高原渦與西南渦相互作用引發(fā)暴雨過程及云系特征分析

蒲學敏 白愛娟,2 毛曉亮,2,3

（1 成都信息工程大學大氣科學學院，成都 610225；2 三亞市氣象局，三亞 572000；3 中國氣象局成都高原氣象研究所；成都 610072）

0 引言

在熱力和動力作用下青藏高原產(chǎn)生的高原渦、西南渦、高原切變線及高原低槽等低值系統(tǒng)常常帶來災(zāi)害性天氣，而高原渦與西南渦的相互作用通常造成強降水天氣。降水云系的動熱力結(jié)構(gòu)和云團中水汽與冰水粒子間變化的微物理特征等都可以由降水云的空間結(jié)構(gòu)特征反映。多普勒雷達通常能夠確定降水云結(jié)構(gòu)，包括水平和垂直方向，提供降水云體系統(tǒng)的三維空間結(jié)構(gòu)信息。GPM（Global Precipitation Measurement）雙頻測雨雷達DPR（Dual-frequency Precipitation Radar）自2014年起已運行近6年，且許多氣象學者利用個例分析對比驗證了GPM衛(wèi)星數(shù)據(jù)集的2級和3級產(chǎn)品數(shù)據(jù)的適用性比TRMM（Tropical Rainfall Measuring Mission）衛(wèi)星強，并且由于GPM比前身具有更高靈敏度以及更廣覆蓋范圍，彌補了部分地區(qū)觀測資料缺乏的缺點，為降水垂直結(jié)構(gòu)展現(xiàn)的云微物理過程提供了有利條件。金曉龍等通過對比包括GPM在內(nèi)的3種降水數(shù)據(jù)在山區(qū)的適用性發(fā)現(xiàn)GPM衛(wèi)星數(shù)據(jù)的精度最高，與觀測數(shù)據(jù)的相關(guān)性最好。盧美圻等通過對比GPM雙頻測雨雷達DPR與地基S波段雷達探測臺風結(jié)構(gòu)得出，GPM測雨雷達資料可靠性高。全面認識降水的垂直分布及物理特征具有十分重要的意義，能夠更好地理解降水云和動力熱力機制間的關(guān)聯(lián)，以上研究進行的對比驗證工作均反映GPM雙頻測雨雷達DPR數(shù)據(jù)可靠性高，基于GPM測雨雷達DPR的可靠性，而針對雷達降水的反演以及降水過程垂直結(jié)構(gòu)的認識還有所欠缺。

已有研究表明新一代衛(wèi)星可以為地形復雜，且沒有地基雷達的地區(qū)提供降水云空間結(jié)構(gòu)的探測，這為四川盆地不同類型降水云系垂直結(jié)構(gòu)的研究提供了基礎(chǔ)。西南渦和高原渦相互作用是高原以東強地形梯度區(qū)及四川盆地產(chǎn)生強降水的主要影響系統(tǒng)，目前有關(guān)該類天氣系統(tǒng)降水云系空間結(jié)構(gòu)的研究較少。因此，本文以2014年7月10日和2020年8月11日兩次四川盆地的強降水過程為例，利用GPM 2A.DPR_MS數(shù)據(jù)產(chǎn)品和FY-4A AGRI產(chǎn)品數(shù)據(jù)并結(jié)合Interim再分析資料，對比分析降水云系的水平結(jié)構(gòu)、垂直結(jié)構(gòu)、降水廓線以及降水粒子微觀信息，有助于加深對四川盆地地區(qū)強降水形成機制和降水云微物理特性的認識，促進數(shù)值天氣預報模式質(zhì)量的提高。

1 資料

所用資料為2014年7月和2020年8月的常規(guī)觀測資料、ERA-Interim再分析資料、FY-4A的多通道掃描成像輻射計（AGRI）產(chǎn)品數(shù)據(jù)、FY-2G的亮溫數(shù)據(jù)和GPM level 2雙頻反演產(chǎn)品2A_DPR_MS的軌道級數(shù)據(jù)（表1）。

