高原气象

高原气象 >

2022 , Vol. 41 >Issue 5: 1251 - 1265

DOI: https://doi.org/10.7522/j.issn.1000-0534.2021.00059

论文

一次高原涡过境的不同云-降水垂直结构和特征研究

  • 左园园 ,
  • 郑佳锋 ,
  • 贺婧姝 ,
  • 尹晓燕 ,
  • 李博勇 ,
  • 胡志群 ,
  • 雷之雨
展开
  • 1. 高原大气与环境四川省重点实验室/成都信息工程大学 大气科学学院，四川 成都 610225
    2. 灾害天气国家重点实验室/中国气象科学研究院，北京 100081

左园园（1996 -）， 女， 重庆渝北人， 硕士研究生， 主要从事雷达气象学等方面研究. E-mail：

收稿日期: 2021-02-22

  修回日期: 2021-06-30

  网络出版日期: 2022-11-03

基金资助

国家重点研发计划项目(2018YFC1505702); 江苏省气象科学研究所北极阁基金项目(BJG201901); 成都信息工程大学人才引进项目(KYTZ201728)

收起

Study on the Vertical Structures and Characteristics of Different Cloud-Precipitation Types during a Qinghai-Xizang Plateau Vortex Transit

  • Yuanyuan ZUO ,
  • Jiafeng ZHENG ,
  • Jingshu HE ,
  • Xiaoyan YIN ,
  • Boyong LI ,
  • Zhiqun HU ,
  • Zhiyu LEI
Expand
  • 1. Plateau Atmosphere and Environment Key Laboratory of Sichuan Province，School of Atmospheric Science，Chengdu University of Information Technology，Chengdu 610225，Sichuan，China
    2. State Key Laboratory of Severe Weather，Chinese Academy of Meteorological Science，Beijing 100081，China

Received date: 2021-02-22

  Revised date: 2021-06-30

  Online published: 2022-11-03

Fold

本文引用格式

左园园 , 郑佳锋 , 贺婧姝 , 尹晓燕 , 李博勇 , 胡志群 , 雷之雨 . 一次高原涡过境的不同云-降水垂直结构和特征研究[J]. 高原气象, 2022 , 41(5) : 1251 -1265 . DOI: 10.7522/j.issn.1000-0534.2021.00059

1 引言

青藏高原对中国乃至东亚的水循环、 气候和天气都有重要影响（Tao and Chen， 1987； 曾钰婷等， 2020）。高原涡是青藏高原上独特的低涡系统， 它不仅是高原主要的降水系统之一， 同时在合适的天气背景下还会移出高原， 造成下游地区的暴雨等灾害性天气（丁一汇， 1993； 叶笃正， 1979； 杨克明等， 2001； 李国平， 2013）， 因此， 加强高原涡的观测和研究对提高它的机理认识和预警预报都具有重要意义。
一直以来， 许多学者关注高原涡的结构、 发生发展机理和云-降水特征等（章基嘉等， 1988； 罗四维， 1992）。20世纪60年代， 叶笃正（1979）就发现高原涡主要是在高原中西部生成， 常常活动在500 hPa上。郁淑华和何光碧（2003）利用日本GMS静止卫星资料分析了1998年8月一次东移型高原涡的生成、 稳定和东移三个阶段， 发现对流层中上部的水汽涡旋位于低涡东侧时， 低涡会向东发展， 水汽涡旋位置对高原涡移动有一定预示意义。蒋璐君等（2015）利用TRMM资料对比了西南涡降水与高原涡降水的差异， 发现西南涡引起的降水频率较高， 但高原涡的降水范围和强度更大。郁淑华和何光碧（2001）利用Z模式对那曲低涡进行模拟， 发现印度洋阿拉伯海是高原涡形成的重要水汽源， 阿拉伯海上空水汽源的增加有利于低涡形成所需的高度场和温度场条件。陈功和李国平（2010）利用WRF模式对一次高原涡过程进行模拟， 结果表明高原涡在成熟阶段有与热带气旋相似的涡眼结构存在， 高原涡呈现暖心结构， 这与李国平和蒋静（2000）以及李国平和刘红武（2006）提出的结论一致。Wang et al（1987a， 1987b）利用有限区域中尺度数值模式研究了造成1979年夏季暴雨的高原涡个例， 发现低涡发展过程中潜热加热非常重要， 地面感热通量能降低层结稳定度， 使边界层扰动加强， 同时边界层的水汽含量也明显增加； 在高原复杂地形、 积云对流潜热释放和大尺度环流的作用下， 高原动力和热力作用是高原涡发展的主要原因。
2013年我国启动了第三次青藏高原大气科学试验TIPEX-Ⅲ（刘黎平等， 2015）。TIPEX-Ⅲ期间， 高分辨率垂直探测的遥感设备， 如C波段连续波雷达、 毫米波云雷达、 微波辐射计、 激光雷达和激光云高仪等被安置在那曲地区。这些资料为研究高原云-降水的垂直结构和物理特征提供了新的视角（郑晨雨和刘黎平， 2020； 阴蜀城等， 2020）。刘黎平等（2015）利用毫米波云雷达资料研究了那曲上空的云宏观参数和日变化特征， 发现那曲夏季云层大多集中在4 km以下和6 km以上， 初生的积云和层云一般在3 km高度上， 而深对流系统高度可达到16.5 km， 高云的云顶、 云量和云厚等具有显著的日变化， 云在10:00（北京时， 下同）发展最弱， 在20:00发展最为旺盛。阮悦等（2018）利用C波段连续波雷达资料对那曲上空对流降水云进行聚类和统计分析， 发现深厚对流云体的水平分布一般呈现为对流单体嵌入到降水系统里面， 浅薄对流云体则呈现出孤立的爆米花分布。赵平和袁谥（2017）利用毫米波云雷达和雨滴谱仪资料研究了那曲2014年7月一次高原涡降水过程， 发现高原涡降水的雨滴谱分布较宽， 但夜间降水分布较窄。张涛等（2019）也利用毫米波云雷达资料研究了那曲地区一次热力对流过程， 发现高原地区的降霰对流云具有和低海拔地区冰雹云相类似的结构， 对流云中冰晶和霰的融化出现在环境零度层上方300 m区域内。
目前， 关于高原涡机理和云-降水特征等已积累了较多成果， 但对高原涡的云雨结构和微物理特征方面的还研究较少。本文针对那曲2015年8月13 -14日一次典型高原涡天气过程， 重点利用TIPEX-Ⅲ试验的Ka波段毫米波雷达、 K波段微降水雷达和激光雨滴谱仪资料， 结合多普勒天气雷达资料、 欧洲中心ERA-Interim再分析资料和FY-2E卫星资料， 对此次高原涡形成的不同类型云-降水的垂直结构和特征进行探究， 旨在进一步加深对高原涡云雨精细结构和物理变化的认识。

