汪亞萍 崔曉鵬 任晨平 余暉

1中國(guó)科學(xué)院大氣物理研究所云降水物理與強(qiáng)風(fēng)暴重點(diǎn)實(shí)驗(yàn)室，北京100029

2中國(guó)科學(xué)院大學(xué)，北京100049

3中國(guó)人民解放軍94754部隊(duì)氣象臺(tái)，嘉興314013

4中國(guó)氣象局上海臺(tái)風(fēng)研究所，上海200030

1 引言

我國(guó)是世界上受臺(tái)風(fēng)影響最為嚴(yán)重的國(guó)家之一（陳聯(lián)壽和孟智勇，2001），臺(tái)風(fēng)、尤其是登陸臺(tái)風(fēng)，能帶來(lái)暴雨、大風(fēng)和暴潮，引發(fā)災(zāi)害，其中以暴雨災(zāi)害最為普遍。近年來(lái)，對(duì)臺(tái)風(fēng)暴雨的研究得到了很多氣象工作者的重視，在臺(tái)風(fēng)暴雨水汽輸送特征、高空急流和中緯度系統(tǒng)對(duì)臺(tái)風(fēng)暴雨的作用、地形下墊面對(duì)臺(tái)風(fēng)暴雨的作用、臺(tái)風(fēng)中的中小尺度系統(tǒng)等方面開(kāi)展了深入研究（程正泉等，2005；Chen et al.，2010），對(duì)登陸臺(tái)風(fēng)暴雨突然增幅和特大暴雨的機(jī)理研究也受到了氣象學(xué)家們的高度關(guān)注，從多尺度天氣系統(tǒng)相互作用、冷空氣入侵、下墊面條件、環(huán)境垂直風(fēng)切變、能量的制造及轉(zhuǎn)換、波動(dòng)激發(fā)傳播理論等方面都開(kāi)展了深入研究（董美瑩等，2009，2011a，2011b；Dong et al., 2013；鄭慶林等，1996；丁治英和陳久康，1995，1996）。臺(tái)風(fēng)暴雨除了受大氣宏觀動(dòng)力過(guò)程和熱力過(guò)程的影響外，也受到微觀云物理過(guò)程的重要影響，研究表明，云和降水的發(fā)展過(guò)程實(shí)際上是動(dòng)力、熱力和微物理過(guò)程相互作用的結(jié)果（廖菲等，2006），以往從天氣學(xué)和動(dòng)力學(xué)角度對(duì)臺(tái)風(fēng)暴雨已經(jīng)開(kāi)展了很多研究工作，近年來(lái)，臺(tái)風(fēng)暴雨中云微物理過(guò)程的研究得到進(jìn)一步重視，楊文霞等（2010）借助非靜力中尺度模式 ARPS（the Advanced Regional Prediction System），對(duì)0713號(hào)臺(tái)風(fēng)“韋帕”進(jìn)行了數(shù)值模擬，研究了臺(tái)風(fēng)不同發(fā)展階段，暴雨的水平和垂直云微物理特征，發(fā)現(xiàn)冷云降水過(guò)程對(duì)不同階段臺(tái)風(fēng)暴雨形成起關(guān)鍵作用，霰粒子的融化是臺(tái)風(fēng)“韋帕”暴雨過(guò)程中的主要雨滴形成機(jī)制。程銳等（2009）用AREM（Advanced Regional Eta Model）模式設(shè)計(jì)了5組實(shí)驗(yàn)，研究了云微物理參數(shù)對(duì)云結(jié)構(gòu)及降水特征的影響，發(fā)現(xiàn)霰和雪的融化對(duì)于臺(tái)風(fēng)螺旋雨帶中雨滴的增長(zhǎng)十分重要，但可能不是云墻中雨水形成的主導(dǎo)因子。Tao et al.（2011）利用WRF模式對(duì)“莫拉克”（2009）臺(tái)風(fēng)在我國(guó)臺(tái)灣地區(qū)造成的超強(qiáng)降水的模擬研究發(fā)現(xiàn)，冰相微物理過(guò)程對(duì)“莫拉克”地面降水的影響很有限。可見(jiàn)，對(duì)（登陸）臺(tái)風(fēng)暴雨云微物理特征和過(guò)程的研究仍然存在很多問(wèn)題，而對(duì)相關(guān)科學(xué)問(wèn)題的深入認(rèn)識(shí)將有利于我們對(duì)（登陸）臺(tái)風(fēng)暴雨過(guò)程機(jī)理與規(guī)律的把握，提高相關(guān)預(yù)報(bào)水平。

