嵌有对流的大范围云系(洪延超等,1984)是指在层状云系中存在对流云,并使整个云系表现为层状云和积状云相混合的特征,是一种重要的降水云系(黄美元等,1987)。这种特殊云系在很多天气系统中都会出现,如热带洋面降水云系(Houze and Churchill,1987;Shige et al.,2007;Holder et al.,2008)、地形云(Fuhrer and Schär,2005;Chien and Kuo,2006)以及台风螺旋雨带等(Jorgensen,1984a;Jorgensen,1984b)。
目前国内外已开展了不少涉及嵌入对流的研究。Houze and Churchill(1987)根据全球大气研究计划夏季季风试验(summer MONEX)所得观测资料发现在中尺度降水云系中存在强烈的嵌入对流,嵌入对流在云系内的分布比较随机。Harr and Elsberry(1996)根据热带气旋运动(TCM-93)外场试验中的飞机任务研究了中尺度对流系统嵌入台风Robyn的过程,研究发现中尺度对流系统到了成熟阶段的时候存在一个对流区和一个大范围层云区,台风周围的对流区内的强烈上升气流会向南倾斜,而在倾斜的上升气流的下方,下沉气流使低层更加干燥。Hogan et al.(2002)结合飞机和雷达观测资料对暖锋混合云系内的嵌入对流展开宏微观特征研究,通过对嵌入对流不同阶段的定位和取样发现嵌入对流由融化带附近的开尔文-亥姆霍兹不稳定机制触发,并且在嵌入对流内部及其上方发现高浓度的微小冰晶。Fuhrer and Schär(2005)发现在大范围不稳定气团跃升到山脊时所形成的地形云内存在嵌入对流,云系的降水强度和分布受对流动力的影响:嵌入对流的存在促进了整个云系的降水量、降水强度和效率。
数值模拟方面Hong(1997,1998)利用二维云数值模式模拟了嵌入对流和层状云的相互作用及降水产生机制,发现层云为积云的发展提供良好条件,饱和环境和伴随层状云的辐合风场使对流云生命更长久,产生持续性和间歇性的高强度降水;而嵌入的积雨云对层状云有自然播撒作用,使得层状云亮带增厚,降水强度也较大。Li and Niu(2012)发现大范围层状云内存在两种以特殊分布方式存在的嵌入对流群:阶梯式不均匀嵌入对流群和平行式分布的嵌入对流群。他们接着通过WRF模拟发现对于阶梯式不均匀的嵌入对流群,其降水量也呈阶梯式分布,而对于平行分布的嵌入对流群,其降水量由南往北逐渐减小。
上述有关嵌入对流的研究工作取得了很多富有意义的成果,但这些研究大多局限于云系内微物理特征、动力场结构、以及分布形态等,而对于嵌入对流的形成过程的描述不够详细;另外相对于普通的对流云和层云而言,兼具对流云和层云特点的嵌入对流云系又有哪些不同的特征?对于这一疑问可参阅的文献有限。基于上述不足,本文选用了新一代中尺度数值模式WRF(Weather Research and Forecast),结合实测资料,对2010年7月发生在东北地区的一次由嵌入对流主导的大范围强降水天气过程进行了数值模拟,详细描述了嵌入对流的形成过程,并着重探究了嵌入对流与模拟范围内的普通对流云和层云的差异及导致这种差异的内在物理机制,同时对嵌入对流云系内两种云的相互影响作了讨论。
2 天气形势分析采用2010年7月1日08:00(北京时间,下同)的Micaps资料(图 1a、b)进行分析。500 hPa高度场中存在东北冷涡,之后冷涡减弱成槽,槽前的西南暖平流提供了充沛的水汽供应。冷空气源自贝加尔湖以西的冷低压,中心温度达到-20°C,低压南部的冷平流将干冷空气吹向东北地区造成冷暖空气的交汇;850 hPa伴有辐合中心。这种高低空环流的配置(高空槽、辐合风场),为嵌入对流的发生提供了有利的条件。从该温压场形势可以看出,东北地区是来自西伯利亚的冷空气和来自西南的暖湿气流的交汇区域。
