胡雅君 張 偉 張玉軒 溫 龍

1.廈門市海峽氣象開放重點實驗室，廈門，361012

2.福建省災害天氣重點實驗室，福州， 350001

3.翔安區(qū)氣象局，廈門，361103

4.廈門市氣象臺，廈門，361012

5.西昌衛(wèi)星發(fā)射中心，西昌，615000

1.Xiamen Key Laboratory of Strait Meteorology，Xiamen 361012，China

2.Fujian Key Laboratory of Severe Weather，F(xiàn)uzhou 350001，China

3.Xiang'an Meteorological Bureau，Xiamen 361103，China

4.Xiamen Meteorological Observatory，Xiamen 361012，China

5.Xichang Satellite Launch Center，Xichang 615000，China

1 引 言

雨滴譜（Drop Size Distribution，簡稱DSD）反映了降水雨滴的尺度分布特征。研究雨滴譜特征可以加強對降水系統(tǒng)中云微物理過程的認識，對于云內(nèi)成雨機制的探索、數(shù)值模式云微物理參數(shù)化方案的改進和雷達定量降水估計精度的提高等方面都具有重要的意義。

針對雨滴譜的研究可以追溯到20 世紀40 年代。Marshall 等（1948）測量了雨滴譜的平均分布特征，認為指數(shù)分布（M-P 分布）可以較好地描述雨滴隨粒徑的分布。Ulbrich（1983）進一步提出了三參數(shù)的Gamma 雨滴譜分布模型，該模型能夠更好地反映真實降水過程中雨滴譜大、小粒子端的變化特征，目前已被廣泛認可（Tokay，et al，1996）。Zhang等（2001）和Brandes 等（2003）發(fā)現(xiàn)Gamma 雨滴譜分布模型的形狀參數(shù)（μ）和斜率參數(shù)（Λ）存在相關，可以在雨滴譜反演中將三參數(shù)Gamma 模型降為雙參數(shù)求解。關于雨滴譜特征的眾多研究表明，受大氣狀態(tài)和局地地形條件的影響，不同類型的降水雨滴譜分布呈現(xiàn)出明顯的差異（Tokay，et al，1996；金祺 等，2015；李 慧 等，2018；Seela，et al，2018）。Bringi 等（2003）利用降水率的時間變化及其標準差，將降水分為對流云降水和層狀云降水，并得到海洋性對流、大陸性對流以及層云的雨滴譜特征。Tokay 等（2008）研究指出熱帶氣旋的雨滴平均尺度小，雨滴直徑集中在4 mm 以下，但粒子數(shù)濃度大；暴雨過程中小雨滴占大多數(shù)，而大雨滴數(shù)量隨著雨強的增大而增大（濮江平等，2012）。根據(jù)雨滴譜特征參數(shù)和導出的后向散射截面特征還可以計算得到不同波段的雷達反射率因子和雙偏振變量等參數(shù)，進而提高本地化定量降水估計精度（劉紅燕等，2008；馮雷等，2009；楊加艷等，2010；Wen，et al，2016；黃興友等，2019）。

華南前汛期是閩南沿海全年降雨的重要組成部分，雨量接近全年雨量的40%。有關華南前汛期降水的研究已有很多，一方面從宏觀角度研究其環(huán)流系統(tǒng)、時空分布、觸發(fā)機制等（鄭彬等，2007；章麗娜等，2011；胡婭敏等，2014；伍紅雨等，2015），另一方面從微觀角度研究其降水微物理特征。吳兌等（1994a，1994b）利用濾紙色斑法研究華南地區(qū)降水微物理及化學特征，指出廣州地區(qū)雨滴譜特征以多峰型為主，極少出現(xiàn)無峰型（吳兌等，1998），并擬合了適用于華南地區(qū)的Z-R關系（吳兌，1989）。近年來，隨著觀測技術的進步，基于一維或二維觀測儀器對華南地區(qū)雨滴譜的研究逐漸增多。Zhang等（2019）指出華南地區(qū)降水的雨滴尺度整體小于華東地區(qū)，其對流云降水的滴譜特征更接近海洋型降水。Liu 等（2018）利用雙偏振雷達參數(shù)和Gamma模型對華南地區(qū)的雨滴譜進行了反演。Wu 等（2017）則對比分析了青藏高原和華南地區(qū)降雨的微物理參數(shù)特征，指出華南地區(qū)的大雨滴數(shù)濃度明顯高于青藏高原，尤其是對流云降水。

