GPM衛(wèi)星DPR和GMI探測的2018年5月重慶超級單體云團降水結(jié)構(gòu)特征分析

傅云飛，羅晶，羅雙，陳光燦，王夢曉，孫禮璐，孫囡，楊柳

(中國科學(xué)技術(shù)大學(xué)地球和空間科學(xué)學(xué)院，合肥 230026)

引 言

夏季暴雨是我國大部分地區(qū)的主要災(zāi)害之一，學(xué)者們對此做了很多研究(陶詩言等，1980；郭其蘊，1985；丁一匯，1994；胡伯威等，2001；徐祥德等，2001；高守亭等，2003；杜小玲等，2004；沈新勇等，2005；高守亭等，2018)。地基天氣雷達是一種有效的暴雨探測工具，可以探測降水回波的水平分布和垂直剖面或廓線等，這些參量的空間分布反映了降水云內(nèi)的微物理過程、熱動力過程及其天氣環(huán)境場特點(Houze，1981；Szoke et al.，1986；Marks and Houze，1987；Hobbs，1989；Liu and Takeda，1989；劉黎平等，2004；劉淑媛等，2007；Li et al.，2019)，因為降水回波的強弱與云粒子的大小及濃度、形態(tài)和相態(tài)有關(guān)，降水回波強度的空間分布則與云內(nèi)氣流上升運動的大小有關(guān)(張培昌等，2001)。Zipser和Lutz(1994)指出陸面和洋面降水廓線差異是由兩地云內(nèi)上升運動強度差異造成。通過對熱帶測雨衛(wèi)星(Tropical Rainfall Measuring Mission，TRMM)測雨雷達(Precipitation Radar，PR)探測結(jié)果的分析，學(xué)者們揭示了熱帶及副熱帶洋面與陸面對流降水廓線和層狀降水廓線的差異(Liu and Fu，2001)、中國東部陸面與近海對流降水廓線和層狀降水廓線的差異(Fu and Liu，2003；Fu et al.，2003；傅云飛等，2008)。機載多普勒雷達的探測表明，臺風(fēng)內(nèi)核在加強階段與穩(wěn)定階段的降水垂直結(jié)構(gòu)也存在差異(Rogers et al.，2013)。李 銳 等(2005)指 出 由 于ENSO(El Ni?o Southern Oscillation)引發(fā)熱帶東太平洋海表溫度的變化，引起大范圍大氣上升運動的變化，進而造成該地區(qū)云內(nèi)零度層亮帶和降水廓線的變化。上述研究結(jié)果均表明認識降水結(jié)構(gòu)特征，有助于進一步理解降水云內(nèi)的微物理過程、熱動力過程及其天氣環(huán)境場特點。

我國西南地區(qū)地形復(fù)雜，地基探測存在困難，模式模擬成為研究暴雨一種主要方法。如利用MM5模擬結(jié)果分析貴州地區(qū)暴雨的不穩(wěn)定性(吳哲紅等，2008)；利 用WRF(Weather Research and Forecasting model)模擬貴州省西南部一次典型的突發(fā)性強對流暴雨(喬林等，2009)；利用模式模擬結(jié)果分析地形對鄂東特大暴雨的影響(姜勇強和王元，2010)、分析四川地形等因素對暴雨落區(qū)的影響(王成鑫等，2013)。與此同時，學(xué)者們也越來越重視有限觀測資料的使用，如將模式結(jié)果與地面雷達觀測相結(jié)合，分析湘西特大暴雨的觸發(fā)機制(葉成志等，2007)，或?qū)⑿l(wèi)星資料與再分析資料結(jié)合，分析四川省攀西地區(qū)暴雨過程的MCS(Mesoscale Convection System)特征及其成因(肖遞祥等，2010)，或?qū)⒊Ｒ?guī)觀測資料、雷達回波反演資料、自動氣象站降水量、GPS水汽觀測、衛(wèi)星云圖及NCEP再分析資料等多種資料相結(jié)合，分析華南西部低渦切變特大暴雨的中尺度特征(黃明策等，2010)、鄂西北特大暴雨的天氣學(xué)機理及地形作用(廖移山等，2011)、貴州望謨局地的暴雨天氣學(xué)特點(杜小玲等，2013)、西部暴雨的西南低渦特征(翟丹華等，2014)、四川特大暴雨水汽來源(周長艷等，2015)、黔西南低渦切變型暴雨的中尺度特征(王芬等，2016)等。

利用星載測雨雷達探測結(jié)果，可彌補西部地區(qū)地基測雨雷達探測的不足(傅云飛，2019)。傅云飛等(2007)利用TRMM PR探測結(jié)果，分析了青藏高原東南部某山谷附近地區(qū)的降水結(jié)構(gòu)特征；劉奇等(2007)通過分析長時間PR探測結(jié)果，揭示了夏季青藏高原與東亞及熱帶降水廓線特征的差異；王寶鑒等(2017)利用PR探測結(jié)果，分析了青藏高原東坡一次大暴雨強降水結(jié)構(gòu)的特征；Fu等(2018)通過分析15 a PR探測的結(jié)果，揭示了喜馬拉雅南坡陡峭地形上的降水強度及頻次的氣候特征。

2014年2月在軌運行的全球測雨衛(wèi)星GPM搭載了Ka和Ku波段測雨雷達，較先前的PR，實現(xiàn)了雙頻測雨雷達的探測，為研究暴雨結(jié)構(gòu)提供了新的數(shù)據(jù)。張奡祺和傅云飛(2018)分析了DPR雙波長及不同探測方式反演的降水產(chǎn)品數(shù)據(jù)特點，并分析了多個降水系統(tǒng)的降水結(jié)構(gòu)特征。隨后Zhang等(2018)又將DPR與日本靜止衛(wèi)星葵花-8熱紅外通道觀測相結(jié)合，揭示了中國東部降水系統(tǒng)發(fā)生發(fā)展過程中降水垂直結(jié)構(gòu)變化的特點。

