基于深度学习的积层混合云对流泡降水粒子特征研究

为实现对降水粒子的高精准分类,整理3 a机载探测降水粒子图像,构建山东省降水粒子图像数据集(Shandong Province Precipitation Particle Image Dataset,SD-PPID)。结合多维度混和的模型放缩方法,提出一种基于EfficientNet卷积神经网络的降水粒子识别模型(A Precipitation particle Recogni⁃tion model based on EfficientNet convolutional neural Network,PREN)。通过多模型、多指标评价对比,验证了PREN模型具有较好的性能和分类识别能力,模型的识别准确率、精准率和召回率均为98%。使用PREN模型分析对流泡降水粒子特征,选取2次典型积层混合云降水过程的3个时段,结合机载Ka波段云雷达(Airborne Ka-Band Precipitation Cloud Radar,KPR)和DMT粒子测量系统(Droplet Mea⁃surement Technologies)分析对流泡内部与外部、不同强度和不同高度的降水粒子形状占比,并研究其降水机制。结果表明,PREN可有效识别对流泡降水粒子的特征。对流泡内,主要是球状、针状、不规则状和柱状降水粒子,而对流泡外降水粒子主要为球状和针状。不同强度的对流泡云微物理参数各不相同。降水成熟阶段对流泡内霰粒子和针状粒子占比高于消散阶段,降水成熟阶段降水粒子平均弦长415μm,而消散阶段粒子平均弦长367μm。对流泡上部降水粒子以球状和六边形板状为主,主要通过凝华过程增长。在0℃层,不规则状粒子和柱状粒子的比例增加,融化过程与动力条件有利于碰并增长形成不规则状粒子,柱状粒子主要来自于高层掉落。

晴空热对流泡的风廓线雷达探测研究

文中将风廓线雷达和无线电-声探测系统探测资料用于边界层晴空热对流探测研究。结合探测事例分析了晴空热对流的演变过程和热对流对上层空气的加热效应。在热对流初期,对流高度逐渐抬高,伴有较强上升速度的热对流泡逐渐升高的现象。在热对流旺盛期,热泡合并现象明显,不论是上升还是下沉气流瞬时速度都可以超过1 m/s,可以在约2 km的高度范围内形成一致的上升或下沉运动,并形成闭合环流、周期约1 h。在热对流消退期,对流高度逐渐降低,上升运动变得相对和缓并维持较长时间。在热对流过程中,热泡运动造成气层温度的起伏,热泡与周围温度差可以达到2—4℃。探测结果表明风廓线雷达具有很高的灵敏度,可以探测到晴空热对流泡。并且,风廓线雷达资料具有很高的时间和高度分辨率,可以精细刻画热对流泡的时空分布和演变,配合无线电-声探测系统还可以精确探测热泡温度分布及其对周围温度垂直分布的影响。通过对晴空热对流风廓线雷达探测资料的初步分析,在一定程度上拓展和加深了对热对流泡和边界层热对流运动特征的了解。借助风廓线雷达探测可有效改善低层大气探测,有利于开展低层大气动力与热力过程的数值研究,对于中尺度模式、降水预报的改进等具有重要参考作用。

基于机载Ka波段云雷达和粒子测量系统同步观测的积层混合云对流泡特征

利用机载Ka波段云雷达(Airborne Ka-Band Precipitation Cloud Radar, KPR)和粒子测量系统(Droplet Measurement Technologies, DMT),分析了2018年4月22日黄淮气旋背景系统下积层混合云中对流泡的动力和微物理特征。首先,对Ka波段云雷达观测的山东地区春季36个对流泡样本按照回波强度、水平尺度、回波顶高三个参量进行统计,结果表明平均回波强度为20~30 d BZ的对流泡占69%。对流泡水平尺度为15~30 km,占61%。对流泡最大回波顶高集中在6~8 km,比周边层云高2~4 km。之后,对4月22日积层混合云中的对流泡个例微物理参数进行统计,结果表明对流泡内部以上升气流为主,最大上升气流速度达到1.35 m s^-1,平均上升气流速度为0.22 m s^-1;对流泡内过冷水含量比较高,最大含水量为0.34 g m^-3,平均含水量为0.15 g m^-3。对流泡内冰晶数浓度是泡外的5.5倍,平均直径是泡外的1.7倍。结合云粒子图像探头,发现对流泡前沿和尾部冰粒子以柱状和辐枝状为主,而对流泡核心区域冰粒子以聚合体形式存在。冰粒子通过凇附过程和碰并过程增长,过冷水含量不足时冰粒子的凇附增长形成柱状粒子,含量充足时可迅速凇附成霰粒子。对流泡内降水形成的微物理机制不完全相同,主要依赖过冷水含量。当云中有充足的过冷水分布时,高层冰晶通过凇附增长形成霰粒子,通过融化层后形成降水;当云中缺少过冷水时,降水的形成主要通过水汽凝华过程形成冰雪晶,然后雪晶通过聚合过程实现增长。

