閩南沿海2018—2019 年季風(fēng)爆發(fā)前后雨滴譜特征對(duì)比分析*

胡雅君 張 偉 張玉軒 溫 龍

1.廈門市海峽氣象開放重點(diǎn)實(shí)驗(yàn)室，廈門，361012

2.福建省災(zāi)害天氣重點(diǎn)實(shí)驗(yàn)室，福州， 350001

3.翔安區(qū)氣象局，廈門，361103

4.廈門市氣象臺(tái)，廈門，361012

5.西昌衛(wèi)星發(fā)射中心，西昌，615000

1.Xiamen Key Laboratory of Strait Meteorology，Xiamen 361012，China

2.Fujian Key Laboratory of Severe Weather，F(xiàn)uzhou 350001，China

3.Xiang'an Meteorological Bureau，Xiamen 361103，China

4.Xiamen Meteorological Observatory，Xiamen 361012，China

5.Xichang Satellite Launch Center，Xichang 615000，China

1 引 言

雨滴譜（Drop Size Distribution，簡(jiǎn)稱DSD）反映了降水雨滴的尺度分布特征。研究雨滴譜特征可以加強(qiáng)對(duì)降水系統(tǒng)中云微物理過(guò)程的認(rèn)識(shí)，對(duì)于云內(nèi)成雨機(jī)制的探索、數(shù)值模式云微物理參數(shù)化方案的改進(jìn)和雷達(dá)定量降水估計(jì)精度的提高等方面都具有重要的意義。

針對(duì)雨滴譜的研究可以追溯到20 世紀(jì)40 年代。Marshall 等（1948）測(cè)量了雨滴譜的平均分布特征，認(rèn)為指數(shù)分布（M-P 分布）可以較好地描述雨滴隨粒徑的分布。Ulbrich（1983）進(jìn)一步提出了三參數(shù)的Gamma 雨滴譜分布模型，該模型能夠更好地反映真實(shí)降水過(guò)程中雨滴譜大、小粒子端的變化特征，目前已被廣泛認(rèn)可（Tokay，et al，1996）。Zhang等（2001）和Brandes 等（2003）發(fā)現(xiàn)Gamma 雨滴譜分布模型的形狀參數(shù)（μ）和斜率參數(shù)（Λ）存在相關(guān)，可以在雨滴譜反演中將三參數(shù)Gamma 模型降為雙參數(shù)求解。關(guān)于雨滴譜特征的眾多研究表明，受大氣狀態(tài)和局地地形條件的影響，不同類型的降水雨滴譜分布呈現(xiàn)出明顯的差異（Tokay，et al，1996；金祺 等，2015；李 慧 等，2018；Seela，et al，2018）。Bringi 等（2003）利用降水率的時(shí)間變化及其標(biāo)準(zhǔn)差，將降水分為對(duì)流云降水和層狀云降水，并得到海洋性對(duì)流、大陸性對(duì)流以及層云的雨滴譜特征。Tokay 等（2008）研究指出熱帶氣旋的雨滴平均尺度小，雨滴直徑集中在4 mm 以下，但粒子數(shù)濃度大；暴雨過(guò)程中小雨滴占大多數(shù)，而大雨滴數(shù)量隨著雨強(qiáng)的增大而增大（濮江平等，2012）。根據(jù)雨滴譜特征參數(shù)和導(dǎo)出的后向散射截面特征還可以計(jì)算得到不同波段的雷達(dá)反射率因子和雙偏振變量等參數(shù)，進(jìn)而提高本地化定量降水估計(jì)精度（劉紅燕等，2008；馮雷等，2009；楊加艷等，2010；Wen，et al，2016；黃興友等，2019）。

華南前汛期是閩南沿海全年降雨的重要組成部分，雨量接近全年雨量的40%。有關(guān)華南前汛期降水的研究已有很多，一方面從宏觀角度研究其環(huán)流系統(tǒng)、時(shí)空分布、觸發(fā)機(jī)制等（鄭彬等，2007；章麗娜等，2011；胡婭敏等，2014；伍紅雨等，2015），另一方面從微觀角度研究其降水微物理特征。吳兌等（1994a，1994b）利用濾紙色斑法研究華南地區(qū)降水微物理及化學(xué)特征，指出廣州地區(qū)雨滴譜特征以多峰型為主，極少出現(xiàn)無(wú)峰型（吳兌等，1998），并擬合了適用于華南地區(qū)的Z-R關(guān)系（吳兌，1989）。近年來(lái)，隨著觀測(cè)技術(shù)的進(jìn)步，基于一維或二維觀測(cè)儀器對(duì)華南地區(qū)雨滴譜的研究逐漸增多。Zhang等（2019）指出華南地區(qū)降水的雨滴尺度整體小于華東地區(qū)，其對(duì)流云降水的滴譜特征更接近海洋型降水。Liu 等（2018）利用雙偏振雷達(dá)參數(shù)和Gamma模型對(duì)華南地區(qū)的雨滴譜進(jìn)行了反演。Wu 等（2017）則對(duì)比分析了青藏高原和華南地區(qū)降雨的微物理參數(shù)特征，指出華南地區(qū)的大雨滴數(shù)濃度明顯高于青藏高原，尤其是對(duì)流云降水。

