摘要：雨滴譜是反映降水微物理特征的重要參數(shù)，研究雨滴譜垂直結(jié)構(gòu)特征有助于認(rèn)識降水演變過程和改善雷達(dá)定量降水估計(jì)?；陲鰵w、荊州和南京三站并址觀測的微雨雷達(dá)和二維視頻雨滴譜儀數(shù)據(jù)，探討了2020年梅雨期不同地區(qū)、不同降水強(qiáng)度下的雨滴譜垂直結(jié)構(gòu)特征。結(jié)果表明，雨滴下落過程中，小雨滴的數(shù)濃度和對降水強(qiáng)度的貢獻(xiàn)在減少，中等雨滴和大雨滴的數(shù)濃度和對降水強(qiáng)度的貢獻(xiàn)在增加，最后導(dǎo)致對地面降水強(qiáng)度有最顯著貢獻(xiàn)的是中等雨滴。不同降水強(qiáng)度的雨滴譜垂直結(jié)構(gòu)存在明顯差異，弱降水時(shí)，雨滴譜較窄，雨滴蒸發(fā)和碰并作用相均衡，雨滴譜參數(shù)變化??；強(qiáng)降水時(shí)，雨滴譜明顯拓寬增高，雨滴間存在明顯的碰并過程，中滴和大滴數(shù)濃度隨高度降低而增大，雨滴譜參數(shù)出現(xiàn)明顯變化。統(tǒng)計(jì)分析顯示，雨滴譜有明顯的區(qū)域性差異，秭歸數(shù)濃度最高但雨滴直徑最小，荊州數(shù)濃度中等且雨滴直徑中等，南京數(shù)濃度最低但雨滴直徑最大。不同地區(qū)的μ-Λ關(guān)系具有差異，采用不同地區(qū)構(gòu)建的Z-R關(guān)系估算的降水強(qiáng)度與觀測值比較一致。

關(guān)鍵詞：雨滴譜；微物理過程；Z-R關(guān)系；μ-Λ關(guān)系

中圖分類號：P412.13文獻(xiàn)標(biāo)志碼：ADOI： 10.12406/byzh.2022-244

資助項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（42230612，41620104009）；中國氣象局創(chuàng)新發(fā)展專項(xiàng)（CXFZ2022J010）；湖北省氣象局科技發(fā)展基金項(xiàng)目（2020Z04）；甘肅省青年科技基金計(jì)劃項(xiàng)目（21JR7RA704）；湖北省氣象局科研項(xiàng)目（2023Y18）；湖北省自然科學(xué)基金氣象創(chuàng)新發(fā)展聯(lián)合基金培育項(xiàng)目（2022CFD122）

Vertical structures of raindrop size distributions over the middle and lower reaches of Yangtze River during the Meiyu period in 2020

ZHOU Lingli1， FU Zhikang1， XU Guirong1， WANG Jixin2， WANG Bin1

（1. China Meteorological Administration Basin Heavy Rainfall Key Laboratory/Hubei Key Laboratory for Heavy Rain Monitoring and Warning Research， Institute of Heavy Rain， China Meteorological Administration，Wuhan 430205； 2. Lanzhou Central Meteorological Observatory， Lanzhou 730020）

Abstract： Droplet size distribution （DSD） is an important parameter reflecting microphysical characteristics of rainfalls， research on vertical structures of DSD is helpful to understand rainfall evolution processes and improve radar quantitative precipitation estimations. Vertical structures of DSDs under different rain rates over different regions during the Meiyu period in 2020 have been investigated using the co-lo？ cated two-dimensional video disdrometer （2DVD） and micro rain radar （MRR） at the stations of ZiGui， JingZhou and NanJing. It is found that， when raindrops fall， the number concentration of small raindrops and their contribution to rain rates decrease， while the number concen？ tration of medium and large raindrops and their contribution to rain rates increase， which finally leads to that medium raindrops contribute most significantly to surface rain rates. Vertical structures of DSDs under different rain rates are different. For weak rainfall， there are narrow DSDs and the equilibrium of raindrop evaporation and coalescence causes small variation in DSD parameters. For heavy rainfall， there are significantly widened and increased DSDs， because obvious collision process increases the concentration of medium-large raindrops when raindrops falls and thus causes large variation in DSD parameters. Statistical analysis shows that DSDs present significant difference over dif？ ferent regions： the highest number concentration and the smallest raindrop diameter at ZiGui， medium number concentration and medium di？ ameter at Jinzhou， the lowest number concentration and the largest diameter at Nanjing. Moreover，μ-Λrelationships present regional differ？ ence， and the fitted values of rain rates with local Z-R relationships over different regions agree well with the observations of 2DVD.

Key words： droplet size distribution； microphysical process； Z-R relationship；μ-Λrelationship

引言

雨滴譜分布（Droplet Size Distribution，DSD）是描述雨滴數(shù)濃度隨雨滴直徑變化的函數(shù)，也是計(jì)算反射率因子、降雨率及液態(tài)含水量等降水物理量的最關(guān)鍵信息（Ulbrich，1983；Harikumar et al.，2009）。然而，由于氣候、大氣狀況以及地形條件的差異，DSD呈現(xiàn)明顯的時(shí)空變化特征（Zhang et al.，2003；Chen et al.，2013；Fu et al.，2020）。另外，雨滴在下落過程中受重力、浮力和空氣阻力共同作用，主要發(fā)生碰并、破碎和蒸發(fā)等微物理過程，導(dǎo)致DSD在垂直方向上存在一定差異（Tangetal.，2014）。因此，分析不同地區(qū)的DSD垂直結(jié)構(gòu)特征，對理解降水結(jié)構(gòu)和內(nèi)部微物理特征變化，改進(jìn)適合本地區(qū)的降水估計(jì)算法和數(shù)值預(yù)報(bào)模式具有重要作用。

