基于雙偏振雷達和降水現象儀的鄭州“7?20”極端強降水微物理特征分析

摘要 利用降水現象儀、雙偏振雷達、常規氣象觀測資料和再分析數據，分析了鄭州“7·20”極端強降水過程的微物理特征。此次過程受多尺度天氣系統的共同影響，為復雜多變的降水微物理特征提供了有利的環境條件。結果表明，此次過程地面雨滴譜分布隨時間存在明顯變化，雨滴譜參數分布較廣，覆蓋了從大陸性對流降水至海洋性對流降水的分布區域。20日16—17時最強降水時段，小粒子數密度顯著高于東亞地區普通對流性降水的統計結果和華南地區夏季平均值，且存在大量大粒子，保證了極高的降水效率。雙偏振雷達參量的垂直結構反演結果顯示，對流系統質心低，具有典型的暖云特征;0 ℃層以上冰相過程相對活躍，0 ℃層以下強烈的暖雨過程，大量的冰相粒子落下并融化和低層高效率的雨滴碰并增長過程，導致各尺度高濃度雨滴的生成，最終形成地面的極端強降水。

關鍵詞極端強降水;微物理特征;雨滴譜;雙偏振雷達

暴雨是我國主要災害性天氣，暴雨誘發的城市內澇、山洪、泥石流和滑坡等地質災害，嚴重威脅人民的生命財產安全，給國防建設和工農業生產等造成重大損失。暴雨尤其是極端暴雨，一般都伴有極端強降水，其很多都是由中尺度對流系統引起的（周玉淑等，2014;諶蕓等，2018;雷蕾等，2020）。加強對中尺度對流系統組織結構及其微物理特征的分析研究，可以更好地理解降水形成的物理機制，對改進數值模式中的降水參數化方案，提高定量降水預報技巧具有重要意義（梅欽等，2018;智協飛等，2020）。

隨著我國衛星、新一代天氣雷達、降水現象儀等觀測設備的布設，對強降水過程的微物理特征分析逐漸增多（周萬福等，2018;馮婉悅等，2021;曾廣宇等，2021）。降水現象儀在地面可以連續觀測，從而獲得近地面雨滴的雨滴譜分布特征，由此可計算出降水過程中的各種微物理特征量（Kumar and Reddy，2013;唐繼順等，2021）。雙偏振多普勒天氣雷達的應用，可以對不同類型對流系統的組織結構進行比較全面的分析，并通過對差分反射率因子、差分相移率及相關系數等偏振參數的分析，得到有關降水粒子的大小、形狀、空間取向等微物理信息，從而探究不同類型對流系統的微物理特征及其演變規律（Wang et al.，2016;曹舒婭等，2021;宋文婷等，2021）。許多學者將降水現象儀的雨滴譜觀測和雙偏振雷達觀測相結合，做了大量研究工作，主要包括不同降水類型、不同降水系統的微物理特征及其差異，數值模式微物理參數化方案的改善，雙偏振雷達數據評估及定量估測降水等（Zhang et al.，2006;Chang et al.，2009;Thompson et al.，2015;Chen et al.，2017;Wen et al.，2017）。Bringi et al.（2003）利用2DVD和RD－69雨滴譜儀及雙偏振雷達觀測數據，分析了全球多個氣候區的降水，將對流性降水歸納為海洋性和大陸性兩類，前（后）者雨滴平均粒徑較小（大），數濃度較高（低）。Shusse et al.（2009）和Oue et al.（2010）基于雙偏振雷達和地面觀測，揭示了日本梅雨期間鋒面上不同類型對流系統的微物理結構和演變特征。楊忠林（2016）和陳剛（2019）分別研究了我國江淮梅雨期不同尺度降水和華東地區中尺度降水的微物理特征。Zagrodnik et al.（2019）統計分析了中緯度氣旋經過山脈時，在氣旋不同位置及迎風坡和背風坡條件下降水的微物理特征及其差異。這些研究表明，降水微物理特征隨降水系統的類型、地形等變化，且在不同地區、對流系統不同發展階段及其內部不同區域的微物理特征也存在明顯差異。

