1 引言
青藏高原独特的地形对中国乃至东亚地区的气候、 天气和水循环等都有重要影响（徐祥德等， 2019； 吴国雄等， 2023）。青藏高原上的低值天气系统（包括低涡、 低槽、 切变线等）不仅产生了高原地区最主要的云-降水， 在合适的环流和大气条件下， 它们还会东移造成高原下游地区的暴雨等灾害性天气（李国平和张万诚， 2019； 李跃清， 2022）。因此， 对青藏高原低值天气系统及其云-降水的研究一直是中国气象领域的热点。
过去， 已有许多学者利用地面站点和卫星等资料对高原涡和切变线等天气及其降水特征展开了统计研究， 主要聚焦于气候动力、 发生发展机理、 年代际变化、 日变化和时空分布等方面（罗四维， 1992； 何光碧和师锐， 2011； 林志强， 2015； Zhang et al， 2016； 郁淑华和高文良， 2019； 李国平， 2021； 汤艺琼， 2022）。基于热带降雨测量卫星/降水雷达（Tropical Rainfall Measuring Mission/Precipitation Radar， TRMM/PR）、 云卫星/云廓线雷达（CloudSat/Cloud Profiling Radar， Cloudsat/CPR）和全球降水测量/双频降水雷达（Global Precipitation Measurement/Dual-frequency Precipitation Radar， GPM/DPR）等星载雷达资料， 也有不少学者对高原整体区域或子区域的云-降水垂直结构、 物理特征和潜热分布等展开研究（傅云飞等， 2016； 刘屹岷等， 2018； Yan and Liu， 2019； Kukulies et al， 2020； Luo et al， 2021）。近年来， 随着更多高原气象观测试验的开展（如第二次青藏高原综合科学考察、 第三次青藏高原大气科学试验）和科学站点的建设（如中国科学院大气物理研究所的羊八井站、 中国气象科学研究院的墨脱站）， 一些新型的地基气象设备如W/Ka/K波段垂直气象雷达、 一维/二维雨滴谱仪、 微波辐射计等被逐渐用于高原云-降水的精细化观测。基于这些新设备的高分辨率观测资料， 一些学者对高原云-降水的精细结构和微物理特征也取得了新认识， 如常祎和郭学良（2016）、 刘艳霞等（2024）发现高原中部那曲地区的雨滴谱分布相对于同纬度平原地区的更宽， 同时还存在显著的日变化， 即： 白天降水的雨滴谱比夜间的宽， 大粒子浓度更高， 但中小雨滴浓度更低； Zhao et al（2024）研究表明， 高原羊八井地区冬季云在下午发生率最高、 清晨最低， 夏季云发生率、 云层厚度和云层间隔均为四季中最大， 多层云比例也最多； 王改利等（2021）、 陈浩然等（2024）揭示了藏南墨脱地区以中云和低云为主， 下午到晚上形成， 早上到中午消散， 对流云降水以高浓度的小粒子为主， 微物理特征倾向于海洋性。
目前关于高原低压系统影响下的云-降水宏微观特征的研究， 多聚焦于典型个例分析， 如Xiang et al（2013）、 孙礼璐等（2019）和魏栋等（2021）利用TRMM/PR或GPM/DPR资料， 对不同高原涡或切变线个例的云系结构与降水粒子分布进行分析， 发现对流降水的雨滴谱比层云降水的更宽， 在高原离地2~5 km出现明显的粒子累积带。赵平和袁溢（2017）、 左园园等（2022）利用地基Ka波段云雷达和激光雨滴谱仪资料对比了那曲高原涡不同类型云-降水的宏微物理特征， 发现高原涡产生的深对流云内部存在深厚的上升气流支和过冷水区， 其形成的雨滴谱较深厚， 弱对流降水和浅薄降水的更宽， 中大雨滴浓度也明显更高。
综上所述， 目前关于高原云-降水的宏微观物理特征的研究大多聚焦于高原整体区域或不同子区域的统计分析， 但并未从天气系统角度， 先将高原低涡、 切变线等进行区分再展开研究； 而现有针对具体天气的研究也仅限于个例分析， 缺乏统计性和对比性的研究。鉴于此， 本文利用2014年和2015年的7 -8月第三次青藏高原大气科学试验（TIPEX-Ⅲ）积累的地基Ka波段云雷达、 K波段微雨雷达和激光雨滴谱仪观测资料， 探究那曲地区高原低涡和切变线两类天气影响下的云-降水宏微观特征差异， 并讨论云-降水结构和物理特征差异对应的大气环境条件。本文旨在进一步认识高原不同低值天气影响下云和降水的特征和差异， 为高原灾害性天气的预警预报提供参考。
