云微物理

云微物理（通用3篇）

云微物理 篇1

暴雨是影响我国的主要灾害性天气之一, 常常会带来严重的次生灾害, 是气象工作者们长期关注和研究的课题。华北暴雨具有很强的地域性, 多发生于炎热高湿的夏季, 次数较少, 但强度较强。每年夏季, 若西南气流大量输送水汽, 同时副热带高压明显向北抬升, 华北地区就有可能发生大暴雨。2012年7月21日10时~22日04时 (北京时, 下同) , 北京及其周边地区遭遇了61年来最强的暴雨过程, 全市平均降雨量达164 mm, 造成79人死亡、160.2万人受灾和116.4亿元的经济损失[1,2]。北京“721”特大暴雨降水时间长, 短时降水强度大, 引发了洪涝、泥石流及龙卷风等严重的次生灾害, 对北京市人民生命财产及基础设施安全造成了重大影响。

北京“721”特大暴雨过后, 针对这场局部降雨量接近500年一遇的罕见天气过程, 已有了大量研究, 主要集中于大气环流形势、中尺度对流系统、水汽通道输送、地形抬升影响以及暴雨预报等方面, 为之后的研究和预报提供了宝贵的借鉴思路[3—10]。然而, 针对此次暴雨过程的云微物理特征研究尚不多见。同时“721”暴雨由锋前暖区降水和冷锋锋面降水组成, 在实际业务中, 数值模式没有预报出暖区降水, 对锋面降水预报也存在明显不足。由于两个降水阶段存在着明显的差异性, 因而针对此次暴雨过程不同降水阶段的云微物理特征研究是有必要的。

本文采用欧洲中期天气预报中心 (ECMWF) 6h再分析资料作为模式初始场, 借助美国NOAA/ES-RL/GSD开发的LAPS (local analysis and prediction system) 局地气象数据融合系统, 融合自动站、雷达和卫星等多源观测资料, 使用NCEP/NCAR三维完全可压缩及非静力中尺度模式WRFV3.2对北京“721”特大暴雨进行数值模拟, 获取了较好的高分辨时空模拟结果, 重点分析暖区降水和锋面降水期的水汽及水凝物的水平和垂直特征, 探谈了两个降水阶段不同的云微物理特征和可能的降水机制。

1 资料与方法

将ECMWF再分析资料作为数值实验的初始场, 空间分辨率0.5°×0.5°, 时间分辨率6 h, 采用局地气象数据融合系统LAPS-0-46-1, 融合自动气象站、多普勒雷达和“风云”卫星等多源观测资料, 对ECMWF分析场进行优化调整, 然后将结果作为中尺度数值模式WRFV3.2的初始场和侧边界条件。数值实验时间为7月21日08时~22日08时, 中心点为 (115.5°E, 39.5°N) , 双层嵌套水平格点数分别为181×145和436×349, 水平格距9 km和3 km, 垂直层数26层。

数值实验采用改进的Kain-Fritsch (new Eta) 积云参数化方案[11], 微物理过程为Morrison (2 moments) 方案, 边界层为YSU方案。Morrison (2 moments) 方案包括了水汽及5种水物质的混合比:水汽 (Qv) 、云水 (Qc) 、雨水 (Qr) 、冰晶 (Qi) 、雪 (Qs) 和霰 (Qg) ;包含了4种水物质的数浓度:雨水 (Nr) 、冰晶 (Ni) 、雪 (Ns) 、霰 (Ng) ;同时也考虑了35个云微物理过程的转化项。

本文降水实况数据采用中国气象数据共享服务网的基于全国3万余个自动观测站逐小时降水量和CMORPH卫星反演降水产品, 采用PDF+OI两步融合方法生成了中国区域逐小时、0.1°×0.1°分辨率的降水量融合产品。融合处理过程中使用的自动站逐时降水资料经过了包括气候学界限值、区域界限值、时间一致性、空间一致性检查等在内的严格质量控制。

2 天气特征

2.1 实况降水概况

图1 (a) 为2012年7月21日10时~22日06时北京市降水量分布, 由图可见, 北京市东北部山区小部分为暴雨量级 (>50 mm) , 城区为大暴雨量级 (>100 mm) , 房山大部、门头沟东南部、石景山区、丰台区西南部、顺义东部和平谷北部皆为特大暴雨量级 (>250 mm) 。本次降水过程持续了20 h左右, 全市平均降水量达195 mm, 最大降水中心位于房山区河北镇, 降水量高达460 mm, 接近500年一遇。暴雨带大体由东南向西北递减, 平原地区特别是山前平原地带降水量远高于北京西部和北部山区地带。

