劉玉寶 丁秋冀 史月琴 方春剛 段婧 樓小鳳 李萍 霍朝陽(yáng) 周永波 王昊亮 景曉琴 王新 陳添宇 陳寶君 李集明

(1 南京信息工程大學(xué) 精細(xì)化區(qū)域地球模擬和信息中心，南京 210044；2 中國(guó)氣象科學(xué)研究院 中國(guó)氣象局云物理開(kāi)放實(shí)驗(yàn)室，北京 100081；3 國(guó)家氣象衛(wèi)星中心，北京 100081)

0 引言

人工影響天氣是我國(guó)抗旱和消雹的重要減災(zāi)防災(zāi)手段，每年人工增雨和消雹的業(yè)務(wù)投入數(shù)億元。近幾年里，我國(guó)建設(shè)了強(qiáng)大的云物理觀測(cè)設(shè)施，包括各類國(guó)際先進(jìn)的地基、專業(yè)飛機(jī)和衛(wèi)星云觀測(cè)設(shè)備，開(kāi)展了針對(duì)不同地區(qū)不同云系的人工影響天氣外場(chǎng)試驗(yàn)，并發(fā)展了人工影響天氣理論和數(shù)值模擬技術(shù)，在自然云觀測(cè)分析、云模擬和資料同化等領(lǐng)域內(nèi)取得了很大進(jìn)展。這些理論和技術(shù)研究成果為發(fā)展一套新一代全國(guó)范圍人工影響天氣數(shù)值模式系統(tǒng)，推廣和實(shí)現(xiàn)這些前期研究成果在人工影響天氣的業(yè)務(wù)應(yīng)用價(jià)值提供了重要基礎(chǔ)。但由于云和降水過(guò)程的高度復(fù)雜性，人們對(duì)云熱動(dòng)力和微物理過(guò)程、播云潛力、播云技術(shù)和播云效果的認(rèn)識(shí)和定量評(píng)估仍很有限，亟需進(jìn)一步加強(qiáng)對(duì)自然云過(guò)程和播云催化影響過(guò)程的研究。

云數(shù)值模式在人工影響天氣的理論和應(yīng)用中發(fā)揮著重要作用。Orville對(duì)云降水和人工影響天氣催化數(shù)值模式的發(fā)展和應(yīng)用進(jìn)行了概述。人工影響天氣催化模式是在云降水模式的基礎(chǔ)上，通過(guò)添加不同的催化過(guò)程而形成的具有催化能力的模式，包括吸濕性催化劑催化模式、AgI類成冰劑催化模式和致冷劑催化模式。利用數(shù)值模式在靜力催化、增雨和防雹的正相關(guān)催化效果、微物理過(guò)程和動(dòng)力過(guò)程的相互作用、催化時(shí)間窗口、催化效果和過(guò)量催化概念等方面都取得了非常重要的理論發(fā)展。一些學(xué)者針對(duì)我國(guó)東北地區(qū)層狀云降雨進(jìn)行了觀測(cè)和數(shù)值模擬研究，揭示了多層云冰晶核化、自然催化和雨水增長(zhǎng)機(jī)制，確定暖云的厚度和含水量對(duì)降水過(guò)程發(fā)展的決定性作用。胡志晉和嚴(yán)采繁通過(guò)模式計(jì)算和實(shí)測(cè)得出，厚度為2 km的層狀暖云，可以通過(guò)云水—雨水自動(dòng)轉(zhuǎn)化產(chǎn)生0.4～0.8 mm·h的降水。

人工影響天氣是云和降水物理學(xué)的應(yīng)用領(lǐng)域，我國(guó)人工影響天氣的理論和數(shù)值模擬及探測(cè)技術(shù)研究都取得顯著進(jìn)展。李宏宇等利用三維冰雹云數(shù)值催化模式研究高炮和火箭催化防雹技術(shù)，對(duì)兩種催化工具的催化作業(yè)時(shí)間、催化劑量、作業(yè)部位、催化方式等都進(jìn)行了研究。 對(duì)人工增雨方面的研究，胡志晉提出了新的層狀云人工增雨機(jī)制，研究指出人工冰晶除通過(guò)貝吉龍過(guò)程使過(guò)冷云水轉(zhuǎn)化為降水外，還會(huì)導(dǎo)致一部分冰面過(guò)飽和水汽轉(zhuǎn)化為降水，凝華釋放的潛熱，導(dǎo)致空氣增溫和局部升速加大，促進(jìn)云降水的發(fā)展。對(duì)人工增雨條件、催化技術(shù)和效果評(píng)估方面的研究。通過(guò)對(duì)云模式模擬結(jié)果分析，在對(duì)流云中的最大上升氣流以及過(guò)冷水含量區(qū)，進(jìn)行碘化銀的播散，能獲得最好的增雨效果。王宏等用三維對(duì)流云模式模擬黃河上游河曲地區(qū)的對(duì)流云，如果催化時(shí)機(jī)、部位選擇適當(dāng)，降水總量增加有望達(dá)到30%～50%，催化所產(chǎn)生的動(dòng)力效果顯著。

