安宁河谷雨季层状云和对流云降水的雨滴谱特征

利用2017年8—10月安宁河谷的激光雨滴谱仪观测数据,对层状云和对流云降水粒子谱的微物理参量、Gamma函数拟合、Z-I拟合关系、降水粒子对数浓度和降水强度贡献率进行了分析。结果表明：层状云雨滴谱较对流云窄,对流云降水粒子总数浓度、降水强度、液态水含量和雷达反射率因子等均显著高于层状云。Gamma函数可以较好地拟合雨滴谱的分布情况,层状云的函数曲线较对流云更加平滑。层状云、对流云降水的Z-I拟合关系均较好,分别为Z=181.90I^1.54和Z=175.59I^1.54。层状云降水强度贡献率的80%集中在直径不超过2 mm的粒子,而对流云的90%集中在直径超过1 mm的粒子,表明降水粒子尺度较浓度对降水强度的影响更大,大尺度降水粒子对降水强度贡献更大。     

三维雷达反射率资料用于层状云和对流云的识别研究

基于层状云和对流云的雷达反射率分布的三维形态特征,提出了识别层状云和对流云的6个候选识别参数,它们分别是:组合反射率及其水平梯度,反射率因子等于35 dBZ的回波顶高及其水平梯度、垂直累积液态水含量及其密度。通过分析候选识别参数分布图和选取的反射率垂直剖面图,用人机交互方式挑选“真实的”层状云和对流云区,统计这6个候选识别参数分布的概率密度特征;最后确定把分布概率密度更集中的组合反射率水平梯度、35 dBZ的回波顶高的水平梯度和垂直累积液态水含量密度作为识别参数,利用模糊逻辑法进行层状云和对流云的识别。用三个个例进行了识别试验,并把用模糊逻辑法识别的结果与用改进的巅峰值法识别的结果进行了比较,结果表明:用模糊逻辑法和改进的巅峰值法都能合理地识别大部分层状云和对流云;由于改进的巅峰值法只考虑了反射率分布的二维形态特征,它容易把对流核的外围识别成层状云,把厚实的层状云识别成对流云,而考虑了反射率分布的三维形态特征的模糊逻辑法在这两个方面有很大改善。     

庐山层状云和对流云雨滴谱比较分析

本文从庐山近3 a的雨滴谱观测资料中选取数例层状云降水和对流云降水个例,通过对两类云降水的平均雨滴谱分析拟合、各微物理量演变以及速度谱的对比研究,得出以下结论:庐山对流云降水的平均雨滴谱很宽,有直径大于10 mm的大雨滴出现。Γ分布,对层状云降水拟合,较MP分布差,而对对流云降水拟合,较MP分布好。两类云降水的雨强变化都是由最大雨滴直径和粒子数浓度共同决定的,但对于对流云降水,最大雨滴直径的决定作用更为重要。雨滴直径较小时,两类云降水的实测速度大于经验公式值;而雨滴直径较大时,实测速度值分布在经验公式曲线两侧,但对流云降水的分布偏差要大于层状云降水。     

不同校准方法检验雷达定量估测降水的效果对比

应用雷达低仰角基本反射率资料和地面加密自动站降水量资料,采用最优化方法,根据天津地区降水特点和不同降水类型,建立适用本地的雷达Z-I关系。经实际应用检验,积混降水类型Z-I关系具实用性。在天津本地化Z-I关系基础上,通过了对比分析6种不同校准方法在天津夏季降水估测中的检验效果。结果表明：Z-I关系校准法和最大集成法对降水的估测偏高,误差较大;最优插值法的估测精度最高,平均绝对误差和均方根误差最小;但计算不同校准方法与实况相关性表明,变分校准法的估测效果与雨量计降水量的相关性最好。同时,所有估测校准法对小雨量级的降水均出现了不同程度的偏高估测。     

基于不同海拔高度的雷达降水估测试验

在国内外雷达定量估测区域降水量一些方法基础上,将降水类型、地理位置和海拔高度同时纳入考虑范畴,在成都CINRAD/SC雷达站(海拔高度596.5 m)200 km范围内选择实验区,并按海拔高度将所选区域分为3区。然后利用2010年7—8月的雷达体扫资料以及同时段、同时次的雨量计数据,采用最优化算法分别在每个区域内修订传统Z-I关系中的"A,b"系数,以得到不同海拔地区的Z-I关系和每小时雨量估测值。研究表明,与直接采用传统的Z-I关系定量测量降水相比,各个区域内,经改善后的Z-I关系准确率提高了20%左右,算法相对简单,适合业务使用。     

