六盘山区积层混合云和降水垂直结构特征分析
1
2
3
4
5
Analysis of vertical structure features of stratiform and convective mixed clouds and precipitation over Liupan Mountain area
1
2
3
4
5
通讯作者: 田磊(1984—),男,甘肃武威人,高级工程师,主要从事人工影响天气研究。E-mail:tianl419@163.com。
责任编辑: 邓祖琴;校对:黄小燕
收稿日期: 2025-08-14 修回日期: 2026-01-22
| 基金资助: |
|
Received: 2025-08-14 Revised: 2026-01-22
作者简介 About authors
邓佩云(1993—),女,宁夏固原人,工程师,主要从事大气物理学与人工影响天气研究。E-mail: dengpy734785297@163.com。
六盘山区积层混合云降水频发,明晰其云垂直结构特征及山地地形影响机制,对提升当地人工影响天气作业能力具有重要意义。本文选取20次积层混合云小雨过程及典型个例,基于Ka波段云雷达、X波段天气雷达、ERA5再分析及微波辐射计等多源资料,系统分析云宏观结构特征、回波强度分布及动力和水汽条件的空间差异。结果表明,六盘山站累计降水量和降水持续时间显著高于东坡大湾站与西坡隆德站,云垂直结构与降水变化在时间和空间上具有良好对应关系,并呈明显的地形分异特征。六盘山站云顶高度、云厚及回波强度均显著高于坡地站点。六盘山区积层混合云小雨过程中,云垂直结构同时具有层状云与对流云特征,在较稳定降水阶段,4~5 km处存在明显0 ℃层亮带结构,中低层(亮带下方)为主要降水贡献区,回波强度平均值为4.1~9.2 dBZ。降水高发阶段云层厚度显著增加,低层强回波区明显增强。典型降水个例分析表明,高低空环流耦合与副热带高压外围水汽输送为降水提供必要的动力和水汽条件,地形通过动力抬升及迎风坡效应调制云体垂直结构,其中东坡水汽供应及云液态水累积能力显著优于西坡,是造成降水空间差异的重要原因。
关键词:
Stratiform-convective mixed cloud precipitation occurs frequently in the Liupanshan region. Understanding the vertical structure characteristics of clouds and the influence mechanism of mountainous topography is of great importance for improving local weather modification operations. Based on multi-source observations from Ka-band cloud radar, X-band weather radar, ERA5 reanalysis, and microwave radiometers, this study selected 20 light precipitation processes associated with stratiform-convective mixed clouds and systematically analyzed the spatial differences in cloud macroscopic structures, radar reflectivity characteristics, and dynamic and water vapor conditions. The results show that the cumulative precipitation amount and precipitation duration at Liupanshan Station are significantly higher than those at Dawan Station on the eastern slope and Longde Station on the western slope. The vertical structure of clouds shows a good spatiotemporal correspondence with precipitation and exhibits evident topographic differentiation. Cloud-top height, cloud thickness, and radar reflectivity at Liupanshan Station are significantly greater than those at the slope stations. During light precipitation processes of stratiform-convective mixed clouds in the Liupanshan Mountain area, the cloud vertical structure exhibits characteristics of both stratiform and convective clouds. During relatively stable precipitation periods, a distinct 0 °C bright band appears at 4-5 km altitude. The middle and lower layers below the bright band serve as the main precipitation contribution region, with a mean radar reflectivity of 4.1-9.2 dBZ. During periods of frequent precipitation, cloud thickness increases significantly, and the intensity of strong radar echoes in the lower layers is markedly enhanced. Typical precipitation case analysis indicates that the coupling of upper- and lower-level circulation and water vapor transport associated with the periphery of the subtropical high provides necessary dynamic and moisture conditions for precipitation. Topography modulates the cloud vertical structure through dynamic lifting and windward slope effects. The water vapor supply and cloud liquid water accumulation capacity on the eastern slope are significantly stronger than those on the western slope, which is an important cause of spatial differences in precipitation.
Keywords:
本文引用格式
邓佩云, 田磊, 林彤, 陈家福, 杨婧, 杨萌, 朱浩然.
