引言

水汽是水循环中最活跃的成分，水汽和液态水的增减变化对云雾生成和降水发生发展有重要的影响(王秀荣等，2003)。过去，许多学者对各地区降水的水汽特征开展了大量研究(韩军彩等，2012；田红瑛等，2014；Wang et al，2015；谢欣汝等，2018)，但主要采用探空和再分析等资料，这些资料虽然提供了大范围区域内水汽收支、汇聚、输送等情况，但在局地短时强降水的天气业务应用和研究中适用性有限。为更精确描述短时强降水期间大气水汽的时空变化特征，需要利用时空分辨率更高和精度更好的探测资料(郑祚芳等，2009；张文龙等，2014)。

随着大气遥感技术的发展，近年来，微波辐射计的发展十分迅速。它利用了水汽在23.87 GHz附近的强吸收带来遥感大气水汽(王健等，2011；Pushpa et al，2016)。微波辐射计具有时空分辨率高的特点，时间分辨率为2~3 min，垂直分辨率在1 200 m内为50 m。对于其观测数据质量，刘红燕等(2009)对比得出地基微波辐射计的水汽探测效果比GPS更好。Chan(2009)、王志诚等(2018)比对了微波辐射计与气球探空数据，得到两者相关性较好的结果。基于微波辐射计高时空分辨率观测资料，国内外学者也对不同阶段降水过程的水汽、液态水演变进行了相关研究。如陈添宇等(2007)、李铁林等(2007)均利用辐射计水汽资料，观测到降水前水汽的显著增大过程。Zelinka and Hartmann (2009)、Holloway and Neelin (2010)得出水汽含量的大小对降水的强度和时间均有影响，进一步提出初始较高的水汽含量会导致更高的降水概率。李军霞等(2017)指出液态水和水汽的迅速增大可作为降水发生的指示因子。丁虹鑫等(2018)结合云雷达和辐射计资料反演得到大气湿度垂直廓线，牟艳彬等(2018)研究表明辐射计水汽资料会在对流性天气发生前出现明显跃升反应。Calheiros and Machado (2014)提出，不同地区间的云、降水特征差异较大，为了研究这一差异，张文刚等(2015)利用同一型号的辐射计资料比对了多区域间水汽、液态水的演变特征，发现各地区降水前水汽累积的量明显不同。这些研究证明，微波辐射计具有监测多地区降水和大气水汽连续变化的能力。

当前的研究主要集中在辐射计数据在强对流天气中的应用效果上，而对雷暴、雷暴降水期间水汽的演变特征及其与降水的定量关系研究还比较有限。乌鲁木齐地窝堡机场和成都双流机场均处于平原，地势平坦，海拔相近(500~600 m)，但由于处于不同气候带，导致其气候和降水存在巨大差异(冉心，2001；姚俊强等，2013)。因此，文中利用分别安装在两机场的HTG-4型微波辐射计，对发生在乌鲁木齐地窝堡机场和成都双流机场的两次夏季雷暴降水过程中不同阶段的水汽、液态水特征和演变进行研究，旨在为微波辐射计资料用于不同区域强对流天气预警预报和机场航空安全保障方面提供一定参考。

1 资料与方法

本文采用资料为乌鲁木齐地窝堡机场和成都双流机场两部HTG-4型地基微波辐射计资料和机场地面观测降水资料。其中，HTG-4型地基微波辐射计由北京爱尔达电子设备有限公司生产，可以提供0~10 km的温度、相对湿度、水汽密度、积分水汽含量(V)和积分液态水路径(L)，V和L的反演公式如下：

$ V = \int_0^{{z_0}} {{\rho _{\rm{v}}}} \left(z \right){\rm{d}}z $

(1)

$ L = \int_0^{{z_0}} {{\rm{d}}{m_{\rm{L}}}} $

(2)

