摘要" 利用WRF（weather research and forecasting）v3.7.1模式對2010年湖北省冬季一次凍雨積冰過程開展數值研究。研究發(fā)現，該次積冰過程中不同階段的云微物理結構及降水形成的云物理機制相似，均通過過冷暖雨過程形成。利用由WRF模式模擬得到的積冰期間氣象場及云降水微物理資料，采用積冰厚度預報模型對該次凍雨過程中積冰厚度的時間變化進行計算。與實際積冰厚度的觀測結果對比發(fā)現，積冰厚度預報模型可以較好地預報該次過程中電線積冰厚度隨時間的發(fā)展趨勢。

關鍵詞凍雨積冰;云微物理結構;微物理機制;積冰厚度

2024-07-11收稿，2024-10-12接受

國家自然科學基金項目（42075063）

引用格式：邵美怡，劉曉莉，鄔昊鵬，2024.一次凍雨積冰過程形成的微物理機制及積冰厚度數值預報研究［J］.大氣科學學報，47（6）：949-961.

Shao M Y，Liu X L，Wu H P，2024.Microphysical mechanisms and numerical forecasting of ice accretion thickness during a freezing rain event［J］.Trans Atmos Sci，47（6）：949-961.doi：10.13878／j.cnki.dqkxxb.20240711011.（in Chinese）.

凍雨是我國冬季易發(fā)生的一種災害性天氣，對電力、交通、通訊、建筑、農林業(yè)等行業(yè)造成了極大影響。研究表明，我國凍雨一般從11月開始，到次年3月結束，多發(fā)在長江以南地區(qū)（歐建軍等，2011）。近年來，我國南方地區(qū)凍雨災害受到了廣泛關注。2008年南方出現了持續(xù)時間長、范圍廣的冰凍雨雪天氣。2016年初，湖南出現了一次大范圍的低溫雨雪冰凍天氣，其中1月25日的最低氣溫突破了2008年的記錄，屬于一次極端罕見的天氣事件（劉紅武等，2020）。2018年1月，我國中東部地區(qū)出現多次大范圍持續(xù)性雨雪天氣，我國南方地區(qū)以及陜西關中等地發(fā)生較為少見的冰凍雨雪天氣，與2008年出現的南方雪災情況相似（劉超等，2018;彭京備和孫淑清，2019）。

凍雨天氣形成的云物理機制主要有兩種：冰相融化過程和過冷暖雨過程，其中過冷暖雨過程是凍雨形成的主要機制 （Rauber et al.，2000；Zhou et al.，2016）。過冷暖雨過程在地面至高空氣溫均低于0 ℃的暖云降水過程中形成（王天舒，2020;牛生杰等，2021）。冰相融化過程指冰粒子從高空下落到溫度在0 ℃以上的大氣層中，融化為雨滴，隨后下落到近地面負溫層成為過冷雨滴，碰撞到物體上即發(fā)生凍結的過程（王天舒，2020;牛生杰等，2021）。

徐輝和金榮花（2010）以及陶玥等（2012）分析了2008年初湖南的一次典型凍雨過程，表明該次凍雨在“冷-暖-冷”層結下，通過冰相融化過程形成。宗志平和馬杰（2011）從逆溫層的時空分布特征研究了2008年的南方凍雨，發(fā)現逆溫層強度與凍雨強度變化之間存在明顯聯系。劉志雄等（2013）對2008年湖南凍雨的成因進行了研究，結果表明凍結層和融化層之間的水汽輻合和較強的上升運動是凍雨產生的兩個必要條件。王天舒（2020）根據2015—2016年廬山氣象局和2018—2019年湖北恩施雷達站進行的電線積冰及霧／雨微物理外場觀測資料，分類分析了凍雨、雪和過冷霧3類天氣中積冰增長和脫落機制，同時對比了氣象要素對雨凇、雪凇和霧凇3類積冰的影響。周悅等（2024）對2024年湖北凍雨進行定量判斷，并對其宏微觀特征進行定量分析，發(fā)現致密霰粒和冰晶聚合物融化導致凍雨過程形成。

電線積冰是指雨凇、霧凇凝附在導線上或濕雪凍結在導線上的現象（劉丹和牛生杰，2015）。目前，相比電線積冰成因的研究，國內外對于電線積冰厚度的研究較少。積冰厚度是指在導線切面上垂直于積冰直徑方向上冰層積結的最大數值（杜骦等，2019）。廖玉芳和段麗潔（2010）利用逐步回歸方法建立了電線積冰厚度與環(huán)境因子的回歸模型并驗證了其可用性。吳息等（2012）通過對2001—2009年冬季四川省實測覆冰資料與氣象資料的分析，建立了以氣溫為參數的導線積冰密度模型和以氣溫、水汽壓、風速、風向等為參數變量的導線積冰厚度氣象模型，擬合效果較理想。尹憲志等（2013）分析了華家?guī)X氣象站的電線積冰觀測資料，發(fā)現電線積冰量與水汽壓呈正相關，與風速呈負相關，且一定閾值內電線積冰量和氣溫存在較好的相關性。

