High Resolution Numerical Simulation of an EF4 Tornado in Funing, Jiangsu Province

  • Haoqing ZHU ,
  • Yu ZHAO
Expand
  • 1. Key Laboratory of Meteorological Disaster (KLMD),Ministry of Education and Jiangsu Province,Nanjing University of Information Science & Technology,Nanjing 210044,Jiangsu,China
    2. Qidong meteorological Bureau,Jiangsu Province,Qidong 226200,Jiangsu,China

Received date: 2021-08-05

  Revised date: 2021-11-17

  Online published: 2022-12-15

Cite this article

Haoqing ZHU , Yu ZHAO . High Resolution Numerical Simulation of an EF4 Tornado in Funing, Jiangsu Province[J]. Plateau Meteorology, 2022 , 41(6) : 1599 -1614 . DOI: 10.7522/j.issn.1000-0534.2021.00095

1 引言

龙卷是一种小尺度天气系统, 外观上呈现由雷暴云底伸展出来并到达地面的狭长漏斗云, 中心最大风速可超过140 m·s-1Davies-Jones et al, 2001), 具有局地性、 突发性和灾害性强的特点, 是对流风暴产生的最猛烈的天气, 常伴随雷暴、 冰雹和暴雨等强天气, 强龙卷可造成重大的财产损失和人员伤亡。多普勒天气雷达具有较高的时空分辨率, 是目前探测龙卷的有力工具。强龙卷一般发生在超级单体中, 雷达可识别出典型的钩状回波和中气旋(meso cyclone)特征(Markowski, 2002Atkins et al, 2012), 龙卷一般位于钩状回波的顶部。除了中气旋, 雷达还可探测到比中气旋尺度更小的龙卷式涡旋特征(Tornadic Vortex Signature, TVS), TVS在雷达径向速度图上表现为紧挨着的正负速度对(俞小鼎等, 2006郑媛媛等, 2009张一平等, 2020)。但中层中气旋与龙卷发生的关联程度较弱, 只有约15%的中气旋会产生龙卷(Trapp et al, 19992005Markowski et al, 2011), 若同时捕捉到强中气旋和低层TVS, 龙卷发生的概率也仅仅提高到50%(Doswell, 2001)。S波段雷达的分辨率为0.25~1 km, 对于探测生命史只有十几分钟的龙卷的结构还远远不够。
数值模拟可以弥补龙卷探测资料的时空分辨率不足, 重建近地面三维风场和热力场, 成为研究龙卷动力学的重要手段。龙卷的数值模拟主要受中尺度大气模式和计算机性能发展的影响。早期Rotunno(1984)Lewellen(1993)通过计算流体力学数值模拟方法, 揭示出龙卷具有仅包含上升气流的单涡旋(one-cell)、 包含下沉气流的双涡旋(two-cell)和围绕中心旋转的多涡旋(multi-vortex)的结构演变; Marquis et al(2008)在一次龙卷的观测中也发现了这种结构演变。随着非静力大气模式的发展, 开始采用在水平均匀初始场上叠加触发对流的初始扰动的理想背景的数值模拟。Orf et al(2017)利用Cloud Model 1(CM1; Bryan and Fritsch, 2002)模式, 采用美国快速循环更新系统1 h预报的探空廓线, 对2011年5月24日俄克拉何马州一次EF5级龙卷过程进行数值模拟, 发现龙卷风暴前侧下沉气流的出流边界形成大量涡旋对沿该边界向后侧移动, 并在前侧阵风锋(Forward-Flank Gust Front, FFGF)和后侧阵风锋(Rear-Flank Gust Front, RFGF)交点处聚集, 逐渐形成龙卷涡旋。Yao et al(2018)使用CM1模式, 基于由WRF(Weather Research and Forecasting Model)模式模拟提取的风暴发生地的探空数据, 在均匀背景场中采用“updraft nudging”方法触发对流, 模拟了2016年6月23日江苏阜宁龙卷过程, 模拟的龙卷强度达EF4级, 具有双螺旋涡度结构。上述两种模拟方法均不同程度地简化了龙卷的生成环境, 忽略了环境的不均匀性和地面过程等对龙卷生成有重要作用的因素, 仅仅关注类龙卷涡旋(Tornado-Like Vortex, TLV)的生成和结构, 模拟出的龙卷并非真实龙卷(姚聃, 2018)。
近年, 随着计算机技术和资料同化技术的发展, 学者们逐渐开展了一些基于真实初始条件来模拟龙卷的工作。Mashiko et al(2009)采用Japan Meteorological Agency Nonhydrostatic Model(JMANHM, Saito et al, 2006)模式, 通过四维变分同化技术, 成功模拟了登陆台风外雨带一个微超级单体产生的龙卷。Hanley et al(2013)在不同化任何资料的情况下, 在100 m网格上对2013年5月20日美国EF5级龙卷“Moore”进行模拟, 成功模拟出了龙卷风暴结构和龙卷漏斗云。Xue et al(2014)Schenkman et al(2014)采用Advanced Regional Prediction System(ARPS)模式, 并引入地表摩擦, 在50 m网格上成功模拟了2003年5月8日俄克拉何马州一次龙卷过程, 发现摩擦产生的近地面切变涡度是龙卷的主要涡度来源。唐嘉蕙等(2019)采用WRF模式模拟了2015年10月4日台风“彩虹”在广东佛山引发的一次龙卷过程, 在48 m网格上模拟出TLV, 并分析了其三维热动力精细化结构。很多基于真实数据的模拟往往通过雷达资料同化来实现, 雷达资料同化在龙卷模拟中有重要作用(Hu et al, 2006a2006bNatenberg et al, 2013陈锋等, 2019彭菊香等, 2020)。ARPS模式的复杂云分析系统同化雷达反射率可以调节水成物含量, 对初始场的水汽和热力条件影响较大, 三维变分(3-Dimensional Variational Assimilation, 3DVAR)模块同化雷达径向速度来直接调整风场, 有效地强迫出龙卷发生发展的环境条件; 同时同化雷达反射率和径向速度可以综合调整风场、 温度场和湿度场, 使初始场在动力、 热力和水汽上达到协调。
中国龙卷主要发生在地势平坦的平原湖泊地区, 如江淮流域、 华南、 东北和华北部分地区, 主要集中在春夏季, 一般发生在下午至傍晚(魏文秀和赵亚民, 1995郑媛媛等, 2009姚叶青等, 2012范雯杰和俞小鼎, 2015)。
目前中国学者对龙卷的研究主要集中在对龙卷发生条件(曾明剑等, 2016)和多普勒雷达资料的分析方面(俞小鼎等, 2006刘娟等, 2009周后福等, 2014), 近年来也开展了一些有关龙卷的灾害调查(Meng and Yao, 2014Meng et al, 2018), 但使用真实初始条件对龙卷进行高分辨率数值模拟的工作较少。因此, 本文选取2016年6月23日发生在江苏省盐城市阜宁县的一次EF4级龙卷过程, 采用ARPS模式对这次龙卷过程进行高分辨率数值模拟, 基于数值模拟资料对比不同分辨率对龙卷模拟的影响, 并利用75 m网格资料分析龙卷的结构和演变特征, 为龙卷预报和数值模拟研究提供参考。