過(guò)去數(shù)十年里，數(shù)值天氣預(yù)報(bào)和云模擬是兩個(gè)相互獨(dú)立的研究領(lǐng)域。數(shù)值天氣預(yù)報(bào)聚焦業(yè)務(wù)天氣預(yù)報(bào)需求，因此該領(lǐng)域主要關(guān)注資料同化、天氣和中尺度動(dòng)力過(guò)程和大氣輻射、邊界層混合、積云參數(shù)化、陸氣和海氣交換的模擬能力。另一方面，云模擬主要集中研究云微物理過(guò)程參數(shù)化和積云對(duì)流熱動(dòng)力的物理過(guò)程，且多數(shù)是用單點(diǎn)觀測(cè)或合成探空作為云初始環(huán)境強(qiáng)迫，這與真實(shí)大氣里不斷演變的中小尺度環(huán)境強(qiáng)迫不符。當(dāng)代計(jì)算技術(shù)的飛速發(fā)展打破了數(shù)值天氣預(yù)報(bào)和云模擬領(lǐng)域的界限，直接把數(shù)值天氣預(yù)報(bào)模式的各方面模擬技術(shù)，特別是資料同化技術(shù)、基于全球模式預(yù)報(bào)的時(shí)變側(cè)邊界條件、下墊面強(qiáng)迫和邊界層參數(shù)化、太陽(yáng)和大氣長(zhǎng)短波輻射計(jì)算、地形強(qiáng)迫等，應(yīng)用到云模擬系統(tǒng)中，即云解析數(shù)值天氣預(yù)報(bào)模式（CRM）。CRM的水平網(wǎng)格距小于2～3 km，具有對(duì)真實(shí)大氣的天氣尺度－中小尺度－微物理過(guò)程及其相互作用的綜合模擬和預(yù)報(bào)能力。通常來(lái)說(shuō)，有效的人工影響天氣作業(yè)一方面必須弄清楚真實(shí)大氣里的云降水和播云催化中的微物理過(guò)程，另一方面是制定優(yōu)化的業(yè)務(wù)播云計(jì)劃和播云方案，CRM為此提供可靠的基礎(chǔ)構(gòu)架。因此，針對(duì)西北人工影響天氣工程的云和降水結(jié)構(gòu)、演變過(guò)程、播云潛力和播云技術(shù)研究及應(yīng)用需求，本研究基于具有四維資料同化的國(guó)際先進(jìn)的WRF模式（WRF-FDDA）初步發(fā)展了針對(duì)我國(guó)西北地區(qū)云微物理和播云催化技術(shù)的云解析人工影響天氣模式系統(tǒng)（Cloud-Resolvable Weather Modification Model，CR-WMM），即能夠通過(guò)模式網(wǎng)格尺度對(duì)云微物理、降水及其播云催化等過(guò)程進(jìn)行精確模擬的數(shù)值模式系統(tǒng)。CR-WMM耦合并改進(jìn)了中國(guó)氣象科學(xué)院多年發(fā)展的微物理方案（CAMS-MP），并實(shí)現(xiàn)基于LES模式的飛機(jī)、地面煙爐等播撒源及毗鄰區(qū)域AgI粒子擴(kuò)散的精細(xì)模擬方法。

1 云解析人工影響天氣模式（CR-WMM）模式技術(shù)構(gòu)架

1.1 WRF四維資料同化技術(shù)

為支撐西北人工影響天氣外場(chǎng)試驗(yàn)示范區(qū)在復(fù)雜地形下的人工影響天氣播云機(jī)理研究和外場(chǎng)作業(yè)試驗(yàn)，CR-WMM以美國(guó)大氣研究中心引領(lǐng)發(fā)展的天氣研究和預(yù)報(bào)模式（WRFV4.1版本）及四維資料同化和預(yù)報(bào)技術(shù)為基礎(chǔ)，在西北天山和祁連山兩個(gè)人工影響天氣實(shí)驗(yàn)基地發(fā)展兩套模式系統(tǒng)，實(shí)現(xiàn)西北地區(qū)模擬區(qū)域常規(guī)WMO/GTS資料、常規(guī)地面和高空氣象觀測(cè)、業(yè)務(wù)雷達(dá)、風(fēng)云衛(wèi)星、加密地面自動(dòng)氣象站和人工影響天氣外場(chǎng)試驗(yàn)觀測(cè)資料的同化。CR-WMM支撐適合人工播云作業(yè)天氣典型歷史案例的云和降水過(guò)程歷史案例重構(gòu)和催化模擬試驗(yàn)。

NCAR 的WRF-FDDA技術(shù)建立在牛頓張弛逼近理論基礎(chǔ)上。WRF-FDDA本質(zhì)上就是把氣象觀測(cè)逐個(gè)地注入到WRF模式中，與WRF模式在動(dòng)力、物理、三維空間和時(shí)間維上不斷地進(jìn)行消化磨合，從而產(chǎn)生時(shí)間連續(xù)、動(dòng)力和物理一致的全變量網(wǎng)格化氣象分析場(chǎng)。

不同于其他WRF社區(qū)資料同化技術(shù)，WRFFDDA能夠同化不同時(shí)刻、不同地區(qū)的所有觀測(cè)資料，特別是飛機(jī)、輪船等移動(dòng)平臺(tái)資料；能夠有效同化所有的標(biāo)準(zhǔn)觀測(cè)站和高密度自動(dòng)氣象站的高頻（每5～10 min ）資料，并有效地將地面觀測(cè)信息擴(kuò)展到整個(gè)邊界層中；具有獨(dú)特的WRF“在線”觀測(cè)質(zhì)量控制功能，對(duì)每個(gè)觀測(cè)進(jìn)行分析和進(jìn)行0～1的可信度打分，保障資料同化的穩(wěn)定性和精度；具有最大化消減數(shù)值預(yù)報(bào)模式的初始預(yù)報(bào)“Spin-up”噪音的能力，在模式起報(bào)時(shí)刻，使模式熱動(dòng)力場(chǎng)及云和降水粒子場(chǎng)的各變量間達(dá)到動(dòng)力平衡、物理一致、云雨熱啟動(dòng)的特性。這些特點(diǎn)對(duì)重構(gòu)歷史加強(qiáng)觀測(cè)的云和降水過(guò)程和實(shí)時(shí)人工影響天氣的云和降水的短臨預(yù)報(bào)及人工播云技術(shù)和方案的研究具有重要意義。此外，WRF-FDDA具有集成WRF 社區(qū)開(kāi)源GSI（Grid Statistical Interpolation）和基于集合資料同化技術(shù)的雜交同化能力。

