ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

广州城市暴雨内涝模型模拟效果评估

李海燕 吴晓绚 王婷 潘蔚娟 肖婷 叶希莹

吴瑞姣, 黎玥君, 林永辉. 2013年春季一次强飑线过程中尺度特征研究[J]. 热带气象学报, 2023, 39(4): 522-535. doi: 10.16032/j.issn.1004-4965.2023.047
引用本文: 李海燕, 吴晓绚, 王婷, 潘蔚娟, 肖婷, 叶希莹. 广州城市暴雨内涝模型模拟效果评估[J]. 热带气象学报, 2023, 39(5): 689-696. doi: 10.16032/j.issn.1004-4965.2023.060
WU Ruijiao, LI Yuejun, LIN Yonghui. MESOSCALE FEATURES OF A SQUALL LINE IN SPRING 2013[J]. Journal of Tropical Meteorology, 2023, 39(4): 522-535. doi: 10.16032/j.issn.1004-4965.2023.047
Citation: LI Haiyan, WU Xiaoxuan, WANG Ting, PAN Weijuan, XIAO Ting, YE Xiying. Evaluation of Simulation Effect of Urban Rainstorm Waterlogging Model in Guangzhou[J]. Journal of Tropical Meteorology, 2023, 39(5): 689-696. doi: 10.16032/j.issn.1004-4965.2023.060

广州城市暴雨内涝模型模拟效果评估

doi: 10.16032/j.issn.1004-4965.2023.060
基金项目: 

广州市气象学会科研项目 M202110

详细信息
    通讯作者:

    李海燕,女,广西壮族自治区人,博士,主要从事天气气候变化研究。E-mail:ncl_talk@126.com

  • 中图分类号: P435

Evaluation of Simulation Effect of Urban Rainstorm Waterlogging Model in Guangzhou

  • 摘要: 基于水动力方法构建的广州城市暴雨内涝模型,结合精细化降水预报,对内涝点的积水深度及风险等级进行模拟,结果表明,模型对近两年内涝点内涝风险等级命中率达65%,对总降水量为50~100 mm的降水过程命中率最高为72.8%。模型对2020年“5.22”特大暴雨过程模拟的积水深度和实况相比偏弱,误差主要分布在30 cm以内,大约占64%,大部分模型模拟积水深度偏小,主要位于广州中北部地区;此外,模型对积水1m以下内涝点的积水有不错的模拟能力,而对2m左右的深积水模拟能力还有限。不同重现期雨情下,广州中心城区的降雨量和历时越大,积水面积越大。1 h重现期雨情下,积水深度一般在20 cm以下,部分在20~59 cm;3 h降雨情景下,积水明显加深,积水深度一般在20~59 cm,部分在0~20 cm和60~119 cm。总体而言,模型模拟结果与实测内涝积水情况基本一致,模型准确度可满足业务需求。

     

  • 飑线是由许多雷暴单体组成的带状雷暴群,常伴有强烈大风、冰雹和强降水等灾害现象。飑线作为重要的中尺度天气系统之一,一直以来深受国内外学者广泛关注,从飑线的环境场条件、形成和组织方式、结构等特征分析,逐步深入到飑线触发、形成、维持等机理探究。丁一汇等[1]根据我国飑线发生的位置和环流特征,将飑线分为槽前型、槽后型、高后型和台风倒槽型或东风波型。蔡则怡等[2]概括了华北地区飑线系统的中尺度天气模式,指出系统前缘的强回波带内是对流尺度的上升和下沉气流的新老更替,以连续和不连续两种方式向前传播。翟国庆等[3]分析了9例华东飑线,指出中尺度散度场、气压场、风场特征及其相互配置在分析飑线演变过程中的重要作用,以及过程伴随有重力波活动。Bluestein等[4]根据初期飑线的形成方式,分为断线型、后部扩建型、碎块型以及嵌入型四大类。Parker等[5]根据飑线在发展成熟时期层状云降水与对流线的相对位置,将飑线分为拖尾型(TS)、先导型(LS)和平行型(PS)三类。

    在飑线机理研究方面,早期Tepper[6-7]提出飑线可能是由气压波动触发的,这一假设首次将飑线与大气波动联系起来。随后,李麦村[8]指出重力波对强降水的触发效应,并分析了重力波对飑线的非线性影响。朱磊磊等[9]在小波分析的基础上,认为由太行山产生的重力波可能是一种飑线的形成机制。在不稳定的对流环境中,重力波移第4期吴瑞姣等:2013年春季一次强飑线过程中尺度特征研究动时地面气压场、风场、云量发生周期性变化[10],改变了对流云附近的环境场,从而组织和触发新的对流[11-12]。Liu等[13]认为中层由非平衡流场产生的重力波与低层冷池流出气流共同决定了飑线的传播和发展。