2 资料来源与方法介绍

2.1　设备与资料介绍

本文主要使用TIPEX-Ⅲ试验期间的三部设备， 布置在那曲气象局（32°19′N， 92°04′E， 海拔4507 m）， 设备及资料简要介绍如下：
（1） Ka波段毫米波雷达（Ka-MMCR）： 该雷达由航天科工集团第23研究所制造， 是一部垂直天顶探测的脉冲多普勒体制雷达， 工作频率为33.44 GHz， 对应波长为8.97 mm， 时间和空间分辨率分别为9 s和30 m， 探测高度为0.12~15.3 km， 观测资料包括反射率因子Z e（单位： dBZ）、 平均多普勒速度V M（单位： m·s-1）、 谱宽σ v（单位： m·s-1）、 线性退极化比LDR（单位： dB）和功率谱SP（FFT点数为256）。文中Ka-MMCR观测的相关气象要素（X）表示为Ka-X， 如Ka-MMCR观测的Z e表示为Ka-Z e， 以此类推。
（2） K波段微降水雷达（K-MRR）： 该雷达由德国METEK公司研制， 是一部连续波多普勒体制的垂直指向雷达， 工作频率为24.23 GHz， 对应波长为1.24 cm， 时间和空间分辨率分别为1 min和100 m， 探测高度为0~3.1 km， 观测资料也包括Z e、 V M、 σ v和SP（FFT点数为64）， 此外还能探测到空中的雨滴谱， 分为64个直径通道。文中K-MRR观测的相关气象要素（X）表示为K-X， 如K-MRR观测的Z e表示为K-Z e， 以此类推。
（3） 激光雨滴谱仪（OTT2）： 该雨滴谱仪是一部OTT探头的Parsivel二代激光雨滴谱仪， 它通过发射激光信号并检测雨滴经过时信号受到的衰减和驻留时间来探测雨滴的等效体积直径D（单位： mm）和下落速度V（单位： m·s-1）， D和V探测范围分别为0.2~25 mm和0.2~20 m·s-1  ， 观测结果分为32个档位， 采用面积为54 cm2， 时间分辨率为1 min。文中OTT2观测的相关气象要素（X）表示为OTT2-X， 如OTT2观测的R表示为K-R， 以此类推。
为了解高原涡天气背景和云雨的演变， 本文还使用以下资料：
（1） 2015年8月13 -14日欧洲中期天气预报中心ERA-Interim大气再分析资料， 空间分辨率为0.75°×0.75°， 时间分辨率为6 h， 包括的气象要素有500 hPa位势高度和风场。利用气压场、 相对涡度、 水汽通量散度资料分析了此次天气过程的强度、 位置、 移动路径以及水汽和动力条件。
（2） 那曲C波段多普勒天气雷达， 是中国气象局新一代天气雷达网中的一员， 能够测量以那曲半径为150 km范围内的降水回波信息， 包括反射率因子、 径向速度和谱宽等信息， 其中利用反射率因子资料计算得到最大反射率来分析高原涡云-降水的发展演变和宏观结构特征。
（3）FY-2E卫星相当黑体亮温（TBB）资料， 空间分辨率为5 km， 时间分辨率为1 h。利用TBB资料分析了高原涡云团的活动情况。
（4）文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2019）1822号的中国地图制作， 底图无修改。

2.2　云-降水微物理参数的反演和计算

为了更直观地分析云-降水内部的动力和微物理特征， 本文还利用Ka-MMCR的SP资料反演了粒子平均下落末速度V T（单位： m·s-1）和大气垂直速度V A（单位： m·s-1）， 并计算了SP的偏度S K和峰度K T； 基于OTT2观测的雨滴谱， 进一步求取了其他降水相关的物理量。方法描述如下：
（1） V T和V A反演： Ka-MMCR垂直探测时获取的V M实际上是V T和V A的总和：
V M = V T + V A
式中： V T代表雷达探测体积内粒子群在静止空气条件下的平均下落末速度， V T越大表明粒子平均尺寸越大； V A代表大气垂直运动速度， 正值表明有上升气流， 负值则对应下沉气流。因此V T和V A比V M能更直接反映云内动力和水凝物大小的情况。
V T和V A的反演方法采用小粒子示踪法， 即利用雷达SP资料， 通过对SP资料进行噪声电平计算和云信号识别提取后， 将谱中对应最左端信号的多普勒速度作为大气垂直运动的速度， 方法详细步骤见Zheng et al（2017）。小粒子示踪法的基本原理是： 对于高灵敏度毫米波雷达， 它能够观测到云内很小尺寸的粒子并获取多普勒信号， 其中最小尺寸粒子的下落末速度通常相对于大气垂直运动要弱得多， 因此可忽略其自身下落末速度而被作为大气垂直运动的示踪物 （Gossard， 1994； Kollias et al， 2001）。Shupe et al（2008）利用该方法反演了北极层积云的大气垂直速度， 并将结果与飞机资料进行对比， Zheng et al（2017）利用该方法反演了高原对流云内的大气垂直速度并进行了检验， 结果都表明该方法具有较好的可靠性。利用小粒子示踪法反演出V A后， 可根据式（1）进一步得到V T。
（2） 谱偏度S K和谱峰度K T计算： 目前雷达多普勒信号谱的偏度S K和谱峰度K T在国内外使用得还较少， S K和K T物理意义反映的是云雨信号分布的对称性和陡缓程度。一般而言， 对纯云区或雨区， S K和K T一般接近零值， 即信号谱满足高斯分布； 但当云发展成降水或粒子有相态变化时， S K和K T会逐渐出现偏离零的情况， 因此它们是表征云雨转化和相态变化非常实用的指标。如Kollias et al（2011a， 2011b）研究表明， 毫米波雷达探测的S K和K T对探测毛毛雨的形成十分敏感， 当云滴初始转化为毛毛雨时， S K和K T开始增大为正值； 而随着毛毛雨含量增多至主导时， 又逐渐减小直至负值； 最后只含雨滴时， 又回到零值附近。S K和K T的计算公式为：
S K = ∑ i = V l V r i - V M 3 × ( P i - P N ) σ v 3 × ∑ i = V l V r ( P i - P N )
K T = ∑ i = V l V r i - V M 4 × ( P i - P N ) σ v 4 × ∑ i = V l V r ( P i - P N ) - 3
（3） 地面降水物理量计算： 利用OTT2观测的地面雨滴谱， 进一步利用以下公式计算出雨滴总数浓度N T（单位： m-3）、 降水强度R（单位： mm ·h-1）、 含水量W（单位： g·m-3）、 质量加权平均直径D m（单位： mm）和广义截距参数N W（单位： m-3·mm-1）。
N D i = ∑ j = 1 32 n i j A i ∙ ∆ t ∙ V j ∙ ∆ D i
N T = ∑ i = 1 32 ∑ j = 1 32 n i j A i ∙ ∆ t ∙ V j
R = 6 π 10 4 ∑ i = 1 32 ∑ j = 1 32 D i 3 n i j A i ∙ ∆ t
W = π 6000 ∙ ρ w ∙ ∑ i = 1 32 ∑ j = 1 32 D i 3 n i j A i ∙ ∆ t ∙ V j
D m = ∑ i = 1 32 N ( D i ) D i 4 ∆ D i ∑ i = 1 32 N ( D i ) D i 3 ∆ D i
N w = 4 4 π ρ w 10 3 W D m 4
式（4）~（9）中： i和j代表粒子直径和下落速度的档位序号； ∆Di 为直径档位间隔； nij 为测量的雨滴个数； ρ w为水的密度； N（Di）为单位体积单位直径的雨滴数浓度； Ai 为有效采样体积， 为180 mm×（30 mm-0.5Di ）。