2 龙卷个例介绍及其发生的环境条件

2016年6月23日, 江苏省阜宁县发生一次EF4级龙卷过程, 造成了大范围EF0-EF4级不等的破坏[图1, 该图及文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1593的标准地图制作, 底图无修改], 导致99人死亡, 846人受伤, 是1950年以来江苏省记录的第2个EF4级龙卷(Xue et al, 2016Meng et al, 2018郑永光等, 2018)。袭击阜宁的龙卷形成于14:10(北京时, 下同), 15:00消失, 最大风速超过70 m·s-1, 区域自动气象站记录到的小时极大风速超过8级, 仅出现在阜宁县西南部25 km×10 km的范围内。龙卷母体风暴降水主要影响阜宁县西北部, 并伴有直径20~50 mm的冰雹。阜宁龙卷消失约10 min后, 射阳县出现第二个龙卷, 由产生阜宁龙卷的同一个龙卷风暴生成, 该龙卷强度达EF2级, 从15:10持续到15:30(Meng et al, 2018), 本文重点关注阜宁龙卷。
图1 阜宁龙卷灾害路径(灰色线)和模式75 m网格模拟的龙卷路径(黑色点线)

75-m grid (black dotted line)

Fig.1 The observed damage path of the Funing tornado (gray line) and the path of the simulated tornado on the

阜宁龙卷发生在典型的梅雨期环流形势下。23日14:00, 500 hPa上副热带高压控制华南, 副高脊线位于22°N附近, 东北地区有一较弱冷涡, 冷涡后部的低槽携带冷空气东移南下, 影响华北平原[图2(a)]; 850 hPa上, 河南东北部有一低压, 从低压中心向东伸展的暖切变线到达连云港附近, 切变线南侧湖北到安徽北部有一支风速大于12 m·s-1的西南低空急流, 最大风速为20 m·s-1, 江苏北部处于低空急流出口区及切变线附近, 有较好的不稳定和动力抬升条件[图2(b)]; 地面上有气旋发展, 冷锋伸向长江中游, 暖锋伸向江苏北部[图2(c)], 盐城附近 0~6 km的垂直风切变达24 m·s-1。暖锋南侧的暖区中, 山东南部到江苏北部, 生成一西北- 东南向的带状中尺度对流系统(图3), 龙卷就在中尺度对流系统南侧的超级单体中产生。该龙卷风暴在12:00为一孤立的块状回波A, 位于新沂县附近[图3(a)], 14:00风暴东移到阜宁县西部[图3(b)], 14:03在风暴A西南端出现明显的钩状回波, 在径向速度图上出现一个弱中气旋(图略), 风暴具有超级单体特征, 14:31风暴发展最强。之后, 龙卷风暴逐渐减弱并向东偏北方向移动, 14:00 -15:00影响阜宁后, 经射阳于16:00入海。
图2 2016年6月23日14:00 500 hPa位势高度(蓝线, 单位: dagpm)、 温度(红色虚线, 单位: ℃)、 风(风羽, 风羽杆长划代表4 m·s-1)和地形高度(彩色区, 单位: m)分布(a), 850 hPa位势高度(蓝线, 单位: dagpm)、 比湿(彩色区, 单位: g·kg-1)、 风(风羽, 单位: m·s-1)和风速≥12 m·s-1的急流区(红线)(b), 海平面气压(黑线, 单位: hPa)、 风(风羽, 单位: m·s-1)、 0~6 km垂直风切变(彩色区, 单位: m·s-1)和地面锋分布(c)以及射阳站风矢端图和 T - l o g P图(d)

(a)和(b)中的红色五角星代表阜宁龙卷位置, 棕色线分别为500 hPa槽线和850 hPa切变线

Fig.2 The distribution of geopotential heights (blue line, unit: dagpm), temperature (red dashed line, unit: ℃), wind barbs (barb, a barb is 4 m·s-1) at 500 hPa and terrain height (color area, unit: m) (a), geopotential heights (blue line, unit: dagpm), specific humidity (color area, unit: g·kg-1), wind barbs (barb, unit: m·s-1) and jet of wind speed ≥12 m·s-1 (red line) at 850 hPa (b), sea level pressure (black lines, hPa), surface wind barbs (barb, unit: m·s-1), 0~6 km bulk wind difference (color area, unit: m·s-1) and fronts at surface (c). T - l o g P and hodograph (inset in the lower-left corner) of the Sheyang radiosonde (the location in Fig.1) (d) at 14:00 on 23 June 2016.In Fig.2(a) and (b), the location of the Funing tornado is denoted by a red star respectively.The thick brown line in Fig.2(a) denotes 500 hPa trough and in Fig.2(b) denotes 850 hPa shear line

图3 2016年6月23日12:00(a)和14:00(b)观测的1 km高度雷达反射率(彩色区, 单位: dBZ)

椭圆所在区域为暖锋云带; 黑点表示宿豫、 新沂、 阜宁和淮安的位置; A为龙卷风暴

Fig.3 The observed radar reflectivity (color area, unit: dBZ) on 1 km AGL at 12:00 (a) and 14:00 (b) on 23 June 2016.The ellipse denotes cloud systems of the warm front.The dots mark the locations of Suyu, Xinyi, Funing and Huaian.The letter A represents tornadic thunderstorm

