祁连山不同地形高度雨滴谱分布特征个例研究

《Atmospheric Research》：A case study on the characteristics of raindrop size distribution at different topographic heights in the Qilian Mountains

　　

雨滴谱分布（raindrop size distribution, DSD）是降水的基本微物理属性，对理解降水形成机制和改进雷达气象学中的定量降水估算（quantitative precipitation estimation, QPE）至关重要。雷达反射率因子（radar reflectivity, Z）与降水率（rain rate, R）之间的关系由DSD内在决定，是地基和星载雷达系统进行降水反演的基石。此外，准确的DSD参数化对于改进数值天气预报模式中的微物理方案至关重要，因为它直接影响降水过程的模拟。鉴于DSD在众多气象和水文应用中的关键作用，对其进行全面研究具有极其重要的意义。已有研究表明，DSD在不同气候区、地理位置、季节和降水类型中表现出显著变异性。特别是，复杂地形对DSD的影响日益受到关注。在全球山区开展的研究系统性地考察了DSD参数随海拔的变化，揭示了一些重复出现的模式。例如，在中国青藏高原，高海拔站点通常比低海拔站点具有更小的质量加权平均直径（mass-weighted mean diameter, D_m）和更大的归一化截距参数（normalized intercept parameter, N_w），这归因于地形抬升、碰撞-合并过程因下落距离缩短而减弱以及独特的大气低密度环境。在天山，先前的研究表明D_m随海拔升高而增大，而log₁₀N_w减小，主要原因是强烈的地形抬升促进了高海拔处的液滴合并，以及低层干燥对流层中小水滴的蒸发增强。在印度西高止山脉，研究人员（Krishna et al., 2021）报告，在湿期，强烈的地形抬升促进了中等尺寸水滴（1–4 mm）的形成，导致更大的质量加权平均直径，而干期则以小水滴（<1 mm）为主，这是由于蒸发和破碎过程增强。在韩国济州岛，研究人员（Kim et al., 2022）观察到，位于抬升凝结高度以上的迎风坡含有高浓度的小水滴，而背风坡则表现出更大比例的大水滴，且归一化截距参数（log₁₀N_w）随降水率增加而下降，表明迎风坡的汽相沉积与背风坡的弱对流等不同主导微物理机制的影响。在斯洛文尼亚西北部的阿尔卑斯山，研究人员（Ogrin and Kozamernik, 2020）量化了垂直降水梯度，即使在相邻山谷之间也存在显著差异，表明山谷形态（包括长度、宽度和朝向）强烈调节着地形增强效应。此外，通过将柱状模型与地面观测相结合，研究人员（Wilson and Barros, 2014）强调了南阿巴拉契亚山脉中播种-补给相互作用（seeder-feeder interactions）的重要性，其中含有高浓度极小水滴（<0.2 mm）的低层雾层可以加速合并，使地表降水率增加一个数量级。这些研究共同强调，DSD参数的海拔变异性并不遵循普遍模式；相反，它对局部地形特征、天气尺度条件和特定微物理机制（包括碰撞-合并、破碎和播种-补给过程）高度敏感。尽管有这些宝贵见解，但先前的大多数研究仅限于对两到三个离散海拔（例如，山顶与山谷）的比较，或依赖于不连续的观测网络。因此，对DSD参数沿整个海拔梯度（从邻近平原经山脚和山腰到山顶）连续演变的全面理解仍然不足。这一知识空白在祁连山等干旱高山环境中尤为突出。祁连山以复杂地形和显著的海拔梯度为特征，是中国西北干旱地区重要的生态和水资源屏障。该区域的前期研究已开始揭示局地DSD特征；例如，最近的一项统计分析强调了南坡、北坡和山内站点之间DSD参数和Z–R关系的差异（Mao et al., 2023）。然而，该研究并未采用覆盖从平原到山顶连续海拔梯度的同步多海拔样带，导致该区域内DSD的海拔依赖性在很大程度上仍未解决。这一局限性制约了对祁连山地形降水微物理过程的全面理解。作为基于2020年8月22–23日一次层状云降水事件的个例研究，本研究利用一个独特的多海拔观测网络，系统考察了祁连山地形DSD在事件特定条件下的特征。具体而言，研究人员沿垂直梯度从1765.5米（PLA，平原）到2719.5米（TOP，山顶）部署了四台并置的Parsivel2雨滴谱仪，并在山脚（BOT，2454.5米）和山腰（MID，2613.5米）增设了两个站点。这是在祁连山首次建立覆盖平原、山脚、山腰和山顶的连续海拔样带，为考察降水微物理的垂直结构提供了宝贵机会。本个例研究的主要目标是回答以下问题：1) 在此事件中，DSD特征（如质量加权平均直径D_m和归一化截距参数N_w）在PLA、BOT、MID和TOP站点之间如何系统性地不同？2) 哪些主导微物理过程（如碰撞-合并、破碎和蒸发）导致了沿海拔梯度观测到的DSD差异？3) 用于QPE的Z–R关系是否需要在此复杂地形内进行站点特定或海拔依赖的参数化？通过阐明不同海拔的DSD变异性及其潜在机制，本研究旨在推进对地形降水微物理的理解，并有助于改进祁连山及其他干旱高地地区的雷达降水估算和模式参数化。本研究不旨在推导祁连山气候学代表性的DSD关系；相反，它是有意设计为基于一次层状云降水事件的过程导向型个例研究。

