2018, Vol. 37
2. 中国气象科学研究院灾害天气国家重点实验室, 北京 100081;
3. 福建省气象台, 福建 福州 350001;
4. 河北省气象技术装备中心, 河北 石家庄 050021
青藏高原(下称高原)海拔高、地形复杂, 有“世界屋脊”之称, 其大范围的热力、动力和地-气相互作用对中国中东部乃至全东亚地区的天气和气候均有重要影响(徐祥德等, 2001)。夏季, 高原水汽充足, 热力作用下的强烈上升运动使对流云频发。研究表明, 高原上大部分的对流云总云量为60 %, 中东部及沿江流域甚至达到90 % (潘晓等, 2015; 王艺等, 2016); 某些对流云具有尺度小和突发性强等特征(李江林等, 2015; 曾波等, 2016; 丁治英等, 2016), 可在有利的天气背景下移出高原, 给下游地区带来严重的灾害性天气(艾永智等, 2015), 因此对高原对流云的研究已成为气象领域的热点和重点之一。
对流云体的垂直结构演变反映了对流降水生消的内在物理过程, 对云体的垂直结构特征的精细观测与分析是研究高原对流云降水物理过程的重要手段。许多学者利用气象卫星、TRMM卫星测雨雷达、CloudSat云雷达等对高原对流云进行了大量分析研究:陈隆勋等(1999)利用静止气象卫星资料揭示了高原夏季对流云存在着明显的日变化; 李典等(2012)利用TRMM卫星资料分析了高原地区强对流天气的特征; 傅云飞等(2006, 2008)还使用TRMM卫星资料对高原不同类型云的降水强度进行比较, 发现夏季高原平均雨强对流云为9.2 mm·h-1、而层状云仅为1.9 mm·h-1, 对流云的短时强降水常造成下游地区灾害; 潘晓等(2015)利用TRMM卫星上的测雨雷达探测到的数据对高原地区深浅对流进行分析研究, 把高原对流系统分为三类:深厚强对流降水、深厚弱对流降水、浅薄对流降水; 尹金方等(2013)利用CloudSat详细对东亚大陆深浅对流云体回波强度垂直结构进行了详细研究; 陈玲等(2015)利用CloudSat分析高原等地夏季降水云的物理特征。
降水云的垂直演变复杂, 地基探测雷达描述降水云结构更为真实, 可以更好地分析降水云时间演变。中国气象科学研究院主持的TIPEXIII(The Third Tibetan Plateau Atmospheric Scientific Experiment Ⅲ)观测试验于2014年7月1日至8月31日在那曲及周边地区开展了水汽、云和降水的联合观测, 主要采用Ka波段毫米波云雷达、Ku波段微降水雷达、C波段调频连续波雷达和激光雷达, 微波辐射计及激光雨滴谱仪等设备进行云和降水的探测, 获取高时空分辨率的云和降水垂直结构特征数据, 为进一步认识高原云和降水的研究提供了数据基础, 并联合多种地基雷达主动遥感进行综合观测试验, 研究高原云及降水云分布及演变特征(刘黎平等, 2015)。
那曲地区位于高原中部念青唐古拉山和唐古拉山之间, 平均海拔在4 500 m以上, 该地区为长江、怒江等大江河的源头, 是高原水汽通道经过地区, 其上空的云-降水具有较好的代表性。那曲年降水量400 mm以上, 受季风暖湿气流影响, 7、8月降雨量占全年80 %, 对流降水主要集中在这两个月(杜军等, 2004; 朱士超等, 2012)。
因此基于TIPEX Ⅲ于2014年7-8月那曲的观测数据, 利用降水云的C-FMCW雷达垂直廓线数据, 结合激光雨滴谱仪、体扫C波段天气雷达、体扫C波段双偏振雷达和常规地面及探空资料, 研究高原对流云体的分类方法及垂直特征。
2 设备及数据处理方法C-FMCW(C band Frequency Modulation Continuous Wave)垂直探测雷达是国内第一部用于探测云和降水的调频连续波体制雷达, 采用接收、发射分置的双天线体制, 利用相位解调技术提取回波信号中的距离信息, 并通过FFT谱变换方法获得各个高度上的返回信号功率密度谱分布。C-FMCW雷达在灵敏度和时空分辨率上具有传统雷达无法比拟的探测优势, 其探测高度范围从15 m到24 km之间, 15 km高度上的灵敏度可保持在-20 dBZ, 距离高度分辨率为15 m和30 m, 时间间隔为2~3 s。该雷达投入运行前进行过严格定标, 2013年在安徽定远与CINRAD/SA业务天气雷达进行了对比观测, 回波强度差异小于1 dB(阮征等, 2015)。表 1给出了C-FMCW雷达系统主要性能指标。
|
表 1 C-FMCW垂直探测雷达系统主要性能指标 Table 1 The main technical parameters of the C-FMCW radar system |
在TIPEXIII期间, C-FMCW雷达测站还配有地面激光雨滴谱仪, 那曲站体扫天气(CINRAD/CC)和常规地面-高空观测站则位于C-FMCW雷达西部1 km处。试验期间, 那曲地面-高空观测站还增加了14 h探空。C波段体扫双线偏振雷达位于C-FMCW雷达西南方向27 km。图 1给出了C-FMCW雷达在那曲的观测图。
