呼和浩特降雨和降雪過(guò)程粒子譜分布特征分析*

李 慧 蘇立娟 鄭旭程 李漢超 李盈盈 張 敏 甄林峰

1 中國(guó)氣象局烏魯木齊沙漠氣象研究所/中亞大氣科學(xué)研究中心，烏魯木齊 830002 2 內(nèi)蒙古自治區(qū)氣象科學(xué)研究所，呼和浩特 010051 3 內(nèi)蒙古自治區(qū)人工影響天氣重點(diǎn)實(shí)驗(yàn)室，呼和浩特 010051 4 浙江省慈溪市氣象局，寧波 315300

提 要： 為深入了解呼和浩特地區(qū)降雨和降雪過(guò)程中降水粒子譜的分布特征，利用Parsivel觀測(cè)數(shù)據(jù)并結(jié)合常規(guī)觀測(cè)資料，對(duì)2017—2019年發(fā)生在呼和浩特地區(qū)的8次降雨過(guò)程和10次降雪過(guò)程的降水粒子譜進(jìn)行分析。結(jié)果表明：雨滴譜和雪花譜都比較符合Gamma分布，平均降雪譜的峰值直徑、峰值濃度以及最大直徑均大于平均雨滴譜，降水強(qiáng)度相近時(shí)，降雪個(gè)例的粒子數(shù)濃度和尺度參數(shù)均大于降雨個(gè)例；Gamma擬合的形狀因子(μ)和斜率參數(shù)(Λ)在降雨和降雪過(guò)程中均滿足二項(xiàng)式關(guān)系，但雪花尺度的變化范圍較大導(dǎo)致降雪的μ -Λ擬合效果略差；雪花的下落速度小于雨滴的下落速度，降雨過(guò)程中雨滴的下落速度多集中于2～5 m·s-1，而降雪過(guò)程雪花的下落速度多集中于0.5～2 m·s-1，呼和浩特地區(qū)降雪的雪花下落速度更接近于未結(jié)凇或干雪的情況。

引 言

決定降水的因素包括大中尺度的宏觀天氣條件和小尺度的微觀過(guò)程，降水粒子譜是反映降水微觀過(guò)程的重要物理量，其分布可以表明降水強(qiáng)度、雷達(dá)回波、粒子尺度和數(shù)濃度的大小情況(李力等，2018；沙修竹等，2019；楊俊梅等，2016)。對(duì)降水粒子譜的觀測(cè)與分析，在驗(yàn)證和優(yōu)化數(shù)值模式中的參數(shù)化方案、評(píng)估人工影響天氣作業(yè)條件和作業(yè)效果、開(kāi)發(fā)和改進(jìn)雷達(dá)定量估測(cè)降水的算法等方面有重要應(yīng)用(梅海霞等，2017；濮江平等，2010；蘇立娟等，2019；Edward et al,2006)。

早期對(duì)降水粒子譜的觀測(cè)主要采用濾紙色斑法，該方法原理簡(jiǎn)單、成本低廉，但耗時(shí)耗力，且無(wú)法實(shí)現(xiàn)連續(xù)采樣。隨著電子信息技術(shù)的發(fā)展，觀測(cè)儀器逐漸替代了人工采樣，對(duì)降水粒子譜的分析研究也越來(lái)越深入。蔣年沖等(2010)利用Parsivel雨滴譜儀在安徽一次強(qiáng)雨雪天氣過(guò)程中采集到的數(shù)據(jù)，對(duì)毛毛雨、毛毛雨與雨、雨、雨夾雪、雪、凍雨六類降水的粒子譜進(jìn)行對(duì)比分析，發(fā)現(xiàn)不同類型降水粒子中雨夾雪的平均數(shù)濃度最大，降雪的粒子譜最寬。尹麗云等(2017)對(duì)滇中一次強(qiáng)雨雪過(guò)程的粒子譜特征進(jìn)行分析，發(fā)現(xiàn)雪粒子平均直徑小于雨粒子平均直徑，對(duì)粒子下落速度的分析表明雨粒子下落速度較快，表現(xiàn)出凍滴附著的顯著特征，而雪粒子則以冰晶單一增長(zhǎng)為主要特征。Yuter et al(2006)利用Parsivel數(shù)據(jù)對(duì)雨雪混合降水、純降雨和純降雪過(guò)程的粒子下落速度進(jìn)行分析，發(fā)現(xiàn)隨溫度變化，濕雪粒子存在不同程度的融化，導(dǎo)致濕雪粒子下落速度的標(biāo)準(zhǔn)差較大，是同等尺度干雪花下落速度標(biāo)準(zhǔn)差的120%～230%，因此濕雪粒子的碰并效率較高。胡云濤等(2017)、李遙等(2019)、蘇立娟等(2019)通過(guò)粒子譜數(shù)據(jù)對(duì)不同地區(qū)降雨和降雪過(guò)程的微物理特征進(jìn)行了分析研究。