**论文解读：祁连山不同地形高度雨滴谱分布特征个例研究**

**研究背景与问题：**
雨滴谱分布（raindrop size distribution, DSD）是降水微物理的核心属性，直接影响雷达定量降水估算（quantitative precipitation estimation, QPE）和数值模式微物理方案。复杂地形对DSD的影响显著，但全球研究揭示的海拔模式并不统一，如青藏高原显示高海拔处质量加权平均直径（mass-weighted mean diameter, D_m）减小、归一化截距参数（normalized intercept parameter, N_w）增大，而天山则呈现相反趋势。然而，先前研究多局限于两三个离散海拔的比较，缺乏沿连续海拔梯度的系统观测。祁连山作为中国西北干旱区的重要生态屏障，其地形复杂、海拔梯度显著，但此前对DSD海拔依赖性的认识不足，尤其缺乏从平原到山顶的同步观测数据。为此，本研究针对2020年8月22–23日一次层状云降水事件，利用祁连山沿平原（PLA, 1765.5 m）、山脚（BOT, 2454.5 m）、山腰（MID, 2613.5 m）和山顶（TOP, 2719.5 m）四个海拔梯度站点部署的Parsivel2激光雨滴谱仪，首次构建了连续海拔样带，系统分析地形高度对DSD特征的影响，并探讨对QPE的启示。该研究发表于《Atmospheric Research》。

**主要技术方法：**
研究人员采用四台OTT Parsivel2激光雨滴谱仪，设置32个非等距粒径通道（0.062–24.5 mm）和32个速度通道，采样间隔60秒。数据经过严格质量控制：剔除粒径<0.312 mm的低信噪比数据、总雨滴数<10或降水率<0.1 mm h^-1的样本、直径>8 mm的雨滴以及下落速度偏离经验值40%以上的数据。利用Gamma分布的三参数法（矩法）拟合DSD，计算质量加权平均直径D_m、归一化截距参数N_w、总雨滴数浓度N_T、液态水含量W和降水率R。同时，结合CINRAD/CC（中国新一代C波段多普勒天气雷达）的VCP11体扫数据构建固定点的时间-高度剖面。ERA5再分析数据用于分析环境背景和热力动力条件。统计方法包括单因素方差分析（ANOVA）和Tukey HSD事后检验，以及留一交叉验证（LOOCV）结合Bootstrap重抽样评估Z–R关系的稳健性。

**研究结果：**

**3.1 环境背景与天气条件：** 500 hPa环流显示中纬度西风带呈纬向型，弱槽位于90°E–95°E，35°N附近有一东北-西南向低槽。槽前西南气流将孟加拉湾和南海的水汽输送至祁连山，结合正涡度区辐合上升及地形抬升，形成持续降水。垂直剖面显示深厚湿层（相对湿度>80%低于4000 m），上升运动中心位于100–102°E、3000–7000 m，强度达-1.0 Pa s^-1。单点热力廓线表明低层近饱和、条件性不稳定（对流有效位能CAPE=956 J kg^-1），但降水以层状云为主。

**3.2 不同海拔微物理参数特征：** 降水先在高海拔站点开始，结束时间早约50分钟。PLA站降水率波动剧烈，峰值超20 mm h^-1，DSD谱宽大（含>3 mm大滴）；随海拔升高，降水率峰值减小、波动变缓，DSD谱逐渐收窄，TOP站谱最窄（0.5–2 mm）。D_m随时间变化：PLA波动大（峰值>2 mm），TOP极稳定（0.8–1.0 mm）。总雨滴数浓度N_T：高海拔站持续高值且变异小，PLA仅强降水时段剧增。液态水含量W与降水率R变化一致，但PLA的W峰值对应D_m峰值，高海拔站因D_m小而W绝对值较低。统计表明：log₁₀N_w随海拔单调递增（3.60→3.97），D_m单调递减（0.98→0.86 mm），log₁₀N_T显著增加（2.16→2.49），而W和R站间差异不显著（p>0.05）。ANOVA证实D_m、log₁₀N_w、log₁₀N_T的站间差异高度显著（p<0.001），效应量η²为0.049–0.112。高海拔呈现“高N_w、低D_m、高N_T、含水量相当”的微物理结构，这可能与接近融化层及下落距离短有关，而非指示海洋性气团。

