2. 中国气象科学研究院,北京 100081
2. Chinese Academy of Meteorological Sciences, Beijing 100081, China
中国强对流天气多次导致重大灾害,比如2015年6月1日下击暴流导致的“东方之星”翻沉事件和2016年6月23日江苏阜宁EF4级强龙卷事件,它们都属于冷涡影响的强对流风暴产生的大风天气事件[1-3]。
雷暴大风和龙卷大风可合称为对流性大风。雷暴大风也叫雷雨大风,是指由深厚湿对流在地面附近产生的非龙卷强阵风,中央气象台定义的雷暴大风最低阈值为17 m/s或8级[4]。多数雷暴大风事件是下击暴流的直接后果之一。龙卷又称为龙卷风,是地球大气中最为剧烈和最具破坏性的天气现象。龙卷大风通常是高度辐合的地面旋转性风场,其路径一般相对比较狭窄;地面非辐散性直线大风通常发生在前进式阵风锋之后;而下击暴流导致的大风通常是具有明显辐散特征的直线或者曲线型大风[1, 5]。EF2级及以上级别的强龙卷大多由超级单体产生,而≥25 m/s的强雷暴大风则多是由超级单体、飑线或弓形回波产生[6]。
冷涡是导致中国强对流天气发生的重要天气尺度系统之一[7-12]。冷涡为冷性低涡的简称,是中心冷于四周的涡旋,又称为切断低压,属于深厚天气系统,在500 hPa上非常清楚,很多冷涡在200 hPa也很清楚;冷涡水平尺度可达1 000 km以上。冷涡可以一连几天每天午后到傍晚发生雷暴、冰雹、雷雨大风等强对流天气。根据所在的位置,影响中国的冷涡主要分为东北冷涡、蒙古冷涡及华北冷涡等。由于东北是中国冷涡的高发区,也是全球冷涡的主要高发区之一[13-15],文献[16-20]给出了我国东北冷涡活动的基本气候背景,也给出了东北冷涡的年际变率及演变趋势、持续性活动及相关联的大尺度环流异常特征等[8]。Zhang等[21] 则给出了较大区域范围(70~160 °E,20~70 °N) 持续时间至少达2天的冷涡[7]分布及其影响的东北冰雹和降水分布等。以上这些研究针对的是持续时间至少为2天或3天冷涡,且主要给出的是东北及周边区域的冷涡分布,并没有给出冷涡更为广泛的影响中国其他区域的分布。
在冷涡的形成、发展、持续和衰减阶段都可能产生雷暴大风、冰雹、短时强降水或龙卷等强对流天气。早在上世纪五十年代,谢义炳[22]就指出与冷锋、冷涡有关的雷雨次数多、强度大;陶诗言[23] 指出东北低压或冷涡常常造成东北地区、华北北部暴雨或雷阵雨;白人海等[24]则指出飑线易发生在冷涡发展加强阶段。东北的冰雹有半数以上受到冷涡影响[21-25],张立祥等[8]则指出东北64% 的飑线与冷涡有关。关于冷涡对强对流天气影响的研究非常多,包括气候分布和个例研究等,比如文献[19, 26-30]的冷涡相关强对流天气气候分布和统计研究等,关于冷涡影响的个例研究则更多,比如文献[1, 11, 31-36]等。
据中央气象台强天气预报中心统计,2021年中国雷暴大风和龙卷过程偏多,造成了非常大的灾害和社会影响。2021年中国多次强对流过程都与冷涡系统密切相关,比如4月30日江苏雷暴大风过程、6月25日华北雷暴大风和龙卷过程、10月1日山东烟台雷暴大风和龙卷过程等。
冷涡不仅影响东北,还会影响华北、黄淮和江淮等地。因此,本文首先从更为广义的冷涡定义出发,给出影响中国的冷涡及其外围的气候分布特征,然后给出这些冷涡影响所致的对流性大风和冰雹等天气及其环境条件的分布,并给出2021年受冷涡影响中国对流性大风天气过程情况,从而为提升冷涡背景下该类天气的预报能力提供参考依据。
2 数据本研究使用了2000—2014年的NCEP (National Centers for Environmental Prediction,美国环境预报中心)时间间隔6 h、空间分辨率1 °× 1 °分析资料来识别冷涡天气系统;使用了时间间隔6 h、空间分辨率0.5 ° × 0.5 ° NCEP CFSR (Climate Forecast System Reanalysis,气候预报系统)再分析资料进行冰雹和雷暴大风环境条件分析。
