2017, Vol. 75
中国气象学会主办。
文章信息
- 秦彦硕, 蔡淼, 刘世玺, 蔡兆鑫, 胡向峰, 吕峰. 2017.
- QIN Yanshuo, CAI Miao, LIU Shixi, CAI Zhaoxi, HU Xiangfeng, LÜ Feng. 2017.
- 华北秋季一次低槽冷锋积层混合云宏微物理特征与催化响应分析
- A study on macro and micro physical structures of convective-stratiform mixed clouds associated with a cold front in autumn and their catalytic responses in North China
- 气象学报, 75(5): 835-849.
- Acta Meteorologica Sinica, 75(5): 835-849.
- http://dx.doi.org/10.11676/qxxb2017.049
-
文章历史
- 2016-07-14 收稿
- 2017-05-03 改回
2. 中国气象科学研究院, 北京, 100081;
3. 中国气象局综合观测司, 北京, 100081;
4. 山西省人工降雨防雹办公室, 太原, 030002
2. Chinese Academy of Meteorological Sciences, Beijing 100081, China;
3. Department of Integrated Observations of CMA, Beijing 100081, China;
4. Weather Modification Office of Shanxi Province, Taiyuan 030002, China
层状云是一种主要的大范围降水云系，尤其层状冷云，是中国北方人工增雨的主要作业对象，准确认识和掌握降水性层状云微物理特征具有重要的科学和现实意义(赵震等，2008)。近年来，中外开展的多项大型试验，均利用了高时、空分辨率的机载粒子测量系统(PMS)探测设备对层状云的微物理特征进行研究。如McFarquhar等(2007)在混合相态冰云实验(MPACE)中利用机载粒子测量系统探测设备对冰、水混合相态的云进行微物理探测研究。朱士超等(2014)利用环北京地区的3架飞机对华北地区积层混合云进行联合探测，结果表明，云顶温度、云中所处位置等因素均对云内冰晶的形状、分布及增长有影响。王黎俊等(2013a)利用机载粒子测量系统研究了三江源地区秋季典型多层层状云系的微物理特性，发现不同高度的云层云粒子浓度及过冷水含量均有较大差异，但粒子谱分布类似。
同样，对华北地区层状云系的微物理研究亦颇多(李铁林等，2010；邓育鹏等，2013；周黎明等，2014)。而研究降水性层状云系微物理特征的目的均是为了更好了解云系中过冷水的分布规律及云系的可播性指标，从而可更好地开发华北地区空中云水资源，缓解该地区干旱缺水的状况，因此，有必要对每一次催化作业进行科学设计飞行方案，并对催化效果进行初步分析。人工催化效果检验方面的研究，国际上主要针对冬季地形云进行了一系列科学实验，如Solak等(2003)采用回归技术估计20多年来的催化对下风向目标区域降雨影响，结果表明催化影响下风向估计可达150 km，降水增加量约为14%。Geerts等(2010)利用机载多普勒雷达研究地基碘化银对冬季地形云降雪催化的影响，发现催化后探测到的近地面雷达反射率有所增大，降雪率得到提高。中国很多地区通过雷达、卫星、雨量及机载探测等多种途径开展人工催化效果的实验研究。汪玲等(2015)利用新一代天气雷达三维拼图和最大相关系数的雷达回波跟踪方法(TREC)，实时跟踪作业前后回波，通过计算区域内各种回波参数的变化，来分析人工增雨效果。还可通过分析作业前后卫星反演的光学厚度、云顶温度等参数变化来评估作业效果(李宝东等，2014)。王以琳等(2003)在山东进行了冷云人工引晶试验，并在引晶扩散带中观测到了冰雪晶浓度升高和粒子谱展宽的现象。王黎俊等(2013b)、蔡兆鑫等(2013)通过对比分析作业前后飞机航迹上探测的云粒子、冰晶浓度变化，研究了催化的微物理响应，发现过冷水含量较高的地区，催化效果较为明显。
近两年来，层状云飞机增雨作为一项业务在中国逐步开展起来，而如何使增雨作业更科学、更有效这一问题显得极为重要。因此，有必要对层状云系人工增雨作业条件识别和效果分析进行精细化研究，推动中国层状云人工增雨业务化的发展。本研究首先分析了2013年10月13日飞机探测的一次降水性积层混合云的宏、微观物理特征，在科学设计飞行探测方案的基础上，探讨云系的可播性及作业前后云中粒子的微物理变化，为人工增雨效果的检验提供一定的微物理依据。
2 探测仪器及资料处理方法 2.1 探测仪器简介探测设备为夏延Ⅲ飞机搭载的粒子测量系统(刘卫国等，2003)，其中云粒子测量采用FSSP-100-ER探头(简称FSSP)，其测量粒子直径范围为1—95 μm，分4个量程，每个量程内等分15个测量通道，有效采样面积为0.310 mm2，可直接测量运动速度为20—125 m/s的粒子。本次探测主要针对降水性层积云，故采用量程1(2—47 μm)，最小分辨率为3 μm。OAP-2D-GA2探头(简称2DC)主要探测直径为25—1550 μm的粒子大小、二维图像等信息，分辨率为25 μm，可测量运动速度为10—100 m/s的粒子。OAP-2D-GB2探头(简称2DP)主要探测直径为150—9300 μm的云中粒子特别是降水粒子的大小、二维图像等信息，分辨率为150 μm，可测量运动速度为10—100 m/s的粒子。取样时间均为1 s。
此外，飞机上还安装了温度计、露点仪和GPS等设备，可得到相应时刻的温度、气压、高度等资料。飞行期间的宏观记录可提供有关云的宏观天气现象及平飞阶段测量的高空风等信息。
2.2 数据处理及质量控制机载粒子测量系统中的光阵探头包括一维和二维，测量误差均来自两个方面：粒子尺寸的测量误差和粒子计数的误差(赵增亮等，2010)。而在粒子浓度＜500 cm-3的情况下，新型FSSP测量的粒子直径误差可控制在3%—7%(Coelho, et al，2005)，因此，文中暂不考虑FSSP的测量误差。2DC在较小粒子段(直径小于125 μm)的定量化浓度有一定的误差(Baumgardner, et al，1997；Strapp, et al, 2001)。McFarquhar等(2004, 2007)处理2DC资料采用方法是，FSSP有观测资料时，取2DC中Dj≥54.88 μm的数据进行处理。参照以往的方法，文中2DC的前两通道(即Dj≤54.88 μm)资料舍弃，进行分析。
