馮婉悅，王智敏，楊蓮梅，安克武，蘇朝丞

（1.中國(guó)氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊830002；2.新疆氣象技術(shù)裝備保障中心，新疆 烏魯木齊 830002；3.新疆人工影響天氣辦公室，新疆 烏魯木齊830002；4.烏魯木齊市氣象局，新疆 烏魯木齊830002）

研究降水粒子的雨滴譜特征，對(duì)深入了解降水形成的物理機(jī)制、認(rèn)識(shí)具有地域特點(diǎn)的云水資源和人工增水作業(yè)條件、修訂雷達(dá)定量估測(cè)降水以及數(shù)值模擬訂正等具有重要意義。近年來(lái)，我國(guó)學(xué)者在不同區(qū)域雨滴譜分布、不同降水類(lèi)型或天氣系統(tǒng)的雨滴譜特征、以及雨滴譜在雷達(dá)定量估測(cè)中應(yīng)用等方面做了大量研究工作。如楊俊梅等[1]對(duì)山西6個(gè)不同地區(qū)雨滴譜特征進(jìn)行了統(tǒng)計(jì)分析。黃興友等[2]、張祖熠等[3]、蘇立娟等[4]利用雨滴譜數(shù)據(jù)，分別統(tǒng)計(jì)分析了南京層狀云和積雨云、伊寧春季層狀云和混合云降水、內(nèi)蒙古三類(lèi)降水云系的譜特征和譜參數(shù)。江新安和王敏仲[5]、李德俊等[6]、李遙等[7]分析了伊犁河谷汛期一次短時(shí)強(qiáng)降水、鄂西北兩次強(qiáng)降雪、南京三次暴雪過(guò)程的滴譜特征。張揚(yáng)等[8]、翟亮等[9]、吳亞昊等[10]等對(duì)雨滴譜資料在雷達(dá)定量估測(cè)降水中的應(yīng)用進(jìn)行了探討，并提出相應(yīng)的Z-R關(guān)系。針對(duì)不同類(lèi)型降水進(jìn)行擬合分析，發(fā)現(xiàn)不同降水類(lèi)型的雨滴譜特征差異顯著。

烏魯木齊為典型的干旱半干旱地區(qū)，降水多集中在夏季和冬季，不同類(lèi)型的降水給人們的生產(chǎn)生活帶來(lái)的影響不同，尤其是夏季和冬季的強(qiáng)降水天氣給農(nóng)牧業(yè)和人們生產(chǎn)生活帶來(lái)重大損失，但目前對(duì)該地區(qū)的雨滴譜特征相關(guān)研究較少，同時(shí)，針對(duì)雨雪過(guò)程的雨滴譜特征研究多數(shù)是基于一次降水過(guò)程的資料。為此，本文利用烏魯木齊2018年1—12月雨滴譜儀數(shù)據(jù)，分析了烏魯木齊地區(qū)兩類(lèi)不同天氣現(xiàn)象（雨、雨夾雪）的雨滴譜特征，并對(duì)Z-R關(guān)系進(jìn)行了簡(jiǎn)單分析，有助于提升雷達(dá)定量估測(cè)降水的能力，可以更細(xì)致地了解不同降水譜分布特征，為進(jìn)一步研究烏魯木齊降水的形成演變機(jī)制奠定基礎(chǔ)。

1 資料與方法

1.1 儀器及數(shù)據(jù)簡(jiǎn)介

文中所用雨滴譜儀是基于德國(guó)OTT Parsivel激光雨滴譜儀測(cè)量原理，當(dāng)有降水粒子穿越激光束時(shí)，根據(jù)降水粒子對(duì)激光束的衰減程度和持續(xù)時(shí)間，來(lái)獲取降水粒子的尺度和速度。在此基礎(chǔ)上，再通過(guò)降水參量計(jì)算方法，計(jì)算得到雨滴譜N（D）、質(zhì)量加權(quán)直徑Dm、雷達(dá)反射率因子Z、降水強(qiáng)度R等降水粒子參數(shù)。

本文選取了2018年1—12月烏魯木齊氣象站（43.78°N，87.65°E）雨滴譜儀的觀測(cè)數(shù)據(jù)，該資料共有32個(gè)粒子直徑通道（0.062～24.5mm）×32個(gè)粒子速度通道（0.05～20.8 m·s-1），包含數(shù)據(jù)1024個(gè)（32×32），儀器采樣面積為54 mm2，采樣時(shí)間為1 min。