華南前汛期實(shí)際包含了鋒面降水和夏季風(fēng)降水兩種不同性質(zhì)的降水，季風(fēng)爆發(fā)前、后的環(huán)流形勢(shì)、降水量級(jí)變化明顯（池艷珍等，2005；鄭彬等，2006），季風(fēng)爆發(fā)后，通常對(duì)流強(qiáng)度更強(qiáng)，深對(duì)流更多，0℃層高度也更高（Song，et al，2010），季風(fēng)爆發(fā)前、后降水的微物理特征也可能存在較大的差異。本研究利用2018—2019 年閩南地區(qū)4—6 月的降水現(xiàn)象儀觀測(cè)資料，對(duì)比分析不同年份華南前汛期季風(fēng)爆發(fā)前、后層狀云和對(duì)流云的雨滴譜特征差異，并擬合適用于閩南地區(qū)的μ-Λ關(guān)系和Z-R關(guān)系，以期對(duì)該地區(qū)雷達(dá)定量降水估計(jì)和模式參數(shù)化的改進(jìn)提供更多參考。

2 資料和方法

2.1 資料來(lái)源

雨滴譜數(shù)據(jù)來(lái)源于2018—2019 年華南前汛期（4—6 月）廈門站（24.49°N，118.08°E ，站號(hào)59134）和同安站（24.73°N，118.16°E，站號(hào)59130）的降水現(xiàn)象儀觀測(cè)資料。降水現(xiàn)象儀的雨滴譜傳感器為HSC-OTT PARSIVEL 粒子譜儀，采用激光測(cè)量原理，其采樣面積為54 cm2，時(shí)間分辨率為60 s。雨滴樣本的尺度和速度測(cè)量均分為32 個(gè)非等間距區(qū)間，粒子直徑測(cè)量范圍為0.062—24 mm，落速測(cè)量范圍為0.05—20.8 m/s。采用位于同一觀測(cè)場(chǎng)內(nèi)的雨量筒數(shù)據(jù)作為降水現(xiàn)象儀探測(cè)數(shù)據(jù)的對(duì)比，其時(shí)間分辨率為5 min。儀器所在站點(diǎn)分布及地形特征如圖1，廈門站位于廈門島內(nèi)西側(cè)，同安站位于廈門站北偏東方向（距離約28 km）。此外，環(huán)流形勢(shì)分析使用歐洲中期天氣預(yù)報(bào)中心提供的ERA5 1°（經(jīng)度）×1°（緯度）再分析資料（Hersbach，et al，2020）。

2.2 數(shù)據(jù)處理

在使用雨滴譜數(shù)據(jù)之前，進(jìn)行了以下的質(zhì)量控制：（1）由于OTT 粒子譜儀對(duì)小粒子測(cè)量精度不夠，信噪比太低，剔除前兩個(gè)尺度檔（Chen，et al，2013）。（2）一般而言，自然降水中直徑超過(guò)8 mm的大雨滴很少觀測(cè)到，因此剔除雨滴直徑大于8 mm的觀測(cè)數(shù)據(jù)。（3）采用Friedrich 等（2013）方法，剔除粒子下落速度與Atla 等（1973）的經(jīng)典下落速度相差大于60%的數(shù)據(jù)（圖2）。此方法可以有效剔除強(qiáng)風(fēng)、雨滴濺散和邊緣效應(yīng)的影響，在對(duì)流颮線中應(yīng)用效果不錯(cuò)（Chen，et al，2016）。（4）對(duì)于每一分鐘的數(shù)據(jù)，當(dāng)儀器輸出的雨滴總個(gè)數(shù)≥10，同時(shí)降水強(qiáng)度R≥0.1 mm/h 時(shí)視為一個(gè)降水分鐘，其余的均視為非降水?dāng)?shù)據(jù)（Tokay，et al，2013）。

圖2 廈門站和同安站所有粒子雨滴譜速度-直徑分布（色階代表粒子數(shù)量，黑色實(shí)線代表Atlas 等 （1973） 經(jīng)典下落末速度，上下兩條虛線分別代表經(jīng)典下落末速度60%的質(zhì)控曲線）Fig.2 Occurrence of velocity-diameter combinations with drop counts at Xiamen and Tong’an stations （Color shadings represent the measured drop counts.The black solid line indicates terminal drop velocity （Atlas， et al，1973） and the two dashed lines represent the 60% filter of drops）

利用質(zhì)量控制后的雨滴譜數(shù)據(jù)，可以計(jì)算得到雨滴的數(shù)濃度N（Di）（mm?1·m?3）、雷達(dá)反射率因子Z（mm6/m3）、降水率R（mm/h）、液態(tài)水含量W（g/m3）等多種降水積分參數(shù)，還可以利用實(shí)測(cè)雨滴譜的3、4 階矩計(jì)算雨滴的質(zhì)量加權(quán)平均直徑Dm（mm）、廣義截距參數(shù)Nw（mm?1·m?3）。此外，研究中Gamma雨滴譜分布模型（Ulbrich，1983）的3 個(gè)參數(shù)（μ、Λ、N0）采用Vivekanandan 等（2004）提出的階矩截?cái)鄶M合法（TMF）通過(guò)實(shí)測(cè)雨滴譜的2、4、6 階矩求得。上述相關(guān)計(jì)算方法可參考Chen 等（2013）和Wen 等（2016），文中不再贅述。

