登陸臺風不同強度降水的雨滴譜特征對比*

張慶池 呂 翔 劉子賀 李靜怡 王珂瑋 郭 晞

1 江蘇省徐州市氣象局，徐州 221002 2 江蘇省氣象局，南京 210008 3 中國氣象局交通氣象重點開放實驗室，南京 210041

提 要： 利用江蘇省徐州、新沂兩站架設的Parsivel第2代激光雨滴譜資料對2018—2019年影響江蘇的臺風溫比亞和利奇馬造成的不同階段降水進行對比分析和研究。結果表明：雨強較小時，以中、小雨滴為主；雨強增大時，大雨滴增多。強降水對應數量較多的大雨滴?！袄骜R”降水主要由高濃度的中、小雨滴構成，具有熱帶臺風降水的低質心特征；“溫比亞”降水存在濃度較高的大雨滴，回波發展高度高，更偏于溫帶臺風降水特征。兩個臺風的強降水階段都對應大的譜寬和雨滴直徑，不僅大雨滴多，中、小雨滴也多，在大雨滴處呈多峰現象，符合Gamma分布，表現為對流云降水特征。弱降水階段“溫比亞”譜寬和最大雨滴直徑較大，但雨滴平均直徑不大，大小雨滴懸殊，基本符合Gamma分布，為混合云降水特征；弱降水階段“利奇馬”譜寬和雨滴直徑較小，有更多的小雨滴，平均譜型較平緩，符合Marshall-Palmer分布，為層狀云降水特征。兩個臺風強弱降水時間段的雷達反射剖面圖與雨滴譜也有一定對應關系，回波伸展越高，35 dBz有效降水回波越寬廣，高空形成更多更大的雨滴，下落的雨滴不斷碰并，雨滴數濃度增大，直徑增大，弱降水時間段則相反。造成強降水的主要是由大直徑雨滴構成的對流云降水，混合云降水也會形成強降水，層狀云降水較弱。層狀云降水中的中小雨滴數量最多且對降水起主要貢獻，對流云降水的中小雨滴數量雖多，但起主要貢獻的為更大直徑雨滴?！皽乇葋啞睆姟⑷踅邓A段的Z-R關系接近一致，降水類型相近，與標準關系相比系數偏小，雷達估測降水偏小?！袄骜R”強、弱降水階段Z-R關系差別較大，屬于不同降水類型，與標準關系相比指數偏大，雷達估測降水偏大。標準關系并不適用于不同降水過程，總結適用于各地、各季不同降水類型的Z-R關系很有必要。

