我國暴雨研究中新型探測資料反演技術及其應用

萬蓉

（中國氣象局武漢暴雨研究所 暴雨監測預警湖北省重點實驗室，武漢 430074）

我國暴雨研究中新型探測資料反演技術及其應用

萬蓉

（中國氣象局武漢暴雨研究所 暴雨監測預警湖北省重點實驗室，武漢 430074）

為提高暴雨預報準確度和精細度，暴雨研究從大尺度背景到中小尺度特征，從宏觀結構到微觀變化逐漸深入，暴雨野外科學試驗在原有業務網觀測模式上，逐步納入不同新型探測系統以獲取高時空分辨率、高精度、全方位的探測信息滿足科研與業務的需求。綜述了地基GNSS大氣水汽觀測，地基微波輻射計云水、溫度和濕度觀測，風廓線雷達測風，雙偏振雷達云水粒子相態觀測，毫米波雷達云觀測獲得的非常規探測資料在我國暴雨臨近預報、暴雨機理分析、中尺度暴雨數值預報中的應用，簡要回顧近年來這些新型探測遙感技術進展及其對暴雨野外科學試驗的作用。思考新型探測資料在質量控制和精度描述規范化、二次產品開發提高業務應用效率、多源資料綜合應用和深層次挖掘等方面亟待解決的問題，并初步探討新型探測資料在暴雨預報研究應用中的未來發展趨勢。

暴雨，地基GNSS，微波輻射計，風廓線雷達，雙偏振雷達，云雷達，數值預報，綜合觀測

1 引言

暴雨是不同尺度天氣系統相互作用的結果。不同尺度天氣系統的相互作用非常復雜,大尺度系統對中小尺度系統起著控制作用,中小尺度系統生成強對流天氣(如暴雨),對大尺度系統有反饋作用。從另外一個角度看,暴雨的形成受不同的大氣參量的共同影響,因大氣水汽、熱力與動力因素的配置不同,暴雨持續時間、發生地點與強度也各異。為提高暴雨預報水平,有必要弄清楚三種尺度的相互作用,弄清暴雨的生成條件和物理過程[1],國內外氣象科學家近百年也一直努力通過觀測與數值模擬,從宏觀到微觀不斷探求更精細化、更準確的答案。近10年來我國暴雨觀測研究不僅僅依賴雷達、衛星、地面與高空等業務觀測網,而且逐步結合地基GNSS(Global Navigation

Satellite System)、微波輻射計、風廓線、雙偏振雷達、云雷達等新型大氣探測設備,即未納入業務觀測的非常規觀測,在一次次長江中游、華南、華北等暴雨野外科學綜合觀測中,獲取了高時空分辨率、高精度的云、水汽和風場資料信息,我國學者圍繞這些新型探測資料,在反演技術、二次產品開發、數值同化、天氣分析等方面做了大量工作,加強了對水汽因子、動力條件與云物理等方面的精細了解。

本文將側重新型探測資料在我國暴雨研究預報方面的應用,回顧新型探測資料反演開發技術、在暴雨研究與數值模式預報中的應用進展、思考當前暴雨研究資料應用中所亟待解決的問題并探討未來發展趨勢。

2 新型探測資料反演技術與應用

2.1 地基GNSS大氣水汽觀測

大氣水汽占大氣總體積的4%,對地氣系統徑向輻射能量平衡、大氣的垂直穩定度、云的形成和暴雨的形成及演變有顯著影響,通常采用氣球探空獲取,因布點稀疏、觀測時次少,獲得的水汽觀測資料非常有限。美國GPS(Global Positioning System)、俄羅斯GLONASS,歐盟Galileo和中國北斗等全球導航衛星系統GNSS在進行定位、導航和授時的同時,可從GNSS衛星信號穿過大氣層時發生的偏折和延遲中分離出因水汽造成的濕延遲,并反演出分鐘級的采樣率、全天候、高精度的大氣水汽量[2],以補充常規業務的水汽觀測。北京地區GPS/VAPOR水汽觀測試驗、海峽兩岸暴雨觀測試驗、長江中下游梅雨暴雨觀測試驗等均把GPS水汽觀測作為主要內容。截至2012年底,我國GPS水汽監測網共485個站,主要分布于北京、上海、廣東、湖北、河北、安徽、四川、香港、青藏高原等省、市、地區,中國氣象局也正規劃部署站間距約100km的國家級GPS大氣探測網,和站間距約10～40km的降水影響敏感地區中小尺度GPS大氣探測網,用于監測不同天氣尺度的水汽分布,并計劃近兩年在10個省份150個臺站上搭建國家北斗地基增強系統,湖北省在國內首次建成30站的北斗地基增強示范網,從2013年1月開始大氣水汽觀測,結合武漢大學研發的精密定位定軌軟件PANDA(Position And Navigation Data Analysis),實現了北斗導航系統的高精度數據處理,靜態精密單點定位精度達到厘米級,基線相對定位達到毫米級[3]。地基GNSS大氣水汽觀測產品天頂大氣可降水總量PWV(Precipitation Water Vapor)、信號傳播方向上的斜路徑大氣可降水總量SWV (Slant Water Vapor)和三維層析區域的水汽密度等。

PWV代表測站上空可降水汽總量,國際上GPS PWV與微波輻射計平均偏差為1.0～1.5mm[2]。我國針對華北[4]、華南[5]、華中[6]以及中國區域[7]的大氣條件建立了加權平均溫度模型,并改進優化靜力延遲模型[8],PWV與探空平均偏差小于4mm,與微波輻射計平均偏差小于2mm,數據采樣間隔為秒級,產品輸出時間間隔30min,反演的PWV與探空在43km范圍內具有可比性[9]。PWV被用于地區大氣水汽總量日變化研究[10]、入梅診斷與預測[11],以及局地降水前大氣水汽的變化[12]。無論是梅雨鋒暴雨[13]、華南暴雨[14-15],臺風降水[16]、西南渦持續暴雨[17]和華西秋雨[18],降水前PWV有陡增急升特征,最大降水強度出現在大氣柱水汽含量峰值出現后,與大氣水汽有明顯聯系。局地強降水 3與24h變化對未來降水區域和雨量分布有一定的指示意義；PWV在降水過程中不同階段的趨勢變化,反映了500hPa流場,700hPa水汽通量場的變化[19]。臺風降水產生前一般在達到峰值后7～10h開始出現明顯的降水[16](圖1)。同化PWV能改善數值模式預報質量。基于MM5或WRF中尺度數值預報模式的PWV同化,能有效調整初始濕度場,明顯增強模式初始場描述水汽分布的能力,從而有效地控制模式積分初期對可降水量預報的誤差,并對模式6h累積降水量預報有較明顯的改善作用[20-24],使模式對大閾值降水的時段、強度和落區的預報性能均獲得全面的提高,此現象在模式積分最初的0～6h表現得更為明顯[25]。在LAPS系統中,同化GPS水汽資料對濕度場產生的調整作用比雷達資料大一個量級,能有效提高下游暴雨量級的TS降水評分[26]。

SWV表示地基GPS接收機與衛星兩點之間信號路徑上的積分水汽含量,一定程度地反映測站周邊水汽的分布的不均勻性特征。主要采用雙差殘差轉變為單差殘差和非差殘差技術計算水平延遲梯度,獲取斜路徑的天頂總延遲和濕延遲,繼而采用同PWV相同的算法得到SWV[27],或基于無電離層影響的GPS非差觀測組合直接計算SWV[28]。國際上與微波輻射計觀測比

較,GPS得到的SWV誤差可以達到毫米量級。國內與微波輻射計對比誤差小于4mm,相對于PWV 而言, SWV能更好地描述測站周邊不同空間方位上水汽的變化,在暴雨系統發生發展移動過程中,測站不同方位上的水汽相對SWV變化量可達20%[29]。

圖1 臺風Ramasun影響期間上海寶山站的PWV和雨量隨時間的變化（單位：mm）[16] （曲線為GPS探測的PWV值，▲為寶山探空計算的PWV值，黑直方為1h雨量）