Imai（1953）提出的物理概念模型認為積冰強度與空氣溫度正相關而與降水強度無關。然而，Lenhard（1955）認為積冰量只與降水量有關。Goodwin et al.（1983）在假設導線積冰為干增長（雪和過冷霧滴粘附到電線后快速凍結的過程，積冰密度?。┑幕A上提出了一個積冰厚度的概念模型。Makkonen（1998）基于對積冰物理機制的分析，提出了冰柱模型。同一年，Jones（1998）也建立了一個簡單的凍雨模型，其模擬結果與Makkonen模式相似。當發(fā)生凍雨時，該模型僅依賴于易獲取的物理量，如風速、降水量和液態(tài)水含量，來模擬積冰厚度，因其計算簡便且效果良好而被廣泛應用。杜孀等（2019）利用WRF（weather research and forecasting）中尺度數值模式并耦合Jones積冰厚度模型，對河南省的一次凍雨過程進行了電線積冰厚度模擬，證明該模型適用于河南地區(qū)的積冰預測。王帥等（2024）利用WRF和CALMET模擬的氣象場驅動Makkonen積冰模型，對2022年1月山西省一次導線積冰過程進行了數值模擬，發(fā)現CALMET降尺度場驅動積冰模型模擬的積冰厚度偏差較WRF顯著減小了2 mm。

綜上所述，電線積冰的形成是宏微觀物理過程綜合作用的結果。已有研究從多個角度探討了電線積冰的發(fā)生規(guī)律以及形成機制，包括天氣背景、大氣層結、云降水以及氣象微環(huán)境等。湖北省恩施市2010年1月9—10日發(fā)生一次凍雨積冰過程，在該次過程的觀測中獲得了詳細的宏微觀資料，為深入研究積冰形成的物理機制奠定了基礎。牛生杰等（2011）分析了該次電線積冰過程在產生、增長、維持和脫落各階段的天氣背景和氣象條件，重點分析了云霧和降水粒子的微物理特征（包括數濃度、平均半徑、含水量），并且基于觀測資料對積冰厚度進行了模擬，獲得了較好的模擬結果。Zhou et al.（2013）從雨強和霧滴微物理性質兩方面研究了凍雨對積冰厚度的直接和間接影響?；跀抵的M結果，周悅等（2014）進一步研究了積冰過程中含水量以及云霧滴中值體積直徑的時空演變規(guī)律。

在地面詳細宏微觀觀測資料的基礎上，基于數值模擬技術對電線積冰發(fā)生的大氣層結、云霧微環(huán)境等特征進行深入分析，加深對積冰形成機理的科學認識并在此基礎上建立積冰厚度的數值預報模型，在該類天氣預報預警和防災減災中具有重要的現實意義。因此，本文利用常規(guī)氣象資料、探空數據以及歐洲中期天氣預報中心（European Centre for Medium-range Weather Forecasts，ECMWF）的再分析資料（ERA-interim），結合WRF數值模式，對2010年1月9—10日這次發(fā)生在湖北省及其周邊的凍雨天氣過程進行研究。通過分析觀測資料和WRF中尺度數值模擬結果，研究凍雨區(qū)域的大氣層結特征、云微物理結構、微物理轉化機制，基于積冰計算模型預報積冰厚度的發(fā)展規(guī)律，為未來這類災害的研究與預報提供一定理論依據。

1" 個例介紹及天氣背景

1.1" 個例介紹

湖北電線積冰主要發(fā)生在每年的 11月至次年2月，1月是積冰多發(fā)期，2月次之。電線積冰主要在傍晚和夜間形成，在正午時消融（胡艷楠等，2017）。恩施地處湖北西部，葛洲壩電廠和三峽輸變電工程500 kV高壓輸電線路密布。湖北省恩施市2010年1月9—10日這次積冰過程中，積冰厚度的測量頻率為每小時1次。常規(guī)探測資料由自動氣象站觀測得到，主要包括氣溫、相對濕度、風速和風向（牛生杰等，2011;Zhou et al.，2013）。

1.2" 天氣形勢

2010年1月9日08時（世界時，下同），500 hPa高度場顯示恩施雷達站（109°16′E，30°17′N，海拔1 722 m）處于槽前脊后，隨著時間推移，槽東移，等溫線向南延伸，恩施雷達站高空受到了冷平流的影響（圖1）。與此同時，850 hPa的風場顯示，恩施雷達站在這一時刻低層受偏南風影響，暖濕氣流被輸送至該地區(qū)，增加了降水所需的水汽（圖1）。這一暖濕氣流的輸送與500 hPa槽的東移相互配合，進一步增強了不穩(wěn)定性和降水潛力。而后恩施雷達站逐漸受到了西北風的控制，等溫線密集程度增大，有利于降水發(fā)生。在850 hPa層，暖濕氣流依然向恩施地區(qū)輸送水汽，大氣不穩(wěn)定性的增強，為降水的發(fā)展提供了支持。到了1月10日08時，500 hPa高度場顯示高空槽過境，恩施雷達站處于槽后偏西氣流中，氣溫降低。而850 hPa風場中，東南風的影響使得暖濕氣流進一步增強，等溫線更加密集。此時，低壓槽前的暖濕氣流不斷增加，進一步促進了恩施及其周邊地區(qū)的降水活動。綜上所述，500 hPa槽的東移為降水提供了必要的不穩(wěn)定條件，而850 hPa的風場則通過輸送水汽增強了降水潛力。這種高空槽與低層暖濕氣流的協(xié)同作用是此次降水過程形成的主要天氣條件。

