基于武漢MST雷達的降雨物理過程觀測與研究

青海銀 趙正予 朱延祥 周晨 蘇清倫 張援農

(1.樂山師范學院物理與電子工程學院，樂山 614000；2.武漢大學電子信息學院空間物理系,武漢 430072;3.“中央”大學地球科學學院太空科學研究所,中壢 32001)

?

基于武漢MST雷達的降雨物理過程觀測與研究

青海銀1,2趙正予2朱延祥3周晨2蘇清倫3張援農2

(1.樂山師范學院物理與電子工程學院，樂山 614000；2.武漢大學電子信息學院空間物理系,武漢 430072;3.“中央”大學地球科學學院太空科學研究所,中壢 32001)

利用武漢MST(Mesosphere-Stratosphere-Troposphere)雷達對降雨事件的觀測,建立了二階高斯譜模型,基于最小二乘法擬合得到相應的大氣湍流譜與降雨譜信息．從大氣湍流譜和降雨譜中可以分別提取大氣及降雨粒子的回波能量及徑向運動狀態,從而反演大氣背景三維風場和討論降雨形成機制．同時,基于雨滴粒徑伽馬分布特征,根據降雨回波譜反演得到不同高度的雨滴粒徑分布,從而研究對流層區域降雨的微物理過程．

MST雷達;降雨;三維風場;粒徑分布;微物理過程

DOI 10.13443/j.cjors.2015071004

引 言

水汽在上升過程中,因周圍氣壓逐漸降低,體積膨脹,同時由于溫度降低而逐漸變為細小的水滴或冰晶漂浮在空中形成云．當云滴增大到能克服空氣的阻力和上升氣流的頂托,且在降落時不被蒸發掉就能形成降水．水汽分子在云滴表面上的凝聚,大小云滴在不斷運動中的合并,使云滴不斷凝結(或凝華)而增大,云滴增大為雨滴、雪花或其他降水物,最后降至地面形成雨水．在雨滴降落過程中,空氣阻力與雨滴速度和雨滴粒子的截面積成正比,當雨滴下落時速度不斷增大,空氣阻力也會隨之增大,最后與重力達成平衡,雨滴下落的速度就基本不會再增加,此時稱為雨滴的終端速度[1-2]．研究大氣降雨的微物理過程,不僅對降雨場模型的構建與反演至關重要,而且對于研究降雨對無線電波的傳輸影響具有很好的應用價值．

Larsen和R?ttger通過電磁波反射模型計算得到了不同波長電磁波對大氣湍流及降水粒子的反射率[3],仿真發現,波長約6 m(武漢MST雷達波長為5.58 m)的電磁波對于降水粒子與大氣湍流的反射率有相同的數量級,因此武漢MST雷達有能力在降水環境中同時觀測到大氣回波和降水粒子的回波,這將對我們研究降水環境有著非常大的幫助．對于傳統的邊界層或對流層氣象風廓線雷達而言,波長約為厘米或分米量級,此波長對于降水粒子的反射率遠遠高于大氣湍流,這也能夠解釋為什么一般風廓線氣象雷達在降雨天氣只能看到明顯的降雨回波,而大氣湍流回波完全被降雨回波淹沒．雷達觀測降水的研究已經證實: 1) MST雷達能夠同時獲取降雨環境中的大氣和降雨兩種回波; 2) 相比晴空大氣回波而言,MST雷達觀測到的降雨天氣下的回波更強; 3) MST雷達降水回波強弱取決于降水結構; 4) UHF雷達能夠很好地觀測到云中水滴的分布[3-5]．同時可以根據降雨環境中MST雷達降雨回波的多普勒特性,研究降水回波強度與降水粒子終端速度之間存在的關系等[6-8]．本文利用武漢MST雷達降雨回波研究大氣降雨的物理機制以及降雨的微物理過程．

