文章快速检索     高级检索
  高原气象  2017, Vol. 36 Issue (1): 219-228  DOI: 10.7522/j.issn.1000-0534.2015.00119
0

引用本文 [复制中英文]

黄毅梅, 周毓荃, 杨敏. 2017. 利用3 mm云雷达资料分析混合相云垂直结构及过冷水分布[J]. 高原气象, 36(1): 219-228. DOI: 10.7522/j.issn.1000-0534.2015.00119
[复制中文]
HUANG Yimei, ZHOU Yuquan, YANG Min. 2017. Using 3 mm Cloud Radar Data to Analyze Frontal Mixed Cloud Vertical Structure and Supercooled Water[J]. Plateau Meteorology, 36(1): 219-228. DOI: 10.7522/j.issn.1000-0534.2015.00119.
[复制英文]

资助项目

气象关键技术集成与应用项目(CMAGJ2014M33);公益性行业(气象)专项(GYHY201206051-4)

作者简介

黄毅梅 (1974-), 男, 硕士研究生, 高级工程师, 主要从事云降水物理与人工影响天气研究, E-mail:huangyimei@sina.com

文章历史

收稿日期: 2015-02-27
定稿日期: 2015-12-30
利用3 mm云雷达资料分析混合相云垂直结构及过冷水分布
黄毅梅1, 周毓荃2, 杨敏1     
1. 河南省人工影响天气中心, 郑州 450003;
2. 中国气象科学研究院, 北京 100081
摘要: 利用3 mm波云雷达以及加密探空等观测资料,分析了2008年11月6-8日安徽寿县先后两次冷锋过境产生的锋面混合相云垂直结构及过冷水分布。结果表明,本次锋面混合相云存在“播撒-供给”的垂直结构;锋面混合相云存在回波强度、多普勒速度和速度谱宽三条亮带,并且速度谱宽亮带高度低于多普勒速度亮带高度,多普勒速度亮带高度低于回波亮带高度;在水平结构不均匀的云场中,下落粒子群存在“筛选作用”;本次过程锋面混合相云存在一定过冷水,云层中过冷水的垂直分布是不连续的,其分布的温度范围比较广。
关键词: 云雷达    锋面混合相云    垂直结构    过冷水    
1 引言

云的垂直分布直接影响云中的微物理过程, 从而影响降水的发生和强度 (Jakob and Klein, 1999)。云雷达可以直接探测云的垂直结构, 对于认识云-降水微物理过程具有重要意义。英国在20世纪90年代发展了地基94 GHz多普勒雷达Galileo和35 GHz的Copernicus雷达, 两部雷达联合探测, 提供了冰粒子的大小和密度等重要的信息, 从而可进行冰水反演 (Hogan et al, 2000); Kollias et al (1999; 2000; 2003) 利用94 GHz云雷达研究了对流云中垂直空气运动和雨滴分布以及对流性降水的云微物理结构, 并在佛罗里达州迈阿密利用垂直指向测高较低的94 GHz云雷达观测了Irene飓风中群雨滴的衰减值, 研究了大陆性层积云湍流结构; O'Connor et al (2004)发展了联合94 GHz多普勒雷达和后向散射激光雷达研究层积云底部毛毛雨的微物理特征的方法; Shupe (2007)提出了联合激光雷达、8 mm云雷达以及微波辐射计等判断云水凝物相态的算法, 可得到云水凝物相态的垂直分布, 其中考虑利用激光雷达退偏振比以及毫米波雷达的反射率、多普勒平均速度和谱宽、温度等阈值判断粒子相态及形状。在国内, 王东海等 (2008)利用Cloudsat资料结合常规观测研究指出, 冻结、凝华和冰晶粒子的攀附增长等物理过程共同作用是2008年中国南方持续冰冻灾害云中的主要微物理过程; Liu Liping et al (2009)利用8. 6 mm云雷达进行了外场试验, 给出了探测得到的各种类型云的雷达回波图, 并作了初步分析; 彭亮等 (2011)根据Shupe总结得到的不同相态水凝物粒子对应的毫米波雷达阈值, 建立了基本形式为不对称T型函数的模糊逻辑识别隶属函数, 并增加了关于退偏振比的隶属函数, 然后根据建立的隶属函数对寿县3 mm云雷达水凝物相态垂直分布进行了反演研究。

