梅海霞 梁信忠 曾明劍 李 力 祖 繁 李玉濤

1)(中國氣象局交通氣象重點開放實驗室， 南京 210009)

2)(江蘇省氣象科學研究所， 南京 210009)

3)(南京氣象科技創(chuàng)新研究院， 南京 210009)

4)(美國馬里蘭大學地球系統(tǒng)科學多學科中心， 馬里蘭 20740)

5)(江蘇省南京市氣象局， 南京 210019)

6)(江蘇省氣象信息中心， 南京 210009)

引 言

地面觀測系統(tǒng)中雨滴譜觀測是了解云和降水物理特征的重要途徑之一。雨滴譜是指單位體積內(nèi)各種大小雨滴的數(shù)量隨其直徑的分布，含有豐富的降水微物理特征信息。近年來，國內(nèi)外學者基于雨滴譜觀測數(shù)據(jù)對雨滴的微物理結(jié)構(gòu)特征的分布和演變規(guī)律進行了許多分析[1-6]。研究有代表性個例的雨滴譜，可深入了解降水系統(tǒng)在不同生命階段的降水特征及可能的云物理演變過程[7-8]，但結(jié)論的普適性不理想。而大量雨滴譜樣本在不同時段統(tǒng)計特征的差異則體現(xiàn)了微結(jié)構(gòu)參量與宏觀上不同天氣背景條件的密切聯(lián)系，也間接反映了云系發(fā)展過程中的不同特點。

研究表明，雨滴譜在季風的建立、推進和撤退不同階段具有顯著的變化。位于南亞季風區(qū)的印度地區(qū)在西南季風與東北季風和季風的不同時段雨滴譜特征表現(xiàn)出顯著差異[9-12]。在東亞地區(qū)，隨著副熱帶夏季風向北推進，我國北方夏季的對流性降水相比南方頻率更低，雨滴的數(shù)濃度、含水量和降水率也更小[13]。我國江淮地區(qū)位于東亞副熱帶夏季風區(qū)，當夏季風推進至江淮流域時，江淮地區(qū)即進入梅雨期(6月中旬至7月上旬)，此時一條數(shù)千公里的雨帶橫貫東亞和西北太平洋地區(qū)，降水量大且集中，暴雨頻繁，因此，受到了廣泛關注，也開展了雨滴譜特征的統(tǒng)計工作[14-15]。陳磊等[14]的研究側(cè)重梅雨期暴雨過程的雨滴譜特征分析，Chen等[15]則基于2009—2011年梅雨期的數(shù)據(jù)獲得梅雨期降水雨滴譜的總體特征。梅雨開始前和梅雨結(jié)束后的時段也是夏季降水的重要組成部分。梅雨開始前的初夏時節(jié)(6月中上旬)主要受中高緯度西風帶槽脊引導南下的冷空氣影響，該時段大范圍暴雨天氣和區(qū)域性強降水過程頻繁發(fā)生。近年來，該時段的降水記錄多次突破歷史極值，造成較大的經(jīng)濟損失和人員傷亡。梅雨結(jié)束后的盛夏時節(jié)(7—8月)，江淮地區(qū)在副熱帶高壓(簡稱副高)的控制下，午后熱對流頻繁發(fā)生，在較強冷空氣的影響下容易發(fā)生強對流天氣，同時臺風的北上也會帶來顯著的風雨影響。夏季降水的次季節(jié)變化特征也是當前的研究熱點之一[16-18]。汪會[19]分析發(fā)現(xiàn)，江淮地區(qū)在梅雨開始前、梅雨期和梅雨結(jié)束后的降水、大氣環(huán)流和對流特征存在顯著差異。

