设为首页
加入收藏
Peripheral Cloud System Structure and Precipitation Characteristics of Typhoon Bebinca(1816)
-
摘要: 选取海南省海口站和屯昌站对比分析台风贝碧嘉（1816）外围云系结构和降水特征。结果表明：台风贝碧嘉（1816）影响海南岛期间，随着降水云系的发展，海口地区对流性云系发展加强，屯昌地区表现为层状云降水，两个站点雨滴谱特征存在一定的差异，海口站和屯昌站的降水均以直径小于1 mm的雨滴为主，其中屯昌站直径1~3 mm的雨滴对雨强的贡献最大；海口站雨滴数浓度随雨滴直径增大而减小，但对雨强的贡献随之增大，直径大于3 mm的雨滴对总雨强的贡献达到56.61%；海口站的特征参量曲线在时间上分布不均，表现为阵性强降水，而屯昌站的特征参量曲线起伏不大，降水比海口站小且均匀、连续；在雨滴谱演变上，海口站始终保持单峰型，屯昌站以单峰为主伴随多峰出现，当雨强增大时，两站直径1 mm范围内的雨滴数浓度随之增加，谱型迅速拓宽，大粒径雨滴出现且增多，其中海口站直径3 mm以上的雨滴端增幅更明显；两个站点雨滴谱符合Gamma分布，形状参数和斜率参数满足二项式关系。
-
关键词:
- 台风贝碧嘉(1816) /
- 云系结构 /
- 雨滴谱 /
- Gamma分布
Abstract: Based on radar and raindrop disdrometer observations, the evolution of microphysical features and raindrop size distribution of the precipitation in different peripheral cloud system structures during Typhoon Bebinca(1816) affecting Hainan Island are compared at Haikou and Tunchang stations. The results show that, convective cloud system in Haikou area strengthens with the development of precipitation cloud system, while in Tunchang area stratiform cloud precipitation is dominant, which causes some differences between raindrop size distributions. During the entire precipitaion process, the average raindrop size distribution of Haikou and Tunchang stations are unimodal spectrum, the number concentration of 1 mm raindrops at Tunchang Station is larger, while there are more large raindrops at Haikou Station. The raindrops observed at Haikou and Tunchang stations are mainly with a diameter of less than 1 mm, and the raindrop number concentration accounts for over 50% of the total concentration, but its contribution to the rain intensity is 3.7% and 17.15%, respectively. The raindrops with a diameter of 1-3 mm at Tunchang Station contributes the most to the rain intensity, reaching 79.84%. The raindrop number concentration of Haikou Station decreases with the increase of raindrop diameter, but its contribution to the rainfall intensity increases, and the contribution of raindrops with diameter greater than 3 mm to the total rainfall intensity reaches 56.61%. Comparing the evolution of microphysical parameters, the characteristic parameter curve of Haikou Station is unevenly distributed in time, showing paroxysmal heavy precipitation, while the characteristic parameter curve of Tunchang Station has little fluctuation, and the precipitation is smaller, uniform, and continuous than that of Haikou Station. In the time evolution of raindrop size distribution, Haikou Station is always in the form of single peak with a wider spectrum, while at Tunchang Station it is mainly single peak, with fewer double peaks. When the rainfall intensity increases, the raindrop size distribution at both stations increases in the diameter range of 1 mm, the spectrum width expands rapidly, and the large-scale raindrops will increase in number, especially the large scale raindrops with a diameter of more than 3 mm at Haikou Station. However, the increase in the number concentration of small-scale raindrops does not lead to an increase in rainfall intensity. The raindrop size distribution conforms to Gamma distribution, and the slope parameter and shape parameter comply with binomial relationship. -
