青藏高原东南部不同地区的雨滴谱特征研究

彭思越 , 王莹珏 , 黄泽文 , 郑佳锋 , 车玉章

（成都信息工程大学大气科学学院/高原大气与环境四川省重点实验室，成都 610225）

引言

雨滴谱是降水最基本的微观信息，雨滴谱的观测和研究有助于了解降水微物理特征，也是优化数值模式参数化方案和提高雷达测量降水能力的重要基础。

近年来，国内外大量关于雨滴谱的观测和研究一致发现，不同天气系统产生的雨滴谱存在显著差异。谢媛等[1]分析了上海地区雷暴强降水的雨滴谱，发现随雷暴的发生和发展，地面雨滴数浓度与闪电频次的变化趋势较一致；大雨滴数浓度达到峰值时，预示强降水将要出现；小雨滴数浓度达到峰值时，表明强降水过程开始发生。金祺等[2]对安徽一次飑线过程中不同类型降水的雨滴谱进行分析，指出飑线对流性降水各雨滴直径对应的数浓度均较高，小雨滴数浓度远高于过渡性降水和层状云降水；层状云降水也存在少量大雨滴，小雨滴数浓度远低于相同粒径下对流性降水的数浓度；过渡性降水无大雨滴，小雨滴数浓度与层状云降水相近。吕童等[3]研究了台风登入前后的雨滴谱变化，发现多数台风登入陆地后，中雨滴数浓度几乎不变，大雨滴数浓度则减小。

不同气候背景下，降水的雨滴谱也明显不同。罗俊颉等[4]对温带大陆性季风气候下山西地区的雨滴谱进行研究，发现中大雨滴对该地区雨强的贡献显著，人工催化降水过程中应提高引入中大降水胚元的比例。柳臣中等[5]研究了亚热带季风性湿润气候下成都地区的雨滴谱，发现积层和积层混合云降水的雨滴谱比层状云降水的更宽、数浓度更高，降水过程中的小雨滴主要来自层状云降水，大雨滴则主要由积层和积层混合云降水贡献。胡子浩等[6]对热带季风海洋性气候下南海一次对流降水的雨滴谱进行统计，发现南海能出现大陆性气候地区少有的超大型雨滴。

青藏高原是我国乃至世界的独特地形区，地处亚洲内陆，高山环绕，地势起伏，被誉为“世界屋脊”。青藏高原气候类型多样且降水过程复杂，具有十分丰富的研究价值。目前，部分学者已对高原不同地区的雨滴谱开展了相关研究。常祎等[7]发现那曲地区的雨滴谱较平原地区更宽，会出现更大的雨滴，并认为这种特征是高原雨滴重力碰并增长过程更快导致的。Chen等[8]研究了那曲地区雨滴谱的昼夜变化，分析发现那曲大雨滴多出现在白天，中小雨滴则在夜间出现的频率更大。对于降水物理过程，Porcù等[9]发现高原中部降水与低海拔地区相比，雨滴在降水强度相对较小时就会发生破碎。李山山等[10]研究了高原东坡陡峭地形条件下的雨滴谱特征，发现在强降水过程中由于高海拔雨滴直径较大且空气密度较低，导致高海拔与低海拔雨滴下落速度差明显增大。Wu等[11]比较了青藏高原与华南地区的雨滴谱，发现青藏高原层状云降水的雨滴数浓度随着直径变化的下降幅度更大，但对流云降水相同直径下的雨滴数浓度远低于华南地区。

青藏高原不同气候区降水特征差异显著且机制复杂，亟待深入研究。因此，本文利用青藏高原东南部石渠、新龙和泸定站的雨滴谱观测资料，通过对比分析3个地区雨滴谱随雨强和降水类型的变化特征，确定降水的反射率因子-雨强（Z-R）关系和Gamma谱形状参数-斜率参数()关系，并与我国其他地区进行对比，旨在进一步加深对青藏高原东南区域降水微观特征的认识。