本研究中雷暴大风天气分布使用了国家气象信息中心提供的中国2 420个国家级地面站2000 —2010年的逐日天气现象数据集的雷暴、冰雹、大风数据,包含了这些天气现象是否发生和具体的发生时段记录,但没有强度信息。该数据集中大风的判定阈值标准是风速不小于17 m/s。在判定是否为雷暴大风时,同时使用了雷暴和大风数据,若某个站点的某一个小时时次同时有雷暴和大风发生[37],则判定其为雷暴大风。如前所述,雷暴大风和龙卷合称为对流性大风。
本文所用时间都为北京时间。
3 影响中国冷涡气候分布 3.1 冷涡判识参考郑秀雅等[7]和孙力等[16]对东北冷涡的定义,满足以下条件的天气系统判识为冷涡[30]:①在85~150 °E,30~80 °N区域范围内,500 hPa等压面间隔4 dgpm的等位势高度线必须有闭合低值中心,该中心须位于95~140 °E,30~60 °N范围内;②该低压必须有冷中心;③最短的持续时间要求为24 h。
本研究分别对持续时间不短于24 h和48 h的冷涡进行了统计分析。冷涡持续时间的判据为,6 h间隔的连续时次内均识别出符合以上条件①和②的冷涡,且相邻时次的冷涡中心距离在800 km之内,则识别为同一个冷涡[30],然后根据系统的持续时间判识其是否分别满足不短于24 h和48 h的阈值。这个800 km距离阈值标准与Bell等[13] 给出的标准基本一致,但大于Zhang等[21]使用的500 km阈值。
3.2 冷涡时间分布2000—2014年期间整个85~150 ° E,30~ 80 °N区域内,由于每年大气环流都有不同,冷涡每年的发生数目也会不同。这期间该区域略微超过一半的天数(2 789天)会有冷涡发生,每个冷涡的持续时间不短于24 h、共计1 202个;而持续时间不短于48 h的冷涡有超过1/3的天数(2 007天) 发生,总计598个。
冷涡一年四季都可出现。已有研究[16, 19-21]中只给出了冷涡的暖季月际变化,没有给出冬季的冷涡情况。两类持续时间的冷涡个数和持续天数的月际变化规律都为双峰型(图 1),主峰在5月、次峰在1月,其中冷涡第二多的月份为7月、最少为2月,3—5月冷涡个数迅速增加达到主峰,5—7月变化很平缓,而7—10月为较缓慢减少,而10月—1月则略有增加达到次峰。全年约1/3的冷涡发生在夏季,是最多的季节;春季发生的冷涡个数约占全年的1/3,为第二多的季节。
|
图 1 年平均的逐月冷涡发生数目(折线)和持续天数(柱状) 为了体现月际变化的连续性,重复给出了1—12月的演变;黑色实线和划线分别代表持续时间不短于24 h和48 h冷涡的年平均逐月发生数目,对应左侧纵坐标;深灰色和淡灰色柱状图分别代表持续时间不短于24 h和48 h冷涡的年平均逐月发生天数,对应右侧纵坐标。 |
长持续时间冷涡通常会带来更多强对流和暴雨天气。2000—2014年期间,不同持续时间的冷涡数目分布类似于Γ分布(图 2),持续时间越长的冷涡发生的越少,这与Zhang等[21]、张仙等[19]的相应结果类似。如前所述,持续时间不短于48 h(2 d)的冷涡个数为598个,约为持续时间不短于24 h冷涡数目的一半;持续时间不短于72 h(3 d)的冷涡为324个,约为持续时间不短于24 h冷涡数目的1/4;而仅有19个冷涡持续时间不短于7 d,不到持续时间不短于24 h冷涡数目的2%。
|
图 2 冷涡发生数目与持续时间 分别以6 h和24 h为划分间隔的不同持续时间冷涡数目。6 h间隔为标注符号的折线,对应左侧纵坐标;24 h间隔为柱状图,对应右侧纵坐标;横坐标为冷涡持续时间。 |
如前所述,大多数已有研究给出的是东北冷涡的分布特征,但冷涡不仅发生于和影响东北,还会影响华北、黄淮和江淮等地。
为了了解不同区域的冷涡发生情况,首先给出2000—2014年不同时次冷涡中心位于2 °×2 °网格内的数目分布情况。图 3中冷涡数目的分布形态与以往研究的相应结果[16, 19-21]类似,都是内蒙古东北部和黑龙江西部及其周边区域为冷涡的高发区,但如前所述,持续时间不短于48 h冷涡数量显著少于持续时间不短于24 h冷涡数量。但冷涡的初始形成位置(图略)的高频区主要位于蒙古东北部和内蒙古东北部,较总体冷涡高频区更偏西,这是因为冷涡主要向偏东方向移动的缘故。
|
图 3 2 °×2 °网格统计的持续时间不短于24 h(a)和48 h(b)冷涡中心2000—2014年总次数分布 单位:(6 h)-1。 |
