劉玉寶 丁秋冀 史月琴 方春剛 段婧 樓小鳳 李萍 霍朝陽 周永波 王昊亮 景曉琴 王新 陳添宇 陳寶君 李集明

(1 南京信息工程大學 精細化區(qū)域地球模擬和信息中心，南京 210044；2 中國氣象科學研究院 中國氣象局云物理開放實驗室，北京 100081；3 國家氣象衛(wèi)星中心，北京 100081)

0 引言

人工影響天氣是我國抗旱和消雹的重要減災防災手段，每年人工增雨和消雹的業(yè)務投入數(shù)億元。近幾年里，我國建設(shè)了強大的云物理觀測設(shè)施，包括各類國際先進的地基、專業(yè)飛機和衛(wèi)星云觀測設(shè)備，開展了針對不同地區(qū)不同云系的人工影響天氣外場試驗，并發(fā)展了人工影響天氣理論和數(shù)值模擬技術(shù)，在自然云觀測分析、云模擬和資料同化等領(lǐng)域內(nèi)取得了很大進展。這些理論和技術(shù)研究成果為發(fā)展一套新一代全國范圍人工影響天氣數(shù)值模式系統(tǒng)，推廣和實現(xiàn)這些前期研究成果在人工影響天氣的業(yè)務應用價值提供了重要基礎(chǔ)。但由于云和降水過程的高度復雜性，人們對云熱動力和微物理過程、播云潛力、播云技術(shù)和播云效果的認識和定量評估仍很有限，亟需進一步加強對自然云過程和播云催化影響過程的研究。

云數(shù)值模式在人工影響天氣的理論和應用中發(fā)揮著重要作用。Orville對云降水和人工影響天氣催化數(shù)值模式的發(fā)展和應用進行了概述。人工影響天氣催化模式是在云降水模式的基礎(chǔ)上，通過添加不同的催化過程而形成的具有催化能力的模式，包括吸濕性催化劑催化模式、AgI類成冰劑催化模式和致冷劑催化模式。利用數(shù)值模式在靜力催化、增雨和防雹的正相關(guān)催化效果、微物理過程和動力過程的相互作用、催化時間窗口、催化效果和過量催化概念等方面都取得了非常重要的理論發(fā)展。一些學者針對我國東北地區(qū)層狀云降雨進行了觀測和數(shù)值模擬研究，揭示了多層云冰晶核化、自然催化和雨水增長機制，確定暖云的厚度和含水量對降水過程發(fā)展的決定性作用。胡志晉和嚴采繁通過模式計算和實測得出，厚度為2 km的層狀暖云，可以通過云水—雨水自動轉(zhuǎn)化產(chǎn)生0.4～0.8 mm·h的降水。

人工影響天氣是云和降水物理學的應用領(lǐng)域，我國人工影響天氣的理論和數(shù)值模擬及探測技術(shù)研究都取得顯著進展。李宏宇等利用三維冰雹云數(shù)值催化模式研究高炮和火箭催化防雹技術(shù)，對兩種催化工具的催化作業(yè)時間、催化劑量、作業(yè)部位、催化方式等都進行了研究。 對人工增雨方面的研究，胡志晉提出了新的層狀云人工增雨機制，研究指出人工冰晶除通過貝吉龍過程使過冷云水轉(zhuǎn)化為降水外，還會導致一部分冰面過飽和水汽轉(zhuǎn)化為降水，凝華釋放的潛熱，導致空氣增溫和局部升速加大，促進云降水的發(fā)展。對人工增雨條件、催化技術(shù)和效果評估方面的研究。通過對云模式模擬結(jié)果分析，在對流云中的最大上升氣流以及過冷水含量區(qū)，進行碘化銀的播散，能獲得最好的增雨效果。王宏等用三維對流云模式模擬黃河上游河曲地區(qū)的對流云，如果催化時機、部位選擇適當，降水總量增加有望達到30%～50%，催化所產(chǎn)生的動力效果顯著。

