姬雪帥，王麗婧，郭 宏，康博思，黃山江，張曦丹，郭旭暉

（1. 河北省張家口市氣象局，河北 張家口 075000；2. 寧夏中衛(wèi)市氣象局，寧夏 中衛(wèi) 755000）

引 言

冬季降水相態(tài)比較復雜，主要有雨、雨夾雪、雪、冰粒和凍雨等，其中液態(tài)和固態(tài)降水的轉換一直是預報中的難點，特別是在秋冬和冬春季轉換期間容易出現(xiàn)降水相態(tài)轉變，相同降水量級對應不同降水相態(tài)時會造成不同影響。對于氣象服務而言，降水量達10 mm，相態(tài)為雨時剛達中雨量級，對城市交通、社會生產和人民生活不會產生較大影響，但相態(tài)為雪時則達暴雪量級，對城市交通等會帶來很大影響。因此降水相態(tài)的準確預報對氣象服務質量與效果有決定性作用。張家口地區(qū)冬季相對較長，季節(jié)交替時降水過程通常會伴隨相態(tài)轉換，特別當強冷空氣活動頻繁時，前期水汽積累充足，后期降溫幅度大，降水相態(tài)轉變天氣經常發(fā)生，降水相態(tài)及其轉換時間預報是當?shù)靥鞖忸A報的難點和重點。

有關雨雪相態(tài)轉換的研究由來已久，目前已經取得了很多研究成果［1-3］。如通過分析不同地區(qū)氣象要素分布與鋒生變化特征，歸納不同降水相態(tài)下各高度層溫度閾值，確定本地化的雨雪相態(tài)判定指標，建立適宜于本地的降水相態(tài)預報方程［4-16］。隨著對已有判據(jù)的不斷使用和對降水相態(tài)天氣特征的不斷認識，位勢高度和相對濕度等也逐漸用于降水相態(tài)預報方程的建立［16-17］。

受觀測資料限制，對降水相態(tài)轉變的云微物理結構認識還不夠深刻。近年來隨著風廓線雷達、微波輻射計、云雷達等探測設備增加，多源探測資料在雨雪相態(tài)分析中逐漸得到了應用［18-26］。微波輻射計、云雷達等新型探測設備可以探測雨雪相態(tài)轉換期間的大氣層結和云微物理結構，資料時空分辨率高，對降水相態(tài)轉換特征有一定的指示意義。

2020 年11 月17—19 日，張家口地區(qū)出現(xiàn)了一次雨轉雪天氣過程，降水過程以雨開始、以雪結束。本文利用多源觀測資料對此次過程降水相態(tài)變化特征進行分析，探索新資料在雨雪相態(tài)預報中的應用，以期加深對張家口地區(qū)雨雪相態(tài)轉換特征的認識，為張家口地區(qū)雨雪相態(tài)預報提供參考依據(jù)。

1 儀器介紹與資料說明

1.1 儀器介紹

毫米波云雷達（CR）和微波輻射計（MR）位于河北省張家口觀測站（114.53°E，40.47°N），SA雙偏振多普勒雷達位于張家口康保（114.54°E，41.47°N）。

毫米波云雷達型號為KPS-HMB，全固態(tài)單通道體制，Ka 波段（35.5 GHz），可連續(xù)探測垂直方向的回波強度、徑向速度及速度譜寬，主要用于分析云宏微觀結構，性能參數(shù)如表1所示。

表1 云雷達主要參數(shù)Tab.1 Key parameters of cloud radar

微波輻射計為美國RADIOMETRICS 公司生產的35 通道MP-3000A 型微波輻射計，提供從地面到10 km 高度內溫度、相對濕度、水汽密度和液態(tài)水廓線數(shù)據(jù)，用于分析探測環(huán)境的溫度、濕度場。

天氣雷達為北京敏視達公司生產的S波段雙偏振全相參多普勒天氣雷達（簡稱“SA 雙偏振多普勒雷達”），可以提供種類更多、質量更高的基數(shù)據(jù)和產品，除包含基本反射率因子、基本速度和譜寬外，還包含差分反射率因子、零滯后相關系數(shù)和差分相位移等，性能參數(shù)如表2所示。