華南前汛期實際包含了鋒面降水和夏季風降水兩種不同性質(zhì)的降水，季風爆發(fā)前、后的環(huán)流形勢、降水量級變化明顯（池艷珍等，2005；鄭彬等，2006），季風爆發(fā)后，通常對流強度更強，深對流更多，0℃層高度也更高（Song，et al，2010），季風爆發(fā)前、后降水的微物理特征也可能存在較大的差異。本研究利用2018—2019 年閩南地區(qū)4—6 月的降水現(xiàn)象儀觀測資料，對比分析不同年份華南前汛期季風爆發(fā)前、后層狀云和對流云的雨滴譜特征差異，并擬合適用于閩南地區(qū)的μ-Λ關系和Z-R關系，以期對該地區(qū)雷達定量降水估計和模式參數(shù)化的改進提供更多參考。

2 資料和方法

2.1 資料來源

雨滴譜數(shù)據(jù)來源于2018—2019 年華南前汛期（4—6 月）廈門站（24.49°N，118.08°E ，站號59134）和同安站（24.73°N，118.16°E，站號59130）的降水現(xiàn)象儀觀測資料。降水現(xiàn)象儀的雨滴譜傳感器為HSC-OTT PARSIVEL 粒子譜儀，采用激光測量原理，其采樣面積為54 cm2，時間分辨率為60 s。雨滴樣本的尺度和速度測量均分為32 個非等間距區(qū)間，粒子直徑測量范圍為0.062—24 mm，落速測量范圍為0.05—20.8 m/s。采用位于同一觀測場內(nèi)的雨量筒數(shù)據(jù)作為降水現(xiàn)象儀探測數(shù)據(jù)的對比，其時間分辨率為5 min。儀器所在站點分布及地形特征如圖1，廈門站位于廈門島內(nèi)西側(cè)，同安站位于廈門站北偏東方向（距離約28 km）。此外，環(huán)流形勢分析使用歐洲中期天氣預報中心提供的ERA5 1°（經(jīng)度）×1°（緯度）再分析資料（Hersbach，et al，2020）。

2.2 數(shù)據(jù)處理

在使用雨滴譜數(shù)據(jù)之前，進行了以下的質(zhì)量控制：（1）由于OTT 粒子譜儀對小粒子測量精度不夠，信噪比太低，剔除前兩個尺度檔（Chen，et al，2013）。（2）一般而言，自然降水中直徑超過8 mm的大雨滴很少觀測到，因此剔除雨滴直徑大于8 mm的觀測數(shù)據(jù)。（3）采用Friedrich 等（2013）方法，剔除粒子下落速度與Atla 等（1973）的經(jīng)典下落速度相差大于60%的數(shù)據(jù)（圖2）。此方法可以有效剔除強風、雨滴濺散和邊緣效應的影響，在對流颮線中應用效果不錯（Chen，et al，2016）。（4）對于每一分鐘的數(shù)據(jù)，當儀器輸出的雨滴總個數(shù)≥10，同時降水強度R≥0.1 mm/h 時視為一個降水分鐘，其余的均視為非降水數(shù)據(jù)（Tokay，et al，2013）。

圖2 廈門站和同安站所有粒子雨滴譜速度-直徑分布（色階代表粒子數(shù)量，黑色實線代表Atlas 等 （1973） 經(jīng)典下落末速度，上下兩條虛線分別代表經(jīng)典下落末速度60%的質(zhì)控曲線）Fig.2 Occurrence of velocity-diameter combinations with drop counts at Xiamen and Tong’an stations （Color shadings represent the measured drop counts.The black solid line indicates terminal drop velocity （Atlas， et al，1973） and the two dashed lines represent the 60% filter of drops）

利用質(zhì)量控制后的雨滴譜數(shù)據(jù)，可以計算得到雨滴的數(shù)濃度N（Di）（mm?1·m?3）、雷達反射率因子Z（mm6/m3）、降水率R（mm/h）、液態(tài)水含量W（g/m3）等多種降水積分參數(shù)，還可以利用實測雨滴譜的3、4 階矩計算雨滴的質(zhì)量加權平均直徑Dm（mm）、廣義截距參數(shù)Nw（mm?1·m?3）。此外，研究中Gamma雨滴譜分布模型（Ulbrich，1983）的3 個參數(shù)（μ、Λ、N0）采用Vivekanandan 等（2004）提出的階矩截斷擬合法（TMF）通過實測雨滴譜的2、4、6 階矩求得。上述相關計算方法可參考Chen 等（2013）和Wen 等（2016），文中不再贅述。

