王德旺，曲明星，黃寧立，謝 瀟

（1．上海海洋中心氣象臺(tái)，上海 201306；2．吉林省松原市乾安縣氣象局，吉林 乾安 131400）

基于云雷達(dá)反射率因子的云宏觀參量反演

王德旺1，曲明星2，黃寧立1，謝 瀟1

（1．上海海洋中心氣象臺(tái)，上海 201306；2．吉林省松原市乾安縣氣象局，吉林 乾安 131400）

針對(duì)2012年7月23日云南騰沖的一次混合型層狀云降水過程，聯(lián)合35 GHz多普勒偏振云雷達(dá)、雨滴譜儀和探空儀進(jìn)行聯(lián)合觀測(cè)與分析，根據(jù)Z—qr（雷達(dá)反射率因子—雨水含量）的關(guān)系式，反演雨水含量（qr）、云水含量（qc）以及空氣垂直速度（w）。結(jié)果表明：在較強(qiáng)回波區(qū)，云水含量為0．5 ～0．8 g·kg－1，雨水含量為0．2 g·kg－1，空氣垂直速度為0．6～1．0 m·s－1，對(duì)應(yīng)時(shí)段的小時(shí)雨量較大；通過云水含量與雨水含量、雨水含量與雷達(dá)反射率因子的散點(diǎn)圖，分別得到各自的擬合公式。當(dāng)云水含量＜0．8 g·kg－1時(shí)，直接通過擬合公式得到的云宏觀參量的精度較好。

聯(lián)合觀測(cè)；云雷達(dá)；云宏觀參量

王德旺，曲明星，黃寧立，等．基于云雷達(dá)反射率因子的云宏觀參量反演［J］．干旱氣象，2016，34（6）：1071－1077，［WANG Dewang，QU Mingxing，HUANGNingli，etal．Retrieval on Macro－physical Parameters of Cloud Based on the Reflectivity Factor of Cloud Radar［J］．Journal of Arid Meteorology，2016，34（6）：1071－1077］，DOI：10．11755／j．issn．1006－7639（2016）－06－1071

引 言

濕物理過程，一般指大氣的成云致雨過程，其中包含動(dòng)力和熱力過程，一般通過中尺度數(shù)值模式預(yù)報(bào)來分析研究該過程中的大氣水凝物之間的相互轉(zhuǎn)化關(guān)系。由于探空氣球時(shí)空分辨率較低，自動(dòng)氣象站僅觀測(cè)單站地面的氣象要素變化，所以常規(guī)氣象觀測(cè)手段難以捕捉到中尺度環(huán)流信息。同時(shí)，云水含量、雨水含量以及空氣垂直運(yùn)動(dòng)速度等參量無法直接觀測(cè)獲得，傳統(tǒng)的分析手段并不適合研究云中的濕物理量；而模式必須通過一段時(shí)間的運(yùn)轉(zhuǎn)才能生成云水、云冰等物質(zhì)，這就造成了降水開始時(shí)刻的滯后。隨著新一代多普勒天氣雷達(dá)探測(cè)技術(shù)的發(fā)展，它能夠直接探測(cè)到厘米級(jí)別的大氣水凝物粒子，廣泛用于監(jiān)測(cè)強(qiáng)對(duì)流災(zāi)害性天氣系統(tǒng)的前期發(fā)生和發(fā)展。因此，利用多普勒天氣雷達(dá)資料進(jìn)行大氣濕物理場(chǎng)的模擬研究，獲得模擬初始場(chǎng)，來彌補(bǔ)常規(guī)觀測(cè)手段的不足，提供新的研究視野［1－2］。

