扩展水凝物控制变量的雷达资料同化对台风“天鸽”数值模拟的影响

利用WRF(Weather Research and Forecast)模式及WRFDA(WRF model data assimilation system)系统,针对2017年台风“天鸽”个例通过同化雷达径向速度(Vr)和反射率因子(RF),研究水凝物控制变量的雷达资料同化对台风分析预报的影响。研究表明:雷达径向速度的直接同化有效地改进了模式初始场中台风涡旋区的中小尺度信息,分析场中产生了气旋性的风场增量,对模式背景场中的台风有显著增强作用。通过在传统控制变量中扩展针对水凝物的控制变量可有效地同化雷达反射率因子资料,对初始场的水物质进行调整,并对随后确定性预报的台风路径和强度都有一定的正效果。此外,相比没有水凝物控制变量的雷达同化试验,加入了水凝物控制变量的雷达资料同化试验降水预报效果更好。这为将我国近海的地基多普勒天气雷达用于台风初始化分析和预报提供了一定的技术支撑和保障。

双偏振雷达水凝物分类算法优化及在雹暴云的应用分析

为提升我国多普勒双偏振雷达水凝物分类的应用水平,在美国强风暴实验室(NSSL)研发的水凝物分类算法(HCA)基础上,通过增加冰雹区与三体散射区水凝物类型的订正识别、选用数值模式温度分析场识别融化层、引入水凝物类型垂直分布限制条件等,建立了优化方法(HCA-Opt)。利用HCA-Opt分析了2021年7月9日济南市章丘区一次雹暴云的水凝物分布特征,对冰雹落区与水凝物分类结果进行比对检验,得到如下主要结论:HCA-Opt可以正确识别冰雹与三体散射区的水凝物类型,修正了HCA将其识别为地物的问题;HCA-Opt利用模式温度分析场可准确识别融化层高度,解决了强对流天气下HCA使用的融化层自动识别算法(MLDA)无法有效识别融化层的缺陷;与HCA相比,HCA-Opt识别的水凝物在垂直分布上更加合理。HCA-Opt给出的水凝物分类结果较好描述了雹暴初生、降雹不同阶段的水凝物空间分布,初步揭示了不同高度水凝物粒子相态转化特征。HCA-Opt识别的水凝物分类中,中(小)雨与霰的可信度最高,冰晶与湿雪的可信度较低,且容易与干雪混淆;总体而言,HCA-Opt提高了水凝物分类识别技巧,对冰雹预警和落区判别具有较好的指示作用和业务应用前景。

双偏振雷达对一次水凝物相态演变过程的分析

联合利用3 GHz双偏振雷达RHI探测数据和温度廓线数据,建立了云粒子相态反演的模糊逻辑算法,算法采用Beta型成员函数,成员变量包括:水平反射率因子、线性退偏比、差分反射率及温度0℃,-40℃对应高度,反演出的相态包括毛毛雨、雨、低密度干冰晶、高密度干冰晶、湿冰晶、干霰、湿霰、小冰雹、大冰雹、雨夹雪和液态云滴等11种,并利用雷达的连续探测数据对一次层状云降水过程中水凝物相态的演变情况进行了分析,得到如下结果:初始阶段层状云相态呈现分层结构,从上至下依次为高密度干冰晶、湿冰晶和液态云滴;初始阶段云体中的回波大值区核心区域为大的冰相粒子,其余部分为液态粒子;在初始到成熟阶段演变中,回波大值区上部液态粒子逐步向冰相转化;消散阶段云中零度层亮带逐步消失,零度层以上云粒子结构呈现高密度干冰晶包裹湿冰晶的情况。

