吴世美，徐飞英，沈杨迪

(贵阳市气象局，贵州 贵阳 550001)

一次冰雹天气的降水现象仪观测分析

吴世美，徐飞英，沈杨迪

(贵阳市气象局，贵州 贵阳 550001)

冰雹和它所伴随的雷暴、大雨、飑线及龙卷等，是常见灾害性天气之一，准确观测冰雹天气现象的发生地点、起止时间、强度变化和演变特点，对天气分析和气象服务具有重要意义。天气现象仪是目前主要的冰雹天气现象的自动观测设备，该文针对贵阳市2017年4月5日冰雹过程对降水现象仪的观测结果与人工观测记录进行了对比。结果表明，设备总体性能较好，可准确观测到冰雹过程，但存在大雨强时错报成冰雹类型的可能，建议后期增加识别算法，提高设备的识别准确性。

冰雹；雨滴谱；天气现象；强对流；降水现象仪

1 引言

冰雹是从强烈发展的积雨云中降落到地面的固体降水，大小差异大，最大直径可达数十毫米。虽然冰雹天气时间短，范围小，但突发性强，往往伴有雷电大风，所经之处房屋倒塌，树木电杆折断，农作物被毁，危及人畜安全。降水现象仪是国内较为流行的降水类型天气现象仪，可用于雨、毛毛雨、雪、雨夹雪和冰雹观测。贵阳国家基本站于2016年底安装降水现象仪并投入业务测试运用。2017年4月5日晚，受南支槽及低层切变共同影响，贵阳多地发生强对流天气过程，4月5日傍晚开始，贵阳市自北向南出现雷雨天气，乌当区(百花、水田)、贵阳城区在雷雨中夹降冰雹，最大直径15 mm左右，最大密度在100粒/m2左右，发生罕见的冰灾。本文就本次贵阳国家基准气象站降水现象仪冰雹过程记录与人工观测记录进行对比分析，其结果为设备改进、天气现象自动化观测提供参考。

2 观测原理

降水现象仪基于激光消减原理，实时输出降水类型。在开机运行状态下，有激光发射单元发射一束平行光，光学接收单元将接收到的光学信号转变成电信号。当无粒子通过采样光带时，接收单元输出连续固定的电压值；当有粒子通过采样光带时，会遮挡采样区域内的部分光束，降低接收单元的输出电压值，形成波谷。接收单元利用采样区域内粒子对激光带的遮挡程度、持续时间及遮挡次数测量雨滴粒子的粒子直径、下落末速度及粒子数目[1-2]。降水现象仪的数据处理单元根据粒子分布情况结合降水类型分类图[3](如图1所示)判别降水类型。降水现象仪采样周期为1 min，可全天工作，维护简单。

图1 降水类型分类图Fig.1 Classification map of precipitation types

3 要素变化分析

本次冰雹过程主要分布在贵阳城区，贵阳国家基准站人工观测到5 min冰雹，发生在21时21分—21时25分之间。从整个强对流天气过程来看，本站气压变化大，变化值达4 hPa；贵阳站在20时22分相对湿度开始增大， 20—21时气温逐步降低，20时30分左右和21时后气温发生急剧变化，在21时23分左右出现最低值。从风向风速来看，风向风速变化较为明显的时段为20时—20时30分和21时—21时30分，且风速在21时23分出现最大值，平均风速9.6 m/s，最大瞬时风速达15 m/s，发生在冰雹过程中。从分钟降水量信息可知，21时13分起出现降水，降水强度较大，21时23分出现最大值为2.8 mm，发生在冰雹过程中，小时降水量达到23.0 mm。降水过程天气要素具体变化情况如图2所示。在冰雹时段，气温、降水强度、风速都出现了极值，如图3所示。

4 降水现象仪实测分析

4.1 记录情况

降水现象仪的记录共有12 min冰雹记录，21时15分—21时17分，21时21分—21时29分，覆盖人工记录21时21分—21时25分，从21时24分起镜头受到轻微污染，图4是降水现象仪雨滴谱记录实况。