2 资料和方法
2.1 设备和资料
采用资料来源于2014年和2015年的7 -8月TIPEX-Ⅲ在那曲地区的观测结果， TIPEX-Ⅲ是由中国气象局、 国家自然科学基金委员会和中国科学院于2013年共同推动的“第三次青藏高原大气科学试验”， 该试验主要科学目标是在高原中西部开展边界层-对流层和大气成分的综合观测试验和研究（赵平等， 2018）。从图1（a）中可以看出， 观测站点位于31.29°N、 92.04°E， 海拔为4507 m。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）1609号的中国地图制作， 底图无修改。观测设备包括： Ka波段毫米波云雷达（Ka-CR）［图1（b）］、 K波段微雨雷达（K-MRR）［图1（c）］和Parsivel二代激光雨滴谱仪（Parsivel2）［图1（d）］。三部设备及其资料进一步介绍如下：
（1） Ka-CR： 该毫米波云雷达由航空科工集团第二十三研究所和中国气象科学研究院联合研制， 是一部垂直指向探测的全固态云雷达， 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， 高度探测范围为0.12~15.3 km。雷达观测要素包括： 反射率因子Z（单位： dBZ， 探测精度≤0.1 dBZ）、 径向速度Vr （单位： m·s-1， 探测精度≤0.1 m·s-1）、 速度谱宽W（单位： m·s-1， 探测精度≤0.1 m·s-1）、 线性退极化比LDR（单位： dB， 探测精度≤0.1 dB）和功率谱密度SP。
（2） K-MRR： 该测雨雷达由德国METEK公司研制， 也是一部垂直指向探测雷达， 但采用调频连续波体制。该雷达工作频率为24.23 GHz（对应波长为1.24 mm）， 时间和空间分辨率分别为1 min和100 m， 高度探测范围为0.1~3.1 km， 观测要素同样包括Z（探测精度≤0.1 dBZ）和Vr （探测精度≤0.1 m·s-1）， 此外还可获取每个距离库的降水强度R（单位： mm·h-1， 探测精度≤0.1 mm·h-1）和空中雨滴谱DSD， 雨滴谱包含64个通道的等效体积直径D（单位： mm）和数浓度N（D）（单位： m-3·mm-1）。
（3） Parsivel2： 该设备是一部由德国OTT公司生产的激光雨滴谱仪。Parsivel2利用雨滴下落穿越激光波束引起的信号衰减和滞留时间来测量雨滴的D（单位： mm）和下落末速度Vf （单位： m∙s-1）。雨滴谱采样高度为1.4 m， 采样面积为54 cm2， 时间分辨率为1 min， 探测的D和Vf 分别被分为32个通道存储， 探测范围分别为0.2~25 mm和0.2~20 m∙s-1。
2.2 数据处理和质量控制方法
为提高原始观测数据质量， 采用以下方法对三部设备的观测资料进一步处理和质量控制。
（1） 因较高的灵敏度， Ka-CR在实际观测中普遍存在部分低空悬浮物杂波［图2（a）］， 这类杂波一般由低空的昆虫和粉尘等非气象目标物引起（曾正茂等， 2021）。为避免此类杂波对后续分析的影响， 根据该杂波“反射率因子低、 线性退偏振比高、 时空分布零散”的特点， 采用Z-LDR双阈值结合小窗滤波进行剔除。参考郑佳锋等（2016）在那曲地区的统计结果， 双阈值条件设定为Z<0 dBZ且LDR>-16 dB； 滤波小窗大小设定为3×3， 即以当前距离库为中心， 判断沿径向和相邻时次小窗内其他距离库的有效回波个数， 若回波个数不超过1/3个， 则将当前距离库视为残留杂波， 进一步滤除。
