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。     

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.     

吉林省一次层状云降水宏微观特征的观测研究

利用长春2004年7月5日一次降水过程的飞机观测资料,结合天气图、卫星云图及雷达回波等资料,综合分析了本次热带气旋影响下降水过程中云系的宏微观特征.研究表明,降水性层状云微观垂直结构配置可以分为4个发展层:云顶附近是核化和凝华增长区;-4～-7 ℃为云滴和冰粒子活跃增长层;0～-4 ℃为固态粒子聚合及云滴蒸发层;0 ℃层以下是雨滴碰并增长和云滴凝结增长区.2D-P观测的粒子的平均直径、最大直径、峰值直径的峰值集中在融化层附近,与融化层回波亮带对应.用同一种形式的密度分布函数N(r)=mrfexp(-ar br2-cr3)来拟合暖层小云滴、大云滴和雨滴的谱分布,拟合结果与观测的谱分布吻合较好,拟合出的平均直径、均方根直径、数浓度以及含水量与观测值也较接近,相对误差小.     

云中冰晶尺度谱特征与分布函数

本文给出了我国北方混合性、冷性层状云中冰晶(直径范围18—334μm)尺度谱分布特征和分布函数。冰晶尺度谱可归纳为单调下降和非单调下降两大类型,分布函数可用指数关系系N=N_0exp[-λD]来拟合,相关显著水平α<0.01的样本,占本文统计的样本99％以上。 冷性云中,谱分布参数N_0和λ随云中温度降低而增大,在云中温度T<-10℃时,增大更为明显。谱分布参数N_0和λ之间可用幂指数关系N_0=σ_iλ~(βi)来拟合,相关显著水平α<0.01。系数σ_1、β_i与云中有无冰晶繁生过程有关。     

双参数云物理方案中谱形参数作用分析和数值模拟试验

云物理参数化方案中,各种粒子通常采用Г谱分布函数n(D)=N0Dαexp(-λD)。双参数方案中谱参数截距N0和斜率λ通过预报给出,谱形参数α设为固定值。为了讨论谱形参数的作用,理论上分析了谱形参数取值对沉降过程和微物理源汇项的影响。利用MM5模式中增加的双参数显式云物理方案模拟了西北地区一次层状云降水过程,模拟针对雨滴谱的谱形参数rα不同取值分别做了试验。模拟结果基本符合理论分析,谱形参数rα变化时模拟出的地面降水和云的宏微观特征有差异。     

2014—2016年南京地区降雪微物理特征

利用OTT激光雨滴谱仪观测的南京地区2014—2016年共六场降雪粒子谱资料,按仪器记录的降水类型将资料分为雨夹雪、小雪、中雪,利用Gamma和M—P函数对粒子的尺度谱进行拟合,拟合参量由阶矩法求出。线性拟合得出降雪粒子末速度的V—D曲线,并与经验曲线进行对比分析;μ、λ关系由拟合所得二项式表示。结果表明：南京地区降雪尺度谱分布更接近于Gamma分布;小雪、中雪粒子的下落末速度同粒子直径变化无较大关联,降雪粒子以湿雪为主;雨夹雪很好地满足μ、λ二项式关系,小雪和中雪的μ、λ二项式关系相对更差,利用此关系简化Gamma函数进行遥感反演降水参量时,对于不同凝结状态的降雪需采取不同的μ、λ函数关系来表示。     

宁夏层状云宏观和微观物理特征综合分析

利用1978-1990年间宁夏地区5-9月的飞机云物理观测资料,重点分析了无层积云的高层云宏观和微观物理结构.研究表明:(1)无层积云的高层云云底比有层积云的高层云云底略高,云滴谱小粒子的数浓度也较大.暖层中的大云滴浓度高于冷层,可为云滴的碰并增长和冰晶繁生提供一定的大滴,利于降水的形成.(2)含水量的垂直分布具有多个峰值,极大值位于云的中下部,有利于高层冰雪晶粒子下落过程中碰并增长.(3)高层云雪晶谱总体上呈单调下降型,尺度为0.3～0.6 mm的雪晶浓度达到最大,优势晶形以立体枝状、柱状和针状为主.用M-P分布N=N0exp(-λr)来拟合雪晶谱,系数N0为0.132,系数λ为2.681,相关系数r为0.975,拟合精度优于Γ函数N(r)=ar2exp(-br).     