基于遥感数据光流场的2021年郑州“7·20”特大暴雨动力条件和水凝物输送特征分析

本文针对2021年7月20日河南省郑州市发生的"7·20"特大暴雨天气过程,主要基于FY-4A静止气象卫星成像仪和地基天气雷达遥感数据,利用光流法分别计算遥感数据图像的光流场(Optical Flow Field)。经与FNL数据水平风和地面风速观测对比表明,气象卫星和雷达光流场可以近似反映大气和云系的高空和低空的运动特征。在此基础上,分析了与暴雨天气过程有关的动力条件和水凝物输送特征。结果显示,在20日午后,存在从华南经河南延伸至华北"西南—东北"走向的水汽和云水输送带,其中对流活动非常明显,并一直延伸至河南中北部的既有云系中,为河南郑州地区特大暴雨的形成提供了有利的水汽和云水输送条件。20日午后至16时(北京时)最强降水发生前,郑州地区低空由辐散转为强烈的气旋状辐合,并且高空的反气旋涡度增强,表明郑州地区整个降水系统上升运动增强。在最强降水发生前,从郑州地区南侧输入的水凝物急剧增加。这些结果表明,郑州地区不仅存在大量水汽输入,同时还有大量水凝物随强对流云输送进入到大范围降水系统的上升运动区,可能极大地加速了水汽转化为云水进而形成降水的微物理过程转化速率,这可能是此次郑州特大暴雨快速增强的主要成因。本文提出的基于遥感数据光流场的分析方法在暴雨短临预报和预警中有显著的应用潜力。

双偏振天气雷达测雨误差及水凝物识别分析

利用北京2011年12次降雨过程的C波段双偏振天气雷达资料和自动站雨量资料,统计了不同雨强下的差分反射率因子ZDR、差分传播相移率KDP、相关系数ρhv值分布,重点对4种雷达测雨方程的测雨效果和误差进行了分析,并运用实例分析了双偏振产品在水凝物识别中的应用。得到了如下结论:①随着雨量的增强,ZDR、KDP和ρhv逐渐变大;冰雹对应的ZDR为负值,KDP比大雨大但小于暴雨;小雨到暴雨ρhv都超过0.90,冰雹的平均ρhv最小,仅为0.804。②对于4种雷达测雨方程,在小中雨时均高估了雨强,在大雨时均低估了雨强,但3种含KDP、ZDR的测雨方程比I-ZH方程的低估误差要小,在短时暴雨时,这3种方程的估测效果有明显的提高,4个方程中I-KDP-ZDR方程的估测效果最优,稳定性最好。③水凝物识别实例分析表明,利用双偏振产品可以更直接有效地判断冰雹等水凝物,能清晰地揭示出零度层亮带上下的水凝物相态并判断出零度层亮带高度。

WRF模式不同微物理方案水凝物的预报能力检验与集成试验

文章利用TRMM(Tropical Rainfall Measuring)卫星TMI(TRMM Microwave Imager)探测反演的云水、雨水和冰水新版改进资料,定量化检验了WRF(Weather Research and Forecasting)模式6种微物理方案(Lin,WSM6,Thompson,Morrison 2-mom,CAM5.1,NSSL 2-mom)对江苏近海及周边海域上空云中水凝物的预报能力。19次个例统计检验结果表明,6种微物理方案基本都能预报出水凝物的量级及大致范围,对于云水的预报,除NSSL2-mom方案误差较大外,其余5种方案误差均较小;CAM5.1方案对雨水含量较大时的预报效果较好,但对于雨水含量较小时的预报误差较大;Lin方案对于冰水的预报效果较好,更接近于实况。在此基础上,选用等权集成(EMN)和消除偏差集成(BREM)两种方法开展集成预报试验,结果发现,两种方法均可以减小预报的误差,且消除偏差集成的方法比等权集成的改进效果更好。

云雷达联合微波辐射计的水凝物识别研究

为降低飞机飞行时的积冰风险,利用模糊逻辑算法和神经网络算法对云雷达联合微波辐射计探测数据进行水凝物分类研究.研究结果表明,两种算法均能有效地完成水凝物分类:模糊逻辑算法对退极化比极为敏感;神经网络算法可以区分水凝物是否存在和进行小粒径粒子分类,但对大粒径非球形粒子不敏感.本研究可从水凝物类型的角度对飞机积冰提供预警服务.

