2026, Vol. 46
2. 济南市章丘区气象局，山东 济南 250200
2. Zhangqiu Meteorological Service of Jinan, Jinan 250200, China
3月初对山东来说属于冬春过渡时节，气温开始回升，但冷空气势力仍很强盛，出现降水时易发生复杂相态转换，降水相态主要有雨、雨夹雪、雪、冰粒和冻雨等，带来的灾害和风险也较大。降水相态转换的时间及纯雪的量级是气象预报业务中的重点和难点[1-3]，复杂的降水相态和强降雪会给交通运输、能源保供、群众出行和生产生活等多领域带来严重影响，因此也颇受政府和公众关注。
降水相态预报技术的研究一直是气象业务部门关注的热点之一。起初，国内外学者[4-7]侧重于对流层低层温度对降水相态的影响，比如，0 ℃层高度的演变[1, 8-10]、850 hPa温度的演变[11]及850 hPa至地面的垂直温度廓线演变等[12-15]。随着研究的深入，学者们[16-17]发现位势厚度对降水相态也会产生影响，并且发现综合考虑与相态转换密切相关的温度因子和厚度因子比单纯考虑一种物理量更能提高预报准确率。也有学者[3, 18]采用云顶温度与地面温度相结合的方法进行相态转换的判断。
近年来，随着探测技术的发展，许多产品在时空上能提供更精细的大气垂直结构。Stewart等[19]发现实际降水相态与复杂的云微物理过程有关，大气垂直结构的细微差别可以决定降水的类型。双偏振雷达观测范围大、时空分辨率高、时效性强，可以应用于雨雪相态的研究和临近预报[20]。在双偏振产品中，相关系数(Cc)反映粒子的一致性，差分反射率(ZDR)反映粒子水平和垂直尺寸的不同。孙莎莎等[15]在对山东一次极端暴雪相态转换个例的研究中发现，Cc的指示意义要好于ZDR。天气现象仪或二维视频雨滴谱仪直接观测下落至近地面的降水粒子尺寸和下落末速度，通过经验关系或阈值判断可以直接得到近地面的降水相态。如，陶然亭[21]利用二维视频雨滴谱仪和双偏振雷达对中国东部地区降雪微物理特征进行研究，毛宇清等[22]利用激光雨滴谱仪分析了南京地区一次雨-雪转换过程中的粒子谱演变过程。此外，毫米波测云仪、风廓线雷达、微波辐射计等非常规资料也在降水形态分析和预报中得到应用[23-25]。马新成等[26]利用毫米波测云仪进行降雪系统的微物理参数反演，得到不同高度层降水粒子的演变。孔照林等[27]通过对风廓线观测的下落速度进行统计分析，得到浙江地区不同相态降水粒子的下落速度阈值。
2025年3月2日，山东出现罕见的雨转特大暴雪天气。对于此次过程，预报偏差主要体现在以下两个方面：一是雨转雪的时间，预报较实况晚2 h以上；二是未考虑转纯雪后雪量的突然增大。以济南为例，13：00—14：00雪量达11.1 mm，地面积雪在短时间内超过3 cm，造成城市交通中断，给气象服务带来很大困扰。尽管以往总结的相态转换指标在实际预报业务中发挥了一定作用，但是新型垂直探测资料在雨雪转换中的指标还比较欠缺。因此，文中以3月2日这次雨转极端暴雪事件为例，利用多种垂直探测资料深入探讨雨雪转换中的要素演变，总结一些新的预报指标，为今后此类天气的精细化预报提供科技支撑。
1 资料和观测设备使用的资料：(1)国家级气象观测站和区域气象观测站逐小时降水、2 m气温和风等常规观测资料；(2)济南S波段双偏振雷达、济南国家级气象观测站(以下简称“济南站”)天气现象仪、章丘站风廓线雷达、济阳与济南的毫米波测云仪等非常规气象观测资料，仪器设备空间分布如图 1所示；(3)再分析资料来源于欧洲中期天气预报中心的ERA5资料，分辨率为0.25°×0.25°。
|
图 1 仪器设备和观测站分布 Fig.1 Distribution of instruments and meteorological stations used in the study 黑色三角形—济南S波段双偏振雷达；蓝色方形—济南站降水天气现象仪；红色圆点—章丘风廓线雷达；绿色菱形—济阳与济南的毫米波测云仪；黑色圆点—莱芜、商河国家级气象观测站；色阶—海拔，单位为m。 |
