何 陽(yáng)，李紅斌，夏 葳，溫家梁，濮文耀，張殿剛

（大連市人工影響天氣辦公室，遼寧 大連 116001）

隨著新一代天氣雷達(dá)高時(shí)空分辨率探測(cè)及全國(guó)布網(wǎng)建設(shè)，使天氣監(jiān)測(cè)和預(yù)報(bào)準(zhǔn)確性得到了極大提高，而新一代天氣雷達(dá)在人工影響天氣中的應(yīng)用[1-3]，特別是在人工增雨、防雹決策指揮等方面發(fā)揮著越來(lái)越突出的作用[4-7]，已成為人工影響天氣科學(xué)決策指揮作業(yè)不可缺少的重要工具。通過(guò)幾十年人影作業(yè)實(shí)踐和分析，人工增雨作業(yè)預(yù)警、決策等方面研究取得了重要成果[8-10]。許多省、市結(jié)合當(dāng)?shù)貙?shí)際，綜合不同雷達(dá)特征參數(shù)作為增雨潛力分析[11-12]和作業(yè)決策[13-14]判別指標(biāo)。并通過(guò)實(shí)踐證明，催化云體過(guò)冷層越厚，催化潛力越大，作業(yè)效果越好[15-17]。且通過(guò)數(shù)值模擬得到，增雨最佳時(shí)機(jī)選擇在對(duì)流云降水初期，或?qū)訝钤?、積層混合云降水云系發(fā)展旺盛階段[18]。

遼東半島最南端的大連市受三面環(huán)海等特殊氣候影響，淡水資源嚴(yán)重匱乏。隨著2003年SC型多普勒天氣雷達(dá)建成并投入業(yè)務(wù)使用，大連市人影辦在多年作業(yè)實(shí)踐和歷史資料分析基礎(chǔ)上，研究和建立了以雷達(dá)特征參數(shù)為主的火箭增雨作業(yè)預(yù)警、決策判別指標(biāo)體系[17]，研發(fā)了基于SC多普勒天氣雷達(dá)的火箭人工增雨流動(dòng)作業(yè)決策指揮系統(tǒng)[18-20]，并實(shí)現(xiàn)業(yè)務(wù)運(yùn)行，在大連市農(nóng)業(yè)抗旱、水庫(kù)蓄水和生態(tài)環(huán)境保護(hù)等方面發(fā)揮了重要作用。2015年SA新一代多普勒雷達(dá)在大連投入應(yīng)用。通過(guò)大連市增雨防雹決策系統(tǒng)業(yè)務(wù)運(yùn)行發(fā)現(xiàn)，雷達(dá)作業(yè)決策時(shí)常出現(xiàn)過(guò)去未曾有過(guò)的誤判，甚至將強(qiáng)雹云判別成單體雹云，可能是不同型號(hào)雷達(dá)特征參數(shù)和決策指標(biāo)存在差異所致。為了訂正雷達(dá)判別指標(biāo)及補(bǔ)充建立大連市冬季增雨（雪）雷達(dá)決策指標(biāo)，通過(guò)對(duì)2016—2018年大連市86次降水過(guò)程SA多普勒雷達(dá)資料進(jìn)行PUP處理和分析，根據(jù)冷云催化原理和數(shù)值模擬結(jié)果[18]等，建立了基于SA多普勒天氣雷達(dá)人工增雨（雪）作業(yè)預(yù)警、決策判別指標(biāo)提升了人影科學(xué)作業(yè)決策指揮能力。

1 資料與方法

采用2016—2018年大連市7個(gè)基本站（大連、旅順、金州、瓦房店、普蘭店、莊河、長(zhǎng)海）的86次降水天氣過(guò)程（3個(gè)基本站過(guò)程雨量≥5 mm）相關(guān)氣象資料，以及SA多普勒雷達(dá)探測(cè)基數(shù)據(jù)資料。通過(guò)對(duì)高空天氣圖資料、探空資料進(jìn)行統(tǒng)計(jì)[21]和分析，得到了大連市適宜人工增雨（雪）的降水天氣形勢(shì)場(chǎng)特征及層結(jié)穩(wěn)定度；對(duì)雷達(dá)基數(shù)據(jù)資料進(jìn)行PUP分析，得到了雷達(dá)特征參數(shù)、降水回波特征及主要降水云系特征；結(jié)合冷云催化及數(shù)值模擬結(jié)果[18]，建立了SA多普勒雷達(dá)的人工增雨作業(yè)決策判別指標(biāo)；利用2019年41次降水過(guò)程及4月13日一次作業(yè)實(shí)例對(duì)大連市增雨雪決策指揮系統(tǒng)進(jìn)行了業(yè)務(wù)運(yùn)行及雷達(dá)資料反演指標(biāo)分析和驗(yàn)證。