2.3 降水分類方法

采用Bringi 等（2003）和Chen 等（2013）的方法，根據(jù)雨強(qiáng)及其隨時(shí)間的變化將降水分為層狀云降水和對(duì)流云降水：對(duì)于某一時(shí)刻t，若從t?Δt到t+Δt這段時(shí)間內(nèi)，降水率R始終大于0.5 mm/h，同時(shí)其標(biāo)準(zhǔn)差小于1.5 mm/h，則將t時(shí)刻的降水視為層狀云降水；若從t?Δt到t+Δt這段時(shí)間內(nèi)，降水率R始終大于5 mm/h，同時(shí)其標(biāo)準(zhǔn)差大于1.5 mm/h，則將t時(shí)刻的降水視為對(duì)流云降水。其中Δt取為5 min。既不屬于層狀云降水又不屬于對(duì)流云降水的樣本在文中不做分析。

通過(guò)上述識(shí)別算法，2018—2019 年廈門站與同安站共識(shí)別有效樣本數(shù)分別為4435 和4447 個(gè)。其中，廈門站共識(shí)別4092 個(gè)層狀云降水樣本和343 個(gè)對(duì)流云降水樣本，對(duì)流云降水樣本占7.7%，層狀云和對(duì)流云降水率分別為2.23 和22.91 mm/h；同安站共識(shí)別3770 個(gè)層狀云降水樣本和677 個(gè)對(duì)流云降水樣本，對(duì)流云降水占15.2%，降水率分別為2.18 和23.40 mm/h。兩站的層狀云降水比例明顯大于對(duì)流云降水，但同安站對(duì)流云降水比例約為廈門站的2 倍。從地理位置來(lái)看（圖1），兩站地形環(huán)境差異可能導(dǎo)致了層狀云和對(duì)流云降水樣本比例的差異（廈門站位于廈門島內(nèi)的狐尾山頂，周邊地勢(shì)較為平坦開闊；而同安站的北部和西部都有較高山脈，距離僅約10 km，且山脈高度最高超過(guò)1000 m，地形的強(qiáng)迫抬升條件與熱力條件相比于廈門站更優(yōu)。因此，同安站受地形影響可能導(dǎo)致對(duì)流云降水出現(xiàn)頻率更高）。

3 雨滴譜資料對(duì)比檢驗(yàn)

為檢驗(yàn)廈門站和同安站降水現(xiàn)象儀的雨滴譜數(shù)據(jù)可靠性，首先將由雨滴譜數(shù)據(jù)計(jì)算得到的小時(shí)累積雨量與位于同一觀測(cè)場(chǎng)內(nèi)協(xié)同觀測(cè)的雨量筒降水測(cè)量結(jié)果進(jìn)行對(duì)比驗(yàn)證（圖3）。從圖中可以看到，廈門站和同安站與雨量筒測(cè)量的一致性好，其中廈門站（圖3a）相關(guān)系數(shù)為0.990，均方根誤差（RMSE）為0.298 mm/h，同安站（圖3b）相關(guān)系數(shù)達(dá)0.999，均方根誤差僅為0.265 mm/h。與雨量筒相比，降水現(xiàn)象儀的小時(shí)累積降水量散點(diǎn)整體偏小，即雨量筒的觀測(cè)值略大于降水現(xiàn)象儀的計(jì)算值，且隨著雨強(qiáng)的增大差值增大?？傮w而言，降水現(xiàn)象儀的雨滴譜導(dǎo)出降水量與雨量筒測(cè)量值呈高度相關(guān)，且均方根誤差較小，表明降水現(xiàn)象儀的探測(cè)結(jié)果可靠，可用于進(jìn)一步分析。

從廈門站和同安站的層狀云、對(duì)流云降水的雨滴譜分布（圖4）可以看到，兩站層狀云和對(duì)流云降水的雨滴譜均呈單峰結(jié)構(gòu)，峰值直徑基本重合于0.5 mm 粒徑左右?？傮w而言，對(duì)流云降水的雨滴譜在峰值粒徑以上的各粒徑區(qū)間的濃度均明顯大于層狀云降水，并且隨著雨滴粒徑增大濃度差異也越大；對(duì)流云降水的譜分布較層狀云更寬，前者最大粒徑接近8 mm，而層狀云降水最大粒徑小于5 mm。從兩站層狀云降水雨滴譜特征來(lái)看，廈門站與同安站分布幾乎重合（圖4 藍(lán)色實(shí)線和藍(lán)色虛線），這是由于層狀云降水范圍寬廣且云中性質(zhì)較均勻，其降水率和雨滴譜特征差異較??；對(duì)于對(duì)流云降水，兩站在小粒子端基本重合，在大粒子端略有微小差異。但總體而言，廈門站與同安站的兩類降水雨滴譜分布特征一致性很高。因此，在進(jìn)行雨滴譜微物理參數(shù)分析時(shí)，將兩站的所有有效樣本合并，統(tǒng)稱為閩南沿海地區(qū)降水雨滴譜。

4 2018 和2019 年季風(fēng)爆發(fā)前、后雨滴譜特征對(duì)比

4.1 季風(fēng)爆發(fā)前、后雨量統(tǒng)計(jì)