引 言

臺風是形成于熱帶海洋大氣中強烈的暖性渦旋系統，往往伴隨著大風、暴雨和巨浪等現象，是全球最具有破壞性的自然災害之一。西北太平洋是全球臺風生成最多的海域，每年平均大約有7個臺風登陸中國沿海地區，使中國成為受臺風影響最為嚴重的國家之一。近年來，臺風登陸中國沿海后北上造成的極端強降水引起更多的重視，其帶來的城市、農田積澇和流域洪水有著巨大的災害性。臺風的移動路徑、暴雨落區及形成機理都是預報中需要重點關注的(陳聯壽等，2017；任福民和楊慧，2019)。目前，國內研究臺風降水，主要是環流診斷分析、天氣雷達、數值模擬等(高拴柱，2020；梁軍等，2019；楊舒楠等，2019；2021；董林等，2020；朱紅芳等，2019)。臺風降水定量估測大多通過雷達反射率因子Z和雨強R的關系(馮婉悅等，2021；Atlas et al，1973)，即Z-R關系，研究表明，經典的Z-R關系并不適用于所有降水情況，其受地域、降水類型等因素的影響很大，因此Petersen et al(1999)、Vieux and Bedient(1998)都建立了不同地區特定的Z-R關系。隨著觀測技術設備的發展，雨滴譜成為研究降水云物理過程的重要內容(Battaglia et al，2010；Niu et al，2010；李景鑫等，2010；張昊等，2011；朱亞喬和劉元波，2013；梅海霞等，2017)，一些學者針對不同地區(楊俊梅等，2016；趙城城等，2021)、不同降水類型(羅俊頡等，2012；謝媛等， 2015；周黎明等，2015；金祺等，2015)、不同天氣系統(周黎明等，2017；梅海霞等，2020)、不同高度降水天氣(袁野等，2016；李慧等，2018；程鵬等，2021)等作出了細致研究。通過分析雨滴譜特征，可以深入探究臺風內部的云降水物理過程及內在機制。Ulbrich and Lee(2002)分析了2000年臺風Helene降水的雨滴譜特征，證明了影響過程中Z-R關系的不穩定。Tokay et al(2008)分析2004—2006年大西洋7個臺風過程，研究雨滴譜中各參數變化和對降水的作用，發現熱帶臺風降水主要由高濃度的中、小雨滴構成，而溫帶臺風則存在濃度較高的大雨滴。Chen et al(2012)，林文等(2016)先后分析了登陸臺風莫拉克、麥德姆不同部位的雨滴譜特征。朱紅芳等(2020)對比分析了1211號臺風海葵影響過程中不同站點在本體降水階段與冷空氣入侵降水階段的雨滴譜特征差異。馮婉悅等(2021)對比分析了1818號臺風溫比亞外圍云系影響區域的雨滴譜儀數據計算的Z-R關系與雷達實測、雨量計實測的差異。申高航等(2020；2021)在1909號臺風利奇馬的臺風暖區、臺風與西風槽相互作用區及西風槽影響區分別挑選 4 個極端強降水中心，利用雨滴譜資料分析了不同站點和不同降水時段的雨滴譜特征。以往研究多是利用雨滴譜資料對單個臺風個例的不同部位、不同階段的特征分析，對不同登陸臺風造成的階段性降水特征對比分析較少。

2018—2019年先后有臺風溫比亞和利奇馬在中國東部沿海登陸北上，具有生命史長、影響范圍廣、風雨強度大、災情嚴重等共同點，影響歷史罕見。同時兩個臺風又各具特點：“溫比亞”近海生成，登陸強度弱，登陸后向西北深入內陸，強度長時間維持，降水階段性特征明顯；“利奇馬”登陸強度強，登陸后沿我國東部沿海地區北上，降水階段性特征不明顯。江蘇徐州地處內陸黃淮地區、蘇魯豫皖四省交界，歷史上少有登陸臺風直接影響，在這兩個臺風過程中先后受到臺風外圍、臺風倒槽、臺風本體等階段影響，出現了極端強降水。本文利用架設在江蘇徐州、新沂兩站的雨滴譜探測儀收集到的觀測資料，對這兩個登陸北上、影響嚴重的臺風系統造成的階段性降水微物理特征進行分析，比較其雨滴譜演變特征及不同階段的微物理特征差異，分析臺風系統降水中對流云降水、層狀云降水以及混合云降水的特征，得出不同降水強度下臺風系降水的雨滴譜特征、各尺度雨滴對臺風降水的貢獻以及各自的Z-R關系。

1 臺風概況與天氣背景

圖1為臺風溫比亞和利奇馬的路徑，數據來自中國氣象局最佳路徑數據集(Ying et al，2014；Lu et al，2021)?！皽乇葋啞庇?018年8月15日生成，17日凌晨登陸上海，經江蘇蘇州進入太湖后一路西行進入安徽境內，逐漸轉向西北方向移動，傍晚進入河南境內，19日進入山東，強度逐漸減弱，20日凌晨在山東北部變性為溫帶氣旋。受其影響，16日夜間至19日，江蘇陸續出現強風雨天氣，尤其是江蘇西北部的徐州地區，大部分縣(市)出現大暴雨，位于蘇魯豫皖交界的豐縣、沛縣以及徐州市區部分地區達到特大暴雨，最大累計降水量為534.4 mm，創下歷史極值。