2.3 降水分類方法

采用Bringi 等（2003）和Chen 等（2013）的方法，根據(jù)雨強及其隨時間的變化將降水分為層狀云降水和對流云降水：對于某一時刻t，若從t?Δt到t+Δt這段時間內(nèi)，降水率R始終大于0.5 mm/h，同時其標準差小于1.5 mm/h，則將t時刻的降水視為層狀云降水；若從t?Δt到t+Δt這段時間內(nèi)，降水率R始終大于5 mm/h，同時其標準差大于1.5 mm/h，則將t時刻的降水視為對流云降水。其中Δt取為5 min。既不屬于層狀云降水又不屬于對流云降水的樣本在文中不做分析。

通過上述識別算法，2018—2019 年廈門站與同安站共識別有效樣本數(shù)分別為4435 和4447 個。其中，廈門站共識別4092 個層狀云降水樣本和343 個對流云降水樣本，對流云降水樣本占7.7%，層狀云和對流云降水率分別為2.23 和22.91 mm/h；同安站共識別3770 個層狀云降水樣本和677 個對流云降水樣本，對流云降水占15.2%，降水率分別為2.18 和23.40 mm/h。兩站的層狀云降水比例明顯大于對流云降水，但同安站對流云降水比例約為廈門站的2 倍。從地理位置來看（圖1），兩站地形環(huán)境差異可能導致了層狀云和對流云降水樣本比例的差異（廈門站位于廈門島內(nèi)的狐尾山頂，周邊地勢較為平坦開闊；而同安站的北部和西部都有較高山脈，距離僅約10 km，且山脈高度最高超過1000 m，地形的強迫抬升條件與熱力條件相比于廈門站更優(yōu)。因此，同安站受地形影響可能導致對流云降水出現(xiàn)頻率更高）。

3 雨滴譜資料對比檢驗

為檢驗廈門站和同安站降水現(xiàn)象儀的雨滴譜數(shù)據(jù)可靠性，首先將由雨滴譜數(shù)據(jù)計算得到的小時累積雨量與位于同一觀測場內(nèi)協(xié)同觀測的雨量筒降水測量結果進行對比驗證（圖3）。從圖中可以看到，廈門站和同安站與雨量筒測量的一致性好，其中廈門站（圖3a）相關系數(shù)為0.990，均方根誤差（RMSE）為0.298 mm/h，同安站（圖3b）相關系數(shù)達0.999，均方根誤差僅為0.265 mm/h。與雨量筒相比，降水現(xiàn)象儀的小時累積降水量散點整體偏小，即雨量筒的觀測值略大于降水現(xiàn)象儀的計算值，且隨著雨強的增大差值增大。總體而言，降水現(xiàn)象儀的雨滴譜導出降水量與雨量筒測量值呈高度相關，且均方根誤差較小，表明降水現(xiàn)象儀的探測結果可靠，可用于進一步分析。

從廈門站和同安站的層狀云、對流云降水的雨滴譜分布（圖4）可以看到，兩站層狀云和對流云降水的雨滴譜均呈單峰結構，峰值直徑基本重合于0.5 mm 粒徑左右。總體而言，對流云降水的雨滴譜在峰值粒徑以上的各粒徑區(qū)間的濃度均明顯大于層狀云降水，并且隨著雨滴粒徑增大濃度差異也越大；對流云降水的譜分布較層狀云更寬，前者最大粒徑接近8 mm，而層狀云降水最大粒徑小于5 mm。從兩站層狀云降水雨滴譜特征來看，廈門站與同安站分布幾乎重合（圖4 藍色實線和藍色虛線），這是由于層狀云降水范圍寬廣且云中性質(zhì)較均勻，其降水率和雨滴譜特征差異較小；對于對流云降水，兩站在小粒子端基本重合，在大粒子端略有微小差異。但總體而言，廈門站與同安站的兩類降水雨滴譜分布特征一致性很高。因此，在進行雨滴譜微物理參數(shù)分析時，將兩站的所有有效樣本合并，統(tǒng)稱為閩南沿海地區(qū)降水雨滴譜。