武漢MST雷達,坐落于湖北省崇陽縣(地理坐標:114°8′8″E,29°31′58″N;地磁緯度約為19.56°),天線系統由24×24的三單元八木天線組成,總占地10 000 m2．武漢MST雷達的工作頻率為53.8 MHz,峰值功率約為170 kW,功率口徑積為2.0×108 Wm2,可以進行東、西、南、北、垂直五波束掃描探測,掃描范圍:20°E～20°W,20°N～20°S．根據探測高度,主要分為三個模式,包括低模式:2.0～10 km,距離分辨率為150 m;中模式:3～25 km,距離分辨率為600 m;高模式:60～90 km,距離分辨率為1 200 m;徑向速度分辨率可達0.2 s/m．系統單模式單波束的最小時間分辨率約為1 min,三模式五波束高參數運行時間分辨率不超過30 min[9-11]．

1 數據處理

本次實驗室選取的觀測數據為2011年9月29日至30日的一次降雨事件,雷達采用五波束掃描探測(南→垂直→北→東→西),波束傾斜角為15°,脈沖重復周期為160 μs,距離分辨率為150 m,同相積分次數128次,快速傅里葉變換(Fast Fourier Transform, FFT)點數為256,譜平滑10次．圖1給出了此次降雨事件發生前(15:05 LT)和降雨事件發生中(23:25 LT)武漢MST雷達五個波束觀測到的回波多普勒譜圖,圖中白色虛線代表多普勒零頻,不同顏色的值代表雷達回波強度(單位:dB)．從崇陽縣氣象局提供的臨近時刻(20:00 LT)探空儀溫度資料可以得到此時間段零度等溫線高度約為5.2 km．從降雨環境中雷達多普勒譜上可以清晰地看出大氣湍流回波和降雨回波信息,由于此時觀測到的是相對降雨回波譜,因此降雨回波信息總是出現在大氣湍流回波的正方向,表示雨滴的運動狀態相對于大氣總是向下的(靠近雷達)[12]．同時從垂直波束中可以清晰地看出空中水的三相變化過程: 1) 在零度等溫線以上一段高度會出現云滴或冰晶等粒子,但是由于此時粒子較小,相對速度較低,利用MST雷達很難清晰地將它們從大氣湍流回波中分離出來,但是可以看到明顯的多普勒譜展寬現象; 2) 在零度等溫線以下約1 km厚度是溶解層,此時冰晶融化形成小水滴,并在下落過程中不斷地和其他小水滴碰并,形成足夠大的雨滴; 3) 在溶解層的下面是雨滴下墜區,此時大雨滴會發生破碎,小雨滴又會發生合并,如此反復,最終各自形成相對穩定的下墜速度,使得雨滴粒徑和速度達到一種靜力平衡．為了更好地分離降雨環境中的湍流譜及降雨譜信息,本文假設大氣湍流回波和降雨多普勒譜均服從高斯分布,因此建立二階高斯模型對五個波束的雷達回波進行擬合,分離得到相應的大氣湍流譜信息和降雨回波譜信息．根據雷達五波束大氣湍流譜信息,可以反演大氣三維風場信息,從而獲得降雨過程中大氣背景風場的時空變化[13]．利用雷達降雨回波信息可以提取雨滴平均速度隨高度的變化、雨滴速度譜寬的變化等,根據降雨回波信息可以反演雨滴粒徑在不同高度的分布,從而分析雨滴在下墜過程中粒徑的整體變化[14]．

圖1 雷達回波多普勒譜(上欄觀測時間為2011-09-29 15:05 LT,下欄觀測時間為2011-09-29 23:35 LT)

2 實驗分析

2.1 頻譜分離

對于降雨環境下的雷達回波,首先假設此時的大氣湍流和降雨回波譜服從高斯分布,建立二階高斯模型進行擬合,可以分別得到每個時刻每個高度上的大氣湍流譜及降雨回波譜[15-16]．

