段 婧 郭 恒 胡金蓉 周 旭 吳 錫 陳寶君

1.中國(guó)氣象局云降水物理與人工影響天氣重點(diǎn)開(kāi)放實(shí)驗(yàn)室，北京，100081

2.成都信息工程大學(xué)計(jì)算機(jī)學(xué)院，成都，610225

1 引言

在自然云中，水汽或液態(tài)水在冰核上通過(guò)凝華或凝結(jié)形成冰晶，冰晶進(jìn)一步增長(zhǎng)便是雪晶，通常把直徑小于300 μm 稱為冰晶，直徑大于300 μm 稱為雪晶。冰雪晶是云中水成物粒子的重要組成部分，其存在對(duì)于降水元增長(zhǎng)的初始過(guò)程有重要意義。當(dāng)冷云中冰晶和過(guò)冷水共存時(shí)，冰晶由于水汽的凝華而迅速增長(zhǎng)從而有利于降水的形成（酆大雄，1975）。中國(guó)大部分地區(qū)處于中緯度，冷云和混合云降水經(jīng)常發(fā)生。目前常用的人工影響天氣冷云催化劑便是向云中播撒類似冰晶結(jié)構(gòu)的物質(zhì)，用較小的能量使天氣朝著人們預(yù)定的方向轉(zhuǎn)化。但不同形狀的冰雪晶，其形成及增長(zhǎng)的物理過(guò)程不盡相同。開(kāi)展云中冰雪晶粒子的物理特性研究，不僅是云霧物理學(xué)的重要組成部分，也有助于深入了解云-降水形成過(guò)程、揭示冷云形成發(fā)展機(jī)制，為人工影響天氣播云作業(yè)提供基礎(chǔ)理論支撐。

隨著探測(cè)技術(shù)的發(fā)展，冰雪晶粒子的觀測(cè)經(jīng)歷了從手工收集到自動(dòng)收集的轉(zhuǎn)變。所能觀測(cè)到的粒徑范圍也在不斷擴(kuò)大，獲取到的粒子信息也逐漸豐富（Stith，et al，2018）。室內(nèi)云室實(shí)驗(yàn)從使用高飽和度的糖溶液收集樣本（Keller，et al，1980）到專業(yè)的粒子探頭自動(dòng)化成像（Connolly，et al，2012）。地面觀測(cè)也由手工收集觀測(cè)（Jiusto，et al，1973）轉(zhuǎn)變?yōu)橛傻鼗鶊D像探頭觀測(cè)（Raupach，et al，2006；Amsler，et al，2009；Henneberger，et al，2013）。得益于20 世紀(jì)航空工業(yè)的發(fā)展，對(duì)冰雪晶粒子的觀測(cè)已邁入穿云直接觀測(cè)階段。最開(kāi)始研究人員自制一些平面，通過(guò)粒子撞擊平面形成壓痕進(jìn)行觀測(cè)（Spyers-Duran，et al，1967）。隨后陸續(xù)引入了高速攝影（Cannon，1970）、光學(xué)陣列探頭（Knollenberg，1970）和全息技術(shù)（Lawson，et al，1995；Fugal，et al，2004；Spuler，et al，2011）對(duì)粒子進(jìn)行直接成像。隨著觀測(cè)技術(shù)的不斷發(fā)展與創(chuàng)新，已有豐富的資料來(lái)支撐相關(guān)研究工作的開(kāi)展。

早在西漢時(shí)期，中國(guó)就有關(guān)于冰雪晶形狀研究的記載。西漢時(shí)期韓嬰得出“雪花多六出”的結(jié)論，是目前有記錄的人類最早對(duì)冰雪晶結(jié)構(gòu)形狀的描述（酆大雄，1975；蔣國(guó)華，2017）。1611 年，德國(guó)的Johannes Kepler 最先探索了冰雪晶形成的原因（Kepler，1966）。1885 年，美國(guó)的Wilson Bentley拍下了第一張冰雪晶圖像，他的一生在記錄很多冰雪晶圖像的同時(shí)，也基于冰雪晶的外觀或生長(zhǎng)方式對(duì)其做了分類（Bentley，et al，2013）。日本的Nakaya對(duì)不同冰雪晶類型進(jìn)行了較為系統(tǒng)的研究，發(fā)現(xiàn)冰雪晶的形狀和環(huán)境的溫度、濕度密切相關(guān)，于1936 年制定了冰雪晶分類方案，統(tǒng)計(jì)了各類粒子出現(xiàn)的頻率（Nakaya，et al，1936）。1948 年國(guó)際冰雪委員會(huì)（ICSI，International Commission on Snow and Ice）決定成立委員會(huì)來(lái)制定一個(gè)標(biāo)準(zhǔn)化的冰雪晶分類方案。Schaefer 在匯集了各國(guó)學(xué)者經(jīng)驗(yàn)的基礎(chǔ)上，制定了包括世界各地大氣中出現(xiàn)的大部分冰雪晶粒子形狀的分類方案，并將其命名為國(guó)際分類法（Schaefer，1954），至今仍然有學(xué)者使用該方案進(jìn)行冰雪晶的研究（Fierz，et al，2009）。隨著對(duì)云降水過(guò)程認(rèn)識(shí)的不斷深入，各國(guó)的觀測(cè)實(shí)踐逐漸增多。1985 年ICSI（現(xiàn)為國(guó)際水文科學(xué)協(xié)會(huì)（IAHS））成立了一個(gè)新的雪分類委員會(huì)，隨后該委員會(huì)發(fā)布了經(jīng)過(guò)修訂的國(guó)際季節(jié)性降雪分類方案（Colbeck，et al，1990）。

隨著中國(guó)人工影響天氣能力的不斷增強(qiáng)，粒子探測(cè)系統(tǒng)探測(cè)能力逐步提升，已積累了大量冰雪晶粒子探測(cè)數(shù)據(jù)。早期，由于支撐冰雪晶粒子圖像自動(dòng)分析的計(jì)算機(jī)軟、硬件和數(shù)字圖像處理技術(shù)都不夠成熟，冰雪晶形狀分類識(shí)別工作依賴專家根據(jù)自身經(jīng)驗(yàn)進(jìn)行識(shí)別，主觀性強(qiáng)，分類結(jié)果存在不確定性，分類效率也不高。隨著計(jì)算機(jī)軟、硬件水平的不斷提高和數(shù)字圖像處理技術(shù)的不斷進(jìn)步，基于二維圖像的冰雪晶形狀自動(dòng)分析技術(shù)得以出現(xiàn)并不斷發(fā)展。傳統(tǒng)的自動(dòng)分類方法是基于粒子的幾何特征參量（Holroyd Ⅲ，1987）對(duì)粒子進(jìn)行分類；但不同探測(cè)條件和不同地域采集的冰雪晶特性不同、形狀各異，需要行業(yè)專家有針對(duì)性地設(shè)置閾值，使得這類方法的普適性不強(qiáng)。近年來(lái)，人工智能技術(shù)突破式的發(fā)展使其在冰雪晶粒子分形方面的初步應(yīng)用已成為現(xiàn)實(shí)（Xiao，et al，2019），基于數(shù)據(jù)驅(qū)動(dòng)的智能冰雪晶形狀識(shí)別方法呈現(xiàn)出良好的發(fā)展和應(yīng)用前景。