1.2 Aerosol-awareCAMS-MP和AgI催化模擬技術(shù)

中國(guó)氣象科學(xué)研究院從20世紀(jì)80年代就致力于自主發(fā)展雙參數(shù)云微物理參數(shù)化方案，即CAMS-MP。數(shù)十年里，CAMS-MP早期被用于強(qiáng)對(duì)流云、層狀云的云模式模擬研究，近年來(lái)，通過(guò)與GRAPES、MM5和WRF等中尺度數(shù)值模式的耦合，用于研究暴雨、鋒面降雨、季風(fēng)降雨、人工增雨播云催化以及氣溶膠云相互作用等研究。CAMS參數(shù)化方案包括云中水汽、云滴和冰晶、雨滴、霰、雹的群體比水量和比濃度的轉(zhuǎn)化率等參數(shù)的計(jì)算方案，考慮了26種主要的云微物理過(guò)程，具體包括凝結(jié)（凝華）、蒸發(fā)、粒子間的碰并（撞凍）、冰晶核化、繁生、凍結(jié)、融化、云－雨、冰－霰、霰－雹的自動(dòng)轉(zhuǎn)化以及雹的干濕增長(zhǎng)等。CAMS方案在自動(dòng)轉(zhuǎn)化、雨滴凍結(jié)成霰、雪晶淞附、冰晶核化、繁生等過(guò)程的描述及過(guò)飽和度計(jì)算方面具有一定的優(yōu)勢(shì)，并經(jīng)過(guò)了許多個(gè)例的模擬檢驗(yàn)。例如：云雨自動(dòng)轉(zhuǎn)化通過(guò)計(jì)算云滴譜拓寬度，冰雪自動(dòng)轉(zhuǎn)化通過(guò)計(jì)算冰晶直徑大于300 μm 的冰粒子數(shù)，雪霰自動(dòng)轉(zhuǎn)化通過(guò)計(jì)算凇附度來(lái)完成；冰晶核化過(guò)程考慮過(guò)飽和度和大氣溫度變化率的影響；云微物理量的計(jì)算采用不同的順序（先計(jì)算匯項(xiàng)多而源項(xiàng)少的量），保證了計(jì)算的穩(wěn)定、守恒；使用準(zhǔn)隱式積分方法，凝結(jié)、凝華等快變過(guò)程不需要小步長(zhǎng)迭代，節(jié)省了計(jì)算時(shí)間。為發(fā)揮CAMS-MP的優(yōu)勢(shì)，我們將CAMS-MP移植到基于最新穩(wěn)定版本的WRF-FDDA模式中，作為CR-WMM一個(gè)具有中國(guó)特色的云微物理模擬方案。

WRF的云微物理模塊多數(shù)不直接考慮氣溶膠參與的云、降雨相關(guān)過(guò)程以及和輻射過(guò)程的相互作用。基于AgI播撒催化模擬需求和未來(lái)模擬自然冰核及工業(yè)氣溶膠的影響，我們?cè)隈詈系絎RF模式系統(tǒng)的CAMSMP微物理方案中增加了PM、PM、AgI的排放源以及一個(gè)沙塵排放方案，并相應(yīng)的增加了這些氣溶膠的干沉降和次網(wǎng)格的垂直混合過(guò)程。其中，加入的氣溶膠能通過(guò)一定的活化方案來(lái)參與云微物理過(guò)程。由此調(diào)整后的CAMS方案已經(jīng)可以較為完整地描述氣溶膠在大氣中的擴(kuò)散和傳輸及其對(duì)云雨降水的作用，該方案稱為Aerosol-aware CAMS-MP，圖1描述該方案的主要框架。

圖1 Aerosol-awareCAMS-MP微物理參數(shù)化方案的主要框架Fig. 1 The framework of Aerosol-aware CAMS-MPscheme

針對(duì)AgI播撒催化，在Aerosol-aware CAMS-MP引入了樓小鳳等AgI的催化方案，并參考了劉詩(shī)軍等、劉衛(wèi)國(guó)等的方案做了一些調(diào)正。該方案根據(jù)Demott的試驗(yàn)結(jié)果，模擬AgI粒子在不同環(huán)境條件下的四種主要的AgI冰晶核化過(guò)程，其中包括凝結(jié)（

F

）、凝華（

F

）、凝結(jié)凍結(jié)（

F

）、接觸凍結(jié)（

F

）和浸沒(méi)凍結(jié)（

F

）。這些過(guò)程都是溫度（

T

）、水面過(guò)飽和度（

S

）以及冰面過(guò)飽和度（

S

）的函數(shù)，并考慮溫度和過(guò)飽和度的時(shí)間趨勢(shì)?

T

/?

t

和?

