文章快速检索     高级检索
  高原气象  2017, Vol. 36 Issue (3): 705-717  DOI: 10.7522/j.issn.1000-0534.2016.00056
0

引用本文 [复制中英文]

张赟程, 王晓峰, 张蕾, 等. 2017. 海风与热岛耦合对上海强对流天气影响的数值模拟[J]. 高原气象, 36(3): 705-717. DOI: 10.7522/j.issn.1000-0534.2016.00056
[复制中文]
Zhang Yuncheng, Wang Xiaofeng, Zhang Lei, et al. 2017. Numerical Simulation of the Impacts of the Sea-Breeze and the Urban Heat Island on the Severe Convective Event in Shanghai[J]. Plateau Meteorology, 36(3): 705-717. DOI: 10.7522/j.issn.1000-0534.2016.00056.
[复制英文]

资助项目

国家自然科学基金项目(41271055);上海市科学技术委员会重点基金项目(13231203300);国家科技支撑计划项目(2012BAC21B02)

作者简介

张赟程(1989), 男, 江苏南通人, 硕士研究生, 主要从事局地强对流的模拟分析.E-mail:zhangyc@mail.typhoon.gov.cn

文章历史

收稿日期: 2016-02-25
定稿日期: 2016-05-31
海风与热岛耦合对上海强对流天气影响的数值模拟
张赟程1,2,3, 王晓峰2,3, 张蕾3, 束炯1    
1. 华东师范大学地理信息科学教育部重点实验室, 上海 200241;
2. 上海市气象科学研究所, 上海 200030;
3. 中国气象局台风数值预报重点实验室, 上海 200030
摘要: 使用新一代区域中尺度数值天气模式WRF并耦合多层次城市冠层模式(BEP+BEM),采用NCEP GFS 0.25°×0.25°全球模式3 h预报为初始场和边界条件,对2013年9月13日发生在上海地区的午后强对流天气过程进行数值模拟。通过对比耦合了城市冠层模块的试验(Ctrl)和替换城市为农田的试验(Crop),探究城市效应对本次降水过程造成影响的机理。通过分析发现:(1)此次降水主要受天气系统支配,但城市的存在对局地的降水过程有重要的调节作用;(2)城市热岛使得城市地区温度升高,气压降低,有力地增强了海风以及城市地区的上升气流,最终影响局地的降水分布和降水强度;(3)城市热岛效应能够使降水较早的发生,并且降水落区更为集中。
关键词: 城市效应    强对流    海陆风    下垫面条件    
1 引言

城市发展使得局地的气候气象条件发生了改变, 其中城市对局地降水的影响备受关注(Shepherd et al, 2005)。由于当今的大多数城市都位于海滨地带, 城市热岛效应会与地形, 较大水面等产生的环流相互作用, 这使得城市对降水的影响更为复杂(寿亦萱和张大林, 2012)。周淑贞和束炯(1994)整理了几十年来国内外有关城市降水的科研成果, 指出除了少数人认为城市对降水没有明显的影响或使城市降水减少外, 多数人认为城市有使城区及其下风向降水增多的效应。其中, 著名的Metropolitan Meteorological Experiment (METROM-EX)观测试验证实, 城市的存在使得城区及其下风向地区的降水增多。亚特兰大的实验则指出, 城市的阻挡效果使得移动风暴在经过城市时产生分叉, 最强回波出现在城市的下风向(Bornstein et al, 2000)。随着中尺度模式的广泛应用, 更多的研究基于数值模拟展开, 国内开展了一些针对北京、广州和成都等城市的相关研究。Miao et al (2000)通过模拟北京地区2006年8月1日的降水过程, 证实了城市对风暴的移动以及降水有重要影响, 并且指出热力过程发挥了重要的作用。谢娜等(2011)也得出相似的结论, 指出城市化使得地面的感热增加, 从而增加了城区气层的不稳定度, 最终影响雷暴的发展。蒙伟光等(2007)徐蓉等(2013)则推测, 粗糙的地表在雷暴的发展和演变上也发挥了一定的作用。

上海位于长江入海口, 三面环水, 西部又有太湖, 淀山湖等较大的水体。因此夏季时, 海陆风、湖陆风以及城市热岛等中小尺度天气系统对上海地区影响较为明显。城市的迅速发展使上海局地环流状况发生了改变, 热岛环流与海陆风, 湖陆风之间相互作用, 最终影响着上海地区局地降水的时空分布(李维亮等, 2003)。梁萍等(2011)指出自1980年以来上海地区的年降水量和降水强度向市区集中。束炯(1987)的研究亦提出, 海风锋和城市热岛叠加影响, 从而对对流性降水起“诱导”或增幅作用。胡艳和端义宏(2006)也指出, 上海地区的“城市热岛”效应可能会增加城区和城乡交界地区雷暴的发生频数。借助王晓峰等(2014)总结出的上海午后对流概念模型可知:午后由于水陆温差引起了长江口、上海东南部两个方向的海风, 以及西侧的弱湖风; 海风湖风的出现和增强给上海城区底层带来了大量水汽; 同时热岛效应加速了不稳定能量的累积。可见城市热岛的存在是造成上海地区夏季午后强对流天气不可忽略的因素。以上的研究分析都表明, 城市效应对上海地区局地降水有着重要的影响。因而借助数值模拟方式, 细致的分析其中的机理显得尤为重要。基于以上分析本文从2013年9月13日发生在上海地区的短时强降水个例出发, 研究城市如何影响短时强降水过程。