北京“721”暴雨是一个由暖区降水和锋面降水共同组成的天气过程, 2012年7月21日10时~2时北京市各气象站点 (门头沟、海淀、顺义) 逐时降水量最高达80 mm以上, 大多数为40~60 mm, 各站点降水逐时差异性较大, 为典型的暖区对流性降水, 7月21日21时~22日06时, 上述各站点的小时雨强均显著下降, 基本在20 mm以下, 到22日01时有小幅回升, 接近30 mm, 站点降水波动整体平缓, 转为以层云为主的冷锋锋面降水。

2.2 环流背景概况

7月21日08时 (临近暴雨期) , 500 h Pa贝加尔湖有深厚低涡、切断低压中心强度为5 620 gpm, 高空槽经蒙古国—内蒙古—河套伸向青海省东部[图1 (b) ]。巴尔喀什湖及其以北地区 (60°E~90°E) 、亚欧大陆东岸都为高压脊控制, 即“两脊一槽”形势。与此同时, 西太平洋副高西伸北进控制江淮、黄淮部分地区, 与亚欧大陆东岸高压叠加, 形成下游高压坝, 即典型“东高西低”形势。因而, 在此稳定环流背景下, 贝蒙低涡低槽后方冷平流与西太平洋副高右侧暖湿平流持续交汇。

从7月21日08时海平面气压场和500 h Pa高空风场[图1 (b) ]分析, 风场由海平面的东南风逐渐偏转至南风和西南风, 北京市上空对应着强烈的垂直风切变, 十分有利于对流活动的发生和发展。同时从500 h Pa高空风场上可以分析出两支风速较大的暖湿平流, 一为西南—东北向的西南气流和二为沿副高西侧边缘的偏南气流, 两支气流将印度洋和南海的暖湿气流输送至北京地区, 为暴雨发生提供了充足的水汽条件。

3 模拟降水与实况对比

3.1 暖区及冷锋降水模拟与实况对比

图2 (a) 和 (b) 分别为2012年7月21日08时~20时中国气象数据共享服务网的实况暖区降水分布和LAPS-WRF模拟的暖区降水分布, 模拟的50mm以上降水分布呈西南-东北走向, 与实况雨带走向是一致的。模拟的大暴雨降水带 (>100 mm) 南至河北西部的涞源县, 北抵北京东北部的密云县, 长度为250 km左右, 与相应的实况降水带长度接近, 位置则在实况降水带西北侧40 km左右。模拟的特大暴雨降水带 (>250 mm) 主要处于北京西部太行山余脉的昌平和门头沟地区, 实况对应的降水带主要分布于房山和西部城区, 即山区平原地带。总体来说, 模拟的暖区降水能较好的反映出实况降水的量级及区域分布情况。

图2 (c) 和 (d) 分别为7月21日20时~22日08时冷锋降水的实况与模拟分布, 由图可见, 仅从北京市辖区的降水分布来看, 冷锋降水阶段50 mm的暴雨范围已经大为缩小, 降水中心区域已经移至北京的南侧和东南侧, 降水趋势由东南向西北明显递减。模拟的大暴雨降水带 (>100 mm) 主要分布于房山东南部、大兴东部、通州和平谷, 与实况降水分布吻合较好。模拟的特大暴雨降水带 (>250mm) 中心已移入河北廊坊境内, 仅在北京大兴南部一角有一定分布, 与实况分布对应一致。从北京周边地区的模拟降水分布来看, 天津与河北唐山境内的特大暴雨降水带明显强于实况降水, 而河北承德境内的降水则明显弱于实况降水。从降水带量级和分布区域来看, 暖区降水的模拟效果要优于冷锋降水。

3.2 24 h累积降水模拟与实况对比

图3为LAPS-WRF模拟输出的北京地区2012年7月21日08时~22日08时的24 h累积降水分布实况与模拟对比图, 由图可见, 模拟的北京市累积降水基本为大暴雨 (>100 mm) , 与实况十分接近, 东北部山区的降水则比实况偏高一些。模拟的150mm累积降水主要分布于延庆、昌平、海淀、门头沟、房山大部, 通州和大兴东南部以及顺义东部, 与实况相比雨带整体偏西, 城区东部地区的降水偏少。模拟的特大暴雨量级 (>250 mm) 的累积降水主要分布于门头沟和昌平西部, 位于实况相应雨带的西北侧。因此本次数值实验较为成功地模拟出了北京“721”特大暴雨的100 mm以上累积降水分布, 而对250 mm以上特大暴雨量级的极端降水的模拟落区有一定偏差。