嵌入对流的模拟需要较高的时空分辨率,所以采用三重嵌套的方案。第一重网格的中心位置 为(43.5°N,122.5°E),网格的水平分辨率分别为18 km、6 km、2 km。三重网格的格点数分别为 120×100、184×166、250×300。微物理过程采用Lin方案,考虑六种水成物:水汽、云水、雨水、冰晶、雪花、霰,该方案是WRF中相对复杂的微物理方案。积云对流参数化方案:对第一层网格(18 km)考虑以Kain-Fritsch方案(Kain,2004)为主,第二层网格(6 km)和第三层网格(2 km)不采用参数化方案,作为模式可分辨过程进行积分。模式行星边界层物理过程采用高分辨率的Blackadar方案(Blackadar,1979),辐射过程使用RRTM方案(Mlawer et al.,1997)。积分中采用时变边界条件。
利用6 h时间间隔的NCEP 再分析场资料(1°×1°)插值到模拟区域形成模式初始场和边界 场。模拟时长1440 min,从2010年7月1日08:00到7月2日08:00。第一重网格每隔20 min输出一次结果,第二重和第三重网格每隔10 min输出一次结果。
3.2 模拟和观测结果对比比较图 2a、b看出卫星云图中云系主体的位置、尺度与模拟的含水量大体相似。对比图 2c、d发现模拟的降水分布和强度与实测的大致相当,强降 水分布在两图中对应较好。对比图 2e、f可以看 出,沈阳站雷达图像上的强回波区,在模拟的相同区域(图 2f圆圈)同样存在,弱回波的分布也较接近。总体来说,模式模拟的云的位置尺度、降水的强度分布、雷达回波区的分布都与实测的结果大致相当,说明本次模拟较为理想的再现了真实的天气过程,可以利用模拟结果进行更深入的研究。
利用模式第三层嵌套(2 km)的模拟结果发现了很多嵌入对流个例,为了便于分析,这里选择两个形成过程较清晰的典型嵌入对流过程:第一个过程发生在模拟的300~450 min,位于(39°N~42°N,119°E~122°E)区域内;第二个过程发生在500~750 min,位于(41°N~43°N,121°E~123°E)区域内。这两个嵌入对流都给地面带来了较强降水。
4.1 第一个嵌入对流个例因为层云和对流云位于不同的高度范围,而水平剖面只能描述单一的高度层结,不能详尽的描述嵌入对流的整体结构,所以这里选择用作不同时刻垂直剖面图的方法来详细展示嵌入对流的形成过程。
选取42.9°N左右做纬度截面,发现了上述第一个嵌入对流个例,环境风为西南风,沿着水平风的下风方向默认为“前方”。320 min(图 3a)时对流单体形成于层云前方650 hPa高度。受环境风的影响层状云前移,对流单体也逐渐发展,云顶高度增高。340 min(图 3b)时层状云系更加接近对流云,对流云内的上升气流增大,中心含水量也明显扩大。图中可见层云较深厚,在云系的前方700 hPa以下,形成了下沉气流,倾斜的下沉气流形成的辐散出流汇入对流中心的上升气流中进而促进对流单体的发展。360 min时(图 3c)前移的层云开始接触到对流单体并逐渐被其嵌入其内。到380 min(图 3d)时嵌入对流的整体结构形成。
总的来看,此次嵌入过程中,对流云形成于层状云系的前方,前移的层云逐渐接触其前方的对流云并被其嵌入其内形成嵌入对流。
4.2 第二个嵌入对流个例第二个嵌入个例形成过程与第一个略有不 同。采用与第一个个例中类似的方法,沿移动的对流中心所在纬度位置作垂直剖面。560 min(图 4a)时对流云形成,层云位于其上方零度层左右,此时对流尚弱,环境风依旧是西南平流。其中对流云发展很快,中心含水量增大,垂直气流增强,云顶高度增高,570 min(图 4b)时对流云逐渐达到层云高度。层云也不断的发展,垂直范围扩展。600 min(图 4c)时对流云在零度层以上嵌入高层云系,对流中心发展更加旺盛,含水量达到了2 g kg−1以上。到620 min(图 4d)时,云系逐渐发展壮大,嵌入过程基本完成。此时云系也达到最旺盛阶段,形成了典型的嵌入对流。
