谷 娟，周筠王君，2，史 朝，黄 蕾

(1.成都信息工程大学大气科学学院高原大气与环境四川省重点实验室，四川成都610225;2.南京信息工程大学气象灾害预报预警与评估协同创新中心，江苏南京210044)

0 引言

雷暴的发生时常伴随着强降水、雷电、冰雹、龙卷等天气现象，这些天气往往会给人类造成不同程度的人身和财产伤害，此外雷暴过程在不同的地区和天气背景下发生发展的特点、尺度、强度及内部的宏微观结构也存在一定的差异[1－2]，这些原因引起学术界对雷暴研究的广泛重视。随着中国空间和地面探测系统的建立及其技术的不断发展，越来越多的数据积累使得人类从不同角度探究雷暴过程的变化规律成为可能。在雷暴过程中，云内部微物理特征与降水的形成、雷电活动的产生等有着直接的联系，它的演变规律是目前关注度较高的一个研究课题。近年来，双偏振雷达日益成为改善测量雷暴云中粒子相态的一种新方法，它测得的水平反射率ZH、差分反射率ZDR、差分传播相移率KDP、相关系数ρHV等参量与水成物粒子类型、形状及分布等要素密切相关，综合应用这些参量能够较好的反演粒子相态。

目前国内外学者在此方面的研究已做了大量工作。Cherry等[3]研究了多种类型的滴谱和降水粒子的形状分布，并指出S波段雷达参量与降水粒子之间存在定性关系。Liu等[4]将双偏振雷达和实际的地面资料给出了一维隶属函数的一系列参数值，建立了一种反馈方案来调整模糊逻辑法的权重系数，Baladini等[5]在此基础上对C波段双偏振雷达关于粒子识别的参数化方案作了进一步讨论。May and Keenan等[6－7]利用C波段雷达参数对雷暴云中的粒子相态进行了识别，并给出了C波段雷达的参数以及温度设置范围。刘黎平等[8]利用C波段双线偏振雷达对层状云、对流云进行观测研究发现，参量ZDR可以反应云体内不同部位的微物理特征，负ZDR值区对应大冰雹区，正ZDR值区对应大雨滴区。针对利用双偏振雷达资料识别降水粒子的方法曹俊武等[9]做了详细讨论，并建立了一套降水粒子类型的识别模式，研究表明ZDR识别降水粒子效果要高于 KDP和 ρHV(0)[10]。张廷龙等[11]利用X波段双偏振雷达反演了雷暴云中的降水粒子类型，并探讨了雷暴云电荷结构与云内降水粒子之间的关系。程周杰等[12]利用双偏振雷达的偏振参量结合模糊逻法反演雷暴云中的降水粒子相态演变情况，识别粒子种类多达11种。这些工作主要基于S和C波段的双偏振雷达，目前用X波段双偏振雷达对粒子相态的识别研究还较少，利用X波段双线偏振雷达对一次雷暴过程的连续观测资料并结合模糊逻辑粒子识别方法，对成都地区一次雷暴发展、成熟、消亡3个阶段云中水成物粒子演变特征进行分析。

1 资料和方法

1.1 资料概况及双偏振雷达简介

所用的资料为2014年7月28日成都及周边地区所获取的X波段双偏振多普勒雷达体扫数据，该雷达是基于美国NEXRAD(WSR-88D)天气雷达的先进技术的基础上的双线偏振多普勒雷达。该雷达监测最大距离达300 km，定量测量达150 km，能识别雹云中2～3 km尺度的核区以及直径5～10 km的龙卷气旋。速度测量达150 km，具有扩展速度范围和消除速度模糊的功能，距离达150 km时径向速度测量范围优于±20 m/s，75 km时优于±32 m/s。雷达采集的基数据包括:回波强度、差分反射率、差分传播相移率、相关系数、多普勒速度、速度谱宽、退偏振因子。还有系统通用性强，功能扩展灵活，性价比高等特点，其主要技术指标如表1所示。