1.3" 數值模擬設置

本文利用WRFv3.7.1模式和歐洲中期天氣預報中心（ECMWF）時間分辨率為6 h的0.75°×0.75°再分析資料（ERA-interim），對2010年1月9—10日在湖北省發(fā)生的這次凍雨積冰過程進行數值模擬，預留了6 h的spin-up時間以保證模式的穩(wěn)定性。圖2為WRF模擬的區(qū)域設置，共設置3層嵌套，模擬時間各層嵌套的參數如表1所示。在此次研究中，我們基于恩施雷達站觀測到的電線積冰過程開展詳細的數值研究。

我們選擇了Thompson方案作為云微物理參數化方案，來模擬云微物理過程。Thompson方案是在統(tǒng)計大多數單參數方案的缺陷后，改進各種物理假設，優(yōu)化得到的一個更完整的雙參數（或更高階）方案（熊婧媛，2023）。

1.4" WRF模擬降水結果

圖3為1月9日06時至10日18時觀測和模擬的d03區(qū)域地面累積降水分布。從圖中可以看出，模擬結果較好地再現了區(qū)域內降水的總體分布趨勢和累積降水范圍，但與觀測結果相比仍存在一定的偏差。模擬結果顯示降水主要集中在目標區(qū)域的北部和東部。模擬的累積降水極大值的落區(qū)相比于觀測結果有一定的偏移。然而模擬的降水區(qū)域和累積降水強度與觀測結果基本吻合，總體上能夠反映出該時段內區(qū)域降水的主要分布特征。

圖4是WRF模式模擬得到的恩施雷達站2010年1月9日06時至10日23時每小時雨強變化。2010年1月9—10日發(fā)生了4次不連續(xù)的凍雨事件，發(fā)生時間分別為1月9日09：05—10：00、16：35—19：00，1月10日05：50—10：45、16：00—17：30，每小時雨強分別為0.04、0.06、0.09、0.27 mm·h-1（Zhou et al.，2016）。從圖中可以看出，對于第一次降水，模式對降水的預測時間比實際發(fā)生時間稍晚，模擬的平均雨強為0.03 mm·h-1，略低于實際雨強。對于第二次降水，模擬的降水時間與實際相比大約提前了2 h，且降水持續(xù)時間更長，模擬的平均雨強約為0.01 mm·h-1，低于實測值。對于第三、四次降水，降水時段內模擬的平均雨強不足0.01 mm·h-1，同時模擬的降水持續(xù)時間與實際相比較長。綜上所述，1月9日WRF模擬的降水效果與實際情況吻合較好，而1月10日WRF模擬的降水效果與實際情況存在一定差異。

1.5" 大氣層結分析

圖5為1月10日00時恩施探空站（109°27′E，30°17′N，海拔458 m）觀測和模擬的大氣層結曲線以及1月9日14時、1月10日12時模擬的恩施雷達站大氣層結曲線。從圖5a、b可以看到，模擬溫度的高度分布與實際較為一致，但模擬的逆溫層強度相對較弱。對于露點溫度（綠色曲線），低層（700 hPa以下）的露點溫度曲線與實際較為接近，而中高層模擬的露點溫度偏高于實際。抬升凝結高度的模擬結果與實際情況較為接近。綜上所述，WRF模式對大氣層結的模擬效果總體來說較為可靠。

考慮到恩施探空站與雷達站之間相距大約為19 km，大氣層結的演變特征可能仍存在一定差異。因此，后續(xù)采用WRF模擬結果分析該積冰過程中恩施雷達站的大氣層結特征。根據模擬結果，恩施雷達站大氣層結在4次降水過程中均為上干下濕的結構，為了更加清晰地分析這些層結特征，本節(jié)將重點分析其中最有代表性的兩次過程。圖5c表明，1月9日18時，0.8 km（925 hPa）以下，溫度與露點溫度隨著高度的升高而減小，云體在0.8 km左右開始形成，溫度露點差大約在3.3 km（680 hPa）的高度處開始增大，云內溫度在0～10 ℃，云體發(fā)展旺盛，對應d03區(qū)域平均雨強的極大值（圖4）。1月10日12時，云底高度在1 km（900 hPa）附近，云頂高度低于1月9日18時，云內的溫度升高到0～-5 ℃。云頂溫度能夠決定水凝物粒子的初始相態(tài)，若云頂溫度低于-10 ℃，冰相開始出現，云頂溫度大于-10℃且小于0 ℃則為過冷水（Hobbs and Rangno，1985）?？梢猿醪脚袛嘣摯蝺鲇赀^程是通過過冷暖雨過程形成。

2" 云物理結構及演變特征

選取2010年1月9—10日積冰過程內4次不連續(xù)降雨的時間段，將第三層模擬區(qū)域（圖2中d03區(qū)域）的全部區(qū)域作為重點分析區(qū)域，通過區(qū)域平均來研究該區(qū)域云垂直結構及微物理轉化特征。由于本次凍雨時間內云內溫度均在-10～ 0 ℃，同時基于模擬結果，該區(qū)域水凝物粒子主要為云水和雨水，故下文主要分析這兩類粒子的垂直分布以及雨水形成的微物理機制。

