卞逸舒 林 文 常奮華

(1.福建省氣象服務(wù)中心，福建 福州 350001；2.福建省氣象科學(xué)研究所，福建 福州 350001)

0 引言

近年來，氣候多變，氣象災(zāi)害越發(fā)頻繁，尤其是氣象干旱，對(duì)社會(huì)經(jīng)濟(jì)產(chǎn)生了不可忽視的負(fù)面影響。缺乏有效降水是氣象干旱的直接誘因，因此防災(zāi)減災(zāi)工作對(duì)人工影響天氣有著巨大需求。云凝結(jié)核CCN是大氣氣溶膠的一個(gè)重要子集，參與了大氣中的成云致雨過程，是氣溶膠-云相互作用過程中的重要參與者、影響間接氣候效應(yīng)的重要因素。Albrecht效應(yīng)[1]和Twomey效應(yīng)[2]表明，若云內(nèi)CCN濃度增加，云滴數(shù)量會(huì)隨之增長(zhǎng)且有效直徑變小，從而可能抑制降水。但這僅針對(duì)較薄的云層，對(duì)于深厚云層而言，較高的CCN濃度反而能促進(jìn)降水。因此，要想透徹了解大氣中的云微物理機(jī)制，進(jìn)而精準(zhǔn)有效地實(shí)施人工影響天氣作業(yè)，CCN研究的重要性顯而易見。本文將從研究方法、影響因素、時(shí)空分布及近年來的CCN濃度變化趨勢(shì)等方面闡述國(guó)內(nèi)外具有代表性CCN的研究成果，并對(duì)未來CCN的研究方向作進(jìn)一步展望。

1 研究方法

1.1 觀測(cè)

獲取CCN數(shù)濃度主要有兩種方式，一種是通過直接觀測(cè)設(shè)定過飽和度條件下的CCN數(shù)濃度，另一種是通過氣溶膠粒子的光學(xué)特性微物理量估算CCN數(shù)濃度。后者根據(jù)氣溶膠粒徑譜和化學(xué)成分預(yù)估的CCN數(shù)值可比觀測(cè)數(shù)據(jù)高3～10倍[3]，說明仍存在未被考慮的不確定性，使得估算數(shù)據(jù)與實(shí)際值有較大的出入。

我國(guó)自20世紀(jì)80年代開始使用改裝后的作業(yè)飛機(jī)(如夏延Ⅲ、運(yùn)12、AN-26)，并攜帶各類宏微觀氣象探測(cè)儀器獲取探空資料。機(jī)載儀器穿云實(shí)驗(yàn)是目前對(duì)不同高度的CCN特征最直接有效的觀測(cè)手段，多與人工影響天氣作業(yè)相結(jié)合。但由于觀測(cè)條件的限制，對(duì)CCN的觀測(cè)多以地面為主，飛機(jī)探空資料相對(duì)稀少。我國(guó)的人工影響天氣作業(yè)先于北方地區(qū)施行，帶動(dòng)了云降水科學(xué)的迅速發(fā)展，迄今為止華北及內(nèi)陸地區(qū)累積了大量的飛機(jī)探空數(shù)據(jù)，架構(gòu)了相對(duì)南方更為系統(tǒng)的大氣物理參數(shù)時(shí)空分布體系。

我國(guó)于1981年和1983年分別引進(jìn)美國(guó)PMI公司的PMS(Particle Measuring System)粒子測(cè)量系統(tǒng)和MEE公司的130型云凝結(jié)核計(jì)數(shù)器，其中MEE-130為非連續(xù)采樣，間隔時(shí)間30s以上，并且存在粒子增長(zhǎng)時(shí)間長(zhǎng)、標(biāo)定困難等缺陷，使得CCN測(cè)量存在較大誤差，現(xiàn)已停止生產(chǎn)和使用。后期我國(guó)引進(jìn)了美國(guó)DMT公司的CCNC儀，其帶有連續(xù)氣流熱梯度云室，云室總氣流率500cm3·min-1，采樣頻率1Hz，可以設(shè)置單一或循環(huán)過飽和度連續(xù)實(shí)時(shí)監(jiān)測(cè)CCN特征，因此在國(guó)內(nèi)外云降水研究上得到了廣泛應(yīng)用。部分儀器的參數(shù)如表1所示。

