我國(guó)暴雨研究中新型探測(cè)資料反演技術(shù)及其應(yīng)用

萬蓉

（中國(guó)氣象局武漢暴雨研究所 暴雨監(jiān)測(cè)預(yù)警湖北省重點(diǎn)實(shí)驗(yàn)室，武漢 430074）

我國(guó)暴雨研究中新型探測(cè)資料反演技術(shù)及其應(yīng)用

萬蓉

（中國(guó)氣象局武漢暴雨研究所 暴雨監(jiān)測(cè)預(yù)警湖北省重點(diǎn)實(shí)驗(yàn)室，武漢 430074）

為提高暴雨預(yù)報(bào)準(zhǔn)確度和精細(xì)度，暴雨研究從大尺度背景到中小尺度特征，從宏觀結(jié)構(gòu)到微觀變化逐漸深入，暴雨野外科學(xué)試驗(yàn)在原有業(yè)務(wù)網(wǎng)觀測(cè)模式上，逐步納入不同新型探測(cè)系統(tǒng)以獲取高時(shí)空分辨率、高精度、全方位的探測(cè)信息滿足科研與業(yè)務(wù)的需求。綜述了地基GNSS大氣水汽觀測(cè)，地基微波輻射計(jì)云水、溫度和濕度觀測(cè)，風(fēng)廓線雷達(dá)測(cè)風(fēng)，雙偏振雷達(dá)云水粒子相態(tài)觀測(cè)，毫米波雷達(dá)云觀測(cè)獲得的非常規(guī)探測(cè)資料在我國(guó)暴雨臨近預(yù)報(bào)、暴雨機(jī)理分析、中尺度暴雨數(shù)值預(yù)報(bào)中的應(yīng)用，簡(jiǎn)要回顧近年來這些新型探測(cè)遙感技術(shù)進(jìn)展及其對(duì)暴雨野外科學(xué)試驗(yàn)的作用。思考新型探測(cè)資料在質(zhì)量控制和精度描述規(guī)范化、二次產(chǎn)品開發(fā)提高業(yè)務(wù)應(yīng)用效率、多源資料綜合應(yīng)用和深層次挖掘等方面亟待解決的問題，并初步探討新型探測(cè)資料在暴雨預(yù)報(bào)研究應(yīng)用中的未來發(fā)展趨勢(shì)。

暴雨，地基GNSS，微波輻射計(jì)，風(fēng)廓線雷達(dá)，雙偏振雷達(dá)，云雷達(dá)，數(shù)值預(yù)報(bào)，綜合觀測(cè)

1 引言

暴雨是不同尺度天氣系統(tǒng)相互作用的結(jié)果。不同尺度天氣系統(tǒng)的相互作用非常復(fù)雜,大尺度系統(tǒng)對(duì)中小尺度系統(tǒng)起著控制作用,中小尺度系統(tǒng)生成強(qiáng)對(duì)流天氣(如暴雨),對(duì)大尺度系統(tǒng)有反饋?zhàn)饔?。從另外一個(gè)角度看,暴雨的形成受不同的大氣參量的共同影響,因大氣水汽、熱力與動(dòng)力因素的配置不同,暴雨持續(xù)時(shí)間、發(fā)生地點(diǎn)與強(qiáng)度也各異。為提高暴雨預(yù)報(bào)水平,有必要弄清楚三種尺度的相互作用,弄清暴雨的生成條件和物理過程[1],國(guó)內(nèi)外氣象科學(xué)家近百年也一直努力通過觀測(cè)與數(shù)值模擬,從宏觀到微觀不斷探求更精細(xì)化、更準(zhǔn)確的答案。近10年來我國(guó)暴雨觀測(cè)研究不僅僅依賴?yán)走_(dá)、衛(wèi)星、地面與高空等業(yè)務(wù)觀測(cè)網(wǎng),而且逐步結(jié)合地基GNSS(Global Navigation

Satellite System)、微波輻射計(jì)、風(fēng)廓線、雙偏振雷達(dá)、云雷達(dá)等新型大氣探測(cè)設(shè)備,即未納入業(yè)務(wù)觀測(cè)的非常規(guī)觀測(cè),在一次次長(zhǎng)江中游、華南、華北等暴雨野外科學(xué)綜合觀測(cè)中,獲取了高時(shí)空分辨率、高精度的云、水汽和風(fēng)場(chǎng)資料信息,我國(guó)學(xué)者圍繞這些新型探測(cè)資料,在反演技術(shù)、二次產(chǎn)品開發(fā)、數(shù)值同化、天氣分析等方面做了大量工作,加強(qiáng)了對(duì)水汽因子、動(dòng)力條件與云物理等方面的精細(xì)了解。

本文將側(cè)重新型探測(cè)資料在我國(guó)暴雨研究預(yù)報(bào)方面的應(yīng)用,回顧新型探測(cè)資料反演開發(fā)技術(shù)、在暴雨研究與數(shù)值模式預(yù)報(bào)中的應(yīng)用進(jìn)展、思考當(dāng)前暴雨研究資料應(yīng)用中所亟待解決的問題并探討未來發(fā)展趨勢(shì)。

2 新型探測(cè)資料反演技術(shù)與應(yīng)用

2.1 地基GNSS大氣水汽觀測(cè)

大氣水汽占大氣總體積的4%,對(duì)地氣系統(tǒng)徑向輻射能量平衡、大氣的垂直穩(wěn)定度、云的形成和暴雨的形成及演變有顯著影響,通常采用氣球探空獲取,因布點(diǎn)稀疏、觀測(cè)時(shí)次少,獲得的水汽觀測(cè)資料非常有限。美國(guó)GPS(Global Positioning System)、俄羅斯GLONASS,歐盟Galileo和中國(guó)北斗等全球?qū)Ш叫l(wèi)星系統(tǒng)GNSS在進(jìn)行定位、導(dǎo)航和授時(shí)的同時(shí),可從GNSS衛(wèi)星信號(hào)穿過大氣層時(shí)發(fā)生的偏折和延遲中分離出因水汽造成的濕延遲,并反演出分鐘級(jí)的采樣率、全天候、高精度的大氣水汽量[2],以補(bǔ)充常規(guī)業(yè)務(wù)的水汽觀測(cè)。北京地區(qū)GPS/VAPOR水汽觀測(cè)試驗(yàn)、海峽兩岸暴雨觀測(cè)試驗(yàn)、長(zhǎng)江中下游梅雨暴雨觀測(cè)試驗(yàn)等均把GPS水汽觀測(cè)作為主要內(nèi)容。截至2012年底,我國(guó)GPS水汽監(jiān)測(cè)網(wǎng)共485個(gè)站,主要分布于北京、上海、廣東、湖北、河北、安徽、四川、香港、青藏高原等省、市、地區(qū),中國(guó)氣象局也正規(guī)劃部署站間距約100km的國(guó)家級(jí)GPS大氣探測(cè)網(wǎng),和站間距約10～40km的降水影響敏感地區(qū)中小尺度GPS大氣探測(cè)網(wǎng),用于監(jiān)測(cè)不同天氣尺度的水汽分布,并計(jì)劃近兩年在10個(gè)省份150個(gè)臺(tái)站上搭建國(guó)家北斗地基增強(qiáng)系統(tǒng),湖北省在國(guó)內(nèi)首次建成30站的北斗地基增強(qiáng)示范網(wǎng),從2013年1月開始大氣水汽觀測(cè),結(jié)合武漢大學(xué)研發(fā)的精密定位定軌軟件PANDA(Position And Navigation Data Analysis),實(shí)現(xiàn)了北斗導(dǎo)航系統(tǒng)的高精度數(shù)據(jù)處理,靜態(tài)精密單點(diǎn)定位精度達(dá)到厘米級(jí),基線相對(duì)定位達(dá)到毫米級(jí)[3]。地基GNSS大氣水汽觀測(cè)產(chǎn)品天頂大氣可降水總量PWV(Precipitation Water Vapor)、信號(hào)傳播方向上的斜路徑大氣可降水總量SWV (Slant Water Vapor)和三維層析區(qū)域的水汽密度等。

PWV代表測(cè)站上空可降水汽總量,國(guó)際上GPS PWV與微波輻射計(jì)平均偏差為1.0～1.5mm[2]。我國(guó)針對(duì)華北[4]、華南[5]、華中[6]以及中國(guó)區(qū)域[7]的大氣條件建立了加權(quán)平均溫度模型,并改進(jìn)優(yōu)化靜力延遲模型[8],PWV與探空平均偏差小于4mm,與微波輻射計(jì)平均偏差小于2mm,數(shù)據(jù)采樣間隔為秒級(jí),產(chǎn)品輸出時(shí)間間隔30min,反演的PWV與探空在43km范圍內(nèi)具有可比性[9]。PWV被用于地區(qū)大氣水汽總量日變化研究[10]、入梅診斷與預(yù)測(cè)[11],以及局地降水前大氣水汽的變化[12]。無論是梅雨鋒暴雨[13]、華南暴雨[14-15],臺(tái)風(fēng)降水[16]、西南渦持續(xù)暴雨[17]和華西秋雨[18],降水前PWV有陡增急升特征,最大降水強(qiáng)度出現(xiàn)在大氣柱水汽含量峰值出現(xiàn)后,與大氣水汽有明顯聯(lián)系。局地強(qiáng)降水 3與24h變化對(duì)未來降水區(qū)域和雨量分布有一定的指示意義；PWV在降水過程中不同階段的趨勢(shì)變化,反映了500hPa流場(chǎng),700hPa水汽通量場(chǎng)的變化[19]。臺(tái)風(fēng)降水產(chǎn)生前一般在達(dá)到峰值后7～10h開始出現(xiàn)明顯的降水[16](圖1)。同化PWV能改善數(shù)值模式預(yù)報(bào)質(zhì)量?；贛M5或WRF中尺度數(shù)值預(yù)報(bào)模式的PWV同化,能有效調(diào)整初始濕度場(chǎng),明顯增強(qiáng)模式初始場(chǎng)描述水汽分布的能力,從而有效地控制模式積分初期對(duì)可降水量預(yù)報(bào)的誤差,并對(duì)模式6h累積降水量預(yù)報(bào)有較明顯的改善作用[20-24],使模式對(duì)大閾值降水的時(shí)段、強(qiáng)度和落區(qū)的預(yù)報(bào)性能均獲得全面的提高,此現(xiàn)象在模式積分最初的0～6h表現(xiàn)得更為明顯[25]。在LAPS系統(tǒng)中,同化GPS水汽資料對(duì)濕度場(chǎng)產(chǎn)生的調(diào)整作用比雷達(dá)資料大一個(gè)量級(jí),能有效提高下游暴雨量級(jí)的TS降水評(píng)分[26]。

SWV表示地基GPS接收機(jī)與衛(wèi)星兩點(diǎn)之間信號(hào)路徑上的積分水汽含量,一定程度地反映測(cè)站周邊水汽的分布的不均勻性特征。主要采用雙差殘差轉(zhuǎn)變?yōu)閱尾顨埐詈头遣顨埐罴夹g(shù)計(jì)算水平延遲梯度,獲取斜路徑的天頂總延遲和濕延遲,繼而采用同PWV相同的算法得到SWV[27],或基于無電離層影響的GPS非差觀測(cè)組合直接計(jì)算SWV[28]。國(guó)際上與微波輻射計(jì)觀測(cè)比

較,GPS得到的SWV誤差可以達(dá)到毫米量級(jí)。國(guó)內(nèi)與微波輻射計(jì)對(duì)比誤差小于4mm,相對(duì)于PWV 而言, SWV能更好地描述測(cè)站周邊不同空間方位上水汽的變化,在暴雨系統(tǒng)發(fā)生發(fā)展移動(dòng)過程中,測(cè)站不同方位上的水汽相對(duì)SWV變化量可達(dá)20%[29]。