宜昌市天气雷达定量降水估测Z-I关系研究

选取2012年宜昌市8次主要降水过程的自动站降水资料和雷达基数据资料,采用分类型最优化法对不同类型降水的Z-I关系进行研究。结果表明,与厂家提供的通用Z-I关系对比,分类型最优化Z-I关系的定量降水估测能力有一定程度提高,对流性、稳定性和混合型降水的估测值与雨量计实测值的平均相对误差分别从40.81%、31.65%、42.35%降低到30.60%、23.35%和27.08%,同时相关系数也依次分别从0.803、0.759、0.762提高到0.815、0.776、0.786。     

黄山层状云和对流云降水不同高度的雨滴谱统计特征分析

根据2011年6~7月在黄山不同高度采用PARSIVEL雨滴谱仪测得的雨滴谱数据,对不同海拔高度上两类（层状云和对流云）降水粒子谱的微物理特征量、Gamma函数拟合以及雨滴的下落速度进行对比分析,结果表明:对流云降水的雨水含量和降水强度、雨滴的各类尺度参数和数浓度都比相同位置上层状云降水的大,同类降水中,山腰的雨滴尺度大于山顶和山底,这可能与各观测点和云底相对位置的不同有关;随降水强度增加,雨滴的质量加权平均直径D_m逐渐增大,广义截距参数（log₁₀N_w）的标准差逐渐减小。拟合结果表明各高度的雨滴谱都比较符合Gamma分布,由拟合参数分析雨滴谱的演变,发现相对于对流云降水,层状云降水粒子谱随高度的变化较小,雨滴谱的演变较为稳定。此外,本文还对两类降水中雨滴的下落速度及影响落速的因素进行了分析。     

中国东部暖季对流云与层状云的比例及与降水的对应关系

基于1985~2011年逐时地面台站观测云资料,分析了对流云和层状云及其比例关系的时空演变特征,结合逐日融合降水资料研究了对流云、层状云与季风雨带的对应关系。结果表明,中国东部暖季（5~9月）对流云发生频率平均为15.4%,层状云为30.0%。对流云与层状云发生频率的比例在广东、广西、海南省东部和贵州省大部分地区大于1,其它地区均小于1。伴随季风雨带的北进南退,层状云发生频率和云量中心均与降水中心对应,且层状云云带与季风雨带位置吻合,随时间的演变趋势也相同,说明季风雨带主要由层状降水构成,对流云发生频率和云量大值中心则位于季风雨带南侧。对流云和层状云发生频率/云量的变化在华南地区和江淮流域呈显著负相关,云的类型主要由大气稳定度决定。对流云和层状云发生频率在华北地区呈显著正相关,水汽是形成云的决定因素。就降水频率而言,华南地区层状云降水和对流云降水各占一定的比例,而江淮流域和华北地区层状云降水频率更大。     

2010年潮州台风过程雷达估测降水的几种方法对比分析

利用2010年台风过程的雷达资料和自动站雨量资料,采用最优化Z-I关系方法和曲线拟合Z-I关系方法分别得到不同区域的Z-I关系,以及采用雷达OHP产品统计估算方法,在2010年9月20日台风暴雨中进行对比试验,对过程降水误差进行对比分析,得到最优化Z-I关系估测降水的误差最小,能较准确测量潮州地区的降水量,并对雷达估测降水的误差原因进行分析。     

概率配对法在雷达定量估测降水中的应用

目前,CINRAD WSR-98D雷达所有降水估测产品都是基于现成的Z-I关系得到的,与实际雨量有较大差异,这和Z-I关系随季节和地区变化较大有关.因此,利用概率配对法对华北南部的Z-I关系进行了本地化,并应用计算得到的系数,对2006年5月25日、2005年9月20日、2006年7月14日3次降水过程进行了检验,与标准法估测得到的降水进行比较,结果表明:对于单站降水评定,＞2.5 mm-h-1的较强降水,概率配对法估测效果优于标准法估测降水;对于强度大或持续时间长的降水过程的区域总雨量估测,概率配对法明显优于标准法,对两次降水量大的过程,相对误差仅为-2.3%和1.3%,远远优于标准法的,38.5%和-19.0%.     