为减少各探头测量的不同通道粒子数浓度因存在量级上的差异而出现的数据波动和不稳定现象，各类参量的垂直阶段分析采用50 m平均，平飞阶段采用10 s平均进行分析。
2.3 云的界定和云粒子参数的计算方法关于云区判断标准有很多，Yum等(2002)采用粒子总数浓度大于106 m-3为阈值确定云区；Hobbs(1991)提出，当利用FSSP探头观测到云中大于2 μm的粒子总浓度超过107 m-3时，看作云水区。文中当FSSP探头观测的云粒子N1≥107 m-3、计算含水量(LWC)≥0.001 g/m3时则判定云的出现。文中云粒子数浓度N、数密度ni、平均直径Dm、体积平均直径Dv等参量计算式为
|
(1) |
|
(2) |
|
(3) |
|
(4) |
式中，Ni为i通道粒子的数浓度(m-3)，ni为i通道粒子的数密度(m-3·μm-1)，Di为i通道粒子的中值直径(μm)，Dm为粒子的平均直径(μm)，Dv为粒子的体积平均直径(μm)。
文中FSSP探头探测的云粒子数浓度简称N1，平均直径为D1，计算液态含水量为LWC；2DC探测的云及降水粒子数浓度N2，平均直径为D2；2DP探测的降水粒子数浓度N3，平均直径为D3。
2.4 飞行概况飞机于2013年10月13日19时40分(北京时，下同)从河北正定机场起飞，开始垂直爬升阶段，至曲阳上空2500 m入云，3900 m高度温度降至0℃；20时06分到达涞源，选择积层混合云的中上部即水平高度5100 m，开始自西向东作南北向“耕作飞行”播撒作业，播撒和探测同时进行；探测作业区域东西约60 km，南北约80 km。21时15分播撒作业停止，随后进行自北向南作东西向“S”形回穿探测，22时35分开始返航(图 1)。
|
| (虚线代表风向) 图 1 飞行轨迹随高度的演变 (the dotted line shows the wind direction) Figure 1 The trajectory of the aircraft and flight height variation during the whole experiment |
在整个飞行探测阶段区，未受到作业催化影响和受作业影响时段，仅以环境风场的水平输送为判断条件，暂不考虑催化剂的扩散和因核化可能引起的剂量衰减等复杂因素的影响(余兴等，2002；王黎俊等，2013b)。根据20时气象探空站资料和飞机宏观记录5100 m高空风向风速共同显示，探测区域高空风的风向为西西南，风速22 m/s。探测资料显示飞机在平飞探测阶段飞行速度约100 m/s，飞机从a1点开始播撒作业，飞行轨迹上的催化剂以22 m/s速度沿着风向(图 1中虚线)输送扩散。催化剂从a1点出发沿风向输送过程中，势必会影响下风方飞行轨迹。根据飞机飞行速度和催化剂扩散速度综合计算，飞机飞行至c1—c2时段，刚好受到上风方向即西侧轨迹a1—a2段播撒催化剂的影响，即此时a1—a2段轨迹的影响范围到达c1—c2位置(图中红色涂线位置)，即判断c1—c2段为作业影响时段，而a1—a2段为作业前探测时段。按照此方法依次判断出，整个探测阶段中未受到作业影响的时段有a1—a2段，定义为作业前时段，对应的下风方受到催化作业影响、且与飞机轨迹重合的时段有c1—c2、d1—d2及f1—f2段；同理a3—a4段也为作业前时段，对应的下风方受到催化作业影响且与飞机轨迹重合的时段有b1—b2段。
3 云宏观结构特征从10月13日12时—14日08时FY-2F卫星连续演变的红外云图(图略)中可看出，云系主体呈东北—西南带状分布，位于探测区域的北部，13日15时开始影响河北北部，在东移过程中逐渐加强，带宽增宽，其中夹杂发展较强的云团，为积层混合云结构。20时的FY-2F卫星红外云图(图 2a)显示，探测区域内均为云顶温度-20—-30℃的积层混合云。
|
| (红线为飞行轨迹) 图 2 10月13日20时FY-2F红外云图(a)和雨量(b) (The red line shows the trajectory of the aircraft) Figure 2 FY-2F infrared cloud images (a) and rain (b) at 20:00 BT 13 October |
受高空槽和地面冷锋的共同影响，13—14日河北中部地区出现了一次大范围的积层混合云降水过程，来自中国南海的偏南暖湿气流源源不断地输入，为降水的形成和发展提供了必要的水汽条件。其中，13日20时500 hPa的高空槽位于内蒙古中东部，之后随系统向东南方向移动过程中逐渐影响河北北部；700 hPa的高空槽开始影响河北张家口地区；地面受冷锋云系影响，以西南风为主。从天气形势图上看，探测期间(19时40分—22时57分)探测区域正好受到冷锋过境的影响(图 2a)。
根据地面逐时雨量显示(图略)，13日14时在探测区域出现零星小雨，15时出现大范围降水，降水带呈现东北—西南走向，雨量逐渐增强，探测期间(图 2b)雨量达到小雨量级；14日04时雨量开始有所减少，并逐渐移出探测区域，15日00时降水停止。
北京探空站距飞行探测区域约100 km，且均处于主体云系的南部。10月13日20时北京探空资料显示，云层发展深厚，0℃层位于3053 m，在3000—12000 m出现9000 m深厚的云层，1500 m以下出现低云区，两层云之间有1500 m厚的夹层。在0℃层以下盛行西北风，风速较低，约5—9 m/s；随高度升高，逐渐转为西风，风速也有所增大。从20—22时飞行探测区域的雷达回波演变(图略)可看出，回波主体呈东北—西南带状分布，20时探测前该区域的雷达回波大多大于15 dBz，个别区域最大可达30 dBz(图 3a)。21时雷达回波明显加强，带状特征更为显著，大于25 dBz的强回波面积扩大。22时的雷达回波连成一片，强回波有向南发展的趋势。分析发现，FSSP探测到的云粒子数浓度在整个云区内的水平分布差异较大，其中探测最大数浓度可达429 cm-3。飞行探测高度(5100 m)对应的雷达回波主要为5—15 dBz(图 3b)。
|