表1 X波段双偏振雷达主要技术指标

1.2 方法介绍

1.2.1 模糊逻辑法

模糊逻辑法最早由Zadeh[13]在1965年提出被广泛用于云内水成物粒子的识别，整个方法包含4个过程:模糊化、规则判断、集成和退模糊。所谓模糊化，就是将偏振参量输入并以相应成员度的方式转换成模糊基，最重要的过程就是建立隶属函数，该函数值介于0到1之间，值越接近1表明该参量属于该模糊基的程度越高。规则推断是将输入的参量通过一定的规则而运算输出模糊变量的过程，在文字上可以用IF-THEN语句来描述，有相关系数连加法、最小相关系数法、相关系数连乘法以及MIN-MAX法等几种常用方法。集成的过程就是利用用每个单独的模糊基的隶属函数来推断整个模糊区间内的该基的最合理归属，两种常用的集成方法是相加集成法(该基的各个输入参数的隶属函数值相加，取最大值)和相乘集成法(该基的各个输入参数的隶属函数值相乘，取最大值)。集成之后输出一个模糊基，把模糊基转换为某一具体结果值(如雨、冰晶、冰雹)的过程即为退模糊。表2列出了本文利用模糊逻辑算法区分出的10种水成物粒子类型。

表2 模糊逻辑系统的输出类型

在构造各个隶属函数时综合参考 Straka[14]和Liu[4]的研究成果给出的参数阈值，输出变量即为水成物粒子类型，考虑到这些参数都是针对国外雷达而设置的，要应用到中国的雷达中，部分参数做了适当的调整，得到表3。

表3 10类水凝物的成员函数参数设置

1.2.2 衰减订正

比起S波段和C波段的双偏振雷达，X波段信号衰减问题较为严重，散射模拟计算指出:X波段电磁波单程衰减率分别是C、S波段的7～8倍和10倍以上，为了使观测结果接近真实值，文中对水平反射率ZH和差分反射率ZDR两个雷达参量进行了衰减订正。胡志群等[15]综合考虑了KDP和ZH订正法的优缺点，提出了ZH-KDP综合订正法，该方法简便易行且订正速度快，能较好地改善雷达数据的质量。具体做法就是将KDP＜σ1及KDP＞σ2的值认为是观测误差引起的，不予利用而综合利用ZH、KDP，求得衰减率AH和差分衰减率ADP为

将式(1)、(2)得出的衰减率AH和差分衰减率ADP代入式(3)、(4)中，从而完成对水平反射率以及差分反射率的衰减订正。对X波段，系数a1=0.22，a2=0.033 dB/deg。式中，ZHa(r)，ZRe(r)分别为订正前后的水平反射率(单位:dBZ)，ZDRa(r)、ZDRe(r)分别为订正前后的差分反射率(单位:dB)，r为距离雷达中心的距离(单位:km)。α:1.370 ×10－4dB/km·(mm6/m3)－1，β =0.779。常数 d=1.13，γ 变化范围为 0.114～0.166，取平均值0.14。结合订正方法，实现模糊逻辑判断法的流程如图1所示。

图1 资料处理流程图

2 个例分析

2.1 天气背景

2014年7月28日14:12至17:35，成都地区(30.3°N～31.6°N，103.2°E～104.6°E)发生一次雷暴过程。从7月28日12:00时700位势高度场可以看出(图2a)，四川地区位于副高边缘，同时受印度季风低压系统和高原北部低压系统影响，这种形势致使四川地区为一致的西南暖湿气流，使来自孟加拉湾的水汽和不稳定能量源源不断的向四川地区输送;与此同时，在850 hPa成都地区上空正好处在逐渐加深的低槽当中，同时四川南部有明显的切变线，在副高阻挡下有利于该切变线向四川地区移动，这些天气形势都为雷暴的产生创造了重要条件。

