王改利 周任然 扎西索郎 劉黎平
1. 中國(guó)氣象科學(xué)研究院災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京,100081
2. 西藏自治區(qū)墨脫氣象局,墨脫,860700
青藏高原占據(jù)了中國(guó)陸地面積的四分之一,是世界上海拔最高、地形最復(fù)雜的高原,平均高度超過(guò)了4000 m,被稱(chēng)為“世界屋脊”(劉黎平等,2015;常祎等,2016;趙平等,2018)。青藏高原特殊的動(dòng)力、熱力效應(yīng)對(duì)于中國(guó)災(zāi)害天氣的發(fā)生、發(fā)展和氣候變化起重要作用,其上空的云和降水是全球大氣能量和水循環(huán)的關(guān)鍵組成部分,因此青藏高原也被稱(chēng)為“亞洲水塔”和“第三極”(Xu,et al,2008;Kang,et al,2010;Li,2018)。但針對(duì)青藏高原云和降水物理特征的觀(guān)測(cè)數(shù)據(jù)很少,對(duì)青藏高原上空云和降水的物理特征了解不夠,導(dǎo)致現(xiàn)有數(shù)值模式的參數(shù)化方案不能合理模擬和預(yù)報(bào)青藏高原的云和降水過(guò)程(劉黎平等,2015)。
對(duì)青藏高原上空云和降水的研究,衛(wèi)星觀(guān)測(cè)資料是非常重要的數(shù)據(jù)來(lái)源。Murakami(1983)、Fujinami等(2001)利用靜止氣象衛(wèi)星(GMS)觀(guān)測(cè)資料,研究了夏季深對(duì)流云團(tuán)的日變化和青藏高原上空云活動(dòng)的季節(jié)變化,發(fā)現(xiàn)青藏高原夏季的對(duì)流云在午后增強(qiáng),傍晚達(dá)到最大值。基于TRMM(Tropical Rainfall Measuring Mission)衛(wèi)星上的測(cè)雨雷達(dá)、云探測(cè)衛(wèi)星(Cloudsat)上的云雷達(dá)和激光雷達(dá)探測(cè)數(shù)據(jù),研究發(fā)現(xiàn)青藏高原對(duì)流云發(fā)展于相對(duì)干燥和對(duì)流有效位能比較低的大氣環(huán)境中,具有尺度小、相對(duì)比較弱的特點(diǎn)(傅云飛等,2007;李生辰等,2009;汪會(huì)等,2011)?;贛ODIS(MODerateresolution Imaging Spectroradiometer)衛(wèi)星數(shù)據(jù)分析發(fā)現(xiàn),青藏高原地區(qū)的高、中、低云都有明顯的季節(jié)變化,高云和中云在春季和夏季達(dá)到最大值(Li,et al,2006)。但是,微波衛(wèi)星反演在區(qū)分云和降水的液態(tài)水含量方面存在一定的不確定性(Wu,et al,2019)。
為了推動(dòng)高原氣象的研究,中國(guó)科學(xué)院與中央氣象局于1979年5—8月開(kāi)展了第一次青藏高原氣象科學(xué)試驗(yàn)(Tao,et al,1986;趙平等,2018)。中外科學(xué)家于1993—1999年、2006—2009年聯(lián)合開(kāi)展了中日亞洲季風(fēng)機(jī)制合作研究和JICA(Japan International Cooperation Agency)項(xiàng)目,進(jìn)行青藏高原綜合氣象觀(guān)測(cè)試驗(yàn)(陳隆勛,1999;Xu,et al,2008)。為了了解青藏高原上空云和降水的物理特征,在開(kāi)展的3次青藏高原大氣科學(xué)試驗(yàn)中,也進(jìn)行了一些針對(duì)降水系統(tǒng)的綜合觀(guān)測(cè)。例如,1979年開(kāi)展的第一次青藏高原大氣科學(xué)試驗(yàn),在高原的中部(那曲)和南部(拉薩)分別架設(shè)了一部常規(guī)數(shù)字化X波段雷達(dá)進(jìn)行對(duì)流云降水的觀(guān)測(cè)(秦宏德,1983)。在第二次青藏高原大氣科學(xué)試驗(yàn)時(shí)(1998),利用X波段多普勒雷達(dá)、雨量計(jì)觀(guān)測(cè)網(wǎng)和探空系統(tǒng)對(duì)那曲地區(qū)降水過(guò)程進(jìn)行了綜合觀(guān)測(cè)(劉黎平等,1999)。2014年開(kāi)展的第三次青藏高原大氣科學(xué)試驗(yàn),利用Ka波段毫米波云雷達(dá)、C波段調(diào)頻連續(xù)波雷達(dá)、地面雨滴譜儀以及激光云高儀在那曲地區(qū)進(jìn)行了云和降水多種雷達(dá)綜合觀(guān)測(cè)試驗(yàn)(劉黎平等,2015)。