呼和浩特地區(qū)屬于典型的干旱半干旱氣候，年平均降水量?jī)H為250～350 mm，且多集中于夏季(6—8月)(顧潤(rùn)源等，2012；蘇立娟等，2019)，降水相態(tài)的轉(zhuǎn)變主要發(fā)生在3—4月和10—11月(張志杰和王志楠，2017)。不同強(qiáng)度、不同相態(tài)的降水會(huì)對(duì)人民生命財(cái)產(chǎn)安全、農(nóng)牧業(yè)生產(chǎn)以及交通運(yùn)輸?shù)犬a(chǎn)生不同程度的影響，同時(shí)呼和浩特地區(qū)由于氣候干燥少雨，對(duì)人工增雨作業(yè)的需求量較大，這就需要加深對(duì)降水過(guò)程的認(rèn)識(shí)并對(duì)其進(jìn)行準(zhǔn)確預(yù)報(bào)，而關(guān)于降水粒子譜的分析和研究在其中扮演了很重要的角色。之前對(duì)降水粒子譜分布的研究多關(guān)注于降雨過(guò)程，對(duì)降雪過(guò)程及其與降雨過(guò)程的對(duì)比分析較少，本文利用呼和浩特地區(qū)Parsivel粒子譜儀的長(zhǎng)期采樣數(shù)據(jù)，對(duì)降雨和降雪過(guò)程的粒子譜分布進(jìn)行對(duì)比分析，以期為本地區(qū)降水的估測(cè)預(yù)報(bào)以及人工影響天氣作業(yè)提供科學(xué)依據(jù)。

1 采樣儀器和數(shù)據(jù)處理

1.1 采樣儀器和觀測(cè)數(shù)據(jù)

試驗(yàn)采用Parsivel粒子譜儀對(duì)降水粒子譜進(jìn)行測(cè)量，它是以激光測(cè)量為基礎(chǔ)的粒子測(cè)量傳感器，可以同時(shí)測(cè)量降水粒子的尺度和下落速度，其記錄的粒子直徑范圍為0.2～25 mm，下落速度范圍為0.2～20 m·s-1，尺度和速度測(cè)量均分為32個(gè)非等間距的測(cè)量通道。另外，對(duì)于降水過(guò)程，根據(jù)測(cè)量范圍內(nèi)粒子的數(shù)量和降水強(qiáng)度，Parsivel可以實(shí)現(xiàn)對(duì)降水類型的判別和編碼。

內(nèi)蒙古自治區(qū)氣象科學(xué)研究所(以下簡(jiǎn)稱科研所)位于呼和浩特市新城區(qū)，架設(shè)在科研所平臺(tái)處的Parsivel粒子譜儀可以對(duì)局地降水過(guò)程進(jìn)行長(zhǎng)期監(jiān)測(cè)，本文選取2017年1月至2019年5月該儀器的觀測(cè)數(shù)據(jù)，依據(jù)Parsivel記錄的天氣現(xiàn)象代碼和自動(dòng)站觀測(cè)的降水資料，從中篩選了8個(gè)降雨和10個(gè)降雪個(gè)例進(jìn)行分析。

