天氣雷達(dá)氣候?qū)W研究新進(jìn)展

潘赫拉，許東蓓，陳明軒，支樹林，李典南

(1.成都信息工程大學(xué)大氣科學(xué)學(xué)院，高原大氣與環(huán)境四川省重點實驗室，四川 成都 610225；2.北京市氣象局，北京 100089；3.江西省氣象局，江西 南昌 330096)

引 言

天氣雷達(dá)是大氣監(jiān)測的重要手段，在對中小尺度天氣系統(tǒng)監(jiān)測和預(yù)警中有著不可替代的作用，受到很多國家和氣象、水文等相關(guān)國際組織的高度重視[1]。例如多普勒天氣雷達(dá)，它向大氣中發(fā)射脈沖電磁波，電磁波在大氣中近似直線傳播，當(dāng)遇到云、霧、雨、雪粒子時會發(fā)生散射，一部分被散射的能量會被雷達(dá)天線接收，即回波信號，可以將氣象目標(biāo)物的信息顯示在屏幕上并儲存在雷達(dá)基數(shù)據(jù)中。天氣雷達(dá)具備的自動完成立體掃描模式，簡稱“體掃”，“體掃”過程中雷達(dá)天線作螺旋式上升，目前多數(shù)是6 min為一個體掃周期[2]。多普勒天氣雷達(dá)根據(jù)反射波長度可分為X波段(波長3 cm)、C波段(波長5 cm)與S波段(波長10 cm)，其中X波段雷達(dá)適合小雨探測，C波段雷達(dá)對中雨探測較為適宜，S波段雷達(dá)則更適合探測暴雨及冰雹[3]。由于多普勒天氣雷達(dá)探測資料時空分辨率高，揭示強對流天氣(包括對流風(fēng)暴和對流性降水)時空分布的短周期變化特別是日變化特征具有獨特優(yōu)勢，可以幫助了解強對流天氣的發(fā)展演變機制和當(dāng)?shù)貧夂蛱卣?，為對流風(fēng)暴和對流性強降水的臨近預(yù)報和預(yù)警提供背景資料和科學(xué)依據(jù)[4-7]。

天氣雷達(dá)資料早期主要應(yīng)用于氣象學(xué)研究，雷達(dá)氣候?qū)W的研究較少[8]。直到CARBONE等[9-10]在雷達(dá)氣候?qū)W方面取得一些成果才將研究重點初步確定為對流研究和降水分布[11-16]。這兩個方面的研究初步揭示了不同地區(qū)對流風(fēng)暴和對流性降水的日變化特征，以及不同天氣系統(tǒng)、氣候特征和地形強迫對對流日變化的影響機理[17-22]。國內(nèi)相關(guān)研究起步較晚，早期研究多是利用雷達(dá)資料對強對流天氣的基本特征進(jìn)行統(tǒng)計分析[23-25]。

近年來，隨著雷達(dá)數(shù)據(jù)的積累、雷達(dá)監(jiān)測網(wǎng)的完善和技術(shù)手段的更新，雷達(dá)氣候?qū)W的研究也取得一些新進(jìn)展[26-27]。這些新進(jìn)展，不僅豐富了現(xiàn)有雷達(dá)氣候?qū)W的研究成果，還為更多區(qū)域深入進(jìn)行氣候?qū)W研究提供參考。本文主要從以下三個方面介紹國內(nèi)外雷達(dá)氣候?qū)W研究的進(jìn)展。第一方面，對流的雷達(dá)氣候?qū)W研究新進(jìn)展聚焦于在統(tǒng)計分析基礎(chǔ)上進(jìn)行更深入的研究。例如，結(jié)合再分析資料和數(shù)值模式等手段進(jìn)一步揭示強對流天氣的物理機制和垂直結(jié)構(gòu)[28]。第二方面，雷達(dá)降水氣候?qū)W的研究成果不僅從不同角度分類降水系統(tǒng)并闡明不同降水系統(tǒng)的氣候?qū)W特征及其物理機制，而且充分利用雷達(dá)降水?dāng)?shù)據(jù)優(yōu)勢，通過不同算法提高其數(shù)據(jù)質(zhì)量，利用高質(zhì)量的復(fù)合雷達(dá)數(shù)據(jù)研究當(dāng)?shù)亟邓臍夂驅(qū)W特征[29-30]。第三方面，通過天氣雷達(dá)對風(fēng)暴三維特征的研究是天氣雷達(dá)的一大特色，也是近年雷達(dá)氣候?qū)W研究的新方向。這一特色研究比常規(guī)觀測和衛(wèi)星觀測可以提供更多風(fēng)暴的信息，例如活動軌跡和周期等[31]。近年來的進(jìn)展不僅對風(fēng)暴進(jìn)行識別、追蹤，了解其時空分布，還對它們進(jìn)行分類并研究了其產(chǎn)生、傳播演變的大氣環(huán)境和影響機制。