4 2018 和2019 年季風爆發(fā)前、后雨滴譜特征對比

4.1 季風爆發(fā)前、后雨量統(tǒng)計

為研究南海季風爆發(fā)前、后降水的微物理特征變化，將華南前汛期分為季風爆發(fā)前和季風爆發(fā)后兩個階段進行對比分析。季風爆發(fā)時間使用國家氣候中心發(fā)布的數(shù)據(jù)，2018 年為6 月第1 候，爆發(fā)前共64 d，爆發(fā)后27 d。2019 年為5 月第2 候，爆發(fā)前共37 d，爆發(fā)后54 d。

表1 為2018 和2019 年廈門站、同安站季風爆發(fā)前、后的累計雨量。兩站兩年季風爆發(fā)后的累計雨量均大于季風爆發(fā)前，由于2019 年季風爆發(fā)較早，季風爆發(fā)后的累計雨量增長幅度明顯大于2018年。從日均雨量上來看，2018 年季風爆發(fā)后強降水增長更明顯。從樣本數(shù)來看（表2），2018 年季風爆發(fā)前、后兩站層狀云降水樣本分別為957 和1087 個，對流云降水樣本分別為142 和325 個，兩類降水分別增加了14.05%和128.87%；2019 年季風爆發(fā)前、后層狀云降水樣本分別為3083 和2735 個，對流云降水樣本分別為163 和390 個，層狀云降水減少11.29%，而對流云降水增加139.26%。閩南地區(qū)對流和層狀云降水樣本數(shù)的變化與季風爆發(fā)前、后兩站累計雨量和日均雨量的變化特征相對應，表明季風爆發(fā)前主要以層狀云降水為主，雨量偏小且空間分布相對均勻，而季風爆發(fā)后對流性降水增多且空間差異增大。

表1 2018 和2019 年季風爆發(fā)前、后廈門站和同安站累計雨量、天數(shù)和日均雨量Table 1 Accumulated precipitation，number of days and average daily rainfall at Xiamen and Tong’an stations before and after monsoon onset for 2018 and 2019

4.2 微物理特征量對比

閩南地區(qū)季風爆發(fā)前、后不同類型降水發(fā)生頻率和降水量的變化可能反映了不同時期降水微物理特征的差異。接下來分析2018 和2019 年季風爆發(fā)前、后閩南地區(qū)的雨滴譜微物理特征量，包括質(zhì)量加權平均直徑（Dm）、廣義截距參數(shù)（Nw）、降水率（R）、液態(tài)水含量（W）等（表2）。

表2 2018 和2019 年季風爆發(fā)前、后雨滴譜微物理特征量的平均值及其與華南、華東地區(qū)的對比（斜杠前為季風爆發(fā)前數(shù)據(jù)，斜杠后為季風爆發(fā)后數(shù)據(jù)）Table 2 DSD micro-physical parameters before and after monsoon onset and comparison with those in southern and eastern China （data on the left and right of slash indicate parameter before and after monsoon onset，respectively）

2018 年，對于層狀云降水，季風爆發(fā)后，表征粒子尺度的Dm相比于爆發(fā)前減小，表征粒子濃度的Nw則呈現(xiàn)增大的趨勢。降水率（R）和液態(tài)水含量（W）的演變趨勢與Nw一致，均呈現(xiàn)增大的趨勢。對于對流云降水，季風爆發(fā)后Dm減小，Nw增大，這與層狀云的變化特征一致，但R和W卻明顯減小，與層狀云趨勢完全相反。從降水貢獻上來看，2018 年季風爆發(fā)前、后對流云降水的貢獻都遠大于層狀云，并且季風爆發(fā)后對流云降水的貢獻進一步增大。

2019 年，季風爆發(fā)前、后的物理量參數(shù)與2018年基本呈現(xiàn)相反的趨勢。層狀云降水，2019 年季風爆發(fā)后的趨勢與2018 年完全相反，表現(xiàn)為樣本數(shù)減少，Dm增大，Nw明顯減小，R和W也都略有減??；對流云降水，季風爆發(fā)后Dm和Nw均增大，但Dm增大更明顯，R和W也都明顯增大。從以上分析可知，對于層狀云降水，R與Nw均呈現(xiàn)一致的趨勢，而對流云降水，R的變化趨勢與Dm一致。