本研究在綜述介紹冰雪晶觀測(cè)及形狀分類技術(shù)發(fā)展歷程的基礎(chǔ)上，進(jìn)一步對(duì)冰雪晶粒子形狀識(shí)別技術(shù)和分類方法的最新研究進(jìn)展進(jìn)行分析，總結(jié)冰雪晶觀測(cè)及其形狀分類識(shí)別技術(shù)的新進(jìn)展，為促進(jìn)冰雪晶粒子圖像在中國(guó)云微物理結(jié)構(gòu)和降水機(jī)制深入研究提供參考。

2 冰雪晶形狀觀測(cè)技術(shù)

2.1 人工觀測(cè)技術(shù)

早期在云室和地面觀測(cè)冰雪晶粒子的人工觀測(cè)方法大致有糖盤法、玻片法和有機(jī)溶液復(fù)制法等（酆大雄，1963；張錚等，1985；游來(lái)光等，1992）。糖盤法是將盛有蔗糖溶液的盤子放在云室底部接取冰雪晶，冰雪晶掉落進(jìn)糖溶液中吸取溶液中的水分長(zhǎng)大成肉眼可見(jiàn)的結(jié)晶，目測(cè)計(jì)數(shù)。玻片法則是用預(yù)冷的顯微鏡載物玻璃片接取冰雪晶，取樣后放入制冷平臺(tái)上，在顯微鏡下觀測(cè)或照相，進(jìn)行大小、形狀、數(shù)量分析，還有用干凈的玻璃片涂上半流態(tài)的油或者熏上煙炭或氧化鎂通過(guò)凹痕或色斑取樣。有機(jī)溶液復(fù)制法則通過(guò)涂上有機(jī)溶液的透明膠片捕捉冰雪晶粒子，在紫外燈的照射下，待其干燥固化后分析粒子形狀（張錚等，1985）。

飛機(jī)入云觀測(cè)冰雪晶粒子是在高速氣流下進(jìn)行采樣，其人工觀測(cè)方法主要通過(guò)鋁箔法—即用通過(guò)一張極薄的鋁箔紙來(lái)記錄冰雪晶撞擊的壓痕，然后在顯微鏡下觀察分析（孫可富等，1965；游來(lái)光等，1965）。馬培民等（1981）改進(jìn)并批量化生產(chǎn)了鋁箔取樣器，使得冰雪晶鋁箔采樣器規(guī)范化并在全國(guó)推廣使用，并提出了對(duì)冰晶采樣結(jié)果做飛行速度訂正的方法。然而，鋁箔取樣器采樣時(shí)存在一些不足，如：一些質(zhì)量小的粒子壓痕不清楚甚至是被氣流帶走不能留下壓痕，一些質(zhì)量大的或者是結(jié)構(gòu)不穩(wěn)定的冰雪晶粒子在撞擊時(shí)會(huì)破碎。針對(duì)這一問(wèn)題，一些學(xué)者為鋁箔取樣器做了緩沖措施，盡量避免粒子因撞擊而破碎（Mossop，et al，1969）。

云中冰雪晶的微物理特征在時(shí)間尺度上變化很快，對(duì)觀測(cè)的要求很高。以上人工觀測(cè)方法主要依賴于人工操作、工作量太大、變率較高，技術(shù)條件也遠(yuǎn)未達(dá)到理論研究的需求，獲取到的數(shù)據(jù)量也難以達(dá)到統(tǒng)計(jì)分析要求。

2.2 自動(dòng)觀測(cè)技術(shù)

目前常用的自動(dòng)觀測(cè)冰雪晶形狀和大小的技術(shù)主要有光學(xué)陣列探頭和全息技術(shù)兩種（Baumgardner，et al，2011）。

光學(xué)陣列探頭分為線性陣列探頭和平面陣列探頭兩種。線性陣列探頭的原理（郭學(xué)良等，2020）為：粒子成像儀采用紅光激光器作為光源，處于探測(cè)區(qū)域的粒子經(jīng)由光學(xué)系統(tǒng)成像到線性陣列探測(cè)器上形成陰影，而成像以外的區(qū)域則為背景光源照明。在任一時(shí)刻探測(cè)器記錄粒子的一個(gè)影像切片并存儲(chǔ)，這樣當(dāng)粒子通過(guò)采樣區(qū)時(shí)，將會(huì)依次存儲(chǔ)各個(gè)影像切片，將此影像切片同步組合便得到完整的粒子二維圖像；光陣掃描率取決于粒子速度和像素分辨率。平面陣列探頭原理（Baumgardner，et al，2011）與數(shù)碼相機(jī)相似，即當(dāng)粒子經(jīng)過(guò)探測(cè)區(qū)時(shí)瞬間二維成像，但脈沖光源的觸發(fā)需要對(duì)粒子是否出現(xiàn)做出準(zhǔn)確判斷。全息技術(shù)原理（Darakis，et al，2010）主要是先通過(guò)干涉原理記錄粒子的光波信息（相位和振幅），然后再利用衍射原理再現(xiàn)或重構(gòu)粒子光波信息；其中粒子在激光照射下形成漫射式的物光束，另一部分激光作為參考光束射到底片上，和物光束疊加產(chǎn)生干涉。

國(guó)際上基于光學(xué)陣列原理測(cè)量冰雪晶形狀探頭的主要生產(chǎn)商包括美國(guó)PMS（Particle Measuring System）、DMT（Droplet Measurement Technologies）、SPEC（Stratton Park Engineering Company）三家公司。20 世紀(jì)90 年代DMT 公司購(gòu)買了PMS公司的專利技術(shù)。因此，目前機(jī)載云粒子測(cè)量系統(tǒng)的國(guó)際供應(yīng)商主要來(lái)自DMT 和SPEC 兩家公司（郭學(xué)良等，2020）。表1 給出了基于光學(xué)陣列測(cè)量原理探頭的主要參數(shù)。

表1 測(cè)量冰雪晶圖像的光學(xué)陣列探頭的相關(guān)參數(shù)Table 1 Parameters of ice-snow-crystal imaging probe

DMT 公司主要用于觀測(cè)冰雪晶粒子圖像的是CIP 和PIP 兩個(gè)探頭。這兩個(gè)探頭是在PMS 公司2D-C 和2D-P 的基礎(chǔ)上改進(jìn)而成的，均采用光學(xué)陣列原理。主要改進(jìn)如下：DMT 探測(cè)到的粒徑范圍有所擴(kuò)大；PMS 各個(gè)探頭是相互獨(dú)立的，各個(gè)探頭的取樣空氣氣路不同，而DMT 的各個(gè)部分是集合在一起的，取樣空氣相同，測(cè)量范圍有部分重疊，所以DMT 能夠測(cè)量更加準(zhǔn)確的粒子譜分布。此外，PMS 公司的二維灰度降水粒子探頭2D-GA2 也屬于線性光陣探頭的一種，由于該灰度探頭能夠?qū)⒘Ｗ拥膿豕獬潭确譃樗臋n，在對(duì)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)，可使粒子特征更加清晰（王磊等，2014）。