圖2(a)和(b)分別是歸一化后的大氣湍流和降雨回波信息,紅色虛線代表多普勒速度為零,從譜中可以看出各自譜結構隨高度的變化．圖2(c)和(d)分別是根據分離頻譜信息提取的大氣和降雨垂直速度和多普勒譜寬．從垂直速度圖可以看出,大氣垂直運動的速度一般很小,而雨滴的平均速度隨高度遞減而呈現出先增大而逐步穩定的趨勢,這也和雨滴的形成過程及整個降雨鏈路的雨滴運動狀態相關．從多普勒譜寬可以看出:降雨譜在融解層以下高度譜寬明顯寬于大氣湍流譜,并且在整個高度上呈現出和速度一樣的變化趨勢,說明在融解層及其以上高度降雨回波對應的目標運動狀態相對單一,尺度成分也相對單一;而在融解層以下高度,隨著雨滴粒徑分布的擴展,不同的粒徑對應不同的速度成分,因此降雨的多普勒譜較寬,同時也表明降雨粒子的尺度譜相對較寬．

(a) 大氣湍流譜 (b) 降雨回波譜 (c) 垂直速度 (d) 速度譜寬圖2 垂直波束頻譜分離及譜參數提取

2.2 降雨環境分析

根據頻譜分離技術可以獲得在此降雨事件期間雷達觀測到的大氣及降雨回波信噪比、垂直速度及速度譜寬的RTI(Rang Time Intensity)圖,如圖3所示,這里僅僅給出了垂直波束示意圖,對于傾斜波束經過換算可以獲得類似的效果[12]．對比二者的信噪比可以發現,在降雨天氣下降雨回波信噪比在某些時刻和某些高度上比大氣湍流回波信噪比高,因此在降雨天氣下首先進行頻譜分離是非常有必要的,否則會帶來大氣運動信息的誤判．從降雨回波信噪比圖中可以清晰地看到在融解層及其以上區域回波信噪比相對較高,因為在這個區域可能會出現冰晶層或是水包冰混合層使得雷達回波發生鏡面反射,因此能量可能比降水粒子散射回波能量平均高10 dB左右[17]．從降雨回波信噪比隨時間的變化中可以明顯地看出降雨強度隨時間的變化,因為降雨回波的強度直接和空中液態水含量成正相關,因此很多學者利用降雨回波來反演空中液態水含量及相應的降雨量估算[15]．從大氣垂直風速的變化中可以看出,在9月30日01:00左右出現了較強的上升氣流,上升速度超過了2 m/s,此時觀測到的降雨有效回波信號高度達到了8 km,這已經遠遠超過了零度等溫線,幾乎進入了云層,這是由于較強的上升氣流攜帶水汽分子在較高的高度形成了過冷水所致．同時降雨的垂直速度及多普勒譜寬,如圖2一樣,呈現出鮮明的分層特性．

(a) 回波信噪比(單位:dB) (b) 垂直速度(單位:m/s) (c) 速度譜寬(單位:m/s)圖3 大氣(上欄)及降雨(下欄)垂直回波信息

為了研究降雨環境下背景三維風場的變化,本文利用武漢MST雷達五波束計算了9月29日和30日大氣三維背景風場的RTI圖．從圖4中可以看出,緯向風和經向風在雷達觀測的對流層區間均發生了方向改變,緯向風隨著高度的增加由東向風向西向風過渡,徑向風隨著高度的增加由北向風向南向風轉變,而垂直風速則變化相對紊亂,沒有明顯的規律．在降雨事件期間,經向風和緯向風的變化相比于晴空大氣顯得相對紊亂,可見在降雨天氣下,大氣湍流運動增強,湍流運動更加復雜,大氣的波動更加明顯．此時的垂直風速波動也相對較大,可見在降雨環境中,大氣湍流運動及尺度都比晴空大氣復雜,從而使得大氣的水平和垂直擾動相對較大．

圖4 大氣三維風場(單位:m/s)(從上至下依次為緯向風、經向風、垂直風)

2.3 雨滴粒徑分布

假設降雨環境中雷達垂直波束回波譜為S0(v),雨滴譜為S1(v),大氣湍流譜為S2(v),則三者滿足[15-16]:

S0(v)=P1S1(v)*S2(v)+P2S2(v)+P0．

(1)