DENG Peiyun, TIAN Lei, LIN Tong, CHEN Jiafu, YANG Jing, YANG Meng, ZHU Haoran.
0 引言
西北地区是我国典型的干旱与半干旱区域(柏庆顺等,2019)。作为重要的水汽辐散区,该区域云水资源开发效率整体偏低,已成为制约区域生态安全屏障建设的重要因素(徐栋等,2016)。六盘山位于西北地区东部,地处东亚夏季风、西风带与高原季风的交汇区域,是维系西北内陆地区空中水汽输送的关键山地(邓佩云等,2024),其所在区域隶属于全国“两屏三带”生态安全战略格局中的“黄土高原-川滇生态屏障”,同时也是黄土高原西部重要的水源涵养区,生态区位十分关键。已有研究表明,六盘山区降水过程中积层混合云出现频率高达42%,该类云系平均水凝物降水效率可达48.1%,具备较高的云水资源开发潜力(张沛等,2020;陶涛等,2025)。因此,系统认识六盘山区积层混合云的垂直结构特征、适宜作业条件及人工增雨调控机制,不仅是缓解区域水资源短缺、支撑生态安全屏障建设的现实需求,也是完善山地云降水物理机制理论体系的必要实践。
积层混合云是由大范围层状云包裹多个对流单体构成的复合云系,具有生命周期长、降水范围广的特点,易产生持续性或间歇性降水,是人工增雨作业的优选目标云型(周亦凌和姚展予,2017;刘香娥等,2020;唐林等,2020)。云垂直结构是影响云微物理过程与降水形成演变的关键因素(高翠翠等,2015),不仅通过调控辐射强迫显著影响全球能量平衡(Randall et al.,2003),还可通过改变区域辐射状况对大气环流产生反馈(邵元亭等,2013)。降水云团结构的演变过程与降水发生发展密切相关(向朔育和李跃清,2025),而云结构与复杂地形之间的耦合作用,是调控山地降水时空分布格局的重要机制(刘卫国和刘奇俊,2007)。已有研究表明,积层混合云兼具层状云与对流云的双重结构特征(王洪等,2022),云内对流区与层状区的相互作用有利于维持大范围持续性降水(李艳伟等,2009a)。云中对流泡的存在会导致云体不同区域云水含量分布不均匀(杨俊梅等,2024),其中对流单体内部液态水含量、垂直气流速度及粒子尺度通常高于层状云区,冰晶生成效率更高,从而更有利于降水粒子的形成与增长(张佃国等,2020)。中低纬度过渡带受地形动力抬升与热力作用影响,是积层混合云形成与演变的重要敏感区域(郭欣等,2013)。然而,低比湿环境会显著抑制山地云发展,使其云层厚度较同纬度平原减少40%,且多层云系统对降水的贡献率随云层数增加呈指数衰减(刘屹岷等,2018)。此外,复杂山地地形还易促进邻近多单体对流云合并,从而形成尺度更大的积层混合云系统(李艳伟等,2009b)。
积层混合云垂直结构的研究虽已取得一定进展,但现有研究多侧重云系生命周期演变或云降水相互作用机制,对复杂山地背景下云结构空间差异性的认识仍较为有限。同时,相关观测多以单点观测为主,缺乏多站点协同观测条件下对不同地形方位云结构特征的系统对比分析。六盘山区积层混合云降水频发,区域地形起伏明显,季风交汇作用强,不同方位的地形抬升强度及水汽条件差异明显,但针对该区域云垂直结构的精细化、多站点观测研究仍相对不足。近年来,Ka波段毫米波测云雷达被广泛应用于云结构探测研究,能够获取不同高度层的云宏微观参数,实现云垂直结构的高时空分辨率观测,为降水精细化预报与云物理机制研究提供了重要技术手段(刘黎平,2021;郭立平等,2024)。基于此,以六盘山区为研究对象,利用布设于山脉不同方位的Ka波段毫米波云雷达观测资料,结合X波段天气雷达、ERA5再分析资料以及微波辐射计等多源观测数据,对比分析山脉不同方位的云垂直结构特征及其动力、水汽条件的空间差异,探究复杂山地地形对积层混合云垂直结构的调制机制,厘清区域降水空间分异的成因,为揭示中纬度过渡型山地云降水机制提供新的认识,并为六盘山区降水精细化预报、人工增雨潜力评估及作业方案优化提供科学依据。
1 资料与方法
1.1 资料
