长白山麓夏秋季气态和液态水分布特征

doi:10.3969/j.issn.1673-503X.2024.01.006

气象与环境学报 ›› 2024, Vol. 40 ›› Issue (1): 47-53.doi: 10.3969/j.issn.1673-503X.2024.01.006

长白山麓夏秋季气态和液态水分布特征

孙钦宏^1,^2,³(),马洪波^4,*(),齐彦斌^1,^2,³,于冬佳^1,^2,³,樊嘉璐^1,^2,³

1. 吉林省气象灾害防御技术中心, 吉林长春 130062
2. 中国气象局吉林省人民政府人工影响天气联合开放实验室, 吉林长春 130062
3. 中国气象局吉林云物理野外科学试验基地, 吉林长春 130062
4. 吉林省气象台, 吉林长春 130062

收稿日期:2023-07-03 出版日期:2024-02-28 发布日期:2024-03-25
通讯作者: 马洪波 E-mail:43236496@qq.com;Mamber@tom.com
作者简介:孙钦宏，男，1982年生，高级工程师，主要从事云降水微物理研究，E-mail: 43236496@qq.com
基金资助:
国家自然科学基金面上项目(41975182);吉林省科技发展计划重点研发项目(20230203126SF);吉林省气象局技术发展专项(202210);吉林省气象局技术发展专项(202308)

Distribution characteristics of gaseous and liquid water at the foot of Changbai Mountain in summer and autumn

Qinhong SUN^1,^2,³(),Hongbo MA^4,*(),Yanbin QI^1,^2,³,Dongjia YU^1,^2,³,Jialu FAN^1,^2,³

1. Jilin Province Technology Center for Meteorological Disaster Prevention, Changchun 130062, China
2. Joint Laboratory of Weather Modification of China Meteorological Administration and People's Government of Jilin Province, Changchun 130062, China
3. Jilin Cloud Physics Field Scientific Test Base, China Meteorological Administration, Changchun 130062, China
4. Jilin Meteorological Observatory, Changchun 130062, China

Received:2023-07-03 Online:2024-02-28 Published:2024-03-25
Contact: Hongbo MA E-mail:43236496@qq.com;Mamber@tom.com

摘要/Abstract

摘要：

利用2019—2020年6—10月中国气象局吉林云物理野外科学试验基地MWP967KV型多通道微波辐射计、地面雨量计及L波段探空雷达资料，分析了长白山麓夏秋季大气中气态和液态水分布及其在降水前的演变特征。结果表明：微波辐射计反演数据与探空雷达数据具有较好的相关性，但反演值整体偏大。大气可降水量(PWV)和液态水路径(LWP)呈一峰一谷日变化特征，峰值出现在夜间而谷值出现在白天，有降水时峰值出现在01:00—03:00，谷值出现在11:00前后。受长白山地形和森林植被影响，PWV和LWP月平均最大值分别出现在8月和9月。PWV在降水前和降水中分布频率均呈现先升后降趋势，而降水前LWP在0.00~0.42 mm内频率占比最高；降水强度越强，PWV及LWP频率分布越集中，PWV大于45 mm、LWP大于4.20 mm出现强降水的可能性较大。降水开始前1 h内LWP和PWV均出现跃增，LWP跃增幅度更明显，该特征可作为降水临近预报、人工增雨作业条件分析的参考指标。

关键词: 微波辐射计, 大气可降水量, 液态水路径

Abstract:

Utilizing the MWP967KV multi-channel microwave radiometer, ground-based rain gauge, and L-band sounding radar data from the China Meteorological Administration Jilin Cloud Physics Field Experiment Base during June to October from 2019 to 2020, the distribution of gaseous and liquid water in the atmosphere at the foot of Changbai Mountain in summer and autumn and its evolution characteristics before precipitation were analyzed. The results show that there is good correlation between the microwave radiometer retrieved data and sounding radar data, though the retrieved values are generally higher. The atmospheric precipitable water vapor (PWV) and liquid water path (LWP) exhibit the diurnal variation characteristic with the peak at night and the valley in the day. The peak appears between 01:00-03:00 during precipitation, while the valley appears around 11:00. The monthly average maximum values of PWV and LWP appear in August and September respectively, because of the influence of the topography and forest vegetation at Changbai Mountain. The distribution frequency of PWV shows a rising and then a falling trend before and during precipitation, whereas the frequency ratio of LWP in the range of 0.00~0.42 mm is the highest before precipitation. The stronger the precipitation intensity is, the more concentrated the frequency distribution of PWV and LWP is, with a greater likelihood of heavy precipitation for PWV greater than 45 mm and LWP greater than 4.20 mm.A surge in both LWP and PWV occurs within 1 h before precipitation starts, with a more pronounced increase in LWP, indicating that this characteristic can serve as a reference index for the analysis of precipitation approaching forecast and artificial rain enhancement operations.

Key words: Microwave radiometer, Atmospheric precipitable water vapor, Liquid water path

中图分类号:

P426

孙钦宏,马洪波,齐彦斌,于冬佳,樊嘉璐. 长白山麓夏秋季气态和液态水分布特征[J]. 气象与环境学报, 2024, 40(1): 47-53.

