基于多源观测资料对张家口一次雨雪天气降水相态特征的分析

doi:10.11755/j.issn.1006-7639（2022）-03-0507

摘要/Abstract

摘要：

利用ERA5再分析资料及云雷达、微波辐射计和SA双偏振多普勒雷达等多源观测资料,分析2020年11月17—19日张家口地区一次雨雪天气的降水相态演变特征。结果表明：在高空低槽、中低层低涡与地面倒槽配合下,高空槽后西北气流引导冷空气南下造成气温迅速下降,导致降水相态变化。过程前期整层大气均为强暖平流,且地面气温较高,降水相态为雨。18日傍晚冷平流发展强烈,各层温度迅速降低,整层变为冷层,导致降水相态转换为雪。散度和垂直速度的诊断表明降雨时段的动力强迫主要位于高层,降雪时段则主要位于低层。云雷达高分辨率资料可以反映0 ℃层变化,大于10 dBZ的质心变化可以指示降水强度变化,降雨时的基本速度最大可达6~8 m·s^-1,而降雪时则小于 2 m·s^-1。微波辐射计高分辨率时空资料可以准确判断雨雪转换时间,降水开始之前3~5 h积分水汽含量出现跃升与峰值。双偏振雷达和微波辐射计结合可以对降水粒子相态实现准确判断,可用于降水相态转换的临近预报。

关键词: 降水相态, 0 ℃层, 云雷达, 微波辐射计, SA双偏振多普勒雷达

Abstract:

The phase state of precipitation in winter is relatively complex, and the consistency of transformation forecast between liquid and solid state is a difficulty in the forecast. In order to explore the application of muti-source data in rain-snow phase prediction, the precipitation phase characteristics of a rain-snow weather in Zhangjiakou area from 17 to 19 November 2020 were analyzed based on ERA5 reanalysis data, as well as cloud radar, microwave radiometer and SA dual polarization Doppler radar observation data. The results show that the rain-snow weather occurred under the coordination of upper trough, lower vortex and surface trough, the cold air from northwest behind the upper trough moved southward, which led to a rapid drop of air temperature and the change of precipitation phase. In the early stage of the process, the whole atmosphere was strong warm advection, and the ground temperature was high and the precipitation phase was rain. In the evening of November 18, the cold advection developed strongly, the temperature of each layer decreased rapidly, and the whole layer turned into cold layer, which led to the conversion of precipitation phase to snow. Through the dynamic diagnosis of divergence and vertical velocity, it was shown that the dynamic forcing during the rainfall period was mainly located in the upper layer, while during the snowfall period it was mainly located in the lower layer. The high-resolution data of cloud radar could reflect the change of 0 ℃ layer, and the change of mass center greater than 10 dBZ could indicate the change of precipitation intensity. The maximum basic velocity could reach 6-8 m·s^-1 during rainfall stage, while it was less than 2 m·s^-1 at snow stage. The high-resolution data of microwave radiometer could accurately judge the time of rain-snow conversion, and it was found that the integral water vapor appeared jump and peak value three to five hours before the precipitation. The combination of dual polarization radar and microwave radiometer could accurately judge the phase of precipitation particles, which could be used in prediction of precipitation phase.

Key words: precipitation phase, 0 ℃ layer, cloud radar, microwave radiometer, SA dual polarization radar

中图分类号:

P457.6

姬雪帅, 王丽婧, 郭宏, 康博思, 黄山江, 张曦丹, 郭旭晖. 基于多源观测资料对张家口一次雨雪天气降水相态特征的分析[J]. 干旱气象, 2022, 40(3): 507-515.

JI Xueshuai, WANG Lijing, GUO Hong, KANG Bosi, HUANG Shanjiang, ZHANG Xidan, GUO Xuhui. Analysis of characteristics of precipitation phase during a rain-snow weather process in Zhangjiakou based on multi-source observation data[J]. Journal of Arid Meteorology, 2022, 40(3): 507-515.

