一次飛機(jī)嚴(yán)重積冰的天氣條件和云微物理特征

王澤林 周 旭 吳俊輝 李佰平 藺玉潔 閆文輝 張 瑩

1)(中國飛行試驗研究院， 西安 710089) 2)(西北工業(yè)大學(xué)軟件學(xué)院， 西安 710072) 3)(中國氣象局人工影響天氣中心， 北京 100081) 4)(中國氣象局云降水物理與人工影響天氣重點開放實驗室， 北京 100081) 5)(上海市氣象服務(wù)中心， 上海 200030)

引 言

積冰是飛機(jī)全天候飛行必然遭遇的極端天氣之一，飛機(jī)積冰嚴(yán)重威脅飛行安全，據(jù)美國國家安全運輸委員會(National Transportation Safety Board，NTSB)統(tǒng)計，1994—2010年與天氣原因相關(guān)的飛行事故中，飛機(jī)積冰占7%[1]。因此，民用運輸類飛機(jī)交付前，需要進(jìn)行冰風(fēng)洞試驗、模擬冰型試驗、自然結(jié)冰試飛等一系列嚴(yán)格的測試。其中，自然結(jié)冰飛行試驗需要尋找真實大氣中的積冰環(huán)境，是最難完成的科目之一。

自20世紀(jì)40年代，美國國家航空咨詢委員會(National Advisory Committee for Aeronautics，NACA)對飛機(jī)積冰開展了一系列研究，制定了美國適航規(guī)章第25部附錄C，該附錄利用液態(tài)水含量(liquid water content，LWC)、水滴平均有效直徑(mean effective drop diameter，MED)、大氣靜溫、云層水平范圍、云層垂直范圍和氣壓高度確定了連續(xù)最大(層云)積冰條件和間斷最大(積云)積冰條件的標(biāo)準(zhǔn)[2]。我國運輸類飛機(jī)適航審定規(guī)章在該基礎(chǔ)上發(fā)展而來[3]。近年美國聯(lián)邦航空管理局(Federal Aviation Administration,FAA)為進(jìn)一步提高飛機(jī)在積冰條件下的安全飛行標(biāo)準(zhǔn)，增加了過冷大水滴(supercooled large droplet,SLD)、混合相態(tài)和冰晶積冰環(huán)境下的驗證標(biāo)準(zhǔn)[4]。

國內(nèi)外機(jī)構(gòu)和學(xué)者對飛機(jī)積冰的天氣系統(tǒng)進(jìn)行大量研究。美國空軍研究表明85%觀測到的積冰位于鋒區(qū)附近，最大水平范圍的積冰與暖鋒有關(guān)，最嚴(yán)重的積冰與冷鋒有關(guān)[5]。我國西南、西北地區(qū)導(dǎo)致飛機(jī)積冰的天氣系統(tǒng)有冷鋒、高空槽和切變線[6-7]， 華北地區(qū)有華北地面高壓和河套地區(qū)高空槽形成的回流與倒槽[8]。遲竹萍[9]統(tǒng)計2000—2005年山東地區(qū)不同天氣系統(tǒng)增雨飛機(jī)積冰，發(fā)現(xiàn)低壓倒槽、冷鋒、南方氣旋是產(chǎn)生飛機(jī)中度積冰的主要天氣背景。

