江蘇典型下?lián)舯┝黠L(fēng)暴結(jié)構(gòu)特征統(tǒng)計分析*

王 易 鄭媛媛 莊瀟然 張 靜 慕瑞琪 孫康遠(yuǎn)

1.江蘇省氣象臺，南京，210019

2.中國氣象局交通氣象重點(diǎn)開放實(shí)驗室，南京，210019

3.南京氣象科技創(chuàng)新研究院，南京，210019

1.Jiangsu Meteorological Observatory，Nanjing 210019，China

2.Key Laboratory of Transportation of Meteorology CMA，Nanjing 210019，China

3.Nanjing Joint Institute for Atmospheric Sciences，Nanjing 210019，China

1 引 言

在對流風(fēng)暴產(chǎn)生的強(qiáng)天氣現(xiàn)象中，由風(fēng)暴的下沉氣流導(dǎo)致的地面大風(fēng)是出現(xiàn)頻率最高的（俞小鼎等，2006）。對流風(fēng)暴的下沉氣流空間分布極不均勻，往往在大片的下沉氣流中有一股或幾股較強(qiáng)的下沉氣流，F(xiàn)ujita（Fujita，1985；Fujita，et al，1977）將其定義為下?lián)舯┝?，下?lián)舯┝鞣譃楹晗聯(lián)舯┝鳎ǔ叨却笥?0 km，持續(xù)時間大于10 min）和微下?lián)舯┝鳎ǔ叨刃∮? km，持續(xù)時間小于10 min）。下?lián)舯┝鲗娇疹I(lǐng)域影響顯著（威脅飛機(jī)的起降等），下?lián)舯┝饕l(fā)的災(zāi)害大風(fēng)會引起樹木損毀、房屋倒塌，造成嚴(yán)重的人員傷亡及財產(chǎn)損失。

國際上對下?lián)舯┝鞯难芯块_展較早。Fujita（1985）和Wakimoto（1985）依據(jù)下?lián)舯┝靼l(fā)生時是否伴有強(qiáng)降水將其分為干微下?lián)舯┝骱蜐裎⑾聯(lián)舯┝?。Johns 等（1992）在強(qiáng)對流天氣預(yù)報研究中針對干、濕下?lián)舯┝鞯牡乩矸植技皽?、濕廓線等環(huán)境特征進(jìn)行了分析。Roberts 等（1989）利用多普勒雷達(dá)研究了美國科羅拉多州31 個產(chǎn)生下?lián)舯┝鞯娘L(fēng)暴單體，結(jié)果表明，反射率因子核心下降、云中徑向輻合增強(qiáng)、反射率缺口和旋轉(zhuǎn)等指標(biāo)對下?lián)舯┝鞯念A(yù)報有一定指示作用。Kuster 等（2016）利用S 波段相控陣?yán)走_(dá)的分鐘級數(shù)據(jù)研究發(fā)現(xiàn)，反射率因子核心下降、中層徑向輻合尺度的增大、ZDR（差分反射率）低值區(qū)下降是下?lián)舯┝靼l(fā)生的前兆信號，并且伴隨著反射率因子核心下降，中層徑向輻合達(dá)到最大值后也開始下降。Mahale 等（2016）基于雙偏振雷達(dá)研究了下?lián)舯┝黠L(fēng)暴內(nèi)的水汽變化特征，證實(shí)雨雹混合物的向下運(yùn)動是下?lián)舯┝餍纬傻脑蛑弧?/p>

