2 中国科学院大学, 北京100049;
3 成都信息工程学院, 成都610041
2 University of Chinese Academy of Sciences, Beijing 100049;
3 Chengdu University of Information Technology, Chengdu 610041
近30多年来,云和降水的数值模拟技术在国内外发展很快,并在人工影响天气各个方面的研究中得到广泛应用(Orville,1996;黄美元等,2000)。云中过冷水向冰晶粒子转化的过程是冷云降水的一个重要物理过程。大气冰核是冷云降水中形成冰晶的重要因子之一,它起着激发云中过冷水向冰粒子转化的作用,大气冰核也是迄今人工催化冷云的基本出发点。目前,在云数值模式中,冰晶活化浓度(NI)与温度T的关系通常采用Fletcher(1962)给出的大气冰核平均谱指数表达式
其中,经验参数NI0表示当温度T=273.15 K时单位体积空气中冰核的个数,经验参数B则表示单位温度改变导致冰核浓度的变化率(单位:K-1)。
孔凡铀等(1991)和洪延超(1996,1998)在三维对流云数值模式中采用Fletcher(1962)的实验参数值,而胡志晋和严采蘩(1986)、胡志晋和何观芳(1987)、李大山等(2002)在云模式中则采用游来光和石安英(1964)1963年春季在北京地区观测的冰核浓度谱参数。由于几十年来大气环境的物理化学状况发生了巨大改变,天气条件也有明显的变化,这些因素的综合作用必将改变冰核活化率和成冰特性,因而,导致冰核浓度与温度的关系具有很强的地域性和现实性特点。大量观测显示,各地冰核浓度差异很大(游来光和石安英,1964;汪学林等,1965;Hundson,1993;Rogers,1993;赵仕雄等,2000;李娟和黄庚,2001),其主要反映在公式(1)中NI0和B的不同。
我国西部地区的大气环境状况与20世纪60年代北京的环境状况和Fletcher(1962)进行大气冰核测量的环境状况均有非常大的不同。青海省黄河上游人工增雨综合试验区就位于我国西部黄土高原的西侧。已有的观测事实表明,黄土高原是自然大气冰核的重要源地(汪学林等,1965;赵剑平等,1965;酆大雄等,1994;Xiao et al., 2004)。酆大雄等(1994)的实验说明,黄土颗粒具有相当高的成冰核率的特征。何宏让等(1999)的数值模拟研究结果显示,增大初始自然冰核浓度,对对流云强弱和云状影响不大,但对云内的微观结构有较大影响。然而,这些研究所用的冰核谱参数范围人为性很大,并且,还没有人针对不同大气冰核谱环境对人工催化效果存在什么影响的基础科学问题开展研究。因此,在该黄河上游人工增雨综合试验区开展人工增雨试验时,当地大气冰核环境状况对该试验区人工催化增雨效果有什么影响仍然是一个很值得研究的科学问题。
近20多年来,针对我国西部黄河源头地区的人工增雨工作陆续开展。其间,也进行了一些大气冰核的观测。赵仕雄等(2000)于1989年在西宁、格尔木地区用滤膜法和混合小云室法进行对比观测,李娟和黄庚(2001)于2000年8月在甘肃省玛曲县对黄河上游地区大气冰核浓度进行了观测。2002年间我国在青海省河南县建立了人工增雨综合试验基地。2002年9月,在该试验区开展了青海人工增雨秋季综合外场观测试验,取得了大量的第一手综合、配套的观测资料,包括多普勒雷达探测、加密探空、地面气象站、雨量站观测、雨滴谱、大气冰核等方面的观测资料,这为了解青海人工增雨试验区云和降水的自然状况、变化规律、形成过程和物理机制以及人工增雨作业效果等方面提供了非常重要的基础资料。
大量的数值模拟研究结果表明,冰相过程不仅影响着强对流云的降水量,还强烈地影响着云的动力过程(孔凡铀等,1991;Johnson et al., 1993)。本文使用中国科学院大气物理研究所研制和发展的三维对流云人工催化数值模式(简称为IAP-CSM3D),研究该试验区取得的实际大气冰核浓度分布以及另外两种常用的大气冰核谱分布对模式对流云人工催化效果的影响,并对两种增雨火箭(RYI-6300型和WR-1B型)的AgI播云弹道对人工催化效果的影响加以探讨。该云模式将水物质分为水汽、云水、雨水、云冰、雪花、冻滴、霰和冰雹共8类,详细考虑了它们之间相互转化和相互作用的微物理过程,除水汽和云水外,其它水成物均采用双参数粒子谱演变方案计算。此外,还具有AgI的催化功能。有关模式的详细介绍参见洪延超(1998)和肖辉等(2004)。目前,该模式已经在云降水物理和人工影响天气等多方面得到广泛应用,其中包括冰雹形成机制(洪延超,1999),冰雹云识别(肖辉等,2002),冰雹云中过冷水累积区问题(周玲等,2001;胡朝霞等,2003),人工抑制上升气流减雹机制的研究(周非非等,2005),冰雹云中的微物理过程(洪延超等,2002),对流性强降水云物理过程分析(王孝波等,2002;肖辉等,2004)等。
2 模式的改进和播云方案设计本文在原三维强对流云数值模式(洪延超,1998)的基础上,对模式中的过冷云滴数浓度诊断方法、云水向雨水的自动转换率CNcr和冰晶初始化过程进行了改进,使其更加合理。冰晶的聚并效率eii则采用较新的研究成果。在暖云过程中增加新的雨滴碰撞破碎对雨滴浓度影响的过程(NCBrr)和自发破碎对雨滴浓度影响的过程(NSBrr)。此外,在原三维强对流云模式中只假定所有雨滴冻结后均为冻滴,还参考胡朝霞等(2003)的工作作了如下改进:当雨滴直径大于1.0 mm时,雨滴冻结为冻滴;当雨滴直径小于1.0 mm时,雨滴冻结为霰。引起雨滴冻结的过程有雨滴核化(NUrf和NUrg),过冷雨滴与冰晶、雪碰并时的冻结(CLrif、CLrsf、CLrig和CLrsg),以及由于AgI的核化而引起雨滴冻结的过程(NUraf和NUrag)。这些微物理过程的考虑,使分析冰雹胚胎的来源更加合理。
在火箭播云方式方面,在模式中专门针对国内生产和人工影响天气部门业务上常用的两种催化火箭(RYI-6300型和WR-1B型)实际飞行弹道和催化剂播撒时间的差别,使得催化的方式更加合理,功能更加完善。RYI-6300型增雨防雹火箭(下面简称RYI火箭)是内蒙古自治区国营第556厂生产的,而WR-1B型增雨防雹火箭(下面简称WR火箭)是航天工业总公司4院41所(西安)生产的。两种火箭每一枚所携带的AgI剂量均为10 g。所不同的是火箭的弹道参数设计,RYI火箭设计射高最大为6.3 km(85°发射),而WR火箭为8 km(85°发射)。在相同发射角情况下,前者AgI播撒路程短、而后者长,表现在单位距离的播撒剂量上是前者大、而后者小。如用60°发射角发射时,前者AgI播撒路程大约为3 km,而后者为4.5 km。两种火箭发射时火箭播撒AgI的时间均取20 s,相当于在云模式中需要花费2个大时步来完成AgI的播撒。在模式中还假定,火箭播撒的催化剂在播撒后3min内可以充满所在网格体积(1 km×1 km×0.5 km)。在播云试验中只要设定火箭发射的方位角、仰角和火箭发射点到目标的距离、发射火箭弹的时间间隔等参数,模式就可以自动完成相关的播云计算。这样的播撒试验方式设计将使催化更符合实际。