S

/?

t

因子。

為模擬不同AgI播撒過(guò)程（和其他自然和工業(yè)氣溶膠排放），發(fā)展了具有時(shí)空變化排放的排放源模塊。在CR-WMM模式運(yùn)行時(shí)，其Aerosol-aware CAMS-MP通過(guò)調(diào)用具有時(shí)空變化的飛機(jī)、火箭和地面煙爐等AgI播撒（排放源）模塊來(lái)模擬AgI氣溶膠粒子的播撒過(guò)程和速率。

1.3 LES耦合精細(xì)模擬方案

WRF模式支持LES降尺度模擬。CR-WMM采用“在線”嵌入套網(wǎng)格方法，實(shí)現(xiàn)對(duì)高敏感局部區(qū)域的精細(xì)模擬，并將模擬信息實(shí)時(shí)反饋到云解析中尺度網(wǎng)格。Liu 等成功地采用這一技術(shù)分別對(duì)美國(guó)一個(gè)小地形微尺度風(fēng)環(huán)流和北京北部山區(qū)的2022年冬奧會(huì)場(chǎng)區(qū)的天氣模擬中。CR-WMM的LES模式具有兩種啟動(dòng)方式，一種是固定播撒源區(qū)（如地面AgI煙爐、地面高炮播撒）的給定LES模擬區(qū)域，另一種是根據(jù)可移動(dòng)平臺(tái)的播撒（如飛機(jī)播撒和火箭播撒）。特別指出，在地形較為復(fù)雜的地區(qū)，地面AgI煙爐和其他底層播撒源需要考慮的精細(xì)地形和環(huán)流特征對(duì)氣溶膠擴(kuò)散和傳輸?shù)挠绊?，LES模式的精細(xì)模擬更為重要。

2 CR-WMM初步試驗(yàn)?zāi)M結(jié)果

基于CR-WMM模式技術(shù)，結(jié)合西北人工影響天氣工程技術(shù)需求，在天山和祁連山的人工影響天氣試驗(yàn)區(qū)/示范區(qū)分別建立了實(shí)時(shí)資料同化和預(yù)報(bào)系統(tǒng)。這兩個(gè)系統(tǒng)都具有三個(gè)套網(wǎng)格模擬區(qū)，網(wǎng)格分辨率為15、3和1 km。其中1 km模式區(qū)覆蓋主要試驗(yàn)區(qū)及其毗鄰地區(qū)。圖2給出新疆天山模式區(qū)設(shè)計(jì)圖。模式系統(tǒng)運(yùn)行設(shè)計(jì)每天預(yù)報(bào)8次，每3 h完成過(guò)去3 h的四維連續(xù)資料同化和24～72 h的預(yù)報(bào)。本研究選取2020年新疆天山多個(gè)案例，開(kāi)展了資料同化試驗(yàn)、CAMS-MP與WRF其他幾種微物理方案的對(duì)比和AgI催化試驗(yàn)及LES模擬試驗(yàn)。雷達(dá)是觀測(cè)云降水過(guò)程的重要手段，由于目前對(duì)西北地區(qū)的山地地形下雷達(dá)觀測(cè)資料質(zhì)量控制尚不夠完善，基于華東一個(gè)強(qiáng)對(duì)流案例檢驗(yàn)CRWMM雷達(dá)資料同化能力。本節(jié)主要介紹和分析這些試驗(yàn)的初步結(jié)果。

圖2 西北人工影響天氣工程新疆天山CR-WMM人工影響天氣模式區(qū)和地形高度（模式D1-D3支持實(shí)時(shí)滾動(dòng)資料同化和預(yù)報(bào)；附加模式區(qū)D4和D5支持播云催化AgI粒子擴(kuò)散的LES模擬研究）Fig. 2 Domains setting and terrain height in CR-WMM for the northwest China weather modification project overTianshan Mountain region, Xinjiang (Real-time rolling data assimilation and prediction are implemented in D1-D3, LESsimulation of AgI aerosol particles’ diffusion is applicable in D4 and D5)

2.1 雷達(dá)觀測(cè)四維資料同化

WRF四維資料同化（FDDA）能有效地同化不同觀測(cè)平臺(tái)的溫度、濕度、風(fēng)速、風(fēng)向和氣壓/高度的觀測(cè)資料。目前，西北人工影響天氣工程新疆天山CR-WMM實(shí)時(shí)系統(tǒng)能夠同化我國(guó)的標(biāo)準(zhǔn)地面站（每小時(shí)）和探空站（每12 h）、地面自動(dòng)氣象站（每5 min）、風(fēng)廓線雷達(dá)觀測(cè)、FY衛(wèi)星大氣風(fēng)矢量（AMV）、商業(yè)飛行氣象報(bào)告（AMDAR）、微波輻射計(jì)觀測(cè)等。該模式的系統(tǒng)性檢驗(yàn)將在未來(lái)的工作中完成。雷達(dá)和衛(wèi)星是觀測(cè)云降水過(guò)程的重要手段，是目前CR-WMM的核心研究?jī)?nèi)容之一。這里首先選取2020年8月20日發(fā)生在華東地區(qū)的強(qiáng)對(duì)流暴雨過(guò)程，以測(cè)試對(duì)雷達(dá)資料的同化效果。圖3為CR-WMM華東模式區(qū)（3 km網(wǎng)格距）同化雷達(dá)（RDA）和沒(méi)有同化雷達(dá)資料（NODA）的模式預(yù)報(bào)的雷達(dá)組合反射率與雷達(dá)觀測(cè)的組合反射率的比較?？梢钥闯觯珻R-WMM能夠大幅度提升強(qiáng)對(duì)流降雨的分析和預(yù)報(bào)能力，對(duì)于6 h內(nèi)預(yù)報(bào)有著非常顯著的效果改善。