    关于重力波的来源,孙淑清[14]指出低空急流具有不稳定性,急流轴上的风速存在中尺度的脉动传播现象,即是一种重力波形式,可以触发中尺度对流系统。Zhang等[15]使用小波分析研究了重力波结构的发展,认为通过地转适应过程会不断产生新的重力波。其他如密度扰动[16]、地形山脉作用[17-18]、高空急流出口区的斜压系统[19-20]和对流云的热力动力强迫作用[21]等均可产生重力波。林永辉等[22]阐述了低空急流形成、发展与重力波的关系,即当高空急流轴附近出现非地转运动时,重力波不稳定发展,激发并加强高空急流轴南侧升、北侧沉的垂直环流,最终导致南侧低层气压梯度增大,从而出现低空急流。低空急流既有利于水汽和热量输送,还可增强大气低层垂直风切变。垂直风切变对飑线发展有重要影响[23-24],Rotunno等[25]和Weisman等[26]采用3D数值模式研究垂直风切变对飑线结构和演化的影响,即RKW理论,此理论阐释了由低空垂直风切变和冷流产生的正负水平涡度变化以维持和促进飑线的发展。

    2013年3月19—20日,黔湘交界处发生了一次强飑线过程。该飑线生命史长达9小时,是普通飑线生命史的2~3倍[2];其向东南快速移动,先后影响贵州、湖南、广西、广东等地,造成贵州台江4 cm雹灾,广东仁化瞬时风速达42 m/s。此次飑线过程有诸多特殊之处,它发生在春季冷锋附近,斜压性强,且其东西两段在形成和组织模态、灾害天气等方面均有显著差异。本文拟采用多种观测资料、十余部多普勒天气雷达基数据对飑线的环境背景场、地面中尺度和重力波特征等进行分析;同时利用中尺度WRF模式模拟该过程,结合高分辨模式输出结果,探讨飑线中重力波的特征及其在西段飑线形成过程中的影响。

    文中所用的资料包括:常规地面观测资料、地面自动气象站加密观测资料、探空资料和灾害天气报文;湖南长沙、常德、怀化、广西桂林、柳州、江西南昌、吉安、赣州等共计12部多普勒雷达基数据;美国环境预报中心(NCEP)一日四次、分辨率为1 °×1 °的FNL再分析资料。

    利用中国气象科学研究院灾害天气国家重点实验室研发的多普勒天气雷达三维数字组网系统处理雷达基数据。雷达组合反射率与各层反射率的水平分辨率均为0.01 °×0.01 °,三维雷达反射率垂直方向分为29层,高度范围0.3~20.0 km,1.5 km以下有0.3、0.5、0.8、1.0、1.2 km等5个高度层,1.5~6.0 km垂直分辨率为0.5 km,6 km以上垂直分辨率为1 km。

    中尺度WRF模式启动时间为2013年3月19日12:00(世界时,下同),结束时间为20日00:00。参考Meng等[27]对华南一次飑线的模拟,模式采用三重单向嵌套,水平分辨率分别为40.5 km、13.5 km和4.5 km;垂直方向28层,模式顶层气压为10 hPa。积云对流参数化采用Grell-Devenyi集合方案,微物理过程采用Lin等方案(水汽、雨、雪、云水、冰、冰雹),边界层采用Eta Mellor-YamadaJanjic TKE方案。

    参考Bei等[28]以及Zhai等[29]二维谱分解方法,用以提取波长小于20 km的波动信息。

    图 1,这次强对流过程始于黔湘交界,单体产生时呈离散状,至13:30这些初始回波进入湖南;与此同时,初始回波以西、贵州东部又有新对流单体近乎沿直线生成;16:00初始回波逐渐组织成线状(即此段飑线形成方式为碎块型),结构松散,而西侧的新对流单体以断线型方式逐渐形成结构密实且具有弓状回波的飑线。东、西两段均呈西南-东北走向,连结成一条长700多公里(成熟期)、呈拖尾型(TS)的强飑线。飑线以21 m/s的速度向东南移动,移速比一般飑线快得多。

    图  1  2013年3月19日12:00—17:00雷达组合反射率因子(单位:dBZ)演变过程.

    该飑线经过之处有明显降水。自动站加密降水显示,19日11:00—23:00间12小时累积降水(图 2a)主要集中在贵州东南至江西省中部,降水呈带状,雨带走向与飑线长轴十分接近,雨带上有多个雨量大于50 mm的中心;雨带宽度窄,中心分散,具有明显的中尺度特征。随着飑线向东南移动,区域内强降水时间亦自西向东、自北向南延迟(图 2b):位于贵州省东部的剑河站12:00即有1.1 mm降水,至15:00雨量达24.5 mm;锦屏站13:00起有显著降水,16: 00雨量达24.3 mm;而通道站于17:00开始有强降水产生。邵阳、祁东站降水也有类似延迟现象。

    图  2  2013年3月19日11:00—23:00累积降水量(单位:mm)分布(a)、其中6个站点逐小时降水量演变(b)及灾害性天气(短时强降水、雷暴大风、冰雹)分布(c)

    飑线产生的强对流灾害天气多样(图 2c,其中冰雹和瞬时风速≥17.2 m/s的雷暴大风信息来源于特殊天气报文),强度大且范围广,局地性强;其中最大风速达42 m/s(广东境内),最大冰雹直径为4 cm(贵州境内),雨强最大可达92 mm(湖南境内)。

