基于飞机观测资料的降水粒子反射率因子阈值分析

宗蓉,刘黎平,银燕

(1.南京信息工程大学 中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044;2.中国气象科学研究院 灾害天气国家重点实验室,北京 100081)

基于飞机观测资料的降水粒子反射率因子阈值分析

宗蓉1,2,刘黎平2,银燕1

(1.南京信息工程大学 中国气象局气溶胶与云降水重点开放实验室,江苏 南京 210044;2.中国气象科学研究院 灾害天气国家重点实验室,北京 100081)

降水粒子对云的生消和演化有非常重要的影响。毫米波雷达适合观测非降水云和弱降水云。利用毫米波雷达数据判断云内降水粒子生成与否有很高的实用价值。本文利用飞机观测的云滴谱数据计算云的反射率因子。将其与雷达探测值进行比对,发现两者有较好的一致性。因此利用滴谱计算的降水粒子反射率因子阈值可以作为雷达判断降水粒子生成的指标。通过分析滴谱计算云滴和降水粒子的反射率因子的概率密度函数可以得到用于区分云滴和降水粒子的反射率因子阈值。通常,云滴的反射率因子不超过-5 dBz,降水粒子的反射率因子高于-20 dBz,-15～-12 dBz可作为判断降水粒子出现的阈值。

毫米波雷达;飞机资料;降水粒子;反射率因子

0 引言

降水粒子对云的生成和演化有非常重要的影响。数值结果表明,大降水粒子在增长过程中,消耗云内的水汽,从而加速云层消散;而小降水粒子在云底蒸发,吸收热量,使云层冷却,从而更为稳定;云底的蒸发冷却同时会加剧降水粒子的碰并,产生更多更大的降水粒子,使云层不断发展,最终由于粒子间竞争水分消散(Albrecht,1993;Feingold et al.,1996;Wood,2000)。

飞机携带探头进行穿云探测,能够获取最直接最真实的云微观特征,因此成为获取云中粒子数浓度、粒子谱分布等特性的一个基本方法(Vali,1997),在我国云降水物理研究中发挥着重要作用(游来光,1987;毛节泰和郑国光,2006;张佃国等,2011;封秋娟等,2013;郭学良等,2013)。但是,飞机探测只能得到飞行航线上的云参数,且观测成本高。毫米波雷达的波长很短,不但对云内的小粒子有很高的探测能力,并且具有很好的穿透性,加上基本不受晴空回波和地物回波的影响,一直被当作探测非降水云和弱降水云的重要遥感设备(Kropfli and Kelly,1996;Kollias et al.,2007;樊雅文等,2013)。虽然地基毫米波雷达只能进行单点探测,但是它可以长时间连续监测云的垂直剖面变化,清楚反映云的水平和垂直结构。因此提取毫米波雷达数据关于判断降水粒子出现的指标具有很高的实用价值。

国外已经有学者做了相关研究工作。Sauvageot and Omar(1987)利用陆地上空层积云滴谱计算反射率因子和液水含量,通过拟合它们之间的关系式,提出-15 dBz可以区分降水和非降水暖云。Baedi et al.(2000)认为反射率因子低于-20 dBz的云不含有降水粒子。Frisch et al.(1995)也曾利用-20 dBz作为识别非降水云的标准,且认为-17 dBz是含有降水粒子的云的最低反射率因子。这些经验值被广泛采用,如Chin et al.(2000)和Kogan et al.(2005)在各自的研究中分别用-15 dBz和-17 dBz作为判断云内含降水粒子的指标。

我国的毫米波雷达在气象探测中的应用起步较晚,类似研究工作较少。2010年8月28—29日和9月17日,中国气象科学研究院灾害天气国家重点实验室联合吉林省气象局人工影响天气办公室,在吉林伊通进行了飞机和地基毫米波雷达联合观测层状云外场试验,主要目的在于观测非降水云到降水云的演变过程。本文利用此次观测中飞机实测的云滴谱,计算35 GHz毫米波雷达观测到降水粒子的反射率因子阈值。

