期刊检索:
  暴雨灾害   2016, Vol. 35 Issue (3): 227-233.  DOI: 10.3969/j.issn.1004-9045.2015.03.005

论文

DOI

10.3969/j.issn.1004-9045.2015.03.005

资助项目

国家自然科学基金项目(41375057,41541037);武汉暴雨研究所暴雨研究开放基金(IHR2013Q02, IHR201401)

第一作者

汪小康,主要从事暴雨机理研究。E-mail:wxk816@163.com

文章历史

收稿日期:2015-08-10
定稿日期:2015-10-20
不同强度降水发生前微波辐射计反演参数的差异分析
汪小康 1, 徐桂荣 1, 院琨 2    
1. 中国气象局武汉暴雨研究所暴雨监测预警湖北省重点实验室,武汉 430205;
2. 湖北省气象信息与技术保障中心,武汉 430074
摘要:应用微波辐射计反演的地面至10 km高度共58层的相对湿度、水汽密度和云液态水的垂直廓线,以及大气水汽总量、云液态水总量和云底高度数据,再结合小时雨量资料对武汉站不同强度降水进行统计分析,按照降水初始时刻的雨强将武汉站降水分为三类:小时降水量大于等于5 mm的强降水、小时降水量在1~5 mm的中等强度降水和小时降水量在0.1~1 mm的弱降水,统计结果表明:三类降水开始前,大气和近地面湿度均有显著增加;2 km以下有水汽和云液态水的增量中心,且水汽增量中心比云液态水增量中心提前0.5~1 h;降水开始前1.5~1 h,水汽和云液态水的增长速度从缓慢增加突变为迅速增加。强降水开始前7 h最大湿度达到饱和、云底高度下降;低层水汽含量增幅最大,云液态水总量显著高于另两类降水。弱降水开始前,大气与近地面湿度、水汽和云液态水的增加都出现得更早、更稳定,增量中心强度小、位置高,但大值区从降水开始时刻维持到降水开始后5 h,这决定降水能够持续较长时间。
关键词微波辐射计资料    武汉站    降水    统计分析    
Different characteristic analysis of inversion parameters for heavy rainfall and weak rainfall by microwave radiometer data
WANG Xiaokang1, XU Guirong1, YUAN Kun2    
1. Hubei Key Laboratory of Heavy Rain Monitoring Warning Research, Institue of Heavy Rain, Wuhan 430205;
2. Meteorological Information and Technology Support Center of Hubei Province, Wuhan 430074
Abstract: Based on vertical profiles of relative humidity, water vapor density and liquid water with high resolution from ground to 10 km altitude, precipitable water vapor, path-integrated cloud liquid water and cloud base height data, combine with hourly rainfall data in Wuhan, three classes (19 cases) rainfall events with different rain intensities in the first hour are analyzed. Statistic results show that a significant increase of humidity in atmosphere and near the ground are necessary conditions before all classes of precipitation. The incremental centers of water vapor precede the incremental centers of liquid water for 0.5-1 hour below 2 km. At 1.5-1 hour before precipitation occurs, the growth rate of water vapor and liquid water change suddenly from a slow increase to a rapid increase. At 7 hours before heavy rainfall occurs, relative humidity saturated. Then, cloud base height decreases rapidly. Near heavy rainfall, the increase of path-integrated liquid water, water vapor and liquid water content in the lower atmosphere are significant with the maximum value and at the lowest altitude. Before weak precipitation, the increases of humidity in atmosphere and near the ground, water vapor and liquid water occurred earlier and are stable. Incremental centers with the minimum values and the highest altitudes result in the weakest raininess in the first hour. But, the high value centers maintain from precipitation start to 5 hours later, which leads to long time precipitation.
Key words: microwave radiometer data    Wuhan meteorological station    rainfall    statistic analysis    
引言

