基于风廓线雷达资料的不同区域降水特征分析*

何雨芩，黄兴友，孙绩华

(1.云南省气候中心，云南 昆明 650034；2.南京信息工程大学 中国气象局气溶胶-云-降水重点开放实验室，江苏 南京 210044；3.云南省气象科学研究所，云南 昆明 650034)



基于风廓线雷达资料的不同区域降水特征分析*

何雨芩1，黄兴友2，孙绩华3

(1.云南省气候中心，云南 昆明 650034；2.南京信息工程大学 中国气象局气溶胶-云-降水重点开放实验室，江苏 南京 210044；3.云南省气象科学研究所，云南 昆明 650034)

利用两部风廓线雷达对发生在云南大理和江苏南京的6次降水过程(2010年2次、2012年4次)进行探测，分别识别出降水回波信号和大气回波信号。利用降水回波信号反演雨滴谱和Z-I关系，并将降水过程分成三类；利用大气回波信号计算降水时环境大气垂直运动速度。结果显示：①由风廓线雷达反演的雨滴谱分布能够为降水类型的分类提供依据；②反演的六个Z-I关系中系数A值随降水强度和降水时间的不同而改变，指数b值虽然在同一地区变化不大，但大理和南京两地差异明显；③风廓线雷达在对降水天气进行探测时所获得的整个降水过程大气的演变情况，能够为降水的短临预报提供技术支持，对研究暴雨或极端降水事件有重要意义。

风廓线雷达；雨滴谱；Z-I关系；降水类型

近年来中国暴雨或极端降水事件发生频次增多、强度增加，暴雨和极端强降水量在总降水量中的比重也有所增加[1]。尤其到每年的汛期，长时间的暴雨容易产生积水或径流淹没低洼地段，造成洪涝灾害。云南是自然灾害频发的地区，每当暴雨发生，往往还会伴随着滑坡和泥石流。因此对暴雨、大风等灾害性强对流天气的发生、发展和预测是当代大气科学研究中最受人们关注的研究领域之一，具有重要的经济价值和社会意义[2]。风廓线雷达作为一种新型的无球高空气象遥感探测设备，可以提供连续的大气水平风场、垂直气流、大气折射率结构常数等气象要素随高度的分布和随时间的变化，具有很高的时空分辨率。风廓线雷达目前应用最广泛的是相控阵天线，属于相控阵多普勒天气雷达，它的主要优势在于可以提高获取资料的时间分辨率，大大提高了对大气系统的认识水平[3]。虽然风廓线雷达的设计目的主要是用于探测大气风场，但L波段和P波段风廓线雷达在对气流探测的同时，对降水物也很敏感[4]。底层大气风廓线雷达系统(LAWP)除了可以详细地研究热带地区的风和扰动，它所获得的降雨云系统垂直结构还能直接识别零度层亮带，并对层状云降水和对流性降水加以区分[3]。因为可以同时获取气流和降水粒子的运动速度与散射强度等信息，所以风廓线雷达在降水研究与预报方面具有很高的应用价值。

本文利用风廓线雷达资料，对发生在云南大理和江苏南京的6次降水天气(2010年2次、2012年4次)进行雨滴谱和Z-I关系反演，并分析降水类型及降水时环境大气垂直运动的特征，为降水天气的观测和预报提供有益的技术支持。

1 资料和方法

1.1 数据来源

本文所用的风廓线雷达分别布设在江苏南京和云南大理，一部为安置在南京信息工程大学观测场的WP-3000型边界层风廓线雷达，由安徽四创公司生产，雷达具体位置是118.7°E、32.21°N。该雷达采用五波束、高低两种模式进行探测，工作频率为1 280MHz；另一部为安置在云南大理国家气候观象台的LQ-7边界层风廓线雷达，由日本住友公司生产，雷达具体位置为100.18°E、22.7°N，海拔1 990m，工作方式为五波束扫描，工作频率为1 290MHz。两部雷达参数如表1所示。