不難看出,過(guò)去開(kāi)展的青藏高原云和降水的綜合觀(guān)測(cè)試驗(yàn),主要集中在那曲地區(qū)。利用這些觀(guān)測(cè)試驗(yàn)取得的數(shù)據(jù),研究了季風(fēng)爆發(fā)前后那曲地區(qū)對(duì)流過(guò)程的日變化特征,對(duì)比了地基雷達(dá)與TRMM測(cè)雨雷達(dá)觀(guān)測(cè)的一致性(劉黎平等,2015);分析了那曲地區(qū)夏季不同云類(lèi)型的宏觀(guān)特征及對(duì)流云結(jié)構(gòu)和雨滴譜分布日變化特征(劉黎平等,2015;常祎等,2016)。
青藏高原復(fù)雜的地形和下墊面特征以及廣袤的面積,使得觀(guān)測(cè)站點(diǎn)的代表性受到很大限制。墨脫位于青藏高原東南緣,為河谷地形,其與高原中部海拔4500 m的那曲地區(qū)的高原山地氣候特征顯著不同,墨脫的平均海拔為1200 m,屬于亞熱帶氣候,水汽充沛,年平均降水量超過(guò)2000 mm(陳萍等,2018)。墨脫作為水汽輸送通道的前沿,影響著藏東南區(qū)域內(nèi)的氣候變化和生態(tài)環(huán)境。因此,在2019年開(kāi)展的第二次青藏高原科學(xué)考察項(xiàng)目和國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目的支持下,第一次在青藏高原東南部雅魯藏布大峽谷水汽入口處的墨脫地區(qū)建立了云和降水的觀(guān)測(cè)試驗(yàn)基地。這次觀(guān)測(cè)試驗(yàn)采用了中國(guó)自主研發(fā)的Ka波段云雷達(dá)(KaCR)、X波段雙偏振相控陣?yán)走_(dá)、降水現(xiàn)象儀以及引進(jìn)的微雨雷達(dá)、微波輻射計(jì)等最先進(jìn)的探測(cè)設(shè)備,這些觀(guān)測(cè)資料填補(bǔ)了該地區(qū)云和降水觀(guān)測(cè)的空白,為研究藏東南地區(qū)水汽通道入口處云和降水的物理特征、大氣水循環(huán)的變化規(guī)律提供數(shù)據(jù)基礎(chǔ)。對(duì)優(yōu)化數(shù)值預(yù)報(bào)模式中微物理過(guò)程參數(shù)化方案,提升藏東南氣象災(zāi)害防御能力有十分重要的意義。
墨脫觀(guān)測(cè)試驗(yàn)基地的位置(95.32°E/29.31°N,海拔1305 m)及青藏高原地形如圖1所示,中國(guó)氣象科學(xué)研究院布設(shè)在墨脫野外試驗(yàn)基地的觀(guān)測(cè)設(shè)備有:X波段雙偏振相控陣?yán)走_(dá)、Ka波段云雷達(dá)、K波段微雨雷達(dá)、降水現(xiàn)象儀、微波輻射計(jì)。
圖1 西藏東南部墨脫觀(guān)測(cè)場(chǎng)位置 (黑色實(shí)心圓點(diǎn))、青藏高原地形 (色階,單位:m) 及2019年7月平均垂直積分水汽通量 (黑色箭頭,單位:kg/(m·s))Fig.1 Location of the Motuo observational site (black solid dot) and topography (shaded,unit:m) of the Tibetan Plateau,which is superimposed with mean vertical integral of water vapor flux in July 2019 (black arrows,unit:kg/(m·s))
X波段雙偏振相控陣?yán)走_(dá)不僅可以觀(guān)測(cè)降水系統(tǒng)的回波分布,而且可以觀(guān)測(cè)云和降水系統(tǒng)的風(fēng)場(chǎng)變化、粒子相態(tài)及滴譜分布。采用極化技術(shù)和相控陣技術(shù)相結(jié)合,使之具有精細(xì)化的雙偏振多普勒天氣探測(cè)能力,靈活的波束控制和快速掃描模式能獲得超高時(shí)間和空間分辨率,提高了對(duì)中小尺度強(qiáng)對(duì)流天氣系統(tǒng)的探測(cè)精度和質(zhì)量,可獲得氣象目標(biāo)的三維信息,有效消除現(xiàn)有天氣雷達(dá)探測(cè)盲區(qū),提高局部地區(qū)的短時(shí)臨近預(yù)報(bào)的準(zhǔn)確度。
