太原地区雨滴谱季节分布特征北大核心CSCD

利用2017年12月-2022年11月太原雨滴谱数据,研究太原地区不同雨强和不同降水类型雨滴谱季节分布特征。结果表明:太原地区四季谱分布均呈单峰结构且均以雨滴直径D<1 mm的小雨滴为主,但对雨强R贡献最大的是D为1~2 mm的雨滴。各季节R<1 mm·h^(-1)的降雨均占比最大,但夏季超过50%雨量来自R≥5 mm·h^(-1)雨滴的贡献;R<2 mm·h^(-1)时,冬季大雨滴浓度更高,而小雨滴浓度相对较低;R≥5 mm·h^(-1)时,夏季雨滴浓度更高。四季均以层状云降水为主,标准化截距参数lgNw和质量加权直径D_(m)差异较小;对流云降水多发生在夏季且更接近海洋性对流,春、秋季既非大陆性也非海洋性对流。采用最小二乘法得到形状因子与斜率参数的μ-λ、降水动能以及反射率因子与雨强的Z-R关系曲线,其中μ-λ季节变化小,但地域性差异显著;幂函数和二项式函数分别对于降水动能参数关系E_(t)-R和E_(d)-D_(m)拟合效果更优;Z-R关系系数与指数成反比,对于层状云降水,春、秋季经典关系均高估降雨,冬、夏季存在经典关系由高估转为低估的情况;对于对流云降水,夏、秋季经典关系略高估降雨。     

山东夏季两次极端雨强暴雨的滴谱特征研究

利用Thies激光雨滴谱仪观测的两次极端雨强暴雨的雨滴谱资料，结合CINRADA/SA多普勒雷达观测资料，分析了极端雨强对流降水雨滴谱和积分参数特征、以及地面雨滴谱的形成机制，主要结论为：(1)两次过程都是受副热带高压外围西南气流与西风槽共同影响，具有高温高湿的特点，有利于强降水的产生。(2)强对流降水(雨强R>20 mm h^-1)雨滴谱参数lg N_w、D₀与雨强R关系显示，2015年8月3日参数D₀随着R增大很快增大，线性拟合线的斜率较大，lg N_w随着R增大逐渐减小，线性拟合线的斜率为负值；2017年7月26日D₀和lg N_w与R都是正相关，但D₀和lg N_w随着R增大较缓慢地增大，线性拟合线的斜率较小。强对流降水雨滴浓度NT与雨强R之间的关系可以用幂函数拟合，8月3日有较大系数和较小指数，7月26日有较小系数和较大指数。(3)不同雨强的对流降水平均雨滴谱分布显示，8月3日随着雨强...     

四川省稻城地区雨滴谱特征研究

利用四川稻城地区2019年5~8月雨滴谱资料,研究不同雨强和不同降水的雨滴谱特征,并提出反射率因子Z、质量加权平均直径D_m粒、粒子总数浓度N_T、含水量W与雨强R之间的关系,以及Gamma谱形状参数μ和斜率参数Λ之间的关系,并比较了该地区雨滴谱与我国其他地区的差异。结果表明:随着R增大,雨滴谱数浓度、粒径和谱宽也逐渐增大,雨滴谱逐渐变宽、变平坦;对流云雨滴谱明显比层状云宽、数浓度更高,谱型分别呈略微的上凸和下凹;W–R和Z–R幂函数关系最密切,其次为D_m–R和N_T–R,μ–Λ很好符合二项式关系;稻城地区的D_m和截距参数Nw与其他区域不同,D_m仅大于亚洲季风区江淮流域,而N_w仅比华北地区大。      

2021年郑州“7·20”极端暴雨雨滴谱特征及其对雷达定量降水估测的影响

利用雨滴谱仪观测的雨滴谱数据,分析了2021年7月20日郑州极端暴雨的雨滴谱特征,并结合双偏振雷达观测,分析了不同定量降水估测（QPE）方法在此次极端暴雨过程中的性能。结果表明,在此次极端暴雨过程的最强降水时段,雨滴谱表现为很高的粒子数浓度和很大的粒子平均直径;而整个降水过程雨滴谱的截距参数与我国其它地区雨滴谱特征差异不明显,但质量加权平均直径大于其他地区的雨滴谱;在降水最强的2021年7月20日08:00～09:00（协调世界时,下同）前后,雨滴谱的特征发生了显著变化,首先是质量加权平均直径迅速增长,随后粒子数浓度也陡增,从而导致降水率的迅速增强。使用郑州双偏振雷达数据,基于各种QPE方法和参数计算得到了08:00～09:00的雷达反演降水量,并与雨量计观测结果比较。结果表明对于基于反射率的QPE关系（R(Z_H)）,如果不提高或者去除反射率上限进行QPE,会导致降水严重低估,且该方法对参数的准确性较为依赖;基于差传播相移率的QPE关系（R(K_dp)）对雨滴谱差异性敏感度相对较低,其性能主要依赖于差传播相移率的准确性;最优的R(K_dp)关系反演效果比R(Z_H)更好,能达到实际降水量的70%以上。     