式中,P0,P1,P2分別是回波噪聲、降雨譜和大氣湍流譜強度系數．而雨滴譜S1(v)又可以表示為

(2)

式中,σ(D)為雨滴的散射截面,根據文獻[18]定義,有

(3)

λ為雷達波長,K=(m2-1)/(m2+1),m是雨滴的復折射指數,如果溫度在10℃左右,則K=0.93．

假設雨滴粒徑D服從伽馬分布,則有

N(D)=N0Dμexp(-δD)．

(4)

如果假設小水滴經過溶解層的合并過程,形成一個近似球體的雨滴,而同時假設雨滴在下墜過程中每一次的碰并過程都是瞬間完成,則忽略其碰并時間,認為雷達觀測時刻雨滴粒子基本都處于平衡狀態,則雨滴的粒徑和速度之間滿足如下關系:

(5)

式中: g是重力加速度; ρ和ρa分別表示的是空氣和雨滴的密度; c為大氣阻力系數; v為雨滴速度．基于此我們可以將雨滴速度譜變換為雨滴粒徑譜,再根據最小二乘法擬合可以得到相應的雨滴粒徑分布參數N0、μ、δ、α(眾數)、β(均值)、σ2(方差)．

本文根據圖2分離得到的降雨回波譜信息反演得到各個高度的雨滴粒徑分布,如圖5所示,具體的粒徑分布參數如表1所示．從圖5可以明顯看出,在溶解層下各個高度的雨滴速度譜信息都能很好地反演得到雨滴粒徑分布信息,其中各個高度的δ值均大于0,說明雨滴粒徑的伽馬分布屬于正偏型,即雨滴集中在較小的粒徑區間,此時分布的均值大于眾數．根據計算結果可以發現,此刻降雨鏈路上,雨滴的粒徑主要集中在1.07～1.45 mm,雨滴粒徑都小于3 mm,這和利用地面雨滴譜儀統計得到的夏末雨滴粒徑分布的總體趨勢基本一致[19-20],此次降雨事件持續了近12個小時,屬于夏末典型的鋒面降雨事件,其在降雨強度、持續時間及雨滴粒徑等方面與夏季強對流降雨呈現明顯的區別．根據表1所示的各個高度雨滴粒徑分布參數可以明顯發現,近似同一個時刻在整個降雨鏈路上雨滴的粒徑不會發生大的巨變,這是由空氣中的含水量決定的,但是不同高度的粒徑分布也存在一定的差異性,說明雨滴在整個下降過程中發生了一系列的碰撞、破碎及合并等微物理過程,這也從雷達觀測中證明了降雨的微物理過程．

表1 雨滴粒徑分布參數

圖5 不同高度上雨滴粒徑分布

3 總結與討論

本文基于2011年9月29日和30日的降雨事件,結合武漢MST雷達五個波束的回波信息對此次鋒面降雨進行分析．首先根據降雨雷達回波和大氣回波多普勒譜的差異進行頻譜分離,利用二階高斯模型獲得相應的大氣湍流和降雨多普勒譜,并獲取相應的譜參數．其次根據譜參數信息得到了大氣湍流與降雨信息的時空分布,分析了二者的譜參數特征,反演了大氣三維背景風場,討論背景風場在降雨前后的差異．最后根據降雨回波多普勒譜反演得到各個高度相應的雨滴粒徑譜,從而實現對降雨微物理過程分析．從此次降雨事件的分析可以看出,武漢MST雷達能夠同時清晰地提供背景大氣和降雨的回波信息,結合大氣背景三維風場及多波束的降雨回波信息,可以更好地研究降雨形成的復雜物理機制,更好地描述降雨的微物理特征．

