干旱气象 ›› 2023, Vol. 41 ›› Issue (1): 114-122.DOI: 10.11755/j.issn.1006-7639(2023)-01-0114
收稿日期:
2021-09-03
修回日期:
2022-11-08
出版日期:
2023-02-28
发布日期:
2023-02-28
作者简介:
邢峰华(1989—),男,硕士,工程师,主要从事大气物理及人工影响天气等研究。E-mail:837267839@qq.com。
基金资助:
XING Fenghua1,2(), HUANG Feiting2, LI Guangwei1, HUANG Qiaoming1
Received:
2021-09-03
Revised:
2022-11-08
Online:
2023-02-28
Published:
2023-02-28
摘要:
利用雷达、降水及探空资料对2015—2020年海南岛昌江霸王岭及五指山毛阳试验点的暖云吸湿性焰条催化试验在不同月份及天气系统影响下的增雨效果进行评估并通过选取典型个例研究催化过程的物理响应特征。结果表明:南海低压槽和华南沿海槽影响下的催化试验整体增雨正效果较明显,平均绝对增雨量均超过未催化组2.00 mm。7、8、9月暖云催化试验均能展现出不同程度的增雨正效果,其中8月催化试验平均绝对增雨量最高,达4.71 mm。海南岛2个试验点总催化样本平均绝对增雨量0.73 mm,平均相对增雨率13.52%,平均增水量39.73万m3。由典型个例的物理检验中发现,催化后0.5 h是一个关键时刻,即催化云和对比云的几乎所有物理检验指标约在催化后0.5 h后拉开差距。
中图分类号:
邢峰华, 黄菲婷, 李光伟, 黄巧明. 海南岛中部山区暖云人工增雨催化试验物理效果分析[J]. 干旱气象, 2023, 41(1): 114-122.
XING Fenghua, HUANG Feiting, LI Guangwei, HUANG Qiaoming. Physical effect analysis of warm cloud-seeding experiment for artificial precipitation enhancement in central mountain areas of Hainan Island[J]. Journal of Arid Meteorology, 2023, 41(1): 114-122.
天气系统 | 试验分组 | 样本数 | 催化云平均 降水量/mm | 对比云平均 降水量/mm | 平均绝对 增雨量/mm | 平均相对 增雨率/% | 平均增水量 /万m3 |
---|---|---|---|---|---|---|---|
华南沿海槽 | 催化组 | 8 | 6.78 | 3.89 | 2.89 | 74.29 | 68.82 |
未催化组 | 7 | 8.36 | 6.13 | 2.23 | 36.38 | 24.93 | |
热带低压系统 | 催化组 | 9 | 8.28 | 8.09 | 0.19 | 2.35 | 13.95 |
未催化组 | 8 | 6.83 | 9.80 | -2.97 | -30.31 | -33.39 | |
南海低压槽 | 催化组 | 16 | 6.51 | 4.04 | 2.47 | 61.14 | 69.89 |
未催化组 | 10 | 8.51 | 14.49 | -5.98 | -41.27 | -16.67 | |
越南低压槽 | 催化组 | 7 | 3.58 | 4.17 | -0.59 | -14.15 | -42.07 |
未催化组 | 7 | 5.24 | 11.14 | -5.90 | -52.96 | -43.85 | |
冷空气影响 | 催化组 | 2 | 7.10 | 0.67 | 6.43 | 959.70 | 66.76 |
未催化组 | 4 | 4.48 | 5.20 | -0.72 | -13.85 | -45.47 | |
变暖高压脊 | 催化组 | 3 | 2.11 | 2.72 | -0.61 | -22.43 | -8.70 |
未催化组 | 3 | 4.07 | 8.32 | -4.25 | -51.08 | 3.87 | |
西南低压槽 | 催化组 | 4 | 10.87 | 6.74 | 4.13 | 61.28 | 85.90 |
未催化组 | 3 | 6.66 | 10.45 | -3.79 | -36.27 | -16.40 |
表1 2015—2020年海南岛山区不同天气系统下暖云人工增雨催化试验统计结果
Tab.1 Statistical results of warm cloud-seeding experiments for artificial precipitation enhancement under different weather systems in mountain areas of Hainan Island from 2015 to 2020
天气系统 | 试验分组 | 样本数 | 催化云平均 降水量/mm | 对比云平均 降水量/mm | 平均绝对 增雨量/mm | 平均相对 增雨率/% | 平均增水量 /万m3 |
---|---|---|---|---|---|---|---|
华南沿海槽 | 催化组 | 8 | 6.78 | 3.89 | 2.89 | 74.29 | 68.82 |