一般而言，由于陸地表面摩擦增強(qiáng)以及水汽輸送減弱等原因，臺(tái)風(fēng)登陸后其環(huán)流及降水會(huì)明顯減弱，繼而趨于消亡，但有些臺(tái)風(fēng)登陸后不但沒(méi)有減弱消亡，反而出現(xiàn)明顯的降水增幅，帶來(lái)十分嚴(yán)重的災(zāi)害，2006年第4號(hào)強(qiáng)熱帶風(fēng)暴“碧利斯”就是一個(gè)典型例子?！氨汤埂庇?006年7月8日下午在西北太平洋洋面上生成，并增強(qiáng)為強(qiáng)熱帶風(fēng)暴，13日22:20（協(xié)調(diào)世界時(shí)，下同）在我國(guó)臺(tái)灣省登陸，14日12:50在我國(guó)福建省霞浦附近再次登陸，強(qiáng)度減弱為熱帶風(fēng)暴，受“碧利斯”影響，13～17日福建、浙江、江西、湖南、廣東五省和廣西壯族自治區(qū)普遍出現(xiàn)大暴雨和特大暴雨?！氨汤埂倍蔚顷懞?，7月14日12:00～18:00，6 h累積降水小于25 mm，14日18:00～15日06:00的逐6 h累積降水量均超過(guò)95 mm，12 h累積降水量達(dá)到特大暴雨（＞120 mm）級(jí)別，在湖南、廣東、江西三省交界附近出現(xiàn)急劇暴雨降水增幅，造成了嚴(yán)重的災(zāi)害（王黎娟等，2013）。葉成志和李昀英（2011）發(fā)現(xiàn)湘東南多山體分布且向北開(kāi)口的喇叭口特殊地形通過(guò)與“碧利斯”低壓環(huán)流北側(cè)增強(qiáng)的東北風(fēng)相配合，有利于水汽輸送和中尺度對(duì)流系統(tǒng)發(fā)生、發(fā)展，對(duì)湘東南暴雨有明顯增幅作用。王黎娟等（2013）利用 ARPS模式，成功模擬了“碧利斯”的登陸過(guò)程，較好的再現(xiàn)了登陸后的暴雨增幅過(guò)程，指出暴雨增幅發(fā)生前，中南半島附近地區(qū)的水汽輸送強(qiáng)度相對(duì)較弱，水汽輸送通道存在斷裂帶，暴雨增幅發(fā)生時(shí)刻，越赤道氣流增強(qiáng)，西南季風(fēng)水汽輸送明顯加強(qiáng)，原來(lái)斷裂的水汽輸送通道完全打通，大量水汽源源不斷地輸送到“碧利斯”環(huán)流中。Ren and Cui（2014）在王黎娟等（2013）工作基礎(chǔ)上，利用高分辨率模擬資料，研究了暴雨增幅的云微物理成因，通過(guò)對(duì)“碧利斯”暴雨增幅前和增幅時(shí)段云微物理特征和過(guò)程的分析，發(fā)現(xiàn)暴雨增幅前后強(qiáng)降水區(qū)云微物理特征和過(guò)程明顯不同，增幅時(shí)段，云水的增加主要通過(guò)兩個(gè)途徑對(duì)暴雨增幅產(chǎn)生貢獻(xiàn)：一是通過(guò)云中雨滴對(duì)云水的碰并收集，造成雨滴含量增加；二是通過(guò)云中雪粒子對(duì)云水的碰并，造成雪粒子含量增加，增加的雪粒子又被云中霰粒子碰并收集造成霰含量增長(zhǎng)，進(jìn)而由霰粒子融化為雨水。

降水根據(jù)性質(zhì)可以大致分為對(duì)流降水和層云降水兩種，它們分別有著不同的動(dòng)力過(guò)程、熱力特征和云微物理特征。在臺(tái)風(fēng)中，對(duì)流性降水區(qū)位于臺(tái)風(fēng)云墻區(qū)及螺旋雨帶處，層云降水區(qū)一般位于云墻外部（Marks and Houze，1987；陳聯(lián)壽和丁一匯，1979）。何會(huì)中等（2006）研究了“鯨魚(yú)”臺(tái)風(fēng)登陸后的降水云系，發(fā)現(xiàn)臺(tái)風(fēng)降水中層云降水所占區(qū)域比例較大，對(duì)流性降水所占比例很少，但總貢獻(xiàn)很大。鐘敏等（2006）研究了 9914號(hào)臺(tái)風(fēng)降水云系的三維結(jié)構(gòu)，發(fā)現(xiàn)層狀降水在像素?cái)?shù)量及對(duì)總降水的貢獻(xiàn)上均比對(duì)流降水大，但對(duì)流性降水在發(fā)展過(guò)程中呈上升趨勢(shì)。為了更全面地認(rèn)識(shí)“碧利斯”暴雨過(guò)程（包括暴雨增幅），本文在王黎娟等（2013）以及Ren and Cui（2014）工作的基礎(chǔ)上，利用數(shù)值模擬得到的高分辨率資料，將降水分成對(duì)流降水和層云降水，分別研究不同類型降水（對(duì)流降水和層云降水）的云微物理特征和過(guò)程的差異，以及不同類型降水對(duì)暴雨增幅的貢獻(xiàn)，與以往的研究工作相比，本文從云微物理收支等角度，進(jìn)一步深入探討了不同類型降水在暴雨增幅發(fā)生前和增幅強(qiáng)降水發(fā)生時(shí)段的差異和貢獻(xiàn)，有助于更加全面地認(rèn)識(shí)“碧利斯”暴雨過(guò)程，尤其是暴雨增幅發(fā)生的機(jī)理。

2 資料和方法

2.1 研究資料

王黎娟等（2013）利用中尺度數(shù)值模式ARPS，對(duì)“碧利斯”登陸及暴雨增幅過(guò)程開(kāi)展了高分辨率數(shù)值模擬，模擬采用兩層嵌套，內(nèi)外分辨率分別為3和27 km，模擬時(shí)間為2006年7月14日00:00至16日00:00，模式結(jié)果已經(jīng)在王黎娟等（2013）的工作中得到了充分驗(yàn)證。該模擬采用了Lin-Tao冰相云微物理參數(shù)化方案，該方案的簡(jiǎn)介參見(jiàn)附錄。本文所用到資料取自王黎娟等（2013）工作中，該資料中除了標(biāo)準(zhǔn)輸出項(xiàng)外，還包含了云微物理轉(zhuǎn)化過(guò)程項(xiàng)。該資料已經(jīng)在Ren and Cui（2014）的工作中得到成功應(yīng)用。

