期刊检索:
  暴雨灾害   2019, Vol. 38 Issue (1): 31-40.  DOI: 10.3969/j.issn.1004-9045.2019.01.004

论文

DOI

10.3969/j.issn.1004-9045.2019.01.004

资助项目

安徽省气象科技发展基金项目(KM201503)

第一作者

杨祖祥, 主要从事极端降水和气象雷达应用研究。E-mail:yangzuxiang1@sina.com

文章历史

收稿日期:2018-03-28
定稿日期:2018-10-30
2018年1月初安徽特大暴雪的双偏振雷达观测分析
杨祖祥1 , 谢亦峰1 , 项阳2 , 周胜男1     
1. 安徽省气象台, 合肥 230031;
2. 安徽省阜阳市气象局, 阜阳 236000
摘要:2018年1月3-5日安徽省发生一次特大暴雪过程,其降水强度大,最大累积降水量达71 mm;降雪后低空和地面温度偏低,积雪深度较大,最大积雪深度超过40 cm,并产生雨雪冰冻灾害。首先使用常规观测资料分析该过程特大暴雪实况,再结合双偏振雷达观测数据,判断融化层高度和降水粒子相态。结果表明:(1)阜阳双偏振雷达观测记录了此次特大暴雪过程,其零阶滞后相关系数(CC)产品的低值区与融化层基本吻合,使用反射率因子(dBZ)、CC和差分反射率(ZDR)产品可清晰判断出融化层高度,并推断出大气中降水粒子的属性;(2)双偏振雷达使用模糊逻辑法提供融化层产品(ML)和粒子相态分类产品(HCL),其与使用双偏振雷达基本产品主观判断的融化层高度和粒子相态基本一致,与实况观测基本相符;(3)双偏振雷达的ML产品和HCL产品对冬季降水粒子的探测和降水相态的判定有一定的参考价值。
关键词暴雪    双偏振雷达    融化层    粒子相态    
Analysis on dual polarization radar observations of a heavy snowstorm event in Anhui in the beginning of January 2018
YANG Zuxiang1 , XIE Yifeng1 , XIANG Yang2 , ZHOU Shengnan1     
1. Anhui Meteorological Observatory, Hefei 230031;
2. Fuyang Meteorological Office of Anhui Province, Fuyang 236000
Abstract: A heavy snowstorm event, with high precipitation intensity and maximum cumulative precipitation of more than 71 mm, occurred in Anhui Province from January 3 to 5 in 2018. After snowfall, icing, freezing rain and snow disaster were generated under low temperature at the surface and in the low-level. Maximum snow depth reached greater than 40 cm. Using routine observational data, we have firstly analyzed the observations of this heavy snowstorm event, and then judged the melting layer height and the phase of precipitation particle using dual polarization radar data. The results show that (1) this event is well observed and recorded by Fuyang dual polarization radar, whose low value area of the zero order lag correlation coefficient (CC) coincides mostly with the melting layer. The product such as basic reflectivity factor (dBZ), CC and differential reflectivity (ZDR) can be used to distinguish the melting layer height, and to infer the phase of precipitation particle. (2) The melting layer (ML) and hydro classification (HCL) products from dual polarization radar are based on fuzzy logic method, whose melting layer height and precipitation particle phase coincide with the ones from subjective judgment made by using basic products from dual polarization radar, conforming to the observations. (3) The ML and HCL products from dual polarization radar can be certainly served as a reference for detecting and judging of precipitation particles in winter.
Key words: snowstorm    dual polarization radar    melting layer    particle phase    
引言

安徽省地处华东腹地,长江、淮河穿流而过,其北部为平原,中部多丘陵,西部和南部为山区,地形地貌十分复杂。安徽省降雪天气主要发生在当年12月至次年2月,多年来安徽降雪天数(除山区外)从淮北到江南呈减少趋势。暴雪是安徽省主要的气象灾害之一,往往给国民经济和人民生命财产造成重大损失[1]。我国暴雪主要发生在北方和高原地区,对暴雪研究也大多集中在这些地区。我国气象工作者在暴雪环流形势和大气垂直结构[2-4]以及产生暴雪的海温异常、垂直速度等物理量场[5-6]方面开展了一系列研究。北方地区,高空位涡强迫、低空涡旋发展[7],低涡和倒槽北上[8]等均能引起暴雪,甚至在弱的水汽输送和垂直上升运动高度较高的条件下[9]也能产生暴雪。暴雪形成需要一定的温度条件,尤其是700 hPa以下低空垂直温度对降水相态影响较大[1, 10],且白天和夜间雨转雪所对应的低空温度层结不同[11]。预报员对冬季降水量预报较有把握,但对降水相态的判断一直是困扰预报员的一个难题,而冬季不同相态降水造成的社会影响大不一样,此时短临预报预警业务责任重大。缪晓农等[12]研究指出,降水阶段的0 ℃层高度相对于云底的高度与降水相态密切相关,其对降雪的短临预报预警有重要意义。现阶段对降雪的监测手段较少,多普勒天气雷达和激光雨滴谱仪等对降雪有一定的监测能力,但冬季降水回波较弱,有时会受融化层影响,导致多普勒雷达对降雪的监测能力不足[13-15]。辅以激光雨滴谱仪,虽然可观测到降雪粒子[16-17],但激光雨滴谱仪观测站点较少,且其主要观测降到地面的降水粒子属性,对雨雪转换过程的监测和提前预警能力较弱。国外研究[18-21]表明,使用双偏振雷达可判断大气中降水粒子的性质,并实时对空中的降水粒子进行观测和分类。现阶段我国气象业务中使用的双偏振雷达大多位于南方经济发达地区,对双偏振雷达的应用研究也主要集中于强降水和冰雹等方面[22-24],用其产品对降雪的研究较少。双偏振雷观测范围大、时空分辨率高、时效性强,且能在夜间判断降水粒子相态和融化层高度。在常规夜间观测业务取消后,使用仪器确定降水相态非常关键,其对短临预报监测和预警业务具有重要作用。为此,本文首先使用常规观测资料分析2018年1月初安徽特大暴雪实况,然后使用双偏振雷达观测数据分析融化层高度和降水粒子属性,以期加深对安徽暴雪天气的认识,为当地开展暴雪预警预报提供参考依据。