深圳市大气能见度与细粒子浓度统计模型

利用深圳市2007年全年逐时能见度、PM_2.5质量浓度和相对湿度观测数据, 在分析大气消光机理及其影响因素的基础上确立了能见度与PM_2.5之间的基本模型关系, 着重讨论分析了相对湿度对颗粒物消光影响的常见修正方式, 并通过线性和非线性回归分析筛选相对湿度影响修正因子f_RH的表达形式和确定模型参数, 最终建立起适合于深圳本地情况的能见度与PM_2.5之间的最优统计模型 (R2=0.43, n=8024)。进一步利用能见度与PM_2.5的日平均值进行了多元回归分析, 模型拟合值与实测值之间的相关系数 (R2) 高达0.73(n=350), 而且预测偏差范围小, 较好地反映了深圳市大气能见度与PM_2.5之间的定量相关关系。     

北京山区和平原地区夏季雨滴谱特征分析

山区和平原地区降水的雨滴谱特征由于下垫面等因素的影响有时存在较大的差别,分析两者的差异有助于深入理解降雨的微物理特征以及对提高不同下垫面雷达定量估测降水的准确性起到重要作用。利用2017—2018年北京地区夏季雨滴谱站和自动站资料,选取延庆站和大兴站分别代表北京山区和平原地区,通过降水分类方法研究了两站不同降水类型雨滴谱分布的特征。研究结果表明,北京地区夏季雨强(R≤5 mm·h~(-1)的降水频次较多(山区和平原站均为86.0%),但对整体雨量贡献较小(山区站为33.0%,平原站为29.0%);而R5 mm·h~(-1)的降水频次较少,却对整体雨量贡献较大。较为深入的研究表明,对流云降水比层状云降水具有更大的质量平均直径(D_m)、标准化参数lgNw和分布谱宽。两站相比,延庆站(山区站)不同降水类型的D_m (lgN_w)均大于(小于)大兴站(平原站),表明北京山区滴谱粒径偏大、数浓度偏低。与国外经典对流滴谱相比,山区(平原)更倾向于大陆性(海洋性)对流滴谱。对D_m-R关系、lgN_w-R关系、μ(谱型)-Λ(斜率)关系和Z-R关系的分析表明,这些关系都符合经典研究结论,但是拟合的参数与其他地区具有一定的差别,体现出北京地区不同下垫面与其他研究结果的差别。延庆站和大兴站的Z-R拟合关系分别为Z=764R~(1.20)和Z=386R~(1.32),其中大兴站的Z-R关系与代表夏季对流云降水的Z=300R~(1.40)较为一致,而延庆站的则与其存在一定差别,体现出北京山区和平原降水的差异。     

乌鲁木齐两种类型降水的雨滴谱特征

利用乌鲁木齐2018年1—12月雨滴谱仪观测数据,分析了两种类型降水(雨、雨加雪)滴谱的微物理参量,以探究乌鲁木齐不同类型降水的雨滴谱特征,此外,对总粒子数浓度与降水强度(Nt-R)、雷达反射率因子与降水强度(Z-R)等关系也进行了研究。结果表明:(1)两种类型降水的雨滴谱均为单峰分布,粒子数浓度峰值均在低谱段,雨夹雪的滴谱宽度为0.31～7.50 mm,雨的谱宽为0.31～5.50 mm。(2)雨的平均粒子尺度参数(如质量加权平均直径Dm)和降水强度R均略大于雨夹雪,而雨夹雪的平均总粒子数浓度Nt比雨的约大23.7%。(3)文中拟合得到的雨、雨加雪Z-R关系分别为Z=181.7R1.45、Z=205.4R1.27。     

An observational study on vertical raindrop size distributions during stratiform rain in a semiarid plateau climate zone