2.2 研究方法

降水類型（對(duì)流降水和層云降水）的分類方法有很多，主要通過(guò)設(shè)定降水率、云水含量、垂直速度和反射率等的閾值來(lái)區(qū)分（Lang et al.，2003; Tao and Simpson，1989; Tao et al.，1993，2000;；Xu，1995；Sui et al.，1994）。本文利用ARPS模式輸出的高分辨率資料，將2006年7月14日12:00至15日00:00的降水分成對(duì)流降水和層云降水，具體方法為：（1）利用 Steiner et al.（1995）和 RIP（Read/Interpolate/ Plot，Stoelinga，2005）中的計(jì)算方法，用模擬得到的降水粒子混合比計(jì)算出等效反射率因子Ze，單位是dBZ；（2）Rogers（2010）對(duì)Steiner et al.（1995）中的方法進(jìn)行了改進(jìn)，利用反射率強(qiáng)度、反射率峰度（超過(guò)背景反射率 Zbg的值）及垂直速度的新的閾值來(lái)區(qū)分降水類型，該方法具體標(biāo)準(zhǔn)如下：0.9 km或3 km高度處的等效反射率因子大于46 dBZ的格點(diǎn)定義為對(duì)流降水區(qū)，按照以上標(biāo)準(zhǔn)未被定義為對(duì)流降水的格點(diǎn)，若該格點(diǎn)位于0.9～2.1 km之間的垂直速度大于0.5 m s-1，或該格點(diǎn)上的反射率與背景反射率 Zbg的差值大于峰度反射率ZΔ曲線，則定義為對(duì)流降水區(qū)。其中Zbg定義為圍繞某一格點(diǎn)半徑11 km的圓內(nèi)的反射率平均（Steiner et al., 1995），本文選擇的峰度反射率曲線定義如下（Rogers，2010）：

圖1 模擬的6小時(shí)累積降水（mm）：（a）2006年7月14日12:00～18:00（協(xié)調(diào)世界時(shí)，下同）；（b）7月14日18:00～15日00:00Fig. 1 6-hour cumulative precipitation (unit: mm)from (a)1200 UTC to 1800 UTC 14 Jul, 2006 and (b)1800 UTC 14 Jul to 0000 UTC 15 Jul, 2006

在其他不是對(duì)流降水的區(qū)域中，3 km高度上的等效反射率因子大于20 dBZ的格點(diǎn)定義為層云降水區(qū)，3 km高度上等效反射率因子小于0的定義為非降水區(qū)。

3 結(jié)果分析

3.1 對(duì)流降水和層云降水的分離

圖1給出了暴雨增幅前（2006年 7月 14日12:00～18:00）和暴雨增幅時(shí)段（2006年7月14日18:00～15日00:00）模擬的6 h累積降水分布，由圖可見(jiàn)，暴雨增幅發(fā)生時(shí)段，累積降水量與增幅前相比明顯增強(qiáng)，6 h累積最強(qiáng)降水由增幅前的大于40 mm猛增至240 mm以上。利用上述降水類型分離方法，分離得到2006年7月14日12:00至15日00:00共13個(gè)時(shí)次的不同類型降水分布圖（圖2），表1給出了暴雨增幅發(fā)生時(shí)段，即7月14日18:00至15日00:00統(tǒng)計(jì)得到的不同類型降水區(qū)格點(diǎn)數(shù)、所占比例及降水強(qiáng)度，某一時(shí)刻的降水強(qiáng)度由該時(shí)刻前一小時(shí)累積降水量和其后一小時(shí)累積降水量取平均值得到。從圖 2可以看到，暴雨增幅前（7月14日12:00～18:00），降水基本為層云降水，對(duì)流降水只發(fā)生在零星的幾個(gè)小區(qū)域，可能是由于“碧利斯”登陸期間強(qiáng)度有所衰減，且暴雨增幅前中南半島附近地區(qū)的水汽輸送強(qiáng)度較弱（王黎娟等，2013）；暴雨增幅發(fā)生時(shí)段（7月14日18:00～15日00:00），對(duì)流降水區(qū)顯著增加，并連成片狀，基本位于強(qiáng)降水中心（圖1）。從圖2和表1可以看出，暴雨增幅發(fā)生時(shí)段（7月 14日 18:00～15日00:00），降水區(qū)域仍主要為層云降水所控制，層云降水區(qū)域占兩類降水區(qū)域總和的比例超過(guò)87%，但層云降水強(qiáng)度普遍較弱，平均為6.2 mm h-1；對(duì)流降水所占比例相對(duì)于暴雨增幅前有顯著增加，但仍相對(duì)較小，小于13%，但降水強(qiáng)度很強(qiáng)，平均達(dá)22.9 mm h-1，是層云降水強(qiáng)度的3倍多。

表1 2006年7月14日18:00至15日00:00不同類型降水所占格點(diǎn)數(shù)、比例和降水強(qiáng)度（mm h-1）Table 1 The number of grid points, proportion and precipitation intensity of different precipitation types from 1800 UTC 14 Jul to 0000 UTC 15 Jul, 2006 (unit: mm h-1)

3.2 對(duì)流降水和層云降水云微物理特征對(duì)比

圖2 2006年7月14日12:00至15日00:00不同類型降水分布圖，黑色為對(duì)流降水，灰色為層云降水Fig. 2 The distribution of different precipitation types from 1200 UTC 14 Jul to 0000 UTC 15 Jul, 2006. The shaded areas are convective precipitation region(black)and stratiform precipitation region (gray)

