英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

气候与灾害性对流天气

MichaelK.Tippett·JohnT.Allen·VittorioA.Gensini·HaroldE.Brooks

摘要：最近在有关大尺度气候系统和灾害性对流天气（HCW；龙卷风，冰雹和破坏性大风）的研究方面取得了实质性的进展，其中在具有巨大的社会影响和长期的相关观测记录的美国的进展尤其明显。尽管我们的观测数据有限，但是通过季内振荡和厄尔尼诺南方涛动现象HCW表明它已经受到了气候系统和热带大气的影响。对有利于HCW发生的大气环境（例如对流可用位能和垂直风切变）的分析避免了观测和模型的限制。虽然近几十年来几乎看不到较强的趋势，但是未来的气候预测表明，这种环境在美国、欧洲和澳大利亚出现的频率将会增加，未来HCW的活动将会变得频繁。最近美国龙卷风发生频率的增加在年际变化上来看是惊人的，但是目前我们尚不清楚这种现象出现的原因。通过对流允许分辨率的动力降尺度法将有助于我们更好地理解大尺度气候与HCW的发生之间的关系。

关键词：强雷暴·气候变率·气候变化·龙卷风·冰雹

引言

本文回顾了近期有关于大尺度气候信号与陆地上强对流活动之间关系的研究。我们所说的“气候信号”指的是特征为有着数周至数百年的时间尺度以及数百公里或更多的空间尺度的地球系统的变化。值得我们关注的气候信号包括季内振荡（MJO）、厄尔尼诺南方涛动（ENSO）和辐射强迫气候变化。Doswell[32]称强对流天气为“由深层湿对流引发的各种危险天气”。本文中，我们主要关注的强对流天气为龙卷风，冰雹和破坏性大风，同时作为参考我们将这些天气统称为灾害性对流天气（HCW）。我们对于气候信号在调节HCW活动的频率和强度这一过程中所起到的作用的进一步了解可能会引出有用的长期前景（数周至数月）和预报（数年至数十年），这反过来可能有助于社会更好地调控HCW带来的风险，其中包括财产损失和生命损失[33,83]。

将气候信号与HCW的活动联系起来有两个显著的困难。第一个困难是与用于研究极端降水和极端温度的数据集相比，我们缺少满足“气候质量”条件（即在时间条件上满足均匀性以及数十年的尺度）的HCW观测数据集[50]。这个问题是非常重要并且无法避免的，我们再次分析了可用的观测数据及其在“灾害性对流天气观测”中的局限性；第二个困难是目前还没有动力学模型能够同时充分的解决气候信号和强对流，这主要是由于表现为HCW（几分钟和几十米）和气候（几十万公里）不同的空间尺度以及时间尺度的计算成本带来的限制。

旨在改进短期HCW预报的大量研究（例如Brooks等[12]）已经引导着我们更充分的了解有利于HCW出现的大气环境（成分；Doswell等[34]）。预报员能够事先确定并播报存在有利于HCW出现的大气条件的广大地区，而且现在美国大多数的恶劣天气基本都发生在已被确认为有风险的地区。例如在2010年，美国77％的龙卷风和88％的重大龙卷风（EF2-EF5）都发生在国家海洋和大气管理局（NOAA）风暴预测中心（SPC）积极监测的对流区域（Greg Carbin，个人通讯）。然而，有关于HCW的强度、类型、时间和精确位置的预报对我们来说仍然是高难度的挑战。HCW是非常少见的，即使在大气环境有利的情况下也常常不会出现;这就是所谓的启动机制问题。尽管存在着局限性，但有关用于短期预报的有利与HCW发生环境的描述为我们提供了将气候信号与强对流相关联的科学依据和实践方法。相比仅仅在HCW发生的报告中搜索气候信号，不如通过有利于HCW发生的环境出现的频率中确认气候信号。

本论文的结构如下：在“灾害性对流天气的观测”中，我们探讨了可用的HCW观测数据，其中包括报告和遥感数据。有利HCW发生的环境的相同特征我们将在“有利于灾害性对流天气的环境”中进行说明。我们讨论了从气候系统到季节变化的贡献，其中包括在“年际循环”与“季节性和季节内气候变化”中年际循环以及季节内和年内变化的来源的关系。在“保持趋势和长期变化”这一部分中，我们思考了二十世纪末和二十一世纪初观测到强雷暴出现时间和频率等的变化。在“气候变化预测”这一部分中，我们研究了二十一世纪后期有关强对流的预测，并描述了我们对目前气候变暖是如何影响HCW出现的理解。最后，我们讨论了该领域当前的局限性，并且为未来发展的领域提供了新的切入角度：对气候系统与陆面强对流之间的相互作用进行研究。