2021年7月17—22日，河南省出現歷史罕見的極端強降水過程，7月20日鄭州國家氣象站小時降水量201．9 mm，突破我國大陸氣象數據小時降水量歷史極值（簡稱鄭州“7·20”極端強降水過程）。此次過程發生在我國南北氣候過渡帶，影響系統復雜，強降水主要分布在地形起伏區域（冉令坤等，2021;張霞等，2021;蘇愛芳等，2022），為復雜多變的降水微物理特征提供了有利的環境條件。目前國內關于極端強降水過程微物理特征的研究主要集中在我國華南、江淮地區（傅佩玲等，2018;楊忠林等，2019;葉朗明等，2021），有研究表明，東亞中緯度地區不同類型降水系統的微物理特征存在顯著差異，同一降水過程不同階段的降水微物理特征也呈現明顯變化（Chen et al.，2016;Wu and Liu，2017;Wang et al.，2021）。因此，本文利用降水現象儀觀測資料，結合雙偏振雷達和常規氣象觀測資料，分析了鄭州“7·20”極端強降水過程的地面雨滴譜分布及空間微物理結構，揭示此次過程的微物理特征，以期為深入開展定量降水估測和數值模擬研究提供參考，也為雙偏振雷達在降水預報預警中的進一步應用提供技術支撐。

1 資料和方法

1．1 資料

包括2021年7月17—22日河南省自動氣象站日降水資料，鄭州站小時和分鐘降水資料、分鐘降水現象儀資料;鄭州、洛陽和信陽S波段雙偏振多普勒雷達數據;中國第一代全球大氣和陸面再分析資料，時間分辨率6 h，空間分辨率34 km，垂直層次64層;CMA熱帶氣旋最佳路徑數據集。鄭州站降水現象儀資料在7月20日16：46—16：48（北京時，下同）及18：11缺測，鄭州雷達數據在17：18—19：48缺測。

降水現象儀粒子尺度測量范圍為0．062～24．500 mm，速度測量范圍為0．05～20．80 m／s，采樣時間為1 min。降水現象儀資料的質控采用去除偏離經驗雨滴落速－直徑±60％的粒子（Jaffrain and Berne，2011）。由于在小直徑時的信噪比很低，質控刪除兩個最小直徑檔數據。在自然降水中直徑大于8 mm的特大雨滴很少見，也質控刪除。按粒徑對雨滴做如下分類：0～1 mm為小粒子，1～3 mm為中等尺度粒子，大于3 mm為大粒子（Chen et al.，2019;唐繼順等，2021）。

1．2 方法介紹

1）雨滴譜相關參量

基于降水現象儀觀測的雨滴譜數據，進一步計算得到雨滴譜的相關參量（Bringi et al.，2003;陳剛，2019），主要包括降水強度R（mm·h-1）、液態水含量LWC（g·m-3）、質量加權平均直徑Dm（mm）和標準化截距參數Nw（m-3·mm-1）。

2）粒子相態識別算法

采用Dolan et al.（2013）研發的模糊邏輯雙偏振雷達降水粒子識別算法（HID），估計降水域中存在的粒子類型。HID算法可以識別10種降水粒子類型：毛毛雨、雨、大雨滴、冰晶聚合物、冰晶、低密度霰、高密度霰、濕雪、冰雹和垂直向冰晶，該算法可以較好地推斷出水凝物的微物理特征。

2 天氣背景

2．1 降水實況

受多尺度天氣系統的共同影響，2021年7月17—22日河南省出現歷史罕見的極端強降水過程（圖1）。強降水中心位于鄭州、鶴壁、新鄉、安陽和焦作等地，最強時段為19日夜里至21日。19日夜里至20日強降水中心位于鄭州地區，21日北移至焦作、新鄉、鶴壁、安陽等地，22日降水明顯減弱并趨于結束。

此次過程河南省1 644站降水量超過100 mm，926站超過250 mm，最大累計降水量達1 122．6 mm;國家氣象站中以鄭州站過程雨量最大，達820．5 mm，超過本站641 mm的年平均降水量。河南省19個國家氣象站日降水量突破建站以來歷史極值，其中7月20日鄭州站日降水量最大，達624．1 mm，是建站以來最大日降水量的3．3倍;20日16—17時鄭州站最大小時降水量達201．9 mm（圖1e），突破我國大陸氣象數據小時降水量歷史極值。

2．2 天氣形勢分析

7月20日14時，200 hPa上河南位于高空急流右側，氣流輻散顯著，有利于低空輻合系統發展（圖2a）。500 hPa西太平洋副高偏強偏北，其南側2106號臺風“煙花”處于加強過程中，兩者之間的偏東風氣流顯著加強，2107號臺風“查帕卡”在廣東陽江登陸，低壓系統位于河南西部，且穩定少動（圖2b）。700 hPa暖切變線由豫西南伸向豫中，2106號臺風“煙花”和2107號臺風“查帕卡”將水汽穩定持續的輸送到河南，為暴雨的產生提供豐沛的水汽來源（圖2c）。925 hPa河南區域比濕均超過14 g／kg，黃河以南地區達到16 g／kg以上（圖2d），水汽條件極好。

