管 理 戴建華* 陶 嵐 尹春光 孟凡旺

1)(上海中心氣象臺，上海 200030) 2)(上海市氣象信息與技術(shù)支持中心，上海 200030) 3)(中國航空工業(yè)集團公司雷華電子技術(shù)研究所，無錫 214000)

引 言

云中粒子的相態(tài)變化及微物理過程演變對天氣過程的發(fā)生發(fā)展具有重要作用，傳統(tǒng)的飛機探測方式需耗費大量人力物力，連續(xù)觀測存在困難[1-3]。雙偏振雷達的偏振參量能夠較經(jīng)濟快捷地探測到云中冰晶的具體形狀和結(jié)構(gòu)，進而獲悉云中降水相態(tài)[4-6]。伴隨著雙偏振雷達升級工作的逐步開展和順利完成，國內(nèi)外學者針對雙偏振雷達資料在云物理方面的應用進行了多樣性探索。

Brandes等[7]研究雙偏振雷達融化層的特點并設(shè)計基于ZH，ρhv以及退偏振比Ldr計算融化層高度的算法；Giangrande等[8]結(jié)合ZH，ρhv，ZDR和當?shù)貧夂蛱卣鞲倪M融化層高度算法，并利用實況(模式)探空進行檢驗；曹楊等[9]利用C波段雙偏振雷達資料設(shè)計零度層亮帶識別及融化層厚度估計的算法。Wu等[10]利用雙偏振雷達資料分析2016年臺風妮妲發(fā)展、成熟及衰減階段對流云微物理過程變化特征。劉黎平等[11]利用Ka，Ku和C波段連續(xù)波雷達和激光雷達，并配以微波輻射計、雨滴譜儀等設(shè)備，獲取高時空分辨率的云和降水宏微觀垂直結(jié)構(gòu)特征數(shù)據(jù)。Williams等[12]比較了冬季暴雪和暖季層狀云降水ZDR的差異；楊忠林等[13]利用C波段雙偏振雷達和雨滴譜資料進行江淮梅雨期極端對流過程的微物理特征分析。Zawadzki等[14]通過數(shù)值模擬發(fā)現(xiàn)凇附過程具有ZH增大且融化層“下凹”的特點。Ryzhkov等[15]基于S，C和X波段雙偏振雷達資料，利用QVP方法進行MCS、臺風和凍雨過程的微物理過程觀測；Kaltenboeck等[16]針對一次暖鋒影響下的凍雨過程，利用QVP方法反演C波段雙線偏振雷達的高度-時間廓線，并結(jié)合風廓線雷達資料分析其微物理特征。程周杰等[17]利用3 GHz雙偏振雷達RHI探測資料和溫度廓線資料，建立Beta型成員函數(shù)的模糊邏輯算法識別云粒子相態(tài)。梅垚等[18]利用移動式C波段雙偏振雷達和多普勒天氣雷達觀測資料，通過雙多普勒天氣雷達風場反演、偏振雷達相態(tài)識別，揭示兩次高原冰雹云發(fā)生發(fā)展的動力、微物理和熱力結(jié)構(gòu)特征。

目前國內(nèi)工作大多圍繞C波段雷達且集中于暖季降水過程的雙偏振雷達資料分析，有關(guān)華東沿海地區(qū)S波段雙偏振雷達的分析及冬季降水微物理過程的研究報道較少。鑒于此，本文在前人工作基礎(chǔ)上，利用自動氣象站、雨滴譜儀、風廓線儀、毫米波雷達及雙偏振雷達等多源觀測資料，選取回流降水、弱冷空氣降水和強冷空氣降水共3次包含相態(tài)轉(zhuǎn)換的降水過程，基于QVP方法對過程時段內(nèi)的微物理特性進行分析，以期擴展雙偏振雷達資料在華東地區(qū)冬季降水中的應用，進一步挖掘雙偏振雷達的實際業(yè)務應用價值。

1 資料與方法

本文選用資料來自上海市轄區(qū)內(nèi)的國家級自動氣象站(11個，配備天氣現(xiàn)象儀)、探空站(寶山)、雨滴譜儀(世博站)、風廓線雷達(金山站)以及南匯WSR-88D型雙偏振雷達，具體觀測設(shè)備位置分布如圖1所示。所用資料為2019—2020年3次降水過程對應時段。

