降雹概率的多源探測數據分析及地面驗證

何關興, 蘇德斌, 李 治, 黃梓恒

(1.成都信息工程大學電子工程學院,四川 成都 610225;2.中國氣象局大氣探測重點開放實驗室,四川 成都 610255;3.山西省氣象災害防御技術中心,山西 太原 030000)

0 引言

中國是一個冰雹災害多發的國家,為防雹減災,在受冰雹災害影響的地區廣泛開展人工防雹作業,通過人工干預的方法,達到防治和減輕冰雹災害的目的。為減少冰雹災害可能造成的國民經濟損失并提升防雹作業的有效性和準確性,冰雹災害預報工作一直是人工影響作業工作重點。 在冰雹云的發展初期[1-2],即云內大冰雹尚未形成時,就對雹云進行人工影響天氣作業,破壞其生成大冰雹的環境條件,可起到事半功倍的防雹效果,否則等冰雹長大時再對其進行人工影響作業,人影作業的催化劑并不能將已長大的冰雹消除。為研究雷達數據和冰雹發生概率、冰雹降雹尺寸的關系,進而得出冰雹早期識別算法模型,現利用雷達強度數據和探空數據,研究冰雹單體在各個高度層的回波特征,利用反射率回波識別冰雹可能發生的區域。

國外利用雷達研究冰雹的工作開展較早,早在1982 年Petrocchi[3]和1985 年Smart 等[4]得到了冰雹相關算法,但在實際人影作業驗證過程中效果不盡如人意[5]。 Smith 等[6]得出強冰雹的最基本特征是高懸的強回波,這說明在不同高度層雷達回波強度與冰雹的對應關系是變化的,具體是大氣環境0 ℃層高度和-20 ℃層高度與強回波的關系。 Witt 等[7]基于這一思路得到了美國新一代天氣雷達的冰雹探測算法,中國氣象人員的相關研究也驗證了這一結論[8]。 近年來,利用雙偏振雷達進行粒子識別可以更好的觀測并得到冰雹信息[9-10]。 Grams 等[11]使用云頂和地面雷達數據檢索樸素貝葉斯降水類型,將冰雹劃分為降水類型的一種,不過算法對于冰雹的識別效果欠佳。 Mroz等[12]使用全球降水測量(GPM)任務核心天文臺衛星和地面S 波段天氣雷達同時觀測冰雹天氣,研究冰雹識別算法,最佳性能CSI 達到49%。 蘭明才等[13]利用11 部多普勒天氣雷達、自動站、閃電定位儀數據,用神經網絡構建冰雹識別模型,識別準確率高達93.81%。黃鈺等[14]對2016-2019 年貴州中西部降雹過程探空資料分析,發現冰雹實際融化層高度對于冰雹粒子大小有明顯的影響。 楊寧等[15]針對巴彥淖爾冰雹云探測進行初步研究,表明由于獨特的地理環境,冰雹天氣成為巴彥淖爾市河套平原夏季主要氣象災害之一,對巴彥淖爾地區進行降雹概率研究具有實際意義。

在冰雹研究和人影作業中,須關注以下3 方面內容:冰雹可能發生的概率;降雹的影響范圍與持續時間;降雹預估的最大冰雹粒子尺寸。 雙偏振雷達的有效探測范圍較低,考慮到中國氣象行業現狀,利用新一代多普勒天氣雷達進行冰雹識別算法的研究仍有需求。 本文利用多普勒天氣雷達進行冰雹識別算法研究降雹概率,以2020 年7 月4 日發生在烏拉特中旗氣象局附近的一次降雹過程為例,利用雷達數據反演降雹概率及冰雹粒子最大尺寸,與地面測雹板對比,冰雹識別算法的預測效果較好。

1 數據

1.1 研究區域

內蒙古自治區巴彥淖爾市地處內蒙古高原西部位于105°12′E ～ 109°53′E、40°13′N ～ 42°28′N,東西長378 km,南北寬238 km,面積6.4萬km2。 巴彥淖爾市多年平均年蒸發量為2030 ～3180 mm,多年平均日照時數在3100 ～3300 h[16],是中國日照時數最多的地區之一。 巴彥淖爾境內的河套灌區是亞洲最大自流灌區,境內河套平原有“塞上江南”美譽,全市有機奶產量占全國一半以上,農畜產品出口位居內蒙古第一,為全國最大的羊毛絨生產基地[15]。

