Plateau Meteorology

Plateau Meteorology >

2024 , Vol. 43 >Issue 1: 28 - 41

DOI: https://doi.org/10.7522/j.issn.1000-0534.2023.00033

A Comparative Study on the Summer Raindrop Size Distribution Among Areas over the Central and Eastern Qinghai-Xizang （Tibetan） Plateau and the Western Sichuan Basin

  • Yanxia LIU ,
  • Jun WEN ,
  • Xiaolin XIE
Expand
  • 1. Northwest Institute of Ecological Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，Gansu，China
    2. University of Chinese Academy of Sciences，Beijing 100039，China
    3. College of Atmospheric Sciences，Chengdu University of Information Technology / Sichuan Key Laboratory of Plateau Atmosphere and Environment，Chengdu 610225，Sichuan，China
    4. Meteorological observation data center of Sichuan province，Chengdu 610072，Sichuan，China

Received date: 2022-10-19

  Revised date: 2023-04-03

  Online published: 2024-01-11

Fold

Abstract

To promote the understanding of precipitation microphysical characteristics and differences in the central and eastern Qinghai-Xizang （Tibetan） Plateau and the Sichuan Basin， disdrometer measurements collected at Naqu， Yushu， Linzhi， Batang， Luding， and Chengdu from July to August 2019 and 2020 are utilized to comprehensively investigate the characteristics and differences of raindrop size distributions （RSDs） among the six different areas.Meanwhile， local empirical relations between the Gamma shape parameter and slope parameter and between the reflectivity factor and rain rate are proposed and compared.The results show that RSDs in the basin and adjacent areas （Chengdu and Luding） are generally wider and have higher number concentrations of medium-to-large raindrops （diameter ≥1.0 mm） than those in the plateau areas （Naqu， Yushu， Linzhi， and Batang） due to the contribution of more strong convective precipitation.In contrast， RSDs in the plateau areas are narrower and possess higher number concentrations of small raindrops （diameter <1.0 mm） due to more occurrences of stratiform and weak-convective precipitation.RSDs gradually become wider with higher number concentrations as the increase of rainfall intensity both in the six observation areas.The RSD differences among the six observation areas can also change with the rain rate.Specifically， when the rain rate exceeds 0.1 mm·h-1， the increase of the number concentration of small raindrops with increasing rain rate is significantly greater in Naqu and Linzhi than in other areas， and can gradually exceed that in Chengdu.When the rain rate exceeds 5 mm·h-1， the differences in the number concentrations of medium-to-large raindrops between Chengdu and Luding and other plateau areas also gradually become larger.With the same shape parameters， the slope parameters in Chengdu and Luding are smaller than in other areas， indicating that they possess a slower decreasing rate of raindrop number concentration with increasing particle size than that in other plateau areas.Under the same radar echo intensities （reflectivity factor）， rain rates of stratiform precipitation in Naqu and Linzhi are greater than in other regions.The rain rate of convective precipitation in Linzhi is also greater than that in other areas when the radar echo is below 40 dBZ， but the rain rate of convective precipitation in Naqu can be smaller than that in other areas when the radar echo is greater than 40 dBZ.

Key words： Qinghai-Xizang （Tibetan） Plateau; the Sichuan Basin; raindrop size distribution; precipitation microphysical properties

Cite this article

Yanxia LIU , Jun WEN , Xiaolin XIE . A Comparative Study on the Summer Raindrop Size Distribution Among Areas over the Central and Eastern Qinghai-Xizang （Tibetan） Plateau and the Western Sichuan Basin[J]. Plateau Meteorology, 2024 , 43(1) : 28 -41 . DOI: 10.7522/j.issn.1000-0534.2023.00033

1 引言

雨滴谱是降水最基本的微观信息， 雨滴谱观测和研究是深入认识自然降水的凝结、 蒸发、 碰并和破碎等物理过程的重要基础（Rosenfeld and Ulbrich， 2003）， 同时对提高雷达测量降水精度、 评估人工增雨效果和优化数值模式参数化方案等也具有重要意义（Milbrandt and Yau， 2005； 吴亚昊等， 2016； 王飞等， 2022； 沈程锋和李国平， 2022； 刘彦等， 2023）。
许多研究表明， 不同地区和不同天气影响下的雨滴谱有显著差异。Wu et al（2019）对比了西太平洋北部、 南部和西部的雨滴谱， 发现北部降水由于冷云过程较弱， 雨滴谱以中型粒子为主， 而南部和西部降水的对流更强， 雨滴谱中的大雨滴数浓度更高。He et al（2021）对比了青藏高原那曲和华南龙门的层云降水雨滴谱， 指出龙门的大雨滴数浓度比那曲的高， 但小雨滴数浓度则更低； 从融化层至地面， 龙门的雨滴从碰并过程为主转变为碰并和破碎过程共同影响， 而那曲的雨滴一直以碰并过程为主。陈刚等（2022）对郑州7·21特大暴雨的雨滴谱进行研究， 发现此次极端降水的微物理特征存在显著的空间分布差异； 平原地区的深对流降水因冷云过程活跃、 暖雨碰并过程高效， 产生的雨滴数浓度更高、 粒径更大； 而山区的降水因冷云过程受限， 形成的大雨滴数浓度相对较低。王俊等（2021）对比了山东一次雷暴单体强降水和一次飑线强降水的雨滴谱差异， 结果表明， 雷暴单体强降水受强烈暖雨碰并和碰撞-破碎机制的影响， 雨滴谱呈现多峰结构； 而飑线强降水的雨滴谱则以单峰为主， 且小雨滴和大雨滴的数浓度更高、 谱形状参数更小。
雨滴谱特征还与降水类型和地形密切相关。整体而言， 对流降水的雨滴谱比层云降水的数浓度更高、 平均粒径更大， 对应的谱也更宽（金祺等， 2015； Chen et al， 2017； 黄泽文等， 2022； 左圆圆等， 2022； 彭旺等， 2022； 陈普晨等， 2023）。在地形对雨滴谱影响方面， 李慧等（2018）发现， 黄山同类降水在山腰处的雨滴粒径最大， 山底次之， 而山顶最小。赵城城等（2021）研究表明， 北京山区降水的平均粒径比平原地区的大， 但数浓度更低； 山区对流降水具有典型大陆性对流的特点， 而平原对流降水则倾向于海洋性对流。李山山等（2020）对比了川西4个不同海拔站点的雨滴谱， 发现随海拔升高， 弱降水的小雨滴数浓度逐渐增大， 但中雨滴数浓度略有减少； 强降水的中小雨滴数浓度随海拔升高逐渐减小， 而大雨滴数浓度则显著升高。
青藏高原中东部及四川盆地西部是高原涡和西南涡的发生发展源地， 也是我国地形最复杂、 海拔梯度最大、 气候类型最多样的地区。目前， 部分学者通过科考试验对部分地区的雨滴谱进行了研究， 如常祎和郭学良（2016）、 Wu and Liu（2017）和Chen et al（2017）研究了那曲不同类型降水的雨滴谱特征和日变化规律， 王改利等（2021）分析了林芝地区的雨滴谱特征。然而以往研究都是基于单个站点， 而对青藏高原中东部-四川盆地西部这一区域的同期降水的雨滴谱差异， 还尚未见相关的对比研究和报道。鉴于此， 本文利用那曲、 玉树、 林芝、 巴塘、 泸定和成都6个地区的同期雨滴谱观测资料， 从整体和划分不同雨强及不同降水类型等角度， 对6个地区的雨滴谱差异进行对比研究， 并提出各个地区适用的谱形状参数-斜率参数和反射率因子-雨强经验关系。本文旨在进一步认识高原中东部及其下游盆地的降水微观特征和差异， 也为这些地区雷达定量估测降水和数值模式发展提供一定参考。