1.2 數(shù)據(jù)質(zhì)量控制

為提高雨滴譜儀數(shù)據(jù)可用性，首先對(duì)本文使用的雨滴譜數(shù)據(jù)進(jìn)行數(shù)據(jù)質(zhì)量控制處理。一方面，降水粒子在下落過(guò)程中可能發(fā)生形變，且自然界中很少有直徑＞8 mm的粒子，有學(xué)者研究發(fā)現(xiàn)[11]，在雨強(qiáng)很大的情況下，降水粒子最大粒子直徑也在4 mm左右。另一方面，由于雨滴下落過(guò)程中，發(fā)生碰撞、重疊等，使得粒子分布在經(jīng)典直徑—速度關(guān)系（Atlas等速度訂正函數(shù)）范圍以外[12]。此外，降水粒子直徑過(guò)小、粒子總數(shù)目過(guò)小等，都會(huì)影響雨滴譜儀觀測(cè)數(shù)據(jù)質(zhì)量。為此，文中使用的雨滴譜儀數(shù)據(jù)質(zhì)量控制方法包括：參考Battaglia等的方法，進(jìn)行粒子形狀訂正，將訂正后粒子直徑＞8 mm的觀測(cè)數(shù)據(jù)剔除[13]；參考Jaffrain和Brene[14]的方法，剔除粒子直徑—速度經(jīng)驗(yàn)關(guān)系±60%范圍以外的粒子；剔除粒子直徑＜0.3 mm、雨強(qiáng)＜0.01 mm·h-1，以及原始粒子數(shù)目＜10的數(shù)據(jù)[15]。

1.3 計(jì)算方法

由雨滴譜儀直接探測(cè)到第i通道的雨滴譜分布N（Di）（單位：m-3·mm-1）為：

其中，nij為降水粒子個(gè)數(shù)，Vj為降水粒子的下落末速度，單位為m·s-1；ΔDi為第i個(gè)粒徑通道寬度，單位為mm；ΔT為采樣時(shí)間，單位為s；A為采樣面積，單位為mm2。

總粒子數(shù)濃度（單位：m-3）：

雷達(dá)反射率因子Z（單位：mm6·m-3）與雨滴譜的關(guān)系為：

降水強(qiáng)度R（單位：mm·h-1）與雨滴譜之間的關(guān)系為：

降水粒子含水量W（單位：g·m-3）：

式中，ρw為液水密度。

利用階矩法，雨滴譜的質(zhì)量加權(quán)平均直徑Dm（單位：mm）計(jì)算公式如下：

廣義截距參數(shù)Nw（單位：m-3·mm-1）：

2 結(jié)果與分析

首先收集整理出了2018年1—12月烏魯木齊氣象站的雨滴儀的觀測(cè)資料，根據(jù)質(zhì)量控制方法，對(duì)雨滴譜儀數(shù)據(jù)進(jìn)行質(zhì)量控制。同時(shí)，選取持續(xù)時(shí)間超過(guò)30 min的降水過(guò)程，根據(jù)雨滴譜儀（降水現(xiàn)象儀）所記錄的天氣現(xiàn)象，并結(jié)合人工觀測(cè)、氣象站點(diǎn)地面觀測(cè)資料，篩選出烏魯木齊站雨（22個(gè)天氣過(guò)程）、雨夾雪（7個(gè)天氣過(guò)程）兩類(lèi)降水現(xiàn)象，共5938個(gè)樣本進(jìn)行統(tǒng)計(jì)分析。

2.1 不同降水粒子總數(shù)濃度特征

降水粒子的物理特性是云內(nèi)熱力和動(dòng)力過(guò)程作用的結(jié)果，研究不同降水的降水粒子濃度，對(duì)研究成云致雨條件，監(jiān)測(cè)人工影響天氣條件具有重要作用。2018年烏魯木齊雨、雨夾雪實(shí)測(cè)的平均粒子數(shù)濃度如表1所示。兩類(lèi)降水每分鐘平均粒子數(shù)相差不大，在300個(gè)/min左右；但粒子數(shù)濃度特征差別比較大，雨的粒子總濃度最小值約為8.79 m-3，最大值在2000 m-3左右，而雨夾雪的最小值為37.54 m-3，最大值在3000 m-3左右。通過(guò)對(duì)不同降水現(xiàn)象分鐘粒子數(shù)濃度的差異比較，說(shuō)明同一地區(qū)不同降水現(xiàn)象（類(lèi)型）的氣象條件是復(fù)雜多變的。