1 数据和方法

1.1 站点、设备和资料

本文选取了2019年5～8月四川省甘孜州石渠、新龙和泸定站雨滴谱观测数据。如图1所示，上述3站均位于青藏高原东南部，自高原中部向边缘呈西北-东南向分布，海拔和气候差异显著，海拔落差接近3 km。石渠站（98.06°E，32.59°N，4200 m）距高原中心最近，海拔最高，属于亚寒带气候区；新龙站（100.19°E，30.56°N，3000 m）位于高原东侧、四川盆地西部，属于温带湿润气候区；泸定站（102.12°E，29.53°N，1322 m）位于高原东南边缘，海拔最低，但年均降水最多，属于亚热带季风气候。

图1 石渠、新龙、泸定站位置和地形

3个站点均使用德国OTT公司研制的Parsivel2激光雨滴谱仪。Parsivel2工作时产生激光波束，采样面积为54 cm2，由接收端接收后转化为电信号。当没有降水粒子通过激光波束时，最大电压即为接收器的输出电压；而当有降水粒子穿过激光波束时，遮挡会产生相应的输出电压，通过电压大小来确定雨滴的等效直径D(mm)，通过穿越时间来测量雨滴的下落速度(m/s)。测量结果分别被分为32个不等间隔的直径和速度通道进行存储，D和的测量范围分别为0.062～24.5 mm和0.05～20.8 m/s。

1.2 数据处理和质量控制

考虑到Parsivel2自身局限性和某些情况产生的病态数据，本文采用以下方法进行数据处理和质量控制[11]：（1）考虑到设备实际灵敏度，删除前两个直径通道的数据；（2）为排除非降水样本的影响，剔除雨滴总数<10或雨强<0.01 mm/h的样本；（3）考虑大气张力会使雨滴增大到一定程度后破碎，将D>6 mm的雨滴数据剔除；（4）通常雨滴大小和下落末速度成正比，因此将具有正常下落速度（直径）但直径（下落速度）过大（过小）的雨滴也视为误差数据[12−13]，对于这类数据，将测量的粒子直径代入Atlas等[14]提出的“雨滴直径-下落速度”理论公式，若测量结果与理论结果的偏差超过±60%，则剔除。具体理论公式如下：

为说明质量控制的效果，将3个站点质量控制前和控制后不同直径和速度下的雨滴频数进行对比（图2）。如图所示，经过质量控制，所有观测资料中少部分不切实际的样本被有效剔除，石渠、新龙和泸定被删除的雨滴分别占比7.03%，8.03%和6.39%。

图2 3个站点质量控制前（上）和控制后（下）不同直径D和下落速度V的雨滴数量分布（a、d. 石渠，b、e. 新龙，c、f. 泸定，实线代表Atlas提出的理论关系，虚线代表理论关系的±60%范围）

1.3 降水物理量和Gamma参数计算

2 雨滴谱随雨强的变化特征和差异

图3 3个地区在不同雨强下雨滴谱的累计时间和累计雨量（a. 石渠，b. 新龙，c. 泸定，百分比表示每类雨强对整体的贡献）

对比分析不同雨强下的平均雨滴谱（图4）可知，整体上雨滴数浓度都随粒径增加而不断减少。随着雨强增大，同粒径的雨滴数浓度也逐渐上升，雨滴谱逐渐变宽、斜率变小。对于3个地区，新龙和泸定的雨滴谱非常相似，但它们与石渠的差异较为明显。当石渠地区雨强为R1时，小雨滴(D<1 mm)数浓度较两个地区偏低；雨强为R2时，中大雨滴(D>2 mm)数浓度明显稍高；雨强为R3～R4时，小雨滴和大雨滴数浓度都更高；当雨强达到R5时，雨滴谱特征则最终与其他两个地区类似。总体来看，石渠地区在相同雨强下可以产生少部分更大的雨滴，中大雨滴的数浓度由高到低依次为石渠、新龙、泸定。

图4 不同雨强下的平均雨滴谱特征（a～e. 依次对应R1～R5，f. 不分雨强）

3 不同类型降水的雨滴谱特征和差异

不同类型降水通常经历不同的微物理过程，进而产生不同的雨滴谱。本文参考Bringi等[20]的方法进一步将雨滴谱分为两类，即层状云降水和对流云降水。具体方法为：筛选出持续时间超过11 min 降水，计算当前样本及前后各5 min共11个样本的雨强标准差；若>1.5 mm/h，则将当前样本判断为对流云降水，否则认为是层状云降水；以每个样本为中心，按照上述方法，逐步判断出所有连续时序的样本。为比较3个地区两类降水的雨滴谱特征和差异，表1首先列出了两类降水的累计时间、累计雨量和平均雨强。可见，3个地区5～8月主要以层状云降水为主，累计时间占比均达到了90%以上；但是对流云降水强度更大，在非常少的累计时间内也可以得到可观的降水量。石渠对流云降水的累计时间远大于新龙和泸定，达到了两倍以上，对流云降水对雨量的贡献甚至达到了47.55%，同时平均雨强也略大。

表1 3个地区两类降水的累计时间、累计雨量和平均雨强

从3个地区两类降水观测的平均雨滴谱和阶矩法拟合的Gamma谱（图5）可以看出，对流云降水的雨滴谱明显比层状云降水宽，其下凹特点也更显著；相同粒径下，前者比后者的雨滴数浓度更高。Gamma模型对3个地区两类降水雨滴谱的模拟效果均较好，层状云降水拟合的相关系数均达到0.98以上，对流云降水均保持在0.97以上。对于层状云降水，新龙和泸定非常一致，而石渠则在直径>3 mm时产生了少部分更大的雨滴，并且观测到少数粒径超过5 mm的雨滴。对于对流云降水，3个地区的雨滴谱基本一致，石渠大雨滴数浓度仍然稍高。表2给出了两类降水平均雨滴谱计算得到的降水物理量和Gamma参数。分析可知，对于除以 外的降水物理量，对流云降水均大于层状云降水；而对于、、和，仅石渠对流云降水的、和略大于层状云降水外，而其他情况与之相反。

表2 两类降水平均雨滴谱计算得到的降水物理量以及Gamma参数

图5 3个地区两类降水观测的平均雨滴谱（上）和阶矩法拟合的Gamma谱（下）

4 三个地区降水的Z-R关系和-关系

目前，雷达定量估测降水大多使用的是Z-R关系法，即通过天气雷达观测得到Z，再带入该关系式计算得到雨强R。多项研究[21-22]提出使用幂函数Z=ARB对该关系进行拟合。由于两类降水的R值范围不同，故本文分别对两类降水使用非线性最小二乘法进行拟合。由3个地区两类降水的Z-R观测与拟合结果（图6）可知，对流云降水均比层状云降水有更大的A与B。两类降水的Z-R关系均很好地服从幂函数的关系，层状云降水的拟合效果更好。对比3个地区，层状云降水的拟合结果基本一致；而对于对流云降水，相同R值对应的Z值由大到小依次为石渠、新龙、泸定。

图6 3个地区两类降水的Z-R频次分布及拟合结果（a1～d1. 层状云降水，a2～d2. 对流云降水，a. 3个地区关系汇总，b. 石渠，c. 新龙，d. 泸定）

图7 3个地区-散点分布及拟合结果（灰点代表所有样本，黑点代表雨滴总个数超过100的样本，实线为拟合结果）

5 与其他地区的雨滴谱对比

图8 层状云和对流云降水 -的平均值及标准差（虚线为Bringi[20]观测的层状云降水和对流云降水的分界，实心标记代表层状云降水，空心标记代表对流云降水；圆圈分别代表石渠、新龙和泸定，上三角分别代表华北北京[23]、江淮地区[24]、华南龙门[25]和西藏那曲[8]的观测结果）

不同地区夏季降水的雨滴谱差异与当地不同的天气系统和大气环境密切相关。夏季由于热源的影响，青藏高原降水较为频繁，引发系统性降水的天气系统主要包括高原涡、高原切变线和高原槽等[26]。在高海拔地区，由于雨滴下落路径短，碰并作用影响较小，导致到达地面的小雨滴与低海拔地区相比有较大的雨滴浓度[27]，李山山等[10]发现随着海拔的升高，弱降水雨滴粒子的升 高而变 小，中强降水中雨滴粒子的降 低而变 大，上文进行比较的4个高原地区的海拔高度由高到低依次为那曲、石渠、新龙、泸定，与得到的比较结果基本符合。对比我国华北、江淮和华南地区，整体而言，华北地区降雨量大于高原地区，与本文3个地区值 较小的结论一致。华北、江淮和华南地区的雨季降水虽然均受到西太平洋副热带高压南北移动和东南季风的影响，但和的统计结果也不尽相同。华南地区的发生频率和总累计雨量较大，与热带活跃的对流活动、局地不稳定的大气层结和十分充沛的水汽条件关系密切；江淮地区降水发生时会伴随着地面锋面和切变线等系统，使江淮地区对流云降水的强度更强[28]，其对流云降水的值可达最大；而华北地区的值较小可能是由于降水海洋性较弱[23]且受季风的影响相对较小。高原东南部3个地区与其他对比地区在对流云降水过程中都出现了值 较小但值 较大的现象，Zhang等[29]认为此类现象可能是由于微小紧密的霰和小冰晶融化导致云-降水过程中的凝结、碰并过程变弱，使大部分雨滴的变 低。综合上述分析，天气过程、水汽条件和海拔地形都可能成为雨滴谱差异的影响因素，具体成因非常复杂，有待未来进一步研究。在实际业务中，应针对高原东南部3个地区的雨滴谱特征，在降水预报时考虑不同的微物理过程。

6 结论

本文基于青藏高原东南部石渠、新龙和泸定站雨滴谱观测资料，通过分析不同地区雨滴谱随雨强和降水类型的变化特征，确定了降水Z-R关系和关系，并与我国其他地区进行对比，得到如下主要结论：

（1） 3个地区降水以小雨为主，但强降水可对雨量产生较大贡献，总体上新龙和泸定的降水在不同雨强下的贡献基本相似，在石渠地区存在更强的降水。随着雨强增大，雨滴数浓度逐渐增高，雨滴谱逐渐变宽、斜率变小。总体而言，相同雨强下石渠地区可以产生少部分更大的雨滴，中大雨滴的数浓度由大到小依次为石渠、新龙、泸定。

（2） 3个地区大部分为层状云降水，但对流云降水对累计雨量贡献同等重要，石渠地区的对流性降水更多、更强。对流云降水雨滴谱明显较层状云降水宽，其斜率更小。Gamma模型对3个地区两类降水雨滴谱的模拟效果均较好。

（3）对于3个地区的Z-R关系，对流云降水均比层状云降水有更大的乘数和指数系数；3个地区层状云降水的Z-R关系基本一致，而对于对流云降水，在相同R值下对应的Z值由大到小依次为石渠、新龙、泸定。-关系表现为很好的二项式关系，3个地区拟合值与实测值的相关系数均超过了0.99。

（4）平均值表明，对流云降水产生的雨水含量比层状云降水高。标准差表明，层状云降水的雨滴大小更为集中。3个地区层状云降水的平 均值基本相同，但石渠的稍 大。新龙和泸定对流云降水的和较 为接近，而石渠平 均值最大、平 均值最小。与国内其他几个地区相比，3个地区层状云和对流云降水中平均都 更小，层状云降水的平均与那曲地区相似但小于其他地区，在对流云降水中石渠地区的平均最 大，另外两个地区仅比江淮地区大。