王磊 李成才 趙增亮 姚志剛 韓志剛 魏強(qiáng)

1 北京大學(xué)物理學(xué)院大氣與海洋科學(xué)系，北京 100871

2 北京應(yīng)用氣象研究所，北京 100029

1 引言

云是影響氣候變化的重要因子，在地氣輻射收支中起著重要的調(diào)節(jié)作用（Ramanathan et al.,1988）。云能夠影響短期和局地的天氣過程，也能夠影響大氣環(huán)流及全球氣候變化，是大氣科學(xué)研究的重點(diǎn)之一。云的微物理特征是描述云特征的重要方面，對氣候研究、數(shù)值模式中的云參數(shù)化方案（Shupe et al.,2008）和大氣遙感中云輻射特征的確定（Lohmeier et al.,1997；Schols et al.,1999；Young et al.,2000）有十分重要的作用。

云微物理特征包括云相態(tài)、粒子濃度、粒子譜分布、液水含量、冰水含量、消光系數(shù)、有效粒子半徑等。對于混合云和冰云來說，給出準(zhǔn)確的云中冰晶粒子形狀是計(jì)算含水量、云相態(tài)、消光系數(shù)、有效粒子半徑等參數(shù)的重要前提。目前，非球形冰晶粒子的散射特征仍然是大氣輻射計(jì)算中的難題之一（廖國男，2004），但云粒子形態(tài)也是其散射特性準(zhǔn)確計(jì)算的必要前提。

由于飛機(jī)能夠直接進(jìn)行穿云，使得飛機(jī)探測成為獲取云微物理參數(shù)最有效的手段之一。20世紀(jì)70年代美國的R G Knollengerg建立了粒子測量公司，并生產(chǎn)出一系列用于飛機(jī)探測的儀器測量設(shè)備（Particle Measuring Systems，PMS），這些粒子測量設(shè)備能夠自動(dòng)完成對粒子的取樣、測量和記錄，具有取樣頻率高、取樣尺度分辨率高等特點(diǎn)，可以對大范圍云系進(jìn)行連續(xù)觀測（劉衛(wèi)國等，2003）。20世紀(jì)70年代時(shí)，國際上就開始廣泛使用PMS公司的光電探頭進(jìn)行云微物理參數(shù)探測（游來光，1987）。粒子測量系統(tǒng)中用于測量云微物理特征參數(shù)主要包括基于光散射法用于測量粒子尺度的儀器和基于光陣掃描技術(shù)用于測量粒子形狀的儀器（郭學(xué)良和鄭國光，2010），其中利用光散射法測量粒子尺度的儀器主要有前向散射儀 FSSP（Forward Scattering Spectrometer Probe）（2～97 μm）、云粒子組合探頭 CCP（Cloud Combination Probe）、云粒子探頭 CDP（Cloud Droplet Probe）（2～50 μm）；利用光陣掃描測量粒子形狀的儀器主要有二維光陣探頭 OAP-2DC（Two Dimensional Cloud Optical Array Probe）（33～1056 μm）、二維光陣探頭 OAP-2DP（ Two Dimensional Precipitation Optical Array Probe）（200～6400 μm）、二維灰度探頭 OAP-2D- GA2（Two Dimensional-Grey Cloud Optical Array Probe）（30～1920 μm）、和云粒子圖像探頭 CIP（Cloud Imaging Probe）（25～1550 μm）等。

利用光陣掃描測量粒子的儀器能夠測量100 μm 以上的云粒子，特別是能夠精確識別冰晶粒子的形狀，這對于混合云和冰云的微物理特征描述具有重要的意義。針對二維圖像進(jìn)行粒子分形有許多不同算法。Heymsfield and Parrish（1979）利用粒子圖像尺度和圖像面積與等量直徑球形面積比率之間的關(guān)系來獲取粒子形狀。Rahman et al.（1981）利用由理想冰晶粒子圖像得到的不同的幾何參數(shù)和最大似然法進(jìn)行形狀識別。Hunter et al.（1984）利用包括快速傅里葉變換半徑頻率、尺度參數(shù)和圖像中遮蔽像素?cái)?shù)目構(gòu)建的向量進(jìn)行形狀識別。Holroyd（1987）利用無量綱幾何比率進(jìn)行冰晶粒子圖像分類。Duroure et al.（1994）利用單個(gè)粒子的圖像面積S和圖像周長P之間的關(guān)系來描述粒子的形狀。Moss and Johnson（1994）采用一種圖形識別技術(shù)進(jìn)行云粒子的分類。Garbrick et al.（1995）提出了一種基于神經(jīng)網(wǎng)絡(luò)技術(shù)的分類方法。Korolev and Sussman（2000）采用簡單的無量綱比值，利用飛行采樣水平方向和垂直方向擋光點(diǎn)數(shù)的比值，冰雪晶粒子擋光面積和外接周長面擋光點(diǎn)數(shù)等關(guān)系，將粒子形狀分為4種，即球狀、不規(guī)則狀、針狀和枝狀。

