天津雷暴大風天氣的環流場及雷達回波特征分析

王艷春，陳 宏，尉英華*，張 慶，張 楠，林曉萌

（1.天津市海洋氣象重點實驗室，天津300074；2.天津市氣象臺，天津300074）

雷暴大風是指對流風暴產生的龍卷以外的地面直線型風害[1]。我國雷暴大風出現概率東部大于西部，北方高于南方，主要集中在華北、華東、江南和華南地區[2-4]。華北地區雷暴大風主要分布在北京西北部山區、京津冀沿海地區以及西北部高原，多出現在6—7 月[5-6]。天津地處華北平原東北部，東臨渤海，北枕燕山，汛期（4—9 月）由強對流天氣造成的雷暴大風發生頻繁且致災嚴重，如2020 年6 月25 日天津出現大范圍災害性大風過程，最大陣風風力達13 級（41.4 m·s-1），50 a 一遇的大風造成大量農作物倒伏，車輛和瓜果蔬菜受損，農業受災面積達65.191 km2，農業經濟損失達2.4 億元；2017 年7 月9 日天津靜海區出現下擊暴流大風，22 個加密自動站最大陣風風力達8 級以上，監測到最大陣風達12 級（33.8 m·s-1）。

關于我國不同地區雷暴大風的環流形勢和雷達特征，眾多學者開展了相關研究，并得到一些有意義的結論。陳曉欣等[4]將我國雷暴大風事件的天氣流型分為西太平洋副熱帶高壓邊緣型、弱槽型、高空干冷平流強迫型和強槽型4 種。一些學者分別對京津冀地區、山東地區、湖北地區和海南島地區雷暴大風天氣的環流形勢和環境參數進行了統計分析，并建立了各地區雷暴大風的天氣流型和環境參數閾值指標[5，7-9]。隨著多普勒天氣雷達的廣泛應用和雷達資料的不斷積累，為深入研究雷暴大風的臨近預報預警方法，一些學者對不同地區產生雷暴大風的雷達回波形態及產品特征進行統計分析。美國地區致災最嚴重的雷暴大風雷達回波類型為弓形回波、颮線和多單體風暴[10]。中層徑向輻合、弓形回波、陣風鋒和徑向速度大值區對雷暴大風有很好的指示作用[11]。我國河北地區雷暴大風的主要雷達回波特征表現為弓形回波、陣風鋒和徑向速度大值區，出現以上一個或多個特征即可發布雷暴大風預警[12]。楊璐等[13]通過對北京地區雷暴大風天氣不同生命期內的雷達回波進行統計分析得出，徑向速度大值區能對77%的帶狀回波和100%的弓形回波造成的雷暴大風天氣提前發布預警。龍柯吉等[14]統計分析了四川盆地雷暴大風的對流組織類型和雷達回波特征，發現82%的雷暴大風站點具有風速大值區。

天津地區關于雷暴大風的研究多集中于個例分析[15-17]，有利于雷暴大風出現的天氣形勢尚待歸納總結，針對雷暴大風多普勒雷達特征的統計工作開展較少。本文統計分析了天津地區2018—2020 年雷暴大風的時空分布特征、天氣形勢以及雷達回波特征，以期為雷暴大風的短時臨近預報預警提供參考。

1 數據來源與方法介紹

1.1 數據來源

所用數據包括（1）2018—2020 年4—9 月地面加密自動站資料、閃電定位儀資料；（2）美國大氣環境中心（NCEP）提供的全球分析資料（final operation global analysis，FNL），時間分辨率為6 h，水平分辨率為1°×1°，以下簡稱FNL 資料；（3）雷達資料：天津塘沽CINRAD-SA 型新一代天氣雷達（117.72°E，39.04°N）提供的基本產品和分析產品。

1.2 個例篩選

基于2018—2020 年4—9 月地面加密自動站資料、閃電定位儀資料和多普勒雷達資料篩選雷暴大風個例，雷暴大風過程需滿足2 個條件，（1）6 h 內天津地區有3 個或以上自動站瞬時風速達到或超過17.2 m·s-1，若大風站點較為分散且自動站站數較少，不計入研究過程；（2）大風發生前后30 min 內，大風站周邊100 km 范圍內有閃電觀測記錄和雷暴回波?；谝陨显瓌t，共篩選出天津地區47 次雷暴大風天氣過程作為本文研究的雷暴大風個例。

