龙卷是在对流云中产生的破坏力极大的小尺度灾害性天气,当前记录到最强龙卷的地面极大阵风风速介于125~140 m/s[1]。由于其突发性强、预报难度大,能在短时间内造成重大人员伤亡和财产损失,近年来导致的灾害尤其突出。例如,2016年6月23日江苏省盐城市阜宁EF4级龙卷造成98人死亡和800多人受伤[2-3];2019年7月3日辽宁开原市EF4级龙卷,造成7人死亡、190余人受伤[4]。2021年5月14日傍晚到夜间苏州和武汉两地先后出现EF3级强龙卷,共造成14人死亡。龙卷的时空尺度很小,生命史一般为几分钟到几十分钟,近地面直径在几十米至几公里。常规气象观测很难对龙卷进行有效监测,且若强龙卷直接袭击气象观测站则极有可能将观测设备摧毁。因此开展龙卷等致灾雷暴大风的现场灾情调查,确认风灾类型、龙卷路径、龙卷强度和范围等,对促进龙卷等强对流天气的研究有重要意义。
Fujita等[5]开创性地开展了风灾调查工作,1971年提出了F等级,用于评估龙卷和台风等导致的风灾强度,美国已经形成了比较完整规范的龙卷和下击暴流所致风灾强度等级现场调查体系,美国也对F等级进行了修订,成为“增强藤田级别”(Enhanced Fujita scale;以下简称EF等级)[6-8],2007年起美国采用EF等级作为评估龙卷强度等级标准,目前加拿大、法国等国也采用了该等级标准,对其进行了修正使用。Fujita等[9-10]基于美国多个龙卷的观测事实,分别在1971年和1976年提出了龙卷涡旋中可能存在多涡旋的多尺度特征,但这种多涡旋龙卷特征在我国尚未有观测或灾情特征的相关分析。近年来我国学者对国内多次龙卷等致灾雷暴大风开展了大量的现场灾情调查研究[11-17]。这些研究指出:龙卷大风通常是高度辐合的旋转性风场,其路径一般相对比较狭窄;而下击暴流大风通常是具有明显辐散特征的直线或者曲线型大风。孟智勇、郑永光等总结了现场灾情调查判断风灾类型的技巧并从不同角度揭示了龙卷的雷达特征和致灾机理等[11-14]。范雯杰等[18]、黄大鹏等[19]分别对1961—2013年以及1984—2013年中国龙卷特征和灾害特征进行了研究,并指出我国龙卷灾害的总体演变趋势和空间分布特征。佛山市龙卷风研究中心从2015年台风“彩虹”外围龙卷后开始开展全国龙卷等致灾雷暴大风的灾情调查工作[20-21]。在2016—2020年间,共参与了全国范围内49次龙卷和下击暴流等致灾大风的灾情调查,确认了39次龙卷过程,2次强下击暴流过程。自2018年起,佛山市龙卷风研究中心给出了中国龙卷逐年活动情况综述[22-24]。在龙卷风强度等级标准方面,中国气象行业标准——龙卷强度等级QX/T 478-2019(以下简称行标)于2019年8月1日开始实施[25],该行标是基于EF等级、结合我国龙卷灾害特点制定的,主要是以龙卷发生时近地面阵风风速最大值为指标,将龙卷强度分为四个等级。中华人民共和国国家标准——龙卷风强度等级(GB/T 40243-2021)已于2021年5月21日发布[26],于2021年12月1日实施,该标准将进一步细化不同灾害指示物的灾损程度和对应风速范围。以上现场灾情调查和分析工作,以及龙卷风强度标准制定工作,促进了我国风灾现场调查的研究进展,但我国龙卷的研究还处于起步阶段,着重个别重大个例的分析为主,尚缺乏系统分析近年来我国龙卷的发生概况、变化趋势以及中国龙卷灾情特征等相关的研究。
本文首先总结2016—2020年我国龙卷特征和概况,然后基于龙卷现场灾情调查获取的详细资料,总结我国龙卷灾情的主要特征,并对照不同强度等级龙卷造成的破坏情况,提出灾情调查的重点和技巧,以加深对龙卷灾情现场调查的认识,进一步为龙卷研究提供基础资料和参考依据,推进我国龙卷预报预警业务的开展。
2 资料来源与方法 2.1 资料来源龙卷个例包括2016—2020年广东省佛山市龙卷风研究中心参与了现场灾情调查,与当地气象部门及国家气象中心确认的39个龙卷个例,以及北京大学孟智勇团队收集的139个龙卷个例,共计178个个例。其中,有灾情调查的个例资料包括:灾后无人机航拍的视频、照片,目击者拍摄的视频,附近的监控视频,近距离拍摄的照片以及测量的数据等,还包括台站地面气象观测资料,各级气象网站,网络媒体公布的采访、实录等,有完整、详尽的强度、路径、破坏宽度等信息。收集的个例有龙卷图片、视频或有官方资料确认龙卷的发生,但由于没有参与现场的灾情调查,因此没有详细的龙卷强度、宽度、路径、灾情信息。