1 资料与方法

本文所用资料包括: 2018年1月2日08时(北京时,下同)—5日08时安徽省80个国家自动气象站3 h间隔的地面常规观测资料与24 h降水资料;同期阜阳、安庆探空站(图 1) 12 h间隔的探空资料和阜阳双偏振雷达约平均6 min一次的体扫资料;欧洲中期天气预报中心(European Center for Medium-range Weather Forecast,简称EC)细网格再分析资料,资料空间分辨率为0.25°×0.25°。

图 1 安徽省分县位置与各观测站分布(雷达圈间距为50 km) Fig. 1 Distribution of county and observation stations in Anhui Province. Interval between radial circles is 50 km.

本文分析使用的双偏振雷达资料来源于阜阳市双偏振雷达,该雷达由阜阳市气象局参照中国气象局《S波段双偏振多普勒天气雷达功能需求书》制定的升级改造方案、由北京敏视达雷达公司对阜阳市原多普勒天气雷达升级改造而成。阜阳S波段双偏振雷达位于该市机场东侧,海拔66.2 m,净空环境较好,0.5°仰角以上无遮挡;水平和垂直通道的噪声系数分别为1.01 dB和1.03 dB,双通道的动态范围均超过95 dB,第一旁瓣电平均低于-29 dB;其各项指标均达标,已通过验收并正式投入业务运行。

首先,使用常规观测资料分析此次特大暴雪过程的降水实况。然后,介绍双偏振雷达基本产品的算法和意义,并根据双偏振雷达基本产品,判断融化层高度,推断大气中降水粒子属性。最后,分析双偏振雷达使用模糊逻辑判断法[25-26] (表 1)对降水粒子属性的客观判断结果,并将之与主观判断结论与观测实况进行比较。

表 1 双偏振雷达模糊逻辑法判断依据[25-26] Table 1 Judgment criterion based on the fuzzy logic method for dual polarization radar (from 25th and 26th references in the paper).
2 暴雪天气实况

此次安徽特大暴雪过程主要发生在2018年1月3—5日,淮北地区首先出现降雪天气(图 2a),界首站最早于3日08时观测到降雪,此时淮河以南地区降水相态仍为降雨。阜阳站上空各层温度变化趋势图显示(图 2c),该站温度从1日20时开始下降,降温速度快,3日08时地面温度降为3 ℃,925 hPa温度降为-1 ℃,850 hPa和700 hPa温度均为-4 ℃,此时阜阳北部地区开始转雪。随着冷空气南移,降雪范围向东南方向扩大、强度增强。3日晚间,雨雪分界线南移至沿江地区,此时阜阳站上空大气温度继续降低。3日20时700 hPa、850 hPa和925 hPa温度均为-4 ℃,1 000 hPa温度为-3℃,地面温度为-2 ℃,低空和地面温度均低于0 ℃,有利于地面形成积雪。降雪期间,沿淮地区降雪最强时段集中在3日晚间至4日早晨,江淮之间及沿江东部地区降雪最强时段集中在4日白天。5日早晨至午后,全省降雪自北向南逐渐停止。从1月5日14时安徽省积雪深度分布图上可见(图 2b),除沿江西部和江南南部地区外,安徽省大部分地区均有积雪覆盖,有55站积雪深度超过15 cm,江淮之间北部大部分站点积雪深度超过30 cm,其中金寨、明光、定远站积雪深度达40 cm。

图 2 安徽省各站2018年1月3日初雪时间(a)和1月5日14时积雪深度(b,单位: cm)分布,以及阜阳站1日20时—4日20时地面和高空温度(单位:℃)变化(c) Fig. 2 Distribution of (a) first snow time on 3 January 2018 and (b) snow depth (unit: cm) at 14:00 BT 5 January 2018 at different stations, and (c) variation of temperature (unit: ℃) at ground level and upper air at Fuyang station from 20:00 BT 1 to 20:00 BT 4 January 2018 in Anhui Province.

