海洋气象学报  2025, Vol. 45 Issue (6): 46-56  DOI: 10.19513/j.cnki.hyqxxb.20241110001

引用本文  

王俊, 刘畅, 王洪. 山东沂南一次特大暴雨雨滴谱特征分析[J]. 海洋气象学报, 2025, 45(6): 46-56. DOI: 10.19513/j.cnki.hyqxxb.20241110001.
WANG Jun, LIU Chang, WANG Hong. Analysis on raindrop size distribution characteristics of a severe rainstorm in Yinan, Shandong[J]. Journal of Marine Meteorology, 2025, 45(6): 46-56. DOI: 10.19513/j.cnki.hyqxxb.20241110001. (in Chinese)

基金项目

山东省气象局科研项目(2021sdqxz05,2024sdqxz08)

通信作者

王俊,wangjun818@sohu.com.

文章历史

收稿日期:2024-11-10
修订日期:2025-01-14
山东沂南一次特大暴雨雨滴谱特征分析
王俊1,2 , 刘畅3 , 王洪1,2     
1. 山东省气象防灾减灾重点实验室,山东 济南 250031;
2. 山东省人民政府人工影响天气办公室,山东 济南 250031;
3. 山东省气象台,山东 济南 250031
摘要:利用降水天气现象仪资料,结合新一代多普勒天气雷达资料和ERA5的0.25°×0.25°再分析资料,对2020年8月13—14日山东沂南特大暴雨的影响系统、雷达回波演变和雨滴谱分布特征进行分析。结果表明:(1)沂南降水包括几次中尺度降水回波,前期降水是由受冷空气和低层切变线影响的飑线尾部不连续对流和线状对流回波所产生(以下简记“飑线降水”),回波发展强盛;后期强降水属于副热带高压边缘西南低空急流里的暖区降水,由不断发展加强的中尺度对流云团产生(以下简记“对流云团降水”),回波强度稍弱、降水持续时间长。(2)飑线降水局地性强,雨强起伏变化大,雨滴谱参数lg NwDmNT也都有明显起伏变化;而对流云团降水的雨强比较稳定,雨滴谱参数起伏变化小,所以lg Nw-Dm分布比较集中;飑线和对流云团降水都属于大陆性对流降水雨滴谱特征。(3)飑线降水中碰并和碰撞-破碎过程更容易达到平衡状态,平衡雨滴谱出现的比例较高;而对流云团降水中过渡雨滴谱出现的比例高,指示雨滴破碎对地面雨滴谱的形成有重要影响,明显改变了雨滴谱的分布。总的来看,冷、暖区强降水的微物理特征存在一定的差异,但不显著。
关键词中尺度对流系统    特大暴雨    雨滴谱    平衡雨滴谱    
Analysis on raindrop size distribution characteristics of a severe rainstorm in Yinan, Shandong
WANG Jun1,2 , LIU Chang3 , WANG Hong1,2     
1. Key Laboratory for Meteorological Disaster Prevention and Mitigation of Shandong, Jinan 250031, China;
2. Shandong Weather Modification Office, Jinan 250031, China;
3. Shandong Meteorological Observatory, Jinan 250031, China
Abstract: Based on the precipitation phenomenon instrument data, combined with the Doppler weather radar data and ERA5 data (0.25°×0.25°), the synoptic systems, radar echoes and raindrop size distribution characteristics of the severe rainstorm in Yinan, Shandong from 13 to 14 August 2020 are analyzed. The main conclusions are as follows. (1) The precipitation in Yinan includes a relatively complex evolution process of mesoscale echoes. The earlier precipitation, referred to as the squall line precipitation, is generated by the linear convection and discontinuous convection echoes at the tail of the squall line under the influence of cold air and a low-level shear line, and the echoes strongly develop. Generated by the continuously developed and strengthened mesoscale convective cloud cluster, the later heavy precipitation, referred to as convective cloud cluster precipitation, is a kind of precipitation within the warm sector of the southwest low-level jet at the edge of the subtropical high, and the echo intensity is weaker with longer duration of precipitation. (2) The squall line precipitation is highly localized with a great fluctuation of rainfall intensity, and there are obvious changes in the parameters of lg Nw, Dm and NT. In contrast, the convective cloud cluster precipitation is relatively stable with slight changes in the parameters of raindrop size distribution, resulting in a more concentrated distribution of lg Nw-Dm. Both types of precipitation exhibit the raindrop size distribution characteristics of continental convective precipitation. (3) During the squall line precipitation, the coalescence and collision-breakup processes are more likely to reach equilibrium, and the proportion of equilibrium raindrop size distribution is high. During the convective cloud cluster precipitation, the proportion of transitional raindrop size distribution is high, indicating that the crushing of raindrops has a significant impact on the ground raindrop size distribution, which obviously alters the raindrop size distribution. Overall, there are certain but not significant differences in the microphysical characteristics of heavy precipitation in cold and warm sectors.
Key words: mesoscale convective system    severe rainstorm    raindrop size distribution    equilibrium raindrop size distribution    
0 引言

