韓文宇,楊麗麗，2,楊　毅

(1. 蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅　蘭州　730000；2. 甘肅省環(huán)境監(jiān)測中心站，甘肅　蘭州　730000)

?

C波段雷達(dá)資料在強降水過程中的應(yīng)用

韓文宇1,楊麗麗1，2,楊毅1

(1. 蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅蘭州730000；2. 甘肅省環(huán)境監(jiān)測中心站，甘肅蘭州730000)

摘要：利用甘肅省天水市C波段多普勒雷達(dá)資料，選取2013年7月8日和8月1日2次強降水過程，在考慮雷達(dá)系統(tǒng)標(biāo)定偏差的基礎(chǔ)上用雷達(dá)定量估計降水，對比2次降水過程的雷達(dá)反演風(fēng)場、回波與降水之間的關(guān)系，并利用雨水含量守恒方程對回波進(jìn)行外推，利用反演結(jié)果檢驗發(fā)生冰雹和大風(fēng)等強對流天氣過程的預(yù)警條件。結(jié)果表明：不同降水類型采用不同Z-I關(guān)系估計的降水效果明顯優(yōu)于雷達(dá)默認(rèn)的Z-I關(guān)系，并且由于C波段雷達(dá)回波信號的衰減，在使用前需對觀測回波進(jìn)行衰減訂正；2013年7月8日的降水過程為低質(zhì)心回波降水過程，2013年8月1日的降水過程為高質(zhì)心回波降水過程，2次降水過程的回波強度與降水范圍有很好的對應(yīng)；對于低質(zhì)心回波降水過程，外推回波與觀測回波位置較為吻合，但強度偏強。對于高質(zhì)心回波降水過程，外推回波較觀測回波位置偏后，且強度偏強；考慮雷達(dá)系統(tǒng)標(biāo)定偏差后，冰雹和短時強降水對應(yīng)的一些特征量關(guān)系符合相關(guān)預(yù)警條件。

關(guān)鍵詞：強降水；雷達(dá)；反演；定量降水估計；預(yù)報預(yù)警

引言

小時雨量≥20 mm或3 h雨量≥50 mm的降水過程被定義為短時強降水，其通常具有局地性、突發(fā)性、強危害性等特點。短時強降水可造成暴洪、城市內(nèi)澇、泥石流、山洪等地質(zhì)災(zāi)害，從而導(dǎo)致重大經(jīng)濟(jì)損失和人員傷亡，是影響我國的主要災(zāi)害性天氣之一。因此加強其機(jī)理研究以及臨近預(yù)報預(yù)警具有非常重要的意義。多普勒天氣雷達(dá)以其高時空分辨率的特點不僅廣泛應(yīng)用于中小尺度天氣系統(tǒng)發(fā)生發(fā)展和演變機(jī)制的研究，而且應(yīng)用于暴雨、冰雹、大風(fēng)、龍卷等災(zāi)害性天氣的臨近預(yù)報、短時預(yù)報和預(yù)警等工作[1-10]。

降水率(雨情)估計在氣象、水文及防御山洪災(zāi)害、城市內(nèi)澇等方面都有非常重要的作用；另外，在數(shù)值天氣預(yù)報中同化降水率資料能夠很大程度上改進(jìn)數(shù)值天氣預(yù)報的準(zhǔn)確率。目前，地面降水量主要由地面自動雨量站觀測得到，但在強降水容易導(dǎo)致地質(zhì)災(zāi)害的山區(qū)，雨量站往往分布過稀，無法滿足地面降水測量，缺少空間代表性，所以很難準(zhǔn)確地提供降水強度的空間分布信息。因此如何獲取高時空分辨率的定量降水估計分析產(chǎn)品，是亟需解決的問題之一。而雷達(dá)在時間和空間上均具有較高的分辨率，且雷達(dá)回波反射率因子(Z)和降水率(I)之間存在冪指數(shù)正相關(guān)經(jīng)驗關(guān)系(Z-I關(guān)系)，這樣通過雷達(dá)就可以及時(每5～6 min觀測1次)定量估計掃描區(qū)域內(nèi)的雨量分布和降雨量，且可以取得大面積定量的降水資料。標(biāo)準(zhǔn)的多普勒天氣雷達(dá)目前估計降水默認(rèn)的Z-I關(guān)系為Z=300I1.4，但利用該關(guān)系計算得到的雨量與實際地面雨量有較大差異，主要是因為不同降水類型對應(yīng)不同的Z-I關(guān)系。目前，降水類型一般分為層狀云降水和對流云降水2類[11-13]，Yang等[14]將Steiner等[12]識別的結(jié)果作為參考值，統(tǒng)計4個特征參量(2 km高度處的回波、其標(biāo)準(zhǔn)差、回波頂高與2 km高度處回波的乘積、垂直累積液態(tài)水含量)和其對應(yīng)的參考限值的關(guān)系，基于模糊邏輯算法得到對流云的可能性。Yang等[15]將此分類結(jié)果用于雷達(dá)定量降水估計，通過降水類型個例檢驗，識別效果較好。