[ (a) 、 (b) :21日08~20时, (c) 、 (d) :21日20时~22日08时][ (a) 、 (b) :0800BST21~2000BST 21 Tuly; (c) 、 (d) :2000BST 21~0800 BST 22 July]

4 云微物理特征分析

4.1 暖区及冷锋阶段的水物质含量分析

北京“721”特大暴雨是一场由锋前暖区降水和冷锋锋面降水两个阶段组成的暴雨过程, 为了详细分析两个阶段云微物理特征的差异性, 在较好地模拟出本次暴雨过程的基础上, 由模式结果输出了水汽 (Qv) 、云水 (Qc) 、雨水 (Qr) 、冰晶 (Qi) 、雪 (Qs) 、霰 (Qg) 六种水物质的混合比含量, 并分别对这六种水物质含量进行垂直积分, 然后进行北京地区内 (115.4°~117.5°E, 39.4°~41°N) 的逐时面平均, 最后对暖区降水和冷锋降水阶段的结果分别进行12 h时间积分, 得出最终结果 (见表1) 。由表1可以发现两个降水阶段的水物质含量的差异, 首先云凝物 (Qc、Qr、Qi、Qs、Qg) 占总水物质的比重分别为7.55%和4.43%, 说明暖区降水阶段云内转化活动是明显多于冷锋降水阶段的。

从上一节的暖区及冷锋降水模拟与实况分布对比结果来看, 仅就北京地区而言, 暖区降水量是远多于冷锋降水的。结合表1发现暖区降水阶段雪的比重为3.86%, 而冷锋降水阶段仅为1.36%, 前者近似为后者的2.8倍, 这很可能是暖区降水量与冷锋降水量差异显著的一个重要原因。

暖区降水主要以对流性质的混合云为主, 有较高雪含量, 说明对流云发展比较旺盛, 高层大量的雪落入融化层, 促进水汽的凝结过程, 有利于降水量的增加。此外, 暖区降水阶段的雨水比重也明显高于冷锋降水阶段, 也很可能与暖区降水阶段大量雪的下落有关, 然而暖区及冷锋阶段的雨水比重差却没有雪的比重差异显著, 这可能与暖区降水的效率较高有关, 更多的雨水进一步转化成了地面降水。

再从各云凝物比重顺序来分析两个降水阶段的云微物理差异, 暖区降水阶段, 按比重大小依次为:雪、雨水、霰、云水和冰晶, 而冷锋降水阶段为:雪、霰、雨水、云水、冰晶, 冷锋降水阶段霰的比重超过了雨水。冷锋降水阶段主要以冷性的层云为主, 同时由于暖区大量降水的蒸发作用及相关云微物理过程的潜热释放作用, 空气温度显著降低, 影响了霰的完全融化, 导致雨水含量的下降, 间接影响了冷锋阶段的降水量级。

4.2 暖区及冷锋阶段的云微物理转化项分析

由上一节可知, 暖区降水和冷锋降水阶段雪和雨水的含量有明显不同, 为深入揭示这两种水物质含量存在差异性的原因, 我们输出了WRF模式Morrison方案的35个云微物理过程转化项, 并选出比重较大的11个转化项进行对比分析, 对其处理方式也是进行空间垂直积分、12 h时间积分和北京市区域 (115.4°~117.5°E, 39.4°~41°N) 的面平均。暖区降水和冷锋降水阶段都为12 h, 不过由于冷锋降水后期 (即7月22日02时以后) 雨带已基本移出北京, 从绝对数值上来看, 暖区降水阶段的11个微物理转化项都是大于冷锋阶段的。为便于进行直观对比分, 计算了11个微物理过程转化项的百分比 (见表2) 。同时为了分析出各云微物理转化项对雪和雨水形成及发展的影响, 输出了转化项的高度-时间演变特征图 (图4) 。

