进入21世纪,受全球气候变化的影响,极端天气事件增加,水资源日益贫乏,已经成为制约我国经济发展的重要因素。华北地区工农业生产在全国占重要地位,该地区也是我国水资源严重短缺区域之一。我国水资源时空分布严重不均、气候变化、环境变化等因素导致我国北方近年来干旱加剧,加上人口增长过快、工农业发展迅速,加剧了水资源短缺程度。目前,通过人工增雨作业合理地开发和利用空中水资源,已成为缓解北方水资源欠缺的重要手段之一。
随着数值模式分辨率的提高以及数值模式中云微物理参数化方案的改进,中尺度模式已能较精细地模拟云和降水特征,成为人工影响天气理论研究的重要工具之一。近30多年来,人工催化数值模拟技术在国内外发展很快,并在人工增雨、人工减雨、防雹等方面的研究中得到广泛应用,为人工影响天气作业提供理论指导。使用数值模式进行催化研究,一种方法是在模拟的特定时空范围内直接增加冰晶数浓度和比质量,进而研究催化对云和降水的影响。采用此种方法,国内外已开展较多研究,如Koenig and Murray(1983)、毛玉华和胡志晋(1993)、何观芳等(2001)通过在二维、三维云模式中增加冰晶数浓度研究催化对降水、降雹的影响,史月琴等(2008)、孙晶等(2010)和高茜等(2011)利用CAMS 中尺度云模式,通过在微物理方案中直接改变冰晶数浓度的方法进行了云催化的数值试验。需要指出的是,直接增加冰晶的方法没有考虑催化剂在云中的核化过程,从物理上而言,更为近似于液氮、液态二氧化碳等液态制冷剂的催化过程,但对如碘化银之类催化剂的模拟是不完善的,多用于原理性的试验研究。
Hsie et al.(1980)建立了模拟碘化银粒子核化的守恒方程,考虑了碘化银的接触核化、凝华(和吸附)核化的过程,并将该方程加入二维时变对流云模式,模拟了强对流云中碘化银播撒的效果;黄燕和徐华英(1994)发展了该催化方案,并应用于二维冰雹云模式,开展了冰雹云催化研究;崔雅琴等(2007)应用该方案并将核化后的人工冰晶作为单独预报量,使用三维对流云模式开展了催化研究;Guo et al.(2006)在三维对流云模式中使用该方案对比研究了碘化银与液态二氧化碳催化的云动力和微物理效果;方春刚等(2009)和何晖等(2012,2013)分别在中尺度模式WRF和MM5的微物理方案中加入了上述碘化银催化过程,并进行了对流云、层状云的催化模拟研究。总体而言,Hsie方案实现了对碘化银催化物理过程的较为详细的模拟,相对于直接增加冰晶的方法,该方案在物理上更为完整,不过,方案中不能区分碘化银冰核的凝华核化和吸附核化过程,也没有考虑碘化银的浸没核化过程,仍需进一步的发展完善。
Meyers et al.(1995)根据DeMott(1995)的碘化银核化试验结果,建立了一套碘化银催化的显式播撒方案,考虑了碘化银凝华核化、吸附核化和接触核化三种核化机制,实现了碘化银催化与三维RAMS(Regional Atmospheric Modeling System)中尺度模式的耦合,并使用该模式模拟了一次地形云降水的播撒个例,模式合理的模拟了与播撒相关的多个物理链过程,模拟的催化效果与实际检验结果吻合;刘诗军等(2005)将DeMott(1995)的试验结果应用于一维层状云和一维对流云模式,研究了碘化银在对流云和层状云中成核方式的差异;Xue et al (2013a.2013b)参考Meyers et al.(1995)的结果,在WRF模式的Thompson方案中实现了碘化银播撒的显式模拟,使用该模式模拟了地基和空基碘化银播撒对冬季地形云降水的影响。相对于Hsie方案,DeMott的试验结果更完整的表达了碘化银的所有核化过程,将其试验结果应用于数值模拟试验,对于促进人影催化模式及其研究的发展是很有意义的,对于指导实际人工增雨作业也具有现实意义。
本文使用耦合了CAMS云微物理方案的WRF中尺度数值模式,在CAMS微物理方案中增加了直接播撒冰晶和播撒碘化银两种云催化方案。利用此模式,针对2014年5月华北干旱期间开展飞机增雨作业的两次降水过程(5月9~10日和5月10~11日),进行了云催化数值模拟试验。对催化后降水、云物理量的变化进行了分析,对比了两种催化方案的催化效果。两种催化方案近似模拟了当前实际作业中使用的液态制冷剂和碘化银两种主要催化剂的催化过程,通过模拟研究可为实际人影作业提供参考。
2 降水过程实况 2.1 天气背景分析2014年5月9日08时(北京时间,下同),华北地区位于蒙古低涡东南侧(图 1a);5月9日20时,蒙古低涡东移,河套地区有一高空槽发展(图 1b)。受低涡系统影响,5月9~10日,内蒙古中部、华北西部有小到中雨,局部大雨的降水过程。
5月10~11日,随蒙古低涡东移发展,低涡西部冷空气南下与偏南暖湿气流交汇于华北地区,华北、黄淮等地有中到大雨降水过程。5 月10 日08 时,500 hPa 天气图显示东亚中高纬度呈两槽一脊的环流形势(图 1c),蒙古低涡中心位于(47°N,108°E),华北地区位于低涡南侧高空槽前的上升运动区中。蒙古低涡向东北方向移动,5月10日20时(图 1d),华北地区位于低涡的西南侧。
2.2 云系的演变特征从反演的FY-2卫星的TBB(等效黑体温度,Black Body Temperature)云图(图 2)可见,5月9~11日,受低涡东移影响,大范围的低涡气旋云系自西向东移动,经过华北移至东北地区。5月9日08时,低涡气旋云系移入华北西北部;随着系统向东北方向移动,10日08时,云系覆盖华北西部和北部;随后,云系减弱东移,11日06时,低涡气旋云系移出华北地区。5月9日08时至10日08时,华北地区的云层较厚,云系主要为积层混合云,对应地面降水也较大;5月10日08时至11日08时,华北地区的云层覆盖面积减小,云层厚度减小,云系主要为层状云,对应地面降水也较小。