圖3 雷達(dá)資料同化和模式預(yù)報(bào)的檢驗(yàn)。第一行為雷達(dá)觀測(cè)的組合雷達(dá)反射率，時(shí)間為2020年8月20日07—11UTC；第二行為對(duì)應(yīng)時(shí)間沒(méi)有同化雷達(dá)反射率的模式預(yù)報(bào)垂直層最大雷達(dá)反射率，第三行為06—07UTC同化雷達(dá)反射率的模式預(yù)報(bào)垂直層最大雷達(dá)反射率Fig. 3 Verification of radar data assimilation and model prediction. The top panels are the observed combined radarreflectivity hourly from 07 to 11UTC August 20, 2020, the middle are the model predicted combined vertical maximumreflectivity without radar data assimilation, and the bottom are those with radar data assimilation between 06 and 07 UTC

雷達(dá)觀測(cè)在西北地區(qū)受復(fù)雜陡峭地形影響，觀測(cè)數(shù)據(jù)的定量處理和質(zhì)量控制難度較大。復(fù)雜山地的地形遮擋效應(yīng)和地物回波導(dǎo)致雷達(dá)觀測(cè)范圍局限在相對(duì)較小區(qū)域和降水粒子含水量定量的反演具有較大不確定性，使得雷達(dá)資料同化在預(yù)報(bào)實(shí)效和精度上都受到一定的限制。圖4給出天山試驗(yàn)區(qū)2020年8月14日一次夏季對(duì)流過(guò)程的雷達(dá)資料同化結(jié)果?？梢钥闯觯走_(dá)資料同化有效地改進(jìn)了模式區(qū)內(nèi)的對(duì)流降水云團(tuán)分布，并減少了模式對(duì)強(qiáng)對(duì)流降水云團(tuán)的高估。但與東南地區(qū)CR-WMM的強(qiáng)對(duì)流過(guò)程雷達(dá)資料同化不同，本過(guò)程雷達(dá)資料同化后的預(yù)報(bào)效果會(huì)很快消失（圖略）。初步分析表明其原因可能與雷達(dá)觀測(cè)精度和代表性問(wèn)題有關(guān)，同時(shí)也受高山地形強(qiáng)迫與雷達(dá)資料同化的熱動(dòng)力調(diào)整不一致性的影響。因此未來(lái)需要進(jìn)一步改進(jìn)雷達(dá)資料同化的水汽和潛熱調(diào)整方案，同時(shí)加強(qiáng)雷達(dá)觀測(cè)質(zhì)量控制和發(fā)展基于衛(wèi)星云觀測(cè)的區(qū)域綜合云團(tuán)反演技術(shù)，從而改善復(fù)雜地形條件下雷達(dá)資料同化的對(duì)區(qū)域云系的描述能力。

圖4 2020年8月14日05UTC天山試驗(yàn)區(qū)雷達(dá)資料同化結(jié)果（a）觀測(cè)雷達(dá)觀測(cè)的組合雷達(dá)反射率；（b）沒(méi)有同化雷達(dá)資料時(shí)模式模擬的垂直最大雷達(dá)反射率；（c）同化雷達(dá)資料后的模式模擬垂直最大雷達(dá)反射率Fig. 4 Radar data assimilation for the Tianshan test area at05 UTC 14 August 2020(a) the observed combined radar reflectivity, (b) the modelpredicted vertical maximum reflectivity without radar dataassimilation, (c) the model simulated vertical maximumreflectivity with radar data assimilation

2.2 CAMS微物理測(cè)試和比較

2020年5月18日，天山山區(qū)多地出現(xiàn)暴雨、冰雹、大風(fēng)天氣。利用天山試驗(yàn)區(qū)CR-WMM（模式區(qū)見(jiàn)圖2）對(duì)該案例進(jìn)行了觀測(cè)資料模擬試驗(yàn)。模擬試驗(yàn)采用三重嵌套模式區(qū)，模式起始時(shí)間為2020年5月18日00時(shí)，模式積分30 h。針對(duì)該案例，在其他物理選項(xiàng)相同的條件下，分別選擇了Thompson、WSM6、WDM6、Morrison和Lin方案，與CAMS-MP方案進(jìn)行模擬試驗(yàn)的對(duì)比分析。這些方案都是包含云水、云冰、雪、雨和霰粒子5類水成物粒子的微物理方案，在業(yè)務(wù)和研究中應(yīng)用較廣泛。其中Thompson方案是NOAA高分辨率快速更新模式（HRRR）業(yè)務(wù)模式選用微物理參數(shù)化方案，Morrison方案是NCAR的社區(qū)氣候模式（CESM）系統(tǒng)的微物理參數(shù)化方案，WSM6和WDM6方案為韓國(guó)Yonsei大學(xué)專門為WRF模式發(fā)展的兩套微物理方案，Lin方案是WRF最早安置的基準(zhǔn)微物理方案。

圖5 顯示了2020年05月18日 06時(shí)，不同微物理方案對(duì)地面雷達(dá)反射率的模擬結(jié)果。其結(jié)果表明，各方案均能模擬出團(tuán)塊狀的對(duì)流云回波，對(duì)流降水回波強(qiáng)度大于35 dBz。CAMS-MP模擬雷達(dá)反射率結(jié)果處于幾個(gè)模式模擬結(jié)果的中間水平，該結(jié)果表明CAMSMP與WRF 4.1.3的耦合較為成功，能夠滿足中尺度天氣數(shù)值模擬的工作需求。

