积层混合云是由层状云与嵌入其内的对流云组成的云系统。积层混合云是我国一种重要的降水系统，其降水既具有层状云又兼有对流云特征：在持续低强度降水中带有较高强度的阵性，其降水时间比较长，常常带来大范围的持续性或间歇性降水，可以有效地缓解干旱(李艳伟等，2009a)。大范围的暴雨和特大暴雨基本上是由较为深厚的层状云和嵌入内的对流云组成的混合云产生的(洪延超，1996a；黄美元等，1987b)。积层混合云不仅对降水的发展过程有明显影响，而且其动力、热力场的结构比层云或积云都要复杂(于翡和姚展予，2009)，这是由于其积层混合的特殊结构，主要体现在层状云和积状云之间的相互影响，相互反馈以及对总体降水的影响等。

针对积层混合云，国内外学者开展了大量的观测和数值模拟研究。通过观测发现，积层混合云中由于嵌入式对流单体中液态水含量比周围的层云高，并且具有一定的上升气流速度，可以产生更多的冰晶(Matejka et al.,1980；Hobbs and Rangno，1990；Evans et al.,2005)，根据云中不同的垂直速度，往往可以增加20%～35%的降水量(Herzegh and Hobbs，1980；Houze et al. 1981；Rutledge and Hobbs，1983)。Hobbs and Locatelli(1978)指出积层混合云降水往往分布不均匀，嵌入式对流单体下方降水量一般比周围区域高，会出现“雨核”的现象。Frederic et al.(1993)利用多种雷达资料和标准气象仪器资料分析了层云降水对浅对流泡的影响；Sandra et al.(2005)分析热带洋面的积层混合云过程中的物理特征，并指出对流区是低层辐合、高层辐散。国内的学者也对积层混合云开展了大量的观测研究。黄美元等(1987a)利用雷达观测资料等分析了暴雨积层混合云的基本特征及其与降水的关系；李艳伟(2009a)利用雷达、卫星、地面、高空观测资料，对48次贵州地区大范围的积层混合云降水过程进行了分析归纳，并认为积层混合云系往往有2种途径生成，分别是：积云并合扩展层化型与层云积化型积层混合云，而贵州省的48次积层混合云降水过程中，绝大多数都属于积云并合扩展层化型积层混合云降水。

在数值模拟研究方面，Frederic et al.(1993)利用数值模拟研究发现镶嵌在层状云中的对流 云发展更旺盛，生命史更长，降水效率更高，洪延超(1996a，1996b)、黄美元等(1987b)利用二维时变积云降水模式讨论了积层混合云中层状云对对流云发展和降水的影响，并得出积层混合云是一种非常有效的降水系统。李艳伟等(2009b)、吕玉环等(2012)利用中尺度数值模式WRF研究了积云并合的过程、产生并合的机理及其对降水的影响等。林磊和姚展予(2011)、于翡和姚展予(2009)等也利用中尺度模式分别对积层混合云的微物理特征、动力特征、云物理过程等进行了研究。

上述有关积层混合云的观测和数值模拟工作已经取得了一些非常有意义的成果。但是上述的研究主要是集中在积层混合云的形成过程、云的热力和动力学特征的分析方面。而在积层混合云降水的机制，尤其是积层混合云中积状云与层状云形成降水机制差异的分析以及两者的相互影响等方面的研究还有所欠缺。

本文利用中尺度模式WRF(Weather Research and Forecasting Model)结合三维粒子运行增长模 式对2012年5月29日北京地区的一次积层混合云降水个例进行模拟研究。在模拟结果与实况较接近的基础之上，分析了此次积层混合云形成的原因、降水效率的分布、对比分析了混合云系中积状云与层状云各自的微物理结构特征与降水的发生机理等，并对云系内对流云和层状云的相互作用进行了研究。 2 模拟方案和结果的初步分析 2.1 模拟方案

