層狀云催化宏微觀物理響應的數值模擬研究

劉衛國 陶玥 周毓荃

1 中國氣象科學研究院災害天氣國家重點實驗室，北京 100081

2 中國氣象局云霧物理環境重點開放實驗室，北京 100081

1 引言

中國有42%的國土處于干旱半干旱區，包括西北、華北中西部等地區（劉玉芝等, 2018），這些區域降水偏少，水資源短缺問題嚴重，而空中云水資源作為地球上淡水資源的重要組成部分，科學有效地開發和調控這一資源，是可能解決區域水資源嚴重短缺問題的重要方法（李澤椿等, 2006）。通過人工增雨作業使空中更多的水汽和云水轉化為降水，是目前進行空中云水資源開發的重要途徑，層狀云系是進行人工增雨作業的主要目標之一，也是我國北方春秋季主要的降水云系（洪延超和周非非, 2006）。蔡淼（2013）研究表明，從水物質更新周期和降水效率角度看，與夏季對流云降水相比，層狀云系降水效率低，具有更高的開發潛力，是開發利用空中云水資源的重要對象。層狀云系中并不是所有區域都適合開展人工增雨作業，需要有科學可行的作業指標體系來指導作業的實施，通過對人工增雨作業后催化效果的分析和評估，是建立和改進作業指標體系的必要途徑。

合理準確的評估人工增雨效果仍然是一個非常困難的課題，由于現實中無法獲知受人影作業影響后的云系原本的自然發展狀態，而且云系本身的發展變化也會受到多種自然因素的影響，因此將人為播云催化作業產生的變化與催化目標云系的自然變化分離開來是非常困難的，這也是物理檢驗和統計檢驗具有不確定性的重要原因。數值模式在這一方面則具有一定的優勢，它可以在與自然云相同的氣象條件下重復進行播撒作業的數值模擬以分析催化作用的影響鏈條，也可以通過模擬來重現實際發生的人工增雨作業過程以幫助評估作業的效果等（National Research Council, 2003; Xue et al., 2016），這也必然對數值模式本身提出了要求，即需要建立能夠合理的模擬甚至再現真實催化過程的催化模式。

催化模擬研究中，在模擬的云區中指定的時空范圍內，通過直接增加冰晶濃度或質量來代表催化過程是催化模擬研究常采用的一類方式（Koenig and Murray, 1983; 何觀芳等, 2001; 孫晶等, 2010），這種方式適合于對催化效果的一些理論研究，但它忽略了對催化劑粒子到冰晶這一重要階段的物理過程描述。Hsie et al.（1980）和Kopp et al.（1983）則較早的在二維對流云模式的催化模擬中分別采用物理方程顯式描述了AgI（Silver iodide）和干冰兩種播云催化劑的核化，從而使催化模擬更為接近實際發生的物理過程，Orville et al.（1984）采用前述二者的催化模擬方案，在二維云模式中研究了層狀云中播撒AgI 和干冰的催化效果。此后，Hsie 的AgI 催化模擬方案被多個模式所采用，如黃燕和徐華英（1994）、Guo et al.（2006）、何暉等（2012,2013）分別在二維冰雹云模式、三維對流云模式以及三維中尺度模式中采用Hsie 方案開展了云催化效 果 的 研 究。Meyers et al.（1995）根 據DeMott（1995）在云室試驗中對AgI 核化的研究結果，建立了AgI 催化劑核化的參數化方程并應用于RAMS（Regional Atmospheric Modeling System）模式中，對冬季地形云的催化效果進行了數值模擬評估，劉詩 軍 等（2005）、樓 小 鳳 等（2014）、Xue et al.（2013a, 2013b）、劉 衛 國 等（2016）則 分 別 將DeMott 的試驗結果應用于云模式和WRF（Weather Research and Forecasting Model）中尺度數值模式中進行AgI 催化的數值模擬研究，評估催化作業的效果。此外，針對致冷劑（如液氮、干冰）等的催化模擬也有發展，Guo et al.（2006）在三維對流云模式中對液態CO2的催化過程進行了詳細模擬，Hashimoto and Murakami （2016）在JMANHM 模式（Japan Meteorological Agency Non-Hydrostatic Model）中采用了Guo et al.（2006）的液態CO2的催化方案，同時采用并改進了Kopp et al.（1983）的干冰催化方案，并利用該模式模擬研究了這兩種催化劑在冷云催化作業中效果的異同。可見，對人影作業中播云催化劑的物理過程引入參數化方程進行詳細模擬已是催化模式的重要發展方向之一，這也使得用模式評估催化作業的效果在物理基礎上更為合理。除此之外，隨著數值模式本身的進步以及計算能力的快速發展，數值模式的云微物理方案對云和降水的物理過程描述更為細致完整，且數值模擬計算已經可以達到很高的模式分辨率，如Xue et al.（2016）、Chu et al.（2017）利用耦合了AgI 催化方案的WRF-LES（Large Eddy Simulation）模式，對地形云催化作業中AgI 催化劑的影響進行了模擬研究，其模擬分辨率已達到百米級，從而使模式能夠顯式分辨催化劑粒子在大氣中的一些湍流擴散過程。總之，無論是對催化的物理過程描述，還是模式模擬的精細度上，數值模式對真實催化過程的模擬能力都有了較大提高，這使開展人工增雨作業過程的精細模擬，包括針對真實催化作業的效果進行更為合理的數值模擬評估成為可能。

本研究采用基于WRF 發展的一個三維中尺度冷云催化模式，對2014 年河北省一次層狀云降水過程中的飛機催化作業進行了數值模擬，通過改進原催化模式，使其能夠根據實際作業信息仿真模擬飛機的播撒作業方式，從而使模式模擬的催化作業過程更接近于實際狀況。數值模擬研究首先將自然云的模擬結果與實況觀測進行了對比，并根據對比結果開展了催化模擬，根據模擬結果對AgI 催化劑在云中的擴散傳輸特征進行了分析，然后通過對比催化云和自然云的發展演變，分析了催化作業造成的云和降水宏微觀物理特征的變化即催化的物理響應，并探討了變化的原因，最后對此次作業的增雨效果進行了評估。

2 天氣背景和飛機作業概況

2014 年4 月15 日河北中南部地區出現一次層狀云降水過程。此次過程，河北省受來自中國河套地區的弱高空槽緩慢東移影響，同時中低層沿河套地區至河北南部一線有暖式切變線存在，低層存在東北風回流將北方冷空氣自遼寧地區引入河北中部（孫玉穩等, 2017）。受此系統控制，河北中南部地區中高層主要為西南暖濕氣流控制，低層為回流的冷空氣，呈上暖下冷的穩定結構；水汽條件上，雖然有西南暖濕氣流輸送水汽，但水汽通量不大，總體水汽條件一般。實況云系觀測表明，15 日14:00（北京時，下同）后，河北大部地區已被云區覆蓋，云系以層狀云為主，地面觀測到河北西部和南部地區的云系主要為中低云，云底高度0.6～2.5 km，河北北部主要為高云。此次過程的降水主要位于河北中南部地區，降水量以小雨為主。

這次降水過程期間，在河北中南部地區開展了飛機增雨作業，并利用飛機搭載的機載PMS 系統對目標云系進行了飛行探測。作業飛機于15 日16:55 從石家莊正定機場起飛，到贊皇后先盤旋上升后下降至4800 m，然后做S 型飛行并開展催化作業，整個作業過程總計燃燒19 根AgI 煙條（每根含AgI 催化劑12.5 g），其中在起飛段17:12～17:22 之間（高度約3000～5000 m，溫度?0.5°C～?5.5°C）共燃燒兩根煙條，在平飛段17:45～18:30 之間（高度約4800 m，溫度約?6.0°C），作業劑量為17 根煙條。作業后，飛機進行穿云探測并與20:05 返回機場。孫玉穩等（2017）針對此次過程的飛機探測情況進行了詳細分析，并從觀測角度對催化作業的效果進行了對比分析，本文主要從數值模式角度研究催化作業引起的云和降水的宏微觀物理變化及其物理機制，并評估催化作業的效果。