引言
台风是影响我国的重要气象灾害之一[1]，登陆台风除了直接带来暴雨、强风外，还会导致由极端降水诱发的洪涝和山体滑坡等次生灾害，造成重大人员伤亡与经济财产损失。2014年超强台风威马逊(1409)在登陆的3 d时间里，造成广东、广西和海南等地区共4.68×105 hm2农作物受损、1100万人受灾，经济损失约265.5亿元[2-3]。2019年在浙江登陆的超强台风利奇马(1909)引发暴雨、泥石流等灾害，受灾人数达到1400万人，直接经济损失515亿元[4]。
近年随着探测技术的发展，卫星、飞机、雷达和地面雨滴谱仪等逐渐成为观测台风云系三维结构特征和降水过程的主要手段[5-17]。Chen等[18]对登陆我国福建的台风莫拉克(0908)滴谱特征进行分析，发现眼墙和外围雨带的微物理特征存在显著差异，眼墙降水滴谱分布比外围雨带更宽，对比不同降水阶段以及整个降水过程，滴谱分布均呈单峰型，峰值为0.4~0.7 mm。超强台风苏迪罗(1513)从福建登陆后北移，对2015年8月10日影响安徽产生降水的雨滴谱特征参量分析显示，降水云系主要为层状云，降水粒子以小粒子为主，平均粒径为0.6~0.85 mm，直径为1~1.25 mm的粒子对雨强贡献最大[19]。林文等[20]分析了台风麦德姆(1410)在福建省福清市高山镇登陆后不同部位的降水强度和雨滴谱特征，发现台风右侧云系雨滴平均谱谱宽由宽变窄，小滴数浓度先增后减，大滴逐渐减少，移动路径中轴后侧残留云系出现大滴数浓度和谱宽突增，雨强小于10 mm·h-1时，以小粒子贡献为主，雨强大于10 mm·h-1时，大滴贡献随雨强增大而增大。申高航等[21]选取4个强降水中心雨滴谱数据，对比超强台风利奇马(1909)影响山东降水的雨滴谱特征，结果表明：不同降水中心雨滴谱演变特征差异明显，但雨滴尺度谱和速度谱主要为双峰型，且尺度谱双峰中不同降水中心在大尺度峰值对应一致，小尺度峰值不一致。李欣等[22]对比台风利奇马(1909)和台风巴威(2008)北上期间影响青岛产生强降水的形成机制和滴谱特征，发现两次降水中雨滴的碰并增长对降水贡献最显著，随着雨强增大，小雨滴数浓度下降，而中等以上尺度的雨滴谱占比增加。
平均每年有6~7个台风影响海南岛，其中登陆台风为2.6个[23]，带来强风、暴雨灾害的同时，台风降水占海南岛年降水量的30%，对缓解干旱有积极作用[24]。目前，针对影响和登陆海南岛的台风研究主要集中在天气形势诊断、数值模拟及气象灾害统计[25-31]。2018年16号台风贝碧嘉(1816)对海南岛影响时间长达8 d，移动缓慢，长时间维持较高强度，造成海南岛大范围受灾和巨额经济损失。本文利用S波段单偏振多普勒天气雷达CINRAD/SA和OTT-Parsivel二代雨滴谱仪分析2018年8月14—16日台风贝碧嘉(1816)降水云系结构与降水形成特征，分析台风不同位置和不同云系结构下微物理量演变和雨滴谱分布特征，获取台风外围云系微物理特征，这对台风外围云系降水估测以及对台风带来的灾害天气预报预警有重要作用。
1. 台风贝碧嘉(1816)概况及降水演变特征
1.1 台风贝碧嘉(1816)概况
2018年8月9日08:00(北京时，下同)南海海域有热带云团加强为热带低压，并于10日09:00在海南省琼海市潭门镇沿海地区登陆，先后经过琼海、定安、海口和文昌等市县，10日下午从文昌市东北部出海。11日10:00在广东省阳江市海陵岛再次登陆，12日14:00在广东西部近海加强成为2018年第16号台风贝碧嘉(热带风暴级，编号1816)。14日台风贝碧嘉(1816)在广东沿海徘徊时，此时南亚高压逐渐减弱，西西伯利亚冷涡逐渐东移，副热带高压脊减弱东退至120°E附近，17:00台风贝碧嘉(1816)加强为强热带风暴，14日夜间向西偏南方向移动。15日随着南亚高压的持续减弱，副热带高压(简称副高)加强西伸，台风贝碧嘉(1816)位于副高南侧，台风贝碧嘉(1816)北侧偏东风加强，在北侧偏东风引导下，台风贝碧嘉(1816)向雷州半岛方向移动，21:40在广东省雷州市沿海登陆，登陆时由强热带风暴级减弱为热带风暴级，16日02:00移入北部湾，随后在北部湾东部海面再次加强为强热带风暴级，之后稳定西行。
1.2 台风贝碧嘉(1816)降水过程演变特征
8月14—16日受台风贝碧嘉(1816)影响，海南岛出现降水过程，强降水主要出现在海南岛北部地区。14日00:00—15日00:00海南岛24 h累积雨量最大值约为50 mm，南部地区降水相对较弱，24 h累积雨量约为10 mm(图 1a)。随着台风发展加强，降水过程逐渐增强，15日00:00—16日00:00北部地区24 h累积雨量超过250 mm，其中海口和屯昌地区24 h累积雨量分别为120.9 mm和39.1 mm(图 1b)。由逐小时雨强(图 2)可以看到，海口站和屯昌站降水过程主要分8月14日00:00—16:00和14日20:00—16日00:00两个阶段，其中14日00:00—16:00的降水过程相对较弱，两站最大雨强分别为4.2 mm·h-1和1.8 mm·h-1，14日20:00 —16日00:00降水过程相对较强，海口和屯昌最大雨强可达19.3 mm·h-1和5.7 mm·h-1，此时台风贝碧嘉(1816)已由热带风暴级加强为强热带风暴级，移入广东省湛江市东南方的南海海面上。15日11:00台风中心位于20.9°N，111.9°E，近中心最大风力为25 m·s-1，中心气压为925 hPa，稳定西行向雷州半岛靠近，对海南岛降水的影响最为显著。
![]()
图 1 2018年8月14日00:00—15日00:00(a)和15日00:00—16日00:00(b)海南岛累积雨量Figure 1. Cumulative precipitation in Hainan Island from 0000 BT 14 Aug to 0000 BT 15 Aug(a) and from 0000 BT 15 Aug to 0000 BT 16 Aug(b) in 2018![]()
图 2 2018年8月14日00:00—16日00:00海口站和屯昌站逐小时雨强Figure 2. Hourly precipitation at Haikou and Tunchang stations from 0000 BT 14 Aug to 0000 BT 16 Aug in 20182. 观测数据
雷达观测数据来源于海南省海口市永庄气象观测站(20.0°N，110.3°E，简称海口站)的S波段单偏振多普勒天气雷达CINRAD/SA。两台OTT-Parsivel二代雨滴谱仪分别位于海口站和屯昌县气象观测站(19.4°N，110.1°E，简称屯昌站)。雨滴谱仪采样面积为18×3 cm2，等效体积直径(D，单位：mm)测量范围为0~26 mm，按非等间距间隔将其分为32个通道，速度(V，单位：m·s-1)测量范围为0~22.4 m·s-1，同样按非等间距分为32个速度通道，每次采样时间间隔60 s，一次采样间隔内的粒子谱数据为32×32=1024个。2018年8月14日17:00台风贝碧嘉(1816)加强为强热带风暴级后向西偏南移动，从广东省雷州市登陆直至进入北部湾期间，位于其移动路径左侧的海南岛受螺旋雨带影响产生的强降水过程的雨滴谱特征进行观测，其中海口站位于螺旋雨带内侧，相比屯昌站更靠近台风移动路径。