雨滴谱随高度变化的观测有助于我们改进雷达估雨精度和认识云雨微物理过程的特征。以往研究较少关注半干旱区的垂直雨滴谱及Z–R关系回归方法的不确定性。在我国半干旱区内蒙古锡林浩特地区,我们使用一台小型垂直指向测雨雷达MRR,观测了两次夏季层状云降雨过程的雨滴谱垂直分布,并利用强度顺序滤波(SIFT)方法计算了Z–R关系。结果表明:这两次层状云降雨过程在零度层以下的平均雨强、平均雨滴总数及Z–R关系的两个参数(a和b)垂直变化较小;利用SIFT方法计算的Z–R关系估算降雨比传统的最小二乘法准确。     

基于雨强分级的夏季降水微物理特征分析

利用南京地区2013—2014年夏季Parsivel激光雨滴谱观测资料,讨论了小、中、大、暴4种降水强度等级的微物理参量演变特性、雨滴谱形状因子μ与尺度参数λ关系、雷达反射率因子Z与降水强度R关系。结果表明:1不同强度等级降水的粒子平均直径差异较小,降水粒子数浓度、单位体积含水量、单位时间降水能量均随降水强度等级的增强而增大。2在小雨阶段,Gamma分布函数会高估D小于0.625mm的粒子数,在暴雨阶段会低估D小于1mm的粒子数;不同强度等级降水的μ-λ间均存在较好的二项式函数关系,小雨样本的拟合曲线与所有样本拟合曲线接近,中雨、大雨与R大于5mm/h样本拟合曲线接近,暴雨则高于R大于5mm/h样本拟合曲线。3夏季降水的Z-R间存在较好的指数关系,但如果采用所有样本拟合关系估计降水,会存在高估暴雨阶段降水强度的现象。     

一次飑线过程的雨滴谱特征研究

利用4台Thies激光雨滴谱仪组成的观测网和CINRADA/SA多普勒雷达观测资料,通过单点雨滴谱和积分参数时间序列分析、以及γ谱拟合参数和Z-R关系等的统计分析,研究成熟平行层状飑线不同部位雨滴谱和积分参数的演变特征。结果表明,不同部位雨滴谱和积分参数演变特征存在明显差别,但有一致的基本特征,即在雨强增大阶段为较小的小粒子数浓度,较大的大粒子数浓度和谱宽,而雨强减弱阶段为较大的小粒子数浓度,较小的大粒子数浓度和谱宽,所以,雨强增大阶段具有较低的雨滴浓度和较大的雷达反射率因子,以及较小的γ谱斜率参数λ和形状参数μ。但有时雨强减弱阶段存在较大的大粒子数浓度和谱宽,因此,具有较大的雷达反射率因子;统计表明,γ谱三参数N0、μ、λ与雨强的关系可以用幂函数拟合, N0随雨强增大而增大,μ、λ随着雨强的增大而减小。λ-μ关系可以用二次多项式拟合,对流云Z-R关系为Z=324R1.60。不同部位雨滴谱演变特征的差异对Z-R关系等统计关系影响明显,但对λ-μ关系影响较小。平行层状飑线不同部位雨滴谱和积分参数演变特征与拖曳层状飑线对流带典型雨滴谱演变特征类似,但也存在一些明显差别,这些差异是否与平行层状飑线动力结构的不同有关,尚需进一步的研究。      

C波段偏振雷达数据预处理及在降水估计中的应用

利用移动式C波段双线偏振雷达(PCDJ)观测资料,对安徽定远2013年6—7月3次降水过程进行数据处理方法和降水估计效果的分析,提出了优化的C波段双偏振雷达数据处理方案,在优化的R(Z_H)关系条件下,分析了降水估测的效果。对比分析中值滤波和小波分析方法对差传播相移Φ_(DP)数据处理的效果,发现小波分析方法对Φ_(DP)数据处理具有明显的改善作用;采用变距离法对小波分析处理后的Φ_(DP)数据进行拟合得到的K_(DP),数据的连续性和平滑度较好,且应用于降水估计的精度更高;利用较好的数据处理方法(小波分析)拟合得到的K_(DP)对水平反射率因子Z_H进行雨区衰减校正;以及利用SA雷达与PCDJ雷达衰减校正后的数据进行对比观测,表明PCDJ雷达回波强度比SA雷达偏弱。对两部雷达进行定量降水估计,并与地面雨量计小时降水量资料进行对比分析,结果表明:当降水强度5 mm·h~(-1)时,PCDJ雷达利用R(Z_H,K_(DP))关系估测降水的精度比R(Z_H)关系高,当降水强度5 mm·h~(-1)时,则相反;SA雷达与PCDJ雷达均基于反射率因子估测降水,SA雷达的效果更好;但在降水强度5 mm·h~(-1)时,PCDJ雷达基于R(Z_H,K_(DP))关系估测降水较SA雷达基于R(Z)关系方法具有更明显的优势。     

