2025, Vol. 51 
2. 中国气象局气象干部培训学院，北京 100081
2. China Meteorological Administration Training Centre, Beijing 100081
下击暴流最初由Fujita(1978)定义为在地面或近地面产生破坏性大风的强下沉气流及其出流。下击暴流具有空间尺度小、生命史短、突发性强、破坏性强的特点，目前观测到的下击暴流导致的近地面最大瞬时风速为67 m·s-1，破坏程度与EF3级龙卷相当(Fujita, 1985；俞小鼎等，2006)。我国下击暴流频发且致灾性强，造成了一系列的生命财产损失(石磊，2009；郑永光等，2016；李彩玲等，2021)。
基于所导致的近地面灾害性大风的尺度，Fujita(1981)将下击暴流分为五类，其中微下击暴流(强辐散风尺度小于4 km)、宏下击暴流(强辐散风尺度在4~10 km)和下击暴流簇(通常镶嵌在中尺度对流系统中，尺度可达几百千米)发生频次高、影响区域广，受到国内外学者们的广泛关注(Fujita and Wakimoto, 1981;Johns and Doswell, 1992;Wakimoto, 2001;Smith et al，2004;Markowski and Richardson, 2010;王秀明等, 2023)。基于下击暴流母体风暴的地面降水情况，下击暴流还可以被分为干下击暴流和湿下击暴流(Fujita, 1985;Wakimoto, 1985;2001)。美国先后进行了四次下击暴流外场试验，Wilson et al (1984)总结了Joint Airport Weather Studies(JAWS)项目观测的几十次微下击暴流的统计特征：平均水平强辐散尺度为3.1 km，平均辐散风速度为22 m·s-1。在多普勒天气雷达低层仰角上，下击暴流的径向速度形态有径向速度大值区和辐散速度对两种，且多为不对称结构(王秀明等，2023)。微下击暴流持续时间多为5~10 min，有些生命史达60 min。Roberts and Wilson(1989)总结了微下击暴流的几项先兆特征：①连续下降的反射率因子核心，②后侧入流缺口，③中层径向辐合，④低层旋转特征。上述特征相对下击暴流触地的提前时间通常为2~6 min。随后国内外学者在此基础上进一步研究并开发出了许多下击暴流识别算法(Kessinger et al，1988；Eilts et al, 1996;Smith et al, 2004;俞小鼎等, 2006;张钢等, 2011;陶岚和戴建华, 2011)。
深层垂直风切变一般指0~6 km的水平风垂直切变，是影响风暴形态和组织结构的主要环境条件之一。Markowski and Richardson(2010)以10 m· s-1和20 m·s-1作为0~6 km弱、中等、强垂直风切变的划分阈值。在强垂直风切变环境下，对流风暴通常组织性较高，风暴移速相对快。马淑萍等(2019)的研究结果表明，极端雷暴大风事件在统计意义上更接近强的0~6 km垂直风切变。目前我国对下击暴流相关特征的统计研究以中强垂直风切变环境下的超级单体风暴、飑线系统造成的地面大风为主(Yu et al, 2012；陈晓欣等，2022；王一童等，2022)。在弱垂直风切变环境下也常产生致灾性强的下击暴流，如2021年8月3日发生在柳州的一次下击暴流，地面观测站记录的极大风速为30.4 m·s-1(11级)，其0~6 km垂直风切变仅6 m·s-1(李亚琴等，2023)。目前我国弱垂直风切变背景下的下击暴流的研究仍以个例分析为主，缺乏对此类事件的统计学研究。
江苏下击暴流频发(吴芳芳等，2009；禹梁玉等，2021；吴海英等，2023)。进一步考虑到江苏地形平坦，SA型雷达布网较密，SA雷达网1 km高度覆盖率接近90%，可更好地监测下击暴流，因此本研究选取江苏暖季(6—9月)弱垂直风切变背景下的下击暴流为研究对象，对其时空分布特征和下击暴流尺度、强度等相关特征进行细致统计，以期深化对此类下击暴流事件的认识。
1 资料与方法 1.1 资料选取江苏及其周边的S波段天气雷达，包括山东临沂，江苏徐州、连云港、宿迁、淮安、盐城、泰州、常州、南通、南京，浙江湖州和上海青浦共计12个雷达站点(图 1，蓝色圆点)。由于雷达扫描时的探测范围为锥面，距雷达中心水平距离越远，其高度也越高，越难监测到下击暴流导致的近地面辐散大风的情况。目前江苏每两部相近雷达间的距离为120 km左右，本研究选取发生在距雷达站中心60 km范围内的下击暴流事件进行相关特征的统计研究。
|
图 1 研究区域内探空站(4个)、雷达站(12个)及下击暴流发生位置(样本数量：525个)的空间分布 Fig. 1 Spatial distribution of sounding stations (red pentagram), radar stations (blue dot), and downburst locations (purple triangle) in the study area |
探空站选取江苏徐州、射阳、南京和上海宝山4个站点(图 1，红色五角星)。
研究所用数据如下：2019—2020年6—9月全国雷达拼图组合反射率因子、探空0~6 km垂直风切变和500 hPa位势高度、卫星云图、地面10 m极大风、江苏及其周边12个SA型多普勒天气雷达站的观测资料。其中雷达资料时间分辨率为6 min，探空资料每天两次(08：00和20：00；北京时，下同)，地面站和卫星云图时间分辨率为1 h。全文时间除特别说明外均为北京时。
1.2 研究方案 1.2.1 初筛雷暴日根据以下条件初步筛选研究范围内的雷暴日，并记录受雷暴影响的站点和时段：
① 西太平洋副热带高压(以下简称副高)控制，500 hPa上风暴区域在584 dagpm线以内。一般来说，副高控制下天气尺度动力强迫较弱，能一定程度保证筛选的样本发生在弱的垂直风切变环境中。
