張迪 劉智新 孫釗鈺 閆博蕓 吳迪

摘 要：飛機積冰是威脅航空安全的嚴重危險天氣之一，為理解飛機積冰期間大氣環(huán)境演變特征及其影響，本文利用中尺度數(shù)值模式WRF對2010年10月26日發(fā)生在四川地區(qū)的一次飛機積冰個例進行模擬，結(jié)果表明：（1）結(jié)合衛(wèi)星數(shù)據(jù)、再分析資料、積冰指數(shù)可以初步判斷飛機積冰發(fā)生區(qū)域和條件;（2）WRF模式中WDM6和Thompson兩種云微物理方案對積冰環(huán)流背景的模擬與實況基本一致，較好地再現(xiàn)了積冰發(fā)生前的弱對流不穩(wěn)定特征和水汽通量輸送條件;（3）兩種云微物理方案對積冰區(qū)云物理量時空演變特征的模擬存在差異，對于WDM6方案，3-7km高度云微物理量以云冰為主，3km高度以下以云水為主;而在Thompson方案中3-7km高度內(nèi)主要以云水為主，合理地刻畫了過冷水粒子，更接近實際積冰環(huán)境特征。

關(guān)鍵詞：飛機積冰;云微物理;過冷水滴;數(shù)值模擬

1 緒論

飛機積冰是指飛機機體表面某些部位聚集冰層的現(xiàn)象，主要由云中過冷水滴或降水中的過冷雨碰到飛機機體后結(jié)冰形成的，也可由水汽直接在機體表面凝華而成，其主要出現(xiàn)在溫度低于0℃，周圍多為過冷云覆蓋的環(huán)境中（袁敏等，2018;周悅等，2014）。理解飛機積冰發(fā)生的大氣環(huán)境特征，合理預報飛機積冰區(qū)域，對飛行安全的保障具有重要意義（Thompson等，2016;李佰平等，2018）。

以往對于飛機積冰的研究多集中于飛機探測和衛(wèi)星觀測（袁敏等，2018;趙陽等，2018）、再分析資料的診斷分析（王新煒等，2002），但飛機觀測成本較高，只能收集某一區(qū)域特定高度上的數(shù)據(jù)，而衛(wèi)星資料其時空連續(xù)性較差。近年來，數(shù)值模式已成為研究飛機積冰過程的主要方法之一（曹麗霞等，2004;劉風林等，2011）。許多研究基于數(shù)值產(chǎn)品提出了一些重要的積冰指數(shù)算法，如美國當前飛機積冰預報產(chǎn)品（CIP;Bernstein等，2005）。李耀東等（1997）通過使用數(shù)值預報產(chǎn)品，預報了一些航空氣象要素、給出了航空氣象相關(guān)的積冰和顛簸物理指數(shù)。

然而，利用中尺度數(shù)值模式針對飛機積冰期大氣云微物理過程的模擬研究相對較少，模式中云微物理方案的選取不同是否會導致飛機積冰區(qū)云物理特征的模擬出現(xiàn)差異尚不清楚?；诖?，本文利用中尺度模式Weather Research and Forecasting（WRF）對2010年四川地區(qū)發(fā)生的一次飛機積冰過程進行模擬，比較分析兩種云微物理參數(shù)化方案（WDM6和Thompson方案）對此次積冰區(qū)云系微物理過程的模擬效果，理解云微物理方案對積冰區(qū)云微物理特征的影響及其機制。

2 數(shù)據(jù)方法及模式方案

2.1 資料和方法

本文使用的氣象資料包括National Centers for Environmental Prediction（NCEP）final reanalysis data（FNL;Kalnay et al.，1996）再分析資料和衛(wèi)星云圖資料。FNL全球再分析資料是空間分辨率為1°×1°、時間間隔為6h全球資料。該資料包含了地表26個標準等壓層、地表邊界層和對流層頂?shù)囊匦畔?。本文中衛(wèi)星云圖資料使用的是風云系列衛(wèi)星（FY-2E）提供的資料。風云二號（FY-2）靜止氣象衛(wèi)星是我國自主研制的第一代地球靜止軌道衛(wèi)星，其搭載的紅外和可見光自旋掃描輻射計每半小時獲取一次地球圓盤圖像。

