引言
研究对流云系特征的探测设备通常以多普勒天气雷达为主。有研究通过天气雷达探测资料，对安徽地区对流云系进行分类统计，并深入研究其发展演变规律（朱士超等，2017;袁野等，2008）;有研究基于天气雷达资料对冀东及山东等地的强对流云系垂直结构及流场特征等展开研究（王莎等，2019;万明波等，2015），从而提高当地强对流云系短临预报算法准确率。双偏振雷达作为天气雷达的新一代升级产品，在水平和垂直两个方向同时发射偏振波束，借此可以深入了解对流云系的垂直结构等特征（郭飞燕等，2023;赖晨等，2020;林文等，2020）。应用新一代双偏振天气雷达针对对流云系也开展了一系列研究，如有研究系统总结我国闽南地区强对流超级单体的偏振特征（潘佳文等，2020），明显提升其预报预警能力;有研究基于双偏振雷达等资料对山东地区一次台风扰动引起的强对流云系微物理特征进行分析总结，加深对其粒子垂直分布特征的理解（申高航等，2021）。
海南岛内降雨量较大但空间分布不均，导致其西部沿海地区的干旱灾害较为严重，深入研究岛内对流云系特点从而高效开展人工增雨有助于缓解当地旱情。海南岛内孤立对流云系因其具有局地性强、生命史较短且不确定性大等特点，在灾害类天气预报预警、人工影响天气等业务中属于较难把握的一种对流云系，深入研究其发展演变规律对海南岛数值模式预报及提升人工增雨作业效率等具有重要意义。本文拟基于2015—2020年海口市S波段双偏振多普勒天气雷达探测资料，对典型孤立对流云系个例的双偏振特征及海南岛内孤立对流云系的发展演变特征进行综合统计分析，以期为识别、追踪、预报热带对流云系提供一定参考。
1 资料与方法
1.1 资料
采用2015—2020年海口市S波段双偏振多普勒天气雷达（110.15°E，20.00°N;海拔65.0 m;型号CINRAD/SA-D）探测资料（时间分辨率6 min，径向分辨率250 m，方位分辨率0.93°），主要探测产品包括雷达反射率因子（ZH）、差分反射率因子（ZDR）、差分相移率（KDP）和相关系数（Correlation Coefficient，CC）等。该雷达为海南省正常运行的业务雷达，功能运行稳定、探测数据完整且质量可靠，能够反映全岛范围内对流云系演变特征。
文中附图涉及的地图是基于国家测绘地理信息局标准地图服务网下载的审图号为GS（2022）1873号的标准地图制作，底图无修改。文中时间为北京时。
1.2 方法
对海南岛内的对流云系采用主、客观结合的方式开展识别与统计，具体判定方法：当云系ZH最大值超过38.0 dBZ时可判定为一次对流云系个例（Rao et al， 2008）。使用该方法可以有效识别对流云系个例（黄钰等，2015;邢峰华等，2020）。从识别出的所有对流云系个例中，主观筛查出自始至终并未与外围其他云系发生合并、连接等过程的孤立对流云系个例（Lombardo and Colle，2010;岳治国和牛生杰，2007;朱士超等，2019）。此外，对于孤立对流云系个例所处的天气系统分类标准参考符晓虹等（2015）相关研究成果进行识别并统计，根据低压槽、高压脊控制海南省的空间位置及性质等因素，将和孤立对流云系关系密切的天气系统主要归纳为华南沿海槽、南海低压槽、西南低压槽、越南低压槽、变暖高压脊和南下冷锋。
筛选出孤立对流云系个例后，需进一步查找其生成时刻，首次出现ZH最大值达25.0 dBZ的时刻（并且其ZH可以维持发展加强趋势至少超过3个雷达探测时次，即18 min）为其生成时刻，从而确保该次个例的生成时刻不会受到雷达数据异常等因素影响，随后选取孤立对流云系生成地经纬度为其生成位置。孤立对流云系的移向、移动速度均以其质心为准来计算，而质心的确定主要依靠TITAN（Thunderstorm Identification，Tracking，Analysis and Nowcasting）系统（王子周，2011）进行定位并进行人工检验。确定其质心的移向为孤立对流云系的移向，统计过程中的方位判定按照该云系生成时刻的质心位置为基准点，分为东北北（0°~22.5°）、东北（>22.5°~45°）、东北东（>45°~67.5°）、正东（>67.5°~90°）、东南东（>90°~112.5°）、东南（>112.5°~135°）、东南南（>135°~157.5°）、正南（>157.5°~180°）、西南南（>180°~202.5°）、西南（>202.5°~225°）、西南西（>225°~247.5°）、正西（>247.5°~270°）、西北西（>270°~292.5°）、西北（>292.5°~315°）、西北北（>315°~337.5°）共计15个空间方位;而移动速度则以其质心平均每小时移动距离来确定;孤立对流云系的移动距离通过测算其质心的移动距离获得，以初次发现该孤立对流云系时刻的云系质心位置为起点，其ZH<25.0 dBZ位置为终点，将起点至终点的直线距离定义为其移动距离。
2 典型个例分析
2.1 孤立对流云系发展演变
2020年7月26日08：00海南岛主要受越南低压槽影响，且由于海南岛处于西太平洋副热带高压西南侧边缘，气流以偏东方向为主且中低层（2~5 km）存在弱的风切变，具备一定的对流触发条件。08：00海口探空数据显示0 ℃层高度约为5.27 km。
2020年7月26日17：20左右在海南岛屯昌县境内西南部区域出现了一次典型孤立对流云系个例，该云系自生成后向东南方向缓慢移动，17：57左右发展到最旺盛阶段，反射率因子（ZH）峰值达到60.0 dBZ，随后进入减弱阶段，18：40左右本次典型个例结束。云系移动距离约23 km，整个生命史约80 min。以下分别以17：29、17：57和18：26作为该云系初始阶段、旺盛阶段和减弱阶段的代表时次对其双偏振特征进行详细分析。
在该孤立对流云系初始阶段（17：29）[图1（a）]，雷达探测显示云系内部含有两个相对较强的ZH中心，其中位于北部的ZH峰值达45.0 dBZ左右，处于较快速发展阶段，位于南部的ZH峰值为40.0 dBZ左右，面积较小;在云系发展旺盛阶段（17：57）[图1（b）]，云系内部经过不断发展、合并，强回波（ZH≥40.0 dBZ）面积明显增大，ZH峰值达到60.0 dBZ，说明云系内部对流辐合运动较为强盛;云系减弱阶段（18：26）[图1（c）]，ZH较17：57明显降低，强回波（ZH≥40.0 dBZ）面积明显减小，后续探测显示该云系在18：40左右ZH整体在20.0 dBZ之下，该过程趋于结束。
图1
图1
2020年7月26日17：29（a）、17：57（b）和18：26（c）海口雷达0.5°仰角ZH（单位：dBZ）
（黑色线为剖线）
Fig.1
The ZH at 0.5° elevation from Haikou radar at 17：29 （a）， 17：57 （b） and 18：26 （c） on July 26， 2020 （Unit：dBZ）
（The black line is the cross-section line）
2.2 孤立对流云系双偏振特征
图2为2020年7月26日17：29、17：57和18：26海口雷达ZH、ZDR、KDP和CC垂直剖面。可以看出，17：29云系内部两个强ZH中心清晰可见，较强ZH主要集中在0 ℃层之下（主要分布在3~4 km高度）;17：57云内结构不再松散，强回波（≥40.0 dBZ）区域主要分布在2~8 km高度，说明此时云系内部对流运动旺盛;18：26，0 ℃层之上已基本不存在ZH超过30.0 dBZ的区域，云系内部对流运动已趋于减弱。
图2
图2
2020年7月26日17：29、17：57和18：26海口雷达ZH（单位：dBZ）、ZDR（单位：dB）、KDP[单位：（°）·km-1]和CC垂直剖面
Fig.2
Vertical cross-sections of ZH （ Unit： dBZ）， ZDR （Unit： dB）、 KDP （Unit： （°）·km-1） and CC from Haikou radar at 17：29， 17：57 and 18：26 on July 26， 2020
17：29的ZDR基本为正值，中低层ZDR最大可达4.00 dB左右，而云系大部分区域ZDR为1.10~2.20 dB;17：57超过2.00 dB的区域明显增大（主要集中在云系中低层），且0 ℃层之上也开始出现超过2.00 dB的区域（ZDR柱现象），ZDR柱的存在说明云内存在较强的上升气流，此时云内粒子以较大的雨滴、过冷水及水包膜的冰相粒子为主;18：26 ZDR整体明显下降，中低层大部分区域ZDR仅为0.50~1.40 dB，虽ZDR仍然以正值为主，但数值减小明显，云内以微小粒径雨滴为主。
从KDP分布可看出，17：29 KDP整体偏小，接近0（°）·km-1，仅在低层小范围内KDP有约0.30（°）·km-1区域分布，说明此时云内粒子数浓度较低;17：57，云内KDP正值区域明显增大，且大部分区域数值为0.60~1.95（°）·km-1，5~8 km高度大部分区域KDP均超过0.97（°）·km-1（KDP柱现象），云内小部分KDP为-0.60~0（°）·km-1;18：26 KDP整体接近0（°）·km-1，云内粒子数浓度极低。
CC通常指双偏振雷达沿水平和垂直两个偏振方向的数据信号相关性，通常用来表征气象粒子的种类。17：29 CC出现2个明显的低值区域，最低仅0.76左右（低值区域高度达到5 km左右，即0 ℃层高度附近），初始阶段云内CC值低可侧面印证该区域存在一定上升气流;17：57从低层到高层CC基本在1.00左右，显示此时云内粒子在两个偏振方向的一致性较好，以雨滴粒子为主;18：26云内大部分区域相关系数仍然在1.00左右维持，仅在小部分区域重新出现低值，可能是受地物杂波或旁瓣回波的影响。
3 统计结果与分析
3.1 孤立对流云系天气背景及发生频率月际变化
根据主、客观结合筛选，2015—2020年海南岛孤立对流云系共计发生475次，孤立对流云系发生日的主要天气系统（图3）显示西南低压槽和变暖高压脊相对最易触发孤立对流云系，分别达到178次和101次，占比37.47%和21.26%。此外，南下冷锋也相对易于触发孤立对流云系，占比16.21%;其他天气系统如华南沿海槽、南海低压槽及越南低压槽占比较小。
图3
图3
2015—2020年不同天气系统下海南岛孤立对流云系个例发生频次
Fig.3
Occurrence frequency of isolated convective clouds cases in Hainan Island under different weather systems from 2015 to 2020
2015—2020年不同月份海南岛孤立对流云系的统计情况（表1）显示：3月孤立对流云系个例发生113次，占当月对流云系个例发生频次的47.48%;4—5月孤立对流云系占对流云系的10%左右，出现频次较低;6—9月孤立对流云系较少，占当月对流云系的6%~9%。可见，3月是海南岛孤立对流云系个例出现频次最多的月份，占孤立对流云系个例总次数（475次）的23.79%，并且3—6月孤立对流云系合计占比76.84%。
表1 2015—2020年3—9月海南岛孤立对流云系统计
Tab.1
| 月份 | 孤立对流云系 个例发生频次/次 | 对流云系个例发生频次/次 | 占比/% |
|---|---|---|---|
| 3 | 113 | 238 | 47.48 |
| 4 | 65 | 553 | 11.75 |
| 5 | 92 | 892 | 10.31 |
| 6 | 95 | 955 | 9.95 |
| 7 | 31 | 353 | 8.78 |
| 8 | 44 | 457 | 9.63 |
| 9 | 35 | 569 | 6.15 |
| 总计 | 475 | 4 017 | 11.82 |
海南岛2015—2020年发生的孤立对流云系个例发生次数（475次）共计占全部对流云系个例发生次数（4 017次）的11.82%且主要集中出现于3—6月，而这4个月正是西南低压槽、变暖高压脊和冷空气影响海南岛的最主要时间段。国外有研究发现美国西北部地区孤立对流云系发生次数占对流云系发生次数的13%（Lombardo and Colle，2010）;北美地区孤立对流云系发生次数占对流云系发生次数的26%，且通常在6—7月高发（Rowe et al，2011）。此外，加勒比地区对流云系试验表明当地对流云系的触发及演变与海拔、下垫面、背景风场等均有密切关系（Wang and Kirshbaum， 2015）;澳大利亚提维群岛对流云系除了受到地形影响外，也受海风锋、低空冷池及阵风锋等因素影响（Carbone et al，2000）。
3.2 孤立对流云系个例发生频次日变化及持续时间分布
2015—2020年海南岛孤立对流云系个例发生频次日变化[图4（a）]呈明显单峰结构。14：00、15：00、16：00、17：00分别发生77、102、88和79次，4个时次共计发生孤立对流云系346次，占总次数（475次）的72.84%，为海南岛内孤立对流云系的高发时段。其中15：00为一天中的高发时次，午后地面持续接收太阳辐射能量，地表气温逐渐上升，大气不稳定能量不断积累，叠加地形、热力条件、风切变、海陆风等因素的综合影响，易生成孤立对流云系。
图4
图4
2015—2020年海南岛孤立对流云系个例发生频次日变化（a）和持续时间分布（b）
Fig.4
Diurnal variation of occurrence frequency （a） and duration distribution （b） of isolated convective clouds case in Hainan Island from 2015 to 2020
2015—2020年海南岛孤立对流云系持续时间[图4（b）]显示其最长持续4.0 h以上，最短持续0.5 h左右，约75.16%的孤立对流云系持续时间为0.6~2.0 h，超过2.0 h的合计仅105次，占总次数的22.11%。由于孤立对流云系主要受午后热力及有利地形抬升等中小尺度因素触发，来自外部的水汽补充或引导气流对其影响相对较小，导致其云系持续时间相比其他种类的中尺度对流云系较短，不属于具有较长发展演变周期的对流云系。
3.3 孤立对流云系空间分布特征、移向及移动速度统计
孤立对流云系生成位置（图5）在空间上分布不均，约88.84%的孤立对流云系集中在海南岛西南部及中部区域，其中东方、昌江、白沙、乐东及五指山等地区分布较为密集，这些区域均属于海南岛中部山脉群所在地，由此可见海南岛孤立对流云系易受山区地形抬升影响，在山脉西南面迎风坡相对更易被触发。海南岛的其他区域如海口、文昌、琼海等地，属于北部沿海平原地区，地势平缓，孤立对流云系分布较少。相关研究表明盛行风向、地形等因素对触发对流云系有重要作用（何娜等，2020;肖现等，2015;杨俊梅等，2017），较高海拔地区的孤立对流云系触发概率明显高于地势平缓地区，且海南岛对流云系受偏南暖湿气流、海风锋、地形及热力等综合影响（王凌梓等，2020;李宏江等，2021）。通过本研究与上述相关研究对比证明适当的地理环境（迎风坡）、下垫面、热力条件及大气环流背景等因素有助于触发孤立对流云系，其中适当的地理环境（迎风坡）及大气环境风场因素影响相对更为明显。
图5
图5
2015—2020年海南岛孤立对流云系生成位置分布
Fig.5
Generate location distribution of isolated convective clouds in Hainan Island from 2015 to 2020
图6
图6
2015—2020年海南岛孤立对流云系移动方向（a）、移动速度（b）、移动距离（c）分布和不同移动速度下的移动距离箱线图（d）
Fig.6
The distribution of movement direction （a）， speed （b）， distances （c） and box plot of movement distances under different movement speeds （d） of the isolated convective clouds in Hainan Island from 2015 to 2020
从图6（b）可以看出，孤立对流云系移动较慢，移动速度最大为32 km·h-1左右，但频次很少（仅5次），最小移动速度小于5 km·h-1，近似于准静止云系;绝大部分（364次）的移动速度集中在6~20 km·h-1，占比76.63%。其中移动速度为6~10 km·h-1及11~15 km·h-1的个例最多，分别为154次和137次，占比32.42%和28.84%。
孤立对流云系的移动距离主要分布在6~10 km、11~15 km及16~20 km[图6（c）]，分别为92、134及76次，合计302次，占比63.59%。此外，其移动距离最大可达61 km，而最小仅5 km左右，可见其水平尺度偏小。
为进一步讨论孤立对流云系移动距离和移动速度的关系，将不同移动速度分布区间内的孤立对流云系个例的移动距离由小到大进行排序，分别统计移动距离的极小值、极大值、25%及75%分位数[图6（d）]，经分析可知移动速度小于15 km·h-1的孤立对流云系的整体移动距离波动相对较小，其中移动速度小于5 km·h-1的孤立对流云系移动距离主要为5~10 km;移动速度为6~10 km·h-1的孤立对流云系的移动距离主要为7~13 km;移动速度为11~15 km·h-1的孤立对流云系的移动距离主要为8~19 km。而移动速度大于16 km·h-1的孤立对流云系移动距离的波动相对较大（即25%和75%分位数差别较大），其中移动速度为16~20 km·h-1的孤立对流云系移动距离集中在10~29 km;移动速度为21~25 km·h-1的孤立对流云系移动距离集主要为14~33 km;移动速度为26~30 km·h-1的孤立对流云系移动距离主要集中在11~37 km;移动速度为31~35 km·h-1的孤立对流云系移动距离集中在16~41 km。
4 结论
基于海口市S波段双偏振多普勒天气雷达探测资料，对典型孤立对流云系个例的双偏振特征以及2015—2020年3—9月海南岛内的孤立对流云系发展演变特征进行了综合分析，得到主要结论如下：
（1）2020年7月26日海南岛典型孤立对流云系初始阶段云系形态较为松散，存在2个较强ZH区域，且中低层ZDR最大可达4.00 dB左右，CC值较低;在云系强盛阶段，云系ZH较强，峰值达60.0 dBZ，且出现明显的ZDR柱和KDP柱现象，显示云内对流运动旺盛;在云系减弱阶段，云内各项双偏振参数均出现明显衰减。
（2）海南岛2015—2020年3—9月共计发生475次孤立对流云系个例，占同时段对流云系个例（4 017次）的11.82%;其中，西南低压槽、变暖高压脊及南下冷锋是3个较易触发孤立对流云系的天气系统，占比分别为37.47%、21.26%、16.21%。
（3）3—6月是海南岛孤立对流云系的高发月份，占比76.84%，明显高于其他月份。其中，3月孤立对流云系个例最多（113次），占当月对流云系个例的47.48%。一日之中，14：00—17：00海南岛内孤立对流云系高发（346次），占比72.84%。孤立对流云系最长持续4.0 h以上，最短持续0.5 h左右，约75.16%的孤立对流云系持续时间为0.6~2.0 h。
（4）约88.84%的孤立对流云系集中在海南岛西南部和中部区域，明显高于沿海平原地区;云系移向以偏东北及偏东南方向为主，主要受偏西风、偏南风影响。此外，其移动较慢，移动速度主要为6~20 km·h-1;超过半数的孤立对流云系的移动距离不超过20 km。
参考文献
两次极端强降水风暴双偏振参量特征对比分析
[J].
基于济南S波段双偏振多普勒天气雷达（CINRAD/SA-D）探测资料，并结合区域自动气象站以及常规观测资料，对2020年8月5日和6日山东两次极端强降水风暴环境条件进行对比分析，并重点分析莘县王庄集和兖州大安风暴的双偏振参量特征。结果表明：两次极端强降水天气均具有较高的K指数和较大的对流有效位能（Convective Available Potential Energy，CAPE），湿层厚，垂直风切变中等偏弱，但6日强降水低层垂直风切变和相对风暴螺旋度明显偏强。风暴气流结构有明显差异：王庄集和大安风暴分别表现为倾斜上升和气旋性旋转气流结构，前者风暴顶辐散强而后者较弱，从而导致前者风暴顶高度及差分相移率（K<sub>DP</sub>）柱高度较高。不同高度微物理结构有差异：-10 ℃层高度之上，两者以固态粒子为主，而王庄集风暴含有更加深厚、丰富的霰粒子，-20~-10 ℃层还有一定浓度较小的液态粒子；-10 ℃层高度以下，两者以浓度较高的液态粒子为主，而王庄集风暴含有一定数量的冰相粒子。风暴低层测站周围差分反射率（Z<sub>DR</sub>）、K<sub>DP</sub>和相关系数（Correlation Coefficient， CC）大致相当，Z<sub>DR</sub>适中，粒子大小适中，K<sub>DP</sub>和CC较大，风暴降水主体液态雨滴浓度较高，含水量丰富，从而产生高强度降水。
垂直探测雷达的降水云分类方法在北京地区的应用
[J].风廓线雷达采用相干累积技术提高雷达探测灵敏度, 用于对降水云体进行垂直探测, 能获取高分辨率的云体返回信号的全谱信息.利用多年降水天气统计资料, 针对北京延庆地区降水特征, 提出了基于风廓线雷达谱参数(回波强度、 速度和谱宽)的降水云分类方案.该方案将降水资料分为浅对流、 浅层状云、 深对流、 深层状云、 混合-排除和混合-包含等六种降水类型.根据该方案, 利用风廓线雷达结合双偏振雷达和自动雨量站观测资料, 对2012年9月1日和2013年6月27日发生在延庆地区的两次降水天气过程进行了分析.结果表明, 风廓线雷达谱参数垂直廓线可以较好的描述降水云体的垂直结构, 回波强度廓线发展趋势与地面降水量趋势吻合较好.当降水存在对流时, 地面降水量出现明显增大, 同时伴随着大速度值区和高空大谱宽值区.利用基于风廓线雷达的分类方案识别降水云, 可以降低降水类型误判的几率.