2.1" 水凝物粒子垂直分布

圖6是2010年1月9日09—13時d03區(qū)域水凝物粒子比含水量平均值的垂直分布。如圖所示，9時至12時，云中的云水和雨水混合比逐漸增加，云水凝結增多，伴隨云的厚度和云水含量增加，雨水含水量呈增長趨勢。云水混合比極大值所在高度大約在2 500 m，隨著時間推移略微增高。雨水混合比在09時隨高度的變化不大，而后雨水混合比隨著時間推移迅速增大，09—12時的雨水混合比極大值大約在1 500 m高度。12—13時，云中的云水和雨水混合比迅速減小，對應降水的減弱和云的消散。

圖7是2010年1月9日16—20時d03區(qū)域水凝物粒子比含水量平均值的垂直分布。如圖所示，云中云水和雨水混合比都隨時間的推移先逐漸增加，而后迅速減小。1月9日16時云水混合比的極大值在0.28 g·kg-1左右，隨著時間的發(fā)展緩慢增加，到19時迅速減小到0.04 g·kg-1左右，極大值所在的云層高度始終在2 500 m左右。16時的雨水混合比極大值大約在0.002 g·kg-1左右，而后逐漸增大。直到18時，雨水混合比極大值增大到了0.003 g·kg-1，到19時迅速減小。20時，云水和雨水混合比又略微增大。綜上所述，16—18時，云處于發(fā)展期，降水增大;18—19時，云開始消散，降水迅速減弱;19—20時，云又開始發(fā)展。

由圖8可見，10日05時，云水混合比的峰值為0.075 g·kg-1，峰值高度約為2 500 m。07時，云水混合比峰值和峰值高度分別降到了0.068 g·kg-1和2 300 m。此后，從07—11時，云水混合比峰值高度變化不大，但峰值在07—09時有所增長，而在09—11時略有下降。與云水混合比相比，雨水混合比則隨時間推移呈現出明顯的增長趨勢。05—07時，雨水混合比緩慢增大，峰值高度均在1 500 m左右。07—09時，雨水混合比迅速增大，峰值高度不變。到11時，1 500 m以下的雨水混合比略有減小，1 500 m以上的雨水混合比快速增大，峰值高度增大到1 900 m。綜上所述，05—09時，雨水混合比呈現增加趨勢;09—11時，盡管1 500 m以下的雨水混合比有所下降，但1 500 m以上雨水混合比增大。

圖9表明，2010年1月10日16—22時云水的混合比隨著時間的推移減小，云水混合比峰值高度在16—20時幾乎不變，在20—22時有所上升。雨水混合比在16—18時內增大，18—20時減小，但其峰值高度幾乎不變。22時，峰值迅速增大，并且高度迅速降低。說明18時開始，云處于消散階段。雨水含量隨著云水含量的減少而減少且存在高度降低，對應云發(fā)展強度的減弱和降水中心的下移。

綜上所述，1月9日的兩次降水過程云水混合比均在0.35 g·kg-1內，其中第一次降水過程的雨水混合比最大值幾乎是第二次的2倍，約為0.006 g·kg-1，對應較強的降水（圖4）。相比之下，1月10日的兩次降水過程云水混合比均小于0.12 g·kg-1，第二次降水過程中的云水以及雨水混合比均略高于第一次。雨水混合比的數量級與牛生杰等（2011）以及Zhou et al.（2013） 對恩施雷達站的分析結果一致。張芳華等（2024）研究了2024年2月1—3日武漢凍雨的微物理結構，發(fā)現該地區(qū)凍雨形成的機制主要以冰相融化機制為主，溫度層結呈現“冷-暖-冷”的結構。1—3日武漢上空云層內氣溫多在-10 ℃以上，云水占據主導，2日白天的云水混合比增大至0.4 g·kg-1及以上，與本文云水混合比的數量級相當。可見，本文所采用的WRF模式模擬結果整體上反映了該地區(qū)凍雨形成云系云水混合比的實際情況。

從云物理結構的垂直分布可以看出，在凍雨過程中，除了降水發(fā)生時段，過冷云水和過冷雨水也有可能影響恩施雷達站，進而影響電線積冰的形成和發(fā)展。因此，在該次電線積冰過程中，除凍雨降水過程外，云微物理環(huán)境的發(fā)展演變也應該是電線積冰預報中需要考慮的影響因素。

2.2" 雨水形成的微物理機制

因4次降水過程均為過冷暖雨過程，云微物理結構和降水產生的微物理機制相似，故在本次凍雨發(fā)生的兩日內分別選取兩個代表時次分析降水形成的微物理機制。

圖10a、b是在1月9日凍雨事件中區(qū)域平均的雨滴微物理轉化率垂直分布。從圖中可以發(fā)現，12時，主要源項為雨滴碰并云水和云雨自動轉化，匯項則主要為蒸發(fā)，此時源項的總值大于匯項，對應較大雨強。而18時的雨滴碰并雨水的值相比12時有所增加，但由于云雨自動轉化較弱，蒸發(fā)量也略微增大，導致雨強比12時小。圖10c、d是1月10日凍雨事件中區(qū)域平均的雨滴微物理轉化率垂直分布。在該過程中，雨水的主要源匯項與9日降水過程相似，但是源匯項強度均有大幅減小，這主要是由于相比9日，10日的云水含量更低。其中，18時的源匯項比09時大，同時源匯的總值相比匯項也更大，這與10日18時更大的雨強相對應。