3 高原涡天气背景和云雨演变概况

图1给出了2015年8月13 -14日高原涡生成和东移较明显4个时刻的500 hPa位势高度场、 风场、 相对涡度场、 水汽通量散度和FY-2E云图。从图1（a）可见， 13日20:00， 亚洲中高纬呈“两槽一脊”形势， 那曲西部开始有闭合低压系统生成； 14日02:00， 低涡尺度增大并仍维持在原地， 那曲位于低涡东部， 从风场来看， 形成了完整的低涡环流， 低空气流辐合上升， 对应相对涡度正大值中心； 14日08:00， 低涡位置少动， 加强， 高压脊进入青海境内， 但那曲仍然具有较好的抬升动力条件； 14日20:00， 低涡在那曲附近消失， 而在北部又生成一个新的低涡。从水汽通量散度［图1（b）］来看， 13日14:00那曲处于水汽辐合中心， 到20:00， 水汽辐合进一步增强； 而14日08:00后， 那曲水汽辐合中心逐渐消失， 仅有少量水汽维持。TBB云图［图1（c）］显示， 低涡过程的云团发展都很强盛， 亮温值低且不断向东北移动。
图1 2015年8月13 -14日高原低涡天气背景

（a）500 hPa位势高度（等值线， 单位： dagpm）、 风场（矢量， 单位： m·s-1）和相对涡度（彩色区， 单位： ×10-5 s-1）； （b）500 hPa水汽通量散度（彩色区和矢量， 单位： g·cm-2·hPa-1·s-1）； （c）FY-2E TBB云图； ▲代表那曲的位置

Fig.1 Synoptic background of the plateau vortex from 13 to 14 August 2015.（a） is the image of geopotential heights （contour， unit： dagpm）， wind field （vectors， unit： m·s-1）， and relative vorticity （color area， unit： ×10-5 s-1） at 500 hPa； （b） is the image of vapor flux divergences （color areas and vectors， unit： g·cm-2·hPa-1·s-1） at 500 hPa； （c） is the FY-2E TBB image； The triangle represents the location of Nagqu site

图2给出了那曲站C波段多普勒天气雷达探测到的最大反射率因子MR（dBZ）的平显图和垂直投影图， MR由体扫多个仰角层数据求取得到， 从C波段多普勒天气雷达几个典型阶段图像（图2）可以看出， 13日14:00有系统性的强对流云从西南向东北移动并逐渐经过那曲站， 云体发展高度可达12 km左右； 随时间推移至17:45， 云体水平尺度有明显增大； 至19:02， 对流减弱， 云层基本演变为弱对流云； 到次日09:01， 那曲空中主要为浅薄的积云， 这些积云强度更弱且尺度小、 排列紧密， 积云发展高度基本不超过3 km。
图2 2015年8月13 -14日那曲C波段多普勒天气雷达几个典型时刻的最大反射率因子MR（单位： dBZ）

图中上侧剖面代表沿雷达横向（东西方向）取最大反射率因子的投影， 右侧剖面代表沿雷达纵向（南北方向）取最大反射率因子投影， 75 km和50 km代表雷达探测距离， 那曲站位于雷达图圆心

Fig.2 The maximum reflectance factor MR （unit： dBZ） at several typical moments of Naqu C-band Doppler weather radar from 13 to 14 August 2015.The upper side of the image represents the projection along the radar's transverse （east-west） direction for the maximum reflectance factor， and the right side represents the projection along the radar's longitudinal （north-south） direction for the maximum reflectance factor.The 75 km and 50 km in the image representthe radar detection distance， Naqu station is located at the center of radar map circle

