青海省东北部冰雹云提前识别及预警研究

摘要 利用2008―2012年西宁雷达资料和探空资料对冰雹和强降水天气的物理量和雷达参数特征进行了对比分析。结果表明：①较强的低空垂直风切变有利于降雹天气生成，较低的0 ℃层和-20 ℃层高度也是利于冰雹云形成的重要参数。②所有冰雹云的组合反射率均≥55 dBz，占75%在60～65 dBz之间；降雹时回波顶高均在9 km以上，其中回波顶高≥11 km的冰雹云占90%；当冰雹天气出现时，大部分雹云的最大垂直液态含水量≥25 kg/m2，其比例为80%，最高可达40 kg/m2。③利用45 dBz回波顶高可较好地识别冰雹云，当强回波高度达到8.0 km时预示有冰雹出现，其临界成功指数达85%。

关键词 冰雹；探空资料；雷达参数；预警；青海省东北部

中图分类号 P482 文献标识码 A 文章编号 1007-5739（2015）ช18-0250-03

冰雹是世界范围内的气象灾害之一，在青海省尤其如此。为了及时采取措施，防止冰雹发生，要及时准确地识别雹云。基于现有的设备和技术条件，充分发挥探空、雷达资料实时、有效的识别雹云是人工防雹的前提和基础。1997年叶笃正对通过探空资料来寻找对流发展的有利条件进行了阐述[1-2]；20世纪70年代以来，利用雷达资料建立冰雹云的识别技术和方法在国内外都有很多研究。目前，随着探测技术水平的发展，探空、雷达等先进仪器的应用，对冰雹天气特征的认识不断深入，已有很多成熟的研究成果应用于冰雹预测。雷 蕾等利用探空资料详细分析了2007年和2008年5―9月冰雹、雷暴大风以及暴雨强对流天气过程下物理量的差异，结果表明：0 ℃层、-20 ℃层低空风切变能比较显著地区分冰雹和暴雨天气[3]；廖晓农等也用探空资料计算了CAPE、风切变等物理量，分析了北京历史上一次严重的大雹事件。分析发现，对流层中下层较强的环境风垂直切变有利于多单体风暴或超级单体等强风暴云的发展，从而增加了冰雹出现的几率[4]；李秀林等对2005―2006年渭南19个典型冰雹日的雷达产品进行统计分析得出，冰雹云的垂直积分液态水含量（VIL）值明显大于雷雨云，VIL值的变化可以应用于预测降雹[5]；朱 平等研究结果表明，当降雹单体出现VIL的跃增量≥ 6 kg/m2、VIL 峰值≥15 kg/m2、VIL 密度>2.2 g/m2时，即有冰雹天气发生[6]；汤兴芝等利用雷达回波参量来判别宜昌地区冰雹云，发现用45 dBz 回波顶高可较好地识别冰雹云[7]；李金辉等对降雹造成灾害的雷达回波分析表明，雷达强回波的45 dBz平均底部越高、提前识别的时间越长，顶部越高距离降雹时间越短[8]。

青海省地处青藏高原的东北部，境内高原地形变化大，有众多高山。青海省的地理特点决定其多发强对流天气[9]。目前已有的研究资料显示，青海省冰雹发生的中心区域主要有2个，分别位于青海省南部和东北部，而导致灾害的冰雹主要发生在青海省东北部（农业区）。在冰雹多发期，青海省东北部的主要农作物处于抽穗至成熟的发育阶段，一旦发生雹灾，会造成较大的损失[10]。因此，本文旨在找出适合该地区雹云的识别参量，为人工防雹消雹提供有价值的参考依据。 

1 资料与方法

本文利用的资料主要包括2个方面的内容：一是西宁二十里铺探空站的探空资料、西宁南山雷达站观测的雷达基数据资料；二是这2个观测站所辖各县（市）气象局地面冰雹灾情资料。资料的时间为2008―2012年6―9月。