為了更好地評估飛機積冰過程，本文選用了民航部門使用較為廣泛的飛機積冰指數(shù)IC指數(shù)法（趙樹梅，1994）。該積冰指數(shù)法的表達式如下：

其中，RH表示相對濕度（單位;%），T表示溫度（單位;℃）。當IC指數(shù)介于0%到40%之間時，則判定為輕度積冰;當IC指數(shù)介于40%到70%之間時，則判定為中度積冰;當IC指數(shù)大于70%之間時，則判定為有嚴重積冰出現(xiàn)。以往的研究表明積冰指數(shù)可以在一定程度上診斷積冰范圍。

2.2 模式方案簡介

為了理解飛機積冰期間的云微物理特征，本文選用了目前主流的中尺度數(shù)值模式WRF model v3.9.1（Skamarock等，2008）對2010年10月26日發(fā)生在四川廣漢地區(qū)發(fā)生的一次飛機積冰事件進行模擬。WRF模式系統(tǒng)是由美國研究部門及大學的科學家共同參與進行開發(fā)研究的新一代中尺度同化預報系統(tǒng)，其目的是提高我們對中尺度天氣系統(tǒng)的認識和預報水平（胡向軍等，2008）。

對模擬區(qū)域的設(shè)定，我們采取的是Lambert投影的兩重嵌套網(wǎng)格區(qū)域，模擬中心為32°N，104°E，采用三重嵌套，網(wǎng)格格距由外到內(nèi)分別為27km、9km和3km，模擬過程選取2010年10月25日06時（世界時）作為WRF模式啟動時間并積分30h。模式初邊界場采用NCEP FNL的1°×1°，主要物理過程參數(shù)化方案包括：WDM6云微物理參數(shù)化方案（WDM6;Lim等，2010），KF積云對流參數(shù)化方案，RRTM長波、短波輻射方案和YSU邊界層參數(shù)化方案。

為了理解飛機積冰期間的云內(nèi)物理量分布特征，模式中選用了兩種云微物理參數(shù)化方案進行對比模擬分析，分別采用WDM6和Thompson（Thompson等，2008）云微物理參數(shù)化方案。這兩種參數(shù)化方案考慮了5種水凝物（云水、云冰、雨、雪和霰），WDM6方案在WDM5方案的基礎(chǔ)上，還包括有霰和與它關(guān)聯(lián)的一些過程，Thompson方案改良了較早的Reisner方案（樓小鳳等，2004），還作被用來做理想實驗和中緯度冬季觀測資料的比較，取得了較好的模擬效果。一些研究也表明，該方案可適用于凍雨天氣情況下航空安全保障的預報（Zhang等，2018）。

圖1 WRF模式模擬區(qū)域

3 環(huán)流背景介紹

2010年10月26日11：18—12：50（北京時）在四川廣漢地區(qū)的一次飛機探測過程中，飛行報告表明在11：33至11：55期間在4700m高度上發(fā)生了一次中度—重度的飛機積冰，記錄顯示飛機所在范圍（31.38°-31.76°N、104.5°-105.8°E），探測數(shù)據(jù)顯示此時云內(nèi)溫度大約為268K，液態(tài)水含量集中在0.15-0.2g·m-3之間（王磊等，2014）。