研究表明, 较强的对流不稳定、 较大的低层垂直风切变和较低的抬升凝结高度(Lifting Condensation Level, LCL)是龙卷产生的有利条件(俞小鼎等, 2006刘娟等, 2009周后福等, 2014袁潮等, 2021)。距离阜宁站36 km的射阳站23日08:00的探空显示, 该地区低层大气接近饱和, 中层较干, 对流有效位能(CAPE)为767 J·kg-1, 风随高度顺转, 风切变不是很大(图略)。从14:00射阳探空[图2(d)](380 hPa以上数据缺失, 使用当日08:00的数据进行订正)可以看到, CAPE增大到1573 J·kg-1, 对流抑制能量(CIN)只有120 J·kg-1, LCL为985 hPa, 大气具有很强的不稳定和较低的CIN; 0~1 km和0~6 km的垂直风切变分别为8 m·s-1和27 m·s-1图2(d)], 低层1 km有很强的风向切变。可见, 阜宁龙卷发生前, 大气不稳定性强, LCL较低, 低层垂直风切变较大, 满足龙卷产生所需要的环境条件。

3 模拟试验方案设计

模拟选用美国俄克拉荷马大学风暴分析和预测中心(Center for Analysis and Prediction of Storms, CAPS)开发的ARPS5.3.4进行数值模拟。ARPS模式是一个三维、 多尺度、 非静力平衡和可压缩的大气模式, 常被用于龙卷的数值模拟研究(Xue et al, 20012003)。ARPS的同化系统包括资料分析系统(ARPS Data Analysis System, ADAS)和三维变分(three-dimensional variational data assimilation, 3DVAR)模块。ADAS包含一个复杂的云分析系统, 可以利用雷达反射率反演降水类型并估计云水和云冰混合比, 进而调整云内温度; ARPS-3DVAR可利用常规观测、 雷达径向速度、 卫星等资料, 通过连续方程的质量约束对风场进行调整。
模拟采用四重单向嵌套网格, 水平分辨率分别为9, 1, 250和75 m, 水平格点数分别为523×523、 523×523、 843×483和1333×668[图4(a)]。模式顶高21.1 km, 所有嵌套网格垂直方向均为53个σ层, 平均格距为420 m, 采用3次函数插值, 近地面最小网格间距为20 m, 模式顶附近约为770 m。所有嵌套网格的主要参数设置基本一致, 选用Lin微物理方案(Lin et al, 1983)、 两层土壤模式、 PBL参数化、 完全的长波和短波辐射以及1.5阶TKE次网格湍流闭合方案(Deardorff, 1980)等。除了9 km网格采用Kain-Fritsch积云对流参数化方案, 其余各层均不使用积云对流参数化方案。
图4 四重嵌套(9 km、 1 km、 250 m和75 m)网格区域和5部多普勒雷达(徐州、 连云港、 淮安、 泰州和盐城)位置(a)及四层嵌套的分析和预报时间轴(b)

(a)中圆圈表示雷达230 km的探测范围

Fig.4 The nested domains of 9 km, 1 km, 250 m, and 75 m horizontal grid spacings, and the locations of the five Dopplar radars (Xuzhou, Lianyungang, Huaian, Taizhou and Yancheng) (a), and the timeline of the analyses and forecasts on each of the four grids (b).In Fig.4(a), the circles represent the 230 km range rings of the radar

9 km网格的初始场由23日08:00 NCEP的全球预报系统 (Global Forecasting System, GFS)的0.5°×0.5°分析资料插值, 并通过ARPS-3DVAR同化常规地面和探空资料得到, 侧边界由GFS的预报每3 h加入一次, 模拟积分12 h到23日20:00。1 km网格的初始背景和侧边界由9 km网格插值得到, 23日12:00为模式的初始时间, 通过ARPS-3DVAR同化了徐州、 连云港、 泰州、 淮安和盐城5部多普勒雷达[雷达位置见图4(a)]的反射率[图3(a)]和径向速度, 模式积分4 h至16:00。雷达资料首先经过质量控制, 再插值到1 km网格。为避免引入弱的、 在更高分辨率1 km网格上快速增长的虚假单体, 与Xue et al(2014)类似, 只同化了40 dBZ以上的反射率。为捕捉嵌入的龙卷的精细结构, 做了单向嵌套250 m和75 m网格模拟。250 m网格的初使场和侧边界条件由1 km网格插值得到, 从12:00积分到16:00。75 m网格的初使场和侧边界条件由250 m网格插值得到, 从13:30积分到16:00, 250 m和75 m网格模拟每20 s输出1次, 具体模拟流程见图4(b)。