很多研究表明[16-17]，雷達(dá)反射率因子(即回波強度)在識別天氣、判斷降水類型及估測降水強度上都有重要的應(yīng)用，回波強度不僅與觀測距離、降水類型和降水強度等有關(guān)，還容易受到復(fù)雜地形引起的波束阻擋、電磁波信號衰減等因素影響。特別是采用波長較短的天氣雷達(dá)(如C波段雷達(dá))探測強降水時，衰減可能會導(dǎo)致雷達(dá)回波的數(shù)據(jù)失去意義，所以必須進(jìn)行合理的訂正才能供業(yè)務(wù)使用[18-19]。劉雨佳等[17]通過分析山東省S波段與C波段天氣雷達(dá)的回波強度，發(fā)現(xiàn)C波段雷達(dá)平均回波強度都較S波段雷達(dá)小，尤其當(dāng)回波強度>30 dBZ時，C波段雷達(dá)與S波段雷達(dá)的觀測值差異非常明顯。葛潤生等[20]通過比較北京地區(qū)波長3 cm和5 cm雷達(dá)的測雨能力試驗，發(fā)現(xiàn)波長較短的雷達(dá)可以較好地探測到近處的弱降水或中等強度降水，而對于大面積的降水或強的降水帶，往往探測能力減弱甚至探測不到遠(yuǎn)處的降水。雖然多普勒雷達(dá)廣泛應(yīng)用于中小尺度天氣系統(tǒng)的發(fā)生發(fā)展和演變機(jī)制研究中，但大多數(shù)研究基本上采用S波段雷達(dá)，其資料質(zhì)量較高。我國已投入業(yè)務(wù)應(yīng)用的150多部新一代天氣雷達(dá)中，S波段(波長10 cm)雷達(dá)主要分布于東南沿海一帶，C波段(波長5 cm)雷達(dá)主要分布在中西部地區(qū)。對于我國西北部這樣復(fù)雜地形、易發(fā)生山洪泥石流等地質(zhì)災(zāi)害的區(qū)域，C波段雷達(dá)在短時強降水的機(jī)理研究以及預(yù)報預(yù)警作用的效果值得研究。

基于以上分析，利用甘肅省天水市C波段多普勒雷達(dá)資料，通過高、低質(zhì)心回波特點，選取2013年7月8日低質(zhì)心降水過程和8月1日高質(zhì)心降水過程分析C波段雷達(dá)在短時強降水過程中的應(yīng)用。首先，根據(jù)Yang等[14]提出的模糊邏輯算法將降水分為對流云降水與層狀云降水，然后根據(jù)降水類型采用不同的Z-I關(guān)系(對流云降水采用Z=82I1.47，層狀云降水采用Z=143I1.5)及雷達(dá)默認(rèn)的Z-I關(guān)系(Z=300I1.4)估計降水，且分別與加密雨量站觀測的降水作對比；另外，根據(jù)肖艷姣等[18]改進(jìn)的C波段雷達(dá)定量估計降水算法，將考慮雷達(dá)系統(tǒng)標(biāo)定偏差后的雷達(dá)定量估計降水分別與加密雨量站觀測的降水作對比。其次，利用Qiu等[21]提出的兩步變分法反演多普勒雷達(dá)風(fēng)場資料，分析2次強降水的發(fā)生發(fā)展過程。最后，對回波進(jìn)行外推并利用反演結(jié)果檢驗發(fā)生冰雹和大風(fēng)等強對流天氣過程的預(yù)警條件。

1雷達(dá)和方法

1.1雷達(dá)介紹

天水雷達(dá)(34.6°N、105.36°E，海拔1 672.9 m，雷達(dá)型號：CINRAD/CD)，采用360°全方位掃描，間距為1°，5～6 min完成體掃描一次，掃描仰角為0. 5°～19. 5°之間的9個仰角，體掃數(shù)據(jù)排列自低仰角開始至高仰角結(jié)束，距離庫長為0.25 km，最大距離庫數(shù)為1 024。反演區(qū)域為103.86°E～106.86°E、33.1°N～36.1°N，水平方向151×151個格點，格距為2 km，垂直方向取21層，格距為0.5 km，反演區(qū)域中心為天水雷達(dá)所在位置。