2.2 龙卷定级及灾情特征总结方法在龙卷灾情调查过程中,通过灾情调查组收集龙卷发生的地点、目击或者拍摄到龙卷的时间、现场照片和视频资料、灾情特征和调查报告等,分析龙卷起始时间、路径最大宽度、路径长度并分别使用EF等级和我国龙卷强度行业标准对龙卷强度进行判定。灾情特征的总结基于多个龙卷个例的灾情特征进行分析,不代表全部龙卷都会有此特征,强龙卷(EF2级及以上)的灾情特征比弱龙卷(EF0~EF1)更明显。
2.3 偏差说明本文的统计时段为2016—2020年,总结龙卷时空和分布特征主要基于178个个例进行分析总结,龙卷强度、路径及灾情特征的分析主要基于39个有详细灾情调查资料个例进行分析。由于信息收集的不完整性,龙卷的总数特别是弱龙卷的数量会比实际明显偏少,无详细强度等级信息的139个龙卷个例大部分以弱龙卷为主,而EF2级及以上强度龙卷所致的灾情相对严重,被媒体报道或地方气象部门大部分能获取龙卷发生的信息,能及时进行灾情调查,因此EF2级及以上的强龙卷漏记情况相对较少,比较接近实际发生的情况。有些龙卷的发生和结束时间可能会存在偏差,主要原因是发生在夜间或伴随强降雨的龙卷个例,能见度所限,没有监控视频或目击者没有拍摄到龙卷生消视频,常用的判断方法是结合现场灾情调查、天气雷达和台站地面气象观测资料进行推断。现场调查时,有些灾情现场已整理或修复,或龙卷发生后又出现了强降雨天气,影响受灾现场灾情指示物的倒伏情况,因此灾情指示物的真实情况可能存在偏差。另外,龙卷强度判断部分依赖主观判断,由于我国南北跨度大,下垫面的复杂性,仍有较多灾情指示物不能与等级标准对应,因此不同专家对龙卷风强度定级可能存在偏差。
尽管存在上述偏差,针对龙卷和灾情进行分析总结,总体上发现近年我国龙卷发生的特征和灾情特征,提高对龙卷的认识和灾情调查识别及效率。
3 中国龙卷概况 3.1 龙卷时空分布特征图 1a为龙卷分布叠加ERA5再分析资料计算的地表粗糙度长度(Surface roughness length)图,图 1b、图 1c分别是不同的地形高度和地表粗糙度长度对应龙卷发生个数。地表粗糙度长度是反映下垫面形态的一个重要指标[27],由于地表植被、水体、建筑等下垫面不同的土地利用类型产生不同的粗糙度长度。Roberts等[28]近年对多个龙卷个例根据不同的地表粗糙度长度加入摩擦作用进行模拟研究指出,地表摩擦产生的水平涡度通过水平和垂直扭曲成为垂直涡度,是龙卷形成的一个重要涡度来源,太小和太大的地表摩擦均不利于龙卷的形成。
|
图 1 2016—2020年中国178次龙卷分布叠加地表粗糙度长度图(单位:m,a)、不同地形高度发生龙卷个数(b)、不同地表粗糙度长度发生龙卷个数(c) |
从龙卷发生的空间分布和地形高度分布看(图 1a、图 1b),178个龙卷主要发生在中国华东地区、华中地区东部,华南地区、华北地区东南部以及东北地区中西部等地势平坦地区。龙卷发生起点的平均海拔高度为234 m,海拔高度≤200 m的平原地区形成的龙卷占总数的79%,西北和西南地势较高的地区相对龙卷少发,5年间共记录了6个龙卷,主要发生在青藏高原和云南等地,以弱龙卷为主。从龙卷起点的下垫面土地利用类型看(图 1c),95% 的龙卷发生在粗糙度长度为0.04~ 1.70 m范围内,该粗糙度长度范围下垫面土地利用类型为低矮作物、农田、郊区、矮树丛、林区及低矮建筑为主,在地表粗糙度长度<0.002 m的开阔水体、积雪区域和>1.7 m的城市核心区生成触地的龙卷只占总数的2.8%。因此中国龙卷更易在平原地区的农村、农田、庄稼地触地生成,途经农村低矮房屋、庄稼地、小树林、草地、泥地、简易工棚等下垫面。
图 2a给出了5年间龙卷总数在5个以上的14个省区的分布情况,广东、江苏、安徽、山东、内蒙古、黑龙江、海南以及湖南发生了10次以上龙卷,年平均2次或以上。广东发生次数最多,有26次,江苏、安徽分别有22次和15次,广东、江苏和安徽记录的龙卷总数排名前三,与范雯杰等[18]统计的2004—2013年我国EF1级以上龙卷数量排名前三的省一致。而EF2级及以上的强龙卷,江苏记录有4次,广东、山东、内蒙古分别有3次。
|
图 2 2016—2020年龙卷数量最多14省区(a)、龙卷逐月(b)、龙卷发生时间的日变化(c)分布图 |