Morrison方案中雪的形成和增长考虑了11个微物理过程, 表2中与雪有关且两个降水阶段差异明显的有三项, 依次为:雪收集雨水 (PRACS) 、水汽凝华为雪 (PRDS) 、雪收集云水 (PSACWS) 。由图4 (a) 、4 (b) 和4 (c) 可知, 雪收集雨水主要位于600h Pa, 水汽凝华主要位于400~250 h Pa, 雪收集云水主要发生于500~400 h Pa;从高度分布特征来看, 雪收集雨水位置最低且比较狭窄, 而水汽凝华位置最高且垂直跨度较大;从时间分布特征来看, 雪收集雨水和水汽凝华都比较连续, 而雪收集云水则有明显的间断性特征。暖区及冷锋降水阶段大致以7月21日12时 (世界时) 为界, 雪收集雨水和水汽凝华为雪过程最大值都位于12时以后的冷锋阶段, 而雪收集云水过程最大值位于09时暖区降水阶段。因而雪收集云水过程是导致北京“721”暴雨暖区降水阶段雪的比重明显高于冷锋降水阶段的主要原因。再从表2中分析, 有三个与云水有关的云微物理转化项, 源项为:水汽凝结为云水 (PCC) , 霰收集云水 (PSACWG) , 这两项中, 暖区阶段比重大于冷锋阶段的是水汽凝结为云水;汇项为:云水碰并为雨水 (PRA) , 暖区降水阶段比重明显小于冷锋阶段, 是有利于暖区阶段有更多的云水可以去转化为雪。因此, 暖区降水阶段, 水汽大量凝结成云水, 同时云水碰并成雨水的比重相对较小, 暖区阶段雪收集云水的比重远大于了冷锋阶段, 最终导致了暖区阶段云中雪含量高于了冷锋阶段。

Morrison方案中雨水的形成和增长也考虑了11个微物理过程, 表2中与雨水直接有关且两个降水阶段差异明显的有两项:霰融化为雨水 (PGMLT) 和雨水蒸发为水汽 (PRE) 。由图4 (d) 和4 (e) 可知, 霰融化为雨水主要位于600 h Pa中空, 而雨水蒸发为水汽则主要发生在600 h Pa以下低空。暖区阶段霰融化为雨水的平均垂直跨度是大于冷锋降水阶段的, 这促进了暖区雨水比重的增大。由图4e中可以看见, 暖区阶段雨水蒸发主要发生在850 h Pa对流层低层, 而冷锋阶段雨水蒸发顶层则接近600 h Pa中空, 说明冷锋阶段雨水蒸发是远远大于暖区阶段的, 暖区阶段的雨水则相对得到了保存。因此, 在霰融化为雨水的正反馈和雨水蒸发为水汽的负反馈作用下, 暖区降水阶段的雨水含量明显高于了冷锋降水阶段。

5 结论

本文利用非静力中尺度模式WRFV3.2, 结合LAPS数据融合系统同化多源观测资料, 较好地模拟出了本次暴雨的降水演变过程。在此基础上, 输出了WRF模式中的云中水物质及转化项, 对比分析了北京“721”特大暴雨暖区及冷锋降水阶段云微物理特征的差异, 主要结论如下。

1) 在北京“721”特大暴雨暖区及冷锋降水阶段, 云水 (Qc) 、冰晶 (Qi) 和霰 (Qg) 的比重比较接近, 而雪 (Qs) 和雨水 (Qr) 的比重差异明显, 暖区阶段的雪比重是冷锋阶段的2.8倍, 雨水则为1.5倍。暖区阶段为典型的混合云降水, 对流云发展旺盛, 含量相对较高的雪经融化层后转化为雨水, 进而导致了雨水含量的相对增长, 说明雪溶化形成雨水比重的不同是两个阶段降水机制的一个显著差异特征。

2) 雪产生和生长贡献最大的3种微物理过程依次为:雪收集雨水 (PRACS) 、水汽凝华为雪 (PRDS) 、雪收集云水 (PSACWS) 。雪收集雨水主要位于600 h Pa, 水汽凝华主要位于400~250 h Pa, 雪收集云水主要发生于500~400 h Pa。暖区降水阶段, 水汽大量凝结为云水, 进而被雪收集, 导致了暖区阶段雪含量明显较大。

3) 雨水产生和生长贡献最大的2种微物理过程为:霰融化为雨水 (PGMLT) 和雨水蒸发为水汽 (PRE) 。霰融化为雨水主要位于600 h Pa中空, 雨水蒸发为水汽则主要发生在600 h Pa以下低空, 前者对暖区雨水含量为正反馈作用, 后者为负反馈作用。