陰山山脈狼山段位于巴彥淖爾市中部,將巴彥淖爾市一分為二,山前為富饒的河套平原,山后為荒漠化草原(圖1),受此特殊地理環境的影響,冰雹天氣成為巴彥淖爾市山前河套平原夏季主要氣象災害之一。

圖1 巴彥淖爾地形及觀測設備布局

1.2 數據來源

收集2020 年6-8 月巴彥淖爾地區C 波段多普勒雷達數據、探空數據和風云四號A 星(FY-4A)的相當黑體亮帶溫度產品TBB,數據如表1 所示。

表1 數據

其中C 波段多普勒雷達(714CDN 雷達)位于巴彥淖爾市氣象局(圖1 五角星位置, 107.36 °E,40.73 °N),有效定量探測半徑均為168 km,時間分辨率為6 min,按VCP21 模式運行。 巴彥淖爾地區有兩個探空站,分別位于臨河區氣象局(圖1 三角形位置,站號:53513)及烏拉特中旗氣象局(圖1 三角形位置,站號:53336),提供秒級探空數據,其中包括大氣環境0℃層高度和-20℃層高度數據。 提供的TBB 表示氣象衛星紅外探測通道獲取的云頂和無云或少云區的地球表面的向外輻射。

2 冰雹識別算法

2.1 算法流程

研究算法程序采用巴彥淖爾地區臨河市CD 雷達作為雷達反射率數據的數據源。 0 ℃層和-20 ℃層高度的數據是利用當天8 點探空氣球得到的探空信息作為算法參量的輸入[17],適宜的0 ℃和-20 ℃層為降雹提供了更有利的層結條件[18]。 算法流程如圖2 所示。

圖2 冰雹概率算法流程圖

2.2 算法原理

利用雷達反射率數據研究冰雹算法,有基于垂直積分液態水(VIL)進行冰雹識別的相關算法研究工作[19],該算法在多次實際人影作業中都得到了良好的驗證。

此外為得出冰雹尺寸和雷達回波強度的關系模型,需要研究融化層高度信息和強回波(高于45 dBZ)的關系,Waldvogel 等[20]得出45 dBZ以上強度回波與地面冰雹發生概率的簡單關系(圖3)。 Witt 采用類似VIL 算法的方法,基于單體的數據反演冰雹算法,利用反射率數據反演冰雹的動能進而實現冰雹的識別。

圖3 冰雹在地面發生的概率與45 dBZ 強回波層與0 ℃層高度差之間的關系

冰雹動能計算相關公式為

其中

其中,Z是反射率強度值,單位dBZ,加權函數W(Z)是反射率強度與冰雹識別算法之間的過度函數,式(2)中ZL和ZU分別對應40 dBZ和50 dBZ(可根據雷達實際情況作調整),VIL 算法通常是通過設置55 dBZ上限值來濾除與冰雹有關的高反射率數據,而上述Z-E算法采用相反的策略,僅使用與冰雹有較大相關性的高反射率數據,并濾除通常與液態水有關的較低反射率值。 利用動能計算冰雹的好處還包括,以此為依據可以對降雹尺寸和嚴重程度進行預估,建立對降雹嚴重程度的預估模型。 同時相關研究結論表明,冰雹生長僅發生在0 ℃層高度以上的區域,嚴重性冰雹發生在-20 ℃層或更低溫度層。 在冰雹算法中引入溫度層信息,可以更加準確地進行冰雹識別,高度層信息的加權函數:

其中H是反射率數據所在高度,H0和Hm20分別對應0 ℃層高度和-20 ℃層高度。

綜上得到嚴重冰雹指數函數SHI:

其中HT是云頂高,SHI 單位是J/(m2s)。

結合Witt 算法,將雷達體掃數據轉換成網格數據。 冰雹嚴重指數計算公式則轉變為

其中,Δh是逐層網格數據高度間隔。

此外,Witt 還利用0 ℃層高度信息計算了冰雹嚴重災害的閾值參量WT:

利用冰雹嚴重指數和警告閾值可以計算網格點各處冰雹可能發生的概率函數,經驗公式為

為提升數據的連續性和可靠性,利用Barnes 插值算法[21]將雷達數據插值至600×600×40 的經緯度網格中,設置成0.01 度經緯度分辨率,高度500 m間隔的網格數據。 同時為提高算分數據存取的執行效率,算法系統將數據網格每個格點對應的體掃數據及坐標位置存儲至二進制文件中,通過查詢二進制文件,可以快速實現反射率網格數據的讀取和計算。

3 降雹個例

2020 年7 月4 日15-18 時巴彥淖爾市臨河區新華鎮,杭錦后旗團結鎮、蠻會鎮,烏拉特中旗海流圖鎮、巴音烏蘭和烏拉特中旗氣象局、五原縣豐裕等地區出現冰雹天氣,具有區域性強、冰雹顆粒分布不均等特點。 烏拉特中旗氣象局(圖4 三角形位置,108.52 °E,41.57 °N)在17:40 出現降雹,持續時間約6 ～10 min,冰雹顆粒直徑大。

圖4 2020 年7 月4 日17:40-17:50 巴彥淖爾降雹點

3.1 天氣背景

2020 年7 月4 日08 時環流背景形勢場(圖5)可以看出,500 hPa處于東北地區高空槽后的西北氣流,在巴彥淖爾市地區具有風速輻合,西北氣流攜帶冷空氣在巴市地區堆積;700 hPa同樣受西北氣流控制,在巴彥淖爾市地區具有風速輻合,表明中高層有干冷空氣侵入,有利于風雹天氣的產生;850 hPa在阿盟東南部及巴市有切變線,850 hPa與500 hPa溫差達29 ℃,同時有暖舌伸入,有利于低層增暖,促使低層到高層的溫度遞減率加大,形成上冷下暖的熱力不穩定層結,有利于強對流的出現。

圖5 2020 年7 月4 日08 時環流背景形勢場

3.2 探空資料

圖6 為臨河、烏拉特中旗7 月4 日的探空曲線。 臨河站7 月4 日08 時在500 ～600 hPa有不穩定存在,CAPE 值為80.3 J/kg,CIN 值為237 J/kg,對流抑制位能大于有效位能;500 hPa以下風隨高度順轉有暖平流;0 ℃層高度在4077 m,-20 ℃層高度在7341 m;地面溫度露點差>5 ℃,K指數為32.9 ℃,SI 指數為0.25 ℃;中午輻射升溫,用臨河對流發生前17 時地面實況進行訂正,CAPE 訂正后為1601.7 J/kg、CIN 訂正后為0 J/kg,溫度上升使底層對流抑制消失,對流天氣產生。

圖6 2020 年7 日4 日08 時臨河和烏中旗訂正后T-LnP 圖

烏拉特中旗站7 月4 日08 時在700 ～250 hPa層結不穩定明顯,CAPE 值為696.8 J/kg,對流高度在700 hPa以上,CIN 值為93.5 J/kg,對流有效位能大于對流抑制位能;500 hPa以下風隨高度順轉暖平流;0 ℃層高度在4100 m,-20 ℃層高度在7167 m;地面溫度露點差<5 ℃,濕度條件好。K指數為36.9 ℃,SI 指數為-1.2 ℃。 中午輻射升溫,用烏拉特中旗對流發生前16時地面實況進行訂正,CAPE 訂正值為1377 J/kg、CIN 訂正值為0 J/kg,溫度上升使底層對流抑制消失,對流天氣產生。 結合兩地探空資料分析,當日空中存在不穩定能量,為強對流天氣的產生提供了條件。

3.3 衛星TBB 分析

TBB 是相當黑體溫度(temperature of black body),通常稱為亮溫或者亮帶溫度,表示云頂和無云區或少云區的地球表面向太空發射的輻射, 也是氣象衛星紅外通道的觀測值, 是生成紅外云圖和各種增強顯示云圖最原始的資料[22]。 它能夠反映出云的發展高度、上升氣流的強弱和中小尺度對流發展的旺盛程度。 TBB 溫度越低,對應云頂越高,對流越旺盛,當TBB 溫度達到-32 ℃,對流云高度有8 km左右,TBB 溫度達到-54 ℃,對流云高度有11 km左右,為雷暴云系[23-24]。 本次降雹事件于17:40 左右(BTJ)發生在烏拉特中旗氣象局(圖7 綠色圓圈),選取降雹事件前1 h以及降雹事件后2 h TBB 資料,分析冰雹云在降雹前后的TBB 變化特征。