表1 數(shù)據(jù)匯總Table 1 Data summary

2A_DPR_MS數(shù)據(jù)提供的降水信息有三維衰減訂正后的降水強度及反射率因子、雨滴譜、二維零度層高度以及降水類型分布。雨滴譜可提供粒子濃度和粒子半徑兩個參數(shù)，粒子濃度代表單位體積空氣中雨滴數(shù)，粒子半徑代表雨滴半徑，其反演過程在DPR降水反演算法中可見描述。以亮帶信息為基礎(chǔ)，2A_DPR_NS使用DFRm方案提供降水類型劃分，劃分類型與PR產(chǎn)品保持一致，分為“對流性降水、層云性降水、其他降水”3種類型。分類依據(jù)為，檢測到亮帶的降水掃描點認為是層云性，但亮帶附近的雷達回波大于39 dBz（對流性閾值），認為是對流性降水，未出現(xiàn)亮帶的降水掃描點的雷達回波廓線在回波頂以下高度出現(xiàn)大于39 dBz，分類為對流性降水，此外其他情況為其他降水。

本文研究區(qū)域為四川盆地（98°—109°E，25°—36°N），范圍和地形圖見圖1。

圖1 四川盆地及周邊的地形高度圖（黑色為行政區(qū)劃，陰影為海拔高度）Fig.1 The topographical height map of the Sichuan Basin and its surroundings (the black is the administrative division,the shadow is the altitude)

2 天氣過程

高原渦東移出高原地區(qū)到西南渦上方或西南渦西移動到高原渦下方，造成兩渦在對流層上下位置相近的，稱為高原渦與西南渦耦合。本文選用的是2014年7月8—10日（簡稱“14·7”過程）和2020年8月11—13日（簡稱“20·8”過程）四川盆地在高原渦與西南渦相互作用下發(fā)生暴雨天氣過程的個例，在“14·7”過程中8日不同高度上位于同一低槽前的兩渦相互作用導致西南渦強烈發(fā)展，9日移出高原的高原渦與西南渦垂直耦合作用，降水從盆地西部逐漸東移，9日18時到10日22時為最強降水時段?！?0·8”過程中11日兩渦垂直耦合發(fā)生在高原渦南部和西南急流西側(cè)，受緯向氣流影響，四川大部分地區(qū)出現(xiàn)明顯降水。

GPM核心觀測平臺于2014年7月10日20：00掃描到“14·7”過程中高原渦與西南渦垂直耦合后的天氣過程，2020年8月11日17：46掃描到“20·8”過程中兩渦耦合作用時的天氣過程。為進一步分析雷達掃描到的低渦降水過程，利用ERA-Interim再分析資料繪制了700 hPa位勢高度場和水汽通量圖，疊加GPM DPR探測的3.5 km高度的降水率水平分布（圖2）?！?4·7”過程中高原渦與西南渦相互作用產(chǎn)生降水中的降水云均位于低渦中心，強降水區(qū)域均位于低槽前，受強盛的偏南氣流影響，且此次暴雨集中出現(xiàn)在東北—西南走向的水汽輻合帶中，暴雨區(qū)水汽和能量充足。“20·8”過程中，兩渦垂直耦合時，盆地由偏南氣流控制，將暖濕水汽持續(xù)輸送至盆地，為暴雨提供水汽條件。

圖2 2014年7月10日20：00（北京時，下同）GPM DPR探測的3.5 km降水率與EC對應(yīng)時次700 hPa風矢量與位勢高度（等值線）的疊加圖（a）以及水汽通量散度分布（b）（陰影，單位：10-2 g/(m-2·s-1·hPa），方框為盆地的位置），以及2020年8月11日17：46（c）降水率Fig.2 Overlay of the 3.5 km precipitation rate detected by the DPR at 20:00 GPM on 10 July,2014 and the 700 hPa wind vector and geopotential height (contours)corresponding to EC (a) and the distribution of water vapor flux divergence (b) (shadow,unit:10-2 g/(m-2·s-1·hPa),the box is the location of the basin),and 17:46 BT on 11 August 2020 (c) precipitation rate