積冰探測研究也取得了很多成果。美國、加拿大的研究機(jī)構(gòu)對北美地區(qū)的積冰氣象條件展開了大量飛機(jī)探測研究[10-15]，獲得詳盡的積冰氣象條件資料庫和飛機(jī)積冰氣候研究成果[16-17]，北美五大湖地區(qū)也成為各大飛機(jī)制造商完成自然結(jié)冰適航審定試飛的首選地區(qū)[18]。2019年美國聯(lián)邦航空管理局與加拿大國家研究委員會啟動ICICLE(In-Cloud Icing and Large-drop Experiment)項目，對北美五大湖地區(qū)的小水滴和過冷大水滴氣象條件開展深入探測研究[19]。我國氣象部門通過人工影響天氣作業(yè)對層狀云開展大量飛機(jī)觀測[20-21]，在機(jī)載熱線含水量儀探測數(shù)據(jù)校驗方法、機(jī)載云微物理探頭觀測資料處理方法和技術(shù)等方面[22-25]為國內(nèi)積冰探測提供了實現(xiàn)手段。利用機(jī)載觀測數(shù)據(jù)揭示積層混合云、弱降水層狀云、地形云、青藏高原夏季對流云等不同云系的微物理特征[26-29]，尤其加深了對華北地區(qū)層狀云的微物理結(jié)構(gòu)和降水形成機(jī)制的認(rèn)識[30-32]。氣象部門通過大量觀測試驗研究了層狀云中過冷水的分布和生消機(jī)制，對于識別飛機(jī)積冰環(huán)境具有重要意義。由于我國民機(jī)工程起步較晚，國內(nèi)專門針對飛機(jī)積冰的探測試驗鮮有開展，目前僅在一些航空裝備自然結(jié)冰審定試飛中開展少量飛行試驗[33-35]，2016年中國氣象局人工影響天氣中心在安徽安慶開展了2架次探測試驗，取得少量飛機(jī)積冰云微物理資料[36]。由于缺乏飛機(jī)積冰條件下的云微物理樣本，飛機(jī)積冰氣候研究和積冰預(yù)報算法驗證難以有效開展。

為使我國自主研發(fā)的運輸類飛機(jī)能夠安全飛行并獲得適航證書，在國內(nèi)尋找適合自然結(jié)冰試飛的試驗區(qū)迫在眉睫。為支撐C919大型客機(jī)自然結(jié)冰試飛選址，2021年2月中國飛行試驗研究院聯(lián)合上海市氣象局在我國陜西、山西開展飛機(jī)積冰資源探測試驗。本文利用機(jī)載探測資料、ERA5再分析資料和常規(guī)氣象資料對發(fā)生在2021年2月28日探測飛行中遭遇嚴(yán)重積冰的天氣條件和云微物理特征進(jìn)行分析，為今后國內(nèi)自然結(jié)冰試飛選址、飛機(jī)積冰氣象條件研究和航空氣象保障服務(wù)提供參考。

1 觀測設(shè)備和資料

1.1 飛機(jī)觀測設(shè)備和資料

本研究所使用的飛機(jī)觀測資料由2021年2月28日國王350飛機(jī)在山西蒲縣地區(qū)穿云探測飛行中獲取。該飛機(jī)加裝云粒子測量設(shè)備、氣象綜合探頭和液態(tài)水含量探頭，主要測量設(shè)備包括：云粒子探頭(cloud droplet probe， CDP)，綜合氣象要素測量系統(tǒng)(Aircraft Integrated Meteorological Measurement System，AIMMS)，總水含量儀(water content meter，WCM)。測量設(shè)備詳細(xì)參數(shù)見表1，為確保所獲取的探測資料真實可靠，上述測量設(shè)備在探測飛行之前均進(jìn)行了標(biāo)定。

表1 機(jī)載測量設(shè)備功能及參數(shù)Table 1 Airborne instrumentations and main parameters

本文僅研究適航審定規(guī)章附錄C中涉及的小云滴積冰(中值體積直徑小于40 μm)，所選用的主要參數(shù)包括：云粒子探頭通過云粒子譜計算的液態(tài)水含量(CDP-LWC，單位：g·m-3)，云粒子探頭計算的中值體積直徑(CDP-MVD，median volume diameter，單位：μm)，云粒子探頭觀測的云粒子數(shù)濃度(CDP-N，單位：cm-3)，總水含量儀觀測的液態(tài)水含量(WCM-LWC，單位：g·m-3)和總水含量(WCM-TWC，單位：g·m-3)，綜合氣象要素測量系統(tǒng)所觀測的大氣溫度(TA，單位: ℃)。飛機(jī)遭遇嚴(yán)重積冰期間總水含量儀觀測的平均總水含量為0.524 g·m-3，平均液態(tài)水含量為0.50 g·m-3，液態(tài)水含量占總水含量的95.4%，因此認(rèn)為層狀云主要以云滴為主，忽略冰晶對云粒子探頭觀測液態(tài)水含量造成的誤差。本文參考Che等[37]和蔡兆鑫等[38]的方法進(jìn)行出入云判定，即當(dāng)云粒子數(shù)濃度大于10 cm-3且云粒子探頭觀測的液態(tài)水含量大于0.001 g·m-3時，認(rèn)為飛機(jī)入云。