圖7 2020 年7 月4 日16:45-20:00 巴彥淖爾地區TBB 空間分布(綠色圓圈為降雹點)

圖7 為降雹事件TBB 空間分布。 由圖7(a)可知,在降雹前1 h,烏拉特中旗氣象局上空云團TBB 值大于-10 ℃,對流穩定。 在降雹前45 min(圖7b)、降雹前30 min(圖7c)云團中心TBB 值快速下降至-40 ℃,云團向東南移動,對流加強。 在降雹時刻(圖7d),云團面積迅速膨脹,云團中心TBB 值也進一步降低至-55 ℃,在云團的TBB 梯度的大值區(烏拉特中旗氣象局)產生降雹,說明降雹發生在對流云團的發展旺盛階段[20]。 在降雹后1 h(圖7e),云團向東南方向移動,烏拉特中旗氣象局上空云團TBB 值上升到-40 ℃～-45 ℃。 在降雹后2 h(圖7f),云團繼續向東南方向移動,烏拉特中旗氣象局上空TBB 值上升到-15 ℃～-25 ℃,此區域云團對流減弱。

綜上,此次降雹事件中冰雹云的形態分布為自西北至東南走向,降雹點主要位于TBB 梯度大值區,與陳英英等[25]指出的對流云團的生長中心位于TBB 低值區和陡變的溫度梯度區相對應。

4 降雹概率分析及最大尺寸估算

2020 年7 月4 日17:40 左右烏拉特中旗氣象局地區出現降雹,持續時間約6 ～10 min。 研究團隊收集到了本次冰雹過程的雷達數據、探空數據和地面觀測信息。 雷達體掃數據是由臨河市CD 雷達獲取的體掃基數據,雷達數據有效距離取168 km,地面觀測信息包括測雹板和地面人員降雹信息的記錄,通過冰雹掉落至測雹板造成的痕跡可以反演冰雹尺寸信息。

通過觀察當天17:40(BJT)前后的組合反射率回波圖(圖8),可以觀察到在(108.52 °E,41.57 °N)周圍具有大于550700 dBZ的強回波數據,說明有較大概率存在冰雹粒子。

圖8 臨河CD 雷達2020 年7 月4 日17:33-17:48(BJT)組合反射率回波圖

利用反射率25 dBZ作為閾值回波頂高識別閾值,從圖9 可以看出,7 月4 日17:33 開始(圖9a),烏拉特中旗氣象局出現頂高在8 km 以上的強回波。 17:38(圖9b)烏拉特中旗氣象局上空回波頂高上升至11 km以上,對流發展旺盛。 17:43(圖9c)回波頂高在13 km以上的回波范圍顯著增大,17:48(圖9d)烏拉特中旗氣象局上空回波頂高有所減弱。

圖9 臨河CD 雷達2020 年7 月4 日17:33-17:48(BJT)回波頂高回波圖

通過解碼當天07 時探空數據,當日高空0 ℃層高度為4100 m,-20 ℃高度為7167 m,帶入上文冰雹識別算法,作為冰雹概率評估的高空數據,計算冰雹概率數據POSH,繪制降雹概率>80%空間分布圖,結果如圖10 所示。

利用冰雹嚴重指數SHI 可以作為反演冰雹粒子降落能量的指標,通過式(8),可以評估每次降雹概率模型對應的降雹粒子最大尺寸。

利用當天17:38(BJT)雷達數據,可以發現烏拉特中旗氣象局上空出現57.5 dBZ的強回波數據,回波頂高達到16.5 km。 根據式(1),可以計算出冰雹動能E=0.338,結合0 ℃層高度信息,運用式(6)計算出冰雹嚴重災害的閾值參量WT = 114.75。 綜上利用式(5)得到冰雹嚴重指數SHI=419.17 J/(m2s),進而結合式(7)獲得降雹概率信息POSH=87.57%,通過式(8)計算冰雹最大預估尺寸為2.83 cm,平均粒子尺寸為1.32 cm。 利用Witt 研究結論得出,考慮到高空墜落到地面過程冰雹的磨損和碰撞破碎過程,實際降落到地面的冰雹粒子尺寸約為估計尺寸的75%左右,此次降雹實際預估降落到地面的最大冰雹尺寸為2.12 cm,平均尺寸1.15 cm。