近些年來，主要有兩類DSD探測設(shè)備被廣泛用于降水DSD特征研究。一類為地面DSD探測設(shè)備，包括撞擊式雨滴譜儀、激光光學(xué)雨滴譜儀及二維視頻雨滴譜儀（付志康等，2022）。Bringi等（2003）利用地面DSD探測設(shè)備研究全球不同氣候區(qū)域的降水，結(jié)果表明對流性降水的DSD有明顯的海陸差異，海洋性降水以高濃度的小雨滴為主，而大陸性降水以低濃度的較大雨滴為主。使用多部地面DSD探測設(shè)備進(jìn)行梯度試驗(yàn)，可以觀測DSD垂直分布，比如李慧等（2018）通過對比黃山山頂、山腰和山底的DSD觀測數(shù)據(jù)，發(fā)現(xiàn)山腰的雨滴直徑大于山頂和山底。另一類為垂直DSD探測設(shè)備，比如垂直指向的微雨雷達(dá)，能反演高時(shí)空分辨率的DSD廓線，且具有無人值守、易于安裝維護(hù)和低功耗低成本的優(yōu)點(diǎn)，已成為研究降水結(jié)構(gòu)和微物理特征的重要手段（Peters et al.，2005）。研究表明，微雨雷達(dá)波長比較短，雷達(dá)回波在強(qiáng)降水時(shí)有衰減（Tokay et al.，2009）；微雨雷達(dá)反演DSD的算法中假設(shè)背景氣流速度為0，對對流降水的探測能力弱于層云降水（溫龍等，2015）；即使有背景氣流的影響，微雨雷達(dá)反演的DSD平均廓線也能有效表征雨滴下落過程中的微物理特征（Zhou et al.，2020）。崔云揚(yáng)等（2018）利用微雨雷達(dá)分析河北冷鋒云系降水，發(fā)現(xiàn)云內(nèi)有云滴與雨滴間的碰并發(fā)生，云外低層雨滴間的碰并作用較強(qiáng)。過去很少進(jìn)行多種儀器的聯(lián)合觀測試驗(yàn)，基本上都只是通過某一種DSD探測設(shè)備分析DSD在地面或空中的演變特征，導(dǎo)致地面DSD很難與對應(yīng)的降水微物理過程聯(lián)系起來，空中DSD演變?nèi)狈?yīng)的地面DSD數(shù)據(jù)。聯(lián)合地面和垂直DSD探測設(shè)備，綜合分析DSD從空中到地面的演變特征，有助于完整地認(rèn)識降水結(jié)構(gòu)及其微物理特征。

每年6—7月，長江中下游地區(qū)進(jìn)入持續(xù)多雨的梅雨期，持續(xù)性暴雨過程頻發(fā)，極易引發(fā)洪澇災(zāi)害，對社會(huì)經(jīng)濟(jì)和人民生命財(cái)產(chǎn)造成嚴(yán)重影響，因此揭示梅雨期降水結(jié)構(gòu)和內(nèi)部微物理特征一直是氣象學(xué)的研究熱點(diǎn)（王永光等，2020）。2020年長江中下游地區(qū)又經(jīng)歷了一次超長梅雨季（6月9日—7月31日），梅雨季長達(dá)52 d，降水總量（753.9 mm）異常偏多1.5倍，為1961年以來歷史最多（張芳華等，2020）。氣象學(xué)者從季節(jié)預(yù)測、大尺度環(huán)流結(jié)構(gòu)、降水極端性特征、天氣學(xué)模型、動(dòng)力學(xué)機(jī)制等方面對2020年梅雨季開展了卓有成效的研究（陳濤等，2020；劉蕓蕓和丁一匯，2020；肖鶯等，2020；楊夢兮等，2020；高琦和姚秀萍，2021）。然而，少有學(xué)者分析此次梅雨期降水的DSD垂直特征。在2020年梅雨期，中國氣象局武漢暴雨研究所開展了長江中下游梅雨鋒暴雨聯(lián)合科學(xué)試驗(yàn)，運(yùn)用地-空-星基觀測手段進(jìn)行了梅雨鋒上下游的聯(lián)合觀測，獲取了大量的梅雨期強(qiáng)降水過程觀測數(shù)據(jù)（李傲等，2020）。試驗(yàn)期間的6月15日—7月20日，在長江中游山地區(qū)域的秭歸站、長江中游內(nèi)陸平原的荊州站、長江下游平原（鄰近東海）的南京站分別布置了微雨雷達(dá)和二維視頻雨滴譜儀，進(jìn)行雨滴譜觀測試驗(yàn)。本文綜合對比秭歸、荊州和南京三站的微雨雷達(dá)和二維視頻雨滴譜儀從3 km高度至地面的DSD探測結(jié)果，旨在考查內(nèi)陸山地、內(nèi)地平原、臨海平原等不同地形和位置的梅雨期降水垂直結(jié)構(gòu)差異，加強(qiáng)對不同地區(qū)梅雨期降水微物理過程的認(rèn)識，改進(jìn)適合本地區(qū)的雷達(dá)定量降水估計(jì)算法。

1觀測區(qū)域及數(shù)據(jù)與方法介紹

1.1觀測區(qū)域

圖1a給出了秭歸（海拔296.5m，110°96’E，30°83’N）、荊州（海拔31 m，112°43’E，30°11’N）和南京（海拔36 m，118°9’E，31°93’N）等三個(gè)沿江站點(diǎn)的地理位置分布。統(tǒng)計(jì)2020年6月15日—7月20日翻斗式雨量計(jì)（Rain Gauge，RG）的小時(shí)降水量顯示，秭歸、荊州、南京的總降水量分別為415.1 mm、565.1 mm、511.6 mm，總降水時(shí)次分別為238 h、207 h、199 h。將小時(shí)降水量分成[0.1， 1） mm、[1， 5） mm、[5， 10） mm、[10， 20） mm、≥20 mm等五個(gè)區(qū)間統(tǒng)計(jì)樣本頻率（圖1b）和降水量貢獻(xiàn)率（圖1c），發(fā)現(xiàn)三站均以[0.1，1） mm降水為主，約占總降水時(shí)次的一半以上，但對總降水量的貢獻(xiàn)較低（<10%）。秭歸[1， 5） mm降水出現(xiàn)頻率較多（37.81%），貢獻(xiàn)了總降水量的60.03%；[10， 20） mm和≥20 mm強(qiáng)降水出現(xiàn)頻率極少，對總降水量貢獻(xiàn)很?。?.38%）。荊州[10， 20） mm降水出現(xiàn)頻率為5.31%，對總降水量的貢獻(xiàn)較大（30.93%）。南京≥20 mm強(qiáng)降水出現(xiàn)頻率為2.01%，對總降水量的貢獻(xiàn)較大（24.96%）?？傮w而言，秭歸降水時(shí)間最長，但降水總量最低；荊州降水總量最高，平均降水強(qiáng)度最大；南京降水時(shí)間最短，但≥20 mm強(qiáng)降水出現(xiàn)頻率和對總降水量的貢獻(xiàn)最高。上述結(jié)果說明，不同地區(qū)的降水強(qiáng)度存在較大的差異，分不同降水強(qiáng)度研究雨滴譜特征有利于理解降水的精細(xì)垂直結(jié)構(gòu)特征及其微物理過程。

