南京大学学报(自然科学), 2022, 58(5): 780-788 doi: 10.13232/j.cnki.jnju.2022.05.004

华南“4.21”弓状回波的γ⁃中尺度涡旋雷达观测分析

居圆圆1, 徐昕,1, 唐滢2

1.中尺度灾害性天气教育部重点实验室,南京大学大气科学学院,南京,210023

2.中国船舶重工集团公司第七二四研究所,南京,211153

Radar observation analysis of meso⁃γ⁃scale vortices in bow echo on 21 April in South China

Ju Yuanyuan1, Xu Xin,1, Tang Ying2

1.Key Laboratory of Mesoscale Severe Weather, Ministry of Education, School of Atmosphere Sciences, Nanjing University, Nanjing, 210023, China

2.No. 724 Research Institute China Shipbuilding Industry Corporation, Nanjing, 211153, China

通讯作者: E⁃mail:xinxu@nju.edu.cn

收稿日期: 2022-07-29  

基金资助: 第二次青藏高原综合科学考察研究项目.  2019QZKK0105
国家自然科学基金.  91837207.  42105149
国家重点研发计划项目.  2018YFC1507300

Received: 2022-07-29  

摘要

γ⁃中尺度涡旋对弓状回波地表灾害性大风具有重要影响.针对2017年4月21日发生在华南地区的一次弓状回波过程,利用广州业务多普勒天气雷达观测对该过程中的γ⁃中尺度涡旋进行分析.本次过程共识别到20个γ⁃中尺度涡旋,按照相对弓状回波顶点的位置,将其分为三类(北侧、南侧和中部),不同类别在数量上无明显差异.北侧的中涡旋主要出现在弓状回波发展阶段,平均方位切变强度为3.42×10-3 s-1,中部中涡旋伴有明显的局地化弓状回波结构出现,平均方位切变强度与北侧相当.南侧中涡旋的平均方位切变强度最弱,但是在弓状回波南侧径向速度的辐合区形成了本次过程生命史最长的中涡旋.进一步利用ERA5再分析资料对中涡旋的生成环境特征进行分析,结果表明,北侧中涡旋的环境具有较强的垂直风切变,但对流有效位能较弱,南侧则刚好相反.

关键词: 弓状回波 ; 中涡旋 ; 雷达观测 ; 环境特征

Abstract

Low⁃level,meso⁃γ⁃scale vortices (MVs) have an important influence on the near⁃surface damaging straight⁃line winds produced by bow echo. Based on the Guangzhou operational Doppler weather radar observations,MVs within a bow echo event occurred over South China on 21 April 2017 are analyzed here. A total of 20 MVs are identified during this severe weather event. According to the distribution of MVs relative to the bow apex,they are divided into three categories (northern,southern and middle). The results show no significant difference in their quantity. The northern MVs appear in the development stage of the bow echo,the mean azimuthal shear intensity of which is 3.42×10-3 s-1. The mean azimuthal shear intensity of the middle MVs is comparable to that of the northern ones,accompanied by an obvious localized bowing structure. The mean azimuthal shear intensity of the southern MVs is the weakest. Yet,a MV of the longest lifetime is formed in the convergence zone of radar radial velocity in the southern part of the bow echo. Furthermore,the fifth generation ECMWF atmospheric reanalysis (ERA5) data are used to analyze the characteristics of the MV environment. The results show that the northern MVs have strong vertical wind shear and low convective available potential energy (CAPE) while the southerner ones are just the opposite.

Keywords: bow echo ; mesovortex ; radar observation ; environment characteristics

PDF (1633KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

居圆圆, 徐昕, 唐滢. 华南“4.21”弓状回波的γ⁃中尺度涡旋雷达观测分析. 南京大学学报(自然科学)[J], 2022, 58(5): 780-788 doi:10.13232/j.cnki.jnju.2022.05.004

Ju Yuanyuan, Xu Xin, Tang Ying. Radar observation analysis of meso⁃γ⁃scale vortices in bow echo on 21 April in South China. Journal of nanjing University[J], 2022, 58(5): 780-788 doi:10.13232/j.cnki.jnju.2022.05.004