圖1 臺(tái)風(fēng)Ramasun影響期間上海寶山站的PWV和雨量隨時(shí)間的變化（單位：mm）[16] （曲線為GPS探測(cè)的PWV值，▲為寶山探空計(jì)算的PWV值，黑直方為1h雨量）

層析區(qū)域的三維水汽密度分布依賴于毫米級(jí)精度SWV觀測(cè),將GPS加密區(qū)域內(nèi)所有接收站點(diǎn)與不同衛(wèi)星方向的多個(gè)SWV觀測(cè)值離散化到區(qū)域網(wǎng)格中,構(gòu)建以網(wǎng)格內(nèi)水汽為未知量的SWV的方程組,求解方程組而獲取區(qū)域三維網(wǎng)格中的大氣水汽量值。為了層析方程組精確求解,層析技術(shù)中采用高斯加權(quán)函數(shù)進(jìn)行水平約束,利用數(shù)值預(yù)報(bào)結(jié)果做先驗(yàn)值,邊界條件采用了方差分量估計(jì)進(jìn)行驗(yàn)后定權(quán)；針對(duì)水汽密度隨高度減小的特點(diǎn),垂直方向上采用隨高度變化的非等權(quán)約束方法,或引入卡爾曼濾波技術(shù)[31],或以多年探空觀測(cè)作為垂直觀測(cè)約束,將地面觀測(cè)作為低層邊界值[32],改善區(qū)域三維水汽的整體反演精度。國(guó)內(nèi)宋淑麗等[30]首次利用上海市區(qū)5個(gè)GPS站組成的中尺度網(wǎng)反演出60km×60km×10km區(qū)域,分辨率為15km×15km×500m大氣水汽的三維水汽密度,與數(shù)值預(yù)報(bào)相比1～7km的水汽層析結(jié)果更接近無線電探空觀測(cè)[30]。若加入地面觀測(cè)約束后對(duì)2km以下水汽密度的精度有明顯提高,2km以下水汽密度與探空的相關(guān)性提高了4.3%,標(biāo)準(zhǔn)偏差減小2%[32]。不同垂直分辨率下層析結(jié)果均方根誤差在0.5g/m3左右[33]。相對(duì)于水汽總量而言,直接采用GPS層析技術(shù)得出的水汽密度廓線對(duì)模式預(yù)報(bào)進(jìn)行訂正,比濕廓線水汽變化趨勢(shì)更接近實(shí)況,由此訂正出來的CAPE值量值也更為接近[34]。

2.2 地基微波輻射計(jì)云水、溫度和濕度觀測(cè)

云水、溫度和濕度的變化對(duì)于暴雨天氣分析和業(yè)務(wù)預(yù)報(bào)都有重要的指示意義,微波輻射計(jì)是同時(shí)探測(cè)溫度、濕度和云中液態(tài)水的較為理想的設(shè)備。1989年我國(guó)地基2通道微波輻射計(jì)可測(cè)對(duì)流層水汽與液態(tài)水,近年來美國(guó)的12通道、35通道地基微波輻射計(jì)用于我國(guó)氣象科學(xué)試驗(yàn),遙感大氣溫度、濕度、水汽、液態(tài)水等的垂直廓線,大氣水汽、液態(tài)水總量等大氣參量。35通道地基微波輻射計(jì)加入了測(cè)雨波段,具備在降水情況下的有效觀測(cè)能力,在2008—2013年“長(zhǎng)江中游梅雨期暴雨外場(chǎng)試驗(yàn)觀測(cè)”中獲取梅雨期對(duì)流層、邊界層及地面層的溫度、濕度等觀測(cè)數(shù)據(jù),為梅雨鋒暴雨的機(jī)理研究和強(qiáng)降水預(yù)報(bào)預(yù)測(cè)提供了支撐。

地基微波輻射計(jì)由多通道獲取大氣微波輻射能量形成輻射電壓,并利用液氮標(biāo)定、理論標(biāo)定、傳輸模式等方法標(biāo)定亮溫；根據(jù)輻射傳輸方程中亮溫與大氣中的溫度、濕度和云水結(jié)構(gòu)相關(guān)關(guān)系,反演大氣溫度、濕度、水汽、液態(tài)水等的垂直廓線分布以及大氣水汽、液態(tài)水總量。可使用的反演技術(shù)包括牛頓迭代反演法、線性統(tǒng)計(jì)法、貝葉斯最大概率法、蒙特卡羅法以及神經(jīng)網(wǎng)絡(luò)法等。目前地基12通道、35通道微波輻射計(jì)采用的神經(jīng)網(wǎng)絡(luò)反演算法,將亮溫?cái)?shù)據(jù)和地面氣象參數(shù)作為輸入層節(jié)點(diǎn),由歷史探空資料訓(xùn)練得到神經(jīng)網(wǎng)絡(luò)輸入層和隱含層各個(gè)節(jié)點(diǎn)的權(quán)重系數(shù),通過反演模塊得到從地面到10km不同高度的大氣溫度、濕度、水汽和液態(tài)水的數(shù)據(jù)。地基12通道微波輻射計(jì)與探空比較:溫度偏差1.2～4.5K[35]、水汽總量平均偏差0.281cm[36]、濕度均方根誤差在33%[37]；35通道微波輻射計(jì)與GPS無線電探空比較:可降水量平均偏差―3.8～15.2mm,均方差1.7～10.4 mm；溫度平均偏差―2.6～3.5℃,均方差0.6～2.0℃；水汽密度平均偏差―0.7～2.0g/m3,均方差在0.7～1.6g/m3；相對(duì)濕度大于GPS無線電探空結(jié)果,平均偏差在―4.8%～7.5%[38]。由于降水易使設(shè)備天線罩上覆蓋液態(tài)水膜或水滴,影響亮溫觀測(cè)和反演結(jié)果,降水天氣對(duì)于微波輻射計(jì)反演精度的影響一直備受關(guān)注。定量分析顯示微波輻射計(jì)反演的溫度、水汽密度、相對(duì)濕度和可降水量與GPS 無線電探空結(jié)果之間的系統(tǒng)偏差小于4mm,偏差在無降水時(shí)較小,而在有降水時(shí)較大[39]。

在數(shù)據(jù)質(zhì)量控制方面,可利用輻射傳輸方程和獨(dú)立來源的大氣層結(jié)進(jìn)行各通道亮溫仿真計(jì)算、用亮溫計(jì)算值來檢驗(yàn)觀測(cè)值的數(shù)據(jù)[40]。為獲取高精度的液態(tài)水和可降水量,可基于本地觀測(cè)改進(jìn)Liljegren等[41]的反演算法參數(shù),得到適合本區(qū)域的液態(tài)云水路徑和可降水量反演,改進(jìn)的算法與神經(jīng)網(wǎng)絡(luò)算法比較,相關(guān)系數(shù)為0.99,平均相對(duì)誤差為3.58%,反演結(jié)果略偏小于神經(jīng)網(wǎng)絡(luò)方法,但趨勢(shì)一致,比神經(jīng)網(wǎng)絡(luò)方法對(duì)云更為敏感[42]。

精細(xì)化的微波輻射計(jì)資料較詳細(xì)地描述對(duì)流區(qū)的大氣物理特征。在層狀云中嵌入的對(duì)流區(qū)中有豐富的垂直積分過冷水含量,量級(jí)可達(dá)103g/m2[43]；積層混合云降水過程中,空中液態(tài)水分布,特別是豐富的低層液態(tài)水,與地面降雨的產(chǎn)生有直接的關(guān)系[44](圖2和3)。受不同云系影響時(shí),云液水含量的變化與云量的增減有關(guān),大氣水汽、云液水和地面降水存在一定的定量關(guān)系,云中液態(tài)水僅占?xì)鈶B(tài)水的8.7‰左右,落回地面的降水占空中水汽量的18%左右[45]。微波輻射計(jì)資料不僅顯示云中充沛的相對(duì)濕度和液態(tài)水含量條件,也顯示出非常利于冰雹粒子群快速累積增長(zhǎng)的交替的干、濕分層生長(zhǎng)環(huán)境[46]。

圖2 一次積層混合云降水空中液態(tài)水與地面降雨的比較[44] （a）微波輻射計(jì)所測(cè)云液水含量隨時(shí)間的變化；（b）地面雨量隨時(shí)間的變化

圖3 2000、3000、4000和5000m高度層輻射計(jì)液態(tài)水含量隨時(shí)間的變化[44]

因地面降水的產(chǎn)生滯后于空中水汽、液態(tài)水含量變化,可基于微波輻射計(jì)資料尋找強(qiáng)天氣預(yù)警指標(biāo)。依據(jù)降水前1h大氣水汽含量、云液態(tài)水含量的分布和演變與降水的關(guān)系,通過對(duì)大氣水汽含量與液態(tài)水含量的FFT變換選取第一個(gè)轉(zhuǎn)折點(diǎn)的不同特征作為判斷降水的臨近指標(biāo)[47],或利用微波輻射計(jì)獲取的不同高度的溫度、露點(diǎn)溫度和平均相對(duì)濕度等資料計(jì)算MKI,KI,TT,HI等不穩(wěn)定指數(shù),對(duì)強(qiáng)對(duì)流天氣有很好的預(yù)警指示作用[46]。

在數(shù)值預(yù)報(bào)方面,地基微波輻射計(jì)反演的相對(duì)濕度廓線資料在暴雨中尺度數(shù)值預(yù)報(bào)模式同化后,對(duì)降水落區(qū)預(yù)報(bào)改進(jìn)不明顯,但對(duì)降水強(qiáng)度預(yù)報(bào)改進(jìn)明顯,24h降水最大增幅為45mm,同化的站點(diǎn)信息越多,站點(diǎn)與降水中心越近,降水模擬效果越好[48]。

2.3 風(fēng)廓線雷達(dá)的測(cè)風(fēng)觀測(cè)

風(fēng)廓線雷達(dá)發(fā)射無線電波,并接收因大氣湍流影響和散射作用返回的波信號(hào),由回波信號(hào)處理和分析得到湍流強(qiáng)度、風(fēng)向和風(fēng)速隨高度的分布即風(fēng)廓線。暴雨研究上使用的對(duì)流層風(fēng)廓線雷達(dá)有效探測(cè)高度從近地面到16km的范圍、垂直分辨率120～480m,時(shí)間分辨率6～10min。與其他測(cè)風(fēng)設(shè)備如L波段或GPS探空、多普勒雷達(dá)、測(cè)風(fēng)經(jīng)緯儀、測(cè)風(fēng)塔等相比,風(fēng)廓線雷達(dá)以其分鐘級(jí)的采樣率和米級(jí)垂直分辨率較好地滿足中小尺度暴雨分析與預(yù)報(bào)的需求。該資料在1998年華南暴雨試驗(yàn)、2001—2002年長(zhǎng)江流域梅雨鋒強(qiáng)暴雨外場(chǎng)試驗(yàn)、2006年華南五省兩特區(qū)暴雨野外觀測(cè)試驗(yàn)、2007—2013年長(zhǎng)江中游梅雨期暴雨外場(chǎng)試驗(yàn)中利用風(fēng)廓線雷達(dá)獲取了暴雨過程中大氣湍流與各高度層風(fēng)的變化信息,這些信息無論在暴雨落區(qū)、強(qiáng)度和持續(xù)時(shí)間的數(shù)值預(yù)報(bào)上,還是在暴雨的發(fā)生發(fā)展過程中高低空急流的強(qiáng)度、深度配置、冷暖平流分布、垂直風(fēng)切變等天氣分析中,都起著重要作用。我國(guó)風(fēng)廓線雷達(dá)已進(jìn)入業(yè)務(wù)布網(wǎng)階段,截至2012年底,已建成49部邊界層風(fēng)廓線雷達(dá)和9部對(duì)流層風(fēng)廓線雷達(dá)。

