GPM 卫星探测四川“5·21”特大暴雨的降水结构特征分析

袁 敏 , 李 玫 , 闫美林 , 陈永仁 , 贾志杰 , 吴 戈

（1.中国民用航空飞行学院，广汉 618307；2.四川省气象灾害防御技术中心，成都 610072；3.中国港湾工程有限责任公司，北京 100027）

引 言

暴雨是中国的主要灾害之一，其发生大多集中在5—8 月[1]。四川位于青藏高原东南侧，东部是四川盆地以及边缘山地，西部是川西高原及山地，东、西部降水特征存在显著差异[2-4]，尤其是西部地表起伏悬殊，更容易触发对流发展[5-9]，发生暴雨和大暴雨的频次也相对较高[10-12]。因此，研究四川地区极端降水的宏微观结构，以及降水云团的热力、动力特征，具有重要的科学意义和应用价值。

全球降雨观测卫星（Global Precipitation Measurement，GPM）和热带测雨卫星（Tropical Rainfall Measuring Mission，TRMM）是降水结构研究领域中应用较广的卫星。GPM 卫星搭载了双频降水雷达（Dual-frequency Precipitation Radar，DPR）和微波成像仪（GPM Microwave Image，GMI），DPR 双频雷达的频率分别为35.5 GHz （KaPR）和13.6 GHz （KuPR），由于不同频率对降水粒子的响应程度不同，GPM 开发了基于双频算法的DPR L2A 产品，其有效性已经被众多学者所证实，并且其各项探测能力都优于TRMM 卫星。已有多项研究[13-17]表明GPM 产品数据比TRMM 产品数据精确度更高、范围更广、时空分辨率更高。

近年来，TRMM 和GPM 卫星资料被广泛应用于分析不同地区不同天气系统的降水结构特征[18-25]，西南区域也是研究重点。例如，蒋璐君等[26]对比研究了一次西南涡和一次高原涡强降水系统的三维结构特征，发现高原涡降水系统的强度和范围都大于西南涡。李剑婕等[27]利用GPM 资料对比了不同地形和海拔降水系统的差异，发现盆地的层状云降水比山区和高原更强、雨滴谱较宽，盆地的强对流降水回波较强、垂直尺度较大，大粒子数浓度较高。仲凌志等[28]利用11 年的TRMM 资料建立了川渝地区降水的气候态反射率垂直廓线。于浩慧等[29]比较了GPM-IMERG和多源实况融合降水产品在西南山地范围的时间、空间技巧评分，以及在描述降水量及强降水频率方面的适用性。综上可知，四川地区降水系统的结构研究已取得了若干有意义的进展，但利用新型卫星资料对四川地区强降水个例进行系统性研究的成果仍不多见。为此，本文利用GPM 卫星的DPR L2A 等产品，对2018 年5 月21—22 日四川一次区域性强降水的结构及宏微观特征进行分析，旨在加深对四川暴雨天气系统发生发展规律及其物理机制的认识。

1 资料与方法

研究资料包括四川省自动气象观测站降水数据和GPM 卫星的DPR L2A、GMI L1C、GPROF L3 产品数据。DPR L2A 产品包含了降水率、雷达反射率因子、降水类型、粒子数浓度参数和粒子有效半径等参量，水平分辨率为5 km×5 km，垂直分辨率为125 m；GMI L1C 产品包含微波亮温数据，水平分辨率为13 km×13 km；GPROF L3 产品包含云冰、云冰、雨水路径和含量等参量，水平分辨率为25 km×25 km。

研究采用归一化等频率高度分布（Normalized Contoured Frequency by Altitude Diagrams，NCFAD）的方法，由此揭示云的垂直结构特征[30-31]，即某物理量在某一高度、某值域的出现次数占所有高度层上出现次数的百分比，具体公式如下：

式中：NZ(i，j)表示在第i高度层、第j个值域范围的样本数。

2 降水结构特征分析

2.1 降水概况

2018 年5 月21—22 日，四川地区发生了一次区域性强降水天气，图1 给出了此次天气过程降水总量的空间分布。如图所示，根据国家气象局颁布的降水强度等级划分标准，此次过程为特大暴雨天气（24 h 降水总量≥250.0 mm)，有5 个站点降水量大于250.0 mm，有35 个站点降水量大于175.0 mm，有267 个站点降水量大于100.0 mm；其中南溪站、屏山站、长宁站、峨眉山站、临水站、夹江站小时降水强度偏大，其最大小时降水量分别为114.9 mm、98.1 mm、76.1 mm、62.4 mm、52.3 mm、50.9 mm。

图1 2018 年5 月21—22 日四川降水总量空间分布（单位：mm）

2.2 水平结构特征

本次过程中，GPM 卫星过境四川省东南区域3 次，但仅在5 月21 日15:31（世界时）捕捉到完整的降水信息，过境时间处在强降雨发生的时段内，可见GPM 卫星数据能用于表征本次强降水的结构特征。图2a 给出了2018 年5 月21 日15:31 GMI 89 GHz 水平极化通道探测的微波亮温分布，该通道对云中固态粒子较为敏感，能探测出暴雨云团顶部冰相粒子的亮温。如图所示，该暴雨云团的范围较大，亮温低于200 K 区域的东西长度约为300 km，为α 中尺度对流系统[32]。DPR将观测的降水云类型分为三类，分别是层状云降水、对流云降水以及其他云降水[33]。检测到0 ℃层亮带时，判别为层状云降水；若0 ℃亮带附近的雷达回波大于39 dBZ，或未检测到0 ℃亮带但风暴顶以下雷达回波大于39 dBZ，认为是对流云降水；其余为其他类型降水。图2b 给出了DPR 探测的降水云类型分布。对DPR 探测的暴雨云团范围内降水类型进行统计得出，该时刻层状云样本量为2665，对流云样本量为1087，其他云的样本量为478，层状云与对流云样本量的比例约为2.5:1，说明层状云降水的发展范围远超对流云降水。图2c 为DPR 探测的近地表雷达反射率因子分布。如图所示，该α 中尺度对流系统中包含有许多β 中尺度对流系统；雷达反射率因子高值区位于104°E、29°N 附近，最大值超过60 dBZ；由于DPR 探测的轨道宽度比GMI 窄，因此DPR 未能探测到GMI探 测 的 微 波 亮 温 低 值 区（105°E、29°N）。图2d 为DPR 探测的近地表降水率分布。如图所示，降水率的空间分布特征与雷达反射率因子相似，高值区位于104°E、29°N 附近，最大值超过50 mm·h-1。

图2 2018 年5 月21 日15:31 GMI 89 GHz 水平极化通道探测的微波亮温（a，单位：K），DPR 探测的降水云类型（b）、近地表雷达反射率因子（c，单位：dBZ）及降水率（d，单位：mm·h-1）

2.3 降水垂直结构特征

为了揭示暴雨云团的垂直结构特征，图3 给出了垂直于轨道方向、经过近地面降水率最大区域且沿图2d 中红线的DPR 探测对流云和层状云降水率经度-高度剖面。从图3a 可看出，暴雨区域对流云最大高度超过了12 km，说明云团内部对流活动非常旺盛，上升气流较强；沿着线段方向上出现了多个对流单体，其中最大对流单体位于103.5°～104°E，范围接近50 km，为超级单体风暴；最大降水率出现在该超级单体风暴内约2 km 高度，最大值达到200 mm·h-1，其他对流单体的降水率接近50 mm·h-1。从层状云降水率剖面（图3b）可以看出，层状云发展高度超过10 km，降水率数值大多低于20 mm·h-1，且随高度的变化率较小。

图3 2018 年5 月21 日15:31 沿图2d 红线的DPR 探测（a）对流云和（b）层状云降水率（单位：mm·h-1）经度-高度剖面

为进一步分析暴雨区降水率的垂直结构，图4 给出暴雨区域（102°～105°E，28.5°～30°N）对流云与层状云区域平均的降水率廓线。如图所示，所有高度上对流云降水率都大于层状云降水率。层状云降水率在1 km 以下随高度的增加而增大，在1 km 高度达到最大值（2.7 mm·h-1）；在1～5 km 高度，降水率随高度减小幅度较小，数值约为2.0 mm·h-1；在5 km 以上高度，降水率随高度大幅减小。对流云降水率在2 km 以下随高度增加而增大，最大值出现在2 km 左右（14 mm·h-1），约是层状云最大降水率的5 倍，表明对流云对暴雨的贡献更大，且激烈的雨滴碰撞都发生在此高度；在2 km以上高度，降水率随高度增加迅速减小；在5 km 高度，降水率下降至2 km 高度的一半，说明降水粒子主要集中在对流层中下层。

图4 2018 年5 月21 日15:31 DPR 探测的对流云（红线）与层状云（黑线）区域平均的降水率廓线（单位：mm·h-1）

为了分析暴雨云团中水凝物的垂直分布特征，图5a和图5b 分别给出了经过暴雨降水率最大区域且沿104.125°E 的云冰和雨水含量纬度-高度剖面。如图5a所示，云冰粒子集中在14～16 km 高度，最大云冰含量位于29°N，数值大于0.25 g·m-3。如图5b 所示，雨水粒子的高度集中在0～6 km，最大雨水含量大于1.0 g·m-3，位于28.5°N 附近。最大雨水含量位置与最大云冰含量位置不一致，说明云体发生倾斜而非垂直发展，环境风场有较强的垂直切变，有利于强对流发生发展。

图5 2018 年5 月21 日GMI 反演的沿104.125°E 云冰（a）和雨水（b）含量纬度-高度剖面（单位：g·m-3），（c）区域平均云冰和雨水含量廓线（单位：g·m-3）

图5c 给出了暴雨区域（102°～105°E，28.5°～30°N）内云冰和雨水区域平均的含量廓线。如图所示，云冰含量峰值大于3 g·m-3，位于15 km 高度，14 km 云冰含量基本为零。雨水主要集中在3 km 以下高度，且随高度变化较小，含量约为0.75 g·m-3，3 km 以上雨水含量迅速减小。区域平均的最大云冰含量大于雨水含量，这是由于暴雨云团发展出面积较大卷云，卷云中含大量冰晶所致。

为了揭示暴雨区对流云和层状云的三维宏观分布特征，图6 给出了暴雨区（102°～105°E，28.5°～30°N）对流云降水和层状云降水雷达反射率因子的NCFAD分布特征。从图6a 中可知，对流云最高发展到18 km高度，降水粒子主要集中在2～12 km 高度范围，雷达反射率因子的数值介于15～53 dBZ。反射率因子高频中心数值从10 km 的18 dBZ 增加到5 km 的40 dBZ，5～7 km 高度增加最快，且发生在0 ℃层以上，说明云粒子在此高度层增长速度最快，对流活动最剧烈。5 km以下高度，反射率因子高频区的数值超过40 dBZ，且随高度变化不大，说明在该高度范围内降水粒子增长速度小。

图6 2018 年5 月21 日15:31 对流云降水（a）和层状云降水（b）雷达反射率因子的NCFAD

从图6b 可以看出，层状云降水发展高度比对流云略低，反射率因子及其高频中心数值的范围分别为15～40 dBZ 和15～30 dBZ，均比对流云窄。5～8 km 高度的反射率因子高频中心数值约为23 dBZ，在2～5 km之间增加至30 dBZ 左右，0 ℃层附近增加较明显，但增加幅度比对流云小，说明层状云垂直上升运动较弱，降水粒子增长较缓慢。

为了进一步揭示暴雨区对流云和层状云的三维微观分布特征，图7 给出了对流云降水和层状云降水粒子数浓度参数和有效粒子半径的NCFAD 分布特征。从图7a 可以看出，对流云降水粒子数浓度参数范围为20～43 mm-1·m-3，4 km 高度以下出现35 mm-1·m-3和38 mm-1·m-3的高频双峰分布。如图7c 所示，对流云有效粒子半径范围为0.6～3.2 mm，高频区数值从对流层高层的1.2 mm 增加到低层的2.0 mm，4～7 km 增加最显著，说明该范围内上升气流强烈，降水粒子上下运动时碰并增长显著。对流云降水粒子数浓度参数和有效粒子半径高频区的数值在低层的显著增加，造成了反射率因子高频中心的数值也显著增加，且出现了最大值40 dBZ（图6a）。4 km 以下高度，有效粒子半径在0.8 mm 附近出现另一高频区，对应反射率因子在18 dBZ 也出现了次高频区，说明该范围雨滴蒸发和破碎过程明显。

图7 2018 年5 月21 日15:31 对流云（a、c）和层状云（b、d）降水粒子数浓度参数（a、b）和有效粒子半径（c、d）的NCFAD

层状云降水粒子数浓度参数分布于27～42 mm-1·m-3，范围比对流云的范围窄，数浓度参数高频区数值集中在33 mm-1·m-3附近，且7 km 以下随高度变化不明显（图7b）。层状云降水粒子有效半径范围为0.8～2.3 mm，比对流云的范围窄，2～7 km 高度的粒子有效半径高频区数值为1.2 mm，且随高度变化不大，低于对流云降水的数值，说明层状降水粒子增长速率较慢、浓度变化不大（图7d）。层状云降水粒子数浓度参数和有效粒子半径高频区的数值随高度变化不大，造成了反射率因子高频中心的数值随高度增加较对流云降水慢，增加的原因与粒子的相态变化有关。

3 结论与讨论

本文利用GPM 卫星资料研究了2018 年5 月21日四川的一次特大暴雨过程，分析了降水的水平、垂直结构以及及宏微观物理特征，得到以下主要结论：

（1）此次特大暴雨过程是由一个α 中尺度对流系统造成，其中又包含许多β 中尺度对流系统。层状云的范围超过对流云，两者的样本比例为2.5:1。

（2）暴雨区对流云最大降水率是层状云降水率的5 倍。对流云最大降水率的高度为2 km，并随高度上升迅速下降。层状云最大降水率的高度为1 km，且1～5 km 之间变化较小。

（3）云冰粒子集中在14～16 km 高度，雨水粒子集中在0～6 km 高度。最大云冰含量大于最大雨水含量，说明降水云团高层有大量卷云。最大雨水含量位置与最大云冰含量位置不一致，说明环境风场有较强的垂直切变。

（4）对流云降水反射率因子高频区数值随高度下降显著上升，5 km 以下达到最大值40 dBZ 左右，5～7 km高度增加最快，对流活动在此高度范围最剧烈，5 km以下高度，高频区数值随高度变化不大。层状云降水的反射率因子高频区数值比对流云降水低，在0 ℃层附近增加较明显，但随高度增加程度较对流云降水小。

（5）对流云降水有效粒子半径高频区在4～7 km之间增加最快，该范围内粒子碰并增长显著，4 km 以下出现另一高频区，雨滴蒸发和破碎过程明显。粒子数浓度参数和有效粒子半径高频区的数值在低层的显著增加，造成反射率因子高频中心的数值也显著增加。层状云降水粒子数浓度参数和粒子有效半径的范围比对流云窄，随高度变化不明显，造成反射率因子高频中心的数值随高度增加较对流云降水慢，增加的原因与粒子的相态变化有关。

另外，与华南地区降水结构[34]相比，四川地区对流云降水和层状云降水反射率因子高频区出现的高度较高，高频区对应的数值更大，说明四川降水发展高度更高且强度更强；四川地区对流云降水数浓度参数较小，低层的有效粒子半径较大，高层小粒子更多，说明四川对流降水粒子增长显著。总之，两个地区层状云降水的数浓度参数和有效粒子半径特征相似，云粒子群在中底层增长速率减缓、粒子群浓度变化不大。需要指出的是，本文仅分析了一次降水过程，对四川地区暴雨结构的认识还不够全面深入，故下一步将收集更多的暴雨个例，对其结构特征进行合成分析，并探究暴雨结构与地形及海拔的关系，丰富对四川地区暴雨结构特征的认识，为暴雨预测预警提供参考。