佛山相控陣陣列雷達探測2020年9月4日短時強降水天氣過程的分析*

肖靖宇 楊 玲 俞小鼎 馬舒慶 李彩玲 喬 丹

1 成都信息工程大學電子工程學院，成都 610225 2 中國氣象局大氣探測重點開放實驗室，成都 610225 3 中國氣象局培訓中心，北京 100081 4 中國氣象局氣象探測中心，北京 100081 5 廣東省佛山市氣象局/佛山市龍卷風研究中心，佛山 528315 6 雷象科技(北京)有限公司，北京 100089

提 要：為了研究高時空分辨率的相控陣陣列雷達可否精細探測強降水的演變，利用質量控制后的佛山X波段相控陣陣列天氣雷達資料，分析了2020年9月4日廣州省佛山市南海區發生的一次局地短時強降水天氣過程。分析了16:00—17:30南海區出現的多單體風暴的強度場和三維風場結構，并探究強度場、三維風場與降水量之間的關系。結果表明：陣列天氣雷達能夠對強對流天氣過程進行更精細的探測。合并階段，觀測到小尺度、短時間內多個對流單體的初生、分裂和合并過程。成熟階段，分析γ中尺度氣旋的形成過程以及氣旋式輻合維持時強度場、三維風場、散度場和渦度場的結構。消亡階段，分析γ中尺度反氣旋的形成與增強過程。氣旋與反氣旋消失后，單體迅速消亡。基于高時空分辨率的強度場和三維風場獲得的各統計量，發現在自動氣象站降水出現前10～15 min以及最大5分鐘降水出現前5～10 min，反射率因子與水平風速有明顯變化。本研究結果對監測預警短時強降水有預示作用，為高時空分辨率的相控陣陣列雷達精細探測強降水的演變提供了參考依據。

引 言

短時強降水，主要是指發生時間短、空間尺度小、降水效率高的對流性降水。1 h雨量≥20 mm或3 h雨量≥50 mm，為典型的中小尺度系統驅動(俞小鼎，2013；孫繼松，2017)。由于降水強度大，在短時間內易形成局地洪水，甚至引發山體崩塌、滑坡等次生地質災害，造成的人員傷亡和財產損失在所有氣象災害中是最大的(樊李苗和俞小鼎，2013)。因此研究短時強降水天氣的形成機制及提前發布短時臨近預警，對防災減災具有非常重要的意義(徐娟等，2014)。

國內外許多學者對短時強降水進行了深入的分析。Marks(1985)和Klaassen(1989)對雨強的探測進行了深入的研究。張濤等(2012)、陳炯等(2013)、王國榮和王令(2013)、伍紅雨等(2020)研究表明不同區域受氣候背景、地形和城市下墊面等因素影響，短時強降水表現出一定的時空分布規律。樊李苗和俞小鼎(2013)、田付友等(2017)、王迪等(2020)研究給出短時強降水天氣的環境參數特征。

國內眾多學者利用單部或多部多普勒天氣雷達進行風場反演，張勇等(2011)利用組網天氣雷達產品三維格點反射率因子資料與兩步變分法反演三維風場，對2009年第7號臺風天鵝的風場結構做了分析，結果表明:兩步變分法較好地反演出“天鵝”臺風的水平環流結構。劉婷婷等(2014)利用單部多普勒雷達四維變分同化方法反演重慶市兩次局地強降水不同高度水平風場，分析了易發生局地強降水區域的局地環流特征，結果表明:風場反演能較準確地給出低空急流、低層輻合和局地氣旋式渦旋的位置及演變情況。韓頌雨等(2017)研究表明雙雷達和三雷達資料能較好地反演降雹超級單體的三維風場精細結構，有助于加深對冰雹云結構的認識，進而提高冰雹預報能力。目前，對于中小尺度天氣系統引起的短時強降水天氣過程的強度場與三維風場相互關系的研究仍有限。

盡管進行了大量研究，但是氣象學界對強對流天氣過程中不同天氣現象的醞釀、發生、發展、傳播和消亡等物理過程的認識程度遠不如其他災害性天氣過程(如區域性暴雨、臺風等)那樣清晰，這是造成有效預警能力不足的根本原因(孫繼松等，2014)。目前，相控陣技術已逐漸應用于天氣雷達領域(吳翀等，2014；劉黎平等，2015)，相控陣雷達能夠獲取高時空分辨率探測數據，對認識對流單體中小尺度系統的發展演變有較大幫助(于明慧等，2019；程元慧等，2020)。利用三個及以上相控陣接收發射子陣(簡稱子陣)組成的陣列天氣雷達能夠得到高時空分辨率的強度場和三維反演風場，有潛力為強對流天氣過程分析提供技術支持(馬舒慶等，2019；葉開等，2020)。