弓状回波是一类典型的准线状中尺度对流系统(Quasi⁃Linear Convective Systems,QLCS),能够在地表产生破坏性的直线大风1(Straight⁃Line Wind),最高风速可超过40 m·s-1,导致严重的人员伤亡和经济财产损失.早期Fujita2的研究认为,弓状回波顶点后侧下沉的后向入流急流(Rear⁃Inflow Jet,RIJ)是地表灾害性大风的主要成因.近年来,观测和数值模拟结果表明,在弓状回波内部常观测到γ⁃中尺度(2~20 km)3涡旋环流(在北半球以气旋式环流为主),其出现的位置多在弓状回波前端对流线(Leading Convective Line)的低层,被称为中涡旋(Mesovortex,MV).弓状回波近地面大风的形成同样与中涡旋密切相关,强度较强的中涡旋甚至能够造成龙卷风4.

Wakimoto et al5基于机载多普勒雷达结合地面灾害调查结果发现中涡旋对弓形回波强灾害性大风发生的位置有重要作用,中涡旋的涡旋流与强的环境背景流叠加能够产生F0~F16级强度的地表灾害性大风.Wheatley et al7也借助观测证实了中涡旋与地表灾害性直线大风存在密切关联.此外,关于中涡旋生成的位置,Weisman and Trapp8开展了中涡旋的理想数值模拟,将对流有效位能(Convective Available Potential Energy,CAPE)固定在2200 J·kg-1,而不断改变低层(0~2.5 km)和深层(0~5 km)的垂直风切变大小.当低层风切变较小时,生成的中涡旋沿着系统前端对流线,与大多数情况相一致,而采用较大的深层风切变时产生的中涡旋则沿着或者位于弓状回波顶端的北侧.Xu et al9将观测和数值模拟对比也得到了类似的结果,弓形回波中的中涡旋多位于其顶端的北侧,且该区域的中涡旋与其他位置相比生命史较长.该模拟研究同样发现中涡旋流对此次灾害性大风的产生有显著贡献,占比约为30%~50%.

关于中涡旋的生成存在多种解释,由于斜压性是导致许多旋转性结构产生的至关重要的原因,水平涡度的斜压项能够使其扭转为垂直,因此早期的研究将中涡旋的生成归因为斜压性的作用10.Trapp and Weisman11基于理想数值模拟认为降水下沉拖曳导致沿着冷池出流边界的斜压水平涡度向下扭转从而产生了一对反向旋转的涡旋对,其中气旋式涡旋由于行星涡度的辐合拉伸增强生成气旋式中涡旋;Wheatley and Trapp12通过对2001年10月24日发生在美国密歇根州南部的弓形回波进行研究发现切变不稳定可以用来解释中涡旋的生成.Rotunno et al13提出中尺度冷池和低层环境垂直风切变的相互作用是飑线发展维持的重要机制,即“冷池⁃风切平衡理论(RKW Theory)”.Atkins and St. Laurent14利用该理论解释了强的低层环境风切变有利于产生强度更强的中涡旋,并且还认为强冷池以及科氏力强迫对中涡旋的生成具有重要作用.Xu et al9利用WRF模式对2009年5月8日发生在美国中部的弓形回波展开数值模拟研究,采用拉格朗日粒子轨迹追踪和三维涡度收支对其中两个较为典型的中涡旋进行分析,得出拖曳摩擦对低层中涡旋的生成也有重要贡献,这一结论在Schenkman et al15有关龙卷风生成的研究中也同样被提及.

过去的研究主要关注美国地区的弓状回波中涡旋及其形成机制.郑媛媛等16利用多普勒天气雷达对2002年5月27日发生在皖北的一次超级单体风暴过程进行分析,发现超级单体低层径向速度图上有明显的中气旋特征,并在之后加强,旋转速度可达22 m·s-1,与钩状回波的缺口区相对应.Tang et al17将对流单体中产生的γ⁃中尺度涡旋,如中气旋,称为单体类型的中涡旋(Cell⁃Type MV),并利用多年雷达观测对我国江淮地区暖季的中涡旋进行统计分析,揭示了该地区中涡旋的时空分布特征(如月变化、日变化)和大小、强度、生命史等特征.但是Tang et al17研究主要关注江淮地区的中涡旋,对于华南地区中涡旋的特征仍缺乏深入了解.对此,本研究利用华南地区的多普勒天气雷达观测对一次弓状回波产生的γ⁃中尺度涡旋进行分析.

