引言

青藏高原位于中国西部，平均海拔约为4000 m，是北半球夏季最大的热源，其动力和热力作用对高原及周围地区的大气环流，特别是亚洲热带季风环流乃至全世界的气候和生态系统都具有极其重要的影响和意义(赵萌初等, 2021；朱怡杰等, 2019；Gao et al, 2013；徐祥德和陈联寿, 2006；周秀骥等, 2009；Zhou et al, 2009; 王同美等, 2008；徐祥德等，2014；刘炜等，2014；除多等，2018)。青藏高原孕育了黄河、长江、恒河等七条亚洲重要河流，因此也被称为“亚洲水塔”(刘黎平等, 2015)。青藏高原的降水有着明显的干湿差异特征，降水主要集中在藏东南的雅鲁藏布江下游(龚成麒等, 2022)。西风-季风协同作用区涵盖了青藏高原及周边地区，气候变暖导致西风-季风异常及其亚洲水塔失衡，青藏高原西北和北部干旱地区等少雨区降水量增加，藏东南和川西区等多雨区降水量减少(龚成麒等, 2022)。雅鲁藏布大峡谷是青藏高原最主要的水汽通道，位于青藏高原的东南部，全长为496.3 km，最深可达6009 m(张文霞等, 2016)。受印度夏季风的影响，暖湿水汽通过雅鲁藏布大峡谷向北输送到青藏高原，其水汽输送强度(近2000 g·cm^-1·s^-1)与夏季由长江南岸向北岸水汽输送强度相当(高登义, 2008)。雅鲁藏布大峡谷在青藏高原的气候变化中起着重要作用，是青藏高原气候系统中的一个典型单元(张静怡等, 2022)。近40年来，雅鲁藏布流域下游地区降水量呈年际减少的趋势(周思儒和信忠保, 2022)。

墨脱位于雅鲁藏布大峡谷水汽通道的入口区，平均海拔为1200 m，印度洋的湿润气流沿着该峡谷长驱直入，使墨脱地区成为青藏高原雨量最充沛的地区(旺杰等, 2021)。由于雅鲁藏布大峡谷地区雨季降水多，导致滑坡、泥石流等地质灾害频发，交通不便，观测困难，特别是位于雅鲁藏布大峡谷南翼的墨脱地区。为了探究西风-季风协同作用下藏东南地区雅鲁藏布流域水资源变化成因及其相关机制，在第二次青藏高原综合科学考察研究项目和重点研发计划的支持下，中国气象科学研究院于2018年12月开始在雅鲁藏布大峡谷水汽通道入口处的墨脱国家气候观象台建立了云降水综合观测试验基地，架设了多种先进观测设备，主要包括：降水现象仪、X波段双偏振相控阵雷达、K波段微雨雷达以及Ka波段毫米波云雷达等，以获取雅鲁藏布大峡谷山谷内云的三维结构及其降水特征(王改利等, 2021)。以这些观测资料为基础，已经开展了墨脱地区云降水宏微观物理特征的一些研究(Zhou et al, 2021；Wang et al, 2021; 2022；张静怡等, 2022)。本研究利用建立云降水综合观测试验基地以来(2019—2021年)的自动雨量计数据进行统计，分析了降水的月变化和日变化特征。在此基础上，选取了两次强降水过程，使用降水现象仪和X波段双偏振相控阵雷达数据，分析了强降水过程中宏微观物理参数的演变，加强对雅鲁藏布大峡谷水汽通道入口处降水特征及强降水过程的认识，对雷达定量估测降水以及改善模式参数化在青藏高原的应用有着重要的意义(赵城城等，2021)。图 1为墨脱国家气候观象台的地理位置及布设的降水现象仪和X波段双偏振相控阵雷达。

1 数据和方法

本研究主要采用了2019—2021年的雨量计观测数据进行墨脱降水特征统计分析，利用降水现象仪数据和X波段双偏振相控阵雷达数据进行墨脱强降水过程演变分析。此外，还使用ERA5再分析资料进行降水过程的大尺度背景分析。ERA5再分析数据是ECMWF第五代再分析数据，是由C3S气候数据库(CDS，https://cds.climate.copernicus.eu)记录的过去70年的全球气候和天气，空间分辨率为0.25°×0.25°。