1.2 其他資料

本文選用2021年2月28日08:00—18:00(北京時，下同)ERA5逐小時資料，水平分辨率為0.25°×0.25°,垂直方向為1000 hPa到300 hPa共20個高度層，包括云水含量、垂直速度、溫度、風(fēng)場、位勢高度和海平面氣壓。中國氣象局氣象信息綜合分析處理系統(tǒng)(Meteorological Information Comprehensive Analysis and Processing System，MICAPS)08:00陜西省延安站的探空資料。

2 飛機(jī)飛行觀測概況

2021年2月28日09:07:35—09:23:08探測飛機(jī)在山西蒲縣上空穿越層狀云的過程中遭遇嚴(yán)重積冰，飛機(jī)風(fēng)擋、機(jī)翼迅速積聚明冰，飛行員目測積冰最大厚度為5 cm，由于積冰速率快，飛機(jī)爬升率迅速減小。圖1a為飛機(jī)探測軌跡，本文將此次嚴(yán)重積冰過程分為兩個階段(圖1b):第1階段(09:07:35—09:13:44)，飛機(jī)在4300 m高度入云并盤旋下降至3108 m；第2階段(09:13:45—09:23:08)，飛機(jī)從3108 m盤旋爬升至4300 m。

3 天氣條件

3.1 天氣背景

受高空槽、低空急流和冷鋒系統(tǒng)影響，2021年2月28日西北地區(qū)東部出現(xiàn)陰雨天氣過程。在當(dāng)日08:00天氣圖(圖2)上，500 hPa在青藏高原東部為一寬廣槽區(qū)，觀測區(qū)(黑色三角)受高空槽前部的暖干氣流影響；700 hPa觀測區(qū)位于西南渦前部西南急流的北側(cè)，西南急流提供良好的水汽輸送條件；850 hPa觀測區(qū)受切變線影響；地面冷鋒位于內(nèi)蒙古—陜西西北部，觀測區(qū)位于冷鋒前部200 km。500 hPa高空槽、700 hPa和850 hPa切變線前部的輻合上升作用及冷鋒的抬升是此次天氣過程中過冷水形成和維持的主要動力機(jī)制，西南渦前部的低空急流為此次過程提供充足的水汽。

當(dāng)電池以不同的倍率放電時,電池的可放出容量是不同的,放電電流越大,能夠放出的容量越少;放電電流越小,相對放出的容量越多。因此放電倍率的變化給二次電池的SOC預(yù)測帶來一定的困難。而頻繁大倍率放電或充電,都將給二次電池帶來一定程度的損傷[6]。

3.2 探空資料分析

本文利用溫度露點差閾值法分析探空資料判斷云層垂直分布狀況[39]，同時參考美國空軍分析方法[5]，認(rèn)為當(dāng)溫度在-20～0℃且溫度露點差不大于3℃時處于積冰環(huán)境，發(fā)生嚴(yán)重積冰時，溫度露點差接近0℃。與飛機(jī)遭遇嚴(yán)重積冰區(qū)域距離最近的探空站點為延安站，因此對08:00延安站探空資料(圖3)進(jìn)行積冰條件分析。延安站上空存在兩層云，高層云位于8～9 km高度，低層云從近地層發(fā)展到4.5 km 高度，云頂溫度為-10℃，兩層云之間存在深厚的干層，3～4 km高度存在逆溫層，有利于過冷水的積聚。在1.7～4.5 km高度的溫度為-3℃到-9℃，溫度露點差為0℃，延安站附近存在發(fā)生嚴(yán)重積冰的溫度和濕度條件。

3.3 液態(tài)水分布特征

選用2021年2月28日09:00 ERA5再分析資料中的云水含量(specific cloud liquid water content，CLWC)、垂直速度(vertical velocity)和溫度資料對此次嚴(yán)重積冰過程開展分析。