層析區域的三維水汽密度分布依賴于毫米級精度SWV觀測,將GPS加密區域內所有接收站點與不同衛星方向的多個SWV觀測值離散化到區域網格中,構建以網格內水汽為未知量的SWV的方程組,求解方程組而獲取區域三維網格中的大氣水汽量值。為了層析方程組精確求解,層析技術中采用高斯加權函數進行水平約束,利用數值預報結果做先驗值,邊界條件采用了方差分量估計進行驗后定權；針對水汽密度隨高度減小的特點,垂直方向上采用隨高度變化的非等權約束方法,或引入卡爾曼濾波技術[31],或以多年探空觀測作為垂直觀測約束,將地面觀測作為低層邊界值[32],改善區域三維水汽的整體反演精度。國內宋淑麗等[30]首次利用上海市區5個GPS站組成的中尺度網反演出60km×60km×10km區域,分辨率為15km×15km×500m大氣水汽的三維水汽密度,與數值預報相比1～7km的水汽層析結果更接近無線電探空觀測[30]。若加入地面觀測約束后對2km以下水汽密度的精度有明顯提高,2km以下水汽密度與探空的相關性提高了4.3%,標準偏差減小2%[32]。不同垂直分辨率下層析結果均方根誤差在0.5g/m3左右[33]。相對于水汽總量而言,直接采用GPS層析技術得出的水汽密度廓線對模式預報進行訂正,比濕廓線水汽變化趨勢更接近實況,由此訂正出來的CAPE值量值也更為接近[34]。

2.2 地基微波輻射計云水、溫度和濕度觀測

云水、溫度和濕度的變化對于暴雨天氣分析和業務預報都有重要的指示意義,微波輻射計是同時探測溫度、濕度和云中液態水的較為理想的設備。1989年我國地基2通道微波輻射計可測對流層水汽與液態水,近年來美國的12通道、35通道地基微波輻射計用于我國氣象科學試驗,遙感大氣溫度、濕度、水汽、液態水等的垂直廓線,大氣水汽、液態水總量等大氣參量。35通道地基微波輻射計加入了測雨波段,具備在降水情況下的有效觀測能力,在2008—2013年“長江中游梅雨期暴雨外場試驗觀測”中獲取梅雨期對流層、邊界層及地面層的溫度、濕度等觀測數據,為梅雨鋒暴雨的機理研究和強降水預報預測提供了支撐。

地基微波輻射計由多通道獲取大氣微波輻射能量形成輻射電壓,并利用液氮標定、理論標定、傳輸模式等方法標定亮溫；根據輻射傳輸方程中亮溫與大氣中的溫度、濕度和云水結構相關關系,反演大氣溫度、濕度、水汽、液態水等的垂直廓線分布以及大氣水汽、液態水總量。可使用的反演技術包括牛頓迭代反演法、線性統計法、貝葉斯最大概率法、蒙特卡羅法以及神經網絡法等。目前地基12通道、35通道微波輻射計采用的神經網絡反演算法,將亮溫數據和地面氣象參數作為輸入層節點,由歷史探空資料訓練得到神經網絡輸入層和隱含層各個節點的權重系數,通過反演模塊得到從地面到10km不同高度的大氣溫度、濕度、水汽和液態水的數據。地基12通道微波輻射計與探空比較:溫度偏差1.2～4.5K[35]、水汽總量平均偏差0.281cm[36]、濕度均方根誤差在33%[37]；35通道微波輻射計與GPS無線電探空比較:可降水量平均偏差―3.8～15.2mm,均方差1.7～10.4 mm；溫度平均偏差―2.6～3.5℃,均方差0.6～2.0℃；水汽密度平均偏差―0.7～2.0g/m3,均方差在0.7～1.6g/m3；相對濕度大于GPS無線電探空結果,平均偏差在―4.8%～7.5%[38]。由于降水易使設備天線罩上覆蓋液態水膜或水滴,影響亮溫觀測和反演結果,降水天氣對于微波輻射計反演精度的影響一直備受關注。定量分析顯示微波輻射計反演的溫度、水汽密度、相對濕度和可降水量與GPS 無線電探空結果之間的系統偏差小于4mm,偏差在無降水時較小,而在有降水時較大[39]。

在數據質量控制方面,可利用輻射傳輸方程和獨立來源的大氣層結進行各通道亮溫仿真計算、用亮溫計算值來檢驗觀測值的數據[40]。為獲取高精度的液態水和可降水量,可基于本地觀測改進Liljegren等[41]的反演算法參數,得到適合本區域的液態云水路徑和可降水量反演,改進的算法與神經網絡算法比較,相關系數為0.99,平均相對誤差為3.58%,反演結果略偏小于神經網絡方法,但趨勢一致,比神經網絡方法對云更為敏感[42]。

精細化的微波輻射計資料較詳細地描述對流區的大氣物理特征。在層狀云中嵌入的對流區中有豐富的垂直積分過冷水含量,量級可達103g/m2[43]；積層混合云降水過程中,空中液態水分布,特別是豐富的低層液態水,與地面降雨的產生有直接的關系[44](圖2和3)。受不同云系影響時,云液水含量的變化與云量的增減有關,大氣水汽、云液水和地面降水存在一定的定量關系,云中液態水僅占氣態水的8.7‰左右,落回地面的降水占空中水汽量的18%左右[45]。微波輻射計資料不僅顯示云中充沛的相對濕度和液態水含量條件,也顯示出非常利于冰雹粒子群快速累積增長的交替的干、濕分層生長環境[46]。

圖2 一次積層混合云降水空中液態水與地面降雨的比較[44] （a）微波輻射計所測云液水含量隨時間的變化；（b）地面雨量隨時間的變化

圖3 2000、3000、4000和5000m高度層輻射計液態水含量隨時間的變化[44]

因地面降水的產生滯后于空中水汽、液態水含量變化,可基于微波輻射計資料尋找強天氣預警指標。依據降水前1h大氣水汽含量、云液態水含量的分布和演變與降水的關系,通過對大氣水汽含量與液態水含量的FFT變換選取第一個轉折點的不同特征作為判斷降水的臨近指標[47],或利用微波輻射計獲取的不同高度的溫度、露點溫度和平均相對濕度等資料計算MKI,KI,TT,HI等不穩定指數,對強對流天氣有很好的預警指示作用[46]。

在數值預報方面,地基微波輻射計反演的相對濕度廓線資料在暴雨中尺度數值預報模式同化后,對降水落區預報改進不明顯,但對降水強度預報改進明顯,24h降水最大增幅為45mm,同化的站點信息越多,站點與降水中心越近,降水模擬效果越好[48]。

2.3 風廓線雷達的測風觀測

風廓線雷達發射無線電波,并接收因大氣湍流影響和散射作用返回的波信號,由回波信號處理和分析得到湍流強度、風向和風速隨高度的分布即風廓線。暴雨研究上使用的對流層風廓線雷達有效探測高度從近地面到16km的范圍、垂直分辨率120～480m,時間分辨率6～10min。與其他測風設備如L波段或GPS探空、多普勒雷達、測風經緯儀、測風塔等相比,風廓線雷達以其分鐘級的采樣率和米級垂直分辨率較好地滿足中小尺度暴雨分析與預報的需求。該資料在1998年華南暴雨試驗、2001—2002年長江流域梅雨鋒強暴雨外場試驗、2006年華南五省兩特區暴雨野外觀測試驗、2007—2013年長江中游梅雨期暴雨外場試驗中利用風廓線雷達獲取了暴雨過程中大氣湍流與各高度層風的變化信息,這些信息無論在暴雨落區、強度和持續時間的數值預報上,還是在暴雨的發生發展過程中高低空急流的強度、深度配置、冷暖平流分布、垂直風切變等天氣分析中,都起著重要作用。我國風廓線雷達已進入業務布網階段,截至2012年底,已建成49部邊界層風廓線雷達和9部對流層風廓線雷達。

與常規高空探空系統對比,風廓線資料的探測精度以北京南郊CFL-16型風廓線雷達為例,水平風u、v分量的標準偏差在2.3m/s左右[49]；北京延慶CFL-08風廓線雷達風速誤差不大于1.5m/s、風向誤差不大于10°[50]；上海組網邊界層風廓線雷達盛夏時段各層風速的平均標準差分別是3.34～4.03m/s,初冬時段則為3.22～4.12m/s[51]；湖北咸寧風廓線雷達在1km以上風向偏差小于等于20°、風速偏差小于等于3m/s[52]。