為研究南海季風(fēng)爆發(fā)前、后降水的微物理特征變化，將華南前汛期分為季風(fēng)爆發(fā)前和季風(fēng)爆發(fā)后兩個(gè)階段進(jìn)行對(duì)比分析。季風(fēng)爆發(fā)時(shí)間使用國(guó)家氣候中心發(fā)布的數(shù)據(jù)，2018 年為6 月第1 候，爆發(fā)前共64 d，爆發(fā)后27 d。2019 年為5 月第2 候，爆發(fā)前共37 d，爆發(fā)后54 d。

表1 為2018 和2019 年廈門站、同安站季風(fēng)爆發(fā)前、后的累計(jì)雨量。兩站兩年季風(fēng)爆發(fā)后的累計(jì)雨量均大于季風(fēng)爆發(fā)前，由于2019 年季風(fēng)爆發(fā)較早，季風(fēng)爆發(fā)后的累計(jì)雨量增長(zhǎng)幅度明顯大于2018年。從日均雨量上來(lái)看，2018 年季風(fēng)爆發(fā)后強(qiáng)降水增長(zhǎng)更明顯。從樣本數(shù)來(lái)看（表2），2018 年季風(fēng)爆發(fā)前、后兩站層狀云降水樣本分別為957 和1087 個(gè)，對(duì)流云降水樣本分別為142 和325 個(gè)，兩類降水分別增加了14.05%和128.87%；2019 年季風(fēng)爆發(fā)前、后層狀云降水樣本分別為3083 和2735 個(gè)，對(duì)流云降水樣本分別為163 和390 個(gè)，層狀云降水減少11.29%，而對(duì)流云降水增加139.26%。閩南地區(qū)對(duì)流和層狀云降水樣本數(shù)的變化與季風(fēng)爆發(fā)前、后兩站累計(jì)雨量和日均雨量的變化特征相對(duì)應(yīng)，表明季風(fēng)爆發(fā)前主要以層狀云降水為主，雨量偏小且空間分布相對(duì)均勻，而季風(fēng)爆發(fā)后對(duì)流性降水增多且空間差異增大。

表1 2018 和2019 年季風(fēng)爆發(fā)前、后廈門站和同安站累計(jì)雨量、天數(shù)和日均雨量Table 1 Accumulated precipitation，number of days and average daily rainfall at Xiamen and Tong’an stations before and after monsoon onset for 2018 and 2019

4.2 微物理特征量對(duì)比

閩南地區(qū)季風(fēng)爆發(fā)前、后不同類型降水發(fā)生頻率和降水量的變化可能反映了不同時(shí)期降水微物理特征的差異。接下來(lái)分析2018 和2019 年季風(fēng)爆發(fā)前、后閩南地區(qū)的雨滴譜微物理特征量，包括質(zhì)量加權(quán)平均直徑（Dm）、廣義截距參數(shù)（Nw）、降水率（R）、液態(tài)水含量（W）等（表2）。

表2 2018 和2019 年季風(fēng)爆發(fā)前、后雨滴譜微物理特征量的平均值及其與華南、華東地區(qū)的對(duì)比（斜杠前為季風(fēng)爆發(fā)前數(shù)據(jù)，斜杠后為季風(fēng)爆發(fā)后數(shù)據(jù)）Table 2 DSD micro-physical parameters before and after monsoon onset and comparison with those in southern and eastern China （data on the left and right of slash indicate parameter before and after monsoon onset，respectively）

2018 年，對(duì)于層狀云降水，季風(fēng)爆發(fā)后，表征粒子尺度的Dm相比于爆發(fā)前減小，表征粒子濃度的Nw則呈現(xiàn)增大的趨勢(shì)。降水率（R）和液態(tài)水含量（W）的演變趨勢(shì)與Nw一致，均呈現(xiàn)增大的趨勢(shì)。對(duì)于對(duì)流云降水，季風(fēng)爆發(fā)后Dm減小，Nw增大，這與層狀云的變化特征一致，但R和W卻明顯減小，與層狀云趨勢(shì)完全相反。從降水貢獻(xiàn)上來(lái)看，2018 年季風(fēng)爆發(fā)前、后對(duì)流云降水的貢獻(xiàn)都遠(yuǎn)大于層狀云，并且季風(fēng)爆發(fā)后對(duì)流云降水的貢獻(xiàn)進(jìn)一步增大。

2019 年，季風(fēng)爆發(fā)前、后的物理量參數(shù)與2018年基本呈現(xiàn)相反的趨勢(shì)。層狀云降水，2019 年季風(fēng)爆發(fā)后的趨勢(shì)與2018 年完全相反，表現(xiàn)為樣本數(shù)減少，Dm增大，Nw明顯減小，R和W也都略有減??；對(duì)流云降水，季風(fēng)爆發(fā)后Dm和Nw均增大，但Dm增大更明顯，R和W也都明顯增大。從以上分析可知，對(duì)于層狀云降水，R與Nw均呈現(xiàn)一致的趨勢(shì)，而對(duì)流云降水，R的變化趨勢(shì)與Dm一致。

