機載熱線含水量儀探測數據校驗方法

劉曉璐 張 元 劉東升

1)(四川省人工影響天氣辦公室， 成都 610072)

2)(中國氣象局云霧物理環(huán)境重點開放實驗室， 北京 100081)

引 言

云由水滴(云滴、雨滴)和冰粒子組成。云中液態(tài)水含量是云物理特征的重要參數，也是人工增雨(雪)的重要指標，它的大小和分布是確定催化劑量和云中播撒位置的重要依據。人工影響天氣技術已在我國得到廣泛應用，在抗旱減災、防雹減災和生態(tài)文明建設等方面發(fā)揮了重要作用，提高人工催化效率需建立在對云的精準探測基礎上，其中對云中液態(tài)水含量的探測尤為重要，云中液態(tài)水含量測量精度直接影響人工影響天氣效果[1-13]。飛機飛行中也需要關注云中的過冷水含量，以防發(fā)生嚴重飛機積冰情況[14]。不同閾值的液態(tài)水含量和云粒子數濃度及其組合是入云判別指標[15-17]。

云中含水量可采用以下方法獲得[18]：①通過探測云滴和雨滴的直徑與數量，計算得到云中液態(tài)水含量。②通過熱線含水量儀直接感應測量，探測云中液態(tài)水耗散的功率測量云水含量，如通過DMT(Droplet Measurement Technologies)公司云粒子探測系統中的熱線含水量儀LWC-100探測電壓數據可計算出云水含量。熱線含水量儀能夠測量不同粒徑范圍的液態(tài)水含量，由于粒子破碎或者電磁噪聲等原因，機載云粒子圖像探頭會探測到偽粒子圖像，導致云微物理參數計算結果偏差[19]。

機載熱線含水量儀LWC-100是進口設備，對測量原理和實際操作不熟悉，會造成液態(tài)水含量數據誤差較大的情況發(fā)生。目前河北省人工影響天氣中心、北京市人工影響天氣中心、山西省人工增雨防雷技術中心、中國氣象局人工影響天氣中心的專家開展相關研究，利用入云判別指標，通過機載應用軟件M300自動識別入云時刻，對機載熱線含水量儀探測數據進行校驗。本研究在分析四川省2015年和2017年機載熱線含水量儀測得液態(tài)水含量存在異常極大值、極小值和負值數量多等問題基礎上，提出科學合理的液態(tài)水含量校驗方法，并驗證其可行性。

1 數據與方法

利用2015年和2017年在四川盆地南部開展的10架次飛機云物理探測數據和對應時間的地面降水數據，分析機載探測數據。飛機探測數據為新舟60飛機搭載的DMT公司的云粒子探測系統。探測設備包括熱線含水量儀(hot-wire liquid water content sensor)，云粒子探頭(cloud droplet probe，CDP)，云粒子圖像探頭(cloud imaging probe，CIP)，降水粒子圖像探頭(precipitation imaging probe，PIP)，飛機綜合氣象要素測量系統(Aircraft Integrated Meteorological Measurement System)(AIMMS-20)[20-28]。表1為設備類型、測量范圍和探測要素等信息。

微波輻射計數據為布設在四川省宜賓縣氣象站(28.7°N，104.6°E，海拔287 m)的MWP 967KV型地基多通道微波輻射計反演數據，采用BP神經網絡實時反演大氣溫度、相對濕度、水汽密度、液態(tài)水含量廓線[29]。廓線垂直覆蓋范圍為地表至頂空10 km，共劃分為58層，以地表作為第1層起向上，第1～11層、第11～26層、第26～58層分辨率分別為50，100，250 m，時間分辨率為3～5 min。

雨量數據為國家一般氣象站四川省宜賓縣氣象站的逐分鐘雨量。

2 熱線含水量儀的探測原理

LWC-100可通過測量水滴蒸發(fā)時釋放的熱量計算液態(tài)水含量。加熱氣缸暴露在氣流中，攔截迎面而來的液滴。電子設備將該傳感器保持在恒定溫度(約125℃)，并監(jiān)測飛行過程中液滴碰撞到線圈蒸發(fā)時調節(jié)溫度所需的功率。傳感線消耗的功率(Pt)主要包括對流熱損失(Pd)和潛熱損失(Pw)。對流熱損失由流經加熱傳感器的空氣產生。潛熱損失是水滴撞擊或經過傳感器附近蒸發(fā)的結果。

傳感線消耗的功率Pt可由電壓和電流計算得到。對流熱損失功率Pd的算法有2種：第1種是根據實驗室經驗公式，計算的液態(tài)水含量值記為L1；第2種是根據入云前的線圈電壓與電流計算的功率，計算的液態(tài)水含量記為L2。