SPEC 公司用于冰雪晶粒子圖像觀測(cè)的主要有HVPS、2D-S、CPI 和3V-CPI 探頭（劉思瑤等，2021）。HVPS 和2D-S 均為線性光學(xué)陣列探頭。其中，2DS 有兩個(gè)完全相同的垂直于粒子流的正交光學(xué)通道，這使得2D-S 探頭不但能測(cè)粒子通過(guò)采樣區(qū)時(shí)的立體圖像，還提高了粒子圖像的空間分辨率。CPI 采用平面光學(xué)陣列探頭，像素分辨率為2.3 μm，相機(jī)幀速率可達(dá)400 幀/s，每一幀可以有超過(guò)25 個(gè)粒子成像；CPI 使用單光電二極管作為粒子檢測(cè)觸發(fā)系統(tǒng)，由于激光束強(qiáng)度的不均勻及小冰晶粒子散射能力弱，使得粒徑小于100 μm 的粒子不能觸發(fā)CPI 工作，導(dǎo)致CPI 對(duì)小粒子的探測(cè)效率存在問(wèn)題。針對(duì)這個(gè)不足，3V-CPI 用128 個(gè)光電二極管線性陣列取代了CPI 的單光電二極管，粒子檢測(cè)觸發(fā)系統(tǒng)在粒徑＞10 μm 時(shí)就能觸發(fā)CPI 工作，這個(gè)集成了2D-S 的CPI 可顯著提高對(duì)小粒子的探測(cè)效率。

中國(guó)通過(guò)國(guó)家重大科學(xué)儀器設(shè)備開(kāi)發(fā)專項(xiàng)“機(jī)載云降水粒子譜儀與成像儀研制”項(xiàng)目（郭學(xué)良等，2020），由中國(guó)氣象科學(xué)研究院、中國(guó)兵器科學(xué)研究院等單位研制了云粒子成像儀（ZBT-CPI）和降水粒子成像儀（ZBT-PPI）。這兩臺(tái)粒子成像儀的測(cè)量原理與DMT 公司的CIP 和PIP 相似，均為線性光學(xué)探頭（表1）；在性能上采用更高分辨率的國(guó)產(chǎn)光電線陣探測(cè)器，縮短了響應(yīng)時(shí)間，提高了對(duì)小粒子的探測(cè)能力。

相較于機(jī)載設(shè)備，地基觀測(cè)冰雪晶形狀的設(shè)備其體積和重量在設(shè)計(jì)上受限較小。如采用線性光學(xué)陣列的2-DVD（Kruger，et al，2002）和HVSD（Barthazy，et al，2004）；采用平面光學(xué)陣列或CCD（Charge-Coupled Device）相機(jī)的冰晶成像儀ICI（Kuhn，et al，2016）、兩角度冰晶成像儀D-ICI（Kuhn，et al，2020）、多角度雪晶相機(jī)MASC（Notaro?，et al，2016）等。

與此同時(shí)，全息冰雪晶成像儀也得到了快速發(fā)展，但商業(yè)化程度低于DMT 和SPEC 的光學(xué)陣列成像儀。如：瑞士大氣與氣候科學(xué)研究中心已陸續(xù)研發(fā)了HOLIMO（Amsler，et al，2009）、HOLIMO II（Henneberger，et al，2013）和HOLIMO 3G（Beck，et al，2017）三代全息冰雪晶成像儀，前兩臺(tái)主要用于地基觀測(cè)，HOLIMO 3G 可基于索道和系留汽艇做廓線觀測(cè)（Beck，et al，2017；Ramelli，et al，2021）；美國(guó)密執(zhí)安技術(shù)大學(xué)物理系研發(fā)了可用于機(jī)載測(cè)量的全息云粒子測(cè)量?jī)x器HOLODEC（Fugal，et al，2004）。這些全息測(cè)量?jī)x器的優(yōu)點(diǎn)是采樣體積大小不依賴粒子尺度或空氣速度，可檢測(cè)破碎的粒子，但相對(duì)于DMT 和SPEC 的儀器，其儀器設(shè)備的應(yīng)用范圍小，配套服務(wù)不夠齊全，未能完全實(shí)現(xiàn)商業(yè)化（郭學(xué)良等，2020）。此外，相較于光學(xué)陣列探頭，全息技術(shù)的數(shù)據(jù)量更加龐大、數(shù)據(jù)處理算法也更復(fù)雜（如粒子重構(gòu)算法等，Baumgardner，et al，2011）。

總體而言，全息觀測(cè)冰雪晶形狀的技術(shù)雖然得到了一定發(fā)展，但目前冰雪晶圖像觀測(cè)的商業(yè)設(shè)備仍然以光學(xué)陣列為主。此外，光學(xué)陣列儀器的分辨率逐漸變高，線性陣列單元數(shù)量不斷增多，如PMS、DMT 和SPEC 產(chǎn)品的單元數(shù)分別為32、64和128 個(gè)（劉思瑤等，2021）；此外，圖像觀測(cè)技術(shù)也更加注重探頭間的相互組合（如3V-CPI 和2D-S），在探頭間氣路優(yōu)化方面也做了改進(jìn)。

3 冰雪晶形狀觀測(cè)技術(shù)的應(yīng)用

云室是云霧降水物理學(xué)的實(shí)驗(yàn)裝置，是室內(nèi)試驗(yàn)的主要研究手段。早在20 世紀(jì)40 年代，云室便成為模擬云中復(fù)雜條件進(jìn)行冰雪晶研究的一種工具（Cwilong，1947）。多數(shù)云室屬于膨脹云室，通過(guò)將暖濕空氣送入冷室中經(jīng)過(guò)冷卻后形成液態(tài)云或直接膨脹冷卻后的空氣，然后將云室溫度調(diào)控至所需溫度，以此產(chǎn)生冰雪晶進(jìn)行觀測(cè)試驗(yàn)（Kampe，et al，1951）。用于云室觀測(cè)的冰雪晶收集、成像及觀測(cè)等技術(shù)也得到了不斷創(chuàng)新（Vali，1975；DeMott，et al，2018），如早期云室冰雪晶觀測(cè)方法主要為人工載玻片照相法，而近年來(lái)已逐步升級(jí)為采用粒子成像儀CPI 和3V-CPI 做自動(dòng)觀測(cè)（表2）。值得指出的是，為了達(dá)到不同的試驗(yàn)?zāi)康?，研究人員根據(jù)云室特點(diǎn)對(duì)冰雪晶成像儀做了不同的組合設(shè)計(jì)。例如高10 m 的歐洲最高云室MICC（英國(guó)曼徹斯特大學(xué)，Connolly，et al，2012），配備了兩個(gè)觀測(cè)冰雪晶形狀的CPI 探頭，分別位于云室底部及一半高度處；利用兩個(gè)探頭觀測(cè)粒子的時(shí)間差，可觀測(cè)冰雪晶物理生長(zhǎng)過(guò)程；學(xué)者們?cè)诖嘶A(chǔ)上開(kāi)展了許多關(guān)于形狀、濃度、攀附、散射特性等冰雪晶粒子的研究（Castellano，et al，2014；Emersic，et al，2015）。

表2 冰雪晶觀測(cè)技術(shù)在云室中的應(yīng)用Table 2 Observations of ice and snow crystals used in cloud chamber