| 图 3 10月13日20时飞行轨迹上的雷达回波水平分布(a，飞机轨迹上叠加了云粒子浓度)及沿飞行轨迹上雷达回波垂直剖面(b) Figure 3 Horizontal distribution of radar PPI echo at 20:00 BT 13 October (a, cloud particle concentration is superimposed on the aircraft trajectory) and vertical cross-section of radar echoes along the aircraft flight trajectory (b) |
FSSP所测含水量易受其量程内冰晶的影响(胡志晋，2001)。FSSP探测的云粒子相态与数浓度、直径有很大关系。Cober等(2001a, 2001b)在加拿大冻雨试验中发现，混合态云中冰晶粒子的平均直径大于30 μm，而液态小云粒子平均测量直径小于30 μm的占主要成分；Korolev等(2003)对锋面层状云系研究认为，液态过冷水云中的平均体积直径为10—12 μm，冰云中的平均体积直径为20—35 μm。在液态水云和冰水混合态云中，对液态水含量的测量比较精确的是King探头(McFarquhar, et al, 2007)。王黎俊等(2013b)对三江源秋季的层积云研究认为，探测的液态云粒子集中在中值直径3.5—18.5 μm，21.5—45.5 μm的云粒子基本上为冰晶，粒径大于50 μm的粒子为冰相粒子。根据王黎俊等(2013b)数据资料，重新做了统计，得出以下规律：LWCFSSP和LWCking数值接近时，对应的N>10 cm-3，Dm < 10 μm；LWCFSSP大于LWCking时，对应的N < 10 cm-3，Dm>10 μm(表 1)。
| 分类 | LWC>0.01 g/m3 | N(cm-3) | Dm(μm) | 规律 |
| LWCFSSP=LWCking | L1 | 10.8 | 8.1 | N>10 cm-3Dm < 10 μm |
| L3 | 11.5 | 6.4 | ||
| L4 | 30.9 | 6.9 | ||
| L7 | 21.1 | 7.9 | ||
| L13 | 31.4 | 6.6 | ||
| LWCFSSP>LWCking | L2 | 8.8 | 10.2 | N < 10 cm-3Dm>10 μm |
| L5 | 7.9 | 11.5 | ||
| L6 | 9.9 | 10.1 | ||
| L8 | 8.0 | 10.1 | ||
| L9 | 9.6 | 12.4 | ||
| L10 | 5.7 | 17.1 | ||
| L11 | 4.6 | 17.3 | ||
| L12 | 5.0 | 16.6 | ||
| 注：数据来源于王黎俊等(2013b)。 | ||||
综合以往的判别标准，给出了本次飞行阶段FSSP探测的负温区内云粒子数浓度与平均体积直径、算术平均直径的关系(图 4)。结果表明，当N < 10 cm-3，云粒子体积平均直径Dv最大达到25 μm，说明存在一定比例的冰晶粒子，此时FSSP探测的云粒子谱计算LWC可能会高估过冷水含量。当云区N≥10 cm-3时，99%以上的云粒子体积平均直径Dv < 12 μm，100%的云粒子算术平均直径Dm < 10 μm；即本次飞行阶段FSSP探测的云区的云粒子为液态云粒子。
|
| 图 4 整个飞行阶段负温区FSSP探测的云粒子数浓度与平均体积直径(a)、算术平均直径(b)的关系 Figure 4 Correlations of concentration with volumetric diameter (a) and arithmetic mean diameter (b) of cloud droplets during the level flight (T < 0℃) |
飞机从正定机场起飞即开始做垂直探测，至5100 m高度时斜飞探测的水平距离约40 km，得到了从地面至5100 m高度范围的云系垂直结构和云中微物理量的垂直分布(图 5)。从温度随高度的变化廓线(图 5b)可以看出，800—1300 m高度存在一个明显逆温层，逆温层上部温度与高度成线性递减，从15℃降至-6.5℃(5100 m)，平均温度梯度Г=-ΔT/ΔH=0.57℃/(100 m)，0℃高度为3900 m。
|
| 图 5 垂直探测飞行时云粒子数浓度、平均直径(a. FSSP，c. 2DC，d. 2DP)及计算含水量、温度(b)随高度分布 Figure 5 Vertical distributions of concentration and arithmetic mean diameter of stratus cloud droplet (a. FSSP, c. 2DC, d. 2DP) and the value of liquid water content and temperture (b) |
以FSSP探测到的云滴数浓度N1≥10 cm-3、计算含水量LWC≥0.001 g/m3时为入云标准判断，云滴浓度垂直分布呈多峰结构(图 5a)。而云系的垂直结构由冷、暖两层云组成，云层发展厚实，中间有薄的干层，符合“播种-供应”云微物理结构(洪延超等，2005)。4000—5100 m为冷云区，云内温度为-1.5—-6.5℃，冷云的下部云系稀薄。云粒子浓度N1平均值为62 cm-3；最大值253 cm-3，出现高度在4680 m，粒径最大为6.6 μm，液态水含量最大0.05 g/m3。2DC探头探测的粒子可能由冰晶、霰粒子和大云滴组成，平均浓度为1.9 L-1，平均粒径112 μm。2DP探头探测的降水粒子主要分布在冷云区的中下部，平均浓度为2.2 L-1，最大值为4.8 L-1，平均粒径860 μm。
3600—4000 m有一干层，干层内观测到了极少数的云粒子和降水粒子，可能是冷云区的冰晶或云滴掉落，并在干层内蒸发造成的。
在2400—3550 m范围存在一厚度1000 m的暖云，FSSP探测到云粒子数浓度N1约集中在300 cm-3，液态水含量处于0.1 g/m3附近，暖云云底200 m高度处的云粒子直径为4 μm，随高度增大，云粒子不断凝结增长，平均粒径最大达到6 μm。2DC探头在暖云区(2400—3550 m)探测的粒子主要由大云滴组成，也可能有上层掉落下来的冰雪晶粒子(图 5c)，粒子大小比较均匀，平均直径为52 μm，N2平均0.13 cm-3，云层中部云粒子N2最大，由碰并过程或冰雪晶粒子融化而来。粒子长到足够大时，云中上升气流无法承受其继续向上运动到达云顶部，便下落形成降水，2DP探头观测(图 5d)的暖云中下部降水粒子浓度峰值也证实了这一点。