从2015年8月13日14:00至14日14:00那曲站上空Ka-MMCR和K-MRR两部雷达观测的Z e时间-高度回波图和雨滴谱仪（OTT2）观测的地面分钟雨强R（图3）可见， K-MRR仅能观测到3 km以下的回波； 而Ka-MMCR可观测到空中云雨的整个结构， 后者分辨率更高并反映出了更多的细节； 但在13日15:00左右， Ka-MMCR受强降水衰减严重； 在其他时段， 两部雷达差异很小。从回波外观和演变［图3（a）］来看， 随着低涡过程的水汽和动力条件变化， 空中云雨回波的垂直结构也呈现出显著变化； 潘晓和傅云飞（2015）以及傅云飞等（2008）利用TRMM测雨雷达资料将高原对流系统分为深厚强对流降水、 深厚弱对流降水和浅薄对流降水三类。分类标准为： 雨顶高度大于7.5 km， 雷达回波强度大于39 dBZ为深厚强对流降水； 雨顶高度大于7.5 km， 雷达回波强度小于39 dBZ为深厚弱对流降水； 雨顶高度小于7.5 km为浅薄对流降水。而李典等（2012）以雨强为标准将高原对流系统分成了三类， 深厚强对流的雨强大， 降水强度大于11 mm·h-1， 深厚弱对流雨强小， 降水强度1 mm·h-1左右， 浅薄对流雨强更小， 有时没有降水； 阮悦等（2018）利用C-FMCW雷达对高原夏季对流云垂直结构进行分析研究， 运用模糊聚类分析方法进行深厚和浅薄对流分类， 以上升气流速度与下沉气流速度差值的绝对值来作为对流强度的判断指标。本文参照傅云飞等（2008）、 李典等（2012）和阮悦等（2018）的研究结果， 结合Ka-MMCR、 K-MRR扫描结果及地面雨滴谱资料分析结果， 仍将高原云-降水分为深厚强对流云-降水DSP、 深厚弱对流云-降水DWP和浅薄对流云-降水SP三个阶段， 其中， DSP定义为水平尺度小、 垂直尺度大、 回波呈块状的强单体、 云顶高度超过11 km、 地面瞬时雨强最强可达30 mm·h-1、 回波强度可超过39 dBZ、 云内对流速度差（上升气流速度减去下沉气流速度）最强可达15 m·s-1； DWP定义为水平尺度大、 垂直尺度大但较DSP有所减小、 回波层状与块状混合、 云顶高度平均较DSP也有所减小但仍然超过7.5 km、 地面瞬时雨强较DSP也明显减弱、 回波强度不超过39 dBZ、 云内对流速度差减弱为6 m·s-1； SP定义水平尺度最小、 垂直尺度最小、 云顶高度最低且大部分不超过4 km、 地面瞬时雨强很小甚至无降水、 回波强度不超过25 dBZ、 云内对流速度差减弱为8 m·s-1。
图3 2015年8月13日14:00至14日14:00那曲站Ka-MMCR、 K-MRR观测的Z e时间—高度回波图（a， b）和OTT2观测的地面分钟雨强R（c）

（c）中DSP阶段、 DWP阶段和SP阶段分别表示深厚强对流云-降水阶段、 深厚弱对流云-降水阶段和浅薄对流云-降水阶段

Fig.3 Time-height cross sections of Ka-MMCR-observed and K-MRR-observed radar Z e （a， b）， and the ground minutely rain rate observed by OTT2 （c） at Nagqu site from 14:00 on 13 to 14:00 on 14 August 2015.The DSP stage， DWP stage and SP stage represent deep strong convective cloud-precipitation stage， deep weak convective cloud-precipitation stage and shallow convective cloud-precipitation stage respectively

4 不同阶段云-降水的垂直结构和物理特征

以下进一步对三种不同阶段云-降水的垂直结构和特征进行分析。

4.1　深厚强对流云-降水（DSP阶段）

DSP阶段各气象要素的观测结果如图4所示， 可以看出DSP阶段的云-降水持续约2.5 h， 强对流云移动方向的前半部分（14:15 -15:15）， 云体呈现出了明显的“回波墙”结构， 与地面产生降水的时段对应； 两部雷达均受到不同程度的衰减， 尤其在14:45前后， Ka-MMCR衰减严重使得回波出现“V型缺口”特征。V A表明云体移动前侧存在强上升气流， 即为强对流云的入流， 上升气流区较为深厚且最快速度可超过9 m·s-1。上升气流将低层充沛的水汽迅速抬升并凝结成水凝物， 而水凝物在托举作用下可增长较大尺度， 这与“V型缺口”两侧的下落速度大值区和谱宽大值区相对应。根据粒子下落末速度V T结果和地面实况， 可判断对流内部形成的水凝物为霰粒子， 地面观测到的粒子最大直径可超过4.5 mm。此外还发现上升运动区内有过冷水滴存在， 从15:05雷达测量的回波强度谱（由SP阶段带入雷达气象方程转化得到， 回波强度谱已经过距离订正， 可用于不同高度相互比较）［图4（e）］可知， 在过冷水适宜的-20~0 °C高度层内， 雷达探测到了明显的双谱峰结构， 这种双谱峰由过冷水滴和霰同时构成， 过冷水滴粒径较小对应左侧的谱峰， 而霰粒子相对尺寸较大则对应右侧的谱峰 （Shupe et al， 2004； 吴举秀等， 2015； 李玉莲等， 2019）。K-MRR探测的降水时刻与OTT2观测的一致， K-MRR反演的近地面R也与OTT2观测结果较为一致。
图4 2015年8月13日深厚强对流云-降水DSP阶段Ka-MMCR观测的Z e（a， 单位： dBZ）、 V A（b， 单位： m·s-1）、 V T（c， 单位： m·s-1）、 σ v（d， 单位： m·s-1）和15:05回波强度谱（e， 单位： dBZ）， K-MRR观测的Z e（f， 单位： dBZ）和降水强度R （g， 单位： mm·h-1）， 以及OTT2观测的地面R （h）和雨滴谱D-log10 N（D） （i， 单位： m-3·mm-1）

（b）中向上（向下）箭头表示气流的上升（下沉）区

Fig.4 Z e （a， unit： dBZ）， V A （b， unit： m·s-1）， V T （c， unit： m·s-1）， σ v （d， unit： m·s-1） of Ka-MMCR observation in deep strong convective cloud-precipitation DSP stage and 15:05 echo intensity spectrum （e， unit： dBZ）， Z e （f， unit： dBZ） and R （g， unit： mm·h-1） observed by K-MRR and surface R （h） and raindrop spectrum D-log10 N（D） （i， unit： m-3·mm-1） observed by OTT2 on 13 August 2015.The up （down） arrow indicate the rising （sinking） area of the airflow in （b）