對天氣過程發(fā)生發(fā)展機理的理解僅從云-降水物理學的角度難以深入，需要將天氣-動力-云降水物理結(jié)合起來[20]，不同時段的天氣背景條件下，結(jié)合江淮地區(qū)不同時段降水雨滴譜的特征差異對深入理解降水機制具有重要意義。歸納不同時段、不同降水類型雨滴譜的特征規(guī)律，也為衛(wèi)星遙感、雷達觀測反演算法的完善和改進提供豐富且可靠的觀測依據(jù)[21-24]。同時基于本地雨滴譜觀測提煉的特征參數(shù)，對云微物理參數(shù)化方案中的特征參數(shù)開展優(yōu)化，也是改進模式物理過程的重要途徑。然而，有關江淮地區(qū)夏季降水雨滴譜總體特征的統(tǒng)計研究報道并不多見[25-27]，夏季降水不同時段(梅雨開始前、梅雨期以及梅雨結(jié)束后)的雨滴譜特征差異如何，與天氣背景條件存在怎樣的聯(lián)系，這些問題尚未得到很好解釋。

本文利用2015—2017年夏季(6—8月)南京地基激光粒子雨滴譜儀的觀測數(shù)據(jù)分析該地區(qū)夏季不同降水類型的雨滴譜特征，研究夏季不同時段雨滴譜的特征差異及與天氣背景的可能聯(lián)系，從而深入理解降水內(nèi)在機制，為降水定量估計算法的優(yōu)化以及完善數(shù)值天氣預報模式中云微物理過程參數(shù)化方案的本地化提供參考。

1 數(shù)據(jù)與方法

利用南京浦口觀測站的Parsivel降水粒子譜儀[28]，獲取2015—2017年夏季(6—8月)的連續(xù)觀測數(shù)據(jù),數(shù)據(jù)采樣間隔為1 min?？紤]到儀器的測量誤差，剔除了分鐘級降水率(R)小于0.0017 mm·min-1以及雨滴數(shù)濃度小于10的數(shù)據(jù)，同時對前兩檔(0～0.125 mm,0.125～0.25 mm)數(shù)據(jù)不予考慮。另外，由于下落過程中空氣阻力對大雨滴產(chǎn)生形變作用，依據(jù)Battaglia等[29]對雨滴直徑進行校正。相比于南京其他觀測站，南京浦口觀測站的降水粒子譜儀的數(shù)據(jù)完整程度和數(shù)據(jù)質(zhì)量等方面均具備顯著優(yōu)勢，因此，本文選用該觀測站作為代表分析南京的雨滴譜特征。

本文采用伽馬分布對雨滴譜進行擬合，數(shù)學表達式[1]可以寫為

N(D)=N0Dμe-ΛD。

(1)

其中，N是單位尺度間隔下單位體積粒子的數(shù)量(單位：m-3·mm-1)，D是粒子直徑。待定譜參數(shù)N0(單位：mm-1-μ·m-3)、Λ(單位：mm-1)和μ分別代表截距、斜率和譜形參數(shù)。階距法估計譜分布參數(shù)被廣泛應用于雨滴譜特征的研究中[15]，具體計算方法參見文獻[30-31]。本文中的顯著性檢驗采用t檢驗，顯著性水平均設置為0.001。

2 雨滴譜特征

2.1 總體特征

對雨滴譜數(shù)據(jù)處理后，梅雨開始前、梅雨期和梅雨結(jié)束后3個時段分別獲得6046,15423及9387個有效樣本，累積降水分別為677.53,924.80 mm及781.06mm。雨滴譜分鐘級降水率顯示，3個時段R<0.083 mm·min-1的降水發(fā)生頻率均超過75%，對總降水的貢獻不超過12%。其中,梅雨期R<0.083 mm·min-1的降水發(fā)生頻率及對總降水的貢獻分別為84.3%和28.3%,為3個時段最高值。R≥0.083 mm·min-1的降水發(fā)生頻率雖然不超過25%，但對總降水的貢獻卻不低于71%，在梅雨開始前的時段，R≥0.083 mm·min-1的降水對總降水的貢獻甚至達到88.7%。