圖3 2006年7月（a、b）14日12:00～18:00和（c、d）14日18:00～15日00:00對(duì)流降水（左列）和層云降水（右列）的云中水凝物和水汽混合比的垂直廓線，虛線代表0 °C等溫層（Qg、Qs、Qi、Qr、Qc分別代表霰、雪、云冰、雨水和云水的混合比，單位：10-3 g g-1，Qv代表水汽混合比，單位：10-2 g g-1）Fig. 3 Vertical profiles of cloud hydrometeors and water vapor mixing ratio from (a, b)1200 UTC to 1800 UTC 14 Jul, 2006 and (c, d)1800 UTC 14 Jul to 0000 UTC 15 Jul, 2006 in convective precipitation (left column)and stratiform precipitation (right column). Dashed lines: 0°C isothermal layer. Qg, Qs, Qi, Qr,Qc indicate the mixing ratios of graupel, snow, cloud ice, rain water and cloud water, respectively, units: 10-3 g g-1. Qv indicates mixing ratio of water vapor,units: 10-2 g g-1

為分析對(duì)流降水和層云降水中的云微物理特征和差異，本文分別對(duì)暴雨增幅前和暴雨增幅時(shí)段不同類型降水中的云中水凝物混合比以及水汽含量進(jìn)行區(qū)域平均和時(shí)間平均，開(kāi)展對(duì)比分析。圖 3給出了兩個(gè)時(shí)段兩類降水中的云中水凝物含量垂直廓線合成結(jié)果，表2給出了云中水凝物含量在不同高度范圍內(nèi)的垂直累加數(shù)值。暴雨增幅前，對(duì)流降水和層云降水的水汽含量及其垂直分布相似（圖3a、b和表2），與層云降水相比，對(duì)流降水云中水凝物含量較多，其中0攝氏度等溫層以上的云水含量是層云降水區(qū)的 1.8倍以上，達(dá)到 1.102×10-3g g-1，整層的雨水含量是層云降水區(qū)中的1.6倍以上，達(dá)4.323×10-3g g-1，整層的霰粒子含量是層云降水區(qū)的2.6倍以上，達(dá)到0.693×10-3g g-1。暴雨增幅時(shí)段，對(duì)流降水和層云降水的水汽含量及其垂直分布仍相似，均略低于暴雨增幅前（圖3，表2），與增幅前相比，云中水凝物含量均有一定程度增加，但對(duì)流降水區(qū)增加更顯著（圖3a、c），其中雨水含量極值增加為增幅前的3倍左右，雪粒子和霰粒子含量極值均達(dá)到增幅前的2倍以上；降水增幅時(shí)段，對(duì)流降水區(qū)中垂直累加的云中水凝物含量仍明顯多于層云降水（表2），其中，0攝氏度等溫層以上的云水含量（2.305×10-3g g-1）達(dá)層云降水的2.6倍以上，過(guò)冷云水含量較增幅前明顯增加，達(dá)增幅前（1.102×10-3g g-1）的2倍以上；增幅時(shí)段，對(duì)流降水區(qū)整層累加雪粒子含量（4.993×10-3g g-1）達(dá)層云降水區(qū)的2.1倍以上，接近增幅前含量（1.777×10-3g g-1）的3倍，整層累加雨水含量（11.997×10-3g g-1）達(dá)層云降水區(qū)的3.1倍以上，接近增幅前含量（4.323×10-3g g-1）的3倍，整層累加霰粒子含量（1.917×10-3g g-1）達(dá)層云降水區(qū)的3.4倍以上，為增幅前含量（0.693×10-3g g-1）的2.7倍以上。從以上分析可以看出，增幅時(shí)段云中各種水凝物含量較增幅前明顯增加，說(shuō)明增幅時(shí)段伴隨著降水的增幅，云系發(fā)展更加旺盛；同時(shí)，無(wú)論增幅前還是增幅時(shí)段，對(duì)流降水區(qū)云中水凝物含量均要明顯大于層云降水區(qū)，并且增幅時(shí)段對(duì)流降水區(qū)與層云降水區(qū)的這種差異較增幅前也出現(xiàn)較明顯加大，說(shuō)明對(duì)流降水區(qū)降水云系發(fā)展較層云降水區(qū)更加旺盛，并且兩者的這種差異隨著地面降水強(qiáng)度的增強(qiáng)而進(jìn)一步增大。

表2 暴雨增幅前（14日12:00～18:00）和暴雨增幅時(shí)段（14日18:00～15日 00:00）不同類型降水在整層、0攝氏度等溫層以上、0攝氏度等溫層以下垂直累加的水汽、云水、雨水、云冰、雪和霰的混合比（Qv、Qc、Qr、Qi、Qs、Qh，單位：10-3 g g-1），比值為對(duì)流降水/層云降水Table 2 Vertically accumulated mixing ratios of water vapor,cloud water, rain water, cloud ice, snow and graupel (Qv, Qc,Qr, Qi, Qs, Qh, unit: 10-3 g g-1)for different precipitation types in the whole layers, layers above and below 0°C isothermal layer before (1200 UTC to 1800 UTC 14 Jul)and after (1200 UTC to 1800 UTC 14 Jul)amplification