表1 WP-3000风廓线雷达和LQ-7风廓线雷达参数

1.2 反演方法

在进行反演之前，必须先对风廓线雷达获取的原始功率密度谱数据进行预处理，包括杂波抑制、滤波平滑及噪声电平的估算，以提高数据质量，进而才能反演雨滴谱和Z-I关系。

1.2.1 雨滴谱反演

由于风廓线雷达对降水天气进行探测时获得的功率谱密度数据包含降水粒子回波信号和环境大气回波信号，因此在对风廓线雷达获取的原始功率谱密度数据进行预处理后，必须分别对降水回波信号和大气回波信号进行识别，对其中的大气回波信号进行谱矩计算，得到大气的垂直运动速度Vatm。Vatm用于订正降水回波信号以便得到雨滴下落末速度V未i，在本文的个例中计算得到的大气垂直运动速度都小于1.6 m/s。

由Gunn等[5]提出的雨滴下落末速度V未i和直径的关系Di：

V未i=9.65-10.3×10-6Di。

(1)

可以求出速度V未i对应的雨滴粒子直径Di(cm)。该式适用于雨滴直径在0.01～0.60 cm之间的范围内。

根据雷达气象方程得到直径为Di的单个粒子的散射回波功率Pri：

(2)

式中：Pt是雷达峰值发射功率；h是雷达的有效探测深度；G是天线增益；θ、φ分别是水平和垂直波束宽度；λ是发射波长；R是雷达到探测目标物的距离；L是馈线损耗；m是水的负折射指数。对于降雨，复折射指数这一项按0.93计算。

最终，由降水粒子下落末速度的功率谱分布S2(vi)、单个雨滴粒子的散射回波功率Pri和雨滴谱N(Di)之间的关系：

S2(vi)=Pri·N(Di)，

(3)

就可由雷达接收到的降水粒子返回信号的功率谱分布估算得到雨滴谱N(Di)。

1.2.2Z-I关系反演

雷达反射率因子Z与降水强度I的关系是雷达定量测量降水的基础，二者之间存在幂指数关系，即

Z=AIb。

(4)

对上式两边取对数得到

lgZ=lgA+blgI。

(5)

那么，式(5)就是以lgZ和lgI为变量的线性方程，利用最小二乘法进行拟合就可获得这条直线的斜率b和截距lgA，再对截距取反对数就可以得到系数A的值。

考虑到Z-I关系使用时是根据雷达所测的反射率因子Z来计算降水强度I，所以反演时Z值是由风廓线雷达探测所得到的反射率因子值；然后利用雨滴谱与降水强度的关系来求得降水强度I：

(6)

式中：滴谱参数已由风廓线雷达反演得出，Di为雨滴粒子直径，v(Di)为雨滴粒子下落末速度，用上式就可求得降水强度I值。为了验证由雨滴谱计算的降水强度I值是否可靠，本文将6次降水过程的实测平均降水量和雨滴谱计算的平均降水量进行了比较(图1)。实测平均降水量是两地的风廓线雷达所在观测场降水量记录的统计结果，可见雨滴谱计算出的I值偏大，这与降水量的分布有关，但总体上计算值与实测值误差较小，且变化趋势一致。因此，雨滴谱计算的降水强度I值是能够代表实测值的。

图1 6次降水过程平均降水量

另外，本研究在反演Z-I关系时使用的是风廓线雷达低层数据，由于底层数据较容易受到杂波的影响，数据质量不如高层，因此根据风廓线雷达探测到的大气回波随高度而改变并且在垂直方向上具有连续性的特征，本研究采用了一致性对比的方式，用垂直方向上数值的趋势首先对低层数据进行了订正。然后使用风廓线雷达探测到的底层反射率因子Z值，和由底层雨滴谱分布求得的底层降水强度I值，对它们取对数后利用最小二乘法拟合反演得到了6次降水的Z-I关系。

表2 大理四次降水和风廓线雷达取样情况

2 降水回波分析

2.1 雨滴谱分布

本文利用大理的LQ-7边界层风廓线雷达对2012年7月的4次降水进行了探测，利用南京的WP-3000边界层风廓线雷达对2010年7月的2次降水进行了探测，这6次次降水情况如表2所示。