2 天气过程分析

2013年9月13日午后, 一场罕见的大暴雨袭击了上海市。从自动站降水实况(图 1)中可知, 15:00(北京时, 下同)前, 降水主要发生在北部的江面和崇明岛上, 嘉定北部沿江也有测站观测到降水(图 1a, b)。15:00-16:00(图 1c)降水主要位于市区和浦东交界。16:00-17:00(图 1d)降水范围较上一时次扩大, 雨强也明显的增强。17:00-18:00(图 1e)降水落区存在一个明显的南推过程, 主要在松江的中东部地区。同时在宝山嘉定交界处也有一个降水中心。18:00-19:00(图 1f)青浦南部仍有20 mm左右的降水。之后, 降水系统主体移出上海, 强降水过程结束。

图 1 2013年9月13日上海地区逐小时观测降水(单位: mm) (a) 13:00-14:00, (b) 14:00-15:00, (c) 15:00-16:00, (d) 16:00-17:00, (e) 17:00-18:00, (f) 18:00-19:00 Figure 1 Distribution of observed hourly rainfall in Shanghai on 13 September 2013.Unit: mm
2.1 天气学分析 2.1.1 大尺度背景分析

从形势场来看, 2013年9月13日08:00 500 hPa等压面上(图 2a), 上海西部110°E附近有一低槽。槽线经河南, 湖北延伸到贵州一带。副热带高压与大陆上的南亚高压连成一片, 5880 gpm等高线经过上海西北部并一直延伸到印度北部。在5880 gpm线北侧, 从安徽南部至日本北部有一风速大值区, 上海位于大风区南侧。850 hPa等压面上(图 2b), 华东地区的水汽条件都比较好, 上海地区温度露点差小于3 ℃(绿点区域: T-Td<3 ℃)。11:00海平面气压图上(图 2c), 上海地区西部有低压中心生成, 形成一个鞍形场。以上环流形势表明由于槽前的正涡度平流和急流入口右侧的辐散影响, 上海地区高空呈现良好的辐散机制, 有利于底层气流的辐合和上升运动。槽线的东移过程使得干冷空气侵入上海上空, 造成上海局地的层结稳定度降低。由于受到了上游槽线的影响, 副高有退回海上的趋势, 上海西部也有低压生成, 这有利于底层水汽的辐合和能量的积聚。由此可见, 当日上海地区有较大可能形成强对流天气。

图 2 2013年9月13日08:00亚洲地区500 hPa (a)和850 hPa (b)位势高度场(单位: gpm), 11:00东亚地区海平面气压(c, 单位: hPa)及08:00上海宝山站温度对数压力(d)分布 Figure 2 Thegeopotential height field (unit: gpm) on 500 hPa (a) and 850 hPa (b) in Asia at 08:00, sea-level pressure in East Asia at 11:00 (c, unit: hPa) and Skew T-logP plot at Shanghai Baoshan station at 08:00 (d) on 13 September 2013
2.2 中尺度分析 2.2.1 不稳定能量

根据上海宝山站2013年9月13日08:00 T-logP图显示(图 2d, 资料来自http://weather.uwyo.edu/upperair/seasia.html), 测站附近地面到3600 m高度上温度露点差都小于6 ℃。3600 m以上温度露点差迅速增大, 说明此时测站附近是一个底层暖湿, 高层干冷的不稳定层结, 这有利于雷暴的产生。CAPE值为1721 J·Kg-1, 表明大气中有较多的不稳定能量。K指数为35.7 ℃, 沙氏指数为-2.61 ℃, 亦指明上海地区当天有较大可能发生强对流。

2.2.2 辐合条件和水汽输送

从雷达反射率因子分布(图 3)来看, 13:31(图 3a)宝山区西北沿江一带出现了回波强度为40 dBZ的回波体(红圈)。同时北部启东海门一带有一回波区处于强盛期(蓝圈)。两块回波的前方出现了一条线状回波。研究表明, 雷雨云强烈的下沉气流把空中的冷空气带到地面, 并向四周辐散。于是在冷空气和环境的暖湿空气之间形成了温、压、湿、风不连续面。这样造成折射指数的突变, 导致电磁波的散射或反射。最终形成了雷达回波反射率图上的线状回波(阵风锋)(张培昌等, 2000)。14:30-15:00(图 3b, c), 宝山沿江地区不断有对流A生成(红圈), 生成的回波紧贴阵风锋后方。究其原因, 上海北部沿江地区由于局地海陆风环流和城市效应的影响, 水汽条件、热力状况和辐合形势都比较好, 是上海局地回波生成的主要源地(杨露华等, 2007)。当阵风锋移过这些不稳定区域时, 强烈的垂直运动克服了周围环境中残存的少量负浮力, 产生深对流。由于对流的发生发展需要一定的时间, 因此对流回波处于阵风锋后方。15:28(图 3d), 上海市区在20 min内新生成了强度为40 dBZ的回波B (蓝圈)。城市西部, 一个沿西南风移动的回波单体在阵风锋作用下也得到快速发展(红圈)。同时值得关注的是, 近2 h里阵风锋西南端移动较小。胡文东等(2015)的研究指出, 其主要是由于城市中心区域摩擦力增大使得阵风锋运行减慢。15:58(图 3e), 原先的两个积云回波合并, 且向南发展(红圈), 原因如下:阵风锋除了在动力方面有强烈的抬升能力外, 由于其两侧的温湿差异使得位温的等值线变得十分密集, 故存在着锋生过程(孙敏等, 2015)。因此, 当阵风锋经过不稳定区域时对流生成。同时, 这些对流所产生的下沉气流会反馈阵风锋, 促进阵风锋向前方推进。如此相互作用, 最终导致了回波逆主导的西南风, 向西南方向后向传播(图 3f)。Purdom et al (1989)把这种作用归结为“对流尺度相互作用(CSI)”的性质之一。17:39(图 3g)之后, 由于雷达探测随距离增加而增高以及出流边界本身的减弱(尹东屏等, 2010), 线状回波从雷达图上消失。降水云团的回波此时位于松江地区。18:00以后(图 3h), 造成本次局地强对流降水系统移出上海地区, 与嘉善地区的回波合并。