1 数据与方法

1.1 数据

本研究使用的数据为广州市S波段多普勒雷达(GZRD)观测,时段为2017年4月20日16时至4月21日16时,时间间隔为6 min,雷达站点位置如图1所示.此外,本文使用欧洲中期天气预报中心(European Centre for Medium⁃Range Weather Forecasts,ECMWF)提供的时间分辨率1 h,空间分辨率0.25°×0.25°的全球大气再分析资料(Center European Centre for Medium⁃Range Weather Forecasts Reanalysis V5,ERA5)18分析该中尺度对流系统的环境条件.

图1

图1   广州雷达站点位置(GZRD)及观测范围图

The black circle represents the coverage with a radius of 230 km and the radar composite reflectivity of the bow echo (shading) at 06:00 (unit: dBZ) and the red box indicates the domain of 2°×2° centered on the radar site

Fig.1   The location and range of Guangzhou radar site (GZRD)


1.2 MV识别和追踪

首先对雷达基数据进行质量控制,然后计算径向速度的方位切变并据此对中涡旋进行识别,最后对识别到的中涡旋展开追踪.对雷达基数据的质量控制主要依赖美国俄克拉荷马大学的强风暴分析及预报中心(Center for Analysis and Prediction of Storms,CAPS)研发的中尺度区域气象模式(Advanced Regional Prediction System,ARPS)19中的雷达处理模块(88D2ARPS)20.其目的是去除包括地物回波在内等的非气象回波以及多普勒速度折叠等.有关中涡旋的识别和追踪算法唐滢等21给出了详细介绍.

本文主要通过广州雷达来研究本次天气过程中产生的中涡旋,该识别系统使用的水平网格分辨率为500 m,共计953×953个格点,由于中涡旋为γ⁃中尺度对流系统,因此能够满足对中涡旋识别精度的要求,同时也能够更精细化地再现此次天气过程.

中涡旋的识别方法采用的是线性最小二乘导数法(Linear Least Square Derivative,LLSD)22,且要求方位切变强度大于10-3 s-1时才可被识别.由于中涡旋一般生成于对流层低层,因此只计算0.5°仰角面的中涡旋的切变,并将识别区域限制在距雷达中心半径150 km的范围内,大于该距离雷达辐角方向的分辨率较低且延伸的高度较高,识别的可信度较差.同样是针对径向速度的计算,但该方法与过去常用的通过径向速度场出现的近距离正负速度偶判断中涡旋的方法相比更为先进,能够缓解径向速度噪音误差带来的干扰.

中涡旋的追踪使用的是客观的追踪方法,通过前向与后向追踪相结合得到中涡旋持续的时间.本研究将前后两个时次中涡旋的相关系数设为0.8,大于等于该值则将其看作同一个中涡旋展开追踪,若出现一对多或者多对一的情况,则选择相关系数最大的作为其在该时刻的延续.由于雷达扫描时次为6 min,根据前向和后向的追踪要求,本文在识别到的众多中涡旋中选取持续时间至少为18 min作为研究对象,由此得到表1.

表1   系统识别的中涡旋特征

Table 1  Features of system⁃identified MVs

序号经度(°E)纬度(°N)方位切变(10-3 s-1)持续时长(min)

初次识别时间

(UTC)

相对弓状回波

顶点的位置

1111.8922.985.46183:24M
2111.9523.232.89243:36M
3112.5923.693.06303:48N
4112.8923.683.23184:24N
5112.8823.572.64184:24N
6112.9823.603.02184:36N
7113.2123.615.46244:54N
8112.7223.023.1244:54M
9113.3423.593.53305:18N
10113.3423.563.0185:18N
11113.0923.042.92185:30M
12113.0622.542.48185:54S
13113.6723.043.83186:18M
14113.5823.052.62246:24M
15113.0622.342.5186:30S
16113.2322.252.61186:48S
17113.4322.292.69487:00S
18113.4822.362.52187:00S
19113.122.112.51187:00S
20113.5422.543.43307:06S

