自1946年以来，世界上人工影响天气工作已经开展了60余年，通过长期深入的科学试验研究，其科学基础已被大量室内实验、数值模拟和外场试验所证实(Dennis，1980)。随着云降水物理研究的深入、数值模式的发展及其在人工影响天气工作中的应用，数值模式在人工影响天气理论的发展、可播性评估、外场试验设计、催化方案的确定和决策、效果评估等方面发挥了较大的作用(Orville，1996；黄美元等，1999)。以往的人工影响天气工作大都环绕着人工增雨、消雾、防雹、消云等工作开展，美国还曾经开展过影响台风的研究和外场试验，但由于试验中发现台风过程中过冷水较少以及试验对象较少等因素而停顿。中国近年来出于重大活动气象保障的需要，也开展了人工消云、消雨作业，如2008年北京夏季奥运会开幕式、广州亚运会和十一届全运会的人工消减雨试验(李宏宇等，2008；肖伟生等，2010；王庆等，2010)。

多年来，小尺度范围进行的人工催化，在外场试验和数值模拟研究方面取得了许多成果(Hobbs，1975)。小范围人工催化外场试验和数值研究曾得出在一定条件下减弱降水或使降水向下风方移动的结果；不少研究者认为小尺度催化可能通过催化剂的传输、大气水的变化和动力效应改变中尺度降水分布，即域外效应，但至今仍没有定论(Dennis，1980)。何观芳等(2001)利用中尺度三维静力平衡模式的催化试验模拟出了催化区局部升温和升速增大的动力效应以及下风方雨量增大的效果，同时在上风方局部区域雨量减少，但减值较小。

洪水给中国带来巨大的经济损失和人员伤亡。针对暴雨的形成机理和预测理论，中国开展了南方暴雨的外场试验，提出了时空尺度的物理模型(陶诗言等，2001；赵思雄等，2004)。由于暴雨带来严重的洪涝灾害，所以如果能够减小局部的降水强度，或改变局部的降水时空分布，使降水偏离某些容易造成洪涝灾害的区域，而使雨水更多地落到不容易形成洪灾的区域，如水库或河流的区域，或使降水的时间分布发生变化，从而改变洪灾的时段和区域，将可减小洪涝造成的经济损失和人员伤亡。Langmuir(1950)就提出了“过量播撒”用于人工消云的概念，将较多干冰撒入云中产生过多冰核以致形成的雪花超过原来的水滴，这些雪花并不能降落到云外。半个多世纪以来，随着水资源短缺问题的凸显和雹灾的频发，目前人工增雨或防雹已成为人工影响天气的主要研究对象(毛节泰等，2006)。有些增雨试验也曾出现过反效果的减雨现象(Dennis et al，1969，1971)。统计分析表明，有的播撒区雨量减少，分析其原因发现自然云冰晶浓度已达到预期的播撒浓度，人工播云形成了过量播撒而导致减雨。不适当的播撒对象和不适当的催化方案等也会造成人工增雨的负效果(叶家东等，1998)，人工减雨的可能途径包括截流效应、竞争场效应和降水空间再分布效应。对暖雨过程进行的二维数值模拟试验结果初步表明(王春明等，1996)，改变云凝结核(CCN)浓度能影响暖雨过程和最终的降雨量及其分布。汪学林等(2001)和何宏让等(1999)也利用云模式研究了减少地面降水的可能性。孙晶等(2010)采用直接增加冰晶的催化方法，对一次梅雨锋暴雨降水云团进行过量催化数值试验，对人工减雨的可能方法进行了探索。结果表明，催化引起地面降水的再分布，降水范围减小，并减少局地强降水中心的强度。方春刚等(2009)在WRF 中尺度模式的Thompson 方案中加入了碘化银比质量含量预报方程，研究催化剂在云中的传输、扩散以及与云的相互作用。何晖等(2012)将AgI催化模块与MM5耦合并对奥运会开幕式人工消减雨开展了模拟研究，发现AgI播撒率对降水量改变影响明显。