液態(tài)水研究區(qū)域為34°～40°N，108°～114°E。飛機(jī)遭遇嚴(yán)重積冰區(qū)域(36.24°～36.40°N，111.05°～111.30°E)在圖4中用紫色矩形框標(biāo)注。由36.25°N 剖面(圖4a)可見，液態(tài)水含量大值區(qū)主要分布在109.5°E以東的750 hPa至550 hPa高度，液態(tài)水最大值為0.5 g·m-3。圖4b顯示沿111.25°E剖面存在3個液態(tài)水極大值中心。在36.5°～38.5°N，液態(tài)水含量大值區(qū)主要分布在600 hPa至550 hPa高度，最大值為0.4 g·m-3，其中37°～38.5°N存在速度為-0.8 Pa·s-1上升運動中心，環(huán)境溫度對應(yīng)為-4℃ 到-16℃。鋒區(qū)位于37°～38.5°N，其前部存在明顯的上升運動與豐富的液態(tài)水。在飛機(jī)遭遇嚴(yán)重積冰區(qū)域，液態(tài)水含量大值區(qū)在750 hPa到650 hPa 高度，液態(tài)水含量最大值為0.4 g·m-3，并伴有速度為-0.2 Pa·s-1的上升運動，環(huán)境溫度對應(yīng)為-4℃到-8℃。

4 云微物理特征

4.1 云微物理量時間變化特征

圖5為積冰過程中云微物理量隨時間變化。第1階段(09:07:35—09:13:44)，飛機(jī)從4300 m高度下降至3108 m高度，環(huán)境溫度為-8～-5℃；由液態(tài)水分布可知，云粒子探頭觀測的液態(tài)水含量(CDP-LWC)為0.2～0.5 g·m-3，最大值為0.7 g·m-3，總水含量儀觀測的液態(tài)水含量(WCM-LWC)為0.2～0.7 g·m-3，最大值超過0.8 g·m-3，兩者變化趨勢較為一致；云粒子數(shù)濃度為50～300 cm-3，最大為325 cm-3；云粒子中值體積直徑(CDP-MVD)呈先減小后上升趨勢，最小約為12 μm，最大約為27.5 μm，云滴譜顯示15～20 μm粒徑的云粒子數(shù)濃度為10～100 cm-3·μm-1，在09:12—09:13期間，20～30 μm粒徑的云粒子數(shù)濃度為1～10 cm-3·μm-1，云粒子中值體積直徑(CDP-MVD)為17.5～25 μm，同時伴隨有液態(tài)水峰值區(qū)。第2階段(09:13:45—09:23:08)，飛機(jī)從3108 m高度爬升至4300 m高度，各云微物理量的變化范圍和趨勢與第1階段基本一致，說明云層較為穩(wěn)定。在飛機(jī)遭遇嚴(yán)重積冰期間，云中過冷水含量豐富，云粒子探頭觀測的液態(tài)水含量(CDP-LWC)平均值為0.35 g·m-3, 總水含量儀觀測的液態(tài)水含量(WCM-LWC)平均值為0.5 g·m-3；云粒子直徑較大，云粒子中值體積直徑(CDP-MVD)平均為20.3 μm；云粒子數(shù)濃度平均為149.3 cm-3。

4.2 云微物理量垂直分布特征

利用探測飛行下降和爬升階段觀測資料，研究下降和爬升過程中云微物理量的垂直分布特征。圖6所示的第1階段(09:07:35—09:13:44)為飛行下降穿云探測。液態(tài)水垂直廓線表明：云粒子探頭觀測的液態(tài)水含量(CDP-LWC)和總水含量儀觀測的液態(tài)水含量(WCM-LWC)在垂直分布上較為一致，但峰值和分布高度存在差異，CDP-LWC分別在4.2 km，3.46 km，3.3 km高度出現(xiàn)極大值，在3.46 km 高度為最大值0.7 g·m-3；WCM-LWC分別在4.2 km，4 km，3.6 km，3.26 km高度出現(xiàn)極大值，在3.4 km高度為最大值0.85 g·m-3。溫度垂直廓線表明：4.15～4.3 km，3.9～4.01 km，3.44～3.5 km，3.26～3.4 km 高度為逆溫層。可見，液態(tài)水極大值區(qū)與逆溫層對應(yīng)關(guān)系較好，這是由于云中水汽凝結(jié)釋放大量潛熱，局部地區(qū)升溫所致，總水含量儀觀測的液態(tài)水含量(WCM-LWC)的峰值出現(xiàn)于逆溫層底部或頂部，國內(nèi)外試驗也觀測到該現(xiàn)象[32,40]，這是因為逆溫層的層結(jié)相對穩(wěn)定，對上下空氣的對流起削弱抑制作用，有利于云中液態(tài)水積聚。飛機(jī)觀測云頂高度為4.3 km，在近云頂處(云頂下方100～300 m)的云層中液態(tài)水含量豐富，這與國內(nèi)外觀測結(jié)果較為一致[21,33,41]。云粒子數(shù)濃度(CDP-N)廓線顯示，云粒子數(shù)濃度由低到高呈現(xiàn)增長趨勢，對應(yīng)中值體積直徑(CDP-MVD)呈減小趨勢，云粒子數(shù)濃度與其直徑存在負(fù)相關(guān)性，這與王黎俊等[42]對層狀云觀測結(jié)果較為一致。云粒子譜顯示，在3.5 km高度以下，15～27.5 μm云粒子數(shù)濃度為10 cm-3·μm-1，在3.5～4.3 km高度，云粒子直徑為5～20 μm，數(shù)濃度為10～100 cm-3·μm-1。