Chen等[15]分析了2009—2011年梅雨期南京的雨滴譜觀測數(shù)據(jù)，觀測地點與本文接近，具有較好的可比性。與2009—2011年分鐘級降水相比(表1)，2015—2017梅雨期R<0.083 mm·min-1的降水頻率和對降水的貢獻分別增加約9.3%和4.3%，R≥0.17 mm·min-1的降水頻率和對降水的貢獻分別減小6.7%和5.4%。同時，對比2009—2011年以及2015—2017年小時累積降水量(表2)，發(fā)現(xiàn)小時累積降水量小于5 mm的弱降水(小時累積降水的小雨-中雨量級)降水頻率(降水的貢獻)增加3.8%(13.3%)，小時累積降水量大于等于15 mm的強降水(即小時累積降水的暴雨以上量級)降水頻率(降水的貢獻)減少3.2%(16.3%)。由此可見，與2009—2011年相比，無論是分鐘級降水還是小時累積降水，2015—2017年南京地區(qū)的弱降水和強降水分別呈現(xiàn)增多和減少的趨勢。江淮地區(qū)的梅雨期降水具有明顯的年際變化特征，且深受東亞夏季風環(huán)流變化的影響，不同年份主要的大尺度環(huán)流型因關鍵系統(tǒng)位置及強度的不同導致水汽輸送強度及輻合位置不同,從而導致降水落區(qū)及強度均不同[32]。海洋與陸面的異常狀況是引起東亞夏季風年際變化的原因之一[33-34]。

表1 梅雨期不同強度分鐘級降水發(fā)生頻率和對總降水貢獻

注：弱降水、中等降水和強降水分別對應R<0.083 mm·min-1,0.083 mm·min-1≤R<0.17 mm·min-1,R≥0.17 mm·min-1。

表2 梅雨期不同強度小時累積降水的發(fā)生頻率和對總降水貢獻

注：弱降水、中等降水和強降水分別對應小時累積降水量小于5 mm,大于等于5 mm且小于15 mm，大于等于15 mm。

汪會[19]詳細對比了江淮地區(qū)梅雨開始前、梅雨期和梅雨結(jié)束后大氣環(huán)流的熱力動力條件、降水特征以及對流強度和結(jié)構(gòu)特性，但未涉及降水微觀特征的分析。由于該工作研究時段處于東亞夏季風強度增強、江淮夏季雨量偏多的氣候背景特征下[33，35-36]，因而具有較高的參考價值，本文采用Chen等[15]的降水類型分類方法，篩選出對流降水和層云降水進行分析(表3)，其余類型降水的樣本暫不考慮。

表3 不同時段樣本的分鐘級降水統(tǒng)計參數(shù)

梅雨開始前的時段對流降水的分鐘級降水頻率、平均分鐘級降水率以及降水的貢獻率均為3個時段中的最高值。從分鐘級對流降水頻率和貢獻(圖1)看，隨著分鐘級降水率的增加，對流降水頻率逐漸降低。梅雨開始前對流強降水的發(fā)生概率和降水貢獻顯著高于另外兩個時段，R≥0.42 mm·min-1(梅雨開始前32.73%,梅雨期17.91%,梅雨結(jié)束后27.52%)以及1 h累積降水量大于20 mm短時強降水的發(fā)生頻率(梅雨開始前5.76%,梅雨期0.67%,梅雨結(jié)束后0.92%,)也最高。梅雨開始前的時段，夏季風尚未推進至江淮地區(qū)，水汽條件和熱力條件尚不充分,不穩(wěn)定能量較小，因此，對流發(fā)展的強度(回波強度、回波頂高、閃電密度)不及梅雨期和梅雨結(jié)束后的時段；該時段不同強度的雷達回波總體發(fā)展高度偏低，回波強度總體偏弱[19]。而大多數(shù)情況下，短時強降水的的雷達最強回波反射率因子的質(zhì)心高度一般維持在較低高度[36]。梅雨開始前的時段，對流活動偏弱[19]，因而垂直運動的強度偏低，水汽含量豐富的低層氣塊通過暖云層時較緩慢，有充裕的時間使更多的水汽在暖云中發(fā)生凝結(jié)并通過聚并、碰并等過程促進雨滴的發(fā)生發(fā)展，使到達冷云中的濕空氣水汽和云滴含量更低，也減少了由于夾卷、高空風等作用下云體的水汽和云粒子等方面的損耗。因此非降水粒子能更及時有效地轉(zhuǎn)化成降水粒子并降落至地面，從而有利于產(chǎn)生較高的降水效率[37]，這也是該時段強降水出現(xiàn)概率較大的原因之一。梅雨結(jié)束后的時段，對流降水的發(fā)生頻率和降水貢獻雖低于梅雨開始前的時段，但平均降水率較高，同梅雨開始前十分接近，這與分鐘級極端降水的貢獻密切相關。梅雨結(jié)束后的時段，當R>1.33 mm·min-1時，分鐘級對流降水頻率逐漸高于梅雨前(圖1)且極端降水累積降水頻率為3個時段中最高值(梅雨開始前2.80%，梅雨期1.49%，梅雨結(jié)束后5.03% )。當不考慮R>1.33 mm·min-1的極端降水時，梅雨結(jié)束后的平均分鐘級對流降水率則會顯著低于梅雨開始前的時段(梅雨開始前0.36 mm，梅雨結(jié)束后0.32 mm)。梅雨結(jié)束后的時段，對流活動最為劇烈，當處于高溫高濕狀態(tài)的大氣被觸發(fā)后往往容易產(chǎn)生非常強的對流云陣雨。該時段以弱強迫天氣下的小面積對流降水為主，對流系統(tǒng)的生命周期較短，分鐘級的極端降水缺乏持續(xù)性，多呈現(xiàn)出瞬態(tài)特征，因而小時累積降水較難達到短時強降水的強度(圖2)。

