福建古田一次对流云人工增雨催化试验的数值模拟研究

doi:10.11755/j.issn.1006-7639-2025-05-0770

干旱气象 ›› 2025, Vol. 43 ›› Issue (5): 770-781.DOI: 10.11755/j.issn.1006-7639-2025-05-0770

福建古田一次对流云人工增雨催化试验的数值模拟研究

谢祖欣¹^,²^,³(), 林文¹^,²^,³, 李丹¹^,²^,³, 花少烽⁴()

1.福建省气象科学研究所，福建福州 350008
2.福建省灾害天气重点实验室，福建福州 350008
3.中国气象局海峡灾害天气重点开放实验室，福建福州 350008
4.中国气象局人工影响天气中心，北京 100081

收稿日期:2025-03-21 修回日期:2025-07-17 出版日期:2025-10-31 发布日期:2025-11-09
通讯作者: 花少烽（1992—），男，高级工程师，主要从事云降水物理研究。E-mail： huasf@cma.gov.cn。
作者简介:谢祖欣（1987—），女，高级工程师，主要从事人工影响天气和云降水物理研究。E-mail： xie_zuxin@163.com。
基金资助:
福建省自然科学基金项目(2021J01452);福建省自然科学基金项目(2023N0029);国家重点研发计划项目(2023YFC3007603-04);国家重点研发计划项目(2019YFC1510303);华东区域气象科技协同创新基金合作项目(QYHZ202312)

A numerical simulation study on a convective cloud artificial rain enhancement seeding experiment in Gutian, Fujian Province

XIE Zuxin¹^,²^,³(), LIN Wen¹^,²^,³, LI Dan¹^,²^,³, HUA Shaofeng⁴()

1. Fujian Meteorological Science Institute， Fuzhou 350008， China
2. Fujian Key Laboratory of Severe Weather， Fuzhou 350008， China
3. Key Open Laboratory for Strait Disaster Weather of CMA， Fuzhou 350008， China
4. China Meteorological Administration Weather Modification Centre， Beijing 100081， China

Received:2025-03-21 Revised:2025-07-17 Online:2025-10-31 Published:2025-11-09

摘要/Abstract

摘要：

对流云是南方人工增雨开发利用空中云水资源的重要对象，结构复杂多变；通过数值模式合理评估催化作业过程，进而研究其催化机制，是建立和改进催化作业技术的必要途径，也是评估实际人工增雨作业效果的有效手段。利用耦合了碘化银（AgI）催化的WRF（Weather Research and Forecasting）模式，对2021年5月4日福建古田人工增雨随机化试验个例开展催化模拟，分析AgI核化机制、催化对云系宏微观特征、降水机制的影响以及增雨效果评估。结果显示，AgI播撒后呈带状扩散，催化前期（09：00—11：00）（世界时，下同）地面降水增量缓慢增加；随后（11：00—13：00）降水增幅加大并出现剧烈波动；13：00后降水增量以负值为主。AgI主要核化机制为凝华核化，核化持续约40 min。AgI播撒后主要通过凝华核化使冰晶数浓度大幅增加（增量约3~9个·L^-1），增长的冰晶大部分转化为雪晶，再通过雪晶融化增加云中雨滴质量浓度。此次过程催化影响时间持续约4 h，催化部位绝对增雨量约-0.78~1.24 mm，增雨率约-8.3%~12.1%，总降水增量为4.64×10⁵ t，增雨效果显著。

关键词: 中尺度冷云催化模式, 人工增雨, 效果评估, 碘化银催化

Abstract:

Convective cloud systems, characterized by complex and variable structures, are key targets for atmospheric water resource exploitation through artificial rain enhancement in the South China. Reasonably evaluating the seeding operation process through numerical models and further studying their catalytic mechanisms is a necessary approach to establishing and improving seeding operation techniques, and it is also an effective means to assess the actual effects of artificial rain enhancement operations. In this study, based on the Weather Research and Forecasting (WRF) model coupled with a silver iodide (AgI) seeding module, a catalytic simulation was conducted for the case of the artificial rainfall enhancement experiment in Gutian, Fujian Province on May 4, 2021. The catalytic mechanism of AgI nucleation, the impact of the catalysis on the macro and micro characteristics of the cloud system, the precipitation mechanism, and the evaluation of the rainfall enhancement effect were analyzed. Numerical simulation results indicate that the dispersed AgI particles spread in a band-like patterns within the clouds. During the initial catalytic stage (09:00-11:00 UTC), the increment of ground precipitation increased slowly. Then (from 11:00 to 13:00 UTC), the precipitation increment increased significantly and showed sharp fluctuations, after 13:00 UTC, the increment of precipitation was mainly negative. Deposition nucleation was identified as the dominant AgI activation mechanism, sustaining effective catalysis for approximately 40 minutes. After AgI was dispersed, it mainly increased the number concentration of ice crystals through sublimation nucleation (by 3 to 9 particles per liter). The majority of the increased ice crystals transformed into snow crystals, and then the melting of these snow crystals increased the mass concentration of raindrops in the cloud. The impact of seeding persisted for about four hours, resulting in an absolute increase in precipitation ranging from -0.78 to 1.24 mm, the rainfall enhancement rate was approximately -8.3% to 12.1%, and the total precipitation increase was 4.64×10⁵ tons. The rainfall enhancement effect was significant.

Key words: mesoscale cold cloud seeding model, rainfall enhancement, effect evaluation, silver iodide seeding

中图分类号:

P481

谢祖欣, 林文, 李丹, 花少烽. 福建古田一次对流云人工增雨催化试验的数值模拟研究[J]. 干旱气象, 2025, 43(5): 770-781.

XIE Zuxin, LIN Wen, LI Dan, HUA Shaofeng. A numerical simulation study on a convective cloud artificial rain enhancement seeding experiment in Gutian, Fujian Province[J]. Journal of Arid Meteorology, 2025, 43(5): 770-781.

图/表 12

图1 WRF模式嵌套网格设置

Fig.1 The WRF model domain configuration

图2 Thompson方案中的微物理过程

Fig.2 Microphysical processes in the Thompson scheme

图3 2021年5月4日00：00—5日00：00观测（a）与模拟（b）d03区域降水量（单位：mm）分布及d03区域（c）与古田试验区（d）降水量逐时演变（红色三角为作业点位置）

Fig.3 The distribution of observed (a) and simulated (b) precipitation from 00:00 May 4 to 00:00 May 5 in 2021 in the d03 area, and the hourly evolution of precipitation in the d03 area (c) and the testing area of Gutian (d) (The red triangle indicates the location of the operation point)

图4 2021年5月4日08：00—10：00观测（a、b、c）和模拟（e、f、g）的雷达回波组合反射率演变及沿图4（b）中紫色线段的观测（d）及模拟（h）反射率剖面（单位：dBZ） [图4（b）中紫色线段为AgI播撒、扩散方向]

Fig.4 The evolution of radar composite reflectivity observed （a， b， c） and simulated （e， f， g） from 08：00 to 10：00 on May 4， 2021， and the observed （d） and simulated （h） reflectivity profiles along the purple line segment in figure 4（b）（Unit： dBZ）（The purple line segment in figure 4（b） indicates the direction of AgI seeding and diffusion）

图5 实际播撒路径（a）与模拟催化网格（b）示意图

Fig.5 Schematic diagrams of actual seeding path (a) and simulated seeding grid (b)

图6 2021年5月4日09：10—09：30 AgI播撒后其质量浓度（填色，单位：10-3 μg?kg-1）及移动路径（箭头方向）（a），09：00—13：00自然云降水量（b，单位：mm）及催化后地面降水增量（c）、降水量增量（d，单位：mm）及增雨率（e，单位：%）（红色三角形为作业点大致位置，下同；矩形框为催化影响区域）

Fig.6 The mass concentration （the color shaded， Unit： 10-3 μg?kg-1） and movement path （the arrow direction） of AgI after its dissemination from 09：10 to 09：30 on May 4， 2021 （a）， and the natural cloud precipitation （b， Unit： mm）， ground precipitation increment （c）， precipitation increment （d， Unit： mm）， and rain enhancement rate （e， Unit： %） after catalysis from 09：00 to 13：00 May 4， 2021 （The red triangles denote approximate locations of the artificial rain enhancement operation site， the same as below； The rectangular box indicates the seeding influence area）