人工增雨理论和技术研究中非常关注锋面混合相云。Hobbs et al (1980, 1982) 利用机载粒子探测系统、多普勒雷达、加密探空和高分辨率地面站网等对温带气旋进行了系统探测, 分析揭示了暖锋雨带的降水主要由具有“催化-供给”机制的混合相云形成; 游来光等 (2002)对我国北方地区大范围降水性层状云进行了综合探测, 获得了大量资料, 分析结果表明北方层状云的降水微物理过程基本符合“催化-供给”云相互作用导致降水的总体概念; 洪延超和周非非 (2005)利用含有详细微物理过程的一维层状云模式, 模拟了“催化-供给”云降水形成机理, 结果表明, 供给云对降水的贡献约74. 4%。

过冷水的研究对于人工增雨作业条件识别非常重要。国内外主要从遥测、入云观测、数值模式等方面分析过冷水。Vali et al (1988)在西班牙进行云探测时将过冷水含量 > 0. 05 g·m-3和冰晶浓度 < 0. 1 L-1的航线占总探测航线的百分比作为指标, 指标值越大, 增雨潜力越大; Sassen and Zhao (1993)用过冷水含量和云底温度分析了增雨潜力; 洪延超和周非非 (2006)通过数值模拟研究表明, 具有“催化-供给”机制的混合相云是重要的人工增雨条件, 云中水汽对雨水形成的贡献与过冷水几乎相当, 与过冷云水一样, 水汽也是人工增雨的重要条件; 刘贵华等 (2012)利用卫星多光谱云微物理综合分析方法分析过冷水, 通过极轨卫星分析了不同过冷层状云及其降水特征, 总结出适宜人工增雨作业的卫星判据指标。

本文利用在安徽寿县 (32. 558°N, 116. 782°E) 的W-Band云雷达观测资料, 对2008年11月6-8日一次冷锋云系垂直结构和过冷水进行了分析研究。

2 天气过程

2008年11月68日, 安徽寿县受西风槽和地面冷锋的共同影响, 出现了一次小雨天气过程。该过程的暴雨带分布在长江流域及以南地区, 寿县处于主雨区的北部边缘。6日08:00(北京时, 下同), 500 hPa低槽位于104°E附近, 700 hPa低涡位于106°E、32°N附近, 850 hPa切变线位于29°N附近, 地面图上, 西路冷空气已压到河南东南部到湖北中部。寿县处在500 hPa槽前、850 hPa切变北侧、冷锋前暖低压里。7日08:00, 500 hPa低槽东移到108°E附近, 700 hPa低涡东移到河南中部减弱为气旋环流, 850 hPa在 (116. 6°E, 31. 8°N) 附近也有一低值环流, 辐合中心在寿县南部。结合高低空天气形势以及地面观测资料, 7日02:00左右, 东路有冷空气补充南下, 再次影响寿县。在此次天气过程中, 寿县先后两次冷锋过境, 受冷锋影响, 6日11:00-13:00和7日01:00-04:00均产生较厚混合相云并出现弱降水, 下文将针对这两个时段云垂直结构进行详细分析。该天气过程云系演变详见黄毅梅和周毓荃 (2012)文献。

3 锋面混合相云垂直结构分析

图 1为WACR探测的2008年11月06日11:00-13:00共极化, 图中黑线为0 ℃线 (高度约3750 m)。从图 1中可以看出, 6日11:00-13:00云层水平结构不均匀, 其中暖区更加明显, 强回波区呈倾斜分布。0 ℃线下面存在一条变色带, 结合图 3可知这个变色带为由于融化层回波强度、多普勒速度及谱宽出现跃增的过渡区域, 图 1a~c中的变色带分别为0 ℃层回波亮带、多普勒速度亮带和速度谱宽亮带, 亮带在0 ℃层以下100~500 m范围内。云顶高度约为10 km, 云顶温度约为-39 ℃, 云顶不平坦。云层冷区存在回波强度大值区域。该时段有间歇性阵性降水, 降水强度比较小, 降水时段与云雷达近地层强回波相对应。

图 1 WACR探测的2008年11月6日11:00-13:00共极化回波强度 (a, 单位: dBZ), 多普勒速度 (b, 单位: m·s-1) 和多普勒速度谱宽 (c, 单位: m·s-1) Figure 1 Reflectivity (a, unit: dBZ), doppler velocity (b, unit: m·s-1), doppler spectral width (c, unit: m·s-1) of the co-polarization from WACR from 11:00 to 13:00 on 6 November 2008

