中国北方典型地区不同类型云微物理特征分析

吕玉环 雷恒池 魏蕾

(1 天津市武清区气象局，天津 301700; 2 中国科学院大气物理研究所云降水与强风暴实验室，北京 100029;3 北京市人工影响天气办公室，北京 100089)

引言

云覆盖地球上约60%的表面，通过吸收和反射太阳辐射和地球辐射，从而影响地球系统的辐射平衡。在液态含水量不变的情况下，高浓度的气溶胶提供了大量的云凝结核(CCN，Cloud Condensation Nuclei)，会导致云滴数浓度的增加并使云滴尺度变小[1]。进一步加深对气溶胶和云的相互作用的理解，需要深入了解云的微物理特性，包括云滴粒子数浓度、粒子有效半径、液态含水量及粒子平均半径等。

不同类型云的宏微观物理结构特征千差万别，与产生该云的天气系统、地域及所处云系不同的发展阶段等密切相关，因此，为深入了解一个地区的云系物理结构，就需要对该地区的各种云系开展深入的探测研究。飞机探测可直接获取云的宏微观结构，且时间、空间分辨率都比较高，所以利用机载粒子测量系统对云系微物理参量进行探测，是目前研究云微物理特征的重要手段。因受到大气环流、人为排放和云过程等因素的影响，导致不同地区、不同时期的云的微物理参数差异很大。Miles等[2]收集了已有文献中的观测数据，发现海洋性层状云粒子浓度平均为74 个·cm-3，含水量平均为0.18 g·m-3，平均有效直径为19.2 μm，大陆性层状云的探测结果分别为288 cm-3、0.19 g·m-3、10.8 μm。Prabha等[3]在研究深对流云飞机观测中比较了季风前部及季风内浓积云的云参数，发现在云底以上2000 m处有效半径可相差一倍，且水平方向上云水含量的起伏远大于有效半径的起伏，南美亚马逊地区也有类似的测量结果(Fraud等[4])，云滴谱分布在污染的季风前云中明显要比较清洁的季风性云中要窄，在各个高度层都存在较多的小于10 μm的小粒子。魏蕾等[5]对东北地区一次处于消散期的降水性层状云飞机探测发现，雨层云(Ns)云底约在1000 m左右，云顶不超过4000 m，小粒子在每个高度层上都占主要部分，0.61～2 μm的小粒子浓度可达100 个·cm-3，云内含水量较少，极大值也不足0.01 g·m-3。

国内近几十年来，在湖北[6]、广西[7]、甘肃[8]、青海[9]、山东[10]、山西[11]、河北[12-13]、河南[14]、辽宁[15]、吉林[16-17]、北京[18]等地利用机载粒子探测系统进行了大量云物理结构的探测试验，提供了大量云的宏、微观特征资料。但是，云系的发生、发展受到多种的因素影响，云系的垂直结构和微物理特征在不同时间也存在一定的差异，利用单次个例飞行探测所取得的微物理参数特征结果与该地区统计特征的一致性存在质疑。因此，要得到具有客观性和可比性的结果，就需要对该地区云物理结构特征和参数含量进行综合统计分析。

本文利用内蒙古通辽地区2009—2011年每年的5—9月飞机观测资料，前期已经对该地区气溶胶分布特征进行的相关分析[19]，可以看出内蒙古通辽地区相对华北及北京周边等重污染地区是相对清洁的，在前期研究的基础上，本文重点分析这样一个中国北方典型地区的各类型云微观特征量(数浓度、平均直径、液态水含量、云滴尺度分布等)以及它们的时空变化，并与历史及同期华北地区相关的观测数据进行对比，目的在于了解各类型云的粒子浓度、含水量等微物理特征，为雷达、卫星等遥测和北方地区飞机人工增雨作业提供必要的观测依据。