图/表 8

表1 云雷达主要参数

Tab.1 Key parameters of cloud radar

极化方式	工作频率	天线增益	波束宽度	探测范围	时间分辨率
单发单收线极化	35.5 GHz	≥52 dB	≤0.4°	120 m~15 km	1 min

表2 天气雷达主要参数

Tab.2 Key parameters of weather radar

极化方式	工作频率	天线增益	波束宽度	峰值功率	时间分辨率
双发双收线极化	3000 MHz	≥45 dB	≤0.99°	≥650 kW	6 min

图1 2020年11月17日20：00至19日08：00张家口站地面降水逐时变化

Fig.1 Hourly variation of surface precipitation at Zhangjiakou station from 20：00 BST 17 to 08：00 BST 19 November 2020

图2 2020年11月17日20：00 500 hPa（a）、850 hPa（b）和18日20：00 500 hPa（c）、850 hPa（d）高度场（黑色等值线,单位：dagpm）、温度场（红色等值线,单位：℃）、相对湿度（填色区,单位：%）及风场（风矢,单位：m·s-1）（五角星位置为张家口）

Fig.2 Height field （black isolines, Unit： dagpm）, temperature field （red isolines, Unit： ℃）, relative humidity（color shaded, Unit： %） and wind field （wind vectors, Unit： m·s-1） at 500 hPa （a） and 850 hPa （b） at 20：00 BST 17 November 2020, and 500 hPa （c）, 850 hPa （d） at 20：00 BST 18 November 2020 （ The location of the red star is Zhangjiakou）

图3 2020年11月18日08：00 ERA5再分析资料与探空资料的温度、湿度散点图（a）,ERA5再分析资料温度、相对湿度的时间-高度剖面（绿线为相对湿度,单位：%;红线为温度,单位：℃;填色区域表示温度-18~-12 ℃范围）（b）,云中冰相粒子和液相粒子含量的时间-高度剖面（红线为温度,单位：℃;绿线为云中液态水粒子含量,黑线为云中冰相粒子含量,单位：10-2 g·kg-1）（c）,散度和垂直速度的时间-高度剖面（蓝线为散度,单位：10-5 s-1;红线为垂直速度,单位：Pa·s-1）（d）

Fig.3 The scattering plots of temperature and relative humidity between ERA5 reanalysis data and the sounding data at 08：00 BST 18 November 2020 （a）, the time-height profile of temperature and relative humidity from ERA5 （ the green line for relative humidity, Unit： %; the red line for temperature, Unit： ℃; the shaded for temperature ranged from -18 to -12 ℃）（b）, the time-height profile of cloud ice particles and cloud liquid particles content （the red line for temperature, Unit： ℃;the green line for cloud liquid particles content and the black line for cloud ice particles content, Unit： 10-2 g·kg-1）（c）,the time-height profile of divergence and vertical velocity （the blue line for divergence, Unit： 10-5 s-1; the red line for vertical velocity, Unit： Pa·s-1）（d）

图4 Ka波段云雷达降雨阶段（a、c、e）及降雪阶段（b、d、f）反射率因子（a、b,单位：dBZ）、液态水含量（c、d,单位：g·m-3）与基本速度（e、f,单位：m·s-1）

Fig.4 The reflectivity （a, b, Unit： dBZ）, liquid water content （c, d, Unit： g·m-3） and base velocity （e, f, Unit： m·s-1） during rainfall stage （a, c, e） and snowfall stage （b, d, f） retrieved from Ka-band cloud radar data

图5 2020年11月17日20：00微波辐射计与探空温度（a）及湿度（b）廓线,18日（c、e）和19日（d、f）温度（上,单位：℃）与水汽密度（下,单位：g·m-3）（c、d）及积分水汽含量、积分液态水含量（e、f）

Fig.5 The temperature （a） and relative humidity （b） profiles from the microwave radiometer and the sounding data at 20：00 BST 17 November 2020, the temperature （the top, Unit：℃） and water vapor density （the bottom, Unit：g·m-3）（c, d） and integrated water vapor content and integrated liquid water content （e, f） on 18 （c, e） and 19 （d, f） November 2020

图6 2020年11月17日22：00 3.3°仰角反射率因子（a）与沿41.375°N的反射率因子剖面（b）及19日02：00 0.5°仰角反射率因子（c) (单位：dBZ）与水凝物分类图（d）