3. 台风贝碧嘉(1816)降水云系结构及雨滴谱微物理特征
3.1 台风贝碧嘉(1816)降水云系结构特征
图 3为2018年8月14日22:09—16日00:35海口站雷达组合反射率因子。由图 3可见，14日22:09台风外围雨带的前段已经影响海南岛东北部，整体以层状云为主，雨带北部嵌有回波较强的对流性云块。至23:35，海口站和屯昌站影响云系依然表现为台风外围云系的层状云，雷达组合反射率因子约为30 dBZ。15日01:38影响海口站和屯昌站的降水云均以层状云为主，伴随弱对流过程，海口站组合反射率因子为35 dBZ，屯昌站为25 dBZ。随着台风中心逐渐向西移动，15日03:35外围雨带影响范围向西南部扩大，影响海口站和屯昌站的降水云系仍以层状云为主；07:34雨带影响范围覆盖整个海南岛，开始有对流性云块影响海口地区，最大组合反射率因子达60 dBZ；此时影响屯昌站的以层状云为主，组合反射率因子稳定在30 dBZ。15日11:22外围雨带整体结构变得松散，逐渐向西北移出海南岛，随着台风主体向雷州市靠近，19:34外围雨带主体对海口站和屯昌站的影响减弱，此后两个站点的降水主要来自组合反射率因子低于25 dBZ的尾部残留云团，15日21:40贝碧嘉(1816)在雷州市登陆，云团强度进一步减弱。台风贝碧嘉(1816)对海南岛降水的影响主要为台风登陆前的外围云系，台风在雷州市登陆后对海南岛的影响减弱。
![]()
图 3 2018年8月14日22:09—16日00:35台风贝碧嘉(1816)组合反射率因子Figure 3. Radar composite reflectivity factor of Typhoon Bebinca(1816) from 2209 BT 14 Aug to 0035 BT 16 Aug in 20183.2 台风贝碧嘉(1816)降水云系雨滴谱微物理特征
受设备自身限制和环境影响，OTT-Parsivel雨滴谱仪在观测大雨时，无法解决雨滴重叠问题，样本数量超过计数器上限将出现饱和溢出现象，因此对Parsivel雨滴谱仪观测数据质量控制尤为重要[32-36]，分别剔除原始数据中D>8 mm的雨滴粒子，因为在自然降水中不会出现大于该粒径的大雨滴。根据图 2站点雨量数据演变，较强降水过程主要集中在8月15日03:35—8月16日00:36，利用该时段观测采集的雨滴谱数据计算并分析该台风影响下降水的雨滴谱特征，计算公式见文献[18]。
3.2.1 降水过程雨滴谱微物理特征演变特征
图 4为8月15日海口站和屯昌站雨滴总数浓度、雨强(I, 单位：mm·h-1)、雨滴最大直径、雨滴平均直径和雨滴谱逐时间演变。结合图 3可知，8月15日海口站03:35—07:35主要受层状云影响，03:35海口站以北有显著的对流回波，但海口站至屯昌站以层状云为主，最强回波出现在5 km高度，组合反射率因子约为35 dBZ。03:35—07:35，I≤30 mm· h-1，雨滴平均直径约为1.0 mm，雨滴谱谱型为单峰，峰值出现在D≤1 mm的小雨滴端，雨滴最大直径达到7.5 mm，仅出现在04:11，04:35和04:36，且数浓度小于0.5 m-3·mm-1，该时段雨滴总数浓度约为400 m-3。07:35后高回波强度的对流性云团进入海口站观测范围，海口地区上空附近云系的最大组合反射率因子达60 dBZ，有45 dBZ左右的强回波悬垂。对流云团影响期间，海口站雨强和雨滴总数浓度显著增加，D>7 mm的大粒子频繁出现且数浓度增加至1 m-3·mm-1以上，雨滴总数浓度和雨强在11:07达到最大值，分别为1106.02 m-3和115.58 mm·h-1。此时雨滴谱仍保持单峰型，D≤1 mm的小雨滴浓度迅速增大，10:48 D≤1 mm小雨滴数浓度瞬时值超过4500 m-3·mm-1，整体谱型拓宽，D为4~8 mm的大粒径雨滴数浓度增加。随着台风贝碧嘉(1816)向雷州市靠近，11:03外围雨带整体结构已出现松散，海口站附近的云系回波组合反射率因子约为50 dBZ。随着云系主体向海南岛西北部移动，15日11:37—16日00:36海口站附近平均组合反射率因子低于35 dBZ，对流强度减弱，组合反射率因子40 dBZ的弱对流和层状云交替影响，雨滴总数浓度为400~800 m-3，滴谱明显变窄，D>2 mm的中大雨滴数浓度减小，以小雨滴为主，降水减弱，雨强降低至30 mm·h-1以下。
![]()
图 4 2018年8月15日海口站和屯昌站雨滴总数浓度、雨强、雨滴最大直径、雨滴平均直径和雨滴谱Figure 4. Total number raindrop concentration, rain intensity, randrop maximum diameter, raindrop mean diameter and raindrop size distribution at Haikou and Tunchang stations on 15 Aug 2018影响屯昌站的降水云系均为组合反射率因子约为35 dBZ的层状云，由图 4可见，屯昌站的雨强小于海口站，平均直径约为0.8 mm，雨滴最大直径不超过5 mm，各微物理特征参量演变曲线的峰谷值差距不大，降水分为3个时段：第1段为15日03:35—11:35，第2段为15日11:35—19:35，这两个时段降水雨滴总数浓度和雨强曲线峰谷值变化对应较好，雨滴最大直径为4~5 mm，最大雨强5.81 mm·h-1出现在06:58，两个时段的雨滴谱型以单峰为主，多峰出现次数较少，峰值分布在D<1.5 mm的区间，谱型较海口站明显偏窄，谱宽变化不明显，雨滴浓度集中在D<1.5 mm的小雨滴端；第3段降水出现在19:35后，此时屯昌站上空雷达回波小于25 dBZ，雨滴平均直径无变化，但雨滴最大直径平均值降至1.35 mm，D>2 mm的雨滴数浓度显著减少，谱宽进一步缩小。23:35后总数浓度出现大幅度提升，峰值出现在D≤1 mm的小雨滴端，雨滴总数浓度突增至2884.48 m-3，最大雨滴D<2 mm，但雨强并未显著增加，平均雨强为1.1 mm·h-1。
3.2.2 雨滴平均分布谱特征
利用雨滴谱数据，分别计算两个站点的平均谱(图 5)，由图 5可见，海口站和屯昌站平均谱呈单峰型，海口站谱宽更宽，雨滴最大直径达到7.5 mm，屯昌站雨滴最大直径仅为4.25 mm。两个站点的平均谱峰值均出现在D≤1 mm，海口站的峰值出现在0.812 mm，屯昌站的峰值出现在0.437 mm，说明两个站点降水均以小雨滴为主，但在D<0.5 mm的范围内，屯昌站相比于海口站雨滴数浓度更高；随着雨滴直径增大，屯昌站雨滴数浓度迅速减小，但海口站仍存在较低浓度的大雨滴。综合分析，此次台风影响下的降水过程，大雨滴在下落时破碎生成更多小雨滴，导致小雨滴在总雨滴的数浓度中占主要地位。