|
图 1 C-FMCW雷达那曲观测图 Figure 1 The observation map of C-FMCW Radar at Naqu |
本文对C-FMCW雷达数据进行了剔除电磁干扰、杂波影响的质量控制处理, 使用CINRAD/CC业务天气雷达组合反射率CR及C波段偏振雷达PPI数据给出测站附近降水系统水平结构特征, 结合地面雨量分析降水强度, 用探空数据来描述大气环境背景。
对C-FMCW雷达7-8月1 756 236根质控后的垂直廓线进行了降水云体识别处理, 将距地1 km处高度回波强度大于10 dBZ(相当降水强度约0.1 mm·h-1, 微雨)持续出现时间大于5 min作为一个降水云体, 若降水目标之间间隔超过5 min视为两个降水云体。观测期间共识别125个降水云体、累计754 867份降水云垂直廓线数据。本文旨在研究高原对流降水云, 在剔除了最大回波强度低于35 dBZ的降水云体以及44个连续长时间维持、有零度层亮带特征的层状降水云后, 确定37个对流降水云体作为研究对象, 占降水云体总数的33 %, 对应地面降水降水量为111.4 mm, 占总降水量(289.7 mm)的37 %。
3 降水云特征参数提取从C-FMCW雷达探测对流降水廓线中, 提取云体结构特征、强度特征、径向速度等参数, 结合反演的大气垂直运动参数进行降水云体描述。
3.1 大气垂直速度反演方法如何从雷达探测回波强度、径向速度或回波信号谱分布提取出环境大气垂直运动是研究重点。Giangrande (2013)用机载加速度仪穿云获取对流降水云中的大气垂直运动对UHF雷达与S波段雷达探测提取的大气垂直速度验证后, 由探测到的回波强度Z、径向速度V反演出了降水云中的大气垂直速度W。公式(1)、(2)分别给出经过气压订正后的对流降水云和层状降水云大气垂直速度计算公式:
| $ W = V - {V_f} = V - \left( {2.{\rm{ }}2 + {{10}^{\frac{{Z - 33}}{{20}}}}} \right), $ | (1) |
| $ W = V - {V_f} = V - 2.{\rm{ }}95 \times {\left({\frac{Z}{{10}}} \right)^{0.{\rm{ }}98}}, $ | (2) |
式中: V为雷达探测到的径向速度; Vf为粒子速度(已进行了气压订正); Z为反射率因子(单位: dBZ); h为距地高度(单位: m)。公式(2)仅适用于计算层状降水云中亮带之下液态粒子区。
对流降水云中大气垂直运动复杂, Giangrande (2013)给出对流降水云中W的估算误差小于2 m·s-1。图 2给出了使用公式(1)反演2014年7月4日一次对流降水过程中的大气垂直速度W时变图, 图中17 : 50(北京时, 下同)-18 : 15对流降水云回波强分布使用灰度渐变表示, 图上叠加大气垂直运动等值线, 暖色廓线表示速度等值线间隔为4 m·s-1的下沉运动区, 冷色廓线表示大于4 m·s-1的上升运动区。强上升运动区一直延伸到强降水回波区上部10 km处, 最大上升速度为26 m·s-1; 随后强的下沉运动出现在6~9 km高度范围内, 最大下沉速度为17 m·s-1。图中上升区和下沉区配置显示与Browning所给出的强风暴中上升气流的环流结构相类似(Browning et al, 1962)。
|
图 2 2014年7月4日C-FMCW雷达反射率因子(阴影区, 单位: dBZ)及大气垂直运动(等值线, 单位: m·s-1)叠加图 Figure 2 Superposition of reflectivity (the shaded, unit: dBZ) and air motion (contour, unit: m·s-1)from C-FMCW on 4 July 2014 |
使用5个参数用于描述对流降水云的动力特征, 包括大气最大上升运动Wumax(单位: m·s-1)/最大下沉运动速度Wdmax(单位: m·s-1)、最大上升运动Hwumax(单位: km)/下沉运动所在高度Hwdmax(单位: km), 并应用最大下降速度与最大上升速度差值的绝对值(单位: m·s-1)表征降水云体中的对流运动强度, 简称对流强度CI(Convective Index)。分析过程中大气上升运动为负值、下沉速度为正值(下同)。
3.2 云顶高度对流降水云体云顶高度反映对流发展的旺盛程度, 扫描天气雷达采用18 dBZ所在最大高度确定云顶高度, C-FMCW垂直探测雷达在15 km(距地高度AGL, 下同)高度可以探测到小于-20 dBZ的弱回波信号, 使用18 dBZ确定回波顶高显然不合理。对离散目标物的遥感探测中, 其边界常采用返回信号强度梯度最大高度来确定; 王琳等(2012)在大气边界层的研究中, 根据气溶胶浓度垂直分布梯度变化会引起雷达返回信号梯度变化, 使用梯度法确定边界层高度; 廖希伟等(2016)在对那曲地区大气边界层高度的探测分析中, 使用激光云高仪的后向散射信号梯度绝对值最大值所在高度确认边界层高度; 丁辉等(2015)利用微脉冲激光雷达信号梯度绝对值最大值所在高度确定混合层高度; 张婉春等(2013)也利用激光雷达探测数据梯度法推导出灰霾天气大气边界层高度。