分析此次安徽特大暴雪过程的降水量(固态与液态降水之和,下同)发现(图 3),1月3日降水量最大(图 3a),全省大部分地区降水量超过10 mm,沿淮淮北到江淮之间降水量较大,部分站点超过30 mm,最大降水发生在霍山站,达50 mm。1月4日全省大部分地区降水达到大雪量级(图 3b),大别山区北部、江淮之间东部和沿江东部地区降水量级达到大暴雪,肥西站降水量达26 mm。此次特大暴雪过程累积降水量较大(图 3c),全省大部分地区超过20 mm,霍山站48 h累积降水量达71 mm;同时降温速度快,低空和地面温度较低(保持在0 ℃以下),积雪堆积速度快、融化缓慢,造成道路结冰等灾害,对农业、交通等行业带来较大影响。

图 3 2018年1月3日08时—4日08时(a)、4日08时—5日08时(b)和3日08时—5日08时(c)累积降水量分布(单位: mm) Fig. 3 The accumulated precipitation (unit: mm) in Anhui from (a) 08:00 BT 3 to 08:00 BT 4, (b) 08:00 BT 4 to 08:00 BT 5 and (c) 08:00 BT 4 to 08:00 BT 5 January 2018.
3 降雪的双偏振雷达特征

目前我国天气预报业务中运行的雷达主要是多普勒天气雷达,其对雨雪转换过程的监测和提前预警能力较弱。双偏振雷达与普通多普勒雷达相比,其优势是使用水平和垂直偏振波对大气中的粒子进行探测,并根据接收到的水平和垂直偏振波进行对比分析,判断大气中粒子的形状和相态。国外一些学者[18-21]的研究表明,使用双偏振雷达可判断大气中降水粒子的性质,实时对空中降水粒子进行观测分类,且其观测范围广、时空分辨率高、时效性强,可为预报员提供粒子的相关信息,对判断冰雹、雨雪的类型和强度等有较大帮助,对天气过程监测能力有较大提升。国内对双偏振雷达的研究主要集中在夏季强降水或强对流天气上,对冬季降雪过程研究较少。此次安徽特大暴雪过程降水强度大、持续时间长,阜阳雷达完成双偏振升级后,各项指标测试均满足要求,并首次对暴雪过程进行了观测。下文使用阜阳双偏振雷达数据,对该过程融化层高度的判断和降水粒子的相态识别进行分析,以增强预报员在雨雪天气下对双偏振雷达产品的认识,提高预报员对雨雪天气预报预警能力。

3.1 双偏振雷达的3个基本产品

双偏振雷达比普通多普勒雷达多3个基本产品,即零阶滞后相关系数(ρhv(0),以下简称CC)、差分反射率(ZDR)、差分相移率(KDP)产品,根据其对应的算法,有不同用处。其计算公式为

${\rho _{{\rm{hv}}}}\left( 0 \right) = \frac{{\left| {{R_{{\rm{hv}}}}\left( 0 \right)} \right|}}{{\sqrt {{R_{{\rm{hh}}}}\left( 0 \right){R_{{\rm{vv}}}}\left( 0 \right)} }} $ (1)
$ ZDR = {Z_{\rm{h}}} - Z{\rm{v}} $ (2)
$ \mathit{KDP = }\frac{{{\varphi _{{\rm{DP}}}}\left( {{r_2}} \right) - {\varphi _{{\rm{DP}}}}\left( {{r_1}} \right)}}{{2\left( {{r_2} - {r_1}} \right)}} $ (3)

式(1)中: Rhv(0)为水平通道和垂直通道互相关系数;Rhh(0)和Rvv(0)分别为水平通道和垂直通道零阶自相关系数,描述雷达接收到的水平和垂直脉冲变化的一致性。若大气中的水凝物粒子为小雨滴、干雪等水平和垂直尺寸差距较小的粒子时,CC值较大,大多高于0.95;反之,若大气中的水凝物粒子为大雨滴、大冰雹或混合相态粒子等水平和垂直尺寸有一定差距的粒子,则CC值较小。在特定环境下,根据探测区域内粒子的水平和垂直尺寸不同,辅以其它观测数据,可判断粒子属性并推断出融化层高度。式(2)中,ZDR为差分反射率(单位: dB),其值为水平通道反射率(Zh)和垂直通道反射率(Zv)的差值。该式可揭示水凝物的平均形状,当大气中水凝物粒子的形状差距较大,如大雨滴、大冰雹、固液态混合物等,水平尺寸与垂直尺寸差距较大,ZDR的绝对值较大。又因重力作用,大气中降水粒子水平尺寸大于垂直尺寸,ZDR正值居多,水平尺寸和垂直尺寸差距较大时,ZDR显著增大。式(3)中,KDP为差分相移率,即水平通道和垂直通道差分相移的距离倒数;φDP(r1)和φDP(r2)分别表示距离雷达r1r2处水平通道和垂直通道的相位差带来的差分相移。该式主要计算不同距离库内的相移差值。在正常大气中,能引起KDP值偏大的主要是液态降水粒子,且雨滴数量越多,形状越大越扁平,KDP值越大,在强降水过程中对估测降水和大雨滴判定表现较好,但在弱降水或冬季降雪条件下,KDP值一般较小,表现较差。图 4给出2018年1月2日20时阜阳双偏振雷达0.5°仰角CCZDRKDP和粒子分类产品。