水物质对许多天气过程尤其是降水过程具有重要作用,张灵等[1]指出异常强降水发生的根本原因与大尺度环流背景下的水汽供应和输送密不可分。丁治英等[2]对比两次引发不同强度短时强降水的飑线过程发现,强的降水过程700-850 hPa层水汽更为充沛,相对湿度达到90%,700 hPa温度露点差小于4 ℃,接近饱和;弱降水过程的相对湿度比强降水过程低约20%,温度露点差超过8 ℃,水汽条件较差。地基微波辐射计可以获取时间分辨率为分钟的温度、水汽等气象要素廓线,弥补了常规探空因观测间隔较长而获取大气信息的不足,有利于分析降水过程对流层快速变化的热力学信息[3]和微尺度及中尺度现象的温度、湿度变化[4]。这些资料的质量已被众多国内外专家对比验证:Chan[5]将香港探空资料和GPS数据分别与微波辐射计反演的温度、相对湿度廓线和水汽总量进行对比分析,结果表明,微波辐射计与探空观测资料之间虽存在一定差异,但其仍可为天气预报提供有用信息。刘建忠等[6]、王婷婷等[7]和魏东等[8]对比北京地区微波辐射计反演资料与探空资料结果显示,两数据各要素变化趋势较为一致,温度均方根误差在5 ℃以内,1 500 m高度以下在2 ℃以内;湿度均方根误差在33%以下,1 500 m下在23%以下;无降水时微波辐射计反演的温度廓线、水汽密度廓线、相对湿度廓线随高度变化趋势与探空资料基本一致。韩珏靖等[9]将不同天气过程中MP-3000A型地基微波辐射计资料与常规探空资料相对比,结果显示微波辐射计探测的相对湿度和云液态水含量的垂直变化与降水、强对流和大雾的发生有良好对应。针对武汉站微波辐射计资料的质量分析显示:通过与3 h一次的加密探空相对比,微波辐射计反演的相对湿度和水汽密度廓线的平均偏差均值分别为6%~15%和0.08~1.75 g·m-3,其中相对湿度偏差在3.5 km以下低于10%[10]

地基微波辐射计反演的大气水汽和云液态水可以很好的反映大气水分的分布与演变过程。李万彪等[11]利用淮河流域能量和水循环试验(HUBEX)期间微波辐射计观测资料反演得到的大气水汽含量和云液态水含量数据,研究天气变化同大气水分变化之间的关系。雷恒池等[12]研究了西安微波辐射计得到的降水云系整层累计的水汽含量Q和云液水含量L,结果发现在降雨开始前,QL的数值均有跃增现象,跃增相对降水开始的提前量约为30~90 min,且两者变化几乎同步。敖雪等[13]利用武汉站地基微波辐射计资料分析降水前一小时大气水汽、云液态水总量与降水的关系发现,水汽总量超过5 cm,云液态水总量超过1 mm可以作为判断降水临近的一个参考指标,且水汽总量与降水强度成正比。黄治勇等[14]统计咸宁降水前地基微波辐射计观测数据反演资料发现降水前云液态水总量从1 mm左右急增至约20 mm、大气水汽总量从6~7 cm急增到9 cm以上。

不同高度层的水汽对地面降水的影响程度并不相同,丁治英等[2]针对2次不同强度短时强降水所做的水汽敏感性模拟试验显示:短时强降水对700-850 hPa附近的水汽条件最为敏感。而以往对微波辐射计反演资料的研究多集中于水汽和云液态水整层累积总量在降水开始前的演变特征,针对水汽和云液态水含量垂直廓线的分布与演变特征研究较少,水物质对降水持续时间影响的分析也较少涉及,本文旨在通过多样本统计分析,研究武汉站降水开始前环境大气水汽和云液态水等物理量的垂直分布与演变特征,及其对降水初始强度及持续时间的影响作用,一方面加深对突发性降水发生时环境条件的了解,另一方面也加强对新型探测资料的认识和应用。