表1 兩類(lèi)降水粒子數(shù)濃度概況

2.2 雨滴譜譜寬分布特征

不同降水類(lèi)型的粒子譜存在較大差異，通過(guò)分析烏魯木齊雨、雨夾雪兩類(lèi)降水的雨滴譜特征，發(fā)現(xiàn)兩類(lèi)降水均表現(xiàn)為單峰分布的特征，且粒子數(shù)濃度峰值都在低譜段（圖1）。其中，雨的滴譜寬度在0.31～5.50mm，平均譜寬為2.91 mm，小于呼和浩特地區(qū)[4]層狀云降水的雨滴譜平均譜寬2.17 mm，雨夾雪的滴譜寬度在0.31～7.50mm，平均譜寬為3.91 mm，說(shuō)明不同類(lèi)型降水雨滴尺度和粒子數(shù)濃度不同。雨夾雪的譜寬略大于降雨過(guò)程，且大多數(shù)粒子集中在低譜段，該結(jié)論與李德俊等[16]研究武漢一次短時(shí)暴雪過(guò)程的雨、雨夾雪階段的譜分布特征結(jié)論一致。

圖1 兩類(lèi)降水的平均粒子數(shù)濃度分布

2.3 微物理特征參量

雨滴譜的微物理特征可以較好地反映降水的基本特性。表2給出了兩類(lèi)降水的微物理參量的平均值，其中Dmax、Dmean和Dm分別為最大粒子直徑、平均直徑和質(zhì)量加權(quán)直徑，N1/Nt和R1/R表示平均直徑＜1 mm的降水粒子對(duì)總粒子數(shù)濃度和總降水強(qiáng)度的占比。

由表2可知，2018年烏魯木齊降雨的粒子數(shù)濃度約為384.7 m-3，平均雨強(qiáng)為1.14 mm·h-1，液態(tài)水含量為0.14 g·m-3，最大直徑、平均直徑和質(zhì)量加權(quán)平均直徑分別為1.5，0.66和0.89 mm，該結(jié)果與山西介休地區(qū)層狀云降水雨滴譜特征參量相似[1]。雨夾雪的粒子數(shù)濃度遠(yuǎn)大于雨的，但尺度參數(shù)（Dmax、Dmean和Dm）、降水強(qiáng)度、液態(tài)含水量與雨相差不大，量值上略小于雨。究其原因：一方面是由于雨夾雪的直徑＜1 mm粒子數(shù)濃度占比更高，另一個(gè)方面可能是由于雨夾雪的樣本量（1072個(gè)）要遠(yuǎn)小于雨樣本量（4866個(gè)），且在數(shù)值上進(jìn)行了全年的平均[17]。

表2 降水粒子微物理參量的平均值分布

直徑＜1 mm的雨滴對(duì)總數(shù)濃度的貢獻(xiàn)（N1/Nt）在兩類(lèi)降水天氣中分別為87.31%、98.07%，其中雨天氣的N1/Nt值與安徽黃山山頂上層狀云降水中的N1/Nt值（82.87%）較為一致。直徑＜1 mm的雨滴對(duì)總降水強(qiáng)度的貢獻(xiàn)（R1/R）在兩類(lèi)降水中分別為61.11%、80.9%，而雨的R1/R值明顯大于安徽黃山山頂上層狀云降水的R1/R值（38.68%）[18-19]。烏魯木齊地區(qū)兩類(lèi)降水的雨滴數(shù)濃度和總降水強(qiáng)度主要來(lái)源于直徑＜1 mm的小粒徑段的貢獻(xiàn)。

