我國人工增雨作業效果定量評估研究綜述*

王 飛 李集明 姚展予 李德泉 李建軍

1 中國氣象局云霧物理環境重點開放實驗室，北京 100081

2 中國氣象科學研究院災害天氣國家重點實驗室，北京 100081

3 三維時空軟件股份有限公司，福州 350001

提 要： 如何評判人工播云效果一直以來是人工影響天氣科研試驗和業務工作的核心問題。本文總結了近年來我國人工增雨作業效果定量評估研究進展，從定量評估概念、常用方法、影響因素、存在問題等方面進行了系統性介紹。在分析各地已開展的人工增雨定量評估結果的基礎上，從多方面探討了未來作業效果定量評估技術的研究目標和發展方向，為人工影響天氣作業效果評估相關科研與業務工作提供幫助與建議。

引 言

效果評估是人工影響天氣科研和業務工作的重要組成部分。根據云降水和人工影響天氣原理，人工播云的效果是指受人工催化影響后，目標云的微物理過程和降水過程發生的變化。這種變化包括兩個方面，一種是云的宏、微觀物理參量受催化影響發生改變，稱為人工播云的直接效果；另一種是催化導致地面降水發生變化，又稱為播云的間接效果，也是人工影響的最終目的。效果評估的主要困難源于云-降水過程的巨大自然變差，播云帶來的影響相比于自然變化往往量小力微。要想確切地描述人工增雨所帶來的影響，除了定性地判斷播云產生了正的或負的效應，還要從定量的角度進行回答。人工增雨作業效果的定量評估是指利用一定的數學或物理方法，以地面降水為常用的檢驗變量，通過定量計算給出作業效果。以降水量為例，y為人工影響后的降水量，y0是不進行人工影響的自然降水量，則定量評估主要關注以下兩個量的計算結果，即絕對增水量(E)和相對增水率(R)。

E=y-y0

人工催化實質上須依賴自然的云-降水過程，因此作業效果評估的重點就集中在如何將人工播云增加或減少的降水量從實際觀測得到的降水量中剝離出來。

自20世紀40年代，國內外開展了大量人工播云試驗。理論研究和室內外試驗反復證明，在一定的自然背景條件下，對云體的某些適當部位實施有科學指導的人工催化影響，可達到局部增加降水或減少冰雹的目的。然而到目前為止，在人工播云作業實施過程中，仍存在著許多亟待解決的問題(黃美元，2011)，如何科學地、定量地評估播云效果便是其中之一。美國、以色列、澳大利亞、南非、加拿大等國家在開展的大型人工影響天氣試驗中利用不同的方法對播云效果進行了定量評估(Krauss and Santos，2004；Mather et al，1997；Mielke，1995；Sharon，1978；Smith et al，1963)，評估結果表現出復雜的多樣性，既有正效果，也有負效果或無效果。一般來說，觀測得到的降水效果只有在云微物理資料上也能得到恰當的驗證或解釋時，才能真正令人信服(葉家東，1979)。2010年WMO關于人工影響天氣的聲明中也指出：有相當多的證據顯示在適當的條件下在云中播撒成冰性物質和吸濕性物質可以改變云的微物理結構。但部分學者對播云致使地面降水產生重要和有益變化的證據還存在一定爭議。從某種意義上講，人工影響天氣的科學水平取決于效果檢驗的可信程度(劉晴，2013)。雖然20世紀50年代以來，國際上開展的大型人工增雨試驗在作業效果評估方面做了大量有益的嘗試，其中一些通過科學的試驗設計和較為嚴謹的評估方法給出了定量增加降水結果。然而，對于每年全球范圍大規模開展的人工播云活動，這些科學的、可靠的評估結果數量還遠遠不夠。

我國自1958年在吉林首次開展飛機人工播云試驗以來，以播云為手段的人工影響天氣活動在各地廣泛開展。進入21世紀以來，特別是近10年我國人工影響天氣工作得到快速發展，作業規模居于世界前列。隨著預報準確率、監測能力和作業裝備的提升，我國人工影響天氣在科學化、規范化作業方面得到明顯提高。然而如何判斷一次人工催化作業是否可以增加降水，以及增加了多少降水？全年下來，某一區域開展的人工增雨作業究竟取得了多少效益？這些都是政府和社會極為關注、亟待回答的問題。很顯然，對作業效果科學、準確和定量的評估是回答這些問題的主要途徑和依據。但是，由于自然云雨變化的復雜性，目前的科學技術手段還不能對成云致雨的每個環節實現全面掌握，而且現階段的評估方法和資料仍存在一定的缺陷和誤差，致使播云效果的定量評估結果具有很大的不確定性。也正因為如此，該領域取得的進展必然帶動整個人工影響天氣學科的發展。