研究所用雨量观测数据来自架设在墨脱国家气候观象台的翻斗式自动雨量计和DSG5型降水现象仪。华云升达(北京)气象科技有限责任公司生产的DSG5型降水现象仪和OTT公司生产的Parsivel雨滴谱仪类似，主要通过粒子对激光的遮挡来计算粒子的大小和速度。采样面积为54 cm²(18 cm×3 cm)，测量的粒子直径范围为0.062~24.5 mm，粒子下落速度范围为0.05~20.8 m·s^-1，粒子直径范围和下落速度范围非均匀地分成了32个等级，数据的采样时间间隔为1 min。降水现象仪观测可能会受到边缘降落、强风、飞溅效应等导致的雨滴分类错误的影响，因此对观测数据进行了严格的质量控制。首先，由于粒径的第1、2档的信噪比低，因此将其剔除(Huo et al, 2019)。其次，筛选并剔除单个粒径档位粒子个数小于2的数据，并将1 min的雨滴总数小于10或降水率小于0.1 mm· h^-1的数据视为仪器噪声，予以剔除(Sreekanth et al, 2017；Wen et al, 2017)。同时，剔除直径大于6 mm或者下落末速度大于或小于Atlas经验速度-直径关系(Atlas et al, 1973) 60%的雨滴数据，考虑到墨脱国家气候观象台1305 m的地形高度，速度-直径关系需乘以空气密度修正因子1.05(Atlas et al, 1973)。

根据降水现象仪数据测量得到第i个直径D_i(单位：mm)和第j个速度V_j(单位：m·s^-1)的雨滴数量n_{i, j}(单位：个·m^-3)，则单位体积内直径为D_i的雨滴数浓度N(D_i)(单位：m^-3·mm^-1)由式(1)计算得到(张哲等，2022; Li et al, 2022; Wang et al, 2021)：

$ N\left(D_i\right)=\sum\limits_{j=1}^{3 2} \frac{n_{i, j}}{V_j S t \Delta D_i} $

(1)

式中：S为降水现象仪的采样面积，为54 cm²; t为采样时间，为60 s; ΔD_i为粒径间隔(单位：mm)。降水率RR(单位：mm·h^-1)和雷达反射率因子Z(单位：mm⁶·m^-3)可由式(2)、式(3)得出：

$ \mathrm{RR}=6 \pi \times 10^{-4} \sum\limits_{i=3}^{32} \sum\limits_{j=1}^{32} D_i^3 \frac{n_{i, j}}{S t} $

(2)

$ Z=\sum\limits_{i=3}^{32} D_i^6 N\left(D_i\right) \Delta D_i $

(3)

图 2给出了2020年10月9日19：00—23：00(当地时，LT，为世界时+6，下同)墨脱一次降水过程的自动站雨量计观测和降水现象仪计算得到的分钟雨量的时间序列。总体来说，两种仪器的观测结果有很好的一致性，两者之间的相关系数(CC)达到了0.924。但是，降水现象仪数据计算得到的雨量比雨量计观测得到的值偏低了11.5%，这可能是降水现象仪对中小粒子存在低估导致的(Tokay et al, 2013；Wang et al, 2021)。

墨脱的X波段双偏振相控阵雷达布设在墨脱国家气候观象台，采用双发双收的偏振体制，方位间隔为1.8°(1.5°)12层(26层)的RHI，形成周期为92 s(300 s)的体扫数据，可获取42 km范围内的回波强度Z_H、差分反射率Z_DR、差分传播相移率K_DP等数据，其距离分辨率为30 m，阵面预仰角为15°。由于墨脱地区为高山峡谷地形，对X波段相控阵雷达低层仰角观测数据造成较严重的遮挡，因此采用组合反射率CR分析强降水过程雷达回波的演变。其计算方法为：采用网格分辨率为0.001°×0.001°，将雷达体扫的球坐标每一层仰角雷达反射率数据插值到指定格点上，取每一格点的最大值，即为CR。