“N”表示北侧,“M”表示中间,“S”表示南侧

新窗口打开| 下载CSV


2 中尺度天气系统概况及过程分析

2.1 个例概述

该弓状回波在广东省境内历时约7 h,图2给出的雷达组合反射率是该过程不同时刻的形态特征及位置.2017年4月21日02时(世界时,以下同),该弓状回波从广西自西向东移动,03:30时整体位于广东省境内,处于发展阶段,弓状回波特征明显.06:00时,弓状回波与周围的分散性对流单体合并成一个整体,处于成熟阶段,回波强度最大可达55 dBZ,从雷达图像上来看回波主体位于珠三角附近(图1).07:30时,系统弓状回波特征逐渐消失,南端位于海岸线附近.09:00时,该弓状回波东移入海,对广东的影响逐渐消失.广东省大部分地区都遭受了此次强对流天气的影响,有多地出现大到暴雨,并伴有短时雷暴大风(≥17.2 m·s-1).05:00~07:00,地面大风集中出现在具有明显弓状结构的区域附近,其中最大阵风位于广州市海珠区华洲街,可达32.4 m·s-1 (11级).此外,部分站点观测到有冰雹产生23.

图2

图2   多时刻雷达组合反射率拼图(阴影,2017年4月21日03:30~07:30,间隔1 h,单位:dBZ),中涡旋位置及移动路径

The blue dotted lines represent the location of MVs and their

moving path

Fig.2   Hourly reflectivity from 0330 UTC to 0730 UTC 21 April 2017 (shading,unit:dBZ),the location of MVs and their moving path


2.2 中涡旋的时空分布特征

本次天气过程识别出的持续时间大于等于18 min的中涡旋共计20个,方位切变均大于2×10-3 s-1,强于Tang et al17的统计结果,具体特征见表1.中涡旋的位置如图2所示,根据其相对弓状回波顶点的位置分成三类.其中,位于北侧的有七个,集中出现在弓状回波的发展阶段,切变平均强度为3.42×10-3 s-1;出现在系统中部的有六个,主要分布在发展成熟阶段,切变平均强度为3.47×10-3 s-1,常位于弓状回波顶点附近;当系统趋向于消散阶段时,中涡旋主要位于南侧,共七个,切变平均值为2.68×10-3 s-1,强度相对较弱.

从时间上来看,符合要求的中涡旋最先在03:24时被识别到,最后一个被观测到的时刻为07:06,分布上相对均匀,最密集出现的时刻为07:00,有三个.识别到的中涡旋持续时间多维持在约18 min,占60%,持续时间最长的中涡旋出现在07:00,共计48 min,出现在系统南侧,位于海陆交界处,这与Xu et al9对美国发生的弓状回波事件中产生的中涡旋多位于顶点北侧的研究结论有差别.

2.3 中涡旋的雷达径向速度特征

针对不同类型中涡旋移动路径的空间分布特征(图2),选取典型时刻结合雷达径向速度展开进一步的分析.广州多普勒雷达站点位置位于113°21′E,23°N(图1),其中北侧代表性中涡旋选取的时刻为03:48和04:24(图3a~b),中间选取的时刻为03:24和06:18(图3c~d).03:48时(图3a),中涡旋位于系统北侧,径向速度大小在5~10 m·s-1的区域,该区域径向速度等值线分布密集.04:24时(图3b),系统北侧识别的中涡旋有两个.与图3a相比,它们出现的位置偏向大小为5 m·s-1的径向速度的等值线之间,处于速度辐合区,等值线较为稀疏,但该时刻中涡旋西侧的地面大风最大可达21.8 m·s-1.03:24时(图3c),系统弓状回波特征明显,后侧边缘径向速度最大可达20 m·s-1,有明显的后向入流急流缺口,中涡旋位于弓状回波顶点附近,方位切变强度最大为5.46×10-3 s-1并伴有风速超过20 m·s-1的地面大风,由此推测该区域的局地大风可能是中涡旋和后向入流急流共同作用的结果.仅从雷达分析无法准确了解中涡旋的生成机制,后续将利用高分辨率数值模拟作进一步的研究.相比之下,虽然图3d径向速度为20 m·s-1,地面大风实际维持在22 m·s-1左右,但方位切变强度弱,后向入流急流缺口不明显,仅在反射率回波上表现出局地化特征.

