一次層狀云弱降水過程的機(jī)載Ka波段云雷達(dá)探測特征分析

摘 要 利用2019年11月17日一次層狀云系弱降水過程中獲取的機(jī)載Ka波段云雷達(dá)（Ka-band precipitation cloud radar，KPR）和云粒子測量系統(tǒng)（droplet measurement technologies，DMT）資料，將利用云粒子譜正演得到的雷達(dá)反射率因子（Zc）與KPR探測值（Zm）進(jìn)行對比，并對影響兩者偏差的成因進(jìn)行探討分析。結(jié)果發(fā)現(xiàn)：（1）在層狀云內(nèi)部，Zc與Zm有很好的一致性，兩者之間的偏差和均方根偏差分別為4.1 dBZ和4.3 dBZ。（2）在KPR徑向速度變化和速度譜寬較大的區(qū)域，或在云層比較薄的區(qū)域，Zc與Zm之間的偏差和均方根偏差變大，但在雷達(dá)反射率因子的變化趨勢上有較好的一致性。（3）云粒子數(shù)濃度（Nc）、云粒子有效直徑和云中液態(tài)水含量的變化均對Zc與Zm之間的偏差有一定的影響，但偏差總體控制在±10 dBZ范圍內(nèi)。隨著Nc的增大，兩者之間的偏差變小，當(dāng)Nc＞200 cm-3時，偏差大于10 dBZ的時次極少。當(dāng)有效直徑在50～230 μm、液態(tài)水含量在0.15～0.50 g·m-3范圍內(nèi)時，Zc＜Zm；當(dāng)有效直徑大于230 μm、液態(tài)水含量大于0.50 g·m-3時，Zc＞Zm。

關(guān)鍵詞 Ka波段云雷達(dá)（KPR）；飛機(jī)觀測；云微物理結(jié)構(gòu)

中圖分類號： P426.5" 文獻(xiàn)標(biāo)志碼： A" 文章編號： 2096-3599（2024）03-0107-08

DOI：10.19513/j.cnki.hyqxxb.20231104001

Detection characteristics of stratiform cloud during a weak precipitation process by airborne Ka-band precipitation cloud radar

SUN Guode1，2，3， CAI Zhaoxin4，5， ZHANG Dianguo6， WANG Shuo6， YI Tian1，2

（1. CMA Key Open Laboratory of Transforming Climate Resources to Economy， Chongqing 401147， China; 2. Qianjiang Meteorological Bureau of Chongqing， Chongqing 404100， China; 3. Qianjiang District Key Laboratory of Strong Weather Research in Southeast Chongqing， Chongqing 404100， China; 4. Shanxi Meteorological Disasters Defense Technology Center， Taiyuan 030032， China; 5. CMA Weather Modification Centre， Beijing 100081， China; 6. Shandong Weather Modification Office， Jinan 250031， China）

Abstract Based on the data of airborne Ka-band precipitation cloud radar （KPR） and droplet measurement technologies （DMT） obtained during a weak precipitation process of stratiform cloud system on 17 November 2019， the radar reflectivity （Zc） calculated with the detected cloud particle spectrum is compared with the KPR observation （Zm）， and the causes of the deviation are discussed. The results are as follows. （1） Inside the stratiform cloud， Zc and Zm are in good agreement with a deviation and root mean square error of 4.1 dBZ and 4.3 dBZ， respectively. （2） The deviation and root mean square error between Zc and Zm are larger in areas with larger variation of KPR’s radial velocity and velocity spectrum width， or in thin cloud area， but there is a good consistency in the variation trend of radar reflectivity. （3） The variation of cloud particle number concentration （Nc）， cloud particle effective diameter and cloud liquid water content all have certain influence on the deviation between Zc and Zm， but the deviation is generally controlled within the range of ±10 dBZ. With the increase of Nc， the deviation between the two becomes smaller; when Nc is greater than 200 cm-3， the deviation greater than 10 dBZ is rare. Zc is smaller than Zm when the effective diameter is between 50 and 230 μm and the liquid water content is between 0.15 and 0.50 g·m-3; Zc is greater than Zmwhen the effective diameter is greater than 230 μm and the liquid water content is greater than 0.50 g·m-3.