② 根据Markowski and Richardson(2010)的垂直风切变分类方法，0~6 km弱垂直风切变定义为其值≤10 m·s-1，本研究使用每天08：00和20：00的探空垂直风切变数据，覆盖时段为前后6 h。探空站选取采取就近原则，即选取距对流风暴初始位置最近的观测探空。
③ 根据Roberts and Wilson(1989)对导致微下击暴流的风暴强度的分类，考虑到江苏暖季多为回波较强的湿下击暴流，因此对流风暴采用组合反射率因子强度≥55 dBz为阈值进行筛选；为剔除雷达杂波影响，要求对流风暴所在位置红外云图上有云。
1.2.2 确定下击暴流日、下击暴流事件、下击暴流类型在上述雷暴日初筛结果基础上，若有同时满足以下两个条件的非龙卷对流大风出现，当天记为下击暴流日：①地面10 m极大风有不低于17 m·s-1的观测记录值；②雷达0.5°仰角径向速度图中，对应风暴位置(STI产品位置)附近有不低于17 m· s-1的径向速度大值区或速度差绝对值不低于17 m· s-1的辐散速度对(图 2)。
|
图 2 下击暴流在雷达径向速度图上的两种典型模态(a, b)辐散速度对型下击暴流：2019年7月30日15：06宿迁雷达0.5°仰角，(c, d)径向速度大值区型下击暴流：2020年8月8日17：31泰州雷达0.5°仰角，(a，c)反射率因子，(b，d)径向速度 注：白线表示下击暴流尺度。 Fig. 2 (a, c) Reflectivity and (b, d) radial velocity of two typical modes of downburst in radar radial velocity (a, b) typical downburst with divergence couplet at 0.5° elevation of Suqian Radar at 15:06 BT 30 July 2019, (c, d) typical downburst with high-value radial velocity region at 0.5° elevation of Taizhou Radar at 17:31 BT 8 August 2020 |
表 1给出了两种径向速度模态(大值区和辐散速度对)下击暴流尺度和强度的统计方案，在统计过程中发现有相当一部分下击暴流尺度超过了10 km，由多个难以辨识的单体共同造成低仰角强风，且伴随对流单体快速生消，此类事件很可能伴随多次下击暴流“迭代”或者不同尺度下击暴流的“嵌套”现象，难以归为微下击暴流或者宏下击暴流，更符合Fujita and Wakimoto(1981)对下击暴流簇的定义，因此本研究采用了“下击暴流簇”这一概念。根据水平尺度将下击暴流分为三类：微下击暴流(0~4 km)、宏下击暴流(4~10 km)、下击暴流簇(10 km以上)。
|
表 1 不同低层径向速度模态下击暴流尺度和强度 Table 1 Scale and intensity of downbursts under different low-elevation radial velocity modes |
图 2给出了两种径向速度模态下击暴流的典型示例。图 2a，2b为辐散速度对型下击暴流，其正负速度对中心数值分别为14 m·s-1和22 m·s-1，则下击暴流强度为36 m·s-1，正负速度对中心距离即下击暴流尺度为16.0 km，为下击暴流簇(图 2b)。图 2c，2d为径向速度大值区型下击暴流，下击暴流强度为23 m·s-1，径向速度≥17 m·s-1区域最大直径表示该下击暴流尺度为10.5 km，亦为下击暴流簇(图 2d)。
一个下击暴流日中可能在不同地方出现多次下击暴流事件。从雷达低仰角径向速度达到17 m·s-1时刻开始，至最终小于17 m·s-1时刻为止，界定为一次下击暴流事件。由于下击暴流水平尺度随时间演变，一次下击暴流事件中可能存在下击暴流跨尺度发展的情况，判断方式如下：若下击暴流尺度增至下一类型同时强度增强，认为下击暴流发展，以该体扫时刻为界，分别统计两种不同尺度类型的下击暴流特征；若下击暴流尺度增至下一类型但强度减弱，表明下击暴流处于衰亡阶段，仅记录下击暴流强度最强时刻类型和相关特征；若下击暴流尺度减小至该尺度阈值下限但强度显著增强，表明有新的更强的下击暴流出现在老的下击暴流附近，记录为新生下击暴流。根据上述判定规则，可得到下击暴流跨尺度发展的比例，以及微下击暴流、宏下击暴流、下击暴流簇这三类下击暴流各自的样本量。需要说明，由于下击暴流事件跨类型发展，三类下击暴流样本总和比下击暴流事件数多，下文的特征统计对象均为三类下击暴流样本总和而非下击暴流事件。
1.2.3 下击暴流特征统计方案由图 3，先确定下击暴流事件的统计时段，然后划分不同类型下击暴流的所属时段，记录其中每一个体扫时刻该类型下击暴流的特征值。
|
图 3 技术路线和统计特征量 Fig. 3 Technical approach and statistical characteristics |
Wilson et al(1984)的外场试验研究表明，微下击暴流辐散速度对出现之后，即使最终发展为宏下击暴流，其持续时间通常在30~60 min(5~10个体扫)以内。据此确定下击暴流事件的统计时段：以雷达0.5°仰角上17 m·s-1的低层径向速度首次出现时刻为节点，分别向前、后延伸5个体扫和10个体扫，分析这1.5 h内的下击暴流特征。若雷达低仰角17 m·s-1以上径向速度在10个体扫后依然存在，统计结束时间延长至下击暴流强风的两个判据均不再满足或风暴离开雷达超过60 km或回波强度减弱至35 dBz以下的时刻。
本研究过程中特殊事件的统计时段规定：