本文利用的WRF模式是由NCAR(National Center for Atmospheric Research)/NCEP(National Centers for Environmental Prediction)和FSL/NOAA(Forecast Systems Laboratory /National Oceanic and Atmospheric Administration)等联合开发研制的中尺度数值模式。本文采用Kain-Fritsch积云对流参数化方案(Khain，2004)、Morrison 2-moment云微物理显式方案(Morrison et al.,2009)、RRTM长波辐射计算方案(Mlawer et al.,1997)、Dudhia短波辐射计算方案(Dudhia，1989)、the Yonsei University(YSU)PBL scheme边界层方案(Noh et al.,2001)。WRF中尺度模式中的Morrison 2-moment方案包括了水汽、云水、雨水、云冰、雪、霰等的比含水量以及雨水、云冰、雪、霰等的比数浓度预报量。模式采用四重嵌套，格距分别是27、9、3和1 km。模式区域的中心位置是(40°N，115°E)，模式在 垂直方向分27层，水平格点数分别为151×151、184×142、199×175、397×445。

采用分辨率为1°×1°，时间间隔为6小时的NCEP再分析资料作为模式初始场和侧边界条件。模拟选用欧拉质量坐标和Runge-Kutta 3rd时间积分方案，在格距为27和9 km的区域采用Kain- Fritsch积云对流参数化方案和Morrison 2-moment云微物理显式方案，在格距3和1 km的区域仅采用显式方案。模拟的开始时间为2012年5月28日20:00(北京时，下同)，共模拟24小时。

模拟云粒子在云中的运动增长行为采用的是三维粒子运行增长模式(许焕斌和段英，2001)。该模式采用全拉格朗日算法对目标粒子的运行增长进行全程追踪，由粒子所在位置的变量值内插决定流场、温度、气压、水汽和背景含水量场，再利用这些值来计算粒子的增长，而运动轨迹则由流场和粒子的现时末速度来决定。微物理过程考虑了冰粒子与过冷云水、雨水的干/湿碰冻增长，以及凇附对粒子体密度和下落末速度的影响，较完整地描述了粒子的增长及密度和下落末速的变化。

根据WRF模拟云的发展情况，选择在5月29日12:18分别针对其中的一块对流云区域和一块层状云区域运行三维粒子运行增长模式。具体的操 作方法是：分别将WRF模拟的2012年5月29日12:18这两块区域的气流场(水平气流、垂直气流)、气压场、高度场以及云中不同水成物含量场等输出。按照粒子轨迹模式的要求进行不同高度层插值处理，最后形成X方向为31个格点(格距为1 km)，Y方向47个格点(格距为1 km)，Z方向100个格点(起始高度为0.5 km，格距为0.1 km)的数据背景场，利用形成的数据背景场运行三维粒子运行增长模式120 min，对粒子运行轨迹特点进行对比研究。需要说明的是在三维粒子运行增长模式运行的120 min里，模式的初始场并没有变化是静态的，而实际大气中的环境场是动态变化的，相关研究显示在变化着的宏微观场中粒子增长轨迹的规律性与静态模拟的结果是相似的(许焕斌和段英，2001)，因此本文中采取了计算量偏少的静态模拟方法。 2.2 模拟结果和观测资料的对比分析 2.2.1 实测和模拟的降水场

图 1为观测和模拟的北京地区2012年5月29日11:00～15:00和15:00～19:00降水量的对比图。观测的降水量来源于北京区域自动站的实测资料。可以看出，模拟的降水位置和实测大致相同。观测和模拟均显示这次影响北京的降雨系统自西北向东南方向移动。在11:00～15:00降水基本都处于北京中部—西北部区域，最强降水量出现在北京中部，约为18～20 mm左右，降水带为东北—西南 向，模式模拟的强降水中心、降水量级及雨带走向等均与实测较接近，但也可以看出模式模拟的降雨区较实测有所偏大；在15:00～19:00，观测和模拟均显示在北京的北部和北京的东南角出现了两个强降雨中心，但模拟的北京东南角的强降水中心的降水量较实测偏大，北京东南角观测的降水量大约为8 mm，而模拟的降水量超过了12 mm。