3 降水云系的衛(wèi)星云圖特征

“14·7”過程中，從紅外云圖演變可見（圖3），8日12：00盆地上空沒有明顯的降水云系，直至14：00對流云團開始發(fā)展，17：00高原東側(cè)地形對低層渦旋動力強迫抬升產(chǎn)生上升運動，云團迅速發(fā)展東移，云核面積增大且云頂亮溫降低，中尺度對流復合體（MCC）發(fā)展。20：00高原渦槽前天氣尺度強迫和地形共同作用下，西南渦強烈發(fā)展，盆地MCC呈現(xiàn)橢圓狀。23：00 MCC范圍擴大，云頂溫度＜-72℃，伴隨盆地暴雨。9日01：00 MCC云團尺度減小，結(jié)構(gòu)松散，仍滿足MCC標準，對應(yīng)區(qū)域降水減小。

圖3 2014年7月8日23：00（a，b）和9日23：00（c，d）紅外云圖空間分布及其對應(yīng)時刻GPM衛(wèi)星的融合降水強度（單位：mm/h）分布Fig.3 The spatial distribution of infrared cloud images at 23:00 BT (a,b) on July 8,2014 and 23:00 (c,d) on 9 July 2014 and their corresponding GPM satellite fusion precipitation intensity (unit:mm/h) distribution

9日18：00盆地多個云團發(fā)展，21：00高原渦與西南渦耦合，云團合并，冷中心區(qū)域增大，盆地有暴雨。23：00降水主要分布在TBB梯度大值區(qū)一側(cè)。10日00：00 MCC冷云面積明顯減小，MCC特征消失。

“20·8”過程分析其降水云系特征。根據(jù)ECMWF模式的溫度情況，溫度＞0 ℃為水云，＜-20 ℃為冰云，介于其間的為冰水混合云。0 ℃以上為暖云，以下為冷云，混合云處于0 ℃以下，因此混合云屬于冷云。冷云中既有過冷水，又有冰晶粒子，經(jīng)過冰晶粒子的凝華和碰并聚集過程，以及在0 ℃下融化后的碰并增長過程形成降水。不同云相態(tài)粒子對降水的形成有一定的影響，研究盆地地區(qū)不同云系，F(xiàn)Y-4A衛(wèi)星云產(chǎn)品提供包括晴空在內(nèi)7種云相態(tài)。

圖4為2020年8月11日17：46的云相態(tài)、云類型、云頂高度和云頂溫度水平分布的衛(wèi)星觀測實況，表明“20·8”暴雨過程中強降水區(qū)域內(nèi)云相呈冰云型，云類型以冰云型為主。云頂高度是云系垂直結(jié)構(gòu)的重要表征特征。衛(wèi)星資料顯示此次過程中兩渦耦合時盆地存在一條呈東北—西南走向的云帶，且川渝地區(qū)的云系發(fā)展最深厚，有大片云頂溫度低值區(qū)，云頂溫度低于-60℃，降水云團云頂高度在12～19 km，伴隨盆地暴雨。隨著暴雨發(fā)生發(fā)展時間的推移，降水云系逐漸發(fā)展東移，從盆地西部移至中部。

圖4 FY-4A衛(wèi)星觀測的2020年8月11日17：46觀測的降水云相態(tài)（a）、云類型（b）、云頂高度（c）和云頂溫度（d）水平分布圖Fig.4 The horizontal distribution of precipitation cloud phase (a),cloud type (b),cloud top height (c) and cloud top temperature (d) observed by FY-4A satellite at 17:46 BT on 11 August 2020

