基于地基微波辐射计观测的关中平原中部大气气态和液态水分布特征

doi:10.11755/j.issn.1006-7639(2023)-05-0774

干旱气象 ›› 2023, Vol. 41 ›› Issue (5): 774-782.DOI: 10.11755/j.issn.1006-7639(2023)-05-0774

基于地基微波辐射计观测的关中平原中部大气气态和液态水分布特征

王雯燕¹(), 王瑞英¹, 雷连发², 樊超¹, 李国平³()

1.西安市大气探测中心，陕西西安 710016
2.北方天穹信息技术（西安）有限公司，陕西西安 710100
3.成都信息工程大学大气科学学院，四川成都 610225

收稿日期:2023-01-04 修回日期:2023-07-24 出版日期:2023-10-31 发布日期:2023-11-03
通讯作者: 李国平（1963—），男，博士，教授，主要从事暴雨动力学、降水科学研究。E-mail: liguoping@cuit.edu.cn。
作者简介:王雯燕（1972—），女，硕士，高级工程师，主要从事基础业务观测及新型探测设备数据综合分析应用。E-mail: xawwy@163.com。
基金资助:
国家自然科学基金项目(42130612);国家自然科学基金项目(42275148);西安市科协项目(095920221313)

Distribution characteristics of atmospheric vapor and liquid water in central Guanzhong Plain based on observation data of ground-based microwave radiometer

WANG Wenyan¹(), WANG Ruiying¹, LEI Lianfa², FAN Chao¹, LI Guoping³()

1. Xi’an Meteorological Observation Center， Xi’an 710016， China
2. North Sky-Dome Information Technology （Xi’an） CO.， LTD， Xi’an 710100， China
3. College of Atmospheric Sciences， Chengdu University of Information Technology， Chengdu 610225， China

Received:2023-01-04 Revised:2023-07-24 Online:2023-10-31 Published:2023-11-03

摘要/Abstract

摘要：

大气云水含量分布及演变规律研究对于区域云水资源开发利用意义重大。利用2017年10月至2020年12月陕西泾河站MWP967KV型地基多通道微波辐射计探测资料，分析关中平原中部大气云水含量时间变化特征，并结合地面降水和多普勒天气雷达观测资料，通过个例对比分析不同云系降水前水汽和液态水发展演变特征。结果显示：关中平原中部水汽夏季最高，秋季次之，冬季最低，峰值在7月，谷值在12月；液态水秋季和夏季较高，冬季最低，峰值在9月，谷值在12月。水汽和液态水均呈现单峰单谷型日变化，峰谷出现时间存在差异，水汽日峰值夏季和秋季在07：00—08：00（北京时，下同）、春季在23：00、冬季在13：00，日谷值春夏秋三季在12：00前后、冬季在22：00；液态水日峰值春夏秋三季在07：00—09：00、冬季略晚（10：00），日谷值均在夜间。不同类型云系降水前云水含量增长用时不同，层状云系发展用时平均为15.6 h，其他积状云系平均为9.0 h，初期水汽均先于液态水发展，越临近降水时刻波动幅度越大，但降水触发前液态水率先跳变跃增，且不同季节层状云系触发降水时的水汽和液态水差异较大；午后强对流发展用时较短，平均为30 min，发展初期和降水触发前均是液态水率先变化和跳变跃增。

关键词: 地基微波辐射计, 水汽, 液态水, 时间分布, 跃增, 关中平原中部

Abstract:

The research on the distribution of cloud water content and its evolution rules has important significance for the exploitation and utilization of regional cloud water resources. The paper analyzed the temporal variation characteristics of liquid water path (LWP) and integrated water vapor (IWV) in central Guanzhong Plain by using observation data of MWP967KV ground-based microwave radiometer at Jinghe station of Shaanxi Province from October 2017 to December 2020. Combined with ground precipitation and Doppler weather radar observation data, the development and evolution characteristics of water vapor and liquid water before precipitation in various cloud systems were compared by some cases study. The results indicate that the IWV exhibits obviously seasonal variations in central Guanzhong Plain, with the highest in summer, followed by autumn and spring, and the lowest in winter. Specifically, the peak appears in July, and the valley appears in December. The LWP is higher in autumn and summer, in winter it is the lowest. Notably, the peak is in September, and the valley is in December. The distribution of the IWV and LWP exhibits a single peak and single valley pattern over the course of a day, but the occurring time of their peak and valley is different. The diurnal maximum of the IWV occurs from 07:00 to 08:00 in summer and autumn, 23:00 in spring and 13:00 in winter, while the diurnal minimum of the IWV occurs at about 12:00 in spring, summer and autumn, 22:00 in winter. The diurnal maximum of the LWP occurs from 07:00 to 09:00 in spring, summer and autumn, while in winter it is slightly late (10:00). The diurnal minimum of the LWP appears at the nighttime in all seasons. The growth time of cloud water content before precipitation is different for different types of cloud systems. On average, the development time of stratiform cloud systems is 15.6 hours, and for other cumulus cloud systems it is 9.0 hours. In the initial stage, the IWV in both cloud systems varies prior to the LWP, and the fluctuation amplitude is increasingly violent as precipitation approaches. Additionally, the LWP in both cloud systems firstly exhibits a sudden violent increase before the rainfall being triggered, and the IWV and LWP in stratiform cloud system vary greatly in different seasons as precipitation is triggered. In the afternoon, the duration of strong convection developing is short, with an average time of 30 minutes. In the initial stage of development and before precipitation, the LWP varies and jumps sharply at the first.

Key words: ground-based microwave radiometer, water vapor, liquid water, temporal distribution, jumpily increase, central Guanzhong Plain

中图分类号:

P426

王雯燕, 王瑞英, 雷连发, 樊超, 李国平. 基于地基微波辐射计观测的关中平原中部大气气态和液态水分布特征[J]. 干旱气象, 2023, 41(5): 774-782.

WANG Wenyan, WANG Ruiying, LEI Lianfa, FAN Chao, LI Guoping. Distribution characteristics of atmospheric vapor and liquid water in central Guanzhong Plain based on observation data of ground-based microwave radiometer[J]. Journal of Arid Meteorology, 2023, 41(5): 774-782.