風廓線雷達產品被廣泛用于暴雨形成機理研究中。在地形與北京城市環流共同作用下的β中尺度暴雨過程中,低空風的垂直切變是維系中尺度對流降水發生、發展的重要條件。一旦迎風坡出現強降水、將形成吹向迎風坡的風速與降水強度之間的正反饋現象；地形坡度越大的地方,產生的上升運動越強[58]；北京局地暴雨相聯系的對流層偏東風淺薄與深厚不同結構,結合溫、濕結構,散度場、渦度場配置分析認為:對流層低層的偏東風對北京的局地暴雨的發生有

重要作用,特別是淺薄偏東風能夠在局地形成較強的輻合、暖濕空氣局地集中和形成熱力不穩定,加之系統的生命期短,發生發展迅速,容易造成突發性的局地暴雨,而且非常容易產生漏報；而深厚偏東風在提供強對流發生所需的對流層垂直切變方面有重要作用,同時,其產生的輻合層次較厚,水汽輸送能力較強,同樣有利于較強降水的發生,然而持續的偏東風并不是對流風暴的直接觸發機制,因此非常容易造成對局地暴雨的空報[59](圖4)。此外,地面偏東氣流中的切變線以及西部山脈作用時的氣流在山前匯聚從而強迫抬升,產生地面中尺度系統；城市熱力加強中尺度輻合,容易形成北京城市降水[60-61]；在北京夏季暴雨過程中,風廓線顯示雙層低空急流影響降水,切變線低渦是主要中尺度系統,強降水前地面風場輻合,臨近降水輻合層向上發展[62]。強對流過程發生前,風廓線雷達資料中均出現明顯的風向的垂直切變。風向隨高度順轉,有暖平流,為強上升運動提供了有利條件,可產生、維持強對流[63]。基于風廓線觀測訂正的亮帶識別算法識別延慶地區亮帶厚度為1000～1500m,上下邊界速度差值主要為4～5m/s[64]。風廓線雷達與無線電聲探測系統的溫度廓線綜合探測,能高時空分辨率地展示晴空熱對流的演變過程和熱對流對上層空氣的加熱效應,有利于加深對熱對流泡和邊界層熱對流運動的認識[65]。北京地區風廓線儀布網數值研究表明,天氣系統對大氣風場的垂直結構特征較為敏感,大氣風場隨高度的垂直分布和變化對天氣過程有明顯的作用,在較短時期就可對大氣的空間特征形成深厚的影響。其可在短期天氣過程中影響天氣系統的溫度場結構及相關降水過程,且在以上影響隨著預報時效的增加而增強的同時,影響范圍也隨預報時效的增加而擴大[66]。

在暴雨臨近期風廓線雷達資料有特征性變化,觀測發現:在暴雨發生前的1～2h,水平風向、風速的方差增長迅速[50],低空急流指數反映脈動向地面擴展的程度與中小尺度降水的密切關系,比雨強增大提前2～4h,增大程度與雨強成正比[67-69],高低空急流及其向下的脈動指數與降水強度的增強有密切關系,低空急流向下脈動的影響強于高空急流[70]。我國學者利用風

廓線資料提取諸多的暴雨預警指標,如不同高度散度和渦度,結合微波輻射計數據,計算對流有效位能、K指數等動力、熱力參數和風暴相對螺旋度等[71-72]。

圖4 與北京局地暴雨相聯系的對流層低層偏東風不同結構[59] （a、c為08時地面風觀測；b、d為海淀站風廓線時間演變，單位：m/s） （a）淺薄偏東風個例；（b）偏東風淺薄結構；（c）深厚偏東風個例；（d）偏東風深厚結構

風廓線雷達資料也支持數值預報和定量降水估算。中尺度模式數值試驗表明:同化2分鐘一次的風廓線雷達資料對降水的模擬有較明顯的改善；風廓線雷達資料在進入模式之后,隨模式的積分可以把其影響從低層帶至高層,并擴展到較大的范圍。同化風廓線雷達資料對風場、高度場和濕度場均有明顯的改變,對溫度場的影響較小[73]。降水的雨滴譜對于提高雷達定量測量降水的精度、研究降水機制和云結構很重要,可利用五波束風廓線雷達,通過連續方程求得各層垂直空氣運動速度,根據垂直指向波束測出的功率譜導出雨滴譜；或假定雨滴譜為Γ分布,根據垂直指向的多普勒雷達測得的回波強度、徑向速度、多普勒譜寬求得雨滴譜參數[74],來支持定量降水估算。

2.4 雙偏振雷達云水粒子相態觀測

雙偏振雷達通過發射、接收水平和垂直偏振波,獲得降水目標的水平偏振反射率和垂直偏振反射率之差,即差分反射率,其反映降水粒子在水平和垂直方向尺度大小的差異,可用于降水粒子形狀、相態、雨滴和冰雹特征的識別。雙偏振雷達的降水粒子相態以及粒子譜特征信息有效用于降水的定量測量訂正,聯合使用反射率因子和差分反射率反演降水強度,能進一步改善定量測量降水精度。美國已在十多部NEXRAD上進行了雙線偏振技術升級改造,在2008—2009年我國南方暴雨野外科學試驗(SCHeREX),2007—2013年長江中游梅雨鋒暴雨外場試驗觀測和2013年“973”華南暴雨外場觀測中,雙偏振雷達探測的加入,加強了暴雨發生發展過程中云中粒子相態識別能力,并提高降水定量測量精度,進一步提高暴雨機理研究和預報與預警能力。

為提高雙線偏振探測數據觀測質量,國內針對反射率、差分反射率、傳播相位、差分相位和相關系數等參數的精確觀測,采用自測試校驗關鍵技術確保雙偏振通道的一致性[75],通過標定消除系統誤差,減小差分反射率因子測量誤差[76],建立差分相位質量控制算法,有效識別和消除差分相位數據中的地物雜波,退掉折疊的相位并濾除正常的隨機差分相位波動[77]；為提高偏振天氣雷達對降水觀測和水成物識別能力,提高探測質量,如利用模糊邏輯來處理訂正偏振參數[78]、采用移相器技術調節垂直通道與水平通道的相位差,合成所需要的任意偏振波(如傾斜45?線偏振、圓、橢圓偏振波)改進雙偏振同時發射方式[79]等。

為提高雙偏振雷達降水的估測精度,可在差分傳播相移濾波中引入卡爾曼濾波,假設近地面降水粒子的主軸是水平取向,對穩定層狀云降水進行衰減訂正法[80]；或通過設置KDP的閾值,綜合利用單位差分傳播相移KDP訂正法、ZH訂正法[81]訂正方法和固定系數對不同的降雨類型進行衰減訂正[82]；或采用改進自適應約束算法[83-84]對雙線偏振雷達進行反射率衰減進行有效訂正,特別是當存在較大范圍、含對流型降雨時,該訂正方法可以明顯提高降水的估測精度[85]。