3 模式及模擬設置介紹

本研究采用劉衛國等（2016）發展的三維中尺度冷云催化模式，該模式在WRF 動力框架下耦合了冷云催化模塊，模擬了AgI 催化劑粒子播撒入云后的各種核化過程，包括凝華核化、凝結凍結核化、接觸核化和浸沒凍結核化四種微物理過程，同時考慮了AgI 粒子核化與環境場的相互作用，模式可進行AgI 類催化劑的催化模擬研究。為更合理地模擬實際飛機催化作業中飛行軌跡和真實作業情況，對上述催化模式進行了改進，建立了催化信息處理及作業軌跡仿真模塊，使模式可以在催化模擬運行時能將實際飛行的作業信息數據（包括飛機軌跡，連續催化作業的時間、水平位置、高度以及當時的催化劑量）適時導入模式，從而實現對實際飛機催化作業過程的數值仿真模擬。

數值模擬試驗中，模式水平方向采用3 km 和1 km 的兩層雙向嵌套區域設置（圖1），垂直方向65 層，模式層頂取為100 hPa，模式內外層區域的微物理方案均使用CAMS（Chinese Academy of Meteorological Sciences）方 案（Gao et al., 2011;Lou et al., 2012），不使用對流參數化，模擬時段為15 日08:00 至16 日08:00。模式采用的初始場和側邊界均由LAPS（Local Ananlysis and Prediction System）中尺度分析場提供，該分析場以0.5 度的NCEP-GFS 每3 小時一次的全球預報場作為背景場，使用LAPS 系統同化了華北區域內的9 部多普勒天氣雷達數據、地面觀測數據和探空數據，同化后的分析場分辨率為3 km，輸出頻率為每3 小時一次（張雨芳等, 2017; 李紅莉等, 2009）。如無具體說明，本文的模擬結果分析均采用1 km 分辨率的d02 區域的數據，催化模擬也在該區域內開展，具體的催化設置參見第5 部分的介紹。

4 自然云模擬結果與實況的對比

圖1 模式3 km（d01）和1 km（d02）模擬區域設置Fig.1 Three- (d01) and one-kilometer (d02) domains of the simulation

圖2 為模擬的15 日20:00 不同等壓面形勢場與實況的對比，其中模擬區域取最外層d01 區域的結果。可以看到，模擬的高度場等高線位置較實況略偏西，即模擬的天氣系統移動稍落后與實況，但實況分析中對于500 hPa 上河北北部的弱波動及南部平直的緯向環流形勢、700 hPa 河北南部的較強的偏南風等特征，在模擬的形勢場中均有較好的體現，說明模式對天氣系統形勢能較好地模擬出來。對于云系宏觀形態特征的模擬，模式結果也與實況有較好的對應，圖3 為15 日16:00 模擬的d01 區域云帶與FY2 衛星反演的云光學厚度的對比。圖中模式的云帶實際為垂直積分的總水量，它可以反映云中水凝物的分布狀況，總水量大的區域一般表明云的發展狀況較好。光學厚度也與云的發展及降水存在較高的相關性，光學厚度較大的區域往往指示云層較為密實、發生降水的概率較大（周毓荃等, 2008, 2011）。圖3 對比表明，模擬的云帶在山西、河北中南部、天津等地區發展較好，與實況光學厚度大值區的分布基本一致。在河北南部及山東西北部區域，實況光學厚度大值區零散分布的特征在模擬的云系分布中也有較好體現，雖然云系中具體的云區位置有所偏差，但模擬對云系總體形態及其內部發展不均勻的特征都較好地表現了出來。

圖2 2014 年4 月15 日20:00（北京時，下同）500 hPa（左列）和700 hPa（右列）天氣形勢（a1、a2）實況觀測和（b1、b2）模擬結果對比。圖中等值線為位勢高度（單位：dagpm）Fig.2 Comparison of 500 hPa (left column) and 700 hPa (right column) synoptic situation at 2000 BT (Beijing time) on April 15, 2014: (a1, a2)Observation; (b1, b2) simulation. The contours represent geopotential height (units: dagpm)

圖3 2014 年4 月15 日16:00（a）模擬的云帶（垂直積分總水量，單位：mm）與（b）FY2 衛星反演的云光學厚度對比Fig.3 Comparison between (a) the cloud band (vertical integration of liquid water, units: mm) simulated by the model and (b) the cloud optical thickness retrieved from the FY2 satellite at 1600 BT on April 15, 2014

實況雷達觀測表明，15 日下午石家莊以北地區主要以均勻的層狀云回波為主，回波強度在30 dBZ以下，15:00 后有30 dBZ 以上的回波區自山西中東部逐漸東移發展，其強回波中心高度在2 km 左右，強度最高可達35 dBZ，同時在河北衡水南部及邢臺東部地區也有強回波區發展并向西緩慢移動，最大回波強度高于35 dBZ，30 dBZ 回波的頂高略高于2 km。18:06 左右東西兩個強回波區在石家莊東南部及邢臺中北部地區相遇合并，合并后雷達回波強度增強，最大可達45 dBZ 以上，30 dBZ 以上的強回波區范圍也明顯增大，合并后的回波主體自西向東方向緩慢移動，19:18 后回波區強度開始逐漸減弱。

對比圖4 中的模擬雷達回波與實況回波，模擬的雷達回波表現出了15 日下午東西兩個方向雷達強回波區的各自移動特征以及合并的過程，且垂直剖面上（圖略）模擬回波頂高總體與實況接近，只是回波中心強度較實況偏弱。從雷達回波的水平分布位置看，模擬的河北中南部的回波位置較實況偏南偏東，經度和緯度上各自相差0.5 度和0.3 度左右。回波的時間變化特征表明，模擬回波出現與實況回波類似特征的時間要晚約60 min，因此在降水的比較上，將模式的降水時段統一延后60 min，用模式22:00 的4 h 累積降水與實況21:00 的4 h 累積降水進行對比（圖5）。從圖5a 中可以看到，實況降水量主要在0.1～8 mm 之間，降水中心主要位于石家莊南部、邢臺北部到邢臺中南部的南北走向的區域，最大降水量在7～8 mm 之間；模擬的降水大部分區域在0.1～7 mm 之間，降水中心的最大降水量主要在6～7 mm 之間，均與實況量級相當，僅在邢臺東南部局部區域模擬的降水量較實況偏強。降水的分布上，模擬降水大于2 mm 的區域較實況偏大，降水中心區域的走向與實況的南北走向一致，但水平位置較實況偏東偏南。如果參考雷達回波位置對比的結果將實際雨量站的位置向東向南分別平移0.5 經度和0.3 緯度（圖5b），可以看到模擬的降水分布與平移后的“實況降水”更為相似，特別是降水中心的位置更為接近。雷達回波與降水的對比表明，模式模擬的回波發展和降水結果總體上反映了實況雷達回波和降水的主要特征，只是模擬結果與實況相比在時間和空間上有一定的偏差。

圖4 2014 年4 月15 日（a1–a3）實況與（b1–b3）模式模擬的不同時刻的雷達組合反射率（單位：dBZ）的對比：（a1）17:30；（a2）18:00；（a3）18:42；（b1）18:35；（b2）19:00；（b3）19:40Fig.4 Comparison of radar compositive reflectivity (units: dBZ) between observation (top line) and simulation (bottom line) results at different moments on April 15, 2014: (a1) 1730 BT, (a2) 1800 BT, (a3) 1842 BT; (b1) 1835 BT, (b2) 1900 BT, and (b3) 1940 BT