济南S波段双偏振雷达位于齐河境内，距离济南站约30 km。该仪器通过发射接收水平和垂直偏振波，得到水平极化反射率因子(ZH)、ZDR和Cc等偏振参量，径向分辨率为250 m，方位分辨率为1°。济南站的DSG1型天气现象仪通过激光探测技术测量地面降水粒子的直径和下落末速度等信息，测量直径范围为0~26 mm，下落末速度范围为0~22.4 m ·s-1，采样时间间隔为1 min。章丘站CLC-11-D型固定式边界层风廓线雷达可以探测单个站点上空水平和垂直风的分布情况，探测高度为0.1~10.0 km，时间分辨率为6 min。当有降水时，探测的垂直速度为降水粒子和大气垂直运动速度之和。成都远望公司生产的YLU3型Ka波段毫米波测云仪波长为8 mm，时间分辨率为5 s，最大探测高度为14.97 km，垂直分辨率为30 m，能够对云的垂直结构进行连续观测，得到ZH、径向速度、谱宽和垂直液态含水量等参数。
2 天气实况3月2日00时开始，随着地面倒槽北上，山东的降雨从鲁西南开始逐渐北推，2日上午山东大部地区降水相态以雨为主。2日中午前后，除鲁西北和鲁中以北的地区转为纯雪外，其他大部分地区的降水相态为雨夹雪、冰粒或雨。由累计降水量(图 2a)来看，菏泽、济宁、泰安、济南、淄博、日照与青岛等地的部分地区达暴雨量级，最大降水出现在泰安宁阳，为95.0 mm。转为纯雪后，鲁西北和鲁中的部分地区达暴雪到特大暴雪量级(图 2b)，其中青州和滨州雪量最大，均为37.5 mm，淄博的积雪深度最大，为19 cm。这次暴雨转特大暴雪的天气过程，山东共53站日降水量突破本站3月历史极值，有5站达到特大暴雪量级。另外，济南站1 h降雪量达11.1 mm，为该站建站以来的最大降雪强度。以上数据表明，这是一次极端天气事件。
|
图 2 2025年3月1日20时—2日20时山东降水量和降雪量分布 Fig.2 Distribution of precipitation and snowfall in Shandong from 20:00 BJT 1 to 20:00 BJT 2 March 2025 a中色阶—降水量，单位为mm，锯齿线—据齿左侧区域为雨转纯雪右侧区域降水相态为雨夹雪或雨；b中色阶—降雪量，单位为mm。 |
此次极端天气过程的相态转换时间及特大暴雪颇受民众关注。根据数值模式的预报及预报员的主观判断，预测济南雨转雪的时间在2日14时之后，而实况是济南市区11：20由雨转为冰粒，1 h后转为纯雪，转纯雪的时间比预测的早2 h以上。距济南市区50 km的济阳、商河两站，在09：00—10：00转为纯雪，比预计的转雪时间明显提前。而位于泰山山脉南侧的莱芜站14：25的2 m气温为0.7 ℃，降水相态由雨转为冰粒，之后，该站2 m气温一直在0.5 ℃上下波动，较山脉北侧的气温偏高1~2 ℃，降水相态为雨夹雪。此次过程的特大暴雪主要出现在泰山山脉以北的济南、滨州、德州与淄博境内，突然早到并增强的降雪给以上城市带来了交通阻塞。
3 环流背景2025年3月2日08时，山东的降水已经开始，500 hPa贝加尔湖北侧的冷涡分裂出一个冷中心东移至鄂霍次克海一带，冷涡至40°N之间盛行西北气流，高空槽位于河套南部，槽前有强盛的西南气流(图 3a)；700 hPa低涡位于山东、河北与河南三省交界处，恰位于500 hPa高空槽前，低涡北侧的切变线延伸至天津以北(图 3b)；850 hPa的切变线位于700 hPa切变线暖区一侧200~300 km处，在山东的位置与雨雪分界线的位置相近，切变线左侧为东北风(图 3c)。地面图上，山东处于倒槽左侧的偏东风里，降水相态以雨为主，但在山东与河北交界处气温接近0 ℃的区域，降水相态是雪或雨夹雪(图 3d)。
|
图 3 2025年3月2日08时高空天气形势场和地面天气图 Fig.3 Upper-level synoptic situation and surface synoptic chart at 08:00 BJT 2 March 2025 a、b、c中黑色等值线—位势高度（单位为dagpm），红色虚等值线—温度（单位为℃），L—冷中心，N—暖中心；a中棕色线—槽线；b、c中红色双实线—切变线；d中黑色等值线—海平面气压（单位为hPa），浅绿色区域—6h降雨区，深绿色区域—雨夹雪或雪区；D—低压中心；G—高压中心。 |