2 墨脱地区降水统计特征

基于2019—2021年自动雨量计小时降水数据，墨脱地区的年降水量分别为1904.1、2473.6和2087.0 mm。图 3给出了墨脱地区这三年降水量和垂直累积水汽通量的月变化情况，图中可以看出，降水存在明显的月变化，且三年的月变化趋势基本一致。在6—9月是降水的高峰期，并且降水量在7月达到峰值(均值为412.1 mm)，但2021年6月和8月的降水量要略高于7月。11月至次年2月则为降水的低值(图 3a)。同时，水汽通量的月变化与降水量的月变化呈现出一致的趋势(图 3b)，相关系数达0.91。因此，墨脱地区的降水量与水汽通量密切相关。受印度季风影响，在季风期(6—9月)孟加拉湾的暖湿水汽被源源不断输送到墨脱，有利于降水的发生，季风期降水占年降水的60%以上。

图 4给出了2019—2021年小时降水发生率、小时总降水量和降水率的日变化。可以看出，降水发生率存在明显的日变化，在夜间和凌晨(00：00—07：00)降水发生率最高，在午后(12：00—15：00)降水发生率最低。降水量和降水率的日变化趋势与之类似，第一个峰值出现在02：00，14：00最弱，第二个峰值出现在20：00，且略低于第一个峰值。降水的这种日变化特征可能与墨脱所处的河谷地形形成的山谷风有关(Chen et al, 2012)。与墨脱周边站点通麦(河谷地形，海拔为2088 m)和然乌(高海拔山坡地形，海拔为3915 m)相比，墨脱和通麦的降水发生率更高，降水量、降水率更大。通麦与墨脱降水呈现出与墨脱类似的日变化，在夜间和凌晨的降水量和降水率大，午后最小，而然乌的降水率峰值出现在中午和下午。

根据统计，墨脱2019—2021年平均每年的降水日数为258 d，也就是说全年超70%的天数有降水。为了了解不同的日降水强度在每个月的发生情况，将日降水量按照小雨(0.1 mm≤日降水量 < 10 mm)、中雨(10 mm≤日降水量 < 25 mm)、大雨(25 mm≤日降水量 < 50 mm)和暴雨(日降水量≥50 mm)分为四个等级，统计各降水等级的发生情况。图 5为2019—2021年不同日降水量等级的发生天数和产生的降水量。可以看出，各月出现小雨的天数最多，暴雨最少(图 5a)。3月(共71 d)出现小雨发生天数最多，6月(8月)出现中雨(大雨)天数最多。暴雨在7月的发生频率相对于其他月份最高，达到5.9%。但是从降水量上来看，中雨产生的降水量最大(共2562.7 mm)，大雨次之(1781.3 mm)，暴雨最小(412.6 mm)(图 5b)。同时，在7月产生大雨和暴雨的天数占比虽然较小(17.6%)，但产生的降水量占到了整个7月降水量的一半以上(52.8%)，易造成滑坡、泥石流等地质灾害。

根据降水率，将墨脱降水分为4个强度等级：0.1 mm·h^-1≤RR < 2 mm·h^-1，2 mm·h^-1≤RR < 5 mm·h^-1，5 mm·h^-1≤RR < 10 mm·h^-1和RR≥10 mm·h^-1。不同降水率等级的发生次数及累计降水量的月变化和日变化情况由图 6和图 7给出，可以看出，不同降水率的发生次数和产生的降水量具有明显的月变化，峰值出现在6—7月，谷值出现在11—2月。在各月，墨脱均以小于5 mm·h^-1的降水为主，其中0.1 mm·h^-1≤RR < 2 mm·h^-1(RR≥10 mm·h^-1)的降水在各月发生次数最高(低)(图 6a)。RR≥10 mm·h^-1的强降水过程发生在5—10月，相较于其他月份，6月和7月强降水的发生次数和产生的降水量最高。