與華南和華東區(qū)域的雨滴譜微物理參數(shù)進(jìn)行對(duì)比。對(duì)于層狀云降水，閩南地區(qū)的Dm、R相比華南和華東地區(qū)整體略小，Nw相比于華南和華東區(qū)域均更大，表明閩南沿海的層狀云降水粒子尺度整體小于華南、華東區(qū)域，但數(shù)濃度相對(duì)更高。對(duì)于對(duì)流云降水，閩南地區(qū)的Dm與華南、華東地區(qū)基本持平，基本為1.7—1.9 mm。Nw與華南區(qū)域同樣是基本持平，基本在104mm?1·m?3附近，與華東地區(qū)相比則更大，與之對(duì)應(yīng)的R相比于華東區(qū)域更大。表明閩南地區(qū)對(duì)流云降水的粒子數(shù)濃度更大。整體分析表明閩南沿海的雨滴譜參數(shù)與華南沿海較為一致，相比于華東地區(qū)整體濃度更高，但粒子尺度略小。這與已有研究結(jié)果（Zhang，et al，2019）一致。

4.3 平均雨滴譜特征對(duì)比

進(jìn)一步分析2018、2019 年季風(fēng)爆發(fā)前、后層狀云和對(duì)流云降水的平均雨滴譜特征差異（圖5）。對(duì)于層狀云降水（圖5a），2018 年表現(xiàn)為季風(fēng)爆發(fā)后小粒子濃度明顯增大，大粒子濃度減?。▓D5a 藍(lán)線和紅線對(duì)比），1 mm 以下小粒子數(shù)濃度增大的量級(jí)更大，由此導(dǎo)致季風(fēng)爆發(fā)后層狀云Dm減小，Nw增大（表2）。2019 年季風(fēng)爆發(fā)后雨滴中各尺度的粒子數(shù)量整體呈現(xiàn)減少趨勢(shì)，其中0.4—0.7 mm的小粒子減少幅度更大（圖5a 黑線和綠線），由此導(dǎo)致2019 年季風(fēng)爆發(fā)后層狀云降水Nw明顯減小。對(duì)流云降水的雨滴譜分布變化趨勢(shì)與層狀云降水分布差異明顯（圖5b），季風(fēng)爆發(fā)前、后小粒子端數(shù)濃度差異很小，大粒子端差異相對(duì)較大。2018 年季風(fēng)爆發(fā)后粒徑大于2 mm 的粒子濃度下降，這與層狀云降水趨勢(shì)一致，導(dǎo)致2018 年季風(fēng)爆發(fā)后對(duì)流云Dm同樣減小。而2019 年季風(fēng)爆發(fā)前、后相比，1—3 mm 的粒子數(shù)濃度增大，但超過(guò)3 mm 的大粒子數(shù)濃度反而略有減小，整體導(dǎo)致季風(fēng)爆發(fā)后對(duì)流云的Dm略有增大。

圖5 2018 和2019 年季風(fēng)爆發(fā)前、后 （a） 層狀云降水和 （b） 對(duì)流云降水的平均雨滴譜分布Fig.5 Mean DSD of （a） stratiform and （b） convective precipitation before and after monsoon onset in 2018 and 2019

4.4 雨滴譜導(dǎo)出關(guān)系

對(duì)2018 和2019 年季風(fēng)爆發(fā)前、后的雨滴譜使用Vivekanandan 等（2004）中2、4、6 階矩截?cái)喾椒ㄓ?jì)算參數(shù)μ和Λ，其中Λ只取0—20 的值以減少觀測(cè)誤差（Zhang，et al，2003），然后分別擬合出4 組μ-Λ關(guān)系（圖6）。由圖6 可以看出，4 組的μ和Λ都具有較好的二項(xiàng)式關(guān)系，決定系數(shù)（R2）接近于1，并且二項(xiàng)式系數(shù)差異較小。不論是季風(fēng)爆發(fā)前（圖6a、6c）或是季風(fēng)爆發(fā)后（圖6b、6d）的μ-Λ關(guān)系，閩南沿海與華東地區(qū)梅雨季的統(tǒng)計(jì)結(jié)果（Chen，et al，2013）都有明顯不同：對(duì)相同的Λ值而言，閩南沿海的μ值比華東地區(qū)梅雨季小，且隨著Λ值的增大二者差異越來(lái)越大，這可能是因?yàn)槿A東地區(qū)梅雨季的對(duì)流強(qiáng)度更強(qiáng)，小粒子數(shù)濃度低，Dm整體更大，而閩南沿海前汛期降水中小粒子數(shù)濃度更高。這與4.2 節(jié)微物理參數(shù)的分析結(jié)論一致。說(shuō)明μ-Λ關(guān)系確實(shí)會(huì)隨地區(qū)、氣候條件和降雨類型的不同而變化，基于雨滴譜儀的觀測(cè)數(shù)據(jù)擬合出適合閩南沿海的μ-Λ關(guān)系，對(duì)當(dāng)?shù)厥褂秒p偏振雷達(dá)反演雨滴譜以及定量降水估測(cè)都有重要意義。

圖6 實(shí)測(cè)雨滴譜參數(shù)μ 和Λ 散點(diǎn)及擬合曲線 （a、c 分別為2018 年季風(fēng)爆發(fā)前、后，b、d 分別為2019 年季風(fēng)爆發(fā)前、后，實(shí)線為擬合曲線，虛線為Chen 等 （2013） 擬合結(jié)果）Fig.6 Scatter plots of μ and Λ calculated from measured raindrop parameters and fitting curves （a，c indicate before and after monsoon onset in 2018；b，d for 2019； black dashed lines show results of Chen， et al （2013））