    这次飑线发生在30 °N以南500 hPa(图 3a)槽前西南气流中,属于槽前型[1];低空700 hPa、850 hPa均有西南低空急流,850 hPa急流区域内的温度露点差≤3 ℃(图 3c中紫色数字),高空槽后冷平流引导冷空气南下,低空西南急流带来暖湿空气,二者交汇,形成非常明显且深厚的切变线(图 3b);大气斜压性强,层结处于条件不稳定状态。地面则被冷锋和横槽控制(图 3d)。

    图  3  2013年3月19日12:00 500 hPa(a)、700 hPa(b)、850 hPa(c)、地面(d)天气图,贵阳(e)、桂林(f)、郴州(g)探空图及桂林(红色)、郴州(黑色)站相对于飑线的风场在垂直于飑线长轴(实线)和平行长轴(长虚线)的分量廓线图(h)
    其中a~d中紫色方框为对流起始区,绿色方框为飑线经过区; 粗棕线代表槽线或切变线,蓝粗线代表地面冷锋,黑色等值线为位势高度(单位:dagpm)或海平面气压,红色等值线为温度(单位:℃),蓝色风向杆(每长杠10 m/s),彩色阴影为风速大小(单位:m/s)或雷达组合反射率因子(单位:dBZ);c中紫色数字为各站点的温度露点差。e~g中黑线为温度层结曲线,紫线为状态曲线,绿线为露点温度曲线及单站风廓线黑色风向杆。

    选取贵阳、桂林和郴州(站点位置见图 2a黄色五角星)为代表探空站,分析对流发生时的大气物理量场特点,其中贵阳、桂林受飑线西段影响,而郴州受飑线东段影响。

    19日12: 00,贵阳站(图 3e)对流有效位能CAPE为891 J/kg(表 1),800 hPa以下空气湿润,比湿为10 g/ kg,相对湿度≥80% 的湿层厚度达1.5 km;500 hPa干空气明显,T-Td >30 ℃;700 hPa西南风达17 m/s,利于水汽和热量输送;0~3 km和0~6 km垂直风切变分别超过20 m/s、30 m/s,强风垂直切变利于强对流组织化发展;此刻贵阳近地面转东北风,冷锋已至,近地面温度快速下降至18 ℃。

    表  1  贵阳、桂林、郴州站主要的探空参数
    CAPE/(J/kg) CIN/(J/kg) LI/K K DCAPE(600) T-Td(850 hPa) △U(0~3 km) △U(0~6 km)
    贵阳 891 150 -3 34 630 4 22.2 30.7
    桂林 59 552 0.5 29 / 7 21.1 34.2
    郴州 1114 208 -3 30 1380 1 20.3 34.2
    下载: 导出CSV 
    | 显示表格

    位置偏南的桂林站(图 3f)近地面附近、850~ 700 hPa间存在逆温层(日间低云覆盖影响近地面升温,而其上偏南风强,尤其700 hPa西南风达21 m/s,暖湿平流输送强),大气自由对流高度在600 hPa以上,CAPE仅59 J/kg,CIN为552 J/kg,大气稳定性高,故飑线移过桂林后趋于消散;桂林站850 hPa及以下,温度露点差T-Td < 2 ℃,接近饱和,整层大气可降水量3.34 cm,对于春季而言,大气湿度条件相对较好。这十分有利于西段飑线密实结构的形成,以及产生大范围短时强降水。

    与贵阳、桂林不同,位于东侧的郴州站(图 3g)日间近地面显著升温至26 ℃,温度垂直廓线无逆温层,CAPE值为1 114 J/kg;850 hPa及以下T-Td > 7 ℃,大气相对较干,水汽条件远不如飑线西段经过的贵阳、桂林。故而飑线东段结构松散,产生的短时强降水稀疏。另外,郴州站探空曲线上干下湿喇叭口结构明显,500 hPa附近T-Td约39 ℃,低层温度廓线接近干绝热,DCAPE达1 380 J/kg,因此湖南多地出现了雷暴大风天气。

    桂林、郴州两地边界层以上均为西南风,将相对于系统的环境风场分解为沿着飑线方向和垂直于飑线方向,图 3h显示近地面层风场平行分量大,根据水汽输送公式($ - \mathop {V}\limits^\rightharpoonup \nabla \cdot {\rm{q}}$),水汽沿飑线长轴输送强,有利于飑线生长[30]。0~3 km(地面到约700 hPa)风切变在垂直于飑线长轴方向上的分量很小,桂林、郴州分别为-3.9 m/s和5 m/s,这种切变结构与经典的TS飑线不同。

    19日12:00南下冷锋前沿有一中心温度高于20 ℃的热倒槽(图 4a4m),冷锋后有两个低于15 ℃的冷中心;锋后冷空气侵入明显,对应+3 hPa小时正变压中心和-2 ℃负变温中心(图 4f);随着冷锋南下,暖中心与热倒槽逐渐减弱南移,横槽内中尺度低压强度减弱,由1 003 hPa变为1 005 hPa(图 4m~4p)。