我國自20世紀(jì)80年代初開始引進(jìn)了這一測量系統(tǒng)，截止2008年，約有十套PMS系列產(chǎn)品在實(shí)際中進(jìn)行應(yīng)用，應(yīng)用單位主要集中在各省市的人工影響天氣部門和氣象科研機(jī)構(gòu)（郭學(xué)良和鄭國光，2010），張佃國等（2007）利用PMS儀器獲取的4次探測資料對北京及周邊地區(qū)的云系微物理特征進(jìn)行了分析。齊彥斌等（2007）利用 PMS儀器和其他資料對一次東北冷渦中對流云帶的云微觀特征進(jìn)行了分析。范燁等（2010）利用北京及周邊地區(qū)三次鋒面的 PMS探測結(jié)果對層積云結(jié)構(gòu)進(jìn)行了分析。盡管已有探測設(shè)備獲取了大量的中國區(qū)域的觀測數(shù)據(jù)，但對二維粒子圖像分型技術(shù)的研究和應(yīng)用相對較少，其中可能的原因之一是由于 PMS為國外引進(jìn)，對于二維粒子圖像原始數(shù)據(jù)的讀取和分析仍存在一定困難。郭金平（1996）利用 13個(gè)飛行架次中 PMS獲取的冰、雪粒子二維圖像分析了霰粒子出現(xiàn)頻率及尺度譜特征，對云中過冷水累積含量進(jìn)行了估算。趙增亮（2010）利用粒子擋光面積、粒子尺度、粒子周長、以及擋光面積與粒子尺度的比值等參數(shù)把粒子分為球狀、板狀、星狀、柱狀、針狀和雪片狀六種形狀，并對卷云的微物理特征進(jìn)行了統(tǒng)計(jì)分析。

為了有效提取二維圖像探頭獲取的信息，本文首先簡單介紹了二維光陣探頭的工作原理，隨后具體給出了二維圖像分型算法，以及液水含量、冰水含量和粒子濃度的計(jì)算方法，然后應(yīng)用二維圖像分型技術(shù)針對2006年4月6日在北京地區(qū)的一次飛機(jī)探測結(jié)果進(jìn)行簡要分析，最后就本研究結(jié)論進(jìn)行討論。

2 二維光陣探頭

二維光陣探頭在內(nèi)部有一個(gè)由多個(gè)光陣元件組成的陣列，高度平行的 He-Ne激光會(huì)投射到該光陣上，當(dāng)粒子進(jìn)入激光束時(shí)，其陰影會(huì)遮擋住光學(xué)元件，使光強(qiáng)減弱，而每個(gè)光學(xué)元件后部帶有一個(gè)前置放 大器，可將光陣元件的遮擋編碼信息傳送至探頭存儲(chǔ)器中。當(dāng)探頭確定該粒子為有效粒子后，便會(huì)將該粒子的編碼信息轉(zhuǎn)存至探頭的數(shù)據(jù)采集系統(tǒng)中，完成一 個(gè)粒子的識別。為了獲取方正的圖像，確保探頭在飛機(jī)飛行方向上和光學(xué)陣列上得到同等大小速率的粒子采樣，在二維光陣探頭內(nèi)部設(shè)置有一個(gè)數(shù)據(jù)采集系統(tǒng) DAS（Data Acquisition System），該系統(tǒng)可以自動(dòng)確定圖像的切片采集速率，每當(dāng)粒子移動(dòng)和光陣元件寬度相等的距離便產(chǎn)生一個(gè)切片采樣，OAP-2D-GA2的最大圖像切片采樣速率為4 MHz。 二維灰度光陣探頭屬于二維光陣探頭的一種，灰度探頭能夠?qū)⒘Ｗ拥膿豕獬潭确譃樗臋n：當(dāng)光強(qiáng)減弱大于75% 時(shí)為最大擋光，當(dāng)光強(qiáng)減弱小于75%且大于50%為中等擋光，當(dāng)光強(qiáng)減弱小于50%且大于25%時(shí)為最小擋光，當(dāng)光強(qiáng)減弱小于25%時(shí)為不擋光。對不同擋光程度的光學(xué)元件配以不同的顏色進(jìn)行顯示時(shí)，可以使粒子特征更加清晰。其中OAP-2D-GA2屬于二維灰度探頭，其光陣由64個(gè)光學(xué)元件組成，每個(gè)光學(xué)元件的分辨率為30 μm。二維光陣探頭在對粒子尺度測量時(shí)會(huì)產(chǎn)生誤差（Strapp et al.,2001），由于儀器的非零響應(yīng)時(shí)間會(huì)導(dǎo)致低估粒子的尺度和數(shù)濃度，由于光陣的非連續(xù)性會(huì)導(dǎo)致誤判粒子尺度，由于光陣衍射效應(yīng)會(huì)導(dǎo)致高估大粒子的尺度。

3 二維圖像形狀分類技術(shù)

自然界的冰晶粒子會(huì)呈現(xiàn)出許多不同的形狀，隨著微觀粒子觀測儀器的發(fā)展，冰晶粒子被分為各種各樣的類型，然而幾乎每一個(gè)研究者都有自己分形的種類。典型冰晶主要有柱狀、板狀、聚合狀、枝狀等類型。Nakaya（1954） 把云中冰晶粒子分為 41種類型。Zamorsky（1955）把冰晶粒子分為了 72 種類型。Magono and Lee（1966）針對自然界的冰晶對Nakaya（(1954）的分類方法進(jìn)行了補(bǔ)充，并給出了 80 種粒子形狀。Korolev et al.（2000）將冰晶粒子形狀分為球狀、不規(guī)則狀、針狀和枝狀四種類型。實(shí)驗(yàn)室研究表明（Rottner and Vali,1974），冰晶受環(huán)境的溫度、濕度的影響會(huì)呈現(xiàn)出一定的形狀。

由于可以通過對冰晶的形狀和維度計(jì)算單個(gè)冰晶的質(zhì)量，從而使計(jì)算二維探頭尺度范圍內(nèi)云中的液水含量和冰水含量成為可能。本文采用Holroyd（1987）提出的形狀分類方法把粒子二維圖像分為8類，分別是：微小狀、線狀、聚合狀、霰狀、球狀、六角形狀、不規(guī)則狀和枝狀。這里的線狀是指粒子形狀分布呈線性狀態(tài)，主要包括針狀粒子和柱狀粒子。本文利用OAP-2D-GA2二維灰度探頭獲取的粒子圖形進(jìn)行形狀分類算法研究。