图2 2014年7月28日12:00时700 hPa和850 hPa位势高度场

为了更好地了解此次雷暴过程回波强度的变化情况，在雷达体积扫描中把每一个径向距离库及其上空对应回波中的最大反射率投影到笛卡尔格点上，得到组合反射率产品(一般称为CR产品)，它可以直观显示各层回波的最强反射率，可以确定风暴的结构外观以及强度趋势，是预报员常用到的一种雷达产品。由于每个径向距离库上对应着一个回波强度值，将大于30 dBZ回波的库数占该时刻有效库数的百分比进行统计得到图3，可以表明在此次雷暴过程中强回波变化特征。由图3可以看出，在雷暴的初始时刻，雷暴云中的强中心以30～35 dBZ为主，有少量35～40 dBZ，40～45 dBZ的强回波，随后各阶段的回波强度百分比随时间缓慢增长，到14:57开始45 dBZ以上的回波开始出现。到15:28，45～50 dBZ的强回波仍在持续增长，其它各阶段强回波百分比开始进入平稳变化的阶段。从16:21开始，30～35 dBZ、35～40 dBZ、40～45 dBZ的强回波缓缓下降，到16:47，45～50 dBZ强回波消失。将30～35 dBZ、35～40 dBZ、40～45 dBZ、45～50 dBZ这几个阶段的雷达回波进行综合统计，得到大于30 dBZ的强回波百分比随时间的变化曲线，它的变化趋势与分阶段统计的强回波百分比演变基本保持一致，在14:24～15:28时间段内强回波增长趋势较为显著，在15:28～16:21时间内存在波动，变化相对平稳，而在16:21～17:37阶段强回波百分比下降较为明显。为了便于接下来对雷暴过程中水凝物粒子演变特征进行研究，由以上分析将14:18～15:28、15:28～16:21、16:21～17:37 3个时段内的活动分别定为雷暴的发展、成熟、消亡3个阶段。

图3 大于30 dBZ的强回波值百分比随时间的演变特征

2.2 反演结果及分析

2.2.1 水凝物粒子的时间演变特征

图4 雷暴云中各种水凝物粒子随时间演变特征

根据模糊逻辑识别方法，每个径向距离库上对应着一种水凝物粒子类型，将各种类型的距离库数每6分钟统计一次，得到各水凝物粒子距离库数随时间的演变(图4)。图4(a)表明，随着雷暴的发展，毛毛雨和雨距离库数开始增长，毛毛雨到15:00开始下降，随后出现小幅波动，雨相对毛毛雨变化相对平稳，一直处于增长趋势;到了雷暴的成熟阶段(15:28～16:21)，毛毛雨和雨增长到最大值，到减弱阶段开始下降，到雷暴后期毛毛雨仍维持在较高值。从图4b中可以看出，干雪、干冰晶和湿雪从雷暴起始时刻开始就持续增长，到了雷暴成熟阶段达到各自的最高值，随后干冰晶和湿雪开始缓慢下降，干雪距离库说基本维持到雷暴消亡阶段后期才开始快速下降。从干霰、湿霰和雨夹雹的演变可以看出(图4c)，干霰和雨夹雹的演变趋势较为相似，二者随雷暴的发展库数快速增长，其峰值出现在发展阶段后期，随后开始波动并缓慢下降;湿霰在雷暴初始时刻库数与雨夹雹相当，且低于干霰，在雷暴发展阶段其库数迅速增长到干霰和雨夹雹之上，峰值出现在雷暴成熟阶段，且数值明显大于干霰和雨夹雹;到了雷暴消亡阶段，三者库数均快速下降，湿霰库数迅速下降到干霰和雨夹雹之下，到雷暴消散时几乎趋近于零。在整个过程中大冰雹和小冰雹出现的数量极为少量，最大值数量不足100，其作用可以忽略不计。不难发现，湿霰粒子的演变与雷暴的发展、成熟、消亡过程比其它粒子有着更好的对应性。

图5 雷暴云中各种水凝物粒子百分比随时间演变特征

将识别得到的各水凝物粒子在该时刻距离库数占总粒子库数的百分比进行统计得到各粒子库数百分比随时间的演变图(图5)。从图5可以看出，在雷暴的起始时刻，雷暴云中大量存在着液相粒子(毛毛雨和雨)，二者总含量超过80%，同时还存在少量的干雪、干冰晶和湿雪，霰粒子(干霰和湿霰)和雨夹雹含量极少，无冰雹粒子(大冰雹和小冰雹)。毛毛雨和雨的百分比在整个雷暴过程中演变趋势相反，在雷暴的发展阶段，随着雷暴云尺度逐步增大，毛毛雨数量在增长但其百分比含量却在缓缓降低，到了雷暴成熟阶段，是毛毛雨百分比含量最低的阶段，而这一阶段是雨百分比含量最高的阶段;在雷暴开始消亡时，毛毛雨百分比开始回升，雨开始下降。湿雪百分比在雷暴发展阶段持续增长，到了成熟阶段快速降低，在消亡阶段少量回升之后又继续下降;干雪和干冰晶百分比低于湿雪，二者在雷暴过程中百分比值分别在5.5%、4.2%上下波动。霰粒子和雨夹雹在雷暴初始时刻含量相当，湿霰增长和下降速度均快于干霰和雨夹雹，百分比峰值出现在雷暴成熟阶段，湿霰和雨夹雹百分比峰值提前湿霰出现，在雷暴消亡时期湿霰快速下降到干霰和雨夹雹之下。