本研究也借鉴梯度法来确认云体顶高, 即将回波强度廓线中由上而下梯度最大的高度确定为云顶高度Hctop(单位: km), 使用每个降水云体中最大Hctop代表该降水云体云顶高度。提取了C-FMCW雷达7-8月所有云廓线Hctop高度上的回波强度, 概率分布表明云顶回波强度基本服从正态分布, 回波强度的最大概率为-4 dBZ, 远低于传统的18 dBZ, 因此利用C-FMCW高灵敏度的特点, 梯度法确认的云顶高度会更加合理。
3.3 强回波区高度在冰雹云等强对流云体的垂直结构研究中, 强回波区到达高度是识别冰雹云的一个重要参数。采用35 dBZ作为对流云中强回波阈值, 使用C-FMCW雷达降水云体中35 dBZ出现的最大高度Hz35(单位: km)表示对流强回波区的发展高度。
提取那曲地区对流云垂直特征参数包括:大气最大上升速度Wumax(单位: m·s-1)、大气最大上升速度所在高度Hwumax(单位: km)、大气最大下沉速度Wdmax(单位: m·s-1)、大气最大下沉速度所在高度Hwdmax(单位: km)、对流强度CI(单位: m·s-1)、云顶高度Hctop(单位: km)、强回波区所在高度Hz35(单位: km)、最大回波强度Zmax(单位: dBZ)、最大回波强度所在高度HZmax(单位: km)、最大径向上升速度Vumax(单位: m·s-1)、最大径向上升速度所在高度Hvumax(单位: km)、最大径向下沉速度Vdmax(单位: m·s-1)、最大径向下沉速度所在高度Hvdmax(单位: km), 使用共计13个特征参数对那曲对流降水云进行分类。
4 对流降水云的多参数聚类 4.1 聚类方法聚类分析是通过对参数相似的数据进行聚类实现数据序列的逐级分类, 数据序列逐级划分的过程以聚类树的形式表现(Johnson, 1967)。聚类形式包括单参数聚类(一维)、多参数聚类(多维)。
使用显著度对单参数聚类结果进行评估, 显著度指标c计算公式如下:
| $ c = \frac{{{{\bar T}_1} - {{\bar T}_2}}}{{2\left({{\sigma _1} + {\sigma _2}} \right)}}, $ | (3) |
式中: T1为类1中所有样本的平均值; T2为类2中所有样本的平均值; σ1为类1中所有样本的方差; σ2为类2中所有样本的方差。平均值差值越大, 方差越小则显著度指标值c越大, 聚类特征越明显。
多个单参数聚类分类结果存在一定差异, 多参数聚类条件比单参数聚类严苛, 常导致聚类分析失败。多参数聚类时引入一致性检验, 通过对多个单参数聚类后的数据子类进行相似度检验, 然后对各子类数据进行微调, 使其达到最大一致性。表示为:
| $ S = \frac{1}{m}\sum\limits_{i = 1}^m {{S_i}}, \left\{ \begin{gathered} {S_i} = 1{\rm{ }}\left({{x_{vi}} = {x_{ni}}} \right) \hfill \\ {S_i} = 0{\rm{ }}({x_{vi}} \ne {x_{ni}}){\rm{ }} \hfill \\ \end{gathered} \right. $ | (4) |
式中: S为相似度; m为云体个数; xvi和xni分别为参数v和参数n第i个值的聚类分类结果(1或2);若二者相同则Si=1, 不同则Si=0, 因此相似度S越大则表示两参数分类结果的一致性越好。
利用提取的C-FMCW雷达37个对流云体13个特征参数逐一进行单参数聚类, 在对聚类结果的显著度进行检验后, 再对各个参数聚类后数据序列进行相似度分析, 寻找聚类较好、相似度较一致的特征参数作为分类参数, 并给出参数的分类阈值。
4.2 聚类结果对流强度参数CI从物理概念上反映了对流降水中的大气运动特征, 对高原对流云的聚类分类效果显著度最佳, 在一致性分析中以CI作为参考。
对所有37个对流降水云体的13个参数逐一进行了聚类分析和显著检验, 从单参数聚类显著度c > 1的多个参数中进行了多参数一致性调整试验, 一致性调整后的Hctop、Hz35与CI相似度分别从0.81、0.80增加到0.86、0.88, 而HZmax、Wumax和Hwumax一致性调整后相似度仍低于0.8, 使用CI、Hctop和Hz35三个特征参数分别反映了对流云内的大气动力强弱、云的发展高度以及强回波发展高度。表 2给出使用Hctop、Hz35与CI 3个参数对37个对流云体进行的分类结果: 9次深厚对流降水云体DC(Deep Convection)、28次浅薄对流降水云体SC(Shallow Convection)。DC、SC对流强度CI的平均值分别为28 m·s-1、14 m·s-1, 分界阈值为19 m·s-1; DC、SC两类对流降水云Hctop平均高度分别位于10.2 km(AGL)、5.6 km(AGL), 分界阈值高度位于7.9 km; DC、SC聚类后Hz35平均高度分别位于8 km、2.9 km, 分界阈值高度位于5.1 km。
