摘要 利用2019—2020年夏季的江蘇省自動(dòng)站和雨滴譜站網(wǎng)觀測(cè)資料，從不同天氣類型（梅雨和臺(tái)風(fēng)）和級(jí)別（20～50和>50 mm·h-1）將短時(shí)強(qiáng)降水區(qū)分為梅雨20、梅雨50、臺(tái)風(fēng)20以及臺(tái)風(fēng)50四種類型，對(duì)比分析了其雨滴譜（DSD，raindrop size distribution）特征之間的差異。統(tǒng)計(jì)結(jié)果表明：梅雨型強(qiáng)降水的雨滴平均粒徑（數(shù)濃度）明顯高于（低于）臺(tái)風(fēng)型強(qiáng)降水。臺(tái)風(fēng)型強(qiáng)降水的小雨滴（粒徑≤2 mm）對(duì)降水的貢獻(xiàn)率明顯高于梅雨型。此外，隨著降水強(qiáng)度的增加，梅雨50相對(duì)梅雨20的大雨滴數(shù)濃度有明顯增長(zhǎng)，雨滴平均粒徑明顯增大;臺(tái)風(fēng)50相對(duì)臺(tái)風(fēng)20的雨滴數(shù)濃度明顯增加，粒徑增長(zhǎng)不明顯。因此，臺(tái)風(fēng)不同級(jí)別強(qiáng)降水均主要由高濃度的小粒徑雨滴貢獻(xiàn)，而梅雨極端強(qiáng)降水則由更多大雨滴貢獻(xiàn)，DSD特征更為復(fù)雜。選取的典型個(gè)例也觀測(cè)到類似的結(jié)果，表明梅雨型強(qiáng)降水的雨滴譜變化相對(duì)臺(tái)風(fēng)型更為明顯。

關(guān)鍵詞短時(shí)強(qiáng)降水;雨滴譜;梅雨;臺(tái)風(fēng);江蘇

2024-04-22收稿，2024-06-20接受

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2022YFC3003904）;中國(guó)氣象局揭榜掛帥項(xiàng)目（CMAJBGS202211）;中國(guó)氣象科學(xué)研究院基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目（2021Z003）;南京氣象科技創(chuàng)新研究院科技發(fā)展基金項(xiàng)目（KJFZ202302）

引用格式：李熠，鄭媛媛，陳剛，等，2024.江蘇省夏季梅雨和臺(tái)風(fēng)型短時(shí)強(qiáng)降水雨滴譜特征差異分析［J］.大氣科學(xué)學(xué)報(bào)，47（5）：798-808.

Li Y，Zheng Y Y，Chen G，et al.，2024.Difference analysis of raindrop size distribution characteristics in Meiyu and typhoon types of short-term heavy rainfall in summer in Jiangsu Province［J］.Trans Atmos Sci，47（5）：798-808.doi：10.13878／j.cnki.dqkxxb.20240422002.（in Chinese）.

短時(shí)強(qiáng)降水作為一種典型強(qiáng)對(duì)流災(zāi)害，具有突發(fā)性和局地性等特征，目前業(yè)務(wù)上對(duì)它的監(jiān)測(cè)預(yù)警能力依然十分有限，因此導(dǎo)致的次生災(zāi)害及人員傷亡事件也頻頻發(fā)生。例如，2021年7月發(fā)生在河南鄭州的大暴雨就出現(xiàn)了201.9 mm·h-1的極端小時(shí)強(qiáng)降水過(guò)程，造成了極大的財(cái)產(chǎn)損失及人員傷亡（Yin et al.，2022;Luo and Du，2023）。為了提升短時(shí)強(qiáng)降水的監(jiān)測(cè)預(yù)警水平，對(duì)其物理特征的準(zhǔn)確認(rèn)識(shí)至關(guān)重要。其中，短時(shí)強(qiáng)降水的雨滴譜分布（DSD，raindrop size distribution）可以描述雨滴的粒徑和數(shù)濃度分布特征，是建立雷達(dá)定量降水估計(jì)算法的重要基礎(chǔ)（楊軍等，2011），對(duì)于提高數(shù)值天氣預(yù)報(bào)模式中微物理參數(shù)化的精度，從而最終提升定量降水預(yù)報(bào)水平也至關(guān)重要（Milbrandt and Yau，2005;Sun，2005;Zhang et al.，2006;魏鳴等，2018）。因此，短時(shí)強(qiáng)降水DSD特征的準(zhǔn)確認(rèn)知是提升短時(shí)強(qiáng)降水預(yù)警預(yù)報(bào)能力的關(guān)鍵。

國(guó)外針對(duì)降水DSD特征開(kāi)展了大量研究（Marshall，1948;Ulbrich，1983）。Tokay and Short（1996）分析了層狀云和對(duì)流云降水的譜分布特征，并根據(jù)降水形成機(jī)制的不同，提出了用雨滴譜特征參數(shù)來(lái)區(qū)分對(duì)流和層云降水。Sauvageot and Koffi（2000）揭示了熱帶和中緯度地區(qū)對(duì)流降水DSD特征差異，并提出了對(duì)應(yīng)的降水模型。我國(guó)從20世紀(jì)60年代也開(kāi)始了對(duì)DSD的觀測(cè)研究，并在最近十幾年迅速發(fā)展（鄭嬌恒和陳寶君，2007）。其中，國(guó)內(nèi)外針對(duì)降水雨滴譜特征的一個(gè)研究熱點(diǎn)是其時(shí)空變化規(guī)律，許多學(xué)者對(duì)不同地區(qū)、不同云系、不同降水強(qiáng)度DSD特征開(kāi)展了系統(tǒng)研究（樊玲等，2001;牛生杰等，2002;劉紅燕和雷恒池，2006;周黎明等，2014）。Miriovsky et al.（2004）分析了1 km2空間尺度上雨滴譜變化特征，研究結(jié)果明顯地反映了DSD的局地性差異。Lee et al.（2009）利用分布距離在一定范圍內(nèi)的雨滴譜儀觀測(cè)數(shù)據(jù)，分析了DSD的空間變化特征，也發(fā)現(xiàn)DSD特征明顯不同。此外，很多研究（Rao et al.，2009;Martins et al.，2010）還表明，DSD還存在明顯的日變化和季節(jié)變化特征。如Toshiaki et al.（2006）對(duì)比亞洲季風(fēng)區(qū)內(nèi)3個(gè)不同子區(qū)域的DSD特征發(fā)現(xiàn)，西南季風(fēng)和東北季風(fēng)降雨特征的差異是導(dǎo)致DSD季節(jié)特征變化的主要原因，海陸間的循環(huán)和山地效應(yīng)是DSD特征日變化的主要原因。大量研究還表明，降水DSD特征會(huì)隨著氣候背景的不同而變化（Bringi et al.，2003;Wen et al.，2018;Chen et al.，2019）。一般而言，大陸型（海洋型）對(duì)流的冰相（暖雨）過(guò)程更為活躍，導(dǎo)致其雨滴平均粒徑偏大（偏?。瑪?shù)濃度偏低（偏高）（Dolan et al.，2018;Raut et al.，2021）。