3 个例介绍3.1 实况2002年9月3日青海省河南县冰雹天气出现前期,高空图上乌拉尔山地区高压脊发展,巴尔喀什湖为低槽活动区。在9月2日08:00(北京时间,下同)500 hPa图上乌拉尔高压脊发展,其前部低槽东移南下至巴尔喀什湖一带,青藏高原东南部至我国中部、南部大部地区为副热带高压控制,青海省河南县位于副高西北部,受西南气流控制,高空湿度较大;9月3日08:00500 hPa图巴尔喀什湖低槽加深南压,副热带高压继续维持,青海省河南县仍受西南气流控制,河西走廊东部有一弱的低槽,对应的低层风切变明显,造成低层风场辐合,有利于对流天气的产生。
9月3日15:27,位于青海省河南县气象局大院内的车载C波段新一代多普勒雷达观测到在雷达站西南方30~60 km处出现了一些对流单体回波。18:25在雷达站西边出现较大范围的雷达回波,并缓慢地向其东北方向移动,在该回波的右前部形成较强的气旋性环流。18:52至19:09回波达到最强,导致试验区局部地区发生强对流天气,出现较强降雨。雷达观测显示,在0.5°仰角的平面位置显示器(Plane Position Indicator,PPI)上强回波的右前部云中存在多个距离高度显示器(Range Height Indicator,RHI)强回波,而强回波与低层气流辐合上升区相对应。这些RHI强回波区对应的回波云顶高可达到11~12 km,云中上升气流强盛,而且,最大回波强度达到55 dBZ,其顶高位于6 km,45dBZ回波的顶高达到8 km。19:10之后,回波强度开始缓慢减弱。19:43回波向东北方向移动,并蜕化为层状云。此时,云内回波强度较均匀,强度在25 dBZ以下,但回波顶高仍在9~10 km高度上。从雷达回波还可以看到,在强回波区的后部,雷达回波较均匀,最大强度只有25 dBZ。从18:25雷达观测到大片回波开始,到20:45回波减弱为层状云的均匀回波结构止,整个过程在试验区持续了2 h多。根据地面气象站的观测,18:43在泽雄开始观测到降雨,到19:52云层移出去为止,观测到降水量3.8 mm。从雷达PPI和RHI回波上看,伴随这次降雨过程,局部地区可能发生小雹或霰降落。
3.2 大气层结状况选择青海人工增雨试验区9月3日14:30的加密探空资料(图 1)作为云模式模拟输入的环境场。由探空资料可知,中低层大气相对湿度在50%~60%之间,风场随高度呈现多层垂直切变分布结构,并在对流层中下层以西南风为主,中层以西北风为主,而高层则以偏东风为主(图 1b)。分析温度—对数气压(T-logp)图可知,在近地层风随高度逆转为南风,有冷平流进入。1~3 km层风随高度顺转并增强,为暖平流控制。3~4.5 km层风随高度逆转,为冷平流形势。4.5~9.5 km层风从西南风随高度顺转为西北风而且风速加大到12 m/s,表明该层有较强的暖平流空气进入。从9.5 km以上的高层风随高度逆转,为冷平流形势。凝结高度在577 hPa层,0 ℃层约在2.3 km高度(520hPa),200 hPa以上有一强逆温层存在。此层之下温度层结很不稳定。对流有效位能(Convective Available PotentialEnergy,CAPE)为1394.5J/kg,对流抑制有效位能(Convective Inhibition,CIN)仅为-11.2J/kg,抬升指数(Lifted Index,LI)为-2.1。从地面到自由对流高度(575 hPa)的温度递减率几乎与干绝热递减率一样。这样的层结状况有利于当天午后强对流天气的发生。
![]() | 图 1 2002年9月3日14:30加密探空显示的大气层结曲线和环境风合成风矢量随高度的变化廓线:(a)温度和露点;(b)环境风u分量和v分量合成风矢量Fig. 1 The ambient sounding profiles and the composite wind vectors along altitude from the radiosounding at 1430 LST on 3 Sep2002:(a)Air temperature and dew point;(b)ambient composite wind vectors of u and vdirections |
模式计算域为36 km×36 km×18.5 km,水平格距1.0 km,垂直格距0.5 km。用i、j、k分别表示向东,向北和向上的x、y、z轴上的格点序数。将实时探空资料输入对流云模式程序,采用湿热泡方式启动对流云,给极值为1.5 ℃的轴对称位温扰动,扰动区中心坐标为(18,18,7),位于3.5 km高度上,扰动区水平半径为10 km,厚度为6 km。模拟时间为120min。
3.3 数值试验方案为了比较不同地区大气冰核谱对对流云播云效果的影响,我们设计的试验方案如表 1所示。表 1中给出了国内不同地区实测的大气冰核谱平均参数,相应地,图 2给出了不同冰核浓度随温度的分布。为便于不同温度下冰核浓度的比较,表 1还给出了-10 ℃、-20 ℃和-30 ℃时的环境冰核浓度。表 1 中,Expt-1代表青海试验区地面观测得到的平均冰核谱参数(Xiao et al., 2004),该算例作为基本算例。Expt-2是由游来光等(1964)在北京地面观测数据重新拟合后得到的大气冰核谱参数,Expt-3冰核谱为Fletcher(1962)谱,它们代表当前国内外云模式常用的大气冰核谱。
![]() | 图 2 3类大气自然冰核谱Fig. 2 Three different initial ice nucleus spectra used in the simulations |
由表 1可见,Expt-1、Expt-2和Expt-3冰核谱的参数NI0和B有很大不同。当温度>-27 ℃时活化的高温冰核,以Expt-1试验的冰核浓度最高,其次是Expt-2试验的冰核浓度,Expt-3试验的冰核浓度最低,而当温度<-27 ℃活化的低温冰核,情况正好相反(见图 2)。对于Expt-1试验,-10 ℃的冰核浓度为3.86 L-1,Expt-2试验则为0.11 L-1,Expt-3试验仅为0.004 L-1。-20 ℃时Expt-1试验的冰核浓度为27.66 L-1,Expt-2试验则为5.87 L-1,Expt-3试验则为1.63 L-1。尤其需要注意的是,Expt-3冰核谱,虽然在温度较高时,冰核浓度很低,但 在温度较低时,冰核浓度却变得很高。比如,在 -30 ℃时Expt-1试验的冰核浓度为198.36 L-1,Expt-2试验则为314.22 L-1,Expt-3试验则为656.60 L-1,此时Expt-3试验的自然冰核浓度比Expt-1试验高2倍,比Expt-2试验高1倍。
![]() | 表 1 3种大气自然冰核谱试验方案 Table 1 Three experimental schemes of atmospheric natural ice nucleus spectra |
在模拟中还假定,高空大气环境的冰核浓度分布具有与上述地面观测结果相同的特性。
在火箭播撒AgI催化剂方面,假定在模式模拟到第15 min时开始,每1 min向云中发射1枚火箭进行播云试验,在10 min时间内,共发射10枚,在指定区域播撒AgI 100 g。火箭弹道顶点定在模式域水平中心格点(对应于风暴云的中心),垂直方向在-10 ℃层(约4 km)高度上。