六盘山区位于宁夏南部,地处青藏高原与黄土高原的过渡带,山脉呈近南北走向。本文综合利用布设在六盘山脉不同方位的Ka波段云雷达、X波段天气雷达及微波辐射计观测资料(图1、表1),以及同期ERA5再分析资料和地面降水量观测资料,对典型降水过程进行分析。使用的Ka波段云雷达资料主要包括云层数、云顶高度、云底高度、云厚度、回波强度(Z)、径向速度(V)及云液态水含量(Liquid Water Content,LWC)等参数。X波段天气雷达资料主要采用组合反射率产品,组合反射率是指将雷达不同仰角扫描获得的反射率因子经过质量控制与空间融合处理后得到的最大反射率,用于表征云降水系统中最强回波的强度特征,单位为dBZ。微波辐射计资料主要包括大气水汽含量和云液水含量,其中,大气水汽含量是指通过微波辐射信号反演得到的整层大气柱内水汽的总质量;云液水含量是指通过微波辐射信号反演得到的整层云体内液态水的总质量,单位均为mm。ERA5再分析资料来自欧洲中期天气预报中心,研究区范围为10°N—60°N、60°E—140°E,主要包括风场和水汽通量资料,其中,水汽通量指单位时间内通过单位面积的水汽质量,用于表征水汽输送的强度与方向,单位为g·cm-1·hPa-1·s-1。降水观测资料来自宁夏地面基础气象资料服务平台,时间分辨率为1 min,单位为mm。资料时间段为2020年9月1日至2021年8月31日,文中所用时间均为北京时。
图1
图1
六盘山区地形(填色,单位:m)及站点(黑色点)分布
Fig.1
Topographic (the color shaded, Unit: m) and distribution of stations (black dots) in the Liupan Mountain area
表1 基本站点、仪器信息
Tab.1
| 站点 | 海拔/m | 位置 | 仪器 |
|---|---|---|---|
| 六盘山国家基准气候站 | 2 845.2 | 六盘山山顶 | HT101型Ka波段云雷达 |
| 隆德国家基本气象站 | 2 078.6 | 六盘山西坡 | HT101型Ka波段云雷达 |
| RPG-HATPRO-G4型微波辐射计 | |||
| 大湾站 | 1 981.0 | 六盘山东坡 | HT101型Ka波段云雷达 |
| 孟塬站 | 1 758.0 | 彭阳县东部 | PR11D型X波段天气雷达 |
| 泾源站 | 1 984.2 | 六盘山东坡 | QFW-6000型微波辐射计 |
1.2 方法
(1)数据质量控制及处理
首先对观测数据进行连续性检查,以保证数据时间序列的完整性;其次剔除无效数据、缺测数据及由地物回波、昆虫回波和外部电磁干扰等非气象因素引起的异常数据。在此基础上,采用切尾平均法将时间分辨率为5 s的Ka波段云雷达数据进行处理,生成时间分辨率为1 min的数据序列,使其与地面降水资料在时间尺度上保持一致。自下而上逐层检测云雷达每条径向的反射率因子,当回波底部和顶部达到或最接近-40 dBZ的距离库时,其对应高度分别定义为云底高度和云顶高度,二者之差为云厚度(王喆等,2016)。在对云雷达回波强度进行年平均或季节平均时,依据雷达气象学标准方法及云雷达数据处理规范(张培昌等,2001),首先将各时刻、各高度层的反射率因子转换为线性反射率因子Z=10^(dBZ/10)(弗雷德里克·法布里,2021),随后在Z域完成平均、合成及年(季节)统计分析,最后再转换为等效dBZ形式用于结果展示(郑佳锋等,2025),以保证统计结果在物理意义上的合理性与准确性。
(2)积层混合云降水分类
积层混合云降水的分类方法参考雷达气象学相关研究(张培昌等,2001),其典型回波特征表现为层状云降水回波与积状云降水回波混合,雷达回波形态呈棉絮状或絮状结构。基于X波段雷达组合反射率资料,对具有明显絮状回波特征的降水过程进行筛选,并将其识别为积层混合云降水个例。由于Ka波段云雷达在强降水天气条件下存在显著信号衰减,为保证云结构探测结果的可靠性,筛选的积层混合云降水个例均为小雨量级过程。
2 结果分析
2.1 六盘山区积层混合云垂直结构特征
基于上述积层混合云降水判识方法,共筛选出20个典型降水个例(表略)。六盘山山顶累计降水量、单次降水量均值及总降水持续时间均显著高于东坡和西坡。在积层混合云降水期间(表2),3站平均云顶高度、云厚度及回波强度均表现为六盘山站>大湾站>隆德站,其中六盘山站平均云顶高度和回波强度显著高于东坡大湾站和西坡隆德站。六盘山站最大云厚度可达9.7 km,约为坡地站点的2.3~2.5倍,其平均回波强度为9.2 dBZ,为坡地站点的2.1~2.2倍,最大回波强度达24.7 dBZ。六盘山站云系垂直发展更为深厚,云体内部回波强度更强,对应其降水持续时间更长、累计降水量更大;而大湾与隆德站降水量级相对较小,以弱降水为主。
表2 六盘山区积层混合云结构特征
Tab.2