图7 2021年5月4日AgI播撒、核化期间云中水凝物（彩色填色，单位：kg?m-2）、垂直累积过冷水（蓝色等值线，单位：kg?m-2）含量及AgI质量浓度（红色填色，单位：10-3 μg?kg-1）分布（a） 09：00，（b） 09：10，（c） 09：20，（d） 09：30

Fig.7 The distribution of water condensate in the cloud （the color shaded， Unit： kg?m-2）， the vertical accumulation of supercooled water （blue isolines， Unit： kg?m-2）， and the mass concentration of AgI （the red shaded， Unit： 10-3 μg?kg-1） during the AgI seeding nucleation period on May 4， 2021 （a） 09：00，（b） 09：10，（c） 09：20，（d） 09：30

图8 2021年5月4日AgI播撒、核化期间其质量浓度（灰色阴影，单位：10-3 μg?kg-1）和冰晶数浓度（粉色等值线，单位：个·L-1）、垂直速度（蓝色等值线，正值表示上升气流，负值表示下沉气流，单位：m·s-1）、气温（红色等值线，单位：℃）及冰面过饱和水汽混合比（填色，单位：g?kg-1）垂直剖面（a） 09：00，（b） 09：10，（c） 09：20，（d） 09：30

Fig.8 Vertical profiles of mass concentration （the gray shaded， Unit： 10-3 μg?kg-1） of AgI， ice crystal number concentration （pink isolines， Unit： particles·L-1）， vertical velocity （blue isolines， positive values indicate updrafts and negative values indicate downdrafts， Unit： m·s-1）， air temperature （red isolines， Unit： ℃）， and ice surface supersaturation water vapor mixing ratio （the color shaded， Unit： g?kg-1） during AgI deposition， nuclearization period on May 4， 2021 （a） 09：00，（b） 09：10，（c） 09：20，（d） 09：30

图9 2021年5月4日09：00—13：00 AgI 3种核化机制的核化效率变化

Fig.9 The changes of the nuclearization efficiency of AgI for the three nuclearization mechanisms from 09：00 to 13：00 on May 4， 2021

图10 2021年5月4日09：00—13：00催化影响区域内自然云中水凝物数浓度或质量浓度（蓝色等值线）及其催化后增量（填色）（a、b、c、d、e）、垂直速度（等值线）及其催化后变化（填色）（f）的高度-时间分布

Fig.10 Time-height evolution of number or mass concentration of the hydrometeor contents in natural cloulds (blue isolines) and their increments (the color shaded) after seeding (a, b, c, d, e), and vertical velocity (isolines) and its changes after seeding (f) from 09:00 to 13:00 on May 4, 2021

图11 2021年5月4日09：00—13：00催化影响区域内10 min自然降水量（a）和雨滴源汇项微物理过程转化速率（b）变化

Fig.11 Variations of 10 min natural precipitation （a） and microphysical process transformation rates of raindrop source and sink terms （b） in the seeding influence area from 09：00 to 13：00 on May 4， 2021

图12 2021年5月4日09：00—13：00催化影响区域内催化后云中微物理过程源汇项变化量（a）雨滴，（b）云滴，（c）雪晶，（d）水汽

Fig.12 The changes of micro-physical processes source and sink terms in clouds after seeding from 09:00 to 13:00 on May 4, 2021 (a) raindrops, (b) cloud droplets, (c) snow crystal, (d) water vapor