Keywords Ka-band precipitation cloud radar （KPR）; aircraft observation; cloud microphysical structure

引言

準(zhǔn)確獲取連續(xù)的云微物理參數(shù)垂直結(jié)構(gòu)信息對提高短期臨近預(yù)報準(zhǔn)確率和認(rèn)識云-降水微物理過程具有重要意義。Ka波段云雷達(dá)（Ka-band precipitation cloud radar，KPR）通過朝特定方向發(fā)射毫米波電磁波脈沖，并接收云和降水散射回的電磁波，從而探測云的微小粒子結(jié)構(gòu)和微物理特征，用于云宏觀結(jié)構(gòu)探測和微物理參數(shù)反演［1-2］。Ka波段云雷達(dá)具有較高的靈敏度和時空分辨率，且可以直接探測云的垂直結(jié)構(gòu)［3-4］，從而成為研究云和降水微物理特征的有效工具之一。

美國大氣輻射測量計劃利用研發(fā)的Ka波段云雷達(dá)和雙波長（Ka/W波段）云雷達(dá)長期探測云的宏微觀特征［5］；在假設(shè)粒子譜分布的基礎(chǔ)上，利用雷達(dá)反射率因子、平均多普勒速度對層狀云的微物理參數(shù)進(jìn)行了反演［6-7］。劉黎平等［8］利用數(shù)值模擬的方法，分析了降水粒子米散射效應(yīng)、空氣湍流、空氣上升速度等對雨滴譜和液態(tài)水含量等參數(shù)反演的影響，建立了功率譜密度處理及其直接反演雨滴譜、液態(tài)水含量、降水強(qiáng)度和空氣上升速度的方法。李曦等［9］研究發(fā)現(xiàn)層狀云反演的反射率譜分布與毫米波雷達(dá)實測的反射率譜分布基本一致。吳舉秀等［10］利用云雷達(dá)，結(jié)合地面雨滴譜儀、雨量計和探空資料等，分析了云雷達(dá)的回波特征及測云能力。黃興友等［11］利用35 GHz測云雷達(dá)研究了層狀云和對流云降水衰減訂正個例，并對毫米波雷達(dá)的數(shù)據(jù)質(zhì)量進(jìn)行了改善。宗蓉等［12］利用飛機(jī)觀測的連續(xù)粒子譜資料和米散射理論反演等效反射率因子，與地基毫米波云雷達(dá)回波強(qiáng)度對比分析，發(fā)現(xiàn)由云內(nèi)滴譜計算的反射率因子值與雷達(dá)探測值有較好的一致性，但隨著兩者距離的增加，誤差逐漸增大。

飛機(jī)探測可以直接獲取云系內(nèi)部微物理參量信息［13-15］，如云中液態(tài)水含量、云粒子譜等信息，然而其獲取的只是一維線性資料，具有較大的局限性，如果能夠?qū)w機(jī)觀測結(jié)果與云雷達(dá)探測數(shù)據(jù)相結(jié)合，可以獲取云層內(nèi)部二維時空變化資料，更好地分析云層內(nèi)部信息。地基云雷達(dá)雖然功率較強(qiáng)，探測性能更好，然而與飛機(jī)觀測結(jié)果難以實現(xiàn)較好的時空匹配，機(jī)載KPR能夠與機(jī)載粒子探測系統(tǒng)同時懸掛在飛機(jī)上，同步開展觀測，滿足時空匹配的要求，現(xiàn)已逐步應(yīng)用在云物理探測試驗中［16-18］。張佃國等［19］利用KPR和云粒子測量系統(tǒng)（droplet measurement technologies，DMT）資料，對山東積層混合云中對流泡特征開展研究；王洪等［20］利用KPR和DMT觀測結(jié)果，結(jié)合地基云雷達(dá)、微雨雷達(dá)和天氣雷達(dá)等多源觀測資料，對山東2018年一次積層混合云降水過程的云降水微物理結(jié)構(gòu)特征開展詳細(xì)分析；Sheng等［21］利用KPR和DMT觀測結(jié)果，對華北大陸性對流云的微物理結(jié)構(gòu)和垂直發(fā)展結(jié)構(gòu)特征開展分析。

