佛山相控阵阵列雷达探测2020年9月4日短时强降水天气过程的分析*

肖靖宇 杨 玲 俞小鼎 马舒庆 李彩玲 乔 丹

1 成都信息工程大学电子工程学院，成都 610225 2 中国气象局大气探测重点开放实验室，成都 610225 3 中国气象局培训中心，北京 100081 4 中国气象局气象探测中心，北京 100081 5 广东省佛山市气象局/佛山市龙卷风研究中心，佛山 528315 6 雷象科技(北京)有限公司，北京 100089

提 要：为了研究高时空分辨率的相控阵阵列雷达可否精细探测强降水的演变，利用质量控制后的佛山X波段相控阵阵列天气雷达资料，分析了2020年9月4日广州省佛山市南海区发生的一次局地短时强降水天气过程。分析了16:00—17:30南海区出现的多单体风暴的强度场和三维风场结构，并探究强度场、三维风场与降水量之间的关系。结果表明：阵列天气雷达能够对强对流天气过程进行更精细的探测。合并阶段，观测到小尺度、短时间内多个对流单体的初生、分裂和合并过程。成熟阶段，分析γ中尺度气旋的形成过程以及气旋式辐合维持时强度场、三维风场、散度场和涡度场的结构。消亡阶段，分析γ中尺度反气旋的形成与增强过程。气旋与反气旋消失后，单体迅速消亡。基于高时空分辨率的强度场和三维风场获得的各统计量，发现在自动气象站降水出现前10～15 min以及最大5分钟降水出现前5～10 min，反射率因子与水平风速有明显变化。本研究结果对监测预警短时强降水有预示作用，为高时空分辨率的相控阵阵列雷达精细探测强降水的演变提供了参考依据。

引 言

短时强降水，主要是指发生时间短、空间尺度小、降水效率高的对流性降水。1 h雨量≥20 mm或3 h雨量≥50 mm，为典型的中小尺度系统驱动(俞小鼎，2013；孙继松，2017)。由于降水强度大，在短时间内易形成局地洪水，甚至引发山体崩塌、滑坡等次生地质灾害，造成的人员伤亡和财产损失在所有气象灾害中是最大的(樊李苗和俞小鼎，2013)。因此研究短时强降水天气的形成机制及提前发布短时临近预警，对防灾减灾具有非常重要的意义(徐娟等，2014)。

国内外许多学者对短时强降水进行了深入的分析。Marks(1985)和Klaassen(1989)对雨强的探测进行了深入的研究。张涛等(2012)、陈炯等(2013)、王国荣和王令(2013)、伍红雨等(2020)研究表明不同区域受气候背景、地形和城市下垫面等因素影响，短时强降水表现出一定的时空分布规律。樊李苗和俞小鼎(2013)、田付友等(2017)、王迪等(2020)研究给出短时强降水天气的环境参数特征。

国内众多学者利用单部或多部多普勒天气雷达进行风场反演，张勇等(2011)利用组网天气雷达产品三维格点反射率因子资料与两步变分法反演三维风场，对2009年第7号台风天鹅的风场结构做了分析，结果表明:两步变分法较好地反演出“天鹅”台风的水平环流结构。刘婷婷等(2014)利用单部多普勒雷达四维变分同化方法反演重庆市两次局地强降水不同高度水平风场，分析了易发生局地强降水区域的局地环流特征，结果表明:风场反演能较准确地给出低空急流、低层辐合和局地气旋式涡旋的位置及演变情况。韩颂雨等(2017)研究表明双雷达和三雷达资料能较好地反演降雹超级单体的三维风场精细结构，有助于加深对冰雹云结构的认识，进而提高冰雹预报能力。目前，对于中小尺度天气系统引起的短时强降水天气过程的强度场与三维风场相互关系的研究仍有限。

尽管进行了大量研究，但是气象学界对强对流天气过程中不同天气现象的酝酿、发生、发展、传播和消亡等物理过程的认识程度远不如其他灾害性天气过程(如区域性暴雨、台风等)那样清晰，这是造成有效预警能力不足的根本原因(孙继松等，2014)。目前，相控阵技术已逐渐应用于天气雷达领域(吴翀等，2014；刘黎平等，2015)，相控阵雷达能够获取高时空分辨率探测数据，对认识对流单体中小尺度系统的发展演变有较大帮助(于明慧等，2019；程元慧等，2020)。利用三个及以上相控阵接收发射子阵(简称子阵)组成的阵列天气雷达能够得到高时空分辨率的强度场和三维反演风场，有潜力为强对流天气过程分析提供技术支持(马舒庆等，2019；叶开等，2020)。

本文利用3DVAR(three-dimensional variational data assimilation)风场反演算法获得风场(Shapiro et al，2009；Potvin et al，2012；North et al，2017)，该算法已在长沙机场阵列天气雷达进行风场验证(李渝等，2020)。本文对2020年9月4日佛山市南海区的一次局地短时强降水天气过程进行分析，展示此次短时强降水的小尺度强度场与三维风场等结构特征。选取逐30 s的强度场与三维风场反演资料，以及自动气象站逐5 min降水量资料，研究强度场、三维风场与自动站降水量三者之间的联系，以期为短时强降水天气的预报预警提供依据。

1 资料和天气过程

1.1 资 料

架设于佛山市的相控阵阵列天气雷达(图 1a)由七个子阵组成，每三个相邻的子阵为一组进行协同扫描。每个子阵的最大探测距离均为36.48 km，径向分辨率为30 m。水平方向上每个子阵均采用机械扫描方式，覆盖0°～360°方位，垂直方向上采用相控阵多波束扫描技术，采用4个发射波束和64个接收波束覆盖仰角，其中单偏振子阵覆盖0°～90°仰角，双偏振子阵覆盖0°～72°仰角。每三个相邻的子阵采用近似等边三角形方式布局，单个子阵体扫时间为30 s，对应60°范围的扫描时间为5 s。理论上，三个子阵的共同覆盖区域(简称三维精细探测区)的探测资料时差在5 s以内，两个子阵共同覆盖区域的探测资料时差在10 s以内，Li et al(2020)研究表明探测资料数据时差越小，获得的风场越准确。三维探测区外的圆形区域内也有探测资料，这些区域称为普通探测区(图1b)。

本文所用资料包括2020年9月4日佛山市南海区(22.90°～23.30°N、112.90°～113.20°E)16—18时(北京时，下同)自动气象站逐5 min降水资料，9月4日16:00—17:30广州CINRAD/SA雷达(简称广州雷达)基数据，佛山市阵列天气雷达三水潮湾站子阵3(简称子阵3)、禅城梧村站子阵6(简称子阵6)、南海尖峰岭子阵7(简称子阵7)雷达基数据，以及三部子阵融合强度场与三维风场反演资料。广州雷达基数据仅用于雷达资料对比验证，本文天气过程分析均使用阵列天气雷达资料，三维风场反演资料为单体内部风场。强度场与三维反演风场资料:水平格点间隔为100 m，反演层数为75层，垂直格点间隔为200 m。

1.2 天气过程和雷达回波分析

2020年9月4日东亚大槽加深东移，槽后西北气流带动冷空气南下，佛山处于槽前偏西南气流中，588 hPa等压线控制广东。925 hPa上切变线位于粤北地区，有一支西南气流从海南东侧海面向北延伸到珠江三角洲西部，另外有一支东北气流从台湾海峡南下影响到珠江三角洲东部地区，二者在珠三角附近形成辐合，700 hPa和850 hPa上切变线位于长江流域南侧一带，切变线南侧有偏西风急流在湖南和江西北部发展，200 hPa上珠三角地区恰好处于偏北显著气流和西北显著气流两支气流直接的分流区。地面上弱低压在北部湾维持，本地受类均压场控制。距离佛山南海区最近的清远探空站2020年9月4日08时探空站资料表明:各层大气相对湿度较大，对流有效位能(CAPE)值为2 100 J·kg-1，对流抑制能量(CIN)值为0 J·kg-1，不稳定能量充足(图2)。综上所述，佛山2020年9月4日有充沛的水汽和水汽辐合，地面与700 hPa之间的条件不稳定结合低层水汽条件形成CAPE大值，具有显著的深厚湿对流潜势。此外，更大尺度范围内低层辐合，高层辐散，周边环境为上升气流，有利于CAPE增大，CIN减小，深厚湿对流形成的可能性将更大。

图2 2020年9月4日08时清远站T-lnp图

2020年9月4日16:00—17:00，佛山市南海区有多个单个单体或多单体结构的对流风暴生成，形成多单体风暴群，回波演变过程见图3。合并阶段，16:00多单体1、多单体2均在进行内部合并(简称第一次合并)(图3a1)，16:05多单体1上方出现新的对流单体(简称单体1)(图3a2)，16:11单体1迅速发展，其右侧出现新的对流单体(简称单体2)，此时多单体1、多单体2内部合并结束并分别发展成为新的对流单体(简称单体3、单体4)(图3a3)，16:11—16:28单体3及单体4开始分裂，单体1、单体2、单体3、单体4逐渐合并(简称第二次合并)，并向东北方向移动(图3a4～3a7)。16:30合并阶段结束，第二次合并后形成的对流单体分裂为两个新的对流单体(简称单体5、单体6)(图3a8)，单体5进入成熟阶段。成熟阶段，16:30—16:50单体5发展旺盛并向东北方向缓慢移动，单体6移动更快(图3b1～3b2)。消亡阶段，16:50单体5转为消亡阶段，17:15单体5与右侧新生对流单体(简称单体7)合并(简称第三次合并)(图3c1～3c4)，之后回波整体向东移动，迅速消亡。回波分析显示，相控阵雷达可以精细地探测对流单体合并、成熟及消亡的演变过程。

图3 2020年9月4日16:00—17:30在0.1～14.9 km高度上的组合反射率回波演变(a)合并阶段:(a1)16:00,(a2)16:05,(a3)16:11,(a4)16:15,(a5)16:18,(a6)16:25,(a7)16:28,(a8)16:30;(b)单体5成熟阶段:(b1)16:40,(b2)16:48;(c)单体5消亡阶段:(c1)16:50,(c2)17:00,(c3)17:15,(c4)17:30

2 数据质量控制

风场反演前，对雷达基数据进行地物杂波滤除、径向速度退模糊和衰减订正等质量控制(Holleman and Beekhuis，2003；魏万益等，2020；肖柳斯等，2021)，之后进行如下数据检验流程：金属球定标、子阵间径向速度对比、反演风场正确性和合理性检验。

当各收发子阵架设后，要检查径向速度的正确性。检查方法如下:

(1)金属球定标。采用金属球定标法对各子阵的径向速度进行机外标定。以子阵3为例进行说明，采用快速扫描模式，体扫时间调整为15 s。在2019年11月24日，获取连续10个体扫样本，利用金属球相对于子阵3的实际径向速度与子阵3所测径向速度进行对比，子阵3的最大径向速度探测误差为0.2 m·s-1，满足径向速度探测精度为1 m·s-1的设计要求。子阵3探测的方位角、俯仰角、距离与金属球实际的方位角、俯仰角、距离存在一个固定偏差，方位角偏差量平均为2.16°，俯仰角偏差量平均为0.28°，距离偏差量平均为189 m。不符合精度要求，因此后续对子阵3指北和天线俯仰角及距离库探测进行了相应角度的修正。对子阵6、子阵7也采用该方法进行正确性检验，并进行相应修正。

(2)子阵间径向速度对比验证。以子阵3与子阵6对比为例，选取2020年9月4日16:01—16:17间隔30 s连续33个时刻数据，0°仰角连线中点处径向速度进行对比(子阵3径向速度大小取反以便于对比分析)。子阵3与子阵6的各时刻径向速度均满足方向相反(即数值取反)的设计要求，径向速度值之差最大为2 m·s-1(图4a)。子阵6与子阵7也采用该方法选取2020年9月4日16:27—16:40间隔30 s连续27个时刻数据进行径向速度对比验证(图4b)。结果表明，满足两部子阵连线中点处径向速度大小基本相同，方向相反，符合设计要求。

图4 2020年9月4日(a,b)16:01—16:17和(c,d)16：27—16：40子阵连线中点径向速度对比(a)子阵3与子阵6径向速度(子阵3数值取反)，(b)子阵3与子阵6径向速度绝对值差，(c)子阵6与子阵7径向速度(子阵7数值取反)，(d)子阵6与子阵7径向速度绝对值差

(3)反演风场正确性和合理性检验。李渝等(2020)利用部署在湖南省长沙黄花机场的阵列天气雷达2019年雷达资料进行外场试验，研究结果表明:1)在稳定性降水过程中，反演与风廓线雷达产品较为一致，比较合理；2)阵列天气雷达反演风场在不同的降水类型下得到的风场结构符合各类天气系统的基本特征，较为合理。

3 强度场与三维风场分析

本次强对流天气过程发展迅速，涉及多个单体。下文将该次过程分为合并阶段、成熟阶段和消亡阶段进行详细分析，各阶段观测的对流单体均处于三部及以上子阵所构成的三维精细探测区内。

3.1 雷达资料对比验证

为进一步检查该个例使用的强度场与三维风场反演资料的正确性，利用广州雷达和子阵3、子阵6、子阵7基数据以及三部子阵融合强度场与三维风场反演资料进行相互对比验证，由于广州雷达与相控阵阵列天气雷达子阵波段不同，各项硬件参数不同，故在大雨滴和冰雹等情况下探测到的回波强度存在固有的不一致，并且两者空间分辨率也有很大差异，故下文仅从定性的角度进行一致性分析。以2020年9月4日16:58广州雷达9.78°仰角PPI资料(对应高度约为6.3 km)，子阵3在6.3 km高度的CAPPI资料以及6.3 km高度处强度场与反演风场资料为例，进行对比说明。

强回波指≥45 dBz的回波区域(韩光，2008)。广州雷达、子阵3以及融合强度场(图5a1～5a3)的回波形状以及强回波区域均较为一致。子阵3与广州雷达虽然架设于不同的位置(图1a)，但径向速度图中(图5b1，5b2)均存在两处明显的正负径向速度交界线。6.3 km高度上，反演风场显示单体5左侧与右侧分别出现清晰可见的气旋与反气旋，且风速大值区与子阵3的径向速度大值区一致(图5a3)。两部及以上子阵覆盖区域与回波区域大小几乎相同(图5b3)。故本次强对流天气过程资料完整且较为准确能够用于分析。

图5 2020年9月4日16:58雷达对比(a1,b1)广州雷达9.78°仰角(雷达架设于图1a东南方位):(a1)基本反射率因子,(b1)径向速度;(a2,b2)子阵3在6.3 km高度(子阵架设于图1a西北方位):(a2)基本反射率因子,(b2)径向速度;(a3,b3)6.3 km高度：(a3)强度场(填色)与风场(风羽),(b3)子阵覆盖数量(填色)与风场(风羽)

3.2 合并阶段

16:01—16:10第一次合并，多单体1、多单体2内部各对流单体都处于相近的发展增强阶段，合并后发展增强。16:11—16:30第二次合并(图3a3～3a8)，单体1、单体2发展增强，单体3、单体4开始分裂并迅速减弱，之后单体1、单体2与单体3、单体4分裂出的上侧回波合并，回波迅速增强，回波顶迅速升高，之后逐渐合并为一个对流单体，向东北方向缓慢移动，而单体3、单体4分裂出的下侧回波却减弱。

翟菁等(2012)在数值模拟中把两个对流单体云团之间的合并分为两类：第一类合并为发展强度接近的单体之间的合并，两个单体都处于相近的发展增强阶段，则合并后单体发展增强，上文第一次合并与之相同。第二类合并为发展不同的单体之间的合并，一个单体处于发展期，而另一个单体处于成熟至成熟后的衰减期，合并过程中一个单体得到增强，而另一个单体却减弱。上文第二次合并中单体3、单体4分裂时回波迅速减弱，之后分裂出的上侧回波与单体1、单体2合并得到增强，而分裂出的下侧回波逐渐减弱，这与单纯的一个单体增强，另一个单体减弱的结果略有不同。

3.3 成熟阶段

16:35强回波中心面积增大，回波顶略微升高至13.1 km，中低层(2.1～5.1 km)在强回波区域出现气旋(图6b1，6b2)，强回波区域面积增大，气旋周围风速略微增大。之后回波顶迅速升高至14.9 km，气旋向上、向下增长，水平范围扩大并逐渐形成闭环。

16:48单体5回波触地，回波顶高14.9 km，最大反射率因子约为65 dBz，形成γ中尺度气旋，直径最大约为6 km，厚度约为7 km，自1.1 km高度处延伸至8.1 km。2.1 km(图6c1)高度上，气旋位于单体5左上侧强回波中心处，直径约为3 km。气旋左上侧风速较小，右下侧风速较大，最大约为12 m·s-1。在4.1 km(图6c2)高度上，气旋位置相对2.1 km(图6c1)高度略向右下侧分布，气旋直径显著增大至6 km 左右。6.1 km(图6c3)高度上，气旋位置相对4.1 km(图6c2)高度略向右下侧分布，气旋中心反射率因子减小，直径几乎不变。该高度上气旋左下侧风速较大，右上侧风速较小，最大约为14 m·s-1。散度场、涡度场与风场对应情况较好，风场中气旋式辐合处以负散度正涡度为主，最小散度值约为-3.8×10-2s-1，最大涡度值约为7.1×10-2s-1。气旋外围表现为较强辐散，气旋右侧既存在辐合中心又存在辐散中心，但整体表现为负涡度，形成反气旋趋势(图6d1，6d2)。7.1 km(图6c4)高度上，气旋位置相对6.1 km(图6c3)高度几乎不变，强回波区域面积显著减小，气旋右侧风向出现明显切变，由6.1 km高度东南风转为西北风，反气旋趋势更为明显。

图6 2020年9月4日成熟阶段(a)16:30,(b)16:35,(c)16:48不同高度的强度场(填色)与三维风场(风羽)，(d)16:48的(d1)散度场(填色)和(d2)涡度场(填色)与三维风场(风羽)

该阶段单体5发展旺盛，途径的各自动站站点逐5 min降水量较多，最大值约为7 mm(图8a)，单体5从对流层低层直到中高层一直存在气旋式辐合，且气旋位置及强回波中心随高度的增加逐渐向东南方向倾斜，在强降水回波发展旺盛时辐合区上空叠加有辐散区。郝莹等(2012)分析多次短时强降水的径向速度场，发现中小尺度辐合的稳定维持是强降水持续的主要原因，本文成熟阶段的强度场与三维风场反演资料进一步清晰地展示了形成中小尺度气旋式辐合的过程，气旋式辐合维持时各高度上强度场与三维风场、气旋最强处散度场与涡度场的结构特点。

3.4 消亡阶段

16:50中高层(6.1～7.1 km)在强回波区出现反气旋(图7a1，7a2)，之后反气旋向上略微增长，水平范围扩大并逐渐形成闭环，气旋水平范围逐渐缩小。回波顶高逐渐降低，强回波面积逐渐减小，单体5移动速度变快。

17:00单体5回波触地，回波顶高下降至14.1 km，最大反射率因子约为65 dBz，形成γ中尺度反气旋，直径最大约为6 km，厚度约为3 km，自6.1 km高度处延伸至9.1 km。2.1 km(图7b1)高度上气旋消失，表现为很强的水平风切变。4.1 km(图7b2)高度上，气旋位于单体5左上侧，与16:48相同高度上(图6c2)比较，气旋向左上移动，辐合减弱。最大风速由14 m·s-1减小至10 m·s-1，整体风速减小，气旋中心反射率因子显著降低，强回波面积显著减小，整个回波面积显著增大，单体5右侧风场出现明显风切变。6.1 km高度(图7b3)与16:48相同高度上(图6c3)比较，气旋受到右侧反气旋影响，分为左上侧、左下侧两个气旋。7.1 km(图7b4)高度上，气旋左下侧与反气旋右上侧风速较大，最大约为18 m·s-1，回波强度较强，最大反射率因子约为60 dBz。两者交界处风速较小，最大约为10 m·s-1，回波强度较弱，最大反射率因子约为40 dBz。该层强度场与三维风场为外围强度大，风速大，中心强度小，风速小的结构。散度场、涡度场与风场对应情况较好，风场中反气旋式辐散处以正散度负涡度为主，其中最大散度值约为4.5×10-2s-1，最小涡度值约为-5.7×10-2s-1(图7e1,7e2)。反气旋左侧的两个气旋中风切变较强，以辐合为主，但局部已经开始形成辐散，整体表现为正涡度。

图7 2020年9月4日消亡阶段(a)16:50,(b)17:00,(c)17:10,(d)17:22不同高度的强度场(填色)与三维风场(风羽)，(e)17:00的(e1)散度场(填色)和(e2)涡度场(填色)与三维风场(风羽)

17:10强回波面积进一步减小，反气旋向下延伸至4.1 km，该高度(图7c1)与17:00相同高度上(图7b2)比较，回波面积增大，但强回波面积减小，气旋处风速显著减小，对应位置最大反射率因子由60 dBz显著减小至45 dBz，气旋右侧回波强度变化较小，单体5右侧有单体7正在发展。7.1 km高度(图7c2)与17:00相同高度上(图7b4)比较，反气旋范围显著扩大，回波强度减弱，面积缩小。

（八） 药敏试验 采用纸片扩散法，用无菌棉签蘸取分离菌的血清肉汤培养物，均匀涂布于鲜血琼脂平板，在琼脂平放上向一个方向均匀涂布然后将平板每转动60度涂布一次，共涂三次最后沿平板边缘涂布一圈；加盖后放置5 min，待平板稍干后，用无菌镊子将各种药敏纸片分别平贴在培养基表面，并轻压使其紧贴平板表面，每个平板贴4张药敏纸片，两纸片相距25 mm，纸片与平板边缘不小于15 mm，贴好纸片的平板于37度培养24 h，观察结果。结果按抑菌圈直径大小和各抗菌药的具体标准，评定为高度敏感、中度敏感或耐药。结果评定参照表2。

17:22单体5回波顶高降至10.1 km，与右侧单体7合并，消亡速度放缓。4.1 km高度(图7d1)与17:10相同高度(图7c1)比较，最显著的变化是气旋消失，回波强度减弱。7.1 km(图7d2)与17:10相同高度上(图7c2)比较，最显著的变化是反气旋消失，回波强度减弱。之后对流单体迅速消亡，所经过自动站站点逐5 min累计降水量显著减少。

4 反射率因子、三维风场与自动站降水量的关系初探

基于阵列天气雷达高时空分辨率的特点，选取逐30 s的反射率因子场与三维风场反演资料，以及回波移动路径上的自动气象站逐5 min累计降水量资料(图8a)，探究反射率因子(即强度)场、三维风场与自动站降水量三者之间的联系。

图8 2020年9月4日(a)单体5(红色三角)与单体6(蓝色三角)经过的部分自动气象站16—18时累计降水量；(b)单体5,(c)单体6经过的自动气象站降水量统计

选取单体5经过的6个自动气象站站点进行统计(图8b)，同时为探究三维风场的影响，将各阶段发展情况类似，但没有形成深厚持久气旋与反气旋的单体6经过的8个有降水的和3个无降水或降水很少的自动气象站站点也进行统计(图8c)。单体5经过的自动气象站，最大累计降水量为27.9 mm。单体6经过的自动气象站，最大累计降水量为18.6 mm。以各自动气象站站点为中心，水平范围1 km×1 km，统计自动站出现降水的前后20 min之间逐30 s的下列均值:1)垂直范围0～6 km的反射率因子均值(简称反射率因子)；2)垂直范围0～3 km的水平风速均值(简称0～3 km风速)；3)垂直范围3～6 km的水平风速均值(简称3～6 km风速)；4)垂直范围0～6 km的涡度、散度均值(简称涡度、散度)；5)垂直范围0～6 km的正涡度、负散度均值(简称正涡度、负散度)。

选取以自动站为中心水平范围1 km×1 km，可以更好地观测各统计量，得到相对平稳的变化趋势，利于找出各统计量之间的关系。对垂直范围0.1 km，0～1 km，0～3 km，0～6 km反射率因子统计，发现四者所绘制的曲线变化趋势基本一致，但前三者存在较大抖动，故选择更为平稳的0～6 km反射率因子作为统计量，以更好地观察与自动气象站5 min降水量之间的关系。Wu et al(2020)通过数值模拟表明风场变化对风暴的结构和组织有重要影响，对流层中层或低层风场的增强有利于对流的发展。且据统计0～6 km风速均值与0～6 km正涡度变化趋势较为一致，故低层风场选择0～3 km，中层风场选择3～6 km，以0～3 km与3～6 km的风速均值作为统计量。

单体5和单体6经过的各自动站站点的统计量结果表明(表1):单体5与单体6的反射率因子最大值均为55 dBz，单体5存在深厚持久的气旋、反气旋，0～3 km与3～6 km风速统计量最大值均大于单体6，且单体5经过的自动站中的最大累计降水量远大于单体6。

表1 单体5与单体6的各项统计量对比

观察各站点中各统计量之间的关系，得到以下特点(图9，其余站点略):

图9 2020年9月4日(a)G6866,(b)G6838,(c)G2280站点统计量

1)最大反射率因子一般出现在最大5分钟降水前的5～10 min，降水发生时，反射率因子会有略微减小，在最大5分钟降水发生前略微增大，之后迅速减小。通常出现强降水的站点最大反射率因子远大于无降水或降水很少的站点。

2)0～3 km风速与反射率因子变化趋势较为一致，在最大5分钟降水发生前5～10 min迅速减小。通常出现强降水的站点0～3 km风速最大值均大于2 m·s-1，最大为7 m·s-1，无降水或降水很少的站点0～3 km风速最大值均小于2 m·s-1。

3)3～6 km风速在降水发生前10～15 min会达到第一个极值，在最大5分钟降水发生前后 5 min 达到最大值，通常3～6 km风速最大值更大，且后于0～3 km风速达到最大值。

4)正涡度与负散度变化趋势基本一致，在最大5分钟降水发生前5～10 min迅速减小，与0～3 km风速变化趋势较为一致。

5 结论与讨论

对2020年9月4日佛山市局地短时强降水天气过程分析，得到以下几点结论:

(1)2020年9月4日佛山市满足强对流天气发生所需要的水汽条件，不稳定层结条件和抬升条件，CAPE值充分大，CIN值较小，自动站数据表明4日下午佛山市南海区出现了局地短时强降水天气过程。

(2)通过数据质量控制和雷达资料对比等方法验证，证明阵列天气雷达径向速度资料完整，较为准确，反演风场较为合理，能够用于对此次短时强降水过程的分析。

(3)强度场与三维风场分析发现：合并阶段，各单体发生多次分裂、合并，观测到两类不同发展阶段的对流单体之间的合并过程，一类是发展强度接近的单体之间的合并，合并后单体发展增强，一类是发展强度不同的单体之间的合并，处于成熟期的单体分裂成两个单体，一个单体与发展期单体合并得到增强，一个单体逐渐减弱。成熟阶段，回波中低层风场出现较强切变，之后强回波中心迅速形成γ中尺度气旋，气旋形成后自动气象站测得的降水量明显增加，表明气旋式辐合的稳定维持是强降水持续的主要原因。消亡阶段，强回波区形成γ中尺度反气旋，反气旋逐渐增强，气旋逐渐减弱，降水量明显减少，回波移动速度加快。最终，气旋与反气旋均消失，对流单体迅速消亡。该次短时强降水天气过程分析表明，阵列天气雷达能够对强对流天气过程进行更为精细的探测。

(4)强度场、三维风场与自动站降水量的关系初探：从高时空分辨率的强度场、三维风场中获得的各统计量对短时强降水有一定预示作用。最显著的关系特点为：水平范围均为1 km×1 km，垂直范围 0～6 km反射率因子均值、垂直范围0～3 km风速均值、垂直范围0～6 km正涡度与负散度均值的最大值通常出现在最大5分钟降水前5～10 min，垂直范围3～6 km风速均值的第一个极值通常出现在降水前10～15 min，最大值通常出现在最大5分钟降水前后5 min。

尽管本文对该次局地短时强降水天气过程进行了详细的强度场与三维风场分析，但并未对垂直速度进行分析，因为降水粒子下落末速度计算如果存在较大误差会使垂直速度的结果不准确。未来将开展对降水粒子下落末速度的估算，探索垂直气流的计算方法，同时对强度场、三维风场与自动站降水量之间的关系进行深入研究，将统计分析更多个例，进一步探究这些特征的形成机理。