中尺度对流系统是产生暴雨和强对流天气的直接天气系统,依据中尺度对流系统的雷达回波特征,可以将其分为线性和非线性结构两大类[1-2]。近些年来,随着探测技术的发展,特别是降水天气现象仪(雨滴谱仪)和双偏振天气雷达布网以来,中国学者对中尺度对流系统微物理特征进行了多方面研究。

飑线是一种典型的线状中尺度天气系统,许多学者分析了不同地区飑线的雨滴谱特征。安徽滁州一次飑线过程的对流降水、过渡区降水和层云降水三个阶段的雨滴谱参数有显著差异,对流降水有最大的平均质量加权直径和归一化截距参数,对流降水和层云降水的Z-R关系明显不同,划分不同的降水类型有利于改善Z-R关系[3]。山东飑线对流带横向不同部位的雨滴谱分布特征有显著差异[4],但也有共同特征,即在雨强增大阶段为较低的小粒子数密度、较高的大粒子数密度和谱宽,而雨强减弱阶段为较高的小粒子数密度、较低的大粒子数密度和谱宽;飑线从发展阶段到减弱阶段的对流降水雨滴谱特征从大陆性转变为海洋性[5]。华南地区不同天气系统影响下的飑线,以及同一飑线不同位置雨滴谱演变特征有明显区别[6],飑线对流带中部降水有较高浓度的中等尺寸粒子,雨强的增加主要与雨滴数浓度有关。南京地区飑线对流区形成、加强和成熟过程中微物理特征的变化显示,飑线的微物理特征在这三个阶段明显不同,对流降水雨滴谱特征从形成阶段的大陆性演变为成熟阶段的海洋性[7]。中国东部中纬度大陆飑线从成熟到减弱阶段,对流中心降水雨滴的大小和浓度均减小,但都属于大陆性对流降水雨滴谱特征[8]

对2021年7月20日郑州极端暴雨的雨滴谱特征分析发现,在降水最强时段(16:00—17:00)前后,雨强的迅速增大与平均质量加权直径和粒子数浓度的快速增加有关[9]。对山东夏季两次中尺度对流系统降水雨滴谱特征分析表明,两次强对流降水的平均雨滴谱随雨强增大的变化特征明显不同,一次强对流降水雨滴谱属于典型的尺寸控制雨滴谱特征,而另一次强对流降水雨滴谱属于浓度-直径混合控制的雨滴谱特征[10-11]

一次中尺度对流系统经常包含多条β中尺度过程[12-14],一个地点的一次暴雨可能是若干中尺度雨团经过某地并发生合并、加强和持续的结果[15]。目前,针对同一过程不同尺度的中尺度降水雨滴谱特征之间异同的研究还较少。2020年8月13—14日,一次大范围中尺度对流系统影响山东,全省大部分地区出现短时强降水和大风,山东沂南观测点24 h降水量达399.2 mm,突破当地历史极值。降水开始是由与冷空气有关的飑线等线状中尺度对流回波产生的短时强降水,后期则是西南低空急流暖区中不断发展加强的中尺度对流云团产生的持续性强降水。文中利用降水天气现象仪观测到的资料,结合新一代多普勒雷达产品资料,分析冷、暖区中不同中尺度过程降水雨滴谱特征之间的差异,从而加深对不同中尺度过程微物理形成机制的认识。

1 资料和分析方法

所用资料为沂南国家级气象观测站2020年8月13日20:00—14日20:00(北京时,下同)DSG1型降水天气现象仪的观测数据,济南和临沂新一代多普勒雷达组合反射率等产品,以及ERA5再分析资料(空间分辨率为0.25°×0.25°)和全省雨量资料。

DSG1型降水天气现象仪是航天新气象科技有限公司基于OTT技术生产的光学测量系统,降水粒子谱数据共有32个尺度通道和32个速度通道,主要用于降水雨滴谱和降水类型、降水量、降雨强度的观测[16-17]。降水天气现象仪观测资料质量控制包括去掉偏离雨滴落速-直径经验关系较大的粒子,订正边界效应的影响,同时需要去掉直径大于8 mm的特大粒子和2个最小直径档的数据[18]

利用降水天气现象仪观测资料,雨滴谱可以用以下公式计算得到。

$ N\left(D_{j}\right)=\sum\limits_{i=1}^{32} \frac{n_{i j}}{A_{\mathrm{r}} \cdot \Delta t \cdot V_{i} \cdot \Delta D_{j}} $ (1)

式中:N(Dj)是第j个直径通道Dj~(DjDj)的雨滴数密度(单位:m-3 ·mm-1);ΔDj是第j个直径通道的宽度(单位:mm);Ar是降水现象仪取样面积(单位:m2),订正后为180×(30-Dj/2)×10-6 m2 [18];Δt是取样时间,取值为60 s;nij是第j个直径通道、第i个速度通道的雨滴浓度(单位:个·min-1);Vi是第j个直径通道、第i个速度通道对应的雨滴落速(单位:m ·s-1)。

文中主要利用归一化伽马函数[19]的截距参数(Nw,单位:m-3 ·mm-1)和平均质量加权直径(Dm,单位:mm)来分析雨滴谱有关特征。

$ N_{\mathrm{w}}=\frac{4^{4}}{{\rm{\mathsf{π}}} \rho}\left(\frac{W}{D_{\mathrm{m}}^{4}}\right) $ (2)
$ D_{\mathrm{m}}=\frac{\sum\limits_{j=1}^{32} N\left(D_{j}\right) D_{j}^{4} \Delta D_{j}}{\sum\limits_{j=1}^{32} N\left(D_{j}\right) D_{j}^{3} \Delta D_{j}} $ (3)