图3

图3   雷达组合反射率(阴影,单位:dBZ),径向速度(等值线,间隔5 m·s-1)及中涡旋(绿色实心三角形)位置分布图:

(a) 03:48,(b) 04:24代表北侧;(c) 03:24,(d) 06:18代表中间

Fig.3   Radar composite reflectivity (shading,unit:dBZ),radial velocity (contours,interval 5 m·s-1) and MV (green solid triangle) locations at (a) 0348 UTC and (b) 0424 UTC in the north of the QLCS, (c) 0324 UTC and (d) 0618 UTC in the middle

The solid lines of the contour represent positive values (away from the radar),and the dashed lines represents negative values

(towards the radar). The value of radial velocity equal to 5 m·s-1 is in blue,and greater than 5 m·s-1 in red


对于位于弓状回波系统南侧的中涡旋,07:00时不仅同时观测到三个中涡旋,且生命史最长的中涡旋也位列其中.因此选取该时刻的两个中涡旋作为研究对象,按照时间变化选择雷达连续六个扫描时次(图4).07:00时(图4a),初次观测的两个中涡旋均位于5 m·s-1径向速度的等值线之间,地面大风区在南侧中涡旋的西南方向,最大风速可达23.2 m·s-1.北侧的中涡旋生命史较短,为18 min.在该时段内,朝向雷达方向的径向速度等值线(蓝色虚线)覆盖的范围逐渐缩小至偏南的生命史最长的中涡旋一侧,因此认为径向速度辐合逐渐减弱直至消失是图4a中北侧中涡旋消失的重要原因.持续时间较长的中涡旋伴随系统逐渐东移,周围的径向速度逐渐变大,位于5 m·s-1与10 m·s-1之间,且10 m·s-1的等值线逐渐东移靠近(图4e~f).

图4

图4   雷达组合反射率(阴影,单位:dBZ),径向速度(等值线,间隔5 m·s-1)及中涡旋(绿色实心三角形)位置分布图:

(a) 07:00,(b) 07:06,(c) 07:12,(d) 07:18,(e) 07:24,(f) 07:30代表南侧

Fig.4   Radar composite reflectivity (shading,unit:dBZ),radial velocity (contours,interval 5 m·s-1) and MV (green solid triangle) locations at (a) 0700 UTC,(b) 0706 UTC,(c) 0712 UTC,(d) 0718 UTC,(e) 0724 UTC and (f) 0730 UTC in the south of the QLCS


2.4 中涡旋的环境特征

Weisman and Trapp8通过理想数值模拟研究指出,较强的环境垂直风切和较大的CAPE均有利于弓状回波中涡旋的生成.图5分别给出不同时刻南北两侧的垂直风切变(0.1~3 km)和CAPE分布情况.两个时刻的垂直风切变方向都是由西南指向东北,且低层风主导方向为西南风有利于低层来自海洋的水汽输送(图6),从而导致CAPE值自南向北逐渐减少.05:00时(图5a),弓状回波自中间向北位于垂直风切变大于17 m·s-1的区域,该范围内0.1~1 km(图略)和0.1~3 km的CAPE值均小于1500 J·kg-1,这表明在弓状回波发展阶段强的环境垂直风切变对中涡旋的生成和发展具有更大的贡献.07:00时(图5b),系统南侧中涡旋生成区域的风切小于15 m·s-1,但此时CAPE值最大,可达2000 J·kg-1.低层0.1~1 km具有相似的环境特征,垂直风切变为7 m·s-1,CAPE同样位于大值区(图略),说明该弓状回波发展到后期高CAPE值对中涡旋的生成有更明显的作用.虽然与北侧相比,该环境条件中产生的中涡旋有较长的生命史,但平均强度较弱.

图5

图5   (a) 05:00,(b) 07:00的对流有效位能(灰色阴影,单位:J·kg-1),0.1~3 km垂直风切变(箭头)及其大小(等值线,单位:m·s-1)叠加对应的雷达组合反射率(彩色阴影,单位:dBZ):(a)中蓝色实心三角形代表03:48,04:24,04:36,04:54时刻的中涡旋位置,(b)中蓝色实心三角形代表06:30,06:48,07:00时刻

(b) 0700 UTC: the blue triangles in (a) represent the MV positions at 0348,0424,0436 and 0454 UTC,

and the blue triangles in (b) at 0630,0648 and 0700 UTC

Fig.5   Convective available potential energy (gray shading,unit:J·kg-1),0.1~3 km vertical wind shear (vector) and values (contour line,unit:m·s-1),and composite reflectivity (colorful shading,unit:dBZ ) at (a) 0500 UTC and