以往的研究主要利用云雷達(dá)觀測數(shù)據(jù)對不同地區(qū)的云宏微觀特性開展分析，或利用經(jīng)驗公式對云降水的滴譜參數(shù)及液態(tài)水含量進(jìn)行反演，在利用云粒子譜資料正演回波強(qiáng)度與Ka波段云雷達(dá)實測回波強(qiáng)度對比分析方面的研究還很少。本文利用空中國王350飛機(jī)云物理探測平臺獲取的一次弱降水天氣過程粒子譜資料，利用米散射理論計算雷達(dá)等效反射率因子，并與同一探測平臺掛載的KPR探測回波強(qiáng)度進(jìn)行對比分析，探討云微物理參數(shù)對兩者偏差的影響，檢驗機(jī)載云雷達(dá)探測數(shù)據(jù)的可用性，分析其探測精度的變化特征，以期對應(yīng)用地基毫米波云雷達(dá)資料反演云微物理參數(shù)提供參考，并為構(gòu)建精細(xì)的垂直探測體系提供幫助。

1 數(shù)據(jù)來源與方法

1.1 機(jī)載探測設(shè)備和探測概況

利用空中國王350飛機(jī)云物理探測平臺搭載的機(jī)載探測設(shè)備對特定云系進(jìn)行云微物理觀測，主要搭載的探測設(shè)備有：垂直指向雙天線Ka波段云雷達(dá)、云物理探測系統(tǒng)和北斗通信系統(tǒng)。文中主要使用其中的KPR、云粒子探頭（cloud droplet probe，CDP）、二維云粒子圖像探頭（cloud imaging probe，CIP）和飛機(jī)綜合氣象探測系統(tǒng)（aircraft-integrated meteorological measurement system，AIMMS-30）等機(jī)載探測設(shè)備獲取的資料，需要注意的是，此次觀測使用DMT新一代的探測設(shè)備，探頭前端經(jīng)過尖銳化處理，可以降低粒子破碎的影響。

機(jī)載KPR由美國Prosensing公司生產(chǎn)，是裝在粒子監(jiān)測系統(tǒng)（particle measurement system，PMS）套筒中的緊湊型、雙波束、固態(tài)發(fā)射機(jī)的多普勒雷達(dá)。其典型的觀測范圍為6.5～13.0 km，垂直分辨率為30～40 m，根據(jù)雷達(dá)配置，1.0 km處的最低可探測信號為-30～-5 dBZ，主要技術(shù)參數(shù)見表1。

CDP探測云粒子的直徑測量范圍為2～50 μm，分30檔，隨探測粒徑的增加分辨率降低， 1～12檔的直徑間隔為1 μm，13～30檔的直徑間隔為2 μm，粒子采樣時間分辨率為1 s。CIP探測云粒子直徑測量范圍為25～1 550 μm，分62檔，粒徑分辨率為25 μm，粒子采樣時間分辨率為1 s。AIMMS-30用于測量空氣溫度、濕度、風(fēng)向、風(fēng)速、飛行狀態(tài)和飛行軌跡等，詳細(xì)參數(shù)說明見文獻(xiàn)［16］和［19］。

2019年11月17日，探測飛機(jī)于13：10從濟(jì)南遙墻機(jī)場起飛，13：40飛至6 200 m（海拔高度，下同）到達(dá)利津上空，保持高度平飛至廣饒，隨后下降600 m，保持高度平飛至利津，再次下降600 m高度，如此在利津至廣饒之間做不同高度層的往返平飛探測。當(dāng)飛機(jī)高度下降至4 200 m，進(jìn)入探測目標(biāo)云中，下降高度間隔改為300 m，直至下降到安全飛行高度后結(jié)束對目標(biāo)云探測，然后上升至巡航高度返回起飛機(jī)場。整個探測過程的最高探測高度為6 200 m，最低探測高度為900 m，探測飛行軌跡如圖1所示。

1.2 數(shù)據(jù)處理和反演算法

1.2.1 探測數(shù)據(jù)處理方法

由于KPR存在探測盲區(qū)，導(dǎo)致飛行軌跡上、下各有5個距離庫為無效探測數(shù)據(jù)，取飛行軌跡上、下各2個有效數(shù)據(jù)的均值作為飛行高度上KPR的探測值，該結(jié)果與DMT探測的云粒子譜在空間上相吻合。此外，KPR數(shù)據(jù)采集時間頻率為0.2 s，云粒子探頭采樣時間分辨率為1.0 s，取該秒內(nèi)云雷達(dá)有效數(shù)據(jù)的平均值作為該時間的觀測結(jié)果，確保該結(jié)果與粒子譜數(shù)據(jù)時間一致。