监测灾害性对流天气

基于站点并通常用于观测温度和降水的方法对于HCW的监测是收效甚微的，因为典型事件的密度相对于站点密度而言是微不足道的。有关强对流活动最长以及最直接的记录来自HCW的目击者报告以及紧随其后的受灾评估记录。例如SPC恶劣天气数据库（SWD）是美国恶劣天气出现事件信息的主要来源，其中包含龙卷风（1950年至今）、冰雹（1955年至今）和大风（1955年至今）的报告，报告与每年当地NWS办公室提供的数据同步更新[80]。报告数据的准确程度取决于观察者的可靠程度，所以其具有难以表述的非平稳特征。在SPC SWD的整个生命周期中，美国龙卷风报告的数量增加了一倍以上（见图1a），其中大部分的增加与弱龙卷风相关，并且被认为在来源上是非气象的[93]。同样在21世纪初期，冰雹报告的数量出现了明显的无法解释的骤升（图1b）。对于强度估算程序的修改会在相关记录中引入附加不均匀性[36]；同时我们注意到20世纪70年代后期EF2 值出现了下降。Fujita-Pearson尺度（F尺度；在20世纪70年代早期引入并在20世纪70年代后期被定为官方使用）及其继承者增强型Fujita尺度（EF量表；自2007年2月开始使用），基于损伤评估将龙卷风强度[（E）F0-（E）F5，从最弱到最强）进行评估定级[36,40]。在采用F尺度之前发生的龙卷风根据报纸的记录进行了回顾性评估[36,65,80]。因此，虽然SWD的范围足以应对气候变化，但是非气象变化往往会掩盖任意气候强迫的变化。特别由于美国的数据库存在有非常明显的缺陷，无法提供有关HCW事件发生趋势的直接信息[55]。某些报告统计数据似乎较少受到非气象趋势的影响，例如龙卷风出现天数（至少出现有一次龙卷风的天数）和强烈龙卷风的数量（例如额定（E）F1或（E）F2和更高）。

HCW报告数据库位于美国境外，但是其对于绝大多数气候分析而言其范围或质量都是不满足条件的。欧洲恶劣天气数据库（ESWD）包括直线阵风、龙卷风（包括水龙卷）、强冰雹、强降水、漏斗云、阵风卷以及较小旋风的报告[37]。ESWD的报告来自于诸多郡县的贡献，同时其在时间和空间上的均匀性远低于SPC SWD[49]。澳大利亚、中国和南非也存有其他国家发生的强雷暴的观测记录。

测雹板网络（通常包括许多单个体积设置为15–25km²的测雹板）是HCW数据的来源，并且该数据的测量不需要观察员在场。但是这些网络可能很昂贵并且需要进行专门的实验室维护[30,98]。许多国家都有冰雹网络，其中包括西班牙、法国、阿根廷、意大利、希腊以及中国[62,77,98]。保险损失数据通常也用于确定冰雹天气的发生，损失从农业到建筑各方面都有。然而，损失数据容易受到人口密度以及投资组合的时间变化等方面的影响，同时受到冰雹影响建筑材料的选择也变得日益谨慎[22,56,78]。

现场观测的局限性促使人们开始探索用于检测和引发HCW气候的遥感，位于美国境外的数据稀疏区域的人们积极性尤其的高。遥感并不能直接对HCW进行测量，而且目前的遥感衍生记录对于许多气候应用来说都太短了。然而遥感数据集展现出了对于受到HCW影响的区域在空间上提供完整的预估的前景。其中三个更有可能性的途径包括通过卫星检测与强冰雹相关的过冲对流云顶[8,21,71]、以雷达反射率确定冰雹的最大预期尺寸[23]以及通过地面传感器网络对与HCW有关的从云到地的雷击闪电进行探测[54]。

图1 a. 美国大陆（E）F0 、（E）F1 、（E）F2 龙卷风年度数量报告以及龙卷风环境指数（TEI）值（1950-2013；改编自[87]）；b. 大风、冰雹以及直径大于2英寸的冰雹的报告（1955-2013）

有利于灾害性对流天气发生的环境

另一种直接分析气候信号对HCW事件影响的方法是检查它们对有利于HCW发生的环境出现频率的影响。这些环境同时进行了具有代表性的长期动态估计（再分析）和气候模型预测，所以这种方法对我们来说很有吸引力。类似的环境方法已经应用于热带气旋成因研究[42,47,48,86]，并用于研究ENSO，MJO和气候变化对热带气旋出现频率的影响[17]。这种方法的一个缺点是环境只能部分解释HCW事件的发生（初始问题），因为模型环境的保真度是有限的。