圖1 上海市氣象觀測網(wǎng)Fig.1 The meteorological observation network in Shanghai

雙偏振雷達的準垂直廓線(quasi-vertical profiles，QVP)方法是一種雙偏振資料釋用方法，該方法原理清晰并能充分發(fā)揮雙偏振雷達高時空分辨率的特點。

QVP方法針對指定仰角的所有徑向，計算相同距離庫數(shù)(距離雷達相同距離)所有有效徑向雷達參量的平均值。針對某一固定仰角和距離庫處的參量平均值計算如下：

(1)

式(1)中，M為取平均值運算，v為對應的雷達參量(如反射率因子ZH、差分反射率ZDR、相關(guān)系數(shù)ρhv等)，i為仰角層數(shù)，j為徑向方位角，k為距離庫數(shù)，H為雷達徑向距離對應的高度，由式(2)計算得到[19]。

(2)

式(2)中，δ為雷達仰角，R為雷達徑向距離，Rm為等效地球半徑。為防止高仰角處回波較少導致計算結(jié)果代表性較差，引入約束條件：指定仰角和距離處，滿足ρhv>0.6且ZH>-10 dBZ的回波點數(shù)量超過30個。

如圖2所示，以19.5°仰角為例，QVP方法在3 km (10 km)高度表征直徑為16.5 km(55 km)圓上相關(guān)變量的平均值；對9.9°仰角，QVP方法在6 km 高度表征直徑為70 km圓上相關(guān)變量的平均。天氣雷達的體掃制式導致相同高度低仰角的取樣體積數(shù)倍于高仰角，故QVP方法在仰角的選取方面具有“兩難”特性。選擇較高仰角(10°～ 20°仰角)可以獲得局地的精細化降水云系特征，但觀測資料較少且不易獲得近地面降水粒子微物理特征；選擇較低仰角(如6.4°仰角)可以獲得范圍更廣和垂直高度更低的降水微物理特征，但單個取樣體積和取樣范圍的擴大會削弱結(jié)果的代表性。綜合上海地域范圍和精細化觀測的客觀要求，本文選擇19.5°和9.9°仰角利用QVP方法進行反演。

圖2 QVP方法示意圖[15]Fig.2 Sketch map of QVP(from Reference [15])

QVP方法計算0°～ 360°方位角內(nèi)同一徑向距離處的參量平均，對層狀降水或較大尺度降水系統(tǒng)時相對可靠，但對小尺度或非連續(xù)系統(tǒng)(鋒面、降水相態(tài)存在明顯變化)全方位角徑向平均會降低結(jié)果可靠性。因此有針對性地選擇方位角利用QVP方法進行處理，將有效區(qū)分降水系統(tǒng)前后的微物理過程變化，本文對個例3的降水相態(tài)明顯變化時(冷鋒過境)，采用30°～ 210°方位和210°～ 360°及0°～ 30°方位劃分兩個“扇形”區(qū)域分別進行反演，從而揭示天氣系統(tǒng)過境引起(地面)降水相態(tài)轉(zhuǎn)變前后云微物理特征變化。

2 個例應用

本文選擇回流降水、弱冷空氣降水和強冷空氣降水共3種不同天氣形勢下的降水個例(均包含相態(tài)轉(zhuǎn)換過程)。利用QVP方法反演雷達變量的高度-時間廓線，并結(jié)合雨滴譜儀、風廓線雷達、自動氣象站、實況探空以及NCEP再分析資料討論降水過程中云微物理變化。俞小鼎[20]、劉曉璐等[21]和何彩芬等[22]指出當對流層大氣存在明顯干層時，冰雹融化的高度與濕球0℃高度(wet-bulb temperature zero，WBZ)配合較好，故本文采用Bakhshaii等[23]提出的非迭代近似方法計算濕球溫度，并以此為基礎(chǔ)開展后續(xù)分析。

2.1 2019年2月8日降水過程

2019年2月7—8日受500 hPa快速東移短波槽、850 hPa東北風和地面冷高壓南下共同影響，華東地區(qū)發(fā)生一次大范圍雨雪天氣，水汽為850～925 hPa來自海面的東北—偏東風回流(圖略)。受其影響，上海地區(qū)2月8日00:30—07:00(北京時，下同)出現(xiàn)3～10 mm降水(雨和雨夾雪)過程(崇明10.5 mm，寶山10.4 mm，浦東7.7 mm)，累積降水量自西北向東南呈減少趨勢。