1 资料介绍与处理 1.1 微波辐射计及资料介绍

本文所涉及到的水汽、云液态水的垂直廓线及云底高度等数据来自位于湖北省武汉市市郊东西湖慈惠农场(经度114°03 02",纬度30°35 52")的MP-3000A型地基微波辐射计。该微波辐射计可反演得到地面至10 km高度共58层的温度、相对湿度、水汽密度和云液态水的垂直廓线,以及大气水汽总量、云液态水总量和云底高度数据,垂直分辨率在500 m以下为50 m,500~2 000 m之间为100 m,2 000 m以上为250 m,时间步长约为3 min[15]。由于该资料时间步长不是整数,为方便分析又能尽量保持数据精度,在个例统计前,本文将某时刻前后共5 min时段物理量均值作为该时刻的物理量值,将资料时间步长固定为5 min。

本文利用微波辐射计资料,结合地面小时降水量数据,研究武汉站不同强度突发性降水前湿度垂直分布和演变特征,试图寻找对降水有指示和预报意义的物理量,以提高降水的预报准确率。

1.2 个例选择

普查武汉站2012年1月1日-12月31日逐小时降水量资料,连续降水时次算为一次过程,并剔除降水开始时刻前12 h时段内已经出现降水的个例,消除前期降水对地基微波辐射计反演数据的影响。普查结果按照降水开始第一个小时的降水量将降水个例分为三类:第一类降水为小时降水量大于等于5 mm的强降水、第二类降水为小时降水量在1~5 mm的中等强度降水、第三类降水为小时降水量在0.1~1 mm且持续时间大于等于6 h的弱降水。2012年1月1日- 12月31日,武汉站三类降水个例数量分别为3个、8个、8个(表 1)。

表 1 武汉站2012年三类降水个例信息 Table 1 Case information of three type precipitation at Wuhan station during 2012

为研究相对湿度、水汽密度和云液态水含量的垂直廓线及大气水汽总量、云液态水总量和云底高度等物理量在不同强度降水开始前的差异性特征,本文分别将三类降水多个例资料平均作为此类降水的代表特征用于分析,即以降水开始时刻为0时刻,提取所有降水前12 h (-12,时刻,下同)至后6 h (6)时段内微波辐射计反演资料,并预处理为逐5 min一次的反演资料,然后按表 1逐类进行多个例平均,最终建立不同强度降水前的合成资料。

由于降水统计使用的是小时雨量资料,某时刻的雨量值是此时刻之前1 h内的累积降水量,故降水时刻(0)到降水前1 h(-1)的时段内,都可能存在地面降水,对微波辐射计数据造成干扰(如造成降水开始前1 h前后出现的相对湿度不连续)。为避免这种干扰的影响,本文重点分析地面降水开始前1 h以上的微波辐射计数据统计特征。

2 结果分析 2.1 相对湿度与云底高度特征分析

云是空气和水凝物构成的悬浮在大气中的可见聚合体,是在大气中空气相对湿度达到饱和(过饱和)时才形成的[16],足够的空气湿度是云存在的先决条件,云底高度反映空中水物质向地面的发展程度。为研究不同类型降水发生前云分布和大气饱和程度演变特征,图 1a-c给出三类降水近地面到10 km高度共58层的相对湿度垂直分布和时间演变,并计算出最大相对湿度量值及其所在高度;图 1d-f给出三类降水云底高度。

图 1 第一类降水(a)、第二类降水(b)和第三类降水(c)的相对湿度(Rh,阴影,单位:%)垂直分布和最大相对湿度(mrh,红线,单位:%)。第一类降水(d)、第二类降水(e)和第三类降水(f)的云底高度(Hb,蓝线,单位:km)。 Fig. 1 Evolution of relative humidity (Rh, shaded, unit: %) and maximum relative humidity (mrh, red lines, unit: %)for (a) class 1, (b) class 2, and (c) class3. Evolution of cloud base height (Hb, blue lines, unit: km) for (d) class 1, (e) class 2, and (f) class 3.