1 對流的雷達(dá)氣候?qū)W特征

1.1 日循環(huán)特征

日循環(huán)是地球氣候系統(tǒng)最基礎(chǔ)的模式之一，對流降水具有很強的日循環(huán)特征已成為雷達(dá)氣候?qū)W的經(jīng)典結(jié)論。例如，CARBONE等[9-10]和AHIJEVYCH等[11-12]利用美國大陸多年雷達(dá)探測資料，揭示了降水回波存在明顯的日循環(huán)和半日循環(huán)的周期性傳播氣候特征。HSU等[32]通過波譜分析法得出美國大陸對流性降水存在0.5、1.0、4.0 d等多個周期變化特征，其中日變化特征最明顯。

為進(jìn)一步掌握暖季對流的時空變化規(guī)律和發(fā)展機理，在研究華南沿海區(qū)域暖季季風(fēng)活躍期對流系統(tǒng)的日變化和傳播特征時，陳興超等[33-34]在數(shù)值模式中再現(xiàn)了對流的熱力及動力過程。在對雷達(dá)反射率數(shù)據(jù)進(jìn)行質(zhì)量控制，然后通過雙線性插值方法插值到卡式坐標(biāo)下的等高面上得到CAPPI數(shù)據(jù)，以40 dBZ為閾值基于STEINER等[35]提出的分類方法和ROMATSCHKE等[36]提出的對流樣本概念識別對流并區(qū)分不同大小和強度的對流系統(tǒng)，對比不同對流系統(tǒng)間空間分布和日變化特征的差異，同時結(jié)合雷達(dá)徑向速度觀測、雷達(dá)反演的VAD環(huán)境風(fēng)廓線資料、JMA再分析資料以及地面觀測，解釋了華南沿海區(qū)域?qū)α髦行男纬傻奈锢頇C制。華南沿海暖季對流呈現(xiàn)出不同的日變化特征，7、8月呈明顯的午后單峰特征，5、6月除了午后峰值外，還有凌晨次峰(當(dāng)?shù)亓璩?5:00左右)，9月則存在晚間次峰(當(dāng)?shù)?1:00左右)。通過高分辨率WRF模擬結(jié)果，確定了華南沿海沿岸地區(qū)夜間對流主要由陸風(fēng)和盛行南風(fēng)輻合形成，與海風(fēng)鋒相聯(lián)系的對流降水雨帶被逐漸推到內(nèi)陸地區(qū)。通過敏感性實驗，發(fā)現(xiàn)華南沿海沿岸地形在夜間對流降水的觸發(fā)過程中有著重要作用，白天降水產(chǎn)生的冷池又加快海風(fēng)及降水雨帶的傳輸。動力強迫在對流降水過程中起到觸發(fā)因子的作用，而潛熱的釋放過程決定了降水的強度。