本文首先介紹了國內常見的人工增雨效果檢驗方法，然后對我國隨機化和非隨機化人工增雨定量評估進展和影響定量評估結果的因素進行討論，最后總結了目前國內人工增雨定量評估存在的一些問題并對下一步工作進行展望。

1 效果評估的概念和方法

根據云降水物理學理論和人工影響天氣原理，人工增雨效果是指人工催化后的云-降水過程發生的變化。引言中提到，這種變化按影響對象可分為直接效果和間接效果。此外，在實際效果評估中，按照催化方案設計，可分為隨機化試驗效果評估和非隨機化作業效果評估；按照評估手段，可分為統計檢驗、物理檢驗和模式檢驗；按照評估結果，又可分為定性評估和定量評估。本文主要對不同檢驗方法的定量評估研究開展介紹。

1.1 統計檢驗

(1)隨機化試驗

隨機化試驗效果評估由于不依賴歷史資料，多次被推薦為最可靠的檢驗播云作業效果的試驗方案。自20世紀60年代開展的以色列隨機播云試驗(Gabriel et al，1967；Gabriel，1967)，到近年來開展的美國懷俄明州冬季地形云人工增雪試驗(Breed et al，2014；Geerts et al，2013；Pokharel et al，2014a；2014b)，隨機化試驗的效果評估結論一直以來被較普遍地接受。我國福建古田水庫開展的人工增雨隨機試驗得出增加降水20%左右統計結論(曾光平等，1993)。海南于2015—2016年開展隨機化煙爐增雨試驗也得到約11.4%的暖云增雨作業效果(黃彥彬等，2019)。但是，由于隨機化試驗需要的樣本量較大，而且要放棄一部分作業機會，這就導致試驗開展周期長，且方法本身并不能解決自然降水變率大的問題。因此，除專題性的效果評估研究外，日常的業務作業和科學試驗中很少采用隨機試驗方案。

(2)非隨機化試驗

非隨機化人工增雨作業效果評估由于可與實際業務作業一同開展，且易實施，因此在我國各級人工影響天氣業務中廣泛應用。非隨機化作業的統計評估主要關注作業后的降水增量，通過比較未進行作業的自然降水量和作業后實測降水量的差值，運用概率論或數理統計方法定量地計算出作業效果。目前常用的統計檢驗評估方法包括：序列分析(無須確定影響區和對比區)、區域對比分析、雙比分析、區域歷史回歸分析、浮動對比區(FCM)、基于聚類統計的協變量FCM等方法。這些方法的關鍵在于對作業影響區降水量期望值的估計。根據統計檢驗原理，在給出檢驗結果時必須進行顯著性水平檢驗，即播云后實測降水量和原本估算的自然降水量之間存在差異，如果這個差異可能是由降水的自然變率造成的，就需要計算這種可能性有多大。當可能性很大時，就沒理由認為人工播云改變了降水量，即作業效果不顯著；而當這種可能性很小(例如小于1%或5%)，就有較大把握說人工播云有效，即作業效果顯著。上述可能性的大小通常叫做顯著性水平，用α表示(葉家東，1979)。

由于自然降水在時間和空間分布上存在巨大差異，這種降水的自然變率給效果評估帶來很大困難，特別是當播云效果小于降水的自然起伏變化，就很難把作業效果從多種自然噪聲中識別出來。如果上述提到的統計檢驗方法不足以客觀定量地評價增雨效果，就必須進一步通過功效、準確度和靈敏度分析來選擇確定統計方案(李大山，2002)。功效分析是指一定的試驗期內，在一定的顯著度上檢出一定的試驗效果的概率。功效的高低表明從自然降水變率背景上檢出人工增雨效果的能力。葉家東等(1984)、曾光平(1999)、王婉和姚展予(2012)分別對隨機試驗和非隨機試驗開展過功效數值分析，研究了不同統計檢驗方案在試驗中的檢驗功效。準確度指統計效果與實際增雨效果之間差值的大小，準確度的大小表征準確地反映增雨效果的能力；靈敏度指在一定顯著度α上檢出試驗效果所需的增雨效果的最低值θ，θ值越小靈敏度越高，也可以指在一定增雨效果下，統計檢驗的顯著度大小，顯著度越小，靈敏度越高，靈敏度的高低表征對催化效果反應的敏感程度及檢驗的能力。王婉(2008)利用統計模擬數值分析研究了序列分析等四類檢驗方案的適用性和評估結果準確度。認為影響檢出功效和統計評估結果準確度、靈敏度的因子有假定增雨效果、非作業單元數、作業單元數和分層統計等，要選擇合適方案進行效果檢驗需要對這些影響因子開展綜合分析，以對存在缺陷的評估方案進行改進。