本文利用3DVAR(three-dimensional variational data assimilation)風場反演算法獲得風場(Shapiro et al，2009；Potvin et al，2012；North et al，2017)，該算法已在長沙機場陣列天氣雷達進行風場驗證(李渝等，2020)。本文對2020年9月4日佛山市南海區的一次局地短時強降水天氣過程進行分析，展示此次短時強降水的小尺度強度場與三維風場等結構特征。選取逐30 s的強度場與三維風場反演資料，以及自動氣象站逐5 min降水量資料，研究強度場、三維風場與自動站降水量三者之間的聯系，以期為短時強降水天氣的預報預警提供依據。

1 資料和天氣過程

1.1 資 料

架設于佛山市的相控陣陣列天氣雷達(圖 1a)由七個子陣組成，每三個相鄰的子陣為一組進行協同掃描。每個子陣的最大探測距離均為36.48 km，徑向分辨率為30 m。水平方向上每個子陣均采用機械掃描方式，覆蓋0°～360°方位，垂直方向上采用相控陣多波束掃描技術，采用4個發射波束和64個接收波束覆蓋仰角，其中單偏振子陣覆蓋0°～90°仰角，雙偏振子陣覆蓋0°～72°仰角。每三個相鄰的子陣采用近似等邊三角形方式布局，單個子陣體掃時間為30 s，對應60°范圍的掃描時間為5 s。理論上，三個子陣的共同覆蓋區域(簡稱三維精細探測區)的探測資料時差在5 s以內，兩個子陣共同覆蓋區域的探測資料時差在10 s以內，Li et al(2020)研究表明探測資料數據時差越小，獲得的風場越準確。三維探測區外的圓形區域內也有探測資料，這些區域稱為普通探測區(圖1b)。

本文所用資料包括2020年9月4日佛山市南海區(22.90°～23.30°N、112.90°～113.20°E)16—18時(北京時，下同)自動氣象站逐5 min降水資料，9月4日16:00—17:30廣州CINRAD/SA雷達(簡稱廣州雷達)基數據，佛山市陣列天氣雷達三水潮灣站子陣3(簡稱子陣3)、禪城梧村站子陣6(簡稱子陣6)、南海尖峰嶺子陣7(簡稱子陣7)雷達基數據，以及三部子陣融合強度場與三維風場反演資料。廣州雷達基數據僅用于雷達資料對比驗證，本文天氣過程分析均使用陣列天氣雷達資料，三維風場反演資料為單體內部風場。強度場與三維反演風場資料:水平格點間隔為100 m，反演層數為75層，垂直格點間隔為200 m。

1.2 天氣過程和雷達回波分析

2020年9月4日東亞大槽加深東移，槽后西北氣流帶動冷空氣南下，佛山處于槽前偏西南氣流中，588 hPa等壓線控制廣東。925 hPa上切變線位于粵北地區，有一支西南氣流從海南東側海面向北延伸到珠江三角洲西部，另外有一支東北氣流從臺灣海峽南下影響到珠江三角洲東部地區，二者在珠三角附近形成輻合，700 hPa和850 hPa上切變線位于長江流域南側一帶，切變線南側有偏西風急流在湖南和江西北部發展，200 hPa上珠三角地區恰好處于偏北顯著氣流和西北顯著氣流兩支氣流直接的分流區。地面上弱低壓在北部灣維持，本地受類均壓場控制。距離佛山南海區最近的清遠探空站2020年9月4日08時探空站資料表明:各層大氣相對濕度較大，對流有效位能(CAPE)值為2 100 J·kg-1，對流抑制能量(CIN)值為0 J·kg-1，不穩定能量充足(圖2)。綜上所述，佛山2020年9月4日有充沛的水汽和水汽輻合，地面與700 hPa之間的條件不穩定結合低層水汽條件形成CAPE大值，具有顯著的深厚濕對流潛勢。此外，更大尺度范圍內低層輻合，高層輻散，周邊環境為上升氣流，有利于CAPE增大，CIN減小，深厚濕對流形成的可能性將更大。