與常規(guī)高空探空系統(tǒng)對(duì)比,風(fēng)廓線資料的探測(cè)精度以北京南郊CFL-16型風(fēng)廓線雷達(dá)為例,水平風(fēng)u、v分量的標(biāo)準(zhǔn)偏差在2.3m/s左右[49]；北京延慶CFL-08風(fēng)廓線雷達(dá)風(fēng)速誤差不大于1.5m/s、風(fēng)向誤差不大于10°[50]；上海組網(wǎng)邊界層風(fēng)廓線雷達(dá)盛夏時(shí)段各層風(fēng)速的平均標(biāo)準(zhǔn)差分別是3.34～4.03m/s,初冬時(shí)段則為3.22～4.12m/s[51]；湖北咸寧風(fēng)廓線雷達(dá)在1km以上風(fēng)向偏差小于等于20°、風(fēng)速偏差小于等于3m/s[52]。

風(fēng)廓線雷達(dá)產(chǎn)品被廣泛用于暴雨形成機(jī)理研究中。在地形與北京城市環(huán)流共同作用下的β中尺度暴雨過程中,低空風(fēng)的垂直切變是維系中尺度對(duì)流降水發(fā)生、發(fā)展的重要條件。一旦迎風(fēng)坡出現(xiàn)強(qiáng)降水、將形成吹向迎風(fēng)坡的風(fēng)速與降水強(qiáng)度之間的正反饋現(xiàn)象；地形坡度越大的地方,產(chǎn)生的上升運(yùn)動(dòng)越強(qiáng)[58]；北京局地暴雨相聯(lián)系的對(duì)流層偏東風(fēng)淺薄與深厚不同結(jié)構(gòu),結(jié)合溫、濕結(jié)構(gòu),散度場(chǎng)、渦度場(chǎng)配置分析認(rèn)為:對(duì)流層低層的偏東風(fēng)對(duì)北京的局地暴雨的發(fā)生有

重要作用,特別是淺薄偏東風(fēng)能夠在局地形成較強(qiáng)的輻合、暖濕空氣局地集中和形成熱力不穩(wěn)定,加之系統(tǒng)的生命期短,發(fā)生發(fā)展迅速,容易造成突發(fā)性的局地暴雨,而且非常容易產(chǎn)生漏報(bào)；而深厚偏東風(fēng)在提供強(qiáng)對(duì)流發(fā)生所需的對(duì)流層垂直切變方面有重要作用,同時(shí),其產(chǎn)生的輻合層次較厚,水汽輸送能力較強(qiáng),同樣有利于較強(qiáng)降水的發(fā)生,然而持續(xù)的偏東風(fēng)并不是對(duì)流風(fēng)暴的直接觸發(fā)機(jī)制,因此非常容易造成對(duì)局地暴雨的空?qǐng)?bào)[59](圖4)。此外,地面偏東氣流中的切變線以及西部山脈作用時(shí)的氣流在山前匯聚從而強(qiáng)迫抬升,產(chǎn)生地面中尺度系統(tǒng)；城市熱力加強(qiáng)中尺度輻合,容易形成北京城市降水[60-61]；在北京夏季暴雨過程中,風(fēng)廓線顯示雙層低空急流影響降水,切變線低渦是主要中尺度系統(tǒng),強(qiáng)降水前地面風(fēng)場(chǎng)輻合,臨近降水輻合層向上發(fā)展[62]。強(qiáng)對(duì)流過程發(fā)生前,風(fēng)廓線雷達(dá)資料中均出現(xiàn)明顯的風(fēng)向的垂直切變。風(fēng)向隨高度順轉(zhuǎn),有暖平流,為強(qiáng)上升運(yùn)動(dòng)提供了有利條件,可產(chǎn)生、維持強(qiáng)對(duì)流[63]?；陲L(fēng)廓線觀測(cè)訂正的亮帶識(shí)別算法識(shí)別延慶地區(qū)亮帶厚度為1000～1500m,上下邊界速度差值主要為4～5m/s[64]。風(fēng)廓線雷達(dá)與無線電聲探測(cè)系統(tǒng)的溫度廓線綜合探測(cè),能高時(shí)空分辨率地展示晴空熱對(duì)流的演變過程和熱對(duì)流對(duì)上層空氣的加熱效應(yīng),有利于加深對(duì)熱對(duì)流泡和邊界層熱對(duì)流運(yùn)動(dòng)的認(rèn)識(shí)[65]。北京地區(qū)風(fēng)廓線儀布網(wǎng)數(shù)值研究表明,天氣系統(tǒng)對(duì)大氣風(fēng)場(chǎng)的垂直結(jié)構(gòu)特征較為敏感,大氣風(fēng)場(chǎng)隨高度的垂直分布和變化對(duì)天氣過程有明顯的作用,在較短時(shí)期就可對(duì)大氣的空間特征形成深厚的影響。其可在短期天氣過程中影響天氣系統(tǒng)的溫度場(chǎng)結(jié)構(gòu)及相關(guān)降水過程,且在以上影響隨著預(yù)報(bào)時(shí)效的增加而增強(qiáng)的同時(shí),影響范圍也隨預(yù)報(bào)時(shí)效的增加而擴(kuò)大[66]。

在暴雨臨近期風(fēng)廓線雷達(dá)資料有特征性變化,觀測(cè)發(fā)現(xiàn):在暴雨發(fā)生前的1～2h,水平風(fēng)向、風(fēng)速的方差增長(zhǎng)迅速[50],低空急流指數(shù)反映脈動(dòng)向地面擴(kuò)展的程度與中小尺度降水的密切關(guān)系,比雨強(qiáng)增大提前2～4h,增大程度與雨強(qiáng)成正比[67-69],高低空急流及其向下的脈動(dòng)指數(shù)與降水強(qiáng)度的增強(qiáng)有密切關(guān)系,低空急流向下脈動(dòng)的影響強(qiáng)于高空急流[70]。我國(guó)學(xué)者利用風(fēng)

廓線資料提取諸多的暴雨預(yù)警指標(biāo),如不同高度散度和渦度,結(jié)合微波輻射計(jì)數(shù)據(jù),計(jì)算對(duì)流有效位能、K指數(shù)等動(dòng)力、熱力參數(shù)和風(fēng)暴相對(duì)螺旋度等[71-72]。

圖4 與北京局地暴雨相聯(lián)系的對(duì)流層低層偏東風(fēng)不同結(jié)構(gòu)[59] （a、c為08時(shí)地面風(fēng)觀測(cè)；b、d為海淀站風(fēng)廓線時(shí)間演變，單位：m/s） （a）淺薄偏東風(fēng)個(gè)例；（b）偏東風(fēng)淺薄結(jié)構(gòu)；（c）深厚偏東風(fēng)個(gè)例；（d）偏東風(fēng)深厚結(jié)構(gòu)

風(fēng)廓線雷達(dá)資料也支持?jǐn)?shù)值預(yù)報(bào)和定量降水估算。中尺度模式數(shù)值試驗(yàn)表明:同化2分鐘一次的風(fēng)廓線雷達(dá)資料對(duì)降水的模擬有較明顯的改善；風(fēng)廓線雷達(dá)資料在進(jìn)入模式之后,隨模式的積分可以把其影響從低層帶至高層,并擴(kuò)展到較大的范圍。同化風(fēng)廓線雷達(dá)資料對(duì)風(fēng)場(chǎng)、高度場(chǎng)和濕度場(chǎng)均有明顯的改變,對(duì)溫度場(chǎng)的影響較小[73]。降水的雨滴譜對(duì)于提高雷達(dá)定量測(cè)量降水的精度、研究降水機(jī)制和云結(jié)構(gòu)很重要,可利用五波束風(fēng)廓線雷達(dá),通過連續(xù)方程求得各層垂直空氣運(yùn)動(dòng)速度,根據(jù)垂直指向波束測(cè)出的功率譜導(dǎo)出雨滴譜；或假定雨滴譜為Γ分布,根據(jù)垂直指向的多普勒雷達(dá)測(cè)得的回波強(qiáng)度、徑向速度、多普勒譜寬求得雨滴譜參數(shù)[74],來支持定量降水估算。

2.4 雙偏振雷達(dá)云水粒子相態(tài)觀測(cè)

雙偏振雷達(dá)通過發(fā)射、接收水平和垂直偏振波,獲得降水目標(biāo)的水平偏振反射率和垂直偏振反射率之差,即差分反射率,其反映降水粒子在水平和垂直方向尺度大小的差異,可用于降水粒子形狀、相態(tài)、雨滴和冰雹特征的識(shí)別。雙偏振雷達(dá)的降水粒子相態(tài)以及粒子譜特征信息有效用于降水的定量測(cè)量訂正,聯(lián)合使用反射率因子和差分反射率反演降水強(qiáng)度,能進(jìn)一步改善定量測(cè)量降水精度。美國(guó)已在十多部NEXRAD上進(jìn)行了雙線偏振技術(shù)升級(jí)改造,在2008—2009年我國(guó)南方暴雨野外科學(xué)試驗(yàn)(SCHeREX),2007—2013年長(zhǎng)江中游梅雨鋒暴雨外場(chǎng)試驗(yàn)觀測(cè)和2013年“973”華南暴雨外場(chǎng)觀測(cè)中,雙偏振雷達(dá)探測(cè)的加入,加強(qiáng)了暴雨發(fā)生發(fā)展過程中云中粒子相態(tài)識(shí)別能力,并提高降水定量測(cè)量精度,進(jìn)一步提高暴雨機(jī)理研究和預(yù)報(bào)與預(yù)警能力。

為提高雙線偏振探測(cè)數(shù)據(jù)觀測(cè)質(zhì)量,國(guó)內(nèi)針對(duì)反射率、差分反射率、傳播相位、差分相位和相關(guān)系數(shù)等參數(shù)的精確觀測(cè),采用自測(cè)試校驗(yàn)關(guān)鍵技術(shù)確保雙偏振通道的一致性[75],通過標(biāo)定消除系統(tǒng)誤差,減小差分反射率因子測(cè)量誤差[76],建立差分相位質(zhì)量控制算法,有效識(shí)別和消除差分相位數(shù)據(jù)中的地物雜波,退掉折疊的相位并濾除正常的隨機(jī)差分相位波動(dòng)[77]；為提高偏振天氣雷達(dá)對(duì)降水觀測(cè)和水成物識(shí)別能力,提高探測(cè)質(zhì)量,如利用模糊邏輯來處理訂正偏振參數(shù)[78]、采用移相器技術(shù)調(diào)節(jié)垂直通道與水平通道的相位差,合成所需要的任意偏振波(如傾斜45?線偏振、圓、橢圓偏振波)改進(jìn)雙偏振同時(shí)發(fā)射方式[79]等。

為提高雙偏振雷達(dá)降水的估測(cè)精度,可在差分傳播相移濾波中引入卡爾曼濾波,假設(shè)近地面降水粒子的主軸是水平取向,對(duì)穩(wěn)定層狀云降水進(jìn)行衰減訂正法[80]；或通過設(shè)置KDP的閾值,綜合利用單位差分傳播相移KDP訂正法、ZH訂正法[81]訂正方法和固定系數(shù)對(duì)不同的降雨類型進(jìn)行衰減訂正[82]；或采用改進(jìn)自適應(yīng)約束算法[83-84]對(duì)雙線偏振雷達(dá)進(jìn)行反射率衰減進(jìn)行有效訂正,特別是當(dāng)存在較大范圍、含對(duì)流型降雨時(shí),該訂正方法可以明顯提高降水的估測(cè)精度[85]。