图6

图6   02:00~08:00时刻风场廓线图

Fig.6   Wind profile plot from 0200 UTC to 0800 UTC


图6是以广州雷达站点为中心,选取2°×2°的方形区域(图1)进行平均得到不同高度的风场廓线图.02:00至05:00,低层到高层均为偏西风,其中强的低空西南风水汽输送一直持续到弓状回波系统东移入海.925~600 hPa急流风速变化最为明显,05:00时,900 hPa风速增大至10 m·s-1.随着弓状回波逐渐东移靠近雷达站点,急流大值逐渐向低层延伸,06:00时,650 hPa急流大小为20 m·s-1.07:00之后,低层风向由偏南风变为偏北风,水汽输送减弱.以上结果表明,急流的存在有利于系统的维持和发展.

3 结论与讨论

本文利用广州业务多普勒天气雷达观测对2017年4月20日16时至21日16时华南一次弓状回波过程中的中涡旋进行研究,结合ERA5再分析资料对识别到的中涡旋的环境特征进行初步分析.主要结果如下:

(1)弓状回波在2017年4月20日02时从广西省移入,03:30时对流系统整体位于广东省境内,并在此后一段时间内具有明显的局地化弓形回波特征.09:00时,系统处于消散阶段并东移入海.该过程导致地面大风及冰雹等灾害性强对流天气,对广东省大范围区域都有影响.

(2)本次天气过程中识别到符合条件的中涡旋共计20个,根据相对弓状回波顶点的位置分为三类(南侧、北侧和中间),数量上并无明显差异.北侧中涡旋多发生在系统的发展阶段,平均方位切变强度为3.42×10-3 s-1,而南侧出现在弓状回波消散阶段,平均方位切变强度偏弱,为2.68×10-3 s-1.中间的中涡旋常伴有明显的局地化弓形回波结构,平均方位切变与北侧相当,雷达径向速度显示其后侧有RIJ缺口,且周围的径向速度最大.南侧的中涡旋位于径向速度辐合区,且最长生命史的中涡旋也出现在该侧,说明风场辐合有利于中涡旋的长时间维持.

(3)强垂直风切变以及高CAPE值均有利于中涡旋的生成.在弓状回波发展阶段,北侧环境特征为高风切、低CAPE,受高风切影响产生强度较强的中涡旋;消散阶段,南侧环境特征表现为低风切、高CAPE,其中高CAPE对中涡旋的生成有重要贡献,但生成的中涡旋强度相对较弱.

(4)区域平均的风场廓线特征在925~600 hPa变化最为明显,深厚的低空西南急流水汽输送有利于弓状回波的维持与发展.

本研究主要基于雷达观测初步分析了中涡旋位置、强度等基本特征.未来将开展高分辨率数值模拟,详细分析本次弓状回波中涡旋的形成机制及其对地表大风的影响.

参考文献

Atkins N T, Arnott J M, Przybylinski R W,et al.

Vortex structure and evolution within bow echoes

Part Ⅰ:Single⁃Doppler and damage analysis of the 29 June 1998 Derecho. Monthly Weather Review,2004,1322224-2242.

[本文引用: 1]

Fujita T T.

Manual of downburst identification for project NIMROD

Atmospheric Circulation,1978.

[本文引用: 1]

Orlanski I.

A rational subdivision of scales for atmospheric processes

Bulletin of the American Meteorological Society,1975,56527-530.

[本文引用: 1]

Forbes G S, Wakimoto R M.

A concentrated outbreak of tornadoes,downbursts and microbursts,and implications regarding vortex classification

Monthly Weather Review,1983,111(1):220-236.

[本文引用: 1]

Wakimoto R M, Murphey H V, Nester A,et al.

High winds generated by bow echoes

Part Ⅰ:Overview of the Omaha bow echo 5 July 2003 storm during BAMEX. Monthly Weather Review,2006,134(10):2793-2812.

[本文引用: 1]

Fujita T T.

Tornadoes and downbursts in the context of generalized planetary scales

Journal of Atmospheric Sciences,1981,38(8):1511-1534.

[本文引用: 1]

Wheatley D M, Trapp R J, Atkins N T.

