尺度超级单体附近的垂直涡度，促使中γ尺度超级单体快速增强。快速增强的超级单体最终导致本次龙卷过程的发生。
- 龙卷涡旋 /
- 飑线 /
- 弓状回波 /
- 超级单体 /
- 水平风切变
Abstract: In this paper, the evolution of parent storms and its impact on the genesis of a tornado that occurred in Gaoyou, Jiangsu Province on June 12, 2020 were analyzed using data from high-resolution radar and sounding observations. The tornado formed in a favorable large-scale environment as the result of interactions between a meso-β squall line and a meso-γ supercell. The meso-γ supercell formed in front of the meso-β squall line and slowly intensified after its formation. As the meso-β squall line entered its mature stage with the formation of a well-organized bow echo, the mesocyclone associated with the meso- γ supercell began to rapidly intensify. The analysis of wind fields indicated that the meso-scale shear line and the horizontal shear associated with the meso-β scale squall line enhanced the vertical vorticity near the meso - γ scale supercell, which promoted the intensification of the meso - γ scale supercell. The intensified supercell finally led to the occurrence of this tornado.
- tornado vortex /
- squall line /
- bow echo /
- supercell /
- horizontal wind shear

HTML全文

图 1 龙卷发生地(红色十字)及四部天气雷达(五角星)地理位置分布

灰色虚线圆形代表淮安(HA)、南京(NJ)和泰州(TZ)三部S波段雷达径向速度230 km观测半径，绿色虚线圆形代表金湖(JH)的X波段雷达径向速度75 km观测半径。灰色方框表示多雷达三维风场反演区域。

下载: 全尺寸图片幻灯片

图 2 南京雷达0.5 °仰角速度退模糊对比(a)和金湖雷达1.5 °仰角噪声滤除对比(b)

左图为原始径向速度，右图为退模糊后的径向速度/噪声滤除后的径向速度。

下载: 全尺寸图片幻灯片

图 3 2020年6月12日08:00的天气图(a)、南京站的探空曲线(b)

红色实线为环境温度(T，单位：℃)，绿色实线为露点温度(T_d，单位：℃)，黑色实线为气块上升轨迹。右上角方形框给出了0~6 km的速矢端迹图。

下载: 全尺寸图片幻灯片

图 4 中β尺度飑线母体风暴11:00—14:30组合反射率演变特征

b中红色圆圈为超级单体初生位置。黑色十字(“+”)为龙卷接地位置。

下载: 全尺寸图片幻灯片

图 5 中γ尺度超级单体风暴12:48—13:48反射率因子演变特征(“+”为龙卷接地位置)

第一行为淮安雷达0.5 °仰角结果；第二行为南京雷达0.5 °仰角结果；第三行为泰州雷达0.5 °仰角结果；最后一行为金湖雷达1.5 °仰角结果。

下载: 全尺寸图片幻灯片

图 6 中γ尺度超级单体风暴12:48—13:48径向速度演变特征(“+”为龙卷接地位置)

第一行为淮安雷达0.5 °仰角结果；第二行为南京雷达0.5 °仰角结果；第三行为泰州雷达0.5 °仰角结果；最后一行为金湖雷达1.5 °仰角结果。

下载: 全尺寸图片幻灯片

图 7 超级单体中气旋0.5 °(a)和1.5 °(b)仰角的旋转速度(单位：m/s)演变特征

黄色、绿色、红色和蓝色实线分别代表南京、泰州、淮安以及金湖雷达。

下载: 全尺寸图片幻灯片

图 8 淮安(a)、金湖(b)、南京(c)、泰州(d)雷达DVAD计算出的13:00—14:24的VWPs

短线条表示2 m/s的风速，长线条表示4 m/s的风速。

下载: 全尺寸图片幻灯片

图 9 飑线附近240 km×240 km水平区域，1 km高度反射率(填色)、水平风场(箭头)的分布

“+”为龙卷接地位置，白色虚线框为风切变区涡度计算区域。

下载: 全尺寸图片幻灯片

图 10 13:36(a)、13:48(b)和14:00(c)超级单体附近120 km×120 km水平区域，1 km高度反射率(填色)、水平风场(箭头)和垂直涡度(等值线)的分布图(“+”为龙卷接地位置)

白色等值线为负涡度，黑色等值线为正涡度，加粗等值线表示涡度值为0。

下载: 全尺寸图片幻灯片

表 1 本文所使用四部天气雷达相关信息

雷达名	经度/°E	纬度/°N	波长	距离分辨率/m		探测范围/km
雷达名	经度/°E	纬度/°N	波长	反射率因子	径向速度	反射率因子	径向速度
南京	118.698	32.191	S	1 000	250	460	230
泰州	119.994	32.557	S	1 000	250	460	230
淮安	119.02	33.62	S	1 000	250	460	230
金湖	119.106	32.979	X	60	60	75	75