Qinhong SUN,Hongbo MA,Yanbin QI,Dongjia YU,Jialu FAN. Distribution characteristics of gaseous and liquid water at the foot of Changbai Mountain in summer and autumn[J]. Journal of Meteorology and Environment, 2024, 40(1): 47-53.

图/表 8

图1

表1

图2

图3

图4

图5

图6

图7

参考文献 28

1	汪宏七, 赵高祥. 云和辐射──(Ⅰ)云气候学和云的辐射作用[J]. 大气科学, 1994, 18 (S1): 910- 932.
2	王婉, 雷恒池, 聂皓浩, 等. 基于机载微波辐射计探测大气水汽通道饱和问题研究[J]. 气象学报, 2021, 79 (3): 509- 520.
3	王志诚, 张雪芬, 茆佳佳, 等. 不同天气条件下地基微波辐射计探测性能比对[J]. 应用气象学报, 2018, 29 (3): 282- 295.
4	邹明龙, 刘黎平, 郑佳锋, 等. 降水条件下的云雷达与微波辐射计反演液态水含量对比分析[J]. 热带气象学报, 2021, 37 (4): 669- 680.
5	陈树成, 李晓波, 崔明, 等. 不同天气条件下微波辐射计和风廓线雷达探测数据误差特征分析[J]. 气象与环境学报, 2021, 37 (1): 67- 72.
6	翟晴飞, 张晋广, 王斌飞, 等. 微波辐射计反演大气温湿度廓线与降水相关性分析[J]. 气象与环境学报, 2020, 36 (6): 98- 107. doi: 10.3969/j.issn.1673-503X.2020.06.012
7	孔凡超, 李江波, 王颖. 北京冬奥会云顶赛场微波辐射计反演大气温湿廓线分析[J]. 气象, 2021, 47 (9): 1062- 1072.
8	李建强, 李新生, 董文晓, 等. RPG-HATPRO微波辐射计反演的温度和湿度数据适用性分析[J]. 气象与环境学报, 2017, 33 (6): 89- 95.
9	樊旭, 黄颖, 冷文楠, 等. 基于径向基神经网络的地基微波辐射计反演算法研究[J]. 气象与环境学报, 2020, 36 (2): 62- 69.
10	陈树成, 史静, 王彦, 等. 基于地基微波辐射计遥感的天津大气水汽和液态水特征[J]. 气象与环境学报, 2019, 35 (6): 38- 45.
11	李军霞, 李培仁, 晋立军, 等. 地基微波辐射计在遥测大气水汽特征及降水分析中的应用[J]. 干旱气象, 2017, 35 (5): 767- 775.
12	刘红燕, 王迎春, 王京丽, 等. 由地基微波辐射计测量得到的北京地区水汽特性的初步分析[J]. 大气科学, 2009, 33 (2): 388- 396.
13	张秋晨, 龚佃利, 王俊, 等. 基于地基微波辐射计反演的济南地区水汽及云液态水特征[J]. 气象与环境学报, 2017, 33 (5): 35- 43.
14	田磊, 桑建人, 姚展予, 等. 六盘山区夏秋季大气水汽和液态水特征初步分析[J]. 气象与环境学报, 2019, 35 (6): 28- 37. doi: 10.3969/j.issn.1673-503X.2019.06.005
15	黄建平, 何敏, 阎虹如, 等. 利用地基微波辐射计反演兰州地区液态云水路径和可降水量的初步研究[J]. 大气科学, 2010, 34 (3): 548- 558.
16	张文刚, 徐桂荣, 万蓉, 等. 基于地基微波辐射计的大气液态水及水汽特征分析[J]. 暴雨灾害, 2015, 34 (4): 367- 374.
17	段英, 吴志会. 利用地基遥感方法监测大气中汽态、液态水含量分布特征的分析[J]. 应用气象学报, 1999, 10 (1): 34- 40.
18	白婷, 丁建芳, 刘艳华, 等. 微波辐射计在监测水汽特征及降水分析中的应用[J]. 气象与环境科学, 2021, 44 (6): 102- 107.
19	唐仁茂, 李德俊, 向玉春, 等. 地基微波辐射计对咸宁一次冰雹天气过程的监测分析[J]. 气象学报, 2012, 70 (4): 806- 813.
20	方莎莎, 陆鹏程, 廖可文, 等. 基于微波辐射计资料对武汉市冬季典型大雾个例的探测分析[J]. 气象与环境科学, 2020, 43 (4): 81- 87.
21	刘艳杰, 王清川, 许敏, 等. 2019年5月北京一次强降水超级单体特征及成因分析[J]. 气象与环境学报, 2021, 37 (4): 9- 17. doi: 10.3969/j.issn.1673-503X.2021.04.002
22	许馨尹, 于军琪, 李红莲, 等. 露点温度计算方法对比研究[J]. 气象与环境学报, 2016, 32 (3): 107- 111.
23	盛裴轩, 毛节泰, 李建国, 等. 大气物理学[M]. 北京: 北京大学出版社, 2013: 18- 22.
24	梅海霞, 梁信忠, 曾明剑, 等. 2015—2017年夏季南京雨滴谱特征[J]. 应用气象学报, 2020, 31 (1): 117- 128.
25	Chen B J , Yang J , Pu J P . Statistical characteristics of raindrop size distribution in the Meiyu season observed in Eastern China[J]. Journal of the Meteorological Society of Japan, 2013, 91 (2): 215- 227.
26	冯印成, 王云琦, 王玉杰, 等. 重庆缙云山针阔混交林水汽通量特征及其影响因子[J]. 植物生态学报, 2022, 46 (8): 890- 903.
27	翁闻畅, 葛继稳, 谌佳伟, 等. 神农架大九湖亚高山泥炭湿地水汽通量特征及其与相关环境因子的关系[J]. 植物科学学报, 2020, 38 (4): 493- 505.
28	白婷, 刘艳华, 杨敏. 微波辐射计观测同降水相关性的研究[J]. 气象与环境科学, 2019, 42 (4): 111- 118.