（2） K-MRR原始资料存在大量低信噪比的非降水杂波［图2（c）］， 与Ka-CR的质量控制方法类似， 本文利用R阈值结合小窗滤波进行处理。R阈值判断方法为： 判断每一个距离库的R是否大于0， 若是， 则保留该距离库的Z等要素， 否则一并删除。小窗滤波的目的也是为了进一步滤除残余的零散杂波。
（3） 受设备固有局限性影响， Parsivel2也会观测到一些错误或病态的数据（Thurai et al， 2017）［图2（e）］。首先， 剔除信噪比过低的前两个通道数据， 并删除因重叠效应导致粒径过大的结果（Friedrich et al， 2013）。其次， 滤除每分钟雨滴总数量小于10个或雨强小于0.1 mm∙h-1的非降水疑误数据（Jaffrain and Berne， 2011）。最后， 采用Atlas et al（1973）提出的D-Vf 理论关系对实际观测结果进行检验， 将偏差超过±60%的结果视为D/Vf 严重不匹配的病态数据， 给予删除； 这类病态数据一般是由雨滴先落到设备表面又二次溅射进入激光波束或地面存在强烈风切变而引起（Saha et al， 2022）。
（4） 在上述K-MRR和Parsivel2质量控制基础上， 进一步计算得到雨滴谱的数浓度N（Di ）（单位： m-3∙mm-1）、 含水量W（单位： g·m-3）、 质量加权平均直径Dm （单位： mm）和数浓度截距参数Nw （单位： m-3∙mm-1）：
式中： nij 代表第i档直径、 第j档速度的雨滴个数； Vj 为第j档雨滴下落末速度（单位： m∙s-1）； Ai 代表第i个直径通道的有效采样面积（单位： m2）； 为采样时间（单位： s）； 为对应雨滴直径通道间隔（单位： mm）； ρw 为水的密度（单位： g∙cm-3）。
2.3 天气系统统计
利用ERA-5再分析资料结合高原低涡/切变线年鉴资料， 对观测期间的天气系统进行普查。结果表明， 观测期间造成那曲地区云和降水过程的主要天气系统为高原低涡、 切变线和低槽， 其中高原低涡的影响次数为30次， 切变线的影响次数为19次、 低槽的影响次数为4次。每次影响定义为从满足气压场和风场符合高原低涡或切变线的特征为起始， 到气压场和风场有一个不满足其特征为终止（武静雅等， 2022）。考虑到低槽次数较少， 本文仅保留高原低涡和切变线影响下的观测数据。高原低涡和切变线造成云-降水的总时长分别为1156 min和304 min， 地面累计降水量分别为309.8 mm和69.6 mm， Ka-CR、 K-MRR和Parsivel2三个设备共收集的有效样本数分别为31887 min/9892 min、 12625 min/3522 min和11828 min/3130 min。
3 云-降水的宏观特征对比
对试验期间的地面降水、 雷达回波发生率和云宏观参数进行统计， 以分析不同天气系统影响下云-降水的宏观特征差异。图3（a）和（b）分别为不同雨强区间地面累计降水量和地面累计降水频率的占比， 图3（c）为站点上空各个高度的云雨回波发生率。雨强的区间划分参考Chen et al（2017）的研究， 分为： 0 mm·h-1<R1≤0.1 mm·h-1， 0.1 mm·h-1<R2≤1 mm·h-1， 1 mm·h-1<R3≤5 mm·h-1， 5 mm·h-1<R4≤10 mm·h-1， R5>10 mm·h-1； 各个高度的云雨回波发生率定义为所在位置有效雷达回波频次与工作总频次之比。由图3（a）和（b）可以看出， 两类天气系统影响下， 那曲地面降水均以小到中雨为主， R1~R3的频数占比可达90%以上、 雨量占比可达70%以上， 低涡和切变线的雨量占比均在R3最高， 频数占比分别在R2和R3最高。低涡中等强度降水（R3）的频数占比和雨量占比都比切变线的更低， 但强降水（R4~R5）的则更高； 低涡弱降水（R1~R2）的频数占比也比切变线的更高， 但雨量占比则略低。两类天气的地面降水整体表现为： 低涡产生了更少比例的中等强度降水， 但更多比例弱降水和强降水。从云雨回波发生率廓线［图3（c）］来看， 5.5 km以上低涡的回波发生率高于切变线， 5.5 km以下则反之； 说明低涡产生了部分更深厚的对流云或高云， 而切变线整体的云体相对浅薄或中低云更多。