综上,本次嵌入可以概括为:高层云系下方的对流云发展,逐渐达到层云高度并嵌入其中,在此过程中无论是对流云还是层云都处在发展过程中。相比较而言,尽管嵌入发生之前层云不够深厚,但第二个嵌入对流个例中对流中心的上升气流、发展高度、最大含水量、持续时间等都超过第一个个例并给地面带来更强降水(详见下文5.1.1节),值得深入研究。
综合两个嵌入对流个例,它们的形成过程均可概括为低层的对流云与高层层状云相互作用形成嵌入对流,只是在形成嵌入对流的过程中对流云和层云的相对位置略有不同,其中处于对流云上方的层云被对流云嵌入之后所形成的嵌入对流发展更加旺盛。
5 嵌入对流特征分析由上述分析可知,嵌入对流云系内共存着两种截然不同类型的云:层云和对流云。那么相对于普通的对流云和层状云,嵌入对流云系的特殊性除了其宏观特征外是否还体现在其他方面?下面的分析主要从上述两个嵌入对流个例着手,将嵌入对流云系内的对流云和层云分别与模拟范围内发现的普通的单纯对流云和层云相比较,探讨嵌入对流云系与它们的差异并详细分析这些差异的深层次原因。
5.1 嵌入对流内对流云特征分析周围有层云的对流云个例选择上述两个嵌入对流个例,其中图 5a中所示为第二个嵌入对流个例。问题的关键在模拟区域内寻找孤立对流云。模拟发现在110~230 min时间内,在(44°~44.4°N,125.3°~125.9°E)区域内存在未嵌入到层云的孤立对流云,如图 5b所示。值得注意的是,本节分析所涉及的孤立对流(图 5b圆圈内,未选择层云东南侧对流群是为了避免对流云并合产生的相互影响)与嵌入对流生成于近似的环境条件下,从本质上说它们隶属于同一片大范围降水云系(如图 5a、b所示),只是生成的时间和地点有所差异。基于这个前提比较两种对流云发展的不同更有参考意义。
由图 6a可以看出,孤立对流云的生命期相对较短,大于1 m s−1的上升气流只维持了一小时以内(170~220 min)。虽然其最大上升气流和最大降水强度与嵌入对流(图 6b、c)相比相差不大,但强上升气流和强降水持续时间相对较短。实际上,孤立对流云在没有持续物质和能量供给的情况下发展非常有限,如李艳伟等(2009)研究发现对流云层化的过程中,其上升气流和降水强度都持续减弱;吕玉环等(2012)发现对流单体在碰并之后其上升气流由于降水作用而迅速减弱了。相互碰并能相互提供物质和能量的对流云的发展尚且如此,孤立对流云的发展则更加有限。
与上述孤立对流云相比,两个嵌入对流个例中对流云的强降水持续时间更长。初始时刻(图 6b中330 min之前和图 6c中560 min之前),对流中心的上升气流和降水强度都相对较小,这是因为对流单体刚刚形成,对流尚弱,嵌入过程尚未发生,其与层云的联系不够紧密,这在图 3a、图 4a中亦可看出。但随后对流云快速发展并逐渐嵌入层云中,其对应的上升气流和地面降水强度都很快达到较大值。另外,当对流中心发展到一定强度之后并未迅速减弱,而是持续了一段时间,给地面带来了持续强降水,这在第二个嵌入对流个例中更加明显:图 6c中可看出,大于4 m s−1的强上升气流从580 min一直维持到660 min,这期间强降水持续呈逐渐增强趋势。
综上所述,就本次模拟范围内的两种对流云而言,相比普通的孤立对流云,嵌入对流内的对流中心生命期更长,降水强度更大,强降水持续时间更久,但是否完全是由于层云对对流云的促进作用尚不能得出结论。