Ziegler［3－4］利用一種三維云動(dòng)力數(shù)值模式，通過研究多普勒雷達(dá)風(fēng)場(chǎng)的演變情況，分析雷暴內(nèi)部的熱力學(xué)因子和微物理過程，得到溫度和水凝物含量等變化特征，并發(fā)現(xiàn)暖云內(nèi)水凝物的隨機(jī)碰并的微物理機(jī)制和濕冰雹或可變密度干雹的增長(zhǎng)機(jī)制類似。Hauser等［5］利用多普勒雷達(dá)觀測(cè)數(shù)據(jù)，基于水物質(zhì)連續(xù)方程的二維顯式云模式，反演熱帶對(duì)流颮線的云水和雨水含量。結(jié)果表明，在暖區(qū)和不穩(wěn)定氣層，云水含量最大值達(dá)4 g·kg－1，同時(shí)在低層鋒前觀測(cè)到不飽和空氣的入流。Lin等［6］提出利用大氣三維速度場(chǎng)、雷達(dá)反射率因子反演得到的雨水場(chǎng)以及熱力學(xué)相關(guān)的溫度、壓強(qiáng)等參數(shù)作為多普勒雷達(dá)模擬對(duì)流風(fēng)暴形成的初始狀態(tài)條件場(chǎng)，15 min內(nèi)的短時(shí)預(yù)報(bào)與觀測(cè)的一致性較好，模擬的風(fēng)暴發(fā)展過程比實(shí)際觀測(cè)要更快一些。劉黎平等［7］是利用雙多基地多普勒雷達(dá)的主動(dòng)雷達(dá)的被動(dòng)接收系統(tǒng)測(cè)量的徑向速度作為弱約束，用質(zhì)量連續(xù)方程作為強(qiáng)約束，來反演三維速度場(chǎng)。結(jié)果表明，反演的風(fēng)場(chǎng)隨高度的垂直變化趨勢(shì)與主動(dòng)雷達(dá)的徑向速度和VAD產(chǎn)品一致，當(dāng)同時(shí)使用多個(gè)側(cè)向接受系統(tǒng)資料時(shí)，雖然雷達(dá)的旁瓣回波對(duì)粒子的徑向速度產(chǎn)生誤差，但對(duì)最終的大氣風(fēng)場(chǎng)反演影響不大。李永平等［8］利用多普勒天氣雷達(dá)的反射率因子反演中尺度大氣模式初始場(chǎng)的云微物理變量（云水含量、雨水含量和比濕），使模式積分初始場(chǎng)反映出觀測(cè)空間的云微物理特征以及哪些區(qū)域上的大氣處于飽和狀態(tài)，而且模擬了中小尺度云系發(fā)展，模式大氣能很快調(diào)整出合理的中小尺度流場(chǎng)的輻合輻散結(jié)構(gòu)，對(duì)改進(jìn)臨近數(shù)值天氣預(yù)報(bào)準(zhǔn)確率有效。盛春巖等［9］利用美國(guó)Oklahoma大學(xué)風(fēng)暴分析和預(yù)測(cè)中心開發(fā)的ARPS（The Advanced Regional Prediction System）模式及其資料分析系統(tǒng) ADAS（ARPS Data Analysis System），對(duì)一次華北暴雨過程進(jìn)行了18 km、15 km、9 km、6 km和3 km等5種不同水平分辨率的數(shù)值對(duì)比試驗(yàn)，通過提高模式水平分辨率，可以改進(jìn)6 h內(nèi)的短時(shí)預(yù)報(bào)，模擬的鋒面結(jié)構(gòu)更為精細(xì)，而且雷達(dá)資料同化比單純提高模式水平分辨率更有效。劉紅亞等［10］利用暖云模式分析雷達(dá)反射率因子導(dǎo)出的水汽、云水、雨水和垂直速度量值以及雷達(dá)回波強(qiáng)度分布，各物理量之間相互匹配，得到梅雨鋒暴雨的微物理量和垂直方向上動(dòng)力場(chǎng)的主要特征，發(fā)現(xiàn)層狀云和對(duì)流云中水成物和垂直速度的三維分布存在明顯差別。

