毛志遠 付丹紅 黃彥彬* 李光偉 敖 杰 蔡杏富

1)(海南省人工影響天氣中心， ?？?570203) 2)(海南省南海氣象防災減災重點實驗室， ?？?570203) 3)(中國科學院大氣物理研究所， 北京 100029) 4)(海南省三沙市氣象局， 三沙 573100)

引 言

臺風是影響我國的重要氣象災害之一[1]，登陸臺風除了直接帶來暴雨、強風外，還會導致由極端降水誘發(fā)的洪澇和山體滑坡等次生災害，造成重大人員傷亡與經(jīng)濟財產(chǎn)損失。2014年超強臺風威馬遜(1409)在登陸的3 d時間里，造成廣東、廣西和海南等地區(qū)共4.68×105hm2農(nóng)作物受損、1100萬人受災，經(jīng)濟損失約265.5億元[2-3]。2019年在浙江登陸的超強臺風利奇馬(1909)引發(fā)暴雨、泥石流等災害，受災人數(shù)達到1400萬人，直接經(jīng)濟損失515億元[4]。

近年隨著探測技術的發(fā)展，衛(wèi)星、飛機、雷達和地面雨滴譜儀等逐漸成為觀測臺風云系三維結構特征和降水過程的主要手段[5-17]。Chen等[18]對登陸我國福建的臺風莫拉克(0908)滴譜特征進行分析，發(fā)現(xiàn)眼墻和外圍雨帶的微物理特征存在顯著差異，眼墻降水滴譜分布比外圍雨帶更寬，對比不同降水階段以及整個降水過程，滴譜分布均呈單峰型，峰值為0.4～0.7 mm。超強臺風蘇迪羅(1513)從福建登陸后北移，對2015年8月10日影響安徽產(chǎn)生降水的雨滴譜特征參量分析顯示，降水云系主要為層狀云，降水粒子以小粒子為主，平均粒徑為0.6～0.85 mm，直徑為1～1.25 mm的粒子對雨強貢獻最大[19]。林文等[20]分析了臺風麥德姆(1410)在福建省福清市高山鎮(zhèn)登陸后不同部位的降水強度和雨滴譜特征，發(fā)現(xiàn)臺風右側云系雨滴平均譜譜寬由寬變窄，小滴數(shù)濃度先增后減，大滴逐漸減少，移動路徑中軸后側殘留云系出現(xiàn)大滴數(shù)濃度和譜寬突增，雨強小于10 mm·h-1時，以小粒子貢獻為主，雨強大于10 mm·h-1時，大滴貢獻隨雨強增大而增大。申高航等[21]選取4個強降水中心雨滴譜數(shù)據(jù)，對比超強臺風利奇馬(1909)影響山東降水的雨滴譜特征，結果表明：不同降水中心雨滴譜演變特征差異明顯，但雨滴尺度譜和速度譜主要為雙峰型，且尺度譜雙峰中不同降水中心在大尺度峰值對應一致，小尺度峰值不一致。李欣等[22]對比臺風利奇馬(1909)和臺風巴威(2008)北上期間影響青島產(chǎn)生強降水的形成機制和滴譜特征，發(fā)現(xiàn)兩次降水中雨滴的碰并增長對降水貢獻最顯著，隨著雨強增大，小雨滴數(shù)濃度下降，而中等以上尺度的雨滴譜占比增加。

平均每年有6～7個臺風影響海南島，其中登陸臺風為2.6個[23]，帶來強風、暴雨災害的同時，臺風降水占海南島年降水量的30%，對緩解干旱有積極作用[24]。目前，針對影響和登陸海南島的臺風研究主要集中在天氣形勢診斷、數(shù)值模擬及氣象災害統(tǒng)計[25-31]。2018年16號臺風貝碧嘉(1816)對海南島影響時間長達8 d，移動緩慢，長時間維持較高強度，造成海南島大范圍受災和巨額經(jīng)濟損失。本文利用S波段單偏振多普勒天氣雷達CINRAD/SA和OTT-Parsivel二代雨滴譜儀分析2018年8月14—16日臺風貝碧嘉(1816)降水云系結構與降水形成特征，分析臺風不同位置和不同云系結構下微物理量演變和雨滴譜分布特征，獲取臺風外圍云系微物理特征，這對臺風外圍云系降水估測以及對臺風帶來的災害天氣預報預警有重要作用。