    图  4  形成期12:00—16:00地面要素场与雷达组合反射率因子的逐小时(第一行为12:00,第二行为13:00,第三行为14:00,第四行为15:00,第五行为16:00)演变
    a~e中填色为雷达组合反射率因子(单位:dBZ),红色等值线为气温,箭矢为地面风场,蓝色粗实线代表地面冷锋;f~k中填色为1小时变压(单位:hPa),红色等值线为变温(单位:℃)、黑色等值线为散度场(单位:10-5 s-1);m~q中散点为小时降水量和黑色等值线为海平面气压(单位:hPa)。

    对流单体A、B起始于地面冷锋锋区等温线密集带内及略偏北的位置(图 4a),单体新生发展阶段以上升气流为主,降水较弱(图 4m),故此时地面上有明显的辐合区,而无辐散中心和冷池特征。单体B处于-10×10-5 s-1强的中尺度辐合中心,迅速发展,至13: 00(图 4b)组合反射率因子超过60 dBZ,小时降水量超过15 mm,地面冷池达- 2 ℃(图 4g红线)。

    13:00单体A-B北侧冷空气区、东北侧锋区内均有单体新生;冷区内新生单体处于地面辐散区内(图 4g),下沉辐散气流抑制对流发展,故14:00(图 4c)单体已趋于消散;而锋区内生成的单体C处于地面辐合区内,得以发展;15:00—16:00分散的对流单体沿锋区排列趋于线状,构成飑线东段。

    13:00在单体A-B西侧亦有对流单体D、E强烈发展,D-E单体均处于锋区内,对应地面散度为-4×10-5 s-1辐合区;14:00,位于D-E西侧又有单体F(图 4c上标注)生成并迅速增强,其地面辐合强度达-10×10-5 s-1;这些新生的单体在东移南下过程中逐渐演变为结构密实的弓状,构成飑线西段(图 4e)。

    所以从散度场分析结果看,飑线东段中的对流单体与地面辐合强度相对较弱的辐合中心相对应,而飑线西段配合一条持久且强的中尺度辐合线。此外,西段飑线形成过程中,地面散度场呈现辐合-辐散-辐合的波动形式(图 4j4k)。

    而在风场上,107~109 °E附近的偏南气流超过6 m/s,这支近地面强风稳定维持,有利于水汽、热量输送。12:00,锋后黔湘交界处(109 °E附近)较强东北风与偏南气流强烈汇合,对流A-B于此发生;13:00又有一支较强北风出现于108 °E附近,西段对流D-E开始被激发,该支冷气流不断加强,15:00中心温度已降至14 ℃(图 4d)。这两支冷气流与偏南暖气流对峙,使得中尺度辐合线稳定维持,利于西段飑线在此形成。而在飑线东段范围内,偏南风、偏北风的强度均小于西段。

    锋后偏北风增大,一方面是由锋后冷空气侵入所导致,另一方面强对流产生的冷池亦有利于偏北风增大(如图 4d),15:00贵州东部出现大范围短时强降水(图 4p),伴随强烈下沉辐散气流(图 4j地面散度场上表现为一个超过10×10-5 s-1强辐散区),地面形成-4 ℃强冷池和+5 hPa正变压(图 4j);这种变压风作用可使地面偏北风加速,造成更强的辐合,进而促进对流继续发展。

    上文2.3节地面形势分析显示,飑线影响的区域气压等要素有显著变化,同时西段所在的散度场呈现出波动形式。为进一步分析飑线过境时单站要素的变化,现选取3个代表站,绘制本站气压的分钟演变图(见图 5,各站点位置见图 2a),其中剑河既受单体A-B又受飑线西段的影响,镇远仅受西段影响,邵阳仅受东段影响。

    图  5  镇远(a)、剑河(b)、邵阳(c)13:00—16:00逐分钟地面气压(单位:hPa)

    14:00—16:00间西段飑线依次经过镇远、剑河,所过之处产生≥20 mm的短时强降水(图 2b)。镇远站的地理位置比剑河略偏北,从地面气压演变看,镇远气压曲线呈现出波动变化,气压扰动振幅约1 hPa,波谷出现于15:00;其下游剑河站气压曲线亦有明显波动,波动振幅达2 hPa,波谷出现于15:10。镇远-剑河直线距离约35 km,波动的速度大于50 m/s;波动在移动中不断发展,振幅增大。邵阳站受飑线东段影响,16:00小时雨量27 mm(图 2b);由图 5c,15: 00—16:00间邵阳站气压曲线不断上升,并无明显波状变化。

    根据以上观测结果,此次过程中可能存在重力波的影响,波动向东南传播且传播速度比飑线移动速度快;同时,飑线西段处的重力波特征更明显,而东段飑线处波动不明显。受限于观测资料的时间、空间分辨率,有关重力波在此次飑线过程西段中的特征与影响将在第3节用数值模式结果进一步深入分析。