圖1 臺風溫比亞(黑色)和利奇馬(灰色)移動路徑與徐州站(+)、新沂站(O)位置(下同)Fig.1 Observed tracks of typhoon “Rumbia”(black) and “Lekima” (gray)(Symbols “+” and “O” indicate the locations of Xuzhou Station and Xinyi Station, the same below)

“利奇馬”于2019年8月4日生成，7日晚加強為超強臺風，10日凌晨在浙江溫嶺沿海登陸，登陸時中心附近最大風力為16級(52 m·s-1，超強臺風級)，中心最低氣壓為930 hPa，是2019年登陸中國的最強臺風，在1949年以來登陸中國大陸的臺風中強度排名第五。登陸后穿過浙江、江蘇移入黃海西部海域，隨后在山東青島沿海再次登陸，穿過山東半島后進入渤海，之后受到西北氣流和臺風羅莎的共同影響，在萊州灣附近徘徊，13日08時(北京時，下同)減弱為熱帶低壓。“利奇馬”持續時間長，北上影響范圍廣，陸地滯留時間長達44 h。受其影響，浙江、山東、江蘇等地均出現極端強降雨天氣，江蘇全省平均過程雨量為117.6 mm，僅次于歷史上6214號和6513號臺風，是近54年來影響江蘇雨量最大的臺風。

臺風降水的復雜性決定了即使在同一系統影響過程中也可能存在明顯的變化，不同的影響時間，或者受臺風不同部位影響，可能對應不同的降水類型(朱亞喬和劉元波，2013)，其降水云物理特征也存在一定差異，本文選取兩個臺風影響徐州過程中的不同階段來分析不同雨強的雨滴譜特征。由于其移動路徑、環流形勢都存在較大差異，致使不同階段的主要影響系統也不相同，圖2、圖3給出了兩個臺風不同降水階段的500 hPa平均高度場，研究采用ERA5資料。

圖2 2018年8月(a)17日08時至18日08時，(b)18日17時至19日02時的500 hPa平均高度場(單位：dagpm)Fig.2 The averaged geopotential height field (unit: dagpm) at 500 hPa from (a) 08:00 BT 17 to 08:00 BT 18 and (b) 17:00 BT 18 to 02:00 BT 19 August 2018

圖3 2019年8月(a)10日11—17時，(b)11日11—17時的500 hPa平均高度場(單位：dagpm)Fig.3 The averaged geopotential height field (unit: dagpm) at 500 hPa in (a) 11:00-17:00 BT 10 and (b) 11:00-17:00 BT 11 August 2019

2018年8月16日08時，臺風溫比亞位于東海上，副熱帶高壓(以下簡稱副高)勢力強大，在副高西南側東南氣流的引導下，“溫比亞”向西偏北方向移動，受臺風外圍云系影響，徐州開始出現分布不均勻的雷陣雨。17日20時，副高勢力減弱，“溫比亞”進一步向西北移動，徐州位于臺風倒槽右側，受副高西南側的東南風急流影響，水汽輸送十分有利，17日后半夜降水開始加強，此階段對流不是很強，以低質心降水為主，降水效率較高，最大小時雨強為21.9 mm·h-1，總體雨量達大到暴雨。18日，副高減弱東退至洋面，“溫比亞”由于缺少引導氣流在河南境內移動緩慢，隨著西風槽東移，槽后攜帶的冷空氣與臺風倒槽右側東南暖濕急流交匯，引發強烈的輻合抬升和不穩定能量釋放，在蘇魯豫皖交界處造成了持續性強降水。