圖5 模式模擬的2014 年4 月15 日22:00 的4 h 累積降水與實況21:00 的4 h 累積降水對比：（a）雨量站點為實際位置；（b）雨量站點向東平移0.5 經度和向南平移0.3 緯度。圖中填色圓圈表示雨量站點及其降水量，陰影為模擬降水量Fig.5 Comparison between the simulated 4-h accumulative rainfall at 2200 BT and the measured 4-h accumulative rainfall at 2100 BT on April 15,2014: (a) Actual rainfall stations, (b) rainfall stations that were shifted by 0.5 longitude to the east and 0.3 latitude to the south. Colored circles represent stations and the amount of rainfall, and the shaded area represents simulated rainfall

在飛行期間，飛機起飛后至贊皇進行垂直探測這一時段（17:12:00～17:36:25）播撒了兩根煙條的催化劑，但由于飛機一直在爬升且時間較短，可認為這一段是對自然云的探測，其數據可作為未催化云區的探測結果與模式的自然云模擬結果進行對比。機載探測儀器中包括2D-C、2D-P 探頭和溫度探頭（孫玉穩等，2017），其中2D-C 探頭（量程17.75～1567.75 μm）主要觀測的是云中幾十微米以上的液相和冰相大云粒子的特征，2D-P 探頭（量程106.50～9406.50 μm）主要觀測云內外液相和冰相降水粒子的特征。機載觀測的宏觀記錄表明，上述探測時段，云中主要以冰相粒子為主，因此可將模擬的冰晶粒子濃度與2D-C 探頭的探測結果進行定性對比，而模擬的雪、霰和雨滴等降水粒子的濃度則可與2D-P 探頭的數據進行對比。根據前述分析，考慮模擬結果與實況在空間和時間上存在的差異，模式中將飛機軌跡向東向南分別平移0.5 經度和0.3 緯度，然后再提取軌跡上所有格點的數據，而時間上則較實況延后約一小時，選取18:15～18:40 時段每5 min 一次的模式輸出數據進行時間平均，以此代表探測區域的平均云垂直狀況。

圖6 為模式模擬的對應于飛機垂直探測段（參見圖7）的飛機軌跡上各物理量數據與機載儀器探測結果的對比。由圖6a 中溫度對比可看到，模擬的垂直溫度變化趨勢與實況飛機探測以及臨近時刻的探空數據均有較好的一致性，數據顯示零度層高度在2600～3000 m 之間（飛機探測有弱逆溫層存在）。在3800～4000 m 高度，飛機和探空的溫度曲線上均存在逆溫的情況，模擬的溫度變化沒有體現這一特征。從模式的垂直分辨率看，在這一高度的垂直網格距為200 m 左右，大于實況逆溫層的厚度，這可能是模式沒有模擬出逆溫層的原因。孫玉穩等（2017）對該個例的飛機探測資料的分析指出，探測云區垂直方向存在分層現象，主要云區分為上層4525～5903 m、中層2900～4300 m 和2400 m以下有低云存在。圖6b、c 為模擬的冰晶粒子和降水粒子濃度的垂直分布與探測結果的對比，可以看到4000 m 以上，與實況的上層云區大致對應的區域，模式模擬的云粒子（冰晶）和降水粒子（包括雪、霰和雨滴）濃度的垂直變化趨勢與探測結果有較好的一致性，只是在量值上要高于實況探測數據，但差異大部在一個量級以內，總體上，模式對這一部分云區微物理結構的模擬較好。在4000 m 以下，模式模擬的各粒子濃度明顯下降,遠低于實況探測的粒子濃度，顯然模式對下層云區的模擬結果較差，模擬的云底高度要高于探測結果，這可能對降水和催化增雨的模擬有不利影響。上述對比的結果表明，模式雖不能完全復現探測云區的垂直結構，但能較好的模擬出探測區域冷云區的溫度、微物理等的垂直分布特征，而且這一區域恰好位于飛機催化作業的云區。

5 催化模擬和效果分析

圖6 2014 年4 月15 日 探 測 云 區 垂 直 結 構 的 模 式 模 擬 結 果（18:15～18:40 時段）與飛機探測結果（17:12～17:36 時段）的對比：（a）溫度；（b）模擬的冰晶濃度與2D-C 探測的大云粒子濃度；（c）模擬的降水粒子（雪+霰+雨）濃度與2D-P 探測的降水粒子濃度。圖中黑色實線為飛機探測結果，帶圓圈的黑色實線為模擬結果，（a）中的黑色虛線為20:00 的邢臺探空站的溫度數據Fig.6 Comparison between simulated results (time period: 1815 BT?1840 BT) by the model and observed results (time period: 1712 BT?1736 BT) by the aircraft of vertical structure in clouds on April 15,2014: (a) Temperature; (b) simulated concentration of ice crystals and large cloud particles measured by 2D-C probe; (c) simulated total concentration of snow, graupel, and raindrops and concentration of precipitation particles measured by 2D-P probe. The solid lines denote the probe results of the aircraft, and the solid lines with circle represent the simulated results. The dashed line in (a) shows the temperature taken from the sounding of Xingtai station at 2000 BT

第3 節模擬結果與實況的對比表明，數值模擬能合理再現實況云和降水變化的一些主要特征，只是模擬結果在時間和水平位置上與實況有所差異。催化模擬需要選擇與實際特征相似的模擬云區，考慮到前述對比的結果，模式中的催化作業需在水平位置和時間上進行相應調整，以便使作業的目標云區與實況特征接近，即將飛機催化的軌跡整體向東向南分別平移0.5 經度和0.3 緯度，同時將催化開始時間也統一延后約1 小時。因此，在模式中的催化作業是根據實際作業平移調整后的數據進行仿真模擬。模擬的催化開始時間分別選擇在18:15 和18:48（實際作業開始時間為17:12 和17:45），播撒的AgI 總量與實際作業一致，共計237.5 g。催化模擬于18:00 啟動，至22:00 結束，運行期間每隔5 min 輸出一次計算結果，以便與對應時刻的自然云模擬結果進行詳細對比，為表述方便，下文將催化模擬稱為催化試驗（ST），自然云模擬稱為控制試驗（CT）。

圖7 為模式中第二次催化作業前（18:45）不同高度上云水和冰晶的水平分布以及與飛機催化作業軌跡(調整后)的疊加。由圖中可看到，整個云區的過冷水區域范圍較小且分布零散，大部分過冷云水區的含水量值在0.1 g kg?1以下，飛機作業區中僅部分區域有過冷水，作業層冰晶濃度大部在1～50 L?1之間，但也有相當一部分區域的冰晶濃度達到50 L?1以上，甚至有個別區域達到150 L?1以上。對于層狀云的增雨而言，豐沛的過冷水和較低的冰晶濃度對催化是更有利的（胡志晉, 2001），從本個例云中過冷水和冰晶的特征看，顯然作業云區的過冷水并不豐沛，且冰晶濃度也有些偏高，這說明催化作業云系的冷云催化潛力是較弱的。云中過冷水一般隨高度增加而減少，第二次催化作業的高度為4800 m，由圖7 可見，4800 m 高度上過冷云水分布狀況要好于更高層的云區，與低層的4500 m 的過冷水狀況差別不大，但從溫度上看，4800 m 的溫度（?6°C～?7°C）比4500 m 低，對催化作業更為有利，因此作業高度選擇4800 m 是適宜的。