1 观测仪器

1.1 毫米波雷达

观测用的毫米波雷达是中国气象科学研究院的一部双线偏振多普勒毫米波雷达(HMBQ),其工作频率为33.5 GHz,波长为0.896 mm,波束宽度为0.44°。此次外场实验采用1.5 μs窄脉冲,垂直定向观测模式,获取经过雷达天顶的云的垂直剖面。数据的时间分辨率为1 s,空间分辨率为30 m。HMBQ的详细系统参数可参考仲凌志等(2011)。

1.2 CAPS粒子谱仪

此次观测中飞机携带的传感器是DMT(Droplet Measurement Technologies)公司的CAPS粒子谱仪(Cloud,Aerosol and Precipitation Spectrometer)。Baumgardner et al.(2001)对这套仪器的探测原理进行了详细介绍。本文主要使用其中的云和气溶胶粒子探头CAS(Cloud and Aerosol Spectrometer)和二维云粒子图像探头CIP(Cloud Imaging Probe)的探测数据。

CAS探测粒子的直径为0.51～50 μm,共分30档。各档的粒径分辨率非均一分布,随着探测粒径的增加,分辨率降低。本文采用FSSP(Forward Scattering Spectrometer Probe)对粒子的划分标准,使用CAS的13—30档的数据,即直径2～50 μm的粒子作为云滴。CIP探测粒子的直径为12.5～1 550 μm,均匀地分为64档,每档的分辨率为25 μm。观测中,两个探头采样的时间分辨率均为1 s。当飞行速度为100 m·s-1时,CAS和CIP的采样体积分别为25 cm3·s-1和16 L·s-1。HMBQ在3 km高度处距离库的有效照射体积为1.3×104m3,比CIP高6个数量级,比CAS高10个数量级。

2 数据处理

2.1 连续粒子谱分布

计算飞机探测滴谱的反射率因子,首先需要得到包含云滴和降水粒子的连续粒子谱分布。CAS和CIP在12.5～50 μm存在重叠的探测范围,但是两者分辨率不同。确定连续粒子谱分布,需要在去除重叠部分的同时,使两个探头探测区间连接处的间隙尽量小。考虑到CIP第一档的探测精度较低,所以去掉CIP采集的第一档(12.5～37.5 μm)粒子。这样两个探头的重叠部分为37.5～50 μm,为保证两部分滴谱衔接处的间隙尽量小,最后得到的滴谱由两段构成,第一段是CAS的13—27档,第二段是CIP的2—64档,它们覆盖的粒径范围分别为2～35 μm和37.5～1 550 μm,合成的连续谱在35～37.5 μm间存在一个断档(图1)。

图1 2010年9月17日采集的60 s平均连续粒子谱分布个例(实线表示合成的连续粒子谱,三角形和圆点分别代表CAS和CIP采集的粒子;连续谱中,CAS最后三档和CIP第一档的数据被舍弃;垂直虚线标出35～37.5 μm之间的断档部分)Fig.1 An example of combined Drop Size Distribution(DSD) collected for a 60 s period on 17 September 2010(The spectrum of the combined DSD is expressed by the solid line.The triangle and circles denote the CAS and CIP data,respectively.The last three bins in CAS and the first bin in CIP are eliminated in the combined DSD.Two vertical dashed lines indicate the division that is from 35 to 37.5 μm between CAS and CIP)

2.2 有效飞行段

Yum and Hudson(2002)采用1 cm-3作为粒子总数浓度的阈值,认为数浓度大于该值的采用区是云区;Hobbs(1991)利用FSSP观测数据,将大于2 μm的粒子总数浓度超过10 cm-3的区域判断为云区。对于CAS和CIP合成的连续粒子谱分布,本文规定:一个有效数据的粒子总数浓度不能小于10 cm-3,液水含量值要高于0.001 g·m-3,且其前后至少要有连续5 s的有效数据,对应水平尺度约为0.3 km。这样飞行轨迹被分为由连续有效数据点组成的若干段。再剔除少于20个数据点的段,最后得到飞行轨迹中的有效数据段(图2)。图中红色线段代表采集到的有效数据段,绿色实线是CIP探测的相对湿度。可以看到,有效数据段都落在了相对湿度大于90%的区域,说明有效数据段的选取是合理的。