基于双偏振雷达和降水现象仪的郑州“7·20”极端强降水微物理特征分析

利用降水现象仪、双偏振雷达、常规气象观测资料和再分析数据,分析了郑州“7·20”极端强降水过程的微物理特征。此次过程受多尺度天气系统的共同影响,为复杂多变的降水微物理特征提供了有利的环境条件。结果表明,此次过程地面雨滴谱分布随时间存在明显变化,雨滴谱参数分布较广,覆盖了从大陆性对流降水至海洋性对流降水的分布区域。20日16—17时最强降水时段,小粒子数密度显著高于东亚地区普通对流性降水的统计结果和华南地区夏季平均值,且存在大量大粒子,保证了极高的降水效率。双偏振雷达参量的垂直结构反演结果显示,对流系统质心低,具有典型的暖云特征;0 ℃层以上冰相过程相对活跃,0 ℃层以下强烈的暖雨过程,大量的冰相粒子落下并融化和低层高效率的雨滴碰并增长过程,导致各尺度高浓度雨滴的生成,最终形成地面的极端强降水。     

拉萨夏季一次典型降水过程雨滴谱特征及Z-I关系分析

研究降水滴谱特征和谱分布对了解高原降水的微物理特征、雷达定量估测降水以及科学实施人工增雨作业尤为重要。本文选取2018年7月8—9日拉萨夏季一次典型降水过程，利用DSG5型降水现象仪和地面小时降水资料分析了高原夏季对流云和混合云降水的雨滴谱分布特征及〖WTBX〗Z I〖WTBZ〗关系。结果表明：降水现象仪和翻斗雨量计的降水变化趋势较为一致。对流云降水中2.0~3.0 mm的降水粒子对雨强的贡献最大，混合云降水雨强的主要贡献者是1.0~2.0 mm的粒子；混合云降水阶段的雨滴谱数浓度比对流云大一个量级。对流云和混合云降水的雨强与雨滴的质量加权平均直径和数浓度密切相关。拉萨地区雨滴谱适合〖WTBX〗Γ〖WTBZ〗分布，其拟合谱参数与青藏高原其他地区的差异表明高原地区雨滴谱分布存在时空差异；混合云降水谱参数〖WTBX〗N0、μ〖WTBZ〗和〖WTBX〗λ〖WTBZ〗与雨强的变化趋势相反。混合云降水〖WTBX〗Z I〖WTBZ〗关系的系数和指数均小于对流云降水。应用标准〖WTBX〗Z I〖WTBZ〗关系，对流云降水阶段雷达低估降水强度；混合云降水阶段，当雨强<2.3 mm雷达低估降水，否则雷达高估降水。     

风廓线雷达探测降水云体中雨滴谱的试验研究

对风廓线雷达探测降水时出现的双峰型功率谱密度分布的回波,进行大气返回信号和降水返回信号的剥离,由大气返回信号求出环境大气的垂直运动,导出降水质点下降末速度的功率谱密度分布,进而求出云体中的雨滴谱分布。对两次降水进行了雨滴谱反演试验,提取了不同高度上30多份雨滴谱分布,雨滴谱分布基本上呈现出指数分布形式。指数拟合后求出雨滴谱的浓度参数N0由几百到几千m-3mm-1,尺度参数λ为3.8～4.5 mm-1。试验中,还由反演的雨滴谱估算出云中含水量,得出降水云体中含水量随高度的分布,与附近多普勒天气雷达观测进行了比较。风廓线雷达与多普勒天气雷达探测到的回波强度随高度分布基本一致,云中含水量估算的均值基本相同,而风廓线雷达由雨滴谱估算出的含水量随高度分布可以反映出雨滴谱变化的影响,随高度分布更为精细。     

Impact of cloud microphysical processes on hurricane intensity, part 2: Sensitivity experiments

Summary Seven different microphysical sensitivity experiments were designed with an objective to evaluate their respective impacts in modulating hurricane intensity forecasts using mesoscale model MM5. Microphysical processes such as melting of graupel, snow and cloud ice hydrometeors, suppression of evaporation of falling rain, the intercept parameter and fall speed of snow and graupel hydrometeors are modified in the existing NASA Goddard Space Flight Center (GSFC) microphysical parameterization scheme. We studied the impacts of cloud microphysical processes by means of track, intensity, precipitation, propagation speed, kinematic and thermodynamic vertical structural characteristics of hurricane inner core. These results suggest that the set of experiments where (a) melting of snow, graupel and cloud ice were suppressed (b) melting of snow and graupel were suppressed and (c) where the evaporation of rain water was suppressed all produced most intense storms. The major findings of this study are the interconversion processes such as melting and evaporation among hydrometeors and associated feedback mechanism are significantly modulate the intensity of the hurricane. In particular an experiment where the melting of graupel, snow and cloud ice hydrometeors was eliminated from the model parameterization scheme produced the most explosively intensified storm. In the experiment where rain water evaporation was eliminated from the model, it produced a stronger storm as compared to the control run but it was not as strong as the storms produced from absence of melting processes. The impact on intensity due to variations made in intercept parameters of the hydrometeors (i.e., snow and graupel) were not that evident compared to other experiments. The weakest storm was noted in the experiment where the fall speeds of the snow hydrometeors were increased two fold. This study has isolated some of the factors that contributed to a stronger hurricane and concludes with a motivation that the findings from this study will help in further improvement in the design of sophisticated explicit microphysical parameterization for the mesoscale non-hydrostatic model for realistic hurricane intensity forecasts.     