圖2 2020年9月4日08時清遠站T-lnp圖

2020年9月4日16:00—17:00，佛山市南海區有多個單個單體或多單體結構的對流風暴生成，形成多單體風暴群，回波演變過程見圖3。合并階段，16:00多單體1、多單體2均在進行內部合并(簡稱第一次合并)(圖3a1)，16:05多單體1上方出現新的對流單體(簡稱單體1)(圖3a2)，16:11單體1迅速發展，其右側出現新的對流單體(簡稱單體2)，此時多單體1、多單體2內部合并結束并分別發展成為新的對流單體(簡稱單體3、單體4)(圖3a3)，16:11—16:28單體3及單體4開始分裂，單體1、單體2、單體3、單體4逐漸合并(簡稱第二次合并)，并向東北方向移動(圖3a4～3a7)。16:30合并階段結束，第二次合并后形成的對流單體分裂為兩個新的對流單體(簡稱單體5、單體6)(圖3a8)，單體5進入成熟階段。成熟階段，16:30—16:50單體5發展旺盛并向東北方向緩慢移動，單體6移動更快(圖3b1～3b2)。消亡階段，16:50單體5轉為消亡階段，17:15單體5與右側新生對流單體(簡稱單體7)合并(簡稱第三次合并)(圖3c1～3c4)，之后回波整體向東移動，迅速消亡。回波分析顯示，相控陣雷達可以精細地探測對流單體合并、成熟及消亡的演變過程。

圖3 2020年9月4日16:00—17:30在0.1～14.9 km高度上的組合反射率回波演變(a)合并階段:(a1)16:00,(a2)16:05,(a3)16:11,(a4)16:15,(a5)16:18,(a6)16:25,(a7)16:28,(a8)16:30;(b)單體5成熟階段:(b1)16:40,(b2)16:48;(c)單體5消亡階段:(c1)16:50,(c2)17:00,(c3)17:15,(c4)17:30

2 數據質量控制

風場反演前，對雷達基數據進行地物雜波濾除、徑向速度退模糊和衰減訂正等質量控制(Holleman and Beekhuis，2003；魏萬益等，2020；肖柳斯等，2021)，之后進行如下數據檢驗流程：金屬球定標、子陣間徑向速度對比、反演風場正確性和合理性檢驗。

當各收發子陣架設后，要檢查徑向速度的正確性。檢查方法如下:

(1)金屬球定標。采用金屬球定標法對各子陣的徑向速度進行機外標定。以子陣3為例進行說明，采用快速掃描模式，體掃時間調整為15 s。在2019年11月24日，獲取連續10個體掃樣本，利用金屬球相對于子陣3的實際徑向速度與子陣3所測徑向速度進行對比，子陣3的最大徑向速度探測誤差為0.2 m·s-1，滿足徑向速度探測精度為1 m·s-1的設計要求。子陣3探測的方位角、俯仰角、距離與金屬球實際的方位角、俯仰角、距離存在一個固定偏差，方位角偏差量平均為2.16°，俯仰角偏差量平均為0.28°，距離偏差量平均為189 m。不符合精度要求，因此后續對子陣3指北和天線俯仰角及距離庫探測進行了相應角度的修正。對子陣6、子陣7也采用該方法進行正確性檢驗，并進行相應修正。

(2)子陣間徑向速度對比驗證。以子陣3與子陣6對比為例，選取2020年9月4日16:01—16:17間隔30 s連續33個時刻數據，0°仰角連線中點處徑向速度進行對比(子陣3徑向速度大小取反以便于對比分析)。子陣3與子陣6的各時刻徑向速度均滿足方向相反(即數值取反)的設計要求，徑向速度值之差最大為2 m·s-1(圖4a)。子陣6與子陣7也采用該方法選取2020年9月4日16:27—16:40間隔30 s連續27個時刻數據進行徑向速度對比驗證(圖4b)。結果表明，滿足兩部子陣連線中點處徑向速度大小基本相同，方向相反，符合設計要求。

圖4 2020年9月4日(a,b)16:01—16:17和(c,d)16：27—16：40子陣連線中點徑向速度對比(a)子陣3與子陣6徑向速度(子陣3數值取反)，(b)子陣3與子陣6徑向速度絕對值差，(c)子陣6與子陣7徑向速度(子陣7數值取反)，(d)子陣6與子陣7徑向速度絕對值差

