浙江省夏秋季人工增雨作業(yè)雷達(dá)指標(biāo)研究

張 磊，宋 哲，徐 鋮，黃旋旋

（1.浙江省人工影響天氣中心，浙江 杭州 310000；2.浙江省氣象臺(tái)，浙江 杭州 310000）

引言

浙江地處中國(guó)東南沿海，雨量豐沛，常年平均降水量1468.8 mm，但由于降水時(shí)空分布不均，階段性、區(qū)域性干旱時(shí)有發(fā)生，尤以夏秋干旱危害更大［1］，已成為浙江省最嚴(yán)重的自然災(zāi)害之一。人工增雨是浙江省抗旱的基本措施之一，在緩解旱情方面發(fā)揮著重要作用。近年來(lái)，隨著政府部門對(duì)人工影響天氣工作了解的逐步加深，在水庫(kù)增蓄、森林防火、生態(tài)修復(fù)、空氣凈化等方面有了越來(lái)越多的增雨作業(yè)需求，多方面的作業(yè)需求推動(dòng)常態(tài)化人影作業(yè)的開(kāi)展，作業(yè)量顯著提高，與此同時(shí)，對(duì)人工增雨技術(shù)的需求特別是對(duì)作業(yè)條件判別技術(shù)的需求日趨強(qiáng)烈。開(kāi)展人工增雨作業(yè)條件判別研究，是人工影響天氣工作高質(zhì)量發(fā)展的必然要求，對(duì)實(shí)現(xiàn)科學(xué)合理作業(yè)，充分發(fā)揮人工增雨作業(yè)效益具有重要意義。

人工增雨作業(yè)條件判別是一個(gè)復(fù)雜的科學(xué)問(wèn)題，肖卉等［2］從天氣系統(tǒng)的位置及演變趨勢(shì)等宏觀層面對(duì)作業(yè)指標(biāo)進(jìn)行總結(jié)，指出作業(yè)時(shí)天氣系統(tǒng)處于發(fā)展階段作業(yè)效果好，作業(yè)點(diǎn)處在系統(tǒng)中部作業(yè)效果較為顯著。尚博等［3］、翟菁等［4］利用中尺度模式分析作業(yè)條件，指出冰面過(guò)飽和度、K指數(shù)、比濕、積分云水含量、低層垂直速度可作為作業(yè)條件的判別指標(biāo)。然而面對(duì)復(fù)雜多變的云系環(huán)境，上述指標(biāo)在臨近作業(yè)指揮中并不適用。基于探測(cè)資料得出的增雨作業(yè)指標(biāo)在臨近作業(yè)指揮業(yè)務(wù)中具有較高便利性。研究表明，過(guò)冷水通量、降水通量、云頂溫度、風(fēng)向可以作為地形云增雨作業(yè)指標(biāo)［7］，當(dāng)云頂溫度在-24～-10℃時(shí)播云作業(yè)效果較好［5-6］；VALI等［8］將過(guò)冷水含量大于0.05 g·m-3和冰晶濃度小于0.1 L-1的航線占總探測(cè)航線的百分比作為增雨指標(biāo)。此外，基于地基微波輻射計(jì)［9］、多普勒雷達(dá)［10-16］、偏振雷達(dá)［17］、GPS水汽［18］、探空［19］、衛(wèi)星遙感［20］等多種探測(cè)資料開(kāi)展了增雨作業(yè)相關(guān)指標(biāo)的研究。在眾多探測(cè)手段中，機(jī)載云物理探測(cè)設(shè)備具有得天獨(dú)厚的優(yōu)勢(shì)，可直接探測(cè)作業(yè)區(qū)的云粒子特征，能有效判斷作業(yè)區(qū)增雨條件［21-22］，但在未開(kāi)展飛機(jī)作業(yè)的地區(qū)并不適用，具有一定的局限性。多普勒雷達(dá)由于其較高的時(shí)空分辨率和較遠(yuǎn)的探測(cè)距離，已成為人工增雨作業(yè)條件判斷中最常用的探測(cè)手段。目前福建［13］、江西［14］、湖南［16］、重慶［15］等多個(gè)省份都基于多普勒雷達(dá)資料建立了適用于本省的增雨作業(yè)指標(biāo)，所用參量主要為回波強(qiáng)度、回波頂高、負(fù)溫區(qū)厚度、回波面積、垂直積分液態(tài)水含量、回波移速等。多普勒雷達(dá)速度場(chǎng)資料雖然也能用于增雨潛力分析和作業(yè)條件判別［23-24］，但在實(shí)際業(yè)務(wù)使用中不如其他參量便利。