基于Ka-CR观测资料， 进一步利用郑佳锋等（2021）提出的算法反演得到两类天气影响下云的四个宏观参数， 包括云底高度（CBH）、 云顶高度（CTH）、 云厚度（CTK）和云层数（CLN）。该算法针对那曲地区云-降水特点及该型号固态垂直探测云雷达而提出， 反演结果也经过了可靠性检验。图4（a）为两类天气影响下CBH、 CTH和CTK的箱线图统计结果， 图中圆点为平均值， 箱内水平线表示中位数。图4（b）为CLN的柱状图统计结果， 表1给出了对应的分位数和平均值。由图4（a）箱线图结果可知， 低涡的云底和云顶都比切变线的高， 云层也更厚， 低涡和切变线的CBH平均值分别为3.18 km和2.88 km， CTH平均值分别为4.86 km和4.48 km， CTK平均值分别为2.96 km和2.74 km（表1）。从图4（b）可见， 两类天气影响下， 那曲上空以单层云为主， 低涡和切变线的单层云概率分别为79.9%和84.4%， 但低涡双层及多层云（三层及以上）的概率比切变线的大。上述两类天气下的云宏观参数差异与武静雅等（2022）在青藏高原羊八井地区观测到的结论基本一致， 说明低涡和切变线影响下那曲和羊八井两个地区云宏观差异存在共性。
图4 两类天气影响下云底高度（CBH）、 云顶高度（CTH）和云厚度（CTK）的箱线图（a）和云层数（CLN）的占比柱状图（b）Fig.4 Boxplots of cloud base height （CBH）， cloud top height （CTH）， and cloud thickness （CTK） （a） and occurrence histograms of cloud layer number （CLN） （b） of two synoptic systems |
表1 两类天气影响下云底高度（CBH）、 云顶高度（CTH）和云层厚度（CTK）的分位数对应的高度和平均值Table 1 The heights corresponding to each percentiles and averages of cloud base height （CBH）， cloud top height （CTH）， and cloud thickness （CTK） of two synoptic systems |
| 云宏观参数 | 天气系统 | 分位数对应的高度和平均值/km | |||||
|---|---|---|---|---|---|---|---|
| 5% | 25% | 50% | 75% | 95% | 平均值 | ||
| 云底高度（CBH） | 低涡 | 0.69 | 1.62 | 2.67 | 4.65 | 6.69 | 3.18 |
| 切变线 | 0.75 | 1.71 | 2.46 | 3.84 | 6.24 | 2.88 | |
| 云顶高度（CTH） | 低涡 | 1.47 | 3.09 | 4.47 | 6.63 | 9.27 | 4.86 |
| 切变线 | 1.35 | 2.88 | 4.20 | 5.91 | 8.55 | 4.48 | |
| 云层厚度（CTK） | 低涡 | 0.60 | 1.14 | 2.25 | 4.14 | 7.68 | 2.96 |
| 切变线 | 0.60 | 1.08 | 2.13 | 3.72 | 7.26 | 2.74 | |
对两类天气影响下云和降水的雷达参量廓线进行统计， 并计算得到参量值与高度的归一化二维概率分布（Yuter et al， 2006）。
式中： i和j分别为参量值区间和距离库的序号； 和 分别为每个距离库和参量值区间的频次和概率， 分母为所有参量值区间和高度库的总频次。