上述研究結(jié)果表明DSD不僅存在時(shí)空差異，在不同類型降水中也有明顯的變化特征。然而，前人研究大多針對(duì)對(duì)流或者層云降水（陳寶君等，1998;Bringi et al.，2003;Thurai et al.，2016）。近年來(lái)，許多研究更多的是針對(duì)某一次暴雨過(guò)程開(kāi)展的滴譜特征分析（陳剛等，2022;張哲等，2022;郭換換和王坤，2023;王俊等，2023a），而目前針對(duì)短時(shí)強(qiáng)降水，甚至不同級(jí)別短時(shí)強(qiáng)降水的DSD統(tǒng)計(jì)特征研究仍相對(duì)缺乏。王俊等（2023b）分析了山東6次臺(tái)風(fēng)暴雨過(guò)程的統(tǒng)計(jì)特征和區(qū)域差異。張慶池等（2022）利用徐州地區(qū)滴譜資料分析了不同類型暴雨的雨滴譜特征。上述研究要么只針對(duì)某種天氣系統(tǒng)影響下的暴雨過(guò)程，要么是針對(duì)不同天氣分型進(jìn)行的對(duì)比研究，而利用天氣環(huán)流背景差異，對(duì)比不同天氣系統(tǒng)影響下的強(qiáng)降水DSD特征的研究則不多見(jiàn)。另一方面，前人研究結(jié)果多來(lái)自單站點(diǎn)或幾個(gè)站點(diǎn)的觀測(cè)（陳聰?shù)龋?015;溫龍，2016;黃興友等，2019;胡雅君等，2022），可能受站點(diǎn)局地性特征的影響較明顯。我國(guó)已經(jīng)建立了全世界最為稠密的地面雨滴譜儀站網(wǎng)，相關(guān)的統(tǒng)計(jì)觀測(cè)研究也才剛起步。基于上述原因，我們將從不同天氣系統(tǒng)影響出發(fā)，選取引發(fā)江蘇省夏季強(qiáng)降水發(fā)生的兩種典型天氣系統(tǒng)（梅雨和臺(tái)風(fēng)），利用江蘇數(shù)十個(gè)雨滴譜儀站點(diǎn)長(zhǎng)時(shí)資料對(duì)比其DSD特征差異，以加深不同天氣系統(tǒng)影響和不同量級(jí)短時(shí)強(qiáng)降水之間的微物理特征差異認(rèn)識(shí)，為短時(shí)強(qiáng)降水的臨近預(yù)報(bào)提供參考。

1 資料和方法

本文使用到的資料包括2019—2020年夏季江蘇省70個(gè)國(guó)家站的小時(shí)和十分鐘的降水觀測(cè)、分鐘級(jí)PARSIVEL激光雨滴譜儀資料（Wen et al.，2016）以及南京、南通、常州和連云港四個(gè)雷達(dá)站的S波段雷達(dá)資料。收集的強(qiáng)降水過(guò)程覆蓋2019—2020年江蘇省夏季所有的梅雨型短強(qiáng)降水（因典型江淮梅雨鋒產(chǎn)生的短時(shí)強(qiáng)降水）和臺(tái)風(fēng)型短強(qiáng)降水（受臺(tái)風(fēng)系統(tǒng)影響產(chǎn)生的短時(shí)強(qiáng)降水），并根據(jù)小時(shí)降水強(qiáng)度20～50 mm·h-1和>50 mm·h-1兩個(gè)量級(jí)進(jìn)行分類。由此，得到強(qiáng)度為20～50 mm·h-1梅雨型短時(shí)強(qiáng)降水（以下簡(jiǎn)稱梅雨20）、強(qiáng)度為50 mm·h-1以上的梅雨型短時(shí)強(qiáng)降水（以下簡(jiǎn)稱梅雨50）、強(qiáng)度為20～50 mm·h-1臺(tái)風(fēng)型短時(shí)強(qiáng)降水（以下簡(jiǎn)稱臺(tái)風(fēng)20）和強(qiáng)度為50 mm·h-1以上的臺(tái)風(fēng)型短時(shí)強(qiáng)降水（以下簡(jiǎn)稱臺(tái)風(fēng)50）四種類型。

分析之前，本文首先對(duì)雨滴譜儀資料進(jìn)行質(zhì)量控制和評(píng)估。本文參考Battaglia et al.（2010）的方法，對(duì)雨滴譜儀數(shù)據(jù)進(jìn)行質(zhì)控訂正，計(jì)算雨量并與同站點(diǎn)雨量站進(jìn)行雨量對(duì)比評(píng)估。由于本文使用的自動(dòng)站雨量數(shù)據(jù)時(shí)間分辨率為10 min，因此先將時(shí)間分辨率為1 min的雨滴譜雨量進(jìn)行逐10 min累計(jì)，從而與自動(dòng)站時(shí)間尺度相匹配。對(duì)比二者的相關(guān)系數(shù)以及均方根誤差，剔除未通過(guò)顯著性檢驗(yàn)的站點(diǎn)（共計(jì)17個(gè)站），最終得到有效短時(shí)強(qiáng)降水觀測(cè)樣本為7 860 min。其中，梅雨20和梅雨50的雨滴譜數(shù)據(jù)樣本分別為3 240和420 min;臺(tái)風(fēng)20和臺(tái)風(fēng)50的雨滴譜數(shù)據(jù)樣本分別為3 840和360 min。

陳寶君等（1998）指出，在各種雨滴譜分布的擬合模型中，Gamma分布精度最高，尤其對(duì)流性降水的擬合效果更為理想，因此本文也使用Gamma分布進(jìn)行擬合。Gamma分布函數(shù)為：

N（D）=N0Dμe-ΛD。（1）

其中：N（D）是單位尺度間隔下單位體積粒子的數(shù)量（單位：m-3·mm-1）;D是粒子直徑;待定譜參數(shù)N0（單位：mm-1-μ·m-3）代表截距、μ代表譜形參數(shù)、Λ（單位：mm-1）代表斜率。