利用雷达回波资料对夏季对流云降水的初步探讨

2000年7～9月在福建省建阳气象雷达站利用“713-C”数字化雷达完整地观测到101块对流云生成、发展、消亡过程。通过对这些资料分析，探讨夏季对流云降水机制。分析表明:夏季对流云中初始回波出现在0 ℃层以下，单体对流云占89.2%，多单体对流云占77.8%，其中回波及地时，主体回波扩展到冷暖区多单体明显高于单体(各为77.8%和63.9%)。由于多单体对流云其回波强度、尺度及降水时长都大于单体对流云，是夏季降水和人工催化的重要云系。     

线性回归模型的最小二乘法基本假设在Z-I关系拟合中的应用

由于z-I关系的非线性,线性回归模型中常规最小二乘法的一些基本假设在拟合过程中无法满足.研究表明使用不同的计算方法,同样的数据可能得到差异明显的A、b值.本文从常规最小二乘法基本假设入手,通过2006年大连地区两次降水过程的回波和雨量资料,对不同Z-I回归模型中关于误差项的物理意义、期望和方差进行比较,提出在Z-1拟合中采用加权最小二乘法.     

山地对流云并合形成积层混合云的过程分析

本文利用贵阳市气象台2005和2006年5-9月的地面、高空观测和雷达资料等,分析了41次山地对流云并合形成积层混合云的降水过程.研究发现如果分散的多单体对流云若距离较近,则很可能出现大范围地跨接、合并,则有可能形成范围宽广的片状或带状云系,即积层混合云系.云系形成以后在移动的过程中,会将前方不断新生的对流单体合并,从而云系前缘强度增强,云系不断维持.整个系统的生命期往往较分散云团更长,并有可能会形成间歇性或连续性降水.本文分析了山地对流云并合形成积层混合云的一些具体特征.     

阳泉市强对流天气分析预报

本文通过对发生在阳泉的强对流天气的历史个例分析,得出其天气分型,结合强对流天气发生发展条件分析以及卫星云图和多普勒雷达资料的应用,得出一些强对流天气预报指标,为做好强对流天气的预报服务提供参考。     

Macro- and Micro-physical Characteristics of Different Parts of Mixed Convective-stratiform Clouds and Differences in Their Responses to Seeding

This study investigates the cloud macro- and micro-physical characteristics in the convective and stratiform regions and their different responses to the seeding for mixed convective-stratiform clouds that occurred in Shandong province on 21 May 2018, based on the observations from the aircraft, the Suomi National Polar-Orbiting Partnership (NPP) satellite, and the high-resolution Himawari-8 (H8) satellite. The aircraft observations show that convection was deeper and radar echoes were significantly enhanced with higher tops in response to seeding in the convective region. This is linked with the conversion of supercooled liquid droplets to ice crystals with released latent heat, resulting in strengthened updrafts, enhanced radar echoes, higher cloud tops, and more and larger precipitation particles. In contrast, in the stratiform cloud region, after the Silver Iodide (AgI) seeding, the radar echoes become significantly weaker at heights close to the seeding layer, with the echo tops lowered by 1.4–1.7 km. In addition, a hollow structure appears at the height of 6.2–7.8 km with a depth of about 1.6 km and a diameter of about 5.5 km, and features such as icing seeding tracks appear. These suggest that the transformation between droplets and ice particles was accelerated by the seeding in the stratiform part. The NPP and H8 satellites also show that convective activity was stronger in the convective region after seeding; while in the stratiform region, a cloud seeding track with a width of 1–3 km appears 10 km downstream of the seeding layer 15 minutes after the AgI seeding, which moves along the wind direction as width increases.     