分析不同类型降水发生前大气相对湿度分布变化特征发现:第一类降水(图 1a)开始前12 h,最大相对湿度为94%;随后低层相对湿度和最大相对湿度均迅速增加,2.5 km以上层次相对湿度则略有降低;降水开始前7 h至前1 h,最大相对湿度维持近饱和状态,各层湿度均逐渐增加。第二类降水(图 1b)开始前的8- 12 h时段,各层相对湿度变化很小,最大相对湿度稳定在92%左右,从降水开始前8 h起,最大相对湿度迅速增加,到降水开始前2 h接近饱和,并伴随着所有层次相对湿度的增加。第三类降水(图 1c)最大相对湿度的增长始于降水开始前的9 h,并在降水即将开始时出现最大值,9 h内,最大相对湿度从不足82%增加到100%。分析发现三类降水开始前都出现了大气相对湿度的大幅增加和云底高度的大幅降低,但第一类降水开始前大气湿度条件好于后两类降水,尤其对流层低层(3 km以下)的相对湿度差异更加显著;最大相对湿度在降水发生前7 h达到饱和,并维持相当长的时间,近饱和湿度层深厚。这说明对任何类型的降水来说,大气湿度的显著增加都是必要条件,但各层大气尤其是对流层低层大气的湿度、增幅,以及饱和空气出现和维持的时间、近饱和层厚度均与降水强度密切相关。

分析不同类型降水发生前云底高度发现,第一类和第二类降水变化趋势几乎一致(图 1d-f):降水开始前8 h以上时段,云底高度剧烈波动,第一类降水振幅达到3.5 km,第二类降水振幅为2.5 km,显示大气水物质含量高值区发生剧烈变化;降水开始前7.5 h至1 h时段,两类降水均出现云底高度波动下降,从5 km以上降低到500 m附近。第三类降水的云底高度演变特征与前两类降水有所不同:距离降水开始9 h以前云底高度呈现振幅约为1.5 km的波动,降水开始前9-5 h,云底高度从1 km波动升高至3 km,随后再次波动降低,降水即将开始时位于1.5 km高度附近。

上述分析还发现与前两类降水不同,第三类降水开始前12 h云底高度已经比较低,大气相对湿度的增加也最早。已有的研究结果表明,短时强降水多为有利的天气条件下,若干强对流单体或对流复合体直接造成的[17, 18],短生命史大强度的中尺度系统作用显著,持续性降水则主要受天气尺度系统和水汽供应条件的影响[19]。本文统计结果显示,与降水强度较大的两类降水相比,持续时间较长的弱降水开始前大气湿度的增加都更早、更稳定,与其作用系统的尺度更大、生命史更长的事实相一致。

2.2 水汽与云液态水特征分析

水汽和云液态水能够更加直观地反映大气中水分状态,雷恒池[12]、敖雪[13]、黄治勇[14]等统计了不同地区降水前大气水汽总量和云液态水总量的变化特征,并给出一些预警指标。但数值试验结果显示短时强降水对700-850 hPa层附近的水汽条件最为敏感[2],本文对不同高度上水汽和云液态水的时间演变特征做进一步的分析。

图 2给出了三类降水的水汽密度的垂直分布和水汽总量以及三类降水的云液态水垂直分布和云液态水总量。水汽与云液态水含量的垂直分布及两者总量随时间的演变,分析发现:第一类降水(图 2a)开始前10 h水汽总量约为5.2 cm,到降水前1 h增加为5.8 cm,随后突增至9.5 cm,水汽含量大值中心出现在降水开始半小时前的1.5-2 km高度层间,量值达到21 g· m-3;第二类降水(图 2b)水汽总量从降水前10 h的5.4 cm增加至降水前1.5 h的6.3 cm,随后突增,即将发生降水时刻,最大值超过9.5 cm,水汽含量大值区位于2 km以下,超过18 g·m-3的水汽大值区出现时段短于第一类降水;第三类降水(图 2c)水汽的增加开始得更早,总量从不到2.8 cm增加至降水开始前1 h的接近4 cm,随后迅速增加至7 cm左右并维持到降水开始后的5 h,超过12 g·m-3的水汽含量大值中心出现在降水开始后的1~5 h,位于1.5 -2.5 km范围内。