图/表 7

参考文献 27

[1]	敖雪, 王振会, 徐桂荣, 等, 2011. 地基微波辐射计资料在降水分析中的应用[J]. 暴雨灾害, 30(4): 358-365.
[2]	把黎, 奚立宗, 蔡迪花, 等, 2023. 基于微波辐射计资料的祁连山东段大气水汽和液态水时空变化特征[J]. 干旱气象, 41(1): 64-72. DOI
[3]	大气物理研究所一〇五组, 1978. 地面微波辐射计与测定区域性降水的初步试验[J]. 大气科学, 2(4): 314-322.
[4]	郭学良, 方春刚, 卢广献, 等, 2019. 2008—2018年我国人工影响天气技术及应用进展[J]. 应用气象学报, 30(6): 641-650.
[5]	黄建平, 何敏, 阎虹如, 等, 2010. 利用地基微波辐射计反演兰州地区液态云水路径和可降水量的初步研究[J]. 大气科学, 34(3): 548-558.
[6]	姬雪帅, 王丽婧, 郭宏, 等, 2022. 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, 40(3): 507-515. DOI
[7]	姜大川, 肖伟华, 范晨媛, 等, 2016. 武汉城市圈水资源及水环境承载力分析[J]. 长江流域资源与环境, 25(5): 761-768.
[8]	李铁林, 刘金华, 刘艳华, 等, 2007. 利用双频微波辐射计测空中水汽和云液水含量的个例分析[J]. 气象, 33(12): 62-68.
[9]	林彤, 桑建人, 姚展予, 等, 2021. 基于微波辐射计的宁夏六盘山西侧大气水汽变化特征[J]. 干旱区地理, 44(4): 923-933.
[10]	刘红燕, 王迎春, 王京丽, 等, 2009. 由地基微波辐射计测量得到的北京地区水汽特性的初步分析[J]. 大气科学, 33(2): 388-396.
[11]	卢建平, 黄建平, 郭学良, 等, 2014. 探测大气温湿廓线的35通道微波辐射计设计原理与特点[J]. 气象科技, 42(2): 193-197.
[12]	申彦波, 王炳忠, 王香云, 等, 2016. 整层大气水汽含量统计外推方法应用讨论[J]. 高原气象, 35(1): 181-187. DOI
[13]	苏立娟, 衣娜娜, 郑旭程, 等, 2023. 内蒙古中部干旱半干旱区水汽和液态水特征研究[J]. 干旱气象, 41(2): 251-259. DOI
[14]	田磊, 孙艳桥, 胡文东, 等, 2013. 银川地区大气水汽、云液态水含量特性的初步分析[J]. 高原气象, 32(6): 1 774-1 779.
[15]	王健, 崔彩霞, 刘慧云, 2011. 基于微波辐射计的乌鲁木齐水汽日变化初步分析[J]. 沙漠与绿洲气象, 5(6): 22-26.
[16]	翟盘茂, 周琴芳, 1997. 中国大气水分气候变化研究[J]. 应用气象学报, 8(3): 342-351.
[17]	张强, 姚玉璧, 李耀辉, 等. 2020. 中国干旱事件成因和变化规律的研究进展与展望[J]. 气象学报, 78(3): 500-521.
[18]	张秋晨, 龚佃利, 王俊, 等, 2017. 基于地基微波辐射计反演的济南地区水汽及云液态水特征[J]. 气象与环境学报, 33(5): 35-43.
[19]	张文刚, 徐桂荣, 万蓉, 等, 2015. 基于地基微波辐射计的大气液态水及水汽特征分析[J]. 暴雨灾害, 34(4): 367-374.