4.2 雨滴谱分析

从降水现象仪冰雹时刻的分钟雨滴谱数据整体来看，12 min的数据中均观测到大粒径、高下落末速度的降水粒子。降水粒子直径小于5 mm时，粒子下落末速度基本上集中在10 m/s以下，降水粒子直径大于5 mm时，粒子下落末速度基本上集中在10 m/s以上，其中21时22分—25分的雨滴粒子总数和直径大于5 mm、下落末速度10 m/s以上的粒子数量明显增多，与翻斗雨量记录时刻及人工记录的冰雹时刻重合。理论上认为雨滴粒子直径最大为7～8 mm，在4～5 mm较容易发生破裂，且降水粒子(液态和固态)直径小于15 mm时最大下落末速度不会超过16 m/s，与实际观测结果不一致，图中21时22分、21时25分、21时26分、21时27分、21时29分，出现了直径小于15 mm最大下落末速度超过16 m/s的降水粒子，是仪器测量误差还是受污染等导致，其原因有待多次观测结果去确认。从粒子尺寸来看，本次冰雹过程人工测量的冰雹粒子最大直径为6 mm，仪器观测最大达到13 mm，应该来自于人工与仪器观测位置不同；仪器与人工观测降雹时间的差异，可能是人的听觉受环境噪音影响和视觉影响所致。

图3 冰雹时段气象要素变化情况Fig. 3 Variation of meteorological factors during hail period

图4 冰雹时刻雨滴谱(黑色实线为GK曲线)Fig. 4 Raindrop spectra at hail time (black solid line is GK curve)

续图4 冰雹时刻雨滴谱(黑色实线为GK曲线)Fig. 4 Raindrop spectra at hail time (black solid line is GK curve)

5 结论

本文针对贵阳市2017年首次冰雹过程对降水现象仪的观测结果进行了初步分析，得出如下认识：

①降水现象仪可准确观测到冰雹过程，且相较人工记录的起止时间外，还包含粒子粒径、粒子下落末速度及粒子数目等丰富信息。

②降水现象仪可能存在冰雹误报现象，特别是在瞬时雨强较大的暴雨时刻，建议后期增加识别算法，提高设备的识别准确性。

③仪器输出冰雹类型时段内，由于风要素的变化较为剧烈而影响降水现象仪对粒子下落末速度的测量过程，建议增加多要素综合质控方法，以剔除或修正采样样本。

[1] 张晓宇,雷勇,王柏林,等.Parsivel与LNM激光雨滴谱仪降水观测的差异[J].气象科技,2016,44(4):548-554.

[2] 濮江平,张伟,姜爱军,等.利用激光降水粒子谱仪研究雨滴谱分布特性[J].气象科学,2010,30(5):701-707.

[3] Löfflermang M, Joss J. An Optical Disdrometer for Measuring Size and Velocity of Hydrometeors[J]. Journal of Atmospheric & Oceanic Technology,2000,17(2):130-139.

[4] 吴世美，吴有恒，饶鹏程.环境因素对前向散射能见度仪测定精度的影响研究[J].贵州气象，2015，39(4)：52-54.

[5] 李刚，罗喜平，韩晓令.贵州中西部道路结冰气象影响因子检验评估[J].贵州气象，2016，40(4)：6-10.

ObservationAnalysisofPrecipitationPhenomenonMetertoaHailWeatherProcess

WU Shimei, XU Feiying, SHEN Yangdi

(Guiyang Meteorological Bureau, Guiyang 550001, China)

Hail is one of the common disastrous weather in China, which is usually accompanied by thunderstorms, heavy rain, squall line and tornado. It is of great importance for meteorological analysis and service support to accurately observe the occurrence site, start and stop time, intensity changes and evolution characteristics of hail weather phenomenon. Weather phenomena instrument, as a major automatic observation device for hail weather phenomena, has the misinformation of hail phenomenon, especially at the moment when the instantaneous rainfall intensity is heavy. This study preliminarily evaluated the observational performance of precipitation meters based on the observations of hail processes occurred in Guiyang city on April 5, 2017.The results show that the equipment with good performance can record the hail process accurately. But there was a possibility that the rain will be wrongly reported as hail. Therefore, we propose that identification algorithms should be designed to improve the recognition accuracy of the devices in the future.

hail; raindrop spectrum; weather phenomenon; strong convection; precipitation meter performance

1003-6598(2017)05-0079-04

2017-06-01

吴世美(1972—)，女，工程师，主要从事综合气象观测工作，E-mail:qxjwsm@163.com。

R414.9

B