图2 2010年9月17日飞行路线图(黑线表示飞机飞行路线,蓝线代表CIP探测的相对湿度,红线表示云中采集的有效数据段)Fig.2 Flight pattern on 17 September 2010(The black line demonstrates the track of plane.The blue line represents RH measured by CIP.The red lines stand for the valid segments sampled in clouds)

2.3 等效反射率因子

利用米散射公式,对连续粒子谱分布计算等效反射率因子Ze:

其中:λ是雷达波长;σb(cm2)是粒子的后向散射截面;|K|2是电介质因子,35 GHz时,液滴的值为0.879 7;N(D)是粒子数浓度(m-3)。由于反射率因子跨越的数量级很多,所以下文用对数值讨论,并简称为反射率。

3 飞机观测资料计算反射率因子与HMBQ探测值对比

因为要把滴谱计算的反射率因子阈值应用于HMBQ,所以需要对雷达探测值和滴谱计算值的一致程度进行考察。选取9月17日13:02:00—13:42:25的数据，此时间段内HMBQ和飞机观测时间匹配。该时段内,飞机飞行在3 km高度处,云层的温度高于0 ℃,飞机距离雷达的水平距离在7～130 km之间。考虑到在空间距离较远的情况下两者的关联性很差,本文选取13:02:00—13:23:20的数据进行分析。图3是探测过程的飞行轨迹的投影图,从叠加其上的风向指示可以看出,在这段探测过程中云团是朝向HMBQ移动的。通常可以假设云团的特性在较短的时间(如几分钟)内是保持不变的(Hogan et al.,2006),故即使雷达与飞机在空间上不能够精确匹配,两者的探测结果在一定程度上仍具可比性。

图3 2010年9月17日13:02:00—13:29:10飞行轨迹投影图(实线是飞行路线,叠加的黑色箭头表示水平风向,圆点代表HMBQ的位置)Fig.3 The projection map of flight pattern during 13:02:00—13:29:10 BST 17 September 2010(The track of flight is shown by the solid line.The arrow presents the horizontal wind direction.The black dot shows the position of ground-based HMBQ)

因为CAS、CIP和HMBQ的时间分辨率都是1 s,所以本文直接依据两类设备各自的探测时间,将数据进行比对。对HMBQ观测的反射率因子和滴谱计算的反射率因子取10 s平均,以有效减少数浓度的变化对结果的影响,两者的对比结果见图4b。计算的反射率因子的波动明显强于探测值。13:15之前,虽然飞机和HMBQ之间的水平距离较近,但是计算值与探测值之间的一致性却很差;13:15之后,两个反射率因子之间的差异逐渐减小,特别是13:17:30—13:23:20,两个反射率因子值吻合得很好,呈现相同的增加趋势,此时两者的均方根误差为5.5 dBz。随着飞机不断远离雷达,两者的差异又逐渐增大。

图4 2010年9月17日飞机和HMBQ联合观测结果 a.叠加了飞行轨迹的雷达反射率因子(单位:dBz;图中黑线代表飞机飞行轨迹);b.HMBQ探测的反射率因子值和滴谱计算值对比(单位:dBz;三角形表示用滴谱计算得到的反射率值,圆圈表示HMBQ探测的反射率,两个反射率都是10 s平均值;蓝色虚线代表飞机和HMBQ之间的水平距离)Fig.4 The result observed by the aircraft combined with HMBQ on 17 September 2010 a.radar reflectivity factor with the flight path superimposed(units:dBz;The black line indicates the track of aircraft);b.reflectivity factor comparison between in-situ measurements and HMBQ(units:dBz;The in-situ data are represented by triangles and the HMBQ data are represented by circles.Both of the two reflectivities are averaged in a 10 s period.The blue dashed line represents the horizontal distance between the aircraft and HMBQ)

