2014年春季華北兩次降水過程的人工增雨催化數值模擬研究

劉衛國 陶玥 黨娟 周毓荃

中國氣象科學研究院中國氣象局人工影響天氣中心，北京100081

?

2014年春季華北兩次降水過程的人工增雨催化數值模擬研究

劉衛國 陶玥 黨娟 周毓荃

中國氣象科學研究院中國氣象局人工影響天氣中心，北京100081

摘 要在 WRF中尺度模式中耦合了中國氣象科學研究院發展的 CAMS（Chinese Academy of Meteorological Sciences）云微物理方案，并在CAMS方案中增加了直接播撒冰晶（S1方案）和播撒碘化銀催化劑（S2方案）兩種云催化方案。利用此模式，對2014年我國華北干旱期間開展飛機增雨作業的兩次降水過程（個例1：5月9～10日；個例2：5月10～11日）進行了云催化數值模擬研究，分析了催化對降水和云物理量場影響，對比了S1 和S2方案催化效果的異同。結果表明，在云層適當部位播撒催化劑，兩種催化方案均會達到增雨效果，催化會引起云中各水凝物的明顯變化，并導致催化區域溫度、垂直速度的變化。個例1中，S2方案的催化影響范圍要大于S1方案，在播撒區下游地區，S2方案催化效果要強于S1方案；而個例2中兩方案催化效果沒有表現出顯著差異。S1和S2方案的催化效果在不同個例中表現不同，其重要原因在于兩種催化方案的催化機制差異以及云系動力條件、水汽條件的不同。通過采用適當的催化劑量，在其他催化設置條件相同的情況下，S1和S2方案可以取得相似的催化效果，但需注意由于二者催化機制的差異，在一些具體云系條件下，二者的催化效果會有一定差異。當實際人工增雨作業采用碘化銀催化劑時，相應的催化模擬研究使用S2方案更為適合。

關鍵詞WRF模式 云催化 碘化銀核化 催化效果

劉衛國，陶玥，黨娟，等. 2016. 2014年春季華北兩次降水過程的人工增雨催化數值模擬研究 [J]. 大氣科學, 40 (4): 669-688. Liu Weiguo, Tao Yue, Dang Juan, et al. 2016. Seeding modeling study of two precipitation processes over northern China in the spring of 2014 [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40 (4): 669-688, doi:10.3878/j.issn.1006-9895.1508.15138.

1 引言

進入 21世紀，受全球氣候變化的影響，極端天氣事件增加，水資源日益貧乏，已經成為制約我國經濟發展的重要因素。華北地區工農業生產在全國占重要地位，該地區也是我國水資源嚴重短缺區域之一。我國水資源時空分布嚴重不均、氣候變化、環境變化等因素導致我國北方近年來干旱加劇，加上人口增長過快、工農業發展迅速，加劇了水資源短缺程度。目前，通過人工增雨作業合理地開發和利用空中水資源，已成為緩解北方水資源欠缺的重要手段之一。

隨著數值模式分辨率的提高以及數值模式中云微物理參數化方案的改進，中尺度模式已能較精細地模擬云和降水特征，成為人工影響天氣理論研究的重要工具之一。近 30多年來，人工催化數值模擬技術在國內外發展很快，并在人工增雨、人工減雨、防雹等方面的研究中得到廣泛應用，為人工影響天氣作業提供理論指導。使用數值模式進行催化研究，一種方法是在模擬的特定時空范圍內直接增加冰晶數濃度和比質量，進而研究催化對云和降水的影響。采用此種方法，國內外已開展較多研究，如 Koenig and Murray（1983）、毛玉華和胡志晉（1993)、何觀芳等（2001）通過在二維、三維云模式中增加冰晶數濃度研究催化對降水、降雹的影響，史月琴等（2008）、孫晶等（2010）和高茜等（2011）利用 CAMS 中尺度云模式，通過在微物理方案中直接改變冰晶數濃度的方法進行了云催化的數值試驗。需要指出的是，直接增加冰晶的方法沒有考慮催化劑在云中的核化過程，從物理上而言，更為近似于液氮、液態二氧化碳等液態制冷劑的催化過程，但對如碘化銀之類催化劑的模擬是不完善的，多用于原理性的試驗研究。

Hsie et al.（1980）建立了模擬碘化銀粒子核化的守恒方程，考慮了碘化銀的接觸核化、凝華（和吸附）核化的過程，并將該方程加入二維時變對流云模式，模擬了強對流云中碘化銀播撒的效果；黃燕和徐華英（1994）發展了該催化方案，并應用于二維冰雹云模式，開展了冰雹云催化研究；崔雅琴等（2007）應用該方案并將核化后的人工冰晶作為單獨預報量，使用三維對流云模式開展了催化研究；Guo et al.（2006）在三維對流云模式中使用該方案對比研究了碘化銀與液態二氧化碳催化的云動力和微物理效果；方春剛等（2009）和何暉等（2012，2013）分別在中尺度模式 WRF和 MM5的微物理方案中加入了上述碘化銀催化過程，并進行了對流云、層狀云的催化模擬研究。總體而言，Hsie方案實現了對碘化銀催化物理過程的較為詳細的模擬，相對于直接增加冰晶的方法，該方案在物理上更為完整，不過，方案中不能區分碘化銀冰核的凝華核化和吸附核化過程，也沒有考慮碘化銀的浸沒核化過程，仍需進一步的發展完善。

Meyers et al.（1995）根據DeMott（1995）的碘化銀核化試驗結果，建立了一套碘化銀催化的顯式播撒方案，考慮了碘化銀凝華核化、吸附核化和接觸核化三種核化機制，實現了碘化銀催化與三維RAMS（Regional Atmospheric Modeling System）中尺度模式的耦合，并使用該模式模擬了一次地形云降水的播撒個例，模式合理的模擬了與播撒相關的多個物理鏈過程，模擬的催化效果與實際檢驗結果吻合；劉詩軍等（2005）將DeMott（1995）的試驗結果應用于一維層狀云和一維對流云模式，研究了碘化銀在對流云和層狀云中成核方式的差異；Xue et al.（2013a，2013b）參考Meyers et al.（1995）的結果，在WRF模式的Thompson方案中實現了碘化銀播撒的顯式模擬，使用該模式模擬了地基和空基碘化銀播撒對冬季地形云降水的影響。相對于 Hsie方案，DeMott的試驗結果更完整的表達了碘化銀的所有核化過程，將其試驗結果應用于數值模擬試驗，對于促進人影催化模式及其研究的發展是很有意義的，對于指導實際人工增雨作業也具有現實意義。

本文使用耦合了CAMS云微物理方案的WRF中尺度數值模式，在CAMS微物理方案中增加了直接播撒冰晶和播撒碘化銀兩種云催化方案。利用此模式，針對2014年5月華北干旱期間開展飛機增雨作業的兩次降水過程（5月9～10日和5月10～11日），進行了云催化數值模擬試驗。對催化后降水、云物理量的變化進行了分析，對比了兩種催化方案的催化效果。兩種催化方案近似模擬了當前實際作業中使用的液態制冷劑和碘化銀兩種主要催化劑的催化過程，通過模擬研究可為實際人影作業提供參考。