(1) 对于移入或移出江苏的风暴，截取STI产品识别的风暴位置或低层径向速度中心在江苏范围内的体扫时段作为统计时段。
(2) 对于受到雷达站挡角影响或基数据缺失的情况，截取有数据的时次记录作为统计时段。
下击暴流持续时段定义为：当前下击暴流类型统计时段内，低仰角径向速度达到17 m·s-1时刻开始至最终小于17 m·s-1时刻为止的时段。由于低层径向速度不是随时间增加或减小的简单线性递进，而是在一定范围内波动，因此在下击暴流持续时段内有可能出现径向速度＜17 m·s-1的时刻。
记录三种类型每个下击暴流最强时刻的模态、位置、地面极大风，根据以下方案进行统计：
(1) 基于下击暴流最强时刻低层径向速度中心位置进行下击暴流时空分布统计。
(2) 选取下击暴流风暴10 km范围内地面10 m极大风作为其引发的地面极大风。
(3) 下击暴流最强时刻的低层径向速度形态记为该下击暴流的模态。
(4) 下击暴流的非对称性分为以下三类：①辐散速度对的正、负速度绝对值最大值均≥8 m·s-1，下击暴流对称性由正、负速度绝对值≥8 m·s-1区域的最大直径的比值决定，为长轴与短轴之比，当比值为1时该下击暴流是对称结构。如图 4b所示，在0.5°仰角上，正速度(红色区域，下同)为10.5 m· s-1，负速度(绿色区域，下同)为14 m·s-1，正、负速度绝对值≥8 m·s-1区域最大直径均为2.5 km，二者比值为1，为对称的下击暴流。当比值＞1时下击暴流不对称，且比值越大，非对称性越强。如图 4d所示，正速度最大直径为3.5 km，负速度最大直径为17.5 km，非对称性比值为长轴比短轴即17.5 km/3.5 km=5，下击暴流正负速度对显著不对称；②正、负速度其中一方最大绝对值＜8 m·s-1的辐散速度对型，如图 4f所示，远离雷达最大径向速度为25 m·s-1，朝向雷达的最大径向速度值为6 m·s-1，表现为强度不对称特征，尺度也不对称；③将径向速度大值区型规定为极端不对称型下击暴流。
|
图 4 下击暴流非对称性典型示例(a，c，e)反射率因子, (b，d，f)径向速度(a, b)对称型下击暴流：2019年7月30日16：15淮安雷达0.5°仰角, (c, d)非对称型下击暴流：2019年8月2日16：13淮安雷达0.5°仰角, (e, f)强度不对称型下击暴流：2019年7月28日18：32宿迁雷达0.5°仰角 注：白线表示径向速度绝对值≥8 m·s-1区域最大直径。 Fig. 4 Asymmetry of downburst in (a, c, e) reflectivity and (b, d, f) radial velocity in typical examples (a, b) symmetric downburst at 0.5° elevation of Huaian Radar at 16:15 BT 30 July 2019, (c, d) asymmetric downburst at 0.5° elevation of Huaian Radar at 16:13 BT 2 August 2019, (e, f) intensity-asymmetric downburst at 0.5° elevation of Suqian Radar at 18:32 BT 28 July 2019 |
根据1.2.1节和1.2.2节所列筛选标准，确定了2019—2020年6—9月共74个雷暴日和48个下击暴流日，即约64.9%的雷暴日伴随下击暴流出现(图 5a)。7月和8月江苏处于副高控制和高温高湿环境下，是雷暴日和下击暴流日的高频期，82.4%(61 d)的雷暴日和93.8%(45 d)的下击暴流日都发生在这两个月。6月江苏位于副高边缘，仍然受到西风带系统影响，满足0~6 km垂直风切变≤10 m· s-1条件的时次少，雷暴日亦少。6月和9月属于季节交替时期，温度和水汽条件不及7—8月，产生的下击暴流也更少。2019—2020年6月和9月弱垂直风切变背景下的雷暴日有13 d(17.6%)，低层径向速度达到下击暴流阈值的天数仅3 d。
|
图 5 江苏2019—2020年6—9月(a)雷暴日和下击暴流日，(b)各类型下击暴流样本量及比例 Fig. 5 (a) Thunderstorm days and downburst days and (b) the occurrence and proportion of each type of downbursts in Jiangsu Province from June to September in 2019-2020 |
在上述48个下击暴流日中发生了381次下击暴流事件，平均每个下击暴流日发生8次下击暴流事件，单个下击暴流日内发生的下击暴流事件最多有33次。根据下击暴流出流水平尺度进一步分类样本得到微下击暴流114个，宏下击暴流250个，下击暴流簇161个，共525个下击暴流样本(图 5b)，其中宏下击暴流占比最高，占下击暴流样本总数的47.6%，下击暴流簇和微下击暴流分别占30.7%和21.7%。
如表 2所示，有56.1%的微下击暴流发展为更大尺度的下击暴流；有32.8%的宏下击暴流发展成为下击暴流簇。在161个下击暴流簇中，有59.6%的下击暴流簇是由更小尺度的下击暴流发展而来的，40.4%的下击暴流簇是在低仰角17 m·s-1以上径向速度首次记录时刻就形成或从研究区域外部移入。
|
|
表 2 江苏2019—2020年6—9月下击暴流发展的样本量和比例统计 Table 2 Occurrence and proportion statistics of downburst development in Jiangsu Province from June to September in 2019-2020 |