尽管小尺度的对流云模式未能很好地考虑一些物理过程(如辐射和边界层等)，初始场也是均匀的探空资料，但研究发现对流云模式可以成功模拟深厚对流的基本结构(Schlesinger，1975；Klemp et al，1978；Seifert et al，2006)，同时可以较容易进行一些理想场试验和敏感性试验。本研究将利用详细双参数云降水方案的三维对流云催化模式，以AgI进行催化，模拟AgI的4种核化机制和扩散过程，研究缓减致洪对流云降水的可能性。 2 AgI模式和降水过程及模拟 2.1 AgI模式

采用三维对流云催化模式(胡志晋等，1987)，模式的双参数微物理预报量包括三维风、温、压、比湿、云水量、云滴谱谱宽以及雨、冰晶、霰、雹的比质量和比浓度。模式采用隐式格式计算凝结、凝华过程和水汽过饱和度。考虑了凝结蒸发、碰并、自动转化、核化繁生、融化冻结等，共27 个云物理过程。

DeMott等(1990，1995)在美国科罗拉多州立大学利用云室，研究了不同尺度碘化银催化剂复合气溶胶在不同温、湿、云条件下的成冰速率，并分辨出不同机制所起的作用。本研究在对流云模式中增加了AgI催化过程，考虑了AgI催化剂气溶胶在不同环境条件下的凝华、凝结冻结、接触冻结、浸没冻结的核化速率，分别用F_dep、F_cdf、F_ctf和F_imf来表示，均为温度(T)和水汽过饱和度(水面的S_w和冰面的Si)的函数。此催化模块已经耦合到层云模式中，并进行了敏感性试验和催化试验(刘诗军等，2005)。在对流云模式中引入了N_aer和N_aim两个变量，分别为AgI气溶胶及其被包含在云滴中的比数浓度，并将AgI催化模块与之耦合，使模式具备AgI类催化剂的模拟能力，能够研究AgI类催化剂对对流云系统的影响。

在模式中考虑了AgI气溶胶粒子的核化过程对水汽(Q_v)、云水(Q_c)、冰晶比质量和数浓度(Q_i、Ni)的作用。由于核化产生的水成物初始质量极小(仅10^-10 g 的量级)，相变潜热量也很小，可以忽略。其方程组为

点击浏览公式

研究的个例为1998年华南暴雨试验阶段的一次对流云降水过程。1998年6月8—11日，广东、福建两省出现了一次大范围强降水过程。这次对流云降水是在西风槽前的不稳定形势下，西南风急流南移到广东和福建共同作用的结果(姜海燕等，2001；仪清菊等，2000)。此次降水过程范围较广，福建省的降水主要出现在北部和中部地区。位于福建省中东部地区的长乐站邻近地区出现了过程降水总量超过200 mm。这次强降水范围较小，持续时间短，主要出现在6月9日20时(北京时，下同)前后。Lou等(2003)曾利用三维对流云模式对该个例进行了模拟研究，分析了对流云的降水机制和对流长时间维持的原因。

模式采用探空资料作为水平均一的理想初始场，对流启动采用热泡扰动方式，水平方向为7个格点，垂直方向5个格点，从中心向外以余弦函数递减。扰动中心点的升温值对对流发展有一定影响，温度扰动为1.5℃。由于大气层几乎整层接近饱和，所以没有采用相对湿度的扰动。

模式的水平格距为1200 m，垂直格距为700 m，水平积分格点80×80，垂直层数取30层。模式利用福州市的1998年6月9日16时加密探空资料(图 1)进行数值模拟。当天整层大气水汽接近饱和，温度和露点的层结曲线比较靠近。大气层结的正不稳定能量和负不稳定能量都较小，分别为39和191 J/kg，净不稳定能量仅为152 J/kg，层结较稳定。对流层内南北向风切变不大，而东西向切变平均2 m/(s·km)，底层达到了4 m/(s·km)。

图 1 1998年6月9日16时福州市探空资料(a．温度和露点，b．水平风速) Fig. 1 Sounding in Fuzhou City at 16:00 BT 9 June 1998(a．temperature and dew point，b．horizontal wind velocity)