对多种k系数名称的定名设想

在k理论中,对微尺度湍流过程通常都进行半经验的参数化处理,例如有(1) (1) 式表达了湍流物理量e′的涡动通量与其宏观物理量之间的关系。式中k为一个带量纲的半经验系数,它在气象学中常常用到,特别是在微气象学中尤其重要。但关于k     

雨滴谱参数化及其在降水估计中的应用

结合2014年7月30—31日滁州地区一次强飑线降水过程的地面雨滴谱观测资料,构建了雨滴谱模型参数与雷达反演降水中常用的Z=ARb中系数A和指数b之间的相关关系,得出了适用于此次飑线降水的新Z-R关系。通过与雨滴谱观测结果和参考关系(Z=300R1.40)反演结果进行对比,对新的Z-R关系反演降水效果进行了评估。结果表明:利用降水强度对粒子数浓度和尺度标准化处理后,Gamma分布可以较好地描述此次飑线降水的雨滴谱分布。Z-R关系随着降水雨滴谱的变化而变化,指数b与不同阶数矩量随雨强的变化有关,系数A与雨滴谱的谱型分布有关。此次飑线降水Z-R关系的指数b=1.37;雨滴谱在Gamma分布下,系数A=340.91,在指数分布下,系数A=371.95。新的Z-R关系和参考关系反演的降水强度较实际观测值均偏小,但新的Z-R关系提高了此次飑线降水的总体估计效果。     

冰川变化与气候变化关系的若干探讨

冰川变化是气候变化的产物,但它与气候参数的关系表现出不稳定。本文通过理论分析发现：对以上的冰川进退基本上决定于温度变化,与降水的关系不大。对１０＾１年以内的冰川波动,其大范围的总体特征亦基本上决定于温度变化。个别冰川则比较复杂,但在冰川上部无消融区的物质平衡基本上决定于降水。     

ENSO事件与浙江金衢盆地降水

本文以金华、衢州两站的资料为代表,研究厄尔尼诺/南方涛动与金衙盆地雨季降水量的关系。一、金衢盆地的雨季图1为金华(1953～1991)和衢州(1951～1991)逐旬多年平均旬降水量R的变化曲线。图中虚线为36个旬的旬多年平均降水量值R。当某连续二旬以上的时段内R≥R,则称此时     

祁连山春季一次层状云降水的雨滴谱分布及地形影响特征

祁连山是青藏高原东北部重要的生态屏障和冰川与水源涵养生态功能区,是黄河流域重要水源产流地,但针对该地区的云和降水过程研究很少。本文利用祁连山地区11个Parsivel2雨滴谱仪的观测数据,研究了祁连山地区春季一次层状云降水过程的雨滴谱分布及地形影响特征。此次降水过程主要受短波槽影响,降水时空差异较大。雨滴谱观测数据表明,此次降水过程的雨滴等效直径（D_m）较小,雨滴谱数浓度（N_T）与D_m随海拔高度升高分别呈增加和减小的趋势,低海拔站点logN_w（N_w为雨滴谱截断参数）和D_m分布有着明显的层状云降水特征,而整个祁连山地区在同样D_m下有着更低的N_w。低海拔站点由于碰并和小雨滴的蒸发,有着更少的小雨滴（＜1 mm）和更多的大雨滴,而高海拔站点由于距离云底较近或位于云内,云滴尺度小且浓度大,D_m随R（R为降水强度）增大变化趋势不明显。M-P分布和Gamma分布在低海拔站点的拟合效果要优于高海拔站点,相较于Gamma分布,M-P分布对高海拔站点的小雨滴和大雨滴浓度有一定的高估和低估,因此更适用于高海拔站点雨滴谱的描述。对比于低海拔站点,高海拔站点的μ–Λ（μ、Λ分别为Gamma分布的形状参数和斜率参数）关系与相关研究的结果较为接近,但在Λ较小（＜40 mm?1）时拟合结果较为接近。受海拔高度与云底的相对位置和地形的影响,祁连山地区的Z–R（Z为雷达反射率因子）关系与其他地区或研究有着较大的区别。     