下击暴流的发展有四种形式：①微下击暴流发展为宏下击暴流后衰亡：占微下击暴流样本的29.8%；②微下击暴流直接发展为下击暴流簇后衰亡：占微下击暴流样本的12.3%；③宏下击暴流发展为下击暴流簇：17 m·s-1低仰角径向速度首次出现时刻即形成宏下击暴流，影响范围在4~10 km，随后下击暴流尺度增大同时强度增强，发展为尺度超过10 km的下击暴流簇，持续一定时间后消散，此类情况共有66次，占宏下击暴流样本的26.4%；④微下击暴流先发展为宏下击暴流后进一步发展为下击暴流簇的样本共16个。
2.2 下击暴流空间分布下击暴流的空间分布如图 1中紫色三角形所示。江苏及邻近省份S波段多普勒雷达组网较为密集，本研究所设定的方案可以覆盖到江苏省绝大部分区域。由于对流风暴移动方向多为由西向东或西南—东北，下击暴流较为集中发生在江苏西部偏北地区，中南部的泰州、常州、南通的下击暴流也较多。江苏东北部和西南部的下击暴流分布相对较少。在对流初筛过程中，盐城和连云港地区满足风暴的组合反射率因子≥55 dBz条件的频数与其他区域相当，但位于这一地区的射阳探空站满足0~6 km垂直风切变≤10 m·s-1的时次少，因而江苏东北部筛选出的弱垂直风切变下的下击暴流样本较少。江苏西南部下击暴流亦较少，这与当地对流风暴少有关(王颖等，2009)。
2.3 下击暴流时间分布图 6表示下击暴流的时间分布统计结果。下击暴流的发生发展集中在午后到傍晚(12：00—19：00)，尤其在15：00—16：00，样本数量最多，达到80个。从下击暴流类型分布来看，微下击暴流和下击暴流簇在15：00—16：00发生频次最高，宏下击暴流在14：00—15：00发生频次最高。1982年美国科罗拉多州的JAWS外场试验也表明，干湿微下击暴流均在中午前后迅速增加，在当地时间15：00左右达到峰值(Wakimoto，1985)。弱垂直风切变背景下的下击暴流主要受热力作用主导，午后下垫面辐射增温显著。
|
图 6 江苏2019—2020年6—9月下击暴流时间分布(样本量：525个) Fig. 6 Time distribution of downbursts in Jiangsu Province from June to September in 2019-2020 (525 samples) |
图 7显示了各类型下击暴流的模态频数及比例。总体而言，以辐散速度对型下击暴流为主，共385次，占下击暴流样本的73.3%，其中宏下击暴流41.3%，下击暴流簇25.5%。大值区型下击暴流共有140次，占样本总量的26.7%，其中微下击暴流15.2%。
|
图 7 江苏2019—2020年6—9月三类下击暴流两种模态的频数及比例统计(样本量：525个) Fig. 7 Occurrence and proportion statistical results of each mode of three types of downburst in Jiangsu Province from June to September in 2019-2020 (525 samples) |
宏下击暴流和下击暴流簇的辐散速度对型占比均在80%以上，分别占对应类型样本量的86.8%和83.2%。微下击暴流以大值区型为主，有80次，占微下击暴流样本量70.2%。需要指出，并非辐散速度对型微下击暴流少，而是微下击暴流刚及地时辐散速度对的径向速度小，本研究使用的径向速度产品空间分辨率为500 m，当低仰角识别出≥17 m·s-1的辐散速度对时，下击暴流尺度大多已经超过4 km因而被归类为宏下击暴流。
3.2 下击暴流非对称性结构对下击暴流样本的非对称性进行了统计。结果表明：①正、负速度中心最大绝对值都≥8 m·s-1的辐散速度对型下击暴流共有197个(37.5%)，图 8显示了其长短轴比值分布情况，对称(即非对称性比值为1)的下击暴流共有32个，占比6.1%，其他不对称样本中非对称性比值为2的下击暴流最多，共发生53个，占比10.1%；②下击暴流模态为辐散速度对型但单向最大速度绝对值＜8 m·s-1的样本数有188个(35.9%)，表现为强度不对称特征；③下击暴流模态为大值区型，实质上是极端不对称的下击暴流共有140个，占样本总量26.7%。
|
图 8 江苏2019—2020年6—9月正、负速度中心最大绝对值都≥8 m·s-1的辐散速度对型下击暴流非对称性统计(样本量：197个) 注：黑色柱形表示对称型下击暴流的数量，灰色柱形表示不对称型下击暴流长短轴比值变化时的数量，比值越大表明下击暴流越不对称；柱形上方数字为样本量。 Fig. 8 Statistical results of asymmetry of downbursts caused by the divergence velocity couplets with maximum absolute values of positive and negative velocity centers both ≥8 m·s-1 in Jiangsu Province from June to September in 2019-2020 (197 samples) |
Fujita(1981)给出了静止型和移动型微下击暴流的概念模型。在风暴完全静止的理想情况下，下沉气流到达地面后向四周辐散，形成强度和尺度都较为对称的下击暴流。但实际上，完全对称的辐散速度对型下击暴流很少出现，风暴通常在环境风的作用下移动从而导致下击暴流呈现为非对称结构。此外，动量下传和低层环境风的叠加，也使得下击暴流呈现出非对称性。Orf and Anderson(1999)数值试验表明，随着0~2 km垂直风切变增大，与环境风同向的出流显著强于与其相反方向的出流，下击暴流表现出不对称的特征。Wilson et al(1984)观测试验表明，平均而言下击暴流长轴是短轴的2倍以上，与本研究所述结果相符。