4 模拟结果分析

4.1  1 km网格龙卷超级单体风暴的模拟

为了更直接地比较龙卷超级单体风暴的模拟效果, 将1 km网格模拟的反射率和风分别从模式网格插值到盐城雷达0.5°仰角上。因为阜宁龙卷生成和消亡时距盐城雷达分别为63和45 km(Meng et al, 2018), 但模拟的龙卷风暴较实况偏向西北约15 km, 距离盐城雷达较远, 为了更清楚地分辨龙卷, 选择0.5°仰角进行分析。
观测表明, 阜宁龙卷风暴A在14:00左右进入成熟阶段[图3(b)], 14:31发展最强, 并在14:35产生EF4级龙卷, 随后风暴逐渐减弱, 15:10左右风暴重新加强, 产生射阳龙卷。从盐城雷达0.5°仰角观测和模式1 km网格模拟的雷达反射率(图5)和径向速度(图6)分布看到, 模式模拟的反射率[图5(b), (d), (f)]与观测[图5(a), (c), (e)]都显示了主要的龙卷风暴单体及其西北部的另一单体及暖锋雨带。模拟显示, 13:50左右在孤立回波A南部开始出现钩状回波和中气旋(图略), 形成超级单体风暴。14:09风暴进入成熟阶段[图5(b)], 钩状回波非常清晰, 与观测的钩状回波[图5(a)]和中气旋[图6(a)]类似, 但模拟的钩状回波位置较观测偏向西北约13 km, 该钩状回波维持近1 h。模拟的14:20的钩状回波强度较强[图5(d)], 14:31钩状回波开始气旋式弯曲并向内卷入, 钩状回波特征变得有些不清晰[图5(f)]。径向速度图上可以看到明显的流进-流出的速度对(图6), 表明超级单体风暴南端的中气旋。模拟的低层中气旋[图6(b), (d), (f)]与观测[图6(a), (c), (e)]类似, 从14:09到14:31低层中气旋以与观测相似的速度向东移动, 并有所增强, 但模拟的低层中气旋强度略弱于观测, 且向西北偏移大约15 km, 与整个风暴有相同的偏移误差。模拟的龙卷风暴14:40开始出现周期性锢囚, 钩状回波变得不那么清晰, 风暴强度开始减弱; 15:10左右又有新的中气旋发展, 钩状回波重新加强(图略), 与阜宁龙卷风暴的发展、 减弱和再次增强的演变和发生时间相近。模式1 km网格较好地复制出包括钩状回波和旋转上升的龙卷超级单体风暴特征, 其发生时间和演变过程与观测匹配较好, 模拟的风暴以与观测相同的方向和相似的速度移动, 但大部分时间较观测偏向西北约15 km。
图5 2016年6月23日14:09(a, b), 14:20(c, d), 和14:31(e, f)0.5°仰角盐城雷达观测(左列)和模式1 km网格模拟(右列)的反射率(单位: dBZ)

右下角的十字代表盐城雷达站(YCRD)位置

Fig.5 The observed (left column) and simulated (right column) reflectivity fields at 0.5 elevation from Yancheng Radar (YCRD) on 1-km grid at 11-min intervals from 14:09 to 14:31 on 23 June 2016.Unit: dBZ.In the lower right corner, the cross denoted Yancheng Radar (YCRD)

图6 2016年6月23日14:09(a, b), 14:20(c, d), 和14:31(e, f)0.5°仰角盐城雷达观测(左列)和模式1 km网格模拟(右列)的径向速度(单位: m·s-1

右下角的十字代表盐城雷达站(YCRD)位置, 黑色箭头代表旋转中心附近的速度方向

Fig.6 The observed (left column) and simulated (right column) radial velocity fields at 0.5 elevation from Yancheng Radar (YCRD) on 1 km grid at 11 min intervals from 14:09 to 14:31 on 23 June 2016.Unit: m·s-1.In the lower right corner, the cross denoted Yancheng Radar (YCRD).The black arrows denote the direction of the radial velocity near the rotation center

4.2  250 m75 m网格对龙卷的模拟

由于1 km网格较好地再现了龙卷超级单体风暴过程, 因此在1 km网格上继续嵌套250 m和75 m网格。类似地, 将250 m和75 m网格的模拟插值到盐城雷达上, 但由于阜宁龙卷距离雷达相对较远, 龙卷所在地0.5°仰角距地面高度为1 km左右, 当模拟的钩状回波在距地面1 km以下时, 插值到雷达坐标上的钩状回波特征并不清晰。为了清晰地分析龙卷风暴的特征, 下面分析250 m和75 m网格高度坐标上的模拟。

4.2.1  250 m75 m网格对龙卷超级单体的模拟

图7为250 m和75 m网格模拟的龙卷成熟阶段500 m高度反射率及垂直涡度。250 m网格在14:53模拟出清晰的钩状回波, 钩状回波的西南端风场上有一个气旋式旋转的涡旋L, 尺度约为2 km[图7(a)], 即类龙卷涡旋(TLV), 涡旋的最大垂直涡度接近0.1 s-1, 大的垂直涡度呈环状, 主要分布在涡旋南半部, 龙卷呈双涡旋的环状结构[图7(b)]。龙卷的双涡旋结构是由于上升气流壁远离龙卷涡旋中心, 同时龙卷涡旋中心出现下沉气流, 类似于台风眼墙(Marquis et al, 2008)。75 m网格模拟的钩状回波向内呈螺旋状发展, 钩状回波的“钩”变得细长, 向内气旋式环绕, 形成一个明显的涡旋L, 涡旋对应高值反射率[图7(c)], 涡旋中心涡度很小, 大的涡度呈环状分布, 最大涡度超过0.2 s-1图7(d)], 强度远大于250 m网格的模拟[图7(b)], 并可以清晰地识别出沿涡环发展的4个子涡旋(sub-vortex), 共同构成多涡旋结构龙卷[图7(d)]。多涡旋结构龙卷的子涡旋是由龙卷涡旋中心的下沉气流到达地面形成辐散, 再与入流辐合形成的。这种子涡旋与多涡旋龙卷中观测到的“吸管涡旋”对应(Meng et al, 2018), 具有极大的破坏力。考虑75 m网格解出了子涡旋, 因此将75 m网格产生的涡旋称为龙卷涡旋而非TLVs, 将在4.3节对龙卷涡旋进行详细的分析。
图7 250 m(a, b)和75 m(c, d)网格预报的500 m高度反射率(彩色区, 单位: dBZ)和水平风(矢量, 单位: m·s-1)(a, c)及左图中黑框区域相应时刻的50 m高度垂直涡度(彩色区, 单位: s-1)和水平风(矢量, 单位: m·s-1)(b, d)分布

L为龙卷涡旋

Fig.7 The reflectivity (color area, unit: dBZ) and horizontal winds fields (vector, unit: m·s-1) on 500 m AGL (a, c), and vertical vorticity (color area, unit: s-1) and horizontal winds (vector, unit: m·s-1) fields on 50 m AGL plotted in the domain of black boxes in left-hand panels (b, d) at 14:53 on 250 m gird (a, b) and at 15:04 on 75 m gird (c, d).The letter L denote tornadic vortex