雙偏振雷達觀測為降水系統的微物理結構研究提供了依據。雙偏振雷達通過發射水平和垂直方向的電磁波以及采用不同的信號處理方式得到多種測量參數用于觀測降水粒子的大小、形狀、相態和空間上的翻滾,展現暴雨過程中水凝物轉換的云微物理過程和變化特征。國內通過不同的雷達雙偏振觀測變量對不同降水粒子的敏感程度不同,使用不同的權重建立邏輯判斷,不斷改進模糊邏輯用于識別水凝物粒子類型,反演結果能較好地反映層狀云降水的相態結構,驗證了顧震潮[86]提出的層狀云降水的三層模型,并聯合雙偏振雷達參數與地面溫度反演溫度廓線,區分雨滴和融化層之上的雨、冰混合物；大多數層狀云表現為在均勻的層狀云中有高低起伏的柱狀回波鑲嵌在其中,而其水凝物粒子的組成結構從上到下為冰晶(霰、干霰、濕霰、雪、過冷水等)、雨區等(圖5)。最為顯著的特征是霰的范圍最大,雨水主要存在于云體的暖區,霰的融化和凝結碰并過程對雨水的形成起到了重要作用。分析認為對于層狀冷云降水,冰相粒子的轉化主導了整個降水過程,轉化效率的高低決定了地面降水的大小[87]。通常建立的云粒子相態反演的模糊邏輯算法中的Beta型成員函數,包括:水平反射率因子、線性退偏比、差分反射率及溫度0℃、―40℃對應高度等成員變量,反演出的相態有毛毛雨、雨、低密度干冰晶、高密度干冰晶、濕冰晶、干霰、濕霰、小冰雹、大冰雹、雨夾雪和液態云滴等11種,在降水不同階段,水凝物粒子的演變不同:初始階段層狀云相態呈現分層結構,從上至下依次為高密度干冰晶、濕冰晶和液態云滴；初始階段云體中的回波大值區核心區域為大的冰相粒子,其余部分為液態粒子；在初始到成熟的階段演變中,回波大值區上部液態粒子逐步向冰相轉化；消散階段云中零度層亮帶逐步消失,溫度零度層以上云粒子結構呈現高密度干冰晶包裹濕冰晶的情況[88]。雙偏振雷達測量參量的變化特征進一步證實了在暴雨形成過程中,由于在零度層以下冰相粒子融化成大雨滴然后再裂碎為小雨滴,形成零度層亮帶的現象[89]。

2.5 毫米波雙偏振雷達云觀測

云的發生、發展的研究是提高災害性天氣預警預報能力的重要手段。毫米波測云雷達有較寬的多普勒帶寬,多普勒效應明顯,具有較好的多普勒分辨力,測速精度較高,受地面雜波影響較小,低空性能好,從幾微米的云粒子到弱降水回波粒子都能夠探測到,并且能夠非常精細地探測云體的物理結構,是探測云發生發展及其演變的有效工具[90]。在觀測非降水及弱降水云時,毫米波測云雷達的探測能力遠高于天氣雷達,尤其表現在遠距離的弱回波探測；而對于較強的降水天氣,毫米波測云雷達受衰減影響很大,需要考慮衰減訂正。通過毫米波測云雷達觀測得到的不同類型云的回波強度個例圖分析得到:毫米波測云雷達具有較高的時空分辨率,能夠穿透云粒子獲得清晰的云水平和垂直結構,探測云的內部特征；能夠觀測到碎積云、淡積云、濃積云、層積云、雨層云等多類云以及這些云之間的相互演變過程。發展毫米波測云雷達能獲取云量、云類等云參數,這些基本參數的獲得將有助于研究云內液態水含量、云粒子的譜分布等征,特別是云中液態水含量的三維分布的定量測量,在云—輻射相互作用、暴雨形成研究等方面有重要意義[91]。

目前國內外云雷達的頻段主要選擇在35或94GHz,其對應的波長分別為約8或3mm,其中8mm波長云雷達適合觀測非降水云、毛毛雨以及弱降水云系；3mm波長云雷達適合觀測卷云。

2007年我國第一部用于天氣研究的測云雷達系統誕生,該系統具有多普勒和極化功能,采用全相干體制、8mm波長、單發雙收的極化體制,實現定向掃描；探測距離為30km,距離分辨率高達30m,雷達基數據中包括的參量分別為水平反射率因子、多普勒速度、速度譜寬、退極化因子等。中國氣象科學研究院率先利用毫米波測云雷達對不同季節云型的觀測,獲取了我國第一手關于層云、淡積云、層積云、臺風外圍云系、降水云、降雪云等不同云的高空間分辨率宏微觀結構特征信息[92](圖6)。在南方暴雨野外科學試驗(SCHeREX計劃,2008—2009年),長江中游梅雨鋒暴雨外場試驗(2007—2013年),青藏高原東部及下游關鍵區大氣觀測科學試驗(2010年),以及“973”華南暴雨外場觀測(2013年)中,我國研制的多部測云雷達相繼參與觀測試驗并獲取寶貴的信息。

我國毫米波測云雷達資料應用研究主要集中在雷達探測能力評測與宏觀特征的反演,如云頂、云底高度的確定,融化層邊界的識別等,微觀特征的反演如云內云、冰含量的計算,云滴譜分布以及云層湍流結構變化,冰云、水云識別以及云內液態水含量和有效粒子半徑大小等在進一步研究中。為提高毫米波多普勒雷達的觀測質量,國內采用零速度帶和高仰角觀測特征相結合的方法對RHI進行退速度模糊[93],利用改進的小粒子示蹤法和云雷達反演的垂直速度,訂正反演精度受湍流影響的問題[94]。融化層邊界的識別可以為降水發展的微物理過程提供信息,對雷達觀測的降水類型(雪或雨)識別以及降水定量估計非常重要,同樣也是雷達水凝體分類、粒子等效半徑反演、液水(冰水)含量反演算法的基礎,是數值天氣預報模式的數據同化、預報結果驗證的觀測依據之一。毫米波雙偏振測云雷達融化層自動識別技術主要依賴于極化參量,包括差分反射率、正交相關系數、差分傳播相移和線性退極化比等參量,因為這些參量在層云和對流云中都具有明顯的融化層特征。此外,在反射率中沒有亮帶的情況下,極化參量對融化的水凝體也非常敏感,極化參量對融化層的敏感程度大于反射率因子[95],結合云雷達垂直探測到的雷達反射率因子和極化參量(線性退極化比)的垂直廓線數據,并根據參量在融化層附近顯著變化特性,可識別融化層高度和

厚度,自動識別的融化層上邊界平均高度與探空實測偏差小于100m[96]。

圖5 2006年5月8日位于吉林伊通X波段多普勒雙線極化雷達探測的云中水凝物粒子分布[87]

圖6 毫米波測云雷達觀測得到的不同云類型的回波強度[92] （a）臺風外圍積雨云結構（雷達位于臺風中心左前沿，內部嵌有正在發展的深對流系統，5.9km高度存在零度層亮帶）；（b）層積云（降水前0.5h觀測）結構（云頂云底較不均勻，水平方向連成一片，云厚達4km）

2.6 暴雨綜合觀測與多源資料應用

暴雨野外科學觀測試驗是探索研究和解決暴雨預報諸多關鍵科學問題的基礎支撐,早期的試驗完全基于氣象業務觀測系統[97],隨著暴雨研究的需求的提高和暴雨新型探測技術的更新進步,近年越來越多的非業務觀測現代氣象科技新型的設備融入到暴雨的聯合觀測中,并逐漸顯現出其重要作用。

2001—2002年,在我國10多家氣象科研院所和日本氣象專家聯合開展的“長江流域梅雨鋒強暴雨外場試驗”中,華中、華東區域14個高空加密觀測站和100多個地面加密觀測站的業務觀測網,以及“風云一號”和“風云二號”衛星、2架無人駕駛遙測飛機、3個閃電記錄儀、6部數字化天氣雷達、8部多普勒雷達和8個GPS站等首次構成了地、空和天基立體綜合觀測系統,長江中下游雙多普勒雷達或三多普勒雷達觀測系統獲取了中尺度暴雨系統的三維立體結構；立體綜合觀測形成中尺度暴雨三維結構氣象信息的氣象數據庫,并由此研制和發展了具有中國特色和擁有自主知識產權的最新的四維同化理論,以及處理多種氣象資料的數值預報模式。

2006年,廣東、廣西、福建、湖南、江西五省(自治區)氣象局以及香港、澳門兩個特別行政區觀象臺聯手開展“華南五省暴雨野外試驗”,首次對華南地區的中尺度災害天氣進行了車載多普勒雷達跟蹤觀測、車載風廓線儀與車載探空儀跟蹤觀測、機載下投式探空和機載毫米雷達觀測。試驗在上述觀測區內實施地面和探空站的時間加密觀測,包括:9部多普勒雷達、10個業務探空站、169個地面站、600個自動氣象站、FY-2C靜止氣象衛星以及若干個GPS水汽觀測站組成的強大的中尺度觀測網。此次試驗建設了一個中尺度災害天氣三維跟蹤觀測基地,實現了監測與預測在同一平臺上互動與綜合應用,是我國在中尺度暴雨觀測上的突破性嘗試,提升了對暴雨中尺度災害天氣監測、預測與預警的綜合能力。