(3)反演風場正確性和合理性檢驗。李渝等(2020)利用部署在湖南省長沙黃花機場的陣列天氣雷達2019年雷達資料進行外場試驗，研究結果表明:1)在穩定性降水過程中，反演與風廓線雷達產品較為一致，比較合理；2)陣列天氣雷達反演風場在不同的降水類型下得到的風場結構符合各類天氣系統的基本特征，較為合理。

3 強度場與三維風場分析

本次強對流天氣過程發展迅速，涉及多個單體。下文將該次過程分為合并階段、成熟階段和消亡階段進行詳細分析，各階段觀測的對流單體均處于三部及以上子陣所構成的三維精細探測區內。

3.1 雷達資料對比驗證

為進一步檢查該個例使用的強度場與三維風場反演資料的正確性，利用廣州雷達和子陣3、子陣6、子陣7基數據以及三部子陣融合強度場與三維風場反演資料進行相互對比驗證，由于廣州雷達與相控陣陣列天氣雷達子陣波段不同，各項硬件參數不同，故在大雨滴和冰雹等情況下探測到的回波強度存在固有的不一致，并且兩者空間分辨率也有很大差異，故下文僅從定性的角度進行一致性分析。以2020年9月4日16:58廣州雷達9.78°仰角PPI資料(對應高度約為6.3 km)，子陣3在6.3 km高度的CAPPI資料以及6.3 km高度處強度場與反演風場資料為例，進行對比說明。

強回波指≥45 dBz的回波區域(韓光，2008)。廣州雷達、子陣3以及融合強度場(圖5a1～5a3)的回波形狀以及強回波區域均較為一致。子陣3與廣州雷達雖然架設于不同的位置(圖1a)，但徑向速度圖中(圖5b1，5b2)均存在兩處明顯的正負徑向速度交界線。6.3 km高度上，反演風場顯示單體5左側與右側分別出現清晰可見的氣旋與反氣旋，且風速大值區與子陣3的徑向速度大值區一致(圖5a3)。兩部及以上子陣覆蓋區域與回波區域大小幾乎相同(圖5b3)。故本次強對流天氣過程資料完整且較為準確能夠用于分析。

圖5 2020年9月4日16:58雷達對比(a1,b1)廣州雷達9.78°仰角(雷達架設于圖1a東南方位):(a1)基本反射率因子,(b1)徑向速度;(a2,b2)子陣3在6.3 km高度(子陣架設于圖1a西北方位):(a2)基本反射率因子,(b2)徑向速度;(a3,b3)6.3 km高度：(a3)強度場(填色)與風場(風羽),(b3)子陣覆蓋數量(填色)與風場(風羽)

3.2 合并階段

16:01—16:10第一次合并，多單體1、多單體2內部各對流單體都處于相近的發展增強階段，合并后發展增強。16:11—16:30第二次合并(圖3a3～3a8)，單體1、單體2發展增強，單體3、單體4開始分裂并迅速減弱，之后單體1、單體2與單體3、單體4分裂出的上側回波合并，回波迅速增強，回波頂迅速升高，之后逐漸合并為一個對流單體，向東北方向緩慢移動，而單體3、單體4分裂出的下側回波卻減弱。

翟菁等(2012)在數值模擬中把兩個對流單體云團之間的合并分為兩類：第一類合并為發展強度接近的單體之間的合并，兩個單體都處于相近的發展增強階段，則合并后單體發展增強，上文第一次合并與之相同。第二類合并為發展不同的單體之間的合并，一個單體處于發展期，而另一個單體處于成熟至成熟后的衰減期，合并過程中一個單體得到增強，而另一個單體卻減弱。上文第二次合并中單體3、單體4分裂時回波迅速減弱，之后分裂出的上側回波與單體1、單體2合并得到增強，而分裂出的下側回波逐漸減弱，這與單純的一個單體增強，另一個單體減弱的結果略有不同。

3.3 成熟階段

16:35強回波中心面積增大，回波頂略微升高至13.1 km，中低層(2.1～5.1 km)在強回波區域出現氣旋(圖6b1，6b2)，強回波區域面積增大，氣旋周圍風速略微增大。之后回波頂迅速升高至14.9 km，氣旋向上、向下增長，水平范圍擴大并逐漸形成閉環。