图 2给出了7日01:00-04:00云的垂直结构, 该时段云顶高约9 km, 云顶温度约为-30 ℃, 云层水平结构比较均匀。在暖区, 零度层亮带以下至1. 8 km左右高度, 回波强度呈增大趋势。云底高1. 8 km左右, 云下是东路冷锋带来的干冷的东北气流, 雨滴下落蒸发, 回波强度随高度降低反而减小。

图 2 WACR探测的2008年11月7日01:00-04:00共极化回波强度 (单位: dBZ) Figure 2 Reflectivity of co-polarization from WACR from 01:00 to 04:00 on 7 November 2008. Unit: dBZ

分别选取6日11:00-12:00和7日01:00-02:00各高度层回波强度、多普勒速度及谱宽的平均值作垂直廓线来分析6日11:00-13:00(下称前一时段) 和7日01:00-04:00(下称后一时段) 云层垂直结构。图 3中黑色细线和红色粗线分别代表前、后两个时段相关参数平均值的垂直廓线。考虑到云冷区、融化层和暖区的垂直结构和微物理过程有较大不同, 下面分别对这三个区域进行分析。

图 3 WACR共极化回波强度 (a), 多普勒速度 (b) 和多普勒速度谱宽 (c) 的垂直廓线 (c) Figure 3 Vertical profile of the average of reflectivity (a), doppler velocity (b), doppler spectral width (c) from WACR
3.1 冷区结构分析

图 3a中黑色细线可以看出, 6日11:00-12:00, 从云顶到约5. 8 km高度, 回波强度持续稳定增强, 并且增长速度比较稳定。5. 8 km高度出现回波强度峰值约-2 dBZ, 从峰值高度至0 ℃层亮带, 回波强度迅速减弱。图 3a中红色粗线给出了7日01:00-02:00回波强度平均值的垂直廓线, 除6~8 km之间回波强度出现“凸起”外, 从云顶至零度层亮带, 回波强度整体上呈现增大的趋势。前、后两个时段云顶温度都比较低 (约-30 ℃以下), 云顶已经冰晶化 (从云顶呈现丝缕状可以看出), 这两个时段云顶高度多普勒速度分别为0. 45 m·s-1和0. 48 m·s-1, 表明云顶存在冰晶下落“播撒”。

从寿县6日14:00加密探空计算得到的假相当位温和相对湿度垂直廓线 (图 4) 中可以看到, 两条虚线之间是干的不稳定区, 相对湿度最小达到62%, 水凝物粒子在该区域易蒸发或升华, 从而导致图 3a中5. 8 km以下至0 ℃层亮带回波强度减弱。此外, 0 ℃层暗带 (图 3a中绿色部分) 导致0 ℃等温线以上几百米区域回波强度随高度下降而减弱。根据Kollias et al (2005, 2007)、Sassen et al (2007)Heymsfield et al (2008), 0 ℃层暗带的产生是由于雪晶对3 mm波长的电磁波衰减较强以及粒子的非Rayleigh散射引起的。图 3a中黑色圆圈内的“拐角”就是0 ℃层暗带, 黑色细线中由于5. 8 km以下回波呈减弱趋势, 0 ℃层暗带起始高度不易区分。

图 4 2008年11月6日14:00假相当位温垂直廓线 (a) 和相对湿度 (b) 垂直廓线 Figure 4 Vertical profile ofpseudo-equivalent temperature (a) and relative humidity (b) at 14:00 on 6 November 2008

从前一时段高度为4~6. 5 km, 时间为11:27-11:39云雷达探测得到的云的精细结构 (图 5) 中可以看到, 回波强度分布不均匀, 较小的时空范围内回波强度变化较大, 存在一些大值区。多普勒速度时空分布也不均匀, 其大值区和强回波区并不一致。速度谱宽大值区呈现带状分布。根据Shupe (2007)研究结果, 速度谱宽大值区存在着过冷水。

图 5 WACR探测的2008年11月06日11:27-11:39共极化回波强度 (a, 单位: dBZ), 多普勒速度 (b, 单位: m·s-1) 和多普勒速度谱宽 (c, 单位: m·s-1) Figure 5 Reflectivity (a, unit: dBZ), doppler velocity (b, unit: m·s-1), doppler spectral width (c, unit: m·s-1) of co-polarization from WACR from 11:27 to 11:39 on 6 November 2008
3.2 融化层亮带分析

