佛山强降水与微压计滑动离散功率谱前置信号关联分析

张晶晶 李兆明 黄先香

（广东省佛山市龙卷风研究中心，佛山 528000）

0 引言

大气重力波与强对流天气关系密切，并受到气象工作者的重视与关注。重力波不仅仅是天气过程的产物，天气尺度过程中产生的重力波可以激发中尺度强对流过程[1-4]。Hung[5-6]发现美国中部陆龙卷在接地前1～2 h有周期为10～20 min的电离层重力波激发。Koch[7]指出高空急流区下方切变不稳定气层产生的重力波对强对流的激发有影响，同时急流中的垂直切变也是重力波的能量源。Curry等[8]在英国伦敦使用3个连网的微压计进行大气重力波观测，发现在雷暴过程中有重力波产生，并观测到大气重力波在超过数百千米的远距离中传播。由此可见，大气重力波对龙卷及强对流天气的预报预警能起到重要作用。

由于一般天气情况下，大气重力波的振幅都在0.1 hPa以下，而强对流过程只在对流发展到极盛时才产生常规气压仪器可测出的压力波动。因次，对重力波的研究受到传感仪器灵敏度的限制。一直以来，由于缺乏重力波数据，重力波与强对流天气关系的相关研究较少且不够深入。

20世纪90年代，李启泰等[9-10]使用高灵敏度的电容式微压波传感器，将3个探头布置成三角形阵列，根据同一波阵面到达各阵点（探头）的时间差及各阵点参数计算出重力波的来向及水平波速、波长并计算出了重力波的振幅和周期，独创了重力波观测系统，应用于冰雹过程的预警中，并取得很好效果。赵彩等[11]利用重力波观测资料统计分析了贵州大气重力波的季节特征，发现其具有明显的季节性，且对冷空气活动和雷暴活动有很强的联系。覃卫坚等[12]研究了冰雹发生前后的重力波活动特征。

要有效的监测重力波，必须要具有超灵敏度的气压监测系统。2016年起，为加强针对龙卷及强对流天气的监测，佛山布设微压计并陆续投入使用，目前已有7台微压计投入使用，利用这些微压计资料，本文分析了重力波与强对流天气的关系。

1 资料与方法

利用佛山市布设的微压计单站数据，结合同期气象资料，对佛山2018—2020年强降水过程对应时段的重力波特征进行分析。该微压计分辨率为1 Pa，采样频率为1次/s，数据时间为2018年1月—2020年5月，共29个月。利用连续大气重力波动态普资料，约24480 h（每分钟一次重力波周期－振幅）。将气压数据进行标准化处理，每3 h计算一次平均的周期－振幅谱（采样周期6 s，每分钟进行一次不同波周期（2～90 min）的傅里叶分析，计算出在该时间到达的重力波振幅和周期，每分钟计算一条波周期－振幅谱线，经过连续运算得到大气重力波的动态谱。

通过微压计滑动功率谱对，其中大型的天气系统过程与具体生成的过程存在异同。通过举例分析下面过程中情况，对强降水与微压计功率谱信号进行关联分析。

2 强降水过程与其对应重力波功率谱个例分析

2.1 2020 年冷空气混合降水过程分析

图1 2020年2月15日最大小时累计降水量分布Fig. 1 The maximum accumulated precipitation on 29 February 2019

以2020年2月15日强降水过程为例（图1），此次主要降水过程从2020年2月15日01时（北京时，下同）开始，在次日07时左右结束，全天各时间段都有较大降水量，其中15日15—16时出现时雨量大于30 mm的短时强降水。此次降水过程为锋面降水，其中由于有冷空气补充，降水过程明显，尤其在后续冷空气到达后，降水明显增强。

从最大气压变化（图2）可以看到，气压在降水开始前和降水出现的时维持较为稳定的日周期波动，后续冷空气过境后气压一直上升，没有出现气压在降水前明显的前置信号。最大10 min风速分布（图2）中也可以看出，在降水开始前同样并没有明显的风速上升或者下降，只在2月15日03时出现较弱的风速增幅，风速激增伴随着进一步的降水生成，但风速的变化同样没有提前预警降水的生成。