式中:W是雨水含量(单位:g ·m-3)。另外,雨滴谱谱宽(单位:mm)表示最大雨滴直径和最小雨滴直径的差,文中直接用最大雨滴直径(Dmax)表示;雨强(R,单位:mm ·h-1)和雨滴浓度(NT,单位:m-3)也可以利用雨滴谱式(1)分别计算[5]

$ R=\sum\limits_{j=1}^{32} A_{\mathrm{r}} \cdot \Delta t \cdot D^{3} \cdot N\left(D_{j}\right) \cdot V\left(D_{j}\right) \cdot \Delta D_{j} $ (4)
$ N_{\mathrm{T}}=\sum\limits_{j=1}^{32} N\left(D_{j}\right) \cdot \Delta D_{j} $ (5)
2 天气形势和雷达回波演变简介

由2020年8月13日08:00—14日20:00(36 h)降水量分布(图 1)可知,这是一次全省性降水过程,全省平均降水量为48.7 mm,其中16个气象观测站出现暴雨,6个气象观测站出现大暴雨,蒙阴、沂南和临沂3个观测站降水量超过250.0 mm,其中沂南观测站降水量最大,为399.2 mm,突破当地24 h累计降水量历史极值。

图 1 2020年8月13日08:00—14日20:00山东累计降水量 Fig.1 Cumulative precipitation in Shandong from 08:00 BJT 13 to 20:00 BJT 14 August 2020 色阶——降水量,单位为mm。

多普勒雷达组合反射率产品演变显示,影响山东的飑线在13日17:30左右发展成熟,从山东西部的郓城一直向东延伸到山东半岛的招远附近,前沿对流带长度超过400 km(图略)。21:35(图 2a),飑线位于蒙阴—沂水—诸城—胶州一带,是较为典型的拖曳型飑线;同时在沂水—枣庄一带有线状中尺度对流系统发展,两者在沂水附近已经合并,此时沂南位于线状对流带的前沿,开始出现强降水,最大回波强度为61 dBZ,回波顶高为13.4 km。22:53前后(图 2b),线状对流带在沂南产生的对流降水结束,之后飑线尾部不连续的对流回波开始影响沂南,一直持续至14日02:30前后,该时段沂南附近回波最大强度为50 dBZ,回波顶高在11.0 km左右。14日02:35(图 2c)有一强中尺度回波开始影响沂南,该云团不断发展加强,14日05:41(图 2d)前后达到最强盛,回波强度为52 dBZ,回波顶高为12.1 km左右,沂南产生较长时间的强降水。14日08:00之后,表现为不连续的对流回波降水,降水持续至12:30左右结束。

图 2 2020年8月13—14日临沂新一代多普勒雷达组合反射率因子 Fig.2 Composite reflectivity detected by Linyi Doppler radar from 13 to 14 August 2020 色阶——雷达组合反射率因子,单位为dBZ。

2020年8月13日08:00(图略),500 hPa副热带高压(以下简称“副高”)发展强盛,控制江淮、江南和华南大部地区。此时冷涡位于蒙古国,并逐渐东移,底部有低槽携带冷空气扩散南下,受副高影响低槽移动缓慢,700 hPa和850 hPa等压面上在黄淮北部地区形成一条东北—西南走向的冷式切变线,在切变线系统动力强迫下,飑线在13日白天自西北向东南移动影响山东。与此同时,副高边缘低空西南风急流也在逐渐发展,13日20时850 hPa上急流带自河南南部经安徽北部、江苏北部伸向山东东南部,急流核风速为16~18 m ·s-1(图 3a),在急流带暖区中,商丘—枣庄一线不断有中尺度对流系统生成,向东北方向移动且与飑线系统合并,影响沂南周边。低槽切变线系统和副高系统势均力敌,形成准稳定的天气形势(图 3b)。13日后半夜至14日上午,暖区有持续不断的新生对流发展,并且向东北方向移动影响沂南,产生持续性强降水,直至14日下午到傍晚时段副高588线逐渐西进北抬,降水趋于结束。由此可见,此次沂南特大暴雨过程可分为两个阶段。第一阶段:13日前半夜为切变线强迫下的飑线降水,几乎影响山东全境,造成部分地区出现短时强降水和7~9级的雷雨大风。第二阶段:13日后半夜到14日上午为副高边缘西南低空急流里的暖区对流降水。沂南14日02:30以前的降水主要由西南线状对流和飑线尾部不连续对流(以下简记“飑线降水”)产生,之后的降水则是由暖区中不断发展的中尺度对流云团(以下简记“对流云团降水”)所产生。下面对比分析飑线降水和对流云团降水雨滴谱特征之间的异同。

图 3 500 hPa位势高度场叠加850 hPa风场 Fig.3 Geopotential height at 500 hPa superimposed on wind field at 850 hPa 黑色等值线——位势高度,单位为dagpm;风矢——风场,色阶——风速(v>12 m·s-1),单位为m·s-1
3 雨滴谱特征分析 3.1 雨滴谱和参数随时间演变