要素	检验物理量	降水样本	无降水样本	总体样本
气温/℃	平均误差	1.93	1.30	1.36
	均方根误差	3.50	3.03	3.08
	相关系数	0.93	0.90	0.91
相对湿度/ (%)	平均误差	16.70	11.50	11.90
	均方根误差	30.50	32.90	32.80
	相关系数	0.52	0.31	0.39
水汽密度/ (g·m^-3)	平均误差	0.68	0.33	0.36
	均方根误差	1.03	0.89	0.90
	相关系数	0.83	0.62	0.71

[1]	蒋维东,张荣智,陈博,张天旗,黄海玲,周林. 基于BP神经网络的地基微波辐射计雷暴预报试验研究[J]. 气象与环境学报, 2023, 39(5): 106-112.
[2]	陈树成,李晓波,崔明,王彦. 不同天气条件下微波辐射计和风廓线雷达探测数据误差特征分析[J]. 气象与环境学报, 2021, 37(1): 67-72.
[3]	翟晴飞,张晋广,王斌飞,袁健,李遥,李鸣钰. 微波辐射计反演大气温湿度廓线与降水相关性分析[J]. 气象与环境学报, 2020, 36(6): 98-107.
[4]	樊旭,黄颖,冷文楠,张北斗,张文煜,王国印. 基于径向基神经网络的地基微波辐射计反演算法研究[J]. 气象与环境学报, 2020, 36(2): 62-69.
[5]	杨磊, 孙丽, 王东东, 陈传雷, 王瀛, 才奎志, 张岳. 2017年“海棠”台风影响辽宁不同区域极端暴雨成因分析[J]. 气象与环境学报, 2020, 36(1): 1-10.
[6]	田磊, 桑建人, 姚展予, 常倬林, 单新兰, 曹宁, 孙艳桥. 六盘山区夏秋季大气水汽和液态水特征初步分析[J]. 气象与环境学报, 2019, 35(6): 28-37.
[7]	陈树成, 史静, 王彦, 李晓波, 崔明. 基于地基微波辐射计遥感的天津大气水汽和液态水特征[J]. 气象与环境学报, 2019, 35(6): 38-45.
[8]	徐爽, 胡鹏宇, 梁红, 吴宇童, 李典, 张帅. 2017—2018年辽宁地区三次降雪天气的GPS水汽变化特征[J]. 气象与环境学报, 2019, 35(5): 27-36.
[9]	万瑜;曹兴;杨莲梅. 中亚低涡背景下中天山地区一次短时强降水过程中尺度特征[J]. 气象与环境学报, 2018, 34(4): 1-10.
[10]	李建强, 李新生, 董文晓, 吕菁菁. RPG-HATPRO微波辐射计反演的温度和湿度数据适用性分析[J]. 气象与环境学报, 2017, 33(6): 89-95.
[11]	张秋晨, 龚佃利, 王俊, 张洪生. 基于地基微波辐射计反演的济南地区水汽及云液态水特征[J]. 气象与环境学报, 2017, 33(5): 35-43.
[12]	张端禹,崔春光,赵玉春. 2010年前汛期末华南西部和东部暴雨对比分析[J]. 气象与环境学报, 2014, 30(6): 8-15.
[13]	程航,程相坤,朱晶,李鸿强,刘晓初. GPS遥感大气可降水量在大连地区3次降水过程中的应用[J]. 气象与环境学报, 2014, 30(5): 38-48.
[14]	黄振,李万彪,梁军. GPS遥感大气可降水量在降水天气过程分析中的应用[J]. 气象与环境学报, 2013, 29(4): 31-36.
[15]	房彬,肖辉,班显秀,宫蔚蔚. 一次人工增雨作业中CA-FCM与其他评估方案的比较研究[J]. 气象与环境学报, 2008, 24(4): 13-18.

长白山麓夏秋季气态和液态水分布特征

Distribution characteristics of gaseous and liquid water at the foot of Changbai Mountain in summer and autumn

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 28

相关文章 15

Metrics

本文评价

推荐阅读 10