    由于观测资料时空分辨率低,无法满足研究需求,本节利用WRF模式模拟结果,探讨西段飑线中重力波的特征及其与飑线的关系。

    将模拟的雷达组合反射率(图 6)与实际回波(图 1)作比较,WRF模拟的对流强度更强、宽度更宽,然而模拟的飑线形成时间和地点、飑线移动速度、TS型组织模态等均与实际相符,尤其是西段的形成方式以及成熟期显著弓形回波结构等十分吻合。此外,模式准确揭示了形成过程中飑线东段弱而西段强的显著差异,这与2.3节飑线西段地面风场、散度场所表现的较好动力发展条件密切相关。模拟的风场也显示,15:00前东段所处位置均为西南风,散度场辐合较弱(图略)。

    图  6  2013年5月19日13:30—17:30 WRF模拟的飑线组合反射率因子(单位:dBZ)演变

    除雷达回波十分吻合外,飑线西段中低空气流加强与中尺度辐合线等热动力特征也与实况符合。12:15—13:15(图 7a~7c),2 km高度上106 ° E,27 °N附近一支大于10 m/s的东北风加强并向西南推进,于26.2 °N处逐渐形成一条近乎东西走向、强度达-100×10-5 s-1的中尺度辐合线(图 7c~7d中黑色虚线)。分析各要素5分钟演变状况(图 7f),13:30辐合区南侧26.5 °N附近风速增大、辐合增强,对流发生;13:45偏南风速迅速增强,对流线前出现了孤立的急流核;到14:05急流核风速大于22 m/s,对流亦迅猛发展;随后对流南侧的急流核与偏南急流相连,相连后的低空急流更有利于能量、水汽向对流区输送。上述东北风、偏南风以及辐合线增强的现象与2.3节地面表现出的风力加强、辐合线等中尺度特征一致,进一步证明模式的可靠性。

    图  7  12:15(a)、12:45(b)、13:15(c)、13:45(d)、14:00(e)低空2 km高度的散度场(彩色填色:10-5 s-1)、风场(灰度箭矢)、组合反射率因子(粗红色等值线:dBZ)演变及各要素沿107.8 °E经线5 min演变(f)

    沿26.5 °N绘制水平风速扰动(水平风速与区域平均的差,区域为107~109 °E,26~27 °N)的剖面图(图 8)。12:45,107.6~108.0 °E间(即图 7中辐合带所在位置)4 km以下低空水平风速扰动小于0 m/s,4 km及以上高度水平风速扰动大于0且有一超过1.5 m/s正中心;此时108.2 °E和108.6 °E附近3~4 km高度间分别有一个西南急流负扰动A1和A2,A1振幅远大于A2。随后A2扰动振幅逐渐增大,而A1振幅减弱;至13:10,A2振幅已与A1相当,且在A2以西出现A3与A4两个负扰动。12:45—13:20连续演变图显示,3~4 km高度上西南急流中的扰动有明显西传的现象。

    图  8  水平速度扰动(填色,m/s)和≥40 dBZ反射率因子(红色等值线)沿26.5 °N垂直分布

    13:30(图 8g)叠加于辐合带之上的扰动A4迅速发展,高度升高,厚度扩展,至13:40(图 8i)该点对流层9 km以下均为辐合上升运动,由图 8可知,A4处13:30(图 8g)已有超过40 dBZ的回波,恰为对流发生最早的位置。

    分析A4所在位置(即图 7d中O点,经纬度107.8 °E,26.5 °N)的要素演变,见图 9图 9a显示O点处的要素有明显波动变化,13:16波动A4叠加于辐合上升区,使2 km与4 km高度上垂直速度迅速增大,9 km层上垂直速度增大时间落后约6分钟。

    图  9  图 7中O点处各要素随时间的变化
    a. 2 km(黑色实线)、4 km(点线)和9 km(长短虚线)高度上的垂直速度(单位:m/s);b. 0~12 km垂直速度(其中>0 m/s的区域填黄色);c. 0~12 km内云水混合比(填色,g/kg),雨水混合比(黑线,g/kg),雷达反射率因子(≥20dBz,红线,等值线间隔10 dBZ);d. a~c中蓝色箭头所示的两次沉降、两次上升过程中垂直速度的垂直分布廓线。

    13:30扰动迅速发展,此时O点对流层内垂直速度均大于0 m/s,2~6 km间垂直速度超过1 m/s(图 9b),垂直方向上呈单峰状分布,极值位于5 km高度、可达2.3 m/s(图 9d);相应地,对流迅速加强,图 9c雷达反射率因子超过30 dBZ,云水混合比、雨水混合比等明显增大。

    13:34波动由上升变为下沉气流,各层垂直速度迅速变小,对流受抑制,云水混合比下降。波动下沉气流比上升气流弱,仅使4~8 km内出现了不足-1 m/s的下沉运动,从而对流得以继续发展。

    13:40波动上升气流迅速增强,2~10 km高度内垂直速度呈双峰分布,极大值位于3 km高度,强度超过2 m/s,整层上升运动、尤其是低层的强上升运动有利于水汽垂直输送,单体反射率因子快速发展至40 dBZ。