本文采用WRF模式进行模拟研究。WRF模式是完全可压缩的、非静力的三维中尺度模式,可用于从云尺度到天气尺度等不同尺度天气特征的模拟研究。在WRF模式中,我们耦合了由中国气象科学研究院开发的CAMS云微物理方案,该方案为混合相双参数雪晶方案(陈德辉等,2004),包括11个云物理预报量,分别为水汽、云水的比质量(Qv,Qc),云滴谱拓宽度(Fc),雨水、冰晶、雪和霰的比质量和比浓度(Qr;Nr;Qi,Ni;Qs,Ns;Qg,Ng),考虑了31种云微物理过程,方案采用准隐式数值计算方法,能很好地保证模式计算的稳定性,该方案已在多个研究和业务应用发挥了很好的作用。
为进行云催化数值模拟研究,我们在CAMS方案中增加了催化模块,包括两种云催化方案和相应的微物理预报量及微物理过程。两种云催化方案分别为直接播撒冰晶催化方案(下文简称S1方案)和播撒碘化银催化剂方案(下文简称S2方案)。S1方案是在云中直接增加冰晶数浓度和比质量来模拟催化过程,方案中假设这些冰晶主要通过凝华和吸附核化过程形成,因此,在施加催化时只考虑凝华和吸附核化对云中水汽、温度的影响;S1方案近似于液态制冷剂的催化过程的模拟。S2方案是在云中播撒碘化银类催化剂,考虑碘化银冰核形成冰晶的多种核化过程,同时对碘化银粒子在云中的平流、扩散以及清除过程也进行了相应考虑;方案中碘化银核化的模拟主要基于DeMott(1995)的试验研究结果。
S2方案中,碘化银冰核的核化包括凝华核化、吸附核化、浸没核化、接触核化以及作为云凝结核形成云滴共5种微物理过程(DeMott,1995;刘卫国和刘奇俊,2007;Xue et al 2013a),催化方案在模式中增加了2个新微物理预报量Naer和Naim,其中Naer为碘化银气溶胶粒子数浓度,Naim为浸没在云滴中的碘化银气溶胶粒子数浓度。S2方案中假设碘化银粒子为均一尺度分布,并假设在条件满足的情况下,碘化银粒子按各核化过程的核化比率瞬时核化为冰晶,忽略核化过程所需时间。碘化银粒子不同核化过程的公式如下:
a)凝华核化
\[{{F}_{\text{dep}}}=\left\{ \begin{align} & 1-\exp \left( -4\pi r_{\text{d}}^{2}{{D}_{\text{dep}}} \right),\begin{matrix} {} & t<-5{}^\circ \text{C} \\ \end{matrix} \\ & 0,\begin{matrix} {} & t\ge -5 \\ \end{matrix}{}^\circ \text{C} \\ \end{align} \right.\] | (1) |
其中
\[{{D}_{\text{dep}}}=\left\{ \begin{align} & 5.02\times {{10}^{5}}{{\left( 100{{s}_{\text{i}}}-65{{s}_{\text{w}}}-5 \right)}^{1.493}},\text{ }{{s}_{\text{w}}}>-0.08 \\ & 8.93\times {{10}^{4}}{{\left( 100{{s}_{\text{i}}} \right)}^{1.923}},\text{ }{{s}_{\text{w}}}\le -0.08 \\ \end{align} \right.\] | (2) |
b)吸附核化
\[{{F}_{\text{cdf}}}=\left\{ \begin{align} & 1-\exp \left( -4\pi r_{\text{d}}^{2}{{D}_{\text{cdf}}} \right),\begin{matrix} {} & t<-5{}^\circ \text{C} \\ \end{matrix} \\ & 0,\begin{matrix} {} & t\ge -5{}^\circ \text{C} \\ \end{matrix} \\ \end{align} \right.\] | (3) |
其中
\[{{D}_{\text{cdf}}}=\left\{ \begin{align} & 2.36\times {{10}^{9}}{{\left( -0.1t-0.3 \right)}^{4.836}}{{\left( 100{{s}_{\text{w}}} \right)}^{2}},\text{ }{{s}_{\text{w}}}>0 \\ & 0,\begin{matrix} {} & {{s}_{\text{w}}}\le 0 \\ \end{matrix} \\ \end{align} \right.\] | (4) |
c)接触核化
\[{{F}_{\text{ctf}}}={{F}_{\text{scav}}}F_{\text{ctf}}^{'}\] | (5) |
其中
\[F_{\text{ctf}}^{'}=\left\{ \begin{align} & 1-\exp \left( -4\pi r_{\text{d}}^{2}{{D}_{\text{ctf}}} \right),\begin{matrix} {} & t<0{}^\circ \text{C} \\ \end{matrix} \\ & 0,\begin{matrix} {} & t\ge 0{}^\circ \text{C} \\ \end{matrix} \\ \end{align} \right.\] | (6) |