3.3 對(duì)流降水和層云降水云微物理過(guò)程對(duì)比

利用王黎娟等（2013）模擬輸出的6種水物質(zhì)（水汽、云水、雨水、云冰、雪、霰）的主要云微物理轉(zhuǎn)化過(guò)程資料（云微物理參數(shù)化方案簡(jiǎn)介參見(jiàn)附錄），對(duì)其進(jìn)行垂直累加，得到圖 4所示的暴雨增幅前和暴雨增幅時(shí)段兩種類型降水（對(duì)流、層云降水）的云微物理過(guò)程收支圖，其中實(shí)線粗箭頭代表主要的云微物理轉(zhuǎn)化過(guò)程，云微物理過(guò)程轉(zhuǎn)化率及其具體含義參見(jiàn)附錄。暴雨增幅前，對(duì)流降水（圖4a）中，雨滴來(lái)源有兩個(gè)主要過(guò)程：Pracw（雨滴碰并云水造成雨滴增長(zhǎng)）過(guò)程和 Pgmlt（霰粒子融化成雨滴造成雨滴增長(zhǎng)）過(guò)程；進(jìn)一步追蹤發(fā)現(xiàn)，霰粒子的主要來(lái)源項(xiàng)為 Dgacs（霰粒子碰并雪粒子干增長(zhǎng)）過(guò)程，雪粒子的主要來(lái)源項(xiàng)為Psacw（雪粒子碰并云水轉(zhuǎn)化為雪粒子）過(guò)程，即雨滴的兩個(gè)主要來(lái)源最終均可以追蹤到云水，通過(guò)云水與大的液相粒子（雨滴）和大的固相粒子（雪）之間、以及大的固相粒子（雪和霰）之間的相互作用和轉(zhuǎn)化，造成雨滴增長(zhǎng)，并最終形成地面降水，云水主要來(lái)自Cnd（過(guò)飽和水汽凝結(jié)成云水）過(guò)程，而云水蒸發(fā)（Evo）和云冰升華（Sub）對(duì)水汽增長(zhǎng)有正貢獻(xiàn)，此時(shí)段，Cnd、Evo和Sub三過(guò)程的量值在層云降水（圖4c）中要大于對(duì)流降水，同時(shí)由云微物理過(guò)程造成的層云降水區(qū)中的水汽凈增長(zhǎng)率（8.71）也要明顯強(qiáng)于對(duì)流降水（2.12），而上述對(duì)流降水中雨滴形成的兩條主要途徑在層云降水中則變成了次要轉(zhuǎn)化過(guò)程（圖4a、c中虛線箭頭所示）；暴雨增幅前時(shí)段（圖4a和c），由于低緯地區(qū)的水汽輸送通道斷裂，水汽輸送強(qiáng)度較弱（王黎娟等，2013），較少的水汽凝結(jié)成云水（Cnd），導(dǎo)致與雨滴形成相關(guān)的兩條微物理轉(zhuǎn)化途徑較弱，降水強(qiáng)度相對(duì)較弱，對(duì)流和層云降水平均強(qiáng)度分別為4.7 mm和3.78 mm，遠(yuǎn)小于暴雨增幅時(shí)段的22.9 mm和6.17 mm（圖4b、d），雨滴的凈轉(zhuǎn)化（增長(zhǎng)）率（對(duì)流降水：4.57，層云降水：2.50）相對(duì)于暴雨增幅時(shí)段（對(duì)流降水：16.21，層云降水：4.58）明顯偏弱（圖4b和d），暴雨增幅時(shí)段，越赤道氣流增強(qiáng)，西南季風(fēng)水汽輸送加強(qiáng)，大量水汽深入“碧利斯”環(huán)流內(nèi)部（王黎娟等，2013），因此，大量的水汽凝結(jié)成云水（Cnd），對(duì)流降水中Cnd轉(zhuǎn)化率數(shù)值比暴雨增幅前增長(zhǎng)了近一倍，而水汽的主要云微物理來(lái)源項(xiàng)（Evo和Sub）轉(zhuǎn)化率數(shù)值明顯減小，導(dǎo)致對(duì)流降水中水汽的云微物理凈轉(zhuǎn)化率變?yōu)樨?fù)值（–15.73），層云降水中水汽的凈增長(zhǎng)率也比暴雨增幅前顯著減小，最終造成暴雨增幅時(shí)段對(duì)流降水中雨滴的凈增長(zhǎng)率顯著增大（16.21），地面降水顯著增幅（22.9 mm），層云降水對(duì)暴雨增幅也有一定貢獻(xiàn)，與暴雨增幅前（圖4c）相比，暴雨增幅時(shí)段（圖4d），由于云水含量顯著增長(zhǎng)，更多的云水被雨滴和雪粒子碰并（Pracw，Psacw），與雨滴形成相關(guān)的兩條主要途徑上的各轉(zhuǎn)化過(guò)程明顯增強(qiáng)。

圖4 2006年7月（a、c）14日12:00～18:00和（b、d）14日18:00～15日00:00平均的（a、b）對(duì)流降水和（c、d）層云降水的云微物理過(guò)程收支圖,各微物理轉(zhuǎn)化過(guò)程等號(hào)右側(cè)數(shù)值表示時(shí)段平均和降水類型平均的、垂直累加的各微物理過(guò)程轉(zhuǎn)化率與總水汽損失率（WVL①）比值的百分?jǐn)?shù)，大于 10%的用粗實(shí)線箭頭表示，代表主要云微物理過(guò)程，1%～10%之間的用虛線箭頭表示，小于 1%的略去，括號(hào)內(nèi)的數(shù)值為各微物理過(guò)程的轉(zhuǎn)化率，單位：10–6 g g–1 s–1；V、C、R、I、S、G符號(hào)分別代表水汽、云水、雨水、云冰、雪和霰，其等號(hào)右側(cè)數(shù)值表示該水物質(zhì)全部云微物理轉(zhuǎn)化過(guò)程轉(zhuǎn)化率與總水汽損失率（WVL）比值的百分?jǐn)?shù)，括號(hào)內(nèi)數(shù)值代表凈轉(zhuǎn)化率Fig. 4 Flowchart of microphysical processes averaged from (a, c)1200 UTC to 1800 UTC 14 Jul, 2006 and (b, d)1800 UTC 14 Jul to 0000 UTC 15 Jul, 2006 in convective precipitation region (a, b)and stratiform precipitation region(c, d). The values shown outside brackets on the right side of microphysical processes are the ratio of each microphysical process conversion rate to the total water vapor loss (WVL)rate, which has been spatially and temporally averaged as well as vertically accumulated. Thick solid line arrows represent main microphysical processes larger than 10%, dash line arrows represent values between 1% and 10%, and values less than 1% are omitted. The values in brackets on the right side of microphysical processes are microphysical processes conversion rates,unit: 10–6 g g–1 s–1. Water vapor, cloud water, rain water, cloud ice, snow and grqupel are denoted by V, C, R, I, S, G, respectively, whose right side values outside brackets are the ratio of sum of all the microphysical process conversion rates associated with each hydrometeor to WVL rate. The values in brackets on the right side of hydrometeors represent net conversion rates