2 研究区域、 资料和方法

2.1　站点介绍

本文使用的雨滴谱来源于2019年7 -8月和2020年7 -8月6个站点的观测结果， 站点位置和地形如图1所示。文中涉及的地图是基于中华人民共和国自然资源部地图技术审查中心标准地图服务系统下载的审图号为 GS（2016）1547号的中国地图制作， 底图无修改。各个站点的经纬度和海拔为： 那曲（31.48°E， 92.07°N， 4507 m）、 玉树（33.01°N， 96.97°E， 3720 m）、 林芝（29.31°N， 95.32°E， 1305 m）、 巴塘（30°N， 99.06°E， 2589 m）、 泸定（29.53°N， 102.12°E， 1403 m）和成都（30.45°N， 103.51°E， 548 m）。6个站点沿“高原中部-高原东部-下游盆地”分布， 海拔大致呈下降趋势（林芝除外）。6个站点所在地区的气候也具有显著差异， 其中， 那曲为高原亚寒带半湿润气候， 玉树为高原亚寒带湿润气候， 巴塘为高原温带半湿润气候， 林芝和泸定为高原亚热带山地湿润气候， 成都为亚热带湿润季风气候（丁一汇等， 2015）。
图1 青藏高原中东部和四川盆地西部6个雨滴谱观测站点的位置及周边地形

Fig.1 Geophysical locations of the six observation sites over the central and eastern Qinghai-Xizang （Tibetan） Plateau （CEQXP） and the western Sichuan basin （WSB） and their surrounding terrains

2.2　仪器和资料介绍

本文的雨滴谱资料由德国哈希集团下属OTT/HydroMet公司研制的Parsivel2（Particle size and velocity）激光雨滴谱仪测量得到。该设备以光电技术为基础， 根据雨滴穿过激光波束引起的信号衰减和穿行时间分别来测量雨滴的等效直径和下落速度（Friedrich et al， 2013）。Parsivel2的激光波长为0.78 μ m， 时间分辨率为1 min， 测量高度为1.4 m， 采样面积为54.0 cm2， 探测资料为1024个不同直径和速度通道的雨滴个数， 直径和速度的测量范围分别为0.0625~24.5 mm和0.05~20.8 m·s-1。

2.3　数据质量控制和后处理方法

考虑到Parsivel2会因自身局限性或在特殊环境下观测到少部分偏差较大的数据（Battaglia et al， 2010）， 本文对原始观测资料进行以下质量控制： （1）考虑前两个直径通道的信噪比过低， 剔除这两个通道的数据（Wang et al， 2020）。（2）对分钟样本的雨滴总个数和雨强进行判断， 若雨滴总个数少于10或雨强小于0.01 mm·h-1， 则将该样本判断为非降水数据， 舍弃。（3）当有多个雨滴并排穿过激光束或近地面有强烈风切变时， 观测的雨滴直径和下落速度会出现严重不匹配的情况（Friedrich et al， 2013）。对于这类偏差较大的数据， 通过将观测结果与Atlas et al（1973）提出的雨滴直径-下落末速度理论关系进行对比， 若观测与理论结果的偏差超过±60%， 则将其剔除（Chen et al， 2017）。（4）最后， 通过地面实况记录或判断当存在超过6 mm的粒子时（在近地面大气压下， 雨滴直径通常在超过6 mm前会破碎、 分解）， 也将该雨滴谱样本删除， 以排除冰雹等非液态降水的影响（黄泽文等， 2022）。
质量控制后， 将各个通道的雨滴个数转化为雨滴数浓度N（D）（单位： m-3·mm-1）， 并进一步计算出其他6个物理量， 包括： 雨滴总浓度NT （单位： m-3）、 雨强R（单位： mm·h-1）、 含水量W（单位： g·m-3）、 反射率因子Z（单位： mm6·m-3）、 质量加权平均直径Dm （单位： mm）和广义截距参数NW （单位： m-3·mm-1）， 公式如（1）~（7）所示：
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
Z = ∑ i = 1 32 ∑ j = 1 32 D i 6 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
式中： D（单位： mm）和V（单位： m·s-1）分别为雨滴直径和下落速度； i和j分别为直径和下落速度的通道序号； ∆ D i（单位： mm）为直径通道i的间隔； ∆ t（60 s）为采样时间间隔； n i j为第i和j个通道的雨滴个数； ρ w=1 g·cm-3， 为水的密度； A i为通道i的有效采样面积。
目前主要采用M-P和Gamma两种模型对雨滴谱进行参数化。研究表明， Gamma模型具有更好的代表性（Ulbrich， 1983）， 因此本文使用该模型对观测的雨滴谱进行参数化：
N D = N 0 D μ e x p   - Λ D
式中： N 0（单位： m-3·mm-1-μ）、 μ和 Λ（单位： mm-1）分别为浓度、 形状和斜率参数， 3个参数相互影响， 共同决定了雨滴谱的分布。为估算Gamma模型的3个参数， 采用广泛使用的2/3/4阶截距法（Cao and Zhang， 2009）， n阶矩定义为：
M n = ∫ 0 ∞ N D ∙ D n d D = N 0 ∙ Γ n + μ + 1 Λ n + μ + 1
式中： Γ ( x )为伽马函数， N 0、 μ和 Λ计算公式为：
η = M 3 2 M 2 M 4
μ = 1 1 - η - 4
Λ = M 2 M 3 μ + 3
N 0 = M 2 ∙ Λ μ + 3 Γ ( μ + 3 )