3" 基于積冰模型計算積冰厚度

3.1" 凍雨積冰模型

應用Jones凍雨積冰模型，通過凍雨過程中風速和降水率來推算水平圓柱形導線的冰負載（Jones，1998;王天舒，2020）：

Wj=1ρiπ160Pjρ02+（0.06VjLj）21/2。

其中：W（mm）、P（mm·h-1）、L（g·m-3）和V （m·s-1）分別為凍雨過程第j分鐘的冰厚、降水率、液態(tài)含水量和風速;ρi=0.9 g·cm-3、ρ0=1.0 g·cm-3 分別為冰、水密度。

3.2" 積冰厚度模擬結果

圖11為恩施雷達站觀測和模擬的積冰厚度對比，模擬的積冰厚度是基于WRF模擬結果輸出的d03區(qū)域平均降水率、液態(tài)含水量（云水、雨水含水量之和）和水平風速，通過Jones凍雨積冰模型得到。從圖中可以看出，觀測的積冰厚度波動較大，在凍雨期間迅速增長。同時，由于融化、蒸發(fā)等過程的影響，積冰厚度還存在減少的情況。相比之下，模擬的積冰厚度的變化較為平緩，但總體發(fā)展趨勢與實際觀測值基本一致。在此次降水過程中，最終模擬的積冰厚度略高于實際觀測值，但總體相差不大，這主要是由于Jones凍雨積冰模型未考慮融化、蒸發(fā)等可能導致積冰厚度減小的過程?？傮w來說，Jones凍雨積冰模型能夠較好地模擬出電線積冰厚度隨時間增長的演變趨勢。

圖12為觀測和模擬的每小時積冰厚度的變化曲線。從圖中可以看到，觀測的積冰厚度增長率在-1.5～2 mm·h-1的范圍內，低于0的部分代表積冰厚度可能因融化、蒸發(fā)、升華等過程而減小。而模擬的積冰厚度增長率則保持在0～0.6 mm·h-1。發(fā)生凍雨降水過程時，無論是模擬還是觀測的積冰厚度增長率多呈增大趨勢，這說明凍雨過程中降水的發(fā)生對電線積冰的生成和厚度增長有一定的促進作用。Zhou et al.（2013）也對2009—2010年恩施凍雨是否有利于積冰厚度增長做了詳細的研究，結果表明積冰厚度的增長率在凍雨期間比無降水時大。

總體來說，對于平均冰厚增長率，模擬的值略低于觀測計算得到的值，但兩者均在0.4 mm·h-1左右，這與王天舒（2020）對2018—2019年恩施雷達站進行電線積冰觀測分析得到的結論一致，該研究發(fā)現凍雨中平均冰厚增長率為0.4 mm·h-1。然而，觀測的積冰厚度增長率，在沒有降水的時段也存在增長情況。例如，在10日01—04時、14時、19時左右，雖然沒有觀測到降水的發(fā)生，但是積冰厚度增長率仍然較高。可見，除了降水的影響外，過飽和水汽及凝結增長等因素也有可能影響電線積冰厚度的增長規(guī)律。

圖13為觀測恩施雷達站地面以上2 m和模擬相同高度處氣溫隨時間的變化。從圖中可以看出，在這次積冰過程內，恩施雷達站距地2 m的氣溫均位于0 ℃以下。模擬的結果與觀測值相差不大，差值基本不超過1 ℃。

對比圖12與圖13發(fā)現，不同的降水過程中，觀測與模擬的溫度變化以及積冰厚度增長率之間存在一定差異。第二次降水過程發(fā)生在凌晨，降水發(fā)生時觀測與模擬的溫度均下降，模擬溫度的下降幅度相對較小，觀測的積冰厚度增長率隨著降水發(fā)生而顯著增大，而模擬的積冰厚度增長率則在降水發(fā)生時有所減小。第三次降水過程發(fā)生在下午，此時模擬的溫度略有升高，對應的積冰厚度增長率沒有顯著變化;而實際溫度先升高后降低，對應的積冰厚度增長率呈現先降后升的趨勢，但整體變化幅度較小。第四次降水過程同樣發(fā)生在凌晨，模擬與觀測的溫度均呈現下降的趨勢，模擬結果顯示積冰厚度增長率略微增大，而觀測的積冰厚度增長率迅速降低為0。

綜上可得，第二次降水事件中，降溫過程與降水的發(fā)生共同影響積冰厚度的發(fā)展。而在下午時段的降水事件中，積冰厚度增長率的變化與溫度的相關性較弱，這可能與太陽輻射引起的熱力條件變化的影響有關。而對于最后一次降水事件，模擬結果在積冰增長率與溫度的關系上與觀測存在偏差，這可能是由較強的實際降水強度導致的快速融冰或者降水侵蝕積冰導致的，而模擬的積冰厚度增長率的變化偏弱可能是由模擬的雨強偏小導致的。

