基于微雨雷达的降水参数反演和粒子相态识别

本文基于微雨雷达原始的后向散射信号,采用一种新的功率谱处理算法（RaProM算法）,在功率谱计算、噪声去除、退模糊等处理的基础上计算了雷达基本参量,并反演了液态降水参数,例如雷达反射率因子、雨强等,并对粒子相态进行识别。RaProM算法综合考虑粒子下落速度、等效雷达反射率因子、不同相态粒子的尺度特征以及是零度层亮带位置等信息,可识别的粒子相态包括雪、毛毛雨、雨、冰雹以及混合相态。选取了三个山东地区较为典型的个例对RaProM反演算法进行验证,即2021年7月2日典型层状云降水个例、2019年12月25日雨雪转换个例以及2018年3月4日零度层高度逐渐降低的降水个例。结果显示：粒子识别方法应用于典型层状云降水,垂直方向上不同相态粒子的分层较为明显,过冷层里的固态降水雪花、零度层附近冰水转换区的混合相态降水以及零度层以下的液态降水符合现有认识,验证了反演算法以及粒子识别算法的有效性。将结果进一步在雨雪转换降水相态识别中和零度层高度的检测,该反演算法均能得到较好应用,与同址同步观测的微波辐射计、云雷达、二维视频雨滴谱仪等观测结论一致。另外,与微雨雷达标准反演算法对比,RaProM算法的优势是...     

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。     

广东东莞不同类型云的雨滴谱和降水特征

利用设置在东莞站的Parsivel激光降水粒子谱测量系统于2010年获取的观测资料,对数据有效性进行验证并开展15次降水的特征参量分析。层状云降水（S）、积层混合云降水（M）、积雨云降水（C）各选取两次典型过程,对各种特征参量之间的相关性和雨滴谱特征进行细致分析,结果表明：平均粒子直径、平均雨强、平均雨水含量、过程最大立方根直径、过程最大雨强的分布规律明显,基本遵循“C>M>S”的规律;同种类型降水的雨滴谱型非常接近,层状云存在单峰谱,混合云和积状云是明显的双峰谱或多峰谱; M、C型降水的大雨滴明显多于S型降水;雨水含量与雨强的相关性最好,雷达反射率因子与雨强的相关性次之;层状云降水主要为1 mm以下小粒子,积状云和积层混合云降水雨滴谱宽较大,1 mm以上大粒子数浓度较大。     

青藏高原东南部墨脱地区弱降水微物理特征的Ka波段云雷达观测研究

藏东南地区的墨脱县位于雅鲁藏布江下游的河谷区域,是印度洋水汽进入高原的最主要水汽通道。墨脱作为西藏年平均降水量最多的地区,是青藏高原云降水系统的重要组成部分。本文以2020年墨脱地区的Ka波段云雷达观测数据为基础,首先对云雷达功率谱数据进行预处理,并采用降水现象仪对云雷达观测进行验证。在此基础上,选取了2020年3月6日和8月24日具有层状云降水特性的两次弱降水过程,利用云雷达功率谱数据反演了雨滴谱,探究墨脱地区旱季和雨季弱降水的微物理特征。结果表明:云雷达观测与降水现象仪雨滴谱数据计算的Ka波段云雷达回波强度理论值存在大约12 dB的系统误差,订正之后二者随时间变化一致性较好,云雷达反演的近地面雨滴谱特征与降水现象仪观测接近。墨脱地区零度层高度随季节变化明显,旱季零度层高度较低（例如地面上1.5 km左右）,而雨季零度层高度较高（例如地面上4 km左右）。墨脱层状云雨滴谱的宽度较窄,降水粒子直径不超过3 mm。在零度层以上,根据谱偏度和峰度的垂直变化可以推测冰晶粒子直径随高度下降缓慢增长, 但旱季冰晶粒子增长比雨季更为明显。经过零度层后,冰晶粒子转化为雨滴,雨滴在下落过程中由于碰并及蒸发作用造成浓度减小,直径越小的粒子浓度减小越快。在近地面,由于蒸发作用的加强导致随高度降低雨滴浓度明显减小。     