式（1）中，N0=（μ+4）μ+4（μ+3）！·M3M4μ+4·M3，μ=（3M4M2-4M23）（M23-M4M2）。

其中，Mn為階距法（Ulbrich and Atlas，1998）定義的第n階距：

Mn=∫DmaxDminDnN（D）dD。 （2）

M2、M3和M4分別代表2階距、3階矩和4階矩。

文中的質(zhì)量加權(quán)平均直徑Dm（單位：mm）可表示為：Dm=M4M3，用于衡量雨滴的平均粒徑大小。

文中的標(biāo)準(zhǔn)化截距參數(shù)Nw（Bringi et al.，2003）可以代表雨滴數(shù)濃度大小，其計(jì)算公式為：

Nw=44πρw（103WD4m）。 （3）

其中：ρw代表水汽密度（單位：g·cm-3）;W代表液態(tài)含水量（單位：g·m-3）W的計(jì)算公式為：

W=π6 000∑Li=1D3iN（Di）ΔDi。 （4）

其中：L是雨滴譜儀的直徑檔位數(shù);Di（單位：mm）是等效的雨滴直徑;ΔDi是相應(yīng)的直徑的間隔。

2 雨滴譜特征對(duì)比

2.1 平均雨滴譜分布

圖1為梅雨20、梅雨50、臺(tái)風(fēng)20以及臺(tái)風(fēng)50四種類型短時(shí)強(qiáng)降水的平均雨滴譜分布結(jié)果。圖中所示點(diǎn)為32個(gè)直徑檔位上強(qiáng)降水樣本的平均。由于前兩檔信噪比較低，且粒子直徑超過(guò)8 mm時(shí)數(shù)據(jù)不可信，因此圖中顯示的為第3—23檔位，直徑在0.25至8 mm范圍上的平均值。

對(duì)比結(jié)果表明，不同類型的DSD特征存在明顯差異。對(duì)于小雨滴（粒徑≤2 mm），其數(shù)濃度由高到低依次為臺(tái)風(fēng)50、梅雨50、臺(tái)風(fēng)20和梅雨20，表明臺(tái)風(fēng)型強(qiáng)降水中小雨滴占比大于梅雨型強(qiáng)降水。對(duì)于較大雨滴（粒徑≥2 mm），整體而言，梅雨型強(qiáng)降水的粒子濃度大于臺(tái)風(fēng)型強(qiáng)降水的粒子濃度，表明在梅雨型強(qiáng)降水中，大雨滴對(duì)粒子濃度的貢獻(xiàn)大于臺(tái)風(fēng)型強(qiáng)降水。此外，隨著降水強(qiáng)度的增大，雨滴譜譜型在大粒子端逐漸上抬，斜率逐漸變?。═okay and Short，1996;Caracciolo et al.，2006;Luo et al.，2020），這表明雨強(qiáng)的增大主要來(lái)自大粒子的增長(zhǎng)，與陳磊等（2013）的研究結(jié)論一致?？傮w而言，Gamma分布都較準(zhǔn)確地反映了實(shí)際雨滴譜的分布形態(tài)，在這4種類型強(qiáng)降水中具有很好的適用性。

2.2 雨滴譜特征參數(shù)

2.2.1 標(biāo)準(zhǔn)化截距參數(shù)（Nw）和質(zhì)量加權(quán)平均直徑（Dm）

表1為4種類型降水Dm和lgNw的平均值和標(biāo)準(zhǔn)差。其中，梅雨20和梅雨50的平均Dm值均分別大于臺(tái)風(fēng)20和臺(tái)風(fēng)50，表明梅雨類型強(qiáng)降水的雨滴平均粒徑整體上大于臺(tái)風(fēng)類型強(qiáng)降水。相反，梅雨20和梅雨50的平均lgNw值均分別小于臺(tái)風(fēng)20和臺(tái)風(fēng)50，表明梅雨類型強(qiáng)降水的粒子濃度整體上小于臺(tái)風(fēng)類型強(qiáng)降水。隨著降水強(qiáng)度增加，梅雨類型和臺(tái)風(fēng)類型雨滴平均粒徑和數(shù)濃度均出現(xiàn)增長(zhǎng)。相對(duì)而言，梅雨型強(qiáng)降水的雨滴平均粒徑增長(zhǎng)更為明顯，而臺(tái)風(fēng)型強(qiáng)降水的數(shù)濃度增長(zhǎng)更為明顯。由Dm和lgNw標(biāo)準(zhǔn)差可知，梅雨類型強(qiáng)降水的平均粒徑和數(shù)濃度的離散度均大于相同雨強(qiáng)下的臺(tái)風(fēng)類型強(qiáng)降水，表明梅雨型強(qiáng)降水的雨滴譜特征更為復(fù)雜。

圖2為4種類型降水的lgNw-Dm散度分布。總體而言，梅雨型強(qiáng)降水Dm數(shù)值主要集中在0.6～4 mm，臺(tái)風(fēng)型強(qiáng)降水的Dm數(shù)值則大部分小于3 mm。在數(shù)濃度方面，臺(tái)風(fēng)型強(qiáng)降水的粒子濃度總體上大于梅雨型強(qiáng)降水。從平均值來(lái)看，梅雨20（黃色圓點(diǎn)）和梅雨50（黃色菱形）的平均Dm分別大于臺(tái)風(fēng)20（黃色左三角）和臺(tái)風(fēng)50（黃色上三角）的Dm平均值;而梅雨20和梅雨50平均lgNw值分別小于臺(tái)風(fēng)20和臺(tái)風(fēng)50。這表明梅雨類型強(qiáng)降水的雨滴平均粒徑（數(shù)濃度）整體上大于（小于）臺(tái)風(fēng)類型強(qiáng)降水。上述結(jié)論與Chen et al.（2019）在梅雨以及臺(tái)風(fēng)對(duì)流降水的個(gè)例研究一致，二者分別更加接近典型大陸型鋒面對(duì)流降水（Xu and Zipser，2015）和熱帶海洋型對(duì)流降水（Bringi et al.，2003）DSD特征（如圖2灰色方框所示）。

2.2.2 Gamma分布譜形和斜率參數(shù)

在雨滴譜的Gamma分布模型中，譜形（μ）和斜率參數(shù)（Λ），分別反映了雨滴譜的分散程度以及大雨滴數(shù)濃度隨直徑增加而減少的速度。前人研究表明，Gamma分布函數(shù)的μ和Λ參數(shù)并不獨(dú)立（Chu and Su，2008）。μ-Λ關(guān)系能夠一定程度上描述真實(shí)降水雨滴譜分布的變化（Brandes et al.，2003），且其擬合系數(shù)因地區(qū)、降水類型等因素的不同而存在差異（Zhang et al.，2003;Chen et al.，2013）。此外，基于本地雨滴譜觀測(cè)而得到的μ-Λ關(guān)系，對(duì)于提高雙偏振雷達(dá)雨滴譜反演精度具有重要意義，同時(shí)也是云微物理參數(shù)化方案中雨滴譜分布模型本地化改進(jìn)的重要依據(jù)（梅海霞等，2020）。Brandes et al.（2003）總結(jié)出了在美國(guó)大陸區(qū)域雨強(qiáng)為5 mm·h-1上μ-Λ關(guān)系經(jīng)驗(yàn)公式如下：