1 臺風貝碧嘉(1816)概況及降水演變特征

1.1 臺風貝碧嘉(1816)概況

2018年8月9日08:00(北京時，下同)南海海域有熱帶云團加強為熱帶低壓，并于10日09:00在海南省瓊海市潭門鎮(zhèn)沿海地區(qū)登陸，先后經(jīng)過瓊海、定安、?？诤臀牟仁锌h，10日下午從文昌市東北部出海。11日10:00在廣東省陽江市海陵島再次登陸，12日14:00在廣東西部近海加強成為2018年第16號臺風貝碧嘉(熱帶風暴級，編號1816)。14日臺風貝碧嘉(1816)在廣東沿海徘徊時，此時南亞高壓逐漸減弱，西西伯利亞冷渦逐漸東移，副熱帶高壓脊減弱東退至120°E附近，17:00臺風貝碧嘉(1816)加強為強熱帶風暴，14日夜間向西偏南方向移動。15日隨著南亞高壓的持續(xù)減弱，副熱帶高壓(簡稱副高)加強西伸，臺風貝碧嘉(1816)位于副高南側，臺風貝碧嘉(1816)北側偏東風加強，在北側偏東風引導下，臺風貝碧嘉(1816)向雷州半島方向移動，21:40在廣東省雷州市沿海登陸，登陸時由強熱帶風暴級減弱為熱帶風暴級，16日02:00移入北部灣，隨后在北部灣東部海面再次加強為強熱帶風暴級，之后穩(wěn)定西行。

1.2 臺風貝碧嘉(1816)降水過程演變特征

8月14—16日受臺風貝碧嘉(1816)影響，海南島出現(xiàn)降水過程，強降水主要出現(xiàn)在海南島北部地區(qū)。14日00:00—15日00:00海南島24 h累積雨量最大值約為50 mm，南部地區(qū)降水相對較弱，24 h累積雨量約為10 mm(圖1a)。隨著臺風發(fā)展加強，降水過程逐漸增強，15日00:00—16日00:00北部地區(qū)24 h累積雨量超過250 mm，其中?？诤屯筒貐^(qū)24 h累積雨量分別為120.9 mm和39.1 mm(圖1b)。由逐小時雨強(圖2)可以看到，?？谡竞屯筒窘邓^程主要分8月14日00:00—16:00和14日20:00—16日00:00兩個階段，其中14日00:00—16:00的降水過程相對較弱，兩站最大雨強分別為4.2 mm·h-1和1.8 mm·h-1，14日20:00—16日00:00降水過程相對較強，?？诤屯筒畲笥陱娍蛇_19.3 mm·h-1和5.7 mm·h-1，此時臺風貝碧嘉(1816)已由熱帶風暴級加強為強熱帶風暴級，移入廣東省湛江市東南方的南海海面上。15日11:00臺風中心位于20.9°N，111.9°E，近中心最大風力為25 m·s-1，中心氣壓為925 hPa，穩(wěn)定西行向雷州半島靠近，對海南島降水的影響最為顯著。

2 觀測數(shù)據(jù)