雙偏振雷達(dá)觀測(cè)為降水系統(tǒng)的微物理結(jié)構(gòu)研究提供了依據(jù)。雙偏振雷達(dá)通過發(fā)射水平和垂直方向的電磁波以及采用不同的信號(hào)處理方式得到多種測(cè)量參數(shù)用于觀測(cè)降水粒子的大小、形狀、相態(tài)和空間上的翻滾,展現(xiàn)暴雨過程中水凝物轉(zhuǎn)換的云微物理過程和變化特征。國(guó)內(nèi)通過不同的雷達(dá)雙偏振觀測(cè)變量對(duì)不同降水粒子的敏感程度不同,使用不同的權(quán)重建立邏輯判斷,不斷改進(jìn)模糊邏輯用于識(shí)別水凝物粒子類型,反演結(jié)果能較好地反映層狀云降水的相態(tài)結(jié)構(gòu),驗(yàn)證了顧震潮[86]提出的層狀云降水的三層模型,并聯(lián)合雙偏振雷達(dá)參數(shù)與地面溫度反演溫度廓線,區(qū)分雨滴和融化層之上的雨、冰混合物；大多數(shù)層狀云表現(xiàn)為在均勻的層狀云中有高低起伏的柱狀回波鑲嵌在其中,而其水凝物粒子的組成結(jié)構(gòu)從上到下為冰晶(霰、干霰、濕霰、雪、過冷水等)、雨區(qū)等(圖5)。最為顯著的特征是霰的范圍最大,雨水主要存在于云體的暖區(qū),霰的融化和凝結(jié)碰并過程對(duì)雨水的形成起到了重要作用。分析認(rèn)為對(duì)于層狀冷云降水,冰相粒子的轉(zhuǎn)化主導(dǎo)了整個(gè)降水過程,轉(zhuǎn)化效率的高低決定了地面降水的大小[87]。通常建立的云粒子相態(tài)反演的模糊邏輯算法中的Beta型成員函數(shù),包括:水平反射率因子、線性退偏比、差分反射率及溫度0℃、―40℃對(duì)應(yīng)高度等成員變量,反演出的相態(tài)有毛毛雨、雨、低密度干冰晶、高密度干冰晶、濕冰晶、干霰、濕霰、小冰雹、大冰雹、雨夾雪和液態(tài)云滴等11種,在降水不同階段,水凝物粒子的演變不同:初始階段層狀云相態(tài)呈現(xiàn)分層結(jié)構(gòu),從上至下依次為高密度干冰晶、濕冰晶和液態(tài)云滴；初始階段云體中的回波大值區(qū)核心區(qū)域?yàn)榇蟮谋嗔Ｗ?其余部分為液態(tài)粒子；在初始到成熟的階段演變中,回波大值區(qū)上部液態(tài)粒子逐步向冰相轉(zhuǎn)化；消散階段云中零度層亮帶逐步消失,溫度零度層以上云粒子結(jié)構(gòu)呈現(xiàn)高密度干冰晶包裹濕冰晶的情況[88]。雙偏振雷達(dá)測(cè)量參量的變化特征進(jìn)一步證實(shí)了在暴雨形成過程中,由于在零度層以下冰相粒子融化成大雨滴然后再裂碎為小雨滴,形成零度層亮帶的現(xiàn)象[89]。

2.5 毫米波雙偏振雷達(dá)云觀測(cè)

云的發(fā)生、發(fā)展的研究是提高災(zāi)害性天氣預(yù)警預(yù)報(bào)能力的重要手段。毫米波測(cè)云雷達(dá)有較寬的多普勒帶寬,多普勒效應(yīng)明顯,具有較好的多普勒分辨力,測(cè)速精度較高,受地面雜波影響較小,低空性能好,從幾微米的云粒子到弱降水回波粒子都能夠探測(cè)到,并且能夠非常精細(xì)地探測(cè)云體的物理結(jié)構(gòu),是探測(cè)云發(fā)生發(fā)展及其演變的有效工具[90]。在觀測(cè)非降水及弱降水云時(shí),毫米波測(cè)云雷達(dá)的探測(cè)能力遠(yuǎn)高于天氣雷達(dá),尤其表現(xiàn)在遠(yuǎn)距離的弱回波探測(cè)；而對(duì)于較強(qiáng)的降水天氣,毫米波測(cè)云雷達(dá)受衰減影響很大,需要考慮衰減訂正。通過毫米波測(cè)云雷達(dá)觀測(cè)得到的不同類型云的回波強(qiáng)度個(gè)例圖分析得到:毫米波測(cè)云雷達(dá)具有較高的時(shí)空分辨率,能夠穿透云粒子獲得清晰的云水平和垂直結(jié)構(gòu),探測(cè)云的內(nèi)部特征；能夠觀測(cè)到碎積云、淡積云、濃積云、層積云、雨層云等多類云以及這些云之間的相互演變過程。發(fā)展毫米波測(cè)云雷達(dá)能獲取云量、云類等云參數(shù),這些基本參數(shù)的獲得將有助于研究云內(nèi)液態(tài)水含量、云粒子的譜分布等征,特別是云中液態(tài)水含量的三維分布的定量測(cè)量,在云—輻射相互作用、暴雨形成研究等方面有重要意義[91]。

目前國(guó)內(nèi)外云雷達(dá)的頻段主要選擇在35或94GHz,其對(duì)應(yīng)的波長(zhǎng)分別為約8或3mm,其中8mm波長(zhǎng)云雷達(dá)適合觀測(cè)非降水云、毛毛雨以及弱降水云系；3mm波長(zhǎng)云雷達(dá)適合觀測(cè)卷云。

2007年我國(guó)第一部用于天氣研究的測(cè)云雷達(dá)系統(tǒng)誕生,該系統(tǒng)具有多普勒和極化功能,采用全相干體制、8mm波長(zhǎng)、單發(fā)雙收的極化體制,實(shí)現(xiàn)定向掃描；探測(cè)距離為30km,距離分辨率高達(dá)30m,雷達(dá)基數(shù)據(jù)中包括的參量分別為水平反射率因子、多普勒速度、速度譜寬、退極化因子等。中國(guó)氣象科學(xué)研究院率先利用毫米波測(cè)云雷達(dá)對(duì)不同季節(jié)云型的觀測(cè),獲取了我國(guó)第一手關(guān)于層云、淡積云、層積云、臺(tái)風(fēng)外圍云系、降水云、降雪云等不同云的高空間分辨率宏微觀結(jié)構(gòu)特征信息[92](圖6)。在南方暴雨野外科學(xué)試驗(yàn)(SCHeREX計(jì)劃,2008—2009年),長(zhǎng)江中游梅雨鋒暴雨外場(chǎng)試驗(yàn)(2007—2013年),青藏高原東部及下游關(guān)鍵區(qū)大氣觀測(cè)科學(xué)試驗(yàn)(2010年),以及“973”華南暴雨外場(chǎng)觀測(cè)(2013年)中,我國(guó)研制的多部測(cè)云雷達(dá)相繼參與觀測(cè)試驗(yàn)并獲取寶貴的信息。

我國(guó)毫米波測(cè)云雷達(dá)資料應(yīng)用研究主要集中在雷達(dá)探測(cè)能力評(píng)測(cè)與宏觀特征的反演,如云頂、云底高度的確定,融化層邊界的識(shí)別等,微觀特征的反演如云內(nèi)云、冰含量的計(jì)算,云滴譜分布以及云層湍流結(jié)構(gòu)變化,冰云、水云識(shí)別以及云內(nèi)液態(tài)水含量和有效粒子半徑大小等在進(jìn)一步研究中。為提高毫米波多普勒雷達(dá)的觀測(cè)質(zhì)量,國(guó)內(nèi)采用零速度帶和高仰角觀測(cè)特征相結(jié)合的方法對(duì)RHI進(jìn)行退速度模糊[93],利用改進(jìn)的小粒子示蹤法和云雷達(dá)反演的垂直速度,訂正反演精度受湍流影響的問題[94]。融化層邊界的識(shí)別可以為降水發(fā)展的微物理過程提供信息,對(duì)雷達(dá)觀測(cè)的降水類型(雪或雨)識(shí)別以及降水定量估計(jì)非常重要,同樣也是雷達(dá)水凝體分類、粒子等效半徑反演、液水(冰水)含量反演算法的基礎(chǔ),是數(shù)值天氣預(yù)報(bào)模式的數(shù)據(jù)同化、預(yù)報(bào)結(jié)果驗(yàn)證的觀測(cè)依據(jù)之一。毫米波雙偏振測(cè)云雷達(dá)融化層自動(dòng)識(shí)別技術(shù)主要依賴于極化參量,包括差分反射率、正交相關(guān)系數(shù)、差分傳播相移和線性退極化比等參量,因?yàn)檫@些參量在層云和對(duì)流云中都具有明顯的融化層特征。此外,在反射率中沒有亮帶的情況下,極化參量對(duì)融化的水凝體也非常敏感,極化參量對(duì)融化層的敏感程度大于反射率因子[95],結(jié)合云雷達(dá)垂直探測(cè)到的雷達(dá)反射率因子和極化參量(線性退極化比)的垂直廓線數(shù)據(jù),并根據(jù)參量在融化層附近顯著變化特性,可識(shí)別融化層高度和

厚度,自動(dòng)識(shí)別的融化層上邊界平均高度與探空實(shí)測(cè)偏差小于100m[96]。

圖5 2006年5月8日位于吉林伊通X波段多普勒雙線極化雷達(dá)探測(cè)的云中水凝物粒子分布[87]

圖6 毫米波測(cè)云雷達(dá)觀測(cè)得到的不同云類型的回波強(qiáng)度[92] （a）臺(tái)風(fēng)外圍積雨云結(jié)構(gòu)（雷達(dá)位于臺(tái)風(fēng)中心左前沿，內(nèi)部嵌有正在發(fā)展的深對(duì)流系統(tǒng)，5.9km高度存在零度層亮帶）；（b）層積云（降水前0.5h觀測(cè)）結(jié)構(gòu)（云頂云底較不均勻，水平方向連成一片，云厚達(dá)4km）

2.6 暴雨綜合觀測(cè)與多源資料應(yīng)用

暴雨野外科學(xué)觀測(cè)試驗(yàn)是探索研究和解決暴雨預(yù)報(bào)諸多關(guān)鍵科學(xué)問題的基礎(chǔ)支撐,早期的試驗(yàn)完全基于氣象業(yè)務(wù)觀測(cè)系統(tǒng)[97],隨著暴雨研究的需求的提高和暴雨新型探測(cè)技術(shù)的更新進(jìn)步,近年越來越多的非業(yè)務(wù)觀測(cè)現(xiàn)代氣象科技新型的設(shè)備融入到暴雨的聯(lián)合觀測(cè)中,并逐漸顯現(xiàn)出其重要作用。

2001—2002年,在我國(guó)10多家氣象科研院所和日本氣象專家聯(lián)合開展的“長(zhǎng)江流域梅雨鋒強(qiáng)暴雨外場(chǎng)試驗(yàn)”中,華中、華東區(qū)域14個(gè)高空加密觀測(cè)站和100多個(gè)地面加密觀測(cè)站的業(yè)務(wù)觀測(cè)網(wǎng),以及“風(fēng)云一號(hào)”和“風(fēng)云二號(hào)”衛(wèi)星、2架無人駕駛遙測(cè)飛機(jī)、3個(gè)閃電記錄儀、6部數(shù)字化天氣雷達(dá)、8部多普勒雷達(dá)和8個(gè)GPS站等首次構(gòu)成了地、空和天基立體綜合觀測(cè)系統(tǒng),長(zhǎng)江中下游雙多普勒雷達(dá)或三多普勒雷達(dá)觀測(cè)系統(tǒng)獲取了中尺度暴雨系統(tǒng)的三維立體結(jié)構(gòu)；立體綜合觀測(cè)形成中尺度暴雨三維結(jié)構(gòu)氣象信息的氣象數(shù)據(jù)庫(kù),并由此研制和發(fā)展了具有中國(guó)特色和擁有自主知識(shí)產(chǎn)權(quán)的最新的四維同化理論,以及處理多種氣象資料的數(shù)值預(yù)報(bào)模式。