式中：z₀=10 km，ρ_v为水汽密度，z为垂直高度，m_L为液态水质量。

由于观测的V同时包含了探测体积所有水汽的含量，为了进一步了解云内的水汽情况，本文进一步定义了云内水汽含量IWVc，指探测方向上云层内水汽的总含量，IWVc计算需要先确认出云底和云顶的高度，本文对云底和云顶位置的计算采用李绍辉等(2017)提出的方法，即以温度露点差阈值法来判断云底高度，以相对湿度阈值法来判断云顶高度。由于乌鲁木齐和成都两地湿度分布差异大，成云致雨的水汽条件不同，需要分别选取适用的阈值。结合两地机场云高记录，乌鲁木齐地窝堡机场地区取温度露点差阈值为4℃，相对湿度阈值为75%；成都双流机场地区取温度露点差阈值为2.5℃，相对湿度阈值为80%。计算得到云层高度后，IWVc可由以下公式进一步反演：

$ IWVc = \int_{CBH}^{CTH} {{\rho _{\rm{v}}}\left(z \right){\rm{d}}z} $

(3)

式中：CBH为云底高度，CTH为云顶高度，ρ_v为各层水汽密度值。

2 实况介绍

2018年7月4—5日，乌鲁木齐地窝堡机场发生一次在高空槽线影响下生成的雷暴降水过程。此次雷暴降水过程(以下简称为乌鲁木齐“7·4”雷暴过程)主要分为两个时段，22:25—22:35为第一降水时段，降水量为0.4 mm；23:52至次日01:35为第二降水时段，降水量为5.6 mm，该个例为地窝堡机场当年夏季雷暴降水过程中降水量最大的个例。2018年7月15—16日，成都双流机场在低空切变线影响下出现一次雷暴降水过程(以下简称为成都“7·15”雷暴过程)，此次降水也分为两时段，第一时段降水为22:56—23:42，降水量为0.2 mm，次日00:47—04:27为第二时段降水，降水量为35 mm。

由于两机场距离当地气象站均超过40 km，空间差异较大，且气球探空数据的时间精度有限，测站资料均不能准确反应雷暴降水前的温湿分布和水汽特征，因此，利用两地机场微波辐射计的高时间分辨率资料对这两次雷暴降水过程的水汽分布演变及“气-液”相互转化等方面进行对比和研究。对比分析前，对文中两次雷暴过程中微波辐射计温度、水汽资料质量进行初步评估，结果如表 1。可见，该微波辐射计测量的温度和水汽资料具有较好的可靠性，与气球探空结果的相关系数都达到了0.921 7以上。

3 两次雷暴过程的水汽分布和演变特征分析

图 1为乌鲁木齐“7·4”和成都“7·15”两次雷暴过程微波辐射计观测的水汽密度垂直分布。两地水汽密度分布的较大差异，体现了两个地区的气候差异：乌鲁木齐位于干旱区，水汽资源匮乏，地表水汽密度为12~14 g·m^-3，水汽密度在1 km之上均低于5 g·m^-3，空气中水汽基本存在于0~7 km。而成都气候湿润，地表水汽密度达20~22 g·m^-3，低层0~3 km水汽密度均大于10 g·m^-3，水汽含量远高于乌鲁木齐，高空到9 km处仍存在少量水汽。

对于两个过程的降水(降水时段如图中虚线位置)，乌鲁木齐“7·4”降水发生时，低层水汽密度迅速升高(图 1a)。在第一时段降水发生前，低空1 km以下的水汽密度从7~9 g·m^-3增加到10~12 g·m^-3，降水结束后恢复正常；第二时段降水中，0~2 km水汽密度在降水开始时迅速跃升，地表水汽密度达16.5 g·m^-3，降水期间，低层水汽密度呈双峰型变化，水汽密度在13~15.5 g·m^-3波动，降水减弱后水汽密度迅速减小到11 g·m^-3以下。对于成都“7·15”雷暴过程，微波辐射计的水汽密度变化对第二时段强降水更为敏感(图 1b)。由于第一时段降水量仅为0.2 mm，且当地水汽含量较大，降水前低层水汽无明显增加。第二时段降水前一小时，低层水汽密度升高，高层水汽密度减小，水汽迅速向低层积聚，地表水汽密度从21.6 g·m^-3增加到28.5 g·m^-3。待整层水汽密度迅速减小到一极低值时，降水开始。降水期间，高低层水汽密度不断波动变化，降水结束后，地表水汽密度仍维持在24 g·m^-3之上。

