删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

基于微压计观测的暴雨过程重力波特征分析

本站小编 Free考研考试/2021-12-29
摘要:利用高精度微压计数据、卫星、地面观测数据和GDAS数据, 对2020年7月29日—30日东北冷涡暴雨过程重力波特征进行分析, 结果表明: 重力波激发了此次暴雨, 在暴雨发生前2—4 h, 出现了周期约128 min的重力波先兆活动; 在暴雨期间, 重力波周期集中在120—180 min; 在强对流发展期间出现了周期为128—256 min的重力波和8—64 min周期更短的重力波. 强对流与重力波相互影响、相互作用. 强对流发展时, 地面出现雷暴高压、冷池、出流边界, 在冷池前方形成气流辐合区; 气流辐合辐散区向前移动, 形成重力波传播, 最终激发暴雨. 重力波先兆活动这一特征对东北冷涡暴雨有一定的指示预警意义.
关键词: 重力波/
微压计/
东北冷涡/
暴雨

English Abstract


全文HTML

--> --> -->
1.引　言
东北冷涡暴雨是我国北方夏季主要的灾害性天气, 往往会造成严重的洪涝灾害, 引发山体滑坡和泥石流等地质灾害. 东北冷涡暴雨发生在条件不稳定的环境下, 配合水汽输送, 受到低空急流的影响, 并伴有明显的中尺度对流系统活动[1,2]. 暴雨强对流的因素很多, 重力波是一个重要因素. 重力波发生发展往往与暴雨、强对流等灾害天气密切相关[3-5], 重力波能够触发强对流, 造成短时强降雨[6]. 强对流也能够激发多种尺度的重力波[7], 对重力波的传播和发展起到积极的作用[8]. 因此, 研究东北冷涡暴雨过程重力波特征与机理对深入认识二者发生发展机制、东北冷涡暴雨预警有着重要的科学意义.
重力波追赶和碰撞是形成暴雨的重要机制之一[9]. 当强对流发展时, 非地转平衡作用会激发重力波; 重力波反过来促进对流组织化发展, 产生暴雨, 并且暴雨区位于中低压和中高压之间, 涡度中心比散度中心落后${{{\rm{π}} }}$/2. 尤其是大振幅(0.5—15 hPa)、长周期(0.5—4.0 h)、中尺度波长(50—500 km)重力波组织带状降水的能力较强[10-13], 易引起大风、冰雹、短时强降水等强对流活动. 2018年, Liu等[14]在一次四川地形暴雨分析中发现, 在10—14 km高度有周期80—100 min、波长40—50 km的重力波, 该波动是引起暴雨的关键尺度重力波. 2020年, Huang等[15]在新疆地形暴雨研究中指出, 高、低空存在周期73—200 min、波长50—85 km的重力波, 低层波动与中尺度涡旋共同作用促进对流发展, 导致暴雨.
以往人们常常采用气压仪探测气压波动来观测重力波[16-18]. 与常规气压仪相比, 微压计探测精度和采样频率更高, 能够更准确地探测到几分钟至几十分钟更短周期的重力波特征[19]. Curry和Murty[20]利用微压计数据统计分析雷暴激发的重力波特征, 指出波动平均周期为10 min. Grachev等[21]统计分析俄罗斯5年期间20次雷暴激发的重力波特征, 指出雷暴发展移动中存在周期为40—300 min的重力波. Kulichkov等[22]分析指出, 在俄罗斯, 夏季冷锋激发的重力波周期约为5—6 min, 波速小于50 m/s. Blanc等[23]利用微压计网统计了非洲地区10年强对流过程的重力波特征, 发现强对流激发的重力波平均速度约37 m/s、周期约96 min.
部分雷暴发生前会有重力波提前出现的现象, 称为重力波先兆活动. Uccellini[10]研究指出, 重力波先兆活动与强对流的生成发展有密切关系. 1993年, 李启泰等[24]利用微压计数据分析降雹天气重力波特征, 发现降雹前数小时间歇出现振幅大于30 Pa的重力波, 其周期范围小于90 min. 2015年, Wu等[25]分析发现, 暴雨发生前约2 h有周期120—240 min的重力波存在, 并起到触发暴雨的作用. 2018年, Yang等[26]模拟一次新疆地形暴雨, 发现波长20—45 km、周期50—120 min、波速10—25 m/s的重力波提前于暴雨出现, 并促进暴雨发生发展.
受观测技术手段限制, 以往重力波研究主要是利用数值模式或者地面气压观测数据来分析重力波, 关注重力波在一段时间内的平均态特征. 本文利用高精度微压计数据分析东北冷涡暴雨中宽周期范围(几分钟到几小时)重力波频谱随时间演变的动态特征, 研究重力波先兆活动和产生机制, 为此类暴雨预测预警提供科学的依据.
2.数据与方法
中国气象局吉林云物理野外科学试验基地位于吉林省白山市靖宇县, 试验区内布设了微压计、云雷达、微波辐射计、微雨雷达、激光雨滴谱、大气电场仪等仪器. 微压计(图1)是用于观测地面低频大气扰动的一种设备, 可探测周期范围几分钟到几小时的重力波. 微压计从2020年7月1日不间断运行至今, 该仪器由中国科学院大气物理研究所云与强风暴实验室(LACS)自主研发, 采集的气压数据有以下特点: 一是探测精度和灵敏度高, 气压分辨率为0.1 Pa, 采集的信号频率可以达到10–5 Hz, 采样频率高达1 Hz; 二是改良了微压计容易受温度影响这一缺点, 应用恒温技术使得微压计仅对气压变化响应而对温度变化响应较小, 环境的温度误差控制在0.5 ℃内; 三是输出的气压数据经过滤波处理, 滤掉了高频噪音. 虽然常规气压仪也能够观测到地面气压, 但是常规气压仪的采样频率通常为1 min/次, 探测精度最高为10 Pa. 而重力波导致的气压波动往往小于100 Pa, 因此, 相比较常规气压仪, 微压计仪器可以更好地满足重力波特征.
图 1 微压计
Figure1. Microbarograph.