1 观测概况

1.1 观测地点

通辽市位于内蒙古自治区东部，东临吉林省，南接辽宁省，地处松辽平原西端，科尔沁草原腹地，是我国东北地区和华北地区交汇处(图1)，是中国北方典型区域，属我国干旱半干旱地区。地势呈马鞍形，南部为辽西山地边缘的浅山、黄土丘陵区，北部为大兴安岭南麓余脉的石质山地丘陵，周边地区下垫面主要为沙地和沙丘。该区域属中温带大陆性季风气候，处在西风带与副热带气流交汇处，其降水系统受周围地形、大(中)尺度天气系统的影响很大，该区域易受到东北冷涡的控制，此外，西风带的冷锋、气旋、低涡、副热带高压西部的切变和热带系统等都可能影响该地区。

图1 内蒙古通辽位置

1.2 观测仪器

本文观测使用的仪器是美国DMT(Droplet Measurement Technologies)公司生产的新一代气溶胶、云和降水探测设备。气溶胶粒子探头PCASP-SPP200(Passive Cavity Aerosol Spectrometer Probe，Signal Processing Package)能够测量不同粒径大小的气溶胶粒子，测量范围为0.1～3.00 μm，该探头的测量范围是0.1～3.00 μm，总共分为30个间隔不完全相同的测量通道，最小分辨率为0.01 μm。云及气溶胶粒子探头CAS(Cloud and Aerosol Spectrometer)既可以测量云滴也可以测量粗粒子气溶胶，总量程为0.35～50 μm，测量通道分为30个不完全相同的间隔，最小分辨率为0.07 μm。云凝结核计数器CCN(Cloud Condensation Nuclei)用以测量不同过饱和度对应的活化粒子数。此外还有AIMMES-20 (Aircraft Integrated Meteorological Measurement System)常规气象探头，可以探测温度、湿度、气压、GPS(Global Positioning System)以及真空速，同时该探头还能够测量三维风速。

2009—2011年每年5月到9月，利用内蒙古通辽市气象局人工影响天气办公室的Y-12飞机搭载上述仪器对该地区实施飞机探测，共进行了41架次有设计的飞行探测，获得了大量珍贵探测资料。

2 数据处理方法

由于飞机不能穿过强对流云，文中提及的积云主要指淡积云，水平尺度一般在几百米，少数能达到1～2 km，垂直尺度接近水平尺度。另外，由于飞行观测主要夏秋季进行，飞行海拔高度一般为1～4 km，因此所测云体主要为暖云。云型的判断依据飞行日志中的记录及地面航站楼无线电探空仪相关资料。

云数据选取CAS探头测量的3～50 μm云粒子资料。粒子探头所探测到的数据为各个直径范围内的粒子个数，因此需要进行换算为常用的量。按照如下方法对云滴数浓度、平均直径、有效直径、液态含水量、云滴谱标准差和云滴谱相对离散度进行统计计算：

数浓度：Ni=ni/V，单位为个·cm-3;

总数浓度：Ntot=∑Ni，单位为个·cm-3;

平均直径：Dm=∑niDi/∑ni，单位为μm;

云滴谱标准差：

σ=(∑ni(Di-Dm)2/∑ni)1/2,单位为μm;

云滴谱相对离散度：ε=σ/Dm。

其中,ni是第i档观测到的粒子数，V(Sample Volum)为采样体积，Ni(个·cm-3)表示单位体积内第i通道的数浓度，Di(μm)是第i通道的几何平均直径，ρw= 1 g·cm-3是液态水的密度。

3 云微物理特征的统计分析

在2009—2011年通辽地区的41架次飞机观测数据中，观测的各类型云主要为云的暖区。各类型云数据记录共有42754个，其中积云(Cu)，层积云(Sc)，高积云(Ac)，高层云(As)和雨层云(Ns)的记录分别为1538、3016、10774、14267、13159个。表1给出了各类云型中云粒子微物理参数的统计分析，包括云滴粒子数浓度Nc、液态含水量LWC 、云滴有效直径De、云滴平均直径Dm的最大值(Max)、平均值(Mean)、中值(Median)和标准差(Std)。图2给出了各类型云中的平均温度和平均相对湿度的垂直分布廓线。