从图 7可以看出，不同的降水率呈现了相似的日变化，在10：00—16：00各降水率的发生次数和产生的降水量达到谷底，在01：00—03：00达到峰值。同样地，各时刻的降水也以小于5 mm·h^-1为主，发生次数占比98.1%，对降水量的贡献率达84.9%。大于10 mm·h^-1的强降水则主要发生在夜间和凌晨(00：00—08：00)，尤其是在午夜(00：00 —02：00)。大于10 mm·h^-1的强降水的发生次数虽然较少，但由于其强度大，在墨脱地区易引发滑坡、泥石流等地质灾害。强降水是造成墨脱滑坡、泥石流等地质灾害频发的主要因素。

3 强降水过程分析

从2019—2021年墨脱的降水统计特征可以看出，墨脱地区降水丰沛，平均年降水量超过2000 mm，特别是夏季风期间降水量超过年降水量的60%。墨脱地区夏季滑坡、泥石流等地质灾害频发，造成重大的经济损失，强降水是引发滑坡、泥石流的一个重要因素。因此，本研究选取了墨脱两个强降水过程进行分析，来提高对墨脱地区强降水过程发展演变的认识。其中一个强降水过程是发生在2020年7月19日24 h累计降水量超过70 mm的大范围长时间暴雨过程，另一个是发生在2020年10月9日的小时降水量超过10 mm的局地强降水过程。

3.1 2020年7月19日暴雨过程 3.1.1 降水过程介绍

图 8给出了2020年7月19日降水过程的空间分布及墨脱雨量计的逐小时降水量。根据自动站雨量计数据，2020年7月19日06：00—22：00累计降水量为60 mm，但是由于自动站雨量计在22：00后数据缺测，19日22：00至次日06：00的降水量使用订正后的降水现象仪计算的降水量替补。替补后24 h累计降水量为78.1 mm，为2019—2021年日降水量之最。此次降水的特点为持续时间长，累计降水量大。从小时降水量的时间序列来看(图 8a)，最大小时降水量为8.3 mm, 发生在午夜(02：00)。从附近站点日降水量来看(图 8b)，此次降水过程范围较广，高海拔站点的日降水量大多小于25 mm，而位于河谷地带墨脱附近的站点日降水量大多大于40 mm。从降水量和海拔的散点图(图 8c)来看，随着海拔的增加，降水量呈减少的趋势，拟合的相关系数达到了0.60，说明降水量与海拔成负相关关系，这是由于该地区随着海拔的增加，水汽逐渐减少(孙赫等, 2020)。

为了了解此次降水过程的大尺度背景，基于ERA5再分析资料，给出了2020年7月19日14：00 —18：00的500 hPa风场(图 9)。从图中可以看到，墨脱受南支槽和高原涡共同影响，同时受西南风的控制，来自孟加拉湾的暖湿水汽被输送进来，有利于降水的发生。墨脱14：00受弱的切变影响，16：00切变加深，17：00高原低涡形成并在18：00发展加强，因而造成傍晚时刻降水峰值的出现。在夜间，由于边界层风场的日变化，气流加速，造成沿河谷爬坡的气流抬升加强，形成夜间降水的峰值。

3.1.2 雷达观测

图 10给出了此次降水过程的雷达回波演变情况，由于地形遮挡，观测到的回波主要分布在东北—西南方向，为大范围的层状云降水镶嵌了少量的对流云。在19日15:00(图 10a)，回波范围相对较小，回波强度也比较弱，大多在30 dBz以下，最高不超过35 dBz，此时降水相对较弱。到17:00(图 10b)，回波范围和回波强度均明显增大，强回波超过40 dBz。19日21:00(图 10c)，回波面积减小，强度减弱，回波强度不超过35 dBz。在20日01:00之后(图 10d)，强回波范围增大，回波强度超过40 dBz，降水增强，02:00的小时降水量超过8 mm(图 8a)，为当日最大小时降水量。从雷达回波的演变可以看出，虽然此次强降水过程墨脱的日降水量接近80 mm(图 8b)，但降水特点是长时间的弱回波降水。