2 人工增雨（雪）天氣特征

2.1 降水形勢(shì)場(chǎng)特征

2016—2018年大連市共出現(xiàn)86次降水（≥5 mm）天氣過(guò)程，其中，冬季（11—2月）降水34次，春、夏、秋季降水52次。對(duì)高空500 hPa天氣圖分析得到，冬季出現(xiàn)降水的高空形勢(shì)場(chǎng)主要為高空槽（68%）、東北冷渦（19%）和平直西風(fēng)氣流（13%）；春、夏、秋季高空形勢(shì)場(chǎng)主要為高空槽（56%）、東北冷渦（22%）、副熱帶高壓西南氣流（13%）、西北氣流和江淮氣旋（9%）。其中，高空槽和東北冷渦占比較大，為75%（表1），是大連適宜人工增雨（雪）主要降水天氣形勢(shì)。

表1 大連市適宜人工增雨（雪）的500 hPa降水天氣形勢(shì)場(chǎng)所占比例 %

2.2 大氣層結(jié)穩(wěn)定度

對(duì)86次降水天氣過(guò)程的不穩(wěn)定參數(shù)沙氏指數(shù)（Si）分析發(fā)現(xiàn)，產(chǎn)生降水時(shí)大氣層結(jié)多為穩(wěn)定層結(jié)（Si＞0），只在夏季副熱帶高壓、東北冷渦和江淮氣旋形勢(shì)下的降水過(guò)程才出現(xiàn)不穩(wěn)定層結(jié)（Si＜0）。由此可知，大連市秋、冬季實(shí)施地面燃煙爐增雨（雪）作業(yè)時(shí)，大氣中、低層（700、850 hPa）高空槽前上升運(yùn)動(dòng)[20]與地面低壓輻合上升[20]運(yùn)動(dòng)配合較好，是地面煙爐增雨（雪）有效作業(yè)的基本前提。

3 人工增雨（雪）雷達(dá)決策指標(biāo)分析

大連市人工增雨（雪）主要采用火箭和地面燃煙爐催化系統(tǒng)，其中，火箭（固定和移動(dòng)）主要實(shí)施春、夏、秋季的人工增雨作業(yè)；地面燃煙爐主要在冬季實(shí)施增雨（雪）作業(yè)。

3.1 增雨作業(yè)預(yù)警指標(biāo)

在火箭車增雨移動(dòng)作業(yè)中，需進(jìn)行作業(yè)預(yù)警分析（即車輛適時(shí)調(diào)度）。臨近（3～0 h）作業(yè)時(shí)，通過(guò)雷達(dá)實(shí)時(shí)監(jiān)測(cè)及作業(yè)預(yù)警指標(biāo)分析[19]確定火箭車出發(fā)時(shí)間和作業(yè)預(yù)設(shè)點(diǎn)。

2015年SA多普勒雷達(dá)在大連投入業(yè)務(wù)使用。對(duì)2016—2018年春、夏、秋季52次降雨天氣過(guò)程雷達(dá)資料進(jìn)行PUP分析及雷達(dá)回波特征等分析，得到了主要降雨云系為層狀云、積層混合云和對(duì)流云共169個(gè)個(gè)例，其中積層混合云106個(gè)、對(duì)流云41個(gè)、層狀云22個(gè)。根據(jù)冷云催化原理和數(shù)值模擬結(jié)果[18-19]（層云、積層混合云作業(yè)時(shí)機(jī)應(yīng)選擇在降雨發(fā)展旺盛階段和對(duì)流云降雨初期）等綜合分析，獲得了不同類型云的作業(yè)預(yù)警指標(biāo)（表2）。

表2 不同類型云的作業(yè)預(yù)警指標(biāo)