雖然通過天氣雷達(dá)進(jìn)行大氣濕物理參量的研究較多，但多數(shù)是基于長(zhǎng)波段的雷達(dá)。毫米波測(cè)云雷達(dá)，由于超高的時(shí)空分辨率，探測(cè)的粒子從微米量級(jí)的云粒子到毫米量級(jí)的弱降水粒子，不僅適用于持續(xù)探測(cè)大氣云層厚度、高度等參量外，還可以通過一些反演方法得到大氣云層內(nèi)部濕物理過程參量，這些參量為研究大氣云層在氣候演變、云物理過程、人工影響天氣作業(yè)以及數(shù)值預(yù)報(bào)等方面的定量研究提供支撐［11］。因此，本文利用35 GHz多普勒云雷達(dá)、雨滴譜儀及探空儀聯(lián)合觀測(cè)的一次云南騰沖地區(qū)混合型層狀云降水過程，擬合相關(guān)探測(cè)參量的數(shù)值特征，反演云和降水過程相關(guān)的云水、雨水含量和空氣垂直速度的量值特征，為云和降水過程維持機(jī)制的參數(shù)化方案研究提供一種方法。

1 資料與方法

1．1 資 料

所用資料有：（1）云南騰沖站（98°30′E，25°01′N，海拔1 656m）2012年5月30日—8月30日35 GHz多普勒偏振云雷達(dá)探測(cè)的雷達(dá)反射率因子、徑向速度、譜寬和退偏振因子的資料，時(shí)間分辨率1 s，空間分辨率30 m；（2）中國(guó)氣象局常規(guī)業(yè)務(wù)觀測(cè)站網(wǎng)提供的2012年5月30日—8月30日逐日07：00和19：00（北京時(shí)，下同）常規(guī)探空資料中的溫度和氣壓，以及云南騰沖站2012年7月1日—8月30日逐日13：00 的GTS1型數(shù)字式探空儀加密探空資料中的氣溫、氣壓、濕度、露點(diǎn)、風(fēng)向、風(fēng)速等，該數(shù)據(jù)類型有2種：第1種是秒級(jí)數(shù)據(jù)（分辨率為1 s），第2種是固定垂直分辨率數(shù)據(jù)（100 m）；（3）云南騰沖站雨滴譜儀2012年5月30日—8月30日逐分鐘粒徑大小和降雨量探測(cè)數(shù)據(jù)。該雨滴譜儀能夠探測(cè)液態(tài)和固態(tài)粒子降水，其中對(duì)液體粒子的探測(cè)范圍為0．2～5．0 mm，而對(duì)固體粒子的探測(cè)范圍是0．2～25．0 mm；（4）云南騰沖站2012年5月30日—8月30日逐小時(shí)自動(dòng)觀測(cè)資料，包括風(fēng)向、風(fēng)速、溫度、氣壓、相對(duì)濕度、降雨量。

1．2 反演方法

1．2．1 暖云方案

定常狀態(tài)是指大氣中的動(dòng)力場(chǎng)、熱力場(chǎng)以及云和降水物理場(chǎng)之間相互適應(yīng)，云宏觀參量之間穩(wěn)定少動(dòng)時(shí)的一種狀態(tài)。層狀云降水過程一般維持幾個(gè)小時(shí)到幾十個(gè)小時(shí)，但初期發(fā)展和消散階段維持時(shí)間較短，因此雷達(dá)觀測(cè)的云和降水過程一般處于成熟維持階段，同定常狀態(tài)比較接近。研究表明，一維定常方案的假設(shè)能很好地反映成熟大氣云的狀態(tài)［12］。因此，本文不考慮雨水的水平平流、空氣的湍流擴(kuò)散作用，且云水向雨水的自動(dòng)轉(zhuǎn)化率（小于碰并增長(zhǎng)率）也略去。假定超出飽和狀態(tài)下的水汽全部凝結(jié)成云水，考慮水汽相變按飽和假絕熱過程進(jìn)行，即空氣微團(tuán)中一旦有水汽凝結(jié)，凝結(jié)物便立即脫落云體。

