2021, Vol. 37
2016年6月23日一次最强灾害等级达EF4级的罕见龙卷过程发生在中国东部的江苏省阜宁县和射阳县，先后两个龙卷导致99人死亡，800余人受伤，大量民房和部分厂房倒塌，基础设施遭到严重破坏，举国震惊[1]。学术界希望了解中国龙卷的时空分布特征，以及中国龙卷发生的环境背景特征。
美国是世界上龙卷最多的国家，关于美国的龙卷气候学早在上个世纪就有不少研究[2-4]。从本世纪初开始直到现在，欧洲不少国家和地区也研究了欧洲各国的龙卷气候学，如前苏联[5]、法国[6]、德国[7]、西班牙[8]、意大利[9]、芬兰[10]、土耳其[11]、波兰[12]以及包括英国和爱尔兰在内的不列颠群岛国家[13]。Groenemeijer等[14]研究了整个欧洲的龙卷气候学。
在中国，1998年中国新一代天气雷达(CINRAD)网的第一部S波段多普勒天气雷达CINRAD/SA (WSR-98D)在安徽合肥开始业务运行，随后便开始了新一代(多普勒)天气雷达的布网，直到2005年，基本建成大约由100部多普勒天气雷达构成的中国新一代天气雷达网。直到目前，这个新一代天气雷达网还在不断扩充，已经布网的多普勒天气雷达接近240部。在2002年以后，中国不少导致龙卷的中气旋被新一代天气雷达网所捕获，有不少学者对中国龙卷个例的环境背景和雷达回波特征尤其是径向速度中的中气旋演变特征进行了研究和分析[15-30]。俞小鼎等[15]应用多普勒天气雷达资料分析了一次发生在中国安徽省的强龙卷事件，他们利用常规高空地面观测资料以及合肥CINRAD/SA型(WSR-98D)多普勒天气雷达资料详细分析了2003年7月8日夜间23: 20—23:40(北京时间，下同)发生在安徽省无为县的一次EF3级龙卷的环境背景和多普勒天气雷达回波特征，尤其是导致该龙卷的中气旋结构和演变特征。该EF3级龙卷将一个几十户人口的小村庄完全摧毁，造成16人死亡，一百六十多人受伤。图 1给出了7月8日夜间23:29的合肥SA型多普勒天气雷达0.5 °仰角径向速度图，此时龙卷正处于最强盛阶段，清晰可见一个带有明显辐合的直径大约为6.5 km的低层强中气旋，其旋转速度为23.5 m/s，假定中气旋为轴对称结构，则对应的垂直涡度为1.4×10-2 s-1，其中心存在一个龙卷涡旋特征TVS(Tornadic Vortex Signature)，距离位于其西北部的雷达大约76 km，对应的垂直涡度为7.0× 10-2 s-1。从邻近探空可知，CAPE=2 800 J/kg，CIN =45 J/kg，0~6 km风矢量差=24 m/s，0~1 km风矢量差=13 m/s，风暴相对螺旋度SRH=230 m2/s2，能量螺旋度指数EHI=3.7，LCL=550 m，环境条件有利于龙卷超级单体风暴的产生[31-33]。
|
图 1 2003年7月8日23:29合肥SA型新一代天气雷达0.5 °仰角径向速度图 黄色圆圈代表中气旋，黑色箭头标识TVS, 引自文献[15]。 |
关于中国龙卷气候学的研究很少。Yao等[34]利用1960—2009年国家级气象观测站(中国共有约2 400个国家级气象观测站)观测员目击到的龙卷资料做了中国龙卷气候统计分析。不过，国家级气象观测站上观测员目击到的龙卷只占所有发生龙卷中非常少的一部分，其代表性是远远不够的。此外，随着城市化的进展，尤其是1990年代之后中国的快速发展，原来位于郊区乡村地区的气象站中的大部分都成为扩展后的城市的一部分，甚至位于扩展后城市的中心，测站观测员能够目击到龙卷发生的几率越来越少。基于气象灾情收集报告整理而成的“中国气象灾害大典”[35]中的龙卷资料，范雯杰等[36]分析了1961—2010年50年间中国EF2或以上级龙卷和2004—2013年10年间中国EF1或以上级龙卷的时空分布特征。在本文中，我们将文献[36]所分析的2004—2013年EF1或以上级别龙卷的时间维度增加到2004—2016年，同时增加对发生龙卷的环境背景参数分析。对于发生龙卷的环境参数分析，我们选择了2002 —2016年70个龙卷超级单体个例，其中包括EF2或以上级别龙卷42次，EF1级龙卷28次，同时选取了同时期的非龙卷超级单体个例144个，通过两者的对比突出龙卷超级单体环境背景参数特征。
本文的安排如下：第二节中，将对本文采用的各类数据进行说明和讨论；第三节中，将阐述中国EF1或以上级别龙卷的时空分布特征，包括2004 —2016年间EF1或以上级别龙卷的空间分布特征、年际变化、季节变化和日变化；第四节中通过将2002—2016年间70个龙卷超级单体和144个非龙卷超级单体环境背景参数对比分析，揭示和突出龙卷超级单体的环境背景特征；最后一节(第五节)是总结和讨论。
2 数据在本文中，我们准备了两套数据集：(1)2004 —2016年13年间发生在中国的EF1或以上级别龙卷数据；(2)2002—2016年15年间与龙卷超级单体(tornadic supercell)和非龙卷超级单体(nontornadic supercell)以及相关的邻近探空(proximity sounding)数据，包括导致EF1或以上级别龙卷的70个龙卷超级单体的邻近探空以及同一时期内144个非龙卷超级单体的邻近探空，计算一些关键的环境参数如850 hPa和500 hPa间温差、地面露点(Td)、可降水(PW)、对流有效位能(CAPE)、0~6 km垂直风切变、0~1 km垂直风切变、抬升凝结高度(LCL)等，进行对比分析，以揭示和突出龙卷超级单体的环境特征。