計算飛機(jī)探測粒子譜的反射率因子時，需要連續(xù)的云粒子譜分布。由于CDP和CIP粒徑探測范圍存在重疊區(qū)域，且粒徑探測分辨率不一致，為了確定連續(xù)云粒子譜分布，需去掉2個探頭的重疊探測區(qū)域，考慮到CDP和CIP第一通道數(shù)據(jù)的探測精度較低和2個探頭探測區(qū)間連接處的間隙盡量小，最后得到的粒子譜數(shù)據(jù)由2段構(gòu)成：第1段取CDP的2—24通道，粒徑范圍為3.0～38.0 μm，第2段取CIP的2—62通道，粒徑范圍為37.5～1 550.0 μm。合成的云粒子連續(xù)譜的粒徑通道數(shù)為84，測量范圍為3.0～1 550.0 μm。

1.2.2 數(shù)據(jù)處理計算公式

利用米散射公式和連續(xù)粒子譜資料計算等效反射率因子Ze［22-23］：

Ze=λ44π5K2∑84i=1N（Di）σ（Di）Di 。（1）

其中：λ是雷達(dá)波長，單位為mm；K2是等效介電常數(shù)，Ka波段云雷達(dá)的取值為0.879 7；N（Di）是對應(yīng)通道的粒子數(shù)濃度，單位為cm-3；σ（Di）是對應(yīng)通道粒子的后向散射截面，單位為mm2；Di是對應(yīng)通道粒子的平均直徑，單位為μm。

利用DMT獲取的云粒子譜資料，根據(jù)公式（1）計算得到等效反射率因子，取其常用對數(shù)并乘以10得到以dBZ為單位的反射率Z值。

連續(xù)粒子譜粒子總數(shù)濃度C為

C=∑84i=1niSi×v=∑84i=1Ci，（2）

粒子有效直徑De為

De =∑84i=1Ci×Di3∑84i=1Ci×Di2 ，（3）

液態(tài)水含量QLWC為

QLWC =πρw6∑84i=1Ci×Di3。（4）

其中：ni、Ci、Si、Di分別為第i通道粒子數(shù)量、粒子數(shù)濃度（單位為cm-3）、采樣面積（單位為mm2）、平均直徑（單位為μm），v為真空速（單位為m·s-1），ρw為水的密度（單位為kg·m-3）。

2 雷達(dá)反射因子正演值與探測值的分析

參考前人研究成果，將粒子尺度大于2 μm且總數(shù)濃度大于10 cm-3的區(qū)域判斷為云區(qū)［24-25］。大冰晶和雪晶粒子對粒子譜計算的雷達(dá)反射率因子影響較大，由于KPR垂直向上向下的方向發(fā)射毫米波電磁波脈沖與斜向云粒子譜差異較大，為了降低飛行姿態(tài)對分析結(jié)果的影響，篩選在云中平飛探測時段，且至少要有20 s的連續(xù)有效粒子譜數(shù)據(jù)開展分析。根據(jù)該原則，可以篩選出2個時段（15：09：34—15：17：34、15：28：04—15：31：34，如圖2中虛線框部分所示）。在第一個探測時段內(nèi)，飛機(jī)在2 100 m高度上平飛探測，云內(nèi)溫度在-4.2～-2.5 ℃。在第二個探測時段內(nèi)，飛機(jī)在1 800 m高度上平飛探測，后下降到1 500 m高度上探測，云內(nèi)溫度為-2.0～0 ℃，機(jī)上宏觀記錄顯示所選取的有效數(shù)據(jù)段均在云中探測。

