期刊检索:
  暴雨灾害   2022, Vol. 41 Issue (5): 525-535.  DOI: 10.12406/byzh.2020-256

论文

DOI

10.12406/byzh.2020-256

资助项目

国家自然科学基金项目(41675041,91837310);国家重点研发计划(2018YFC1507200,2017YFC1501402);第二次青藏高原综合科学考察研究项目(2019QZKK0104);安徽省重点研究与开发计划(201904a07020099)

第一作者

王立羽,主要从事大气物理学及遥感探测技术研究。E-mail: wlycorn@mail.ustc.edu.cn.

通信作者

傅云飞,主要从事云降水物理学及卫星遥感研究。E-mail: fyf@ustc.edu.cn.

文章历史

收稿日期:2020-12-16
定稿日期:2022-06-02
基于GPM与ERA5数据的北太平洋冬季风暴路径降水个例分析
王立羽 , 傅云飞     
中国科学技术大学地球和空间科学学院,合肥 230026
摘要:北太平洋风暴路径对全球气候有重要影响,研究北太平洋风暴路径区域降水结构有助于更好地理解风暴路径对全球大气的水汽和热量输送作用。本文利用全球测雨卫星(GPM)数据与欧洲中期天气预报中心(ECWMF)第五代再分析资料(ERA5),以2014年12月20—24日发生在北太平洋风暴路径区域的一次温带气旋过程为例,选取该气旋带来的3个降水片段,分析其降水结构和云参数结构特征。结果表明: 3个降水片段的环流背景场相似,其水汽分布存在南北差异,造成水汽通量散度分布不同,致使各片段降水强弱不一,降水均集中在气旋中心的东南侧;通过对比温带气旋中降水强度和水汽含量的关系发现,更多可降水量并不一定带来更大降水强度,但气柱中水汽含量决定降水强度的上限。3个降水片段的反射率因子垂直剖面上均存在明显的冰水转换层,但各片段冰水转换层分布存在差异。由双频测雨雷达(DPR)得到的3个降水片段的粒子谱可知,各片段有效粒子半径强度分布与反射率因子强度分布具有较好的一致性,而粒子数浓度则与其他两者并不一致,其中的机理仍有待研究。基于GPM与ERA5的融合数据能更好地推断出北太平洋风暴路径上降水事件前后的大气环流背景,以此解释其降水分布,可为缺乏地面观测数据区域的降水研究提供参考。
关键词风暴路径    全球测雨卫星    降水结构    粒子谱分布    北太平洋    
A case study of precipitation along the winter storm track in the North Pacific based on the GPM and ERA5 data
WANG Liyu , FU Yunfei     
School of Earth and Space Sciences, University of Science and Technology of China, Hefei 230026
Abstract: The North Pacific storm path has an important impact on the global climate. Studying the structure of regional precipitation along the North Pacific storm path will help better understand the role of the storm path in transporting water vapor and heat to the global atmosphere. Base on the GPM data and the fifth generation reanalysis data (ERA5) from European center for medium range weather forecasts (ECWMF), taking an extratropical cyclone event that occurred in the storm track area of the North Pacificfrom December 20 to 24 in 2014 as an example, we analyzed the characteristics of precipitation and cloud parameter structures for three precipitation segments brought by thiscyclone. The results show that the synoptic conditions of the three precipitation segments are similar, and their water vapor distributions are different from the north to the south, resulting in different distributions of water vapor flux divergence, which makes the precipitation intensities in the three segments different. The precipitation is concentrated in the southeast side of cyclone center. By comparing the relationship between precipitation intensity and water vapor content in extratropical cyclones, it is found that more precipitable water does not necessarily lead to greater precipitation intensity, but the column integrated water vapor content determines the upper limit of precipitation intensity. There are evident conversion layers of ice water in the vertical cross-sections of the reflectivity in the three precipitation segments, and the distribution of ice water conversion layers in each segment is different. According to the particle spectra of three precipitation segments obtained by dual frequency rain radar (DPR), the intensity distribution of effective particle radius of each segment is in good agreement with that of the reflectivity, while the distribution of particle number concentration is not consistent with the former two. The mechanism remains to be studied in future. The fusion of the GPM and ERA5 data can better reflect the synoptic conditions before and after the precipitation event on the North Pacific storm path, so as to explain its precipitation distribution, which can provide a reference for precipitation study in the areas of lacking ground observation data.
Key words: storm track    GPM    precipitation structure    dropletsize spectrum    North Pacific    
引言