1．2．2 基于反射率因子的云宏觀參量反演

大氣中自由下落的水凝物，在重力和空氣阻力的相互作用下，下落初始階段，重力相對(duì)更大，隨著垂直速度的增加，空氣阻力也隨之增加，而當(dāng)二者平衡時(shí)，粒子做勻速下降運(yùn)動(dòng)，此時(shí)的垂直速度稱為粒子的末速度［13］。

雷達(dá)反射率和粒子下落末速度都與降水類型和水成物的譜分布有關(guān)。對(duì)于純液態(tài)水的降雨過程，根據(jù)Marshal－Palmer雨滴譜尺度分布關(guān)系，通過公式（1）得到云層的雨水含量（qr）。再根據(jù)下落速度—雨水含量的關(guān)系式（2）反演得到靜止空氣狀態(tài)下粒子的經(jīng)驗(yàn)下落速度（Vt）。通過探空資料中的參考?xì)鈮海≒）、溫度（T），由干空氣狀態(tài)方程（4）式計(jì)算空氣密度（ρ），再通過云水含量—雨水含量經(jīng)驗(yàn)關(guān)系式（5）反算得到大氣的云水含量（qc）。由于云雷達(dá)探測(cè)到水凝物粒子的徑向速度是粒子真實(shí)下落速度和空氣垂直運(yùn)動(dòng)強(qiáng)度的疊加，故根據(jù)公式（6）可計(jì)算出空氣的垂直運(yùn)動(dòng)速度（w）。

上述公式中：Z為雷達(dá)反射率因子，單位：dBZ；ρ為空氣密度，單位：kg·m－3，qr、qc分別為雨水含量、云水含量，單位：g·kg－1；Vt為靜止空氣狀態(tài)下粒子的下落速度，單位：m·s－1；a為比例因子，無量綱；P 和P0分別為參考?xì)鈮汉偷孛鏆鈮海瑔挝唬篽Pa；T為大氣溫度，單位：K；z為高度，單位：m；Rd為干空氣的氣體常數(shù)，Rd＝287．05 J·kg－1·K－1；w為空氣垂直速度，單位：m·s－1；Vr表示粒子在實(shí)際大氣中的下落速度，單位：m·s－1；公式（7）和（8）分別是雨水含量與云水含量以及雨水含量與雷達(dá)反射率因子的多項(xiàng)式擬合。