Ka波段云雷達(dá)(KaCR)是觀(guān)測(cè)云和弱降水垂直廓線(xiàn)的重要手段,可以對(duì)云和弱降水的垂直結(jié)構(gòu)進(jìn)行連續(xù)觀(guān)測(cè),從而分析云和弱降水的微物理和動(dòng)力參量的廓線(xiàn)特征。為了實(shí)現(xiàn)云和弱降水的連續(xù)穩(wěn)定觀(guān)測(cè),中國(guó)氣象科學(xué)研究院與安徽四創(chuàng)電子股份有限公司聯(lián)合研發(fā)了固態(tài)發(fā)射機(jī)體制的Ka波段毫米波云雷達(dá),該雷達(dá)采用了脈沖壓縮、相干和非相干積累等技術(shù),采用了4種觀(guān)測(cè)模式(降水模式、邊界層模式、中高層模式、卷云模式)的交替循環(huán)觀(guān)測(cè)。
K波段微雨雷達(dá)是德國(guó)METEK公司生產(chǎn)的垂直指向雷達(dá),采用連續(xù)調(diào)頻技術(shù)(FMCW),可獲得降水粒子的功率譜密度,根據(jù)粒子下落速度與直徑的經(jīng)驗(yàn)公式,反演出粒子的雨滴譜、雨強(qiáng)等的垂直廓線(xiàn)。
采用華云升達(dá)(北京)氣象科技有限責(zé)任公司生產(chǎn)的降水現(xiàn)象儀DSG5對(duì)地面雨滴譜進(jìn)行測(cè)量,該儀器與德國(guó)OTT公司生產(chǎn)的雨滴譜儀類(lèi)似,主要通過(guò)粒子對(duì)激光的遮擋來(lái)計(jì)算粒子的大小和速度。
美國(guó)Radiometrics公司生產(chǎn)的35通道MP-3000A型地基微波輻射計(jì)為此次墨脫野外觀(guān)測(cè)提供0—10 km范圍的水汽、溫度、濕度以及液態(tài)水含量的廓線(xiàn)分布。
西藏墨脫野外觀(guān)測(cè)基地位于西藏東南部,地處雅魯藏布江下游。該地區(qū)是青藏高原海拔最低、最溫和、雨量最充沛的地區(qū),但交通不便,海拔落差大,雨季滑坡、泥石流頻發(fā)。路途遙遠(yuǎn)和交通不便給墨脫野外觀(guān)測(cè)場(chǎng)的建設(shè)帶來(lái)了很多困難,因此這些觀(guān)測(cè)設(shè)備都是陸續(xù)安裝到墨脫觀(guān)測(cè)場(chǎng)的。Ka波段云雷達(dá)和微波輻射計(jì)開(kāi)始觀(guān)測(cè)時(shí)間為2019年1月,X波段雙偏振相控陣?yán)走_(dá)和降水現(xiàn)象儀于2019年6月開(kāi)始觀(guān)測(cè),而微雨雷達(dá)是從2020年7月開(kāi)始觀(guān)測(cè)。文中主要利用云雷達(dá)和降水現(xiàn)象儀統(tǒng)計(jì)分析墨脫地區(qū)云的宏觀(guān)特征和雨滴譜特征,表1和表2分別給出了這兩種設(shè)備的主要性能參數(shù)。
表1 Ka波段云雷達(dá)主要性能參數(shù)Table 1 Main operational parameters of Ka band cloud radar
表2 DSG5降水現(xiàn)象儀的主要性能參數(shù)Table 2 Main operational parameters of the DSG5 precipitation phenomenometer
以2019年云雷達(dá)在墨脫野外試驗(yàn)基地的觀(guān)測(cè)數(shù)據(jù)(1200261根觀(guān)測(cè)廓線(xiàn))為基礎(chǔ),統(tǒng)計(jì)了藏東南雅魯藏布大峽谷水汽通道入口處墨脫地區(qū)云的宏觀(guān)特征。首先采用頻率分布的統(tǒng)計(jì)方法,確定了無(wú)云條件下近地面雜波和噪聲的反射率和退偏振比閾值。利用閾值法和高斯濾波方法對(duì)云雷達(dá)數(shù)據(jù)進(jìn)行質(zhì)量控制,濾掉隨機(jī)噪聲和非氣象雷達(dá)回波。Zhou等(2019)對(duì)比了激光云高儀和云雷達(dá)反演的云底高度,二者差異較?。?.08 km),同時(shí)考慮到墨脫野外試驗(yàn)基地目前還沒(méi)有架設(shè)激光云高儀,因此,參照已有的研究,將云雷達(dá)探測(cè)的回波上、下邊界分別作為云頂和云底(劉黎平等,2015;Zhang,et al,2019)。研究中采用基于反射率最小閾值法(設(shè)為-40 dBz)識(shí)別云邊界,從而確定每層云的厚度和云層之間的間隔(Zhang,et al,2019)。對(duì)于厚度小于7個(gè)距離庫(kù)(210 m)的云,若其與上、下云層的距離小于10個(gè)距離庫(kù)(300 m),則與上、下云層合并。否則予以刪除,從而確定出云底高度(CBH)和云頂高度(CTH)。