上述非对称性统计结果表明：即使在弱垂直风切变环境下，下击暴流多为出流不对称，主要表现为强度或尺度不对称的辐散速度对型下击暴流或者极端不对称的大值区型下击暴流；出流对称的下击暴流仅占6.1%。
3.3 下击暴流强度和下击暴流持续时间对所有样本的下击暴流强度统计结果和小提琴图的基本组成及各点位注释如图 9所示。下击暴流强度较为集中分布在18.5~24.5 m·s-1，平均强度为22.2 m· s-1，50%分位值为21.0 m·s-1。王一童等(2022)对超级单体致灾大风的统计结果表明，75%的样本低仰角径向速度超过24 m·s-1，而本研究中仅有25%的下击暴流强度超过24.5 m·s-1，强度远不及超级单体大风。Smith et al(2004)基于雷达观测界定致灾性大风的标准为：距地1 km高度以下出现不低于25 m·s-1的径向速度大值区，或速度差绝对值不低于40 m·s-1的辐散速度对。本研究筛选的样本中满足该标准的大值区型下击暴流有6个，辐散速度对型下击暴流仅1个，表明在弱垂直风切变环境下极少有达到Smith et al(2004)阈值的致灾下击暴流。
|
图 9 江苏2019—2020年6—9月不同类型下击暴流强度统计(样本量：525个) 注：小提琴图注释见图右，下略。 Fig. 9 Statistical results of intensity for different types of downbursts in Jiangsu Province from June to September in 2019-2020 (525 samples) |
微下击暴流、宏下击暴流、下击暴流簇的强度平均值分别为19.0、22.0、25.0 m·s-1(图 9)。小提琴图外围宽度反映了该处特征值的概率密度。下击暴流强度概率密度集中出现在19 m·s-1，三类下击暴流强度概率密度最大特征值分别为18.0、20.0、22.5 m·s-1。总体特征表现为微下击暴流＜宏下击暴流＜下击暴流簇。Wilsonet al(1984)在JAWS外场试验中，使用3部C波段雷达对30 km范围内发生的68次微下击暴流的统计结果表明，微下击暴流平均强度为22 m·s-1，与本研究结果大致相当。存在微小差异的原因可能是由于雷达产品分辨率不同，本研究使用S波段雷达径向速度26号产品，分辨率为500 m，JAWS外场试验使用的C波段雷达径向速度分辨率为150 m, 也可能是地域差异造成的。
由于宏下击暴流占比最多(47.6%)，下击暴流簇其次(30.7%)，因此下击暴流的各类特征统计结果介于宏下击暴流和下击暴流簇之间，且向宏下击暴流偏移。
图 9显示下击暴流强度的75%分位值为24.5 m· s-1，因此选取25 m·s-1作为强下击暴流阈值，统计各类型下击暴流中强下击暴流的比例。结果表明，有2.6%的微下击暴流、19.6%的宏下击暴流和43.5%的下击暴流簇达到强下击暴流标准(图略)，微下击暴流总体较弱而下击暴流簇普遍更强。表 2中，样本中有59.6%的下击暴流簇都是由更小尺度类型的下击暴流发展而来，因此即使最初出现强度和影响范围都很小的微下击暴流，也应重视并警惕其发展为较强的下击暴流簇。
对下击暴流对应的地面极大风进行统计，共得到有地面极大风记录的微下击暴流样本61个，宏下击暴流171个，下击暴流簇145个(图 10)。下击暴流对应地面极大风的平均值为15.5 m·s-1，75%分位值为18 m·s-1，即有超过1/4的下击暴流导致了8级以上地面大风，95%分位值为24 m·s-1，仅有2.7%(10个)的下击暴流对应的地面极大风超过25 m·s-1，最强地面极大风为30 m·s-1，占样本的0.8%。表明弱的垂直风切变环境下，产生25 m·s-1(10级)或30 m·s-1(11级)以上对流性强风的概率非常低。费海燕等(2016)和马淑萍等(2019)分别对强雷暴大风(地面瞬时风速≥25 m·s-1)和极端雷暴大风(地面瞬时风速≥30 m·s-1) 0~6 km垂直风切变特征统计研究表明，强雷暴大风发生在中等强度的垂直风切变下(均值为14.3 m· s-1)，而极端雷暴大风多发生在更强的垂直风切变下(均值为18.1 m·s-1)。弱的垂直风切变下，产生下击暴流的概率高，但大多不极端，致灾概率低，主要对航空和其他敏感性行业产生影响。需要说明的是，受到地面观测站分布影响，相当一部分下击暴流特别是微下击暴流对应的地面极大风没有被测站记录；对于在1 h内跨尺度发展的下击暴流，地面10 m极大风数据不能与下击暴流一一对应，测站记录的数据是较强下击暴流对应的地面极大风。
|
图 10 江苏2019—2020年6—9月不同类型下击暴流对应的地面极大风统计(样本量：377个) Fig. 10 Statistical results of surface maximum winds corresponding to different types of downbursts in Jiangsu Province from June to September in 2019-2020 (377 samples) |
下击暴流持续时间越长，致灾的可能性越大。对各类下击暴流持续时间和下击暴流持续时段内雷达低层径向速度的统计结果表明，下击暴流平均持续时间为25.4 min，25%分位数为12.0 min，75%分位数为36.0 min(图 11a)。下击暴流持续时段内低层径向速度较为集中出现在17.5~22.5 m·s-1，平均值为20.3 m·s-1，50%分位值为19.5 m· s-1(图 11b)。三类下击暴流的强度和持续时间特征，均表现为微下击暴流＜宏下击暴流＜下击暴流簇。
|
