Analysis of the Causes and Wind Speed Estimation of Thunderstorm Gales at Capital Airport on May 30, 2024
-
摘要: 2024年5月30日首都机场出现突发极端性雷暴大风天气，最大风速达到11级。本文主要利用首都机场多普勒天气雷达资料和机场自动气象站观测资料，同时结合ERA5再分析资料以及常规气象观测资料，对此次雷暴大风过程开展了成因分析，并进一步讨论了对极端风速的估算。结果表明，（1）在东北冷涡环流背景下，大气层结呈现“上干冷、下暖湿”环境配置，其中高低层的温度差异更为剧烈；同时850 hPa高度层较华北常见雷暴发生环境明显偏干，0~6 km存在中等以上强度的垂直风切变，整体对流潜势有利于雨少风大的飑线类强对流天气发生。（2）强对流云中风速的动量下传机制对地面大风形成的作用明显；雷达观测到在14:40（北京时，下同）位于4~5 km、风速约20 m·s-1的高空大风核通过动量下传作用逐渐降至0.4~1.4 km，并在下沉对流有效位能和蒸发降温导致的下沉气流加速共同作用下，大风核速度增大至30 m·s-1；随后大风核从0.4 km高度下沉至地面时，由于下沉加速作用逐渐减弱和城市地面摩擦作用逐渐增大，二者相互抵消，因此风速基本维持不变。（3）利用雷达观测到的中层大风核动量下传或采用地面自动站观测计算得到的冷池出流边界移动速度，对这次雷暴大风的风速均能得到较好的估算效果。Abstract: On 30 May, 2024, a sudden extreme thunderstorm gale occurred at the Beijing Capital International Airport (BCIA), with maximum wind gusts reaching gale force 11. Utilizing Doppler radar data, automatic weather station observations at BCIA, ERA5 reanalysis data, and conventional meteorological data, this study analyzes the causes of this event, and further evaluates the methods for estimation of extreme surface wind-speeds. The results indicate that under the background of cold vortex circulation in Northeast China, there is an environment configuration with the dry and cold upper troposphere and the warm and humid lower troposphere, which is a favorable environment configuration for strong convection. The thermodynamic contract between the upper and lower layers was particularly pronounced, and the 850 hPa level was significantly drier than the climatological mean for severe thunderstorm occurrence in North China. The moderate to strong vertical wind shear at 0-6 km layer supported the development of severe convective weather such as squall lines featuring minimal precipitation and high winds. A diagnostic analysis revealed that the downward momentum transfer from mid-level strong convective clouds played a crucial role in generating damaging surface winds. Radar observations at 14:40 Beijing Time showed that a wind core (about 20 m·s-1) located at 4-5 km gradually descended to 0.4-1 km through momentum transfer. Accelerated by both the release of downdraft convective available potential energy (DCAPE) and evaporative cooling, the wind core intensified to 30 m·s-1. As the wind core descended from 0.4 km to the surface, the opposing effects of diminishing downdraft acceleration and increasing urban surface friction resulted in a basically stable wind speed. It is concluded that tracking the descent of the mid-level strong wind core via radar or monitoring the propagation velocity of cold pool outflow boundaries provides an effective means for estimating thunderstorm gale intensity at the airport.
