王改利 周任然 扎西索郎 劉黎平

1. 中國氣象科學研究院災害天氣國家重點實驗室，北京，100081

2. 西藏自治區(qū)墨脫氣象局，墨脫，860700

1 引 言

青藏高原占據了中國陸地面積的四分之一，是世界上海拔最高、地形最復雜的高原，平均高度超過了4000 m，被稱為“世界屋脊”（劉黎平等，2015；常祎等，2016；趙平等，2018）。青藏高原特殊的動力、熱力效應對于中國災害天氣的發(fā)生、發(fā)展和氣候變化起重要作用，其上空的云和降水是全球大氣能量和水循環(huán)的關鍵組成部分，因此青藏高原也被稱為“亞洲水塔”和“第三極”（Xu，et al，2008；Kang，et al，2010；Li，2018）。但針對青藏高原云和降水物理特征的觀測數據很少，對青藏高原上空云和降水的物理特征了解不夠，導致現有數值模式的參數化方案不能合理模擬和預報青藏高原的云和降水過程（劉黎平等，2015）。

對青藏高原上空云和降水的研究，衛(wèi)星觀測資料是非常重要的數據來源。Murakami（1983）、Fujinami等（2001）利用靜止氣象衛(wèi)星（GMS）觀測資料，研究了夏季深對流云團的日變化和青藏高原上空云活動的季節(jié)變化，發(fā)現青藏高原夏季的對流云在午后增強，傍晚達到最大值。基于TRMM（Tropical Rainfall Measuring Mission）衛(wèi)星上的測雨雷達、云探測衛(wèi)星（Cloudsat）上的云雷達和激光雷達探測數據，研究發(fā)現青藏高原對流云發(fā)展于相對干燥和對流有效位能比較低的大氣環(huán)境中，具有尺度小、相對比較弱的特點（傅云飛等，2007；李生辰等，2009；汪會等，2011）?；贛ODIS（MODerateresolution Imaging Spectroradiometer）衛(wèi)星數據分析發(fā)現，青藏高原地區(qū)的高、中、低云都有明顯的季節(jié)變化，高云和中云在春季和夏季達到最大值（Li，et al，2006）。但是，微波衛(wèi)星反演在區(qū)分云和降水的液態(tài)水含量方面存在一定的不確定性（Wu，et al，2019）。

為了推動高原氣象的研究，中國科學院與中央氣象局于1979年5—8月開展了第一次青藏高原氣象科學試驗（Tao，et al，1986；趙平等，2018）。中外科學家于1993—1999年、2006—2009年聯合開展了中日亞洲季風機制合作研究和JICA（Japan International Cooperation Agency）項目，進行青藏高原綜合氣象觀測試驗（陳隆勛，1999；Xu，et al，2008）。為了了解青藏高原上空云和降水的物理特征，在開展的3次青藏高原大氣科學試驗中，也進行了一些針對降水系統(tǒng)的綜合觀測。例如，1979年開展的第一次青藏高原大氣科學試驗，在高原的中部（那曲）和南部（拉薩）分別架設了一部常規(guī)數字化X波段雷達進行對流云降水的觀測（秦宏德，1983）。在第二次青藏高原大氣科學試驗時（1998），利用X波段多普勒雷達、雨量計觀測網和探空系統(tǒng)對那曲地區(qū)降水過程進行了綜合觀測（劉黎平等，1999）。2014年開展的第三次青藏高原大氣科學試驗，利用Ka波段毫米波云雷達、C波段調頻連續(xù)波雷達、地面雨滴譜儀以及激光云高儀在那曲地區(qū)進行了云和降水多種雷達綜合觀測試驗（劉黎平等，2015）。不難看出，過去開展的青藏高原云和降水的綜合觀測試驗，主要集中在那曲地區(qū)。利用這些觀測試驗取得的數據，研究了季風爆發(fā)前后那曲地區(qū)對流過程的日變化特征，對比了地基雷達與TRMM測雨雷達觀測的一致性（劉黎平等，2015）；分析了那曲地區(qū)夏季不同云類型的宏觀特征及對流云結構和雨滴譜分布日變化特征（劉黎平等，2015；常祎等，2016）。