图 2中可以明显看到, 该时段云层具有回波亮带、多普勒速度亮带和速度谱宽亮带。为了更好地分析融化层结构, 通过前一时段云层亮带附近部分云的精细结构 (图 6) 可以看出, 多普勒速度亮带出现的高度比回波亮带高度低, 而速度谱宽亮带出现的高度又比多普勒速度亮带高度低。为定量确定三条亮带的高度差异, 选取6日11:00-12:00不同高度回波强度、多普勒速度和速度谱宽的平均值, 假设在零度层以下, 参数值随高度降低连续跃增, 则第一个值所在高度为起始高度, 最后一个值所在高度为终止高度, 图 3中“X”表示相应亮带的起始位置, “+”表示相应亮带的终止位置, 三条亮带出现高度及厚度如表 1。从表 1中可以看到, 多普勒速度亮带出现的高度比回波亮带低约50 m, 速度谱宽亮带出现的高度又比多普勒速度亮带低约70 m, 亮带厚度150~300 m。回波亮带出现的高度比0 ℃层低约100 m。出现三条亮带高度差异的原因可能为冰雪晶下落进入暖区开始融化, 表面融化的冰雪晶具有水滴反射特性, 因此使回波强度产生跃增。仅仅表面融化的冰雪晶下落末速度增大幅度有限, 多普勒速度并未产生跃增。当冰雪晶逐渐融化, 粒子下落末速度快速增加, 此时多普勒速度出现跃增, 产生多普勒速度亮带, 其高度明显要低于回波亮带。冰雪晶从冷区落入暖区, 开始不同大小粒子下落末速度相差不大, 由于小的冰晶融化时间短, 变成水滴后下落速度快速增加, 而大的雪晶融化时间长, 下落速度随着不断融化而增大, 此时大小冰雪晶粒子下落速度差异并不显著, 而当大粒子大部分已经融化, 渐渐具有了相应水滴的下落速度, 粒子速度将出现跃增, 从而速度谱宽迅速增大, 因此出现速度谱宽亮带的高度显然低于多普勒速度亮带。由此可见, 具有冷雨过程的混合相云, 存在三条亮带, 由于表面融化的冰雪晶具有水滴的反射特性以及大小不同的冰雪晶融化时间长短的不同和下落末速度的不同, 因此出现多普勒速度亮带高度低于回波亮带, 而速度谱宽亮带高度低于多普勒速度亮带。

表 1 2008年11月6日11:00-12:00三条亮带出现的高度及厚度 Table 1 The height and thickness of three bright bands from 11:00 to 12:00 on 6 November 2008
图 6 WACR探测的2008年11月06日11:36:36-11:40:12共极化回波强度 (a, 单位: dBZ), 多普勒速度 (b, 单位: m·s-1) 和多普勒速度谱宽 (c, 单位: m·s-1) Figure 6 Reflectivity (a, unit: dBZ), doppler velocity (b, unit: m·s-1), doppler spectral width (c, unit: m·s-1) of co-polarization from WACR from 11:36:36 to 11:40:12 on 6 November 2008

后一时段云层同样具有上面分析的亮带特征。表 2选取01:00-02:00不同高度回波强度、多普勒速度和速度谱宽的平均值, 采用前面的方法得到三条亮带出现的高度及厚度。从表 2可知, 多普勒速度亮带出现的高度比回波亮带低40 m, 速度谱宽亮带出现的高度又比多普勒速度亮带低110 m, 亮带厚度150~300 m, 这与前面结果基本一致。

表 2 2008年11月7日01:00-02:00云层三条亮带出现高度及厚度 Table 2 The height and thickness of three bright bands from 01:00 to 02:00 on 7 November 2008
3.3 暖区云结构分析