3.1 參數(shù)設(shè)置

圖1 分型中所用幾何測量參數(shù)示意 Fig.1 Measurements used in the habit classification analysis.xis the pixel number of the array image in the direction of aircraft flight,andythe pixel number inthe direction of the optical array,the perpendicular direction to the aircraft flying direction;d is the pixel number on the longest span length of the particle obtained from the coordinates taking thex direction as the abscissa and they direction as the ordinate;wis the pixel number on the d-perpendicular direction,the width of the particle

在二維圖像分型中使用到多種形狀幾何測量參數(shù)（見圖1）。x為飛機(jī)飛行方向上的粒子像素點(diǎn)數(shù)；y為光學(xué)陣列方向上的粒子像素點(diǎn)數(shù)；d為像素點(diǎn)在以x方向?yàn)闄M坐標(biāo)和以y方向?yàn)榭v坐標(biāo)的最小二乘法擬合后得到的方向上粒子跨越長度（像素點(diǎn)數(shù)）；w為在d垂直方向上的粒子寬度（像素點(diǎn)數(shù)）；r為x和y方向上圖像像素點(diǎn)的相關(guān)系數(shù)；A為粒子的方向角度；a為粒子圖像的面積（像素點(diǎn)數(shù)的平方）；P為粒子圖像的周長（像素點(diǎn)數(shù)）；F為特定幾何參數(shù)，設(shè)置為F=Pd/a（無量綱量）；Nx為x方向上的擋光像素點(diǎn)個(gè)數(shù)；Ny為y方向上的擋光像素點(diǎn)個(gè)數(shù)；Ntotal為圖像所有擋光像素點(diǎn)個(gè)數(shù)；Nedge為x方向圖像邊緣上的擋光像素點(diǎn)個(gè)數(shù)。這 里所有參數(shù)的計(jì)算均要考慮擋光程度大于25% 以上的像素點(diǎn)。

3.2 周長計(jì)算

由于粒子圖像形態(tài)千差萬別，精確計(jì)算圖像周長是其中的難點(diǎn)之一。這里粒子圖像周長的計(jì)算參照 Korolev and Sussman（2000）提出的方法進(jìn)行計(jì)算。設(shè)定原始圖像為 Apic，計(jì)算共分五個(gè)步驟：第一步，把圖像向上移動(dòng)一個(gè)像素點(diǎn)位置后與原始圖像Apic像素點(diǎn)相加，此時(shí)的圖像上每個(gè)點(diǎn)的位置會(huì)有一個(gè)或者兩個(gè)像素點(diǎn)，這里算法會(huì)自動(dòng)把包含兩個(gè)像素點(diǎn)的位置轉(zhuǎn)為零個(gè)像素點(diǎn)，這時(shí)會(huì)得到圖像Bpic；第二步，與第一步相似，只是把圖像 Apic向左移動(dòng)一個(gè)像素點(diǎn)位置后再與圖像Apic相加，得到圖像 Cpic；第三步，把圖像 Bpic和圖像 Cpic相加得到圖像Dpic；第四步，把圖像Bpic向右移動(dòng)一個(gè)像素點(diǎn)位置后與圖像 Cpic相加，得到圖像 Epic；第五步，把圖像Dpic和圖像Epic相加后，設(shè)置一個(gè)像素點(diǎn)為零個(gè)像素點(diǎn)，得到圖像 Fpic。這時(shí)的圖像 Fpic中，水平和垂直方向上每個(gè)位置的像素點(diǎn)為兩個(gè)，而斜線方向上位置的像素點(diǎn)為三個(gè)。最終利用下式計(jì)算圖像周長：

其中，N2和N3分別為包含兩個(gè)像素點(diǎn)和三個(gè)像素點(diǎn)位置的個(gè)數(shù)，δ為二維探頭的像素點(diǎn)分辨率，Np為周長像素點(diǎn)數(shù)，這里OAP-2D-GA2的δ為30 μm。該算法由于同時(shí)考慮了圖像在水平方向上和斜線方向上的長度，因此可以比較精確的估計(jì)二維圖像的周長。另外，該算法中利用了對像素點(diǎn)進(jìn)行矩陣的整體移動(dòng)計(jì)算，對于每次飛行獲取的大量圖像粒子來說，能夠較好的節(jié)省計(jì)算時(shí)間，提高計(jì)算效率。

3.3 拋棄粒子的識別

在OAP-2D-GA2獲取的粒子中，會(huì)有大量的粒子識別為拋棄粒子。拋棄粒子圖像主要包括兩類：一類是由于電信號的干擾導(dǎo)致的圖像，此類圖像的特點(diǎn)是在某個(gè)方向上有間斷而另一方向上會(huì)有條狀擋光，呈規(guī)則的條帶狀；另一類是在一個(gè)圖像采集上有多個(gè)粒子或者破碎粒子出現(xiàn)。參照 Korolev and Sussman（2000）的設(shè)置，判定滿足Ntotal≤180，Nedge＞4，Ny＜32的圖像為拋棄粒子，另外考慮到電信號噪聲能夠產(chǎn)生在y方向上充滿像素點(diǎn)的間隔圖像，所以把y方向上出現(xiàn)間斷的粒子判別為拋棄粒子，圖2給出了部分拋棄粒子的采樣個(gè)例。

3.4 分型方法

當(dāng)圖像粒子去除了拋棄粒子后，采取多步驟依次判別的方法對圖像進(jìn)行形狀識別。在每個(gè)步驟判定形狀后，其不滿足判定條件的粒子進(jìn)入下個(gè)判定步驟。這里把粒子形狀分為8種類型，分別是微小狀、線形狀、聚合狀、霰狀、球狀、六角形狀、不規(guī)則狀和枝狀。判別步驟如下：