1.1 物理檢驗

除統計檢驗外，很多學者利用物理檢驗和數值模式等方法對增雨效果開展定量評估。人工增雨作業效果的物理檢驗是通過對云降水過程物理參量的系列觀測，獲得人工催化后應該發生的各項物理變化的證據(于麗娟，2009)。根據云和降水及其人工影響的物理機制，找出相應的物理效應，如微物理效應或宏觀動力效應，作為作業效果評估的指標，進而通過試驗來檢驗人工影響是否顯著地改變這些指標(葉家東，1979)。所有這些指標，如同雨量一樣，存在著很大的自然變率，受到許多因素的相互制約。要從中鑒別出人工播云的效果，除了效果特別顯著外(例如云粒子相態發生改變、雷達回波參量從無到有、云的宏觀特征顯著變化等)，一般仍需要采用數理統計的方法進行分析，因此物理檢驗又可確切稱為物理效應的統計檢驗(葉家東，1979)。國內目前只有少量衛星(Dong et al，2020；Rosenfeld et al，2005)、雷達(趙瑞金等，2005；陳冰等，2003；Wang et al，2021)或飛機回穿探測試驗顯示作業后冰晶(劉晴和姚展予，2013；王以琳和雷恒池，2003；周德平等，2004；金德鎮等，2007；辛樂和姚展予，2011)或云滴粒子(Wang et al，2019a)特征參量發生變化，而針對其他物理量指標的觀測印證鮮有發現。一般來說，相較于統計檢驗和模式檢驗，基于衛星、雷達或機載觀測等資料的物理檢驗很難實現對人工播云效果的定量評估，學者們更多的是從定性的角度分析云降水宏微觀參量的變化，而且上述發生變化的物理量哪些是自然變化引起，哪些由人工播云導致，一直以來都是困擾物理檢驗的重要問題。

1.1 模式檢驗

數值模式檢驗是指在描述云降水過程的數值模式中增加人工播云參數化方案，通過定量預報催化與不催化情況下云的宏、微觀參量和地面降水，并與實際觀測結果比較，判斷作業效果。云數值模式不僅能夠模擬云和降水的主要過程，而且能夠描述云的多種宏、微觀物理過程相互作用的整體演變過程，為人工增雨催化試驗提供預期的效果。目前，國內外建立和發展的二維和三維云降水數值模式，盡管尚不十分完善，但通過人工催化模擬試驗，可以了解云和降水過程中哪個環節(鏈)發生了變化，還可以定量地計算出具體的變化值(率)。如劉衛國等(2021)利用數值模式模擬河北一次冷云催化過程，結果顯示催化后3 h，作業影響區呈先減雨后增雨的分布特征，平均增雨率約1.1%。何暉等(2012)、查思佳等(2020)對某重大活動開幕式的人工催化作業效果進行數值模擬，利用模式結果定量研究了播云帶來的云微物理結構和降水的變化。一般來說，模式檢驗結果是否可信很大程度上依賴于模式自身對云-降水過程模擬的準確性。隨著近年來數值模式越發成熟，特別是云微物理參數化方案的精細度不斷提高，模式檢驗在刻畫人工催化的微物理效應、動力效應以及定量評估播云效果方面正發揮越來越重要的作用。

2 我國人工增雨定量評估研究進展

2.2 隨機化人工增雨試驗的定量評估

我國人工增雨定量評估是從福建古田水庫的隨機化增雨試驗開始的。1975—1977年的階段性試驗結果顯示，62次隨機試驗的平均增雨率可達40%～78.7%，顯著性水平α<0.002 5(葉家東和程克明，1979)。而利用三種不同的統計分析方法(區域回歸分析法、雙比分析法和多元回歸分析法)對12年來(1975—1986年，共244次隨機作業)的綜合評估結果顯示，平均相對增雨率約20%，顯著性水平α<0.05。其中混合云和層狀云催化效果較好，積狀云催化效果不顯著，而不同的作業工具(三七高炮和小火箭)催化效果差異不大。并通過雷達回波、雨滴譜、雨水中Ag+含量和數值模擬分析從側面驗證了評估結果(葉家東和程克明，1979；曾光平和方仕珍，1986；曾光平等，1989；1991；1993；1997)。此后，在試驗研究的基礎上又針對水庫蓄水和發電的需要，開展了為期6年(1989—1996年)的非隨機化效果檢驗應用研究，區域回歸和雙比分析結果顯示增雨效果達25.17%～26.73%(均通過顯著性水平檢驗)，增加的降水使得下游古田水庫入庫流量和水位明顯增加(曾光平等，1997)。除了開展對冷云催化的效果評估外，黃彥彬等(2019)利用布設在海南昌江的4套地基煙爐開展針對暖云的隨機化效果檢驗，結果顯示34個樣本的平均增雨率約為11.4%。雖然利用TITAN(Thunderstorm Identification Tracking Analysis and Nowcasting)系統追蹤催化樣本顯示作業后各項雷達回波參量普遍增加，對結果起到一定支撐作用，但結果并未通過顯著性水平檢驗。