山西汾阳地区层状云和对流云降水雨滴谱特征

基于多普勒天气雷达和OTT Parsivel激光雨滴谱仪资料对山西汾阳地区2次降水进行分析,对比对流云和层状云降水的雨滴谱特征。结果表明:层状云降水雨滴平均数浓度和雨强分别为286.20个·m~(-3)和1.33 mm·h~(-1),对流云降水雨滴平均数浓度和雨强分别为516.13个·m~(-3)和10.17 mm·h~(-1);对流云降水雨强主要由降水粒子数浓度决定,直径为1—2 mm的粒子对2种云系雨强贡献最大;2种云系不同雨强下雨滴谱分布和雨滴平均谱分布均呈单峰型,对流云降水雨滴平均谱宽大于层状云降水雨滴平均谱宽,Gamma分布对2种云系降水平均谱拟合均存在一定偏差;通过雨滴谱计算的雷达反射率因子估算降水会造成对降水的低估。     

利用Ka波段毫米波雷达功率谱反演云降水大气垂直速度和雨滴谱分布研究

利用中国气象科学研究院2016年华南云降水试验中Ka波段毫米波雷达探测一次层状云降水过程,开展了云内大气垂直速度和雨滴谱的反演研究,并与地面激光雨滴谱仪和微降水雷达的测量雨滴谱结果进行对比分析。首先,采用小粒子示踪法从功率谱密度中反演大气垂直速度以得到静止空气条件下的功率谱密度,进而利用粒子下落末速度-粒子直径关系反演出雨滴谱,最后进行标准化的Gamma分布拟合。研究表明:(1)云降水从零度层到地面1 km,主要由下沉气流主导,近地面大气浮游粒子和直流干扰造成的晴空杂波会影响雷达的功率谱分布;受动态范围限制,回波强度过饱和现象会影响近地面大气垂直速度的反演结果;(2)毫米波雷达CR、微雨雷达MRR和地面雨滴谱仪测量回波强度存在一定差异,MRR相较于CR与地面雨滴谱仪测量偏差较小;在稳定降水时CR和MRR功率谱密度对比较为一致;(3) CR和MRR反演雨滴谱对比实验中,雨滴谱反演对大气垂直速度十分敏感,大气垂直速度的变化,会使CR反演雨滴谱随着高度增加数浓度量级变大、粒子平均半径变小。CR反演的雨滴谱与M RR反演结果基本一致,验证了CR功率谱反演雨滴谱方法的可靠性;(4) CR与地面雨滴谱仪雨滴谱拟合参数的对比表明,CR大气垂直反演的雨滴谱与地面雨滴谱相比粒子平均直径Dm较小,数浓度则较为一致。     

昭苏夏季层状云和对流云降水的雨滴谱特征

利用2020—2021年昭苏地区夏季的雨滴谱数据，研究层状云和对流云降水的微物理参量及雨滴谱特征。结果表明：对流云降水的粒子数浓度和粒子直径明显偏大，较大的粒子直径和粒子数浓度使得其降水强度和液态含水量远大于层状云降水。两类降水云的雨滴谱均为单峰结构，峰值直径主要分布在0.5～0.625 mm，对流云降水的雨滴谱谱宽明显大于层状云降水。两类降水云的雨滴直径和粒子数浓度与青藏高原中部的观测值相近，且昭苏地区的对流云滴谱更倾向于大陆性对流簇。研究结果有助于加深对昭苏地区降水的微物理特征及其演变规律的理解。     