图 11 江苏2019—2020年6—9月不同类型下击暴流的(a)持续时间(样本量：525个)和(b)持续时段低层径向速度(样本量：2225个)特征统计 Fig. 11 Feature statistics of (a) duration of downbursts (525 samples) and (b) low-elevation radial velocity during downburst periods (2225 samples) of different types of downbursts in Jiangsu Province from June to September in 2019-2020 |
一般来说，垂直风切变越大风暴组织性越强，持续时间越长，其产生强风的概率越高。表 3给出了弱垂直风切变下的下击暴流与强垂直风切变下的对流大风事件相关统计特征(陈晓欣，2022；王一童，2023)的对比。本研究统计结果表明，下击暴流尺度集中分布在4~10 km，总体平均值为8.6 km，最大水平尺度亦在50 km以下(图略)，远小于德雷科风暴(Derecho)的尺度(400 km以上)和风暴影响面积(26.5万~51.3万km2)。弱垂直风切变下，风暴组织性差，生命史短，下击暴流持续时间短，平均持续时间仅为25.4 min，远不及组织性强的超级单体(49.4 min)和Derecho(6~18 h)。大风强度方面，弱垂直风切变环境中达到Smith et al(2004)对致灾大风界定标准的下击暴流仅有7次，地面观测站对应的极大风强度也相对弱，仅2.7%下击暴流对应的地面极大风达25 m·s-1(10级)，而强垂直风切变下的超级单体产生致灾强风的比例很高。
|
|
表 3 江苏2019—2020年6—9月弱垂直风切变下击暴流与组织性强的超级单体和Derecho下击暴流的特征统计值对比 Table 3 Comparison of characteristic statistics of downbursts under weak vertical wind shear with well-organized supercell downbursts and Derechos in Jiangsu Province from June to September in 2019-2020 |
下击暴流模态亦受到垂直风切变强度的影响。弱垂直风切变下，下击暴流模态仍以辐散速度对为主(73.3%)，尽管环境风仍然会使得沿其方向的风暴出流增强，反向出流减弱，多为非对称型下击暴流。而在相对强的环境风作用下，下击暴流反向出流大幅减弱甚至消失，超级单体和Derecho事件雷达径向速度图上主要表现为大值区模态，呈现出极端不对称性。
综上，弱垂直风切变下的下击暴流与组织性强的超级单体、Derecho产生的下击暴流相比，大风强度弱、尺度小、持续时间短、致灾率低。
4 结论与讨论本研究基于雷达数据、探空数据、地面自动观测站数据、卫星云图资料，筛选出江苏2019—2020年6—9月弱垂直风切变环境下共381次下击暴流事件，并根据其出流水平尺度分类得到525个下击暴流样本：微下击暴流114个(21.7%)、宏下击暴流250个(47.6%)、下击暴流簇161个(30.7%)。对下击暴流的时空分布、模态、非对称性、强度和持续时间等特征进行了细致的统计，主要结论如下：
(1) 弱垂直风切变背景下共有74个雷暴日和48个下击暴流日，接近2/3的雷暴日伴随下击暴流出现。平均每个下击暴流日有8次下击暴流事件发生，下击暴流日内发生下击暴流事件最多有33次。
(2) 下击暴流跨尺度类型发展的情况较为多见，56.1%的微下击暴流和32.8%的宏下击暴流发展为更大尺度类型的下击暴流，有59.6%的下击暴流簇由小尺度下击暴流发展而来。
(3) 下击暴流多发生在12：00—19：00，其中15：00—16：00发生频数最多。
(4) 弱垂直风切变下击暴流模态以辐散速度对型为主，占总体样本的73.3%，主要为宏下击暴流和下击暴流簇，而微下击暴流模态以大值区型(极端不对称型)为主。26.7%的下击暴流表现出明显的不对称性，仅有6.1%下击暴流是完全对称的。
(5) 基于雷达径向速度，有23.2%下击暴流强度达到25 m·s-1，但达到致灾下击暴流标准的样本仅7个；下击暴流对应的地面10 m极大风平均风速为15.5 m·s-1，仅有2.7%的地面极大风超过25 m·s-1。下击暴流平均持续时间为25.4 min，持续时段内低层径向速度平均值为20.3 m·s-1，持续时间：微下击暴流＜宏下击暴流＜下击暴流簇。与组织性强的超级单体和Derecho下击暴流相比，弱垂直风切变下的下击暴流强度弱、尺度小、大风持续时间短、致灾率低。
使用S波段雷达26号径向速度产品，径向分辨率500 m，对尺度较小、强度较弱的微下击暴流的捕捉能力不足，此外，雷达体扫时间间隔为6 min，微下击暴流持续时间短，其最强时刻很可能没有被记录，表明微下击暴流的频数和强度被一定程度上低估。
以每日08：00和20：00的0~6 km垂直风切变≤10 m·s-1作为“弱垂直风切变”的筛选条件，可能会存在以下两类特殊情形：①中间某层存在低空急流导致中低层垂直风切变较大；②在午后或夜间可能出现较强垂直风切变。这两种情况存在的比例及其对下击暴流的可能影响，后续将在下击暴流发生前的环境特征方面进一步研究。
陈晓欣, 2022. 中国大范围雷暴大风事件研究: 时空分布、环境背景和雷达回波特征[D]. 北京: 中国气象科学研究院. Chen X X, 2022. A study of large scale thunderstorm wind events in China: spatiotemporal distribution, environmental background and radar echo characteristics[D]. Beijing: Chinese Academy of Meteorological Sciences(in Chinese).