2 降水過程實況

2.1 天氣背景分析

2014年5月9日08時（北京時間，下同），華北地區位于蒙古低渦東南側（圖1a）；5月9日20時，蒙古低渦東移，河套地區有一高空槽發展（圖1b）。受低渦系統影響，5月9～10日，內蒙古中部、華北西部有小到中雨，局部大雨的降水過程。

5月10～11日，隨蒙古低渦東移發展，低渦西部冷空氣南下與偏南暖濕氣流交匯于華北地區，華北、黃淮等地有中到大雨降水過程。5 月10 日08時，500 hPa 天氣圖顯示東亞中高緯度呈兩槽一脊的環流形勢（圖1c），蒙古低渦中心位于（47°N，108°E），華北地區位于低渦南側高空槽前的上升運動區中。蒙古低渦向東北方向移動，5月10日20時（圖1d），華北地區位于低渦的西南側。

2.2 云系的演變特征

從反演的FY-2衛星的TBB（等效黑體溫度，Black Body Temperature）云圖（圖2）可見，5月9～11日，受低渦東移影響，大范圍的低渦氣旋云系自西向東移動，經過華北移至東北地區。5月9日08時，低渦氣旋云系移入華北西北部；隨著系統向東北方向移動，10日08時，云系覆蓋華北西部和北部；隨后，云系減弱東移，11日06時，低渦氣旋云系移出華北地區。5月9日08時至10日08時，華北地區的云層較厚，云系主要為積層混合云，對應地面降水也較大；5月10日08時至11日08時，華北地區的云層覆蓋面積減小，云層厚度減小，云系主要為層狀云，對應地面降水也較小。

圖1 2014年5月9、10日500 hPa高空天氣形勢圖：（a）5月9日08時；（b）5月9日20時；（c）5月10日08時（d）5月10日20時Fig. 1 500 hPa synoptic situation charts at (a) 0800 BJT (Beijing Time) 9 May, (b) 2000 BJT 9 May, (c) 0800 BJT 10 May, and (d) 2000 BJT 10 May 2014

3 降水過程的數值模擬

3.1 模式介紹

本文采用WRF模式進行模擬研究。WRF模式是完全可壓縮的、非靜力的三維中尺度模式，可用于從云尺度到天氣尺度等不同尺度天氣特征的模擬研究。在WRF模式中，我們耦合了由中國氣象科學研究院開發的CAMS云微物理方案，該方案為混合相雙參數雪晶方案（陳德輝等，2004），包括11個云物理預報量，分別為水汽、云水的比質量（Qv，Qc），云滴譜拓寬度（Fc），雨水、冰晶、雪和霰的比質量和比濃度（Qr；Nr；Qi，Ni；Qs，Ns；Qg，Ng），考慮了31種云微物理過程，方案采用準隱式數值計算方法，能很好地保證模式計算的穩定性，該方案已在多個研究和業務應用發揮了很好的作用。

為進行云催化數值模擬研究，我們在CAMS方案中增加了催化模塊，包括兩種云催化方案和相應的微物理預報量及微物理過程。兩種云催化方案分別為直接播撒冰晶催化方案（下文簡稱 S1方案）和播撒碘化銀催化劑方案（下文簡稱S2方案）。S1方案是在云中直接增加冰晶數濃度和比質量來模擬催化過程，方案中假設這些冰晶主要通過凝華和吸附核化過程形成，因此，在施加催化時只考慮凝華和吸附核化對云中水汽、溫度的影響；S1方案近似于液態制冷劑的催化過程的模擬。S2方案是在云中播撒碘化銀類催化劑，考慮碘化銀冰核形成冰晶的多種核化過程，同時對碘化銀粒子在云中的平流、擴散以及清除過程也進行了相應考慮；方案中碘化銀核化的模擬主要基于DeMott（1995）的試驗研究結果。

S2方案中，碘化銀冰核的核化包括凝華核化、吸附核化、浸沒核化、接觸核化以及作為云凝結核形成云滴共5種微物理過程（DeMott，1995；劉衛國和劉奇俊，2007；Xue et al. 2013a），催化方案在模式中增加了2個新微物理預報量Naer和Naim，其中Naer為碘化銀氣溶膠粒子數濃度，Naim為浸沒在云滴中的碘化銀氣溶膠粒子數濃度。S2方案中假設碘化銀粒子為均一尺度分布，并假設在條件滿足的情況下，碘化銀粒子按各核化過程的核化比率瞬時核化為冰晶，忽略核化過程所需時間。碘化銀粒子

不同核化過程的公式如下：a）凝華核化

其中

b）吸附核化

其中

c）接觸核化

d） 浸沒核化

其中

e） 凝結核化

上述方程中，Fdep、Fcdf、Fctf、Fimf、Fimd分別為碘化銀的凝華核化比、吸附核化比、接觸凍結核化比、浸沒凍結核化比和凝結核化比，si和sw分別為冰面和水面過飽和比，t為溫度（°C）。Fscav為云滴通過布朗運動和慣性碰并對碘化銀氣溶膠粒子的清除比率，其計算參考Hsie et al.（1980）的方法。 Fc＇tf、Fim＇f分別為被云滴捕獲的碘化銀氣溶膠粒子的接觸核化比和浸沒凍結核化比。方案中新增預報量 Naer和Naim的源匯項方程如下：

使用上述模式，我們對2014年5月9～11日華北地區的大范圍降水過程進行了人工增雨催化數值模擬試驗。將上述過程分為5月9～10日（個例1）、5月10～11日（個例2）兩個個例分別進行模擬。兩個個例模式模擬區域設置相同，模式域中心點設在（39°N，112°E），水平方向采用9～3 km二重雙向嵌套，垂直層數35層，模式頂氣壓為50 hPa，外層網格使用CAMS方案和Kain-Fritsch積云參數化方案，內層網格使用CAMS方案。使用每6小時一次的T639全球分析場為模式提供初始場及側邊界條件，啟動時間分別為9日08時和10日02時，模擬時長分別為24小時和30小時。

3.2 模擬結果的驗證

圖2 FY-2衛星云圖（TBB，單位：°C）：2014年（a）5月9日08時；（b）5月10日08時；（c）5月11日08時Fig. 2 Satellite (FY-2) black body temperature (TBB) image at (a) 0800 BJT 9 May, (b) 0800 BJT 10 May, and (c) 0800 BJT 11 May 2014

圖3 2014年5月9日14時（a）模擬的云帶（陰影：垂直積分總水量，單位：mm）與（b）衛星反演的TBB圖（單位：°C）Fig. 3 The (a) simulated cloud band (Vertically integrated total water, units: mm) and (b) FY-2 satellite TBB (units:°C) image at 1400 BJT 9 May 2014