4" 結論

冰凍雨雪過程導致的電線積冰成因復雜、危害嚴重，對其形成機理的科學認識不足，極大地制約電線積冰的預報預警精度。本文基于WRF數值模式和積冰厚度預報模型，對凍雨積冰過程形成的宏微觀物理機制進行探索，發(fā)現宏觀天氣背景、大氣層結、云降水微環(huán)境均有可能影響積冰的發(fā)生和厚度增長。具體結論如下：

1）本文基于WRF模式輸出結果驅動凍雨積冰預報模型，凍雨積冰模型基本可以模擬出電線積冰厚度隨時間的增長趨勢，積冰增長率也能在一定程度上反映實際電線積冰增長速率。然而，積冰增長模型預報的積冰厚度總體小于實際觀測結果。這可能是因為積冰增長模型只考慮了積冰增長過程中過冷云水、雨水凍結的影響，而未考慮水汽對積冰增長的可能貢獻。此外，在目前積冰厚度預報模型中，未考慮融化、蒸發(fā)等可能導致積冰厚度減小的過程，導致該模型不能預報出積冰厚度減小的過程。

2）研究發(fā)現，本次凍雨天氣主要通過過冷暖雨過程形成，而過冷暖雨過程中高層逆溫層的阻擋抑制了云體垂直方向的發(fā)展，導致云高在3 000 m左右，云厚在1 500～2 000 m。云中雨水增長的物理過程以云雨自動轉化和雨水碰并云水為主。其中，雨水對過冷云水的碰并對雨水混合比增長貢獻更大。云微物理結構的演變影響降水的發(fā)展和演變，進而影響凍雨積冰過程。除此之外，在非降水時段，積冰厚度也可能呈增長趨勢，表明過冷云微物理環(huán)境對積冰增長的貢獻也不容忽視。

致謝：本文的數值計算得到了南京信息工程大學高性能計算平臺的支持和幫助。謹致謝忱！

參考文獻（References）

杜骦，周寧，韓永翔，等，2019.河南省一次凍雨過程中電線積冰厚度模擬［J］.氣象，45（5）：641-650." Du S，Zhou N，Han Y X，et al.，2019.Simulation of wire ice thickness during a freezing rain process in Henan Province［J］.Meteor Mon，45（5）：641-650.doi：10.7519／j.issn.1000-0526.2019.05.005.（in Chinese）.

Goodwin E J，Mozer J D，Di Gioia A M，1983.Predicting ice and snow loads for transmission lines.proceedings［C］／／International Workshop on Atmospheric Icing of Structures （IWAIS）：267-273.

Hobbs P V，Rangno A L，1985.Ice particle concentrations in clouds［J］.J Atmos Sci，42（23）：2523-2549.doi：10.1175／1520-0469（1985）042lt;2523：ipcicgt;2.0.co;2.

胡艷楠，牛生杰，呂晶晶，等，2017.湖北電線積冰統(tǒng)計分析及積冰逆溫層結研究［J］.氣候與環(huán)境研究，22（1）：35-44." Hu Y N，Niu S J，Lü J J，et al.，2017.Statistical analysis and inversion study on ice accretion in Hubei Province［J］.Climate Environ Res，22（1）：35-44.doi：10.3878／j.issn.1006-9585.2016.15267.（in Chinese）.

Imai I，1953.Studies on ice accretion［J］.Researches on Snow and Ice，3（1）：3544.

Jones K F，1998.A simple model for freezing rain ice loads［J］.Atmos Res，46（1／2）：87-97.doi：10.1016／S0169-8095（97）00053-7.

Lenhard R W Jr，1955.An indirect method for estimating the weight of glaze on wires［J］.Bull Amer Meteor Soc，36（1）：1-5.doi：10.1175／1520-0477-36.1.1.

廖玉芳，段麗潔，2010.湖南電線覆冰厚度估算模型研究［J］.大氣科學學報，33（4）：395-400." Liao Y F，Duan L J，2010.Study on estimation model of wire icing thickness in Hunan Province［J］.Trans Atmos Sci，33（4）：395-400.doi：10.13878／j.cnki.dqkxxb.2010.04.016.（in Chinese）.

劉超，江琪，桂海林，2018.2018年1月大氣環(huán)流和天氣分析［J］.氣象，44（4）：590-596." Liu C，Jiang Q，Gui H L，2018.Atmospheric circulation and weather analysis in January 2018［J］.Meteor Mon，44（4）：590-596.（in Chinese）.

劉丹，牛生杰，2015.兩次電線積冰過程氣象條件實時觀測研究［J］.大氣科學學報，38（3）：428-432." Liu D，Niu S J，2015.Observational study on real-time meteorological conditions during two wire icing processes［J］.Trans Atmos Sci，38（3）：428-432.doi：10.13878／j.cnki.dqkxxb.20130313001.（in Chinese）.

劉紅武，李振，陳龍，等，2020.湖南一次罕見低溫雨雪冰凍天氣過程分析［J］.沙漠與綠洲氣象，14（2）：18-26." Liu H W，Li Z，Chen L，et al.，2020.Analysis of a rare consecutive cryogenic freezing rain in Hunan Province［J］.Desert Oasis Meteor，14（2）：18-26.doi：10.12057／j.issn.1002-0799.2020.02.003.（in Chinese）.