|
陈晓欣, 俞小鼎, 王秀明, 2022. 中国大范围雷暴大风事件(Derechos)研究: 时空分布、环境背景和对流系统形态特征[J]. 气象学报, 80(1): 67-81. Chen X X, Yu X D, Wang X M, 2022. Investigation of Derechos in China: spatiotemporal distribution, environmental characteristics, and morphology of Derechos producing convective systems[J]. Acta Meteor Sin, 80(1): 67-81 (in Chinese).
|
费海燕, 王秀明, 周小刚, 等, 2016. 中国强雷暴大风的气候特征和环境参数分析[J]. 气象, 42(12): 1513-1521. Fei H Y, Wang X M, Zhou X G, et al, 2016. Climatic characteristics and environmental parameters of severe thunderstorm gales in China[J]. Meteor Mon, 42(12): 1513-1521 (in Chinese). DOI:10.7519/j.issn.1000-0526.2016.12.009
|
李彩玲, 蔡康龙, 黄先香, 等, 2021. 桂林一次强下击暴流成因分析[J]. 气象, 47(2): 242-252. Li C L, Cai K L, Huang X X, et al, 2021. Cause analysis of a severe downburst in Guilin[J]. Meteor Mon, 47(2): 242-252 (in Chinese). DOI:10.7519/j.issn.1000-0526.2021.02.010
|
李亚琴, 张凌云, 苏小玲, 等, 2023. 柳州盛夏一次下击暴流特征分析[J]. 气象科技, 51(4): 573-581. Li Y Q, Zhang L Y, Su X L, et al, 2023. Analysis of characteristics of a downburst in midsummer in Liuzhou[J]. Meteor Sci Technol, 51(4): 573-581 (in Chinese).
|
马淑萍, 王秀明, 俞小鼎, 2019. 极端雷暴大风的环境参量特征[J]. 应用气象学报, 30(3): 292-301. Ma S P, Wang X M, Yu X D, 2019. Environmental parameter characteristics of severe wind with extreme thunderstorm[J]. J Appl Meteor Sci, 30(3): 292-301 (in Chinese).
|
石磊, 2009. 一次宏下击暴流的雷达回波特征分析[J]. 气象研究与应用, 30(3): 16-19. Shi L, 2009. Doppler radar echo features of a macro-downburst[J]. J Meteor Res Appl, 30(3): 16-19 (in Chinese).
|
陶岚, 戴建华, 2011. 下击暴流自动识别算法研究[J]. 高原气象, 30(3): 784-797. Tao L, Dai J H, 2011. Research on automatic detection algorithm of downburst[J]. Plateau Meteor, 30(3): 784-797 (in Chinese).
|
王秀明, 俞小鼎, 费海燕, 等, 2023. 下击暴流形成机理及监测预警研究进展[J]. 气象, 49(2): 129-145. Wang X M, Yu X D, Fei H Y, et al, 2023. A review of downburst genesis mechanism and warning[J]. Meteor Mon, 49(2): 129-145 (in Chinese). DOI:10.7519/j.issn.1000-0526.2022.100301
|
王一童, 2023. 产生致灾大风的超级单体雷达观测特征研究[D]. 北京: 中国气象科学研究院. Wang Y T, 2023. Investigation on radar characteristics of damaging straight line winds producing supercell storms[D]. Beijing: Chinese Academy of Meteorological Sciences(in Chinese).
|
王一童, 王秀明, 俞小鼎, 2022. 产生致灾大风的超级单体回波特征[J]. 应用气象学报, 33(2): 180-191. Wang Y T, Wang X M, Yu X D, 2022. Radar characteristics of straight-line damaging wind producing supercell storms[J]. J Appl Meteor Sci, 33(2): 180-191 (in Chinese).