2008—2009年5—7月,我國南方暴雨野外科學試驗(SCHeREX計劃)在華南、華中、江淮和長三角四個觀測區內投入48個業務雷達、63個探空觀測站、近60個GPS水汽觀測站、2000個地面觀測站和無人自動觀測站以及5部車載雷達,開展β中尺度暴雨系統觀測試驗。首次啟用車載雙偏振多普勒雷達與云雷達等先進裝備。這次試驗將建立具有適應性功能的中尺度觀測網,獲取具有β中尺度分辨能力的觀測資料；我國首次探索在中尺度暴雨與臺風觀測中實施飛機下投式探空觀測,以及在局部區域內組織雙多普勒雷達的同步觀測,全面提升對β中尺度強對流系統的觀測能力；建立觀測系統與預報系統的互動,使野外試驗資料能實時進入預報系統,提高中尺度暴雨的預報水平[98]。

從2007年開始,中國氣象局武漢暴雨研究所在每年汛期抓住有利時機,組織實施空、地基立體式“長江中游梅雨鋒暴雨外場試驗”觀測,地基GPS網用于獲取暴雨過程大氣水汽變化；微波輻射計獲取暴雨過程中大氣溫度、濕度、水汽密度和液態水含量等隨高度變化與分布特征；移動探空和風廓線雷達追蹤獲取暴雨系統溫度、壓強、濕度和風的廓線資料；移動雙

偏振雷達獲取暴雨對流云團內部的粒子相態變化特征,云雷達用于分析暴雨前云的結構變化,云間相互影響對暴雨形成的作用等。這些梅雨期對流層、邊界層及地面層的立體觀測數據,為進一步弄清梅雨期暴雨的形成機理和提高強降水的預報預測提供了良好的數據支撐。

2007和2010年中國氣象局武漢暴雨研究所和成都高原氣象研究所聯合開展“青藏高原東部及下游關鍵區大氣邊界層科學試驗前期預研究”。青藏高原的動力和熱力作用對下游天氣有著重要影響,高原低值系統的東移往往造成長江流域出現暴雨洪澇等災害天氣?；陂L江中游暴雨外場試驗基地新型探測系統,針對青藏高原對下游天氣氣候影響,完成了青藏高原對下游暴雨的作用的野外觀測試驗。并開展青藏高原東部及下游關鍵區大氣邊界層的觀測分析等研究工作,分析了青藏高原及長江中游不同地形、不同季節大氣邊界層高度及其變化規律,評估主要邊界層參數化方案對青藏高原及長江中游邊界層高度的刻畫能力和對預報降水的影響,建立邊界層高度的修正模型,研究邊界層物理過程對降水的影響機理。未來幾年,將繼續開展長江流域大氣水汽和云的宏、微觀結構的地基、飛機聯合觀測、利用同化技術等進一步研究高原及周邊地區水汽輸送對長江流域降水預報的影響,深入開展水汽與云的宏微觀發生發展機制以及云參數化訂正等研究。

上述各個時期的大型綜合觀測所積累的觀測數據集是一個蘊藏豐富的寶庫,值得廣泛研究和深入挖掘。我國學者在如何綜合使用多源觀測數據上取得一定的進展。

利用微波輻射計探測的溫濕度數據和風廓線儀探測的水平風數據構造特種探空資料。構造場要素與常規探空具有較一致的變化趨勢,定性分析使用時可有效彌補常規探空時間分辨率低的不足,構造探空的溫度和經向風、緯向風具有較好的定量使用價值,與溫度廓線、低空風廓線相關的參量,如垂直溫度梯度、0和―20℃層低空垂直風切變等參量的絕對誤差很小,也具有很好的定量使用價值。與濕度相關的參量,如對流有效位能,假相當位溫K數,濕度垂直梯度和溫度露點差等參量存在不同程度的誤差,是由于微波輻射計探測的相對濕度誤差較大需要訂正[99]。對于冰雹、雷暴大風和短時暴雨等三種不同強天氣,構造探空與常規探空的熱動力物理參量在中的表現基本一致。與常規探空相比,特種探空數據的時間分辨率高,各物理參量的變化特征表現更明顯,能更詳細地描述強天氣發生前后大氣狀態的變化。由特種探空計算的多種物理參量在不同強天氣的醞釀、發展過程中差別明顯,在強天氣發生前36h的變化趨勢尤其明顯,對于上述三類強天氣的判別具有明確的短時臨近預報意義[100]。

多源資料綜合應用于局地暴雨形成機理分析。長江中游暴雨外場試驗基地的風廓線雷達、地基微波輻射計和常規觀測分析顯示,引發武漢“2011.6.9”局地短時強降水過程的是一個尾隨層云類中尺度對流系統:降水開始前從風廓線上可見地面氣壓迅速降低,地面風速迅速增大,云底高度波動降低對流層中低層有顯著傾斜上升氣流,并在其前后形成兩個小尺度渦旋,與冷池和風切變抗衡下新單體的生成模型相吻合[101]；基于北京市業務觀測網以及風廓線網、微波輻射計、GPS水汽分布觀測網等新型探測資料,我國學者精細分析了“2006.7.9”夜間香山局地大暴雨中的地形輻合回波帶影響系統和風向切變、抬升、γ中尺度氣旋性3種輻合對γ中尺度強降雨落區構成的動力影響機理、大暴雨落區形成的主要動力源和水汽輸送能量來源[102]；認識了“2012.7.21”北京地區特大暴雨的中尺度對流條件主要包括非常充沛的水汽,一定的對流不穩定性,對流系統持續的“列車效應”,以及低質心、高效率的降雨對流系統；從風廓線產品與分鐘雨量看出鋒前暖區降雨的對流系統特征[103]；對比分析了北京“2008.8.14”和“2009.7.13”兩次突發性強對流局地暴雨形成差異(圖7):從水平風垂直廓線可以看出這兩次降水過程的動力機制有很大不同,“2009.7.13”開始時是深厚的暖濕氣流、冷空氣高空侵入和結束時整層冷空氣下沉的前傾槽結構；“2008.8.14”是東風被近地面的東北風強迫抬升。“2009.7.13”的冷空氣從高空入侵,降溫從高空開始,造成上層干冷,下層暖濕的層結,使得對流發展；“2008.8.14”冷空氣從近地面楔入暖空氣(東南風)之下,造成暖濕空氣被抬升,使對流發展。在預報中要關注水平風的垂直廓線,當低空急流加強,或有擾動生成,高空有波動等都預示著天氣的轉變[104]；比較分析北京“2006.6.27”兩個局地暴雨,結果顯示微波輻射計液態水含量的集聚增減過程,預示著降水的即將出現和消亡；風廓線雷達揭示了影響系統的風場細節特征,中低層的風切變以及降水前低層的暖平流和小尺度低渦環流,這種系統結構和配置對降水的形成和維持有重要作用[105]。

3 存在的問題

盡管上述非常規探測資料在反演技術、暴雨形成

機理、改善模式預報等方面有一定的研究進展,但距離深入研究和投入業務應用仍然還存在一定的差距。主要表現在以下幾方面。

(1)資料的質量控制技術需要在線能力,對于資料精度的描述缺乏標準性。前面介紹的暴雨新型資料反演技術,展示了我國學者在提高資料質量方面的努力,但天氣分析和模式運行等業務應用需要在線、優質與穩定的各級資料。此外,掌握不同資料的精度是氣象觀測資料應用的必要前提,但從目前研究成果看,即使是對于同一資料,其精度的描述也不盡相同,有平均偏差、偏差均方差、偏離率等,缺乏統一標準,有待根據業務應用需求進行規范。

(2)非常規觀測資料在天氣分析的業務預警預報中應用效率不高,二次產品開發是瓶頸之一。目前新型探測資料二次開發利用,還處于初步階段,遠不能滿足預報員的實際需求。預報員希望在第一時間直接使用這些高密度精細的新型探測信息,如果基于非常規觀測資料能反演出一些有天氣意義的、預報員日常慣用的物理量指標,并集中于一個平臺,將大大提高資料的業務應用效益。

(3)基于非常規觀測的科學布網研究有待關注與加強。非常規觀測研究是業務觀測的預研究階段,為以后設備納入業務觀測和應用提供科學依據和技術儲備,有待通過中尺度模式的敏感性試驗確定預報敏感區域、不同探測區域的布點空間分辨率、設備選型搭配等設計。