早在1975年，WALLACE[37]將對流降水日變化的物理機制劃分為兩大類：(1)通過主要熱動力過程改變大氣層結(jié)穩(wěn)定性影響對流降水的日變化；(2)由邊界層過程改變低層的輻合輻散場來改變對流降水日變化的趨勢。除了太陽輻射加熱的日變化之外，每天特定時段頻繁出現(xiàn)對流還與區(qū)域地形有關(guān)，包括海陸差異、當(dāng)?shù)赝恋乩?或土地覆蓋)情況、大氣環(huán)流模式和熱力學(xué)條件等，不同地區(qū)對流風(fēng)暴和對流性降水存在不同的日循環(huán)特征[38-42]。例如，LANG等[43]、ROWE等[44]發(fā)現(xiàn)地形強迫對對流風(fēng)暴的每日新生和傳播起到關(guān)鍵作用。CHEN等[45]指出500 hPa和925 hPa的盛行風(fēng)對對流系統(tǒng)的日變化存在顯著影響。近年來，國內(nèi)外學(xué)者對比分析了山地、平原、沿海地區(qū)日循環(huán)特征的差異。一般來說，低空急流觸發(fā)的對流在夜間東移過程中逐漸衰減，而來自平原的對流最大值在早上迅速衰減[46-47]。在CHEN等[34]、STEINER等[35]的研究中，對比海岸和內(nèi)陸的對流特征發(fā)現(xiàn)，當(dāng)?shù)涂占绷鞔嬖跁r，海岸地區(qū)向岸風(fēng)速輻合和平均上升速度更強，對流更容易在沿岸發(fā)展；而低空急流不存在時，來自海上的空氣更容易進(jìn)入內(nèi)陸，經(jīng)過地形抬升形成對流。對一些走廊型山谷地區(qū)進(jìn)行研究發(fā)現(xiàn)該區(qū)域?qū)α鞑⒉换钴S，例如密西西比、下密蘇里和俄亥俄河谷，這可能是由于與山谷相聯(lián)系的螺線管環(huán)流的下沉氣流支持平流風(fēng)暴的輸送或阻止舊的風(fēng)暴被新的風(fēng)暴取代[18]。

上述國內(nèi)外關(guān)于對流日變化氣候特征的研究是目前雷達(dá)氣候研究的主流，主要解釋了不同地區(qū)對流形成、加強和日循環(huán)傳播與太陽加熱、地形強迫以及天氣尺度和中尺度系統(tǒng)的活動存在緊密聯(lián)系。值得注意的是，對流的發(fā)生及其時間和頻率與湖泊和非大型地形特征也有關(guān)。這些因素導(dǎo)致水平輻合的變化，從而引起低層垂直運動。它們還調(diào)節(jié)了地表能量的平衡，導(dǎo)致靜力穩(wěn)定梯度和浮力梯度的產(chǎn)生，后者利用強上升氣流推動熱循環(huán)。一般來說，較暗、較干和比熱容較低的土壤容易產(chǎn)生較大的感熱通量、較深的對流邊界層和熱力上升，這些都有利于對流的形成。HABERLIE等[48]給定周期內(nèi)至少出現(xiàn)一次對流定義為雷暴日，并將已識別的對流30 km范圍內(nèi)第一次出現(xiàn)回波強度大于40 dBZ的位置識別為對流初生點。他的研究集中在德克薩斯東南部3個大型水庫區(qū)域，探索人工水體對深厚濕對流時空特征的影響。結(jié)果表明，人工建造的水庫在相對靜止的天氣條件下改變了雷暴特征。大型水庫不僅在某些情況下抑制雷暴的形成，從而影響對流初生地的空間分布，而且還會影響對流初生的時間。但類似的雷達(dá)氣候研究需要累積較長時間的雷達(dá)資料，目前針對非大型地形特征對對流日循環(huán)影響的研究開展得還不多。

1.2 空間變化特征

不同區(qū)域?qū)α黠L(fēng)暴出現(xiàn)頻率不同。地形復(fù)雜的區(qū)域，對流風(fēng)暴的出現(xiàn)頻率具有很大的差異。例如，匈牙利地區(qū)2007年出現(xiàn)雷暴的天數(shù)最多，且大部分雷暴分布在匈牙利東北、中北、西南地區(qū)[49]。美國地區(qū)中尺度對流系統(tǒng)表現(xiàn)出明顯的季節(jié)循環(huán)，大部分發(fā)生在暖季，有2個對流頻發(fā)中心：美國中南部和墨西哥灣沿岸、中部平原和中西部地區(qū)[50]。