表2 天氣雷達主要參數(shù)Tab.2 Key parameters of weather radar

1.2 資料說明

（1）歐洲中心提供的全球再分析資料（簡稱“ERA5”資料），時間間隔為1 h，水平分辨率為0.25°×0.25°，該資料用于環(huán)流背景和物理量診斷。

（2）探空資料為張家口探空站秒級探空數(shù)據(jù)，時間分辨率為1 s，每天08：00（北京時，下同）和20：00 進行觀測，用于對比分析微波輻射計和ERA5的數(shù)據(jù)。

（3）云雷達數(shù)據(jù)主要使用17 日23：20 至18 日07：20和18日23：20至19日07：20兩個時段數(shù)據(jù)，主要用于分析反射率因子、液態(tài)水含量和基本速度特征。

（4）微波輻射計數(shù)據(jù)主要用于分析17、18 日溫度、水汽密度、積分水汽含量和積分液態(tài)水含量特征，該設備垂直方向為58 層，0~0.5 km 高度分辨率為0.05 km，0.5~2 km 高度分辨率為0.1 km，2~10 km高度分辨率為0.25 km。

（5）SA 雙偏振多普勒雷達資料時間分辨率為6 min，主要用于分析0 ℃層亮帶變化和粒子相態(tài)識別。

2 天氣實況與環(huán)流背景

2020年11月17日夜間至19日上午河北省張家口市出現(xiàn)全市范圍雨雪天氣，降水相態(tài)由雨轉雪，最大降水（33.5 mm）出現(xiàn)在崇禮區(qū)。張家口站17日22：00—24：00 為微量降水，19 日07：00 降水過程結束，過程降水量為24.0 mm，小時最大雨量為2.60 mm，其中降雨22.7 mm，降雪1.3 mm；17—18日為降雨過程，19日凌晨為降雪過程（圖1）。

圖1 2020年11月17日20：00至19日08：00張家口站地面降水逐時變化Fig.1 Hourly variation of surface precipitation at Zhangjiakou station from 20：00 BST 17 to 08：00 BST 19 November 2020

從圖2（a）看出，17 日20：00，500 hPa 河北中東部、渤海以及東北地區(qū)為高壓暖脊控制，高空槽位于內蒙古中西部地區(qū)，溫度槽落后于高度槽，該高空槽向東移動時不斷發(fā)展，此時張家口地區(qū)處于高空槽前西南氣流中，相對濕度逐漸增大；700 hPa（圖略），河北中東部有12~14 m·s-1急流存在，張家口處于急流左前側，有利于水汽的輸送和輻合；850 hPa［圖2（b）］，山西省內存在明顯輻合，山西南部出現(xiàn)風場輻合中心，整個河北地區(qū)有風速輻合，張家口溫度在0 ℃以上，并處于暖平流中。隨著系統(tǒng)逐漸東移，張家口17日夜間開始產生降水，降水相態(tài)為雨。

圖2 2020年11月17日20：00 500 hPa（a）、850 hPa（b）和18日20：00 500 hPa（c）、850 hPa（d）高度場（黑色等值線，單位：dagpm）、溫度場（紅色等值線，單位：℃）、相對濕度（填色區(qū)，單位：%）及風場（風矢，單位：m·s-1）（五角星位置為張家口）Fig.2 Height field（black isolines，Unit：dagpm），temperature field（red isolines，Unit：℃），relative humidity（color shaded，Unit：%）and wind field（wind vectors，Unit：m·s-1）at 500 hPa（a）and 850 hPa（b）at 20：00 BST 17 November 2020，and 500 hPa（c），850 hPa（d）at 20：00 BST 18 November 2020（The location of the red star is Zhangjiakou）

18 日20：00，500 hPa［圖2（c）］高空槽繼續(xù)東移，700 hPa（圖略）和850 hPa［圖2（d）］出現(xiàn)低渦，低渦中心位于渤海灣，河北中西部處于渦后，風場與等溫線近乎垂直，冷平流強，張家口地區(qū)降溫明顯，850 hPa 溫度場上張家口大部分地區(qū)溫度在0 ℃以下，為18 日后半夜相態(tài)轉換奠定基礎。19 日03：00 850 hPa 溫度場（圖略）上張家口大部分地區(qū)氣溫低于-4 ℃，降水相態(tài)已經發(fā)生轉換。

