江淮地区山区和非山区夏季降水雨滴谱特征*

金 祺 石春娥 高金兰 鲁德金

1.安徽省人工影响天气办公室，合肥，210031

2.安徽省气象科学研究所，合肥，210031

1 引言

地形云降水一直以来都受到广泛关注，不仅由于其对地球水循环的重要影响，还因为地形强降水会引发很多自然灾害，比如山洪、泥石流、雪崩等，给人民生命财产造成巨大损失。另外，由于地形降水的复杂性，一直以来也受到人工影响天气工作者和研究人员的重视。

地形通过影响云的动力、热力以及微物理过程对降水过程产生影响。由于降水形成机理的复杂性，地形对降水的影响也复杂多样（李超等，2018）。例如，Evans 等（2004）指出地形的背风侧受下沉气流的影响，降水受到抑制；但Tucker 等（2005）发现地形产生的背风波对降水有增强作用，因为气流过山后易形成背风槽，从而产生降水。Peterson 等（1991）研究科罗拉多州的冬季风暴发现，地形的抬升作用改变了上游地区的凝结过程，从而提高降水效率。Browning 等（1974）从云微物理角度研究了威尔士山的地形降水机制，发现在山地的上游地区往往有多层云结构，形成“播撒-供应”机制，从而增加地形云的降水量。除了山地抬升作用以及背风波，地形阻挡产生的绕山气流也会对降水产生影响（Chen，et al，2005）。从上述研究可以看出，由于地形与天气系统相互作用的复杂性，有关地形对降水的影响尚未有统一的认识。

数值模拟技术有助于提高对地形降水的认识（楼小凤等，2001；唐洁等，2018）。郭欣等（2017）通过数值模拟研究了云凝结核（CCN）浓度变化对不同弗劳德数下形成的地形云和降水的影响，结果表明高浓度气溶胶与背风坡焚风效应叠加可造成地形云降水显著减小。段静鑫等（2018）使用WRFChem 模式模拟研究四川盆地对暴雨过程的影响，发现盆地北部大气强对流运动及其携带的盆地内大量水汽有利于云系的垂直发展，使降水强度增强至大暴雨量级。

虽然地形云降水的研究取得了一些进展，但是仍有很多关键问题没有解决。复杂地形下降水的定量和定时预报困难，很大程度上是因为对降水微物理过程及其形成机制的认识不足。雨滴谱特征分析是研究降水微物理特征的重要方法（Harikumar，2016；王俊等，2016；李慧等，2018；张庆池等，2022），对复杂地形下雨滴谱的观测分析有助于增加对地形降水微物理过程的了解。Rao 等（2006）利用雨滴谱仪和风廓线仪等观测资料，研究了不同高度雨滴谱Γ 分布参数的变化，发现μ-Λ关系随高度有明显的变化，并认为这一变化主要与雨滴的蒸发和破碎有关。Porcù等（2014）分析西藏林芝地区一次强对流降水过程的雨滴谱特征，发现最强降水是由雨滴数浓度升高导致。Zwiebel 等（2016）研究法国山区一次强对流降水过程的雨滴谱特征，发现地形对雨滴大小分布有重要影响，主要通过雨滴的碰并机制来影响雨滴大小。杨俊梅等（2016）分析山西春、夏季不同类型降水的雨滴谱资料，发现山区和非山区降水雨滴平均尺寸相差不大。黄钦等（2018）研究庐山地区的冻雨过程，发现低落速的冻雨滴在空中停留时间长，随降水过程发展会逐渐向冰粒和干雪转化。

尽管已经有一些学者对山区的雨滴谱特征开展了研究（李山山等，2020；程鹏等，2021），但很少有人对同一时期不同地形上降水的雨滴谱进行比较研究。安徽地处中国南、北气候过渡带，江南和江淮之间西部为山区，江淮之间东部为丘陵，北部为平原，这为开展地形对降水雨滴谱影响研究提供了便利。2011—2012 年夏季（6—8 月），在寨西（简称ZX）、潜山（简称QS）、滁州（简称CZ）和淮南（简称HN）进行了雨滴谱的连续观测，文中通过比较山区（寨西和潜山）和非山区（滁州和淮南）不同类型降水的雨滴谱特征，探讨地形对不同类型降水雨滴谱的影响。