近幾年在繼續(xù)研究不同區(qū)域?qū)α魅兆兓^程氣候?qū)W特征的同時，對對流垂直結(jié)構(gòu)的研究也更加深入，更側(cè)重于研究對流產(chǎn)生和傳播的物理機制。南京市及周邊地區(qū)暖季對流風(fēng)暴存在明顯的活躍區(qū)域，不同月份也存在差異，對流風(fēng)暴頻數(shù)分布大值中心位于南京東部沿江地區(qū)，其中7—8月為對流風(fēng)暴活動高峰期，6月次之，9月最少[51]。7、8月日照加熱作用最強，6、7月受西南氣流加強和西太平洋副熱帶高壓北抬以及冷暖空氣在江淮地區(qū)交匯的影響。受盛行風(fēng)、下墊面、低空急流、太陽加熱等多種因素影響，不同條件下的對流風(fēng)暴在水平尺度和垂直伸展高度上不同，從而在回波強度上表現(xiàn)出不同特征，對流風(fēng)暴的強弱與伸展高度有密切的關(guān)系。此外，南京地區(qū)的對流風(fēng)暴與閃電活動密切相關(guān)，中型深對流與深對流頻數(shù)的空間分布與閃電頻數(shù)的空間分布具有很好的一致性。陳興超等[33]研究發(fā)現(xiàn)對流發(fā)生頻次的空間分布也存在明顯的月變化特征，主要與低層盛行風(fēng)的月變化有關(guān)。對發(fā)生在弱天氣強迫和無低空急流條件下的華南沿岸對流個例進(jìn)行分析發(fā)現(xiàn)，對流最早分別在沿岸地形和海岸線上觸發(fā)，地形和海風(fēng)鋒的抬升作用是對流觸發(fā)的主要原因。大型對流與深對流有2個明顯的高頻中心位于東北迎風(fēng)坡和南側(cè)海岸線，說明地形和海岸線對形成深厚的、組織化的對流起到了重要作用。KOVACS等[52]采用VIL識別深對流，利用22 a McGill雷達(dá)資料研究了魁北克南部夏季下午深對流的空間分布，發(fā)現(xiàn)3個對流熱點區(qū)域。這3個地區(qū)之所以對流達(dá)到最強，是由于對流抑制接近于零、對流有效位能較大以及有組織的水平風(fēng)和水汽匯聚，而對流最弱區(qū)域往往是缺乏其中的一個或多個特性。

2 降水的雷達(dá)氣候?qū)W特征

2.1 不同降水特征

近幾年，對流性降水和層狀云降水的分離被用來量化不同的非絕熱加熱模式對大氣環(huán)流的影響[53]。與對流性降水相比，層狀云降水的日變化幅度要小得多，而早晨降水量占總降水量的百分比高于對流降水。哥斯達(dá)黎加地區(qū)降水量高度依賴層狀云降水，大多數(shù)地區(qū)層狀云降水月變化呈雙峰型，特征隨地區(qū)不同而變化。在冬季和盛夏，對流降水量比層狀云降水量更多；而在雨季開始和結(jié)束時，層狀云降水量更多，主要與加勒比低空急流、ITCZ和哥倫比亞急流等有關(guān)[54]。有關(guān)美國中尺度對流系統(tǒng)的降水特征的研究發(fā)現(xiàn)中尺度對流系統(tǒng)降水有2個大值區(qū)分別位于美國中南部和墨西哥灣沿岸以及美國中部平原和中西部，表現(xiàn)出明顯的季節(jié)循環(huán)，大部分地區(qū)對流出現(xiàn)在暖季[50]。此外，中尺度降雨量占許多地區(qū)年降水量和季節(jié)降水量的50%以上。尤其是在農(nóng)業(yè)發(fā)達(dá)和有重要含水層的地區(qū)，大部分暖季降水都由中尺度對流系統(tǒng)造成。

從另一個角度出發(fā)，RICKENBACH等[55]把降水系統(tǒng)分為中尺度降水系統(tǒng)和孤立降水(isolated precipitation)系統(tǒng)(如孤立雷暴，尺度較小)并研究其氣候?qū)W特征。與中尺度系統(tǒng)降水的季節(jié)循環(huán)相比，孤立降水系統(tǒng)的季節(jié)循環(huán)較為明顯。冬季，孤立降水系統(tǒng)出現(xiàn)在佛羅里達(dá)南部和佛羅里達(dá)東部海岸到卡羅來納的海域，是由于美國東南海岸附近的墨西哥灣暖流導(dǎo)致沿岸具有相對較高的冬季海平面溫度。春季，整個區(qū)域的孤立系統(tǒng)降水增加，尤其是在佛羅里達(dá)南部。夏季整個東南海岸(包括溫暖的墨西哥灣流和古巴島)孤立系統(tǒng)降水增加。孤立系統(tǒng)降水量一般向北遞減，遠(yuǎn)離海岸也遞減。中尺度系統(tǒng)和孤立系統(tǒng)降水的日變化表明控制降水類型的機制存在明顯差異。正午前后，孤立的降水迅速增強，這與地表加熱有關(guān)。午后，阿巴拉契亞高原和田納西州東部山脊的孤立降水量明顯增加，可能與加熱引起的地形環(huán)流有關(guān)。相比之下，中尺度系統(tǒng)降水除了夏季南部沿海地區(qū)外，沒有明顯的日變化。