為進(jìn)一步評(píng)估CAMS-MP模擬的微物理特征和分析不同云微物理方案的云特征模擬的差異，圖6給出了2020年5月18日 強(qiáng)對(duì)流中心（參見(jiàn)圖5的圓弧標(biāo)示區(qū)）的云水（

qc

）、雨水（

qr

）、云冰（

qi

）、雪（

qs

）和霰（

qg

）區(qū)域平均垂直廓線。對(duì)比分析不同方案中的水成物粒子的分布特征，可以看出不同方案模擬的微物理水成物粒子的含水量差別較大。CAMSMP模擬的

qc

含量相對(duì)較大，但比WDM6的小，垂直分布廓線和WDM6的結(jié)果最為接近。 CAMS-MP模擬的

qr

和Lin、Thompson方案相似，模擬的霰粒子含水量介于6個(gè)方案的中間， 其模擬的固態(tài)水成物

qi

、

qs

、

qg

結(jié)果總體來(lái)說(shuō)，和Thompson方案模擬的形態(tài)最為接近，但數(shù)值較高。除Thompson模擬結(jié)果，CAMS-MP相比較其他模式而言，模擬的

qg

和

qi

較高，而

qs

偏低。值得指出，目前的試驗(yàn)結(jié)果僅表明CAMS-MP和WRF模式的耦合是合理的。下一步需要利用新疆外場(chǎng)試驗(yàn)的觀測(cè)資料，對(duì)CAMS-MP的模擬地面降水和云內(nèi)微物理結(jié)果進(jìn)行細(xì)致比較。

圖5 2020年5月18日06時(shí)，使用6種微物理方案所模擬的地面雷達(dá)反射率Fig. 5 Comparison of ground radar reflectivity simulated by using six different microphysical schemes respectively at06 UTC 18 May 2020

圖6 2020年5月18日06時(shí)強(qiáng)對(duì)流區(qū)（圖5中圓圈標(biāo)注區(qū)）五類水成物（qc，qr，qi，qs，qg）的區(qū)域平均廓線Fig. 6 Vertical profiles of mixing ratios of five types of hydrometeors (qc, qr, qi, qs, qg) averaged in the severe convectivecores (circles marked area in Fig. 5) at 06 UTC 18 May 2020

不同云微物理方案模擬的各類水成物粒子含水量的巨大差異，這表明盡管目前的微物理參數(shù)化方案對(duì)云和降水區(qū)具有一定的整體描述能力，但它們對(duì)云內(nèi)微物理過(guò)程的模擬仍然存在非常大的不確定性。云內(nèi)冰晶、過(guò)冷水含量是播云催化的關(guān)鍵參量，因此，為保障CR-WMM播云潛力和播云方案模擬能力，亟待提高云微物理方案對(duì)云內(nèi)微物理過(guò)程的模擬能力。未來(lái)發(fā)展，一方面需要著重加強(qiáng)CAMS-MP的微物理的核心科學(xué)模擬能力，另一方面必須結(jié)合人工影響天氣外場(chǎng)加強(qiáng)觀測(cè)試驗(yàn)，檢驗(yàn)和調(diào)試微物理參數(shù)化方案里的多個(gè)關(guān)鍵的不確定性參數(shù)。

2.3 AgI催化和LES模擬試驗(yàn)

選取2020年1月16—17日天山北坡地區(qū)的降雪過(guò)程，首先使用四重嵌套網(wǎng)格（圖2）進(jìn)行AgI播撒模擬測(cè)試，模擬時(shí)間為2020年1月16日20時(shí)—1月17 日20時(shí)（北京時(shí)，下同）。模擬試驗(yàn)包括飛機(jī)播撒和地面煙爐兩個(gè)播云方式。飛機(jī)播撒試驗(yàn)在第三層網(wǎng)格（D3：1 km網(wǎng)格）內(nèi)進(jìn)行，設(shè)置飛機(jī)播撒高度大致為海拔2 km高度，于17日03：15從85.5°E、43°26′N開(kāi)始播撒，自東向西飛行1 h，以1.2 μg·m·s的速度進(jìn)行碘化銀的播撒，模擬結(jié)果驗(yàn)證了模式對(duì)AgI 催化對(duì)轉(zhuǎn)化模擬區(qū)內(nèi)地形云過(guò)冷水而形成地面增雪的過(guò)程基本模擬能力，但模式結(jié)果需要未來(lái)結(jié)合外場(chǎng)試驗(yàn)進(jìn)檢驗(yàn)和調(diào)試。

針對(duì)地面AgI煙爐播撒模擬試驗(yàn)，使用高分辨LES模擬網(wǎng)格（圖2，D4：333 m）。地面煙爐位置按天山人工影響天氣示范區(qū)建設(shè)的三個(gè)煙爐設(shè)定置。為測(cè)試目的，AgI排放強(qiáng)度為24 μg·m·s，其排放時(shí)長(zhǎng)和模式的運(yùn)行時(shí)間一致。一共進(jìn)行兩次試驗(yàn)，分別開(kāi)啟和關(guān)閉LES模擬選項(xiàng)（簡(jiǎn)稱exp_LES和exp_NoLES）。圖7是LES模擬地面煙爐播撒AgI的三維展示圖，可以看出在Aerosol-aware CAMS-MP耦合了LES模擬實(shí)驗(yàn)后，模式很好的體現(xiàn)了AgI粒子在地形復(fù)雜地區(qū)中的擴(kuò)散和傳播過(guò)程。

圖7 LES模擬地面煙爐播撒的AgI在山區(qū)間的傳播和擴(kuò)散過(guò)程，圖中展示的為AgI濃度大于0.046μg·m-3的包絡(luò)面，時(shí)間為2020年1月16日20：00BT—17日01：15BTFig. 7 The LES simulation of transportation and diffusionof AgI particle that released from the ground burner stovesbetween 20:00 BT 16 January and 01:15 BT 17 January2020. Shown in the figure are the terrain and the iso surface of AgI concentration of 0.046 μg·m-3