需要指出的是, 北京“721”特大暴雨过程影响很大, 降水机制较为复杂, 主要针对暴雨的不同降水阶段水物质及其对应的云微物理转化项进行了探讨, 而云微物理过程与大尺度动热力过程的相互反馈作用, 云微物理过程对于暖区及冷锋阶段不同降水效率的影响等方面, 需要进行更深入和细致的研究分析。

参考文献

[1] 孙继松, 何娜, 王国荣, 等.“7.21”北京大暴雨系统的结构演变特征及成因初探.暴雨灾害, 2012;31:218—225Sun J X, He N, Wang G R, et al.The evolution characteristic and genesis of Storm on Beijing“7.21”exteme rainfall.Torrential Rain and Disasters, 2012;31:218—225

[2] 孙建华, 赵思雄, 傅慎明, 等.2012年7月21日北京特大暴雨的多尺度特征.大气科学, 2013;27:705—718Sun J H, Zhao S X, Fu S M, et al.The multiscale characteristic of the Beijing“7.21”exteme rainfall.Chinese J Atmos Sci, 2013;27:705 —718

[3] 孙明生, 杨力强, 尹青, 等.“7·21”北京特大暴雨成因分析 (I) :天气特征, 层结与水汽条件.暴雨灾害, 2013;32:210—217Sun M S, Yang L Q, Yin Q, et al.The reason analysis of Beijing“7.21”exteme rainfall (I) :weather characteristics, stratification and moisture conditions.Torrential Rain and Disasters, 2013;32:210—217

[4]孙明生, 杨力强, 尹青, 等.“7·21”北京特大暴雨成因分析 (II) :垂直运动, 风垂直切变与地形影响.暴雨灾害, 2013;32:218 —223Sun M S, Yang L Q, Yin Q, et al.The reason analysis of Beijing“7.21”exteme rainfall (II) :vertical movement, vertical wind shear and topography.Torrential Rain and Disasters, 2013;32:218—223

[5] 陈明轩, 王迎春, 肖现, 等.北京“7.21”暴雨云团的发生和传播机理.气象学报, 2013;71:569—592Chen M X, Wang Y C, Xiao X, et al.The occurrence and propagation mechanism clouds of Beijing“7.21”exteme rainfall.Meteor Sinica, 2013;71:569—592

[6] 周玉淑, 刘璐, 朱科锋, 等.北京“7.21”特大暴雨过程中尺度系统的模拟及演变特征分析.大气科学, 2014;38:885—896Zhou Y S, Liu L, Zhu K F, et al.Evolution characteristics of mesoscale modeling and analysis system of Beijing“7.21”exteme rainfall.Chinese J Atmos Sci, 2014;38:885—896

[7] 俞小鼎.2012年7月21日北京特大暴雨成因分析.气象, 2012;38 :1313—1329Yu X D.The reason analysis of Beijing“7.21”heavy rainfall.Meteor Mon, 2012;38:1313—1329

[8] 王宁, 张立凤, 彭军, 等.局部地形对北京“7.21”特大暴雨影响的数值研究.暴雨灾害, 2014;33:10—18Wang N, Zhang L F, Peng J, et al.Numerical study of the local terrain Beijing“7.21”Storm Impact.Torrential Rain and Disasters, 2014;33:10—18

[9] 陶祖钰, 郑永光.“7·21”北京特大暴雨的预报问题.暴雨灾害, 2013;32:193—201Tao Z Y, Zheng Y G.Prediction problems of Beijing“7.21”heavy rainfall.Torrential Rain and Disasters, 2013;32:193—201

[10] 冉令坤, 齐彦斌, 郝寿昌.“7.21”暴雨过程动力因子分析和预报研究.大气科学, 2014;38:83—100Ran L K, Qi Y B, Hao S C.Dynamical analysis and forecast research of Beijing“7.21”heavy rainfall.Chinese J Atmos Sci, 2014;38:83—100

[11] 唐细坝.区域模式中积云对流参数化方案的改进及其在我国暴雨和台风中的应用.北京:中国科学院大气物理研究所, 2013:49 —50Tang X B.Improving regional model cumulus parameterization scheme and its application in heavy rains and typhoons in China.Beijing:Chinese Academy of Sciences, 2013:49—50