    以上分析由线到点,其结果表明此次重力波乃西南急流中的扰动,扰动在对流层中低层3~4 km高度处传播;当扰动被中尺度辐合线所捕获,将迅速发展;迅速发展的重力波其上升气流明显强于下沉气流,重力波的上升气流与风场辐合上升运动叠加,使得对流发生并迅速发展起来。

    参考二维谱分解方法[28-29],将水平风速扰动作空间滤波,分析波长小于20 km波的演变特征。

    在6 km高度的水平面上(图 10),13:26波动等振幅面E1(波阵面)呈东北-西南走向,扰动强度约±1 m/s,并处于不断增强阶段。根据3.1小节分析结果,迅速发展的波动有利于对流单体形成和发展,至13:28(图 10b)波阵面E1上已有强度≥40 dBZ的对流单体i1生成,13:30对流单体i1的东北与西南侧均有对流单体加强至40 dBZ,多个强对流单体沿着波阵面E1排列,组织为一条带状,最终形成飑线。

    图  10  6 km高度上水平风速扰动(填色,m/s;细黑线为0值线)与≥40 dBZ反射率因子(粗黑线,间隔5 dBZ)

    波动向东南-西北传播,13:28 E1两侧有波阵面E2和E3明显发展,随后13:34(图 10d)波阵面E2与E3上开始生成≥40 dBZ对流单体;位于西北侧E3上的单体i3短暂发展后迅速减弱,至13:48(图 10f)强度已小于40 dBZ;而位于东南侧E2上的单体i2则不断发展,至13:48单体i2强度超过50dBZ。这些特征在垂直剖面图上亦清晰可见,如图 11。E1波阵面(图 11a中箭头1)上最早有对流单体j1生成并加强,随后E1两侧E2、E3波阵面上亦产生对流单体;单体j1成熟后(图 11d~11h)引起后侧>1m/s强下沉气流,这支下沉气流到达近地面强烈辐散,切断单体j3南侧的低层暖湿上升气流入流,使单体j3低层变为水平风速正扰动和下沉气流,而高层保持水平风速负扰动和上升气流,即高、低层波动呈现反相位,j3逐渐减弱;而位于E2上的单体j2上、下层均为水平风速波动负位相,是一致的上升运动区,对流得以继续发展。同理,当新单体j2快速发展到一定强度,会反过来抑制旧单体j1的发展。如此,相邻两个波阵面上的新、旧对流单体新陈代谢,使飑线整体向东南传播。

    图  11  沿107.8 °E各要素的垂直剖面图
    a~d水平风速扰动(单位:m/s); e~h垂直速度(填色,单位:m/s),雷达反射率因子(蓝线,间隔20dBZ),气压扰动(单位:hPa)。

    重力波引起中低层4 km以下有显著负变压(图 11e~11h),负变压呈现波动形式,振幅可达-2 hPa左右,该强度与观测实况相当。在波动上升气流的南、北两侧各存在一个负扰动中心,南侧的负中心强于北侧,与对流单体j1、j2、j3的演变相对应;13:50近地面-1.8 hPa负中心明显超前于对流单体,表明低层负变压中心传播速度快于飑线对流单体的传播速度,这与2.4小节中气压波动的移动速度大于飑线移动速度这一实况结果相吻合。

    由3.1和3.2节可见,重力波对飑线的形成和传播均有重要影响。一方面,重力波的上升气流与风场辐合上升气流叠加有利于对流发生和发展,这使对流单体趋向于沿着重力波等振幅面(波阵面)生成和排列,随着波阵面不断向东北、西南方向增长,最终形成飑线;另一方面,重力波向东南、西北传播,位于西北侧的波阵面上高、低空波动反相位叠加,对流受到抑制,而位于东南侧的波阵面上高、低空波动同相位叠加,对流单体得以发展,使飑线整体向东南传播。

    2013年3月19日湘黔地区发生了一次槽前型强飑线过程,本文运用常规地面观测资料、探空资料、自动站加密资料、雷达基数据等多种观测数据,分析了飑线发生的环流背景、地面中尺度特征等,并利用中尺度WRF模式进行模拟,结合模式结果,探讨了重力波在对流发生发展以及飑线的形成、传播中的作用。

    (1)这次飑线形成于500hPa高空槽前的西南气流中,500hPa空气干燥寒冷,低层700hPa有一支强的西南暖湿气流,大气处于条件不稳定状态。地面有一横槽,横槽后冷锋迫近,对流产生在冷锋锋区及偏北的冷区一侧。除近地面外,环境风以西南风为主,风垂直切变较强,飑线以拖尾型模态组织发展;0~3km风垂直切变在垂直于飑线长轴方向上的分量很小,这一特征与标准的拖尾型飑线明显不同。

    (2)飑线的东、西两段存在显著差异。东段所在环境较干燥,DCAPE远大于西段,故东段所经之处产生的雷暴大风强而短时强降水弱;而西段环境水汽条件好,飑线引起大范围的短时强降水并伴有冰雹。东段对流初始于锋区及冷空气一侧,呈碎块状分布;而西段对流单体出现于地面锋区附近中尺度辐合线内,辐合线稳定维持。东段飑线上波动特征不明显;而西段中有重力波活动,气压场呈现出明显的波动形式。