1.2方法介紹

1.2.1云分類降水估計算法

Yang等[14]提出的模糊邏輯算法考慮了反射率因子分布的三維形態(tài)特征，能合理地識別大部分對流云和層狀云，算法具體見文獻(xiàn)[14-15]。需要強調(diào)的是，由于天水雷達(dá)天線海拔高度為1 672.9 m，所以本文采用3 km高度的回波進(jìn)行云分類。根據(jù)此算法可以將一次降水過程分為對流云降水與層狀云降水，然后不同降水類型采用不同的Z-I關(guān)系。由于缺少天水雷達(dá)回波衰減訂正參數(shù)，參考肖艷姣等[18]根據(jù)遵義C波段雷達(dá)資料得到的雷達(dá)系統(tǒng)標(biāo)定誤差(8 dBZ)對回波進(jìn)行偏差訂正。為了說明C波段雷達(dá)探測的回波反射率具有衰減性，以及估計降水時不同降水類型采用不同Z-I關(guān)系優(yōu)于雷達(dá)默認(rèn)Z-I關(guān)系，設(shè)置了如下4組試驗：

實驗1：未考慮雷達(dá)系統(tǒng)標(biāo)定偏差，完全采用雷達(dá)默認(rèn)降水算法，即Z=300I1.4定量估計降水；

實驗2：考慮雷達(dá)系統(tǒng)標(biāo)定偏差，完全采用雷達(dá)默認(rèn)降水算法，即Z=300I1.4定量估計降水；

實驗3：未考慮雷達(dá)系統(tǒng)標(biāo)定偏差，對流云降水Z=82I1.47，層狀云降水Z=143I1.5；

實驗4：考慮雷達(dá)系統(tǒng)標(biāo)定偏差，對流云降水Z=82I1.47，層狀云降水Z=143I1.5。

然后將4組試驗估計的降水結(jié)果分別與雨量站觀測的降水進(jìn)行對比。

1.2.2反演方法

采用Qiu等[21]提出的基于背景風(fēng)場的兩步變分法反演三維風(fēng)場。反演之前首先對雷達(dá)徑向速度作退模糊處理去掉部分觀測噪聲，然后考慮地球曲率訂正后采用三維Barnes方案[22]，將雷達(dá)觀測資料插值到直角坐標(biāo)網(wǎng)格點上。該算法具體介紹見文獻(xiàn)[21,23]。

1.2.3回波外推算法

2結(jié)果分析

2.1實況

受北方下滑冷空氣和副熱帶高壓外圍暖濕氣流的共同影響，2013年7月8日01～20時(北京時，下同)，天水市出現(xiàn)大范圍強降雨天氣。8日04時開始，天水市部分區(qū)域突降大雨，其中秦州區(qū)娘娘壩

鄉(xiāng)、大門鄉(xiāng)等鄉(xiāng)鎮(zhèn)降水量超過110 mm。持續(xù)降雨導(dǎo)致秦州區(qū)發(fā)生滑坡及泥石流等地質(zhì)災(zāi)害，多個鄉(xiāng)鎮(zhèn)受災(zāi)。截止8日20時，除武山、甘谷外，其余縣區(qū)均出現(xiàn)暴雨，最大降水量出現(xiàn)在秦安縣的灣兒村，達(dá)132.3 mm。

2013年8月1日18時開始，甘肅省天水市西北方向的通渭和隴西突現(xiàn)短時強降水，小時降水量超過20 mm。此次降水過程降水強度強，但是持續(xù)時間短，至23時降水逐漸減小。

2.2基于云分類的雷達(dá)定量估計降水

用雷達(dá)默認(rèn)的Z-I關(guān)系定量估計降水時，通常存在低估現(xiàn)象，為了改善此問題，首先將雷達(dá)體掃觀測資料從雷達(dá)坐標(biāo)系中插值到直角坐標(biāo)網(wǎng)格點上，然后基于雷達(dá)資料進(jìn)行云類型識別，不同的云類型降水選用各自對應(yīng)的Z-I關(guān)系來估計降水。根據(jù)Yang等[14]提出的模糊邏輯算法得到對流云概率分布如圖1所示，圖中不同顏色代表對流云可能性大小，>0.5時是對流云降水，否則為層狀云降水。圖1a為2013年7月8日12:30的對流云可能性概率分布，未考慮雷達(dá)系統(tǒng)標(biāo)定偏差，對流云可能性很小，整個降水過程都是層狀云降水；考慮雷達(dá)系統(tǒng)標(biāo)定偏差后(圖1b)， 對流云可能性有所增加，但整個降水過程仍然是層狀云降水。圖1c是2013年8月1日18:30的對流云可能性概率分布，未考慮雷達(dá)系統(tǒng)標(biāo)定偏差時，此時只有雷達(dá)西北部一小部分區(qū)域識別為對流云降水；考慮雷達(dá)系統(tǒng)標(biāo)定偏差后(圖1d)，整體的對流云可能性有所增加，部分區(qū)域被重新識別為對流云降水。