近地面700 m高度附近，逆温层的下部观测到一层稀薄的云，云粒子浓度N1仅为20 cm-3，降水粒子浓度N3最大为4.2 L-1，说明地面开始出现降水。
4.3 云微物理量水平分布特征图 6给出了飞机在云上部5100 m高度FSSP、2DC和2DP探测的粒子浓度、平均直径和液态水含量等云微物理量随时间的演变，图 7分别给出了探测和催化影响不同时段各探头粒子浓度等变化。首先，FSSP观测的云粒子浓度N1在整个云区内的水平分布差异较大。在云区内N1的高值区主要集中在102 cm-3量级，最大浓度为430 cm-3；N1的高值区对应的云中液态水含量也高。其次，整个云区云粒子平均直径变化不大，在4 μm上下浮动；当液态水含量出现高值时，平均直径D1会对应出现一些零散的5 μm以上的云粒子，最大值为9.3 μm。从21时30分开始，云粒子N1则在10 cm-3附近波动，整体呈现浓度降低的现象。
|
| 图 6 积层混合云平飞阶段各微物理量的演变 Figure 6 Evolutions of convective-stratiform mixed cloud microphysical parameters during the level flight |
|
| 图 7 探测和催化影响时段各微物理量的演变 Figure 7 Evolutions of stratus microphysical parameters during the probe and the seeding 14:35:15 |
2DC探测的粒子浓度N2在整个云区内主要集中在0.1—10 L-1，同时也存在几个大于20 L-1的高值区，最大浓度约40 L-1；D2在200—1000 μm均有分布。其次N2数值分布与D2呈现明显的反相关，尤其是在N2的几个峰值区域，对应D2处于低值区，均小于300 μm。2DP探测的降水粒子浓度N3分布没有大的变化，主要集中在0.1—10 L-1；D3变化较大，在400—2200 μm波动。
此外，作业前a1—a2时段内绝大部分区域云粒子N1均处于高值区，液态水含量也达到0.01 g/m3；作业后c1—c2、d1—d2和f1—f2时段内的云粒子N1则处于1—10 cm-3，云中液态水含量也被消耗而明显降低，2DC、2DP探测的粒子浓度较作业前a1—a2时段较高。
从图 7中看出，a1—a2探测时段中，从20时09分开始，飞机进入深厚云区，云粒子数浓度N1维持在100 cm-3以上。此时2DC探测的冰晶浓度N2较低，粒径较大，主要由较少柱状和霰粒子组成(图 8a、b)。随着云中含水量升高，2DC图像显示冰晶粒子形状趋于球形(图 8c、d)。催化影响c1—c2时段20时37分30秒开始，FSSP探测的云粒子数浓度急剧下降，通过贝吉龙过程吸收过冷水形成大量冰晶，造成冰晶数浓度增加，粒径较小，此时以球形为主(图 8e)；随过冷水含量减少，大量小冰晶通过碰并-凇附过程形成较大的霰粒子(图 8f、g)和雪花(图 8h)，数浓度减少，粒径增大。催化影响d1—d2时段和f1—f2时段云中含水量较少，冰晶以霰粒子为主(图 8i-l)。
|
| (其中h、k、l为2DP图像) 图 8 探测和催化影响时段典型时刻的二维粒子图像 (h, k, l. 2DP images) Figure 8 The 2DC images at typical moments during the probe and the seeding time |
陶树旺等(2001)在综合分析河南地区层状冷云微物理特征基础上，提出了飞机云物理观测识别云可播条件的方法，即FSSP探测的粒子浓度不小于20 cm-3的云区才具有一定的可播性，其中2DC探测的粒子浓度N2小于20 L-1时，可确定为强可播区，否则为可播区。孙鸿娉等(2011)提出了华北层状冷云可播度的两项主要指标，CDP探测的粒子浓度不小于30 cm-3的云区才具有一定的可播性，其中CIP探测的大粒子浓度小于10 cm-3时，可确定为强可播区。
华北地区层状冷云有一定的共性，所以在以往研究基础上，综合4.1节FSSP探测云粒子相态分析结论，可判定此次飞行个例中探测云区的云粒子为液态云粒子，适合对平飞过程云的可播性进行分析。云中粒子谱反映了粒子浓度与尺度的关系，云型不同粒子谱不同，同一云型不同个体粒子谱不同，同一云中不同部位的粒子谱也会不同(陶玥等，2007)。选取不同时刻观测的云粒子平均谱进行对比分析(图 9)，总体看粒子谱分布符合负幂指数的单调递减规律。但对于a时段，FSSP探头探测的云粒子浓度N1平均为199 cm-3，谱浓度最大值为47 cm-3·μm-1，表明云中具有丰富的过冷水含量，而2DC探测的粒子浓度N2仅为1.2 L-1，说明自然冰晶浓度较低，即云具有很强的可播度。在b时段，FSSP探头探测的云粒子浓度N1为189 cm-3，2DC探测的粒子浓度N2为27 L-1，表明云中虽有丰富的过冷水，但自然冰晶浓度并不低，说明云具有可播性，但播撒效果并不会很强。在c时段，FSSP探头探测的云粒子浓度N1仅为2.8 cm-3，最大谱浓度仅为3.3 cm-3·μm-1；2DC探测的粒子浓度N2为5.9 L-1，表明云中未达到过冷水丰富这一基本条件，云不具可播性。
|
| 图 9 不同时段云粒子谱分布 Figure 9 Distributions of cloud droplet spectrum in different times |
在整个平飞过程中，参照以往研究结果，结合过冷水含量及冰晶浓度等探测结果，对不同时段云中可播性进行了标注(图 10)。结果表明播撒作业过程中(20时06分—21时15分)，FSSP探测的云粒子浓度N1大于20 cm-3，甚至高于102 cm-3量级的云区占很大比例，而2DC探测的粒子浓度N2较低，大部分处于可播区，适合进行人工增雨作业。后期播撒作业停止后(21时30分—22时30分)云粒子浓度N1较低，不可播区占主导。
|
| (H：强可播区，S：可播区，N：不可播区) 图 10 平飞过程中云粒子随时间分布 (H for highly seedable area, S for seedable area, N for hardly seedable area) Figure 10 Evolution of number concentration of cloud droplets during the level flight |