对于强对流云后半部（15:15 -16:45）， 云体的强度和对流强度都显著减弱， 云体中上部受微弱的上升气流控制， 而下部则受下沉气流控制， 云内水凝物基本为冰晶或雪花， 沉降速度都较慢； 该时段地面未观测到降水。
为进一步分析强对流云强盛时期的回波垂直变化和物理特征， 图5给出强对流云前半部分的雷达观测量廓线， 详细包含Z e、 V T、 V A、 σ v和LDR的5%~95%分位数和平均值廓线。分析廓线从上到下的变化发现， 强对流云内部主要是霰粒子与过冷水冻撞使得粒子尺寸逐渐增大， 表现为Z e逐渐增大和V T逐渐减小。在高原上， 强对流云降水也表现出亮带特征， 这与平原地区有所区别， 即在0 ℃层以下， 在冰晶融化导致水凝物介电常数增大、 密度集中的作用下， 雷达回波显著增长， 粒子下落末速度显著增快， 此外雷达极化量LDR也显著增强。此外， 对流内部最强上升气流出现在5 km左右， 该位置水凝物增长率也较高， 呈现为明显的Z e增大、 V T减小和σ v增大现象。
图5 整个DSP阶段Ka-MMCR观测的Z e（a， 单位： dBZ）、 V T（b， 单位： m·s-1）、 V A（c， 单位： m·s-1）、 σ v（d， 单位： m·s-1） 和LDR（e， 单位： dB）和K-MRR观测的Z e（f， 单位： dBZ）的各分位数和平均值廓线

图（e）中-40 ℃高度层上断开的黑色粗实线是LDR回波量样本不够而出现的断线

Fig.5 The percentile and average profiles of Z e（a， unit： dBZ）， V T（b， unit： m·s-1）， V A（c， unit： m·s-1）， σ v（d， unit： m·s-1） and LDR（e， unit： dB） observed by Ka-MMCR， and of Z e（f， unit： dBZ） observed by K-MRR during the whole DSP stage.The black thick solid line broken at the -40 ℃ altitude level is a discontinuity caused by insufficient samples of LDR echo volume

4.2　深厚弱对流云-降水（DWP阶段）

DWP阶段的云-降水约在DSP阶段1 h后出现， 各气象要素的观测结果如图6所示。在17:30 -19:00， 雷达上空仍然为对流云， 表现为火焰状的上冲结构， 云体上部有上升气流， 但相较于DSP阶段明显要弱， 地面观测到非常短暂的阵性降水。19:00以后， 云顶的高度从12 km左右下降到9 km左右， 随后雷达上空为两段持续时间较长的积层混合云回波。本研究重点关注19:00以后积层混合云的垂直结构和物理过程。图6表明， 弱对流云的云顶稍有起伏， 在0 ℃层位置呈现出非常明显的亮带特征， 不仅表现为Z e和σ v的突增、 V T的突降、 LDR的突增， 值得注意的是S K对亮带也有明显反应。云体内部也存在微弱的对流活动， 产生的地面雨强较小， 基本在7 mm·h-1以下， 但雨强和雨滴谱随时间也有一定的起伏变化。两部雷达探测的回波强度也基本一致。
图6 2015年8月13 -14日深厚弱对流云-降水DWP阶段Ka-MMCR观测的Z e（a， 单位： dBZ）、 V A（b， 单位： m·s-1）、 V T（c， 单位： m·s-1）、 σ v（d， 单位： m·s-1）、 LDR（e， 单位： dB）和S K（f）， K-MRR观测的Z e（g， 单位： dBZ）和降水强度R （h， 单位： mm·h-1）和OTT2观测的地面R （i， 单位： mm·h-1）和雨滴谱D-log10 N（D） （j， 单位： m-3·mm-1）

Fig.6 Z e （a， unit： dBZ）， V A （b， unit： m·s-1）， V T （c， unit： m·s-1）， σ v （d， unit： m·s-1）， LDR （e， unit： dB） and S K （f） observed by Ka-MMCR， and Z e （g， unit： dBZ） and R （h， unit： mm·h-1） observed by K-MRR， and surface R （i， unit： mm·h-1） and raindrop spectrum D-log10 N（D） （j， unit： m-3·mm-1）） observed by OTT2 at the deep weak convective cloud-precipitation DSP stage during 13 -14 August 2015

从DWP阶段2015年8月13日19:00至14日05:00期间的弱对流云-降水的雷达观测量廓线（图7）可知， 整体上， 在“云顶到融化层”区间， 随高度从上到下， V T［图7（b）］表明水凝物下落末速度都非常小， 且随高度变化缓慢， 因此可判断云内水凝物基本为冰晶和雪花。水凝物沉降过程中， Z e［图7（a）］逐渐增大且σ v［图7（d）］逐渐减小， 说明冰晶和雪花通过聚并和凇附过程逐渐增长， 且滴谱逐渐变窄。到“融化层”， 在冰相粒子融化成液态粒子的过程中， Z e、 LDR、 σ v的突增和V T的突降现象比强对流云更为显著； 另外， S K［图7（f）］呈“零-正-负”的转变， 反应了雷达信号先由冰晶主导、 再由雨滴逐渐主导、 到最后完全由纯雨滴构成这样的微观特征。与σ v相似， K T［图7（g）］在亮带上部达到正的最大值， 说明此处的冰晶谱达到最窄， 而融化过程粒子的雨滴谱又迅速变宽。
图7 整个DWP阶段Ka-MMCR观测的Z e（a， 单位： dBZ）、 V T（b， 单位： m·s-1）、 V A（c， 单位： m·s-1）、 σ v（d， 单位： m·s-1）、 LDR（e， 单位： dB）、 S K（f）和K T（g）的各分位数和平均值廓线， 以及Ka-MMCR观测的平均回波强度谱（h， 单位： dBZ）

Fig.7 The percentile and average profiles of Z e（a， unit： dBZ）， V T（b， unit： m·s-1）， V A（c， unit： m·s-1）， σ v（d， unit： m·s-1）、 LDR（e， unit： dB）、 S K （f） and K T（g）observed by Ka-MMCR， and the average echo intensity spectrum observed by Ka-MMCR （h， unit： dBZ） during the whole DWP stage