为进一步分析降水平均谱在不同雨强下的分布特征，将整个台风降水过程的雨滴谱数据按照雨强I分为6个等级：0<I≤2 mm·h-1，2 mm·h-1<I≤5 mm·h-1，5 mm·h-1<I≤10 mm·h-1，10 mm·h-1<I≤20 mm·h-1，20 mm·h-1<I≤50 mm·h-1，I>50 mm·h-1，其中屯昌站雨强最高等级为10 mm·h-1<I≤20 mm·h-1。
由图 6可见，随着雨强的增大，两个站点不同雨强条件下的谱宽逐渐增大，海口站和屯昌站不同等级雨强的平均谱谱型基本保持单峰。平均谱同一个雨强范围内海口站的谱宽比屯昌站更宽，海口站的最大谱宽出现在10 mm·h-1<I≤20 mm·h-1，20 mm·h-1<I≤50 mm·h-1和I>50 mm·h-1，而屯昌站出现在2 mm·h-1<I≤5 mm·h-1，5 mm·h-1<I≤10 mm·h-1。同时，两个站点D约为1 mm的雨滴数浓度随雨强增大而增加，在D>2 mm的平均谱斜率逐渐变小，其中海口站在D>3 mm的大雨滴端平均斜率变化更突出。表明小粒径雨滴数浓度增加的同时，伴随较大粒径雨滴的出现及其数浓度的显著增加才是导致雨强变大的主要原因，海口站相比于屯昌站存在浓度更高、粒径更大的雨滴，雨强明显偏高。
![]()
图 6 不同等级雨强(I，单位：mm·h-1) 下的降水平均谱Figure 6. Average raindrop size distribution under different rainfall intensity (I, unit:mm·h-1)3.2.3 不同粒径雨滴对数浓度和雨强的贡献
将雨滴直径D分为4个等级：0<D≤1 mm，1 mm<D≤2 mm，2 mm<D≤3 mm，D>3 mm。Ni/Ntot(i=1, 2, 3, 4)代表各等级直径雨滴数浓度在总数浓度中占比，Ii/Itot(i=1, 2, 3, 4)代表各等级直径的雨滴在总雨强中占比，分析不同粒径雨滴对总数浓度和总雨强的贡献。
由图 7可见，两个站点雨滴数浓度在总数浓度中的占比随直径的增大而减小，0<D≤1 mm的雨滴数浓度在总数浓度中占比超过50%，其中海口站雨滴数浓度占比为57.65%，屯昌站占比为77.96%，但就对总雨强贡献率而言，海口站雨强贡献率仅3.7%，屯昌站为17.15%。对于1 mm<D≤3 mm的雨滴，海口站占总数浓度的39.28%，对总雨强的贡献为39.7%，而屯昌站对总雨强的贡献率为79.84%，仅占总数浓度的22%(其中1 mm<D≤2 mm的雨滴数浓度占比为20.91%，对总雨强的贡献最多，占比为57.58%；2 mm<D≤3 mm的雨滴数浓度占比虽然仅有1.09%，但对总雨强的贡献率为22.26%，相较于数浓度占比77.61%的0<D≤1 mm雨滴对总雨强贡献更大)。D>3 mm雨滴屯昌站的总数浓度仅为104.08 m-3，占比为0.04%，对于总雨强的贡献也最少，为3%；而海口站在该粒径范围的总数浓度为3610 m-3，占比为3.08%，对总雨强的贡献却占56.61%。
![]()
图 7 各档直径雨滴对总数浓度和总雨强的贡献Figure 7. Contribution of raindrops at different diameters for total number concentration and total rainfall intensity4. 雨滴谱Gamma参数分布特征
Ulbrich[37]提出的Gamma分布引入形状因子反映雨滴变形对雨滴谱的影响，相较于Marshall等[38]提出的M-P分布更能客观描述雨滴谱谱分布，对各类降水均有较好适应性，被广泛应用于云物理研究中[39-42]。利用Gamma分布对本次降水过程的雨滴谱进行拟合，表达形式为
(1) 式(1)中，N(D)(单位：m-3·mm-1)为空间上单位粒径间隔和体积内的雨滴数浓度，N0(单位：m-3·mm-1-μ)是与离子浓度相关的参数，λ(单位：mm-1)是雨滴谱分布的斜率因子，μ是形状因子，量纲为1。
阶矩法广泛应用于估算Gamma分布的3个参量N0，λ和μ，郑娇恒等[43]认为阶矩法估算分布参量时不同矩量的选择对拟合效果有影响，使用低阶或高阶矩量改善某个量的拟合精度同时会造成稳定性降低，中间阶量的拟合效果更佳。因此，本文采用二、四、六阶矩对Gamma分布的3个参量进行估算[44]，并分别对海口站和屯昌站的雨滴谱进行拟合对比：
(2) 
(3) 式(2)和式(3)给出了海口站和屯昌站的拟合结果。同时，对比图 8拟合谱与观测谱分布可以发现，不论是海口站还是屯昌站，D<0.5 mm处的拟合谱对雨滴数浓度有所高估，其中海口站在直径约为1 mm的观测值略高于拟合值；在D>1 mm处，海口站和屯昌站的拟合结果均与观测相近，对屯昌站雨滴谱的拟合效果优于海口站。整体而言，在D≤1 mm的小雨滴端，拟合值与观测值略有差异，但拟合谱曲线的分布趋势和峰值变化与观测基本一致，拟合值与观测值相关系数分别为0.79和0.92(达到0.05的显著性水平)，相关较显著，能较好反映本次台风降水的雨滴谱分布。
Gamma函数中，N0，λ和μ并不是相互独立的，其中λ和μ存在二项式函数关系，N0与μ直接相关，且不同地形条件和降水系统间的函数关系也不尽相同[41, 45]。因此，获取本次降水λ和μ的关系，不仅能提高对海南岛台风降水滴谱分布特征的认识，也可为数值模式中降水滴谱分布公式的本地化提供参考。
分别对海口站和屯昌站的λ和μ进行拟合，图 9为两个站点λ和μ的散点分布和拟合关系。由图 9可知，两站点的λ均随μ的增大而增大，且随着μ的增大, 屯昌站的离散程度大于海口站；海口站具有更宽的μ值范围，相同μ值条件下屯昌站λ值更大。两个站点的λ和μ均存在较好的二项式关系，拟合结果的相关系数分别为0.98和0.93(达到0.05显著性水平)。
5. 小结
研究表明：
1) 台风贝碧嘉(1816)降水在时间和空间上有显著不对称性：海口站受对流云块影响，特征参量曲线起伏明显，时间分布不均，表现为阵性强降水；屯昌站影响云系稳定为层状云，雨滴谱各特征参量曲线波动起伏较海口站小且均匀和连续。在雨滴谱演变上，海口站雨滴谱保持单峰，谱宽较宽；屯昌站雨滴谱以单峰为主，双峰较少，谱宽较窄。两个站点的雨滴谱随雨强增大均在1 mm的直径范围出现数浓度增加，同时谱宽迅速拓宽，大粒径雨滴数浓度增加。
2) 整个降水过程海口站和屯昌站的平均谱呈单峰型，峰值出现在D≤1 mm的小雨滴端。海口站具有更宽的谱分布，屯昌站在D≤1 mm范围内存在更多雨滴。不同等级雨强下，海口站和屯昌站的平均谱基本保持单峰，随着雨强增大，两个站点的谱宽拓宽，各尺度雨滴的数浓度增加，其中海口站D>3 mm中大粒径雨滴端的增幅更明显，说明中大粒径雨滴出现和数浓度显著增多，且伴随其他粒径雨滴数浓度的增加是导致雨强增大的主要原因。
3) 海口站和屯昌站D≤1 mm的雨滴数浓度在总数浓度中占比超过50%，但对总雨强的贡献小。屯昌站1 mm<D≤3 mm范围的雨滴数浓度占总数浓度的22%，对总雨强的贡献率高达79.84%；在海口站的降水中，随着雨滴直径的增大，雨滴数浓度占比减小，对总雨强的贡献显著增加，D>3 mm的雨滴对总雨强的贡献达到56.61%。
4) 海口站和屯昌站的Gamma函数拟合结果较好反映台风贝碧嘉(1816)降水的雨滴谱特征，斜率因子λ随形状因子μ增加而增加，符合二项式分布。