2.2 非隨機化人工增雨作業的定量評估和影響因素

第一節中提到，現階段我國人工增雨仍以非隨機化試驗和業務作業為主，針對作業效果定量評估也大多是在非隨機化人工增雨的基礎上開展的。評估方法以統計檢驗應用最為廣泛，在一些重大服務和典型過程中也開展了物理檢驗和模式檢驗的定量評估。然而，影響定量評估結果的因素有很多，研究人員在評估方法選取、雨量資料應用、影響區和對比區判別、催化劑用量等方面開展了大量研究工作。

(1)統計變量的選擇

我國已開展的人工增雨定量評估大多以降水量為評估對象，只有少量的研究以衛星參數(林丹和王維佳，2020)或雷達回波(王婉等，2014；汪玲等，2015)為統計變量。當以雨量為評估對象時，作業時段的雨量一般采用小時雨量或日雨量。選擇小時雨量主要考慮作業的充分性，但小時雨量的自然變率太大，統計檢驗的區域相關性較差；而選擇日雨量作為統計變量，其自然變率比小時雨量自然變率小，因此區域相關性更好，但雨量統計時段未必涵蓋持續性作業(姚展予，2016)。結合實際評估時段，對應的歷史期雨量以日雨量和月雨量為主，也有研究選擇旬雨量(李宏宇和王華，2006)或候雨量(劉晴，2013；李宏宇等，2014)進行評估。周德平等(2006)利用區域回歸方法評估1992—2004年6—8月遼寧地區東北冷渦云系人工增雨效果，結果顯示飛機、地面火箭的相對增雨率平均約為22.44%，且統計結果具有0.05以上的顯著性水平。但是，由于采用過程雨量為統計變量，且對比區的選取存在一定的主觀性，這樣會很大程度上高估/低估統計結果。李宏宇等(2014)將歷史30年的旬降水量作為擬合樣本，以單站降水量的四次方根變換作為統計變量分析2004—2010年北京汛期期間的平均增雨作業效果為21.3%，且隨著樣本的逐年增加，評估結果的顯著性水平達到α=0.01。

(2)評估方法的選取

評估方法的選取對人工增雨定量評估的結果存在很大的影響。劉晴(2013)在研究中對比四種常用的統計檢驗評估方法，認為序列分析、區域對比分析和雙比分析均不是北京汛期人工增雨效果評估的最優方案；而嘗試多種統計變量的區域歷史回歸評估結果的顯著性最好。王偉健(2017)、Wang et al(2019b)采用改進后的區域歷史回歸方法，分析了2008—2014年冬季江西地區71次飛機增雨作業效果。結果顯示，剔除異常年份降水數據后，目標區平均增雨率為17.3%，下游區域平均增雨效率為21%，結果均通過α=0.05的顯著性水平檢驗。此外，結合雷達回波追蹤分析，增雨效果可影響到下游150 km范圍。除了前面提到常用的四類統計方法外，研究人員利用統計理論發展了多種非隨機區域歷史回歸試驗方法。例如提出的基于聚類的浮動對比區統計檢驗方法(CA-FCM方法)，采用聚類分析技術有效改善了對比區和影響區相關性，提高了回歸分析的靈敏度水平(房彬，2004)。翟羽等(2008)采利用該方法對河南4月10次飛機增雨作業進行評估，得到平均增雨率為9.8%，但個別作業存在負效果。房彬(2004)、房彬等(2005；2008a)利用CA-FCM方法和其他幾種檢驗方案評估河南地區的飛機增雨作業效果，結果顯示以降水量和整層大氣可降水量為協變量的CA-FCM方法評估效率最好，平均相對增雨率為15.3%～30%，且均通過顯著性檢驗。此外，吳香華(2014)、吳香華等(2015)基于現代統計學理論，采用統計數值模擬的方法分析了降水自然變率對人工增雨效果評估的影響。通過副區的合理劃分、協變量的選取和控制降水自然變率的影響后，得到吉林省1997—2007年4—7月隨機抽取的35個作業日增雨效果為0～30%(平均為11.95%)，且和實測雨量大小沒有直接聯系。隨著大數據和機器學習等領域的發展，越來越多的統計檢驗算法(王偉健等，2018)會應用到人工增雨的定量評估研究中。