2006年,廣東、廣西、福建、湖南、江西五省(自治區(qū))氣象局以及香港、澳門兩個(gè)特別行政區(qū)觀象臺(tái)聯(lián)手開展“華南五省暴雨野外試驗(yàn)”,首次對(duì)華南地區(qū)的中尺度災(zāi)害天氣進(jìn)行了車載多普勒雷達(dá)跟蹤觀測(cè)、車載風(fēng)廓線儀與車載探空儀跟蹤觀測(cè)、機(jī)載下投式探空和機(jī)載毫米雷達(dá)觀測(cè)。試驗(yàn)在上述觀測(cè)區(qū)內(nèi)實(shí)施地面和探空站的時(shí)間加密觀測(cè),包括:9部多普勒雷達(dá)、10個(gè)業(yè)務(wù)探空站、169個(gè)地面站、600個(gè)自動(dòng)氣象站、FY-2C靜止氣象衛(wèi)星以及若干個(gè)GPS水汽觀測(cè)站組成的強(qiáng)大的中尺度觀測(cè)網(wǎng)。此次試驗(yàn)建設(shè)了一個(gè)中尺度災(zāi)害天氣三維跟蹤觀測(cè)基地,實(shí)現(xiàn)了監(jiān)測(cè)與預(yù)測(cè)在同一平臺(tái)上互動(dòng)與綜合應(yīng)用,是我國(guó)在中尺度暴雨觀測(cè)上的突破性嘗試,提升了對(duì)暴雨中尺度災(zāi)害天氣監(jiān)測(cè)、預(yù)測(cè)與預(yù)警的綜合能力。

2008—2009年5—7月,我國(guó)南方暴雨野外科學(xué)試驗(yàn)(SCHeREX計(jì)劃)在華南、華中、江淮和長(zhǎng)三角四個(gè)觀測(cè)區(qū)內(nèi)投入48個(gè)業(yè)務(wù)雷達(dá)、63個(gè)探空觀測(cè)站、近60個(gè)GPS水汽觀測(cè)站、2000個(gè)地面觀測(cè)站和無人自動(dòng)觀測(cè)站以及5部車載雷達(dá),開展β中尺度暴雨系統(tǒng)觀測(cè)試驗(yàn)。首次啟用車載雙偏振多普勒雷達(dá)與云雷達(dá)等先進(jìn)裝備。這次試驗(yàn)將建立具有適應(yīng)性功能的中尺度觀測(cè)網(wǎng),獲取具有β中尺度分辨能力的觀測(cè)資料；我國(guó)首次探索在中尺度暴雨與臺(tái)風(fēng)觀測(cè)中實(shí)施飛機(jī)下投式探空觀測(cè),以及在局部區(qū)域內(nèi)組織雙多普勒雷達(dá)的同步觀測(cè),全面提升對(duì)β中尺度強(qiáng)對(duì)流系統(tǒng)的觀測(cè)能力；建立觀測(cè)系統(tǒng)與預(yù)報(bào)系統(tǒng)的互動(dòng),使野外試驗(yàn)資料能實(shí)時(shí)進(jìn)入預(yù)報(bào)系統(tǒng),提高中尺度暴雨的預(yù)報(bào)水平[98]。

從2007年開始,中國(guó)氣象局武漢暴雨研究所在每年汛期抓住有利時(shí)機(jī),組織實(shí)施空、地基立體式“長(zhǎng)江中游梅雨鋒暴雨外場(chǎng)試驗(yàn)”觀測(cè),地基GPS網(wǎng)用于獲取暴雨過程大氣水汽變化；微波輻射計(jì)獲取暴雨過程中大氣溫度、濕度、水汽密度和液態(tài)水含量等隨高度變化與分布特征；移動(dòng)探空和風(fēng)廓線雷達(dá)追蹤獲取暴雨系統(tǒng)溫度、壓強(qiáng)、濕度和風(fēng)的廓線資料；移動(dòng)雙

偏振雷達(dá)獲取暴雨對(duì)流云團(tuán)內(nèi)部的粒子相態(tài)變化特征,云雷達(dá)用于分析暴雨前云的結(jié)構(gòu)變化,云間相互影響對(duì)暴雨形成的作用等。這些梅雨期對(duì)流層、邊界層及地面層的立體觀測(cè)數(shù)據(jù),為進(jìn)一步弄清梅雨期暴雨的形成機(jī)理和提高強(qiáng)降水的預(yù)報(bào)預(yù)測(cè)提供了良好的數(shù)據(jù)支撐。

2007和2010年中國(guó)氣象局武漢暴雨研究所和成都高原氣象研究所聯(lián)合開展“青藏高原東部及下游關(guān)鍵區(qū)大氣邊界層科學(xué)試驗(yàn)前期預(yù)研究”。青藏高原的動(dòng)力和熱力作用對(duì)下游天氣有著重要影響,高原低值系統(tǒng)的東移往往造成長(zhǎng)江流域出現(xiàn)暴雨洪澇等災(zāi)害天氣?；陂L(zhǎng)江中游暴雨外場(chǎng)試驗(yàn)基地新型探測(cè)系統(tǒng),針對(duì)青藏高原對(duì)下游天氣氣候影響,完成了青藏高原對(duì)下游暴雨的作用的野外觀測(cè)試驗(yàn)。并開展青藏高原東部及下游關(guān)鍵區(qū)大氣邊界層的觀測(cè)分析等研究工作,分析了青藏高原及長(zhǎng)江中游不同地形、不同季節(jié)大氣邊界層高度及其變化規(guī)律,評(píng)估主要邊界層參數(shù)化方案對(duì)青藏高原及長(zhǎng)江中游邊界層高度的刻畫能力和對(duì)預(yù)報(bào)降水的影響,建立邊界層高度的修正模型,研究邊界層物理過程對(duì)降水的影響機(jī)理。未來幾年,將繼續(xù)開展長(zhǎng)江流域大氣水汽和云的宏、微觀結(jié)構(gòu)的地基、飛機(jī)聯(lián)合觀測(cè)、利用同化技術(shù)等進(jìn)一步研究高原及周邊地區(qū)水汽輸送對(duì)長(zhǎng)江流域降水預(yù)報(bào)的影響,深入開展水汽與云的宏微觀發(fā)生發(fā)展機(jī)制以及云參數(shù)化訂正等研究。

上述各個(gè)時(shí)期的大型綜合觀測(cè)所積累的觀測(cè)數(shù)據(jù)集是一個(gè)蘊(yùn)藏豐富的寶庫(kù),值得廣泛研究和深入挖掘。我國(guó)學(xué)者在如何綜合使用多源觀測(cè)數(shù)據(jù)上取得一定的進(jìn)展。

利用微波輻射計(jì)探測(cè)的溫濕度數(shù)據(jù)和風(fēng)廓線儀探測(cè)的水平風(fēng)數(shù)據(jù)構(gòu)造特種探空資料。構(gòu)造場(chǎng)要素與常規(guī)探空具有較一致的變化趨勢(shì),定性分析使用時(shí)可有效彌補(bǔ)常規(guī)探空時(shí)間分辨率低的不足,構(gòu)造探空的溫度和經(jīng)向風(fēng)、緯向風(fēng)具有較好的定量使用價(jià)值,與溫度廓線、低空風(fēng)廓線相關(guān)的參量,如垂直溫度梯度、0和―20℃層低空垂直風(fēng)切變等參量的絕對(duì)誤差很小,也具有很好的定量使用價(jià)值。與濕度相關(guān)的參量,如對(duì)流有效位能,假相當(dāng)位溫K數(shù),濕度垂直梯度和溫度露點(diǎn)差等參量存在不同程度的誤差,是由于微波輻射計(jì)探測(cè)的相對(duì)濕度誤差較大需要訂正[99]。對(duì)于冰雹、雷暴大風(fēng)和短時(shí)暴雨等三種不同強(qiáng)天氣,構(gòu)造探空與常規(guī)探空的熱動(dòng)力物理參量在中的表現(xiàn)基本一致。與常規(guī)探空相比,特種探空數(shù)據(jù)的時(shí)間分辨率高,各物理參量的變化特征表現(xiàn)更明顯,能更詳細(xì)地描述強(qiáng)天氣發(fā)生前后大氣狀態(tài)的變化。由特種探空計(jì)算的多種物理參量在不同強(qiáng)天氣的醞釀、發(fā)展過程中差別明顯,在強(qiáng)天氣發(fā)生前36h的變化趨勢(shì)尤其明顯,對(duì)于上述三類強(qiáng)天氣的判別具有明確的短時(shí)臨近預(yù)報(bào)意義[100]。

多源資料綜合應(yīng)用于局地暴雨形成機(jī)理分析。長(zhǎng)江中游暴雨外場(chǎng)試驗(yàn)基地的風(fēng)廓線雷達(dá)、地基微波輻射計(jì)和常規(guī)觀測(cè)分析顯示,引發(fā)武漢“2011.6.9”局地短時(shí)強(qiáng)降水過程的是一個(gè)尾隨層云類中尺度對(duì)流系統(tǒng):降水開始前從風(fēng)廓線上可見地面氣壓迅速降低,地面風(fēng)速迅速增大,云底高度波動(dòng)降低對(duì)流層中低層有顯著傾斜上升氣流,并在其前后形成兩個(gè)小尺度渦旋,與冷池和風(fēng)切變抗衡下新單體的生成模型相吻合[101]；基于北京市業(yè)務(wù)觀測(cè)網(wǎng)以及風(fēng)廓線網(wǎng)、微波輻射計(jì)、GPS水汽分布觀測(cè)網(wǎng)等新型探測(cè)資料,我國(guó)學(xué)者精細(xì)分析了“2006.7.9”夜間香山局地大暴雨中的地形輻合回波帶影響系統(tǒng)和風(fēng)向切變、抬升、γ中尺度氣旋性3種輻合對(duì)γ中尺度強(qiáng)降雨落區(qū)構(gòu)成的動(dòng)力影響機(jī)理、大暴雨落區(qū)形成的主要?jiǎng)恿υ春退斔湍芰縼碓碵102]；認(rèn)識(shí)了“2012.7.21”北京地區(qū)特大暴雨的中尺度對(duì)流條件主要包括非常充沛的水汽,一定的對(duì)流不穩(wěn)定性,對(duì)流系統(tǒng)持續(xù)的“列車效應(yīng)”,以及低質(zhì)心、高效率的降雨對(duì)流系統(tǒng)；從風(fēng)廓線產(chǎn)品與分鐘雨量看出鋒前暖區(qū)降雨的對(duì)流系統(tǒng)特征[103]；對(duì)比分析了北京“2008.8.14”和“2009.7.13”兩次突發(fā)性強(qiáng)對(duì)流局地暴雨形成差異(圖7):從水平風(fēng)垂直廓線可以看出這兩次降水過程的動(dòng)力機(jī)制有很大不同,“2009.7.13”開始時(shí)是深厚的暖濕氣流、冷空氣高空侵入和結(jié)束時(shí)整層冷空氣下沉的前傾槽結(jié)構(gòu)；“2008.8.14”是東風(fēng)被近地面的東北風(fēng)強(qiáng)迫抬升?！?009.7.13”的冷空氣從高空入侵,降溫從高空開始,造成上層干冷,下層暖濕的層結(jié),使得對(duì)流發(fā)展；“2008.8.14”冷空氣從近地面楔入暖空氣(東南風(fēng))之下,造成暖濕空氣被抬升,使對(duì)流發(fā)展。在預(yù)報(bào)中要關(guān)注水平風(fēng)的垂直廓線,當(dāng)?shù)涂占绷骷訌?qiáng),或有擾動(dòng)生成,高空有波動(dòng)等都預(yù)示著天氣的轉(zhuǎn)變[104]；比較分析北京“2006.6.27”兩個(gè)局地暴雨,結(jié)果顯示微波輻射計(jì)液態(tài)水含量的集聚增減過程,預(yù)示著降水的即將出現(xiàn)和消亡；風(fēng)廓線雷達(dá)揭示了影響系統(tǒng)的風(fēng)場(chǎng)細(xì)節(jié)特征,中低層的風(fēng)切變以及降水前低層的暖平流和小尺度低渦環(huán)流,這種系統(tǒng)結(jié)構(gòu)和配置對(duì)降水的形成和維持有重要作用[105]。