分析作业前、后云中粒子浓度及粒子谱变化是检验作业效果的重要方法之一(陈万奎等，1992；王以琳等，2003；王黎俊等，2013b)。表 2给出了作业前、后不同时段探测的云中粒子浓度及平均直径的对比。总体上呈现了作业后云粒子浓度N1降低，冰晶粒子浓度N2升高，粒径增大，降水粒子浓度N3也略有升高的趋势。具体表现：云粒子浓度N1在作业前a1—a2时段平均值为31 cm-3，远高于作业后的平均浓度(17.6 cm-3)；但平均直径D1却相差不大，均为4.0—4.5 μm。其中催化影响时段c1—c2探测到的云粒子浓度N1稍高于探测a1—a2时段，可能原因是催化剂播撒30 min后，冰晶粒子通过贝吉龙过程反应不充分，云中仍存在较多的过冷水，造成云粒子浓度N1维持在较高水平。作业后2DC探测的粒子浓度N2由之前的0.86 L-1升高至2.39 L-1，平均直径也增大为687 μm。说明作业后N2通过贝吉龙过程消耗过冷水长大，形成大量冰晶，浓度升高，同时导致N1蒸发浓度降低；冰晶等粒子逐渐长大形成降水，2DP观测的降水粒子浓度N3也相应有所升高，粒径变化不大。
| 时段 | FSSP | 2DC | 2DP | |||||
| N1(cm-3) | D1(μm) | N2(L-1) | D2(μm) | N3(L-1) | D3(μm) | |||
| 探测a1—a2 20时06分—20时10分 | 31.0 | 4.24 | 0.86 | 466 | 1.82 | 855 | ||
| 催化c1—c2 20时37分—20时41分 | 46.5 | 4.26 | 8.75 | 377 | 3.63 | 843 | ||
| 催化d1—d2 20时53分—20时55分 | 2.79 | 4.09 | 1.67 | 587 | 2.61 | 986 | ||
| 催化f1—f2 21时08分—21时15分 | 3.49 | 4.26 | 2.39 | 687 | 3.27 | 1110 | ||
| 催化时段平均值 | 17.6 | 4.20 | 4.27 | 550 | 3.17 | 980 | ||
| 探测a3—a4 20时11分—20时13分 | 15.0 | 4.32 | 1.31 | 500 | 2.47 | 615 | ||
| 催化b1—b2 20时23分—20时24分 | 1.2 | 4.23 | 2.15 | 463 | 3.19 | 620 | ||
从作业前、后多个时段对应的粒子谱看，FSSP探头探测的云粒子谱浓度dN1/dD1(图 11a)在作业前、后谱的分布变化不大，呈单调递减趋势；作业后的浓度值在整个粒径范围内均低于作业前(除c1—c2时段外)，最大浓度由7 cm-3·μm-1降至0.8 cm-3·μm-1，a1—a2时段明显高于d1—d2、f1—f2时段的数浓度，a3—a4时段高于b1—b2时段。2DC探测的粒子谱型总体为递减分布，大多存在双峰，且作业后的第2峰值直径有增大的趋势，比如a3—a4时段位于255 μm，b1—b2时段增至280 μm；作业后的浓度值普遍高于作业前。2DP探测的降水粒子谱型为双峰分布，作业后粒子浓度有所升高，主要体现在小粒径段，而第2个峰值直径由481.5 μm增至631.5—1081.5 μm。大粒径段的数浓度升高，谱宽增宽明显。
|
| (a. FSSP，b. 2DC，c. 2DP) 图 11 作业前、后不同时段的平均云粒子谱分布 (a. FSSP, b. 2DC, c. 2DP) Figure 11 Distribution of cloud droplet spectrums during the probe and the seeding periods |
对作业前、后几个时段的云微物理特征分析表明，作业影响时段探测的云中观测到N1浓度降低，N2浓度升高，平均直径增大，且降水粒子浓度N3升高，谱宽变宽的现象。
4.6 作业影响区与对比区的雨量分析为了分析催化作业效果，不考虑催化剂的扩散和因核化可能引起的剂量衰减等复杂因素的影响，仅以环境风场的水平输送分析其影响区(王黎俊等，2013b)。从探空图看，作业区域5100 m高度风速为22 m/s，风向252°，催化作业时间20时06分—21时15分，确定作业影响区。如图 12a所示，中间黑色框区为作业影响区，根据雨带分布特征(图 2)，在上、下风向各选出同样大小的区域作为对比区。随着系统移动，作业区和对比区也随之移动。为了定量分析作业效果，作业区与对比区的平均雨量具体计算方法参照文献(蔡兆鑫等，2013；秦彦硕等，2015)。为了减小云带分布不均匀造成不同区域降水的差异，更明显看出作业区和对比区雨量在作业前后的不同，将对比区进行平均，并绘出二者比值(图 12b中黑线)。其中20时为作业前降水情况，21时为作业期间，之后为作业后降水演变情况(图 12b)。由图可看出，作业区和对比区的降水量在催化作业前相当，均为0.3 mm；催化作业过程中作业区雨量略有降低，但催化后1 h雨量均有显著增大，从催化后2 h开始，作业影响区因受到催化的影响，雨量减少的速率变慢，二者比值处于1.0以上，这一特征在催化作业后4 h最为显著。在作业后5 h效果降低。可见作业后对雨量的影响持续了4 h左右，在作业后3—4 h效果最显著。
|
| (a.影响区和对比区位置示意，b.影响区和对比区平均雨量对比) 图 12 作业影响区和对比区20时—次日02时逐时平均雨量变化 (a. schematic diagram of location between target and all contrast areas, b. average rainfall comparison between target and all contrast areas) Figure 12 Time series of hourly precipitation during 20:00-02:00 BT in the target and contrast areas |
2013年10月13—14日在西风槽和地面冷锋的共同作用下，华北地区出现了一次自西向东大范围降水过程。13日20时前后冷锋过境时，河北省夏延飞机在张家口涞源地区进行了一次增雨探测，从机载设备探测的云微物理观测资料分析得出如下结论：