1.2 數(shù)據(jù)預(yù)處理

本文對(duì)觀測(cè)數(shù)據(jù)進(jìn)行了兩方面的質(zhì)量控制：(1)剔除了前兩個(gè)尺度檔(直徑D<0.3 mm)和下落速度大于10 m·s-1的觀測(cè)數(shù)據(jù)；(2)剔除了采樣粒子個(gè)數(shù)小于10個(gè)的樣本。經(jīng)過(guò)質(zhì)量控制，共篩選出降雨樣本2 804個(gè)，降雪樣本2 105個(gè)，樣本數(shù)量足夠多，可以保證統(tǒng)計(jì)結(jié)果的可靠性。

Parsivel直接輸出的是采樣時(shí)間間隔內(nèi)通過(guò)采樣區(qū)域的粒子個(gè)數(shù)，為便于譜型分析和計(jì)算特征量，需要將其轉(zhuǎn)換為單位體積、單位尺度間隔內(nèi)的粒子數(shù)濃度N(Di)(單位：m-3·mm-1)：

(1)

式中：nij表示第i個(gè)尺度檔、第j個(gè)速度檔中的粒子個(gè)數(shù)，A是儀器的采樣面積(單位：m2)，Δt是采樣時(shí)間間隔，ΔDi表示第i個(gè)尺度區(qū)間的尺度間隔，Vj為第j個(gè)速度區(qū)間對(duì)應(yīng)的下落速度(單位：m·s-1)。

1.3 微物理特征量的計(jì)算

由滴譜數(shù)據(jù)計(jì)算降水強(qiáng)度R(單位： mm·h-1)的方法為：

(2)

式中：M(Di)表示降水粒子的質(zhì)量，N(Di，Vj)表示直徑在第i個(gè)尺度區(qū)間、下落速度在第j個(gè)速度區(qū)間的粒子數(shù)濃度，由于質(zhì)量控制時(shí)剔除了前兩個(gè)尺度檔和下落速度大于10 m·s-1的數(shù)據(jù)，故公式中只計(jì)算3～32尺度檔和1～26速度檔，對(duì)于雨滴而言：

(3)

式中ρw為水的密度。

對(duì)于雪花而言，由于雪花并非球形，Parsivel測(cè)得的是雪花的最大水平維度，該儀器在測(cè)量降水粒子時(shí)將粒子假設(shè)為橢球體并進(jìn)行了軸比(ar)訂正，當(dāng)粒子直徑D≤1 mm時(shí)，ar為1；當(dāng)1 mm5 mm時(shí)，ar為0.7。在計(jì)算降雪強(qiáng)度時(shí)，式(2)中雪花的質(zhì)量：

M(Di)=ρsV

(4)

式中：ρs為雪花密度，根據(jù)Boudala et al(2014)的研究結(jié)論：ρs=0.17D-1；V為雪花體積，根據(jù)橢球形假設(shè)：V=4/3πA2B，其中A、B分別為雪花的長(zhǎng)軸和短軸，且B=arA，由儀器測(cè)得的粒徑Dpar可以計(jì)算A、B的值：

(5)

另外，在后續(xù)進(jìn)行Z-R關(guān)系擬合時(shí)，還需要用到樣本對(duì)應(yīng)的雷達(dá)反射率因子的值(Z,單位：mm6·m-3)，由滴譜數(shù)據(jù)可計(jì)算得到Z：

(6)