本文研究的超級單體云團降水發(fā)生于2018年5月21日重慶附近，其累計降雨量208.5 mm，造成多個鄉(xiāng)鎮(zhèn)受災(zāi)和人員傷亡，基礎(chǔ)設(shè)施、農(nóng)業(yè)生產(chǎn)等遭受嚴重損失。此次利用GPM DPR和GMI的探測結(jié)果，結(jié)合FY-4A靜止衛(wèi)星的熱紅外10.8μm通道觀測結(jié)果、地面探空站的溫濕風(fēng)觀測結(jié)果及歐洲天氣預(yù)報中心再分析數(shù)據(jù)，分析揭示了該超級云團的降水結(jié)構(gòu)特征。

1 數(shù)據(jù)和方法

本文使用的2ADPR數(shù)據(jù)由頻率分別為35.5 GHz(KaPR)和13.6 GHz(KuPR)的DPR探測結(jié)果處理得到，并由美國航空航天局(National Aeronautics and Space Administration，NASA)的戈大德飛行中心(Goddard Space Flight Center，GSFC)實 驗 室 發(fā) 布(https：//pmm.nasa.gov/data-access/downloads/gpm)。KaPR和KuPR均搭載于GPM衛(wèi)星上，該衛(wèi)星是一顆非太陽同步衛(wèi)星，軌道傾角65°，軌道周期93 min，每天繞地球觀測約有16條軌道。GPM衛(wèi)星上搭載的多頻段GMI有13個通道，它做錐掃描對云降水及陸面和洋面進行觀測。與TRMM衛(wèi)星搭載的PR和TMI(TRMM Microwave Imager)相比，GPM衛(wèi)星搭載的DPR和GMI更先進，且覆蓋范圍更廣(Hou et al.，2014)。

DPR的KuPR正常掃描方式(Normal Scan，NS)與TRMM PR接近，其掃描刈幅寬為245 km，每次掃描49個像元，星下點像元分辨率為5 km；KuPR的垂直分辨率為250 m，探測地表至22 km高度的降雨和降雪三維結(jié)構(gòu)，其最小回波閾值為14.5 dBz。KaPR掃描刈幅寬為120 km，它以兩種方式進行掃描：高分辨率掃描(High-sensitivity Scan，HS)方式和匹配掃描(Matched Scan，MS)方式。HS掃描時，KaPR在KuPR兩條掃描線的中間進行掃描，此時KaPR通過發(fā)射雙倍寬度脈沖，其最小回波閾值減小到10.2 dBz，探測的垂直分辨率為500 m；MS掃描時，KaPR在KuPR掃描線的中間25個像元上與KuPR進行同步掃描，此時KaPR的垂直分辨率與KuPR的一致，但KaPR的最小回波閾值變大，達16.7 dBz。匹配掃描方式的目的是便于相關(guān)降水參數(shù)的反演。

由于KaPR和KuPR頻率不同，對云中粒子的響應(yīng)也不同，為此GPM開發(fā)了雙頻算法產(chǎn)生降水產(chǎn)品2ADPR(Rose and Chandrasekar，2006；Iguchi et al.，2012)。該算法原理出自Marzoug和Amayenc(1994)，具體流程參見Iguchi等(2012)研究，其思路首先從KaPR和KuPR的雷達反射率中提取粒子大小分布(droplet size distribution，DSD)廓線，然后根據(jù)DSD廓線計算降水率廓線。2ADPR產(chǎn)品的有效性已被眾多研究者驗證(Kotsuki et al.，2014；Hamada and Takayabu，2016；張奡祺和傅云飛，2018；Zhang et al.，2020)。本文將使用2ADPR產(chǎn)品的雷達波反射率廓線、地面降水率、降水類型(對流降水、層狀降水和其它類型降水)、DSD廓線等降水參數(shù)。雷達波反射率廓線和DSD廓線的垂直分辨率為125 m，水平分辨率為5 km。

本文使用的GMI是一部多通道錐形掃描的微波輻射計，其工作方式與TMI類似，即天線與星下點相交48.5°，以保持地球入射角52.8°的等角錐面掃描，并以140°跨軌掃描角，故刈幅寬為904 km，其中間部分與KuPR重疊，這部分的觀測持續(xù)時間約為67 s。GMI有8個垂直極化(VP)通道、5個水平極化(HP)通道，即10.6 GHz(VP/HP)、18.7 GHz(VP/HP)、23 GHz(VP)、37GHz(VP/HP)、89 GHz(VP/HP)、166 GHz(VP/HP)、183±3 GHz(VP)、183±7 GHz(VP)。相比于TMI，它增加了4個高頻毫米波通道，頻率為166 GHz和183 GHz。根據(jù)微波遙感理論，10～23 GHz頻率對云中液態(tài)水粒子敏感，36～89 GHz頻率對云中液態(tài)和固態(tài)粒子(冰或雪)敏感，而高于89 GHz的頻率對云中固態(tài)粒子敏感。

本文還使用了我國第二代靜止氣象衛(wèi)星風(fēng)云四號A星(FY-4A)搭載的多通道掃描成像輻射計(AGRI)的長波紅外10.8μm通道亮溫數(shù)據(jù)。該星于2016年12月11日升空，定位于104.5°E赤道上空。AGRI具有14通道，其中6個可見/近紅外波段、2個中波紅外波段、2個水汽波段和4個長波紅外波段，可見/近紅外波段的分辨率為0.5～1 km，紅外波段的分辨率為2～4 km。AGRI全圓盤掃描觀測時間分辨率為15 min。