    (3)模式结果显示,重力波影响飑线的形成和传播。重力波引起4 km以下显著负变压波动,振幅-2 hPa左右,低层负变压扰动中心传播速度快于飑线对流单体的传播速度,这些特征与实况观测相吻合。风场上,当3~4 km高度上急流中的波动传播到辐合线上空时,波动迅速发展;迅速发展的重力波上升运动与风场辐合上升运动叠加,促使对流产生并迅速发展;这使得对流单体趋向于沿着重力波等振幅面(波阵面)生成和排列,最终成长为飑线。同时,重力波向西北-东南传播,西北侧波阵面上产生的对流单体内部高、低层波动呈反相位,因而单体逐渐消亡;而位于东南侧波阵面的单体上、下层波动均处于负相位,维持一致上升运动,单体得以发展;飑线整体向东南传播。

    值得注意的是,即使同一飑线上,所处部位不同其特征可能存在较大差异。本过程中飑线西段有明显波动特征,而东段波动不明显,故文章第3节所述重力波及其影响的特征仅可代表飑线西段。此外,尽管模拟方案是慎重比较后挑选的,但模式结果并不能准确反映飑线东段的发生发展变化,这其中原因(除风场较弱以外的)为何以及东段中有怎样的热动力特征等问题仍值得进一步研究。

  • 图  1  2020年5月21日18时—22日07时广州总降水量(mm)

    图  2  “5.22”内涝积水点的积水深度(a,cm)和风险等级分布(b)

    图  3  图 2,但为模型模拟结果

    图  4  模型模拟的风险等级与实况对比结果

    表  1  广州市暴雨内涝预报等级划分

    内涝等级 Ⅰ级 Ⅱ级 Ⅲ级 Ⅳ级
    积水深度/cm ≥120.0 60.0~119.9 20.0~59.9 5.0~19.9
    下载: 导出CSV

    表  2  广州暴雨内涝模型积水深度误差统计

    降水过程 降水总量/cm 内涝点/个 误差
    ≤10 cm 10~20 cm 20~30 cm ≥30 cm
    2020年5月21—22日 377 408 25% 15% 24% 36%
    下载: 导出CSV

    表  3  “5.22”积水模拟和实况对比(m)

    内涝点 天河立交 车陂隧道北 仙村沙窖石场路 官湖地铁站 开源大道隧道桥底 万洲大桥 新塘沙埔市场
    观测 0.3 0.9 2.0 1.5 3.0 0.3 4.0
    模拟 0.7 0.6 0.5 0.3 1.2 0.2 0.2
    内涝点 天河客运站 广园路桥底 永宁街第一小学 科学大道 派潭小径村 东联学校 新街村祠堂
    观测 0.5 0.4 1.6 1.4 1.0 0.6 1.5
    模拟 0.3 0.3 1.5 0.1 0.0 0.5 1.1
    内涝点 白石瑶田市场 黄埔大道人行隧道 开创大道与广园路交界桥底 科学大道与光宝路
    观测 0.8 0.4 2.0 0.5
    模拟 0.3 0.0 0.7 0.1
    下载: 导出CSV

    表  4  1 h重现期雨量下的积水模拟结果

    重现期/a 雨量/mm 不同深度等级面积/km2
    0.05~0.19 m 0.20~0.59 m 0.60~1.19 m > 1.20 m 总面积
    10 75 9.67 5.06 1.43 0.07 16.23
    20 83 9.55 6.78 2.13 0.18 18.64
    30 87 9.29 7.52 2.47 0.23 19.51
    50 92 10.02 8.77 2.88 0.21 21.88
    100 99 9.25 9.63 3.30 0.46 22.64
    下载: 导出CSV