2.1 對比分析

第一個探測時段內(nèi)云粒子譜正演得到的雷達(dá)反射率因子（Zc）與機(jī)載KPR探測值（Zm）對比結(jié)果如圖3所示?？梢钥闯?，在第一個云中平飛探測時段內(nèi)，探測的回波為云內(nèi)回波，回波強(qiáng)度為-10～10 dBZ，此時間段內(nèi)Zc略高于Zm，兩者之間具有較強(qiáng)的一致性。15：09：34—15：16：34云中平飛時間內(nèi)，探測高度距離云頂500 m左右，徑向速度和速度譜寬在窄幅范圍內(nèi)波動（速度譜寬約為2 m·s-1，徑向速度為-1.0～1.0 m·s-1），此時的Zc和Zm十分吻合，平均偏差為4.1 dBZ，均方根偏差為4.3 dBZ。隨著探測云體厚度逐漸變薄，云內(nèi)也隨之變得不太穩(wěn)定，徑向速度和速度譜寬的波動范圍變寬，擾動造成粒子譜分布不均勻，飛機(jī)探測的滴譜受局部粒子譜分布影響大，導(dǎo)致Zc波動范圍變大，與Zm偏差最大達(dá)10.4 dBZ，均方根偏差達(dá)5.22 dBZ。

第二個探測時段內(nèi)云粒子譜正演得到的雷達(dá)反射率因子（Zc）與機(jī)載KPR探測值（Zm）的對比如圖4所示?？梢钥闯?，在第二個云中平飛探測時段內(nèi)，探測的回波為云內(nèi)回波，回波強(qiáng)度為-10～20 dBZ，進(jìn)入云體內(nèi)部后，徑向速度在-1.2～1.2 m·s-1范圍內(nèi)波動，速度譜寬基本維持在2.0 m·s-1，此時段內(nèi)Zc與Zm也具有較好的一致性，偏差小于10 dBZ，均方根偏差為8.34 dBZ。隨著飛機(jī)飛行到云體下邊界，云中冰晶下落到云體下邊界時已完全融化，具備相應(yīng)大水滴的下落速度并持續(xù)加速，而小雨滴因蒸發(fā)導(dǎo)致尺度變小，下落速度也隨之減小，出現(xiàn)速度譜寬躍增，導(dǎo)致兩者的誤差增大。

2.2 偏差分析

由云微物理參數(shù)和云粒子譜正演得到的雷達(dá)反射率因子（Zc）與機(jī)載KPR探測值（Zm）之間偏差的散點分布（圖5）可以看出，探測時段內(nèi)，粒子總數(shù)濃度為0～450 cm-3，絕大部分落在50～200 cm-3范圍內(nèi)，Zc與Zm之間的偏差絕大部分落在±10 dBZ范圍內(nèi)，且隨著總數(shù)濃度的增加，兩者的偏差變小，當(dāng)總數(shù)濃度大于200 cm-3時，偏差大于10 dBZ的樣本數(shù)變得很少（圖5a）。探測時段內(nèi)大部分云粒子有效直徑小于50 μm，偏差有90%以上的分布在±10 dBZ范圍內(nèi)；有效直徑為50～230 μm時，Zc＜Zm；有效直徑大于230 μm時，Zc＞Zm，并隨有效直徑的增大而增大（圖5b）。探測時段內(nèi)的液態(tài)水含量小于0.90 g·m-3，隨著云中液態(tài)水含量的增加，偏差控制在一定范圍內(nèi)。當(dāng)云中液態(tài)水含量大于0.20 g·m-3時，Zc與Zm的偏差均落在±10 dBZ范圍內(nèi)，云內(nèi)含水量較小時，兩者之間的偏差較大；當(dāng)云中液態(tài)水含量為0.15～0.50 g·m-3時，有90%以上的Zc＜Zm；當(dāng)云中液態(tài)水含量大于0.50 g·m-3時，有98%以上的Zc＞Zm（圖5c）。

綜合以上分析，云微物理參數(shù)（粒子總數(shù)濃度、有效直徑和液態(tài)水含量）的變化均對Zc與Zm之間的偏差有一定的影響，總體控制在±10 dBZ范圍內(nèi)。產(chǎn)生偏差的主要原因可能是粒子探頭的采樣體積很小，云內(nèi)粒子分布的不均勻性易在探測的粒子譜上體現(xiàn)出來，而KPR的采樣體積相對來說較大，探測結(jié)果是體積內(nèi)平均值，特別是在總數(shù)濃度較小或在云的邊界處，云的不穩(wěn)定性更易影響云粒子譜，從而易于影響到正演得到的雷達(dá)反射率因子。