| 站点 | 云层数 | 云顶高度/km | 云厚度/km | 回波强度/dBZ | 平均云顶高度/km | 平均云厚度/km | 平均回波强度/dBZ |
|---|---|---|---|---|---|---|---|
| 六盘山站 | 1~4 | 5.2~13.0 | 2.4~9.7 | 2.4~24.7 | 8.5 | 5.7 | 9.2 |
| 大湾站 | 1~3 | 4.8~13.0 | 2.8~11.0 | 1.3~18.4 | 5.8 | 3.9 | 4.5 |
| 隆德站 | 1~3 | 4.4~13.0 | 2.2~10.9 | 1.1~17.2 | 5.7 | 3.7 | 4.1 |
图2为积层混合云降水期间云回波强度逐分钟平均廓线及3站平均回波强度垂直廓线。结果表明,六盘山区积层混合云小雨天气过程中,云垂直结构同时表现出层状云和对流云的复合特征。依据谢丽萍等(2016)提出的基于云雷达0 ℃层亮带识别方法,可以识别出较为稳定的降水时段在4~5 km高度存在明显的0 ℃层亮带结构,亮带下方的中低层区域为降水形成与发展的主要贡献区间。在降水高发时段,云层厚度明显增加,同时低层回波强度大值区显著增强。分析降水期间的平均时间序列发现,0 ℃层亮带具有间歇性,即间歇性存在对流性降水且降水不连续。3站云系的垂直发展特征与其降水高发时段表现出较好的一致性,且降水强度与回波强度之间具有显著的时空一致性。较强降水时段(24 h降水量≥5 mm)通常对应回波强度大值区(≥10 dBZ),而较弱降水时段(24 h降水量≤2 mm)则对应回波强度减弱区(0~5 dBZ)(王卫民等,2024)。总体上,积层混合云中低层回波强度5~10 dBZ范围是降水形成与维持的主要贡献层。其中,六盘山站在夜间至凌晨(23:00—次日06:00)降水高发时段,云层厚度达到过程最大,且低层(3 km以下)回波强度显著强于其他站点;而大湾站与隆德站降水高发时段主要出现在上午06:00—12:00,其云层厚度略小于六盘山,且低层强回波(≥10 dBZ)的持续时间更短、空间连续性较弱,对应降水效率与持续性均低于六盘山站,以较弱降水(24 h降水量≤2 mm)过程为主。3站平均回波强度垂直廓线整体趋势具有较好一致性,表明积层混合云在宏观结构上具有一定均一性,各站回波强度均呈现自上而下逐渐增强的垂直分布特征,其中回波强度大值区集中在近地面600 m范围内。其空间分布特征表现为六盘山在2~10 km高度的回波强度整体显著高于大湾和隆德。坡地站点中,大湾回波强度略高于隆德,而两站在中高层(5~10 km)回波强度均快速衰减,反映山顶强动力抬升对云层垂直发展的促进作用,及坡地气流抬升不足对云降水的抑制效应。
图2
图2
六盘山(a)、大湾(b)及隆德(c)站积层混合云降水期间云回波强度逐分钟廓线及3站平均回波强度廓线(d)
Fig.2
Minute-resolution vertical profiles of radar reflectivity during stratiform-convective mixed precipitation at Liupanshan (a), Dawan (b), and Longde (c) stations, and the mean reflectivity profile of the three stations (d)
2.2 典型积层混合云垂直结构特征
2021年9月25日08:00,500 hPa位势高度场[图3(a)],欧亚中高纬地区环流呈典型的西风带波动特征。我国北方新疆北部、内蒙西部及甘肃一带维持明显低压槽系统,槽后冷空气沿西北气流南下,并与槽前西南暖湿气流在六盘山区附近交汇,为降水过程提供了有利的大尺度动力抬升背景。同时,副热带高压(简称副高)主体位于我国东部沿海至南海北部区域,六盘山区处于副高外围西南气流影响范围内,该气流为降水过程提供了持续稳定的水汽输送通道。700 hPa[图3(b)],六盘山区位于中纬度槽前与副高外围的过渡区域,低层暖湿气流与高层槽前动力抬升形成典型的高低空耦合结构,进一步促进了云系的发展与降水粒子的增长。此外,700 hPa暖湿气流与副高外围西南气流共同作用,为降水过程提供了充足的低层水汽供应。受上述环流系统的共同影响,六盘山区出现一次较为典型的降水天气过程[图4(a)],过程期间,六盘山累计降水量为9.8 mm(降水时段为08:06—16:36),大湾为9.3 mm(降水时段为08:02—16:10),隆德为6.9 mm(降水时段为08:33—16:08)。