當(dāng)WRF開(kāi)啟LES模式時(shí)，次網(wǎng)格上的垂直混合過(guò)程則不由邊界層模塊所控制。每個(gè)網(wǎng)格的三維渦旋混和由模式可分辨動(dòng)力和基于湍流動(dòng)能（TKE）預(yù)報(bào)的次網(wǎng)格混合過(guò)程來(lái)描述。這將會(huì)影響地面擴(kuò)散上升的AgI氣溶膠粒子在垂直方向上的分布，進(jìn)而改進(jìn)催化過(guò)程的模擬。在對(duì)exp_LES和exp_NoLES模擬的近地層AgI濃度場(chǎng)和風(fēng)場(chǎng)進(jìn)行的逐小時(shí)的對(duì)比后發(fā)現(xiàn)（圖略），exp_LES模擬的近地層風(fēng)場(chǎng)更加符合局地的地形特征，而在臨近地面煙爐的下風(fēng)向區(qū)域內(nèi)exp_LES和exp_NoLES的風(fēng)場(chǎng)和AgI濃度都有著顯著的差異。下一步將利用CR-WMM AgI催化耦合模式開(kāi)展1～2個(gè)具有外場(chǎng)觀測(cè)資料和催化試驗(yàn)的典型降水過(guò)程的催化模擬試驗(yàn)，通過(guò)對(duì)碘化銀濃度和浸沒(méi)在云滴中的碘化銀濃度的模擬結(jié)果進(jìn)行分析，獲得催化劑在云中的擴(kuò)散傳輸特性精確模擬，為確定作業(yè)影響區(qū)域，評(píng)估作業(yè)效果，優(yōu)選催化技術(shù)，為外場(chǎng)人工影響天氣作業(yè)和試驗(yàn)提供科技支撐。此外，目前模式系統(tǒng)尚沒(méi)有考慮AgI粒子的老化效應(yīng)。

3 結(jié)論

云解析數(shù)值天氣預(yù)報(bào)模式具有對(duì)真實(shí)大氣的天氣尺度—中小尺度—微物理過(guò)程及其相互作用的綜合模擬和預(yù)報(bào)能力?；贜CAR具有四維資料同化的最新穩(wěn)定版（V4.1.3）WRF模式（WRF-FDDA），本研究初步發(fā)展了針對(duì)我國(guó)西北地區(qū)地形云和降水過(guò)程宏觀云熱動(dòng)力和微物理過(guò)程的模擬和實(shí)時(shí)預(yù)報(bào)的云解析人工影響天氣模式系統(tǒng)（CR-WMM）。CR-WMM耦合并改進(jìn)了中國(guó)氣象科學(xué)院發(fā)展的微物理方案（CAMSMP）和兩個(gè)AgI催化方案，并實(shí)現(xiàn)基于LES模式的飛機(jī)、地面煙爐等播撒源及毗鄰區(qū)域AgI粒子擴(kuò)散的精細(xì)模擬技術(shù)。CR-WMM支持歷史加強(qiáng)觀測(cè)案例的云過(guò)程和播云技術(shù)的科學(xué)研究，也可用于外場(chǎng)播云業(yè)務(wù)的實(shí)時(shí)降水和云微物理預(yù)報(bào)和優(yōu)化播云催化方案的輔助決策。

基于CR-WMM，在天山和祁連山的人工影響天氣試驗(yàn)區(qū)分別建立了實(shí)時(shí)資料同化和預(yù)報(bào)系統(tǒng)。這兩個(gè)系統(tǒng)都具有三個(gè)套網(wǎng)格模擬區(qū)，網(wǎng)格分辨率為15、3和1 km。其中1 km模式區(qū)覆蓋主要試驗(yàn)區(qū)及毗鄰地區(qū)。模式系統(tǒng)可每天8次預(yù)報(bào)周期，每3 h完成過(guò)去3 h的四維連續(xù)資料同化和24～72 h的預(yù)報(bào)。

本研究選取2020年5月18日天山北坡地形對(duì)流云過(guò)程，采用CAMS-MP微物理參數(shù)化方案和WRF中使用最成熟的其他5個(gè)微物理方案進(jìn)行對(duì)比模擬試驗(yàn)。模擬結(jié)果顯示CAMS-MP模擬的云區(qū)、雨量和云內(nèi)水成物的含水量相對(duì)比較合理，量值介于其他五個(gè)方案之間。比較6個(gè)微物理方案的云微物理模擬結(jié)果，發(fā)現(xiàn)不同方案模擬的云水、冰晶、雪、雨、霰的含水量相差非常大。這一結(jié)果表明目前微物理參數(shù)化方案對(duì)模擬云和降水整體（宏觀）特征有一定能力，但對(duì)云微物理特征、特別是播云潛力評(píng)估和播云方案研究，具有很大的不確定性，模擬精度亟待大幅提升。值得指出，近年來(lái)，云微物理參數(shù)化方案在三參數(shù)參數(shù)化方案、大渦環(huán)境微物理粒子增長(zhǎng)方案、云-氣溶膠相互作用和粒子分檔模擬方面有很好的進(jìn)展。這些成果為進(jìn)一步改進(jìn)CAMS-MP微物理方案提供了基礎(chǔ)。