（1）微小粒子由于太小無法對其準(zhǔn)確判斷進(jìn)行球形和非球形的判定，故首先識別微小粒子，這里設(shè)定a＜18的粒子為微小粒子；

（2）判別滿足r2≥0.4，或滿足x≥4y，或滿足y≥4x的粒子為線形狀粒子；

（3）由于聚合狀粒子的面積較大，判定滿足d＞133個(gè)像素點(diǎn)的粒子為聚合狀粒子；

（4）霰狀粒子具有較大的密集分布特征，設(shè)置S為y方向上像素點(diǎn)連續(xù)排滿32個(gè)像素點(diǎn)個(gè)光陣列數(shù)與Ntotal的比率，為無量綱值，判定S＞0.35的粒子為霰狀粒子；

（5）針對d＞53的大粒子，若F≤13則判定為霰狀粒子，其余粒子判定為聚合狀粒子；

圖2 所選擇拋棄粒子采樣個(gè)例 Fig.2 Examples of rejected particle images

（6）判定F＜5.5的粒子為球形粒子；

（7）針對F＜10的粒子，若d＜26判定為六角形狀粒子，其余粒子判定為霰狀粒子；

（8）判定F＜16或者x≤6的粒子為不規(guī)則粒子，其余粒子為枝狀粒子。

文中所采用的方法主要是在 Holroyd（1987）和 Korolev and Sussman（2000）提出的兩個(gè)方法基礎(chǔ)上建立的，他們的方法主要是基于OAP-2DC探頭，而國外針對二維光陣探頭開發(fā)的粒子圖像分析技術(shù)大多是針對OAP-2DC探頭，該探頭的主要特

點(diǎn)是其單個(gè)光陣的光陣元件是 32個(gè)，分辨率為 25 μm，而本文中所采用的OAP-2D-GA2探頭的光陣元件是64個(gè)，分辨率為30 μm。這里我們采用了Holroyd（1987）提出的粒子幾何比率參數(shù)設(shè)置，由于大多數(shù)參數(shù)無量綱，所以沒有改變無量綱量的參數(shù)，而對于涉及粒子大小的判別條件則根據(jù)經(jīng)驗(yàn)做了適當(dāng)?shù)男拚?。?給出了Holroyd（1987）判別條件和本文所用判別條件的差別。圖3給出了分形方法可識別8種類型粒子的采樣個(gè)例。

表1 Holroyd（1987）與本文所用粒子形狀判別流程 Table 1 The order of decisions in the habit classification in Holroyd(1987)and in this paper

4 含水量計(jì)算

FSSP在測量時(shí)假定粒子為液滴來進(jìn)行散射測量，液滴和冰晶的復(fù)折射指數(shù)差異會(huì)來到誤差，當(dāng)粒子直徑為3 μm時(shí)粒子濃度的相對誤差為10%，當(dāng)粒子直徑大于 10 μm 時(shí)，相對誤差為 4%（Gayet and Febver,1996）。Fleishauer et al.（2002）認(rèn)為當(dāng)有冰晶粒子存在時(shí)，利用FSSP計(jì)算的混合相云液水含量會(huì)有一定的誤差，然而根據(jù) CPI（Cloud Particle Image）獲取的粒子圖像分析當(dāng)液滴半徑大于24 μm時(shí)，液滴僅占1.3%，可以認(rèn)為FSSP捕獲了絕大多數(shù)的液滴，由于本文中分析的云層為中層云，不涉及到卷云，所以這里假定FSSP獲取的粒子為液滴。

針對每次飛機(jī)探測資料，設(shè)Wliq為液水含量（式2），Wice為冰水含量（式3），Wtotal為總水含量（式4），其中Wliq_FSSP為FSSP探頭計(jì)算的液水含量，Wliq_GA2為OAP-2D-GA2探頭計(jì)算的液水含量，Wice_GA2為OAP-2D-GA2探頭計(jì)算的冰水含量。

可利用 OAP-2D-GA2獲取粒子圖像的分型結(jié)果，結(jié)合冰晶粒子的含水量經(jīng)驗(yàn)公式，計(jì)算出云的液水含量、冰水含量和總水含量，其中總水含量為液水含量和冰水含量之和。這里假設(shè)微小狀粒子和球形粒子為液水粒子，其余粒子為冰晶粒子。由于分形為“拋棄”粒子是偽粒子或其他粒子，所以并不把其計(jì)入液水含量，同時(shí)也不計(jì)入其采樣體積，這樣就避免了“拋棄”粒子帶來的偏差。表2給出了液水含量和冰水含量的計(jì)算公式，其中π為圓周率，粒子質(zhì)量M的單位為g，D=d×δ，W=w×δ，單位均為μm。

表2 8類粒子形狀對應(yīng)的冰水質(zhì)量關(guān)系（Holroyd，1987） Table 2 Masses for particle classes(Holroyd,1987)

5 粒子濃度計(jì)算

圖3 八類二維圖像粒子的采樣個(gè)例。八類粒子分別為微小狀、線狀、聚合狀、霰狀、球狀、六角形狀、不規(guī)則狀和枝狀 Fig.3 Examples of the habit classes: tiny,linear,aggregate,graupel,sphere,hexagonal,irregular,and dendrite

粒子濃度根據(jù)公式（5）和（6）進(jìn)行計(jì)算。其中Nd為粒子濃度，Nn為根據(jù)粒子分型結(jié)果得到的粒子個(gè)數(shù)，Sam為采樣面積，Dd為飛行空速，Dof為探頭景深，Eaw為有效陣列寬度。OAP-2D-GA2 中62個(gè)尺度范圍的采樣面積、探頭景深和有效陣列寬度按照儀器操作說明書中的數(shù)值進(jìn)行設(shè)置。針對識別的液滴和冰晶，可分別計(jì)算出液滴濃度和冰晶濃度。如識別有拋棄粒子，可對采樣體積做修正。