图 2 第一类降水(a)、第二类降水(b)和第三类降水(c)的水汽密度(阴影,单位:g·m-3)垂直分布和水汽总量TVD (红线,单位:cm)。第一类降水(d)、第二类降水(e)和第三类降水(f)的云液态水(阴影,单位:g·m-3)垂直分布和云液态水总量TLW(红线,单位:mm)。 Fig. 2 Evolution of water vapor density (shaded, unit: g·m-3) and precipitable water vapor(TVD, red lines, unit: cm) for (a) class 1, (b) class 2, and(c) class 3. Evolution of liquid water (shaded, unit: g·m-3) and path-integrated cloud liquid water (TLW, red lines, unit: mm) for (d) class 1, (e) class 2, and (f) class 3.

各层云液态水含量和总量分析显示,第一类降水(图 2d)开始前12 h,云液态水出现两次突变,一次是降水开始前6 h,云液态水总量从不足0.2 mm突增到0.4 mm左右,并在2 km以下出现三个超过0.08 g·m-3的大值中心;第二次是降水前1.5 h,云液态水总量及各层含量均开始迅速增加,至降水即将开始时,云液态水总量超过20 mm,并在2 km以下出现0.8 g·m-3以上的大值区域。第二类降水(图 2e)开始前4 h云液态水开始增加,降水前2 h在1-1.5 km层出现超过0.08 g· m-3的云液态水含量峰值,降水前1.5 h开始云液态水迅速增加,降水即将开始时,云液态水总量超过13 mm,垂直方向上分布较为均匀。第三类降水(图 2f)开始前12-4 h,云液态水总量在0.2~0.4 mm之间波动变化,均匀分布在0-4 km之间,降水前4 h云液态水开始增加,降水前2 h在0.75-3 km层出现超过0.04 g·m-3的含量峰值,云液态水于降水前1.5 h开始迅速增加,降水即将开始时云液态水总量达到4 mm,随后在2-5 km层形成云液态水含量大值区,并维持到降水开始后的5 h。

上述分析一定程度上解释了三类降水水汽和云液态水的垂直分布与演变的差异如何导致他们初始时刻雨强和持续时间的差别:1)第一类降水垂直方向水汽含量极值略高于第二类降水,18 g·m-3的水汽大值区持续时间长于第二类降水,但总体来说水汽总量和各层水汽含量与第二类降水差异不大,但第一类降水云液态水含量的增加开始时间早,增幅大,且2 km以下出现多个大值中心,降水即将开始时,第一类降水云液态水总量超过20 mm,第二类降水云液态水总量约为13 mm,第三类降水约为4 mm,差异非常显著。王健等[20]分析乌鲁木齐一次暴雨过程中小时雨量与云液态水含量垂直分布特征也发现,小雨的云液态水垂直方向峰值仅为大雨的1/3。本文的分析发现随着降水强度的增加,云液态水总量越来越高,云液态水含量大值中心的强度越来越大,高度越来越低,这个分析结果明确显示,在水汽充足的前提下,云液态水总量、尤其是低层云液态水含量对强降水发生起到重要的作用。2)第三类降水开始前,水汽总量和各层水汽含量尤其是低层水汽含量明显小于前两类降水,云液态水总量和低层云液态水含量小于前两类降水,这些特征决定了第三类降水初始时刻雨强最小,但此类降水水汽和云液态水的增长持续到降水开始后的2 h,大值区从降水开始时刻维持到降水开始后5 h,这种与前两类降水水汽和云液态水均在降水开始时刻达到最大值,随后迅速下降显著不同的特征导致其降水能够持续较长时间。