本文在進行頻譜反演時,假設了大氣譜及降雨譜服從高斯分布,通過測試，盡管絕大部分的譜都符合高斯分布特征,但是也有極個別的譜受到嚴重干擾,致使反演結果不理想,因此對于嚴重偏離高斯分布的譜不在本文方法應用范圍之內．其次,我們很難在融解層及其以上高度區域找到一個合適的雨滴速度與粒徑的對應關系,因為在這個高度區域中,雨滴的形狀多種多樣,且不處于受力平衡中,此時無論是靜力平衡公式(方程(5))還是地面雨滴譜儀的經驗關系式都不可能準確描述此高度區間內雨滴速度與粒徑的關系．因此在后續的雨滴粒子譜反演中,本文選擇融解層以下高度,從而反演該區域每個高度的雨滴粒子譜,進一步討論雨滴粒子譜隨高度的變化．如果再結合地面雨滴譜儀數據和其他大氣參數信息(溫度、氣壓等)則可以更好地解釋該區域在整個降雨鏈路上的微物理過程．

[1] 周秀驥. 高等大氣物理學[M]. 北京: 氣象出版社, 1991: 347-518.

[2] MASON B J. 云物理學[M]. 大氣物理研究所,譯. 北京: 科學出版社, 1979: 128-354.

[3] LARSEN M F, R TTGER J. Observation of thunderstorm reflectivities and Doppler velocities measured at VHF and UHF[J]. Journal of atmospheric and oceanic technology, 1987, 4(1): 151-159.

[4] FUKAO S, WAKASUGI K, SATO T, et al. Simultaneous observation of precipitating atmosphere by VHF and C/Ku band radars[J]. Radio science, 1985, 20(3): 622-630.

[5] CHILSON P B, ULBRICH C W, LARSEN M F, et al. Observations of a tropical thunderstorm using a vertically pointing, dual-frequency, collinear beam Doppler radar[J]. Journal of atmospheric and oceanic technology, 1993, 10(5): 663-673.

[6] CHU Y H, SHIH S P, SU C L, et al. A study on the relation between terminal velocity and VHF backscatter from precipitation particles using the Chung-Li VHF radar[J]. Journal of applied meteorology, 1999, 38(12): 1720-1728.

[7] CHU Y H, LIN C H. The severe depletion of turbulent echo power in association with precipitation observed by using Chung-Li Doppler VHF radar[J]. Radio science, 1994, 29(5):1311-1320.

[8] SU C L, CHU Y H. Analysis of terminal velocity and VHF backscatter of precipitation particles using Chung-Li VHF radar combined with ground-based disdrometer[J]. Terrestrial atmospheric and oceanic sciences, 2007, 18(18): 97-116.

[9] ZHAO Z, ZHOU C, QING H Y, et al. Wuhan atmosphere radio exploration (WARE) radar: System design and online winds measurements[J]. Radio science, 2013, 48(3): 326-333.

[10]QING H Y, ZHOU C, ZHAO Z, et al. A statistical study of inertia gravity waves in the troposphere based on the measurements of Wuhan atmosphere radio exploration (WARE) radar[J]. Journal of geophysical research-atmospheres, 2014, 119(7): 3701-3714.

[11] 青海銀, 張援農, 周晨, 等. 基于MST雷達垂直風速的大氣溫度剖面反演[J]. 物理學報, 2014, 63(9): 094301.

QING H Y, ZHANG Y N, ZHOU C, et al. Atmospheric temperature profiles estimated by the vertical wind speed observed by MST radar[J]. Acta physica sinica, 2014, 63(9): 094301. (in Chinese)

[12]蘇清倫. 大氣風場與降水探測技術的建立與研究[D].中壢: “國立中央”大學, 2004.

SU Q L. The establishment and research of the atmospheric wind Field and Rainfall Detection Technology[D]. Chungli: “National Central” University, 2004.(in Chinese)

[13]何平. 相控陣風廓線雷達[M]. 北京: 氣象出版社, 2006: 80-89.

[14]ANANDAN V K, PAN C J, REDDY K K, et al. Observation of precipitation and Drop-Size distribution associated with a typhoon using VHF radar[J]. Open atmospheric science journal, 2010(4):114-125.

[15]KOICHRIO W, MIZUTANI A, MATSUO M, et al. A direct method for deriving drop-size distribution and vertical air velocities from VHF Doppler radar spectra[J]. Journal of atmospheric and oceanic technology, 1986, 3(4): 623-629.