過去數(shù)十年里，數(shù)值天氣預報和云模擬是兩個相互獨立的研究領(lǐng)域。數(shù)值天氣預報聚焦業(yè)務天氣預報需求，因此該領(lǐng)域主要關(guān)注資料同化、天氣和中尺度動力過程和大氣輻射、邊界層混合、積云參數(shù)化、陸氣和海氣交換的模擬能力。另一方面，云模擬主要集中研究云微物理過程參數(shù)化和積云對流熱動力的物理過程，且多數(shù)是用單點觀測或合成探空作為云初始環(huán)境強迫，這與真實大氣里不斷演變的中小尺度環(huán)境強迫不符。當代計算技術(shù)的飛速發(fā)展打破了數(shù)值天氣預報和云模擬領(lǐng)域的界限，直接把數(shù)值天氣預報模式的各方面模擬技術(shù)，特別是資料同化技術(shù)、基于全球模式預報的時變側(cè)邊界條件、下墊面強迫和邊界層參數(shù)化、太陽和大氣長短波輻射計算、地形強迫等，應用到云模擬系統(tǒng)中，即云解析數(shù)值天氣預報模式（CRM）。CRM的水平網(wǎng)格距小于2～3 km，具有對真實大氣的天氣尺度－中小尺度－微物理過程及其相互作用的綜合模擬和預報能力。通常來說，有效的人工影響天氣作業(yè)一方面必須弄清楚真實大氣里的云降水和播云催化中的微物理過程，另一方面是制定優(yōu)化的業(yè)務播云計劃和播云方案，CRM為此提供可靠的基礎(chǔ)構(gòu)架。因此，針對西北人工影響天氣工程的云和降水結(jié)構(gòu)、演變過程、播云潛力和播云技術(shù)研究及應用需求，本研究基于具有四維資料同化的國際先進的WRF模式（WRF-FDDA）初步發(fā)展了針對我國西北地區(qū)云微物理和播云催化技術(shù)的云解析人工影響天氣模式系統(tǒng)（Cloud-Resolvable Weather Modification Model，CR-WMM），即能夠通過模式網(wǎng)格尺度對云微物理、降水及其播云催化等過程進行精確模擬的數(shù)值模式系統(tǒng)。CR-WMM耦合并改進了中國氣象科學院多年發(fā)展的微物理方案（CAMS-MP），并實現(xiàn)基于LES模式的飛機、地面煙爐等播撒源及毗鄰區(qū)域AgI粒子擴散的精細模擬方法。

1 云解析人工影響天氣模式（CR-WMM）模式技術(shù)構(gòu)架

1.1 WRF四維資料同化技術(shù)

為支撐西北人工影響天氣外場試驗示范區(qū)在復雜地形下的人工影響天氣播云機理研究和外場作業(yè)試驗，CR-WMM以美國大氣研究中心引領(lǐng)發(fā)展的天氣研究和預報模式（WRFV4.1版本）及四維資料同化和預報技術(shù)為基礎(chǔ)，在西北天山和祁連山兩個人工影響天氣實驗基地發(fā)展兩套模式系統(tǒng)，實現(xiàn)西北地區(qū)模擬區(qū)域常規(guī)WMO/GTS資料、常規(guī)地面和高空氣象觀測、業(yè)務雷達、風云衛(wèi)星、加密地面自動氣象站和人工影響天氣外場試驗觀測資料的同化。CR-WMM支撐適合人工播云作業(yè)天氣典型歷史案例的云和降水過程歷史案例重構(gòu)和催化模擬試驗。

NCAR 的WRF-FDDA技術(shù)建立在牛頓張弛逼近理論基礎(chǔ)上。WRF-FDDA本質(zhì)上就是把氣象觀測逐個地注入到WRF模式中，與WRF模式在動力、物理、三維空間和時間維上不斷地進行消化磨合，從而產(chǎn)生時間連續(xù)、動力和物理一致的全變量網(wǎng)格化氣象分析場。

不同于其他WRF社區(qū)資料同化技術(shù)，WRFFDDA能夠同化不同時刻、不同地區(qū)的所有觀測資料，特別是飛機、輪船等移動平臺資料；能夠有效同化所有的標準觀測站和高密度自動氣象站的高頻（每5～10 min ）資料，并有效地將地面觀測信息擴展到整個邊界層中；具有獨特的WRF“在線”觀測質(zhì)量控制功能，對每個觀測進行分析和進行0～1的可信度打分，保障資料同化的穩(wěn)定性和精度；具有最大化消減數(shù)值預報模式的初始預報“Spin-up”噪音的能力，在模式起報時刻，使模式熱動力場及云和降水粒子場的各變量間達到動力平衡、物理一致、云雨熱啟動的特性。這些特點對重構(gòu)歷史加強觀測的云和降水過程和實時人工影響天氣的云和降水的短臨預報及人工播云技術(shù)和方案的研究具有重要意義。此外，WRF-FDDA具有集成WRF 社區(qū)開源GSI（Grid Statistical Interpolation）和基于集合資料同化技術(shù)的雜交同化能力。