本文提出一種頻率協(xié)調(diào)控制策略。為了將調(diào)頻信號進行精細化處理,將其分為高低頻,由蓄電池和柴油發(fā)電機分別承擔調(diào)頻任務,以提高不同頻率調(diào)節(jié)裝置的利用率,降低蓄電池儲能的容量配置,節(jié)約微電網(wǎng)建設(shè)的投資成本。柴儲混合電力系統(tǒng)協(xié)調(diào)控制結(jié)構(gòu)如圖1所示。

采用19.5°仰角的QVP方法反演的高度-時間分布如圖3所示。5～6 km高度內(nèi)，ZH自上而下由11～14 dBZ增加至17～20 dBZ，ZDR由低于0.5 dB 增加至1.5～2.0 dB，對應的濕球溫度為-15～-10℃。顧震潮[24]證明在上述溫度下，云內(nèi)冰面過飽和度增大，貝吉龍過程使冰晶迅速凝結(jié)增長，且該溫度下易形成枝狀的冰晶，枝狀冰晶的相碰與勾連促進其聚并增長并形成大雪花。結(jié)合QVP方法反演的廓線和探空層結(jié)曲線可推斷5～6 km高度范圍內(nèi)發(fā)生了貝吉龍過程。該層以上的-20℃濕球溫度層(500 hPa附近)，冰晶通常是柱狀，ZDR為較小的正值甚至負值。5 km高度以下，由于雪花下落過程受不同強度垂直氣流的影響，可能破碎，也可能保持碰并增長的過程，使得ZDR在-10～-5℃層的差異較大。

圖3 2019年2月8日QVP方法反演的19.5°仰角南匯雷達參量高度-時間分布及7日20:00寶山探空Fig.3 Height-time representation retrieved by QVP based on Nanhui radar data at 19.5° elevation on 8 Feb 2019 and Baoshan radio sounding record at 2000 BT 8 Feb 2019

01:00—02:00在2.5 km高度附近，ZH顯著增長至32～41 dBZ，ZDR增加至0.7～2.0 dB，ρhv低值區(qū)(0.91～0.95)呈窄帶狀分布，明顯低于上下層(約0.99)。2月7日20:00探空顯示W(wǎng)BZ在800 hPa(2 km高度附近)和950 hPa(0.2 km高度附近)。結(jié)合探空WBZ高度和白色線圈內(nèi)的雷達回波特征，可判定該高度為本次過程的融化層。

02:30—03:00在3～5 km高度，ZH大多低于8 dBZ，ZDR為0.6～2.0 dB，由于該高度內(nèi)的雪花粒子較少，粒子數(shù)密度較低導致ZH較??；雪花多為片狀的扁平化結(jié)構(gòu)，表現(xiàn)為ZDR值較大。03:00在A高度ZH比其上方偏大5～10 dBZ，ZDR在4～6 km高度為0.2～1.0 dB，4 km高度以下至A高度迅速減小至0～0.1 dB，同時融化層存在“下凹”特征，上述回波特征表明降水云系中發(fā)生凇附過程[13]。進一步分析可知，4 km至A高度為冰相和液態(tài)的降水粒子共存狀態(tài)，冰晶與過冷水滴發(fā)生碰撞后發(fā)生凇附作用，凇附作用使柱狀冰晶在下落過程中的形態(tài)更接近球形，從而導致ZDR降低。同時融化層以下黑色線圈內(nèi)ZDR為0.3～0.8 dB，該高度的ZH為25 dBZ左右，ρhv為0.965～0.98，這是融化層以下粒子的碰并聚合作用所致[16]。由于-4～0℃的過冷水層較厚(約2.5 km)，冰晶碎裂后能夠形成更多次生冰晶，使冰晶之間的碰并率增高，尺寸增大，降水粒子數(shù)濃度和尺寸的增加使得ZH明顯增大。-4℃ 的環(huán)境有利于片狀冰晶的生成，在近地面WBZ高度附近，冰晶表面較濕，更容易粘連，使其尺寸增大，ZDR增大。

04:00后，2 km高度以下ρhv低值區(qū)(0.91～0.94)開始增厚，表明該高度以下存在冰相粒子和液態(tài)降水粒子的混合。為進一步得到500 m以下近地面層降水粒子的相態(tài)分布，以下對利用QVP方法反演的9.9°仰角雷達參量進行分析(圖4)。

圖4 2019年2月8日QVP方法反演的9.9°仰角南匯雷達參量高度-時間分布和南匯自動氣象站實況Fig.4 Height-time representation retrieved by QVP based on Nanhui radar data at 9.9° elevation and Nanhui automatic weather station record on 8 Feb 2019