**3.3 不同降水率下的DSD特征与参数响应：** 随降水率等级增加，各站平均DSD谱线上移并右移。PLA站对降水率响应最敏感，强降水（R≥5 mm h^-1）时谱宽显著扩展，大滴（>3 mm）数浓度远高于其他站，且出现“双峰”分布趋势，暗示破碎过程激活。TOP站各降水率等级谱形高度自相似，降水率增加主要体现为数浓度垂直抬升而非谱宽变化。在log₁₀N_w–D_m相空间，PLA集中于右下区域（高D_m、低log₁₀N_w），TOP集中于左上区域（低D_m、高log₁₀N_w），BOT和MID处于过渡位置。与Bringi et al. (2003)的参考框架对比，高海拔站表现类似“海洋性”聚类，但研究人员指出这并非气团来源所致，而是由于接近融化层、下落距离短及冰相微物理过程（如雪和霰融化）主导。小雨滴（<1 mm）对N_T、W、R和Z的贡献随海拔显著增加（从PLA的6%到TOP的52%），而大滴（>2 mm）在山区贡献可忽略。

**3.4 Gamma分布参数特征：** 平均DSD谱随海拔收窄、峰值左移，Gamma分布拟合效果在高海拔站最佳（TOP站全粒径范围高度一致）。形状参数μ和斜率参数Λ呈开口向下的抛物线关系，高海拔站对应高Λ和低μ，反映DSD更陡峭、小粒径主导，与冰相过程增强一致；低海拔站对应低Λ和高μ，反映暖雨合并过程主导。矩法与最大似然估计（MLE）结果一致，证实相关性非参数估计伪影。

**3.5 雷达反射率-降水率（Z-R）关系的海拔依赖性：** Z–R关系（Z = aR^b）站间差异显著。高海拔站（TOP: Z = 158R^1.62）在相同Z下对应更低R，原因是小粒子对Z贡献大但对R贡献小，导致“高Z、低R”现象。低海拔站（PLA: Z = 246R^1.43）则相反。若在祁连山使用固定Z–R关系（如Z = 300R^1.4），将系统性高估高海拔降水。留一交叉验证显示PLA（R²=0.962）和TOP（R²=0.793）的Z–R关系内部一致性较高，BOT因过渡位置而变异性较大（R²=0.467）。

**讨论与结论：**
讨论部分指出，观测到的海拔梯度源于多个微物理过程在地形强迫下的协同演化。低海拔处更长下落路径促进碰撞-合并形成大滴，且蒸发优先移除小滴；高海拔处接近云底、下落距离短，低温使冰相过程（冰晶增长、聚合、霰形成）更活跃，融化产生的小滴合并增长有限。地形抬升导致的强上升气流可促进小滴活化与凝结增长，但抑制大滴沉降并增强破碎。在log₁₀N_w–D_m相空间，高海拔站的“海洋性”特征应归因于地形依赖的微物理机制（近融化层、短下落距离、冰相过程），而非气团起源。这一发现与青藏高原、天山等地的研究一致，表明地形驱动的云物理过程比宏观气候分区更关键。对QPE的启示是：山区需采用高度或降水类型分层的动态Z–R关系，以避免高估。研究局限性包括：基于单次事件，代表性有限；缺乏垂直观测（如微雨雷达）直接验证；Parsivel2在强风下测量大滴存在不确定性。未来需结合多年数据、垂直指向雷达和双偏振雷达系统考察不同季节和天气系统下的海拔依赖性。

**结论翻译：**
本个例研究利用祁连山不同海拔四个站点的雨滴谱仪观测，系统分析了地形高度对降水微物理特征的影响。主要结论如下：
(1) 雨滴粒径谱随海拔升高呈现系统性收窄趋势。质量加权平均直径D_m减小，而归一化截距参数log₁₀N_w和总数浓度log₁₀N_T增加。液态水含量W和降水率R无统计学显著海拔差异。低海拔降水以宽谱、大滴主导和高参数变异性为特征，表明对流性特征；高海拔降水以窄谱、高浓度小滴和极低参数变异性为特征，反映稳定层状云特性。
(2) 在D_m–log₁₀N_w相空间，高海拔站（TOP和MID）呈现高N_w和低D_m的组合（在低海拔热带分类中常称为“海洋性”），而低海拔PLA站则呈现相反模式。这种对比主要归因于高海拔站接近融化层和下落距离缩短，而非气团来源。在此事件中，地形高度是降水微物理的重要控制因子，补充了宏观地理分区。
(3) Gamma分布的形状参数μ和斜率参数Λ呈开口向下的抛物线关系，且存在显著海拔差异。高海拔对应高Λ和低μ，与冰相过程贡献增强一致；低海拔对应低Λ和高μ，反映暖雨合并过程主导。
(4) 雷达反射率因子Z与降水率R之间的幂律关系随海拔升高系统性偏移：相同Z下，高海拔对应更低的R。在祁连山使用固定Z–R关系（如Z = 300R^1.4）会导致高海拔降水高估。因此，需要采用按海拔或降水类型分层的Z–R关系。
(5) 小雨滴（<1 mm）对总数浓度、液态水含量、降水率和雷达反射率的贡献随海拔大幅增加，而大滴（>2 mm）在山区贡献可忽略。这种粒径级贡献谱的海拔依赖性为改进地形降水数值模式中的微物理参数化方案提供了定量依据。
需强调，这些发现是事件特定的；将其推广到祁连山其他降水类型需使用多事件数据集进一步研究。