1.2 Aerosol-awareCAMS-MP和AgI催化模擬技術(shù)

中國氣象科學研究院從20世紀80年代就致力于自主發(fā)展雙參數(shù)云微物理參數(shù)化方案，即CAMS-MP。數(shù)十年里，CAMS-MP早期被用于強對流云、層狀云的云模式模擬研究，近年來，通過與GRAPES、MM5和WRF等中尺度數(shù)值模式的耦合，用于研究暴雨、鋒面降雨、季風降雨、人工增雨播云催化以及氣溶膠云相互作用等研究。CAMS參數(shù)化方案包括云中水汽、云滴和冰晶、雨滴、霰、雹的群體比水量和比濃度的轉(zhuǎn)化率等參數(shù)的計算方案，考慮了26種主要的云微物理過程，具體包括凝結(jié)（凝華）、蒸發(fā)、粒子間的碰并（撞凍）、冰晶核化、繁生、凍結(jié)、融化、云－雨、冰－霰、霰－雹的自動轉(zhuǎn)化以及雹的干濕增長等。CAMS方案在自動轉(zhuǎn)化、雨滴凍結(jié)成霰、雪晶淞附、冰晶核化、繁生等過程的描述及過飽和度計算方面具有一定的優(yōu)勢，并經(jīng)過了許多個例的模擬檢驗。例如：云雨自動轉(zhuǎn)化通過計算云滴譜拓寬度，冰雪自動轉(zhuǎn)化通過計算冰晶直徑大于300 μm 的冰粒子數(shù)，雪霰自動轉(zhuǎn)化通過計算凇附度來完成；冰晶核化過程考慮過飽和度和大氣溫度變化率的影響；云微物理量的計算采用不同的順序（先計算匯項多而源項少的量），保證了計算的穩(wěn)定、守恒；使用準隱式積分方法，凝結(jié)、凝華等快變過程不需要小步長迭代，節(jié)省了計算時間。為發(fā)揮CAMS-MP的優(yōu)勢，我們將CAMS-MP移植到基于最新穩(wěn)定版本的WRF-FDDA模式中，作為CR-WMM一個具有中國特色的云微物理模擬方案。

WRF的云微物理模塊多數(shù)不直接考慮氣溶膠參與的云、降雨相關(guān)過程以及和輻射過程的相互作用?；贏gI播撒催化模擬需求和未來模擬自然冰核及工業(yè)氣溶膠的影響，我們在耦合到WRF模式系統(tǒng)的CAMSMP微物理方案中增加了PM、PM、AgI的排放源以及一個沙塵排放方案，并相應的增加了這些氣溶膠的干沉降和次網(wǎng)格的垂直混合過程。其中，加入的氣溶膠能通過一定的活化方案來參與云微物理過程。由此調(diào)整后的CAMS方案已經(jīng)可以較為完整地描述氣溶膠在大氣中的擴散和傳輸及其對云雨降水的作用，該方案稱為Aerosol-aware CAMS-MP，圖1描述該方案的主要框架。

圖1 Aerosol-awareCAMS-MP微物理參數(shù)化方案的主要框架Fig. 1 The framework of Aerosol-aware CAMS-MPscheme

針對AgI播撒催化，在Aerosol-aware CAMS-MP引入了樓小鳳等AgI的催化方案，并參考了劉詩軍等、劉衛(wèi)國等的方案做了一些調(diào)正。該方案根據(jù)Demott的試驗結(jié)果，模擬AgI粒子在不同環(huán)境條件下的四種主要的AgI冰晶核化過程，其中包括凝結(jié)（

F

）、凝華（

F

）、凝結(jié)凍結(jié)（

F

）、接觸凍結(jié)（

F

）和浸沒凍結(jié)（

F

）。這些過程都是溫度（

T

）、水面過飽和度（

S

）以及冰面過飽和度（

S

）的函數(shù)，并考慮溫度和過飽和度的時間趨勢?

T

/?

t

和?

