一次基于风廓线雷达观测的北京夏季降水的垂直观测研究

黄钰 郭学良 罗秀明 陈羿辰 张邢 杜远谋 刘海龙

1 北京市人工影响天气办公室，北京 100089

2 云降水物理研究与云水资源开发北京市重点实验室，北京 100089

3 中国气象局华北云降水野外科学试验基地，北京 100089

4 中国科学院大气物理研究所，北京 100029

5 广德市气象局，安徽广德 242200

6 95820 部队飞行管制室，北京102211

1 引言

云中动力和微物理参数是描述中小尺度大气状态的关键要素之一，主要包括空气垂直速度、雨滴下落末速度、云液态水含量、云水混合比、雨水混合比、水汽混合比等，这些重要参量由传统的探测手段无法直接探测获得，一般都是通过对遥感资料进行反演（傅云飞, 2014）或者通过数值模式模拟（黄钰等, 2020）获得。

随着雷达探测技术的发展，国内外学者开展了大量云参数反演的研究（Frisch et al., 1995; Shupe et al., 2008; Rémillard et al., 2013）。Gossard（1994）、Gossard et al.（1997）用多普勒雷达提取了降水云滴谱的分布形式，进行了GAMMA 拟合，并进一步获得了下落速度、液水含量、中值半径等云微物理结构信息，针对一次夏季较强降水个例，用一系列敏感性试验证明了反演的正确性，但没获得更多的云结构信息；Deng and Mace（2006）根据毫米波云雷达的一阶矩反演云参数和大气垂直速度等云宏观结构特征，并进一步反演了卷云中的冰水含量等一系列参数，利用机载探测数据验证了结果的正确性，在强对流天气中，云雷达衰减明显，反演存在局限性；李永平等（2004）基于天气雷达的反射率因子进行反演获得云微物理结构变化特征，并用梅雨期一次降水个例进行验证，结果证明反演合理；刘红亚等（2007a, 2007b）利用雷达反射率因子反演得到一系列云水结构参数和云动力结构特征，应用于典型夏季强对流天气实例中，应用模式证明了反演的参数能有效提高模式效率。天气雷达数据垂直精度较低，无法反演获得云体精细结构。刘黎平等（2012）在验证了云雷达数据可靠的基础上针对夏季弱降水过程反演了液水含量和雨滴谱等云微物理结构特征，进一步用机载探测的滴谱数据验证了反演结果的正确性，云雷达由于自身特点，适用于弱降水条件下，在对夏季较强降水进行反演时，需考虑其局限性。

随着技术的进一步发展，许多学者基于风廓线雷达（WPR）数据高精度、高分辨率、低衰减的特点对降水云进行研究。何平等（2009）认为从风廓线雷达信噪比数据能反映出降水特征，并能进一步研究降水特征；阮征等（2002）对风廓线雷达数据进行相对定标，获得降水反射率因子、含水量等云体参数，并获取三维风场随高度的分布；黄钰等（2011）通过风廓线雷达功率谱数据对层状云降水的融化过程进行了研究，详细分析了融化层亮带的形成和演变机理；王晓蕾等（2010）对风廓线雷达探测降水获得的信号进行剥离，获得降水云体的滴谱随高度分布信息；Williams（2016）在美国俄克拉荷马开展的中纬度大陆性对流云试验（MC3E）中用两部不同波段的风廓线雷达反演空气垂直速度和雨滴谱参数，并进一步分析了降水的微物理过程，研究了层状云的降水机制；Ruan et al.（2014）利用剔除了大气垂直速度的L 波段风廓线雷达数据反演雨滴谱分布，并一步拟合了反演经验公式。