为分析2020年7月29日—30日东北冷涡暴雨过程重力波频谱特征, 本文利用微压计观测数据, 采用小波分析方法[27]计算重力波周期、频率随时间演变的动态特征, 其中, 母波选取Morlet. Morlet小波分析是在傅里叶(Fourier)变换基础上引入窗口函数, 能够反映信号在时域、频域信号的局部特征. 假设有时间序列数据$ {X_n} $, 时间步长均为$ \Delta t $, 小波函数表达式为
$ {\phi _0}(\eta ) = {{\text{π }}^{ - 1/4}}{{\text{e}}^{{\text{i}}{\omega _0}\eta }}{{\text{e}}^{ - {\eta ^2}/2}} , $
式中, η是无量纲时间参数, $ {\omega _0} $是无量纲频率, 这里取值$ {\omega _0} = 6 $.
对离散序列$ {X_n} $进行连续小波变换, 即得到$ {X_n} $和$ {\phi _0}(\eta ) $的卷积为
$ {W_n}(s) = \sum\limits_{n' = 0}^{N - 1} {{X_{n'}}} {\varphi ^*}\left[ {\frac{{(n' - n)\Delta t}}{s}} \right] , $
其中s是小波尺度, *表示共轭复数, 当小波尺度、时间参数发生变化时, 可以建立一个二维图, 显示不同频率信号的功率谱及其随时间的变化.
为了近似连续小波变换, 对于每个尺度s , (2)式要计算N次, 通过卷积定理可知, (2)式可以用离散傅里叶变换(DFT)在傅里叶空间同时进行N次卷积, 得到
$ {W_n}(s) = \sum\limits_{k = 0}^{N - 1} { {\hat{X_k}} {{ {\hat{\phi}}^*}}(s{\omega _k}){{\rm{e}}^{{\rm{i}}{\omega _k}n\Delta t}},} $
其中, 离散序列$ {X_n} $的DFT为
$ {\hat{X_k}} = \frac{1}{N}\sum\limits_{n = 0}^{N - 1} {{X_n}{{\text{e}}^{ - 2{\text{π i}}kn/N}}} , $
式中$k = 0, \cdots, N - 1$是频率序号. 小波尺度s为
$ s_j = {s_0}{2^{j\Delta j}},~~ j = 0,1,\cdots,J , $
$ J = \Delta {j^{ - 1}}{\log _2}(N\Delta t/{s_0}) , $
其中, $ {s_0} $是最小可分辨尺度, J是最大尺度. 本文中$ \Delta j $取值1/12, $ \Delta t = 1 $, $ {s_0} = 2\Delta t $. 由此得到小波功率谱$ {\left| {{W_n}(s)} \right|^2} $. 因为处理的是有限长度的时间序列, 误差出现在小波功率谱的开头和尾端, 这种边缘效应称为影响锥(COI)[26].
傅里叶变换是一种分析信号的方法, 可以将信号由时域转为频域. 定义$ f(x) $是在任何有限区间上只存在有限个第一类间断点和有限个极值点, 并且$ f(x) $在$(-\infty , +\infty )$上绝对可积, 则在$ f(x) $的连续点处
$ f(x) = \dfrac{1}{{2{\text{π }}}}\int_{ - \infty }^{ + \infty } {\left[\int_{ - \infty }^{ + \infty } {f(t){{\text{e}}^{ - {\text{i}}\omega t}}{\text{d}}t} \right]} {{\text{e}}^{{\text{i}}\omega x}}{\text{d}}\omega , $
而在间断点处$f(x) = ({{f(x + 0) + f(x - 0)}})/{2}$, 定义
$ F(\omega ) = \displaystyle\int _{ - \infty }^{ + \infty } f(t) {{\text{e}}^{ - {\text{i}}\omega t}}{\text{d}}t $
为$ f(t) $的傅里叶变换, $f(t) = \dfrac{1}{{2{{\rm{π}} }}}\displaystyle\int _{ - \infty }^{ + \infty }F(\omega ){{\text{e}}^{{\text{i}}\omega t}}{\text{d}}\omega$称为$ F(\omega ) $的逆傅里叶变换. 为了体现2020年7月29日—30 日东北冷涡暴雨过程关键重力波频段特征, 本文对48 h(2020年7月28日12:00—30日12:00)微压计气压数据长度进行傅里叶变换, 数据长度为172800, 选取周期120—180 min的重力波进行逆傅里叶变换重构关键尺度重力波信号.
本文采用吉林省981个地面加密站数据, 结合3路微压计数据分析暴雨过程的重力波特征; 采用美国国家海洋和大气管理局(National Oceanic And Atmospheric Administration)GDAS同化数据(空间分辨率0.25°×0.25°，时间分辨率3 h)分析天气形势、重力波产生机制; 采用中国气象数据网(http://data.cma.cn/) FY-2G黑体亮温数据(空间分辨率0.1° × 0.1°, 时间分辨率1 h)分析强对流演变过程.
3.暴雨过程
2020年7月29日07:00—30日5:00吉林省中部和南部发生暴雨(图2), 43个加密站出现暴雨, 1个站出现大暴雨. 强降雨带主要分布在吉林省中东部(四平东部、辽源、吉林)和吉林省南部(通化、白山). 其中, 短时强降雨(小时雨量≥20 mm)主要发生在7月29日13:00—21:00、7月29日21:00—30日2:00, 具有雨强大、降雨量不均匀的特点.
图 2 2020年7月29日7:00?30日5:00吉林省累计降雨量 (填色图, mm)、加密站E7215(黑色加号)、E9039(黑色圆点)、微压计1, 2, 3号站(黑色三角形)
Figure2. Accumulated heavy rainfall (shaded, mm) on 7 BJT 29?5 BJT 30 July 2020, the locations of surface automated mesonet station E7215 (black plus), E9039 (black dots) and microbarograph 1, 2, 3 (black triangle).