5.1.2 嵌入对流与孤立对流发展机制对比5.1.1节比较了两种对流云的宏观差异,接下来进一步探讨两种云的内在机制差异。嵌入对流发展机制特征可通过比较处于发展旺盛阶段的普通对流云和同阶段嵌入对流中心水汽输送情况和CAPE(对流有效位能)分布情况的不同探究,值得注意的是所比较的不同类型对流云都处在发展旺盛阶段并产生较强降水。图 7a、b为孤立对流的分布情况,图中可看出最大水汽辐合通量仅为-70 g s−1 cm−1 hPa−1(图 7a);CAPE分布区域位于对流区域,最大值也仅有90 J kg−1(图 7b)。而从图 7c、e中看出两个嵌入对流个例中对流中心的低层水汽辐合明显更大,其中第一个嵌入对流个例中低层水汽辐合最大值达到-180 g s−1 cm−1 hPa−1(图 7c),第二个嵌入对流个例中更是达到-300 g s−1 cm−1 hPa−1(图 7e)。另外,从CAPE的分布来看,嵌入对流个例中对流中心下方的CAPE值更大,最大值分别达到140 J kg−1和250 J kg−1(图 7d、f)。而且较大的CAPE主要分布于低层,而不像孤立对流个例中那样与对流中心重合。
综上可以看出,就本次模拟而言,相比单纯的孤立对流云,嵌入对流中的对流云之所以其强上升气流和强降水能维持更久,关键原因在于其低层水汽辐合作用更强,其所处的环境水汽更充沛,更加有利于对流的发展。另外,与单纯对流云不同的是,嵌入对流中更多的不稳定能量聚集在低层,不稳定能量在低层释放使更多的低层水汽辐合进入对流中心凝结促进其发展。
5.1.3 嵌入对流与孤立对流降水机制对比进一步从发展旺盛阶段时的降水机制比较上述两种对流云发现,孤立对流云中固态降水粒子含量较大,其中霰粒子含量在500 hPa达到了2.4g kg−1(图 8b),而液态水含量相对较低,这跟对流发展到较高高度有关(图 7a、b)。而第一个嵌入对流中对流中心液水含量较孤立对流云更高,其中雨水含量在700 hPa达到2 g kg−1左右(图 8c),第二个嵌入对流中心与之类似,达到2.1 g kg−1(图 8e),而孤立对流中心仅为1.2 g kg−1左右(图 8a)。由此可见,嵌入对流内的液态水含量更大,但相对于孤立对流云,嵌入对流的发展高度有限,造成其固态降水粒子含量不及孤立对流云。造成这种现象的原因可能是因为:尽管嵌入对流低层拥有更充沛的水汽和更多的不稳定能量促进对流云发展,但对流的垂直发展也可能受到层云的“拖曳”作用,因为局部对流不可能带动其周围大范围的层云共同向上发展,所以嵌入对流中心的垂直发展程度在一定程度上取决于上述促进和“拖曳”的共同作用,另外降水的拖曳作用也不可忽视,而嵌入对流中心的强降水明显持续更久(图 6b、c)。
另外,对比两个嵌入对流中的固态降水粒子,第二个嵌入对流个例中霰粒子含量明显更高(图 8d、f),在550 hPa左右达到1 g kg−1左右(图 8f),这是第二个嵌入对流中降水强度更强(图 6c)的重要原因,其机制与Li and Niu(2012)在阶梯式嵌入对流群中的研究结果类似,他们发现嵌入对流群中发展更高的对流云降水强度更强,因为其固态降水粒子含量相对更高,冷云、暖云降水共同作用使降水强度更大。
综上所述,从降水机制来看嵌入对流特征体现在以下两个方面:一方面,嵌入对流中心的液水含量相对更大,其暖云降水要强于属于同一片大范围降水云系中的普通孤立对流云,这是嵌入对流强降水相对持续更久的重要原因;另一方面,在液水含量相当的情况下,更大的固态水含量将给嵌入对流带来更强的降水强度及持续更久的强降水。
需要特别说明的是,我们模拟的只是个例,所以根据5.1.2节和5.1.3节的分析并不能得出嵌入对流一定比同等条件下生成的普通对流发展更旺盛或降水更强这样的结论(真实大气中两者也不可能完全处于同等条件)。我们只是通过此个例探究了本次强降水过程中嵌入对流相对于普通对流的发展特征及其内在物理机制,具有一定参考价值,这一点在下文5.2节中分析嵌入对流云系中层云特征时同样如此,在下文不再赘述。
5.1.4 嵌入对流内层云对对流云的潜在影响由5.1.1节分析可以看出,就本次模拟而言,相比普通孤立对流云嵌入对流的生命期更长久,降水强度更大,强降水持续时间也更久。而5.1.2节和5.1.3节的分析进一步说明嵌入对流发展相对更旺盛的原因在于嵌入对流低层的水汽辐合更强,聚集不稳定能量更多,嵌入对流内的液态水含量相对更大等。这不由进一步引发思考:嵌入对流中心相对普通对流云的这些特征是不是因为其周围层云对它存在促进作用?