数据集(1)主要来自2004—2016年《中国气象灾害年鉴》中记录的EF1或以上级别龙卷事件(年鉴中并没有给定EF级，需要作者根据灾情描述判定)，同时以互联网上搜集到的没有被年鉴收录的龙卷记录为辅；而弱的EF0级龙卷在“中国气象灾害年鉴”中没有比较完整的收集和记录，因此我们只统计2004— 2016年EF1或以上级别龙卷的时空分布特征。需要指出，上述记录中，关于龙卷的灾情描述往往是不充分的，这给龙卷及其级别的确定带来了相当程度的不确定性。例如有些龙卷导致了多人死亡，让人感觉应该在EF2级或以上，但其对灾情的描述过于简单，其中没有支持EF2或以上级别的充分证据，我们仍然认定其为EF1级，这将会导致对EF2或以上级龙卷数量的过低估计。在2012年以前，中国从来没有进行过规范的龙卷灾情调查，因此导致对灾情的描述不够充分和到位，直到2012年以后，才有过几次比较规范的灾情调查[1, 21, 26, 37]。EF级(Enhanced Fujita Scale)[38]是加强的F级(Fujita Scale)[39]，采用了包括各类建筑，树木和各类电线杆等作为标识物，划分更为精细，更容易找到对应，并且取消了原来F级中不太可靠的飞射物。
涉及龙卷超级单体和非龙卷超级单体关键环境条件对比分析，我们使用探空资料。中国共有121个探空站。通常选择距离事发的龙卷或非龙卷超级单体距离在150 km范围以内的探空站。对于根据探空资料计算与超级单体和龙卷有关的关键环境参数，其中对于对流有效位能CAPE和对流抑制CIN会进行适当的订正。例如如果龙卷发生在上午11:00，通常会使用龙卷发生前比如上午10:00的地面气温和露点对探空的CAPE和CIN进行订正，即假定绝热气块是以11:00龙卷发生位置在10:00的温度和露点上升而形成的CAPE和CIN值，而地面以上高空资料仍然采用邻近探空资料。有时，如果实在找不到代表性探空，我们将放弃，则对应于这一龙卷或非龙卷超级单体将没有相应的环境参数形成，这样的情况有12个例子，找不到代表性探空的例子将从上述个例集中去掉。
3 中国龙卷时空分布特征图 2给出了2004—2016年13年间中国发生的168次EF1或以上级别龙卷的分布，其中红色圆点表示西风带龙卷，而蓝色圆点代表热带气旋螺旋雨带上微型超级单体产生的龙卷。从图 2可见，2004—2016年间发生的168次EF1级或以上龙卷主要发生在中国江淮流域、黄淮流域、广东珠江三角洲和沿海、东北平原和华北平原等地势平坦的地区。西部地区极少发生，仅宁夏记录有一次EF2级龙卷和新疆发生一次EF1级龙卷。江苏省是2004—2016年间EF1或以上级别龙卷发生频次最高的地区，13年间共计发生EF1或以上级别龙卷32次，占到总数(168次)的19%，平均每年发生2.5次；其次为广东省，13年间发生EF1或以上级别龙卷18次，占到全国总数的11%；此外，广东省还是热带气旋龙卷发生频次最高的省份，其次为海南省。
|
图 2 2004—2016年间中国EF1或以上级别龙卷的空间分布 粉色圆点代表西风带龙卷，蓝色圆点代表热带气旋龙卷，黑色方框标识EF4级龙卷。 |
上述2004—2016的13年间，平均每年发生EF1或以上级别龙卷12.9次。在168次EF1或以上级别龙卷中，有EF4级龙卷1次，EF3级龙卷6次，EF2级龙卷32次，其余129次龙卷为EF1级龙卷。即13年间共出现EF2或以上级别龙卷39次，平均每年3.0次，而范雯杰等[36]统计的1961—2010年50年间每年平均有3.3个EF2或以上级别龙卷，两者相差不大，存在的差异主要是由于统计的具体时间长度不同。
如上所述，图 2中粉色圆点和蓝色圆点分别代表西风带龙卷和热带气旋外围雨带上龙卷，2004 —2016年13年间中国共发生EF1或以上级别热带气旋外围雨带上龙卷14次，占总数(168次)的8.3%。2004—2016年间EF1或以上级别热带气旋龙卷主要发生在广东、海南、江苏、安徽和浙江等常有热带气旋经过的省。不过，广西区也常有热带气旋经过，却没有记录到EF1或以上级别龙卷，这可能与龙卷常出现在热带气旋移动方向的右前方有关。图 3给出了2004—2016年间中国EF1或以上级别龙卷发生次数的逐年变化，2004 —2008年是龙卷发生的相对高峰期，其中以2005年发生27次EF1或以上级别龙卷为最高峰，2004 —2008年5年间共发生EF1或以上级别龙卷105次，平均每年21次，远高于2004—2016年间的年平均值12.9次。2009年开始龙卷活动处于相对沉寂期，2009—2016年8年间共发生EF1或以上级别龙卷63次，平均每年7.9次，明显低于2004— 2016年间的年平均值12.9次，更是远低于2004— 2008年间的年平均值21次。
|
图 3 2004—2016年间中国EF1或以上级别龙卷发生频率年际变化 |
2004—2016年间EF1或以上级别龙卷的季节变化特征是(图略)：龙卷主要发生在4—8月，其中7月发生最多。4—8月发生的龙卷数量占全年发生龙卷总数的90%，7月发生的EF1或以上级别龙卷数占全年EF1或以上级别龙卷总数的30%。
2004—2016年间EF1或以上级别龙卷发生频次的日变化特征(图略)如下：在04:00—05:00和07:00—08:00这两个小时区间没有龙卷发生，龙卷在一天其他时段的每小时区间都有发生，主要发生在12:00—21:00期间，尤其是14:00—20:00的6小时时段，与午后的活跃对流活动时段是一致的，其中最大峰值出现在15:00—16:00, 对应深厚湿对流最为活跃的时段。发生在14:00—20:00时段的龙卷数量占龙卷总数的63%。
