引言

随着人工影响天气事业在我国的蓬勃发展，各省市不仅在作业装备上日益精良，许多地区还基于多种数据，开发了具有地域特点的人影催化潜力识别平台，力求提高人工影响天气作业效率(李大山，2002)。目前，大多数此类平台对人影催化潜力的识别主要基于对观测资料的分析，尤其是多普勒天气雷达系统(陈冰等，2003；吴海英等，2003；李云川等，2005；唐林等，2007；舒志亮等，2009；李红斌等，2010；吴汪毅等，2011)在增雨、防雹等方面有着大量应用；部分省市还将探空、卫星等资料应用于催化潜力识别(德力格尔，1997；叶田等，2001；王以琳等，2002；金凤岭等，2006；黄毅梅等，2007)。

由于观测资料只反映局地短时天气状态，其仅能对人影催化潜力进行短时段的外推识别，主要应用于作业现场指挥。然而，准确把握未来较长时间内(一般为24 h)的天气变化可为人工影响天气作业争取到充足的决策准备时间，这对实际人影业务，尤其是日常飞机增雨及重大活动的天气保障至关重要，数值预报业务模式恰好在这方面发挥了积极作用。连志鸾等(2005)利用常规探空和T213数值预报产品，开发了几种人工增雨宏观诊断场实时应用于MICAPS平台，并在此基础上初步划分了催化等级，为地市级作业提供参考；张正国等(2009)和刘丽君等(2009)将耦合了双参数云降水方案的GRAPES模式在广西进行了本地化应用，计算出多种云宏微观物理量24 h的预报产品，并就部分物理量产品质量与探空资料进行了对比，为人影作业预警指挥提供重要参考；周毓荃等(2001；2002) 在MM4基础上，建立了一套实时业务运行的中尺度层状云系数值预报业务系统，对降水和云场具有一定预报能力，为河南省人影作业决策提供帮助；王以琳等(2001；2007；2008) 应用MM5模式计算人工增雨、防雹指标，并建立了48 h内(3 h间隔)各物理量预报产品，通过网页形式调用，为山东省人影作业提供丰富参考信息。此外，部分地区还综合观测与数值模式预报产品，基于不同平台设计了适合本地需要的人影业务系统(吴万友等，2012；吴林林等，2013)。

北京市人工影响天气工作经过多年发展，对高质量、高分辨率气象资料的需求越来越迫切。因此，北京人影基于北京快速更新循环同化预报系统(以下简称BJ-RUC系统)，通过对WRF模式后处理模块的二次开发，计算得到一系列人工影响天气相关宏微观物理量场在未来24 h内(1 h间隔)的变化(08:00和20:00起报结果可计算未来72 h的变化)，并重点针对冷云(即T < 0℃的云体)分析得到可直接指导人影作业的冷云综合催化潜力指标产品，形成北京市人工影响天气冷云催化潜力识别模式平台(以下简称BJ-CCSPR平台)。本文将详细介绍该平台的设计思路、组成结构、主要功能和指标体系设计，并通过具体实例简单分析其应用情况。

1 平台设计思路与开发目标 1.1 设计思路

BJ-RUC系统由中国气象局北京城市气象研究所建立。它基于WRF模式和WRF 3dvar系统，每隔3 h同化一次最新的常规GTS资料，北京地区最新的自动站观测和地基GPS等资料，模式最高的3 km水平分辨率预报范围覆盖京津冀地区(范水勇等，2009)，主要提供未来24 h内的多要素逐时产品，部分起报时次可提供未来72 h预报，为北京及周边地区的天气预报服务。依据不同预报时效，其计算耗时约1.5~3.5 h。该系统从2007年汛期开始业务化运行至今，成功服务于北京2008年奥运会和60周年国庆庆典等大型活动的天气保障任务。大量研究(范水勇等，2008；2009；郑祚芳，2008；陈敏等，2010；2011；李青春等，2011；魏东等，2010；2011a；2011b)表明：BJ-RUC系统的预报要素质量与实况的一致性较好；随着时效的增长其预报误差有所增大，但对天气形势的整体变化趋势判断较准确；在临近预报中具有较高参考价值。