劉志雄，蔡榮輝，鄧見英，等，2013.2008年湖南凍雨成因研究［J］.高原氣象，32（2）：2456-2467." Liu Z X，Cai R H，Deng J Y，et al.，2013.Formation mechanism of freezing rain in Hunan Province in 2008［J］.Plateau Meteor，32（2）：456-467.doi：10.7522／j.issn.1000-0534.2012.00044.（in Chinese）.

Makkonen L，1998.Modeling power line icing in freezing precipitation［J］.Atmos Res，46（1／2）：131-142.

牛生杰，周悅，賈然，等，2011.電線積冰微物理機制初步研究：觀測和模擬［J］.中國科學：地球科學，41（12）：1812-1821." Niu S J，Zhou Y，Jia R，et al.，2011.Preliminary study on microphysical mechanism of wire icing：observation and simulation［J］.Sci Sinica：Terrae，41（12）：1812-1821.（in Chinese）.

牛生杰，王天舒，呂晶晶，等，2021.電線積冰及路面溫度研究的新進展［J］.大氣科學學報，44（4）：485-495." Niu S J，Wang T S，Lü J J，et al.，2021.New progress in the study of ice accumulation on power lines and pavement temperature［J］.Trans Atmos Sci，44（4）：485-495.doi：10.13878／j.cnki.dqkxxb.20210309001.（in Chinese）.

歐建軍，周毓荃，楊棋，等，2011.我國凍雨時空分布及溫濕結構特征分析［J］.高原氣象，30（3）：692-699." Ou J J，Zhou Y Q，Yang Q，et al.，2011.Analyses on spatial-temporal distributions and temperature-moisture structure of freezing rain in China［J］.Plateau Meteor，30（3）：692-699.（in Chinese）.

彭京備，孫淑清，2019.2018年1月南方雨雪天氣的形成及其與冬季風異常的關系［J］.大氣科學，43（6）：1233-1244." Peng J B，Sun S Q，2019.Formation of rainy and snowy weather in South China in January 2018 and its relationship with the abnormal East Asian winter monsoon［J］.Chin J Atmos Sci，43（6）：1233-1244.doi：10.3878／j.issn.1006-9895.1901.18188.（in Chinese）.

Rauber R M，Olthoff L S，Ramamurthy M K，et al.，2000.The relative importance of warm rain and melting processes in freezing precipitation events［J］.J Appl Meteor，39（7）：1185-1195.doi：10.1175／1520-0450（2000）039lt;1185：triowrgt;2.0.co;2.

陶玥，史月琴，劉衛(wèi)國，2012.2008年1月南方一次冰凍天氣中凍雨區(qū)的層結和云物理特征［J］.大氣科學，36（3）：507-522." Tao Y，Shi Y Q，Liu W G，2012.Characteristics of stratification structure and cloud physics of the freezing rain over southern China in January 2008［J］.Chin J Atmos Sci，36（3）：507-522.doi：10.3878／j.issn.1006-9895.2011.11082.（in Chinese）.

王帥，李勁松，原輝，等，2024.基于CALMET-WRF耦合的復雜地形下導線覆冰的精細化數值模擬研究［J］.大氣科學學報，47（3）：509-520." Wang S，Li J S，Yuan H，et al.，2024.Simulation study on ice thickness of transmission line in complex terrain based on WRF model coupling with CALMET downscaling model［J］.Trans Atmos Sci，47（3）：509-520.doi：10.13878／j.cnki.dqkxxb.20230918001.（in Chinese）.

王天舒，2020.基于高分辨率觀測的三類電線積冰研究：氣象要素和微結構相結合［D］.南京：南京信息工程大學." Wang T S，2020.Study on three types of wire icing based on high resolution observation：combination of meteorological elements and microstructure［D］.Nanjing：Nanjing University of Information Science and Technology.（in Chinese）.

吳息，孫朋杰，熊海星，等，2012.利用常規(guī)氣象資料建立的導線覆冰模型［J］.大氣科學學報，35（3）：335-341." Wu X，Sun P J，Xiong H X，et al.，2012.A conductor icing model based on parameters of conventional meteorological observations［J］.Trans Atmos Sci，35（3）：335-341.doi：10.13878／j.cnki.dqkxxb.2012.03.001.（in Chinese）.

熊婧媛，2023.中國華北層積云微物理特性及降水粒子譜演變特征研究［D］.南京：南京信息工程大學." Xiong J Y，2023.Study on microphysical characteristics of stratocumulus in North China and evolution characteristics of precipitation particle spectrum in China［D］.Nanjing：Nanjing University of Information Science and Technology.（in Chinese）.

徐輝，金榮花，2010.地形對2008年初湖南雨雪冰凍天氣的影響分析［J］.高原氣象，29（4）：957-967." Xu H，Jin R H，2010.Analyese of influence of terrain on freezing-rain weather in Hunan in the early 2008［J］.Plateau Meteor，29（4）：957-967.（in Chinese）.

