宿迁夏季暴雨雨滴谱特征及其Z-R关系研究
Study on the Characteristics of Raindrop Size Distribution and Z-R Relationship for Summer Heavy Rainfall Events in Suqian
摘要: 以2022~2024年宿迁夏季雨滴谱观测数据为基础，结合降水量、雷达及云观测，筛选出9次暴雨样本(2次层状云、3次积雨云、4次层积混合云)，通过质量控制、Gamma函数拟合等处理方法，分析雨滴谱特征及其Z-R 关系。结果表明：不同云型暴雨雨滴落速拟合效果良好，速度经验公式会低估降水强度；微物理参量(数浓度、雨强等)呈“积雨云 > 层积混合云 > 层状云”规律，小雨滴主导数浓度、中雨滴主导雨强，积雨云反射率因子以大雨滴贡献最大；Gamma函数拟合对小雨滴拟合好，对大雨滴偏差随直径增大而增加；Z-R关系系数小于标准式，平均Z-R关系为Z = 196.3R1.39，可修正标准式高估问题。
Abstract: Based on the summer raindrop size distribution (DSD) observation data of Suqian from 2022 to 2024, combined with precipitation amount, radar, and cloud observation data, 9 rainstorm samples were selected (2 stratiform cloud cases, 3 cumulonimbus cloud cases, and 4 stratocumulus mixed cloud cases). Through quality control, Gamma function fitting, and other processing methods, the characteristics of raindrop size distribution and its Z-R relationship were analyzed. The results show that: The fitting effect of raindrop fall velocity is good for rainstorms of different cloud types, but the empirical velocity formula tends to underestimate the precipitation intensity. The microphysical parameters (such as number concentration and rain intensity) follow the rule of “cumulonimbus cloud > stratocumulus mixed cloud > stratiform cloud”. Small raindrops dominate the number concentration, while medium raindrops dominate the rain intensity; for cumulonimbus clouds, large raindrops contribute the most to the reflectivity factor. The Gamma function fitting performs well for small raindrops, but the deviation for large raindrops increases with the increase of raindrop diameter. The coefficient of the Z-R relationship is smaller than that of the standard formula, and the average Z-R relationship is Z = 196.3R1.39, which can correct the overestimation problem of the standard formula.
文章引用：张冬梅, 张淑芬, 王纪, 孙亚卿, 赵梦如. 宿迁夏季暴雨雨滴谱特征及其Z-R关系研究[J]. 气候变化研究快报, 2026, 15(1): 33-46. https://doi.org/10.12677/ccrl.2026.151006

参考文献

[1] 张哲, 戚友存, 李东欢, 等. 2021年郑州“7·20”极端暴雨雨滴谱特征及其对雷达定量降水估测的影响[J]. 大气科学, 2022, 46(4): 1002-1016.
[2] 张庆池, 刘端阳, 武艳, 等. 淮北地区不同类型暴雨雨滴谱特征及其Z-R关系研究[J]. 气象学报, 2022, 80(6): 967-985.
[3] 黄兴友, 印佳楠, 马雷, 等. 南京地区雨滴谱参数的详细统计分析及其在天气雷达探测中的应用[J]. 大气科学, 2019, 43(3): 691-704.
[4] 刘晓璐, 郭善云, 郑飒飒, 等. 安宁河谷雨季层状云和对流云降水的雨滴谱特征[J]. 高原山地气象研究, 2023, 43(3): 32-39.
[5] 高建秋, 阮征, 游积平, 等. 广东东莞不同类型云的雨滴谱和降水特征[J]. 气象科技, 2015, 43(6): 1080-1088.
[6] 毛志远, 黄彦彬, 敖杰, 等. 海南屯昌三类云降水雨滴谱分布特征[J]. 海南大学学报(自然科学版), 2023, 41(3): 268-276.
[7] 刘红燕, 雷恒池. 基于地面雨滴谱资料分析层状云和对流云降水的特征[J]. 大气科学, 2006, 30(4): 693-702.
[8] 李德俊, 杨剑超, 蔡定军, 等. 降雨型滴谱与反射率因子及雨强关系研究[J]. 气象与减灾研究, 2009, 32(4): 39-44.
[9] 张欢, 濮江平, 苑海燕, 等. 雷达回波强度与雨滴谱参数的相关性研究[J]. 气象科学, 2017, 37(6): 797-807.
[10] 李山山, 王晓芳, 李国平, 等. 短时强降水和持续性强降水的雨滴谱特征对比[J]. 暴雨灾害, 2023, 42(1): 1-12.
[11] 周坤论, 黄剑钊, 王玮, 等. 柳州2022年“龙舟水”过程一次降水的雨滴谱特征分析[J]. 气象研究与应用, 2023, 44(1): 87-93.
[12] 柯莉萍, 谷晓平, 张艳, 等. 贵州乌蒙山区雨滴谱特征及降水估测研究[J]. 云南大学学报(自然科学版), 2021, 43(6): 1166-1175.
[13] Han, H., Zhang, Y., Tian, J. and Kang, X. (2023) Raindrop Size Distribution Measurements at High Altitudes in the Northeastern Tibetan Plateau during Summer. Advances in Atmospheric Sciences, 40, 1244-1256. [Google Scholar] [CrossRef] 
[14] 曾庆伟, 何宏让, 张云, 等. 雨滴谱参数化及其在降水估计中的应用[J]. 气象与减灾研究, 2015, 38(4): 46-53.
[15] 江雨霏, 杨莲梅, 曾勇, 等. 昭苏夏季层状云和对流云降水的雨滴谱特征[J]. 沙漠与绿洲气象, 2023, 17(3): 8-16.
[16] 陈宝君, 王元, 明杰. 台风“莫拉克” (2009)降水雨滴谱的微物理特征[J]. 热带气象学报, 2012, 18(2): 162-171.
[17] 陈超, 张阿思, 吴乃庚, 等. 华南季风区(广东)雨滴谱统计特征[J]. 热带气象学报, 2023, 29(1): 55-67.
[18] 张庆池, 吕翔, 刘子贺, 等. 登陆台风不同强度降水的雨滴谱特征对比[J]. 气象, 2022, 48(12): 1617-1628.
[19] 杨涛, 杨莲梅, 刘凡, 等. 中国西天山两次短时强降水过程雨滴谱特征研究[J]. 大气科学, 2023, 47(5): 1495-1509.

为你推荐