[20]	郑飒飒, 2020. 基于地基微波辐射计反演四川盆地水汽及云液态水的初步分析[J]. 高原山地气象研究, 40(2): 83-88.
[21]	邹倩, 陈小敏, 邓承之, 等, 2022. 重庆不同天气条件下地基微波辐射计探测特征[J]. 干旱气象, 40(1): 114-124. DOI
[22]	ADAMS D K, FEMANDES R M S, HOLUB K L, et al, 2016. The Amazon dense GNSS meteorological network: a new approach for examining water vapor and deep convection inter-actions in the tropics[J]. Bulletin of the American Meteorological Society, 96(12): 2 151-2 165. DOI URL
[23]	CAMPOS E F, WARE R, JOE P, et al, 2014. Monitoring water phase dynamics in winter clouds[J]. Atmospheric Research, (147/148): 86-100.
[24]	HEGGLI M, RAUBER R M, SNIDER J B, 1987. Field evaluation of a dual-channel microwave radiometer designed for measurements of integrated water vapor and cloud liquid water in the atmosphere[J]. Journal of Atmospheric and Oceanic Technology, 4(1): 204-213. DOI URL
[25]	KNUPP K R, WARE R, CIMINI D, et al, 2009. Ground-based passive microwave profiling during dynamic weather conditions[J]. Journal of Atmospheric and Oceanic Technology, 26(6): 1 057-1 073. DOI URL
[26]	LEENA P P, DANI K K, NATH A, et al, 2015. Validation of ground-based microwave radiometer data and its application in verifying atmospheric stability over Mahbubnagar during 2011 monsoon and post-monsoon seasons[J]. International Journal of Remote Sensing, 36(11): 2 920-2 933.
[27]	MADHULATHA A, RAJEEVAN M, RATNAM M V, et al, 2013. Nowcasting severe convective activity over southeast India using ground-based microwave radiometer observations[J]. Journal of Geophysical Research: Atmospheres, 118: 1-13. DOI URL