北京北部环山，东南为平原，其降水具有典型的北方夏季降水特征。对北京夏季降水过程进行垂直综合观测对于了解北方夏季降水特征进而提高预报准确率和提供人工影响天气作业决策具有深刻的意义。目前业务上多仅使用风廓线雷达的水平风速、风向数据，利用风廓线雷达获得降水谱参数并深入分析的研究较少，运用多种垂直探测的仪器对夏季降水进行综合观测并进行反演的研究更少，本文利用风廓线雷达数据反演了降水云体的大气垂直速度、雨滴下落末速度等云动力特征和云水混合比、雨水混合比等云微物理参数，并结合天气雷达、L 波段秒探空资料、自动站、雨滴谱仪和微波辐射计等多种数据对2020 年5 月7～8 日发生在北京市海淀区的一次夏季降水过程进行垂直综合观测，获得降水云精细垂直结构和详细演变形势，分析了北京夏季降水微物理和垂直动力场的主要特征，可用于对夏季降水的深入研究。

2 数据与方法

本文所用风廓线雷达资料取自北京市海淀区，雷达站址（39.98°N，116.28°E），海拔高度20.40 m。探测高度150～10110 m，采用5 波束模式进行探测。表1 为风廓线雷达参数表。由于不涉及水平方向，并且根据反演算法所针对数据的高度和分辨率，本文只取中模式垂直波束数据进行分析。

表1 风廓线雷达参数表Table1 Parameters of wind profile radar

与常规天气雷达类似，风廓线雷达采用相控阵脉冲多普勒技术，虽然其波长比天气雷达长，但是经过对信号的相干积累以及谱变换、谱平均等处理后，雷达返回信号的信噪比提高了约40 dB，很大程度地提高了雷达探测能力（阮征等, 2002）。利用风廓线雷达的垂直探测波束数据可以获得降水云体的垂直结构精细信息。由于风廓线雷达的波长远远长于降水粒子直径，适用瑞利散射条件，可根据雷达气象方程获得降水云体的反射率因子、径向速度、谱宽等谱参数信息，具体如下：

根据黄钰等（2011）的方法，对质量控制后的雷达数据进行傅里叶变换，可以得到信号功率谱密度信息Si(v)，i= 0, 1, 2, ···,n，n为变化取样数。功率谱密度的零阶矩可获得平均功率Pr：

∆v为单位速度间隔。

反射率因子Z（单位：dBZ）为

式中，C为雷达常数，根据雷达的参数可以计算获得，R是降水粒子距离雷达的高度。

由信号功率谱密度的二阶中心矩速度可以计算获得谱宽 σv，它在一定程度上反映了采样体积内降水粒子的变化范围，计算公式为

根据上述方法获得反射率因子、垂直径向速度和谱宽等风廓线雷达谱参数，可以初步描述测站上空降水云体的宏观结构和动力特征。

图1 为2020 年5 月7 日20 时（北京时，下同）至8 日14 时在北京市海淀区风廓线雷达站点分别用SA 波段常规多普勒雷达（后简称SA 雷达）和WPR 观测的反射率因子。目前北京地区常规天气雷达垂直方向采样范围内共取9 层探测数据，低层高度间隔约500 m，中、高层间隔2000～3000 m，其余高度进行回波插值平滑，由于分辨率太低，雷达显示图形经过多次插值平滑处理，易出现虚假回波，无法体现真实细致的云体垂直结构（苏德斌等, 2010）。

对比图1a、b 可以看出WPR 与SA 雷达观测的降水反射率因子强度大小、位置、演变形势对应得很好。SA 雷达的垂直分辨率低，插值平滑严重，无法显示真实云体的细致结构；风廓线雷达数据分辨率比天气雷达高得多。从图1b 看出，在3.3 km高度处有一个明显的天气雷达没有观测到的亮带结构，各个时刻云体演变信息表现也明显，可用于降水云的深入观测研究。

图1 2020 年5 月7 日20 时（北京时，下同）至8 日14 时北京市海淀区雷达站（39.98°N，116.28°E）（a）SA 雷达、（b）风廓线雷达（WPR）观测的反射率因子时间序列Fig.1 Time series of reflectivity factor observed by (a) Doppler Radar in SA band, (b) WPR (wind profile radar) at radar station (39.98°N, 116.28°E)in Haidian District of Beijing from 2000 BJT (Beijing time) 7 May 2020 to 1400 BJT 8 May 2020