梅雨期分鐘級對流降水頻率、降水率與雨滴質(zhì)量加權(quán)直徑的平均值，分鐘級的強降水的發(fā)生頻率均為3個時段最低,但由于此時的對流降水多伴隨鋒面系統(tǒng)，降水系統(tǒng)的生命周期較長，日累積降水量達到大雨以上(大于25 mm)日數(shù)比例達29.03%，遠高于梅雨結(jié)束后的13.95%。梅雨期層云降水的發(fā)生頻率、降水貢獻及平均降水率顯著高于前后兩個時段。這可能與大范圍鋒面抬升環(huán)境條件下廣泛分布的層云降水有關。上述結(jié)果與Wen等[26]的結(jié)論一致。

圖1 不同時段分鐘級對流降水的頻率和對總降水貢獻(以0.083 mm·min-1為間隔進行統(tǒng)計)

圖2 不同時段小時累積降水的頻率分布(以2 mm為間隔進行統(tǒng)計)

2.2 平均譜分布

降雨的宏觀特征與微物理參量密切相關。通過計算平均譜能對不同類型降水的微觀特征有直接認識(圖3)。兩類降水的平均譜均呈單峰分布,對流降水譜更寬且各個粒徑段的雨滴數(shù)濃度均高于層云降水,其中峰值數(shù)濃度甚至高出100%。對流降水的最大雨滴直徑為5.77 mm，而層云降水的最大雨滴直徑為3.87 mm，這與對流云降水時垂直氣流更強，冰相過程更易產(chǎn)生大的降水粒子有關。

3個時段雨滴平均譜特征存在一定的差異。對流降水時，梅雨開始前、梅雨期和梅雨結(jié)束后對流降水的雨滴譜的峰值直徑依次分別為0.562，0.687 mm和0.562 mm，雨滴數(shù)濃度峰值依次升高,其中梅雨期的平均譜有明顯的內(nèi)收現(xiàn)象，即在小滴和大滴端雨滴數(shù)濃度顯著低于另外兩個時段。層云降水時，梅雨期小滴端的數(shù)濃度最少，大滴端最多，梅雨結(jié)束后與之相反?？傮w而言，伽馬分布模型對于各類雨滴譜的擬合效果較好，伽馬分布曲線能較準確地反映實際雨滴譜的分布形態(tài)，但在小滴段(小于1 mm)擬合值總體偏大。另外，梅雨開始前的降水雨滴譜特征更接近M-P分布。

圖3 不同時段降水的平均譜和擬合譜(圓圈表示觀測平均，實線表示擬合)

2.3 微觀特征參數(shù)

2.3.1Dm和NW

Testud[38]提出標準化的雨滴譜分布形式，其中涉及標準化截距參數(shù)NW(單位：m-3·mm-1)和質(zhì)量加權(quán)直徑Dm(單位：mm)兩個參數(shù)。標準化截距參數(shù)計算公式為

(2)

