成都地区雨滴谱特征

柳臣中周筠珺谷 娟黄 蕾向 钢

1）（成都信息工程学院大气科学学院，成都610225）

2）（气象灾害预报预警与评估协同创新中心，南京210044）

3）（中国科学院陆面过程与气候变化重点实验室，兰州730000）

成都地区雨滴谱特征

柳臣中1）*周筠珺1）2）3）谷 娟1）黄 蕾1）向 钢1）

1）（成都信息工程学院大气科学学院，成都610225）

2）（气象灾害预报预警与评估协同创新中心，南京210044）

3）（中国科学院陆面过程与气候变化重点实验室，兰州730000）

选取成都信息工程学院气象观测场LNM激光雨滴谱仪获得的2009—2011年175次降水过程的观测资料，依据产生降水云的性质进行统计分类，基于微物理特征参量讨论了成都地区积云、积层混合云以及层状云降水雨滴谱的总体特征，同时结合3个典型个例的微结构参量进行对比分析。结果表明：成都地区积云降水和积层混合云降水的雨滴谱比层状云宽且雨滴数密度比层状云多，特别是在大雨滴和甚小雨滴部分；4种反映雨滴谱特性的特征直径从大到小依次为积云降水、积层混合云降水、层状云降水；成都地区层状云降水的雨强主要来自于小雨滴，而积云降水和积层混合云降水的雨强主要来自于大雨滴；雨强取决于大雨滴的数量，小雨滴贡献率与雨强呈负相关，中数体积直径对雨强变化有一定指示作用。对成都地区雨滴谱特征的研究，有利于进一步了解该地区降水的微物理特性及成雨机制，为降水数值预报工作积累资料和经验。

雨滴谱；微物理参量；积云；积层混合云；层状云

引 言

雨滴谱是指单位体积内不同大小雨滴的数量随其直径的分布。不同云状降水的雨滴谱有明显区别［1］，在同一次降水过程中雨滴谱也随着过程发生变化［2］。由于降水与人类的生产和生活息息相关，通过分析降水的雨滴谱特征，既能说明降水发展演变过程，又能掌握降水云内部的微物理特征，从而对人工影响天气起到指导作用，因此，对于降水雨滴谱特征的讨论一直是气象研究的重要课题。

Marshall和Palmer首次提出用ND＝N0e－λD来拟合雨滴谱［3］，即M-P分布，其中，D表示雨滴直径，ND表示直径为D的雨滴数量，N0表示初始雨滴数，λ为尺度因子。Blanchard等［4］研究发现，雨滴的碰并作用会产生较多大雨滴，同时大雨滴破碎产生较多小雨滴，使M-P分布在雨滴谱分布的大滴部分和小滴部分产生较大误差。为了解决这一问题，Ulbrich［5］在 M-P分布的基础上引入形状因子α，用Γ分布拟合，拟合公式为ND＝N0Dαe－λD。陈宝君等［1］对比了不同降水的雨滴谱特征后认为，MP分布适合稳定的层状云降水，而Γ分布更适合积云降水和积层混合云降水。宫福久等［2，6］深入分析了沈阳的雨滴谱特征，指出在降水过程中，直径小于1 mm的小雨滴所占比例特别大，但对雨强的贡献却较小。大雨滴对于雨强的贡献大，且往往出现在雨强增大之前，有一定指示作用。张国庆等［7］研究了青海门源地区的雨滴谱参量随降水过程的变化，并结合卫星资料讨论了降水形成机制。周黎明等［8］利用山东地区的雨滴谱资料，研究证实降水强度主要取决于大雨滴。对比雷达资料后认为，在构建反演降水的Z-I关系方面，用雨滴谱资料要优于雷达资料。房彬等［9］利用雨滴谱建立的Z-I关系应用于辽宁的一次降水估算，结果表明，提高了降水估算的精度。

随着气象科技的日益更新，观测雨滴谱的方法有所改进。早期观测主要使用滤纸色斑法［10-11］，该方法需要人工读取每个样本，工作量大，且由于雨滴的重合、溅射等问题，数据存在误差。现代观测设备基本实现自动观测、自动记录，我国学者研究使用的设备主要有GBPP-100型地面光阵雨滴谱仪［12］、Disdrometer声雨滴谱测雨仪［13］、Parsivel激光降水粒子谱仪［14］、LNM 激光雨滴谱仪［15］。对于这些新仪器在实际业务应用中测量数据的可靠性和准确性，需要与之前的雨量测量器或其他观测仪器进行对比［15］。

成都地区位于四川盆地西部、青藏高原东侧，属亚热带湿润季风气候。受西南暖湿气流的持续作用，温度适宜，雨水充沛。雨滴谱作为一种从微观物理角度分析降水方法，对于研究成都地区成雨机制、雷达反演降水、人工增雨效果检验以及降水数值预报等工作具有极其重要的理论意义和实用价值。

1 资料简介

本文使用的资料来自成都信息工程学院气象观测场（30°35′06″N，103°59′23″E），观测时间为2009年4月11日—2011年9月8日，选取了观测记录完整的175次降水过程。观测仪器为德国THIES公司的LNM雨滴谱仪，其原理是由激光发射源产生激光，接收端将光束强度转换为电信号。当粒子穿过激光束，使得到达接收端的激光强度发生改变。通过强度的减小幅度计算雨滴直径，减小的持续时间计算下落速度。LNM每分钟记录1次数据，记录的雨滴直径范围为0.125～8 mm，速度（这里指雨滴下落末速度）范围为0.2～10 m／s。共计22个粒径通道，20个速度通道。

根据产生降水的云的性质，将所有降水资料分为3类，分别是积云降水、层状云降水和积层混合云降水。云形态的划分主要依据卫星云图、雷达回波图和地面气象站云状观测资料，分类过程中先找出175次降水过程的云状观测资料，按照云状不同初步将其分为积云、层云两种类型，再利用人工筛选的方式结合卫星云图、雷达回波图特征从中挑选出积层混合云。积层混合云指在大片深厚层状云中间嵌有对流云（或称对流泡），而积云主要由低层空气对流活动产生，因此可以将积云和积层混合云统称为对流云［16］。降水类型统计结果见表1，降水过程以层状云降水为主，占总降水次数的65.1%，且在夏季对流云降水的次数超过了层状云降水［17］。

表1 3种类型降水频次统计Table 1 The frequency of three-type precipitation

2 雨滴谱特征

产生降水的微物理过程非常复杂，Rutledge等［18］和 Houze［19］认为积云中的雨滴增长方式以云水碰并为主，而层状云中的雨滴增长方式为云冰粒子表面通过水汽扩散的方式再吸收水汽得以增长。不同的增长方式造成了不同的雨滴直径及数密度。数密度是单位时间单位体积中的雨滴数量，由于研究使用的观测仪器为1 min记录1次，因此本文中的数密度指1 min内的雨滴数。

图1为这3种类型降水过程的平均雨滴数密度，其样本均来源于表1所示的成都地区3类共计175次降水过程资料，相应的雨滴谱特征资料则由仪器自动记录并提供，过程中加入了少量限制条件，对数据极小、不完整、存在乱码的观测资料进行人为剔除，对于局地的降水特征有一定适用意义。

由图2可以看出，成都地区层状云降水的雨滴谱分布比较窄，雨滴最大直径为2.5 mm，这与北京地区的层状云降水研究结果较为一致［20］，而积云和积层混合云降水的雨滴最大直径为8 mm。这种分布特征在其他学者［1，2，6］的研究中也得到证实，可作为识别降水类型的重要依据。

图1中，3种类型降水在0.25～0.5 mm直径范围的雨滴数密度差异明显，直径超过0.5 mm对流云降水与层状云降水的雨滴数密度差迅速增大，直径超过2.5 mm积云降水与积层混合云降水的雨滴数密度差距变大，而在此范围已不存在层状云的雨滴。在与我国北方一些地区（如宁夏地区）的比较中发现，宁夏地区层状云降水直径为0～0.8 mm的雨滴数密度较积云和积层混合云降水大，直径为0.8～7.5 mm则出现相反的情况［21］。大雨滴是对流云降水的特征，对流越强，大雨滴越多。同时，积云降水在0～0.125 mm直径范围的雨滴数密度多于层状云降水2个数量级。图2也表明，历次积云降水中比例最多的雨滴直径为0.125 mm，而层状云降水雨滴直径为0.25 mm。虽然积层混合云降水中的甚小雨滴比例并不比层状云大，但由于雨滴总数大，所以甚小雨滴的数量高于层状云。数密度的变化体现了云内雨滴增长方式，积云中云水碰并增长，产生了大量大直径雨滴，同时由于大雨滴的破碎，也产生了大量甚小雨滴。

图1 3种类型降水平均雨滴数密度Fig.1 The mean number density in three-type precipitation

图2 3种类型降水的数密度百分比（a）积云降水，（b）积层混合云降水，（c）层状云降水Fig.2 The percentage of number density inthree-type precipitation（a）cumulus，（b）cumulus-stratus mixed cloud，（c）stratus

刘红燕等［13］分析了雨滴谱峰值的特征，认为峰值的存在反映了降水的不稳定。由图2可见，3种类型降水均有峰值存在，图2b和图2c出现了两个峰值，表明多数降水过程处于不稳定状态。图2b的峰值结构较明显，表明积层混合云降水是最不稳定的降水类型。图2c中层状云降水的双峰型结构与宁夏地区［21］及新疆天山山区［22］同类型降水结果较为吻合。此外，3种类型降水雨滴直径在0.5 mm处均出现明显的谷值，造成此现象的原因还有待进一步研究。

3 微物理特征参量

3.1 特征直径

直径对于表征雨滴谱特征非常有意义，本文选取了4种特征直径：平均直径Dm，平均体积直径Dv，优势直径Dp，中数体积直径Dn。其中优势直径表示对雨强贡献最大的直径，中数体积直径表示雨强的一半由大于该直径的雨滴产生。表2给出了3种类型降水的特征直径平均值。从总体平均结果看，4种特征直径都是积云降水最大，积层混合云降水次之，层状云降水最小。

关于平均直径，周毓荃等［23］、宫福久等［6］研究认为，对流云降水的小雨滴数庞大，甚至导致平均直径比层状云更小，刘红燕等［13］的研究结果却表明，对流云降水的平均直径大于层状云降水。这种差异跟观测设备有关，前者使用的设备是GBPP-100型地面光阵雨滴谱仪，观测的是雨滴遮挡激光束的投影，而后者使用的是Disdrometer声雨滴谱测雨仪，观测的是雨滴撞击的动量。由表2可知，本文更趋近于文献［13］得出的结论。除了仪器的测量原理引起的差异，降水过程的复杂性也造成了不确定性，具体个例会有不同的情况出现。将平均直径的尺度划分为若干区间，统计平均直径属于某一区间的降水次数占总次数的比例，可以得到各平均直径出现的百分比，结果如图3所示。3种类型降水的平均直径分布有重叠，因此根据研究的个例不同，会出现对流云降水的平均直径小于层状云降水的情况。此外，在同我国其他地区雨滴平均直径对比时发现，北方部分地区［20-21］的平均直径较成都地区偏小，而南方尤其是雨水充沛的江河流域地区［24］的平均直径较成都地区偏大，且大雨滴较多，雨滴谱较宽，这也反映出降水具有气候区域性的差别。

表2 3种类型降水的雨滴特征直径平均值（单位：mm）Table 2 Mean characteristic diameters of raindrop in three-type precipitation（unit：mm）

图3 3种类型降水雨滴平均直径百分比分布Fig.3 The percentage distribution of mean diameters in three-type precipitation

雨滴的体积与雷达的回波强度有关，体积越大反射面越大，回波强度也就越大。根据雷达回波公式，回波强度与雨滴直径的6次方成正比。平均体积直径表明积云降水的雷达回波远大于层云降水。

优势直径和中数体积直径与降水强度有关，表2中3种类型降水的Dp，Dn有明显差异，层状云降水的这个两个直径还不到积云降水的一半。有学者曾尝试用中数体积直径来划分积云类降水与层状云降水，却发现有特殊个例并不适合该划分方式［13］。图4中中数体积直径百分比分布同样显示出各种类型降水的分布有重叠，表明了无法用单一特征直径来划分不同降水。

图4 3种类型降水的中数体积直径百分比分布Fig.4 The percnetage distribution of the median volume diameters in three-type precipitation

3.2 不同雨滴对降水的贡献率

为了揭示不同直径的雨滴对雨强的贡献，将雨滴直径划分为3个级别：0～1 mm，1～2 mm，大于2 mm，各级别对应的数密度及雨强分别为n1，n2，n3及R1，R2，R3。各级别雨滴的数密度和雨强相对于总数密度、总雨强的比例，即贡献率，3种类型降水的贡献率如表3所示。成都地区层状云降水中雨强主要来自于小雨滴的贡献，直径小于1 mm的雨滴，贡献了63%的雨强，这一范围的雨滴数密度比例达到96%，这与一些北方地区［20，23，25］层状云降水中大雨滴对雨强贡献较大的情形明显不同。而对流云降水，雨强主要来自于大雨滴，混合云降水中，1～2 mm的雨滴贡献了超过一半的雨强，而对应的雨滴数密度比例还不到10%，积云降水中大雨滴的作用更加明显，大于2 mm的雨滴比例只有1%，却贡献了42%的雨强。这种分布规律与之前的研究结果一致，宫福久等［6］曾指出积云降水强度大，是由于大雨滴和较大雨滴的贡献。

表4为各级别雨滴贡献率的相对偏差，直径在0～1 mm范围的小雨滴，各类降水数密度贡献率偏差都较小，表明降水过程中小雨滴的比例稳定。而随着直径的增大，雨滴的数密度比例偏差变大，并导致了雨强贡献率的偏差增大。

表3 不同雨滴对数密度及雨强的贡献率（单位：%）Table 3 The contribution of different raindrop sizes to the number density and the rainfall intensity（unit：%）

表4 不同雨滴贡献率相对偏差（单位：%）Table 4 The relative deviation of contribution of different raindrop sizes（unit：%）

4 微结构参量的演变

为了更加细致地说明3种类型降水的微结构参量演变特征，分别选取了3种类型降水中较为典型的个例：2009年8月26日冷锋过境时产生的积云降水、2010年6月6日西风槽带来的层状云降水、2011年7月3日高原涡带来的积层混合云降水，从天气背景和相关参量变化进行讨论。

4.1 天气背景

图5是由 NCEP FNL（1°×1°）分析资料得到的3次降水产生当日08：00（北京时，下同）500 hPa环流形势，图6是由成都地区自动气象站降水资料得到的3次降水产生当日24 h累积降水量分布特征。

2009年8月25—26日成都地区出现一次强雷雨天气过程，由8月26日08：00 500 hPa环流形势图（图5a）可以看出，成都地区受副热带高压外围偏南气流控制，贝加尔湖东侧冷槽的南端已伸展到我国西北部。随着高空低槽东移，地面弱冷空气的侵入，触发了本地强不稳定能量的释放，造成本次区域性短时暴雨天气过程。如图6a所示，降水主要分布在成都地区北部和中西部，都江堰、新都、双流、新津的部分地方出现暴雨，降水集中区域24 h降水量均达到60 mm以上。根据地面实况和雷达回波可知，本次降水为一次冷锋过境时的积云降水。

图5 3次降水产生过程中相应08：00 500 hPa环流形势（图中黑色实心方块为观测场位置，单位：dagpm）（a）积云降水（2009-08-26），（b）积层混合云降水（2011-07-03），（c）层状云降水（2010-06-06）Fig.5 500 hPa potential height field of three cases at 0800 BT（the position of observation station marked by solid black box，unit：dagpm）（a）cumulus precipitation（26 Aug 2009），（b）cumulus-stratus mixed cloud precipitation（3 Jul 2011），（c）stratus precipitation（6 Jun 2010）

2011年7月3日成都地区出现短时强降水天气，由7月3日08：00 500 hPa环流形势图（图5b）可以看出，500 h Pa天气图上副热带高压加强西伸，与此同时高原涡在川西高原北部出现并东移，为盆地西部强降水的产生提供了有利的动力条件。如图6b所示，降水主要分布在成都地区北部和中部，彭州北部、郫县、成都市区24 h累积降水量普遍超过120 mm，降水集中区域甚至达到200 mm左右。根据地面实况和雷达回波可知，本次降水为一次积层混合云降水。

图6 3次降水产生过程中相应24 h累积降水量分布（单位：mm）（a）积云降水（2009-08-26），（b）积层混合云降水（2011-07-03），（c）层状云降水（2010-06-06）Fig.6 24-h precipitation of precipitation in three cases（unit：mm）（a）cumulus precipitation（26 Aug 2009），（b）cumulus-stratus mixed cloud precipitation（3 Jul 2011），（c）stratus precipitation（6 Jun 2010）

2010年6月6日成都地区出现一次弱降水过程，由6月6日08：00 500 hPa环流形势图（图5c）可以看出，东亚范围内为北槽南涡，贝加尔湖以西低槽加深南压，而巴尔喀什湖南部低值系统不断南压至青海高原，成都地区已位于高原低值系统东南部。如图6c所示，降水主要分布在成都地区东部和南部，由于此次过程为层状云降水，强度不大。仅双流和新津交界处以及金堂东部24 h累积降水量达到16 mm以上。

4.2 相关参量的分析

不同类型的降水具有不同特征，而同一次降水过程，在其发生发展的过程中微结构参量也随之变化［26］。图7给出了选取的3次降水过程的微结构参量随时间的演变，讨论的参量有降水强度R，雨滴数浓度N，0～1 mm的小雨滴雨强贡献率R1／R，中数体积直径Dn。

积云和积层混合云降水数密度的变化与雨强几乎完全一致，相关系数为0.97和0.93。但层状云降水却表现出相反的变化，过程后半段的雨强比前半段小，而数密度却表现为后半段偏大。数密度增加而雨强减小，是因为过程的后半段，大雨滴减少，虽然小雨滴数量的增加使得数密度总数增加，但雨强却表现为减小。由R1／R变化可知，过程后半段，小雨滴的雨强贡献率稳定在100%，说明没有大于1 mm的雨滴存在，此阶段中数体积直径Dn甚至不超过0.375 mm。由此可知，雨强主要取决于大雨滴的数量，而不是单纯的总数密度。

3种类型降水中，小雨滴的雨强贡献率与雨强均呈负相关。小雨滴贡献率大，则此时降水以小雨滴为主，降水强度小，即使雨滴数量多雨强也很小，这种情况一般出现在降水消亡阶段［27］。小雨滴贡献率中数体积直径反映大雨滴群的作用，最大雨滴直径越大，大雨滴在总雨滴中的比例越大，中数体积直径越大，比最大雨滴直径更有意义，由于雨滴下落过程中的碰并、破碎，使得最大雨滴直径有一定随机性［28-29］。综合比较可以发现，中数体积直径的变化比雨强的变化略有提前。当雨强增大时，首先是大雨滴的比例增加，然后是数密度增加，小雨滴和大雨滴数量同时增多，最终导致雨强增大。

图7 3个降水个例的降水微结构参量随时间的演变Fig.7 Changes of precipitation microphysical structure parameters in three cases

5 结 论

本文研究表明：

1）成都地区积云降水和积层混合云降水的雨滴谱比层状云宽，所有层状云降水的雨滴直径均未超过3.5 mm。在0.25～0.5 mm 直径范围内，3种类型降水的雨滴数密度相近，而在0～0.125 mm和超过2.5 mm的直径范围内，积云降水和积层混合云降水的雨滴数密度均比层状云降水多，体现了雨滴增长方式的不同。雨滴谱曲线呈多峰结构，表明降水的不稳定性，积层混合云降水是最不稳定的降水类型。

2）总体上看，4种反映雨滴谱特性的特征直径从大到小依次为积云降水、积层混合云降水、层状云降水。与降水强度有关的Dp，Dn差异明显，层状云降水的Dp，Dn不足积云降水的一半。但是由于降水过程的复杂性，并不是每一个例都符合这一规律。因此，这4种特征直径不适宜作为划分降水类型的依据。

3）成都地区层状云降水的雨强主要来自于小雨滴，而积云降水和积层混合云降水的雨强主要来自于大雨滴。在不同降水过程中小雨滴都是绝对多数，且贡献率偏差较小，数量比例稳定；虽然大雨滴数量少，雨滴的数密度比例偏差变大，数量比例不稳定，却是强降水的主要原因。

4）雨强取决于大雨滴的数量，小雨滴贡献率与雨强呈负相关，中数体积直径对雨强变化有一定指示作用，中数体积直径先于雨强增大。

成都地区受东亚季风和西南季风共同影响，大气降水的不平衡蒸发程度弱。该地区的降水主要发生在夏季，且季节变化较为明显。本文主要分析了成都地区不同天气背景下3种类型降水的雨滴谱特征，为该地区进一步分析降水微观特征提供了重要的理论依据。但也应注意，天气活动过程在不同的时间和空间尺度上表现较为复杂，对于雨滴谱分析的适用性目前还仅限于局地，研究结果还需要更多个例加以验证。

［1］ 陈宝君，李子华，刘吉成.三类降水云雨滴谱分布模式.气象学报，1998，56（4）：506-512.

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

［3］ Marshall J S，Palmer W M.The distribution of raindrops with size.J Meteor，1948，5：165-166.

［4］ Blanchard D C，Theodore S S.Experiments on the generation of raindrop-size distribution by drop breakup.J Atmos Sci，1970，27：101-108.

［5］ Ulbrich C W.Effect of Size Distribution Variations on Precipitation Parameters Determinied by Dual-measurement Techiniques.Preprints of 20th Conf Radar Meteoroloy，Boston，Amer Meteor Soc，1981：276-281.

［6］ 宫福久，何友江，王吉宏，等.东北冷涡天气系统的雨滴谱特征.气象科学，2007，27（4）：365-373.

［7］ 张国庆，孙安平，周万福，等.青海门源雨滴谱特征及降水机制的初步研究.高原气象，2009，28（1）：77-84.

［8］ 周黎明，张洪生，王俊，等.一次典型积层混合云降水过程雨滴谱特征.气象科技，2010，38（增刊I）：73-77.

［9］ 房彬，班显秀，郭学良，等.雷达-雨量计-粒子激光探测仪联合估算降水量.大气科学，2010，34（3）：513-519.

［10］ 詹丽珊，陈万奎，黄美元.南岳和泰山云中微结构起伏资料的初步分析∥我国云雾降水微物理特征的研究.北京：科学出版社，1965：30-40.

［11］ 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.北京：科学出版社，1965：69-71.

［12］ You Laiguang，Liu Yangang.Error ananlysis of GBPP-100 probe.Atmos Res，1994，34：379-387.

［13］ 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.大气科学，2006，30（4）：693-702.

［14］ 濮江平，赵国强，蔡定军，等.Parsivel激光降水粒子谱仪及其在气象领域的应用.气象与环境科学，2007，30（2）：3-8.

［15］ 周黎明，王俊，张洪生，等.激光雨滴谱仪与自动气象站观测雨量对比研究.气象科技，2010，38（增刊I）：113-117.

［16］ 严采蘩，陈万奎.对流层下部雨滴谱分布.应用气象学报，1990，2（1）：191-198.

［17］ 杜振彩，黄荣辉，黄刚，等.亚洲季风区积云降水和层云降水时空分布特征及其可能成因分析.大气科学，2011，35（6）：993-1007.

［18］ Rutledge S A，Houze R A.A diagnostic modeling study of the trailing stratiform region of a midlatitude squall line.J Atmos Sci，1987，44（18）：2640-2656.

［19］ Houze R A.Stratiform precipitation in regions of convection：A meteorological paradox？Bull Amer Meteor Soc，1997，78（10）：2179-2196.

［20］ 刘玉超，杨军，卓连根，等.对积雨云、层状云降水雨滴谱个例对比分析.吉林气象，2012（2）：30-34.

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

［22］ 李艳伟，杜秉玉，周晓兰.新疆天山山区雨滴谱特性及分布模式.南京气象学院学报，2003，26（4）：465-472.

［23］ 周毓荃，刘晓天，周非非，等.河南干旱年地面雨滴谱特征.应用气象学报，2001，12（增刊I）：39-47.

［24］ 廖菲，邓华，万齐林，等.珠江三角洲地区两次夏季典型雷电天气系统的雨滴谱特征观测研究.高原气象，2011，30（3）：798-808.

［25］ 李娟，游来光，胡志晋，等.黄河上游玛曲地区雨滴谱特征的观测研究.高原气象，2006，25（5）：942-949.

［26］ 阮征，葛润生，吴志根.风廓线仪探测降水云体结构方法的研究.应用气象学报，2002，13（3）：330-338.

［27］ 东高红，刘黎平.雷达与雨量计联合估测降水的相关性分析.应用气象学报，2012，23（1）：30-39.

［28］ 窦贤康，刘万栓，Amayenc P，等.机载雷达定量测雨中雨滴谱参数的优化.应用气象学报，1999，10（3）：293-298.

［29］ 安英玉，金凤岭，张云峰，等.地面雨滴谱观测的图像自动识别方法.应用气象学报，2008，19（2）：188-193.

Characteristics of Raindrop Size Distribution in Chengdu

Liu Chenzhong1）Zhou Yunjun1）2）3）Gu Juan1）Huang Lei1）Xiang Gang1）

1）（College of Atmospheric Sciences，Chengdu University of Information Technology，Chengdu610225）
2）（Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters，Nanjing210044）
3）（Key Laboratory for Land Surface Process and Climate Change in Cold and Arid Regions，Chinese Academy of Sciences，Lanzhou730000）

Based on raindrop data derived from LNM laser spectrometer from 2009 to 2011，raindrop size distribution（RSD）characteristics of Chengdu are discussed，and evolutions of microphysical parameters of 175 precipitation processes including cumulus type，cumulus-stratus mixed cloud type and stratus type are analyzed.Meanwhile，three typical cases are chosen to investigate the microphysical structure parameters.Conclusions are as follows.

The cumulus precipitation and cumulus-stratus mixed cloud precipitation are wider than stratus precipitation in RSD and larger than stratus precipitation in raindrop density，especially in sections of big raindrops and very small raindrops.It reveals different ways raindrop growth.The curve of RSD in three types of precipitation has more than two peaks，indicating that most of the precipitation process is unstable.The advantage diameter and the median volume diameter are well correlated with rainfall intensity，DpandDnvalues in three types of precipitation are significantly different，the advantage diameter and the median volume diameter of stratus precipitation is less than half of cumulus precipitation.In general，four kinds of characteristic diameters of the cumulus precipitation are the largest ones in three types of precipitation，and the ones of the cumulus-stratus mixed cloud precipitation are larger than those of the stratus precipitation.But results are not completely in accordance with facts.Because of the complexity of the precipitation process，four characteristics of diameter cannot be the classification standard of precipitation patterns.Small raindrops make the main contribution to the rainfall intensity of stratus precipitation，while big raindrops make the main contribution to the cumulus precipitation and cumulus-stratus mixed cloud precipitation over Chengdu Area.In different rainfall process，raindrop is in the majority，the deviation of contribution rate is small，and the number proportion is stable.Although the number of big raindrops is very small，the deviation of raindrop density ratio becomes large and the proportion of number is not stable，and it is the main cause for heavy rainfall process.The rainfall intensity depends on the quantity of big raindrops，however，the contribution of small raindrops to the rainfall intensity is negative.The median volume diameter can indicate the change of rainfall intensity，because the median volume diameter always increases earlier than rainfall intensity.Raindrop proportion increases firstly，then the raindrop density increases，finally，numbers of the small raindrops increase with big raindrops，strengthening the rainfall intensity.The study on RSD is helpful to further understand the mechanism and microphysical characteristics of the precipitation over Chengdu，and can also accumulate basic data and experience for the precipitation numerical prediction.

raindrop size distribution；microphysical parameter；cumulus；cumulus-stratus mixed cloud；stratus

柳臣中，周筠珺，谷娟，等.成都地区雨滴谱特征.应用气象学报，2015，26（1）：112-121.

10.11898／1001-7313.20150112

2014-03-05收到，2014-09-29收到再改稿。

国家重点基础研究发展计划（2014CB441401），北京市自然科学基金重点项目（8141002），中科院寒旱区陆面过程与气候变化重点实验室2013年度开放基金（LPCC201305）

*email：vanni010＠sina.com