图选项

本次模拟过程持续了3 h，3 h后云体移至右边境，模拟结束。由于持续降水，福州地区的空气湿度很大，几乎整层接近饱和。热泡扰动启动模式后，很快出现了一个上升中心(图 2a)，因为地面温度较高，在初始阶段云体中仅有云水组成。随着云体的发展，出现了冰晶和霰等粒子(图 2b)。在降水出现后，由于降水粒子的拖曳，在降水区域出现了下沉气流，并导致了云体的倾斜。气流在云体的前方低层绕流进入云体，云中抬升后在云体的前方出流，维持了云体的发展和持续降水。降水中仅有小部分为碰并云水增长形成降水，而大部分降水为霰粒子融化而形成的雨水。随着云体云砧部分的扩大和云体中心的缓慢东移，最后云砧部分移到了右边界(图 2d)。

图 2 模拟第15(a)、第60(b)、第120(c)和第180 min(d)云中水成物和流场垂直剖面(色阶为垂直速度，矢线为风速，等值线中红线为云水，灰色为冰晶，黑线为霰，深黄线为雨水，紫色线为温度(K)，水成物等值线值为0.1和1 g/kg) Fig. 2 Corss section of mixing ratio and the wind fields in the four time points:15th(a)，60th(b)，120th(c) and 180th min(d)(Vertical velocity(color shaded)，wind(vector)，cloud water in red contours，ice in gray contours，graupel in black contours，rain in dark yellow contours，temperature(K)in purple contours. All the mixing ratio isolines are for 0.1 or 1 g/kg)

图选项

在模拟的180 min内，由于东西向水平风垂直风切变的存在，使得云体的上升气流由右侧绕流进入云体并倾斜上升，随高度升高而速度增大，在中上部达到极大后减小，在高层随高空风拉出云砧，冷空气由云后方进入云体，并产生下沉气流。120 min后，云体充分发展，降水强度超过80 mm/h。由于对流不断向边界靠近，为了避免边界的影响，3 h后结束模拟。此次过程的升速总体来说不是很强，一直维持在12 m/s以下。上升气流在降水出现之前增大很快，并且在120 min达到了12 m/s的最大值，120 min后上升气流缓慢减弱。 3 催化模拟试验

已有人工增雨催化试验表明，催化剂播撒位置、播撒量、播撒时机和播撒次数等都会影响到催化效果。本研究的AgI减缓对流云降水催化也选择在上升区域，有助于催化剂的向上输送和扩散。催化试验设计了多个催化方案，包括催化剂量、催化次数和催化部位等(表 1)，其中序列s2—s11催化剂量递增，单次催化分别采用10⁵、10⁶、10⁷和10⁸ kg^-1的催化剂量。

一定区域内降水总量和单点大雨强都可以使对流云降水致洪，改变这两者或其中之一，可以有效减缓对流云降水成灾的可能性。表 1中列出了自然云和10个催化方案的第120—180 min模拟时段内整个模拟区域总降水量的分布。单次催化均以表中给出的播撒剂量进行，并在一个时间步长内完成，多次催化间的时间间隔为2 min。在单次催化剂量不变的情况下，多次催化会引起催化总量的成倍增加。可以看出，在相同的首次催化时间(第120 min)的催化试验中，不同的催化剂量、催化次数和催化部位，其催化效果差异明显。但总体来说，增加催化剂量和催化次数，可以达到较好的催化效果。10⁵—10⁸ kg^-1剂量的所有催化试验都可以使区域总降水量出现不同程度的减少。在1.0×10⁶ kg^-1较小剂量的情况下(序号s3)，减雨率为12.8%。采用5.0×10⁷ kg^-1以上的催化剂量，减雨率达到24.7%，有比较好的减雨效果。当采用2×10⁸ kg^-1的最大催化剂量，连续催化30次，降水量从自然降水的8713 kt减至5904 kt，最多可以减少32%的总降水量，同时格点最大雨强也大幅度降低，可以有效降低对流云降水成灾的可能性。

