數值模式產品在人工增雨工作中的應用

劉野軍，王周翔，孫海燕，谷笑楠，齊穎

（1.吉林省氣象服務中心；2.吉林省人工影響天氣辦公室；3.中國氣象局吉林省人民政府人工影響天氣聯合開放實驗室，吉林長春130062）

數值模式產品在人工增雨工作中的應用

劉野軍1，王周翔2,3，孫海燕2,3，谷笑楠2,3，齊穎2,3

（1.吉林省氣象服務中心；2.吉林省人工影響天氣辦公室；3.中國氣象局吉林省人民政府人工影響天氣聯合開放實驗室，吉林長春130062）

本文主要介紹了GRAPES模式數據產品在人工影響天氣業務中的應用及研究。利用GRAPES模式與機載粒子測量系統（PMS）進行對比發現：兩者得到的云微物理量量級大致相符。與FY2衛星紅外圖像進行云宏觀特征對比發現：兩者得到的云帶分布、系統性云系的云形、位置分布大體相似，修正后即可應用。

GRAPES模式；云微物理量場；云宏觀場

GRAPES是中國氣象科學研究院數值預報研究中心自主開發的新一代靜力/非靜力多尺度通用數值預報模式，在氣象業務中得到廣泛的應用。蔣德海等將其應用在華南沿海風電場精細風場預報中，朱紅芳等利用GRAPES模式產品直接制作淮河流域面雨量預報產品，葉成志等對GRAPES模式重大災害性降水天氣過程預報性能進行了檢驗分析。國家人工影響天氣中心以GRAPES模式為基礎，通過耦合詳細的云降水物理方案，研發了人工增雨的云系模式GRAPES_CAMS。本文主要介紹了該模式數據產品在人工影響天氣業務工作中的業務應用及研究。

1 云微物理量對比

模式使用早期，主要利用模式數據與機載粒子測量系統（PMS）數據，對云微物理量進行對比。通過對云水、雨水、冰晶、雪、霰等幾種粒子的比含水量及雨滴、冰晶、雪、霰的數濃度進行比較，發現模式預報的云微物理量中，粒子的比含水量普遍偏大，粒子數濃度比較準確。以2007年5月15日過程為例，對比模式預報的云微物理量場數據以及實際的PMS觀測數據，模式預報的各種粒子的比含水量比實際觀測值大，其中霰的比含水量相差最大，模式預報量比實際觀測高4個量級，其次是云水、冰晶、雪粒子，預報量比觀測量高3個量級，雨水的兩個量值最接近，但也差2個量級。由表1可見，模式預報的粒子數濃度與觀測值相近。雪粒子數濃度相差最大，每立方米相差3000個左右，但量級相同（見表1）。因此，模式的云微物理場預報，粒子的比含水量普遍偏大，粒子數濃度比較準確。

表1 模式云微物理量預報與實際PMS觀測數據比較

2 云宏觀特征對比

圖1 2016年5月3日23時云系位置（a為FY2衛星紅外云圖，b為GRAPES_CAMS模式預報云帶）

隨著模式使用的深入，除了與機載粒子測量系統（PMS）數據進行云微物理量對比，還可與FY2衛星紅外圖像進行云宏觀特征對比。對比分析發現，模式能夠很好地預報出預報區域內的云帶分布、系統性云系的云形，云帶位置分布與實況相比略有偏差。在實際應用中，要結合云圖實況對模式結果進行訂正。以2016年5月3日為例，在紅外云圖上，我國東北地區有一冷渦云系，冷渦中心附近云系位于遼寧、吉林、黑龍江及內蒙古東部地區，模式預報的冷渦中心云系位置吻合；模式預報的冷渦外圍云帶位置主要處于我國東部，由于實際系統中冷空氣入流更深入，紅外衛星云圖上該云帶位置更偏北一些，云帶預報位置略有偏差；在蒙古國有一條帶狀云系，模式預報的云帶形狀、結構、位置與實際云帶一致（見圖1）。

3 模式資料在人影業務中的應用

由于模式預報的云微物理量、云宏觀特征與實況基本相符，因此被應用于實際人工影響天氣業務中及人工增雨潛力分析與預報工作中。模式預報結果可以幫助業務人員確定增雨潛力區域，并為其提供作業建議。以2016年5月3日20時～4日20時過程為例，東北區域有云系覆蓋（見圖1），部分云帶存在過冷水。云系垂直結構分析顯示：過冷云水（Qc）主要位于0℃～-20℃層（高度在3000～6300米），冰晶數（N i）為10～50個/L，冰晶較少，云系有自然降水（Q r）產生，具有增雨潛力（見圖2）。基于云系宏觀分布結構與垂直結構分析，可以得出人工增雨潛力區主要分布在黑龍江大部、吉林大部、遼寧大部等地區。由于是大范圍、較穩定云系，考慮作業方式以飛機作業為主，地面作業配合。作業部位為云中過冷水豐富區域，作業高度層為0℃～-20℃層（高度在3000～6300米）。以上各地區可以根據降水云系的發展演變，結合需水條件開展飛機和地面作業。

圖2 2016年5月3日23時的云系垂直結構

4 結語

對比GRAPES_CAMS模式預報產品與實況數據發現：與機載粒子測量系統（PMS）數據相比，模式預報的云微物理量數據中，粒子的比含水量普遍偏大，粒子數濃度比較準確；模式能夠很好地預報出區域內的云帶分布、系統性云系的云形，云帶位置分布與實況相比略有偏差。在實際人工影響天氣業務中，可以參考GRAPES_CAMS模式預報的云帶分布、云形、云帶位置，同時結合云圖實況訂正，從而確定人工增雨潛力區、作業區域、作業高度及作業類型。

[1]伍湘君,金之雁,黃麗萍.GRAPES模式軟件框架與實現[J].應用氣象學報,2005,16(04):539-546.

[2]蔣德海,宋耀明,陳子通.GRAPES模式在華南沿海風電場精細風場預報中的應用[J].資源科學,2015,37(02):325-332.

P48

A

10.14025/j.cnki.jlny.2017.14.056

劉野軍，本科學歷，工程師，研究方向：氣象服務。