图 4 2018年1月2日20时阜阳双偏振雷达0.5°仰角零阶滞后相关系数(CC) (a)、差分反射率(ZDR) (b)、差分相移率(KDP)(c)和粒子分类产品(HCL) (d)的PPI图(图a中,符号A所示蓝色圆圈为零阶滞后相关系数(CC)低于0.90的区域;图c、d中,符号A所示红色圆圈标出KDP和HCL缺省区(黑色)) Fig. 4 PPI charts of (a) zero order lag correlation coefficient (CC), (b) differential reflectivity (ZDR), (c) specific differential phase (KDP) and (d) hydro classification (HCL) at 0.5° elevation angle from Fuyang dual polarization Doppler weather radar at 20:00 BT 2 January 2018. In (a) blue circle indicated by symbol"A"is areas with CC below 0.90, and in (c) and (d) red circles indicated by symbol"A"section out the default areas (black) of KDP and HCL.

图 4a显示,距离雷达中心50~80 km区域,CC值比较杂乱且普遍偏小,部分地区CC值低于0.90,表明该区域粒子性质不一,形状不规则,导致雷达接收到的水平和垂直脉冲差距较大,计算出来的CC值偏小,此时探测到的粒子一般为冰雹、大雨滴或混合相态的粒子。而与夏季降水过程相比,冬季的水汽条件和上升运动均较差,降水过程中无法形成大水滴或冰雹等尺寸较大的粒子,不同相态粒子混合存在是导致CC值较低的主要原因,初步判断该区域为融化层。

图 4b显示,在水平距离50~80 km处ZDR值略高于其它地区,最大值超过1 dB。夏季强降水过程中水汽条件较好、上升运动强烈,大气中常有较大的液滴,ZDR值的区别较为显著;冬季温度较低,水汽条件和上升运动均较弱,降水过程中无法形成较大液滴,ZDR值相差较小,其在冬季降水过程中对融化层和降水粒子的判定有一定作用。

双偏振雷达RPG软件在计算双偏振雷达产品时规定,当CC值低于0.9时(图 4a中A区),不对KDP和粒子相态分类(以下简称CHL)产品进行计算,在KDP图(图 4c中A区)和HCL图(图 4d中A区)中表现为黑色即缺省地区,KDP产品对融化层和粒子相态判定能力并不显著。

3.2 双偏振雷达对融化层的判断

在日常业务工作中,对雨雪过程的预报预警,雨雪转换过程的监测和判断是一大难点。安徽处于江淮地区,冬季常有暴雪天气,且雨转雪天气常发生在夜间,更是加大了对雨雪转换过程的观测难度。若低空融化层能被判断出来,则能知晓大气中降水粒子相态,提前预报预警雨雪过程转换,也对雷达定量降水估测准确性提高帮助较大。为此,结合上述暴雪过程,使用双偏振雷达基本产品,综合雷达站海拔高度、地球曲率以及雷达波束随探测距离的影响,对融化层高度分析判断如下。

1月2日20时,阜阳地区上空温度较高,降水量级为小雨。分析此时阜阳双偏振雷达观测产品和探空图(图 5)可以判断融化层高度。图 5a为0.5°仰角基本反射率因子图,从中看到回波强度较弱,即弱降水回波,使用单个基本反射率因子PPI图无法判断出融化层。为此,沿图 5a中AB线位置作垂直剖面图(图 5bc),通过多个观测量可清晰判断融化层高度。图 5a显示,剖面位置附近的基本反射率因子较低,大多低于30 dBz。而图 5b显示,回波顶高度在5 km附近,0.5— 1.5 km高度基本反射率因子较大,图中双红线标出区域为一条回波超过30 dBz的水平亮带,反映了融化层亮带特性。图 5c显示,0.5—1.5 km高度附近区域CC产品图上有一条低值带(图中白线标出区域),CC值在0.85~0.95之间,1.5 km高度以上CC值较大,基本都为0.99。ZDR产品和KDP产品在0.5—1.5 km高度附近的值比其上下层的略大,此区域粒子水平尺寸大于垂直尺寸,但并不显著(图略)。综合判断表明,0.5— 1.5 km高度与之上下层相比,反射率因子偏高(但低于45 dBz),CC值偏小,ZDR值偏大,判断此处为融化层高度。结合对阜阳站温度-对数压力图(T-lnp)分析可知(图 5d),0 ℃层高度在1.03 km,位于CC产品低值区,与双偏振雷达数据对融化层高度的主观判断基本一致,说明使用双偏振雷达产品对融化层高度的判断基本准确。

图 5 2018年1月2日20时阜阳双偏振雷达0.5°仰角反射率因子PPI图(a,单位: dBz)与沿图a中AB线雷达反射率因子(b,双红线标出区域为一条回波超过30 dBz的水平亮带)和零阶滞后相关系数(CC) (c,双白线标出区域为0.85~0.95的CC低值带)剖面图以及同时次阜阳站T-lnp图(d) Fig. 5 (a) PPI charts of basic reflectivity factor (unit: dBz) at 0.5° elevation angle from Fuyang dual polarization radar, the vertical cross sections of (b) reflectivity factor and (c) CC along the AB line in (a), and T-lnP chart at Fuyang sounding station at 20:00 BT 2 January 2018. In (b) areas sectioned out by two red lines is a horizontal bright band of echo with reflectivity factor above 30 dBz. In (c) areas sectioned out by two white lines is where CC is from 0.85 to 0.95.