與華南和華東區(qū)域的雨滴譜微物理參數(shù)進行對比。對于層狀云降水，閩南地區(qū)的Dm、R相比華南和華東地區(qū)整體略小，Nw相比于華南和華東區(qū)域均更大，表明閩南沿海的層狀云降水粒子尺度整體小于華南、華東區(qū)域，但數(shù)濃度相對更高。對于對流云降水，閩南地區(qū)的Dm與華南、華東地區(qū)基本持平，基本為1.7—1.9 mm。Nw與華南區(qū)域同樣是基本持平，基本在104mm?1·m?3附近，與華東地區(qū)相比則更大，與之對應的R相比于華東區(qū)域更大。表明閩南地區(qū)對流云降水的粒子數(shù)濃度更大。整體分析表明閩南沿海的雨滴譜參數(shù)與華南沿海較為一致，相比于華東地區(qū)整體濃度更高，但粒子尺度略小。這與已有研究結果（Zhang，et al，2019）一致。

4.3 平均雨滴譜特征對比

進一步分析2018、2019 年季風爆發(fā)前、后層狀云和對流云降水的平均雨滴譜特征差異（圖5）。對于層狀云降水（圖5a），2018 年表現(xiàn)為季風爆發(fā)后小粒子濃度明顯增大，大粒子濃度減?。▓D5a 藍線和紅線對比），1 mm 以下小粒子數(shù)濃度增大的量級更大，由此導致季風爆發(fā)后層狀云Dm減小，Nw增大（表2）。2019 年季風爆發(fā)后雨滴中各尺度的粒子數(shù)量整體呈現(xiàn)減少趨勢，其中0.4—0.7 mm的小粒子減少幅度更大（圖5a 黑線和綠線），由此導致2019 年季風爆發(fā)后層狀云降水Nw明顯減小。對流云降水的雨滴譜分布變化趨勢與層狀云降水分布差異明顯（圖5b），季風爆發(fā)前、后小粒子端數(shù)濃度差異很小，大粒子端差異相對較大。2018 年季風爆發(fā)后粒徑大于2 mm 的粒子濃度下降，這與層狀云降水趨勢一致，導致2018 年季風爆發(fā)后對流云Dm同樣減小。而2019 年季風爆發(fā)前、后相比，1—3 mm 的粒子數(shù)濃度增大，但超過3 mm 的大粒子數(shù)濃度反而略有減小，整體導致季風爆發(fā)后對流云的Dm略有增大。

圖5 2018 和2019 年季風爆發(fā)前、后 （a） 層狀云降水和 （b） 對流云降水的平均雨滴譜分布Fig.5 Mean DSD of （a） stratiform and （b） convective precipitation before and after monsoon onset in 2018 and 2019

4.4 雨滴譜導出關系

對2018 和2019 年季風爆發(fā)前、后的雨滴譜使用Vivekanandan 等（2004）中2、4、6 階矩截斷方法計算參數(shù)μ和Λ，其中Λ只取0—20 的值以減少觀測誤差（Zhang，et al，2003），然后分別擬合出4 組μ-Λ關系（圖6）。由圖6 可以看出，4 組的μ和Λ都具有較好的二項式關系，決定系數(shù)（R2）接近于1，并且二項式系數(shù)差異較小。不論是季風爆發(fā)前（圖6a、6c）或是季風爆發(fā)后（圖6b、6d）的μ-Λ關系，閩南沿海與華東地區(qū)梅雨季的統(tǒng)計結果（Chen，et al，2013）都有明顯不同：對相同的Λ值而言，閩南沿海的μ值比華東地區(qū)梅雨季小，且隨著Λ值的增大二者差異越來越大，這可能是因為華東地區(qū)梅雨季的對流強度更強，小粒子數(shù)濃度低，Dm整體更大，而閩南沿海前汛期降水中小粒子數(shù)濃度更高。這與4.2 節(jié)微物理參數(shù)的分析結論一致。說明μ-Λ關系確實會隨地區(qū)、氣候條件和降雨類型的不同而變化，基于雨滴譜儀的觀測數(shù)據(jù)擬合出適合閩南沿海的μ-Λ關系，對當?shù)厥褂秒p偏振雷達反演雨滴譜以及定量降水估測都有重要意義。

