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。     

河北省中南部暴雨雨滴谱特征

基于2016—2017年河北省中南部暴雨过程的OTT Parsivel激光雨滴谱仪观测资料,对3种类型暴雨过程的降水微结构特征参量、不同尺度降水粒子对雨强的贡献、分雨强下的雨滴谱分布、速度谱等进行分析。结果表明:河北省中南部暴雨不同雨强下雨滴谱基本呈现单峰型分布,低槽冷锋类暴雨雨滴谱谱宽最窄,低涡类暴雨次之,暖切变线类暴雨最宽。不同类型暴雨过程粒子平均直径和峰值直径平均值以低涡类最小,低槽冷锋类次之,暖切变线类最大。雨滴体积中值直径和质量加权平均直径均值以低槽冷锋最小,低涡类次之,暖切变线类最大。河北省中南部暴雨过程主要以直径D 1. 0 mm的小雨滴为主,其中1. 0≤D 3. 0 mm的雨滴雨强对总雨强贡献接近70%,D 4. 0 mm的大雨滴数浓度占总数浓度百分比最小,其雨强对总雨强的贡献也最小。3种类型暴雨分雨强对应雨滴谱多呈单峰型分布,呈双峰分布时对应雨强不同。速度谱上不同类型暴雨雨滴数极大值中心位置一致,且位于经验曲线下方。与目前雷达系统采用的标准Z=300~(I1. 40)关系相比,河北省中南部暴雨过程Z-I关系低估低槽冷锋类暴雨降水,高估低涡类和暖切变线类暴雨降水,其中低涡类暴雨偏差最大。     

高原山地降水的微结构特征

本文根据高原边缘山地各种类型降水的雨滴谱资料,分析了山地降水出现的频数、降水持续时间和降水云的单体结构。分析指出:不同类型降水的雨滴谱呈上凸和下凹形状偏离。雨强的大小主要取决于滴浓的变化,而与雨滴最大直径关系不大。用Joss谱型因子分析得知高原山地降水的大部分瞬时雨滴谱呈上凸形状。这为雷达测雨的Z-R关系提供了依据。     

闽南沿海2018—2019年季风爆发前后雨滴谱特征对比分析

为研究华南前汛期季风爆发前后闽南地区的雨滴谱特征差异,利用2018—2019年厦门站和同安站4—6月的降水现象仪资料,对比分析了季风爆发前后闽南沿海层状云和对流云的雨滴谱分布及微物理参数差异。结果表明,华南前汛期闽南沿海层状云降水占比明显高于对流云降水,但对流云降水的滴谱分布更宽,峰值粒径以上的各粒径区间粒子浓度均大于层状云降水。不论层状云或是对流云降水,2018年季风爆发后均表现为质量加权平均直径（D_m）减小,广义截距参数（N_w）增大。2019年季风爆发后D_m增大,层状云的N_w减小,对流云N_w增大。两年整体呈现相反的演变趋势。层状云的降水率（R）和液态水含量（W）的演变趋势与N_w一致,而对流云的R和W与D_m一致。闽南沿海雨滴谱微物理参数接近于华南沿海,与华东区域相比,整体浓度更高,粒子尺度略小。Z-R关系拟合表明季风爆发前、后层状云与对流云的拟合系数、决定系数具有较大差异,其中对流云拟合效果相对更好。基于Z=300R1.4的定量降水估测对层状云降水和量级较小的对流云降水整体上存在不同程度的低估,对于量级较大的对流云降水存在高估。探讨了环流形势对雨滴谱的可能影响。结果表明绝对水汽含量可能会影响粒子数浓度,而西南风等动力条件和对流有效位能等热力条件会通过影响对流的高度和降水的微物理过程进而可能会影响雨滴谱分布。      