S

/?

t

因子。

為模擬不同AgI播撒過程（和其他自然和工業(yè)氣溶膠排放），發(fā)展了具有時空變化排放的排放源模塊。在CR-WMM模式運行時，其Aerosol-aware CAMS-MP通過調(diào)用具有時空變化的飛機、火箭和地面煙爐等AgI播撒（排放源）模塊來模擬AgI氣溶膠粒子的播撒過程和速率。

1.3 LES耦合精細模擬方案

WRF模式支持LES降尺度模擬。CR-WMM采用“在線”嵌入套網(wǎng)格方法，實現(xiàn)對高敏感局部區(qū)域的精細模擬，并將模擬信息實時反饋到云解析中尺度網(wǎng)格。Liu 等成功地采用這一技術(shù)分別對美國一個小地形微尺度風環(huán)流和北京北部山區(qū)的2022年冬奧會場區(qū)的天氣模擬中。CR-WMM的LES模式具有兩種啟動方式，一種是固定播撒源區(qū)（如地面AgI煙爐、地面高炮播撒）的給定LES模擬區(qū)域，另一種是根據(jù)可移動平臺的播撒（如飛機播撒和火箭播撒）。特別指出，在地形較為復雜的地區(qū)，地面AgI煙爐和其他底層播撒源需要考慮的精細地形和環(huán)流特征對氣溶膠擴散和傳輸?shù)挠绊?，LES模式的精細模擬更為重要。

2 CR-WMM初步試驗模擬結(jié)果

基于CR-WMM模式技術(shù)，結(jié)合西北人工影響天氣工程技術(shù)需求，在天山和祁連山的人工影響天氣試驗區(qū)/示范區(qū)分別建立了實時資料同化和預報系統(tǒng)。這兩個系統(tǒng)都具有三個套網(wǎng)格模擬區(qū)，網(wǎng)格分辨率為15、3和1 km。其中1 km模式區(qū)覆蓋主要試驗區(qū)及其毗鄰地區(qū)。圖2給出新疆天山模式區(qū)設(shè)計圖。模式系統(tǒng)運行設(shè)計每天預報8次，每3 h完成過去3 h的四維連續(xù)資料同化和24～72 h的預報。本研究選取2020年新疆天山多個案例，開展了資料同化試驗、CAMS-MP與WRF其他幾種微物理方案的對比和AgI催化試驗及LES模擬試驗。雷達是觀測云降水過程的重要手段，由于目前對西北地區(qū)的山地地形下雷達觀測資料質(zhì)量控制尚不夠完善，基于華東一個強對流案例檢驗CRWMM雷達資料同化能力。本節(jié)主要介紹和分析這些試驗的初步結(jié)果。

圖2 西北人工影響天氣工程新疆天山CR-WMM人工影響天氣模式區(qū)和地形高度（模式D1-D3支持實時滾動資料同化和預報；附加模式區(qū)D4和D5支持播云催化AgI粒子擴散的LES模擬研究）Fig. 2 Domains setting and terrain height in CR-WMM for the northwest China weather modification project overTianshan Mountain region, Xinjiang (Real-time rolling data assimilation and prediction are implemented in D1-D3, LESsimulation of AgI aerosol particles’ diffusion is applicable in D4 and D5)

2.1 雷達觀測四維資料同化

WRF四維資料同化（FDDA）能有效地同化不同觀測平臺的溫度、濕度、風速、風向和氣壓/高度的觀測資料。目前，西北人工影響天氣工程新疆天山CR-WMM實時系統(tǒng)能夠同化我國的標準地面站（每小時）和探空站（每12 h）、地面自動氣象站（每5 min）、風廓線雷達觀測、FY衛(wèi)星大氣風矢量（AMV）、商業(yè)飛行氣象報告（AMDAR）、微波輻射計觀測等。該模式的系統(tǒng)性檢驗將在未來的工作中完成。雷達和衛(wèi)星是觀測云降水過程的重要手段，是目前CR-WMM的核心研究內(nèi)容之一。這里首先選取2020年8月20日發(fā)生在華東地區(qū)的強對流暴雨過程，以測試對雷達資料的同化效果。圖3為CR-WMM華東模式區(qū)（3 km網(wǎng)格距）同化雷達（RDA）和沒有同化雷達資料（NODA）的模式預報的雷達組合反射率與雷達觀測的組合反射率的比較?？梢钥闯?，CR-WMM能夠大幅度提升強對流降雨的分析和預報能力，對于6 h內(nèi)預報有著非常顯著的效果改善。