云微物理 篇2

本文为《云微客微调研使用指南》，主要针对初次体验云微客产品的用户，本文将云微客微调研功能的使用分两大方面：调研管理、题库管理

调研管理

使用方法：进入微调研设置界面，设置触发关键词、调研名称、开始时间结束时间、编辑图片信息，点击保存。

题库管理

使用方法：点击题库管理，添加品牌：新增图库，编辑题目名称和选项，选项至少两项。调研统计

使用方法：点击数据监测，查看意见反馈，点击查看详情可以看到用户每个问题的选项。注：

商家可以通过问卷调研方式直接接触消费者；

云微物理 篇3

本文利用2010-05-27一次从空中到地面的微观探测资料, 结合卫星云图、雷达回波等宏观资料, 分析了层状云降水云系空中云微物理参量的垂直、水平分布特征和地面雨滴谱特征, 通过研究空中雨滴谱变化, 了解此次层状云降水的主要机制, 以期提高对山西地区层状云降水特征的了解。

1 天气背景

2010-05-26—27, 高空500 h Pa山西省受西南气流控制, 并且在新疆西部和河套地区有短波槽不断东移影响, 在蒙古中部形成闭合低涡, 高空700 h Pa山西省位于切变线以东和最大风速带以西。受巴尔喀什湖移入冷涡系统和西太平洋副热带高压边缘暖湿气流系统影响, 2010-05-27T10:00在华北大部分地区、内蒙古东部地区的上空形成一条东北—西南走向的连续云带 (卫星云图略) 。从雷达PPI (plane position indicator, 平面位置显示) 回波图看, 所选用区间 (太原—祁县—介休) 资料回波结构相对均匀, 回波强度在20 d Bz左右, 且空间距离在太原雷达90 km范围内。图1b为沿介休、祁县方向RHI (range-height indicator, 距离高度显示) 剖面图, 观测区域回波顶高不均匀, 强回波顶在4 km左右。2010-05-26T08:00, 山西南部的运城先出现小雨, 17:00系统东移, 山西中南部大部分地区降小雨, 2010-05-26T17:00—2010-05-27T20:00为全省范围的小到中雨, 2010-05-27T23:00全省降水基本结束。

a.PPI (仰角1.5°) ;b.RHI (沿介休、祁县方向, 方位角214.4°)

2 资料的获取

空中观测采用美国DMT公司生产的空气状况探头 (ADP) 、云粒子探头 (CDP, 量程:3~50μm) 、二维云粒子图像探头 (CIP, 量程:25~1 550μm) 、二维降水粒子图像探头 (PIP, 量程:100~6 200μm) 。地面观测以雨滴谱为主, 采用德国OTT公司生产的Parsivel激光降水粒子谱仪。该仪器的数据共有32个尺度测量通道和32个速度测量通道, 其中, 粒子尺度测量32个通道对应的数据范围为0.2~25 mm (实际测量中前两通道无数据) , 粒子速度测量范围为0.2~20 m/s。

探测飞机为运-12, 飞行主要区域为祁县、介休上空, 由雷达回波可知, 飞行区域回波相对均匀, 且空间距离在雷达观测90 km范围内。9:12飞机从太原武宿机场起飞, 本场小雨, 起飞后垂直爬升飞往祁县, 约2 100 m高度入云, 0℃层在3 500 m, 9:34到达祁县, 高度5 600 m, 500 h Pa盛行西南风, 风速8 m/s。随后保持高度5 600 m折线飞往介休并作业, 9:55从介休保持5 600 m平飞往祁县回穿作业云, 10:04在祁县盘旋下降600 m后保持5 000 m平飞到介休, 10:17在介休盘旋下降600 m后保持4 400 m平飞到祁县, 10:29在祁县盘旋下降6 00 m后保持3 800 m平飞到介休, 700 h Pa盛行南风, 风速16 m/s, 10:44从介休返航回太原并于11:12降落。

地面雨滴谱观测在山西祁县、介休进行。取样间隔时间是1 min, 飞行时间内 (9:12—11:12) 祁县、介休各取得样本121个。2010-05-27探测时间段 (9:12—11:12) 飞行区域主要云系是高层云, 降水类型是连续性小雨, 其中, 介休降水量2.5 mm, 祁县降水量2.1 mm。