图 1

Fig. 1

图 1 观测(左列)和模拟(右列)的2012年5月29日降水量(单位：mm)：(a、b)11:00～15:00(北京时，下同)；(c、d)15:00～19:00 Fig. 1 Observed(left) and simulated(right)rainfall(mm)at(a，b)1100 BT(Beijing time，the same below)−1500 BT，(c，d)1500 BT−1900 BT on 29 May 2012t

图 2为观测和模拟的2012年5月29日13:00、14:00、15:00、16:00雷达回波组合反射率的对比 图。从实测的雷达回波图可以看出，此次影响北京的降雨系统自西南向东北向移动。模拟的雷达回波也体现出了这个特点，并且就强雷达回波的位置来说，模拟和实测的也比较接近。在13:00，模拟和实测的强回波均出现在北京的西南部，到14:00模拟和实测的雷达回波均移到了北京的中部，15:00模拟和实测的雷达回波强中心都移到了北京的东北部，但模拟的回波在北京的东南部出现了一个强中心，而实测结果没有。到29日16:00，模拟和实测的雷达回波均显示以前的强回波在北京的西北部已变弱，在天津的西北部均出现了一个较强的回波中心，从实测与模拟的降雨量与雷达回波的对比可以看出，WRF模式对此次北京地区积层混合云的降水个例模拟的比较成功。

图 2

Fig. 2

图 2(a、b、c、d)观测和(e、f、g、h)模拟的2012年5月29日雷达回波组合反射率(单位：dBZ)：(a、e)13:00；(b、f)14:00；(c、g)15:00；(d、h)16:00 Fig. 2(a，b，c，d)Observed and (e，f，g，h)simulated composed radar echo(dBZ)at(a，e)1300 BT，(b，f)1400 BT，(c，g)1500 BT，(d，h)1600 BT on 29 May，2012

图 3为模拟的2012年5月29日02:00，500、700、850 hPa高度场与风场以及雷达回波组合反射率与地面风场图，由图可见，在500、700和850 hPa均有一深厚的高空槽，高空槽后有较冷的偏北气流，而槽前是暖湿的偏南气流。冷暖空气交汇，暖空气沿着冷空气爬升，冷空气将暖空气整层抬升，暖湿空气凝结形成层状云，导致在该时刻，在空中槽线对应的位置出现了雷达回波(图 3d)。

图 3

Fig. 3

图 3 2012年5月29日02:00模拟的高度场(蓝线，单位：dagpm)和风矢量：(a)500 hPa；(b)700 hPa；(c)850 hPa；(d)雷达回波组合反射率(单位：dBZ)及地面风场Fig. 3 The geopotential height(blue line，dagpm) and wind vector at(a)500 hPa，(b)700 hPa，(c)850 hPa and (d)composed radar(dBZ)at 0200 BT on 29 May，2012

5月29日02:00是云系初生的时刻，图 4为该时刻800 hPa和500 hPa散度场的分布(图 4)。从图 4可以看出，在当时的天气条件下，云(团)附近的中低层(800 hPa附近)存在着辐合，而高层(500 hPa附近)存在着辐散，这种配置有利于环境对云(系)的发展输送水汽和能量．并且辐合场由西向东移动，云系的移动方向与之一致。

图 4

Fig. 4

图 4 2012年5月29日02:00模拟的(a)800 hPa和(b)500 hPa散度场(红色椭圆框区域代表云团所在的位置，单位：10−5 s−1)Fig. 4 The simulated divergence field at(a)800 hPa，(b)500 hPa at 0200 BT on 29 May，2012(The red line area denote the location of the cloud，units: 10−5 s−1)

对29日02:00的不稳定能量进行分析，图 5分别是模拟的29日02:00与03:00雷达回波组合反射率、沿02:00雷达回波组合反射率DD'的假相当位温垂直图以及02:00最大对流有效位能分布图。可以看出，在02:00对应于此时的雷达回波区域出现了一定大小的对流有效位能，最强的对流有效位能为290 J kg⁻¹。从沿02:00雷达回波组合反射率DD'的假相当位温垂直图可以看出，在对应于02:00雷达回波的A、B、C处，在假相当位温垂直剖面图上均出现了假相当位温随高度增加而减少的情况，表明这些区域存在对流不稳定。从而在一小时之后的03:00雷达回波组合反射率图上，在层状云系的A、B、C处均出现了对流云块，形成了积层混合云系，并逐渐西移至北京区域内。