圖3 雷達資料同化和模式預報的檢驗。第一行為雷達觀測的組合雷達反射率，時間為2020年8月20日07—11UTC；第二行為對應時間沒有同化雷達反射率的模式預報垂直層最大雷達反射率，第三行為06—07UTC同化雷達反射率的模式預報垂直層最大雷達反射率Fig. 3 Verification of radar data assimilation and model prediction. The top panels are the observed combined radarreflectivity hourly from 07 to 11UTC August 20, 2020, the middle are the model predicted combined vertical maximumreflectivity without radar data assimilation, and the bottom are those with radar data assimilation between 06 and 07 UTC

雷達觀測在西北地區(qū)受復雜陡峭地形影響，觀測數(shù)據(jù)的定量處理和質(zhì)量控制難度較大。復雜山地的地形遮擋效應和地物回波導致雷達觀測范圍局限在相對較小區(qū)域和降水粒子含水量定量的反演具有較大不確定性，使得雷達資料同化在預報實效和精度上都受到一定的限制。圖4給出天山試驗區(qū)2020年8月14日一次夏季對流過程的雷達資料同化結(jié)果?？梢钥闯?，雷達資料同化有效地改進了模式區(qū)內(nèi)的對流降水云團分布，并減少了模式對強對流降水云團的高估。但與東南地區(qū)CR-WMM的強對流過程雷達資料同化不同，本過程雷達資料同化后的預報效果會很快消失（圖略）。初步分析表明其原因可能與雷達觀測精度和代表性問題有關(guān)，同時也受高山地形強迫與雷達資料同化的熱動力調(diào)整不一致性的影響。因此未來需要進一步改進雷達資料同化的水汽和潛熱調(diào)整方案，同時加強雷達觀測質(zhì)量控制和發(fā)展基于衛(wèi)星云觀測的區(qū)域綜合云團反演技術(shù)，從而改善復雜地形條件下雷達資料同化的對區(qū)域云系的描述能力。

圖4 2020年8月14日05UTC天山試驗區(qū)雷達資料同化結(jié)果（a）觀測雷達觀測的組合雷達反射率；（b）沒有同化雷達資料時模式模擬的垂直最大雷達反射率；（c）同化雷達資料后的模式模擬垂直最大雷達反射率Fig. 4 Radar data assimilation for the Tianshan test area at05 UTC 14 August 2020(a) the observed combined radar reflectivity, (b) the modelpredicted vertical maximum reflectivity without radar dataassimilation, (c) the model simulated vertical maximumreflectivity with radar data assimilation

2.2 CAMS微物理測試和比較

2020年5月18日，天山山區(qū)多地出現(xiàn)暴雨、冰雹、大風天氣。利用天山試驗區(qū)CR-WMM（模式區(qū)見圖2）對該案例進行了觀測資料模擬試驗。模擬試驗采用三重嵌套模式區(qū)，模式起始時間為2020年5月18日00時，模式積分30 h。針對該案例，在其他物理選項相同的條件下，分別選擇了Thompson、WSM6、WDM6、Morrison和Lin方案，與CAMS-MP方案進行模擬試驗的對比分析。這些方案都是包含云水、云冰、雪、雨和霰粒子5類水成物粒子的微物理方案，在業(yè)務和研究中應用較廣泛。其中Thompson方案是NOAA高分辨率快速更新模式（HRRR）業(yè)務模式選用微物理參數(shù)化方案，Morrison方案是NCAR的社區(qū)氣候模式（CESM）系統(tǒng)的微物理參數(shù)化方案，WSM6和WDM6方案為韓國Yonsei大學專門為WRF模式發(fā)展的兩套微物理方案，Lin方案是WRF最早安置的基準微物理方案。

圖5 顯示了2020年05月18日 06時，不同微物理方案對地面雷達反射率的模擬結(jié)果。其結(jié)果表明，各方案均能模擬出團塊狀的對流云回波，對流降水回波強度大于35 dBz。CAMS-MP模擬雷達反射率結(jié)果處于幾個模式模擬結(jié)果的中間水平，該結(jié)果表明CAMSMP與WRF 4.1.3的耦合較為成功，能夠滿足中尺度天氣數(shù)值模擬的工作需求。