6 個(gè)例分析

2006年4月6日在北京地區(qū)進(jìn)行了一次飛機(jī)探測，飛機(jī)于上午 09:49（北京時(shí)，下同）從北京沙河機(jī)場起飛，本場天氣為小雨，10成層積云，云底高度為1500 m。探測軌跡見圖4。圖5給出了本次飛行的飛機(jī)高度、大氣溫度和FSSP計(jì)算液水含水量 LWC（Liquid Water Content）隨時(shí)間的變化情況。

本文選取09:49:43～10:15:00的地面到5000 m高度的上升探測和 11:29:34～12:11:14的 4500～2700 m的下降探測兩個(gè)部分分別進(jìn)行分析。

6.1 爬升段特征分析

圖4 2006年4月6日飛機(jī)探測軌跡 Fig.4 Airplane track on 6 April 2006

飛機(jī)起飛后迅速爬升至4500 m高度，該高度段主要穿越1200～2500 m的層積云和2500～4500 m的高層云。圖6給出了溫度、液水含量LWC以及冰水含量 IWC（Ice Water Content）的垂直分布 情況，由于本場云為降水性層狀云，其含水量較大，云中的最大液水含量出現(xiàn)在3400 m處，位于云頂下方約1500 m處，冰水含量主要集中在0.01～0.04 gm-3，且其垂直分布比較均勻。圖7給出了液滴濃度和冰晶濃度的垂直分布情況，降水性層狀云的液滴濃度較大，而中云的冰晶濃度較大，且冰晶最大粒子濃度位于云頂附近。由于這次上升探測其在水平范圍內(nèi)的跨度較大，所以其水平不均一性影響了云微物理特征在垂直方向上的分布特征描述。

6.2 下降段特征分析

圖5 飛機(jī)高度、大氣溫度和FSSP含水量隨時(shí)間的變化情況 Fig.5 Airplane height,air temperature,and LWC derived from FSSP versus time

圖6 爬升段溫度、液水含量以及冰水含量的垂直分布情況 Fig.6 Vertical profiles of temperature,LWC,and IWC during aircraft climbing

圖7 爬升段液滴濃度和冰晶濃度的垂直分布情況 Fig.7 Vertical profiles of liquid and ice particles concentration during aircraft climbing

圖8 下降段溫度、液水含量以及冰水含量的垂直分布情況 Fig.8 Vertical profiles of temperature,LWC,and IWC duringaircraft falling

圖9 下降段液滴濃度和冰晶濃度的垂直分布情況 Fig.9 Vertical profiles of liquid and ice particles concentration during aircraft falling

飛機(jī)在11:55～12:10的4500～2800 m的部分做下降探測，圖8給出了溫度、液水含量以及冰水含 量的垂直分布情況，該高積云的液水含量有兩個(gè)極值，最大值出現(xiàn)在云頂位置，在3000～3300 m出現(xiàn)了液水含量較大值區(qū)域。冰水含量的極值出現(xiàn)位置與液水含量相一致，最大值出現(xiàn)在云底附近，同時(shí) 在 3600～4200 m 處冰水含量變化不大，保持在0.005 gm-3附近。圖9給出了液滴濃度和冰晶濃度的垂直分布情況，液滴濃度在10 cm-3以下，極值位置出現(xiàn)在云頂和3100 m附近，冰晶濃度在10 L-1以下，極值位置同液滴濃度極值位置相同，最大值出現(xiàn)在3100 m附近。張佃國等（2007）在對4次北京地區(qū)飛機(jī)探測結(jié)果分析時(shí)認(rèn)為 OAP-2D-GA2的濃度變化范圍從 2.25 L-1到 3.29 L-1。范燁等（2010）分析了北京地區(qū)2004年8月15日的一次探測結(jié)果，與此次下降段云的溫度范圍近似，其OAP-2D-GA2的平均冰晶濃度為0.73 L-1。該下降段獲取的冰晶濃度要大于上述兩個(gè)測量結(jié)果。

根據(jù)機(jī)上人員記錄顯示，主要穿越了一層高積云，且在2800 m以下還存在一層層積云，那么飛機(jī)可能下降穿越了兩層云幾乎連接的云，其中液水含量的最大值出現(xiàn)在云頂處，冰水含量的最大值出現(xiàn)在云底附近。Fleishauer et al.（2002）認(rèn)為在云頂附近出現(xiàn)液態(tài)水含量的最大值，在云底附近出現(xiàn)冰晶粒子的最大值是中層混合相單層云的特征之一，由于云頂?shù)谋?shù)量較少，導(dǎo)致液態(tài)水在云頂可以持續(xù)存在下去。

Fleishauer et al.（2002）對 6 個(gè)中層云的微物理結(jié)構(gòu)進(jìn)行了分析。得到的中層云的平均液水含量在0.01～0.15 gm-3的量級，F(xiàn)SSP濃度在 1.0～127.5 cm-3范圍內(nèi)，平均濃度為38.3 cm-3，OAP-2DC濃度在 0.1～73.9 L-1，平均濃度為 9.8 L-1。表 3為Fleishauer et al.（2002）對其他混合云探測結(jié)果的總結(jié)。本文中的下降段探測為非降水性中層云，其液水含量在 0.005～0.03 gm-3，平均值為 0.014 gm-3，F(xiàn)SSP濃度范圍為 1.6～8.7 cm-3，平均濃度為 4.0 cm-3。冰晶濃度范圍為 7～37 L-1，平均濃度為 14 L-1。本文下降段探測到的液水含量與表3的結(jié)果相比較小，F(xiàn)SSP 濃度比 Fleishauer et al.（2002）給出的濃度要小一個(gè)量級，與本文中上升段降水云的探測結(jié)果相比要小很多，表明降水云和非降水云之間存在的明顯差異。