人工增雨作業效果定量評估的另一種方式是數值模擬和統計檢驗結合，通過建立非作業時段實測雨量和模式雨量的經驗公式，利用經驗公式訂正作業時段的模式預報雨量為未實施人工影響天氣作業的應有雨量，其與實測雨量的差值為作業效果。顏文勝等(2006)利用熱帶所數值預報產品，得出2002—2004年廣東地區的地面作業平均增雨效率約為21.7%，且通過了α=0.05的顯著性水平檢驗。但由于采用的是24小時降水預報產品，因此評估結論存在一定的局限性。除了針對雨量的統計分析外，還可以通過對雷達回波的分析，采用物理量分析和統計檢驗相結合的方式定量評估作業效果。例如針對天津地區的一次對流云地面增雨作業，王婉等(2014)利用TREC(tracking radar echo by correlations)方法追蹤催化回波，得到動態的影響單元和對比單元，在計算相關雷達回波參量(最大回波強度、回波頂高、整層最大回波強度)變化的同時，采用雙比法分析降雨率(由Z-R關系得到)，得到此次作業的增雨效果約為7.69%，顯著度檢驗值為0.043。

(3)影響區和對比區的確定

如何科學的確定作業影響區是開展人工增雨定量評估的關鍵問題。目前常用的四類統計檢驗方法，除序列分析外，其余三種方法均需要確定作業影響區和對比區。影響區的計算一般根據實際作業情況(例如地面作業可近似認為是點源或線源播撒，飛機作業可近似認為是線源或面源播撒)，通過給定催化劑的濃度閾值，結合催化層的風向風速等進行綜合判斷。王以琳等(2012)基于催化劑擴散傳輸模式(申億銘和陳吉航，1986)，將作業后Ag+濃度≥10 L-1的區域確定為作業影響區，采用區域歷史回歸方法分析山東兩次飛機增雨作業相對增雨率分別為8.27%和11.83%，且均通過α=0.01顯著性水平檢驗。對比區的選擇應滿足：①不受催化影響；②與影響區面積、地形和天氣系統相仿；③雨量站分布數量近似等條件(葉家東和范蓓芬，1982)。但是實際人工增雨作業往往選擇最有利于降水或自然發展最旺盛的云區開展，因此在效果評估時對比區的劃分也存在一定的主觀因素。為解決這個問題，研究人員在效果評估中提出了多種區域劃分解決方案，例如“移動目標區”方法(夏彭年，1998)、“基于聚類的浮動對比區”方法(房彬等，2008a；2008b)、“非固定目標區增雨評估法”等(段英等，1998)。這些方法一定程度上解決了相關性差、功效偏低等問題，但仍存在很大的改進空間。

(4)作業方式和催化劑用量

除了上述影響定量評估結果的因素外，有學者還從作業方式、催化劑用量等方面開展研究。孫海燕等(2005)利用三維云模式對北京夏季一次地面火箭增雨作業進行評估，得出增雨效果為26.2%，且作業時機和發射仰角對增雨效果影響很大。方夏馨等(2015)利用區域對比分析法對2014年云南地區的地面增雨效果分析顯示，8次作業過程各大水庫的平均相對增雨率約為18.75%，且作業用彈量與作業影響區相對增雨量呈正相關。王婉和姚展予(2009)利用區域歷史回歸方法對2006年北京5—9月43個增雨日統計分析發現，平均增雨率約為13%，根據催化情況對作業日進行分類統計，發現催化不充分和過量播撒會導致不同程度的減雨(12%～49%)。此外，對我國甘肅(樊曉春等，2007；楊永龍等，2006)、新疆(李斌等，2018；李健麗等，2018；鄭博華等，2019)等地開展的人工增雪評估結果顯示，作業效果可達9%～40%，且具有較好的顯著性水平。除了常見的飛機和地面高炮、火箭和煙爐作業外，遼寧和甘肅等地區偶有用氣球攜帶AgI焰彈的方式開展人工增雪作業。孫立德等(2019)分析了不同天氣形勢下遼寧地區氣球焰彈的增雪效果，認為在適合的天氣條件下，氣球焰彈的相對增雪率可達28.08%。錢莉等(2006)利用多種方法評估2002—2004年甘肅武威地區氣球焰彈的平均增雪效率可達40.2%，所有評估結果均通過α=0.01的顯著性水平檢驗。