图 2b给出了178个龙卷的逐月发生特征,龙卷主要发生在春、夏两季和初秋(4—9月),占龙卷总数的96%,其中7—8月是龙卷发生的最高峰月份,占全年龙卷总数的54%。图 2c为龙卷发生起始时间的分布情况,77% 的龙卷发生在白天10— 20时之间(北京时间,下同),该时段也是经过白天太阳辐射后,大气层结不稳定,强对流天气最易发生的时段,其中43%的龙卷发生在午后到傍晚(14 —18时)。
3.2 龙卷强度特征表 1为39个龙卷个例的详细调查信息,其中强度无法确定的龙卷有1个,EF0级龙卷4个,EF1级龙卷12个,EF2级龙卷14个,EF3级龙卷5个,EF4级龙卷3个。EF2或以上级别强龙卷22个,年平均4.4个,比1961—2010年全国记录到的EF2级或以上强龙卷每5年平均次数的16.5个多了5.5个[18],这很大可能与近年网络、通讯的发展及智能手机的普及,让更多灾害性天气被记录有关。
| 表 1 2016—2020年中国39次龙卷信息表 |
2016—2020年,最强的龙卷为EF4级,共3个,分别发生在2016年6月23日江苏盐城[3]、2017年8月11日内蒙古赤峰以及2019年7月3日辽宁开原[4],致灾最严重的龙卷是2016年6月23日的江苏盐城阜宁县和射阳县的EF4龙卷[3, 12, 29],共造成99人死亡,800多人受伤,其中阜宁龙卷影响时间50 min,路径长度34.5 km,平均宽度2 km左右,最宽处4.1 km。综合郑永光、范雯杰等统计结果得出[14, 18],1951—2020年60年间,我国未记录到EF5级龙卷,共记录了8个EF4级龙卷。
2016—2020年间,出现了1次台风龙卷高爆发期[22, 30],2018年8月13—14日,在1814号台风“摩羯”外围螺旋雨带中,天津市、山东省先后出现至少11个龙卷。其中,最强的是天津静海EF3级龙卷,山东潍坊市、烟台市、滨州市以及东营市等地的龙卷强度介于EF0~EF2级,路径长度在50 m ~5 km。从以往研究成果看,在近30年来,这个台风龙卷的数量仅次于1989年9月16日第23号台风外围环流在江苏省盐城市、南通市和泰州市等地产生的23个龙卷。
3.3 龙卷路径特征表 1中,有33个龙卷有详细的路径长度、平均最大宽度以及纵横比(破坏长度与最大宽度之比) 信息。图 3为不同等级龙卷平均路径长度、宽度、纵横比变化,从表 1和图 3分析得到:弱到中等龙卷(EF0~EF1级)平均路径长度为1.08 km,宽度为0.11 km,纵横比为9.67;强龙卷(EF2~EF3级)平均路径长度为11.69 km,宽度为0.36 km,纵横比为32.59;超强龙卷(EF4级)龙卷平均路径长度为19.17 km,宽度为1.79 km,纵横比为22.16;33次龙卷的平均路径长度8.94 km,平均最大宽度0.55 km,EF2级及以上龙卷平均路径长度14.18 km、平均最大宽度0.84 km,EF3级及以上龙卷平均路径长度17.36 km、平均最大宽度1.06 km,与范雯杰等[18]统计的33次强龙卷路径与强度变化趋势一致。可见,龙卷的影响路径、最大影响宽度与龙卷强度等级成正相关,龙卷强度越强,路径越长,影响的最大宽度越大。
|
图 3 不同等级龙卷平均路径长度、宽度、纵横比变化 |
2016—2020年,影响路径最长的龙卷为2020年7月22日安徽宿州EF3级龙卷,龙卷路径长度62 km,最大宽度0.8 km,影响时间69 min。1961 —2010年50年间,龙卷路径>60 km仅有2个[18],分别为1983年7月1日江苏如东EF3级龙卷(95 km)和1990年5月29日黑龙江拜泉EF2级龙卷(80 km)。
3.4 龙卷外观形态特征龙卷的外观形态,与龙卷的强度和所处的环境有关。卷起水体的龙卷呈现白色,卷起泥土、碎屑等的龙卷一般呈现比较深的颜色。
