引言
冬季降水相态比较复杂,主要有雨、雨夹雪、雪、冰粒和冻雨等,其中液态和固态降水的转换一直是预报中的难点,特别是在秋冬和冬春季转换期间容易出现降水相态转变,相同降水量级对应不同降水相态时会造成不同影响。对于气象服务而言,降水量达10 mm,相态为雨时刚达中雨量级,对城市交通、社会生产和人民生活不会产生较大影响,但相态为雪时则达暴雪量级,对城市交通等会带来很大影响。因此降水相态的准确预报对气象服务质量与效果有决定性作用。张家口地区冬季相对较长,季节交替时降水过程通常会伴随相态转换,特别当强冷空气活动频繁时,前期水汽积累充足,后期降温幅度大,降水相态转变天气经常发生,降水相态及其转换时间预报是当地天气预报的难点和重点。
2020年11月17—19日,张家口地区出现了一次雨转雪天气过程,降水过程以雨开始、以雪结束。本文利用多源观测资料对此次过程降水相态变化特征进行分析,探索新资料在雨雪相态预报中的应用,以期加深对张家口地区雨雪相态转换特征的认识,为张家口地区雨雪相态预报提供参考依据。
1 仪器介绍与资料说明
1.1 仪器介绍
毫米波云雷达（CR）和微波辐射计（MR）位于河北省张家口观测站（114.53°E,40.47°N）,SA双偏振多普勒雷达位于张家口康保（114.54°E,41.47°N）。
毫米波云雷达型号为KPS-HMB,全固态单通道体制,Ka波段（35.5 GHz）,可连续探测垂直方向的回波强度、径向速度及速度谱宽,主要用于分析云宏微观结构,性能参数如表1所示。
表1 云雷达主要参数
Tab.1
| 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 |
微波辐射计为美国RADIOMETRICS公司生产的35通道MP-3000A型微波辐射计,提供从地面到10 km高度内温度、相对湿度、水汽密度和液态水廓线数据,用于分析探测环境的温度、湿度场。
天气雷达为北京敏视达公司生产的S波段双偏振全相参多普勒天气雷达（简称“SA双偏振多普勒雷达”）,可以提供种类更多、质量更高的基数据和产品,除包含基本反射率因子、基本速度和谱宽外,还包含差分反射率因子、零滞后相关系数和差分相位移等,性能参数如表2所示。
表2 天气雷达主要参数
Tab.2
| 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 |
1.2 资料说明
（1）欧洲中心提供的全球再分析资料（简称“ERA5”资料）,时间间隔为1 h,水平分辨率为0.25°×0.25°,该资料用于环流背景和物理量诊断。
（2）探空资料为张家口探空站秒级探空数据,时间分辨率为1 s,每天08：00（北京时,下同）和 20：00进行观测,用于对比分析微波辐射计和ERA5的数据。
（3）云雷达数据主要使用17日23：20至18日07：20和18日23：20至19日07：20两个时段数据,主要用于分析反射率因子、液态水含量和基本速度特征。
（4）微波辐射计数据主要用于分析17、18日温度、水汽密度、积分水汽含量和积分液态水含量特征,该设备垂直方向为58层,0~0.5 km高度分辨率为0.05 km,0.5~2 km高度分辨率为0.1 km,2~ 10 km高度分辨率为0.25 km。
（5）SA双偏振多普勒雷达资料时间分辨率为 6 min,主要用于分析0 ℃层亮带变化和粒子相态识别。
2 天气实况与环流背景
2020年11月17日夜间至19日上午河北省张家口市出现全市范围雨雪天气,降水相态由雨转雪,最大降水（33.5 mm）出现在崇礼区。张家口站17日22：00—24：00为微量降水,19日07：00降水过程结束,过程降水量为24.0 mm,小时最大雨量为 2.60 mm,其中降雨22.7 mm,降雪1.3 mm;17—18日为降雨过程,19日凌晨为降雪过程（图1）。
图1
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
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）
从地面图（图略）分析,从17日20：00至19日08：00地面低压中心位于山东,张家口地区主要受地面倒槽影响,有利于辐合上升运动发展产生降水,19日以后转为冷高压控制,降水结束。
3 热动力结构与微物理特征
利用ERA5再分析资料,对张家口站上空的温度、湿度、云中冰相粒子、云中液相粒子、散度和垂直速度特征进行分析。从张家口站的小时降水量 （图1）可以看出,降水分为2个时段,17日22：00至18日18：00为降雨时段,19日01：00—07：00为降雪时段。
首先利用张家口探空站秒级探空资料对ERA5再分析资料的温、湿度进行评估[图3（a）],通过对比18日08：00的各层温度,发现探空数据与ERA5再分析资料的温度误差小于1 ℃,变化趋势一致;500 hPa以下各层相对湿度误差在10%左右。因此可以认为本次过程ERA5再分析资料数据可以用来分析张家口地区的温度与湿度特征。