-
图 1 2024年5月30日北京终端管制区雷达合成反射率因子（阴影，单位：dBZ)实况图
a. 1200 BJT；b. 1300 BJT；c. 1400 BJT；d. 1500 BJT；e. 1600 BJT；f. 1700 BJT；g. 1800 BJT；h. 1900 BJT。红色实线为各主要航路，黑色实线围成的不规则区域为北京终端管制区，红色实线与黑色实线的交点为北京终端区各导航点。
图 2 2024年5月30日位势高度(黑色实线，单位：dagpm）、温度（红色点线，单位：℃）、比湿（阴影，单位：g·kg-1）和风（风向杆，单位：m·s-1）空间分布
a~b. 500 hPa；c~d. 850 hPa。左侧为0800 BJT，右侧为1400 BJT。图中一个全风向杆为4 m·s-1。
图 4 2024年5月30日北京地区海平面气压（黑色等值线，单位：hPa）、地面温度场（阴影，单位：℃）叠加地面风场（绿色矢量箭头，单位：m·s-1）
a. 1400 BJT；b. 1500 BJT；c. 1600 BJT；d. 1700 BJT。黑色五角星表示首都机场。
图 6 2024年5月30日1.5 °仰角雷达反射率因子（左侧，单位: dBZ）和径向速度（右侧，单位：m·s-1）
a~b. 1420 BJT；c~d. 1440 BJT；e~f. 1500 BJT；g~h. 1520 BJT。
图 7 2024年5月30日4.6 °仰角径向速度图（左侧，单位：m·s-1）和径向速度剖面图（右侧，单位：m·s-1）
a~b. 1420 BJT，沿AB剖面；c~d. 1420 BJT，沿CD剖面；e~f. 1440 BJT，沿AB剖面；g~h. 1505 BJT，沿AB剖面。b中黑色方框代表MARC，h中黑色方框代表RIJ。
表 1 首都机场雷达参数表
参数名称 默认值 单位 体扫范围 150 km 平扫范围 250 km 探测范围 0.125~250 km 反射率因子 -5~95 dBZ 径向速度 -39.9~39.9 m·s-1 扫描间隔 5 min 仰角 0.5~18 ° 方位角 0~360 ° 波长 5 cm 脉冲重复频率 1 000/750 Hz 最大不模糊速度 37.5 m·s-1 雷达型号 METEOR 1500C / 雷达基高 33 m 
下载: 导出CSV
-
[1] 俞小鼎, 王秀明, 李万莉, 等. 雷暴与强对流临近预报[M]. 北京: 气象出版社, 2020: 292-294. [2] 许爱华, 孙继松, 许东蓓, 等. 中国中东部强对流天气的天气形势分类和基本要素配置特征[J]. 气象, 2014(4): 400-411. [3] 郑媛媛, 姚晨, 郝莹, 等. 不同类型大尺度环流背景下强对流天气的短时临近预报预警研究[J]. 气象, 2011, 37(7): 795-801. [4] 曹世腾, 杨磊, 陈宇, 等. 2017—2021年辽宁省冷涡型雷暴大风时空分布及环境参数特征[J]. 气象与环境学报, 2023, 39(4): 65-73. [5] 吴迎旭, 周一, 赵柠, 等. 2020年绥化地区一次超级单体龙卷及其环境特征分析[J]. 气象与环境学报, 2023, 39(3): 10-19. [6] 阎琦. 2023年6月1日辽宁龙卷过程多尺度特征及成因分析[J]. 气象与环境学报, 2024, 40(3): 1-8. [7] 王秀明, 周小刚, 俞小鼎. 雷暴大风环境特征及其对风暴结构影响的对比研究[J]. 气象学报, 2013, 71(5): 839-852. [8] 胡鹏宇, 徐爽, 耿世波, 等. 一次冷涡背景下沈阳地区雷暴大风过程的特征分析[J]. 气象与环境学报, 2023, 39(5): 9-18. [9] 陈明轩, 王迎春. 低层垂直风切变和冷池相互作用影响华北地区一次飑线过程发展维持的数值模拟[J]. 气象学报, 2012, 70(3): 371-386. [10] 戴建华, 陶岚, 丁杨, 等. 一次罕见飑前强降雹超级单体风暴特征分析[J]. 气象学报, 2012, 70(4): 609-627. [11] 王秀明, 俞小鼎, 周小刚, 等. "6.3"区域致灾雷暴大风形成及维持原因分析[J]. 高原气象, 2012(2): 504-514. [12] 张文龙, 崔晓鹏, 黄荣, 等. 北京"623"大暴雨的强降水超级单体特征和成因研究[J]. 大气科学, 2019, 43(5): 1171-1190. [13] 张文龙, 王迎春, 崔晓鹏, 等. 北京地区干湿雷暴数值试验对比研究[J]. 暴雨灾害, 2011, 30(3): 202-209. [14] 袁慧敏. 利用探空资料确定呼和浩特地区3类强对流天气预警阈值[J]. 气象科技, 2019, 47(3): 476-485. [15] Weisman M L, Trapp R J. Low-level mesovortices within squall lines and bow echoes. Part I: Overview and dependence on environmental shear[J]. Monthly Weather Review, 2003, 131(11): 2779-2803. [16] 孙继松, 戴建华, 何立富, 等. 