前一时段云层暖区水平结构非常不均匀, 下面分析这种不均匀结构的暖雨过程特征。从WACR探测的2008年11月6日11:36:36-11:51:00共极化回波强度, 多普勒速度和多普勒速度谱宽 (图 7) 中可以看出, A区回波强度较大, 而对应区域的多普勒速度并不是大值, 其大值区出现在A区的偏前位置, 而回波强度大值区与速度谱宽小值区对应较好。假设不考虑云中风的影响, 粒子群下落过程中, 由于大的粒子下落末速度比中小粒子快, 因此大粒子被“筛选”到粒子群的前下方, 从而使A区左边出现多普勒速度大值区。通过“筛选”, 粒子群到达A区中下部时, 由于粒子群因前面逐渐“筛选”使粒子大小趋于均匀, 从而使A区中下部前边不再出现多普勒速度大值区。正是由于粒子群下落过程中不断进行“筛选”, 使粒子大小趋于均匀, 其下落末速度差异变小, 因此A区粒子群速度谱宽较小, 并且速度谱宽小值区在暖区下部偏后。由此可见, 在水平结构不均匀的云场中, 由于“筛选作用”, 回波强度和多普勒速度大值区并不一致, 在暖区的中上部, 多普勒速度大值区出现在强回波区的前侧, 而在暖区的中下部, 将不再存在相应的多普勒速度大值区; 速度谱宽小值区与回波强度大值区有较好对应关系, 在暖区中下部, 速度谱宽小值区将偏向强回波区的后侧。假设考虑云中风的影响, 对于水平风, 由于风向与下落末速度的方向垂直, 其对粒子下落速度没有影响, 讨论“筛选作用”时可以不考虑水平风的影响; 对于垂直风, 由于该时段为层状云, 云中上升气流相对较小, 一般只有0. 1~0. 2 m·s-1, 但该时段粒子向下多普勒速度一般在3 m·s-1以上 (图 6b), 因此云中上升气流对“筛选作用”影响不大。

图 7 WACR探测的2008年11月06日11:36:36-11:51:00共极化回波强度 (a, 单位: dBZ), 多普勒速度 (b, 单位: m·s-1), 多普勒速度谱宽 (c, 单位: m·s-1) Figure 7 Reflectivity (a, unit: dBZ), doppler velocity (b, unit: m·s-1), doppler spectral width (c, unit: m·s-1) of co-polarization from WACR from 11:36:36 to 11:51:00 on 6 November 2008

后一时段云层暖区水平结构相对比较均匀, “筛选作用”不明显。

4 过冷水分析

Shupe (2007)提出了联合激光雷达、8 mm云雷达以及微波辐射计等判断云水凝物相态的算法。其根据观测数据, 给出了毫米波雷达的反射率、多普勒平均速度和谱宽对应的不同类型粒子的阈值 (图 8), 图中阴影部分表示很少出现的区域。过冷水的识别根据图 8b, 当温度 < 0 ℃且谱宽 > 0. 4 m·s-1时, 若回波强度 > 5 dBZ, 则水凝物为雪; 若回波强度 > -17 dBZ或多普勒平均速度 > 1 m·s-1, 则为冰水混合相态; 若回波强度 < -17 dBZ或多普勒平均速度 < 1 m·s-1, 则为过冷水。图 8b识别过冷水的条件要求回波强度 < -17 dBZ或多普勒平均速度 < 1 m·s-1, 表明云中粒子比较小, 不容易冻结, 可能以过冷水的形式存在; 要求速度谱宽比较大, 表明云中有过冷水时, 容易产生相变, 导致不稳定, 从而使谱宽增大。该方法中谱宽作为识别粒子相态的重要参数。彭亮等 (2011)根据Shupe (2007)总结得到的不同相态水凝物粒子对应的毫米波雷达反射率、多普勒平均速度和谱宽以及温度阈值, 建立了不对称T型函数的模糊逻辑识别的隶属函数, 然后根据建立的隶属函数对安徽寿县3 mm云雷达资料进行了反演研究, 并把反演结果与Shupe (2007)反演算法进行了对比。对比结果表明:对薄的高云相态的识别, 两种方法给出相近的结果, Shupe (2007)反演结果更为精细; 对于厚的中低云或有弱降水的云内粒子相态识别, 模糊逻辑法识别更准确。

图 8 Shupe粒子分类示意图 (a) 不考虑谱宽, (b) 谱宽>0. 4 m·s-1, (c) 谱宽 < 0. 4 m·s-1.
阴影部分表示很少出现的区域
Figure 8 Schematic Shupe particale classification. (a) not consider spectral width, (b) spectral width greater than 0. 4 m·s-1, (c) spectral width less than 0. 4 m·s-1. The shaded represents the rare area