為進一步評估CAMS-MP模擬的微物理特征和分析不同云微物理方案的云特征模擬的差異，圖6給出了2020年5月18日 強對流中心（參見圖5的圓弧標示區(qū)）的云水（

qc

）、雨水（

qr

）、云冰（

qi

）、雪（

qs

）和霰（

qg

）區(qū)域平均垂直廓線。對比分析不同方案中的水成物粒子的分布特征，可以看出不同方案模擬的微物理水成物粒子的含水量差別較大。CAMSMP模擬的

qc

含量相對較大，但比WDM6的小，垂直分布廓線和WDM6的結(jié)果最為接近。 CAMS-MP模擬的

qr

和Lin、Thompson方案相似，模擬的霰粒子含水量介于6個方案的中間， 其模擬的固態(tài)水成物

qi

、

qs

、

qg

結(jié)果總體來說，和Thompson方案模擬的形態(tài)最為接近，但數(shù)值較高。除Thompson模擬結(jié)果，CAMS-MP相比較其他模式而言，模擬的

qg

和

qi

較高，而

qs

偏低。值得指出，目前的試驗結(jié)果僅表明CAMS-MP和WRF模式的耦合是合理的。下一步需要利用新疆外場試驗的觀測資料，對CAMS-MP的模擬地面降水和云內(nèi)微物理結(jié)果進行細致比較。

圖5 2020年5月18日06時，使用6種微物理方案所模擬的地面雷達反射率Fig. 5 Comparison of ground radar reflectivity simulated by using six different microphysical schemes respectively at06 UTC 18 May 2020

圖6 2020年5月18日06時強對流區(qū)（圖5中圓圈標注區(qū)）五類水成物（qc，qr，qi，qs，qg）的區(qū)域平均廓線Fig. 6 Vertical profiles of mixing ratios of five types of hydrometeors (qc, qr, qi, qs, qg) averaged in the severe convectivecores (circles marked area in Fig. 5) at 06 UTC 18 May 2020

不同云微物理方案模擬的各類水成物粒子含水量的巨大差異，這表明盡管目前的微物理參數(shù)化方案對云和降水區(qū)具有一定的整體描述能力，但它們對云內(nèi)微物理過程的模擬仍然存在非常大的不確定性。云內(nèi)冰晶、過冷水含量是播云催化的關(guān)鍵參量，因此，為保障CR-WMM播云潛力和播云方案模擬能力，亟待提高云微物理方案對云內(nèi)微物理過程的模擬能力。未來發(fā)展，一方面需要著重加強CAMS-MP的微物理的核心科學模擬能力，另一方面必須結(jié)合人工影響天氣外場加強觀測試驗，檢驗和調(diào)試微物理參數(shù)化方案里的多個關(guān)鍵的不確定性參數(shù)。

2.3 AgI催化和LES模擬試驗

選取2020年1月16—17日天山北坡地區(qū)的降雪過程，首先使用四重嵌套網(wǎng)格（圖2）進行AgI播撒模擬測試，模擬時間為2020年1月16日20時—1月17 日20時（北京時，下同）。模擬試驗包括飛機播撒和地面煙爐兩個播云方式。飛機播撒試驗在第三層網(wǎng)格（D3：1 km網(wǎng)格）內(nèi)進行，設(shè)置飛機播撒高度大致為海拔2 km高度，于17日03：15從85.5°E、43°26′N開始播撒，自東向西飛行1 h，以1.2 μg·m·s的速度進行碘化銀的播撒，模擬結(jié)果驗證了模式對AgI 催化對轉(zhuǎn)化模擬區(qū)內(nèi)地形云過冷水而形成地面增雪的過程基本模擬能力，但模式結(jié)果需要未來結(jié)合外場試驗進檢驗和調(diào)試。

針對地面AgI煙爐播撒模擬試驗，使用高分辨LES模擬網(wǎng)格（圖2，D4：333 m）。地面煙爐位置按天山人工影響天氣示范區(qū)建設(shè)的三個煙爐設(shè)定置。為測試目的，AgI排放強度為24 μg·m·s，其排放時長和模式的運行時間一致。一共進行兩次試驗，分別開啟和關(guān)閉LES模擬選項（簡稱exp_LES和exp_NoLES）。圖7是LES模擬地面煙爐播撒AgI的三維展示圖，可以看出在Aerosol-aware CAMS-MP耦合了LES模擬實驗后，模式很好的體現(xiàn)了AgI粒子在地形復雜地區(qū)中的擴散和傳播過程。

圖7 LES模擬地面煙爐播撒的AgI在山區(qū)間的傳播和擴散過程，圖中展示的為AgI濃度大于0.046μg·m-3的包絡(luò)面，時間為2020年1月16日20：00BT—17日01：15BTFig. 7 The LES simulation of transportation and diffusionof AgI particle that released from the ground burner stovesbetween 20:00 BT 16 January and 01:15 BT 17 January2020. Shown in the figure are the terrain and the iso surface of AgI concentration of 0.046 μg·m-3

當WRF開啟LES模式時，次網(wǎng)格上的垂直混合過程則不由邊界層模塊所控制。每個網(wǎng)格的三維渦旋混和由模式可分辨動力和基于湍流動能（TKE）預報的次網(wǎng)格混合過程來描述。這將會影響地面擴散上升的AgI氣溶膠粒子在垂直方向上的分布，進而改進催化過程的模擬。在對exp_LES和exp_NoLES模擬的近地層AgI濃度場和風場進行的逐小時的對比后發(fā)現(xiàn)（圖略），exp_LES模擬的近地層風場更加符合局地的地形特征，而在臨近地面煙爐的下風向區(qū)域內(nèi)exp_LES和exp_NoLES的風場和AgI濃度都有著顯著的差異。下一步將利用CR-WMM AgI催化耦合模式開展1～2個具有外場觀測資料和催化試驗的典型降水過程的催化模擬試驗，通過對碘化銀濃度和浸沒在云滴中的碘化銀濃度的模擬結(jié)果進行分析，獲得催化劑在云中的擴散傳輸特性精確模擬，為確定作業(yè)影響區(qū)域，評估作業(yè)效果，優(yōu)選催化技術(shù)，為外場人工影響天氣作業(yè)和試驗提供科技支撐。此外，目前模式系統(tǒng)尚沒有考慮AgI粒子的老化效應。

3 結(jié)論

云解析數(shù)值天氣預報模式具有對真實大氣的天氣尺度—中小尺度—微物理過程及其相互作用的綜合模擬和預報能力?；贜CAR具有四維資料同化的最新穩(wěn)定版（V4.1.3）WRF模式（WRF-FDDA），本研究初步發(fā)展了針對我國西北地區(qū)地形云和降水過程宏觀云熱動力和微物理過程的模擬和實時預報的云解析人工影響天氣模式系統(tǒng)（CR-WMM）。CR-WMM耦合并改進了中國氣象科學院發(fā)展的微物理方案（CAMSMP）和兩個AgI催化方案，并實現(xiàn)基于LES模式的飛機、地面煙爐等播撒源及毗鄰區(qū)域AgI粒子擴散的精細模擬技術(shù)。CR-WMM支持歷史加強觀測案例的云過程和播云技術(shù)的科學研究，也可用于外場播云業(yè)務的實時降水和云微物理預報和優(yōu)化播云催化方案的輔助決策。

基于CR-WMM，在天山和祁連山的人工影響天氣試驗區(qū)分別建立了實時資料同化和預報系統(tǒng)。這兩個系統(tǒng)都具有三個套網(wǎng)格模擬區(qū)，網(wǎng)格分辨率為15、3和1 km。其中1 km模式區(qū)覆蓋主要試驗區(qū)及毗鄰地區(qū)。模式系統(tǒng)可每天8次預報周期，每3 h完成過去3 h的四維連續(xù)資料同化和24～72 h的預報。

本研究選取2020年5月18日天山北坡地形對流云過程，采用CAMS-MP微物理參數(shù)化方案和WRF中使用最成熟的其他5個微物理方案進行對比模擬試驗。模擬結(jié)果顯示CAMS-MP模擬的云區(qū)、雨量和云內(nèi)水成物的含水量相對比較合理，量值介于其他五個方案之間。比較6個微物理方案的云微物理模擬結(jié)果，發(fā)現(xiàn)不同方案模擬的云水、冰晶、雪、雨、霰的含水量相差非常大。這一結(jié)果表明目前微物理參數(shù)化方案對模擬云和降水整體（宏觀）特征有一定能力，但對云微物理特征、特別是播云潛力評估和播云方案研究，具有很大的不確定性，模擬精度亟待大幅提升。值得指出，近年來，云微物理參數(shù)化方案在三參數(shù)參數(shù)化方案、大渦環(huán)境微物理粒子增長方案、云-氣溶膠相互作用和粒子分檔模擬方面有很好的進展。這些成果為進一步改進CAMS-MP微物理方案提供了基礎(chǔ)。

針對2020年1月16 —17日天山北坡地區(qū)的降雪過程的飛機AgI播云催化的模擬試驗測試的CR-WMM模擬能力。初步試驗結(jié)果表明，加入溫度和過飽和度的時間趨勢對AgI核化的模擬，冰晶生成有所減少。耦合了LES模擬的CR-WMM模式可以很好地考慮復雜地形下的湍流活動，AgI在煙爐下風的傳輸過程、在垂直方向上的擴散和混合過程都得到了一定程度的改善，模擬的AgI催化增雪效應與沒有LES的模擬結(jié)果有明顯差異。值得指出，CR-WMM播云催化模擬的能力和效果，需要未來結(jié)合外場試驗資料進行檢驗、調(diào)試和改進。

4 挑戰(zhàn)和展望

CR-WMM意旨集成數(shù)值天氣預報模式和云模擬技術(shù)，實現(xiàn)云和降水資料融合同化的云過程再分析能力和支撐人工影響天氣的播云潛力、播云技術(shù)和播云效果檢驗的模擬研究及外場播云業(yè)務過程中優(yōu)化作業(yè)方案輔助決策。盡管在西北人工影響天氣工程技術(shù)項目支持下，我們初步建設(shè)了CR-WMM系統(tǒng)的基礎(chǔ)構(gòu)架。然而，初步模式試驗結(jié)果和系統(tǒng)分析人工影響天氣需求，我們認為CR-WMM仍然面對云微物理特征和云和降水發(fā)生、發(fā)展過程的高度復雜性的多方面挑戰(zhàn)，多個基礎(chǔ)問題應在未來5～10年里攻關(guān)解決。

首先，目前對各類云和降水（對流系統(tǒng)、地形云系統(tǒng)、鋒面云系統(tǒng)、低渦云系統(tǒng)等等）的云微物理特征只有片面和時空極度局部的觀測和認識。第二，盡管數(shù)值天氣預報模式能模擬云和降水發(fā)展過程的天氣和中尺度云區(qū)、降水量等，但對模擬和預報對人工影響天氣作業(yè)至關(guān)重要的云和降水小尺度云團及其內(nèi)部微物理特征的能力十分有限。第三，如何將我國近年來人工影響天氣業(yè)務作業(yè)強化觀測裝備，特別是云物理觀測飛機、FY（風云）系列衛(wèi)星和日本“葵花”衛(wèi)星、天氣和Ku/Ka/W波段雷達、閃電及其他針對云內(nèi)和地面水成物粒子的遙感觀測融合同化到云解析數(shù)值模式。第四，目前云微物理參數(shù)化缺乏對重要形態(tài)過渡粒子（比如凇附雪花、冰晶形狀、融雪粒子等）的表達能力，多個微物理轉(zhuǎn)化控制參數(shù)具有很大的不確定性。最后，云微物理粒子是在云內(nèi)微尺度大氣渦旋（eddies）內(nèi)生長的，在幾秒到幾分鐘內(nèi)，渦旋里的云粒子可能經(jīng)歷不同的溫度、濕度、氣壓環(huán)境，影響其增長速度，目前已有微物理參數(shù)化方案尚沒有考慮這些因子。

解決這些云解析模式的問題是發(fā)展有效的人工影響天氣研究和業(yè)務模式的關(guān)鍵。為完成這一任務，人工影響天氣的科學工作者不僅需要在觀測、理論、同化技術(shù)和模式技術(shù)的各個方面鉆研攻關(guān)，更需要聯(lián)合衛(wèi)星、雷達、飛機等云觀測專家、數(shù)值模式和資料同化專家、云微物理理論和參數(shù)化專家等，共同針對典型云和降水案例進行云和降水發(fā)展機制、云微物理特征和演變、觀測和模式資料融合同化及模擬和預報能力的全方位研究。研究內(nèi)容包括開展“天地空”基氣象觀測系統(tǒng)，特別是衛(wèi)星主、被動遙感、機載和地基的云雷達、微雨雷達和其他云微物理觀測的集成分析、同化和基于AI深度學習的融合，實現(xiàn)云宏微觀結(jié)構(gòu)精確再現(xiàn)和準確的模式云初始化。同時應研究適用于層狀云和強對流云及播云催化模擬和預報的多參數(shù)微物理參數(shù)化方案，實現(xiàn)從大渦模擬（LES）到云解析中尺度模式的尺度適應性模擬能力。利用先進的云觀測對CR-WMM模式進行檢驗，指導模式的改進，然后通過將各類云觀測融合同化到CR-WMM模式，增進對云和降水結(jié)構(gòu)和機制的認識。