结合t-lnp图，分析济南降水期间的层结状况。降水发生前(3月1日20时，图 4a)，地面至700 hPa温度线与露点线靠近，其上至500 hPa温度露点差增大，层结具有上干下湿的特征。温度递减率在地面至630 hPa之间低于湿绝热递减率，810~680 hPa存在∂θse/∂p＞0的对流不稳定区(图 4b)，气层抬升时，底层空气先达到饱和，然后沿湿绝热递减率上升。至2日08时，540~470 hPa存在弱的条件性不稳定，此时湿层发展得非常深厚，可达400 hPa，700 hPa比湿为5 g ·kg-1，850 hPa比湿为7 g ·kg-1(图略)，湿度条件达到山东暴雪指标[1]。在904~744 hPa有显著暖层，850 hPa的温度达5.6 ℃，但在904 hPa以下温度又迅速降至0 ℃以下，对流层内形成“冷—暖—冷”的温度层结，有利于冰粒的出现[28]，实况是在鲁西北和鲁中雨雪转换过程中出现了冰粒。
|
图 4 2025年3月1日20时章丘站t-lnp图与假相当位温垂直分布 Fig.4 The t-lnp diagram and vertical distribution of pseudo equivalent potential temperature at Zhangqiu station at 20:00 BJT 1 March 2025 |
双偏振雷达产品中的ZDR可以反映降水粒子在水平和垂直方向上的尺度差异，Cc可以反映粒子的均一性，是识别降水粒子相态的2个重要参量。2日上午，随着冷空气不断南下，气温下降，鲁西北在09：00—11：00逐渐转为雨夹雪或雪。选取10：04济南S波段双偏振雷达的ZDR、Cc与ZH来探究其在相态转换中的特征。从图 5中可以看到，在降水过程中，济南雷达站的北侧有一条大致呈东西走向的高ZDR和低Cc值带逐渐南压，该带状与气温1 ℃等温线相吻合，但与0 ℃层环状融化层亮带并不重合，这与南下的冷锋锋面有关。在冷锋锋后，Cc值在0.98以上，ZDR接近负值，降水相态为雪，冷锋前侧一定距离内(未受地物杂波影响区域)的Cc值则在0.94~0.96，ZDR为较小的正值，对应的相态为雨，而亮带上明显的高ZDR值和低Cc值，表明此处粒子相态复杂，正在发生雨雪转换，这与孙莎莎等[15]在2021年11月7日山东暴雪过程中观测到的特征类似。
|
图 5 2025年3月2日10：04济南S波段双偏振雷达0.5°仰角ZDR、Cc及沿图 5a中黑色实线的ZDR、Cc、ZH剖面 Fig.5 ZDR and Cc from Jinan S-band dual-polarization radar at 0.5° elevation at 10:04 BJT 2 March 2025, and profile of ZDR, Cc and ZH along the black line in Fig. 5a a、c中色阶—ZDR，单位为dB；b、d中色阶—Cc；e中色阶—ZH，单位为dBZ。 |
由垂直剖面(图 5c—e)可以看到，在2~3 km高度存在高ZDR与低Cc的带状分布区，表征融化层的高度。在距雷达中心37 km处，高ZDR带与低Cc带呈垂直结构延伸至近地面，由此可以判断降水相态转换的大致区域。该区域的外侧(距离雷达40~55 km，对应的0.5°仰角探测高度在500 m左右)，ZDR值在0附近，Cc值约为0.99，ZH值也较大(最大值ZH≥45 dBZ)，地面观测到降水相态以雪为主，其间夹杂有冰粒。