(4)包含非常規觀測的多源資料的綜合應用和深層次的挖掘不夠。目前高時空分辨率、高精度的新型探測設備如風廓線雷達、GNSS/MET和微波輻射計等主要通過數值模式改善初始場提高模式預報質量,但對于多源資料的融合和再構造,有待找到時空上的合理匹配,不同精度觀測的取舍,以及站點數據網格化等科學的技術方法；如何利用新型的云觀測、水汽觀測和風廓線觀測開展模式核心技術(如云參數化、邊界層參數化)的研究和改進,需要做深入的挖掘。

圖7 北京南郊觀象臺水平風垂直分布廓線圖[104]（a）2009年7月13日11—23時，間隔12min；（b）2008年8月14日08—20時，間隔12min （圖中橫坐標下的綠色柱狀線為南郊觀象臺自動站每小時5min降水量累加值，a中黑色方框區域顯示的是高低空偏南風打通的時段，黑色多邊形區域則顯示干冷空氣入侵的時間段，短粗黑實線為切變線；b中黑色粗實線為切變線，黑色或紅色箭頭示意風向）

4 新型探測資料應用未來發展趨勢

從我國常規氣象觀測如探空、地面自動站、業務雷達等從新建到現代無障礙業務應用的發展歷程,從目前國際發達國家在氣象探測資料方面的管理與應用看,圍繞新型探測資料在暴雨預報研究中的應用,我國在未來10年將開展如下方面的工作。

(1)新型資料的規范化、系統化管理。從20世紀末至今,我國利用多種探測設備在華南、華中、華北、江淮以及青藏高原組織開展了氣象綜合觀測科學試驗,并建立了較為詳實的數據集?；诮⑦@些外場觀測數據集的經驗,非常規觀測的數據管理,將逐年向數據準確化、歸納合理化、調用方便化發展,并針對不同的數據發展反演技術,建立質量控制評估系統,為資料用戶提供高精度的資料和資料的可用性評價。

(2)應天氣分析業務應用需求,推進新型探測資料的二次產品開發。新型探測資料在出現初期往往多用于天氣個例的特征分析,定性用于中小尺度分析和精細化的強天氣預警。新型探測資料的定量使用有待二次產品的開發,一是依賴于大樣本的分析統計,針對不同類型天氣系統提煉的預警指標才能經得住檢驗,有較好的實用性。二是將各種探測的溫度、濕

度、風、雙偏振量等參數轉換為垂直溫度梯度、低空垂直切變、對流有效位能、500與850hPa的假相當位溫差、K指數、濕度梯度和溫度露點差等熱力、動力穩定度、水汽輸送、定量降水測量等參數,便于預報員直接使用。三是將多種觀測信息直接集中在一個平臺進行實時處理與顯示,便于預報前線人員第一時間調用。

(3)與機理研究和數值模式的需求相銜接,實現目標化觀測。不同于常規業務觀測,新型探測資料具備對暴雨過程更細致的描述、更精細化的采樣等優勢?；诔Ｒ幱^測業務體系和精細化的暴雨新型探測系統,已經可以深入開展大背景天氣系統下、中小尺度的天氣系統的相互影響和暴雨的發生發展機理研究、地形對暴雨的影響研究,可以深入開展云內部水汽、云水和水成物之間的微物理轉化研究,加強了暴雨形成機理分析,也為中尺度數值預報的邊界層參數化、云參數化等數值方案的改進提供了良好條件。因此,暴雨綜合觀測科學試驗中新型探測資料的獲取,越來越與解決暴雨機理研究關鍵問題,或改進數值模式中重要物理模型等目標緊密銜接,做到目標化觀測。

(4)暴雨新型探測資料的深度應用并開拓新應用領域。主要體現于:全方位、精細地對重要暴雨天氣特征和形成機理進行精細化研究分析；基于風廓線、大氣水汽、云、溫度等觀測,在模式云參數化、邊界層參數化等核心技術方面有突破；改進多源資料融合技術,加入新的精細化小尺度觀測,改善模式預報初始場,提高模式預報能力；進一步從新型探測資料大樣本數據集的天氣系統分析中,提取臨近預報預警指標,為強天氣預報預警服務提供新的有效依據。隨著新型探測資料的長時間序列的累計,這些高精度、高時空分辨率資料也將會在氣候變化、云水資源評估、環境監測與預報等方面發揮各自的作用。

[1]陶詩言. 中國之暴雨. 北京: 科學出版社, 1980.

[2]Duan J, Bevis M, Fang P. GPS meteorology: Direct estimation of the absolute value of precipitable water. J Appl Meteorol,1996, 35: 830-838.

[3]Shi C, Zhao Q L, Li M, et al. Precise orbit determination of Beidou Satellites with precise positioning. Science China Earth Sciences, 2012, 55(7): 1079-1086.

[4]李國翠, 李國平, 杜成華, 等. 華北地區地基GPS水汽反演中加權平均溫度模型研究. 南京氣象學院學報, 2009, 32(1): 80-86.

[5] 谷曉平, 王長耀, 吳登秀. GPS水汽遙感中的大氣加權平均溫度的變化特征及局地算式研究. 氣象科學, 2005, 25(1): 79-83.

[6]徐桂榮, 陳波, 萬蓉, 等. 地基GPS不同水汽反演方法的誤差分析.暴雨災害, 2008, 27(4): 346-350.

[7]龔紹琦. 中國區域大氣加權平均溫度的時空變化及模型. 應用氣象學報, 2013, 24(3): 332-341.

[8]徐桂榮, 萬蓉, 李武階, 等. 地基GPS反演大氣可降水量方法的改進. 暴雨災害, 2009, 28(3): 203-209.

[9]袁招洪, 丁金才, 陳敏. GPS觀測資料應用于中尺度數值預報模式的初步研究. 氣象學報, 2004, 62(2): 200-212.

[10]柳典, 劉曉陽. 地基GPS遙感觀測北京地區水汽變化特征. 應用氣象學報, 2009, 20(3): 346-353.

[11]曹曉崗, 丁金才, 葉其欣, 等. 利用水汽總量資料診斷入梅時間的方法. 應用氣象學報, 2007, 18(6): 791-801.

[12]曹云昌, 方宗義, 夏青. GPS遙感的大氣可降水量與局地降水關系的初步分析. 應用氣象學報, 2005, 16(1): 54-59.

[13]孫建華, 張小玲, 齊琳琳, 等. 2002年6月20—24日梅雨鋒中尺度對流系統發生發展分析. 氣象學報, 2004, 62(4): 423-438

[14]葉其欣, 楊露華, 丁金才, 等. GPS/PWV資料在強對流天氣系統中的特征分析. 暴雨災害, 2008, 27(2): 141-148.

[15]楊紅梅, 何平, 徐寶祥. 用GPS資料分析華南暴雨的水汽特征. 氣象, 2002, 28(5): 17-21.

[16]丁金才, 黃炎, 葉其欣, 等. 2002年臺風Ramasun影響華東沿海期間可降水量的GPS觀測和分析. 大氣科學, 2004, 28(4): 613-624.

[17]郝麗萍, 鄧佳, 李國平, 等. 一次西南渦持續暴雨的GPS大氣水汽總量特征. 應用氣象學報, 2013, 24(2): 230-239.

[18]陳嬌娜, 李國平, 黃文詩, 等. 華西秋雨天氣過程中GPS遙感水汽總量演變特征. 應用氣象學報, 2009, 20(6): 753-760.

[19]姚建群, 丁金才, 王堅捍, 等. 用GPS可降水量資料對一次大—暴雨過程的分析. 氣象, 2005, 31(4): 48-52.

[20]袁招洪, 丁金才, 陳永林. 中尺度數值預報模式預報水汽與GPS觀測的比較研究. 大氣科學, 2004, 28(3): 433-440.

[21]袁招洪. GPS可降水量資料應用于MM5模式的變分同化試驗.氣象學報, 2005, 63(4): 391-404.

[22]楚艷麗, 郭英華, 張朝林, 等. 地基GPS水汽資料在北京“7·10”暴雨過程研究中的應用, 氣象, 2007, 33(12): 16-22.