由滴谱计算的反射率因子值与雷达探测值的差异除了受两个探测设备空间位置的影响,还与两者的采样体积有关。由于滴谱仪的采样体积很小,所以云内粒子分布的不均一性更容易在探测的滴谱上体现出来。而HMBQ的采样体积较大,探测结果代表的是空间平均值。由图4a可见,两个反射率因子差异较大的阶段是飞机飞行在云顶边界处。通常云顶处粒子数浓度低,加上扰动造成粒子谱分布不均匀,飞机探测的滴谱受局部粒子谱分布影响大,其计算的反射率因子不但波动强烈,而且有许多时次远大于HMBQ的探测值。层状云内部的粒子谱分布相对云顶均匀得多,所以飞机进入云体内部后,计算的反射率因子的波动明显降低,且与雷达探测值吻合得较好。基于上述分析,本文认为毫米波雷达的探测结果能够准确地反映云的微物理结构,且由滴谱计算的降水粒子反射率因子阈值可作为HMBQ判断云内是否出现降水粒子的判据。

4 降水粒子反射率因子阈值

4.1 云滴和降水粒子的划分

目前对降水粒子的粒径范围尚没有明确的规定;文献中有两种常见的范围定义。一种是用50 μm直径区分云滴和降水粒子(Frisch et al.,1995;French et al.,2000)。这种分类的依据是粒子的生长机制,直径小于40 μm的粒子主要通过凝结增长,而大于该粒径的粒子则通过碰并增长(Cober et al.,1996)。另一种依据粒径与下落速度的关系,将直径200～500 μm的粒子归为降水粒子(Huschke,1959;Sauvageot and Omar,1987)。因为直径小于200 μm的粒子的下落速度很小,而大于500 μm的粒子通常会降落到地面,故被认为是雨滴。本文的观测数据中,含有大于200 μm的粒子的时次很多,故本文采用200 μm作为区分云滴和降水粒子的阈值。对于连续谱的76个档,如果只有前22个档有粒子,本文就把这类数据归为云滴数据;只要23—34档之间有粒子出现,这个数据就被认为是降水粒子数据。

图5 云滴和降水粒子反射率因子计算值的概率密度分布(实线和虚线分别是云滴和降水粒子的计算反射率因子;垂直虚线对应两概率分布交叉点处的反射率因子;垂直实线是预设值法的反射率因子阈值) a.8月29日11:53:40—11:58:30;b.8月29日12:26:30—12:34:10;c.9月17日12:13:40—12:20:20;d.9月17日13:10:30—13:42:20Fig.5 Probability density distribution of calculated reflectivity for drizzle-free and drizzly cases(The solid and dashed curves represent the drizzle-free and drizzling cases,respectively.The dashed straight line show the value at the crossing point of the two probability curves.The solid straight line is the reflectivity threshold determined by the coefficient method) a.11:53:40—11:58:30 BST 29 August;b.12:26:30—12:34:10 BST 29 August;c.12:13:40—12:20:20 BST 17 September;d.13:10:30—13:42:20 BST 17 September

4.2 统计方法

采用Wang and Geerts(2003)提出的利用云滴数据和降水粒子数据的反射率因子概率密度函数来确定区分云滴和降水粒子的反射率因子阈值的方法。考虑到水平和垂直方向上影响粒子分布和微物理参数的机制不同(Liu et al.,2008),本文只研究水平飞行的数据段,且为避免冰晶的影响,温度低于0 ℃的数据段也不做分析。