4.3　浅薄对流云-降水（SP阶段）

从2015年8月14日07:00 -14:00， SP阶段的云-降水各气象要素观测结果（图8）可知， SP阶段的云-降水垂直尺度较DSP和DWP小得多， 主要分布在2~5 km。积云的水平尺度也很小但排列紧密， 回波中心强度也远比DSP和DWP弱， 但个别积云内部也有较强的上升气流［图7（b）］， 且在0°层也表现出亮带特征， 尤其在V T、 σ v、 LDR和S K回波图上反应较为明显， 但亮带特征没有DWP明显。SP阶段， 地面大部分时刻没有形成明显降水， 仅有在个别较强的积云产生了短暂的阵性降水［图8（i）］。此外， K-MRR由于灵敏度较小观测不到部分较小的水凝物， K-MRR观测的积云回波甚至可比Ka-MMCR弱［图8（g）］。
图8 2015年8月14日浅薄对流云-降水SP阶段Ka-MMCR观测的Z e （a， 单位： dBZ）、 V A （b， 单位： m·s-1）、 V T （c， 单位： m·s-1）、 σ v （d， 单位： m·s-1）、 LDR（e， 单位： dB）和S K（f）， K-MRR观测的Z e（g， 单位： dBZ）和R （h， 单位： mm·h-1）和OTT2观测的地面R （i， 单位： mm·h-1）和雨滴谱D-log10 N（D） （j， 单位： m-3·mm-1）

Fig.8 Z e （a， unit： dBZ）， V A （b， unit： m·s-1）， V T （c， unit： m·s-1）， σ v （d， unit： m·s-1）， LDR （e， unit： dB） and S K （f） observed by Ka-MMCR， and Z e （g， unit： dBZ） and R （h， unit： mm·h-1） observed by K-MRR， and surface R （i， unit： mm·h-1） and raindrop spectrum D-log10 N（D） （j， unit： m-3·mm-1） observed by OTT2 at shallow-convective cloud-precipitation DSP stage on 14 August 2015

从SP阶段云-降水的雷达观测量廓线（图9）来看， 尽管云-降水回波从上到下的变化规律没有DWP阶段显著， 但趋势大体一致， 即冰晶从云顶往下沉降过程中主要通过聚并和淞附增长， 而到达融化层后， 融化成雨滴并通过碰并增长。
图9 整个SP阶段Ka-MMCR观测的Z e（a， 单位： dBZ）、 V T（b， 单位： m·s-1）、 V A（c， 单位： m·s-1）、 σ v（d， 单位： m·s-1）、 LDR（e， 单位： dB）、 和S K （f）和K-MRR观测的Z e（g， 单位： dBZ）的各分位数和平均值廓线， Ka-MMCR观测的平均回波强度谱（h， 单位： dBZ）

Fig.9 The percentile and average profiles of Z e（a， unit： dBZ）， V T（b， unit： m·s-1）， V A（c， unit： m·s-1）， σ v（d， unit： m·s-1） LDR（e， unit： dB） and S K（f）observed by Ka-MMCR， and Z e（g， unit： dBZ） observed by K-MRR， and the average echo intensity spectrum observed by Ka-MMCR （h， unit： dBZ） during the whole SP stage

5 三个不同阶段云-降水垂直结构和雨滴谱差异

为进一步分析DSP、 DWP和SP三个阶段云-降水的垂直结构和物理过程差异， 图10给出了三个阶段云-降水的Z e、 V T、 V A平均值廓线对比。由图10（c）可见， DSP内部平均上升气流其他两类要强很多， 云内上升气流远更深厚， 这使得水汽被迅速抬升凝结成水凝物并在托举作用下快速增长， 反映在Z e上的特征为从云顶开始曲线迅速增大， 从11 km至7 km， Z e突增了约14 dB， 反映在V T上的特征为粒子下落末速度迅速加快， V T下降约4 m·s-1； V T的特征也表明云内的冰相水凝物粒子应该为密度较集中的霰粒子， 此外由于过冷水的存在， 因此该高度的微物理过程可判断为霰粒子在强上升气流作用下的冻撞增长过程。7 km往下至1.6 km， 尽管云内仍然有上升气流， 但此时已托不住霰粒子， 后者快速沉降， 且尺寸增长有限， 对应Z e和V T的变化幅度不大。至1.6 km左右的融化层， 霰粒子融化成雨滴， 使得Z e和V T再次突增和突降， 两者变化幅度分别达到10 dB和-3.5 m·s-1。
图10 三个不同阶段云-降水的Ka-MMCR观测的Z e（a， 单位： dBZ）、 V T（b， 单位： m·s-1）、 和V A（c， 单位： m·s-1）平均值廓线

Fig.10 The average profiles of Z e（a， unit： dBZ）， V T（b， unit： m·s-1） and V A（c， unit： m·s-1） observed by Ka-MMCR at the three different cloud-precipitation stages

与DSP相比， DWP和SP内部上升气流非常微弱［图10（c）］。DWP融化层以上主要为冰晶， 表现为远远更小的Z e和更大的V T； 从云顶到8 km， 冰晶增长十分缓慢， 但从8 km到融化层， 冰晶增长速率显著加快， Z e增长13 dB左右， 但V T减小的速率仍然有限， 仅为-1 m·s-1， 这说明冰晶密度始终较低， 下落速度缓慢； 从融化层以下， 冰晶融化成雨滴， Z e增大近8 dB， 而V T可增大近5 m·s-1， 融化前后的沉降速度差异甚至超过了DSP［图10（a）， （b）］。SP内的水凝物尺寸较DWP更小， 回波强度更弱、 粒子下落末速度更小， 当通过融化层后， 也呈现出与DWP类似特征。
为进一步探究三个阶段云-降水在不同垂直结构和微物理特征情况下地面降水的差异， 从地面OTT2搜集的三类平均雨滴谱（图11）可见， DSP产生的雨滴谱最宽， 且每个尺寸的雨滴数浓度量级都比DWP和SP大； 其次为DWP， 而SP产生的降水雨滴谱最窄， 每个尺寸的雨滴数浓度量级都最小。表1给出了三类平均雨滴谱计算的各类降水物理量和Gamma模型三参数， 可以看出， DSP产生了最强的降水， 对应最大的R、 Z、 W、 N T、 D m， DWP次之， SP最小； 但N W反而是DWP最大， 反应了在同等含水量下， DWP降水的数浓度最大， SP次之， 而DSP则最小。对于Gamma分布的三参数N 0、 μ和Λ， 都表现为SP>DWP>DSP。
图11 三个不同阶段云-降水地面OTT2观测的平均雨滴谱

Fig.11 Average rain drop size distributions of cloud-precipitation observed by OTT2 on ground at the three different stages