總體看來(lái)，暴雨增幅前，層云降水所占比例較大，但降水強(qiáng)度較弱，對(duì)流降水所占比例較小，但強(qiáng)度較強(qiáng)；暴雨增幅發(fā)生時(shí)段，對(duì)流降水和層云降水中雨滴的凈轉(zhuǎn)化率都增大，降水強(qiáng)度都增強(qiáng)，尤其是對(duì)流降水，其所占比例也顯著增大，因此對(duì)流降水和層云降水的顯著增強(qiáng)對(duì)暴雨增幅發(fā)生均有一定的貢獻(xiàn)。

4 結(jié)論

本文在王黎娟等（2013）以及 Ren and Cui（2014）工作基礎(chǔ)上，利用高分辨率數(shù)值模擬資料，結(jié)合降水類型分類方法，將降水分為對(duì)流降水和層云降水，對(duì)比分析了“碧利斯”（0604）暴雨增幅發(fā)生前和增幅強(qiáng)降水發(fā)生時(shí)段不同類型降水的云微物理特征和過(guò)程的差異，探討了不同類型降水對(duì)暴雨增幅的貢獻(xiàn)，主要結(jié)論如下：

（1）暴雨增幅前降水基本為層云降水，對(duì)流降水只存在于零星的幾個(gè)小區(qū)域，暴雨增幅發(fā)生時(shí)段，層云降水區(qū)域所占比例仍超過(guò)87%，但降水強(qiáng)度較弱，平均約為6.2 mm h-1，對(duì)流降水所占比例與暴雨增幅前有顯著增加（約 13%），降水強(qiáng)度平均達(dá)22.9 mm h-1，是層云降水強(qiáng)度的3倍多。

（2）暴雨增幅時(shí)段，伴隨著降水的增幅，云系發(fā)展更加旺盛，云中各種水凝物含量較增幅前明顯增加，其中，對(duì)流和層云降水區(qū)中云中水凝物含量均有一定程度增長(zhǎng)，但對(duì)流降水區(qū)增加更顯著，0攝氏度等溫層以上的過(guò)冷云水含量達(dá)增幅前的2倍以上，整層累加雪粒子含量和雨水含量接近增幅前含量的 3倍，整層累加霰粒子含量也達(dá)增幅前含量的2.7倍以上；而無(wú)論增幅前還是增幅時(shí)段，對(duì)流降水區(qū)云中水凝物含量均要明顯大于層云降水區(qū)，并且兩者的這種差異隨著地面降水強(qiáng)度的增強(qiáng)而增大。

（3）暴雨增幅前后，對(duì)流降水區(qū)雨滴的兩個(gè)主要來(lái)源最終均可以追蹤到云水（云水主要來(lái)自過(guò)飽和水汽的凝結(jié)），通過(guò)云水與大的液相粒子（雨滴）和大的固相粒子（雪）之間、以及大的固相粒子（雪和霰）之間的相互作用和轉(zhuǎn)化，造成雨滴增長(zhǎng)，并最終形成地面降水；增幅前后，層云降水區(qū)中，Cnd（過(guò)飽和水汽凝結(jié)）、Evo（云水蒸發(fā)）和Sub（云冰升華）均為主要物理過(guò)程，而上述對(duì)流降水區(qū)中與雨滴形成相關(guān)的主要云微物理過(guò)程在層云降水區(qū)中則明顯變?nèi)?；層云降水?duì)暴雨增幅也有一定貢獻(xiàn)，暴雨增幅時(shí)段，與雨滴形成相關(guān)的主要云微物理過(guò)程較增幅前增強(qiáng)。

本文通過(guò)分析“碧利斯”暴雨增幅發(fā)生前后不同類型降水的云微物理特征和差異，對(duì)認(rèn)識(shí)“碧利斯”暴雨增幅的機(jī)理有了一定的幫助，未來(lái)的工作中，將結(jié)合降水過(guò)程中的動(dòng)力過(guò)程和微物理過(guò)程，對(duì)層云降水與對(duì)流降水之間的相互作用開(kāi)展進(jìn)一步深入分析。

致謝感謝中國(guó)氣象局上海臺(tái)風(fēng)研究所李青青博士提供了雷達(dá)回波計(jì)算以及對(duì)流和層云降水分類的相關(guān)程序！

附 錄

Lin-Tao冰相云微物理參數(shù)化方案（Lin et al.,1983; Tao et al., 1989）考慮了6種水物質(zhì)即水汽（Qv）、云水（Qc）、雨水（Qr）、云冰（Qi）、雪（Qs）、霰（Qg），其主要云微物理轉(zhuǎn)化過(guò)程如附表1所示（Ren and Cui,2014），該方案中6種水物質(zhì)的源匯項(xiàng)（Ren and Cui,2014）分別為

其中， SQv、 SQc、 SQr、 SQi、 SQs和 SQg分別為水汽、云水、雨水、云冰、雪和霰的源匯項(xiàng)， Qr、 Qs分別為雨水和雪的混合比，當(dāng) Qr和 Qs＜ 1 ×1 0－4g g–1s–1時(shí)，δ2=1，否則δ2=0，當(dāng)Qr＜ 1 ×1 0－4g g–1s–1時(shí)，δ3=1，否則δ3=0。

附表1 云微物理過(guò)程列表Appendix table 1 A list of microphysical processes

（References）

陳聯(lián)壽, 丁一匯. 1979. 西太平洋臺(tái)風(fēng)概論 [M]. 北京: 科學(xué)出版社, 51.Chen Lianshou, Ding Yihui. 1979. Introduction to the Western Pacific Typhoon (in Chinese)[M]. Beijing: Science Press, 51.