\[{{D}_{\text{ctf}}}=\left\{ \begin{align} & 1.198\times {{10}^{12}}{{\left( {{s}_{\text{i}}}-0.055 \right)}^{1.98}},\text{ }{{s}_{\text{i}}}>0.055 \\ & 0,\begin{matrix} {} & {{s}_{\text{i}}}\le 0.055 \\ \end{matrix} \\ \end{align} \right.\] | (7) |
d)浸没核化
\[{{F}_{\text{imf}}}=F_{\text{imf}}^{\prime }\left[ {{F}_{\text{scav}}}\left( 1-F_{\text{ctf}}^{\prime } \right)+{{F}_{\text{imd}}} \right]\] | (8) |
其中
\[F_{\text{imf}}^{\prime }=\left\{ \begin{align} & 0.0337{{\left( -0.1t-0.5 \right)}^{3.2}},\text{ }t<-5{}^\circ \text{C} \\ & 0,\begin{matrix} {} & t\ge -5{}^\circ \text{C} \\ \end{matrix} \\ \end{align} \right.\] | (9) |
e)凝结核化
\[{{F}_{\text{imd}}}=\left\{ \begin{align} & 5s_{\text{w}}^{1.5},\begin{matrix} {} & {{s}_{\text{w}}}<0.05 \\ \end{matrix} \\ & 0,\begin{matrix} {} & \text{ }{{s}_{\text{w}}}\ge 0.05 \\ \end{matrix} \\ \end{align} \right.\] | (10) |
上述方程中,Fdep、Fcdf、Fctf、Fimf、Fimd分别为碘化银的凝华核化比、吸附核化比、接触冻结核化比、浸没冻结核化比和凝结核化比,si和sw分别为冰面和水面过饱和比,t为温度(°C)。Fscav为云滴通过布朗运动和惯性碰并对碘化银气溶胶粒子的清除比率,其计算参考Hsie et al.(1980)的方法。、分别为被云滴捕获的碘化银气溶胶粒子的接触核化比和浸没冻结核化比。方案中新增预报量Naer和Naim的源汇项方程如下:
\[\delta {{N}_{\text{aer}}}=-{{N}_{\text{aer}}}({{F}_{\text{scav}}}+{{F}_{\text{dep}}}+{{F}_{\text{cdf}}}+{{F}_{\text{imd}}})\] | (11) |
\[\begin{align} & \delta {{N}_{\text{aim}}}={{N}_{\text{aer}}}[{{F}_{\text{scav}}}(1-F_{\text{ctf}}^{\prime })(1-F_{\text{imf}}^{\prime })+ \\ & \text{ }(1-F_{\text{imf}}^{\prime }){{F}_{\text{imd}}}]+{{N}_{\text{aim}}}(1-F_{\text{imf}}^{\prime }). \\ \end{align}\] | (12) |
使用上述模式,我们对2014年5月9~11日华北地区的大范围降水过程进行了人工增雨催化数值模拟试验。将上述过程分为5月9~10日(个例1)、5月10~11日(个例2)两个个例分别进行模拟。两个个例模式模拟区域设置相同,模式域中心点设在(39°N,112°E),水平方向采用9~3 km二重双向嵌套,垂直层数35层,模式顶气压为50 hPa,外层网格使用CAMS方案和Kain-Fritsch积云参数化方案,内层网格使用CAMS方案。使用每6小时一次的T639全球分析场为模式提供初始场及侧边界条件,启动时间分别为9日08时和10日02时,模拟时长分别为24小时和30小时。
3.2 模拟结果的验证 3.2.1 个例1云带与降水模拟验证5月9日降水主要为积层混合云降水,云层发展深厚,云区内部分区域存在较强上升气流。选取外层网格(注:除云带对比选择外层网格数据外,文中其他分析的数据均取自内层嵌套网格的模拟结果)模拟的云系演变结果与实况进行对比,从对比情况看,模拟云带的移动方向、云带形状、分布范围与卫星反演产品接近,说明在该个例中模式对大范围云系的把握还是比较准确的。图 3为9日14时模式模拟的云带(以垂直积分总水量来表示,下同)与卫星反演的TBB产品对比,从图中可看出模拟结果与观测实况基本吻合,对山西西部及陕西北部云系发展旺盛的状况,模拟结果能够较好地表现出来。
图 4为5月10日08时的24小时累积降水模拟结果与实况的对比。从图中可看到,模拟降水的雨区分布范围与实况接近,特别是小于25 mm的降水区域;实况25 mm以上降水主要位于山西、陕西境内,模拟的相应降水带在内蒙古境内偏大,但在山西、陕西境内与实况较为一致。从降水中心位置看,模式模拟出了山西西部的50 mm以上降水中心区,但范围偏大,局地最大降水量高于实况;此外,模拟降水在山西东北部有虚假降水中心出现。从整个雨区降水量级的对比可看到,实况雨量在1~75 mm之间,模拟的降水量大部分也在1~75 mm范围,只是局部地区有大于75 mm的降水;对于大于25 mm、50 mm的雨区范围,模拟的雨区则比实况的分布范围要大,因此从总体上看,模拟的降水较实况偏强。