圖1a是AGRI 10.8μm通道于2018年5月21日16時(世界時，下同)觀測的亮溫TB分布，顯示重慶地區(qū)上空出現(xiàn)一大片完整云團，低于250 K亮溫區(qū)在東西和南北方向大體為400 km，最低亮溫低于200 K，可見云團非常深厚(故稱之為超級單體云團)。該超級單體云團的西南側(cè)、南側(cè)和東側(cè)，亮溫變化于280～300 K之間，為晴空少云區(qū)；而超級單體云團的北側(cè)和東北側(cè)，存在零星小塊云團，它們的最低亮溫在230 K左右。通常長波紅外(或稱為熱紅外)通道測得亮溫低于233 K，云對應(yīng)冰相，而高于273 K則對應(yīng)水相(Braga and Vila，2014；Fu and Qin，2014)，介于233 K與273 K之間則為混合相。由此可見，這些小塊云團主要是冰水混合相態(tài)云團。圖1b為GPM經(jīng)過該超級單體云團時，其軌道上相應(yīng)的AGRI 10.8μm通道亮溫。由于AGRI熱紅外通道分辨率(4 km)與DPR分辨率(5 km)不同，將距離DPR像元中心最近距離的AGRI 10.8μm通道亮溫，作為DPR像元的紅外亮溫(即就近融合方法)。融合前后的10.8μm通道亮溫的概率分布函數(shù)(PDF)如圖2所示，可見兩條曲線基本重疊。由融合前后統(tǒng)計計算的均值和標準差(表略)可見，融合前后均值相同，標準差相差0.3 K。這些均表明融合未造成熱紅外通道亮溫的歪曲。

圖1 2018年5月21日16∶00 FY-4A靜止衛(wèi)星AGRI熱紅外10.8μm通道觀測的亮溫分布(a,單位:K,實線為GPM過境軌道)和10.8μm通道亮溫融合到DPR像元后的亮溫分布(b,單位:K)Fig.1 The distribution of(a)the brightness temperature(unit:K.The solid black line represented for the both sides of GPM swath)observed by thermal infrared channel at 10.8μm of AGRI onboard FY-4A geostationary satellite at 16∶00 UTC on May 21,2018,and(b)the brightness temperature merged on pixels of DPR(unit:K).

圖2 AGRI的熱紅外通道(10.8μm)像元亮溫(紅線)和DPR像元亮溫(藍線)的概率分布函數(shù)(PDF)曲線F ig.2 Curves of the probability distribution function(PDF)for brightness temperature at pixels of AGRI thermal infrared channel(10.8μm,red line)and at pixels of DPR(blue line).

另外，本文還使用了超級單體云團附近的溫江探空站大氣溫濕風(fēng)數(shù)據(jù)，來源于中國氣象局數(shù)據(jù)中心。該數(shù)據(jù)給出了大氣各標準氣壓層的大氣溫度、濕度和風(fēng)向風(fēng)速。為描述超級單體云團降水發(fā)生時的天氣環(huán)流背景，本文使用了歐洲天氣預(yù)報中心(ECMWF)的ERA5再分析數(shù)據(jù)，它是ECMWF的最新一代再分析資料。由于采用了四維變分(4D-Var)同化技術(shù)，故它相對于ERA-Interim具有更高的時空分辨率，時間分辨率為1 h，垂直分辨率為137層(插值到37個等壓面)，水平分辨率為0.25°(Hersbach et al.，2020)。

2 結(jié)果分析

2.1 AGRI、DPR和GMI探測的超級單體云團降水強度及信號

首先利用AGRI的10.8μm通道觀測的亮溫分布，了解這次超級單體云團空間分布(圖3)，分析可知，當日14∶30—16∶00重慶地區(qū)上空存在一個超級單體云團，且過去1.5 h內(nèi)云頂?shù)陀?50 K亮溫的面積不斷增大，但中心區(qū)域位置基本穩(wěn)定；云頂?shù)陀?20 K亮溫面積變化表明，14∶30該超級單體云團面積最小，但云體中心區(qū)存在亮溫非常低(低于190 K)的兩小塊云(圖3a)，說明此時超級單體云團內(nèi)有兩塊非常深厚的云；隨后1 h內(nèi)，低于190 K的云區(qū)逐漸消失，超級單體云團面積增大，說明該超級單體云團中對流活動已經(jīng)由鼎盛開始走向衰退，此時(16∶00)GPM正好經(jīng)過超級單體云團上空(圖3d)。此外，圖3表明該超級單體云團呈非對稱形狀，10.8μm通道亮溫的水平梯度表明云體的東南部亮溫水平梯度大，且緊貼著暖區(qū)，大體可判斷這個超級單體云團的東側(cè)至西南側(cè)為暖區(qū)。結(jié)合圖7a地面風(fēng)場(云團西北部吹偏北氣流)和圖7b(云團位于500 hPa的槽前)，大體判斷該云團為西北向東南運動的冷空氣深入暖區(qū)形成。這一過程中局地復(fù)雜地形發(fā)揮的作用，也有待研究。

圖3 2018年5月21日14∶30—16∶00 AGRI 10.8μm通道觀測的超級單體云團演變(單位:K,時間間隔0.5 h,黑實線為DPR軌道的兩側(cè)邊沿)Fig.3 The distribution changes in the brightness temperature(unit:K)of the supercell cloud observed by AGRI 10.8μm channel from 14∶30 UTC to 16∶00 UTC on May 21,2018(Time interval 0.5 h.The solid black line represented for both sides of GPM swath).