從地面圖（圖略）分析，從17 日20：00 至19 日08：00 地面低壓中心位于山東，張家口地區(qū)主要受地面倒槽影響，有利于輻合上升運動發(fā)展產生降水，19日以后轉為冷高壓控制，降水結束。

3 熱動力結構與微物理特征

利用ERA5 再分析資料，對張家口站上空的溫度、濕度、云中冰相粒子、云中液相粒子、散度和垂直速度特征進行分析。從張家口站的小時降水量（圖1）可以看出，降水分為2 個時段，17 日22：00 至18日18：00為降雨時段，19 日01：00—07：00為降雪時段。

首先利用張家口探空站秒級探空資料對ERA5再分析資料的溫、濕度進行評估［圖3（a）］，通過對比18 日08：00 的各層溫度，發(fā)現(xiàn)探空數(shù)據(jù)與ERA5再分析資料的溫度誤差小于1 ℃，變化趨勢一致；500 hPa 以下各層相對濕度誤差在10%左右。因此可以認為本次過程ERA5 再分析資料數(shù)據(jù)可以用來分析張家口地區(qū)的溫度與濕度特征。

圖3 2020年11月18日08：00 ERA5再分析資料與探空資料的溫度、濕度散點圖（a），ERA5再分析資料溫度、相對濕度的時間-高度剖面（綠線為相對濕度，單位：%；紅線為溫度，單位：℃；填色區(qū)域表示溫度-18~-12 ℃范圍）（b），云中冰相粒子和液相粒子含量的時間-高度剖面（紅線為溫度，單位：℃；綠線為云中液態(tài)水粒子含量，黑線為云中冰相粒子含量，單位：10-2 g·kg-1）（c），散度和垂直速度的時間-高度剖面（藍線為散度，單位：10-5 s-1；紅線為垂直速度，單位：Pa·s-1）（d）Fig.3 The scattering plots of temperature and relative humidity between ERA5 reanalysis data and the sounding data at 08：00 BST 18 November 2020（a），the time-height profile of temperature and relative humidity from ERA5（the green line for relative humidity，Unit：%；the red line for temperature，Unit：℃；the shaded for temperature ranged from-18 to-12 ℃）（b），the time-height profile of cloud ice particles and cloud liquid particles content（the red line for temperature，Unit：℃；the green line for cloud liquid particles content and the black line for cloud ice particles content，Unit：10-2 g·kg-1）（c），the time-height profile of divergence and vertical velocity（the blue line for divergence，Unit：10-5 s-1；the red line for vertical velocity，Unit：Pa·s-1）（d）

從圖3（b）可以看出，第一階段降雨開始時，0 ℃等溫線位于700 hPa 附近，近地面溫度大于0 ℃，而-18~-12 ℃溫度范圍所在高度基本處于600~500 hPa 之內，而-18～-12 ℃溫度范圍對樹枝狀雪花的形成至關重要，雪花形成以后，降落過程中融化層厚度比較深厚，降落到地面為液態(tài)降水；第二階段降雪開始時，整個大氣層溫度基本處于0 ℃以下，且-18~-12 ℃之間厚度增加，有利于雪花形成，雪花形成后降落過程中都處于0 ℃以下環(huán)境中，降落到地面后為固態(tài)降水。從相對濕度分布來看，第一階段降雨時，從500 hPa 到近地面相對濕度都在90%以上；第二階段降雪時，相對濕度在90%以上的厚度明顯要薄且近地面相對濕度在70%以下，因此有利于降雪粒子相態(tài)的保持。