2 一次混合型層狀云降水個(gè)例分析

2．1 云雷達(dá)與滴譜儀探測(cè)參量對(duì)比

圖1是2012年7月23日09：00—17：30云南騰沖站云雷達(dá)探測(cè)的反射率因子和徑向速度。從圖1a、圖1b及圖1c中發(fā)現(xiàn)，大氣單層云的底部（約300 m高度）回波均勻，云頂高度起伏變化很大，約為4．0～7．0 km；回波強(qiáng)度最大值出現(xiàn)在09：00—09：30，對(duì)應(yīng)的小時(shí)降雨量最大；3．75 km高度處有明顯的0℃層亮帶回波特征，0℃層之下出現(xiàn)較強(qiáng)回波，回波強(qiáng)度集中在－5～0 dBZ。從反射率因子垂直廓線來看（圖略），粒子下落經(jīng)過0℃層位置時(shí)，介電常數(shù)發(fā)生近5倍的變化（冰約為0．17，水約為0．97）［14］。粒子相態(tài)由固態(tài)轉(zhuǎn)化成液態(tài)過程中，其下落速度逐漸增加，甚至超過5．0 m·s－1。冰雪等粒子下落過程中，通過大氣0℃層后，表面開始融化，引起了介電常數(shù)、粒子落速、粒子形狀和尺寸以及濃度等變化，使得反射率因子和徑向速度迅速增大，形成明顯的亮帶，這與常規(guī)天氣雷達(dá)垂直廓線有很明顯的差異。常規(guī)天氣雷達(dá)在觀測(cè)混合型層狀云或暖云降水過程時(shí)，探測(cè)的雷達(dá)反射率因子一般都表征出先遞增后遞減的冰相粒子碰并增長(zhǎng)與液相粒子破碎的過程［15］。它主要是由于毫米波雷達(dá)超短波長(zhǎng)特性，衰減特性比較明顯，低層受到水滴粒子的衰減較弱，隨著垂直探測(cè)高度增加，衰減效應(yīng)逐漸變得明顯，所以在低層到0℃層高度區(qū)間，反射率因子呈減弱趨勢(shì)［16－18］。云雷達(dá)的徑向速度時(shí)空分布（圖1d、圖1e、圖1f）與反射率因子的輪廓基本一致，但分層現(xiàn)象更明顯。其中，3．75 km以上，粒子的下落速度較小，基本在－2．0～0 m·s－1；3．75 km以下，粒子的下落速度顯著增大，基本超過－4 m·s－1，最大速度達(dá)－6 m·s－1以上，表明該次觀測(cè)個(gè)例在0℃層上下有明顯的粒子相態(tài)演變過程，從雪花漸變成液水、毛毛雨到大雨滴。

圖1 2012年7月23日09：00—17：30云南騰沖站云雷達(dá)垂直方向上掃描的反射率因子（a、b、c，單位：dBZ）和徑向速度（d、e、f，單位：m·s－1）時(shí)間演變Fig．1 The evolution of reflectivity factor（a，b，c，Unit：dBZ）and radial velocity（d，e，f，Unit：m·s－1）of cloud radar at Tengchong station of Yunnan Province from 09：00 BST to 17：30 BST on 23 July 2012

圖2 2012年7月23日09：00—17：30云南騰沖站雨滴譜儀和云雷達(dá)探測(cè)的反射率因子對(duì)比Fig．2 Theminutely reflectivity detected by disdrometer and cloud radar at different heights at Tengchong station of Yunnan Province from 09：00 BST to 17：30 BST on 23 July 2012

圖2是2012年7月23日09：00—17：30云南騰沖站雨滴譜儀和云雷達(dá)探測(cè)的反射率因子對(duì)比圖?？梢钥闯?，除了數(shù)值上有一定差異外，2種儀器探測(cè)的反射率因子變化趨勢(shì)基本相同，即隨著時(shí)間的推移回波強(qiáng)度逐漸減弱，其中云雷達(dá)的變化趨勢(shì)更明顯。從云雷達(dá)不同高度的回波強(qiáng)度對(duì)比發(fā)現(xiàn)，隨著高度增加，數(shù)值逐漸減小，說明雨水等液體粒子對(duì)雷達(dá)信號(hào)有一定的吸收衰減作用。

2．2 背景場(chǎng)宏觀參量

圖3是云南騰沖站2012年7月23日13：00的探空加密觀測(cè)數(shù)據(jù)以及08：00—20：00地面自動(dòng)氣象站逐時(shí)降水量。從溫度和濕度的垂直廓線（圖3a）看出，雷達(dá)回波區(qū)域（＜6．5 km）基本都是濕區(qū)（相對(duì)濕度 ＞85%），0℃層高度約3．8 km，這與云雷達(dá)的0℃層亮帶特征相佐證。由風(fēng)向風(fēng)速的垂直廓線（圖3b）和探空氣球的空間運(yùn)行軌跡（圖3c）看出，在6 km高度以上，有很強(qiáng)的風(fēng)速風(fēng)向切變，而云雷達(dá)在6．5 km以上的回波頂高度一直在變化，間接證明了高層云上方存在空氣夾卷作用，氣球偏離本站。從逐小時(shí)降雨量分布（圖3d）可知，10：00降水量達(dá)到最大值（6．6 mm），之后降水強(qiáng)度持續(xù)減弱。