4.2.2  TLVs的生成

上述分析表明, 1 km、 250 m和75 m网格较好地再现了龙卷风暴的一般特征, 包括钩状回波和旋转上升气流等, 1 km网格虽然可以清晰地分辨出超级单体的中气旋(图6), 但无法解析出TLVs, 250 m和75 m网格可以解析出TLVs[图7(a), (c)]。TLVs定义为最大垂直涡度位于近地面附近(低于100 m)强度最大的涡旋(Sun et al, 2019)。250 m网格最大垂直涡度的时间 -高度剖面[图8(a)]显示, 13:38 -13:48、 14:05 -14:22、 14:45 -15:12和15:18 -15:28这4个时间段的最大垂直涡度出现在近地面, 近地面涡度较高层大, 也比位于高空的中气旋的涡度大得多, 表明有4次TLVs过程。分别在13:40左右、 14:05左右、 14:45左右和15:18左右, 地面TLVs迅速增强, 都在短短的几分钟内涡度由0.04 s-1迅速增强到0.16 s-1以上。每次TLVs过程都伴随着垂直速度大值区的下降, 意味着近地面上升运动的增强。如从13:30 -13:35, 垂直速度大值区(w>15 m·s-1)从离地1 km高度下伸至约500 m高度, 并在接下来的几分钟到达距地面约200 m高度[图8(b)]。13:40左右, w>20 m·s-1的区域下伸至离地约600 m高度, 将近地面的空气快速抽吸到高层, 近地面涡度在随后几分钟快速增强, 产生第一个TLV, 持续10 min左右消亡。随后的3个TLV分别发生在14:05、 14:45和15:18左右, 生成过程与第一个TLV类似。其中第3个TLV持续时间最长, 也是4个TLV中强度最强的, 从14:25 -14:42, 强上升(w>15 m·s-1)区域由离地约1.5 km高度下降至约300 m高度, 14:45左右, 垂直速度大于20 m·s-1线从1.8 km高度下降到离地500 m高度[图8(b)], 对应的近地面涡度在2 min内迅速由0.04 s-1增加至0.14 s-1, 生成第3个TLV[图8(a)]。而且分别在14:54和15:02左右, 垂直速度大于20 m·s-1线下降到离地500 m高度, 导致TLV的2次增强, 最终TLV维持了近30 min。可见, 近地面涡旋的增强机制是: 当近地面气块进入上升气流中, 更强的上升气流增大了气块的垂直加速度, 进而产生更强的涡旋。15:12, 对应的强上升气流(w>20 m·s-1)抬升至约1.6 km高度, 低层上升运动明显减弱, TLV减弱[图8(b)]。可见, 14:00后TLV的发生和演变过程大体与阜宁和射阳龙卷过程相近, 模式较好地再现了阜宁和射阳龙卷过程。
图8 2016年6月23日13:30 -16:00整层最大垂直涡度(a, c, 单位: s-1)和垂直速度(b, d, 单位: m·s-1)的时间 -高度分布

Fig.8 Time -height of domain-wide maximum vertical vorticity (a, c, unit: s-1) and vertical velocity (b, d, unit: m·s-1) from 13:30 to 16:00 on 23 June 2016

75 m网格模拟出3个TLVs, 分别发生在13:35、 14:30和15:25左右[图8(c)]。其中第2个TLV强度更强, 持续时间达40 min, 另外两个TLV持续时间约15 min。与250 m网格相比, 75 m网格模拟的强上升运动区域的下降更迅速、 近地面上升运动更强, 模拟的TLV强度更强。从13:30 -13:35, 强上升气流(w>15 m·s-1)区域开始下降, 13:40在离地800 m高度出现超过35 m·s-1的上升运动区域[图8(d)], 相应的低层涡旋发生在13:40左右, 产生第一个TLV; 13:45左右, 大于25 m·s-1的垂直运动下降到近地面附近, TLV再次加强。第2个TLV强度更强, 强上升气流(w>20 m·s-1)从14:35开始下降, 14:42左右1 km高度的上升气流超过了30 m·s-1, 导致垂直涡度迅速增大, 近地面最大垂直涡度超过0.4 s-1; 14:52左右近地面上升气流进一步增强, w>30 m·s-1的上升运动区域已下伸至离地面100 m高度[图8(d)], 导致TLV再次增强, 从14:52 -15:16, 不断有大于35 m·s-1的上升运动下伸自离地100~300 m高度, 涡旋强烈发展, TLV最终维持了近40 min[图8(c)]。
可见, TLV的形成和增强是近地面上升运动增强导致的, 随着模式分辨率的提高, 模拟的近地面上升运动更强, 模拟的TLV强度更强, 持续时间更长。

4.2.3 模拟的龙卷强度和演变

图9给出了250 m和75 m网格第一模式层(离地约20 m)最大垂直涡度、 最大水平风速和最小扰动气压的时间序列。250 m网格显示, 最大垂直涡度相对较小, 小于0.2 s-1图9(a)]。整个序列有4个峰值, 最大水平风速出现在13:41、 14:15、 14:50和15:20附近, 分别为46 m·s-1、 36 m·s-1、 44 m·s-1和58 m·s-1图9(b)], 相应的最大扰动气压分别为-8 hPa、 -7 hPa、 -9 hPa和-15 hPa[图9(c)]。根据龙卷EF级水平风速的阈值可知, 除第2个峰值外, 其他3个峰值都达到EF1级以上强度, 最大强度达EF2级。
图9 250 m和75 m网格模拟的第一模式层(~20 m AGL)最大垂直涡度(a)、 最大水平风速(b)和最小扰动气压(c)的时间序列

Fig.9 The simulated maximum vertical vorticity (a), maximum horizontal wind speed (b) and minimum perturbation pressure (c) of the first model level (~20 m AGL) on 250 m and 75 m grid, respectively