风暴路径(Storm Track),国内也称风暴轴,是中纬度地区气旋盛行的纬度带,也是大气活动中天气尺度扰动最为剧烈的区域;它可通过大范围、系统性的热量、水汽和角动量输送而影响全球气候。20世纪50年代以来,不少学者(Petterssen, 1955Klein, 1958Whittaker and Horn, 1981, 1984)研究指出,从中国东海至中纬度太平洋、从落基山东侧至中纬度大西洋及北欧为两个主要的气旋多发带,从地中海至中亚为第三个气旋多发带,从而明确了北半球风暴路径的存在。Blackmon等(1977)利用带通滤波方法,对500 hPa位势高度均方根场进行滤波,开启了风暴路径研究之先河,认为北半球洋面上存在2个主要风暴路径区,并通过定量分析给出风暴路径的空间分布。之后,Lau (1988)利用经验正交函数分析方法识别出冬季北太平洋和北大西洋的风暴路径区。Wallace等(1988)的研究表明,斜压波有沿着风暴路径传播的趋势,具体表现为温带气旋在风暴路径区域自西向东传播发展。张颖娴等(2012)总结前人相关研究成果指出,对风暴路径的研究主要有2种基本方法,一是拉格朗日方法(Hoskins and Hodges, 2002),即通过识别并追踪单个气旋,统计其强度、空间出现频率的分布来表征风暴强度与其路径位置;二是欧拉方法(Blackmon et al., 1977),即基于对包括海面气压、位势高度、扰动速度等在内的大气参数进行带通滤波,保留这些参数的天气尺度运动特征来表征风暴路径的特点。Chang (2009)证实了使用带通滤波方法研究风暴路径的有效性。上述研究表明,从天气学角度对风暴路径已获得较为系统的认识,也有学者开始认识到风暴路径上云和降水观测研究的重要性。

针对风暴路径开展较为系统的观测研究,最早源于锋面及大西洋风暴路径试验FASTEX (Joly et al., 1997),该试验为期2个月,动用了船载和机载探测设备(探空仪、多普勒天气雷达、下投式探空仪等)和浮标探测器及卫星可见光红外探测器,在中大西洋的主要斜压区进行观测,旨在揭示大西洋风暴路径上气旋发生发展的规律;卫星光谱遥感表明,大面积高云顶的云与大尺度斜压区和气旋活动相联系(Chaboureau et al., 2001)。由于北半球主要的风暴路径分布在洋面,因此早期多借助卫星搭载光谱仪器和被动微波仪器的探测结果对其云和降水进行研究,如Kodama和Tamaoki (2002)试图利用TRMM (Tropical Rainfall Measuring Mission)卫星降水产品资料和GPCP (Global Precipitation Climatological Project)降水产品资料分析中纬度地区的降水情况。Klepp等(2003)利用极轨卫星搭载的微波成像仪(Special Sensor Microwave Imager, SSM/I)和先进高分辨率辐射计(Advanced Very High Resolution Radiometer,AVHRR)资料分析大西洋气旋降水,证实了GPCP降水资料表征气旋降水的有限性。近10 a来,随着卫星搭载的仪器越来越多,实现了光谱和高光谱及微波、多波段及多角度、主动及被动的对大气及地表和海表的综合遥感,卫星多仪器遥感结果也被用在风暴路径上云和降水的研究。如,Mace (2010)利用A-Train (美国NASA的多颗卫星组成的卫星编队)的测云雷达和激光雷达探测资料分析了大西洋风暴路径上的云量、液态水路径、冰水路径及其辐射强迫等云特性。另一方面,长时间的卫星资料也为研究云和降水的气候变化提供了便利,如有人通过分析1983—2008年ISCCP (International Satellite Cloud Climatology Project) 云产品资料,证实了风暴路径上云向极区移动的结果(Bender and Ramanathan,2012)。

由于TRMM卫星搭载的测雨雷达(PR)只能对地球南北纬37°之间的区域进行有效探测,而北半球风暴路径主要活动在40°N以北,正好2014年春季升空的GPM卫星搭载的双频测雨雷达和微波成像仪则为开展风暴路径上的降水研究提供了新的机遇。相较于TRMM卫星,其拥有更大的扫描范围,并能提供更加丰富的降水信息。因此,本文使用GPM双频测雨雷达获取的观测数据,结合再分析资料,对北太平洋风暴路径上的降水个例展开研究,期望揭示多维度降水结构特征,并通过大气背景环流对具体的降水发展过程进行解释。以2014年12月20—24日发生在北太平洋风暴路径区域的一次温带气旋过程为例,选取该气旋带来的3个降水片段,分析其降水结构和云参数结构特征。此次温带气旋过程生命周期清晰,其先在北太平洋西侧靠近欧亚大陆位置生成,后向东北方向移动,在洋面上发展成熟,当气旋处于锢囚阶段后,引发次生气旋,并逐渐减弱直至消亡,符合典型风暴路径区域气旋发展特征。此次气旋活动生命周期,GPM卫星共有9条轨道观测到其带来的降水,其中观测到的33个降水片段的范围跨度大、结构清晰,对理解北太平洋冬季风暴路径上气旋发展及其与降水的关系具有重要价值。

1 数据与方法

本文使用的观测资料为GPM卫星的第六版二级产品2ADPR_NS数据,其中包括了地表降水率、降水垂直廓线、反射率因子垂直廓线和雨滴粒子谱分布(Droplet Size Distribution,简称DSD)等数据。这些数据基于KuPR、KaPR两个频段的雷达获得,水平分辨率为5 km,其中Ku波段有49个扫描点,而Ka波段则只有25个扫描点,两者垂直分辨率均为125 m,垂直方向共176层。