FAIRMAN等[56]把基于帶狀降水特征的自動檢測算法應(yīng)用于復(fù)合雷達(dá)圖像，建立了美國大陸地區(qū)第一個帶狀降水氣候?qū)W。該研究是對長時間序列的所有降水特征進(jìn)行量化研究的首次嘗試，未來的工作可以使用這個方法結(jié)合氣象參數(shù)的降水特征數(shù)據(jù)庫來確定盛行風(fēng)或大氣條件對降水特征大小、形狀和強度的相對影響。

2.2 復(fù)合雷達(dá)降水?dāng)?shù)據(jù)的應(yīng)用

雷達(dá)降水?dāng)?shù)據(jù)在氣候?qū)W應(yīng)用方面有著高時空分辨率的優(yōu)勢，可準(zhǔn)確性卻有待提高。為克服雷達(dá)降水?dāng)?shù)據(jù)應(yīng)用存在的不足，國外學(xué)者進(jìn)行了一些嘗試[57-59]。KRONENBERG等[60]提出一種基于四分位離群值檢測和拋物線插值的參數(shù)優(yōu)化算法提高長時間降水?dāng)?shù)據(jù)質(zhì)量。GOUDENHOOFDT等[61]利用層狀云降水和對流降水的分類、40 min垂直反射率剖面平均、亮帶識別和不同降水模式降雨率轉(zhuǎn)換對雷達(dá)定量估測降水?dāng)?shù)據(jù)集進(jìn)行矯正。也有研究將雷達(dá)降水?dāng)?shù)據(jù)與其他探測資料在氣候?qū)W方面的應(yīng)用進(jìn)行對比研究，或結(jié)合生成一個新的數(shù)據(jù)集，以彌補單一數(shù)據(jù)集應(yīng)用在氣候?qū)W方面的不足。例如，BERG等[62]、ZHANG等[63]基于現(xiàn)有的雷達(dá)降水氣候?qū)W的研究成果對雷達(dá)降水產(chǎn)品誤差進(jìn)行分析調(diào)整，并運用一種實時算法結(jié)合雷達(dá)數(shù)據(jù)和雨量計數(shù)據(jù)生成質(zhì)量更高的復(fù)合數(shù)據(jù)集。

通過改進(jìn)反演算法得到的復(fù)合雷達(dá)降水?dāng)?shù)據(jù)集具有高時空分辨率和高準(zhǔn)確性的優(yōu)勢，但實際的氣候?qū)W應(yīng)用效果還有待于在不同地區(qū)進(jìn)行更多的實踐才能加以驗證。例如，Met Office雷達(dá)的復(fù)合降水?dāng)?shù)據(jù)產(chǎn)品計算得到的年平均降水量與氣象局綜合數(shù)據(jù)系統(tǒng)和地面臺站網(wǎng)的地表降水觀測結(jié)果進(jìn)行對比發(fā)現(xiàn)大多數(shù)雷達(dá)和實測降水值的差值每年在500 mm以內(nèi)，有9個地點的高估超過500 mm，主要在蘇格蘭西海岸附近[64]。這可能是由于大風(fēng)導(dǎo)致的對實測降水的低估，也可能是由于地形效應(yīng)導(dǎo)致的對降水的高估。平均而言，雷達(dá)復(fù)合降水?dāng)?shù)據(jù)反演的年平均降水總量有2%的格點高估量每年超過23.4 mm，平均高估量為29 mm，而愛爾蘭有46%的格點平均低估量超過781 mm。