下载: 导出CSV

参考文献(46)

[1]	程亮, 元慧, 高耀庭. 中美两国龙卷灾害对比简析[J]. 生命与灾害, 2020(5): 40-42.
[2]	郑永光, 朱文剑, 姚聃, 等. 风速等级标准与2016年6月23日阜宁龙卷强度估计[J]. 气象, 2016, 42(11): 1 289-1 303.
[3]	BROOKS H E, LEE J W, CRAVEN J P. The spatial distribution of severe thunderstorm and tornado environments from global reanalysis data[J]. Atmos Res, 2003, 67-68: 73-94.
[4]	PALMER R D, BODINE D, KUMJIAN M, et al. Observations of the 10 May 2010 Tornado Outbreak Using OU-PRIME: Potential for New Science with High-Resolution Polarimetric Radar[J]. Bull Amer Meteor Soc, 2011, 92(7): 871-891.
[5]	WEISMAN M L, KLEMP J B. The dependence of numerically simulated convective storms on vertical wind shear and buoyancy[J]. Mon Wea Rev, 1982, 110(6): 504-520.
[6]	刁秀广, 万明波, 高留喜, 等. 非超级单体龙卷风暴多普勒天气雷达产品特征及预警[J]. 气象, 2014, 40(6): 668-677.
[7]	俞小鼎, 郑媛媛, 廖玉芳, 等. 一次伴随强烈龙卷的强降水超级单体风暴研究[J]. 大气科学, 2008, 32(3): 508-522.
[8]	周后福, 刁秀广, 夏文梅, 等. 江淮地区龙卷超级单体风暴及其环境参数特征[J]. 气象学报, 2014, 72(2): 306-317.
[9]	郑媛媛, 张备, 王啸华, 等. 台风龙卷的环境背景和雷达回波结构分析[J]. 气象, 2015, 41(8): 942-952.
[10]	王秀明, 俞小鼎, 周小刚. 中国东北龙卷研究: 环境特征分析[J]. 气象学报, 2015, 73(2): 425-441.
[11]	李彩玲, 吴乃庚, 王硕甫, 等. 台风"艾云尼"(2018)外围两次近距离龙卷的环境条件和雷达特征[J]. 热带气象学报, 2019, 35(4): 446-457.
[12]	BURGESS D W. Single-Doppler radar vortex recognition. Part I: Mescyclone signatures[C]//17th Conf Radar Meteorol Seattle, WA: Amer Meteor, 1976: 97-103.
[13]	DONALDSON R J. Vortex signature recognition by a Doppler radar[J]. J Appl Meteorol, 1970, 9(4): 661-670.
[14]	CRUM T D, ALBERTY R L. The WSR-88D and the WSR-88D operational support facility[J]. Bull Amer Meteor Soc, 1993, 74(9): 1 669-1 687.
[15]	GOLDEN J H, PURCELL D. Life cycle of the Union City, Oklahoma tornado and comparison with waterspouts[J]. Mon Wea Rev, 1978, 106(1): 3-11.
[16]	BLUESTEIN H. The formation of a "landspout" in a "broken-line" squall line in Oklahoma[J]. Conf on Severe Local Storms, Indianapolis, American Meteorological Society, 1985, 14: 267-270.
[17]	STUMPF G J, WITT A, MITCHELL E D, et al. The national severe storms laboratory mesocyclone detection algorithm for the WSR-88D* [J]. Wea Forecasting, 1998, 13(2): 304-326.
[18]	BROWN R A, LEMON L R, BURGESS D W. Tornado detection by pulsed Doppler radar[J]. Mon Wea Rev, 1978, 106(1): 29-38.
[19]	周后福, 施丹平, 刁秀广, 等. 2013年7月7日苏皖龙卷环境场与雷达特征分析[J]. 干旱气象, 2014, 32(3): 415-423.
[20]	吴彩霞, 王坤, 汤建国, 等. 江淮地区一次农业致灾龙卷天气成因分析[J]. 安徽农业科学, 2020, 32(3): 415-423.
[21]	黄先香, 俞小鼎, 炎利军, 等. 1804号台风"艾云尼"龙卷分析[J]. 气象学报, 2019, 77(4): 645-661.
[22]	黄先香, 炎利军, 王硕甫, 等. 1822号"山竹"台风龙卷过程观测与预警分析[J]. 热带气象学报, 2019, 35(4): 458-469.
[23]	RYZHKOV A V, SCHUUR T J, BURGESS D W, et al. Polarimetric tornado detection[J]. J Appl Meteorol, 2005, 44(5): 557-570.
[24]	ZRNIC D S, KIMPEL J F, FORSYTH D E, et al. Agile-beam phased array radar for weather observations[J]. Bull Amer Meteor Soc, 2007, 88(11): 1 753-1 766.