中國幅員遼闊，大部分地區(qū)處于下?lián)舯┝鞯挠绊懛秶鷥?nèi)（李宏海等，2015），其中強(qiáng)雷暴大風(fēng)主要發(fā)生在中東部地區(qū)（費(fèi)海燕等，2016；方翀等，2017）。現(xiàn)場災(zāi)情調(diào)查是分析和確認(rèn)下?lián)舯┝髯钪苯雍妥钪匾氖侄?，但中國針對下?lián)舯┝鏖_展專業(yè)的災(zāi)情調(diào)查僅有“東方之星”客輪傾覆下?lián)舯┝鳎ㄠ嵱拦獾龋?016；孟智勇等，2016）和2019 年3 月桂林下?lián)舯┝鳎ɡ畈柿岬龋?021），早期下?lián)舯┝鞯难芯慷嗤ㄟ^數(shù)值模擬（孫凌峰等，2003）進(jìn)行。俞小鼎等（2006）首次利用中國新一代天氣雷達(dá)探測資料對2003 年6 月6 日發(fā)生在安徽的一次系列下?lián)舯┝鬟^程進(jìn)行了詳細(xì)分析，結(jié)果表明反射率因子核心逐漸降低伴隨云底以上速度輻合的多普勒雷達(dá)回波特征可以提前數(shù)分鐘預(yù)警下?lián)舯┝鞯陌l(fā)生。王秀明等（2012，2013）對致災(zāi)大風(fēng)形成機(jī)制進(jìn)行了初步討論，發(fā)現(xiàn)產(chǎn)生強(qiáng)風(fēng)的超級單體具有明顯的中層徑向輻合，并通過觀測和數(shù)值模擬進(jìn)一步分析了干、濕兩類下?lián)舯┝鞯娘L(fēng)暴環(huán)境參量。下?lián)舯┝鞔笾驴煞譃閮煞N類型：一種是由孤立風(fēng)暴的強(qiáng)下沉氣流輻散導(dǎo)致。刁秀廣等（2011）、畢旭等（2007）、吳芳芳等（2009）、周后福等（2017）分別對發(fā)生在山東、陜西、江蘇、安徽等省的孤立風(fēng)暴造成的下?lián)舯┝鬟M(jìn)行了研究。另一種是由中尺度對流系統(tǒng)內(nèi)嵌的強(qiáng)單體產(chǎn)生的下?lián)舯┝?，學(xué)者們也做了大量研究（廖曉農(nóng)等，2008；王楠等，2009；吳舉秀等，2017；符式紅等，2018）。此外，對超級單體風(fēng)暴造成的致災(zāi)大風(fēng)也有研究報道（鄭媛媛等，2004；王易等，2018，2019）。

陶嵐等（2011）對下?lián)舯┝鞯淖詣幼R別開展了研究，開發(fā)了基于多普勒雷達(dá)資料的下?lián)舯┝髯詣幼R別算法，識別反射率因子核心下降和低層輻散現(xiàn)象明顯的下?lián)舯┝?，并提?—12 min 預(yù)警。張鋼等（2011）、羅輝等（2015）、肖艷姣（2018）、王興等（2019）、肖艷姣等（2021）基于圖像處理算法、中層徑向輻合以及反射率因子核心下降等特征開發(fā)了下?lián)舯┝髯R別系統(tǒng)和臨近預(yù)報方程。近年來，隨著人工智能的發(fā)展，基于機(jī)器學(xué)習(xí)算法的雷暴大風(fēng)研究逐漸增多（周康輝等，2017；孫京等，2019），在一定程度上提高了雷暴大風(fēng)的監(jiān)測和預(yù)報能力。

江蘇地處中國東部，下?lián)舯┝靼l(fā)生頻繁，以往研究主要集中在個例分析與討論上，對長時間序列的下?lián)舯┝鹘y(tǒng)計研究較少。文中選取2007—2018年發(fā)生在江蘇省的19 個典型致災(zāi)下?lián)舯┝鱾€例，對下?lián)舯┝靼l(fā)生的時空分布特征、環(huán)境要素特征、雷達(dá)特征和環(huán)境演變特征等進(jìn)行分析，為預(yù)報員識別、預(yù)警下?lián)舯┝魈峁﹨⒖肌?/p>

2 資料和方法

致災(zāi)下?lián)舯┝鲄⒖糞mith 等（2004）的定義：（1）地面觀測的極大風(fēng)風(fēng)速超過25 m/s；（2）有災(zāi)情記錄；（3）雷達(dá)探測到距離地面1 km 高度以下風(fēng)速不小于25 m/s（或者徑向速度差超過40 m/s 的輻散），滿足其中一個條件即可定義為下?lián)舯┝?。由于缺乏詳?shí)專業(yè)的下?lián)舯┝鳛?zāi)情調(diào)查，文中選取的下?lián)舯┝鳚M足條件（1）和/或（3）即可。依此標(biāo)準(zhǔn)，2007—2018 年江蘇省共有19 個典型致災(zāi)下?lián)舯┝鳌?/p>