本文基于台风贝碧嘉(1816)降水过程的观测数据，得到海南岛台风降水不同影响云系下的滴谱分布特征，得到一些有意义的结论。但对降水云中的微物理演变过程还需要借助卫星观测和数值模式等方法进一步探讨。
-
![]()
图 1 2018年8月14日00:00—15日00:00(a)和15日00:00—16日00:00(b)海南岛累积雨量
Figure 1. Cumulative precipitation in Hainan Island from 0000 BT 14 Aug to 0000 BT 15 Aug(a) and from 0000 BT 15 Aug to 0000 BT 16 Aug(b) in 2018
![]()
图 2 2018年8月14日00:00—16日00:00海口站和屯昌站逐小时雨强
Figure 2. Hourly precipitation at Haikou and Tunchang stations from 0000 BT 14 Aug to 0000 BT 16 Aug in 2018
![]()
图 3 2018年8月14日22:09—16日00:35台风贝碧嘉(1816)组合反射率因子
Figure 3. Radar composite reflectivity factor of Typhoon Bebinca(1816) from 2209 BT 14 Aug to 0035 BT 16 Aug in 2018
![]()
图 4 2018年8月15日海口站和屯昌站雨滴总数浓度、雨强、雨滴最大直径、雨滴平均直径和雨滴谱
Figure 4. Total number raindrop concentration, rain intensity, randrop maximum diameter, raindrop mean diameter and raindrop size distribution at Haikou and Tunchang stations on 15 Aug 2018
![]()
图 6 不同等级雨强(I，单位：mm·h-1) 下的降水平均谱
Figure 6. Average raindrop size distribution under different rainfall intensity (I, unit:mm·h-1)
![]()
图 7 各档直径雨滴对总数浓度和总雨强的贡献
Figure 7. Contribution of raindrops at different diameters for total number concentration and total rainfall intensity
-
[1] 陈联寿, 孟智勇.我国热带气旋研究十年进展.大气科学, 2001, 25(3):420-432. DOI: 10.3878/j.issn.1006-9895.2001.03.11 Chen L S, Men Z Y. An overview on tropical cyclone research progress in China during the past ten years. Chinese J Atmos Sci, 2001, 25(3): 420-432. DOI: 10.3878/j.issn.1006-9895.2001.03.11
[2] 刘蕾, 陈茂钦, 李煜, 等. 超强台风"威马逊"近海急剧加强特征及诊断分析. 气象科技, 2015, 43(6): 1149-1156. DOI: 10.3969/j.issn.1671-6345.2015.06.022 Liu L, Chen M Q, Li Y, et al. Features and diagnostic analysis of rapid intensity change of super Typhoon Rammasun over China offshore waters. Meteor Sci Technol, 2015, 43(6): 1149-1156. DOI: 10.3969/j.issn.1671-6345.2015.06.022
[3] 薛一迪, 崔晓鹏. "威马逊"(1409)降水水汽来源和源区定量贡献分析. 大气科学, 2020, 44(2): 341-355. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK202002009.htm Xue Y D, Cui X P. Moisture sources and quantitativeanalyses of sourcecontributions of precipitation associated with Rammasun(1409). Chinese J Atmos Sci, 2020, 44(2): 341-355. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXK202002009.htm
[4] 何立富, 陈双, 郭云谦. 台风利奇马(1909)极端强降雨观测特征及成因. 应用气象学报, 2020, 31(5): 513-526. DOI: 10.11898/1001-7313.20200501 He L F, Chen S, Guo Y Q. Observation characteristics and synoptic mechanisms of Typhoon Lekima extreme rainfall in 2019. J Appl Meteor Sci, 2020, 31(5): 513-526. DOI: 10.11898/1001-7313.20200501
[5] Marks F D Jr, Houze R A Jr. Inner core structure of Hurricane Alicia from airborne Doppler radar observations. J Atmos Sci, 1987, 44(9): 1296-1317. DOI: 10.1175/1520-0469(1987)044<1296:ICSOHA>2.0.CO;2
[6] Houze R A Jr, Marks F D Jr, Black R A. Dual-aircraft investigation of the inner core of Hurricane Norbert. Part Ⅱ: Mesoscale distribution of ice particles. J Atmos Sci, 1992, 49(11): 943-963. DOI: 10.1175/1520-0469(1992)049<0943:DAIOTI>2.0.CO;2
[7] Black R A, Hallett J. Electrification of the hurricane. J Atmos Sci, 1999, 56(12): 2004-2028. DOI: 10.1175/1520-0469(1999)056<2004:EOTH>2.0.CO;2