图 6展示了相态转换中ZH和ZDR的演变，可以看到在2~3 km高度，有ZH的高值区呈带状随时间延伸，11：00—13：20，带状回波至地面ZH强度强且排列紧密。结合观测可知，此时雨中夹杂着冰粒，降水相态逐渐转成雪。13：20，ZH的高值回波带突然下降至1 km高度，1 km至地面ZH值在30 dBZ以上。ZDR图(图 6b)上，2 km附近的融化层随时间缓慢下降，在13：00突然下探并中断，地面ZDR值迅速降为0。对应此时2 m温度快速下降至-0.2 ℃，小时降水量由6.8 mm上升至11.1 mm(图 7)。在本次过程中，13:00—14:00济南站出现雪强最大时刻，对应1 km以下ZH大值区和ZDR小值区。另外，图 6b对流层中上层，在5~8 km附近存在一个大于0.4 dB的ZDR增强区。该区域的下限与-10 ℃层一致，上限远超-20 ℃层，其中，-15 ℃温度层附近被称为枝状冰晶增长区(dendritic growth zone，DGZ)[29]，该增长区附近冰面饱和水汽压与水面饱和水汽压差值最大，由于强烈的气流交换，使得该处的冰晶过饱和度增大，促使枝状冰晶迅速增长，之后在下落过程中又经过聚并作用增长为大雪花。Huang等[30]和Tao等[31]通过双偏振雷达和二维视频雨滴谱仪的联合观测发现在一些降雪过程中，DGZ特征和地面降雪增强存在较高的时间滞后相关性，提前量可以达到40 min。因此，当观测到DGZ出现时，要及时关注当地的降雪量与积雪情况。
|
图 6 济南站ZH与ZDR随时间演变的垂直剖面 Fig.6 Time-height cross section of ZH and ZDR at Jinan station a、b中蓝色长断线—融化层，矩形框—枝状冰晶增长区；a中色阶—ZH，单位为dBZ；b中色阶—ZDR，单位为dB。 |
|
图 7 2025年3月2日01：00—20：00济南站降水量、温度和雪深的演变 Fig.7 Evolution of precipitation, temperature and snow depth at Jinan station from 01:00 BJT to 20:00 BJT 2 March 2025 |
此次过程中，冷空气从北向南压，济阳转雪的时间较济南早。由济阳的毫米波测云仪探测(图 8a)发现，08：46—09：40，在2 km高度径向速度有一条明显的分界层，其上径向速度值在2 m ·s-1以下，其下径向速度明显增大，最大可超过5 m ·s-1。研究发现，2 km附近的径向速度分界层与0 ℃层的位置相当，这与双偏振雷达的探测结果一致，只是毫米波测云仪比双偏振雷达更容易识别(图 6)，09：40之前气象观测站观测到的相态是雨。09：40—10：20，2 km下的径向速度逐渐减小，观测到的天气现象为雨、冰粒与雨夹雪。10：20之后，径向速度进一步减小，天气现象转为雪。之后，径向速度稳定在2 m ·s-1左右，对应地面观测的纯雪阶段。济南毫米波测云仪的探测情况(图 8b)与济阳类似，雨转雪的过程也是2 km以下径向速度逐渐减小的过程。不同的是，在12：00—13：30，1~2 km存在狭长的径向速度大值区，表明此处存在融化层，“冷—暖—冷”的温度层结配置使得冰相粒子在降落过程中融化又再次降温，济南站在此期间观测到冰粒。同时，13：00—14：00济南的雪量达11.1 mm，也是因为融化层的存在，较大的冰相粒子在下落过程中部分融化后又重新冻结，更容易产生粒子的冻结与聚并，以湿雪、冰粒和大雪花混合的形式下落[32]，使得水凝物的含水量增大。
|
图 8 济阳与济南毫米波测云仪径向速度演变 Fig.8 Evolution of radial velocity of millimeter wave cloud measuring instruments in Jiyang and Jinan 色阶—径向速度，单位为m·s-1。 |
为什么在2 km高度附近长时间存在这样的融化层？为了回答这个问题，计算了当日12时该区域上空的温度平流(图 9)。对泰山(36.2°N，117.0°E)北侧36.6°~37.6°N区域(即36.75°N、37.00°N、37.25°N和37.50°N)计算纬向平均(图 9a)。可以看到820~750 hPa伴随着东北风有显著的冷平流，而在850 hPa高度层附近存在浅薄的暖平流，这是融化层存在的原因。从图 9b中看到，泰山山地的北侧和东侧有显著的冷平流，这是东北风携带的冷空气在山前堆积造成该区域温度迅速下降，而数值模式预测的冷平流影响时间偏晚近2 h，可见，泰山地形的阻挡也是雨雪转换的一个原因。
|