根据Shupe (2007)的反演算法, 分别对2008年11月6日11:00-12:00以及7日01:00-02:00寿县3 mm云雷达资料进行了反演计算。图 9给出了反演计算得到的冰水混合相和过冷水垂直分布特征。该反演结果比彭亮等 (2011)反演方法计算得到的云中冰水混合相分布区域小。从图 9中可以看到, 前、后两个时段云层中均有过冷水存在, 但较强的东路冷锋影响产生的混合相云中过冷水更加丰富。这两个时段云层在3. 85~5 km高度 (温度为-5~0 ℃) 均有少量过冷水存在, 前一时段云层在5. 5~6. 2 km高度 (温度为-12~-8 ℃) 分布着少量过冷水, 后一时段云层在6~8 km高度 (温度为-23~-12 ℃) 分布着较丰富的过冷水。由此可见, 过冷水的垂直分布是不连续的, 其分布的温度范围比较广。

图 9 2008年11月6日11:00-12:00 (a) 和7日01:00-02:00 (b) 冰水混合相和过冷水的垂直分布 Figure 9 Vertical distribution of ice-water mixed phase and supercooled water from 11:00 to 12:00 on 6 (a), and from 01:00 to 02:00 on 7 (b) November 2008
5 结论

2008年11月6-8日安徽寿县先后受西路弱冷锋和东路冷锋的影响, 在6日11:00-13:00和7日01:00-04:00产生了较厚的混合相云, 但两个时段降水均比较小。利用3 mm波云雷达以及加密探空等观测资料, 对这两个时段云层垂直结构及过冷水进行了分析, 主要结论如下:

(1) 本次过程锋面混合相云存在“播撒-供给”的垂直结构。锋面混合相云云顶温度较低, 云体冰晶化, 产生的冰晶下落起到“播撒作用”。云中存在一定的过冷水, 其对下落的冰雪晶起到“供给作用”。

(2) 锋面混合相云存在回波强度、多普勒速度和速度谱宽三条亮带, 由于表面融化的冰雪晶具有水滴的反射特性以及大小不同的冰雪晶融化时间长短的不同和下落末速度的不同, 导致速度谱宽亮带高度低于多普勒速度亮带高度, 而多普勒速度亮带高度低于回波亮带高度。

(3) 在水平结构不均匀的云场中, 下落粒子群存在明显“筛选作用”。由于“筛选作用”, 回波强度和多普勒速度大值区并不一致, 在暖区的中上部, 多普勒速度大值区出现在强回波区的前部。速度谱宽小值区与回波强度大值区有较好对应关系, 在暖区中下部, 速度谱宽小值区偏向回波强度大值区的后侧。

(4) 本次过程锋面混合相云存在一定过冷水, 云层中过冷水的垂直分布是不连续的, 其分布的温度范围比较广。

由于我国3 mm云雷达的观测资料较少, 本文只是对一例锋面混合相云垂直结构进行了分析研究, 所得的结果还需要更多的观测资料作进一步验证。另外, 本文利用Shupe的反演算法得到的过冷水分布的温度范围与我国飞机观测的过冷水存在的温度范围有一定差异, 在以后的研究中还需要进一步确认。