4 模拟结果4.1 自然云宏微观结构的模拟4.1.1 不同自然冰核谱对对流风暴云动力场的影响图 3给出了根据2002年9月3日探空资料(见图 1)用Expt-1青海试验区的平均冰核谱(基本算例)和Expt-2、Expt-3的大气冰核谱模拟的对流风暴云回波强度,以及2002年9月3日18:58雷达实测的RHI回波强度。
![]() | 图 3(a)Expt-1模拟24 min、(b)Expt-2模拟24 min、(c)Expt-3模拟38 min风暴云雷达回波强度垂直分布和(d)2002年9月3日18:58沿313°方位雷达实测的RHI回波Fig. 3 The vertical distributions of the echo intensity of the convective storm clouds of(a)Expt-1 simulated,24 min,(b)Expt-2 simulated,24 min,(c)Expt-3 simulated,38 min and (d)the actual radar echo intensity observed along 313°azimuth at 1858 LST on 3 Sep 2002 |
由图 3a和3b可见,用Expt-1青海试验区的平均冰核谱(基本算例)和用Expt-2大气冰核谱模拟的风暴云,在风暴云发展到24 min时,雷达回波顶高接近11 km,最大回波强度为55 dBZ,出现在 6 km高度附近。Expt-1和Expt-2两种自然冰核谱模拟的风暴云雷达回波强度基本相似,形状差别不大,最大的差别主要表现在风暴云55 dBZ强回波区的分布形式有所不同,Expt-1试验中55 dBZ强回波区分为上下两块,中心分别出现在2.5 km和5.5 km高度上,但Expt-2试验中55 dBZ强回波区只有一块,出现在1.5~6.0 km高度层。然而,用Expt-3大气冰核谱模拟的风暴云,当发展到24 min时,雷达回波顶高只有6.5 km,最大回波强度为45 dBZ(图略),在38 min时,风暴云回波顶高才发展到11 km,最大回波强度为55 dBZ,出现在6 km高度附近(图 3c),这可能是因为,Fletcher(1962)的大气冰核谱在温度低于-30 ℃以后,所产生的冰核浓度比另外两类大约高出1倍以上(见表 1),大量的自然冰核对风暴云向上发展有一定阻碍和延缓作用,只有当风暴云进一步发展,云中的上升气流足够强,低层水分源源不断地向上供应,使冰相粒子有足够时间长大,凝华、冻结潜热的释放加速风暴云向上发展,因此,Expt-3情况的风暴云发展较缓慢。与实测雷达回波(图 3d)比较可以看到,虽然3类冰核谱模拟的风暴云回波结构在时间上有所差别,但总体来说,模拟风暴云的雷达回波顶高、回波结构和强度与风暴云雷达回波实况基本吻合,说明本文模式对西北地区风暴云具有较可靠的模拟能力,模拟结果是可信的。
垂直上升气流速度是表征云发展的一个重要参量。图 4给出了Expt-1~33类自然冰核谱下模拟的风暴云(简称自然风暴云)中最大上升气流速度Wup和下沉气流速度Wdn随时间变化的曲线。由图 4可以看出,该模拟风暴发展迅速,持续时间2 h以上,与实况一致。强风暴云内有组织的上升气流最早出现在第4 min。随着对流云的发展,上升气流和下沉气流均增大,Expt-1~3云的上升气流速度在10 min时上升气流速度为7 m/s,并在21~23min时达到最大值(约16 m/s),峰值也依次略有增加。相应地,在云下地面附近出现了下沉气流速度极大值。从整体上看,Expt-1~3云上升气流出现双峰结构。3类风暴云上升气流第一峰值和出现时间大体相同,但第二峰值和时间均有很大不同,以Expt-1云的速度最小,而且出现最晚(3.8 m/s,79min),其次是Expt-2云(5.4 m/s,60min),Expt-3云的速度最大,而且出现最早(12.0 m/s,40min)。大气冰核谱环境的不同在第二上升气流峰值大小和出现的时间上反映最明显。对于云中下沉气流也有大致类似的变化结果,只是符号相反而已。这些结果表明,不同大气冰核谱环境对风暴云中动力场结构有较大影响,尤其是对风暴云后期动力场结构的影响最大。
![]() | 图 4 模拟风暴云中最大(a)上升气流速度Wup和(b)下沉气流速度Wdn 随时间的变化达实测的RHI回波Fig. 4 The time variation of the maximum(a)updraft velocity Wup and (b)downdraft velocity Wdnin the three simulated convective storm clouds |
云中各种水成物含量的大小是表征云微物理结构的一个重要参量。图 5给出了Expt-1~3风暴云中各种水成物最大值随时间变化的曲线。由图 5可以看出,大气冰核谱环境对云中各种水成物含量有不同程度的影响。对云水含量Qc的影响主要从10min开始(图 5a)。13~40min时,Expt-1云Qc最小,Expt-3云的Qc最大,而40min后,Expt-1云Qc最大,Expt-3云Qc反而最小,说明在云发展阶段,大气冰核浓度高可导致云中过冷云水消耗快。大气冰核浓度不同对雨水含量Qr的影响,从云中出现雨水开始就非常明显。20 min时,3类云的Qr均出现了明显的峰值(图 5b),之后,Qr有所减小,然后又增大。30 min时3类云的Qr出现了另一个明显的峰值,Expt-1云的Qr峰值比Expt-2和Expt-3云的小一些,这是因为在Expt-1环境中高温冰核浓度高,这些冰核在温度较高的过冷区中容易产生大量的冰晶,争食云中的水分,由于贝吉龙效应的作用,冰晶生长比过冷云滴和小雨滴快得多,使得大量的过冷水提前冻结而转化到各种冰相粒子上,同时,减慢过冷云滴的生长及其向雨水的自动转化速率。这说明,大气中高温冰核浓度高容易导致云中液态水提早消耗,阻止云滴的凝结增长和雨滴的长大。在50 min左右,Expt-3云Qr出现了一个峰值,这主要是由于高空霰(Qg)在0 ℃层下融化造成的。
![]() | 图 5 3类风暴云中各种水成物含水量最大值随时间的变化:(a)Qc;(b)Qr;(c)Qi;(d)Qs;(e)Qf;(f)Qg Fig. 5 The time variations of the maximum water contents of all the hydrometeors in the three simulated convective storm clouds:(a)Qc;(b)Qr;(c)Qi;(d)Qs;(e)Qf;(f)Qg |
大气冰核谱对云中冰晶Qi和雪花Qs的影响非常大。由图 5c看到,在整个模拟时间里,大气中高温冰核浓度高的Expt-1云中Qi最小,而且,峰值也是最小的,只有0.12 g/m3,出现在第54min时;Expt-2云中Qi较大,最大值为1.03 g/m3,出现在第45min时;大气高温冰核浓度低的Expt-3云中Qi最大,最大值达到1.23 g/m3,出现在第29min时,比Expt-1云的Qi最大值大1个数量级,并且提前到第30min时出现。