3.2.1 個例1云帶與降水模擬驗證

5月9日降水主要為積層混合云降水，云層發展深厚，云區內部分區域存在較強上升氣流。選取外層網格（注：除云帶對比選擇外層網格數據外，文中其他分析的數據均取自內層嵌套網格的模擬結果）模擬的云系演變結果與實況進行對比，從對比情況看，模擬云帶的移動方向、云帶形狀、分布范圍與衛星反演產品接近，說明在該個例中模式對大范圍云系的把握還是比較準確的。圖3為9日14時模式模擬的云帶（以垂直積分總水量來表示，下同）與衛星反演的TBB產品對比，從圖中可看出模擬結果與觀測實況基本吻合，對山西西部及陜西北部云系發展旺盛的狀況，模擬結果能夠較好地表現出來。

圖4為5月10日08時的24小時累積降水模擬結果與實況的對比。從圖中可看到，模擬降水的雨區分布范圍與實況接近，特別是小于25 mm的降水區域；實況25 mm以上降水主要位于山西、陜西境內，模擬的相應降水帶在內蒙古境內偏大，但在山西、陜西境內與實況較為一致。從降水中心位置看，模式模擬出了山西西部的50 mm以上降水中心區，但范圍偏大，局地最大降水量高于實況；此外，模擬降水在山西東北部有虛假降水中心出現。從整個雨區降水量級的對比可看到，實況雨量在 1～75 mm之間，模擬的降水量大部分也在1～75 mm范圍，只是局部地區有大于75 mm的降水；對于大于25 mm、50 mm的雨區范圍，模擬的雨區則比實況的分布范圍要大，因此從總體上看，模擬的降水較實況偏強。

3.2.2 個例2云帶與降水模擬驗證

5月10日過程以層狀云降水為主，云中上升氣流較弱。從模式模擬的云帶演變（第一層網格模擬結果）與衛星反演的 TBB產品對比來看，模擬的云帶移向、移速與實況基本吻合。在10日14時的對比圖上可看到（圖5），模擬云帶的形狀和走向也與實況云帶基本一致，能較好的表現出陜西、山西和河南境內云系發展狀況。

從模擬的5月10日降水情況看（圖6），模擬的 24小時降水整個區域范圍略小于實況，對山西境內的降水，模式模擬的山西西北部和西南部的兩個20 mm以上的降水中心位置有偏差，且范圍也偏小，但模擬的10～20 mm降水在山西境內的分布與實況比較接近。從降水量級上看，山西境內實況降水大部在1～30 mm之間，模擬的降水量級與實況接近，其中山西西部、東北部的局部地區降水模擬偏強。總體上，模擬降水能夠表現實況降水的分布和量級的主要特征。

4 催化試驗設計

人工影響天氣作業信息顯示，5月9～10日山西中部和北部進行了飛機增雨和地面增雨作業。9日上午，飛機共飛行1架次，飛行地區位于太原西北部臨縣、岢嵐一帶，作業時段在 11:30～12:30，作業區域位于（37.9°～38.7°N，111.2°～112.4°E）范圍內，共播撒碘化銀約720 g（按山西機載碘化銀焰劑0.2 g s?1的播撒速率計算）。10日，飛機增雨作業位于太原北部的原平、定襄、盂縣一帶，共飛行2架次，其中第一架次飛機作業時段11:45～12:24，作業區域位于（37.9°～38.7°N，112.5°～113.0°E）范圍內，共播撒碘化銀約480 g。

根據模式模擬結果，參考上述兩個架次飛機增雨作業的實況，選擇山西西北部地區降水云系進行催化模擬，但根據模擬云系的發展狀況，催化的具體時間和區域與實況有所差異。針對兩個降水過程的個例，首先進行未催化的自然云模擬，然后采用S1和S2方案分別進行催化模擬，將催化后模擬結果與自然云進行比較，對催化效果進行分析。

個例1催化時間選擇在9日18時，催化區域位于山西西北部地區（圖7），具體經緯度坐標范圍為（38.6°～38.7°N，110.8°～111.5°E）；催化高度在海拔 4.7～5.5 km 之間，對應溫度范圍?5.8～?10.2°C。催化方法采用了兩種方式：一是直接播撒人工冰晶（下文以S1方案表示），每格點播撒冰晶劑量為2×106kg?1，S1方案在一定程度上近似于液態制冷劑（如液氮、液態二氧化碳等）的播撒，上述劑量約合在播撒區域播撒制冷劑360 kg（按成核率1012g?1計算）；二是采用播撒碘化銀催化劑的方法（下文以S2方案表示），播撒劑量參考實際作業劑量（1小時播撒720 g碘化銀），按照Meyers et al. （1995）的方法，計算720 g碘化銀在1小時后的擴散濃度為8×106m?3，模式中即采用這個劑量進行播撒。

個例2催化時間為10日11時，選擇催化區域位于山西西北部（圖8），經緯度坐標范圍（38.3°～38.5°N，111.0°～111.5°E）；催化高度選擇在海拔4.4～4.8 km之間，對應溫度范圍?6～?9.2°C之間；催化方法也分別采用播撒人工冰晶（S1）和碘化銀催化劑（S2）兩種方案，播撒劑量在S1方案為每格點播撒冰晶1×106kg?1（總計約合播撒55 kg液態制冷劑），S2方案參考實際作業播撒的480 g碘化銀，換算出40分鐘后的擴散濃度為1.8×107m?3，以其作為播撒用量。

5 催化模擬分析

5.1 催化區域云發展狀況

圖4 2014年5月10日08時24小時累積降水量對比（單位：mm）：（a）采用S2方案的模擬降水；（b）實況降水Fig. 4 (a) Simulated (by the S2 scheme) and (b) observed 24-h rainfall (units: mm) at 0800 BJT 10 May 2014

圖5 2014年5月10日14時（a）模擬的云帶（陰影：垂直積分總水量，單位：mm）與（b）衛星反演的TBB圖（單位：°C）Fig. 5 The (a) simulated cloud band (vertically integrated total water, units: mm) and (b) FY-2 satellite TBB (units: °C) image at 1400 BJT 10 May 2014

個例1中，模擬的降水云系過冷水區主體在9日下午開始移入山西境內，此時山西地面已有降水，云體發展較強，降水量較大，云系向東北方向移動，移速較快。從海拔5 km高度過冷水的水平分布（圖7a）可看到，陜西、山西西部、內蒙古中部存在一個大范圍的過冷水區，呈西南—東北的帶狀分布，過冷水含量豐富，大部分區域量值在0.1 gkg?1以上，部分區域甚至高達1～2 g kg?1，過冷水區內主要為西南氣流。催化時刻沿38.65°N的垂直剖面圖（圖7b、c、d）顯示，云區過冷水含量高，一些區域存在較強上升氣流，在上升氣流區冰相發展旺盛，冰面過飽和區深厚，利于冰相粒子成長。圖中可看到雪霰層伸展至10 km以上，且雪霰比質量高，雨水比質量分布也顯示地面降水較大，上述特征表明云系降水發展較為成熟。從圖7中可看到，在催化區域內（見圖7a、c中黑色方框所示）過冷水含量大多在0.1～0.3 g kg?1之間，自然冰晶數濃度在10～50 L?1之間，冰面過飽和比0.04～0.1之間，催化區域位于上升氣流區，最大上升速度可達1.5 m s?1。