由此可以看出，雷暴产生初始时刻，云中含有大量的液相粒子，为即将形成的积雨云体提供了重要物质基础，水汽凝结释放潜热也为雷暴发展提供能量;在雷暴成熟阶段，毛毛雨数量较大但百分比含量却在下降，同时冰相粒子在该时段内数量最多，说明冰相粒子的增长消耗了较小的液相粒子(毛毛雨)，即蒸凝过程使冰相粒子增长，液相粒子蒸发失去水分粘连在冰相粒子上。

2.2.2 水凝物粒子的空间分布特征

图6 雷暴发展、成熟、消亡3个阶段中所选时刻雷达反射率因子及其对应的相态识别结果

要了解雷暴云中水凝物粒子演变特征还需要对其空间分布状况进行分析，图5为雷暴发展(a，b)、成熟(c，d)、消亡(e，f)3个阶段中各自选取一个时刻的雷达回波及其对应的相态识别结果，每个距离圈长度为30 km，圆心处为雷达中心。根据雷达回波显示，在雷暴发展阶段，雷暴云位于雷达中心附近，主要处于雷达中心西北和东北方向，已有明显的强回波带出现，在雷达中心西北方向45 km处发展起来一个较小的独立强对流云体，强中心达到47 dBZ。到了雷暴的成熟阶段，之前雷达附近的云体逐渐远离雷达中心移向北方，且云体尺度发展壮大，有两个明显强度介于45～50 dBZ的大面积带状强回波中心，有各自往东北和西北方向发展的趋势;同时，在距离雷达中心11 km处的西－西南方向新发展起来一个强对流云体，强中心由两部分构成，强度均在45 dBZ以上。在雷暴消亡阶段，西南方向的云体已消散，东北方向还存在两个弱回波云体，移向西北方向的雷暴云强中心面积大大减小，也趋于消散。

图6(b)、(d)、(f)分别为图6(a)、(c)、(e)对应的相态识别结果。图上可以看出(图6b)，在雷暴的发展阶段，雷暴云中主要存在着大量的毛毛雨，在强回波中心主要对应着雨区，少量的干雪、湿雪和干冰晶弥散分布在云体中，霰粒子和雨夹雹量极少未能在图中显示出来。到了雷暴成熟阶段(图6d)，位于雷达中心北方和西南方向分别存在两个雷暴单体，西南方向的云体距离雷达较近且回波面积相对较小，识别结果主要是毛毛雨和雨，在雨区边沿存在着少量的湿雪和干冰晶;位于雷达北方的雷暴云体较大，径向距离60 km以内的云体识别结果仍主要为毛毛雨和雨，30～45 dBZ强回波中心对应着雨区;在60 km以外的云体中开始出现较多带状的干雪、湿雪和干冰晶，45 dBZ以上回波大值区的粒子进一步冻结逐渐向大的冰相粒子转化，在径向距离为75 km方位为附近强中心识别结果为干霰和湿霰粒子，同样的径向距离上方位为和的强回波中心处出现明显的雨夹雹区域。冰相粒子大部分分布在雨区边沿，可能是由于雨区的强回波中心往往对应着强上升气流，液相粒子在强的上升气流中无法很快凝结，被抬升到高空后因为高空风的作用向周围散开，释放潜热而冷却冻结转化为冰相粒子。在雷暴消亡阶段(图6f)，位于雷达近距离的云体中主要为毛毛雨，其中还有少量的湿雪和干冰晶;东北方向90 km处正在消散的雷暴云中主要为毛毛雨、干雪、湿雪和干冰晶，西北方向的云体中除了这几种粒子外还有少量的雨，霰粒子(干霰、湿霰)和雨夹雹含量极少，已无明显的带状区域出现。