圖6 實測雨滴譜參數(shù)μ 和Λ 散點及擬合曲線 （a、c 分別為2018 年季風爆發(fā)前、后，b、d 分別為2019 年季風爆發(fā)前、后，實線為擬合曲線，虛線為Chen 等 （2013） 擬合結果）Fig.6 Scatter plots of μ and Λ calculated from measured raindrop parameters and fitting curves （a，c indicate before and after monsoon onset in 2018；b，d for 2019； black dashed lines show results of Chen， et al （2013））

4.5 Z-R 關系

Z-R關系是雷達定量估測降水的基礎，不少研究擬合了不同地區(qū)、不同類型降水的Z-R關系（Battan，1976；Tokay，et al，1996；Fulton，et al，1998；Maki，et al，2001；Sharma，et al，2009；Chen，et al，2013；Wen，et al，2019），其中應用最廣泛的是Fulton 等（1998）通過觀測得到的Z=300R1.4。表3 給出了2018 和2019 年季風爆發(fā)前、后閩南沿海層狀云降水和對流云降水Z-R關系的擬合系數(shù)及其決定系數(shù)（R2），可以看到，不同年份、不同時段、不同降水的A值差異很大，最大251.83，最小78.23；b值最大1.79，最小1.43。這說明在不同環(huán)流形勢下、不同類型降水的Z-R關系不同。從擬合效果來看，對流云降水的決定系數(shù)大于層狀云降水，擬合效果更好。從圖7 可以看出，對于層狀云降水，不論2018 年或是2019 年季風爆發(fā)前、后，擬合的直線基本位于Z=300R1.4線的右側(cè)，使用Z=300R1.4會低估降水，隨著層狀云降水強度的增大，誤差整體呈現(xiàn)減小的趨勢；對流云降水的擬合曲線與Z=300R1.4線存在交點，對于雨強較小的對流云，擬合曲線整體位于右側(cè)，使用Z=300R1.4會低估降水，隨著對流降水強度的增大，誤差逐漸減小，至某一雨強閾值后，擬合曲線位于左側(cè)，使用Z=300R1.4會高估降水。因此，在業(yè)務中使用雷達自帶的QPE 產(chǎn)品時，需要根據(jù)降水的類型和強度進行訂正，才能獲得更準確的累計降水產(chǎn)品。

圖7 季風爆發(fā)前、后的Z-R 關系擬合 （a、c 分別為2018 年季風爆發(fā)前、后，b、d 分別為2019 年季風爆發(fā)前、后；紅色實線為對流云降水，藍色實線為層狀云降水，黑色虛線為Fulton 等 （1998） 擬合結果）Fig.7 Scatter plots of Z-R values and fitted power law relations before and after monsoon onset in 2018 and 2019 （a，c indicate before and after monsoon of 2018；b，d for 2019； red solid lines are for convectiveprecipitation，blue solid lines are for stratiform precipitation， black dashed lines show results of Fulton， et al （1998））

表3 2018 和2019 年季風爆發(fā)前、后兩類降水的Z-R 關系 （斜杠前為季風爆發(fā)前數(shù)據(jù)，斜杠后為季風爆發(fā)后數(shù)據(jù)）Table 3 Z-R relationship before and after monsoon onset of 2018 and 2019 （data on the left and right of slash indicate parameters before and after monsoon onset，respectively）

5 討 論

雨滴譜的分布特征通常并非隨機，而是與對應的環(huán)流形勢、對流強度等密切相關（Rao，et al，2009）。南海季風爆發(fā)前、后華南地區(qū)的環(huán)流形勢通常會有顯著的不同。本節(jié)討論華南季風爆發(fā)前、后的環(huán)流及物理量特征差異對雨滴譜可能的影響機制。