为了更清楚地对比自然云和催化云总降水量变化，分析了几个典型催化试验和自然云3 min累积区域降水量和最大格点雨强的时间变化(图 3)。催化在120 min开始，催化剂量越大的试验，出现雨量减少的时间越早，最快的2×10⁸ kg^-1试验约在催化后10 min就开始减雨，同时最大减雨值的出现时间也相对提前。而小剂量催化的雨量也出现了大幅减少，但出现的时间和最大减雨时间都有一定的后延。催化30次的s11试验，催化从120 min一直持续到180 min，使得减雨一直维持到模拟结束，而其他仅催化15次(持续30 min)催化剂量在10⁷ kg^-1以下的试验，则在模拟的最后，雨量超过了控制试验。催化序列中，所有的催化试验都在一定程度上减弱了最大格点雨强。当催化剂量为1×10⁸ kg^-1(s8试验)，原先超过100 mm/h的雨强，在催化一段时间后可以减至70 mm/h以下，极大地减弱了强降水中心的瞬间雨量。这对于减缓对流云降水来说是一个比较理想的结果，即减少了区域总雨量，也降低了最强降水点成灾的几率。

图 3 自然云和催化云雨量和雨强随时间的变化(a．3 min累积区域降雨量，b．最大格点雨强) Fig. 3 Time series of total rainfall and rainfall strength(a．total amount of rainfall in 3 minutes，b. maximum grid rainfall strength)

图选项

在序号s7催化试验中，为了达到区域总降水量减少25%和单点最大雨强减小30%的效果，以每克AgI可分散成10¹⁶个粒子计算，单次催化剂量10⁸ kg^-1，进行15次催化播撒，则共需要AgI 18.9 kg，催化剂量较大。其他催化序列，由于单次催化剂量较小，催化次数减少的情况下，催化剂量有所减少，如s4试验，AgI用量为1.9 kg，总降水量减少22.3%，以每枚火箭10 g计，需火箭190枚，是一个可以操作的量级。下面对序号s7催化试验进行详细分析。

从图 3a中可以看出，模拟开始30 min后降水开始出现，并在小幅度减弱后持续增大，至120 min后3 min 区域降水总量可达350 kt，相当于整个模拟范围内平均雨强20 mm/h，最大值格点雨强超过80 mm/h，达到暴雨的量级，且降水量比较稳定。同时为了避免在模拟的前期模式的启动问题，催化过程都在模拟120 min后开始。

为了了解AgI粒子的扩散和分布，对模拟时段内N_aer(未核化的AgI气溶胶)以及N_aim(被包含在云滴中的AgI粒子)的浓度变化进行分析，图 4给出了其在3个时刻的分布。在模式模拟的第120 min开始以2 min的时间间隔连续15次以10⁸ kg^-1剂量播撒后(图 4a)，AgI粒子随着云中上升气流快速扩散。AgI粒子一部分被包含在云滴中，同时更多的AgI粒子以独立气溶胶粒子的形式存在(图中红色线)。在催化后30 min(图 4b)，部分AgI气溶胶粒子被上升气流带到了云顶，并且有部分被带到了云外。在原始催化高度附近，则仍然保持非常高的浓度，可以达到10⁷ kg^-1。而此时被包含在云滴中的AgI粒子则主要分布在云底至253 K的区域，小范围内也保持在10⁷ kg^-1量级的高浓度，与未核化AgI气溶胶浓度相当。在催化结束30 min后，由于云砧的扩大和出流，将大量未核化AgI气溶胶带到云顶附近和云外，AgI气溶胶粒子浓度继续下降，但在小范围内仍维持10⁷ kg^-1量级的浓度水平。包含在云滴中的AgI浓度也缓慢下降，到模拟接近结束时仍有10⁷ kg^-1的浓度水平。