觀測資料為離下?lián)舯┝靼l(fā)生地最近的SA 波段多普勒雷達(dá)數(shù)據(jù)，并對經(jīng)過質(zhì)量控制的數(shù)據(jù)進(jìn)行人工判別。由于2010 年8 月4 日、2016 年7 月29、30 日和2017 年8 月7 日的下?lián)舯┝鱾€例發(fā)生在距離雷達(dá)10 km 范圍內(nèi)，其中2010 年8 月4 日個例距雷達(dá)僅3 km，受雷達(dá)靜錐區(qū)影響，探測到的風(fēng)暴高度過低，無法對下?lián)舯┝鬟M(jìn)行細(xì)致完整的雷達(dá)回波特征分析。文中的雷達(dá)風(fēng)場反演采用Potvin 等（2012）的多雷達(dá)反演技術(shù)，中層徑向輻合采用Przybylinski（1995）的定義。

地面溫度數(shù)據(jù)來自江蘇省1909 個區(qū)域加密自動氣象觀測站，時間分辨率為10 min。其他數(shù)據(jù)來自歐洲中期天氣預(yù)報中心（ECMWF）第五代大氣再分析資料（ERA5），空間分辨率為0.25°，時間分辨率為1 h。

3 下?lián)舯┝鞯臅r、空特征

3.1 下?lián)舯┝骺臻g分布

從典型致災(zāi)下?lián)舯┝鞯牡乩矸植迹▓D1，部分個例地點(diǎn)重合）可以看出，江蘇省下?lián)舯┝鞣植汲时倍嗄仙俚内厔?，與地形有一定關(guān)系，北部以平原為主，南部多丘陵，下?lián)舯┝鞫喑霈F(xiàn)在北部平原地區(qū)。

圖1 2007—2018 年江蘇省典型下?lián)舯┝靼l(fā)生地點(diǎn)分布（色階為地形高度，圓圈代表下?lián)舯┝靼l(fā)生地點(diǎn)）Fig.1 Distribution of typical downburst cases in Jiangsu from 2007 to 2018 （shaded areas indicate terrain elevation in Jiangsu，circles indicate the distribution of downburst）

3.2 下?lián)舯┝骷竟?jié)變化和日變化

從下?lián)舯┝鞯脑路植迹▓D2a）來看，7 月是下?lián)舯┝鞯母甙l(fā)月，與雷暴大風(fēng)發(fā)生的月分布基本一致。從季節(jié)來看，以夏季為主。觀測到的下?lián)舯┝鞫及殡S有降水，未發(fā)現(xiàn)干下?lián)舯┝?。從氣候?qū)W的角度看，結(jié)論是合理的，7—8 月江蘇處于高溫、高濕環(huán)境，下?lián)舯┝鞯念愋椭饕詽裣聯(lián)舯┝鳛橹鳌?/p>

由下?lián)舯┝靼l(fā)生的日分布（圖2b）可見，主要發(fā)生在14—16 時，占總數(shù)的60%，與強(qiáng)對流發(fā)生的時間較為一致（王易等，2018；周一民等，2018），10 時之前、20 時之后沒有下?lián)舯┝靼l(fā)生。

圖2 2007—2018 年典型下?lián)舯┝骱徒K雷暴大風(fēng)出現(xiàn)頻率月變化（a）、典型下?lián)舯┝鞒霈F(xiàn)頻率日變化（b）Fig.2 Monthly variation of occurrence frequency of typical downbursts and thunderstorm gales （a），diurnal variation of occurrence frequency of typical downbursts （b） during 2007—2018