对于75 m网格, 根据最大垂直涡度, 整个龙卷过程分为3个阶段: 第1阶段从13:34 -13:43, 持续时间较短; 第2阶段从14:38 -15:20, 持续时间约42 min; 第3阶段从15:28 -15:40。其中第2阶段, 从14:30左右涡度开始增长[图9(a)], 15:00左右达到峰值, 最大垂直涡度接近1.0 s-1, 超过250 m模拟的4倍左右, 整层最大风速超过68 m·s-1图9(b)], 达到了EF3级强度。模拟的整层最低扰动气压达到-40 hPa[图9(c)], 超过250 m网格的2倍。
75 m网格模拟的第1阶段时间很短暂的龙卷没有观测对应。模拟的第2和第3阶段的龙卷与Meng et al(2018)通过灾害调查得出的由同一龙卷超级单体生成的阜宁和射阳2个龙卷类似, 但模拟的龙卷水平风速较观测风速小, 只是大约在14:58模拟出最强的龙卷涡旋, 强度达到EF3级[图9(b)]。第3阶段的龙卷持续时间短于第2阶段, 模拟出的龙卷涡旋强度仅EF2级, 与射阳龙卷对应。
进一步给出了模式75 m网格模拟的龙卷路径, 由风暴钩状回波区域最大地表涡度定义。第一个龙卷约在13:34形成, 13:43消散, 维持时间较短, 没有相应的观测对应。第2个龙卷14:40左右形成, 15:20左右消散, 位置在江苏西北部, 与观测的阜宁龙卷相对应, 相较于阜宁龙卷灾害路径向西北偏移约15 km(图1)。第3个龙卷15:28形成, 15:40左右消散, 持续时间较短, 与射阳龙卷对应。

4.3  75 m网格龙卷涡旋结构和演变

本节将详细分析75 m网格模拟的龙卷涡旋的结构和演变, 特别是龙卷涡旋的生成, 以及龙卷从单涡旋到双涡旋最后演变为多涡旋的过程。
图10为75 m网格模拟的50 m高度垂直涡度和风分布, 显示了龙卷涡旋的演变过程。龙卷涡旋形成前的14:50:50[图10(a)], 在前侧阵风锋(FFGF)和后侧阵风锋(RFGF)附近有3个小尺度涡旋生成, 分别标记为V1, V2和V3, 其中V1强度最强, 垂直涡度达0.1 s-1, 是未来形成龙卷的主涡旋。V1和V2迅速增强, V3停滞少动、 强度变化不大。后侧下沉气流产生的次级出流(图中虚线)迅速向南推进, 其前部的风速辐合产生小尺度涡旋V4[图10(b)]。之后V1继续增强并向南移, 最大涡度超过0.22 s-1, 小尺度涡旋V2、 V3和V4绕着主涡旋V1做逆时针旋转, 小尺度涡旋V4并入V2, V3和V1合并[图10(c)], 合并后涡旋强度明显增强, 同时在次级出流、 FFGF和RFGF附近又有小尺度涡旋V5、 V6、 V7生成[图10(c)]。14:52:40, V1、 V2、 V3和V6合并成一个涡旋, 最大涡度达0.4 s-1, 龙卷涡旋形成, 此涡旋仍沿用标记V1[图10(d)]。可见, 小尺度涡旋的合并产生了最初的龙卷涡旋, 并迅速增强到龙卷涡旋强度, 龙卷涡旋最初呈单涡旋结构。
图10 2016年6月23日75 m网格模拟的50 m高度垂直涡度(彩色区和等值线, 单位: s-1)和水平风场(矢量, 单位: m·s-1)分布

棕色实线表示FFGF和RFGF, 棕色虚线表示次级出流阵风锋

Fig.10 Distribution of simulated vertical vorticity (color area and contour, unit: s-1) and horizontal winds (vector, unit: m·s-1) at 50 m AGL of 75 m grid on 23 June 2016.The solid and dash brown lines mark the locations of the FFGFs, RFGFs and the front gust of the secondary outflow, respectively

之后, 除小尺度涡旋V5、 V7和次级出流生成的小尺度涡旋V8外, RFGF附近还有若干个强度较弱的小尺度涡旋生成, 由于对龙卷涡旋的增强贡献较小, 不再一一标记[图10(e)], 但龙卷涡旋强度显著增强[图10(e)~(h)]。由图10(e)~(f)看到, V1逐渐与V5和V7合并, 最大涡度接近0.5 s-1, 涡旋呈椭圆状。V1与V8合并后垂直涡度超过0.6 s-1, 涡度呈环状结构(涡度放大图略), 即双涡旋龙卷结构[图10(g), (h)]。该过程中, 龙卷涡旋除了与几个强度较弱的小尺度涡旋合并外, 次级出流向东偏南移动, 逐渐靠近龙卷涡旋, 并最终与RFGF西侧的出流合并, 次级出流的强烈辐合进一步增强了龙卷涡旋的强度, 并产生一条由一系列小尺度涡旋构成的涡度带[图10(h)]。此时龙卷涡旋强度接近最强[图7(c), (d)], 进入成熟阶段, 龙卷涡旋由双涡旋再次变为单涡旋结构[图11(a)]。
图11 2016年6月23日75 m网格预报的50 m高度垂直涡度(彩色区, 单位: s-1)和水平风场(矢量, 单位: m·s-1)(左列), 及沿左列虚线标记剖面的垂直涡度(彩色区, 单位: s-1)和垂直速度(等值线, 单位: m·s-1)(右列)分布

Fig.11 The simulated vertical vorticity (color area, unit: s-1) and horizontal winds (vector, unit: m·s-1) on 50 m AGL (left column), and the cross section of the vertical vorticity (color area, unit: s-1) and vertical velocity (contour, unit: m·s-1) (right column) along the left-hand panels with the black dashed lines on 75 m grid on 23 June 2016