值得注意的是,图 3显示冷涡中心最南可以位于35 °N以南,此种情况下其整个系统会影响到江淮、江南等地,比如2015年4月28日14时冷涡,有两个中心,分别位于山东半岛和黄海海域的37 °N附近,其所致大冰雹、大风等强对流天气给江苏、上海等地导致了非常严重的天气灾害,这次过程也是中央气象台历史上第一次发布强对流天气黄色预警。
由于冷涡及其伴随的低槽会影响到更大的区域范围,因此为了体现冷涡外围的影响,本文把与冷涡相伴随的冷槽视作冷涡系统的一部分。也就是,本文中冷涡影响范围不仅仅是闭合的冷涡环流系统本身,它包括两部分:一是冷涡闭合环流系统主体,是指500 hPa冷涡最外圈闭合等高线所包含的范围;另一部分为冷涡所伴随低槽影响区域,为500 hPa上与冷涡主体联结在一起的正相对垂直涡度区域。
持续时间不短于24 h的不同季节冷涡影响每6 h间隔的次数地理分布(图 4,见下页)显示,整个中国中东部的20 °N以北的地区都可能受到冷涡的影响;冷涡影响高频次数的地理分布特征与冷涡中心高频区类似,影响最多的区域还是东北和内蒙古东北部地区[16, 19-21, 30],但呈现为以该区域为中心向周边的不对称递减分布,尤其是向西南方向影响最为广泛,其中内蒙古中部、华北和黄淮等地影响次数显著减小,而长江以南地区受冷涡影响更少,但最远可以影响华南。如同前文给出的冷涡数目季节变化,夏季依然是冷涡影响范围最广、影响次数最多的季节,其不仅对强对流天气影响显著,还会对梅雨的分布造成较大影响[30];秋季数目最少;但冬季虽然冷涡数目少于春季,但其影响范围和次数与春季差异不太显著,这表明冬季冷涡平均持续时间较长、影响区域较大。图 4还显示冬春季冷涡影响次数高频中心分布较夏秋季偏东5个经距左右,且略偏南,表明冬春季的冷涡分布可能受到不同季节大气环流和海陆分布的影响。
|
图 4 2000—2014年春(a)、夏(b)、秋(c)、冬(d)持续时间不短于24 h冷涡影响总次数地理分布 单位:(6 h)-1。 |
基于判识得到的2000—2010年所有逐6 h冷涡数据,将整个研究区域划分为0.5 °×0.5 °的网格,针对任一天(08时—08时)、任一网格点,如果至少存在一个时刻属于判识的冷涡影响范围内,则认为该日该网格点受到此冷涡的影响。
由于逐日天气现象数据为站点数据,首先使用最近邻方法将站点观测数据转换为空间分辨率为0.5 °×0.5 °经纬度网格数据,然后根据观测时间和位置剔除没有受到冷涡影响的数据,从而获得冷涡影响的雷暴、冰雹和雷暴大风分布。需要说明的是,通过这种判识获得的冷涡影响天气不包括龙卷,这是因为气象台站几乎不可能观测到龙卷的缘故。关于龙卷天气,将在4.4节进行分析。
4.2 冷涡影响的雷暴大风和冰雹分布冷涡本体附近和外围都可产生强对流天气,如2009年6月3日和2021年7月8日两次冷涡影响的强对流过程(图 5)。冷涡内对流云块的排列成螺旋线状;冷涡内的流场具有不均匀性和不对称性,对流发生在低空流线的辐合处和高空流线的辐散处。由于对流环境条件的差异,冷涡影响区域的南北方对流天气通常会存在显著差异,北方的对流天气多以雷暴大风、冰雹为主,南方的对流天气多以强降水为主。强对流天气多发生在冷涡东南象限和西南象限;冷锋、干线、地面辐合线等都可能是冷涡影响下产生暴雨和强对流天气系统的触发机制。丁一汇等[38]早在1982年就指出在槽后或冷涡的西南部和高空槽前的飑线是不同类型天气形势中最多的,这些飑线发生区域的中上层大气冷平流较强[24],垂直风切变大,飑线持续时间较长,产生的冰雹和大风强度也强。
|
图 5 典型冷涡与雷暴天气及云系分布 a. 2009年6月3日14时—4日02时雷暴天气(淡蓝色符号)和3日08时500 hPa位势高度场(黑色实线)、风场(紫红色风羽)以及温度场(蓝色和淡蓝色填色),彩色填色为地势高度;b. 2021年7月8日16时FY-2G可见光图像,叠置了14时500 hPa高度场(蓝色实线)、850 hPa风场(黄色风羽)和整层可降水量(淡蓝色实线)。 |
为了相互对比,图 6给出了2000—2010年期间冷涡影响的雷暴、冰雹和雷暴大风这三类天气年平均发生日数和分别占其年平均日数的比例地理分布。冷涡影响的三种强对流天气的空间分布具有一定的一致性,也具有较多差异。总体来看,在冷涡影响下,三种对流天气的高发区与冷涡的高发区较为一致,以内蒙古东北部和东北等地为最多发区,从东北向西南和向南等方向递减,其次为华北和黄淮等地,其他区域相对发生频率显著较低。