基于飞机观测资料的降水粒子反射率因子阈值分析

降水粒子对云的生消和演化有非常重要的影响。毫米波雷达适合观测非降水云和弱降水云。利用毫米波雷达数据判断云内降水粒子生成与否有很高的实用价值。本文利用飞机观测的云滴谱数据计算云的反射率因子。将其与雷达探测值进行比对,发现两者有较好的一致性。因此利用滴谱计算的降水粒子反射率因子阈值可以作为雷达判断降水粒子生成的指标。通过分析滴谱计算云滴和降水粒子的反射率因子的概率密度函数可以得到用于区分云滴和降水粒子的反射率因子阈值。通常,云滴的反射率因子不超过-5dBz,降水粒子的反射率因子高于-20dBz,-15~-12dBz可作为判断降水粒子出现的阈值。     

青藏高原东部玉树地区雨滴谱特征及云微物理结构分析

利用青藏高原东部玉树地区的雨滴谱仪和云雷达观测资料,研究了高原东部地区三类云降水微物理特征参量并且拟合出积雨云降水、混合云降水和层状云降水的雨滴谱分布参数,拟合分析参数斜率因子λ与形状因子μ之间的关系。研究不同雷达反射率因子Z和降雨强度R的关系,分析Ka波段云雷达观测下三类降水云的结构特征。得到的结论如下:玉树地区主要降水类型为层状云降水,降雨量小,持续时间短,降雨次数多;三类云降水在玉树地区的Gamma分布拟合模拟较好的粒径在0.562～5.5 mm;利用μ-λ的经验关系分析,层状云雨滴谱浓度分布中小粒径占主要贡献且谱宽最窄,而混合云与积雨云的雨滴谱浓度分布主要贡献粒径分布均匀且谱宽较宽;对三类云降水进行了Z-R关系拟合,B值从积雨云、混合云到层状云是逐渐递减的,有助于参数本地化;云雷达分析降水结构,积雨云和混合云发生发展旺盛,最高云高可达13 km,但混合云降水平均持续时间短于积雨云;层状云发展较为平稳,云高在6～7 km,平均降水持续时间最短。     

辽宁地区不同降水云系雨滴谱参数及其特征量研究

利用位于辽宁省沈阳市和辽阳市的Parsivel（Particle Size and Velocity）激光雨滴谱仪观测到的雨滴谱资料按照积雨云降水系统、积层混合云降水系统和层状云降水系统分析雨滴谱特征量和谱参数的平均特征及随时间的演变特征。结果表明:Gamma分布拟合谱参数N₀和λ按照层状云、积层混合云和积雨云的顺序减小,谱参数μ按照层状云、积层混合云和积雨云的顺序增大;直径小于1 mm的降水粒子对数浓度的贡献最大,直径大于1 mm的降水粒子对雷达反射率的贡献最大;M-P分布的谱参数N₀与雨强I具有幂函数关系,并且随着雨强I的增大而增大,谱参数λ与雨强I具有指数函数关系,随着雨强I的增大而减小。     

雨滴谱分布函数的选择:M-P和Gamma分布的对比研究

M-P分布和Gamma分布是常用的两种雨滴谱分布函数。利用PMS GBPP-100型雨滴谱仪2003年7-8月在沈阳观测的雨滴谱资料,采用阶矩法对两种分布函数进行拟合,对比分析两种分布函数对谱及数浓度、雨强和雷达反射率因子的拟合效果。结果表明,在降水较弱、小滴偏少时Gamma分布会低估小滴,而M-P分布会高估小滴;降水强时,两种分布均低估小滴。M-P和Gamma分布对数浓度、雨强和雷达反射率因子这些特征量的拟合效果,在降水较强时差异很小,在降水较弱时差异较大。Gamma分布的代表性更好。此外,还讨论了两种分布的参数和雨强的关系。     