|
王颖, 郑永光, 寿绍文, 等, 2009. 南京及周边地区夏季对流风暴的活动特征[J]. 科技信息, (14): 32-33. Wang Y, Zheng Y G, Shou S W, et al, 2009. Activity characteristics of convective storms in summer over Nanjing and its surrounding areas[J]. Sci Technol Inform, (14): 32-33 (in Chinese).
|
吴芳芳, 王慧, 韦莹莹, 等, 2009. 一次强雷暴阵风锋和下击暴流的多普勒雷达特征[J]. 气象, 35(1): 55-64. Wu F F, Wang H, Wei Y Y, et al, 2009. Analysis of a strong gust front and downburst with doppler weather radar data[J]. Meteor Mon, 35(1): 55-64 (in Chinese). DOI:10.7519/j.issn.1000-0526.2009.1.007
|
吴海英, 孙继松, 慕瑞琪, 等, 2023. 一次强对流过程中两种不同类型风暴导致的极端对流大风分析[J]. 气象学报, 81(2): 205-217. Wu H Y, Sun J S, Mu R Q, et al, 2023. Analysis of extreme convective gusts caused by two types of weather storms during a strong convection event[J]. Acta Meteor Sin, 81(2): 205-217 (in Chinese).
|
禹梁玉, 王啸华, 顾荣直, 等, 2021. 江苏一次下击暴流过程致灾大风成因分析[J]. 热带气象学报, 37(5/6): 801-811. Yu L Y, Wang X H, Gu R Z, et al, 2021. Cause analysis of disastrous gale in downburst event in Jiangsu[J]. J Trop Meteor, 37(5/6): 801-811 (in Chinese).
|
俞小鼎, 张爱民, 郑媛媛, 等, 2006. 一次系列下击暴流事件的多普勒天气雷达分析[J]. 应用气象学报, 17(4): 385-393. Yu X D, Zhang A M, Zheng Y Y, et al, 2006. Doppler radar analysis on a series of downburst events[J]. J Appl Meteor Sci, 17(4): 385-393 (in Chinese).
|
张钢, 潘运红, 柳畅, 2011. 下击暴流区域特征提取和识别算法[J]. 计算机工程与应用, 47(28): 185-187, 240. Zhang G, Pan Y H, Liu C, 2011. Microburst region feature extraction and recognition algorithm[J]. Comput Eng Appl, 47(28): 185-187, 240 (in Chinese).
|
郑永光, 田付友, 孟智勇, 等, 2016. "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, 42(1): 1-13. Zheng Y G, Tian F Y, Meng Z Y, et al, 2016. Survey and multi-scale characteristics of wind damage caused by convective storms in the surrounding area of the capsizing accident of cruise ship "Dongfangzhixing"[J]. Meteor Mon, 42(1): 1-13 (in Chinese). DOI:10.7519/j.issn.1000-0526.2016.01.001
|
Eilts M D, Johnson J T, Mitchell E D, et al, 1996. Damaging downburst prediction and detection algorithm for the WSR-88D[C]∥18th Conference on Severe Local Storms. San Francisco: AMS: 541-545.
|
Fujita T, 1978. Manual of downburst identification for project NIMROD[R]. Chicago: University of Chicago: 19-20.
|
Fujita T, 1985. The downburst: microburst and macroburst[R]. Chicago: University of Chicago.
|
Fujita T, Wakimoto R M, 1981. Five scales of airflow associated with a series of downbursts on 16 July 1980[J]. Mon Wea Rev, 109(7): 1438-1456.
|
Fujita T, 1981. Tornadoes and downbursts in the context of generalized planetary scales[J]. J Atmos Sci, 38(8): 1511-1534.
|
Johns R H, Doswell Ⅲ C A, 1992. Severe local storms forecasting[J]. Wea Forecasting, 7(4): 588-612.
|
Kessinger C J, Parsons D B, Wilson J W, 1988. Observations of a storm containing misocyclones, downbursts, and horizontal vortex circulations[J]. Mon Wea Rev, 116(10): 1959-1982.
|
Markowski P, Richardson Y, 2010. Mesoscale Meteorology in Midlatitudes[M].
Chichester: Wiley-Blackwell: 201-202.
|
Orf L G, Anderson J R, 1999. A numerical study of traveling microbursts[J]. Mon Wea Rev, 127(6): 1244-1258.
|
Roberts R D, Wilson J W, 1989. A proposed microburst nowcasting procedure using single-Doppler radar[J]. J Appl Meteor Climatol, 28(4): 285-303.
|
Smith T M, Elmore K L, Dulin S A, 2004. A damaging downburst prediction and detection algorithm for the WSR-88D[J]. Wea Forecasting, 19(2): 240-250.
|
Wakimoto R M, 1985. Forecasting dry microburst activity over the high plains[J]. Mon Wea Rev, 113(7): 1131-1143.
|
Wakimoto R M, 2001. Convectively driven high wind events[M]∥Doswell Ⅲ C A. Severe Convective Storms. Boston: American Meteorological Society: 255-298.
|
Wilson J W, Roberts R D, Kessinger C, et al, 1984. Microburst wind structure and evaluation of Doppler radar for airport wind shear detection[J]. J Appl Meteor Climatol, 23(6): 898-915.
|
Yu X D, Wang X M, Zhao J, et al, 2012. Investigation of supercells in China: environmental and storm characteristics[C]∥26th Conference on Severe Local Storms. AMS.
|