圖1　2013年7月8日12:30(a,b)及8月1日18:30(c,d)未考慮(a,c)

考慮到雷達(dá)天線的海拔高度以及為了減少雷達(dá)觀測資料與地面實況降水之間的空間不一致性，采用3 km高度處的回波強度估計降水。為了更清楚地看出基于云分類的雷達(dá)定量估計降水算法優(yōu)于雷達(dá)默認(rèn)算法，給出分析時刻1 h雷達(dá)估計降水與加密觀測站觀測降水的散點對比圖(圖2)。圖2中對角線代表最佳擬合直線，即落在直線上的點代表雷達(dá)估計降水與加密雨量站觀測降水完全相等，位于直線上方的點代表雷達(dá)估計降水大于加密觀測站觀測降水，位于直線下方的點代表雷達(dá)估計降水小于加密觀測站觀測降水?？梢钥闯?，將降水分為層狀云降水與對流云降水，然后按各自對應(yīng)的Z-I關(guān)系估計降水，要比直接按雷達(dá)默認(rèn)的Z-I關(guān)系估計降水效果好。在2次降水過程中，由于C波段雷達(dá)探測回波的信號衰減嚴(yán)重，導(dǎo)致雷達(dá)定量估計降水存在嚴(yán)重的低估問題，且降水強度越強低估越嚴(yán)重?？紤]雷達(dá)系統(tǒng)標(biāo)定偏差后，明顯改善了降水的低估問題。因此，C波段雷達(dá)定量估計降水時不僅需要針對不同降水類型采用不同Z-I關(guān)系，同時還要考慮雷達(dá)的系統(tǒng)標(biāo)定偏差。

回波質(zhì)心高低的不同導(dǎo)致降水類型不同，俞小鼎[26]提出回波高、低質(zhì)心結(jié)構(gòu)的判斷條件：如果40 dBZ反射率因子垂直擴(kuò)展到-20 ℃等溫線以上高度，則判定為高質(zhì)心結(jié)構(gòu)；否則，屬于低質(zhì)心結(jié)構(gòu)。圖3a是2013年7月8日12:30沿105.66°E的回波反射率垂直剖面，可以看出，考慮雷達(dá)系統(tǒng)標(biāo)定偏差時(在原來的回波值上加8dBZ)，雷達(dá)回波中心強度基本都<40 dBZ，且40 dBZ回波只擴(kuò)展到5 km 高度，而根據(jù)WRF(Weather Research and Forecasting Model)模式模擬得到的當(dāng)時-20 ℃等溫線高達(dá)7.5 km，屬于低質(zhì)心結(jié)構(gòu)的降水過程；圖3b是2013年8月1日18:30沿105.06°E的回波反射率垂直剖面，考慮雷達(dá)系統(tǒng)標(biāo)定偏差時，40 dBZ回波可以擴(kuò)展到10 km高度處，而當(dāng)時-20 ℃等溫線高度只有6.1 km，是典型的高質(zhì)心降水過程。

圖2　2013年7月8日13:00(a,b)及8月1日19:00(c,d)未考慮(a,c)與考慮(b,d)

圖3　2013年7月8日12:30沿105.66°E(a)及8月1日18:30

2.3反演結(jié)果

為了進(jìn)一步了解2次降水過程的風(fēng)場、回波與降水之間的關(guān)系，圖4給出最強降水時刻的1 h累計降水分布以及3 km高度雷達(dá)反演風(fēng)場和回波強度。

圖4　2013年7月8日13時(a)及8月1日19時(b)降水強度(單位：mm/h)，7月8日12:30(c)及

2013年7月8日01時天水市出現(xiàn)降水天氣，04時部分區(qū)域出現(xiàn)強降水，降水強度達(dá)到10 mm/h(圖略)，至10時降水范圍不斷擴(kuò)大，降水強度不斷增強，11～14時降水范圍較之前有所減小，但降水強度仍持續(xù)增強，最強降水出現(xiàn)在12時和13時。圖4a是8日13時的1 h降水分布，可以看出，此時天水市以南部分區(qū)域降水強度超過30 mm/h。此后隨時間推移，降水范圍和強度逐漸減小，至9日11時降水停止。

對于具有高質(zhì)心結(jié)構(gòu)特點的2013年8月1日強降水過程，其特點是降水強度較強，但降水范圍不大，持續(xù)時間較短。1日18時開始天水市以北區(qū)域突降強降水，降水強度接近20 mm/h，隨后，降水回波逐漸向東南方向移動，降水范圍變化不大，強度逐漸增強，最強降水出現(xiàn)在19時和20時，圖4b是19時的1 h降水分布，此時最強降水位于天水市以北區(qū)域，降水強度接近30 mm/h，21時后降水逐漸東退減小，至2日01時降水停止。