动力抬升条件方面, 此次暴雨发生时, 高层天气形势(图3(a)(b))从低纬到高纬呈现了“低-高-低”的3带(西风带、副热带、热带环流系统)分布特征, 即在热带地区有低值区, 表明有台风活动, 副热带高压位置偏北, 588脊线北端位于40°N附近, 脊线呈东-西状. 吉林省位于东北冷涡前部、副热带高压后部, 高层大气以西南暖湿气流为主(图3(a)(b)), 低层850 hPa东北冷涡中心位于内蒙中部地区, 低层850 hPa吉林省也处于暖湿西南气流中, 另外, 高、低层涡中心位置几乎一致, 表明冷涡系统较为深厚. 同时, 地面有西南风与偏东风辐合区(图3(d)), 高低层动力抬升机制明显.
图 3 2020年7月29日20:00　(a) 200 hPa风场(风向杆, m/s); (b) 500 hPa位势高度场(黑色等值线, gpm)、温度场(红色等值线, ℃); (c) 850 hPa位势高度场(黑色等值线, gpm)、风矢; (d) 地面比湿(填色图, g/kg)、风矢
Figure3. (a) 200 hPa wind field (wind stick, m/s), (b) 500 hPa geopotential height field (black lines, gpm), temperature field (red lines, ℃), (c) 850 hPa geopotential height field (black lines, gpm), wind vector, (d) surface specific humidity (contour lines, g/kg), wind vector on 20 BJT 29.

热力、水汽条件方面, 在有利的天气形势下, 当东北冷涡系统内的短波槽东移下滑, 东北冷涡携带的干冷空气与副热带高压后部暖湿气流交汇, 这为暴雨提供了有利的热力条件. 同时, 受副热带高压后部与台风外围水汽输送的共同影响, 地面比湿高达12—14 g/kg(图3(d)). 因此, 高低层大气动力、热力、水汽条件充分, 当有合适的中尺度触发因子, 就会引发暴雨、雷电等强对流天气.
此次暴雨过程伴有中尺度对流系统活动, 在红外卫星云图(图4)上, 7月29日11:00吉林省中部(长春、吉林)存在零散云顶亮温高值区, 中心值达到–38 ℃—48 ℃, 代表有对流云团活动. 7月29日14:00对流云团逐渐发展合并, 并向东南方向伸展, 吉林省中北部地区云顶亮温高值中心达到–50 ℃—60 ℃, 伴有强降雨(小时雨量≥20 mm)产生; 同时白山北部和延边东部有亮温约–26 ℃—30 ℃的新生对流云团. 7月29日17:00强对流云团主体南移到四平、吉林、辽源、通化北部, 云顶亮温中心值高达–50 ℃—60 ℃、白山北部强对流云团发展, 亮温增至–40 ℃. 7月29日20:00零散的强对流云团合并形成中尺度对流系统, 亮温高值区位于四平东部、辽源、通化北部, 中心值高达–60 ℃, 同时白山和延边仍存在对流云团. 至7月30日2:00 (图4(e), (f)), 中尺度对流系统主体移至白山、延边, 云顶亮温中心值约–60 ℃, 进入降水强盛阶段.
图 4 2020年7月　(a) 29日11:00, (b) 29日14:00, (c) 29日17:00, (d) 29日20:00, (e) 29日23:00和(f) 30日2:00 FY-2G卫星云图亮温
Figure4. FY-2G satellite black body temperature on (a) 11 BJT 29, (b) 14 BJT 29, (c) 17 BJT 29, (d) 20 BJT 29, (e) 23 BJT 29, (f) 2 BJT 30 July 2020.