5 驗證分析

5.1 地面驗證

通過地面氣象服務人員和提前布設的測雹板,得到當天實際發生降雹的時刻和冰雹尺寸信息。 根據地面氣象服務人員統計,當天17:40 左右在烏拉特中旗氣象局發生降雹(圖11),降雹顆粒最大的達到“鵪鶉蛋”大小。

通過提前布設在附近的測雹板,可以看到當日冰雹留在測雹板上的跌落痕跡。 通過實際測試,測雹板是采用30 cm×30 cm×3 cm規格的EPS 泡沫板作為測雹板的內芯,利用20 μm厚的錫箔紙作為測雹板的外部附著材料。 通過凹坑直徑和凹坑的坑深反演造成凹坑痕跡的冰雹粒子的沖擊能量,利用能量匹配原理反演冰雹顆粒的尺寸。

通過測量測雹板采樣,最大的采樣坑直徑為15 mm,平均粒子采樣直徑為9 mm,通過式(9)[26]可以預估當時測雹板采樣最大粒子尺寸。

計算得出冰雹預估尺寸最大粒子為2.06 cm,平均尺寸為1.23 cm。

通過與雷達反演的數值結果進行對比,發現利用測雹板測得的冰雹粒子最大尺寸要略低于利用雷達數據反演得到的降雹粒子最大尺寸,平均尺寸數值相近,這可能是由于測雹板布設的隨機性,未采樣到實際降落到地面的最大冰雹粒子。

5.2 多次數據驗證

為驗證算法的普遍適用性,將2020 年隨機10 次降雹事件統一對比分析。 通過解碼每一次降雹事件的探空數據,找到當日高空0 ℃層高度與-20 ℃層高度數據,作為冰雹概率評估的高空數據,計算冰雹概率數據POSH。 為提高冰雹概率預測的準確性,只繪制POSH>80%的預測位置。 如圖12,三角符號代表預測點位,五邊形代表出現降雹事件的測雹板布設位置。

圖12 POSH>80%冰雹預測點與實際降雹點對比圖

巴彥淖爾市2020 年10 次降雹事件的降雹時間,預測點地理坐標與測雹板布設坐標如表2 所示。 經過計算,10 次降雹事件中預測降雹中心點與測雹板布設點平均距離差異13.25 km。

表2 巴彥淖爾市2020 年10 次降雹事件

結合ECMWF ERA5 再分析數據對巴彥淖爾市降雹時刻不同高度層進行風場分析。 由圖13 可知在2020 年7 月4 日18:00(BJT)巴彥淖爾市上空300 hPa受到偏西氣流影響,最大風速達到23.9 m/s;500 hPa受到西北氣流影響,最大風速達到16.9 m/s;750 hPa受到西北氣流影響,最大風速達到9.3 m/s;850 hPa受風切變影響,最大風速達到7.1 m/s。 風速隨著高度的減小而減小。

圖13 2020 年7 月4 日18:00(BJT)風場圖

由此可見,冰雹下降過程中受到不同氣流影響,使得降雹位置變得難以準確預測。 同時測雹板可能未能布設在每次降雹事件的中心,使得預測降雹中心點位置與測雹板布設位置差異增加。

6 結束語

利用2020 年7-9 月巴彥淖爾地區的雷達資料、探空數據、衛星資料和地面測雹板數據進行冰雹識別算法研究及地面驗證分析,結果表明:

(1)根據雷達資料,實時反演降雹天氣過程,可以獲取更大的降雹天氣識別范圍,對可能發生的降雹過程有更加及時的指示作用。

(2)利用雷達資料結合探空資料提供的0 ℃層和-20 ℃層的高度信息設計的冰雹識別算法,計算雷達掃描范圍內有較大概率發生降雹的地區范圍,通過雷達反射率可以計算目標粒子所帶能量,進而通過目標區域潛在冰雹概率,實現降雹概率的預估。

(3)通過地面測雹板和地面氣象觀測人員驗證,雷達數據評估降雹粒子平均尺寸有較好的估測效果。