4 下?lián)舯┝鳝h(huán)境特征分析

4.1 下?lián)舯┝鞯臒釀恿μ卣?/h3>

產(chǎn)生下?lián)舯┝鞯娘L(fēng)暴類型大致可分為兩類：一類由孤立風(fēng)暴造成，一類由颮線內(nèi)嵌單體造成。依此分類將文中19 個下?lián)舯┝鞯囊扑伲╒）進(jìn)行統(tǒng)計（表1）分析發(fā)現(xiàn)，兩類造成下?lián)舯┝鞯娘L(fēng)暴存在明顯差異，颮線鑲嵌型的風(fēng)暴平均移速為47.5 km/h，約為孤立風(fēng)暴型移速（16 km/h）的3 倍。

表1 不同風(fēng)暴類型下?lián)舯┝鞯臒釀恿μ卣鹘y(tǒng)計Table 1 Statistics of thermal and dynamic characteristics of downburst under different storm types

利用探空數(shù)據(jù)計算了19 個下?lián)舯┝鞯沫h(huán)境因子：對流有效位能（CAPE）、850 和500 hPa 假相當(dāng)位溫差（?se850-500）、抬升凝結(jié)高度（LCL）、0—2 km風(fēng)切變（Wsr0-2）、0—6 km 風(fēng)切變（Wsr0-6）。對兩種不同類型的風(fēng)暴環(huán)境因子進(jìn)行統(tǒng)計（表1）發(fā)現(xiàn)，孤立風(fēng)暴型（DIS）下?lián)舯┝鞯膶α饔行荒芷骄得黠@大于颮線鑲嵌型（DQL），?se850-500平均值接近21℃，高于颮線鑲嵌型（18.8℃），從?se850-500累積頻率分布（圖3a）也能看到，孤立風(fēng)暴型中超過50%的?se850-500達(dá)到20℃，颮線鑲嵌型僅有35%超過了20℃，表明低層較為暖濕，中層為干層（從表1 的統(tǒng)計也可以看出），呈上干下濕的結(jié)構(gòu)，中層干空氣的夾卷進(jìn)一步加強(qiáng)了下沉氣流，有利于下?lián)舯┝鞯漠a(chǎn)生。孤立風(fēng)暴型Wsr0-2和Wsr0-6明顯小于颮線鑲嵌型，特別是Wsr0-6，孤立風(fēng)暴型僅有8.29 m/s，颮線鑲嵌型為15.96 m/s。從Wsr0-6累積頻率分布（圖3b）上也能清晰看到，颮線鑲嵌型有50%的Wsr0-6超過了12 m/s，孤立風(fēng)暴型僅有10%超過了12 m/s，表明颮線內(nèi)產(chǎn)生下?lián)舯┝鞯娘L(fēng)暴具有很強(qiáng)的0—6 km 風(fēng)垂直切變，有利于風(fēng)暴的維持和發(fā)展，并伴隨颮線一起快速移動。孤立風(fēng)暴型下?lián)舯┝骶哂腥醯奶鞖獬叨葟?qiáng)迫和強(qiáng)的垂直不穩(wěn)定特點(diǎn)，導(dǎo)致風(fēng)暴移速較小，下?lián)舯┝饕跃值厣麨橹?，颮線鑲嵌型下?lián)舯┝骶哂泻軓?qiáng)的天氣尺度強(qiáng)迫，往往伴隨颮線移動，產(chǎn)生下?lián)舯┝鞯娘L(fēng)暴移速較大。

圖3 孤立風(fēng)暴型和颮線鑲嵌型下?lián)舯┝?50 和500 hPa 假相當(dāng)位溫差 （a） 和0—6 km 風(fēng)切變 （b） 的累積頻率分布Fig.3 Cumulative frequency distributions of （a） θse850–500 and （b） Wsr0–6 for downbursts caused by isolated storms and downbursts embedded in squall lines