16:48單體5回波觸地，回波頂高14.9 km，最大反射率因子約為65 dBz，形成γ中尺度氣旋，直徑最大約為6 km，厚度約為7 km，自1.1 km高度處延伸至8.1 km。2.1 km(圖6c1)高度上，氣旋位于單體5左上側強回波中心處，直徑約為3 km。氣旋左上側風速較小，右下側風速較大，最大約為12 m·s-1。在4.1 km(圖6c2)高度上，氣旋位置相對2.1 km(圖6c1)高度略向右下側分布，氣旋直徑顯著增大至6 km 左右。6.1 km(圖6c3)高度上，氣旋位置相對4.1 km(圖6c2)高度略向右下側分布，氣旋中心反射率因子減小，直徑幾乎不變。該高度上氣旋左下側風速較大，右上側風速較小，最大約為14 m·s-1。散度場、渦度場與風場對應情況較好，風場中氣旋式輻合處以負散度正渦度為主，最小散度值約為-3.8×10-2s-1，最大渦度值約為7.1×10-2s-1。氣旋外圍表現為較強輻散，氣旋右側既存在輻合中心又存在輻散中心，但整體表現為負渦度，形成反氣旋趨勢(圖6d1，6d2)。7.1 km(圖6c4)高度上，氣旋位置相對6.1 km(圖6c3)高度幾乎不變，強回波區域面積顯著減小，氣旋右側風向出現明顯切變，由6.1 km高度東南風轉為西北風，反氣旋趨勢更為明顯。

圖6 2020年9月4日成熟階段(a)16:30,(b)16:35,(c)16:48不同高度的強度場(填色)與三維風場(風羽)，(d)16:48的(d1)散度場(填色)和(d2)渦度場(填色)與三維風場(風羽)

該階段單體5發展旺盛，途徑的各自動站站點逐5 min降水量較多，最大值約為7 mm(圖8a)，單體5從對流層低層直到中高層一直存在氣旋式輻合，且氣旋位置及強回波中心隨高度的增加逐漸向東南方向傾斜，在強降水回波發展旺盛時輻合區上空疊加有輻散區。郝瑩等(2012)分析多次短時強降水的徑向速度場，發現中小尺度輻合的穩定維持是強降水持續的主要原因，本文成熟階段的強度場與三維風場反演資料進一步清晰地展示了形成中小尺度氣旋式輻合的過程，氣旋式輻合維持時各高度上強度場與三維風場、氣旋最強處散度場與渦度場的結構特點。

3.4 消亡階段

16:50中高層(6.1～7.1 km)在強回波區出現反氣旋(圖7a1，7a2)，之后反氣旋向上略微增長，水平范圍擴大并逐漸形成閉環，氣旋水平范圍逐漸縮小。回波頂高逐漸降低，強回波面積逐漸減小，單體5移動速度變快。

17:00單體5回波觸地，回波頂高下降至14.1 km，最大反射率因子約為65 dBz，形成γ中尺度反氣旋，直徑最大約為6 km，厚度約為3 km，自6.1 km高度處延伸至9.1 km。2.1 km(圖7b1)高度上氣旋消失，表現為很強的水平風切變。4.1 km(圖7b2)高度上，氣旋位于單體5左上側，與16:48相同高度上(圖6c2)比較，氣旋向左上移動，輻合減弱。最大風速由14 m·s-1減小至10 m·s-1，整體風速減小，氣旋中心反射率因子顯著降低，強回波面積顯著減小，整個回波面積顯著增大，單體5右側風場出現明顯風切變。6.1 km高度(圖7b3)與16:48相同高度上(圖6c3)比較，氣旋受到右側反氣旋影響，分為左上側、左下側兩個氣旋。7.1 km(圖7b4)高度上，氣旋左下側與反氣旋右上側風速較大，最大約為18 m·s-1，回波強度較強，最大反射率因子約為60 dBz。兩者交界處風速較小，最大約為10 m·s-1，回波強度較弱，最大反射率因子約為40 dBz。該層強度場與三維風場為外圍強度大，風速大，中心強度小，風速小的結構。散度場、渦度場與風場對應情況較好，風場中反氣旋式輻散處以正散度負渦度為主，其中最大散度值約為4.5×10-2s-1，最小渦度值約為-5.7×10-2s-1(圖7e1,7e2)。反氣旋左側的兩個氣旋中風切變較強，以輻合為主，但局部已經開始形成輻散，整體表現為正渦度。