强对流天气预报的基本原理与技术方法中国强对流天气预报手册[M]. 北京: 气象出版社, 2014. [17] 张琳娜, 冉令坤, 李娜, 等. 雷暴大风过程中对流层中低层动量通量和动能通量输送特征研究[J]. 大气科学, 2018, 42(1): 178-191. [18] 沈杭锋, 方桃妮, 蓝俊倩, 等. 一次强飑线过程极端大风的中尺度分析[J]. 气象学报, 2019, 77(5): 806-822. [19] 于波, 荆浩, 孙继松, 等. 北京夏季一次罕见偏南大风天气的成因分析[J]. 高原气象, 2017, 36(6): 1674-1681. [20] 王咏薇, 寿绍文, 阎凤霞. CAPE等环境参数在强对流天气分析中的应用[J]. 大气科学学报, 2005, (6): 847-854. [21] 左涛, 王科, 孙晓磊, 等. 2018—2021年渤海中西部海域雷暴大风时空分布特征[J]. 气象与环境学报, 2024, 40(2): 86-95. [22] Parker M D. Self-organization and maintenance of simulated nocturnal convective systems from PECAN[J]. Monthly Weather Review, 2021, 149(4): 999-1022. [23] 王婷婷, 王迎春, 陈明轩, 等. 北京地区干湿雷暴形成机制的对比分析[J]. 气象, 2011, 37(2): 142-155. [24] 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(4): 522-535. [25] EUROCONTROL, Proposed sectorization of the Praha TMA[R]. European organization for the safety of air navigation, EEC Note No. 24/97, ASM. ET1. ST04. [26] 中国民用航空空中交通管理规则[S], 2000. [27] 万莉莉, 胡明华, 王庆琪. 空域管理相关技术研究[J]. 中国民用航空, 2008, (10): 53-54. [28] 张建军, 田星. 基于Rianbow5气象软件实现民航京津天气雷达拼图[J]. 气象水文海洋仪器, 2015, 32(4): 59-64. [29] SELEX System Integration Co, Ltd. Instruction manual for meteor 1500C Doppler weather radar system Rainbow 5 configuration guide [M]. England: SELEX System Integration Co. Ltd, 2007. [30] Przybylinski R W. The bow echo: Observations, numerical simulations, and severe weather detection methods[J]. Weather and Forecasting, 1995, 10(2): 203-218. [31] 许长义, 卜清军, 黄安宁. 环渤海湾连续两条阵风锋的关联与成因分析[J]. 气象, 2022, 48(6): 729-745. [32] 彭霞云, 章丽娜, 刘汉华, 等. 冷涡底部对流引起的杭州湾极端大风形成机制分析[J]. 气象, 2022, 48(6): 719-728. [33] 高晓梅, 马守强, 王世杰, 等. 山东两次强对流天气雷达特征及环境场对比[J]. 气象科技, 2018, 46(6): 1188-1200. [34] 陈涛, 张芳华, 符娇兰, 等. 2014年5月8—9日引发珠江口区域强降水的两个长生命史MCS特征分析[J]. 气象, 2020, 46(4): 449-461. [35] 章丽娜. T-lnp图在天气分析和预报中的应用[M]. 北京: 气象出版社, 2022: 24. [36] Wakimoto R M. Convectively driven high wind events[J]. Meteorological Monographs, 2001, 50: 255-298. [37] Markowski P, Richardson Y. Mesoscale meteorology in midlatitudes[M]. New York, USA: John Wiley & Sons, 2010. [38] 许长义, 章丽娜, 肖现, 等. 冷涡背景下华北平原一次弓形回波致灾大风过程分析[J]. 气象学报, 2023, 81(1): 40-57. -
点击查看大图
图(7) / 表(1)
计量
- 文章访问数: 2
- HTML全文浏览量: 0
- PDF下载量: 0
- 被引次数: 0
粤公网安备 4401069904700003号