基于Ka 波段云雷达探测的长白山麓夏秋季降水云宏观特征

孙钦宏 樊嘉璐 于冬佳 刘嘉欣

（1.吉林省气象灾害防御技术中心，吉林长春 130062；2.中国气象局吉林省人民政府人工影响天气联合开放实验室，吉林长春 130062；3.中国气象局吉林云物理野外科学试验基地，吉林长春 130062）

1 引言

云是地气系统中常见的天气现象， 其生成和发展与地气系统关系密切， 云宏微观变化受天气环流、太阳辐射等因素影响，同时云参数变化又会对感热和潜热分布、辐射能量传递、地表辐射收支产生影响[1]。 云对辐射和潜热之间的相互作用，对地气系统中水循环也产生明显影响。此外，云释放的潜热是大气环流系统变化的能量来源[2]。由于云对辐射和潜热效应与云宏微观特征有关， 因此云宏微观物理特征的观测和分析研究对改进数值模式云参数化具有重要意义[3-4]。 由于云粒子在毫米波段的散射截面比厘米波段大， 同时具备良好的穿透云层能力， 不仅可以探测云底也可以探测云内的参数和结构， 成为云遥感探测的重要手段[5]。刘黎平等[6]利用Ka 波段毫米波云雷达数据对青藏高原那曲地区夏季云日变化宏观特征进行了分析；武静雅等[7]利用Ka 波段云雷达资料研究了3类重要天气系统影响下的有云频率、 单层非降水云或者降水云非降水时段的云顶高度、 云底高度和云厚日变化的时域和频域特征；李海飞等[8]研究了淮南地区冬季云的宏观特征；霍娟等[9]对北京地区云宏观特征进行统计分析，给出了云出现频率、高度、云层数等方面研究结论。 除此之外，许多学者在Ka 波段云雷达观测基础上， 结合雨滴谱仪、探空雷达、微波辐射计等遥感探测手段，开展了多种降水云物理参数研究[10-12]，为进一步了解降水云宏微观结构及降水机理提供了技术思路。

长白山作为我国东北地区重要的生态安全屏障和水源涵养生态区， 开展其特殊地形背景下降水云物理研究具有重要意义。 本文利用2019—2021 年6—10 月中国气象局吉林云物理野外观测试验基地Ka 波段云雷达观测资料，研究长白山地区降水云宏观物理特征， 为改进该地区气候模式云参数化方案及人工增雨作业条件判别工作提供参考。

2 资料与方法

2.1 设备资料

中国气象局吉林云物理野外观测试验基地位于吉林靖宇国家气象观测站（42.40°N，126.79°E，海拔高度569.9 m），基地使用HT101 型Ka 波段云雷达开展云物理观测研究。 该云雷达采用全固态发射技术进行垂直顶空固定指向探测，Ka 波段电磁波能够获取更大的后向散射能量， 减小空气和降水粒子的衰减，工作频率为35 GHz，探测高度距地面不超过20 km，天线口径1.8 m，高度分辨率为30 m，时间分辨率小于1 min。 Ka 波段云雷达能够获取反射率因子（Z）、径向速度（V）、径向速度谱宽（W）等基本数据产品，以及云廓线、云高度、云厚度、云量等反演产品。 本文选取2019—2021 年6—10 月Ka 波段云雷达探测资料， 结合白山多普勒天气雷达、 靖宇国家气象观测站分钟级降水观测数据开展降水云宏观特征研究。

2.2 分析方法

本研究选取2019—2021 年6—10 月167 个降水日个例， 基于Ka 波段云雷达反射率因子产品，识别统计降水日内所有出现降水时的云底、云顶位置，云厚度为云底到云顶的垂直高度，其中多层云的云厚度剔除云夹层高度。 由于云中粒子对于波长较短的电磁波衰减等原因， 导致利用后向散射原理计算反射率因子对云雨分界高度的探测能力存在不足， 本研究选取降雨开始临界点的云底高度开展相关统计分析； 在进行云分类及统计分析时，按照世界气象组织1956 年公布的地面气象观测云分类标准， 通过云底部距离地面的高度将云分成高云、中云、低云3 类，其云底高度分别为大于5 km、2.5～5 km、小于2.5 km。

3 结果与分析

3.1 总体特征

统计长白山麓2019—2021 年6—10 月云雷达探测资料得出， 出现降雨时最大云顶高度为11.74 km，平均云顶高度约为6.32 km；最大云厚度为10.12 km，平均云厚度约为3.88 km；最大云底高度为8.14 km，平均云底高度为3.16 km。 中、低云降水占总降水样本的88.20%，其中中云降水占比最高， 为54.81%。 单层云降水占总样本的98.13%，两层及以上云降水占比仅为1.87%。 分析2019—2021 年长白山麓夏秋季6—10 月出现降水过程中云顶高度、 云底高度随高度的频次分布发现，云顶高度、云底高度出现频次呈现先增高后降低趋势。 云顶高度在4～10 km 出现频次达到80.90%，其中7～9 km 占比最高，达到31.80%；云底高度主要集中在1～4 km， 占比达到77.33%，其中3～4 km 云底高度出现频次达到30.90%； 云厚度主要集中在1～7 km， 出现频次为88.4%， 其中2～3 km 占比最高，达到21.10%。

3.2 日变化特征

由于云的形成是水汽由未饱和达到饱和的过程，通常受温度和水汽条件共同作用影响，不同时次的温度变化与云的发展演变存在密切关系[9]。由长白山麓夏秋季降水过程中云顶高度、 云底高度及云厚度平均值日变化可以看出， 云顶高度日变化波动较小，呈现双峰特征，波动区间主要集中在5.96～6.76 km； 云顶高度平均值在01 时上升，在04 时达到第一个峰值后，随太阳辐射增加开始下降，在13 时再次出现上升，在20 时达到日最高峰值， 但云顶高度达到10 km 以上频次最高的时次为18 时， 此时出现剧烈上升运动的概率最高，造成明显对流性天气的可能性也最大。 云底高度日变化在凌晨与云顶高度变化存在相反趋势， 其他时次两者趋势基本一致。 云厚度在凌晨至上午阶段相对较小，随着辐射升温增强，水汽上升运动也不断增强， 云厚度在11—19 时整体维持较高水平，随后开始下降。

3.3 月、季变化特征

云顶高度及云厚度与大气动力学特征关系密切，在对流云团发展中也是关键的因子指标。 图1给出了不同云顶高度、 云底高度及云厚度出现频次的月、季分布，由图可以看出，夏秋季云顶高度、云底高度及云厚度出现频次均随高度（厚度）增大呈现先增大后减小趋势。 夏季云顶高度7～8 km、云底高度3～4 km、云厚度2～3 km 出现频次最高，秋季云顶高度8～9 km、云底高度2～3 km、云厚度1～2 km 出现频次最高。 7 月和8 月云底高度出现在3～4 km 的频次最高， 分别达到39.71%和34.78%；6 月和9 月云底高度出现在2～3 km 的频次最高；10 月云底高度频次最高出现在1～2 km。6月和8 月云顶高度在7～8 km 出现频次最高，分别占比19.42%和14.17%；7 月、9 月和10 月云顶高度在8～9 km 出现频次最高。 8 月和10 月云厚度出现在1～2 km 的频率最高， 分别占比17.87%和32.26%；6 月、7 月和9 月云厚度为2～3 km 的频次最高。 对云厚度和云顶高度平均值月分布进行统计发现， 云顶高度和云厚度值从6 月开始上升；7月达到峰值，分别达到6.52 km 和4.24 km；随后出现下降，10 月达到最低值， 分别为6.03 km 和3.27 km。 由此可见，长白山麓7 月较其他月份对流天气更为旺盛。 云底高度同样存在随月份先升高后下降趋势， 在8 月达到峰值。 从季节分布来看，夏季平均云顶高度、云底高度和云厚度值均高于秋季。

图1 长白山麓6—10 月（a、c、e）、夏秋季（b、d、f）不同云顶高度（a、b）、云厚度（c、d）、云底高度（e、f）频次分布

3.4 不同云类型特征

在降水云的分类识别中， 阈值法利用雨量计测量的降水强度以及雷达反射率因子强度、 形态等来划分降水类型应用较为广泛[13-15]。本文采用阈值法选取层云降水过程13 次、对流降水16 次、积层混合云降水44 次，分别统计分析不同降水云宏观参量特征。从表1 可以看出，层云降水云顶高度平均值为7.10 km，整体上小于对流云及积层混合云，最大云顶高度与对流性降水云系差别不大，对流降水平均云顶高度大于积层混合云； 层云降水云底高度明显小于对流性降水云系，在平均值、最大值及50%分位值对比上均符合这一特征； 在云厚度方面，层状云最大值不及对流云，但其平均值与对流云差别不大， 主要原因由于层状云云底相对较低，云顶高度虽不及对流云系，但整体上云层较为深厚均匀。除此之外，对流云与积层混合云宏观参量对比上互有高低， 主要是因为积层混合云同时包含层状云、对流云垂直结构，普适性特征有待于进一步研究。

表1 不同降水云系云顶高度、云底高度及云厚度参量对比

4 结语

（1）长白山麓夏秋季降水以中低云为主，中云降水占比最高，为54.81%，单层云降水占总样本的98.13%。 云顶高度、云底高度及云厚度出现频次随高度（厚度）增加呈现先增高后降低趋势。

（2） 云顶高度日变化波动较小， 呈现双峰特征，存在凌晨（01—04 时）及午后（13—20 时）2 个上升时段，18 时前后云顶高度达到10 km 以上频次最高，出现明显对流性天气的可能性最大。云底高度日变化在凌晨与云顶高度变化存在相反趋势，云厚度自中午至夜间整体维持较高水平。

（3）长白山麓云顶高度、云底高度及云厚度平均值随月份先升高后下降，7 月平均云顶高度和云厚度均达到峰值，该月对流天气最为旺盛。夏季云顶高度、云底高度和云厚度平均值高于秋季。

（4） 层云降水云顶高度整体上小于对流云及积层混合云， 同时云底高度也明显小于对流性降水云系，层状云厚度最大值不及对流云，但其平均值与对流云差别不大。

（5） 本文针对长白山麓单个站点毫米波云雷达观测的云参数开展研究， 初步得到该地区夏秋季云宏观参量分布特征。 由于云雷达电磁波后向散射计算的反射率因子对云雨分界探测能力存在不足， 对于云底高度统计分析得出的结论有待于进一步验证。除此之外，本研究在降水云分类过程中只考虑降水雨强、回波强度及形态因素，未综合考虑上升速度、 相对湿度、 强回波垂直结构等影响，因此，不同降水云分类方法及其宏观特征需在今后工作中进一步细化研究。