式(2)中，ρw代表水的密度(單位：g·cm-3)，W代表含水量(單位：g·m-3)。Nw代表了雨滴數(shù)濃度大小，Dm用于衡量雨滴中的大粒子比例，這兩者的計算不需要提前假設雨滴譜分布模型。圖4為Dm頻率分布曲線，各參數(shù)不同時段平均值、標準差和偏度見表4。對流降水的各參數(shù)與層云降水存在顯著差別，對流降水Dm更大(圖4a)，lgNw更高(表4)，表明對流降水平均尺度更大，粒子數(shù)濃度更高。比較對流降水和層云降水的標準差不難發(fā)現(xiàn)，對流降水雨滴尺度變率更大，層云降水的粒子數(shù)量分布更加分散。這與已有的研究結(jié)果一致[26，39]。

不同時段的雨滴尺度和數(shù)濃度特征與天氣背景密切相關。發(fā)生對流降水時，各時段Dm頻率分布均呈現(xiàn)單峰分布的形態(tài)(圖4a)，其中梅雨開始前，Dm頻率分布曲線峰值位于1.7 mm，梅雨期的Dm頻率分布曲線總體偏左,峰值位于1.5 mm，中等和較小Dm的樣本比例顯著增加，Dm平均值也更低。相比于梅雨開始前，梅雨期的對流強度更高，云系的夾卷、雨滴的碰撞破碎和變形破裂等過程更為活躍是可能的原因。梅雨開始前和梅雨期兩個時段以過程性降水為主，有比較強的天氣尺度強迫條件，對流活動以大面積的系統(tǒng)性對流為主[40]。梅雨結(jié)束后的時段具備最強的不穩(wěn)定能量以及充沛的水汽條件,易產(chǎn)生劇烈的對流活動，該時段大尺度Dm樣本比例位居3個時段中首位，Dm最大達到4.326 mm，而另外兩個時段Dm最大的樣本僅略高于3 mm，該時段Dm平均值高于梅雨期(表4)也主要歸因于較大尺度雨滴樣本的貢獻。相比于前兩個時段，梅雨結(jié)束后的時段缺少強的大尺度帶狀水汽通量輻合帶[40]，以小面積的中尺度對流系統(tǒng)為主，因而該時段對流系統(tǒng)對周圍環(huán)境中干空氣更為敏感，側(cè)向混合引起的云滴蒸發(fā)，降低了部分小尺度Dm樣本碰并云滴并成長為中等尺度Dm樣本的機會[41-42]，Dm在較小尺度和中等尺度區(qū)間的樣本比例則分別高于和低于另外兩個時段。

Dm與降水率之間存在較好的正相關關系[25]，更多的較大尺度Dm樣本有利于分鐘級極端降水頻率的增加，提高平均降水率。梅雨結(jié)束后，在R>1.33 mm·min-1的極端降水樣本中，Dm>2.9 mm的雨滴譜樣本比例達48.72%，Dm>2.9 mm的雨滴譜樣本的發(fā)生頻率也遠高于另外兩個時段(梅雨結(jié)束后8.96%，梅雨開始前4.27%，梅雨期2.97%)，有利于該時段形成較高的分鐘級極端降水頻率。在梅雨期，R>1 mm·min-1的極端降水樣本中，Dm>2.1 mm的較大尺度的雨滴譜樣本所占比例高達81.25%，但其發(fā)生頻率為3個時段中最低(梅雨期1.85%，梅雨結(jié)束后2.50%，梅雨開始前3.29%)，因而不利于梅雨期分鐘級極端降水的產(chǎn)生。

圖4 不同時段Dm的頻率分布(Dm以0.2 mm為間隔)