(1) 此次降水性积层混合云系的垂直结构由冷、暖两层云组成，云层发展厚实，中间有薄的干层，符合“播种-供应”云微物理结构。4000—5100 m冷云区云粒子浓度N1平均为62 cm-3，最大值253 cm-3，液态水含量最大值0.05 g/m3；2DC和2DP探测的N2和N3平均浓度分别为1.9和2.2 L-1。暖云(2400—3550 m)内FSSP探测到云粒子数浓度约集中在300 cm-3，液态水含量较高，约处于0.1 g/m3。
(2) 探测区域FSSP观测的云粒子浓度N1在整个云区内的水平分布差异较大，最大浓度为430 cm-3，而平均直径则约集中在4 μm。整个云区内冰晶和降水粒子浓度均主要集中在0.1—10 L-1，2DC探测的粒子数浓度N2与直径D2呈现明显的反相关。作业前a1—a2时段内绝大部分区域云粒子N1均处于高值区，液态水含量也达到0.01 g/m3；作业后c1—c2、d1—d2和f1—f2时段内的云粒子N1则处于1—10 cm-3，云中液态水含量也被消耗而明显降低，2DC、2DP探测的粒子浓度较作业前a1—a2时段较高。
(3) 通过对作业前、后不同时段探测的云中粒子浓度及平均直径的对比发现，云粒子在作业前时段内的平均浓度N1为31 cm-3，远高于作业后平均浓度(17.6 cm-3)；但平均直径D1变化不大。作业后冰晶粒子通过贝吉龙过程消耗过冷水长大，浓度N2由之前的0.86 L-1增至4.27 L-1，平均直径也增大至550 μm。冰晶粒子逐渐长大形成降水，降水粒子浓度N3也相应有所升高，谱明显变宽。催化作业后对影响区地面雨量在3—4 h效果最显著。
| 蔡兆鑫, 周毓荃, 蔡淼. 2013. 一次积层混合云系人工增雨作业的综合观测分析. 高原气象, 32(5): 1460–1469. Cai Z X, Zhou Y Q, Cai M. 2013. Analysis on comprehensive observation of artificial precipitation enhancement operation for a Convective-Stratiform mixed cloud. Plateau Meteror, 32(5): 1460–1469. (in Chinese) |
| 陈万奎, 严采蘩, 吴心遂, 等. 1992. 碘化银消除过冷低云试验结果. 应用气象学报, 3(S): 59–66. Chen W K, Yan C F, Wu X S, et al. 1992. An experiment on supercooled lower cloud dissipation by seeding AgI. Quart J Appl Meteor, 3(S): 59–66. (in Chinese) |
| 邓育鹏, 董晓波, 吕锋, 等. 2013. 河北省降水性层状云宏微观物理特征. 气象与环境学报, 29(3): 29–34. Deng Y P, Dong X B, Lv F, et al. 2013. Macro and microphysical characters of precipitable stratiform cloud over Hebei province. J Meteor Environ, 29(3): 29–34. (in Chinese) |
| 洪延超, 周非非. 2005. "催化-供给"云降水形成机理的数值模拟研究. 大气科学, 29(6): 885–896. Hong Y C, Zhou F F. 2005. A numerical simulation study of precipitation formation mechanism of "Seeding-Feeding" cloud system. Chinese J Atmos Sci, 29(6): 885–896. (in Chinese) |
| 胡志晋. 2001. 层状云人工增雨机制、条件和方法的探讨. 应用气象学报, 12(S): 10–13. Hu Z J. 2001. Discussion on mechanisms, conditions and methods of precipitation enhancement in stratiform clouds. Quart J Appl Meteor, 12(S): 10–13. (in Chinese) |
| 李宝东, 孙玉稳, 孙霞, 等. 2014. 河北春季一次飞机人工增雪的综合分析. 干旱气象, 32(5): 819–829. Li B D, Sun Y W, Sun X, et al. 2014. Comprehensive analysis of aircraft artificial precipitation on stratiform clouds in spring over Hebei Province. J Arid Meteor, 32(5): 819–829. (in Chinese) |
| 李铁林, 雷恒池, 刘艳华, 等. 2010. 河南春季一次层状冷云的微物理结构特征分析. 气象, 36(9): 74–80. Li T L, Lei H C, Liu Y H, et al. 2010. Microphysical characteristics of a precipitation process in Henan province. Meteor Mon, 36(9): 74–80. DOI:10.7519/j.issn.1000-0526.2010.09.012 (in Chinese) |
| 刘卫国, 苏正军, 王广河, 等. 2003. 新一代机载PMS粒子测量系统及应用. 应用气象学报, 14(S): 11–18. Liu W G, Su Z J, Wang G H, et al. 2003. Development and application of new-generation airborne particle measuring system. J Appl Meteor Sci, 14(S): 11–18. (in Chinese) |
| 秦彦硕, 刘世玺, 范根昌, 等. 2015. 华北地区春季一次层状云的微物理特征及可播性分析. 干旱气象, 33(3): 481–489. Qin Y S, Liu S X, Fan G C, et al. 2015. Analysis on microphysical characteristics and seedability of a stratiform cloud in spring over North China. J Arid Meteror, 33(3): 481–489. (in Chinese) |