圖2給出了數(shù)據(jù)質(zhì)量控制前、后Ka波段云雷達(dá)反射率因子的對(duì)比情況,圖2a中低于2 km的連續(xù)雷達(dá)回波可能是近地面水汽及灰塵粒子產(chǎn)生的噪聲,采用質(zhì)量控制算法后濾除了這些近地面雜波(圖2b)。圖2b中同時(shí)疊加了云雷達(dá)確定的云頂高度(KaCR_CTH,圓點(diǎn)表示)、云底高度(KaCR_CBH,三角表示)及FY-4A衛(wèi)星反演的云頂高度(FY-4A_CTH,圓圈表示)??梢钥吹接迷评走_(dá)資料確定的云頂高度和FY-4A衛(wèi)星反演的云頂高度在沒(méi)有降雨及弱降雨時(shí)一致性很好,降雨會(huì)對(duì)云雷達(dá)信號(hào)產(chǎn)生強(qiáng)衰減,從而低估云頂高度。
圖2 2019年8月31日云雷達(dá)觀(guān)測(cè)的數(shù)據(jù)質(zhì)量控制前 (a) 和后 (b) 的反射率因子,云雷達(dá)識(shí)別的云底和云頂高度以及FY-4A衛(wèi)星反演的云頂高度 (b)Fig.2 Time-height cross sections of CR-observed radar reflectivity before (a) and after (b) quality control superimposed by KaCR-derived CBHs (solid triangles) and KaCR- (solid circles) and FY-4A-derived CTH (hollow circles)
圖3給出了2019年旱季(10月—次年3月)和雨季(4—9月)的云底高度(圖3a、c)和云頂高度(圖3b、d)發(fā)生頻率隨高度的分布??梢钥闯?,旱季和雨季的云底高度和云頂高度分布相似。對(duì)于云底高度來(lái)說(shuō),都有兩個(gè)最大可能的高度,分別為0—1 km和2—3 km。一個(gè)顯著的特點(diǎn)是超過(guò)40%的云底高度低于1 km,這可能是墨脫的降雨云較多造成的,因?yàn)榻涤赀^(guò)程的云底接近地面(根據(jù)云雷達(dá)的回波底是否接地來(lái)區(qū)分降水云和非降水云)。2—3 km的云底高度高頻值對(duì)應(yīng)于非降水云,Li等(2016)的研究表明,青藏高原低云發(fā)生率較高的原因與大尺度輻合及地形抬升作用有關(guān)。旱季和雨季60%左右的云頂高度出現(xiàn)在4—7 km,但旱季云頂高度最高為10 km左右,而雨季的云頂高度最高達(dá)到12 km左右,這可能與雨季對(duì)流云發(fā)展比較旺盛,云頂高度較高有關(guān)??偟膩?lái)說(shuō),墨脫地區(qū)以低云和中云為主。
圖3 墨脫試驗(yàn)場(chǎng)云雷達(dá)觀(guān)測(cè)的2019年旱季 (a、b) 和雨季 (c、d) 的云底高度 (a、c)、云頂高度 (b、d) 發(fā)生率的垂直分布Fig.3 Histogram of CBHs (a,c) and CTHs (b,d) obtained by the Ka band cloud radar deployed at Motuo,Tibet in dry (a,b) and rainy (c,d) seasons of 2019
根據(jù)Wang等(2018) 提出的云分類(lèi)方法,將云分成高云(云底高度≥ 6 km)、中云(2 km ≤云底高度<6 km)和低云(云底高度<2 km)。在2019年觀(guān)測(cè)期間,低云最常出現(xiàn),占總云廓線(xiàn)的66.7%,這與墨脫的年降雨日數(shù)常超過(guò)200 d有關(guān)。其次是中云,占總云廓線(xiàn)的29.9%,高云出現(xiàn)的頻次最低,占總云廓線(xiàn)的3.4%。這也說(shuō)明墨脫以低云、中云為主。
依據(jù)2019年云雷達(dá)的觀(guān)測(cè)資料,墨脫高、中、低云的云底高度中值分別為7.1、2.9、0.2 km,云頂高度中值分別為8.5、4.8、6.1 km。低云的厚度最厚,這可能與該地區(qū)的低云多為降雨云有關(guān)。
高分辨率云雷達(dá)觀(guān)測(cè)的反射率因子可以確定云底和云底高度在垂直方向上的時(shí)間演變,圖4給出了云底和云頂高度頻率在垂直方向上的日分布。為了確保每層都有足夠數(shù)量的樣本,研究中按500 m的垂直分辨率將數(shù)據(jù)重新采樣。然后通過(guò)每6 h每500 m間隔的云底(云頂)數(shù)量與總云量的比率來(lái)計(jì)算云底(云頂)高度頻率。就云底高度的垂直分布來(lái)說(shuō)(圖4a),這些分布顯示出雙峰模態(tài),一個(gè)峰值位于0.5 km附近,另一個(gè)峰值位于2 km附近。如前所述,墨脫地區(qū)的降雨云較多,當(dāng)降雨時(shí),從云雷達(dá)獲得的云底高度更接近地面,這至少部分解釋了云底高度在靠近地面頻率較高的原因。此外,還可以看到,云底高度06—12時(shí)(北京時(shí),下同)低于其他3個(gè)時(shí)段,也就是說(shuō)云底高度上午較低,下午和晚上相對(duì)高一些。