图2 2009—2011年内蒙古通辽地区飞机观测的不同类型云中平均温度(a)和平均相对湿度(b)的垂直廓线

表1 2009—2011年内蒙古通辽地区41架次飞机观测中不同类型云中微物理参数的统计值

为了解不同时间云中微物理参数差异，选取5月和9月的积云(Cu)观测数据进行对比，统计结果见表2，可以看出，通辽地区9月积云中云滴粒子数浓度、液态含水量、云滴有效直径、云滴平均直径均比5月的观测值要大，此外，本文对的国内早期一些已发表的北方地区云微物理观测特征进行了总结(表3)。

表2 2009—2011年内蒙古通辽地区5月和9月飞机观测云微物理参数的统计值

表3 中国部分北方地区飞机观测云物理观测参数统计值

3.1 云滴数浓度的统计分析

如表1所示，最大云滴数浓度Nc的大小顺序为：As>Sc>Cu>Ns>Ac。各类型云中云滴数浓度最大值均比同期华北地区观测值(Deng等[25])要大一些。其中Sc和Cu的Nc最大值分别为1715.6和1695.8 个·cm-3，大于同期华北地区PMS观测值1244和1164 个·cm-3。两地均表现为Sc的最大值比Cu的最大值要大，可能是观测中的Cu几乎都是发展较弱的淡积云，没有得到浓积云和积雨云的资料。国内早期PMS观测(表3所示)得到的云滴数浓度值都较低，可能是云观测仪器和方法不同等原因，也可能是得到的云观测样本量的差异。

平均Nc(个·cm-3)的大小顺序是:Sc(454.55±397.39)>Cu(142.3±163.12)>As(134.73±205.49)>Ns(125.11±147.23)>Ac(101.28±118.76)。Sc的平均Nc比国内早期北方地区观测(10个·cm-3量级)要高很多(表3)，这个结果与Miles等[2]搜集的资料较接近。非降水云(Cu和Ac)的平均Nc比同期(Deng等[25])北京地区观测值偏小，而降水性云(Sc、As和Ns)的平均Nc则偏大。

图3给出了不同类型云中Nc的累积概率密度分布情况。X轴表示Nc，由于Nc的变化范围比较大且主要都累积在小值部分，为了更加详尽的描述数据的特性，对X轴采用对数坐标。从图3中可以看出，Sc云的Nc变化范围大于其他云型，一半数据大于350个·cm-3，且70%的Nc大于190个· cm-3。其次，As和Cu累计概率分布比较相似，均有50%的数据大于135个·cm-3，但Cu在小值部分数据比较多，As大值部分范围略大，As云的最大Nc可达到3500个·cm-3，并且43%的Nc大于187个·cm-3。对于Ns云有43%的数据大于130个·cm-3。另外，当Nc介于70～250个·cm-3时，Ac和Cu的Nc累计概率都急剧减小，说明Ac和Cu的Nc绝大部分都是小于250 cm-3。从图3中可以看出，对于某种特定的云来说，云滴数浓度是很不均匀的，变化范围很大。而降水性云(Ns，As，Sc)比非降水性云(Cu，Ac)的Nc值跨度范围大，且累计概率的减小幅度较为平缓。

图3 2009—2011年通辽地区飞机观测的不同类型云中云滴数浓度(Nc)的累积概率密度分布

3.2 液态含水量的统计分析

不同类型云中液态含水量LWC统计结果显示(表1)，LWC最大值的大小顺序为：Ns>As>Sc>Ac>Cu。与同期华北地区(Deng等[25])观测值相比，积状云(Cu、Sc和Ac)的LWC最大值偏小，而层状云(As和Ns)的LWC最大值(0.417和0.567 g·m-3)偏大。Cu云最大LWC在统计的各类云中最小(0.106 g·m-3)，可能是由于本次观测中的Cu是一些小积云和淡积云，发展都较弱，上升气流较弱，使得LWC较小，而且在飞行过程也没有飞到云的中心，云的边缘的夹卷乱流作用较强，会使得外围干空气进入云区，从而降低云滴数浓度和液态水含量。