作業(yè)預(yù)警指標(biāo)寫(xiě)入了大連市火箭增雨決策指揮系統(tǒng)[20]并業(yè)務(wù)應(yīng)用。通過(guò)雷達(dá)監(jiān)測(cè)及作業(yè)預(yù)警指標(biāo)，可適時(shí)輸出作業(yè)預(yù)警方案[20]，進(jìn)行車輛適時(shí)調(diào)度。利用2019年春、夏、秋季28次降雨天氣過(guò)程的76個(gè)不同類型云雷達(dá)回波個(gè)例進(jìn)行系統(tǒng)業(yè)務(wù)運(yùn)行及雷達(dá)作業(yè)預(yù)警指標(biāo)分析和驗(yàn)證，經(jīng)數(shù)據(jù)統(tǒng)計(jì)，準(zhǔn)確率達(dá)87%。

3.2 人工增雨（雪）作業(yè)決策指標(biāo)

作業(yè)決策（即作業(yè)時(shí)機(jī)選擇）是科學(xué)有效作業(yè)關(guān)鍵要素之一。主要通過(guò)雷達(dá)實(shí)時(shí)監(jiān)測(cè)及指標(biāo)判別確定。由于冬、夏季降水回波特征參數(shù)差異，為了科學(xué)精準(zhǔn)作業(yè)，針對(duì)不同季節(jié)，采用原火箭增雨決策指標(biāo)研究方法[17]進(jìn)行了SA多普勒雷達(dá)的增雨（雪）作業(yè)決策指標(biāo)分析及完善建立。

3.2.1 春、夏、秋季人工增雨作業(yè)決策指標(biāo)

在預(yù)警指標(biāo)基礎(chǔ)上，結(jié)合雷達(dá)特征參數(shù)值及其變化，建立了SA多普勒雷達(dá)的人工增雨作業(yè)決策判別指標(biāo)（表3）。

表3 基于SA多普勒天氣雷達(dá)的人工增雨作業(yè)決策判別指標(biāo)

該判別指標(biāo)寫(xiě)入了大連市火箭人工增雨決策指揮系統(tǒng)[19]并業(yè)務(wù)應(yīng)用。經(jīng)2019年76個(gè)個(gè)例的驗(yàn)證，準(zhǔn)確率達(dá)93%。

3.2.2 冬季人工增雨（雪）作業(yè)決策指標(biāo)

對(duì)2016—2018年冬季34次降水過(guò)程的雷達(dá)基數(shù)據(jù)資料進(jìn)行PUP分析，根據(jù)獲得的雷達(dá)回波特征和特征參數(shù)值及其變化，得到了大連市冬季主要降水云系為層狀云（31個(gè)）、積層混合云（41個(gè)）和對(duì)流云（19個(gè)）91個(gè)個(gè)例，結(jié)合冷云催化原理及數(shù)值模擬結(jié)果[18]等綜合分析，建立了SA多普勒雷達(dá)的人工增雪（雨）作業(yè)決策判別指標(biāo)（表4）。

表4 基于SA多普勒天氣雷達(dá)的人工增雪（雨）作業(yè)決策判別指標(biāo)

該作業(yè)決策指標(biāo)寫(xiě)入了大連市人工增雨雪決策指揮系統(tǒng)[20]并投入業(yè)務(wù)應(yīng)用。利用2019年冬季13次降水過(guò)程的34個(gè)不同類型云雷達(dá)回波個(gè)例進(jìn)行了系統(tǒng)業(yè)務(wù)運(yùn)行及雷達(dá)決策指標(biāo)分析和驗(yàn)證，準(zhǔn)確率達(dá)91%。

采用相同雷達(dá)特征參數(shù)和方法研究建立的SA多普勒雷達(dá)決策判別指標(biāo)與原SC多普勒雷達(dá)決策指標(biāo)進(jìn)行對(duì)比發(fā)現(xiàn)，雷達(dá)特征參數(shù)指標(biāo)存在一定差異，即SA型回波強(qiáng)度（反射率因子）平均增大5 dBZ、回波頂高減小1～2 km、垂直積分液態(tài)水含量增大1～3 kg/m2。由此可見(jiàn)，不同型號(hào)雷達(dá)的人影作業(yè)預(yù)警、決策指標(biāo)可能存在差異，在業(yè)務(wù)應(yīng)用中，需及時(shí)進(jìn)行訂正分析。通過(guò)完善建立的大連市人工增雨（雪）決策指標(biāo)體系及業(yè)務(wù)應(yīng)用，提升了系統(tǒng)的科學(xué)決策和作業(yè)實(shí)時(shí)指揮。