2019年8月10日，“利奇馬”登陸后沿副高西側向偏北方向移動，由于副高減弱，引導氣流減弱，移速變慢，受其北側倒槽影響，強降水集中在遠離臺風本體的江蘇北部，徐州以東穩定維持一條南北向的螺旋雨帶，有明顯列車效應，出現了大暴雨(郭云謙等，2020；向純怡等，2020)。11日，隨著“利奇馬”繼續北上，低壓環流中心穿越江蘇北部，此時產生降水為本體降水，強度明顯減弱，強降水集中在臺風倒槽和冷空氣疊加影響的山東地區。

2 雨滴譜數據和質量控制

Parsivel雨滴譜儀目前布設在江蘇各個人工觀測站點，是以激光測量為基礎的粒子測量傳感器,能夠測量地面降水的通量譜(金祺等，2015)。它能提供11種時間分辨率(10 s～1 h)、32個直徑通道和32個速度通道的測量數據，測量直徑范圍為0.2～25.0 mm，落速范圍為0.2～20.0 m·s-1。本文數據采樣間隔為1 min，為減小誤差，對收集到的雨滴譜數據采用Battaglia et al(2010)的軸比訂正法進行訂正。另外，對觀測數據進行質量控制，剔除前兩個尺度檔和訂正后雨滴直徑大于8 mm的數據，以及雨滴下落速度與Atlas et al(1973)的經典下落速度相差大于5 m·s-1的數據。

為對雨滴譜譜型及分布函數進行分析，需要將觀測數據轉換為單位體積、單位尺度間隔內的雨滴數濃度：

(1)

式中:nij表示直徑位于第i個尺度區間內同時下落速度介于第j個速度區間的雨滴數，A是儀器的采樣面積(單位：m2)，Δt是采樣時間間隔(單位：s)，Di和ΔDi分別表示第i個尺度區間的中心直徑和該區間的尺度間隔(單位：mm)，Vj表示第j個速度區間的中心速度(單位：m·s-1)。N(Di)表示直徑介于Di與Di+ΔDi的單位體積單位尺度間隔內的雨滴數(單位：mm-1·m-3)。

根據雨滴譜數據計算得到質量加權平均直徑Dm、雨強R(單位：mm·h-1)和雨水含量Z(單位：mm6·m-3)的計算公式為

(2)

(3)

(4)

Niu et al(2010)研究表明，對于層狀云和對流云降水的雨滴譜，Gamma函數的擬合效果都優于Marshall-Palmer函數，因此選用有三個可變參數的Gamma函數對雨滴譜進行擬合：

N(D)=N0Dμexp(-ΛD)

(5)

式中:D是雨滴直徑(單位：mm)，N0是截距參數(單位：mm-1-μ·m-3)，μ是形狀因子，Λ是斜率參數(單位：mm-1)。

為驗證雨滴譜資料的可靠性，李林等(2022)采用雨滴譜計算出的雨強值R與漏斗雨量器觀測值數據對比相關系數高達0.985，圖4為“利奇馬”過程兩種不同觀測儀器對雨強的對比，分析兩次臺風過程中計算值R是否能夠大致反映真實降雨的變化趨勢，從“利奇馬”過程中兩種數據對比可以看出其變化趨勢、量級大小基本處于一致，相關系數可達0.986，有較好的相關性，說明雨滴譜資料可以用來表示降雨的變化?！皽乇葋啞边^程對比有相同的結論(圖略)。

圖4 2019年8月10—12日臺風利奇馬過程雨滴譜計算降水強度(紅線)與漏斗雨量器觀測值(黑線)對比Fig.4 Comparison between the precipitation intensity derived from raindrop spectrum (red line) and the rain gauge observed value (black line) during the rainfall process caused by Typhoon Lekima during 10-12 August 2019