3 液態(tài)水含量數據存在的問題

表2整段飛行中L1與L2有異常極值出現，第9飛行架次的L1極大值達69.13 g·m-3，第6架次L2的極小值達-11.54 g·m-3。當CDP，CIP和PIP 3種探頭探測的粒子數濃度N均為0時，L1與L2并非全部為0。由此可見在熱線含水量儀的L1與L2存在3種明顯的誤差問題：存在負值，極大值異常，未探測到液態(tài)水粒子的情況下液態(tài)水含量不為0。

表2 液態(tài)水含量數據概況

L1與L2誤差產生的主要原因有4種。原因1：實驗室經驗公式的參數多，包括溫度、氣壓、真空速等，各個參數的誤差導致計算的L1誤差疊加。原因2：飛機探測階段，機上操作人員未在入云前操作調零，導致L2實際是由未減去Pd的Pt計算得出。原因3：飛機探測階段，機上操作人員全程僅采集1次入云前的Pd，作為整段探測飛行的Pd，導致不同海拔高度(簡稱高度)不同溫度上均使用同樣的Pd。原因4：飛行過程中入云和出云間隔時間較短，Pd由人為操作采集，采集操作不及時，導致L2產生誤差。原因1屬于儀器誤差，只有提高儀器對溫度、氣壓、真空速的探測精度，才能降低多變量公式導致的誤差疊加。原因2、原因3和原因4均屬于操作誤差，可以通過研究校驗儀器所參考的指標閾值，規(guī)范儀器的操作流程，使用機載軟件M300自動化校驗等辦法，從而降低人為操作導致的誤差。

4 校驗方法

針對液態(tài)水含量數據存在的問題，需要逐條解決，依照上述產生原因對應擬定4條校驗原則。原則1：避免實驗室經驗公式中的多參數組合計算產生誤差重疊。原則2：入云前采集Pd。原則3：整段飛行探測入云前Pd為動態(tài)變化。原則4：以探測數據作為入云的客觀判別指標，變化可能是秒級，而人為判別后再操作可能會延誤校驗設備的時機。

4條校驗原則均涉及入云前Pd，由此可見，入云前Pd判別至關重要。Pt和Pd分別是入云后和入云前消耗的功率，由于電流是10 A，因此選出入云前線圈電壓是關鍵，即入云判斷是關鍵。

本文以CDP，CIP，PIP 3種探頭的探測為重要依據，有3種方法判斷是否入云，見表3。方法1：以CDP探頭不同粒子尺度分檔為標準，不低于某一檔尺度的粒子數濃度大于0記為入云。該方法以CDP云粒子探頭為唯一探測設備，既考慮云粒子尺度因素，又考慮不同尺度云粒子的數濃度因素。方法2：以CDP數濃度大于10 cm-3為入云判定條件。該方法以CDP探頭為唯一探測設備，采用Rangno等[30]提出的當大于2 μm 的粒子數濃度超過10 cm-3時判斷為云水區(qū)，僅考慮云粒子數濃度。方法3以CDP，CIP，PIP 3種探頭探測的粒子數濃度大于0記為入云。該方法以CDP，CIP，PIP 3種探頭為探測設備，僅考慮3種探頭探測的粒子數濃度。因此3種方法均滿足原則2、原則3和原則4的設定，根據探測數據動態(tài)判別是否入云。

表3 入云判別方法與指標閾值

按照上述3種方法，分別計算10次探測飛行的液態(tài)水含量。為了滿足原則1設定，不使用實驗室經驗公式，直接選取線圈電壓計算。

5 校驗方法驗證

3種方法校驗后，當CDP，CIP，PIP 3種探頭探測的粒子數濃度等于0時液態(tài)水含量均為0。

CDP探頭測量粒子尺度范圍為2～50 μm，共分為30檔，前12檔分辨率為1 μm，后18檔分辨率為2 μm，依據方法1分別計算CDP探頭30檔尺度的液態(tài)水含量。熱線含水量儀原理中僅考慮液態(tài)水對熱線功率的影響，因此為避免存在冰相粒子導致CDP數濃度偏大的影響，校驗方法的驗證僅針對溫度大于0的正溫區(qū)。