4 人工增雨實(shí)例分析

2019年4月13日大連市出現(xiàn)一次降雨天氣過(guò)程，大連市人影辦組織實(shí)施了火箭人工增雨。對(duì)本次過(guò)程進(jìn)行火箭增雨指揮系統(tǒng)業(yè)務(wù)運(yùn)行和雷達(dá)資料反演決策指標(biāo)判別及綜合分析，取得了預(yù)期效果。

4.1 天氣形勢(shì)場(chǎng)分析

受高空槽影響，4月13日大連市出現(xiàn)小雨天氣過(guò)程。通過(guò)形勢(shì)場(chǎng)分析可知，在13日08時(shí)高空500 hPa上有一寬廣淺槽橫跨我國(guó)東北，大連市上空為平直偏西氣流場(chǎng)（高層上升運(yùn)動(dòng)偏弱[22]），對(duì)應(yīng)850 hPa槽前西南氣流場(chǎng)（即低層上升運(yùn)動(dòng)較強(qiáng)[21]）；地面圖上，大連位于閉合低壓前部均壓場(chǎng)中，水平風(fēng)速較小，為2 m/s（圖1），并擴(kuò)展到850 hPa高度。由大連探空資料分析可知，本次降雨過(guò)程大氣層結(jié)為穩(wěn)定層結(jié)（圖2）。

圖1 2019年4月13日08時(shí)地面天氣圖

圖2 2019年4月13日20時(shí)T-lnP圖

4.2 雷達(dá)決策及人工增雨

正值春季農(nóng)業(yè)抗旱，大連出現(xiàn)小雨天氣過(guò)程，大連市人影辦提前做好火箭增雨各項(xiàng)準(zhǔn)備，時(shí)刻關(guān)注天氣，根據(jù)系統(tǒng)業(yè)務(wù)運(yùn)行，組織實(shí)施了火箭增雨作業(yè)。利用6 min一次雷達(dá)基數(shù)據(jù)資料進(jìn)行PUP處理和系統(tǒng)業(yè)務(wù)運(yùn)行，以及雷達(dá)資料反演，再現(xiàn)了SA多普勒天氣雷達(dá)作業(yè)預(yù)警、決策指標(biāo)判別和火箭增雨實(shí)時(shí)指揮作業(yè)過(guò)程。

通過(guò)系統(tǒng)業(yè)務(wù)運(yùn)行，13日17：51雷達(dá)決策平臺(tái)發(fā)出了黃泥川（圖3a中橘色小三角）等作業(yè)點(diǎn)的作業(yè)預(yù)警，并輸出了作業(yè)預(yù)警方案[20]。指揮員經(jīng)過(guò)人工訂正（分析大連市火箭車到達(dá)黃泥川作業(yè)點(diǎn)需1 h等）后，下達(dá)了火箭車出發(fā)到達(dá)黃泥川等作業(yè)點(diǎn)的作業(yè)指令。

圖3 2019年4月13日17：51雷達(dá)決策指揮平臺(tái)適時(shí)輸出顯示

同時(shí)，對(duì)PM2.5實(shí)時(shí)觀測(cè)資料分析得到，降雨前大連市出現(xiàn)了較長(zhǎng)時(shí)間的大氣污染（即PM2.5＞100維持了24 h），大連市人影辦在重點(diǎn)實(shí)施農(nóng)業(yè)抗旱增雨同時(shí)，也兼顧開(kāi)展對(duì)大連市區(qū)空氣凈化、減輕大氣污染影響的增雨作業(yè)。

當(dāng)增雨火箭車到達(dá)作業(yè)預(yù)設(shè)點(diǎn)后，20：27雷達(dá)決策指揮平臺(tái)輸出黃泥川等作業(yè)點(diǎn)作業(yè)決策報(bào)警（圖4a）及作業(yè)實(shí)施方案[17]（圖5）。指揮員經(jīng)訂正分析發(fā)現(xiàn)，黃泥川等作業(yè)點(diǎn)上空的降雨云中液態(tài)水含量較充沛（圖4b），且垂直積分液態(tài)水含量較大，為4～9 kg/m2，表明此時(shí)作業(yè)云中增雨潛力較大。