未催化组 | 7 | 8.36 | 6.13 | 2.23 | 36.38 | 24.93 | |
热带低压系统 | 催化组 | 9 | 8.28 | 8.09 | 0.19 | 2.35 | 13.95 |
未催化组 | 8 | 6.83 | 9.80 | -2.97 | -30.31 | -33.39 | |
南海低压槽 | 催化组 | 16 | 6.51 | 4.04 | 2.47 | 61.14 | 69.89 |
未催化组 | 10 | 8.51 | 14.49 | -5.98 | -41.27 | -16.67 | |
越南低压槽 | 催化组 | 7 | 3.58 | 4.17 | -0.59 | -14.15 | -42.07 |
未催化组 | 7 | 5.24 | 11.14 | -5.90 | -52.96 | -43.85 | |
冷空气影响 | 催化组 | 2 | 7.10 | 0.67 | 6.43 | 959.70 | 66.76 |
未催化组 | 4 | 4.48 | 5.20 | -0.72 | -13.85 | -45.47 | |
变暖高压脊 | 催化组 | 3 | 2.11 | 2.72 | -0.61 | -22.43 | -8.70 |
未催化组 | 3 | 4.07 | 8.32 | -4.25 | -51.08 | 3.87 | |
西南低压槽 | 催化组 | 4 | 10.87 | 6.74 | 4.13 | 61.28 | 85.90 |
未催化组 | 3 | 6.66 | 10.45 | -3.79 | -36.27 | -16.40 |
月份 | 试验分组 | 样本数 | 催化云平均 降水量/mm | 对比云平均 降水量/mm | 平均绝对 增雨量/mm | 平均相对 增雨率/% | 平均增水量 /万m3 |
---|---|---|---|---|---|---|---|
4月 | 催化组 | 2 | 4.38 | 3.35 | 1.03 | 30.79 | 10.52 |
未催化组 | 1 | 9.03 | 10.06 | -1.03 | -10.24 | -6.67 | |
5月 | 催化组 | 6 | 1.34 | 1.53 | -0.19 | -12.39 | -2.05 |
未催化组 | 4 | 1.51 | 5.34 | -3.84 | -71.83 | -24.87 | |
6月 | 催化组 | 9 | 7.25 | 4.07 | 3.18 | 78.07 | 79.51 |
未催化组 | 3 | 13.10 | 14.71 | -1.61 | -10.94 | 14.03 | |
7月 | 催化组 | 12 | 3.95 | 3.58 | 0.37 | 10.40 | 7.03 |
未催化组 | 12 | 3.92 | 8.78 | -4.86 | -55.40 | -38.54 | |
8月 | 催化组 | 10 | 10.09 | 5.38 | 4.71 | 87.45 | 89.14 |
未催化组 | 9 | 8.56 | 7.14 | 1.42 | 19.84 | 45.41 | |
9月 | 催化组 | 7 | 4.88 | 4.34 | 0.54 | 12.45 | 26.61 |
未催化组 | 11 | 8.33 | 13.80 | -5.46 | -39.60 | -42.79 | |
10月 | 催化组 | 3 | 19.22 | 18.21 | 1.01 | 5.53 | 20.10 |
未催化组 | 2 | 4.13 | 5.26 | -1.13 | -21.51 | -84.82 |
表2 2015—2020年不同月份海南岛山区暖云人工增雨催化试验统计结果
Tab.2 Statistical results of warm cloud-seeding experiments for artificial precipitation enhancement in mountain areas of Hainan Island in different months from 2015 to 2020
月份 | 试验分组 | 样本数 | 催化云平均 降水量/mm | 对比云平均 降水量/mm | 平均绝对 增雨量/mm | 平均相对 增雨率/% | 平均增水量 /万m3 |
---|---|---|---|---|---|---|---|
4月 | 催化组 | 2 | 4.38 | 3.35 | 1.03 | 30.79 | 10.52 |
未催化组 | 1 | 9.03 | 10.06 | -1.03 | -10.24 | -6.67 | |
5月 | 催化组 | 6 | 1.34 | 1.53 | -0.19 | -12.39 | -2.05 |
未催化组 | 4 | 1.51 | 5.34 | -3.84 | -71.83 | -24.87 | |
6月 | 催化组 | 9 | 7.25 | 4.07 | 3.18 | 78.07 | 79.51 |
未催化组 | 3 | 13.10 | 14.71 | -1.61 | -10.94 | 14.03 | |
7月 | 催化组 | 12 | 3.95 | 3.58 | 0.37 | 10.40 | 7.03 |
未催化组 | 12 | 3.92 | 8.78 | -4.86 | -55.40 | -38.54 | |
8月 | 催化组 | 10 | 10.09 | 5.38 | 4.71 | 87.45 | 89.14 |