3.1.3 降水微物理过程分析

为了探究此次暴雨的微物理特征，使用降水现象仪数据计算得到降水率、雨滴谱分布、不同直径的粒子数及其产生的降水率的时间序列(图 11)。雨滴按大小被分为三档：小粒子为D < 1 mm，中粒子为1 mm≤D < 2 mm，大粒子为D≥2 mm。此次过程中，降水率不超过16 mm·h^-1，降水由小于2 mm的粒子主导，特别是1~2 mm的中粒子对降水的贡献最大(图 11a, 11b, 11d)。选取19日15:00、17:00、21:00和20日01:00四个降水率较大的时刻(降水率分别为10.7、12.0、11.2、15.6 mm·h^-1)，并结合图 10雷达组合反射率因子进行分析。在15：00和21：00，几乎没有大于2 mm粒子的出现，小于1 mm的粒子数约为1~2 mm粒子数的1.5倍，但1~2 mm粒子产生的降水量是小于1 mm粒子的2倍多(图 11c, 11d)，少的中等粒子产生了更多的降水，这是由于降水率与粒子直径的3次方成正比。同时在雷达图中也可以反映出，由于小粒子多，几乎没有大粒子，雷达反射率因子也相应较小(图 10a, 10c)，这是因为雷达的反射率因子与雨滴直径的6次方成正比。在19日17：00和20日01：00，超过2 mm的大粒子数增多，虽然小粒子数是大粒子数的15倍左右，但小粒子产生的降水率和大粒子产生的降水率相当。由于雷达反射率因子与粒子直径的6次方成正比，因此观测到的雷达回波也较17：00和21：00要强(图 10c, 10d)。虽然15：00和17：00的降水率相差不大，但雨滴谱分布不同，大雨滴的数量在17：00更多。此外，还可以看出，大雨滴的峰值滞后于小雨滴和中雨滴，说明此次过程小雨滴和中雨滴的碰并造成了大雨滴数量的增加。

3.2 2020年10月9日局地短时对流降水过程 3.2.1 降水过程介绍

2020年10月9日19:00—23:00发生了一次局地短时强降水过程。在此次过程中，20：00和22：00墨脱的小时降水量均超过了10 mm，过程累计降水量达39.6 mm(图 12a)。此次降水过程呈现出降水时间短、降水率大的特点。从500 hPa天气背景来看(图 12b)，墨脱此次降水是受西风槽影响、地形强迫的局地风暴造成。19日18：00，500 hPa以上空气偏干，500 hPa以下空气偏湿(图 12c)，上干下湿的层结不稳定是触发对流的有利条件，强对流使温度不断下降(图 12a)，产生冷池，下沉气流在西南侧与西南风对冲辐合，气块抬升，形成新的对流单体。因此风暴不断后向传播形成冷池，促使单体不断新生，造成了墨脱此次强降水。

3.2.2 雷达观测

从雷达组合反射率因子图上可以看出(图 13)，此次降水为一次局地性的强对流降水过程。19:28(图 13a)，墨脱观测站点上空附近出现大片超过30 dBz的强回波，对流核心超过45 dBz，19:00—20:00降水率超过10 mm·h^-1，但由于雷达的观测盲区，在墨脱观测站点上空没有看到连续的强回波。回波向东北方向移动，在20:13强度略有减弱(图 13c)，之后在站点西南方向不断有新的对流单体生成、发展，向东北方向移动，并与较早生成的单体合并，强回波面积不断增大，在21:37回波达到最强(图 13d~13h)，形成一条长约15 km的西南—东北走向的强降水雨带，向东北方向移动。雨带的走向和移动方向一致，“列车效应”是此次γ中尺度风暴造成强降水的一个原因。