5.1 2018 年和2019 年環(huán)流形勢及物理量對比

圖8 和9 分別給出了2018 年和2019 年季風爆發(fā)前、后500 和925 hPa 環(huán)流形勢以及兩者的差異。可以看到，對于閩南沿海地區(qū)，2018 年季風爆發(fā)前（圖8a），500 hPa 西太平洋副熱帶高壓位于中國南海和菲律賓一帶，脊線位于15°N 附近，總體呈帶狀，位置偏南，強度較弱；季風爆發(fā)后，西太平洋副熱帶高壓脊線略有北抬，且有明顯東退（圖8c），導致25°N 以南的位勢高度都降低，風場也存在氣旋式異常（圖8e）。2019 年季風爆發(fā)前，西太平洋副熱帶高壓位于20°N 以南，強度強（圖8b）；季風爆發(fā)后，西太平洋副熱帶高壓加強北進（圖8d），位于中南半島以東和華南以南，使得19°N 以北地區(qū)的位勢高度都有所增加（圖8f）。925 hPa 上，2018 年和2019 年季風爆發(fā)后的比濕都明顯升高，季風爆發(fā)前約為12 g/kg，季風爆發(fā)后超過14 g/kg，增長2—3 g/kg（圖9e—f）。環(huán)流形勢也存在明顯不同，2018 年季風爆發(fā)后華東和華南地區(qū)存在氣旋式環(huán)流異常，閩南沿海地區(qū)存在東北偏東風異常，也就是低層西南風反而減弱（圖9c）；而2019 年季風爆發(fā)后，華東和華南地區(qū)存在異常的氣旋式環(huán)流，閩南沿海的低層西南風明顯增強（圖9d）。

圖8 2018 （a、c、e） 和2019 年 （b、d、f） 500 hPa 風場 （矢線，單位：m/s） 和位勢高度 （色階，單位：dagpm）（a、b.季風爆發(fā)前，c、d.季風爆發(fā)后，e、f.季風爆發(fā)后減季風爆發(fā)前）Fig.8 2018 （a，c，e） and 2019 （b，d，f） 500 hPa wind field （arrow，unit：m/s） and geopotential height （color gradation，unit：dagpm），（a，b） before and （c，d） after monsoon onset ，（e，f） difference between before and after monsoon onset

對流有效位能（CAPE）是一個表征熱力不穩(wěn)定的參量。對流有效位能越大，對流潛勢越強，對流發(fā)生后就更趨于強盛（孫繼松等，2012），這能改變對流高度和云微物理過程，進而對雨滴譜產(chǎn)生影響。圖10 為2018 和2019 年季風爆發(fā)前、后閩南沿海地區(qū)（廈門站）的對流有效位能箱線圖。兩年季風爆發(fā)前、后對流有效位能變化趨勢相反。2018 年季風爆發(fā)后的對流有效位能與爆發(fā)前相比略有減?。撅L爆發(fā)前最大約為4500 J/kg，平均約為2400 J/kg，分布較分散，多數(shù)大于2200 J/kg；季風爆發(fā)后最大約為4500 J/kg，平均在2000 J/kg 附近，并且多數(shù)小于2200 J/kg）。而2019 年季風爆發(fā)前對流有效位能很小，平均僅在200 J/kg 左右，分布集中；季風爆發(fā)后對流有效位能明顯增大，但盡管最大超過5000 J/kg，其均值僅約為1400 J/kg，明顯小于2018 年。

5.2 環(huán)流形勢對雨滴譜分布的可能影響

以上分析表明，2018 年和2019 年季風爆發(fā)后的低層風場以及對流有效位能均呈現(xiàn)相反的演變趨勢，這可能是導致兩年季風爆發(fā)后微物理參數(shù)演變趨勢相反的原因。對于2018 年，季風爆發(fā)后低層西南風整體強度減弱（圖9），且對流有效位能總體略有減弱（圖10），這會導致季風爆發(fā)后閩南沿海地區(qū)熱力條件和動力抬升條件均減弱，降水粒子抬升的高度降低，冰相過程減少，碰并聚合作用減弱。因此，2018 年季風爆發(fā)后的雨滴譜表現(xiàn)為小粒子濃度明顯較高，大粒子濃度較低（圖5），整體導致粒子尺度Dm減小。但由于925 hPa 比濕明顯較高，絕對水汽含量明顯較大，使得層狀云和對流云降水的粒子濃度Nw均較大（表2）。

圖9 同圖8，但為925 hPa 風場和比濕Fig.9 As in Fig.8 but for 925 hPa wind field and specific humidity

圖10 2018 年和2019 年季風爆發(fā)前、后閩南沿海對流有效位能的箱線圖Fig.10 Boxplot of CAPE before and after monsoon onset for 2018 and 2019 in southern coast of Fujian