4.2 下?lián)舯┝鞯牡孛嬉靥卣?/h3>

大量觀測（王秀明等，2012；周后福等，2017；吳舉秀等，2017）表明，在下?lián)舯┝靼l(fā)生前后，溫度往往有劇烈變化。文中將19 個下?lián)舯┝鞯牡孛鏈囟冗M(jìn)行統(tǒng)計，選取下?lián)舯┝靼l(fā)生地和相鄰自動氣象站（共54 站）進(jìn)行分析。統(tǒng)計結(jié)果顯示，下?lián)舯┝饔绊懫陂g平均溫度降幅達(dá)到7.6℃，最大降溫幅度達(dá)到11.4℃， 出 現(xiàn) 在2016 年7 月30 日 個 例 中，最小降溫幅度為4.5℃，出現(xiàn)在2018 年6 月28 日個例中。

通過下?lián)舯┝饔绊懫陂g的降溫分布（圖4a）可以看到，大部分站點(diǎn)的降溫幅度集中在6—8℃，占到了46.3%，其中24.1%的站點(diǎn)降溫幅度為7—8℃，顯著高于其他降溫分布， 85.2%的站點(diǎn)降溫幅度超過6℃。上述統(tǒng)計表明，在下?lián)舯┝饔绊懫陂g地面溫度有劇烈變化，降溫幅度多大于6℃。從下?lián)舯┝饔绊懫陂g的風(fēng)速增幅（圖4b）可以看到，平均達(dá)到20.4 m/s，最大為32.9 m/s（2017 年7 月14 日個例），12—15 m/s 的風(fēng)速增幅占比最高，達(dá)到了30%， 18 m/s 及以上的風(fēng)速增幅達(dá)60%。上述統(tǒng)計表明，下?lián)舯┝饔绊懫陂g溫度下降伴隨有明顯的風(fēng)速增大過程。

圖4 下?lián)舯┝饔绊懫陂g溫度降幅 （a） 和風(fēng)速增幅 （b）頻率分布Fig.4 Percentage distributions of temperature drop （a） and wind speed increase （b） during the downburst

4.3 下?lián)舯┝鞯拇怪边\(yùn)動特征

根據(jù)俞小鼎等（2006）的研究，采用經(jīng)過簡化的下?lián)舯┝鞔怪边\(yùn)動方程

利用ERA5 再分析資料計算了19 個下?lián)舯┝鬟^程臨近時刻的垂直溫度變化（表2），可以看出，0℃層高度維持在5 km 左右，下?lián)舯┝靼l(fā)生前夕，地面溫度基本在30℃以上（2018 年3 月4 日個例發(fā)生在太湖湖面上，湖面測站溫度較地面溫度低），19 個下?lián)舯┝鱾€例0℃層以下的溫度平均遞減率維持在6.8℃/km 以上，部分個例超過7℃/km（大于標(biāo)準(zhǔn)大氣對流層的平均溫度遞減率（6℃/km）），明顯高于暖季對流層中、下層濕絕熱溫度遞減率。下沉氣流在下降過程中溫度的升高略微高于環(huán)境溫度隨高度下降升高的幅度，因此氣塊下降過程的負(fù)浮力能夠維持，從而保證下?lián)舯┝髂軌蚓S持和加強(qiáng)。

利用Potvin 等（2012）基于三維變分技術(shù)的多雷達(dá)反演技術(shù)，對2017 年7 月14 日19 時07 分（北京時，下同）下?lián)舯┝靼l(fā)生前的風(fēng)暴內(nèi)部風(fēng)場結(jié)構(gòu)進(jìn)行反演（圖5），可以看到，在3—6 km 高度存在明顯的中層徑向輻合，氣流輻合形成下沉氣流，將冷空氣向下傳輸，而環(huán)境空氣最大露點(diǎn)差位于9.5 km（表2），表明有相對干的環(huán)境空氣被中層的輻合氣流夾卷進(jìn)入風(fēng)暴內(nèi)部，引起降水粒子蒸發(fā)，進(jìn)一步加強(qiáng)了下沉氣流，有利于下?lián)舯┝骶S持和加強(qiáng)。冷空氣向下傳輸?shù)竭_(dá)地面后，地面隨之出現(xiàn)明顯降溫、風(fēng)速增大。

表2 江蘇典型下?lián)舯┝鬟^程的垂直溫度變化Table 2 Vertical temperature changes accompanied with typical downbursts in Jiangsu