1.2數(shù)據(jù)來源及處理

二維視頻雨滴譜儀（Tw° Dimensi°nal Vide° Dis？ dr°meter，2DVD）由奧地利Graz的J°anneum Research生產(chǎn)，通過兩個(gè)攝像頭對高速運(yùn)動(dòng)物體進(jìn)行線形掃描，探測信息包括地面單個(gè)雨滴在兩個(gè)垂直方向上的平面投影圖像及反演出的雨滴等效粒徑、扁平率和降落末速度等，時(shí)間分辨率為1 min （Kruger and Krajews？ ki，2002）。2DVD是目前公認(rèn)的精度最高、測量降水微物理特征量最多的DSD探測設(shè)備。

微雨雷達(dá)（Micr° Rain Rader，MRR）由德國Metek公司生產(chǎn)，工作頻率為24.23 GHz，通過測量回波的多普勒頻移，根據(jù)不同直徑和下降速度關(guān)系推導(dǎo)出DSD垂直結(jié)構(gòu)，進(jìn)而得到0.1～3.1 km高度層的雨水含量、雨滴下降末速度、雷達(dá)反射率、降水強(qiáng)度等物理量，時(shí)間分辨率為1 min，高度分辨率為100 m。值得注意的是，MRR第一層（MRR-100 m）和頂層（MRR-3100 m）數(shù)據(jù)容易受雜波影響而出現(xiàn)誤差，另MRR標(biāo)準(zhǔn)反演算法已經(jīng)對數(shù)據(jù)產(chǎn)品做了噪聲剔除、微波衰減訂正、米散射訂正、空氣密度訂正、雨滴形變訂正、雨滴末速度隨高度變化訂正等（Metek，2017）。

由于每種儀器都有各自的局限，首先使用翻斗式雨量計(jì)（RG）的小時(shí)降水量作為降水觀測的真實(shí)值，對2DVD和MRR的觀測性能進(jìn)行驗(yàn)證。圖2對比秭歸、荊州和南京三站RG與2DVD、RG與MRR-200 m的小時(shí)降水量，發(fā)現(xiàn)2DVD與RG、MRR與RG小時(shí)降水量均具有較好的一致性，平均偏差和根均方誤差較小，相關(guān)系數(shù)不低于0.96，說明2DVD和MRR的觀測性能比較好，可以用于后續(xù)研究。

本文利用MRR和2DVD的觀測數(shù)據(jù)，通過融合處理可以獲得0～3 km范圍的DSD垂直分布。具體融合和質(zhì)控步驟如下：（1）排除2DVD和MRR觀測過程中因斷電和故障等因素造成的缺測。（2） 2DVD觀測的分鐘雨滴總數(shù)不低于10，降水強(qiáng)度不低于0.1 mm·h-1，同時(shí)理論速度-直徑關(guān)系控制在±40%誤差范圍內(nèi)（Th？ urai and Bringi，2005；T°kay and Bash°r，2010）。（3） MRR反演的降水強(qiáng)度高于0.1 mm·h-1但不宜過高（比如500 mm·h-1） （Trid°n et al.，2011）。（4）通過前述質(zhì)控和篩選后，先將2DVD和MRR數(shù)據(jù)進(jìn)行時(shí)間匹配，然后將2DVD的近地面DSD數(shù)據(jù)和MRR的0.1～3 km高度DSD廓線數(shù)據(jù)拼接，最后得到時(shí)間分辨率為1 min、垂直分辨率為100 m的0～3 km的DSD廓線數(shù)據(jù)，用于對比研究秭歸、荊州和南京三站的DSD垂直結(jié)構(gòu)差異。

1.3微物理參量計(jì)算

2分析結(jié)果

2.1不同地區(qū)的DSD垂直結(jié)構(gòu)特征

DSD在垂直方向的演變直接反映了降水粒子在下落過程中經(jīng)歷的碰并、破碎、蒸發(fā)等微物理過程，揭示了云雨轉(zhuǎn)化和降水形成的機(jī)制。圖3為秭歸、荊州和南京三站MRR反演的平均雨滴譜log10N（D）和平均降水率譜RD（D）在雨滴直徑和高度二維空間上的分布。參考仝澤鵬等（2021）方法，將雨滴劃分為小雨滴（D<1 mm）、中等雨滴（1≤D<3 mm）和大雨滴（D>3 mm），分別討論小雨滴、中等雨滴和大雨滴垂直演變特征。從log10N（D）分布看出（圖3a—c），在高度約1 km以上，小雨滴的數(shù)濃度變化不明顯，中等雨滴和大雨滴的數(shù)濃度明顯增加，暗示這里以雨滴收集云滴過程為主；在高度約1 km以下，小雨滴的數(shù)濃度明顯減小，同時(shí)中等雨滴和大雨滴的數(shù)濃度明顯增加，暗示該高度范圍以大雨滴收集小雨滴的過程為主，也伴隨了小雨滴的蒸發(fā)過程（Harikumar et al.，2012）。不同地區(qū)的log10N（D）也有一定差異，南京的雨滴碰并增長作用最顯著，秭歸最緩慢，導(dǎo)致南京中等雨滴和大雨滴的數(shù)濃度增長最明顯，秭歸最弱，這與圖1中南京強(qiáng)降水出現(xiàn)頻率最高而秭歸強(qiáng)降水出現(xiàn)頻率最低相對應(yīng)。

RD（D）表征不同直徑的雨滴對降水強(qiáng)度的貢獻(xiàn)。從RD（D）分布看出（圖3d—f），在雨滴下落過程中，小雨滴對降水強(qiáng)度的貢獻(xiàn)逐漸減小，中等雨滴和大雨滴對降水強(qiáng)度的貢獻(xiàn)逐漸增大。結(jié)合log10N（D）分布可知，雨滴下落過程中的碰并作用導(dǎo)致小雨滴的數(shù)濃度在不斷減少，中等雨滴和大雨滴的數(shù)濃度在不斷增大。由于大雨滴的數(shù)濃度較低，近地面處對降水強(qiáng)度有最顯著貢獻(xiàn)的是中等雨滴。這個(gè)結(jié)論與Tokay等（2013）的結(jié)論一致，中等雨滴對降水強(qiáng)度的貢獻(xiàn)最大，小雨滴和大雨滴對降水強(qiáng)度的影響有限。對比不同地區(qū)的RD（D）發(fā)現(xiàn)，荊州中等雨滴對降水強(qiáng)度的貢獻(xiàn)明顯強(qiáng)于南京和秭歸，這與圖1中荊州平均降水強(qiáng)度最高的結(jié)論一致。

不同降水強(qiáng)度下的DSD分布也有一定的差異，研究DSD隨降水強(qiáng)度的演變有利于理解各微物理過程在不同降水階段所起的作用（仝澤鵬等，2021；楊濤等，2022）。圖4給出了不同地區(qū)、不同降水強(qiáng)度RR下雷達(dá)反射率Ze、平均權(quán)重直徑Dm和標(biāo)準(zhǔn)化截距參數(shù) log10Nw的平均廓線?？傮w來看，Ze和Dm隨RR增加而顯著增大，log10Nw隨RR增加而略微減小，說明降水越強(qiáng)則雨滴的增長作用越顯著，DSD參數(shù)垂直變化越明顯。在RR為[0.1， 1） mm·h-1時(shí)（圖4a1—a3），Dm、log10Nw和Ze隨高度降低而略微減少，這可能與小雨滴的蒸發(fā)有關(guān)；在RR≥1 mm·h-1時(shí)，log10Nw隨高度降低而減少，Dm和Ze隨高度降低而增大。Geoffroy等（2014）基于飛機(jī)觀測數(shù)據(jù)也表明雨滴下落過程中受到碰并、蒸發(fā)和尺度分選的共同影響，雨滴數(shù)濃度減小而平均直徑增加。在RR≥20 mm·h-1時(shí)，Ze隨高度升高而顯著減小，垂直遞減率達(dá)到10 dB·km-1以上，這是強(qiáng)降水中MRR遠(yuǎn)距離回波衰減所致，且這種衰減作用隨高度升高而增大（Peters et al.，2005）。在同等RR下，南京Dm較荊州和秭歸更大，log10Nw較荊州和秭歸更?。磺G州Dm與秭歸類似，但荊州log10Nw較秭歸高；荊州Ze和南京相近，但較秭歸大。RR和Ze均與雨滴直徑和數(shù)濃度相關(guān)，但Ze與雨滴直徑的六次方成正比，RR與雨滴直徑的三次方成正比，因此在Ze相近的情況下，雖然荊州雨滴直徑較南京低，但圖1中荊州平均降水強(qiáng)度較南京高。

2.2近地面DSD變化

對比2DVD和MRR-200 m的DSD參數(shù)可以反映200 m高度到地面的DSD變化特征。圖5為給出秭歸、荊州和南京三站不同降水強(qiáng)度RR下MRR-200 m和2DVD的雨滴譜log10N（D）和降水率譜RD（D）平均分布，可以看出，隨RR增大，log10N（D）和RD（D）曲線的寬度在擴(kuò)展，同時(shí)峰值在變大。對比MRR-200 m和2DVD的log10N（D），發(fā)現(xiàn)在相同RR下，MRR-200 m觀測到的小雨滴數(shù)濃度略高于2DVD，但觀測到的大雨滴數(shù)濃度明顯低于2DVD，這暗示近地層大雨滴收集小雨滴的碰并增長作用和小雨滴的蒸發(fā)作用（Rosenfeld and Ulbrich，2003）。對比MRR-200 m和2DVD的RD（D），發(fā)現(xiàn)隨RR增加，RD（D）峰值向右移，說明大雨滴的數(shù)濃度在增加，大雨滴對總降水量的貢獻(xiàn)在增加，另外MRR-200 m和2DVD的RD（D）在RR<5 mm·h-1時(shí)差異不大，但在RR≥5 mm·h-1時(shí)差異較大。進(jìn)一步對比不同地區(qū)的log10N（D）和RD（D）發(fā)現(xiàn)，在相同RR下南京和荊州2DVD探測到大雨滴的log10N（D）較秭歸站高，荊州和南京2DVD的RD（D）較MRR-200 m是向右偏移的，尤其是在RR≥20 mm·h-1時(shí)，荊州和南京MRR-200 m和2DVD的log10N（D）和RD（D）差異更大，這說明強(qiáng)降水時(shí)荊州和南京在200 m到地面的DSD垂直變化較秭歸明顯。綜上，雨滴在200 m到地面降落過程中的DSD差異會(huì)對降水強(qiáng)度產(chǎn)生影響，荊州和南京的DSD變化較秭歸更顯著。

圖6對比了不同降水強(qiáng)度RR下秭歸、荊州和南京三站MRR-200 m和2DVD反演的標(biāo)準(zhǔn)化截距參數(shù)log10Nw，平均權(quán)重直徑Dm和雷達(dá)反射率Ze的樣本頻數(shù)分布。由圖看出，隨RR增加，Dm和Ze曲線有右移的趨勢，說明降水越強(qiáng)則雨滴的平均權(quán)重直徑和雷達(dá)反射率越大；log10Nw曲線的變化范圍有變窄的趨勢，這是因?yàn)镚amma分布的濃度參數(shù)隨RR增加逐漸達(dá)到平衡狀態(tài)（Islam et al.，2012）。在RR<10 mm·h-1時(shí)，MRR-200 m和2DVD反演的log10Nw、Dm和Ze曲線較為一致；在RR≥10 mm·h-1時(shí)，log10Nw、Dm和Ze曲線出現(xiàn)一些差異。尤其在RR≥20 mm·h-1時(shí)，2DVD的log10Nw（Dm）曲線位于MRR-200 m的左（右）側(cè)，南京MRR-200 m和2DVD的Ze曲線差異更為明顯，這是因?yàn)閆e與雨滴直徑的六次方成正比，南京的雨滴直徑較秭歸和荊州更大，導(dǎo)致南京Ze明顯增長。

分不同降水強(qiáng)度對比2020年梅雨期秭歸、荊州和南京三站2DVD觀測的地面DSD特征，如圖7所示?？梢钥吹剑SRR增加，Dm和Ze有明顯增加，而log10Nw變化不大且波動(dòng)范圍變小。對比不同地區(qū)的Dm和log10Nw，發(fā)現(xiàn)秭歸log10Nw最高，其次是荊州，南京最低；秭歸Dm最低，荊州Dm中等，南京Dm最高；Ze變化趨勢與Dm類似。這與李山山等（2020）研究結(jié)果一致，秭歸在較高海拔地區(qū)，由于雨滴下落路徑短，碰并作用影響較小，與低海拔的荊州和南京相比有高數(shù)濃度的小雨滴。另外，Islam等（2012）分析表明，相同降水強(qiáng)度區(qū)間內(nèi)，暖濕狀況下的雨滴直徑較干冷狀況時(shí)大。南京的大氣環(huán)境較荊州更溫暖濕潤，導(dǎo)致南京雨滴直徑更大。秭歸、荊州和南京三站2DVD觀測的降水參數(shù)統(tǒng)計(jì)均值如表1所示，秭歸、荊州和南京的RR分別為2.75 mm·h-1、3.93 mm·h-1、3.79 mm·h-1，Dm分別為0.92 mm、1.05 mm、1.20mm，log10Nw分別為4.03m-3·mm-1、3.91 m-3·mm-1、3.66 m-3·mm-1。綜上所述，秭歸數(shù)濃度最高但雨滴直徑最小，平均降水強(qiáng)度最低；荊州數(shù)濃度中等且雨滴直徑中等，平均降水強(qiáng)度最高；南京數(shù)濃度最低但雨滴直徑最大，平均降水強(qiáng)度中等；這與圖1b、c中三站降水樣本數(shù)頻率和降水量貢獻(xiàn)率的差異是吻合的。

2.3μ-Λ關(guān)系和Z-R關(guān)系

分析μ-Λ關(guān)系可以將Gamma分布簡化為雙參，描述降水的DSD變化。Ulbrich （1983）提出的ΛDm=4+μ關(guān)系，表明μ-Λ關(guān)系與雨滴尺度有關(guān)，在相同Λ下，μ越高則Dm越大。Zhang等（2003）對1998年佛羅里達(dá)夏季DSD資料進(jìn)行分析發(fā)現(xiàn)，降水較弱時(shí)，Λ和μ的數(shù)據(jù)質(zhì)量較差，另Λ>20 mm-1時(shí)DSD表征觀測誤差而不是降水物理性質(zhì)。為保證μ-Λ關(guān)系的可靠性，參考Zhang等（2003）的方法，只保留RR>5 mm·h-1、Nt>1 000m-3且Λ<20mm-1的2DVD觀測數(shù)據(jù)，用最小二乘法擬合了秭歸、荊州和南京三站的μ-Λ關(guān)系。如圖8所示，不同地區(qū)降水的μ-Λ關(guān)系均具有較好的二項(xiàng)式關(guān)系，秭歸為μ=-0.019Λ2+ 0.963Λ-2.005，荊州為μ=-0.014Λ2+0.892Λ-1.595，南京為μ=-0.013Λ2+0.945Λ-2.071。不同地區(qū)的μ-Λ關(guān)系有差異，在Λ<7 mm-1，南京和秭歸的μ-Λ曲線幾乎重合，荊州的μ-Λ曲線位于其上方，表明相同Λ下，荊州μ和Dm更大；在Λ>7 mm-1時(shí)，荊州μ-Λ曲線位于南京和秭歸之間，表明相同Λ下，南京μ和Dm最大，秭歸μ和Dm最小。以上分析表明，μ-Λ關(guān)系具有區(qū)域性差異，這種差異表征了不同地區(qū)DSD的平均物理特征有所不同，這也暗示著雷達(dá)定量降水估計(jì)算法可能具有區(qū)域差異。

目前廣泛使用的雷達(dá)定量降水估計(jì)算法是Z-R關(guān)系（Z=aRb），Altas等（1999）統(tǒng)計(jì)了不同降水過程Z-R關(guān)系，發(fā)現(xiàn)不同地區(qū)的a和b不同，Rosenfeld等（1993）在估算熱帶降水系統(tǒng)時(shí)使用Z=250R1.2，Chen等（2013）建議中國東部地區(qū)梅雨期對流降水使用Z=368R1.21。本文僅保留RR>5 mm·h-1且Nt>1 000 m-3的2DVD數(shù)據(jù)，統(tǒng)計(jì)2020年梅雨期秭歸、荊州和南京三站的Z-R關(guān)系（圖9）。如圖9a所示，秭歸、荊州和南京三站的a值分別為81、104和227，b值分別為1.57、1.57和1.40，秭歸和荊州的Z-R關(guān)系與南京差異較大，南京與Chen等（2013）擬合的2009—2011年梅雨期南京對流降水的Z-R關(guān)系（虛線，Z=368R1.21）也有顯著差異。Maki等（2001）研究指出在b值相同時(shí)，a值越大表示雨滴直徑越大。秭歸和荊州的b值接近，但是荊州的a值高于秭歸，說明荊州的雨滴直徑大于秭歸，這與前文的討論一致。南京Z-R關(guān)系基本位于其他兩站的左上側(cè)，這是因?yàn)槟暇┑挠甑沃睆礁?，因而對于給定的RR，南京的Z更強(qiáng)。圖9b給出了秭歸、荊州和南京三站降水強(qiáng)度擬合值RRfit和觀測值RRobs之間的平均相對偏差Rbias（Rbias=（RRfit-RRobs）/RRobs）分布，RRfit是由2DVD雷達(dá)反射率根據(jù)Z-R關(guān)系計(jì)算出的降水強(qiáng)度，RRobs是根據(jù)2DVD雨滴譜計(jì)算的降水強(qiáng)度參考值。由圖看出，用Chen等（2013）的Z-R關(guān)系計(jì)算的Rbias變化范圍較大（-50%～50%），用本文Z-R關(guān)系計(jì)算的Rbias變化范圍較小（-10%～10%），說明本地DSD觀測數(shù)據(jù)構(gòu)建的Z-R關(guān)系更適用。Chen等（2013）的RRfit在弱降水（RR<5 mm·h-1）時(shí)有明顯偏差，這可能是因?yàn)镃hen等（2013）的Z-R關(guān)系是建立在對流降水上的；但即使對相同地區(qū)（南京）的強(qiáng)降水（RR≥20 mm·h-1），Chen等（2013）的RRfit也會(huì)隨降水強(qiáng)度增加而出現(xiàn)越來越顯著的高估，這說明Z-R關(guān)系的適用性仍有不確定因素存在，譬如降水系統(tǒng)差異、水汽差異、降水動(dòng)力條件差異等。為了評估新Z-R關(guān)系的反演效果，表2給出了秭歸、荊州和南京三站RRfit和RRobs的對比統(tǒng)計(jì)結(jié)果，可以發(fā)現(xiàn)秭歸、荊州和南京三站的平均相對偏差分別為3.54%、3.98%和5.41%，均方根誤差分別為4.67 mm·h-1、6.69 mm·h-1和7.81 mm·h-1，相關(guān)系數(shù)分別為0.91、0.94和0.89，說明秭歸、荊州和南京三站Z-R關(guān)系擬合效果比較好，有助于提高該地區(qū)雷達(dá)定量降水估算的準(zhǔn)確性。

3結(jié)論與討論

2020年梅雨期，長江中下游地區(qū)的降水有明顯空間差異，對比分析不同地區(qū)的雨滴譜特征有利于更好地理解降水微物理特征并提高雷達(dá)估測降水精度。本文利用2020年梅雨期（6月15日—7月20日）秭歸、荊州和南京三站微雨雷達(dá)（MRR）和二維視頻雨滴譜儀（2DVD）的并址觀測數(shù)據(jù)，探討了梅雨期不同地區(qū)、不同降水強(qiáng)度下的雨滴譜（DSD）垂直結(jié)構(gòu)特征。主要結(jié)論如下：

（1）不同地區(qū)的DSD均表現(xiàn)為小雨滴的數(shù)濃度在各高度層最大，其次是中等雨滴，大雨滴的數(shù)濃度最小。雨滴下落過程中，小雨滴的數(shù)濃度及其對降水強(qiáng)度的貢獻(xiàn)均逐漸減少，中等雨滴的數(shù)濃度及其對降水強(qiáng)度的貢獻(xiàn)均逐漸增加，大雨滴的數(shù)濃度及其對降水強(qiáng)度的貢獻(xiàn)均最小。相較而言，對地面降水強(qiáng)度有最顯著貢獻(xiàn)的是中等雨滴。

（2）不同降水強(qiáng)度下DSD的垂直分布呈現(xiàn)差異。弱降水時(shí)，DSD譜寬較窄，雨滴蒸發(fā)和碰并作用相均衡，DSD參數(shù)在垂直方向上變化較?。恢械葟?qiáng)度降水時(shí)，雨滴間碰并作用增加，中滴和大滴數(shù)濃度隨高度降低而增大；強(qiáng)降水時(shí)，DSD譜寬明顯拓寬且峰值增大，雨滴間存在明顯的碰并過程，DSD參數(shù)在垂直方向上顯著變化。

（3）不同地區(qū)的DSD具有差異。秭歸數(shù)濃度最高但雨滴直徑最小，平均降水強(qiáng)度最?。磺G州數(shù)濃度中等且雨滴直徑中等，平均降水強(qiáng)度最大；南京數(shù)濃度最低但雨滴直徑最大，強(qiáng)降水出現(xiàn)率高。統(tǒng)計(jì)分析發(fā)現(xiàn)不同地區(qū)μ-Λ關(guān)系具有差異，這可能會(huì)導(dǎo)致Z-R關(guān)系也具有區(qū)域差異?；?DVD數(shù)據(jù)分別擬合秭歸、荊州和南京三站Z-R關(guān)系，其得到的降水強(qiáng)度估算值與觀測值吻合較好。

本文的研究證明DSD隨不同地區(qū)、降水強(qiáng)度有明顯的變化，分析不同地區(qū)、不同降水強(qiáng)度下的DSD垂直特征對于提高雷達(dá)定量估測降水的精度、改進(jìn)模式中的降水參數(shù)化方案有重要意義。另有分析指出氣候條件、水汽條件、降水性質(zhì)和氣溶膠濃度等自然和人為因素都會(huì)通過熱動(dòng)力和云微物理過程對DSD產(chǎn)生不同的程度影響（Rosenfeld and Ulbrich，2003）。Oue等（2012）對比梅雨帶層云降水中嵌入的對流單體和鋒面南側(cè)的對流降水的微物理特征，發(fā)現(xiàn)層云中嵌入的對流單體的雨滴直徑偏小，數(shù)濃度偏高。Zhou等（2020）研究指出層云降水（對流降水）的平均雨滴直徑較?。ù螅?，數(shù)濃度較高（低），降水強(qiáng)度較低（高）。肖之盛等（2022）分析了氣溶膠污染與華北地區(qū)對流降水和層云降水的關(guān)系，發(fā)現(xiàn)相較于清潔空氣，污染狀態(tài)下的對流降水具有粒徑小但數(shù)濃度高的降水粒子，氣溶膠污染與層云降水不存在明顯相關(guān)。此外，影響不同地區(qū)DSD差異的因素還可能與不同地區(qū)的城市化有關(guān)。Liang和Ding （2017）研究證明，近20～30 a迅速的城市化過程改變了城區(qū)和郊區(qū)的熱平衡與水分平衡，熱島效應(yīng)導(dǎo)致城市極端降水頻率和強(qiáng)度增加。相較于秭歸和荊州，南京的城市化程度更高，強(qiáng)降水出現(xiàn)率更高，加之南京對流活動(dòng)更活躍，降水粒子更易碰并增長。2020年長江中下游梅雨鋒暴雨聯(lián)合科學(xué)試驗(yàn)美中不足的一點(diǎn)是，荊州和南京之間的地理位置相距過遠(yuǎn)，未來可在咸寧和壽縣開展雨滴譜協(xié)同觀測試驗(yàn)，獲取更具代表性的長江中下游DSD資料。還需要指出的是，降水是云中微物理過程的最終產(chǎn)物，僅僅通過DSD資料不能完全了解降水形成的微物理機(jī)制，未來還需要結(jié)合云模式、雷達(dá)觀測等方式，從天氣動(dòng)力分析的角度進(jìn)一步分析梅雨期降水的物理機(jī)制。

參考文獻(xiàn)（References）：

陳濤，張芳華，于超，等.2020.2020年6—7月長江中下游極端梅雨天氣特征分析[J].氣象，46（11）：1415-1426. Chen T， Zhang F H， Yu C， et al. 2020. Synoptic analysis of extreme Meiyu precipitation over Yangtze River Basin during June-July 2020 [J]. Meteorological Monthly，46（11）： 1415-1426 （in Chinese）. doi：10.7519/j.issn.1000-0526.2020.11.003

崔云揚(yáng)，周毓荃，蔡淼.2019.利用微雨雷達(dá)研究一次冷鋒云系降水的垂直結(jié)構(gòu)分布及演變特征[J].大氣科學(xué)，43（3）：618-633. Cui Y Y， Zhou Y Q， Cai M. 2019. Vertical structure and evolution of precipitation associated with clouds along a cold front based on micro rain radar observations [J]. Chinese Journal of Atmospheric Sciences，43（3）： 618-633 （in Chinese）. doi：10.3878/j.issn.1006-9895.1804.17307

付志康，萬蓉，肖艷姣，等.2022.業(yè)務(wù)DSG5型降水現(xiàn)象儀與Parsivel降水滴譜儀測量參數(shù)對比分析[J].暴雨災(zāi)害，41（4）：434-444. Fu Z K， Wan R，XiaoYJ，etal.2022.Comparisonofprecipitationmeasurement by DSG5 and Parsivel present weather instrument [J]. Torrential Rain and Disasters，41（4）：434-444 （in Chinese）. doi：10.3969/j.issn.1004-9045.2022.04.008

高琦，姚秀萍.2021.2020年長江中下游梅汛期干冷空氣演變特征及其作用分析[J].暴雨災(zāi)害，40（4）：342-351. Gao Q， Yao X P. 2021. Evolution characteristics and effect on precipitation of dry cold air in the middle and lower reaches of the Yangtze River during 2020 Meiyu period [J]. Torrential Rain and Disasters，40（4）：342-351 （in Chinese）. doi：10.3969/j.issn.1004-9045.2021.04.002

李傲，王斌，王曉芳，等.2020.2020年長江中下游梅雨鋒暴雨聯(lián)合科學(xué)試驗(yàn)[J].氣象科技進(jìn)展，10（5）：167-168. Li A， Wang B， Wang X F， et al. 2020. The Integrative Monsoon Frontal Rainfall Experiment over the middle and lower reaches of the Yangtze River Valley in 2020 [J]. Advances in Meteorological Science and Technology，10（5）：167-168（in Chinese）. doi：10.3969/j.issn.2095-1973.2020.05.026

李慧，銀燕，單云鵬，等.2018.黃山層狀云和對流云降水不同高度的雨滴譜統(tǒng)計(jì)特征分析[J].大氣科學(xué)，42（2）：268-280. Li H， Yin Y， Shan Y P， et al. 2018. Statistical characteristics of raindrop size distribution for stratiform and convective precipitation at different altitudes in Mt. Huangshan [J]. Chinese Journal of Atmospheric Sciences，42（2）： 268-280 （in Chinese）. doi：10.3878/j.issn.1006-9895.1705.16291

李山山，王曉芳，萬蓉，等.2020.青藏高原東坡不同海拔區(qū)域的雨滴譜特征[J].高原氣象，39（5）：899-911. Li S S， Wang X F， Wan R， et al. 2020. The Characteristics of Raindrop Spectrum in Different Altitude Region on the Eastern Slope of Qinghai-Xizang Plateau [J]. Plateau Meteorology，39（5）：899-911 （in Chinese）. doi：10.7522/j.issn.1000-05 34.2019.00086

劉蕓蕓，丁一匯.2020.2020年超強(qiáng)梅雨特征及其成因分析[J].氣象，46（11）： 1393-1404. Liu Y Y， Ding Y H. 2020. Characteristics and possible causes for the extreme Meiyu in 2020 [J]. Meteorological Monthly，46（11）：1393-1404 （in Chinese）. doi：10.7519/j.issn.1000-0526.2020.11. 001

仝澤鵬，楊蓮梅，曾勇，等.2021.利用微雨雷達(dá)研究伊寧地區(qū)一次大雨過程的雨滴譜垂直演變特征[J].干旱氣象，39（2）：279-287. Tong Z P， Yang L M， Zeng Y， et al. 2021. Vertical Characteristics of Raindrop Size Distribution During a Heavy Rain in Yining of Xinjiang Based on Micro-rain Radar Data [J]. Journal of Arid Meteorology，39（2）： 279-287（inChinese）. doi：10.11755/j.issn.1006-7639（2021）-02-0279

王永光，婁德君，劉蕓蕓.2020. 2020年長江中下游梅汛期降水異常特征及其成因分析[J].暴雨災(zāi)害，39（6）：549-554. Wang Y G， Lou D J， Liu Y Y. 2020. Characteristics and causes analysis of abnormal Meiyu rainfall in the middle and lower reaches of Yangtze River Valley in 2020 [J]. Torrential Rain and Disasters，39（6）：549-554 （in Chinese）. doi：10.3969/j.issn.1004-9045.2020.06.001

溫龍，劉溯，趙坤，等.2015.兩次降水過程的微降雨雷達(dá)探測精度分析[J].氣象.41（5）：577-587. Wen L. Liu S， Zhao K， et al. 2015. Precision evaluation of micro-rain radar observation in two precipitation events [J]. Meteorological Monthly，41（5）：577-587 （in Chinese）. doi： 10.7519/j.issn.1000-0526.2015.05.006

肖鶯，杜良敏，高雅琦.2020. 2020年湖北梅雨異常特征及成因分析[J].暴雨災(zāi)害，39（6）：571-577. Xiao Y， Du L M， Gao Y Q. 2020. Characteristics and cause analysis of Meiyu anomaly over Hubei Province in 2020 [J]. Torrential Rain and Disasters，39（6）：571-577 （in Chinese）. doi：10.3969/j.issn.1004-9045.2020.06.004

肖之盛，繆育聰，朱少斌，等.2022.華北地區(qū)秋冬季氣溶膠污染與不同類型降水的關(guān)系[J].氣象學(xué)報(bào)，80（6）：986-998. Xiao Z S， Miao Y C， Zhu S B， et al. 2022. The relationship between aerosol pollution and different precipitation types in autumn and winter in North China [J]. Acta Meteorologica Sinica，80（6）：986-998 （in Chinese）. doi：10.11676/ qxxb2022.066

楊夢兮，劉梅，柯丹，等.2020.2020年江淮地區(qū)梅雨異常的成因分析[J].暴雨災(zāi)害，39（6）：555-563.YangMX，LiuM，KeD，etal.2020.Causeanalysis of Meiyu anomaly in Jianghuai region in 2020 [J]. Torrential Rain and Disasters，39（6）：555-563 （in Chinese）. doi：10.3969/j.issn.1004-9045.2020.06.002

楊濤，張祖熠，楊蓮梅.2022.基于雨強(qiáng)分級的烏魯木齊雨滴譜特征研究[J].沙漠與綠洲氣象，16（4）：64-71.Yang T， Zhang Z Z， Yang L M. 2022. Microphysical Characteristics of Raindrop Size Distribution Based on Rain Intensity in Urumqi [J]. Desert and Oasis Meteorology， 16（4）：64-71 （in Chinese）. doi： 10.12057/j.issn.1002-0799.2022.04. 009

張芳華，陳濤，張芳，等.2020.2020年6—7月長江中下游地區(qū)梅汛期強(qiáng)降水的極端性特征[J].氣象，46（11）：1405-1414. Zhang F H， Chen T， Zhang F， et al. 2020. Extreme features of severe precipitation in Meiyu period over the middle and lower reaches of Yangtze River Basin in June-July 2020 [J]. Meteorological Monthly，46（11）：1405-1411 （in Chinese）. doi：10.7519/j.issn.1000-0526.2020.11.002

Atlas D， Srivastava R C， Sekhon R S. 1973. Doppler radar characteristics of precipitation at vertical Incidence [J]. Reviews of Geophysics，11（1）： 1-35. doi：10.1029/RG011i001p00001

Atlas D， Ulbrich C W， Marks F D， et al. 1999. Systematic variation of drop size and radar-rainfall relations [J]. Journal of Geophysical Research， 104（D6）：6155. doi：10.1029/1998JD200098

Bringi V N， ChandrasekarV，HubbertJ，etal.2003.RaindropSizeDistribution in Different Climatic Regimes from Disdrometer and Dual-Polarized Radar Analysis [J]. Journal of the Atmospheric Sciences，60：354-365. doi：10.1175/1520-0469（2003）060<0354：RSDIDC>2.0.CO；2

Cao Q， Zhang G. 2009. Errors in Estimating Raindrop Size Distribution Parameters Employing Disdrometer and Simulated Raindrop Spectra [J]. Journal of Applied Meteorology and Climatology，48：406-425. doi： 10.1175/2008JAMC2026.1

Chen B， Yang J， Pu J. 2013. Statistical characteristics of raindrop size distribution in the Meiyu season observed in eastern China [J]. Journal of the Meteorological Society of Japan Series II，91（2）：215-227. doi： 10.3390/rs11040432

Fu Z， Dong X， Zhou L， et al. 2020. Statistical Characteristics of Raindrop Size Distributions and Parameters in Central China During the Meiyu Seasons [J]. Journal of Geophysical Research： Atmospheres，125（19）. doi：10.1029/2019JD031954

Harikumar R， Sampath S， Kumar V. 2009. An empirical model for the variation of rain drop size distribution with rain rate at a few locations in southern India [J]. Advances in Space Research，43：837-844. doi： 10.1016/j.asr.2008.11.001

Harikumar R， Sampath S， Kumar S V. 2012. Altitudinal and temporal evolution of raindrop size distribution observed over a tropical station using a K-band radar [J]. International Journal of Remote Sensing，33（10）：3286-3300. doi：10.1080/01431161.2010.549853

Islam T， Rico-Ramirez A M， Han D， et al. 2012. Performance evaluation of the TRMM precipitation estimation using ground-based radars from the GPM validation network [J]. Journal of Atmospheric and Solar-Terrestrial Physics，77：194-208. doi：10.1016/j.jastp.2012.01.001

Kruger A， Krajewski W F. 2002. Two-dimensional video disdrometer： A description [J]. Journal of Atmospheric and Oceanic Technology，19（5）. doi：10.1175/1520-0426（2002）019<0602：TDVDAD>2.0.CO；2

Liang P， Ding Y， Center S C， et al. 2017. The Long-term Variation of Extreme Heavy Precipitation and Its Link to Urbanization Effects in Shanghai during 1916-2014 [J]. Advances in Atmospheric Sciences， 34：321-334. doi： 10.1007/s00376-016-6120-0

Maki M， Keenan T D， Sasaki Y， et al. 2001. Characteristics of the raindrop size distribution in tropical continental squall lines observed in Darwin， Australia [J]. Journal of Applied Meteorology，40（8）：1393-1412. doi：10.1175/1520-0450（2001）040<1393：COTRSD>2.0.CO；2

Metek. 2017. Micro-rain-radar MRR-2 and MRR-PRO： A tutorial [M]. Elmshorn： Metek mbH. https：//data.eol.ucar.edu/datafile/nph-get/ 612.015/2018-0206-MRR_tutorial.pdf

Oue M， Uyeda H， Shusse Y. 2010. Two types of precipitation particle distribution in convective cells accompanying a Baiu frontal rainband around Okinawa Island， Japan [J]. Journal of Geophysical Research Atmospheres，115（D02）. doi：10.1029/2009JD011957

Peters G， Fischer B， Monster H， et al. 2005. Profiles of Raindrop Size Distributions as Retrieved by Microrain Radars [J]. Journal of Applied Meteorology，44：1930-1949. doi：10.1175/JAM2316.1

Rosenfeld D， Ulbrich C W. 2003. Cloud microphysical properties， processes， and rainfall estimation opportunities [J]. Meteorological Monographs，30（52）：237-258. doi：10.1175/0065-9401（2003）030<0237：CM PPAR>2.0.CO；2

Rosenfeld D， Wolff D， Atlas D. 1993. General probability-matched relations between radar reflectivity and rain rate [J]. Journal of Applied Meteorology，32（1）：50-72. doi：10.1175/1520-0450（1993）032<0050：G PMRBR>2.0.CO；2

Sch？nhuber M， Lammer G， Randeu W L. 2007. One decade of imaging precipitation measurement by 2D-video-distrometer [J]. Advances in Geosciences，10：85-90. doi：10.5194/adgeo-10-85-2007

Tang Q， Xiao H， Guo C， et al. 2014. Characteristics of the raindrop size distributions and their retrieved polarimetric radar parameters in northern and southern China [J]. Atmospheric Research， 135（1）：59-75. doi： 10.1016/j.atmosres.2013.08.003

Testud J， Oury S， Black R A， et al. 2001. The concept of“normalized”dis- tribution to describe raindrop spectra： A tool for cloud physics and cloud remote sensing [J]. Journal of Applied Meteorology and Climatology，40：1118-1140. doi：10.1175/1520-0450（2001）040<1118：TCO NDT>2.0.CO；2

Thurai M， Bringi V N， Petersen W A， et al. 2013. Drop shapes and fall speeds in rain： Two contrasting examples [J]. Journal of Applied Meteorology and Climatology， 52（11）：2567-2581. doi：10.1175/JAMC-D-12-085.1

Tokay A， Bashor P G. 2010. An experimental study of small-scale variability of raindrop size distribution [J]. Journal of Applied Meteorology and Climatology，49（11）：2348-2365. doi：10.1175/2010JAMC2269.1

Tokay A， Hartmann P， Battaglia A， et al. 2009. A Field Study of Reflectivity and Z-R Relations Using Vertically Pointing Radars and Disdrometers [J]. Journal of Atmospheric and Oceanic Technology， 26（6）： 1120-1134. doi：10.1175/2008JTECHA1163.1

Tokay A， Petersen W A， Gatlin P， et al. 2013. Comparison of raindrop size distribution measurements by collocated disdrometers [J]. Journal of Atmospheric and Oceanic Technology，30（8）：1672-1690. doi：10.1175/ JTECH-D-12-00163.1

Tridon F， Baelen J V， Pointin Y. 2011. Aliasing in micro rain radar data due to strong vertical winds [J]. Geophysical Research Letters， 38（2）： 79-89

Ulbrich C W. 1983. Natural variations in the analytical form of the raindrop size distribution [J]. Journal of Climate and Applied Meteorology，22（10）：1764-1775. doi：10.1175/1520-0450（1983）022<1764：NVITAF> 2.0.CO；2

Vivekanandan J， Zrnic D S， Ellis S M， et al. 1999. Cloud Microphysics Retrieval Using S-Band Dual-Polarization Radar Measurements [J]. Bulletin of the American Meteorological Society， 80（3）：381-388. doi： 10.1175/1520-0477（1999）080<0381：CMRUSB>2.0.CO；2

Zhang G， Vivekanandan J， Brandes E A， et al. 2003. The shape-slope relation in observed Gamma raindrop size distributions： Statistical error or useful information？ [J]. Journal of the Atmospheric Sciences，20： 1106-1119.doi：10.1175/1520-0426（2003）020<1106：TSRIOG>2.0. CO；2

Zhou L， Dong X， Fu Z， et al. 2020. Vertical distributions of raindrops and Z-R relationships using Microrain Radar and 2-D-Video Distrometer measurements during the Integrative Monsoon Frontal Rainfall Experiment （IMFRE） [J]. Journal of Geophysical Research： Atmospheres， 125（3）. doi：10.1029/2019JD031108

（責(zé)任編輯唐永蘭）