Fig.6 The reflectivity on 3.3°elevation (a) and the profile of reflectivity along 41.375°N (b) at 22:00 BST 17 November 2020 and the reflectivity on 0.5°elevation (c) (Unit: dBZ), the hydrometeor classification (d) at 02:00 BST 19 November 2020

参考文献 27

[1]	张备, 尹东屏, 孙燕,等. 一次寒潮过程的多种相态降水机理分析[J]. 高原气象, 2014, 33(1):190-198. DOI
[2]	苗爱梅, 董文晓, 贾利冬,等. 近30 a山西不同相态降水的统计特征及概念模型[J]. 干旱气象, 2014, 32(1):23-31.
[3]	ELMORE K L, GRAMS H M, APPS D, et al. Verifying forecast precipitation type with mPING*[J]. Weather and Forecasting, 2015, 30(3):656-667. DOI URL
[4]	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.
[5]	徐辉, 宗志平. 一次降水相态转换过程中温度垂直结构特征分析[J]. 高原气象, 2014, 33(5):1272-1280. DOI
[6]	梁红丽, 祁文, 陈艳,等. 一次极端降水过程中不同相态降水过程的锋生特征对比研究[J]. 自然灾害学报, 2018, 22(2):149-160.
[7]	RYZHKOV A, REEVES H, KRAUSE J, et al. Discrimination between winter precipitation types based on spetral-bin microphysical modeling[J]. Journal of Applied Meteorology and Climatology, 2016, 55(8):1747-1761. DOI URL
[8]	王清川, 寿绍文, 许敏,等. 河北省廊坊市初冬雨雪相变特征及预报指标初探[J]. 干旱气象, 2012, 30(2):276-282.
[9]	黄玉霞, 王宝鉴, 肖玮,等. 复杂地形条件下的降水相态预报指标研究[J]. 干旱区地理, 2016, 39(3):521-529.
[10]	余金龙, 朱红芳, 邱学兴,等. 安徽冬季地面降水相态的判别研究[J]. 气象, 2017, 43(9):1052-1063.
[11]	彭霞云, 裘薇, 李文娟,等. 数据挖掘技术用于降水相态判别的尝试[J]. 科技通报, 2018, 34(1):44-47.
[12]	段云霞, 李得勤, 李大为,等. 沈阳降水相态特征分析及预报方法[J]. 干旱气象, 2016, 34(1):51-57.
[13]	ZHONG K, ZHENG F, XU X, et al. Discriminating the precipitation phase based on different temperature thresholds in the Songhua River Basin, China[J]. Atmospheric Research, 2018, 205:48-59. DOI URL
[14]	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.
[15]	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.
[16]	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.
[17]	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. DOI
[18]	杨晓亮, 尚可, 段宇辉,等. 基于高分辨率探测资料的降水相态错报成因分析[J]. 暴雨灾害, 2017, 36(6):535-541.
[19]	廖晓农, 张琳娜, 何娜,等. 2012年3月17日北京降水相态转变的机制讨论[J]. 气象, 2013, 39(1):28-38.
[20]	敖雪, 王振会, 徐桂荣,等. 地基微波辐射计资料在降水分析中的应用[J]. 暴雨灾害, 2011, 30(4):358-365.
[21]	陈羿辰, 金永利, 丁德平,等. 毫米波测云雷达在降雪观测中的应用初步分析[J]. 大气科学, 2018, 42 (1):134-149.
[22]	李遥, 牛生杰, 吕晶晶,等. 2018年冬季南京三次暴雪过程微物理特征分析[J]. 大气科学, 2019, 43(5):1095-1108.
[23]	张晋茹, 杨莲梅. 基于毫米波云雷达的伊犁河谷两次强降雪过程云特征观测分析[J]. 沙漠与绿洲气象, 2019, 13(5):41-48.
[24]	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.
[25]	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.
[26]	MA X C, BI K, CHEN Y B, et al. Characteristics of winter clouds and precipitation over the mountains of northern Beijing[J]. Advances in Meteorology, 2017, 2017(9):1-13.
[27]	HOBBS P V, RANGNO A L. Ice particle concentrations in clouds[J]. Journal of the Atmospheric Sciences, 1985, 42(23):2523-2549. DOI URL