图 3 2013年9月13日上海南汇0.5°仰角雷达基本反射率因子分布(单位: dBZ) (a) 13: 31, (b) 14: 30, (c) 15: 05, (d) 15: 28, (e) 15: 58, (f) 16: 58, (g) 17: 39, (h) 19: 01.红色和蓝色圆圈分别为回波A和回波B Figure 3 Radar reflectivity factor at 0.5° elevation of the Nanhui radar on 13 September 2013.Unit: dBZ.Red and blue circle represent echo A and B, respectively

对应雷达回波的分析, 风场观测也指示出辐合区域, 水汽的输送和降水落区的推移。13:00-14:00(图 4a, b), 日出后海陆的热力差异使浦东、南汇、奉贤、金山一带海风形成。上海西部青浦、松江地带受到太湖、淀山湖的影响呈现微弱的西风。嘉定、宝山北部由于降水的影响, 出流与海风叠加, 风向不及南段海风规整。15:00(图 4c)北部的大风区向内陆侵入, 与内陆的偏南风在市区中部发生辐合。良好的辐合形式配合海风夹带的充足水汽, 为这个时次的降水提供了有利条件。上海东南部地区因受到北面系统的影响较小, 仍维持一个局地的海风形式。16:00(图 4d)地面辐合线较上一时次稍有推进, 松江北部原先的西南风转变为东北风。辐合线从松江北部向东南侧延伸。由于在阵风锋的前侧位置, 不断的有对流生成, 造成地面的气压降低。所以东南部的海风在气压梯度的作用下向西偏转。17:00(图 4e), 由于上个时次强降水拖拽效应的影响, 在地面形成了一个辐散场。辐散的出流最终在松江中部地区造成风速和水汽的辐合, 形成降水。18:00(图 4f), 上海地区的风场转变为南风主导, 降水也趋于结束。

图 4 2013年9月13日上海地区(除崇明)观测10 m风场插值分布(单位: m·s-1) (a) 13:00, (b) 14:00, (c) 15:00, (d) 16:00, (e) 17:00, (f) 18:00 Figure 4 The observed wind field (excluding Chongming area) at 10 meters in Shanghai on 13 September 2013.Unit: m·s-1
3 数值模拟与诊断分析 3.1 试验设计

选用区域中尺度数值模式WRF (Weather Research and Forecasting Model)对本次降水个例进行数值模拟, 着重分析上海地区下垫面的改变对数值模拟结果的影响。主要关注15:00之后的强降水过程。本文共进行了控制试验和敏感试验2个数值模拟。在控制试验(记为: Ctrl试验)中, 使用modis的地形数据进行模式初始化, 选用Noah陆面模式并耦合了城市冠层模块。研究表明, 相对于单冠层参数化方案, 多层次的冠层参数化方案BEP (building effect parameterization)+BEM (building energy model)对城市地区的模拟效果较好(Chen et al, 2011), 其在上海地区的适用性也得到了验证(Liao et al, 2014)。不同于单层城市冠层模式, BEP考虑了建筑物三维结构对热量, 动量和水汽的调节作用。合理地再现了冠层中动力与热力过程(Martilli et al, 2002)。此外BEP模块的参数表格文件提供了3种规模的城市分类, 分别为高密度区, 低密度区以及工商业区。不同分类对应不同参数。本文采取了将城市都归为高密度区的简单方式。由于计算城市通量的格点不是中尺度模式的格点, 多层次冠层模式与中尺度模式的耦合需要借助“平均”与“插值”的计算程序来将不同尺度的数据进行传递。BEM耦合于BEP模块之上, 不仅考虑了不同楼层之间的动力热力差异。最重要的是其能够捕捉大部分重要的机制——控制建筑物内部热量的产生和其与外界的热量交换(Salamance et al, 2010)。因此在控制试验中, 选择开启BEP+BEM的多层次冠层参数化方案。敏感试验(记为: Crop试验)则是将上海地区原为城市用地的改为农田用地, 其他参数设置与控制试验相同。简言之就是选取位于松江地区一标记为农田土地分类的格点为模板, 将此点的土质和地表信息复制到现为城市的格点上, 因此只有上述两类参数发生了改变, 而地形, 位势高度等均没有发生改变。本次模拟的开始时间为2013年9月13日08:00。模式的初始场和边界条件由NCEP (National Centre for Environmental Prediction) GFS (Global Forecast System)0.25°×0.25°全球模式3 h预报场提供。模式采用两重嵌套的方式, 模式外区域和内区域的水平分辨率分别为9 km和3 km, 水平格点数分别为760×600和151×151, 垂直方向51层, 中心位置105°E, 35°N。本文研究的数值分析结果均来自3 km的嵌套区域。具体物理参数设置如表 1所示。