個例2中，過冷水區隨云系的東移逐漸覆蓋山西西北部大片區域，從海拔4.5 km高度的水平分布看（圖8a），過冷水含量以0.01～0.05 g kg?1為主，部分區域過冷水含量達0.1～0.3 g kg?1，過冷水區主要為西南氣流。從云垂直結構看（圖8b、c、d），過冷水區冰晶含量很少，大部分區域在10 L?1以下，云區內存在上升氣流，云系冰相發展不充分，地面降水不大。可以看到在垂直方向5～7 km之間存在冰晶、雪、霰含量的低值區，圖 8b表明，云系在垂直方向有明顯的“干濕”分層，5～7 km之間有一較厚的冰面欠飽和區，冰相粒子在該層蒸發較大，不利于下層云區降水發展。從圖8可看到，催化區域（圖中黑色方框所示）過冷水含量在0.01～0.3 g kg?1，自然冰晶數濃度1～10 L?1，冰面過飽和比大于0.04，上升氣流速度最大0.2 m s?1。

圖6 2014年5月11日08時24小時累積降水量對比（單位：mm）：（a）采用S2方案的模擬降水；（b）實況降水Fig. 6 (a) Simulated (by the S2 scheme) and (b) observed 24-h rainfall (units: mm) at 0800 BJT 11 May 2014

5.2 催化對降水的影響

5.2.1 個例1降水變化分析

圖9為S1、S2方案催化后3小時內地面每10分鐘凈增雨量的時間演變。每 10分鐘凈增雨量是指整個第二層網格模擬區域在催化后每 10分鐘的降雨總量與未催化的降雨總量的差值。從圖中可以看到，兩種方案降水變化的演變情況類似，在催化后 10分鐘時地面均出現輕微增雨，此后地面降水持續減少，30分鐘時達到凈減雨量最大值（S1：3.3 ×105t；S2：3.7×105t），地面減雨持續至 70分鐘后才開始轉為增雨，并在120分鐘時達到最大凈增雨量（S1：3.9×105t；S2：3.7×105t）。模擬結果表明，S1和S2方案在催化后3小時地面累積凈增雨量分別為 7.8×105t和 7.1×105t，局地最大相對增雨率分別為1.8%和3.6%，兩方案催化后3小時的總效果均為增雨，顯然催化后期的增雨效果起到了重要作用。

圖7 2014年5月9日18時（a）5 km海拔高度云水比質量（單位：g kg?1）的水平分布以及（b–d）冰面過飽和比和云中各水凝物沿38.65°N的垂直剖面，其中，（b）冰面過飽和比（藍色等值線）、溫度（黑色等值線，單位：°C）；（c）云水比質量（填色陰影，單位：g kg?1）、冰晶數濃度（紅色等值線，單位：L?1）、溫度（藍色等值線, 單位：°C）；（d）雪和霰的比質量（填色陰影，單位：g kg?1）、雨水比質量（藍色等值線，單位：g kg?1）。（a、c、d）箭頭表示風場；（a、c）黑線方框所示為播撒區域的對應位置Fig. 7 (a) Horizontal distribution of cloud water mixing ratio (g kg?1) at 5 km MSL and (b–d) vertical cross sections along 38.65°N of the ice saturation ratio and hydrometeors at 1800 BJT 9 May 2014: (b) Ice saturation ratio (blue contours) and temperature (black contours; °C); (c) cloud water mixing ratio (color shading; g kg?1), ice number concentration (red contours, L?1), and temperature (blue contours, °C); (d) snow and graupel mixing ratio (color shading; g kg?1) and rain mixing ratio (blue contours; g kg?1). Arrows in (a, c, d) represent the wind field, and the black boxes in (a, c) indicate the seeding area

從催化3小時后地面累積降水量變化的分布可以看到（圖10），S1和S2方案在播撒區位置的降水沒有明顯變化，在播撒區下游方向到39°N附近主要為減雨區，39°N以北地區主要以增雨區為主。總體上，從播撒區向下游方向，兩方案的累積降水變化均呈現出減雨—增雨的分布特征。在播撒區下游39°～39.5°N之間，兩方案的降水都出現大范圍的增雨，且分布區域類似，但在39.5°N以北地區，S1方案催化對降水的影響減弱，降水變化區域明顯縮減（圖10a），而S2方案則存在一個較大范圍的增雨區并一直延伸至40.6°N附近。上述特征說明，相對于S1方案，S2方案播撒區下游較遠的區域仍有較強催化效果，圖9中S2方案在催化160分鐘后凈增雨量再次遞增的變化也說明了這一特點，其原因可從兩種方案的催化機制及云系動力特征上來分析。

圖8 2014年5月10日11時（a）4.5 km海拔高度云水比質量（單位：g kg?1）的水平分布以及（b–d）冰面過飽和比和云中各水凝物沿38.5°N 的垂直剖面，其中，（b）冰面過飽和比（藍色等值線）、溫度（黑色等值線，單位：°C）；（c）云水比質量（填色陰影，單位：g kg?1）、冰晶數濃度（紅色等值線，單位：L?1）、溫度（藍色等值線，單位：°C）；（d）雪和霰的比質量（填色陰影，單位：g kg?1）、雨水比質量（藍色等值線，單位：g kg?1）。（a、c、d）箭頭表示風場；（a、c）黑線方框所示為播撒區域的對應位置Fig. 8 (a) Horizontal distribution of cloud water mixing ratio (g kg?1) at 5 km MSL and (b–d) vertical cross sections along 38.5°N of the ice saturation ratio and hydrometeors at 1800 BJT 10 May 2014: (b) Ice saturation ratio (blue contour) and temperature (black contours); (c) cloud water mixing ratio (color shading; g kg?1), ice number concentration (red contours; L?1), and temperature (blue contours; °C); (d) snow and graupel mixing ratio (color shading; g kg?1), rain mixing ratio (blue contours; g kg?1). Arrows in (a, c, d) represent the wind field, and the black boxes in (a, c) indicate the seeding area

圖9 個例1催化后 3小時內，S1、S2方案中地面每10分鐘凈增雨量隨時間變化Fig. 9 Temporal evolution of 10-min net surface rainfall increments in both S1 and S2 schemes during the three hours after the seeding operation in expt CASE1