2.4 D m和N w的特征值變化

微物理參量中的廣義截距參數(shù)（lg Nw）和加權(quán)平均直徑（Dm）可以反映降水的形成和演變機(jī)制，為研究烏魯木齊兩種不同降水現(xiàn)象（雨、雨夾雪）的降水演變差異性，對(duì)兩種類(lèi)型降水的Dm和lg Nw參量信息和標(biāo)準(zhǔn)差進(jìn)行研究（表3）。隨降水強(qiáng)度R的增加，雨夾雪和雨的Dm逐漸增大，分別為0.80和0.89 mm，而廣義截距參數(shù)lg Nw的變化趨勢(shì)則逐漸變小，分別為3.90和3.88。兩者Dm的差異性要大于lg Nw，表明降水類(lèi)型對(duì)特征直徑的影響大于對(duì)粒子數(shù)濃度影響。此外，雨加雪Dm和Nw的標(biāo)準(zhǔn)差都大于雨，這反映了雨夾雪降水特征變率大于雨。其中，降雨天氣中l(wèi)g Nw（3.88）大小與山西方山地區(qū)層狀云降水（3.70）接近[1]。雨天氣lg Nw的標(biāo)準(zhǔn)差與安徽黃山山頂處弱降水的值（0.54）較為一致。另外，Islam等[20-21]結(jié)合英國(guó)奇爾波頓地區(qū)的雨滴譜數(shù)據(jù)，分析發(fā)現(xiàn)lg Nw的變化范圍隨質(zhì)量加權(quán)平均直徑Dm的增加而減小，這與本文分析觀測(cè)數(shù)據(jù)得到的結(jié)論一致。

表3 烏魯木齊站的D m與lg N w特征值

2.5 N t、D m與R的關(guān)系

降雨、雨夾雪天氣的Nt-R、Dm-R散點(diǎn)圖和擬合曲線（圖2、圖3），所有擬合曲線的冪指數(shù)關(guān)系均為正，表明由于降水過(guò)程的凝結(jié)破碎機(jī)制，在雨強(qiáng)較大時(shí)的Nt和Dm高于雨強(qiáng)較小時(shí)。

圖2 兩類(lèi)降水的N t與R散點(diǎn)

圖3 兩類(lèi)降水的D m與R散點(diǎn)

Nt-R關(guān)系中，降雨、雨夾雪的擬合方程分別為Nt=339.0R0.44、Nt=427.60R0.61，雨夾雪的擬合方程中系數(shù)和指數(shù)均大于降雨。當(dāng)降雨＜5 mm·h-1時(shí)，粒子數(shù)濃度從10 m-3至1600 m-3分布范圍較大；當(dāng)天氣系統(tǒng)穩(wěn)定發(fā)展，降水強(qiáng)度逐漸增大時(shí)，Nt的變化趨于穩(wěn)定，小粒子明顯減少，主要分布在1000 m-3左右；而雨夾雪天氣過(guò)程的Nt則隨著降水的增強(qiáng)近線性增大，Nt與R具有較好的正相關(guān)性。

Dm-R關(guān)系中，降雨、雨夾雪的擬合方程分別為Dm=0.95R0.14、Dm=0.92R0.14，降雨的系數(shù)和指數(shù)大于雨夾雪。兩者均存在弱降水時(shí)，Dm分布范圍大，隨著降水的增強(qiáng)，Dm的變化趨于穩(wěn)定的特點(diǎn)。其中雨夾雪的Dm最大值達(dá)到了2.6 mm，約比雨的Dm最大值（2.3mm）大13.04%，但雪夾雪的平均Dm值要小于雨，這與云南[22]中部一次強(qiáng)雨雪過(guò)程中Dm最大值的結(jié)果較為一致。

2.6 Z-R關(guān)系

雷達(dá)定量估測(cè)降水主要是通過(guò)Z-R關(guān)系來(lái)反演降水強(qiáng)度，其中，Z-R關(guān)系的不確定性是雷達(dá)定量測(cè)量降水的主要誤差來(lái)源，使用該方法時(shí)需要將雷達(dá)反射率因子Z代入確定的Z-R關(guān)系公式（Z=ARB）中得到降水強(qiáng)度R，這對(duì)已確定的系數(shù)A、冪指數(shù)B準(zhǔn)確性有較高的要求。在不同地區(qū)這一公式會(huì)有所不同，不同類(lèi)型的降水也會(huì)有不同的Z-R關(guān)系。圖4給出了烏魯木齊地區(qū)雨、雨夾雪兩種不同類(lèi)型降水的Z-R關(guān)系式，分別為Z=181.7R1.45、Z=205.4R1.27，其中，雨的Z-R關(guān)系式與牛生杰等[23]分析1982—1984年間寧夏雨滴譜資料，得出層狀云降水Z-R關(guān)系為Z=204R1.23的結(jié)果較為一致。Von Lerber等分析了2014年BAECC（Biogenic Aerosols-Effects on Clouds and Climate）期間的降雪Z-R關(guān)系，認(rèn)為系數(shù)A在53～782，系數(shù)B在1.19～1.61，烏魯木齊地區(qū)的雨夾雪的Z-R關(guān)系式因子符合Von Lerber等的研究結(jié)果[24-25]。