雷達觀測數(shù)據(jù)來源于海南省?？谑杏狼f氣象觀測站(20.0°N，110.3°E，簡稱?？谡?的S波段單偏振多普勒天氣雷達CINRAD/SA。兩臺OTT-Parsivel二代雨滴譜儀分別位于?？谡竞屯筒h氣象觀測站(19.4°N，110.1°E，簡稱屯昌站)。雨滴譜儀采樣面積為18×3 cm2，等效體積直徑(D，單位：mm)測量范圍為0～26 mm，按非等間距間隔將其分為32個通道，速度(V，單位：m·s-1)測量范圍為0～22.4 m·s-1，同樣按非等間距分為32個速度通道，每次采樣時間間隔60 s，一次采樣間隔內(nèi)的粒子譜數(shù)據(jù)為32×32=1024個。2018年8月14日17:00 臺風貝碧嘉(1816)加強為強熱帶風暴級后向西偏南移動，從廣東省雷州市登陸直至進入北部灣期間，位于其移動路徑左側的海南島受螺旋雨帶影響產(chǎn)生的強降水過程的雨滴譜特征進行觀測，其中海口站位于螺旋雨帶內(nèi)側，相比屯昌站更靠近臺風移動路徑。

3 臺風貝碧嘉(1816)降水云系結構及雨滴譜微物理特征

3.1 臺風貝碧嘉(1816)降水云系結構特征

圖3為2018年8月14日22:09—16日00:35?？谡纠走_組合反射率因子。由圖3可見，14日22:09臺風外圍雨帶的前段已經(jīng)影響海南島東北部，整體以層狀云為主，雨帶北部嵌有回波較強的對流性云塊。至23:35，?？谡竞屯筒居绊懺葡狄廊槐憩F(xiàn)為臺風外圍云系的層狀云，雷達組合反射率因子約為30 dBZ。15日01:38影響?？谡竞屯筒镜慕邓凭詫訝钤茷橹?，伴隨弱對流過程，海口站組合反射率因子為35 dBZ，屯昌站為25 dBZ。隨著臺風中心逐漸向西移動，15日03:35外圍雨帶影響范圍向西南部擴大，影響?？谡竞屯筒镜慕邓葡等砸詫訝钤茷橹鳎?7:34雨帶影響范圍覆蓋整個海南島，開始有對流性云塊影響?？诘貐^(qū)，最大組合反射率因子達60 dBZ；此時影響屯昌站的以層狀云為主，組合反射率因子穩(wěn)定在30 dBZ。15日11:22 外圍雨帶整體結構變得松散，逐漸向西北移出海南島，隨著臺風主體向雷州市靠近，19:34外圍雨帶主體對?？谡竞屯筒镜挠绊憸p弱，此后兩個站點的降水主要來自組合反射率因子低于25 dBZ的尾部殘留云團，15日21:40貝碧嘉(1816)在雷州市登陸，云團強度進一步減弱。臺風貝碧嘉(1816)對海南島降水的影響主要為臺風登陸前的外圍云系，臺風在雷州市登陸后對海南島的影響減弱。

3.2 臺風貝碧嘉(1816)降水云系雨滴譜微物理特征

受設備自身限制和環(huán)境影響，OTT-Parsivel雨滴譜儀在觀測大雨時，無法解決雨滴重疊問題，樣本數(shù)量超過計數(shù)器上限將出現(xiàn)飽和溢出現(xiàn)象，因此對Parsivel雨滴譜儀觀測數(shù)據(jù)質量控制尤為重要[32-36]，分別剔除原始數(shù)據(jù)中D>8 mm的雨滴粒子，因為在自然降水中不會出現(xiàn)大于該粒徑的大雨滴。根據(jù)圖2站點雨量數(shù)據(jù)演變，較強降水過程主要集中在8月15日03:35—8月16日00:36，利用該時段觀測采集的雨滴譜數(shù)據(jù)計算并分析該臺風影響下降水的雨滴譜特征，計算公式見文獻[18]。

3.2.1 降水過程雨滴譜微物理特征演變特征

圖4為8月15日?？谡竞屯筒居甑慰倲?shù)濃度、雨強(I,單位：mm·h-1)、雨滴最大直徑、雨滴平均直徑和雨滴譜逐時間演變。結合圖3可知，8月15日海口站03:35—07:35主要受層狀云影響，03:35海口站以北有顯著的對流回波，但海口站至屯昌站以層狀云為主，最強回波出現(xiàn)在5 km高度，組合反射率因子約為35 dBZ。03:35—07:35，I≤30 mm·h-1，雨滴平均直徑約為1.0 mm，雨滴譜譜型為單峰，峰值出現(xiàn)在D≤1 mm的小雨滴端，雨滴最大直徑達到7.5 mm，僅出現(xiàn)在04:11，04:35和04:36，且數(shù)濃度小于0.5 m-3·mm-1，該時段雨滴總數(shù)濃度約為400 m-3。07:35后高回波強度的對流性云團進入?？谡居^測范圍，?？诘貐^(qū)上空附近云系的最大組合反射率因子達60 dBZ，有45 dBZ左右的強回波懸垂。對流云團影響期間，?？谡居陱姾陀甑慰倲?shù)濃度顯著增加，D>7 mm的大粒子頻繁出現(xiàn)且數(shù)濃度增加至1 m-3·mm-1以上，雨滴總數(shù)濃度和雨強在11:07達到最大值，分別為1106.02 m-3和115.58 mm·h-1。此時雨滴譜仍保持單峰型，D≤1 mm的小雨滴濃度迅速增大，10:48D≤1 mm小雨滴數(shù)濃度瞬時值超過4500 m-3·mm-1，整體譜型拓寬，D為4～8 mm的大粒徑雨滴數(shù)濃度增加。隨著臺風貝碧嘉(1816)向雷州市靠近，11:03外圍雨帶整體結構已出現(xiàn)松散，海口站附近的云系回波組合反射率因子約為50 dBZ。隨著云系主體向海南島西北部移動，15日11:37—16日00:36?？谡靖浇骄M合反射率因子低于35 dBZ，對流強度減弱，組合反射率因子40 dBZ的弱對流和層狀云交替影響，雨滴總數(shù)濃度為400～800 m-3，滴譜明顯變窄，D>2 mm的中大雨滴數(shù)濃度減小，以小雨滴為主，降水減弱，雨強降低至30 mm·h-1以下。

影響屯昌站的降水云系均為組合反射率因子約為35 dBZ的層狀云，由圖4可見，屯昌站的雨強小于?？谡?，平均直徑約為0.8 mm，雨滴最大直徑不超過5 mm，各微物理特征參量演變曲線的峰谷值差距不大，降水分為3個時段：第1段為15日03:35—11:35，第2段為15日11:35—19:35，這兩個時段降水雨滴總數(shù)濃度和雨強曲線峰谷值變化對應較好，雨滴最大直徑為4～5 mm，最大雨強5.81 mm·h-1出現(xiàn)在06:58，兩個時段的雨滴譜型以單峰為主，多峰出現(xiàn)次數(shù)較少，峰值分布在D<1.5 mm的區(qū)間，譜型較?？谡久黠@偏窄，譜寬變化不明顯，雨滴濃度集中在D<1.5 mm的小雨滴端；第3段降水出現(xiàn)在19:35后，此時屯昌站上空雷達回波小于25 dBZ，雨滴平均直徑無變化，但雨滴最大直徑平均值降至1.35 mm，D>2 mm的雨滴數(shù)濃度顯著減少，譜寬進一步縮小。23:35后總數(shù)濃度出現(xiàn)大幅度提升，峰值出現(xiàn)在D≤1 mm的小雨滴端，雨滴總數(shù)濃度突增至2884.48 m-3，最大雨滴D<2 mm，但雨強并未顯著增加，平均雨強為1.1 mm·h-1。

3.2.2 雨滴平均分布譜特征

利用雨滴譜數(shù)據(jù)，分別計算兩個站點的平均譜(圖5)，由圖5可見，?？谡竞屯筒酒骄V呈單峰型，?？谡咀V寬更寬，雨滴最大直徑達到7.5 mm，屯昌站雨滴最大直徑僅為4.25 mm。兩個站點的平均譜峰值均出現(xiàn)在D≤1 mm，?？谡镜姆逯党霈F(xiàn)在0.812 mm，屯昌站的峰值出現(xiàn)在0.437 mm，說明兩個站點降水均以小雨滴為主，但在D<0.5 mm的范圍內(nèi)，屯昌站相比于?？谡居甑螖?shù)濃度更高；隨著雨滴直徑增大，屯昌站雨滴數(shù)濃度迅速減小，但?？谡救源嬖谳^低濃度的大雨滴。綜合分析，此次臺風影響下的降水過程，大雨滴在下落時破碎生成更多小雨滴，導致小雨滴在總雨滴的數(shù)濃度中占主要地位。

為進一步分析降水平均譜在不同雨強下的分布特征，將整個臺風降水過程的雨滴譜數(shù)據(jù)按照雨強I分為6個等級：050 mm·h-1，其中屯昌站雨強最高等級為10 mm·h-1

由圖6可見，隨著雨強的增大，兩個站點不同雨強條件下的譜寬逐漸增大，海口站和屯昌站不同等級雨強的平均譜譜型基本保持單峰。平均譜同一個雨強范圍內(nèi)?？谡镜淖V寬比屯昌站更寬，?？谡镜淖畲笞V寬出現(xiàn)在10 mm·h-150 mm·h-1，而屯昌站出現(xiàn)在2 mm·h-12 mm的平均譜斜率逐漸變小，其中?？谡驹贒>3 mm的大雨滴端平均斜率變化更突出。表明小粒徑雨滴數(shù)濃度增加的同時，伴隨較大粒徑雨滴的出現(xiàn)及其數(shù)濃度的顯著增加才是導致雨強變大的主要原因，海口站相比于屯昌站存在濃度更高、粒徑更大的雨滴，雨強明顯偏高。

3.2.3 不同粒徑雨滴對數(shù)濃度和雨強的貢獻

將雨滴直徑D分為4個等級：03 mm。Ni/Ntot(i=1,2,3,4)代表各等級直徑雨滴數(shù)濃度在總數(shù)濃度中占比，Ii/Itot(i=1,2,3,4)代表各等級直徑的雨滴在總雨強中占比，分析不同粒徑雨滴對總數(shù)濃度和總雨強的貢獻。

由圖7可見，兩個站點雨滴數(shù)濃度在總數(shù)濃度中的占比隨直徑的增大而減小，03 mm雨滴屯昌站的總數(shù)濃度僅為104.08 m-3，占比為0.04%，對于總雨強的貢獻也最少，為3%；而?？谡驹谠摿椒秶目倲?shù)濃度為3610 m-3，占比為3.08%，對總雨強的貢獻卻占56.61%。

4 雨滴譜Gamma參數(shù)分布特征

Ulbrich[37]提出的Gamma分布引入形狀因子反映雨滴變形對雨滴譜的影響，相較于Marshall等[38]提出的M-P分布更能客觀描述雨滴譜譜分布，對各類降水均有較好適應性，被廣泛應用于云物理研究中[39-42]。利用Gamma分布對本次降水過程的雨滴譜進行擬合，表達形式為

N(D)=N0DμeλD。

(1)

式(1)中，N(D)(單位：m-3·mm-1)為空間上單位粒徑間隔和體積內(nèi)的雨滴數(shù)濃度，N0(單位：m-3·mm-1-μ)是與離子濃度相關的參數(shù)，λ(單位：mm-1)是雨滴譜分布的斜率因子，μ是形狀因子，量綱為1。

階矩法廣泛應用于估算Gamma分布的3個參量N0，λ和μ，鄭嬌恒等[43]認為階矩法估算分布參量時不同矩量的選擇對擬合效果有影響，使用低階或高階矩量改善某個量的擬合精度同時會造成穩(wěn)定性降低，中間階量的擬合效果更佳。因此，本文采用二、四、六階矩對Gamma分布的3個參量進行估算[44]，并分別對?？谡竞屯筒镜挠甑巫V進行擬合對比：

?？谡荆篘(D)=517.198D-0.025e-1.43D，

(2)

屯昌站：N(D)=7518.575D1.487e-3.847D。

(3)

式(2)和式(3)給出了海口站和屯昌站的擬合結果。同時，對比圖8擬合譜與觀測譜分布可以發(fā)現(xiàn)，不論是?？谡具€是屯昌站，D<0.5 mm處的擬合譜對雨滴數(shù)濃度有所高估，其中?？谡驹谥睆郊s為1 mm的觀測值略高于擬合值；在D>1 mm處，?？谡竞屯筒镜臄M合結果均與觀測相近，對屯昌站雨滴譜的擬合效果優(yōu)于?？谡?。整體而言，在D≤1 mm的小雨滴端，擬合值與觀測值略有差異，但擬合譜曲線的分布趨勢和峰值變化與觀測基本一致，擬合值與觀測值相關系數(shù)分別為0.79和0.92(達到0.05的顯著性水平)，相關較顯著，能較好反映本次臺風降水的雨滴譜分布。

Gamma函數(shù)中，N0，λ和μ并不是相互獨立的，其中λ和μ存在二項式函數(shù)關系，N0與μ直接相關，且不同地形條件和降水系統(tǒng)間的函數(shù)關系也不盡相同[41,45]。因此，獲取本次降水λ和μ的關系，不僅能提高對海南島臺風降水滴譜分布特征的認識，也可為數(shù)值模式中降水滴譜分布公式的本地化提供參考。

分別對海口站和屯昌站的λ和μ進行擬合，圖9為兩個站點λ和μ的散點分布和擬合關系。由圖9可知，兩站點的λ均隨μ的增大而增大，且隨著μ的增大,屯昌站的離散程度大于海口站；?？谡揪哂懈鼘挼摩讨捣秶嗤讨禇l件下屯昌站λ值更大。兩個站點的λ和μ均存在較好的二項式關系，擬合結果的相關系數(shù)分別為0.98和0.93(達到0.05顯著性水平)。

5 小 結

研究表明：

1) 臺風貝碧嘉(1816)降水在時間和空間上有顯著不對稱性：?？谡臼軐α髟茐K影響，特征參量曲線起伏明顯，時間分布不均，表現(xiàn)為陣性強降水；屯昌站影響云系穩(wěn)定為層狀云，雨滴譜各特征參量曲線波動起伏較?？谡拘∏揖鶆蚝瓦B續(xù)。在雨滴譜演變上，?？谡居甑巫V保持單峰，譜寬較寬；屯昌站雨滴譜以單峰為主，雙峰較少，譜寬較窄。兩個站點的雨滴譜隨雨強增大均在1 mm的直徑范圍出現(xiàn)數(shù)濃度增加，同時譜寬迅速拓寬，大粒徑雨滴數(shù)濃度增加。

2) 整個降水過程?？谡竞屯筒镜钠骄V呈單峰型，峰值出現(xiàn)在D≤1 mm的小雨滴端。?？谡揪哂懈鼘挼淖V分布，屯昌站在D≤1 mm范圍內(nèi)存在更多雨滴。不同等級雨強下，?？谡竞屯筒镜钠骄V基本保持單峰，隨著雨強增大，兩個站點的譜寬拓寬，各尺度雨滴的數(shù)濃度增加，其中?？谡綝>3 mm中大粒徑雨滴端的增幅更明顯，說明中大粒徑雨滴出現(xiàn)和數(shù)濃度顯著增多，且伴隨其他粒徑雨滴數(shù)濃度的增加是導致雨強增大的主要原因。

3) 海口站和屯昌站D≤1 mm的雨滴數(shù)濃度在總數(shù)濃度中占比超過50%，但對總雨強的貢獻小。屯昌站1 mm3 mm的雨滴對總雨強的貢獻達到56.61%。

4) 海口站和屯昌站的Gamma函數(shù)擬合結果較好反映臺風貝碧嘉(1816)降水的雨滴譜特征，斜率因子λ隨形狀因子μ增加而增加，符合二項式分布。

本文基于臺風貝碧嘉(1816)降水過程的觀測數(shù)據(jù)，得到海南島臺風降水不同影響云系下的滴譜分布特征，得到一些有意義的結論。但對降水云中的微物理演變過程還需要借助衛(wèi)星觀測和數(shù)值模式等方法進一步探討。