北京一次积层混合云系结构和水分收支的数值模拟分析

本文利用中国气象科学研究院(CAMS)中尺度云分辨模式对2007年10月的一次积层混合云降水过程进行了数值模拟。利用模拟结果结合实测资料, 研究了积层混合云系的宏微观结构和降水特征, 并分析了云系的水分收支及降水效率。结果表明:积层混合云是导致此次北京降水的主要云型;积层混合云降水分布不均匀, 云系中微物理量的水平和垂直分布都不均匀, 具有混合相云的云物理结构。冷云降水过程占主导地位, 雪的融化对雨水的形成贡献最大。北京区域降水过程的主要水汽源地为黄海海面及蒙古国, 两支气流在陕西北部汇合后的西南气流将水汽输送到华北地区, 北京区域以外, 水汽和水凝物主要从西边界和南边界输送到域内。北京区域降水主要时段内, 水物质通量在水平方向上为净流入。对北京区域水汽、水凝物和总水物质的水分收支各项的估算表明, 水物质基本达到平衡。北京区域从2007年10月5日20时至6日14时, 总水成物降水效率、凝结率、凝华率及总水凝物降水效率分别为5.6%、4.77%、4.19%、44.9%。     

对流云人工增雨效果检验技术方法及应用

对流云降水时空变差较大,利用WoodleyRosenfeld提出的建立在雷达资料基础上的移动目标单元法对对流云增雨作业进行效果评估。利用塘沽、北京及秦皇岛3部雷达资料,对其进行插值处理,确定移动目标单元识别和跟踪方法,然后在移动目标单元中确定催化单元和对比单元,记录每个单元的物理参量,利用Z-R关系反演降水量,对物理参量和反演降水量做统计分析,定量计算增雨效果的同时提供人工增雨的物理证据。应用该方法对2011年7月24日对流云人工增雨作业效果进行评估,结果表明:催化剂进入云中后使得最大回波强度增强,回波顶高增加,从物理角度证明了催化对增加降水起到了一定作用。利用降雨率对增雨作业进行定量效果分析,结果表明该次作业相对增雨7.69%,显著度检验值0.043,增雨效果较为显著。     

风廓线雷达资料在乌鲁木齐一次大暴雪过程分析中的应用

利用常规观测、自动站逐时降水量、乌鲁木齐市风廓线雷达及ECMWF1°×1°再分析等资料,对2018年10月17—18日乌鲁木齐雨夹雪转大暴雪过程进行分析。结果表明,大暴雪是在低空西北气流与中高层西南急流叠加并维持的有利环流背景下,由700～850 hPa风切变、风速辐合、地面冷锋及地形强迫抬升等多尺度系统共同作用造成的。强降雪时雷达探测高度维持较高达7500 m,随着降雪结束探测高度明显降低。水平风场表明低空西北急流与中高层偏南急流形成的垂直风切变廓线的维持,是强降雪持续的动力条件。大气折射率结构常数C_n~2、垂直速度的大小与雨雪的开始、结束时间有较好的对应关系,且低层较强偏北风与C_n~2大值区相对应,降雪时低层垂直速度为0.8～1.2 m·s~(-1),雨或雨夹雪时垂直速度为1.8～2.5 m·s~(-1)。因此,水平风向风速、C_n~2和垂直速度的垂直变化对暴雪短临预报有很好的参考价值。     

Potential Deformation and Its Application to the Diagnosis of Heavy Precipitation in Mesoscale Convective Systems

Many observational studies have shown that deformation, like vertical vorticity and divergence, is closely related to the occurrence and distribution of strong precipitation. In this paper, to involve deformation in precipitation diagnosis, a new parameter called potential deformation(PD) is derived and then applied to precipitation detection within a simulated mesoscale convective system(MCS). It is shown that PD includes both stretching deformation and shearing deformation and shares similar characteristics with deformation insofar as it does not change with the rotating coordinate. Diagnosis of the simulated MCS reveals that PD performs well in tracing the MCS' precipitation. In terms of their distributional pattern, the large-value areas of PD are similar to the precipitation in the different development stages of the MCS. A detailed analysis of the physical processes contained within the PD shows that it can reflect the three-dimensional moisture variation,vertical wind shear and wind deformation within the MCS. These structures are usually a comprehensive reflection of the characteristics of the surface cold pool, rear inflow jet, downward cold air flow and upward warm moist flow within the precipitating convective cells. For this reason, the PD shows much stronger anomalies in the precipitating atmosphere than the non-precipitating atmosphere, which implies considerable potential for its application in detecting heavy precipitation within MCSs.