由圖1a可見，正溫區(qū)的液態(tài)水含量為負值的數量占正溫區(qū)樣本量的比率，10個架次負值占比為0～28%，所有架次的負值占比在粒子尺度5 μm均小于5%。第3，4，6，9，10架次呈現直線陡降形態(tài)，第5，8架次呈現以粒子尺度24 μm為波峰的單波形態(tài)，第1，2，7架次呈現隨粒子尺度增大負值占比波動減少特征，整體上所有架次在粒子尺度為5～7 μm 呈負值占比的低值區(qū)。由圖1b可見，正溫區(qū)的液態(tài)水含量最小值，10個架次負值最小值為-1.33～0 g·m-3，除了第2，3，5架次分別在粒子尺度12，20，20 μm出現谷值，其余7架次整體呈尺度越大，液態(tài)水含量越小，值越接近0的趨勢，整體上除了在粒子尺度為48 μm外，所有架次在粒子尺度為5～7 μm和14～16 μm較其他尺度的負值誤差更小。圖1c是正溫區(qū)的液態(tài)水含量最大值，10個架次負值最大值為0～1.37 g·m-3，在6，20，26，36 μm等尺度存在階梯性陡降的特征。整體上呈尺度越大、最大值越接近0的趨勢，所有架次粒子尺度在2～6 μm 內，液態(tài)水含量的最大值未出現減小。

圖1 方法1確定的10個架次正溫區(qū)的液態(tài)水含量負值占比(a)、最小值(b)和最大值(c)

綜上可知，相較其他尺度，5 μm計算的液態(tài)水含量負值數量更少，負值的極值更合理，正值的極值未減小。其原因可能是能夠在熱線含水量儀的線圈上發(fā)生影響電壓變化的云粒子尺度閾值為5 μm。如果選擇閾值大于5 μm，雖然負值占比更低，但是正值的數值減小，同樣會造成液態(tài)水含量的探測值較實際值偏小的誤差。所以，5 μm可以作為方法1的最優(yōu)尺度，即以粒子尺度不小于5 μm的粒子數濃度大于0為入云指標。

表4為10次探測正溫區(qū)采集的樣本量，其中方法1的入云指標為不小于5 μm的粒子數濃度大于0。

表4 正溫區(qū)的液態(tài)水含量的探測數據及3種方法校驗值對比

方法1，2，3均降低了第8，9，10架次的負值占比，方法1，2還降低了第2和第6架次的負值占比。對于第1，3，4，5，7架次的負值占比，雖然3種方法均沒有降低負值占比，但探測數據極值異常，經過方法1，2的校驗，消除了極小值過小或極大值過大的異?，F象。雖然方法2的負值占比有6個架次小于方法1，但是經過方法2計算的第6，7架次的液態(tài)水含量為0，而CDP探頭的總數濃度雖然小于10 cm-3但是存在大于5 μm的云滴，因此液態(tài)水含量值為0與實際不符。以負值的數量和極值大小作為評價依據，綜合判斷方法1整體優(yōu)于方法2和方法3。因此，方法1以粒子尺度為5 μm 作為入云前干功率采集時機，是最優(yōu)選方法。

圖2為2015年12月1日四川省的一次飛行航跡，飛機定位信息取自機載綜合氣象測量系統(AIMMS-20)。當日飛機起降機場為四川廣漢機場，在四川省宜賓市開展水平探測飛行。

圖2 2015年12月1日飛機探測的飛行軌跡和地基微波輻射計位置投影

圖3a 11:02:24(北京時,下同)飛機從A點871 m 高度快速爬升，11:21:37到達4063 m高度的B點，到達C點前10 min內在4032～4065 m高度水平探測飛行，隨后開展4次下降后水平探測飛行，11:32:47—13:12:40的DE段高度為3656～3743 m，13:15:57—13:25:11的FG段高度為3023～3055 m，13:28:38—13:53:05的HI段高度為2368～2411 m，13:57:36—13:59:53的JK段高度為1451～1476 m，14:02:05—14:03:55的LM段高度為865～888 m。14:06:01在N點落地，飛行時長3 h。整段飛行中，有3段出現溫度陡降的現象，分別為飛機爬升階段AB段，平飛階段DE和HI段內。該架次全程飛行溫度均在正溫區(qū)，最低溫度為0.3℃。

圖3b第1段降溫的爬升階段，CDP和PIP探測到粒子最大數濃度分別為5.4×103和1.4×10-3cm-3，CIP探頭在此段故障無數據。第2段降溫的平飛階段，CDP，CIP，PIP探測到粒子最大數濃度分別為2.1×103，0.26，0.02 cm-3。第3段降溫開始于飛行降高度，在平飛階段持續(xù)，CDP，CIP，PIP探測到粒子最大數濃度分別為0.7×103，0.53，8.0×10-3cm-3。

圖3c是液態(tài)水含量的探測數據和方法1，2，3的校驗值。探測數據在起飛和落地時均有異常極值出現，液態(tài)水含量探測值整體高于3種方法的校驗值，特別在12:50—13:20期間3個探頭均無明顯數濃度，但探測數據卻能達到0.1～0.5 g·m-3，這明顯與事實不符。方法2在12:19:37出現極小值-0.93 g·m-3，與方法1和方法3校驗值相比明顯異常。方法3的負值數達到1528例，比方法1和方法2的負值數多近10倍。