在此暴雨过程中, 随着中尺度对流系统的发展变化, 地面气象要素具有明显的波动特征. 如图5(a)所示, 地面自动站E7215降水出现在29日14:00—21:00; 29日14:00开始有小量降水, 气压整体变化呈现下降趋势, 温度达到峰值后迅速减小, 表明天气系统开始影响本站; 29日17:00—20:00短时强降水出现两个峰值, 同时气压整体呈现明显的升高趋势, 气温先减小后增加(气温低至21 ℃). 在降水前后, 气压和温度都表现出脉动特征. 地面自动站E9039气压、温度和降水变化具有类似特点. 该站降水时段在29日18:00—30日4:00, 在30日1:00—2:00短时强降水达到峰值, 虽然气压整体趋势是增加的, 但在降水前后仍表现出明显的脉动; 在辐射作用下, 夜间气温整体表现为降温, 但在降水期间存在明显的降温增幅, 加剧气温下降. 综上所述, 在降水过程中地面气压和气温的变化具有两个特点: 第一, 气压和温度的日变化特征显著, 气压在15:00—18:00达到最小值, 如果没有降水, 此时气温达到最大值; 如果有降水, 地面降水蒸发冷却作用会引起短时降温; 第二, 在局地降水发生前后, 气压和气温都出现短时脉动, 代表存在某种波动. 本文主要关注这种气压脉动, 因为它对降水有一定的预兆指示意义.
图 5 2020年7月29日?30日　(a) E7215站(125.31°E, 43.04°N), (b) E9039 站(126.27°E, 41.95°N)1 h累积降雨量(黑色实线, mm)、气压(绿色实线, hPa)、温度(蓝色实线, ℃)
Figure5. The 1 h accumulated rainfall (black solid line, mm), pressure (green solid line, hPa), temperature (blue solid line, ℃) in (a) E7215 (125.31°E, 43.04°N), (b) E9039 (126.27°E, 41.95°N) on 29?30 July 2020.

4.重力波特征
下面利用中国科学院大气物理研究所研发的1, 2, 3号微压计采集的高精度气压数据分析重力波特征. 参考强对流系统自西向东的移动路径, 由于自西向东安装的微压计分别为3号、1号、2号, 以下采用上述顺序进行微压计数据分析.
2
4.1.重力波时域特征
-->

4.1.重力波时域特征

图6—图8分别是3号、1号、2号微压计采集的原始气压、气压日变化和扰动气压. 在信号处理中, 常用到移动平均滤波进行滤波, 这种方法本质上是一种低通滤波, 假设输入数据为x, 输出为y, 窗口宽度为N, 在新的一次计算中, 将上个窗口队列的首数据去掉, 其余$ N - 1 $个数据依次前移, 并将新的计算数据插入, 作为新队列的尾. 移动平均滤波的计算公式为
图 6 微压计3号站(126.61°E, 42.43°N)　(a) 原始气压(红色实线, hPa)、气压日变化(黑色实线, hPa); (b) 扰动气压(黑色实线, Pa)、小时雨量(绿色实线, mm)
Figure6. Microbarograph 3 (126.61°E, 42.43°N): (a) Original pressure (red line, hPa), pressure daily variation (black line, hPa); (b) pressure disturbance (black line, Pa), hourly rain (green line, mm).

图 8 微压计2号站(126.8°E, 42.4°N)　(a) 原始气压(红色实线, hPa)、气压日变化(黑色实线, hPa); (b) 扰动气压(黑色实线, Pa)、小时雨量(绿色实线, ℃)
Figure8. Microbarograph 2 (126.8°E, 42.4°N): (a) Original pressure data (red line, hPa), pressure daily variation (black line, hPa); (b) pressure disturbance (black line, Pa), hourly rain (green line, ℃).

$ y(n) = \frac{{x(n) + x(n - 1) + x(n - 2) + \cdots + x(n - N - 1)}}{N} . $
对两日(48 h)微压计原始气压数据(2020年7月28日12:00—30日12:00)进行移动平均滤波, 窗口宽度设为21600, 可以得到气压的日变化, 原始气压减去气压日变化可以得到扰动气压, 其中, 图6—图8仅显示29日0:00—30日6:00气压原始数据、气压日变化、扰动气压. 可以看出, 平均气压与原始气压的变化趋势基本一致, 29日7:00—15:00气压显著下降并有降水, 29日15:00—22:00气压明显上升, 并且气压波动非常剧烈, 伴随持续性强降水; 29日22:00—30日5:00, 仍有降雨的发生, 同时气压小幅下降.
对于微压计3号站, 如图6(b)所示, 29日1:00气压扰动开始增强, 振幅从–5 Pa增大到–30 Pa, 此后气压扰动振幅减小, 29日8:00气压扰动再度增大至20 Pa, 11:00该站出现降水, 可以看到气压扰动的增强先于降水出现, 表明这种重力波对降水来说具有明显的先兆活动特征. 另外, 对比图4(a)可以看出, 此时降水是由孤立的对流系统造成的, 因此气压扰动振幅不是很强. 随着对流系统的合并增强, 13:00出现第二次降水峰值, 气压扰动振幅在12:00增强为23 Pa左右, 在13:00—22:00气压波动很剧烈, 扰动振幅进一步增强到40—60 Pa, 22:00出现了降水第三次峰值, 特别地, 在17:00—19:00降水非常弱, 但是, 气压扰动显示出对未来强降水的先兆信号; 30日03:00降水结束, 气压扰动趋于减弱. 因此气压扰动对第二次、第三次峰值降水来说依然保持一定的提前量.
1号微压计和2号微压计观测的扰动气压具有类似的特点. 1号微压计记录的气压扰动对峰值降水依然保持一定的提前量. 例如, 对于1号微压计(图7(b)), 29日11:00降水达到第一次峰值, 但是气压扰动从29日7:00就开始增强, 振幅从5 Pa增长到20 Pa. 14:00出现第二次降水峰值, 气压扰动振幅在11:00—13:00保持在20 Pa左右, 在13:00—15:00进一步增强到–50 Pa. 第三次降水开始于18:00, 气压扰动从16:00开始进一步增强, 在23:00振幅增大达到103 Pa, 此后第三次降水达到峰值. 对于2号微压计(图8(b)), 降雨量峰值出现在29日14:00, 22:00(图8(b)), 同时气压扰动也达到极值, 分别为 –40 Pa和102 Pa; 需要强调的是, 在强降水发生前已经出现明显的气压扰动, 例如, 19:00时的–40 Pa的气压扰动先于21:00降水的出现, 表明对于强降水, 重力波具有先兆活动特征.
图 7 微压计1号站(126.70°E, 42.41°N)　(a) 原始气压(红色实线, hPa)、气压日变化(黑色实线, hPa); (b) 扰动气压(黑色实线, Pa)、小时雨量(绿色实线, ℃)
Figure7. Microbarograph 1 (126.70°E, 42.41°N): (a) Original pressure (red line, hPa), pressure daily variation (black line, hPa); (b) pressure disturbance (black line, Pa), hourly rain (green line, ℃).