1.3 雷達回波特征分析方法

基于雷達回波形態的對流風暴分類有很多種，被業界廣泛認可的是Browning 提出的4 種風暴類型：普通單體風暴、多單體風暴、多單體線狀風暴（包含颮線）和超級單體風暴[18]。除上述4 種風暴類型外，易導致雷暴大風的對流風暴有一種被稱為“弓形回波”[4]，它可以是孤立的單體風暴，可以是呈現弓形的多單體風暴，更多的是作為颮線的一部分鑲嵌其中[19]。本文在前人研究的基礎上，綜合分析造成天津地區雷暴大風的雷達回波形態，發現超級單體風暴多鑲嵌在多單體風暴或颮線當中，因此不做單獨分類。最終將天津地區雷暴大風的風暴類型分為5種：非線狀多單體風暴、線狀多單體風暴（不包含颮線）、颮線、弓形回波和普通單體風暴。具體分類操作流程如圖1，以雷達組合反射率因子為基礎，（1）判斷引起雷暴大風的回波是否為孤立的單體，若是定為普通單體風暴，若不是則進行下一步；（2）依據俞小鼎等[1]對中國地區颮線的定義來判斷回波形態是否滿足颮線特征，若滿足將風暴類型定為颮線，若不滿足則進行下一步；（3）判斷風暴中是否存在弓形單體或弓形結構的多單體回波，若存在將風暴類型定義為弓形回波，若不存在則進行下一步；（4）判斷回波單體是否呈線狀排列，將單體呈線狀排列的風暴定為線狀多單體風暴，將單體無明顯線狀排列特征的風暴定為非線狀多單體風暴。

2 時空分布

2.1 雷暴大風的空間分布

天津地區北部緊鄰燕山，東部瀕臨渤海，呈現自北向南逐級下降的地形。圖2 為天津地區2018—2020 年雷暴大風過程的空間分布散點圖，天津地區雷暴大風空間分布不均勻，雷暴大風發生次數超過10 次的站點共有16 站，其中北部薊州山區有4 站，東部臨海的濱海新區有7 站，其他區縣均不超過2站，可見，雷暴大風的高發區主要分布在北部薊州山區和東部沿海地區。

圖2 2018—2020 年天津地區雷暴大風過程空間分布

2.2 雷暴大風的月分布

對天津地區雷暴大風出現的次數進行月統計（圖3a）可知，天津地區雷暴大風主要出現在春季和夏季，6—8 月出現頻次較高，其中6 月出現雷暴大風次數最多，這與春末夏初冷空氣活躍、夏季西南氣流和西太平洋副熱帶高壓（簡稱“副高”）北上有關。6月天津地區冷暖空氣交匯頻繁，干冷空氣疊加在暖濕空氣之上，有利于產生雷暴大風。7—8 月受北上的西南氣流和增強北跳的副高影響，能量條件較好，邊界層弱的輻合條件便可導致對流發展增強。

圖3 2018—2020 年天津地區雷暴大風分布特征

2.3 雷暴大風的時次分布

對天津地區雷暴大風出現的次數進行時次統計（圖3b），天津地區雷暴大風的時次分布表現出明顯的日變化特征，05 時—次日11 時雷暴大風出現次數最少，13 時開始大幅增加，傍晚到前半夜是高發時段，峰值出現在16—17 時。原因為午后到傍晚，熱力效應造成地面增溫大，使得傍晚前后大氣層結不穩定度加大，有利于風暴的形成和發展，故雷暴大風最多。

2.4 雷暴大風的持續時間

對天津地區雷暴大風的持續時間（末站雷暴大風結束時間與首站雷暴大風開始時間之差）進行統計得到圖3c，天津雷暴大風過程的持續時間多為1～4 h，占比達74.5%，其中持續時間為1～2 h 的次數最多，占比達44.7%。出現上述特征的主要原因是，造成雷暴大風的對流多為颮線、弓形回波等中小尺度系統[4]，此類系統的生命史一般較短，因此導致雷暴大風的持續時間較短。

3 環流場特征分析

研究雷暴大風發生時或發生前的天氣環流背景對于雷暴大風預報具有一定的指示意義。利用FNL資料對天津地區47 次雷暴大風過程的影響系統進行分析，發現500 hPa 環流形勢主要有四類：冷渦型、西北氣流型、低槽型和副高邊緣型。圖4 為四種天氣流型出現次數、月分布直方圖及500 hPa 環流形勢合成圖。冷渦型在所有天氣流型中出現頻次最高，共出現16 次，主要在5—8 月。在此類天氣流型中，天津位于500 hPa 冷渦底部的槽區，冷渦影響下的中層大氣較為干冷，垂直減溫率大，易導致較大的對流有效位能，有利于產生雷暴大風等對流天氣[20]；西北氣流型出現次數僅次于冷渦型，共出現14 次，6月出現次數明顯高于其他月份。在此類天氣流型中，天津位于西風槽后，受西北氣流控制；低槽型共出現12 次，主要在6—7 月。在此類天氣流型中，500 hPa低槽呈準南北向分布，天津處于槽前西南氣流中；副高邊緣型出現次數最少，僅5 次，主要出現在7—8月，其中以8 月最多。在此類天氣流型中，天津位于副高西北側的西南氣流中，其北側有低槽配合，有利于暖濕氣流與干冷氣流匯合。