表1 DMT-CCNC和Mee-130云凝結(jié)核計(jì)數(shù)器的部分參數(shù)

1.2 數(shù)值模擬

除了直接測(cè)量之外，對(duì)氣塊到整個(gè)大氣、云系統(tǒng)進(jìn)行參數(shù)化數(shù)值模擬是實(shí)地探測(cè)的有力補(bǔ)充。模式的誤差主要來自大氣中的各種不確定性，如排放物的譜分布、生物質(zhì)燃燒的高度、氣溶膠粒子自然老化、水相化學(xué)、有機(jī)氣溶膠的吸濕性和干、濕沉降等。

Fanourgakis等運(yùn)行了16種全球化學(xué)傳輸模式和大氣環(huán)流模型，發(fā)現(xiàn)模式很難捕捉到低飽和度下活化的大粒子(>250nm)[4]。楊素英設(shè)計(jì)了7種模擬方案，探究可溶性有機(jī)氣溶膠對(duì)CCN的影響[5]。Choi等利用WRF-LES(The Weather Research And Forecasting Model-Large Eddy Simulation)模式探究再生CCN對(duì)海洋層積云的影響，結(jié)果顯示，微物理和輻射變量的模擬均值與實(shí)測(cè)數(shù)據(jù)基本一致[6]。趙震等基于非靜力平衡中尺度數(shù)值模式MM5，用超幾何函數(shù)表示云中CCN濃度改進(jìn)了模式對(duì)層狀云宏微觀結(jié)構(gòu)特征的反演[7]。關(guān)于CCN濃度對(duì)數(shù)值模擬結(jié)果的影響，也有學(xué)者做了相關(guān)研究。

2 CCN的影響因素

CCN在環(huán)境過飽和度達(dá)到臨界過飽和度及以上時(shí)可活化為云滴。理論上，核直徑越小，所需的臨界過飽和度越高，CCN越難活化。除了過飽和度外，氣溶膠化學(xué)成分、粒徑譜、質(zhì)量濃度、污染氣體的前體物濃度及輸送過程、氣象條件等因素也會(huì)影響CCN的特性。

不同天氣背景下的CCN特性各有異同。在華北地區(qū)的觀測(cè)研究中，晴天背景下CCN濃度隨高度增加而降低一個(gè)量級(jí)，但譜型、譜寬無明顯變化，而陰天背景下譜型由低層到高層逐漸拓寬，總體上譜寬在陰天>晴天>雨天，CCN濃度在陰天>晴天>雨天[8]。在青島地區(qū)，不同天氣背景下CCN濃度從高到低依次為霧霾、霧、霾、晴、雨、雪[9]。多項(xiàng)研究表明雨水的濕清除有效消耗了CCN[8,10-11]，雨強(qiáng)越大，CCN消耗越多。霧過程或大范圍降水前的無霧階段也經(jīng)常出現(xiàn)CCN濃度低值，一般來說，大霧下的CCN濃度高于輕霧[10]。Twomey于1974年指出，污染會(huì)使CCN濃度上升[12]，且在不同污染條件下，CCN特征存在差異。季節(jié)性的人為活動(dòng)會(huì)使CCN濃度產(chǎn)生相應(yīng)波動(dòng)。

大氣氣溶膠的化學(xué)組成很大程度上決定了CCN是否能夠活化?；剂虾蜕镔|(zhì)的燃燒產(chǎn)物在碳排放總量中約占31%，同時(shí)貢獻(xiàn)了全球過半的CCN[13]，而生物質(zhì)燃燒釋放的細(xì)顆粒物和黑炭粒子并不適宜作為CCN。Petters[14]于2007年提出用吸濕性參數(shù)k來表示氣溶膠化學(xué)組分對(duì)CCN活化率的影響，對(duì)于高CCN活性鹽(如氯化鈉)，吸濕性參數(shù)的值在0.5～1.4之間；對(duì)于輕微至較吸濕性有機(jī)物，吸濕性參數(shù)的值在0.01～0.5之間；對(duì)于非吸濕性組分，吸濕性參數(shù)的值為0。粒徑分布也是CCN特性的重要影響因子，諸多學(xué)者對(duì)于粒徑還是化學(xué)組分占主導(dǎo)影響這一問題各執(zhí)一詞。有研究表明，在較小的過飽和度下，CCN活化率更易受到化學(xué)組成的影響。大氣氣溶膠的混合狀態(tài)決定了其吸濕性以及成為CCN的能力。有機(jī)、無機(jī)內(nèi)混物比純有機(jī)物或純無機(jī)物更有利于CCN閉合。但在污染條件下，內(nèi)外混合方式對(duì)CCN數(shù)濃度影響不大。