图 2和图 3分别给出了乌鲁木齐“7·4”和成都“7·15”雷暴过程两个时段降水前的水汽密度高度廓线，图中选取的相邻观测时次为降水前高低层水汽密度发生显著变化的前后时刻，代表降水发生前高低层水汽条件的变化情况。乌鲁木齐“7·4”过程降水前，以100 m为界，上下层水汽直减率存在显著差异。第一时段降水前(图 2a)，22:10，0~100 m水汽密度从14.1 g·m^-3骤减为8.6 g·m^-3，此后10 min，水汽密度在0~1 km迅速增大，1 km以上均匀减小，水汽密度最大增量达2.7 g·m^-3。第二时段降水前(图 2b)，23:47，0~100 m水汽密度从15.1 g·m^-3骤减为8.7 g·m^-3，23:47—23:57，水汽密度在0~3 km增大，水汽密度最大增量达6.4 g·m^-3。两个阶段水汽密度随高度变化表明，在临近降水时，0~100 m的水汽得到补充，使得整层水汽均匀分布。其中，第一时段降水前，雨水从高层凝结降落，受到温度的影响，液态水下降到低层时经历蒸发过程，导致水汽在高层减少、低层增加。而第二时段降水强度较大，雨水下落时夹带了大量水汽使得高层水汽无显著减小，低层水汽在强水汽辐合作用下迅速增大。

成都“7·15”雷暴过程的第一时段降水量仅为0.2 mm，微波辐射计测量的水汽密度在空间上并没有反映出明显变化，文中仅对第二时段降水进行分析。由图 3可见，第二时段降水前，整层水汽经历了先增加后减小的变化过程(图 3a)，23:41—23:51，水汽密度在0~4.3 km增大，在4.3~9 km略有减小，水汽密度最大增量达4.99 g·m^-3。相较于乌鲁木齐“7·4”降水过程，成都“7·15”过程降水前水汽增长的高度更高，周围水汽输送更强，导致降水量更大。至7月16日00:31—00:41(图 3b)，整层水汽密度迅速减小，水汽开始凝结转化，0.5和3.3 km处的水汽密度减小最快，10 min内减小5.3 g·m^-3左右，在此高度上下，出现水汽凝结成云现象。

V和L能反映测站上空0~10 km垂直柱内总体的水汽和液态水含量，由图 4可见，降水时V和L总的变化趋势较为一致，都对应峰值。乌鲁木齐“7·4”雷暴过程如图 4a所示，第一时段降水发生前，V、L在21:42—22:15迅速增长，分别达到峰值(36.1、1.3 kg·m^-2)。第二时段降水发生在V和L的峰值期，但在降水前，两值也有提前突增现象，V于降水前3 min开始增大，达45.5 kg·m^-2时降水开始，L于降水前15 min显著增大，增长到2.7 kg·m^-2时降水开始。降水期间，V和L随着降水强度的变化，呈显著的双峰型增减变化，两值均在降水减弱后迅速减小。

成都“7·15”雷暴降水过程如图 4b所示，第一时段降水前10 min，V、L分别达到峰值为70.3、2.7 kg·m^-2；降水发生在其低值区域，降水期间，V低值与L高值对应，反映了降水时的“汽-液”的水相态变化。第二时段降水前，L于16日00:05增大到3.5 kg·m^-2，V于00:18达到87.5 kg·m^-2。降水开始后，V、L均维持峰值，无明显增减变化。说明降水强度较大时，会影响V和L一直处于高值状态，难以预示降水的减弱结束阶段。