表 1 模式物理参数设置(9 km/3 km) Table 1 Model setup for physics options
3.2 数值模拟结果分析 3.2.1 降水对比

Ctrl试验的模拟结果(图 5)显示, 降水落区由北向南的依次推进与实况吻合。但在降水时段上, 模式降水提前了2 h。具体来看, Ctrl试验中13:00-14:00(图 5a)降水的中心落区及雨强都与实况15:00-16:00(图 1c)降水吻合。14:00-15:00降水(图 5b)位置较实况16:00-17:00的降水(图 1d)明显偏南。15:00-16:00(图 5c)降水与实况17:00-18:00(图 1e)吻合也比较好, 但是对于嘉定宝山交界的降水未能报出。10 m风场, 13:00(图 5a)由于嘉定地区北部降水的影响, 在其落区地面出现了较强的辐散气流。出流造成的辐合触发了市区的降水, 这与实况相符。因为模式对于强降水产生的下沉气流相当敏感, 所以每当有强降水形成时, 10 m风场上就会在降水落区出现辐散气流。这便解释了为什么Ctrl试验14:00-15:00降水较实况偏南。因为14:00(图 5b)的辐散气流影响, 使得出流边界的推进较实况明显偏南, 从而辐合上升区域也偏南, 对应着降水落区也偏南。这也表明模式对于城市动力阻挡作用的模拟效果不佳。尽管模拟结果存在一些不足, 但总体而言, Ctrl试验还是合理地模拟了降水机制, 较好地再现了此次降水过程。

图 5 Ctrl试验模拟的2013年9月13日小时降水(阴影, 单位: mm)及整点10 m风场(矢量, 单位: m·s-1) (a) 13:00-14:00/13:00, (b) 14:00-15:00/14:00, (c) 15:00-16:00/15:00, (d) 16:00-17:00/16:00 Figure 5 Distribution of hourly rainfall (the shaded, unit: mm) and the wind field at 10 meters (vector, unit: m·s-1) in Ctrl experiment of Shanghai on 13 September 2013

Crop试验模拟的结果与Ctrl试验相比, 在雨强与降水落区分布上有很大的不同。Crop试验中, 13:00-14:00(图 6a)降水呈现多个分散性的中心。虽然市区的降水同样受到嘉定北部出流的激发, 但是雨强和位置与Ctrl试验相比都有一定的区别。14:00-15:00(图 6b)降水落区主要维持在浦东中部以及松闵交界地带, 这与Ctrl试验13:00-14:00(图 5a)的降水形态相似。15:00(图 6c之后) Crop试验的降水趋于消亡, 没有了南推的形式。说明城市的存在对本次降水过程有着重要的调节作用。

图 6 Crop试验模拟的2013年9月13日小时降水(阴影, 单位: mm)及整点10 m风场(矢量, 单位: m·s-1) (a) 13:00-14:00/13:00, (b) 14:00-15:00/14:00, (c) 15:00-16:00/15:00, (d) 16:00-17:00/16:00 Figure 6 Distribution of hourly rainfall (the shaded, unit: mm) and the wind field at 10 meters (vector, unit: m·s-1) in Crop experiment of Shanghai on 13 September 2013
3.2.2 特征量分析

陆面过程是数值模式中的重要一环。其作用在于通过表层向边界层提供感热、潜热、水汽通量等。不同性质的下垫面因为其物理属性各有差异, 从而造成对边界层的反馈有所不同。选取徐家汇站点(121.44°E, 31.19°N)所在的位置为参考, 观察城市用地与农田用地所带来的差异。水汽方面(图 7a), 由于城市地表建筑物较多植被少, 自然陆面被水泥陆面所取代, 造成了城市用地的地表蒸发比较少。当日农田用地的水汽通量峰值是城市用地时的7倍。这与侯依玲等(2008)的研究结论相符。感热增加潜热减少, 使得局地气候趋于“暖干”。感热通量(图 7b)方面, 在城市用地状况下, 徐家汇的感热通量明显的高于为农田用地时。这是因为城市用地与农田用地相比, 在接收相同的外部能量时, 城市的地表面增温较快, 又因为水汽含量比较少, 从而潜热蒸发小, 能量主要以感热形式向上输送。边界层高度的变化反映了物质和能量的混合状况。降水前期, Ctrl试验的边界层高度高于Crop试验(图 7c), 说明城市下垫面更有利于边界层内能量和水汽的混合。由此可见, 在城市用地的状况下, 地表向上层大气输送了更多的感热通量, 同时物质和能量的混合也更加充分。此外, 粗糙的地表状况既有利于湍流的发展, 也有利于对流的发展。