3 臺風降水雨滴譜演變特征

3.1 雨滴譜時間變化特征

“溫比亞”影響期間，徐州站出現大暴雨，雨滴譜觀測計算得到的雨強R變化顯示，出現兩個明顯的階段，前一階段(17日08時至18日08時)雨強較小，大部分時段不超過10 mm·h-1，后一階段(18日17時至19日02時)雨強增大，大部分在10 mm·h-1以上，還出現了20 mm·h-1以上持續性的短時強降水，過程最大雨強也出現在這個階段。結合形勢分析，該站在兩個階段分別處于臺風不同部位，前一階段“溫比亞”向西偏北移動，受外圍螺旋云帶影響，以低質心暖云降水為主，后一階段“溫比亞”停滯少動趨于轉向，冷空氣與臺風倒槽暖濕氣流結合，降水顯著加強。對比分析弱降水階段P1(17日08時至18日08時)和強降水階段P2(18日17時至19日02時)的雨滴譜時間演變(圖5)，兩個階段雨滴數濃度存在明顯差別，其濃度高低與雨強大小關系密切，弱降水階段對應較低的雨滴數濃度，強降水階段雨滴數濃度顯著增大，同時雨滴數濃度大值也主要對應雨強陡增時段。從雨滴大小分布看，第一階段降水主要由中小雨滴構成，第二階段雨滴直徑明顯增大。與第一階段相比，數量不斷增多的大雨滴形成第二階段的降水，導致雨強、回波強度均顯著增大。相關系數分析表明，雨滴數濃度和雨滴直徑兩者共同作用與雨強相關性最好，達到0.95，此外雨滴數濃度和雨強的單獨相關性也達到0.90，明顯高于雨滴直徑和雨強的相關性。

圖5 2018年8月17—19日臺風溫比亞影響期間徐州站雨滴譜時間序列(a)雨滴數濃度N(D)，(b)雨強R，(c)質量加權平均直徑Dm，(d)反射率因子ZFig.5 Time series of (a) raindrop number concentration N(D), (b) rainfall intensity R, (c) raindrop diameter Dm and (d) radar reflectivity factor Z at Xuzhou Station under the influence of Typhoon Rumbia during 17-19 August 2018

對比處于強降水階段(18日21時)和弱降水階段(17日12時)徐州站附近的雷達垂直剖面可以看到(圖6)，強降水階段中存在大范圍的對流云回波，且對流發展旺盛，出現多個45 dBz以上的強中心，回波伸展高度達到10 km以上，對應更多更大的雨滴分布。而弱降水階段，回波較為分散，雖有小塊對流發展，但范圍小，組織化較弱，伸展高度也不高，站點上空以較弱的層狀云回波為主，整體對應濃度較低的中小雨滴分布。

圖6 2018年8月臺風溫比亞影響期間徐州站(a)18日17時至19日02時強降水，(b)17日08時至18日08時弱降水時間段雷達回波剖面圖Fig.6 Radar echo profile during (a) heavy precipitation from 17:00 BT 18 to 02:00 BT 19 and (b) weak precipitation at Xuzhou Station from 08:00 BT 17 to 08:00 BT 18 August 2018 under the influence of Typhoon Rumbia

而“利奇馬”登陸后其外圍云系較早影響江蘇，但對江蘇影響以臺風倒槽和本體降水為主，對流不強，降水階段性不明顯。選取利奇馬過程中出現大暴雨的新沂站，選取前后兩個階段：強降水階段P1(10日11—17時)、弱降水階段P2(11日11—17時)。P1階段雨強陡增，普遍超過10 mm·h-1，20 mm·h-1以上的短時強降水也持續出現，P2階段雨強明顯減弱，大部分時段在10 mm·h-1以下。對應形勢場，強降水階段新沂站處于臺風倒槽附近，弱降水階段由于“利奇馬”逐漸北上處于臺風環流附近，以本體降水為主。分析前后兩個階段降水的雨滴譜特征演變(圖7)，可以看出在兩個階段的雨滴數濃度比較接近，但對應的雨滴直徑存在明顯的差別，分別為1.37 mm和0.67 mm，表明第一階段降水主要由大雨滴構成，第二階段雨滴直徑明顯較小，因而造成雨強和回波強度上的顯著差異。從相關系數分析也表明，雨滴數濃度和雨滴直徑兩者共同作用與雨強相關性最好，達到0.91，明顯高于二者與雨強的單獨相關。對比影響時強、弱兩個降水階段新沂站點附近的雷達剖面發現(圖8)，強降水階段對應大范圍的強回波發展，回波伸展高度較高，但強回波中心高度基本在5～6 km以下，低質心特征相比溫比亞影響時更為明顯。而弱降水階段為大范圍的層狀云降水回波，性質比較均一，整體強度較弱，伸展高度較低，低質心特征更加明顯，對應中小雨滴較為集中。