另外,为了解大气环流场情况,本文使用了欧洲中期天气预报中心(ECMWF)第五代大气再分析资料(ERA5),各层环境场资料包括地表风场以及200 hPa、500 hPa和850 hPa位势高度场与500 hPa垂直速度场资料;同时,还有整层水汽含量(Total column water vapour)资料。此再分析资料时间分辨率为1 h,空间分辨率为0.25°×0.25°。

作为TRMM PR的“继承者”,GPM DPR的一大特色是其通过双频反演算法获得雨滴谱信息,这些数据有助于更好地了解降水过程中不同尺度的雨滴、云滴分布,从而能更好地理解降水粒子的结构。在GPM DPR的算法中,雨滴谱采用了三变量Gamma分布模型,即

$ N(D)=N_0 D^\mu \exp \left[(-3.67+\mu) \frac{D}{D_0}\right] $ (1)

其中,D为雨滴粒子半径;N(D)为单位体积空气和单位粒子半径间隔下的粒子数(简称粒子谱);N0D0μ分别为粒子数浓度、有效粒子半径和形状参数,其中GPM数据通过N0D0两个参量来表征雨滴谱。

2 结果与分析 2.1 降水现象描述

本文所选取的3次被GPM卫星观测到的气旋带来的大范围降水分别是出现在2014年12月20日18时(世界时,下同。轨道号004607,记为片段Ⅰ)、21日02时(轨道号004612,记为片段Ⅱ)、22日16时(轨道号004637,记为片段Ⅲ)。

图 1给出上述3个降水片段的降雨强度、降雨类型和云顶高度的水平分布和对应时次地表风场及850 hPa位势高度,其中线段AB代表垂直剖面中的沿轨方向,线段CD代表垂直剖面中的跨轨方向。3次降水过程的覆盖范围均很大,其中,片段Ⅱ的降水区纬度最高,在40°—55°N之间,而片段Ⅰ、Ⅲ降水区纬度大致相同,位于35°—45°N之间,3个片段降水区逐渐东移,与温带气旋随时间东移相对应。从地表降水强度看,片段Ⅰ降水最强,其中心区域强度超过30 mm·h-1,且强降雨区域分布呈窄带状,结合地表风场看出,强降水中心对应地表水平风切变最大区。相比之下,片段Ⅱ和片段Ⅲ的降水强度较弱,其雨强未超过10 mm·h-1。在降水类型上(图 1beh),3个降水片段均被识别为层云降水,这符合温带气旋造成的锋面降水特征,但片段Ⅰ(图 1b)、片段Ⅱ(图 1e)中部分区域被识别为对流性降水,这可能与GPM在识别降水类型时将不存在明显的回波亮带或强度特别大的降水均判断为对流性降水有关(Iguchi et al.,2018)。云顶高度的空间分布(图 1cfi)大致与降水强度的空间分布(图 1adg)相匹配,总体上,更高的云顶高度往往对应更充分的抬升运动和积雨云发展,从而带来更强的降水。

图 1 2014年12月20日18∶00 (a—c,片段Ⅰ)、21日02∶00 (d—f,片段Ⅱ)、22日16∶00 (g—i,片段Ⅲ)北太平洋风暴路径上3个降水片段由GPM DPR探测的降水强度(a, d, g; 单位: mm·h-1)、叠加地表风场(箭矢,单位: m·s-1)的降水类型(b, e, h; 填色区)与叠加850 hPa位势高度(等值线,单位∶gpm)的云顶高度(e, f, i; 填色区,单位: km) 图a、d、g中,线段AB、CD分别为沿轨、跨轨垂直剖面;图b、e、h中,蓝色、红色分别表示层状云降水和对流性降水,绿色为其他降水 Fig. 1 (a, d, g) Precipitation intensity (mm·h-1) detected by GPM DPR, (b, e, h) precipitation type (color-filled areas) superimposed with surface wind field (arrow, unit∶m·s-1) and (e, f, i) cloud top height (color-filled areas, unit∶km) superimposed with geopotential height (contours, unit∶gpm) at 850 hPa on the north Pacific storm track at (a-c) 18∶00 UTC (segment Ⅰ) 20, (d-f) 02∶00 UTC (segment Ⅱ) 21 and (g-i) 16∶00 UTC (segment Ⅲ) 22 December 2014. In a, d and g the line segments AB and CD denote the vertical section along rail and across rail, respectively. In b, e and h, the green area marks other precipitation, and the blue and red areas mark stratified precipitation and convective precipitation, respectively
2.2 降水的天气背景

为了更好地理解北太平洋风暴路径气旋带来的这次降水过程,本文通过ERA5提供的气旋发展过程中对流层各层大气参量来考察其3个片段对应的大气环境场。图 2给出ERA5再分析产品和DPR轨道探测的这次降水过程不同片段的大气环境场。