GPM的DPR探測的近地面降水強度如圖4所示，DPR共探測到155 191個降水像元，其中對流降水像元63 978個(占降水像元的41.2%)、層狀降水像元81 712個(占降水像元的52.7%)，其它類型降水9 501個(占降水像元的6.1%)。圖4表明重慶附近地區(qū)地面出現(xiàn)的瞬時降水強度超過30 mm·h-1。從地形的海拔高度分布看，強雨區(qū)大體位于云貴高原與四川盆地交界處至盆地的西南部；在四川盆地北部同時存在一片松散雨區(qū)，強度相對弱。

圖4 2018年5月21日16：00 DPR探測的超級單體云團的近地面降水率分布(單位:mm·h-1;灰度為地形海拔高度,單位:m;黑實線為DPR軌道的兩側(cè)邊沿,AB、CD為現(xiàn)圖10剖面沿線)Fig.4 The distribution of near-surface rain rate(unit:mm·h-1)for the supercell cloud measured by DPR at 16∶00 UTC on May 21,2018(The gray scale represented for the altitude of the terrain,unit:m.The solid black line represented for both sides of GPM swath,line AB and line CD are the lines of the cross-section in Fig.10).

GMI 6個垂直極化通道探測的超級單體云團微波亮溫分布如圖5所示，它表明超級單體的西南、南和東部均為一致的高亮溫區(qū)(紅色區(qū)域)，該區(qū)域與AGRI的熱紅外通道探測的暖區(qū)吻合(圖3)，說明GMI的低頻至高頻通道均能反映陸面暖區(qū)，但低頻通道10.6 GHz、18.7 GHz和23 GHz亮溫卻不能給出超級單體云團的輪廓，這是因為云中降水粒子的發(fā)射信號被陸面發(fā)射信號所淹沒，這也是為什么被動微波低頻信號不用來反演陸面降水的原因。而洋面上行輻射相對其上降水粒子上行輻射是一冷輻射背景，所以被動微波低頻通道可以用于洋面降水反演(Fu and Liu，2001；Liu et al.，2001；王雨等，2006；Wang et al.，2009)。但從37 GHz的亮溫分布已能看出超級單體云團的輪廓(圖5d)，因為該通道可以對降水云中的冰粒子散射信號也有響應(yīng)，圖5中亮溫低于250 K的區(qū)域?qū)?yīng)降水云中的冰相區(qū)；89 GHz和166 GHz的亮溫分布給出了與AGRI熱紅外探測基本一致的超級單體云團輪廓，但這兩個微波通道亮溫分布卻出現(xiàn)小塊狀分布(尺度比熱紅外亮溫小)，由此可判定該超級單體云團存在非均勻冰相粒子組成的次尺度云團。89 GHz和166 GHz通道相比，后者的亮溫分布與AGRI的10.8μm通道亮溫分布更接近，低于260 K覆蓋范圍對應(yīng)AGRI 10.8μm通道低于200 K的分布區(qū)域，由此可知166 GHz通道非常適合對冰云的遙感。

圖5 2018年5月21日16∶00 GMI 6個垂直極化通道觀測的超級單體云團微波亮溫分布(單位:K)Fig.5 The distribution of microwave bright temperature(unit:K)for supercell cloud observed by GMI six vertical polarization channels at 16∶00 UTC on May 21,2018.

在數(shù)據(jù)和方法一節(jié)中，已將AGRI 10.8μm通道亮溫與DPR的降水在DPR像元上進行了融合，且這種融合未使得AGRI 10.8μm通道亮溫歪曲，因此利用這個融合數(shù)據(jù)，便能分析這次超級單體云團地面降水強度與云頂10.8μm通道亮溫之間的聯(lián)系(如圖6所示)。圖6表明弱降水(小于10 mm·h-1)相應(yīng)的降水云頂亮溫變化位于195～295 K之間；中等降水(大于10 mm·h-1且小于30 mm·h-1)相應(yīng)的亮溫變化位于195～265 K之間，即該降水強度相應(yīng)的云頂不會為液相，只能是冰相或混合相；而強降水(大于30 mm·h-1)相應(yīng)的亮溫則低于220 K(除去一個點)，即強降水云頂為冰相。上述說明地面降水強度越大，降水云頂趨于越高。另一方面，也說明用10.8μm通道亮溫來反演地面降水有很大的不確定度，因為該通道只表征了云頂高度信息(間接體現(xiàn)云頂相態(tài))，而不能反映從云頂至云底發(fā)生的云降水物理過程信息。

圖6 DPR的地面降水強度(RR)與AGRI的10.8μm通道亮溫(TB)的散點圖Fig.6 The scatterplot of the surface rain rate measured by DPR with the brightness temperature observed by AGRI 10.8μm channel.

2.2 天氣形勢及大氣穩(wěn)定度

為了解這次超級單體云團發(fā)生的天氣背景，利用ERA5繪制了DPR觀測時間的地面風(fēng)、500 hPa位勢高度和垂直速度、700 hPa散度的分布(圖7)?？梢钥吹降孛鎻娊邓畢^(qū)北部偏北氣流與南部偏南氣流在超級單體云團形成的一個輻合區(qū)(圖7a)，還可以看到云團的雨區(qū)地處復(fù)雜地形，雨區(qū)西部和西南部的海拔高度約1 500 m以上，東部和北部海拔高度迅速降低至500 m以下。雨區(qū)在500 hPa位勢高度上對應(yīng)低壓區(qū)(圖7b)，它位于30°N以北、103°E以西的低壓槽前的底部，因此槽后的青藏高原東部西北氣流攜帶較冷空氣會注入超級單體云團，故圖3中AGRI 10.8μm通道亮溫顯示超級單體云團處于冷暖交匯區(qū)。另一方面圖7b中27°N以南的西南-東北走向分布的等高線，表明有西南氣流攜帶暖濕空氣從青藏高原東部流向超級單體云團。這種大尺度天氣背景就造成了500 hPa高度包括超級單體云團在內(nèi)大范圍的大氣低層強烈的氣流輻合運動(圖7d)和強烈的上升運動(圖7c)。