地空路径水凝物交叉极化特性研究

水凝物的交叉极化预报模式对10GHz以上频段使用正交极化频率复用的卫星通信系统设计具有重要意义。基于ITU-R与OPEX数据库的地空雨致交叉极化数据和二阶小变量近似的预报模式,给出了一种改进的雨致交叉极化预报模式。与其它模式比较表明,这一模式的预测精度有明显提高。

一次雷暴过程中水凝物相态演变特征

为研究雷暴过程中雷暴云内水凝物粒子的演变特征,利用X波段双偏振雷达观测资料,采用模糊逻辑判断法对雷暴云中的粒子相态进行识别,分析各水凝物粒子分别在雷暴发展、成熟、消亡阶段中的时空分布特征。研究结果表明：（1）在雷暴活动过程中,湿霰粒子距离库数的演变与雷暴活动过程比其它类型的粒子有更好的对应性;（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）雷暴云中30~45 d BZ的强回波中心始终与雨有着较好的对应,到了成熟阶段45 d BZ以上强回波区域的雨逐渐转化为霰粒子、雨夹雹等大的冰相粒子。

水凝物对THz波辐射的衰减研究

文章基于水凝物粒子尺寸与THz波长的大小关系,分别利用Rayleigh近似、Mie理论以及几何光学方法计算了降雨和云雾引起THz波辐射的散射衰减。比较了不同强度的降雨和不同能见度、含水量的云雾对THz波的散射衰减。结果表明,随着频率的增大,THz波段雨衰减先增大后减小;在整个THz波段,含水量较小或能见度较低的云雾的衰减随频率的增大而单调增加,含水量较大或能见度较大的云雾的衰减随频率先增大后减小;在THz波段云雾衰减随能见度的减小和含水量的增加而增大,温度对THz波段的云雾衰减影响不大,在整个THz波段并不存在明显的规律。在THz波频率高端云雾影响较降雨要严重的多。

1210号台风“达维”在山东的水汽和云中水凝物输送收支分析

在中尺度数值模式（MM5）对1210号台风＂达维＂（DAMREY）影响山东期间的风场结构和降水时间、范围、强度等较准确模拟基础上,利用模式输出的三维风场、比湿、云中各水凝物比含量等数据,以山东省为计算范围,对台风＂达维＂在山东境内的水汽和云中水凝物水平输送收支量进行计算,并对水汽和云中水凝物垂直输送的结构、降水转化率进行分析,得到一些定量分析结果。结果显示,＂达维＂影响山东期间,输入山东的水汽和云中水凝物总量合计719.39亿m3、净输入量48.61亿m3,但云中水凝物输送量所占比例很小,不足1%;输入的水汽和云中水凝物总量仅有6.68%转化为地面降水;水汽和云中水凝物净输入量与模拟降水量基本持平;经过850hPa垂直向上的水汽输送量也接近于模拟降水量。＂达维＂在山东的强降水时段,云中水凝物更新时间周期约11~48min,平均28min。上述结果反映了台风＂达维＂水分循环和云降水转化的基本特征。

中国及其周边地区多种水凝物资料的气候态特征比较

对云的水凝物含量进行研究有利于认识云的辐射性质和强迫效应,以及改善模式的预报性能。利用目前几种较为常用的卫星观测资料(ISCCP、MODIS和CloudSat)和再分析资料(CFSR和ERA-Interim),对中国及其周边地区的多种水凝物变量,包括积分的云水路径、液水路径和冰水路径,以及分层的液态水含量和冰水含量的气候态水平及垂直分布特征进行了比较研究。结果表明,在总的水凝物含量方面,无论是描述整个中国及其周边地区的水平分布特征和主要变化模态,还是不同海陆区域的月变化特点,MODIS、ERA和CFSR三种资料都显示出较高的一致性,而ISCCP的绝对数值和变化幅度与它们均存在一定差异。在液态水含量方面,无论是水平还是垂直分布,ERA-Interim都有最高的数值,作为观测数据的MODIS和ISCCP则显著偏低。对于冰水含量,不同资料间无论是水平和垂直分布形式还是具体数值都存在明显差异。通过分析不同水凝物资料间气候态分布的差异性特征,有利于认识目前常用的几种水凝物资料的"不确定性"程度,从而更好地估计云的辐射效应,以及理解其在气候变化中所扮演的角色。