3 降水過程中鄭州站各觀測參量的特征分析

此次過程鄭州站小時雨強和日降水量等均打破當地歷史紀錄，因此選擇鄭州站進行分析。鄭州站逐小時降水分析表明，降水主要集中在20日12至20時（圖1e），故重點研究該時段內雨滴譜、雙偏振雷達各參量及降水量等的變化特征。

3．1 組合反射率因子、雨滴譜和降水量的特征分析

從鄭州站水平高度3 km處組合反射率因子和分鐘降水量的時間序列（圖3a、3c）可以看出，在20日12至15時，鄭州站上空的回波強度大部分時段在30～45 dBZ，降水強度相對較弱，45 dBZ以上的強回波持續時間很短，最強回波時段對應出現降水量的兩個峰值。15時開始，西部的強回波東移至鄭州站上空，降水強度逐漸增強，16—17時，回波強度維持在50～55 dBZ，個別時段達55～60 dBZ，降水強度明顯增強，分鐘降水量普遍都在2 mm以上，個別時刻達4 mm以上，該時段內降水量出現第三個峰值。

鄭州站雨滴譜時間序列（圖3b）顯示，雨滴的尺度譜隨時間存在明顯變化。12至15時雨滴譜相對較窄，粒子直徑大部分都在4 mm以下。15時開始，雨滴譜譜寬增大，16至17時雨滴譜最寬，各尺度粒子的數密度均明顯高于其他時段，小粒子的數密度均在104．3 m-3·mm-1以上，峰值數密度接近105 m-3·mm-1，顯著高于東亞地區普通對流性降水的統計結果和華南地區夏季平均值（約為104 m-3·mm-1）（Wen et al.，2016;葉朗明等，2021）。從分布來看，存在大量的大粒子，數密度在100 m-3·mm-1～102 m-3·mm-1，最大粒子直徑達6 mm。正是在這些不同尺度高濃度粒子，尤其是如此高濃度小粒子和大粒子的貢獻下，造成該時段201．9 mm的極端強降水。

雨滴譜平均分布（圖3d）表明，12—20時降水集中時段，雨滴譜型呈單峰分布，峰值直徑在0．4～0．5 mm，峰值直徑之后，粒子數密度隨直徑的增大而減小。

圖4給出了鄭州站Nw－Dm和LWC－Dm的時間序列，在過程初期，雨強小于20 mm·h-1，表現出層狀云降水的Nw－Dm特征。在第一個降水峰值時段（雨強約為96 mm·h-1），表現為大陸性對流降水的Nw－Dm特征。第二個降水峰值時段（雨強大于100 mm·h-1），Nw－Dm分布位于大陸性和海洋性對流降水之間。16—17時，雨強在100～200 mm·h-1時，平均LWC為2．9 g·m-3，log10Nw為3．7～4．2 m-3·mm-1，Dm為2～2．6 mm;雨強大于200 mm·h-1時，平均LWC達4．8 g·m-3，log10Nw為3．7～4．3 m-3·mm-1，Dm為2．2～3．0 mm，Nw和Dm同時增大，Nw表現為海洋性對流降水特征，Dm表現為大陸性對流降水特征。過程后期降水強度減弱，Nw和Dm減小，Nw－Dm分布覆蓋了從大陸性對流降水至海洋性對流降水的區域。整體來看，降水過程中地面雨滴譜分布存在明顯變化，反映出降水微物理特征的復雜性。

3．2 雙偏振雷達各參量垂直結構演變特征

在降水現象儀觀測分析基礎上，結合雙偏振雷達各參量的垂直結構反演結果，進一步分析降水過程中對流微物理結構特征。從雷達回波特征分析（圖5a），15：12開始45 dBZ以上的強回波開始影響鄭州，持續2 h左右。在此期間對流層0 ℃層以下反射率因子大部分時段都超過50 dBZ，最大約為57 dBZ，回波主體基本都在9 km以下。在強回波影響時段，ZDR大于1．5 dB，在15：18～16：06 ZDR超過2 dB，最大值超過3．5 dB（圖5b），

表明在強回波影響期間有大粒子存在，且數目較之前時段增多，與圖3b的結論一致。KDP在15：18—17：06一直維持在較高值，0 ℃層以下普遍在1．1 （°）·km-1以上，尤其在15：48—16：54，2 km高度以下KDP在3．1～7 （°）·km-1（圖5c），這表明低層粒子數目較多，降水效率高，分鐘降水量普遍超過2 mm，最大超過4 mm。

3．3 雙偏振雷達參量合成分析

圖6為20日12至20時強降水時段鄭州對流區域內ZH、ZDR、KDP的平均垂直廓線和頻率等值線高度分布。以鄭州站為中心，基于強對流單體出現的范圍和傾斜程度，選擇附近20 km×20 km的范圍定義為對流區域。強降水時段為分鐘雨強超過20 mm·h-1的時段。