3 结论与讨论

使用2014年7月28日X波段双偏振雷达的观测资料，利用模糊逻辑判断法对一次雷暴过程雷暴云中的水凝物粒子进行识别，并对水凝物粒子演变特征进行分析，得到以下主要结论:

(1)雷暴活动过程中，湿霰粒子距离库数的演变与雷暴的发展、成熟、消亡过程比其它类型的粒子有更好的对应性，可以将湿霰距离库数演变作为雷暴活动的一个指示因子。

(2)雷暴发展初期，雷暴云中含有超过80%的液相粒子，到了成熟阶段冰相粒子大量增长，毛毛雨是冰相粒子增长的主要物质基础。

(3)从水凝物粒子的分布来看，雷暴云中30～45 dBZ强回波中心对应着雨区，冰相粒子较多出现在雨区边沿;到了成熟阶段，45 dBZ以上强回波区域的雨区逐渐向霰粒子、雨夹雹等大冰相粒子转化。

详细分析了一次雷暴云中水凝物粒子的演变特征，但仍遗留了一些问题有待深入研究，例如文中反演结果毛毛雨面积较大，针对X波段双偏振雷达水凝物的成员函数参数设置是否完全合理，各参量的最佳权重系数还需要调整，同时识别结果的准确性还需要大量工作来进行验证。

致谢:感谢北京市自然科学基金重点项目(8141002);中科院寒旱区陆面过程与气候变化重点实验室2013年度开放基金(LPCC201305)对本文的资助

[1] 李建华，郭学良，肖稳安.北京强雷暴的地闪活动与雷达回波和降水的关系[J].南京气象学院学报，2006，(2):228－234.

[2] 纪玲玲，孔玉寿，谭永强，等.东南沿海地区中α尺度雷暴云团卫星云图特征分析[J].气象科学，2005，(2):158－164.

[3] Cherry S M，Goddard J W F，Ouldridge M.Simultaneous measurements of rain by airborne distrometer and dual-polarization radar[J].Radio Sci.，1984，19(1):169－176.

[4] Liu Hongping，Chandrasehar V.Classification of hydrometeor based on polarimetric radar measurements:Development of fuzzy logic and neuro-fuzzy systems，and in situ verification[J].J Atmos Oceanic Technol，2000，17:140－164.

[5] L Baladini，E Gorgucci，V Chandrasekar.Hydrometeor classification methodology for C-band polarimetric radars[J].Proceedings of ERAD，2004:62－66.

[6] May P T，Keenan T D.Validation of four dimensional microphysical data from Darwin using wind profiler retrievals[C].Preprints，31st Int 1，Conf.Radar.Meteor.，Seattle，2003:571－574.

[7] Keenan T.Hydrometeor classification with a C－band polarimetric radar[J].Aust.Meteor.Mag.，2003，52:23－31.

[8] 刘黎平，张鸿发，王致君，等.利用双线偏振雷达识别冰雹区方法初探[J].高原气象，1993，(3):333－337.

[9] 曹俊武，刘黎平，葛润生.模糊逻辑法在双线偏振雷达识别降水粒子相态中的研究[J].大气科学，2005，29(5):827－836.

[10] 曹俊武，刘黎平.双线偏振雷达判别降水粒子类型技术及其检验[J].高原气象，2007，(1):116－127.

[11] 张廷龙，杨静，楚荣忠，等.平凉一次雷暴云内的降水粒子分布及其电学特征的探讨[J].高原气象，2012，31(4):1091－1099.

[12] 程周杰，刘宪勋，朱亚平.双偏振雷达对一次水凝物相态演变过程的分析[J].应用气象学报，2009，20(5):594－601.

[13] Zadeh LA.Fuzzy algorit hms[J].Info.＆Ctl.，1968，12:94－102.

[14] Straka M J，Zrnic D S.An algorithm to deduce hydrometeor types andcontents from multi-parameter radar data[J].26th Conference on Radar Meteorology.1993，17:513－515.

[15] 胡志群，刘黎平，楚荣忠，等.X波段双线偏振雷达不同衰减订正方法对比及其对降水估测影响研究[J].气象学报，2008，(2):251－261.