[8] DeMaria M, DeMaria R T, Knaff J A, et al. Tropical cyclone lightning and rapid intensity change. Mon Wea Rev, 2012, 140(6): 1828-1842. DOI: 10.1175/MWR-D-11-00236.1
[9] Stevenson N S, Corbosiero K L, Demaria M, et al. A 10-year survey of tropical cyclone inner-core lightning bursts and their relationship to intensity change. Wea Forecasting, 2018, 33(1): 23-36. DOI: 10.1175/WAF-D-17-0096.1
[10] 丁金才, 黄炎, 叶其欣, 等. 2002年台风Ramasun影响华东沿海期间可降水量的GPS观测和分析. 大气科学, 2004, 28(4): 613-624. DOI: 10.3878/j.issn.1006-9895.2004.04.13 Ding J C, Huang Y, Ye Q X, et al. GPS observation and analysis of precipitable water vapor during Typhoon Ramasun in 2002 influencing East China coast. Chinese J Atmos Sci, 2004, 28(4): 613-624. DOI: 10.3878/j.issn.1006-9895.2004.04.13
[11] 何会中, 程明虎, 周凤仙. 0302号(鲸鱼)台风降水和水粒子空间分布的三维结构特征. 大气科学, 2006, 30(3): 491-503. DOI: 10.3878/j.issn.1006-9895.2006.03.12 He H Z, Cheng M H, Zhou F X. 3D structure of rain and cloud hydrometeors for Typhoon Kujira(0302). Chinese J Atmos Sci, 2006, 30(3): 491-503. DOI: 10.3878/j.issn.1006-9895.2006.03.12
[12] 傅云飞, 刘栋, 王雨, 等. 热带测雨卫星综合探测结果之"云娜"台风降水云与非降水云特征. 气象学报, 2007, 65(3): 316-328. DOI: 10.3321/j.issn:0577-6619.2007.03.002 Fu Y F, Liu D, Wang Y, et al. Characteristics of precipitating and non-precipitating clouds in Typhoon Ranan as viewed by TRMM combined measurements. Acta Meteor Sinica, 2007, 65(3): 316-328. DOI: 10.3321/j.issn:0577-6619.2007.03.002
[13] 丁德平, 李英. 北京地区的台风降水特征研究. 气象学报, 2009, 67(5): 864-874. DOI: 10.3321/j.issn:0577-6619.2009.05.017 Ding D P, Li Y. A study on rainfall features of Beijing associated with typhoons. Acta Meteor Sinica, 2009, 67(5): 864-874. DOI: 10.3321/j.issn:0577-6619.2009.05.017
[14] 严嘉明, 赵兵科, 张帅, 等. 边界层风廓线雷达对登陆台风观测适用性评估. 应用气象学报, 2021, 32(3): 332-346. DOI: 10.11898/1001-7313.20210306 Yan J M, Zhao B K, Zhang S, et al. Observation analysis and application evaluation of wind profile radar to diagnosing the boundary layer of landing typhoon. J Appl Meteor Sci, 2021, 32(3): 332-346. DOI: 10.11898/1001-7313.20210306
[15] 方勉, 何君涛, 符永铭, 等. 基于GPM卫星降水产品对1808号超强台风"玛利亚"降水结构的分析. 大气科学学报, 2019, 42(6): 845-854. https://www.cnki.com.cn/Article/CJFDTOTAL-NJQX201906005.htm Fang M, He J T, Fu Y M, et al. The precipitation structure for super Typhoon Maria(1808) base on GPM satellite rainfall products. Trans Atmos Sci, 2019, 42(6): 845-854. https://www.cnki.com.cn/Article/CJFDTOTAL-NJQX201906005.htm
[16] 刘健, 蒋建莹. 不同观测分辨率强台风云系的遥感特征. 应用气象学报, 2014, 25(1): 1-10. http://qikan.camscma.cn/article/id/20140101 Liu J, Jiang J Y. Multi-scale satellite data sensitivity study on cloud analysis of strong typhoon. J Appl Meteor Sci, 2014, 25(1): 1-10. http://qikan.camscma.cn/article/id/20140101
[17] 黄先香, 俞小鼎, 炎利军, 等. 广东两次台风龙卷的环境背景和雷达回波对比. 应用气象学报, 2018, 29(1): 70-83. DOI: 10.11898/1001-7313.20180107 Huang X X, Yu X D, Yan L J, et al. Contrastive analysis of two intense typhoon-tornado cases with synoptic and Doppler weather radar data in Guangdong. J Appl Meteor Sci, 2018, 29(1): 70-83. DOI: 10.11898/1001-7313.20180107
[18] Chen B J, Wang Y, Ming J. Microphysical characteristics of the raindrop size distribution in Typhoon Morakot. J Trop Meteor, 2012, 18(2): 162-171.