表4 不同時段Dm和lgNw平均值、標準差、偏度

發(fā)生層云降水時，在較小尺度(Dm<1 mm)區(qū)間，梅雨結(jié)束后的時段呈現(xiàn)次峰值的特征，梅雨開始前則表現(xiàn)為階梯狀特征，其中梅雨結(jié)束后的時段在Dm<1 mm區(qū)間的樣本比例高于梅雨開始前的時段。梅雨期Dm頻率分布曲線(圖4b)呈現(xiàn)單峰分布特征，曲線分布較為平滑，且較小尺度Dm(小于1 mm)的比例為3個時段中最低。層云降水過程中小滴碰并是重要的機制，梅雨期的層云降水有大范圍特征，在天氣尺度強迫和濕度環(huán)境等方面具備更優(yōu)的條件，雨滴的碰并、聚并作用更為充分，因而更有利于中等和較大雨滴樣本的形成。尺度較小雨滴譜樣本也往往具有較高的數(shù)濃度[15]，梅雨期、梅雨開始前和梅雨結(jié)束后3個時段各自的Dm平均值依次減少，lgNW增加。層云降水的平均譜分布中，Dm<1 mm的樣本比例偏高是梅雨開始前和梅雨結(jié)束后的時段數(shù)濃度峰值顯著高于梅雨期的主要原因。

綜合對流降水和層云降水，不同時段lgNW平均值的差異特征與小尺度Dm樣本頻率的差異特征均十分一致，小尺度Dm樣本比例的升高有利于樣本平均lgNW的增加。除層云降水時，梅雨開始前與梅雨期的lgNW的平均值差異未達到0.001顯著性水平外，其余不同時段Dm和lgNW的平均值差異均達到0.001顯著性水平。對流降水時，梅雨結(jié)束后時段的Dm，lgNW標準差為3個時段最高。該時段對流降水的影響系統(tǒng)更加多源化，包括西風帶系統(tǒng)影響的槽前型、副高邊緣型、副高控制下的熱對流型，以及受東風波、臺風等熱帶系統(tǒng)影響下的熱帶系統(tǒng)型等，因而表現(xiàn)出更大的標準差，分布也更加分散。層云降水時，梅雨期的參數(shù)分布最為集中，主要的影響系統(tǒng)相對較為單一可能是主要的原因。就偏度而言，除對流降水lgNW的偏度為負值外，其他各參數(shù)偏度均為正值，即物理量的頻率分布曲線偏向于大值的一側(cè)。

金祺等[25]和Wen等[26]也針對夏季開展了雨滴譜特征的分析，結(jié)果與本文存在一定差異(表5)。其中，南京地區(qū)的夏季無論對流降水還是層云降水，本文Dm均大于關于安徽省滁州地區(qū)的統(tǒng)計結(jié)果[25]，而lgNW則相反。與Wen等[26]統(tǒng)計的南京江寧站的雨滴譜特征相比，本文和金祺等[25]的雨滴譜特征均表現(xiàn)出Dm偏大而lgNW偏低的現(xiàn)象。上述差異特征與統(tǒng)計的年份、站點位置以及所使用的觀測儀器等因素有關。

表5 各參數(shù)夏季平均值、標準差以及與相似文獻的比較

圖5為不同類型降水的lgNW-Dm分布。由圖5可知，南京夏季對流降水的Dm(lgNW)介于0.629～5.748 mm(1.503～5.622 m-3·mm-1)。與夏季平均相比，梅雨期及梅雨結(jié)束后的時段的平均lgNW-Dm總體稍偏向左上方，而梅雨開始前則稍偏向右下方。層云降水的Dm(lgNW)分布范圍介于0.492～4.148 mm(1.24～5.157 m-3·mm-1)之間，而對流降水的主要的樣本集中區(qū)位于層云降水樣本的右上方。

圖5 夏季不同類型降水的平均lgNw-Dm分布

2.3.2 譜形參數(shù)和斜率

大多數(shù)云微物理參數(shù)化方案均假設雨滴譜的分布服從伽馬分布模型，其中譜形參數(shù)μ和斜率Λ是重要參數(shù)，分別體現(xiàn)了雨滴譜的分散程度以及大滴端的雨滴數(shù)濃度隨直徑增加而減少的速度。由表6可知，對流降水μ和Λ比層云降水更小，體現(xiàn)了對流降水雨滴平均尺度更大，這與前文的結(jié)論一致。