图 7 模拟2013年9月13日08:00-19:00徐家汇站点地表向上的水汽通量(a), 地表向上的感热通量(b)和边界层高度(c) Figure 7 Upward moisture flux (a), heat flux (b) at the surface and PBL height (c) at Xujiahui station during the simulation period from 08:00 to 19:00 on 13 September 2013
3.2.3 触发条件和抬升运动

选取11:00, 12:00模拟结果来代表强降水影响前的大气状况, 观察两个试验强降水发生前上海地区气象场的差异。从11:00 2 m温度场来看, Ctrl试验的模拟结果(图 8a)较Crop试验(图 8c)在城市地区呈现明显的高温。10 m风场不管是Ctrl试验还是Crop试验在海陆交界都表现出了海风形式。但是通过差值(图 8e)可以看到, Ctrl试验与Crop试验的模拟结果还是有较大的差异。其表现为城市地区的温度升高以及风场差在城市地区辐合。进一步的探究可以了解, 在相同的太阳辐射条件下, 由于城市反射率低以及贮热量大, 所以城市下垫面的增温速度较快。又因为城市水汽含量较小, 所以能量都以长波辐射和感热的形式加热了地表大气。随着地表气温的增加, 空气密度降低, 造成了城市地区与外围大气的密度差, 形成了指向城市地区的风场, 造成质量辐合。最终, 局地的城市效应叠加上海陆风, 改变了辐合线的位置与强度。12:00虽然受到降水的影响, 但是其特征与11:00仍然一致(图略)。综合上面的分析可知, 海陆的热力差异使得当日上海地区产生了明显的海风效应。然而, 城市热岛效应的叠加使得海风的辐合效应在城市地区的底层得到增强, 这与Freitas et al (2007)人研究巴西圣保罗地区的城市热岛与海风环流相互作用得到的结论基本一致。

图 8 Ctrl试验(a)和Crop试验(c)11:00温度场(彩色区, 单位: ℃), 风场(矢量, 单位: m·s-1)和两者的差值(e)分布; 12:00 Ctrl试验(b)和Crop试验(d)沿121.45°E剖面温度场(彩色区, 单位: ℃), 经向风速大小(紫色等值线, 单位: m·s-1)和两者的差值(f)分布(彩色区为温度, 单位: ℃; 紫色等值线为经向风数值, 单位: m·s-1; 风矢量箭头为风速分量VW×10的合成, 单位: m·s-1) Figure 8 The temperature (color area, unit: ℃) and the wind field (vector, unit: m·s-1) from Ctrl (a), Crop (c) experiment as well as their difference (e) at 11:00; Cross section along 121.45°E at 12:00 from Ctrl (b), Crop (d) experiment as well as their difference (f) (color area denote temperature, unit: ℃; Purple lines denote meridional wind value, unit: m·s-1; Vector, V combined W×10, unit: m·s-1)

通过前面的分析可知, 地面气温的变化影响了辐合线的状态, 从而导致垂直方向上环流场的变化, 继而影响降水强度和位置。选择强降水发生前一小时即12:00沿121.45°E做一剖面, 观察城市效应对垂直气象场的影响。从Ctrl试验(图 8b)的模拟结果中可以看到, 北部的海风经向分量达到了5 m·s-1, 其与沿江降水所产生的下沉气流(31.4°N左右)相互叠加, 向南部城市堆积。辐合气流所产生的上升运动一直发展到800 m左右。南部的海风经向分量也有4 m·s-1, 但主要维持在300 m以下, 回流气流也比较浅薄。南北部的海风差异, 主要考虑上海的城区在三角平原的北部沿江地带。上海南部地区的城市化发展不及北部地区, 因此两地有着明显的热力差异, 从而造成了日出后北部城市地区升温比南部非城市地区快。这使得北部水陆地区之间有较大的温差, 促使了北部海风的进一步增强。由于南部的海陆温度梯度不及北部, 所以形成了南部较为平和的海风。由此可见, 城市的存在使得上海地区北部的海风得到了更好的发展。从图中还可以看到, 在城市区域的上空有着明显的上升气流。这是因为城市热岛所带来的高温, 使得地面气压降低, 从而海风向城市的辐合更加有力。在城市北部与水面以及南部城市与乡村的交界地带, 垂直上升运动较为突出。这种剧烈地上升运动也使得这些地带很早产生了降水。Crop试验(图 8d)的结果与Ctrl试验相比, 在城市地区温度明显偏低, 而且垂直上升运动也不及Ctrl试验。通过Ctrl试验与Crop试验的差值(图 8f)可以看到, 热岛效应所引起的局地温度差向上延伸超过了1.6 km。在800 m以下, 这种增温效果尤为明显, 增幅超过了1 ℃。相应的垂直运动也表现的更为剧烈。这与Ohashi and Kida (2002)的研究结论相吻合。他们指出海风环流前部的上升运动和垂直尺度在有城市的状况下大于没有城市的状况。