要回答这个问题需另做敏感性试验,所幸前人的工作可以在一定程度上给出答案。黄美元等(1986,1987)、Hong(1998)通过数值模拟试验说明:层状云的存在使积云处在一种饱和且有含水量的环境中,积云侧边界的湍流和夹卷作用不再使积云损失水汽和能量而耗散其发展的能量,积云顶也不会进入非饱和的空间造成云滴蒸发而使云中浮力减小;另外层状云的存在也使流入积云内的空气比较潮湿,这些因素促使积云低层辐合加强,凝结量增加,因此释放出的潜热增多,上升气流加强,入流水汽量继续加大,从而进一步增大凝结量、云水和雨水量并增强降水,形成一种正反馈。上述数值实验所使用的模式是二维的,存在一定局限性,但他们所得结果与我们所模拟出的嵌入对流与普通对流的差异以及这种差异的内在物理机制相吻合。
5.2 嵌入对流内层云特征分析前面分析了嵌入对流内对流中心的特征,那么嵌入对流内的层云又有何特征?与5.1节的分析方法相似,为了探讨这个问题,可以比较同一片大范围云系中嵌入对流内的层云和单纯的普通层云发展趋势的差异。我们发现在模拟的500~630 min时间内(40°~41°N,119°~122°E)区域内存在不受对流云影响的层云(图 9a、c、e);而嵌有对流的层云在这里选取第二个嵌入对流个例,不考虑第一个个例是因为其中的层云在嵌入发生之前就已经比较旺盛(图 3),可能掩盖对流云对其发展潜在的影响。
由图 9a、c、e可看出单纯的层云随时间发展其垂直尺度变化不大,从520到600 min时间内始终维持在650到500 hPa之间。嵌入对流云系中的层云则不然,尤其是层云在被嵌入之前处于对流云上方这种情况(第二个嵌入对流个例),其发展特别迅速:560 min(图 9b)时,层云尚位于对流云上方,此时的层云尺度与图 9a中的层云大致相当。但随着对流云的嵌入,云系内的层云发展迅速,垂直范围快速扩展,含水量缓慢增大的同时,其垂直分布也从560 min时的600~500 hPa(图 9b)的垂直范围逐渐发展到640 min时的从近地层到300 hPa高空的垂直范围(图 9d、f)。由此看出嵌入对流中层云的特征体现在:随着对流云的嵌入,层云的垂直尺度会快速扩大,而单纯的普通层云的垂直尺度在短时间内则变化较小。
图 10a、b比较了单纯层云与嵌入对流内层云中最大比含水量和对应地面最大降水强度随时间的变化。需要指出的是这里所指的嵌入对流内的层云是指从对流中心向外上升气流逐渐小于0.1 m s−1的含水区域。对比上述两种层云内最大降水强度和最大含水量的发展可以发现,内部嵌有对流的层云随着嵌入的发生,其最大降水强度和最大含水量随时间发展存在递增趋势(图 10b);而孤立的层云内最大降水强度和最大含水量随时间的发展并没有特别明显的变化趋势。这进一步说明嵌入对流内的层云在被对流云嵌入之后会快速发展,垂直范围扩展的同时垂直累积含水量增大,并使其对应的地面降水强度随之增强。
图 11给出嵌入对流内层云中的液水和固态水含量在对流云嵌入过程中的发展变化。当层云处于对流云上方时(图 9b),层云逐渐被发展的对流云嵌入,这个过程中层云内固态和液态水含量都明显增大。由图 11a、b看出层云内云水、雨水含量最大值随着嵌入对流云系的发展都明显增大了,而层云垂直尺度的扩展主要是由于500 hPa以下低层雨水含量的增大;另外,嵌入对流中层云内固态水含量在嵌入对流的发展过程中增大了近10倍(图 11c、d),而对于上一节中提到的普通层云,其固态和液态水含量随时间变化均没有呈现出如此显著的增幅(图略)。图 11d中还可看出层云在300 hPa附近存在少量冰晶,最大值约0.015 g kg−1,这可能与对流云对层云的自然播撒作用有关。需要指出的是,图 11中不同时刻的层云内固态和液态水垂直廓线分布均取自距对流中心同方向等距离(约5 km)位置的层云内。
与5.1.4节类似,就本次模拟而言我们发现嵌入对流内层云的发展比普通层云旺盛,最大含水量和降水强度增幅显著,云内的固态、液态水含量都在发展增大,但层云内的上述这些变化与对流云的嵌入是否直接相关还不确定。Hong(1998)在模拟层云和对流云的相互影响时发现,对流云附近的层云会随着对流云的发展逐渐消散,而距对流云较远处的层云反而发展起来并伴随降水增强,这与我们的模拟结果不一致,图 9b、d、f清晰的显示对流云周围的层云发展更旺盛。而李艳伟等(2009)在积层混合云中的模拟发现,对流云向周围层云输送含水物和垂直动能,并得出结论认为对流云依靠消耗自身的水分和能量支持着周围层云的发展。相对而言,李艳伟等(2009)的研究结果与我们的模拟更相似,但嵌入对流中对流云对周围层云的影响还需进一步研究。
6 小结本文选用新一代中尺度数值模式WRF,对2010年7月1日发生在东北地区的一次嵌入对流天气 进行数值模拟,发现了两个较典型的嵌入对流个例,所得主要结论如下:
(1)当日天气形势有利于嵌入对流的形成,所发现的两个嵌入对流个例均为低层对流云嵌入到高层云系中,但形成方式略有不同,其中由对流云嵌入位于其上方的层云所形成的嵌入对流发展更加旺盛并给地面带来更强降水。
(2)相对模拟区域内孤立对流云,嵌入对流中对流云特征体现在:从发展趋势看其生命周期更长,强度维持更久;从发展机制来看低层水汽辐合更强,较大的不稳定能量更多集中在低层;从降水机制看嵌入对流内对流云的液水含量更大,而在液水含量相当的嵌入对流中更大的固态水含量会带来更强的降水强度。