李铁林等[21]利用双频微波辐射计资料分析降水过程发现,降水前一段时间水汽总量和云液态水总量均出现了两个峰值,据此推断降水云前方存在大气含水量高值区和低值区。敖雪等[14]也在降水前的1 h内发现水汽总量和云液态水总量的双峰结构,并认为低值区可能是云滴向雨滴转化的孕育区。我们的统计结果也显示三类降水均在降水开始前2~1.5 h时段出现云液态水总量的减小,第一类和第二类降水还出现水汽总量的显著减小,水汽和云液态水含量廓线演变显示,水汽和云液态水的减小主要集中在1.5 km以下区域,短时强降水的典型个例研究[22]表明降水前1 h左右在800 hPa以下存在雨水的大值中心,我们的研究结果进一步证实了降水前低层水汽和云液态水的减少,与其向雨水的转化过程密切相关。

2.3 水汽与云液态水变率特征分析

为进一步明确降水开始前水汽和云液态水增加对降水的意义,图 3给出了三类水汽密度变率和云液态水含量的时间变率的垂直分布。其中水汽和云液态水含量变率为正值表示水汽和云液态水含量增加,负值表示含量减小。

图 3 第一类降水(a)、第二类降水(b)和第三类降水(c)的水汽密度变率(阴影,单位:g·m-3·h-1)垂直分布。第一类降水(d)、第二类降水(e)和第三类降水(f)的云液态水变率(阴影,单位:g·m-3·h-1)垂直分布。 Fig. 3 Evolution of water vapor density increase rate (shaded, unit:g·m-3· h-1) for (a) class 1, (b) class 2, and (c) class 3. Evolution of liquid water increase rate (shaded, unit: g·m-3· h-1) for (d) class 1, (e) class 2, and (f) class 3.

分析发现降水开始前1 h以上时段低层水汽含量的增加并不是等速的:第一类降水(图 3a)分别在降水开始前的8~10 h、6~7 h、4~5 h和2~3 h,2 km以下出现四次超过0.5 g·m-3· h-1的水汽增量中心,且后三次均在其后0.5~1 h同高度范围出现超过0.05 g·m-3·h-1的云液态水增量中心。第二类降水(图 3b)和第三类降水(图 3c)在2 km以下也出现若干次超过0.5 g·m-3·h-1的水汽增量中心,但仅在最后一次(降水开始前2 h前后)出现云液态水增量中心,同样位于水汽增量中心出现的0.5~1 h后。

降水开始前1 h时段内,三类降水水汽增量和云液态水增量均迅速增大,第一类降水(图 3d)增量最大,分别在3 km以下和2 km以下出现超过12 g·m-3·h-1和0.8 g·m-3·h-1的水汽增量中心和云液态水增量次中心;第二类降水(图 3e)水汽增量大值区位于较高的5-0.5 km层内,强度较第一类降水弱,低层无云液态水增量中心;第三类降水(图 3f)水汽增量中心高度最高,位于1.5-5 km层,增量最小,云液态水增量中心位于较高的3-5 km层。

上述分析说明降水开始前12~2 h,在2 km以下范围,第一类降水有三次云液态水增量中心在水汽增量中心之后0.5~1 h出现的现象,后两类降水仅在降水开始前2~1 h时段出现一次,且增量中心的数值随着降水的减弱而减小。降水开始前1 h时段内,三类降水均出现水汽增量和云液态水增量中心,但第一类降水水汽增量中心强度最大、高度最低,且云液态水增量在低层出现次中心。这两个事实说明:1)、距离降水开始1 h以上时段,水汽突增提前云液态水突增0.5~1 h;2)、降水开始前2 h前后云液态水的突增对任何类型的降水都是必要的;3)、水汽和云液态水增量的大小和高度,尤其是云液态水增量中心出现的次数与雨强密切相关。