3.2.4 水汽和不稳定能量

选取12:00徐家汇站点的位置作温度对数压力图观察降水前两个试验之间不稳定能量和水汽的差异。从图 9中可以看到, 不管是Ctrl试验还是Crop试验, 两者都有着较高的CAPE值。这证明了当天天气形势对于强对流的发生有着决定性的作用, 城市只是对局地降水的发生发展起调节作用。但是在Ctrl试验中(图 9a), 北部的海风在城市内部有着较高的延伸。700 hPa以下, 大气的水汽含量比较高, 露点温度差在3 ℃左右。Crop试验(图 9b)虽然累积了和Ctrl试验相当的不稳定能量, 但是其海风的发展高度不及Ctrl试验深厚, 海风所带来的水汽只湿润了1 km以下的大气, 在1 km之上Crop试验中的大气仍然较为干燥。这使得Ctrl试验中市区的强降水较Crop试验提前一个小时发生。同时也指出城市局地的水汽含量虽然较小, 但是城市效应的叠加增强了海风, 使得海风输送水汽的效果更加明显。

图 9 Ctrl试验(a)和Crop试验(b)12:00徐家汇站点的温度对数压力分布 Figure 9 Skew T-logP plot at Xujiahui station at 12:00 in Ctrl experiment (a) and Crop experiment (b)
3.2.5 对后续降水的影响

前面的分析探讨了城市效应对降水前期气象场的一些影响。在Ctrl试验中, 14:00-15:00(图 5c)的降水因为出流的影响, 辐合带向南推移, 从而降水也向南推进。然而在Crop试验中, 自第一个阶段的降水结束后(图 6a, b; 13:00-14:00, 14:00-15:00两个时次的小时降水位置相当)整个上海地区的强降水就开始趋于减弱。通过风场可以看到, 在Crop试验(图 6c)中14:00-15:00的降水在地面也产生了类似Ctrl试验14:00(图 5b)的辐散气流。观测分析中已经指出, 阵风锋的向南推进有利于前方不稳定能量的释放。因此在同样的动力条件下, 前方大气不稳定能量的大小以及水汽的准备状况决定降水能否由北向南推进。

通过观察市区强降水发生后模式底层的CAPE值可以了解, 在Ctrl试验(图 10a)中松江大部分地区的CAPE值都在2500 J·kg-1以上。然而在Crop试验(图 10b)中, 上海大部分地区的CAPE值都小于1500 J·kg-1, 尤其是在松江地区出现了一个1000 J·kg-1的低值中心。可见此时上海西部的不稳定能量较低。究其原因, 是Crop试验的南部海风比Ctrl试验推进偏弱, 位置偏南。反映到降水上, 就是12:00-13:00 Ctrl试验(图 10c)的降水主要在北部, 而Ctrl试验(图 10d)则存在于海风辐合线上。降水的发生使得不稳定能量得以释放, 同时地面温度的降低也使梯度力发生变化, 对风向风速产生一定的影响。Crop试验风场13:00(图 6a), 青浦北部降水的下沉气流与Crop试验较弱的南部海风在松江地区辐合, 形成13:00-15:00的局地降水。正是这2 h的降水使Crop试验中上海南部的温度降低, 不稳定能量减弱。纵使风场上有阵风锋的推进作用, 也不能形成降水南推的形式。

图 10 Ctrl试验14:00 (a)和Crop试验15:00 (b)的CAPE值(单位: J·kg-1)及Ctrl试验(c)和Crop试验(d)12:0013:00的模拟降水(阴影, 单位: mm)和风矢量场(矢量, 单位: m·s-1) Figure 10 Distribution of CAPE (unit: J·kg-1) at 14:00 in Ctrl experiment (a) and at 15:00 in Crop experiment (b), simulated rainfall (the shaded, unit: mm) and wind (vector, unit: m·s-1) in Ctrl experiment (c) and Crop experiment (d) from 12:00 to 13:00
4 结论

近年来城市如何影响强降水过程的研究一直备受关注。通过数值模拟结合自动站观测资料, 本文对2013年9月13日发生在上海地区的强降水天气过程进行诊断分析, 着重探究城市化对此次过程中的具体作用。主要结论如下:

(1) 通过观测分析可知, 大尺度环流形势和中小尺度天气系统的相互作用促使了本次降水的发生。阵风锋的出现有利于降水的触发, 并且对后向传播机制的维持具有重要作用。海风与城市效应相互耦合, 在内陆地区促使不稳定能量和水汽的积聚, 为降水的发生提供有利条件。复杂的城市地表状况也对中小尺度天气系统的移动有一定阻碍作用。

(2) 不论是Ctrl试验还是Crop试验, 尽管在降水发生时间和位置上与实际观测相比有偏差, 但都成功地预报出此次上海地区的降水过程, 很好地验证了此次降水发生主要取决于大环境影响的观测结论。同时, Ctrl试验模拟的降水更接近于实况。相较于Crop试验, Ctrl试验更准确地把握到本次降水的触发机制以及后向传播的机制, 证实了城市的存在对局地降水有重要的调节作用。

(3) 通过数值模拟分析可知, 城市热岛的存在改变了城市地区的热力状况, 增强了海风的辐合以及在城市地区的辐合上升运动, 使得降水更早的发生。相比均一的下垫面状况, 城市的存在使上升区更集中, 降水中心更明显。尽管城市中水汽条件不足, 但城市造成的辐合效应增强了海风的水汽输送, 使得过程雨量也更大。