對照圖4暴雨東北部的無降水區(qū)，它與圖7c、d雨區(qū)東部的500 hPa下沉運動區(qū)和700 hPa輻散區(qū)對應(yīng)，說明ERA5對此次發(fā)生在復(fù)雜山地超級單體云團降水的大氣參數(shù)描述值得肯定。對照圖7與圖5可知，GMI的89 GHz和166 GHz通道亮溫低于250 K和180 K區(qū)域與500 hPa上升運動區(qū)吻合，說明強上升運動造成的冰云區(qū)，均被GMI高頻通道有效觀測。但700 hPa的輻散與500 hPa的下沉運動區(qū)，不能與GMI這些通道亮溫對應(yīng)，說明GMI觀測的有些云區(qū)與ERA5的大氣參數(shù)分布存在差異。圖3中10.8μm通道亮溫分布與ERA5的700 hPa輻散及500 hPa下沉運動區(qū)也不能很好對應(yīng)。上述說明ERA5再分析資料給出的大氣參數(shù)對云的表征還存在一定的困難，這是天氣模式及資料同化未來需要努力提升的方面。

圖7 ERA5再分析資料給出的2018年5月21日16∶00超級單體云團地面風(fēng)場(a,單位:m·s-1)、500 hPa位勢高度場(b,單位:gpm)、500 hPa垂直速度(c,單位:Pa·s-1)和700 hPa散度(d,單位:105 s-1)的分布(圖a和b中的灰度為地形海拔高度,單位:km)Fig.7 The distribution of(a)surface wind field(unit:m·s-1),(b)potential height field(unit:gpm),(c)vertical velocity(unit:Pa·s-1)on 500 hPa,and(d)divergence(unit:105 s-1)on 700 hPa for the supercell cloud generated by ERA5 reanalysis data at 16∶00 UTC on May 21,2018(The gray scale in a and b is the topographic altitude,unit:km).

暴雨尤其是超級單體云團暴雨，通常發(fā)生在不穩(wěn)定大氣層結(jié)情況下。為了解這次超級單體云團降水發(fā)生前的大氣層結(jié)狀況，利用云團區(qū)最近的溫江探空站大氣溫濕風(fēng)觀測結(jié)果，分析了5月20日00∶00—22日12∶00的大氣層結(jié)。圖8a顯示5月20日00∶00 700 hPa以下的大氣接近飽和，400 hPa以上的大氣比較干燥，850—500 hPa高度為西南氣流，而在250 hPa及其以上高度為西北氣流。12 h后干燥空氣已經(jīng)下沉至600 hPa高度，且大氣自700—200 hPa出現(xiàn)了不穩(wěn)定能量區(qū)，大氣飽和厚度也變薄，500 hPa高度的風(fēng)向從12 h前的西南風(fēng)變成了西北風(fēng)(圖8b)，這些均表明高空有冷平流下沉，使得大氣變得不穩(wěn)定。圖8b中的大氣層結(jié)狀況基本持續(xù)12 h，只是400 hPa以上高空風(fēng)向發(fā)生了變化，如20日12∶00 400 hPa以上為西北氣流，而21日00∶00 300—200 hPa已變成東南或南風(fēng)，說明這12 h內(nèi)高空偏暖氣流向北推進(圖8c)。到21日12：00，大氣不穩(wěn)定區(qū)變厚，已伸展至850 hPa，850—150 hPa氣柱盛行西南或偏西氣流，因此整層大氣濕度增大(圖8d)。這一厚濕度層在22日00：00最為明顯(圖8e)，此時大氣不穩(wěn)定能量已經(jīng)釋放，探空站發(fā)生降水，并造成500 hPa高度以下大氣溫度下降。圖8f顯示因降水已經(jīng)結(jié)束，500 hPa高度以下大氣已變得干燥，而在其上的600—400 hPa高度，應(yīng)該有高云存在，因為溫濕廓線顯示這個高度大氣濕潤。

圖8 2018年5月20—22日溫江站探空的大氣溫濕風(fēng)廓線Fig.8 The profiles of atmospheric temperature,humidity and wind derived from the sounding at Wenjiang station from May 20 to 22,2018.

由探空溫濕廓線計算的對流性有效位能(CAPE)(表略)，自20日00∶00—21日12∶00，CAPE從1 129 J·kg-1持續(xù)增加至2 758 J·kg-1，隨后12 h稍有減少(2 634 J·kg-1)，CAPE為此次超級單體云團暴雨發(fā)生提供了能量，而隨著超級單體云團暴雨過程的結(jié)束，大氣CAPE迅速減小至35 J·kg-1。(總體上，這次超級單體云團暴雨發(fā)生在一個深厚的大氣不穩(wěn)定層結(jié)中，它是由大氣低層偏南暖濕空氣與高空偏西北干冷空氣疊加而形成的對流性不穩(wěn)定能量區(qū))。一次超級單體暴雨爆發(fā)需要多少大氣不穩(wěn)定能量？這是一個值得研究的問題。