未催化组 | 9 | 8.56 | 7.14 | 1.42 | 19.84 | 45.41 | |
9月 | 催化组 | 7 | 4.88 | 4.34 | 0.54 | 12.45 | 26.61 |
未催化组 | 11 | 8.33 | 13.80 | -5.46 | -39.60 | -42.79 | |
10月 | 催化组 | 3 | 19.22 | 18.21 | 1.01 | 5.53 | 20.10 |
未催化组 | 2 | 4.13 | 5.26 | -1.13 | -21.51 | -84.82 |
地区 | 试验分组 | 样本数 | 催化云平均 降水量/mm | 对比云平均 降水量/mm | 平均绝对 增雨量/mm | 平均相对 增雨率/% | 平均增水量 /万m3 |
---|---|---|---|---|---|---|---|
五指山 | 催化组 | 18 | 4.44 | 4.09 | 0.35 | 8.56 | 35.80 |
未催化组 | 15 | 5.89 | 11.20 | -5.31 | -47.41 | -49.48 | |
昌江 | 催化组 | 31 | 7.81 | 6.70 | 1.11 | 16.57 | 64.02 |
未催化组 | 27 | 7.04 | 8.87 | -1.83 | -20.63 | -0.59 | |
总体 | 总催化组 | 49 | 6.13 | 5.40 | 0.73 | 13.52 | 39.73 |
总未催化组 | 42 | 6.47 | 10.04 | -3.57 | -35.56 | -18.05 |
表3 2015—2020年海南岛山区五指山和昌江暖云人工增雨催化试验统计效果
Tab.3 Statistical results of warm cloud-seeding experiments for artificial precipitation enhancement at Wuzhishan and Changjiang in mountain areas of Hainan Island from 2015 to 2020
地区 | 试验分组 | 样本数 | 催化云平均 降水量/mm | 对比云平均 降水量/mm | 平均绝对 增雨量/mm | 平均相对 增雨率/% | 平均增水量 /万m3 |
---|---|---|---|---|---|---|---|
五指山 | 催化组 | 18 | 4.44 | 4.09 | 0.35 | 8.56 | 35.80 |
未催化组 | 15 | 5.89 | 11.20 | -5.31 | -47.41 | -49.48 | |
昌江 | 催化组 | 31 | 7.81 | 6.70 | 1.11 | 16.57 | 64.02 |
未催化组 | 27 | 7.04 | 8.87 | -1.83 | -20.63 | -0.59 | |
总体 | 总催化组 | 49 | 6.13 | 5.40 | 0.73 | 13.52 | 39.73 |
总未催化组 | 42 | 6.47 | 10.04 | -3.57 | -35.56 | -18.05 |
图1 2020年7月1日15:10海南岛雷达反射率因子空间分布(单位:dBZ) (红圈内为催化云,黑圈内为对比云。下同)
Fig.1 The spatial distribution of radar reflectivity factor in Hainan Island at 15:10 on July 1, 2020 (Unit: dBZ) (The clouds in red circle is the seeded cloud, while the cloud in black circle is the contrast cloud. the same as below)
研究对象 | 体积/km3 | 回波顶高 /km | 体积中心高度/km | 投影面积 /km2 | 降水通量 /(m3·s-1) | 平均反射率 /dBZ | 最大反射率 /dBZ | 反射率中心 高度/km | 最大反射率 高度/km | 降水量 /mm |
---|---|---|---|---|---|---|---|---|---|---|
催化云 | 866.1 | 10.0 | 4.3 | 230.4 | 674.4 | 38.6 | 48.5 | 4.2 | 5.0 | 38.2 |
对比云 | 932.2 | 9.5 | 3.9 | 323.1 | 761.5 | 40.3 | 53.5 | 3.8 | 4.3 | 29.4 |
相似度 | 92.9% | 95.0% | 90.7% | 71.3% | 88.6% | 95.8% | 90.7% | 90.5% | 86.0% | 77.0% |
表4 2020年7月1日15:10五指山暖云人工增雨催化试验催化云与对比云参量及其相似度
Tab.4 The parameters of the seeded cloud and contrast cloud in Wuzhishan warm cloud-seedingexperiments for artificial precipitation enhancement at 15:10 on July 1, 2020 and their similarity