圖7 2020年9月4日消亡階段(a)16:50,(b)17:00,(c)17:10,(d)17:22不同高度的強度場(填色)與三維風場(風羽)，(e)17:00的(e1)散度場(填色)和(e2)渦度場(填色)與三維風場(風羽)

17:10強回波面積進一步減小，反氣旋向下延伸至4.1 km，該高度(圖7c1)與17:00相同高度上(圖7b2)比較，回波面積增大，但強回波面積減小，氣旋處風速顯著減小，對應位置最大反射率因子由60 dBz顯著減小至45 dBz，氣旋右側回波強度變化較小，單體5右側有單體7正在發展。7.1 km高度(圖7c2)與17:00相同高度上(圖7b4)比較，反氣旋范圍顯著擴大，回波強度減弱，面積縮小。

（八） 藥敏試驗 采用紙片擴散法，用無菌棉簽蘸取分離菌的血清肉湯培養物，均勻涂布于鮮血瓊脂平板，在瓊脂平放上向一個方向均勻涂布然后將平板每轉動60度涂布一次，共涂三次最后沿平板邊緣涂布一圈；加蓋后放置5 min，待平板稍干后，用無菌鑷子將各種藥敏紙片分別平貼在培養基表面，并輕壓使其緊貼平板表面，每個平板貼4張藥敏紙片，兩紙片相距25 mm，紙片與平板邊緣不小于15 mm，貼好紙片的平板于37度培養24 h，觀察結果。結果按抑菌圈直徑大小和各抗菌藥的具體標準，評定為高度敏感、中度敏感或耐藥。結果評定參照表2。

17:22單體5回波頂高降至10.1 km，與右側單體7合并，消亡速度放緩。4.1 km高度(圖7d1)與17:10相同高度(圖7c1)比較，最顯著的變化是氣旋消失，回波強度減弱。7.1 km(圖7d2)與17:10相同高度上(圖7c2)比較，最顯著的變化是反氣旋消失，回波強度減弱。之后對流單體迅速消亡，所經過自動站站點逐5 min累計降水量顯著減少。

4 反射率因子、三維風場與自動站降水量的關系初探

基于陣列天氣雷達高時空分辨率的特點，選取逐30 s的反射率因子場與三維風場反演資料，以及回波移動路徑上的自動氣象站逐5 min累計降水量資料(圖8a)，探究反射率因子(即強度)場、三維風場與自動站降水量三者之間的聯系。

圖8 2020年9月4日(a)單體5(紅色三角)與單體6(藍色三角)經過的部分自動氣象站16—18時累計降水量；(b)單體5,(c)單體6經過的自動氣象站降水量統計

選取單體5經過的6個自動氣象站站點進行統計(圖8b)，同時為探究三維風場的影響，將各階段發展情況類似，但沒有形成深厚持久氣旋與反氣旋的單體6經過的8個有降水的和3個無降水或降水很少的自動氣象站站點也進行統計(圖8c)。單體5經過的自動氣象站，最大累計降水量為27.9 mm。單體6經過的自動氣象站，最大累計降水量為18.6 mm。以各自動氣象站站點為中心，水平范圍1 km×1 km，統計自動站出現降水的前后20 min之間逐30 s的下列均值:1)垂直范圍0～6 km的反射率因子均值(簡稱反射率因子)；2)垂直范圍0～3 km的水平風速均值(簡稱0～3 km風速)；3)垂直范圍3～6 km的水平風速均值(簡稱3～6 km風速)；4)垂直范圍0～6 km的渦度、散度均值(簡稱渦度、散度)；5)垂直范圍0～6 km的正渦度、負散度均值(簡稱正渦度、負散度)。

選取以自動站為中心水平范圍1 km×1 km，可以更好地觀測各統計量，得到相對平穩的變化趨勢，利于找出各統計量之間的關系。對垂直范圍0.1 km，0～1 km，0～3 km，0～6 km反射率因子統計，發現四者所繪制的曲線變化趨勢基本一致，但前三者存在較大抖動，故選擇更為平穩的0～6 km反射率因子作為統計量，以更好地觀察與自動氣象站5 min降水量之間的關系。Wu et al(2020)通過數值模擬表明風場變化對風暴的結構和組織有重要影響，對流層中層或低層風場的增強有利于對流的發展。且據統計0～6 km風速均值與0～6 km正渦度變化趨勢較為一致，故低層風場選擇0～3 km，中層風場選擇3～6 km，以0～3 km與3～6 km的風速均值作為統計量。