图 4 模拟第120(a)、第150(b)和第180 min(c)未核化AgI Naer和含在云滴中AgI Naim、总含水量(g/kg)和风场垂直剖面(红线代表未核化的AgI，色阶为含在水滴中的AgI，黑矢线为风矢量，蓝线为总含水量，黄线为温度(K)) Fig. 4 Cross section of AgI aerosol Naer and AgI particles in cloud drops Naim fields(shading)，water content(g/kg) and wind vectors in three time points: 120th(a)，150th(b) and 180th min(c). Naer in red contours，Naim in shaded，wind vector in black，water content in light blue contours and temperature(K)in yellow contours

图选项

模式考虑了AgI的4种核化过程：接触冻结(F_ctf)、凝华(F_dep)、浸没冻结(F_imf)和凝结冻结(F_cdf)，这些过程受温度和水汽过饱和度的影响。凝华核化和接触冻结核化只跟过饱和度有关，浸没冻结则与温度有关，凝结冻结受温度和过饱和度的共同影响。4种核化机制中，接触冻结和浸没冻结为慢核化过程，其成核速率受云滴浓度和持续时间的影响。AgI 的成核过程主要是由云内上升气流速度、温度、湿度条件和催化剂的作用时间决定。刘诗军等(2005)分析得出层云中由于水面过饱和度低、催化剂作用时间长，AgI主要以接触冻结、浸没冻结等慢核化方式成冰。由于此模拟过程为对流云过程，云中的上升速度在模拟时段内可以达到12 m/s，并且空气几乎整层饱和，云内有较高的水面过饱和度，所以本次降水过程中AgI主要以凝结冻结的方式成冰。由于催化剂作用时间长，AgI也以浸没冻结此慢核化方式成冰，量级与凝结冻结相当。凝结冻结和浸没冻结为此次降水过程最主要的两个核化过程，形成的冰晶占绝大多数。其核化速率在单个垂直格点的水平总和达到了10¹³ s^-1量级(图 5)。凝华核化在上升气流存在的过饱和区仅贡献了前两者千分之一的冰晶数量(10¹⁰ s^-1)，但其大值区范围分布很广，覆盖了0—-60℃的大部分范围。接触冻结核化的冰晶数量与凝华核化相当。这次对流云AgI核化机制与层云有显著区别，不再主要以接触冻结、浸没冻结等慢核化方式成冰，而是主要以受过饱和度影响的凝结冻结和催化剂长时间作用的浸没冻结这两种方式成冰。

图 5 水平平均4种AgI核化率随时间和高度的分布(a．接触冻结核化(Fctf)，b．凝华核化(Fdep)，c．浸没冻结核化(Fimf)，d．凝结冻结核化(Fcdf)) Fig. 5 Vertical distributions of time series of AgI nucleation rate(a．contact freezing(Fctf)，b. deposition(Fdep)，c. immersion freezing(Fimf)，d. condensation freezing(Fcdf))

图选项

4种核化过程都在AgI播撒后立即发生。凝华核化可以在0℃层附近发生，而其他几种则需在-5℃以下发生，F_dep、F_imf和F_ctf的最高发生高度类似，达到-60℃的高度，而F_cdf则高度较低，主要发生在 -40—-5℃层，大值区主要集中在-10℃附近。浸没冻结核化的大值区主要集中在-30—-10℃层。 4 微物理机制分析 4.1 冷区水成物粒子演变和微物理过程分析

由于AgI粒子的催化是在冷区进行，催化后首先影响冷区的水成物分布，图 6给出了整个模拟区域内冷区水成物总量随时间分布，可以看出催化后冷区的各种水成物都发生了较大改变。催化后的霰含量和冰晶含量大幅度增加，同时过冷云水则由于冰晶的大量核化而被消耗。催化后过冷雨水也出现了大幅度减少。分析冷区雨水的汇项发现(图 7a)，过冷雨水主要被冰晶碰冻成霰，少量雨水则直接被霰粒子碰并，同时极少量雨水直接冻结成霰粒子。催化后催化云比自然云有更多的过冷雨水被冰晶消耗，直接导致了过冷雨水的大幅度减少。而雨水被霰碰冻在催化云和自然云中的变化并不太明显。