圖4中01:00—05:00在0.5～1 km高度存在一條ρhv低值帶，為液態(tài)和固態(tài)降水粒子混合帶。降水粒子由2.5 km高度降落至500 m以下時，可能經(jīng)過融化-凍結(jié)-再融化的物理過程。天氣現(xiàn)象儀觀測結(jié)果顯示：01:00—05:00地面降水要素為密度較小的雨夾雪或雪。南匯自動氣象站顯示地面溫度逐漸降低、濕度增大，小時降水量最強時段在03:00—04:00(1.2 mm)，與凇附現(xiàn)象發(fā)生時段配合較一致。

05:00—06:00在0.5～1 km高度ZH減小至10 dBZ，ZDR為-0.2～0.1 dB，ρhv為0.965～0.975，表明該高度內(nèi)多為聚合狀冰粒和雪花粒子，自動氣象站實況溫度大多為0℃，由此可知該時段內(nèi)上海地區(qū)主要為固態(tài)降水天氣。針對本次過程，提取過程中凇附、聚合等關(guān)鍵時間節(jié)點的雙偏振雷達參量，并根據(jù)Park等[25]和Thompson等[26]關(guān)于WSR-88D雙線偏振雷達水凝物分類的研究整理得到表1。

表1 2019年2月8日關(guān)鍵層降水粒子偏振量和相態(tài)時間變化表Table 1 Polarimetric parameters and hydrometeor classification at key levels on 8 Feb 2019

2.2 2019年2月9日降水過程

圖5中，2月8日23:45—9日00:45在4～6 km 高度ZDR明顯偏高，5 km 附近達到1.5～3.0 dB，配合8日20:00探空可知該處發(fā)生了貝吉龍過程。白色線圈內(nèi)為融化層，表現(xiàn)為ZH在2.5 km高度存在強度大于40 dBZ的中心，對應ZDR顯著高于上下層(0.8～2.0 dB)，ρhv為0.95～0.965。2月8日20:00的探空顯示，垂直方向上有3個WBZ，位置較高的2個WBZ均位于2.5 km附近，與前述分析的融化層高度吻合。22:30自5 km至黑色虛線高度，ZDR從高到低逐漸減小，ZH逐漸增大，同時融化層存在“下凹”特征，表明該處發(fā)生凇附過程。2 km高度以下的黑色線圈內(nèi)，ZDR再次增大，表明凇附過程完成后融化層高度以下存在降水粒子的聚合作用，通過黏連冰晶或者過冷水，粒子尺度增長，ZDR增大。以下利用QVP方法反演的9.9°仰角雷達參量分析低層變化過程。

圖5 2019年2月8—9日QVP方法反演的19.5°仰角南匯雷達參量高度-時間分布和8日20:00寶山探空Fig.5 Height-time representation retrieved by QVP based on Nanhui radar data at 19.5° elevation during 8-9 Feb 2019 and Baoshan radio sounding record at 2000 BT 8 Feb 2019

圖6中2月8日22:30，ρhv為0.99～1.0，近地面層的融化層(ρhv低值區(qū))高度降低，ZH為25～30 dBZ，ZDR為0.3～0.5 dB，以上回波特征難以診斷粒子具體相態(tài)，需引入浦東世博站雨滴譜儀資料進行輔助分析(圖略)。結(jié)果表明：22:00—23:00粒子直徑集中于0.5～1.5 mm，并伴有少量直徑大于2 mm的粒子，故可知該時段以小雨滴和少量粒子直徑較小的霰粒子為主。22:00—23:00伴隨凇附過程發(fā)生，冰晶凝結(jié)增長的效率變快，上海地區(qū)的多個測站天氣現(xiàn)象儀于9日00:00開始觀測到雨夾雪或間歇性降雪天氣。南匯自動氣象站觀測顯示：隨降水過程的發(fā)生，地面溫度逐漸降低，濕度增大，其逐小時降水最強時段在2月8日23:00—9日00:00，小時累積降水量達1.9 mm，可知凇附作用對降水粒子的增長具有促進作用。針對本次過程，結(jié)合關(guān)鍵時間節(jié)點的雙線偏振雷達參量和水凝物分類結(jié)果整理得到表2。

表2 2019年2月9日關(guān)鍵層降水粒子偏振量和相態(tài)時間變化表Table 2 Polarimetric parameters and hydrometeor classification at key levels on 9 Feb 2019