針對(duì)2020年1月16 —17日天山北坡地區(qū)的降雪過(guò)程的飛機(jī)AgI播云催化的模擬試驗(yàn)測(cè)試的CR-WMM模擬能力。初步試驗(yàn)結(jié)果表明，加入溫度和過(guò)飽和度的時(shí)間趨勢(shì)對(duì)AgI核化的模擬，冰晶生成有所減少。耦合了LES模擬的CR-WMM模式可以很好地考慮復(fù)雜地形下的湍流活動(dòng)，AgI在煙爐下風(fēng)的傳輸過(guò)程、在垂直方向上的擴(kuò)散和混合過(guò)程都得到了一定程度的改善，模擬的AgI催化增雪效應(yīng)與沒(méi)有LES的模擬結(jié)果有明顯差異。值得指出，CR-WMM播云催化模擬的能力和效果，需要未來(lái)結(jié)合外場(chǎng)試驗(yàn)資料進(jìn)行檢驗(yàn)、調(diào)試和改進(jìn)。

4 挑戰(zhàn)和展望

CR-WMM意旨集成數(shù)值天氣預(yù)報(bào)模式和云模擬技術(shù)，實(shí)現(xiàn)云和降水資料融合同化的云過(guò)程再分析能力和支撐人工影響天氣的播云潛力、播云技術(shù)和播云效果檢驗(yàn)的模擬研究及外場(chǎng)播云業(yè)務(wù)過(guò)程中優(yōu)化作業(yè)方案輔助決策。盡管在西北人工影響天氣工程技術(shù)項(xiàng)目支持下，我們初步建設(shè)了CR-WMM系統(tǒng)的基礎(chǔ)構(gòu)架。然而，初步模式試驗(yàn)結(jié)果和系統(tǒng)分析人工影響天氣需求，我們認(rèn)為CR-WMM仍然面對(duì)云微物理特征和云和降水發(fā)生、發(fā)展過(guò)程的高度復(fù)雜性的多方面挑戰(zhàn)，多個(gè)基礎(chǔ)問(wèn)題應(yīng)在未來(lái)5～10年里攻關(guān)解決。

首先，目前對(duì)各類云和降水（對(duì)流系統(tǒng)、地形云系統(tǒng)、鋒面云系統(tǒng)、低渦云系統(tǒng)等等）的云微物理特征只有片面和時(shí)空極度局部的觀測(cè)和認(rèn)識(shí)。第二，盡管數(shù)值天氣預(yù)報(bào)模式能模擬云和降水發(fā)展過(guò)程的天氣和中尺度云區(qū)、降水量等，但對(duì)模擬和預(yù)報(bào)對(duì)人工影響天氣作業(yè)至關(guān)重要的云和降水小尺度云團(tuán)及其內(nèi)部微物理特征的能力十分有限。第三，如何將我國(guó)近年來(lái)人工影響天氣業(yè)務(wù)作業(yè)強(qiáng)化觀測(cè)裝備，特別是云物理觀測(cè)飛機(jī)、FY（風(fēng)云）系列衛(wèi)星和日本“葵花”衛(wèi)星、天氣和Ku/Ka/W波段雷達(dá)、閃電及其他針對(duì)云內(nèi)和地面水成物粒子的遙感觀測(cè)融合同化到云解析數(shù)值模式。第四，目前云微物理參數(shù)化缺乏對(duì)重要形態(tài)過(guò)渡粒子（比如凇附雪花、冰晶形狀、融雪粒子等）的表達(dá)能力，多個(gè)微物理轉(zhuǎn)化控制參數(shù)具有很大的不確定性。最后，云微物理粒子是在云內(nèi)微尺度大氣渦旋（eddies）內(nèi)生長(zhǎng)的，在幾秒到幾分鐘內(nèi)，渦旋里的云粒子可能經(jīng)歷不同的溫度、濕度、氣壓環(huán)境，影響其增長(zhǎng)速度，目前已有微物理參數(shù)化方案尚沒(méi)有考慮這些因子。

解決這些云解析模式的問(wèn)題是發(fā)展有效的人工影響天氣研究和業(yè)務(wù)模式的關(guān)鍵。為完成這一任務(wù)，人工影響天氣的科學(xué)工作者不僅需要在觀測(cè)、理論、同化技術(shù)和模式技術(shù)的各個(gè)方面鉆研攻關(guān)，更需要聯(lián)合衛(wèi)星、雷達(dá)、飛機(jī)等云觀測(cè)專家、數(shù)值模式和資料同化專家、云微物理理論和參數(shù)化專家等，共同針對(duì)典型云和降水案例進(jìn)行云和降水發(fā)展機(jī)制、云微物理特征和演變、觀測(cè)和模式資料融合同化及模擬和預(yù)報(bào)能力的全方位研究。研究?jī)?nèi)容包括開(kāi)展“天地空”基氣象觀測(cè)系統(tǒng)，特別是衛(wèi)星主、被動(dòng)遙感、機(jī)載和地基的云雷達(dá)、微雨雷達(dá)和其他云微物理觀測(cè)的集成分析、同化和基于AI深度學(xué)習(xí)的融合，實(shí)現(xiàn)云宏微觀結(jié)構(gòu)精確再現(xiàn)和準(zhǔn)確的模式云初始化。同時(shí)應(yīng)研究適用于層狀云和強(qiáng)對(duì)流云及播云催化模擬和預(yù)報(bào)的多參數(shù)微物理參數(shù)化方案，實(shí)現(xiàn)從大渦模擬（LES）到云解析中尺度模式的尺度適應(yīng)性模擬能力。利用先進(jìn)的云觀測(cè)對(duì)CR-WMM模式進(jìn)行檢驗(yàn)，指導(dǎo)模式的改進(jìn)，然后通過(guò)將各類云觀測(cè)融合同化到CR-WMM模式，增進(jìn)對(duì)云和降水結(jié)構(gòu)和機(jī)制的認(rèn)識(shí)。