对于云中雪花(图 5d),在云中有雪花出现至30 min之前(对应于云的发展和旺盛阶段)Expt-1云的Qs含量比另外两类云大一倍,而且提前大约5 min出现,这可能是高温冰核浓度高,使云中大量过冷雨水和云水提前消耗转化的结果。Expt-2和Expt-3云的Qs含量在30min之后(成熟阶段和稳定阶段)才快速增长,并远远超过Expt-1云的Qs含量。这说明,大气中高温冰核浓度高对云发展和旺盛阶段雪花含量的增长是有利的,而大气高温冰核浓度低、低温浓度高则对云处于成熟阶段和稳定阶段的冰相粒子形成和生长有利。在这两个阶段云中上升气流不很大(见图 4a),在Expt-2和Expt-3云中,因为高温冰核浓度高,低层大量过冷水因为没有来得及冻结就被气流输送到高空,而在高空,因为温度低,低温冰核浓度高,容易产生了大量冰晶粒子,在那里有从低层输送上来的丰富过冷水,这些冰晶形成后可以在云层中稳定长大成雪花和霰,因此,导致Expt-2和Expt-3云在成熟阶段和稳定阶段冰雪晶和霰含量比高温冰核浓度高的Expt-1云大得多。
对于冻滴Qf(图 5e),Expt-1云的Qf峰值出现在第20min时,达到1.7 g/m3,Expt-2和Expt-3云的Qf峰值出现在第24 min时,达到2.4 g/m3。对于霰Qg(图 5f),3种云的第一个峰值均出现在第23 min前后,数值依次增大。Expt-3云在34min时还出现了第二峰值。
上述结果表明,不同大气冰核谱环境对风暴云中微物理结构有很大影响,尤其是对冰雪晶和霰的影响最大,进而对雨水含量也有很大影响。在云的不同发展阶段,这些影响的结果是有差别的。大气中高温冰核浓度高、低温浓度低的冰核谱环境仅对风暴云的发展和旺盛阶段雪花含量增长有利,而在低温冰核浓度高、高温浓度低的冰核谱环境,则当风暴云发展到成熟阶段之后才对云中冰相粒子的形成和生长有利。
4.1.3 不同自然冰核谱环境对风暴云降水特征的影响大气冰核谱环境对云中微物理结构和动力场影响的最终结果可以反映在降水场上。图 6给出了Expt-1~3云的地面瞬时降水强度最大值随时间变化。总体来看,由于大气冰核谱环境的不同,引起云中水成物含量和分布不同,进而导致地面降水空间分布和随时间演变特征的不同。如以地面累积降水量达到0.01 mm作为降水出现的阈值,当地面累积降水量开始超过这个阈值时,则认为此时地面开始出现降水,那么,3类模拟风暴云的降水开始时间分别为第15、16、17min时。在第30 min左右,Expt-1~3云地面降水均出现峰值,并且,以Expt-1云的降水峰值最小,其次是Expt-2降水,而Expt-3降水峰值最大,看来,高温冰核浓度高、低温浓度低的大气环境不利于风暴云产生大的降水,相反地,低温冰核浓度高、高温浓度低的大气环境对风暴云最终产生大的降水有利。在黄土高原地区大气中高温冰核浓度比其他两类大气冰核高1个数量级以上(见表 1,图 2),因此,高原上的风暴云降水比其他类型大气冰核环境的少,这可能是高原地区降水相对较小的一个重要原因。
![]() | 图 6 3类风暴云地面瞬时降水强度最大值(Pt)随时间的变化Fig. 6 The time variations of the maximum instantaneous surface precipitation intensity(Pt)of the three simulated convectivestorm clouds |
由图 6还看到,Expt-3环境的风暴云中在50~60min之间还出现了第二次强降水过程,峰值出现在第50 min。第二次强降水与图 5b中雨水含量的第二个峰值的出现时间是一致的,主要来自于高空大量霰的融化成雨过程。
4.2 催化云宏微观结构的模拟 4.2.1 不同类型火箭催化对对流风暴云动力场影响的比较在Expt-1大气自然冰核谱环境下,模拟的对流风暴云发展到第15 min时开始,每1min分别用RYI火箭和WR火箭向云中-10 ℃层中心部位发射1枚火箭进行播云试验,催化持续10 min,共发射10枚,播撒AgI100 g。图 7给出了自然云和催化云中最大上升气流速度Wup和下沉气流速度Wdn随时间的变化曲线。由图 7a可见,催化对云动力场的影响主要发生在催化结束之后的1 h内,并且两种火箭催化后对云中上升气流的影响趋势非常一致。催化加速云中过冷水的冻结,释放潜热,增强云的发展,因此,在23~24min时出现的上升速度第一峰值由自然云的15.5 m/s增大到17.8 m/s(RYI火箭催化)和17.3 m/s(WR火箭催化),并提前到50 min出现第二极大值(大约为6.0 m/s)。当风暴云发展到73 min之后,催化云的Wup比自然云稍微小一些。再由图 7可见,两种类型火箭催化对云中下沉气流的影响也几乎相同,与自然云相比,催化对下沉气流的第一极大值加强不明显,但提前到50 min时催化云出现了第二个下沉气流极大值,速度达到-4.0 m/s。
![]() | 图 7 Expt-1冰核谱环境下的自然云和RYI火箭和WR火箭催化的云中最大(a)上升气流速度Wup和(b)下沉气流速度Wdn随时间变化Fig. 7 The time variations of the maximum(a)updraft velocity Wup and (b)downdraft velocity Wdnof the simulated natural cloud and the clouds seeded by RYI-type and WR-type rockets under the environment of Expt-1 ice nucleus spectra |
以上结果表明,在相同的大气冰核环境下,国内常用的两种增雨火箭催化对对流风暴云动力场均存在播云动力效应,而且催化影响的趋势几乎一致:催化使风暴云上升气流速度增大,并出现第二个极大值,同时导致下沉气流提前出现第二极大值。
4.2.2 不同类型火箭催化对对流风暴云微物理结构影响的比较进一步分析在Expt-1大气自然冰核谱环境下,RYI火箭和WR火箭催化对对流风暴云中各种水成物含量分布的影响。由图 8看到,催化对云各种水成物含量的分布有不同程度的影响。由图 8a可见,催化对云中云水含量分布的影响较小,这可能因为云水含量的大值大多出现在云中零度层之下区域,AgI催化首先主要影响过冷水层,然后,通过高层云动力和微物理过程的改变而影响云体云水含量分布。由图 8b可见,催化对云中雨水含量分布的影响主要表现在云发展到25~65min之间。在 25~35min,催化导致过冷雨滴冻结,使得雨水比自然云减小大约0.5 g/m3,而在40~55min,催化使得雨水比自然云增大了1.0~1.5 g/m3,这是导致地面出现降水第二个极大值的原因。
![]() | 图 8 Expt-1冰核谱环境下自然云和两种火箭催化云中各种水成物含水量最大值随时间的变化:(a)Qc;(b)Qr;(c)Qi;(d)Qs;(e)Qf;(f)Qg Fig. 8 The time variations of the maximum water contents of all the hydrometeors in the natural cloud and the clouds seeded byRYI-type and WR-type rockets under the environment of Expt-1 ice nucleus spectra:(a)Qc;(b)Qr;(c)Qi;(d)Qs;(e)Qf;(f)Qg |