HOBBS 等［27］研究表明：溫度高于-10 ℃，降水粒子以過冷水滴為主；溫度低于-40 ℃，則基本以冰相粒子為主。由圖3（c）可知，第一階段降雨時，云體的伸展高度在-40 ℃等溫線所在高度以上，云體上部基本以冰相粒子為主，云體下部位于-10 ℃等溫線所在高度以下，700 hPa 以下都處于0 ℃等溫線所在高度以下，暖層深厚，因此云體內的降水粒子降落到地面后形成液態(tài)降水；第二階段降雪時，云體伸展高度降低，云體上部600~500 hPa 以冰相粒子為主，850~600 hPa為過冷水滴，相比于第一階段，冰相粒子和液相粒子含量均有明顯下降，降水效率降低。

從圖3（d）可以看出，第一階段降雨時，負散度中心位于650 hPa附近，強度為-3×10-5s-1，正散度中心位于300 hPa 附近，無輻散層位于500 hPa 附近，從低層到高層呈現(xiàn)“正、負、正”分布，上升運動主要位于中高層，最大上升速度達-0.6 Pa·s-1，最大上升速度所在高度位于500 hPa，表明降雨階段的動力強迫主要位于高層；第二階段降雪時，負散度中心位于850 hPa 附近，強度為-9×10-5s-1，正散度中心位于700 hPa附近，無輻散層位于800 hPa附近，上升運動主要位于低層，最大上升速度為-0.4 Pa·s-1，其所在高度位于850 hPa 附近，表明降雪階段的動力強迫主要位于低層。

4 多源觀測獲取的雨雪轉換特征

4.1 云雷達回波特征與液態(tài)水含量演變

從Ka 波段云雷達觀測（圖4）發(fā)現(xiàn)，17 日23：40開始，反射率因子從低層到高層開始增強，融化層高度在2.1~2.4 km；降雨初期［圖4（a）］，18 日00：00—01：00，高反射率因子質心下降，18 日00：24，大于10 dBZ 的質心及地，地面出現(xiàn)降水，夜間出現(xiàn)2 個較強降水時段，分別為01：00—02：10 和05：00—06：10，2 個階段云雷達反射率因子均出現(xiàn)大于10 dBZ 大值區(qū)，與地面自動站降水觀測一致。18 日10：00—14：00（圖略），也出現(xiàn)強質心及地現(xiàn)象，5 h降水量達10.6 mm。從液態(tài)水含量［圖4（c）］來看，冷層液態(tài)水含量為0.1~0.5 g·m-3，降水較強時，暖層液態(tài)水含量達0.5~1.0 g·m-3。液態(tài)水含量大于0.5 g·m-3大值區(qū)與反射率因子大于10 dBZ 大值區(qū)分布相一致。從基本速度［圖4（e）］可以看出，降雨時段最大速度可達6.0~8.0 m·s-1。降雪時段［圖4（b）］，19 日01：00—06：00，01：00 在3.0~3.5 km 高度出現(xiàn)強質心，最大反射率因子在30 dBZ左右，云頂高度超過6.0 km，降雪強度最大達0.4 mm·h-1，降雪結束以后云頂高度下降，云頂最大高度在3.0 km；云雷達反射率因子大于10 dBZ 質心及地時間與降雪持續(xù)時間一致。降雪時段液態(tài)水含量在0.5~1.0 g·m-3［圖4（d）］，同時液態(tài)水含量大于0.5 g·m-3的大值區(qū)與反射率因子大于10 dBZ 大值區(qū)分布一致，基本速度在2 m·s-1以下［圖4（f）］，較降雨時段大大減小。

可見，云雷達高時空分辨率資料能對降雨降雪系統(tǒng)進行精細化探測，反射率因子大于10 dBZ 大值區(qū)能反映云系中液態(tài)水含量大于0.5 g·m-3的大值區(qū)，同時反射率因子大于10 dBZ 質心及地持續(xù)時間與降水持續(xù)時間呈現(xiàn)明顯正相關，降雨階段垂直速度大于降雪階段。