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。      

乌鲁木齐地区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Nt-R、Z-R等关系也进行了研究。结果表明：（1）两类降水的雨滴谱均为单峰分布，粒子浓度峰值均在低谱段，雨夹雪的滴谱宽度约为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，与传统天气雷达降水估测关系Z=300R1.4对比分析后，发现利用Z=300R1.4进行降水估测时存在低估现象，而对降雨的估测误差更大。     

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。     

2009-2010年梅雨锋暴雨雨滴谱特征

2009、2010年夏季利用Parsivel激光降水粒子谱仪在淮南和南京同时观测到两次梅雨锋暴雨过程,获得了3 617个雨滴谱样本资料.采用阶矩法对Gamma函数进行拟合,分析了梅雨锋暴雨降水微结构特征.结果表明:主雨带和雨带边缘的雨滴谱存在明显差别,处于主雨带中的降水粒子尺度明显大于雨带边缘的粒子尺度;梅雨锋暴雨过程中0.25 mm＜D≤1.0mm的粒子所占比例最大,但对于雨强贡献最大的则是1.0 mm＜D≤2.0mm的粒子;雨滴谱谱型以双峰型为主,几乎不存在无峰型;与其他微结构特征量不同的是,雨滴谱峰值直径Dp随着雨强的增大先增加后减小,而雨滴谱分布参数N0、μ、λ则随着雨强的增大而一直减小,其中μ-λ间存在较好的二项式函数关系;梅雨锋暴雨的Z-R关系为Z=212R1.38.     

山西晋城“7·11”暴雨过程雨滴谱特征

利用降水现象仪观测资料，对2021年7月11日山西晋城一次暴雨过程的雨滴谱特征进行分析。结果表明：雨滴数浓度、雨强和谱宽随时间变化趋势基本一致；雨滴直径等级频数百分率和质量百分率分布均呈明显的双峰或三峰结构；此次过程以直径D<1 mm的小雨滴为主，其对雨强R的贡献率仅为7.46%，而1 mm≤D<3 mm的大雨滴对R的贡献率达到了77.44%；雨滴落速主要集中在2～5 m/s。当R≥20 mm/h时，Gamma分布参数N₀、μ和λ随时间的起伏变化相对平缓，平均变化率分别为6.2%、46.7%和18.0%;lg N_W-D_m分布显示，此次低涡暴雨过程既非大陆性对流降水，亦非海洋性对流降水；μ-λ之间存在较好的二项式函数关系，相关系数为0.901。幂函数对于降水动能参数关系E_t-R和E_d-R的拟合性能更优，二项式函数拟合对于E_d-D_m效果更好。采用最小二乘法得到Z-R拟合关系，在R≥20 mm/h时，估测效果优于经典Z-R关系。     

利用PMS的 GBPP-100型雨滴谱仪观测资料确定Z-R关系

根据地面雨滴谱确立雷达反射率因子Z和雨强R之间的关系需要大量的观测资料.本文利用GBPP-100型地面雨滴谱仪在沈阳、哈尔滨和河南观测的雨滴谱资料做形变误差订正后,用最小二乘法拟合三地的Z-R关系,并按照层状云、积层混合云和积雨云降水分类,确定了三种降水类型的Z-R关系.结果表明,Z=ARb形式能够很好地描述以上的Z-R关系,对降水类型分类得到的Z-R关系代表性更好.系数A、b以层状云最小,积层混合云次之,积雨云最大.A值随着雨滴尺度的增大而增大,随数密度增大而减小,b值则随着数密度和雨滴尺度的共同增大而增大.     