圖4 兩類(lèi)降水的Z與R散點(diǎn)

新一代天氣雷達(dá)定量估測(cè)降水的傳統(tǒng)公式為Z=300R1.4，烏魯木齊地區(qū)不同降水現(xiàn)象的Z-R關(guān)系式與傳統(tǒng)的表達(dá)式均有顯著區(qū)別，對(duì)比發(fā)現(xiàn)使用Z=300R1.4會(huì)導(dǎo)致降水被低估，其中對(duì)雨的誤差更大[26]。

3 結(jié)論與討論

本文利用2018年1—12月地面雨滴譜觀測(cè)資料，分析了烏魯木齊降雨、雨夾雪的雨滴譜統(tǒng)計(jì)特征。通過(guò)文中分析能夠明顯地看出雨和雨夾雪的雨滴譜特征、直徑大小等具有不同的變化特征，主要結(jié)論如下：

（1）雨的粒子總濃度最小值約為8.79 m-3，雪的最小值約為37.54 m-3，約為雨的4.6倍，最大值分別在2000、3000 m-3左右，但每min平均粒子數(shù)相差不大，約為300個(gè)/min。整體來(lái)講，雨夾雪的平均總粒子數(shù)濃度Nt大于雨的，這與尹麗云[21]等得出的雨粒子數(shù)濃度最大的結(jié)論并不一致，這可能與不同地區(qū)降水特點(diǎn)有關(guān)。

（2）兩類(lèi)降水現(xiàn)象的雨滴譜均表現(xiàn)為單峰分布，粒子濃度峰值都在低譜段，雨夾雪的雨滴譜寬度要大于雨的譜寬，雨的滴譜寬度在0.31～5.50mm，雨夾雪在0.31～7.50mm。國(guó)內(nèi)外學(xué)者利用雨滴譜儀對(duì)不同降水現(xiàn)象（類(lèi)型）的微物理特征，進(jìn)行了大量研究，表明從降雨到雨夾雪，其譜特征變化明顯，經(jīng)歷單峰、波動(dòng)再到多峰的演變過(guò)程，數(shù)濃度和譜寬也呈增加趨勢(shì)[13]，這與本文結(jié)論一致，這是由于從降雨到雨夾雪階段，降水粒子的下落速度不斷變慢，粒子直徑不斷增加，直至破碎。

（3）降雨天氣的各類(lèi)尺度參數(shù)、降水強(qiáng)度、液態(tài)水含量都要大于雨夾雪天氣相關(guān)參數(shù)，究其原因：一方面是由于雨夾雪的直徑＜1 mm粒子數(shù)濃度占比更高；另一方面可能是由于雨夾雪的樣本量（1072個(gè)）要遠(yuǎn)小于雨樣本量（4866個(gè)），且在數(shù)值上進(jìn)行了全年的平均。

利用這些特征可在一定程度上區(qū)分不同類(lèi)型的降水。同時(shí)，由于各粒子數(shù)濃度和直徑大小不同，導(dǎo)致小時(shí)雨強(qiáng)R和反射率因子Z之間的差距，從而擬合出不同的Z-R關(guān)系。雨、雨加雪的Z-R關(guān)系式分別為Z=181.7R1.45、Z=205.4R1.27，與傳統(tǒng)的Z=300R1.4表達(dá)式對(duì)比，均有顯著區(qū)別，這對(duì)后期研究新疆本地化雷達(dá)定量估測(cè)降水關(guān)系具有重要意義。

本文只是針對(duì)烏魯木齊地區(qū)雨、雨夾雪兩類(lèi)降水的雨滴譜特征進(jìn)行了統(tǒng)計(jì)分析，對(duì)探究烏魯木齊雨滴譜分布具有啟發(fā)意義，在后期工作中，還需要以更長(zhǎng)時(shí)間序列數(shù)據(jù)、更多天氣個(gè)例，開(kāi)展本地化不同降水云系（如層狀云、混合云、層狀云）、不同降水類(lèi)型（如純雪）的雨滴譜特征和Z-R關(guān)系等研究，為建立適用于新疆本地化的定量降水估測(cè)關(guān)系奠定基礎(chǔ)。