图 9 2025年3月2日12时温度平流、温度与水平风纬向平均的经向剖面和850 hPa空间分布 Fig.9 Meridional profile of temperature advection, temperature and horizontal wind averaged between 36.6°N and 37.6°N, and their spatial distribution at 850 hPa at 12:00 BJT 2 March 2025 色阶—温度平流，单位为10-2 ℃·s-1；等值线—温度，单位为℃；风矢—风场，风速单位为m·s-1；a中红色三角形—泰山的大致位置；b中灰色区域—海拔大于200 m的地形。 |
章丘站位于济南站东北方向40 km处，该站的降水从3月2日04：20开始，11：12出现雨夹雪，之后逐渐转为纯雪。结合章丘站的风廓线雷达(图 10)可以看出：在降雨阶段，2.5 km至地面为偏东风，形成冷垫，其上的西南风风速随高度增大；进入雨夹雪阶段，冷垫厚度没有变化，1 km高度附近偏东风明显增强，表明冷空气入侵的势力增强，对相态转换有一定指示意义[33]，冷垫之上的西南风尽管延伸高度可达10 km，但风速却有所减弱；转为纯雪后，冷垫厚度随时间逐渐增厚，表征着冷空气堆积。同时6 km以上西南气流风速加大，最大风速为24~28 m ·s-1，表明在这个阶段冷暖空气都在增强。当冷垫增高至5 km，其上西南风转为偏西风时降雪结束。由垂直速度的分布看，降雨阶段，2.5 km高度以下垂直速度较大，最大下落速度超过5 m ·s-1；降水类型为冰粒或者雨夹雪，垂直速度延伸高度接近10 km，但2.5 km高度以下垂直速度的强度变化不大；转成纯雪后，对流层垂直速度稳定维持在2 m ·s-1以下，这与孔照林等[27]在浙江冬季观测的结果相近。
|
图 10 2025年3月2日章丘站风廓线雷达探测的水平风场与垂直速度 Fig.10 Horizontal wind and vertical velocity detected by Zhangqiu wind profile radar on 2 March 2025 a中风矢—风场，色阶—风速，单位为m·s-1；b中色阶—垂直速度，单位为m·s-1。 |
为了进一步探究不同降水相态下粒子谱特征的差异，图 11给出了济南站10：00—14：00降水天气现象仪观测的平均粒子数随直径和速度的分布，并叠加雨滴、霰与雪花的下落末速度-粒子直径(V-D)曲线[34]。从图 11a中可以看到，09：00—10：00，降水粒子数量的大值中心在雨滴V-D关系曲线的左侧，对应的粒子直径小于1 mm，下落末速度在2~6 m ·s-1，表明此时是小雨滴，对应该小时降水量为2.6 mm。11：20—12：20(图 11b)，观测到的粒子相态为雨夹雪或冰粒，粒子V-D联合分布与降雨时段相似，但粒子谱较上一时次变宽，降水粒子数的中心位置对应的直径和下落末速度均较降雨阶段有所增大，最大粒子直径达2.0 mm，大粒子对应的下落末速度可达8 m ·s-1。13:00—14:00(图 11c)，粒子谱在这几个时次中是最宽的，粒子的直径最大接近3 mm，众多粒子下落末速度集中在4 m ·s-1以下，降水粒子在雨滴、霰与雪的V-D关系曲线两侧均有分布，地面上观测到此时雪强最大，为11.1 mm ·h-1。集中在雨滴与霰曲线附近的粒子多且直径小，有利于霰的生长。霰在下落过程中，发生聚并过程，形成大雪花。同时，受粒子降落过程中破碎的影响，有较多直径小于1 mm的粒子下落末速度超过雪花和霰的下落末速度[25]。
|
图 11 2025年3月2日济南站降水粒子速度-尺度分布 Fig.11 Velocity-scale diagram of precipitation particles at Jinan station on 2 March 2025 色阶—粒子数浓度，单位为个。 |
利用双偏振雷达、毫米波测云仪、风廓线雷达及降水天气现象仪等垂直探测设备的观测资料，分析了2025年春季发生在山东的一次雨转特大暴雪的天气事件，重点探讨了在雨雪转换过程中垂直探测资料的演变特征。主要结论如下。