對于影響鄭州的對流單體，在-20 ℃層以上，區域平均ZH值向下逐漸增大（圖6a），而ZDR減小（圖6b），有研究表明這主要與該高度層以上冰晶的聚并增長作用有關（Rowe et al.，2011）。在-20 ℃到0 ℃層之間，ZH和ZDR均向下迅速增大，這個高度層中凇附、融化和聚并作用均對粒子相態和尺寸有明顯作用，大的冰相粒子如霰和冰雹等在該高度層中迅速融化，液相和混合相態粒子數目更多。在0 ℃層以下，ZH、ZDR和KDP均向地面增大，在最低層達最大，最大區域平均ZH為42 dBZ左右，ZDR達1．2 dB，KDP為0．5 （°）·km-1，這表明在較高融化層高度下，活躍的雨滴碰撞合并增長過程，形成了大量大尺寸和高含水量的液相粒子，有利于高降水效率的強降水發生。

分析頻率等值線高度圖可以看出，ZH在近地面的主體分布（指歸一化頻率超過30％）的對應數值為32～54 dBZ，0 ℃層以下超過30 dBZ（圖6d），對流質心保持在較低高度，表明對流主體是由液態雨滴組成。0 ℃層以下ZDR和KDP分布相對較寬，ZDR主要分布在0．6～1．5 dB，最大約2 dB左右，KDP主要分布在0～0．7 （°）·km-1，最大超過1．5 （°）·km-1（圖6e、f）。

4 微物理過程分析

為更好地理解影響鄭州的對流單體中的微物理特征，采用HID算法對對流單體進行分析。圖7為強降水時段鄭州站附近對流區域內不同高度上各類型粒子的歸一化頻率分布，該分布能整體上反映特定高度上占主導地位的粒子類型，降低HID算法誤識別的影響。可以看出13 km高度以上，主要分布著冰晶粒子，在13 km高度和-20 ℃層之間，冰晶聚合物占比最高，表明在這個高度層中冰相粒子的聚合起主要作用。-20 ℃和0 ℃層之間，霰粒子占比隨高度向下逐漸增加，最大超過50％，表明凇附過程起主要作用。0 ℃層附近，濕雪占比最高，表明存在明顯的融化過程，由于冰相粒子的融化，純雨出現在0 ℃層以下。

為定量分析冰相過程和暖雨過程對此次降水的貢獻，采用Carey and Rutledge（2000）的方法對液態水含量（LWC）和冰相水含量（IWC）進行反演。如圖8所示，在-20 ℃到0 ℃層之間，影響鄭州的對流單體的IWC隨高度向下增大，在5 km左右高度達最大，為0．17 g·m-3，表明冰相過程相對活躍。在0 ℃層以下，LWC向下迅速增大，在近地面最大達1．88 g·m-3，是0 ℃層以上最大IWC的10倍以上，表明暖雨過程對最終地面極端強降水的形成起著重要作用。

一般認為ZH在暖云層中可以反映降水的強度，ZDR表征雨滴的平均大小，在約3 km高度以下的純雨層中，ZH和ZDR的變化可以反映出雨滴數量和大小的變化（Kumjian and Part，2014），可以用來判別如碰并增長、破碎、蒸發和尺寸分選等暖雨過程中的微物理機制。圖9為強降水時段純雨層中鄭州站上空ΔZDR和ΔZH的分布，可以看出ΔZDR和ΔZH大多數落在第一象限，表明在融化層以下暖雨過程中雨滴的碰并增長起著重要作用。有少量的ΔZDR和ΔZH落在第四象限，表明蒸發和尺寸分選作用也不可忽視，在低層相對干的環境中，蒸發作用抑制了大雨滴的增長。表示LWC增加的紅色標識主要出現在第一象限，這可能是由于雨滴、云滴等通過碰并增長及高空冰相粒子融化導致的。藍色標識主要出現在Y軸左側，表明由于雨滴的破碎、蒸發和尺寸分選作用導致LWC減少。

為綜合顯示鄭州“7·20”極端強降水過程的降水微物理特征，圖10總結了這次極端強降水過程中對流的微物理結構概念模型。30 dBZ以上的強回波主體在9 km以下，對流質心低，KDP柱在0 ℃層以下，表明對流系統主體由高濃度的液態雨滴組成。-20 ℃和0 ℃層之間存在大量的霰粒子，冰相過程相對活躍，0 ℃層以下強烈的暖雨過程，大量的冰相粒子落下并融化和低層高效率的雨滴碰并增長過程，導致各尺度高濃度雨滴的生成，最終形成地面的極端強降水。