圖7 2019年8月10—11日臺風利奇馬影響期間新沂站雨滴譜時間序列(a)雨滴數濃度N(D)，(b)雨強R，(c)質量加權平均直徑Dm，(d)反射率因子ZFig.7 Time series of raindrop (a) number concentration N(D), (b) rainfall intensity R, (c) raindrop diameter Dm and (d) radar reflectivity factor Z at Xinyi Station under the influence of Typhoon Lekima during 10-11 August 2019

圖8 2019年8月臺風利奇馬影響期間新沂站(a)10日11—17時強降水，(b)11日11—17時弱降水時間段雷達回波剖面Fig.8 Radar echo profile at Xinyi Station during (a) heavy precipitation in 11:00-17:00 BT 10 and (b) weak precipitation in 11:00-17:00 BT 11 August 2019 under the influence of Typhoon Lekima

兩次臺風降水過程中，當雨強較小(<10 mm·h-1)時，雨滴直徑分布在0.5～1.5 mm，說明以數量眾多的中小雨滴為主；當雨強>10 mm·h-1時，粒徑普遍超過1.5 mm，且雨滴直徑隨雨強增大而增大。與之前呂童(2018)得出雨強越大，大雨滴數量越少的結論不同的是，在這兩次臺風過程中，大雨滴數量并沒有明顯減小，有時還會出現增大的趨勢，也就是說強降水大都對應數量較多的大雨滴。

表1給出了具體的雨滴譜特征平均值對比，在雨強接近的情況下，“利奇馬”的平均雨滴數濃度N和含水量W明顯大于“溫比亞”，質量平均直徑Dm和平均直徑Da相對偏小，尤其在弱降水階段。因此，“利奇馬”降水是由數量更多的中小雨滴構成，而“溫比亞”降水則更多的是由大雨滴構成。

表1 臺風溫比亞和利奇馬不同降水階段的雨滴譜特征平均值Table 1 The averaged microphysical parameters in different precipitation periods between typhoons “Rumbia” and “Lekima”

3.2 平均譜和Gamma擬合分布特征

為進一步分析兩次臺風降水過程中不同階段的平均譜分布特征，通過對各直徑區間雨滴數濃度進行平均計算出徐州和新沂站在“溫比亞”雨滴直徑-雨滴數濃度譜分布(圖9)?？梢钥吹?，“溫比亞”兩個階段平均譜分布比較接近，都具有較大的譜寬，最大雨滴直徑超過5 mm；數濃度大值區主要集中在0.44～1.05 mm，強降水階段最大數濃度為103mm-1·m-3，高于弱降水階段，且在各雨滴段都具有更大的數濃度，大雨滴段呈多峰結構；而弱降水階段各直徑大小的雨滴都較少，且呈單峰型。

圖9 臺風(a)溫比亞和(b)利奇馬不同降水階段的平均譜分布(虛線)、Gamma擬合分布(實線)Fig.9 The averaged raindrop spectrum (dotted line)， Gamma fitting (solid line) distribution characteristics between typhoons (a) “Rumbia” and (b) “Lekima” in different precipitation periods