沂南雨滴谱N(D)(图 4a)、雨强R(图 4b)和雨滴浓度NT(图 4c)随时间的演变显示,13日21:35—14日02:35,线状对流带和飑线尾部3次不连续对流回波降水时段的雨强大,累计雨量为96.6 mm,最大雨强达185.2 mm ·h-1(出现在13日22:41),雨强大于100 mm ·h-1的降水出现10 min。雨滴谱有大的谱宽,最大为7.5 mm,一般为6.5 mm;直径D < 1 mm的小粒子数密度最大为2 782.0 m-3 ·mm-1,对应的峰值直径为0.687 mm;直径1~3 mm的中等尺寸粒子数密度为10.0~1 520.3 m-3 ·mm-1;直径3~5 mm的大粒子数密度较低,为1.0~100.0 m-3 ·mm-1;直径大于5 mm的特大粒子数密度最大为6.0 m-3 ·mm-1,一般低于1.0 m-3 ·mm-1。雨滴浓度在5~2 500 m-3,最大浓度为2 468.3 m-3(出现在13日21:51),雨强为131.7 mm ·h-1,该时段最大雨强时的雨滴浓度只有2 168.2 m-3,最大浓度出现在最大雨强之后的雨强减弱阶段,与雨滴受云中下沉运动产生的动力学筛选作用有关[4, 20-21]

图 4 2020年8月13—14日沂南降水微物理参量随时间的演变 Fig.4 Evolution of microphysical parameters during the precipitation in Yinan from 13 to 14 August 2020 a中色阶——ND),单位为m-3·mm-1

14日02:36—12:26,对流云团降水时段的累计降雨量为309.4 mm,该时段具有最大的雨强,分别在05:17和05:55出现185.4、188.5 mm ·h-1的极大雨强,雨强大于100 mm ·h-1的降水出现31 min。雨滴谱谱宽最大为7.5 mm,有较高的小粒子数密度,最大为2 570.8 m-3 ·mm-1;中等尺寸粒子数密度在10.0~1 056.2 m-3 ·mm-1,大粒子数密度为1.0~103.6 m-3 ·mm-1,特大粒子数密度最大为5.4 m-3 ·mm-1。飑线降水的最大雨强比对流云团降水的最大雨强稍小,对比不同大小粒子数密度的最大值来看,飑线降水雨滴谱的小、中等尺寸和特大粒子数密度较高,而大尺寸粒子数密度偏低。该时段雨滴浓度为5~2 400 m-3,最大浓度(2 359.9 m-3)出现在05:55,对应此次过程最大雨强时刻。该时段小粒子数密度比飑线时段低,导致粒子浓度也偏低。

雨滴谱参数Dm(图 4d)、lg Nw(图 4e)随时间的演变显示,线状对流带和飑线尾部降水的Dm有明显起伏变化,特别是雨强增大阶段有较大的Dm,而lg NwDm反相关,较大Dm对应较低的lg Nw值。飑线对流降水在雨强增大阶段因为蒸发、粒子筛选等的作用,导致雨滴谱具有多峰、宽谱和低浓度等特点[21-22],所以有较大的Dm

对流云团降水雨强增大阶段(02:39—05:18)是连续降水,持续时间比较长,Dm逐渐增大,这与雨滴谱谱宽(图 4a)逐渐增大是一致的。而lg Nw虽有起伏变化,但总的趋势是稍微减小的。对流云团降水中后期(06:25—12:20)也是不连续对流降水,Dm起伏变化大,存在一些较大数据点,如08:44雨强只有25.7 mm ·h-1Dm有较大值(4.2 mm),此时对应的雨滴谱谱宽为6.5 mm,最大粒子数密度也较高,所以有较大Dm。lg Nw存在较大起伏,数值也较高。

3.2 平均雨滴谱分布特征

为了更深入地分析此次过程不同发展阶段降水的雨滴谱特征,对飑线降水和对流云团降水的平均雨滴谱特征进行对比分析。表 1给出了7类雨强的范围,以及飑线降水和对流云团降水在每一类雨强中出现的样本数。随着雨强增大,飑线和对流云团降水参数lg NwDm基本是逐渐增大的,不同雨强的平均lg NwDm接近,只是在最大雨强时有明显差异(图 5)。

表 1 2020年8月13—14日沂南飑线降水和对流云团降水不同雨强的样本数 Table 1 The number of samples of squall line precipitation and convective cloud cluster precipitation at different rainfall intensities in Yinan from 13 to 14 August 2020
图 5 2020年8月13—14日沂南飑线和对流云团降水不同雨强的平均Dm和lg Nw分布 Fig.5 Distribution of average Dm and lg Nw in squall line precipitation and convective cloud cluster precipitation at different rainfall intensities in Yinan from 13 to 14 August 2020