本文利用二維粒子圖像分型技術(shù)對下降探測時(shí)二維灰度探頭 OAP-2D-GA2獲取的粒子圖像進(jìn)行了分型。這里把 0～20°C 溫度范圍每隔 5°C取 一個(gè)間隔，計(jì)算不同尺度的各型粒子在溫度間隔內(nèi)的出現(xiàn)頻率，選取了小于 140 μm、140～495 μm、495～1005 μm、1005～1665 μm、大于 1665 μm 共5個(gè)尺度范圍。表4給出了識別粒子在各尺度和各溫度間隔的出現(xiàn)個(gè)數(shù)，下降探測共獲取粒子337233個(gè)，其中拋棄粒子有 147708個(gè)，占所有識別粒子的43.8%。表5給出了識別粒子在各尺度和各溫度范圍的出現(xiàn)頻率。

表3 其他部分混合云的探測結(jié)果［摘自 Fleishauer et al.（2002）］ Table 3 Cloud depth,LWC,and temperature comparison[from Fleishauer et al.(2002)]

表4 二維粒子在各溫度和尺度間隔上的出現(xiàn)數(shù)量 Table 4 Number of images analyzed for different temperature intervals

小于140 μm的微小狀粒子在0＞T＞-20°C溫度區(qū)間的出現(xiàn)頻率為99.9%，幾乎所有小粒子為此種形狀，由于小粒子的組成光陣點(diǎn)較少，難以形成可供判別其他形狀的幾何參數(shù)；線形狀粒子的最大出現(xiàn)頻率位于0＞T＞-5°C溫度區(qū)間的495～1665 μm，其中該溫度區(qū)間內(nèi)495～1005 μm的出現(xiàn)頻率為11.6%，1005～1665 μm的出現(xiàn)頻率為28%；聚合狀粒子整體的出現(xiàn)頻率較小，其中 1005～1665 μm的出現(xiàn)頻率僅為1.6%，而在D＞1665 μm的范圍內(nèi)，聚合狀粒子幾乎占了其中絕大多數(shù)，由于該范圍的采樣粒子較少，因此其統(tǒng)計(jì)代表意義較小；霰狀粒子出現(xiàn)在D＞495 μm的范圍內(nèi)，其出現(xiàn)頻率隨著溫度降低而增加；球型粒子主要出現(xiàn)在 140＜D＜1005 μm的范圍內(nèi)，其最大出現(xiàn)頻率位于-5＞T＞-10°C，高達(dá) 30.6%，球形粒子可能是液態(tài)水滴也有可能是球狀冰晶；六角形狀冰晶主要分布在140＜D＜1005 μm的范圍內(nèi)，且其出現(xiàn)頻率均大于50%，是該范圍內(nèi)出現(xiàn)頻率最大的冰晶形狀；不規(guī)則狀冰晶在1005＜D＜1665 μm范圍的出現(xiàn)頻率較大，其在 0＞T＞-20°C溫度區(qū)間的平均出現(xiàn)頻率為30.7%；枝狀冰晶的出現(xiàn)頻率整體較小，幾乎很少出現(xiàn)，其在 1005＜D＜1665 μm 的出現(xiàn)頻率僅為3.5%。

Korolev et al.（2000）利用Korolev and Sussman（2000）提出的方法對過冷層狀云中OAP-2DC獲取的圖像粒子數(shù)據(jù)進(jìn)行了分析，把粒子形狀分為球狀、不規(guī)則狀、針狀和枝狀四種類型。他認(rèn)為在D＞125 μm的粒子中不規(guī)則狀粒子占大多數(shù)（84%），不規(guī)則狀粒子的出現(xiàn)頻率隨著溫度的降低而增加，粒子形狀的出現(xiàn)頻率與粒子大小有關(guān)。而本文中將粒子形狀分為八種類型，其中的聚合狀、霰狀、六角形狀、不規(guī)則狀可近似與 Korolev et al.（2000）提出的不規(guī)則狀相對應(yīng)，本文中D＞140 μm的這四種類型出現(xiàn)頻率的總和為78%，略小于84%。其中霰狀粒子的出現(xiàn)頻率表現(xiàn)出隨著溫度的降低而增加，與 Korolev et al.（2000）給出的不規(guī)則狀粒子的頻率表現(xiàn)一致。

7 結(jié)論

對于飛機(jī)粒子云探測系統(tǒng)，二維粒子形狀分類技術(shù)是利用二維圖像探頭分析云微物理結(jié)構(gòu)的關(guān)鍵技術(shù)，只有突破該技術(shù)，才能得到較為可信的粒子分類、含水量和粒子濃度結(jié)果。此外，由于不同的二維圖像探頭所包含的光陣元件和光陣元件數(shù)量的不同，導(dǎo)致圖像分辨率和測量范圍的不同，所以每類二維圖像探頭對應(yīng)的二維粒子形狀分類方法不盡相同，在分型時(shí)不能簡單的套用一種分型方法。本文針對粒子探測系統(tǒng)，首先給出了二維圖像探頭的粒子分型技術(shù)，結(jié)合冰—水質(zhì)量關(guān)系，給出了含水量、粒子濃度的計(jì)算方法。最后，初步分析了 2006年一次飛機(jī)探測過程中的云微物理特征。主要結(jié)論如下：

表5 二維粒子在各尺度和各溫度范圍的出現(xiàn)頻率 Table 5 The frequency of occurrence of particle habits

（1）二維粒子形狀分類技術(shù)在 2006年一次飛機(jī)探測過程中的應(yīng)用結(jié)果與 Korolev et al.（2000）給出的結(jié)果相比，本文中的聚合狀、霰狀、六角形狀、不規(guī)則狀表現(xiàn)出與對應(yīng)的 Korolev et al.（2000）的不規(guī)則狀相近的出現(xiàn)頻率，其中霰狀粒子的出現(xiàn)頻率表現(xiàn)出隨著溫度的降低而增加的趨勢。