浙江省級(jí)人影業(yè)務(wù)部門成立時(shí)間短，尚未建立適用于浙江省人工增雨作業(yè)的雷達(dá)指標(biāo)，亟需開(kāi)展相關(guān)研究。此外，全國(guó)多數(shù)省份雖已建立了各自不同的增雨作業(yè)雷達(dá)指標(biāo)，但在挑選研究樣本時(shí)大都未經(jīng)嚴(yán)格篩選，一般以作業(yè)后的雨量大小或作業(yè)記錄中的定性描述為篩選依據(jù)，缺乏足夠的說(shuō)服力，并且選取的部分雷達(dá)參量在實(shí)際作業(yè)指揮中難以快速獲取，存在實(shí)用性不高的問(wèn)題?；诖?，本文通過(guò)對(duì)2018—2020年浙江夏秋季的人工增雨作業(yè)過(guò)程進(jìn)行分析，根據(jù)定量效果檢驗(yàn)挑選樣本，建立不同季節(jié)不同類型云系人工增雨作業(yè)的局部指標(biāo)和整體指標(biāo)，并通過(guò)判別方程將二者有效結(jié)合，以期為浙江省更加科學(xué)合理地開(kāi)展人工增雨作業(yè)提供理論支撐。

1 資料與方法

1.1 資料

所用資料包括2018—2020年夏秋季（6—11月）浙江省人工影響天氣作業(yè)記錄、MICAPS數(shù)據(jù)、多普勒雷達(dá)基數(shù)據(jù)、自動(dòng)站小時(shí)雨量及探空數(shù)據(jù)。多普勒雷達(dá)包括湖州、杭州、寧波、衢州、金華、臺(tái)州、麗水、溫州共8部雷達(dá)，根據(jù)作業(yè)點(diǎn)位置選擇合適的雷達(dá)進(jìn)行分析；多普勒雷達(dá)數(shù)據(jù)為每6 min一組的觀測(cè)數(shù)據(jù)，選取最接近增雨作業(yè)時(shí)段的數(shù)據(jù)作為作業(yè)時(shí)刻雷達(dá)數(shù)據(jù)。全省共有杭州、衢州、臺(tái)州3個(gè)探空站，每天08：00（北京時(shí)，下同）和20：00各有一次探空觀測(cè)，探空資料選擇最接近作業(yè)時(shí)段且距離作業(yè)點(diǎn)最近的探空數(shù)據(jù)分析作業(yè)點(diǎn)上空風(fēng)向、風(fēng)速和0℃層高度等。

文中涉及的地圖基于國(guó)家測(cè)繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號(hào)為GS（2016）2556號(hào)的標(biāo)準(zhǔn)地圖制作，底圖無(wú)修改。

1.2 效果評(píng)估方法

采用逆推法獲取火箭增雨作業(yè)的雷達(dá)回波指標(biāo)，即從以往增雨作業(yè)個(gè)例中挑選增雨效果明顯的個(gè)例進(jìn)行雷達(dá)參數(shù)統(tǒng)計(jì)，總結(jié)適合開(kāi)展增雨作業(yè)的雷達(dá)指標(biāo)，再以此指標(biāo)作為今后增雨作業(yè)的參考依據(jù)。本文以定量統(tǒng)計(jì)的作業(yè)效果為依據(jù)，確保挑選出的研究樣本具有較強(qiáng)說(shuō)服力，從而使推導(dǎo)出的作業(yè)指標(biāo)更加科學(xué)合理。區(qū)域?qū)Ρ仍囼?yàn)為最常用的作業(yè)效果統(tǒng)計(jì)檢驗(yàn)方法之一，在我國(guó)人影效果評(píng)估業(yè)務(wù)中得到廣泛應(yīng)用［25-27］，其基本原理是假定目標(biāo)區(qū)和對(duì)比區(qū)的自然雨量相等，以試驗(yàn)期對(duì)比區(qū)雨量作為目標(biāo)區(qū)自然雨量估計(jì)值，再與實(shí)測(cè)雨量比較確定增雨效果［28］，具體分析步驟如下：