选择30块对流云团的探空和雷达资料进行分析。在冰雹发生时，雷达探测到的时间与地面降雹的时间不一致。造成这一现象的原因主要有以下2个：一是冰雹降落到地面需要一定时间。二是收集到的地面降雹时间多为估计时间。因此，在进行参量分析时，对冰雹云主要取冰雹发生前4个体扫、冰雹发生时各次体扫和冰雹发生后4个体扫的参量变化特征，非降雹云团则取其整个生存期内各次体扫的参量变化，找出体扫过程中这些参量的最大值[7]。

30个对流云资料包พ括20个产生冰雹的资料和10个强降水资料。其中既出现冰雹又有强降水的天气过程归为冰雹天气资料，强降水资料系无雹日过程。

本文主要分析了云体的组合反射率、回波顶高、垂直液态含水量及45 dBz回波顶高等雷达特征参数，并参考分析了探空资料垂直风切变、0 ℃层高、-20 ℃层高等。

2 物理量分析

冰雹和强降水等中小尺度天气的产生需有利的大尺度环境。该研究利用探空资料，选取垂直风切变、0 ℃层高、-20 ℃层高等参数，分析了冰雹和强降水天气对应的环境参数。

2.1 垂直风切变

环境中存在垂直风切变与强对流单体的发展和维持存在密切的联系[11]。强切变有利于对流性不稳定层结形成，是冰雹增长的重要条件。图1为2类对流天气多个个例的低空垂直风切变散点分布图。可以看出，冰雹500～700 hPa最小垂直风切变为2 m/s，最大为24 m/s，平均垂直风切变达到11 m/s；400～500 hPa最小垂直风切变为4m/s，最大为25 m/s，平均为17 m/s。其平均较垂直风切变强降水的5 m/s和10 m/s都大。分析表明，低空垂直风切变是冰雹形成的必要条件。在强降水形成的过程中，垂直风切边相对较弱[3]。总之，形成冰雹的有利条件是出现低空垂直风切变，较大的垂直风切变能维持或加强风暴的垂直结构。

2.2 0 ℃层高度和-20 ℃层高度

0 ℃层是云中水分冻结高度的下限，也是影响融化效应的因素之一。而-20 ℃层是大水滴自然成冰温度，因此这2个温度层的高度是判断环境大气是否有利于冰雹云形成的参数[4]。从图2可以看出，冰雹的0 ℃层最小高度为3 130 m，最大高度5 675 m，平均高度约4 700 m。-20 ℃层最小高度为7 128 m，最大高度8 726 m，平均高度约7 800 m。这2个特性层的平均高度都要明显低于强降水300～400 m。0 ℃层低使冰雹不容易在落地前融化，而强降水的0 ℃偏高使得固态物出云后融化形成雨滴到达地面。这也与相关的研究结果是一致的[3]。

3 雷达参数分析

3.1 雷达基本特征参数

组合反射率反映的是雷达体扫垂直气柱中对所有回波强度进行比较在对应格点上显示最大反射率因子值[12]。垂直液态水含量是将雷达体积扫描资料中的反射率因子值转换成等价的液态水值，反映了降水云体中在某一确定底面积的垂直柱体内液态水的总量[7]。回波顶高是在≥18 dBz反射率因子被探测到时，显示以最高仰角为基础的回波顶高度。本文为了便于分析研究，回波顶高采用≥15 dBz反射率因子的最高高度。通过对雷达反射率因子做垂直剖面分析，可近似地得到雷达回波的顶高[13]。

从表1、2可以看出，所有冰雹云个例的组合反射率均 ≥55 dBz，最小的为55 dBz，最大的为70 dBz，其中15个组合反射率在60～65 dBz之间，占75%。另有3个组合反射率 65 dBz。而强降水组合反射率均≥50 dBz，且90%集中在50～55 dBz之间。降雹时回波顶高均在9 km以上，其中回波顶高≥11 km的冰雹云占90%。50%强降水云的回波顶高>9 km，50%强降水云的回波顶高9 km，最大垂直液态含水量≥25 kg/m2，可作为有利于青海省东部地区降雹的一个基本参考条件。