5.1 AgI 的擴散傳輸

模式中的催化方式與實際作業一致，分為兩個階段：第一階段（模式中時間為18:15～18:25）模擬飛機爬升階段的播撒，高度從2800 m 的零度層附近到4900 m；第二階段（模式中時間為18:48～20:00）作業層高度在4800 m，采用S 型飛行軌跡進行催化（圖7），第二階段為實際作業的主要階段，本文主要對第二階段的催化效果進行分析（如無特別說明，下文所指均為第二階段的催化）。根據飛機觀測的宏觀記錄，第二階段催化播撒的大部分時段，飛機機身沒有發現明顯的積冰，僅在作業結束前發現有輕微積冰，同時播撒作業期間不時有平飛出云的情況，這說明實際作業高度處的云層較為分散，過冷水含量偏低，模式模擬結果也反映了催化層過冷云水含量較低且較為分散的狀況（圖8）。實況和模擬結果均表明，催化層的主導風向為西風略偏南，模式模擬的AgI 催化劑在播撒后，其形成的煙羽水平范圍不斷擴大并隨主導氣流向東略偏北方向移動（圖略）。圖8 為模擬的催化后1 小時和2 小時沿主導風向和垂直于主導風向通過AgI 煙羽的垂直剖面。從圖中可看到，催化后2 小時內，AgI 煙羽高濃度區在垂直方向上主要還是集中在作業層附近，約4500～5000 m 之間（?6°C～?8°C），部分區域的AgI 煙羽隨上升氣流也可達到?30°C 層以上較高的區域（圖8b）；煙羽在水平方向的擴展明顯強于垂直方向，催化后2 小時的煙羽水平尺度最大已達50 km 左右（圖8d），這與飛機播撒的軌跡和AgI 粒子所在云區的動力條件是相關的。此外，從剖面圖中可看到，AgI 煙羽范圍內有過冷水云水分布，主要集中在4000～5000 m 和6000 m以上，過冷水分布較為分散，模擬數據顯示云水混合比值基本低于0.1 g kg?1，說明本次作業云區的過冷水條件偏弱，不過從過飽和比及上升氣流區的分布看，AgI 煙羽與這些區域有較大范圍的重合，大 于0.04 或 更 高 的 冰 面 過 飽 比（Meyers et al.,1995; Xue et al., 2013a）的水汽環境是有助于AgI粒子通過凝華核化過程形成冰晶的，而水面欠飽和則利于過冷液水蒸發，從而增強了云中冰水轉化的貝吉龍過程，促進了冰晶粒子快速成長，加上這些區域存在上升氣流以及適宜的溫度（低于?6°C），也為AgI 粒子核化和冰晶粒子成長提供了有利環境。

圖7 模式模擬的2014 年4 月15 日18:45 不同高度的云水混合比（單位：g kg?1，陰影區）和冰晶濃度（單位：L?l，綠色等值線）分布與飛機軌跡：（a）4500 m；（b）4800 m（催化作業層）；（c）5300 m；（d）5700 m。圖中紅色虛線為第一次催化的作業軌跡，紅色實線為第二次催化的作業軌跡，環形的黑色虛線和實線為飛機垂直探測時的軌跡Fig.7 Cloud water mixing ratio (units: g kg?1, shaded) and ice crystal number concentration (units: L?1, green contours) simulated by the model on(a) 4500 m, (b) 4800 m (the seeding operation layer), (c) 5300 m, and (d) 5700 m at 1845 BT on April 15, 2014 and overlayed aircraft trajectory. The red dash line denotes the first seeding operation trajectory, the red solid line denotes the second seeding operation trajectory, and the circular black dash line and solid line indicate the vertical detection trajectory of aircraft

圖8 顯示了典型時刻的AgI 煙羽的瞬時分布狀態，使用頻率等值線隨高度分布圖（contoured frequency by altitude diagram，簡稱CFAD）的形式則可從總體上展現AgI 擴散傳輸的時空特征（圖9a）。將催化后3 小時內（19:00～22:00）模式每隔5 min輸出的所有AgI 三維數據按高度等間隔分為58 層，并將AgI 濃度從100～108m?3分為81 檔，計算每一高度層中AgI 各濃度分檔中的格點數，并將每一層每個分檔的格點數除以該層總格點數得到頻率值。圖9a 即為根據頻率值所得到的CFAD 圖，其中x軸為AgI 數濃度的對數尺度坐標，y 軸為海拔高度，填色區即為頻率值，CFAD 圖從總體上給出了研究對象的統計特征（Yuter and Houze, 1995; Chu et al.,2014; Xue et al., 2016）。圖9a 可看出，催化后的3 小時內，大部分AgI（濃度范圍3×104～106m?3）主要分布在4500～5500 m 的高度區間內（見圖中0.5%等值線區域），這一高度區域應當是AgI 催化作用起效的主要區域；低濃度的AgI 隨氣流向上最高可輸送到接近9000 m，向下最低可到達3500 m的高度，顯然AgI 的向上輸送明顯要強于向下的輸送。

圖8 2014 年4 月15 日催化作業開始后1 h（19:45，左列）和2 h（20:45，右列），沿播撒層（a、b）主導風向（西南—東北）和（c、d）垂直主導風向（東南—西北）的垂直剖面（具體位置參見圖14）。其中填色區為AgI 粒子數濃度（單位：L?1），藍色等值線為0.001 g kg?1的云水混合比，綠色等值線為0.04 的冰面過飽和比，黑色等值線是值為?0.05 和0 的水面過飽和比，紅色等值線為0.1 m s?1 的上升氣流速度，灰色等值線為溫度（單位：°C）Fig.8 Vertical sections (see Fig.14 for locations) along the (a, b) prevailing wind direction (from southwest to northeast) and (c, d) perpendicular to the prevailing wind direction (from southeast to northwest) of the seeding layer at 1 h (1945 BT, left column) and 2 h (2045 BT, right column) after the seeding operation starts on April 15, 2014 (including the number concentration of AgI (units: L?1, shaded areas), cloud water with a mixing ratio of 0.001 g kg?1 (blue contours), ice supersaturation ratio with a value of 0.04 (green contours), water supersaturation ratio with values of ?0.05 and 0(black contours), updraft speed with a value of 0.1 m s?1 (red contours) and temperature (units: °C, gray contours)

由于模式沒有對核化為冰晶的那一部分AgI 粒子分布進行預報，為了解AgI 消耗的情況，進行了AgI 的示蹤模擬試驗（即在模擬中，播撒的AgI 粒子除了不參與任何核化過程外，其他與催化試驗完全相同），并計算了催化試驗與示蹤試驗中AgI 頻率值的差值（催化試驗減示蹤試驗），形成CFAD 差值圖（contoured frequency difference by altitude diagram，簡稱CFDAD；圖9b），其結果可從一定程度上反映AgI 粒子的消耗特征（由于催化試驗的AgI 有核化過程，因此兩個個例模擬的環境背景場上會有一些差異，但由于目標云系為層狀云且并沒有進行集中的大劑量催化，因此實際催化造成環境背景場的變化對AgI 分布特征的總體影響不大）。圖9b 中可看到，催化試驗的AgI 在各高度層基本以減少為主（負頻率差），在4800 m 的作業層附近（約4700～5300 m）存在最大的AgI消耗峰值（?0.15%等值線區域），峰值區域對應AgI 濃度在5×105～2×106m?3區間，消耗峰值區域與圖9a 的大部分AgI 的分布區域一致。7000 m以上，催化試驗的AgI 在各濃度檔均為減少的狀態，其原因一方面是本地AgI 核化的消耗作用，另一方面應當是低層AgI 的大量消耗導致垂直輸送減少的緣故。

5.2 云微物理量的變化

本文的效果分析主要針對催化后3 小時（19:00～22:00）的云和降水變化，根據模擬的AgI 煙羽及地面降水變化的范圍，將（37.0°N～37.7°N，114.8°E～116.5°E）的區域作為催化后3 小時的評估區（圖14），如無特別說明，下文的所有分析均針對此評估區。