研究对象 | 体积/km3 | 回波顶高 /km | 体积中心高度/km | 投影面积 /km2 | 降水通量 /(m3·s-1) | 平均反射率 /dBZ | 最大反射率 /dBZ | 反射率中心 高度/km | 最大反射率 高度/km | 降水量 /mm |
---|---|---|---|---|---|---|---|---|---|---|
催化云 | 866.1 | 10.0 | 4.3 | 230.4 | 674.4 | 38.6 | 48.5 | 4.2 | 5.0 | 38.2 |
对比云 | 932.2 | 9.5 | 3.9 | 323.1 | 761.5 | 40.3 | 53.5 | 3.8 | 4.3 | 29.4 |
相似度 | 92.9% | 95.0% | 90.7% | 71.3% | 88.6% | 95.8% | 90.7% | 90.5% | 86.0% | 77.0% |
图2 2020年7月1日五指山暖云人工增雨催化试验催化云与对比云最大反射率(a)、平均反射率(b)、回波顶高(c)、垂直累积液态水含量(d)时序 [黑线是催化时刻(15:10)]
Fig.2 Time sequence of the maximum reflectivity (a), average reflectivity (b), echo peak height (c) and vertical accumulation of liquid water content (d) of seeded and contrast cloud in Wuzhishan warm cloud-seeding experiments for artificial precipitation enhancement on July 1, 2020 (The black line is the seeding time (15:10))
图3 2020年8月1日海南岛15:42雷达反射率因子空间分布(单位:dBZ)
Fig.3 The spatial distribution of radar reflectivity factor in Hainan Island at 15:42 on August 1, 2020 (Unit: dBZ)
研究对象 | 体积/km3 | 回波顶高 /km | 体积中心高度/km | 投影面积 /km2 | 降水通量 /(m3·s-1) | 平均反射率 /dBZ | 最大反射率 /dBZ | 反射率中心高度/km | 最大反射率高度/km | 降水量 /mm |
---|---|---|---|---|---|---|---|---|---|---|
催化云系 | 65.3 | 4.50 | 2.34 | 28.34 | 55.65 | 35.63 | 43.50 | 2.06 | 1.50 | 16.50 |
对比云系 | 69.0 | 6.50 | 2.43 | 32.00 | 48.99 | 34.60 | 41.50 | 2.25 | 1.00 | 12.80 |
相似度 | 94.60% | 69.20% | 96.30% | 88.60% | 88.00% | 97.10% | 95.40% | 91.60% | 100% | 77.60% |
表5 2020年8月1日15:42昌江暖云人工增雨催化试验“催化”云与对比云参量及其相似度
Tab.5 The parameters of the“seeded”cloud and contrast cloud and their similarity in Changjiang warm cloud-seeding experiments for artificial precipitation enhancement at 15:42 on August 1, 2020 and their similarity
研究对象 | 体积/km3 | 回波顶高 /km | 体积中心高度/km | 投影面积 /km2 | 降水通量 /(m3·s-1) | 平均反射率 /dBZ | 最大反射率 /dBZ | 反射率中心高度/km | 最大反射率高度/km | 降水量 /mm |
---|---|---|---|---|---|---|---|---|---|---|
催化云系 | 65.3 | 4.50 | 2.34 | 28.34 | 55.65 | 35.63 | 43.50 | 2.06 | 1.50 | 16.50 |
对比云系 | 69.0 | 6.50 | 2.43 | 32.00 | 48.99 | 34.60 | 41.50 | 2.25 | 1.00 | 12.80 |
相似度 | 94.60% | 69.20% | 96.30% | 88.60% | 88.00% | 97.10% | 95.40% | 91.60% | 100% | 77.60% |
图4 2020年8月1日昌江暖云人工增雨“催化”试验云系与对比云最大反射率(a)、平均反射率(b)、回波顶高(c)、垂直累积液态水含量(d)时 [黑线是假定“催化”时刻(15:42)]