2 资料与方法

2.1 站点介绍

文中共涉及到4 部雨滴谱仪，分别位于寨西（30.05°N，118.15°E，海拔464 m）、潜山（30.63°N，116.58°E，海拔35 m）、淮南（32.64°N，117.02°E，海拔36 m）和滁州（32.30°N，118.31°E，海拔24 m）。从图1 可以看到，寨西站位于黄山山区内的一处山谷，潜山站位于大别山山区一侧的山脚，均属于山区站；滁州站和淮南站位于平原地带，周边最大地形高度不超过300 m，均属于非山区站。4 个站的海拔高度均较低（不超过500 m），且纬向差距不到3°，经向差距不到2°。因此，海拔高度、地理位置以及海陆差异等因素对雨滴谱产生的影响较小，有利于研究不同地形对雨滴谱的影响。观测时间为2011—2012 年的6—8 月，24 小时连续采样。

图1 仪器位置和周边地形（阴影代表地形高度）Fig.1 Location of instrument and surrounding terrain（shadings represent terrain height）

需要说明的是，文中的山区站并不属于真正意义的高山站，而是位于山脚处，受山区地形影响，但受海拔高度影响较小。

2.2 仪器和资料

Parsivel 激光降水粒子谱仪是以激光为测量基础的粒子测量传感器，能够测量地面降水的通量谱。它能够提供11 种时间分辨率（10 s—1 h）的降水粒子谱数据，并且数据可信度优于传统方法。它的谱数据包括32 个直径通道和32 个速度通道。由于仪器信噪比的原因，前两个直径通道的数据被剔除，因此实际可测的降水粒子直径范围为0.3—25 mm。

为了减小误差，对收集的雨滴谱数据进行了变形订正。根据Battaglia 等（2010），定义轴比ar为雨滴长轴和短轴长度的比值。假设粒径小于1 mm的粒子为球形（ar为1）；粒径1—5 mm 的粒子轴比为1—0.7，具体表达式为ar=1.075-0.075Deq，Deq为等效粒子直径；粒径大于5 mm 的粒子轴比为0.7。

由于直径大于6 mm 的雨滴在自然降水中很少见，因此雨滴直径的有效观测范围是0.312—6 mm。观测记录中个别时刻出现大于6 mm 的雨滴是由雨滴重叠造成的，因此对这部分数据进行了剔除。仪器的时间分辨率设置为1 min，为了保证数据质量，如果雨滴数浓度小于10 m-3或者雨强小于0.1 mm/h，则该数据被判定为噪音（Tokay，et al，2010）。另外，降水持续时间小于0.5 h 的数据被剔除。

2.3 分析方法

用雨滴谱资料可以直接计算出雨滴数密度（N（Di））、雷达反射率（Z）、质量加权平均直径（Dm）、Γ 分布参数等降水微物理参数，为提高雷达估测降水精度以及改进云模式参数化方案提供参考。

雨滴总数浓度（Nt（m-3））和不同粒径段下的雨滴数密度（N（Di））根据下式计算

式中，nij为尺度第i档、速度第j档的雨滴数，A（m2）和Δt（s）分别为采样面积和采样时间，Di（mm）为第i档的雨滴直径，ΔDi（mm）为对应的直径间隔，Vj（m/s）为第j档雨滴的下落末速度，N（Di）（mm-1·m-3）为直径Di至Di+ΔDi的雨滴数浓度。

利用N（Di）可以计算雨强R（mm/h）和反射率因子Z（mm6/m3）

经验公式Z=ARb是雷达定量估测降水的基础。通过上述雨滴谱资料可计算出Z-R关系（Tokay，et al，1996）。

文中采用Γ 分布（Ulbrich，1983）对雨滴谱进行拟合，拟合公式为

式中，N0为浓度参数；μ为形状因子，当μ＞0 时曲线向上弯曲，当μ＜0 时曲线向下弯曲，当μ=0 时，Γ 分布变成M-P 分布；Λ为斜率参数。定义n阶阶矩为

在Γ 分布的情况下，n阶阶矩可以转化为

文中选用了2、3、4 阶矩。

质量加权平均直径

由于N0的单位是mm-1-μ·m-3，N0不具有独立的物理意义。因此需要找到一个参数和N0具有类似的意义，但是单位不随μ改变。Testud 等（2001）提出标准化参数