随着冷空气逐渐南移,大气环境温度降低,融化层高度逐渐降低,阜阳北部地区开始降雪。图 6为1月3日08时双偏振雷达观测产品和阜阳探空图。沿图 6a中AB线反射率因子剖面(图 6b)显示,距离雷达较近的地方有亮带(图中双红线标出区域),水平距离超过50 km以外的区域亮带不明显,单一使用反射率因子对融化层高度的判定较为困难。而图 6cCC产品显示,雷达探测低空边缘有一条明显低值带(图中双白线标出区域),CC值低于0.96,低值区中心部分CC值低于0.90。此时CC产品中低值区(低于0.97)与其上空高值区(高于0.98)分界线明显,水平分布平直,随着距离向南增加而升高,判断其为融化层。结合上一时次(2日20时)对融化层高度的判断,该时次融化层高度略有降低,与当日阜阳上空降温实况相吻合。经阜阳探空站资料验证,0 ℃层在0.68 km,此时雷达只能观测到融化层中上层,CC产品也显示出融化层低值带下边界未被探测。分析CC产品剖面图发现,低值带随着距离向南增大,上边界越来越高,在水平距离100 km附近,上边界高度接近2.5 km,表明阜阳以南地区低空融化层高度随着距离向南增大而升高。使用EC再分析资料沿116°E对温度场作剖面图并叠加探空风场资料(图 6d)表明,安徽省850 hPa以下均为东北风,1 000 hPa低空东北风风速达到12 m·s-1,安徽省位于冷锋后部;阜阳上空逆温锋区较高,位于850— 700 hPa附近,850 hPa为东北风,风速达到12 m·s-1,700 hPa以上为西南风,锋区下部被冷气团控制,低层等温线密集且与水平面呈一定夹角;安庆站位于阜阳站南部约280 km,该站上空逆温锋区高度较低,厚度较厚,且水平温差较大,锋区主要位于900—700 hPa,925 hPa上为东北风,风速达12 m·s-1,有明显冷平流,700 hPa为西南风,风速达14 m·s-1,高低空风切变较大,等温线在水平方向上分布密集,冷暖空气在安庆地区附近交汇明显;图中白色区域为0 ℃层,再分析资料显示0 ℃层高度在阜阳地区附近表现为自北向南逐渐升高,上升趋势较慢,在安庆北部地区0 ℃层高度上升迅速,此时安庆探空站资料显示0 ℃层位于3.11 km高度。相比探空资料和再分析资料分析出的0 ℃度层高度与变化趋势,与使用CC产品对融化层高度及变化趋势进行主观判断基本一致,不仅较准确,且时效性更强、精度更高。

图 6 2018年1月3日08时阜阳双偏振雷达0.5°仰角反射率因子PPI图(a,单位: dBz)与沿图a中AB线雷达反射率因子(b,双红线标出区域为回波亮带)和零阶滞后相关系数(CC) (c,双白线标出区域CC低于0.96)剖面图以及同时次沿116°E温度剖面图(d,单位: ℃) Fig. 6 (a) PPI charts of basic reflectivity factor (unit: dBz) at 0.5° elevation angle from Fuyang dual polarization radar, the vertical cross sections of (b) reflectivity factor and (c) CC along the AB line in (a), and (d) meridional cross section of temperature (unit: ℃) along 116°E at 08:00 BT 3 January 2018. In (b) areas sectioned out by two red lines is a bright band of echo. In (c) areas sectioned out by two white lines is areas with CC below 0.96.

图 7为1月4日10时双偏振雷达的观测产品和08时阜阳探空站T-lnp图。此时,阜阳雷达探测范围内均为降雪。由于转雪后,雷达探测到的粒子后向散射较弱且粒子均匀,基本反射率因子较低(低于30 dBz,图 7b),CC值较高(高于0.97,图 7c),ZDR值较低(图略),无法辨别融化层。探空资料(图 7d)显示,阜阳站上空整层温度均低于0 ℃,大气中无融化层。

图 7 2018年1月4日10时阜阳双偏振雷达0.5°仰角反射率因子PPI图(a,单位: dBz)与沿图a中AB线雷达反射率因子(b)和零阶滞后相关系数(c)剖面图以及当日08时阜阳站T-lnp图(d) Fig. 7 (a) PPI charts of basic reflectivity factor (unit: dBz) at 0.5° elevation angle from Fuyang dual polarization radar, the vertical cross sections of (b) reflectivity factor and (c) CC along the AB line in (a) at 10:00 BT, and (d) T-lnp chart at Fuyang sounding station at 08:00 BT 4 January 2018.