表1 三个不同阶段降水的物理量和Gamma分布三参数

Table 1 Physical quantities and Gamma distribution three parameters of precipitation at three different stages

阶段 三个阶段降水的物理量 Gamma分布三参数

R

/（ m m ∙ h - 1）

Z

/dBZ

W

/ ( g ∙ m - 3 )

N T

/ m - 3

D m

/mm

l o g 10 N W

/ ( m - 3 ∙ m m - 1 )

N 0

/ ( m - 3 ∙ m m - 1 - μ )

 μ

Λ

/ m m - 1
DSP 7.53 40.32 0.276 317.28 2.21 4.273 4.412 3.01 4.523
DWP 1.18 24.77 0.064 212 1.15 4.678 6.636 6.4 10.242
SP 0.29 16.01 0.02 123.59 0.87 4.626 9.445 10.07 18.32

6 结论

为进一步探究高原涡云雨的细微结构和物理过程， 利用TIPEX-Ⅲ试验期间安装于那曲站的垂直定向探测Ka波段毫米波云雷达、 K波段微降水雷达和地面激光雨滴谱仪资料， 结合多普勒天气雷达资料、 欧洲中心ERA-Interim再分析资料和FY-2E卫星资料， 对那曲地区2015年8月13 -14日一次典型高原涡三个阶段云-降水的垂直结构和微物理变化特征进行了研究分析， 主要得到以下结论：
（1） 随高原涡的移动， 那曲上空先出现深厚强对流云-降水（DSP）， 随后逐渐过渡为深厚弱对流云-降水（DWP）， 最后呈现为浅薄对流云-降水（SP）。三个阶段的云雨宏观特征存在显著差异， DSP阶段时间尺度最短（约2.5 h）， 但对流最旺盛、 回波最强、 发展高度最高（约12 km）、 地面降水时间很短（约40 min）； DWP阶段时间尺度最长（约11 h）、 地面降水持续时间最长（约8 h）， 但对流较弱、 回波稍弱、 发展高度有所下降（约9 km）； SP阶段时间尺度也较长（约7 h）， 对流强度最弱， 回波最弱、 发展高度最低（大部分不超过3 km）， 地面为零星降水。
（2） 三个阶段云-降水也呈现出不同的雷达回波特征， DSP阶段由于强降水， Ka和K波段雷达都观测到了“回波墙”和“V型缺口”特征， 预示着云体内部的大水凝物存在， 且与平原地区不同的是， 那曲地区深对流云降水的回波也表现出一定的“亮带”结构。DWP阶段雷达可以观测到更典型的“亮带”， 不仅反映出雷达反射率因子、 粒子平均下落末速度、 谱宽和线性退极化比的突增， 谱偏度的“零-正-负”变化也是亮带的重要指示。SP阶段观测到的积云尺度非常小， 但排列紧密， 也反映出“亮带”特征。
（3） 对于三个阶段云-降水的垂直结构和微物理特征， 从云顶往下可总结为： DSP内部有较深厚的强上升气流， 最大速度可超过9 m·s-1， 主要出现在云体移动方向的前半部分； 上升气流促使低空水汽快速被抬升并凝结成冰晶和过冷水， 在上升气流托举作用下， 冰晶通过与过冷水冻撞形成粒径较大的霰粒子， 此阶段发生在云顶至7 km， 雷达回波迅速增强了近14 dB， 粒子下落末速度增大了近 4 m·s-1； 随后往下， 霰粒子增长有限并快速沉降； 到达融化层后， 霰粒子融化成大雨滴。与DSP阶段相比， DWP和SP远远更弱； DWP从云顶至融化层， 冰晶通过缓慢而持续的淞附或聚并增长， 雷达回波共增大了13 dB， 粒子下落末速度则仅增大了 1 m·s-1。SP的垂直结构和微物理过程与DWP类似， 但水凝物增长高度空间更短， 尺寸更小。
（4） 不同的垂直结构和微物理过程在地面形成的降水也有显著差异。DSP产生的雨滴谱最宽、 每个粒径的数浓度量级都最大， DWP次之， SP最低； 降水对应的强度、 反射率因子、 含水量、 总数浓度、 平均直径也都表现为DSP>DWP>SP， 但DWP在同等含水量下， 数浓度量级是最大的， SP次之， 而DSP反而最小。
本文仅谈论了一次高原涡过程的云-雨垂直结构和微物理特征， 未来有必要通过更多个例， 采用统计方式进一步探究高原涡这些特征的普遍性。