“利奇馬”平均譜呈現Gamma分布，在強降水階段具有更寬的譜寬，直徑在0.56～1.05 mm范圍內的雨滴數濃度較高，呈現多峰結構；在此以外，隨著雨滴直徑增大或減小，數濃度均為減小的趨勢，最大降水雨滴直徑可達到4 mm。在弱降水階段，直徑在0.56～1.05 mm的降水雨滴數濃度更高，甚至高于強降水階段，呈“單峰型”；隨著雨滴直徑的增大或減小，數濃度也呈減小趨勢，但譜寬較窄，且大直徑雨滴數濃度顯著小于強降水階段，最大降水雨滴直徑僅為2 mm左右。

對比兩次臺風降水不同階段的雨滴譜譜型特征可以發現，“溫比亞”臺風強弱兩個階段降水型特征較為一致，強降水階段雨強大，雨滴譜更寬，回波強度大，Dm較大，不僅大雨滴多，中小雨滴也多，在大雨滴處呈多峰現象，Gamma分布符合對流云降水特征；弱降水階段譜寬較寬，最大雨滴直徑較大，但平均直徑不大，大小雨滴懸殊，基本符合 Gamma分布，為層積混合云降水特征?！袄骜R”前后兩個階段降水對比更加明顯，強降水階段同時具有較大的譜寬、雨強和回波強度，Dm較大，大雨滴處呈多峰現象，表現出顯著的對流云降水特征；弱降水階段有較多的小雨滴，雨滴平均譜譜型較為平緩，譜寬較窄，基本符合 Marshall-Palmer擬合分布，為明顯的層狀云降水特征。這與前人所得到的不同降水雨滴譜的譜型分布特征基本吻合。

平均譜對比分析再次表明，“利奇馬”降水過程雨滴數濃度高于“溫比亞”，尤其是中小雨滴；而“溫比亞”譜寬更大，存在更大直徑雨滴。“利奇馬”降水主要由高濃度的中、小雨滴構成，“溫比亞”則存在濃度較高的大雨滴。且無論大雨滴是否存在，中雨滴及小雨滴都占絕對多數。分析環流背景和臺風移動路徑，“利奇馬”海上發展時間長，登陸強度強，登陸后沿海北上，沒有深入內陸，海洋水汽通道維持，影響江蘇時沒有明顯變性，降水對流性不強，更多表現出熱帶臺風降水特征；而“溫比亞”在海上快速發展，登陸強度不強，登陸后深入內陸，與冷空氣結合，逐漸變性為溫帶氣旋，降水對流性更強。因此得出熱帶臺風降水和溫帶臺風降水明顯不同的譜特征，和Tokay et al(2008)的研究結論相一致。

3.3 不同直徑雨滴對降水的貢獻率

通過對比不同直徑雨滴所構成的雨強和貢獻率(圖10)可以看出，“溫比亞”的強降水階段數濃度主要集中在0.56～1.05 mm直徑雨滴段，但降水主要集中在1.34～2.70 mm直徑雨滴段，其對雨強的貢獻率占73%以上；在弱降水階段數濃度和雨強都集中在1.05～2.39 mm 雨滴段，降水占74%以上?！袄骜R”在強降水階段數濃度也主要集中在0.56～1.05 mm直徑雨滴段，但降水主要集中在1.3～2.3 mm雨滴段，貢獻率達到70%以上；弱降水階段雨強和數濃度主要集中在0.56～1.05 mm雨滴段，降水占80%以上。

圖10 (a，b)“溫比亞”，(c，d)“利奇馬”各階段不同直徑雨滴構成的(a，c)雨強及(b，d)貢獻率Fig.10 (a, c) The rain intensity and (b, d) the contribution rate of different diameter raindrops between (a, b) “Rumbia” and (c, d) “Lekima” in different precipitation periods