|
|
表 2 相似度调整后的聚类结果 Table 2 Cluster results after adjusting the similarity |
由深厚对流和浅薄对流降水中对流强度CI、云顶高度Hctop以及35 dBZ回波最大高度Hz35的聚类结果(图 3)清晰可见, 3个参数在两类对流降水云中的特征存在明显差异。
|
图 3 对流强度CI(a)、35 dBZ回波最大高度Hz35(b)以及云顶高度Hctop(c)三个特征参数聚类结果 Figure 3 The cluster analysis result about CI (a), Hz35(b) and Hctop (c) |
根据DC、SC两类深浅对流云数据, 从探空数据和雷达PPI回波进行大气环境特征分类分析。
5.1 大气温湿度廓线深厚对流和浅薄对流降水云的出现与大气环境特征有关。图 4给出9次深厚对流和浅薄对流出现降水最相近时刻的探空温湿廓线, 图中黑点分别标出深厚对流和浅薄对流云顶高度所在的温度和相对湿度。从图 4可以看出, DC与SC云顶高度的相对湿度均超过45 %, 但DC相对湿度为45 %的高度在13 km附近, 而SC相对湿度为45 %的高度为9 km; DC相对湿度最大可达90 %, 所在高度约为6 km; SC相对湿度廓线最大接近90 %, 所在高度偏低约4.5 km。SC云顶温度为-40~-25 ℃, SC云顶温度在-20~0 ℃。两类对流降水云的大气温、湿度环境背景差异明显。
|
图 4 深浅对流降水云相近时段大气温度(a, b)、相对湿度(c, d)平均廓线 Figure 4 The profile of tempreture (a, b) and relative humidity (c, d) of DC/SC |
另外, 通过分析DC、SC两类降水云阶段的500, 200和100 hPa天气图发现, 观测期间高原夏季受南亚高压控制, 那曲地区受槽前低压控制(图略), 形成上层高压对应下层低压的典型结构, 为对流形成创造了有利的动力条件; 而低层以孟加拉湾北上的西南暖湿气流为主, 季风环流圈较强, 水汽输送充分[图 4(c), (d)], 但深浅对流的大气环流场差异不明显。
5.2 高空干层从C-FMCW雷达观测的一次浅薄对流云体时序[图 5(a)]可以看出, 在9 km高度有一稳定的层状云, 从相应的径向速度[图 5(b)]可以看出在层状云中随着高度的下降下沉速度增加, 云中粒径增大, 层状云底部的粒子下降过程中迅速蒸发消失, 可能是云层下存在着大气干层, 不利于浅薄对流云的发展, 在28次浅薄对流云体中有5次对流云体中看到相似的结构。C-FMCW雷达数据分析中发现高原云存在多层云结构, 可能与高空干层有关。
|
图 5 2014年7月8日16 :00-17:15浅对流及上部的云盖回波强度(a)和径向速度(b)的时间高度剖面 Figure 5 Time-height section of C-FMCW radar products about reflectivity (a) and Doppler velocity (b) of SC and its cloud top during 16 :00-17:15 on 8 July 2014 |
使用C波段双线偏振雷达C-Pol和那曲业务雷达CINRAD/CC分析了9次DC和28次SC相同的雷达回波图。DC云体所在的回波系统多表现为有组织的大范围系统性回波, 从2014年8月19日18 : 30 DC降水云体中维持时间内的C-Pol雷达3.4°仰角PPI回波图[图 6(a)]可以看出, 当降水系统中的对流单体经过那曲测站时, 降水云垂直结构表现为发展旺盛、持续时间长的深厚对流特征。而浅薄对流云体, 其雷达回波图上多表现为零散分散的爆米花状云团, 从2014年8月26日12 : 18 C-Pol雷达3.4°仰角PPI回波图[图 6(b)]可以看出, 回波水平分布表现为零散分散的局地对流过程, 对应的降水云垂直结构时序图中对流发展高度不高、持续时间较短。因此, 那曲C-FMCW雷达DC、SC的特征差异, 反映了组织性和分散性降水系统中对流单体的不同垂直结构特征。
|
图 6 2014年8月19日18 : 30深厚对流(a)和26日12 : 18浅薄对流(b) C-Pol雷达3.4°回波强度 Figure 6 C-banddual Polarimetric Radar 3.4° reflectivity of DC at 18 : 30 on 19 (a) and SC at 12 : 18 on 26 (b) August 2014 |