3 結(jié)論

利用空中國王350飛機(jī)探測平臺獲取的機(jī)載KPR探測資料和DMT云微物理探測資料，針對2019年11月17日山東一次層狀云系弱降水過程，根據(jù)米散射理論通過云粒子譜計算雷達(dá)反射率因子，與機(jī)載KPR實測資料進(jìn)行了對比分析，并對影響兩者偏差的云微物理參數(shù)進(jìn)行了探討分析。得到以下主要結(jié)論：

（1）選取2個云中探測時段內(nèi)采集的云粒子譜計算雷達(dá)反射率值，與同一機(jī)載探測平臺KPR探測值對比分析，發(fā)現(xiàn)兩者有很好的一致性。在層狀云內(nèi)探測時，兩者之間的偏差和均方根偏差與云邊界處的結(jié)果相比較小，分別為4.1 dBZ和4.3 dBZ。這說明KPR對層狀云探測結(jié)果可信，可為地基云雷達(dá)反演云微物理參數(shù)提供參考依據(jù)。

（2）在KPR徑向速度變化和速度譜寬較大的區(qū)域，或在云層比較薄的區(qū)域，云粒子譜計算的雷達(dá)反射率因子值與機(jī)載云雷達(dá)探測值之間的偏差和均方根偏差變大，但在反射率因子的變化趨勢上有較好的一致性。

（3）云微物理參數(shù)的變化均對雷達(dá)反射率因子計算值有一定的影響，與探測值的偏差總體控制在±10 dBZ范圍內(nèi)。隨著總數(shù)濃度的增加，兩者的偏差變小，當(dāng)總數(shù)濃度大于200 cm-3時，偏差大于10 dBZ的樣本數(shù)較少；有效直徑在50～230 μm、液態(tài)水含量在0.15～0.50 g·m-3范圍內(nèi)，計算值低于探測值，有效直徑大于230 μm、液態(tài)水含量大于0.50 g·m-3時，計算值高于探測值。

（4）根據(jù)CIP圖像顯示，云中主要為過冷水，因此文中計算Ze采用的是水的等效介電常數(shù)K2。實際上由于云場分布不均，飛機(jī)探測處溫度低于0 ℃時，仍存在一定的冰水混合區(qū)，這會導(dǎo)致粒子譜計算的反射率因子偏小。在后續(xù)的研究中，需要更為細(xì)致地分析機(jī)載探測粒子的大小和形態(tài)，區(qū)分冰晶和水滴，利用不同的等效介電常數(shù)進(jìn)行計算，以期獲得更為準(zhǔn)確的結(jié)果。

致謝：山東省人民政府人工影響天氣辦公室天氣與業(yè)務(wù)保障科各位專家負(fù)責(zé)飛行航線設(shè)計和飛行指揮，外場作業(yè)科參加了飛機(jī)探測試驗工作，收集了珍貴的機(jī)載觀測數(shù)據(jù)，為研究提供了關(guān)鍵探測數(shù)據(jù)支持，在此表示感謝。

參考文獻(xiàn)：

［1］ KOLLIAS P， SZYRMER W， RMILLARD J， et al. Cloud radar Doppler spectra in drizzling stratiform clouds： 2.observations and microphysical modeling of drizzle evolution［J］. J Geophys Res，2011，116（D13）：D13203.

［2］李海飛，樂滿，楊飛躍，等.基于地基云雷達(dá)資料的淮南地區(qū)冬季云宏觀特征［J］.干旱氣象，2017，35（6）：1011-1014.

［3］仲凌志，劉黎平，葛潤生.毫米波測云雷達(dá)的特點及其研究現(xiàn)狀與展望［J］.地球科學(xué)進(jìn)展，2009，24（4）：383-391.

［4］武靜雅，劉黎平，鄭佳鋒.固態(tài)毫米波雷達(dá)探測模式的對比評估與分析［J］.氣象，2016，42（7）：790-798.

［5］STOKES G M， SCHWARTZ S E. The atmospheric radiation measurement （ARM） program： programmatic background and design of the cloud and radiation test bed［J］. Bull Amer Meteor Soc，1994，75（7）：1201-1221.

［6］SHUPE M D， MATROSOV S Y， UTTAL T. Arctic mixed-phase cloud properties derived from surface-based sensors at SHEBA［J］. J Atmos Sci，2006，63（2）：697-711.