从调研获取得到的多个龙卷实拍视频分析可见,龙卷处于不同的发展阶段和不同强度,可能存在不同的形态特征,包括:绳形龙卷、漏斗形龙卷、烟囱状龙卷、和楔形龙卷。绳形龙卷形态纤细,轮廓较弯,此时一般处于发展阶段,强度弱,在EF0~EF1左右(图 4a、图 5a)。漏斗形龙卷是比较多见的形态,不同强度阶段的龙卷均可能呈现漏斗形(图 4b、图 5b)。大部分烟囱状龙卷轮廓直,比较粗壮,达到强龙卷等级,一般在EF2~EF3级(图 4c、图 5c)。楔形龙卷:长度较宽,宽度可能超过高度,强度在EF3级以上(图 4d、图 5d)。龙卷风还可能完全被雨或尘土掩盖,难以辨别它的形态,如2016年6月23日阜宁龙卷(图 4e)的形态完全被强降雨覆盖,难以辨别,容易造成较大灾难。个别形态较弱,形成时间非常短的龙卷,仅能卷起碎片,碎片呈逆时针旋转,并在很短时间内减弱,这种龙卷很难被市民拍摄到,通常通过附近监控视频获取,如2018年6月8日和2020年5月31日(图 4f)广东佛山两次EF1级龙卷。2016年5月6日海南文昌EF3级龙卷(图 5a~5d)以及2019年7月3日辽宁开原EF4级龙卷,由于发生在孤立的超级单体风暴中,而且发生时间在白天到傍晚,能见度较好,手机和监控视频完整记录了龙卷从绳状到漏斗状、柱状再到楔状的发展过程,这为龙卷演变特征的研究提供了非常珍贵的实拍资料。
|
图 4 不同形态龙卷视频截图 a. 20160924内蒙古通辽龙卷;b. 20190703辽宁开原龙卷;c. 20200809内蒙古包头龙卷;d. 20170811内蒙古赤峰龙卷;e. 20160623江苏盐城龙卷;f. 20200531广东佛山龙卷。 |
|
图 5 20160506海南文昌EF3级龙卷形态演变特征 |
多漩涡龙卷是指带有两股以上围绕同一个中心旋转的漩涡的龙卷风(图 6a)。Fujita等[9]、Agee等[10]分别给出了美国多个多涡旋龙卷个例的视频或灾情特征,并提出了多涡旋龙卷的概念模型。分析我国2016—2020年的龙卷个例视频和灾情特征,可判断至少有3个龙卷存在多涡旋龙卷的特征,在国内首次验证了多涡旋龙卷模型。
|
图 6 多涡旋龙卷特征 a. 多涡旋龙卷模型[9];b~c. 20170816广东湛江龙卷次级涡旋生成视频截图;d. 20180917广东佛山龙卷多涡旋特征视频截图;e. 20190413广东湛江龙卷多涡旋特征视频截图;f. 20170816广东湛江龙卷半螺旋状前进破坏条迹,黑色箭头为龙卷移动方向;f1~f2. 图f的精细图,为次级涡旋停滞造成的地面灾情指示物旋转状倒伏特征。 |
图 6是3个多涡旋龙卷的视频截图,图 6b~6c和图 6f~6f2分别是2017年8月16日广东湛江EF1级龙卷的主涡旋和次级涡旋生成视频截图以及灾后航拍图,由视频和灾后图片可判断,本次龙卷至少存在2个次级涡旋,次级涡旋是在主涡旋接触下垫面后再生成,本次龙卷经过了甘蔗地、草地和香蕉地,破坏痕迹清晰,图 6f为龙卷移动路径和破坏条迹(黑色箭头为龙卷移动方向),图 6f1为图 6f黑色方框处航拍细节图,图 6f2为图 6f黑色圆圈处航拍细节图,可见当次级涡旋沿龙卷的主路径快速移动时,围绕母龙卷中心在轨迹上留下一重一轻的半螺旋状前进轨迹(图 6f中白色痕迹),当次级涡旋(图 6f1、图 6f2)在没有移动的情况下旋转,造成地面甘蔗在某地明显旋转型的倒伏特征,这与Fujita[9]在1981年给出的多个多涡旋龙卷的灾情特征一致。
图 6d和图 6e分别是2018年9月17日广东佛山EF2级龙卷和2019年4月13日广东湛江EF3级龙卷视频监控拍摄的画面,两个龙卷的多涡旋特征均是在龙卷经过江面时,水面上可清晰辨别出在龙卷主涡旋上有3~5个次级涡旋伴随主涡旋移动(白色圆圈)。次级涡旋的生成和消失是动态的,通常仅维持数分钟。这两次龙卷在陆地上经过的下垫面以房屋、水泥地、水体等为主,大面积的树木、草地不多,下垫面变化大,难以通过现场判断多涡旋特征。美国龙卷观测个例较多,且大平原的下垫面为主,比较容易捕捉到多涡旋龙卷的破坏特征;而在我国由于龙卷的生命史相对较短,下垫面复杂多变,经过水体时在水面上容易辨别多个涡旋,或者经过一致的草地、一致的低矮庄稼时,在龙卷条迹上有逆时针旋转的螺旋式前进的特征,或在主要的破坏条迹周边有小的涡旋破坏特征,才容易分辨多涡旋龙卷的特征。
4 灾情特征分析龙卷虽然尺度小、生命史短,但由于其中心风速大,在北半球会产生强大的逆时针旋转的扭力,且所到之处,造成强大的气压差,因此对建筑物等可产生极强的瞬时荷载,对密闭或半密闭的建筑物产生炸裂式破坏。弱到中等龙卷(EF0~EF1)主要造成简易工棚、厂房、农村楼房屋顶表面受损,柱体折断,树木细枝折断或树木连根拔起等;强龙卷(EF2及以上)破坏力强,可造成农村砖木结构房子完全倒塌,扭曲或摧毁钢筋混凝土房屋、电线杆和高压铁塔等,折断直径较大的树干,使树木剥皮或剥掉枝叶,掀翻或移动重型机械、汽车等,也会产生大量的抛射物,常见的有砖瓦、树木、家具、铁片等。EF3级或以上级别强度龙卷则可能卷起汽车、房屋、简易工棚等并抛出一定距离。