参考文献
Heymsfield A J, Bansemer A, Matrosov S, et al. 2008. The 94 GHz radar dim band:Relevance to ice cloud properties and CloudSat[J]. Geophys Res Lett, 35(3): L03802. DOI:10.1029/2007GL031361
Hobbs P V, Matejka T J, Herzegh P H, et al. 1980. The mesoscale and microscale structure and organization of clouds and precipitation in midlatitude cyclones.Ⅰ:A case study of a cold front[J]. J Atmos Sci, 37(3): 568–596. DOI:10.1175/1520-0469(1980)037<0568:TMAMSA>2.0.CO;2
Hobbs P V, Ola P, Persson G. 1982. The mesoscale and microscale structure and organization of clouds and precipitation in midlatitude cyclones.Ⅴ:The substructure of narrow cold frontal rainbands[J]. J Atmos Sci, 39(2): 280–295. DOI:10.1175/1520-0469(1982)039<0280:TMAMSA>2.0.CO;2
Hogan R J, Illingworth A J, Sauvageot H. 2000. Measuring crystal size in cirrus using 35 and 94 GHz radars[J]. J Atmos Ocean Technol, 17(1): 27–37. DOI:10.1175/1520-0426(2000)017<0027:MCSICU>2.0.CO;2
Jakob C, Klein S A. 1999. The role of vertically varying cloud fraction in the parametrization of microphysical processes in the ECMWF model[J]. Quart J Roy Meteor Soc, 125(555): 941–965. DOI:10.1002/(ISSN)1477-870X
Kollias P, Lhermitte R, Albrecht B A. 1999. Vertical air motion and raindrop size distributions in convective systems using a 94 GHz radar[J]. Geophys Res Lett, 26(20): 3109–3112. DOI:10.1029/1999GL010838
Kollias P, Albrecht B A. 2000. The turbulence structure in a continental stratocumulus cloud from millimeter-wavelength radar observations[J]. Ameri Meteor Soc, 57(15): 2417–2434.
Kollias P, Albrecht B A, Marks Jr F D. 2003. Cloud radar observations of vertical drafts and microphysics in convective rain[J]. J Geophys Res, 108(D2): 4053–4063. DOI:10.1029/2001JD002033
Kollias P, Albrecht B. 2005. Why the melting layer radar reflectivity is not bright at 94 GHz[J]. Geophys Res Lett, 32(24): L24818. DOI:10.1029/2005GL024074
Kollias P, Szyrmer W, Zawadzki I, et al. 2007. Considerations for spaceborne 94 GHz radar observations of precipitation[J]. Geophys Res Lett, 34(21): L24803. DOI:10.1029/2007GL031536
Liu Liping, Zhoug Lingzhi, Jiang Yuan, et al. 2009. Cloud Radar and Its field Experiments in China[J]. Meteor Sci Technol, 37(5): 567–571.
O'Connor E J, Hogan R J, Illingworth A J. 2004. Retrieving stratocumulus drizzle parameters using Doppler radar and lidar[J]. J Appl Meteor, 44(1): 14–27.
Sassen K, Matrosov S, Campbell J. 2007. CloudSat spaceborne 94 GHz radar bright bands in the melting layer:An attenuation-driven upside-down lidar analog[J]. Geophys Res Lett, 34(16): L16818. DOI:10.1029/2007GL030291
Sassen K, Zhao H. 1993. Supercooled liquid water clouds in Utah winter mountain storms:Cloud-seeding implications of a remote-sensing dataset[J]. J Appl Meteor, 32(9): 1548–1558. DOI:10.1175/1520-0450(1993)032<1548:SLWCIU>2.0.CO;2
Shupe M D. 2007. A ground-based multisensor cloud phase classifier[J]. Geophys Res Lett, 34(22): L22809. DOI:10.1029/2007GL031008
Vali G, Koening L R, Yoksas T C. 1988. Estimate of precipitation enhancement potential for Duero Basin of Spain[J]. J Appl Meteor, 27(7): 829–850. DOI:10.1175/1520-0450(1988)027<0829:EOPEPF>2.0.CO;2
洪延超, 周非非. 2005. "催化-供给"云降水形成机理的数值模拟研究[J]. 大气科学, 29(6): 885–896. Hong Yanchao, Zhou Feifei. 2005. A numerical simulation study of precipitation formation mechanism of "seeding-feeding"cloud system[J]. Chinese J Atmos Sci, 29(6): 885–896.
洪延超, 周非非. 2006. 层状云系人工增雨潜办评估研究[J]. 大气科学, 30(5): 913–926. Hong Yanchao, Zhou Feifei. 2006. The study of evaluation of potential of artificial precipitation enhancement in stratiform cloud system[J]. Chinese J Atmos Sci, 30(5): 913–926.
黄毅梅, 周毓荃. 2012. 95 GHz云雷达对一次冷锋云系结构的观测分析[J]. 高原气象, 31(4): 1129–1138. Huang Yimei, Zhou Yuquan. 2012. Analysis on cold front cloud structure from 95 GHz cloud radar data[J]. Plateau Meteor, 31(4): 1129–1138.
刘贵华, 余兴, 岳治国, 等. 2012. 卫星遥感人工增雨作业条件Ⅱ:层状云[J]. 气候与环境研究, 17(6): 758–766. Liu Guihua, Yu Xing, Yue Zhiguo, et al. 2012. Seeding Conditions of Precipitation Enhancement Revealed by Multiple Spectral Data of Satellite.Ⅱ:Super-cooled Layer Clouds[J]. Climatic Environ Res, 17(6): 758–766.
彭亮, 陈洪滨, 李柏. 2011. 模糊逻辑法在3 mm云雷达反演云中水凝物粒子相态中的应用[J]. 遥感技术与应用, 26(5): 655–663. Peng Liang, Chen Hongbin, Li Bo. 2011. An Application of Fuzzy Logic Method to Cloud Hydrometeor Classifications Using the ARM WACR Data[J]. Remote Sens Technol Appl, 26(5): 655–663.