降水时间	云系发展用时/h	LWP跃增用时/min	IWV/mm	LWP/mm	降水时间	云系发展用时/h	LWP跃增用时/min	IWV/mm	LWP/mm
2017年10月2日20：41	8.1	55	78.83	3.82	2019年8月9日06：15	15.0	40	76.53	3.43
2017年10月8日18：36	25.0	20	54.36	1.78	2019年8月21日02：37	30.0	30	79.96	2.25
2017年10月15日06：30	10.0	30	61.11	2.47	2019年8月26日17：05	30.0	18	77.23	1.99
2018年3月4日03：35	20.0	34	45.63	2.67	2019年8月31日19：23	20.0	30	56.56	2.14
2018年4月5日02：45	15.0	40	45.63	2.25	2019年9月13日00：31	15.0	80	61.72	1.85
2018年4月12日09：01	17.0	40	51.92	2.28	2019年9月16日16：35	10.0	20	57.90	2.43
2018年4月20日16：14	24.0	20	64.76	3.37	2019年9月18日15：39	10.0	70	56.51	2.03
2018年4月22日04：59	13.0	30	53.89	2.20	2019年10月1日10：59	20.0	60	55.53	2.07
2018年5月6日05：53	16.0	18	55.16	2.15	2019年10月3日12：01	20.0	55	63.17	2.74
2018年5月10日03：35	18.0	30	62.38	2.73	2019年10月15日10：57	13.5	90	46.14	2.18
2018年5月26日08：20	9.0	20	61.26	4.40	2019年10月20日08：59	7.0	50	49.99	2.45
2018年6月8日05：32	13.0	30	64.13	3.25	2019年10月24日04：27	15.0	50	38.07	2.21
2018年6月18日03：06	17.0	30	67.80	3.48	2019年11月24日05：50	16.0	50	38.44	1.92
2018年6月25日02：30	10.0	22	90.27	2.99	2020年3月2日03：33	14.0	60	40.91	1.82
2018年7月2日05：06	12.0	24	76.63	4.70	2020年3月26日21：25	12.0	30	47.39	1.98
2018年7月8日12：07	11.0	50	76.04	2.11	2020年3月28日19：53	10.0	80	45.28	1.72
2018年7月10日06：27	9.0	40	77.55	2.25	2020年4月2日04：05	21.0	80	40.99	1.89
2018年9月2日08：38	10.0	40	98.41	4.01	2020年4月10日14：19	23.0	80	41.19	2.17
2018年9月5日05：02	14.0	20	68.49	2.78	2020年6月8日05：14	16.0	80	67.77	2.87
2018年9月13日10：11	10.0	30	74.41	3.33	2020年6月10日22：24	18.0	35	73.73	2.56
2018年9月15日06：19	10.0	30	65.71	3.16	2020年7月14日07：24	18.0	18	81.59	5.04
2018年9月18日15：26	13.0	28	56.97	1.82	2020年7月16日15：40	27.0	20	89.96	4.53
2018年9月25日10：43	10.0	30	47.02	3.64	2020年7月18日14：34	16.0	46	69.85	2.21
2018年9月27日11：43	16.0	26	51.99	3.44	2020年7月23日16：08	20.0	48	77.59	3.36
2018年10月13日15：37	25.0	60	54.57	4.08	2020年8月1日18：38	27.0	28	80.59	2.04
2018年10月20日17：30	10.0	30	40.99	3.49	2020年8月3日20：50	26.0	30	87.14	3.63
2018年10月24日22：38	9.5	20	43.35	2.72	2020年8月6日09：48	27.0	40	86.85	2.52
2018年11月5日05：33	8.5	20	50.68	2.90	2020年8月18日23：44	20.0	40	68.97	4.18
2018年11月10日13：04	20.0	40	44.81	2.03	2020年8月23日18：30	18.0	20	89.22	4.93
2018年11月15日13：55	21.0	30	40.16	1.88	2020年9月9日13：28	24.0	22	71.56	4.23
2019年3月10日12：48	14.0	60	38.83	2.19	2020年9月14日02：20	12.0	20	75.14	3.91
2019年4月9日01：20	15.0	60	57.21	2.80	2020年9月19日18：40	7.5	18	59.16	2.50
2019年4月12日12：05	15.0	40	41.33	2.08	2020年9月28日07：34	10.0	30	61.37	3.06
2019年4月20日03：16	15.0	30	47.63	2.65	2020年10月1日07：20	10.0	54	63.21	2.44
2019年4月27日07：04	6.0	60	57.07	2.64	2020年10月6日04：32	14.0	40	53.54	1.96
2019年5月16日12：57	10.0	90	55.32	2.79	2020年10月11日07：06	18.0	20	59.51	2.39
2019年5月28日06：02	23.0	50	57.21	2.64	2020年10月15日07：18	10.0	18	59.67	2.25
2019年7月16日12：28	13.0	28	68.99	2.15	2020年10月27日14：06	17.0	40	45.40	1.75
2019年7月22日07：50	18.0	80	85.58	2.65	2020年11月17日11：18	12.0	20	48.40	2.10
2019年8月3日02：45	13.0	22	72.17	2.61	2020年11月20日14：34	15.0	20	39.88	1.81