（1）分析作業(yè)合理性

作業(yè)合理性分析為作業(yè)效果評(píng)估第一步，若判斷作業(yè)不合理則無(wú)需計(jì)算其增雨效果。根據(jù)中國(guó)氣象局人影中心編制的《人工增雨作業(yè)效果檢驗(yàn)技術(shù)指南》（2016版），作業(yè)合理至少需要滿足作業(yè)有效射程范圍內(nèi)有雷達(dá)回波且催化劑能到達(dá)期望的云體部位，具體可細(xì)分為如下條件：1）從雷達(dá)CAPPI（等高平面位置顯示器，constant altitude plan position indicator，CAPPI）回波圖上看，在作業(yè)點(diǎn)射程范圍內(nèi)沿作業(yè)方位有一定強(qiáng)度的雷達(dá)回波；2）催化劑播撒高度高于0℃層；3）從雷達(dá)RHI（距離高度顯示器，range height indicator，RHI）回波圖上看，在催化高度上有一定強(qiáng)度的雷達(dá)回波。

（2）確定目標(biāo)區(qū)

火箭作業(yè)催化可以看作瞬時(shí)線源［29］，作業(yè)后催化劑粒子會(huì)隨風(fēng)向下游移動(dòng)，因此目標(biāo)區(qū)形狀可近似為一個(gè)梯形，如圖1所示。假設(shè)A為作業(yè)點(diǎn)位置，AB為彈藥播撒路徑，可簡(jiǎn)化為由作業(yè)方位角和火箭射程確定，EF為催化劑擴(kuò)散方向和距離，方向可由雷達(dá)回波移向確定，距離可綜合考慮作業(yè)高度風(fēng)速和作業(yè)云系生消情況來(lái)確定。由于催化劑主要向下游傳播，縱向擴(kuò)散較為有限，因此CD比AB略長(zhǎng)即可。

圖1 作業(yè)目標(biāo)區(qū)示意圖Fig.1 The schematic plot of target area

（3）確定對(duì)比區(qū)

合理選擇對(duì)比區(qū)是評(píng)估結(jié)果的關(guān)鍵環(huán)節(jié)，對(duì)比區(qū)選擇應(yīng)遵循3個(gè)基本條件［25，30-31］：1）不受催化污染；2）天氣系統(tǒng)與目標(biāo)區(qū)一致；3）地形、面積與目標(biāo)區(qū)大體相似。對(duì)比區(qū)與目標(biāo)區(qū)的歷史雨量相關(guān)系數(shù)可在一定程度上反映兩個(gè)區(qū)域的天氣影響系統(tǒng)及地形條件相似程度。為滿足條件2和條件3，對(duì)比區(qū)應(yīng)在目標(biāo)區(qū)周邊選取，形狀與目標(biāo)區(qū)保持基本相當(dāng)，對(duì)比區(qū)與目標(biāo)區(qū)的歷史雨量相關(guān)系數(shù)應(yīng)不低于0.6；為滿足條件1，對(duì)比區(qū)應(yīng)位于目標(biāo)云系移動(dòng)方向的側(cè)面或上風(fēng)方。除此之外，對(duì)比區(qū)選擇應(yīng)結(jié)合雷達(dá)回波演變來(lái)確定，首先觀察作業(yè)云系在作業(yè)前的演變特征，然后在符合以上3個(gè)基本條件的作業(yè)云系周邊挑選出與其強(qiáng)度及發(fā)展趨勢(shì)較為接近的云系確定對(duì)比區(qū)位置。