[19] 李侠丽, 潘先洁, 童应祥, 等. 两次强降水过程雨滴谱特征及差异. 气象科技, 2019, 47(2): 321-328. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ201902017.htm Li X L, Pan X J, Tong Y X, et al. Raindrop spectral characteristics of two different types of heavy precipitation based on raindrop spectral data. Meteor Sci Technol, 2019, 47(2): 321-328. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKJ201902017.htm
[20] 林文, 林长城, 李白良, 等. 登陆台风麦德姆不同部位降水强度及谱特征. 应用气象学报, 2016, 27(2): 239-248. DOI: 10.11898/1001-7313.20160212 Lin W, Lin C C, Li B L, et al. Rainfall intensity and raindrop spectrum for different parts in landing Typhoon Matmo. J Appl Meteor Sci, 2016, 27(2): 239-248. DOI: 10.11898/1001-7313.20160212
[21] 申高航, 高安春, 李君. 台风"利奇马"不同强降水中心的雨滴谱特征分析. 气象科学, 2020, 40(1): 106-113. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKX202001011.htm Shen G H, Gao A C, Li J. Analysis of the characteristics of raindrop spectrum in different heavy precipitation centers caused by Typhoon "Lekima". J Meteor Sci, 2020, 40(1): 106-113. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKX202001011.htm
[22] 李欣, 张璐. 北上台风强降水形成机制及微物理特征. 应用气象学报, 2022, 33(1): 29-42. DOI: 10.11898/1001-7313.20220103 Li X, Zhang L. Formation mechanism and microphysics characteristics of heavy rainfall caused by northward-moving typhoons. J Appl Meteor Sci, 2022, 33(1): 29-42. DOI: 10.11898/1001-7313.20220103
[23] 杨仁勇, 闵锦忠, 冯文. 海南岛地形对南海西行台风降水影响的数值试验. 热带气象学报, 2013, 29(3): 474-480. DOI: 10.3969/j.issn.1004-4965.2013.03.014 Yang R Y, Min J Z, Feng W. Numerical simulations of the Hainan Island topographic effects on the rainfall of west-going typhoons. J Trop Meteor, 2013, 29(3): 474-480. DOI: 10.3969/j.issn.1004-4965.2013.03.014
[24] 吴胜安, 郭冬艳, 杨金虎. 海南热带气旋降水的气候特征. 气象科学, 2007, 27(3): 307-311. DOI: 10.3969/j.issn.1009-0827.2007.03.011 Wu S A, Guo D Y, Yang J H. Hainan tropic cyclone rainfall's climate characters. J Meteor Sci, 2007, 27(3): 307-311. DOI: 10.3969/j.issn.1009-0827.2007.03.011
[25] 许向春, 郑艳, 刘丽君. 登陆海南台风季风特征的对比分析. 广西气象, 2004, 25(3): 14-17. DOI: 10.3969/j.issn.1673-8411.2004.03.005 Xu X C, Zheng Y, Liu L J. Comparatively analysis and seasonal characteristics of loading typhoon in Hainan. J Guangxi Meteor, 2004, 25(3): 14-17. DOI: 10.3969/j.issn.1673-8411.2004.03.005
[26] 刘少军, 张京红, 何政伟, 等. 地形因子对海南台风降水分布影响的估算. 自然灾害学报, 2011, 20(2): 196-199. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH201102030.htm Liu S J, Zhang J H, He Z W, et al. Estimate of topography influences on precipitation distribution during typhoon process in Hainan Island. J Nat Disaster, 2011, 20(2): 196-199. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH201102030.htm
[27] 赵付竹, 王凡, 郑燕. "纳沙"、"尼格"强度与结构差异对海南暴雨分布的影响. 广东气象, 2013, 35(2): 14-20. DOI: 10.3969/j.issn.1007-6190.2013.02.003 Zhao F Z, Wang F, Zheng Y. The effects of intensity and structure differences between Tyhoons "Nesat" and "Nalgae" on the distribution of rainstorm in Hainan Island. Guangdong Meteor, 2013, 35(2): 14-20. DOI: 10.3969/j.issn.1007-6190.2013.02.003
[28] 徐红, 程攀, 王瑞丽. 台风"海燕"过境海南岛数值模拟及暴雨成因诊断. 干旱气象, 2016, 34(3): 503-510. https://www.cnki.com.cn/Article/CJFDTOTAL-GSQX201603013.htm Xu H, Cheng P, Wang R L. Simulation and diagnostic analysis of a rainstorm process influenced by Typhoon Haiyan(2013) on Hainan Island. J Arid Meteor, 2016, 34(3): 503-510. https://www.cnki.com.cn/Article/CJFDTOTAL-GSQX201603013.htm
[29] 邢彩盈, 张京红, 车秀芬, 等. 海南省台风气象服务效益评估研究. 气象与环境科学, 2019, 42(4): 55-62. https://www.cnki.com.cn/Article/CJFDTOTAL-HNQX201904009.htm Xing C Y, Zhang J H, Che X F, et al. Evaluation research of typhoon meteorological service benefits in Hainan Province. Meteor Enviro Sci, 2019, 42(4): 55-62. https://www.cnki.com.cn/Article/CJFDTOTAL-HNQX201904009.htm
[30] 程正泉, 林良勋, 杨国杰, 等. 超强台风威马逊快速增强及大尺度环流特征. 应用气象学报, 2017, 28(3): 318-326. DOI: 10.11898/1001-7313.20170306 Cheng Z Q, Lin L X, Yang G J, et al. Rapid intensification and associated large-scale circulation of super Typhoon Rammasun in 2014. J Appl Meteor Sci, 2017, 28(3): 318-326. DOI: 10.11898/1001-7313.20170306
[31] 高拴柱, 张胜军, 吕心艳, 等. 南海台风生成前48 h环流特征及热力与动力条件. 应用气象学报, 2021, 32(3): 272-288. DOI: 10.11898/1001-7313.20210302 Gao S Z, Zhang S J, Lü X Y, et al. Circulation characteristics and thermal and dynamic conditions 48 hours before typhoon formation in South China Sea. J Appl Meteor Sci, 2021, 32(3): 272-288. DOI: 10.11898/1001-7313.20210302
[32] 毛志远, 黄光瑞, 黄彦彬, 等. 海南岛秋季暴雨过程雨滴谱的特征分析. 海南大学学报(自然科学版), 2020, 38(1): 59-66. Mao Z Y, Huang G R, Huang Y B, et al. Characteristics analysis of raindrop size distribution during Hainan autumn rainstorm process. Nat Sci J Hainan Univ, 2020, 38(1): 59-66.