图2 2020年2月14—15日小时最大气压变化情况和最大10 min风速分布Fig. 2 Variation of hourly maximum pressure and Distribution of maximum 10 minutes wind speed from 14 to 15 February 2020

对微压计单站取得的气压数据进行标准化处理，使用功率谱为3 h滑动平均。图3为摘选15～30 min周期的滑动功率谱分析，窗口为3 h。从图中可以看出，25～30 min周期波动对本次过程有较好的提前相应作用：从2月15日22—23时开始，25～30 min周期的振幅明显加强，对强降水过程有约2～3 h 的提前预警可能性。在后续强烈降水出现前，波动持续保持在较高的振幅，对15日15—16时，出现超过30 mm/h的短时强降水，也有明显的信号提前量且振幅波动尤为剧烈。由于冷空气比降水先到达站点，对于这次冷锋过程，25～30 min的微压计气压频率波动出现了2～3 h提前相应。重力波在天气系统到来前先出现，故可以通过捕捉异常波动，对后续天气过程进行预估，而原来的气压和风速原始数据较难发现此类天气过程的提前响应。

图3 2020年2月14—15日滑动功率谱振幅分布Fig. 3 Amplitude distribution of sliding power spectrum from 14 to 15 February 2020

2.2 2019 年夏季短时强降水过程分析

以2019年7月29日凌晨开始的短时强降水为例（图4），降水开始时间为29日03时，降水时间主要集中在03—20时，时雨量存在两次波峰，即有两次短时强降水过程，峰值达到45 mm/h以上。同样，在图5中可以看到：气压和风速不存在明显的前置信号，且风速在时雨量第2个峰值处才出现强度响应。

图4 2019年7月29日最大小时累计降水量分布Fig.4 The maximum accumulated precipitation on 29 July 2019

图5 2019年7月28—29日小时最大气压变化情况与最大10 min风速分布Fig. 5 Variation of hourly maximum pressure and distribution of maximum 10 minutes wind speed from 28 to 29 July 2020

而从图6可以看到：在29日00时窗口的时间中，气压开始出现较强的25～30 min周期波动，对本次降水过程有2～3 h左右的提前效应，而在后续波动最强出现在04时左右，一小时后降水出现时雨量大于30 mm的降水，存在1 h左右的信号超前。图5未提及重力波信号提前量，图6的重力波信号提前量为3 h左右，凌晨前后功率谱增大，3 h后出现降水。

图6 2019年7月28—29日滑动功率谱振幅分布Fig. 6 Amplitude distribution of sliding power spectrum from 28 to 29 July 2020

2.3 强降水与波动前置关系分析

经统计，在无降水时间段，30 min周期的波动振幅主要在0.15强度以下，故选取0.15作为临界，将30 min波动振幅在0.15强度以上的过程定义为较强波动。通过对强降水最大降水时间点前寻找降水开始时间，同时在强降水时间点往前推找到微压计中25～30 min周期的较强波动开始出现的时间点，通过两个时间点进行相减得到下列出现强降水时间点与两者时间差的关系（图7），在不同强降水过程中，前置时间大多不一样。从图8中可以看到70%以上降水过程能有0.5 h的微压计功率谱信号超前预警，50%过程能在1 h之前出现功率谱信号提前。重力波信号出现的时间早于强降水天气过程，可以通过对重力波功率谱信号异常波动捕捉，对后续天气过程进行预估。强降水发生时段和气压下降时段一致，均为04—06时，气压对降水么有明显的提前量信号，最大风速则是在降水后出现，同样对降水没有提前预警信号。

图7 强降水出现时间与信号提前小时数分布Fig.7 Distribution of occurrence time s of heavy precipitation and signal advance

图8 信号提前小时数统计Fig. 8 Statistics of signal advance hours

3 结论

1）强降水发生前往往能探测到微压计滑动离散功率谱前置信号，伴随信号增强雨强也可能随之增大。

2）风场和气压场信号对强降水没有提前预警信号出现，只在降水正在进行中出现可能响应。

3）微压计功率谱的信号提前在不同强降水过程中不尽相同，70%以上降水过程能有0.5 h的微压计功率谱信号超前预警，50%过程能在1 h之前出现功率谱信号提前。

4）微压计滑动离散功率谱前置信号可以作为短时强对流的预警信号之一，后续可以考虑把信号系统化，或加入到气象模型中。