圖5 2017 年7 月14 日19 時07 分雷達(dá)風(fēng)場反演Fig.5 Radar wind field inversion at 19：07 BT 14 July 2017

5 下?lián)舯┝鞯睦走_(dá)產(chǎn)品特征

根據(jù)下?lián)舯┝鞯亩x，并參考雷達(dá)產(chǎn)品特征及地面要素特征，將下?lián)舯┝鞯纳贩譃? 個階段：初生階段、成熟階段和消亡階段。初生階段為雷達(dá)觀測到中層出現(xiàn)50 dBz 以上的強(qiáng)反射率因子，到地面首次觀測到極大風(fēng)超過25 m/s 或雷達(dá)首次探測到距離地面1 km 高度以下25 m/s 的風(fēng)（或者徑向速度差超過40 m/s 的輻散特征）之間的時間；成熟階段為地面觀測到極大風(fēng)超過25 m/s 或雷達(dá)探測到距離地面1 km 高度以下25 m/s 的風(fēng)（或者徑向速度差超過40 m/s 的輻散特征）的時間段；消亡階段為地面觀測到極大風(fēng)小于17 m/s 的時間段，下面從3 個階段分別分析下?lián)舯┝鞯睦走_(dá)產(chǎn)品特征。

5.1 初生階段

通過對江蘇典型下?lián)舯┝鱾€例發(fā)生前強(qiáng)反射率因子核心高度的統(tǒng)計分析（表3），可以看到，在下?lián)舯┝靼l(fā)生初期，大部分個例的最強(qiáng)反射率因子核心出現(xiàn)在3—6 km 高度內(nèi)，且強(qiáng)度都超過了60 dBz（距離雷達(dá)較近，無法準(zhǔn)確描述雷達(dá)產(chǎn)品特征的個例除外）。從最強(qiáng)反射率因子核心出現(xiàn)時間的統(tǒng)計（圖6）可以看到，55%的最強(qiáng)反射率因子核心出現(xiàn)時間在下?lián)舯┝靼l(fā)生前20—30 min。表明在下?lián)舯┝鞯某跎A段，大部分強(qiáng)反射率因子回波在下?lián)舯┝靼l(fā)生前30 min 出現(xiàn)，且最先出現(xiàn)在風(fēng)暴中層。

圖6 最強(qiáng)反射率因子出現(xiàn)時間與下?lián)舯┝靼l(fā)生時間差的頻率分布Fig.6 Frequency distribution of time lag between the occurrences of the strongest reflectivity factor and the downburst

表3 江蘇典型下?lián)舯┝靼l(fā)生前強(qiáng)反射率因子統(tǒng)計Table 3 Statistics of strong reflectivity before the occurrence of typical downbursts in Jiangsu

對2007 年8 月2 日下?lián)舯┝靼l(fā)生前25 min（14 時50 分）的回波進(jìn)行垂直剖面分析（圖7a），可以看到，在大約5 km 高度上有一明顯的反射率因子大值區(qū)，呈明顯的懸垂形態(tài)，回波強(qiáng)度達(dá)到了60 dBz。2017 年7 月14 日的個例（圖7b）顯示，下?lián)舯┝靼l(fā)生前25 min（19 時07 分），大于60 dBz 的反射率因子大值區(qū)位于3—6 km 高度的風(fēng)暴中層區(qū)域，即產(chǎn)生下?lián)舯┝鞯娘L(fēng)暴最先在該區(qū)域發(fā)展起來。

圖7 2007 年8 月2 日14 時50 分（a）、2017 年7 月14 日19 時07 分（b）反射率因子剖面Fig.7 Reflectivity factor profiles at （a） 14：50 BT 2 August 2007 and （b） 19：07 BT 14 July 2017