Λ=0.036 5μ2+0.735μ+1.935。 （5）

本研究按照Λ=aμ2+bμ+c的二項(xiàng)式，也對(duì)4種類型降水的μ-Λ關(guān)系進(jìn)行了擬合（圖3）。結(jié)果表明，不同類型和不同級(jí)別短時(shí)強(qiáng)降水的μ-Λ關(guān)系也存在明顯差異，總體而言，梅雨50的關(guān)系與另外三者差異明顯。但是梅雨50和臺(tái)風(fēng)50樣本量較小，會(huì)帶來(lái)擬合的不確定性，并且不同類型和強(qiáng)度降水的μ-Λ約束仍較為復(fù)雜，這都為雷達(dá)雨滴譜反演和云微物理參數(shù)化都帶來(lái)挑戰(zhàn)。

2.2.3 雨滴譜特征參量和雨強(qiáng)定量關(guān)系

圖4所示為4種類型降水的Dm-Nt散點(diǎn)分布圖，Nt代表單位體積的平均粒子濃度。比較而言，梅雨50的平均雨滴明顯大于梅雨20，二者的數(shù)濃度差異不大（圖4a、b），與上述結(jié)論一致。但R與Dm和Nt的關(guān)系并不呈線性。由圖4可知，當(dāng)粒子濃度在2 000 m-3以內(nèi)時(shí)（黑色方框），降水強(qiáng)度的變化主要由平均粒徑?jīng)Q定，粒徑越大，降水強(qiáng)度越大（陳磊等，2013;王俊等，2023a）。隨著數(shù)濃度進(jìn)一步增加，雨滴粒徑主要約束在2～3.5 mm的粒徑范圍內(nèi)（橙色方框），降水強(qiáng)度也達(dá)到峰值。不同降水強(qiáng)度對(duì)比而言，梅雨20的樣本主要集中在小粒徑低濃度區(qū)域（圖4a藍(lán)色橢圓），而梅雨50的樣本則更多出現(xiàn)在大粒徑高濃度區(qū)域（圖4b紅色橢圓）。另一方面，臺(tái)風(fēng)20和臺(tái)風(fēng)50的雨滴平均粒徑都主要集中在1～3 mm范圍內(nèi)（圖4c、d），與前文一致。從Dm-Nt的散點(diǎn)分布來(lái)看，臺(tái)風(fēng)20與梅雨20類似，樣本主要集中在粒徑偏小濃度偏低的區(qū)域（圖4c藍(lán)色橢圓）。臺(tái)風(fēng)50則主要由較高濃度和中等大小粒徑的雨滴構(gòu)成（圖4d紅色橢圓）。此外，臺(tái)風(fēng)50的雨滴平均粒徑分布范圍較梅雨50明顯偏小，進(jìn)一步說(shuō)明其降水強(qiáng)度的增長(zhǎng)主要來(lái)自雨滴數(shù)濃度的增加。前人對(duì)臺(tái)風(fēng)強(qiáng)降水的一些研究（Hodson，1986;Hu and Srivastava，1995;Steiner et al.，2004;Murata et al.，2020）除了得到與上述類似的觀測(cè)結(jié)果外，還指出臺(tái)風(fēng)高濃度小雨滴的DSD特征主要來(lái)自以碰并、碰撞-破碎為主要機(jī)制的暖雨對(duì)流。

圖5是4種類型降水Dm、Nt及W的頻次分布。整體而言，梅雨50類型的Dm出現(xiàn)頻次峰值位于2～3 mm區(qū)間，而其他三種類型降水的Dm頻次峰值均位于1～2 mm區(qū)間（圖5a）。此外，兩種梅雨類型降水的Dm在3～4 mm區(qū)間出現(xiàn)頻次的比例均高于臺(tái)風(fēng)類型，同樣說(shuō)明梅雨型降水的雨滴平均粒徑分布范圍更大。圖5b為Nt的頻次分布，梅雨20以低粒子濃度為主，在1 000 m-3范圍內(nèi)的占比超過(guò)60％。梅雨50在3 000 m-3范圍內(nèi)的比例占了絕大部分（約90％）。臺(tái)風(fēng)20的Nt頻次分布與梅雨20類似，主要以低粒子濃度為主，頻次隨著粒子濃度的增大則減小。臺(tái)風(fēng)50與上述三種類型明顯不同，其頻次峰值主要出現(xiàn)在1 000～2 000 m-3區(qū)間上，占比高達(dá)60％左右，這也進(jìn)一步說(shuō)明臺(tái)風(fēng)極端強(qiáng)降水主要由高濃度雨滴貢獻(xiàn)。最后，由圖5c中可知，梅雨20和臺(tái)風(fēng)20的液態(tài)水含量主要集中在0～2 g·m-3的低值區(qū)間上。相對(duì)而言，梅雨50和臺(tái)風(fēng)50在2 g·m-3以上的樣本占比明顯提高。這也是預(yù)期的，降水越極端，對(duì)應(yīng)的液態(tài)水含量也總體越大。

3 典型個(gè)例分析

為了進(jìn)一步對(duì)比不同類型強(qiáng)降水過(guò)程的雨滴譜特征差異，我們選取每種類型中的一個(gè)典型過(guò)程進(jìn)行分析。梅雨20（圖6a）、梅雨50（圖6b）強(qiáng)降水過(guò)程分別發(fā)生在南京站和如皋站，臺(tái)風(fēng)20（圖6c）、臺(tái)風(fēng)50（圖6d）分別發(fā)生在吳江站和響水站。圖6a—d所示為強(qiáng)降水發(fā)生時(shí)南京、南通、常州、連云港四部S波段天氣雷達(dá)0.5°仰角的反射率因子及對(duì)應(yīng)的雨滴譜站點(diǎn)位置（黑色三角）。

3.1 梅雨型短時(shí)強(qiáng)降水個(gè)例

圖7為梅雨20（圖7a—c）和梅雨50（圖7d—f）短時(shí)強(qiáng)降水個(gè)例的DSD特征變量時(shí)間序列。梅雨20個(gè)例觀測(cè)來(lái)自2020年6月15日的南京站（58238），最大小時(shí)降水出現(xiàn)在07—08時(shí)，強(qiáng)度為40.1 mm·h-1。梅雨50個(gè)例觀測(cè)來(lái)自2019年7月17日的如皋站（58255），包含了兩個(gè)短時(shí)強(qiáng)降水時(shí)段，最大小時(shí)雨量均在100 mm以上（20—21時(shí)161.9 mm、21—22時(shí)108.4 mm;北京時(shí)，下同）。由圖6a、b可知，兩個(gè)個(gè)例都有明顯的對(duì)流單體，梅雨20個(gè)例的最大反射率因子在53 dBZ左右，而梅雨50個(gè)例的最大反射率因子強(qiáng)度達(dá)到65 dBZ左右，并且處在一個(gè)鉤狀云回波之中，對(duì)流發(fā)展更強(qiáng)盛。

比較梅雨20和梅雨50這兩個(gè)個(gè)例，一個(gè)明顯的不同在于二者的粒徑范圍（黑色縱坐標(biāo)）存在明顯的差異。梅雨20的粒徑范圍小于梅雨50的粒徑范圍，梅雨20的粒徑主要分布在4 mm以內(nèi)，而梅雨50的粒徑最大超過(guò)7 mm。進(jìn)一步比較二者的平均粒子濃度Nt（圖7a、d紅色虛線）、平均粒子直徑Dm（圖7b、e紅色虛線）以及液態(tài)含水量W（圖7c、f紅色虛線）可以發(fā)現(xiàn)，在強(qiáng)降水階段，梅雨50的上述特征參量大于梅雨20。即，在強(qiáng)度（各圖中的灰色虛線）較小（大）的強(qiáng)降水過(guò)程中，對(duì)應(yīng)的Nt、Dm和W的數(shù)值也較?。ù螅?。也正是由于上述特征之間的差異對(duì)應(yīng)了兩個(gè)個(gè)例不同的降水強(qiáng)度和對(duì)流發(fā)展的強(qiáng)弱。除了上述特征差異，梅雨20與梅雨50也存在共同點(diǎn)：在每一個(gè)個(gè)例中，它們各自的Nt、Dm和W的變化與雨強(qiáng)R的變化均有較好的對(duì)應(yīng)關(guān)系，并且這兩個(gè)個(gè)例中二者粒子濃度（陰影）的分布范圍相似，高濃度粒子主要集中在1 mm以下，并且粒子濃度隨著粒子直徑的增大而減少。

3.2 臺(tái)風(fēng)型短時(shí)強(qiáng)降水個(gè)例

臺(tái)風(fēng)20個(gè)例觀測(cè)來(lái)自2019年8月10日的吳江站（58359）（圖8a—c），強(qiáng)降水發(fā)生在14—15時(shí)，主要集中在前40 min，小時(shí)累計(jì)雨量為26.5 mm。臺(tái)風(fēng)50個(gè)例觀測(cè)來(lái)自2019年8月11日的響水站（58045）（圖8d—f），強(qiáng)降水發(fā)生在04—05時(shí)，小時(shí)雨量為54.8 mm。與梅雨型短時(shí)強(qiáng)降水個(gè)例明顯不同，臺(tái)風(fēng)型短時(shí)強(qiáng)降水（圖6c、d）的雷達(dá)反射率因子明顯偏低，臺(tái)風(fēng)20和臺(tái)風(fēng)50兩個(gè)個(gè)例的最大反射率因子強(qiáng)度分別為45和50 dBZ。

由圖8可知，兩者雨滴譜的分布（陰影）存在相似點(diǎn)：臺(tái)風(fēng)20與臺(tái)風(fēng)50的粒徑數(shù)值差別不大，兩者粒徑的分布范圍相似，都主要集中在4 mm以內(nèi)的范圍。同樣地，兩者的平均粒子直徑Dm（圖8b、e紅色虛線）也很接近。濃度方面，在兩者各粒徑范圍特別是小粒徑端，粒子濃度的分布都較為均勻，粒子直徑增加對(duì)應(yīng)著粒子濃度的減小。對(duì)于每個(gè)個(gè)例，Nt、Dm和W的變化與雨強(qiáng)R的變化均有很好的對(duì)應(yīng)關(guān)系。而兩者之間的差異主要在于：當(dāng)強(qiáng)降水強(qiáng)度較大（?。r(shí)，對(duì)應(yīng)的液態(tài)含水量W（圖8c、f紅色虛線）和平均粒子濃度Nt（圖8a、d紅色虛線）較高（低），其中，W的差異更明顯。

4 結(jié)論與討論

1）通過(guò)選取江蘇2019—2020年夏季短時(shí)強(qiáng)降水雨滴譜樣本，并按照不同天氣類型和小時(shí)降水級(jí)別區(qū)分為梅雨20、梅雨50、臺(tái)風(fēng)20以及臺(tái)風(fēng)50類型。統(tǒng)計(jì)對(duì)比各類型雨滴譜（DSD）特征分布發(fā)現(xiàn)，梅雨型強(qiáng)降水總體呈現(xiàn)平均粒徑偏大，粒子濃度偏低的分布特征;而臺(tái)風(fēng)型強(qiáng)降水呈現(xiàn)平均粒徑偏小，粒子濃度偏高的特征，二者特征分別更接近大陸型鋒面對(duì)流降水和熱帶型海洋對(duì)流降水的特征。

2）在不同粒徑區(qū)間上，臺(tái)風(fēng)型和梅雨型強(qiáng)降水的雨滴數(shù)濃度存在明顯差異。臺(tái)風(fēng)型強(qiáng)降水的?。ù螅┯甑瘟Ｗ訚舛群拓暙I(xiàn)率明顯高（低）于梅雨型強(qiáng)降水。研究還發(fā)現(xiàn)，隨著雨強(qiáng)的增加，梅雨型（臺(tái)風(fēng)型）強(qiáng)降水的雨滴平均粒徑（數(shù)濃度）增長(zhǎng)更為明顯。這也導(dǎo)致臺(tái)風(fēng)不同級(jí)別強(qiáng)降水均主要由高濃度的小粒徑雨滴貢獻(xiàn)，而梅雨極端強(qiáng)降水則更由更多大雨滴貢獻(xiàn)，其DSD特征更為復(fù)雜。

本研究主要基于江蘇雨滴譜儀站網(wǎng)的觀測(cè)，未來(lái)將結(jié)合包括新一代雙偏振雷達(dá)在內(nèi)的多源觀測(cè)，從強(qiáng)降水微物理結(jié)構(gòu)和地面雨滴譜特征等多個(gè)角度，研究不同天氣系統(tǒng)控制下，決定地面強(qiáng)降水量級(jí)的關(guān)鍵微物理過(guò)程，并結(jié)合數(shù)值模式，分析數(shù)值模式對(duì)強(qiáng)降水微物理特征的模擬能力。

參考文獻(xiàn)（References）

Battaglia A，Rustemeier E，Tokay A，et al.，2010.PARSIVEL snow observations：a critical assessment［J］.J Atmos Ocean Technol，27（2）：333.doi：10.1175／2009JTECHA1332.1.

Brandes E A，Zhang G F，Vivekanandan J，2003.An evaluation of a drop distribution-based polarimetric radar rainfall estimator［J］.J Appl Meteor，42（5）：652-660.doi：10.1175／1520-0450（2003）0420652：AEOADD>2.0.CO;2.

Bringi V N，Chandrasekar V，Hubbert J，et al.，2003.Raindrop size distribution in different climatic regimes from disdrometer and dual-polarized radar analysis［J］.J Atmos Sci，60（2）：354-365.doi：10.1175／1520-0469（2003）0600354：RSDIDC>2.0.CO;2.

Caracciolo C，Prodi F，Battaglia A，et al.，2006.Analysis of the moments and parameters of a gamma DSD to infer precipitation properties：a convective stratiform discrimination algorithm［J］.Atmos Res，80（2／3）：165-186.doi：10.1016／j.atmosres.2005.07.003.

陳寶君，李子華，劉吉成，等，1998.三類降水云雨滴譜分布模式［J］.氣象學(xué)報(bào)，56（4）：506-512. Chen B J，Li Z H，Liu J C，et al.，1998.Model of raindrop size distribution in three types of precipitation［J］.Acta Meteor Sinica，56（4）：506-512.doi：10.11676／qxxb1998.046.（in Chinese）.

Chen B J，Yang J，Pu J P，2013.Statistical characteristics of raindrop size distribution in the Meiyu season observed in eastern China［J］.J Meteor Soc Japan，91（2）：215-227.doi：10.2151／jmsj.2013-208.

陳聰，銀燕，陳寶君，2015.黃山不同高度雨滴譜的演變特征［J］.大氣科學(xué)學(xué)報(bào)，38（3）：388-395. Chen C，Yin Y，Chen B J，2015.Raindrop size distribution at different altitudes in Mt. Huang［J］.Trans Atmos Sci，38（3）：388-395.doi：10.13878／j.cnki.dqkxxb.20130223001.（in Chinese）.

Chen G，Zhao K，Wen L，et al.，2019.Microphysical characteristics of three convective events with intense rainfall observed by polarimetric radar and disdrometer in eastern China［J］.Remote Sens，11（17）：2004.doi：10.3390／rs11172004.

陳剛，趙坤，呂迎輝，等，2022.河南“21.7”特大暴雨過(guò)程微物理特征變化分析［J］.中國(guó)科學(xué)：地球科學(xué)，52（10）：1887-1904. Chen G，Zhao K，Lü Y H，et al.，2022.Analysis on the change of microphysical characteristics during the “21.7” torrential rain in Henan Province［J］.Sci Sin：Terrae，52（10）：1887-1904.doi：10.1360／N072022-0029.（in Chinese）.

陳磊，陳寶君，楊軍，等，2013.2009—2010年梅雨鋒暴雨雨滴譜特征［J］.大氣科學(xué)學(xué)報(bào)，36（4）：481-488. Chen L，Chen B J，Yang J，et al.，2013.Characteristics of raindrop size distribution of rainstorm on Meiyu front during 2009—2010［J］.Trans Atmos Sci，36（4）：481-488.doi：10.13878／j.cnki.dqkxxb.2013.04.012.（in Chinese）.

Chu Y H，Su C L，2008.An investigation of the slope-shape relation for gamma raindrop size distribution［J］.J Appl Meteor Climatol，47（10）：2531-2544.doi：10.1175／2008jamc1755.1.

Dolan B，F(xiàn)uchs B，Rutledge S A，et al.，2018.Primary modes of global drop size distributions［J］.J Atmos Sci，75（5）：1453-1476.doi：10.1175／jas-d-17-0242.1.

樊玲，袁成，張?jiān)品澹?001.哈爾濱地區(qū)層狀云降水微物理特征［J］.氣象，27（12）：42-46. Fan L，Yuan C，Zhang Y F，2001.Microphysics features of stratiform clouds precipitation in Harbin［J］.Meteor Mon，27（12）：42-46.（in Chinese）.

郭換換，王坤，2023.基于雙偏振雷達(dá)和降水現(xiàn)象儀的鄭州“7.20” 極端強(qiáng)降水微物理特征分析［J］.大氣科學(xué)學(xué)報(bào)，46（5）：713-724. Guo H H，Wang K，2023.Analysis of the microphysical characteristics of the “7.20” extremely heavy rainfall in Zhengzhou based on dual-polarization radar and precipitation phenomenon instrument data［J］.Trans Atmos Sci，46（5）：713-724.doi：10.13878／j.cnki.dqkxxb.20220715001.（in Chinese）.

Hodson M C，1986.Raindrop size distribution［J］.J Appl Meteor Climatol，25（7）：1070-1074.

胡雅君，張偉，張玉軒，等，2022.閩南沿海2018—2019年季風(fēng)爆發(fā)前后雨滴譜特征對(duì)比分析［J］.氣象學(xué)報(bào)，80（4）：618-631. Hu Y J，Zhang W，Zhang Y X，et al.，2022.Comparative analysis of raindrop size distribution characteristics before and after monsoon onset in southern coast of Fujian Province in 2018—2019［J］.Acta Meteor Sinica，80（4）：618-631.doi：10.11676／qxxb2022.045.（in Chinese）.

Hu Z，Srivastava R C，1995.Evolution of raindrop size distribution by coalescence，breakup，and evaporation：theory and observations［J］.J Atmos Sci，52（10）：1761-1783.doi：10.1175／1520-0469（1995）0521761：EORSDB>2.0.CO;2.

黃興友，印佳楠，馬雷，等，2019.南京地區(qū)雨滴譜參數(shù)的詳細(xì)統(tǒng)計(jì)分析及其在天氣雷達(dá)探測(cè)中的應(yīng)用［J］.大氣科學(xué)，43（3）：691-704. Huang X Y，Yin J N，Ma L，et al.，2019.Comprehensive statistical analysis of rain drop size distribution parameters and their application to weather radar measurement in Nanjing［J］.Chin J Atmos Sci，43（3）：691-704.doi：10.3878／j.issn.1006-9895.1805.18113.（in Chinese）.

Lee C K，Lee G W，Zawadzki I，et al.，2009.A preliminary analysis of spatial variability of raindrop size distributions during stratiform rain events［J］.J Appl Meteor Climatol，48（2）：270-283.doi：10.1175／2008jamc1877.1.

劉紅燕，雷恒池，2006.基于地面雨滴譜資料分析層狀云和對(duì)流云降水的特征［J］.大氣科學(xué)，30（4）：693-702. Liu H Y，Lei H C，2006.Characteristics of rain from stratiform versus convective cloud based on the surface raindrop data［J］.Chin J Atmos Sci，30（4）：693-702.（in Chinese）.

Luo L，Xiao H，Yang H L，et al.，2020.Raindrop size distribution and microphysical characteristics of a great rainstorm in 2016 in Beijing，China［J］.Atmos Res，239：104895.doi：10.1016／j.atmosres.2020.104895.

Luo Y H，Du Y，2023.The roles of low-level jets in “21.7” Henan extremely persistent heavy rainfall event［J］.Adv Atmos Sci，40（3）：350-373.doi：10.1007／s00376-022-2026-1.

Marshall J，1948.The distribution of raindrops with size［J］.J Meteor，5：165-166.doi：10.1175／1520-0469（1948）0050165：TDORWS>2.0.CO;2.

Martins R C G，Machado L A T，Costa A A，2010.Characterization of the microphysics of precipitation over Amazon Region using radar and disdrometer data［J］.Atmos Res，96（2／3）：388-394.doi：10.1016／j.atmosres.2010.01.011.

梅海霞，梁信忠，曾明劍，等，2020.2015—2017年夏季南京雨滴譜特征［J］.應(yīng)用氣象學(xué)報(bào)，31（1）：117-128. Mei H X，Liang X Z，Zeng M J，et al.，2020.Raindrop size distribution characteristics of Nanjing in summer of 2015—2017［J］.J Appl Meteor Sci，31（1）：117-128.doi：10.11898／1001-7313.20200111.（in Chinese）.

Milbrandt J A，Yau M K，2005.A multimoment bulk microphysics parameterization.part I：analysis of the role of the specXZ6WwCJlohV36LJjWQtV6A==tral shape parameter［J］.J Atmos Sci，62（9）：3051-3064.doi：10.1175／jas3534.1.

Miriovsky B J，Bradley A A，Eichinger W E，et al.，2004.An experimental study of small-scale variability of radar reflectivity using disdrometer observations［J］.J Appl Meteor，43（1）：106-118.doi：10.1175／1520-0450（2004）043<0106：aesosv>2.0.co;2.

Murata F，Terao T，Chakravarty K，et al.，2020.Characteristics of orographic rain drop-size distribution at cherrapunji，Northeast India［J］.Atmosphere，11（8）：777.doi：10.3390／atmos11080777.

牛生杰，安夏蘭，桑建人，2002.不同天氣系統(tǒng)寧夏夏季降雨譜分布參量特征的觀測(cè)研究［J］.高原氣象，21（1）：37-44. Niu S J，An X L，Sang J R，2002.Observational research on physical feature of summer rain dropsize distribution under synoptic systems in Ningxia［J］.Plateau Meteor，21（1）：37-44.doi：10.3321／j.issn：1000-0534.2002.01.007.（in Chinese）.

Rao T N，Radhakrishna B，Nakamura K，et al.，2009.Differences in raindrop size distribution from southwest monsoon to northeast monsoon at Gadanki［J］.Quart J Roy Meteor Soc，135（643）：1630-1637.

Raut B A，Konwar M，Murugavel P，et al.，2021.Microphysical origin of raindrop size distributions during the Indian monsoon［J］.Geophys Res Lett，48：e93581.doi：10.1029／2021gl093581.

Sauvageot H，Koffi M，2000.Multimodal raindrop size distributions［J］.J Atmos Sci，57（15）：2480-2492.doi：10.1175／1520-0469（2000）057<2480：mrsd>2.0.co;2.

Steiner M，Smith J A，Uijlenhoet R，2004.A microphysical interpretation of radar reflectivity rain rate relationships［J］.J Atmos Sci，61（10）：1114-1131.doi：10.1175／1520-0469（2004）0611114：AMIORR>2.0.CO;2.

Sun J Z，2005.Initialization and numerical forecasting of a supercell storm observed during STEPS［J］.Mon Wea Rev，133（4）：793-813.doi：10.1175／mwr2887.1.

Thurai M，Gatlin P N，Bringi V N，2016.Separating stratiform and convective rain types based on the drop size distribution characteristics using 2D video disdrometer data［J］.Atmos Res，169：416-423.doi：10.1016／j.atmosres.2015.04.011.

Tokay A，Short D A，1996.Evidence from tropical raindrop spectra of the origin of rain from stratiform versus convective clouds［J］.J Appl Meteor，35（3）：355-371.doi：10.1175／1520-0450（1996）0350355：EFTRSO>2.0.CO;2.

Toshiaki K，Krishna R K，Shuichi M，et al.，2006.Seasonal and diurnal variations of raindrop size distribution in Asian monsoon region［J］.J Meteor Soc Japan，84（7）：195-209.

Ulbrich C W，1983.Natural variations in the analytical form of the raindrop size distribution［J］.J Appl Meteor，22（10）：1764-1775.doi：10.1175／1520-0450（1983）0221764：NVITAF>2.0.CO;2.

Ulbrich C W，Atlas D，1998.Rainfall microphysics and radar properties：analysis methods for drop size spectra［J］.J Appl Meteor，37（9）：912-923.doi：10.1175／1520-0450（1998）037<0912：rmarpa>2.0.co;2.

王俊，陳寶君，周淑玲，等，2023a.鄭州“7.20”特大暴雨雨滴譜特征分析［J］.高原氣象，42（5）：1247-1259. Wang J，Chen B J，Zhou S L，et al.，2023a.Analyzing the characteristics of raindrop size distributions of the “7.20” torrential rain in Zhengzhou on 20 July 2021 ［J］.Plateau Meteor，42（5）：1247-1259.doi：10.7522／j.issn.1000-0534.2022.00089.（in Chinese）.

王俊，姚展予，侯淑梅，等，2023b.山東夏季兩次極端雨強(qiáng)暴雨的滴譜特征研究［J］.大氣科學(xué)，47（2）：311-326. Wang J，Yao Z Y，Hou S M，et al.，2023.The characteristics of raindrop size distribution in two rainstorms with extreme rainfall rates in summer in Shandong Province［J］.Chin J Atmos Sci，47（2）：311-326.doi：10.3878／j.issn.1006-9895.2201.21104.（in Chinese）.

魏鳴，宋羽軒，張蕾，2018.定量測(cè)量降水量的回波結(jié)構(gòu)自適應(yīng)算法研究［J］.大氣科學(xué)學(xué)報(bào)，41（5）：676-683. Wei M，Song Y X，Zhang L，2018.An examination of the self-adaption algorithms used in qualitative precipitation estimations［J］.Trans Atmos Sci，41（5）：676-683.doi：10.13878／j.cnki.dqkxxb.20150408001.（in Chinese）.

溫龍，2016.中國(guó)東部地區(qū)夏季降水雨滴譜特征分析［D］.南京：南京大學(xué). Wen L，2016.Analysis of raindrop spectrum characteristics of summer precipitation in eastern China［D］.Nanjing：Nanjing University.（in Chinese）.

Wen L，Zhao K，Zhang G F，et al.，2016.Statistical characteristics of raindrop size distributions observed in East China during the Asian summer monsoon season using 2-D video disdrometer and Micro Rain Radar data［J］.J Geophys Res：Atmos，121（5）：2265-2282.doi：10.1002／2015jd024160.

Wen L，Zhao K，Chen G，et al.，2018.Drop size distribution characteristics of seven typhoons in China［J］.J Geophys Res：Atmos，123（12）：6529-6548.doi：10.1029／2017JD027950.

Xu W X，Zipser E J，2015.Convective intensity，vertical precipitation structures，and microphysics of two contrasting convective regimes during the 2008 TiMREX［J］.J Geophys Res：Atmos，120（9）：4000-4016.doi：10.1002／2014jd022927.

楊軍，陳寶君，銀燕，2011.云降水物理學(xué)［M］.北京：氣象出版社. Yang J，Chen B J，Yin Y，2011.Cloud precipitation physics［M］.Beijing：China Meteorological Press.（in Chinese）.

Yin J F，Gu H D，Liang X D，et al.，2022.A possible dynamic mechanism for rapid production of the extreme hourly rainfall in Zhengzhou city on 20 July 2021［J］.J Meteor Res，36（1）：6-25.doi：10.1007／s13351-022-1166-7.

Zhang G F，Vivekanandan J，Brandes E A，et al.，2003.The shape-slope relation in observed gamma raindrop size distributions：statistical error or useful information？［J］.J Atmos Oceanic Technol，20（8）：1106-1119.doi：10.1175／1520-0426（2003）020<1106：tsriog>2.0.co;2.

Zhang G F，Sun J Z，Brandes E A，2006.Improving parameterization of rain microphysics with disdrometer and radar observations［J］.J Atmos Sci，63（4）：1273-1290.doi：10.1175／jas3680.1.

張慶池，劉端陽(yáng)，武艷，等，2022.淮北地區(qū)不同類型暴雨雨滴譜特征及其Z-R關(guān)系研究［J］.氣象學(xué)報(bào)，80（6）：967-985. Zhang Q C，Liu D Y，Wu Y，et al.，2022.Raindrop spectral characteristics and Z-R relationship of different rainstorm types in Huaibei Region［J］.Acta Meteor Sinica，80（6）：967-985.doi：10.11676／qxxb2022.025.（in Chinese）.

張哲，戚友存，李東歡，等，2022.2021年鄭州“7.20” 極端暴雨雨滴譜特征及其對(duì)雷達(dá)定量降水估測(cè)的影響［J］.大氣科學(xué)，46（4）：1002-1016.Zhang Z，Qi Y C，Li D H，et al.，2022.Raindrop size distribution characteristics of the extreme rainstorm event in Zhengzhou 20 July，2021 and its impacts on radar quantitative precipitation estimation［J］.Chin J Atmos Sci，46（4）：1002-1016.（in Chinese）.

鄭嬌恒，陳寶君，2007.雨滴譜分布函數(shù)的選擇：M-P和Gamma分布的對(duì)比研究［J］.氣象科學(xué)，27（1）：17-23. Zheng J H，Chen B J，2007.Function choice of raindrop size distribution：M-P function compare with Gamma function［J］.J Meteor Sci，27（1）：17-23.（in Chinese）.

周黎明，王俊，龔佃利，等，2014.山東三類降水云雨滴譜分布特征的觀測(cè)研究［J］.大氣科學(xué)學(xué)報(bào)，37（2）：216-222. Zhou L M，Wang J，Gong D L，et al.，2014.A study on the distribution of raindrop size in three types of precipitation in Shandong Province［J］.Trans Atmos Sci，37（2）：216-222.doi：10.13878／j.cnki.dqkxxb.2014.02.009.（in Chinese）.

·ARTICLE·

Difference analysis of raindrop size distribution characteristics in Meiyu and typhoon types of short-term heavy rainfall in summer in Jiangsu Province

LI Yi1，2，ZHENG Yuanyuan1，2，CHEN Gang1，2，LI Li3，XU Fen1，2

1Nanjing Joint Institute for Atmospheric Sciences，Nanjing 210041，China;

2Key Laboratory of Transportation Meteorology of China Meteorological Administration，Nanjing 210041，China;

3Nanjing Meteorological Bureau，Nanjing 210019，China

Abstract Accurate understanding of microphysical characteristics of short-term heavy rainfall is crucial to improve the monitoring and warning capabilities of severe convective weather such as short-term heavy rainfall and accurate understanding of raindrop size distribution （DSD） characteristics of short-term heavy rainfall is also the key to improve the forecasting and early warning capabilities of it.Currently there are still few studies on DSD statistical characteristics of short-term heavy rainfall.Most studies either focus on the rainstrom process under the influence of a certain weather system or contrastive studies on different weather types.Studies on the DSD characteristics of short-term heavy rainfall under the influence of different weather systems are rare.Furthermore，most of the research is based on the observations of a single station or several stations，so the results have some limitations due to the local site observations.In this paper，based on automatic weather station data and disdrometer data during 2019—2020 in summer in Jiangsu Province，the short-term heavy rainfall is divided into four types：Meiyu 20，Meiyu 50，Typhoon 20 and Typhoon 50 according to different weather types （Meiyu and typhoon） and different rainfall intensities （20—50 and >50 mm·h-1）.The different DSD characteristics in different types of short-term heavy rainfall with different intensity is further analyzed to deepen the understanding of the differences of microphysical characteristics of the different types of short-term heavy rainfall.Statistical results show that the average raindrop particle size （number concentration） of Meiyu-type short-term heavy rainfall （SHR） is obviously higher （lower） than that of typhoon-type SHR on the whole.The contribution of small raindrops （diameter≤2 mm） to typhoon-type SHR is significantly more than that to Meiyu-type SHR.Furthermore，with the increase of rainfall intensity，the large raindrop number concentration and the average raindrop particle size of Meiyu-type SHR with intensity over 50 mm·h-1increased significantly compared with Meiyu-type SHR with intensity between 20 and 50 mm·h-1.Similarly，the number concentration of typhoon-type SHR with intensity over 50 mm·h-1 increased significantly but the growth of particle size is not obvious compared with typhoon-type SHR with intensity between 20 and 50 mm·h-1.Therefore，the typhoon-type SHR with different intensities is mainly contributed by high concentration of small particle size raindrops，while the extreme Meiyu-type SHR is contributed by larger raindrops，and the DSD characteristics are more complex.Similar observation conclusions are also obtained through typical case study.It shows that the DSD of Meiyu-type SHR is more obvious than that of typhoon-type SHR.

Keywords short-term heavy rainfall;raindrop size distribution;Meiyu;typhoon;Jiangsu

doi：10.13878／j.cnki.dqkxxb.20240422002

（責(zé)任編輯：張福穎）