4.1 条状的破坏痕迹龙卷路径通常表现为狭长,纵横比大的特征,地面可能有浅色条状的破坏痕迹(以下简称“条迹”)等特征。如图 7所示,通过无人机航拍可获得龙卷在下垫面留下的条迹,从而能快速判断风灾类型和识别龙卷风行进方向,龙卷条迹粗细与龙卷的强度等级、下垫面等因素有关,龙卷强度越强,植被抗风能力越差,条迹宽度越大,越容易被识别。玉米地、水稻田、树林、草地、甘蔗地、菠萝地等下垫面(图 7a、图 7c~7j),龙卷条迹比泥地(图 7b)的清晰,同样是草地的下垫面,龙卷等级高(图 7g)的条迹及影响范围比等级低(图 7e和图 7i)的明显和大。但是,表 1中的39个个例并不是全部都有清晰的条迹,有些由于龙卷强度弱并且下垫面是水泥、房屋和水面等,下垫面复杂多变,条迹就不清晰。除此之外,龙卷的条迹清晰度也跟航拍角度和高度有关,所以灾情调查要注意多角度,高低空航拍。
|
图 7 无人机航拍的龙卷条迹 a. 20160605海南文昌EF3级;b. 20160623江苏盐城EF4级;c. 20190413广东湛江EF3级;d. 20170811内蒙古赤峰EF4级;e. 20180813天津静海EF3级;f. 20180813山东枣庄EF2级;g. 20190703辽宁开原EF4级;h. 20190816辽宁营口EF1级;i. 20200722安徽宿州EF3级;j. 20200809黑龙江绥化EF2级。 |
龙卷通常是高度辐合的旋转性风场,破坏带中受灾指示物通常有明显辐合状倒伏的特征[14, 24]。图 8为2016—2020年部分EF2、EF3、EF4级龙卷个例树木倒伏特征和倒伏尺度,树木或房屋沿着龙卷风前进路径均呈现出辐合状倒伏,徐州EF2个例辐合尺度在100~200 m(图 8a、图 8b),天津EF3个例辐合尺度在300~400 m(图 8c),而阜宁EF4个例辐合尺度接近500 m(图 8d),由此可见,龙卷灾害破坏的辐合状倒伏主要围绕龙卷路径中心辐合,与前人研究的龙卷辐合流场一致(图 8e),辐合尺度与龙卷强度有关,强度越强辐合尺度越大,但是由于龙卷内部环流的复杂性,也可能存在较多个方向的抛射物,某些地方可能存在杂乱的倒伏状,但越靠近龙卷路径中心,倒伏辐合状越明显,龙卷等级越高、下垫面为庄稼地、树林等植物,受灾指示物的辐合状倒伏特征越明显。因此,龙卷的灾害现场辐合状倒伏沿龙卷路径呈现连续或跳跃的细长辐合倒伏,倒伏的尺度与龙卷直径有关,一般从百米到几百米为主,强度越强,尺度越大。与下击暴流条迹尺度相当,但是下击暴流造成破坏相比有明显不同,下击暴流通常破坏点多并可能呈现不连续性,受灾指示物通常是明显辐散状倒伏。但是如果龙卷强度较弱,达不到令树木倒伏时,则辐合特征较难识别,因此仅从地面灾情调查来看,有时很难区分是弱龙卷还是直线大风或下击暴流所致的大风灾害。
|
图 8 无人机航拍树木辐合状倒伏特征 a~b. 20180818江苏徐州EF2级龙卷;c. 20180813天津静海EF3级龙卷;d. 20160623江苏阜宁EF4级龙卷;e. 龙卷风流型图。红色箭头为灾情指示物倒伏方向,白色箭头为主要流线,黑色虚线为龙卷行进路径和方向。 |
在北半球,龙卷风旋转方向主要呈气旋性,即逆时针旋转。由于龙卷风中心风力强并有旋转性原因,可对树木、电线杆、高压输电铁塔等这些相对比较高的树木和杆体造成不同程度的折断或扭折。图 9是不同强度等级龙卷造成树木倒伏和扭曲状折断,EF0~EF1级刮断树木细枝或折断硬木类小树,刮倒浅根树,EF2级以上龙卷容易对直径较大的(30 cm以上)的受灾指示物造成扭曲性折断(图 9c~9f),造成树干严重扭断,EF3~EF4级龙卷造成树叶完全剥离,树皮严重剥落,树干严重扭曲(图 9d~9g)。图 10为电线杆和高压铁塔扭折情况,a、b电线杆直径和钢筋含量比c、d小,钢筋的扭曲严重程度也不同,因此同样是钢筋混凝土结构电线杆折断,龙卷的实际强度或中心风力可能存在一定的差异。图 10e~10g为高压铁塔折断或倒塌,e、f仅在铁塔的中底部折断,铁塔的中上部结构还是完好的,而图 10g可见,铁塔从根部折断,且整体严重扭曲,这些描述在我国龙卷行业标准中描述得较细致,可对应给出相应的强度等级。由此可见,在龙卷的强度定级中,需要仔细判断受灾指示物的直径、结构、倒伏或扭曲的程度,同时也需要参考其周边其他受灾指示物的破坏强度综合而定。