［7］蘇添記，葛俊祥，章火寶.中國雙偏振天氣雷達(dá)系統(tǒng)發(fā)展綜述［J］.海洋氣象學(xué)報，2018，38（1）：62-68.

［8］劉黎平，謝蕾，崔哲虎.毫米波云雷達(dá)功率譜密度數(shù)據(jù)的檢驗和在弱降水滴譜反演中的應(yīng)用研究［J］.大氣科學(xué)，2014，38（2）：223-236.

［9］李曦，周筠珺，劉黎平，等.毫米波云雷達(dá)反演層云微物理參數(shù)的個例試驗［J］.成都信息工程學(xué)院學(xué)報，2013，28（3）：274-283.

［10］吳舉秀，魏鳴，蘇濤，等.W波段和Ka波段云雷達(dá)探測回波對比分析［J］.海洋氣象學(xué)報，2017，37（2）：57-64.

［11］黃興友，樊雅文，李峰，等.地基35 GHz測云雷達(dá)回波強(qiáng)度的衰減訂正研究［J］.紅外與毫米波學(xué)報，2013，32（4）：325-330.

［12］宗蓉，劉黎平，銀燕.基于飛機(jī)觀測資料的降水粒子反射率因子閾值分析［J］.大氣科學(xué)學(xué)報，2014，37（4）：469-475.

［13］蔡兆鑫，周毓荃，蔡淼.一次積層混合云系人工增雨作業(yè)的綜合觀測分析［J］.高原氣象，2013，32（5）：1460-1469.

［14］CAI Z X， LI Z Q， LI P R， et al. Vertical distributions of aerosol and cloud microphysical properties and the aerosol impact on a continental cumulus cloud based on aircraft measurements from the Loess Plateau of China［J］. Front Environ Sci，2022，9：808861.

［15］CAI Z X， LI Z Q， LI P R， et al. Vertical distributions of aerosol microphysical and optical properties based on aircraft measurements made over the Loess Plateau in China［J］. Atmos Environ，2022，270：118888.

［16］王爍，張佃國，郭學(xué)良，等.利用機(jī)載探測設(shè)備研究云中零度層附近云雷達(dá)反射率與液態(tài)含水量的關(guān)系［J］.海洋氣象學(xué)報，2020，40（2）：103-112.

［17］NGUYEN C M， WOLDE M， BATTAGLIA A， et al. Coincident in situ and triple-frequency radar airborne observations in the Arctic［J］. Atmos Meas Tech，2022，15（3）：775-795.

［18］LI D J， ZHAO C F， LI P R， et al. Macro- and micro-physical characteristics of different parts of mixed convective-stratiform clouds and differences in their responses to seeding［J］. Adv Atmos Sci，2022，39（12）：2040-2055.

［19］張佃國，王爍，郭學(xué)良，等.基于機(jī)載 Ka波段云雷達(dá)和粒子測量系統(tǒng)同步觀測的積層混合云對流泡特征［J］.大氣科學(xué)，2020，44（5）：1023-1038．

［20］王洪，張佃國，王文青，等.基于多源資料的積層混合云降水微物理特征［J］.大氣科學(xué)，2022，46（4）：886-902.

［21］SHENG J J， ZHAO D L， WANG F， et al. Microphysical structure and vertical evolution of continental cumulus clouds from analysis of aircraft measurements in Northern China［J］. Atmos Res，2022，277：106305.

［22］PAZMANY A L， HAIMOV S J. Coherent power measurements with a compact airborne Ka-band precipitation radar［J］. J Atmos Ocean Technol，2018，35（1）：3-20.

［23］YUM S S， HUDSON J G. Maritime/continental microphysical contrasts in stratus［J］. Tellus Ser B Chem Phys Meteorol B，2002，54（1）：61-73.

［24］ZHANG Q， QUAN J N， TIE X X， et al. Impact of aerosol particles on cloud formation： aircraft measurements in China［J］. Atmos Environ，2011，45（3）：665-672.

［25］蔡兆鑫，蔡淼，李培仁，等.大陸性積云不同發(fā)展階段宏觀和微觀物理特性的飛機(jī)觀測研究［J］.大氣科學(xué)，2019，43（6）：1191-1203.