此外，從過往的研究可以看出，相比于長時段多次人工增雨作業，針對單次增雨過程開展的個例研究往往會得到較大的增雨率值。例如2016年中國氣象局人工影響天氣中心發布的《人工增雨作業效果檢驗技術指南》(姚展予，2016)中利用區域歷史回歸法對云南和安徽開展的一次對流云地面火箭增雨作業的評估結果顯示，相對增雨率分別達到 160.18% 和80.95%。翟晴飛等(2017)利用區域歷史回歸方法得到遼寧地區的一次飛機、火箭增雨效果達119.43%，且通過α=0.01的顯著性水平檢驗。賈爍和姚展予(2016)對江淮地區一次對流云地面作業效果統計發現，相對增雨率達65.18%。李紅斌等(2016)對催化云體的分鐘降水量計算發現，作業后30～50 min內的相對增雨率為49%。祝曉蕓(2016)、祝曉蕓和姚展予(2017)對江西兩次地面火箭增雨個例研究發現，相對增雨率分別為163.58%和256.58%，均通過顯著性檢驗。但采用日雨量和小時雨量為統計變量，分析結果則存在較大差異。

圖1為截止目前我國開展的人工增雨定量評估結果，可以看出非隨機化試驗和業務作業仍占主導，約81%的研究結果得出相對增雨率在2%～35%，個別研究得出負的增雨效果。有超過92%的定量評估采用了統計檢驗方法，其中通過0.01或0.05顯著性水平檢驗的研究約占77%。大多數的統計檢驗以小時雨量或日雨量為評估對象，少量研究以旬雨量或月雨量為評估對象。約有50%的研究在評估過程中考慮了按天氣系統分型或針對不同云條件進行分類。長時段、多樣本的統計評估往往比針對單個過程的評估結果更穩定、更集中。

圖1 我國人工增雨定量評估開展情況(填色表示各地區開展的作業效果定量評估研究數量，百分比數字代表相對增雨率結果,數據來源于已發表文獻)Fig.1 The result of quantitative assessments of artificial precipitation in China(Colors indicate the number of published literatures in each province and the percentage represents the result of enhancement rate, data from published literature)

表1 各省人工增雨定量評估結果Table 1 Quantitative assessments of artificial precipitation in each province

續表1 (Continued)

3 存在問題

人工增雨效果的定量評估在為農服務、改善生態環境和防災減災中具有重要意義，科學、準確的評估作業效果是政府和公眾對人工影響天氣活動支持和投入的依據。但由于評估方法、觀測資料等限制，目前在相關研究工作中仍存在一些亟待解決的問題。這些問題總體上可歸納為兩類，一是評估方法自身的科學性問題，二是評估過程中所采用的技術路線問題。

3.3 評估方法的科學性問題

關于模式、統計和物理檢驗三類評估方法的優缺點和適用性已在本文第一節進行過系統介紹，此處不再贅述。而定量評估常用的幾類統計檢驗方法，由于在評估過程中采用了一定的假設條件，評估結果需要進行顯著性分析和功效計算綜合判定。例如序列分析須假設作業影響區自然降水量在歷史上是平穩的時間序列，但由于天氣形勢不同或局地氣候條件變化，會導致估計自然降水量時誤差較大且靈敏度較低。區域對比分析由于假設自然雨量的空間分布在統計上是均勻的，而在實際評估過程中由于地形等條件的差異，使得假設往往難以成立。雙比分析在應用中須假設自然降水情況下作業時段影響區與對比區的降水量比值與非作業期(歷史期)的對應比值相同，這與序列分析類似，自然降水的巨大變差會導致假設不成立，評估結果的顯著度較低。區域控制模擬試驗由于主觀的選擇某個或某些樣本作為相似樣本，存在一定的人為主觀性。區域歷史回歸分析的最大困難在于作業影響區與對比區的關系缺乏穩定性，導致評估結果穩定性較差。但如果對比區選擇得當，樣本數量足夠多，相比以上常見的統計檢驗方法，該方法仍具有較高的評估功效。因此區域歷史回歸分析也是國內外人工增雨定量評估最常用的方法之一。

此外，采用科學評估方法的同時需要采用正確的評估資料，很多研究存在評估時段使用的降水量資料時間分辨率與歷史期的不同，例如作業期使用的小時雨量，而歷史樣本用的日雨量或月雨量，這就會造成作業期和歷史期雨量數據無法直接進行比較。正確的做法是若選擇小時雨量為評估變量，則對應的史期雨量為小時雨量；以日雨量為評估變量，則對應的歷史期雨量應選擇日雨量。這樣建立的統計關系應用到實際評估中才具有可比性。還需要注意的一點是建立歷史降水量數據集時，應盡量選擇未開展人工增雨作業的降水過程，這樣才能保證用來進行檢驗和評估的歷史樣本不受催化作業影響。