4.5 Z-R 關(guān)系

Z-R關(guān)系是雷達(dá)定量估測(cè)降水的基礎(chǔ)，不少研究擬合了不同地區(qū)、不同類型降水的Z-R關(guān)系（Battan，1976；Tokay，et al，1996；Fulton，et al，1998；Maki，et al，2001；Sharma，et al，2009；Chen，et al，2013；Wen，et al，2019），其中應(yīng)用最廣泛的是Fulton 等（1998）通過(guò)觀測(cè)得到的Z=300R1.4。表3 給出了2018 和2019 年季風(fēng)爆發(fā)前、后閩南沿海層狀云降水和對(duì)流云降水Z-R關(guān)系的擬合系數(shù)及其決定系數(shù)（R2），可以看到，不同年份、不同時(shí)段、不同降水的A值差異很大，最大251.83，最小78.23；b值最大1.79，最小1.43。這說(shuō)明在不同環(huán)流形勢(shì)下、不同類型降水的Z-R關(guān)系不同。從擬合效果來(lái)看，對(duì)流云降水的決定系數(shù)大于層狀云降水，擬合效果更好。從圖7 可以看出，對(duì)于層狀云降水，不論2018 年或是2019 年季風(fēng)爆發(fā)前、后，擬合的直線基本位于Z=300R1.4線的右側(cè)，使用Z=300R1.4會(huì)低估降水，隨著層狀云降水強(qiáng)度的增大，誤差整體呈現(xiàn)減小的趨勢(shì)；對(duì)流云降水的擬合曲線與Z=300R1.4線存在交點(diǎn)，對(duì)于雨強(qiáng)較小的對(duì)流云，擬合曲線整體位于右側(cè)，使用Z=300R1.4會(huì)低估降水，隨著對(duì)流降水強(qiáng)度的增大，誤差逐漸減小，至某一雨強(qiáng)閾值后，擬合曲線位于左側(cè)，使用Z=300R1.4會(huì)高估降水。因此，在業(yè)務(wù)中使用雷達(dá)自帶的QPE 產(chǎn)品時(shí)，需要根據(jù)降水的類型和強(qiáng)度進(jìn)行訂正，才能獲得更準(zhǔn)確的累計(jì)降水產(chǎn)品。

圖7 季風(fēng)爆發(fā)前、后的Z-R 關(guān)系擬合 （a、c 分別為2018 年季風(fēng)爆發(fā)前、后，b、d 分別為2019 年季風(fēng)爆發(fā)前、后；紅色實(shí)線為對(duì)流云降水，藍(lán)色實(shí)線為層狀云降水，黑色虛線為Fulton 等 （1998） 擬合結(jié)果）Fig.7 Scatter plots of Z-R values and fitted power law relations before and after monsoon onset in 2018 and 2019 （a，c indicate before and after monsoon of 2018；b，d for 2019； red solid lines are for convectiveprecipitation，blue solid lines are for stratiform precipitation， black dashed lines show results of Fulton， et al （1998））

表3 2018 和2019 年季風(fēng)爆發(fā)前、后兩類降水的Z-R 關(guān)系 （斜杠前為季風(fēng)爆發(fā)前數(shù)據(jù)，斜杠后為季風(fēng)爆發(fā)后數(shù)據(jù)）Table 3 Z-R relationship before and after monsoon onset of 2018 and 2019 （data on the left and right of slash indicate parameters before and after monsoon onset，respectively）

5 討 論

雨滴譜的分布特征通常并非隨機(jī)，而是與對(duì)應(yīng)的環(huán)流形勢(shì)、對(duì)流強(qiáng)度等密切相關(guān)（Rao，et al，2009）。南海季風(fēng)爆發(fā)前、后華南地區(qū)的環(huán)流形勢(shì)通常會(huì)有顯著的不同。本節(jié)討論華南季風(fēng)爆發(fā)前、后的環(huán)流及物理量特征差異對(duì)雨滴譜可能的影響機(jī)制。

