Page 173 - 《高原气象》2026年第5期
P. 173
5 期 杨梦兮等:江淮东部梅雨期极端小时降水雨滴谱统计特征 1389
图8 江淮东部梅雨期极端小时降水与普通降水μ-Λ分布及 图9 江淮东部梅雨期极端小时降水与普通降水Z-R分布
二项式关系拟合曲线 和最小二乘法拟合曲线
虚线对应D =(4+μ)/Λ中D =1. 0, 1. 5, 2. 0, 3. 0 mm Fig. 9 The Z-R distributions and the least squares fitting
m
m
Fig. 8 The μ-Λ distributions and the binomial relationship curves for extreme hourly precipitation and ordinary
fitting curves for extreme hourly precipitation and ordinary precipitation during the Meiyu period in
precipitation during the Meiyu period in the eastern the eastern Jianghuai region
Jianghuai region. The dashed lines correspond to
小, 而指数偏大, 表明粒子间的碰并起主导作用
D =(4+μ)/Λ, where D =1. 0, 1. 5, 2. 0, 3. 0 mm
m
m
(Atlas et al., 1999; Maki et al., 2001), 这与 3. 3. 3
的一致性, 反映了可能存在以“碰撞-破碎”为主导
节结论一致。极端小时降水的拟合曲线整体偏于
的 相 似 微 物 理 过 程 及 谱 分 布 特 征 。 而 金 祺 等
标准关系的右侧(临界 Z 约为 50 dBZ, 而 Z>50 dBZ
2
(2015)研究的滁州夏季降水(Λ=0. 0117μ +0. 844μ
的出现频率仅为 7. 3%)。这一偏移导致同样的 Z,
+1. 316)则更接近 Chen et al. (2013)的结果。进一
业务雷达容易对实际 R 估计偏低。例如, 对于极端
步对比发现, 极端小时降水拟合曲线在 Λ 低值区与
小时降水中 Z的集中值 44. 2 dBZ[图 2(d)], 使用标
金祺等(2015)的研究结果重叠度较高, 但在高值区
准关系将造成约 6. 5% 的降水估测误差, 在短时临
和普通降水一致, 均落于其拟合线下方, 表明雨滴
近预报时需对此引起高度警惕。此外, 与金祺等
谱特征可能受不同微物理过程控制。此外, 极端小
(2015)研究的滁州对流性降水(Z=408R )相比,
1. 20
时降水与普通降水之间亦存在明显差异: 前者拟合
极端小时降水在系数与指数上均有明显差异, 且在
曲线整体位于后者上方, 说明在相同 Λ 值下, 极端
强 R 下对应更高的 Z 值, 进一步凸显了区域特性对
小时降水对应更大的 μ 值, 进而导致更大的 D , 进
m
一步印证了其雨滴谱中更大粒径粒子的主导作 Z-R关系的影响。
用(图4)。 4 结论与讨论
3. 3. 6 Z-R关系
本文利用 2017 -2024 年泰州国家气象观测站
目前许多有关雨滴谱的研究重构了局地降水
的 Z-R 关系, 但针对小时降水量的研究还很少, 基 的逐小时降水量观测资料和雨滴谱观测资料, 以气
1. 4
于标准关系 Z=300R (Fulton et al., 1998)的业务雷 候观测资料(1991 -2020 年)第 98 百分位数为梅雨
达 1 h 累积降水量产品(OHP)误差, 会严重地影响 期小时降水量阈值, 对江淮东部极端小时降水的微
到极端小时降水的定量估测。图 9给出的是梅雨期 物理特征量、 雨滴谱及特征参数分布和 Z-R 关系等
极端小时降水和普通降水 Z-R分布与最小二乘法拟 进行统计分析, 并与普通降水进行对比, 得出以下
合曲线, 由图可见, 极端小时降水的散点在高 Z 与 主要结论:
R 值区间集中度更高, 并与普通降水存在大范围重 (1) 极端小时降水主要由对流云或混合云产
叠。拟合的极端小时降水和普通降水两个时段降 生, 层状云降水的出现频率较普通降水大幅减少且
水的结果分别为 Z=178. 8R 1. 53 和 Z=320. 4R 1. 39 , 其中 对降水量的贡献率极低; 降水量并非由分钟雨强的
普通降水结果与标准关系较为相近, 差异则主要出 出现频率直接决定, 而是其强度与频率共同作用的
现在极端小时降水时段。在该时段内, 拟合系数偏 结果, 这也与普通降水不同。