3.3 評估過程中所采用的技術路線問題

除了采用科學的評估方法外，要得到更為精確的定量評估結果，還需要選擇較為恰當的技術路線，保證評估過程中每個步驟客觀、完整。特別是對作業樣本的合理性、評估區域的選取以及評估結果的客觀性和顯著度，要進行專門分析，給出相應的分析結果。對國內已開展的定量評估調查發現，很多研究的技術路線都存在一定問題。例如采用統計檢驗方法開展長時段的定量評估時，對每次作業的實際情況不了解；在確定影響區和選擇對比區時，存在較強的主觀性；對得到的評估結果未進行顯著度和不確定性討論等。以下對上述存在問題進行逐一討論。

(1)作業合理性

研究表明，過往開展業務作業型人工增雨由于種種原因(例如空域限制導致作業時機或播云部位未按照預設方案開展等)，存在大量的作業不合理或無效作業的情況，而在評估過程中把這些作業納入到統計樣本中很顯然是不合適的。因此，應對每次作業過程開展合理性檢驗。一般來說，實施一次成功的人工影響天氣作業需要滿足以下條件：即對天氣形勢和作業潛力的科學研判、對作業條件的精密監測以及對作業目標實施適量催化。然而，在實施過程中想要達到定時、定點、定量的作業目的往往需要多部門的努力和配合，一旦其中某個環節出現問題，就會導致作業效果不理想，或未達到預期。要實現對作業效果的全面、客觀評估就要對整個作業過程進行回溯，判斷作業是否科學合理。特別是針對物理檢驗和統計檢驗，需要從人工增雨作業條件、時機和部位的把握，催化劑和作業方式的選取等方面對作業樣本進行合理性分析，剔除存在明顯不合理現象的作業樣本，對滿足作業合理性要求的樣本進行作業效果的定量評估才有意義。

(2)影響區和對比區

有研究表明，催化劑在云中的作用時間長達數小時，在這期間可沿風向向下游傳播較遠的距離(Wang et al，2019b)，催化劑擴散和傳輸所經過的范圍都可以認為是作業影響區。然而，如何科學計算作業影響區的大小是個極為復雜的問題。影響區范圍的估算差異會給作業效果的最終評估帶來很大的不確定性，甚至出現相反的評估結果(葉家東等，1998)。一般認為，在試驗中播撒催化劑的同時增加相應的示蹤劑，通過對示蹤劑的跟蹤來判斷影響區是一種較為精確的方法，但在實際操作中不容易實現。此外通過給定催化劑的濃度閾值，利用催化劑擴散傳輸模型計算的作業影響區相對較為客觀，近年來在很多人工增雨效果評估工作中得到應用(周毓荃和朱冰，2014；秦彥碩等，2017)。

對于非隨機化人工增雨作業和試驗，如何確定對比區對評估結果顯得至關重要。一種效果檢驗方案能否成功很大程度上取決于對比區選擇是否合理，選擇不同的對比區會使得定量評估的最終結果存在很大差異。葉家東和范蓓芬(1982)提出了對比區的基本選取原則，但過往研究中確定影響區和對比區的最大問題就是帶有一定的主觀性，無論是采用物理檢驗還是統計檢驗方法，都存在類似的問題。例如在實際操作過程中，根據天氣條件研判，往往選擇最有利的時空窗區進行作業，這就造成影響區的降水量或回波強度很可能高于對比區，也就是說在選擇作業目標時加入了主觀判斷，導致利用區域對比等方法時存在一定的“假效果”。有學者在確定對比區方面提出了聚類分析和浮動對比區的方法(房彬，2004；翟羽等，2008)，提高了區域雨量的相關，一定程度上降低了對比區選擇的主觀性。此外，由于我國作業需求的原因很難找到合適范圍的區域從未開展過人工播云作業，因此在確定對比區或建立歷史期雨量數據集時，存在較大的難度。這也是現階段很多學者利用區域歷史回歸等統計檢驗方法來定量評估增雨效果面臨的主要問題之一。

(3)非隨機化效果檢驗的顯著性和功效

第一節中提到，現階段我國人工增雨以非隨機化業務作業為主，采用統計檢驗方法開展定量評估需要對降水的時空分布進行假設，即用一種概率分布來表征自然雨量，例如正態分布。如果實際雨量與正態分布偏離較大，通常采用變量變換的方式設法將樣本正態化，例如取對數、多次方根等，這就需要對其顯著性水平進行討論。從過往的研究來看，樣本數量是影響評估結果是否通過顯著性檢驗的重要因素之一。大量的評估樣本往往會增加評估結果的顯著性水平。但是，即使未通過顯著性水平檢驗，評估結果仍具有一定的參考價值。除此之外，由于降水在時間和空間分布上存在巨大差異，導致統計評估過程中，靈敏度、功效和準確度不高，對自然降水統計推斷存在一定誤差，甚至出現“假效果”，影響效果檢驗的客觀性和科學性。提高評估方法靈敏度、功效和準確度的方法之一是采用經典的統計理論，要求自然雨量服從某一已知的概率分布，而在實際操作中很難達到(Schickedanz and Huff，1971)。近年來又發展了統計數值模擬試驗方法，又被稱為復隨機化試驗法(Kempthorne and Doerfler，1969)，這種方法不要求統計變量服從某種概率分布，比通常的參量性檢驗有更強的穩健性，因此更適于被用來研究功效、準確度和靈敏度問題(王婉，2008；王婉和姚展予，2012；葉家東等，1984)。