5 結論與討論

此次極端強降水過程受西太平洋副高、中低層低壓系統、2106號臺風“煙花”和2107號臺風“查帕卡”等多尺度系統的共同影響，為復雜多變的降水微物理特征提供了有利的環境條件。

基于降水現象儀的觀測分析表明，地面雨滴譜分布隨時間存在明顯變化，反映出降水微物理特征的復雜性。過程初期降水強度普遍小于20 mm·h-1，Nw－Dm分布表現為層狀云降水特征。在第一和第二降水峰值時段，Nw－Dm分布表現為對流性降水特征。16—17時最強降水時段，各尺度粒子數密度均明顯增大，小粒子數密度顯著高于東亞地區普通對流性降水的統計結果和華南地區夏季平均值，且存在大量大粒子，Nw表現為海洋性對流降水特征，Dm表現為大陸性對流降水特征。上述粒子微物理特征保證了極高的降水效率，使得該時段產生了極端強降水。

結合雙偏振雷達參量的垂直結構反演結果，揭示了降水的微物理結構特征。降水過程中30 dBZ以上的強回波主體在9 km以下，對流質心低;0 ℃層以下垂直層內，平均ZH、ZDR和KDP均向下增長，在近地層最大，反映了活躍的雨滴碰并增長過程;-20 ℃和0 ℃層之間霰粒子的占比逐漸增大，冰相過程相對活躍，0 ℃層以下強烈的暖雨過程，大量的冰相粒子落下并融化和低層高效率的雨滴碰并增長過程，導致各尺度高濃度雨滴的生成，最終形成地面的極端強降水。

由于觀測和分析方法的限制，本文對此次過程發生發展機制的理解有限，許多問題仍需進一步研究。未來可利用中尺度數值模式對此次過程的觸發、維持機制和微物理特征進行模擬和分析，加深對極端強降水天氣的認識和理解。

參考文獻（References）

Bringi V N，Chandrasekar V，Hubbert J，et al.，2003.Raindrop size distribution in different climatic regimes from disdrometer and dual－polarized radar analysis［J］.J Atmos Sci，60（2）：354－365.doi：10．1175／1520－0469（2003） 060lt;0354：RSDIDCgt;2．0.CO;2.

陳剛，2019.華東地區中尺度強降水對流系統的微物理結構觀測與數值模擬研究［D］.南京：南京大學. Chen G，2019.The observed and simulated study for the microphysical characteristics of the meso－scale convective systems with intense rainfall in Eastern China［D］.Nanjing：Nanjing University.（in Chinese）.

Carey L D，Rutledge S A，2000.The relationship between precipitation and lightning in tropical island convection：a C－band polarimetric radar study［J］.Mon Wea Rev，128（8）：2687－2710.doi：10．1175／1520－0493（2000）128lt;2687：trbpalgt;2．0.co;2.

Chang W Y，Wang T C，Lin P L，2009.Characteristics of the raindrop size distribution and drop shape relation in typhoon systems in the western Pacifific from the 2D video disdrometer and NCU C－band polarimetric radar［J］.J Atmos Ocean Technol，26（10）：1973－1993.doi：10．1175／2009JTECHA1236．1.

Chen B，Wang J，Gong D，2016.Raindrop size distribution in a midlatitude continental squall line measured by thies optical disdrometers over East China［J］.J Appl Meteorol Climatol，55（3）：621－634.doi：10．1175／JAMC－D－15－0127．1.

曹舒婭，孫偉，韋芬芬，等，2021.雙偏振雷達在江蘇“7．6”降雹過程中的應用分析［J］.大氣科學學報，44（4）：549－557. Cao S Y，Sun W，Wei F F，et al.，2021.Study of “7．6”hail event in Jiangsu based on Dual－Polarization weather radar observations［J］.Trans Atmos Sci，44（4）：549－557.doi：10．13878／j.cnki.dqkxxb.20201116001.（in Chinese）.

Chen G，Zhao K，Zhang G，et al.，2017.Improving polarimetric C－Band radar rainfall estimation with two－dimensional video disdrometer observations in Eastern China［J］.J Hydrometeorol，18（5）：1375－1391.doi：10．1175／JHM－D－16－0215．1.

Chen G，Zhao K，Wen L，et al.，2019.Microphysical characteristics of three convective events with intense rainfall observed by polarimetric radar and disdrometer in Eastern China［J］.Remote Sens，11（17）：2004－2023.doi：10．3390／rs11172004.

諶蕓，呂偉綺，于超，等，2018.北方一次暖區大暴雨降水預報失敗案例剖析［J］.氣象，44（1）：15－25. Chen Y，Lü W Q，Yu C，et al.，2018.Analysis of a forecast failure case of warm sector torrential rainfall in North China［J］.Meteor Mon，44（1）：15－25.doi：10．7519／j.issn.1000－0526．2018．01．002.（in Chinese）.