Radar and damage analysis of severe bow echoes observed during BAMEX

Monthly Weather Review,2006,134(3):791-806.

[本文引用: 1]

Weisman M L, Trapp R J. Low⁃level mesovortices within squall lines and bow echoes. Part ⅠOverview and dependence on environmental shear. Monthly Weather Review,2003,131(11):2779-2803.

[本文引用: 2]

Xu X, Xue M, Wang Y.

Mesovortices within the 8 May 2009 bow echo over the Central United States:Analyses of the characteristics and evolution based on Doppler radar observations and a high⁃resolution model simulation

Monthly Weather Review,2015,143(6):2266-2290.

[本文引用: 3]

Rotunno R, Klemp J.

On the Rotation and propagation of simulated supercell thunderstorms

Journal of Atmospheric Sciences,1985,42(3):271-292.

[本文引用: 1]

Trapp R J, Weisman M L. Low⁃level mesovortices within squall lines and bow echoes. Part ⅡTheir genesis and implications. Monthly Weather Review,2003,131(11):2804-2823.

[本文引用: 1]

Wheatley D M, Trapp R J.

The effect of mesoscale heterogeneity on the genesis and structure of mesovortices within quasi⁃linear convective systems

Monthly Weather Review,2008,136(11):4220-4241.

[本文引用: 1]

Rotunno R, Klemp J B, Weisman M L.

A theory for strong,long⁃lived squall lines

Journal of Atmospheric Sciences,1988,45(3):463-485.

[本文引用: 1]

Atkins N T,St. Laurent M. Bow echo mesovortices. Part ⅠProcesses that influence their damaging potential. Monthly Weather Review,2009,137(5):1497-1513.

[本文引用: 1]

Schenkman A D, Xue M, Shapiro A.

Tornadogenesis in a simulated mesovortex within a mesoscale convective system

Journal of the Atmospheric Sciences,2012,69(11):3372-3390.

[本文引用: 1]

郑媛媛俞小鼎方翀,.

一次典型超级单体风暴的多普勒天气雷达观测分析

气象学报,2004,62(3):317-328.

[本文引用: 1]

Zheng Y Y, Yu X D, Fang C,et al.

Analysis of a strong classic supercell storm with Doppler weather radar data

Acta Meteorologica Sinica,2004,62(3):317-328.

[本文引用: 1]

Tang Y, Xu X, Xue M,et al.

Characteristics of low⁃level meso⁃γ⁃scale vortices in the warm season over East China

Atmospheric Research,2020,235,104768.

[本文引用: 3]

Hersbach H, Bell B, Berrisford P,et al.

The ERA5 global reanalysis

Quarterly Journal of the Royal Meteorological Society,2020,146(730):1999-2049.

[本文引用: 1]

Xue M, Droegemeier K K, Wong V. The advanced regional prediction system:A multi⁃scale nonhydro⁃static atmospheric simulation and prediction model. Part ⅠModel dynamics and verification. Meteo⁃rology and Atmospheric Physics,2000,75161-193.

[本文引用: 1]

Brewster K, Hu M, Xue M,et al.

Efficient assimilation of radar data at high resolution for short⁃range numerical weather prediction

∥Extend Abstract. WWRP Int. Symp. Nowcasting Very Short Range Forecasting (vol.306),Toulouse,FranceMétéo⁃France,2005.

[本文引用: 1]

唐滢. 江淮地区暖季γ中尺度涡旋的统计特征研究.硕士学位论文.南京南京大学,2019.

[本文引用: 1]

Tang Y. Characteristics of meso⁃γ⁃scale vortices in the warm season over the Yangtze and Huai River basin. Master Dissertation. NanjingNanjing University,2019.

[本文引用: 1]

Smith T M.

The use of radial velocity derivatives to diagnose rotation and divergence

11th Conference on Aviation,Range,and Aerospace. Hyannis,MAAmerican Meteorological Society,2004.

[本文引用: 1]

陈梓浩,熊翠婵.

广东

4.21”飑线过程的中尺度分析. 广东气象,2019,41(3):5-9.

[本文引用: 1]

Chen Z H, Xiong C C.

Mesoscale analysis of an squall process in Guangdong on April 21,2017

Guangdong Meteoro⁃logy,2019,41(3):5-9.

[本文引用: 1]

/