(3)相对模拟区域内的普通层云,嵌入对流中层云特征体现在:从发展趋势看垂直尺度随时间逐渐扩大,含水量和降水强度也呈递增趋势;从降水机制看云内固态和液态水含水含量均随时间显著增大,而单纯层云内的上述变化均不明显。
(4)本研究旨在分析嵌入对流混合云系和模拟区域内普通的对流云以及层状云之间的差异及导致这种差异的深层次内在物理机制,而对于嵌入对流内两种云之间的相互作用则需要做进一步的试验分析。结合过往的研究我们认为层云的确能促进嵌入其内的对流云的发展,但对流云对其周围层云的影响机制则比较模糊。
[1] | Chien F C, Kuo Y H. 2006. Topographic effects on a wintertime cold front in Taiwan [J]. Mon. Wea. Rev., 134 (11): 3297-3316. |
[2] | Fuhrer O, Schär C. 2005. Embedded cellular convection in moist flow past topography [J]. J. Atmos. Sci., 62 (8): 2810-2828. |
[3] | Harr P A, Elsberry R L. 1996. Structure of a mesoscale convective system embedded in typhoon Robyn during TCM-93 [J]. Mon. Wea. Rev., 124 (4): 634-652. |
[4] | Hogan R J, Field P R, Illingworth A J, et al. 2002. Properties of embedded convection in warm-frontal mixed-phase cloud from aircraft and polarimetric radar [J]. Quart. J. Roy. Meteor. Soc., 128 (580): 451-476. |
[5] | Holder C T, Yuter S E, Sobel A H, et al. 2008. The mesoscale characteristics of tropical oceanic precipitation during Kelvin and mixed Rossby-gravity wave events [J]. Mon. Wea. Rev., 136 (9): 3446-3464. |
[6] | 洪延超, 黄美元, 王首平. 1984. 梅雨锋云系中亮带不均匀性的理论探讨 [J]. 大气科学, 8 (2): 197-204. Hong Yanchao, Huang Meiyuan, Wang Shouping. 1984. A theoretical study on inhomogeneity of bright band on Mei-yü front cloud system [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 8 (2): 197-204. |
[7] | Hong Yanchao. 1997. A numerical model of mixed convective-stratiform cloud [J]. Acta Meteorologica Sinica, 11 (4): 489-502. |
[8] | Hong Yanchao. 1998. Numerical simulation study of cloud interaction and formation mechanism of heavy rain in mixed convective-stratiform cloud [J]. Acta Meteor. Sinica, 12 (1): 112-128. |
[9] | Houze R A Jr, Churchill D D. 1987. Mesoscale organization and cloud microphysics in a Bay of Bengal depression [J]. J. Atmos. Sci., 44 (14): 1845-1867. |
[10] | 黄美元, 徐华英, 洪延超. 1986. 混合云系中的层状云对对流云发展影响的数值模拟研究 [J]. 成都气象学院学报, 1 (1): 48-54. Huang Meiyuan, Xu Huaying, Hong Yanchao.1986. A numerical simulation study for effects of stratiform cloud in mixed cloud system on growth of convective cloud [J]. Journal of Chengdu University of information technology (in Chinese), 1 (1):48-54. |