图 5

Fig. 5

图 5 2012年5月29日模拟的雷达回波组合反射率(单位：dBZ)：(a)02:00；(b)03:00；(c)沿02:00雷达回波组合反射率DD'的假相当位温垂直剖面(A、B、C标注的是出现不稳定的区域，单位：K)；(d)02:00最大对流有效位能分布(单位：J kg−1)Fig. 5 The simulated composed radar echo(dBZ)at(a)0200 BT，(b)03:00 BT，(c)the vertical cross of the equivalent potential temperature(K)along the line of DD'(A，B，C denote the convective instability region) and (d)the maximum cape at 0200(J kg−1)

考虑到输入计算域内的总水汽量，一部分仍以水汽形式滞留于空中，一部分是通过凝结和凝华等过程转化为云中各种湿物质，而这其中的一部分湿物质会以降水的形式降落到地面。将地面降水量与净凝结量净凝华量之和的比定义为降水效率(Khain et al.2008; 洪延超和李宏宇，2011)，即：

图 6为5月29日11:48～12:18地面降水效率的分布，在此段时间内大部分云系的降水效率为10%～40%左右。而部分区域云系的降水效率达到50%～70%，结合12:18雷达回波组合反射率(图 15a)可以发现，降水效率高的云系对应的往往是积层混合云系。

图 6

Fig. 6

图 6 5月29日11:48～12:18地面降水效率的分布 Fig. 6 The distribution of the precipitation efficiency between 1148 BT and 1218 BT on 29 May

对位置为(40.1°N，116.1°E)的站点，结合模拟的雷达回波组合反射率分别选择系统到来之前的12:00，处于系统最强时的12:30以及系统结束 时的13:30对该位置模拟的各种水成物含量的垂直分布进行分析(图 7)。

图 7

Fig. 7

图 7 5月29日(a、d)12:00、(b、e)12:30、(c、f)13:30雷达回波组合反射率(左列，●代表站点的位置)及相应时刻的站点(40.1°N，116.1°E)处各种水成物含量的垂直分布(右列，qi：冰晶，qg：霰，qs：雪晶，qr：雨滴，qc：云滴；单位：g kg−1)Fig. 7 The simulated composed radar echo(left，● denotes the site location)at(a，d)1200 BT，(b，e)1230 BT，(c，f)1330 BT and the vertical distribution of hydrometeor content at(40.1°N，116.1°E)(right，qi: ice，qg: graupel，qs: snow，qr: rain，qc: cloud; g kg−1)

从图 7可以看出，在系统来临之前的12:00(图 7 a、d)，该点的上空主要存在着冰晶和雪晶，冰晶的分布高度为3000～8500 m，峰值位于7000 m的高度，而雪晶的分布范围为2500～7000 m，峰值位于4000 m的高度，雪晶位于冰晶层的下方，主要来源于冰晶的转化，此时存在一定的雨水含量，由于此时云水含量很少，因此雨水主要来自冰雪晶的融化，此时云中主要存在冷云过程。

到系统最强的12:30(图 7b、e)，各种水成物含量急剧增加，云系内雪晶、霰、云水分布的高度都非常广，表明云中存在较强的冷暖云过程，雪晶的上下方分别为少量的冰晶和霰，霰的峰值达到了4 g kg⁻¹，霰峰值所在的高度正好对应雪晶的峰值所处的高度并接近于云水峰值所对应的高度，可以看出，大量的雪经高层降落的冰晶转化生成后，凇附过冷水生长，并不断向霰转化。此时的雨水一方面来自雪晶、霰降落到暖区的融化，另一方面来自云水的转化。

到系统结束时的13:30(图 7c、f)，各种水成物含量大幅下降，云水与霰的分布范围也大为减小，虽然仍然有雨水的存在，但含量较系统最强时也大幅减小，此时云系中的冷暖云过程均较弱。