圖10 個例1催化后3小時地面凈增雨量分布：（a）S1方案；（b）S2方案。陰影：3小時自然降水（單位：mm）；等值線：3小時累積雨量差（催化－未催化）；等值線間隔（單位：mm）：?0.25、?0.2、?0.1、?0.05、0.05、0.1、0.2、0.25；圖中黑色方框為播撒區Fig. 10 Net 3-h surface rainfall increments after the seeding operation in expt CASE1: (a) S1 scheme; (b) S2 scheme. Shading: 3-h natural rainfall; contours: the differences of 3-h rainfall (seeded rainfall minus natural one); contour values (units: mm): ?0.25, ?0.2, ?0.1, ?0.05, 0.05, 0.1, 0.2, and 0.25; the black boxes indicate the seeding area

催化劑播撒后，對云的最直接影響是增加冰晶數濃度，圖11所示為S1、S2方案的催化云相對自然云的冰晶數濃度變化。由圖中可看到，在催化的初期（圖11 a1、a2），兩方案的冰晶變化分布和變化量級均表現出很大的相似性，但隨時間推移，兩方案表現出明顯差異。S2方案的碘化銀隨氣流不斷向播撒區下游方向輸送，由于云系存在較強的上升氣流，碘化銀分布在垂直方向也有明顯擴展。在輸送擴散過程中，碘化銀濃度逐漸降低，但從圖中可以看到，在催化后110分鐘時，在碘化銀的分布區域仍存在最大100 L?1以上的的冰晶增量，說明催化的直接影響仍然存在。而S1方案，隨時間推移，冰晶數濃度增量急劇減小，到110分鐘時已經很低（圖11b1）。從催化機制上看，S1方案是直接在云中播撒一定數量的人工冰晶，無論在播撒區還是隨氣流向下游遷移擴散，在條件適合時，人工冰晶都能直接參與云中水汽凝華、過冷水凝結碰凍等物理過程向降水粒子轉化，而且該個例中云區內升速較強，過冷水含量高，更有利于冰晶成長；而 S2方案播撒的碘化銀催化劑作為冰核或凝結核在云中需要經歷一個核化為冰晶或云滴的過程，因此在播撒位置的環境條件不合適時，碘化銀粒子不會參與云中的微物理過程，并隨氣流向播撒區下游方向遷移擴散，直至條件適合形成冰晶或云滴，并參與到降水形成的過程中。由此可見，兩種方案催化機制的差異是造成催化后期播撒區下游降水的變化出現不同的一個重要原因。此外，在本個例中，云中存在較強的上升氣流，碘化銀在播撒入云后，部分碘化銀很快會隨上升氣流輸送到播撒區上空，由于高空風速大，向下游輸送能力強，碘化銀能向下游輸送更長的距離，從而增大催化影響區的范圍。

圖11 個例1催化后不同時刻，S1方案（左）和S2方案（右）冰晶數濃度變化（催化后的值減去相應時刻自然云的值）的垂直分布（單位：L?1）：（a1、a2）催化后30分鐘，沿38.9°N剖面；（b1、b2）催化后110分鐘，沿39.8°N剖面。剖面位置取自對應時刻地面降水變化中心（每10分鐘的累積變化）；陰影為碘化銀數濃度（單位：L?1）Fig. 11 Vertical distribution of ice number concentration variation (L?1, seeding variable minus natural one) in the (a1, b1) S1 and (a2, b2) S2 schemes at different moments after the seeding operation in CASE1 (the cross sections are through the center of 10-min rainfall variation): (a1, a2) Along 38.9°N at 30 min after the seeding operation; (b1, b2) along 39.8°N at 110 min after the seeding operation. Shading: AgI number concentration (L?1)

5.2.2 個例2降水變化分析

個例2中，山西主要以穩定的層狀云降水為主，云系緩慢向東北方向移動，催化時段云系降水量較小，3小時累積雨量（10日06時）為6 mm。從S1、S2方案催化后第二層網格區域的每10分鐘地面凈增雨量的時間演變（圖12）可看到，兩種方案的凈增雨量變化特征相似，但與個例1的變化特征（圖9）有較大區別。兩方案在催化后地面減雨的持續時間不到30分鐘，最大凈減雨量均為5.4×104t。從40分鐘開始，兩方案一直為增雨效果，S1方案在160分鐘時達到凈增雨量最大值（2.3×105t），S2方案則在180分鐘達到最大凈增雨量（1.8×105t）。S1和S2方案在催化后3小時地面累積凈增雨量分別為 1.8×106t和 1.5×106t，局地最大相對增雨率分別為33%和30%，催化后3小時的總效果為增雨。

圖12 個例2催化后 3小時內，S1、S2方案中地面每10分鐘凈增雨量隨時間變化Fig. 12 Temporal evolution of 10-min net surface rainfall increments in both S1 and S2 schemes during the three hours after the seeding operation in expt CASE2

圖13 個例2催化后3小時地面凈增雨量分布：（a）S1方案；（b）S2方案。陰影：3小時自然降水；等值線：3小時累積雨量差（催化－未催化）；等值線間隔（單位：mm）：?0.6、?0.4、?0.2、 ?0.1、?0.05、0.05、0.1、0.2、0.4、0.6。圖中黑色方框為播撒區域Fig. 13 Net 3-h surface rainfall increments after the seeding operation in expt CASE2: (a) S1 scheme; (b) S2 scheme. Shading: 3-h natural rainfall;countours: the differences of 3-h rainfall (seeded rainfall minus natural one); contour values (units: mm): ?0.6, ?0.4, ?0.2, ?0.1, ?0.05, 0.05, 0.1, 0.2, 0.4 and 0.6; the black boxes indicate the seeding area

從催化后3小時降水變化的分布看，S1和S2方案表現出相似的特征（圖13），兩方案整個催化影響區范圍接近，且影響區中增雨區面積較大，減雨區面積較小。與個例1不同，個例2中S2方案的降水變化區域相比于 S1方案，沒有出現向下游方向明顯擴展的現象，這與云系本身物理特征有密切關系。一方面，由于云系屬于較為穩定的層狀云，云內氣流上升速度不大，不利于碘化銀垂直方向的擴散，不易形成類似個例1中碘化銀隨高空氣流向下游快速輸送擴散的情形，這可從圖 14中碘化銀垂直分布的時間變化看到，隨時間推移，大部分碘化銀富集在播撒高度附近，垂直擴散范圍有限，整體上隨云系的移動緩慢向播撒區下游遷移。另一方面，由圖 8b可知，在播撒云區，適宜碘化銀核化的區域有限，垂直方向僅限于過冷云水區上層?5～?10°C層之間，在播撒初期，由于環境條件較好，碘化銀大量核化，增加的冰晶數濃度與 S1方案相當（圖14a1、a2）；但隨時間推移，由圖14b2中碘化銀仍然保持較高濃度的現象說明，碘化銀在后期的核化率顯著降低，從而在冰晶數濃度上沒有形成與S1方案顯著的差別，導致其催化效果與S1方案沒有太大的差異。