基于风廓线雷达获得的反射率因子，根据刘红亚等（2007a）提出的反射率因子反演方案，进一步反演降水云参数，本文中垂直速度向下为正、向上为负。

根据Marshal-Palmer 雨滴尺度分布关系（Sun and Crook, 1997）、一 维 定 常 假 设（胡 志 晋 等,1996）和 暖 云 方 案（Kessler, 1969; Miller and Pearce, 1974; 胡志晋和严采蘩, 1987; 陶祖钰和谢安,1989），通过下列公式可获得雨水混合比qr（单位：g/kg）：

雨滴下落末速度vr（单位：m/s）：

水汽混合比qv（单位：g/kg）：

空气垂直速度w（单位：m/s）和云水混合比qc（单位：g/kg），则由方程

迭代算出，气压p（单位：hPa）、地面气压p0（单位：hPa）、温度T（单位：K）来自于L 波段探空资料， ρ为空气密度（单位：kg/m3）。

3 降水结果分析

受东移高空槽的影响，2020 年5 月7 日20 时至8 日13 时北京出现一次降水过程。图2 为SA雷达观测到的组合反射率因子PPI 演变图，箭头所指位置为风廓线雷达站点。7 日20 时站点位于主体回波边缘，降水开始，8 日01～03 时站点位于稳定回波强值区内，为降水较强时段，8 日06 时以后主体回波逐渐移出站点，10 时以后降水逐渐停止。此次过程北京北部降水整体较弱，随时间变化不剧烈，风廓线雷达站点虽然位于回波边缘，但基本能代表此次降水天气过程特征，如图2 所示，风廓线雷达处于较弱回波之中，最强回波＜25 dBZ。

海淀区自动站（位于风廓线雷达站内）小时累积降水量和气温变化图（图3）显示，海淀站点的地面降水从7 日20 时开始，刚开始降水量较小，小时平均降水量均＜0.5 mm/h，8 日02 时降水量达到最大值，为1.4 mm/h，之后降水量基本维持稳定，平均降水量为0.8 mm/h，8 日10 时以后降水结束。降水开始后气温由17°C 降低，降水较强时段气温降到最低为13.5°C，降水减弱、结束后，温度逐渐回升至15°C。

图3 2020 年5 月7 日20 时至8 日14 时北京市海淀区自动站（39.98°N，116.28°E）小时降水量（单位：mm）、温度（单位：°C）的时间演变Fig.3 Time evolution of hourly precipitation (units: mm) and temperature (units: °C) observed by automatic weather station (39.98°N, 116.28°E) in Haidian District of Beijing from 2000 BJT 7 May to 1400 BJT 8 May 2020

从风廓线雷达水平风图（图4）上可以看出，整个降水时期低层基本为偏东风，高层偏西风，4300 m 高度存在一个水平风的垂直切变，8 日09时以后水平风的垂直切变消失，降水逐渐停止。7日20 时至22 时，低层（3000 m 以下）由西南风转为偏东风，7 日22:30 左右3000 m 高度以下存在水平风切变，降水发展；8 日01～02 时，中层（1000～2500 m）水平风较小，风向逐渐转为偏东风，降水达到最大值；03 时以后中低层高度（4000 m 以下）水平风速逐渐加大，降水维持稳定并逐渐减小。总体来说，4 km 高度附近的水平风垂直切变贯穿整个降水过程，低层水平风切变是前期对流发展的原因，后期偏东风加强且4 km 高度的水平风垂直切变消失后，降水逐渐减弱并趋于结束。

图4 2020 年5 月7 日20 时至8 日14 时北京市海淀区雷达站（39.98°N，116.28°E）风廓线雷达观测的水平风矢量Fig.4 Horizontal wind vectors observed by WPR at radar station (39.98°N, 116.28°E) in Haidian District of Beijing from 2000 BJT 7 May to 1400 BJT 8 May 2020

图5 为风廓线雷达反射率因子。与降水量变化相对应，回波显示降水从7 日20 时开始，随后发展，较强回波（10 dBZ）顶高从2.7 km 升到3.3 km，01～03 时回波最强，3.3 km 高度开始出现零度层亮带，回波最强核25 dBZ，较强回波顶高＞4.5 km，8 日10 时降水结束。

图5 2020 年5 月7 日20 时至8 日14 时北京市海淀区雷达站（39.98°N，116.28°E）风廓线雷达观测的反射率因子时间序列Fig.5 Time series of reflectivity factor by WPR at radar station (39.98°N, 116.28°E) in Haidian District of Beijing from 2000 BJT 7 May to 1400 BJT 8 May 2020

根据黄钰等（2015）夏季降水分类方案，首先确定雨顶高度（＞20 dBZ）及其与0°C 高度对比将降水分为冷雨或暖雨，然后基于融化层附近的反射率因子（是否＞38 dBZ）和垂直速度值（是否＞1 m/s）及其梯度变化情况[反射率梯度＜−1 dBZ(120 m)−1，速度梯度＞0.2 m/s (120 m)−1]，判断是否存在对流或零度层亮带等来对降水进行分类。此次降水反射率因子＜38 dBZ，融化层附近反射率因子 梯 度 为5 dBZ(120 m)−1，速 度 梯 度 为0.2 m/s(120 m)−1，存在零度层亮带，考虑持续时间等因素，总体过程主要为层状云降水类型。降水可分为两个阶段，前期（7 日20 时至8 日02 时）低层存在浅对流结构（后文称为前期对流阶段），5 dBZ回波高度接近7.5 km，较强回波（最大值25 dBZ）位于较低高度（2.7 km 以下）且分布范围较广，02时3.3 km 高度出现对流核（最大值30 dBZ）后，后期（8 日02～10 时）转为典型层状云型降水（后文称为后期层状云阶段），回波强值高度（20 dBZ）亮带出现在较高高度（3 km 以上），随着降水减弱其回波强值减弱（20 dBZ减小为10 dBZ），高度也从3.3 km 降到3 km。

图6 为云顶高度、反射率因子分档统计和各阶段反射率因子平均值。云顶高度基本在7～9 km，前期低层弱对流降水阶段（7 日20 时至8 日02 时）云顶较高，整体变化不大，平均云顶高度为8207 m；后期层状云降水阶段（8 日02～10 时）整体云顶高度较低，其中前期对流核阶段（01～03 时）云顶高度平均值为7343 m，随后逐渐上升，09 时接近9 km，整个层状云降水阶段的平均云顶高度为7831 m。

对几个典型阶段的降水回波进行平均和分档统计，整个阶段平均回波趋势如图6c 黑线所示，整体回波平均值呈现层状云特点，最大值（12.8 dBZ）出现在3150 m 高度处（亮带），1.5～2.7 km 随高度变化不大，维持在12 dBZ，3.1 km 以上随着高度升高，回波值变小，4.5 km 处回波值降到5 dBZ。主要回波在0～10 dBZ和10～20 dBZ，分别占47%和46%；其余的分布在20～30 dBZ和−10～0 dBZ，分别仅占4%和3%。

前期低层弱对流降水阶段（7 日20 时至8 日02 时），回波的平均廓线（图6c 橙线）显示较强回波出现在2 km 左右的较低高度，最大值为16 dBZ，2.2 km 高度以上随高度升高回波值减小，4.5 km 高度降为8 dBZ。回波主要为10～20 dBZ，占52%，其次为0～10 dBZ，占38%，＞20 dBZ的占9%。后期层状云降水时期（8 日02～10 时）平均值（图6c蓝线）在2500～3500 m 高度处出现，由于亮带形成的回波增大，最大值（12 dBZ）位于3030 m 高度上，整体平均回波较前期的弱，0～10 dBZ的回波占58%，10～20 dBZ的回波占39%，−10～0 dBZ占5%，＞20 dBZ的回波几乎没有。这种平均回波趋势在前期低层弱对流降水转化为后期典型层状云降水的初期对流核阶段（8 日01～03 时图6c 红线）就显现出，不过对流核阶段平均值整体较强，最大值22 dBZ，10～20 dBZ的回波比例较高，占75%，这是因为这时期还有对流降水特性。

图6 2020 年5 月7 日20 时至8 日12 时北京市海淀区雷达站（39.98°N，116.28°E）风廓线雷达观测的（a）云顶高度、（b）反射率因子分档比例、（c）反射率因子平均值Fig.6 (a) Height of cloud top, (b) reflectivity factor ratio at each stage, (c) average reflectivity factor at each stage by WPR at radar station (39.98°N,116.28°E) in Haidian District of Beijing from 2000 BJT 7 May to 1200 BJT 8 May 2020

此次个例为层状云降水，主要回波在0～20 dBZ，前期降水低层存在弱对流结构，云顶较高（平均高度8207 m），较强回波10～20 dBZ的比重较大，回波强值出现在2 km 左右的较低高度，随高度上升逐渐减小；后期转为典型层状云降水，云顶较低（平均高度7831 m），较弱回波＜10 dBZ的比重较大，且在3100 m 高度附近出现亮带的强值中心。

图7 为地面雨滴谱仪（与风廓线雷达位于同一站点）观测的雨滴数浓度、雨强和滴谱分布时间序列，雨滴数浓度与滴谱分布峰值正相关，雨强和滴谱粒径大小正相关。从图7c 中可以看出此次降水整体滴谱分布值较小，粒径尺寸较小，大部分滴谱粒直径＜2 mm，两个阶段粒子滴谱分布形式区别也较明显。前期低层存在对流结构，降水粒径分布范围较窄，粒子小，大部分降水粒子直径＜1 mm，雨强比后期的小，最大值0.25 mm/h，但滴谱值大，粒子谱型在0.5～0.9 mm 达到峰值，为26305 m−3，出现在22:23 时刻，与图5 中2.1 km 高度的反射率因子强值时刻相对应；后期降水转为典型层状云降水，滴谱粒径分布范围逐渐展宽，粒子变大，分布范围变为0.7～1.6 mm，整体滴谱值减小，峰值降到＜3000 m−3，但雨强值整体增大，最大值0.45 mm/h；8 日09:30 以后降水趋于结束，滴谱分布减弱趋于零。

图7 2020 年5 月7 日20 时至8 日14 时北京市海淀区雨滴谱仪（39.98°N，116.28°E）观测的（a）总的粒子数浓度（Nt）、（b）雨强（R）、（c）滴谱时间序列。图c 中的N 和D 分别表示粒子数浓度和直径Fig.7 Time series of (a) particle number total concentration (Nt), (b) rain rate, (c) size spectrum observed by disdrometer (39.98°N, 116.28°E) in Haidian District of Beijing from 2000 BJT 7 May to 1400 BJT 8 May 2020. In Fig.7c, N and D represent number concentration and diameter of particle, respectively

微波辐射计（与风廓线雷达位于同一站点，图8）各参数可看出，整个降水时段4.5 km 高度以下相对湿度接近饱和，4.5 km 以上相对湿度值迅速减小，9 km 处相对湿度趋于0。两个阶段的水汽场分布区别也比较明显，7 日20 时至8 日01 时2～3 km高度出现持续稳定的暖平流，同一时段此高度上液态水含量和水汽密度也持续较高，液态水范围2～4 g m−3，水汽范围30～40 g m−3，最大值分别为4.8 g m−3和42 g m−3，都出现在对流核形成的8日01 时左右。8 日01 时之后，低层暖平流逐渐减弱，2～3 km 高度持续维持的液态水含量和水汽密度高值区也逐渐消失，值较对流降水时期小了一量级。

图8 2020 年5 月7 日20 时至8 日14 时微波辐射计（39.98°N，116.28°E）观测的（a）液态水含量（单位：g m−3）、（b）水汽密度（单位：g m−3）、（c）温度（单位：°C）、（d）相对湿度的时间序列Fig.8 Time series of (a) liquid water content (units: g m−3), (b) vapor density (units: g m−3), (c) temperature (units: °C), (d) relative humidity observed by microwave radiometer (39.98°N, 116.28°E) in Haidian District of Beijing from 2000 BJT 7 May to 1400 BJT 8 May 2020

根据第2 节描述的方法对风廓线雷达数据进行反演，获得云参数时间序列（图9），分别为雨水混合比、云水混合比、雨滴下落末速度和垂直速度。对比图9 和图5 可以看出，雨水、云水、雨滴末速度和垂直速度时空分布趋势与反射率因子变化正相关，随着反射率因子的增长，各物理量值迅速增大。强度10 dBZ的回波对应的雨水混合比约为0.015 g/kg，云水混合比约为0.1 g/kg，雨滴下落末速度在3.2 m/s左右，垂直速度±0.1 m/s 之间；强度20 dBZ的回波对应的雨水混合比约为0.15 g/kg，云水含混合比约为1.8 g/kg，雨滴下落末速度在3.6 m/s 左右，垂直速度±0.8 m/s 之间。

图9 2020 年5 月7 日20 时至8 日14 时北京市海淀区雷达站（39.98°N，116.28°E）风廓线雷达反演的（a）雨水混合比（单位：g/kg）、（b）云水混合比（单位：g/kg）、（c）雨滴下落末速度（单位：m/s）、（d）垂直速度（单位：m/s）时间序列Fig.9 Time series of (a) rain water mixing ratio (units: g/kg), (b) cloud water mixing ratio (units: g/kg), (c) droplet terminal velocity (units: m/s), (d)vertical velocity (units: m/s) from WPR at radar station (39.98°N, 116.28°E) in Haidian District of Beijing from 2000 BJT 7 May to 1400 BJT 8 May 2020

在前期对流和后期层状云降水的两个阶段，各参数分布也呈现出了明显的区别，前期各个参量值较大，且大值区的高度分布范围较广，在1～3 km高度上都有体现，雨水混合比（qr）在0.02～0.15 g/kg，最大值约0.2 g/kg，位于1.5～2.4 km 高度；云水混合比（qc）主要范围0.3～1.8 g/kg，最大值约2 g/kg，位置比雨水混合比高，位于2～3 km 高度；雨滴下落末速度（vr）主要在3.2～4.2 m/s，最大值4.4 m/s；大气垂直速度主要在±0.7 m/s 之间，上升和下沉气流变换明显，补充降水所需的水汽和动力条件，维持降水发展。云水含量比雨水高一至两个数量级，且强值高度在雨水强值高度之上，表明了此次过程雨水很大程度来源于云水。

后期各参量值变小，且强值范围分布变窄。雨水混合比在0.01～0.04 g/kg，最大值约0.05 g/kg，比对流性降水时期小了一个量级；云水混合比主要范围0.05～0.5 g/kg，最大值约0.8 g/kg，由于降水的消耗，云水混合比减少明显，比对流性降水时期也小了一个量级，雨水和云水量级的变化与微波辐射计观测（图8）的液态水含量量级变化吻合；雨滴下落末速度主要在2.8～3.6 m/s，最大值3.8 m/s；大气垂直速度也变小，主要在±0.05 m/s 之间，也比前期小了一个量级，并且在亮带高度以下（−2.8～2.5 km）范围内出现明显横向带状上升和下沉气流区。

8 日11 时以后降水结束，雨水混合（qr）比接近0，而云水消耗停止，云水混合比逐渐增大，最大值约1.6 g/kg，这说明了此次降水形成可能一大部分来自于云水转化为雨水。

将降水前后两个阶段的反演参数进行平均（图10），后期典型层状云阶段云水混合比（qc）和雨水混合比（qr）平均值随高度变化趋势相近，2.7 km 以下随高度变化不大，qc值为0.3～0.6 g/kg，qr值为0.007～0.012 g/kg；2.7 km 以上随高度增大迅速增大，qc值为0.6～1 g/kg，qr值为0.012～0.02 g/kg，同一高度上qc平均值比qr大一个量级。前期qc和qr的平均值明显比后期的大，qc大值区出现在2.6 km 以上，qc值为1.1～1.4 g/kg；2.6 km以下随高度变化不明显，qc值为1.1 g/kg 左右，qr大值区出现在2～2.3 km 较低高度范围内，qr最大值为0.037 g/kg，同一高度qc平均值也比qr大一个量级。

图10 2020 年5 月7 日20 时至8 日10 时北京市海淀区雷达站（39.98°N，116.28°E）风廓线雷达反演的降水前期（橙色线）、后期（蓝色线）（a）云水混合比、（b）雨水混合比、（c）雨滴下落末速度、（d）空气垂直速度的平均值Fig.10 Average of (a) cloud water mixing ratio, (b) rain water mixing ratio, (c) droplet terminal velocity, (d) air vertical velocity at earlier stage(orange lines) and later stage (blue lines) for precipitation observed by WPR at radar station (39.98°N, 116.28°E) in Haidian District of Beijing from 2000 BJT 7 May to 1000 BJT 8 May 2020

两个阶段雨滴下落末速度（vr）平均值高度廓线变化形式与qc和qr类似，前期vr平均值在2 km以下增大明显，范围为3.2～3.6 m/s，2 km 以上保持在3.6 m/s 左右波动；后期vr平均值随高度逐步增大明显，范围为3.0～3.6 m/s。空气垂直速度（w）平均值在两个阶段区别同样明显，层状云阶段2.6 km 以下垂直速度平均值基本在0 m/s，变化不大，而对流性阶段w值变化明显，w范围为−0.08～0.06 m/s，上升和下沉气流变换明显。

4 结论与讨论

本文利用风廓线雷达数据反演了降水云体的垂直速度、雨滴下落末速度等云动力场特征和云水混合比、雨水混合比等云微物理参数，并结合天气雷达、L 波段秒探空资料、自动站、雨滴谱仪和微波辐射计等多种数据对2020 年5 月7～8 日发生在北京市海淀区的一次夏季层状云降水过程进行垂直综合观测，获得以下结论：

（1）风廓线雷达反演云微物理信息和动力参数结果合理，配合其他垂直综合探测数据揭示了一定动力条件下北京平原地区夏季降水不同阶段云的垂直演变特征，可用于降水的深入研究。

（2）站点位于降水边缘，主要为层状云降水，降水滴谱分布整体粒径较小，基本＜2 mm，4 km高度的水平风垂直切变贯穿整个降水过程，低层（2 km）水平风切变是前期对流发展的原因，后期偏东风加强且4 km 高度的水平风垂直切变消失后，降水逐渐减弱并趋于结束。整体回波不强，云顶高度7～9 km，93%的回波值在0～20 dBZ，＞20 dBZ约4%；2～3 km 高度出现持续稳定的暖平流，云水混合比0.1～2 g/kg，雨水混合比0.01～0.2 g/kg，云水含量比雨水高一个数量级，且强值高度在雨水强值高度之上，表明了此次降水过程雨水很大程度来源于云水。雨滴下落末速度2.8～4.2 m/s，大气垂直速度在±0.7 m/s 之间。

（3）降水前后两个阶段特征区别明显。前期低层存在浅对流结构，云顶较高，低层水平风切变促进了对流发展，10～20 dBZ的比重较大，粒子谱较窄但数浓度值大，雨强较弱，液水和水汽含量高，雨水、云水值较高且强值分布范围广，空气垂直速度比层状云阶段值大了一个量级以上，上升、下沉气流交替明显，补充降水所需的水汽和动力条件，维持降水发展；后期转为典型层状云降水，云顶高度下落，＜10 dBZ的比重较大，3100 m 处形成亮带的强值中心，风切变和暖平流消失，粒子谱展宽但数密度值减小，雨强较强，雨水和云水值比对流期小了一个量级，且强值范围变窄，垂直速度减小明显，并且在亮带附近出现明显横向带状上升、下沉气流区。

本文仅针对一次夏季降水过程进行分析，下一步计划针对更多典型降水个例进行研究，获得北京平原夏季降水结构的特征。