平均LWC(g·m-3)的大小顺序是：Sc(0.052±0.066)>Ns(0.035±0.048)>As(0.026±0.029)>Ac(0.016±0.019)>Cu(0.015±0.016)。最大值出现在Sc中(0.052 g·m-3)，与同期(Deng等[25])华北地区观测值(0.058 g·m-3)相当，也与早期国内的一些观测结果(表3)一致，都在0.01～0.06 g·m-3范围内。但Miles等[2]搜集资料中的Sc的平均LWC在不同地区差异很大，从0.005～0.7 g·m-3，有很多地区都比本文的观测结果要大。Cu平均LWC也只有0.015 g·m-3，与同期华北地区(Deng等[25])PMS观测结果相当，可能是观测中的Cu几乎都是发展较弱的淡积云。对Sc，Ns和As这样的降水性云，它们的LWC要比Ac和Cu这样的非降水云要大。对于各类云的LWC的中值都比相应的平均LWC要小，这说明高值数据对LWC的平均值影响较大。

图4为不同类型云中液态含水量的累积概率密度分布。X轴表示LWC，并采用对数坐标。从图4中可以看出，降水性云(As, Ns和Sc)的LWC比非降水性云(Cu和Ac)的变化范围更宽，且LWC大值所占比例更大。降水云中有大约65%的LWC数据都大于0.023 g·m-3，而非降水云大概只有25%。其中，Sc云的LWC变化范围最宽，大约75%的数据都大于0.01 g·m-3。Ac和Cu的LWC累计概率分布最为相似，当LWC介于0.0075～0.04 g·m-3时，它们的LWC累计概率迅速减小，这表明Ac和Cu的LWC绝大部分都小于0.04 g·m-3。对于As和Ns，当LWC小于0.01 g·m-3的累计概率几乎为0.75，而LWC大于0.3 g·m-3的累计概率几乎为0，这说明通辽地区的层状云As和Ns大多数的LWC是介于0.01～0.3 g·m-3，与早期北方地区(表3)和Miles等[2]整理的层状云观测结果一致。

图4 2009—2011年通辽地区飞机观测的不同类型云中液态水含量(LWC)的累计概率密度分布

3.3 云滴尺度的统计分析

不同类型云的有效直径De和平均直径Dm的统计结果如表1所示。可以看到，平均De的大小顺序是Ns>As>Ac>Cu >Sc，不同云的平均Dm特征与De类似。较高的云(Ac和As，Ns)普遍比低层云(Sc和Cu)的De和Dm要大，最大De和Dm分别为38.059 μm和14.541 μm，平均De和Dm与早期国内(表3)的层状云观测结果一致，都在3～20 μm范围内。在所有类型的云中，Sc的Nc是最大的，而Sc的平均De和Dm是最小的，仅有6.904±3.392 μm和4.652±1.23 μm。有较大Nc的云类，一般云滴尺度小，这与(Deng等[25])所得结论一致。对Sc和Cu平均Dm几乎一致，都接近4.7 μm，与Miles等[2]搜集总结的Sc的Dm在3～13.4 μm的范围内一致。

图5为De和Dm的概率密度分布图。可以看出，不同类型云中De和Dm概率密度的分布形式差别很大。对于De的概率分布，Cu和As的最大峰值概率集中在5 μm，Sc，Ac和Ns的最大峰值概率集中在8 μm附近。除了Sc和Ac以外，其他云均在23 μm左右还有一个小峰。对于Dm的概率分布，Sc有明显的双峰分布，分别集中在3.5 μm和5 μm 附近。而层云(As和Ns)除了在4.5 μm附近的最大峰值，在9 μm附近的次峰值也比积云(Cu，Sc和Ac)要大，这说明降水性层云与非降水性云相比，含有较多的大云滴，有利于降水的形成。