圖3 2012年7月23日13：00騰沖探空站溫度和相對(duì)濕度（a）、風(fēng)向風(fēng)速（b，單位：m·s－1）的垂直廓線（a，b）和氣球運(yùn)行軌跡（c）以及23日08：00—20：00地面自動(dòng)氣象站逐時(shí)降雨量（d）Fig．3 The vertical profiles（a，b）of temperature and humidity（a）and wind direction and velocity（b，Unit：m·s－1），trajectory of sounding balloon（c）at Tengchong radiosonde station at13：00 BST on 23 July，and the hourly precipitation at Tengchong automatic weather station of Yunnan from 08：00 BST to 20：00 BST on 23 July 2012（d）

2．3 各參量的反演結(jié)果

圖4給出2012年7月23日云南騰沖站近地面上空反演的云宏觀參量場(chǎng)。由圖4a和圖4b可以看出，在同一量級(jí)上，云水含量比雨水含量高得多，說明大氣中的云水是雨水形成的一個(gè)主要來源。其中，雨水含量基本在0．025 g·kg－1（圖4a），最大值出現(xiàn)在降雨強(qiáng)度較大時(shí)刻，約0．12 g·kg－1；云水含量基本維持在0．6～0．8 g·kg－1（圖4b），當(dāng)降水量減少時(shí)，云水含量減小到0．1～0．3 g·kg－1。由圖4c可見，空氣垂直速度基本維持在0．4 m·s－1，最大值為1．2 m·s－1，垂直向上的空氣運(yùn)動(dòng)為層狀云降水提供了水汽來源和云滴增長(zhǎng)條件。據(jù)觀測(cè)，自然界中水滴自發(fā)破碎經(jīng)常發(fā)生的半徑為3．0～3．5 mm，相應(yīng)的下落末速度不會(huì)超過6．5 m·s－1，而此次個(gè)例反演得到的粒子下落末速度主要在3．5～5．0 m·s－1（圖4d）。

圖4 2012年7月23日09：00—17：30云南騰沖站近地面的雨水含量（a，單位：g·kg－1）、云水含量（b，單位：g·kg－1）、空氣垂直速度（c，單位：m·s－1）及雨滴下落末速度（d，單位：m·s－1）Fig．4 Theminutely evolution of rain water content（a，Unit：g·kg－1），cloud water content（b，Unit：g·kg－1），air vertical velocity（c，Unit：m·s－1）and terminal velocity of raindrop falling（d，Unit：m·s－1）near the ground at Tengchong station of Yunnan Province from 09：00 BST to 17：30 BST on 23 July 2012

圖5給出云水含量與雨水含量和雨水含量與云雷達(dá)反射率因子的散點(diǎn)擬合圖。從圖5a看出，云水含量與雨水含量的多項(xiàng)式擬合效果很好，當(dāng)大氣云水含量＜0．8 g·kg－1時(shí)，利用擬合公式計(jì)算的結(jié)果可信度高。從圖5b發(fā)現(xiàn)，雨水含量和云雷達(dá)反射率因子的變化趨勢(shì)一致，但存在一些離散點(diǎn)，當(dāng)雨水含量＞0．05 g·kg－1時(shí)，會(huì)產(chǎn)生較大的誤差?？傮w上，當(dāng)擬合公式的一致性較好時(shí)，可以直接通過擬合公式，利用云雷達(dá)的反射率因子和徑向速度參量，反演得到大氣云層宏觀參量特征場(chǎng)，有利于進(jìn)一步定量分析大氣背景場(chǎng)的演變過程。其中：

圖5 2012年7月23日09：00—17：30云南騰沖站qr—qc（a）與qr—Z（b）的散點(diǎn)圖及擬合曲線Fig．5 Scatter plot and fitting curve of qr－qc（a）and qr－Z（b）at Tengchong station of Yunnan Province from 09：00 BST to 17：30 BST on 23 July 2012