由于时间有限, 本次的研究仅关注了陆面过程带来的影响。对一次降水过程而言, 影响是方方面面的。城市用地与农田用地会对局地的凝结核产生影响, 这对降水的形成也是重要一环, 值得后续进一步研究。

参考文献
Bornstein R, Lin Q L. 2000. Urban heat islands and summertime convective thunderstorms in Atlanta:three case studies[J]. Atmos Environ, 34(3): 507–516. DOI:10.1016/S1352-2310(99)00374-X
Chen F, Kusaka H, Bornstein R, et al. 2011. The integrated WRF/Urban modeling system:development, evaluation, and applications to urban environmental problems[J]. Int J Climatol, 31(2): 273–288. DOI:10.1002/joc.v31.2
Freitas E D, Rozoff C M, Cotton W R, et al. 2007. Interactions of an urban heat island and sea-breeze circulations during winter over the metropolitan area of São Paulo, Brazil[J]. Boun Layer Meteor, 122(1): 43–65. DOI:10.1007/s10546-006-9091-3
Liao J B, Wang T J, Wang X M, et al. 2014. Impacts of different urban canopy schemes in WRF/Chem on regional climate and air quality in Yangtze River Delta, China[J]. Atmos Res, 145(8/9): 226–243.
Martilli A, Clappier A, Rotach M W. 2002. An urban surface exchange parameterisation for mesoscale models[J]. Boun Layer Meteor, 104(2): 261–304. DOI:10.1023/A:1016099921195
Miao S, Chen F, Li Q C, et al. 2000. Impacts of urban processes and urbanization on summer precipitation:a case study of heavy rainfall in Beijing on 1 August 2006[J]. J Appl Meteor Climatol, 50(4): 806–825.
Ohashi Y, Kida H. 2002. Effects of mountain and urban areas on daytime local-circulations in the Osaka and Kyoto regions[J]. Journal of the Meteorological Society of Japan, 80(4): 539–560. DOI:10.2151/jmsj.80.539
PurdomJ F W, SinclairP C, 董家斌. 1989. 对流尺度相互作用动力学[J]. 气象科技, 3(7): 50–55.
Purdom J F W, Sinclair P C, Dong Jiabin. 1989. Dynamics of convective scale interaction[J]. Meteor Sci Technol, 3(7): 50–55.
Salamanca F, Krpo A, Martilli A, et al. 2010. A new building energy model coupled with an urban canopy parameterization for urban climate simulations-part Ⅱ. Validation with one dimension off-line simulations[J]. Theoretical and Applied Climatology, 99(3/4): 331–334.
Shepherd J M. 2005. A review of current investigations of urban-induced rainfall and recommendations for the future[J]. Earth Interactions, 9(12): 1–27. DOI:10.1175/EI156.1
侯依玲, 陈葆德, 陈伯民, 等. 2008. 上海城市化进程导致的局地气温变化特征[J]. 高原气象, 27(Suppl): 131–137. Hou Yiling, Chen Baode, Chen Bomin, et al. 2008. Characteristics of local air temperature variation influenced by Shanghai urbanization[J]. Plateau Meteor, 27(Suppl): 131–137.
胡文东, 杨侃, 黄小玉, 等. 2015. 一次阵风锋触发强对流过程雷达资料特征分析[J]. 高原气象, 34(5): 1452–1464. DOI:10.7522/j.issn.1000-0534.2014.00099Hu Wendong, Yang Kan, Huang Xiaoyu, et al. 2015. Analysis on a severe convection triggered by gust front in Yinchuan with radar data[J]. Plateau Meteor, 34(5): 1452–1464. DOI:10.7522/j.issn.1000-0534.2014.00099
胡艳, 端义宏. 2006. 上海地区雷暴天气的气候变化及可能影响因素[J]. 中国海洋大学学报, 36(4): 588–594. Hu Yan, Duan Yihong. 2006. Climatic changes related to thunderstorm days and probable impact factors in Shanghai[J]. Periodical of Ocean University of China, 36(4): 588–594.
李维亮, 刘洪利, 周秀骥, 等. 2003. 长江三角洲城市热岛与太湖对局地环流影响的分析研究[J]. 中国科学(D辑), 33(2): 97–104. Li Weiliang, Liu Hongli, Zhou Xiuji, et al. 2003. The analysis of the impact of urban heat island in Yangtze River Delta and Tai Lake on local circulation[J]. Science in China (Series D), 33(2): 97–104.
梁萍, 丁一汇, 何金海, 等. 2011. 上海地区城市化速度与降水空间分布变化的关系研究[J]. 热带气象学报, 27(4): 475–483. Liang Ping, Ding Yihui, Hei Jinhai, et al. 2011. Study of relationship between urbanization speed and change of spatial distribution of rainfall over Shanghai[J]. J Trop Meteor, 27(4): 475–483.
蒙伟光, 闫敬华, 扈海波. 2007. 城市化对珠江三角洲强雷暴天气的可能影响[J]. 大气科学, 31(2): 364–376. Meng Weiguang, Yan Jinghua, Hu Haibo. 2007. Possible impact of urbanization on severe thunderstorms over Pearl River Delta[J]. Chinese J Atmos Sci, 31(2): 364–376.
寿亦萱, 张大林. 2012. 城市热岛效应的研究进展与展望[J]. 气象学报, 70(3): 338–353. Shou Yixuan, Zhang Dalin. 2012. Recent adcances in understanding urban heat island effects with some future prospects[J]. Acta Meteor Sinica, 70(3): 338–353.