（2）在 2006年飛機(jī)探測過程中，非降水云中的液水含量、液滴粒子濃度、冰晶濃度小于降水云的對應(yīng)值，其中液水含量、液滴粒子濃度有量級上的差別，而冰晶粒子濃度差別不大。

（3）在 2006年飛機(jī)探測過程中，非降水云中液水含量的平均值為0.01 g m-3，冰水含量的平均值 0.007 g m-3，冰晶粒子濃度的平均值為 11.9 L-1。其中液水含量與Fleishauer（2002）給出的一些結(jié)果相比明顯較小。

當(dāng)云中有冰晶存在，特別是在卷云環(huán)境中，大冰晶粒子與探頭外部結(jié)構(gòu)撞擊后可破碎為多個(gè)小冰晶粒子，這些小冰晶粒子會(huì)通過探頭采樣區(qū)域從而造成測量結(jié)果中小粒子的成倍增加。最近，有許多證據(jù)顯示這些小冰晶粒子是由于儀器結(jié)構(gòu)不合理造成的，而非自然形成。Korolev et al.（2011）通過對飛機(jī)積冰儀器評估外場觀測試驗(yàn)結(jié)果的分析，初步闡述了冰晶粒子破碎對測量結(jié)果的影響。Korolev et al.（2013）總結(jié)了破碎粒子影響的分析結(jié)論，定量給出了破碎冰晶粒子對最終測量值的影響，建議FSSP的探測結(jié)果不要用于冰晶云的分析。其結(jié)果進(jìn)一步表明 2D探頭的粒子譜分布中對粒子濃度有過大的估計(jì)，且隨著粒子尺度的減小這種過大估計(jì)越明顯。本文的分形算法中，在對拋棄粒子進(jìn)行識別時(shí)，通過對不連續(xù)的粒子圖像識別可以部分剔除破碎粒子，然而并不能完全消除這樣的影響。對破碎粒子的識別和過濾是今后我們工作中需要進(jìn)一步解決的問題。

（

）

Duroure C,Larsen H R,Isaka H,et al.1994.2D image population analysis[J].Atmos.Res.,34(1-4): 195-205.

范燁,郭學(xué)良,張佃國,等.2010.北京及周邊地區(qū) 2004 年 8、9 月層積云結(jié)構(gòu)及譜分析飛機(jī)探測研究[J].大氣科學(xué),34(6): 1187-1200.Fan Ye,Guo Xueliang,Zhang Dianguo,et al.2010.Airborne particle measuring system measurement on structure and size distribution of stratocumulus during August to September in 2004 over Beijing and its surrounding areas[J].Chinese Journal of Atmospheric Sciences(in Chinese),34(6): 1187-1200.

Fleishauer R P,Larson V E,Vonder Haar T H.2002.Observed microphysical structure of midlevel,mixed-phase clouds[J].J.Atmos.Sci.,59(11): 1779-1804.

Garbrick D,Chandrasekar V,Xiao R.1995.Neural network based classification procedure for 2D-PMS ice crystal images[C]// Conference on Cloud Physics.Boston,USA: American Meteorological Society,59-64.

Gayet J F,Febver G,Larsen H.1996.The reliability of the PMS FSSP in the presence of small ice crystals[J].J.Atmos.Oceanic Technol.,13(6): 1300-1310.

郭金平.1996.冰雪晶二維圖像及霰粒子譜特征分析[J].氣象,22(4): 41-45.Guo Jinping.1996.The analysis of two-dimensional image of ice crystal and the size distribution of graupel particles[J].Meteorological Monthly(in Chinese),22(4): 41-45.

郭學(xué)良,鄭國光.2010.大氣物理與人工影響天氣[M].北京: 氣象出版社,526-527.Guo Xueliang,Zheng Guoguang.2010.Atmospheric Physics and Weather Modificaiton(in Chinese)[M].Beijing: China Meteorological Press,526-527.

Heymsfield A J,Parrish J L.1979.Techniques employed in the processing of particle size spectra and state parameter data obtained with the T-28 aircraft platform[R].NCAR Technical Note: NCAR/TN-137+1A.

Heymsfield A J,Miloshevich L M,Slingo A,et al.1991.An observational and theoretical study of highly supercooled altocumulus[J].J.Atmos.Sci.,48(7): 923-945.

Hobbs P V,Rangno A L.1985.Ice particle concentrations in clouds[J].J.Atmos.Sci.,42(23): 2523-2549.

Hobbs P V,Rangno A L.1998.Microstructures of low and middle-level clouds over the Beaufort Sea[J].Quart.J.Roy.Meteor.Soc.,124(550): 2035-2071.

Hobbs P V,Rangno A L,Shupe M,et al.2001.Airborne studies of cloud structures over the Arctic Ocean and comparisons with retrievals from ship-based remote sensing measurements[J].J.Geophys.Res.,106(D14): 15029-15015.

Holroyd E W III.1987.Some techniques and uses of 2D-C habit classification software for snow particles[J].J.Atmos.Oceanic Technol.,4(3): 498-511.

Hunter H E,Dyer R M,Glass M.1984.A two-dimensional hydrometeor machine classifier derived from observed data[J].J.Atmos.Oceanic Technol.,1(1): 28-36.

Korolev A,Sussman B.2000.A technique for habit classification of cloud particles[J].J.Atmos.Oceanic Technol.,17(8): 1048-1057.

Korolev A,Isaac G A,Hallett J.2000.Ice particle habits in stratiform clouds[J].Quart.J.Roy.Meteor.Soc.,126(569): 2873-2902.