3個時段的μ和Λ有明顯差異(表6)。隨著夏季風的北推，對流降水的μ和Λ平均值依次增大，而層云降水時梅雨期的μ和Λ平均值最低，其次為梅雨開始前和梅雨結(jié)束后的時段。除層云降水時，梅雨開始前與梅雨期的μ的平均值差異未達到0.001 顯著性水平外，其余不同時段μ和Λ的平均值差異均達到0.001顯著性水平。從頻率分布(圖略)看，樣本平均μ和Λ較小時，μ和Λ在小值區(qū)間的樣本比例更高，因而與同類型降水的其他時段相比，對流降水時梅雨開始前的時段以及層云降水時的梅雨期時段的譜形分布更加分散、大雨滴端的數(shù)濃度更高，樣本比例更高。與金祺等[25]的結(jié)果相比，南京夏季對流降水μ的平均值更低，而Λ的平均值更高；層云降水μ和Λ的平均值表現(xiàn)出顯著偏低的特征，且樣本分布更加集中。

表6 不同時段μ和Λ平均值、標準差

2.4 μ-Λ關系

伽馬分布函數(shù)的3個參數(shù)N0，Λ和μ相互之間并不獨立。 Chu等[43]基于粒子譜分布的相關理論推導證明斜率和譜形參數(shù)兩者之間的二項式關系具有明確的物理意義，并證明其關系的關鍵因子是雨滴平均直徑所在的數(shù)濃度同雨滴總數(shù)濃度的比值。μ-Λ二項式關系也在觀測研究中得到廣泛證實。μ-Λ二項式關系隨地域和季節(jié)變化較大[44]，擬合系數(shù)因地區(qū)、降水類型等因素存在一定的差異[15，45-46]。已有研究表明：μ-Λ關系能夠更好地描述真實降水雨滴譜分布的變化[31，47]，因而獲得基于本地雨滴譜觀測的μ-Λ擬合關系對于提高雷達對降水雨滴譜分布特征的反演精度具有重要意義，同時也是云微物理參數(shù)化方案中雨滴譜分布模型本地化改進的重要依據(jù)。

參考Zhang等[31]的方法，對原始數(shù)據(jù)進行篩選，僅保留了R>0.083 mm·min-1且雨滴數(shù)量大于1000的數(shù)據(jù)。該處理方式與對流降水的劃分標準有一定差異，尤其是對數(shù)濃度有較高的要求。因此本部分統(tǒng)計結(jié)果可能與前文有一定差異。由圖6可見，Λ和μ分布在小于20的區(qū)間，這與Chen等[15]、金祺等[25]、張洪勝等[48]的結(jié)果相類似。通過最小二乘法進行擬合，得到

Λ=0.0226μ2+0.782μ+1.692。

(3)

與文獻[25]相似,這可能因為兩者地理位置接近。

圖6 μ-Λ關系分布

梅雨開始前、梅雨期和梅雨結(jié)束后3個時段的μ-Λ二項式的擬合結(jié)果分別為

Λ=0.0227μ2+0.683μ+1.677,

(4)

Λ=0.0228μ2+0.770μ+1.625,

(5)

Λ=0.0231μ2+0.811μ+1.854。

(6)

3個時段的擬合關系式存在一定的差異。Chen等[15]認為這與質(zhì)量加權(quán)直徑Dm有關。根據(jù)以下關系可知Λ相同時，μ值越高則Dm越大：

(7)

由圖6發(fā)現(xiàn)，當μ>0.60時，這3個時段的擬合曲線自上而下依次為梅雨開始前，梅雨期和梅雨結(jié)束后，意味著雨滴尺度依次減小；對3個時段的樣本數(shù)據(jù)Dm統(tǒng)計后也發(fā)現(xiàn)同樣的規(guī)律(平均值，梅雨開始前2.044 mm，梅雨期1.795 mm，梅雨結(jié)束后1.697 mm)。當μ≤0.60時，梅雨開始前的時段，隨著μ的降低，Λ減小的速度減慢，擬合曲線逐漸向梅雨期和梅雨結(jié)束后的時段靠近，表明該區(qū)間的梅雨開始前的雨滴尺度的優(yōu)勢隨著μ的降低在逐漸減弱。上述擬合μ-Λ曲線之間的總體差異均達到0.001 顯著性水平。