圖6 2019年2月8—9日QVP方法反演的9.9°仰角南匯雷達參量高度-時間分布和南匯自動氣象站實況Fig.6 Height-time representation retrieved by QVP based on Nanhui radar at 9.9° elevation and Nanhui automatic weather station during 8-9 Feb 2019

2.3 2020年2月15日降水過程

2020年2月15日受寒潮影響，上海地區(qū)出現(xiàn)一次由雨轉(zhuǎn)冰粒，再轉(zhuǎn)雨夾雪和小雪的復雜相態(tài)降水過程。該過程的主要影響系統(tǒng)是地面冷鋒后850 hPa高度上的低空切變線，降水云系移動的引導氣流為700 hPa的西南風，地面冷鋒向東南方向移動。與2.2節(jié)的個例相比，本次過程地面冷高壓的中心強度較強，氣壓梯度更大。從地面加密觀測記錄到的固態(tài)降水開始時間看，本次過程上海地區(qū)自西北向東南逐漸由雨轉(zhuǎn)為冰?；蜓?，北部的崇明、寶山分別在15日21:40和23:00先后出現(xiàn)冰粒和降雪，其次是西部的青浦、松江，中心城區(qū)及閔行在16日00:40—00:50轉(zhuǎn)為雪，東部、南部區(qū)縣較長時間內(nèi)表現(xiàn)為冰?；蛴陫A雪共存的情況。累積降水(降雪)量較大的站點包括青浦3.0 mm，崇明2.0 mm，嘉定1.0 mm，其余各站雨雪量均小于1 mm。

風廓線雷達觀測(圖略)顯示：2月15日16:00—16日02:00期間850 hPa切變線(1.5 km高度)逐漸經(jīng)過該站(風向由偏南風轉(zhuǎn)為西北風)，2 km以上仍為西南暖濕急流，其中700 hPa西南風由16 m·s-1逐漸增大至19:00后的24～32 m·s-1，上海地區(qū)的地面降水逐漸開始；02:00后700 hPa西南風逐漸轉(zhuǎn)為西西南到偏西風，同時風速減小至16～24 m·s-1，此后降水逐漸停止。以上特征均顯示該時段內(nèi)700 hPa的高空槽正在東移，并與降水的起止有關(guān)。

2月16日850 hPa以下風向在02:00轉(zhuǎn)為一致西北風，表明此刻低空切變線已經(jīng)過境(與風廓線觀測結(jié)果相符)。由圖7可知，2月15日20:00暖層較深厚(700～850 hPa整層均為暖層)，其下至近地面的950 hPa為凍結(jié)層。16日02:00探空顯示：受冷氣團逐漸南壓影響，700～850 hPa出現(xiàn)較明顯降溫，濕球溫度位于0℃附近，暖層基本消失，同時地面溫度略下降，上述特征表明大氣具備由雨轉(zhuǎn)冰粒、再轉(zhuǎn)雨夾雪和小雪的層結(jié)條件。針對本次寒潮帶來的降水過程，上海市氣象局啟動了多源資料及人工加密觀測，其中世博站毫米波云雷達與南匯雷達利用QVP方法反演的ZH高度-時間廓線對比見圖8。

圖7 2020年2月15日20:00寶山站探空和16日02:00距離南匯雷達站最近格點的NCEP再分析資料Fig.7 Baoshan radio sounding record at 2000 BT 15 Feb 2020 and nearest grid in NCEP reanalysis data at 0200 BT 16 Feb 2020

忽略云雷達的衰減，圖8中QVP方法反演的ZH的時間演變和垂直結(jié)構(gòu)與云雷達較為一致，但由于降水系統(tǒng)先移動到世博站，故QVP方法反演結(jié)果存在時間延遲。850 hPa切變線是本次過程的主要影響系統(tǒng)，其兩側(cè)冷暖氣團的差異導致系統(tǒng)到達前后出現(xiàn)不同降水現(xiàn)象。

圖8 2020年2月15日16:00—16日04:00世博站毫米波云雷達和QVP方法反演的南匯雷達9.9°仰角ZH廓線Fig.8 Height-time vertical profile of reflectivity from Shibo cloud radar and QVP retrieval from Nanhui radar at 9.9°elevation from 1600 BT 15 Feb to 0400 BT 16 Feb in 2020

沿西南—東北向切變線方向(冷暖氣團分界線)，劃分為系統(tǒng)到達前和到達后的兩塊區(qū)域分別用QVP方法進行反演并討論?？紤]地面鋒面的實際尺度，選擇9.9°仰角開展工作(圖9)。

