Page 268 - 《高原气象》2026年第2期
P. 268
高 原 气 象 45 卷
568
图8 M6M7法、 M3M6法、 C-G法针对不同粒子大小的降水估测各参量的NB
（a） 0 mm<D ≤1 mm， （b） 1 mm<D ≤2 mm， （c） D >2 mm
m
m
m
Fig. 8 NB of estimated parameters by the M6M7 method， M3M6 method and C-G method for rainfall
of different particles sizes.（a） 0 mm<D ≤1 mm， （b） 1 mm<D ≤2 mm， （c） D >2 mm
m
m
m
大， 而 M3M6法在大到暴雨环境中反演有优势。根 翁源站和连平站雨滴谱仪采集的六次降水过程雨
据两种算法的环境适用性， 考虑融合 M6M7 法和 滴谱数据， 将新的雨滴谱反演算法-基于六、 七阶
M3M6 法， 将 6 次降水过程数据按照降水强度进行 矩的双阶矩规范化算法与基于三、 六阶矩的双阶矩
-1
分段反演， 即对 R≤30 mm·h 的降水采用 M6M7 法 规范化算法和“约束性 Gamma 雨滴谱模型”反演算
-1
进行反演， R>30 mm·h 降水采用 M3M6 法进行反 法进行对比， 并分析了反演效果， 并在最后一小节
演。对利用雨滴谱计算出的微物理参量 NB、 NE 结 中提出了一种综合算法， 初步验证该算法能进一步
果进行评估， 并与 M6M7 法、 M3M6 法、 C-G 法进 提高雨滴谱反演精度。评估不仅基于统计的总数
行对比， 如图10和图11所示。 据， 还根据降水强度、 降水粒子分段处理后的数
从 图 10（a）中 可 以 看 出 ， 融 合 M6M7 法 和 据， 参考相对偏差（RB）、 相对误差（NB）和绝对误
M3M6 法后， 微物理参量的估测值相对偏差更加接 差（NE）指标进行， 主要结论如下。
近于 0， 除了 LWC、 R 误差略高一点， 其余参量 NB （1） 从总的结果对比图来看， M3M6 法表现最
均在-2. 57%~3. 55% 之间， 说明其平均偏差很小， 差， C-G法和M6M7法偏差中值接近0， 反演效果较
估测更准确。虽然绝对误差没有降低［图 10（b）］， 好。但相比于传统 C-G 法， M6M7 法对各滴谱参量
但所有参量估测误差仅比 M6M7 法大 3% 以内， 误 估测误差变化范围更小， 说明其反演效果更稳定。
差波动范围增大一点， 但相比传统的 M3M6方法和 （2） 从雨强各分段来看， M6M7 法在小雨环境
C-G 方法仍然有优势， 在图 11 中可以看到， 增加了 下相对误差是三种方式中最接近于 0， 平均偏差很
一些与观测值重合的数据点（红色）， 所以总体来 小， 在小雨环境下表现更好， 各参量估测误差随降
看， 综合算法能更进一步提高雨滴谱反演精度。只 水强度的增大变化不大， 算法稳定性好。M3M6 法
不过由于本次实验用到的降水数据以中小强度的 对 K 噪声敏感， 在中小雨环境下 K 质量较差， 反
DP
DP
-1
降水为主， R>30 mm·h 的数据点在总数据点中占 演误差较大， 结果不准确， 大到暴雨天气中 K 质
DP
比率很小， 所以综合算法的优势不是特别明显。 量较好， 估测的滴谱参量误差相对较小且变化范围
5 结论 小， 表现较好。C-G法估测参量误差（除 D 增大）呈
m
先减小后增大的趋势， 估测的误差变化范围大， 只
现有反演雨滴谱技术存在不足， 例如 K 对噪 在中雨环境某些时刻具有较好效果。
DP
声敏感， μ-Λ 关系的不确定性会导致反演结果不可 （3） 从粒子大小各分段来看， 在中、 小粒子降
靠， 为提高雨滴谱反演精度， 本文拟利用 Z 和 Z DR 水中 M6M7法估测雨滴谱参量的误差更小， 估测更
H
计算雨滴谱六、 七阶矩进行雨滴谱反演， 进一步验 准确， 随粒子的增大， 除 LWC、 R误差增大以外， 其
证新的雨滴谱反演算法， 利用 2022 年 5 -6 月河源 余误差减小后保持稳定， 总体比另外两种方法效果
站的双偏振雷达数据及惠阳站、 增城站、 新丰站、 更好、 更稳定。C-G 法估测值随粒子的增大呈先减