圖3d是飛機探測與宜賓地基微波輻射計的距離，飛機在12:45:58的3687 m高度時與地基微波輻射計的水平距離最近，為17.45 km。

圖3 2015年12月1日飛機探測要素隨時間變化

續(xù)圖3

選取飛機與微波輻射計距離為20 km范圍的時間段12:43:50—12:48:21，該時段在3677～3699 m高度飛行，微波輻射計反演的最近高度層為3787 m，比較熱線含水量儀3種方法校驗后的和微波輻射計反演的液態(tài)水含量。由圖4可見，微波輻射計反演的液態(tài)水含量在0.034～0.054 g·m-3，方法1、方法2、方法3校驗后的液態(tài)水含量分別在0～0.058，0，-0.109～0.130 g·m-3。方法2的液態(tài)水含量全部為0，方法3的液態(tài)水含量有大量負值，方法1的液態(tài)水含量無負值，方法1的液態(tài)水含量極值與微波輻射計的數值也接近。綜上所述，該架次整段飛行選擇CDP采集到不小于5 μm的粒子時作為入云的指標較為合理。

圖4 2015年12月1日飛機與地基微波輻射計水平距離20 km范圍內的液態(tài)水含量隨時間變化

2017年11月27日12:04:58—17:02:33探測飛機在四川省宜賓市開展水平與垂直探測飛行，飛行時長近5 h。熱線含水量儀探測的液態(tài)水含量在13:39—13:46有異常極值-3.8 g·m-3，這明顯與事實不符。選取飛機與微波輻射計距離為20 km范圍正溫區(qū)的時間段14:27:39—15:22:49，該時段內飛機與地基微波輻射計的水平距離最近為9.76 km，飛機在3600～4483 m高度飛行，微波輻射計反演數據在3537～4537 m高度層就近選擇，比較熱線含水量儀和微波輻射計的液態(tài)水含量。微波輻射計反演的液態(tài)水含量為0.007～0.008 g·m-3，方法1、方法2、方法3校驗后的液態(tài)水含量分別為0～0.0088，0，-0.003～0.0088 g·m-3。方法2的液態(tài)水含量全部為0，方法3的液態(tài)水含量有大量負值，方法1的液態(tài)水含量無負值且其含量極值與微波輻射計數值接近。綜上所述，該架次整段飛行選擇CDP采集到不低于5 μm 的粒子時作為入云的指標較為合理。

6 結論與討論

針對2015年和2017年在四川省開展的飛機云物理探測的熱線含水量儀探測和計算的液態(tài)水含量存在異常極大值、負值數量多等問題，分析產生原因，提出校驗方法。

1) 產生異常大值和負值的可能原因包括：各個參數的誤差導致液態(tài)水含量計算值的誤差疊加；未在入云前采集干功率；整段探測飛行僅采集1次入云前的干功率；人為采集入云前的干功率但時機把握不夠精準，環(huán)境變化導致熱線含水量儀產生誤差。

2) 依據CDP，CIP，PIP 3個探頭的探測數據，提出3種方法對入云前的干功率進行重新計算，方法1以CDP探頭的不同粒子尺度分檔為標準，不低于某一檔尺度的粒子數濃度大于0記為入云。方法2以CDP探頭的數濃度大于10 cm-3為入云判定條件。方法3是以CDP，CIP，PIP 3種探頭探測的粒子數濃度大于0記為入云。

3) 依據方法1分別計算CDP探頭30檔尺度的液態(tài)水含量。校驗方法僅針對溫度大于0℃的正溫區(qū)，結果顯示5 μm較其他尺度計算得到的液態(tài)水含量的負值數量更少，負值的極值更合理，正值的極值未減小。其原因可能是能夠在熱線含水量儀的線圈上發(fā)生影響電壓變化的云粒子尺度閾值為5 μm。

4) 3種方法均可糾正液態(tài)水含量不為0的情況，負值數量也較探測數據明顯減少。以負值數量和大小作為評價依據，方法3的負值占比和極值異常值等問題較方法1和方法2偏多。以CDP探頭云粒子譜分布為依據，方法2降水存在液態(tài)水的數據校驗為0，這顯然與事實不符。因此，方法1以不小于5 μm的粒子數濃度大于0記為入云，校驗計算得到的液態(tài)水含量較方法2和方法3更優(yōu)，校驗后的數據更加可靠。

致 謝：河北省人工影響天氣中心楊洋工程師、山西省人工增雨防雷技術中心李義宇高級工程師、中國氣象科學研究院人工影響天氣中心高揚高級工程師、北京市人工影響天氣中心馬新成正研級高級工程師對本文給予指導和幫助，特此感謝。