（4）計(jì)算區(qū)域平均雨量

目標(biāo)區(qū)或?qū)Ρ葏^(qū)平均雨量計(jì)算方法相同，以目標(biāo)區(qū)為例，首先確定作業(yè)影響時(shí)段，業(yè)內(nèi)一般認(rèn)為催化劑的有效時(shí)間為3 h，由于夏季對(duì)流云生命史較短，因此應(yīng)結(jié)合作業(yè)回波的實(shí)際生消情況確定最終的作業(yè)影響時(shí)段，然后計(jì)算目標(biāo)區(qū)內(nèi)各雨量站影響時(shí)段的累計(jì)雨量，最后以各站點(diǎn)累計(jì)雨量的算術(shù)平均值作為目標(biāo)區(qū)平均雨量。

（5）計(jì)算增雨量

增雨量原則上為目標(biāo)區(qū)作業(yè)后的實(shí)際雨量與未作業(yè)的自然雨量之差，區(qū)域?qū)Ρ仍囼?yàn)假定目標(biāo)區(qū)和對(duì)比區(qū)自然雨量相等，因此增雨量=目標(biāo)區(qū)實(shí)際雨量-對(duì)比區(qū)實(shí)際雨量，增雨率=增雨量/對(duì)比區(qū)實(shí)際雨量。

1.3 樣本篩選

根據(jù)作業(yè)記錄，2018—2020年夏秋季浙江省共開(kāi)展增雨作業(yè)369次，對(duì)其中70次作業(yè)因缺少雷達(dá)或探空數(shù)據(jù)剔除后，獲得299個(gè)火箭增雨作業(yè)樣本，根據(jù)上述方法對(duì)作業(yè)效果進(jìn)行分析，作業(yè)不合理的樣本有147個(gè)，負(fù)效果或無(wú)效果的樣本69個(gè)，正增雨效果樣本83個(gè)。

為使獲取的雷達(dá)指標(biāo)具有較好參考價(jià)值，分析所用樣本增雨效果須明顯。增雨效果明顯首先需要有較高的增雨率，目前國(guó)際上比較認(rèn)可的作業(yè)增雨率為13%～15%［32］，為避免過(guò)濾太多樣本導(dǎo)致可研究樣本數(shù)過(guò)少，本文篩選樣本的第一個(gè)條件設(shè)為增雨率大于等于10%；其次受益區(qū)要有一定的降水量，如果只有微量降水，就算增雨率較大也無(wú)法取得較大增雨量，因此篩選樣本的第二個(gè)條件設(shè)為作業(yè)影響時(shí)段內(nèi)受益區(qū)平均累計(jì)雨量大于等于1 mm。最終共選出同時(shí)滿足以上2個(gè)條件的40個(gè)增雨效果明顯樣本，以下云系分類及指標(biāo)建立均基于此40個(gè)樣本。

2 火箭增雨作業(yè)雷達(dá)指標(biāo)

2.1 降水天氣系統(tǒng)和云系類型

為了使雷達(dá)作業(yè)指標(biāo)具有較強(qiáng)的針對(duì)性，需要對(duì)作業(yè)云系和降水天氣系統(tǒng)進(jìn)行分類。

2.1.1 天氣系統(tǒng)類型

根據(jù)850、700、500 hPa風(fēng)場(chǎng)和高度場(chǎng)對(duì)所選樣本天氣系統(tǒng)進(jìn)行歸納，大致可分為6個(gè)類型：切變線、高空槽、冷空氣、南支槽、臺(tái)風(fēng)和其他。表1為40個(gè)樣本對(duì)應(yīng)的天氣系統(tǒng)類型占比，可見(jiàn)切變線、高空槽和臺(tái)風(fēng)占比較高，針對(duì)此類天氣系統(tǒng)影響下的云系進(jìn)行催化作業(yè)會(huì)取得較好的增雨效果。

表1 2018—2020年夏秋季浙江省火箭增雨效果明顯樣本6類天氣系統(tǒng)占比Tab.1 The proportion of six weather systems of samples with obvious rocket rainfall enhancement effect in summer and autumn of 2018-2020 in Zhejiang單位：%