2 結(jié)果分析

2.1 平均譜分布及Gamma擬合

由平均粒子譜分析降雨和降雪過(guò)程中降水粒子的分布情況(圖1)，由圖可見(jiàn)，兩類降水粒子譜均呈單峰型分布，雪花譜的峰值濃度(1 426.44 m-3·mm-1)、峰值直徑(0.81 mm)以及最大直徑(19 mm)均大于雨滴譜(峰值濃度：402.30 m-3·mm-1，峰值直徑：0.56 mm，最大直徑：4.75 mm)，說(shuō)明相比于降雨過(guò)程，降雪過(guò)程中有更多的降水粒子，同時(shí)粒子尺度也比較大。降水粒子譜的擬合公式在降水過(guò)程的遙感探測(cè)和模式參數(shù)化計(jì)算中有重要作用(Tang et al,2014)，常用的擬合方法有M-P分布和Gamma分布，很多研究表明(胡云濤等，2017；胡子浩等，2013；Niu et al,2010)，降雨和降雪過(guò)程的粒子譜分布更接近于Gamma分布。圖1中的曲線為Gamma擬合的結(jié)果，擬合三參數(shù)在表1中給出(N0、μ、Λ分別為截距參數(shù)、形狀因子和斜率參數(shù))。由圖可見(jiàn)，Gamma擬合高估了小尺度端雪花的數(shù)濃度，在雨滴譜的大尺度端也存在一定的偏差，但總體來(lái)說(shuō)擬合效果較好，大部分觀測(cè)散點(diǎn)均落在了擬合曲線上。

圖1 降雨和降雪樣本的觀測(cè)平均譜及Gamma擬合

表1 降雨和降雪平均譜Gamma擬合參數(shù)

2.2 微物理特征量

表2 各降雨和降雪個(gè)例微物理特征量的平均值

為了了解不同尺度的降水粒子對(duì)微物理參量的貢獻(xiàn)，將降雨和降雪粒子按直徑D的大小劃分為四個(gè)檔：D1為0.31 mm≤D≤0.94 mm，D2為0.94 mm4.75 mm，圖2a，2b分別給出了降雨和降雪過(guò)程中各尺度檔粒子對(duì)Nt、R以及Z的貢獻(xiàn)。由圖可見(jiàn)，降雨過(guò)程中(圖2a)，雨滴數(shù)濃度主要來(lái)源于D1檔的貢獻(xiàn)，其數(shù)濃度占比接近90%；D1檔雨滴也是R貢獻(xiàn)的主要來(lái)源，D2檔雨滴對(duì)R的貢獻(xiàn)也較大,為34.43%；Z正比于粒子尺度的6次方，其受尺度的影響遠(yuǎn)大于粒子數(shù)濃度的影響，D2尺度檔雨滴雖數(shù)目較少，但其尺度大，對(duì)Z的貢獻(xiàn)超過(guò)了50%，略高于D1檔的48.9%；D3檔雨滴的數(shù)目極少，對(duì)各微物理量的貢獻(xiàn)也微乎其微；儀器沒(méi)有觀測(cè)到D>5 mm的雨滴。相比于降雨而言，降雪過(guò)程中(圖2b)，D1檔雪花對(duì)各微物理量的貢獻(xiàn)都明顯下降，同時(shí)D2、D3、D4檔雪花的貢獻(xiàn)顯著增大，其中D1、D2檔雪花對(duì)Nt的貢獻(xiàn)相近，分別為54.60%和41.74%，兩檔的貢獻(xiàn)之和超過(guò)95%；D2檔雪花是R和Z貢獻(xiàn)的主要來(lái)源，對(duì)兩者的貢獻(xiàn)均超過(guò)了50%。

圖2 (a)降雨和(b)降雪過(guò)程中不同尺度的粒子對(duì)總數(shù)濃度(Nt)、降水強(qiáng)度(R)以及雷達(dá)反射率因子(Z)的貢獻(xiàn)