图3
图3
2021年9月25日08:00 500 hPa(a)、700 hPa(b)位势高度场(黑色实线,单位:dagpm)和温度场(红色虚线,单位:℃)
(蓝色框线为六盘山区)
Fig.3
The geopotential height field (black solid lines, Unit: dagpm) and temperature field (red dashed lines, Unit: ℃) at 500 hPa (a) and 700 hPa (b) at 08:00 on 25 September 2021
(The blue box is the Liupan Mountain area)
图4
图4
2021年9月25日六盘山区累计雨量空间分布(a,单位:mm)及14:00 X波段雷达组合反射率(b,单位:dBZ)
Fig.4
Spatial distribution of accumulated precipitation in the Liupanshan Mountain area (a, Unit: mm) and composite reflectivity from the X-band radar at 14:00 (b, Unit: dBZ) on 25 September 2021
基于孟塬站X波段天气雷达观测数据,对本次降水过程代表时刻的组合反射率特征[图4(b)]进行分析。六盘山区云系回波空间分布整体较为均匀,组合反射率场以20~35 dBZ的大范围回波为主体,局地嵌布40~45 dBZ的分散性强回波核,呈现典型的积层混合云降水回波结构特征;云系整体移动路径为东南—西北向。14:00,组合反射率的区域平均值为26.16 dBZ,最大值达37.5 dBZ。六盘山、大湾对应区域的组合反射率为30~40 dBZ,而隆德为20~30 dBZ,该特征与地面降水观测中隆德降水强度相对较弱的特征一致。17:00,降水回波系统完全移出六盘山区(图略),本次降水过程结束。
图5为2021年9月25日降水天气过程六盘山、大湾、隆德云雷达参数逐时剖面,3站云系演变趋势较为一致。降水发生前1 h(07:00),云首先在大湾和六盘山上空出现,而隆德站云系出现时间相对较晚(07:20),该时序与3站降水启动先后顺序一致。降水开始前10~30 min,3站云体内的回波强度、径向速度及云液态水含量均呈明显增强特征。降水期间,云顶高度为8.0~12.0 km,回波强度大值区(>10 dBZ)主要分布在4.0 km以下,而5.0 km以上中高层则以-10~0 dBZ弱回波为主。低层气流以下沉运动为主,且粒子径向速度随高度降低呈增大趋势。云液态水含量大值区(≥1.2 g·m-3)与强回波区高度重合,中高层云液态水含量维持在≤0.6 g·m-3的较低水平。4.2~4.5 km高度,回波强度明显增强,同时伴随云液态水含量的快速增加,形成强回波区与云液态水含量大值区的过渡带,表现出典型的0 ℃层亮带结构(王洪等,2022)。亮带以下粒子以雨滴为主,下沉运动占主导,降水粒子主要通过扩散增长(即水汽在云滴表面凝结)和碰并增长(小水滴碰撞合并成大雨滴)2种过程逐渐增大(Ahmed and Schumacher,2015)。3站云垂直结构的空间分异特征明显,回波强度、径向速度及云液态水含量均表现为六盘山>大湾>隆德,该特征与地面降水量的空间差异一致。六盘山站位于山顶,低层强回波持续时间更长,同时气流活动更为活跃,云液态水含量更高,相比之下,大湾站、隆德站的云微物理参量均小于六盘山站。16:00,3站云系减弱,云顶高度降低至6.0~7.0 km,云体内以回波强度<0 dBZ的非降水云粒子为主,降水过程随之结束,云系逐渐消散。
图5
图5
2021年9月25日06:00—18:00六盘山(a、d、g)、大湾(b、e、h)、隆德(c、f、i)站云雷达回波强度(a、b、c)、径向速度(d、e、f)及云液态水含量(g、h、i)剖面
(黑色虚线分别为降水开始、结束时刻)
Fig. 5
Vertical profiles of radar reflectivity (a, b, c), radial velocity (d, e, f), and cloud liquid water content (g, h, i) from cloud radar at Liupanshan (a, d, g), Dawan (b, e, h), and Longde (c, f, i) stations from 06:00 to 18:00 on 25 September 2021