3 不同地区的雨滴谱特征和差异

3.1　整体雨滴谱的特征和差异

观测期间， 那曲、 玉树、 林芝、 巴塘、 泸定和成都累计收集的雨滴谱样本数分别为19712， 15408， 36130， 16666， 23539和20917个， 累计雨量分别为266.4， 240.1， 523.1， 176.6， 370.6和676.9 mm。图2给出了6个地区所有样本的平均雨滴谱和Gamma拟合结果。为便于对比， 参考Tokay et al（2014）的方法， 按照D<1.0 mm、 1.0≤D<3.0 mm和D≥3.0 mm将雨滴分为小雨滴、 中雨滴和大雨滴， 表1列出了不同尺度雨滴对R、 Z和NT 的贡献。可见， 6个地区的平均雨滴谱均为单峰分布， 峰值对应的直径在0.44~0.56 mm； 平原和邻近地区（成都和泸定）的雨滴谱比高原地区的宽， 其中， 成都的最宽， 那曲的最窄， 其他地区介于它们之间。由于降水主要来自层云和弱对流， 那曲和林芝的小雨滴数浓度更高； 而成都和泸定由于更多强对流降水的贡献， 中大雨滴数浓度更高。从不同尺度雨滴对R、 Z和NT 的贡献率来看， 6个地区的总浓度NT 均由小雨滴主导， 但雷达回波强度Z则均由中雨滴主导； 那曲的降水强度R也由小雨滴主导， 但其他5个地区的则由中雨滴主导。6个地区平均谱的差异与其他学者观测的结论较为吻合， 如Wu and Liu（2017）、 李山山等（2020）和He et al（2021）也发现高海拔地区的平均谱较低海拔地区的更窄， 前者的小雨滴数浓度对整体谱的贡献高于后者， 但中大雨滴数浓度对整体谱的贡献低于后者； 陈刚等（2022）认为， 低海拔地区深对流降水的冰相过程更活跃， 导致形成的中大雨滴数浓度更高， 而高海拔山区降水的对流发展高度较低， 暖雨过程活跃但冰相过程受限， 形成的中大雨滴数浓度更低。不同地区的雨滴谱差异还与气候环境和地形等的差异有关， 本文将在第6节中讨论。Gamma模型能较好代表各个地区的雨滴谱分布， 那曲、 玉树、 林芝、 巴塘、 泸定和成都的观测谱和拟合谱相关系数达到了0.9857， 0.9766， 0.8853， 0.8910， 0.9592和0.9619， 但对大雨滴数浓度有一定的低估。
图2 青藏高原中东部和四川盆地西部6个地区观测的平均雨滴谱（a）及Gamma拟合谱（b）

Fig.2 Average raindrop spectra （a） and corresponding Gamma-fitted results （b） for the six observation areas over the CEQXP and WSB

表1 不同尺度雨滴对不同地区的降水强度 R 、 雷达反射率因子 Z 和雨滴总数浓度 NT 的贡献率

Table 1 Contributions to rain rate R， reflectivity factor Z， and total number concentration NT of different-size raindrops for the six observation areas

站点 雨强R贡献率/% 反射率因子Z贡献率/% 雨滴总数浓度NT 贡献率/%
D<1 mm 1≤D<3 mm D≥3 mm D<1 mm 1≤D<3 mm D≥3 mm D<1 mm 1≤D<3 mm D≥3 mm
那曲 59.7% 39.3% 1.0% 21.2% 66.0% 12.8% 94.6% 5.4% ~0%
玉树 38.5% 59.6% 1.9% 9.8% 74.5% 15.7% 88.2% 11.8% ~0%
林芝 35.4% 63.5% 1.1% 9.7% 79.4% 10.9% 89.8% 10.2% ~0%
巴塘 23.6% 73.8% 2.6% 4.2% 80.6% 15.2% 85.8% 14.2% ~0%
泸定 19.8% 75.9% 4.3% 3.1% 74.8% 22.1% 84.9% 15.1% ~0%
成都 15.2% 75.9% 8.9% 1.7% 62.9% 35.4% 85.9% 14.0% 0.1%

3.2　不同强度降水的雨滴谱差异

雨滴谱会随降水强度的变化而改变， 为了进一步对比同等降水强度下， 不同地区的雨滴谱差异， 将雨滴谱按雨强分为五个区间（Chen et al， 2017）： R 1（R<0.1 mm·h-1）、 R 2（0.1 mm·h-1≤R<1 mm·h-1）、 R 3（1 mm·h-1≤R<5 mm·h-1）、 R 4（5 mm·h-1≤R<10 mm·h-1）和R 5（R≥10 mm·h-1）。如图3为5个区间的雨滴谱累计样本数和累计雨量占总数的百分比。从图3中可以看出， 6个地区90%以上样本的降水强度不超过5 mm·h-1， 累计频次都在R 2最高， 累计雨量则均在R 3最高。平原的成都和邻近的泸定在R 5的降水量占比明显比其他4个高原地区的更高， 尤其是成都， 其4.6%的R 5样本可贡献46%的总雨量。
图3 青藏高原中东部和四川盆地西部6个地区在不同雨强区间的雨滴谱累计样本数百分比（a）和累计雨量百分比（b）

Fig.3 Percentages of accumulated sample numbers （a） and accumulated rain （b） amounts of raindrop spectra under five rain rate classes for the six observation areas over the CEQXP and WSB

图4为各个雨强区间的平均雨滴谱和所有Dm 、 NW 和 NT 的平均值。从图4中可以看出， 6个地区的雨滴谱均随雨强增大而变宽， 数浓度也逐渐增高。当雨强超过5 mm·h-1以后， 各个地区的雨滴谱分布逐渐表现出不同程度的多峰结构， 该特征在林芝最为明显， 这与王改利等（2021）观测的结论一致。不同地区的平均谱差异也随雨强的变化而变化： 雨强很小时（R 1）， 成都的小雨滴数浓度相对较高； 雨强增至R 2时， 那曲和林芝的小雨滴数浓度增高幅度明显更大， 达到与成都相当； 雨强增至R 3时， 那曲、 林芝和玉树的小雨滴数浓度超过成都， 但成都和泸定的中大雨滴数浓度开始高于其他地区； 雨强增至R 4-R 5时， 成都与其他地区的大雨滴数浓度差距进一步加大， 而那曲、 林芝和玉树的小雨滴数浓度高于成都、 泸定和巴塘。Dm 、 NT 和NW 对比表明， 所有雨强下， 成都、 泸定和巴塘的雨滴平均粒径比那曲、 玉树和林芝3个高原地区的大， 但这三个高原地区在R 2-R 5区间的总数浓度更大。从式（3）的雨强的定义可知， 雨强与粒子直径三次方和数浓度一次方成正比， 因此那曲、 玉树和林芝平均粒径更小、 数浓度更高， 可以说明这3个高原地区降水在R2 -R5 的增强过程中， 更高浓度的中小雨滴对雨强的贡献较其他地区更显著。
图4 青藏高原中东部和四川盆地西部6个地区在不同雨强下的平均雨滴谱（a~e）和质量加权平均直径Dm 、 广义截距参数NW 和总数浓度 NT 的平均值（f~h）

Fig.4 Averages of raindrop spectra （a~e） and mass-weighted mean diameter Dm s， generalized intercept parameter NW s， and total number concentration NT s （f~h） for the six observation areas over the CEQXP and WSB under different rain rate classes