从降雨量主要时段来看, 3号微压计、1号微压计、2号微压计主要时段分别为29日11:00—30日3:00、29日11:00—30日3:00、29日14:00—30日4:00. 同时, 3路微压计出现重力波先兆信号的时间分别为29日8:00、29日7:00、29日10:00, 这也体现了强对流系统自西向东移动的特征.
上述分析表明, 强降水伴随着明显的重力波气压扰动, 该波动的周期约为几十分钟至几小时, 并且先于降水的出现, 具有明显先兆活动特征, 对降水预报有一定的先兆指示意义.
2
4.2.重力波动态频谱特征
-->

4.2.重力波动态频谱特征

为了分析重力波频率的时间变化特征, 采用小波分析方法对微压计采集的气压扰动进行小波变换. 小波分析方法不仅能够显示信号的时域、频域特性, 也能够反映信号的多尺度特征和局部特征. 图9为3, 1, 2号微压计气压扰动功率谱的时间变化.
图 9 2020年7月28日20:00?30日7:00重力波动态谱 ((a), (c), (e)) (填色图: 功率谱; 纵坐标: 周期; 横坐标: 时间; 黑色包络线显示了小波影响锥, 其外侧为边缘效应较大的区域, 绿色实线包围的是置信度在95%以上的区域; ▲表示降雨开始时间)与降雨量图 ((b), (d), (f))　(a), (b) 微压计3号站; (c), (d) 微压计1号站; (e), (f) 微压计2号站
Figure9. Gravity waves dynamic frequency spectra ((a), (c), (e)) (shaded: amplitudes; Y-axis: periods; X-axis: time; The black envelope line shows the cone of influence, outside of which edge effects might be large, and green solid lines designates the 95% confidence level, ▲ denotes the start time of rainfall) and precipitation figure ((b), (d), (f)): (a), (b) Microbarograph 3; (c), (d) microbarograph 1; (e), (f) microbarograph 2 on 20 BJT 28?07 BJT 30 July 2020.

对于3号微压计, 由图9(a)可见, 重力波信号主要出现在两个时段: 7月28日21:00—29日8:00, 7月29日8:00—30日6:00. 主要特征如下. 1) 7月28日21:00出现了较强的气压扰动功率谱, 高功率谱的波动周期约为128—230 min, 29日2:00开始波动能量开始减弱. 29日6:00—8:00出现128 min的高能重力波, 而本站降水从29日10:00才开始, 可见, 重力波先兆信号的出现比降雨开始提前了约4 h. 2) 29日8:00开始, 256 min重力波能量开始增长, 高能重力波向低频发展, 29日10:00本站开始了持续性降雨, 在13:00—20:00出现了周期96—128 min高功率谱重力波, 与13:00第一个降水峰值相对应; 20:00以后高能重力波的周期以128—256 min为主, 一直持续到30日3:00, 同时激发了更短周期(约32—64 min)的重力波, 第二次降水峰值出现在29日22:00. 可见在降水发生前重力波的能量有增强过程, 同时波动周期也是变化的, 代表存在多种频率重力波的混合波动, 在不同阶段, 起主要作用的波动的频率是不同的.
对于1号微压计(图9(c)), 较强的重力波功率谱出现在29日6:00, 在10:00—15:00降水期间, 高功率谱的波动周期为128—256 min, 在15:00—18:00弱降水期间高功率谱的波动周期为256 min, 同时功率谱开始增强, 在29日21:00—30日0:00强降水阶段, 高功率谱重力波的周期为128—256 min, 同时激发了更短周期(32—64 min)的重力波. 可见, 在降水发生前3 h, 重力波周期以128 min为主.
对于2号微压计站(图9(e)), 弱降水发生在29日7:00—11:00, 但在7月29日5:00—7:00一直有周期约128 min的重力波先兆信号, 该波动比降雨开始提前约2 h出现. 在29日13:00—15:00和29日21:00—30日4:00的强降水阶段分别出现了降雨峰值, 其中, 在第一个降雨峰值期间, 重力波能量不断增强, 高能重力波周期为64—128 min, 并且有更短周期32 min重力波产生, 随着对流的发展, 很快256 min的重力波也开始出现. 在第二个降雨峰值期间, 高能量重力波从20:00开始周期扩展至96—192 min重力波的能量增长, 30日2:00开始衰减, 此时段也激发了更短周期(8—32 min)的重力波. 可见, 在降水期间都伴有不同频率的重力波, 并且降雨前2 h就已经有重力波信号增强.
从上述分析可看出, 在暴雨发生前2—4 h出现周期约128 min的重力波先兆活动. 暴雨期间, 高能重力波的周期主要为128—256 min, 并且随着强对流的发展演变, 高能重力波频谱也相应地调整, 强对流会激发更短周期(8—64 min)重力波. 2020年, Wang等[28]利用佛山微压计数据分析了佛山地区一次局地暴雨过程重力波动态谱特征, 暴雨前约4 h, 出现了长周期(140—270 min)重力波, 局地暴雨同时激发了更短周期(≤36 min)重力波. 本次东北暴雨过程也体现了重力波这一特征.
由图9可看出, 周期120—180 min的重力波能量最强, 提取此频段重力波, 利用逆傅里叶变换进行重力波重构, 对于重构的微压计3号重力波(图10(a)), 在降雨时段29日10:00—30日3:00, 重力波呈现周期性扰动, 并且振幅迅猛增大, 可达约60 Pa, 并且在29日13:00和22:00峰值降水前都有明显的重力波, 例如12:00出现的振幅约为20 Pa重力波早于13:00的峰值降雨, 20:00出现的振幅约65 Pa的重力波早于22:00的峰值降雨. 重构的微压计1和微压计2重力波信号也呈现相同的特征(图10(b)和图10(c)). 例如, 对于微压计2号重力波重构信号(图10(c)), 降雨时段29日7:00—30日3:00, 12:00之前, 重力波振幅较小, 约小于20 Pa, 29日12:00—15:00振幅增大, 约为30 Pa, 这早于14:00的降水峰值, 随后波动出现周期性扰动, 20:00开始波动振幅迅速增长, 约为40 Pa, 这也早于22:00的降水峰值. 这表明周期为120—180 min的重力波对强降水的发生、发展有着积极的作用.
图 10 重力波重构(黑色实线, Pa)和小时雨量(绿色实线, mm)　(a) 微压计 3 号站; (b) 微压计 1 号站; (c) 微压计 2 号站
Figure10. Gravity waves restruction (black line, Pa) and hourly precipitation (green line, mm): (a) Microbarograph 3; (b) microbarograph 1; (c) microbarograph 2.

2
4.3.重力波产生机制
-->

4.3.重力波产生机制

重力波是指在层结稳定大气内部的不连续面上(如速度不连续的切变线, 密度不连续的锋面), 空气微团受到扰动后偏离平衡位置, 在重力和浮力共同作用下产生的波动. 重力波方程组[9]为:
$ \begin{split} \;\;\;\frac{{\partial {u'}}}{{\partial t}} - f{v'} =\;& - \frac{{\partial {p'}}}{{\partial x}}, ~~ \;\;\;\frac{{\partial {v'}}}{{\partial t}} + f{u'} = - \frac{{\partial {p'}}}{{\partial y}}, \\ \;\;\;\frac{{\partial {w'}}}{{\partial t}} - g{\theta '} =\;& - \frac{{\partial {p'}}}{{\partial z}}, ~~ \frac{{\partial {u'}}}{{\partial x}} + \frac{{\partial {v'}}}{{\partial y}} + \frac{{\partial {w'}}}{{\partial z}} = 0, \end{split} $
式中$ {u'} $, $ {v'} $, $ {w'} $分别代表风速在x, y, z方向的扰动, f为$ {\text{Coriolis}} $参数, $ {\theta '} $为位温扰动. 由于${w'} = $$ {W_0}\sin ({K_z}z)\sin (\omega t - {K_x}x - {K_y}y)$, $ {K_x} $, $ {K_y} $, $ {K_z} $分别为x, y, z方向上的波数, 频率为
$ {\omega ^2} = \frac{{K_z^2{f^2} + (K_x^2 + K_y^2){N^2}}}{{K_x^2 + K_y^2 + K_z^2}} . $
得到散度、涡度、扰动气压方程为
$ \begin{split} D =\;& { - }{K_{\text{z}}}{W_0}\cos ({K_z}z)\sin (\omega t - {K_x}x - {K_y}y), \\ \zeta =& - \frac{{{W_0}f{K_z}}}{\omega }\cos ({K_z}z)\cos (\omega t - {K_x}x - {K_y}y), \\ {p'} =& - \omega \Big(1 - \frac{{{f^2}}}{{{\omega ^2}}}\Big){(K_x^2 + K_y^2)^{ - 1}}{K_z}{W_0}\cos ({K_z}z)\\ &\times \cos (\omega t - {K_x}x - {K_y}y). \\[-10pt]\end{split} $
由(8)式和(10)式可见, 气压扰动能够体现重力波特征, 水平辐合辐散、涡度也与重力波产生密切相关. 水平辐合辐散引起上升下沉运动, 在重力作用下形成重力波. 下面从地面气压扰动、地面风场、散度扰动和气温扰动综合分析重力波产生机制.
7月29日14:00强回波主体位于吉林省中部地区(图4(b)), 由图11可见, 29日14:00在降水粒子下沉运动作用下, 出现了雷暴高压G1, 引起气流辐散. 在G1前方, 有西北风与西南风的辐合, 周边有辐散. 可以看出, 在散度场上, 存在明显的辐散辐合异常值区, 呈现带状, 向东南方向传播, 这是重力波的明显特征.
图 11 2020年7月29日14:00　(a) 地面气压扰动, (b) 风场, (c) 散度扰动, (d) 温度扰动(绿色等值线为正值, 红色虚线为负值, ℃). 绿色、红色、黄色圆点分别代表微压计1, 2, 3号站位置
Figure11. (a) Surface pressure disturbances, (b) surface wind filed, (c) divergence disturbances fields, (d) temperature disturbances (green solid lines denotes positive values, red dotted lines denotes negative values, units: ℃) on 14 BJT 29 July 2020. Green, red and yellow dot respectively denotes the locations of microbarograph 1, 2, 3.