式中，ρw为雨水密度，W为雨水含量（g/m3）。Nw是一个独立的物理量，与μ无关，反映雨滴数浓度的大小，并且与降水类型有关。Nw的单位是mm-1· m-3。

2.4 降水分类

降水分类方法是雨滴谱研究中的一个关键问题，不同的分类方法可能产生不同的结果。很多学者在进行大样本雨滴谱资料统计时根据雨强及其随时间的变化对降水进行分类（Bringi，et al，2003；Marzano，et al，2010；Chen，et al，2013）。文中的降水分类参考Chen 等（2013）：如果ti-Ns至ti+Ns的雨强大于 5 mm/h 并且标准差大于1.5 mm/h，则降水类型为对流降水；如果ti-Ns至ti+Ns的雨强为0.5—5 mm/h，并且标准差小于1.5 mm/h，则降水类型为层云降水；两个条件均不满足的，则为混合降水。ti表示i时刻，Ns表示时间间隔，文中设定为5 min。文中只分析对流降水和层云降水，混合性降水不做分析。

3 山区和非山区降水雨滴谱特征对比

3.1 总体情况

经过数据处理，最后得到4 个站的1 min 分辨率的雨滴谱样本如表1 所示。不同站的样本数有一定差异，山区总样本数比非山区大，说明山区降水更加频繁。累计降水量寨西最大，淮南最小（质量控制过程中剔除了部分样本，与实际可能存在一定误差）。对流降水样本占总样本的12.1%—16.6%，层云降水样本占总样本的41.2%—46.6%，层云降水的发生频率高于对流降水。山区有效样本（对流降水和层云降水样本之和）占总样本的比例比非山区高，混合性降水比例比非山区低。

表1 降水样本数和总降水量Table 1 Sample numbers and total rainfall

3.2 不同雨强降水的发生频率和对总降水的贡献

表2 是不同雨强降水的发生频率和对总降水量的贡献。不论山区或是非山区，都是雨强小于1 mm/h 的降水发生频率最高，超过总样本的40%。山区站雨强小于1 mm/h 的降水发生频率比非山区低，但雨强1—2、2—5 和5—10 mm/h 的降水发生频率均比非山区高。雨强10—30 mm/h 的降水发生频率在山区与非山区无明显规律。山区雨强超过30 mm/h 降水的发生频率比非山区低。

表2 不同雨强降水对总降水时间和总降水量的贡献Table 2 Contribution of rainfall with different rainfall rates to total precipitation time and total precipitation

尽管雨强小于1 mm/h 的降水发生频率最高，但是其对总降水量的贡献却只有5%左右。1—2 mm/h雨强降水对总降水量的贡献和雨强小于1 mm/h的降水相差不大。2—5 mm/h、5—10 mm/h、10—20 mm/h 的降水对总降水的贡献比较接近。雨强大于20 mm/h 的降水发生频率虽然只有2.1%—4.2%，但是对总降水量的贡献却达23.4%—47.5%，体现了少数强降水对总降水量的影响较大。相比非山区，山区不同雨强降水对总降水量贡献的分布更加均匀。

3.3 山区与非山区降水的平均雨滴谱

对流降水和层云降水的平均雨滴谱如图2 所示。各地对流降水的平均雨滴谱均为单峰分布，小雨滴端曲线向下弯曲，大雨滴端曲线向上弯曲（图2a）。寨西和潜山的平均雨滴谱比较接近。滁州和淮南的平均雨滴谱在小雨滴端存在一定差异，滁州1 mm以下小雨滴数浓度比淮南明显偏高，大雨滴端则比较接近。当粒径大于1 mm 时，非山区站的雨滴数浓度比山区站高。

图2 不同类型降水平均雨滴谱（a.对流降水，b.层云降水）Fig.2 Composite raindrop spectra of different types of precipitation（a.convective precipitation，b.stratiform precipitation）

不同地区层云降水的平均雨滴谱也呈单峰分布，小雨滴端曲线向下弯曲（图2b）。层云降水各个粒径段的雨滴数浓度相比对流降水均更小，对应更小的平均雨滴尺寸和平均数浓度。不同站之间层云降水的平均雨滴谱均比较接近。

总体来说，山区和非山区层云降水雨滴谱的差异较小（与山区和非山区对流降水雨滴谱的差异相比），说明山区地形对对流降水的雨滴谱影响较大，对层云降水的雨滴谱影响较小。山区和非山区对流降水形成机制的差异，可能是导致二者对流降水的雨滴谱差异更大的原因。山区地形可通过动力抬升、受热不均产生局地辐合等方式形成对流（廖菲等，2007），而非山区则通过锋生次级环流、水平对流卷等方式形成对流（Weckwerth，et al，2006）。层云降水通常是大范围系统性降水过程产生的，大型天气系统对雨滴谱的影响可能超过了地形的作用，因此在一定范围内不同地形下层云降水的雨滴谱比较接近。

3.4 山区与非山区降水的雨滴谱参数特征

表3 是山区与非山区降水雨滴谱参数的平均值。对于对流降水，寨西和潜山的Dm比较接近，平均值分别为1.55 和1.53 mm；滁州与淮南的Dm比较接近，平均值分别为1.69 和1.68 mm。即山区对流降水Dm的平均值比非山区小。赵城城等（2021）研究北京周边山区与平原地区的夏季雨滴谱特征，得到山区和非山区对流降水Dm的平均值分别为2.38 和1.85 mm，整体雨滴尺寸相比本研究得到的更大，且山区对流降水Dm的平均值比非山区大，与本研究的结果相反。可能与天气系统、海拔高度、迎风坡与背风坡的差异等因素有关。层云降水，山区和非山区Dm的平均值相差不大。

表3 不同类型降水微物理参数的平均值Table 3 Average values of microphysical parameters for different types of precipitation

表3 也给出了雨滴数浓度Nt。由于4 个站的平均雨强存在一定的差异，而雨滴数浓度和雨强存在明显的正相关（Chang，et al，2009；金祺等，2015），因此表3 中也引入了Nt与R的比值Nt/R。由表3可见，对流降水的雨滴数浓度在滁州最高、淮南最低，山区站（寨西和潜山）介于滁州和淮南之间，且比较接近。考虑雨强后，山区站与非山区站的差异明显，山区对流降水Nt/R的平均值比非山区更大，说明当雨强相同时，山区对流降水的雨滴数浓度更大。Nw通常被认为与雨滴数浓度大小有关。由表3可见，山区对流降水lgNw的平均值相比非山区更大，与山区和非山区对流降水Nt/R的大小关系一致，说明Nw和雨滴数浓度有关，并且受雨强的影响较小。山区和非山区层云降水Nt、Nt/R和lgNw的平均值均不存在明显差异。表3 中也给出了Chen 等（2013）在南京观测的梅雨期间的雨滴谱统计结果。南京作为非山区站，不同类型降水Dm、Nt/R和lgNw的平均值均与本研究的非山区站点比较接近，进一步印证了上述山区和非山区站雨滴尺寸和数浓度的差异。

雨滴数浓度和雨滴尺寸共同决定了雨强的大小。王俊等（2023）中将雨滴谱分为3 类：浓度控制（雨滴数浓度增大导致雨强增大）、尺寸控制（雨滴尺寸增大导致雨强增大）以及浓度和尺寸共同控制（雨滴数浓度和雨滴尺寸增大共同导致雨强增大）。图3 给出了不同雨强下对流降水雨滴数浓度和雨滴尺寸的关系。上文的结果表明，地形对层云降水的雨滴谱影响较小，因此，此处和下一节仅针对对流降水进行分析。为了方便比较，根据雨强将对流降水分为5 mm/h＜R≤10 mm/h、10 mm/h＜R≤20 mm/h、20 mm/h＜R≤30 mm/h、30 mm/h＜R四个区间。随着雨强增大，雨滴数浓度的变化范围（标准差）逐渐减小。这是因为随着雨强增大，雨滴的碰并和破碎过程逐渐达到平衡，雨滴谱趋于稳定，雨滴数浓度变化范围也因此减小（Chen，et al，2013）。

图3 不同雨强范围的平均Dm-lgNt 关系（a.5 mm/h＜R≤10 mm/h，b.10 mm/h＜R≤20 mm/h，c.20 mm/h＜R≤30 mm/h，d.30 mm/h＜R，形状符号为平均值，上下两个横线为标准差）Fig.3 Relationships of Dm-lgNt for different rain intensities（a.5 mm/h＜R≤10 mm/h，b.10 mm/h＜R≤20 mm/h，c.20 mm/h＜R≤30 mm/h，d.30 mm/h＜R；the shape symbols correspond to the average while the upper and lower horizontal lines represent the standard deviation）

总体来看，在固定的雨强区间内，山区站的平均雨滴数浓度稍大于非山区站，平均雨滴尺寸小于非山区站。随着雨强增大，山区和非山区降水的雨滴数浓度和雨滴尺寸均在增大。不论雨强多大，寨西和潜山的Dm-lgNt关系均比较接近。雨强小于20 mm/h 时，滁州和淮南的Dm-lgNt关系也比较接近；雨强大于20 mm/h 时，滁州和淮南的Dm-lgNt关系存在明显差别。特别是滁州，雨强从20—30 mm/h 增大到30 mm/h 以上时，雨滴尺寸几乎没有增长，雨强的增大基本由雨滴数浓度增大所致，符合浓度控制雨滴谱的特征。王俊等（2023）认为浓度控制雨滴谱与暖云降水中的碰并-破碎过程有关。

Dm与lgNw的关系可以反映降水的形成和演变机制（Bringi，et al，2003；Marzano，et al，2010）。图4 给出了不同雨强对流降水的Dm-lgNw关系。在固定的雨强区间内，不同站点的平均Dm与平均lgNw呈反相关，Marzano 等（2010）中也有类似的结果。表3 中不同站点层云降水的Dm与lgNw也呈反相关关系，说明这一规律对层云降水同样适用。山区降水的lgNw随着雨强增大而缓慢增长，非山区降水的lgNw则与雨强没有明显关系。

图4 不同雨强范围的平均Dm-lgNw 关系（a.5 mm/h＜R≤10 mm/h，b.10 mm/h ＜R≤20 mm/h，c.20 mm/h ＜R≤30 mm/h，d.30 mm/h ＜R，形状符号为平均值，上下两个横线为标准差）Fig.4 Relationships of Dm-lgNw for different rain intensities（a.5 mm/h ＜R≤10 mm/h，b.10 mm/h ＜R≤20 mm/h，c.20 mm/h ＜R≤30 mm/h，d.30 mm/h ＜R；the shape symbols correspond to the average while the upper and lower horizontal lines represent the standard deviation）

对比图3 和图4，Nt随着雨强的增长有明显增大，而Nw随着雨强的增长变化不明显，说明Nw不能完全反映雨滴数浓度的变化，并且对雨强的变化不敏感。王俊等（2023）研究山东地区夏季两次强对流过程的Nw与雨强的关系，一次Nw与雨强呈正相关，另一次Nw则与雨强呈反相关。也说明Nw与雨强的关系受地理位置、天气系统、降水微物理过程等因素影响，相关较弱。山区与非山区降水的Nt差别较小，Nw则差别较大，说明Nw更能体现山区和非山区降水机制的差异。

3.5 山区与非山区不同雨强对流降水的雨滴谱

从表3 可以看到，不同地区降水的平均雨强有一定差异，而雨滴谱分布与雨强大小有关（Chang，et al，2009）。参照3.4 节，将对流降水按雨强分为5 mm＜R≤10 mm、10 mm＜R≤20 mm、20 mm＜R≤30 mm、30 mm＜R四个区间，得到不同雨强降水的平均雨滴谱（图5）。各雨强区间内，山区和非山区降水雨滴谱曲线在小雨滴端比较接近。雨强较小时，山区和非山区降水小雨滴数浓度均较低，小雨滴端的雨滴谱曲线向下弯曲（图5a）；随着雨强增大，小雨滴数浓度升高，小雨滴端雨滴谱曲线逐渐向上伸展（图5d）。说明随着雨强增大，雨滴破碎作用增强。雨强较小时，山区降水大雨滴数浓度较低，雨滴谱曲线向下弯曲；非山区降水大雨滴数浓度较高，雨滴谱曲线向上弯曲（图5a）。随着雨强增大，山区和非山区降水大雨滴数浓度也逐渐增大，当雨强超过30 mm/h 时，山区和非山区降水的平均雨滴谱在大雨滴端也趋于接近，雨滴谱曲线均呈现向上弯曲（图5d）。比较图2a 和图5，可以发现山区和非山区对流降水平均雨滴谱的差异主要是雨强小于30 mm/h 的对流降水所导致。

图5 不同雨强降水的平均雨滴谱（a.5 mm/h＜R≤10 mm/h，b.10 mm/h ＜R≤20 mm/h，c.20 mm/h ＜R≤30 mm/h，d.30 mm/h ＜R）Fig.5 Composite raindrop spectra of different rain intensities（a.5 mm/h ＜R≤10 mm/h，b.10 mm/h ＜R≤20 mm/h，c.20 mm/h ＜R≤30 mm/h，d.30 mm/h ＜R）

雨滴谱分布与雨强有关，因此，用来描述降水雨滴谱特征的Γ 分布参数也应当与雨强有关。Chang等（2009）研究台风降水的雨滴谱特征发现，μ和Λ均与雨强呈反相关。Nzeukou 等（2004）分析西非地区多站的雨滴谱资料，发现当雨强超过20 mm/h时，μ与雨强呈反相关，但是Λ则不受雨强的影响。图6 给出了山区和非山区降水的μ和Λ与雨强的关系。可以看出，山区和非山区降水的μ和Λ均与R呈反相关，与Chang 等（2009）的结论一致。通常μ和Λ越小，雨滴谱越宽，大雨滴浓度相对越高（Rosenfeld，et al，2003）。雨强较小时，山区降水大雨滴数浓度比非山区低，谱宽较非山区窄（图5a），因此山区降水的μ和Λ相比非山区降水均更大（图6），说明地形对弱对流降水的雨滴谱影响更明显。随着雨强增大，山区和非山区降水μ和Λ的差异逐渐减小。当R≥30 mm/h 时，山区和非山区降水雨滴谱的谱型比较接近，与图5d 一致，说明此时地形对雨滴谱的影响显著减弱。Zwiebel 等（2016）研究山区降水的雨滴谱特征时，也发现地形对小雨的雨滴谱影响较大，对大雨的雨滴谱影响明显转弱。

图6 （a）μ-R 关系，（b）Λ-R 关系Fig.6 Relationships of（a）μ-R and（b）Λ-R

3.6 μ-Λ 关系

μ和Λ并不是完全独立的，二者有较好的相关关系（Zhang，et al，2003）。研究μ-Λ关系对雷达估测降水有重要意义。由于雨强较小时数据质量较差，因此需要对数据进行过滤。参考Zhang 等（2003）的处理方法，只保留雨强大于5 mm/h 并且雨滴数浓度大于1000 m-3的数据。最后得到4 个站的拟合曲线如图7 所示，相应的拟合系数及有效样本数在表4 中给出。

表4 μ-Λ 关系拟合系数Table 4 Coefficients of the fitted μ-Λ relations

图7 μ-Λ 关系拟合曲线Fig.7 Fitted μ-Λ relations

从图7 可以看出，滁州和淮南的拟合曲线比较接近，而寨西和潜山的拟合曲线则存在一定差异，Λ相同时潜山的μ比寨西大。这可能有两点原因，一是潜山和寨西有一定的高度差。Rao 等（2006）发现μ-Λ关系随高度有明显的变化。李慧等（2018）研究黄山不同高度的μ-Λ关系时发现，Λ相同时山顶的μ小于山底。本文中寨西的海拔高度比潜山高400 m 左右，可能导致Λ相同时寨西的μ比潜山小。二是由于雨滴数浓度大于1000 m-3的数据，80%对应的雨强大于20 mm/h，拟合系数可能有一定的偶然性。

3.7 山区和非山区降水的Z-R 关系

尽管有很多文献研究了Z-R关系，但是有关复杂地形下Z-R关系的研究较少，如何提高山区雷达估测降水精度也是一个国际性难题。

Z=ARb中的A和b与降水的微物理过程有关，并且受到地形、天气形势、降水类型等因素的影响。对于不同的降水个例，A和b变化也很大（Ulbrich，et al，2007）。本研究使用最小二乘法对不同地区的Z-R关系进行拟合，得到的A和b见表5。总体来看，对于同一站点，对流降水和层云降水的A（b）值没有明显的大小关系。对于同一种降水类型，A和b存在一定的反相关关系。Atlas 等（1999）研究不同降水过程的Z-R关系，也发现类似的现象。

表5 Z-R 关系的系数A 和指数bTable 5 A and b for the Z-R relationship

山区降水的A为217—262，b为1.28—1.36，A和b的变化范围均较小。特别是潜山，对流降水和层云降水的Z-R关系几乎相同。杨俊梅等（2016）研究了山西山区的雨滴谱特征，得到山区不同降水类型的A为199—215，b为1.31—1.41，不同的降水类型的Z-R关系也比较接近。说明在山区，降水类型对Z-R关系的影响较小。本文中，Z=250R1.30似乎可以代表山区的Z-R关系。

非山区降水的A为210—460，b为1.16—1.41，A和b的变化范围相比山区都大。不论对流降水或是层云降水，滁州的A均比淮南大，b均比淮南小，说明随着雨强的增大，淮南的雷达回波强度增长速度相比滁州更快。滁州和淮南Z-R关系的明显差异，说明对于非山区降水，地形以外的因素（降水类型、天气形势等）导致Z-R关系的时、空分布差异较大。

4 小结与讨论

利用安徽2011—2012 年夏季（6—8 月）的多站点雨滴谱资料，对比研究了山区（寨西和潜山）和非山区（滁州和淮南）对流降水和层云降水的雨滴谱特征，探讨了地形对不同类型降水雨滴谱的影响。主要结论如下：

（1）山区和非山区都是雨强小于1 mm/h 的降水发生频率最高。相比非山区，雨强小于1 mm/h和大于30 mm/h 的降水发生频率都是山区较低。山区地形对对流降水的雨滴谱影响较大，对层云降水的雨滴谱影响较小。

（2）当雨强相同时，山区对流降水的雨滴数浓度比非山区大，雨滴尺寸比非山区小。随着雨强增大，山区和非山区对流降水的雨滴数浓度和雨滴尺寸均在增大。当雨强相差不大时，对流降水和层云降水的Dm与lgNw均呈反相关关系。

（3）比较了Nw与雨滴数浓度的关系，发现Nw与雨滴数浓度有关，但不能完全反映雨滴数浓度的变化，并且对雨强的变化不敏感。当雨强相差不大时，山区与非山区对流降水的Nt差别较小，Nw则差别明显，Nw更能体现山区和非山区降水机制的差异。

（4）地形对弱对流降水的影响较大。雨强较小时，山区对流降水小雨滴数浓度与非山区比较接近，大雨滴数浓度低于非山区，对应山区对流降水的μ和Λ相比非山区均更大。此时地形对雨滴谱的影响较为明显。雨强超过30 mm/h 时，山区和非山区对流降水雨滴谱在各个粒径段均比较接近，对应μ和Λ也比较接近。此时地形对雨滴谱的影响显著减弱。山区和非山区降水的μ和Λ均与雨强呈反相关。

（5）山区降水A和b的变化范围均较小，说明在山区，降水类型对Z-R关系的影响较小。非山区降水A和b的变化范围较大，地形以外其他因素导致Z-R关系的时、空分布差异较大。

由于实际地形的复杂性，地形对降水的影响有很大不确定性，也给实际观测带来很大困难。寨西位于黄山山区内的一处山谷，潜山位于大别山山区一侧的山脚，两个山区站点位于山区的不同位置，但是降水的微物理特征却表现出较高的相似。由于地面雨滴谱只是降水过程最后阶段的体现，很难仅从地面雨滴谱了解降水形成的动力和微物理机制。未来需要在山区的不同位置（迎风坡、背风坡以及谷地等）建立更多的观测站，结合微雨雷达垂直观测等方法，增加对复杂地形下降水的动力和微物理机制的认识。