[33] 廖菲, 邓华, 万齐林, 等. 珠江三角洲地区两次夏季典型雷电天气系统的雨滴谱特征观测研究. 高原气象, 2011, 30(3): 798-808. https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX201103027.htm Liao F, Deng H, Wang Q L, et al. Observation studies on characteristics of raindrop size distribution of two typical summer thunderstorm case in the Pear River Delta. Plateau Meteor, 2011, 30(3): 798-808. https://www.cnki.com.cn/Article/CJFDTOTAL-GYQX201103027.htm
[34] 王可法, 张卉慧, 张伟, 等. Parsiverl激光雨滴谱仪观测降水中异常数据的判别及处理. 气象科学, 2011, 31(6): 732-736. DOI: 10.3969/j.issn.1009-0827.2011.06.009 Wang K F, Zhang H H, Zhang W, et al. The detection and elimination of a abnormal data for the precipitation observed by Parsivel precipitation partical spectrometer. J Meteor Sci, 2011, 31(6): 732-736. DOI: 10.3969/j.issn.1009-0827.2011.06.009
[35] 胡子浩, 濮江平, 张欢, 等. Parsivel激光雨滴谱仪观测较强降水的可行性分析和建议. 气象科学, 2014, 34(1): 25-31. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKX201401004.htm Hu Z H, Pu J P, Zhang H, et al. Feasibility analyses and recommendations of Parsivel option distrometer in measurements of strong precipitaion. J Meteor Sci, 2014, 34(1): 25-31. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKX201401004.htm
[36] 张丰伟, 张逸轩, 韩树浦, 等. 2016年5月6日重庆万盛短时强降水雨滴谱特征分析. 沙漠与绿洲气象, 2019, 13(4): 46-51. https://www.cnki.com.cn/Article/CJFDTOTAL-XJQX201904007.htm Zhang F W, Zhang Y X, Han S P, et al. Raindrop spectrum characterisctics during a short-time strong rainfall on 6 May 2015 in Wansheng of Chongqing. Desert Oasis Meteor, 2019, 13(4): 46-51. https://www.cnki.com.cn/Article/CJFDTOTAL-XJQX201904007.htm
[37] Ulbrich C W. Natural variations in the analytical form of the rain-drop size distribution. J Climate Appl Meteor, 1983, 22(10): 1764-1775. DOI: 10.1175/1520-0450(1983)022<1764:NVITAF>2.0.CO;2
[38] Marshall J S, Palmer W M. The distribution of raindrops with size. J Atmos Sci, 1948, 5(4): 165-166.
[39] 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. 气象科学, 2010, 30(5): 701-707. DOI: 10.3969/j.issn.1009-0827.2010.05.018 Pu J P, Zhang W, Jiang A J, et al. Characteristics of gamma raindrop size distribution base on the precipitation particle spectrometer. J Meteor Sci, 2010, 30(5): 701-707. DOI: 10.3969/j.issn.1009-0827.2010.05.018
[40] 周黎明, 王庆, 龚佃利, 等. 2015年春季山东一场转折性降水微物理特征分析. 干旱气象, 2016, 34(4): 678-684. https://www.cnki.com.cn/Article/CJFDTOTAL-GSQX201604012.htm Zhou L M, Wang Q, Gong D L, et al. Analysis of microphysical characteristics on a turning precipitation in Shangdong Province in spring of 2015. J Arid Meteor, 2016, 34(4): 678-684. https://www.cnki.com.cn/Article/CJFDTOTAL-GSQX201604012.htm
[41] 陈子健, 胡向峰, 陈宝君, 等. 河北省中南部暴雨雨滴谱特征. 干旱气象, 2019, 37(4): 586-596. https://www.cnki.com.cn/Article/CJFDTOTAL-GSQX201904008.htm Chen Z J, Hu X F, Chen B J, et al. Raindrop size distribution of rainstorm in central-southern Hebei Province. J Arid Meteor, 2019, 37(4): 586-596. https://www.cnki.com.cn/Article/CJFDTOTAL-GSQX201904008.htm
[42] 王俊, 王文青, 王洪, 等. 山东北部一次夏末雹暴地面降水粒子谱特征. 应用气象学报, 2021, 32(3): 370-384. DOI: 10.11898/1001-7313.20210309 Wang J, Wang W Q, Wang H, et al. Hydrometeor particle characteristics during a late summer hailstorm in northern Shandong. J Appl Meteor Sci, 2021, 32(3): 370-384. DOI: 10.11898/1001-7313.20210309
[43] 郑娇恒, 陈宝君. 雨滴谱分布函数的选择: M-P和Gamma分布的对比研究. 气象科学, 2007, 27(1): 17-25. DOI: 10.3969/j.issn.1009-0827.2007.01.003 Zheng J H, Chen B J. Comparative study of exponential and gamma function fits to observed raindrop size distribution. J Meteor Sci, 2007, 27(1): 17-25. DOI: 10.3969/j.issn.1009-0827.2007.01.003
[44] Vivekanandan J, Zhang G, Brandes E. Polarimetric radar estimators based on a constrained gamma drop size distribution model. J Appl Meteor, 2004, 43(2): 217-230. DOI: 10.1175/1520-0450(2004)043<0217:PREBOA>2.0.CO;2
[45] 陈聪, 银燕, 陈宝君. 黄山不同高度雨滴谱的演变特征. 大气科学学报, 2015, 38(3): 388-395. https://www.cnki.com.cn/Article/CJFDTOTAL-NJQX201503011.htm Chen C, Yin Y, Chen B J. Raindrop size distribution at different altitudes in Mt Huang. Trans Atmos Sci, 2015, 38(3): 388-395. https://www.cnki.com.cn/Article/CJFDTOTAL-NJQX201503011.htm
-
期刊类型引用(4)
1. 赵勇，马兆越，王瑜. 移动路径相似的台风初入鲁南时的雨滴谱特征差异分析. 气象科技. 2025(01): 47-60 . 
百度学术
2. 陈训来，徐婷，王蕊，李媛，张舒婷，王书欣，王明洁，陈元昭. 珠江三角洲“9·7”极端暴雨精细观测特征及成因. 应用气象学报. 2024(01): 1-16 . 本站查看
3. 孙钦宏，马洪波，齐彦斌，王秀娟. 2021年夏季长白山麓雨滴谱分布特征. 应用气象学报. 2023(03): 336-347 . 本站查看
4. 王俊，郑丽娜，王洪，刘畅. 山东6次台风暴雨雨滴谱统计特征及区域差异. 应用气象学报. 2023(04): 475-488 . 本站查看
其他类型引用(0)
下载:
计量
- 文章访问数: 887
- HTML全文浏览量: 178
- PDF下载量: 96
- 被引次数: 4