2.3 云物理參數(shù)特征

我國地基測雨雷達通常采用體掃方式對降水云進行探測，即給定探測仰角，測雨雷達360°掃描，獲得錐面上的降水回波(如仰角為零，則為平面上的降水回波)。與地基測雨雷達探測方式不同，DPR的兩部雷達以一定角度跨軌道掃描，這種探測方式與TRMM的PR類似。通常降水云體的上部粒子比下部小，因此星載測雨雷達自上向下探測方式較地基雷達自下向上探測方式，雷達波束衰減小，有利于探測降水云上部結(jié)構(gòu)，如降水回波頂高度等。傅云飛等(2012)曾利用PR探測結(jié)果，揭示了夏季亞洲對流降水和層狀降水回波頂高度的空間分布特征、降水回波高度與地表降水強度之間的關(guān)系，Chen等(2016)揭示了熱帶和副熱帶降水回波頂高度的季節(jié)變化及其隨地表降水強度變化的關(guān)系。

圖9a為DPR探測的此次超級單體云團降水回波頂高度的分布，表明強降水對應(yīng)的降水回波頂高度分布不均，絕大部分均超過10 km，半數(shù)左右超過12 km，它們基本上對應(yīng)圖9d中的對流降水，說明該超級單體云團中的對流非常深厚。圖9b為超級單體云團降水的最大回波強度，它是每一條雷達反射率廓線的最大反射率的空間分布，故它們并不分布在同一高度。結(jié)合圖9b、c可見，超級單體降水最大回波強度大于40 dBz的高度基本上位于4—5 km，且大部分對應(yīng)圖9d中的對流降水，說明這些部位的粒子大、粒子濃度高，但強烈的上升運動托舉效應(yīng)，使得它們高度較高；最大回波強度30～40 dBz基本對應(yīng)圖9d中的層狀降水，它們在圖9c中對應(yīng)的高度小于5 km；而最大回波強度小于25 dBz對應(yīng)高度基本上均超過7 km，且位于超級單體云團的外側(cè)或邊沿，說明這些回波很可能是超級單體云團上部輻散出流而形成，它們對應(yīng)圖9d中的其它類型降水，但地面并未出現(xiàn)降水(圖4相應(yīng)部位)，由此可判定這些是超級單體云團頂部向外飄出的云砧，由于貼近超級單體云團主體，云砧較厚，這與傅云飛等(2010)、Yang等(2015)利用PR探測發(fā)現(xiàn)的情況類似。此外，圖9d中對流降水與層狀降水交織，說明超級單體云團內(nèi)存在不同類型降水，估計會伴隨不同的動力結(jié)構(gòu)，如上升運動分布不均勻等，對此需要更精細的觀測來研究。

圖9 GPM DPR探測的降水回波頂高度(a,單位:km)、最大回波強度(b,單位:dBz)、最大回波強度高度(c,單位:km)和降水類型(d)的空間分布(灰度為地形海拔高度,單位:m)Fig.9(a)Spatial distribution of precipitation echo top height(unit:km),(b)the maximum echo(unit:dBz),(c)the height of the maximum echo(unit:km)and(d)precipitation type measured by GPM DPR(The gray scale is topographic altitude(unit:m).

為了更好地理解超級單體云團降水的垂直結(jié)構(gòu)，圖10給出DPR沿圖4中AB線和CD線探測的降水回波強度、粒子濃度參數(shù)(dBN0)和粒子有效半徑(D0)的剖面。分析圖10a、b可知，降水發(fā)生在山地與平地過渡區(qū)，最高地形的海拔高度近4 km；最大回波強度超過50 dBz，位于山腳區(qū)，其回波頂高度超過12 km，最高達16 km，是否突破了對流層頂高度，成為穿透性對流還有待進一步分析。穿透性對流是由于對流發(fā)展強盛，其頂部穿透了對流層頂高度而得名，劉鵬等(2012)、Xian和Fu(2015)曾利用PR探測結(jié)果及結(jié)合COSMIC(Constellation Observing System for Meteorology Ionosphere and Climate)掩星觀測反演的對流層頂高度，揭示了穿透性對流活動在熱帶及副熱帶的空間分布特征。除了超過40 dBz的對流云柱外，還存在小于30 dBz的弱降水剖面，它們已經(jīng)呈現(xiàn)了層狀降水的特點，如圖10a中靠近右邊的弱降水已經(jīng)出現(xiàn)了亮帶，它與強對流中部(5 km高度)邊沿伸出的云砧相連；整個剖面上的回波強度呈現(xiàn)非均勻分布，反映了超級單體云團暴雨內(nèi)復(fù)雜的熱力和動力結(jié)構(gòu)特點。

圖10c、d為降水粒子濃度參數(shù)(dBN0)剖面，它由DPR的Ku和Ka雙頻雷探測結(jié)果反演而來(張奡祺和傅云飛，2018)。綜合圖10a、c、e可知，其中間兩個強對流的左側(cè)強對流，其降水回波強度超過45 dBz，但大部分dBN0小于35，而對應(yīng)的降水粒子有效半徑(D0)大(大部分超過2 mm)；類似的情況也出現(xiàn)在圖10b、d、f左側(cè)山腳強對流云柱中。但圖10a、c、e中間兩個強對流的右側(cè)強對流的情況則不同，其降水回波強度也超過45 dBz，可dBN0較大(35～40)，D0卻相對小于(大部分小于2 mm)。由雷達氣象原理可知，降水回波強度主要由降水粒子尺度大小和粒子譜決定，粒子尺度大但數(shù)量少與粒子尺度小但數(shù)量多，可以產(chǎn)生同樣強度的回波。DPR雙頻雷達探測的優(yōu)點之一就是可以揭示降水云中粒子大小和濃度的空間分布，這對深入研究云微物理參數(shù)與氣溶膠的作用、云熱力參數(shù)結(jié)構(gòu)(如潛熱廓線等)均具有重要意義。

圖10 DPR沿圖4中AB線和CD線探測的降水回波強度(a、b,單位:dBz)、粒子濃度參數(shù)dBN0(c、d)和粒子有效半徑D0(e、f,單位:mm)剖面Fig.10(a,b)The cross-section of precipitation echo(unit:dBz),(c,d)particle concentration parameter dBN0 and(e,f)particle effective radius D0(unit:mm)measured by DPR along line AB and line CD as shown in Fig.4.