3 云的微结构

3.1 微物理参数的垂直分布

利用飞机爬升阶段的探测资料研究云系的垂直结构。图3a, 3b, 3c给出了CDP, CIP, PIP三个探头观测到粒子数浓度、粒子直径的垂直分布情况, 探测高度的范围为780~5 600 m, 温度为-6.7~15.7℃。由图3a可知, 2 300~4 200 m高度云滴数浓度较大, 最大粒子数浓度为165.20 cm-3, 粒子数浓度和直径呈负相关关系, 2 300 m以上粒子直径变化小, 基本在20μm以下。CIP探测到3 000 m以上粒子数浓度量级分布在10-2~10-1 cm-3, 3 000 m以下粒子数浓度量级变化大部分在10-3~100 cm-3, 并出现粒子数浓度最大值为1.08 cm-3, 粒子尺度3 000 m以下分布在25~1 550μm, 3 000 m以上粒子尺度主要分布在800~1 550μm。PIP探测资料显示, 3 000 m以下粒子数浓度量级约为10-3 cm-3, 随着高度的增加而递减, 粒子直径基本小于1 300μm, 3 000 m以上粒子数浓度量级为10-3 cm-3, 但大于3 000 m以下, 粒子数浓度随着高度的增加而递增, 粒子直径基本大于1 300μm。

3.2 微物理参量的水平特征

图4a, 4b分别给出了5 000 m、3 800 m高度层CDP, CIP, PIP观测到的粒子数浓度、粒子直径的水平分布特征 (对观测数据取6 s平均) 。从图4a可以看出, CDP探测到云粒子数浓度量级为10-1 cm-3, 水平起伏小, 粒子平均体积直径起伏大。CIP探测到大云滴粒子浓度分布均匀, 平均为1.0×105 m-3, 粒子平均体积直径分布均匀。PIP观测到降水粒子量级为103 m-3, 曲线较平滑, 体积直径起伏大, 在1 400~4 100μm之间。5 600 m、4 400 m高度层探测的云粒子水平分布特征与5 000 m高度层 (图略) 相同。图4b为3 800 m高度层探测云粒子水平分布特征, CDP探测云滴浓度在整个平飞阶段分布很不均匀, 有3个量级的变化, 粒子数浓度和直径呈反相关关系, 粒子平均体积直径起伏也较大。CIP探测大粒子数浓度有起伏, 极值相差2个量级, 粒子直径尺度基本分布在600~1 500μm。PIP降水粒子数浓度量级为103 m-3, 水平分布略有起伏, 粒子尺度分布在小于5 000 m高度处, 变化范围为1 900~3 800μm。

4 地面雨滴谱特征

4.1 雨滴谱微物理特征参量

雨滴的微物理参量可以反映降水的基本特性, 对探测时间段内 (2010-05-27T9:11—11:19) 介休、祁县地面雨滴微物理参量计算平均值, 结果见表1.其中D1, D2, D3分别为雨滴平均直径、均方根直径、均立方根直径, Dmax为雨滴最大直径的平均值, N为雨滴总数浓度, I为雨强, N0-1/N, I0-1/I表示直径0~1 mm的雨滴占总数密度和雨强的比例, I1-2/I表示直径1~2 mm的雨滴雨强占总雨强的比例。由表1可知, 介休、祁县两站的各物理参量比较接近, 雨滴数浓度有102 m-3的量级, 介休、祁县雨滴平均直径分别为0.79 mm、0.86 mm, 平均雨强分别为1.13 mm/h、1.54 mm/h, 这是典型的层状云降水。在介休、祁县的降水过程中, 直径0~1 mm的雨滴数浓度占总数浓度的80%左右, 对降水的贡献为30%左右, 降水过程以小雨滴为主, 雨强贡献超过50%的雨滴直径范围是1~2 mm。

4.2 雨滴微物理参量的时间演变

图5a, 5b分别给出了介休、祁县两站的雨滴数浓度N、雨强I、雨滴的平均直径D1和最大直径Dmax随时间的演变特征。从图5a中可以看出, 介休雨滴数浓度多起伏, 变化范围为92.8~400 m-3, 雨滴最大直径在1.5~3.5 mm, 雨强在0.62~2.12 mm/h, 雨滴平均直径基本在0.8 mm左右。在9:11—10:10降水期间, 雨滴数浓度先下降, 随后缓慢上升达到一定峰值后逐渐下降, 与雨强和最大直径随时间变化趋势基本一致。10:10—11:19比9:11—10:10雨滴数浓度变化剧烈, 与雨强变化趋势相同, 雨滴最大直径变化平缓。从图5b中可以看出, 在降水过程中, 祁县雨滴数浓度变化范围为82.9~265 m-3, 变化范围比介休窄, 雨滴最大直径在2.0~4.0 mm之间, 雨强在0.68~2.61 mm/h之间, 雨滴平均直径基本在0.8 mm左右。