(1) 在雨转雪的过程中，双偏振雷达的ZDR与Cc均有明显的演变特征：除了前人总结的环状0 ℃层亮带外，还观测到呈东西走向的带状融化层。随着冷空气的南压，该融化层也向南推进，其北侧降水相态为雪，南侧为雨或雨夹雪。降水量的大小可以从ZH与ZDR的强度演变中判断。
(2) 毫米波测云仪的径向速度在降水相态转换中具有明显特征：在融化层之下，雨滴的径向速度明显大于雪，随着径向速度的减小，相态发生转变，当径向速度降至2 m ·s-1以下时，降水相态转为雪。通过毫米波测云仪的径向速度，结合双偏振雷达对于融化层的判定，可以预测冰粒(或冻雨)的出现。
(3) 通过风廓线雷达水平风的垂直演变可以清楚地看到冷垫的厚度变化、西南气流的强度演变。当西南气流的伸展高度突然增高时，降水相态会发生改变，西南气流越强，降雪量越大，当冷垫达到5 km厚度时，降雪停止。
(4) 降水天气现象仪观测的粒子谱分布表明，在降水相态为雨、冰粒或雨夹雪时，粒子直径和下落末速度的联合分布形态相似，均接近雨滴的经验关系，在转成雪后，粒子谱变宽，粒子直径达到最大，众多粒子下落末速度集中在4 m ·s-1以下。
| [1] |
杨成芳, 姜鹏, 张少林, 等. 山东冬半年降水相态的温度特征统计分析[J]. 气象, 2013, 39(3): 355-361. |
| [2] |
翟亮, 郭淳薇, 马新成, 等. 北京2016年"11·20"初雪预报偏差分析[J]. 气象, 2018, 44(1): 151-158. |
| [3] |
荆浩, 赵桂洁, 于波, 等. 北京一次罕见1月初雪过程的复杂降水相态成因分析[J]. 气象, 2024, 50(8): 905-916. |
| [4] |
CZYS R R, SCOTT R W, TANG K C, et al. A physically based, nondimensional parameter for discriminating between locations of freezing rain and ice pellets[J]. Wea Forecasting, 1996, 11(4): 591-598. DOI:10.1175/1520-0434(1996)011<0591:APBNPF>2.0.CO;2 |
| [5] |
BOURGOUIN P. A method to determine precipitation types[J]. Wea Forecasting, 2000, 15(5): 583-592. DOI:10.1175/1520-0434(2000)015<0583:AMTDPT>2.0.CO;2 |
| [6] |
许爱华, 乔林, 詹丰兴, 等. 2005年3月一次寒潮天气过程的诊断分析[J]. 气象, 2006, 32(3): 49-55. |
| [7] |
张琳娜, 郭锐, 曾剑, 等. 北京地区冬季降水相态的识别判据研究[J]. 高原气象, 2013, 32(6): 1780-1786. |
| [8] |
李江波, 李根娥, 裴雨杰, 等. 一次春季强寒潮的降水相态变化分析[J]. 气象, 2009, 35(7): 87-94, 132. |
| [9] |
OLSEN A. Snow or rain?A matter of wet-bulb temperature[D]. Uppsala: Uppsala Universitet, 2016.
|
| [10] |
ZHANG W L, CUI X P, DUAN B L, et al. A case study on the rapid rain-to-snow transition in late spring 2018 over northern China: effects of return flows and topography[J]. J Meteor Res, 2022, 36(1): 107-127. DOI:10.1007/s13351-022-1068-8 |
| [11] |
曹钢锋. 山东天气分析与预报[M]. 北京: 气象出版社, 1988: 210-223.