[11] | 黄美元, 洪延超, 徐华英, 等. 1987. 层状云对积云发展和降水的影响 ——一种云与云之间影响的数值模拟 [J]. 气象学报, 45 (1): 73-77. Huang Meiyuan, Hong Yanchao, Xu Huaying, et al. 1987. The effects of the existence of stratiform cloud on the development of cumulus cloud and its precipitation [J]. Acta Meteorologica Sinica (in Chinese), 45 (1):73-77. |
[12] | Jorgensen D P. 1984a. Mesoscale and convective-scale characteristics of mature hurricanes. Part I: General observations by research aircraft [J]. J. Atmos. Sci., 41 (8): 1268-1286. |
[13] | Jorgensen D P. 1984b. Mesoscale and convective-scale characteristics of mature hurricanes. Part II: Inner core structure of Hurricane “Allen” (1980) [J]. J. Atmos. Sci., 41 (8): 1287-1311. |
[14] | 李艳伟, 牛生杰, 罗宁, 等. 2009. 积云并合扩展层化型积层混合云的数值模拟分析 [J]. 地球物理学报, 52 (5): 1165-1175. Li Yanwei, Niu Shengjie, Luo Ning, et al.2009. Numerical simulation about mixture of convective and stratiform clouds formed by convection merger [J]. Chinese Journal of Geophysics (in Chinese), 52 (5).1165-1175. |
[15] | Kain J S. 2004. The Kain-Fritsch convective parameterization: An update [J]. J. Appl. Meteor., 43 (1): 170-181 |
[16] | Blackadar A K. 1979. High resolution models of the planetary boundary layer [M].//Pfafflin J, Ziegler E. Advances in Environmental Science and Engineering. Gordon and Breach, 50-85. |
[17] | Mlawer E J, Taubman S J, Brown P D, et al.1997. Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave [J]. J. Geophys. Res., 102 (14): 16663-16682 |
[18] | Li Yanwei, Niu Shengjie. 2012. The formation and precipitation mechanism of two ordered patterns of embedded convection in stratiform cloud [J]. Sci. China Earth Sci., 55 (1): 113-125. |
[19] | 吕玉环, 李艳伟, 金莲姬, 等. 2012. 云并合过程中物理特征演变的模拟研究 [J]. 大气科学, 36 (5): 471-486. Lü Yuhuan, Li Yanwei, Jin Lianji, et al.2012.Simulation study of physical characteristics evolution in cloud merger [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 36 (5):1-16. |
[20] | Shige S, Takayabu Y N, Tao W K, et al. 2007. Spectral retrieval of latent heating profiles from TRMM PR data. Part II: Algorithm improvement and heating estimates over tropical ocean regions [J]. J. Appl. Meteor., 46 (7): 1098-1124. |