下?lián)舯┝鞒跎A段的徑向速度統(tǒng)計（表4）結(jié)果顯示，中層徑向輻合基本出現(xiàn)在3—5 km 高度上，徑向速度差約為24 m/s，最大徑向速度差達(dá)到48 m/s。中層徑向輻合出現(xiàn)時間的統(tǒng)計（圖8）表明，50%的中層徑向輻合出現(xiàn)時間在下?lián)舯┝靼l(fā)生前20—30 min。與最強(qiáng)反射率因子相似，在下?lián)舯┝鞯某跎A段，徑向速度在中層也有明顯的徑向輻合出現(xiàn)，平均徑向速度差為26.3 m/s。

圖8 中層徑向輻合出現(xiàn)時間與下?lián)舯┝靼l(fā)生時間差的頻率分布Fig.8 Frequency distribution of time lag between occurrences of the mid-altitude radial convergence and the downburst

表4 江蘇典型下?lián)舯┝靼l(fā)生前徑向速度統(tǒng)計Table 4 Radial velocity statistics before the occurrence of typical downbursts in Jiangsu

2007 年8 月2 日個例的徑向速度剖面結(jié)果（圖9a）顯示，在下?lián)舯┝靼l(fā)生前19 min（14 時56 分），4 km 高度處有?20 m/s 和15 m/s 的正負(fù)速度相對應(yīng)，證明有明顯的中層徑向輻合。由2017 年7 月14 日個例（圖9b）也可以看到，在下?lián)舯┝靼l(fā)生前30 min（19 時01 分），5 km 高度也有明顯的中層徑向輻合出現(xiàn)。

圖9 2007 年8 月2 日14 時56 分 （a）、2017 年7 月14 日19 時01 分 （b） 徑向速度剖面Fig.9 Radial velocity profiles at （a） 14：56 BT 2 August 2007 and （b） 19：01 BT 14 July 2017

統(tǒng)計最強(qiáng)反射率因子高度和徑向速度過程發(fā)現(xiàn)，距離雷達(dá)中心40—60 km 范圍內(nèi)，最強(qiáng)反射率因子及中層徑向輻合的結(jié)構(gòu)特征最清晰，40—60 km 可能是探測下?lián)舯┝鞒跎A段的最佳探測距離，對下?lián)舯┝黝A(yù)警有一定的參考意義。

5.2 成熟階段

在下?lián)舯┝鞯某墒祀A段，由強(qiáng)反射率因子核心的統(tǒng)計結(jié)果（表5）可以看到，與初生階段基本相同，強(qiáng)反射率因子核心強(qiáng)度維持在60 dBz 左右，但高度明顯下降，大部分個例強(qiáng)反射率因子核心高度下降到了1 km 以下（平均高度0.48 km）。下?lián)舯┝靼l(fā)生時強(qiáng)反射率因子核心高度明顯下降可作為下?lián)舯┝鞅l(fā)的預(yù)警指標(biāo)。

表5 江蘇典型下?lián)舯┝鞒墒祀A段強(qiáng)反射率因子統(tǒng)計Table 5 Statistics of strong reflectivity in the mature stage of typical downbursts in Jiangsu

通過對0.5°仰角的雷達(dá)徑向速度特征統(tǒng)計分析（圖10）可以看到，成熟階段低層的下?lián)舯┝魍饬魉俣让黠@增大，呈現(xiàn)明顯的輻散結(jié)構(gòu)，近71.2%的低層速度差超過了25 m/s，21.6%的速度差超過了40 m/s，最大速度差達(dá)到了54 m/s。表明在成熟階段低層的強(qiáng)輻散起主導(dǎo)作用。

圖10 下?lián)舯┝鞒墒祀A段低層徑向速度差頻率分布Fig.10 Frequency distribution of low-level radial velocity difference in the mature stage of the downburst

從2007 年8 月2 日15 時14 分 的 徑 向 速 度 垂直剖面（圖11a）可以看到，在4—5 km 高度（風(fēng)暴中層）有明顯的輻合，2 km 以下有?20 m/s 以上的速度出現(xiàn)，近地層出現(xiàn)明顯的輻散結(jié)構(gòu)，同時在15 時15 分地面自動氣象站觀測到25.9 m/s 的大風(fēng)。2017 年7 月14 日19 時30 分的徑向速度垂直剖面（圖11b）中，同樣在4—5 km 高度有一定輻合，而低層速度也超過了?20 m/s，有明顯的強(qiáng)輻散出現(xiàn)，同時19 時31 分在自動氣象站觀測到了35.7 m/s 大風(fēng)，可見地面大風(fēng)和低層輻散時間對應(yīng)較好。