陳聯(lián)壽, 孟智勇. 2001. 我國(guó)熱帶氣旋研究十年進(jìn)展 [J]. 大氣科學(xué), 25(3): 420–432. Chen Lianshou, Meng Zhiyong. 2001. An overview on tropical cyclone research progress in China during the past ten years [J].Chinese Journal of Atmospheric Sciences (in Chinese), 25 (3): 420–432.

程銳, 宇如聰, 傅云飛, 等. 2009. 臺(tái)風(fēng)“云娜”在近海強(qiáng)度變化及結(jié)構(gòu)特征的數(shù)值研究Ⅰ:云微物理參數(shù)化對(duì)云結(jié)構(gòu)及降水特征的影響 [J].氣象學(xué)報(bào), 67 (5): 764–776. Cheng Rui, Yu Rucong, Fu Yunfei, et al.2009. Numerical research on intensity change and structure feature of typhoon Rananim near shore. I: Impact of cloud microphysical parameterization on cloud structure and precipitation features [J]. Acta Meteorologica Sinica (in Chinese), 67 (5): 764–776.

程正泉, 陳聯(lián)壽, 徐祥德, 等. 2005. 近10年中國(guó)臺(tái)風(fēng)暴雨研究進(jìn)展 [J].氣象, 31 (12): 3–9. Cheng Zhengquan, Chen Lianshou, Xu Xiangde, et al. 2005. Research process on typhoon heavy rainfall in China for last ten years [J]. Meteorological Monthly (in Chinese), 31 (12): 3–9.

Chen L S, Li Y, Cheng Z Q. 2010. An overview of research and forecasting on rainfall associated with landfalling tropical cyclones [J]. Adv. Atmos.Sci., 27 (5): 967–976.

Colle B A, Zeng Y G. 2004. Bulk microphysical sensitivities within the MM5 for orographic precipitation. Part Ⅰ: The sierra 1986 event [J].Mon. Wea. Rev., 132 (12): 2780–2801.

丁治英, 陳久康. 1995. 有效位能和冷空氣活動(dòng)與臺(tái)風(fēng)暴雨增幅的研究[J]. 熱帶氣象學(xué)報(bào), 11 (1): 80–85. Ding Zhiying, Chen Jiukang. 1995.A study of relationship between enhancement of typhoon rain and available potential energy and cold air [J]. Journal of Tropical Meteorology (in Chinese), 11 (1): 80–85.

丁治英, 陳久康. 1996. 臺(tái)風(fēng)中-α尺度重力慣性波的發(fā)展與暴雨增幅 [J].熱帶氣象學(xué)報(bào), 12 (4): 333–340. Ding Zhiying, Chen Jiukang. 1996.The relation between the development of meso-α scale internal inertial gravity wave and the enhancement of rainstorm [J]. Journal of Tropical Meteorology (in Chinese), 12 (4): 333–340.

董美瑩, 陳聯(lián)壽, 程正泉, 等. 2011a. 地形影響熱帶氣旋“泰利”降水增幅的數(shù)值研究 [J]. 高原氣象, 30 (3): 700–710. Dong Meiying,Chen Lianshou, Cheng Zhengquan, et al. 2011a. Numerical study of topography effect on rainfall reinforcement associated with tropical cyclone “Talim” [J]. Plateau Meteorology (in Chinese), 30 (3): 700–710.

董美瑩, 陳聯(lián)壽, 李英, 等. 2011b. 登陸熱帶氣旋降水增幅的合成診斷分析 [J]. 氣象學(xué)報(bào), 69 (6): 964–977. Dong Meiying, Chen Lianshou,Li Ying, et al. 2011b. Composite analysis of the rainfall reinforcement associated with landfalling tropical cyclones [J]. Acta Meteorologica Sinica (in Chinese), 69 (6): 964–977.

董美瑩, 陳聯(lián)壽, 鄭沛群, 等. 2009. 登陸熱帶氣旋暴雨突然增幅和特大暴雨之研究進(jìn)展 [J]. 熱帶氣象學(xué)報(bào), 25 (4): 495–502. Dong Meiying,Chen Lianshou, Zheng Peijun, et al. 2009. Research progress on abrupt intensification of heavy rainfall and super heavy rainfall associated with landfalling tropical cyclones [J]. Journal of Tropical Meteorology (in Chinese), 25 (4): 495–502.

Dong M Y, Chen L S, Li Y, et al. 2013. Numerical study of cold air impact on rainfall reinforcement associated with tropical cyclone Talim (2005): I.Impact of different cold air intensity [J]. J. Trop. Meteor., 19 (1): 87–96.

何會(huì)中, 程明虎, 周鳳仙. 2006. 0302號(hào)（鯨魚(yú)）臺(tái)風(fēng)降水和水粒子空間分布的三維結(jié)構(gòu)特征 [J]. 大氣科學(xué), 30 (3): 491–503. He Huizhong,Cheng Minghu, Zhou Fengxian. 2006. 3D structure of rain and cloud hydrometeors for typhoon Kujira (0302)[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 30 (3): 491–503.

Lang S, Tao W K, Simpson J, et al. 2003. Modeling of convective–stratiform precipitation processes: sensitivity to partitioning methods [J].J. Appl. Meteor., 42 (4): 505–527.