为了加快首都气象现代化建设，提升北京人影科技实力，北京市人影办于2010年初着手研发BJ-CCSPR平台。该平台与北京市数值预报业务系统相结合，充分展现出该平台的地域特色和蓬勃生命力，既节约了计算资源和扩展了BJ-RUC系统的应用领域，又使北京人工影响天气工作与北京市气象局大业务框架更加协调。

1.2 开发目标

紧密依托BJ-RUC系统，改进WRF模式后处理模块，增加人工影响天气相关诊断物理量场的计算过程，设计本地人工影响天气冷云催化潜力分级指标体系，分析逐小时冷云综合催化潜力指标等人影指导产品形成BJ-CCSPR平台，服务于环北京地区的实际人工影响天气业务。

该平台可根据BJ-RUC系统的预报输出实时运行，自动筛选最新预报数据，智能检测和剔除错误数据并记录运行日志；自动生成图片格式人影业务指导产品，并可根据实际需求修改；计算得到的资料能够应用于北京市人工影响天气业务管理/作业指挥系统(以下简称北京人影管理指挥系统)，实现人机交互实时操作，提高人工影响天气业务水平。

2 平台结构与主要功能 2.1 平台结构

为了更好地服务人影业务，BJ-CCSPR平台主要分为后台支撑系统和前台分析系统两大部分，如图 1所示。后台支撑系统基于Linux操作系统，主要功能包括数据监测和模式计算，目的是生成可靠的GRADS格式数据供前台分析系统使用；前台分析系统基于Windows操作系统，主要功能包括人影业务产品制作与显示和人机交互操作，用于实际人影决策指挥。

2.2 后台支撑系统

该部分基于Linux操作系统。模式计算部分采用Fortran90编程语言，数据监测部分为服务器脚本语言。

2.2.1 模式计算

该功能主要基于WRF模式的后处理模块ARWpostV2.2。该模块可对BJ-RUC系统的预报物理量进行读取和筛选，并可通过修改和添加程序代码以调整或增加相关诊断量的计算和输出，最终转换成Grads或者Vis5D格式数据。图 2为该后处理模块的运行流程图，诊断量的计算和作业区数据的截取为该模块主要修改部分(图 2阴影部分)。

诊断量主要增加了：0℃层高度，云顶、云底高度，45 dBz回波顶高，涡度和散度，水面、冰面和实际饱和水汽压计算，将水汽、云水、雨水、冰、雪、霰这六类水物质的比含水量值(单位：kg·kg^-1)转换为质量浓度值(单位：g·m^-3)；在此基础上，设计出适合北京地区的人影冷云催化潜力分级指标体系，分析得到冷云综合催化潜力指标：催化潜力(seed3D)、组合催化潜力(seed2D)及最佳催化高度(seedH)，以最直观的方式为人影业务提供精细化指导产品。2.4节将详细介绍冷云催化潜力分级指标体系设计和综合催化潜力指标的制定方案。

由于BJ-RUC系统的预报范围超出北京人影作业区域，而超出部分显然会增加计算负担和运行时间，因此需要对作业区数据进行截取。具体实现方法为：在namelist.ARWpost文件的 & interp部分添加cut_area逻辑控制变量(0：取消作业区数据截取；1：进行作业区数据截取)和margin数组变量，并修改部分fortran程序。margin数组由4个整型值组成，分别表示需要舍去的源数据在西、东、南、北四个水平方向的格点数。

数据以Grads格式输出，时间分辨率为1 h。垂直方向按位势高度从距地面25 m至16 km划分为不等距28层，兼顾人影业务各方面需求。

2.2.2 数据监测

BJ-RUC系统每次运行结束后，自动将预报数据压缩并通过FTP传输至北京市人影办的Linux服务器端指定目录。服务器通过定时启动可执行脚本，主要实现以下功能：判断最新BJ-RUC预报数据；数据传输等待和超时任务终止；判断数据分析时段；计算任务自动提交；数据实时传输至前台分析系统；记录运行日志等。数据监测详细流程参见图 3。