Korolev A,Emery E F,Strapp J,et al.2011.Small ice particles in tropospheric clouds: Fact or artifact? Airborne Icing Instrumentation Evaluation Experiment[J].Bull.Amer.Meteor.Soc.,92: 967-973.

Korolev A,Emery E F,Strapp J,et al.2013.Quantification of the effects of shattering on airborne ice particle measurements[J].J.Atmos.Oceanic Technol.,doi:10.1175/JTECH-D-13-00115.1,in press.

Lawson R P,Baker B A,Schmitt C G,et al.2001.An overview of microphysical properties of Arctic clouds observed in May and July 1998 during FIRE ACE[J].J.Geophys.Res.,106(D14): 14989-14915.

廖國男.2004.大氣輻射導(dǎo)論（第二版）[M].北京: 氣象出版社,221pp.Liao G N.2004.An Introduction to Atmospheric Radiation(Second Edition)(in Chinese)[M].Beijing: China Meteorological Press,221pp.

劉衛(wèi)國,蘇正軍,王廣河,等.2003.新一代機(jī)載 PMS 粒子測量系統(tǒng)及應(yīng)用[J].應(yīng)用氣象學(xué)報(bào),14(S1): 11-18.Liu Weiguo,Su Zhengjun,Wang Guanghe,et al.2003.The new generation of airborne PMS particle measurement system and applications[J].J.Appl.Meteor.Sci.(in Chinese),14(S1): 11-18.

Lohmeier S P,Sekelsky S M,Firda J M,et al.1997.Classification of particles in stratiform clouds using the 33 and 95 GHz polarimetric cloud profiling radar system(CPRS)[J].IEEE Trans.Geosci.Remote Sens.,35(2): 256-270.

Magono C,Lee C W.1966.Meteorological classification of natural snow crystals[J].J.Fac.Sci.Hokkaido Univ.Ser.,7,Geophysics,2(4): 321-335.

Moss S J,Johnson D W.1994.Aircraft measurements to validate and improve numerical model parameterizations of ice to water ratios in clouds[J].Atmos.Res.,34(1): 1-25.

Nakaya U.1954.Snow Crystal: Natural and Artificial[M].Cambridge: Harvard University Press,510pp.

Paltridge G,King W,Platt C.1986.A case study of ice particle growth in a mixed-phase altostratus cloud[J].Aust.Meteor.Mag.,34(4): 149-154.

Pinto J O.1998.Autumnal mixed-phase cloudy boundary layers in the Arctic[J].J.Atmos.Sci.,55(11): 2016-2038.

Pinto J O,Curry J A,Intrieri J M.2001.Cloud-aerosol interactions during autumn over Beaufort Sea[J].J.Geophys.Res.,106(D14): 15077-15015.

齊彥斌,郭學(xué)良,金德鎮(zhèn).2007.一次東北冷渦中對流云帶的宏微物理結(jié)構(gòu)探測研究[J].大氣科學(xué),31(4): 621-634.Qi Yanbin,Guo Xueliang,Jin Dezhen.2007.An observational study of macro/microphysical structures of convective rainbands of a cold vortex over Northeast China[J].Chinese J.Atmos.Sci.(in Chinese),31(4): 621-634.

Rahman M M,Quincy E A,Jacquot R G,et al.1981.Feature extraction and selection for pattern recognition of two-dimensional hydrometeor images[J].J.Appl.Meteor.,20(5): 521-535.

Ramanathan V,Cess R D,Harrison E F,et al.1988.Cloud-radiative forcing and climate: Results from the earth radiation budget experiment[J].Science,243(4887): 57-63.

Rottner D,Vali G.1974.Snow crystal habit at small excesses of vapor density over ice saturation[J].J.Atmos.Sci.,31(2): 560-569.

Schols J L,Weinman J A,Alexander G D,et al.1999.Microwave properties of frozen precipitation around a North Atlantic cyclone[J].J.Appl.Meteor.,38(1): 29-43.

Shupe M D,Daniel J S,De Boer G,et al.2008.A focus on mixed-phase clouds: The status of ground-based observational methods[J].Bull.Amer.Meteor.Soc.,89(10): 1549-1562.

Strapp J W,Albers F,Reuter A,et al.2001.Laboratory measurements of the response of a PMS OAP-2DC[J].J.Atmos.Oceanic Technol.,18(7): 1150-1170.

Tulich S N,Haar T H V.1998.Measured and calculated structures of a multi-layer altocumulus cloud[R].Colorado State University Atmos.Sci.

游來光.1987.我國云物理和人工影響天氣研究工作新進(jìn)展[J].氣象科技,21(1): 59-64.You Laiguang.1987.The new progress of cloud physics and weather modification research in China[J].Meteorological Science and Technology(in Chinese),21(1): 59-64.

Young S A,Platt C M R,Austin G R,et al.2000.Optical properties and phase of some midlatitude,midlevel clouds in ECLIPS[J].J.Appl.Meteor.,39(2): 135-153.

Zamorsky A D.1955.Ice in the Atmosphere[M].Moscow: Akademia Nauk SSSR,277pp.

張佃國,郭學(xué)良,付丹紅,等.2007.2003年 8～9 月北京及周邊地區(qū)云系微物理飛機(jī)探測研究[J].大氣科學(xué),31(4): 596-610.Zhang Dianguo,Guo Xueliang,Fu Danhong,et al.2007.Aircraft observation on cloud microphysics in Beijing and its surrounding regions during August-September 2003[J].Chinese Journal of Atmospheric Sciences(in Chinese),31(4): 596-610.

趙增亮.2010.層狀云的微物理結(jié)構(gòu)探測研究[D].北京大學(xué)博士學(xué)位論文.Zhao Zengliang.2010.Research on microphysical structure of stratiform clouds[D].Ph.D.dissertation(in Chinese),Peking University.