單體5和單體6經過的各自動站站點的統計量結果表明(表1):單體5與單體6的反射率因子最大值均為55 dBz，單體5存在深厚持久的氣旋、反氣旋，0～3 km與3～6 km風速統計量最大值均大于單體6，且單體5經過的自動站中的最大累計降水量遠大于單體6。

表1 單體5與單體6的各項統計量對比

觀察各站點中各統計量之間的關系，得到以下特點(圖9，其余站點略):

圖9 2020年9月4日(a)G6866,(b)G6838,(c)G2280站點統計量

1)最大反射率因子一般出現在最大5分鐘降水前的5～10 min，降水發生時，反射率因子會有略微減小，在最大5分鐘降水發生前略微增大，之后迅速減小。通常出現強降水的站點最大反射率因子遠大于無降水或降水很少的站點。

2)0～3 km風速與反射率因子變化趨勢較為一致，在最大5分鐘降水發生前5～10 min迅速減小。通常出現強降水的站點0～3 km風速最大值均大于2 m·s-1，最大為7 m·s-1，無降水或降水很少的站點0～3 km風速最大值均小于2 m·s-1。

3)3～6 km風速在降水發生前10～15 min會達到第一個極值，在最大5分鐘降水發生前后 5 min 達到最大值，通常3～6 km風速最大值更大，且后于0～3 km風速達到最大值。

4)正渦度與負散度變化趨勢基本一致，在最大5分鐘降水發生前5～10 min迅速減小，與0～3 km風速變化趨勢較為一致。

5 結論與討論

對2020年9月4日佛山市局地短時強降水天氣過程分析，得到以下幾點結論:

(1)2020年9月4日佛山市滿足強對流天氣發生所需要的水汽條件，不穩定層結條件和抬升條件，CAPE值充分大，CIN值較小，自動站數據表明4日下午佛山市南海區出現了局地短時強降水天氣過程。

(2)通過數據質量控制和雷達資料對比等方法驗證，證明陣列天氣雷達徑向速度資料完整，較為準確，反演風場較為合理，能夠用于對此次短時強降水過程的分析。

(3)強度場與三維風場分析發現：合并階段，各單體發生多次分裂、合并，觀測到兩類不同發展階段的對流單體之間的合并過程，一類是發展強度接近的單體之間的合并，合并后單體發展增強，一類是發展強度不同的單體之間的合并，處于成熟期的單體分裂成兩個單體，一個單體與發展期單體合并得到增強，一個單體逐漸減弱。成熟階段，回波中低層風場出現較強切變，之后強回波中心迅速形成γ中尺度氣旋，氣旋形成后自動氣象站測得的降水量明顯增加，表明氣旋式輻合的穩定維持是強降水持續的主要原因。消亡階段，強回波區形成γ中尺度反氣旋，反氣旋逐漸增強，氣旋逐漸減弱，降水量明顯減少，回波移動速度加快。最終，氣旋與反氣旋均消失，對流單體迅速消亡。該次短時強降水天氣過程分析表明，陣列天氣雷達能夠對強對流天氣過程進行更為精細的探測。

(4)強度場、三維風場與自動站降水量的關系初探：從高時空分辨率的強度場、三維風場中獲得的各統計量對短時強降水有一定預示作用。最顯著的關系特點為：水平范圍均為1 km×1 km，垂直范圍 0～6 km反射率因子均值、垂直范圍0～3 km風速均值、垂直范圍0～6 km正渦度與負散度均值的最大值通常出現在最大5分鐘降水前5～10 min，垂直范圍3～6 km風速均值的第一個極值通常出現在降水前10～15 min，最大值通常出現在最大5分鐘降水前后5 min。

盡管本文對該次局地短時強降水天氣過程進行了詳細的強度場與三維風場分析，但并未對垂直速度進行分析，因為降水粒子下落末速度計算如果存在較大誤差會使垂直速度的結果不準確。未來將開展對降水粒子下落末速度的估算，探索垂直氣流的計算方法，同時對強度場、三維風場與自動站降水量之間的關系進行深入研究，將統計分析更多個例，進一步探究這些特征的形成機理。