| 孙鸿娉, 李培仁, 闫世明, 等. 2011. 华北层状冷云降水微物理特征及人工增雨可播性研究. 气象, 37(10): 1252–1261. Sun H P, Li P R, Yan S M, et al. 2011. A study of microphysical characteristics and seedability of cold stratiform clouds in North China. Meteor Mon, 37(10): 1252–1261. DOI:10.7519/j.issn.1000-0526.2011.10.008 (in Chinese) |
| 陶树旺, 刘卫国, 李念童, 等. 2001. 层状冷云人工增雨可播性实时识别技术研究. 应用气象学报, 12(S): 14–22. Tao S W, Liu W G, Li N T, et al. 2001. A study of real-time identification of seedability of cold stratiform clouds. Quart J Appl Meteor, 12(S): 14–22. (in Chinese) |
| 陶玥, 洪延超. 2007. 云中粒子谱形状因子变化对云及降水影响的数值研究. 气象学报, 65(2): 221–230. Tao Y, Hong Y C. 2007. Numerical simulation of influence of drop size distribution shape on cloud and precipitation. Acta Meteor Sinica, 65(2): 221–230. DOI:10.11676/qxxb2007.021 (in Chinese) |
| 汪玲, 刘黎平. 2015. 人工增雨催化区跟踪方法与效果评估指标研究. 气象, 41(1): 84–91. Wang L, Liu L P. 2015. Algorithm and assessment of tracking seeding coverage in artificial precipitation enhancement. Meteor Mon, 41(1): 84–91. DOI:10.11676/qxxb2014.084 (in Chinese) |
| 王黎俊, 银燕, 李仑格, 等. 2013a. 三江源地区秋季典型多层层状云系的飞机观测分析. 大气科学, 37(5): 1038–1058. Wang L J, Yin Y, Li L G, et al. 2013a. Analyses on typical autumn multi-layer stratiform clouds over the Sanjiangyuan National Nature Reserve with airborne obsverations. Chinese J Atmos Sci, 37(5): 1038–1058. (in Chinese) |
| 王黎俊, 银燕, 姚展予, 等. 2013b. 三江源地区秋季一次层积云飞机人工增雨催化试验的微物理响应. 气象学报, 71(5): 925–939. Wang L J, Yin Y, Yao Z Y, et al. 2013b. Microphysical responses as seen in a stratocumulus aircraft seeding experiment in autumn over the Sanjiangyuan National Nature Reserve. Acta Meteor Sinica, 71(5): 925–939. (in Chinese) |
| 王以琳, 雷恒池. 2003. 冷云飞机人工引晶检验. 大气科学, 27(5): 929–938. Wang Y L, Lei H C. 2003. Test of cold cloud seeding. Chinese J Atmos Sci, 27(5): 929–938. (in Chinese) |
| 余兴, 王晓玲, 戴进. 2002. 过冷层状云中飞机播云有效区域的模拟研究. 气象学报, 60(2): 205–214. Yu X, Wang X L, Dai J. 2002. Research on simulation of effective range for cloud seeding by aircraft within super-cooled stratus. Acta Meteor Sinica, 60(2): 205–214. DOI:10.11676/qxxb2002.025 (in Chinese) |
| 赵增亮, 毛节泰, 魏强, 等. 2010. 西北地区春季云系的垂直结构特征飞机观测统计分析. 气象, 36(5): 71–77. Zhao Z L, Mao J T, Wei Q, et al. 2010. A study of vertical structure of Spring stratiform clouds in Northwest China. Meteor Mon, 36(5): 71–77. DOI:10.7519/j.issn.1000-0526.2010.05.010 (in Chinese) |
| 赵震, 雷恒池. 2008. 西北地区一次层状云降水云物理结构和云微物理过程的数值模拟研究. 大气科学, 32(2): 323–334. Zhao Z, Lei H C. 2008. A numerical simulation of cloud physical structure and microphysical processes associated with stratiform precipitation in Northwest China. Chinese J Atmos Sci, 32(2): 323–334. (in Chinese) |