[23]張朝林, 陳敏.“00.7”北京特大暴雨模擬中氣象資料同化作用的評估. 氣象學報, 2005, 63(6): 922-932.

[24]丁金才, 袁招洪, 楊引明, 等. GPS/PWV資料三維變分同化改進MM5降水預報連續試驗的評估. 氣象, 2007, 33(6): 11-18.

[25]陳敏, 范水勇, 仲躋芹. 全球定位系統的可降水量資料在北京地區快速更新循環系統中的同化試驗. 氣象學報, 2010, 68(4): 450-463.

[26]李紅莉, 萬蓉, 謝有才. 利用LAPS系統同化地基GPS水汽資料的應用研究. 熱帶氣象學報, 2010, 26(6): 702-709.

[27]曹云昌, 陳永奇, 李炳華, 等. 利用地基GPS測量大氣水汽廓線的方法. 氣象科技, 2006, 34(3): 241-245.

[28]宋淑麗, 朱文耀, 程宗頤, 等. GPS信號斜路徑方向水汽含量的計算方法. 天文學報, 2004, 45(3): 338-345.

[29]畢研盟, 毛節泰, 李成才, 等. 利用GPS的傾斜路徑觀測暴雨過程中的水汽空間分布. 大氣科學, 2006, 30(6): 1169-1176.

[30]宋淑麗, 朱文耀, 丁金才, 等. 上海GPS層析水汽三維分布改善數值預報濕度場. 科學通報, 2005, 50(20): 2271-2277.

[31]張雙成, 葉世榕, 萬蓉, 等. 基于Kalman濾波的斷層掃描初步層析水汽濕折射率分布. 武漢大學學報: 信息科學版, 2008, 33(8): 797-799.

[32]萬蓉, 鄭國光, 于勝杰, 等. 基于觀測約束的地基GPS三維水汽層析技術研究. 氣象學報, 2013, 71(2): 318-331.

[33]畢研盟, 毛節泰, 毛輝. 海南GPS網探測對流層水汽廓線的試驗研究. 應用氣象學報, 2008, 19(4): 412-419.

[34]李佳英. 利用高分辨率中尺度模式和地基GPS資料構造高時空分辨率的大氣濕度廓線. 北京: 中國氣象科學研究院, 2006.

[35]劉紅燕. 三年地基微波輻射計觀測溫度廓線的精度分析. 氣象學報, 2011, 69(4): 719-728.

[36]劉紅燕, 王迎春, 王京麗, 等. 由地基微波輻射計測量得到的北京地區水汽特性的初步分析. 大氣科學, 2009, 33(2): 388-396.

[37]劉建忠, 何暉, 張薔. 不同時次地基微波輻射計反演產品評估. 氣象科技, 2012, 40(3): 332-339.

[38]徐桂榮, 孫振添, 李武階, 等. 地基微波輻射計與GPS無線電探空和GPS/MET的觀測對比分析. 暴雨災害, 2010, 29(4): 315-321.

[39]張文剛, 徐桂榮, 廖可文, 等. 降水對地基微波輻射計反演誤差的影響. 暴雨災害, 2013, 32(1): 70-76.

[40]潘旭光. 地基微波輻射計資料的質量控制方法及其應用研究. 南京: 南京信息工程大學, 2011.

[41]Liljegren J C, Clothiaux E E, Mace G G, et al. A new retrivel for cloud liquid water path using a ground-based microwave radiometer and measurements of cloud temperature. J Geoph Res, 2001, 106: 14485-14500.

[42]黃建平, 何敏, 閻虹如, 等. 利用地基微波輻射計反演蘭州地區

液態云水路徑和可降水量的初步研究. 大氣科學, 2012, 34(3): 548-558.

[43]金德鎮, 雷恒池, 谷淑芳, 等. 機載微波輻射計測云中液態含水量. 氣象學報, 2004, 62(6): 868-874.

[44]張志紅, 周毓荃. 一次降水過程云液態水和降水演變特征的綜合觀測分析. 氣象, 2010, 36(3): 83-89.

[45]李鐵林, 劉金華, 劉艷華, 等. 利用雙頻微波輻射計測空中水汽和云液水含量的個例分析. 氣象, 2007, 33(12): 62-69.

[46]唐仁茂, 李德俊, 向玉春, 等. 地基微波輻射計對咸寧一次冰雹天氣過程的監測分析. 氣象學報, 2012, 70(4): 806-813.

[47]敖雪, 王振會, 徐桂榮, 等. 地基微波輻射計資料在降水分析中的應用. 暴雨災害, 2011, 30(4): 358-365.

[48]王葉紅, 賴安偉, 趙玉春. 地基微波輻射計資料同化對一次特大暴雨過程影響的數值試驗研究. 暴雨災害, 2010, 29(3): 201-207.

[49] Wu L, Zhou X H, Wang F R.Primary analysis of the comparison test of wind pro fi lers Made in China. International Conference on Information Science and Technology (ICIST 2011), 2011, Nanjing, China.

[50]鄧闖, 阮征, 魏鳴, 等. 風廓線雷達測風精度評估. 應用氣象學報, 2012, 23(5): 528-533.

[51]吳志根, 徐同, 丁若洋, 等. 上海組網邊界層風廓線雷達與寶山二次雷達測風數據比較分析. 氣象, 2013, 39(3): 370-376.

[52]萬蓉, 周志敏, 崔春光, 等. 風廓線雷達資料與探空資料的對比分析. 暴雨災害, 2011, 30(2): 130-136.

[53]惠建新, 吳蕾, 高玉春, 等. 基于極大似然算法的風廓線雷達譜矩估計. 氣象科技, 2012, 40(1): 9-14.

[54]何平, 李柏, 吳蕾, 等. 確定風廓線雷達功率譜噪聲功率方法. 應用氣象學報, 2013, 24(3): 297-303.

[55]阮征, 葛潤生, 吳志根. 風廓線儀探測降水云體結構方法的研究.應用氣象學報, 2002, 13(3): 330-338.

[56]董保舉, 付志嘉, 李明, 等. 風廓線雷達資料在暴雨天氣過程特征分析中的應用. 氣象科技, 2012, 40(1): 74-78.

[57]阮征, 何平, 葛潤生. 風廓線雷達對大氣折射率結構常數的探測研究. 大氣科學, 2008, 32(1): 133-140.

[58]孫繼松, 楊波. 地形與城市環流共同作用下的中尺度暴雨. 大氣科學, 2008, 32(6): 1352-1364.

[59]張文龍, 崔曉鵬, 王迎春, 等. 對流層低層偏東風對北京局地暴雨的作用. 大氣科學, 2013, 37(4): 829-840.

[60]王叢梅, 吳智杰, 劉瑾, 等. 城市短時強降雨中尺度觀測特征分析. 氣象科技, 2011, 39(6): 678-684.

[61]丁青蘭, 王令, 卞素芬. 北京局地降水中地形和邊界層輻合線的作用. 氣象科技, 2009, 37(2): 152-155.

[62]古紅萍, 馬舒慶, 王迎春, 等. 邊界層風廓線雷達資料在北京夏季強降水天氣分析中的作用. 氣象科技, 2008, 36(3): 300-304.

[63]周志敏, 萬蓉, 崔春光, 等. 風廓線雷達資料在一次冰雹過程分析中的應用. 暴雨災害, 2010, 29(3): 251-256.

[64]黃鈺, 阮征, 葛潤生, 等. 2010年夏季北京零度層亮帶特征統計.氣象, 2013, 39(6): 704-709.

[65]何平, 馬穎, 阮征, 等. 晴空熱對流泡的風廓線雷達探測研究. 氣象學報, 2010, 68(2): 264-269.

[66]張朝林, 王迎春. 北京地區風廓線儀布網方案的數值研究. 氣象學報, 2002, 60(6): 786-791.

[67]劉淑媛, 鄭永光, 陶祖鈺. 利用風廓線雷達資料分析低空急流與暴雨的關系. 熱帶氣象學報, 2003, 19(3): 285-290.

[68] 曹春燕, 江崟, 孫向明. 一次大暴雨過程低空急流脈動與強降水關系分析. 氣象, 2006, 32(6): 102-106.