3 存在的問題

盡管上述非常規(guī)探測(cè)資料在反演技術(shù)、暴雨形成

機(jī)理、改善模式預(yù)報(bào)等方面有一定的研究進(jìn)展,但距離深入研究和投入業(yè)務(wù)應(yīng)用仍然還存在一定的差距。主要表現(xiàn)在以下幾方面。

(1)資料的質(zhì)量控制技術(shù)需要在線能力,對(duì)于資料精度的描述缺乏標(biāo)準(zhǔn)性。前面介紹的暴雨新型資料反演技術(shù),展示了我國(guó)學(xué)者在提高資料質(zhì)量方面的努力,但天氣分析和模式運(yùn)行等業(yè)務(wù)應(yīng)用需要在線、優(yōu)質(zhì)與穩(wěn)定的各級(jí)資料。此外,掌握不同資料的精度是氣象觀測(cè)資料應(yīng)用的必要前提,但從目前研究成果看,即使是對(duì)于同一資料,其精度的描述也不盡相同,有平均偏差、偏差均方差、偏離率等,缺乏統(tǒng)一標(biāo)準(zhǔn),有待根據(jù)業(yè)務(wù)應(yīng)用需求進(jìn)行規(guī)范。

(2)非常規(guī)觀測(cè)資料在天氣分析的業(yè)務(wù)預(yù)警預(yù)報(bào)中應(yīng)用效率不高,二次產(chǎn)品開發(fā)是瓶頸之一。目前新型探測(cè)資料二次開發(fā)利用,還處于初步階段,遠(yuǎn)不能滿足預(yù)報(bào)員的實(shí)際需求。預(yù)報(bào)員希望在第一時(shí)間直接使用這些高密度精細(xì)的新型探測(cè)信息,如果基于非常規(guī)觀測(cè)資料能反演出一些有天氣意義的、預(yù)報(bào)員日常慣用的物理量指標(biāo),并集中于一個(gè)平臺(tái),將大大提高資料的業(yè)務(wù)應(yīng)用效益。

(3)基于非常規(guī)觀測(cè)的科學(xué)布網(wǎng)研究有待關(guān)注與加強(qiáng)。非常規(guī)觀測(cè)研究是業(yè)務(wù)觀測(cè)的預(yù)研究階段,為以后設(shè)備納入業(yè)務(wù)觀測(cè)和應(yīng)用提供科學(xué)依據(jù)和技術(shù)儲(chǔ)備,有待通過中尺度模式的敏感性試驗(yàn)確定預(yù)報(bào)敏感區(qū)域、不同探測(cè)區(qū)域的布點(diǎn)空間分辨率、設(shè)備選型搭配等設(shè)計(jì)。

(4)包含非常規(guī)觀測(cè)的多源資料的綜合應(yīng)用和深層次的挖掘不夠。目前高時(shí)空分辨率、高精度的新型探測(cè)設(shè)備如風(fēng)廓線雷達(dá)、GNSS/MET和微波輻射計(jì)等主要通過數(shù)值模式改善初始場(chǎng)提高模式預(yù)報(bào)質(zhì)量,但對(duì)于多源資料的融合和再構(gòu)造,有待找到時(shí)空上的合理匹配,不同精度觀測(cè)的取舍,以及站點(diǎn)數(shù)據(jù)網(wǎng)格化等科學(xué)的技術(shù)方法；如何利用新型的云觀測(cè)、水汽觀測(cè)和風(fēng)廓線觀測(cè)開展模式核心技術(shù)(如云參數(shù)化、邊界層參數(shù)化)的研究和改進(jìn),需要做深入的挖掘。

圖7 北京南郊觀象臺(tái)水平風(fēng)垂直分布廓線圖[104]（a）2009年7月13日11—23時(shí)，間隔12min；（b）2008年8月14日08—20時(shí)，間隔12min （圖中橫坐標(biāo)下的綠色柱狀線為南郊觀象臺(tái)自動(dòng)站每小時(shí)5min降水量累加值，a中黑色方框區(qū)域顯示的是高低空偏南風(fēng)打通的時(shí)段，黑色多邊形區(qū)域則顯示干冷空氣入侵的時(shí)間段，短粗黑實(shí)線為切變線；b中黑色粗實(shí)線為切變線，黑色或紅色箭頭示意風(fēng)向）

4 新型探測(cè)資料應(yīng)用未來發(fā)展趨勢(shì)

從我國(guó)常規(guī)氣象觀測(cè)如探空、地面自動(dòng)站、業(yè)務(wù)雷達(dá)等從新建到現(xiàn)代無障礙業(yè)務(wù)應(yīng)用的發(fā)展歷程,從目前國(guó)際發(fā)達(dá)國(guó)家在氣象探測(cè)資料方面的管理與應(yīng)用看,圍繞新型探測(cè)資料在暴雨預(yù)報(bào)研究中的應(yīng)用,我國(guó)在未來10年將開展如下方面的工作。

(1)新型資料的規(guī)范化、系統(tǒng)化管理。從20世紀(jì)末至今,我國(guó)利用多種探測(cè)設(shè)備在華南、華中、華北、江淮以及青藏高原組織開展了氣象綜合觀測(cè)科學(xué)試驗(yàn),并建立了較為詳實(shí)的數(shù)據(jù)集。基于建立這些外場(chǎng)觀測(cè)數(shù)據(jù)集的經(jīng)驗(yàn),非常規(guī)觀測(cè)的數(shù)據(jù)管理,將逐年向數(shù)據(jù)準(zhǔn)確化、歸納合理化、調(diào)用方便化發(fā)展,并針對(duì)不同的數(shù)據(jù)發(fā)展反演技術(shù),建立質(zhì)量控制評(píng)估系統(tǒng),為資料用戶提供高精度的資料和資料的可用性評(píng)價(jià)。

(2)應(yīng)天氣分析業(yè)務(wù)應(yīng)用需求,推進(jìn)新型探測(cè)資料的二次產(chǎn)品開發(fā)。新型探測(cè)資料在出現(xiàn)初期往往多用于天氣個(gè)例的特征分析,定性用于中小尺度分析和精細(xì)化的強(qiáng)天氣預(yù)警。新型探測(cè)資料的定量使用有待二次產(chǎn)品的開發(fā),一是依賴于大樣本的分析統(tǒng)計(jì),針對(duì)不同類型天氣系統(tǒng)提煉的預(yù)警指標(biāo)才能經(jīng)得住檢驗(yàn),有較好的實(shí)用性。二是將各種探測(cè)的溫度、濕

度、風(fēng)、雙偏振量等參數(shù)轉(zhuǎn)換為垂直溫度梯度、低空垂直切變、對(duì)流有效位能、500與850hPa的假相當(dāng)位溫差、K指數(shù)、濕度梯度和溫度露點(diǎn)差等熱力、動(dòng)力穩(wěn)定度、水汽輸送、定量降水測(cè)量等參數(shù),便于預(yù)報(bào)員直接使用。三是將多種觀測(cè)信息直接集中在一個(gè)平臺(tái)進(jìn)行實(shí)時(shí)處理與顯示,便于預(yù)報(bào)前線人員第一時(shí)間調(diào)用。

(3)與機(jī)理研究和數(shù)值模式的需求相銜接,實(shí)現(xiàn)目標(biāo)化觀測(cè)。不同于常規(guī)業(yè)務(wù)觀測(cè),新型探測(cè)資料具備對(duì)暴雨過程更細(xì)致的描述、更精細(xì)化的采樣等優(yōu)勢(shì)?；诔Ｒ?guī)觀測(cè)業(yè)務(wù)體系和精細(xì)化的暴雨新型探測(cè)系統(tǒng),已經(jīng)可以深入開展大背景天氣系統(tǒng)下、中小尺度的天氣系統(tǒng)的相互影響和暴雨的發(fā)生發(fā)展機(jī)理研究、地形對(duì)暴雨的影響研究,可以深入開展云內(nèi)部水汽、云水和水成物之間的微物理轉(zhuǎn)化研究,加強(qiáng)了暴雨形成機(jī)理分析,也為中尺度數(shù)值預(yù)報(bào)的邊界層參數(shù)化、云參數(shù)化等數(shù)值方案的改進(jìn)提供了良好條件。因此,暴雨綜合觀測(cè)科學(xué)試驗(yàn)中新型探測(cè)資料的獲取,越來越與解決暴雨機(jī)理研究關(guān)鍵問題,或改進(jìn)數(shù)值模式中重要物理模型等目標(biāo)緊密銜接,做到目標(biāo)化觀測(cè)。

(4)暴雨新型探測(cè)資料的深度應(yīng)用并開拓新應(yīng)用領(lǐng)域。主要體現(xiàn)于:全方位、精細(xì)地對(duì)重要暴雨天氣特征和形成機(jī)理進(jìn)行精細(xì)化研究分析；基于風(fēng)廓線、大氣水汽、云、溫度等觀測(cè),在模式云參數(shù)化、邊界層參數(shù)化等核心技術(shù)方面有突破；改進(jìn)多源資料融合技術(shù),加入新的精細(xì)化小尺度觀測(cè),改善模式預(yù)報(bào)初始場(chǎng),提高模式預(yù)報(bào)能力；進(jìn)一步從新型探測(cè)資料大樣本數(shù)據(jù)集的天氣系統(tǒng)分析中,提取臨近預(yù)報(bào)預(yù)警指標(biāo),為強(qiáng)天氣預(yù)報(bào)預(yù)警服務(wù)提供新的有效依據(jù)。隨著新型探測(cè)資料的長(zhǎng)時(shí)間序列的累計(jì),這些高精度、高時(shí)空分辨率資料也將會(huì)在氣候變化、云水資源評(píng)估、環(huán)境監(jiān)測(cè)與預(yù)報(bào)等方面發(fā)揮各自的作用。

[1]陶詩(shī)言. 中國(guó)之暴雨. 北京: 科學(xué)出版社, 1980.

[2]Duan J, Bevis M, Fang P. GPS meteorology: Direct estimation of the absolute value of precipitable water. J Appl Meteorol,1996, 35: 830-838.

[3]Shi C, Zhao Q L, Li M, et al. Precise orbit determination of Beidou Satellites with precise positioning. Science China Earth Sciences, 2012, 55(7): 1079-1086.

[4]李國(guó)翠, 李國(guó)平, 杜成華, 等. 華北地區(qū)地基GPS水汽反演中加權(quán)平均溫度模型研究. 南京氣象學(xué)院學(xué)報(bào), 2009, 32(1): 80-86.

[5] 谷曉平, 王長(zhǎng)耀, 吳登秀. GPS水汽遙感中的大氣加權(quán)平均溫度的變化特征及局地算式研究. 氣象科學(xué), 2005, 25(1): 79-83.

[6]徐桂榮, 陳波, 萬蓉, 等. 地基GPS不同水汽反演方法的誤差分析.暴雨災(zāi)害, 2008, 27(4): 346-350.