2.3 前台分析系统

该部分基于Windows操作系统。业务产品通过Grads脚本语言绘制成png格式图片产品，显示终端由VC++语言编写；北京人影管理指挥系统能够读取Grads格式数据，实现人机交互操作。

2.3.1 业务产品

人影业务产品主要包括：各高度层水汽，液水(包括云水和雨水)，固态水(包括冰、雪、霰)质量浓度；反演的雷达最大反射率因子；地面3 h累积降水量；北京地区主要站点相关物理量场的时间演变序列；固定高度seed3D指标；seed2D与seedH指标叠加等。为了提高效率，仅绘制8 km以下相关产品。

该部分通过Windows计划任务定时启动Grads制图脚本生成相应图片文件。Grads制图脚本可根据实际需求及时进行调整，增强了使用的灵活性。图片以时间(BJT)命名，即：yyyymmddhh.png，并分类存储于不同目录，并定期执行历史数据整理。图 4为业务产品显示终端，可实时更新文件列表，双击左侧图片名称便可在右侧区域显示相关内容。

2.3.2 人机交互

北京人影管理指挥系统综合了日常业务管理、作业指挥等多项功能，通过JAVA语言开发。它可以综合分析地面自动站、雷达、卫星、LAPS、飞行探测、模式数据等资料，也可管理人影弹药、作业记录和作业人员基本信息等资料。

在模式应用方面，其主要功能包括：任意多物理量场的叠加与消隐，等值线与填色图的转换，任意垂直剖面的截取，与飞行轨迹等实际探测数据的交互显示等。该系统由数据选择区、图形显示区、剖面显示区、图层面板等组成，并于2011年6月正式投入试运行。

2.4 冷云综合催化潜力指标

冷云人工增雨作业主要通过向云中适合催化的区域，即催化潜力区，播撒催化剂(一般为AgI)，促进云降水物理过程的发展，最终起到增加地面降水的目的。因此，对于催化潜力区的识别至关重要。在这方面，大量研究(迟竹萍等，2001；李永振等，2003；刘文，2005；李薇等，2006；李红斌等，2008；肖卉等，2008；林长城等，2011；孙鸿娉等，2011；赵姝慧等，2012)基于观测提出用于识别潜力区的催化指标。众多学者选取人工增雨实例，进一步结合数值模式分析催化指标的指导意义(洪延超等，2006；2011；王以琳等，2006；2009；翟菁等，2008；2010)。胡志晋(2001)初步总结了催化潜力区的识别方法，并提出了催化剂量和催化部位的选择方案。

本文通过综合分析BJ-RUC系统输出的三维云宏微观物理条件、动力和热力条件，设计本地化的冷云催化潜力分级指标体系，分析得到冷云综合催化潜力指标——seed3D、seed2D、seedH。其含义如表 1所示，具体实现步骤如下：

在模式x-y-z三维空间内，当前格点D_xyz的温度T < 0℃，并且高度H≤8 km(考虑人影催化技术手段在实施高度上的局限性)时，进行如下条件分析：

(1) 水汽压e是否饱和。若e > e_s(水面饱和水汽压)，则seed3D_xyz增加2分；若e > e_i(冰面饱和水汽压)，则seed3D_xyz增加1分；否则不得分。

(2) 云水含量Q_c是否达到一定阈值。若Q_c > 0.2 g·kg^-1，则seed3D_xyz增加3分；若Q_c > 0.05 g·kg^-1，则seed3D_xyz增加1分；否则不得分。

(3) 雪水含量Q_i是否达到一定阈值。若Q_i > 0.5 g·kg^-1，则seed3D_xyz增加2分；若Q_i > 0.02 g·kg^-1，则seed3D_xyz增加1分；否则不得分。

(4) 霰含量Q_g是否达到一定阈值。若Q_g > 0.5 g·kg^-1，则seed3D_xyz增加3分；若Q_g > 0.02 g·kg^-1，则seed3D_xyz增加1分；否则不得分。