图3
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）
从图3（b）可以看出,第一阶段降雨开始时,0 ℃等温线位于700 hPa附近,近地面温度大于0 ℃,而 -18~-12 ℃温度范围所在高度基本处于600~ 500 hPa之内,而-18~-12 ℃温度范围对树枝状雪花的形成至关重要,雪花形成以后,降落过程中融化层厚度比较深厚,降落到地面为液态降水;第二阶段降雪开始时,整个大气层温度基本处于0 ℃以下,且-18~-12 ℃之间厚度增加,有利于雪花形成,雪花形成后降落过程中都处于0 ℃以下环境中,降落到地面后为固态降水。从相对湿度分布来看,第一阶段降雨时,从500 hPa到近地面相对湿度都在90%以上;第二阶段降雪时,相对湿度在90%以上的厚度明显要薄且近地面相对湿度在70%以下,因此有利于降雪粒子相态的保持。
从图3（d）可以看出,第一阶段降雨时,负散度中心位于650 hPa附近,强度为-3×10-5 s-1,正散度中心位于300 hPa附近,无辐散层位于500 hPa附近,从低层到高层呈现“正、负、正”分布,上升运动主要位于中高层,最大上升速度达-0.6 Pa·s-1,最大上升速度所在高度位于500 hPa,表明降雨阶段的动力强迫主要位于高层;第二阶段降雪时,负散度中心位于850 hPa附近,强度为-9×10-5s-1,正散度中心位于700 hPa附近,无辐散层位于800 hPa附近,上升运动主要位于低层,最大上升速度为-0.4 Pa·s-1,其所在高度位于850 hPa附近,表明降雪阶段的动力强迫主要位于低层。
4 多源观测获取的雨雪转换特征
4.1 云雷达回波特征与液态水含量演变
从Ka波段云雷达观测（图4）发现,17日23：40开始,反射率因子从低层到高层开始增强,融化层高度在2.1~2.4 km;降雨初期[图4（a）],18日 00：00—01：00,高反射率因子质心下降,18日 00：24,大于10 dBZ的质心及地,地面出现降水,夜间出现2个较强降水时段,分别为01：00—02：10和05：00—06：10,2个阶段云雷达反射率因子均出现大于10 dBZ大值区,与地面自动站降水观测一致。18日10：00—14：00（图略）,也出现强质心及地现象,5 h降水量达10.6 mm。从液态水含量[图4（c）]来看,冷层液态水含量为0.1~0.5 g·m-3,降水较强时,暖层液态水含量达0.5~1.0 g·m-3。液态水含量大于0.5 g·m-3大值区与反射率因子大于10 dBZ大值区分布相一致。从基本速度[图4（e）]可以看出,降雨时段最大速度可达6.0~8.0 m·s-1。降雪时段[图4（b）],19日01：00—06：00,01：00在3.0~ 3.5 km高度出现强质心,最大反射率因子在30 dBZ左右,云顶高度超过6.0 km,降雪强度最大达 0.4 mm·h-1,降雪结束以后云顶高度下降,云顶最大高度在3.0 km;云雷达反射率因子大于10 dBZ质心及地时间与降雪持续时间一致。降雪时段液态水含量在0.5~1.0 g·m-3[图4（d）],同时液态水含量大于0.5 g·m-3的大值区与反射率因子大于10 dBZ大值区分布一致,基本速度在2 m·s-1以下[图4（f）],较降雨时段大大减小。
图4
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
可见,云雷达高时空分辨率资料能对降雨降雪系统进行精细化探测,反射率因子大于10 dBZ大值区能反映云系中液态水含量大于0.5 g·m-3的大值区,同时反射率因子大于10 dBZ质心及地持续时间与降水持续时间呈现明显正相关,降雨阶段垂直速度大于降雪阶段。
4.2 微波辐射计温度与水汽特征演变
从17日20：00微波辐射计与张家口探空站秒级探空资料反演的温度、湿度廓线[图5（a）、图5（b）]可以看出,8 km以下两者温度变化趋势较一致,微波辐射计反演的温度比探空温度偏低;而7 km以上两者相对湿度差距较大,但5 km以下相对湿度变化趋势整体较一致,差值在15%以内,因此可以认为该微波辐射计资料的参考性比较大。降雨阶段 [图5（c）],从温度廓线可以看出,0 ℃层在2.0~ 3.0 km之间,稍高于云雷达观测到的亮带位置,因为冰晶越过0 ℃层在暖层的融化需要一定时间,因此可认为云雷达与微波辐射计的观测比较一致,并且从18日00：00—15：00,0 ℃层高度波动不大, 15：00以后温度迅速下降,0 ℃层高度及地;从水汽密度廓线可以看出,17：00（图略）,低层水汽密度出现跃增,23：00高层开始出现大值区,降雨时大值区分为两层,高层位于5.0~7.0 km之间,为云中冰相粒子与液态水相粒子的混合物,最大值为6.0~ 8.0 g·m-3;低层位于2.0 km以下高度,主要为液态水相粒子,与ERA5再分析资料产品保持一致,最大值为10.0 g·m-3。