由不同雨强的平均雨滴谱分布(图 6a)可知,飑线降水(R≤10 mm ·h-1)的平均雨滴谱随着雨强增大,粒子数密度和谱宽均逐渐增大,前两类雨强的平均雨滴谱谱宽较窄,第三类增大至6.5 mm。对流降水雨强在10~100 mm ·h-1的3类平均雨滴谱,直径小于2 mm的小粒子数密度增大较少,而直径大于2 mm的中等和大粒子数密度增加较多,较大粒子数密度的增加是雨强增大的主要因素。第七类雨强平均雨滴谱与第六类相比,中小粒子(直径D < 3.25 mm)数密度差别较大,但较大粒子(D≥3.25 mm)数密度相差较小,中小直径粒子数密度的增加是雨强增大的主要因素,故第七类雨强平均雨滴谱的Dm有所减小,而lg Nw较大。对流云团降水的七类雨强平均雨滴谱分布(图 6b)显示,随着雨强增大,出现较多特大直径粒子,平均雨滴谱谱宽逐渐增大至7.5 mm,小粒子数密度增加较少,而较大粒子数密度增大较快。特别是对于雨强大于10 mm ·h-1的4类对流降水平均雨滴谱来说,这一特征更明显。所以,随着雨强增大平均雨滴谱的Dm和lg Nw都是逐渐增大的。

图 6 2020年8月14日沂南不同雨强平均雨滴谱分布 Fig.6 Distribution of average raindrop size distribution in squall line precipitation and convective cloud cluster precipitation at different rainfall intensities in Yinan on 14 August 2020

飑线降水和对流云团降水的平均雨滴谱特征类似,主要区别在第七类雨强(100 mm ·h-1 <R≤200 mm ·h-1) 的平均雨滴谱,飑线降水的平均雨滴谱具有较大的中小直径(D<3.25 mm)粒子数密度、较低的较大直径(D≥3.25 mm)粒子数密度。不同地区对流降水的平均雨滴谱存在差异,但在较大雨强时也有一些共同特征。如固原地区雨强大于40.0 mm ·h-1的平均雨滴谱具有明显的平衡雨滴谱特征[23];安徽黄山地区在雨强大于10.0 mm ·h-1,特别是雨强大于100.0 mm ·h-1的平均雨滴谱也具有平衡雨滴谱特征[24]。此次过程的平均雨滴谱在雨强大于20.0 mm ·h-1时,飑线降水的平衡雨滴谱特征更为明显。

3.3 平衡雨滴谱特征

当雨滴碰并和碰撞-破碎达到平衡时,暖云中会形成平衡雨滴谱[25-26]。利用雨滴谱观测资料,通过分析直径1.0~2.6 mm范围内曲线的最大斜率(kmax),可以判断是否存在平衡雨滴谱[25]。分析飑线和对流云团雨强大于5 mm ·h-1的雨滴谱资料(表 2)发现,飑线和对流云团降水雨滴谱只有3类:kmax≥0 m-3 ·mm-2是第一类,属于平衡雨滴谱;-0.5 m-3 ·mm-2kmax < 0 m-3 ·mm-2是第二类,属于过渡雨滴谱;-1.0 m-3 ·mm-2kmax<-0.5 m-3 ·mm-2是第三类,属于非平衡雨滴谱。与D’Adderio等[27-28]的研究结果相比,此次过程没有kmax≤-1.0 m-3 ·mm-2的其他3类雨滴谱。

表 2 飑线和对流云团降水各类雨滴谱出现频率和雨强范围 Table 2 Frequency of occurrence and range of rainfall intensity for various raindrop size distributions in squall line precipitation and convective cloud cluster precipitation

表 2kmax统计结果看,飑线降水中平衡雨滴谱出现比例高达21.4%,过渡雨滴谱也有较高比例,而非平衡雨滴谱出现比例较低,只有19.1%。对流云团降水3类雨滴谱出现比例明显不同,平衡雨滴谱出现比例较低,只有8.8%,但过渡雨滴谱出现比例高达79.7%,而非平衡雨滴谱出现的比例也低,仅为11.5%。D’Adderio等[27]统计发现,平衡雨滴谱在自然降水中出现比例较低,一般不超过7%,而过渡雨滴谱一般不超过47%。与河南郑州2021年7月20日极端暴雨[29]相比,飑线和对流云团降水都有较高比例的平衡雨滴谱,平衡雨滴谱和过渡雨滴谱两类谱的累计比例均超过80%,表明在极端强降水中雨滴碰撞-破碎过程在地面雨滴谱形成中有重要作用,明显改变了雨滴谱的分布。

图 7是飑线和对流云团降水各类平均雨滴谱的分布,平衡雨滴谱在1.375 mm存在第二峰值,但每分钟平衡雨滴谱对应的峰值直径是不同的,最小为1.375 mm,最大为2.125 mm。对比来看,飑线和对流云团降水的平均平衡雨滴谱有很大差异。当D≤2.375 mm时,飑线具有较低的粒子数密度;而D>2.375 mm时,飑线有较高的粒子数密度,并且飑线平均谱有较大的雨滴谱宽。过渡雨滴谱两者很接近,飑线在D≤3.75 mm时有稍大的粒子数密度,而D>3.75 mm时粒子数密度稍低。非平衡雨滴谱存在显著差异,飑线有更大的粒子数密度。过渡雨滴谱和非平衡雨滴谱相比,过渡雨滴谱在直径2.0 mm附近曲线斜率比非平衡雨滴谱曲线斜率小,过渡雨滴谱有更多中等直径的雨滴,表明破碎有重要作用并改变雨滴谱分布,但还没有像平衡雨滴谱一样形成明显的第二峰。