通过双偏振雷达的反射率因子、CCZDR产品,主观对融化层的判断比较准确,而双偏振雷达通过客观算法,也提供了融化层(melting layer)产品(图 8,下文简称ML)。图 8a为融化层判定示意图,其中BE为波束上界与融化层的下界交点,在ML图(图 8b)中表现为最内侧的虚线;BC为波束中心与融化层下界的交点,表现为内侧的实线;TC为波束中心与融化层上界的交点,表现为外侧的实线;TE波束下界与融化层上界的交点,表现为外侧虚线。由于雷达波束展宽的影响,距离雷达较远时,ML产品会有一定误差。从1月2日20时CC产品与ML产品叠加图中(图 8b,填色部分为CC产品,等值线为ML产品)可见,4条等值线(分别位于距离雷达站约20、35、90、130 km处)表现为同心圆分布,表明雷达测算大气中的温度水平分布较为均匀。将ML产品叠加在CC产品上之后可较清晰看出,两个实线圈之间CC值较小,低值区基本在同一同心圆上,而冬季排除大雨滴的可能性,推断该区域处于融化层内圈、液态粒子并存,粒子属性较为复杂,从而导致CC值偏小。内层虚线高度在0.35 km附近,分析阜阳探空站T-lnp图(图 5d)可知,此高度上温度约为4 ℃。内层的实线高度在0.5 km附近,外层实线高度约为1.3 km。阜阳探空资料显示0 ℃层高度在1.03 km,位于白色实线范围之内。抬高多个仰角,内层实线的高度在0.4—0.7 km之间,外层实线的高度在1.0— 1.2 km之间,0 ℃层均处于内外层实线之间,且距离外层实线距离较近。3日08时以后(图 8cd),底层温度较低,0 ℃层接近甚至低于雷达高度,ML产品的内圈虚线和实线依然有显示,但距离雷达站非常近。外圈的实线和虚线高度持续降低,3日08时分别在0.7 km和1.3 km附近,4日10时分别在0.4 km和0.8km附近,此时ML产品外圈实线所在高度均低于0 ℃层,对融化层有一定的判断误差。

图 8 融化层(ML)产品解释图(a)以及2018年1月2日20时阜阳双偏振雷达ML产品(等值线)与CC产品(填色区)叠加图(b)与3日08时(c)、4日10时(d) 0.5°仰角ML产品PPI图 Fig. 8 a) Melting layer (ML) product sketch. (b) Superposition of ML (contours) and CC (color-filled areas) at 20:00 BT 2, and PPI charts of ML at 0.5° elevation angle from Fuyang dual polarization radar at (c) 08:00 BT 3 and (d) 10:00 BT 4 January 2018.

对比分析双偏振雷达的ML产品和实况探空资料发现,当融化层高度较高时,实际0 ℃层高度位于ML产品的两条实线之间,且与外层实线接近;当融化层高度较低时,雷达附近杂波会对融化层产品产生影响,从而造成融化层高度判断偏差;当地面温度低于0 ℃,大气中没有融化层,双偏振雷达可能会将雷达附近的杂波识别为融化层,导致ML产品融化层误判。

3.3 双偏振雷达对雨雪粒子相态的判断

使用双偏振雷达观测到的新数据,对冬季融化层的主观和客观判定较为准确;根据融化层高度以及CCZDRKDP等数据,也可判断大气中雨雪粒子的属性。

图 4为1月2日20时阜阳双偏振雷达产品0.5°仰角的PPI图,对应时次的基本反射率因子(图 5a)大多低于30 dBz,表现为弱降水回波,无法直接判断出大气中的降水粒子属性。而冬季对大气粒子属性的判断,关键是要判断出融化层高度,并根据融化层高度推断大气中不同高度粒子的属性。首先,分析2日20时CC产品(图 4a)表明,以雷达为中心,水平距离40~80 km附近有一圈低值区,CC值基本介于0.85~0.95之间;然后,分析ZDR产品图(图 4b)显示,该区域的ZDR值偏大,部分区域超过1 dB。最后,结合ML产品(图 8b),推断此处为融化层。由于融化层内粒子属性较为复杂,推断该区域内可能同时存在冰晶、雪花、小雨滴等不同相态或混合相态的混合物。融化层高度确定后,距离雷达水平距离80 km以外地区,高度处于融化层高度之上,温度更低,推断观测到的粒子是固态降水粒子;该区域的CC值较高,反射率因子较低,ZDR绝对值也较小,与模糊逻辑推断法中固态粒子相吻合。40 km以内地区,高度处于融化层高度以下,可判定降水粒子为液态粒子;该区域的反射率因子较低,ZDR的绝对值较小,但由于距离雷达较近,杂波影响较大,CC值比较杂乱,基本可以判断为液态降水粒子。综合判断可知,2日20时大气中融化层之上的粒子为固态粒子,经过融化层后,近地面降水粒子仍表现为液态降水。通过客观观测数据并结合主观判断,能较准确判断降水属性。双偏振雷达根据模糊逻辑判断法,推断出客观降水粒子分类产品(图 4d,下文简称HCL),可与主观判断互相对比印证。图 4d显示,80 km以外地区基本为干雪,30~80 km地区为干雪、湿雪、小雨的混合物,而30 km以内地区基本为小雨。总体来说,客观产品对降水粒子的判断和主观判断表现基本一致,但在融化层部分地区判断为大雨滴,属于误判,主要集中于融化层外边界附近。究其原因,可能是由于融化层内固态粒子的外层融化,其在上升过程中有冰晶或雪花吸附,粒子形态扁平,反射率因子偏大,造成雷达误判。