强对流(冰雹)云中水凝物的积累和云水的消耗

在冰雹云中过冷水的累积对冰雹增长起重要作用。文中回顾了水凝物累积和过冷水消耗机制中的不确定性 ,利用三维Euler强对流云模式和三维Lagrange粒子群运行增长模式 ,重新研究了对流云中水凝物粒子的累积机制和过冷水的消耗图像 ,得出以下结果 :(1)强对流 (冰雹 )云具有翻滚式对流流场 ,流场的性质决定云中存在着一个动力吸引区 ,它处于主上升气流区旁侧水平气流近于零的区域 ,粒子在增长运行中向这里集中 ,造成水凝物的累积 ;(2 )这种粒子的集中和水凝物的累积 ,是流场动力特征和粒子增长行为相互作用的表现 ;(3)粒子的集中和水凝物的累积是动态循环式的 ,而不是静态平衡式的 ,粒子可以进入吸引区 ,也可以吹离吸引区 ,在进入和吹离的循环中动态地形成了集中和累积 ,累积可以发生在主上升气流上方 ,也可以延伸到其下方 ;(4)粒子的集中和水凝物的累积是受流场和粒子运动的动力过程控制的 ,而累积粒子是液相雨滴 ,或是固相霰粒、雪团和冰雹是受降水发展过程属液相或固相占优势来决定的 ;(5 )云水场中云水量 ,只在大粒子的集中区才被显著消耗 ;而在区外的云水量消耗不显著 ;(6 )对于云水含量高达 6 g/kg的云水场 ,播撒粒子浓度达到 10 0个 /m3 时 ,在考虑消耗时 ,已不能增长成直径大于 1cm的冰雹。

降水性层状云中水凝物粒子的谱分布

本文对泰山和新安江等地层养云的一些云滴谱和雨滴谱进行了计算。对小云、滴、大云滴和雨滴谱的谱分布用同一种形式的分布密度函数Ｎ＝Ａ来表示。观测和计算的谱分布吻合得较好，其相关系数均大于０．９３，显著性水平α＝０．００１。计算得到的平均直径、平均立方根直径、含水量和总浓度等与观测值也都比较吻合，说明本文给出的云中水凝物粒子谱分布有一定的代表性。

双偏振天气雷达水凝物识别研究

对双偏振天气雷达回波的水凝物分类,是利用降水粒子对极化电磁波的散射特性对水凝物相态进行识别的过程。不同相态降水粒子由于在形状、大小和空间取向等方面存在差异,对一定极化状态的电磁波会产生不同的散射特性,导致与这些特性密切相关的雷达偏振参量也各不相同,综合利用这些偏振参量,可以有效地识别出各种水凝物的相态。提出一种利用深度学习和模糊逻辑算法进行联合判别的水凝物相态识别方法:首先,采用深度学习算法对降水粒子所对应的雷达回波产品数据进行特征提取,并利用Softmax分类器对提取到的特征进行分类,实现降水粒子所对应降水模式的识别;其次,在已知降水模式的情况下,利用模糊逻辑算法,实现对降水粒子类型的最优判别;最后,结合其他雷达产品对分类结果进行分析与比较,发现两者能够达到极好的吻合。这种采用深度学习方法对降水粒子进行初次聚类,再利用模糊逻辑算法实现精确聚类的方法,大大提高了水凝物识别的准确性。