尹憲志，任余龍，楊子和，等，2013.華家?guī)X2008年電線積冰的變化特征與氣象條件分析［J］.干旱氣象，31（3）：530-534，549." Yin X Z，Ren Y L，Yang Z H，et al.，2013.The variation of wire icing in Huajialing in 2008 and analysis of its meteorological conditions［J］.J Arid Meteor，31（3）：530-534，549.doi：10.11755／j.issn.1006-7639（2013）-03-0530.（in Chinese）.

張芳華，許先煌，權婉晴，等，2024.2024年春運期兩次極端雨雪冰凍天氣過程對比分析［J］.暴雨災害，43（4）：371-383." Zhang F H，Xu X H，Quan W Q，et al.，2024.Comparison of two extreme rainfall／snowfall and freezing weather events during the Spring Festival transportation period in 2024［J］.Torrential Rain Disasters，43（4）：371-383.doi：10.12406／byzh.2024-095.（in Chinese）.

Zhou Y，Niu S J，Lü J J，2013.The influence of freezing drizzle on wire icing during freezing fog events［J］.Adv Atmos Sci，30（4）：1053-1069.doi：10.1007／s00376-012-2030-y.

周悅，周月華，牛生杰，等，2014.云中積冰過程微物理參量演變規(guī)律的數值模擬［J］.大氣科學學報，37（4）：441-448." Zhou Y，Zhou Y H，Niu S J，et al.，2014.Numerical simulations of microphysical properties evolution of the in-cloud icing process［J］.Trans Atmos Sci，37（4）：441-448.doi：10.13878／j.cnki.dqkxxb.20121010005.（in Chinese）.

Zhou Y，Niu S J，Lü J J，et al.，2016.The effect of freezing drizzle，sleet and snow on microphysical characteristics of supercooled fog during the icing process in a mountainous area［J］.Atmosphere，7（11）：143.doi：10.3390／atmos7110143.

周悅，呂晶晶，高正旭，等，2024.2024年2月湖北省一次大范圍凍雨過程的宏微觀特征及形成機制初探［J］.暴雨災害，43（4）：458-468." Zhou Y，Lü J J，Gao Z X，et al.，2024.Study on the macro and micro characteristics of a large-scale freezing rain weather event in Hubei Province［J］.Torrential Rain Disasters，43（4）：458-468.doi：10.12406／byzh.2024-131.（in Chinese）.

宗志平，馬杰，2011.2008年初凍雨強度變化以及與逆溫層特征之間的關系［J］.氣象，37（2）：156-160." Zong Z P，Ma J，2011.The relationship between the strength variability of freezing rain and the character of inversion in the beginning of 2008［J］.Meteor Mon，37（2）：156-160.（in Chinese）.

·ARTICLE·

Microphysical mechanisms and numerical forecasting of ice accretion thickness during a freezing rain event

SHAO Meiyi1，LIU Xiaoli1，WU Haopeng2

1Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration，Nanjing University of Information Science and Technology，Nanjing 210044，China;

2School of Atmospheric Physics， Nanjing University of Information Science and Technology， Nanjing 210044，China

Abstract" During the winter season in southern China，freezing rain and ice accretion often lead to substantial socio-economic impacts，including power interruption，tree damage，traffic disruptions，and risk to human safety.Scientific research into freezing rain and ice accretion processes，especially their formation mechanism，is critical for improving the forecast accuracy and mitigating associated hazards.This study presents a detailed numerical investigation of the freezing rain and ice accretion event that occurred in Hubei Province in the winter of 2010.The study utilized the European Centre for Medium-range Weather Forecasts （ECMWF） ERA-Interim reanalysis dataset （0.75°×0.75° spatial resolution，6 hours temporal resolution） as the initial field，in combining with the version v3.7.1 of the weather research and forecasting （WRF） model.Results reveals that the cloud microphysical structure and precipitation formation mechanisms remains consistent across different stages of the ice accretion process，with ice accretion predominantly forming through a supercooled warm rain process.The primary growth mechanism for rainwater in the cloud is the auto-conversion of cloud water to rain and the coalescence of rain with cloud water.Notably，the coalescence of rain with supercooled cloud water plays a more significant role in increasing rainwater mixing ratios.By analyzing the meteorological field and cloud microphysical data from the WRF simulation，and integrate them with the Jones Ice Thickness Prediction Model，the study captures the temporal evolution of ice thickness during the freezing rain event.The Jones model，which utilized readily available physical quantities such as wind speed，precipitation amount，and liquid water content，effectively simulate the trend of ice thickness overtime.A comparative analysis with observed datasets confirms that the model reasonably predict the trend of ice accretion thickness during the event.Meteorological factors，such as air temperature and precipitation intensity，significantly influence ice thickness.For instance，lower air temperature accelerate ice accretion growth，while increased precipitation intensity contributes to rapid ice accumulation.The in-depth analysis of influencing factors provides a robust numerical simulation framework for improving early warnings of freezing rain and ice accretion events.Findings of this study provide a relevant analysis of the physical mechanisms，simulation outcomes，and enhance forecasting capabilities for freezing rain and ice accretion processes.Besides，the results may contribute to advancing forecast accuracy，mitigating socio-economic impacts，and bolstering disaster prevention and response strategies.

Keywords" freezing rain ice accretion;cloud microphysical structure;microphysical mechanism;ice accretion thickness

doi：10.13878／j.cnki.dqkxxb.20240711011

（責任編輯：劉菲）