2.4 降水预警指标及参考阈值

针对第一类降水的三个个例(表 2)展开详细分析发现:降水开始前4.5 h以上大气均已达到饱和,其中个例1于降水开始前9 h达到饱和;降水开始前3.5~ 5.5 h出现云底高度的迅速下降,1 h下降幅度均超过5 km。三个个例显示:降水前的大气达到饱和越早,持续时间越长,地面初始雨强越大。总结以上个例得到强降水出现的预警指标及参考阈值:最大相对湿度达到95%并维持超过4.5 h、云底高度下降速度超过5 km·h-1之后的3.5 h。

表 2 第一类降水预警特征 Table 2 Forewarning indicators of the first class precip
3 结论和讨论

本文首先按照降水开始时刻的雨强将武汉站降水分为三类:第一类为小时降水量大于等于5 mm的强降水、第二类为小时降水量在1~5 mm的中等强度降水和第三类为小时降水量在0.1~1 mm的弱降水。通过三类降水共19个样本的统计分析,研究武汉站突发性降水开始前环境大气相对湿度、水汽和云液态水等物理量的演变特征,寻找对降水有指示和预报意义的物理量,得到以下一些结论:

(1) 三类降水开始前,微波辐射计反演数据具有一些共同特征:降水之前大气相对湿度大幅增加、云底高度大幅降低;2 km以下有水汽和云液态水的增量中心,且水汽增量中心提前云液态水增量中心0.5~1 h。降水开始前2 h前后对流层低层出现云液态水含量的大值中心,降水开始前2~1.5 h时段内,云液态水先显著减小随后迅速增加;降水开始前1.5~1 h,水汽含量迅速增加。

(2) 强降水开始前7 h最大相对湿度达到饱和,云底高度波动下降;云液态水含量增幅最大,且2 km以下出现多个大值中心;降水即将开始时,低层水汽含量增幅最大,云液态水总量超过20 mm,显著高于另两类降水,且云液态水含量大值中心位置最低。

(3) 弱降水开始前12 h云底高度较低,大气湿度、水汽和云液态水的增加都出现得更早、更稳定,水汽和云液态水的总量尤其是低层含量明显小于前两类降水,临近降水时的增长率也最小。但与前两类降水不同,第三类降水水汽和云液态水的增长持续到降水开始后的2 h,大值区从降水开始时刻维持到降水开始后5 h。

(4) 最大相对湿度达到95%并维持、云底高度1 h内下降幅度等指标可以作为强降水预警的参考特征,阈值还有待更多个例的检验。

研究过程中发现:三类降水均在降水开始前2~1.5 h时段内出现了较为显著的云液态水减小现象,前两类降水的水汽总量也有类似的演变特征;三类降水在临近降水时,均存在云底高度波动升高的特征,这显示降水之前水分的增加不是连续的,但具体原因还有待进一步的分析。