|
| [12] |
杨舒楠, 徐珺, 何立富, 等. 低层温度平流对华北雨雪天气过程的降水相态影响分析[J]. 气象, 2017, 43(6): 665-674. |
| [13] |
刘畅, 杨成芳, 郑丽娜. 江淮气旋影响下的山东降雪过程相态特征[J]. 海洋气象学报, 2019, 39(3): 74-83. DOI:10.19513/j.cnki.issn2096-3599.2019.03.009 |
| [14] |
郑丽娜, 李恬, 孙骞, 等. 2021年2月黄河中下游两次暴雪的相态转换特征及成因[J]. 海洋气象学报, 2022(3): 48-56. DOI:10.19513/j.cnki.issn2096-3599.2022.03.005 |
| [15] |
孙莎莎, 孙艺, 徐婷婷, 等. 2021年11月7日山东极端暴雪过程降水相态的多源观测特征分析[J]. 气象, 2023, 49(7): 830-842. |
| [16] |
HEPPNER P O G. Snow versus rain: looking beyond the "magic" numbers[J]. Wea Forecasting, 1992, 7(4): 683-691. DOI:10.1175/1520-0434(1992)007<0683:SVRLBT>2.0.CO;2 |
| [17] |
漆梁波, 张瑛. 中国东部地区冬季降水相态的识别判据研究[J]. 气象, 2012, 38(1): 96-102. |
| [18] |
荆浩, 于波, 张琳娜, 等. 北京及周边地区冬季降水相态的判别指标研究[J]. 气象, 2022, 48(6): 746-759. |
| [19] |
STEWART R E, THÉRIAULT J M, HENSON W. On the characteristics of and processes producing winter precipitation types near 0℃[J]. Bull Amer Meteor Soc, 2015, 96(4): 623-639. DOI:10.1175/BAMS-D-14-00032.1 |
| [20] |
GIANGRANDE S E, TOTO T, BANSEMER A, et al. Insights into riming and aggregation processes as revealed by aircraft, radar, and disdrometer observations for a 27 April 2011 widespread precipitation event[J]. J Geophys Res: Atmos, 2016, 121(10): 5846-5863. DOI:10.1002/2015JD024537 |
| [21] |
陶然亭. 基于二维视频雨滴谱仪和双偏振雷达研究中国东部地区降雪微物理特征与降雪估计[D]. 南京: 南京大学, 2020.
|
| [22] |
毛宇清, 李力, 姜有山, 等. 一次春季雨雪天气的降水相态演变特征分析[J]. 暴雨灾害, 2022, 41(3): 290-297. |
| [23] |
赵宇, 蓝欣, 杨成芳. 一次江淮气旋极端雨雪过程的云系特征和成因分析[J]. 高原气象, 2018, 37(5): 1325-1340. |
| [24] |
黄钰, 郭学良, 毕凯, 等. 北京延庆山区降雪云物理特征的垂直观测和数值模拟研究[J]. 大气科学, 2020, 44(2): 356-370. |
| [25] |
戈瑶, 郭俊建, 杨成芳, 等. "12·14" 山东暴雪过程降水相态的多源观测分析[J]. 海洋气象学报, 2024, 44(2): 65-76. DOI:10.19513/j.cnki.hyqxxb.20240219002 |
| [26] |
马新成, 董晓波, 毕凯, 等. 北京海坨山区低槽降雪云系演变特征的观测研究[J]. 气象学报, 2021, 79(3): 428-442. |
| [27] |
孔照林, 赵放, 彭霞云, 等. 风廓线下落速度在浙江冬季降水相态识别中的应用[J]. 气象, 2016, 42(9): 1090-1095. |
| [28] |
杜小玲, 彭芳, 武文辉. 贵州冻雨频发地带分布特征及成因分析[J]. 气象, 2010, 36(5): 92-97. |
| [29] |
BECHINI R, BALDINI L, CHANDRASEKAR V. Polarimetric radar observations in the ice region of precipitating clouds at C-band and X-band radar frequencies[J]. J Appl Meteor Climatol, 2013, 52(5): 1147-1169. DOI:10.1175/JAMC-D-12-055.1 |
| [30] |
HUANG H, TAO R T, ZHAO K, et al. Potential of snowfall nowcasting using polarimetric radar data and its link to ice microphysics: study of two snowstorms in East China[J]. J Geophys Res: Atmos, 2023, 128(15): e2022JD037654. DOI:10.1029/2022JD037654 |
| [31] |
TAO R T, ZHAO K, HUANG H, et al. Snow particle size distribution from a 2-D video disdrometer and radar snowfall estimation in East China[J]. IEEE Trans Geosci Remote Sens, 2020, 59(1): 196-207. |
| [32] |
韩羽庭, 陈昭伃, 窦利军, 等. 风廓线雷达在两次冬季多相态降水中的特征对比分析[J]. 海洋气象学报, 2025, 45(2): 89-98. DOI:10.19513/j.cnki.hyqxxb.20230826001 |
| [33] |
张芳华, 许先煌, 权婉晴, 等. 2024年春运期两次极端雨雪冰冻天气过程对比分析[J]. 暴雨灾害, 2024, 43(4): 371-383. |
| [34] |
贾星灿, 马新成, 毕凯, 等. 北京冬季降水粒子谱及其下落速度的分布特征[J]. 气象学报, 2018, 76(1): 148-159. |