在大多数情况下,降水粒子的反射率因子分布与云滴的反射率因子分布不是完全分离的,会有一个重叠部分(图5),那么可以选取两个反射率因子概率密度函数的交点对应的值作为判断降水粒子出现的阈值,然而该方法与样本数以及计算反射率因子概率密度函数选取的宽度有关。较多的样本和较宽的反射率因子宽度得到较为平滑的反射率因子概率密度函数,但是如果概率密度函数的波动较为剧烈,会造成交点不止一个(图5b),这时就无法利用这个方法来确定降水粒子的反射率因子阈值了。

第二种确定两个概率密度函数交点的方法是:定义系数H=(n00+n11)/n。n00、n11和n的取值为:首先预设一个反射率因子阈值,如果一个样本只有云滴且其反射率因子低于预设值,就把这个样本归为n00类;类似地,n11是含有降水粒子且反射率因子高于预设值的样本;n是一段有效数据包含的数据点数。本文设定-20～-5 dBz共16个反射率因子预设值,对这些值分别求取H,最大H对应的预设值就是降水粒子的反射率因子阈值。

4.3 结果分析

图5是云滴和降水粒子的反射率因子概率密度函数及降水粒子反射率因子阈值。很明显,在这些例子中,云滴和降水粒子的反射率因子分布只有很小一部分重叠在一起,大部分彼此分离,占据不同的反射率因子区间。云滴的反射率因子值上限在-10 dBz和-5 dBz之间,降水粒子的反射率因子下限高于-20 dBz。因此,反射率因子值确实可以作为判断云中是否含有降水粒子的一个经验指标。

图6 2010年9月17日采集的滴谱资料计算的云滴和降水粒子反射率因子概率密度分布(实线和虚线分别是云滴和降水粒子的计算反射率因子;垂直虚线对应两概率分布交叉点处的反射率因子;垂直实线是预设值法的反射率因子阈值) a.飞行高度为3.06 km;b.飞行高度为3.03 kmFig.6 Probability density distribution of calculated reflectivity for drizzle-free and drizzly cases at (a)3.06 km and (b)3.03 km heights on 17 September 2010(The solid and dashed curves represent the drizzle-free and drizzling cases,respectively.The dashed straight line show the value at the crossing point of the two probability curves.The solid straight line is the reflectivity threshold determined by the coefficient method)

通过统计方法得到的反射率因子阈值在图5中用垂线表明出来,其中垂线虚线表示利用交叉点确定的阈值而垂线实线表示通过预设值法得到的阈值。利用这两个方法得到的阈值一致性很好,只有图5d中两者相差了2.5 dBz;同时验证了本文用来确定降水粒子反射率因子阈值的方法是可靠的。本文取两个方法得到的阈值的均值作为最终的反射率因子阈值。阈值分布在-15～-8 dBz之间,而大部分数据段的阈值在-15～-12 dBz之间。同以往的研究(表1)相比,本文得到的阈值略偏大,这可能与飞机探测的是降水层状云有关。

表1利用飞机资料得到的典型降水粒子反射率因子阈值

Table 1 Typical reflectivity threshold of drizzle using in-situ measurements

文献探测云型阈值/dBzSauvageotandOmar(1987)非降水或弱降水层积云和积云-15Baedietal.(2000)陆地非降水层积云>-20WangandGeerts(2003)海洋性非降水层云-24～-15Frischetal.(1995)海洋性层状云-17

Wang and Geerts(2003)研究了同一云团内部反射率因子阈值与高度的关系,发现云滴和降水粒子的反射率因子概率密度函数的重叠区域以及反射率因子阈值从云底到云顶单调递增,云底与云顶的阈值相差10 dBz以上。选择9月17日在一段连续飞行中采集到的含有两个不同高度的水平数据段进行分析。反射率因子的概率密度函数(图6)在3.03 km和3.06 km对应的反射率因子阈值分别为-12和-10 dBz。这可能是在某些情况下得到的反射率因子阈值落在-15～-12 dBz以外的原因,但是因为在飞行过程中没有记录云底云顶高度信息,所以无法作进一步探讨。