HCW的组成可主要分为三种类型：有助于强对流形成组织同时能够长时间持续的垂直风切变、上升气流发展的热力学倾向以及引发对流的过程。最常用于描述前两种类型的参数是表面与低空6km之间的大体积垂直风切变（S06）和对流可用势能（CAPE）。其他有关垂直切变的测量包括风暴相对螺旋度（SRH）和地表与较低水平面之间的垂直切变，例如龙卷风环境出现频率中使用的S01（图2）。其他热力学参数包括对流抑制、失效率、提升凝结水平和对流沉降等。这些参数有时单独有时组合审核后使用，如SRH和CAPE（能量螺旋指数，EHI；[26,27]）的产品，CAPE和S06[2,14]的加权乘积，以及月平均SRH和对流性降水的加权乘积（龙卷风环境指数，TEI；Tippett等[87]）。对流的引发更难以表征并且通常会被忽略。在某个模型的设置中，Trapp等[90]选择使用对流性降水的发生作为引发对流的代理条件。虽然大多数研究中都使用了瞬时或者6小时的环境数据，但是最近月平均数据显示它被用于捕捉有利于引发对流的环境分布的变化[5,85,87]。例如TEI经过校准后用于匹配美国龙卷风发生的月气候（1979-2010）并捕获了年度CONUS总量的一些年际变化（见图1a）及其月变化与区域变化。

图2 通过使用体积为0-1 km的垂直风切变、1958-1999年期间的抬升凝结高度及海拔等NCEP/NCAR再分析数据确定的龙卷风环境出现的频率。此图改编自Brooks等[14]

年循环

年际循环可以说是气候系统中最大的强迫信号，其对于美国HCW活动的调节作用非常明显[13,35]。年际循环为评估能够解释HCW报告中年际循环变化程度的有利HCW发生的环境和模型提供了一个有用的机会。Brooks等[15]计算了美国和欧洲若干地区有关全球再分析的强对流参数的年际循环，发现季节的区域性变化与HCW事件的发生基本一致。Gensini和Ashley[44]通过高分辨率区域再分析计算了美国的强对流参数，并预测了其年际循环的空间变化。Tippett等[87]直接将TEI年际循环与CONUS龙卷风报告进行了比较，并找出了合理的月份总数和高峰月份的协议。TEI记录了全年龙卷风活动的整体西北迁移（图3），但是龙卷风到达堪萨斯州和爱荷华州的速度很慢，并且错过了佛罗里达州夏末/秋季的最大值。在区域平均的基础上，除西北和西部之外所有NOAA气候区域的龙卷风报告和TEI年际循环之间的Pearson（等级）相关性都超过了0.85（0.83）[88]。

图3 a. 通过报告绘制的1979-2013期间高峰月份龙卷风数量最大值填色图；b. 使用TEI值绘制的1979-2013期间高峰月份龙卷风数量最大值填色图。此图改编自Tippett等[87]

Trapp等[89]通过能够明确代表深层对流风暴的分辨率（4.25km）按比例将NCEP/NCAR再分析数据缩减了10年（1991年-2000年），并将HCW模型定义了上升气流螺旋度和反射率超过规定阈值的网格点。动力降尺度的HCW捕获了报告中季节和空间分布的某些方面，在4月至6月这段时间内报告中提到的北方的迁移比报告中的描述更为明显。将这种方法延伸到1990-2009这一时期，使用不同的代理方法产生了可比较的季节性的结果[73]。使用类似的方法，Gensini和Mote[45]发现，在年际循环的高峰期，HCW的昼夜变化和空间变化通过缩小代理获得了令人钦佩的结果（图4）。

Long和Stoy[59]使用SPC龙卷风报告范围为1954年至2009年的数据来计算龙卷风季节时在南部和中部大平原地区的的气候平均日（他们称之为“高峰期”）。他们认为很明显日期数不太可能受到龙卷风报告总数中非气象趋势的影响，并且得出了龙卷风季节龙卷风发生的平均日期在过去60年中提前了7天而龙卷风季节的时长没有出现明显变化的结论。虽然没有将季节性变化与气候因子联系起来的物理机制，但是我们预计气候的变化会伴随着出现一些气候变量的季节性变化[38]。

图4 运用RCM动态降尺度（顶行）和观测（底行）综合绘制的1980-1990年3月至5月期间HCW发生的频率。此图已获[45]授权使用

季节性和季节内气候变化

半球循环可以强制天气尺度系统去促进中尺度天气过程，反过来同时又有利于强对流的发展和维持[25,29,51,53]。这些循环模式可能是由热带强迫或者内部变化产生的。循环模式与HCW之间的稳定关系通常很难被发现，因为与HCW活动的变化相比循环信号的影响相对较弱，但这有可能将有关HCW活动的预报延伸到扩展范围和季节尺度方面。

季节内振荡

印度洋的异常对流与MJO（Madden和Julian[60]）有关，同时激发了沿东北方向和朝下向美国传播的罗斯贝波。MJO调制波列的色散可以指向有利于HCW出现的天气尺度天气状况。最近的研究将美国龙卷风和冰雹的活动与MJO的阶段和强度联系起来，以实时多变量MJO指数（RMM；[6,7,84,97]）对其特征进行表述。然而，MJO阶段与美国的HCW之间尚未完全建立一致且稳定的关系；结果取决于对HCW活动以及自然月所制定的度量标准。准确的说，Barrett和Gensini[6]认为在5/6和第8阶段与4月至5月期间美国中部的龙卷风活动出现高于平均水平的

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20181]，资料为PDF文档或Word文档，PDF文档可免费转换为Word