無論是基于現(xiàn)有雷達(dá)氣候?qū)W成果對降水?dāng)?shù)據(jù)反演算法進(jìn)行改進(jìn)，還是采用不同算法提高數(shù)據(jù)質(zhì)量再做氣候?qū)W分析，這些研究都反映了現(xiàn)階段雷達(dá)降水氣候?qū)W對高精度的雷達(dá)降水?dāng)?shù)據(jù)集的訴求。上述算法均能在某一程度上提高雷達(dá)降水?dāng)?shù)據(jù)的質(zhì)量，但這些研究都還局限于某一地區(qū)，而各地降水氣候特征差異顯著，不同算法的適用范圍及改良效果還有待在更多地區(qū)進(jìn)行研究才能得到驗證。

3 風(fēng)暴屬性識別追蹤

雷達(dá)的風(fēng)暴追蹤信息可以提供風(fēng)暴單體的過去位置和未來移動趨勢，有助于發(fā)布強天氣預(yù)警[65]。一些學(xué)者采用風(fēng)暴屬性追蹤統(tǒng)計的方法進(jìn)行雷達(dá)氣候?qū)W的研究[66-68]。這種方法首先是基于雷達(dá)三維反射率因子回波，利用風(fēng)暴識別和追蹤分析算法對每個風(fēng)暴單體的屬性進(jìn)行識別、分析和追蹤，然后再對得到的所有風(fēng)暴的有效屬性進(jìn)行統(tǒng)計分析，得出某一地區(qū)對流風(fēng)暴的時空分布特征及其發(fā)展演變和傳播的氣候特征[69]。

目前比較有代表性的對流風(fēng)暴識別和追蹤分析算法包括風(fēng)暴三維屬性追蹤算法TITAN(thunderstorm identification, tracking, analysis, and nowcasting)以及風(fēng)暴質(zhì)心追蹤算法SCIT(storm cell identification and track)。ZITTEL[70]提出判斷雷達(dá)反射率在三維區(qū)域是否大于給定閾值，以識別風(fēng)暴位置，并根據(jù)連續(xù)時次風(fēng)暴位置估算移速，預(yù)報下一時次位置。DIXON等[71]先后改進(jìn)該方法，提出較為完整的TITAN算法用于追蹤風(fēng)暴的運動過程。周毓荃等[72]開發(fā)了TITAN系統(tǒng)，并應(yīng)用在人影評估和強天氣識別中。在該算法里，風(fēng)暴云被定義為一個反射率超過一定閾值的三維臨近區(qū)域，閾值不固定，可根據(jù)不同風(fēng)暴類型來確定反射率閾值，通常設(shè)為30 dBZ或者35 dBZ。TITAN算法區(qū)域識別追蹤性能和直觀性好，但很難反映出三維風(fēng)暴體的內(nèi)部情況，而且它只用一個閾值來判斷是否為風(fēng)暴。SCIT算法[73]根據(jù)多個閾值識別三維風(fēng)暴，在追蹤過程中將風(fēng)暴體看作一個單點質(zhì)心，同時給出了風(fēng)暴體內(nèi)部的一些重要信息，如最大反射率、單體VIL等。除這兩種應(yīng)用比較廣的算法外，還有很多針對各自研究目的采用不同算法，這些不同的算法為目前三維風(fēng)暴屬性識別追蹤提供了更多思路。雷達(dá)的這一特色研究可以給出更多風(fēng)暴的信息(體積、頂高、移動軌跡、移速、生命周期等)，這非常有利于提高對某地區(qū)風(fēng)暴特征的認(rèn)識和理解，也是其他資料所不能比擬的。