使用典型个例分析了DC、SC两类对流降水云垂直结构特征差异, 给出了9次DC和28次SC垂直结构参数的统计特征。
6.1 深厚对流云体使用2014年7月4日17 :30-18: 45深对流过程认识高原DC, 图 7(a)~(c)分别用回波强度Z、径向速度V及大气垂直速度W时序图, 图 7(d)是那曲业务雷达CINRAD/CC的回波强度组合反射率CR图(17 : 48), C-FMCW雷达探测到的3个对流单体在CR回波位置分布上呈现有组织的线性排列。图 7(e)给出线性排列回波带及对流单体的移动示意图, 线性排列对流带整体向东缓慢移动, 移速小于10 km·h-1, 带上单体则向偏北带状排列走向移动, 移速约30 km·h-1, 3个对流单体连续经过测站。图 7(a)显示每个对流体通过雷达上空的持续时间为10~15 min, 对流发展旺盛, 对流云顶高度达到12 km, Zmax达到55 dBZ, 强回波区顶高达到8 km, 3个对流单体通过本站时地面均观测到冰雹。图 7(c)由Z、V反演的降水云体中大气垂直速度时序图中, 与图 7(a)中每个对流单体相对应, 都有一个上升区和下沉区构成小的气流环流, 图 7(c)中黑色虚线给出第一个和第三个环流轨迹。第一个对流单体的气流环流结构中的上升运动区位于该对流单体的南偏东位置, 垂直环流中心位于6 km高度, 最大上升速度和最大下沉速度分别为-17 m·s-1和13 m·s-1, W上升、下沉运动强烈, 与强风暴中的环流结构相似, 但环流中心高度要高得多(Browning et al, 1962)。从图 7(a)~(b)中第二、第三个对流单体中可以看到在0.8 km高度之下表现出Z、V突然加大类似融化加强的特征, 这种随高度下降出现快速加强并减弱的现象, 反映了粒子融化后的破碎; 但由于局地高度很近, 粒子尚未完全融化, 形成地面降雹现象, 同时也表明近地层没有强烈的大气对流运动发生。
|
图 7 2014年7月4日深对流过程垂直分布时序图及扫描雷达CR回波图 Figure 7 Time-height section of DC during 17 :30-18:45 and CR of CINRAD at 17 : 48 on 4 July 2014 |
图 8给出图 7(a)~(c)中3个特征参数不同等级的概率分布图CFAD(Contoured frequency by altiude diagrams), 图(b)中黑粗实线为V大于4 m·s-1上升(下沉)速度概率, (c)中W大于4 m·s-1上升(下沉)速度概率。从图 8可以看出, Zmax的CFAD垂直廓线几乎呈线性随高度下降而增加, 平原地区观测到深厚对流中最大回波强度廓线则是在中空表现为最强, 出现在环境大气温度零度附近, 这可能与高原地区0 ℃高度低(距地仅1.5 km)有关; 5 km以上Z大于40 dBZ的CFAD低于10 %, 高度下降到1.5 km处则增加到22 %, 到0.8 km附近迅速增加到60 %。图 8(b)中V的CFAD在0.8 km附近出现极值。图 8(c)中上升气流主要出现在2.5~12 km高度, 强上升气流集中在5~10 km区间, 上升速度超过12 m·s-1的CFAD达到10 %, 2.5 km以下基本无上升气流。下沉气流随高度分布与上升气流垂直分布有明显差异, 所有高度上均有出现, 在2.5 km以下的CFAD较大, 总体上下沉运动速度低于上升运动大小, 5 km高度之下的下沉运动中速度小于6 m·s-1的下降速度占主体。图 8(c)中强的大气速度出现在6~8 km, 与图 7(c)中深厚对流环流结构多出现在6~8 km高度层相一致。
|
图 8 2014年7月4日深厚对流降水云体CFAD分布样本数为1 200 Figure 8 The distribution of CFAD of DC on 4 July 2014.The sample number is 1 200 |
表 3给出9次DC云体垂直结构特征主要参数, 与7月4日DC云体的特征基本类似, 傍晚到入夜前的对流发展最为旺盛; 综合表 3中9次DC参数特征, 发现高原深厚对流云HZmax通常不会超过5 km, 常出现在0 ℃高度附近, Hz35平均深度大于6 km, Hctop距地超过10 km, 最大Hctop达到12.4 km(海拔16.9 km); Hwumax达到8 km以上, Wumax分布在10~20 m·s-1之间, Hwdmax通常在3 km以下, Wdmax出现在10 m·s-1附近。
|
|
表 3 9次深厚对流的降水云参数 Table 3 The main parameters of 9 DC events |