图 2 2014年12月20日06∶00 (a1—a4)、21日14∶00 (d1—d4)和22日02∶00 (e1—e4) ERA5再分析产品与GPM DPR探测的20日18∶00 (b1—b4)、21日02∶00 (c1—c4)、22日16∶00 (f1—f4)大气环境场(黑色粗实线为3个降水片段的DPR轨道) a1—f1为叠加2 m温度(填色区,单位: ℃)的海平面气压场(等值线,单位: hPa);a2—f2为850 hPa高度场(等值线,单位: gpm)和整层可降水量(填色区,单位: mm);a3—f3为500 hPa高度场(等值线,单位: gpm)和温度场(填色区,单位: ℃);a4—f4为500 hPa垂直速度(填色区,单位: Pa·s-1) Fig. 2 Reanalysis products from ERA5 at (a1-a4) 06∶00 UTC 20, (d1-d4) 14:00 UTC 21 and (e1-e4) 02∶00 UTC 22 December 2014, and the atmospheric environment field detected by GPM DPR at (b1-b4) 18∶00 UTC 20, (c1-c4) 02:00 UTC 21 and (f1-f4) 16∶00 UTC 22 December 2014. Figures a1-f1 show sea level pressure field (contours, unit: hPa) overlapped with the temperature (colored area, unit: ℃) of 2 m height, figures a2-f2 show geopotential height field (contours, unit: gpm) at 850 hPa and whole layer precipitable water (color-filled areas, unit: mm), figures a3-f3 show geopotential height field (contours, unit: gpm) and temperature field (color-filled areas, unit: ℃) at 500 hPa, and figures a4-f4 show vertical velocity (color-filled areas, unit: Pa·s-1) at 500 hPa. The thick black solid lines mark the DPR track in the three precipitation segments

2014年12月20日06∶00 (图 2a1a4),气旋系统处于波动阶段,海平面气压场出现闭合低压中心,且低空可见明显的低压槽,而在500 hPa层开始出现位势高度波动,高空小槽波动落后于低空槽。从温压关系上看,高空温度场略落后于高度场,气旋前部为暖平流,后部为冷平流,这使得整个气旋系统东移发展。至当日18∶00 (图 2b1b4),地面低压中心扩大并增强,低空已发展出闭合低压中心,而高空槽发展十分明显,地面气旋此时位于高空槽前方,温度槽与高空槽的位置距离扩大,温度平流进一步增强,加速了气旋发展。500 hPa高空可见槽前有大范围较强上升气流,另外通过与前一时次的大气整层可降水量对比,可以看到有指向气旋中心的水汽输送,为气旋系统提供充足水汽。在抬升运动和充沛水汽的有利条件下,在暖区形成大范围强降水,降水释放的潜热又进一步使得气旋发展,低压中心增强并东北移。8 h后(图 2c1c4),与前一时次类似,气旋进入成熟阶段,对应高空高度槽进一步发展横移,槽前依然存在大范围上升气流,暖区观测到有大范围降水,但降水强度比20日18∶00要弱,这一点通过比较两个时次观测区域可降水量分布可以得到解释,前一时次观测区域的可降水量更充足,因此对应降水更强。温度场上,此时受冷平流和上升运动的共同影响,气旋中心后侧500 hPa大气温度下降,温度槽虽仍落后于高度槽,但离气旋中心越来越近。再分析资料的温度场和高度场显示,此时气旋中心地表温度已降到0 ℃以下,而在降水片段北侧925 hPa温度已低于-2 ℃,同时850 hPa与海平面高度差大致在100~130 dagpm,小于130 dagpm,根据降水相态的温度和厚度判据(Bourgouin,2000),可以推断出图 2d中降水北侧大概率发生了降雪,这一点也可在其后对反射率因子垂直剖面的分析中得到验证。在接下来的一天中(图 2d1d4e1e4),气旋系统进一步增强,并逐渐进入锢囚阶段。此时850 hPa低压继续发展、范围扩大,但低压中心停止移动,同时500 hPa出现闭合低压中心,且低压面积逐渐扩大,因此地面和高空低压中心逐渐重合,同时500 hPa高空温度槽也逐渐接近低压中心,在气旋南部冷平流的作用下最终转变成深厚冷低压。从图 2de中看出,由于锋面的锢囚,气旋中心的水汽输送被切断,结合垂直速度场看出,气旋中心区域上升运动较弱,该区域未探测到降水。到22日16∶00 (图 2f1f4),气旋系统已开始减弱,但地面和850 hPa可见气旋前侧有小的次生气旋出现,并在500 hPa有明显的抬升运动,同时气旋南部水汽充沛,造成片段Ⅲ降水。

2.3 降水结构和云参数结构

上文应用ERA5资料分析了2014年12月20—24日北太平洋风暴路径区域气旋发展过程,下文应用GPM DPR提供的降水信息对该过程各降水片段的降水结构特征进行分析。图 3图 1中降水片段Ⅰ、Ⅱ、Ⅲ的雷达最大反射率因子及其高度分布图。

图 3 图 1中降水片段Ⅰ (a, b)、Ⅱ (c, d)、Ⅲ (e, f)的雷达最大反射率因子(a, c, e; 单位: dBz)及其高度(b, d, f; 单位: km)分布图 Fig. 3 Distribution of (a, c, e) the radar maximum reflectivity (unit: dBz) and (b, d, f) their height (unit: km) for (a, b) segment Ⅰ, (c, d) segment Ⅱ and (e, f) segment Ⅲ in Fig. 1