4 层云和对流降水的雨滴谱差异

因热力、 动力和抬升条件等差异， 不同类型降水的雨滴谱有显著差别（Maki et al， 2001）； 此外， 即使同类型的降水， 其在不同地区的雨滴谱特征也有所差异（李山山等， 2020； 赵城城等， 2021）。按照Bringi et al（2003）的方法， 本文将雨滴谱分为层云降水和对流降水两类， 分类结果如表2所示。结果可见， 6个地区均以层云降水为主， 即层云降水的频次远高于对流降水； 高原地区的那曲、 玉树、 林芝和巴塘的层云降水也贡献了大部分雨量， 占总雨量的76.7%~89%， 而对流降水仅占总雨量的4.6%~14.3%。6个地区中， 平原及邻近地区（成都和泸定）具有相对更多、 更强的对流降水， 频次分别占总数的8.1%和2.4%， 可分别贡献56.2%和28.4%的总雨量。
表2 青藏高原中东部和四川盆地西部6个地区的层云和对流降水的雨滴谱累计样本数、 累计雨量和平均雨强

Table 2 Accumulated sample numbers， accumulated rain amounts， and mean rain rates of stratiform and convective spectra for the six observation areas over the CEQXP and WSB

降水

类型

 项目 站点
那曲 玉树 林芝 巴塘 泸定 成都

层云

降水

 累计样本数/占比 17998/92.2% 14088/91.9% 32064/88.8% 15301/91.8% 21023/89.3% 17026/81.4%
累计雨量/占比 237.2/89.0% 206.2/85.9% 401/76.7% 147.1/83.3% 240.5/64.9% 234.8/34.7%
平均雨强/（mm·h-1） 0.79 0.88 0.75 0.58 0.69 0.83

对流

降水

 累计样本数/占比 112/0.57% 159/1.0% 563/1.6% 148/0.9% 563/2.4% 1680/8.1%
累计雨量/占比 12.4/4.6% 17.5/7.3% 75.1/14.3% 18.9/10.7% 105.4/28.4% 380.7/56.2%
平均雨强/（mm·h-1） 6.62 6.6 8.04 7.65 11.23 13.6

累计雨量单位为mm

图5给出了两类降水的平均雨滴谱对比， 表3列出了不同尺寸雨滴对NT 和R的贡献。由于层云降水在所有样本中占比非常高， 因此各个地区层云降水的平均雨滴谱差异与图2呈现基本一致。对于对流降水的平均雨滴谱， 高海拔的那曲和玉树的小雨滴数浓度高于低海拔的成都和泸定； 但成都和泸定由于更强的对流活动， 产生的中大雨滴数浓度更高。林芝的对流降水偏向于热带海洋性对流， 其大雨滴数浓度也较低（王改利等， 2021）。此外， 6个地区对流降水在不同直径下的雨滴数浓度都比层云降水的高， 谱也更宽， 这些与前人的研究结论一致（Tokay and Short， 1996； Chen et al， 2013； Wen et al， 2016）。
图5 青藏高原中东部和四川盆地西部6个地区层云（a）和对流降水（b）的平均雨滴谱

Fig.5 Average raindrop spectra of stratiform （a） and convective precipitation （b） for the six observation areas over the CEQXP and WSB

表3 平均雨滴谱中不同大小雨滴对 NT 和 R 的贡献

Table 3 Contributions to the total number concentration NT and rain rate R of different-size raindrops in the average spectra

降水类型/站点 贡献
雨滴总数浓度NT /m-3 降水强度R/（mm·h-1）
总和 D<1.0 mm 1.0≤D<3.0 mm D≥3.0 mm 总和 D<1.0 mm 1.0≤D<3.0 mm D≥3.0 mm
层云降水 那曲 327.9 311.4 16.5 0.01 0.92 0.58 0.33 0.01
玉树 225.2 200.2 24.9 0.03 1.03 0.42 0.59 0.02
林芝 229.7 209.6 20.2 0.01 0.63 0.25 0.38 0.0
巴塘 90.92 78.8 12.1 0.02 0.51 0.14 0.36 0.01
泸定 117.3 102.5 14.8 0.03 0.62 0.15 0.44 0.03
成都 228.5 210.5 18.0 0.04 0.82 0.25 0.55 0.02
对流降水 那曲 696.9 553.0 143.3 0.5 7.74 1.39 5.99 0.35
玉树 628.1 450.0 178.0 0.4 7.57 1.20 6.08 0.28
林芝 718.6 478.2 240.0 0.4 7.05 1.07 5.72 0.25
巴塘 359.0 218.6 139.8 0.6 7.23 0.51 6.31 0.41
泸定 553.1 333.2 218.8 0.9 10.3 0.79 8.87 0.64
成都 537.1 324.2 210.5 2.4 12.5 0.63 10.27 1.59
为进一步对比6个地区两类降水的差异， 对所有R、 Z、 Dm 、 NT 、 μ和 Λ进行统计， 结果如图6所示。整体可见， 对流降水的R、 Z、 Dm 和NT 也都远大于层云降水的， 但 μ和 Λ更小。对于不同地区的层云降水， 成都和泸定的Dm 较高原上的稍大， 但高原地区的那曲、 林芝和玉树由于小粒子浓度更高， 使得NT 、 μ和 Λ较其他3个地区更大。对于对流降水， 成都、 泸定和巴塘的Dm 也大于那曲、 林芝和玉树， 但NT 则相反。
图6 青藏高原中东部和四川盆地西部6个地区两类降水所有的质量加权平均直径Dm （a， 单位： mm）、 总数浓度NT （b， 单位： m-3）、 雨强R （c， 单位： mm·h-1）、 反射率因子Z （d， 单位： dBZ）、 形状参数 μ （e）和斜率参数 Λ （f， 单位： mm-1）的统计结果

Fig.6 Statistical results of mass-weighted mean diameter Dm （a， unit： mm）， total number concentration NT （b， unit： m-3）， rain rate R （c， unit： mm·h-1）， reflectivity factor Z （d， unit： dBZ）， shape parameter μ （e） and slope parameter Λ （f， unit： mm-1） calculated from all raindrop spectra of two rain types for the six observation areas over the CEQXP and WSB