催化对对流风暴云中冰晶含量分布的影响从催化开始时就非常明显(图 8c)。风暴云从第15min时开始催化,然后云中冰晶含量迅速增大,在第 20 min左右达到峰值0.8~1.0 g/m3,冰晶浓度也快速增加(图略),之后,冰晶含量有所减小,说明催化通过向云中释放冰核后在播撒层产生大量的人工冰晶,这些冰晶生长后导致冰晶含量和数目增大。比较两种火箭催化产生冰晶含量的结果可看到,RYI火箭的催化效应一直持续到第50min左右,而WR火箭的催化效应则持续到第85min,而且保持较高的冰晶含量水平。两种火箭催化产生冰晶含量不同可能与它们不同的飞行参数导致轨迹所经过区域的温度和含水量状况不同有关。为了使它们的飞行轨迹的顶点达到相同高度的目标区,对于射程较近的RYI火箭发射时要求发射角较大,而对于射程较远的WR火箭,则发射时要求发射角小一些,因此,RYI火箭播撒的AgI粒子将有一部分落在温度较高的云层里,而WR火箭播撒的AgI粒子大多是落在温度较低的云区。两种火箭催化,虽然AgI播撒量相同,但由于这些粒子所处环境温度不同,造成相同时间内AgI粒子活化成为冰晶的数目就有所不同,后者产生冰晶多于前者(这在某种程度上相当于增大了播撒人工冰晶的数量),因而产生的催化效应就有差异。
再由图 8d可见,第21min后催化使云中雪花含量明显增大,一般增大0.2 g/m3,这种增大一直持续到模拟结束。仔细比较两种火箭催化产生雪花的差别,可以看到,RYI火箭催化云产生的雪花含量比WR火箭催化云约高0.05~0.1 g/m3。这可能与前者催化产生的冰晶少,而后者产生的冰晶多有关,冰晶数目多,争食云中的有限水分,因此,冰晶粒子不容易快速长大成为雪花。
对于催化对云中冻滴含量的影响,由图 8e可见,两种火箭催化产生的影响基本相同,而且影响主要从20min时开始,到50 min时结束。与自然云相比,催化导致20~35 min之间的冻滴含量减少0.2~0.3 g/m3,而在35min之后,催化云的冻滴含量则比自然云大一些。这表明,两种火箭催化对云中冻滴含量的影响没有明显差别。
催化还导致云中霰含量增加(图 8f),其原因是播云后云中冰晶含量和数浓度迅速增加,冰晶的凝华长大和雨滴的冻结将造成雪花含量和数浓度增加,进而导致向霰的转化量增加。两种火箭催化对云中霰含量的影响有较大的不同。这些差别主要从催化后几分钟开始的。与自然云相比,RYI火箭催化导致云中在30~50 min之间出现第二霰含量大值区,最多增加1 g/m3。WR火箭催化之后则在30 min时出现含量高达4.6 g/m3的大值区,并35~50min之间出现霰含量第二大值区。
以上结果分析表明,催化使对流风暴云中水成物的分布发生不同程度的变化,使发展阶段云中雨水、冻滴含量减少,而使成熟阶段风暴云中雨水、冻滴含量增加。总体来看,催化使云中冰晶、雪花以及霰的含量增加最大。两种火箭催化对云中不同微物理参量的影响也有差别,其中,WR火箭催化导致云中冰晶、霰和雨水含量的增加明显优于RYI火箭的催化,但WR火箭催化增加雪花含量比RYI火箭催化明显。两种火箭催化对云中云水、冻滴含量的影响差别较小。
4.2.3 不同类型火箭催化对风暴云降水影响的比较图 9给出了Expt-1冰核谱下自然云和两种火箭催化云的地面最大值瞬时降水强度随时间变化,可见,在相同的大气冰核谱环境下,由于不同火箭弹道参数的不同,火箭播撒AgI粒子的路径不同,导致不同火箭催化引起云中水成物含量和分布不同,进而导致地面降水量的空间分布和随时间演变特征有差别。催化导致风暴云成熟阶段的降水强度比自然云减小了15~20 mm/h,而使消散阶段的降水强度增加20 mm/h。因此,总体来看,RYI火箭和WR火箭催化导致降水量比自然云降水分别增加了2.6%和3.7%,增雨效果都不很明显。
![]() | 图 9 Expt-1冰核谱下自然云和两种火箭催化云的地面瞬时降水强度最大值(Pa)随时间的变化 Fig. 9 The time variations of the maximum instantaneous surface precipitation intensity(Pa)of the natural cloud and the clouds seeded respectively by RYI-type and WR-type rockets under the environment of Expt-1 ice nucleus spectra |
表 2给出了3种大气冰核谱环境下两种火箭催化风暴云的地面累积总降水量,同时,还给出了与自然冰核谱环境下未催化风暴云降水量比较的变化率。比较表 2的模拟结果可得下列看法:
![]() | 表 2 不同冰核谱条件下两种火箭催化的地面累积总降水量及其变化率Table 2 The surface accumulative precipitation amounts of the clouds seeded respectively by RYI-type and WR-type rockets under there different environments of ice nucleus spectra, and their changing rates comparing to those of the natural cloud |
(1)比较表 2中Expt-1、Expt-2、Expt-3的结果可见,在自然风暴云的模拟中,使用高温冰核浓度最高的Expt-1大气冰核谱作为模式云的发展环境,其总降水量Spt最小,仅为891.9kt,如果用Expt-2大气冰核谱(其高温冰核浓度介于Expt-1和Expt-3之间)作为模式云的发展环境,其总降水量Spt为1016.6 kt,比Expt-1的Spt值增加14.0%,如果用高温冰核浓度最低的Expt-3大气冰核谱作为模式云的发展环境,其总降水量Spt最大,达到1320.9 kt,比Expt-1的值增加48.1%,说明青海试验区环境中可能缺少有利于风暴云降水的低温大气冰核,云中向高空输送的过冷水充足,因此,有可能通过改变高空大气冰核浓度使风暴云降水增加。
(2)由表 2看到,无论催化或不催化,风暴云不同相态的地面累积总降水量均与大气环境中的高温冰核浓度高低有反比关系,高温冰核浓度越高且低温冰核浓度越低,风暴云地面累积总降水量越小。反之,高温冰核浓度越低且低温冰核浓度越高,风暴云地面累积总降水量越大。
(3)在不同的冰核谱环境下,使用火箭进行风暴云催化,增雨效果相差很大,并以Expt-2试验的大气冰核谱环境的增雨效果最好,达到11.58%~15.75%,在Expt-1环境下增雨效果较小,只有2.56%~3.67%,而在Expt-3环境下增雨效果最差,甚至出现减雨(如Expt-3WR的-3.16%)。从表 1注意到3种冰核谱的低温冰核浓度有很大不同,如-30 ℃时,以Expt-3浓度最高,其次是Expt-2、Expt-1的浓度最低。这个结果说明,在大气环境中高温冰核浓度低,而低温冰核浓度高时,风暴云中高层有大量冰晶产生,自然冰晶播云效果明显,环境中并不缺少冰晶,此时催化将导致风暴云中冰晶过量,不利于风暴云降水增加。如果在大气环境中高温冰核浓度较高,而且低温冰核浓度较低时,风暴云中自然冰晶浓度不足。因此,人工催化增雨效果最好。当高温冰核浓度很高、低温冰核浓度很低时催化增雨效果较差,可能是播撒剂量还较小所致。