5 空中雨滴谱随高度的分布

分析2010-05-27观测到的空中不同高度层雨滴谱分布的变化 (资料取自PIP探头) 。5 000 m、4 400 m高度处冰粒子数浓度大于5 600 m处 (表2) , 并含有丰富的过冷水, 云粒子在高层以核化、凝华和扩散增长为主, 由于云中上层受冷空气活跃带影响而产生的辐合作用, 云粒子和冰粒子活跃增长, 雪粒子和大滴形成 (图6) 。云中存在冰雪晶、过冷水, 云滴冻结淞附在冰雪晶上, 对雨滴增大产生了影响, 所以, 5 000 m、4 400 m雨滴谱较5 600 m变宽 (图7) 。从图3a可以看到, 在3 800 m的高度处, 云滴数浓度很低, 是一个干层 (低于0℃) , 雨滴平均直径较冷云其他层增加明显, 同时, 数浓度减小 (见表2) , 雪粒子发生聚合 (图6) , 这里发生了固态粒子聚合和云滴蒸发。3 000 m高度处雨滴比上层浓度小, 可能是降水的不均匀性造成的现象, 也有可能是上层高浓度雨滴胚胎还没有降落所致, 滴谱变窄是因为冰相粒子融化所致, 此高度应当是雨滴碰并云滴增长。在2 100 m和1 500 m处, 雨滴数浓度的变化是降雨的阵型所致, 与3 000 m处相比平均直径变小, 地面相对湿度90.4%, 这应当是蒸发的缘故。

6 结论

本文对2010-05-27一次层状云降水的地面、空中云微物理特征进行了分析, 得到如下结论: (1) 根据卫星云图和雷达回波等宏观资料判断此次降水属层状云降水, 主体云系分布在2 100~4 200 m, 垂直方向存在干层。 (2) 分析飞机探测空中云的微结构表明, 云微物理结构垂直分布不均匀, CDP探测粒子浓度相差4个量级, 粒子浓度与直径成负相关关系。CIP探测粒子浓度量级在10-3~100 cm-3, 最大粒子浓度为1.08 cm-3, 3 000 m以下粒子直径分布在25~1 550μm, 3 000m以上粒子直径分布在800~1 550μm。PIP探测粒子浓度量级基本为10-3 cm-3, 3 000 m以下粒子直径小于1 300μm, 3 000 m以上粒子直径大于1 300μm。5 600 m、5 000 m、4 400 m平飞CDP, CIP, PIP探测粒子浓度起伏小, 直径起伏大。3 800 m平飞CDP探测粒子浓度起伏大, CIP, PIP探测粒子浓度起伏小。 (3) 对地面雨滴谱特征进行分析发现, 雨强主要由雨滴数密度决定, 层状云降水微物理参量随时间分布不均匀。 (4) 结合粒子图像、空中雨滴谱的高度分布分析降水机制, 降水为冷云和暖云降水相结合。

参考文献

[1]居丽玲, 牛生杰, 段英, 等.石家庄地区一次秋季冷锋云系垂直微物理结构的观测研究[J].高原气象, 2011, 30 (5) :1324-1336.

[2]刘莹莹, 牛生杰, 封秋娟, 等.一次积层混合云的形成过程和微物理观测[J].大气科学学报, 2012, 35 (2) :186-196.

[3]孙鸿娉, 李培仁, 闫世明, 等.华北层状冷云降水微物理特征及人工增雨可播性研究[J].气象, 2011, 37 (10) :1252-1261.

[4]游来光, 马培民, 胡志晋.北方层状云人工降水试验研究[J].气象科技, 2002, 30 (增刊) :19-56.

[5]杨文霞, 牛生杰, 魏俊国, 等.河北省层状云降水系统微物理结构的飞机观测研究[J].高原气象, 2005, 24 (1) :84-90.

[6]张佃国, 樊明月, 龚佃利, 等.一次降水性积层混合云系的微物理特征分析[J].大气科学学报, 2010, 33 (4) :496-503.

[7]张佃国, 姚展予, 龚佃利, 等.环北京地区积层混合云微物理结构飞机联合探测研究[J].大气科学学报, 2011, 34 (1) :109-121.

[8]Field P R.Aircraft observations of ice crystal evolution in an altostratus cloud[J].J Atmos Sci, 1999 (56) :1925-1941.

[9]Heymsfield A J.Ice particle evolution in the anvil of a severe thunderstorm during CCOPE[J].J Atmos Sci, 1986 (43) :2463-2478.