华北太行山东麓一次稳定性积层混合云飞机观测研究：对流云/对流泡和融化层结构特征

对云中微物理过程的研究是研究云降水形成过程和人工影响降水的重要基础,目前对积层混合云的对流区/对流泡中的微物理结构了解甚少。本文利用河北省"十三五"气象重点工程--云水资源开发利用工程的示范项目(2017~2019年)"太行山东麓人工增雨防雹作业技术试验"飞机和地面雷达观测数据,重点分析研究了2017年5月22日一次典型稳定性积层混合云对流泡和融化层的结构特征。研究结果表明,此次积层混合云高层存在高浓度大冰粒子,冰粒子下落过程中的增长在不同区域存在明显差异,在含有高过冷水含量的对流泡中,冰粒子增长主要是聚并和凇附增长,而在过冷水含量较低的云区以聚并增长为主。由于聚并增长形成的大冰粒子密度低,下落速度小,穿过0℃层时间更长,出现大量半融化的冰粒子,使融化现象更为明显。镶嵌在层状云中的对流泡一般处于0℃^-10℃(高度4~6 km)层之间,垂直和水平尺度约2 km,最大上升气流速度可达5 m s^-1。对流泡内平均液态水含量是周围云区的2倍左右,小云粒子平均浓度比周围云区高一个量级,大粒子(直径800μm以上)的浓度也更高。在具有较高过冷水含量的对流泡中降水形成符合"播撒-供给"机制,但在过冷水含量较低的区域并不符合这一机制。

层状云中对流泡特征及其在降水场中的作用

层状云中夹有对流泡对整个雨系降水的启动、发展以及降水场的分布、变化有很大作用 ,对寻找人工增雨最佳人工影响潜力区也有特殊意义。该文在总结大量历史资料的基础上 ,利用雷达、卫星、地面实况、天气、机载云雨探测和数值模拟等各种手段 ,对层状云中夹着的对流泡进行系统深入地研究 ,进而为人工增雨作业提供依据。

层状云中对流泡发展特点的数值研究

本文利用一个完全弹性可压缩方程组二维数值模式，考虑了暖云和冷云微物理过程。对1995年5月9日探空资料，雷达、卫星、机载云雨粒子探测器探测资料进行了综合分析，建立了对流泡发展前期较好的环境场。利用该资料对层状云中对流泡发展特点进行了数值模拟研究。模拟结果显示，层状云中对流泡的存在使得上升气流增加，抬高云顶高度，在云顶产生冰晶，云顶进一步升高，产生的大量冰晶下落，再通过凝华、淞附等过程形成大量雪晶，再落到融化层溶化，在低层层状云中碰并增长，导致地面降水增加，随着降水的扩展，固态水液态水的消耗，对流泡生命史结束。

对流边界层中泡状结构的大涡模拟研究

本文提出“连续垂直运动区”的概念，对边界层中的对流泡状运动进行了重新定义。由此将对流边界层划分为上升泡区、下沉泡区和环境气流区，并利用大涡模拟提供的对流边界层数值模拟结果研究这种泡状运动的结构。研究结果较好地解释了一些有关泡状运动结构方面的似乎相互矛盾的观测事实。

大涡模拟模式研究对流层湍流

利用三维大涡模拟模式研究不同地面热力状况和风切变对湍流产生的影响,在对流层湍流发展过程中,这两种作用是同时存在的、同时起作用,水平风速的瞬时垂直切变可以在自由大气中激发湍流,但它不能维持很长时间,对流热泡也可以在自由大气中激发湍流,其湍流强度与地面的热通量强度有关。

三江源区积层混合云微物理特征机载观测试验研究

利用在三江源区开展的飞机云物理探测试验数据,对2020年9月13日三江源泽库地区一次积层混合云宏微观物理特征及对流泡特征进行分析。结果表明:(1)积层混合云内温度在-23~-10℃之间,相对湿度为90%~100%,液态过冷水在0.04~0.70 g·m^(-3)之间;(2)对流泡内平均粒子数浓度高于周边层云10^(1)L^(-1),平均有效粒子半径更大,平均液态过冷水为0.28 g·m^(-3),高于层云约0.03 g·m^(-3),粒子数浓度与液态过冷水有较好的对应关系;(3)云粒子谱呈多峰型分布,峰值出现在50μm、400μm和1000μm,符合典型高云的分布特征;(4)积层混合云中粒子多为聚合状冰晶粒子,部分高度层存在少量六角板状和线状冰晶,云内以凇附增长和聚并增长机制为主,对流泡内存在凝华增长,云内降水机制符合“播撒-供给”机制。

塔克拉玛干沙漠夏季晴空对流边界层大涡模拟

为了探索塔克拉玛干沙漠夏季晴空对流边界层湍流结构和热对流运动规律,利用沙漠腹地探空及地表通量观测资料,开展了晴空对流边界层的大涡模拟研究。结果表明:(1)沙漠夏季晴空条件下,对流边界层湍能主要由地表热力浮力对流产生,机械剪切对边界层湍能的贡献较小,小尺度湍涡对湍能的耗散随高度呈减弱趋势,边界层湍能变化呈现间歇性特点。(2)沙漠夏季晴空边界层中存在着有组织的热对流泡现象,热泡最大上升速度可超过4.0 m·s-1;沙漠热对流运动一般呈羽状和网状分布特征,在上升运动区周围伴随有大片的下沉辐散区域。(3)地表感热和逆温层顶盖强度是控制和影响沙漠对流边界层发展的两个重要因素,感热增大,对流边界层变暖且高度升高;感热减小,对流边界层变冷且高度降低。在感热不变的条件下,逆温层顶盖强度越强,越不利于对流边界层发展,反之则相反。