29日17:00, 强对流主体向东南方向移动到四平、辽源、吉林、通化北部、白山北部(图4(c)), 由图12可见, 29日17:00相应区域出现中高压G2, 辐散出流在西南方向辐合. 辐合辐散交替出现, 波动特征明显. 需要注意的是, 在D2区域同时有西北风、西南风、偏南风的辐合, 可能是传播的重力波在局地条件下增强的结果.
图 12 2020年7月29日17:00　(a)地面气压扰动, (b) 风场, (c) 散度扰动, (d) 温度扰动(绿色等值线为正值, 红色虚线为负值, ℃). 绿色、红色、黄色圆点分别代表微压计1, 2, 3号站位置
Figure12. (a) Surface pressure disturbances, (b) surface wind filed, (c) divergence disturbances fields, (d) temperature disturbances (green solid lines denotes positive values, red dotted lines denotes negative values, units: ℃) on 17 BJT 29 July 2020. Green, red and yellow dot respectively denotes the locations of microbarograph 1, 2, 3.

7月29日20:00, 强对流降水区位于辽源、吉林南部、通化北部、白山北部(图4(d)), 由图13可知, 强降水区出现雷暴高压G3, G4, G5(图13(c)), 由于降水蒸发冷却作用造成负气温扰动中心( –2 ℃—3 ℃), 形成地面冷池, 冷池对强对流系统的维持有着重要的作用[29,30], 同时G3和G4区域辐散出流强劲. 辐合辐散带状分布, 呈现东西向分布的特征, 代表重力波东西向传播. 这种辐合辐散主要是由对流的下沉气流造成的地面高压和降水蒸发引起的冷池, 造成的出流引起在下游辐合, 根据质量连续性原理, 进而导致其下游出现辐散, 因此这种带状的辐散辐合向外传播, 会形成重力波, 由于中尺度是质量场向风场适应, 因此这种风场的波动也会引起气压场的波动.
图 13 2020年7月29日20:00　(a) 地面气压扰动, (b) 风场, (c) 散度扰动, (d) 温度扰动(绿色等值线为正值, 红色虚线为负值, ℃). 绿色、红色、黄色圆点分别代表微压计1, 2, 3号站位置
Figure13. (a) Surface pressure disturbances, (b) surface wind filed, (c) divergence disturbances fields, (d) temperature disturbances (green solid lines denotes positive values, red dotted lines denotes negative values, units: ℃) on 20 BJT 29 July 2020. Green, red and yellow dot respectively denotes the locations of microbarograph 1, 2, 3.

29日23:00地面气温扰动为–2 ℃(图略), 冷池强度变弱, 辐合辐散强度也明显减小, 表明强对流已发展到成熟阶段并开始减弱, 但辐合辐散依然保持带状, 呈现波动特征.
由以上分析可知, 在对流降水发展过程中, 降水粒子下落和雨水蒸发冷却在近地面产生冷高压, 形成向外辐散的出流, 加强与下游气流的辐合, 根据质量连续性原理, 在辐合区产生上升运动, 在辐散区形成下沉运动, 这种辐合辐散促进了重力波的生成以及强对流向下游的发展. 由于重力波形成在对流的下游, 因此先于对流的传播, 对强对流有一定的先兆指示作用.
5.结　论
利用中国科学院大气物理研究所自主研制的微压计探测数据, 结合地面自动站观测、GDAS数据, 分析了2020年7月29日—30日吉林省暴雨过程的重力波特征, 得出以下结论.
1)暴雨与重力波密切相关, 降雨量峰值与气压扰动有明显的对应关系, 并且周期为几分钟至几小时的重力波早于降雨数小时出现.
2)扰动气压的小波分析表明, 在暴雨发生前2—4 h, 就有周期约128 min的重力波先兆活动(图14重力波A), 暴雨(图14左侧对流云)发生后又加强了重力波的发展, 促进了96—256 min重力波产生(图14重力波B), 并激发了更短周期(8—64 min)的重力波. 重构重力波信号表明, 此次暴雨过程重力波的主要周期为120—180 min. 相比于对流降水, 重力波信号提前2—4 h出现, 表明重力波对强对流降水有一定的预兆指示意义.
图 14 重力波对暴雨的触发机制概念模型
Figure14. Conceptual model of triggering mechanism of gravity waves on rainstorm.