图 9为1月3日08时阜阳双偏振雷达产品PPI图。此时反射率因子较低(图 6a),大多低于30 dBz;CC产品显示(图 9a),阜阳北部地区CC值较大,高于0.98;ZDR产品(图 9b)显示,阜阳北部地区回波边缘附近ZDR较大,而回波中心区域其绝对值较小,结合之前对融化层高度的判断,阜阳雷达站及其北部大部分地区0 ℃层高度已接近地面,阜阳北部地区降水性质判断为降雪或雨夹雪。阜阳雷达站附近及其南部部分地区CC值较低,大多低于0.95。阜阳雷达站附近CC值较低可能由于地物杂波等影响造成,而其南部CC值较低则因该区域粒子的水平和垂直尺寸差异较大造成。ZDR产品显示阜阳南部地区和回波边缘地区ZDR值较大。此时阜阳雷达站南部的融化层高度随距离向南增大而升高,且在距离地面1 km以上高空,可判断阜阳及其南部地区降水性质仍为降雨。实况观测显示,位于阜阳北部的界首县降水转为纯雪,阜阳市区则在10时后开始转雨夹雪,主观判断降水性质基本正确。HCL产品(图 9c)显示,距离阜阳雷达站之南30~100 km部分地区粒子属性为湿雪和冰晶,其他地区均为干雪,对大气中粒子的直接判断基本正确,但空中粒子并非直接的降水粒子,这可能会给预报员对降到地面的降水粒子性质的判断造成干扰。

图 9 2018年1月3日08时阜阳双偏振雷达0.5°仰角CC (a)、ZDR (b)和HCL (c)产品PPI图 Fig. 9 PPI charts of (a) CC, (b) ZDR and (c) HCL at 0.5° elevation angle from Fuyang dual polarization radar at 08:00 BT 3 January 2018.

图 10给出1月4日10时阜阳双偏振雷达产品PPI图。此时反射率因子值较低(图 7a),CC值较高,ZDR较均匀,结合地面观测、探空和融化层高度,可判定阜阳雷达有效探测范围内均为降雪。实况监测表明,安徽江北地区均为降雪,HCL产品也显示为纯雪。

图 10 2018年1月4日10时阜阳双偏振雷达0.5°仰角CC (a)、ZDR (b)和HCL (c)产品PPI图 Fig. 10 Same as Fig. 9, but for at 10:00 BT 4 January 2018.

总体上,双偏振雷达比普通多普勒雷达多了三个参数(CCKDPZDR)和两个产品(ML和HCL),其对距离较近或较远地区的观测存在一定局限,但在合适区域(即距离雷达站约30~150 km范围内)对冬季降水属性的探测和判定基本准确,这对预报员主观判断降水强度和降水相态有一定的参考价值。

4 结论与讨论

针对2018年1月3—5日安徽特大暴雪过程,本文使用双偏振雷达探测产品,探讨了融化层高度和降水粒子属性,并对降水相态变化进行了分析。主要结论如下:

(1) 综合分析双偏振雷达CCZDR等产品,可判断融化层高度。CC产品的低值区与融化层基本吻合,从其剖面图上可观测到融化层高度在不同距离的变化趋势。另外,双偏振雷达提供的ML产品,其0 ℃层位于两条实线之间且距离外圈较近。

(2) 使用双偏振雷达产品可主观判断大气降水粒子的属性;双偏振雷达自身根据模糊逻辑法提供的HCL客观产品对大气中粒子的属性判断基本正确,对预报员主观判断降水强度、确定雨雪相态转换有一定的参考价值。

目前,国内使用业务运行中的双偏振雷达对降雪的观测研究尚少,本文使用升级后的阜阳双偏振雷达业务运行后观测到的资料,对此次强降雪过程进行了观测和初步探讨。由于本研究是个例分析,可能存在一定的偶然性。因此,在双偏振雷达以后的业务使用中,还需收集更多个例的双偏振雷达资料进行总结提炼,以期对降雪天气监测预警提供更多有价值的信息。