王东海, 柳崇健, 刘英, 等. 2008. 2008年1月中国南方低温雨雪冰冻天气特征及其天气动力学成因的初步分析[J]. 气象学报, 66(3): 405–422. Wang Donghai, Liu Chongjian, Liu Ying, et al. 2008. A preliminary analysis of features and causes of the snow strom event over the Southern China in January 2008[J]. Acta Meteor Sinica, 66(3): 405–422.
游来光, 马培民, 胡志晋. 2002. 北方层状云人工降水试验研究[J]. 气象科技, 30(Suppl): 19–56. You Laiguang, Ma Peimin, Hu Zhijin. 2002. A study on experiment of artificial precipitation in north China[J]. Meteor Sci Technol, 30(Suppl): 19–56.
Using 3 mm Cloud Radar Data to Analyze Frontal Mixed Cloud Vertical Structure and Supercooled Water
HUANG Yimei1 , ZHOU Yuquan2 , YANG Min1     
1. The Center of Weather Modification of Henan Province, Zhengzhou 450003, China;
2. Chinese Academy of Meteorological Sciences, Beijing 100081, China
Abstract: The vertical structure of the cloud directly affects the micro-physical processes, thus affecting the occurrence and intensity of precipitation.Cloud Radar can be used to directly detect the vertical structure of the cloud, which is of great significance to understand the physical process of cloud precipitation.The theory of the artificial rainfall and operating conditions identification technology research is very focus on the distribution of mixed phase clouds and supercooled water in the front.Many scholars mainly analyze the vertical structure of the cloud and the distribution of supercooled water from the aspects of telemetry, in-cloud observation and numerical model.With 3 mm wave cloud radar data and sounding data, the vertical structure and distribution of supercooled water of two frontal mixed cloud processes from 6 to 8 November 2008 in Shouxian, Anhui were analyzed in detail.The vertical strcture analysis included the cloud structure analysis in cold region, the bright band analysis in melting layer and the cloud structure analysis in warm region.The results show that Shouxian in Anhui Province had been affected by the impact of the west weak cold front and the east cold front on 6~8 November 2008.It produced thick mixed phase cloud in 11:00-13:00 (BJT, the same as after) on 6 and in 01:00-04:00 on 7, but the precipitation of the two periods was relatively small.Frontal mixed cloud existed "Sow-Supply" vertical structure in this process.The top temperature of the frontal mixed phase cloud was low, the ice crystals produced in the cloud, then dropped to provide the "Sow effect".There was some supercooled water in the cloud, which provided "Supply effect" to the dropping ice and snow crystals.Frontal mixed cloud has echo intensity, Doppler velocity and velocity specturem width three bright bands.Because of the ice and snow crystals in the melted surface had the reflection characteristics of water droplets, and different sizes ice and snow crystals with different melting time and different drop final velocity, the velocity specturem bright band with a height less than Doppler velocity bright band, and Doppler velocity bright band with a height less than echo intensity bright band.In a cloud field with uneven horizontal structure, falling particle swarm has obvious "filtering effect", which is not conducive to the growth of raindrops.Therefore, the radar echo intensity and the Doppler velocity region were not consistent, the Doppler velocity region appeared in the front of the strong echo area in the middle and upper part of the warm region.There were certain supercooled water in frontal mixed cloud, and the vertical distribution of supercooled water was not continuous, and the distribution of the temperature range was relatively wide.Because of 3 mm cloud radar observation data is less in China, this paper only analyzed a case of frontal mixed phase cloud vertical structure, and the results still need more data for further validation.In addition, the temperature range of the supercooled water distribution obtained by the inversion algorithm of Shupe and the temperature range of the observation of the supercooled water in China has a certain difference, but also need to be furher confirmed.
Key Words: Cloud Radar    Frontal mixed cloud    Vertical structure    Supercooled water