圖14 個例2催化后不同時刻，S1方案（左）和S2方案（右）冰晶數濃度變化（催化后的值減去相應時刻自然云的值）的垂直分布（單位：L?1）：（a1、a2）催化后30分鐘，沿38.55oN剖面；（b1、b2）催化后120分鐘，沿38.87oN剖面。剖面位置取自對應時刻地面降水變化中心（每10分鐘的累積變化），陰影為碘化銀數濃度（單位L?1）Fig. 14 Vertical distribution of ice number concentration variation (L?1, seeding variable minus natural one) in the (a1, b1) S1 and (a2, b2) S2 schemes at different moments after the seeding operation in CASE2 (the cross sections are through the center of 10-min rainfall variation): (a1, a2) Along 38.55°N at 30 min after the seeding operation; (b1, b2) along 38.87°N at 120 min after the seeding operation; shading. AgI number concentration (L?1)

5.3 催化對云物理量場的影響

5.3.1 個例1云物理量場變化分析

當人工冰晶或催化劑在云中合適部位播撒后，會通過各種微物理過程與水汽、云中水凝物粒子產生直接或間接作用，造成云微物理特征的改變。由圖15可見，在主要的催化影響區域（112°～113°N），S1、S2方案均可看出云中微物理量的明顯變化。?15°C層以上的過冷云水由于冰晶數濃度的增加以及冰晶、雪晶的增長被消耗，圖中可看到該區域冰晶、雪晶明顯增多；?15°C層以下，霰的比質量增加，云水減少，顯然霰碰并過冷云水增長是云水減少的重要原因。與霰的增加相對應，下層的雨水比質量也增加，這說明降水增加主要來源于霰的增加。從圖中微物理變化的垂直分布上看，兩種方案的冰晶、雪晶、霰、雨各物理量的增減變化區域有很好的對應性，這也體現了通過催化引進冰晶數濃度變化進而影響云和降水的物理鏈條。

圖15 個例1催化后100分鐘，（a1–g1）S1方案和（a2–g2）S2方案各云物理量差值（催化后的值減去相應時刻自然云的值）及 (h) 碘化銀濃度（單位：L?1）沿降水變化中心（39.62°N）的東西向剖面：（a1、a2）云水比質量（單位：g kg?1）；（b1、b2）冰晶數濃度（單位：L?1）；（c1、c2）雪晶比質量（單位：g kg?1）；（d1、d2）霰比質量（單位：g kg?1）；（e1、e2）雨水比質量（單位：g kg?1）；（f1、f2）溫度（單位：°C）；（g1、g2）垂直速度（單位：cm s?1）。（a1–e1）和（a2–e2）中陰影為該物理量自然云中的值Fig. 15 Vertical cross sections of the cloud physical quantity differences (seeding variables minus natural ones) and (h) AgI number concentration (L?1) at 100 min after the seeding operation along 39.62°N by using both (a1-g1) S1 scheme and (a2-g2) S2 scheme in CASE1: (a1, a2) Cloud water mixing ratio (g kg?1); (b1, b2) ice number concentration (L?1); (c1, c2) snow mixing ratio (g kg?1); (d1, d2) graupel mixing ratio (g kg?1); (e1, e2) rain mixing ratio (g kg?1); (f1, f2) temperature (°C); (g1, g2) vertical velocity (cm s?1). Shading in (a1–e1) and (a2–e2): natural values

圖15 （續）Fig. 15 (Continued)

從圖15b1、b2可看到，在冰晶增加區域，S2方案中增加的冰晶數濃度以及濃度增加范圍均明顯高于S1方案，而這一區域與碘化銀催化劑的分布區域相對應（圖15h），這說明碘化銀粒子的核化起到了重要作用。由于 S2方案中碘化銀粒子在向下游輸送擴散過程中，在適宜條件下可不斷生成新的冰晶參與到云物理過程中，從而有利于延長催化影響的時效，擴展催化影響的范圍。催化不但會影響云中微物理量特征，而且在催化劑核化及冰相粒子增長過程中會涉及到潛熱的釋放，這會引起云中溫度的變化。從圖15f1、f2可看到，催化引起的增溫區主要位于冰晶、雪晶大量增加的區域，S1方案最大增溫超過0.1°C，S2方案由于存在碘化銀大量核化形成較多冰晶的過程，其增溫幅度和范圍均高于S1方案，最大增溫在0.2°C以上。與增溫區相對應，云中上升速度也有所增加，從圖 15g1、g2可看到，S2方案的上升速度增加量級及區域范圍均高于S1方案。

5.3.2 個例2云物理量場變化分析

個例2催化時段降水較小，云內動力條件較弱，上層冰云與下層過冷云水區之間存在較厚的冰面欠飽和區（圖 8b），導致下層過冷水區冰晶粒子數濃度低。由圖16可看到，S1、S2兩方案在催化后對云內物理量場的影響非常相似。播撒催化劑后，由于云內動力條件的限制，催化劑向上輸送擴展有限，催化影響主要發生在下層云區，增加的冰晶以播撒區為中心向周圍擴散，通過消耗過冷云水成長，最終使得雪、霰增加。從圖 16中霰的增加區域與其下方雨水的增加區域的對應關系，可以判斷該個例中霰的增加是降水增加的主要來源。對應冰晶、雪晶的增加區域，兩方案同樣可以看到由于相態轉化時潛熱釋放導致的增溫現象（圖16f1、f2），以及增溫區域的上升速度增加的動力場變化特征（圖16g1、g2）。對于圖16f1、f2中在增溫區上方出現減溫區的現象，是因為催化增加的部分冰相粒子隨氣流上升進入?10°C層上方的冰面欠飽和區，冰相粒子蒸發導致該區域降溫。

6 結論

2014年5月9～11日，受低渦系統的影響，華北地區自西向東經歷了一次大范圍降水過程，針對這次過程，山西省進行了飛機增雨催化作業。本文利用耦合了CAMS微物理方案及催化模塊的WRF模式對5月9日和10日的降水過程分別進行了模擬，將模擬結果與實況進行了對比，模式模擬的云帶、降水特征與實況吻合較好。我們結合山西兩個架次飛機增雨作業實況與模式模擬結果，對山西境內的降水云系進行了催化模擬試驗。催化試驗分別采用了直接播撒冰晶（S1方案）和播撒碘化銀催化劑（S2方案）兩種方式進行催化模擬，對兩種方案的催化效果進行了分析和對比，主要研究結論如下：

（1）在云層適當部位播撒催化劑，無論是 S1方案還是S2方案，都會對降水產生明顯影響，兩個例都達到了增雨效果。個例1中，S2方案對播撒區下游降水的影響范圍要大于S1方案，主要是因為兩種方案的催化機制的差異，以及由于云系中動力條件較強、水汽條件好，有助于碘化銀催化劑向下游輸送，并在輸送過程中通過不斷核化形成冰晶擴展了催化影響的范圍，增強了播撒區下游地區的催化效果；個例2中，S1和S2方案的催化影響范圍非常相似，這主要是由于S2方案中增加的大量冰晶主要產生于催化初期，由于云中動力條件較弱、水汽條件差，催化后期碘化銀的輸送擴散和核化效率均不高，使得S2方案的催化效果與S1方案沒有太大的差異。