[7]龔紹琦. 中國(guó)區(qū)域大氣加權(quán)平均溫度的時(shí)空變化及模型. 應(yīng)用氣象學(xué)報(bào), 2013, 24(3): 332-341.

[8]徐桂榮, 萬蓉, 李武階, 等. 地基GPS反演大氣可降水量方法的改進(jìn). 暴雨災(zāi)害, 2009, 28(3): 203-209.

[9]袁招洪, 丁金才, 陳敏. GPS觀測(cè)資料應(yīng)用于中尺度數(shù)值預(yù)報(bào)模式的初步研究. 氣象學(xué)報(bào), 2004, 62(2): 200-212.

[10]柳典, 劉曉陽(yáng). 地基GPS遙感觀測(cè)北京地區(qū)水汽變化特征. 應(yīng)用氣象學(xué)報(bào), 2009, 20(3): 346-353.

[11]曹曉崗, 丁金才, 葉其欣, 等. 利用水汽總量資料診斷入梅時(shí)間的方法. 應(yīng)用氣象學(xué)報(bào), 2007, 18(6): 791-801.

[12]曹云昌, 方宗義, 夏青. GPS遙感的大氣可降水量與局地降水關(guān)系的初步分析. 應(yīng)用氣象學(xué)報(bào), 2005, 16(1): 54-59.

[13]孫建華, 張小玲, 齊琳琳, 等. 2002年6月20—24日梅雨鋒中尺度對(duì)流系統(tǒng)發(fā)生發(fā)展分析. 氣象學(xué)報(bào), 2004, 62(4): 423-438

[14]葉其欣, 楊露華, 丁金才, 等. GPS/PWV資料在強(qiáng)對(duì)流天氣系統(tǒng)中的特征分析. 暴雨災(zāi)害, 2008, 27(2): 141-148.

[15]楊紅梅, 何平, 徐寶祥. 用GPS資料分析華南暴雨的水汽特征. 氣象, 2002, 28(5): 17-21.

[16]丁金才, 黃炎, 葉其欣, 等. 2002年臺(tái)風(fēng)Ramasun影響華東沿海期間可降水量的GPS觀測(cè)和分析. 大氣科學(xué), 2004, 28(4): 613-624.

[17]郝麗萍, 鄧佳, 李國(guó)平, 等. 一次西南渦持續(xù)暴雨的GPS大氣水汽總量特征. 應(yīng)用氣象學(xué)報(bào), 2013, 24(2): 230-239.

[18]陳嬌娜, 李國(guó)平, 黃文詩(shī), 等. 華西秋雨天氣過程中GPS遙感水汽總量演變特征. 應(yīng)用氣象學(xué)報(bào), 2009, 20(6): 753-760.

[19]姚建群, 丁金才, 王堅(jiān)捍, 等. 用GPS可降水量資料對(duì)一次大—暴雨過程的分析. 氣象, 2005, 31(4): 48-52.

[20]袁招洪, 丁金才, 陳永林. 中尺度數(shù)值預(yù)報(bào)模式預(yù)報(bào)水汽與GPS觀測(cè)的比較研究. 大氣科學(xué), 2004, 28(3): 433-440.

[21]袁招洪. GPS可降水量資料應(yīng)用于MM5模式的變分同化試驗(yàn).氣象學(xué)報(bào), 2005, 63(4): 391-404.

[22]楚艷麗, 郭英華, 張朝林, 等. 地基GPS水汽資料在北京“7·10”暴雨過程研究中的應(yīng)用, 氣象, 2007, 33(12): 16-22.

[23]張朝林, 陳敏.“00.7”北京特大暴雨模擬中氣象資料同化作用的評(píng)估. 氣象學(xué)報(bào), 2005, 63(6): 922-932.

[24]丁金才, 袁招洪, 楊引明, 等. GPS/PWV資料三維變分同化改進(jìn)MM5降水預(yù)報(bào)連續(xù)試驗(yàn)的評(píng)估. 氣象, 2007, 33(6): 11-18.

[25]陳敏, 范水勇, 仲躋芹. 全球定位系統(tǒng)的可降水量資料在北京地區(qū)快速更新循環(huán)系統(tǒng)中的同化試驗(yàn). 氣象學(xué)報(bào), 2010, 68(4): 450-463.

[26]李紅莉, 萬蓉, 謝有才. 利用LAPS系統(tǒng)同化地基GPS水汽資料的應(yīng)用研究. 熱帶氣象學(xué)報(bào), 2010, 26(6): 702-709.

[27]曹云昌, 陳永奇, 李炳華, 等. 利用地基GPS測(cè)量大氣水汽廓線的方法. 氣象科技, 2006, 34(3): 241-245.

[28]宋淑麗, 朱文耀, 程宗頤, 等. GPS信號(hào)斜路徑方向水汽含量的計(jì)算方法. 天文學(xué)報(bào), 2004, 45(3): 338-345.

[29]畢研盟, 毛節(jié)泰, 李成才, 等. 利用GPS的傾斜路徑觀測(cè)暴雨過程中的水汽空間分布. 大氣科學(xué), 2006, 30(6): 1169-1176.

[30]宋淑麗, 朱文耀, 丁金才, 等. 上海GPS層析水汽三維分布改善數(shù)值預(yù)報(bào)濕度場(chǎng). 科學(xué)通報(bào), 2005, 50(20): 2271-2277.

[31]張雙成, 葉世榕, 萬蓉, 等. 基于Kalman濾波的斷層掃描初步層析水汽濕折射率分布. 武漢大學(xué)學(xué)報(bào): 信息科學(xué)版, 2008, 33(8): 797-799.

[32]萬蓉, 鄭國(guó)光, 于勝杰, 等. 基于觀測(cè)約束的地基GPS三維水汽層析技術(shù)研究. 氣象學(xué)報(bào), 2013, 71(2): 318-331.

[33]畢研盟, 毛節(jié)泰, 毛輝. 海南GPS網(wǎng)探測(cè)對(duì)流層水汽廓線的試驗(yàn)研究. 應(yīng)用氣象學(xué)報(bào), 2008, 19(4): 412-419.

[34]李佳英. 利用高分辨率中尺度模式和地基GPS資料構(gòu)造高時(shí)空分辨率的大氣濕度廓線. 北京: 中國(guó)氣象科學(xué)研究院, 2006.

[35]劉紅燕. 三年地基微波輻射計(jì)觀測(cè)溫度廓線的精度分析. 氣象學(xué)報(bào), 2011, 69(4): 719-728.

[36]劉紅燕, 王迎春, 王京麗, 等. 由地基微波輻射計(jì)測(cè)量得到的北京地區(qū)水汽特性的初步分析. 大氣科學(xué), 2009, 33(2): 388-396.

[37]劉建忠, 何暉, 張薔. 不同時(shí)次地基微波輻射計(jì)反演產(chǎn)品評(píng)估. 氣象科技, 2012, 40(3): 332-339.

[38]徐桂榮, 孫振添, 李武階, 等. 地基微波輻射計(jì)與GPS無線電探空和GPS/MET的觀測(cè)對(duì)比分析. 暴雨災(zāi)害, 2010, 29(4): 315-321.

[39]張文剛, 徐桂榮, 廖可文, 等. 降水對(duì)地基微波輻射計(jì)反演誤差的影響. 暴雨災(zāi)害, 2013, 32(1): 70-76.

[40]潘旭光. 地基微波輻射計(jì)資料的質(zhì)量控制方法及其應(yīng)用研究. 南京: 南京信息工程大學(xué), 2011.

[41]Liljegren J C, Clothiaux E E, Mace G G, et al. A new retrivel for cloud liquid water path using a ground-based microwave radiometer and measurements of cloud temperature. J Geoph Res, 2001, 106: 14485-14500.

[42]黃建平, 何敏, 閻虹如, 等. 利用地基微波輻射計(jì)反演蘭州地區(qū)

液態(tài)云水路徑和可降水量的初步研究. 大氣科學(xué), 2012, 34(3): 548-558.

[43]金德鎮(zhèn), 雷恒池, 谷淑芳, 等. 機(jī)載微波輻射計(jì)測(cè)云中液態(tài)含水量. 氣象學(xué)報(bào), 2004, 62(6): 868-874.

[44]張志紅, 周毓荃. 一次降水過程云液態(tài)水和降水演變特征的綜合觀測(cè)分析. 氣象, 2010, 36(3): 83-89.

[45]李鐵林, 劉金華, 劉艷華, 等. 利用雙頻微波輻射計(jì)測(cè)空中水汽和云液水含量的個(gè)例分析. 氣象, 2007, 33(12): 62-69.

[46]唐仁茂, 李德俊, 向玉春, 等. 地基微波輻射計(jì)對(duì)咸寧一次冰雹天氣過程的監(jiān)測(cè)分析. 氣象學(xué)報(bào), 2012, 70(4): 806-813.

[47]敖雪, 王振會(huì), 徐桂榮, 等. 地基微波輻射計(jì)資料在降水分析中的應(yīng)用. 暴雨災(zāi)害, 2011, 30(4): 358-365.

[48]王葉紅, 賴安偉, 趙玉春. 地基微波輻射計(jì)資料同化對(duì)一次特大暴雨過程影響的數(shù)值試驗(yàn)研究. 暴雨災(zāi)害, 2010, 29(3): 201-207.

[49] Wu L, Zhou X H, Wang F R.Primary analysis of the comparison test of wind pro fi lers Made in China. International Conference on Information Science and Technology (ICIST 2011), 2011, Nanjing, China.

[50]鄧闖, 阮征, 魏鳴, 等. 風(fēng)廓線雷達(dá)測(cè)風(fēng)精度評(píng)估. 應(yīng)用氣象學(xué)報(bào), 2012, 23(5): 528-533.

[51]吳志根, 徐同, 丁若洋, 等. 上海組網(wǎng)邊界層風(fēng)廓線雷達(dá)與寶山二次雷達(dá)測(cè)風(fēng)數(shù)據(jù)比較分析. 氣象, 2013, 39(3): 370-376.

[52]萬蓉, 周志敏, 崔春光, 等. 風(fēng)廓線雷達(dá)資料與探空資料的對(duì)比分析. 暴雨災(zāi)害, 2011, 30(2): 130-136.

[53]惠建新, 吳蕾, 高玉春, 等. 基于極大似然算法的風(fēng)廓線雷達(dá)譜矩估計(jì). 氣象科技, 2012, 40(1): 9-14.

[54]何平, 李柏, 吳蕾, 等. 確定風(fēng)廓線雷達(dá)功率譜噪聲功率方法. 應(yīng)用氣象學(xué)報(bào), 2013, 24(3): 297-303.

[55]阮征, 葛潤(rùn)生, 吳志根. 風(fēng)廓線儀探測(cè)降水云體結(jié)構(gòu)方法的研究.應(yīng)用氣象學(xué)報(bào), 2002, 13(3): 330-338.

[56]董保舉, 付志嘉, 李明, 等. 風(fēng)廓線雷達(dá)資料在暴雨天氣過程特征分析中的應(yīng)用. 氣象科技, 2012, 40(1): 74-78.

[57]阮征, 何平, 葛潤(rùn)生. 風(fēng)廓線雷達(dá)對(duì)大氣折射率結(jié)構(gòu)常數(shù)的探測(cè)研究. 大氣科學(xué), 2008, 32(1): 133-140.

[58]孫繼松, 楊波. 地形與城市環(huán)流共同作用下的中尺度暴雨. 大氣科學(xué), 2008, 32(6): 1352-1364.

[59]張文龍, 崔曉鵬, 王迎春, 等. 對(duì)流層低層偏東風(fēng)對(duì)北京局地暴雨的作用. 大氣科學(xué), 2013, 37(4): 829-840.

[60]王叢梅, 吳智杰, 劉瑾, 等. 城市短時(shí)強(qiáng)降雨中尺度觀測(cè)特征分析. 氣象科技, 2011, 39(6): 678-684.