5 结论

根据中国气象科学研究院和吉林省人工影响天气办公室合作开展的国内首次毫米波雷达与飞机联合观测层状云的试验结果,利用飞机探测的层状云滴谱,计算了35 GHz毫米波雷达的降水粒子的反射率因子阈值,得到如下结论:

1)利用飞机飞经毫米波雷达上空时采集的滴谱计算反射率因子值,发现由云内滴谱计算的反射率因子值与雷达探测值有较好的一致性。说明HMBQ对云层的探测是可靠的,同时说明由滴谱计算的反射率因子阈值可以作为毫米波雷达判断降水粒子出现与否的指标。

2)通过求取不同水平高度的云滴反射率因子和降水粒子反射率因子的概率密度分布函数,发现云滴的反射率因子不超过-5 dBz,降水粒子的反射率因子高于-20 dBz。对所有水平飞行段的统计表明,-15～-12 dBz可作为判断降水粒子出现的反射率因子阈值。

樊雅文,黄兴友,李锋.2013.毫米波雷达测云个例研究[J].大气科学学报,36(5):554-559.

封秋娟,李培仁,丁建芳,等.2013.山西地区一次层状云降水过程的微观特征分析[J].大气科学学报,36(5):537-545.

郭学良,付丹红,胡朝霞.2013.云降水物理与人工影响天气研究进展(2008—2012年)[J].大气科学,37(2):351-363.

毛节泰,郑国光.2006.对人工影响天气若干问题的探讨[J].应用气象学报,17(5):643-646.

游来光.1987.我国云物理和人工影响天气研究工作新进展[J].气象科技,21(1):59-64.

张佃国,姚展予,龚佃利,等.2011.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,34(1):109-121.

仲凌志,刘黎平,葛润生.2011.毫米波测云雷达的系统定标和探测能力研究[J].气象学报,69(2):352-362.

Albrecht B A.1993.The effects of precipitation on the thermodynamic structure of trade-wind boundary layers[J].J Geophys Res,98:7327-7337.

Baedi R J P,de Wit J J M,Russchenberg H W J,et al.2000.Estimating effective radius and liquid water content from radar and lidar based on the CLARE98 data-set[J].Phys Chem Earth:B,25(10/12):1057-1062.

Baumgardner D,Jonsson H,Dawson W,et al.2001.The cloud,aerosol and precipitation spectrometer:A new instrument for cloud investigations[J].Atmos Res,59:251-264.

Chin H N S,Rodriguez D J,Cederval R T,et al.2000.A microphysical retrieval scheme for continental low-level stratiform clouds:Impacts of subadiabatic character on microphysical properties and radiation budgets[J].Mon Wea Rev,128:2511-2527.

Cober S G,Strapp J W,Isaac G A.1996.An example of supercooled drizzle drops formed through a collision-coalescence process[J].J Appl Meteor,35:2250-2260.

Feingold G,Stevens B,Cotton W R,et al.1996.The relationship between drop-in cloud residence time and drizzle production in numerically simulated stratocumulus clouds[J].J Atmos Sci,53:1108-1122.

French J R,Vali G,Kelly R D.2000.Observations of microphysics pertaining to the development of drizzle in warm,shallow cumulus clouds[J].Quart J Roy Meteor Soc,126:415-443.

Frisch A S,Fairall C W,Snider J B.1995.Measurement of stratus clouds and drizzle parameters in ASTEX with a Kα-band Doppler radar and a microwave radiometer[J].J Atmos Sci,52:2788-2799.

Hobbs P V.1991.Twenty years of airborne research at the university of Washington[J].Bull Amer Meteor Soc,72:1707-1716.

Hogan R J,Mittermaier M P,Illingworth A J.2006.The retrieval of ice water content from radar reflectivity factor and temperature and its use in evaluating a mesoscale model[J].J Appl Meteor Climatol,45:301-317.

Huschke R E.1959.Glossary of meteorology[M].Boston:American Meteorological Society.