3)在对流降水云发展过程中, 降水粒子下落和雨水蒸发冷却在近地面产生冷高压, 形成向外辐散的出流(图14辐散区), 加强与下游气流的辐合(图14辐合区), 根据质量连续性原理, 在辐合区产生上升运动, 在辐散区形成了较强的下沉运动, 这种辐合辐散促进了重力波的生成以及强对流向下游对流云(图14右侧对流云)的发展. 这是重力波形成的主要机制, 重力波的产生促进了下游对流的发展和移动.
本文利用高精度微压计探测数据, 分析了暴雨过程重力波特征和产生机制, 但是有一些问题仍待深入研究, 比如重力波先兆活动的产生机制是什么, 重力波是如何激发暴雨的, 重力波其他的频谱特征, 比如波长、波速是多少, 重力波的传播和发展是如何完成的, 这些问题需要利用数值模式进行更深入的研究.
相关话题/数据 信号 过程 系统 高压
  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ...
    考试优惠券 本站小编 Free壹佰分学习网 2022-09-19
  • 高阶耦合相振子系统的同步动力学
    摘要:由大量耦合相振子组成的Kuramoto模型是研究各种自持续振荡系统同步相变和集体动力学的重要模型.近些年,高阶耦合Kuramoto模型引起了广泛的研究兴趣,尤其高阶耦合结构在模拟编码和信息存储的动力学方面起到重要作用.为了研究高阶耦合的影响,本文通过考虑频率与耦合之间的关联对高阶耦合的Kura ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 高阶效应下对称三量子点系统中光孤子稳定性研究
    摘要:利用多重尺度法解析地研究了窄脉冲探测光激发下半导体三量子点分子系统中高阶效应对光孤子稳定性的影响.结果表明,由标准非线性薛定谔方程所描述的光孤子在传播的过程中会出现较大衰减,而由高阶非线性薛定谔方程所描述的光孤子却有着较为良好的稳定性.此外,数值模拟光孤子间的相互作用发现,由标准非线性薛定谔方 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 深海原位激光多普勒测速系统
    摘要:研发了一套适合深海原位测量的4000m级激光多普勒热液流速测量样机,该系统采用一体化整体集成式设计,系统由光源模块、光学模块和多普勒信号处理模块三部分组成,封装于L500mm×Φ205mm的耐压舱中形成一体化光学测量探头.提出了强本振型双光束激光多普勒测速光路,原理样机在实验室对模拟速度进行测 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 基于辐射制冷-温室效应的热电系统性能分析
    摘要:基于辐射制冷和温室效应,设计了一种无需主动能量输入的温差发电系统:夜间利用辐射制冷降低热电模块的冷端温度,白天利用温室效应增加热端温度,以提高冷热端温差,达到全天候无间断的发电效果.实验研究了热电模块冷热端温差随时间的变化及其受环境湿度的影响.在中国陕西的夏季实验测量和分析结果表明:辐射制冷使 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 光声光谱仪用三维扩展光源光场整形系统设计与实验
    摘要:三维非相干扩展光源相比红外激光光源具有功率高、光谱范围宽、价格低等优势,在高精度、多组分光声光谱仪中具有极高的应用价值.然而,其存在方向性差、能量密度低、形状不规则等现实问题,需要在光学系统设计过程中进行光场整形.光声光谱仪要求在小体积范围内收集并优化厘米级三维扩展光源向全空间的辐射,经一系列 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 团簇状缺陷对纤维束断裂过程的影响
    摘要:材料内部缺陷对复合材料的拉伸断裂性质有着极其重要的影响.纤维束模型是研究材料拉伸断裂性质常用的理论模型,已有含缺陷纤维束模型的工作表明,在纤维束模型中引入单纤维缺陷后,缺陷对模型拉伸断裂性质产生了显著影响.为研究实际材料内部存在的不同尺寸及损伤程度的缺陷,本文引入缺陷的空间尺寸、缺陷程度和缺陷 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 一种200 kV的多功能脉冲辐射系统研制
    摘要:研制了一套峰值电压200kV的多功能脉冲辐射系统,该系统具有产生脉冲电子束和脉冲X射线的功能,在两种运行状态中可以灵活切换.系统包括脉冲功率驱动源、真空二极管和实验腔体,其中,脉冲功率驱动源由Marx发生器、高储能的水介质传输线和脉冲压缩开关组成.系统负载等效阻抗2Ω、负载电流半高宽30ns, ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 适用400 Gbit/s接收系统的铟磷基低暗电流高带宽倏逝波耦合光电探测器阵列
    摘要:相较于面入射型和边入射型光电探测器,倏逝波耦合型光电探测器(evanescentcouplingphotodetector,ECPD)能够同时具备高带宽和高量子效率,因此在高速光通信领域有着广袤的应用前景.ECPD由稀释波导、单模脊波导和PIN光电二极管组成,通过倏逝波定向耦合提高光纤入射光到 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • “天光一号”驱动的聚苯乙烯高压状态方程测量
    摘要:聚苯乙烯等CH材料的高压状态方程研究对于ICF聚变点火具有重要意义.本文基于“天光一号”长脉冲激光装置开展了聚苯乙烯高压状态方程研究,理论模拟了靶内的冲击动力学过程,采用侧向阴影成像技术实验测量了不同厚度的聚苯乙烯平面靶和飞片靶,获得了靶内的冲击波速度与粒子速度等状态方程参数.结果表明:长脉冲 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 原位电阻测试分析Mg(BH<sub>4</sub>)<sub>2</sub>制备MgB<sub>2</sub>的成相过程
    摘要:Mg(BH4)2作为优质的储氢材料,在约300℃开始分解释放H2,并最终生成MgB2.由于Mg(BH4)2的释氢反应可以在较低的温度下获得MgB2,使其成为了制备MgB2超导材料的一种有效途径.本文采用了原位电阻法,通过测量Mg(BH4)2分解过程中电阻温度曲线,详细地研究了Mg(BH4)2分 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.