圖7所示的第2階段(09:13:45—09:23:08)為爬升穿云探測，飛機(jī)從3.1 km爬升至云頂，由液態(tài)水含量廓線可見，WCM-LWC在4.18 km高度和4.02 km高度出現(xiàn)峰值0.76 g·m-3，對應(yīng)云粒子數(shù)濃度存在峰值200 cm-3和275 cm-3，相應(yīng)中值體積直徑為15～20 μm。在3.46 km高度(逆溫層頂部)，總水含量儀觀測的液態(tài)水含量(WCM-LWC)出現(xiàn)峰值0.6 g·m-3，相應(yīng)云粒子數(shù)濃度(CDP-N)為125 cm-3，云粒子中值體積直徑(CDP-MVD)為24.5 μm。

4.3 積冰強(qiáng)度

美國氣象部門于20世紀(jì)40年代提出積冰強(qiáng)度的定義，之后氣象學(xué)家又將云中的過冷水含量與積冰強(qiáng)度關(guān)聯(lián)，20世紀(jì)50年代美國空軍提出積冰強(qiáng)度標(biāo)準(zhǔn),將飛機(jī)性能與液態(tài)水含量和積冰累積速率關(guān)聯(lián)。目前，在航空氣象服務(wù)中，積冰強(qiáng)度被劃分為微量、輕度、中度、嚴(yán)重，但這樣的表述在實際工作中存在模糊性和主觀性，同時也無法將不同機(jī)型的積冰強(qiáng)度聯(lián)系起來[43]。因此，美國學(xué)者提出積冰速率表述結(jié)冰強(qiáng)度的概念，累積0.635 cm厚度的積冰需15～60 min為輕度積冰，5～15 min為中度積冰，低于5 min 則為嚴(yán)重積冰，Jeck等[44]提出一種定量計算積冰強(qiáng)度的經(jīng)驗公式：

(1)

式(1)中，L表示液態(tài)水含量，單位：g·m-3；D為0.635 cm；t為時間，取為5，15，60 min；β為水滴收集效率；S為真空速，單位：km·h-1;A為比例經(jīng)驗常數(shù)。本文假設(shè)飛機(jī)攻角為0°，真空速為361.14 km·h-1，經(jīng)驗常數(shù)A為0.00118，收集效率β為0.48，云滴中值體積直徑為15 μm，采用上述經(jīng)驗公式計算輕度、中度、嚴(yán)重積冰液態(tài)水含量閾值分別為0.04 g·m-3，0.15 g·m-3，0.45 g·m-3。當(dāng)真空速為361.14 km·h-1， 09:07:35—09:23:08飛機(jī)在積冰環(huán)境中暴露飛行96.3 km，將飛機(jī)測量的總水含量儀觀測的液態(tài)水含量(WCM-LWC)秒級資料進(jìn)行5 s平均處理，利用經(jīng)驗公式計算出累積0.635 cm 厚度的積冰所需時間，結(jié)果見圖8。由圖8a可見，飛機(jī)在累計81.5 km 距離的積冰環(huán)境飛行中，總水含量儀觀測的液態(tài)水含量(WCM-LWC)累積平均值高于0.45 g·m-3。由圖8b可見，飛機(jī)在96.3 km暴露距離的積冰環(huán)境飛行中，遭遇輕度積冰5.6 km，遭遇中度及以上強(qiáng)度積冰90.7 km，其中遭遇嚴(yán)重積冰達(dá)到66.7 km，實際飛行中，收集效率β更大，云滴中值體積直徑存在大于15 μm 的情況，飛機(jī)積冰情況更加嚴(yán)重。