图5和图6分别为两类天气影响下两个雷达观测结果的二维概率分布图， 图5（a）~（c）和图5（d）~（e）分别为低涡和切变线影响下Ka-CR观测的Z、 Vr 和W， 图6（a）~（b）和图6（c）~（d）分别为低涡和切变线影响下K-MRR观测的Z和Vr， 图中叠加的五条虚线从左到右分别为5%、 25%、 50%、 75%和95%的分位数廓线。从图5结果可见， 从云顶往下， 随着雷达灵敏度的提高， 两类天气影响下的云-降水雷达参量的概率分布都逐渐变宽， 弱回波和强回波的概率都逐渐增大， 对应的平均落速也逐渐加快、 谱宽也逐渐变大， 平均融化层高度均出现在1.2 km左右。融化层以上， 低涡的Z高频区相比切变线的更为分散， 存在部分更弱和更强的回波； 尽管雷达灵敏度随高度下降而增高使得弱回波比例增多， 但Vr 和W分位数廓线都呈现减小和增大趋势， 反映了冰粒子沉降过程持续的聚合和淞附等增长过程。融化层附近， 两类天气的水凝物均由冰相逐渐转化为液相， 呈现出Z和W突然增大、 Vr 突然减小的变化过程； 但从概率分布来看， 低涡的亮带特征更为显著， 尤其在K-MRR的观测结果中［图6（a）］。融化层以下， 两类天气的Z和W持续增大、 Vr 持续减小， 说明影响的微物理过程以雨滴碰并为主； 低涡的Z和Vr 的概率分布相对切变线更为集中， 高频区回波更弱， 但也存在部分更强回波， 甚至Z可以超过40 dBZ（图6）。
图5 两类天气影响下Ka-CR观测的Z （a， d）、 Vr （b， e）和W （c， f）随高度二维概率分布图从左到右的5条虚线分别代表5%、 25%、 50%、 75%和95%分位数 Fig.5 Two-dimensional probability distributions of reflectivity factor Z （a， d）， radial velocity Vr （b， e）， and spectral width W （c， f） observed by the Ka-CR for cloud-precipitation of two synoptic systems.In subgraphs， the five dashed lines from left to right represent the 5%， 25%， 50%， 75% and 95% percentiles， respectively |
图6 两类天气影响下K-MRR观测的Z （a， c）和Vr （b， d）随高度二维概率分布图从左到右的5条虚线分别代表5%、 25%、 50%、 75%和95%分位数 Fig.6 Two-dimensional probability distributions of reflectivity factor Z （a， c） and radial velocity Vr （b， d）observed by the K-MRR for cloud-precipitation of two synoptic systems.In subgraphs， the five dashed lines from left to right represent the 5%， 25%， 50%， 75% and 95% percentiles， respectively |
4 不同高度的雨滴谱特征和差异
为进一步探究两类天气系统影响下那曲地区的云-降水微物理特征和差异， 对地面和空中的雨滴谱进行统计分析。图7为Parsivel2测量的地面平均雨滴谱相关结果， 图7（a）~（b）分别为两类天气系统影响下的地面平均雨滴谱， 图中每个点为每次影响过程的平均结果， 实线为所有影响过程的平均， 虚线和点划线分别为M-P分布（Marshall and Palmer， 1948）和Gamma分布（Cao and Zhang， 2009）的拟合结果。图7（a）~（b）表明， 低涡影响下每次降水过程的雨滴数浓度分布相比切变线影响下的更为集中， 两类天气影响下那曲地区的雨滴谱更倾向于Gamma分布。图7（c）为两类天气影响下地面平均雨滴谱的对比， 图7（d）进一步给出了两类天气影响下地面平均雨滴谱的差值， 表2列出了平均谱计算得到的其他降水物理量和Gamma分布的参数。图7（c）~（d）对比可见， 两种天气系统控制下的平均雨滴谱均为单峰分布， 峰值对应在0.4~0.6 mm， 低涡的中大雨滴数浓度更高， 但小雨滴数浓度更低， 造成了更宽的滴谱、 更大的R、 Z和Dm， 但更小的NT 、 NW 、 μ和 （表2）。