4.2 微波輻射計溫度與水汽特征演變

從17日20：00微波輻射計與張家口探空站秒級探空資料反演的溫度、濕度廓線［圖5（a）、圖5（b）］可以看出，8 km 以下兩者溫度變化趨勢較一致，微波輻射計反演的溫度比探空溫度偏低；而7 km 以上兩者相對濕度差距較大，但5 km 以下相對濕度變化趨勢整體較一致，差值在15%以內，因此可以認為該微波輻射計資料的參考性比較大。降雨階段［圖5（c）］，從溫度廓線可以看出，0 ℃層在2.0~3.0 km 之間，稍高于云雷達觀測到的亮帶位置，因為冰晶越過0 ℃層在暖層的融化需要一定時間，因此可認為云雷達與微波輻射計的觀測比較一致，并且從18 日00：00—15：00，0 ℃層高度波動不大，15：00 以后溫度迅速下降，0 ℃層高度及地；從水汽密度廓線可以看出，17：00（圖略），低層水汽密度出現(xiàn)躍增，23：00 高層開始出現(xiàn)大值區(qū)，降雨時大值區(qū)分為兩層，高層位于5.0~7.0 km 之間，為云中冰相粒子與液態(tài)水相粒子的混合物，最大值為6.0~8.0 g·m-3；低層位于2.0 km 以下高度，主要為液態(tài)水相粒子，與ERA5 再分析資料產品保持一致，最大值為10.0 g·m-3。降雪階段［圖5（d）］，從溫度廓線可以看出，整層大氣基本處于0 ℃以下；降雪階段的水汽主要集中在2.0 km 以下，水汽密度較降雨階段明顯降低，最大值為4.0 g·m-3。從張家口微波輻射計反演的積分水汽含量和積分液態(tài)水含量分析可知，17 日17：00—24：00（圖略），積分水汽含量從1.5 cm 升高至3.0 cm，降雨開始時積分水汽含量為2.0 cm；積分液態(tài)水含量在19：00 出現(xiàn)一次峰值并且在17：00—19：00 出現(xiàn)躍升，從0.2 mm 躍升至0.8 mm，較降雨開始時刻提前3 h 左右。降雨時段［圖5（e）］，積分水汽含量和積分液態(tài)水含量有3 次躍增，與3次較強降水時刻分別對應，降雨時積分水汽含量為2.0~3.0 cm，積分液態(tài)水含量為2.0~4.0 mm，15：00 以后積分水汽含量迅速下降至2.0 cm 以下，積分液態(tài)水含量迅速下降至1.0 mm以下，降雨結束；降雪時段［圖5（f）］，積分水汽含量在0.6~1.0 cm，積分液態(tài)水含量在0~0.2 mm。

圖5 2020年11月17日20：00微波輻射計與探空溫度（a）及濕度（b）廓線，18日（c、e）和19日（d、f）溫度（上，單位：℃）與水汽密度（下，單位：g·m-3）（c、d）及積分水汽含量、積分液態(tài)水含量（e、f）Fig.5 The temperature（a）and relative humidity（b）profiles from the microwave radiometer and the sounding data at 20：00 BST 17 November 2020，the temperature（the top，Unit：℃）and water vapor density（the bottom，Unit：g·m-3）（c，d）and integrated water vapor content and integrated liquid water content（e，f）on 18（c，e）and 19（d，f）November 2020

綜上所述，微波輻射計反演的溫濕廓線、積分水汽含量和積分液態(tài)水含量在雨雪過程的2個階段均有明顯變化，根據(jù)大氣整層溫度變化對云體結構判斷，特別是0 ℃層高度迅速降低并及地是雨轉雪的重要判據(jù)，此外雨轉雪過程中積分液態(tài)水含量迅速降低。同時積分水汽含量的迅速降低對降水結束有重要指示意義。

4.3 SA 雙偏振多普勒雷達0 ℃層亮帶特征與粒子分類識別

張家口SA 雙偏振多普勒雷達3.3°仰角反射率［圖6（a）］顯示：2020 年11 月17 日22：00 降水開始時，整個張家口地區(qū)為均勻的層狀云降水回波，出現(xiàn)降水的站點均為小雨，并且出現(xiàn)了比較完整的0 ℃層亮帶；從反射率因子垂直剖面［圖6（b）］可以看出，0 ℃層高度在2.3 km，與云雷達和微波輻射計的觀測基本一致。圖6（c）黑色方框區(qū)域是影響張家口站的云團回波，其強度在20~40 dBZ，與云雷達的觀測結果基本一致。通過雙偏振雷達的水凝物分類對粒子進行分類［圖6（d）］，發(fā)現(xiàn)此云系主要以冰晶與聚合物為主，結合圖5（c）微波輻射計溫度分析可知，02：00 從地面到2.0 km 高度溫度都在0 ℃以下，冰晶和聚合物在0 ℃以下的溫度層結中仍然會保持固態(tài)降落到地面，降水相態(tài)轉為雪。