Fig.4 Time sequence of the maximum reflectivity (a), average reflectivity (b), echo peak height (c) and vertical accumulation of liquid water content (d) of “seeded” and contrast cloud in Changjiang warm cloud-seeding experiments for artificial precipitation enhancement on August 1, 2020 (The black line is the assumed “seeding” time (15:42))
[1] | 白婷, 黄毅梅, 樊奇, 2020. 河南一次降水天气过程人工增雨作业条件综合分析[J]. 气象, 46(12): 1 633-1 640. |
[2] | 陈少琴, 叶德彪, 林长城, 2015. 福建周宁水库地面暖云人工增雨作业效果分析[J]. 气象科技, 43(2): 338-342. |
[3] | 程鹏, 陈琪, 蒋友严, 等, 2020. 河西走廊石羊河流域近10年人工增雨效果检验评估[J]. 高原气象, 40(4): 1-9. |
[4] | 何媛, 黄彦彬, 李春鸾, 等, 2016. 海南省暖云烟炉设置及人工增雨作业条件分析[J]. 气象科技, 44(6): 1 043-1 052. |
[5] | 胡淑萍, 林文, 段卿, 等, 2019. 福建古田人工增雨试验区大气冰核观测研究[J]. 干旱气象, 37(5): 844-849. |
[6] | 贾烁, 姚展予, 2016. 江淮对流云人工增雨作业效果检验个例分析[J]. 气象, 42(12): 238-245. |
[7] |
李德俊, 唐仁茂, 江鸿, 等, 2016. 武汉一次对流云火箭人工增雨作业的综合观测分析[J]. 干旱气象, 34(2): 362-369.
DOI |
[8] | 苏正军, 郑国光, 酆大雄, 2009. 吸湿性物质催化云雨的研究进展[J]. 高原气象, 18(1): 227-232. |
[9] | 王伟健, 姚展予, 贾烁, 等, 2018. 随机森林算法在人工增雨效果统计检验中的应用研究[J]. 气象与环境科学, 41(2): 111-117. |
[10] | 王以琳, 王俊, 2015. 地面人工增雨随机试验方法的探讨[J]. 干旱气象, 33(3): 756-760. |
[11] |
王以琳, 姚展予, 林长城, 2018. 人工增雨作业前后不同高度雷达回波分析[J]. 干旱气象, 36(4): 644-651.
DOI |
[12] | 邢峰华, 黄菲婷, 黄彦彬, 等, 2020. 基于风廓线雷达的降水云分类方法在海南地区的应用[J]. 海南大学学报, 38(1): 76-83. |
[13] | 叶家东, 范培芬, 1982. 人工影响天气的统计数学方法[M]. 北京: 科学出版社. |
[14] | 张景红, 孟辉, 于翠红, 等, 2020. 人工增雨催化响应试验分析[J]. 干旱气象, 38(6): 1 043-1 051. |
[15] |
张景红, 孙海燕, 曲金华, 等, 2019. 新型暖云催化剂吸湿性能试验研究[J]. 干旱气象, 37(1): 153-158.
DOI |
[16] | 周亦凌, 2015. 山东泰安地区人工增雨作业天气条件及物理检验个例研究[D]. 北京: 中国气象科学研究院. |
[17] | 曾光平, 1999. 人工增雨影响区自然降水量的一种估计方法[J]. 气象, 25(2): 10-14. |
[18] | COOPER W A, BRUINTJES R T, MATHER G K, 1997. Calculations pertaining to hygroscopic seeding with flares[J]. Journal of Applied Meteorology and Climatology, 36(11): 1 449-1 469. |
[19] |
DIXON M, WIENER G, 1993. TITAN: thunderstorm identification, tracking, analysis, and nowcasting-a radar-based methodology[J]. Journal of Atmospheric and Oceanic Technology, 10(6): 785-797.
DOI URL |
[20] |
MATHER G K, TERBLANCHE D E, STEFFENS F E, et al, 1996. Results of the South African cloud-seeding experiments using hygroscopic flares[J]. Journal of Applied Meteorology, 36(11): 1 433-1 447.
DOI URL |
[21] | RANGNO A L, HOBBS P V, 1983. Production of ice particles in clouds due to aircraft penetrations[J]. Journal of Applied Meteorology and Climatology, 22(2): 214-232. |
[22] |
ROLAND L, 2004. Weather modification-a scenario for the future[J]. Bulletin of the American Meteorological Society, 85(1): 51-63.