对流层下部雨滴谱分布

本文讨论了Г(D)函数n(D)=ADαe-λD一阶、二阶、三阶原点矩与分布参数λ、α的关系。得出由实测雨滴谱算术平均直径D1、均方根直径D2、均立方根直径D3的比值k1=D1/D2、k2=D2/D3求取α的关系，进而可求出Г(D)函数的其它参数A、λ。通过机载二维降水粒子探头（2D-P）获得的空中雨滴谱资料计算表明:由k1、k2求得的参数α1、α2多数是接近的，可以用一个介于α1～α2的值α来近似。本文选取α=2对实测值进行拟合，并和广泛采用的Marshal-Palmer公式(α=0）进行了比较。结果表明:用α=2拟合不仅相关系数R、相关显著水平K较α=0拟合的对应值有明显提高，而且拟合的特征值，如D1、D2、D3、雨水含量Q、雷达反射率因子Z都更接近于实测值，即用三参数（A、α、λ）来表征雨滴谱比双参数（A、λ）要精确得多。     

X波段双偏振雷达反演雨滴谱方法研究

X波段双偏振雷达观测参数能够完成雨滴谱反演,但是由于X波段雷达波长较短,降水观测时存在较大的衰减,本文采用自适应约束算法进行反射率和差分反射的衰减订正。通过对雨滴模型的散射模拟以及对雨滴谱进行Gamma谱拟合,建立了雨滴谱参数与双偏振雷达目标参数之间的函数关系和雨滴谱参数相互之间的关系,用于进行雨滴谱反演。将雨衰减订正前后的雷达目标参数进行雨滴谱反演并与实测雨滴谱进行对比,结果表明,所建立的X波段双偏振雷达反演雨滴谱方法能够较好地反演雨滴谱,并且经过订正后反演得到的雨滴谱在浓度、尺度和谱形上都优于订正前的反演结果,通过对距离高度扫描和平面位置扫描数据进行雨滴谱反演,可以得到雨滴谱参数的垂直结构和水平分布,可用以进行降水分析。     

淮北地区不同类型暴雨雨滴谱特征及其Z-R关系研究

选取2017—2020年淮北地区夏季雨滴谱观测资料对低槽型、副热带高压边缘型、冷涡影响型和台风型4种类型暴雨的雨滴谱进行分析。研究表明淮北地区降水主要以层状云为主,而对总降水贡献率大的却是对流云降水。不同类型暴雨微物理量同样存在差异,低槽型、台风型暴雨的粒子数浓度较大,副热带高压边缘型和冷涡影响型各种特征直径比其他两类大。分析不同尺度雨滴粒子与雨强的关系,小雨滴数浓度占比超过60%,但对雨强起主要贡献的是中粒子,不同类型暴雨的差异主要是由小雨滴和大雨滴对雨强贡献率的差异造成的;并且随着雨强的增大,小雨滴的贡献率逐渐降低,大雨滴增大。不同雨强档下的雨滴谱分布基本呈单峰型,随着雨强增大各尺度档粒子数浓度升高,谱宽增大,斜率逐渐减小;当雨强增大时质量平均直径（D_m）-标准化参数（lgN_W）分布趋于集中,D_m和lgN_W的平均值分别为1.15 mm和3.79 mm?1m?3;通过Γ分布拟合发现,低槽型和台风型暴雨谱分布参数的平均值和标准差大于另外两类;除标准化参数的偏度为负值外,其余各参数的偏度均为正值;不同类型暴雨谱型-斜率（μ-Λ）及反射率因子-雨强（Z-R）略有差异。研究得出的淮北地区暴雨Z-R关系为Z=164.4R1.42,相比之下,目前雷达系统采用的标准关系式低估了淮北地区暴雨降水量,尤其在评估低槽型和台风型暴雨时误差较大。      

对流性降水雨滴谱特征及其与雷达反射率因子的对比分析

利用OTT Parsivel激光降水粒子谱仪观测的南京地区梅雨季节对流性降水过程的雨滴谱资料和江苏省气象台龙王山雷达观测资料,结合天气形势,对梅雨季节对流性降水过程的微物理参量、平均雨滴谱和速度谱分布特征进行分析;在对平均谱拟合时发现,Gamma分布对小滴数目的估计和大滴端形状的符合程度效果好于M-P分布和对数正态分布,并且拟合了Gamma分布参数μ和λ的二次项关系;建立了雷达反射率因子与雨强的相关关系,并将Parsive激光降水粒子谱仪观测计算的回波强度与雷达观测的回波强度作以比较,结果表明:对于此次暴雨过程,雷达观测到的回波强度有低估的现象,并且Parsivel粒子激光探测仪观测计算的回波强度越大,雷达低估的现象越为明显。回波修正后,用统计的Z-I关系式估算的降水量与Parsivel测得的降水量更为接近。     

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。     

降雨型滴谱与反射率因子及雨强关系研究

利用C＋＋Builder对激光降水粒子谱仪的原始雨滴谱数据进行解码,应用M-P分布对2008年6月8—9日庐山的一次降雨过程进行拟合。结果表明,M-P分布的拟合曲线与雨强有关,但不利于对比分析雨滴谱。以无量纲粒子直径和无量纲粒子密度分布的自然对数为自变量和因变量,建立M-P分布、线性最小二乘拟合、Γ分布的雨滴谱拟合关系式,通过误差分析得到Γ分布相对最优。比较雨滴谱反演的回波强度和南昌雷达观测取样点上的回波强度,发现它们随时间的变化趋势大体一致,但反演的回波强度略大于雷达观测。按平均直径、中数体积直径对降雨进行分类,分别建立层状云和对流云降雨的反射率因子和雨强之间的关系式（Z-I关系式）,2种降雨类型关系式的系数存在明显的不同。     

雨滴谱仪与风廓线雷达反射率对比试验

针对风廓线雷达估算的反射率数据需要进行验证。开展雨滴谱仪与风廓线雷达反射率对比试验,通过两种不同探测设备观测数据的对比,以验证风廓线反射率数据的可靠性和可用性。结果表明:确定了以风廓线低模360~1440 m采样体积内的反射率与3 min雨滴谱反射率数据对比方法能最大程度的减少时空差异;在雨滴谱仪反射率小于40 dBz时,对应的风廓线雷达反射率数据是可靠和可用的;同时由于风廓线雷达有限的动态范围造成反射率低估的现象,使得风廓线雷达反射率在大气垂直结构以及微物理特性等方面应用受到一定的局限性。     

基于雨强分级的乌鲁木齐雨滴谱特征研究

本文利用乌鲁木齐PARSIVAL激光雨滴谱仪2012-2013年观测资料，对春、夏、秋季不同雨强降雨的雨滴谱微物理特征参量及其随时间演变特征、Gamma函数拟合、 关系等进行研究。结果表明：（1）乌鲁木齐降雨以小粒子为主，大雨强降雨的6种特征直径最大，中雨强降雨次之，小雨强降雨最小。雨滴数密度主要来自于小雨滴（直径<1 mm），大雨滴（直径>3mm）是雨强的主要贡献者，中雨滴（直径1-3 mm）是含水量和雷达反射率因子的主要贡献者，雷达反射率因子受雨滴尺寸影响很大。（2）小雨强降雨各微物理参量比较稳定，变化幅度不大，大雨强降雨则变化剧烈，出现多峰型，中雨强降雨介于二者之间。大雨强降雨的谱宽和峰值浓度最大，小雨强降雨最小，中雨强降雨介于二者之间，小雨强降雨的拟合谱具有明显的季节差异性；秋季峰值浓度最大，这与秋季多大风天气有关。（3）Gamma拟合参数 关系与粒子尺寸有关，可以用二项式进行描述。拟合出的 关系系数均小于目前常用的 关系，因此，利用 关系在乌鲁木齐进行降雨定量估测研究时会造成对降雨强度的高估，回波强度越大，高估越明显。夏季大雨强降雨无法拟合出相关系数比较高的 关系，这与乌鲁木齐大雨强降雨具有强度大、时间短、随时间变化迅速的特点有关。