|
图 6 冷涡影响的雷暴(a、b)、冰雹(c、d)和雷暴大风(e、f)地理分布 a、c和e为年平均天数分布,b、d和f分别为冷涡影响的三类天气各占相应年平均日数的百分比;a图色标不同于c和e图;b、d和f图色标一致。 |
对于雷暴天气,东北地区40%~60% 的雷暴日受到冷涡影响,华北仅20%~30%,而长江以南和西南地区则不到10%。
由于冷涡影响下,中层大气较为干冷,垂直减温率大,会导致较大的CAPE,从而有利于产生冰雹和雷暴大风天气,因此,冷涡影响的冰雹和雷暴大风所占该类天气的发生比例显著高于雷暴。内蒙古中部和东北部以及东北等地的冷涡影响的冰雹和雷暴大风天气普遍高于60%,最高可超过80%;华北和黄淮等地的大部分区域达40%以上,西北地区东部和长江中下游地区的很大一部分区域达20%以上。
由此可见,东北、内蒙古大部、华北和黄淮等地的冰雹和雷暴大风天气显著受到冷涡的影响,且这两类大风天气比雷暴更易于受到冷涡影响,这是由不同类型对流天气所需发生条件的差异造成的。
冷涡影响的这三种强对流天气年际变化呈现为波动性变化特点(图略),而季节变化和日变化则呈现为单峰型(图 7)。由于春末和夏季的5—8月是冷涡(图 1)和中国北方强对流天气的多发月份,因此,冷涡影响的雷暴和冰雹这两类天气也主要发生在这几个月份(图 7),但两类天气的最大峰值月份略有差异;雷暴大风天气略有不同,主要发生在4—6月,最大峰值较雷暴和冰雹超前。三种强对流天气的日变化特征非常类似,均在午后到傍晚(14—20时)之间频数较高,在16—17时达到最大峰值;但雷暴的峰值持续时间更长一些、变化相对平缓,且在日出前略有一个非常不显著的次峰。
|
图 7 冷涡影响的雷暴、冰雹和雷暴大风年平均天数的月际变化(a)和日变化(b) 冰雹和雷暴大风曲线对应左侧纵坐标;雷暴曲线对应右侧纵坐标。 |
从天气形势来看,中国的冰雹和雷暴大风天气易发生在春季和初夏大气斜压性较强、温度直减率较大的天气背景下,其中冷涡是最为典型的此类天气系统,如2009年6月3日冷涡影响的河南、2015年6月1日冷涡外围影响的“东方之星”客轮翻沉事件[1]等雷暴大风个例等,这是因为在这些天气形势下对流层大气中层通常会存在干层和垂直减温率较大的缘故。高空冷平流和低空暖平流、日间地表的太阳短波辐射增温等产生条件不稳定层结有利于强对流天气的发生发展,适量的水汽条件更有利于风雹类的强对流天气发生;中层干冷大气有利于产生冰雹和雷暴大风天气;强的中层风垂直切变有利于产生飑线、超级单体,从而导致冰雹和雷暴大风天气;因此,冰雹和雷暴大风天气常常一起发生,从而二者常被合称为风雹天气。
为了进一步展示冷涡影响下冰雹和雷暴大风天气的环境条件,选取2000—2014年冷涡中心位置在119~129 °E,44~54 °N范围内的受冷涡影响的冰雹和雷暴大风过程个例共25例[30],使用CFSR再分析资料对这些个例的环流形势和环境条件采用算术平均的方法进行了合成分析,并统计了物理量分布。
在合成的200 hPa等压面,平均的高空急流位于40 °N附近(图略),在冷涡本体的南侧。对于合成的500 hPa等压面(图 8),平均冷涡中心位于内蒙古东北部和黑龙江西部,副高位置偏南;冷涡西南侧和南侧的为西北风或偏西风,有大范围的风速大于12 m/s的区域,因此,0~6 km垂直风切变较强(图 9a),尽管这些垂直风切变总体弱于美国雷暴大风天气[35, 39-40]的相应物理量值;这些区域存在明显冷平流或不显著的温度平流。对于合成的850 hPa等压面,没有明显的低空急流(图略),冷涡西南侧和南侧有明显暖平流,这种冷暖平流的高低空配置有利于不稳定能量的积累。在850 hPa和925 hPa上,冷涡西南侧和东南侧存在明显的低空辐合切变线(图略)。
|
图 8 合成的天气形势场和选取的冰雹和雷暴大风个例天气分布 蓝色、黑色和棕色实线分别为850、500和200 hPa位势高度场,单位:10 gpm;红色虚线为500 hPa温度场;蓝色三角代表冰雹,紫红色十字代表大风。 |
|
图 9 合成的0~6 km垂直风切变(a,单位:m/s)和大气可降水量(b,单位:mm) 粗点划线内部为风雹天气主要发生区域。 |
但需要指出的是,部分冷涡影响的产生雷暴大风的强对流过程0~6 km垂直风切变并不是很强,比如2009年6月3日河南的飑线过程[32]和2016年6月30日河北和山东的飑线过程[34]。