圖9 2020年2月15日17:00—16日01:30 QVP方法反演的系統(tǒng)經(jīng)過前后9.9°仰角南匯雷達參量高度-時間分布Fig.9 Height-time representations retrieved by QVP based on Nanhui radar data at 9.9° elevation before and after system movement from 1700 BT 15 Feb to 0130 BT 16 Feb in 2020

由圖9可知，0.5 km和3 km高度存在兩條較明顯的ρhv低值帶，表明存在兩個融化層。系統(tǒng)后側(cè)2～3 km高度ρhv低值區(qū)的厚度較系統(tǒng)前側(cè)更厚，表明系統(tǒng)后側(cè)的相態(tài)轉(zhuǎn)換層更深厚。2月16日00:00—00:30系統(tǒng)后側(cè)兩條融化層開始合并，1～3 km 高度范圍ρhv為0.91～0.955。與之對應，ZDR自6 km高度至3 km高度略有減小，在3 km高度附近較薄的融化層內(nèi)快速融化，ZDR快速增長至1.5～2 dB。在下落至凍結(jié)層的過程中ZDR降為負值，表明多為聚合的冰晶或冰粒(霰)，與浦東人工觀測到冰粒的時間較為一致(浦東人工加密觀測于00:30觀測到冰粒)。相比之下，系統(tǒng)前側(cè)兩條融化層合并的時間稍滯后，且合并時ZDR較系統(tǒng)后側(cè)偏大(黑色矩形框內(nèi))，表明該范圍內(nèi)仍以降水粒子為主。

與2.2節(jié)個例相比，在強寒潮、大尺度天氣系統(tǒng)影響下，本次過程降水云系范圍更廣且較均一，相關(guān)系數(shù)廓線上的融化層邊界較為清晰，融化層下的凍結(jié)層更深厚，溫度更低，導致降水粒子凍結(jié)較快，降水效率更高。本次過程系統(tǒng)前側(cè)和后側(cè)的雙線偏振雷達參量和相關(guān)水凝物分類結(jié)果整理見表3。

表3 2020年2月15日01：30 9.9°仰角關(guān)鍵層降水粒子偏振量和相態(tài)時間變化表Table 3 Polarimetric parameters and hydrometeor classification at key levels at 9.9° elevation at 0130 BT 15 Feb 2020

3 結(jié)論與討論

研究表明：

1) 基于QVP方法反演的ZH，ZDR和ρhv高度-時間廓線可以充分發(fā)揮雙偏振雷達高時空分辨率的特性，應挖掘其在云中粒子的微物理過程演變監(jiān)測中的作用。

2) 通過QVP方法反演的雙偏振雷達變量的高度-時間廓線可用于估算融化層高度，結(jié)果與WBZ高度較為一致。QVP方法還可用于識別降水粒子的凇附和聚合作用。發(fā)生凇附作用時，融化層上方ZH增大和ZDR減小且融化層呈“下凹”狀。聚合作用多發(fā)生在融化層以下高度，粒子碰并增長導致數(shù)密度增大且形態(tài)趨于扁平，故ZH和ZDR均增大。凇附作用的發(fā)生與降水較大時段吻合，驗證了凇附過程對于降水啟動和發(fā)展的促進作用。

3) 本文討論3種不同天氣背景下的冬季降水天氣，其中冷流降水(降雪)和弱冷空氣降水(降雪)的融化層較為淺薄，且均能夠觀測到較明顯的凇附和聚合過程。強冷空氣降水(降雪)的雙融化層較為清楚，但凇附和聚合過程的觀測不明顯。針對非連續(xù)性或非均勻性降水過程，通過劃分系統(tǒng)前、后側(cè)區(qū)域利用QVP方法分別進行反演，可發(fā)現(xiàn)系統(tǒng)后側(cè)中高層的融化層更深厚，液態(tài)和固態(tài)粒子的混合狀態(tài)更明顯。

本研究僅局限于上海地區(qū)，且該地區(qū)冬季降水以雨或雨夾雪為主，今后將收集更多高緯度地區(qū)的降雪個例，利用QVP方法比較不同地區(qū)降水過程的微物理特征差異。此外，在青浦多普勒天氣雷達升級雙偏振工作完成后，也可利用QVP方法反演青浦雷達高度-時間廓線，與南匯雷達配合使用，比較系統(tǒng)過境前后的不同回波特征。

致 謝：本研究受到上海市氣象局強對流科技創(chuàng)新團隊資助。