綜上分析可見，“14·7”過程中兩渦耦合作用前，高原東部地形對低層渦旋的動力強迫抬升產(chǎn)生上升運動，是形成MCC的一種動力機制；兩渦在盆地上空垂直耦合作用期間，高原渦槽前天氣尺度強迫與地形共同作用，表現(xiàn)為多個云團合并發(fā)展；同一天氣系統(tǒng)下兩渦相互作用引發(fā)西南渦強烈發(fā)展伴隨盆地上空旺盛的中尺度對流運動，以及東移出高原區(qū)域的高原渦與西南渦在盆地上空垂直耦合作用伴隨MCC發(fā)展時，短時強降水區(qū)域與MCC相對應(yīng)，降水落區(qū)集中在MCC云團TBB冷云團中心，強降水主要出現(xiàn)在MCC發(fā)展至成熟階段?！?0·8”過程中強降水區(qū)域內(nèi)云相呈冰云型，云類型以冰云型為主，兩渦耦合作用時云系發(fā)展最深厚，有大片云頂溫度低值區(qū)，云頂溫度低于-60 ℃，降水云團云頂高度在12～19 km，說明降水云體為強對流云團，伴隨盆地暴雨。

4 降水結(jié)構(gòu)分析

4.1 降水云系的水平結(jié)構(gòu)特征

GPM 搭載的GMI S1通道提供的最高分辨率是89 GHz亮溫圖像，由于盆地地形復雜特殊性，3.5 km高度以下地表對DPR回波會造成干擾。圖5為兩渦相互作用引發(fā)的兩次暴雨天氣過程中微波掃描輻射儀GMI探測到降水云系的89 GHz微波輻射亮溫分布圖。

“14·7”過程中，由圖5a可以看出微波亮溫水平分布呈片狀，亮溫值低于-60℃，且與降水云系相對應(yīng)，呈東北—西南走向，說明存在分布集中的冰水粒子在降水云系中，導致降水區(qū)對流發(fā)展旺盛。此次過程中的亮溫和降水率水平分布在量值和走向上有很好的對應(yīng)關(guān)系，強降水的發(fā)生對應(yīng)亮溫低值區(qū)，降水云系中的冰水粒子含量越多，其發(fā)出的散射信號越強，則亮溫值越低。這與蔣璐君分析高原渦與西南渦引發(fā)強降水的天氣過程對比得出的亮溫與降水分布之間關(guān)系的結(jié)論一致。且此次降水過程的降水范圍大且集中，最大降水率超過20 mm/h，降水雨帶的南北范圍大約為330 km。“20·8”過程中，由圖5b可以看出此次強降水時段里微波亮溫呈不均勻絮狀，微波亮溫值低于220 K，低值區(qū)與降水云系對應(yīng)。且此次降水過程的降水范圍呈帶狀分布。對比兩次過程，“14·7”和“20·8”過程中的亮溫值均較低，降水云系集中，降水強度大，說明兩渦垂直耦合作用并伴隨中尺度對流體發(fā)生發(fā)展有利于短時強降水的產(chǎn)生。

圖5 2014年7月10日20：00（a）和 2020年8月11日17：46（b）GPM GMI探測的89 GHz微波輻射亮溫（單位：K）Fig.5 The brightness temperature of 89 GHz microwave radiation detected by GPM GMI at 20:00 BT on 10 July 2014 (a)and at 17:46 BT on11 August 2020 (unit:K)

降水粒子特征是對流強弱的一個主要標志，利用GPM/DPR探測的降水廓線資料，分析“14·7”和“20·8”暴雨過程中降水云體的對流云和層云降水的樣本數(shù)量、總降水比例以及其平均降水率，來揭示此次低渦天氣過程的降水粒子性質(zhì)及其狀態(tài)?！?4·7”和“20·8”過程中層云降水樣本數(shù)均多于對流降水，兩者的比例分別為2.8∶1和4.7∶1（表2，圖6）。“14·7”過程中從樣本數(shù)量來看，對流降水數(shù)量僅占總樣本的26%，但對流性降水樣本的平均降水率比層云降水的平均降水率大，達5.8 mm/h，降水中是層云降水的5倍，對總降水量的貢獻達到63%，接近37%層云降水貢獻于總降水，這與蔣璐君等研究指出對流降水貢獻率要高于層云降水相同，此兩次過程的降水區(qū)域中，對流降水所占比例均大于層云降水比例，以降水強度大，降水范圍大的對流降水為主，層云降水次之，其降水系統(tǒng)的強降水云團具有更旺盛的對流活動，從而產(chǎn)生更強的對流降水。