进入内陆的两个台风降水特征对比分析

2012年8月台风海葵和2014年7月台风麦德姆登陆进入安徽省后,均造成了区域性暴雨或大暴雨天气。利用常规观测资料、NCEP/NCAR再分析资料和雨滴谱资料,对这两个直接影响安徽省的台风移动路径和暴雨形成机制进行了对比分析。结果表明:（1）海葵和麦德姆的移动路径、停留时间和强降水分布特征有明显不同。与海葵相比,麦德姆的移动速度快、降水持续时间短、累计降雨量和暴雨范围较小;但其短时强降水持续时间长、暴雨中心降水强度更大。（2）海葵和麦德姆降水过程中均有强的水汽输送和辐合,但水汽输送方向的差异使得海葵和麦德姆的强降水空间分布分别呈纬向型和经向型特征。同时水汽辐合持续时间决定了麦德姆的降水持续时间比海葵短,但其较深厚的强水汽辐合使得麦德姆的短时强降水持续时间长、暴雨中心降水强度大。（3）海葵是以稳定性降水为主的混合型降水,麦德姆则呈现出明显的对流性降水特征;两次台风降水过程中均是短时间的对流性降水对总降雨量贡献最大,且强降水区域均位于风垂直切变的顺风切左侧。（4）麦德姆降水过程比海葵具有更高的雨滴数浓度和更大的降水粒子直径。当雨强小于10 mm/h时,两次台风降水过程均以小雨滴为主且数浓度较大;雨强>10 mm/h时,雨滴粒径增大但数浓度明显降低。（5）两次台风降水过程的雷达反射率因子-雨强（Z-R）均有较好的指数关系且拟合曲线比较一致,但在不同降水类型即层云降水和对流性降水中,其Z-R关系的a、b值差异较明显。因此,针对不同降水类型,应采用分型Z-R关系来进行雷达降水定量估测。      

成都地区雨滴谱特征

选取成都信息工程学院气象观测场LNM激光雨滴谱仪获得的2009—2011年175次降水过程的观测资料,依据产生降水云的性质进行统计分类,基于微物理特征参量讨论了成都地区积云、积层混合云以及层状云降水雨滴谱的总体特征,同时结合3个典型个例的微结构参量进行对比分析。结果表明:成都地区积云降水和积层混合云降水的雨滴谱比层状云宽且雨滴数密度比层状云多,特别是在大雨滴和甚小雨滴部分;4种反映雨滴谱特性的特征直径从大到小依次为积云降水、积层混合云降水、层状云降水;成都地区层状云降水的雨强主要来自于小雨滴,而积云降水和积层混合云降水的雨强主要来自于大雨滴;雨强取决于大雨滴的数量,小雨滴贡献率与雨强呈负相关,中数体积直径对雨强变化有一定指示作用。对成都地区雨滴谱特征的研究,有利于进一步了解该地区降水的微物理特性及成雨机制,为降水数值预报工作积累资料和经验。     

登陆台风麦德姆不同部位降水强度及谱特征

利用架设在福建省尤溪站和屏南站的两台PARSIVEL第2代激光雨滴谱仪对2014年7月23—25日影响福建省的台风麦德姆 (1410) 进行观测,尤溪站位于移动路径中轴,屏南站位于台风强降水的区域即右侧云系,观测显示了台风不同部位雨滴谱特征:台风麦德姆在外围右前侧和后侧以及残留云系出现强降水,台风中心为连续性降水,雨强变化平稳;台风右侧云系雨滴平均谱谱宽由宽变窄,小滴数浓度先增后减,大滴逐渐减少,移动路径中轴后侧的残留云系出现大滴数浓度和谱宽的突增;含水量与雨强变化一致, 雨强小于10 mm·h-1时,以大量的小粒子贡献为主,形状因子μ及斜率参数λ分布较广;雨强大于10 mm·h-1时,大滴的贡献随雨强增大而增大,μ及λ均减小;同时,可利用μ与λ线性函数关系对Gamma分布进行简化。     