(The black dashed lines indicate the start and end times of precipitation, respectively)
图6为2021年9月25日14:00不同高度风场及水汽通量。此次降水天气过程的水汽主要来源于高低层偏南暖湿气流输送。500 hPa受西南暖湿气流控制,六盘山、大湾、隆德3站均处于水汽通量高值区(>9.0 g·cm-1·hPa-1·s-1);850 hPa以东南暖湿气流输送为主,水汽通量为1.5~2.0 g·cm-1·hPa-1·s-1;700 hPa 3站水汽通量为2.4~3.2 g·cm-1·hPa-1·s-1,风向以偏北风为主,与500、850 hPa的暖湿气流形成明显垂直风切变,促进水汽在研究区上空发生垂直辐合聚集。大湾站位于六盘山东坡,处于本次降水地形迎风坡位置,东南风携带的近地层暖湿空气受东坡地形阻挡,被迫沿坡面抬升,进一步增强了该区域的水汽辐合与上升运动。
图6
图6
2021年9月25日14:00 500 hPa(a)、700 hPa(b)、850 hPa(c)风场(风矢,单位:m·s-1)及水汽通量(填色,单位:g·cm-1·hPa-1·s-1)
(红色圆点1、2、3分别为六盘山、大湾、隆德站)
Fig.6
Wind fields (vectors, Unit: m·s-1) and water vapor flux (the color shaded, Unit: g·cm-1·hPa-1·s-1) at 500 hPa (a), 700 hPa (b), and 850 hPa (c) at 14:00 on 25 September 2021
(The red dots 1, 2, and 3 denote Liupanshan, Dawan, and Longde stations, respectively)
图7为2021年9月25日06:00—16:00隆德(六盘山西坡)、泾源(六盘山东坡)水汽含量及云液态水含量变化。08:00降水开始,整个降水过程泾源大气水汽含量及云液态水含量均显著高于隆德;泾源大气水汽含量多数时段超过30 mm,多次达50 mm,云液态水含量多次达20 mm,表明大气水汽供应更为充足,云内液态水粒子累积能力强。隆德大气水汽含量持续维持在20 mm左右,水汽条件明显弱于泾源,云液态水含量接近0 mm且无明显波动,表明其云内液态水粒子稀缺,降水条件显著偏弱。
图7
图7
2021年9月25日 06:00—16:00隆德、泾源站水汽含量及云液态水含量变化
Fig.7
Variation of water vapor content and LWC of Longde and Jingyuan stations from 06:00 to 18:00 on 25 September 2021
3 结论
本文基于六盘山区Ka波段云雷达、X波段天气雷达、微波辐射计、ERA5再分析及地面降水资料,对20个积层混合云小雨过程进行综合观测,并以典型降水天气过程为例,探究云垂直结构特征及差异成因,得到以下主要结论。
(1)六盘山区积层混合云降水的空间分异特征显著。位于山顶的六盘山站云顶高度、云厚度及回波强度均显著高于东坡大湾站与西坡隆德站,对应累计降水量和降水持续时间均为3站中最大;坡地站点云系垂直发展相对较弱,回波强度较低,以弱降水过程为主。
(2)积层混合云中低层(≤4 km)回波是降水的核心贡献区,回波强度主要集中在5~10 dBZ,强降水时段对应≥10 dBZ的回波大值区。降水期间,六盘山站云系垂直发展更旺盛、低层回波强度更强,而坡地站点对流发展较弱,降水效率与持续性均明显偏低。
(3)典型天气过程中,500 hPa槽前抬升与700 hPa中低空辐合共同形成高低空耦合结构,副高外围西南气流为降水提供持续水汽输送通道。在降水较为稳定阶段,4.5 km高度处存在明显0 ℃层亮带结构,亮带下方回波强度及液态水含量迅速增加,表明以下沉增长的降水粒子为主。地形动力作用与水汽输送的耦合作用是造成降水空间分异的关键机制,其中山顶强动力抬升促进云垂直发展,东坡迎风坡触发水汽辐合与地形抬升过程,使其大气水汽供应和云液态水累积能力均显著优于西坡。