圖4c是2013年7月8日12:30 3 km高度的水平反演風(fēng)場和回波。此次降水過程主要以南風(fēng)和西南風(fēng)為主，在該風(fēng)場的主導(dǎo)下南邊的暖濕氣流源源不斷地向內(nèi)陸輸送，對降水維持非常有利。對比圖4a，降水區(qū)域與回波強度有較好的對應(yīng)，降水回波強度基本>10 dBZ，但最強回波中心<30 dBZ。圖4d是2013年8月1日18:30的3 km高度水平反演風(fēng)場和回波。此次短時強降水過程，在西北風(fēng)的主導(dǎo)作用下降水回波逐漸向東南移動，外來回波造成本地強降水，但由于缺少水汽來源，降水維持時間較短，此次降水過程雷達(dá)回波覆蓋面積較小，強回波區(qū)對應(yīng)強降水區(qū)，最大回波中心達(dá)40 dBZ。

2.4回波外推

雷達(dá)以其高時空分辨率在短臨預(yù)報中起著至關(guān)重要的作用，對其回波外推可以更好地預(yù)報短時強降水。7月8日低質(zhì)心結(jié)構(gòu)的強降水過程，南風(fēng)和西南風(fēng)為降水源源不斷地提供暖濕氣流，雷達(dá)所觀測到的降水回波在局地產(chǎn)生，而外推回波的位置隨時間變化比較穩(wěn)定，因此外推回波與雷達(dá)觀測回波位置基本吻合。圖5a是7月8日12:00的回波外推10 min的結(jié)果，可以看到，不僅外推回波與觀測回波的大致位置比較吻合，同時>20 dBZ的強回波中心位置也很吻合；當(dāng)外推30 min時(圖5c)，雖然回波的大致位置仍較為吻合，但強回波中心的位置出現(xiàn)偏差，且相對于觀測回波，外推回波強度整體偏強；外推1 h時(圖5e)情況更甚。

圖5b是8月1日18:00的回波外推10 min的結(jié)果，可以看到，除了西南角的外推回波形狀與觀測回波略有偏差以外，西北角外推回波的位置和強度與觀測回波十分吻合；當(dāng)外推30 min時(圖5d)，外推回波較觀測回波位置略微偏后，且強度偏強；外推1 h時(圖5f)，位置與強度偏差都加大。可見此次降水過程中，由雨水含量守恒方程所得的10 min、30 min、1 h的外推回波位置變化很小，只是回波強度局地增強，而觀測回波則是向東南方向移動。大概因為在回波外推算法中，只考慮了系統(tǒng)的平流速度，而未考慮其傳播速度，即在平流風(fēng)速的影響下，新的回波在原有回波的東南方向生成，因此造成了隨外推時間的延長，外推回波較觀測回波位置滯后，且外推回波較觀測回波的強度偏強。

2.5預(yù)警預(yù)報

2.5.1冰雹預(yù)警

Waldvogel等[27]提出如果強度>50 dBZ的回波向上延伸到-20 ℃等溫線所對應(yīng)的高度之上，且0 ℃等溫線距離地面的高度不超過5 km時，可以考慮針對該區(qū)域發(fā)布強冰雹預(yù)警。參考WRF模式模擬結(jié)果，2013年8月1日18時-20 ℃等溫線高度只有6.1 km，而0 ℃等溫線高度為3.7 km。考慮雷達(dá)系統(tǒng)標(biāo)定偏差時，從圖6可見，該日17:40在6 km的高度有>50 dBZ的回波出現(xiàn)，即滿足上述冰雹發(fā)生的條件，所以可以考慮對該區(qū)域發(fā)布冰雹預(yù)警。強回波中心出現(xiàn)在定西市內(nèi)，根據(jù)該天天氣實況，8月1日定西安定區(qū)、通渭縣、隴西縣、臨洮縣、渭源縣部分鄉(xiāng)鎮(zhèn)遭受冰雹和暴洪，其中18～22時，隴西縣遭強冰雹災(zāi)害襲擊。

除了雷達(dá)回波可以作為冰雹預(yù)警條件外，K指數(shù)和沙氏指數(shù)(SI)作為大氣穩(wěn)定度分析中的常用參數(shù)，也可以用來提供預(yù)警指示條件。張晰瑩等[28]通過對黑龍江省冰雹天氣發(fā)生時的K指數(shù)和SI指數(shù)進(jìn)行統(tǒng)計、驗證和修訂，總結(jié)出K指數(shù)和SI指數(shù)與冰雹天氣有下列對應(yīng)關(guān)系：

(1)當(dāng)28 ℃

(2)當(dāng)31 ℃≤K<35 ℃,-6 ℃

(3)當(dāng)K≥35 ℃,SI≤-6 ℃時,有發(fā)生強冰雹的可能性。

表1是2013年7月8日及8月1日08時和20時鄰近站點武都站、平?jīng)稣镜腒指數(shù)與SI指數(shù)值?？煽闯?月1日20時武都站的K指數(shù)和SI指數(shù)均滿足上述第3個條件，因此可預(yù)測當(dāng)天20時左右在武都站附近有可能發(fā)生強冰雹天氣。

圖5　2013年7月8日12:00(a,c,e)及8月1日18:00(b,d,f)回波分別外推

2.5.2強降水預(yù)警

短時間內(nèi)累積形成的較大降水可以造成地質(zhì)災(zāi)害，而判斷是否會出現(xiàn)短時強降水的條件有2個[26]：雨強及降水持續(xù)時間。沿著回波移動方向，高降水率區(qū)域的尺度越大，降水系統(tǒng)移動越慢，降水持續(xù)時間越長。

2013年7月8日04時天水部分區(qū)域出現(xiàn)強降水，強度達(dá)到10 mm/h，隨后降水強度不斷增強，直到12時和13時出現(xiàn)當(dāng)天最強降水，天水以南部分區(qū)域的降水強度超過30 mm/h。圖7是7月8日11:05的反演風(fēng)場和回波圖，可以看出3 km高度上的整層平均風(fēng)是風(fēng)速較小的西南偏南風(fēng)，由外推回波結(jié)果可以發(fā)現(xiàn)降水回波的移動速度較慢，因此較大的降水量加上較長的降水時間，天水境內(nèi)出現(xiàn)了短時強降水。而根據(jù)天氣實況，7月8日11～15 時天水附近確實出現(xiàn)了短時強降水。

圖6　2013年8月1日17:40天水多普勒

日期K/℃08時20時修正的K/℃08時20時SI/℃08時20時7月8日40.9035.0042.5037.40-1.122.5230.3931.0031.0032.005.295.078月1日27.7049.3029.5050.101.54-6.1212.2912.9012.3013.104.11-1.13

圖7　2013年7月8日11:05天水多普勒天氣

相比于7月8日的大范圍降水，8月1日的降水范圍并不大，但其降水強度較大。8月1日18時天水以北部分區(qū)域降水強度接近20 mm/h。隨后回波逐漸增強并向東南方向移動，最大降水強度接近30 mm/h。從圖5中針對此過程的回波外推結(jié)果可以看出，雷達(dá)觀測回波的傳播速度大于外推回波的速度，說明這是一個典型的向前傳播系統(tǒng)。雖然8月1日的降水系統(tǒng)移動速度較快，但受強回波影響，仍然在天水以北形成了小區(qū)域范圍的短時強降水。但由于該系統(tǒng)影響范圍小，加之沒有充足的水汽供應(yīng)，這次短時強降水維持時間較短，并未引發(fā)過于嚴(yán)重的洪澇災(zāi)害。

3結(jié)論

(1)對于C波段雷達(dá)，僅用默認(rèn)的Z-I關(guān)系估計降水時會出現(xiàn)非常嚴(yán)重的低估現(xiàn)象，而將降水類型分為對流云與層狀云降水時，雷達(dá)定量估計降水的效果明顯優(yōu)于雷達(dá)默認(rèn)Z-I關(guān)系估計的降水；另外，如果考慮雷達(dá)系統(tǒng)標(biāo)定偏差，雷達(dá)定量估計降水會得到顯著的改善。

(2)利用兩步變分法反演多普勒雷達(dá)風(fēng)場資料，通過對比雷達(dá)回波、反演風(fēng)場與降水之間的關(guān)系，發(fā)現(xiàn)回波強度與降水范圍有較好的對應(yīng)：2013年7月8日低質(zhì)心結(jié)構(gòu)的強降水過程中，雖然其最大回波要比8月1日的高質(zhì)心降水過程最大回波小10 dBZ左右，但其主導(dǎo)的西南、偏南風(fēng)為降水區(qū)域源源不斷地提供暖濕氣流，因此該區(qū)域降水持續(xù)時間長，而8月1日的降水過程雖然雷達(dá)回波較強，但在西北風(fēng)的作用下回波逐漸向東南移動，缺少水汽來源，降水持續(xù)時間較短。2次降水過程都在強回波區(qū)域形成了短時強降水，強回波區(qū)與強降水區(qū)域的對應(yīng)關(guān)系較好。

(3)在2013年7月8日的低質(zhì)心降水過程中，外推回波與觀測回波雖然強度有所偏差，但其位置基本對應(yīng)；而8月1日的高質(zhì)心降水過程中，外推回波較觀測回波位置偏后，強度偏強?？紤]雷達(dá)系統(tǒng)標(biāo)定偏差后，冰雹天氣對應(yīng)的一些特征量關(guān)系符合相關(guān)預(yù)警條件，即50 dBZ回波在上升氣流的帶動下，向上延伸到-20 ℃層高度之上，而0 ℃層高度低于5 km；7月8日的降水過程雖然最大回波強度沒有達(dá)到40 dBZ以上，但該回波區(qū)域的尺度較大，且移動較慢，在降水區(qū)域維持了較長時間，因此天水以南部分區(qū)域出現(xiàn)了短時強降水，并造成了較大的地質(zhì)災(zāi)害；而8月1日的降水過程，向前傳播的強回波系統(tǒng)也使天水以北的局部地區(qū)出現(xiàn)了短時強降水。

致謝：感謝蘭州中心氣象臺為本文提供雷達(dá)和降水資料

參考文獻(xiàn)：

[1] 韓文宇,楊麗麗,楊 毅. 一次強對流過程的多普勒雷達(dá)反演及預(yù)警分析[J]. 干旱氣象,2014,32(5):810-818.

[2] 姚葉青,俞小鼎,張義軍,等. 一次典型颮線過程多普勒天氣雷達(dá)資料分析[J]. 高原氣象,2008,27(2):373-381.

[3] Yang Y, Qiu C J,Gong J D,et al. The WRF 3DVar system combined with physical initialization for assimilation of Doppler radar data[J]. Acta Meteorologica Sinica,2009,23(2):129-139.

[4] 張一平,孫景蘭,牛淑貞,等. 河南區(qū)域暴雨的若干雷達(dá)回波特征[J]. 氣象與環(huán)境科學(xué),2015,38(3):25-36.

[5] 魏雪,黃興友,孫偉,等. 基于雷達(dá)資料的雷電特征分析及預(yù)警[J]. 氣象與環(huán)境科學(xué),2011,34(3):31-36.

[6] 曹楚,王忠東. 2010年浙南地區(qū)一次暴雨過程診斷分析[J]. 氣象與環(huán)境科學(xué),2011,34(4):46-51.

[7] 魏勇,雷微，王存亮，等. 石河子地區(qū)三次冰雹天氣過程的綜合分析[J]. 沙漠與綠洲氣象,2013,7(1):21-27.

[8] 張磊，張繼韞. 一次局地強冰雹的多普勒雷達(dá)回波特征分析[J]. 沙漠與綠洲氣象,2013,7(4):26-30.

[9] 唐秀，支俊，李廣軍. 塔里木盆地西北部一次颮線過程的多普勒雷達(dá)回波分析[J]. 沙漠與綠洲氣象,2012,6(3):21-26.

[10] 王榮梅，支峻，阿吉買買提. 喀什地區(qū)“8·11”冰雹過程的雷達(dá)探測分析[J]. 沙漠與綠洲氣象,2012,6(5):20-24.

[11] Churchill D D, Houze Jr R A. Development and structure of winter monsoon cloud clusters on 10 December 1978[J]. Journal of the atmospheric sciences,1984,41(6):933-960.

[12] Steiner M, Houze Jr R A, Yuter S E. Climatological characterization of three-dimensional storm structure from operational radar and rain gauge data[J]. Journal of Applied Meteorology,1995,34(9):1978-2007.

[13] Biggerstaff M I, Listemaa S A. An improved scheme for convective/stratiform echo classification using radar reflectivity[J]. Journal of Applied Meteorology,2000,39(12):2129-2150.

[14] Yang Y, Chen X, Qi Y C. Classification of convective/stratiform echoes in radar reflectivity observations using a fuzzy logic algorithm[J]. Journal of Geophysical Research-Atmospheres,2013,118(4):1896-1905.

[15] Yang L L, Yang Y, Qi Y C, et al. A Case Study of Radar-derived Quantitative precipitation Estimation[J]. Advanced Materials Research,2013,726:4541-4546.

[16] 傅德勝, 戴鐵丕. 雨滴譜變化對雷達(dá)定量測量單點降水精度的影響[J]. 南京氣象學(xué)院學(xué)報,1985,1:85-91.

[17] 劉雨佳,陳洪濱,朱君鑒. 山東省S波段與C波段天氣雷達(dá)回波強度的對比分析[J]. 氣象科學(xué),2014,34(1):87-95.

[18] 肖艷姣,萬玉發(fā),王玨,等. 改進(jìn)的C波段天氣雷達(dá)定量降水估計算法研究[J]. 暴雨災(zāi)害,2011,30(4):321-327.

[19] 張培昌,杜秉玉,戴鐵丕. 雷達(dá)氣象學(xué)[M]. 北京:氣象出版社，2001.37-40.

[20] 葛潤生,秦宏德,蔡作金,等. 三、五公分雷達(dá)測雨能力的比較試驗[A]. 中央氣象局研究所.雷達(dá)氣象文集[C]. 北京：1977.111-125.

[21] Qiu C J, Shao A M, Liu S, et al. A Two-step Variational Method for Three-Dimensional Wind Retrieval from Single Doppler Radar[J]. Meteorology and Atmospheric Physics,2006,91:1-8.

[22] Barnes S L. A technique for maximizing details in numerical weather map analysis[J]. Journal of Applied Meteorology,1964,3(4):396-409.

[23] 楊毅,邱崇踐. 利用多普勒雷達(dá)資料分析一次強降水過程的中尺度流場[J]. 高原氣象,2006,25(5):925-931.

[24] Zawadzki I, Ostiguy L, Laprise J P R. Retrieval of the microphysical properties in a CASP storm by integration of a numerical kinematic model[J]. Atmosphere-Ocean,1993,31(2):201-233.

[25] Sun J, Crook N A. Dynamical and microphysical retrieval from Doppler radar observations using a cloud model and its adjoint. Part I: Model development and simulated data experiments[J]. Journal of the Atmospheric Sciences,1997,54(12):1642-1661.

[26] 俞小鼎. 短時強降水臨近預(yù)報的思路與方法[J]. 暴雨災(zāi)害,2013,32(3):202-209.

[27] Waldvogel A, Federer B, Grimm P. Criteria for the detection of hail cells[J]. Journal of Applied Meteorology,1979,18(12):1521-1525.

[28] 張晰瑩,那濟(jì)海,張禮寶. 新一代天氣雷達(dá)在臨近預(yù)報中的分析與應(yīng)用[M]. 北京:氣象出版社,2008.140-141.

Application of C-band Weather Radar Data in Heavy Precipitation Process

HAN Wenyu1, YANG Lili1，2, YANG Yi1

(1.KeyLaboratoryforSemi-AridClimateChangeoftheMinistryofEducation,CollegeofAtmosphericSciences，LanzhouUniversity，Lanzhou730000，China；2.GansuProvincialEnvironmentalMonitoringCenter,Lanzhou730000,China)

Abstract:In order to make an acquaintance about application of the C-band weather radar data in heavy rainfall processes, Tianshui Doppler radar data was used to research different radar echoes characteristics. A low-quality heart echo precipitation process occurring on July 8, 2013 and a high-quality heart echo precipitation process on August 1, 2013 in Tianshui of Gansu were selected as rainfall processes example. Firstly, based on the consideration of radar system bias, the precipitation was estimated quantificationally by the weather radar. Secondly, the relationship of derived winds, echoes and precipitation during the two rainfall processes were compared, and the echoes were extrapolated according to the water content conservation equation, the derived winds and reflectivity were used to examine the early warning condition for hail and short time heavy rain occurrence. The result of radar quantitative precipitation estimation showed that the different Z-I relationship for different type precipitation was obviously superior to the default Z-I relationship, and due to signal attenuation of radar echoes, it was needed to revise observed echo before using it. A comparison between the derived winds, echoes and the precipitation of these two processes showed that there was a good agreement between the echo intensity and the precipitation area.For the low-quality heart echo precipitation, the position of the observed and extrapolated echoes was coincident, but the intensity of the extrapolated echo was stronger. For the high-quality heart echo precipitation process, the extrapolated echo was slower than the observed echo. After considering radar system calibration, some characteristic relations of hail and flash heavy rain conformed to the warning conditions.

Key words:heavy precipitation；radar；retrieval；quantitative precipitation estimation；forecasting and warning

中圖分類號：P458.1+21

文獻(xiàn)標(biāo)識碼：A

文章編號：1006-7639(2016)-01-0154-09

doi:10.11755/j.issn.1006-7639(2016)-01-0154

通訊作者：楊毅，yangyi@lzu.edu.cn

作者簡介：韓文宇(1990-)，女，甘肅會寧縣人，在讀碩士研究生，主要研究方向為多普勒雷達(dá)資料反演及同化.E-mail：hld0122@sina.com

基金項目：公益性行業(yè)(氣象)科研專項“西北地區(qū)復(fù)雜地形下雷暴及短時強降水預(yù)報預(yù)警關(guān)鍵技術(shù)研究(GYHY201306006)”和國家自然科學(xué)基金“閃電定位網(wǎng)資料同化技術(shù)研究(41175092)”共同資助

收稿日期：2015-03-23；改回日期：2015-07-03

韓文宇，楊麗麗，楊毅.C波段雷達(dá)資料在強降水過程中的應(yīng)用[J].干旱氣象，2016，34(1)：154-162, [HAN Wenyu, YANG Lili, YANG Yi. Application of C-band Weather Radar Data in Heavy Precipitation Process[J]. Journal of Arid Meteorology, 2016, 34(1):154-162], doi:10.11755/j.issn.1006-7639(2016)-01-0154