与分析DC过程相似, 选择2014年8月26日11 :30-12: 15个例对浅薄对流降水云体进行分析。图 9(a)和图 9(b)中SC的Zmax为48 dBZ、Hctop为4.5 km、Hz35为3.5 km, 整个云层随高度上升向两侧展开, 对流单体持续时间为6 min, 没有出现Z、V突然加强的现象; 从大气垂直运动[图 9(c)]看出SC中的上升、下沉运动较弱, Wumax为-7 m·s-1、Wdmax为10 m·s-1; 在降水云体移动方向的前部低层和对流单体上部是上升气流区, 对流单体下部、后部为下沉气流, 与DC相比速度不大。图 9(d)为当日12 : 00 CINRAD/CC雷达CR回波图, 在带状回波的前方中出现爆米花状的零星回波单体, 图 9(e)为根据天气雷达连续观测数据给出孤立对流单体示意图, SC垂直结构特征反映了这种分散、零星孤立回波单体的垂直结构特点。
图 10分别给出2014年8月26日11 :30-12: 30的SC的Z、V、W的CFAD图, 图(b)中黑粗实线为V大于4 m·s-1上升(下沉)速度概率, (c)中W大于4 m·s-1上升(下沉)速度概率。。从图 10可以看出, 云体中Zmax垂直廓线没有DC呈现的线性下降现象, 但最大值仍出现在3.5 km以下的低层; Z > 35 dBZ的强回波在低层以及中层2.5 km出现概率较大, Z > 35 dBZ的最大概率出现在2.5 km高度处; Z > 45 dBZ集中出现在低空2.5 km以下。径向上升速度较小、下沉速度大值区集中在2.5 km以下。低层有微弱大气上升运动, 在云体上半部最强, 下沉气流集中出现在云体下部, 表明浅薄对流环流结构主要出现在低空, 从地面触发的上升运动大小随高度增加而加强。
28次浅薄对流降水云体结构特征基本与这次个例类似, 在CINRAD/CC强度回波图中基本都是零散爆米花状云体。表 4中给出28次高原浅薄对流云的统计特征, 高原SC的Hctop平均高度为5 km, Zmax集中值在39 dBZ左右, HZmax和Hz35高度集中在3 km以下。Wdmax和Wumax速度值均在5~7 m·s-1, 没有冰雹产生。在对28次对流发生时间频数日变化分析发现浅对流发生时段大多出现在午后到傍晚。
|
图 9 2014年8月26日浅对流过程垂直分布时序图及扫描雷达CR回波图 Figure 9 Time-height section of SC during 11 :00-12:30 and CR of CINRAD on 26 August 2014 |
|
图 10 2014年8月26日浅薄对流降水云体CFAD分布样本数为200 Figure 10 The distribution of CFAD of SC on 26 August 2014.The sample number is 200 |
|
|
表 4 28次浅对流参数统计 Table 4 The main parameters of 28 SC events |
(1) 基于2014年夏季TIPEXⅢ观测试验C-FMCW地基雷达观测资料的高原深对流云和浅对流云多参数聚类方法, 并对两类对流云参数特征进行了相似性检验和分析。结果表明37个对流降水云体的13个特征参数中, 分类显著、相似性好的特征参数为对流强度CI(大气垂直速度差)、云顶高度Hctop、35 dBZ回波区顶高Hz35。
(2) 9次DC降水云体和28次SC降水云体的CI中值分别为28 m·s-1、14 m·s-1, 分界阈值为19 m·s-1; 两类云Hctop的中值分别为10.2 km、5.6 km, 分界阈值为7.9 km; 两类云Hz35中值分别为8 km、2.9 km, 分界阈值为5.1 km。DC降水云体在天气雷达的回波图像显示为有组织排列结构中的对流单体, 而SC降水云体对应的是暖区中爆米花状零散分布回波单体中的一个。
(3) 深对流降水云体(DC)发展高度为10~13 km, 但云体的水平尺度较小, 35 dBZ回波区水平尺度约为10 km, 云体中常存在强的上升、下沉气流垂直环流, 环流中心高度达到6 km。35 dBZ回波强度在5.5 km高度上出现概率小于10 %, 与高原DC的高Hctop、强CI相比, 云体内回波强度不强、强回波高度不高, 表明DC发展多来自云体内的动力抬升; 0 ℃高度在1.5 km附近, DC中多为固态粒子, 导致Z不强; 在高原DC云体中还发现有近地层0.8~1.2 km间存在大气比较稳定的层次(9次降水云体8次发现有稳定层), 冰雹频发。9次降水累计雨量为82.7 mm, 占7-8月总降水的28 %。
(4) 浅薄对流降水云体(SC)发展高度为6 km, 降水云体对流强度不强, 上升运动区出现在对流单体前部低层和对流单体上半部, 下沉运动出现在对流单体下半部, 但无明显的大气上升、下沉垂直环流结构, 云体持续时间较短、为5~6 min, 水平尺度约6 km, 浅薄对流降水主要出现在下午至傍晚。28次浅薄对流总共造成地面降水28.7 mm, 降水贡献远小于深厚对流。
Browning K A, Ludlam F H. 1962. Airflow in convective storms[J]. Quart J Roy Meteor Soc, 88(376): 117–135.