3.2 45 dBz回波顶高提前识别冰雹

根据Smith等提出的云内最初冰雹增长为中数体积水汽凝结体的直径是0.4～0.5 cm的理论，相关专家得出“冰雹云初期等效雷达反射率因子为44 dBz”的结论[8]。西宁雷达以5 dBz分档，为方便使用，以45 dBz作为冰雹预报的临界值。

45 dBz回波区对应于云中含水量集中区，在0 ℃层以下出现45 dBz时，该强回波区由中数体积直径大于0.4 cm的大水滴组成，地面只能出现降雨，在0 ℃层以上出现45 dBz值，是由中数体积直径大于0.4 cm的冰粒子和水粒子混合存在，当云内具有的上升气流较强，45 dBz出现较高时，就有利于地面降雹发生[7-8]。

从图3可以看出，在20个冰雹个例中，45 dBz回波顶高在8 km以上的有17块，占85%。在10个强降水个例中45 dBz回波顶高均小于等于9 km。其中仅有1个强降水个例45 dBz回波高度在8 km以上，占10%。因此，选择45 dBz回波顶高为8 km时作为冰雹预警指标☠。

为了检验该参量的性能，定义POD为探测概率，FAR为误报率，CSI为临界成功指数，X为雷达探测到的45 dBz回波顶高≥8 km且地面有降雹报道的个例数，Y为地面有降雹报道而45 dBz回波顶高9 km，最大垂直液态含水量≥25ณ kg/m2，可作为有利于青海省东部地区降雹的一个基本参考条件。

（3）利用45 dBz雷达强回波高度可较好地识别冰雹云，当回波顶高达到8 km时预示有冰雹出现，其成功概率达85%，临界成功指数达81%。

（4）通过个例验证，综合以上指标，可以很好地识别冰雹云，并具有一定的유提前量。这一结论对人工防雹作业的进行具有一定的指导作用。

6 参考文献

[1] 叶笃正.探空资料的应用（一）[J].气象，1977，2（11）：12-19.

[2] 叶笃正.探空资料的应用（二）[J].气象，1977，2（12）：24-26.

[3] 雷蕾，孙继松，魏东.利用探空资料判别北京地区夏季强对流的天气类别[J].气象，2011，37（2）：136-141.

[4] 廖晓农，俞小鼎，于波.北京盛夏一次罕见的大雹事件分析[J].气象，2008，34（2）：12-19.

[5] 李秀琳，贾金海.VIL产品在人工防雹中的应用[J].陕西气象，2008（3）：13-15.

[6] 朱平，肖建设，伏洋.青藏高原东北部冰雹和雷雨预警的风暴单体识别特征对比分析[J].干旱区研究，2012，29（6）：941-948.

[7] 汤兴芝，黄兴友.冰雹云的多普勒天气雷达识别参量及其预警作用[J].暴雨灾害，2009，28（3）：261-265.

[8] 李金辉，樊鹏.冰雹云提前识别及预警的研究[J].南京气象学院学报，2007，30（1）：114-119.

[9] 王静爱，史培军，刘颖慧，等.中国l990-1996年冰雹灾害及其时空动态分析[J].自然灾害学报，1999，8（3）：45-l53.

[10] 靳世强，徐亮，傅生武，等.青海省东北部地区冰雹天气形势及多普勒雷达资料统计分析[J].青海科技，2008.（2）：34-37.

[11] 陈金敏，刁秀广.冰雹与对流性强降水天气的物理量和雷达参数对比分析[J].安徽农业科学，2010，38（5）：2451-2453.

[12] 段艺萍，刘寿东，刘黎平，等.新一代天气雷达三维组网产品在人工防雹的应用[J].高原气象，2014，33（5）：1426-1439.

[13] 肖艳姣，马中元，李中华.改进的雷达回波顶高、垂直积分液态水含量及其密度算法[J].暴雨灾害，2009，28（3）：210-214.