图 3中可见,由于强降水带来的反射率因子强度更大,3个片段中最大反射率因子水平分布与降水强度均有很好的对应关系,但最大反射率因子高度水平分布则与其相反,最大反射率因子较强的区域,其高度往往较低。究其原因,最大反射率因子主要由大雨滴的散射和零度层回波亮带造成,前者效应往往更强。因此,反射率因子较强的区域,最大反射率因子由大粒径雨滴的散射产生,又由于降水过程中雨滴碰并增长过程造成大雨滴往往出现在更靠近地面的位置,所以导致最大反射率因子较强的区域其高度较低。而在降水较弱区域,最大反射率因子往往出现在零度层,造成这些区域最大反射率因子较小而其高度较高。

图 4是利用DPR_NS提供的图 1中3个降水片段的雨滴谱分布(DSD),并给出各片段中每个扫描点上前10%的有效粒子半径D0的均值分布和前10%的粒子数浓度N0的均值分布。由于DSD谱反演需要Ku和Ka两个波段的数据,因此受限于Ka波段的扫描幅宽,NS模式仅在中间位置的25个扫描像素有可信的DSD谱数据。图 4ace显示,与最大反射率因子类似,3个降水片段中D0分布也与降水强度分布对应关系很好,如片段Ⅰ强降水窄带上,D0均大于3.0 mm,远高于其周边区域。比较3个降水片段可知,降水最强的片段Ⅰ中,D0可达3.0 mm以上;降水强度较弱的片段Ⅱ、Ⅲ中,D0仅为2.4 mm左右。而N0分布相对要更复杂,降水强度较弱区域,如片段Ⅱ、Ⅲ中(图 4df) 中,N0水平分布与D0水平分布恰好相反,即在D0较大区域,N0往往较小;片段Ⅰ中,N0D0水平分布大致相同,尤其在强降水窄带上,N0同样为局地最大值,说明N0D0的关系较为复杂,与降水强度、降水类型等有关。

图 4 图 1中降水片段Ⅰ (a, b)、Ⅱ (c, d)、Ⅲ (e, f)前10%有效粒子半径(D0)均值(a, c, e; 单位: mm) 与前10%粒子数浓度(N0)均值(b, d, f; 单位: mm-1·m-3)分布图 Fig. 4 Distribution of (a, c, e) the effective particle radius (D0, unit: mm) and (b, d, f) the particle number concentration (N0, unit: mm-1· m-3) of top 10% for (a, b) segment Ⅰ, (c, d) segment Ⅱ and (e, f) segment Ⅲ in Fig. 1

为定量分析3个降水片段的粒子谱分布,图 5给出图 1中降水片段Ⅰ、Ⅱ、Ⅲ有效粒子半径和粒子数浓度的概率密度分布。从中看到,由于是对同一气旋系统在2 d内3个降水片段的观测,各片段雨滴谱分布形态相近,其中D0峰值分布为1.0~1.5 mm (图 5a),N0峰值均位于2 000 mm-1·m-3附近(图 5b)。比较3个降水片段可知,片段Ⅲ的D0N0分布最为集中,峰值也最高,说明此片段中降水样本在3个降水片段中分布最均匀。相较之下,降水最强的片段Ⅰ,在D0N0较小时其概率密度分布与片段Ⅲ基本一致,但其最大有效粒子半径远超另2个片段并达到3.0 mm以上,其粒子数密度上限也超过了片段Ⅲ,表明其由于更强的降水导致其整体粒子谱分布向右偏移。片段Ⅱ的雨滴谱尤其是粒子数浓度分布则出现明显畸变,其中N0分布在100~1 000 mm-1·m-3之间的频率远高于其他两个片段,这一异常结果可能因其中存在大量的降雪样本所致。至于这种差异性具体是由对降雪粒子谱的双频反演算法的缺陷引起,还是由不同降水相态粒子谱差异性引起,则还有待进一步研究。

图 5 图 1中降水片段Ⅰ (蓝线)、Ⅱ (红线)、Ⅲ (绿线)有效粒子半径D0 (a, 单位: mm)和粒子数浓度N0 (b, 单位: mm-1· m-3)的概率密度(PDF,单位: %)分布 Fig. 5 Probability distribution functions (PDF, unit: %) of (a) the effective particle radius (D0, unit: mm) and (b) the particle number concentration (N0, unit: mm-1· m-3) for segment Ⅰ (blue lines), segment Ⅱ (red lines) and segment Ⅲ (green lines) in Fig. 1

