馮婉悅，王智敏，楊蓮梅，安克武，蘇朝丞

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊830002；2.新疆氣象技術裝備保障中心，新疆 烏魯木齊 830002；3.新疆人工影響天氣辦公室，新疆 烏魯木齊830002；4.烏魯木齊市氣象局，新疆 烏魯木齊830002）

研究降水粒子的雨滴譜特征，對深入了解降水形成的物理機制、認識具有地域特點的云水資源和人工增水作業(yè)條件、修訂雷達定量估測降水以及數(shù)值模擬訂正等具有重要意義。近年來，我國學者在不同區(qū)域雨滴譜分布、不同降水類型或天氣系統(tǒng)的雨滴譜特征、以及雨滴譜在雷達定量估測中應用等方面做了大量研究工作。如楊俊梅等[1]對山西6個不同地區(qū)雨滴譜特征進行了統(tǒng)計分析。黃興友等[2]、張祖熠等[3]、蘇立娟等[4]利用雨滴譜數(shù)據(jù)，分別統(tǒng)計分析了南京層狀云和積雨云、伊寧春季層狀云和混合云降水、內(nèi)蒙古三類降水云系的譜特征和譜參數(shù)。江新安和王敏仲[5]、李德俊等[6]、李遙等[7]分析了伊犁河谷汛期一次短時強降水、鄂西北兩次強降雪、南京三次暴雪過程的滴譜特征。張揚等[8]、翟亮等[9]、吳亞昊等[10]等對雨滴譜資料在雷達定量估測降水中的應用進行了探討，并提出相應的Z-R關系。針對不同類型降水進行擬合分析，發(fā)現(xiàn)不同降水類型的雨滴譜特征差異顯著。

烏魯木齊為典型的干旱半干旱地區(qū)，降水多集中在夏季和冬季，不同類型的降水給人們的生產(chǎn)生活帶來的影響不同，尤其是夏季和冬季的強降水天氣給農(nóng)牧業(yè)和人們生產(chǎn)生活帶來重大損失，但目前對該地區(qū)的雨滴譜特征相關研究較少，同時，針對雨雪過程的雨滴譜特征研究多數(shù)是基于一次降水過程的資料。為此，本文利用烏魯木齊2018年1—12月雨滴譜儀數(shù)據(jù)，分析了烏魯木齊地區(qū)兩類不同天氣現(xiàn)象（雨、雨夾雪）的雨滴譜特征，并對Z-R關系進行了簡單分析，有助于提升雷達定量估測降水的能力，可以更細致地了解不同降水譜分布特征，為進一步研究烏魯木齊降水的形成演變機制奠定基礎。

1 資料與方法

1.1 儀器及數(shù)據(jù)簡介

文中所用雨滴譜儀是基于德國OTT Parsivel激光雨滴譜儀測量原理，當有降水粒子穿越激光束時，根據(jù)降水粒子對激光束的衰減程度和持續(xù)時間，來獲取降水粒子的尺度和速度。在此基礎上，再通過降水參量計算方法，計算得到雨滴譜N（D）、質(zhì)量加權直徑Dm、雷達反射率因子Z、降水強度R等降水粒子參數(shù)。

本文選取了2018年1—12月烏魯木齊氣象站（43.78°N，87.65°E）雨滴譜儀的觀測數(shù)據(jù)，該資料共有32個粒子直徑通道（0.062～24.5mm）×32個粒子速度通道（0.05～20.8 m·s-1），包含數(shù)據(jù)1024個（32×32），儀器采樣面積為54 mm2，采樣時間為1 min。

1.2 數(shù)據(jù)質(zhì)量控制

為提高雨滴譜儀數(shù)據(jù)可用性，首先對本文使用的雨滴譜數(shù)據(jù)進行數(shù)據(jù)質(zhì)量控制處理。一方面，降水粒子在下落過程中可能發(fā)生形變，且自然界中很少有直徑＞8 mm的粒子，有學者研究發(fā)現(xiàn)[11]，在雨強很大的情況下，降水粒子最大粒子直徑也在4 mm左右。另一方面，由于雨滴下落過程中，發(fā)生碰撞、重疊等，使得粒子分布在經(jīng)典直徑—速度關系（Atlas等速度訂正函數(shù)）范圍以外[12]。此外，降水粒子直徑過小、粒子總數(shù)目過小等，都會影響雨滴譜儀觀測數(shù)據(jù)質(zhì)量。為此，文中使用的雨滴譜儀數(shù)據(jù)質(zhì)量控制方法包括：參考Battaglia等的方法，進行粒子形狀訂正，將訂正后粒子直徑＞8 mm的觀測數(shù)據(jù)剔除[13]；參考Jaffrain和Brene[14]的方法，剔除粒子直徑—速度經(jīng)驗關系±60%范圍以外的粒子；剔除粒子直徑＜0.3 mm、雨強＜0.01 mm·h-1，以及原始粒子數(shù)目＜10的數(shù)據(jù)[15]。

1.3 計算方法

由雨滴譜儀直接探測到第i通道的雨滴譜分布N（Di）（單位：m-3·mm-1）為：

其中，nij為降水粒子個數(shù)，Vj為降水粒子的下落末速度，單位為m·s-1；ΔDi為第i個粒徑通道寬度，單位為mm；ΔT為采樣時間，單位為s；A為采樣面積，單位為mm2。

總粒子數(shù)濃度（單位：m-3）：

雷達反射率因子Z（單位：mm6·m-3）與雨滴譜的關系為：

降水強度R（單位：mm·h-1）與雨滴譜之間的關系為：

降水粒子含水量W（單位：g·m-3）：

式中，ρw為液水密度。

利用階矩法，雨滴譜的質(zhì)量加權平均直徑Dm（單位：mm）計算公式如下：

廣義截距參數(shù)Nw（單位：m-3·mm-1）：

2 結果與分析

首先收集整理出了2018年1—12月烏魯木齊氣象站的雨滴儀的觀測資料，根據(jù)質(zhì)量控制方法，對雨滴譜儀數(shù)據(jù)進行質(zhì)量控制。同時，選取持續(xù)時間超過30 min的降水過程，根據(jù)雨滴譜儀（降水現(xiàn)象儀）所記錄的天氣現(xiàn)象，并結合人工觀測、氣象站點地面觀測資料，篩選出烏魯木齊站雨（22個天氣過程）、雨夾雪（7個天氣過程）兩類降水現(xiàn)象，共5938個樣本進行統(tǒng)計分析。

2.1 不同降水粒子總數(shù)濃度特征

降水粒子的物理特性是云內(nèi)熱力和動力過程作用的結果，研究不同降水的降水粒子濃度，對研究成云致雨條件，監(jiān)測人工影響天氣條件具有重要作用。2018年烏魯木齊雨、雨夾雪實測的平均粒子數(shù)濃度如表1所示。兩類降水每分鐘平均粒子數(shù)相差不大，在300個/min左右；但粒子數(shù)濃度特征差別比較大，雨的粒子總濃度最小值約為8.79 m-3，最大值在2000 m-3左右，而雨夾雪的最小值為37.54 m-3，最大值在3000 m-3左右。通過對不同降水現(xiàn)象分鐘粒子數(shù)濃度的差異比較，說明同一地區(qū)不同降水現(xiàn)象（類型）的氣象條件是復雜多變的。

表1 兩類降水粒子數(shù)濃度概況

2.2 雨滴譜譜寬分布特征

不同降水類型的粒子譜存在較大差異，通過分析烏魯木齊雨、雨夾雪兩類降水的雨滴譜特征，發(fā)現(xiàn)兩類降水均表現(xiàn)為單峰分布的特征，且粒子數(shù)濃度峰值都在低譜段（圖1）。其中，雨的滴譜寬度在0.31～5.50mm，平均譜寬為2.91 mm，小于呼和浩特地區(qū)[4]層狀云降水的雨滴譜平均譜寬2.17 mm，雨夾雪的滴譜寬度在0.31～7.50mm，平均譜寬為3.91 mm，說明不同類型降水雨滴尺度和粒子數(shù)濃度不同。雨夾雪的譜寬略大于降雨過程，且大多數(shù)粒子集中在低譜段，該結論與李德俊等[16]研究武漢一次短時暴雪過程的雨、雨夾雪階段的譜分布特征結論一致。

圖1 兩類降水的平均粒子數(shù)濃度分布

2.3 微物理特征參量

雨滴譜的微物理特征可以較好地反映降水的基本特性。表2給出了兩類降水的微物理參量的平均值，其中Dmax、Dmean和Dm分別為最大粒子直徑、平均直徑和質(zhì)量加權直徑，N1/Nt和R1/R表示平均直徑＜1 mm的降水粒子對總粒子數(shù)濃度和總降水強度的占比。

由表2可知，2018年烏魯木齊降雨的粒子數(shù)濃度約為384.7 m-3，平均雨強為1.14 mm·h-1，液態(tài)水含量為0.14 g·m-3，最大直徑、平均直徑和質(zhì)量加權平均直徑分別為1.5，0.66和0.89 mm，該結果與山西介休地區(qū)層狀云降水雨滴譜特征參量相似[1]。雨夾雪的粒子數(shù)濃度遠大于雨的，但尺度參數(shù)（Dmax、Dmean和Dm）、降水強度、液態(tài)含水量與雨相差不大，量值上略小于雨。究其原因：一方面是由于雨夾雪的直徑＜1 mm粒子數(shù)濃度占比更高，另一個方面可能是由于雨夾雪的樣本量（1072個）要遠小于雨樣本量（4866個），且在數(shù)值上進行了全年的平均[17]。

表2 降水粒子微物理參量的平均值分布

直徑＜1 mm的雨滴對總數(shù)濃度的貢獻（N1/Nt）在兩類降水天氣中分別為87.31%、98.07%，其中雨天氣的N1/Nt值與安徽黃山山頂上層狀云降水中的N1/Nt值（82.87%）較為一致。直徑＜1 mm的雨滴對總降水強度的貢獻（R1/R）在兩類降水中分別為61.11%、80.9%，而雨的R1/R值明顯大于安徽黃山山頂上層狀云降水的R1/R值（38.68%）[18-19]。烏魯木齊地區(qū)兩類降水的雨滴數(shù)濃度和總降水強度主要來源于直徑＜1 mm的小粒徑段的貢獻。

2.4 D m和N w的特征值變化

微物理參量中的廣義截距參數(shù)（lg Nw）和加權平均直徑（Dm）可以反映降水的形成和演變機制，為研究烏魯木齊兩種不同降水現(xiàn)象（雨、雨夾雪）的降水演變差異性，對兩種類型降水的Dm和lg Nw參量信息和標準差進行研究（表3）。隨降水強度R的增加，雨夾雪和雨的Dm逐漸增大，分別為0.80和0.89 mm，而廣義截距參數(shù)lg Nw的變化趨勢則逐漸變小，分別為3.90和3.88。兩者Dm的差異性要大于lg Nw，表明降水類型對特征直徑的影響大于對粒子數(shù)濃度影響。此外，雨加雪Dm和Nw的標準差都大于雨，這反映了雨夾雪降水特征變率大于雨。其中，降雨天氣中l(wèi)g Nw（3.88）大小與山西方山地區(qū)層狀云降水（3.70）接近[1]。雨天氣lg Nw的標準差與安徽黃山山頂處弱降水的值（0.54）較為一致。另外，Islam等[20-21]結合英國奇爾波頓地區(qū)的雨滴譜數(shù)據(jù)，分析發(fā)現(xiàn)lg Nw的變化范圍隨質(zhì)量加權平均直徑Dm的增加而減小，這與本文分析觀測數(shù)據(jù)得到的結論一致。

表3 烏魯木齊站的D m與lg N w特征值

2.5 N t、D m與R的關系

降雨、雨夾雪天氣的Nt-R、Dm-R散點圖和擬合曲線（圖2、圖3），所有擬合曲線的冪指數(shù)關系均為正，表明由于降水過程的凝結破碎機制，在雨強較大時的Nt和Dm高于雨強較小時。

圖2 兩類降水的N t與R散點

圖3 兩類降水的D m與R散點

Nt-R關系中，降雨、雨夾雪的擬合方程分別為Nt=339.0R0.44、Nt=427.60R0.61，雨夾雪的擬合方程中系數(shù)和指數(shù)均大于降雨。當降雨＜5 mm·h-1時，粒子數(shù)濃度從10 m-3至1600 m-3分布范圍較大；當天氣系統(tǒng)穩(wěn)定發(fā)展，降水強度逐漸增大時，Nt的變化趨于穩(wěn)定，小粒子明顯減少，主要分布在1000 m-3左右；而雨夾雪天氣過程的Nt則隨著降水的增強近線性增大，Nt與R具有較好的正相關性。

Dm-R關系中，降雨、雨夾雪的擬合方程分別為Dm=0.95R0.14、Dm=0.92R0.14，降雨的系數(shù)和指數(shù)大于雨夾雪。兩者均存在弱降水時，Dm分布范圍大，隨著降水的增強，Dm的變化趨于穩(wěn)定的特點。其中雨夾雪的Dm最大值達到了2.6 mm，約比雨的Dm最大值（2.3mm）大13.04%，但雪夾雪的平均Dm值要小于雨，這與云南[22]中部一次強雨雪過程中Dm最大值的結果較為一致。

2.6 Z-R關系

雷達定量估測降水主要是通過Z-R關系來反演降水強度，其中，Z-R關系的不確定性是雷達定量測量降水的主要誤差來源，使用該方法時需要將雷達反射率因子Z代入確定的Z-R關系公式（Z=ARB）中得到降水強度R，這對已確定的系數(shù)A、冪指數(shù)B準確性有較高的要求。在不同地區(qū)這一公式會有所不同，不同類型的降水也會有不同的Z-R關系。圖4給出了烏魯木齊地區(qū)雨、雨夾雪兩種不同類型降水的Z-R關系式，分別為Z=181.7R1.45、Z=205.4R1.27，其中，雨的Z-R關系式與牛生杰等[23]分析1982—1984年間寧夏雨滴譜資料，得出層狀云降水Z-R關系為Z=204R1.23的結果較為一致。Von Lerber等分析了2014年BAECC（Biogenic Aerosols-Effects on Clouds and Climate）期間的降雪Z-R關系，認為系數(shù)A在53～782，系數(shù)B在1.19～1.61，烏魯木齊地區(qū)的雨夾雪的Z-R關系式因子符合Von Lerber等的研究結果[24-25]。

圖4 兩類降水的Z與R散點

新一代天氣雷達定量估測降水的傳統(tǒng)公式為Z=300R1.4，烏魯木齊地區(qū)不同降水現(xiàn)象的Z-R關系式與傳統(tǒng)的表達式均有顯著區(qū)別，對比發(fā)現(xiàn)使用Z=300R1.4會導致降水被低估，其中對雨的誤差更大[26]。

3 結論與討論

本文利用2018年1—12月地面雨滴譜觀測資料，分析了烏魯木齊降雨、雨夾雪的雨滴譜統(tǒng)計特征。通過文中分析能夠明顯地看出雨和雨夾雪的雨滴譜特征、直徑大小等具有不同的變化特征，主要結論如下：

（1）雨的粒子總濃度最小值約為8.79 m-3，雪的最小值約為37.54 m-3，約為雨的4.6倍，最大值分別在2000、3000 m-3左右，但每min平均粒子數(shù)相差不大，約為300個/min。整體來講，雨夾雪的平均總粒子數(shù)濃度Nt大于雨的，這與尹麗云[21]等得出的雨粒子數(shù)濃度最大的結論并不一致，這可能與不同地區(qū)降水特點有關。

（2）兩類降水現(xiàn)象的雨滴譜均表現(xiàn)為單峰分布，粒子濃度峰值都在低譜段，雨夾雪的雨滴譜寬度要大于雨的譜寬，雨的滴譜寬度在0.31～5.50mm，雨夾雪在0.31～7.50mm。國內(nèi)外學者利用雨滴譜儀對不同降水現(xiàn)象（類型）的微物理特征，進行了大量研究，表明從降雨到雨夾雪，其譜特征變化明顯，經(jīng)歷單峰、波動再到多峰的演變過程，數(shù)濃度和譜寬也呈增加趨勢[13]，這與本文結論一致，這是由于從降雨到雨夾雪階段，降水粒子的下落速度不斷變慢，粒子直徑不斷增加，直至破碎。

（3）降雨天氣的各類尺度參數(shù)、降水強度、液態(tài)水含量都要大于雨夾雪天氣相關參數(shù)，究其原因：一方面是由于雨夾雪的直徑＜1 mm粒子數(shù)濃度占比更高；另一方面可能是由于雨夾雪的樣本量（1072個）要遠小于雨樣本量（4866個），且在數(shù)值上進行了全年的平均。

利用這些特征可在一定程度上區(qū)分不同類型的降水。同時，由于各粒子數(shù)濃度和直徑大小不同，導致小時雨強R和反射率因子Z之間的差距，從而擬合出不同的Z-R關系。雨、雨加雪的Z-R關系式分別為Z=181.7R1.45、Z=205.4R1.27，與傳統(tǒng)的Z=300R1.4表達式對比，均有顯著區(qū)別，這對后期研究新疆本地化雷達定量估測降水關系具有重要意義。

本文只是針對烏魯木齊地區(qū)雨、雨夾雪兩類降水的雨滴譜特征進行了統(tǒng)計分析，對探究烏魯木齊雨滴譜分布具有啟發(fā)意義，在后期工作中，還需要以更長時間序列數(shù)據(jù)、更多天氣個例，開展本地化不同降水云系（如層狀云、混合云、層狀云）、不同降水類型（如純雪）的雨滴譜特征和Z-R關系等研究，為建立適用于新疆本地化的定量降水估測關系奠定基礎。