對于2019 年，季風爆發(fā)后925 hPa 西南風氣流明顯增強，對流有效位能也有明顯的增大，導致動力抬升條件明顯好于季風爆發(fā)前。因此，降水云團中的上升運動更強，粒子抬升至更高的高度，冰相過程更加明顯。過冷水以及冰粒子在下落過程中由于融化形成大雨滴，同時碰并收集更多的小粒子，使得2019 年季風爆發(fā)后Dm增大，這與2018 年正好相反，表明動力抬升條件對于平均粒子直徑影響明顯。925 hPa 的比濕在季風爆發(fā)后明顯增大，增加幅度與2018 年基本一致，但由于季風爆發(fā)后動力抬升條件更好，充分的粒子碰并收集等過程導致Dm明顯增大，使得季風爆發(fā)后層狀云降水的粒子濃度有所降低，對流云降水的粒子濃度變化不大。

綜上分析表明，降水中的粒子數(shù)濃度與大氣的絕對水汽含量（比濕）明顯相關，而良好的動力抬升條件能夠使得對流發(fā)展更加旺盛，冰相過程加劇，大的冰粒子在下落過程中融化以及碰并形成大雨滴，影響降水粒子的尺度，進而也能影響粒子的數(shù)濃度。

6 結 論

利用降水現(xiàn)象儀觀測資料、地面降水觀測資料和ERA5 再分析資料，對比分析了2018 年和2019年季風爆發(fā)前、后閩南地區(qū)層狀云和對流云的雨滴譜特征，并從環(huán)流形勢和物理量入手，探討了雨滴譜分布和微物理參數(shù)差異的可能成因。主要結論如下：

（1）華南前汛期廈門站和同安站層狀云降水的發(fā)生頻率都高于對流云降水，其中同安站受局地環(huán)境的影響，對流云降水發(fā)生頻率約為廈門站的2 倍。但兩站層狀云降水和對流云降水的雨滴譜均呈現(xiàn)高度一致的分布特征。對流云降水的雨滴譜分布更寬，在峰值粒徑以上的各粒徑區(qū)間濃度均大于層狀云降水。

（2）微物理參數(shù)對比分析表明，不論是層狀云降水或是對流云降水，2018 年季風爆發(fā)后均表現(xiàn)為Dm減小，Nw增大。2019 年季風爆發(fā)后Dm增大，層狀云Nw減小，對流云Nw增大。兩年整體呈現(xiàn)相反的演變趨勢。但不論如何演變，層狀云的降水率（R）和液態(tài)水含量（W）的演變趨勢與Nw保持完全一致，而對流云的R和W與Dm保持一致。閩南沿海雨滴譜微物理參數(shù)接近于華南沿海，與華東地區(qū)相比，整體濃度更高，粒子尺度略小。

（3）Z-R關系擬合表明季風爆發(fā)前、后層狀云與對流云的擬合系數(shù)、決定系數(shù)具有較大差異，尤其是A差異明顯，其中對流云擬合效果相對更好。基于Z=300R1.4的定量降水估測對層狀云降水和量級較小的對流云降水存在不同程度的低估，對于量級較大的對流云降水存在高估。這對于業(yè)務中使用雷達QPE 產(chǎn)品具有一定的參考意義。現(xiàn)有的預報業(yè)務中對于雷達估算的層狀云降水和強度較弱的對流云降水可以在原有QPE 的基礎上適當上調(diào)，對于強度較強的對流云降水（例如冰雹等）需要適當下調(diào)。雷達降水估算產(chǎn)品也可以根據(jù)反射率因子的強度動態(tài)調(diào)整Z-R關系。

（4）環(huán)流分析表明，大氣的絕對水汽含量會影響粒子數(shù)濃度，而西南風速和對流有效位能等物理量會通過影響對流強度以及相關的云微物理過程進而影響雨滴譜分布。在比濕增大的條件下，2018 年季風爆發(fā)后西南風減弱，對流有效位能降低導致對流較弱，冰相過程減少，粒子碰并聚合作用減弱，使得大粒子較少，雨滴譜表現(xiàn)為粒子尺度減小、濃度增大；2019 年季風爆發(fā)后西南風較強，對流有效位能增大，對流增強，使得粒子冰相過程增多，下落中由于融化和碰并聚合成大粒子，但由于對流有效位能整體小于2018 年，雨滴譜表現(xiàn)為粒子尺度略微增大、層云降水的粒子濃度降低、對流云降水的粒子濃度變化不大。