4 中国龙卷超级单体的环境背景特征如前所述，在我们通过多普勒天气雷达查验的EF1或以上级别龙卷的雷暴母体中，发现85% 以上都是超级单体。在这一节中，我们选取了2002—2016年15年间导致EF1或以上级别龙卷的70个龙卷超级单体的邻近探空以及同一时期内140个非龙卷超级单体的邻近探空，计算一些关键的环境参数如850 hPa和500 hPa间温差、地面露点Td、可降水PW、对流有效位能CAPE、0~6 km垂直风切变、0~1 km垂直风切变、抬升凝结高度LCL等，进行对比分析，以揭示和突出龙卷超级单体的环境特征。
深厚湿对流潜势主要考虑大气静力不稳定和水汽条件。图 4给出了龙卷和非龙卷超级单体环境的850 hPa和500 hPa温差的直方图分布之间的比较。这个温差代表大气对流层中低层的温度直减率或者说是条件不稳定度的大小。从图中可以看出，总体而言，非龙卷超级单体对应的上述温差明显高于龙卷超级单体。非龙卷超级单体对应的上述温差主要位于24~32 ℃区间，另外超过32 ℃范围的还占有相当比例，其中峰值频率区间位于28~32 ℃；而龙卷超级单体对应的上述温差主要位于20~32 ℃区间，其中峰值频率区间位于24~ 28 ℃，另外有27%左右个例(19个例子)对应的上述温差位于20~24 ℃区间(21 ℃有一个例子，22 ℃有10个例子，其余都是23 ℃或24 ℃)，表明部分龙卷超级单体对应的中低层大气环境只具有比较弱的条件不稳定。因此，就大气中低层条件不稳定性而言，总体上来说龙卷超级单体对应的条件不稳定性比非龙卷超级单体显著偏弱。其部分原因在于，超级单体龙卷产生需要超级单体后侧下沉气流(RFD)到地面后不能太冷[40]，如果850 hPa和500 hPa之间的温差较大，意味着对流层中下层温度直减率较大，有利于强烈和较冷下沉气流形成[41]，因而不利于龙卷的产生；因此，相对温和的850 hPa和500 hPa温差对于龙卷形成是有利的。需要指出的是，后侧下沉气流到地面的温度不仅与中低层环境温度递减率有关，还与水凝物粒子在下沉气流中蒸发冷却等过程有关，需要多个条件配合起来，这也可以部分解释为什么龙卷超级单体环境850 hPa和500 hPa之间的温差相对于非龙卷超级单体的相应值总体上明显偏小，但其值的变化范围还是很广的(20~32 ℃)。
|
图 4 龙卷和非龙卷超级单体环境850 hPa和500 hPa间温差的对比 |
用地面露点(Td)和可降水量(PW)代表水汽条件。龙卷超级单体和非龙卷超级单体相应的环境地面露点和大气可降水量之间的对比如图 5和图 6所示。从图 5和图 6可以看出，相对于非龙卷超级单体，龙卷超级单体的产生对水汽条件的要求总体上更高一些。从Td看，龙卷超级单体对应的主要范围是15~25 ℃，峰值区间20~25 ℃；地面露点温度主要位于15 ℃以上，其值在15 ℃以下的比例很低，不超过6%；其地面露点值超过25 ℃的比例较大，超过24%；非龙卷超级单体对应的地面露点的峰值频次区间虽然与龙卷超级单体一样，都是位于20~25 ℃，但主要区间位于10~25 ℃范围，其露点低于15 ℃的比例高达16%，而露点值超过25 ℃的比例只有4%。可降水量的对比展现了类似的特征，龙卷超级单体对应的可降水主要位于40~70 mm范围，最高峰值频次区间位于50~ 60 mm，其值超过60 mm的比例高达28%，其值低于40 mm的比例只有19%；而非龙卷超级单体对应的可降水主要位于20~50 mm，最高峰值频次区间位于20~30 mm，其值低于40 mm的比例高达69%，高于60 mm的比例只有3%。值得注意的是，龙卷超级单体对应的可降水量存在一个相对高的频次区间：20~30 mm区间，该区间对应非龙卷超级单体可降水量的最高频次区间，这一区间应该对应晚春或初夏时段出现的龙卷超级单体。而大多数龙卷超级单体出现在盛夏期间，对应较高的大气可降水值。除了龙卷超级单体因为其峰值在7月导致其地面露点和可降水值相对非龙卷超级单体环境相应值较大外，超级单体龙卷倾向于发生在抬升凝结高度(LCL)较低的情况下[42]，而较低的LCL往往意味着较高的低层相对湿度，在地面气温相同的条件下，意味着较高的露点。
|
图 5 龙卷和非龙卷超级单体环境地面露点的对比 |
|
图 6 龙卷和非龙卷超级单体环境可降水量对比 |
将相对独立的静力不稳定条件和水汽条件结合起来，就可以得到一系列表征深厚湿对流潜势的对流参数，例如抬升指数LI、K指数、总指数TT等，其中物理含义最清晰，表达比较完整的是对流有效位能CAPE和对流抑制CIN。图 7给出了龙卷超级单体和非龙卷超级单体对应的CAPE值的对比，从中可以看到对应于龙卷超级单体环境的CAPE值主要位于500~3 500 J/kg范围内，其中峰值频率区间位于1 000~2 000 J/kg；而对应于非龙卷超级单体的CAPE值范围主要位于500~4 000 J/kg，并且有8个例子相应的CAPE值超过4 000 J/kg，占总数的6%，峰值频率区间位于1 500~ 2 500 J/kg；因此，总体说来，龙卷超级单体环境相对于非龙卷超级单体环境而言具有相对弱的对流有效位能CAPE。这一点从图 9a也可以明显看出，图 9a还显示龙卷超级单体和非龙卷超级单体环境对应的CAPE分布的中值分别为1 700 J/kg和2 000 J/kg，龙卷超级单体CAPE值分布的25% 和75% 百分位值分别为1 300 J/kg和2 400 J/kg, 而非龙卷超级单体CAPE的25%和75%百分位值分别为1 400 J/kg和2 700 J/kg。龙卷超级单体对应的CAPE值略微偏小，原因之一是中国龙卷频次峰值的7月份，相当一部分龙卷出现在梅雨对流雨带镶嵌的超级单体中，这种情况下条件不稳定性相对不强，相应的CAPE值也不会很高；原因之二在于龙卷超级单体个例中有几个属于台风螺旋雨带上微型超级单体龙卷，对应的环境CAPE值通常较低。