中國(guó)云室/風(fēng)洞的冰雪晶生長(zhǎng)研究始于20 世紀(jì)80 年代，主要來(lái)自中國(guó)科學(xué)院蘭州高原氣象研究所的小型垂直過(guò)冷云風(fēng)洞（龔乃虎等，1992；陶樹(shù)旺等，1992，1996；周筠君等，1993）和中國(guó)氣象科學(xué)研究院的1 m3等溫云室（黃庚等，2007）；研究成果包括冰雪晶等的生長(zhǎng)過(guò)程以及它們?cè)谏L(zhǎng)過(guò)程中環(huán)境條件對(duì)其的影響，這些研究為人工影響天氣選擇作業(yè)部位以及研究云中微物理過(guò)程提供了寶貴的經(jīng)驗(yàn)和依據(jù)；然而，這些云室/風(fēng)洞主要依靠人工載玻片照相法，而人工載玻片在云室中取樣對(duì)操作人員的要求較高，研究效率和方法也因此受到限制。

入云觀測(cè)是冰雪晶成像儀在云物理探測(cè)方面的主要應(yīng)用之一，通過(guò)觀測(cè)云系中不同高度冰雪晶的形狀、大小變化及其環(huán)境場(chǎng)配置來(lái)研究云降水機(jī)理、機(jī)制。20 世紀(jì)70 年代后期，國(guó)際上開(kāi)始在飛機(jī)上搭載PMS 系統(tǒng)（Gayet，et al，1993）做穿云觀測(cè)。中國(guó)于1981 年引進(jìn)PMS 設(shè)備，后來(lái)陸續(xù)引進(jìn)DMT 和SPEC 的觀測(cè)設(shè)備。中國(guó)各地開(kāi)展了云系（北方層狀云、華北積層混合云、東部冷渦云系等）的大量入云觀測(cè)試驗(yàn)，其中，有以PMS 設(shè)備為主的觀測(cè)研究（王謙等，1987；游來(lái)光等，1989；郭金平，1996；侯團(tuán)結(jié)等，2011；Li，et al，2022）、以DMT 設(shè)備為主的觀測(cè)研究（李軍霞等，2014；朱士超等，2014；張榮等，2021）和以SPEC 設(shè)備為主的觀測(cè)研究（亓鵬等，2019；康增妹等，2020；Dong，et al，2020；李冬楠等，2021；劉偉等，2021；劉思瑤等，2021；楊潔帆等，2021；Hou，et al，2021）。此外，國(guó)產(chǎn)機(jī)載冰雪晶成像儀已在中國(guó)多省份實(shí)現(xiàn)業(yè)務(wù)應(yīng)用，并取得了比較可靠的觀測(cè)數(shù)據(jù)（劉春文等，2022）。

地基冰雪晶的外場(chǎng)觀測(cè)主要應(yīng)用于寒區(qū)及山地降雪特征及其機(jī)制研究。人工采樣和顯微鏡分析方法仍被各國(guó)研究人員在外場(chǎng)觀測(cè)中使用：如酆大雄（1963）利用一次華北冬季弱降水系統(tǒng)的地面雪晶形狀的變化序列觀測(cè)資料，分析了該系統(tǒng)云系結(jié)構(gòu)的演變；近年來(lái)中國(guó)學(xué)者繼續(xù)在北京海坨山區(qū)開(kāi)展自然降雪過(guò)程的協(xié)同觀測(cè)，包括地面雪晶形狀（賈星燦等，2018；Jia，et al，2019；馬新成等，2021）等；國(guó)際上，Thériault 等（2014）和Colle 等（2014）分別對(duì)加拿大高山站5 次降雪過(guò)程和美國(guó)紐約州長(zhǎng)島12 次冬季氣旋降雪過(guò)程的地面雪晶形狀做了采樣和分類統(tǒng)計(jì)。在地基自動(dòng)化觀測(cè)應(yīng)用方面，瑞士的研究機(jī)構(gòu)得益于其小型化的全息冰雪晶圖像儀，開(kāi)始利用系留氣艇和索道平臺(tái)向低空廓線觀測(cè)擴(kuò)展，開(kāi)展了阿爾卑斯山地和北極寒區(qū)混合云的演變機(jī)理研究（Ramelli，et al，2021；Pasquier，et al，2022）等。

綜上所述，冰雪晶形狀觀測(cè)技術(shù)的應(yīng)用正逐漸趨向自動(dòng)化、精細(xì)化、小型化及組合體化。具體可針對(duì)不同的試驗(yàn)?zāi)繕?biāo)對(duì)多臺(tái)觀測(cè)儀器做適當(dāng)組合，或借助各種觀測(cè)平臺(tái)搭載小型化的冰雪晶圖像儀做廓線觀測(cè)，同時(shí)加強(qiáng)高分辨率冰雪晶圖像探頭的深入應(yīng)用。

4 基于觀測(cè)數(shù)據(jù)的冰雪晶形狀分類方案

隨著觀測(cè)資料的不斷累積和觀測(cè)手段的不斷進(jìn)步，為深入研究云降水微物理過(guò)程，根據(jù)冰雪晶形狀對(duì)冰雪晶分類，形成了多種冰雪晶分類方案。

Nordenski?ld 等（1893）按照冰雪晶粒子的生長(zhǎng)方式劃分為沿晶體垂直軸方向生長(zhǎng)、橫軸方向生長(zhǎng)、垂直軸和橫軸兩個(gè)方向均勻生長(zhǎng)的3 個(gè)類別組，具體又將這些類別劃分為7 個(gè)小類。Bentley 等（1931）在Nordenski?ld 等（1893）分類的基礎(chǔ)上添加了三角板狀和十二邊板狀兩個(gè)類別組，小類也增加到了17 個(gè)?？偟膩?lái)說(shuō)，Bentley 等（1931）和Nordenski?ld 等（1893）的分類更注重規(guī)則的、簡(jiǎn)單的晶體，缺點(diǎn)是沒(méi)有考慮實(shí)際情況中的不規(guī)則粒子。

1938 年，Nakaya 重新定義了冰雪晶的分類方式，且分級(jí)也從之前的2 級(jí)改為3 級(jí)，分別是7 個(gè)大類18 個(gè)中類26 個(gè)小類。其中大類包括針狀（Needle）、柱狀（Columnar）、板狀（Plane）、板面結(jié)合狀（Combination of column and plane）、具有延展側(cè)面的柱狀（Columnar crystal with extended side planes）、帶有云粒子和霰的晶體（Crystal with cloud particles and Graupel）、無(wú)定形粒子（Amorphous snow particle），并將這種方法命名為“雪晶的一般分類”。在后續(xù)的研究中Nakaya 發(fā)現(xiàn)了冰雪晶的形狀會(huì)受到溫、濕度的影響（Nakaya，et al，1938）。