5月10日过程以层状云降水为主,云中上升气流较弱。从模式模拟的云带演变(第一层网格模拟结果)与卫星反演的TBB产品对比来看,模拟的云带移向、移速与实况基本吻合。在10日14时的对比图上可看到(图 5),模拟云带的形状和走向也与实况云带基本一致,能较好的表现出陕西、山西和河南境内云系发展状况。
从模拟的5月10日降水情况看(图 6),模拟的24小时降水整个区域范围略小于实况,对山西境内的降水,模式模拟的山西西北部和西南部的两个20 mm以上的降水中心位置有偏差,且范围也偏小,但模拟的10~20 mm降水在山西境内的分布与实况比较接近。从降水量级上看,山西境内实况降水大部在1~30 mm之间,模拟的降水量级与实况接近,其中山西西部、东北部的局部地区降水模拟偏强。总体上,模拟降水能够表现实况降水的分布和量级的主要特征。
人工影响天气作业信息显示,5月9~10日山西中部和北部进行了飞机增雨和地面增雨作业。9日上午,飞机共飞行1架次,飞行地区位于太原西北部临县、岢岚一带,作业时段在11:30~12:30,作业区域位于(37.9°~38.7°N,111.2°~112.4°E)范围内,共播撒碘化银约720 g(按山西机载碘化银焰剂0.2 g s−1的播撒速率计算)。10日,飞机增雨作业位于太原北部的原平、定襄、盂县一带,共飞行2架次,其中第一架次飞机作业时段11:45~12:24,作业区域位于(37.9°~38.7°N,112.5°~113.0°E)范围内,共播撒碘化银约480 g。
根据模式模拟结果,参考上述两个架次飞机增雨作业的实况,选择山西西北部地区降水云系进行催化模拟,但根据模拟云系的发展状况,催化的具体时间和区域与实况有所差异。针对两个降水过程的个例,首先进行未催化的自然云模拟,然后采用S1和S2方案分别进行催化模拟,将催化后模拟结果与自然云进行比较,对催化效果进行分析。
个例1催化时间选择在9日18时,催化区域位于山西西北部地区(图 7),具体经纬度坐标范围为(38.6°~38.7°N,110.8°~111.5°E);催化高度在海拔4.7~5.5 km之间,对应温度范围−5.8~−10.2°C。催化方法采用了两种方式:一是直接播撒人工冰晶(下文以S1方案表示),每格点播撒冰晶剂量为2×106 kg−1,S1方案在一定程度上近似于液态制冷剂(如液氮、液态二氧化碳等)的播撒,上述剂量约合在播撒区域播撒制冷剂360 kg(按成核率1012 g−1计算);二是采用播撒碘化银催化剂的方法(下文以S2方案表示),播撒剂量参考实际作业剂量(1小时播撒720 g碘化银),按照Meyers et al.(1995)的方法,计算720 g碘化银在1小时后的扩散浓度为8×106 m−3,模式中即采用这个剂量进行播撒。
个例2催化时间为10日11时,选择催化区域位于山西西北部(图 8),经纬度坐标范围(38.3°~38.5°N,111.0°~111.5°E);催化高度选择在海拔4.4~4.8 km之间,对应温度范围−6~−9.2°C之间;催化方法也分别采用播撒人工冰晶(S1)和碘化银催化剂(S2)两种方案,播撒剂量在S1方案为每格点播撒冰晶1×106kg−1(总计约合播撒55 kg液态制冷剂),S2方案参考实际作业播撒的480 g碘化银,换算出40分钟后的扩散浓度为1.8×107 m−3,以其作为播撒用量。
个例1中,模拟的降水云系过冷水区主体在9日下午开始移入山西境内,此时山西地面已有降水,云体发展较强,降水量较大,云系向东北方向移动,移速较快。从海拔5 km高度过冷水的水平分布(图 7a)可看到,陕西、山西西部、内蒙古中部存在一个大范围的过冷水区,呈西南—东北的带状分布,过冷水含量丰富,大部分区域量值在0.1 g kg−1以上,部分区域甚至高达1~2 g kg−1,过冷水区内主要为西南气流。催化时刻沿38.65°N的垂直剖面图(图 7b、c、d)显示,云区过冷水含量高,一些区域存在较强上升气流,在上升气流区冰相发展旺盛,冰面过饱和区深厚,利于冰相粒子成长。图中可看到雪霰层伸展至10 km以上,且雪霰比质量高,雨水比质量分布也显示地面降水较大,上述特征表明云系降水发展较为成熟。从图 7中可看到,在催化区域内(见图 7a、c中黑色方框所示)过冷水含量大多在0.1~0.3 g kg−1之间,自然冰晶数浓度在10~50 L−1之间,冰面过饱和比0.04~0.1之间,催化区域位于上升气流区,最大上升速度可达1.5 m s−1。
个例2中,过冷水区随云系的东移逐渐覆盖山西西北部大片区域,从海拔4.5 km高度的水平分布看(图 8a),过冷水含量以0.01~0.05 g kg−1为主,部分区域过冷水含量达0.1~0.3 g kg−1,过冷水区主要为西南气流。从云垂直结构看(图 8b、c、d),过冷水区冰晶含量很少,大部分区域在10 L−1以下,云区内存在上升气流,云系冰相发展不充分,地面降水不大。可以看到在垂直方向5~7 km之间存在冰晶、雪、霰含量的低值区,图 8b表明,云系在垂直方向有明显的“干湿”分层,5~7 km之间有一较厚的冰面欠饱和区,冰相粒子在该层蒸发较大,不利于下层云区降水发展。从图 8可看到,催化区域(图中黑色方框所示)过冷水含量在0.01~0.3 g kg−1,自然冰晶数浓度1~10 L−1,冰面过饱和比大于0.04,上升气流速度最大0.2 m s−1。
图 9为S1、S2方案催化后3小时内地面每10分钟净增雨量的时间演变。每10分钟净增雨量是指整个第二层网格模拟区域在催化后每10分钟的降雨总量与未催化的降雨总量的差值。从图中可以看到,两种方案降水变化的演变情况类似,在催化后10分钟时地面均出现轻微增雨,此后地面降水持续减少,30分钟时达到净减雨量最大值(S1:3.3×105t;S2:3.7×105t),地面减雨持续至70分钟后才开始转为增雨,并在120分钟时达到最大净增雨量(S1:3.9×105t;S2:3.7×105t)。模拟结果表明,S1和S2方案在催化后3小时地面累积净增雨量分别为7.8×105t和7.1×105t,局地最大相对增雨率分别为1.8%和3.6%,两方案催化后3小时的总效果均为增雨,显然催化后期的增雨效果起到了重要作用。