|
图 7 龙卷和非龙卷超级单体环境对流有效位能CAPE值对比 |
与CAPE一起，深层垂直风切变在相当大程度上可以影响深厚湿对流的组织程度。深层垂直风切变越大，深厚湿对流的组织化程度越高。通常用0~6 km或0~8 km的风矢量差表征深层垂直风切变，其中使用0~6 km风矢量差更多一些。图 8给出了龙卷超级单体和非龙卷超级单体环境之间0~6 km风矢量差分布的对比，无论是龙卷超级单体还是非龙卷超级单体，表征其环境深层垂直风切变的0~6 km风矢量差的范围主要位于15~ 30 m/s区间，属于中等偏上到强的深层垂直风切变，其中两者的峰值频率区间都是位于20~25 m/s范围，两者极大值都超过35 m/s，从总体上说龙卷超级单体和非龙卷超级单体相应环境的0~6 km风矢量差分布类似，都是有利于超级单体风暴产生。这一点从图 9b也看得很清楚。图 9b还显示龙卷超级单体和非龙卷超级单体环境对应的0~6 km风矢量差分布的中值都在22.5 m/s附近，龙卷超级单体0~6 km分布的25% 和75% 百分位值分别为18 m/s和26 m/s, 而非龙卷超级单体0~6 km风矢量差的25%和75%百分位值分别为18 m/s和25 m/s，两者之间的分布特征非常类似。两者分布之间的差异主要表现在非龙卷超级单体相对于龙卷超级单体环境其0~6 km风矢量差极小值更小，而极大值更大，这与前者样本数比后者多一倍也有一定关系。
|
图 8 龙卷和非龙卷超级单体环境0~6 km风矢量差对比 |
|
图 9 龙卷和非龙卷超级单体环境的CAPE(a)和0~6 km风矢量差(b)对比的箱线图。 |
图 10给出了分别对应于龙卷超级单体(黑色菱形)和非龙卷超级单体(灰色三角形)的CAPE值和0~6 km风矢量差的散点图，从图中可以看出，对应于龙卷超级单体的点和对应于非龙卷超级单体的点交织在一起，基本上占有相同的区域，因此要想通过对流有效位能CAPE和0~6 km垂直风切变对龙卷和非龙卷超级单体的环境特征加以区分是困难的。
|
图 10 龙卷(黑色菱形)和非龙卷(灰色三角形)超级单体环境的CAPE和0~6 km风矢量差散点图 |
Rasmussen等[32]利用美国1997年的探空资料对一般性对流天气、非龙卷超级单体和龙卷超级单体环境参数进行对比分析，发现非龙卷超级单体和龙卷超级单体在CAPE和0~6 km垂直风切变分布特征方面差异很小，与我们上述结论一致。Brooks等[43]利用NCEP/NCAR全球再分析资料分析了1997—1999年美国的深厚湿对流天气，按剧烈程度将相应天气分为非显著强天气(nonsignificant severe weather)，显著的非龙卷强天气(significant non-tornadic severe weather)和显著龙卷(significant tornadoes)三种类型，将三类天气对应的CAPE和0~6 km风矢量差的散点图做在同一张图上，就像图 10那样，除了采用的是对数坐标。结果显示，要想通过CAPE值和0~6 km垂直风切变对显著非龙卷强天气和显著龙卷天气的环境加以区分是困难的。另外，他们的结果还表明，显著龙卷天气对应的0~6 km风矢量差的极小值要明显高于显著非龙卷强天气对应的0~6 km风矢量差的极小值，这一点与我们图 8、图 9b和图 10呈现的结果是一致的。他们的结果也表明显著非龙卷强天气的CAPE值的极大值高于显著龙卷天气的CAPE值的极大值，与我们的结果也是一致的。
图 11给出了龙卷超级单体和非龙卷超级单体环境之间0~1 km风矢量差分布的对比。对应龙卷超级单体的0~1 km风矢量差主要位于8~20 m/ s区间，其中出现频率最高的区间为12~16 m/s；而对应非龙卷超级单体的0~1 km风矢量差主要位于4~16 m/s区间，其中峰值频率区间为4~8 m/s；总体而言，龙卷超级单体对应的0~1 km垂直风切变明显高于非龙卷超级单体对应的0~1 km垂直风切变。图 12给出了龙卷超级单体和非龙卷超级单体环境之间抬升凝结高度LCL分布的对比。对应龙卷超级单体的LCL主要位于0~1 500 m区间，其中的最大峰值频率区间为500~750 m；对应非龙卷超级单体的LCL主要位于500~2 000 m区间，其中还有11个个例对应的LCL超过2 000 m，其最大峰值频率区间为1 250~1 500 m；总体而言，龙卷超级单体对应的LCL明显低于非龙卷超级单体对应的LCL值。图 13a、13b分别给出了对应龙卷和非龙卷超级单体的0~1 km和LCL的箱须图分布：(1)龙卷超级单体对应的0~1 km风矢量差的25% 百分位、50%(中值)和75% 百分位值分别为12 m/s、14 m/s和17 m/s，非龙卷超级单体对应的相应值分别是4 m/s、7 m/s和8 m/s，前者远高于后者；(2)龙卷超级单体对应的抬升凝结高度LCL的25% 百分位、50%(中值)和75% 百分位值分别450 m、750 m和1 200 m，非龙卷超级单体对应的相应值分别是1 000 m、1 400 m和1 700 m，前者明显小于后者。因此图 11~13揭示出同样的事实：相对于非龙卷超级单体，中国龙卷超级单体对应于显著的高的0~1 km风矢量差(垂直风切变) 和明显低的抬升凝结高度LCL，与Brooks等[33, 42]利用美国多年大量强对流个例获得的结果是完全一致的。