2.3 μ -Λ擬合

研究表明Gamma擬合的三參數(shù)中，μ和Λ之間存在二項(xiàng)式關(guān)系，且這種相關(guān)關(guān)系在雷達(dá)定量估測(cè)降水中有重要應(yīng)用。圖5a是降雨和降雪過(guò)程μ-Λ關(guān)系的擬合，由于弱降水的統(tǒng)計(jì)變化和觀測(cè)誤差均較大，僅挑選了R>0.5 mm·h-1的樣本進(jìn)行擬合，滿足篩選條件的降雨樣本共1 387個(gè)，降雪樣本共981個(gè)，表3列出了擬合參數(shù)和相關(guān)系數(shù)。由圖可見(jiàn)，降雨和降雪過(guò)程的μ和Λ均有較好的二項(xiàng)式關(guān)系，其中降雨過(guò)程擬合相關(guān)系數(shù)為0.95，降雪過(guò)程擬合效果較差，擬合相關(guān)系數(shù)為0.84，由圖5a可見(jiàn)有一小部分降雪散點(diǎn)明顯偏離了擬合曲線(方框中的樣本)，剔除這部分樣本后擬合效果明顯改善，相關(guān)系數(shù)可達(dá)到0.91。為了分析造成偏差的原因，分別選取了3個(gè)方框中的樣本和3個(gè)擬合效果較好的降雪樣本，對(duì)其譜分布進(jìn)行分析，圖5b給出了對(duì)比結(jié)果，圖中3條實(shí)線對(duì)應(yīng)的是方框中的樣本，3條虛線為擬合效果較好的對(duì)比樣本，由圖可見(jiàn)，實(shí)線對(duì)應(yīng)的雪花譜的譜寬明顯大于虛線，峰值濃度明顯偏小，且偏離樣本的雪花譜存在較多的空值，譜線間斷多。另外，分析發(fā)現(xiàn)偏離樣本中有6個(gè)來(lái)自于2019年2月25日的降雪過(guò)程(Snow_case08)，由表2可知該次降雪過(guò)程平均譜的最大粒子尺度和各類尺度參數(shù)均較大，質(zhì)量加權(quán)平均譜的標(biāo)準(zhǔn)差也明顯大于其他降雪個(gè)例，由此推測(cè)粒子尺度太大同時(shí)樣本數(shù)據(jù)存在較多空值可能是導(dǎo)致這些樣本偏離擬合曲線的原因。

圖6對(duì)呼和浩特地區(qū)降雨、降雪以及佛羅里達(dá)地區(qū)(Zhang et al,2003)和南京地區(qū)(楊長(zhǎng)業(yè)等，2016)降雨過(guò)程的μ-Λ擬合曲線進(jìn)行了對(duì)比，分析圖示結(jié)果可以發(fā)現(xiàn)，在Λ>1的范圍內(nèi)，呼和浩特降雪過(guò)程的擬合曲線位于三條降雨擬合曲線的上方，即對(duì)于相同的Λ值，降雪過(guò)程對(duì)應(yīng)的μ最大，這主要是由于降雪過(guò)程雪花的尺度較大。楊長(zhǎng)業(yè)等(2016)對(duì)南京降雨的擬合結(jié)果與呼和浩特地區(qū)降雨的擬合結(jié)果較為相近，擬合曲線有兩個(gè)交點(diǎn)，中段南京降雨的擬合曲線位于上方，兩端則相反。

2.4 下落速度分析

降水粒子的下落速度不僅與粒子的大小、形狀有關(guān)，而且還受到氣象因素，如垂直氣流、氣壓等的影響(李慧等，2018)，Parsivel可以同時(shí)測(cè)量降水粒子的尺度和下落速度。圖7為降雨和降雪過(guò)程中降水粒子數(shù)隨尺度和下落速度的分布，圖7a中紅色實(shí)線代表Atlas et al(1973)經(jīng)典雨滴下落末速度，圖7b中灰色實(shí)線為未結(jié)凇雪花的下落末速度，虛線為結(jié)凇雪花的下落末速度?？梢园l(fā)現(xiàn)，降水粒子并不是嚴(yán)格以理論下落末速度降落的，對(duì)于降雨而言，Atlas末速度曲線穿過(guò)了速度圖中的數(shù)濃度極值區(qū)，具有較好的代表性，對(duì)于降雪過(guò)程，呼和浩特降雪的雪花下落速度更接近于未結(jié)凇的情況，數(shù)濃度最大值對(duì)應(yīng)的下落速度略低于未結(jié)凇雪花的下落末速度。降雨過(guò)程中雨滴的下落速度多集中于2～5 m·s-1，雪花的下落速度較小多集中于0.5～2 m·s-1，即使是D>6 mm的雪花其下落速度也不超過(guò)5 m·s-1。