圖6 2020年11月17日22：00 3.3°仰角反射率因子（a）與沿41.375°N的反射率因子剖面（b）及19日02：00 0.5°仰角反射率因子（c)(單位：dBZ）與水凝物分類圖（d）Fig.6 The reflectivity on 3.3°elevation(a)and the profile of reflectivity along 41.375°N(b)at 22:00 BST 17 November 2020 and the reflectivity on 0.5°elevation(c)(Unit:dBZ),the hydrometeor classification(d)at 02:00 BST 19 November 2020

綜上所述，云雷達、微波輻射計和SA 雙偏振雷達對0 ℃層的觀測結果基本一致，而0 ℃層亮帶的變化對雨雪天氣轉換有較好的指示意義；云雷達能對降雨降雪系統(tǒng)垂直結構進行精細化探測，能清晰揭示其發(fā)展演變過程，指示降水持續(xù)時間；微波輻射計溫濕廓線演變對降水的起始時間、結束時間和降水相態(tài)均有指示意義；SA 雙偏振多普勒雷達探測范圍廣，可以探測大范圍云系的演變，但精細化程度較差，與云雷達結合探測可以對降水起始時間、降水強度精準判斷，與微波輻射計的垂直溫度結合可以進行粒子相態(tài)分類，對降水相態(tài)演變精準判斷。因此多源觀測資料結合可以更好地了解降水云系結構和大氣的溫濕變化，為云模式發(fā)展和人工影響天氣提供重要的參考依據(jù)。

5 結 論

以張家口2020 年11 月17—19 日雨雪過程為例，應用常規(guī)氣象觀測資料、云雷達資料、微波輻射計資料和SA雙偏振多普勒雷達等多源觀測資料，分析了降水相態(tài)特征。主要結論如下：

（1）此次過程是在高空低槽、中低層低渦與地面倒槽配合下，高空槽后西北氣流引導冷空氣南下造成氣溫迅速下降導致降水相態(tài)從雨轉為雪。

（2）熱動力結構與微物理特征診斷表明：降雨時段的動力強迫主要位于高層，-18~-12 ℃溫度層高度高，暖層深厚，低層相對濕度大，云體伸展高度高，云中冰相粒子和液相粒子含量都比較高；降雪時段的動力強迫主要位于低層，-18~-12 ℃溫度層厚度大，云中冰相和液相粒子含量明顯下降，雨雪轉換時0 ℃層高度快速下降。

（3）云雷達高分辨率資料可以反映云體中0 ℃層變化，反射率因子大于10 dBZ 大值區(qū)能反映云系中液態(tài)水含量大于0.5 g·m-3大值區(qū)，同時反射率因子大于10 dBZ 質心及地持續(xù)時間與降水持續(xù)時間呈現(xiàn)明顯正相關。

（4）微波輻射計的溫濕廓線可以判斷整層大氣層結結構，大氣溫度的迅速降低對雨雪轉換、積分水汽含量和積分液態(tài)水含量的變化對降水強度變化均有重要指示意義。

（5）利用SA雙偏振多普勒天氣雷達實現(xiàn)對水凝物分類，結合微波輻射計的溫濕廓線可以對雨雪進行直觀判斷，從而實現(xiàn)對雨雪相態(tài)轉換的短臨訂正。

本文重點分析不同降水相態(tài)時多種新型觀測資料的演變特征，對0 ℃層的判斷可以看出云雷達、微波輻射計及SA 雙偏振多普勒雷達資料的反演結果比較一致，說明精細化的探測資料在冬季短臨預報中可以應用。值得強調的是，這里有關的多源探測資料只針對張家口本地設備，所得結論也僅由本個例研究確定，普適性的規(guī)律需要收集更多個例進一步研究驗證。