1948 年成立了國(guó)際冰雪委員會(huì)（ICSI）并統(tǒng)一了冰雪晶的分類。Schaefer（1954）作為會(huì)員收集了瑞士、日本、加拿大和美國(guó)等國(guó)相關(guān)分類經(jīng)驗(yàn)，制定了囊括世界各地大氣中出現(xiàn)的大部分冰雪晶粒子的基本分類形式，被稱為國(guó)際基本分類法（圖1）。該分類方法為目前最常用的固態(tài)降水分類法，內(nèi)容包括形狀、特征和尺度（直徑）。其中特征包括破碎、帶凍滴、成簇和表面濕潤(rùn)4 項(xiàng)，尺度分為5 等，雪晶形狀包含片狀、星狀、柱狀、針狀、立體枝狀、柱帽狀和不規(guī)則形狀（酆大雄，1975）。

圖1 冰雪晶粒子的國(guó)際分類法（Schaefer，1954）Fig.1 International classification of ice and snow crystals（Schaefer，1954）

Magono 等（1966）使用Nakaya（1954）的分類，從氣象上的物理意義出發(fā)觀察了北海道的天然冰雪晶，他們發(fā)現(xiàn)Nakaya（1954）的分類仍不足以描述冰雪晶類型的氣象差異。原因是Nakaya（1954）的分類方式規(guī)則中對(duì)應(yīng)每一組有很多細(xì)小的類，不規(guī)則和凇附增長(zhǎng)卻過(guò)于簡(jiǎn)單，但實(shí)際上大部分的冰雪晶都是不規(guī)則的、不對(duì)稱的、有棱角的或是凇附小云滴的。因此，為消除對(duì)天然冰雪晶分類的不便，根據(jù)實(shí)驗(yàn)室和外場(chǎng)實(shí)驗(yàn)觀測(cè)結(jié)果，對(duì)Nakaya（1954）的分類進(jìn)行了完善，將類別增加到了80 類（圖2）。其中對(duì)山頂觀察到的早期的冰雪晶新增了一個(gè)類別組，以此和從高處自然落到地面的成熟冰雪晶區(qū)分開(kāi)。

圖2 Magono 等（1966）的天然雪晶氣象分類Fig.2 Meteorological classification of natural snow crystals by Magano et al（1966）

隨著研究的深入，冰雪晶的觀測(cè)逐步擴(kuò)展到兩極地區(qū)（Kikuchi，et al，1979a，1979b；Walden，et al，2003）。Hogan（1975）觀測(cè)了夏季南極的冰雪晶，將觀察到的樣本在類別上分為4 類。Walden 等（2003）分析了來(lái)自南極高原冬季的冰雪晶粒子樣本，收集到的樣本有9 類且劃分成3 個(gè)類別組。

由于樹(shù)狀的分類方式以及舊的類別縮寫方式都不能充分體現(xiàn)晶體的變化過(guò)程，以及一些新類型的冰雪晶被發(fā)現(xiàn)，IACS（International Association of Cryospheric Sciences）雪分類工作組在2009 年（Fierz，et al，2009）對(duì)其國(guó)際雪分類方案（Schaefer，et al，1954；IASH，1970；Colbeck，et al，1990）進(jìn)行了改進(jìn)。新的方案對(duì)分類方式和類別的縮寫都做了修改。在分類上將其劃分為了9 個(gè)類組，這其中包含了自然云中冰雪晶、人造冰雪晶以及地面降雪等水成物，在類組上劃分成37 個(gè)小類。Fierz 等（2009）的分類不僅描述了其類別的形狀，還描述了粒子形成的位置、物理過(guò)程等其他的附加信息，可以幫助相關(guān)研究人員做進(jìn)一步研究。

Kikuchi 等（2013）對(duì)Magono 等（1966）的分類方案進(jìn)行了補(bǔ)充和修改。新方案將Magono 等（1966）的分類方案從80 類增加到121 類。其中，28 個(gè)類別是為了對(duì)1968 年以來(lái)在極地地區(qū)發(fā)現(xiàn)的新類型的雪晶進(jìn)行分類，7 個(gè)類別是在重新考慮原有類別后設(shè)立的，6 個(gè)類別是為了對(duì)凍結(jié)的云粒和小雨滴等固體降水粒子進(jìn)行分類。Kikuchi 等（2013）方案豐富了冰雪晶的分類種類，圖3 是該方案中各類冰雪晶粒子的示意圖。

圖3 Kikuchi 等（2013）全球冰雪晶分類方案中各種類示意Fig.3 Schematic diagram of various classes of Kikuchi et al（2013）global classification scheme of snow and ice crystals

Vázquez-Martín 等（2020）利用各地的冰雪晶觀測(cè)資料和用D-ICI 觀測(cè)到的冰雪晶資料對(duì)Magono 等（1966）分類方案做了補(bǔ)充，形狀類別從80 類增加到135 類，其中有34 類是用D-ICI 觀測(cè)到的，其圖像如圖4 所示。該研究主要關(guān)注冰雪晶形成時(shí)發(fā)生的沉積、凇附、攀附、碰撞等物理過(guò)程進(jìn)行分類，旨在分析冰雪晶微物理特性與冰雪晶形狀的關(guān)系。

圖4 Sandra 在基律納發(fā)現(xiàn)的34 個(gè)冰雪晶新形狀（Vázquez-Martín，et al，2020）（右下角為1 mm 參考尺度）Fig.4 The 34 new shapes of snow and ice crydtals found in Kiruna by Sandra（Vázquez-Martín，et al，2020）（with a 1 mm scale bar shown as reference at lower right corner）

5 基于觀測(cè)數(shù)據(jù)的冰雪晶形狀分類識(shí)別技術(shù)

自動(dòng)化粒子測(cè)量系統(tǒng)被開(kāi)發(fā)出來(lái)以后，世界各地進(jìn)行的飛機(jī)觀測(cè)、地面觀測(cè)積累了大量的冰雪晶資料。手工分析存在的不確定性大、主觀性高、耗時(shí)長(zhǎng)等問(wèn)題嚴(yán)重阻礙了冰雪晶粒子形狀對(duì)云中散射特性影響（陳琪等，2018）等研究。因此，一些學(xué)者針對(duì)冰雪晶粒子自動(dòng)分類方法進(jìn)行了研究，目前針對(duì)形狀的分類方法主要有兩種：一種是傳統(tǒng)的基于粒子的幾何特征參量的識(shí)別方法，另一種是基于人工智能的圖像識(shí)別方法。

以Holroyd 為代表的基于粒子的幾何特征參量的識(shí)別方法，是利用擬合直徑、粒子圖像像素點(diǎn)在x和y方向上的線性相關(guān)系數(shù)和圓度等其他幾何特征參量（統(tǒng)稱為 Holroyd 參數(shù)），通過(guò)設(shè)置參數(shù)閾值范圍，對(duì)粒子形狀進(jìn)行分類（Holroyd Ⅲ，1987）。后續(xù)的基于幾何特征參量的識(shí)別方法多是基于Holroyd 參數(shù)的改進(jìn)方法（Korolev，et al，2000）。王磊等（2014）借鑒 Holroyd 的分類思想，提出了適用于識(shí)別粒子灰度圖像的方法。由于 Holroyd 參數(shù)僅是通過(guò)設(shè)定閾值來(lái)線性擬合參量，該方法對(duì)于自然界中形狀變化多樣的云粒子而言，識(shí)別的準(zhǔn)確率有限。黃敏松等（2020）提出了改進(jìn)的Holroyd云粒子形狀識(shí)別方法，延續(xù)之前Holroyd 對(duì)冰雪晶粒子的分類方案。由于環(huán)境或設(shè)備原因，探測(cè)到的粒子圖像數(shù)據(jù)中含有偽粒子和不易識(shí)別的自然粒子，針對(duì)這一問(wèn)題增加了粒子形狀預(yù)分類步驟，將完整的粒子和部分的粒子分為兩個(gè)獨(dú)立的模塊進(jìn)行識(shí)別分類，分別選出相對(duì)應(yīng)的幾何參數(shù)及其合適的閾值范圍再進(jìn)行二次細(xì)分類。張榮等（2021）通過(guò)提取粒子形狀幾何特征參量，基于Holroyd 的方法改進(jìn)了Holroyd 的分類標(biāo)準(zhǔn)?？傊瑐鹘y(tǒng)自動(dòng)識(shí)別方法相較于人工分類在速度上有所提升，但針對(duì)不同探頭和不同地域環(huán)境的測(cè)量數(shù)據(jù)需選取不同的粒子形狀識(shí)別閾值，該方法存在難以設(shè)定適宜通用閾值的難題，通用性不強(qiáng)。

近年來(lái)，人工智能技術(shù)在對(duì)圖像和大數(shù)據(jù)的處理及分析中展現(xiàn)了巨大的應(yīng)用潛力，在大氣科學(xué)中的應(yīng)用也受到了研究人員的重視（Boukabara，et al，2019；Reichstein，et al，2019；Ebert-Uphoff，et al，2020；Touloupas，et al，2020）。人工智能尤其是深度學(xué)習(xí)技術(shù)陸續(xù)被應(yīng)用于冰雪晶粒子形狀的自動(dòng)分類研究中。Xiao 等（2019）基于CPI 探頭探測(cè)到的冰雪晶粒子圖像，創(chuàng)建了共10 個(gè)類別包含7282 張圖像的ICDC（Ice Crystals Database in China）冰雪晶圖像數(shù)據(jù)集，進(jìn)一步基于ICDC 數(shù)據(jù)集將預(yù)訓(xùn)練的殘差網(wǎng)絡(luò)模型ResNet152（He，et al，2016）應(yīng)用到冰雪晶粒子形狀識(shí)別中，識(shí)別準(zhǔn)確率達(dá)到了96%，遠(yuǎn)高于傳統(tǒng)的分類方法，實(shí)現(xiàn)了高精度的自動(dòng)分類。Wu 等（2020）將CIP 探頭觀測(cè)到的約2000 張冰雪晶粒子圖像劃分為8 個(gè)類別，使用基于神經(jīng)結(jié)構(gòu)搜索技術(shù)（Zoph，et al，2017）的網(wǎng)絡(luò)模型（Tan，et al，2019）進(jìn)行分類，準(zhǔn)確率達(dá)到了98%。Key 等（2021）將MASC 系統(tǒng)觀測(cè)到的約25000 張冰雪晶圖像劃分為5 類，基于MASC 數(shù)據(jù)集使用預(yù)訓(xùn)練的殘差網(wǎng)絡(luò)模型ResNet50 進(jìn)行訓(xùn)練，準(zhǔn)確率達(dá)到了96%。Thi 等（2022）使用預(yù)訓(xùn)練的殘差網(wǎng)絡(luò)模型將5007 個(gè)冰雪晶粒子分成13 類，準(zhǔn)確率也達(dá)到了93%。Touloupas 等（2020）研發(fā)的卷積神經(jīng)網(wǎng)絡(luò)（CNN）冰雪晶分類技術(shù)被運(yùn)用在全息冰雪晶探頭HOLIMO 的觀測(cè)數(shù)據(jù)（Lauber，et al，2021）處理中。圖5 為對(duì)某一時(shí)刻冰雪晶圖像的自動(dòng)判別分類，模型自動(dòng)統(tǒng)計(jì)出各冰晶形狀類型在各譜段的占比、濃度等信息（Lauber，et al，2021），結(jié)合這些冰雪晶分類信息的時(shí)序（圖6）使得分析降雪云物理機(jī)制的演變更加直觀和客觀。上述工作的優(yōu)點(diǎn)在于將在自然圖像分類任務(wù)中有優(yōu)良性能的卷積神經(jīng)網(wǎng)絡(luò)直接應(yīng)用于冰雪晶粒子圖像的分類，讓計(jì)算機(jī)代替人眼工作，極大地提高了分類精度，結(jié)果客觀定量，對(duì)增強(qiáng)云降水過(guò)程預(yù)報(bào)能力和人工影響天氣探測(cè)與作業(yè)效果評(píng)估能力有重大的現(xiàn)實(shí)意義。

圖5 卷積神經(jīng)網(wǎng)絡(luò)對(duì)冰雪晶自動(dòng)分類技術(shù)（Touloupas，et al，2020）在瑞士阿爾卑斯山區(qū)某一時(shí)刻觀測(cè)應(yīng)用示例（Lauber，et al，2021）（注：這里的成熟雪晶為叢集或凇附雪晶）Fig.5 An application example of using the convolutional neural network（Touloupas，et al，2020）to classify ice and snow crystals of one slice in the Swiss Alps（Lauber，et al，2021）（note aged ice crystals here defined as aggregates and rimed particles）

圖6 卷積神經(jīng)網(wǎng)絡(luò)對(duì)冰雪晶自動(dòng)分類技術(shù)針對(duì)北極地區(qū)一次混合云降雪過(guò)程時(shí)序圖的應(yīng)用示例（Pasquier，et al，2022）Fig.6 A application example of using the convolutional neural network to classify ice and snow crystals of time series data in the North Arctic region（Pasquier，et al，2022）

然而，冰雪晶形狀分類不同于自然圖像分類而具有自身的特殊性。首先，冰雪晶粒子形狀與它生長(zhǎng)的溫、濕度條件有關(guān)，也和它在云中下落時(shí)所經(jīng)歷路徑的環(huán)境條件有關(guān)（酆大雄，1963）。這種云降水微物理的復(fù)雜性使得采集的冰雪晶粒子在形狀上均呈現(xiàn)出不確定性，尤其是難以采集到與稀少物理過(guò)程相關(guān)的冰雪晶粒子圖像，數(shù)據(jù)集中這類粒子的樣本數(shù)量十分稀少，不可避免地出現(xiàn)了樣本分布不均衡問(wèn)題。其次，冰雪晶粒子形狀的變化是對(duì)云中微物理過(guò)程的反映，不同類別的粒子相互轉(zhuǎn)化形狀差異不大，屬于細(xì)粒度識(shí)別問(wèn)題。此外，不同于自然圖像含有豐富的紋理和細(xì)節(jié)信息，冰雪晶粒子圖像中主要是粒子的輪廓和形狀信息。因此，還需進(jìn)一步開(kāi)展適宜于冰雪晶粒子圖像分類方法的研究工作。

在已有工作的基礎(chǔ)上，中國(guó)氣象局人工影響天氣研究團(tuán)隊(duì)根據(jù)業(yè)務(wù)需求以及近些年人工影響天氣積累的機(jī)載探測(cè)數(shù)據(jù)，充分考慮冰雪晶粒子形狀分類的特殊性，利用圖卷積對(duì)圖像結(jié)構(gòu)信息良好的保留能力、對(duì)類內(nèi)相似和類間相異進(jìn)行建模的優(yōu)良特性，在現(xiàn)有卷積神經(jīng)網(wǎng)絡(luò)分類模型的基礎(chǔ)上，設(shè)計(jì)了一個(gè)帶有超圖結(jié)構(gòu)的圖卷積層的神經(jīng)網(wǎng)絡(luò)分類模型Hy-Inet（Liao，et al，2021）。該超圖結(jié)構(gòu)可以有效地提取冰雪晶粒子圖像的局部和全局特征，更好地捕捉到遠(yuǎn)端頂點(diǎn)之間的結(jié)構(gòu)關(guān)系，獲得更深層的特征信息，更有助于學(xué)習(xí)冰雪晶數(shù)據(jù)集中小樣本的特征，進(jìn)一步提升了冰雪晶粒子形狀識(shí)別準(zhǔn)確率，增強(qiáng)了模型的泛化能力和實(shí)用性。總的來(lái)看，該網(wǎng)絡(luò)可有效提取更多的冰雪晶粒子形狀特征，提高分類時(shí)效與性能。結(jié)果表明Hy-Inet 識(shí)別準(zhǔn)確率達(dá)到了98%。Hy-Inet 不僅顯著提升了冰晶粒子自動(dòng)識(shí)別分類的準(zhǔn)確率，而且其對(duì)冰雪晶形狀分類任務(wù)具有更好的普適性和應(yīng)用前景。

6 冰雪晶形狀分類觀測(cè)研究的應(yīng)用

基于對(duì)雪晶形成條件的了解，可以通過(guò)地面雪晶形狀及組成反推高空氣象條件（酆大雄，1975）。雪晶小且形狀單一，說(shuō)明云層較??；多種形狀的雪晶，則云層較厚。云的溫度和濕度也與晶型相關(guān)，例如針狀和枝狀出現(xiàn)的溫度范圍較窄，分別在-5℃和-15℃左右；針狀、星狀、立體枝狀、空心的棱柱和棱柱的組合，對(duì)應(yīng)云的含水量較大；實(shí)心的棱柱、片狀等表明云中濕度較低尚未達(dá)到水面飽和。尺度較大與形狀復(fù)雜的雪晶經(jīng)歷的氣象條件比較復(fù)雜，中心和邊緣分別反映高低兩層的溫、濕度情況。對(duì)雪的形狀做連續(xù)觀測(cè)，了解晶型隨時(shí)間變化序列，還可以了解降雪云層高度的變化，有較好的天氣學(xué)意義（酆大雄，1975）。此外，雪晶形狀特征也反映云內(nèi)的物理過(guò)程，如帶有凍滴的雪晶，表明它穿過(guò)了過(guò)冷云（酆大雄，1975）。云的輻射特性與冰雪晶形狀等特性密切相關(guān)，尤其是卷云的輻射特性，與地-氣系統(tǒng)輻射平衡關(guān)系極大（陳琪等，2018）。

云內(nèi)冰晶形狀、分布與增長(zhǎng)過(guò)程的觀測(cè)有助于對(duì)降雨云系的三維結(jié)構(gòu)和物理機(jī)制的深入認(rèn)識(shí)（游來(lái)光等，1989；葉家東等，1992）。朱士超等（2014）基于華北兩次3 架飛機(jī)聯(lián)合積層混合云探測(cè)試驗(yàn)，指出云中低層的冰晶形狀受云頂溫度影響，云頂溫度不同，冰晶形狀不同；冰晶形態(tài)還受其所處云中位置的影響，在積層混合云中如果嵌有對(duì)流區(qū)則冰晶中含有更多的凇附冰晶等。Hou 等（2021）分析了一次積層混合云飛機(jī)觀測(cè)數(shù)據(jù)，重點(diǎn)對(duì)比了層云區(qū)和對(duì)流雨核區(qū)冰雪晶凇附特征和譜分布，指出與層云區(qū)相比，在對(duì)流雨核區(qū)（-15 至-10℃）冰雪晶最大尺寸顯著較大，主要是由于冰雪晶形態(tài)由寬枝狀向輻枝狀及其聚合體轉(zhuǎn)變導(dǎo)致；在對(duì)流雨核區(qū)（-3 至-5℃），小尺寸冰雪晶濃度較大且凇附狀與針狀粒子共存。

云內(nèi)冰晶形狀等觀測(cè)資料在人工影響天氣作業(yè)效果評(píng)估方面也得到了廣泛應(yīng)用（陳萬(wàn)奎等，1992；秦彥碩等，2017；Dong，et al，2020；Friedrich，et al，2021；Li，et al，2022）。陳萬(wàn)奎等（1992）通過(guò)新疆的碘化銀消除過(guò)冷低云試驗(yàn)圖像探頭資料發(fā)現(xiàn)播散碘化銀后云內(nèi)冰晶發(fā)生聚并和撞凍云滴，導(dǎo)致冰雪晶尺度譜明顯拓寬，冰雪晶增長(zhǎng)后不斷下落，播云位置能見(jiàn)度轉(zhuǎn)好。秦彥碩等（2017）通過(guò)一次混合云的催化響應(yīng)航測(cè)，指出作業(yè)前云內(nèi)冰晶以柱狀和霰粒子為主，作業(yè)后冰晶以霰粒子為主。中國(guó)華北、華中降雨云及美國(guó)冬季地形云播散試驗(yàn)（Dong，et al，2020；Friedrich，et al，2021；Li，et al，2022）觀測(cè)資料均表明，播散碘化銀后冰雪晶粒子得到明顯增長(zhǎng)，逐漸變成不規(guī)則形狀，并下落成降雨。

冰雪晶的形狀與降水過(guò)程的云系和天氣條件有關(guān)，反映了降水云系的動(dòng)力學(xué)特征。酆大雄（1963）通過(guò)一次華北冬季弱降水系統(tǒng)的地面雪晶觀測(cè)等資料，指出該系統(tǒng)的降雪云為冰云，雪晶首先在4—6 km 高空形成，隨著槽線接近，形成層逐步降低。Colle 等（2014）指出美國(guó)冬季氣旋中心強(qiáng)凇附的粒子主要為針狀和霰粒，而在氣旋中心的西側(cè)主要為微弱凇附的片狀和輻枝狀雪花，是由于強(qiáng)凇附時(shí)段或位置對(duì)應(yīng)更強(qiáng)的垂直運(yùn)動(dòng)和湍流。馬新成等（2021）基于地、空協(xié)同觀測(cè)研究了海坨山一次低槽降雪過(guò)程，結(jié)果表明降雪云系為冰云，冰雪晶的凝華-聚并增長(zhǎng)是降雪的主要形成機(jī)制，大量枝狀雪花的攀附現(xiàn)象出現(xiàn)在地形云爬升階段（低層?xùn)|風(fēng)回流減弱，轉(zhuǎn)倒槽西南氣流控制）。

云的含水量（液相和冰相）因與潛熱釋放有關(guān)，是天氣動(dòng)力學(xué)上的一個(gè)重要參數(shù)；而冰雪晶形狀的準(zhǔn)確分類和描述有助于從觀測(cè)的冰雪晶數(shù)據(jù)中找到一種正確估算冰云含水量（IWC）的方法?；诒┚螤詈妥V分布估算IWC 的方法得到發(fā)展（Cotton，et al，2013；Erfani，et al，2016；Coutris，et al，2017），這些方法可以彌補(bǔ)無(wú)IWC 觀測(cè)儀的觀測(cè)分析，已經(jīng)被用于基于卷云航測(cè)構(gòu)建卷云氣候態(tài)數(shù)據(jù)庫(kù)中（如Kr?mer，et al，2020），從而建立IWC 與溫度的函數(shù)關(guān)系并用于改善全球氣候模式中卷云描述等。此外，基于觀測(cè)的冰相粒子形狀及其譜分布的參數(shù)化關(guān)系，不但可以使數(shù)值模式云微物理過(guò)程參數(shù)化更合理（Morrison，et al，2020），還有助于輻射傳輸模式對(duì)云內(nèi)微波亮溫仿真能力的提高（Geer，et al，2021）。如Lawson 等（2019）基 于22 次卷云航測(cè)，指出不同的卷云生成類型其對(duì)應(yīng)的冰晶主要形狀類型不同，并基于不同卷云生成觀測(cè)資料，分別建立了它們可用于數(shù)值模式的冰晶質(zhì)量與形狀的函數(shù)關(guān)系。

綜上所述，冰雪晶形狀分類觀測(cè)在大氣物理及天氣、氣候研究等領(lǐng)域應(yīng)用前景廣闊，從而對(duì)大氣科學(xué)學(xué)科的發(fā)展起重要的支撐作用。如何綜合利用這些觀測(cè)獲取的大數(shù)據(jù)為云降水物理機(jī)制、人工影響天氣作業(yè)評(píng)估、數(shù)值模式驗(yàn)證和云微物理過(guò)程參數(shù)化等提供科學(xué)依據(jù)，將是冰晶形狀分類觀測(cè)的重要應(yīng)用方向。

7 結(jié)論與展望

（1）半個(gè)多世紀(jì)以來(lái)，中國(guó)機(jī)載冰雪晶粒子觀測(cè)技術(shù)經(jīng)歷了從20 世紀(jì)50 年代的人工手動(dòng)鋁箔碰撞法觀測(cè)，20 世紀(jì)80 年代從國(guó)外引進(jìn)的機(jī)載激光粒子探測(cè)系統(tǒng)（PMS）進(jìn)行入云觀測(cè)，以及隨后的幾次技術(shù)更新?lián)Q代，到目前廣泛應(yīng)用于云微物理結(jié)構(gòu)和降水形成機(jī)制認(rèn)識(shí)的機(jī)載冰雪晶粒子測(cè)量技術(shù)（DMT、SPEC），已逐步成為精準(zhǔn)認(rèn)識(shí)云霧降水形成機(jī)制的重要手段和人工影響天氣作業(yè)條件識(shí)別的重要技術(shù)支撐。但是，目前中國(guó)使用的粒子探測(cè)系統(tǒng)大多依靠進(jìn)口，中國(guó)自主研發(fā)的同類產(chǎn)品尚處于初級(jí)階段，因此加快研制屬于中國(guó)完全自主知識(shí)產(chǎn)權(quán)的冰雪晶粒子探測(cè)系統(tǒng)非常必要。

（2）云室作為可模擬云中復(fù)雜條件進(jìn)行冰雪晶研究的一種重要工具，也是進(jìn)行冰相過(guò)程研究的重要手段。過(guò)去幾十年中用于研究冰雪晶的云室，其冰雪晶觀測(cè)技術(shù)在其中的應(yīng)用從最早期的人工觀測(cè)、讀數(shù)發(fā)展到包括光學(xué)圖像觀測(cè)、粒子自動(dòng)計(jì)數(shù)等都得到了很大創(chuàng)新。這些都極大地提高了研究人員的工作效率，加深了對(duì)冰雪晶生長(zhǎng)過(guò)程的認(rèn)識(shí)。相信隨著觀測(cè)技術(shù)的逐步發(fā)展，將會(huì)有更多能精準(zhǔn)模擬自然云環(huán)境并能自動(dòng)觀測(cè)冰雪晶形狀演變的設(shè)備研發(fā)出來(lái)。

（3）大氣中的冰雪晶粒子形狀種類繁多，云中不同類型的冰雪晶粒子的云物理特性不同，不同類型的冰雪晶粒子的質(zhì)量和落速也不同。在國(guó)際范圍，對(duì)于冰雪晶的科學(xué)分類，一直是云物理觀測(cè)研究領(lǐng)域的重要課題。歷經(jīng)多國(guó)多名著名云物理科學(xué)家或國(guó)際組織引領(lǐng)制定的“冰雪晶分類法”對(duì)其形狀的分類，走過(guò)了一條從觀測(cè)認(rèn)識(shí)逐步深入、逐步準(zhǔn)確，從外形直觀記錄到不同形狀輔以云物理增長(zhǎng)特性的描述之路。

（4）隨著近幾年機(jī)器學(xué)習(xí)技術(shù)的不斷發(fā)展，中國(guó)開(kāi)始嘗試將人工智能運(yùn)用于冰雪晶分類自動(dòng)識(shí)別中。但是，目前現(xiàn)有的冰雪晶粒子數(shù)據(jù)庫(kù)中的種類太少，且樣本數(shù)量分布不均，有些種類數(shù)量嚴(yán)重不足。所以，未來(lái)加快對(duì)數(shù)據(jù)庫(kù)中的冰雪晶種類、數(shù)量規(guī)模進(jìn)行擴(kuò)充，是促進(jìn)該新技術(shù)應(yīng)用能力和水平提升的重要途徑。當(dāng)卷積神經(jīng)網(wǎng)絡(luò)（CNN）運(yùn)用到冰雪晶粒子識(shí)別時(shí)，有時(shí)存在分析人員缺失對(duì)云物理意義上粒子增長(zhǎng)過(guò)程等因素的準(zhǔn)確判斷，會(huì)影響到模型分類的精度，之后的工作應(yīng)該將這些具有云物理意義的知識(shí)信息考慮在內(nèi)，以顯著提升人工智能技術(shù)在冰雪晶粒子形狀自動(dòng)識(shí)別中的應(yīng)用能力和水平。

（5）以冰雪晶形狀研究為基礎(chǔ)，研究冰雪晶分布特征、云的冰相微物理過(guò)程的課題，在云微物理方面，可以為云降水物理與人工影響天氣學(xué)科提供冰相物理過(guò)程的直接觀測(cè)依據(jù)；在天氣尺度上，其與云系和天氣條件密切相關(guān)，反映了降水云系的動(dòng)力特征，對(duì)其正確的分類、描述并參數(shù)化，不僅是天氣動(dòng)力學(xué)的重要參數(shù)，也是提高云降水的數(shù)值模擬能力的重要觀測(cè)依據(jù)；在氣候尺度上，其與云輻射特性有密切關(guān)系，在氣候模式中其參數(shù)化過(guò)程也在地-氣系統(tǒng)輻射平衡中起重要作用。