Dolan B，Rutledge S A，Lim S，et al.，2013.A robust C－band hydrometeor identification algorithm and application to a long－term polarimetric radar dataset［J］.J Appl Meteorol Climatol，52（9）：2162－2186.doi：10．1175／JAMC－D－12－0275．1.

馮婉悅，施麗娟，王智敏，等，2021.雨滴譜儀資料在“溫比亞”臺風降水估測中的應用探究［J］.氣象，47（4）：389－397. Feng W Y，Shi L J，Wang Z M，et al.，2021.Application of raindrop disdrometer data in rainfall estimation of typhoon Rumbia［J］.Meteor Mon，47（4）：389－397.doi：10．7519／j.issn.1000－0526．2021．04．001.（in Chinese）.

傅佩玲，胡東明，張羽，等，2018．2017年5月7日廣州特大暴雨微物理特征及其觸發維持機制分析［J］.氣象，44（4）：500－510. Fu P L，Hu D M，Zhang Y，et al.，2018.Microphysical characteristics，initiation and maintenance of record heavy rainfall over Guangzhou region on 7 May 2017［J］.Meteor Mon，44（4）：500－510.doi：10．7519／j.issn.1000－0526．2018．04．003.（in Chinese）.

Jaffrain J，Berne A，2011.Experimental quantification of the sampling uncertainty associated with measurements from PARSIVEL disdrometers［J］.J Hydrometeorol，12（3）：352－370.doi：10．1175／2010JHM1244．1.

Kumar S B，Reddy K K，2013.Rain drop size distribution characteristics of cyclonic and north east monsoon thunderstorm precipitating clouds observed over Kadapa（14．47°N，78．82°E），tropical semi－arid region of India［J］.Mausam，64（1）：35－48.doi：10．54302／mausam.v64i1．653.

Kumjian M R，Part O P，2014.The impact of raindrop collisional processes on the polarimetric radar variables［J］.J Atmos Sci，71（8）：3052－3067.doi：10．1175／jas－d－13－0357．1.

雷蕾，邢楠，周璇，等，2020．2018年北京“7．16”暖區特大暴雨特征及形成機制研究［J］.氣象學報，78（1）：1－17. Lei L，Xing N，Zhou X，et al.，2020.A study on the warm－sector torrential rainfall during 15—16 July 2018 in Beijing area［J］.Acta Meteorol Sin，78（1）：1－17.doi：CNKI：SUN：QXXB.0．2020－01－001.（in Chinese）.

梅欽，智協飛，王佳，2018.WRF模式不同云參數化方案的暴雨預報能力檢驗及集成試驗［J］.大氣科學學報，41（6）：731－742. Mei Q，Zhi X F，Wang J，2018.Verification and consensus experiments of rainstorm forecasting using different cloud parameterization schemes in WRF model［J］.Trans Atmos Sci，41（6）：731－742.doi：10．13878／j.cnki.dqkxxb.20180306002.（in Chinese）.

Oue M，Uyeda H，Shusse Y，2010.Two types of precipitation particle distribution in convective cells accompanying a Baiu frontal rainband around Okinawa Island，Japan［J］.J Geophys Res Atmos，115（D2）：355－365.doi：10．1029／2009jd011957.

冉令坤，李舒文，周玉淑，等，2021．2021年河南“7．20”極端暴雨動、熱力和水汽特征觀測分析［J］.大氣科學，45（6）：1366－1383. Ran L K，Li S W，Zhou Y S，et al.，2021.Observational analysis of the dynamic，thermal，and water vapor characteristics of the “7．20” extreme rainstorm event in Henan Province，2021［J］.Chin J Atmos Sci，45（6）：1366－1383.doi：10．3878／j.issn.1006－9895．2109．21160.（in Chinese）.

Rowe A K，Rutledge S A，Lang T J，2011.Investigation of microphysical processes occurring in isolated convection during NAME［J］.Mon Wea Rev，139（2）：424－443.doi：10．1175／2010mwr3494．1.

Shusse Y，Nakagawa K，Takahashi N，et al.，2009.Characteristics of polarimetric radar variables in three types of rainfalls in a Baiu front event over the East China Sea［J］.J Meteor Soc Japan，87（5）：865－875.doi：10．2151／jmsj.87．865.

宋文婷，李昀英，黃浩，等，2021.基于S波段雙偏振雷達資料的降水粒子類型識別算法及應用［J］.大氣科學學報，44（2）：209－218. Song W T，Li Y Y，Huang H，et al.，2021.Hydrometeors classification and its application based on S－band dual polarization radar data［J］.Trans Atmos Sci，44（2）：209－218.doi：10．13878／j.cnki.dqkxxb.20200318001.（in Chinese）.