降水时间	云系发展用时/h	LWP跃增用时/min	IWV/mm	LWP/mm	降水时间	云系发展用时/h	LWP跃增用时/min	IWV/mm	LWP/mm
2017年10月2日20：41	8.1	55	78.83	3.82	2019年8月9日06：15	15.0	40	76.53	3.43
2017年10月8日18：36	25.0	20	54.36	1.78	2019年8月21日02：37	30.0	30	79.96	2.25
2017年10月15日06：30	10.0	30	61.11	2.47	2019年8月26日17：05	30.0	18	77.23	1.99
2018年3月4日03：35	20.0	34	45.63	2.67	2019年8月31日19：23	20.0	30	56.56	2.14
2018年4月5日02：45	15.0	40	45.63	2.25	2019年9月13日00：31	15.0	80	61.72	1.85
2018年4月12日09：01	17.0	40	51.92	2.28	2019年9月16日16：35	10.0	20	57.90	2.43
2018年4月20日16：14	24.0	20	64.76	3.37	2019年9月18日15：39	10.0	70	56.51	2.03
2018年4月22日04：59	13.0	30	53.89	2.20	2019年10月1日10：59	20.0	60	55.53	2.07
2018年5月6日05：53	16.0	18	55.16	2.15	2019年10月3日12：01	20.0	55	63.17	2.74
2018年5月10日03：35	18.0	30	62.38	2.73	2019年10月15日10：57	13.5	90	46.14	2.18
2018年5月26日08：20	9.0	20	61.26	4.40	2019年10月20日08：59	7.0	50	49.99	2.45
2018年6月8日05：32	13.0	30	64.13	3.25	2019年10月24日04：27	15.0	50	38.07	2.21
2018年6月18日03：06	17.0	30	67.80	3.48	2019年11月24日05：50	16.0	50	38.44	1.92
2018年6月25日02：30	10.0	22	90.27	2.99	2020年3月2日03：33	14.0	60	40.91	1.82
2018年7月2日05：06	12.0	24	76.63	4.70	2020年3月26日21：25	12.0	30	47.39	1.98
2018年7月8日12：07	11.0	50	76.04	2.11	2020年3月28日19：53	10.0	80	45.28	1.72
2018年7月10日06：27	9.0	40	77.55	2.25	2020年4月2日04：05	21.0	80	40.99	1.89
2018年9月2日08：38	10.0	40	98.41	4.01	2020年4月10日14：19	23.0	80	41.19	2.17
2018年9月5日05：02	14.0	20	68.49	2.78	2020年6月8日05：14	16.0	80	67.77	2.87
2018年9月13日10：11	10.0	30	74.41	3.33	2020年6月10日22：24	18.0	35	73.73	2.56
2018年9月15日06：19	10.0	30	65.71	3.16	2020年7月14日07：24	18.0	18	81.59	5.04
2018年9月18日15：26	13.0	28	56.97	1.82	2020年7月16日15：40	27.0	20	89.96	4.53
2018年9月25日10：43	10.0	30	47.02	3.64	2020年7月18日14：34	16.0	46	69.85	2.21
2018年9月27日11：43	16.0	26	51.99	3.44	2020年7月23日16：08	20.0	48	77.59	3.36
2018年10月13日15：37	25.0	60	54.57	4.08	2020年8月1日18：38	27.0	28	80.59	2.04
2018年10月20日17：30	10.0	30	40.99	3.49	2020年8月3日20：50	26.0	30	87.14	3.63
2018年10月24日22：38	9.5	20	43.35	2.72	2020年8月6日09：48	27.0	40	86.85	2.52
2018年11月5日05：33	8.5	20	50.68	2.90	2020年8月18日23：44	20.0	40	68.97	4.18
2018年11月10日13：04	20.0	40	44.81	2.03	2020年8月23日18：30	18.0	20	89.22	4.93
2018年11月15日13：55	21.0	30	40.16	1.88	2020年9月9日13：28	24.0	22	71.56	4.23
2019年3月10日12：48	14.0	60	38.83	2.19	2020年9月14日02：20	12.0	20	75.14	3.91
2019年4月9日01：20	15.0	60	57.21	2.80	2020年9月19日18：40	7.5	18	59.16	2.50
2019年4月12日12：05	15.0	40	41.33	2.08	2020年9月28日07：34	10.0	30	61.37	3.06
2019年4月20日03：16	15.0	30	47.63	2.65	2020年10月1日07：20	10.0	54	63.21	2.44
2019年4月27日07：04	6.0	60	57.07	2.64	2020年10月6日04：32	14.0	40	53.54	1.96
2019年5月16日12：57	10.0	90	55.32	2.79	2020年10月11日07：06	18.0	20	59.51	2.39
2019年5月28日06：02	23.0	50	57.21	2.64	2020年10月15日07：18	10.0	18	59.67	2.25
2019年7月16日12：28	13.0	28	68.99	2.15	2020年10月27日14：06	17.0	40	45.40	1.75
2019年7月22日07：50	18.0	80	85.58	2.65	2020年11月17日11：18	12.0	20	48.40	2.10
2019年8月3日02：45	13.0	22	72.17	2.61	2020年11月20日14：34	15.0	20	39.88	1.81