双偏振雷达水凝物分类算法优化及在雹暴云的应用分析

为提升我国多普勒双偏振雷达水凝物分类的应用水平,在美国强风暴实验室(NSSL)研发的水凝物分类算法(HCA)基础上,通过增加冰雹区与三体散射区水凝物类型的订正识别、选用数值模式温度分析场识别融化层、引入水凝物类型垂直分布限制条件等,建立了优化方法(HCA-Opt)。利用HCA-Opt分析了2021年7月9日济南市章丘区一次雹暴云的水凝物分布特征,对冰雹落区与水凝物分类结果进行比对检验,得到如下主要结论:HCA-Opt可以正确识别冰雹与三体散射区的水凝物类型,修正了HCA将其识别为地物的问题;HCA-Opt利用模式温度分析场可准确识别融化层高度,解决了强对流天气下HCA使用的融化层自动识别算法(MLDA)无法有效识别融化层的缺陷;与HCA相比,HCA-Opt识别的水凝物在垂直分布上更加合理。HCA-Opt给出的水凝物分类结果较好描述了雹暴初生、降雹不同阶段的水凝物空间分布,初步揭示了不同高度水凝物粒子相态转化特征。HCA-Opt识别的水凝物分类中,中(小)雨与霰的可信度最高,冰晶与湿雪的可信度较低,且容易与干雪混淆;总体而言,HCA-Opt提高了水凝物分类识别技巧,对冰雹预警和落区判别具...     

基于多普勒天气雷达产品的降雪及冻雨综合分析

利用常规观测资料、探空资料、多普勒雷达资料从天气背景、温度层结及雷达回波特征等方面对宁波2004-2008年的7次降雪过程进行综合分析。结果表明:中层西南气流、低层逆温、低层转偏北风及地面气温低于4 ℃是宁波降雪的必要条件, 西南气流的强弱与范围很大程度上决定降雪强度; 冻雨要求中低空存在高于0 ℃的融化层, 下垫面温度低于0 ℃, 降雪则要求冻结层厚度远大于融化层或者没有融化层; 降雪回波特征中, 回波强度一般低于30dBz, 与降雪量对应关系不明显, 水平和垂直反射率因子梯度小, 结构均匀, 一般谱宽小于4 m/ s, 回波顶高低于6000 m; 零度层亮带所在高度的降低、消失与雨雪转换时间基本吻合, 可以利用零度层亮带高度的变化来判断降水性质的转变; 600 hPa以下零速度线随高度的变化, 对雪止临近预报有一定的指示意义。     

山西春季层状云系数值模拟及与飞机探测对比

采用中国气象科学研究院 (CAMS) 中尺度云参数化模式对2010年4月20日山西省一次春季层状降水云系的宏微观结构,特别是垂直方向上的微物理结构进行了数值模拟和分析。利用携带云粒子探测设备的飞机对该次层状云系进行了两次云物理探测飞行,并将飞机探测所获取的数据和图像资料与数值模拟结果进行了对比研究。模拟结果显示:该次降水过程以层状冷云降水为主,云中过冷水含量丰富,云系存在明显的3层结构,地面降水主要来自于云中高层冰晶、雪、霰等冰相粒子的融化和低层云水的转化。数值模拟与飞机探测对比分析显示,高空温度、湿度和高度的配置两者基本一致,数值模拟不同高度的云粒子相态、垂直方向云水比含水量与飞机探测获取的云粒子图像和云液态水含量的垂直结构基本吻合,但数值模拟的云中各种水成物粒子出现的高度较飞机探测偏高。     