|
图 9 不同强度等级龙卷造成树木受灾特征 a. 20190816 EF0级;b. 20200601 EF1级;c. 20200722 EF2级;d. 20190413 EF3级;e. 20190703 EF4级;f~g. 20160623 EF4级。 |
|
图 10 龙卷造成钢筋混凝土电线杆和高压铁塔倒伏特征 a. 20190413广东湛江EF3级;b. 20200612江苏高邮EF2级;c、g. 20160623江苏盐城EF4;d、f. 20190703辽宁开原EF4级;e. 20200722安徽宿州EF3级。 |
龙卷风的受灾现场,可见大量的抛射物,常见的小型抛射物有砖瓦、铁皮、铁片等,龙卷强度EF等级及我国龙卷风强度行业等级没有对抛射物进行定级,因此难以通过抛射物的严重程度确定龙卷的EF等级和行业标准等级,图 11为2016—2020年我国部分龙卷个例产生不同抛射物的破坏程度,图 11a~11d为轻的抛射物的破坏程度,有些抛射物可插进坚硬的物体,如砖瓦插进椰子树树干、混凝土结构的蒙古包外墙等,有些龙卷过程产生大的抛射物,如集装箱、汽车等被吹离几十米远且严重变形(图 11e~11g),几十吨重的吊车被吹离地面十几米远(图 11h),则龙卷强度可能相对更强。
|
图 11 不同强度龙卷各种抛射物特征 a、b. 20200809内蒙古包头EF2级;c. 20160605海南文昌EF3级;d. 20200809内蒙古包头EF2级;e. 20190413广东湛江EF3级;f. 20170811内蒙古赤峰EF4级;g. 20160623江苏盐城EF4;h. 20190703辽宁开原EF4级。 |
图 12a、12b分别为2016年6月23日江苏盐城和2019年7月3日辽宁开原龙卷灾情较重区域的强度等级分布图,沿龙卷路径前进方向右侧的风灾损坏程度比左侧更严重,类似于美国一些龙卷风个例的调查结果[31-32]。由于在北半球,龙卷一边逆时针旋转,一边向前移动,在龙卷移动路径的右侧的破坏带,除了龙卷本身的大风影响外,还叠加了龙卷母体移动的风速,而左侧则减去了龙卷母体的风速,因此龙卷移动路径的右侧和左侧的破坏会呈现非对称分布的特征,右侧的破坏会比左侧的破坏更严重。
|
图 12 龙卷破坏强度等级分布图 黑色箭头为龙卷移动方向。a. 20160623江苏盐城龙卷;b. 20190703辽宁开原龙卷。 |
2021年汛期以来,国家气象中心以及各级气象部门联合气象爱好者开展了基于短视频社交软件、即时社交网络平台等的龙卷筛查收集工作,主动获取了更丰富及时的龙卷发生信息。2021年4 —10月,我国可确认的龙卷有105个,数量是2016 —2020年同期平均的3倍,可见,结合网络媒体信息主动获取龙卷信息,是现阶段收集龙卷个例的重要渠道。
对于强度在EF2级及以上的龙卷,容易造成较大影响,需要在龙卷现场灾情调查中尽快确认龙卷路径、强度、影响宽度等详细信息,佛山市龙卷风研究中心从2020年起,探索将三维立体建模应用于龙卷灾后调查,利用无人机挂载倾斜摄影设备,通过对影像的平面、高程、结构、色彩、纹理等的数字化处理,按照统一坐标无缝拼接,迅速建立龙卷风受灾区域的三维实景数据,可直观地从三维模型上读取灾区受损要素,从而快速评估风灾的情况。图 13为2021年5月14日武汉EF3级龙卷过程蔡甸区千子山循环经济产业园项目工地的受灾情况,通过该平台可快速测量抛射物抛射距离(图 13a、13b)、厂房受灾面积7 854.85 m3(图 13c处)以及受灾树木直径等,测量分辨率达到10 cm,可直接在平台上记录受灾指示物倒伏方向、倒伏角度,快速判断风灾路径中心点。可见,该做法可大大提高灾情调查效率,从现场手工测量灾损数据到平台的智能测量;可建立龙卷风受灾区域的三维实景数据及三维图像操作,能更直观全面展示灾情信息。未来可探索通过智能识别受灾指示物类别、受损程度、倒伏方向等,实现拍摄区域范围内灾情指示物的自动识别、房屋倒塌情况识别与标注等,并形成相关的强度等级智能分析系统。
|
图 13 三维建模智能数据平台 a、b. 抛射物抛射距离;c. 受灾面积。 |