圖10 顯示了催化試驗和控制試驗中各微物理量頻率值相減制作的CFDAD 圖（填色）、控制實驗中各微物理量綜合平均值（綠色實線，曲線上每個點的數值是指在整個時間段內，在該高度層上，相應物理量所有樣本的平均值）以及催化試驗對比控制試驗的綜合平均值的相對變化（黑色實線）。與圖9 中AgI 主要分布區和消耗峰值區的高度對應，圖10a 中4500～5500 m 之間的大混合比值水汽的頻率差為負，而圖10b 中云水的頻率差幾乎全部為負值，這說明催化云中該范圍內的水汽和云水是減少的；平均相對變化也表明，水汽和云水處于純消耗的狀態，最大分別減少0.1%和3.5%，絕對量均在10?4kg kg?1量級。水汽和云水這種消耗顯然是催化引起的，這一高度層的溫度均低于AgI 催化劑的核化閾溫（約?5°C，對應平均高度約4500 m），AgI 的核化造成水汽和云水的更多消耗，而新增的冰晶粒子的成長會進一步消耗云水和水汽。從圖10c上可看到，4500 m 以上冰晶混合比值較大的區域，頻率差均為正值，峰值基本位于4500～5500 m 范圍，平均變化的最大增幅達到13.7%（5076 m），可見催化使這些高度層的冰晶增加最為顯著。結合圖7 中云條件分析和圖9a 的碘化銀擴散特征，飛機播撒作業的位置是適宜的，較好的利用了4500～5500 m 這一適宜碘化銀核化的區域。比較圖10c–e，4500 m 以上，雪的變化特征與冰晶類似，催化云中大混合比值的雪是增加的（圖10d），平均變化的最大增幅達到3.6%（4458 m）；而霰的變化特征與冰晶和雪的變化相反，催化云中大混合比值的霰是明顯減少的，平均變化的最大降幅達到4.9%（4664 m）。從雪霰粒子成長的微物理過程考慮，雪霰粒子均會通過冰相粒子之間碰并聚合過程、淞附過程和凝華增長過程成長，其中后兩種過程分別會消耗云中的過冷云水和水汽，但是在催化云中，并沒有比自然云中有更好的條件使雪霰通過淞附和凝華過程成長為更大尺度的粒子，因為催化劑的核化已經使催化云中水汽和云水減少，而催化增加的冰晶在成長過程中也會加大對水汽和云水的消耗，這進一步削弱雪霰粒子通過淞附和凝華過程成長的條件。因此，冰相粒子之間的碰并聚合過程的增強應當是催化云中雪粒子增加的主要原因，即催化導致冰晶的增加，從而冰晶粒子之間聚合成長（形成雪）、雪碰并搜集冰晶的過程增強的作用；冰晶、雪的增加也會促使霰通過碰并過程搜集冰晶/雪而增長的作用加強，但圖10e 表明霰的增長顯然受到了抑制，這與催化云中過冷云水和水汽的更多消耗有關，其內在原因將在下文作詳細分析。

圖9 2014 年4 月15 日19:00～22:00 的AgI 數濃度的（a）頻率等值線隨高度分布（CFAD）和（b）CFAD 差值（CFDAD）。（a）中填色區和等值線為催化試驗的AgI 分檔頻率，（b）中填色區和等值線為催化試驗與示蹤試驗的AgI 分檔頻率的差值（催化試驗減示蹤試驗）Fig.9 (a) CFAD (contoured frequency by altitude diagram) and (b) CFDAD (contoured frequency difference by altitude diagram) of the simulated AgI number concentration from 1900 BT to 2200 BT on April 15, 2014. The shaded area and contours indicate the binned frequency of AgI in (a) and AgI binned frequency difference between the seeding and tracer tests in (b)

圖10a、b 中可看到，在4500 m 向下到零度層附近，催化云中水汽的變化不大，而云水仍然有明顯的消耗。由于4500 m 以下的溫度已經高于AgI的成核閾溫，因此云水的消耗最大可能是由于冰相粒子的貝吉龍增長過程和雪霰粒子淞附云水過程的作用，對比圖15a2、b2 中雪霰淞附過程的變化可知，冰雪粒子的貝吉龍增長過程應當起到了更大作用。圖10e 中顯示零度層附近的過冷區，催化云中混合比值6×10?6～4×10?4kg kg?1范圍內的霰是增加的，其原因可能有兩方面，一是部分霰粒子在零度層附近通過碰并云水或雨滴增長；二是零度層附近冰雪粒子通過淞附成長為霰的過程增強，因為在接近零度層的過冷層中，催化云中的冰晶和雪是明顯增長的（圖10d 正頻率差）。

圖10 2014 年4 月15 日19:00～22:00 評估區內云中各微物理量的頻率差（CFDAD，填色區）隨高度的分布。圖中黑色實線為微物理量混合比綜合平均值的差值相對控制試驗的變化，豎直黑色短劃線對應該相對變化的零值，綠色實線為控制試驗微物理量混合比的綜合平均值（單位：kg kg?1），水平黑色點劃線為評估區平均零度層高度。圖中綜合平均值指在整個時間段內，在同一高度層上，相應物理量所有樣本的平均值Fig.10 CFDADs (shaded areas) of the simulated microphysical parameters in the evaluation area from 1900 BT to 2200 BT on April 15, 2014. Black solid lines denote changes in the difference of the composite averages of every microphysical parameter mixing ratio relative to the control test.Vertical black dash lines correspond to the zero value of relative change above-mentioned. Green solid lines indicate the composite averages of the microphysical parameter mixing ratio (units: kg kg?1) in the control test. Horizontal black dash-dot-lines denote the mean height of zero degree centigrade level in the evaluation area. The composite average in the figure refers to the average value of all samples of corresponding microphysical parameters at the same height level in the whole time period

零度層以下的暖層中，從圖10f 中的雨滴混合比平均相對變化可看到，催化云中的雨滴混合比值在零度層附近達到最大的相對增量0.5%（絕對增量也達到最大1.0×10?7kg kg?1，2809 m），這應當是雪霰粒子融化的綜合作用結果，之后隨高度降低直到地面附近，雨滴變化減小但基本維持在0.2%的增量（絕對量均在10?8kg kg?1量級；最大值相對變化0.24%，位于1572 m）。霰在暖層的融化是雨滴的重要來源之一，圖10e 暖層上部霰的平均相對變化基本是增加的，最大相對增量達到1.0%（2190 m，絕對增量1.4×10?7kg kg?1也為最大值），霰的增加對雨滴的增加是有利的。從圖10f頻率差分布看，催化云中不同尺度的雨滴的增減不一，按混合比值從小到大依此為增—減—增的分布，即較小的雨滴和大雨滴均有增加，二者對降水增加均有貢獻，而圖10e 中暖層中霰的頻率差分布特征與雨滴類似，這說明暖層中雨滴的變化與霰的變化有重要聯系，霰在暖層的融化過程可能是影響雨滴變化的主要原因。

在圖10 的CFAD 差值分布中，除具有明顯指示意義的大范圍正變化和負變化區域外，還存在一些正負值隨機變化的區域，如圖10e 中云水在6000 m 以上和暖層區域的一些CFAD 差值變化，產生這種現象的原因一方面可能是由于微物理量的變化受云中多個微物理過程影響，但并沒有總體占主導優勢的微物理過程出現，使得微物理量的分布特征更多的受隨機的局地條件變化的影響，另一方面是模式受催化劑引入的影響，導致云的發展在時間和空間上出現輕微變化造成的（Xue et al., 2016）。