廖菲, 洪延超, 鄭國(guó)光. 2006. 影響云和降水的動(dòng)力、熱力與微物理因素的研究概述 [J]. 氣象, 32 (11): 3–11. Liao Fei, Hong Yanchao, Zheng Guoguang. 2006. Research reviews of dynamic, thermodynamic and microphysical factors affecting cloud and precipitation [J].Meteorological Monthly (in Chinese), 32 (11): 3–11.

Lin Y L, Richard D F, Harold D O. 1983. Bulk parameterization of the snow field in a cloud model [J]. J. Climate Appl. Meteor., 22: 1065–1092.

Marks F D Jr, Houze R A Jr. 1987. Inner core structure of hurricane Alicia from airborne Doppler radar observations [J]. J. Atmos. Sci., 44 (9):1296–1317.

Ren C P, Cui X P. 2014. The cloud-microphysical cause of torrential rainfall amplification associated with Bilis (0604)[J]. Sci. China Ser. D-Earth Sci., 2014, 57 (9): 2100–2111, doi:10.1007/s11430-014-4884-6.

Rogers R. 2010. Convective-scale structure and evolution during a high-resolution simulation of tropical cyclone rapid intensification [J]. J.Atmos. Sci., 67 (1): 44–70.

Steiner M, Houze R A Jr, Yuter S E. 1995. Climatological characterization of three-dimensional storm structure from operational radar and rain gauge data [J]. J. Appl. Meteor., 34 (9): 1978–2007.

Stoelinga M T. 2005. Simulated equivalent reflectivity factor as currently formulated in RIP: Description and possible improvements. Tech. Rep., 5 pp. http://www.atmos.washington.edu/~stoeling/RIP_sim_ref.pdf [2015-02-25].

Sui C H, Lau K M, Tao W K, et al. 1994. The tropical water and energy cycles in a cumulus ensemble model. Part Ⅰ: Equilibrium climate [J]. J.Atmos. Sci., 51 (5): 711–728.

Tao W K, Simpson J. 1989. Modeling study of a tropical squall-type convective line [J]. J. Atmos. Sci., 46 (2): 177–202.

Tao W K, Simpson J, Mccumber M. 1989. An ice-water saturation adjustment [J]. Mon. Wea. Rev., 117: 231–235.

Tao W K, Lang S, Simpson J, et al. 2000. Vertical profiles of latent heat release and their retrieval for TOGA COARE convective systems using a cloud resolving model, SSM/I, and Ship-borne radar data [J]. J. Meteor.Soc. Japan, 78 (4): 333–355.

Tao W K, Simpson J, Sui C H, et al. 1993. Heating, moisture, and water budgets of tropical and midlatitude squall lines: Comparisons and sensitivity to longwave radiation [J]. J. Atmos. Sic., 50 (5): 673–690.

Tao W K, Shi J J, Lin P L, et al. 2011. High-resolution numerical simulation of the extreme rainfall associated with typhoon Morakot. Part I:Comparing the impact of microphysics and PBL parameterizations with observations [J]. Terr. Atmos. Ocean Sci., 22 (6): 673–696.

王黎娟, 任晨平, 崔曉鵬, 等. 2013. “碧利斯”暴雨增幅高分辨率數(shù)值模擬及診斷分析 [J]. 大氣科學(xué)學(xué)報(bào), 36 (2): 147–157. Wang Lijuan,Ren Chenping, Cui Xiaopeng, et al. 2013. High-resolution numerical simulation and diagnostic analysis of rainfall amplification of Bilis (0604)[J]. Transactions of Atmospheric Sciences (in Chinese), 36(2): 147–157.

Xu K M. 1995. Partitioning mass, heat, and moisture budgets of explicitly simulated cumulus ensembles into convective and stratiform component[J]. J. Atmos. Sci., 52 (5): 551–573.

楊文霞, 冉令坤, 洪延超. 2010. 臺(tái)風(fēng)Wipha云微物理特征數(shù)值模擬 [J].科技導(dǎo)報(bào), 28 (23): 34–39. Yang Wenxia, Ran Lingkun, Hong Yanchao.2010. Numerical study of the characters of typhoon Wipha cloud microphysical processes [J]. Science and Technology Review (in Chinese), 28 (23): 34–39.

葉成志, 李昀英. 2011. 湘東南地形對(duì)“碧利斯”臺(tái)風(fēng)暴雨增幅作用的分析 [J]. 暴雨災(zāi)害, 30 (2): 122–129. Ye Chengzhi, Li Yunying. 2011.Analysis on terrain effects of the southeastern Hunan province to amplify the rainstorm “Bilis” [J]. Torrential Rain and Disasters (in Chinese), 30(2): 122–129.

鄭慶林, 吳軍, 蔣平. 1996. 我國(guó)東南海岸線分布對(duì)9216號(hào)臺(tái)風(fēng)暴雨增幅影響的數(shù)值研究 [J]. 熱帶氣象學(xué)報(bào), 12 (4): 304–313. Zheng Qinglin, Wu Jun, Jiang Ping. 1996. Numerical study on the effect of the distribution of the southeast sealine of China on the amplifying of the torrential rain of the landing typhoon 9216 [J]. Journal of tropical meteorology, 12 (4): 304–313.

鐘敏, 呂達(dá)仁, 杜秉玉. 2006. 9914號(hào)臺(tái)風(fēng)降水云系雨強(qiáng)的三維結(jié)構(gòu)初探[J]. 南京氣象學(xué)院學(xué)報(bào), 29 (1): 41–47. Zhong Min, Lü Daren, Du Bingyu. 2006. A primary study on three dimensional structure of rainfall rates of typhoon Dan’s precipitation cloud systems [J]. Journal of Nanjing Institute of Meteorology, 29 (1): 41–47.