参考文献
六盘山地区大气水汽的时空差异与驱动因子分析
[J].为有效开发六盘山地区空中云水资源,提高人工增雨的科学性,需掌握该区域大气水汽的时空分布特征及其原因。利用1989—2018年六盘山地区国家基本站降水观测资料和同期欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代大气再分析资料(ERA5),分析该区域大气可降水量、比湿、相对湿度、水汽通量等大气水汽要素的时空变化,并从水汽输送、地形作用、浮力频率的影响等方面分析六盘山不同地区水汽条件及降水差异的原因。结果表明:一年中绝大多数时间六盘山山顶及东坡大气水汽条件均优于西坡,大值区主要集中在六盘山系主峰附近,并具有明显的季节变化特征。六盘山东坡,受地形抬升作用引起500 hPa辐散、700 hPa辐合的动力场,在夏季最明显,冬季最弱;浮力频率冬季最高,夏季最低;东坡更高的浮力频率及更陡峭的地形,使重力波效应更为明显,具备更有利的垂直上升扩散条件及更大的降水潜力。
毫米波云雷达在高影响天气中的预警应用
[J].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。
祁连山夏季地形云结构和云微物理过程的模拟研究(Ⅱ):云微物理过程和地形影响
[J].本文是祁连山夏季地形云结构和微物理过程模拟的第II部分。文中利用第I部分中祁连山夏季两个地形云降水个例的模拟结果,详细分析了地形云及其降水发展期间云微物理过程的特征及变化,并通过与平坦地面条件下模拟结果的对比,研究了云发展过程中的地形影响。研究表明,地形云中微物理过程的发展受地形影响很大,冰相微物理过程明显增强;地形影响下云的主要降水机制也受到影响甚至被改变。
祁连山夏季地形云和降水宏微观结构的数值模拟
[J].利用ARPS( Advanced Regional Predictional System) 中尺度数值模式,对2007 年7 月19 日低涡天气背景下发生在祁连山区的一次比较典型的地形云降水过程中云和降水的宏微观结构特征进行了深入的模拟研究和分析。结果表明,ARPS 模式能够较好地模拟出地面降水分布及其发展演变特征;祁连山北坡陡峭地形的抬升作用是祁连山云系降水的主要动力机制; 祁连山地形作用下云和降水的微物理结构随云的不同发展阶段呈现出不同的特征。
六盘山一次积层混合地形云宏微观特征观测分析
[J].六盘山是我国黄土高原—川滇生态屏障的重要组成部分,也是西北重要的水源涵养林基地。为进一步加强对六盘山区地形云宏微观特征的认识,科学开展地形云人工增雨作业,本文基于六盘山区海拔2 842 m高山气象站的雾滴谱仪、雨滴谱仪及毫米波云雷达等多种观测资料,研究了2020年8月21—23日宁夏六盘山区一次积层混合地形云的宏微观特征。结果表明,此次降水云系受地形影响明显,云顶高度和云系垂直厚度抬升的高度与山脉平均海拔(2 162 m)相当;雨滴粒子数浓度、最大粒径、平均粒径和液态水含量在降水最强时段达到极大值,分别为970 个·m-3、4.25 mm、1.23 mm和1.36 g·m-3;雨滴谱分布符合Gamma分布,相较M-P分布Gamma分布拟合效果更优;根据云微物理量的观测数据,可将云系划分为3个中小尺度云区,其中云区2和云区3的宽度基本相当,均约为400 km,云区3除云雾滴粒子数浓度低于云区2外,其液态水含量、平均中值体积直径和平均有效直径均有所增加,导致降水量增加1倍左右。
基于云雷达的大气0 ℃层亮带识别
[J].为了研究8.6 mm云雷达探测大气0 ℃层亮带的能力,利用中国气象科学研究院灾害天气国家重点实验室的车载8.6 mm多普勒偏振云雷达(HMBQ)2008—2012年共计2 063次观测个例,分析云雷达在不同天气形势下的反射率因子、径向速度、线性退偏振因子在0 ℃层附近的变化特征,改进了一种通过云雷达探测产品反演大气0 ℃层高度的方法。研究表明:8.6 mm云雷达能够在无降水云、弱降水云、小雨、中雨甚至大雨的天气形势下,对大气0 ℃层进行观测,而且探测的0 ℃层亮带变化特征显著,能弥补常规天气雷达在夏季短时强对流、对流单体等小尺度天气预警业务中相关资料的不足。
西北干旱区水汽收支变化及其与降水的关系