2.1.2 云系類型

根據(jù)不同云系所對(duì)應(yīng)的雷達(dá)回波和降水特征進(jìn)行分類。層狀云為大范圍、長(zhǎng)時(shí)間維持的均勻片狀回波，回波強(qiáng)度弱（一般小于等于30 dBZ）而均勻，RHI回波頂部較平坦，垂直高度多在5～7 km；降水連續(xù)均勻，降水性質(zhì)穩(wěn)定，持續(xù)時(shí)間較長(zhǎng)。積狀云生命史短，一般為30～180 min，能明顯看出發(fā)展、成熟、消散3個(gè)階段，多單體對(duì)流多呈團(tuán)狀、線狀發(fā)展，成熟期回波中心強(qiáng)度一般可達(dá)50 dBZ及以上，回波頂高超過(guò)10 km；降水持續(xù)時(shí)間短、強(qiáng)度大、局地性強(qiáng)?；旌显萍磳訝钤浦星队蟹e狀云，回波特征為大片均勻片狀回波中夾雜著一個(gè)個(gè)強(qiáng)度較強(qiáng)的回波團(tuán)，結(jié)構(gòu)像棉絮，RHI回波頂部不平坦，垂直高度一般在7～8 km；降水比單純層狀云降水強(qiáng)度大，且部分區(qū)域表現(xiàn)出明顯的積狀云強(qiáng)降水特征?；旌显朴挚煞譃閷訝钤茷橹骰旌显坪头e狀云為主混合云，前者雷達(dá)回波特征總體偏向于層狀云，但回波強(qiáng)度比層狀云強(qiáng)，部分區(qū)域回波可達(dá)35～45 dBZ，RHI回波頂部總體較平坦，局部有積狀云特征，以層狀云降水為主，夾雜一些強(qiáng)度不等的陣性降水（5～15 mm·h-1）；后者雷達(dá)回波特征則更偏向于積狀云，中心回波強(qiáng)度一般超50 dBZ，回波面積明顯比積狀云更大，RHI回波頂部起伏較大，陣性降水強(qiáng)度較強(qiáng)，可超30 mm·h-1。各云系雷達(dá)回波典型特征見(jiàn)圖2、圖3。

圖2 不同云系0℃層高度雷達(dá)反射率因子（單位：dBZ）CAPPI典型特征（a）層狀云（2019年10月25日17：33，杭州雷達(dá)站），（b）積狀云（2018年8月4日14：48，衢州雷達(dá)站），（c）層狀云為主混合云（2019年10月27日15：18，金華雷達(dá)站），（d）積狀云為主混合云（2018年6月29日17：32金華雷達(dá)站）Fig.2 The typical characteristic of CAPPI of radar reflectivity factor（Unit：dBZ）at the height of 0℃layer for different cloud types（a）stratiform cloud（17：33 BST 25 October 2019，Doppler radar at Hangzhou station），（b）cumuliform cloud（14：48 BST 4 August 2018，Doppler radar at Quzhou station），（c）mixed cloud giving priority to stratiform cloud（15：18 BST 27 October 2019，Doppler radar at Jinhua station），（d）mixed cloud giving priority to cumuliform cloud（17：32 BST 29 June 2018，Doppler radar at Jinhua station）

圖3 不同云系雷達(dá)反射率因子（單位：dBZ）垂直剖面典型特征（a）層狀云（2019年10月25日18：35，杭州雷達(dá)站），（b）積狀云（2018年8月4日14：25，衢州雷達(dá)站），（c）層狀云為主混合云（2019年10月27日15：18，金華雷達(dá)站），（d）積狀云為主混合云（2018年6月29日17：55，金華雷達(dá)站）Fig.3 The typical characteristic of vertical cross-section of reflectivity（Unit：dBZ）for different cloud types（a）stratiform cloud（18：35 BST 25 October 2019，Doppler radar at Hangzhou station），（b）cumuliform cloud（14：25 BST 4 August 2018，Doppler radar at Quzhou station），（c）mixed cloud giving priority to stratiform cloud（15：18 BST 27 October 2019，Doppler radar at Jinhua station），（d）mixed cloud giving priority to cumuliform cloud（17：55 BST 29 June 2018，Doppler radar at Jinhua station）