除反射率因子和DSD谱的水平分布,还可通过绘制降水参量的垂直剖面图对降水过程的垂直结构进行分析。图 6给出图 1中各降水片段沿线段AB的DPR_NS第25个扫描位置的雷达反射率因子和沿线段CD过各降水片段中心的跨轨反射率因子剖面图,其中降水中心由各片段中降水样本的经纬度按地表降水率加权平均确定。从中可见,在降水较强的区域,往往也有从地面延伸至低空的较强回波,对应这些区域较大的粒子数浓度和粒子半径。另外,由于这些区域上升运动也更强,云滴往往漂浮的越高,因此会在部分降雨极强区域高处出现较大反射率因子。值得注意的是,3个片段的沿轨反射率因子剖面图中(图 6ace)均有明显的回波亮带存在,由于这一亮带往往出现在0 ℃等温线以下几百米位置(张培昌,2001),而被称为0 ℃层或融化层。0 ℃层亮带代表云中冰水转换区,是层云降水的重要特征;各片段之间亮带分布也有差异,此差异性与其不同的降水结构有关,其中片段Ⅰ、Ⅲ (图 6ae)的回波亮带位置较高,出现在2 km以上,但片段Ⅲ亮带从南到北基本维持在同一高度,而片段Ⅰ中亮带越靠北其高度越低,沿轨反射率因子剖面最北端的亮带高度已在1.5 km以下。由图 2c3f3中500 hPa温度场可以对上述现象进行解释: 尽管两个片段的观测区域接近,但在高空温度场片段Ⅰ南端温度较高、北端温度较低,而片段Ⅲ两端均处在暖气团的控制下,因此只有片段Ⅰ的融化层会出现随纬度增高而高度降低。片段Ⅱ的亮带分布则与片段Ⅰ、Ⅲ有所不同(图 6c),反射率因子剖面图中并无从南到北贯穿的亮带,只是其南侧存在亮带,且其高度与片段Ⅰ北侧亮带高度接近,基本在1.5 km以下,但其北侧并无明显亮带存在,这与温度、高度判据所揭示的可能存在降雪相契合,由于降水自始至终以冰晶形式存在,因此表明不存在冰水转换引起的回波亮带。

图 6 图 1中降水片段Ⅰ (a, b)、Ⅱ (c, d)、Ⅲ (e, f)沿线段AB的DPR_NS第25个扫描位置的雷达反射率因子(a, c, e) 和沿线段CD过各降水片段中心的跨轨反射率因子(b, d, f)剖面图(单位: dBz) Fig. 6 Cross sections of the reflectivity (unit: dBz) (a, c, e) at the 25 th footprint of DPR_NS (normal scan) along the AB line and (b, d, f) cross the different segment precipitation centers along the CD line for (a, b) segment Ⅰ, (c, d) segment Ⅱ and (e, f) segment Ⅲ in Fig. 1

图 7给出图 1中各降水片段沿线段AB的DPR_NS第25个扫描位置的有效粒子半径(D0)和沿线段CD过各降水片段中心的跨轨D0剖面图。从D0水平分布看,不管是沿轨还是跨轨剖面上,在反射率因子较强的扫描点,其D0也较大,两者水平分布呈现出很好的一致性,说明大粒径雨滴有更强更明显的散射能力,这与上文对图 4分析得到的结果吻合。另一方面,在单个扫描点中,D0与反射率因子的垂直分布存在差异,主要表现在D0的垂直分布中并不存在明显的亮带,而呈从上至下递增的趋势,造成这种现象的原因是由于雨滴下落过程中存在碰并增长等作用,雨滴粒径越靠近地表则越大。

图 7 图 1中降水片段Ⅰ (a, b)、Ⅱ (c, d)、Ⅲ (e, f)沿线段AB的DPR_NS第25个扫描位置的有效粒子半径(a, c, e) 和沿线段CD过各降水片段中心的跨轨有效粒子半径(b, d, f)剖面图(单位: mm) Fig. 7 Cross sections of the effective particle radius (unit: mm) at the 25th footprint of DPR_NS (normal scan) along the AB line and (b, d, f) cross the different segment precipitation centers along the CD line for (a, b) segment Ⅰ, (c, d) segment Ⅱ and (e, f) segment Ⅲ in Fig. 1

另外,从图 8图 1中各降水片段沿线段AB的DPR_NS第25个扫描位置的粒子数浓度(N0)和沿线段CD过各降水片段中心的跨轨N0剖面图。从中可见,相较而言,N0的垂直分布规律不明显。从单个降水片段看,N0与降水强度或反射率因子的水平分布不存在一致性,其垂直分布表现出类似D0的从上至下的递增规律,但其随高度变化不如D0的变化明显。比较上述3个降水片段的N0值看出,观测纬度较高的片段Ⅱ的N0最小,而降水最强的片段Ⅰ的N0最大。至于N0分布规律及其与降水强度、有效粒子半径的关系,还有待作进一步研究。

图 8 图 1中降水片段Ⅰ (a, b)、Ⅱ (c, d)、Ⅲ (e, f)沿线段AB的DPR_NS第25个扫描位置的粒子数浓度(a, c, e)和沿线段CD过各降水片段中心的跨轨粒子数浓度(b, d, f)剖面图(单位: mm-1· m-3) Fig. 8 Cross sections of the particle number concentration (unit: mm-1· m-3) at the 25th footprint of DPR_NS (normal scan) along the AB line and (b, d, f) cross the different segment precipitation centers along the CD line for (a, b) segment Ⅰ, (c, d) segment Ⅱ and (e, f) segment Ⅲ in Fig. 1