DOI:10.1002/(ISSN)1477-870X |
|
Fu Y, Liu G, Wu G, et al. 2006. Tower mast of precipitation over the central Tibetan Plateau summer[J]. Geophys Res Lett, 330(5): 157–158.
|
|
Giangrande S E, Collis S, Straka J, et al. 2013. A summary of convective-core vertical velocity properties using ARM UHF wind profilers in Oklahoma[J]. J Appl Meteor & Climat, 52(10): 2278–2295.
|
|
Johnson S C. 1967. Hierarchical clustering schemes[J]. Psychometrika, 32(3): 241–254.
DOI:10.1007/BF02289588 |
|
艾永智, 杨传荣, 李蕊. 2015. 玉溪一次强对流天气的中尺度特征分析[J]. 高原气象, 34(5): 1391–1401.
Ai Y Z, Yang C R, Li R. 2015. Mesoscale characteristic analyses on severe convective weather process at Yuxi in Yunnan[J]. Plateau Meteor, 34(5): 1391–1401.
DOI:10.7522/j.issn.1000-0534.2014.00068 |
|
曾波, 谌芸, 李泽椿. 2016. 中国中东部地区夏季中尺度对流系统发生前环境场特征[J]. 高原气象, 35(2): 460–468.
Zeng B, Chen Y, Li Z C. 2016. Characteristic of precursor environment of mesoscale convective system during summer in Central-Eastern China[J]. Plateau Meteor, 35(2): 460–468.
DOI:10.7522/j.issn.1000-0534.2015.00003 |
|
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.
Chen L, Zhou Y J. 2015. Different physical properties of summer precipitation clouds over Qinghai-Xizang Plateau and Sichuan Basin[J]. Plateau Meteor, 34(3): 621–632.
DOI:10.7522/j.issn.1000-0534.2014.00036 |
|
陈隆勋, 宋玉宽, 刘骥平, 等. 1999. 从气象卫星资料揭示的青藏高原夏季对流云系的日变化[J]. 气象学报, 57(5): 549–560.
Chen L X, Song Y K, Liu J P, et al. 1999. On the diurnal variation of convection over qinghai-xizang plateau during summer as revealed from meteorological satellite data[J]. Acta Meteor Sinica, 57(5): 549–560.
DOI:10.11676/qxxb1999.053 |
|
丁辉, 牛生杰, 张泽娇. 2015. 利用微脉冲激光雷达探测大气混合层高度和气溶胶垂直结构的初步研究[J]. 大气科学学报, 38(1): 85–92.
Ding H, Niu S J, Zhang Z J. 2015. Measurements of mixed layer height and aerosol vertical profile using a micropulse lidar[J]. Trans Atmos Sci, 38(1): 85–92.
|
|
丁治英, 王一颉, 刘瑞翔. 2016. 青藏高原一次MCC转MCV过程研究[J]. 高原气象, 35(3): 561–573.
Ding Z Y, Wang Y J, Liu R X. 2016. Study about a process of MCC converting to MCV on Qinghai-Xizang Plateau[J]. Plateau Meteor, 35(3): 561–573.
DOI:10.7522/j.issn.1000-0534.2016.00020 |
|
杜军, 马玉才. 2004. 西藏高原降水变化趋势的气候分析[J]. 地理学报, 59(3): 375–382.
Du J, Ma Y C. 2004. Climatic trend of rainfall over Tibetan Plateau from 1971 to 2000[J]. Acta Geograp Sinica, 59(3): 375–382.
DOI:10.11821/xb200403007 |
|
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.
Fu Y F, Liu Q, Zi Y, et al. 2008. Summer precipitation and latent heating over the Tibetan Plateau based on TRMM measurements[J]. Plateau & Mountain Meteor Research, 28(1): 8–18.
|
|
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.