从催化3小时后地面累积降水量变化的分布可以看到(图 10),S1和S2方案在播撒区位置的降水没有明显变化,在播撒区下游方向到39°N附近主要为减雨区,39°N以北地区主要以增雨区为主。总体上,从播撒区向下游方向,两方案的累积降水
变化均呈现出减雨—增雨的分布特征。在播撒区下游39°~39.5°N之间,两方案的降水都出现大范围的增雨,且分布区域类似,但在39.5°N以北地区,S1方案催化对降水的影响减弱,降水变化区域明显缩减(图 10a),而S2方案则存在一个较大范围的增雨区并一直延伸至40.6°N附近。上述特征说明,相对于S1方案,S2方案播撒区下游较远的区域仍有较强催化效果,图 9中S2方案在催化160分钟后净增雨量再次递增的变化也说明了这一特点,其原因可从两种方案的催化机制及云系动力特征上来分析。
催化剂播撒后,对云的最直接影响是增加冰晶数浓度,图 11所示为S1、S2方案的催化云相对自然云的冰晶数浓度变化。由图中可看到,在催化的初期(图 11 a1、a2),两方案的冰晶变化分布和变化量级均表现出很大的相似性,但随时间推移,两方案表现出明显差异。S2方案的碘化银随气流不断向播撒区下游方向输送,由于云系存在较强的上升气流,碘化银分布在垂直方向也有明显扩展。在输送扩散过程中,碘化银浓度逐渐降低,但从图中可以看到,在催化后110分钟时,在碘化银的分布区域仍存在最大100 L−1以上的的冰晶增量,说明催化的直接影响仍然存在。而S1方案,随时间推移,冰晶数浓度增量急剧减小,到110分钟时已经很低(图 11b1)。从催化机制上看,S1方案是直接在云中播撒一定数量的人工冰晶,无论在播撒区还是随气流向下游迁移扩散,在条件适合时,人工冰晶都能直接参与云中水汽凝华、过冷水凝结碰冻等物理过程向降水粒子转化,而且该个例中云区内升速较强,过冷水含量高,更有利于冰晶成长;而S2方案播撒的碘化银催化剂作为冰核或凝结核在云中需要经历一个核化为冰晶或云滴的过程,因此在播撒位置的环境条件不合适时,碘化银粒子不会参与云中的微物理过程,并随气流向播撒区下游方向迁移扩散,直至条件适合形成冰晶或云滴,并参与到降水形成的过程中。由此可见,两种方案催化机制的差异是造成催化后期播撒区下游降水的变化出现不同的一个重要原因。此外,在本个例中,云中存在较强的上升气流,碘化银在播撒入云后,部分碘化银很快会随上升气流输送到播撒区上空,由于高空风速大,向下游输送能力强,碘化银能向下游输送更长的距离,从而增大催化影响区的范围。
个例2中,山西主要以稳定的层状云降水为主,云系缓慢向东北方向移动,催化时段云系降水量较小,3小时累积雨量(10日06时)为6 mm。从S1、S2方案催化后第二层网格区域的每10分钟地面净增雨量的时间演变(图 12)可看到,两种方案的净增雨量变化特征相似,但与个例1的变化特征(图 9)有较大区别。两方案在催化后地面减雨的持续时间不到30分钟,最大净减雨量均为5.4×104t。从40分钟开始,两方案一直为增雨效果,S1方案在160分钟时达到净增雨量最大值(2.3×105t),S2方案则在180分钟达到最大净增雨量(1.8×105t)。S1和S2方案在催化后3小时地面累积净增雨量分别为1.8×106t和1.5×106t,局地最大相对增雨率分别为33%和30%,催化后3小时的总效果为增雨。
从催化后3小时降水变化的分布看,S1和S2方案表现出相似的特征(图 13),两方案整个催化影响区范围接近,且影响区中增雨区面积较大,减雨区面积较小。与个例1不同,个例2中S2方案的降水变化区域相比于S1方案,没有出现向下游方向明显扩展的现象,这与云系本身物理特征有密切关系。一方面,由于云系属于较为稳定的层状云,云内气流上升速度不大,不利于碘化银垂直方向的扩散,不易形成类似个例1中碘化银随高空气流向下游快速输送扩散的情形,这可从图 14中碘化 银垂直分布的时间变化看到,随时间推移,大部分碘化银富集在播撒高度附近,垂直扩散范围有限,整体上随云系的移动缓慢向播撒区下游迁移。另一方面,由图 8b可知,在播撒云区,适宜碘化银核化的区域有限,垂直方向仅限于过冷云水区上层−5~−10°C层之间,在播撒初期,由于环境条件较好,碘化银大量核化,增加的冰晶数浓度与S1方案相当(图 14a1、a2);但随时间推移,由图 14b2中碘化银仍然保持较高浓度的现象说明,碘化银在后期的核化率显著降低,从而在冰晶数浓度上没有形成与S1方案显著的差别,导致其催化效果与S1方案没有太大的差异。
当人工冰晶或催化剂在云中合适部位播撒后,会通过各种微物理过程与水汽、云中水凝物粒子产生直接或间接作用,造成云微物理特征的改变。由图 15可见,在主要的催化影响区域(112°~113°N),S1、S2方案均可看出云中微物理量的明显变化。−15°C层以上的过冷云水由于冰晶数浓度的增加以及冰晶、雪晶的增长被消耗,图中可看到该区域冰晶、雪晶明显增多;−15°C层以下,霰的比质量增加,云水减少,显然霰碰并过冷云水增长是云水减少的重要原因。与霰的增加相对应,下层的雨水比质量也增加,这说明降水增加主要来源于霰的增加。从图中微物理变化的垂直分布上看,两种方案的冰晶、雪晶、霰、雨各物理量的增减变化区域有很好的对应性,这也体现了通过催化引进冰晶数浓度变化进而影响云和降水的物理链条。