束炯. 1987. 上海城市在热岛和海风锋影响下特大暴雨的初步分析[J]. 华东师范大学学报, 4: 81–87. Shu Jiong. 1987. Primary analysis of very heavy rain under the influence of urban heat island and sea breeze front in Shanghai[J]. Journal of East China Normal University, 4: 81–87.
孙敏, 戴建华, 袁招洪, 等. 2015. 双多普勒雷达风场反演对一次后向传播雷暴过程的分析[J]. 气象学报, 73(2): 247–262. Sun Min, Dai Jianhua, Yuan Zhaohong, et al. 2015. An analysis of a back propagating thunderstorm using the three dimensional wind fields retrieved by the dual Doppler radar data[J]. Acta Meteor Sinica, 73(2): 247–262.
王晓峰, 许晓林, 张蕾, 等. 2014. 上海"0731"局地强对流观测分析[J]. 高原气象, 33(6): 1627–1639. DOI:10.7522/j.issn.1000-0634.2013.00204Wang Xiaofeng, Xu Xxiaolin, Zhang Lei, et al. 2014. Observation analysis of local severe convection event in Shanghai on 31 July 2011[J]. Plateau Meteor, 33(6): 1627–1639. DOI:10.7522/j.issn.1000-0634.2013.00204
谢娜, 王咏青, 施娟, 等. 2011. 城区下垫面特征对成都地区一次暴雨过程影响的数值模拟[J]. 高原气象, 30(6): 1472–1480. Xie Na, Wang Yongqing, Shi Juan, et al. 2011. Numerical simulation of city underlying surface effect on a rainstorm process in Chengdu[J]. Plateau Meteor, 30(6): 1472–1480.
徐蓉, 苗俊峰, 谈哲敏. 2013. 南京地区城市下垫面特征对雷暴过程影响的数值模拟[J]. 大气科学, 37(6): 1235–1246. Xu Rong, Miao Junfeng, Tan Zhemin. 2013. Numerical simulation of the impact of urban underlying surface characteristics on thunderstorm in Nanjing[J]. Chinese J Atmos Sci, 37(6): 1235–1246.
杨露华, 尹红萍, 王慧, 等. 2007. 近10年上海地区强对流天气特征统计分析[J]. 大气科学研究与应用, 32(2): 84–91. Yang Luhua, Yin Hongping, Wang Hui, et al. 2007. Statistical analysis of severe convective weather in Shanghai area during period of recent 10 years[J]. Atmos Sci Res Appl, 32(2): 84–91.
尹东屏, 吴海英, 张备, 等. 2010. 一次海风锋触发的强对流天气分析[J]. 高原气象, 29(5): 1261–1269. Yin Dongping, Wu Haiying, Zhang Bei, et al. 2010. Analysis on a severe convective weather triggered sea breeze front[J]. Plateau Meteor, 29(5): 1261–1269.
张培昌, 杜秉玉, 戴铁丕. 2000. 雷达气象学[M]. 北京: 气象出版社, 330-410. Zhang Peichang, Du Bingyu, Dai Tiepi. 2000. Radar meteorology[M]. Beijing: China Meteorological Press, 330-410.
周淑贞, 束炯. 1994. 城市气候学[M]. 北京: 气象出版社, 462-482. Zhou Shuzhen, Shu Jiong. 1994. Urban climatology[M]. Beijing: China Meteorological Press, 462-482.
Numerical Simulation of the Impacts of the Sea-Breeze and the Urban Heat Island on the Severe Convective Event in Shanghai
ZHANG Yuncheng1,2,3 , WANG Xiaofeng2,3 , ZHANG Lei3 , SHU Jiong1     
1. The Key laboratory of Geographic Information Science, Ministry of Education, East China Normal University, shanghai 200241, China;
2. Shanghai Institute of Meteorological Science, Shanghai 200030, China;
3. Key Laboratory of Numerical Modeling for Tropical Cyclone, China Meteorological Administration, Shanghai 200030, China
Abstract: A new-generation Weather research and Forecasting (WRF) model, which coupled with a multi-layer urban canopy model (BEP+BEM), was used to simulate an early-afternoon severe convection that occurred in Shanghai on 13 September 2013. Using the daily global forecasting dataset with 0. 25°×0. 25° resolution from the National Centers for Environment Predication Global Forecast System (NCEP GFS) as the initial field and boundary conditions, two numerical experiments were conducted. The impact of urbanization on this precipitation process was explored by comparing the results from the case (Ctrl) of coupling with the urban canopy module with those from the case (Crop) of replacing city as farmland. The results showed that:(1) The occurrence of precipitation was mainly affected by the large-scale weather system, but the urbanization also played an important role in modulating the local-scale precipitation; (2) With the effect of the urban heat island, the temperature increased and the pressure decreased in urban region, which enhanced the sea breeze and the updraft in urban area. And as a result, it finally influenced the distribution and intensity of the local-scale precipitation; (3) The effect of urban heat island made the precipitation occur earlier and made the distribution of precipitation more concentrating.
Key Words: Urban heat island    Severe convection    Sea-land breeze    Underlying surface feature