台风“利奇马”不同强降水中心的雨滴谱特征分析

在2019年台风“利奇马”台风暖区、台风与西风槽相互作用区及西风槽影响区分别挑选4个极端强降水中心,利用各站连续观测分钟雨滴谱资料和分钟降水资料,分析了不同站点和不同降水时段的雨滴尺度谱、雨滴速度谱、雨滴尺度—时间谱和雨滴速度—时间谱特征,研究了雨滴谱特征随时间的变化。结果表明:4个降水中心的雨滴尺度—时间谱和雨滴速度—时间谱存在明显差异,而过程的统计谱特征差异不明显;过程中不同区域的站点、同一站点不同的降水时段,雨滴尺度谱和雨滴速度谱主要为双峰型,尺度谱双峰中各站对应1.2 mm直径峰的位置一致,处于较小尺度峰的位置不一致;在较大雨强时,雨滴尺度谱上会出现单峰和三峰的情况,但比例较少;1.2 mm雨滴的高浓度区域与地面降水强度有非常好的对应关系,在1.2 mm雨滴的高浓度区域形成的过程中,地面降水逐渐增强,随着1.2 mm雨滴的高浓度区域逐渐瓦解,地面降水逐渐减弱,直至出现间歇。     

山东北部一次夏末雹暴地面降水粒子谱特征

为了更好地认识雹暴等强对流降水的微物理特征,利用降水现象仪观测资料和CINRAD/SA-D双偏振天气雷达的粒子相态识别和反射率因子等产品,分析2019年8月16日出现在山东北部的一次雹暴降水的雨、冰粒子谱（包括直径2~5 mm的霰粒子和直径大于5 mm的冰雹）的识别以及雨滴谱的演变特征,结果显示:济南双偏振天气雷达0.5°仰角PPI上在德州和陵县观测点附近识别的粒子主要为雨滴,临邑为冰雹加大雨;安装在3个观测点的降水现象仪均识别出少量冰粒子,3个观测点的冰粒子谱数密度低、分布不连续。雹暴降水开始阶段,出现少量大雨滴,这是风的筛选和蒸发作用导致的雨滴谱,具有低的小粒子数密度和较多大雨滴;雹暴强降水增大阶段,雨滴谱特征是小雨滴数密度偏低、大雨滴较多,即总的雨滴浓度低、雷达反射率因子高;雨强减弱阶段,小雨滴数密度显著增大、大雨滴数密度偏少,即总的雨滴浓度显著增大,但雷达反射率因子偏低。     

台风贝碧嘉(1816)外围云系结构与降水特征

选取海南省海口站和屯昌站对比分析台风贝碧嘉（1816）外围云系结构和降水特征。结果表明:台风贝碧嘉（1816）影响海南岛期间,随着降水云系的发展,海口地区对流性云系发展加强,屯昌地区表现为层状云降水,两个站点雨滴谱特征存在一定的差异,海口站和屯昌站的降水均以直径小于1 mm的雨滴为主,其中屯昌站直径1~3 mm的雨滴对雨强的贡献最大;海口站雨滴数浓度随雨滴直径增大而减小,但对雨强的贡献随之增大,直径大于3 mm的雨滴对总雨强的贡献达到56.61%;海口站的特征参量曲线在时间上分布不均,表现为阵性强降水,而屯昌站的特征参量曲线起伏不大,降水比海口站小且均匀、连续;在雨滴谱演变上,海口站始终保持单峰型,屯昌站以单峰为主伴随多峰出现,当雨强增大时,两站直径1 mm范围内的雨滴数浓度随之增加,谱型迅速拓宽,大粒径雨滴出现且增多,其中海口站直径3 mm以上的雨滴端增幅更明显;两个站点雨滴谱符合Gamma分布,形状参数和斜率参数满足二项式关系。     

河南省层状云降水雨滴谱特征分析

利用2015-2017年河南省层状云降水过程的Parsivel(Partical Size and Velocity)激光雨滴谱观测资料,对层状云降水的雨滴数浓度、含水量、雨滴直径等微物理参量特征及不同尺度的降水粒子对雨强的贡献进行了统计分析,并采用2种拟合方法对层状云降水雨滴谱进行了拟合。结果表明:河南省层状云降水的空间结构不均匀,各微物理参量的变化存在着起伏,雨滴数浓度为10²个/m³量级,个别达到10³个/m³,含水量在10^-2~10^-1 g/m³,粒子平均直径<0.5 mm左右,统计的不同台站平均最大粒子直径为1~2 mm,雨强平均值不超过1 mm/h。直径为<2 mm的雨滴对雨强的贡献占96.23%,直径小于1 mm的雨滴对数浓度的贡献最大。雨强是由雨滴最大直径、平均直径和数浓度3者共同决定。层状云降水雨滴的谱分布较窄,滴谱曲线比较平滑。降水开始时,谱型为单峰结构;降水处于稳定阶段时,谱型为双峰和单峰相结合的结构。层状云拟合M-P分布和Г分布偏差均出现在直径<1 mm的小雨滴端,对于微小粒子随直径增大而增多导致的曲线弯曲没能表现出来,相对而言Г分布拟合效果明显略优于M-P分布的拟合效果。河南省层状云降水的2种分布形式分别为N(D)=7373.9exp(-3.67D)和N(D)=10492.05D1.62exp(-5.11D)。     

伊宁春季层状云和混合云降水的雨滴谱统计特征分析

利用设在伊宁的激光雨滴谱仪获取的2013年4月的降水资料,对层状云和混合云降水粒子谱的微物理参量平均值和Gamma函数拟合结果以及Z-I关系进行对比分析。计算结果表明,伊宁地区春季降水的微物理参量普遍偏小,小滴对降水浓度的贡献达到92%以上,即降水主要以小滴为主。层状云降水的雨强、雨滴数浓度、雨滴的各类微物理特征参量的平均值均大于混合云降水。函数拟合结果表明,混合云降水的雨滴谱宽大于层状云降水的雨滴谱宽,层状云和混合云降水的雨滴谱都比较符合Gamma分布,在小滴段Gamma分布对实际谱都有一定的低估,在大于1 mm的粒径段,拟合结果有一定的偏差。还讨论了雨滴大小因子Λ和形状因子μ之间的关系以及Z-I关系,Λ-μ关系与粒子尺度有关,根据拟合的二项式得到层状云降水粒子的平均直径大于混合云降水的平均直径。     

一次典型积层混合云降水过程雨滴谱特征

利用激光雨滴谱仪观测到的资料,对2009年8月29日山东省一次典型积层混合云降水过程中雨滴谱特征进行了分析。结果表明:降水强度主要取决于最大雨滴直径,与雨滴浓度也呈正相关性,而与平均直径的关系甚微;本次降水过程中雨滴平均谱以双峰和多峰结构为主,在0.5mm左右处存在峰值;Г分布各拟合参数随时间起伏变化趋势一致,强降水时段中各拟合参数起伏变化缓慢,各值基本保持在同一水平;建立了雷达回波强度与降水强度之间的相关关系。     

台风“利奇马”期间苏州大暴雨物理量诊断和微物理特征分析

采用日本气象厅的最佳台风路径及强度资料、NCEP/NCAR逐6 h细网格再分析数据,分析了"利奇马"暴雨影响相关的云水含量、假相当位温、水汽通量散度、Q矢量、湿位涡等物理量;通过苏州雨滴谱资料,分析降雨强度、雨滴数密度、雨滴平均直径、雨滴含水量、雷达反射率因子、雨滴谱宽等微物理量特征。结果表明降水落区位于环境垂直风切变顺切的左侧。暴雨期间能量和水汽条件较好,低层Q矢量梯度使辐合上升增强,且其非对称性对暴雨落区有指示意义,湿位涡的发展也有利于暴雨的加强;另外,微物理分析表明冷云降水机制使降水效率大幅提高,雨滴谱能较好地反映台风降水特征,强降水主要由层状云中嵌入的对流降水引起。强降水时段雨滴谱的相关微物理量等都呈现较大值。