表2 GPM DPR降水廓線數(shù)據(jù)的對流云和層云樣本特征Table 2 Convective cloud and stratigraphic cloud sample characteristics of GPM DPR precipitation profile data

圖6 GPM衛(wèi)星DPR捕捉的2014年7月10日20：00（a）和2020年8月11日17：46（b）的層云和對流降水樣本數(shù)分布Fig.6 The distribution of the number of stratus cloud and convective precipitation samples captured by GPM satellite DPR at 20:00 BT (a) on 10 July 2014 and 17:46 BT (b) on 11 August 2020

綜上所述，“14·7”和“20·8”過程中低渦系統(tǒng)的降水云團對流活動旺盛，故此在高原渦與西南渦垂直耦合作用過程中，降水云團具有更旺盛的對流活動。

4.2 降水云系的垂直結(jié)構(gòu)特征

云體的垂直結(jié)構(gòu)是判斷降水強度的重要組成部分，因而下面對“14·7”和“20·8”過程中降水云體的垂直結(jié)構(gòu)進行分析。

4.2.1 降水率垂直分布

圖7選取了降水云系中DPR探測的降水率大值中心的垂直剖面，“14·7”過程中有一個強降水中心，對流性降水的強度大，且對總降水量的貢獻大，兩渦作用下的降水系統(tǒng)引發(fā)不同類型降水的云頂高度都可達12 km左右，整體降水云頂高度較均勻，云頂平坦，表明此次過程對流活動較為旺盛。降水云的降水率大值中心均位于1～5 km層次內(nèi)，被降水強度較小的云體包圍，呈強烈垂直伸展的柱狀結(jié)構(gòu)，且降水率隨高度升高而遞減，表明垂直方向上降水分布不均勻?！?0·8”過程中也有一個強降水中心，且對流降水云頂高度可達15 km，降水云團中的上升運動強。綜上，兩渦耦合作用后以對流降水為主要降水系統(tǒng)，其典型特征為降水強度大，范圍廣。

圖7 2014年7月10日20：00（a，b）和2020年8月11日17：46（c，d）盆地地區(qū)對流性降水樣本和層云降水樣本的降水率垂直分布Fig.7 Vertical distribution of precipitation rates of convective precipitation samples and stratigraphic precipitation samples in the basin at 20:00 on 10 July 2014 (a,b) and 17:46 on 11 August 2020 (c,d)

4.2.2 降水率垂直廓線

降水廓線有助于了解云團的動熱力和微物理的垂直結(jié)構(gòu)特征，而平均廓線能夠代表云體中80%以上樣本的典型降水廓線特征。

從圖8中可以看出，兩次過程中不同類型降水樣本的垂直廓線在5 km以下隨高度降低而增加，最大降水率均出現(xiàn)在5 km高度以下，中高層其降水率降低，表明激烈的雨滴碰并增長過程以及降水潛熱釋放大多集中在此高度下，水汽輸送較強，云水含量較為集中?！?4·7”過程中5 km以上降水率變化大，潛熱釋放更多，云頂高度最高達12 km，雨強顯著減弱，但仍有少量降水存在?！?0·8”過程中云頂高度可達15 km，5～15 km高度內(nèi)降水廓線傾斜度大，表明云團內(nèi)上升運動強烈，將降水粒子抬升至中高層。此次降水過程大片層云下的層云與對流降水混合模式下的強降水云團具有旺盛的對流活動。

圖8 2014年7月10日20：00（a，b）和2020年8月11日17：46（c，d）盆地對流云和層云降水率的平均廓線分布Fig.8 The average profile distribution of the precipitation rate of convective clouds and stratiform clouds in the basin at 20:00 BT on 10 July 2014 (a,b) and 17:46 BT on 11 August 2020 (c,d)