4 云中水汽演变特征和地面降水关系分析

云中水汽含量作为地面降水的主要来源之一(孙旭映等，2013)，其发展演变与地面降水有密切联系。按照本文方法，将云底至云顶范围内云体的水汽含量进行反演得到IWVc。两次雷暴过程的IWVc变化如图 5所示。

乌鲁木齐“7·4”雷暴过程，低层2~2.4 km的温度露点差低于4℃，6.9 km以下相对湿度高于75%，云层主要分布于2~7 km。从图 5a可见，两个时段降水前，IWVc均出现突然增大的现象：第一时段降水前，IWVc呈双峰型波动增大，最大值为20.2 kg·m^-2，为降水前的1.8倍。第二时段降水发生在IWVc跃升期间，降水开始时，IWVc达到24.4 kg·m^-2，为降水前的2.2倍，降水期间，IWVc随着降水强度的变化呈双峰型波动，最高增长到36.2 kg·m^-2，为降水前的3.3倍。降水结束后，IWVc迅速减小到20 kg·m^-2以下。

成都“7·15”雷暴过程(图 5b)，当日大气整层湿度较大，降水前，低层800 m以上温度露点差均低于2.5℃，9 km以下相对湿度均大于80%，即低云在800 m左右出现，高空云层一直延续到9 km处。该个例两时段的降水均发生在IWVc低值区：IWVc于第一时段降水前1 h起开始增大，在降水前半小时达到峰值(65.6 kg·m^-2)，为降水前的1.3倍。第一时段降水结束后，IWVc再次增长，于16日00:21达到峰值(74.3 kg·m^-2)，为降水前的1.5倍。当IWVc迅速减小到一极低值时，降水开始。此后，IWVc不断波动变化，但始终低于65 kg·m^-2，说明强降水期间云中水汽增长的速度低于水汽转化速度。

对比两次降水过程发现，成都“7·15”降水前IWVc的峰值远高于乌鲁木齐“7·4”降水，但后者降水时IWVc的增长倍数却更大，这意味着，由于乌鲁木齐地窝堡机场平时云量较少，水汽匮乏，降水时当地的强水汽输送过程导致迅速成云致雨，降水后空中云层很快散去，水汽恢复常态。而成都双流机场日常云量较大，降水时水汽输送和本地水汽含量均较大，降水后，当地依旧存在云层，水汽维持在高值。结合第三节中分析的内容可得到：当降水量较小时，V、L和IWVc均能良好指示降水的开始和结束，尤其是乌鲁木齐“7·4”过程和成都“7·15”过程的第一时段降水。而当降水强度较大时，IWVc比V和L更加敏感，云中水汽的徒增(减)依然能有效反映出强降水的发生(结束)以及地面降水强度的变化，如成都“7·15”过程的第二时段降水(张恒等，2017)。

为了研究云中水汽含量与地面降水强度之间的关系，选择两次雷暴降水过程中雨量较为明显的第二时段进行分析，图 6给出了云中积分含水量IWVc和地面雨量的曲线图。乌鲁木齐“7·4”过程第二降水阶段(图 6a)，23:40—00:00和00:10— 00:50期间，IWVc分别增加12.2、16.2 kg·m^-2，对应时段累积降水量分别达0.31、7.8 mm；而00:00 —00:10和00:50—01:30期间，IWVc持续减小，对应时段降水量均低于0.01 mm。说明当IWVc迅速增加时，地面降水强度也随之增大，即云中水汽的增量越大，地面降水强度越大。对于成都“7·15”过程第二降水阶段(图 6b)，云中水汽的积累提前于地面降水的发生，IWVc在降水开始前已达到73.9 kg·m^-2，地面降水发生在IWVc减小的阶段。在7月16日00:00—00:50期间，IWVc共减小27.3 kg·m^-2，该时段内地面降水逐渐增大，累积降水量达7.76 mm。01:20—02:00，云中水汽开始积聚，IWVc共增大17.8 kg·m^-2，对应地面降水迅速减小，最低降到0.1 mm。待IWVc又转为下降趋势后，地面降水又呈增大趋势。在02:40后，IWVc在55 kg·m^-2上下波动，无显著增减，地面降水逐渐减弱结束。整个降水过程中，前期IWVc累积得越高，地面降水越强，IWVc呈减小趋势或增量较小时，由于水汽的缺乏，地面降水呈减弱趋势。