从合成的整层大气可降水量PWAT(图 9b)来看,PWAT大部分数值在15~35 mm之间,少部分数值超过40 mm,总体大气水汽含量偏干,与统计的冰雹环境条件中的PWAT分布类似[40-41],比如2009年6月3日河南飑线的PWAT仅约17 mm、2016年6月30日河北和山东飑线的PWAT约26 mm[34]、2017年7月7日北京飑线的PWAT约34 mm[35]等。
从不同的物理量统计来看,850 hPa与500 hPa温度差大多数的情况超过了25 ℃(图略),这是一个较强的垂直减温率数值[9, 39-40],有利于产生较强的条件不稳定度,即较大的对流有效位能CAPE,比如2009年6月3日河南飑线的CAPE超过2 500 J/kg、2016年6月30日河北和山东飑线的CAPE将近4 000 J/kg [34]、2017年7月7日北京飑线的CAPE超过2 600 J/kg[35]。由于冷涡影响下,对流层中层大气较为干冷,因此0 ℃层高度相对较低(图略),统计结果显示大部分数值在3 500~ 4 500 gpm之间,中位数约为4 000 gpm,这也与冰雹环境条件中的0 ℃层高度分布类似[40-41]。
4.4 冷涡影响的龙卷分布和环境条件冷涡是有利于中国龙卷发生的天气系统之一[10-11],龙卷通常发生在冷涡的外围西南侧、南侧或东南侧,但2021年6月1日哈尔滨尚志龙卷发生在冷涡本体附近;才奎志等[42]统计发现,辽宁省的龙卷约有一半发生在冷涡背景下。王秀明等[9]发现2002—2013年13个东北典型强龙卷个例的天气背景为东北冷涡,位于冷涡南侧的次天气尺度短波槽为直接影响系统。
东北典型龙卷个例的环境条件特征[9]包括:环境温度直减率较大,850~500 hPa温差达30~ 33 ℃;低层水汽含量及湿层厚度较之江淮及华南龙卷显著偏低,地面露点温度可低至13 ℃,850 hPa露点多在8 ℃以下;常出现强低空急流(850~ 925 hPa风速16~20 m/s)和对流层中层急流(500 hPa风速20~25 m/s);龙卷风暴主要由干线及其伴随的强边界层辐合触发。2019年7月3日辽宁开原EF4级龙卷发生在东北冷涡西南侧[11],500 hPa大尺度槽后、短波横槽前和下沉运动区,具有前倾槽特征,地面西南暖湿气流风速大,地面露点达19 ℃左右,但PWAT仅约28 mm;地面露点显著高于统计的多数东北典型龙卷相应数值[9];该次龙卷满足了有利于超级单体龙卷的大CAPE值(达3 450 J/kg)、强0~6 km垂直风切变条件、较小CIN和较强0~1 km垂直风切变条件[11]。
但2016年江苏阜宁EF4级龙卷发生在500 hPa冷涡南侧、西北太平洋副高边缘和急流的南侧边缘,具备了有利于中气旋龙卷的所有有利环境条件:非常大的CAPE(2 705 J/kg)、特别强的0~6 km垂直风切变(27.5 m/s)、低层高的相对湿度(接近饱和)、极低的抬升凝结高度(CIN值为12 J/kg) 和较大的0~1 km垂直风切变(约8 m/s)条件[3]。
4.5 2021年冷涡影响的雷暴大风和龙卷过程概况2021年1—10月,中国受冷涡影响的大范围(至少影响3个省级行政区)以雷暴大风或冰雹为主的强对流天气过程共有16次,其中发生在春季4月和5月的过程共有3次,发生在夏季6—8月的过程共有11次,发生在秋季9月和10月的共有2次。
春季的典型过程是4月30日主要发生在江苏的雷暴大风过程、5月26—27日华北大部雷暴大风过程和5月31日华北和东北部分地区的雷暴大风过程。夏季的典型过程包括6月1日黑龙江哈尔滨尚志EF3级龙卷过程、6月25日内蒙古与河北张家口交界附近区域的EF3级龙卷过程、7月1日主要发生在华北的风雹过程等。秋季的典型过程是9月8日主要发生在内蒙古东北部和东北的雷暴大风过程、10月3日主要发生华北南部的风雹过程。此外,受冷涡影响,5月和6月黑龙江多次有较弱(除了6月1日哈尔滨尚志龙卷以外,其他龙卷的强度弱于EF3级)的龙卷过程发生[43];10月1日,在山东烟台等地有龙卷、雷暴大风、冰雹天气发生,但该次过程影响的地理范围较小,不属于前文所述的16次过程。还需要指出的是,5月10日和14日主要在长江中下游地区发生了大范围风雹过程,其中5月14日在江苏苏州和湖北武汉各发生了1次EF3级龙卷过程,但这两次过程都与蒙古和黑龙江交界附近区域的冷涡距离较远,都不在500 hPa冷涡本体及其周边正相对垂直涡度区的影响范围内,因此,其与冷涡并没有直接的联系。