（2）催化會引起云中各水凝物的比質量、數濃度的明顯變化，同時，由于水物質相態轉換而導致的潛熱釋放會造成催化區域溫度升高，上升速度也會增加。由于云系動力、水汽等條件不同，在不同個例中，兩類催化方案的表現不同：個例1中，在播撒區下游，由于大量碘化銀的核化作用，S2方案在催化區域引起上述變化普遍強于 S1方案；而個例2中，由于（1）中提及的原因，S1和S2方案催化對云物理量場的影響效果沒有顯著差異。

（3）S1和S2方案分別近似模擬了液態制冷劑和碘化銀兩種催化劑的催化過程。通過采用適當的催化劑量，在其他催化設置條件相同的情況下，S1 和 S2方案可以取得一些相似的催化效果，如絕對或相對增雨量，但需注意由于二者在催化機制上有一些區別，在一些具體云系條件下，其催化效果會表現出某些差異，如個例1中催化影響區域的差異。目前，實際人影作業廣泛采用碘化銀催化劑，因此在對實際催化作業進行模擬研究時，應注意兩種方案可能帶來的差異，針對碘化銀催化作業的模擬研究，選擇S2方案更為適合。

圖16 個例2催化后40分鐘，（a1–g1）S1方案和（a2–g2）S2方案各云物理量差值（催化后的值減去相應時刻自然云的值）及（h）碘化銀濃度（單位：L?1）沿降水變化中心（38.55°N）的東西向剖面：（a1、a2）云水比質量（單位：g kg?1）；（b1、b2）冰晶數濃度（單位：L?1）；（c1、c2）雪晶比質量（單位：g kg?1）；（d1、d2）霰比質量（單位：g kg?1）；（e1、e2）雨水比質量（單位：g kg?1）；（f1、f2）溫度（單位：°C）；（g1、g2）垂直速度（單位：cm s?1）。（a1–e1）和（a2–e2）中陰影為該物理量自然云中的值Fig. 16 Vertical cross sections of the cloud physical quantity differences (seeding variables minus natural ones) and (h) AgI number concentration ( L?1) at 40 min after the seeding operation along 38.55°N by using both (a1-g1) S1 scheme and (a2-g2) S2 scheme in CASE2: (a1, a2) Cloud water mixing ratio (g kg?1); (b1, b2) ice number concentration (L?1); (c1, c2) snow mixing ratio (g kg?1); (d1, d2) graupel mixing ratio (g kg?1); (e1, e2) rain mixing ratio (g kg?1); (f1, f2) temperature (°C); (g1, g2) vertical velocity (cm s?1). Shading in (a1–e1) and (a2–e2): natural values

本文主要針對催化后降水和云物理場的變化進行了初步研究，有關云催化過程涉及到的各種問題，如催化過程中催化時機、部位、劑量的優化選擇、催化過程對自然云微物理過程的具體影響等，仍需進一步的深入分析。

圖16 （續）Fig. 16 (Continued)

參考文獻 (References)

陳德輝, 胡志晉, 徐大海, 等. 2004. CAMS大氣數值預報模式系統研究[M]. 北京: 氣象出版社, 190pp. Chen Dehui, Hu Zhijin, Xu Dahai, et al. 2004. Study on CAMS Atmospheric Numerical Prediction Model System (in Chinese) [M]. Beijing: China Meteorological Press, 190pp.

崔雅琴, 肖輝, 王振會, 等. 2007. 三維對流云催化數值模式人工冰晶參數化方案的改進與個例模擬試驗 [J]. 高原氣象, 26 (4): 798–811. Cui Yaqin, Xiao Hui, Wang Zhenhui, et al. 2007. The improvement of artificial ice crystal parameterization of IAP three-dimensional convective storm model and its application to case study [J]. Plateau Meteorology (in Chinese), 26(4): 798–811.

DeMott P J. 1995. Quantitative descriptions of ice formation mechanisms of silver iodide-type aerosols [J]. Atmos. Res., 38: 63–99, doi:10.1016/ 0169-8095(94)00088-U.

方春剛, 郭學良, 王盤興. 2009. 碘化銀播撒對云和降水影響的中尺度數值模擬研究 [J]. 大氣科學, 33 (3): 621–633. Fang Chungang, Guo Xueliang, Wang Panxing. 2009. The physical and precipitation response to AgI seeding from a mesoscale WRF-based seeding model [J]. Chinese J. Atmos. Sci. (in Chinese), 33 (3): 621–633, doi:10.3878/j.issn.1006-9895.2009.03.18.

高茜, 王廣河, 史月琴. 2011. 華北層狀云系人工增雨個例數值研究 [J].氣象, 37 (10): 1241–1251. Gao Qian, Wang Guanghe, Shi Yueqin. 2011. Numerical simulation and seeding test on the stratiform precipitation around Beijing [J]. Meteor. Mon. (in Chinese), 37 (10): 1241–1251.

Guo Xueliang, Zheng Guoguang, Jin Dezhen. 2006. A numerical comparison study of cloud seeding by silver iodide and liquid carbon dioxide [J]. Atmos. Res., 79: 183–226, doi:10.1016/j.atmosres.2005.04. 005.

何觀芳, 胡志晉, 李淑日. 2001. 鄂西北對流云及其人工催化的三維數值模擬個例研究 [J]. 應用氣象學報, 12 (Suppl.): 96–106. He Guanfang, Hu Zhijin, Li Shuri, 2001. Numerical simulation of rain enhancement experiment in northwestern Hubei Province of China [J]. Quart. J. Appl. Meteor. (in Chinese), 12 (Suppl.): 96–106, doi:10.3969/j. issn.1001-7313.2001.z1.013.

何暉, 金華, 李宏宇, 等. 2012. 2008年奧運會開幕式日人工消減雨作業中尺度數值模擬的初步結果 [J]. 氣候與環境研究, 17 (1): 46–58. He Hui, Jin Hua, Li Hongyu, et al. 2012. Preliminary study of the mesoscale numerical simulation of the rain mitigation operation during the opening ceremony of the 2008 Beijing Olympic Games [J]. Climate Environ. Res. (in Chinese), 17 (1): 46–58, doi:10.3878/j.issn.1006-9585.2011.10043.

何暉, 高茜, 李宏宇. 2013. 北京層狀云人工增雨數值模擬試驗和機理研究 [J]. 大氣科學, 37 (4): 905–922. He Hui, Gao Qian, Li Hongyu, 2013. Numerical simulation of stratiform precipitation enhancement in Beijing area and its mechanism [J]. Chinese J. Atmos. Sci. (in Chinese), 37 (4): 905–922, doi:10.3878/j.issn.1006-9895.2012.12097.