(4)在相同的冰核谱环境下,使用不同的火箭进行风暴云催化,所得的增雨效果也是不同的。如在Expt-1大气冰核谱环境下,两种火箭催化得到的总降水量(Spt)相对于Expt-1算例的增加率分别为2.56%(Expt-1RYI)和3.67%(Expt-1WR),在Expt-2大气冰核谱环境下,催化得到的Spt增加率分别为15.75%(Expt-2RYI)和11.58%(Expt-2WR),而在Expt-3大气冰核谱环境下,Spt增加率分别为1.10%(Expt-3RYI)和-3.16%(Expt-3WR)。看来,需要对当地大气环境的冰核状况进行调查了解,才能有针对性地开展科学的人工增雨作业,获得更符合实际的人工增雨效果。
(5)对于Expt-1~33类冰核谱环境形成的风暴云,火箭催化使总降水量(Spt)和各种相态降水量均有不同程度变化,而且两种火箭催化所得的降水变化幅度也是不同的。比如,在Expt-2冰核谱环境下用RYI火箭催化使雨水(Spr)增加18.78%(Expt-2RYI),而用WR火箭催化仅使Spr增加14.77%(Expt-2WR)。又如,对于Expt-3冰核谱环境,用RYI火箭催化使Spf+Spg增加-48.04%(Expt-3RYI),但用WR火箭催化却使Spf+Spg增加-61.78%(Expt-3WR)。
(6)对于Expt-1表征的青海试验区冰核谱环境,用RYI-6300火箭催化可使总降水量增加2.56%(Expt-1RYI),而用WR-1B火箭催化则使总降水量增加3.67%(Expt-1WR),表明在青海试验区的大气冰核谱环境下,火箭催化风暴云增雨有一定效果,并且用WR-1B型火箭催化风暴云似乎可以得到更有效一些的增雨效果。
(7)由表 2还看到,对于3种大气冰核谱环境形成的风暴云,两种火箭催化均可使云中固态降水量(Spf+Spg)大大减少,能够起到减少雹灾的作用。当然,不同大气冰核谱环境下,催化引起固态降水量减少的幅度不同,尤其是催化对冻滴的减少最为显著。
以上结果看来,对不同地区进行人工增雨 作业,必须了解清楚当地大气环境冰核的基本状况,这样,才能选用合适的催化作业方法和作业工具,采取有针对性的催化作业,以取得最理想的催化效果。
5 结论根据2002年9月在西北地区青海省河南县人工增雨综合试验基地开展的青海人工增雨试验区秋季综合外场观测得到的大气冰核资料,利用中国科学院大气物理研究所研制和发展的三维对流云人工催化数值模式(IAP-CSM3D),讨论了3类不同大气冰核浓度谱对模拟对流风暴云人工催化效果的影响。模式输入环境场资料取自外场试验期间的加密探空资料。模式中考虑了RYI-6300型和WR-1B型两种增雨火箭播云弹道轨迹的差异。通过数值模拟,得到下列看法:
(1)模拟对流风暴云的雷达回波顶高、回波结构和强度与风暴云雷达回波实况基本吻合,表明本文模式对西北地区风暴云具有较可靠的模拟能力,模拟结果是可信的。
(2)不同大气冰核谱环境对风暴云中动力场结构有较大影响,尤其是对风暴云后期动力场结构的影响最大。3类冰核环境的风暴云上升气流随时间演变均出现双峰结构,但大气冰核谱环境的不同,在上升气流第二峰值大小和出现时间上反映最明显。在大气高温冰核浓度大、低温冰核浓度小的环境下发展的风暴云中,第二峰值速度最小而且出现最迟,而在低温冰核浓度大、高温冰核浓度小的环境下发展的风暴云中,第二峰值速度最大而且出现最早。
(3)不同大气冰核谱环境对风暴云中微物理结构也有很大影响,尤其是对冰雪晶和霰的影响最大,进而对雨水含量也有很大影响。在云的不同发展阶段,这些影响的结果是有差别的。大气中高温冰核浓度大、低温浓度小的冰核谱环境仅对风暴云的发展和旺盛阶段雪花含量增长有利,而在低温冰核浓度大、高温浓度小的冰核谱环境,则当风暴云发展到成熟阶段之后才对云中冰相粒子的形成和生长有利。
(4)不同自然冰核谱环境下,人工催化对风暴云宏微观结构有影响。播云使催化云的上升气流速度增大,维持时间延长,表明播云有动力效应。催化使云中水成物的分布也发生不同程度的变化,使发展阶段风暴云中雨水、冻滴含量减少,而使成熟阶段风暴云中雨水、冻滴含量增加。总体来看,催化使云中冰晶、雪花以及霰的含量增加最大。两种火箭催化对云中不同微物理参量的影响有差别,其中,WR火箭催化导致云中冰晶、霰和雨水含量的增加明显优于RYI火箭的催化,但WR火箭催化增加雪花含量比RYI火箭催化明显一些。
(5)如果在大气环境中高温冰核浓度低,而低温冰核浓度高时,环境中并不缺少冰晶,高层大量冰晶产生的自然播云效果明显,此时催化将导致风暴云中冰晶过量,不利于风暴云降水增加。如果在大气环境中高温冰核浓度较高,并且低温冰核浓度较低时,风暴云中自然冰晶浓度不足,催化风暴云可获得最好的人工增雨效果。当高温冰核浓度很高、低温冰核浓度很低时催化增雨效果较差。
(6)3种大气冰核谱环境下,不同火箭催化风暴云导致地面累积总降水量、各种相态降水量的增加量是不同的。对于3种冰核谱,两种火箭催化均可使云中固态降水量大大减少,起到减少雹灾的作用。
(7)对不同地区进行人工增雨作业时,了解当地大气环境的冰核分布状况是开展科学、有效人工增雨作业的重要前提。对于青海试验区的大气冰核谱环境,用WR-1B型火箭催化风暴云可以获得更有效的增雨效果。
[1] | 酆大雄, 陈汝珍, 蒋耿旺. 1994. 黄土高原尘沙作为大气冰核的实验研究 [J]. 应用气象学报, 5 (2): 129-134. Feng Daxiong, Chen Ruzhen, Jiang Gengwang. 1994. A laboratory study on the role of the loess parti-cles as natural ice nuclei [J]. Quarterly Journal of Applied Meteorology (in Chinese), 5 (2): 129-134. |
[2] | Fletcher N H. 1962. Physics of Rain Clouds [M]. London: Cambridge University Press, 390pp. |
[3] | 何宏让, 魏绍远, 刘晓明. 1999. 初始冰核浓度对冷云对流性降水影响的数值试验 [J]. 气象科学, 19 (1): 42-49. He Hongrang, Wei Shaoyuan, Liu Xiaoming. 1999. The numerical test of initial ice nuclei concentration effect on cold cloud convectional precipitation [J]. Scientia Meteo-rologica Sinica (in Chinese), 19 (1): 42-49. |
