中尺度碘化銀催化數(shù)值模式在人工影響天氣業(yè)務(wù)中的應(yīng)用試驗(yàn)*

劉香娥 何 暉 高 茜 王永慶 楊 燕

1.北京市人工影響天氣辦公室，北京，100089

2.云降水物理研究和云水資源開發(fā)北京市重點(diǎn)實(shí)驗(yàn)室，北京，100089

3.中國(guó)氣象局北京城市氣象研究院，北京，100089

4.中國(guó)氣象局華北云降水野外科學(xué)試驗(yàn)基地，北京，101200

1 引 言

隨著中國(guó)經(jīng)濟(jì)的發(fā)展，人工影響天氣工作的重要性日趨顯現(xiàn)。其中為抗旱蓄水所開展的人工增雨和為保障重大活動(dòng)所開展的消云減雨受到各級(jí)政府的重視和廣大群眾的歡迎，人工影響天氣的業(yè)務(wù)工作顯得尤為重要。

數(shù)值天氣預(yù)報(bào)模式中微物理參數(shù)化方案的不斷完善使數(shù)值模式成為人工影響天氣理論研究和指導(dǎo)人工影響作業(yè)的重要工具。在模式模擬和人工催化方面前期已有學(xué)者開展了大量的研究工作。胡志晉等（1983）為了研究層狀冷云自然降水和人工催化降水的機(jī)制建立了一維非定常數(shù)值模式，考察了宏微觀物理參數(shù)和冰的凝華、凇附和繁生等過程對(duì)云中要素分布和降水的影響；毛玉華等（1993）通過在二維深對(duì)流云模式中播入一定濃度的人工冰晶胚胎研究了催化對(duì)降水、降雹的影響，結(jié)果表明對(duì)于不同強(qiáng)度的對(duì)流云，人工引晶僅對(duì)中等積云（云頂高為6—8 km）的增雨效果較好；洪延超（1998，1999）發(fā)展了三維雙參數(shù)碘化銀播撒模式，并研究了催化防雹的微物理機(jī)制；Farley等（1994）運(yùn)用三維云模式研究了碘化銀和惰性氣體在云中的運(yùn)動(dòng)及對(duì)云和降水的影響。Guo 等（2006，2007）建立了三維冰粒子分檔播撒模式，并運(yùn)用該模式對(duì)比研究了碘化銀與液態(tài)二氧化碳催化的云動(dòng)力和微物理效果。

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，模式分辨率不斷提高，中尺度數(shù)值預(yù)報(bào)模式越來越多地應(yīng)用于人工影響天氣的理論研究。史月琴等（2008）、孫晶等（2010）和高茜等（2011）運(yùn)用中國(guó)氣象科學(xué)研究院中尺度數(shù)值模式 MM5-CAMS（Mesoscale Model 5-Chinese Academy of Meteorological Sciences CAM）通過在顯式方案中直接改變冰晶數(shù)濃度的方法進(jìn)行了催化數(shù)值試驗(yàn)；方春剛等（2009）、何暉等，2012，2013）、劉香娥等（2016）則運(yùn)用加入了碘化銀與云相互作用過程的中尺度模式WRF（Weather Research and Forecasting Model）、MM5 （Mesoscale Model）對(duì)對(duì)流云、層狀云進(jìn)行了催化模擬；Xue等（2013）對(duì)地形云地基催化進(jìn)行了百米級(jí)高分辨率的 WRF-LES（Large Eddy Simulation）模擬，模式中同樣耦合了碘化銀催化方案，可以顯式分辨催化劑粒子在大氣中的湍流擴(kuò)散情況。

由此可見，中尺度數(shù)值模式催化模塊可以詳細(xì)描述催化的物理過程，其模擬的精度和模擬能力都已有了很大的提升。目前中國(guó)多地人工影響天氣辦公室已在業(yè)務(wù)上引進(jìn)了中尺度數(shù)值模式并開發(fā)了相關(guān)的云物理產(chǎn)品用以指導(dǎo)業(yè)務(wù)。具有代表性的如北京市人工影響天氣辦公室的冷云催化潛力模式識(shí)別系統(tǒng)，該系統(tǒng)基于 WRF 的預(yù)報(bào)結(jié)果，可以給出具有不同催化等級(jí)的作業(yè)潛力區(qū)（嵇磊等，2014）；中國(guó)氣象局人工影響天氣中心的云降水精細(xì)分析和潛勢(shì)預(yù)報(bào)系統(tǒng)，可以提供包括由數(shù)值模式、衛(wèi)星、雷達(dá)探測(cè)等獲得的模式預(yù)報(bào)、觀測(cè)等方面的云系信息。此外，廣西（張瑞波，2005；劉麗君等，2009）、河南（周毓荃等，2001，2002）、山東（王以琳等，2002，2007，2009）、湖北（袁正騰等，2012）、寧夏氣象局人工影響天氣辦公室等均結(jié)合本地氣象特點(diǎn)，建立了相關(guān)的人工影響天氣模式或業(yè)務(wù)平臺(tái)。

從文獻(xiàn)和相關(guān)調(diào)研發(fā)現(xiàn)，目前中國(guó)在人工影響天氣的業(yè)務(wù)工作中并沒有數(shù)值模式催化產(chǎn)品的相關(guān)應(yīng)用，對(duì)定時(shí)、定點(diǎn)、定量的作業(yè)信息預(yù)報(bào)也沒有相關(guān)的模式產(chǎn)品。北京市人工影響天氣辦公室基于已有的研究和業(yè)務(wù)基礎(chǔ)，借助北京睿圖快速更新多尺度分析和預(yù)報(bào)系統(tǒng)-短時(shí)預(yù)報(bào)子系統(tǒng)（RMAPS-ST）的預(yù)報(bào)結(jié)果，嘗試把耦合了碘化銀冷云催化模塊的中尺度WRF模式應(yīng)用在人工影響天氣業(yè)務(wù)中，以期為人工影響天氣前期作業(yè)方案的制定和不斷優(yōu)化提供科技支撐。

2 中尺度催化數(shù)值模式

文中主模式采用美國(guó)大氣研究中心和美國(guó)國(guó)家海洋和大氣管理局等聯(lián)合研發(fā)的新一代中尺度氣象模式WRFv3.7，該模式為動(dòng)力學(xué)研究、全物理過程的天氣預(yù)報(bào)、空氣質(zhì)量預(yù)報(bào)以及區(qū)域氣候模擬等提供了一個(gè)公用的模式框架。

2.1 催化模擬背景場(chǎng)

模擬催化的初始場(chǎng)和側(cè)邊界來自北京睿圖快速更新和多尺度分析預(yù)報(bào)系統(tǒng)-臨近子系統(tǒng)（RMAPS-ST）的實(shí)時(shí)業(yè)務(wù)預(yù)報(bào)結(jié)果。RMAPS-ST區(qū)域設(shè)置包含兩層嵌套，文中使用第二層嵌套的數(shù)據(jù)，該嵌套包含整個(gè)華北地區(qū)，水平分辨率 3 km，網(wǎng)格數(shù) 550×424，垂直方向設(shè)為 50 層，區(qū)域范圍如圖1所示。RMAPS-ST預(yù)報(bào)分析場(chǎng)同化了包括由全球通信系統(tǒng)接收的常規(guī)資料（探空、地面和飛機(jī)報(bào)）、北京地區(qū)自動(dòng)氣象站觀測(cè)資料、京津冀地區(qū) 7部多普勒雷達(dá)徑向風(fēng)觀測(cè)和華北地區(qū) 29 部雷達(dá)組網(wǎng)拼圖數(shù)據(jù)等。由于RMAPS-ST同化了多種本地觀測(cè)資料，因此該數(shù)據(jù)在本研究中較美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心提供的FNL再分析數(shù)據(jù)或其他再分析數(shù)據(jù)更準(zhǔn)確（張亦洲等，2017；劉郁玨等，2019）。

2.2 催化模擬區(qū)域及參數(shù)設(shè)置

催化模擬背景場(chǎng)區(qū)域設(shè)置范圍較大，對(duì)于北京地區(qū)的人工影響天氣作業(yè)范圍而言過于寬泛，并且考慮到實(shí)際計(jì)算所用的計(jì)算資源限制和業(yè)務(wù)應(yīng)用時(shí)效的需要，文中進(jìn)一步將催化模擬區(qū)域設(shè)置進(jìn)行調(diào)整，中心點(diǎn)與背景場(chǎng)區(qū)域中心點(diǎn)一致，水平分辨率仍為3 km，但水平區(qū)域范圍縮小，東西為230個(gè)格點(diǎn)，南北為260個(gè)格點(diǎn)，垂直方向50層，單層區(qū)域。調(diào)整后既保證了運(yùn)行時(shí)效，又能覆蓋飛機(jī)最大作業(yè)區(qū)域和北京地區(qū)全部地面作業(yè)點(diǎn)。

表1給出了調(diào)整后人工影響催化模式基本參數(shù)信息。此外，為了進(jìn)行催化效果分析和后續(xù)降水機(jī)理研究，修改了WRF模式中的注冊(cè)表文件（增加碘化銀比含量、播撒控制開關(guān)、播撒時(shí)間和位置參數(shù)等）；修改了模式層中雙參數(shù)云微物理方案（增加新方案需要的程序代碼和調(diào)用該程序需要的程序代碼）；在名稱列表文件中增加新催化微物理方案需要的控制選項(xiàng)并修改WRF的后處理程序，使模式輸出的碘化銀比含量能夠使用，最終實(shí)現(xiàn)催化方案和WRF模式的完全融合。為保證計(jì)算時(shí)效和進(jìn)行固定點(diǎn)播撒，本研究將北京地區(qū)地面火箭作業(yè)站點(diǎn)地理信息輸入到調(diào)整后的模擬區(qū)域，以便后續(xù)催化模擬時(shí)無需重新計(jì)算實(shí)際站點(diǎn)在模擬區(qū)域內(nèi)的位置。

2.3 催化方案

2.3.1 催化機(jī)制

文中將冷云催化模塊耦合到WRF中尺度數(shù)值模式莫里森雙參數(shù)云物理方案中，加入人工冰核（AgI）的預(yù)報(bào)方程，主要考慮3種碘化銀粒子的成核機(jī)制，即由于布朗運(yùn)動(dòng)和湍流擴(kuò)散而發(fā)生的接觸凍結(jié)核化以及冰面過飽和時(shí)水汽在人工冰核上的凝華核化和凝結(jié)凍結(jié)核化。文中假設(shè)碘化銀粒子是單分散譜，半徑為0.1 μm，忽略下落末速度，平均質(zhì)量ms=2.38×10?14g；一個(gè)液滴只能捕獲一個(gè)活化冰核發(fā)生接觸核化，忽略冰質(zhì)粒與碘化銀粒子的碰并及碘化銀粒子的光解反活化，且所有碘化銀粒子在溫度低于?20℃時(shí)全部活化。分別以Sbc、Sic、Sbr、Sir、和Sdv表示人工冰核（XS）的匯，下標(biāo)第一個(gè)字母表示成核方式（b表示布朗運(yùn)動(dòng)，i表示湍流擴(kuò)散，d表示水汽凝華），第二個(gè)字母表示與人工冰核作用的水物質(zhì)（c、r和v分別表示云水、雨水和水汽）（黃燕等，1994）。矩形空間內(nèi)均勻分布的碘化銀粒子初始濃度（XS0）表示模式中人工冰核的源。

不同成核機(jī)制下人工冰核的轉(zhuǎn)化率分別為：

（1）云滴與碘化銀粒子的接觸凍結(jié)核化（Sbc、Sic，單位：kg/(kg·s））

（2）雨滴與人工冰核的接觸凍結(jié)核化（Sbr、Sir，單位：kg/(kg·s））

式中，Nc是云滴濃度，取值 3×108m?3，T為溫度，Rc和Vc分別是云滴的半徑和下落末速度（Rc=10 μm，Vc=1 cm/s），Ecs和Ers分別是云、雨滴與碘化銀粒子的碰并效率（Ecs=10?4，Ers=0.5×10?4），Ds是碘化銀粒子的擴(kuò)散系數(shù)（Ds=KTB，其中a'=0.9，d=0.1 μm，Rs=0.1 μm，μ =1.81×10?5kg/（m·s），K=1.38×10?23J/K），Dr為雨滴粒徑，N0r為雨滴譜的截距，λ為雨滴譜斜率，Vr為雨滴下落末速度。ρ為空氣密度，單位kg/m3，qr為雨滴質(zhì)量濃度，單位kg/kg。

（3）水汽在人工冰核上的凝華核化（Sdv，單位：kg/（kg·s））

當(dāng) ΔT＞20℃ 時(shí)，

碘化銀粒子的成核作用使水成物和冰晶濃度發(fā)生變化，相應(yīng)的是云滴凍結(jié)成冰晶，雨滴凍結(jié)成霰，水汽在人工冰核上凝華或凝結(jié)凍結(jié)成冰晶過程。理論上人工冰核碘化銀核化除了上述3種機(jī)制還包括浸潤(rùn)凍結(jié)核化，但已有研究（Deshler，et al，1990；Chai，et al，1993；Li，et al，1997）顯示浸潤(rùn)凍結(jié)核化對(duì)播撒效果影響并不顯著。因此，文中所用催化模塊沒有考慮這種成核機(jī)制（劉香娥等，2016）。

2.3.2 用彈量計(jì)算

將計(jì)算的一定體積內(nèi)過冷云水全部有效轉(zhuǎn)化成較大冰相粒子（雪晶、霰粒子，粒徑300 μm，密度為500 kg/m3）所需要的火箭彈數(shù)量作為模式計(jì)算的用彈量結(jié)果。計(jì)算中有如下的假設(shè)：根據(jù)WRF及MM5等中尺度模式的云方案中的設(shè)置，將云滴數(shù)濃度定為常數(shù) 2.5×108m?3；依據(jù)史月琴等（2008），何暉等（2013）計(jì)算結(jié)果，碘化銀催化起效時(shí)間持續(xù)約120 min；根據(jù)美國(guó)標(biāo)準(zhǔn)大氣密度與高度的關(guān)系表（Seinfeld，et al，2006）取火箭能達(dá)到的5 km高度處的標(biāo)準(zhǔn)密度為 0.73 kg/m3；催化劑擴(kuò)散時(shí)假設(shè)風(fēng)對(duì)催化劑與云系的影響相同，即催化劑相對(duì)于云系的移動(dòng)速度為0，因此只考慮催化劑的自身擴(kuò)散，不考慮由于風(fēng)的作用引起的催化劑平移。由于地面作業(yè)站點(diǎn)較多的延慶海拔在500 m左右，實(shí)際火箭作業(yè)角度為55°—65°，選擇500 m海拔彈道表中的65°發(fā)射角所對(duì)應(yīng)的參數(shù)作為計(jì)算用彈量的基本參數(shù)進(jìn)行輸入，用彈量（M）的計(jì)算公式為

式中， ρ為空氣密度（此處取 0.73 kg/m3），V為碘化銀的擴(kuò)散體積，根據(jù)相關(guān)文獻(xiàn)計(jì)算火箭播撒后2 h 碘化銀的擴(kuò)散體積為 2.806 km3（周毓荃等，2014；申億銘，1994），LWC為模式計(jì)算的云系過冷云含水量，單位為g/kg，mq為最小雨滴質(zhì)量，單位為g；n為實(shí)際作業(yè)時(shí)每枚火箭的碘化銀含量，取10 g/枚；f(ΔT)為碘化銀的成核率，單位：個(gè)/g，成核率是溫度的函數(shù)：

式中，ΔT=273.15?T（黃燕等，1994）。

將上述參數(shù)代入式（8）即可得到由模式計(jì)算的云水含量所需要的火箭彈數(shù)量。

2.3.3 催化方式

由2.2節(jié)可知北京地區(qū)地面火箭作業(yè)站點(diǎn)的經(jīng)緯度信息已轉(zhuǎn)換為人工影響天氣催化模擬區(qū)域內(nèi)的固定格點(diǎn)位置，在催化模擬時(shí)根據(jù)已知站點(diǎn)的作業(yè)信息，可直接在模式相對(duì)應(yīng)格點(diǎn)處相應(yīng)的高度、對(duì)應(yīng)的作業(yè)時(shí)間、作業(yè)時(shí)長(zhǎng)和作業(yè)劑量直接進(jìn)行催化，實(shí)現(xiàn)固定點(diǎn)的靜態(tài)播撒催化試驗(yàn)。

3 催化模擬運(yùn)行

圖2是催化模式基本流程示意，主要包括以下步驟：（1）運(yùn)行對(duì)照試驗(yàn)：對(duì)照試驗(yàn)的初始場(chǎng)來自經(jīng)過數(shù)據(jù)格式處理可為WRF-WPS讀入的RMAPS-ST預(yù)報(bào)結(jié)果數(shù)據(jù)，按照2.3節(jié)的催化方案設(shè)置運(yùn)行對(duì)照試驗(yàn)。（2）運(yùn)行預(yù)報(bào)催化模擬：根據(jù)前述假設(shè)和參數(shù)設(shè)置，對(duì)對(duì)照試驗(yàn)的模擬結(jié)果進(jìn)行處理，分析所有地面作業(yè)站點(diǎn)上空云系的微物理量，選出云水含量豐富、云系發(fā)展旺盛，具有催化潛力并持續(xù)一定時(shí)間的站點(diǎn)進(jìn)行最優(yōu)預(yù)報(bào)催化模擬。（3）實(shí)際催化模擬：將實(shí)際作業(yè)站點(diǎn)的信息，如作業(yè)時(shí)間、作業(yè)劑量、持續(xù)時(shí)間等輸入催化模式，重新運(yùn)行模擬。最后，對(duì)實(shí)際的催化模擬結(jié)果與對(duì)照試驗(yàn)結(jié)果進(jìn)行比對(duì)，評(píng)估作業(yè)效果。同時(shí)該結(jié)果也可以評(píng)估前期的預(yù)報(bào)催化方案，給出改進(jìn)和優(yōu)化的意見，以提高預(yù)報(bào)催化的算法和實(shí)際作業(yè)的有效性。

催化模式運(yùn)行預(yù)報(bào)催化模擬時(shí)按如下原則對(duì)站點(diǎn)進(jìn)行篩選：（1）在站點(diǎn)上空火箭能達(dá)到的高度（4756—5519 m），溫度低于碘化銀核化臨界溫度（?5℃）所對(duì)應(yīng)各層格點(diǎn)，根據(jù)該格點(diǎn)處的瞬時(shí)風(fēng)向（若為單一風(fēng)向，則取該格點(diǎn)及其下風(fēng)向的鄰近格點(diǎn)共2個(gè)點(diǎn)，若非單一風(fēng)向，則取該格點(diǎn)及U、V下風(fēng)向鄰近各一個(gè)格點(diǎn)及合成風(fēng)方向上鄰近一個(gè)格點(diǎn)共4個(gè)點(diǎn)）計(jì)算云水比質(zhì)量與雨水比質(zhì)量之和，根據(jù)人工影響天氣實(shí)際和理論作業(yè)經(jīng)驗(yàn)，假設(shè)云中平均單格點(diǎn)過冷云水含量不小于0.1 g/kg則視為適合冷云催化作業(yè)；（2）當(dāng)站點(diǎn)上空云水總含量滿足條件（1），并且持續(xù)時(shí)間不少于30 min，則此站點(diǎn)視為優(yōu)先選擇；當(dāng)多個(gè)站點(diǎn)同時(shí)滿足條件（2）時(shí)，按過冷云水含量和持續(xù)時(shí)間從大到小進(jìn)行優(yōu)先度排序。當(dāng)同一站點(diǎn)在多個(gè)時(shí)間段內(nèi)滿足條件（2）時(shí)，取間隔超過1 h的時(shí)段進(jìn)行催化模擬。另外，對(duì)條件（1）中的云水、雨水含量之和運(yùn)用3點(diǎn)后向平滑的方法進(jìn)行處理，避免出現(xiàn)不合理的催化開始時(shí)間。以上假設(shè)考慮了云系的云微物理特征和適合催化的基本條件，既保證了催化的科學(xué)性、有效性，又考慮了模式的運(yùn)行和預(yù)報(bào)時(shí)效。將篩選出的站點(diǎn)作業(yè)時(shí)間和作業(yè)劑量輸入催化模式，進(jìn)行預(yù)報(bào)催化模擬。對(duì)照和預(yù)催化模擬運(yùn)行完畢后，分析模擬結(jié)果，對(duì)二者的降水信息進(jìn)行比對(duì)，給出預(yù)催化效果的評(píng)估，如增減雨量、催化劑的擴(kuò)散及分布等，也可以進(jìn)行簡(jiǎn)單的催化機(jī)理分析。

4 個(gè)例應(yīng)用及機(jī)制分析

北京人工影響天氣辦公室將上述算法和步驟以及計(jì)算結(jié)果初步實(shí)現(xiàn)了業(yè)務(wù)界面顯示。系統(tǒng)界面可以展示北京地區(qū)的地面作業(yè)站點(diǎn)位置，也可以導(dǎo)入模式催化及其他輸出結(jié)果，實(shí)現(xiàn)人機(jī)交互顯示。系統(tǒng)平臺(tái)還可以展示按作業(yè)條件優(yōu)先度進(jìn)行排序的所有作業(yè)站點(diǎn)信息（站點(diǎn)名稱、作業(yè)時(shí)間、作業(yè)劑量、催化時(shí)長(zhǎng)等），并給出所篩選站點(diǎn)相應(yīng)催化信息在預(yù)催化模式輸入名表（namelist.input）中的參數(shù)設(shè)置，實(shí)際運(yùn)行中將該文件導(dǎo)出并輸入模式，即可以進(jìn)行預(yù)催化運(yùn)行。

以2016年10月20日的人工影響天氣作業(yè)過程為例，運(yùn)用前述算法計(jì)算所有站點(diǎn)上空云水含量及其隨時(shí)間的演變。圖3為本次過程預(yù)催化時(shí)作業(yè)潛力最大、實(shí)際也進(jìn)行了催化作業(yè)的白草洼站過冷云水含量演變，可見該站點(diǎn)20日午后及夜間云中過冷云水含量非常豐富，最大過冷云水含量達(dá)到3.2 g/kg。圖4為預(yù)催化與實(shí)際催化所播撒的碘化銀隨系統(tǒng)移動(dòng)在云中的擴(kuò)散分布。可見預(yù)催化所用的碘化銀含量要高于實(shí)際催化作業(yè)用量，催化劑在風(fēng)場(chǎng)的作用下均向播撒的下游即北京東北部移動(dòng)擴(kuò)散。圖5和6為模式預(yù)催化后的效果評(píng)估，以催化與對(duì)照試驗(yàn)10 min凈降雨量之差及累計(jì)降雨量之差隨時(shí)間的演變來展示，正值表示催化有增雨效果。圖中可以看到預(yù)催化后約70 min，地面10 min凈降雨量開始增加，10 min 增雨量最大超過 20×106kg；相應(yīng)的地面累計(jì)降雨量也不斷增加，最高達(dá)到230×106kg，預(yù)催化作業(yè)增雨效果明顯。圖7和8為將當(dāng)日北京地面站點(diǎn)實(shí)際作業(yè)量進(jìn)行輸入的實(shí)際作業(yè)催化效果，可以看到在實(shí)際作業(yè)后，20日白天至夜間10 min凈降雨量值低于10×106kg，地面累計(jì)凈降雨量先增后減最高僅為45×106kg，增雨效果一般。對(duì)比前期預(yù)催化與實(shí)際作業(yè)催化的結(jié)果，預(yù)催化對(duì)20日過冷云系的開發(fā)和催化利用效果相對(duì)更好。

圖3 2016 年 10 月 20 日北京白草洼站云水含量隨時(shí)間演變Fig.3 Temporal evolution of cloud water content at Baicaowa station on 20 October，2016

圖4 預(yù)催化 （a） 與實(shí)際催化 （b） 碘化銀的擴(kuò)散分布Fig.4 Diffusion distribution of AgI （a） pre-seeding and （b） actual seeding

為分析增雨機(jī)制及預(yù)催化與實(shí)際催化效果的差異來源，此處選取地面有明顯增雨效果的時(shí)段進(jìn)行分析。圖9中等值線為10月20日預(yù)催化與實(shí)際催化作業(yè)情況下19時(shí)10分（北京時(shí)，下同）北京東北部地面10 min增雨量的分布，可見此時(shí)二者的催化效果均為增雨，預(yù)催化時(shí)地面10 min增雨中心最大為0.031 mm，實(shí)際催化時(shí)地面10 min增雨中心最大為0.0021 mm，后續(xù)時(shí)次效果均類似，即預(yù)催化的地面增雨效果優(yōu)于實(shí)際催化的增雨效果（圖略）。為分析機(jī)制，給出沿圖9中40.9°N云中水成物及碘化銀比質(zhì)量的緯向剖面分布（圖10）。可以看到在該時(shí)次，云中 4—6 km（溫度?5—?15℃）內(nèi)過冷云水含量比較豐富（0.05—0.25 g/kg），預(yù)催化在117.3°E附近的上空云中碘化銀的含量要高于實(shí)際催化（圖10a、b）。碘化銀在豐富的過冷云水環(huán)境中活化為大量人工冰核，通過貝吉龍過程產(chǎn)生大量冰晶，進(jìn)而產(chǎn)生雪晶，對(duì)應(yīng)在圖10c、d中117.3°E上空預(yù)催化雪的含量遠(yuǎn)高于實(shí)際催化，高空的雪下落融化增加了地面的降雨。表明在過冷水含量豐富的云層中應(yīng)播撒足夠量的碘化銀方可實(shí)現(xiàn)對(duì)播撒區(qū)域內(nèi)云水和水汽的充分開發(fā)，實(shí)現(xiàn)充分轉(zhuǎn)換，提高增雨效果。這也是該個(gè)例中預(yù)催化比實(shí)際催化作業(yè)效果更好的主要原因。

圖5 預(yù)催化模擬與對(duì)照試驗(yàn) 10 min 凈降雨量之差隨時(shí)間的演變Fig.5 Temporal evolution of the difference between the 10 min net rainfall in the pre-seeding simulation and the control experiment

圖6 預(yù)催化模擬與對(duì)照試驗(yàn)累計(jì)降雨量之差隨時(shí)間的演變Fig.6 Temporal evolution of the difference in cumulative rainfall between pre-seeding simulation and the control experiment

圖7 實(shí)際催化與對(duì)照試驗(yàn) 10 min 凈降雨量之差隨時(shí)間的演變Fig.7 Temporal evolution of the difference between the 10 min net rainfall in the actual seeding simulation and the control experiment

圖8 實(shí)際催化模擬與對(duì)照試驗(yàn)累計(jì)降雨量之差隨時(shí)間的演變Fig.8 Temporal evolution of the difference in cumulative rainfall between actual seeding simulation and the control experiment

圖9 催化與對(duì)照試驗(yàn) 10 min 降雨量之差 （實(shí)線為正值，虛線為負(fù)值，單位：mm） 和對(duì)照試驗(yàn)10 min 降雨量（色階，單位：mm）（a.預(yù)催化，b.實(shí)際催化）Fig.9 The rainfall variation （positive for enhancement，negative for decrease，unit：mm） and natural rainfall in 10 min（shaded，unit：mm）（a.pre-seeding，b.actual seeding）

5 總結(jié)與討論

文中著眼北京地區(qū)人工影響天氣業(yè)務(wù)對(duì)模式預(yù)報(bào)的需求，結(jié)合地基作業(yè)的特點(diǎn)，進(jìn)行了地基碘化銀冷云催化數(shù)值模式在業(yè)務(wù)應(yīng)用中的相關(guān)研究，結(jié)果如下：

（1）催化模擬的背景場(chǎng)來自同化了多種觀測(cè)資料的RMAPS-ST預(yù)報(bào)結(jié)果數(shù)據(jù)。模擬的區(qū)域范圍覆蓋北京地區(qū)所有的地面作業(yè)站點(diǎn)以及華北人工影響天氣飛機(jī)作業(yè)區(qū)域。碘化銀冷云催化模塊耦合在WRF Morrison雙參數(shù)微物理方案中，主要考慮了冰核的接觸凍結(jié)核化以及水汽在人工冰核上的凝華核化。

（2）模擬催化流程主要包括：（a）運(yùn)行對(duì)照試驗(yàn)，根據(jù)算法挑選出適合的作業(yè)站點(diǎn)和作業(yè)時(shí)間、作業(yè)量；（b）根據(jù)（a）給出的作業(yè)信息運(yùn)行預(yù)催化模擬，給出預(yù)催化的作業(yè)效果（增、減雨量）；（c）將實(shí)際作業(yè)信息輸入進(jìn)行實(shí)際作業(yè)重催化模擬，同樣給出作業(yè)效果。對(duì)比預(yù)催化和實(shí)際催化的效果，評(píng)估預(yù)催化方案。

需要指出的是，文中只是對(duì)冷云催化數(shù)值模式在業(yè)務(wù)中的應(yīng)用進(jìn)行了初步的研究。文中的理論計(jì)算如用彈量等的計(jì)算過程中有諸多假設(shè)，再加上實(shí)際的人工影響天氣作業(yè)受多種主、客觀因素的限制，如空域申請(qǐng)等。因此，北京地區(qū)的冷云催化數(shù)值模式業(yè)務(wù)應(yīng)用目前在實(shí)施中有諸多不足，通過對(duì)個(gè)例的應(yīng)用研究和分析預(yù)催化與實(shí)際催化累計(jì)降雨量差產(chǎn)生的原因可以對(duì)算法指標(biāo)進(jìn)行評(píng)估改進(jìn)，以更好地指導(dǎo)應(yīng)用，今后需要進(jìn)一步改進(jìn)和完善。此外，成熟的業(yè)務(wù)應(yīng)用要涉及到諸如計(jì)算時(shí)效、預(yù)報(bào)時(shí)效、地面（或空中）作業(yè)資源配置等多種因素，如何兼顧多種影響因素并在有限的預(yù)報(bào)時(shí)段內(nèi)給出合理的催化方案還需要長(zhǎng)時(shí)間序列的個(gè)例檢驗(yàn)。針對(duì)不同的天氣形勢(shì)、不同季節(jié)、不同類型的降水等催化方案都會(huì)有一定的差異，今后還需要更多的科學(xué)研究和業(yè)務(wù)應(yīng)用來進(jìn)行總結(jié)歸納和優(yōu)化提升。

圖10 沿圖9中40.9°N的垂直剖面 （黑色等值線：云水比質(zhì)量，藍(lán)色等值線：雪比質(zhì)量，綠色等值線：雨水比質(zhì)量，紅色等值線：霰比質(zhì)量，單位：g/kg，色階：碘化銀比質(zhì)量，單位：10?14 g/kg，黑色虛線：溫度，單位：℃）（a、c.預(yù)催化，b、d.實(shí)際催化）Fig.10 The vertical section along 40.9°N in Fig.9 （black contours：cloud-water，blue contours：snow，green contours：rainwater，red contours：graupel，unit：g/kg，colored shadow：silver iodide，unit：10?14 g/kg，black dotted line：temperature，unit：℃）（a，c.pre-seeding；b，d.actual seeding）