5.1 2018 年和2019 年環(huán)流形勢(shì)及物理量對(duì)比

圖8 和9 分別給出了2018 年和2019 年季風(fēng)爆發(fā)前、后500 和925 hPa 環(huán)流形勢(shì)以及兩者的差異。可以看到，對(duì)于閩南沿海地區(qū)，2018 年季風(fēng)爆發(fā)前（圖8a），500 hPa 西太平洋副熱帶高壓位于中國(guó)南海和菲律賓一帶，脊線位于15°N 附近，總體呈帶狀，位置偏南，強(qiáng)度較弱；季風(fēng)爆發(fā)后，西太平洋副熱帶高壓脊線略有北抬，且有明顯東退（圖8c），導(dǎo)致25°N 以南的位勢(shì)高度都降低，風(fēng)場(chǎng)也存在氣旋式異常（圖8e）。2019 年季風(fēng)爆發(fā)前，西太平洋副熱帶高壓位于20°N 以南，強(qiáng)度強(qiáng)（圖8b）；季風(fēng)爆發(fā)后，西太平洋副熱帶高壓加強(qiáng)北進(jìn)（圖8d），位于中南半島以東和華南以南，使得19°N 以北地區(qū)的位勢(shì)高度都有所增加（圖8f）。925 hPa 上，2018 年和2019 年季風(fēng)爆發(fā)后的比濕都明顯升高，季風(fēng)爆發(fā)前約為12 g/kg，季風(fēng)爆發(fā)后超過(guò)14 g/kg，增長(zhǎng)2—3 g/kg（圖9e—f）。環(huán)流形勢(shì)也存在明顯不同，2018 年季風(fēng)爆發(fā)后華東和華南地區(qū)存在氣旋式環(huán)流異常，閩南沿海地區(qū)存在東北偏東風(fēng)異常，也就是低層西南風(fēng)反而減弱（圖9c）；而2019 年季風(fēng)爆發(fā)后，華東和華南地區(qū)存在異常的氣旋式環(huán)流，閩南沿海的低層西南風(fēng)明顯增強(qiáng)（圖9d）。

圖8 2018 （a、c、e） 和2019 年 （b、d、f） 500 hPa 風(fēng)場(chǎng) （矢線，單位：m/s） 和位勢(shì)高度 （色階，單位：dagpm）（a、b.季風(fēng)爆發(fā)前，c、d.季風(fēng)爆發(fā)后，e、f.季風(fēng)爆發(fā)后減季風(fēng)爆發(fā)前）Fig.8 2018 （a，c，e） and 2019 （b，d，f） 500 hPa wind field （arrow，unit：m/s） and geopotential height （color gradation，unit：dagpm），（a，b） before and （c，d） after monsoon onset ，（e，f） difference between before and after monsoon onset

對(duì)流有效位能（CAPE）是一個(gè)表征熱力不穩(wěn)定的參量。對(duì)流有效位能越大，對(duì)流潛勢(shì)越強(qiáng)，對(duì)流發(fā)生后就更趨于強(qiáng)盛（孫繼松等，2012），這能改變對(duì)流高度和云微物理過(guò)程，進(jìn)而對(duì)雨滴譜產(chǎn)生影響。圖10 為2018 和2019 年季風(fēng)爆發(fā)前、后閩南沿海地區(qū)（廈門站）的對(duì)流有效位能箱線圖。兩年季風(fēng)爆發(fā)前、后對(duì)流有效位能變化趨勢(shì)相反。2018 年季風(fēng)爆發(fā)后的對(duì)流有效位能與爆發(fā)前相比略有減?。撅L(fēng)爆發(fā)前最大約為4500 J/kg，平均約為2400 J/kg，分布較分散，多數(shù)大于2200 J/kg；季風(fēng)爆發(fā)后最大約為4500 J/kg，平均在2000 J/kg 附近，并且多數(shù)小于2200 J/kg）。而2019 年季風(fēng)爆發(fā)前對(duì)流有效位能很小，平均僅在200 J/kg 左右，分布集中；季風(fēng)爆發(fā)后對(duì)流有效位能明顯增大，但盡管最大超過(guò)5000 J/kg，其均值僅約為1400 J/kg，明顯小于2018 年。

5.2 環(huán)流形勢(shì)對(duì)雨滴譜分布的可能影響

以上分析表明，2018 年和2019 年季風(fēng)爆發(fā)后的低層風(fēng)場(chǎng)以及對(duì)流有效位能均呈現(xiàn)相反的演變趨勢(shì)，這可能是導(dǎo)致兩年季風(fēng)爆發(fā)后微物理參數(shù)演變趨勢(shì)相反的原因。對(duì)于2018 年，季風(fēng)爆發(fā)后低層西南風(fēng)整體強(qiáng)度減弱（圖9），且對(duì)流有效位能總體略有減弱（圖10），這會(huì)導(dǎo)致季風(fēng)爆發(fā)后閩南沿海地區(qū)熱力條件和動(dòng)力抬升條件均減弱，降水粒子抬升的高度降低，冰相過(guò)程減少，碰并聚合作用減弱。因此，2018 年季風(fēng)爆發(fā)后的雨滴譜表現(xiàn)為小粒子濃度明顯較高，大粒子濃度較低（圖5），整體導(dǎo)致粒子尺度Dm減小。但由于925 hPa 比濕明顯較高，絕對(duì)水汽含量明顯較大，使得層狀云和對(duì)流云降水的粒子濃度Nw均較大（表2）。

圖9 同圖8，但為925 hPa 風(fēng)場(chǎng)和比濕Fig.9 As in Fig.8 but for 925 hPa wind field and specific humidity

圖10 2018 年和2019 年季風(fēng)爆發(fā)前、后閩南沿海對(duì)流有效位能的箱線圖Fig.10 Boxplot of CAPE before and after monsoon onset for 2018 and 2019 in southern coast of Fujian