本文對2015—2017年南京地區(qū)的梅雨期的雨滴譜樣本的擬合結(jié)果與Chen等[15]的2009—2011年南京地區(qū)的梅雨期的擬合結(jié)果存在較大差異：當μ≥0.67時，本文μ-Λ曲線分布在Chen等[15]的研究結(jié)果的下方，意味著當R>0.083 mm·min-1且雨滴數(shù)量大于1000時，本文雨滴的尺度總體更小。本文梅雨期的降水樣本中存在11.3%Dm<1 mm的粒子且μ均大于3，而在Chen等[15]的研究結(jié)果中Dm<1 mm的樣本量幾乎為0。當μ<0.67時，樣本主要體現(xiàn)了較大尺度雨滴樣本特征，該區(qū)間樣本量占總樣本的23.1%，有60.42% 的Dm>2 mm的粒子，且平均Dm、分鐘降水率(Dm=2.239 mm,R=0.82 mm·min-1)顯著高于μ≥0.67時的平均值(Dm=1.662 mm,R=0.40 mm·min-1)。同時，當μ<0.67時，本文的μ-Λ曲線分布在Chen等[15]的結(jié)果上方，意味著當R>0.083 mm·min-1且雨滴數(shù)量大于1000時，本文的雨滴的尺度總體更大?？傊c2009—2011年相比，2015—2017南京地區(qū)梅雨期的雨滴尺度，當μ≥0.67時，總體更小，而當μ<0.67時，則總體更大。上述不一致性反映了雨滴微觀特征變化的復雜性,宏觀上可能與研究時段內(nèi)梅雨期的具體天氣背景特征差異有關[49]。微觀上，氣溶膠可以作為云凝結(jié)核和大氣冰核直接作用于云微物理過程，從而對云和降水過程產(chǎn)生復雜的影響，最終改變降水粒子的微觀特征。氣溶膠特征在不同研究時段的差異也可能是雨滴的微觀特征產(chǎn)生變化的原因之一[49-51]。

3 總結(jié)與討論

利用2015—2017年夏季南京地區(qū)的雨滴譜觀測數(shù)據(jù)，分析了不同類型降水的雨滴譜分布特征，對比分析梅雨開始前、梅雨期以及梅雨結(jié)束后的3個時段的雨滴譜的特征，得出以下結(jié)論：

1) 南京夏季降水中弱降水的發(fā)生頻率超過總降水的84%,但對總降水的貢獻低于28%。對流降水時，平均降水率、雨滴平均尺度和數(shù)濃度均更大；層云降水時，降水頻率更高，雨滴平均尺度分布更加集中。梅雨開始前小時累積降水量大于等于20 mm 的短時強降水頻率比梅雨期和梅雨結(jié)束后的時段高1個量級。

2) 較大尺度雨滴樣本比例的提高有利于對流強降水頻率、平均降水率的增加。梅雨開始前，對流降水的頻率、平均降水率以及質(zhì)量加權(quán)直徑平均值(Dm)為3個時段最高；梅雨結(jié)束后存在劇烈對流活動，極端降水頻率和大尺度雨滴樣本比例為3個時段首位。層云降水時，梅雨期降水頻率、降水率與Dm平均值均顯著高于另外兩個時段。

3) 小尺度Dm樣本比例更高有利于樣本標準化截距參數(shù)平均值的增加。對流降水時，隨著夏季風的推進，小尺度Dm樣本比例增加，對流活動以及雨滴破碎等過程增強是可能原因；層云降水時，充分的碰并作用是小尺度Dm樣本比例偏低的重要因子。

4) 不同時段的雨滴譜譜形參數(shù)-斜率的二項式關系式之間的差異特征，在譜形參數(shù)的不同取值區(qū)間表現(xiàn)并不一致。譜形參數(shù)數(shù)值較小的樣本主要呈現(xiàn)較大的雨滴尺度特征。

本文分析了3個時段南京雨滴譜的統(tǒng)計特征及其中的可能的關聯(lián)，但對不同時段的成雨機制的討論尚不充分，需要基于衛(wèi)星、雷達等數(shù)據(jù)以及數(shù)值模式進一步綜合剖析其中的內(nèi)在聯(lián)系和演變過程。