DOI URL |
[23] |
ROSENFELD D, YU X, DAI J, 2005. Satellite retrieved microstructure of AgI seeding tracks in supercooled layer clouds[J]. Journal of Applied Meteorology, 44(6): 760-767.
DOI URL |
[24] |
SILVERMAN B A, 2001. A critical assessment of glaciogenic seeding of convective clouds for rainfall enhancement[J]. Bulletin of the American Meteorological Society, 82(5): 903-924.
DOI URL |
[25] |
SILVERMAN B A, SUKARNJANASET W, 2000. Results of the Thailand warm-cloud hygroscopic particle seeding experiment[J]. Journal of Applied Meteorology, 39(7): 1 160-1 175.
DOI URL |
[26] |
WILLIAM W, DANIEL R, 2004. The development and testing of a new method to evaluate the operational cloud-seeding programs in Texas[J]. Journal of Applied Meteorology, 43(2): 249-263.
DOI URL |
[1] | 姜舒婕, 程莹, 方楠, 周毓荃, 单中华, 张磊. 基于干旱和水位特征构建水库人工增雨需求指数 [J]. 干旱气象, 2023, 41(2): 341-349. |
[2] | 张磊, 宋哲, 徐铖, 黄旋旋. 浙江省夏秋季人工增雨作业雷达指标研究[J]. 干旱气象, 2022, 40(5): 888-896. |
[3] | 许志丽, 衣娜娜, 毕立格, 于水燕, 张俊成. 内蒙古中部一次春季透雨过程的云微物理特征分析[J]. 干旱气象, 2022, 40(4): 632-639. |
[4] | 张义, 孙根厚, 严晓强. 基于区域历史回归法的成都地区人工增雨效果检验[J]. 干旱气象, 2022, 40(4): 640-645. |
[5] | 高建秋, 郑彬, 游积平, 何松蔚, 余小嘉, 杨博成. 2018年广东空中水物质评估及开发分析[J]. 干旱气象, 2022, 40(3): 516-523. |
[6] | 张景红, 孟辉, 于翠红, 崔红, 孙海燕, . 人工增雨催化响应试验分析[J]. 干旱气象, 2020, 38(6): 1043-1051. |
[7] | 唐林, 李琼, 黎祖贤, 蔡淼, 蔡荣辉, 高沁. 一次积层混合云云系微物理结构数值模拟与增雨条件分析[J]. 干旱气象, 2020, 38(1): 100-108. |
[8] | 胡淑萍, 林文, 段卿, 兰建斌, 林冰, 江善赐. 福建古田人工增雨试验区大气冰核观测研究[J]. 干旱气象, 2019, 37(5): 844-849. |
[9] | 王以琳,姚展予,林长城. 人工增雨作业前后不同高度雷达回波分析[J]. 干旱气象, 2018, 36(4): 644-651. |
[10] | 王以琳,王俊. 地面人工增雨随机试验方法的探讨[J]. 干旱气象, 2015, 33(5): 756-760. |
[11] | 郭红艳, 李春光, 刘强, 张岩岩. 山东济宁地区人工增雨效果检验[J]. 干旱气象, 2014, 32(3): 454-459. |
[12] | 丁晓东,黄建平,李积明,王天河,黄忠伟. 基于主动卫星遥感研究西北地区云层垂直结构特征及其对人工增雨的影响[J]. 干旱气象, 2012, 30(4): 529-538. |
[13] | 陈乾, 陈添宇, 张鸿. 用Aqua/CERES 反演的云参量估算西北区降水效率和人工增雨潜力[J]. J4, 2006, 24(4): 1-8. |
[14] | 张良, 王式功, 尚可政, 杨德保. 中国人工增雨研究进展[J]. J4, 2006, 24(4): 73-81. |
[15] | 渠永兴, 滕水昌, 蔡元成, 王生元. 火箭人工增雨作业的个例分析[J]. J4, 2006, 24(2): 33-38. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||
陇ICP备09004376
Copyright © 2019 《干旱气象》 编辑部
地址: 甘肃省兰州市东岗东路2070号,中国气象局兰州干旱气象研究所 730020
电话: 0931-2402270、0931-2402775 Email:ghqx@iamcma.cn、ghs_ghqx@sina.com
技术支持: 北京玛格泰克科技发展有限公司
访问总数: 当日访问总数: 当前在线人数: