黄花机场2010—2019年雷雨特征统计_吴佩.pdf

地球科学与环境工程河南科技Henan Science and Technology总第806期第12期2023年6月黄花机场20102019年雷雨特征统计吴佩（民航湖南空管分局，湖南长沙410000）摘要：【目的目的】对 20102019 年黄花国际机场各个季节雷雨特征进行统计分析。【方法方法】采用ERA interim再分析资料对春夏季各个时次的环境物理条件进行逐月统计分析。【结果结果】春夏季雷雨数明显多于秋冬季，春季雷雨多在晚上发生，夏季则多集中在下午。【结论结论】从各个物理统计参数值分析可得：造成夏季雷雨的主要因素是热力因素，造成春季雷雨的主要因素是动力因素。关键词：雷雨；环境物理参数；ERA interim再分析资料中图分类号：P421.1文献标志码：A文章编号：1003-5168（2023）12-0110-05DOI：10.19968/ki.hnkj.1003-5168.2023.12.022Statistics of Thunderstorm Characteristics in Huanghua Airportfrom 2010 to 2019WU Pei（Meteorological Office of Hunan ATM Sub-Bureau，Changsha 410000，China）Abstract:Purposes This work counts and analyzes characteristicsof thunderstorms at Huanghua International Airport in each season from 2010 to 2019.Methods This paper uses ERA interim reanalysisdata to conduct monthly statistical analysis of the environmental physical conditions in spring and summer.Findings The results show that the number of thunderstorms in spring and summer is significantlymore than that in autumn and winter,and thunderstorms mostly occur in the evening in spring and in theafternoon in summer.Conclusions From the analysis of each physical statistical parameter value,it canbe concluded that the main factor causing thunderstorm in summer is thermal factor,and the main factorcausing thunderstorm in spring is dynamic factor.Keywords:thunderstorm;environmental parameter;ERA interimreanalysis data0引言黄花机场地处湘东盆地，地势西高东低，降水充沛，雷雨等强对流天气频发。雷雨常伴随雷电、短时强降水、低空风切变等天气现象，严重威胁航空安全。雷雨的发生发展具有一定地域性1。陈思蓉等2通过统计19512005年全国雷暴等观测资料，发现雷雨等强对流天气发生的概率分布具有明显的地理和日变化差异。樊李苗等3利用中国部分探空站探空资料，研究了中国短时强降水、强冰雹、雷暴大风以及混合型强对流天气的环境参数特征。Zheng等4采用多普勒雷达数据对中国中东部中尺度对流系统（MCSs）进行分类，发现在强对流雷暴环境中，干对流与湿对流在能量条件、风切变条件等方面具有明显差异。许爱华等5提出了中国强对流天气的5种基本形势配置：冷平流强迫类、暖平流强迫类、斜压锋生类、准正压类，以及高架雷暴收稿日期：2023-02-17作者简介：吴佩（1993），硕士，工程师，研究方向：短临预报。第12期111季节冬春夏秋雷雨发生的天数1616619622吴佩.黄花机场20102019年雷雨特征统计图220102019年四个季节发生雷雨的持续时间（北京时间）持续时间/h次数/次春季冬季秋季夏季300250200150100500t 1 h1ht2h2ht3h3ht4h4ht5 h 5ht6h6ht7h7ht8ht8 h类。俞小鼎等6给出了各类强对流天气的有利环境，为强对流潜势预报提供重要依据。Brooks7利用模式再分析资料分析了美国和欧洲强雷雨的环境条件，发现两地对流有效位能和风切变上都具有一定的差异。综上，分析本地的雷雨发生时的环境条件尤为重要。黄花国际机场气候复杂，冷暖空气交汇频繁，对其雷雨天气特征的研究较少，本研究利用20102019年黄花机场气象地面观测月总簿资料，分析了四季雷雨的气候统计特征。由于春夏季雷雨发生较多，因此着重研究春夏季雷暴发生时环境物理参数变化规律。1资料和方法本研究使用的观测资料为20102019年黄花机场气象地面观测月总簿资料，经过统计分析在这十年内共出现400次雷雨。为了方便数值的计算，雷雨开始时间只统计雷雨事件发生的小时值，省去分钟值。高空大气温度、风速和比湿等环境物理参数选取的是20102019年欧洲中期天气预报中心（ECMWF）提供的ERA-Interim再分析资料，空间分辨 率 为 0.125 0.125，时 次 分 别 为 00、06、12、18UTC。依据时空临近原则（2012），统计分析黄花机场雷雨发生时大气环境场的物理参数（整层可降水量（PWV）、K指数、特征层高度、850 hPa与500 hPa温度差、06 km垂直风切变），以诊断与雷雨相关的水汽、热力不稳定等环境场的特征。2雷雨特征统计分析20102019年黄花机场在不同季节的雷雨天数见表1。夏季雷雨发生的天数最多，其次是春季，最少是冬季。这个规律基本符合黄花机场的气候特征：夏季不稳定能量高，水汽充沛，午后易产生热力雷雨；春季冷空气活跃，冷暖空气交汇，易触发雷雨；而秋冬季节，黄花机场被冷高压控制，水汽减少，不稳定能量降低，发生雷雨的概率偏低。20102019年不同开始时间对应的雷暴发生次数日变化，如图1所示。一天中的任何时间都有发生雷雨的可能。夏季雷雨发生的时段集中在14时和18时这两个时间点，可能原因是午后地表受热而容易产生对流上升运动，配合高温高湿的环境而产生的热力雷雨。春季雷雨发生时间段主要在晚上，从图中可见峰值只出现在23时，但周围时刻雷雨次数与23时相比差值较大，原因可能是统计开始时间算法对分钟值省去造成了一些原本更接近24时的时次（如：23：55）被强制分配到23时。春季夜间多发雷雨可能是在春季白天的对流有效位能能量不够触发强对流的发生，到夜晚云顶辐射降温明显，云中温差大，形成上冷下暖的不稳定层结，导致对流上升运动在夜间加剧从而导致雷雨的产生。秋季雷雨峰值位于18时，冬季雷雨集中在10时至次日05时。20102019年四个季节雷雨的持续时间如图 2所示。可以看出，大部分雷雨持续时间小于 1 h，并随着雷雨持续时间延长，雷雨次数也显著减少。在这十年中，秋冬季节没有出现过持续 3 h以上的雷雨，而春夏季雷暴呈现出多种多样的持续时间。值得注意的是，对于8小时以上的雷雨，如果发生在春季，则表明在春季冷暖空气交汇频繁的时候，黄花机场的天气形势比较复杂。由图1和图2图120102019年不同开始时间对应的雷暴发生次数的日变化（北京时间）秋季夏季春季冬季2420161284007 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 01 02 03 04 05 06时间次数/次表120102019年黄花机场不同季节雷雨天数112第12期中可知，黄花机场雷雨集中在春夏季节，秋冬季节占比很少，以下主要分析春季和夏季黄花机场的水汽、热力和动力条件。3春夏季雷暴发生的环境条件分析3.1水汽条件水汽条件是发生雷雨的一个必要条件，丰富的水汽不仅使降水强度增强，也有利于上升运动中潜热释放，进一步加速上升运动。整层可降水量（PWV）相比于比湿可以更好地反映雷雨过程中大气的水汽条件，因此本研究用PWV来表征水汽条件。20102019年各月箱线图如图 3所示。可以看出，春季水汽少，夏季水汽多，这与黄花国际机场夏季暖湿的气候特征是一致的。夏季平均PWV达到50 mm以上，同时PWV随着月份呈现先增加后减少的趋势，到了8月份水汽含量开始略微减少。总体而言，春季的PWV离散度明显高于夏季。图3（b）至（e）为各个时次PWV相比于日平均的差值，可以看出，14时和20时PWV基本上为正偏差，说明这两个时段黄花机场水汽是一天中最充分的；08时和02时基本以负偏差为主。对于春季，20时的PWV略微高于14时，对于夏季，14时的PWV高于其他时刻。3.2热力不稳定条件热力不稳定条件在一定程度上表示环境条件对于雷雨发生的有利程度，大气不稳定层结对促进对流上升运动造成起到关键作用。本文中选取K指数表征大气层结稳定度，K指数侧重反映对流层中低层的温湿分布对稳定度的影响，K值越大越不稳定 8。为更全面表征大气稳定度，本研究还使用850hPa与 500 hPa温度差（DT85），反映大气在垂直方向上的温度变化情况，DT85越大，表示垂直方向上温度变化越明显，大气层结越不稳定。从图4（a）可以看出，K指数随着月份的增加而增加，8月份略有减少，这和气温升高有明显的关系。春季 K 指数的离散度明显高于夏季。从图 4（b）至图4（e）中可以看出，在春季，20时的K指数明显高于其他几个时次，25%分位数对应的值都大于0，同时20点的K指数也要高于6至8月份。14时，夏季的K指数呈现正偏差，且明显高于春季。从图5（a）可见，DT85月统计特征呈现先增加后减少的一个波动的变化趋势。对于黄花机场而图320102019年各月箱线图（图中虚线的上端和下端分别代表统计的最大值和最小值，箱线内三条横线自下而上依次代表第25%、50%、75%分位值）吴佩.黄花机场20102019年雷雨特征统计（a）38月平均整层大气可降水量（b）38月08时平均整层大气可降水量与平均整层大气可将量差值（c）38月14时平均整层大气可降水量与平均整层大气可将量差值pwv/mmpwv/mmpwv/mmpwv/mmpwv/mmmonthmonthmonthmonthmonth504030202.01.00.0-1.0-2.02.01.00.0-1.0-2.0345678345678345678345678345678a)averageb)08 00c)14 00d)20 00e)02 00（d）38月20时平均整层大气可降水量与平均整层大气可将量差值（e）38月02时平均整层大气可降水量与平均整层大气可将量差值2.01.00.0-1.0-2.02.01.00.0-1.0-2.0第12期113345678e)02 00monthk/2.01.51.00.50.0-0.5-1.0month345678d)20 00k/2.01.51.00.50.0-0.5-1.0言，DT85的平均值大约在23 左右，这与黄花机场大多为暖区降水有关，对流活动大多发生在暖区一侧，使得中低层的温差不大。春季的DT85值要小于夏季的DT85值，差值在5 之间。从图5（b）至图5（e）中可见，春季08时和02时的DT85呈现正偏差，而夏季14时和20时的DT85呈现正偏差。因此，春季的垂直温差较大值主要集中在夜晚时段，夏季的环境垂直温差主要集中在下午到傍晚时段。图420102019年各月箱线图（图中虚线的上端和下端分别代表统计的最大值和最小值，箱线内三条横线自下而上依次代表第25%、50%、75%分位值）（a）38月的平均黄花机场的K指数（b）38月08时K指数与平均K指数的差值（c）38月14时K指数与平均K指数的差值（d）38月20时K指数与平均K指数的差值（e）38月02时K指数与平均K指数的差值吴佩，等.黄花机场20102019年雷雨特征统计（a）38月850 hPa和500 hPa的温差（DT85）（b）38月08时DT85与平均DT85的差值（c）38月14时DT85与平均DT85的差值（d）38月20时DT85与平均DT85的差值（e）38月02时DT85与平均DT85的差值图520102019年各月箱线图（图中虚线的上端和下端分别代表统计的最大值和最小值，箱线内三条横线自下而上依次代表第25%、50%、75%分位值）k/monthmonthmonth2.01.51.00.50.0-0.5-1.0345678345678345678a)averageb)08 00c)14 00k/2.01.51.00.50.0-0.5-1.040353025201510month345678DT85/26.024.022.020.018.016.014.0DT85/DT85/345678345678monthmonth3456783456780.80.40.0-0.4-0.80.80.40.0-0.4-0.80.80.40.0-0.4-0.80.80.40.0-0.4-0.8DT85/DT85/a)averageb)08 00c)14 00d)20 00e)02 00k/114第12期4结论本研究基于黄花机场近十年的雷雨个例，统计分析了雷雨的特征及雷雨发生的环境条件，主要结论如下。黄花机场的雷雨主要集中在春季和夏季，秋冬季占比很少。雷雨的持续时间大部在1小时之内。春季的雷雨主要发生在晚上，夏季雷雨主要在下午。本研究分析了雷雨发生的物理参数，春季的环境物理参数的离散度要明显大于夏季，春季大值基本都集中在 20 时，而夏季大值集中在 14时。因此，春季晚上的大气物理环境更利于雷雨的产生，夏季同理。对于黄花机场，H-20的（-20 是大水滴自然成冰的温度，是降水粒子相态转化非常重要的指标）高度基本都在7 000 m以上（图略），表明在黄花国际机场气候条件不利于固态粒子的生产，这也是近十年来机场雷雨从未发生冰雹的原因。参考文献：1王婷波，周康辉，郑永光.我国中东部雷暴活动特征分析 J.气象，2020，46（2）：189-199.2 陈思蓉，朱伟军，周兵.中国雷暴气候分布特征及变化趋势 J.大气科学学报，2009，32（5）：703-710.3 樊李苗，俞小鼎.中国短时强对流天气的若干环境参数特征分析 J.高原气象，2013，32（1）：156-165.4ZHENG L L，SUN J H，ZHANG X L，et al.Organizational modes of mesoscale convective systems over centralEast China J.Wea Forecasting;2013，28（5）：1081-1098.5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，2014，40（4）：400-411.6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，2020：416.7BROOKS H E.Proximity soundings for server convection for Europe and the United States from reanalysis dataJ；AtmosRes，2009，93（1-3）：546-553.8 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.吴佩，等.黄花机场20102019年雷雨特征统计