参考文献

null
Gossard E E， 1994.Measurement of cloud droplet size spectra by Doppler radar［J］.Journal of Atmospheric and Oceanic Technology， 11（3）： 712-726.DOI： 10.1175/1520-0426（1994）011<0712： MOCDSS>2.0.CO； 2 .
null
Kollias P， Albrecht B A， Lhermitte R， et al， 2001.Radar observations of updrafts， downdrafts， and turbulence in fair weather cumuli［J］.Journal of the Atmospheric Sciences， 58（13）： 1750-1766.DOI： 10.1175/1520-0469（2001）058<1750： ROOUDA>2.0.CO； 2 .
null
Kollias P， Rémillard J， Luke E， et al， 2011a.Cloud radar Doppler spectra in drizzling stratiform clouds： 1.Forward modeling and remote sensing applications［J］.Journal of Geophysical Research， 116： D13201.DOI： 10.1029/2010JD015238 .
null
Kollias P， Szyrmer W， Rémillard J， et al， 2011b.Cloud radar Doppler spectra in drizzling stratiform clouds： 2.Observations and microphysical modeling of drizzle evolution［J］.Journal of Geophysical Research， 116： D13203.DOI： 10.1029/2010JD015237 .
null
Shupe M D， Koliias P， Poellot M， et al， 2008.On deriving vertical air motions from cloud radar Doppler spectra［J］.Journal of Atmospheric and Oceanic Technology， 25（4）： 547-557.DOI： 10.1175/2007JTECHA1007.1 .
null
Shupe M D， Kollias P， Matrosov S Y， et al， 2004.Deriving mixed-phase cloud properties from Doppler radar spectra［J］.Journal of Atmospheric and Oceanic Technology， 21（4）， 660-670.DOI： 10.1175/1520-0426（2004）021<0660： DMCPFD>2.0.CO； 2 .
null
Tao S Y， Chen L X， 1987.A review of recent research on the East Asian summer monsoon in China［M］.Monsoon Meteorology， 60-92.
null
Wang B， Oranski， Isidoro， 1987a.Study of a heavy rain vortex formed over the eastern flank of the Qinghai-Xizang Plateau［J］.Monthly Weather Review， 115（7）： 1370-1393.DOI： 10.1175/1520-0493（1987）115<1370： SOAHRV>2.0.CO； 2 .
null
Wang B， 1987b.The development mechanism for Qinghai-Xizang Plateau warm vortices［J］.Journal of the Atmospheric Sciences， 44（20）： 2978-2994.DOI： 10.1175/1520-0469（1987）044<2978： TDMFTP>2.0.CO； 2
null
Zheng J F， Liu L P， Zhu K Y， et al， 2017.A method for retrieving vertical air velocities in convective clouds over the Qinghai-Xizang Plateau from TIPEX-III cloud radar Doppler spectra［J］.Remote Sensing， 9（9）： 964.DOI： 10.20944/preprints201707.0060.v1 .
null
陈功， 李国平， 2010.基于WRF的高原低涡内波动特征及空心结构的初步研究［J］.高原山地气象研究， 30（1）： 6-11.DOI： 10. 3969/j.issn.1674-2184 ·2010.01.002.
null
丁一汇， 1993.1991年江淮流域持续性特大暴雨研究［M］.北京： 气象出版社.
null
傅云飞， 刘奇， 自勇， 等， 2008.基于TRMM卫星探测的夏季青藏高原降水和潜热分析［J］.高原山地气象研究， 28（1）： 8-18.DOI： 10.3969/j.issn.1674-2184.2008.01.002 .
null
蒋璐君， 李国平， 王兴涛， 2015.基于TRMM资料的高原涡与西南涡引发强降水的对比研究［J］.大气科学， 39（2）： 249-259.DOI： 10.3878/j.issn.1006-9895.1407.13260 .
null
李国平， 2013.高原涡、 西南涡研究的新进展及有关科学问题［J］.沙漠与绿洲气象， 7（3）： 1-6.DOI： 10.3969/j.issn.1002-0799. 2013.03.001 .
null
李国平， 蒋静， 2000.一类奇异孤波解及其在高原低涡结构分析中的应用［J］.气象学报， 58（4）： 447-457.DOI： 10.11676/qxxb2000.047 .
null
李国平， 刘红武， 2006.地面热源强迫对青藏高原低涡作用的动力学分析［J］.热带气象学报， 22（6）： 632-637.DOI： 10.3969/j.issn.1004-4965.2006.06.017 .
null
李典， 白爱娟， 黄盛军， 2012.利用TRMM卫星资料对青藏高原地区强对流天气特征分析［J］.高原气象， 31（2）： 304-311.
null
刘黎平， 郑佳锋， 阮征， 等， 2015.2014年青藏高原云和降水多种雷达综合观测试验及云特征初步分析结果［J］.气象学报， 73（4）： 635-647.DOI： 10.11676/qxxb2015.041 .
null
罗四维， 1992.青藏高原及其邻近地区几类天气系统的研究［M］.北京： 气象出版社， 7-55.
null
李玉莲， 孙学金， 赵世军， 等， 2019.Ka波段毫米波云雷达多普勒谱降雪微物理特征分析［J］.红外与毫米波学报， 38（2）： 245-253.DOI： 10.11972/j.issn.1001-9014.2019.02.019
null
潘晓， 傅云飞， 2015.夏季青藏高原深厚及浅薄降水云气候特征分析［J］.高原气象， 34（5）： 1191-1203.DOI： 10.7522/j.issn. 1000-0534.2014.00112 .
null
阮悦， 阮征， 魏鸣， 等， 2018.基于C-FMCW雷达的高原夏季对流云垂直结构分析研究［J］.高原气象， 37（1）： 93-105.DOI： 10. 7522/j.issn.1000-0534.2017.00025 .
null
吴举秀， 魏鸣， 王以琳， 2015.利用毫米波测云雷达反演层状云中过冷水［J］.干旱气象， 33（2）： 227-235.DOI： 10.11755/j.issn.1006-7639（2015）-02-0227
null
叶笃正， 1979.青藏高原气象学［M］．北京： 科学出版社.
null
杨克明， 毕宝贵， 李月安， 等， 2001.1998年长江上游致洪暴雨的分析研究［J］.气象， 27（8）： 9-14.DOI： 10.7519/j.issn.1000-0526.2001.08.002 .
null
郁淑华， 何光碧， 2001.对流层中上部水汽对高原低涡形成影响的数值实验［J］.南京气象学院学报， 24（4）： 553-559.DOI： 10.3969/j.issn.1674-7097.2001.04.014 .
null
郁淑华， 何光碧， 2003.水汽图像在高原天气预报中应用的初步分析［J］.高原气象， 22（B10）： 75-82.
null
阴蜀城， 李茂善， 刘啸然， 等， 2020.2014年8月7日那曲地区对流云降水及其云微物理过程的数值模拟［J］.高原气象， 39（1）： 48-57.DOI： 10.7522/j.issn.1000-0534.2019.00062 .
null
赵平， 袁溢， 2017.2014年7月14日高原低涡降水过程观测分析［J］.应用气象学报， 28（5）： 532-543.DOI： 10.11898/1001-7313.20170502 .
null
张涛， 郑佳锋， 刘艳霞， 2019.利用Ka波段云雷达研究青藏高原对流云和降水的垂直结构及微观物理特征［J］.红外与毫米波学报， 38（6）： 777-789.DOI： 10.11972/j.issn.1001-9014.2019. 06.015 .
null
章基嘉， 朱抱真， 朱福康， 等， 1988.青藏高原气象学进展［M］.北京： 科学出版社.
null
郑晨雨， 刘黎平， 2020.Ka/Ku双波段云雷达探测云降水滴谱和空气垂直运动速度的能力模拟分析［J］.高原气象， 39（3）： 543-559.DOI： 10.7522/j.issn.1000-0534.2019.00126 .
null
曾钰婷， 张宇， 周可， 等， 2020.青藏高原那曲地区夏季水汽来源及输送特征分析［J］.高原气象， 39（3）： 467-476.DOI： 10.7522/j.issn.1000-0534.2019.00120 .
Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn