毫米波云雷达在高影响天气中的预警应用
Early warning application of millimeter wave cloud radar in high impact weather
责任编辑: 王涓力;校对:黄小燕
收稿日期: 2023-06-8 修回日期: 2024-03-5
基金资助: |
|
Received: 2023-06-8 Revised: 2024-03-5
作者简介 About authors
郭立平(1970—),女,河北省秦皇岛市人,正高级工程师,主要从事灾害性天气预报技术研究。E-mail:ggllpp_lf@126.com。
为提高城市高影响天气的精细化预报预警水平,利用雄安新区2020年1月—2023年12月容城气象站Ka波段毫米波云雷达反射率因子、径向速度等7种产品及地面气象资料和天气学、雷达回波图像形态分析等方法对雄安新区暴雨、大风、雾、霾及沙尘等高影响天气进行分析。结果表明:1)云雷达对含降水的高影响天气云体探测结构清晰、垂直分布特征直观。当春、夏、秋季回波强度≥21 dBZ(冬季≥15 dBZ)、伸展高度≥5 km(冬季≥2 km)的云体出现,且云体最低高度达150 m时,可看作地面降水将出现的特征指标,时间提前量平均达20 min左右,当回波强度减弱、云底高度抬升,降水趋于结束;各级降水中,暴雨的强回波伸展高度、云水含量等最大。2)当回波顶伸展高度达8 km之上而后快速下落至云顶高度≤2 km时,地面易出现8级以上大风,降水伴大风的回波特点为强回波区中形成明显的U或V型缺口,缺口区最大径向速度达12.5 m·s-1左右。3)云雷达反演滴谱数据产品可较好反映各级降水的粒子分布特征;垂直积分液态水含量(Vertically Integrated Liquid Water,VIL)对降水伴大风有预警指示意义,提前量0~30 min或以上。4)非含降水的高影响天气(雾、霾、沙尘等),云雷达回波强度等整体偏弱,各天气现象之间界限不清晰,但与降水天气发生转换时云雷达能快速、清晰地探测出降水云体,有利于提升降水的精细预报预警能力。
关键词:
To improve the fine-grained forecasting and early warning level of high-impact weather in cities, this paper utilizes 7 categories of data from the HMB-KPS millimeter-wave cloud radar at Rongcheng meteorological station of Xiong’an, including radar reflectivity factor, radial velocity, etc and surface meteorological observations, as well as weather analysis, radar echo image morphology analysis and other methods to analyze the major high-impact weathers in Xiong’an from January 2020 to December 2023, such as torrential rains,strong winds,fog,haze,and sand-dust weathers.The results are as follows: 1) The millimeter-wave cloud radar clearly and stereoscopically detects the structural distribution of cloud systems in high-impact weather including precipitation. In spring, summer and autumn, when clouds with echoes intensity equal to or more than 21 dBZ (15 dBZ in winter) and vertical extension height equal to or more than 5 km (2 km in winter) appear, and the lowest cloud base reaches 150 m, it can be considered as the characteristic index of start time of surface precipitation, and the average time advance is about 20 minutes. Conversely,when echo intensity weakens and cloud base height rises, precipitation tends to end. Among all levels of precipitation events, torrential rains have the maximum vertical extensions, liquid water content, etc. 2) When the extension height of the echo top reaches more than 8 km and then the height of the cloud top falls rapidly to less than 2 km, the ground is prone to strong winds of more than 8 magnitudes. The echo characteristic of precipitation accompanied by strong winds is that obvious U or V notch is formed in the strong echo area, and the maximum radial velocity in the notch area is 12.5 m·s-1. 3) Cloud radar inversion droplet spectrum data products can better reflect the particle distribution characteristics of precipitation with different levels. The Vertically Integrated Liquid Water (VIL) has an early warning significance for precipitation and wind, and the advance is 0-30 min or more. 4) For non-precipitation high-impact weather (fog, haze, sand-dust), the millimeter-wave radar echoes are overall weaker, with indistinct transitions between weather phenomena. However, during weather transitions, the radar can rapidly and clearly detect the precipitation clouds, improving fine-grained forecasting and early warning capabilities of precipitation.
Keywords:
本文引用格式
郭立平, 刘姝, 李敬海, 曾妍婧.
GUO Liping, LIU Shu, LI Jinghai, ZENG Yanjing.
0 引言
毫米波雷达具有高时空分辨率,对云中的云滴、降水粒子等具有很高的探测能力,能够更精确地反映云的垂直和水平结构,也能够完整探测发展深厚的云层(仲凌志等,2009;宗蓉,2013),而云在天气、气候变化中扮演着十分重要的角色,因此,近年来对于毫米波云雷达的应用研究成为气象工作者的重点内容之一。如利用数值模拟、对比分析等方法研究和验证毫米波云雷达数据的可靠性及准确性(Liu et al.,2012;刘黎平等,2014);利用云雷达云回波数据提取卷云、积云、层云等主要云型特征,进而实现对云类型的自动识别(杨晓等,2019);利用云回波特征和统计分析方法研究黄河流域内蒙古段及淮南等地区的云底高度、云厚度、各云型出现频次等云宏观特征(李海飞等,2017;李慧等,2023);利用毫米波雷达联合激光雷达,采用阈值法识别层状云中的过冷水(吴举秀等,2015);利用毫米波云雷达反射率因子和线性退极化比(Linear Depolarization Ratio, LDR)能反映融化层特性的特点联合径向速度梯度特征,提出融化层识别技术(孙晓光等,2011;胡树贞等,2020),或利用不同水凝物相态下反射率因子等多种云雷达探测参量建立识别水凝物相态的模糊逻辑算法(李玉莲等,2019)。此外,利用毫米波云雷达分析不同天气过程、不同天气阶段的云结构、强度等特征,如:冻雨回波特征是片状不均匀结构,而降雪丝缕状结构明显(王柳柳等,2017),降雪回波强度最大值能反映整层云系中含水量最大的区域(陈羿辰等,2018),1 km以下反射率因子较大和雪粒子下落速度较大同时满足时,地面小时降雪量较大(张晋茹和杨莲梅,2019),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的变化(姬雪帅等,2022)等。
上述诸多研究,对气象业务上深入应用毫米波云雷达提供了可参考性,具有积极意义,但多偏重云雷达资料质量控制、水凝物相态、融化层识别技术及云宏观特征分析等的研究,在高影响天气临近预报预警中的精细能力研究较少,为做好雄安新区高影响天气的精准天气预报和充分运用高时空分辨率资料,本文利用2020年1月—2023年12月雄安新区容城气象站Ka波段HMB-KPS型毫米波云雷达反射率因子、径向速度等7种产品和同期容城地面气象资料对雄安新区暴雨(24 h降水量≥50 mm)、大风(≥13.9 m·s-1)、雾(大量微小水滴浮游空中,使水平能见度<1 km的天气现象)、霾(大量极细微的干尘粒等均匀浮游在空中,使水平能见度<10 km的空气普遍混浊的现象)以及沙尘(扬沙:风将地面沙粒和尘土吹起使空气相当混浊,水平能见度为1~10 km的天气现象;浮尘:无风或微风,空气混浊,能见度<10 km的天气现象)等城市高影响天气进行云雷达特征分析,提炼、归纳临近预报预警信息,供一线业务参考。
1 资料与方法
研究所用资料:2020年1月—2023年12月雄安新区容城气象站云雷达反演产品,主要包括:反射率因子、径向速度(Vr)、粒子半径、滴谱数据、瞬时降雨率、云水含量和垂直积分液态水含量(Vertically Integrated Liquid Water,VIL)。Ka波段HMB-KPS型毫米波(波长8.6 mm)云雷达主要性能参数见表1。地面气象资料为同期容城气象站日、时、分综合观测资料,包括地面降水量、风速、能见度等。研究方法为天气学、雷达回波图像形态分析、数理统计等。
表1 HMB-KPS型毫米波云雷达主要性能参数
Tab.1
指标项 | 详细说明 |
---|---|
雷达体制 | 脉冲多普勒、单发双收、全固态、脉冲压缩 |
工作频率 | Ka波段,35.0±0.5 GHz |
探测范围 | 0.12~20.00 km |
探测要素 | 回波强度、径向速度、速度谱宽、线性退极化比 |
探测精度 | 强度:≤1 dBZ,速度:≤1 m·s-1,谱宽:≤1 m·s-1,线性退极化比:≤1.0 dB |
数据时空分辨率 | 60 s,30 m |
2 高影响天气的毫米波云雷达特征
2.1 不同等级降水的云雷达特征
根据资料完整性,对2020—2022年雄安新区67次降水天气和对应云雷达反射率因子强度等进行统计分析,获得各次降水发生时云体的特征值,发现满足如下3个条件:1)春季(3—5月)、夏季(6—8月)、秋季(9—11月)出现强度≥21 dBZ、伸展高度≥5 km的云体回波,冬季(12月至次年2月)出现强度≥15 dBZ、伸展高度≥2 km的云体回波;2)云体最低高度达150 m;3)150 m处回波强度春、夏、秋≥15 dBZ(冬季≥10 dBZ)。满足上述条件的回波出现,则出现降水的概率达88.7%,文中称这样具有一定强度、对降水等天气有预报指示意义的回波为强回波。强回波出现后,降水开始前,150 m高度以下基本无回波,降水开始后120 m高度出现强度为-21~9 dBZ的弱回波,此时150 m与120 m两个高度间回波强度差基本在15 dBZ以上(雄安云雷达探测盲区界线为120 m),此明显的强度分界线只有降水天气时才明显显现;未出现降水的强回波,云体结构多为“针”形或结构松散,强度相对均匀,持续时间短(≤15 min)。强回波出现预示地面降水即将开始,反之强回波减弱,云底高度抬升,则降水趋于结束。依据云体最大强度的不同,特别是150 m处回波最大强度及其变化幅度的不同,降水开始时间从5 min内至30 min后不等,当150 m高度处回波最大强度≥33 dBZ,分钟级增大幅度≥10 dBZ时,降水开始时间一般在20 min以内,甚至不足5 min;最大回波强度较小(15 dBZ左右),分钟强度变化≤2 dBZ,或者出现强度先下降、再上升的较小波动变化,则地面出现降水的时间达30 min或以上,其余多为10~30 min内,总体平均20 min左右。四季中以夏、秋季云体回波强度变化较明显,春、冬季相对平缓,降水开始时间略有差异。将上述研究指标应用在2022—2023年的天气监测中,62次降水过程无漏报,未出现降水的云体符合上述特征。
利用2020年1月—2023年12月雄安新区暴雨6例、大雨5例、中雨4例、小雨(雪)12例进行云体强回波的图像特征分析,数值取自强回波最大高度、最大面积色标块的平均值,结果见表2。可见,暴雨天气时云体发展宏大,伸展高度、云粒子平均径向速度、云水含量、瞬时降雨率、粒子分布半径等均为最大,这与Zheng等(2019)研究的强对流云体中造成强降雨的回波特征相似,小雨时则明显偏小,中雨、大雨分布特征相似,大雨过程中各项数值整体较中雨略偏大;另外,相同量级不同季节也有一定差异,如降雪天气云粒子最大径向速度多为1.4~4.2 m·s-1,较降雨时明显偏小。除此,云雷达在强降水过程中强度有衰减特性,但衰减对云垂直结构、深厚的云层、云形变化等的判别影响较小(杨晓等,2019)。因此,云体的高度值相对可靠准确,其余特征值可供参考,其中粒子半径精细分布也可用云雷达滴谱数据产品实时显示。因强度有衰减,降水量预报部分不在本文讨论。在云雷达各反演产品中,反射率因子对云体高度、垂直结构以及对应地面降水时间等方面表征效果最好,因此,以反射率因子为例分析造成不同等级降水的云体回波随时间的演变特征。图1为2022年雄安新区4次不同等级降水伴地面7级以上大风过程的反射率因子演变。2022年8月5日降雨过程(简称“8·5”过程)暴雨时段为5日00:19—02:17(北京时,下同),从图1(a)可见:4日23:20出现针形强回波,持续时间短,未出现降水;5日00:02又有强回波出现,150 m高度处回波强度明显增强,强回波出现约17 min后00:19地面出现0.1 mm降水,02:18强回波云底高度抬升,与降水结束时间基本一致。6月27—28日降水过程(简称“6·27—28”过程)大雨时段为27日23:48—28日01:10和28日08:46—11:41,从图1(b)看出,27日23:18强回波出现,28日01:06减弱抬升;28日08:18另有强回波出现,11:36减弱抬升,两次强回波出现对地面降水均有较好的预报指示意义,时间提前量分别约28、30 min,回波减弱较降水结束时间提前约4~5 min。6月23日降水过程(简称“6·23”过程)中雨时段为17:23—18:20,从图1(c)看出,23日17:18强回波出现,2 min后150 m高度处最大回波强度已超39 dBZ,较降水开始时间提前仅约5 min,18:16强回波减弱抬升,降水趋于结束。5月6日(简称“5·6”过程)小雨时段为11:28—12:22,从图1(d)看出,6日03:33强回波出现,针状,持续时间短,无降水出现;11:08又有强回波出现,11:12 150 m高度处回波强度增强至39 dBZ左右,20 min内降水出现,12:24减弱抬升,较降水结束时间偏晚约2 min。可见,强回波出现和减弱对地面降水起止时间具有预报参考价值。
表2 不同等级降水的云雷达特征指标
Tab.2
降水 等级 | 强回波高度/km | 平均径向速度/(m·s-1) | 平均云水含量/ (g·m-3) | 平均瞬时降雨率/(mm·h-1) | 平均粒子 半径/μm |
---|---|---|---|---|---|
小雨 | 6.9±2.1 | 3.3±1.5 | 12.5±2.8 | 1.3±0.9 | 52.9 ±16.5 |
中雨 | 8.2±1.2 | 6.3±2.6 | 16.3±2.5 | 3.2±0.3 | 71.3±7.5 |
大雨 | 8.8±1.3 | 6.7±0.6 | 16.5±1.4 | 3.7±0.3 | 82.0±24.9 |
暴雨 | 9.6±2.7 | 7.4±1.1 | 18.8±2.1 | 4.4±0.7 | 100.0±27.4 |
图1
图1
2022年4次降水过程容城云雷达反射率因子演变(单位:dBZ)
(黑色虚线方框为地面有7级以上大风,下同)
(a)8月4日20:00—5日08:00,(b)6月27日20:00—28日14:00,(c)6月23日14:00—20:00,(d)5月6日00:00—7日00:00
Fig.1
The evolution of cloud radar reflectivity factor at Rongcheng Station during four precipitation processes in 2022 (Unit:dBZ)
(The black dotted line box indicates that there is a force 7 or higher wind on the ground)
(a)from 20:00 August 4 to 08:00 August 5,(b)from 20:00 June 27 to 14:00 June 28, (c)from 14:00 to 20:00 June 23,(d)from 00:00 May 6 to 00:00 May 7
根据云雷达实时反演滴谱数据,可以及时掌握降水过程的液态云粒子分布等微观特征。图2为上述4次不同等级降水过程的云雷达滴谱数据分布。可见,液态云粒子半径分布在5~15 μm、>15~55 μm、>55~95 μm以及>95~125 μm的占比,“8·5”暴雨过程分别为27.4%、52.4%、14.9%和4.4%;“6·27—28”大雨过程分别为37.6%、38.6%、17.8%、4.8%;“6·3”中雨过程分别为39.8%、40.1%、16.4%、3.3%;“5.6”小雨过程分别为30.2%、45.2%、21.5%、2.9%。可知,暴雨时偏大粒子占比明显偏高,半径>15 μm的液态云粒子累计占比可达70%以上,小雨其次,中雨、大雨相差不大。在半径>95~125 μm的粒子占比累计,大雨最大、小雨最小。虽然各等级降水的时间长度不一致,但分布趋势总体是暴雨时较大粒子占比较高,小雨时中、小粒子占比偏大。另外发现,同一量级降水,不同季节粒子占比也有差异,冬季小雨时半径≤15 μm的液态云粒子占比甚至可达60%以上。
图2
图2
2022年4次降水过程的容城云雷达滴谱数据分布
Fig.2
The distribution of drop spectrum data of cloud radar at Rongcheng Station during four precipitation processes in 2022
综上可知,云雷达探测各级降水云体,宏观、微观、垂直结构等特征精细,强回波出现、减弱对降水起止具有预报指示意义,平均提前量约20 min,云体150 m处回波强度越强,分钟级增幅越大,降水开始越快,反之降水开始较慢。各级降水云体以暴雨的强回波高度、最大径向速度等为最大,小雨总体为最小。同一量级降水,不同季节粒子分布比例有差异,冬季较夏季小粒子占比偏大。
2.2 降水伴大风天气的云雷达特征
目前地面大风预警多应用S波段雷达回波特征(弓形回波、阵风锋)、径向速度大值区、反射率因子核心下降伴随云底以上气流辐合等(俞小鼎等,2006;王福侠等,2016)。而云雷达反演产品针对降水伴大风天气有相似但又明显不同的特征:当强回波伸展高度达8 km之上而后快速下落到云顶高度≤2 km的过程中,地面易出现8级以上大风,若同时伴随反射率因子核心值下降,则是降水伴大风,此时回波特征为强回波区中有明显的U或V型缺口,缺口区域地面风力整体偏大,多在7级以上,缺口形成可能与降水粒子拖拽造成回波衰减等有关。缺口区云粒子最大径向速度达12.5 m·s-1左右,8级以下大风时云粒子以下落速度为主,上升速度不明显或偏弱。通常在雷暴云内气流升、降速度达10.0 m·s-1以上常见,较强可达60.0 m·s-1,地面大风形成主要由降水物拖曳、干空气夹卷及云和降水粒子的相变冷却3种作用综合造成(朱乾根等,2007),而云粒子的径向速度常明显小于云内气流的速度和地面风速。“8·5”过程7级以上大风时段为5日00:04—00:48,8级以上大风时段为5日00:33—00:46,最大风速21.0 m·s-1(9级)出现在5日00:40。从图1(a)看出:5日00:21回波顶高度出现大幅快速下降,同时伴有反射率因子核心值下降,较地面8级大风开始偏早12 min,较9级大风偏早19 min,回波顶再抬升时刻分别为5日01:08和01:22,此时地面风力已减小到7级以下;径向速度图(图略)上9级大风时刻500~1 500 m高度云体出现垂直缝隙,大风前一时刻云粒子最大下降速度达12.5 m·s-1左右,但同时也发现,00:48之后地面风力在7级以下,而U型区内粒子最大径向速度仍有12.5 m·s-1左右,因此可见,地面出现强风的条件是必须有回波顶高度的大幅升降,其中快速下降阶段更为重要。“6·27—28”过程7级以上大风出现在27日23:54—28日00:05,8级风出现在27日23:55,风速为17.5 m·s-1。从图1(b)看出:27日23:54回波顶高度大幅下降,同时伴有反射率因子核心值下降,与7、8级大风出现时刻基本一致,28日00:06回波顶抬升,与大风结束时间基本一致,V型缺口较图1(a)中U型缺口小,大风持续时间偏短;径向速度图(图略)上V型区8级大风前一时刻约2.5 km高度云粒子最大下落速度达12.5 m·s-1左右,最大上升速度为4.2~6.9 m·s-1,地面最大风时刻与回波顶下落最低点时刻基本一致;08:18另出现的强回波,缺口区回波顶下落高度偏高,地面风力偏小。“6·23”过程7级以上大风出现时段为17:18—17:32,17:18—17:31出现8级以上大风,最大风速32.8 m·s-1(12级)出现在17:23。从图1(c)看出:回波顶高度大幅下降时刻为17:19,伴有反射率因子核心值下降,与7、8级大风开始时刻基本一致,较12级大风偏早4 min,17:30回波顶抬升,与大风结束时间基本一致;径向速度图(图3)上V型缺口区对应有明显的上升、下沉速度,17:22 3~5 km高度云粒子升、降最大速度达12.5 m·s-1左右,同时伴随回波顶高度快速下降,下降过程中17:23地面出现12级大风。“5·6”过程未出现8级大风,7级大风出现时段为07:49—08:00和09:34—09:35,最大风速15.4 m·s-1出现在07:49(降雨前),为非降水大风时段。从图1(d)看出:云体回波强度整体偏弱,高度偏低,粒子径向速度(图略)小(最大4.2~6.9 m·s-1),7级大风时刻回波顶高度有下降的表现,但特征偏弱,未形成U或V型缺口,参考价值小。
图3
图3
2022年6月23日14:00—20:00容城云雷达径向速度(单位:m·s-1)演变
Fig.3
The evolution of cloud radar radial velocity at Rongcheng Station from 14:00 to 20:00 June 23, 2022(Unit: m·s-1)
由上得知,回波顶高度出现大幅、快速下降(云顶高度降至≤2 km),且伴随反射率因子核心值下降,强回波区中有明显的U或V型缺口,云粒子最大径向速度达12.5 m·s-1左右,地面易出现降水伴8级以上大风天气;而非降水大风回波高度变化等特征偏弱。
2.3 VIL对降水伴大风天气的预警应用
研究发现,VIL变化对地面大风也有一定预警指示意义(东高红和吴涛,2007)。在云雷达中,当VIL>400 g·m-2时,在其将达峰值前及达峰值后再陡降、陡升过程中地面风力均较大,其中达峰值后陡降过程中易出现8级以上大风,极大风通常出现在30 min以内,并以10 min内为主。图4是“6·23”过程地面风速与VIL的演变,可看出:17:17 VIL达到峰值419.5 g·m-2,17:18 VIL快速下降,伴随地面出现9级大风,12级大风出现在VIL下降幅度最大(17:22,1 min下降幅度达158 g·m-2)的下一时刻内(17:23),VIL峰值距风速极大值出现约6 min。实际业务中VIL增大接近400 g·m-2,且伴随风速增大即发预警,结合其他气象产品,可以增加对降水伴8级以上大风天气的诊断和预警提前量,时间可达0~30 min或以上。
图4
图4
2022年6月23日17:03—17:46地面风速与VIL演变
Fig.4
The evolution of ground wind speed and VIL from 17:03 to 17:46 June 23, 2022
非降水大风也主要分布在VIL陡升、陡降阶段,但VIL及其变化值均明显偏小,且天空无云时也无值,波形起伏特征不明显,参考价值小。
2.4 雾和霾天气云雷达特征
雄安新区云雷达重点是对云的探测,技术上对低空杂波进行了较强的抑制技术,因此,除10:00—17:00可见低空杂波外,其余时段低空杂波弱、零散或不可见,同时,低空的雾、霾、沙尘等天气回波也不同程度受到明显抑制,在高空无云层时,回波也不可见。单纯低空杂波出现时,其回波特点和雾、霾、沙尘等天气现象之间因组成成分不同有较明显区别,杂波以白天段(10:00—17:00)为主,常年可见,且夏季较明显,天空无云层时,仍清晰可见,但天空有深厚云层(≥5 km)、降水云体、空气湿度较大时几乎不可见,除此,杂波时的径向速度、粒子半径、云水含量等结构特征呈明显不均匀的颗粒状分布,而雾、霾、沙尘等天气回波呈均匀的片状结构。在杂波出现时段,若霾、雾、沙尘天气程度较轻,可伴有杂波影响。
统计2020—2023年雄安新区10个雾过程、7个霾过程云雷达特征指标(表3),发现:雾、霾天气回波可见时5 km以上高空一般有云层,云层反射率因子最大强度为-15~15 dBZ,径向速度以-4.2~1.4 m·s-1为主,雾、霾的回波高度一般≤3 km,回波强度为-27~9 dBZ,雾、霾间强度无明显差异;径向速度偏小,霾时约-4.2~4.2 m·s-1,雾时约-1.4~1.4 m·s-1;霾天气粒子半径总体以15 μm以下为主,雾日较霾日略大,在50 μm以下;云水含量雾日较霾日略大,主要因为雾日尤其浓雾日空气湿度较霾日偏高。雾、霾回波强度等整体分布比较均匀,这与李剑婕等(2021)、刘姝等(2023)的“雾在毫米波云雷达上为层状结构,回波较为均匀、浅薄、垂直运动微弱”研究结论相似;若雾、霾天气发生时,云雷达上无回波,则没有业务可参考性。图5(a)为2023年3月21—22日雄安新区一次霾转小雨过程云雷达反射率因子演变,可以看出霾时段(21日11:00—18:00)回波主要分为上、下两层,上层为云回波,强度主要分布在-15~3 dBZ,近地层3 km高度以下回波强度为-15~-3 dBZ,10:48—16:00较薄、较弱的回波为霾和低空杂波的混合回波,16:00—18:00主要为霾回波。回波高度、强度均明显较小雨时段(21日19:00—22:00)偏低、偏弱,霾回波与降雨云体回波有明显差异。图5(b)为2022年11月11—12日雄安新区一次雨转雾再转雨过程的云雷达径向速度演变,可见雾时段(11日15:10—19:29)回波为上、下两层,上层为云层,近地层2 km高度以下较薄、较弱的回波为雾天气回波,径向速度为-1.4~1.4 m·s-1,明显较降雨时段(11日06:38—15:09,19:30—24:00)偏小。由此可见,降水与雾、霾共存天气过程中,雾、霾转降水时,云雷达能快速、清晰地进行识别,给出立体、直观的信息,这是云雷达显现的独特优势。
表3 雾、霾过程云雷达特征指标
Tab.3
天气 类型 | 反射率因子/dBZ | 回波顶高/km | 径向速度 /(m·s-1) | 粒子半径/μm | 云水含量/(g·m-3) |
---|---|---|---|---|---|
雾 | -27~9 | ≤3 | -1.4~1.4 | ≤50 | ≤9 |
霾 | -27~9 | ≤3 | -4.2~4.2 | ≤15 | ≤7 |
图5
图5
2023年3月21日08:00—22日08:00霾转雨天气云雷达反射率因子(单位:dBZ)(a)与2022年11月11日00:00—12日00:00雨雾天气转换云雷达径向速度(单位:m·s-1)(b)演变
Fig.5
The evolution of cloud radar reflectivity factor during the haze to rain weather process from 08:00 March 21 to 08:00 March 22, 2023 (Unit: dBZ) (a) and radial velocity during the rain and fog conversion weather process from 00:00 November 11 to 00:00 November 12, 2022 (Unit:m·s-1) (b)
2.5 沙尘天气的云雷达特征
分析2020—2023年雄安新区5个沙尘天气日的云雷达产品特征发现:沙尘回波可见时,天空5~10 km通常有云层,云层回波最大强度为-15~15 dBZ,径向速度为-4.2~1.4 m·s-1,此外,4 km以下存在一层或几层强度相对均匀的横向回波,近地的一层高度一般≤2 km,中间几层较薄,上、下各层之间强度差异较小,反射率因子强度以-27~9 dBZ为主,径向速度为-4.2~1.4 m·s-1,粒子半径以≤25 μm为主,云水含量≤8 g·m-3。若天空相对洁净、无云层或沙尘垂直高度较低、持续时间短,则云雷达回波弱且零散或没有回波,与雾、霾天气相似,此时云雷达对沙尘监测无参考价值,这与徐路扬等(2023)“云雷达能探测到边界层(0~2 km)内的沙尘和对流层中上层(6~10 km)的沙尘云,且能探测垂直速度”的研究结论相似又略有不同。图6是2023年4月11—12日雄安新区一次霾和沙尘交替出现天气过程的云雷达反射率因子及粒子半径演变,其中沙尘时段为11日22:00、12日01:00—02:00、08:00、11:00、14:00和17:00,其余时段为霾。可以看出,11日21:00—12日09:00天空相对洁净无云层,云雷达无回波显示;12日09:00—19:00天空中出现云层,4 km以下霾和沙尘回波有一定体现、中午时段夹杂低空杂波,回波强度为-15~9 dBZ,粒子半径为10~25 μm,径向速度为-4.2~1.4 m·s-1(图略),云水含量≤6 g·m-3(图略),霾和沙尘之间强度无明显差异,难识别。
图6
图6
2023年4月11日21:00—12日21:00容城云雷达反射率因子 (单位:dBZ)(a)和粒子半径 (单位:μm)(b)演变
Fig.6
The evolution of cloud radar reflectivity factor (Unit: dBZ) (a) and particle radius (Unit: μm) (b) at Rongcheng Station from 21:00 April 11 to 21:00 April 12, 2023
综上,云雷达对沙尘、雾、霾等非降水天气的探测、区分较困难,尤其高空洁净无云层时基本无回波,但沙尘、雾、霾与降水天气之间发生转换时,云体结构、强度差异等特征明显,易于区分。
3 结论
利用雄安新区Ka波段毫米波云雷达反射率因子等产品和同期地面气象资料分析了2020年1月—2023年12月雄安新区暴雨、大风、雾、霾及沙尘等高影响天气的云雷达特征及其应用,得到以下结论。
当春、夏、秋季出现回波强度≥21 dBZ(冬季≥15 dBZ)、伸展高度≥5 km(冬季≥2 km)的云体,且云体最低高度达150 m时,地面出现降水的概率达88.7%,强回波出现到地面降水开始总体平均提前量约20 min,150 m高度处回波强度越强,分钟级增加幅度越大,降水开始时间越早;不同等级降水中以暴雨的强回波伸展高度等为最大。
当回波顶伸展高度在8 km之上而后快速下落至云顶高度≤2 km时,地面易出现8级以上大风,若同时伴随反射率因子核心值下降,云粒子最大径向速度达12.5 m·s-1左右,则是降水伴大风天气,此时回波特征为强回波区中形成明显的U或V型缺口:非降水大风天气回波强度等特征较弱,参考价值小。
云雷达反演滴谱数据可较好反映各级降水的粒子分布特征,VIL对降水伴大风天气有一定的预警指示意义,预警提前量可达0~30 min或以上。
雾、霾、沙尘等非降水高影响天气的云雷达强度特征整体偏弱,各天气现象之间特征界限不清晰,但与降水转换时云雷达能快速、清晰识别出降水云体,展现出云雷达独特的优势。雄安新区云雷达目前重点是对云的探测,生成业务产品也主要针对云的计算、开发,对雾、霾、沙尘及无云大风等非降水高影响天气的探测能力偏弱,参考价值较小,这可能与云雷达数据处理方式也有关。
致谢
感谢航天新气象科技有限公司陈豆对雄安新区云雷达性能和功能的技术支持和帮助。
参考文献
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].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<sup>-1</sup>,而降雪时则小于 2 m·s<sup>-1</sup>。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。
基于毫米波云雷达的黄河流域内蒙古段云宏观特征分析
[J].云是地-气系统的重要组成部分,云宏观特征不仅与地-气系统的辐射收支及区域气候变化密切相关,还直接影响云降水过程模式预报的准确性,鉴于此本文基于2020年8月至2021年7月呼和浩特地区毫米波云雷达观测数据,对黄河流域内蒙古段云出现频率及垂直结构进行统计分析。结果表明:该地区多以晴空为主,全年晴空廓线超过了云雷达总采样廓线的70.00%,相比而言,云出现频率较小,6月最高值也仅为43.84%。云类型以中高云为主,云底高度多出现在3.00~4.00 km之间,云层较薄,厚度介于0.50~1.00 km的云出现频率最高。云宏观属性存在明显的季节变化和日变化特征,春季和夏季云的出现频率较高,分别为39.71%和35.77%,冬季云的出现频率最小,春、夏、秋季午后云出现频率明显高于上午时段。
一次山地冬季“霰-雪-云-雾”天气的云降水垂直结构和演变特征研究
[J].
利用毫米波测云雷达反演层状云中过冷水
[J].毫米波测云雷达已成为研究云内微物理参数的有效工具,利用其从混合相云中识别出过冷水,对人工影响天气及预防飞机积冰具有重要意义,对我国毫米波雷达的数据处理也具有借鉴作用。本文利用英国的35 GHz、94 GHz测云雷达,结合激光雷达和探空资料,采用阈值法,反演分析了层状云中的过冷水。结果表明:(1)毫米波雷达联合激光雷达可以识别层状云中的过冷水,其结果与微波辐射计测量的液态水路径或毫米波雷达的双峰谱相符合;(2)利用多普勒速度的双峰谱可以反演混合相云中的过冷水含量、冰晶含水量。混合相云的雷达反射率因子主要取决于冰晶,根据雷达反射率因子反演会低估云内液态水含量;(3)本次层状云降水的亮带以上含有较多过冷水,此处35 GHz的雷达回波强度随冰晶的增大而减弱,且冰晶的含水量主导了总液态水含量。
多源遥感数据在北京春季沙尘天气监测中的应用评估
[J].利用2021年春季影响北京的3次沙尘(暴)天气过程(3月15日、28日和4月15日)中激光雷达、激光云高仪和云雷达3种遥感探测设备的探测数据,北京4个国家气象站能见度观测及北京市生态环境监测中心PM<sub>10</sub>监测数据,综合分析3种遥感探测设备对沙尘监测的特点及优劣,以期提高沙尘天气预报预警技术。结果表明:激光雷达的消光系数和退偏振比可以较准确地区分沙尘气溶胶和大气污染物,在边界层和对流层中下层沙尘表现为高消光系数(>0.30 km<sup>-1</sup>)和高退偏振比(>10%);云高仪的近地面后向散射系数、云底高度与PM<sub>10</sub>质量浓度、能见度变化有较好的对应关系,也能通过近地面后向散射系数的陡增和云底高度的下降来判断沙尘沉降;云雷达能探测到边界层(0~2 km)内的沙尘和对流层中上层(6~10 km)的沙尘云,且能探测垂直速度。综合来看,激光雷达是3类遥感探测设备中唯一能够区分沙尘和大气污染物的设备;云高仪在近地面层对沙尘的监测效果较好,且能够判断沙尘的持续时间;云雷达的探测距离最远且能探测垂直速度。
毫米波测云雷达的特点及其研究现状与展望
[J]. 云在大气的能量分配、辐射传输,尤其是水循环系统中有不可忽视的作用。云探测对云物理、人工影响天气、气候变化和航空航天等领域有重要意义,是大气科学研究的热点之一。尽管目前已经发展了很多种遥感设备对云进行观测(如激光雷达、卫星、云幂仪等),但这些设备无法得到高时空分辨率的云水平和垂直结构,而毫米波雷达是云三维精细结构探测的重要工具。由于毫米波雷达具有更接近小粒子尺度的短波长,因此更适合用来探测弱云,同时毫米波雷达也存在衰减严重的缺点。介绍了毫米波雷达的特点以及其探测小粒子的优势;对比分析了其与新一代多普勒天气雷达、晴空风廓线雷达的差异,得出:毫米波雷达具有高时空分辨率,能够更精确地反映云的垂直和水平结构,比普通天气雷达更适合监测云的变化。概括了国内外毫米波测云雷达的发展现状以及在云物理研究方面的情况,并展望了国内毫米波雷达未来研究的方向。
Comparison of precipitation observations between principle prototype space-based cloud radar and ground-based radars
[J].
A study of vertical structures and microphysical characteristics of different convective cloud-precipitation types using Ka-band millimeter wave radar measurements
[J].
/
〈 |
|
〉 |