5 不同地区的 μ – Λ关系和 Z-R 关系

5.1　 μ – Λ关系

研究雨滴谱Gamma参数的内在关系有利于简化数值模式参数化方案中的雨滴谱计算模型（Seifert， 2005）。研究表明， μ和 Λ服从二项式关系， 但不同地区的关系式系数有所差异（Vivekanandan et al， 2004）。为了得到6个地区降水准确的 μ – Λ关系， 应先排除谱参数估计方法误差的影响， Chen et al（2013）和Zhang et al（2019）在研究江淮和华南的雨滴谱时， 采用R>5 mm·h-1和NT >1000 m-3作为限制条件， 而Chen et al（2017）在研究那曲的雨滴谱时， 采用雨滴总个数Nc >300来作为限制条件。考虑到本文研究区域与Chen et al（2017）的较接近， 本文也采用Nc >300来筛选 μ和 Λ样本， 并利用非线性最小二乘法对关系式进行拟合。图7为6个地区筛选后的 μ和 Λ样本分布和拟合结果， 图中N为样本数。从图7中可以看出， μ和 Λ呈正比并较好符合二项式关系， 巴塘、 林芝、 泸定、 那曲、 玉树和成都6个地区的拟合优度（Rs）分别为0.804， 0.897， 0.854， 0.961， 0.954和0.827， μ – Λ关系分别为：
Λ = 0.0101 μ 2 + 1.143 μ + 2.064 , 巴塘 - 0.0056 μ 2 + 1.327 μ + 2.016 , 林芝 0.003 μ 2 + 1.132 μ + 1.526 , 泸定 - 0.003 μ 2 + 1.427 μ + 2.855 , 那曲 0.0013 μ 2 + 1.216 μ + 2.51 , 玉树 0.0011 μ 2 + 1.068 μ + 1.283 , 成都
图7 青藏高原中东部和四川盆地西部6个地区的 μ和 Λ样本分布和二项式拟合结果

N为筛选后的样本数， Rs代表拟合优度

Fig.7 Scatterplots of μ and Λ samples and corresponding fitted quadratic polynomial functions over the CEQXP and WSB.N and Rs are the sample number after selection and fitting goodness， respectively

将本文6个地区和滁州（江淮地区， 金祺等， 2015）及美国Florida州（大西洋西岸， Zhang et al， 2003）观测的 μ – Λ关系进一步对比（图8）。从图8中可以看出， 各个地区的 Λ差异随着 μ的增大而增大。在相同 μ下， 成都和泸定由于更高的中大雨滴数浓度， 使得谱的倾斜率 Λ更小； 反之， 其他4个高原地区的雨滴数浓度随粒径增大而减小的速度更快， 即 Λ更大， 尤其是那曲。Wu and Liu（2017）在对比那曲和广东龙门之间的雨滴谱差异时， 也发现了该特点。与本文6个地区相比， 相同 μ下， 滁州与成都的 Λ最接近， 一定程度体现了季风湿润气候下降水微物理特征的相似性。对于大西洋西岸亚热带季风气候的Florida地区， μ≤-1时， 该地区的 Λ较其他地区的稍大； -1< μ≤8时， 该地区与成都的 Λ相近； 8< μ≤12时， 该地区的 Λ逐渐与泸定地靠近； 当 μ进一步增大后， 该地区的 Λ逐渐与高原4个地区的靠近。整体上， Florida地区的 μ – Λ曲线斜率更大， 说明该地区雨滴谱形状发生变化时， 对应的雨滴数浓度变化幅度更大。
图8 青藏高原中东部和四川盆地西部6个地区及滁州（代表江淮地区）和美国Florida（代表低纬大西洋西岸）的 μ – Λ关系对比

Fig.8 Comparisons of μ – Λ relationships among the six observation areas over the CEQXP and WSB and other two areas （Cuzhou， Jianghuai area of China， Florida of the United States）

5.2　 Z – R关系

Z – R关系是雷达定量估测降水的重要基础， 研究表明， Z 和 R基本满足幂函数关系， 即Z=AR b； 但因不同地区降水性质和雨滴谱的差异， 系数A和b也显著不同（Chandrasekar et al， 2003； Rosenfeld and Ulbrich 2003）。研究各个地区降水的 Z – R关系和差异， 有利于提高本地雷达的降水测量精度。如图9（a）~（f）为6个地区层云降水的Z和R样本频次分布和拟合结果， 图9（g）~（l）为对流降水样本的散点分布和拟合结果。从图9中可以看出， 两类降水较好符合幂函数关系， 巴塘、 林芝、 泸定、 那曲、 玉树和成都的层云降水和对流降水的拟合优度Rs分别为0.840， 0.875， 0.748， 0.698， 0.792， 0.795和0.741， 0.655， 0.765， 0.793， 0.656， 0.852。
图9 青藏高原中东部和四川盆地西部6个地区层云降水和对流降水的Z和R分布和拟合关系

Fig.9 Distributions and fitted relations of Z and R for stratiform and convective precipitation of the six observation areas over the CEQXP and WSB

图10为两类降水的 Z – R关系对比， 图10中还给出了南京（江淮地区， Wen et al， 2019）和美国新一代天气雷达（Next Generation Weather Radar， NEXRAD）中通用的 Z – R关系（Fulton et al， 1998）。对比可见， 成都、 泸定、 巴塘、 玉树、 南京和NEXRAD的层云降水 Z – R关系十分接近， 由于 Z比R对D更加敏感（Z和R分别与D六次方和三次方成正比）， 因此那曲和林芝由于小雨滴更多、 整体粒径更小（见图5）， 使得它们的Z在相同R下比其他地区更小。对于对流降水， 成都的 Z – R关系与NEXRAD的较为接近； 对于40 dBZ以下的对流回波， 林芝的降水强度高于其他地区； 而对于40 dBZ以上的对流回波， 那曲的降水强度低于其他地区。
图10 青藏高原中东部和四川盆地西部六个地区、 南京和NEXRAD雷达通用的层云降水（a）和对流降水（b）的Z-R关系对比

Fig.10 The Z-R relations of stratiform （a） and convective precipitation （b） for the six observation areas over the CEQXP and WSB and counterparts observed at Nanjing and used in the NEXRAD

6 讨论

受气候条件、 海拔和地形等影响， 不同地区降水的形成和发展有所差异， 微观上表现为雨滴谱的差异。陈玲和周筠珺（2014）指出， 高原夏季降水云的平均云底高度为4.8 km， 远高于四川盆地的平均云底高度（1.5 km）， 平均云厚为6.5 km， 较四川盆地的平均厚度（10.2 km）偏薄。高原地区夏季0 ℃层较低， 以冷云降水为主， 冰相过程较为受限（李典等， 2014）， 同时那曲和玉树为亚寒带气候， 海拔高， 空气密度小， 破碎临界半径较低海拔更小， 雨滴更容易发生破碎和繁生（李嗣源， 2022）， 因此地面雨滴平均粒径小。成都和泸定夏季0 ℃高度常在5~6 km， 远高于平均云底高度， 同时对流云比重较其他地区更高， 在活跃的冷云过程和暖云中雨滴高效碰并作用下， 产生数浓度更高的大雨滴（陈刚等， 2022）。
图11为ERA5资料统计得到的6个地区在观测期间的假相当位温和相对湿度的平均廓线及平均整层水汽通量。从图11中可以看出， 成都和林芝的大气层结整体为热力不稳定， 其余4个地区的近地面为稳定层结， 巴塘的稳定层最深厚； 饱和湿度层中， 林芝最深厚， 泸定次之， 其余地区中低层为较高湿度层， 且成都湿层明显厚于那曲、 玉树和巴塘。深厚湿层和不稳定大气有利于成都产生更多对流降水， 进而通过充分的碰并机制形成最高的大雨滴数浓度； 层结最稳定的巴塘， 云雨的发展需要更强上升气流， 这可能造成雨强增加时， 小粒子数浓度却比湿层相近的玉树要低。虽然泸定和林芝海拔接近， 湿度廓线相似［图11（a）］， 但林芝的大气热力不稳定更显著［图11（b）］； 同时， 林芝是印度洋和孟加拉湾水汽向高原输送的关键区［图11（c）］， 强大暖湿气流在高山河谷的迎风抬升作用下空气极易达到饱和， 形成地形云降水， 表现为小雨滴数浓度远高于泸定， 但中雨滴数浓度低于泸定。
图11 青藏高原中东部和四川盆地西部六个地区在观测期间的相对湿度（a）、 假相当位温平均廓线（b）及平均整层水汽通量［阴影， 单位： kg·（m·s）-1］和水平风场（矢量， 单位： m·s-1）（c）