[4] | 洪延超. 1996. 积层混合云数值模拟研究 (I) 模式及其微物理过程参数化 [J]. 气象学报, 54 (5): 545-557. Hong Yanchao. 1996. Numerical simulation of convective-stratiform mixing cloud. Part I. The model and parameterization of microphysical processes [J]. Acta Meteorologica Sinica (in Chinese), 54 (5): 545-557. |
[5] | 洪延超. 1998. 三维冰雹云催化数值模式 [J]. 气象学报, 56 (6): 641-653. Hong Yanchao. 1998. A 3-D hail cloud numerical seeding model [J]. Acta Meteorologica Sinica (in Chinese), 56 (6): 641-653. |
[6] | 洪延超. 1999. 冰雹形成机制和催化防雹机制研究 [J]. 气象学报, 57 (1): 30-44. Hong Yanchao. 1999. Study on mechanism of hail formation and hail suppression with seeding [J]. Acta Meteorologica Sinica (in Chinese), 57 (1): 30-44. |
[7] | 洪延超, 肖辉, 李宏宇, 等. 2002. 冰雹云中微物理过程研究 [J]. 大气科学, 26 (3): 421-432. Hong Yanchao, Xiao Hui, Li Hongyu. 2002. Stu-dies on microphysical processes in hailcloud [J]. Chinese Journal of At-mospheric Sciences (in Chinese), 26 (3): 421-432. |
[8] | 胡志晋, 严采蘩. 1986. 层状云中微物理过程的数值模拟(一)微物理过程模式 [J]. 气象科学研究院院刊, 1 (1): 37-50. Hu Zhijin, Yan Caifan. 1986. Numerical simulation of microphysical processes of stratiform clouds (I) Microphysical model [J]. Journal of Academy of Meteorologi-cal Science, S.M.A., China (in Chinese), 1 (1): 37-50. |
[9] | 胡志晋, 何观芳. 1987. 积雨云微物理过程的数值模拟(一)微物理过程模式[J]. 气象学报, 45 (4): 467-484. Hu Zhijin, He Guanfang. 1987. Numerical simulation of microprocesses in cumulonimbus clouds (i) Microphysical model [J]. Acta Meteorologica Sinica (in Chinese), 45 (4): 467-484. |
[10] | 胡朝霞, 李宏宇, 肖辉, 等. 2003. 旬邑冰雹云的数值模拟及累积带特征[J]. 气候与环境研究, 8 (2): 196-208. Hu Zhaoxia, Li Hongyu, Xiao Hui, et al. 2003. Numerical simulation of hailstorms and the characteristics of mulation zone of supercooled raindrops [J]. Climatic and Environmental Research (in Chinese), 8 (2): 196-208. |
[11] | 黄美元, 徐华英, 周玲. 2000. 中国人工防雹四十年 [J]. 气候与环境研究, 5 (3): 318-328. Huang Meiyuan, Xu Huaying, Zhou Ling. 2000. Fourty years' hail suppression in China [J]. Climatic and Environmental Research (in Chinese), 5 (3): 318-328. |
[12] | Hundson J G. 1993. Cloud condensation nuclei [J]. J. Appl. Meteor., 32 (3): 596-607. |
[13] | Johnson D E, Wang P K, Straka J M. 1993. Numerical simulations of the 2 August 1981 CCOPE supercell storm with and without ice microphysics [J]. J Appl. Meteor., 32: 745-759. |
[14] | 孔凡铀, 黄美元, 徐华英. 1991. 冰相过程在积云发展中的作用的三维数值模拟研究 [J]. 中国科学 (B 辑), 35 (7): 1000-1008. Kong Fanyou, Huang Meiyuan, Xu Huaying. 1991. Three-dimensional numerical simu-lation of ice phase microphysical processes in the role of cumulus cloud development [J]. Science in China (Ser. B) (in Chinese), 35 (7): 1000- 1008. |
[15] | 李大山, 章澄昌, 许焕斌, 等. 2002. 人工影响天气现状与展望 [M]. 北京: 气象出版社, 278pp. Li Dashan, Zhang Dengchang, Xu Huanbin, et al. 2002. The Current Situation and Outlook in Weather Modification [M]. (in Chinese). Beijing: China Meteorological Press, 278pp. |
[16] | 李娟, 黄庚. 2001. 黄河上游地区大气冰核浓度的观测研究 [J]. 气象, 27 (11): 8-12. Li Juan, Huang Geng. 2001. Analysis of observational re-sults of content of ice nuclei in the atmosphere in the upper reaches of Huanghe River [J]. Meteorological Monthly (in Chinese), 27 (11): 8-12. |