Kogan Z N,Mechem D B,Kogan Y L.2005.Assessment of variability in continental low stratiform clouds based on observations of radar reflectivity[J].J Geophys Res,110(D18),D18205.doi:10.1029/2005JD006158.

Kollias P,Clothiaux E E,Miller M A,et al.2007.Millimeter-wavelength radar:New frontier in atmospheric cloud and precipitation research[J].Bull Amer Meteor Soc,88(10):1608-1624.doi:10.1175/BAMS-88-10-1608.

Kropfli R A,Kelly R D.1996.Meteorological research applications of mm-wave radar[J].Meteorol Atmos Phys,59:105-121.

Liu Y,Daum P H,Yum S S,et al.2008.Use of microphysical relationship to discern growth/decay mechanisms of cloud droplets with focus on Z-LWC relationships[C]//Proc.15th International Conference on Clouds and Precipitation,Cancun,Mexico.

Sauvageot H,Omar J.1987.Radar reflectivity of cumulus clouds[J].J Atmos Ocean Technol,4:264-272.

Vali G.1997.Cloud properties measured from aircraft—an assessment[C]//The WMO Workshop on Measurement of Cloud Properties for Forecasts of Weather,Air Quality and Climate,Mexico City,Mexico.

Wang J,Geerts B,2003.Identifying drizzle within marine stratus with W-band radar reflectivity[J].Atmos Res,69:1-27.

Wood R.2000.Parametrization of the effect of drizzle upon the droplet effective radius in stratocumulus clouds[J].Quart J Roy Meteor Soc,126:3309-3324.

Yum S S,Hudson J G.2002.Maritime continental microphysical contrasts in stratus[J].Tellus:Series B,54(1):61-73.

(责任编辑：倪东鸿)

Analysisofdrizzlereflectivitythresholdusingin-situmeasurements

ZONG Rong1,2,LIU Li-ping2,YIN Yan1

(1.Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration,NUIST,Nanjing 210044,China;2.State Key Laboratory of Severe Weather,Chinese Academy of Meteorological Sciences,Beijing 100081,China)

The drizzle plays an important role in determining the cloud lifetime and evolution.Millimeter wave radar is suitable for detecting non-precipitating and weak precipitating clouds.It is of great valuement to know whether the drizzle occurs or not by the millimeter wave radar measurements.In this paper,the radar reflectivity factor of drizzle is calculated based on the dataset of cloud droplet distribution observed by aircraft.In comparison with the simultaneous radar observations,there is a good agreement between the two reflectivities.The result shows that the reflectivity factor threshold of drizzle derived from in-situ measurements can be used by the radar to diagnose the occurrence of the drizzle.The threshold of reflectivity factor to distinguish drizzle and cloud particles is derived by analyzing the probability distribution function of reflectivity factor due to cloud particles and drizzle drops.Usually,the reflectivity factor of cloud particles is below -5 dBz while the value of drizzle is above -20 dBz.A value between -15 and -12 dBz can be used as the threshold of drizzle.

millimeter wave radar;in-situ measurements;drizzle;reflectivity factor

2013-06-01;改回日期2013-11-28

公益性行业(气象)科研专项(GYHY201106044)；江苏省研究生科技创新计划(CXZZ11-0615)

银燕，教授，博士生导师，研究方向大气气溶胶与云降水相互作用，yinyan@nuist.edu.cn.

10.13878/j.cnki.dqkxxb.20130601001.

1674-7097(2014)04-0469-07

P401

A

10.13878/j.cnki.dqkxxb.20130601001

宗蓉,刘黎平,银燕.2014.基于飞机观测资料的降水粒子反射率因子阈值分析[J].大气科学学报,37(4):469-475.

Zong Rong,Liu Li-ping,Yin Yan.2014.Analysis of drizzle reflectivity threshold using in-situ measurements[J].Trans Atmos Sci,37(4):469-475.(in Chinese)