山西汾阳地区层状云和对流云降水雨滴谱特征
[J].基于多普勒天气雷达和OTT Parsivel激光雨滴谱仪资料对山西汾阳地区2次降水进行分析，对比对流云和层状云降水的雨滴谱特征。结果表明：层状云降水雨滴平均数浓度和雨强分别为286.20 个·m-3和1.33 mm·h-1，对流云降水雨滴平均数浓度和雨强分别为516.13个·m-3和10.17 mm·h-1；对流云降水雨强主要由降水粒子数浓度决定，直径为1—2 mm的粒子对2种云系雨强贡献最大；2种云系不同雨强下雨滴谱分布和雨滴平均谱分布均呈单峰型，对流云降水雨滴平均谱宽大于层状云降水雨滴平均谱宽，Gamma分布对2种云系降水平均谱拟合均存在一定偏差；通过雨滴谱计算的雷达反射率因子估算降水会造成对降水的低估。
Formation of mesoscale lines of precipitation: severe squall lines in Oklahoma during the spring
[J].
Tropical island convection in the absence of significant topography. Part I: life cycle of diurnally forced convection
[J].
Tropical deep convective life cycle: Cb-anvil cloud microphysics from high-altitude aircraft observations
[J].
Deep convective system evolution over Africa and the tropical Atlantic
[J].
The spatial and temporal distribution of organized convective structures over the Northeast and their ambient conditions
[J].
Organizational modes of midlatitude mesoscale convective systems
[J].
Classification of tropical precipitating systems using wind profiler spectral moments
[J].The lower atmospheric wind profiler (LAWP) measurements made at Gadanki, India, have been used to develop an objective algorithm to classify the tropical precipitating systems. A detailed investigation on the existing classification scheme reveals major shortcomings in the scheme. In the present study, it is shown with examples that the Doppler velocity gradient (DVG) criterion is a necessary but certainly not a sufficient condition to identify the radar bright band. Such gradients in Doppler velocity can exist in other types of rain systems, for example, in convection, due to the modulation of Doppler velocity of hydrometeors by vertical air motion. The approach of the new classification scheme deviates considerably from that of existing algorithms. For instance, the new algorithm, in contrast to identifying the stratiform rain and assuming the remaining rain as convection, identifies first convection and later stratiform precipitation based on their specific characteristics. The other interesting feature in this algorithm is that it was built on the strengths of other potential classification schemes and theoretically accepted thresholds for classification of the precipitation. The performance of the new algorithm has been verified with the help of time–height maps of profiler moments and corresponding surface rainfall patterns.
Investigation of microphysical processes occurring in isolated convection during NAME
[J].To address questions regarding microphysical processes occurring in the core North American monsoon region, data from NCAR’s S-band polarimetric Doppler radar (S-Pol) deployed during the North American Monsoon Experiment (NAME) in the summer of 2004, were used to investigate the location, size, and type of hydrometeors in convection. A cell identification and tracking algorithm was applied to this data over 100 h of microphysical scans, characterized by increased temporal and vertical resolution, to locate and track individual convective elements. Only isolated cells over land were included for this study to investigate potential elevation-dependent trends in microphysical processes in this region.
Thermally forced convection over a mountainous tropical island
[J].
Life cycle effects on the vertical structure of precipitation in East China measured by Himawari-8 and GPM DPR
[J].