風(fēng)作為一項(xiàng)基本氣象要素，在部分地區(qū)對(duì)CCN有至關(guān)重要的影響。一般情況下，CCN濃度隨風(fēng)速增大而降低，CCN活化率隨著風(fēng)速增大而明顯減小，但在高過飽和度下影響變?。伙L(fēng)速足夠大時(shí)，風(fēng)向?qū)CN特征的影響增強(qiáng)。在山區(qū)，污染性山谷風(fēng)的對(duì)流混合會(huì)對(duì)CCN的增加起正效應(yīng)[15]。當(dāng)?shù)氐氖⑿酗L(fēng)向通常代表控制氣團(tuán)的來向，并揭示了潛在的源區(qū)[19]。氣團(tuán)移動(dòng)軌跡長(zhǎng)(短)、所經(jīng)過地區(qū)的污染程度重(輕)，都會(huì)使得氣團(tuán)影響地區(qū)有更高(低)的CCN 濃度。Heymsfield[16]研究發(fā)現(xiàn)，來自印度次大陸的氣溶膠使云滴數(shù)濃度增加了3倍，Chate[17]在孟加拉灣的研究發(fā)現(xiàn)，西南氣團(tuán)穿過季風(fēng)環(huán)流，并伴隨著大范圍降水的沖刷，其攜帶的CCN濃度依然很高，這說明還有很多不確定因素需要進(jìn)一步研究。溫度對(duì)CCN的影響主要體現(xiàn)在逆溫層上，逆溫層的存在使上升湍流受到阻礙，因此CCN在逆溫層下累積，造成該高度上的濃度高值。地形也是重要影響因子，特殊地形會(huì)使CCN特征出現(xiàn)小范圍的突變。

3 CCN分布特征

3.1 CCN地區(qū)分布特征

受下墊面、大氣多變性、季節(jié)性等因素的影響，CCN濃度時(shí)空分布不盡相同，甚至地區(qū)間存在量級(jí)差異。我國(guó)華北地區(qū)重工業(yè)發(fā)達(dá)，污染情況較嚴(yán)峻。石立新等[18]分析2005—2006年華北地區(qū)春季的飛機(jī)觀測(cè)結(jié)果，發(fā)現(xiàn)CCN主要來源于地面，未污染地區(qū)鄉(xiāng)村和受污染地區(qū)鄉(xiāng)村的濃度差異達(dá)5倍以上，且同一過飽和度下的濃度跨度很大。岳巖裕[11]對(duì)寧夏CCN數(shù)據(jù)進(jìn)行擬合，C、k值顯示觀測(cè)區(qū)為典型的大陸性核譜，但又低于華北地區(qū)，可看作清潔大陸核譜。烏魯木齊地區(qū)過飽和核譜近一半為大陸型譜，過渡譜占13%，但沒有海洋型譜[19]。

我國(guó)沿海岸共有14個(gè)省、直轄市，沿海岸及近海的CCN多具有海洋性特征。由于水汽條件和排放源的不同，部分沿海地區(qū)與內(nèi)陸地區(qū)的CCN濃度甚至存在著量級(jí)差異。在青島地區(qū)的研究中，2017年冬季,綦佳佳[9]在嶗山觀測(cè)到CCN濃度在(1.1～6.4)×103cm-3(0.05%～0.6%)，青島地區(qū)為典型的大陸性核譜。在黃海和渤海的走航觀測(cè)顯示，CCN濃度均值僅為(12.6±7.0)×103cm-3[20]，海域CCN主要集中在0.1～0.45μm[21]，且沿海地區(qū)在低層大氣的垂直分布遞減特征不如內(nèi)陸地區(qū)明顯。