|
图 11 龙卷和非龙卷超级单体环境0~1 km风矢量差对比 |
|
图 12 龙卷和非龙卷超级单体环境LCL对比 |
|
图 13 龙卷和非龙卷超级单体环境的0~1 km风矢量差(a)和LCL对比的箱线图(b) |
图 14给出了对应龙卷超级单体和非龙卷超级单体抬升凝结高度LCL和0~1 km风矢量差的散点图，黑色菱形对应龙卷超级单体，灰色三角形对应非龙卷超级单体。与图 11~13的结果一致，相对于非龙卷超级单体，龙卷超级单体对应显著更高的0~1 km垂直风切变和明显更低的抬升凝结高度。在相当大程度上，可以通过0~1 km垂直风切变和抬升凝结高度LCL的结合将龙卷超级单体和非龙卷超级单体的环境进行区分，从而可以设置相应阈值对龙卷超级单体发生的可能性进行预报。同时需要指出，在0~1 km和LCL散点图中，在0~1 km风矢量差的10~15 m/s和LCL的500~1 500 m区间，分别对应龙卷超级单体和非龙卷超级单体的点有明显重合。也就是说，通过0~1 km垂直风切变和抬升凝结高度LCL不能将龙卷超级单体和非龙卷超级单体对应的环境完全区分。
|
图 14 龙卷(黑色菱形)和非龙卷(灰色三角形)超级单体环境的LCL和0~1 km风矢量差散点图 |
对2004—2016年间发生在中国的EF1或以上级别龙卷的时空分布特征进行了揭示和分析，同时选择多普勒天气雷达布网之后的70个EF1或以上级别龙卷超级单体个例和相应时段的144个非龙卷超级单体个例，对相应的环境背景参数进行对比分析，以揭示和突出龙卷超级单体的关键环境参数特征，主要结论如下。
(1) 2004—2016年13年间，共发生168次EF1或以上级别龙卷，平均每年发生EF1或以上级别龙卷12.9次，即将近13次。2004—2016年13年间共出现EF2或以上级别龙卷39次，平均每年3.0次；其中有EF4级龙卷1次，EF3级龙卷6次，EF2级龙卷32次。2004—2016年共发生EF1或以上级别热带气旋外围雨带上龙卷14次，占龙卷总数168次的8.3%，大多数龙卷仍是西风带龙卷。
(2) 从空间分布看，2004—2016年13年间168次EF1或以上级别龙卷主要发生在中国江淮流域、黄淮流域、华南相对平坦地带、东北平原和华北平原等地势平坦的地区，其中发生频率最高的为江苏省。广东省也是龙卷发生频率相对高的地区之一，同时是热带气旋外围龙卷发生最多的省；广东龙卷主要发生在珠江三角洲及沿海地区。
(3) 2004—2016年间中国EF1或以上级别龙卷发生次数的年际变化特征：2004—2008年是龙卷发生的相对高峰期，其中以2005年发生27次EF1或以上级别龙卷为最高峰，2004—2008年5年间共发生EF1或以上级别龙卷105次，平均每年21次，远高于2004—2016年间的年平均值12.9次。2009年以后龙卷活动处于相对沉寂期，2009 —2016年8年间共发生EF1或以上级别龙卷63次，平均每年7.9次，明显低于2004—2016年间的年平均值12.9次，更是远低于2004—2008年间的年平均值21次。
(4) 龙卷主要发生在3—9月，其他月份也有发生，只是频率很低，每年发生龙卷最多的月份是7月。就日变化而言，龙卷主要发生在12:00—22: 00，尤其是14:00—20:00，与午后的对流活动峰值是一致的，其中最大峰值出现在14:00—16:00，对应深厚湿对流最为活跃的时段。
(5) 对比龙卷超级单体和非龙卷超级单体对应的关键环境参数：使用850 hPa和500 hPa温差代表静力不稳定条件，地面露点和可降水代表水汽条件，将静力不稳定和水汽条件结合可以得到代表深厚湿对流潜势的对流有效位能CAPE和对流抑制CIN，利用0~6 km垂直风切变代表对流层深层垂直风切变：它的大小与形成的深厚湿对流的组织化程度密切相关，与超级单体的产生密切相关。使用0~1 km垂直风切变和对流凝结高度LCL代表低层垂直风切变和低层相对湿度，这两个参数与龙卷产生与否关系密切。
(6) 就850 hPa和500 hPa温差而言，非龙卷超级单体对应的上述温差明显高于龙卷超级单体。非龙卷超级单体对应的上述温差主要位于24~32 ℃区间，另外超过32 ℃范围的还占有相当比例，其中峰值频率区间位于28~32 ℃；而龙卷超级单体对应的上述温差主要位于20~32 ℃区间，其中峰值频率区间位于24~28 ℃，表明部分龙卷超级单体对应的中低层大气环境只有比较弱的条件不稳定。因此，就大气中低层条件不稳定性而言，总体上来说龙卷超级单体对应的环境条件不稳定性比非龙卷超级单体要弱。
(7) 相对于非龙卷超级单体，龙卷超级单体对水汽条件的要求总体上更高一些。从地面露点Td看，龙卷超级单体对应的地面露点主要位于15~ 25 ℃区间，峰值区间20~25 ℃；其值在15 ℃以下的比例很低，不超过6%；其值超过25 ℃的比例较大，超过24%；非龙卷超级单体对应的地面露点的峰值频率区间虽然与龙卷超级单体一样，都是位于20~25 ℃，但主要区间位于10~25 ℃范围，其露点低于15 ℃的比例高达16%，而露点值超过25 ℃的比例只有4%。可降水量之间的对比展现了类似的特征。