[69]金巍, 曲巖, 姚秀萍, 等. 一次大暴雨過程中低空急流演變與強降水的關系. 氣象, 2007, 33(12): 31-38.

[70]張京英, 漆梁波, 王慶華. 用雷達風廓線產品分析一次暴雨與高低空急流的關系. 氣象, 2005, 31(12): 41-45.

[71]楊波, 魏東. 二次開發風廓線探空資料及其在天氣預報中的應用. 氣象科技, 2010, 38(4): 413-419.

[72]王麗榮, 胡志群, 匡順四. 應用雷達產品計算風暴相對螺旋度. 氣象, 2006, 32(4): 45-51.

[73]古紅萍. 風廓線雷達資料在北京夏季強降水天氣中的分析和應用及數值模擬. 北京: 中國氣象科學研究院, 2007.

[74]黃偉, 張沛源, 葛潤生. 風廓線雷達估測雨滴譜參數. 氣象科技, 2002, 30(6): 234-238.

[75]吳志根, 楊禮敏, 王勤典, 等. 移動X波段雙線偏振多普勒氣象雷達及其關鍵技術分析.氣象, 2010, 36(8): 126-133.

[76]魏洪峰, 薛振剛. 雙偏振多普勒天氣雷達差分反射率因子的測量誤差. 氣象科技, 2008, 36(2): 223-227.

[77]肖艷姣, 王斌, 陳曉輝, 等. 移動X波段雙偏振多普勒天氣雷達差分相位數據質量控制. 高原氣象, 2012, 31(1): 223-230.

[78]曹俊武, 劉黎平, 陳曉輝, 等. 3836C波段雙線偏振多普勒雷達及其在一次降水過程中的應用研究. 應用氣象學報, 2006, 17(2): 192-201.

[79]梁海河, 徐寶祥, 劉黎平, 等. 雙偏振天氣雷達同時收發模式的一種改進方法. 大氣科學, 2006, 30(4): 635-644.

[80]何宇翔, 呂達仁, 肖輝, 等. X波段雷達雙線極化雷達反射率的衰減訂正. 大氣科學, 2009, 33(5): 1027-1037.

[81]Bringi V N. Correcting C-band radar re fl ectivity and di ff erential reflectivity data for rain attenuation: A self-consistent method with constraints. IEEE Trans Geosei Remote Sens, 2001, 39 (9): 1906-1915.

[82]胡志群, 劉黎平, 楚榮忠, 等. X波段雙線偏振雷達不同衰減訂正方法對比及其對降水估測影響研究. 氣象學報, 2008, 66(2): 251-261.

[83]Bringi V N, Chandrasekar V. Polarimetric Doppler Weather Radar: Principles and Applications.Cambridge: Cambridge University Press, 2002.

[84]Park S G, Bringi V N, Chandrasekar V, et al. Correction of radar reflectivity and differential reflectivity for rain attenuation at X band. Part I, Theoretical and empirical basis. Journal of Atmospheric and Oceanic Technology, 2005, 22 (11): 1621-1632.

[85]畢永恒, 劉錦麗, 段樹, 等. X波段雙線偏振氣象雷達反射率的衰減訂正. 大氣科學, 2012, 36(3): 495-506.

[86]顧震潮. 云霧降水物理基礎. 北京: 科學出版社, 1980.

[87]何宇翔, 肖輝, 呂達仁. 利用極化雷達分析層狀云中水凝物粒子性狀分布. 大氣科學, 2010, 34(1): 23-34.

[88]程周杰, 劉憲勛, 朱亞平. 雙偏振雷達對一次水凝物相態演變過程的分析. 應用氣象學報, 2009, 20(5): 594-601.

[89]曹俊武, 劉黎平, 陳曉輝, 等. 3836C波段雙線偏振多普勒雷達及其在一次降水過程中的應用研究. 應用氣象學報, 2006, 17(2): 192-201.

[90]仲凌志, 劉黎平, 葛潤生. 毫米波測云雷達的特點及其研究現狀與展望. 地球科學進展, 2009, 24(4): 383-391.

[91]仲凌志, 劉黎平, 葛潤生, 等. 毫米波測云雷達的系統定標和探測能力研究. 氣象學報, 2011, 69(2): 352-362.

[92]劉黎平, 仲凌志, 江源, 等. 毫米波測云雷達系統及其外場試驗結果初步分析. 氣象科技, 2009, 37(5): 567-571.

[93]宋立雪, 魏鳴, 宋繼堂. 毫米波多普勒雷達RHI退速度模糊研究.氣象科技, 2012, 40(4): 542-547.

[94]彭亮, 陳洪濱, 李柏. 3mm多普勒云雷達測量反演云內空氣垂直速度的研究. 大氣科學, 2012, 36(1) :1-10.

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

[96]孫曉光, 劉憲勛, 賀宏兵, 等. 毫米波測云雷達融化層自動識別技術. 氣象, 2011, 37(6): 720-726.

[97]陶詩言, 周秀驥, 等. 20世紀中國學術大典——大氣科學. 福州:福建教育出版社, 2002.

[98]倪允琪, 張人禾, 劉黎平, 等. 中國南方暴雨野外科學試驗(SCHeREX).北京: 氣象出版社, 2013.

[99]魏東, 孫繼松, 雷蕾, 等. 用微波輻射計和風廓線資料構建探空資料的定量應用可靠性分析. 氣候與環境研究, 2011, 16(6): 697-706.

[100]魏東, 孫繼松, 雷蕾, 等. 三種探空資料在各類強對流天氣中的應用對比分析. 氣象, 2011, 37(4): 412-422.

[101]汪小康, 王曉芳, 崔春光, 等. 用新型探測資料分析武漢一次短時強降水過程的中尺度對流系統. 暴雨災害, 2012, 31(4): 321-327.

[102]郭虎, 段麗, 楊波, 等. 0679香山局地大暴雨的中小尺度天氣分析. 應用氣象學報, 2008, 19(3): 265-275.

[103] 方翀, 毛冬艷, 張小雯, 等. 2012年7月21日北京地區特大暴雨中尺度對流條件和特征初步分析. 氣象, 2012, 38(10): 1278-1287.

[104]王令, 王國榮, 孫秀忠, 等. 應用多種探測資料對比分析兩次突發性局地強降水. 氣象, 2012, 38(3): 281-290.

[105]鄭祚芳, 劉紅燕, 張秀麗. 局地強對流天氣分析中非常規探測資料應用. 氣象科技, 2009, 37(2): 243-247.

Research Progress of the Unconventional Observing Technology and the Data Used in the Study of Rainstorm in China

Wan Rong
(Hubei Key Laboratory for Heavy Rain Monitoring and Warning Research, Institute of Heavy Rain, China Meteorological Administration, Wuhan 430074)

To improve the forecast accuracy and precision, the study of Rainstorm Prediction is now from a large scale background to small scale characteristics, from macro structure to micro changes gradually. In order to obtain a higher spatial and temporal resolution, a higher precision, and fuller elements’ observation, in recent years more and more new detection systems have been gradually used in the rainstorm f i eld experiments, which mainly depend on the existing conventional observation network. In this review, the progress of the unconventional data is stated, such as the water vapor observing by the ground-based GNSS network, the temperature and humidity observing by the microwave radiometer, wind observing by WPR, the cloud particles by dual polarization radar observations, and the millimeter wave radar observations of clouds, used in rainfall now-casting, rainstorm mechanism analysis, and the mesoscale numerical prediction of heavy rain in China. The related new remote sensing detection technology in recent years and its promotion to the storm f i eld scientif i c experiments are reviewed. The problems including the quality control and accuracy description standard of the unconventional observation, the products development, the multi-source data integrated application and their thorough study need to be resolved in the near future.

heavy rain, ground based GNSS, microwave radiometer, WPR, dual polarization radar, millimeter wave cloud radar, numerical forecast, synthesis observation

10.3969/j.issn.2095-1973.2014.02.003

2013年9月29日；

2014年1月20日

萬蓉（1969—），Email：wanrong1@hotmail.com

資助信息：國家自然科學基金（41375041）；國家高技術研究發展計劃（863計劃）（2012AA120902）；修繕購置專項（2007—2013）