降雪阶段[图5（d）],从温度廓线可以看出,整层大气基本处于0 ℃以下;降雪阶段的水汽主要集中在2.0 km以下,水汽密度较降雨阶段明显降低,最大值为4.0 g·m-3。从张家口微波辐射计反演的积分水汽含量和积分液态水含量分析可知,17日17：00—24：00（图略）,积分水汽含量从1.5 cm升高至3.0 cm,降雨开始时积分水汽含量为2.0 cm;积分液态水含量在19：00出现一次峰值并且在17：00—19：00出现跃升,从0.2 mm跃升至0.8 mm,较降雨开始时刻提前3 h左右。降雨时段[图5（e）],积分水汽含量和积分液态水含量有3次跃增,与3次较强降水时刻分别对应,降雨时积分水汽含量为2.0~3.0 cm,积分液态水含量为2.0~ 4.0 mm,15：00以后积分水汽含量迅速下降至 2.0 cm以下,积分液态水含量迅速下降至1.0 mm以下,降雨结束;降雪时段[图5（f）],积分水汽含量在0.6~1.0 cm,积分液态水含量在0~0.2 mm。
图5
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
综上所述,微波辐射计反演的温湿廓线、积分水汽含量和积分液态水含量在雨雪过程的2个阶段均有明显变化,根据大气整层温度变化对云体结构判断,特别是0 ℃层高度迅速降低并及地是雨转雪的重要判据,此外雨转雪过程中积分液态水含量迅速降低。同时积分水汽含量的迅速降低对降水结束有重要指示意义。
4.3 SA双偏振多普勒雷达0 ℃层亮带特征与粒子分类识别
张家口SA双偏振多普勒雷达3.3°仰角反射率[图6（a）]显示：2020年11月17日22：00降水开始时,整个张家口地区为均匀的层状云降水回波,出现降水的站点均为小雨,并且出现了比较完整的0 ℃层亮带;从反射率因子垂直剖面[图6（b）]可以看出,0 ℃层高度在2.3 km,与云雷达和微波辐射计的观测基本一致。图6（c）黑色方框区域是影响张家口站的云团回波,其强度在20~40 dBZ,与云雷达的观测结果基本一致。通过双偏振雷达的水凝物分类对粒子进行分类[图6（d）],发现此云系主要以冰晶与聚合物为主,结合图5（c）微波辐射计温度分析可知,02：00从地面到2.0 km高度温度都在0 ℃以下,冰晶和聚合物在0 ℃以下的温度层结中仍然会保持固态降落到地面,降水相态转为雪。
图6
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
综上所述,云雷达、微波辐射计和SA双偏振雷达对0 ℃层的观测结果基本一致,而0 ℃层亮带的变化对雨雪天气转换有较好的指示意义;云雷达能对降雨降雪系统垂直结构进行精细化探测,能清晰揭示其发展演变过程,指示降水持续时间;微波辐射计温湿廓线演变对降水的起始时间、结束时间和降水相态均有指示意义;SA双偏振多普勒雷达探测范围广,可以探测大范围云系的演变,但精细化程度较差,与云雷达结合探测可以对降水起始时间、降水强度精准判断,与微波辐射计的垂直温度结合可以进行粒子相态分类,对降水相态演变精准判断。因此多源观测资料结合可以更好地了解降水云系结构和大气的温湿变化,为云模式发展和人工影响天气提供重要的参考依据。
5 结论
以张家口2020年11月17—19日雨雪过程为例,应用常规气象观测资料、云雷达资料、微波辐射计资料和SA双偏振多普勒雷达等多源观测资料,分析了降水相态特征。主要结论如下：
（1）此次过程是在高空低槽、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从雨转为雪。
（2）热动力结构与微物理特征诊断表明：降雨时段的动力强迫主要位于高层,-18~-12 ℃温度层高度高,暖层深厚,低层相对湿度大,云体伸展高度高,云中冰相粒子和液相粒子含量都比较高;降雪时段的动力强迫主要位于低层,-18~-12 ℃温度层厚度大,云中冰相和液相粒子含量明显下降,雨雪转换时0 ℃层高度快速下降。
（3）云雷达高分辨率资料可以反映云体中0 ℃层变化,反射率因子大于10 dBZ大值区能反映云系中液态水含量大于0.5 g·m-3大值区,同时反射率因子大于10 dBZ质心及地持续时间与降水持续时间呈现明显正相关。
（4）微波辐射计的温湿廓线可以判断整层大气层结结构,大气温度的迅速降低对雨雪转换、积分水汽含量和积分液态水含量的变化对降水强度变化均有重要指示意义。
（5）利用SA双偏振多普勒天气雷达实现对水凝物分类,结合微波辐射计的温湿廓线可以对雨雪进行直观判断,从而实现对雨雪相态转换的短临订正。
本文重点分析不同降水相态时多种新型观测资料的演变特征,对0 ℃层的判断可以看出云雷达、微波辐射计及SA双偏振多普勒雷达资料的反演结果比较一致,说明精细化的探测资料在冬季短临预报中可以应用。值得强调的是,这里有关的多源探测资料只针对张家口本地设备,所得结论也仅由本个例研究确定,普适性的规律需要收集更多个例进一步研究验证。
参考文献
一次寒潮过程的多种相态降水机理分析
[J].
