孤立单体中雹胚生长物理过程分析

赵梓利， 周筠珺,2*， 邹书平， 杨哲， 曾勇

(1.成都信息工程大学大气科学学院， 成都 610225； 2.南京信息工程大学气象灾害预警预报与评估协同创新中心， 南京 210044； 3.贵州省人工影响天气办公室， 贵阳 550081)

冰雹是一种强对流条件下发生的固体降水现象，具有局地性强，历时短，受地形影响显著，强度大的特点，常伴随着狂风、暴雨等天气过程。贵州威宁位于云贵高原和斜坡过渡带的核心地域，地形和地理位置的特殊造成冷暖空气在此交汇频繁，冰雹灾害频发，每年给农业、交通等方面带来巨大的损失。

大量研究表明，90%以上的冰雹过程发生在对流云中，贵州地区对流云有混合相云特征，具有高层为冰晶和雪，中层为云水和霰粒子，低层为雨水的微物理结构[1-5]。因强烈的上升气流，暖性液态粒子从低层被带至中层及以上，形成过冷云雨水[6]。过冷云雨水因温度降低而被冻结，形成的冻滴和霰粒子是雹胚的主要来源[7]。因雹暴的发展阶段中霰粒子的生成速度大于冻滴的生成速度，故约79%的雹胚为霰粒子，霰粒子多在冰雹关键区的下层大量形成冰雹[8-11]。在霰粒子的形成中，除了极为重要的云滴淞附[12-13]，过冷雨滴的碰冻、霰粒子对云雨滴的碰并也是主要的方式[14]。

雹暴内部的微物理特征及其动力过程紧密相关，且与地面降雹分布有着直接影响。目前，已有众多学者对雹胚演变等微物理特征进行了相关研究。利用三维冰雹云模式对冰雹天气进行了数值模拟，得出冰雹的微物理过程以霰粒子的转化增长为主[15-16]。采用中尺度数值模式对浙江省的一次冰雹天气过程数值模拟，得出霰粒子及冰雹的产生和增长与雹云内的过冷雨水累积带密切相关[17]。实例中对贵州一次强冰雹天气过程进行分析，表明识别到冰雹落区与实际降雹落区基本一致，但没有完整的微物理过程分析[18]。

上述研究主要利用模式模拟雹暴中雹胚的演变研究较为广泛，对实例中雹胚的演变及分布特征研究相对较少。实例中的分析研究也主要是对强回波雹暴某个阶段，对孤立单体中霰粒子等水成物粒子在三个阶段里的连续变化的大小及分布等特征的研究则更为不足。

针对上述问题，利用2018年贵州威宁的X波段双偏振雷达数据，结合探空数据和ERA5逐小时再分析数据，使用模糊逻辑相态识别算法，探测实例中雹暴内部的垂直结构，对孤立单体的水成物粒子特别是霰粒子的演变进行更为全面的分析，以探讨在复杂地形背景下孤立单体中霰粒子的演变特征，为防雹作业中能准确识别到霰粒子和冰雹提供理论支撑。

1 数据

采用贵州省威宁县雪山镇(27.05°N，104.08°E)的双偏振雷达数据，雷达采用双发双收的模式，可得到包含75 km内反射率ZH、径向速度V、差分反射率ZDR、差分传播相移率KDP和零延迟相关系数ρHV等数据，单个体扫时间为6 min。

2 方法

在使用雷达数据进行粒子识别前，进行退折叠、滤波以及衰减订正等预处理[19-20]。模糊逻辑算法中选择ZH、ZDR、KDP、ρHV4个偏振参数以及由海平面高度代替的温度参数T，采用不对称T型函数和最大集成法来对水成物粒子进行识别[21-22]，识别结果可分为毛毛雨(DZ)、雨(RN)、聚合物(AG)、冰晶(CR)、低密度霰(LDG)、高密度霰(HDG)、冰雹(RH)，其中低密度霰粒子密度为大于0.25 g/cm3和不大于0.55 g/cm3，高密度霰粒子密度为大于0.55 g/cm3和小于0.9 g/cm3。因霰粒子的直径为大于0.5 mm和小于5 mm，小冰雹的直径为大于5 mm和小于20 mm，两种粒子相似的特性使得数据区分较为不易，故将霰粒子和小冰雹两种粒子归为一类[23]。

为更好地了解雹暴在垂直方向上的内部结构，对雹暴进行剖面分析，但缺少RHI数据，使用了Barnes插值方法对14层雷达数据进行插值[24]。冰雹多出现在强反射率区域，选取剖面时考虑组合反射率最强的方向。

3 实例分析

在0 ℃和-20 ℃层高度较为适宜时，冰雹更容易发生在这区域内。从2018年贵州威宁地区18个雹暴实例中选取5个孤立单体实例，从探空数据中得到的实例具体温度对应高度层，以雷达天线海拔高度作为地面海拔高度，插值可得到0 ℃和-20 ℃温度层对应海拔高度，5个孤立单体实例基本信息及插值得到的温度对应高度层如表1所示。孤立单体0 ℃层高度在4.06～5.16 km，低层水汽到达此高度后为冰雹的形成提供水汽条件。-20 ℃层高度分布在7.27～8.52 km，可得到0～-20 ℃层厚度为3.08～3.36 km，为降雹提供了较为适宜的条件。

2018年3月30日的0 ℃层高度为4.06 km，是5个孤立单体实例中0 ℃层高度中最低的一个实例，0～-20 ℃层厚度也较为适中，雹暴过程中也识别出较多冰雹，因此，接下来对3月30日的个例进行霰粒子在3个阶段的演变特征分析。

表1 威宁孤立单体温度层对应高度层Table 1 Temperature layer corresponding to altitude layer of isolated monomer in Weining

3.1 背景场分析

2018年3月30日雪山雷达站东北部有一个对流单体形成并向东发展，于16：55—17：06降雹。由2018年03月30日威宁20:00的T-lnp(T为温度，p为气压)图[图1(a)]可知，抬升指数(LI)为-3.64 ℃，湿对流有效位能(CAPE)为441.99 J/kg，气层不稳定性增加，存在产生对流天气的环境潜在能量。由500 hPa环流形势图[图1(b)]可知，威宁西部存在一低压，高原地区小槽东移，触发威宁对流发展，稳定的冷空气输送使小槽维持并发展。750 hPa中威宁西部有西南低涡，高层冷空气与底层暖湿空气交汇，为形成不稳定层结提供有利条件。

红点为雪山雷达站位置；等值线表示500 hPa位势高度图1 2018年3月30日威宁站20:00的T-lnp图以及 16:00的500 hPa环流形势图Fig.1 T-lnp diagram at 20:00 and 500 hPa circulation pattern diagram at 16:00 at Weining Station on March 30, 2018

近地面(777 hPa)的2.236 km海拔高度处温度为12.8 ℃，对流层中层(500 hPa)5.78 km海拔高度处温度为-11.5 ℃，300 hPa海拔高度为9.53 km，温度为-32.3 ℃，对流层高层(200 hPa)12.25 km海拔高度处温度为-55.3 ℃，具体温度层海拔高度和离地高度如表2所示。

表2 2018年3月30日温度层对应高度Table 2 Corresponding altimeter of temperature layer on March 30, 2018

2018年3月30日雪山雷达站东北部有一单体于16：27时刻生成，并逐渐向东发展，其雹暴演变过程如图2所示。其中，16：38时刻单体内高反射率区域分布更加集中，16：49时刻单体内出现大于45 dBZ区域。16：55时刻单体内出现了大于55 dBZ的大值区域，开始降雹，在降雹过程中，单体内组合反射率仍然较高。17：12时刻，组合反射率也较成熟时期降低，单体开始衰减。17：29时刻，高反射率区域体积进一步减小，单体移出威宁。

频率调制(FM)是角度调制的一种，用低频调制信号调整载波的瞬时频率，即载波的瞬时频率携带低频调制信号信息。FM 最常用于广播和电视。事实上，工作在88MHz 到108MHz 的FM 广播就是使用FM 调制方式传输音频信号。模拟电视也使用了FM 调制。0～72 频道的电视台使用了从54MHz 到825MHz 的不同频带。这些频带将用于各种技术，其中也包括FM 广播。

3.2 雹暴过程分析

3.2.1 发展阶段

雹暴发展阶段为16：44时刻和16：49时刻，其反射率剖面、粒子剖面和径向速度图如图3所示。在16：44时刻，X波段雷达测得该单体内距雷达约18 km，最大回波强度(MEI)为43.6 dBZ，单体内反射率大于40 dBZ区域出现在高度1～4 km。0 ℃高度层以下多为RN和DZ，0 ℃～-20 ℃高度层内多分布AG，其数量为3 154库。SWA遇到AG会在其表面形成冰层，不断累积，形成HDG，HDG数量为283库，分布在高度1～2 km处。在温度更低的-20 ℃高度层以上，冰核粒子通过吸附过冷云滴增长，形成CR，其数量为4 126库，分布在高度4～7 km处。CR部分通过贝吉龙过程形成AG，部分淞附过冷云滴形成LDG，其数量为915库，分布在高度3～6 km。

图2 2018年3月30日雹暴单体的演变过程Fig.2 Evolution process of hailstorm cells on March 30, 2018

在16：49时刻，MEI为54.2 dBZ，0 ℃温度层以上出现了大于50 dBZ的区域，高反射率区域明显向上延伸。近地面气流辐合上升，过冷水增多较为明显，AG数量减少13%，SWA遇AG形成的HDG增长较快，其数量为700库，SWA有一累积区[图3(d)黑框]，分布于0～-10 ℃高度层。LDG数量缓慢增长19%，分布区域较为集中，此时刻有微量RH生成，其数量为78库，分布在高度2～4 km。

3.2.2 成熟阶段

雹暴成熟阶段为16：55时刻、17：01时刻和17：06时刻，其反射率剖面、粒子剖面和径向速度图如图4所示。在16：55时刻，MEI为61.6 dBZ，大于40 dBZ的回波顶高达到6 km，反射率大于55 dBZ的区域增多，强反射率区域位置进一步向上延伸。地面辐合梯度增大，上升气流增强。LDG的增长83%，分布于高度3～7 km处。该时刻有识别出较多的RH，其数量为721库，分布于0～6 km高度处。部分HDG转化为RH，部分HDG落入0 ℃以下，在降落过程中融化成雨，因此HDG数量增加缓慢，其数量为787库，分布于0～2 km高度。

在17：01时刻，MEI为55.4 dBZ，反射率大于55 dBZ的区域明显减少，强反射率区域位置也有所回缩。HDG减少40%，表明HDG转化成RH的消耗速率大于HDG的生成速率。SWA累积区依旧存在，分布在0 ℃和-10 ℃层高度间。LDG消耗速率小于增加速率，其数量增长为2 360库，消耗LDG形成RH，RH形成后通过碰并SWA以及吸附AG、CR等水成物粒子进行增长，其数量减少为499库。

在17：06时刻，MEI为55.7 dBZ，大于50 dBZ的反射率区域略有增加。HDG缓慢增长，降落时融化成雨造成的降雨进一步增强。CR减少15%，同时LDG略有减少，表明CR的变化对LDG的形成有一定影响。RH数量达到675库，分布于0～5 km高度。

图3 2018年3月30日16：44、16：49时刻反射率和粒子识别结果剖面图(25°、27°)以及1.45°和10°仰角径向速度图Fig.3 Reflectance and particle recognition results profiles (25°, 27°) and radial velocity diagrams of elevation angles of 1.45° and 10° at 16:44 and 16:49 on March 30, 2018

图4 2018年3月30日16：55、17：01、17：06时刻反射率和粒子识别结果剖面图(29°、32°、33°)以及1.45°和10°仰角的径向速度图Fig.4 Reflectance and particle recognition results profiles (29°, 32°, 33°) at 16:55, 17:01, 17:06 on 30 March 2018, as well as radial velocity diagrams at elevation angles of 1.45°and 10°

3.2.3 消散阶段

雹暴消散阶段为17：12时刻和17：18时刻，其反射率剖面、粒子剖面和径向速度图如图5所示。在17：12时刻，MEI为57.4 dBZ，大于50 dBZ的反射率区域较小，高反射率区域回缩，大于40 dBZ的回波顶高降至约4 km，近地面辐合减弱。RH减少，其数量为579库，消耗LDG的速度减缓，造成LDG堆积，LDG数量增加一层。生成HDG的AG减少15%，生成的HDG略大于消耗的HDG，HDG其数量有所增加，为736库。

在17：18时刻，反射率大于30 dBZ的区域减少，分布在0～5 km高度。LDG数量减少四成，分布于高度3～5 km。HDG略有减少，其数量为659库，RH减少71%。

4 雹暴微物理分析

对3个阶段的关键粒子数量分层统计并取平均值，求得4种关键粒子在3个阶段的高度分布，如图6所示。LDG分布于3～7 km，在3个阶段数量都较多，其中发展阶段较其他两个阶段少，数量最大值位于略低于-20 ℃高度。HDG分布于0～3 km，发展阶段的数量少于其他两个阶段，其最大值位于0 ℃高度。SWA分布于1～4 km，发展阶段的数量少于其他两个阶段，其最大值位于0～-10 ℃高度层内。

3个阶段中RH的分布高度有所不同，在发展阶段分布2～5 km，数量较少。在成熟阶段，RH分布于0～6 km，在3～4 km分布数量较多，这表示RH或生成于该高度层，或被上升气流带至此。在消散阶段，RH也分布于0～6 km，在2～3 km分布数量较多，数量较多区域高度较成熟阶段有所下降。

图5 2018年3月30日17：12、17：18时刻反射率、粒子识别结果剖面图(35°、37°)和1.45°、10°仰角的径向速度Fig.5 Reflectance and particle recognition results profiles (35°, 37°) and radial velocity diagrams of elevation angles of 1.45° and 10° at 17:12 and 17:18 on March 30, 2018

图6 雹暴3个阶段关键粒子高度分布Fig.6 Height distribution of key particles at three stages of hailstorm

本次雹暴过程中部分水成物粒子随时间的变化如图7所示。当RH大幅增加时，HDG增长减缓，LDG增长较快。16：55时刻，HDG由增多转为减少时，RH数量达到最大值。至17：01时刻，生成RH的HDG消耗速率大于HDG生成速率时，RH降落地面产生降雹。至17：06时刻，LDG消耗速率大于LDG生成速率时，LDG略有减少，RH持续降落。进入消散阶段后，生成RH这一过程减慢，单体对流减弱。

浅绿、浅灰、浅粉的背景色调分别表示雹暴的发展阶段、 成熟阶段和消散阶段图7 2018年3月30日雹暴过程中部分水成物粒子随 时间的变化趋势Fig.7 Variation trend of hydrometeors in the middle of hailstorm on March 30, 2018 with time

以本次雹暴第一个时刻作为标准，计算雹暴过程中其他时刻关键粒子的每分钟变化率，如图8所示。在16：49—17：01，HDG的变化率减小，LDG的变化率增大，表明在该时间段内，HDG对RH的生成有其贡献。而17：55—17：06，LDG的变化率减小，HDG的变化率增大，表明LDG也对RH的生成有一定影响。但从整个降雹阶段分析，LDG数量整体上呈现增加趋势，而HDG数量呈现减少趋势，所以本次雹暴过程HDG为RH的主要来源。

图8 2018年3月30日雹暴过程中关键粒子每分钟变化率Fig.8 Change rates of key particles per minute during the hail storm on March 30, 2018

结合反射率以及水成物粒子识别剖面图，分析可得雹暴各个阶段的特征。发展阶段：有少量RH存在，RH下方即为SWA累积区，HDG和LDG围绕着RH和SWA累积区。成熟阶段：回波顶升高，RH关键区和SWA累积区对应着反射率高值区，LDG迅速增加，上升气流将HDG带往SWA累积区形成RH是本次过程成雹的主要机制。消散阶段：回波顶与反射率高值区都回缩，SWA累积区高度降至0 ℃高度，HDG、LDG和RH下降融化。

通过对本次雹暴微物理分析，可得出孤立单体的水成物粒子在垂直方向上的分布与Dolan等[25]的研究结果基本一致[25]。结合雹暴过程中的微物理特征，可建立孤立单体雹暴过程中3个阶段的概念模型，如图9所示。

图9 雹暴概念模型Fig.9 Conceptual model of hailstorm

5 结论

利用探空数据、再分析数据，结合双线偏振雷达数据，使用模糊逻辑相态识别算法，对2018年3月30日雹暴过程进行分析，得出以下结论。

(1)5个孤立单体实例的0 ℃层高度高至5.16 km，低至4.06 km，0～-20 ℃层厚度分布在3.08～3.36 km，低层液态粒子易到达此0 ℃高度层，为冰雹的形成提供适宜的水汽条件。

(2)在2018年3月30日雹暴中识别水成物粒子，在发展阶段有一过冷水累积区存在，且该累积区范围在成熟阶段进一步扩大，维持至消散阶段。该累积区位于0～-10 ℃高度层间。

(3)本次单体雹暴中，低密度霰分布于3～7 km，高密度霰分布于0～3 km，过冷水分布于1～4 km。冰雹分布于0～6 km。高密度霰和低密度霰对冰雹的生成都有贡献，但从整个降雹阶段分析，高密度霰为本次雹暴中冰雹的主要来源。

(4)冰雹区和过冷水累积区对应着反射率高值区，上升气流将高密度霰带往过冷水累积区形成冰雹是本次过程成雹的主要机制。通过对威宁地区雹暴机制的分析，建立了孤立单体的概念模型。

综上所述，综合前人研究的模糊逻辑相态识别算法，对2018年3月30日雹暴过程中水成物粒子分布及连续演变有了初步的分析。但因使用插值的方法代替缺乏的RHI数据，水成物粒子识别结果仍会存在一定的误差，而且2018年降雹的孤立单体个例数量较少，因此仅是初步的研究，这些难点仍是今后需要攻克的问题。