图 6 模拟区域内自然云和催化云内过冷云水(Qc)、过冷雨水(Qr)、霰(Qg)和冰晶(Qi)总量随时间的变化(实线代表自然云，虚线代表催化云) Fig. 6 Time series of total supercooled cloud water(Qc) and rain water(Qr)，graupel(Qg) and ice(Qi)in natural and seeding clouds(solid lines are natural cloud，dot lines are seeded cloud)

图选项

催化开始后，霰和冰晶比质量持续增大，到模拟150 min后霰开始减少，冰晶超过霰成为最大含量的水成物，其最大值超过5000 kt，说明150 min后漂浮在云体高处的冰晶已占云体的主导地位。从图 7b看出，自然云中冰晶主要通过碰并云水增长，但催化后更多的冰晶被霰粒子碰并，或被过冷雨水碰冻形成新的霰粒子。催化云的冰晶平均值比自然云多出近50%。催化云中过冷云水大幅度减少，而冰晶大幅度增加，催化云的上升气流区霰含量也大幅度增加(图略)。

图 7 自然云(实线)和催化云(虚线)中过冷雨水汇项和冰晶源汇项随时间分布(a．冷区雨水的冻结成霰Mrg，被冰晶碰并Cri和被霰碰并Crg三个汇项；b．冰晶源项冰晶碰并云水Cci及3个冰晶碰并过冷雨水Cri，冰晶被霰碰并Cig和冰晶自动转化成霰Aig冰晶汇项) Fig. 7 Time series of three main cold rain sink terms and ice source terms and sink terms in seeded(dot lines) and natural clouds(solid lines).(a. Three rain sink terms of freezing to grauple Mrg，collection by ice Cri，and collection by grauple Crg in cold area； b. ice source terms of collection of cloud Cci，ice sink terms of collection of rain Cri，collection by grauple Cig and autoconversion to graupel Aig)

图选项

冷区的AgI催化不仅导致了冷区水成物的变化，也影响了暖区降水粒子的分布。地面降水的变化最终是由于降水粒子的变化引起的。图 8给出了自然云和催化云霰和雨水的总体水量和总数量随时间的分布。与图 6对比发现，自然云和催化云中0℃层高度以下的暖区雨水远比过冷雨水多，过冷雨水只占雨水总量很小的一部分。催化后很快出现自然云雨水减少的现象，这个过程持续了近20 min，随后催化云中的雨水总量超过了自然云雨水的总量。催化云的雨水总量最多可达3000 kt，而过冷雨水仅有40 kt。催化云中霰总量也大幅度增大，模拟150 min后，霰总量急剧减少。在模拟接近结束时，雨水总量与霰总量几乎持平。

图 8 自然云(实线)和催化云(虚线)霰和雨水的含水总量(a)和粒子数总量(b)随时间的分布 Fig. 8 Time series of total graupel and rain water amount(a) and graupel and rain water particle numbers(b)in natural(solid lines) and seeded(dot lines)clouds

图选项

从雨水总量来看，催化结束(第150 min)后，催化云一直比自然云中有较高的霰含量，可以达到6000 kt，且雨水总量也比自然云中多，似乎催化并不能引起降水的减少。其实尽管催化后雨水总量有所增大，但降水粒子的数浓度将决定降水粒子的落速，也是影响降水的一个重要因素。从图 8b中可以看出，催化后霰粒子数量在降水的关键时期，几乎增加了2倍。催化后大量的AgI粒子核化成众多的冰晶，冰晶通过消耗过冷水增长，其中许多冰晶粒子过冷雨水碰冻成霰粒子，导致了大量霰粒子产生。同时催化后雨水的数浓度更是大幅度增加，几乎增大了一个量级，并且一直持续到模拟结束。

从雨水的最主要源、汇项霰的融化和雨水蒸发的物理过程随时间分布可以看出(图 9)，在120—150 min的催化时段，霰融化成雨水量减少，导致雨量的减少。在催化停止后催化云中霰融化比自然云中多的情况下，由于催化云中存在大量小雨滴，雨滴尺度很小，导致雨水大量蒸发，从而引起降落到地面的雨量减少。

图 9 自然云(实线)和催化云(虚线)中雨水主要源汇项霰融化成雨水Mgr和雨水蒸发量Svr随时间的分布 Fig. 9 Distributions of rain water main source and sink terms of melting of graupel to rain Mgr and evaporation Svr in natural(solid lines) and seeded(dashed lines)clouds

图选项

从前面分析的总体水成物和数浓度的演变来看，催化引起雨水和霰比质量的增大，同时雨滴数浓度最多可以增大1个量级。从霰粒子的落速分布来看，催化引起了霰粒子的大幅度增加，尤其是大量的小霰粒子，使得霰粒子的整体落速降低(图 10)。自然云中霰的最大落速局部可以达到8 m/s，而催化后的落速小于6 m/s。霰粒子数量增大和落速降低会从两个方面影响雨滴：一方面霰下落速度比较小，容易被上升气流托浮在云体中，不容易下落到暖区融化成雨水；另一方面，大量稍大的霰粒子落到暖区融化成了众多小雨滴，也导致了雨水数浓度的大幅度增加，雨滴数量催化后增大了一个量级。大量落速较小的小雨滴，使得雨水的整体落速变小，雨水蒸发大幅度增加，从而使得降落到地面的雨水减少。

图 10 催化云和自然云的霰和雨滴落速(色阶)、风场(矢线)及温度场(等值线，K)在模拟第150 min的垂直剖面(a和b分别为催化云和自然云霰落速，c和d分别为催化云和自然云雨水落速) Fig. 10 Vertical sections of terminal velocity fields of graupel and rain(color shaded)，wind(vector) and temperature(contours，K)in seeded and natural clouds at 150th minute(a and b. graupel falling velocity in seeded and natural clouds，respectively，c and d. rain falling velocity in seeded and natural clouds，respectively)

图选项

以上分析表明，催化后虽然引起雨水和霰比质量的增大，但雨滴数浓度和霰数浓度的大幅度增大(最多可以增加1个量级)，催化后雨滴和霰尺度变小从而导致其下落速度降低，霰融化成雨水量减少，使降水强度减弱，在催化结束后由于雨滴落速小，导致雨水大量蒸发，从而进一步引起地面降水量的减少。 5 结论和讨论

利用三维对流云模式，耦合了考虑受水汽过饱度和温度影响的4种核化机制的AgI催化模块，对1998年6月的一次华南对流云降水过程进行了催化减雨数值模拟试验。模式采用AgI催化的方法，对人工缓减对流云降水的可能性及原理进行了研究。选取在上升区并且有过冷云水的部位进行催化，分析了减雨的可能性和减雨微物理机制。得出如下主要结论：

(1)不同的催化方法，催化效果差异明显。在适当的部位、适当的时机，并选用大剂量的催化，可以减少一定的总降水量，也可以减少格点最大雨强。总体来说，增加催化剂量和催化次数，可以达到较好的催化效果。

(2)所有催化试验中，采用2×10⁸ kg^-1大催化剂量催化，催化效果最好，降水量从自然降水的8713 kt减少到5904 kt，可以减少32.2%的水量，具有有效减缓对流云降水成灾的可能性。

(3)大剂量催化导致大量的AgI粒子在冷区核化形成，消耗了大量过冷水，产生了数量众多的冰晶和霰。大量的小霰粒子，被上升气流托浮在云体中，同时大量霰粒子落到暖区融化成了小雨滴，导致了雨水数浓度大幅度增大，降低了雨水的落速。在催化的初期，霰融化成雨水量减少，导致雨量的减少，而在模拟的后期由于雨水大量蒸发，从而引起降落到地面的雨量减少。

(4)对流云AgI核化与层云有所不同，对流云中主要以受过饱和度影响的凝结冻结和催化剂长时间作用的浸没冻结这两种方式成冰。

本研究利用数值模式对人工影响对流云降水做了初步研究，不足之处在于模式为三维对流云模式，仅能模拟出小范围的降水。下一步将利用AgI催化模块与中尺度模式耦合进行进一步催化减雨模拟试验，以得到更接近实际的结果。