图2是6次降水在回波最强时刻500m和2 000m高度处的雨滴谱分布(南京的雨滴谱资料实际为480m和1 980m，可以忽略高度相差20m这一点)，由图2可以看出在两个高度处，10年7月20日的雨滴谱谱宽最宽，2 000m处最大滴已经超过6mm；12年7月6日、22日和23日谱宽最小，均未超过3mm；12年7月18日和10年7月12日谱宽介于3～4mm之间。小雨滴数量多主要是由于大雨滴的破碎造成，当雨滴半径达到2.5～3mm左右时，水滴内部就会发生环流，影响水滴内压强导致其变形[6]，再加上雨滴与气流的相互作用以及碰撞，容易在下降时发生破裂，使得地面雨滴谱出现多峰结构；另外云滴间的互相碰撞也会使得小滴增多。雨滴破碎后的谱在大滴处有微弱的第二极大峰值，碎片数随母体的增大而增多，使得谱型向大滴处伸展[7]。

图2 6次降水在回波较强时500 m(上)和2 000 m(下)高度层的雨滴谱分布

宏观上，一般认为回波强度大于38dBz、降水强度大于6mm/h的降水为对流云降水。从微观上说，对流云降水的雨滴特点是近地面粒子大，个数少；而层状云降水则是近地面粒子小，个数多[8]。另外还有一种类型，是介于层状云降水与对流云降水之间的混合云降水，这种类型的降水容易被错分到层状云降水中。实际上，它们二者的雨滴谱特征如数密度、雨强和平均尺度等都是有差别的。Uijlenhoet等[9]在研究飑线雨滴谱特征时也发现了这一点。混合云降水，是指在大片层状云内嵌入对流性降水[10]，正是由于混合云降水存在对流单体，使得雨滴在取样时有时在对流单体中，有时却在以层状云为主的降雨中，这必然将对统计Z-I关系造成很大影响[11]。

图3所示为三类降水云的平均雨滴谱分布，可见对流云降水谱宽最大，说明其大粒子比较多；而层状云降水因为主要是由小粒子构成，所以谱宽最小；混合云降水介于对流云和层状云降水之间，谱宽也比较宽。对流云和混合云降水的雨滴粒子最大分别能达到8mm和7mm，这种特大雨滴何珍珍[12]、阮忠家[13]等早在1962年的夏季在泰山就已观测到。

图3 三类降水云平均雨滴谱[14]

图4 6次降水过程的Z-I点聚图

2.2 Z-I关系

在经过降水强度I值的雨滴谱计算值和实测值的对比验证后，利用风廓线雷达对发生在大理和南京的6次降水反演了Z-I关系，结果如图4所示。

由图4可以发现，系数A的值与实际降水量之间有着相关关系，最小A值为7月23日的95.5，可能是由于雨滴小粒子数量较多使得平均雨量偏小的缘故；6日与22日的系数比较接近，对于6日来说，降水过程本身持续时间不长而且雨量较小，对于22日来说，虽然强降水时刻的降雨量稍大，但是因为持续时间长，其他时刻的小雨量使得A减小；18日系数A比较大的原因可能是此次降水云包含对流单体，取样时刻恰好在单体中较多造成，也间接说明此次降水类型或许为层状云和对流云共存的混合型降水。

南京的这两次降水都达到暴雨等级，7月12日的降水持续时间较长，虽然3 h累积降水量达到40 mm以上，但其他时刻的强度稍弱的降水使得反演出的Z-I关系系数A值为并不大的224.9；20日的降水则比较集中，小时降水量就达到了37.6 mm，明显是一次对流性降水过程，反演出的系数A值(311.2)也比较大。

比较6个Z-I关系，发现系数A值会随降水强度和降水时间不同而发生改变，b值虽然在同一地区变化不大(大理b值均值为1.089，南京b值均值为1.815)，但大理和南京两地的差异比较明显。由这六次降水过程反演得到的反射率因子和降水强度关系可知，随时间、空间以及地理位置的不同Z-I关系会发生改变，但其中还是有着一定的规律性，比如同一类型降水或许会有相近的Z-I关系等。本文统计分析得到的这些结果只是大理和南京这几次降水过程所具有的特征，这些结果对于其他地区研究Z-I关系也许有一定的比较和指示意义，但并不表明其他地区也同样具有这种特征。

表3 6次降水过程的分类结果

结合地面降水量信息，本文将2012年7月6日、22日和23日的分为层状云降水，2012年7月18日和2010年7月12日的分为混合云降水，2010年7月20日的分为对流云降水，如表3所示。

Z-I关系中系数A与雨滴谱的分布是有关联的，所以在不同降水中，或者是同一降水的不同时间内得到的雷达反射率因子Z与降水强度I之间的关系的不同，是因为系数A受到降水雨滴谱变化的影响而产生的[15]。

用风廓线雷达资料反演的6次降水，所得到的Z-I关系也比较符合三类云降水的经验关系，可明显看出对流云降水的系数A大于层状云降水，混合云降水的系数A介于二者之间，另外系数A与雨滴谱的分布是有关系的，在不同降水过程或者是同一降水的不同时间内得到的降水强度I与雷达反射率因子Z之间的关系都不尽相同；b值则相差不大，但存在着地域的区分。

Z-I关系存在地域差异，现有的部分研究结果也表明了这一点，王建初和汤达章[11]得到安徽和湖南两地对流云降水的结果分别是Z=274.9I1.64和Z=291.5I1.54；林文和牛生杰[7]得到的宁夏银川地区的Z-I关系为Z=264.25I1.33；何宽科等人[16]用多普勒天气雷达资料和自动雨量站资料，拟合出适合于舟山地区台风降水的Z-I关系为Z=70I1.38；冯雷等人[10]得到的沈阳、哈尔滨和唐河这三个地区的Z-I关系分别为Z=131.7I1.44、Z=198.4I1.4和Z=135.7I1.37。

3 降水时环境大气垂直速度

在风廓线雷达对大气湍流垂直结构的研究方面，国外的Muschiniski等[17]曾利用边界层风廓线雷达垂直方向上返回信号的功率谱研究了大气湍流结构，对当地的平均大气折射率湍流结构常数的垂直结构进行了分析；国内如阮征等[18]经过对风廓线雷达多种探测模式探测数据的估算分析，构建了风廓线雷达强度信息对大气折射率结构常数的估算方法，孙芳林等[19-21]利用风廓线雷达研究珠峰北坡大气垂直结构。本研究利用风廓线雷达垂直方向的功率谱密度数据计算了降水时环境大气的垂直运动速度。

2012年7月6日发生在大理的一次降水被LQ-7边界层风廓线雷达记录了下来，根据大理观测站降水量资料显示，这次降水过程从凌晨2点开始发生，6点无记录，直到9点又有1 h记录后降水停止，总降水量为13.8 mm。图5从上到下分别是此次降水过程的回波强度、信噪比及折射率结构常数的时间序列图，可以从宏观上了解到此次降水的情况。由图5所示，三者都从2:30左右开始增强，3:30-5:00的信号为最强，5:30-6:00有一个减弱区，之后稍有发展，8:00左右又出现一个减弱区，在8:30-9:30时变强，最后都变弱，这一增强减弱的趋势很好地对应了地面雨量观测资料。由于风廓线雷达探测的是一个具有一定高度的垂直方向上的大气空间，与地面资料存在空间上的不匹配，所以当6:30左右回波强度、信噪比及折射率指数出现增强区时，地面雨量计并无雨量记录，这也说明了高空出现回波明显增大时，并不代表降水会发生，而也许只是为了下一次降水做准备。

风廓线雷达还能体现出降水前和降水后大气状态的变化过程，能为降水短临预测提供很好的技术支持。如图6所示为LQ-7风廓线雷达对大理2012年7月18日的降水进行探测得到的降水前环境大气垂直运动速度的变化，此次降水开始于10:30，可发现从10:00开始，5 000 m以上高度开始出现明显的下沉运动，2 500～5 000 m高度层为上升运动，10:10时500～3 000 m高度层也出现了明显的下沉运动，说明大气愈发不稳定，之后20 min降水发生。

图7所示为21:50降水结束后20 min内环境大气的垂直运动情况，结果显示在4 000 m高度以下，会出现微弱的上升气流，最大上升速度为1.387 2 m/s，说明雨水的蒸发正在发生。雨停之后上升气流的高度从2 000 m发展到了4 000 m，21:53-22:01内发展的最为旺盛，21:02之后，整个高度内大气的垂直运动有升有降，说明这发展为一个微弱的对流过程，向大气输送的水汽逐渐减少。

图5 LQ-7风廓线雷达数据产品时间序列图

图6 大理2012年7月18日10:00-11:00的环境大气垂直运动速度

图7 大理2012年7月18日21:50-22:10的环境大气垂直运动速度

4 结论

(1)风廓线雷达在对降水天气进行探测时，能够获得整个降水过程大气的演变情况，对降水的短临预报提供了技术支持，对研究暴雨或极端降水事件也有着重要的意义。

(2)风廓线雷达在降水天气时探测到的降水云体返回信号包括环境大气和降水粒子二者的综合信息，在分别识别出环境大气回波信号和降水粒子回波信号后，再对降水回波信号进行订正，进而反演出比较准确的雨滴谱分布和Z-I关系。

(3)由风廓线雷达资料反演的雨滴谱分布能够为降水类型的分类提供很好的依据。层状云降水谱宽最小，对流云降水谱宽最大，混合云降水介于二者之间。

(4)在证实了由雨滴谱计算的降水强度I值的可靠性后，用两部风廓线雷达反演了6次降水的Z-I关系，结果发现系数A值会随降水强度和降水时间不同而发生改变，b值虽然在同一地区变化不大，但大理和南京两地的差异比较明显。并且对降水云进行分类统计得到的Z-I关系效果更好，A、b值以层状云降水最小，对流云降水最大，混合云降水居中。

[1] 方建刚, 易俊莲. 2011 年陕西秋季强连阴雨天气的大气环流异常特征分析[J]. 灾害学, 2013, 28(1): 6-10.

[2] 张文建，许健民，方宗义，等. 暴雨系统的卫星遥感理论和方法[M]. 北京：气象出版社, 2004.

[3] 伍志方, 胡东明, 梁玉琼. 气象雷达新技术及其在防灾减灾中的应用[J]. 灾害学, 2007, 22(2): 36-40.

[4] 王振会，黄兴友，马舒庆. 大气探测学[M].北京:气象出版社,2011.

[5] Gunn R, Kinzer G D. The terminal velocity of fall for water droplets in stagnant air[J]. J. Journal of Meteorology, 1949, 6(4): 243-248.

[6] 刘红燕, 雷恒池. 基于地面雨滴谱资料分析层状云和对流云降水的特征[J]. 大气科学, 2006, 30(4): 693-702.

[7] 林文, 牛生杰. 宁夏盛夏层状云降水雨滴谱特征分析[J]. 气象科学, 2009, 29(1): 97-101.

[8] 李德俊, 杨剑超, 蔡定军, 等. 降雨型滴谱与反射率因子及雨强关系研究[J]. 气象与减灾研究, 2009, 32(4): 39-44.

[9] Uijlenhoet R, Steiner M, Smith J A. Variability of raindrop size distributions in a squall line and implications for radar rainfall estimation[J]. Journal of Hydrometeorology, 2003, 4(1):43-61.

[10]冯雷, 陈宝君. 利用 PMS 的 GBPP-100 型雨滴谱仪观测资料确定 ZR 关系[J]. 气象科学,2009,29(2):192-198.

[11]王建初, 汤达章. 不同雨型的 Z—I 关系及几种误差讨论[J]. 南京气象学院学报, 1981(2): 185-191.

[12]何珍珍. “泰山一次雷雨雨滴谱观测结果”——我国云雾降水微物理特征的研究[M]. 北京: 科学出版社, 1965：69-71.

[13]阮忠家. “泰山两次雷雨云降水微结构的一些特征”——我国云雾降水微物理特征的研究[M]. 北京: 科学出版社, 1965： 49-61.

[14]宫福久, 刘吉成, 李子华.三类降水云雨滴谱特征研究[J].大气科学,1997,21(5): 607-614.

[15]刘红燕, 陈洪滨, 雷恒池, 等. 利用 2004 年北京雨滴谱资料分析降水强度和雷达反射率因子的关系[J]. 气象学报,2008,66(1):125-129.

[16]何宽科, 范其平, 李开奇, 等. 舟山地区台风降水ZR关系研究及其应用[J]. 应用气象学报, 2007, 18(4): 573-576.

[17]Muschinski A, Sullivan P P, Wuertz D B, et al. First synthesis of wind-profiler signals on the basis of large-eddy simulation data[J]. Radio Sci.1999, 6(12):1437-1459.

[18]阮征, 何平, 葛润生. 风廓线雷达对大气折射率结构常数的探测研究[J]. 大气科学, 2008, 32(1): 133-140.

[19]孙方林，马耀明，马尾强，等.珠峰地区大气边界层结构的一次观测研究[J].高原气象，2006，25(6)：1014-1019.

[20]舒坡，周立波，邹悍，珠峰北坡绒布河谷大气物质交换的观测研究[J].高原气象，2007，26(6)：1224-1230.

[21]邹悍，李鹏，朱金焕，等.HEST2007珠峰北坡风廓线观测研究[J].高原气象，2007，25(6)：1199-1207.

Analysis of Precipitation Characteristics in Different RegionsBased on Wind Profile Radar Data

He Yuqin1, Huang Xingyou2and Sun Jihua3

(1.YunnanClimateCenter,Kunming650034,China; 2.KeyLaboratoryforAerosol-Cloud-PrecipitationofChinaMeteorologicalAdministration,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China; 3.YunnanProvinceInstituteofMeteorology,Kunming650034,China)

Towwindprofileradars(WPR)areusedtodetectsixrainfalleventsatNanjingandDali.ThereturnsignalswhichdetectedbyWPRincludeinformationaboutambientatmosphereandprecipitationparticles.TheraindropsizedistributionandZ-Irelationshipcanberetrievedbyreturnsignalofprecipitationparticles.Atmosphericverticalvelocitywhilerainfallcanbecalculatedbyreturnsignalofambientatmosphere.Theresultsshowsthat(1)RaindropsizedistributionretrievedbyWPRcanprovidethebasisforclassificationofprecipitationtype; (2)factorAinZ-Irelationshipchangesatdifferentstageanddifferentintensityofrainfall.Thoughlittlechangeinindexbwhileinthesamearea,significantdifferenceshappenbetweenDaliandNanjing; (3)throughouttheatmosphericprecipitationprocessdetectedbyWPRcanprovidetechnicalsupportforshort-impendingpredictionofprecipitation.Itmakessensetostudyofheavyrainsandextremeprecipitationevents.

windprofileradar;raindropsizedistribution; Z-Irelationship;precipitationtype

2014-11-19

2015-01-13

国家自然科学基金“苍山-洱海区域局地环流特征及其对地气通量影响的观测研究”(41165001)；科技部公益性行业(气象)科研专项“我国西南非绝热加热敏感区综合观测试验”(GYHY201006054)

何雨芩(1989-)，女，云南昆明人，助理工程师，主要从事农业气象研究和风廓线雷达资料应用研究. E-mail：xiaoqinzi_hyq@126.com

P4；X43

A

1000-811X(2015)03-0191-07

10.3969/j.issn.1000-811X.2015.03.035

何雨芩，黄兴友，孙绩华. 基于风廓线雷达资料的不同区域降水特征分析[J].灾害学, 2015,30(3):191-197. [He Yuqin, Huang Xingyou and Sun Jihua. Analysis of Precipitation Characteristics in Different Regions based on Wind Profile Radar Data[J].Journal of Catastrophology, 2015,30(3)：191-197.]