圖3 2018年4月12—13日降雨過(guò)程的雨滴對(duì)總數(shù)濃度貢獻(xiàn)的時(shí)間序列,(d)雨滴個(gè)數(shù)隨時(shí)間和直徑的變化(填色)及降水強(qiáng)度(黑線)的時(shí)間序列

圖4 同圖3，但為2019年2月14日降雪過(guò)程(Snow_case 07)

圖5 (a)降雨和降雪過(guò)程的μ -Λ擬合(方框圈出了7個(gè)與擬合曲線有明顯偏離的樣本)，(b)方框中的樣本(實(shí)線)和其他擬合效果較好的降雪樣本(虛線)的粒子譜分布對(duì)比

表3 降雨和降雪過(guò)程μ -Λ擬合參數(shù)及相關(guān)系數(shù)(r2)

圖8給出了兩類降水粒子的平均速度譜特征，由圖可見(jiàn)，降雨過(guò)程雨滴的最大下落速度(8.8 m·s-1)大于降雪過(guò)程中雪花的最大下落速度(7.6 m·s-1)。降雨和降雪的速度譜均為單峰型分布，但峰值所處的位置和大小有較大差異，降雨過(guò)程中下落速度在3.0 m·s-1左右的雨滴數(shù)最多為32.65 min-1，而降雪過(guò)程中，雪花數(shù)濃度峰值出現(xiàn)在1.1 m·s-1下落速度附近，為87.83 min-1。結(jié)合圖7結(jié)果，說(shuō)明雪花的下落速度明顯低于雨滴的下落速度，這也是表2中Rain_case01和Snow_case01、Rain_case06和Snow_case06這兩對(duì)個(gè)例在雪花尺度和數(shù)濃度遠(yuǎn)大于雨滴尺度和數(shù)濃度時(shí)，它們的降水強(qiáng)度卻相近的原因之一。

圖6 呼和浩特地區(qū)降雨和降雪過(guò)程μ -Λ擬合結(jié)果與佛羅里達(dá)地區(qū)、南京地區(qū)擬合結(jié)果的對(duì)比

圖7 (a)降雨和(b)降雪過(guò)程中觀測(cè)得到的粒子數(shù)隨直徑和下落速度的分布(圖7a中紅色實(shí)線為雨滴下落末速度，圖7b中灰色實(shí)線和虛線分別為未結(jié)凇雪花和結(jié)凇雪花的下落末速度)

2.5 Z-R關(guān)系擬合

由粒子譜分布情況擬合Z與R的關(guān)系，是雷達(dá)定量估測(cè)降水的主要方法，研究表明Z-R滿足冪指數(shù)關(guān)系：Z=aRb，明確公式中的系數(shù)a、b，就可以利用雷達(dá)反射率因子對(duì)降水強(qiáng)度進(jìn)行反演。一般情況下，業(yè)務(wù)氣象雷達(dá)的內(nèi)置Z-R關(guān)系為Z=300R1.4，實(shí)際上Z-R擬合參數(shù)會(huì)隨著觀測(cè)地點(diǎn)、降水類型、粒子尺度等變化。利用挑選出的降雨和降雪個(gè)例，對(duì)呼和浩特地區(qū)降水過(guò)程的Z-R關(guān)系做擬合，表4給出了擬合參數(shù)及相關(guān)系數(shù)。由表可見(jiàn)，18個(gè)個(gè)例的擬合效果均較好，除Rain_case03外，其余個(gè)例的擬合相關(guān)系數(shù)(r2)均大于0.80，冪指數(shù)函數(shù)可以很好地描述降雨和降雪過(guò)程的Z-R關(guān)系。