3 結(jié)論與討論

（1）對(duì)于2012年7月23日云南騰沖站觀測(cè)的混合型層狀云降水過程，反演得到的空氣垂直運(yùn)動(dòng)強(qiáng)度為0．6～1．0 m·s－1，這說明云內(nèi)下層較弱上升氣流是維持層狀云降水持續(xù)穩(wěn)定的因素。

（2）從4 km以下的云雷達(dá)回波圖可見，雨水對(duì)云雷達(dá)回波信號(hào)有一定的衰減作用。通過一定的訂正，得到的雷達(dá)反射率因子進(jìn)行云水含量、雨水含量反演，在云水含量＜0．8 g·kg－1時(shí)擬合度很高，誤差較低。

假定方案是一維定常暖云方案，對(duì)處于云生和云消過程的計(jì)算會(huì)有一定誤差。由于匹配的個(gè)例較少，得到的云水含量與雨水含量以及雨水含量與雷達(dá)反射率因子之間擬合公式的準(zhǔn)確性，需要更多的觀測(cè)個(gè)例進(jìn)行驗(yàn)證、修訂，以提高精度。

［1］Sun J，Crook N．Dynamical andmicrophysical retrieval from Doppler radara observations using a cloudmodel and itsadjoint．Part I：model development and simulated data experiments［J］．Journal of the Atmospheric Sciences，1996，54：1642－1661．

［2］Shapiro A，Ellis E，Shaw J．Single－Doppler velocity retrievalswith phoenix－IIdata：clear air andmicroburst retrievals in one planetary boundary layer［J］．Journal of the Atmospheric Sciences，1995，52：1265－1287．

［3］Ziegler C L．Retrieval of thermal andmicrophysical variables in observed convective storms．Part I：Model developmentand preliminary testing［J］．Journal of the Atmospheric Sciences，1985，42：1487－1509．

［4］Ziegler C L．Retrieval of thermal and microphysical variables in observed convective storms．PartII：Sensitivity of cloud processes to variation of the microphysical parameterization［J］．Journal of the Atmospheric Sciences，1988，45：1072－1090．

［5］Hauser D，Amayenc P．Retrieval of cloud water and water vapor contents from Doppler radar data in a tropical squall line［J］．Journal of the Atmospheric Sciences，1986，43：823－838．

［6］Lin Y，Peter Ray S，Johnson KW．Initialization of amodeled convective storm using Doppler radar derived fields［J］．Monthly Weather Review，1993，121：2757－2775．

［7］劉黎平，莫月琴，沙雪松，等．C波段雙多基地多普勒雷達(dá)資料處理和三維變分風(fēng)場(chǎng)反演方法研究［J］．大氣科學(xué)，2005，29 （6）：986－996．

［8］李永平，袁招洪，王曉峰．用多普勒雷達(dá)反射率調(diào)整模式大氣的云微物理變量［J］．應(yīng)用氣象學(xué)報(bào)，2004，15（6）：658－664．

［9］盛春巖，薛德強(qiáng)，雷霆，等．雷達(dá)資料同化與提高模式水平分辨率對(duì)短時(shí)預(yù)報(bào)影響的數(shù)值對(duì)比試驗(yàn)［J］．氣象學(xué)報(bào)，2006，64 （5）：293－307．

［10］劉紅亞，徐海明，胡志晉，等．雷達(dá)反射率因子在中尺度云分辨模式初始化中的應(yīng)用Ⅰ：云微物理量和垂直速度的反演［J］．氣象學(xué)報(bào)，2007，65（6）：896－905．

［11］鄒倩，劉奇俊，劉衛(wèi)國(guó)．積層混合云結(jié)構(gòu)和云微物理的數(shù)值模擬［J］．干旱氣象，2008，26（2）：74－83．