Fig.11 Averaged profiles of relative humidity （a）， equivalent potential temperature （b） and averaged water vapor flux ［the shaded， unit： kg·（m·s）-1］ and horizontal wind （bard， unit： m·s-1） （c） of the six observation areas over the CEQXP and WSB during the observation period

7 结论和展望

本文利用2019年7 -8月和2020年7 -8月那曲、 玉树、 林芝、 巴塘、 泸定和成都6个地区的雨滴谱资料， 从整体及划分不同降水强度和不同降水类型等角度， 研究了6个地区之间的雨滴谱差异， 并提出了各个地区的 μ – Λ关系和Z-R关系。得到以下主要结论：
（1） 由于更多强对流降水的贡献， 盆地和邻近地区（成都和泸定）的整体平均雨滴谱比高原地区（那曲、 玉树、 林芝和巴塘）的更宽， 中大雨滴（直径≥1.0 mm）数浓度也更高； 而高原地区的降水主要来自层云和弱对流， 整体平均雨滴谱整体更窄， 小粒子（直径<1.0 mm）数浓度更高。
（2） 6个地区的雨滴谱均随雨强的增大而变宽， 数浓度也逐渐升高； 当降水强度超过5 mm·h-1以后， 雨滴谱逐渐由单峰分布转变为多峰分布。不同地区之间的雨滴谱差异也会随雨强而变化， 当雨强小于0.1 mm·h-1时， 成都的小雨滴数浓度最高； 当雨强超过0.1 mm·h-1后， 那曲和林芝的小雨滴数浓度增高幅度明显更大， 并逐渐超过成都； 当雨强达到5 mm·h-1后， 成都和泸定的中大雨滴数浓度与其他高原地区的差异开始逐渐变大。整体上， 平原及邻近地区的层云和对流降水的平均粒径大于高原地区， 但粒子总数浓度则更低。
（3） 6个地区的 μ和 Λ较好服从二项式关系。在相同 μ下， 成都和泸定因更多中大雨滴的贡献， 谱的倾斜率 Λ更小， 说明雨滴数浓度随粒径增大而减小的速率较高原地区更慢。在相同雷达回波强度（反射率因子）情况下， 那曲和林芝的层云降水雨强比其他地区大。林芝的对流降水在雷达回波低于40 dBZ时， 雨强也比其他地区大， 但那曲的对流降水在雷达回波大于40 dBZ后， 雨强比其他地区小。
青藏高原中东部和四川盆地西部的地域广袤、 地形地貌复杂、 区域小气候种类多， 由于影响这些地区降水微观特征的因素非常多， 本文仅利用观测资料分析了这些地区的雨滴谱特征和差异， 并从大气层结条件和水汽条件等结合海拔和气候特点进行了初步解释， 关于引起差异的其他成因， 需要未来进一步研究。