圖4 四種天氣流型出現次數（a）和月分布（b）及天津雷暴大風500 hPa 環流場特征

4 雷達回波特征分析

4.1 造成雷暴大風的對流風暴類型

由不同類型對流風暴的分布特征（圖5）可知，颮線是產生雷暴大風數量最多的風暴類型，共18次，天氣流型以冷渦型和低槽型為主，主要出現在7、8 月；非線狀多單體風暴產生的雷暴大風數量次之，為13 次，最常發生在西北氣流型天氣背景下，主要出現在6、8 月；弓形回波產生的雷暴大風數量排第3 位，為8 次，對應最多的天氣流型是冷渦型，6月數量最多；線狀多單體風暴產生的雷暴大風數量較少，為7 次，對應的天氣流型主要有副高型、低槽型和西北氣流型，主要出現在6、8 月；普通單體風暴是產生雷暴大風數量最少的風暴類型，僅有1 次，出現在6 月，為冷渦型。

圖5 天津雷暴大風過程中對流風暴的分布特征

4.2 強度回波特征

為表現雷達回波的總體分布及在不同天氣流型和不同風暴類型（由于普通單體風暴僅出現1 次，所以此處不對其做單獨的統計分析）中的具體分布特征，利用小提琴圖對最大反射率因子（指組合反射率產品中的最大反射率因子，下同）和強回波中心下降率2 個強度回波特征進行統計分析。小提琴圖是箱線圖與核密度圖的結合，近年來有學者用其代替箱線圖來分析強對流天氣的雷達特征[21]。小提琴圖的優勢在于，一方面可通過箱線部分展示出數據的中位數、上下四分位數、最大值和最小值，另一方面又可通過核密度曲線顯示出數據的整體分布和多峰值分布等特征。以圖6a 為例，圖中黑色粗短線代表中位數，黑色方框的上下邊框分別為上下四分位點，細黑線代表須，白色圓點代表離群值，外部曲線形狀為核密度估計（kernel density estimation，KDE），以下簡稱KDE，曲線較寬的部分為KDE 大值區，代表觀測值取值概率高，較窄部分則對應較低的概率。

圖6 最大反射率因子小提琴圖

4.2.1 最大反射率因子

圖6a 是最大反射率因子的小提琴圖。天津地區雷暴大風的最大反射率因子通常為52.5～78 dBZ，中位數為62 dBZ，上下四分位數分別為63.9 和58 dBZ，KDE 大值區位于61 dBZ 附近。當最大反射率因子值＜58 dBZ 時發生雷暴大風的可能性很小，當最大反射率因子值＜52.5 dBZ 時可不考慮雷暴大風發生的可能性，當最大反射率因子為61 dBZ 左右時發生雷暴大風的可能性最高。

對不同天氣流型和不同風暴類型中最大反射率因子進一步統計分析得到圖6b 和6c。在4 種天氣流型中，雷暴大風的最大反射率因子差異明顯，其中冷渦型和副高邊緣型的分布相對集中，KDE 大值區分別位于60 和58 dBZ 附近，其他兩種流型分布則較為分散；在4 種風暴類型中，非線狀多單體風暴的核密度曲線出現的3 個峰值，其中在62 dBZ 左右時發生雷暴大風的概率最高，線狀多單體風暴的KDE大值區與非線狀多單體風暴接近，颮線的分布較為分散，弓形回波的各分位值相對其他三種風暴類型明顯偏高3～6 dBZ。

4.2.2 強回波中心下降率

若雷暴大風發生前強回波中心未出現連續下降持續2 個體掃或以上，則認為強回波中心下降率為0；若雷暴大風發生前強回波中心出現連續下降持續2 個體掃或以上，則將強回波中心連續下降期間平均每分鐘內降低的高度定義為強回波中心下降率，單位為m·min-1。

天津地區有85%的雷暴大風過程出現了強回波中心下降。由強回波中心下降率的小提琴圖（圖7a）可知，天津地區雷暴大風的強回波中心下降率的分布較為集中，主要集中在150～350 m·min-1，中位數為250 m·min-1，KDE 大值區位于260 m·min-1左右。當強回波中心下降率在260 m·min-1左右時發生雷暴大風的可能性最高。對不同天氣流型和不同風暴類型中強回波中心下降率進一步統計分析得到圖7b 和7c。在4 種天氣流型中，西北氣流型和低槽型分布較為集中，雷暴大風常發生在強回波中心下降率為250 m·min-1左右時；在4 種風暴類型中，非線狀多單體風暴和線狀多單體風暴的分布比較集中，強回波中心下降率在280～300 m·min-1時發生雷暴大風的概率最高，颮線和弓形回波的分布較為分散，較高的強回波中心下降率主要集中在這兩種風暴類型中。