由该站云内各种粒子微物理结构变化可以看出(图 8)，29日12:00到13:30，该站云体分为三层，高层位于7000～9000 m，主要包括冰晶和少许的雪晶；中层位于3000～6000 m，主要包括雪晶、云水以及霰等。而低层位于3000 m以下，主要包括雨水和云水等。

图 8

Fig. 8

图 8 站点(40.1°N，116.1°E)处(a)冰晶、(b)雪晶、(c)云水、(d)霰、(e)雨水含量(单位：g kg−1)与该点的(f)主要云微物理转化过程(单位：g kg−1 s−1)及(g)上升速度(单位：m s−1)和(h)雷达回波(单位：dBZ)自29日12:00到13:30的时间—高度剖面Fig. 8 The height-time cross section of(a)ice，(b)snow，(c)cloud water，(d)graupel，(d)rainwater content，(f)major microphysical process(g kg−1 s−1)，(g)vertical velocity(m s−1) and (h)radar echo(dBZ)from 1200 BT to 1330 BT on 29 May at the location of(40.1°N，116.1°E)

冰晶主要出现在高层，雪晶的位置出现在冰晶层偏下方，并且冰雪晶的分布高度随着时间的推移有向下方移动的趋势，可以看出云内存在着冰、雪粒子从高层向下的“播种”过程(图 8a、b)。在12:30与13:15，由于云中上升气流的增大(图 8g)，云中水汽凝结为云水过程(Pcc)加强(图 8f)导致中高层云水含量较高，中心含水量值分别达到2 g kg⁻¹与1 g kg⁻¹。同时还可以看到在高云水区的下方雨水含量也较高，并且还出现了霰(图 8c、d、e)。根据云内冰雪晶、过冷云水的配置以及云内主要云微物理转化过程(图 8f)可以看出，大量云水的存在也为高层“播种”下来的冰、雪粒子提供了优越“供给”增长条件，霰主要是降落的冰晶撞冻雨水(Piacr)、雪晶撞冻云水(Psacw)、雪晶撞冻雨水(Psacr)增长转化的结果(图 8f)。并且从图 8可以看出，在降雨最强的12:30与13:10左右，也正好是高层的冰晶和雪晶粒子，中层的霰粒子、雪晶和云水以及低层的雨水含量最多和云中上升气流最强的时段，降雨的发生主要是高层雪晶降落到暖区的融化(Psmlt)、霰降落到暖区的融化(Pgmt)以及云水转化为雨水(Prc)与雨水对云水的收集(Pra)等过程。可见较强的冷暖雨过程以及云内存在明显的“播种—供给”云机制导致了降雨量的增大。结合该站点的雷达回波时间高度剖面图可以看到，在降雨最强的12:30与13:10左右也正是雷达回波偏强的时刻。

随着时间的推移，到13:30，高中空的冰晶、雪晶、霰和云水的含量已较少，可见此时冷云过程已有所减弱，“播种—供给”云机制也逐渐消失，从而导致了地面雨量的减少。 5.2 对流云与层状云中粒子运行轨迹的分析 5.2.1 对流云粒子运行轨迹

粒子的运行是由流场和粒子落速控制的，对流云中流场相对复杂，垂直气流与水平气流分布都非常不均匀，粒子在对流云场中的运行相对较为复杂。为研究对流云中的粒子运行轨迹特点，利用三维粒子运行增长模式对该次积层混合云降水个例中对流云区中的粒子运行轨迹进行模拟研究。

图 9为WRF模拟的2012年5月29日12:18叠加风场的组合雷达回波图以及沿红线的叠加流场上的云水含量垂直剖面图。选择的对流云区域为方框区域A(图 9a，39.9°～40.3°N，115.879°～116.243°E)，将该区域模拟的相关数据输出并进行插值处理后运行三维轨迹模式。在三维轨迹模式中，在格点[i(X方向)(15～25 km)，j(Y方向)(20～30 km)，k(Z方向)(6～7 km)]处(图 9b中的圆圈区域)放置示踪粒子，一共放置1000个示踪粒子，并对每个粒子进行编号(1～1000)。轨迹模式共运行120分钟，步长为5秒，每五步输出一次轨迹。