圖4 CR-云底 (a) 和云頂 (b) 高度發(fā)生率垂直分布的日變化 (以6 h為間隔,垂直方向分辨率為500 m)Fig.4 Vertical distributions at 500 m resolution of diurnal occurrence frequency of CBHs (a) and CTHs (b) at 6 h intervals
從云頂高度的垂直分布(圖4b)可見(jiàn),發(fā)生率大致隨高度升高而增大,直到6—7 km,超過(guò)這個(gè)高度后,發(fā)生率隨著高度的升高而急劇下降。同一高度夜間(例如:00—06,18—24時(shí))云頂出現(xiàn)的概率大于白天(例如:06—12,12—18時(shí))。
圖5給出了總云、降水云和非降水云發(fā)生率的日變化。墨脫地區(qū)的云層有著明顯的日變化特征:總云的發(fā)生率在00—02時(shí)最高,然后開(kāi)始逐漸降低,12—14 時(shí)達(dá)到最低,之后開(kāi)始逐漸升高,到18時(shí)又達(dá)到最高,18—23時(shí)基本保持不變??偟恼f(shuō)來(lái),云層通常在午后到晚上生成,早上到中午慢慢消散。這與Murakami(1983)、Fujinami等(2001)利用靜止氣象衛(wèi)星資料得到的結(jié)論一致,這可能與墨脫的河谷地形引起的山谷風(fēng)有關(guān)。降水云表現(xiàn)出與總云相似的日變化特征,而非降水云的日變化特征不明顯。
圖5 2019年墨脫地區(qū)總云 (綠線(xiàn))、降水云 (藍(lán)線(xiàn))、非降水云 (紅線(xiàn)) 發(fā)生率的日變化Fig.5 Diurnal cycles of mean occurrence frequencies for total cloud (green line),precipitation cloud (blue line),and non-precipitation cloud (red line)
利用2019年6月到2020年6月降水現(xiàn)象儀在墨脫云降水野外試驗(yàn)基地的觀(guān)測(cè)數(shù)據(jù),統(tǒng)計(jì)了墨脫地區(qū)的雨滴譜特征。首先,對(duì)降水現(xiàn)象儀的觀(guān)測(cè)數(shù)據(jù)進(jìn)行質(zhì)量控制,剔除了信噪比較低的前兩個(gè)直徑通道的數(shù)據(jù)(Tokay,et al,2013;Chen,et al,2017)。由于自然界中很少存在直徑大于8.0 mm的雨滴(Wu,et al,2019),因此也剔除了直徑大于8.0 mm的數(shù)據(jù)。這樣,雨滴譜是根據(jù)0.31—8.0 mm 的雨滴直徑計(jì)算的??紤]到降水現(xiàn)象儀測(cè)量過(guò)程中粒子部分處于光束內(nèi)造成的邊緣粒子,以及強(qiáng)降水過(guò)程中大風(fēng)和雨滴濺到儀器表面而產(chǎn)生的不切實(shí)際的大而緩慢下落的粒子(Chen,et al,2017),研究中采用Atlas等(1973) 提出的粒子下落速度-直徑經(jīng)驗(yàn)公式剔除一些奇異數(shù)據(jù)。濾除了超過(guò)經(jīng)驗(yàn)公式±60%的雨滴(圖6),可以看出,被濾除的雨滴直徑主要小于1 mm,很可能和邊緣粒子有關(guān)。
圖6 2019年6月至2020年6月按粒子直徑和下落速度計(jì)算的累積粒子數(shù) (色階,以常用對(duì)數(shù)表示;實(shí)線(xiàn)代表下落速度-直徑的經(jīng)驗(yàn)公式 (Atlas,et al,1973),虛線(xiàn)表示經(jīng)驗(yàn)公式的±60%)Fig.6 Accumulated particle counts by size and terminal velocity for the observational period from June 2019 to June 2020 (The solid line indicates the empirical fall speeddiameter relationship of Atlas et al (1973),The dashed lines indicate the ±60% empirical fall speed-diameter relationship)