圖7 強回波中心下降率小提琴圖

4.3 低層速度場特征

低層徑向速度大值區往往對于地面大風的臨近預警有重要指示作用[22-23]，圖8 給出了不同風暴類型的雷暴大風過程中低層徑向速度大值區出現次數百分比及相對于地面大風的提前量。低層徑向速度大值區對非線狀多單體風暴雷暴大風的指示意義不強，低層徑向速度大值區出現次數百分比僅為15.4%。但對于其他3 種風暴類型雷暴大風，低層徑向速度大值區的指示意義都較好，有42.9%的線狀多單體風暴雷暴大風、66.7%的颮線雷暴大風和62.5%的弓形回波雷暴大風都伴隨低層徑向速度大值區。從提前量來看，大多數情況可根據低層徑向速度大值區提前發布預警。根據低層徑向速度大值區，可對15.4%的非線狀多單體風暴、14.3%的線狀多單體風暴和22.2%的颮線雷暴大風提前30 min 發布預警。對于弓形回波雷暴大風，由于其尺度小、生命期短，故預警提前量相對較低，大多數為1～15 min。

圖8 不同風暴類型雷暴大風中低層徑向速度大值區出現次數百分比（a）和相對于地面大風的提前量（b）

4.4 雷暴大風極端值與風暴類型的關系討論

圖9 為雷暴大風極端值在不同天氣流型和不同風暴類型中的分布。在不同天氣流型中，30～40 m·s-1的雷暴大風主要出現在低槽型天氣背景下，≥40 m·s-1的雷暴大風主要出現在低槽型和西北氣流型天氣背景下。在低槽型天氣背景下，出現最多的風暴類型是颮線。在不同風暴類型中，30～40 m·s-1的雷暴大風主要出現颮線過程中，≥40 m·s-1的雷暴大風僅出現在弓形回波過程中?？梢?，颮線和弓形回波是造成雷暴大風極端值的主要風暴類型。

圖9 雷暴大風極端值在不同天氣流型（a）和不同風暴類型（b）中的分布

5 結論

利用加密自動站、閃電定位儀、FNL 和多普勒雷達資料對2018—2020 年汛期（4—9 月）天津地區出現的47 次雷暴大風過程的時空分布、天氣形勢和雷達回波特征進行統計分析，得到以下結論：

（1）天津地區雷暴大風空間分布不均，多出現在北部薊州山區和東部沿海地區，表現出明顯的月變化和日變化特征，高發月份為6—8 月，多出現在傍晚到前半夜，持續時間多為1～4 h。

（2）根據500 hPa 影響系統，將天津地區雷暴大風的天氣形勢分為西北氣流型、冷渦型、低槽型和副高邊緣型。冷渦型出現頻次最高，主要出現在5—8月，西北氣流型次之，6 月出現次數明顯高于其他月份，再次是低槽型，主要出現在6—7 月，副高邊緣型出現頻次最低，多在7—8 月出現。

（3）基于雷達回波形態將造成天津地區雷暴大風的對流風暴分為5 種類型：非線狀多單體風暴、線狀多單體風暴（不包含颮線）、颮線、弓形回波和普通單體風暴。颮線數量最多，主要出現在7—8 月，以冷渦型和低槽型為主；非線狀多單體風暴數量次之，多發生于6 月，以西北氣流型為主；弓形回波數量較少，多集中在6 月，以冷渦型為主；線狀多單體風暴出現7 次，對應的天氣流型主要有副高型、低槽型和西北氣流型，主要出現在6、8 月；普通單體風暴僅在6 月出現1 次，為冷渦型。

（4）當最大反射率因子為61 dBZ、強回波中心下降率為260 m·min-1左右時發生雷暴大風的可能性最高；弓形回波的最大反射率因子相對其他3 種風暴類型明顯偏高約3～6 dBZ，較高的強回波中心下降率主要集中在颮線和弓形回波過程中。

（5）根據低層徑向速度大值區，可對15.4%的非線狀多單體風暴、14.3%的線狀多單體風暴和22.2%的颮線雷暴大風提前30 min 發布預警；颮線和弓形回波是造成雷暴大風極端值的主要風暴類型。

在短時臨近預報預警業務中，可根據本文研究得到的天津地區雷暴大風時空分布特征，重點加強對雷暴大風高發區域和高發時段的監測，并結合環流形勢、對流風暴類型及雷達回波特征預判雷暴大風可能發生的強度和時長。但目前的工作仍停留在統計分析層面，未來還需開展基于雷達參數指標的雷暴大風短時臨近客觀預報方法研究，以為雷暴大風的預報預警提供技術支撐和客觀產品。