由此可见，乌鲁木齐“7·4”雷暴过程中，单位时间降水量较小，水汽的凝结降落对IWVc值无明显影响，地面降水与IWVc的增减保持一致；而成都“7·15”雷暴降水过程为短时强降水，降水发生时，大量云中水汽迅速凝结为液态水降落，造成了IWVc在降水时刻迅速减小，地面累积降水量增大，IWVc和地面降水呈反向变化关系。由于液态水在降落过程中部分液滴会被蒸发，降水总量一般低于IWVc增量，而乌鲁木齐“7·4”降水中IWVc虽与降水量同增同减，但实际降水量远低于IWVc增量，推测为降水转化率较低或液态水降落的过程中蒸发量较大的缘故。这进一步反映了，降水的发生与强度除了水汽条件的限制外, 还受到当地大气环流背景以及动力和热力条件的影响(赵玲等，2010)。

综合得到，乌鲁木齐“7·4”降水过程和成都“7·15”过程在水汽的分布和变化上存在较大差异，这些水汽参数的差异初步反映了两地雷暴降水发生时水汽条件上的差异，表 2给出了此两次降水过程中，辐射计探测得到的各水汽参数的对比结论。

5 结论

地基微波辐射计能够提供高时间分辨率的温度、相对湿度、水汽密度、积分水汽含量和液态水路径等，对强对流天气的业务预警和研究有重要意义。本文利用微波辐射计资料对乌鲁木齐地窝堡和成都双流机场两个地区两次雷暴降水过程不同阶段的水汽分布、水汽演变和汽-液转化等进行了研究。主要结论包括：

(1) 由于气候差异，乌鲁木齐地窝堡和成都双流机场水汽垂直分布存在明显差异，前者水汽分布在0~7 km，而后者水汽分布在0~9 km，且低空的水汽比前者高出6~8 g·m^-3。乌鲁木齐“7·4”过程降水前，在水汽输送和垂直运动的作用下，低层0.1 km处水汽密度迅速达到10 g·m^-3以上，降水后高低层水汽密度迅速恢复。成都“7·15”降水前，整层水汽经历了先增加后减小的演变过程，水汽积累过程中，水汽密度在0~4.3 km增长，最大增量达4.99 g·m^-3；水汽转化过程中，整层水汽密度迅速减小，其中云层高度上(0.5、3.3 km)水汽密度的减小量达5.3 g·m^-3，高于其他层次。

(2) 文中定义的云中水汽含量(IWVc)对不同强度降水起止的指示效果优于积分水汽含量V和积分液态水路径L。乌鲁木齐“7·4”过程降水前，IWVc分别增大1.8倍和2.2倍，降水结束后，IWVc迅速减小到20 kg·m^-2以下；成都过程“7·15”降水前，IWVc分别增大1.3倍和1.5倍，降水结束后，IWVc的10 min变化量低于10 kg·m^-2。

(3) IWVc的增减与两地地面降水量指示效果较好。对两次过程的第二时段降水进行分析，乌鲁木齐“7·4”过程中，IWVc增加，地面降水强度随之增大，且IWVc增量越大，地面降水强度越大；IWVc减小时段，降水量很小，均低于0.01 mm。成都“7·15”过程中，降水前期，IWVc与地面降水呈反向变化，降水前IWVc累积的越多，之后地面降水越强；降水后期，IWVc的10 min变化量低于10 kg·m^-2，此时IWVc和地面降水呈同增减的关系，预示了地面降水的减弱和结束。

综合来看，微波辐射计水汽资料能够展现不同地区大气水汽的分布特征，以及降水过程中各层水汽的演变情况IWVc对雷暴降水的预警和识别效果要优于V和L。根据IWVc随降水量的不同变化，能对降水强度进行区分。