5 結(jié)論與討論

本文針對2021年2月28日發(fā)生的嚴(yán)重積冰天氣過程，利用飛機(jī)探測資料、再分析資料和探空資料研究發(fā)生嚴(yán)重積冰的天氣背景、云粒子垂直分布特征、過冷水含量等，主要結(jié)論如下：

1) 受500 hPa高空槽前暖干氣流、700 hPa西南渦前部急流和冷鋒系統(tǒng)影響，陜西、山西出現(xiàn)一次明顯的層狀云降水天氣。高空槽、低層切變線的輻合抬升與冷鋒的抬升作用有效促進(jìn)云中過冷水的生成，西南渦前部的低空急流為此次天氣過程提供充足水汽。

2) 飛機(jī)探測區(qū)周邊探空站點資料表明:探空站上空高層冰晶云與低層過冷水云間存在深厚的干層，由于缺乏冰晶效應(yīng)催化低層過冷水云冰晶化，低層云中過冷水得以維持。低層層狀云環(huán)境溫度為-9～-3℃，溫度露點差為0℃，具有發(fā)生嚴(yán)重積冰的溫度、濕度條件。

3) ERA5再分析資料表明：液態(tài)水大值區(qū)分布于冷鋒前部的暖側(cè)，環(huán)境溫度為-12～-4℃，同時伴有-0.8～-0.2 Pa·s-1上升運動。遭遇嚴(yán)重積冰區(qū)域的液態(tài)水主要分布在750 hPa至650 hPa高度，分布高度與飛機(jī)觀測值較為一致，但峰值較飛機(jī)觀測值偏小。

4) 飛機(jī)遭遇嚴(yán)重積冰期間環(huán)境溫度為-8～-5℃，云中過冷水含量豐富，云粒子探頭觀測的液態(tài)水含量(CDP-LWC)平均為0.35 g·m-3，最大值為0.7 g·m-3，總水含量儀觀測的液態(tài)水含量(WCM-LWC)平均為0.5 g·m-3, 最大值為0.85 g·m-3，云粒子中值體積直徑(CDP-MVD)平均為20.3 μm，云粒子數(shù)濃度(CDP-N)平均為149.3 cm-3。云微物理量垂直分布表明：云粒子數(shù)濃度(CDP-N)由低到高呈增大趨勢，云粒子中值體積直徑(CDP-MVD)呈減小趨勢。過冷水含量有兩處峰值區(qū)，分別位于近云頂處和云中逆溫層頂部或底部。在近云頂處，高過冷水區(qū)對應(yīng)云粒子中值體積直徑(CDP-MVD)為15～20 μm的較小云粒子，在3.5 km高度的逆溫層頂下方，高過冷水區(qū)域的云粒子中值體積直徑(CDP-MVD)為25～27.5 μm的較大云粒子。

5) 飛機(jī)積冰強(qiáng)度不僅與過冷水含量、云滴大小、溫度等氣象因素相關(guān)，也與翼型、飛行速度等飛機(jī)本身因素有關(guān)，因此不同機(jī)型在相同積冰環(huán)境中積冰強(qiáng)度也會存在較大差異。國王350飛機(jī)在環(huán)境溫度為-30～0℃、云粒子中值體積直徑(CDP-MVD)不小于15 μm的層狀云中進(jìn)行觀測或人工影響天氣穿云作業(yè)時，真空速為361.14 km·h-1情況下，液態(tài)水含量高于0.04 g·m-3可能遭遇輕度積冰，高于0.15 g·m-3可能遭遇中度積冰，高于0.45 g·m-3可能遭遇嚴(yán)重積冰。在冷鋒系統(tǒng)和低空西南急流影響下，在航空氣象保障中需注意高過冷水區(qū)域造成的嚴(yán)重積冰。

本文僅分析中值體積直徑小于40 μm的小云滴造成的飛機(jī)積冰，對于此次過程中，飛機(jī)在逆溫層中是否遭遇過冷大水滴造成的積冰還需開展深入的研究。

致 謝：山西省氣象局李培仁研究員、董亞寧工程師為本文提供了幫助，特此致謝。