从图 15b1、b2可看到,在冰晶增加区域,S2方案中增加的冰晶数浓度以及浓度增加范围均明显高于S1方案,而这一区域与碘化银催化剂的分布区域相对应(图 15h),这说明碘化银粒子的核化起到了重要作用。由于S2方案中碘化银粒子在向下游输送扩散过程中,在适宜条件下可不断生成新的冰晶参与到云物理过程中,从而有利于延长催化影响的时效,扩展催化影响的范围。催化不但会影响云中微物理量特征,而且在催化剂核化及冰相粒子增长过程中会涉及到潜热的释放,这会引起云中温度的变化。从图 15f1、f2可看到,催化引起的增温区主要位于冰晶、雪晶大量增加的区域,S1方案最大增温超过0.1°C,S2方案由于存在碘化银大量核化形成较多冰晶的过程,其增温幅度和范围均高于S1方案,最大增温在0.2°C以上。与增温区相对应,云中上升速度也有所增加,从图 15g1、g2可看到,S2方案的上升速度增加量级及区域范围均高于S1方案。
5.3.2 个例2云物理量场变化分析个例2催化时段降水较小,云内动力条件较弱,上层冰云与下层过冷云水区之间存在较厚的冰面欠饱和区(图 8b),导致下层过冷水区冰晶粒子数浓度低。由图 16可看到,S1、S2两方案在催化后对云内物理量场的影响非常相似。播撒催化剂后,由于云内动力条件的限制,催化剂向上输送扩展有限,催化影响主要发生在下层云区,增加的冰晶以播撒区为中心向周围扩散,通过消耗过冷云水成长,最终使得雪、霰增加。从图 16中霰的增加区域与其下方雨水的增加区域的对应关系,可以判断该个例中霰的增加是降水增加的主要来源。对应冰晶、雪晶的增加区域,两方案同样可以看到由于相态转化时潜热释放导致的增温现象(图 16f1、f2),以及增温区域的上升速度增加的动力场变化特征(图 16g1、g2)。对于图 16f1、f2中在增温区上方出现减温区的现象,是因为催化增加的部分冰相粒子随气流上升进入−10°C层上方的冰面欠饱和区,冰相粒子蒸发导致该区域降温。
2014年5月9~11日,受低涡系统的影响,华北地区自西向东经历了一次大范围降水过程,针对这次过程,山西省进行了飞机增雨催化作业。本文利用耦合了CAMS微物理方案及催化模块的WRF模式对5月9日和10日的降水过程分别进行了模拟,将模拟结果与实况进行了对比,模式模拟的云带、降水特征与实况吻合较好。我们结合山西两个架次飞机增雨作业实况与模式模拟结果,对山西境内的降水云系进行了催化模拟试验。催化试验分别采用了直接播撒冰晶(S1方案)和播撒碘化银催化剂(S2方案)两种方式进行催化模拟,对两种方案的催化效果进行了分析和对比,主要研究结论如下:
(1)在云层适当部位播撒催化剂,无论是S1方案还是S2方案,都会对降水产生明显影响,两个例都达到了增雨效果。个例1中,S2方案对播撒区下游降水的影响范围要大于S1方案,主要是因为两种方案的催化机制的差异,以及由于云系中动力条件较强、水汽条件好,有助于碘化银催化剂向下游输送,并在输送过程中通过不断核化形成冰晶扩展了催化影响的范围,增强了播撒区下游地区的催化效果;个例2中,S1和S2方案的催化影响范围非常相似,这主要是由于S2方案中增加的大量冰晶主要产生于催化初期,由于云中动力条件较弱、水汽条件差,催化后期碘化银的输送扩散和核化效率均不高,使得S2方案的催化效果与S1方案没有太大的差异。
(2)催化会引起云中各水凝物的比质量、数浓度的明显变化,同时,由于水物质相态转换而导致的潜热释放会造成催化区域温度升高,上升速度也会增加。由于云系动力、水汽等条件不同,在不同个例中,两类催化方案的表现不同:个例1中,在播撒区下游,由于大量碘化银的核化作用,S2方案在催化区域引起上述变化普遍强于S1方案;而个例2中,由于(1)中提及的原因,S1和S2方案催化对云物理量场的影响效果没有显著差异。
(3)S1和S2方案分别近似模拟了液态制冷剂和碘化银两种催化剂的催化过程。通过采用适当的催化剂量,在其他催化设置条件相同的情况下,S1和S2方案可以取得一些相似的催化效果,如绝对或相对增雨量,但需注意由于二者在催化机制上有一些区别,在一些具体云系条件下,其催化效果会表现出某些差异,如个例1中催化影响区域的差异。目前,实际人影作业广泛采用碘化银催化剂,因此在对实际催化作业进行模拟研究时,应注意两种方案可能带来的差异,针对碘化银催化作业的模拟研究,选择S2方案更为适合。
本文主要针对催化后降水和云物理场的变化进行了初步研究,有关云催化过程涉及到的各种问题,如催化过程中催化时机、部位、剂量的优化选择、催化过程对自然云微物理过程的具体影响等,仍需进一步的深入分析。
[1] | 陈德辉, 胡志晋, 徐大海, 等. 2004. CAMS大气数值预报模式系统研究[M]. 北京:气象出版社, 190pp. Chen Dehui, Hu Zhijin, Xu Dahai, et al. 2004. Study on CAMS Atmospheric Numerical Prediction Model System (in Chinese)[M]. Beijing:China Meteorological Press, 190pp. |
[2] | 崔雅琴, 肖辉, 王振会, 等. 2007. 三维对流云催化数值模式人工冰晶参数化方案的改进与个例模拟试验[J]. 高原气象, 26 (4):798-811. Cui Yaqin, Xiao Hui, Wang Zhenhui, et al. 2007. The improvement of artificial ice crystal parameterization of IAP three-dimensional convective storm model and its application to case study[J]. Plateau Meteorology (in Chinese), 26(4):798-811. |