| 周黎明, 牛生杰, 王俊. 2014. 不同天气系统层状云微物理特征个例分析. 气象, 40(3): 327–335. Zhou L M, Niu S J, Wang J. 2014. Case analysis on microphysical characteristics of stratiform cloud under synoptic systems. Meteor Mon, 40(3): 327–335. DOI:10.7519/j.issn.1000-0526.2014.03.008 (in Chinese) |
| 朱士超, 郭学良. 2014. 华北积层混合云中冰晶形状、分布与增长过程的飞机探测研究. 气象学报, 72(2): 366–389. Zhu S C, Guo X L. 2014. Ice crystal habits, distribution and growth process in stratiform clouds with embedded convection in North China:Aircraft measurements. Acta Meteor Sinica, 72(2): 366–389. DOI:10.11676/qxxb2014.013 (in Chinese) |
| Baumgardner D, Korolev A. 1997. Airspeed corrections for optical array probe sample volumes. J Atmos Oceanic Technol, 14(5): 1224–1229. DOI:10.1175/1520-0426(1997)014<1224:ACFOAP>2.0.CO;2 |
| Cober S G, Isaac G A, Korolev A V, et al. 2001a. Assessing cloud-phase conditions. J Appl Meteor, 40(11): 1967–1983. DOI:10.1175/1520-0450(2001)040<1967:ACPC>2.0.CO;2 |
| Cober S G, Isaac G A, Strapp J W, et al. 2001b. Characterizations of aircraft icing environments that include supercooled large drops. J Appl Meteor, 40(11): 1984–2002. DOI:10.1175/1520-0450(2001)040<1984:COAIET>2.0.CO;2 |
| Coelho A A, Brenguier J L, Perrin T. 2005. Droplet spectra measurements with the FSSP-100. Part Ⅱ:Coincidence effects. J Atmos Oceanic Technol, 22(11): 1756–1761. DOI:10.1175/JTECH1818.1 |
| Geerts B, Miao Q, Yang Y, et al. 2010. An airborne profiling radar study of the impact of glaciogenic cloud seeding on snowfall from winter orographic clouds. J Atmos Sci, 67(10): 3286–3302. DOI:10.1175/2010JAS3496.1 |
| Hobbs P V. 1991. Twenty years of airborne research at the University of Washington. Bull Am Meteor Soc, 72(11): 1707–1716. DOI:10.1175/1520-0477(1991)072<1707:TYOARA>2.0.CO;2 |
| Korolev A V, Isaac G A, Cober S G, et al. 2003. Microphysical characterization of mixed-phase clouds. Quart J Roy Meteor Soc, 129(587): 39–65. DOI:10.1256/qj.01.204 |
| McFarquhar G M, Cober S G. 2004. Single-scattering properties of mixed-phase Arctic clouds at solar wavelengths:Impacts on radiative transfer. J Climate, 17(19): 3799–3813. DOI:10.1175/1520-0442(2004)017<3799:SPOMAC>2.0.CO;2 |
| McFarquhar G M, Zhang G, Poellot M R, et al. 2007. Ice properties of single-layer stratocumulus during the Mixed-Phase Arctic Cloud Experiment:1. Observations. J Geophys Res, 112(D24): D24201. DOI:10.1029/2007JD008633 |
| Solak M E, Yorty D P, Griffith D A. 2003. Estimations of downwind cloud seeding effects in Utah. J Wea Mod, 35(1): 1–7. |
| Strapp J W, Albers F, Reuter A, et al. 2001. Laboratory measurements of the response of a PMS OAP-2DC. J Atmos Oceanic Technol, 18(7): 1150–1170. DOI:10.1175/1520-0426(2001)018<1150:LMOTRO>2.0.CO;2 |
| Yum S S, Hudson J G. 2002. Maritime/continental microphysical contrasts in stratus. Tellus B, 54(1): 61–73. DOI:10.3402/tellusb.v54i1.16648 |