對(duì)于2019 年，季風(fēng)爆發(fā)后925 hPa 西南風(fēng)氣流明顯增強(qiáng)，對(duì)流有效位能也有明顯的增大，導(dǎo)致動(dòng)力抬升條件明顯好于季風(fēng)爆發(fā)前。因此，降水云團(tuán)中的上升運(yùn)動(dòng)更強(qiáng)，粒子抬升至更高的高度，冰相過(guò)程更加明顯。過(guò)冷水以及冰粒子在下落過(guò)程中由于融化形成大雨滴，同時(shí)碰并收集更多的小粒子，使得2019 年季風(fēng)爆發(fā)后Dm增大，這與2018 年正好相反，表明動(dòng)力抬升條件對(duì)于平均粒子直徑影響明顯。925 hPa 的比濕在季風(fēng)爆發(fā)后明顯增大，增加幅度與2018 年基本一致，但由于季風(fēng)爆發(fā)后動(dòng)力抬升條件更好，充分的粒子碰并收集等過(guò)程導(dǎo)致Dm明顯增大，使得季風(fēng)爆發(fā)后層狀云降水的粒子濃度有所降低，對(duì)流云降水的粒子濃度變化不大。

綜上分析表明，降水中的粒子數(shù)濃度與大氣的絕對(duì)水汽含量（比濕）明顯相關(guān)，而良好的動(dòng)力抬升條件能夠使得對(duì)流發(fā)展更加旺盛，冰相過(guò)程加劇，大的冰粒子在下落過(guò)程中融化以及碰并形成大雨滴，影響降水粒子的尺度，進(jìn)而也能影響粒子的數(shù)濃度。

6 結(jié) 論

利用降水現(xiàn)象儀觀測(cè)資料、地面降水觀測(cè)資料和ERA5 再分析資料，對(duì)比分析了2018 年和2019年季風(fēng)爆發(fā)前、后閩南地區(qū)層狀云和對(duì)流云的雨滴譜特征，并從環(huán)流形勢(shì)和物理量入手，探討了雨滴譜分布和微物理參數(shù)差異的可能成因。主要結(jié)論如下：

（1）華南前汛期廈門站和同安站層狀云降水的發(fā)生頻率都高于對(duì)流云降水，其中同安站受局地環(huán)境的影響，對(duì)流云降水發(fā)生頻率約為廈門站的2 倍。但兩站層狀云降水和對(duì)流云降水的雨滴譜均呈現(xiàn)高度一致的分布特征。對(duì)流云降水的雨滴譜分布更寬，在峰值粒徑以上的各粒徑區(qū)間濃度均大于層狀云降水。

（2）微物理參數(shù)對(duì)比分析表明，不論是層狀云降水或是對(duì)流云降水，2018 年季風(fēng)爆發(fā)后均表現(xiàn)為Dm減小，Nw增大。2019 年季風(fēng)爆發(fā)后Dm增大，層狀云Nw減小，對(duì)流云Nw增大。兩年整體呈現(xiàn)相反的演變趨勢(shì)。但不論如何演變，層狀云的降水率（R）和液態(tài)水含量（W）的演變趨勢(shì)與Nw保持完全一致，而對(duì)流云的R和W與Dm保持一致。閩南沿海雨滴譜微物理參數(shù)接近于華南沿海，與華東地區(qū)相比，整體濃度更高，粒子尺度略小。

（3）Z-R關(guān)系擬合表明季風(fēng)爆發(fā)前、后層狀云與對(duì)流云的擬合系數(shù)、決定系數(shù)具有較大差異，尤其是A差異明顯，其中對(duì)流云擬合效果相對(duì)更好?；赯=300R1.4的定量降水估測(cè)對(duì)層狀云降水和量級(jí)較小的對(duì)流云降水存在不同程度的低估，對(duì)于量級(jí)較大的對(duì)流云降水存在高估。這對(duì)于業(yè)務(wù)中使用雷達(dá)QPE 產(chǎn)品具有一定的參考意義?，F(xiàn)有的預(yù)報(bào)業(yè)務(wù)中對(duì)于雷達(dá)估算的層狀云降水和強(qiáng)度較弱的對(duì)流云降水可以在原有QPE 的基礎(chǔ)上適當(dāng)上調(diào)，對(duì)于強(qiáng)度較強(qiáng)的對(duì)流云降水（例如冰雹等）需要適當(dāng)下調(diào)。雷達(dá)降水估算產(chǎn)品也可以根據(jù)反射率因子的強(qiáng)度動(dòng)態(tài)調(diào)整Z-R關(guān)系。

（4）環(huán)流分析表明，大氣的絕對(duì)水汽含量會(huì)影響粒子數(shù)濃度，而西南風(fēng)速和對(duì)流有效位能等物理量會(huì)通過(guò)影響對(duì)流強(qiáng)度以及相關(guān)的云微物理過(guò)程進(jìn)而影響雨滴譜分布。在比濕增大的條件下，2018 年季風(fēng)爆發(fā)后西南風(fēng)減弱，對(duì)流有效位能降低導(dǎo)致對(duì)流較弱，冰相過(guò)程減少，粒子碰并聚合作用減弱，使得大粒子較少，雨滴譜表現(xiàn)為粒子尺度減小、濃度增大；2019 年季風(fēng)爆發(fā)后西南風(fēng)較強(qiáng)，對(duì)流有效位能增大，對(duì)流增強(qiáng)，使得粒子冰相過(guò)程增多，下落中由于融化和碰并聚合成大粒子，但由于對(duì)流有效位能整體小于2018 年，雨滴譜表現(xiàn)為粒子尺度略微增大、層云降水的粒子濃度降低、對(duì)流云降水的粒子濃度變化不大。