以前的研究(Bringi,et al,2003,2009;Tokay,et al,1996;Chen,et al,2017;Dolan,et al,2018)表明,雨滴譜不僅隨著時(shí)間和空間變化,而且還隨雨強(qiáng)變化。為了解墨脫地區(qū)的雨滴譜特征,將墨脫野外試驗(yàn)基地2019年6月至2020年6月降水現(xiàn)象儀的觀(guān)測(cè)數(shù)據(jù)分成5個(gè)雨強(qiáng)等級(jí):(a)<1 mm/h,(b)1—3 mm/h,(c)3—10 mm/h,(d)10—20 mm/h,(e)≥20 mm/h。
從墨脫地區(qū)5個(gè)等級(jí)雨強(qiáng)的平均雨滴譜分布(DSD)(圖7)可知,譜寬隨雨強(qiáng)的增強(qiáng)而增大,所有雨強(qiáng)的雨滴譜均表現(xiàn)出多個(gè)極值的特征,極值分別在0.5、1.1和2.7 mm。Steiner等(1987),Krishna等(2016)在觀(guān)測(cè)中也發(fā)現(xiàn)了雨滴譜的這種多極值特征,這些多極值可能是由于較高的融化層導(dǎo)致雨滴具有較長(zhǎng)的下落時(shí)間,更多的雨滴碰并、破碎過(guò)程增加了多個(gè)極值的可能性(Steiner,et al,1987)??梢钥吹接陱?qiáng)在3—10 mm/h 的小粒子濃度與雨強(qiáng)在10—20 mm/h及≥20 mm/h的小粒子濃度比較接近。一方面,這可能是由于降水現(xiàn)象儀本身的測(cè)量缺陷造成的,在強(qiáng)降水時(shí)低估小粒子的濃度(Tokay,et al,2013;Wen,et al,2017)。另一方面,也可能是因?yàn)樵趶?qiáng)降水時(shí)小粒子的分裂和合并過(guò)程達(dá)到了平衡(Wu,et al,2019)。由每個(gè)等級(jí)雨強(qiáng)的平均雨滴譜計(jì)算得到的降水參數(shù)見(jiàn)表3,雨滴濃度(NT)、液態(tài)水含量(W)、反射率因子(Z)、粒子質(zhì)量加權(quán)平均直徑(Dm)均隨著雨強(qiáng)的增強(qiáng)而增大。標(biāo)準(zhǔn)化截距參數(shù)(lgNw)先隨雨強(qiáng)的增大而增加,在雨強(qiáng)為10—20 mm/h時(shí)達(dá)到最大(3.973),隨后隨雨強(qiáng)增大又減小。雨滴譜伽馬分布模型形狀因子(μ)同樣表現(xiàn)出隨雨強(qiáng)先減小后增大的特點(diǎn),而斜率參數(shù)(Λ)則隨雨強(qiáng)的增大而減小。
圖7 墨脫地區(qū)5個(gè)等級(jí)雨強(qiáng)的平均雨滴譜分布 (平均雨滴譜分布對(duì)應(yīng)的降水參數(shù)和擬合的伽馬模型參數(shù)見(jiàn)表3)Fig.7 Average raindrop size distributions for the five levels of rainfall rate in Motuo (The corresponding integral rain parameters and fitted gamma model parameters obtained from the average DSDs are listed in Table 3)
表3 五個(gè)雨強(qiáng)等級(jí)及全部數(shù)據(jù)的平均雨滴譜分布對(duì)應(yīng)的降水參數(shù)和擬合的伽馬模型參數(shù)Table 3 Integral rain parameters obtained from the average raindrop size distributions for the five levels of precipitation rate and the total data
為進(jìn)一步了解墨脫地區(qū)雨滴直徑(D)的分布及其對(duì)降水的相對(duì)貢獻(xiàn),2019年6月至2020年6月墨脫的雨滴譜觀(guān)測(cè)數(shù)據(jù)按雨滴直徑被分成了6個(gè)等級(jí),對(duì)應(yīng)的雨滴直徑如圖8所示,對(duì)降水貢獻(xiàn)最大的是D<1 mm 的雨滴,占粒子數(shù)濃度的88.9%,對(duì)降水率(R)的貢獻(xiàn)為56.8%。1≤D<2 mm的雨滴雖然對(duì)粒子數(shù)濃度的貢獻(xiàn)只占了4.5%,但其對(duì)降水率的貢獻(xiàn)卻超過(guò)了38%。總的來(lái)說(shuō),墨脫地區(qū)的降水以中小粒子為主,超過(guò)了降水粒子數(shù)濃度的99%,對(duì)降水率的貢獻(xiàn)超過(guò)了95%。