蘇愛芳，席樂，呂曉娜，等，2022.豫北“21·7”極端暴雨過程特征及成因分析［J］.氣象，48（5）：556－570. Su A F，Xi L，Lü X N，et al.，2022.Analysis on characteristics and causes of the July 2021 extreme rainstorm in Northern Henan［J］.Meteor Mon，48（5）：556－570.doi：10．7519／j.issn.1000－0526．2022．032501.（in Chinese）.

唐繼順，劉曉陽，劉均慧，等，2021.北京低邊界層雨滴譜的垂直分布特征［J］.北京大學學報自然科學版，57（6）：1045－1057. Tang J S，Liu X Y，Liu J H，et al.，2021.Vertical distribution characteristics of raindrop size distribution at lower atmospheric boundary layer in Beijing［J］.Acta Scientiarum Naturalium Universitatis Pekinensis，57（6）：1045－1057.doi：10．13209／j.0479－8023．2021．085.

Thompson E J，Rutledge S A，Dolan B，et al.，2015.Drop size distributions and radar observations of convective and stratiform rain over the Equatorial Indian and West Pacific Oceans［J］.J Atmos Sci，72（11）：4091－4125.doi：10．1175／JAS－D－14－0206．1.

Wang H，Wang W Q，Wang J，et al.，2021.Rainfall microphysical properties of landfalling Typhoon Yagi（201814） based on the observations of micro rain radar and cloud radar in Shandong，China［J］.Adv Atmos Sci，38（6）：994－1011.https：／／doi.org／10．1007／s00376－021－0062－x.

Wang M J，Zhao K，Xue M，et al.，2016.Precipitation microphysics characteristics of a Typhoon Matmo （2014） rainband after landfall over eastern China based on polarimetric radar observations［J］.J Geophys Res Atmos，121（20）：12415－12433.doi：10．1002／2016JD025307.

Wen L，Zhao K，Zhang G，et al.，2016.Statistical characteristics of raindrop size distributions observed in East China during the Asian summer monsoon season using 2－D video disdrometer and Micro Rain Radar data［J］.J Geophys Res Atmos，121（5）：2265－2282.doi：10．1002／2015JD024160.

Wen L，Zhao K，Zhang G，et al.，2017.Impacts of instrument limitations on estimated raindrop size distribution，radar parameters，and model microphysics during Mei－Yu season in East China［J］.J Atmos Ocean Technol，34（5）：1021－1037.doi：10．1175／JTECH－D－16－0225．1.

Wu Y，fLiu L P，2017.Statistical characteristics of raindrop size distribution in the Tibetan Plateau and southern China［J］.Adv Atmos Sci，34（6）：727－736.doi：10．1007／s00376－016－5235－7.

楊忠林，2016.江淮梅雨期對流降水微物理特征的雙偏振雷達觀測研究［D］.南京：南京大學. Yang Z L，2016.Statistical analysis of convective precipitation microphysical characteristics over the Yangtze－Huaihe River Basin during Meiyu season based on polarimetric radar observations［D］.Nanjing：Nanjing University.（in Chinese）.

楊忠林，趙坤，徐坤，等，2019.江淮梅雨期極端對流微物理特征的雙偏振雷達觀測研究［J］.氣象學報，77（1）：58－72. Yang Z L，Zhao K，Xu K，et al.，2019.Microphysical characteristics of extreme convective precipitation over the Yangtze－Huaihe river basin during the Meiyu season based on polarimetric radar data［J］.Acta Meteorol Sin，77（1）：58－72.doi：10．11676／qxxb2018．040.（in Chinese）.

葉朗明，徐碧裕，劉顯通，等，2021．2017年廣東西部一次暖區極端降水過程的維持機制及微物理特征［J］.氣候與環境研究，26（3）：263－274. Ye L M，Xu B Y，Liu X T，et al.，2021.Maintenance mechanism and microphysical characteristics of an extreme intensity precipitation in warm area in Western Guangdong in 2017［J］.Climatic Environ Res，26（3）：263－274.doi：10．3878／j.issn.1006－9585．2020．20028.（in Chinese）.

周萬福，田建兵，康小燕，等，2018.基于FY－2衛星數據的青海東部春季不同類型降水過程云參數特征［J］.干旱氣象，36（3）：431－437. Zhou W F，Tian J B，Kang X Y，et al.，2018.Characteristics of retrieved cloud parameters during precipitation processes with different types in spring in eastern Qinghai Province based on FY－2 satellite data［J］.J Arid Meteor，36（3）：431－437.doi：10．11755／j.issn.1006－7639（2018）－03－0431.（in Chinese）.