圖11 2007 年8 月2 日15 時14 分 （a）、2017 年7 月14 日19 時30 分 （b） 徑向速度剖面Fig.11 Radial velocity profiles at （a） 15：14 BT 2 August 2007 and （b） 19：30 BT 14 July 2017

5.3 消亡階段

下?lián)舯┝飨鲭A段地面輻散結(jié)構(gòu)開始消失，整個風(fēng)暴結(jié)構(gòu)逐漸松散。由2007 年8 月2 日（圖12a）和2017 年7 月14 日（圖12b）個例的徑向速度垂直剖面可見，中層輻合低層輻散的結(jié)構(gòu)已經(jīng)消失，低層和中高層均為一致的氣流，風(fēng)速減弱明顯。

圖12 2007 年8 月2 日16 時02 分 （a）、2017 年7 月14 日20 時17 分 （b） 徑向速度剖面Fig.12 Radial velocity profiles at （a） 16：02 BT 2 August 2007 and （b） 20：17 BT 14 July 2017

6 結(jié) 論

文中選取2007—2018 年發(fā)生在江蘇的19 個典型致災(zāi)下?lián)舯┝?，對其發(fā)生時空分布特征、環(huán)境特征和雷達(dá)回波特征等方面進(jìn)行分析，得到以下結(jié)論：

（1）江蘇下?lián)舯┝鞯姆植汲时倍嗄仙俚内厔?，平原地區(qū)更容易出現(xiàn)下?lián)舯┝鳎? 月下?lián)舯┝鞲甙l(fā)，主要發(fā)生在14—16 時，以濕下?lián)舯┝鳛橹鳌?/p>

（2）孤立風(fēng)暴型下?lián)舯┝骶哂腥跆鞖獬叨葟?qiáng)迫和上干下濕結(jié)構(gòu)，風(fēng)暴移速較小，下?lián)舯┝饕跃值厣麨橹?；颮線鑲嵌型下?lián)舯┝骶哂泻軓?qiáng)的天氣尺度強(qiáng)迫特征，因伴隨颮線移動，產(chǎn)生下?lián)舯┝鞯娘L(fēng)暴移速較大。

（3）下?lián)舯┝饔绊懫陂g地面溫度有劇烈變化，降溫幅度超過6℃，且伴隨有明顯的風(fēng)速增大過程，負(fù)浮力是否能夠維持是下?lián)舯┝骶S持和加強(qiáng)的關(guān)鍵。文中下?lián)舯┝鞯臏囟绕骄f減率維持在6.8℃/km，氣塊下降過程中的溫度升高幅度略高于環(huán)境溫度隨高度下降升高的幅度，能夠保證負(fù)浮力維持，同時干冷空氣被中層輻合氣流夾卷進(jìn)入風(fēng)暴內(nèi)并向下傳輸進(jìn)一步加強(qiáng)了下沉氣流，從而使得下?lián)舯┝鞯靡跃S持和加強(qiáng)。

（4）下?lián)舯┝鞯某跎A段，強(qiáng)反射率因子核心在下?lián)舯┝靼l(fā)生前30 min 的風(fēng)暴中層出現(xiàn)，中層徑向輻合出現(xiàn)在下?lián)舯┝靼l(fā)生前20—30 min。下?lián)舯┝鞯某墒祀A段，強(qiáng)反射率因子核心高度明顯降低，低層的下?lián)舯┝魍饬魉俣让黠@增大，徑向速度呈明顯的輻散結(jié)構(gòu)，這些特征可以作為下?lián)舯┝鞅l(fā)的預(yù)警指標(biāo)。40—60 km 是探測下?lián)舯┝鞒跎A段的最佳探測距離，對下?lián)舯┝黝A(yù)警有一定的參考意義。