在人煙稀少的偏遠(yuǎn)地區(qū)，CCN濃度多出現(xiàn)低值。黃河上游觀測(cè)點(diǎn)海拔近4000m，草原覆蓋面積大，人為源稀少，CCN濃度均值為8.2～81.3cm-3(0.14%～3.5%)，為海洋型核譜，與青島2000m高度的濃度類似。Defelice等在南極帕爾默站觀測(cè)到CCN濃度均值僅為20cm-3[22]。與人口密集的城市相比，在遠(yuǎn)離地面源的高海拔地區(qū)，CCN濃度出現(xiàn)大幅度降低。銀燕等在安徽黃山對(duì)CCN進(jìn)行了一系列觀測(cè)，沿著山脈分別設(shè)置了3個(gè)不同高度觀測(cè)點(diǎn)，結(jié)果顯示，CCN濃度隨著觀測(cè)點(diǎn)高度升高而降低，山底CCN濃度比山腰和山頂高出45%和60%，山腰比山頂(濃度均值1674.76cm-3)僅高出10%，說明隨著高度增加，CCN濃度下降的速率變慢，但3個(gè)觀測(cè)點(diǎn)的CCN均值都在2000cm-3以下，遠(yuǎn)低于重污染城市，屬清潔大陸性核譜[10]。

綜上所述，我國(guó)華北重工業(yè)地區(qū)CCN濃度要明顯高于其他地區(qū)，尤其是沿海城市、近海域和青藏地區(qū)，干旱區(qū)和西北地區(qū)根據(jù)當(dāng)?shù)毓I(yè)源和其他人為源的區(qū)別，分屬海洋性核譜、清潔型大陸核譜、典型大陸核譜，并各有占比。目前，我國(guó)對(duì)華北地區(qū)研究成果多、分類細(xì)，但在青藏地區(qū)和南方城市涉足較少，缺乏對(duì)CCN的個(gè)例、長(zhǎng)期觀測(cè)，在CCN陸空分布、時(shí)間序列、局地影響因子等方面仍存在很大研究空白。

3.2 CCN時(shí)間分布特征

受季節(jié)性排放源影響，CCN特征存在明顯的季節(jié)差異。廣州的觀測(cè)顯示，CCN在濕季(夏季)有更高值[23]，位于愛爾蘭的梅斯海德大氣站同樣觀測(cè)到海洋氣團(tuán)在春夏季有更高的CCN濃度值[24]。這是由于大部分地區(qū)夏季排放源主要為光化學(xué)反應(yīng)和一次排放物，而冬季則以二次轉(zhuǎn)化物為主。

由于地區(qū)間海拔、人為源等異同，CCN的日變化規(guī)律也隨地域發(fā)生改變。在華北地區(qū)的研究結(jié)果顯示CCN于凌晨06時(shí)上升，由于上午汽車排放、光化學(xué)產(chǎn)物排放，在上午—中午前后達(dá)到極大值，隨后在午后下降[18]，這與關(guān)中相似。與之相反的是，在遠(yuǎn)離人為源的黃山頂觀測(cè)到CCN于凌晨開始下降，上午—中午前后有極小值，隨后濃度上升，在下午—晚上達(dá)到當(dāng)天最大值[10]，這種變化類型與黃河上游牧區(qū)類似，推斷高海拔地區(qū)的CCN日變化主要受輻射和逆溫層的影響。天津地區(qū)的CCN濃度和活化率日變化分別呈雙峰型和雙谷型，峰值濃度主要由0.13μm的小粒子貢獻(xiàn)[25]。寧夏地區(qū)晴天背景下CCN在早晚增長(zhǎng)明顯，午后濃度出現(xiàn)下降，且在夜間CCN濃度并不高，說明該地區(qū)夜間逆溫不強(qiáng)，未能使大量的CCN在逆溫層下堆積[11]。同一地區(qū)的CCN日變化也并不固定，陳萬奎等[19]利用MEE-130云凝結(jié)核儀于1983年11—12月在新疆烏魯木齊探測(cè)到當(dāng)?shù)爻霈F(xiàn)了3種日變化類型，主要受低層風(fēng)、大氣亂流、人類活動(dòng)等影響。

3.3 云內(nèi)CCN分布

穿云實(shí)驗(yàn)的結(jié)果均顯示云內(nèi)CCN濃度明顯低于云外，這是由于成云致雨過程中云滴的生成、碰并消耗了一定數(shù)量的CCN造成的[18]。