[25]	WAKIMOTO R M, WILSON J W. Non-supercell Tornadoes[J]. Mon Wea Rev, 1989, 117(6): 1 113-1 140.
[26]	TRAPP R J, DAVIES-JONES R. Tornadogenesis with and without a Dynamic Pipe Effect[J]. J Atmos Sci, 1997, 54(1): 113-133.
[27]	郑永光, 蓝渝, 曹艳察, 等. 2019年7月3日辽宁开原EF4级强龙卷形成条件、演变特征和机理[J]. 气象, 2020, 46(5): 589-602.
[28]	袁潮, 王式功, 马湘宜, 等. 2019年7月3日开原龙卷形成环境背景及机理研究[J]. 高原气象, 2020, 40(2): 384-393.
[29]	王秀明, 俞小鼎. 热带一次致灾龙卷形成物理过程研究[J]. 气象学报, 2019, 77(3): 387-404.
[30]	刘俊, 周红根, 刘新安, 等. 江苏北部龙卷雷达组网探测策略[J]. 气象科技, 2021, 49(2): 157-165.
[31]	BARGEN D W, BROWN R C. Interactive Radar Velocity Unfolding[C]// 19th Conference on Radar Meteorology, 1980: 278-285.
[32]	LEE WC, TANG X, JOU B J D. Distance velocity-azimuth display (DVAD)—New interpretation and analysis of Doppler velocity[J]. Mon Wea Rev, 2014, 142(2): 573-589.
[33]	BROWNING K A, WEXLER R. The determination of kinematic properties of a wind field using Doppler radar[J]. J Appl Meteorol, 1968, 7 (1): 105-113.
[34]	TANG X, LEE W C, WANG Y. Nonlinear wind analysis of single-Doppler radar observations within a DVAD framework[J]. J Appl Meteorol Climatol, 2015, 54(7): 1 538-1 555.
[35]	GAMACHE J F. Evaluation of a fully-three dimensional variational Doppler analysis technique[C]//Preprint, 28th Conf. on Radar Meteor Amer Metero Soc, 1997: 422-423.
[36]	NAVON I M, LEGLER D. Conjugate-gradient methods for large-scale minimization in meteorology[J]. Mon Wea Rev, 1987, 115(8): 1 479- 1 502.
[37]	GAO J D, XUE M, SHAPIRO A, et al. A variational method for the analysis of three-dimensional wind fields from two Doppler radars[J]. Mon Wea Rev, 1999, 127(9): 2 128-2 142.
[38]	RICHARD J. D, PETER S. R, RICHARD G. S, et al. Error estimation in wind fields derived from dual-Doppler radar measurement[J]. J ApplMeteor, 1976, 15(8): 868-878.
[39]	曾明剑, 吴海英, 王晓峰, 等. 梅雨期龙卷环境条件与典型龙卷对流风暴结构特征分析[J]. 气象, 2016, 42(3): 280-293.
[40]	MARKOWSKI P, RICHARDSON Y. Mesoscale Meteorology in Midlatitudes[M]. Chichester, West Sussex, UK: Wiley-Blackwell Publication, 2010: 48-50.
[41]	WEISMAN M L. Bow echoes: A tribute to T T Fujita[J]. Bull Amer Meteor Soc, 2001, 82(1): 97-116.
[42]	DAVIS C, ATKINS N, BARTELS D, et al. The bow echo and MCV experiment: observations and opportunities[J]. Bull Amer Meteor Soc, 2004, 85(8): 1 075-1 093.
[43]	TRAPP R J, MITCHELL E D, TIPTON G A, et al. Descending and Nondescending Tornadic Vortex Signatures Detected by WSR-88Ds[J]. Wea Forecasting, 1999, 14(5): 625-639.
[44]	SCHENKMAN A D, XUE M. Bow-echo mesovortices: A review[J]. Atmos Res, 2016, 170(1): 1-13.
[45]	MARKOWSKI P M, RICHARDSON Y P. The influence of environmental low-level shear and cold pools on tornadogenesis: insights from idealized simulations[J]. J Atmos Sci, 2014, 71(1): 243-275.
[46]	WEISMAN M L. The genesis of severe, long-lived bow echoes[J]. J Atmos Sci, 1993, 50(4): 645-670.