参考文献 44

[1]	段婧, 楼小凤, 汪会, 等, 2020. 人工影响天气用碘化银催化剂对区域环境影响的研究进展[J]. 气象, 46(2): 257-268.
[2]	酆大雄, 陈汝珍, 蒋耿旺, 等, 1995. 高效碘化银焰火剂及其成冰性能的研究[J]. 气象学报, 53(1): 82-90.
[3]	冯宏芳, 林文, 曾光平, 2019. 福建省古田水库人工增雨随机回归试验回顾及展望[J]. 海峡科学(5):21-29.
[4]	付远, 杨洁帆, 刘汉华, 等, 2024. 基于集合预报的浙江省积层混合云人工增雨数值模拟研究[J]. 大气科学, 48(4): 1 405-1 419.
[5]	郭学良, 方春刚, 卢广献, 等, 2019. 2008—2018年我国人工影响天气技术及应用进展[J]. 应用气象学报, 30(6): 641-650.
[6]	洪延超, 1998. 三维冰雹云催化数值模式[J]. 气象学报, 56(6):641-653.
[7]	洪延超, 1999. 冰雹形成机制和催化防雹机制研究[J]. 气象学报, 57(1):30-44.
[8]	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.
[9]	胡淑萍, 林文, 林长城, 等, 2023. 2014—2022年古田人工增雨随机试验物理检验[J]. 应用气象学报, 34(6): 706-716.
[10]	花少烽, 查思佳, 陈宝君, 2024. 环境湿度影响人工催化消减雨效果的数值模拟研究[J]. 大气科学, 48(2):572-584.
[11]	雷恒池, 洪延超, 赵震, 等, 2008. 近年来云降水物理和人工影响天气研究进展[J]. 气候与环境研究, 32(4): 967-974.
[12]	李丹, 林文, 刘群, 等, 2024. 机器学习在人工增雨效果统计检验中的应用[J]. 应用气象学报, 35(1): 118-128.
[13]	李宏宇, 嵇磊, 周嵬, 等, 2014. 北京地区人工增雨效果和防雹经济效益评估[J]. 高原气象, 33(4): 1 119-1 130.
[14]	李兴宇, 洪延超, 2005. 三维冰雹云数值催化模式改进与个例模拟研究[J]. 气象学报, 63(6): 874-888.
[15]	刘诗军, 胡志晋, 游来光, 2005. 碘化银核化过程的数值模拟研究[J]. 气象学报, 63(1): 30-40.
[16]	刘卫国, 陶玥, 周毓荃, 等, 2021. 基于飞机真实轨迹的一次层状云催化的增雨效果及其作用机制的模拟研究[J]. 气象学报, 79(2): 340-358.
[17]	刘卫国, 陶玥, 党娟, 等, 2016. 2014年春季华北两次降水过程的人工增雨催化数值模拟研究[J]. 大气科学, 40 (4): 669-688.
[18]	刘玉宝, 丁秋冀, 史月琴, 等, 2021. 云解析人工影响天气数值模式的改进、初步试验和展望[J]. 气象科技进展, 11(5): 77-85.
[19]	楼小凤, 何观芳, 胡志晋, 等, 2013. 三维对流云盐粉催化模式的发展和催化模拟试验[J]. 高原气象, 32(2): 491-500. DOI
[20]	楼小凤, 师宇, 李集明, 2016. 云降水和人工影响天气催化数值模式的发展及应用[J]. 气象科技进展, 6(3): 75-82.
[21]	师宇, 楼小凤, 单云鹏, 等, 2017. 北京地区一次降雪过程的人工催化数值模拟研究[J]. 高原气象, 36(5): 1 276-1 289.
[22]	史月琴, 赵俊杰, 孙晶, 等, 2022. 华北地区一次低槽冷锋云系结构和增雨条件研究[J]. 干旱气象, 40(6): 1 003-1 013.
[23]	孙晶, 杨文霞, 周毓荃, 2015. 河北一次降水层状云系结构和增雨条件的模拟研究[J]. 高原气象, 34(6): 1 699-1 710.
[24]	唐林, 李琼, 黎祖贤, 等, 2020. 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, 38(1): 100-108.
[25]	王飞, 李集明, 姚展予, 等, 2022. 我国人工增雨作业效果定量评估研究综述[J]. 气象, 48(8): 945-962.
[26]	肖明静, 郭学良, 肖稳安, 2006. 碘化银、液态CO₂播撒对流云防雹增雨的数值模拟[J]. 南京气象学院学报, 29(1): 48-55.
[27]	邢峰华, 黄菲婷, 李光伟, 等, 2023. 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, 41(1): 114-122. DOI
[28]	许焕斌, 2009. 关于在人工影响天气中更新学术观念的探讨[J]. 干旱气象, 27(4): 305-307.
[29]	许志丽, 徐亮亮, 毕力格, 等, 2025. 内蒙古中部地区层状云微物理特征及可播度分析[J]. 干旱气象, 43(1): 126-132. DOI
[30]	查思佳, 张慧娇, 李逍潇, 等, 2020. 2014年南京青奥会开幕式日降水过程数值模拟研究[J]. 大气科学, 44(6): 1 258-1 274.
[31]	DEE D P, UPPALA S M, SIMMONS A J, et al, 2011. The ERA-Interim reanalysis: Configuration and performance of the data assimilation system[J]. Quarterly Journal of the Royal Meteorological Society, 137(656): 553-597. DOI URL
[32]	DUDHIA J, 1989. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two dimensional model[J]. Journal of the Atmosphere Science, 46(20): 3 077-3 107. DOI URL
[33]	HONG S Y, LIM J O J, 2006. The WRF single-moment 6-class microphysics scheme (WSM6)[J]. Journal of the Korean Meteorological Society, 42(2): 129-151.
[34]	HSIE E Y, FARLEY R D, ORVILLE H D, 1980. Numerical simulation of ice-phase convective cloud seeding[J]. Journal of Applied Meteorology and Climatology, 19(8): 950-977.