利用气象站观测资料、 NCEP分析资料和中尺度模式WRF-V3, 从环流形势、 动力机制、 温湿特征等方面对2010年2月9-11日江苏一次雨、 雪、 冻雨、 冰雹等不同相态的寒潮过程进行分析。结果表明, 冻雨和雪的大气层结有明显差异, 冻雨发生时在对流层中低层有融化层, 融化层内温度为1～2℃, 近地面气温低于0℃； 降雪发生时, 整层大气温度都在0℃以下。对流层中低层大量的水汽平流和暖平流是造成冬季对流性天气的主要原因, 冬季产生冰雹的“高架雷暴”位于近地面冷池之上, 冰雹出现前对流层中上层有干空气侵入。WRF-V3模式数值模拟结果表明, 降雨和冻雨出现时对流层低层都有雨滴存在, 降雪时对流层低层的雨滴消失。
Verifying forecast precipitation type with mPING*
[J].
一次降水相态转换过程中温度垂直结构特征分析
[J].2012年11月35日华北地区出现了该年度的第一次大范围雨雪天气过程,各地区依次都出现了雨转雪的复杂天气,这给预报带来了较大的难度。一直以来,冬季降水相态类型的预报都是国内外气象预报的难题之一,而温度的垂直结构特征是影响最终降水类型的关键因素之一。利用常规地面观测资料、NCEP再分析资料及中尺度数值模式WRF对此次雨雪天气过程中的温度垂直结构演变特征以及相态转变对温度垂直结构的作用等几个方面进行了分析讨论。结果表明：（1）在发生雨转雪过程中,温度递减率会持续减小,并最终会在低层形成一个上下一致的均温层,同时还伴有浅薄逆温层的产生；（2）降水相态类型严重依赖于温度的垂直结构,温度垂直结构的细微改变将决定最终到达地面的降水类型,因此,相关层次的厚度差可以成为判别降水相态类型的重要指标；（3）在降水类型由雨转雪的过程中,由于相关层次的融化作用,伴随着相态的变化温度垂直结构会发生一定程度的改变。
Discrimination between winter precipitation types based on spetral-bin microphysical modeling
[J].
Discriminating the precipitation phase based on different temperature thresholds in the Songhua River Basin, China
[J].
北京地区冬季降水相态的识别判据研究
[J].利用1980年7月-2010年6月降水资料, 统计分析了近31年北京地区冬季出现雨夹雪天气的季节特征, 得出北京地区雨雪转换频发的季节主要集中在3月和11月。利用2000年冬季至2009年冬季日降水量资料, 对近10年北京地区雨雪转换过渡季节的降水过程和临界值降水过程进行了分析, 得到与雨雪转换关系密切的6种物理量： T850\, T925\, T1000\, H1000-700\, H1000-850和地面（2 m温度、 2 m相对湿度的结合量）, 以及对应3种不同降水相态的不同阈值范围。利用统计分析结果设定了3种相态评分方法, 经检验, 每种物理量的判定指标在相态预报中的准确率都达到60%以上。将6个指标进行综合判定后准确率达到77%。这些降水相态综合判据可为北京地区高时空分辨率冬季降水相态的客观预报提供更加精确的参考。
Characteristics of winter clouds and precipitation over the mountains of northern Beijing
[J].