称重雨量数据处理卡尔曼滤波应用

降雨量的测量,目前业务上应用较为广泛的是翻斗式雨量计,它只能测降雨,对于冰雹、降雪等固态降水的测量采用人工观测为主,称重式雨量计与翻斗式雨量计相比,其优势在于能实现所有类型降水的全天候自动化观测。本研究随机选择了一天无降水数据确定了滤波参数Q和R(过程噪声方差和观测噪声方差),根据确定的滤波参数,随机选择了无降水(2016年4月3日)和有降水(2015年7月21日、2015年8月7日)日采用卡尔曼滤波,并结合翻斗雨量传感器数据进行验证,结果表明,本研究确定的滤波参数采用卡尔曼滤波后能够有效去除称重雨量中的噪声,使滤波后的曲线变得平稳光滑,减小了数据的抖动频率和误差。     

基于NDVI的西藏不同草地类型生物量回归建模分析

旨在建立西藏地区不同草地类型的NDVI遥感估测模型,利用多元线性回归建立了不同草地类型的鲜草生物量与SPOT/VEGETATION多年平均年最大归一化植被指数(NDVI)、年降水量和年积温等变量的回归估测模型。并分析了所有草地类型的平均鲜草生物量与平均年最大NDVI、平均年降水量等因子的相关关系。结果表明:年降水量是鲜草长势最重要的影响因子,基于NDVI的鲜草生物量多元线性回归模型能很好的拟合草地(R=0.964)、高寒草甸(R=0.959)、高寒荒漠草原(R=0.772)、温性草原(R=0.892)和高寒草原(R=0.797)等草地类型。      

中国北方四类典型下垫面能量分配特征及其环境影响因子研究

中国北方疆域辽阔,多种植被类型交错分布,陆面过程较为复杂。研究该区域地表能量平衡及分配过程,有助于进一步了解其生态系统的生产力及气候变化。本文使用"中国北方协同观测实验"观测资料,选取中国北方四种植被类型——高寒草甸、荒漠草地、玉米农田及半干旱草地,在深入认识地表能量分配特征的基础上,讨论了环境因子对能量分配的影响。结果表明,上述四类典型下垫面能量闭合度在71%~91%,其中半干旱草地最大,玉米农田最小。从各能量分量与净辐射的比率来看,荒漠草地、半干旱草地净辐射主要通过感热形式加热大气,感热通量占净辐射的百分比分别为29%和36%;高寒草甸、玉米农田潜热通量占主导地位,其值分别占净辐射的42%和37%。影响各下垫面水热综合参数Bowen比的气象因子中,半干旱草地受地-气温差(R2=0.64)和饱和水汽压差(R2=0.56)的影响;玉米农田则主要受地-气温差(R2=0.52)的影响;荒漠草地地-气温差(R2=0.37)和平均风速(R2=0.23)是其主要影响因子。Bowen比与NDVI之间存在显著的指数关系(R2=0.74),且随NDVI的增大而减小。     

雨滴谱的变化对降水估测的影响研究

选取2013年5月20日发生在广东三水的一次飑线过程作为研究对象,首先结合飑线回波带移经三水及其上空雷达回波的时间-高度分布特征将降水过程划分为3个阶段,然后通过计算各时刻的粒子总数密度、中值体积直径和峰值数分析降水过程雨滴谱的变化,再对Z-R关系(Z=aR~b)进行分析,根据雨滴谱实测资料分别统计整体Z—R关系和3个降水阶段的Z—R关系,在此基础上讨论雨滴谱的变化和雷达观测的回波强度对降水估计的影响。结果表明:中值体积直径在对流云降水阶段和层状云降水阶段基本一致,但对流云降水阶段的粒子总数密度远大于层状云降水阶段;对流云降水阶段以双峰型为主,当降水向层状云类型发展时,多峰谱比例增加;雷达观测的回波强度常低于雨滴谱计算的反射率因子,离地面越近两者的相关性越好;根据3个降水阶段分别进行Z—R关系拟合,即分型Z-R关系,通过相对误差分析可知,利用分型Z—R关系反演雨强的效果明显优于整体Z-R关系反演效果,雨滴谱在层化降水阶段估计的相对误差最小、对流云降水阶段反演精度稍低于层状云降水阶段,这与对流云降水中雨强和雨滴谱谱型变化大且快有关;在雷达观测方面,利用分型Z-R关系反演雨强的相对误差较小而雷达观测的误差在对流云降水阶段较小,当降水向层状云降水转化时,雷达观测引起的相对误差增大,这主要是由于对流云降水阶段中雨滴谱仪和雷达对应的回波强度误差最小,也与雷达观测精度、两种仪器采样的时空差异和雨滴谱特征变化等因素有关。