一次梅雨锋暴雨过程数值模拟的云微物理参数化敏感性研究

梅雨锋暴雨中的云微物理过程对降水的演变有着重要影响。本文通过WRF模式（3.4.1版本）,针对2018年6月29～30日一次梅雨锋背景下的暴雨过程进行数值模拟,分别采用了Morrison、Thompson和MY云微物理参数化方案进行对比分析,结果发现:（1）三个方案模拟的背景场在天气尺度上,都与ERA5再分析资料一致,能够模拟出有利于强降水发生的环流场。云微物理过程对梅雨期暴雨的局地环流有着显著影响,不同方案存在明显差异,本次过程中,Thompson方案模拟出更强的局地环流系统变率和上升气流。三个方案的模拟降水均有所夸大,小时降水率始终大于观测值。冰相粒子融化或雨滴搜集云滴的高估可能是造成降水模拟值偏强的重要原因之一,总体来看,Morrison方案的模拟效果相对最优。（2）冰相粒子融化、雨滴搜集云滴是雨滴增长的关键源项,蒸发则是其最重要的汇项。总的来说,雨滴对云滴的搜集量大于冰相粒子融化。但上述过程在不同方案中存在空间上的差异,从而使得模拟降水的空间分布存在差异。（3）Thompson方案中,冰相粒子融化量最大,雨滴蒸发项显著大于其它两个方案,在底层表现得最为明显。同时,该方案水汽凝结效应最强,使得雨滴搜集更多云滴。该方案模拟的雨滴最多,降水最强。该方案中凝华的主要产物为雪,且其在与过冷水碰并增长过程中占主导地位,故模拟的雪最多。（4）Morrison方案中,水汽主要凝华为雪和少量霰（冰晶忽略不计）;Thompson方案中水汽基本凝华为雪,其它冰相粒子极少;MY方案中,水汽主要凝华为雪和冰晶,冰晶总量略少于雪,但显著大于其它方案。（5）云滴在凇附过程中的总体贡献大于雨滴。Morrison和MY方案中,霰粒子搜集云滴增长的量均最大。Morrison方案中,其它凇附过程不同程度发挥作用,而MY方案中,其它凇附过程几乎可忽略不计。并且,霰粒子搜集云滴的增长量大于凝华过程产生的雪粒子总量。贝吉龙及凇附效应的差异,是不同方案中冰相粒子分布差异的关键原因之一。     

超强台风“威马逊”(2014)云微物理特征的模拟与对比分析

采用中尺度数值模式WRFv3.5对2014年超强台风“威马逊”进行数值模拟。利用雷达、卫星、自动站逐时降水资料,对比单参数WSM6云方案和双参数WDM6云方案在模拟台风路径、强度、降水分布及水成物含量上的差异,分析雨滴粒子的谱型特征及微物理源、汇项对云中雨水含量的影响。与上海台风研究所的最佳路径数据对比显示,两方案均较好地模拟出了台风“威马逊”的移动路径,WDM6方案的整体路径误差更小;模拟的强度差异则较为显著,WDM6方案的海平面最低气压值偏高,强度偏弱。两方案模拟的累积降雨分布虽与自动站实测资料基本一致,但WDM6方案模拟的强降水概率偏高,弱降水概率偏低。两方案模拟的对流区雪、霰、雨水含量均大于TRMM卫星反演结果,且WDM6方案的对流云较多,总体雨水含量偏高;两方案均模拟出了雷达回波分布的整体特征,但眼区尺度偏大,WDM6方案在融化层以下缺少眼墙之外的弱回波区且大于39 dBz的强回波区偏多,同样显示了雨水含量（或尺度）偏大。由于WDM6方案为暖雨（云、雨水）双参数模式,对云滴活化、云雨转换及云、雨谱型有一定的改进,其能较合理地模拟出雨滴谱随台风发展的演变特征;模拟显示,云、雨滴的收集碰并及固态粒子的融化是雨水的主要源项,WDM6方案增加了云雨水自动转化率及雨水碰并云水率,导致该方案的空中雨水含量偏高,且随高度的降低快速减小;此外,由于WDM6方案使用简单的寇拉公式进行云滴活化,初始云凝结核数的变化即可造成雪、霰、云雨水含量的改变,故建议在具体大气气溶胶条件下,对方案中的云滴生成参数化过程做相应的调整。     

Cloud microphysical and precipitation responses to a large-scale forcing in the tropical deep convective regime