5.3 雷達回波的變化

沿3 小時地面累積降水變化中心做西南—東北走向的垂直剖面（位置參見圖14），對比剖面上催化云和自然云的雷達回波可以看到，在催化開始后的10 分鐘左右，催化云中作業高度層上方的雷達回波就開始出現微弱的變化，25～30 dBZ 的范圍略有減小（圖略），此后一直到20:00 左右，剖面上的催化云雷達回波出現越來越大的變化，其主要特征是作業層上方回波增強，而作業層下方回波減弱，即這一段時間內，催化云的高層降水粒子發展增強，中下層降水粒子發展減弱，地面附近的回波減弱也預示地面降水也會減弱。在圖11a、b 中灰色框對應的回波區域均可看到上述特征，作業層上方一直到7 km 左右，雷達回波呈增強趨勢，表現為較強回波區（如大于25 dBZ 的區域）范圍增大，而作業層下方較強回波區范圍減弱或消失，如圖11b 中的2 km 高度處，催化云大于30 dBZ 的強回波中心消失[參見坐標（37.31°N，115.30°E）所示位置及其左側的回波]，其下方大于25 dBZ 的回波區也縮小。模式時間20:00 后，評估區的催化云雷達回波從云的上層到地面附近總體表現為增強，如圖11c、d 所示灰色條對應的區域中，催化云大于20 dBZ 強度的回波區范圍基本是增加的，且在4 km 以上有新的大于20～25 dBZ 的回波中心出現，地面附近大于25 dBZ 的接地降水回波的寬度也明顯增加。上述特征表明，作業開始后到約一個小時的時間內，受催化影響的目標云區中上部（約4000 m 以上）雷達回波增強，但云區下部降水回波減弱，說明目標云降水減弱；此后，由于云中降水粒子的成長下落，目標云區從上到下的雷達回波增強，且接地回波的的強度和范圍均有增大，說明催化一個多小時后目標云降水增強。

圖12 雷達回波的頻率差和綜合平均值相對變化表明，催化云的雷達回波強度比自然云有明顯增強，這種變化趨勢與孫玉穩等（2017）的觀測分析結果一致。圖中頻率差的分布表明，冷云區回波增強最為顯著，基本上在回波強度5～30 dBZ 的范圍、高度在零度層到5500 m 范圍的大部分區域均為增強；從零度層到地面，催化云在15～35 dBZ 的回波強度也是增強的，只是正頻率差量值偏低。上述特征表明在催化影響下，催化云中的降水粒子及云下降水的發展總體是增強的。結合圖10 的分析可推斷，催化云冷云區雷達回波的增強主要是雪粒子增加的原因，而在零度層附近和暖層的回波強度增強則主要是霰粒的淞附、融化過程以及由此導致的大雨滴增加的緣故。

5.4 地面降水的變化及其物理機制

圖11 2014 年4 月15 日（a）19:20、（b）19:45、（c）20:40 和（d）21:15 沿降水變化中心（西南—東北走向，位置參見圖14）的雷達反射率垂直剖面對比。圖中陰影區和黑色等值線分別為自然云和催化云的雷達反射率強度（單位：dBZ），等值線值與陰影色標等級一致，灰色等值線為溫度（單位：°C），灰色條帶的位置指示催化云中雷達反射率的主要變化區域所對應的橫坐標區間Fig.11 Comparison of the vertical sections of radar reflectivities (units: dBZ) along the center of precipitation change (form southwest to northeast,see Fig.14 for location) at (a) 1920 BT, (b) 1945 BT, (c) 2040 BT, and (d) 2115 BT on April 15, 2014, including natural cloud (shaded area) and seeding cloud (black contours); all contour values are consistent with the shaded color bar. The gray contours represent temperature (units: °C). The position of gray shaded belts indicates the abscissa range corresponding to the main change region of the radar reflectivity in the seeded cloud

圖12 同圖10a，但為雷達反射率的CFDADFig.12 Same as in Fig.10a, but for CFDAD of radar reflectivity

圖13 顯示了地面降水、空中微物理量及微物理轉化率等相關特征隨時間的變化。圖13a 中，地面降水強度在催化開始后的30 多分鐘時間內僅有微弱變化，19:20 后降水強度才開始呈現出越來越明顯的持續減弱的趨勢，20:10 達到最大相對變化量?1.0%。20:15 以后，催化云降水強度逐漸增強，并逐漸超過自然云的降水強度，21:20 達到降水率的最大相對變化量2.0%，之后催化云降水強度增強幅度下降，但其相對變化量直到22:00 一直維持在1%以上。圖13b 中的地面累積雨量在催化開始后出現明顯變化的時間要略晚于降水強度的變化，二者的變化趨勢類似但存在時間差，即降水強度首先發生改變，之后累積降水慢慢發生相似變化。圖10 的統計分析已經表明催化后暖層中雨滴的增加與霰的增加有密切聯系，圖13b 中空中微物理總量差的時間演變也證明了這一點：圖中催化云與自然云霰總量差的時間變化與云中雨滴總量差、地面累積降水具有相似的變化趨勢，云中雨滴和霰的總量變化與地面降水變化存在的時間差，則是因為云中降水粒子需要經過一段時間才能下落到地面的原因。圖13b 中催化云中的云水總量在19:30～20:35之間是增加的，其原因主要是由于催化導致這段時間的降水強度減弱，降水粒子在暖區對云水的沖刷作用減弱，導致催化云暖區出現云水量高于自然云的情況，雖然冷區中催化云的云水總量一直是減少的（圖略），但冷暖區疊加的總效果表現為增加。

圖13 2014 年4 月15 日評估區內（a）區域平均降水強度、（b）空中水汽和水凝物總量以及地面降水的總量、（c）雨滴主要源匯項總轉化率的差值（催化試驗減控制試驗，以ST?CT 表示，下同）、（d）暖層中霰和雨滴總粒子數差值（ST?CT）隨時間的變化。(a) 圖中，黑色實線和紅色實線分別為催化云和自然云的區域平均降水強度，藍色實線為催化云降水強度相對自然云的變化,黑色虛線指示相對變化為零的位置。(b)中縮寫名稱分別為降水（Prep.）、水汽（Qv）、云水（Qc）、冰晶（Qi）、雪（Qs）、霰（Qg）和雨水（Qr）。（c）中實線為雨的源項，虛線為雨的匯項。（b）、（c）和（d）中點劃線為零值對應位置。圖中陰影區對應第二次催化的作業時間段，下同Fig.13 In the evaluation area, time series of (a) regional average precipitation intensity, (b) the total mass of water vapor and hydrometeor in the air,the total mass of precipitation, (c) the difference (seeding test minus control test, expressed in ST–CT, the same below) of the total conversion rate in the main source and sink of raindrops, and (d) the difference (ST–CT) of the total number of graupel and raindrop particles in the warm layer of cloud on April 15, 2014. The lines in (a) represent the average precipitation intensity of seeded (black solid line) and natural clouds (red solid line), the change (blue solid line) of seeded cloud precipitation intensity of natural cloud, and the position (black dotted line) where the relative change is zero.The abbreviations in (b) denote precipitation (Prep.), water vapor (Qv), cloud water (Qc), ice crystal (Qi), snow (Qs), graupel (Qg), and rain (Qr) . The solid line is the source term of rain, and the dotted line is the sink term of rain in (c). The dot-dash lines in (b), (c) and (d) correspond to zero value(zero line). The shaded area denotes the second seeding operation period, the same below