图11为龙卷涡旋成熟阶段(14:56 -15:04)50 m高度垂直涡度的水平分布和垂直剖面, 此阶段龙卷涡旋的强度和结构再次发生变化。14:56龙卷涡旋只有一个涡度中心, 呈单涡旋结构, 最大垂直涡度超过0.5 s-1, FFGF和RFGF在龙卷涡旋周围产生的一系列涡度带绕龙卷涡旋气旋式旋转[图11(a)]。经过涡度中心的垂直剖面[图11(b)]显示, 龙卷涡旋大的正涡度从地面向上伸展到1.3 km高度, 上升气流核心位于涡旋中心, 下沉气流较弱, 仅在近地面100 m高度附近。15:01, 龙卷涡旋范围扩大, 呈明显的环状结构, 即双涡旋龙卷[图11(c)], 大的涡度位于涡旋北侧和西侧, 涡度带中的小尺度涡旋从龙卷涡旋东南侧进入龙卷涡旋, 并在进入龙卷涡旋前强度显著增强[图11(c)]; 相应的垂直剖面[图11(d)]显示, 上升气流核心在龙卷涡度环的西侧, 上升气流的拉伸作用将涡环西侧的涡度向上拉伸至1.7 km高度, 龙卷涡度环东侧的上升气流较弱, 强涡度伸展高度不高, 龙卷涡旋中心500 m以下为下沉气流。
15:03 -15:08, 有3~5个子涡旋沿龙卷涡度环发展, 龙卷涡旋呈多涡旋结构, 由于子涡旋的环流叠加在主涡旋环流上, 龙卷涡旋中心风速比外围弱[图11(e)]; 龙卷涡旋中心的下沉气流显著增强, 深度达1.5 km[图11(f)]。子涡旋的强度和伸展高度有显著的差异, 15:04的垂直剖面中, 西侧子涡旋厚度仅500 m, 而东侧子涡旋厚度达1.7 km, 且呈明显的西倾结构, 分别在200 m和1.4 km高度存在涡度中心, 说明子涡旋呈螺旋结构[图11(f)]。
可见, 龙卷涡旋最初是由若干个强度较强的小尺度涡旋合并形成的, 涡旋合并后次级出流阵风锋产生的辐合作用进一步加强了龙卷涡旋, 在此过程中龙卷涡旋结构从单涡旋转变为双涡旋结构。

5 结论

利用ARPS模式, 采用水平分辨率分别为9 km、 1 km、 250 m和75 m的四重单向嵌套网格, 对2016年6月23日盐城阜宁龙卷过程进行了数值模拟研究, 得到如下结论:
(1) 阜宁龙卷发生在典型的梅雨期大气环流形势下, 东北冷涡横槽后的弱冷空气扩散和西南低空急流输送的暖湿空气, 在江淮地区造成较强的不稳定, 在低空急流出口区和暖切变线的辐合作用下苏北地区出现大范围对流性天气, 龙卷产生于一条西北-东南向的带状中尺度对流系统南端的一个超级单体中。
(2) 1 km、 250 m和75 m网格都可以模拟出龙卷风暴的一般特征, 包括钩状回波和旋转上升运动。250 m网格可以模拟出TLVs, TLV呈现单涡旋到双涡旋结构的演变, 强度弱于龙卷涡旋; 75 m网格才可解析出龙卷涡旋, 成熟的龙卷涡旋呈现单涡旋到双涡旋结构, 最后演变为向西倾斜、 螺旋上升的多涡旋结构。250 m和75 m网格模拟的龙卷的最强级别分别为EF2级和EF3级。模拟的龙卷路径与阜宁龙卷路径基本平行, 但向西北偏移约15 km。
(3) TLV的形成和增强是近地面上升运动增强导致的, 随着模式分辨率的提高, 模拟的近地面大气上升运动更强, 模拟的TLV强度更强、 持续时间更长。250 m和75 m网格模拟差别主要体现在近地面垂直速度上, 75 m网格在低层和近地面有更强的上升气流, 强烈的上升运动产生的拉伸作用将水平涡度转化为垂直涡度, 近地面涡旋增强并维持, 并逐渐增大为龙卷涡旋。
(4) 龙卷涡旋最初是由若干个强度较强的小尺度涡旋合并形成的。涡旋合并后次级出流阵风锋产生的辐合作用进一步加强了龙卷涡旋, 在此过程中龙卷涡旋结构从单涡旋转变为双涡旋结构。
本文虽然比较好地再现了阜宁龙卷过程, 但模拟的龙卷在位置和时间上与观测龙卷仍存在偏差, 且受计算条件限制, 最高分辨率仅75 m, 要得到更好的模拟, 进一步提高分辨率是未来的努力方向。