为了进一步针对所选片段的反射率因子进行统计分析,图 9给出图 1中各降水片段雷达射率因子随高度的概率密度分布(Probability Density Distribution Along Height,PDDAH),以便探讨参量在不同高度不同强度的联合概率密度分布,从而探究参量强度随高度变化的分布变化。从中可见,总体上,越靠近地表,回波反射率越大,其中又以降水强度最大的片段Ⅰ的反射率因子最大,这与上文指出的反射率因子主要受大粒子雨滴影响有关。同时,从降水片段Ⅰ、Ⅲ (图 9ac)中均可看到0 ℃亮带层的存在,即在2 km左右高度其反射率因子突增,而降水片段Ⅱ (图 9b)则不存在明显的反射率因子突增现象,这是因片段Ⅱ降雪区不存在回波亮带所致。片段Ⅲ的0 ℃层又比片段Ⅰ的更清晰,这是因为前者回波亮带基本维持在同一高度而后者亮带高度分布在1.5~2.5 km范围,所以其回波突增的分界线较为模糊。上述特征与上文对图 6分析得到的结果相匹配,这进一步说明了3个降水片段降水垂直结构的差异。

图 9 图 1中降水片段Ⅰ (a)、Ⅱ (b)、Ⅲ (c)雷达射率因子随高度的概率密度(PDDAH)分布(单位: %) Fig. 9 Probability density distribution along height (PDDAH, unit: %) of radar reflectivity for (a) segment Ⅰ, (b) segment Ⅱ and (c) segment Ⅲ in Fig. 1

为了比较同一气旋系统中降水强度与水汽含量的关系,本文绘制了图 1中3个降水片段GPM DPR探测的地表降水率(Ra)和与其对应的ERA5格点中气柱可降水量(Pw)的散点图(图 10)。从中看到,Pw越高并不一定带来更强的降水,二者并非成正比关系,不同水汽含量的降水样本中其下限基本一致。但水汽含量决定了降水强度的上限,说明在充分的气团抬升中,水汽越充沛的区域就越有可能出现更强的降水。同时,通过比较RaPw的上限发现,前者增大远大于后者,结合图 2中可降水量的时空分布演变,说明在降水过程中到达地表的降水并不只是由其正上方气柱中的水汽凝结而成,还与周围环境中源源不断的水汽输送密切相关。

图 10 GPM DPR探测的图 1中3个降水片段地表降水率(Ra, 单位: mm·h-1)与对应位置气柱可降水量(Pw, 单位: mm)的散点图 Fig. 10 Scatter diagram of the surface precipitation rate (Ra, unit: mm·h-1) versus the corresponding column integrated precipitable water (Pw, unit: mm) for the three precipitation segments detected by GPM DPR in Fig. 1
3 结论与讨论

本文主要利用ERA5再分析资料和GPM的降水观测数据,从降水的大气环流背景、水平分布与垂直结构等方面,对一次发生在冬季北太平洋风暴路径区域的气旋过程及其带来的降水过程进行了分析。主要得到如下结论:

(1) 在北太平洋风暴路径的温带气旋中,观测资料显示的降水结构和再分析资料显示的大气环流相吻合,借助观测和再分析融合数据能更好地推断出降水事件前后的大气条件,进而解释其降水分布,为缺乏地面观测数据区域的降水研究提供参考。

(2) 本次气旋过程符合典型温带气旋的生命发展周期。在大气斜压性驱动下,气旋从波动阶段发展至成熟,再逐渐形成锢囚锋,最终演变成冷低压,且3个较大的降水片段均集中在气旋活动的东南部,这与北太平洋上水汽分布南北差异和温带气旋中指向中心的水汽输送过程有关。通过比较该个例中地表降水率和由再分析资料计算得到的气柱可降水量,得到同一温带气旋中降水强度和水汽含量的关系,更多可降水量并不一定导致更大降水强度,气柱中水汽含量决定降水强度的上限。

(3) 对GPM粒子谱的研究表明,有效粒子半径分布与针对云物理降水的物理推断相符。水平分布上,有效粒子半径、最大反射率因子、地表降水率在强度上存在较好的对应关系;在垂直分布上,有效粒子半径因雨滴碰并增长过程的影响呈现从上至下递增趋势,粒子数浓度垂直分布特征不明显。水平分布上,降水较弱区域与有效粒子半径呈负相关关系。

本研究关注的是北太平洋风暴路径上的具体降水过程,通过对其研究获得了气旋降水带集中在气旋中心东南侧的结论,并由可降水量分布和气旋发展不同时期水汽输送对这一结论作了科学解释。同时,引入包含位势高度、湿度、垂直运动速度在内的大气参量和适当天气学演绎。相比Zhang等(2020)统计不同生命阶段温带气旋降水分布得到的结果,本文获得了更连续、更具体的降水图景,可对测雨雷达揭示的降水分布、强度、相态等作出较好物理推断解释。另一方面,由于个例分析方法的局限性,本文通过观察降水分布和天气学演绎获得的上述结论是否具有代表性仍需进一步开展统计研究进行验证。同时,由于本次降水过程时间跨度较长,只能采取“快照”式展示方式,对降水过程尽量均匀采样,但仍可能丢失一些降水过程的细节,因此如何动态展示天气过程和降水演变仍是一个值得深入研究的问题。