Hsie E Y, Farley R D, Orville H D. 1980. Numerical simulation of ice-phase convective cloud seeding [J]. J. Appl. Meteor., 19 (8): 950–977, doi:10.1175/1520-0450(1980)019＆lt;0950:NSOIPC＆gt;2.0.CO;2.

黃燕, 徐華英. 1994. 播撒碘化銀粒子進行人工防雹的數值試驗 [J]. 大氣科學, 18 (5): 612–622. Huang Yan, Xu Huaying. 1994. Numerical experiments on hail suppression by AgI seeding [J]. Chinese J. Atmos. Sci. (in Chinese), 18 (5): 612–622, doi:10.3878/j.issn.1006-9895.1994. 05.12.

Koenig L R, Murray F W. 1983. Theoretical experiments on cumulus dynamics [J]. J. Atmos. Sci., 40: 1241–1256, doi:10.1175/1520-0469 (1983)040＆lt;1241:TEOCD＆gt;2.0.CO;2.

劉詩軍, 胡志晉, 游來光, 2005. 碘化銀核化過程的數值模擬研究 [J].氣象學報, 63 (1): 30–40. Liu Shijun, Hu Zhijin, You Laiguang, 2005. The numerical simulation of AgI nucleation in cloud [J]. Acta Meteor. Sinica (in Chinese), 63 (1): 30–40, doi:10.11676/qxxb2005.004.

劉衛國, 劉奇俊. 2007. 祁連山夏季地形云結構和云微物理過程的模擬研究 (I): 模式云物理方案和地形云結構 [J]. 高原氣象, 26 (1): 1–15. Liu Weiguo, Liu Qijun, 2007. The numerical simulation of orographic cloud structure and cloud microphysical processes in Qilian Mountains in summer. Part (I): Cloud microphysical scheme and orographic cloud structure [J]. Plateau Meteorology (in Chinese), 26 (1): 1–15.

毛玉華, 胡志晉. 1993. 強對流云人工增雨和防雹原理的二維數值研究[J]. 氣象學報, 51 (2): 184–194. Mao Yuhua, Hu Zhijin. 1993. The 2-D numerical study of rain-enhancement and hail-suppression principles on convective clouds [J]. Acta Meteor. Sinica (in Chinese), 51 (2): 184–194, doi:10.11676/qxxb1993.023.

Meyers M P, DeMott P J, Cotton W R. 1995. A comparison of seeded and nonseeded orographic cloud simulations with an explicit cloud model [J]. J. Appl. Meteor., 34: 834–846, doi:10.1175/1520-0450(1995)034＆lt;0834: ACOSAN＆gt;2.0.CO;2.

史月琴, 樓小鳳, 鄧雪嬌, 等. 2008. 華南冷鋒云系的人工引晶催化數值試驗 [J]. 大氣科學, 32 (6): 1256–1275. Shi Yueqin, Lou Xiaofeng, Deng Xuejiao, et al. 2008. Seeding numerical experiments of cold front clouds in South China [J]. Chinese J. Atmos. Sci. (in Chinese), 32 (6): 1256–1275, doi:10.3878/j.issn.1006-9895.2008.06.03.

孫晶, 史月琴, 樓小鳳, 等. 2010. 人工緩減梅雨鋒暴雨的數值試驗 [J].大氣科學, 34 (2): 337–350. Sun Jing, Shi Yueqin, Lou Xiaofeng, et al. 2010. Numerical experiments on artificial seeding of decreasing the Meiyu heavy rainfall [J]. Chinese J. Atmos. Sci. (in Chinese), 34 (2): 337–350, doi:10.3878/j.issn.1006-9895.2010.02.08.

Xue L L, Hashimoto A, Murakami M, et al. 2013a. Implementation of a silver iodide cloud-seeding parameterization in WRF. Part I: Model description and idealized 2D sensitivity tests [J]. J. Appl. Meteor. Climatol., 52: 1433–1457, doi:10.1175/JAMC-D-12-0148.1.

Xue L L, Tessendorf S A, Nelson E, et al. 2013b. Implementation of a silver iodide cloud-seeding parameterization in WRF. Part II: 3D simulations of actual seeding events and sensitivity tests [J]. J. Appl. Meteor. Climatol., 52: 1458–1476, doi:10.1175/JAMC-D-12-0149.1.

資助項目 公益性行業（氣象）科研專項GYHY201206025，國家自然科學基金項目41075099

Funded by Special Scientific Research Fund of Meteorological Public Welfare Profession of China (Grant GYHY201206025), National Natural Science Foundation of China (NSFC) (Grant 41075099)

文章編號1006-9895(2016)04-0669-20 中圖分類號 P401

文獻標識碼A

doi:10.3878/j.issn.1006-9895.1508.15138

收稿日期2015-03-02；網絡預出版日期 2015-8-31

作者簡介劉衛國，男，1973年出生，副研究員，主要從事云降水物理及數值模式研究。E-mail: liuwg@camscma.cn

Seeding Modeling Study of Two Precipitation Processes over Northern China in the Spring of 2014

LIU Weiguo, TAO Yue, DANG Juan, and ZHOU Yuquan
Weather Modification Center, Chinese Meteorological Administration, Chinese Academy of Meteorological Sciences, Beijing 100081

AbstractThe CAMS (Chinese Academy of Meteorological Sciences) cloud microphysics scheme, developed by the Weather Modification Center of the China Meteorological Administration, was coupled to the WRF model, and two kinds of cloud seeding schemes—seeding artificial ice crystal (S1) and seeding AgI aerosol particles (S2)—were constructed in the CAMS scheme. Using the WRF model with the new cloud microphysics scheme and cloud seeding scheme, numerical simulations of cloud seeding during two precipitation processes in 2014 (CASE1: 9–10 May; CASE2: 10–11 May) over northern China were conducted. Cloud seeding effects on rainfall and cloud microphysics structure resulting from the S1 and S2 schemes were analyzed separately. The results show that a seeding catalyst in an appropriate part of a precipitating cloudcan lead to a change in precipitation, and precipitation enhancement effects were attained using both S1 and S2. Seeding resulted in evident variation in all kinds of hydrometeors in the seeding area, where it also stirred up change in temperature and updraft. In CASE1, the affected area of S2 was wider than that of S1, and the seeding effect of S2 was also more intense than that of S1 downstream of the seeding area. However, the difference in the seeding effect between S1 and S2 was not obvious in CASE2. The differences in seeding mechanism, cloud dynamics and water vapor were important factors causing different behavior in the seeding effects of both S1 and S2. A similar seeding effect could be attained through employing a proper seeding amount and setting the other seeding conditions the same in S1 and S2. Crucially, the difference in seeding mechanism of the two seeding schemes may result in the change in seeding effects in some clouds. The S2 scheme is more suitable for research on artificial precipitation operations in which AgI seeding agent is employed.

KeywordsWRF, Cloud seeding, AgI nucleation, Seeding effect