[J].利用NCEP资料计算并分析1961—2010年西北干旱区(35°N—50°N,73°E—105°E)经纬向水汽输送、蒸发和水汽辐合辐散的变化特征,以及它们与同期西北干旱区降水之间的关系。结果显示:(1)西北干旱区冬、春、秋季经向水汽输送为净输入,纬向为净输出,总水汽输送为净输入。夏季经、纬向水汽输送均为净输出;(2)1961—2010年,西北干旱区各季节降水均增加,冬、春季降水增加显著,夏、秋季降水增加不显著。冬季纬向水汽净输出减少,导致西北干旱区冬季总水汽输送增加;春、秋季经向净输入减少和夏季经向净输出增加,导致春、夏、秋季总水汽输送减少;(3)1961—2010年,西北干旱区各季节蒸发量显著增加,且夏季增加趋势最显著;(4)各季节水汽通量散度显著减小,水汽辐合加强,且夏季水汽辐合增强最明显;(5)蒸发增大和水汽辐合增强是西北干旱区降水增加的主要原因,但外部水汽输送变化也会影响降水变化。
Convective and stratiform components of the precipitation-moisture relationship
[J].
Breaking the cloud parameterization deadlock
[J].A key factor limiting the reliability of simulations of anthropogenic climate change is the inability to accurately represent the various effects of clouds on climate. Despite the best efforts of the community, the problem has resisted solution for several decades. The reasons for this are briefly reviewed and it is argued that it will be many more decades before the problem can be solved through the approaches to cloud parameterization that have been used up to now. An alternative approach, called superparameterization, is then outlined, in which high-resolution cloud system-resolving models (CSRMs) are used in place of the conventional cloud parameterizations. Tests performed with the Community Atmosphere Model show that superparameterizations can give more realistic simulations of the current climate, including greatly improved simulations of the Madden–Julian oscillation and other tropical wave disturbances. Superparameterizations increase the cost of climate simulation by a factor of several hundred dollars, but can make efficient use of massively parallel computers. In addition, superparameterizations make it possible for a climate model to converge to a global CSRM as the horizontal grid spacing of the climate model decreases to a few kilometers. No existing global atmospheric model has this convergence property. Superparameterizations have the potential to greatly increase the reliability of climate change simulations.
/
| 〈 |
|
〉 |