在強對流風(fēng)暴活躍的區(qū)域，目前主要的研究方法是基于長時間序列的雷達(dá)資料識別某一特定類型的強對流風(fēng)暴，研究其周期和軌跡及其初生演變機制。例如，通過對美國18 a暖季雷達(dá)資料的統(tǒng)計研究識別出256個Derecho(一種典型的風(fēng)暴，通常存活超過8 h以上，它的特點為大面積的持續(xù)強風(fēng))天氣事件，分析了Derecho的氣候特征以及形成背景[74]。結(jié)果表明，Derecho大部分在美國中部和北部的平原產(chǎn)生，主要活動在一個走廊型區(qū)域(從明尼蘇達(dá)州經(jīng)過中西部到弗吉尼亞與西俄亥俄州的邊界)，南部平原(主要在堪薩斯和俄克拉荷馬州)有一個Derecho活動中心。在落基山以西沒有發(fā)現(xiàn)Derecho，而在阿巴拉契亞山以東Derecho的出現(xiàn)頻率急劇下降。通過風(fēng)暴追蹤識別對希臘北部和中部的超級單體的雷達(dá)氣候?qū)W特征進(jìn)行的研究發(fā)現(xiàn)2014—2015年超級單體數(shù)明顯增加，其中2014為最活躍的一年[75]。大部分超級單體出現(xiàn)在6月，主要發(fā)生在16:00—17:00(世界時)，這與有利于雷暴發(fā)展的晝夜加熱周期有關(guān)。通過對超級單體的跟蹤，發(fā)現(xiàn)在希臘北部地區(qū)大多數(shù)超級單體都來自西方和西南方向，且超級單體生成于山地，促進(jìn)超級單體發(fā)展加強的是西南氣流和短波槽。對高切變、低對流有效位能環(huán)境中的95個龍卷風(fēng)渦旋和135個非龍卷風(fēng)渦旋進(jìn)行跟蹤，確立了與這些渦旋相關(guān)的雷達(dá)反射率特征在不同大小范圍內(nèi)的差異[76]。在雷達(dá)60 km范圍內(nèi)，特別是在接近地表的情況下，龍卷和非龍卷渦旋的方位角切變有顯著差異，在60 km的范圍外沒有明顯差異。SODERHOLM等[77]利用雷達(dá)數(shù)據(jù)對加拿大對流單體進(jìn)行跟蹤，將對流單體分為3類：STLD(short-track long-duration短軌跡長周期)、LTLD(long-track long-duration長軌跡長周期)、STSD(short-track Short-duration短軌跡短周期)，在所分析的130個單體中，絕大多數(shù)(77個)被歸類為STSD，而STLD(28個)和LTLD(25個)數(shù)量相對較少。

對基于高時空分辨率的雷達(dá)三維追蹤資料得到的對流風(fēng)暴的三維屬性進(jìn)行定量統(tǒng)計分析，與常規(guī)觀測資料和靜止衛(wèi)星紅外亮溫的統(tǒng)計結(jié)果相比，運用雷達(dá)資料進(jìn)行統(tǒng)計分析不僅可以給出對流風(fēng)暴的三維空間信息，還可以給出風(fēng)暴的生命史、移速、移向等定量氣候分布特征，進(jìn)一步充實了某一地區(qū)對流天氣氣候特征的認(rèn)識，為當(dāng)?shù)貙α鞯脑\斷分析和臨近預(yù)報提供了科學(xué)背景支撐。而使用三維雷達(dá)資料的不足之處是雷達(dá)站點觀測資料要保持同步，即觀測時間要比較接近。同時，不同型號不同波段的雷達(dá)資料需要轉(zhuǎn)化為同一格式進(jìn)行質(zhì)量控制。而且雷達(dá)性能的穩(wěn)定性也是監(jiān)測天氣的保證條件，一次體掃時間內(nèi)天氣系統(tǒng)往往發(fā)生了一定的變化，而在研究中認(rèn)為這段時間探測到的空間資料是同一個時次。風(fēng)暴追蹤的時間間隔與雷達(dá)資料的采樣間隔有一定的關(guān)系，為準(zhǔn)確追蹤風(fēng)暴軌跡，對雷達(dá)資料有一定的要求，即雷達(dá)資料的體掃時次必須連續(xù)。在新一次的風(fēng)暴追蹤之前，對存放歷史風(fēng)暴識別追蹤結(jié)果內(nèi)容的相關(guān)表進(jìn)行讀取，保證風(fēng)暴的探測時間間隔滿足條件[78]。

4 結(jié)論與討論

(1)雷達(dá)氣候?qū)W的研究對理解一個區(qū)域內(nèi)對流風(fēng)暴和降水的時空分布和演變特征有十分關(guān)鍵的作用，也有助于對中小尺度對流天氣的臨近預(yù)警以及定量降水預(yù)測能力的提高。近年來有關(guān)雷達(dá)氣候?qū)W的研究主要集中在對流和降水的雷達(dá)氣候?qū)W特征以及風(fēng)暴屬性識別追蹤。