［12］劉紅亞，徐海明，薛紀(jì)善，等．雷達(dá)反射率因子在中尺度云分辨模式初始化中的應(yīng)用Ⅱ：數(shù)值模擬試驗(yàn)［J］．氣象學(xué)報(bào)，2007，65（6）：906－918．

［13］盛裴軒，毛節(jié)泰，李建國(guó)，等．大氣物理學(xué)［M］．北京：北京大學(xué)出版社，2003：331－334．

［14］王德旺，劉黎平，仲凌志，等．毫米波雷達(dá)資料融化層亮帶特征的分析及識(shí)別［J］．氣象，2012，38（6）：712－721．

［15］Zhang J，Carrie L，Kenneth H．Brightband identification based on vertical profiles of reflectivity from the WSR－88D［J］．Journal of Atmospheric and Oceanic Technology，2008，25（10）：1859－1872．

［16］Matrosov S．Attenuation－based estimates of rainfall rates aloftwith vertically pointing Ka－band radars［J］．Journal of Atmospheric and Oceanic Technology，2005，22：43－54．

［17］Matrosov SY，May Peter T，Shupe Matthew D．Rainfall profilingusing atmospheric radiation measurement program vertically pointing 8－mm wavelength radars［J］．Journal of Atmospheric and O-ceanic Technology，2006，23（11）：1478－1491．

［18］Matrosov S，Uttal Y T，Hazen D A．Evaluation of radar reflectivity －based estimates ofwater content in stratiform marine clouds［J］．Journal of Applied Meteorology，2004，43：405－419．

Retrieval on M acro－physical Parameters of Cloud Based on the Reflectivity Factor of Cloud Radar

WANG Dewang1，QU Mingxing2，HUANG Ningli1，XIE Xiao1

（1．ShanghaiMarine Meteorological Center，Shanghai201306，China；2．Qian'an Meteorological Station of Jilin Province，Qian'an 131400，China）

The wet physical process is commonly known as themutual transformation between the cloud water，water vapor and ice under the dynamic and thermal process influences．The traditional observation instruments are difficult to get themesoscale circulation information，meanwhile the parameters such as cloud water content，rain water contentand air verticalmotion are not directly detected by these instruments．However，the incorporation ofmacrophysical parameters and the coherence of physical variables in the initial field of numericalweather prediction are very important to the non－h(huán)ydrostatic equilibrium explicit cloud modelwith high resolution less than 10 km，it is still a difficult problem in cloud analysis field for a long time．Based the observation data from 35 GHz cloud radar，raindrop spectrometer and radiosonde，themacrophysical parameters of rain water content，cloud water content and air vertical speed in a mixed stratiform cloud rainfall process occurred in Tengchong of Yunnan Province on 23 July 2012 were simulated by using the fitting relationship between the reflectivity factor of cloud radar and rain water content．The results show that the main spatial distribution characteristics of the cloud water content，rain water content and air verticalmotion were consistentwith the reflectivity factor of radar．The cloud water content and rain water content in strong echo area were 0．5－0．8 g·kg－1and 0．12 g·kg－1，respectively，the air verticalmotion speed was 0．6－1．0 m·s－1，and the corresponding rainfall intensity was larger．When the precipitation weakened，the rain water content decreased accordingly，and the verticalmovementof air also slowed，while the change of cloud water contentwas not obvious．When the cloud water contentwas less than 0．8 g·kg－1，the precision of cloud macro－parameters directly obtained by the fitting equation was better．

joint observation；cloud radar；cloud macrophysical parameters

1006－7639（2016）－06－1071－07

10．11755／j．issn．1006－7639（2016）－06－1071

P426．5

A

2016－02－29；改回日期：2016－05－03

王德旺（1989－），男，江西九江人，工程師，主要從事大氣物理與海洋氣象方面的研究．E－mail：aizaizai1989＠163．com