(8) 对应于龙卷超级单体环境的CAPE值主要位于500~3 500 J/kg范围内，其25%、50%(中值)和75%百分位值分别为1 300 J/kg、1 700 J/kg和2 400 J/kg；其对应于非龙卷超级单体的CAPE值范围主要位于500~4 000 J/kg，并且有8个例子相应的CAPE值超过4 000 J/kg，其25%、50%(中值)和75% 百分位值分别为1 400 J/kg、2 000 J/kg和2 700 J/kg；总体说来，龙卷超级单体环境相对于非龙卷超级单体环境而言具有略微弱一些的对流有效位能CAPE。无论是龙卷超级单体还是非龙卷超级单体，他们对应的0~6 km风矢量差的主要区间都位于15~30 m/s区间，两者之间的分布特征非常类似：龙卷超级单体对应的0~6 km风矢量差的25%、50%(中值)和75% 百分位值分别为18 m/s、22.5 m/s和26 m/s，而非龙卷超级单体对应的相应值分别为18 m/s、22.5 m/s和25 m/s。试图通过结合CAPE和0~6 km垂直风切变来区分龙卷超级单体和非龙卷超级单体环境是困难的。
(9) 对应龙卷超级单体的0~1 km风矢量差主要位于8~20 m/s区间，其中出现频率最高的区间为12~16 m/s，其分布的25%、50%(中值)和75% 百分位值分别为12 m/s、14 m/s和17 m/s；而对应非龙卷超级单体的0~1 km风矢量差主要位于4~ 16 m/s区间，其中峰值频率区间为4~8 m/s，其分布的25%、50%(中值)和75% 百分位值分别为分别是4 m/s、7 m/s和8 m/s；即对应于龙卷超级单体的0~1 km风矢量差的值明显高于非龙卷超级单体的对应0~1 km风矢量差的相应值。对应龙卷超级单体的LCL主要位于0~1 500 m区间，其中的最大峰值频率区间为500~750 m，其分布的25%、50%(中值)和75% 百分位值分别为450 m、750 m和1 200 m；对应非龙卷超级单体的LCL主要位于500~2 000 m区间，其中还有11个个例对应的LCL超过2 000 m，其最大峰值频率区间为1 250~1 500 m，其分布的25%、50%(中值)和75% 百分位值分别是1 000 m、1 400 m和1 700 m；对应龙卷超级单体的LCL的值明显地低于非龙卷超级单体的LCL的相应值。因此，在相当大程度上，可以通过0~1 km垂直风切变和抬升凝结高度LCL的组合对龙卷超级单体和非龙卷超级单体的环境加以区分，但又不能完全加以区分，在0~1 km和LCL散点图(图 15)中，在0~1 km风矢量差的10~15 m/s和LCL的500~1 500 m区间，分别对应龙卷超级单体和非龙卷超级单体的点有明显重合。
关于以上结论，有一点需要说明：在讨论龙卷超级单体和非龙卷超级单体环境参数对比时，使用的是2002—2016年间全中国121个探空站资料和地面观测资料，选择了70个龙卷超级单体个例和144个非龙卷超级单体个例进行对比分析，最初选出的个例因为有12个个例(7个龙卷超级单体个例和5个非龙卷超级单体个例)无法找到相应的代表性探空而从个例集中删除。对于选中的214个个例，探空的代表性好坏也是变化的，有些代表性很好，而有些就要差一些，这是不可避免的。
| [1] |
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. |
| [2] |
KELLY D L, SCHAEFER J T, MCNULTY R P, et al. An augmented tornado climatology[J]. Mon Wea Rev, 1978, 106(8): 1 172-1 183. DOI:10.1175/1520-0493(1978)106<1172:AATC>2.0.CO;2 |
| [3] |
SCHAEFER JT, KELLY D L, DOSWELL Ⅲ C A, et al. Tornadoes: When, where, how often[J]. Weatherwise, 1980, 33: 52-59. DOI:10.1080/00431672.1980.9931888 |
| [4] |
TECSON JJ, FUJITA T T, ABBEY Jr R F. Climatological mapping of U. S. tornadoes during 1916-1980[C]. Preprints of 12th Conf. on Severe Local Storms, San Antonio, Amer. Meteor. Soc., 1982: 38-41.
|
| [5] |
Tornadoes of the former Soviet Union[C]. Preprints, 20th Conf. on Severe Local Storms, Orlando, FL, Amer. Meteor. Soc., 2000, 138-141.
|
| [6] |
PAUL F. A developing inventory of tornadoes in France[J]. Atmos Res, 2001, 56: 269-280. DOI:10.1016/S0169-8095(00)00077-6 |
| [7] |
DOTZEK N. Tornadoes in Germany[J]. Atmos Res, 2001, 56: 233-251. DOI:10.1016/S0169-8095(00)00075-2 |
| [8] |
GAYÁ M. Tornadoes and severe storms in Spain[J]. Atmos Res, 2011, 100: 334-343. DOI:10.1016/j.atmosres.2010.10.019 |
| [9] |
GIAIOTTI D B, PUCILLO A, STEL F. The climatology of tornadoes and waterspouts in Italy[J]. Atmos Res, 2007, 83: 534-541. DOI:10.1016/j.atmosres.2005.10.020 |
| [10] |
RAUHALA J, BROOKS H E, SCHULTZ D M. Tornado climatology of Finland[J]. Mon Wea Rev, 2012, 140: 1 446-1 456. DOI:10.1175/MWR-D-11-00196.1 |
| [11] |
KAHRAMAN A, MARKOWSKI M. Tornado climatology of Turkey[J]. Mon Wea Rev, 2014, 142: 2 345-2 352. DOI:10.1175/MWR-D-13-00364.1 |
| [12] |
TASZAREK M, BROOKS H E. Tornado climatology of Poland[J]. Mon Wea Rev, 2015, 143: 702-717. DOI:10.1175/MWR-D-14-00185.1 |
| [13] |
MULDER KJ, SCHULTZ D M. Climatology, storm morphologies, and environments of tornadoes in the British Isles: 1980-2012[J]. Mon Wea Rev, 2015, 143: 2 224-2 240. DOI:10.1175/MWR-D-14-00299.1 |
| [14] |
GROENEMEIJER P H, KÜHNE T. A climatology of tornadoes in Europe: Results from the European Severe Weather Database[J]. Mon Wea Rev, 2014, 142: 4 775-4 790. DOI:10.1175/MWR-D-14-00107.1 |
| [15] |
俞小鼎, 郑媛媛, 张爱民, 等. 安徽一次强烈龙卷的多普勒天气雷达分析[J]. 高原气象, 2006, 25: 914-924. DOI:10.3321/j.issn:1000-0534.2006.05.020 |
| [16] |
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. DOI:10.3878/j.issn.1006-9895.2008.03.08 |
| [17] |
刘娟, 朱君鉴, 魏德斌, 等. 070703天长超级单体龙卷的多普勒雷达典型特征[J]. 气象, 2009, 35(10): 32-39. DOI:10.7519/j.issn.1000-0526.2009.10.004 |
| [18] |
蒋义芳, 吴海英, 沈树勤, 等. 0808号台风凤凰前部龙卷的环境场和雷达回波分析[J]. 气象, 2009, 35(4): 68-75. |
| [19] |
郑媛媛, 朱红芳, 方翔, 等. 强龙卷超级单体风暴特征分析与预警研究[J]. 高原气象, 2009, 28(3): 617-625. |
| [20] |
张晰莹, 吴迎旭, 张礼宝. 利用卫星和雷达资料分析龙卷发生的环境条件[J]. 气象, 2013, 39(6): 7 28-7 37. |
| [21] |
MENG Z, YAO D. Damage survey, radar, and environment analyses on the first-ever documented tornado in Beijing during the heavy rainfall event of 21 July 2012[J]. Wea Forecasting, 2014, 29(5): 702-724. |
| [22] |
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. |
| [23] |
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(3): 425-441. |
| [24] |
张小玲, 杨波, 朱文剑, 等. 2016年6月23日江苏阜宁EF4级龙卷天气分析[J]. 气象, 2016, 42(11): 1 304-1 314. |
| [25] |
ZHAO K, WANG M, XUE M, et al. Doppler radar analysis of a tornadic miniature supercell during the Landfall of Typhoon Mujigae (2015) in South China[J]. Bull Amer Meteor Soc, 2017, 98(9): 1 821-1 831. DOI:10.1175/BAMS-D-15-00301.1 |
| [26] |
BAI L, MENG Z, HUANG L, et al. Damage, Visual, and Radar Analysis of the 2015 Foshan, Guangdong EF3 Tornado in China Produced by the Landfalling Typhoon Mujigae(2015)[J]. Bull Amer Meteor Soc, 2017, 98(12): 2 619-2 640. DOI:10.1175/BAMS-D-16-0015.1 |
| [27] |
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. |
| [28] |
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. |
| [29] |
吴芳芳, 俞小鼎, 王慧, 等. 一次黄海之滨中尺度对流复合体多尺度结构特征观测研究[J]. 气象学报, 2019, 77(5): 785-805. |
| [30] |
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. |
| [31] |
JOHNS R H, DOSWELL Ⅲ C A. Severe local storms forecasting[J]. Wea Forecasting, 1992, 7: 588-612. DOI:10.1175/1520-0434(1992)007<0588:SLSF>2.0.CO;2 |
| [32] |
RASMUSSEN E N, BLANCHARD D O. A baseline climatology of sounding derived supercell and tornado forecast parameters[J]. Wea Forecasting, 1998, 13: 1 148-1 164. DOI:10.1175/1520-0434(1998)013<1148:ABCOSD>2.0.CO;2 |
| [33] |
BROOKS H E, CRAVEN J P. A database of proximity soundings for significant severe thunderstorms, 1957-1993[C]. Preprints, 21st Conference on Severe Local Storms, San Antonio, Texas, Amer. Meteorol. Soc., 2002: 639- 642.
|
| [34] |
YAO Y, YU X, ZHANG Y, et al. Climate Analysis of Tornadoes in China[J]. J Meteor Res, 2015, 29(3): 359-369. DOI:10.1007/s13351-015-4983-0 |
| [35] |
丁一汇. 中国灾害大典综合卷[M]. 北京: 气象出版社, 2008.
|
| [36] |
范雯杰, 俞小鼎. 中国龙卷的时空分布特征[J]. 气象, 2015, 41(7): 793-805. |
| [37] |
蔡康龙, 俞小鼎, 李彩玲, 等. 2019年广西临桂微下击暴流和广东湛江龙卷现场灾情调查对比分析[J]. 气象, 2021, 47(2): 230-241. |
| [38] |
WSEC. A recommendation for an enhanced Fujita scale (EF scale)[C]. Wind Science and Engineering Center Rep., Texas Tech University, Lubbock, TX, 95 pp. [Available online at http://www.spc.noaa.gov/faq/tornado/ef-ttu.pdf. ]
|
| [39] |
MCDONALD J R T. Theodore Fujita - His Contribution to Tornado Knowledge through Damage Documentation and the Fujita Scale[J]. Bull Amer Meteor Soc, 2001, 82(1): 63-72. DOI:10.1175/1520-0477(2001)000<0063:TTFHCT>2.3.CO;2 |
| [40] |
RASMUSEEN E N, STRAKA J M. Tornadogenesis : a review and a new conceptual model[J]. Mon Wea Rev, 1998, 123: 778-796. |
| [41] |
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.
|
| [42] |
CRAVEN J P, BROOKS H E. Baseline climatology of sounding derived parameters associated with deep moist convection[J]. Natl Wea Dig, 2004, 28: 13-24. |
| [43] |
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. DOI:10.1016/S0169-8095(03)00045-0 |