4.2.3 降水云體的反射率因子

“14·7”過程中，從圖9a、9b中可以看出對流性降水的反射率因子強度主要分布于20～45 dBZ，強反射率因子高度集中在0～5 km，對應(yīng)了較低的降水云位置，層云性降水與對流性降水的垂直分布類似。5～12 km層內(nèi)隨高度降低不同類型降水反射率因子強度增加，說明此高度內(nèi)云滴有所增長。3～5 km的高度范圍內(nèi)，層云降水均呈現(xiàn)了明顯的亮帶特征。5 km以下的兩類降水云反射率因子強度仍有增強的趨勢，最強可達45 dBz。這與盆地地區(qū)濕度高，對流抬升旺盛有關(guān)。通過對盆地降水大值區(qū)（30.5°—31°N，105.9°—106.5°E）的反射率因子進行統(tǒng)計發(fā)現(xiàn)（圖9c、9d、9e），GPM雙頻測雨雷達最大能達到60 dBz，最小為20 dBz。同時刻南充站多普勒雷達最大能達到56 dBz，最小能達到10 dBz。

圖9 2014年7月10日20：00雷達反射率垂直分布（a，e：對流性降水；b，f：層云性降水）與南充站多普勒雷達（c，d）和2020年8月11日17：46雷達反射率垂直分布（e，f）Fig.9 The vertical distribution of radar reflectivity at 20:00 BT on 10 July 2014 (a,e:convective precipitation,b,f:stratiform precipitation) and the Doppler radar at Nanchong Station (c,d) and Vertical distribution of radar reflectivity at 17:46 BT on 11 August 2020 (e,f)

“20·8”過程中對流降水反射率因子強度主要分布于25～50 dBz，強反射率因子高度集中在0～7 km，對應(yīng)了較高的降水云位置。強分布中心說明對流性降水粒子生長于低層，而后在旺盛的對流作用中碰并增長向上移動，而層云性降水與之類似，說明了此兩次過程中在大片對流性降水下對流云與層云混合降水，引發(fā)強降水。

雷達反射率區(qū)域平均垂直廓線可表示降水云系垂直結(jié)構(gòu)中的降水率差異。將廓線根據(jù)不同降水強度分類。“14·7”過程對流性降水云系中（圖10），其反射率因子從高層到地面呈增長態(tài)勢，且地面雨強越大其反射率因子強度增長的越快。5 km以上不同地面降水強度其降水廓線分布類似，由于地面空氣含水量或者溫度等使得5 km以下的降水廓線有波動。地面雨強＜1.5 mm時，屬于弱降水，此時部分降水粒子中途受蒸發(fā)和上升氣流的影響較大。地面雨強逐漸變大時，4 km以下的反射率因子強度明顯增加，此時與中低層對流活動有關(guān)。不同于對流性降水，層云性降水反射率降水廓線在5 km左右呈現(xiàn)明顯亮帶，層云性降水在此層上有較好的降水粒子轉(zhuǎn)化率，從亮帶所在層次到地面，層云性降水中隨高度降低其反射率因子強度增強，且其增長幅度隨著地面雨強大小的增長而增長，其漲幅也隨之增強后增大，最大達40 dBz。亮帶附近1 km高度內(nèi)降水反射率隨高度變低明顯增加?！?0·8”過程中對流性降水反射率隨高度增加呈減弱趨勢，同時地面降水越大則粒子濃度增加越快。層云性降水反射率廓線在6 km左右呈亮帶特征，在亮帶附近高度內(nèi)降水反射率變化大，當?shù)孛娼邓笥?0 mm/h時差值可達到14 dBz。

圖10 2014年7月10日20：00（a，b）和2020年8月11日17：46（c，d）盆地地區(qū)對應(yīng)不同地面降水強度的降水雷達反射率廓線（a，c為對流降水；b，d為層云降水）Fig.10 Radar reflectivity profiles of precipitation corresponding to different ground precipitation intensities in basin areas at 20:00 BT on 10 July 2014 (a,b) and 17:46 BT on 11 August 2020 (c,d)(a,c) convective precipitation,(b,d) stratus precipitation