参考文献
[1]
于波, 鲍文中, 王东勇, 等. 安徽天气预报业务基础与实务[M]. 北京: 气象出版社, 2013.
[2]
杨贵名, 孔期, 毛冬艳, 等. 2008年初"低温雨雪冰冻"灾害天气的持续性原因分析[J]. 气象学报, 2008, 66(5): 836-849. DOI:10.3321/j.issn:0577-6619.2008.05.016
[3]
顾佳佳, 武威. 2014年2月4-7日河南暴雪过程的环流特征及其持续原因[J]. 暴雨灾害, 2015, 34(2): 117-125. DOI:10.3969/j.issn.1004-9045.2015.02.003
[4]
赵俊荣, 杨雪, 蔺喜禄, 等. 一次致灾大暴雪的多尺度系统配置及落区分析[J]. 高原气象, 2013, 32(1): 201-210.
[5]
高辉, 陈丽娟, 贾小龙, 等. 2008年1月我国大范围低温雨雪冰冻灾害分析(Ⅱ):成因分析[J]. 气象, 2008, 34(4): 101-106. DOI:10.3969/j.issn.1006-009X.2008.04.030
[6]
周倩, 程一帆, 周甘霖, 等. 2008年10月青藏高原东部一次区域暴雪过程及气候背景分析[J]. 高原气象, 2011, 30(1): 22-29.
[7]
张元春, 孙建华, 傅慎明. 冬季一次引发华北暴雪的低涡涡度分析[J]. 高原气象, 2012, 31(2): 387-399.
[8]
孟雪峰, 孙永刚, 姜艳丰. 内蒙古东北部一次致灾大到暴雪天气分析[J]. 气象, 2012, 38(7): 877-883.
[9]
刘宁微, 齐琳琳, 韩江文. 北上低涡引发辽宁历史罕见暴雪天气过程的分析[J]. 大气科学, 2009, 33(2): 275-284. DOI:10.3878/j.issn.1006-9895.2009.02.07
[10]
李江波, 李根娥, 裴雨杰, 等. 一次春季强寒潮的降水相态变化分析[J]. 气象, 2009, 35(7): 87-95.
[11]
王奎云, 杨紫超, 崔悦. 吉林省东南部山区雨或雨夹雪转雪天气特征分析及预报指标探讨[J]. 气象灾害防御, 2014, 21(4): 26-29. DOI:10.3969/j.issn.1006-5229.2014.04.007
[12]
缪晓农, 张琳娜, 何娜, 等. 2012年3月17日北京降水相态转变的机制讨论[J]. 气象, 2013, 39(1): 28-38.
[13]
方海义, 杨书运. 2009年晚秋河北特大暴雪多普勒雷达特征分析[J]. 高原气象, 2012, 31(4): 1110-1118.
[14]
苗爱梅, 安炜, 刘月丽, 等. 春季一次暴雪过程的多普勒雷达动力学诊断[J]. 气象, 2007, 33(2): 57-61.
[15]
卢秉红, 杨青, 高松影, 等. 两次不同类型暴雪的雷达回波特征分析[J]. 干旱气象, 2016, 34(5): 836-840.
[16]
李德俊, 熊守权, 柳草, 等. 武汉一次短时暴雪过程的地面雨滴谱特征分析[J]. 暴雨灾害, 2013, 32(2): 188-192. DOI:10.3969/j.issn.1004-9045.2013.02.013
[17]
蒋年冲, 胡雯, 邵洋, 等. 安徽大别山一次强雨雪天气过程降水粒子特征分析[J]. 气象, 2010, 36(6): 79-84.
[18]
Matrosov S Y, Clark K A, Kingsmill D E. A Polarimetric Radar Approach to Identify Rain, Melting-Layer, and Snow Regions for Applying Correction to Vertical Profiles of Reflectivity[J]. Journal of Applied Meteorology and Climatology, 2007, 46(2): 154-166. DOI:10.1175/JAM2508.1
[19]
Kumjian M R, Ryzhkov A V, Reeves H D, et al. A Dual-Polarization Radar Signature of Hydrometeor Refreezing in Winter Storms[J]. Journal of Applied Meteorology and Climatology, 2013, 52(11): 2549-2566. DOI:10.1175/JAMC-D-12-0311.1
[20]
Thompson E J, Rutledge S A, Dolan B. A Dual-Polarization Radar Hydrometeor Classification Algorithm for Winter Precipitation[J]. Journal of Atmospheric and Oceanic Technology, 2014, 31(7): 1457-1481. DOI:10.1175/JTECH-D-13-00119.1
[21]
Kaltenboeck R, Ryzhkov A. A freezing rain storm explored with a C-band polarimetric weather radar using the QVP methodology[J]. Meteorologische Zeitschrift, 2017, 26(2): 207-222. DOI:10.1127/metz/2016/0807
[22]
陈周杰, 刘宪勋, 朱亚平. 双偏振雷达对一次水凝物相态演变过程的分析[J]. 应用气象学报, 2009, 20(5): 594-601. DOI:10.3969/j.issn.1001-7313.2009.05.011
[23]
郑佳锋, 张杰, 朱克云. 双偏振天气雷达测雨误差及水凝物识别分析[J]. 气象科技, 2014, 42(3): 364-372. DOI:10.3969/j.issn.1671-6345.2014.03.002
[24]
高玉芳, 陈耀登, David Gochis, 等. JOPLE算法结合双偏振雷达在不同降水过程中的测雨效果分析[J]. 热带气象学报, 2014, 30(2): 361-367. DOI:10.3969/j.issn.1004-4965.2014.02.017
[25]
Bringi V N, Chandrasekar V.偏振多普勒天气雷达原理和应用[M].李忱, 张越, 译.北京: 气象出版社, 2010
[26]
张持岸.双偏振天气雷达产品使用教程[Z].北京: 北京敏视达雷达有限公司, 2018