图 7 2020年8月13—14日沂南飑线降水和对流云团降水平衡、过渡和非平衡雨滴谱的平均谱分布 Fig.7 Average raindrop size distributions of equilibrium, transitional and nonequilibrium raindrop size distributions in squall line precipitation and convective cloud cluster precipitation in Yinan from 13 to 14 August 2020
3.4 NwDm分布特征

由参数lg NwDm与雨强(R)的散点图(图 8)可以看出,飑线降水的Dm随着雨强增大数据点比较分散,雨强在10~80 mm ·h-1存在一些较大Dm值的数据点,总的趋势是随着雨强增大而逐渐增大;lg Nw则随着雨强增大略有增大。对流云团降水的Dm比较集中,随着雨强增大也是逐渐增大,分布特征与飑线降水差别不大;lg Nw随着雨强增大略微有增大,增大趋势比飑线降水增大的趋势稍小一些。对于极大雨强(R>100 mm ·h-1),对流云团降水有稍大的Dm和稍小的lg Nw。广东飑线的Dm随着雨强增大变化不大,lg Nw则显著增大,降水的增强主要来自Nw的增大[30]。江淮地区夏季对流降水[31]、河南郑州2021年7月20日极端暴雨[29]的lg NwDm随着雨强增大有较复杂的变化特征,指示不同雨强的对流降水雨滴谱有不同的形成机制。总的来看,随着雨强增大,此次过程飑线和对流云团降水的lg NwDm都是逐渐增大的,但Dm的增大更为显著,即雨强的增大主要是由Dm变化引起的,lg Nw变化是次要因素。

图 8 2020年8月13—14日沂南降水雨滴谱参数与雨强的散点图 Fig.8 Scatterplot of raindrop size distribution parameters and rainfall intensities during the precipitation in Yinan from 13 to 14 August 2020

由飑线和对流云团降水不同雨强的lg Nw-Dm分布(图 9)可以看出,飑线3类弱降水(R≤10 mm ·h-1) 的Dm分布范围较小,但lg Nw有较大的分布范围。对流云团降水(R>10 mm ·h-1)的前3类雨强Dm有较大的分布范围,特别是20~100 mm ·h-1范围2类雨强的Dm有最大值,这与该2类雨强平均雨滴谱存在大的谱宽和较高的大粒子数密度有关。R>100 mm ·h-1时有较小范围的Dm和较大的lg Nw值,这是因为该类雨强平均雨滴谱有较多中小雨滴、较少的大粒子数密度。飑线降水有较大lg Nw,部分数据点在海洋性对流降水区域附近[32],大部分数据点在大陆性对流降水区域以内和上方以及右侧,指示飑线对流降水主要是大陆性对流降水雨滴谱特征。对流云团降水的lg Nw-Dm主要分布在大陆性对流降水区域周围,与飑线降水的分布稍有区别:一是lg Nw值偏小,绝大部分数据点在海洋性对流降水分布区域之下;二是Dm分布比较集中,大于3.5 mm的数据点较少;三是R>50 mm ·h-1的强降水有较大的Dm,特别是R>100 mm ·h-1Dm较大,而lg Nw偏小;四是lg NwDm的平均值3.42 m-3 ·mm-1、2.23 mm(图 9b中叉号)比飑线降水的平均值3.36 m-3 ·mm-1、2.06 mm(图 9a中加号)稍大。雨滴谱参数分布与中尺度降水回波特征紧密相关,与飑线有关的降水回波发展强盛、局地性强,雨强起伏变化大,参数lg NwDm也有明显的起伏变化,而对流云团降水的中尺度回波尺度大、较稳定,雨强和雨滴谱参数起伏变化小,所以lg Nw-Dm分布比较集中。

图 9 2020年8月14日不同雨强下lg Nw-Dm散点分布 Fig.9 Scatterplot of lg Nw-Dm in squall line precipitation and convective cloud cluster precipitation at different rainfall intensities on 14 August 2020 绿色矩形框——Bringi等[32]给出的海洋性和大陆性对流分布;点划线——对流降水与层云降水之间的分离线;虚线——层云降水的平均分布;黑实线——文中对流降水与层云降水之间的分离线。

Bringi等[33]给出的对流-层云降水分离线(图 9中点划线)位于5~10 mm ·h-1降水区域,其斜率比不同雨强下lg NwDm增大而减小的斜率大,此次过程层云和对流降水之间分离线(图 9中黑色实线)的斜率为-1.0 m-3 ·mm-2,比Bringi等[33]给出的对流-层云降水分离线的斜率要小,这与此次过程对流发展旺盛、有较强的冰相过程有关。

4 结论

2020年8月13—14日,山东出现一次强中尺度对流系统降水过程,在鲁中、鲁南和鲁东南造成暴雨以上强降水,其中沂南24 h降水量为399.2 mm,突破当地历史极值。文中利用降水天气现象仪观测资料,结合新一代多普勒雷达资料和ERA5再分析资料,对此次过程影响的天气系统、雷达回波演变和雨滴谱分布特征进行了分析,得出以下主要结论。