在云內(nèi)，受液態(tài)水和過冷水含量、云高、云狀等參數(shù)干擾，積云和層云、海洋云和陸地云的微物理特征存在很大差異，甚至同一個(gè)云系中，微物理參數(shù)分布也存在不均勻性。與陸地云相比，海洋云含水量高，云滴數(shù)濃度低，且越是在云體低層，這種差異越是明顯。不同云體中CCN的分布各有異同。層狀云屬大規(guī)模降水云系，是人工增雨的主要對(duì)象，其內(nèi)部結(jié)構(gòu)不均勻，水平范圍廣，厚度薄，生命周期長(zhǎng)，因此云微物理特征波動(dòng)較大。張佃國(guó)等在北京的探空觀測(cè)中發(fā)現(xiàn)，積云中大粒子譜分布均為單峰，但在層云中大于400μm的粒子譜分布表現(xiàn)出明顯的不均勻性，呈雙峰甚至多峰分布[26]。研究發(fā)現(xiàn)，海洋源的熱帶云中液滴譜分布拓寬，且比大陸性云含有更豐富的過冷液滴。由于污染物的對(duì)流抬升和大規(guī)模輸送，云底之上吸濕性物質(zhì)變少，在云底處CCN濃度比云外減少了20%以上[27]。

3.4 近年來CCN濃度變化趨勢(shì)

在遠(yuǎn)離人為源的地區(qū)，CCN濃度能夠維持長(zhǎng)時(shí)間的穩(wěn)定生消。例如，愛爾蘭的梅斯海德大氣基準(zhǔn)站在1994—2002年期間的CCN濃度并未出現(xiàn)較大波動(dòng)[24]，美國(guó)萊蒙山近山頂處的長(zhǎng)期觀測(cè)顯示，CCN的日變化維持不變[15]。在人口密集的城市，生活排放和工業(yè)源輸出了大量的CCN，但源排放不固定，CCN濃度浮動(dòng)很大，且缺乏長(zhǎng)期的固定點(diǎn)觀測(cè)，因此長(zhǎng)期的發(fā)展規(guī)律仍需繼續(xù)摸索。

4 現(xiàn)有研究存在的不足與展望

由于人工影響天氣作業(yè)的實(shí)際應(yīng)用需求及對(duì)氣溶膠-云相互作用的了解不斷深入，目前國(guó)內(nèi)對(duì)CCN的關(guān)注日益上升，通過地面和探空探測(cè)、公式推算、數(shù)值模擬等手段，主要從濃度時(shí)空變化、源與匯、影響因素等角度開展研究。但由于觀測(cè)條件有限，實(shí)地探測(cè)僅在一小部分地區(qū)進(jìn)行，仍有很多地區(qū)性CCN特征存在空白，估測(cè)、模擬結(jié)果受到多重因素的干擾，存在很大的不確定性，與實(shí)測(cè)數(shù)據(jù)有一定差距。

未來CCN研究主要從以下幾個(gè)方面開展。

①擴(kuò)大觀測(cè)范圍。鑒于氣象災(zāi)害在多個(gè)地區(qū)頻發(fā)，人工影響天氣防災(zāi)減災(zāi)迫在眉睫，尤其是氣象干旱，發(fā)生最頻繁且易致災(zāi)，多發(fā)于江西、福建、江蘇、浙江、云南等地。但由于CCN數(shù)據(jù)資料缺乏，使當(dāng)?shù)卮髿馑酱怪狈植俭w系研究存在空白，降低了作業(yè)方案的精準(zhǔn)性，很大程度影響了增雨效果。因此，對(duì)各個(gè)地區(qū)的CCN分布特征作分別研究探討至關(guān)重要。

②關(guān)注區(qū)域性差異。CCN分布特征一定程度上反映了當(dāng)?shù)卮髿獾臓顩r，根據(jù)各地的CCN實(shí)測(cè)數(shù)據(jù)建立起國(guó)內(nèi)CCN的三維動(dòng)態(tài)特征體系，從環(huán)流尺度上解析CCN的生消規(guī)律。

③發(fā)展和改進(jìn)數(shù)值模式。數(shù)值模式是實(shí)地探測(cè)的有力補(bǔ)充，在觀測(cè)條件有限的地區(qū)，數(shù)值模擬的重要性更為突出。通過選擇參數(shù)化方案、設(shè)置敏感性試驗(yàn)，再現(xiàn)或模擬選定時(shí)段內(nèi)的CCN變化趨勢(shì)，也可探究CCN對(duì)天氣過程如暴雨、颮線等的影響。