統(tǒng)計(jì)所選40個(gè)樣本，層狀云占比2.5%，積狀云占比15.0%，而兩類混合云占比高達(dá)82.5%，可見(jiàn)浙江省作業(yè)云系以混合云為主，層狀云和積狀云降水都較少。

2.2 雷達(dá)指標(biāo)建立

新一代S波段多普勒雷達(dá)探測(cè)范圍廣、精度高，長(zhǎng)時(shí)間運(yùn)行穩(wěn)定可靠，在人工增雨作業(yè)中具有不可替代作用。據(jù)相關(guān)研究［10-16］，基本反射率、平均徑向速度、垂直積分液態(tài)水含量、回波頂高、強(qiáng)回波高度、回波面積等雷達(dá)產(chǎn)品均可作為增雨作業(yè)指標(biāo)?？紤]實(shí)際作業(yè)指揮時(shí)的便利，選擇較為直觀且易于獲取的回波強(qiáng)度（Z）、回波頂高（H）、負(fù)溫層厚度（ΔH）、垂直累積液態(tài)水含量（VIL）4個(gè)參數(shù)為作業(yè)判據(jù)進(jìn)行統(tǒng)計(jì)分析。

回波強(qiáng)度能客觀反映云體中過(guò)冷水滴或冰晶含量和云體發(fā)展程度，其值越大云體發(fā)展越旺盛，降水和增雨潛力越大［33］，因而可將其作為增雨預(yù)判的一項(xiàng)重要指標(biāo)，考慮到增雨作業(yè)主要針對(duì)0℃層以上云系，因此統(tǒng)計(jì)的回波強(qiáng)度為0℃層高度回波大??；回波頂高反映對(duì)流云發(fā)展高度，高度高表明云體內(nèi)上升氣流強(qiáng)，能在一定程度上反映云系發(fā)展階段，可為作業(yè)對(duì)象選擇提供科學(xué)依據(jù)［16］，一般將大于等于18 dBZ反射率因子最高高度作為回波頂［34］，但由于浙江省秋季層狀降水云系回波強(qiáng)度較弱（可低于18 dBZ），且考慮到本地雷達(dá)反射率因子圖像色標(biāo)值均為5的整數(shù)倍，為便于實(shí)際應(yīng)用，取15 dBZ反射率因子最高高度作為回波頂高；負(fù)溫層厚度為回波頂高與0℃層高度差值，選擇此項(xiàng)作為判別指標(biāo)是因?yàn)樵企w的負(fù)溫層厚度能反映冷云的降水能力，負(fù)溫層厚度越大，越有利于過(guò)冷卻層中水粒子的富集及冰相過(guò)程增長(zhǎng)，負(fù)溫層是冷云人工增雨作業(yè)選擇的關(guān)鍵部位［35］；垂直累積液態(tài)水含量反映降水云體在某一確定底面積垂直柱體內(nèi)降水粒子總量折合成水的分布，是判別強(qiáng)降水及降水潛力的有效參量［16］。

作業(yè)指標(biāo)應(yīng)便于在實(shí)際作業(yè)中應(yīng)用，考慮到云系判別較天氣系統(tǒng)更加簡(jiǎn)捷，因此分不同云系進(jìn)行相關(guān)雷達(dá)指標(biāo)統(tǒng)計(jì)。此外，不同季節(jié)雷達(dá)指標(biāo)存在一定差異［36］，指標(biāo)又分為夏季指標(biāo)和秋季指標(biāo)。夏季樣本無(wú)層狀云，云系主要為層狀云為主混合云、積狀云為主混合云和積狀云3類；秋季樣本層狀云和積狀云各僅有1例，不足以得出統(tǒng)計(jì)特征，因此秋季指標(biāo)中云系分層狀云為主混合云與積狀云為主混合云2類。在建立雷達(dá)指標(biāo)時(shí)，考慮到實(shí)際作業(yè)時(shí)既要關(guān)注云系作業(yè)方位局部范圍內(nèi)的雷達(dá)回波參量，也要對(duì)整體云系的回波參量有所考量，因此提出局部指標(biāo)和整體指標(biāo)的概念。建立局部指標(biāo)時(shí)對(duì)每個(gè)樣本取作業(yè)方位射程范圍內(nèi)（圖1中AB）回波參量的最大值，然后對(duì)所有樣本取平均得到指標(biāo)值；整體指標(biāo)與局部指標(biāo)的計(jì)算方法一樣，但每個(gè)樣本取整片云系回波參量的最大值。經(jīng)統(tǒng)計(jì)，夏秋季不同云系增雨作業(yè)雷達(dá)指標(biāo)見(jiàn)表2。