湖北省气象局信息保障中心刘莹为本文研究提供了加密小时雨量资料,谨致谢忱。

参考文献
[1]
张灵, 杜良敏, 陈丽娟, 等. 武汉异常强降水水汽来源、输送路径分析[J]. 气候与环境研究, 2014, 37(1): 69-74.
[2]
丁治英, 王楠. 两次飑线过程中短时强降水和冰雹强度差异及成因分析[J]. 气象科学, 2015, 35(1): 83-92.
[3]
Chan P W. Performance and application of a multi -wavelength, ground -based microwave radiometer in intense convective weather[J]. Meteor Zeits, 2009, 18(3): 253-265. DOI:10.1127/0941-2948/2009/0375
[4]
Knupp K R, Ware R, Cimini D, et al. Ground -based passive microwave profiling during dynamic weather conditions[J]. J Atmos Oceanic Technol, 2009, 26: 1 057-1 073. DOI:10.1175/2008JTECHA1150.1
[5]
Chan P W. Performance and application of a multi -wavelength, ground -based microwave radiometer in intense convective weather[J]. Meteor Zeits, 2009, 18(3): 253-265. DOI:10.1127/0941-2948/2009/0375
[6]
刘建忠, 张蔷. 微波辐射计反演产品评价[J]. 气象科技, 2010, 38(3): 325-330. DOI:10.3969/j.issn.1671-6345.2010.03.010
[7]
王婷婷, 王迎春, 张文龙. 北京干湿雷暴过程的地基微波辐射资料对比分析[J]. 暴雨灾害, 2011, 30(1): 11-18. DOI:10.3969/j.issn.1004-9045.2011.01.003
[8]
魏东, 孙继松, 雷蕾, 等. 用微波辐射计和风廓线资料构建探空资料的定量应用可靠性分析[J]. 气候与环境研究, 2011, 16(6): 697-706. DOI:10.3878/j.issn.1006-9585.2011.06.03
[9]
韩珏靖, 陈飞, 张臻, 等. MP-3000A型地基微波辐射计的资料质量评估和探测特征分析[J]. 气象, 2015, 41(2): 226-233. DOI:10.3969/j.issn.1671-6345.2015.02.011
[10]
张文刚, 徐桂荣, 颜国跑, 等. 微波辐射计与探空仪测值对比分析[J]. 气象科技, 2014, 42(5): 737-741. DOI:10.3969/j.issn.1671-6345.2014.05.002
[11]
李万彪, 刘盈辉, 朱元竞, 等. HUBEX试验期间地基微波辐射计反演资料的应用研究[J]. 气候与环境研究, 2001, 6(2): 204-208.
[12]
雷恒池, 魏重, 沈志来, 等. 微波辐射计探测降雨前水汽和云液水[J]. 应用气象学报, 2001(增刊): 73-79.
[13]
敖雪, 王振会, 徐桂荣, 等. 地基微波辐射计资料在降水分析中的应用[J]. 暴雨灾害, 2011, 30(4): 358-36. DOI:10.3969/j.issn.1004-9045.2011.04.012
[14]
黄治勇, 徐桂荣, 王晓芳, 等. 地基微波辐射资料在短时暴雨潜势预报中的应用[J]. 应用气象学报, 2013, 24(5): 576-584. DOI:10.3969/j.issn.1001-7313.2013.05.007
[15]
徐桂荣, 孙振添, 李武阶, 等. 地基微波辐射计与GPS无线电探空和GPS/MET的观测对比分析[J]. 暴雨灾害, 2010, 29(4): 315-321. DOI:10.3969/j.issn.1004-9045.2010.04.003
[16]
杨军, 陈宝君, 银燕, 等. 云降水物理学[M]. 北京: 气象出版社, 2011: 41.
[17]
伍志方, 易爱民, 叶爱芬, 等. 广州短时大暴雨多普勒特征和成因分析[J]. 气象科技, 2006, 34(4): 105-109.
[18]
陈明轩, 俞小鼎, 谭晓光, 等. 北京2004年"7.10"突发性对流强降水的雷达回波特征分析[J]. 应用气象学报, 2006, 17(3): 333-345. DOI:10.3969/j.issn.1001-7313.2006.03.011
[19]
袁利平, 武军, 秦炳文, 等. 2012年4月云南怒江持续性降水过程分析[J]. 贵州气象, 2013, 37(3): 1-6. DOI:10.3969/j.issn.1003-6598.2013.03.001
[20]
王健, 吕新生, 赵克明, 等. 地基微波辐射计对乌鲁木齐暴雨天气过程的观测分析[J]. 沙漠与绿洲气象, 2012, 6(3): 45-49. DOI:10.3969/j.issn.1002-0799.2012.03.010
[21]
李铁林, 刘金华, 刘艳华, 等. 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, 2007, 33(12): 62-68.
[22]
Wang X K, Ni Y Q, Xu W H, et al. Water cycle and microphysical processes associated with a mesoscale convective vortex system in the dabie mountain area[J]. Adv Atmos Sci, 2011, 28(6): 1 405-1 420. DOI:10.1007/s00376-011-0089-5