周玉淑，劉璐，朱科鋒，等，2014.北京“7．21”特大暴雨過程中尺度系統的模擬及演變特征分析［J］.大氣科學，38（5）：885－896. Zhou Y S，Liu L，Zhu K F，et al.，2014.Simulation and evolution characteristics of mesoscale systems occurring in Beijing on 21 July 2012［J］.Chin J Atmos Sci，38（5）：885－896.doi：10．3878／j.issn.1006－9895．2013．13185.（in Chinese）.

Zagrodnik J P，McMurdie L A，Houze R A，et al.，2019.Vertical structure and microphysical characteristics of frontal systems passing over a three－dimensional coastal mountain range［J］.J Atmos Sci，76（6）：1521－1546.doi：10．1175／JAS－D－18－0279．1.

Zhang G F，Sun J Z，Brandes E A，2006.Improving parameterization of rain microphysics with disdrometer and radar observations［J］.J Atmos Sci，63（4）：1273－1290.doi：10．1175／jas3680．1.

曾廣宇，郭澤勇，周欽強，等，2021.基于激光雨滴譜的雙偏振雷達定量降水估測算法應用評估［J］.氣象研究與應用，42（4）：95－100. Zeng G Y，Guo Z Y，Zhou Q Q，et al.，2021.Application evaluation of dual polarization radar quantitative precipitation estimation algorithm based on laser raindrop spectrum［J］.J Meteor Res Appl，42（4）：95－100.doi：10．19849／j.cnki.CN45－1356／P.2021．4．17.（in Chinese）.

張霞，楊慧，王新敏，等，2021.“21·7”河南極端強降水特征及環流異常性分析［J］.大氣科學學報，44（5）：672－687. Zhang X，Yang H，Wang X M，et al.，2021.Analysis on characteristic and abnormality of atmospheric circulations of the July 2021 extreme precipitation in Henan［J］.Trans Atmos Sci，44（5）：672－687.doi：10．13878／j.cnki.dqkxxb.20210907001.（in Chinese）.

智協飛，董甫，張玲，等，2020.基于不同微物理過程的廣西沿海南風型暖區暴雨的數值模擬研究［J］.大氣科學學報，43（5）：867－879. Zhi X F，Dong F，Zhang L，et al.，2020.Numerical simulation of southerly type warm－sector heavy rainfall in the coastal region of Guangxi using various cloud microphysics parameterization schemes in the WRF Model［J］.Trans Atmos Sci，43（5）：867－879.doi：10．13878／j.cnki.dqkxxb.20200106001.（in Chinese）.

·ARTICLE·

Analysis of the microphysical characteristics of the “7·20” extremely heavy rainfall in Zhengzhou based on dual－polarization radar and precipitation phenomenon instrument data

GUO Huanhuan1，2，WANG Kun3

1Henan Key Laboratory of Agrometeorological Support and Applied Technique，CMA，Zhengzhou 450003，China;

2Luoyang Meteorological Bureau，Luoyang 471000，China;

3Nantong Meteorological Bureau，Nantong 226000，China

Abstract Utilizing datasets from the precipitation phenomenon instrument in Zhengzhou，dual－polarization radars，conventional observations，and China’s First Generation Global Atmosphere and Land Reanalysis data，this study analyzes the microphysical characteristics of the “7·20” extremely heavy rainfall event in Zhengzhou.The occurrence of this extremely heavy rainfall was influenced by multiscale weather systems，creating conducive environmental conditions for the development of complex microphysical characteristics.The results reveal significant changes in raindrop size distributions over time，with raindrop size distribution parameters exhibiting a wide range of values.These parameters encompass distributions typically seen in continental convective precipitation as well as maritime convective precipitation.Notably，the density of small drops exceeded that of common convective precipitation observed in East Asia and South China during the summer.Simultaneously，a large number of large drops existed，contributing to heightened precipitation efficiency，particularly during the most intense precipitation period，which occurred from 16：00" BST to 17：00" BST" on July 20th.The dual－polarization radar observations illustrated a low－centroid structure within the convective storm，indicative of warm cloud characteristics.Furthermore，the study highlights the significant role played by intense warm－rain processes beneath the 0 ℃ layer in the formation of this extremely heavy rainfall event.This role involved the melting of numerous ice particles and the facilitation of efficient growth in raindrop size.

Keywords extremely heavy rainfall;microphysical characteristics;raindrop size distribution;dual polarization radar

doi：10．13878／j.cnki.dqkxxb.20220715001

（責任編輯：袁東敏）

2022－07－15收稿，2023－04－06接受

中國氣象局河南省農業氣象保障與應用技術重點實驗室應用技術研究基金項目（KY202028;KY202340）;北極閣開放研究基金（BJG202211）