图 9

Fig. 9

图 9 5月29日12:18叠加风场的(a)组合雷达回波图以及(b)沿区域A红线的叠加流场和温度场(单位：°C)上的雷达回波垂直剖面，单位：dBZFig. 9 The simulated(a)composed radar echo and (b)the vertical cross of radar echo along the red line in domain A(dBZ)with streamline field and temperature field(°C)

图 10为对流云区中部分粒子的三维运行轨迹的正面和侧面图，图 11为其中编号为739粒子的三维运行轨迹的正面和侧面图，“×”代表粒子的起始位置，红线代表水平速度为零的零线。图 12为编号为739粒子的运行轨迹在图 9红线剖面上的投影。

图 10

Fig. 10

图 10 编号为310、473以及739粒子的三维运行轨迹：(a)正面图；(b)侧面图。红线代表水平速度为零的零线，“×”代表粒子的起始位置Fig. 10 The three-dimension movement trajectory of particles with No.310，No.473 and No.739:(a)Front view;(b)side view. Red line denotes the horizontal velocity is zero，“×” denotes the start location of the particles

图 11

Fig. 11

图 11 编号为739粒子的三维运行轨迹：(a)正面图；(b)侧面图。红线代表水平速度为零的零线，“×”代表粒子的起始位置Fig. 11 The same as Fig. 10，but for No. 739

从图 10到图 12可以看出，在初始时刻由于粒子处于上升气流的边缘位置，上升气流速度小于粒子落速，粒子下落，并随着水平气流向外移动。当粒子下降到一定高度时，由于水平气流的方向与上层时的相反，粒子随着水平气流逐步进入主上升气流区，进入主上升气流区后，由于对流云中复杂的流场，垂直气流上下层分布不均匀，对流云中心的上升气流旁往往有下沉气流，有些区域上升气流速度小于粒子落速，而有些区域上升气流速度又大于粒子落速。在水平气流方面，上下层的水平气流方向也不一致，低层的水平气流与高层水平气流方向不一致或相反，同时随着粒子的逐步增长，粒子的落速也在增大，粒子在云场中运行轨迹也较复杂，粒子在主上升气流区内呈现出围绕水平速度为零的零线，上下循环往复的运行轨迹(图 10，图 11)，随着粒子的进一步增大，最终粒子从主上升气流区的另一侧下落(图 12)。

图 12

Fig. 12

图 12 编号为739粒子的运行轨迹在图 9剖面上的投影(右图为左图方框区域的放大)Fig. 12 The projection of No.739 particle trajectory on the vertical cross in Fig. 9(The right panel is the enlarged version of the box area in left panel)

WRF模拟的2012年5月29日12:18方框区域B(图 9a，39.9°～40.3°N，115.879°～116.243°E)中，回波强度较为均匀，回波强度为20～30 dBZ左右，可以认为是层状云均匀。将WRF模式的该块区域的相关数据输出并进行插值处理后运行轨迹模式以对层状云中粒子运行轨迹特点进行对比分析。在三维运行增长模式中，在格点[i(10～15 km)，j(10～15 km)，k(3～4 km)]处共放置250个示踪粒子。

图 13为层状云中部分粒子叠加在一起的三维运行轨迹图。图 14为标号为207粒子的运行轨迹。可以清楚得看出，相对于对流云的流场，层状云流场要简单得多，粒子大多呈现简单的上升和下沉运动。

图 13

Fig. 13

图 13 层状云中部分粒子的三维运行轨迹：(a)正面图；(b)侧面图。“×”代表粒子的起始位置Fig. 13 The three-dimension movement trajectory of some particles in stratiform cloud:(a)Front view;(b)side view. “×” denotes the start location of the particles

图 14

Fig. 14

图 14 层状云中编号为207粒子的三维运行轨迹：(a)正面图；(b)侧面图。“×”代表粒子的起始位置Fig. 14 The same as Fig. 13，but for No. 207