    表  5  3 h重现期雨量下的积水模拟结果

    重现期/a 雨量/mm 不同深度等级面积/km2
    0.05~0.19 m 0.20~0.59 m 0.60~1.19 m > 1.20 m 总面积
    10 124 7.47 13.27 6.33 0.61 27.68
    20 143 5.94 13.48 7.48 0.60 27.50
    30 154 5.68 14.83 9.00 0.69 30.20
    50 167 4.25 13.89 11.11 0.82 30.07
    100 184 5.97 15.51 10.02 0.96 32.46
    下载: 导出CSV
  • [1] 陈洋波, 覃建明, 董礼明, 等. 广州内涝形成原因与防治对策[J]. 中国防汛抗旱, 2017, 27(5): 72-76.
    [2] 唐颖, 张永祥, 王昊, 等. 基于雷达外推的城市内涝实时预警[J]. 哈尔滨工业大学学报, 2019, 51(2): 58-62.
    [3] 陈洋波, 周浩澜, 张会, 等. 东莞市内涝预报模型研究[J]. 武汉大学学报(工学版), 2015, 48(5): 608-614.
    [4] 石赟赟, 万东辉, 陈黎, 等. 基于GIS和SWMM的城市暴雨内涝淹没模拟分析[J]. 水电能源科学, 2014, 32(6): 57.
    [5] 万榆, 黄岳文, 彭晓春. 广州城市内涝原因分析与对策研究[J]. 广东水利水电, 2016, 3(3): 27-30.
    [6] 王婷, 胡琳, 谌志刚. 2020年"5·22"暴雨致广州地铁被淹的原因及解决对策[J]. 广东气象, 2020, 42(4): 52-55.
    [7] 马晓群, 张爱民, 张家鼎, 等. 基于GIS的市(县) 级旱涝风险区划[J]. 安徽地质, 2002, 12(3) : 171-175.
    [8] 解以扬, 韩素芹, 由立宏, 等. 天津市暴雨内涝灾害风险分析[J]. 气象科学, 2004, 24(3): 342-349.
    [9] 解以扬, 李大鸣, 李培彦, 等. 城市暴雨内涝数学模型的研究与应用[J]. 水科学进展, 2005, 16(3): 384-390.
    [10] 陈波, 冯光柳. 武汉城市强降水内涝仿真模拟系统研制[J]. 暴雨灾害, 2008, 27(4): 330-333.
    [11] 张萍萍, 王丽, 张宁. 武汉市城市积涝预警系统及其仿真模拟效果[J]. 暴雨灾害, 2010, 29(1): 71-88.
    [12] 扈海波, 轩春怡, 诸立尚. 北京地区城市暴雨积涝灾害风险预评估[J]. 应用气象学报, 2013, 24(1): 99-108.
    [13] 尤凤春, 郭丽霞, 史印山, 等. 北京强降雨与道路积水统计分析及应用[J]. 气象, 2013, 39(8): 1 050-1 056.
    [14] 尹志聪, 郭文利, 李乃杰, 等. 北京城市内涝积水的数值模拟[J]. 气象, 2015, 41(9): 1 111-1 118.
    [15] 杨辰, 王强, 顾宇丹. 上海市城市暴雨内涝评估建模及模拟研究[J]. 气象, 2017, 43(7): 879-886.
    [16] LIU M, YANG H Q, XIANG Y C. Risk assessment andregionalization of waterlogging disasters in Hubei Provence[J]. Resour Environ Yangtze Basin, 2002, 11(5): 476-481.
    [17] HUANG D P, LIU C, FANG H J, et al. Assessment of water logging risk in Lixiahe region of Jiangsu Province based on AVHRR and MODIS image[J]. Chin Geogr Sci, 2008, 18(2): 178-183.
    [18] 仇劲卫, 李娜, 程晓陶, 等. 天津市城区暴雨沥涝仿真模拟系统[J]. 水利学报, 2000, 31(11): 34-42.
    [19] 何文华. 城市化对济南市暴雨洪水的影响及其洪水模拟研究[D]. 广州: 华南理工大学, 2010.
    [20] 喻海军. 城市洪涝数值模拟技术研究[D]. 广州: 华南理工大学, 2015.
    [21] 黄清雨, 董军刚, 李梦雅, 等. 暴雨内涝危险性情景模拟方法研究——以上海中心城区为例[J]. 地球信息科学学报, 2016, 18(4): 506- 513.
    [22] 苑希民, 秦旭东, 张晓鹏, 等. 石家庄市暴雨内涝精细化水动力模型应用[J]. 水利水运工程学报, 2017(3): 41-50.
    [23] 宋利祥, 徐宗学. 城市暴雨内涝水文水动力耦合模型研究进展[J]. 北京师范大学学报(自然科学版), 2019, 55(5): 581-587.
    [24] 陈靖, 张容焱, 解以扬, 等. 基于城市暴雨内涝数学模型的福州内涝灾害风险评估[J]. 暴雨灾害, 2020, 160(1): 92-98.
    [25] 潘银, 邵振峰, 程涛, 等. 利用深度学习模型进行城市内涝影响分析[J]. 武汉大学学报(信息科学版), 2019, 44(1): 132-138.
    [26] 张会, 李铖, 程炯, 等. 基于"H-E-V"框架的城市洪涝风险评估研究进展[J]. 地理科学进展, 2019, 38(2): 175-190.
    [27] 王静, 李娜, 程晓陶. 城市洪涝仿真模型的改进与应用[J]. 水利学报, 2010(12): 1 393-1 400.
    [28] 段丽瑶, 解以扬, 陈靖, 等. 基于城市内涝仿真模型的天津风暴潮灾害评估[J]. 应用气象学报, 2014, 25(3): 354-359.
    [29] 李春梅, 唐力生, 章国才. 城市内涝风险预警服务业务技术指南[M]. 北京: 气象出版社, 2015.
    [30] 张振国, 温家洪. 城市社区暴雨内涝灾害风险评估[M]. 北京: 民族出版社, 2015.
  • 加载中
图(4) / 表(5)
计量
  • 文章访问数:  200
  • HTML全文浏览量:  23
  • PDF下载量:  58
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-01-12
  • 修回日期:  2023-05-28
  • 网络出版日期:  2023-12-30
  • 刊出日期:  2023-10-20

目录

/

返回文章
返回