3.2.3 降水微物理过程分析

图 14给出了降水现象仪计算得到的分钟降水率、雨滴谱分布、不同直径的粒子数及其产生的降水率的时间序列。在此次过程中，平均降水率为12.4 mm· h^-1，瞬时降水率最大可达90 mm·h^-1以上(图 14a)。与2020年7月19日强降水过程相比，此次强对流降水粒子浓度更大，雨滴谱更宽，最大粒子直径达到5 mm(图 14b)，大粒子数明显增多(图 14c)，且降水主要由大粒子贡献(图 14d)。选取19:35、20:15、21:00及21:50四个降水率较大的时刻进行分析(降水率分别为92.8、62.1、54.7、47.2 mm·h^-1)。在19:35，小粒子和中粒子数浓度很高，约是大粒子浓度的4倍，但大粒子产生的降水远大于中粒子和小粒子产生的降水(大中小粒子对降水的贡献分别为59.1%、37.0%、3.9%)。20:15和21:00，小粒子和中粒子数目最多，但降水量的产生主要由大粒子贡献(大粒子贡献分别为90.2%和77.6%)。在21:50，中粒子的浓度最高，大粒子的浓度最小，中粒子和大粒子产生的降水量持平(图 14c, 14d)。总的来说，直径大于2 mm的雨滴产生了更多的降水量，占降水量的51.5%，主导了此次降水。同时可以看到，在此次过程中，中雨滴和小雨滴的峰值出现在大雨滴的峰值之后，这可能是由于大雨滴的分裂造成了中小雨滴的增加。

4 结论

墨脱地处藏东南雅鲁藏布大峡谷水汽通道入口处，年平均降水量超过2000 mm，是青藏高原的“雨窝”。本文基于墨脱的自动雨量计的观测数据，对墨脱地区2019—2021年的降水量和降水强度进行了月变化和日变化的统计分析，并使用降水现象仪和X波段双偏振相控阵雷达数据分别对一次大范围长时间的暴雨过程和一次局地短时强对流过程的发展演变过程进行分析，从而提高对墨脱地区降水特征的认识。得到的主要结论如下：

(1) 墨脱降水天数超过全年的70%，降水存在明显的月变化，受印度季风影响，6—9月降水最多，11月至次年2月降水最少。墨脱降水以日降水量小于10 mm的小雨为主，占降水天数的71.9%，但中雨(10 mm≤日降水量 < 25 mm)产生的总降水量最大，日降水量大于50 mm的暴雨主要发生在7月。从降水率来看，以降水率 < 5 mm·h^-1的弱降水为主，占降水频次的97.8%。降水率≥ 10 mm·h^-1的强降水过程则主要发生在5—10月，并以10月居多。

(2) 受河谷地形影响，墨脱降水存在明显的日变化，降水在夜间发生率最高，午后发生率最低。降水量和降水率也有相同的日变化特征，强降水主要发生在前半夜。

(3) 在高原涡和南支槽影响下的系统性降水，降水时间长，以大范围的层状云降水为主。雨滴直径不超过3 mm，降水主要由直径小于2 mm的雨滴产生，降水强度和雷达反射率因子较弱，小雨滴和中雨滴在下落过程中的碰并作用明显，大雨滴的峰值落后于小雨滴和中雨滴的峰值。在地形强迫的局地短时强对流降水过程中，风暴后向传播形成的“列车效应”是造成墨脱此次强降水的主要原因。雨滴谱分布更宽，最大粒子直径达到5 mm，雨滴浓度更高，降水主要由大于2 mm的大雨滴产生，对应的雷达反射率因子也更强。大雨滴的分裂过程显著，中雨滴和小雨滴的峰值出现在大雨滴的峰值之后。

由于墨脱建站时间较短，数据资料有限，且没有无线电探空仪和云高仪等设备，本文仅使用X波段双偏振相控阵雷达和降水现象仪对强降水个例进行简单的分析，不够深入。接下来的研究中将考虑结合多种观测设备，如云雷达、微雨雷达等，以及使用双偏振雷达的多种偏振参量，从多角度开展对墨脱不同降水微物理过程及垂直结构的分析。