圖8 降水粒子數(shù)隨下落速度的分布

對(duì)于降雨過(guò)程而言，系數(shù)a取值在150～400，指數(shù)b的變化較小(為1.20～1.50)，將降雨個(gè)例的擬合參數(shù)取平均值得到：Z=221.19R1.39。對(duì)于降雪過(guò)程而言，系數(shù)a的值在700～2 600，系數(shù)b在1.15～2.17變化，10個(gè)降雪個(gè)例擬合參數(shù)取平均得到：Z=1 437.89R1.42。選取降雪個(gè)例中擬合系數(shù)a最小的Snow_case04(a=706.62)和擬合系數(shù)a最大的Snow_case10(a=2 592.15)，對(duì)比兩者的粒子譜分布情況(圖9)?？梢园l(fā)現(xiàn)，兩個(gè)個(gè)例的譜寬相差不大，但峰值濃度相差一個(gè)數(shù)量級(jí)，結(jié)合表2中微物理特征量的統(tǒng)計(jì)結(jié)果和圖9中給出的Gamma擬合函數(shù)，Snow_case04個(gè)例的雪花Nt最大且其Gamma擬合的N0遠(yuǎn)大于Snow_case10，von Lerber et al(2017)對(duì)降雪過(guò)程Z-R擬合的研究發(fā)現(xiàn)，擬合系數(shù)a與Gamma擬合的N0呈明顯反相關(guān)關(guān)系，本文結(jié)論與此一致。

表4 降雨和降雪過(guò)程Z-R擬合參數(shù)及相關(guān)系數(shù)(r2)

圖9 降雪個(gè)例(a，b)Snow_case04和(c，d)Snow_case10的(a，c)粒子譜分布和(b，d)Z-R擬合

3 結(jié)論與討論

本文利用2017年1月至2019年5月架設(shè)在內(nèi)蒙古自治區(qū)氣象科學(xué)研究所平臺(tái)處的Parsivel粒子譜儀采集到的數(shù)據(jù)，從中篩選了8次降雨過(guò)程和10次降雪過(guò)程，對(duì)降雨和降雪過(guò)程的粒子譜分布、微物理特征量以及降水粒子的下落速度進(jìn)行對(duì)比分析，得到以下幾點(diǎn)結(jié)論：

(1)呼和浩特地區(qū)的降雨譜和降雪譜比較符合Gamma分布，雪花譜的峰值濃度、峰值直徑以及最大粒子尺度均大于雨滴譜。降水強(qiáng)度相近時(shí)，降雨個(gè)例的粒子數(shù)濃度和尺度參數(shù)均小于降雪個(gè)例。

(2)降雨過(guò)程直徑D<1 mm的雨滴對(duì)總數(shù)濃度和雨強(qiáng)的貢獻(xiàn)最大，雷達(dá)反射率因子主要來(lái)源于1 mm

(3)降雨譜和降雪譜的形狀因子μ和斜率參數(shù)Λ均滿足二項(xiàng)式關(guān)系，但降雪過(guò)程的擬合效果較差，其中偏離擬合曲線的降雪樣本其譜數(shù)據(jù)存在較多空值且粒子尺度和譜寬明顯大于其他樣本，剔除偏離樣本后擬合效果明顯改善。

(4)降雨過(guò)程中雨滴的落速多集中于2～5 m·s-1，降雪過(guò)程中雪花的下落速度較小多集中于0.5～2 m·s-1。Atlas經(jīng)典落速可以很好地代表呼和浩特地區(qū)降雨過(guò)程雨滴的下落速度，呼和浩特降雪的雪花落速更接近于未結(jié)凇的情況。

以往的很多研究都表明，由于氣候、大氣狀況以及地形條件的差異，雨滴譜分布存在明顯的時(shí)空變化，同時(shí)層狀云、對(duì)流云降水的譜分布也有明顯不同。而本文研究發(fā)現(xiàn)不同相態(tài)的降水在粒子譜分布和特征參量上也存在明顯的差異，因此在降水的雷達(dá)定量估測(cè)和數(shù)值預(yù)報(bào)中對(duì)不同相態(tài)的過(guò)程分別進(jìn)行討論是非常重要的，今后將在這一方面進(jìn)行詳細(xì)研究。