龙卷在我国仍属于发生概率极低的小尺度天气系统,观测和预报难度非常大。龙卷个例的搜集整理及分析是龙卷研究工作的重要基础,随着网络通讯、社交媒体等的快速发展,通过网络媒体、社会资源、新闻报道、气象爱好者报告等多渠道搜集龙卷信息,并通过不断完善龙卷风灾情调查机制,对影响较大的龙卷过程由国家气象中心以及各级气象部门及时进行高效的现场调查,探索三维建模等在龙卷灾后调查的智能应用,可为我国龙卷数据集的建立提供支持。
6 结论通过对2016—2020年中国龙卷特征和灾情特征进行详细分析,得出以下结论。
(1) 在这5年间记录的我国178个龙卷,EF2级及以上的强龙卷漏记情况相对较少,比较接近实际发生的情况,EF1级及以下的弱龙卷因灾情小可能被忽略,因此龙卷统计总数量可能会被明显低估。龙卷主要发生在中国华东地区、华中地区东部、华南地区、华北地区东南部以及东北地区中西部等地势平坦地区,青藏高原、云南等地区也有弱龙卷发生,广东省、江苏省和黑龙江省是龙卷发生频次最多的三个省份。龙卷主要发生在春、夏和初秋,4—9月发生龙卷数量占总数的96%,其中7—8月是龙卷发生高峰月份,占总数的54%。一天中,77%的龙卷发生在白天10—20时,其中午后到傍晚(14—18时)发生的频率最高,占总数的43%。95% 的龙卷发生在地面粗糙度长度为0.04 ~1.70 m的地区,该粗糙度长度范围下垫面土地利用类型为低矮作物、农田、郊区、矮树丛及低矮建筑为主。
(2) 对39个有详细灾情调查的龙卷总结得出:EF2级及以上级别的强龙卷22个,较1961—2010年每5年平均次数多5.5个[18],其中EF3级龙卷5个,EF4级龙卷3个,出现1个路径长度大于60 km的长路径龙卷,出现1次台风龙卷爆发期。龙卷的影响路径、最大影响宽度与龙卷强度等级成正相关,龙卷强度越强,路径越长,宽度越大。
(3) 龙卷的外观形态包括绳形龙卷、漏斗形龙卷、烟囱状龙卷、楔形龙卷。龙卷视频展示了龙卷发展不同阶段的形态特征,为龙卷演变研究提供了珍贵的实拍资料。在中国龙卷个例中首次观测到多涡旋龙卷特征,并通过现场灾情进行了对比,在国内验证了多涡旋龙卷模型理论。
(4) 中国龙卷的地面灾情特征包括:狭长的路径和龙卷条迹、辐合状倒伏、扭曲状折断、抛射物明显和强度等级非对称分布等。由于南北方建筑结构差异,植被状况、相应环境和致灾机制的复杂性,且龙卷复杂的涡旋动力结构,气压的空间分布、杂乱的抛射物碎片以及多涡旋龙卷存在等因素影响,在龙卷强度评估中存在一定的不确定性,需要多方面不同定级标准进行比较检验。
致谢: 感谢国家气象中心、中国气象科学研究院,中国气象局干部培训学院俞小鼎教授,各级气象部门以及北京大学孟智勇教授团队等在2016 —2020年多次龙卷灾情调查中提供的支持和帮助;感谢广西师范大学徐纵横老师等对多次龙卷灾害调查提供的信息和帮助。| [1] |
俞小鼎, 郑永光. 中国当代强对流天气研究与业务进展[J]. 气象学报, 2020, 78(3): 391-418. |
| [2] |
XUE Ming, ZHAO Kun, WANG Mingjung, el at. Recent significant tornadoes in China[J]. Adv Atmos Sci, 2016, 33(11): 1 209-1 217. DOI:10.1007/s00376-016-6005-2 |
| [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] |
张涛, 关良, 郑永光, 等. 2019年7月3日辽宁开原龙卷灾害现场调查及其所揭示的龙卷演变过程[J]. 气象, 2020, 46(5): 603-617. |
| [5] |
FUJITA T T, BRADBURY D L, VAN THULLENAR C F. Palm Sunday tornadoes of April 11, 1965[J]. Mon Wea Rev, 1970, 98(1): 29-69. DOI:10.1175/1520-0493(1970)098<0029:PSTOA>2.3.CO;2 |
| [6] |
MCDONALD J R, MEHTA K C. A recommendation for an enhanced Fujita scale (EF-scale)[C]. Wind Science and Engineering Center, Texas Tech University, 2006.