References

null
Atkins N T McGee A Ducharme R, et al, 2012.The LaGrange tornado during VORTEX2.Part II: Photogrammetric analysis of the tornado combined with dual-doppler radar data[J].Monthly Weather Review140(9): 2939-2958.
null
Davies-Jones R Trapp R J Bluestein H B2001.Tornadoes and tornadic storms[J].Meteorological Monographs28(50): 167-221.
null
Deardorff J W1980.Stratocumulus-capped mixed layers derived from a three-dimensional model[J].Boundary-Layer Meteorology18(4): 495-527.
null
Doswell C A2001.Severe convective storms: An overview[J].Meteorological Mongraphs28(50): 1-26.
null
Hanley K E Barrett A I Lean H W2013.Simulating the 20 May 2013 Moore, Oklahoma tornado with a 100-metre grid-length NWP model[J].Atmospheric Science Letters17(8): 453-461.
null
Hu M Xue M Brewster K2006a.3DVAR and cloud analysis with WSR-88D level-II data for the prediction of the Fort Worth tornadic thunderstorms.Part I: Cloud analysis and its impact[J].Monthly Weather Review134(2): 675-698.
null
Hu M Xue M Gao J D, et al, 2006b.3DVAR and cloud analysis with WSR-88D level-II data for the prediction of the Fort Worth tornadic thunderstorms.Part II: impact of radial velocity analysis via 3DVAR[J].Monthly Weather Review134(2): 699-721.
null
Lewellen W S1993.Tornado vortex theory[M].Geophysical Monograph, No.79 American Geophysical Union, 19-39.
null
Lin Y L Farley R D Orville H D1983.Bulk parameterization of the snow field in a cloud model[J].Journal of Applied Meteorology and Climate22(6): 1065-1092.
null
Markowski P M2002.Hook echoes and rear-flank downdrafts: a review[J].Monthly Weather Review130(4): 852-876.
null
Markowski P M Majcen M Richardson Y, et al, 2011.Characteristics of the wind field in three nontornadic low-level mesocyclones observed by the doppler on wheels radars[J].Electronic Journal of Severe Storms Meteorology6(3): 1-48.
null
Marquis J Richardson Y Wurman J, et al, 2008.Single-and dual-doppler analysis of a tornadic vortex and surrounding storm-scale flow in the Crowell, Texas, supercell of 30 April 2000[J].Monthly Weather Review136(12): 5017-5043.
null
Mashiko W Nino H Kato T2009.Numerical simulation of tornadogenesis in an outer-rainband minisupercell of typhoon Shanshan on 17 September 2006[J].Monthly Weather Review137(12): 4238-4260.
null
Meng Z Y Yao D2014.Damage survey, radar, and environment analyses on the first-ever documented tornado in Beijing during the heavy rainfall event of 21 July 2012[J].Weather and Forecasting29(3): 702-724.
null
Meng Z Y Bai L Q Zhang M R, et al, 2018.The deadliest tornado (EF4) in the past 40 years in China[J].Weather and Forecasting33(3): 693-713.
null
Natenberg E Gao J D Xue M, et al, 2013.Analysis and forecast of a tornadic thunderstorm using multiple Doppler radar data, 3DVAR, and ARPS model[J].Advances in Meteorology, 281695: 1-18.DOI: 10.1155/2013/281695 .
null
Orf L Wilhelmson R Lee B, et al, 2017.Evolution of a long-track violent tornado within a simulated supercell[J].Bulletin of the American Meteorological Society98(1): 45-68.
null
Rotunno R1984.An investigation of a three-dimensional asymmetric vortex[J].Journal of the Atmospheric Sciences41(2): 283-298.
null
Saito K Fujita T Yamada Y, et al, 2006.The operational JMA nonhydrostatic mesoscale model[J].Monthly Weather Review134(4): 1266-1298.
null
Schenkman A D Xue M Hu M2014.Tornadogenesis in a high-resolution simulation of the 8 May 2003 Oklahoma City supercell[J].Journal of the Atmospheric Sciences71(1): 130-154.
null
Sun Z Q Xue M Zhu K F, et al, 2019.Prediction of an EF4 supercell tornado in Funing, China: resolution dependency of simulated tornadoes and their Structures[J].Atmospheric Research229(15): 175-189.
null
Trapp R J Mitchell E D Tiptopn G A, et al, 1999.Descending and nondescending tornadic vortex signatures detected by WSR-88Ds[J].Weather and Forecasting14(5): 625-639.
null
Trapp R J Stumpf G J Manross K L2005.A reassessment of the percentage of tornadic mesocyclones[J].Weather and Forecasting20(4): 680-687.
null
Xue M Droegemeier K K Wong V, et al, 2001.The Advanced Regional Prediction System (ARPS)—A multi-scale nonhydrostatic atmospheric simulation and prediction tool.Part II: Model physics and applications[J].Meteorology and Atmospheric Physics76(3/4): 143-165.
null
Xue M Wang D Gao J, et al, 2003.The Advanced Regional Prediction System (ARPS), stormscale numerical weather prediction and data assimilation[J].Meteorology and Atmospheric Physics82(1): 139-170.
null
Xue M Hu M Schenkman A D2014.Numerical prediction of the 8 May 2003 Oklahoma City tornadic supercell and embedded tornado using ARPS with the assimilation of WSR-88D data[J].Weather and Forecasting29(1): 39-62.
null
Xue M Zhao K Wang M J, et al, 2016.Recent significant tornadoes in China[J].Advances in Atmospheric Sciences33(11): 1209-1217.
null
Yao D Xue H L Yin J F, et al, 2018.Investigation into the formation, structure, and evolution of an EF4 tornado in east China using a high-resolution numerical simulation[J].Journal of Marine Research32(2): 157-171.
null
陈锋, 董美莹, 冀春晓, 等, 2019.雷达资料同化对2016年6月23日阜宁龙卷模拟的改进[J].气象学报77(3): 405-426.DOI: 10.11676/qxxb2019.025 .
null
范雯杰, 俞小鼎, 2015.中国龙卷的时空分布特征[J].气象41(7): 793-805.DOI: 10.7519/j.issn.1000-0526.2015.07.001 .
null
刘娟, 朱君鉴, 魏德斌, 等, 2009.070703天长超级单体龙卷的多普勒雷达典型特征[J].气象35(10): 32-39.
null
彭菊香, 谢元富, 康兆萍, 等, 2020.改进的雷达资料同化方案在梅雨期暴雨预报中的应用[J].高原气象39(5): 1007-1022.DOI: 10.7522/j.issn.1000-0534.2019.00091 .
null
唐嘉蕙, 冉令坤, 沈新勇, 等, 2019.广东佛山EF3级龙卷超级单体风暴高分辨数值模拟[J].地球物理学报62(11): 4082-4097.
null
魏文秀, 赵亚民, 1995.中国龙卷风的若干特征[J].气象21(5): 36-40.
null
姚聃, 2018.龙卷数值模拟研究进展[J].气象科技进展8(2): 28-35.
null
姚叶青, 郝莹, 张义军, 等, 2012.安徽龙卷发生的环境条件和临近预报[J].高原气象31(6): 1721-1730.
null
俞小鼎, 郑媛媛, 张爱民, 等, 2006.安徽一次强烈龙卷的多普勒天气雷达分析[J].高原气象25(5): 914-924.
null
袁潮, 王式功, 马湘宜, 等, 2021.2019年7月3日开原龙卷形成环境背景及机理探究[J].高原气象40(2): 384-393.DOI: 10. 7522/j.issn.1000-0534.2020.00061 .
null
曾明剑, 吴海英, 王晓峰, 等, 2016.梅雨期龙卷环境条件与典型龙卷对流风暴结构特征分析[J].气象42(3): 280-293.DOI: 10.7519/j.issn.1000-0526.2016.3.003 .
null
张一平, 梁俊平, 牛淑贞, 等, 2020.豫东龙卷的环境条件和雷达监测预警分析[J].高原气象39(5): 1089-1101.DOI: 10.7522/j.issn.1000-0534.2019.00101 .
null
郑永光, 朱文剑, 田付友, 2018.2015年“东方之星”翻沉事件和2016年阜宁EF4级龙卷对流风暴环境条件、结构特征和机理[J].气象科技进展, 8(2): 44-54.10.3969/j.issn.2095-1973. 2018.02.005.
null
郑媛媛, 朱红芳, 方翔, 等, 2009.强龙卷超级单体风暴特征分析与预警研究[J].高原气象28(3): 617-625.
null
周后福, 施丹平, 刁秀广, 等, 2014.2013年7月7日苏皖龙卷环境场与雷达特征分析[J].干旱气象32(3): 415-423.DOI: 10. 11755 / j.issn.1006-7639( 2014)-03-0415 .
Outlines

/