圖2給出了此次飛機積冰過程期間的環(huán)流形勢。其環(huán)流背景為500hPa上主要為一低槽逐漸東移南下（圖2a），該低槽在2010年10月26日00時（世界時）位于內(nèi)蒙北部地區(qū)，說明冷空氣已影響到我國內(nèi)蒙地區(qū)。四川廣漢地區(qū)500hPa則主要以平直的西風氣流為主，但在青海、甘肅地區(qū)冷空氣伴隨低槽的南壓而逐漸南下的趨勢。與此同時（26日00時），在700hPa形勢圖上可以看到四川地區(qū)出現(xiàn)短波槽;該地區(qū)以南風為主，表明此時已有由印度洋而來的暖濕西南氣流由南往北的輸送。配合500hPa溫度場分布特征來看，四川廣漢地區(qū)500hPa環(huán)境溫度大約在-8℃至-12℃之間。圖2c給出了FY2E衛(wèi)星可見光紅外云頂亮溫，26日04時四川地區(qū)上空主要以云頂溫度介于0℃至-20℃之間的層狀云為主，這也說明飛行所經(jīng)過云區(qū)環(huán)境有利于積冰的形成。根據(jù)公式（1），本文計算了積冰發(fā)生時的積冰指數(shù)IC，圖2d給出了26日06時550hPa高度上積冰IC指數(shù)水平分布，在四川地區(qū)大約4000m高度上部分區(qū)域的積冰指數(shù)達到40%以上，這說明該地區(qū)很可能出現(xiàn)了中度以上的飛機積冰。

4 不同云微物理方案的模擬效果分析

本文利用WRF模式采用WDM6和Thompson兩種云微物理方案分別進行模擬分析，圖3分別給出不同時刻成都市溫江探空站的觀測、WDM6和Thompson兩種方案模擬的探空曲線。對比觀測結(jié)果可以看出，兩種模式都較好地模擬出了大氣中溫度和露點溫度的垂直分布特征以及逆溫出現(xiàn)的高度和強度。在25日12時（圖3a），對于溫江站的溫度曲線而言，觀測和模擬結(jié)果都大約在800-650hPa高度出現(xiàn)了逆溫層（即溫度隨高度增加）;盡管出現(xiàn)了一些偏差，但整體基本一致。觀測和模擬都表明，大氣低層較為潮濕，500hPa以上干冷，出現(xiàn)了一些弱不穩(wěn)定。26日00時（圖3b），從850hPa到550hPa都可以看到明顯的逆溫結(jié)構(gòu)。露點溫度曲線的變化可以看出，在低層觀測和模擬結(jié)果較為吻合;但在高層，實際大氣狀況相比模式模擬結(jié)果而言更為干燥。

通過對比分析觀測數(shù)據(jù)和模擬結(jié)果可得出，兩種方案的模擬曲線與觀測曲線的趨勢基本一致，能夠較好地模擬出積冰事件發(fā)生前的大氣溫度層結(jié)特征，采用WDM6和Thompson兩種云微物理方案對于積冰過程中的云內(nèi)物理過程的模擬分析基本可行。

為了進一步對比不同方案對于積冰過程中的云內(nèi)物理過程的模擬，圖4分別給出了2010年10月25日18時（圖4a，4c）和26日04時（圖4b，4d）WDM6（圖4a-b）和Thompson（圖4c-d）兩種云微物理方案模擬的4700米高度水汽通量水平分布特征，水汽通量的分布主要體現(xiàn)了水汽傳輸?shù)奶卣?，是指單位時間內(nèi)流經(jīng)某一單位面積的水汽質(zhì)量，表示了水汽輸送的強度和方向。水汽通量Q的表達式如下：

其中g(shù)為重力加速度，V表示風速向量，q為比濕。

圖中的紅色虛線框表示飛機積冰報告中給出的積冰區(qū)域所在范圍。從圖中可以看出，隨著時間的推移，積冰區(qū)上游風場由西南風逐漸轉(zhuǎn)變?yōu)槠黠L（圖4a-b;圖4c-d），低緯度地區(qū)的暖濕氣流持續(xù)向該地區(qū)輸送，從而造成了圖3中探空曲線在低層逆溫層和溫度露點差較小的特征。該地區(qū)水汽通量由5gcm-1s-1hPa-1逐漸增加到8gcm-1s-1hPa-1，同時高值區(qū)的范圍也有所增加，這都為飛機積冰過程提供了有利的水汽條件，最終在26日03-05時期間發(fā)生了此次飛機積冰事件。

5 積冰期間的云微物理量特征分析

圖5給出了WDM6和Thompson方案模擬的2010年10月25日06時至26日12時期間積冰區(qū)域范圍內(nèi)云內(nèi)各類水凝物混合比含量隨時間高度的演變特征圖。在WDM6方案中，積冰發(fā)生前，3-5km高度內(nèi)出現(xiàn)一暖中心，隨后云中云水含量在這一高度有所增加，此時以云水混合比為主，云冰混合比相比而言較低，雪含量在這一高度含量較低但有所增加，表明在此期間該區(qū)域維持暖濕氣流由南向北的輸送;而在積冰期間，-4°C等溫線下凹，表明在此期間有冷平流出現(xiàn)，使得該地區(qū)4km高度處云內(nèi)溫度迅速降低，26日00時以后，這部分云水已凍結(jié)為云冰，可以看到，3km高度以上主要以云冰和雪為主，霰的混合比含量也有所增加。

而在Thompson方案中，積冰發(fā)生前，3-5km高度出現(xiàn)一暖中心，冷平流的加強使溫度降低。但不同的是，26日00時以后，云水以液態(tài)形式持續(xù)增加，而0°C等溫線正位于2.5km高度附近，可以判斷為過冷水的形式存在，特別是在4-5km高度處尤為明顯（圖5b陰影區(qū)），相比而言WDM6方案4-5km高度上的云內(nèi)物理量以云冰為主（圖5a紅色虛線）;飛機積冰的形成主要是過冷水滴的人產(chǎn)生，這間接地表明了Thompson方案對于過冷水的模擬考慮更符合飛機積冰的實際情況，云水時空特征更合理地描述了積冰發(fā)生期間的云微物理特征，這一時空特征與積冰報告更為一致，而WDM6方案對飛機積冰區(qū)域云冰或云水的模擬存在一些偏差。這在很大程度上說明了模式中云微物理方案的選取對飛機積冰的模擬和預報有著重要的影響。

圖5 WDM6（a）和Thompson（b）方案模擬的2010年10月25日06時至26日12時期間積冰區(qū)水凝物隨時間-高度變化;其中（a）WDM6方案和（b）Thompson方案，黑色實線表示雨水混合比，黑色虛線表示等溫線（單位：°C），陰影區(qū)域表示云水混合比，紅色虛線表示云冰;淺藍色點線表示雪，紫色虛線表示霰（單位：g/kg）。

6 結(jié)論

本文利用中尺度數(shù)值模式WRF對四川地區(qū)一次飛機積冰過程進行模擬，對積冰區(qū)的云微物理特征進行了分析得到如下初步結(jié)論：

（1）當飛機穿越云區(qū)時，700hPa暖濕氣流向北輸送，配合冷平流南下，為飛機積冰的發(fā)生提供了有利的水汽條件和-8℃～-12℃的溫度條件。

（2）WRF模式中WDM6和Thompson兩種云微物理方案對此次積冰個例的環(huán)流背景模擬效果與實況相比基本一致，能較好地刻畫出此次飛機積冰發(fā)生前的大氣層結(jié)特征和水汽條件，800-650hPa高度有弱逆溫且較潮濕，500hPa以上相對干冷。水汽通量范圍的擴大，輸送加強，這為飛機積冰提供了充足的水汽供應(yīng)。

（3）云微物理量的時空特征分析表明，不同的云微物理方案對積冰區(qū)云物理量的模擬效果不同：積冰發(fā)生期間，在3km高度以上WDM6方案中飛機積冰區(qū)域的云物理量以云冰為主，在3km高度以下以云水為主;而在Thompson方案中7km高度以下以云水為主，特別是在3km高度以上，能較好地刻畫出對飛機積冰形成起關(guān)鍵作用的過冷水時空分布，表明Thompson方案描述的積冰區(qū)云物理特征更接近實際飛機積冰的環(huán)境特征。

參考文獻：

[1]曹麗霞，紀飛，劉健文，等.云微物理參數(shù)在飛機積冰分析和預報中的應(yīng)用研究.氣象，2004，30（6）：8-12.

[2]胡向軍，陶健紅，鄭飛，王娜，張鐵軍，劉世祥，等.WRF模式物理過程參數(shù)化方案簡介.甘肅科技，24（20），73-75.

[3]李佰平，戴建華，等.一種改進的飛機自然結(jié)冰潛勢算法研究.氣象，2018，（11）：1377-1390.

[4]李耀東，金維明，王炳仁，等.建立在數(shù)值預報系統(tǒng)上的航空氣象要素預報試驗.應(yīng)用氣象學報，1997，8（4）：486-491.

[5]劉風林，孫立潭，等.飛機積冰診斷預報方法研究.氣象與環(huán)境科學，2011，34（4）：26-30.

[6]樓小鳳，周秀驥，胡志晉，等.MM5模式顯式微物理方案的對比分析[J].氣象科技，2004（01）：6-12.

[7]王磊，李成才，趙增亮，姚志剛.飛機積冰云微物理特征分析及監(jiān)測技術(shù)研究.氣象，40（2），196-205.

[8]王新煒，張軍，王勝國.中國飛機積冰的氣候特征.氣象科學，2002，22（3）：343-350.

[9]袁敏，黃敏松，段煉.一次飛機積冰環(huán)境中的云微物理特征.氣象科技，2018，46（1）.

[10]趙樹海.航空氣象學[M].北京氣象出版社，159-193.

[11]趙陽，符養(yǎng)，趙增亮，等.衛(wèi)星資料統(tǒng)計全球飛機積冰潛勢分布特征.熱帶氣象學報，2018，34（1）：102-114.

[12]周悅，周月華，牛生杰，等.云中積冰過程微物理參量演變規(guī)律的數(shù)值模擬.大氣科學學報，2014，37（4）：441-448.

[13]Bernstein，B.C.，Mcdonough，F(xiàn).，Politovich，M.K.，Brown，B.G.，Ratvasky，T.P.，& Miller，D.R.，et al.（2005）.Current icing potential：algorithm description and comparison with aircraft observations.Journal of Applied Meteorology，44（7），969-986.

[14]Kalnay，E.，Kanamitsu，M.，Kistler，R.，Collins，W.，Deaven，D.，Gandin，L.，Iredell，M.，Saha，S.，White，G.，Woollen，J.，Zhu，Y.，Chelliah，M.，Ebisuzaki，W.，Higgins，W.，Janowiak，J.，Mo，K.C.，Ropelewski，C.，Wang，J.，Leetmaa，A.，Reynolds，R.，Jenne，R.and Joseph，D.（1996）The NCEP/NCAR 40-year reanalysis project.Bulletin of the American Meteorological Society，77，437472.

[15]Lim，K.-S.S.，and Hong，S.-Y.（2010）.Development of an effective double-moment cloud microphysics scheme with prognostic cloud condensation nuclei（CCN）for weather andclimate models.Mon.Wea.Rev.，138，1587-1612.

[16]Skamarock，W.C.，Klemp，J.B.，Dudhia，J.，Gill，D.O.，Barker，D.M.，Wang，W.，and Powers，J.G.（2008）.A description of the Advanced Research WRF version 3.NCAR Tech.Note TN-475+STR，113 pp.

[17]Thompson G，Politovich M K，Rasmussen R M.A Numerical Weather Models Ability to Predict Characteristics of Aircraft Icing Environments.Weather and Forecasting，2016，32（1）.Wang J，Huang B，Huang A，et al.（2011）Parallel Computation of the Weather Research and Forecast（WRF）WDM5 Cloud Microphysics on a Many-Core GPU.

[18]Thompson，G.，P.R.Field，R.M.Rasmussen，and W.D.Hall，2008：Explicit forecasts of winter precipitation using an improved bulk microphysics scheme.Part II：Implementation of a new snow parameterization.Mon.Wea.Rev.，136，50955115.

[19]Zhang M，Wang H，Zhang X，et al.Applying the WRF double-moment six-class microphysics scheme in the GRAPES_Meso model：A case study.Journal of Meteorological Research，2018，32（2）：246-264.