[16]FANG M, DOVIAK R J, ALBRECHT B A. Analytical expressions for Doppler spectra of scatter from hydrometeors observed with a vertically directed radar beam[J]. Journal of atmospheric and oceanic technology, 2012, 29(4): 500-509.

[17]孫赫敏. 雷達回波中零度層亮帶的研究[D]. 北京: 中國氣象科學研究院, 2014.

SUN H M. A study on weather radar bright-band [D]. Beijing: Chinese Academy of Meteorological Sciences, 2014. (in Chinese)

[18]BATTAN L J. Radar observation of the atmosphere[M]. Chicago: University of Chicago Press, 1973: 121-154.

[19]王曉蕾, 阮征, 葛潤生, 等. 風廓線雷達探測降水云體中雨滴譜的試驗研究[J]. 高原氣象, 2010, 29(2): 498-505.

WANG X L, RUAN Z, GE R S, et al. A study of drop-size distribution in precipitation cloud from wind profile radar[J]. Plateau meteorology, 2010, 29(2): 498-505. (in Chinese)

[20]張昊, 李靖. Parsivel雨滴譜儀與多普勒天氣雷達觀測結果對比分析[J]. 氣象水文海洋儀器, 2011, 28(2):16-19.

ZHANG H, LI J. Comparative analysis of observational results between Parsivel disdrometer and Doppler weather radar[J]. Meteorological, hydrological and marine instruments, 2011, 28(2): 16-19. (in Chinese)

青海銀 (1987-),男,四川人,武漢大學電子信息學院空間物理系博士研究生,研究方向為對流層和平流層大氣動力學建模及雷達觀測．

趙正予 (1952-),男,吉林人,武漢大學電子信息學院空間物理系教授、博士生導師,研究方向為電離層物理及電波傳播．

朱延祥 (1955-),男,臺灣人,“中央”大學太空科學研究所所長、教授、博士生導師,研究方向為空間物理及大氣探測技術．

Physical process observation and research of rainfall based on Wuhan MST radar

QING Haiyin1,2ZHAO Zhengyu2ZHU Yanxiang3ZHOU Chen2SU Qinglun3ZHANG Yuannong2

(1.School of Physics and Electronic Engineering, Leshan Normal University, Leshan 614000, China;2.SchoolofElectronicInformation,WuhanUniversity,Wuhan430072,China;3.InstituteofSpaceScience, “NationalCentral”University,Chungli32001,China)

Using the rainfall data observed by Wuhan mesosphere-stratosphere-troposphere(MST) radar and building a second-order Gaussian spectrum model, we obtained the spectral information of the atmosphere turbulence and rainfall based on the least squares fit. The echo energy and radial motion state of the atmosphere and precipitation particles can be extracted by the spectra of the atmosphere turbulence and rainfall, then the atmospheric 3D wind field can be calculated from five beams and the formation mechanism of rainfall is discussed. Meanwhile, assuming the raindrop size distribution follows the gamma distribution, the raindrop size distributions at different heights are inverted from the rainfall spectrum, and the microphysical process of rainfall in the troposphere is researched.

MST radar; rainfall; 3D wind; drop size distribution; microphysical process

10.13443/j.cjors.2015071004

2015-07-10

國家自然科學基金(No.41204111, No.41327002)； 中央高校基本科研業務費專項資金(2014212020202)

P412.25

A

1005-0388(2016)03-0597-07

青海銀, 趙正予, 朱延祥, 等. 基于武漢MST雷達的降雨物理過程觀測與研究[J]. 電波科學學報,2016,31(3):597-603.

QING H Y, ZHAO Z Y, ZHU Y X, et al. Physical process observation and research of rainfall based on Wuhan MST radar [J]. Chinese journal of radio science,2016,31(3):597-603. (in Chinese). DOI: 10.13443/j.cjors.2015071004

聯系人： 周晨 E-mail: ionolab@whu.edu.cn