模式采用的CAMS 微物理方案中，雨滴的源匯項包括雨滴與其他水凝物粒子的之間的碰并、云雨自動轉化、雨滴的蒸發和雪霰的融化等。對比各微物理過程的轉化率發現，霰在暖層的融化（Mgr）過程是雨滴最主要源項，其次為雨滴碰并云滴（Ccr）以及暖區中的霰碰并云滴（Ccg）和雨滴碰并雪（Csr）過程，但這些過程的轉化率量值比Mgr 要低數倍至1 個量級以上，其余源項如云雨自動轉化（Acr）、雪的融化（Msr）等過程的量值則更低，可見霰的融化是地面降水的主要來源。雨滴蒸發（Svr）和過冷區內冰晶、雪、霰碰并雨滴過程（Cri、Crs、Crg）是雨滴的主要匯項，其中Crg 是最主要的匯項，比其他過程高數倍至1 個量級以上，Cri、Crs 和Crg 同時也是霰的重要源項。圖13c 中給出了催化試驗和控制試驗中整個評估區內雨滴主要源匯項轉化率的差值（ST?CT）隨時間的演變，可以看到，催化開始后約25 分鐘，圖中Crg、Svr 和Mgr 過程開始出現明顯的變化，而其他源匯項直到90 分鐘后的20:20 才開始出現明顯變化，這說明催化模擬初期，降水的變化主要受到Crg、Svr 和Mgr 過程的影響。圖13c 中，催化云中雨的三個源匯項在20:20 前均呈減弱的變化，Mgr 減弱必然影響地面降水的變化，暖層雨滴的減少也會造成Svr 過程的減弱。由圖10e 可知，過冷雨滴主要存在于4000 m 以下的過冷層中，也就是說Crg 過程主要發生在過冷層下部接近零度層的高度范圍內，Crg 過程的減弱顯然會造成這些高度層中的霰粒增長減弱，雖然過冷雨滴可能會增加，但過冷層雨滴的成長過程即Ccr 的變化要弱得多，對降水的改變沒有多大影響，而霰的增長減弱會導致能夠落入暖層的霰粒減少（圖13d），從而減弱Mgr 過程這一主要的降水機制，導致暖層雨滴減少（圖13d）、降水減弱。大致在20:20 以后，催化云中的Mgr、Crg、Svr 過程以及其他源匯項均強于自然云，且Mgr 和Crg 過程的變化明顯強于其他過程。Mgr 過程的增強必然會導致降水的增加，這是催化云降水逐漸超過自然云的主要原因，Ccr和暖層Ccg 過程的增強也對降水增加有利，而暖層雨滴的增加（圖13d）是Svr 過程增強的重要原因，它對降水起到一定的抑制作用。雖然Cri、Crs 和Crg 過程是過冷層雨滴的匯項，但它們使零度層附近的霰粒增加，從而為暖層提供更多或更大的霰粒（圖13d），這明顯有利于Mgr 過程，這也印證了前文圖10 的分析，即冰雪霰粒子在零度層附近的淞附過程的增強使霰的總量增加。總之，此次降水的主要微物理機制是霰的融化過程，而AgI催化導致云中霰的總量發生變化，進而影響到了Mgr 過程出現先減弱后增強的變化特征，最終導致地面降水特征發生類似的變化。

增雨效果的定量評估是催化模式的重要功能，圖14 給出了19:00～22:00 期間累積增雨量及自然云累積降水的水平分布。圖中可看到，從飛機作業區（紅色短劃線方框區域）一直向東，催化引起的降水變化區域向下游方向擴展約1.5 個經度，其中在作業區及其東部約0.2 個經度的區域范圍內，地面降水變化主要表現為負效果，超出該范圍的下游大部分區域則表現為正效果，僅少量區域呈現為負效果，且正負區域呈交替出現的分布特征。因為評估區內并不是所有地方的降水都有改變，因此從地面降水的角度而言，催化的影響區范圍要小于評估區范圍。表1 給出了評估區內自然云降水及催化作業對地面降水影響的相關數據，其中催化影響區是指評估區內降水改變的區域，增雨區指地面降水增加的區域，局地增雨率指模式中每個格點上對應的降水變化百分率。由表1 可以看到，催化后3 小時地面降水變化的凈效果是增雨，不過增雨總量不大，平均增雨率僅為1.1%。

表1 模式時間2014 年4 月15 日19:00～22:00 的評估區內自然降水和催化作業效果統計Table 1 Statistics of natural precipitation and seeding operation effect in the evaluation area during the model time 1900 BT–2200 BT on April 15, 2014

圖14 模式時間2014 年4 月15 日19:00～22:00 地面降水的累積變化（ST?CT，填色區，單位：mm）和自然云累積降雨量（等值線，單位：mm）。圖中綠色實線方框為本研究確定的評估區范圍，紅色短劃線方框為飛機第二次播撒作業的區域，黑色短劃線為圖8中兩個剖面和圖11、圖16 中剖面所對應的位置Fig.14 Accumulative rainfall difference (ST–CT, shaded area, units:mm) and accumulative rainfall of nature cloud (contours, units: mm)from 0900 BT to 2200 BT in the model on April 15, 2014. The green solid-lined box shows the evaluation area determined in this case, and the red dash-lined box denotes the region of the second seeding operation. Two black dash lines correspond to the positions of the vertical sections in Fig.8, Fig.11, and Fig.16

催化效果的數值模擬評估表明此次作業的增雨效果不大，從宏觀表現上，催化開始后地面降水負增長的量級較大且時間偏長在很大程度上削弱了后期增雨的效果，而其內在原因則與云中雪霰粒子成長過程的變化有關。圖15 為取自過冷云區的變量時間序列，可以看到，雪的主要源項為Svs（雪的凝華增長）、Ccs（雪碰并云滴）、Ais（冰雪自動轉化）、Cis（雪碰并冰晶）等過程（圖15a1）；霰的主要源項有Crg、Csg（霰碰并雪）、Ccg（霰碰并云水）、Cri 和Crs 等過程（圖15b1）。由圖15b2可知，催化后云中的霰粒平均質量始終是減少的，而且催化開始后有相當長一段時間內霰粒子濃度也是減少的，霰粒子質量和濃度的同時減少，導致催化云中霰的總量被大大降低（圖13b），雖然在后期催化云中霰粒子濃度的正增長逐漸抵消了霰粒子平均質量減少的作用，使得云中霰的總量逐漸轉為正增長，但由于正增長需要抵消前期較大的負增長量的影響，導致最終的增雨量偏低。霰的主要源項中，與雨滴相關的過程（Crg、Cri、Crs）主要位于過冷區的下層，其中Crg 為霰的最主要源項，第二大源項Csg 過程的轉化率雖然低于Crg，但它是在整個過冷區發生作用，其在催化試驗前期的減少量甚至超過了Crg 的減少量，這是整個過冷區霰粒總質量減小的主要原因。從圖13b 和圖15a2 可看到，與自然云相比，催化云中雪的總質量和濃度都是增加的，這得益于催化造成的冰晶數量大量增加，使Ais 和Cis 過程增強的緣故，但值得注意的是，雪粒子本身的平均質量在催化試驗前期是降低的，即這一時期催化云中雪粒子總體的平均尺度是減少的，其原因就是由于雪粒子濃度的增加造成供給雪粒子單體成長的云水和水汽量減少，導致Ccs 和Svs 過程減弱，而雪粒子平均質量的減少會造成通過Csg 過程向霰粒轉化的質量減少。催化對過冷云水的額外消耗同樣導致了Ccg 過程的減弱，雖然霰粒的Ccg 過程減小的量不大（圖15b2），但由于淞附過冷水對霰粒下落末速的改變要比冰雪晶的改變大很多（盛裴軒等, 2003），因此Ccg 減弱可能更有效的降低了霰粒的下落末速，這使得霰粒與雪的下落末速速度差變小，導致Csg 過程減弱，霰粒總量減少明顯。此外，整個過冷層中霰粒增長的減弱，也會造成落入過冷層下部的霰粒數目及尺度的減小，從而減弱Crg 過程，反之，Csg 的增強也會加強Crg 過程。綜所上述，催化作業使得云中冰雪晶數目大量增加，造成有限的過冷水和水汽被AgI 和更多的冰雪粒子所消耗，直接或間接導致雪霰粒子尺度和數目減小，霰的主要增長源即Csg、Crg 過程被大幅減弱，霰的總量減少且持續較長時間，導致降水在催化試驗前期減弱明顯，這是增雨效果不好的內在原因，而此后降水的增加更多是由于霰粒濃度增加的累積效應（圖13d 和圖15b2）。