图7 两类天气系统影响下个例平均（a， b）和整体平均的雨滴谱（c）及平均雨滴谱的差值（d）Fig.7 Averaged rain drop size distribution （a， b）， their comparisons （c） and absolute values of their differences （d） of two synoptic systems |
表2 两类天气系统下平均雨滴谱计算的其他降水物理量和谱型参数Table 2 Integrated quantities and Gamma parameters of averaged DSDs of two synoptic systems |
| 天气系统 | 降水物理量和Gamma参数 | ||||||
|---|---|---|---|---|---|---|---|
| NT /（m-3） | Z/dBZ | Dm /mm | lg（Nw ）/（m-3 ∙mm-1） | R /（mm∙h-1） | μ | Λ /（mm-1） | |
| 低涡 | 225.9 | 29.22 | 1.33 | 3.27 | 5.2 | 0.41 | 3.31 |
| 切变线 | 232.3 | 27.45 | 1.22 | 3.38 | 4.94 | 1.01 | 4.11 |
图8为两类天气影响下融化层亮带以下五个高度上K-MRR观测的平均雨滴谱及平均雨滴谱的差值， 图8（a）~（e）分别为0.9 km、 0.7 km、 0.5 km、 0.3 km、 0.1 km两类天气影响下的平均雨滴谱， 图8（f）~（j）分别为0.9 km、 0.7 km、 0.5 km、 0.3 km、 0.1 km两类天气影响下平均雨滴谱的差值。对比可见， 每个高度上低涡的平均雨滴谱都比切变线的更宽； 在冰粒子刚融化时（0.9 km）［图8（a）， （f）］， 低涡所有粒径下的雨滴浓度都比切变线的高； 随着雨滴进一步下落， 如图8（b）~（e）及图8（g）~（j）所示， 在0.7 km、 0.5 km、 0.3 km和0.1 km高度上， 低涡的中大雨滴数浓度仍然比切变线的高， 但小雨滴数浓度则更低， 这与上述地面Parsivel2的观测一致。整体上， 随着高度降低两类天气系统的小雨滴数浓度变小、 中大雨滴数浓度变大， 说明雨滴在下落过程中碰并为主要作用， 并且碰并作用在低涡影响下更为显著， 造成0.1 km处大雨滴数浓度差异比其他高度上的大。
5 讨论
云-降水的宏微观特征受环境场气象条件、 云内水热变化和微物理过程等诸多因素的共同影响。云内热力、 相态和微物理过程的直接探测十分困难， 因此利用观测期间那曲站的探空资料， 从大气环境条件角度对上述观测的差异进行分析和讨论。图9为两类天气影响期间探空观测的大气温度平均廓线、 相对湿度平均廓线和对流等效位能箱线图， 箱线图中圆点表示平均值， 箱内水平线表示中位数。图9（a）表明， 400 hPa以下， 低涡影响下的大气温度比切变线下的略高， 相对湿度明显比切变线下的高， 最大相对湿度超过80%［图9（b）］， 低涡影响下的对流有效位能也更大［图9（c）］。更充沛的水汽和更多的对流不稳定能量使得低涡云-降水可以发展得更深厚， 雨滴碰并等过程更充分， 这与本文雷达或雨滴谱仪观测的结果相一致。