Li D, Bai A J, Huang S J. 2012. Characteristic analysis of a severe convective weather over Tibetan Plateau based on TRMM data[J]. Plateau Meteor, 31(2): 304–311.
|
|
李江林, 余晔, 刘川. 2015. 青藏高原与黄土高原过渡区雷暴活动特征及东亚夏季风的影响[J]. 高原气象, 34(6): 1575–1583.
Li J L, Yu Y, Liu C. 2015. Variation of thunderstorm activities and its connection to East Asian Summer Monsoon in transition region between Qinghai-Xizang Plateau and Loess Plateau[J]. Plateau Meteor, 34(6): 1575–1583.
DOI:10.7522/j.issn.1000-0534.2015.00001 |
|
廖希伟, 宋小全, 王东祥, 等. 2016. 激光云高仪对那曲地区大气边界层高度的探测分析[J]. 光子学报, 45(5): 142–148.
Liao X W, Song X Q, Wang D X, et al. 2016. Performance analysis of atmospheric boundary layer height measurement in Nagqu based on ceilometer[J]. Acta Photonica Sinica, 45(5): 142–148.
|
|
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, 2015(4): 635–647.
Liu L P, Zheng J F, Ruan Z, et al. 2015. The preliminary analyses of the cloud properties over the Tibetan Plateau from the field experiments in clouds precipitation with the vavious radars[J]. Acta Meteor Sinica, 2015(4): 635–647.
DOI:10.11676/qxxb2015.041 |
|
王琳, 谢晨波, 王珍珠, 等. 2012. 激光雷达探测大气边界层高度分布的梯度法应用研究[J]. 大气与环境光学学报, 7(3): 161–167.
Wang L, Xie C B, Wang Z Z, et al. 2012. Application of gradient method to detect height distribution of atmospheric boundary layer with Lidar[J]. J Atmos Environ Opt, 7(3): 161–167.
|
|
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.
Pan X, Fu Y F. 2015. Analysis on climatological characteristics of deep and shallow precipitation cloud in summer over Qinghai-Xizang Plateau[J]. Plateau Meteor, 34(5): 1191–1203.
DOI:10.7522/j.issn.1000-0534.2014.00112 |
|
阮征, 金龙, 葛润生, 等. 2015. C波段调频连续波天气雷达探测系统及观测试验[J]. 气象学报, 2015(3): 577–592.
Ruan Z, Jin L, Ge R S, et al. 2015. The C-band FMCW pointing weather radar system and its observation experiment[J]. Acta Meteor Sinica, 2015(3): 577–592.
DOI:10.11676/qxxb2015.039 |
|
王艺, 伯玥, 王澄海. 2016. 青藏高原中东部云量变化与气温的不对称升高[J]. 高原气象, 35(4): 908–919.
Wang Y, Bo Y, Wang C H. 2016. Relations of cloud amount to asymmetric diurnal temperature change in central and eastern Qinghai-Xizang Plateau[J]. Plateau Meteor, 35(4): 908–919.
DOI:10.7522/j.issn.1000-0534.2015.00033 |
|
徐祥德, 周明煜, 陈家宜, 等. 2001. 青藏高原地-气过程动力、热力结构综合物理图象[J]. 中国科学, 45(7): 577–594.
Xu X D, Zhou M Y, Chen J Y, et al. 2001. A comprehensive physical pattern of land-air dynamic and thermal structure on the Qinghai-Xizang Plateau[J]. Sci in China (Ser.D), 45(7): 577–594.
|
|
尹金方, 王东海, 翟国庆, 等. 2013. 基于星载云雷达资料的东亚大陆云垂直结构特征分析[J]. 气象学报, 71(1): 121–133.
Yin J F, Wang D H, Zhai G Q, et al. 2013. A study of cloud vertical profiles from the Cloudsat data over the East Asian Continent[J]. Acta Meteor Sinica, 71(1): 121–133.
DOI:10.11676/qxxb2013.010 |
|
张婉春, 张莹, 吕阳, 等. 2013. 利用激光雷达探测灰霾天气大气边界层高度[J]. 遥感学报, 17(4): 981–992.
Zhang W C, Zhang Y, Lü Y, et al. 2013. Observation of atmospheric boundary layer height by ground-based LiDAR during haze days[J]. J Remote Sens, 17(4): 981–992.
|
|
朱士超, 银燕, 金莲姬, 等. 2012. 青藏高原一次强对流过程对水汽垂直输送的数值模拟[J]. 大气科学, 35(6): 1057–1068.
Zhu S C, Yin Y, Jin L J, et al. 2012. A numerical study of the vertical transport of water vapor by intense convection over the Tibetan Plateau[J]. Chinese J Atmos Sci, 35(6): 1057–1068.
|
2. State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081, China;
3. Fujian Weather Observatory, Fuzhou 350001, Fujian, China;
4. Meteorological technical equipment center of Hebei Province, Shijiazhuang 050021, Hebei, China