(1) 此次过程受低层切变线和副高边缘高空槽影响,沂南降水包括几次中尺度降水回波。13日20:00—14日02:30,降水主要由飑线右前侧的西南线状对流和飑线尾部不连续对流回波产生,回波发展强盛;14日02:30—13:00的强降水属于副高边缘西南低空急流里的暖区降水,由不断发展加强的中尺度对流云团产生,强回波水平尺度较大,但回波强度和云顶高度稍弱。

(2) 不同雨强平均雨滴谱显示,对流云团降水随着雨强增大,小粒子数密度增加的较少,较大粒子数密度增大的较多,较大直径粒子数密度的增加是导致雨强增大的主要因素。飑线降水的平均雨滴谱特征与对流云团降水类似,主要区别是雨强R>100 mm ·h-1的平均雨滴谱表现为中小直径(D<3.25 mm)粒子数密度较大,而较大直径(D≥3.25 mm)粒子数密度较低,中小粒子数密度的增大是雨强增大的主要因素。

(3) 由平衡雨滴谱特征分析可知,飑线降水中有高比例的平衡雨滴谱,而对流云团降水中有高比例的过渡雨滴谱。由于飑线降水的回波发展更强盛,冷云中直径较大的冰粒子融化产生的特大雨滴通过碰并、碰撞-破碎机制更易形成平衡雨滴谱,而对流云团降水中雨滴碰撞-破碎机制也明显改变了地面雨滴谱的分布,导致高比例的过渡雨滴谱。

(4) 由参数lg NwDm与雨强关系分析显示,随着雨强增大,Dm逐渐增大,lg Nw则是略有增大,指示飑线降水和对流云团降水雨强增加的主要因素是直径变化,浓度变化是次要因素。lg Nw-Dm分布显示飑线降水和对流云团降水都属于大陆性对流降水雨滴谱特征,但飑线降水参数分布范围较大,指示雨滴形成机制更复杂。

对比来看,受冷空气影响,与飑线有关的对流云系比暖区对流云系发展得更强盛,地面雨滴谱和参数分布特征两者有一定的差异,但差别并不显著。今后需要收集更多暖区降水个例,对比分析微物理特征之间的异同,从而更深入地认识冷暖区降水形成的物理机制。