[35]	HUA S F, CHEN B J, HE H, 2024. Numerical simulation of the cloud seeding operation of a convective rainfall event occurred in Beijing[J]. Atmospheric Research, 304:107386. DOI:10.1016/j.atmosres.2024.107386.
[36]	IACONO M J, DELAMERE J S, MLAWER E J, et al, 2008. Radiative forcing by long-lived greenhouse gases: Calculations with the AER radiative transfer models[J]. Journal of Geophysical Research: Atmospheres, 113(D13): D13103-1-D13103-8.
[37]	KAIN J S, 2004. The Kain-Fritsch convective parameterization: An update[J]. Journal of Applied Meteorology, 43(1): 170-181. DOI URL
[38]	MEYERS M P, DEMOTT P J, COTTON W R, 2010. A comparison of seeded and nonseeded orographic cloud simulations with an explicit cloud model[J]. Journal of Applied Meteorology, 34(4): 834-846. DOI URL
[39]	ORVILLE H D, 1996. A review of cloud modeling in weather modification[J]. Bulletin of the American Meteorological Society, 77(7): 1 535-1 556. DOI URL
[40]	ROSENFELD D, KHAIN A, LYNN B, et al, 2007. Simulation of hurricane response to suppression of warm rain by sub-micron aerosols[J]. Atmospheric Chemistry and Physics, 7(13): 3 411-3 424.
[41]	SKAMAROCK W C, KLEMP J B, 2008. A time-split nonhydrostatic atmospheric model for weather research and forecasting applications[J]. Journal of Computational Physics, 227(7): 3 465-3 485. DOI URL
[42]	THOMPSON G, FIELD P R, RASMUSSEN R M, et al, 2008. Explicit forecasts of winter precipitation using an improved bulk microphysics scheme. Part II: Implementation of a new snow parameterization[J]. Monthly Weather Review, 136(12): 5 095-5 115. DOI URL
[43]	THOMPSON G, RASMUSSEN R M, MANNING K, 2004. Explicit forecasts of winter precipitation using an improved bulk microphysics scheme. Part I: Description and sensitivity analysis[J]. Monthly Weather Review, 132(2): 75-95.
[44]	XUE L L, WEEKS C, CHEN S S, et al, 2022. Comparison between observed and simulated AgI seeding impacts in a well-observed case from the SNOWIE field program[J]. Journal of Applied Meteorology and Climatology, 61(4): 345-367. DOI URL

福建古田一次对流云人工增雨催化试验的数值模拟研究

A numerical simulation study on a convective cloud artificial rain enhancement seeding experiment in Gutian, Fujian Province

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 44

相关文章 15

编辑推荐

Metrics

[1]	吕玫霞, 闫昕旸, 何金梅, 程鹏, 王小勇, 李晓琴. 基于随机森林算法的青藏高原东北边坡输电线路覆冰厚度预报模型[J]. 干旱气象, 2025, 43(3): 488-497.
[2]	许志丽, 徐亮亮, 毕力格, 史金丽, 辛悦, 刘沫彤. 内蒙古中部地区层状云微物理特征及可播度分析[J]. 干旱气象, 2025, 43(1): 126-132.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	顾婷婷, 潘娅英, 张加易. 浙江省中尺度数值预报系统的地表太阳辐射预报订正方法[J]. 干旱气象, 2022, 40(2): 327-332.
[10]	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.
[11]	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.
[12]	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.
[13]	吴琼, 徐卫民. 湖陆山地复杂地形下近地层风速预报研究[J]. 干旱气象, 2019, 37(3): 384-.
[14]	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.
[15]	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.