青藏高原復雜的地形和下墊面特征以及廣袤的面積，使得觀測站點的代表性受到很大限制。墨脫位于青藏高原東南緣，為河谷地形，其與高原中部海拔4500 m的那曲地區(qū)的高原山地氣候特征顯著不同，墨脫的平均海拔為1200 m，屬于亞熱帶氣候，水汽充沛，年平均降水量超過2000 mm（陳萍等，2018）。墨脫作為水汽輸送通道的前沿，影響著藏東南區(qū)域內的氣候變化和生態(tài)環(huán)境。因此，在2019年開展的第二次青藏高原科學考察項目和國家重點研發(fā)計劃項目的支持下，第一次在青藏高原東南部雅魯藏布大峽谷水汽入口處的墨脫地區(qū)建立了云和降水的觀測試驗基地。這次觀測試驗采用了中國自主研發(fā)的Ka波段云雷達（KaCR）、X波段雙偏振相控陣雷達、降水現象儀以及引進的微雨雷達、微波輻射計等最先進的探測設備，這些觀測資料填補了該地區(qū)云和降水觀測的空白，為研究藏東南地區(qū)水汽通道入口處云和降水的物理特征、大氣水循環(huán)的變化規(guī)律提供數據基礎。對優(yōu)化數值預報模式中微物理過程參數化方案，提升藏東南氣象災害防御能力有十分重要的意義。

2 觀測設備和觀測內容

墨脫觀測試驗基地的位置（95.32°E/29.31°N，海拔1305 m）及青藏高原地形如圖1所示，中國氣象科學研究院布設在墨脫野外試驗基地的觀測設備有：X波段雙偏振相控陣雷達、Ka波段云雷達、K波段微雨雷達、降水現象儀、微波輻射計。

圖1 西藏東南部墨脫觀測場位置 （黑色實心圓點）、青藏高原地形 （色階，單位：m） 及2019年7月平均垂直積分水汽通量 （黑色箭頭，單位：kg/（m·s））Fig.1 Location of the Motuo observational site （black solid dot） and topography （shaded，unit：m） of the Tibetan Plateau，which is superimposed with mean vertical integral of water vapor flux in July 2019 （black arrows，unit：kg/（m·s））

X波段雙偏振相控陣雷達不僅可以觀測降水系統(tǒng)的回波分布，而且可以觀測云和降水系統(tǒng)的風場變化、粒子相態(tài)及滴譜分布。采用極化技術和相控陣技術相結合，使之具有精細化的雙偏振多普勒天氣探測能力，靈活的波束控制和快速掃描模式能獲得超高時間和空間分辨率，提高了對中小尺度強對流天氣系統(tǒng)的探測精度和質量，可獲得氣象目標的三維信息，有效消除現有天氣雷達探測盲區(qū)，提高局部地區(qū)的短時臨近預報的準確度。

Ka波段云雷達（KaCR）是觀測云和弱降水垂直廓線的重要手段，可以對云和弱降水的垂直結構進行連續(xù)觀測，從而分析云和弱降水的微物理和動力參量的廓線特征。為了實現云和弱降水的連續(xù)穩(wěn)定觀測，中國氣象科學研究院與安徽四創(chuàng)電子股份有限公司聯合研發(fā)了固態(tài)發(fā)射機體制的Ka波段毫米波云雷達，該雷達采用了脈沖壓縮、相干和非相干積累等技術，采用了4種觀測模式（降水模式、邊界層模式、中高層模式、卷云模式）的交替循環(huán)觀測。

K波段微雨雷達是德國METEK公司生產的垂直指向雷達，采用連續(xù)調頻技術（FMCW）,可獲得降水粒子的功率譜密度，根據粒子下落速度與直徑的經驗公式，反演出粒子的雨滴譜、雨強等的垂直廓線。

采用華云升達（北京）氣象科技有限責任公司生產的降水現象儀DSG5對地面雨滴譜進行測量，該儀器與德國OTT公司生產的雨滴譜儀類似，主要通過粒子對激光的遮擋來計算粒子的大小和速度。

美國Radiometrics公司生產的35通道MP-3000A型地基微波輻射計為此次墨脫野外觀測提供0—10 km范圍的水汽、溫度、濕度以及液態(tài)水含量的廓線分布。

西藏墨脫野外觀測基地位于西藏東南部，地處雅魯藏布江下游。該地區(qū)是青藏高原海拔最低、最溫和、雨量最充沛的地區(qū)，但交通不便，海拔落差大，雨季滑坡、泥石流頻發(fā)。路途遙遠和交通不便給墨脫野外觀測場的建設帶來了很多困難，因此這些觀測設備都是陸續(xù)安裝到墨脫觀測場的。Ka波段云雷達和微波輻射計開始觀測時間為2019年1月，X波段雙偏振相控陣雷達和降水現象儀于2019年6月開始觀測，而微雨雷達是從2020年7月開始觀測。文中主要利用云雷達和降水現象儀統(tǒng)計分析墨脫地區(qū)云的宏觀特征和雨滴譜特征，表1和表2分別給出了這兩種設備的主要性能參數。

表1 Ka波段云雷達主要性能參數Table 1 Main operational parameters of Ka band cloud radar

表2 DSG5降水現象儀的主要性能參數Table 2 Main operational parameters of the DSG5 precipitation phenomenometer

3 云的宏觀統(tǒng)計特征

以2019年云雷達在墨脫野外試驗基地的觀測數據（1200261根觀測廓線）為基礎，統(tǒng)計了藏東南雅魯藏布大峽谷水汽通道入口處墨脫地區(qū)云的宏觀特征。首先采用頻率分布的統(tǒng)計方法，確定了無云條件下近地面雜波和噪聲的反射率和退偏振比閾值。利用閾值法和高斯濾波方法對云雷達數據進行質量控制，濾掉隨機噪聲和非氣象雷達回波。Zhou等（2019）對比了激光云高儀和云雷達反演的云底高度，二者差異較小（0.08 km），同時考慮到墨脫野外試驗基地目前還沒有架設激光云高儀，因此，參照已有的研究，將云雷達探測的回波上、下邊界分別作為云頂和云底（劉黎平等，2015；Zhang，et al，2019）。研究中采用基于反射率最小閾值法（設為-40 dBz）識別云邊界，從而確定每層云的厚度和云層之間的間隔（Zhang，et al，2019）。對于厚度小于7個距離庫（210 m）的云，若其與上、下云層的距離小于10個距離庫（300 m），則與上、下云層合并。否則予以刪除，從而確定出云底高度（CBH）和云頂高度（CTH）。

圖2給出了數據質量控制前、后Ka波段云雷達反射率因子的對比情況，圖2a中低于2 km的連續(xù)雷達回波可能是近地面水汽及灰塵粒子產生的噪聲，采用質量控制算法后濾除了這些近地面雜波（圖2b）。圖2b中同時疊加了云雷達確定的云頂高度（KaCR_CTH，圓點表示）、云底高度（KaCR_CBH，三角表示）及FY-4A衛(wèi)星反演的云頂高度（FY-4A_CTH，圓圈表示）。可以看到用云雷達資料確定的云頂高度和FY-4A衛(wèi)星反演的云頂高度在沒有降雨及弱降雨時一致性很好，降雨會對云雷達信號產生強衰減，從而低估云頂高度。

圖2 2019年8月31日云雷達觀測的數據質量控制前 （a） 和后 （b） 的反射率因子，云雷達識別的云底和云頂高度以及FY-4A衛(wèi)星反演的云頂高度 （b）Fig.2 Time-height cross sections of CR-observed radar reflectivity before （a） and after （b） quality control superimposed by KaCR-derived CBHs （solid triangles） and KaCR- （solid circles） and FY-4A-derived CTH （hollow circles）

3.1 云底高度和云頂高度的統(tǒng)計特征

圖3給出了2019年旱季（10月—次年3月）和雨季（4—9月）的云底高度（圖3a、c）和云頂高度（圖3b、d）發(fā)生頻率隨高度的分布?？梢钥闯觯导竞陀昙镜脑频赘叨群驮祈敻叨确植枷嗨?。對于云底高度來說，都有兩個最大可能的高度，分別為0—1 km和2—3 km。一個顯著的特點是超過40%的云底高度低于1 km，這可能是墨脫的降雨云較多造成的，因為降雨過程的云底接近地面（根據云雷達的回波底是否接地來區(qū)分降水云和非降水云）。2—3 km的云底高度高頻值對應于非降水云，Li等（2016）的研究表明，青藏高原低云發(fā)生率較高的原因與大尺度輻合及地形抬升作用有關。旱季和雨季60%左右的云頂高度出現在4—7 km，但旱季云頂高度最高為10 km左右，而雨季的云頂高度最高達到12 km左右，這可能與雨季對流云發(fā)展比較旺盛，云頂高度較高有關?？偟膩碚f，墨脫地區(qū)以低云和中云為主。

圖3 墨脫試驗場云雷達觀測的2019年旱季 （a、b） 和雨季 （c、d） 的云底高度 （a、c）、云頂高度 （b、d） 發(fā)生率的垂直分布Fig.3 Histogram of CBHs （a，c） and CTHs （b，d） obtained by the Ka band cloud radar deployed at Motuo，Tibet in dry （a，b） and rainy （c，d） seasons of 2019

根據Wang等（2018） 提出的云分類方法，將云分成高云（云底高度≥ 6 km）、中云（2 km ≤云底高度＜6 km）和低云（云底高度＜2 km）。在2019年觀測期間，低云最常出現，占總云廓線的66.7%，這與墨脫的年降雨日數常超過200 d有關。其次是中云，占總云廓線的29.9%，高云出現的頻次最低，占總云廓線的3.4%。這也說明墨脫以低云、中云為主。

依據2019年云雷達的觀測資料，墨脫高、中、低云的云底高度中值分別為7.1、2.9、0.2 km，云頂高度中值分別為8.5、4.8、6.1 km。低云的厚度最厚，這可能與該地區(qū)的低云多為降雨云有關。

3.2 云底和云頂高度的時間演變

高分辨率云雷達觀測的反射率因子可以確定云底和云底高度在垂直方向上的時間演變，圖4給出了云底和云頂高度頻率在垂直方向上的日分布。為了確保每層都有足夠數量的樣本，研究中按500 m的垂直分辨率將數據重新采樣。然后通過每6 h每500 m間隔的云底（云頂）數量與總云量的比率來計算云底（云頂）高度頻率。就云底高度的垂直分布來說（圖4a），這些分布顯示出雙峰模態(tài)，一個峰值位于0.5 km附近，另一個峰值位于2 km附近。如前所述，墨脫地區(qū)的降雨云較多，當降雨時，從云雷達獲得的云底高度更接近地面，這至少部分解釋了云底高度在靠近地面頻率較高的原因。此外，還可以看到，云底高度06—12時（北京時，下同）低于其他3個時段，也就是說云底高度上午較低，下午和晚上相對高一些。

圖4 CR-云底 （a） 和云頂 （b） 高度發(fā)生率垂直分布的日變化 （以6 h為間隔，垂直方向分辨率為500 m）Fig.4 Vertical distributions at 500 m resolution of diurnal occurrence frequency of CBHs （a） and CTHs （b） at 6 h intervals

從云頂高度的垂直分布（圖4b）可見，發(fā)生率大致隨高度升高而增大，直到6—7 km，超過這個高度后，發(fā)生率隨著高度的升高而急劇下降。同一高度夜間（例如：00—06，18—24時）云頂出現的概率大于白天（例如：06—12，12—18時）。

圖5給出了總云、降水云和非降水云發(fā)生率的日變化。墨脫地區(qū)的云層有著明顯的日變化特征：總云的發(fā)生率在00—02時最高，然后開始逐漸降低，12—14 時達到最低，之后開始逐漸升高，到18時又達到最高，18—23時基本保持不變?？偟恼f來，云層通常在午后到晚上生成，早上到中午慢慢消散。這與Murakami（1983）、Fujinami等（2001）利用靜止氣象衛(wèi)星資料得到的結論一致，這可能與墨脫的河谷地形引起的山谷風有關。降水云表現出與總云相似的日變化特征，而非降水云的日變化特征不明顯。

圖5 2019年墨脫地區(qū)總云 （綠線）、降水云 （藍線）、非降水云 （紅線） 發(fā)生率的日變化Fig.5 Diurnal cycles of mean occurrence frequencies for total cloud （green line），precipitation cloud （blue line），and non-precipitation cloud （red line）

4 雨滴譜特征分析

利用2019年6月到2020年6月降水現象儀在墨脫云降水野外試驗基地的觀測數據，統(tǒng)計了墨脫地區(qū)的雨滴譜特征。首先，對降水現象儀的觀測數據進行質量控制，剔除了信噪比較低的前兩個直徑通道的數據（Tokay，et al，2013；Chen，et al，2017）。由于自然界中很少存在直徑大于8.0 mm的雨滴（Wu，et al，2019），因此也剔除了直徑大于8.0 mm的數據。這樣，雨滴譜是根據0.31—8.0 mm 的雨滴直徑計算的?？紤]到降水現象儀測量過程中粒子部分處于光束內造成的邊緣粒子，以及強降水過程中大風和雨滴濺到儀器表面而產生的不切實際的大而緩慢下落的粒子（Chen，et al，2017），研究中采用Atlas等（1973） 提出的粒子下落速度-直徑經驗公式剔除一些奇異數據。濾除了超過經驗公式±60%的雨滴（圖6），可以看出，被濾除的雨滴直徑主要小于1 mm，很可能和邊緣粒子有關。

圖6 2019年6月至2020年6月按粒子直徑和下落速度計算的累積粒子數 （色階，以常用對數表示；實線代表下落速度-直徑的經驗公式 （Atlas，et al，1973），虛線表示經驗公式的±60%）Fig.6 Accumulated particle counts by size and terminal velocity for the observational period from June 2019 to June 2020 （The solid line indicates the empirical fall speeddiameter relationship of Atlas et al （1973），The dashed lines indicate the ±60% empirical fall speed-diameter relationship）

4.1 不同雨強的雨滴譜分布

以前的研究（Bringi，et al，2003，2009；Tokay，et al，1996；Chen，et al，2017；Dolan，et al，2018）表明，雨滴譜不僅隨著時間和空間變化，而且還隨雨強變化。為了解墨脫地區(qū)的雨滴譜特征，將墨脫野外試驗基地2019年6月至2020年6月降水現象儀的觀測數據分成5個雨強等級：（a）＜1 mm/h，（b）1—3 mm/h，（c）3—10 mm/h，（d）10—20 mm/h，（e）≥20 mm/h。

從墨脫地區(qū)5個等級雨強的平均雨滴譜分布（DSD）（圖7）可知，譜寬隨雨強的增強而增大，所有雨強的雨滴譜均表現出多個極值的特征，極值分別在0.5、1.1和2.7 mm。Steiner等（1987），Krishna等（2016）在觀測中也發(fā)現了雨滴譜的這種多極值特征，這些多極值可能是由于較高的融化層導致雨滴具有較長的下落時間，更多的雨滴碰并、破碎過程增加了多個極值的可能性（Steiner，et al，1987）?？梢钥吹接陱娫?—10 mm/h 的小粒子濃度與雨強在10—20 mm/h及≥20 mm/h的小粒子濃度比較接近。一方面，這可能是由于降水現象儀本身的測量缺陷造成的，在強降水時低估小粒子的濃度（Tokay，et al，2013；Wen，et al，2017）。另一方面，也可能是因為在強降水時小粒子的分裂和合并過程達到了平衡（Wu，et al，2019）。由每個等級雨強的平均雨滴譜計算得到的降水參數見表3，雨滴濃度（NT）、液態(tài)水含量（W）、反射率因子（Z）、粒子質量加權平均直徑（Dm）均隨著雨強的增強而增大。標準化截距參數（lgNw）先隨雨強的增大而增加，在雨強為10—20 mm/h時達到最大（3.973），隨后隨雨強增大又減小。雨滴譜伽馬分布模型形狀因子（μ）同樣表現出隨雨強先減小后增大的特點，而斜率參數（Λ）則隨雨強的增大而減小。

圖7 墨脫地區(qū)5個等級雨強的平均雨滴譜分布 （平均雨滴譜分布對應的降水參數和擬合的伽馬模型參數見表3）Fig.7 Average raindrop size distributions for the five levels of rainfall rate in Motuo （The corresponding integral rain parameters and fitted gamma model parameters obtained from the average DSDs are listed in Table 3）

表3 五個雨強等級及全部數據的平均雨滴譜分布對應的降水參數和擬合的伽馬模型參數Table 3 Integral rain parameters obtained from the average raindrop size distributions for the five levels of precipitation rate and the total data

為進一步了解墨脫地區(qū)雨滴直徑（D）的分布及其對降水的相對貢獻，2019年6月至2020年6月墨脫的雨滴譜觀測數據按雨滴直徑被分成了6個等級，對應的雨滴直徑如圖8所示，對降水貢獻最大的是D＜1 mm 的雨滴，占粒子數濃度的88.9%，對降水率（R）的貢獻為56.8%。1≤D＜2 mm的雨滴雖然對粒子數濃度的貢獻只占了4.5%，但其對降水率的貢獻卻超過了38%?？偟膩碚f，墨脫地區(qū)的降水以中小粒子為主，超過了降水粒子數濃度的99%，對降水率的貢獻超過了95%。

圖8 墨脫各粒子直徑等級對降雨率R （黑實線） 和總數濃度NT （灰度直方圖） 的相對貢獻Fig.8 Relative contributions of each size class to the rain rate R （solid black line） and total drop contribution NT（gray histogram） in Motuo

4.2 對流云和層狀云降水的雨滴譜分布

層狀云和對流云降水是自然界降水的基本類型，為了進一步了解墨脫地區(qū)不同降水類型的雨滴譜特征，研究中采用了基于連續(xù)采樣數據標準差（STD）來區(qū)分層狀云降水和對流云降水（Bringi，et al，2003；Chen，et al，2017；Wu，et al，2017）。如果連續(xù)10個1 min的雨滴譜數據的STD≤1.5 mm/h，則認為是層狀云降水；如果STD＞1.5 mm/h，且降水率R≥5 mm/h，則認為是對流云降水。通過該方法對墨脫2019年6月—2020年6月雨滴譜數據進行分類，層狀云降水和對流云降水的累計時間分別為120498和1299 min。

從墨脫地區(qū)層狀云和對流云降水的平均雨滴譜（圖9）可見，對流云降水比層狀云降水的譜寬更寬，隨著粒子直徑的增大，對流云降水的數濃度要高于層狀云降水的數濃度。同樣可以看到層狀云和對流云降水的雨滴譜具有多極值的特征，極值也分布在0.5、1.1和2.7 mm處。

圖9 墨脫層狀云 （灰色） 和對流云 （黑色） 的平均雨滴譜分布Fig.9 Average raindrop size spectra for stratiform （gray line） and convective （black line） precipitation in Motuo

圖10a、b給出了層狀云和對流云降水的Dm和lgNw發(fā)生率的柱狀分布，這里的Dm和lgNw是基于每分鐘的雨滴譜數據計算的。墨脫地區(qū)層狀云降水的Dm分布比較窄，標準差較小，層狀云降水的Dm主要集中在0.5—1.2 mm，平均為0.86 mm，lgNw分布比較廣，主要分布在2.8—4.2，平均3.47。對流云降水則具有更大的Dm和lgNw，Dm主要分布在1.0—1.6 mm，lgNw集中在3.6—4.5，平均分別為1.38 mm和4.01。此外，墨脫對流云降水的lgNw偏斜度負值較大，說明墨脫地區(qū)對流性降水的雨滴濃度偏向大值區(qū)?？梢钥闯?。墨脫地區(qū)的lgNw具有明顯的雙峰結構特征，分別對應于對流云和層狀云降水（平均值分別為4.01和3.47）。已有的研究（Bringi，et al，2012；Thompson，et al，2015）表明，熱帶地區(qū)的海洋性降水具有這種雙峰特征。

從層狀云和對流云降水的Dm-lgNw數據散點分布（圖10c）可以看出，墨脫的對流云和層狀云降水大部分較好地分布在Bringi等（2003）擬合的層云-對流云降水分界線兩側。大部分對流云接近Bringi等（2003）定義的海洋性對流區(qū)域，很小一部分分布在大陸性對流區(qū)域。這說明墨脫的對流云降水趨于海洋性對流。華東和華南夏季的對流云降水也趨于海洋性對流云，海洋性對流云降水的特點是雨滴直徑小而數濃度大（Wen，et al，2016；王夢瑤，2019）。

由于墨脫地區(qū)的降水主要集中在6—9月，占了年降水量的64%（陳萍等，2018）。因此，研究中計算了2019年6—9月降水期平均的云底高度、0℃層高度及云頂高度，來探究墨脫對流云降水趨于海洋性對流的原因。2019年6—9月墨脫降水云的云底、云頂高度的平均值分別為0.3和6.5 km。由于墨脫沒有探空數據，采用ERA5 （European Centre for Medium-Range Weather Forecasts（ECMWF） Reanalysis version 5）再分析資料得到了2019年6—9月墨脫降水時段0℃層的平均高度為4.2 km。0℃層與云底之間的距離為暖云厚度，云頂與0℃層之間的距離為冷云厚度。由此可以看出，墨脫夏季降水以暖雨過程為主，通過碰并作用產生了大量的小雨滴。這可能與夏季印度洋季風為墨脫地區(qū)輸送來充沛的暖濕氣流有關。

5 總結和討論

在第二次青藏高原科學考察研究專題（西風-季風協同作用對亞洲水塔變化的影響）和國家重點研發(fā)計劃項目（青藏高原地-氣相互作用及其對下游天氣氣候的影響）的共同支持下，中國氣象科學研究院于2019年開始在位于青藏高原東南部雅魯藏布大峽谷水汽通道入口處的墨脫縣建立野外觀測試驗基地，開展了水汽、云和降水的綜合觀測，先后布設了先進的Ka波段云雷達、微波輻射計、X波段雙偏振相控陣雷達、降水現象儀、K波段微雨雷達等設備，獲取了高時、空分辨率的云和降水的宏、微觀數據。文中利用Ka波段云雷達2019年的探測數據分析了墨脫地區(qū)云的宏觀統(tǒng)計特征，利用降水現象儀2019年6月至2020年6月的數據分析了雨滴譜特征，主要結論如下：

（1）自2019年開始，墨脫野外觀測試驗基地開展的水汽、云和降水的綜合觀測，成功獲取了墨脫地區(qū)地基多種雷達的云探測數據及雨滴譜數據，彌補了該地區(qū)云降水觀測資料的空白，為今后研究該地區(qū)云和降水的宏、微觀物理特征提供了數據基礎。

（2）墨脫地區(qū)云量較多，云的發(fā)生率占2019年云雷達觀測廓線的67%，降水云廓線幾乎占了總云廓線的一半（45%）。云底高度表現出雙峰模態(tài)，峰值分別在0—1 km和2—3 km高度處，分別對應于降水云和非降水云，云底高度上午略低于其他時段。接近60%的云頂高度在4—7 km，從云頂高度的垂直分布來看，同一高度夜間云頂的發(fā)生率高于白天?？偟膩碚f，墨脫地區(qū)以中云和低云為主，云通常在午后到晚上生成，早上到中午慢慢消散。

（3）從雨滴譜分布特征來看，該地區(qū)不同雨強的平均雨滴譜相似，譜寬和較大雨滴的濃度隨雨強的增大而增大。降水以中、小粒子為主，中、小粒子對粒子數濃度的貢獻超過99%，對降水率的貢獻超過95%。該地區(qū)降水的lgNw呈現雙峰分布，分別對應于對流云和層狀云降水。對流云降水的特點是粒子直徑較小而數濃度較高，Dm的范圍在1.0—1.6 mm，lgNw的范圍在3.6—4.5，表現出海洋性對流云降水的特征。

墨脫野外觀測試驗基地由于建站時間較短，獲取的數據有限，本研究僅利用云雷達和雨滴譜數據進行了一些初步的分析，結果的代表性還不強。隨著數據的進一步積累，接下來研究中將深入開展墨脫地區(qū)降水微物理特征的季節(jié)變化研究，并將聯合微雨雷達、X波段雙偏振相控陣雷達數據開展藏東南雅魯藏布大峽谷水汽通道入口處墨脫地區(qū)對流降水過程的多尺度觀測分析。

致 謝：感謝西藏林芝市氣象局、西藏墨脫縣氣象局、安徽四創(chuàng)電子股份有限公司、杭州淺海氣象儀器有限公司、珠海納瑞達科技有限公司等單位為墨脫野外觀測試驗提供的幫助和支持。