从对流天气与冷涡的相对位置来看,春季的5次风雹过程都只发生在冷涡外围南侧,这是因为春季冷涡本体的大气通常不具备条件不稳定的缘故;另外的13次强对流天气过程,除了8月8—9日和10月3日这两次过程发生在冷涡外围南侧外,其他过程在冷涡本体的部分区域和外围南侧区域都有强对流天气发生。10月1日这次主要发生在山东烟台的强对流天气过程则是发生在冷涡外围南侧。
5 结论和讨论与以往研究成果不同,本文不仅给出了影响中国冷涡的中心气候分布特征,重点给出了冷涡本体和外围共同影响的地理分布及受其影响发生的雷暴大风、冰雹、龙卷与雷暴的气候分布和环境条件特征。此外,还给出了2021年冷涡影响的中国雷暴大风和龙卷过程概况。
(1) 影响中国的冷涡发生最多的季节是春季和夏季,其中5—7月最为频繁。冷涡影响最多的中国区域是东北和内蒙古北部地区,从内蒙古东北部和东北北部向西南和向南方向递减,其次是内蒙古中东部、华北和黄淮等地。冷涡中心最南可以位于35 °N附近,其外围最远可以影响到华南北部。
(2) 冷涡本体附近和外围都可产生强对流天气。冷涡影响的强对流天气主要发生在4—8月。东北、内蒙古大部、华北和黄淮等地的大部分区域中,雷暴大风和冰雹天气占相应天气年平均日数的百分比超过60%、最高超过80%,显著受到冷涡的影响,且比雷暴更易于受到冷涡影响。
(3) 冷涡影响的风雹天气的环境条件总体特征是中层会有冷平流、低层会有暖平流、水汽条件偏干、垂直风切变较大、0 ℃层高度相对较低、垂直温度递减率较大和具有显著的CAPE。
(4) 冷涡是有利于中国龙卷发生的天气系统之一,龙卷通常发生在冷涡外围西南侧、南侧或东南侧。冷涡龙卷发生的环境条件是水汽条件通常较差,但强龙卷通常具备了强的中层和低层垂直风切变、较小的CIN、较大的CAPE等有利条件。
(5) 2021年中国受冷涡影响的雷暴大风和龙卷过程多发生于春季和夏季,夏季和秋季的过程大多同时发生在冷涡本体和外围,而春季的过程都只发生在冷涡外围。
本文的主要贡献是给出了冷涡及其外围共同影响中国的气候分布及受其影响的冰雹与对流性大风气候分布和环境条件特征,尤其冷涡的外围影响尚未在已有文献中见到。本文定义的冷涡外围是500 hPa与冷涡本体相连接的正相对垂直涡度区,从获得的结果来看与我们的主观认识具有很好的一致性,但是否有更合理的冷涡外围定义仍需要进一步思考。由于受龙卷观测资料的限制,文中冷涡影响的龙卷分布分析还比较初步。本文也没有涉及暴雨天气,更没有分析研究强对流和暴雨天气的触发机制及其中小尺度特征和机理,这些都有必要在未来使用更多资料进行深入分析研究。
致谢: 感谢国家气象信息中心提供的中国国家级地面站逐日天气现象数据集2000—2010年数据资料。| [1] |
郑永光, 田付友, 孟智勇, 等. "东方之星"客轮翻沉事件周边区域风灾现场调查与多尺度特征分析[J]. 气象, 2016, 42(1): 1-13. |
| [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] |
郑永光, 朱文剑, 田付友. 2015年"东方之星"翻沉事件和2016年阜宁EF4级龙卷对流风暴环境条件、结构特征和机理[J]. 气象科技进展, 2018, 8(2): 44-54. DOI:10.3969/j.issn.2095-1973.2018.02.005 |
| [4] |
郑永光, 周康辉, 盛杰, 等. 强对流天气监测预报预警技术进展[J]. 应用气象学报, 2015, 26(6): 641-657. |
| [5] |
郑永光, 田付友, 周康辉, 等. 雷暴大风与龙卷的预报预警和灾害现场调查[J]. 气象科技进展, 2018, 8(2): 55-61. DOI:10.3969/j.issn.2095-1973.2018.02.006 |
| [6] |
YU X D, ZHENG Y G. Advances in severe convection research and operation in China[J]. J Meteor Res, 2020, 34(2): 189-217. DOI:10.1007/s13351-020-9875-2 |