圖10a、b中的層狀降水(右側(cè))，它們的回波強度皆小于35 dBz，對應(yīng)的dBN0小于35、D0分布在1～2 mm之間，皆比對流降水相應(yīng)的參數(shù)小。圖10b、d和f右側(cè)還顯示，DPR探測到云體上部相連、下部分離的情況，這些皆表明超級單體云團邊沿出現(xiàn)復(fù)雜次級單體生消的特點。

為了進一步了解GMI各通道對超級單體云團冰水結(jié)構(gòu)的觀測能力，圖11給出沿圖4中AB線和CD線的GMI低頻垂直極化通道差曲線、AGRI的10.8μm通道亮溫曲線及89 GHz通道的修正極化差曲線。從中可見，10.8μm通道亮溫僅表現(xiàn)了沿AB和CD剖面云頂?shù)蜏兀陀?20 K(圖11c、d)，即云頂為冰云，但看不出對流降水與層狀降水的云頂差異。這也是前人研究指出的熱紅外通道(如GPI指數(shù))難以反演層狀降水強度的原因(Arkin and Meisner，1987)。但GMI低頻垂直極化通道與高頻89 GHz垂直極化通道的差、89 GHz極化修正PCT89則能顯示對流降水與層狀降水的差異。圖11a、b表明對流降水區(qū)的18.7 GHz與89 GHz、10.7 GHz與89 GHz的垂直極化差值較層狀降水區(qū)的大，這是因為89 GHz信號主要來自冰粒子散射貢獻，冰粒子多，則亮溫低；無冰粒子，則亮溫高；而18.7 GHz和10.7 GHz主要反映液態(tài)水粒子的發(fā)射信號，水粒子越多，亮溫則越高。因此，少(無)冰粒子時，低頻與高頻通道的差值小，這一情況對應(yīng)層狀降水；而多冰粒子時，如強對流云，則差值大。從圖11中大體可以判斷18.7 GHz與89 GHz、10.7 GHz與89 GHz的垂直極化差值大于70對應(yīng)于對流降水區(qū)。對于37 GHz通道則情況復(fù)雜，因為該通道接收信號既有來自冰粒子的散射信號，還有水粒子的發(fā)射信號，因此云中冰粒子多時，它與89 GHz的差值則小，而水粒子多時，差值則大(圖11a、b)，故37 GHz與89 GHz的垂直極化差值不能有效地表現(xiàn)對流降水與層狀降水的差異。

89 GHz的極化修正亮溫(PCT89)是利用該通道垂直極化與水平極化對冰粒子散射的差異，對兩個極化信號進行的組合，通常能很好地反映云中冰粒子的多少。對照圖10a、b，可見圖11c、d中PCT89曲線在對流區(qū)值大(大于210 K)，但在云砧區(qū)，PCT89也表現(xiàn)了高值(圖10b右側(cè)和圖11d右側(cè))，因此在利用PCT89反演對流降水時，必須首先用卷云識別技術(shù)，如二氧化碳切片法(Chang and Li，2005)等。

圖11 沿圖4中AB線和CD線的GMI垂直通道的極化差曲線(a、b)、AGRI熱紅外通道亮溫曲線及89 GHz通道的修正極化差曲線(c、d)Fig.11(a,b)Curves of the vertical polarization differences between GMI channels,and(c,d)brightness temperature of AGRI thermal infrared channel and correction polarization difference at GMI 89 GHz channel along line AB and CD as shown in Fig.4.

超級單體云團內(nèi)存在對流降水和層狀降水，且它們非均勻分布在超級單體內(nèi)，了解這些對流降水和層狀降水的整體垂直結(jié)構(gòu)特點，有助于從整體上認知超級單體云團的降水結(jié)構(gòu)特征。圖12給出由超級單體云團內(nèi)所有降水、層狀降水和對流降水的回波反射率因子廓線計算的概率密度隨高度分布(distribution of probability sensity with height,DPDH)，圖12a表明降水回波強度分布在15～60 dBz之間，在5 km以下高度，0.05%的降水回波強度分布在30～40 dBz之間，5 km高度以上，15～30 dBz的比例高于0.05%，這種分布與層狀降水的PDF_DH類似(見圖12b)，只是大部分層狀降水的最大回波強度小于40 dBz，且在5 km出現(xiàn)了明顯亮帶。相比之下，圖12c給出的對流降水DPHD呈現(xiàn)明顯的“弓狀”形狀，且40～50 dBz的回波強度比例高，這些與先前利用PR探測研究的結(jié)果類似(夏靜雯和傅云飛，2016；Wang and Fu，2017)。此外，圖12顯示超級單體的回波頂高度主要在9—12 km(比例超過0.05%)，少數(shù)超過15 km(比例小于0.01%)。

圖12 超級單體云團內(nèi)所有降水(a)、層狀降水(b)和對流降水(c)的降水回波反射率因子的概率密度隨高度分布(DPDH)Fig.12 The distribution of probability density with height for precipitation echo reflectivity factor(unit:dBz)with height for(a)precipitation,(b)stratiform precipitation and(c)convective precipitation in supercell cloud.