|
| [7] |
FUJITA T T. The downburst[R]. SMRP Res paper No. 210. The University of Chicago, 1985: 122.
|
| [8] |
DOSWELL C A. A guide to F-scale damage assessment Ⅲ[R]. NOAA/NWS: 2003: 94.
|
| [9] |
FUJITA T T. Tornadoes and downbursts in the context of generalized planetary scales[J]. J Atmos Sci, 1981, 38(8): 1 511-1 534. DOI:10.1175/1520-0469(1981)038<1511:TADITC>2.0.CO;2 |
| [10] |
AGEE E M, SNOW J T, CLARE P R. Multiple vortex features in the tornado cyclone and the occurrence of tornado families[J]. Mon Wea Rev, 1976, 104(5): 552-563. DOI:10.1175/1520-0493(1976)104<0552:MVFITT>2.0.CO;2 |
| [11] |
MENG Z Y, 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(3): 702-724. DOI:10.1175/WAF-D-13-00052.1 |
| [12] |
MENG Z Y, BAI L R, ZHANG M R, el at. The deadliest tornado (EF4) in the past 40 years in China[J]. Wea Forecasting, 2018, 33(3): 693-713. DOI:10.1175/WAF-D-17-0085.1 |
| [13] |
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, 1 289-1 303. |
| [14] |
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 |
| [15] |
吴俞, 薛谌彬, 郝丽清, 等. 强台风"山神"外围超级单体引发的龙卷分析[J]. 热带气象学报, 2015, 31(2): 213-222. |
| [16] |
朱文剑, 盛杰, 郑永光, 等. 1522号彩虹"虹台风龙卷现场调查与中尺度特征分析[J]. 暴雨灾害, 2016, 35(5): 403-414. DOI:10.3969/j.issn.1004-9045.2016.05.002 |
| [17] |
BAI L Q, MENG Z Y, HUANG L, el at. An integrated 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 |
| [18] |
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. |
| [19] |
黄大鹏, 赵珊珊, 高歌, 等. 近30 a中国龙卷风灾害特征研究[J]. 暴雨灾害, 2016, 35(2): 97-101. DOI:10.3969/j.issn.1004-9045.2016.02.001 |
| [20] |
李彩玲, 炎利军, 李兆慧, 等. 1522号台风"彩虹"外围佛山强龙卷特征分析[J]. 热带气象学报, 2016, 32(3): 416-424. |
| [21] |
李兆慧, 王东海, 麦雪湖, 等. 2015年10月4日佛山龙卷过程的观测分析[J]. 气象学报, 2017, 75(2): 288-313. |
| [22] |
黄先香, 炎利军, 蔡康龙, 等. 2018年中国龙卷活动特征[J]. 气象科技进展, 2019, 9(1): 50-55. DOI:10.3969/j.issn.2095-1973.2019.01.009 |
| [23] |
李彩玲, 黄先香, 蔡康龙, 等. 2019年中国龙卷等对流大风过程及灾情特征[J]. 气象科技进展, 2020, 10(1): 7-14. DOI:10.3969/j.issn.2095-1973.2020.01.003 |
| [24] |
蔡康龙, 黄先香, 李彩玲, 等. 2020年中国龙卷过程及灾情特征[J]. 气象科技进展, 2021, 11(1): 39-53. |
| [25] |
中国气象局. 中华人民共和国气象行业标准——龙卷强度等级QX/T 478-2019[S].
|
| [26] |
中国气象局. 中华人民共和国国家标准——龙卷风强度等级GB/T 40243-2021[S]. http://www.cmastd.cn/zhxw/3452.jhtml.
|
| [27] |
李军, 游松财, 黄敬峰. 基于GIS的中国陆地表面粗糙度长度的空间分布[J]. 上海交通大学学报(农业科学版), 2006, 24(2): 185-189. DOI:10.3969/j.issn.1671-9964.2006.02.015 |
| [28] |
ROBERTS B, XUE M, DAWSON DT. The effect of surface drag strength on mesocyclone intensification and tornadogenesis in idealized supercell simulations[J]. J Atmos Sci, 2020, 77(5): 1 699-1 720. DOI:10.1175/JAS-D-19-0109.1 |
| [29] |
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. |
| [30] |
白兰强, 孟智勇, SUEKIK, 等. 中国热带气旋龙卷的气候统计特征(2006~2018)[J]. 中国科学: 地球科学, 2020, 50(5): 61906. |
| [31] |
DAVIES-JONES R P, BURGESS D W, LEMON L R, el at. Interpretation of surface marks and debris patterns from the 24 May 1973 Union city, Oklahoma tornado[J]. Mon Wea Rev, 1978, 106(1): 12-21. DOI:10.1175/1520-0493(1978)106<0012:IOSMAD>2.0.CO;2 |
| [32] |
ALEXANDER C R, WURMAN J. The 30 May 1998 Spencer, South Dakota, storm. Part I: The structural evolution and environment of the tornadoes[J]. Mon Wea Rev, 2010, 133(1): 72-97. |
2021, Vol. 37