由于BJ-RUC系统采用WSM6微物理方案，因此以上仅对部分水物质的质量浓度进行阈值分析。水汽压e和云水含量Q_c与贝吉隆过程密切相关(胡志晋，2001)；雪和霰的含量高低也反映出自然状态下云中适合降水产生的难易程度。以上4步基于微物理特征量对催化潜力区进行分析，其阈值依靠经验选取。seed3D_xyz分值越高，说明当前格点催化等级越高，越有利于人影作业。

当seed3D_xyz > 4时，进入以下分析流程：

(5) 考虑冰晶凝华增长速率同温度有关(Pruppacher et al，1978)：-15℃附近凝华快，聚并强，对冰晶增长有利；T > -5℃时，除对流上升速度较大区域以外，引晶增雨效果比较差。因此，若当前格点T≤-5℃，则seed3D_xyz增加1分；根据Grant等(1974)提出的“播云温度窗”理论，结合国内的实际应用情况(章澄昌，1992)，若T∈[-10℃，-24℃]，则seed3D_xyz增加2分。这里主要考虑大气热力条件对冰晶增长的影响。

(6) 考虑云中上升气流在降水中的关键性作用(胡志晋等，1983)，可设W≥0.005 m·s^-1时，seed3D_xyz增加1分；若W≥0.05 m·s^-1时，seed3D_xyz增加2分；W≥0.2 m·s^-1时，seed3D_xyz增加3分。这里主要考虑大气动力条件对降水的影响。

以上6步完成了催化潜力(seed3D)指标的计算，得到三维空间上的催化潜力区分布。其中，(1)~(4) 步对水物质含量的分析是进行(5)~(6) 步分析的前提。如果云中水物质含量不足，则仅靠大气热力和动力条件并不能达到催化后成云制雨的目的。因此，只有当云中水物质含量满足条件后，进行大气热力和动力条件的分析才会更加突显催化潜力区的意义。一般来说，当seed3D指标分值达到6以上时，即在(1)~(4) 步至少得到5分的基础上，(5)~(6) 步至少每步得1分，说明该区域的水物质含量和动力热力条件都满足，即具有一定的催化潜力。

完成seed3D指标计算后，基于模式x-y面，做垂直(z)方向上的分析，完成seed2D和seedH指标的计算。步骤如下：

(7) 将当前格点D_xy垂直方向上seed3D指标最大值赋予seed2D_xy，其对应高度即为seedH_xy。

徐华英等(1980)和黄美元等(1999)通过数值试验证明，当云中存在云泡，即具有较高的含水量和垂直气流起伏时，比较薄的云就可以形成较大的水滴或者冰雹，或者说降低了形成降水对云厚的要求。结合徐华英等(1980)的数值试验和尚博等(2012)应用Cloudsat卫星资料的分析，选取2 km云厚作为北京地区降水云的临界阈值。此外，胡志晋(2001)还指出层状云增雨条件中需要注意降水下落蒸发的条件，因此需要考虑云底相对于地面的高度。综合以上分析，设计步骤(8)：

(8) 考虑云层厚度H_thick和云底距地面高度H_blank。在当前格点D_xy垂直方向上，当seed2D_xy>6且上升气流W≥0.2 m·s^-1，即云中存在云泡时，seed2D指标由表 2来确定增加量。

H_thick和H_blank的计算方法如式(1)。

$ \begin{array}{l} {H_{{\rm{thick}}}} = {H_{{\rm{top}}}} - {H_{{\rm{base}}}}\\ {H_{blank}} = {H_{{\rm{base}}}} - {H_{{\rm{terr}}}} \end{array} $

(1)

式中，H_top为云顶高度，H_base为云底高度，H_terr为地形高度。云顶和云底高度以7 dBz反射率强度对应高度计算(Holleman，2001)。ARWpost后处理模块包含反射率因子的计算方法。

(9) 考虑降雹因素。Holleman(2001)在对冰雹云进行雷达观测时指出，45 dBz反射率强度对应高度大于8 km对冰雹产生具有指示作用。因此，在当前格点D_xy垂直方向上，当45 dBz回波高度大于8 km时，seed2D_xy增加20分，以突显冰雹灾害天气发生的可能，起到提前预警的作用。

