雨滴大小和下落位置对测量雨滴半径精度的影响

根据几何时线光学理论研究了光学测雨实验系统中雨滴半径、下落位置对雨滴半径的测量值精度的影响。分析表明：同一半径的雨滴，离接收器越近，接收器接收到的散射光越多，光闪烁信号峰值越小；不同半径的雨滴，产生的有效消光系数不同，导致雨滴半径测量误差较大，通过雨滴进行分类处理，该项误差减少到０．０４ｍｍ以下。     

两种不同雨滴谱分布的分析

为了拟合实际观测的雨滴谱资料,采用不同阶数矩确定谱分布函数的谱参数。由此确定的M P分布函数和Γ分布函数在计算不同阶数矩对应的物理参量时存在差别,矩的阶数越高,差别越大。当粒子直径满足一定条件时,矩计算的积分截断效应可以忽略。     

黄河上游地区雷达测量降水与雨滴谱的对比分析

本利用1999年7月4日～7月16日期间，由青海省人影办和有关科研单位的人员在黄河上游地区开展地面人工增雨试验获取的711数字化雷达资料、雨滴谱资料和地面降水自记资料，对黄河上游地区云层降水的微物理特征和雷达定量测量降水进行了初步的分析和研究。分析研究表明：黄河上河上游地区其雨滴谱分布以多峰型为主，降水的滴谱较宽，对实施人工增雨催化作业较有利，同时拟合出黄河上游地区层状云降水的Z-I关系，可以作为雷达定量测量层状云降水的参考。     

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。     

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。     

基于激光雨滴谱的双偏振雷达定量降水估测算法应用评估

基于S波段双线偏振雷达资料、雨量计资料及激光雨滴谱数据,在CSU-ICE算法的基础上建立了CSU-LPA算法.以华南地区一次季风暴雨过程为评估对象,对CSU-LPA算法与传统PPS (Precipitation Processing System)算法进行了效果对比,评估该算法在业务中的应用效果.结果 表明,在绝对值相对误差指标上,CSU-LPA算法相对于PPS算法其估测误差减小了约16％;PPS算法在过程累计估测降水分布中存在几个区域的显著高估,且估测散点值分布离散,而CSU-LPA算法的估测结果与实况吻合度较高,估测散点值分布集中,说明新算法稳定性良好;单站小时累计估测降水中,CSU-LPA算法能有效抑制PPS算法的高估效应,尤其在累计雨量较大的时候体现得更为明显.     

两次强降水过程雨滴谱特征及差异

利用寿县观测站内的Parsivel激光雨滴谱仪结合观测站雨量数据及雷达基数据,分析了发生在2015年6月26—30日梅雨期间和2015年8月7—10日超强台风"苏迪罗"影响期间2次强降水过程的雨滴谱结构特征及其差异,拟合了雨强与雷达反射率因子之间的关系。结果表明:雨强的大小直接影响雨滴谱的特征参量,且随着雨强增大而增大;梅雨锋暴雨中1.0mm直径≤1.5mm的粒子所占比例最多,雨强贡献率最大;台风雨中0.75mm直径≤1.0mm的粒子所占比例最多,但1.0mm直径≤1.25mm的粒子对雨强的贡献最大,说明较大粒子对强降水的贡献较大。     

一次拖曳型飑线过程雨滴谱演变特征研究

利用Thies激光雨滴谱仪观测资料和CINRAD/SA多普勒雷达观测资料,分析了2017年7月18日一次典型中纬度拖曳型飑线过程不同发展阶段雨滴谱和积分参数的演变特征,主要结果为：1）成熟飑线回波包括对流带、过渡区和拖曳层状云区三部分,对流带前侧不断有对流带生成并合并到主对流带中,使得对流带的前沿具有强的反射率因子,并且有多个雨强大值中心。2）垂直穿过飑线对流带,雨强增加阶段有较少的小粒子（直径小于1 mm）和特大粒子（直径大于5 mm）,以及较低的雨滴浓度和反射率因子,而雨强减弱阶段有较多的小粒子和特大粒子,以及较高的雨滴浓度和反射率因子;飑线加强阶段,雨滴谱有较大的峰值直径（0.44 mm）、较多的大（直径大于3 mm）和特大粒子,而飑线减弱阶段,雨滴谱有较小的峰值直径（0.19 mm）、较少的大粒子。3）对流带、过渡区和层状云降水雨滴谱的Gamma谱三参数N0、μ、λ随雨强增大有明显的分层特征,相同雨强时,对流云和过渡区降水的三参数比层状云降水的数值大;而飑线不同发展阶段、不同降水类型的λ-μ关系具有一致性,二次多项式可以很好地拟合λ-μ关系。4）归一化雨滴谱参数NW和D0的分布可以用来区分对流云和层状云降水,并给出了新的分离线方程;另外,飑线在发展和减弱阶段的雨滴谱特征有明显差异,表明飑线演变过程降水形成的微物理机制发生变化,前期冷云过程有重要影响,而后期暖云过程起主导作用。     

降水现象仪观测应用评估

利用2017年9月至2018年8月北京20个站降水现象仪采集数据与人工平行观测数据,对降水现象仪进行了对比评估。结果表明:降水现象仪的缺测率为0.01%,空报率为0.6%,捕获率为93.5%,漏报率为27.9%,错报率为10.0%。从统计结果可知,降水现象仪的缺测率、空报率较低,捕获率较高,体现出设备性能良好的一面,漏报率和错报率偏高,表明设备漏识别和错误识别的情况较多,漏报主要发生在弱降水过程中,错报主要出现在毛毛雨的识别上。设备测量和人工观测降水开始时间一致性较好,终止时间一致性偏差;降水现象仪现存问题:在大雨强时易出现雨滴叠加误识别,在小雨强时识别率会降低,在无降水错误输出降水现象方面缺少质控。