3.4 Z-R關系討論

對兩個臺風降水的Z-R關系分別進行擬合發現(圖11)，“溫比亞”前后兩個階段曲線較為接近，具有大體一致的Z-R關系，因此推斷降水類型也相近，根據之前分析可知，兩個階段雨滴譜型特征接近，混合云降水兼具對流性降水特征。Z-R關系為Z=213.1R1.4，與標準Z=300R1.4系數略偏小，指數一致，用標準Z-R關系估測降水會偏小。對“利奇馬”強、弱降水階段分別進行擬合發現，兩個階段的Z-R關系中指數相同，系數相差較大，導致曲線差別較大，因此對應兩種不同的降水類型，這和前面的分析結論一致。也說明前后階段的相同雨強下，對流性降水的回波強度更強，同樣在相同回波強度下，對流性降水的雨強相對較小。這和對流云降水具有更高濃度的大雨滴有關。擬合得出“利奇馬”降水階段的Z-R關系為Z=107.6R1.5，與標準的Z=300R1.4相比較而言指數偏大，因此用標準Z-R關系估測雷達回波的降水會偏大。為改進雷達估測降水精度，后續需要繼續開展不同地點、不同季節或降水類型的雷達反射率因子Z和雨強R的關系。

圖11 (a)“溫比亞”，(b)“利奇馬”Z-R關系擬合曲線及強降水、弱降水階段對比Fig.11 Relationship of Z-R and comparison of heavy precipitation and weak precipitation of typhoons (a) “Rumbia” and (b) “Lekima”

4 結 論

對2018—2019年影響江蘇的“溫比亞”、“利奇馬”的不同位置造成的不同強度降水和雨滴譜特征進行了對比分析和研究，結果表明：

(1)雨強較小時，以中、小雨滴為主；雨強增大時，大雨滴增多。強降水對應數量較多的大雨滴。

(2)“利奇馬”降水過程雨滴數濃度高于“溫比亞”，尤其是中小雨滴；而“溫比亞”譜寬更大，存在更大直徑雨滴。表明“利奇馬”臺風降水主要由高濃度的中、小雨滴構成，具有熱帶臺風降水特征；“溫比亞”則存在濃度較高的大雨滴，更偏于溫帶臺風降水特征。這從兩次過程強、弱降水階段的雷達垂直剖面對比也可以發現，“溫比亞”降水回波發展高度更高，尤其是強降水階段；而“利奇馬”不管是強降水還是弱降水階段回波均呈現低質心特征。

(3)通過對比分析兩個臺風的強、弱降水階段得出臺風系統降水中對流云降水、層狀云降水及混合云降水的特征?！皽乇葋啞鼻昂蠼邓A段譜型特征較為一致，譜寬和最大雨滴直徑均較大，但強降水階段不僅大雨滴多，中小雨滴也多，在大雨滴處呈多峰現象，Gamma分布符合對流云降水特征；弱降水階段雨滴平均直徑不大，大小雨滴懸殊，基本符合 Gamma 分布，為混合云降水特征。“利奇馬”前后階段對比更為明顯，強降水階段表現出顯著的對流云降水特征；弱降水階段有較多的小雨滴，雨滴平均譜譜型較為平緩，譜寬較窄，基本符合 Marshall-Palmer分布，為層狀云降水特征。

(4)分析不同降水強度下臺風系統降水的雨滴譜和各直徑雨滴對臺風降水的貢獻可以發現，造成強降水的主要是由大直徑雨滴(大于1.3 mm)構成的對流云降水；混合云降水也會形成強降水；層狀云降水較弱。層狀云降水，直徑為0.5～1.05 mm的中小雨滴數量最多，對降水也起最主要貢獻；對流云降水，雖然也是直徑為0.5～1.05 mm的中小雨滴數量最多，但對降水起主要貢獻的為更大直徑的雨滴。

(5)“溫比亞”強、弱降水階段的Z-R關系接近一致，具有相近的降水類型，與標準的Z-R關系相比系數偏小，指數一致，雷達估測降水偏小?！袄骜R”強、弱降水階段Z-R關系差別較大，對應兩種不同的降水類型，與標準的Z-R關系相比指數偏大，雷達估測降水偏大。為改進雷達估測降水精度，有必要開展不同地點、不同季節或降水類型的Z-R關系研究。