4 結論與展望

我國自20世紀50年代開展人工影響天氣活動以來，人工影響天氣相關的數值模式、觀測儀器和催化技術得到飛速發展，相應的條件預報、監測識別和作業能力顯著提高。然而，在科學、規范和定量的評估作業效果方面，仍然存在諸多問題。雖然面臨諸多困難，近年來研究人員在作業效果定量評估方面仍做了一些嘗試和創新性的工作。包括組織人工增雨隨機化試驗，累積試驗樣本，定量評估播云效果；加強非隨機化業務作業的方案設計和規范化作業，提高效果檢驗的客觀性和科學性；改進原有統計檢驗方案，提高功效和顯著性水平，探索定量評估新方法；發展數值模式評估和對實際催化的仿真模擬能力，將模式結果和實測資料對比驗證，綜合評估作業效果等。

通過上述人工增雨作業效果定量評估研究的梳理，我們發現影響定量評估結果的因素有很多，例如與是否開展作業合理性分析有關，選擇較為科學、合理的作業過程，往往會增加評估結果的可信度；與影響區和對比區的確定有關；與統計變量類型有關，例如常見的降雨量，以及水汽含量、雷達回波強度和積分含水量等；與統計變量的選取有關，例如小時雨量、日雨量、候雨量、月雨量；與選取的評估對象的樣本量有關，典型作業個例評估結果往往存在較大的增雨率或負效果，而長時間序列統計分析結果相對穩定。在實際評估中，需要對上述影響因素進行多方面考慮，這樣得到的結果才具有更好的客觀性。

針對現階段我國人工增雨定量評估研究現狀，未來的研究重點主要集中在以下幾方面：

(1)開展長時間序列的隨機化效果檢驗研究。由于隨機試驗作為國內外人影專家和統計學家最為推崇的試驗方案，一直以來在國內開展較少。因此，鼓勵選擇觀測條件較好的試驗區，開展長時段、有科學設計的隨機化人工播云試驗。其結果可為國內效果定量評估業務提供有利參考。

(2)優化統計檢驗方法，提升評估結果的科學性和客觀性。針對非隨機化播云的定量評估，要求盡可能多的累積樣本數量，針對每次作業樣本開展合理性分析，得到的評估結果須進行顯著性檢驗并給出顯著性水平。除采用常見的雨量資料外，還可以增加樣本類型來提高評估結果的可信度，例如某地區常年開展對流云地面作業，可基于回波單體特征參量的歷史資料開展統計評估。此外，在傳統統計檢驗理論的基礎上，積極探索新的評估方法，減少評估過程的假設條件和主觀因素，提高效果檢驗的科學性和客觀性。

(3)多種檢驗方式相互驗證、有機結合。大量研究表明，要取得更為客觀的人工增雨定量評估結果，除進行統計檢驗外，還需要結合數值模式和物理檢驗，對作業效果進行綜合分析，這也是人工增雨作業效果檢驗的發展方向(王婉，2008)。特別是隨著對云降水的復雜性和多尺度性認識的深化以及探測技術的發展，模式檢驗和物理檢驗在人工影響天氣作業效果檢驗中的權重將逐步加大(張良等，2006)。針對長時段、多樣本的定量評估，可采用統計檢驗和物理檢驗相結合的方式；而針對單個過程的定量評估，可采用模式模擬實際催化過程與物理觀測播云響應相結合的方式。

近年來國內外云降水和人工影響天氣學者在這方面做了一些有益的嘗試，利用多元觀測資料和數值模擬手段支撐評估結論。筆者傾向于將上述幾種方法相互結合，因地制宜地開展科學、合理、客觀的集合評估，其結果可有效支撐最終的定量評估結論，并為后續開展的作業效益評估提供參考。

總之，人工增雨效果評估特別是定量評估它是人工影響天氣的核心科技問題，在現階段降水的定量預報準確率仍然偏低，甚至基于衛星雷達資料的定量降水估測仍未達到人工增雨定量效果評估可用程度的情況下，如何有效地綜合應用上述檢驗方法并積極采用大數據、人工智能等新技術是未來我國人工增雨定量效果評估研究的重要方向。