綜上，對流性降水中其反射率因子強度增長一般發(fā)生在低層，且受蒸發(fā)和對流運動影響更大，而層云性降水中其反射率因子強度增長的區(qū)域則為亮帶附近，降水粒子落下的過程中穿過融化層其反射率因子強度有所增大。無論是反射率因子強度隨高度的變化特征還是降水廓線的垂直特征，反射率因子強度均在5 km以下的區(qū)域發(fā)生增長。Das等表示融化層及以下部分的降水廓線隨高度變化的特征在進一步優(yōu)化降水估測中十分關(guān)鍵。

4.2.4 降水粒子濃度與半徑的垂直分布

在分析兩類降水反射率因子的垂直分布后，進一步探尋兩類降水微觀粒子的垂直分布特征。粒子濃度和粒子半徑是影響降水強弱的關(guān)鍵粒子譜參數(shù)。圖11給出兩粒子分布結(jié)果，“14·7”過程中粒子濃度參數(shù)范圍在20～50，雨滴粒子半徑范圍在0.5～2.5 mm。層云性降水相較對流性降水其分布值域較寬，粒子譜發(fā)展的高度與對流性降水可發(fā)展的高度相似。由對流性降水的粒子濃度及半徑分布圖可看出，粒子濃度集中在33～34，相應(yīng)的高度在6 km之下，隨著高度的降低粒子的濃度有所增大。在6 km以下的層結(jié)內(nèi)雨滴半徑大多集中在1～1.2 mm，也有部分雨滴半徑達到2.2 mm。而層云性降水的降水粒子濃度隨著高度的降低而增長的趨勢沒有前者顯著，在8 km至地面的整個中低層內(nèi)粒子濃度基本穩(wěn)定在35左右。8 km以下的層云性降水粒子半徑多集中在1 mm，近地面的蒸發(fā)作用使層云性降水中的小粒子半徑減小或者消失?！?0·8”過程中降水粒子濃度參數(shù)范圍在25～45，雨滴粒子半徑范圍在0.5～2.0 mm。對流降水粒子濃度集中在30～35，相應(yīng)高度在7 km以下。層云性降水粒子半徑由7 km到地面呈減小趨勢。

圖11 2014年7月10日20：00（a～d）和2020年8月11日（e～f）17：46盆地地區(qū)降水粒子信息垂直分布（a，c）對流性降水粒子濃度參數(shù)；（b，d）層狀性降水粒子濃度參數(shù)；（e，g）對流性降水粒子半徑（mm）；（f，h）層狀性降水粒子半徑（mm）（填色為頻率）Fig.11 Vertical distribution of precipitation particle information in basin area at 20:00 on 10 July 2014 (a-d) and at 17:46 on 11 August 2020 (e-f)(a,c) convective precipitation particle concentration parameters,(b,d) layer concentration parameters of morphological precipitation particles,(e,g) convective precipitation particle radius (mm),(f,h) stratified precipitation particle radius(mm),color is frequency))

綜上，對流性的粒子在6 km以下的低層內(nèi)是處于濃度高尺度較大的活躍狀態(tài)，這與雷達回波在底層內(nèi)的變化趨勢相符。區(qū)別于對流性降水，層云性降水的粒子濃度表現(xiàn)出較為均勻?qū)ΨQ的分布特征，且隨著高度降低降水粒子濃度的增長沒有前者顯著，粒子濃度基本穩(wěn)定。近地面的蒸發(fā)作用使層云性降水中的小粒子半徑減小或者消失，這也是近地面平均反射率因子強度低于中高層的重要原因。

4.2.5 降水粒子廓線

圖12和圖13給出了盆地地區(qū)降水粒子濃度和半徑的降水粒子信息廓線圖。由粒子濃度廓線（圖12）可以看出，“14·7”和“20·8”過程中兩種類型降水均表現(xiàn)為單增趨勢，隨著高度的降低其粒子濃度越大，且還可看出對流降水粒子濃度并不總大于層云降水。根據(jù)粒子半徑廓線（圖13）得出，兩次過程中對流性降水粒子與地面降水強度成正比，地面降水強度越強，粒子半徑越大，在5～7 km以下的粒子半徑增長更為顯著。而層云性降水中不同的降水強度其粒子半徑差異不大，小雨、中雨或者大雨在低層里粒子的半徑均在1.5～1.7 mm的范圍內(nèi)。綜上，對流性降水粒子與地面降水強度成正比，地面降水強度越強，粒子半徑越大。層云性降水所帶來的強降水往往是由大小類似的粒子聚集所引起的，并未形成尺度更大的粒子。