参考文献
张培昌, 杜秉玉, 戴铁丕. 2001. 雷达气象学[M]. 北京: 气象出版社, 255-269.
张颖娴, 丁一汇, 李巧萍. 2012. 北半球温带气旋活动和风暴路径的年代际变化[J]. 大气科学, 36(5): 912-928.
Bender A M, Ramanathan V, Tselioudis G. 2012. Changes in extratropical storm track cloudiness 1983-2008: observational support for a poleward shift[J]. Climate Dynamics, 38(9): 2037-2053.
Blackmon M L, Wallace J M, Lau N C, et al. 1977. An observational study of the Northern Hemisphere wintertime circulation[J]. Journal of the Atmospheric Sciences, 344(7): 1040-1053.
Bourgouin P. 2000. A method to determine precipitation types[J]. Weather and Forecasting, 15(5): 583-592. DOI:10.1175/1520-0434(2000)015<0583:AMTDPT>2.0.CO;2
Chaboureau J P, Claud C, Cammas J P, et al. 2001. Large-scale cloud, precipitation, and upper level features during Fronts and Atlantic Storm Track Experiment as inferred from TIROS-N Operational Vertical Sounder observations[J]. Journal of Geophysical Research, 106(D15): 17293-17302. DOI:10.1029/2000JD000150
Chang E K M. 2009. Are band-pass variance statistics useful measures of storm trackactivity? Re-examining storm track variability associated with the NAO using multiple storm track measures[J]. Climate Dynamics, 33(2-3): 277-296. DOI:10.1007/s00382-009-0532-9
Hoskins B J, Hodges K I. 2002. New perspectives on the Northern Hemisphere winter storm tracks[J]. Journal of the Atmospheric Sciences, 59(6): 1041-1061. DOI:10.1175/1520-0469(2002)059<1041:NPOTNH>2.0.CO;2
Iguchi T, Seto S, Meneghini R, et al. 2018. GPM/DPR level-2 algorithm theoretical basis document [EB/OL]. NASA. https://gpm.nasa.gov/resources/documents/gpm-dpr-level-2-algorithm-theoretical-basisdocument-atbd
Joly A, Jorgensen D, Shapiro M A, et al. 1997. The fronts and Atlantic storm-track experiment (FASTEX): Scientific objectives and experimental design[J]. Bulletin of the American Meteorological Society, 78(9): 1917-1940. DOI:10.1175/1520-0477(1997)078<1917:TFAAST>2.0.CO;2
Klein W H. 1958. The frequency of cyclones and anticyclones in relation to the mean circulation[J]. Journal of the Atmospheric sciences, 15(1): 98-102.
Klepp C P, Bakan S, Gral H. 2003. Improvements of satellite-derived cyclonic rainfall over the North Atlantic[J]. Journal of Climate, 16(4): 657-669. DOI:10.1175/1520-0442(2003)016<0657:IOSDCR>2.0.CO;2
Kodama Y M, Tamaoki A. 2002. A re-examination of precipitation activity in the subtropics and the mid-latitudes based on satellite-derived data[J]. Journal of the Meteorological Society of Japan, 80(5): 1261-1278.
Lau N C. 1988. Variability of the observed midlatitude storm tracks in relation to low-frequency change in the circulation pattern[J]. Journal of the Atmospheric Sciences, 45(19): 2718-2743. DOI:10.1175/1520-0469(1988)045<2718:VOTOMS>2.0.CO;2
Mace G G. 2010. Cloud properties and radiative forcing over the maritime storm tracks of the Southern Ocean and North Atlantic derived from A-Train[J]. Journal of Geophysical Research, 115(D10201). DOI:10.1029/2009JD012517
Petterssen S. 1955. A general survey of factors influencing development at sea level[J]. Journal of Meteorology, 12(1): 36-42. DOI:10.1175/1520-0469(1955)012<0036:AGSOFI>2.0.CO;2
Wallace J M, Lim G H, Blackmon M L. 1988. Relationship between cyclone tracks, anticyclone tracks and baroclinic waveguides[J]. Journal of the Atmospheric Sciences, 45(3): 439-462.
Whittaker L M, Horn L H. 1981. Geographical and seasonal distribution of North American cyclonesis, 1958-1977[J]. Mon Wea Rev, 109(1): 2312-2322.
Whittaker L M, Horn L H. 1984. Northern hemisphere extratropical cyclone activity for four midseason months[J]. International Journal of Climate, 4: 297-310.
Zhang A, Chen Y, Zhang Q, et al. 2020. Structure of cyclonic precipitation in the Northern Pacific storm track measured by GPM DPR[J]. Journal of Hydrometeorology, 21(2): 227-240.