[61]丁青蘭, 王令, 卞素芬. 北京局地降水中地形和邊界層輻合線的作用. 氣象科技, 2009, 37(2): 152-155.

[62]古紅萍, 馬舒慶, 王迎春, 等. 邊界層風(fēng)廓線雷達(dá)資料在北京夏季強(qiáng)降水天氣分析中的作用. 氣象科技, 2008, 36(3): 300-304.

[63]周志敏, 萬蓉, 崔春光, 等. 風(fēng)廓線雷達(dá)資料在一次冰雹過程分析中的應(yīng)用. 暴雨災(zāi)害, 2010, 29(3): 251-256.

[64]黃鈺, 阮征, 葛潤(rùn)生, 等. 2010年夏季北京零度層亮帶特征統(tǒng)計(jì).氣象, 2013, 39(6): 704-709.

[65]何平, 馬穎, 阮征, 等. 晴空熱對(duì)流泡的風(fēng)廓線雷達(dá)探測(cè)研究. 氣象學(xué)報(bào), 2010, 68(2): 264-269.

[66]張朝林, 王迎春. 北京地區(qū)風(fēng)廓線儀布網(wǎng)方案的數(shù)值研究. 氣象學(xué)報(bào), 2002, 60(6): 786-791.

[67]劉淑媛, 鄭永光, 陶祖鈺. 利用風(fēng)廓線雷達(dá)資料分析低空急流與暴雨的關(guān)系. 熱帶氣象學(xué)報(bào), 2003, 19(3): 285-290.

[68] 曹春燕, 江崟, 孫向明. 一次大暴雨過程低空急流脈動(dòng)與強(qiáng)降水關(guān)系分析. 氣象, 2006, 32(6): 102-106.

[69]金巍, 曲巖, 姚秀萍, 等. 一次大暴雨過程中低空急流演變與強(qiáng)降水的關(guān)系. 氣象, 2007, 33(12): 31-38.

[70]張京英, 漆梁波, 王慶華. 用雷達(dá)風(fēng)廓線產(chǎn)品分析一次暴雨與高低空急流的關(guān)系. 氣象, 2005, 31(12): 41-45.

[71]楊波, 魏東. 二次開發(fā)風(fēng)廓線探空資料及其在天氣預(yù)報(bào)中的應(yīng)用. 氣象科技, 2010, 38(4): 413-419.

[72]王麗榮, 胡志群, 匡順?biāo)? 應(yīng)用雷達(dá)產(chǎn)品計(jì)算風(fēng)暴相對(duì)螺旋度. 氣象, 2006, 32(4): 45-51.

[73]古紅萍. 風(fēng)廓線雷達(dá)資料在北京夏季強(qiáng)降水天氣中的分析和應(yīng)用及數(shù)值模擬. 北京: 中國(guó)氣象科學(xué)研究院, 2007.

[74]黃偉, 張沛源, 葛潤(rùn)生. 風(fēng)廓線雷達(dá)估測(cè)雨滴譜參數(shù). 氣象科技, 2002, 30(6): 234-238.

[75]吳志根, 楊禮敏, 王勤典, 等. 移動(dòng)X波段雙線偏振多普勒氣象雷達(dá)及其關(guān)鍵技術(shù)分析.氣象, 2010, 36(8): 126-133.

[76]魏洪峰, 薛振剛. 雙偏振多普勒天氣雷達(dá)差分反射率因子的測(cè)量誤差. 氣象科技, 2008, 36(2): 223-227.

[77]肖艷姣, 王斌, 陳曉輝, 等. 移動(dòng)X波段雙偏振多普勒天氣雷達(dá)差分相位數(shù)據(jù)質(zhì)量控制. 高原氣象, 2012, 31(1): 223-230.

[78]曹俊武, 劉黎平, 陳曉輝, 等. 3836C波段雙線偏振多普勒雷達(dá)及其在一次降水過程中的應(yīng)用研究. 應(yīng)用氣象學(xué)報(bào), 2006, 17(2): 192-201.

[79]梁海河, 徐寶祥, 劉黎平, 等. 雙偏振天氣雷達(dá)同時(shí)收發(fā)模式的一種改進(jìn)方法. 大氣科學(xué), 2006, 30(4): 635-644.

[80]何宇翔, 呂達(dá)仁, 肖輝, 等. X波段雷達(dá)雙線極化雷達(dá)反射率的衰減訂正. 大氣科學(xué), 2009, 33(5): 1027-1037.

[81]Bringi V N. Correcting C-band radar re fl ectivity and di ff erential reflectivity data for rain attenuation: A self-consistent method with constraints. IEEE Trans Geosei Remote Sens, 2001, 39 (9): 1906-1915.

[82]胡志群, 劉黎平, 楚榮忠, 等. X波段雙線偏振雷達(dá)不同衰減訂正方法對(duì)比及其對(duì)降水估測(cè)影響研究. 氣象學(xué)報(bào), 2008, 66(2): 251-261.

[83]Bringi V N, Chandrasekar V. Polarimetric Doppler Weather Radar: Principles and Applications.Cambridge: Cambridge University Press, 2002.

[84]Park S G, Bringi V N, Chandrasekar V, et al. Correction of radar reflectivity and differential reflectivity for rain attenuation at X band. Part I, Theoretical and empirical basis. Journal of Atmospheric and Oceanic Technology, 2005, 22 (11): 1621-1632.

[85]畢永恒, 劉錦麗, 段樹, 等. X波段雙線偏振氣象雷達(dá)反射率的衰減訂正. 大氣科學(xué), 2012, 36(3): 495-506.

[86]顧震潮. 云霧降水物理基礎(chǔ). 北京: 科學(xué)出版社, 1980.

[87]何宇翔, 肖輝, 呂達(dá)仁. 利用極化雷達(dá)分析層狀云中水凝物粒子性狀分布. 大氣科學(xué), 2010, 34(1): 23-34.

[88]程周杰, 劉憲勛, 朱亞平. 雙偏振雷達(dá)對(duì)一次水凝物相態(tài)演變過程的分析. 應(yīng)用氣象學(xué)報(bào), 2009, 20(5): 594-601.

[89]曹俊武, 劉黎平, 陳曉輝, 等. 3836C波段雙線偏振多普勒雷達(dá)及其在一次降水過程中的應(yīng)用研究. 應(yīng)用氣象學(xué)報(bào), 2006, 17(2): 192-201.

[90]仲凌志, 劉黎平, 葛潤(rùn)生. 毫米波測(cè)云雷達(dá)的特點(diǎn)及其研究現(xiàn)狀與展望. 地球科學(xué)進(jìn)展, 2009, 24(4): 383-391.

[91]仲凌志, 劉黎平, 葛潤(rùn)生, 等. 毫米波測(cè)云雷達(dá)的系統(tǒng)定標(biāo)和探測(cè)能力研究. 氣象學(xué)報(bào), 2011, 69(2): 352-362.

[92]劉黎平, 仲凌志, 江源, 等. 毫米波測(cè)云雷達(dá)系統(tǒng)及其外場(chǎng)試驗(yàn)結(jié)果初步分析. 氣象科技, 2009, 37(5): 567-571.

[93]宋立雪, 魏鳴, 宋繼堂. 毫米波多普勒雷達(dá)RHI退速度模糊研究.氣象科技, 2012, 40(4): 542-547.

[94]彭亮, 陳洪濱, 李柏. 3mm多普勒云雷達(dá)測(cè)量反演云內(nèi)空氣垂直速度的研究. 大氣科學(xué), 2012, 36(1) :1-10.

[95]王德旺, 劉黎平, 仲凌志, 等. 毫米波雷達(dá)資料融化層亮帶特征的分析及識(shí)別. 氣象, 2012, 38(6): 712-721.

[96]孫曉光, 劉憲勛, 賀宏兵, 等. 毫米波測(cè)云雷達(dá)融化層自動(dòng)識(shí)別技術(shù). 氣象, 2011, 37(6): 720-726.

[97]陶詩(shī)言, 周秀驥, 等. 20世紀(jì)中國(guó)學(xué)術(shù)大典——大氣科學(xué). 福州:福建教育出版社, 2002.

[98]倪允琪, 張人禾, 劉黎平, 等. 中國(guó)南方暴雨野外科學(xué)試驗(yàn)(SCHeREX).北京: 氣象出版社, 2013.

[99]魏東, 孫繼松, 雷蕾, 等. 用微波輻射計(jì)和風(fēng)廓線資料構(gòu)建探空資料的定量應(yīng)用可靠性分析. 氣候與環(huán)境研究, 2011, 16(6): 697-706.

[100]魏東, 孫繼松, 雷蕾, 等. 三種探空資料在各類強(qiáng)對(duì)流天氣中的應(yīng)用對(duì)比分析. 氣象, 2011, 37(4): 412-422.

[101]汪小康, 王曉芳, 崔春光, 等. 用新型探測(cè)資料分析武漢一次短時(shí)強(qiáng)降水過程的中尺度對(duì)流系統(tǒng). 暴雨災(zāi)害, 2012, 31(4): 321-327.

[102]郭虎, 段麗, 楊波, 等. 0679香山局地大暴雨的中小尺度天氣分析. 應(yīng)用氣象學(xué)報(bào), 2008, 19(3): 265-275.

[103] 方翀, 毛冬艷, 張小雯, 等. 2012年7月21日北京地區(qū)特大暴雨中尺度對(duì)流條件和特征初步分析. 氣象, 2012, 38(10): 1278-1287.

[104]王令, 王國(guó)榮, 孫秀忠, 等. 應(yīng)用多種探測(cè)資料對(duì)比分析兩次突發(fā)性局地強(qiáng)降水. 氣象, 2012, 38(3): 281-290.

[105]鄭祚芳, 劉紅燕, 張秀麗. 局地強(qiáng)對(duì)流天氣分析中非常規(guī)探測(cè)資料應(yīng)用. 氣象科技, 2009, 37(2): 243-247.

Research Progress of the Unconventional Observing Technology and the Data Used in the Study of Rainstorm in China

Wan Rong
(Hubei Key Laboratory for Heavy Rain Monitoring and Warning Research, Institute of Heavy Rain, China Meteorological Administration, Wuhan 430074)

To improve the forecast accuracy and precision, the study of Rainstorm Prediction is now from a large scale background to small scale characteristics, from macro structure to micro changes gradually. In order to obtain a higher spatial and temporal resolution, a higher precision, and fuller elements’ observation, in recent years more and more new detection systems have been gradually used in the rainstorm f i eld experiments, which mainly depend on the existing conventional observation network. In this review, the progress of the unconventional data is stated, such as the water vapor observing by the ground-based GNSS network, the temperature and humidity observing by the microwave radiometer, wind observing by WPR, the cloud particles by dual polarization radar observations, and the millimeter wave radar observations of clouds, used in rainfall now-casting, rainstorm mechanism analysis, and the mesoscale numerical prediction of heavy rain in China. The related new remote sensing detection technology in recent years and its promotion to the storm f i eld scientif i c experiments are reviewed. The problems including the quality control and accuracy description standard of the unconventional observation, the products development, the multi-source data integrated application and their thorough study need to be resolved in the near future.

heavy rain, ground based GNSS, microwave radiometer, WPR, dual polarization radar, millimeter wave cloud radar, numerical forecast, synthesis observation

10.3969/j.issn.2095-1973.2014.02.003

2013年9月29日；

2014年1月20日

萬蓉（1969—），Email：wanrong1@hotmail.com

資助信息：國(guó)家自然科學(xué)基金（41375041）；國(guó)家高技術(shù)研究發(fā)展計(jì)劃（863計(jì)劃）（2012AA120902）；修繕購(gòu)置專項(xiàng)（2007—2013）