图5 2009—2011年通辽地区飞机观测的不同类型云中云滴有效直径(De)(a)和云滴平均直径(Dm)(b)的概率密度分布

3.4 云滴谱相对离散度的统计分析

对各类型云滴谱的相对离散度随云滴数浓度Nc的变化进行分析，选取10000个以上记录数的云型Ac，As和Ns，所得结果如图6所示。从图6中可以看出各类云在Nc较小时，相对离散度比较分散。随着Nc的增加，相对离散度逐渐收敛到0.3～0.6的范围，在高Nc下，各类云相对离散度都最终收敛到0.4附近，这与Zhao等[26]的观测结果基本一致，他们研究发现在高Nc时相对离散度逐渐收敛到0.3～0.5的范围。例如对于Ac，当Nc在趋于50个·cm-3时，相对离散度在0.2～0.8间变化，当Nc在200个·cm-3时，相对离散度收敛到0.3～0.5，当Nc在400个·cm-3附近时，收敛到0.4左右。从通辽的观测数据可以看到，虽然各类云均表现为最终收敛到0.3～0.5，但同时也表现出不同类型的云的相对离散度收敛速度不一样，大小顺序是Ac>As>Ns，而这正与3类云的平均有效直径De的大小顺序相反，因此我们认为云滴尺度相对大的云，云滴谱相对离散度有更小的收敛速度。

图6 2009—2011年内蒙古通辽地区飞机观测的Ac(a), As(b), Ns(c)中云滴谱相对离散度随云滴数浓度(Nc)的变化

4 结论与讨论

通过对2009—2011年通辽地区飞机探测结果的综合统计分析，得到了该地区不同类型云的微物理特征。

(1)平均云滴数浓度Nc大小为：Sc>Cu>As>Ns>Ac。Sc的平均Nc比国内早期北方地区观测值要高很多，与Miles等[2]搜集的资料较接近。非降水云(Cu和Ac)的平均Nc比同期北京地区(Deng等[25])观测值偏小，而降水性云(Sc、As和Ns)偏大。降水性云与非降水性云相比，Nc值一般跨度范围较大，且累计概率的减小幅度较为平缓。

(2)积状云(Cu、Sc和Ac)的最大LWC值比同期华北地区观测值小很多，而层状云(As和Ns)的最大LWC值要大。平均LWC大小为：Sc>Ns>As>Ac>Cu。降水性云(Sc，Ns和As)平均LWC比非降水云(Ac和Cu)要大，层状云As和Ns大多数的LWC介于0.01～0.3 g·m-3。

(3)不同类型云的平均直径Dm特征与有效直径De类似，有较大Nc的云类，一般云滴尺度小。平均De(μm)的大小顺序是Ns>As>Ac>Cu>Sc。高云和中云(Ac和As，Ns)普遍比低云(Sc和Cu)的De和Dm要大，平均De在6.9～13.8 μm范围内。降水性层云(As和Ns)与非降水性云(Cu, Sc和Ac)相比，有较多的大云滴，有利于降水的形成。

(4)各类型云在云滴数浓度Nc小的时候，相对离散度比较分散，随着Nc的增加，相对离散度逐渐收敛到0.3～0.6的范围，在高Nc下，各类云相对离散度都最终收敛到0.4附近。不同类型的云的相对离散度收敛速度不一样，大小顺序是Ac>As>Ns，而这正与3类云平均De的大小顺序相反。

综上所述，通辽地区与北京及其周边高污染地区(Deng等[25])云统计特征量的差异不大，可能存在以下几点原因：①气溶胶化学组分的差异，北京地区气溶胶可能包含大量难于活化的人为有机气溶胶。②纬度的差异导致两地云底温度不同，宏观参量的差异导致微物理参量的差异。③天气系统的影响，很可能一部分观测的云位于西风槽的槽前，受槽前西南气流的引导，气溶胶从华北高污染地区输送到通辽地区，导致两地云参数的差异变小。④仪器的误差和人为因素。

本文只是概述性的描述通辽地区不同类型云的大致特征，通辽地区不同天气条件下气溶胶和云的相互作用还有待深入分析。