基于Ka波段毫米波云雷达资料对水凝物相态的识别研究

利用不同水凝物相态下反射率因子、多普勒径向速度、谱宽、线性退偏比等云雷达探测参量以及温度的阈值,采用不对称的T型成员函数,建立了识别水凝物相态的模糊逻辑算法,可识别的水凝物类型包括雪花、冰晶、混合相态、液态云滴、毛毛雨滴、雨滴。利用分级逐库订正法衰减订正后的Ka波段双偏振雷达探测数据和ECMWF再分析资料温度廓线数据对水凝物相态进行了识别研究。结果表明,识别出的水凝物相态结果基本合理,反映出了空中水凝物相态的演变过程,可进一步应用于降水微物理过程研究和人工影响降水应用研究。

沿天山地区一次暴雨动力过程和云中水凝物粒子特征的数值模拟研究

在分析2018年5月23—24日北疆沿天山地区典型的地形暴雨天气过程的环流形势、水汽输送和暴雨云系特征的基础上,利用高分辨率数值模式WRF3.8.1对暴雨过程进行模拟,并对暴雨动力过程和云中水凝物粒子特征进行了分析。结果表明:(1)"两脊一槽"的环流形势是此次暴雨发生的环流背景,东移过程中不断加深的中亚低槽是此次暴雨的影响系统。巴伦支海的水汽经过西西伯利亚平原向偏东再转向偏南又转向偏东方向输送至暴雨区并产生辐合,为暴雨的产生提供了有利的水汽条件。积层混合云快速移过暴雨区使较强降雨持续了约6 h。(2)WRF模式较好地再现了此次暴雨过程的降雨性质、雨带分布特征和强降雨中心位置。模拟结果显示低空西北急流在向天山移动过程中,受天山地形阻挡抬升,在沿天山一带形成了显著的辐合和上升运动,为此次强降雨提供了有利的动力条件。(3)水凝物粒子(冰晶、雪、霰、云水、雨水)在有利的动力条件下,在北疆沿天山地区不断聚集、增长,从而形成高浓度中心。垂直分布上相交的固相粒子和液相粒子间的固—液粒子转化过程,有利于降雨强度的增强,其中霰粒子和过冷云水发挥了重要的作用。

基于双偏振天气雷达的水凝物相态识别技术研究进展

水凝物相态识别(Hydrometeor Classification Algorithm,HCA)是从微物理角度分析天气特征的一个重要研究方向,研究水凝物粒子的分类,对于冰雹、降雨、降雪的观测均有重大意义。分析并总结了目前模糊逻辑水汽分类算法(Fuzzy logic Hydrometeor Classification,FHC)的优势,但是其局限性在于FHC较大地依赖于散射模拟,对冰相粒子相态识别的结果不确定。此外,目前也缺少有效的相态识别验证方法,这进一步限制了雷达双极化特征的应用。因此,发展其他聚类算法进行相态识别并建立分类标准体系是未来主要研究方向。

温度及pH敏感生物水凝胶的研究

运用互穿网络技术,合成了具有温敏性的聚(N 异丙基丙烯酰胺)(PNIPAm)和生物大分子明胶(gelatin)的互穿网络聚合物(PNIPAm/Gelatinsemi IPN和PNIPAm/GelatinIPN)水凝胶,该水凝胶的最低临界溶液温度(LCST)与PNIPAm水凝胶的LCST基本相同,均为33℃左右,但在LCST以下的平衡溶胀率减小、相变区域略微变宽。在此基础上,通过N 异丙基丙烯酰胺(NIPAm)与丙烯酸(AAc)交联共聚,改变了水凝胶的LCST,在pH=4 0的缓冲溶液中,各水凝胶的溶胀行为基本一致,与AAc含量无关,LCST都为28℃左右;在pH>4 0的缓冲溶液中,LCST随AAc组分含量的增加而增加,但温敏性减小。同时,AAc的加入,使水凝胶具有pH敏感性,敏感点为pH=4 5左右。还考察了该水凝胶降解的特点:戊二醛(GA)交联后的明胶网络,保留了明胶的生物降解性,但互穿网络水凝胶在实验条件下几乎未被胃蛋白酶和胰蛋白酶降解,在pH=9 6的碱性条件下,水凝胶可发生化学降解。