References

null
Atlas D， Srivastava R C， Sekhon R S， 1973.Doppler radar characteristics of precipitation at vertical incidence［J］.Reviews of Geophysics Space Physics， 11（1）： 1-35.DOI： 10.1029/RG011i001p00001 .
null
Battaglia A， Rustemeier E， Tokay A， et al， 2010.PARSIVEL snow observations： a critical assessment［J］.Journal of Atmospheric and Oceanic Technology， 27（2）： 333-344.DOI： 10.1175/2009JTECHA1332.1 .
null
Bringi V N， Chandrasekar V， Hubbert J， et al， 2003.Raindrop size distribution in different climatic regimes from disdrometer and dual-polarized radar analysis［J］.American Meteorological Society， 60（2）： 354-365.DOI： 10.1175/1520-0469（2003）060<0354： RSDIDC>2.0.CO； 2 .
null
Cao Q， Zhang G F， 2009.Errors in estimating raindrop size distribution parameters employing disdrometer and simulated raindrop spectra［J］.Journal of Applied Meteorology and Climatology， 48（2）： 406-425.DOI： 10.1175/2008JAMC2026.1 .
null
Chandrasekar V， Meneghini R， Zawadzki I， 2003.Global and local precipitation measurements by Radar［J］.Meteorological Monographs， 30（52）： 215-236.DOI： 10.1175/00659401（2003）030<0215： GALPMB>2.0.CO； 2 .
null
Chen B J， Hu Z， Liu L， et al， 2017.Raindrop size distribution measurements at 4500 m on the Tibetan Plateau during TIPEX-Ⅲ［J］.Journal of Geophysical Research： Atmospheres， 122（20）： 11092-11106.DOI： 10.1002/2017JD027233 .
null
Chen B J， Yang J， Pu J P， 2013.Statistical characteristics of raindrop size distribution in the Meiyu season observed in eastern China［J］.Journal of the Meteorological Society of Japan， 91（2）： 215-227.DOI： 10.2151/jmsj.2013-208.DOI： 10.2151/jmsj.2013-208 .
null
Friedrich K， Higgins S， Masters F J， et al， 2013.Articulating and stationary PARSIVEL disdrometer measurements in conditions with strong winds and heavy rainfall［J］.Journal of Atmospheric and Oceanic Technology， 30（9）： 2063-2080.DOI： 10.1175/JTECH-D-12-00254.1 .
null
Fulton， R A， Breidenbach J P， Seo D J， et al， 1998.The WSR-88D rainfall algorithm［J］.Weather Forecast， 13： 377-395.DOI： 10. 1175/1520-0434（1998）0132.0.CO； 2 .
null
He J S， Zheng J F， Zeng Z M， et al， 2021.A comparative study on the vertical structures and microphysical properties of stratiform precipitation over south China and the Tibetan Plateau［J］.Remote Sensing， 13（15）： 2897.DOI： 10.3390/rs13152897 .
null
Maki M， Kenan T D， Sasaki Y， et al， 2001.Characteristics of the raindrop size distribution in tropical continental squall lines observed in Darwin， Australia［J］.Journal of Applied Meteorology， 40（8）： 1393-1412.DOI： 10.1175/1520-0450（2001）0402.0.CO； 2 .
null
Milbrandt J A， Yau M K， 2005.A multi-moment bulk microphysics parameterization.Part I： Analysis of the role of the spectral shape parameter［J］.Journal of the Atmospheric Sciences， 62（9）： 3051-3064.DOI： 10.1175/JAS3534.1 .
null
Rosenfeld D， Ulbrich C W， 2003.Cloud microphysical properties， processes， and rainfall estimation opportunities［J］.Meteorological Monographs， 30（52）： 237-258.DOI： 10.1175/0065-9401（2003）0302.0.CO； 2 .
null
Seifert A， 2005.On the shape-slope relation of drop size distribution in convective rain［J］.Journal of Applied Meteorology， 44（7）： 1146-1151.DOI： 10.1175/JAM2254.1 .
null
Tokay A， Short D A， 1996.Evidence from tropical raindrop spectra of the origin of rain from stratiform versus convective clouds［J］.Journal of Applied Meteorology， 35（3）： 355-371.DOI： 10. 1175/1520-0450（1996）0352.0.CO； 2 .
null
Tokay A， Wolff D B， Petersen W A， 2014.Evaluation of the new version of the laser-optical disdrometer OTT Parsivel2 ［J］.Journal of Atmospheric and Oceanic Technology， 31： 1276-1288.DOI： 10.1175/ JTECH-D-13-00174.1 .
null
Ulbrich C W， 1983.Natural variations in the analytical form of the raindrop size distribution［J］.Journal of Applied Meteorology， 22： 1764-1775.DOI： 10.1175/1520-0450（1983）0222.0.co； 2 .
null
Vivekanandan J， Zhang G F， Brandes E， 2004.Polarimetric radar estimators based on a constrained gamma drop size distribution model［J］.Journal of Applied Meteorology， 43（2）： 217-230.DOI： 10.1175/1520-0450（2004）043<0217： preboa>2.0.co； 2 .
null
Wang Y J， Zheng J F， Cheng Z G， et al， 2020.Characteristics of raindrop size distribution on the eastern slope of the Tibetan Plateau in summer［J］.Atmosphere， 11（6）.DOI： 10.3390/atmos11060562 .
null
Wen L， Zhao K， Wang M Y， et al， 2019.Seasonal variations of observed raindrop size distribution in East China［J］.Advances in Atmospheric Sciences， 36（4）： 346-362.DOI： 10.1007/s00376-018-8107-5 .
null
Wen L， Zhao K， Zhang G F， et al， 2016.Statistical characteristics of raindrop size distributions observed in East China during the Asian summer monsoon season using 2-D video disdrometer and Micro Rain Radar data［J］.Journal of Geophysical Research： Atmospheres， 121（5）： 2265-2282.DOI： 10.1002/2015JD024160 .
null
Wu Y H， Liu L P， 2017.Statistical characteristics of raindrop size distribution in the Tibetan Plateau and southern China［J］.Advances in Atmospheric Sciences， 34（6）： 727-736.DOI： 10.1007/s00376-016-5235-7 .
null
Wu Z H， Zhang Y， Zhang L F， et al， 2019.Characteristics of summer season raindrop size distribution in three typical regions of western Pacific［J］.Journal of Geophysical Research： Atmospheres， 124（2）： 4054-4073.DOI： 10.1029/2018JD029194 .
null
Zhang A， Hu J J， Chen S， et al， 2019.Statistical characteristics of raindrop size distribution in the monsoon season observed in southern China［J］.Remote Sensing， 11（4）： 432.DOI： 10.3390/rs11040432 .
null
Zhang G F， Vivekananda J， Brandes E A， et al， 2003.The shape-slope relation in observed Gamma distribution size distribution： Statistical error or useful information？［J］.Journal of Atmospheric and Oceanic Technology， 20（8）： 1106-1119.DOI： 10.1175/1520-0426（2003）020<1106： TSRIOG>2.0.CO； 2
null
常祎， 郭学良， 2016.青藏高原那曲地区夏季对流云结构及雨滴谱分布日变化特征［J］.科学通报， 61（15）： 1706-1720.DOI： 10.1360/N972015-01292.Chang W ，
null
Guo X L，2016.Characteristics of convective cloud and precipitation during summer time at Naqu over Tibetan Plateau［J］.Chinese Science Bulletin，61（15）： 1706-1720.DOI： 10.1360/N972015-01292 .
null
陈刚， 赵坤， 吕迎辉， 等， 2022.河南“21·7”特大暴雨过程微物理特征变化分析［J］.中国科学： 地球科学， 52.DOI： 10.1360/ N072022-0029.Chen G ，
null
Zhao K， Lü Y H，et al，2022.Analysis of microphysical characteristics during "21·7" heavy rainstorm in Henan Province［J］.Scientia Sinica （Terrae），52.DOI： 10.1360/ N072022-0029 .