表2 浙江省夏秋季不同云系火箭增雨作業(yè)雷達(dá)指標(biāo)Tab.2 The indexes of Doppler radar echo for rocket rainfall enhancement of different cloud types in summer and autumn in Zhejiang

為了在實(shí)際增雨作業(yè)過(guò)程中更快、更好地判斷作業(yè)條件，建立如下判別方程：

式中：z為作業(yè)條件指數(shù)；x1，x2，x3，x4為實(shí)際作業(yè)云系局部回波參量值（Z、H、ΔH、VIL）與對(duì)應(yīng)局部指標(biāo)相比較后的賦值；y1，y2，y3，y4為實(shí)際整體回波參量值與對(duì)應(yīng)整體指標(biāo)相比較后的賦值。當(dāng)實(shí)際回波參量值大于等于對(duì)應(yīng)指標(biāo)值時(shí)則xi或yi賦值為1，小于指標(biāo)值賦值為0。對(duì)于作業(yè)云系，回波同時(shí)滿足局部和整體指標(biāo)的參量越多，則z值越大。z=4表示非常有利于作業(yè)，能獲得顯著增雨效果；z=3表示有利于作業(yè)，一般能獲得明顯增雨效果；z=2表示可以作業(yè)，能獲得一定的增雨效果，但效果一般不明顯；z≤1表示不利于作業(yè)，可能導(dǎo)致作業(yè)無(wú)效。

3 作業(yè)效果不佳原因簡(jiǎn)析

在所有369個(gè)樣本中，除去因缺少相關(guān)數(shù)據(jù)無(wú)法進(jìn)行分析的70個(gè)樣本，共有216個(gè)樣本作業(yè)后未得到正增雨效果，其中147例（占比49.2%）作業(yè)本身不合理，作業(yè)合理但未能取得正增雨效果的有69例，占比23%，作業(yè)合理且取得正增雨效果的共83例，占比27.8%。由此可見(jiàn)，作業(yè)不合理是增雨作業(yè)效果差的主要原因。

作業(yè)單位在以下兩方面進(jìn)行改進(jìn)即可大幅提高合理作業(yè)占比：（1）熟悉火箭彈在各發(fā)射仰角對(duì)應(yīng)的催化劑播撒高度，需確保催化播撒高度至少在當(dāng)日0℃層以上，最好在-10～-5℃之間；（2）作業(yè)前需觀察作業(yè)點(diǎn)周圍回波發(fā)展情況，確保作業(yè)方位對(duì)應(yīng)的火箭射程范圍內(nèi)有一定強(qiáng)度回波，且回波頂高超過(guò)0℃層高度。

其他導(dǎo)致作業(yè)效果不佳的可能原因有：（1）作業(yè)時(shí)機(jī)不合適。如圖4所示，由作業(yè)云系回波演變可知，該云系為積狀云演變而來(lái)，作業(yè)時(shí)云系已處于消散階段，相關(guān)研究表明在降水回波出現(xiàn)前及降水回波減弱消散階段，均不宜實(shí)施人工增雨作業(yè)［37］；（2）作業(yè)部位不合適。如圖5所示，富陽(yáng)2號(hào)作業(yè)點(diǎn)于14：00開(kāi)展作業(yè)，作業(yè)部位為云系邊緣，若1 h后作業(yè)，則可對(duì)云體中部進(jìn)行催化，獲得正增雨效果的概率也會(huì)隨之增大；（3）作業(yè)對(duì)象不合適。如圖6所示，此次作業(yè)的桐廬4號(hào)作業(yè)點(diǎn)火箭射程范圍內(nèi)目標(biāo)云系的回波強(qiáng)度非常弱，基本小于15 dBZ，應(yīng)挑選具有一定回波強(qiáng)度的云系進(jìn)行作業(yè)，具體可參考上文分析所得雷達(dá)指標(biāo)。