圖8 墨脫各粒子直徑等級(jí)對(duì)降雨率R (黑實(shí)線(xiàn)) 和總數(shù)濃度NT (灰度直方圖) 的相對(duì)貢獻(xiàn)Fig.8 Relative contributions of each size class to the rain rate R (solid black line) and total drop contribution NT(gray histogram) in Motuo
層狀云和對(duì)流云降水是自然界降水的基本類(lèi)型,為了進(jìn)一步了解墨脫地區(qū)不同降水類(lèi)型的雨滴譜特征,研究中采用了基于連續(xù)采樣數(shù)據(jù)標(biāo)準(zhǔn)差(STD)來(lái)區(qū)分層狀云降水和對(duì)流云降水(Bringi,et al,2003;Chen,et al,2017;Wu,et al,2017)。如果連續(xù)10個(gè)1 min的雨滴譜數(shù)據(jù)的STD≤1.5 mm/h,則認(rèn)為是層狀云降水;如果STD>1.5 mm/h,且降水率R≥5 mm/h,則認(rèn)為是對(duì)流云降水。通過(guò)該方法對(duì)墨脫2019年6月—2020年6月雨滴譜數(shù)據(jù)進(jìn)行分類(lèi),層狀云降水和對(duì)流云降水的累計(jì)時(shí)間分別為120498和1299 min。
從墨脫地區(qū)層狀云和對(duì)流云降水的平均雨滴譜(圖9)可見(jiàn),對(duì)流云降水比層狀云降水的譜寬更寬,隨著粒子直徑的增大,對(duì)流云降水的數(shù)濃度要高于層狀云降水的數(shù)濃度。同樣可以看到層狀云和對(duì)流云降水的雨滴譜具有多極值的特征,極值也分布在0.5、1.1和2.7 mm處。
圖9 墨脫層狀云 (灰色) 和對(duì)流云 (黑色) 的平均雨滴譜分布Fig.9 Average raindrop size spectra for stratiform (gray line) and convective (black line) precipitation in Motuo
圖10a、b給出了層狀云和對(duì)流云降水的Dm和lgNw發(fā)生率的柱狀分布,這里的Dm和lgNw是基于每分鐘的雨滴譜數(shù)據(jù)計(jì)算的。墨脫地區(qū)層狀云降水的Dm分布比較窄,標(biāo)準(zhǔn)差較小,層狀云降水的Dm主要集中在0.5—1.2 mm,平均為0.86 mm,lgNw分布比較廣,主要分布在2.8—4.2,平均3.47。對(duì)流云降水則具有更大的Dm和lgNw,Dm主要分布在1.0—1.6 mm,lgNw集中在3.6—4.5,平均分別為1.38 mm和4.01。此外,墨脫對(duì)流云降水的lgNw偏斜度負(fù)值較大,說(shuō)明墨脫地區(qū)對(duì)流性降水的雨滴濃度偏向大值區(qū)??梢钥闯?。墨脫地區(qū)的lgNw具有明顯的雙峰結(jié)構(gòu)特征,分別對(duì)應(yīng)于對(duì)流云和層狀云降水(平均值分別為4.01和3.47)。已有的研究(Bringi,et al,2012;Thompson,et al,2015)表明,熱帶地區(qū)的海洋性降水具有這種雙峰特征。
從層狀云和對(duì)流云降水的Dm-lgNw數(shù)據(jù)散點(diǎn)分布(圖10c)可以看出,墨脫的對(duì)流云和層狀云降水大部分較好地分布在Bringi等(2003)擬合的層云-對(duì)流云降水分界線(xiàn)兩側(cè)。大部分對(duì)流云接近Bringi等(2003)定義的海洋性對(duì)流區(qū)域,很小一部分分布在大陸性對(duì)流區(qū)域。這說(shuō)明墨脫的對(duì)流云降水趨于海洋性對(duì)流。華東和華南夏季的對(duì)流云降水也趨于海洋性對(duì)流云,海洋性對(duì)流云降水的特點(diǎn)是雨滴直徑小而數(shù)濃度大(Wen,et al,2016;王夢(mèng)瑤,2019)。