圖12 2014年7月10日20：00（a，b）和2020年8月11日17：46（c，d）盆地地區(qū)對應(yīng)不同的降水量級（mm/h）的降水粒子信息廓線（a，c）對流性降水粒子濃度參數(shù)；（b，d）層狀性降水粒子濃度參數(shù)Fig.12 The precipitation particle information corresponding to different precipitation levels (mm/h) in the basin area at 20:00 on 10 July 2014 (a,b) and 17:46 on 11 August 2020 (c,d)(a,c) convective precipitation particle concentration parameters,(b,d) stratified precipitation particle concentration parameters

圖13 2014年7月10日20：00（a、b）和2020年8月11日17：46（c、d）盆地地區(qū)對應(yīng)不同的降水量級（mm/h）的降水粒子信息廓線（a、c）對流性降水粒半徑；（b、d）層狀性降水粒子半徑Fig.13 The precipitation particle information corresponding to different precipitation levels (mm/h) in the basin area at 20:00 BT on 10 July,2014 (a,b) and 17:46 BT on August 11,2020 (c,d) Profile(a,c) Convective precipitation particle radius;(b,d) Stratified precipitation particle radius)

5 總結(jié)

利用多源衛(wèi)星資料和再分析資料，選擇2014年7月10日以及2020年8月11日兩次發(fā)生在四川盆地的高原渦與西南渦相互作用下產(chǎn)生的暴雨天氣過程，分析兩渦作用下產(chǎn)生暴雨的天氣特征和降水云特征，得到以下主要結(jié)論。

1）高原渦與西南渦相互作用產(chǎn)生暴雨的降水云位于低渦中心，強降水區(qū)域均位于低槽前，受強盛的偏南氣流影響，暴雨集中出現(xiàn)在東北—西南走向的水汽輻合帶中，暴雨區(qū)水汽和能量充足。

2）短時強降水區(qū)域與MCC相吻合，且集中出現(xiàn)在MCC發(fā)展至成熟階段。“14·7”過程中兩渦耦合作用前，高原東部地形對低層渦旋的動力強迫抬升產(chǎn)生上升運動，是形成MCC的一種動力機制；兩渦在盆地上空垂直耦合作用期間，高原渦槽前天氣尺度強迫與地形共同作用，表現(xiàn)為多個云團合并發(fā)展，降水區(qū)域主要集中在TBB梯度大值區(qū)一側(cè)?！?0·8”過程中兩渦耦合時云系發(fā)展深厚，降水云系表現(xiàn)為冰云型，大片云頂溫度低值區(qū)，最低可達-60 ℃，云頂高度最高伸展達15 km，表明對流降水旺盛。

3）兩次過程的降水云發(fā)展中，層狀云對總降水的貢獻大于對流降水，但對流性降水的平均降水率遠大于層云降水，并且云系的亮溫低值區(qū)強度和水平分布與同時刻降水區(qū)分布很好對應(yīng)。

4）兩渦作用中，降水云系在垂直方向上發(fā)展不均勻，強降水區(qū)降水粒子在垂直分布柱狀，且有顯著的云墻發(fā)展，層云性降水云垂直分布較平坦，且未有云墻出現(xiàn)。無論是對流降水還是層云降水，其降水率的大值區(qū)均位于5 km以下，此高度層對流降水對總降水量的貢獻也最大，5 km以上降水粒子數(shù)減少，其貢獻均呈下降趨勢。

5）對流性降水反射率因子在低層快速增長，基本處于濃度高尺度大的活躍狀態(tài)，層云性降水反射率因子在亮帶層附近增長，不同的降水強度其粒子半徑差異不大；對流降水雨強遠大于層云，其粒子半徑大于層云性降水，但粒子濃度不總高于后者；層云對降水量的貢獻大于對流云，且往往來自于大小均勻的粒子積聚。