[3] | DeMott P J. 1995. Quantitative descriptions of ice formation mechanisms of silver iodide-type aerosols[J]. Atmos. Res., 38:63-99, doi:10.1016/0169-8095(94)00088-U. |
[4] | 方春刚, 郭学良, 王盘兴. 2009. 碘化银播撒对云和降水影响的中尺度数值模拟研究[J]. 大气科学, 33 (3):621-633. Fang Chungang, Guo Xueliang, Wang Panxing. 2009. The physical and precipitation response to AgI seeding from a mesoscale WRF-based seeding model[J]. Chinese J. Atmos. Sci. (in Chinese), 33 (3):621-633, doi:10.3878/j.issn.1006-9895.2009.03.18. |
[5] | 高茜, 王广河, 史月琴. 2011. 华北层状云系人工增雨个例数值研究[J]. 气象, 37 (10):1241-1251. Gao Qian, Wang Guanghe, Shi Yueqin. 2011. Numerical simulation and seeding test on the stratiform precipitation around Beijing[J]. Meteor. Mon. (in Chinese), 37 (10):1241-1251. |
[6] | Guo Xueliang, Zheng Guoguang, Jin Dezhen. 2006. A numerical comparison study of cloud seeding by silver iodide and liquid carbon dioxide[J]. Atmos. Res., 79:183-226, doi:10.1016/j.atmosres.2005.04. 005. |
[7] | 何观芳, 胡志晋, 李淑日. 2001. 鄂西北对流云及其人工催化的三维数值模拟个例研究[J]. 应用气象学报, 12 (Suppl.):96-106. He Guanfang, Hu Zhijin, Li Shuri, 2001. Numerical simulation of rain enhancement experiment in northwestern Hubei Province of China[J]. Quart. J. Appl. Meteor. (in Chinese), 12 (Suppl.):96-106, doi:10.3969/j. issn.1001-7313.2001.z1.013. |
[8] | 何晖, 金华, 李宏宇, 等. 2012. 2008年奥运会开幕式日人工消减雨作业中尺度数值模拟的初步结果[J]. 气候与环境研究, 17 (1):46-58. He Hui, Jin Hua, Li Hongyu, et al. 2012. Preliminary study of the mesoscale numerical simulation of the rain mitigation operation during the opening ceremony of the 2008 Beijing Olympic Games[J]. Climate Environ. Res. (in Chinese), 17 (1):46-58, doi:10.3878/j.issn.1006-9585.2011.10043. |
[9] | 何晖, 高茜, 李宏宇. 2013. 北京层状云人工增雨数值模拟试验和机理研究[J]. 大气科学, 37 (4):905-922. He Hui, Gao Qian, Li Hongyu, 2013. Numerical simulation of stratiform precipitation enhancement in Beijing area and its mechanism[J]. Chinese J. Atmos. Sci. (in Chinese), 37 (4):905-922, doi:10.3878/j.issn.1006-9895.2012.12097. |
[10] | Hsie E Y, Farley R D, Orville H D. 1980. Numerical simulation of ice-phase convective cloud seeding[J]. J. Appl. Meteor., 19 (8):950-977, doi:10.1175/1520-0450(1980)019<0950:NSOIPC>2.0.CO;2. |
[11] | 黄燕, 徐华英. 1994. 播撒碘化银粒子进行人工防雹的数值试验[J]. 大气科学, 18 (5):612-622. Huang Yan, Xu Huaying. 1994. Numerical experiments on hail suppression by AgI seeding[J]. Chinese J. Atmos. Sci. (in Chinese), 18 (5):612-622, doi:10.3878/j.issn.1006-9895.1994. 05.12. |