由于墨脫地區(qū)的降水主要集中在6—9月,占了年降水量的64%(陳萍等,2018)。因此,研究中計(jì)算了2019年6—9月降水期平均的云底高度、0℃層高度及云頂高度,來(lái)探究墨脫對(duì)流云降水趨于海洋性對(duì)流的原因。2019年6—9月墨脫降水云的云底、云頂高度的平均值分別為0.3和6.5 km。由于墨脫沒(méi)有探空數(shù)據(jù),采用ERA5 (European Centre for Medium-Range Weather Forecasts(ECMWF) Reanalysis version 5)再分析資料得到了2019年6—9月墨脫降水時(shí)段0℃層的平均高度為4.2 km。0℃層與云底之間的距離為暖云厚度,云頂與0℃層之間的距離為冷云厚度。由此可以看出,墨脫夏季降水以暖雨過(guò)程為主,通過(guò)碰并作用產(chǎn)生了大量的小雨滴。這可能與夏季印度洋季風(fēng)為墨脫地區(qū)輸送來(lái)充沛的暖濕氣流有關(guān)。
在第二次青藏高原科學(xué)考察研究專(zhuān)題(西風(fēng)-季風(fēng)協(xié)同作用對(duì)亞洲水塔變化的影響)和國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(青藏高原地-氣相互作用及其對(duì)下游天氣氣候的影響)的共同支持下,中國(guó)氣象科學(xué)研究院于2019年開(kāi)始在位于青藏高原東南部雅魯藏布大峽谷水汽通道入口處的墨脫縣建立野外觀(guān)測(cè)試驗(yàn)基地,開(kāi)展了水汽、云和降水的綜合觀(guān)測(cè),先后布設(shè)了先進(jìn)的Ka波段云雷達(dá)、微波輻射計(jì)、X波段雙偏振相控陣?yán)走_(dá)、降水現(xiàn)象儀、K波段微雨雷達(dá)等設(shè)備,獲取了高時(shí)、空分辨率的云和降水的宏、微觀(guān)數(shù)據(jù)。文中利用Ka波段云雷達(dá)2019年的探測(cè)數(shù)據(jù)分析了墨脫地區(qū)云的宏觀(guān)統(tǒng)計(jì)特征,利用降水現(xiàn)象儀2019年6月至2020年6月的數(shù)據(jù)分析了雨滴譜特征,主要結(jié)論如下:
(1)自2019年開(kāi)始,墨脫野外觀(guān)測(cè)試驗(yàn)基地開(kāi)展的水汽、云和降水的綜合觀(guān)測(cè),成功獲取了墨脫地區(qū)地基多種雷達(dá)的云探測(cè)數(shù)據(jù)及雨滴譜數(shù)據(jù),彌補(bǔ)了該地區(qū)云降水觀(guān)測(cè)資料的空白,為今后研究該地區(qū)云和降水的宏、微觀(guān)物理特征提供了數(shù)據(jù)基礎(chǔ)。
(2)墨脫地區(qū)云量較多,云的發(fā)生率占2019年云雷達(dá)觀(guān)測(cè)廓線(xiàn)的67%,降水云廓線(xiàn)幾乎占了總云廓線(xiàn)的一半(45%)。云底高度表現(xiàn)出雙峰模態(tài),峰值分別在0—1 km和2—3 km高度處,分別對(duì)應(yīng)于降水云和非降水云,云底高度上午略低于其他時(shí)段。接近60%的云頂高度在4—7 km,從云頂高度的垂直分布來(lái)看,同一高度夜間云頂?shù)陌l(fā)生率高于白天。總的來(lái)說(shuō),墨脫地區(qū)以中云和低云為主,云通常在午后到晚上生成,早上到中午慢慢消散。
(3)從雨滴譜分布特征來(lái)看,該地區(qū)不同雨強(qiáng)的平均雨滴譜相似,譜寬和較大雨滴的濃度隨雨強(qiáng)的增大而增大。降水以中、小粒子為主,中、小粒子對(duì)粒子數(shù)濃度的貢獻(xiàn)超過(guò)99%,對(duì)降水率的貢獻(xiàn)超過(guò)95%。該地區(qū)降水的lgNw呈現(xiàn)雙峰分布,分別對(duì)應(yīng)于對(duì)流云和層狀云降水。對(duì)流云降水的特點(diǎn)是粒子直徑較小而數(shù)濃度較高,Dm的范圍在1.0—1.6 mm,lgNw的范圍在3.6—4.5,表現(xiàn)出海洋性對(duì)流云降水的特征。
墨脫野外觀(guān)測(cè)試驗(yàn)基地由于建站時(shí)間較短,獲取的數(shù)據(jù)有限,本研究?jī)H利用云雷達(dá)和雨滴譜數(shù)據(jù)進(jìn)行了一些初步的分析,結(jié)果的代表性還不強(qiáng)。隨著數(shù)據(jù)的進(jìn)一步積累,接下來(lái)研究中將深入開(kāi)展墨脫地區(qū)降水微物理特征的季節(jié)變化研究,并將聯(lián)合微雨雷達(dá)、X波段雙偏振相控陣?yán)走_(dá)數(shù)據(jù)開(kāi)展藏東南雅魯藏布大峽谷水汽通道入口處墨脫地區(qū)對(duì)流降水過(guò)程的多尺度觀(guān)測(cè)分析。
致 謝:感謝西藏林芝市氣象局、西藏墨脫縣氣象局、安徽四創(chuàng)電子股份有限公司、杭州淺海氣象儀器有限公司、珠海納瑞達(dá)科技有限公司等單位為墨脫野外觀(guān)測(cè)試驗(yàn)提供的幫助和支持。