除上述的温度、 湿度和能量三个环境参量外， 高原低涡和高原切变线本身动力和热力结构的差异也会影响其云-降水特征。已有研究表明， 高原低涡以垂直涡度和暖心为核心， 垂直运动更强烈， 贯穿对流层， 易产生云顶较高的深厚对流云和突发的强降水， 易产生更多的中大雨滴和更宽的雨滴谱； 而高原切变线主要表现为低层水平切变与水汽辐合， 更易产生云顶较低的层-积状混合云和大范围的持续性降水， 雨滴谱相对较窄（常祎和郭学良， 2016； 李国平和张万诚， 2019； 李国平， 2021； 左园园等， 2022； 武静雅等， 2022）。事实上， 这些动热力结构特征与前述大气环境条件密切相关。低涡强烈的垂直运动促进水汽输送和对流不稳定能量的释放， 导致更显著的温湿廓线差异和能量条件； 而切变线低层抬升结合较弱环境不稳定， 对应更多积层混合性降水。因此， 本文基于雷达和雨滴谱仪所观测到的低涡和切变线影响下云-降水特征的差异， 既反映了环境温湿与能量条件的差异， 也源于低涡和切变线内在动力热力结构的不同。
除此之外， 处于不同发展阶段的高原低涡和切变线， 其产生的云-降水的宏微观特征也有所不同。低涡或切变线处于发展阶段时， 水汽辐合与上升运动较弱， 云系零散且以浅薄暖云为主， 降水以液滴碰并形成的稳定性小雨为主， 雨滴谱中大雨滴较少， 谱宽较窄， 但该阶段下切变线影响范围比同阶段低涡稍大， 云系虽然也零散， 但分布的范围会略广； 成熟期强涡度与辐合促使水汽大量辐合， 垂直上升运动强烈， 冰晶经凇附、 聚并及碰冻快速增长， 云顶高度快速升高， 低涡以对流性降水为主， 切变线以混合性降水为主， 降水强度较大， 雷达回波强度大， 存在“火焰状”对流上冲结构， 中大雨滴数浓度增加， 雨滴谱宽度变宽， 该阶段下低涡的云顶高度的升高速度和最终高度都超过同阶段切变线， “火焰状”对流上冲结构更为突出和频繁， 降水强度更大， 中大雨滴的数浓度比切变线更多， 雨滴谱更宽， 与文中结果一致。而该阶段切变线的水汽辐合范围更广， 但集中程度不如低涡； 减弱消散期云系消散， 可能有零星的弱降水， 雨滴谱窄且数浓度低， 但该时期下低涡的水汽辐合减弱速度比切变线快， 水汽供应减少得更迅速， 因此云系的消散速度比切变线快， 有些切变线在消散阶段仍能维持较短时间的弱降水（何光碧和师锐， 2014； 赵平和袁溢， 2017； 孙礼璐等， 2019； 姚秀萍等， 2021a， 2021b； 左圆圆等， 2022； 屠妮妮等， 2024； 伏晶等， 2025； 向朔育和李跃清， 2025）。同时刘新伟等（2020）发现竖切变线下比横切变线下更易产生强对流天气。
6 结论
本文采用TIPEX-Ⅲ期间2014年和2015年的7 -8月在那曲地区的Ka-CR、 K-MRR和Parsivel2观测资料， 对该地区高原低涡和切变线影响下云-降水的宏微观差异进行探究， 得到以下主要结论：
（1） 在云-降水宏观特征方面， 那曲上空以单层云为主， 但低涡双层及多层云的概率比切变线的大； 低涡产生了更多、 更深厚的对流云或高云， 整体云底和云顶都比切变线的更高、 云层更厚； 降水上， 低涡产生了更少比例的中等强度降水， 但更多比例的弱降水和强降水。垂直结构上， 低涡雷达回波的亮带特征更显著； 低涡的Z和Vr 的概率分布相对切变线更为集中， 高频区回波更弱， 但也存在部分更强回波。
（2） 在微物理特征方面， 低涡的冰粒子刚融化（0.9 km）形成的雨滴浓度比切变线的更高； 在0.7 km至地面， 低涡中大雨滴的数浓度仍然更高， 但小雨滴数浓度则更低； 同等高度下， 低涡的雨滴谱比切变线的更宽； 随高度降低， 两类天气的雨滴以碰并为主要微物理过程， 但低涡的雨滴碰并效率更高。
（3） 大气环境条件对比表明， 低涡影响下的大气温度比切变线下的略高， 相对湿度明显更高， 对流有效位能也更大； 两类天气温湿和动力条件的差异与上述云-降水宏微观参数的差异吻合。
值得说明的是， 影响云-降水结构和宏微观物理过程的因素不止仅有温湿和热动力条件， 具体还与地形、 气溶胶条件和系统本身热动力结构特征等密切相关； 此外， 垂直雷达观测到的低涡和切变线的发展阶段可能存在差异， 这种差异也会导致云-降水的宏微观特征存在不同， 具体问题有待未来进一步研究。目前， 针对上述情况下的降水效率计算工作在当下使用的设备数据下难以开展， 这一内容会在未来结合更多观测数据和模拟进行进一步研究。