(2)在對流的雷達(dá)氣候?qū)W特征方面，主要研究了對流的周期性變化特征，其中日循環(huán)特征最明顯。很多研究表明地形和太陽輻射加熱以及天氣系統(tǒng)對對流初生、傳播有明顯影響。隨著雷達(dá)網(wǎng)絡(luò)的逐步完善和雷達(dá)數(shù)據(jù)的逐步積累，有關(guān)不同地區(qū)不同對流特征的研究得到豐富，例如山脈迎風(fēng)坡、海岸沿線、湖泊和平原等地不同的對流發(fā)展特征。為了對對流的初生、傳播和加強機制進(jìn)行研究，將雷達(dá)數(shù)據(jù)與閃電資料、再分析資料相結(jié)合，并使用模式模擬，研究不同深度對流的時空分布，以及低空急流對對流風(fēng)暴的影響。

(3)在降水的雷達(dá)氣候?qū)W研究方面，根據(jù)累積的雷達(dá)降水?dāng)?shù)據(jù)對比分析不同類型降水系統(tǒng)的氣候?qū)W特征，并對它們產(chǎn)生的物理機制進(jìn)行研究。同時，國外不少學(xué)者嘗試改進(jìn)反演算法或?qū)⒗走_(dá)數(shù)據(jù)與觀測數(shù)據(jù)結(jié)合產(chǎn)生更高質(zhì)量的復(fù)合雷達(dá)數(shù)據(jù)進(jìn)行降水氣候?qū)W的研究。

(4)風(fēng)暴屬性識別追蹤方面，基于雷達(dá)三維反射率因子回波信息，利用風(fēng)暴識別和追蹤分析算法對每個風(fēng)暴單體的屬性進(jìn)行識別、分析和追蹤，然后再對得到的所有風(fēng)暴的有效屬性進(jìn)行統(tǒng)計分析。除了分析風(fēng)暴的氣候?qū)W特征之外，還對風(fēng)暴的傳播路徑進(jìn)行統(tǒng)計分析。也有通過雷達(dá)路徑和周期對對流風(fēng)暴進(jìn)行分類，分析不同類型風(fēng)暴的形成及演變機制。

盡管近些年國內(nèi)外有關(guān)雷達(dá)氣候?qū)W研究取得很多新的成果，但地域差異非常明顯。例如在中國，由于天氣雷達(dá)分布不均以及地形條件的限制，目前雷達(dá)氣候的研究主要集中在京津冀、長江三角洲、珠江三角洲地區(qū)，其他地區(qū)的雷達(dá)氣候?qū)W研究工作還很匱乏。又由于多種因素(比如雷達(dá)地物雜波、亮帶回波、波束阻擋、不同雷達(dá)之間的標(biāo)定差異等)均影響到天氣雷達(dá)對真實對流回波的探測，加之大氣模式本身的復(fù)雜性，雷達(dá)氣候?qū)W研究仍然面臨很多難題。

在雷達(dá)數(shù)據(jù)的應(yīng)用方面，需要注意的是雷達(dá)數(shù)據(jù)是否被適當(dāng)?shù)匦?zhǔn)？地面回波以及昆蟲和鳥類的干擾是否被清除？雷達(dá)的覆蓋范圍是否足夠？為控制這些誤差，還需要較好的質(zhì)量控制和雜波清除方法，或者使用具有不同測量對象的互補數(shù)據(jù)(例如閃電圖、再分析資料等)。此外，新一代多普勒雷達(dá)的主要功能之一是對降水進(jìn)行準(zhǔn)確的測量，而由于降水粒子相態(tài)的多樣化，新一代天氣雷達(dá)不具備識別降水粒子相態(tài)和獲取雨滴譜的能力，從而使具有多普勒功能的新一代天氣雷達(dá)對降水的準(zhǔn)確定量測量能力變得十分有限[79]。能夠?qū)崿F(xiàn)降水粒子相態(tài)的雙線偏振技術(shù)將是新一代天氣雷達(dá)發(fā)展及未來得到廣泛應(yīng)用的重要支撐技術(shù)[80-81]。