圖4 2018年6月29日16：02（a）和17：26（b）杭州雷達(dá)組合反射率因子（單位：dBZ）（紅色橢圓對(duì)應(yīng)作業(yè)云系）Fig.4 The composite radar reflectivity factor at 16：02 BST（a）and 17：26 BST（b）29 June 2018（Unit：dBZ）（The red ellipse represents the cloud with seeding operation）

圖5 2019年11月27日14：01（a）和14：59（b）杭州雷達(dá)組合反射率因子（單位：dBZ）（黑點(diǎn)為火箭作業(yè)點(diǎn)，紅色四邊形為作業(yè)影響區(qū)域）Fig.5 The composite radar reflectivity factor at 14：01 BST（a）and 14：59 BST（b）27 November 2019（Unit：dBZ）（The black dot represents rocket launching site and the red quadrilateral represents the area affected by the operation）

圖6 2019年10月27日17：30杭州雷達(dá)組合反射率因子（單位：dBZ）（黑點(diǎn)為火箭作業(yè)點(diǎn)，紅色圓圈為作業(yè)射程范圍）Fig.6 The composite radar reflectivity factor at 17：30 BST 27 October 2019（Unit：dBZ）（The black dot represents rocket launching site and the red circle represents the operating range）

4 結(jié)論

本文基于多普勒雷達(dá)、自動(dòng)站雨量、探空等資料，利用區(qū)域?qū)Ρ确êY選出2018—2020年浙江夏秋季增雨效果明顯樣本，利用逆推法對(duì)浙江夏秋季不同云系增雨作業(yè)雷達(dá)指標(biāo)進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)混合云為增雨主要作業(yè)云系，當(dāng)按照雷達(dá)指標(biāo)建立的判別方程進(jìn)行作業(yè)條件判別后，可以取得較好的增雨效果。具體結(jié)論如下：

（1）浙江最有利于開(kāi)展增雨作業(yè)的天氣影響系統(tǒng)為切變線、高空槽和臺(tái)風(fēng)，占比分別為28.6%、21.4%和21.4%。在日常增雨作業(yè)中，增雨效果明顯的作業(yè)比例較低，占比僅13.4%。

（2）作業(yè)云系按雷達(dá)回波和降水特征可分為層狀云、積狀云、混合云，混合云占比高達(dá)82.5%，為增雨作業(yè)主要對(duì)象。

（3）回波強(qiáng)度（Z）、回波頂高（H）、負(fù)溫層厚度（ΔH）、垂直累積液態(tài)水含量（VIL）為判別增雨作業(yè)條件的有效判據(jù)。夏秋季不同云系的作業(yè)雷達(dá)指標(biāo)有所不同，實(shí)際作業(yè)時(shí)應(yīng)同時(shí)兼顧作業(yè)方位云系雷達(dá)回波參量和整體云系回波參量，分別建立局部指標(biāo)和整體指標(biāo)。

（4）對(duì)某一雷達(dá)參量而言，同時(shí)滿足局部指標(biāo)和整體指標(biāo)才算滿足該參量指標(biāo)，滿足指標(biāo)的參量越多表明越有利于開(kāi)展人工增雨作業(yè)。

（5）作業(yè)不合理是制約正增雨作業(yè)效果的主要原因，占比高達(dá)49.2%。作業(yè)時(shí)機(jī)不合適、作業(yè)部位不合適和作業(yè)對(duì)象不合適也是導(dǎo)致作業(yè)效果不佳的常見(jiàn)原因。

本研究所得火箭作業(yè)雷達(dá)指標(biāo)對(duì)浙江實(shí)際作業(yè)具有一定的指導(dǎo)意義，但受限于目前的效果評(píng)估水平且樣本數(shù)相對(duì)較少，指標(biāo)仍有待進(jìn)一步完善，后續(xù)將隨著效果評(píng)估方法的不斷優(yōu)化和樣本數(shù)的不斷補(bǔ)充對(duì)雷達(dá)指標(biāo)進(jìn)行修正，使指標(biāo)更加科學(xué)合理。