Summary Cloud microphysical and precipitation responses to a large-scale forcing in the tropical deep convective regime are investigated based on hourly zonally-averaged, vertically-integrated simulation data from a two-dimensional coupled ocean-cloud resolving atmosphere model. The model is forced by the large-scale vertical velocity and zonal wind observed and derived from TOGA COARE for a 50-day period. The accretion of cloud water by graupel induces growth of graupel that enhances raindrops through its melting during a weak-forcing period, whereas the large deposition rate of vapor associated with a large upper-tropospheric upward motion causes growth of snow from the conversion of cloud ice and enhancement of graupel from the accretion of snow during a strong-forcing period. The local changes of raindrops and graupel switch from the negative to positive values as the forcing strengthens in the weak-forcing case, whereas the variations of cloud hydrometeors are not sensitive to the strength of the forcing in the strong-forcing case. Phase analysis indicates that cloud water leads the surface rain rate by 1 hour. The surface rain rate can be calculated based on the conservation of vapor and cloud hydrometeors and the budget of raindrops. The vapor source and local changes of cloud hydrometeors could have impacts in the calculation of the surface rain rate. The vapor source determines the surface rain rate in the strong-forcing case whereas the cloud variations could become important in the weak-forcing case. In the budget of raindrops, the sum of the collection of cloud water by raindrops, the melting of graupel, and the evaporation of raindrops determines the surface rain rate in the strong-forcing case whereas the other rain-related microphysical processes become important in the weak-forcing case.     

2014年夏季青藏高原云和降水微物理特征的数值模拟研究

为了加强对青藏高原（高原）云和降水微物理特征的深入认识,采用高分辨率中尺度数值预报模式（WRF）,对第三次青藏高原大气科学试验2014年7月3-25日发生的6次不同强度云和降水过程进行了数值模拟分析。研究结果表明:（1）青藏高原夏季云和降水过程具有独特性。高原夏季对流的促发机制主要是午后高原加热造成的,云和降水具有明显的日变化。午夜后,对流性降水一般转化为层状云降水,具有明显的0℃层回波亮带,并且会产生强降水。大部分对流云云顶高度超过15 km（海拔高度）,最大上升气流速度为10-40 m/s。（2）6次云过程中均具有高过冷云水含量,主要分布在0—-20℃层,冰晶含量主要分布在-20℃层以上的区域,强盛的对流云中,可出现在-40℃层以上区域;雨水集中分布在融化层之下,说明其主要依赖降水性冰粒子的融化过程;雪和霰粒子含量高,分布范围广,说明云中冰相过程非常活跃。（3）高原夏季云中水凝物的转化过程和降水的形成机理具有明显特点。霰粒子的融化过程是地面雨水的主要来源,暖雨过程对降水的直接贡献很小,但通过暖雨过程形成的过冷雨滴的异质冻结过程对云中霰胚的形成十分重要。霰粒子的增长主要依靠凇附过程以及聚并雪晶的增长过程。      

东北冷涡中尺度云系降水机制研究 II: 数值模拟

在利用卫星、雷达和机载PMS(粒子测量系统)等观测资料对2003年7月8日东北冷涡积层混合云系的降水形成机制分析的基础上,将观测分析与数值模拟研究相结合,用中尺度数值模式对积层混合云系做数值模拟,并结合观测资料进一步分析了积层混合云系的微物理结构、粒子形成过程和降水形成机制,获得如下结果:(1)混合云中对流云具有分层的微物理结构.冰晶含水量最大值出现的高度最高,其次由高到低的排序是雪、云水、霰和雨;雨水主要出现在云的暖区;各种粒子中以雨水含水量最高,其次是霰.对流云体生命期较长,微物理结构基本稳定.(2)粒子形成增长过程有差异.冰晶通过凝华过程增长.雪主要来源于冰晶,产生后主要通过撞冻、收集冰晶和凝华过程增长,其中撞冻过冷云水增长对雪质量贡献最大,其产生率极大值高度与过冷云水相当.丰富的过冷云水,给雪的撞冻增长提供了有利条件.在高、中和低层雪的形成有着不同的机制,高层雪收集冰晶长大后,下落到低层又以雪撞冻过冷云水的结淞增长为主要过程.霰主要由雨滴冻结和雪的转化产生,过冷雨滴与冰晶接触冻结成霰;过冷雨滴收集雪,雪随着雨滴的冻结而转化成霰.因此霰的产生与过冷雨滴关系极大.霰主要撞冻云水、收集雪和冰晶增长,其中撞冻是霰的重要增长过程.雨水主要由霰的融化形成,降水主要是由冷云过程产生的.在过冷层,霰撞冻增长占优势.云上部的冰晶和雪对云的中部具有播撒作用,过冷层中存在丰富的过冷水,对冰相粒子的撞冻增长有利.对云水消耗的分析表明,雨滴对云滴的收集、霰和雪对云水的撞冻增长是消耗云水的主要过程.(3)从各种粒子的形成和增长过程可以看出,大部分雨水由霰融化形成,暖云过程贡献要小得多.可见,降水主要是由冷云过程产生的,这与观测分析的结果一致.