[17] | Orville H D. 1996. A review of cloud modeling in weather modification [J]. Bull. Amer. Meteor. Soc., 77: 1535-1555. |
[18] | Rogers D C. 1993. Measurements of natural ice nuclei with a continuous flow diffusion chamber [J]. Atmospheric Research, 29 (2): 209-228. |
[19] | 王孝波, 肖辉, 杜秉玉. 2002. 对流性强降水的数值模拟研究 [J]. 南京气象学院学报, 25 (5): 656-663. Wang Xiaobo, Xiao Hui, Du Bingyu. 2002. Numerical simulation on severe convective rainfall [J]. Journal of Nanjing Institute of Meteorology (in Chinese), 25 (5): 656-663. |
[20] | 汪学林, 张万钧, 熊尚清. 1965. 白城地区春季的大气冰核 [J]. 气象学报, 35 (3): 273-279. Wang Xuelin, Zhang Wanjun, Xiong Xiangqing. 1965. The ice-nucleus concentration in Baicheng area of North China [J]. Acta Meteorologica Sinica (in Chinese), 35 (3): 273-279. |
[21] | Xiao H, He Y X, Chen B J, et al. 2004. Characteristic analyses of the con-centrations of atmospheric ice forming nuclei in the source area of Yellow River [C].// Proceedings of the 14th International Conference on Clouds and Precipitation. Bologna, Italy, 1612-1615pp. |
[22] | 肖辉, 吴玉霞, 胡朝霞, 等. 2002. 旬邑地区冰雹云的早期识别及数值模拟 [J]. 高原气象, 21: 159-166. Xiao Hui, Wu Yuxia, Hu Zhaoxia, et al. 2002. Earlier identification and numerical simulation of hailstorms oc-curring in Xunyi region [J]. Plateau Meteorology (in Chinese), 21: 159-166. |
[23] | 肖辉, 王孝波, 周非非, 等. 2004. 强降水云物理过程的三维数值模拟研究 [J]. 大气科学, 28 (2): 385-404. Xiao Hui, Wang Xiaobo, Zhou Feifei, et al. 2004. A three-dimensional numerical simulation on microphysical processes of torrential rainstorms [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 28 (2): 385-404. |
[24] | 游来光, 石安英. 1964. 北京地区1963 年春季冰核浓度变化特点的观测分析 [J]. 气象学报, 34 (4): 548-554. You Laiguang, Shi Anying. 1964. The measurement and analysis of ice-nucleus concentration in Beijing during the springtime of 1963 [J]. Acta Meteorologica Sinica (in Chi-nese), 34 (4): 548-554. |
[25] | 赵剑平, 张密, 王玉玺, 等. 1965. 我国北方地区大气冰核观测的分析研究 [J]. 气象学报, 35 (4): 416-422. Zhao Jianping, Zhang Mi, Wang Yuxi, et al. 1965. The measurement and analysis of atmospheric ice-nucleus concentration in the northern China [J]. Acta Meteorologica Sinica (in Chinese), 35 (4): 416-422. |
[26] | 赵仕雄, 党积明, 周江. 2000. 西宁地区大气冰核的观测研究 [M]// 德力格尔. 青藏高原云和降水人工影响天气研究. 北京: 气象出版社, 24-30. Zhao Shixiong, Dang Jiming, Zhou Jiang. 2000. The measure-ment and study of atmospheric ice nuclei in Xining area [M].// Delger. Weather Modifcation of Clouds and Precipitation in Qinghai-Tibet Pla-teau (in Chinese). Beijing: China Meteorological Press, 24-30. |
[27] | 周非非, 肖辉, 黄美元, 等. 2005. 人工抑制上升气流对冰雹云降水影响的数值试验研究 [J]. 南京气象学院学报, 28 (2):153-162. Zhou Feifei, Xiao Hui, Huang Meiyuan, et al. 2005. Modeling evaluation of effects of artificial updraft restraints in a strong hailstorm on its precipitation [J]. Journal of Nanjing Institute of Meteorology (in Chinese), 28 (2):153-162. |
[28] | 周玲, 陈宝君, 李子华, 等. 2001. 冰雹云中累积区与冰雹的形成的数值模拟研究 [J]. 大气科学, 25 (4): 536-550. Zhou Ling, Chen Baojun, Li Zihua, et al. 2001. A numerical simulation of hailstorm accumulation zone and hail formation [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 25 (4): 536-550. |