null
陈玲， 周筠珺， 2015.青藏高原和四川盆地夏季降水云物理特性差异［J］.高原气象， 34（3）： 621-632.DOI： 10.7522/j.issn.1000-0534.2014.00036.Chen L ，
null
Zhou Y J，2015.Different physical properties of summer precipitation clouds over Qinghai-Xizang Plateau and Sichuan Basin［J］.Plateau Meteorology，34（3）： 621-632.DOI： 10.7522/j.issn.1000-0534.2014.00036 .
null
陈普晨， 李忠勤， 王璞玉， 等， 2023.高寒山区固态降水观测对比研究［J］.高原气象， 42（1）： 116-127.DOI： 10.7522/j.issn.1000-0534.2021.0116.Chen P C ，
null
Li Z Q， Wang P Y，et al，2023.Comparative study of solid precipitation observation in alpine mountains［J］.Plateau Meteorology，42（1）： 116-127.DOI： 10.7522/j.issn.1000-0534.2022.00021 .
null
丁一汇， 王绍武， 郑景云， 等， 2015.中国气候［M］.北京： 科学出版社.Ding Y H，Wang S W，Zheng J Y，et al，2015.Climate of China［M］.Beijing： Science Press.
null
黄泽文， 彭思越， 张浩然， 等， 2022.福建安溪雨滴谱特征［J］.应用气象学报，33（2）： 205-217.DOI： 10.11898/1001-7313. 20220207.Huang Z W ，
null
Peng S Y， Zhang H R，et al，2022.Characteristics of raindrop size distribution at Anxi of Fujian［J］.Journal of Applied Meteorological Science，33（2）： 205-217.DOI： 10.11898/1001-7313.20220207 .
null
金祺， 袁野， 刘慧娟， 等， 2015.江淮之间夏季雨滴谱特征分析［J］.气象学报， 73（4）： 778-788.DOI： 10.11676/qxxb2015.036.Jin Q ，
null
Yuan Y， Liu H J， et al， 2015.Analysis of microphysical characteristics of the raindrop spectrum over the area between the Yangtze River and the Huaihe River during summer［J］.Acta Meteorologica Sinica， 73（4）： 778-788.DOI： 10.11676/qxxb2015.036 .
null
李典，白 爱娟， 薛羽君， 等， 2014.青藏高原和四川盆地夏季对流性降水特征的对比分析［J］.气象， 40（3）： 280-289.DOI： 10. 7519/j.issn.1000-0526.2014.03.003.Li D ，
null
Bai A J， Xue Y J， et al， 2014.Comparative analysis on characteristics of summer convective precipitation over Tibetan Plateau and Sichuan Basin［J］.Meteorological Monthly， 40（3）： 280-289.DOI： 10.7519/j.issn. 1000-0526.2014.03.003 .
null
李慧， 银燕， 单云鹏， 等， 2018.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［J］.大气科学， 42（2）： 268-280.DOI： 10. 3878/j.issn.1006-9895.1705.16291.Li H ，
null
Yin Y， Shan Y P， et al，2018.Statistical characteristics of raindrop size distribution for stratiform and convective precipitation at different altitudes in Mt.Huangshan［J］.Chinese Journal of Atmospheric Sciences，42（2）： 268-280.DOI： 10.3878/j.issn.1006-9895. 1705.16291 .
null
李山山，王 晓芳， 万蓉， 等， 2020.青藏高原东坡不同海拔区域的雨滴谱特征［J］.高原气象， 39（5）： 899-911.DOI： 10.7522/j.issn.1000-0534.2019.00086.Li S S ，
null
Wang X F， Wan R， et al， 2020.The characteristics of raindrop spectrum in different altitude region on the eastern slope of Qinghai-Xizang Plateau［J］.Plateau Meteorology， 39（5）： 899-911.DOI： 10.7522/j.issn. 1000-0534.2019.00086 .
null
李嗣源， 2022.藏东南局地山谷风环流在地形云和降水形成中的作用［D］.北京： 中国气象科学研究院.Li S Y， 2022.The role of local valley wind circulation in the formation of topographic cloud and precipitation in southeast Tibet［D］.Beijing： Chinese Academy of Meteorological Sciences.
null
刘彦， 苏德斌， 杨宁， 等， 2023.基于二维雨滴谱仪的巴彦淖尔地区降雹谱个例分析［J］.高原气象，42（3）： 748-757.DOI： 10.7522/j.issn.1000-0534.2022.00059.Liu Y ，
null
Su D B， Yang N， et al，2023.Case study of hail size distribution in Bayannur area based on two-dimensional video disdrometer［J］.Plateau Meteorology， 42（3）： 748-757.DOI： 10.7522/j.issn.1000-0534.2022.00059 .
null
彭旺， 李琼， 魏加华， 等， 2022.柴达木盆地东北缘山区和平原区雨滴谱特征对比研究［J］.高原气象， 41（6）： 1471-1480.DOI： 10.7522/j.issn.1000-0534.2021.00122.Peng W ，
null
Li Q， Wei J H， et al， 2022.The mountainous and plain areas on the northeastern margin of the Qaidam Basin contrast study on raindrop spectrum characteristics［J］.Plateau Meteorology， 41（6）： 1471-1480.DOI： 10.7522/j.issn.1000-0534.2021.00122 .
null
沈程锋， 李国平， 2022.基于GPM资料的四川盆地及周边地区夏季地形降水垂直结构研究［J］.高原气象， 41（6）： 1532-1543.DOI： 10.7522/j.issn.1000-0534.2021.0116.Shen C F ，
null
Li G P， 2022.The vertical structure of orographic precipitation during warm season in the Sichuan Basin and its surrounding areas by using GPM dual-frequency spaceborne precipitation radar［J］.Plateau Meteorology， 41（6）： 1532-1543.DOI： 10.7522/j.issn. 1000-0534.2021.0116 .
null
王飞， 李集明， 姚展予， 等， 2022.我国人工增雨作业效果定量评估研究综述［J］.气象， 48（8）： 945-962.DOI： 10.7519/j.issn. 1000-0526.2022.012701.Wang F ，
null
Li J M， Yao Z Y， et al，2022.Advances of quantitative evaluation studies of artificial precipitation enhancement in China［J］.Meteorological Monthly， 48（8）： 945-962.DOI： 10.7519/j.issn.1000-0526.2022.012701 .
null
王改利， 周任然， 扎西索郎， 等， 2021.青藏高原墨脱地区云降水综合观测及初步统计特征分析［J］.气象学报， 79（5）： 841-852.DOI： 10.11676/qxxb2021.054.Wang G L ，
null
Zhou R R， Zha Xi S L， et al， 2021.Comprehensive observations and preliminary statistical analysis of clouds and precipitation characteristics in Motuo of Tibet Plateau［J］.Acta Meteorologica Sinica， 79（5）： 841-852.DOI： 10.11676/qxxb2021.054 .
null
王俊， 王文青， 王洪， 等， 2021.短时强降水和冰雹云降水个例雨滴谱特征分析［J］.高原气象， 40（5）： 1071-1086.DOI： 10.7522/ j.issn.1000-0534.2020.00091.Wang J ，
null
Wang W Q， Wang H，et al， 2021.Characteristics of the raindrop size distribution during a short-time heavy rainfall and a squall line accompanied by hail［J］.Plateau Meteorology， 40（5）： 1071-1086.DOI： 10.7522/j.issn.1000-0534.2020.00091 .
null
吴亚昊， 刘黎平， 周筠珺， 等， 2016.雨滴谱的变化对降水估测的影响研究［J］.高原气象， 35（1）： 220-230.DOI： 10.7522/j.issn. 1000-0534.2014.00093.Wu Y H ，
null
Liu L P， Zhou Y J， et al， 2016.Study of raindrop influence of spectrum change on precipitation estimation［J］.Plateau Meteorology， 35（1）： 220-230.DOI： 10.7522/j.issn.1000-0534.2014.00093 .
null
赵城城， 张乐坚， 梁海河， 等， 2021.北京山区和平原地区夏季雨滴谱特征分析［J］.气象， 47（7）： 830-842.DOI： 10.7519/j.issn. 1000-0526.2021.07.006.Zhao C C ，
null
Zhang L J， Liang H H， et al， 2021.Microphypical characteristics of the raindrop size distribution between mountain and plain areas over Beijing in summer［J］.Meteorological Monthly， 47（7）： 830-842.DOI： 10.7519/j.issn.1000-0526.2021.07.006 .
null
左园园， 郑佳锋， 贺婧姝， 等， 2022.一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， 41（5）： 1251-1265.DOI： 10.7522/j.issn.1000-0534.2021.00059.Zuo Y Y ，
null
Zheng J F， He J S， et al， 2022.Study on the vertical structures and characteristics of different cloud-precipitation types during a Qinghai-Xizang Plateau vortex transit［J］.Plateau Meteorology， 41（5）： 1251-1265.DOI： 10.7522/j.issn.1000-0534.2021.00059 .
Options
Outlines

/

〈 〉

The system is designed and developed by Beijing magtec Technology Development Co., Ltd. with technical support: support@magtech.com.cn