参考文献
[1]
HOUZE R A Jr, RUTLEDGE S A, BIGGERSTAFFM I, et al. Interpretation of Doppler weather radar displays of midlatitude mesoscale convective systems[J]. Bull Amer Meteor Soc, 1989, 70(6): 608-619. DOI:10.1175/1520-0477(1989)070<0608:IODWRD>2.0.CO;2
[2]
俞小鼎, 郑永光. 中国当代强对流天气研究与业务进展[J]. 气象学报, 2020, 78(3): 391-418.
[3]
金祺, 袁野, 纪雷, 等. 安徽滁州夏季一次飑线过程的雨滴谱特征[J]. 应用气象学报, 2015, 26(6): 725-734.
[4]
王俊, 姚展予, 侯淑梅, 等. 一次飑线过程的雨滴谱特征研究[J]. 气象学报, 2016, 74(3): 450-464.
[5]
王俊, 刘畅. 一次拖曳型飑线过程雨滴谱演变特征研究[J]. 海洋气象学报, 2019, 39(2): 43-57. DOI:10.19513/j.cnki.issn2096-3599.2019.02.005
[6]
冯璐, 夏丰, 万齐林, 等. 广东两次飑线过程的微物理特征分析研究[J]. 热带气象学报, 2019, 35(6): 812-821.
[7]
WEN J, ZHAO K, HUANG H, et al. Evolution of microphysical structure of a subtropical squall line observed by a polarimetric radar and a disdrometer during OPACC in eastern China[J]. J Geophys Res: Atmos, 2017, 122(15): 8033-8050. DOI:10.1002/2016JD026346
[8]
ZHANG H S, ZHANG Y, HE H R, et al. Comparison of raindrop size distributions in a midlatitude continental squall line during different stages as measured by parsivel over East China[J]. J Appl Meteor Climatol, 2017, 56(7): 2097-2111. DOI:10.1175/JAMC-D-16-0336.1
[9]
张哲, 戚友存, 李东欢, 等. 2021年郑州"7 ·20"极端暴雨雨滴谱特征及其对雷达定量降水估测的影响[J]. 大气科学, 2022, 46(4): 1002-1016.
[10]
王俊, 姚展予, 侯淑梅, 等. 山东夏季两次极端雨强暴雨的滴谱特征研究[J]. 大气科学, 2023, 47(2): 311-326.
[11]
UIJLENHOET R, SMITH J A, STEINER M. The microphysical structure of extreme precipitation as inferred from ground-based raindrop spectra[J]. J Atmos Sci, 2003, 60(10): 1220-1238. DOI:10.1175/1520-0469(2003)60<1220:TMSOEP>2.0.CO;2
[12]
胡鹏, 焦洋, 高帆. 鲁中地区一次超级单体风暴的雷达观测分析[J]. 海洋气象学报, 2019, 39(2): 134-142. DOI:10.19513/j.cnki.issn2096-3599.2019.02.014
[13]
雷蕾, 孙继松, 陈明轩, 等. 北京地区一次飑线的组织化过程及热动力结构特征[J]. 大气科学, 2021, 45(2): 287-299.
[14]
易笑园, 陈宏, 张庆, 等. 渤海湾西岸一次局地极端短时强降水事件的成因分析[J]. 海洋气象学报, 2024, 44(3): 1-13. DOI:10.19513/j.cnki.hyqxxb.20240529001
[15]
丁一汇. 中国暴雨理论的发展历程与重要进展[J]. 暴雨灾害, 2019, 38(5): 395-406.
[16]
LÖFFLER-MANG M, JOSS J. An optical disdrometer for measuring size and velocity of hydrometeors[J]. J Atmos Oceanic Technol, 2000, 17(2): 130-139. DOI:10.1175/1520-0426(2000)017<0130:AODFMS>2.0.CO;2
[17]
杜波, 马舒庆, 刘达新, 等. 雨滴谱降水现象仪综合测试系统设计[J]. 气象科技, 2018, 46(1): 56-63.
[18]
JAFFRAIN J, BERNE A. Experimental quantification of the sampling uncertainty associated with measurements from PARSIVEL disdrometers[J]. J Hydrometeorol, 2011, 12(3): 352-370. DOI:10.1175/2010JHM1244.1
[19]
TESTUD J, OURY S, BLACK R A, et al. The concept of "normalized" distribution to describe raindrop spectra: a tool for cloud physics and cloud remote sensing[J]. J Appl Meteor, 2001, 40(6): 1118-1140. DOI:10.1175/1520-0450(2001)040<1118:TCONDT>2.0.CO;2
[20]
ROSENFELD D, ULBRICH C W. Cloud microphysical properties, processes, and rainfall estimation opportunities[J]. Meteor Monogr, 2003, 30(52): 237-258. DOI:10.1175/0065-9401(2003)030<0237:CMPPAR>2.0.CO;2
[21]
NZEUKOU A, SAUVAGEOT H, OCHOU A D, et al. Raindrop size distribution and radar parameters at Cape Verde[J]. J Appl Meteor, 2004, 43(1): 90-105. DOI:10.1175/1520-0450(2004)043<0090:RSDARP>2.0.CO;2
[22]
SAUVAGEOT H, KOFFI M. Multimodal raindrop size distributions[J]. J Atmos Sci, 2000, 57(15): 2480-2492. DOI:10.1175/1520-0469(2000)057<2480:MRSD>2.0.CO;2
[23]
NIU S J, JIA X C, SANG J R, et al. Distributions of raindrop sizes and fall velocities in a semiarid plateau climate: convective versus stratiform rains[J]. J Appl Meteor Climatol, 2010, 49(4): 632-645. DOI:10.1175/2009JAMC2208.1
[24]
CHANG Y, MA Q R, GUO L J, et al. Characteristics of raindrop size distributions during Meiyu season in Mount Lushan, eastern China[J]. J Meteor Soc Japan, 2022, 100(1): 57-76. DOI:10.2151/jmsj.2022-003
[25]
HU Z L, SRIVASTAVA R C. Evolution of raindrop size distribution by coalescence, breakup, and evaporation: theory and observations[J]. J Atmos Sci, 1995, 52(10): 1761-1783. DOI:10.1175/1520-0469(1995)052<1761:EORSDB>2.0.CO;2
[26]
McFARQUHAR G M. A new representation of collision-induced breakup of raindrops and its implications for the shapes of raindrop size distributions[J]. J Atmos Sci, 2004, 61(7): 777-794. DOI:10.1175/1520-0469(2004)061<0777:ANROCB>2.0.CO;2
[27]
D'ADDERIO L P, PORCÙ F, TOKAY A. Identification and analysis of collisional breakup in natural rain[J]. J Atmos Sci, 2015, 72(9): 3404-3416. DOI:10.1175/JAS-D-14-0304.1
[28]
D'ADDERIO L P, PORCÙ F, TOKAY A. Evolution of drop size distribution in natural rain[J]. Atmos Res, 2018, 200: 70-76. DOI:10.1016/j.atmosres.2017.10.003
[29]
王俊, 陈宝君, 周淑玲, 等. 郑州"7 ·20"特大暴雨雨滴谱特征分析[J]. 高原气象, 2023, 42(5): 1247-1259.
[30]
冯璐, 陆海琦, 李丰, 等. 广东地区一次飑线过程的地面雨滴谱特征分析[J]. 热带气象学报, 2020, 36(5): 626-637.
[31]
金祺, 袁野, 刘慧娟, 等. 江淮之间夏季雨滴谱特征分析[J]. 气象学报, 2015, 73(4): 778-788.
[32]
BRINGI V N, CHANDRASEKAR V, HUBBERT J, et al. Raindrop size distribution in different climatic regimes from disdrometer and dual-polarized radar analysis[J]. J Atmos Sci, 2003, 60(2): 354-365. DOI:10.1175/1520-0469(2003)060<0354:RSDIDC>2.0.CO;2
[33]
BRINGI V N, WILLIAMS C R, THURAI M, et al. Using dual-polarized radar and dual-frequency profiler for DSD characterization: a case study from Darwin, Australia[J]. J Atmos Ocean Technol, 2009, 26(10): 2107-2122. DOI:10.1175/2009JTECHA1258.1