通过以上分析，可以看出在一般的层状云中，层状云上升气流相对较小且较为均匀，云中下部过冷水的运行轨迹是简单的先上升再下降的曲线。在上升中，水粒子可凝结增长，在低于0°C时，一些粒子可转化为冰晶，在高于冰面饱和的情况下，可凝华增长，在存在过冷水的云区，还通过贝吉隆过程以及凇附过程增长，长大的粒子下落时，对下层云播撒，再通过碰并和凝结增长，继续长大，掉落出云形成降水。这样的“播撒—供给”机制相对简单。而对流云区的气流上升不均匀，且在对流泡旁也有下沉气流，降水粒子的增长轨迹不再是简单的上升，可以发生上下多次的循环增长，“播撒—供给”机制可在云的上下层间双向进行，云中粒子群可以长得更大。 5.3 对流云和层状云之间含水量的交换

云是水凝物粒子群，它的含水量变化反映着云的变化。下面来分析一下在积层混合云中，对流云与层状云中的水成物是如何交换的。图 15分别是12:18与12:30雷达回波组合反射率图，在图中方框区域，可以看到出现两个对流云块，两个对流云块通过层状云相连接。我们沿线做雷达回波的垂直剖面，并同时叠加云中水成物总含量Q_total=Q_cloud+ Q_ice+Q_rain+Q_snow+Q_graup水平通量散度剖面图。从图 15可以看出，在两个对流云块的下部为水成物的辐合区，对流云块的上部为水成物的辐散区，而中间的层状云情况正好相反，层状云的下部为水成物的辐散区，层状云的上部为水成物的辐合区。所以可以得出，在低层，层状云中已有的水凝物粒子进入水内嵌的积云块中，能增长得更为充分。而在高层水成物粒子又从积云中落到层云中，此时积云充当了层云的播撒云。因此，积层混合云中发生层云—积云的粒子群交换。积层混合云系充分发挥了积云和层云各自的优势，降水效率较高。

图 15

Fig. 15

图 15 2012年5月29日(a、c)12:18、(b、d)12:30组合雷达回波图(左)以及沿线段AB叠加在雷达回波上的云中水成物总含量的水平通量散度(c、d，单位：10−4 kg cm−2 hPa s)垂直剖面(右)Fig. 15 The simulated composed radar echo(left，dBZ)at(a，c)1218 BT，(b，d)1230 BT and the vertical cross section of the horizontal flux divergence of water content(10−4 kg cm−2 hPa s) and radar echo(dBZ)along the line AB(right)

本文利用中尺度模式WRF结合三维粒子运行增长模式对2012年5月29日北京地区的一次积层混合云降水过程进行了模拟，研究了这次降水过程形成的原因、降水效率的分布、降水形成机理以及积状云与层状云之间含水量的交换等。研究表明：

(1)合适的天气条件、低层辐合高层辐散的散度场配置以及云系中存在局地对流不稳定导致积层混合云系的出现；

(2)此次降水过程云内存在着明显的“播种—供给”机制。降水一方面来自于云雨的转化，另一方面来自冰相粒子的融化。降雨的最强时段正是云中“播种—供给”机制最强的时段。

(3)在降水过程云内存在着“播种—供给”机制是常见的，在层积混合云中 “播种—供给”机制的具体表现如何呢？运用粒子运行增长模式模拟可以发现：首先，层状云上升气流相对较小且较为均匀，云粒子的运行轨迹是简单的先上升再下降的曲线，“播种—供给”机制相对简单；其次，对流云区的气流上升不均匀，降水粒子的可以发生上下多次的循环增长，“播种—供给”机制可在云的上下层间双向进行，云中粒子群可以长得更大。

(4)在积层混合云中，在低层，层状云中已有的水凝物粒子进入内嵌的积云块中，能增长得更为充分。而在高层，水成物粒子又从积云中落到层云中，此时积云充当了层云的播撒云。因此，积层混合云中发生层云—积云的粒子群交换。积层混合云系充分发挥了积云和层云各自的优势，降水效率较高。