與圖12相對應(yīng)的超級單體云團降水、層狀降水和對流降水的dBN0及D0的PDF_DH如圖13、14所示，總體上超級單體云團dBN0及D0的分布與層狀降水的相近，這是因為層狀降水的比例高，統(tǒng)計計算就失去了對流降水的細節(jié)，因此在進行分析時一定要分類統(tǒng)計。從圖13b和14b中可以看到，層狀降水的dBN0主要分布在30～35之間，且5—11 km高度濃度粒子的比例多于5 km以下高度；D0主要分布在0.8～2.0 mm之間，且6—11 km高度大粒子的比例高。這與熱帶洋面的層狀降水機制類似，熱帶地區(qū)層狀降水多由對流降水后期對流衰減，導(dǎo)致對流云上部大量冰粒子下降至零度層融化，進而產(chǎn)生均勻而雨強有限的降水。因此可以推斷這次超級單體云團中的層狀降水也是對流衰減產(chǎn)生，它與陸面鋒面的層狀降水機理不同。

圖13 降水(a)、層狀降水(b)、對流降水(c)的降水粒子濃度參數(shù)(dBN0)的概率密度隨高度分布(DPDH)Fig.13 The distribution of probability density with height for particle concentration parameter dBN0 with height for(a)precipitation,(b)stratiform precipitation and(c)convective precipitation in supercell cloud.

對于對流降水，圖13b表明這類降水的dBN0明顯比層狀降水的大，大部分分布于30～40之間，且沒有顯示垂直方向上的分布差異；但圖14b表明對流降水的D0在6 km以上主要分布在0.8～1.5 mm之間，在這個高度以下明顯增大(主要分布在1.5～2.5 mm之間)，且隨著高度的降低，D0不斷增大。這清楚地表現(xiàn)了對流降水在零度層以下的粒子碰并增長過程(Liu and Fu，2001；Fu and Liu，2003)。結(jié)合圖12可知，超級單體云團中的對流降水和層狀降水的回波強度主要由降水粒子大小來決定，濃度參數(shù)的分布為次要因子。

圖14 降水(a)、層狀降水(b)、對流降水(c)的粒子有效半徑(D0)的概率密度隨高度分布(DPDH)Fig.14 The distribution of probability density fwith height for particle effective radius D0(unit:mm)with height for(a)precipitation,(b)stratiform precipitation and(c)convective precipitation in supercell cloud.

3 結(jié)論

目前對超級單體云團降水回波結(jié)構(gòu)的認知仍有限，尤其對中國西部復(fù)雜地形里出現(xiàn)的超級單體云團缺乏有效探測。本文采用GPMDPR和GMI的探測結(jié)果，結(jié)合FY-4A靜止衛(wèi)星的AGRI 10.8μm通道觀測結(jié)果、地面探空站的溫濕風(fēng)觀測結(jié)果及REA5再分析數(shù)據(jù)，提出參量(回波反射率因子、粒子有效半徑和粒子濃度參數(shù))的垂直方向概率密度分布方法，結(jié)合雷達回波反射率因子剖面方法，分析了2018年5月21日重慶附近的一次超級單體云團的降水結(jié)構(gòu)特征，得出以下結(jié)論：

(1)AGRI的10.8μm通道亮溫分布、REA5再分析數(shù)據(jù)和探空資料分析表明，該超級單體云團由西北向東南運動的冷空氣與西南暖濕氣流交匯而產(chǎn)生。再分析氣象參數(shù)分布表明，超級單體云團發(fā)生在大氣低層偏北氣流與南部偏南氣流的一個輻合區(qū)內(nèi)，在500 hPa高度，超級單體云團位于低壓槽的底部，槽后青藏高原東部的西北冷氣流與其南部西南暖濕氣流的匯合區(qū)。這種大尺度天氣背景為超級單體云團發(fā)展提供了大氣低層強烈的氣流輻合運動、強烈的上升運動和深厚的大氣不穩(wěn)定層結(jié)，12 h內(nèi)大氣對流性不穩(wěn)定能量增加了1 500 J·kg-1以上，而超級單體云團結(jié)束時，大氣對流性不穩(wěn)定能量迅速減小至35 J·kg-1。

(2)GPM的測雨雷達探測表明，超級單體云團的強雨區(qū)大體位于云貴高原與四川盆地交界處至盆地的西南部，四川盆地北部同時存在一片松散強度弱的雨區(qū)；GMI高頻通道觀測表明，該超級單體云團中具有很多的冰相粒子。超級單體云團內(nèi)存在不同類型的降水(對流降水和層狀降水)，降水回波頂高度超過10 km(半數(shù)超過12 km)，最高達16 km，很可能成為穿透性對流；最大回波強度大于40 dBz的高度基本上位于地面上空4—5 km。超級單體云團內(nèi)對流降水的粒子濃度和粒子尺度呈現(xiàn)非單一對應(yīng)關(guān)系，如降水回波強度超過40 dBz時，粒子濃度可以小于40或大于40，前者對應(yīng)的粒子尺度大，而后者相應(yīng)的粒子尺度則小。層狀降水的回波強度皆小于35 dBz，對應(yīng)粒子濃度和尺度均比對流降水的小。GMI的18.7 GHz與89 GHz、10.7 GHz與89 GHz的垂直極化差值大于70對應(yīng)于對流降水區(qū)。

(3)DPR探測反演的粒子濃度和尺度垂直分布表明，對流降水的粒子濃度多介于30～40之間，沒有顯示垂直方向上的分布差異；粒子尺度在6 km以上分布于0.8～1.5 mm之間，6 km高度以下明顯增大(1.5～2.5 mm之間)。層狀降水的粒子濃度分布于30～35之間，且粒子濃度在5—11 km高度大于5 km以下高度；粒子尺度分布在0.8～2.0 mm之間。