| [7] |
郑秀雅, 张廷治, 白人海. 东北暴雨[M]. 北京: 气象出版社, 1992: 219.
|
| [8] |
张立祥, 李泽椿. 东北冷涡研究概述[J]. 气候与环境研究, 2009, 14(2): 218-228. |
| [9] |
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. |
| [10] |
郑永光. 中国龙卷气候特征和环境条件研究进展综述[J]. 气象科技进展, 2020, 10(6): 69-75. DOI:10.3969/j.issn.2095-1973.2020.06.012 |
| [11] |
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. |
| [12] |
郑永光, 刘菲凡, 张恒进. 中国龙卷研究进展[J]. 气象, 2021, 47(11): 1 319-1 335. |
| [13] |
BELL G D, BOSART L F. A 15-year climatology of Northern Hemisphere 500 mb closed cyclone and anticyclone centers[J]. Mon Wea Rev, 1989, 117(10): 2 142-2 163. DOI:10.1175/1520-0493(1989)117<2142:AYCONH>2.0.CO;2 |
| [14] |
NIETO R, GIMENO L, DE LA TORRE L, et al. Climatological feature of cut off low systems in the Northern Hemisphere[J]. J Climate, 2005, 18(16): 3 085-3 103. DOI:10.1175/JCLI3386.1 |
| [15] |
MUÑOZ C, SCHULTZ D, VAUGHAN G. A midlatitude climatology and interannual variability of 200- and 500-hPa cut-off lows[J]. J Climate, 2020, 33(6): 2 201-2 222. DOI:10.1175/JCLI-D-19-0497.1 |
| [16] |
孙力, 郑秀雅, 王琪. 东北冷涡的时空分布特征及其与东亚大型环流系统之间的关系[J]. 应用气象学报, 1994, 5(3): 297-303. |
| [17] |
胡开喜, 陆日宇, 王东海. 东北冷涡及其气候影响[J]. 大气科学, 2011, 35(1): 179-191. DOI:10.3878/j.issn.1006-9895.2011.01.15 |
| [18] |
谢作威, 布和朝鲁. 东北冷涡低频活动特征及背景环流[J]. 气象学报, 2012, 70(4): 704-716. |
| [19] |
张仙, 谌芸, 王磊, 等. 冷涡背景下京津冀地区连续降雹统计分析[J]. 气象, 2013, 39(12): 1 570-1 579. |
| [20] |
黄璇, 李栋梁. 1979—2018年5—8月中国东北冷涡建立的客观识别方法及变化特征[J]. 气象学报, 2020, 78(6): 945-961. |
| [21] |
ZHANG C, ZHANG Q, WANG Y, et al. Climatology of warm season cold vortices in East Asia: 1979-2005[J]. Meteor Atmos Phy, 2008, 100(1-4): 291-301. DOI:10.1007/s00703-008-0310-y |
| [22] |
谢义炳. 十年来我国降水问题的研究工作[J]. 气象学报, 1959, 30(3): 223-225. |
| [23] |
陶诗言. 中国之暴雨[M]. 北京: 科学出版社, 1980: 35-37.
|
| [24] |
白人海, 谢安. 东北冷涡过程中的飑线分析[J]. 气象, 1998, 24(4): 37-40. DOI:10.3969/j.issn.1673-8411.1998.04.012 |
| [25] |
唐晓玲, 丁力, 廉毅. 吉林省冷涡降雹的若干统计事实[M]. 沈阳: 辽宁出版社, 1997: 1-10.
|
| [26] |
郁珍艳, 何立富, 范广洲, 等. 华北冷涡背景下强对流天气的基本特征分析[J]. 热带气象学报, 2011, 27(1): 89-94. DOI:10.3969/j.issn.1004-4965.2011.01.010 |
| [27] |
王磊, 谌芸, 张仙, 等. 冷涡背景下MCS的统计分析[J]. 气象, 2013, 39(11): 1 385-1 392. |
| [28] |
郑媛媛, 张雪晨, 朱红芳, 等. 东北冷涡对江淮飑线生成的影响研究[J]. 高原气象, 2014, 33(1): 261-269. |
| [29] |
杨珊珊, 谌芸, 李晟祺, 等. 冷涡背景下飑线过程统计分析[J]. 气象, 2016, 42(9): 1 079-1 089. |
| [30] |
宋敏敏. 冷涡影响下我国强对流天气分布特征与个例研究[D]. 北京: 中国气象科学研究院. 2016.
|
| [31] |
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. |
| [32] |
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. |
| [33] |
蔡雪薇, 谌芸, 沈新勇, 等. 冷涡背景下不同类型强对流天气的成因对比分析[J]. 气象, 2019, 45(5): 621-631. |
| [34] |
公衍铎, 郑永光, 罗琪. 冷涡底部一次弓状强飑线的演变和机理[J]. 气象, 2019, 45(4): 483-495. |
| [35] |
罗琪, 郑永光, 陈敏. 2017年北京北部一次罕见强弓状飑线过程演变和机理[J]. 气象学报, 2019, 77(3): 371-386. |
| [36] |
张弛, 王咏青, 沈新勇, 等. 东北冷涡背景下飑线发展机制的理论分析和数值研究[J]. 大气科学, 2019, 43(2): 361-371. |
| [37] |
郑永光, 林隐静, 朱文剑, 等. 强对流天气综合监测业务系统建设[J]. 气象, 2013, 39(2): 234-240. |
| [38] |
丁一汇, 李鸿洲, 章名立, 等. 我国飑线发生条件的研究[J]. 大气科学, 1982, 6(1): 18-27. DOI:10.3878/j.issn.1006-9895.1982.01.03 |
| [39] |
CRAVEN J P, BROOKS H E. Baseline climatology of sounding derived parameters associated with deep, moist convection[J]. Natl Wea Dig, 2004, 28: 12-24. |
| [40] |
郑永光, 陶祖钰, 俞小鼎. 强对流天气预报的一些基本问题[J]. 气象, 2017, 43(6): 641-652. |
| [41] |
曹艳察, 田付友, 郑永光, 等. 中国两级阶梯地势区域冰雹天气的环境物理量统计特征[J]. 高原气象, 2018, 37(1): 185-196. |
| [42] |
才奎志, 姚秀萍, 孙晓巍, 等. 冷涡背景下辽宁龙卷气候特征和环境条件[J]. 气象学报, 网络预出版.
|
| [43] |
张礼宝. 黑龙江2021年春季龙卷预报服务分析[C]// 2021年7月8日国家气象中心科研业务结合工作第六期联合会商.
|
2021, Vol. 37