[12] | Koenig L R, Murray F W. 1983. Theoretical experiments on cumulus dynamics[J]. J. Atmos. Sci., 40:1241-1256, doi:10.1175/1520-0469 (1983)040<1241:TEOCD>2.0.CO;2. |
[13] | 刘诗军, 胡志晋, 游来光, 2005. 碘化银核化过程的数值模拟研究[J]. 气象学报, 63 (1):30-40. Liu Shijun, Hu Zhijin, You Laiguang, 2005. The numerical simulation of AgI nucleation in cloud[J]. Acta Meteor. Sinica (in Chinese), 63 (1):30-40, doi:10.11676/qxxb2005.004. |
[14] | 刘卫国, 刘奇俊. 2007. 祁连山夏季地形云结构和云微物理过程的模拟研究 (I):模式云物理方案和地形云结构[J]. 高原气象, 26 (1):1-15. Liu Weiguo, Liu Qijun, 2007. The numerical simulation of orographic cloud structure and cloud microphysical processes in Qilian Mountains in summer. Part (I):Cloud microphysical scheme and orographic cloud structure[J]. Plateau Meteorology (in Chinese), 26 (1):1-15. |
[15] | 毛玉华, 胡志晋. 1993. 强对流云人工增雨和防雹原理的二维数值研究[J]. 气象学报, 51 (2):184-194. Mao Yuhua, Hu Zhijin. 1993. The 2-D numerical study of rain-enhancement and hail-suppression principles on convective clouds[J]. Acta Meteor. Sinica (in Chinese), 51 (2):184-194, doi:10.11676/qxxb1993.023. |
[16] | Meyers M P, DeMott P J, Cotton W R. 1995. A comparison of seeded and nonseeded orographic cloud simulations with an explicit cloud model[J]. J. Appl. Meteor., 34:834-846, doi:10.1175/1520-0450(1995)034<0834:ACOSAN>2.0.CO;2. |
[17] | 史月琴, 楼小凤, 邓雪娇, 等. 2008. 华南冷锋云系的人工引晶催化数值试验[J]. 大气科学, 32 (6):1256-1275. Shi Yueqin, Lou Xiaofeng, Deng Xuejiao, et al. 2008. Seeding numerical experiments of cold front clouds in South China[J]. Chinese J. Atmos. Sci. (in Chinese), 32 (6):1256-1275, doi:10.3878/j.issn.1006-9895.2008.06.03. |
[18] | 孙晶, 史月琴, 楼小凤, 等. 2010. 人工缓减梅雨锋暴雨的数值试验[J]. 大气科学, 34 (2):337-350. Sun Jing, Shi Yueqin, Lou Xiaofeng, et al. 2010. Numerical experiments on artificial seeding of decreasing the Meiyu heavy rainfall[J]. Chinese J. Atmos. Sci. (in Chinese), 34 (2):337-350, doi:10.3878/j.issn.1006-9895.2010.02.08. |
[19] | Xue L L, Hashimoto A, Murakami M, et al. 2013a. Implementation of a silver iodide cloud-seeding parameterization in WRF. Part I:Model description and idealized 2D sensitivity tests[J]. J. Appl. Meteor. Climatol., 52:1433-1457, doi:10.1175/JAMC-D-12-0148.1. |
[20] | Xue L L, Tessendorf S A, Nelson E, et al. 2013b. Implementation of a silver iodide cloud-seeding parameterization in WRF. Part Ⅱ:3D simulations of actual seeding events and sensitivity tests[J]. J. Appl. Meteor. Climatol., 52:1458-1476, doi:10.1175/JAMC-D-12-0149.1. |