圖4 2019年4月13日20：27雷達(dá)決策指揮平臺(tái)適時(shí)輸出顯示

圖5 2019年4月13日20：27雷達(dá)決策指揮平臺(tái)適時(shí)作業(yè)預(yù)警和決策顯示

大連市人影辦抓住有利時(shí)機(jī)，實(shí)時(shí)指揮黃泥川等3個(gè)作業(yè)點(diǎn)在20：28和20：58實(shí)施了兩次火箭增雨作業(yè)，共發(fā)射增雨火箭彈18枚[17]。

對(duì)黃泥川作業(yè)點(diǎn)做了實(shí)施方案調(diào)整，達(dá)到大連市區(qū)空氣凈化的增雨目的，間隔30 min兩次作業(yè)，共發(fā)射增雨火箭彈6枚（3枚/次），45°發(fā)射仰角（-13℃層高度），方位角為西南（下游大連市區(qū)）。經(jīng)測(cè)算，黃泥川作業(yè)點(diǎn)距大連站約20 km，其作業(yè)高度4 km（火箭彈道參數(shù)45°發(fā)射仰角）處的水平風(fēng)向?yàn)槲髂掀黠L(fēng)、風(fēng)速為10 m/s（圖2）。對(duì)作業(yè)云體移動(dòng)計(jì)算分析，作業(yè)后40～80 min（即21—22時(shí)），作業(yè)云將移到大連市區(qū)。根據(jù)大連站地面小時(shí)觀測(cè)雨量，20時(shí)（作業(yè)階段）為2.5 mm，21、22時(shí)（即作業(yè)云體影響階段）分別為3.1和3.7 mm。作業(yè)后，大連市區(qū)地面雨量的增加與黃泥川作業(yè)點(diǎn)作業(yè)云體對(duì)大連市區(qū)的影響時(shí)段相吻合，達(dá)到了預(yù)期效果。

此外，在大連市雨量增大的同時(shí)，近地面大氣細(xì)顆粒物濃度PM2.5逐漸減小，在23時(shí)減小到68（＜75）。由此表明，一定程度的濕沉降過(guò)程對(duì)本地源大氣污染起到減輕和緩解作用。

通過(guò)人工增雨決策指揮系統(tǒng)業(yè)務(wù)運(yùn)行和雷達(dá)反演決策指標(biāo)分析，雷達(dá)決策指揮平臺(tái)能適時(shí)、準(zhǔn)確輸出火箭增雨作業(yè)預(yù)警、決策指標(biāo)判別結(jié)果，進(jìn)行實(shí)時(shí)指揮。

5 結(jié)論

（1）對(duì)2016—2018年大連市產(chǎn)生的86次降水過(guò)程高空500 hPa形勢(shì)場(chǎng)分析，以及不同季節(jié)降水過(guò)程SA多普勒雷達(dá)基數(shù)據(jù)資料進(jìn)行PUP分析，得到了幾種適宜人工增雨雪作業(yè)的高空形勢(shì)場(chǎng)和雷達(dá)決策判據(jù)指標(biāo)。冬季形勢(shì)場(chǎng)主要為高空槽、東北冷渦和平直西風(fēng)氣流，春夏秋季為高空槽、東北冷渦、副高西南氣流、西北氣流和江淮氣旋，高空槽和東北冷渦占75%，是大連市主要降水天氣系統(tǒng)。通過(guò)雷達(dá)資料分析，得到大連市主要降水云系（即層狀云、積層混合云和對(duì)流云），根據(jù)冷云催化原理及數(shù)值模擬結(jié)果等綜合分析，建立SA多普勒雷達(dá)的人工增雨（雪）作業(yè)預(yù)警、決策判據(jù)指標(biāo)（回波強(qiáng)度≥16 dBZ、垂直積分液態(tài)水含量≥1 kg/m2）。

（2）利用2019年41次降水過(guò)程（春、夏、秋季28次，冬季13次）統(tǒng)計(jì)得到的110個(gè)不同類型云雷達(dá)回波個(gè)例進(jìn)行了雷達(dá)作業(yè)預(yù)警、決策指標(biāo)分析和驗(yàn)證，得到了87%及以上準(zhǔn)確率。對(duì)4月13日一次實(shí)例進(jìn)行了火箭增雨指揮系統(tǒng)業(yè)務(wù)運(yùn)行和雷達(dá)反演決策指標(biāo)判別，將新建SA多普勒雷達(dá)決策指標(biāo)寫(xiě)入人工增雨（雪）決策指揮系統(tǒng)，提升了系統(tǒng)科學(xué)決策和作業(yè)指揮能力，取得預(yù)期效果。