降水时间	云系发展用时/h	LWP跃增用时/min	IWV/mm	LWP/mm	降水时间	云系发展用时/h	LWP跃增用时/min	IWV/mm	LWP/mm
2018年6月3日17：16	7.0	8	87.53	4.16	2020年6月26日11：10	3.2	14	107.50	7.58
2018年8月8日21：42	6.0	12	111.48	9.93	2020年7月10日15：36	18.0	16	87.16	6.28
2018年8月21日15：21	1.5	22	68.83	21.54	2020年7月30日17：22	14.0	18	84.33	3.19
2020年6月15日07：00	15.7	14	76.97	5.44	2020年8月12日18：36	13.0	32	101.52	6.55
2020年6月23日08：00	5.0	22	88.26	6.16	2020年8月14日05：44	6.6	18	84.05	3.70

降水时间	云系发展用时/h	LWP跃增用时/min	IWV/mm	LWP/mm	降水时间	云系发展用时/h	LWP跃增用时/min	IWV/mm	LWP/mm
2018年6月3日17：16	7.0	8	87.53	4.16	2020年6月26日11：10	3.2	14	107.50	7.58
2018年8月8日21：42	6.0	12	111.48	9.93	2020年7月10日15：36	18.0	16	87.16	6.28
2018年8月21日15：21	1.5	22	68.83	21.54	2020年7月30日17：22	14.0	18	84.33	3.19
2020年6月15日07：00	15.7	14	76.97	5.44	2020年8月12日18：36	13.0	32	101.52	6.55
2020年6月23日08：00	5.0	22	88.26	6.16	2020年8月14日05：44	6.6	18	84.05	3.70

基于地基微波辐射计观测的关中平原中部大气气态和液态水分布特征

Distribution characteristics of atmospheric vapor and liquid water in central Guanzhong Plain based on observation data of ground-based microwave radiometer

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 27

相关文章 15

编辑推荐

Metrics

[1]	聂皓浩, 王婉, 郭晓军, 林晓萌. 基于机载微波辐射计的天津地区典型层状云水汽和液态水分布特征分析[J]. 干旱气象, 2023, 41(4): 599-606.
[2]	郭静妍, 肖栋. 孟加拉地区夏季水汽变化及其与太平洋年代际振荡的联系[J]. 干旱气象, 2023, 41(3): 380-389.
[3]	王佳津, 肖红茹, 杨康权, 王彬雁. 四川盆地一次持续性暴雨的水汽输送特征[J]. 干旱气象, 2023, 41(3): 474-482.
[4]	苏立娟, 衣娜娜, 郑旭程, 史金丽, 邓晓东. 内蒙古中部干旱半干旱区水汽和液态水特征研究[J]. 干旱气象, 2023, 41(2): 251-259.
[5]	把黎, 奚立宗, 蔡迪花, 庞朝云, 张鑫海, 尹春. 基于微波辐射计资料的祁连山东段大气水汽和液态水时空变化特征[J]. 干旱气象, 2023, 41(1): 64-72.
[6]	陈小婷, 赵强, 刘慧, 彭力. 黄土高原两次不同类型暴雨水汽特征分析[J]. 干旱气象, 2022, 40(6): 968-980.
[7]	兰明才, 周莉, 蒋帅, 尹依雯, 许霖. 西太平洋副热带高压控制下湖南一次短时强降水成因分析[J]. 干旱气象, 2022, 40(4): 656-666.
[8]	檀成龙, 檀佳. 中国陆地平均降水量与空中水汽含量的统计关系分析[J]. 干旱气象, 2022, 40(4): 710-719.
[9]	高建秋, 郑彬, 游积平, 何松蔚, 余小嘉, 杨博成. 2018年广东空中水物质评估及开发分析[J]. 干旱气象, 2022, 40(3): 516-523.
[10]	沈晓玲, 潘灵杰, 左骏, 桑明慧, 章丽娜. 浙江西部梅汛期两次相似落区暴雨过程对比分析[J]. 干旱气象, 2022, 40(2): 244-255.
[11]	庄晓翠, 李博渊, 赵江伟, 李建刚, 张林梅. 天山南坡暖季暴雨过程的水汽来源及输送特征[J]. 干旱气象, 2022, 40(1): 30-40.
[12]	冯箫,李勋,杨薇,张春花. 2018年2月琼州海峡一次持续性海雾过程特征分析[J]. 干旱气象, 2021, 39(5): 785-795.
[13]	师锐, 何光碧, 周春花. 四川一次持续性暴雨过程的水汽特征及多尺度系统影响分析[J]. 干旱气象, 2021, 39(3): 415-425.
[14]	阙志萍, 凌婷, 吴凡, 陈云辉. 江西一次连续大暴雨的水汽特征分析[J]. 干旱气象, 2021, 39(1): 76-86.
[15]	柳龙生, 许映龙. 孟加拉湾风暴“罗纳”对我国华南地区强降水的影响[J]. 干旱气象, 2020, 38(2): 271-279.