圖15 2014 年4 月15 日，催化云過冷云區內雪（第一行）和霰（第二行）的（a1, b1）主要源項轉化率、（a2, b2）各源項轉化率、粒子總數和平均質量與自然云的差值（ST–CT）隨時間的演變Fig.15 In the supercooled cloud area of the seeding cloud, time series of (a1, b1) conversion rates of main source terms and (a2, b2) the difference(ST–CT) of source term conversion rates, number and average mass of particles for snow (the first row) and graupel (the second row) on April 15,2014

圖16 2014 年4 月15 日催化作業開始后1 h（19:45，第一行）和2 h（20:45，第二行），沿降水變化中心的垂直剖面（西南—東北）。圖中黑色等值線為雨滴混合比的變化（單位：g kg?1，ST?CT），綠色等值線為碘化銀數濃度（單位：L?1），藍色等值線為催化云0.001 g kg?1的云水混合比，黑色粗實線對應作業區；紅色等值線分別為（a1，b1）霰粒數濃度變化（單位：L?1，ST?CT）、（a2，b2）霰粒質量中值直徑變化（μm，ST?CT）；填色區分別對應（a1，b1）催化云霰粒混合比（單位：g kg?1），（a2，b2）催化云雨滴混合比（單位：g kg?1）Fig.16 Vertical sections along the precipitation variation center (from southwest to northeast) at 1 h (19:45, the first row) and 2 h (20:45, the second row) after the seeding operation starts (including rain mixing ratio variation (units: g kg?1, ST–CT, black contours), number concentration of AgI(units: L?1, green contours), cloud water with a mixing ratio of 0.001 g kg?1 (blue contours) and seeding area position (bold black lines). (a1, b1)graupel number concentration variation (units: g kg?1, ST–CT, red contours) and graupel mixing ratio of seeding clouds (units: g kg?1, shaded areas).(a2, b2) mass median diameter variation of graupel (units: μm, ST–CT, red contours) and rain mixing ratio of seeding cloud (units: g kg?1, shaded areas)

從目標云系的作業條件看，飛機觀測和模擬結果（圖7）均證明催化作業云區的過冷水偏少且分布零散，這說明作業云區的催化潛力較弱，根據前面的分析，影響降水變化的主要因素是霰的濃度和尺度的改變。圖16 給出了減雨階段（19:45）和增雨階段（20:45）沿降水變化中心（圖14）霰的特征量垂直分布和變化。圖16a1 和a2 中可看到，在減雨階段，云的冷暖層中的霰粒濃度和霰粒尺度幾乎都是減小的，這是造成減雨的主要原因。由前文的分析可知，由于催化使冰晶和雪大量增加，冰雪粒子的增長額外消耗了云中有限的過冷水，使霰粒的增長受到抑制，圖中可看到，催化云中過冷層中云水已經很少，且多集中在過冷層底部，這會使過冷層大部區域的冰相粒子成長速度變慢，如貝吉龍過程、淞附云水等快速增長過程減弱，而單靠凝華增長則速度較慢，這是這一階段減雨持續時間較長的重要原因。圖16b1 和b2 處于增雨階段，此時可以看到在過冷層中上層區域，霰粒濃度和尺度增減的起伏變化較大，但總體上仍是以減小居多，但是在0°C 層附近霰粒的濃度和尺度是明顯增加的，圖中可看到0°C 層附近也存在一定含量的云水，由前文的分析可知，這一階段0°C 層附近的過冷層中冰相粒子的淞附過程較強，這是霰粒濃度和尺度增加的主要原因，由圖可知，霰粒在零度層附近的增長直接造成暖層上部霰粒濃度和尺度的增大，從而降水增加。

綜合上述數值模擬的分析，本個例的云降水主要機制是霰的融化過程，而催化模擬前期的減雨是由于冰雪晶的大量增加消耗了過多的水汽及過冷水資源，抑制了霰的生長過程進而造成減雨。考慮到云區過冷水分布零散，含水量偏低的狀況，一方面，這種云條件下催化后的效果應該不會太強，即催化潛力不大，另一方面，飛機播撒的催化劑劑量可能偏大，適當減少播撒的AgI 劑量，在作業云區形成更為適宜的冰晶濃度，從而減弱作業前期對霰粒增長的消極作用，是有可能獲得更好的增雨效果，當然，定量的催化指標還需進行如敏感性模擬試驗等研究。

6 結論

本文將一套基于WRF 動力框架發展的三維中尺度冷云催化模式進行了改進，實現了對飛機播撒作業過程的仿真模擬功能，模式可以更真實地再現實際催化作業的狀況。使用該催化模式，對2014年4 月15 日河北省中南部地區層狀云降水過程中的一次飛機催化作業進行了仿真模擬，分析了催化對云和降水宏微觀特征的影響。由于受多種客觀因素所限，數值模擬結果并不能完全再現云和降水的真實情況，但模擬與實況觀測的對比表明，雖然在時間和空間上存在一定差異，但模式模擬結果能夠合理的反映實況云和降水的一些重要的宏微觀物理特征，基于這一基礎，選取模式中與實際作業目標云發展演變特征相似的云區開展催化模擬，以盡可能的接近實際催化作業的狀況，達到合理評估實際作業效果的目的。

通過對比分析催化云和自然云的模擬結果，主要的研究結論如下：

（1）受作業云區動力條件和飛機作業航線的影響，催化劑播撒后，AgI 煙羽的水平尺度可擴展到數十公里以上，而垂直方向上，大部分AgI 粒子則始終集中在作業層（4.8 km）上下約1 km 的厚度范圍內，少部分AgI 粒子可隨垂直氣流向下向上輸送到3.5～9 km 的海拔高度范圍，且AgI 粒子向上的輸送要明顯強于向下的輸送。

（2）催化后10 分鐘左右冷云區水凝物即開始出現變化，催化云的冰晶和雪粒子明顯增加且始終高于自然云，冰晶和雪的增加使云中過冷水的消耗增大，導致催化前期霰的增長過程受到抑制，催化云中霰總量低于自然云，之后隨著霰碰并雪的過程以及零度層附近冰晶和雪霰粒子的淞附過程逐漸增強，催化云中霰的總量逐漸超過自然云。

（3）與自然云相比，總體上催化云雷達回波強度有明顯增強。時間變化特征上，催化首先導致作業層附近及其上部的雷達回波增強，作業層下部雷達回波減弱，此后隨著云中降水粒子的發展，整個作業云區到地面附近的雷達回波有明顯增強，表現為強回波區范圍增大，并有新的強回波中心出現。

（4）降水的主要機制是霰的融化過程，催化造成降水增加的主要原因是暖層霰粒濃度及尺度增加造成霰的融化過程增強。催化云的平均降水強度和降水總量出現先減小后增加的時間變化特征，其主要原因是云中霰的總量受催化影響出現類似變化，進而影響到霰融化過程出現先減弱后增強所導致的。

（5）催化后3 小時，作業影響區向作業區下游擴展100 km 以上（1.5 個經度），作業區及其下游臨近的約20 km（0.2 個經度）區域內累積降水以減少為主，而作業區20 km 外的下游影響區則主要為增雨，整個作業影響區的凈增雨量為3.6×107kg，平均增雨率1.1%，局地增雨率在?12.4%～13%之間。

（6）因為作業云系的過冷水偏少且較分散，冷云催化條件整體偏弱，而實際作業的AgI 劑量偏大，導致對降水有主要影響的霰的增長過程受到過多抑制，是造成此次作業增雨效果不大的主要原因。建議針對此類作業條件一般的云系，應實時關注機載儀器探測的結果，謹慎選擇作業劑量，不宜過大。另外，采用催化模式通過事先模擬來評估催化的作業效果，為實際作業提供指導，也是一種可行的方式。