以上介绍了冷云催化潜力分级指标体系设计，分析得到冷云综合催化潜力指标。其中，(1)~(6) 步得到的seed3D指标表示了三维空间内催化潜力分布；(7)~(9) 步完成了组合催化潜力(seed2D)和最佳催化高度(seedH)指标的计算。seed2D指标表示催化潜力区的地域分布，seedH指标表示了最适合催化的潜力区高度。seed3D和seed2D指标分值越高，相应区域催化潜力越大。

该设计对BJ-RUC系统逐时输出进行分析，可提供催化部位和催化时段信息，具有较高科学性，但缺少对催化剂用量的评估，需要进一步研究。

3 应用实例

下面选取典型人工增雨(雪)天气过程，简单展示BJ-CCSPR平台的业务应用情况。文中出现时间均为北京时。为了更好地展示效果，业务产品不采用屏幕截图，而直接给出相关图片。

3.1 地基增雪过程

受东移南下冷空气和偏南暖湿气流的共同影响，2011年2月26—27日中午，北京地区出现了两次明显的全市性降雪天气过程。

图 5对比了车道沟站在整个降雪过程中相对湿度随时间的演变情况。图 5a为微波辐射计的观测反演结果；图 5b为2011年2月25日20:00起报的BJ-RUC系统预报结果。可以发现：BJ-RUC系统成功预报出了两次降雪生消过程；26日的降雪过程预报较为准确；27日的降雪过程在时间上有所提前，但在之后的预报中(图略)，降雪时间有了较好的订正，更加符合实况。

为了充分抓住有利催化条件，北京市人工影响天气办公室结合BJ-CCSPR平台分析结果，提前对地面作业站点进行了弹药补给，并对空域申请系统专线进行了检查维护和系统运行测试，顺利开展了地面AgI烟炉和火箭增雪作业。

分析2011年2月26日20:00起报的BJ-RUC系统预报数据得到27日09:00环北京地区组合催化潜力(seed2D)和最佳催化高度(seedH)。图 6中填色图代表seed2D指标，红色等值线为seedH指标，黑色三角(▲)代表 27日09:00±0.5 h内实际催化作业站点分布。可以发现：在具有催化设备的区县，催化作业站点的疏密程度与相应催化潜力等级有较好的对应关系，等级越高，作业密度越大。

图 6中seed2D指标分值大于6的催化潜力区主要分布在北京南部、东北部及滦平、兴隆一带和河北西北部，与图 7a所示雷达10 dBz以上组合反射率因子分布相似，但前者范围较大，尤其是河北西北部的催化潜力区并没有在图 7a上出现对应的云区，这是因为本次降雪过程云层较低，雷达无法探测到该地区的云层，但在之后的观测中(图略)，当该云层移近北京后，也发现有大片10 dBz以上的回波存在，说明该区域确实存在一定的催化潜力；seedH指标在北京主要处于1.5 km左右，河北北部达到3 km以上，这与图 7b所示10 dBz以上雷达回波剖面高度较为一致，说明seedH指标能够准确识别最佳催化高度。

综上所述，对于本次增雪作业，冷云综合催化潜力指标能够较准确地识别催化潜力区地域分布，并给出最适合实施催化的高度，与实际观测结果基本一致。BJ-CCSPR平台提前至少40 h给出了较准确的天气变化形势，并提前约10 h得到了较可靠的冷云催化潜力识别产品，为北京人影作业争取到了宝贵的准备时间，并对作业时机和作业工具的选择及时提供了直观有效的参考信息。

3.2 飞机增雨过程

受高空冷涡天气系统的影响，2011年10月13日凌晨开始，北京及其周边地区出现了一次影响范围较广的降水过程。北京市人工影响天气办公室结合BJ-CCSPR平台分析结果，择机进行了地面火箭和飞机增雨作业。2011年10月13日8:00—10:00，北京市一架人影作业飞机在河北省滦平、兴隆一带开展了机载AgI烟条人工增雨作业。由于该飞机未安装云物理探测仪器，因此以下仅对飞行过程中的部分宏观记录信息和南郊雷达观测信息进行分析对比。

图 8为2011年10月13日10:00雷达反射率观测。本次过程为积层混合云降水，3 km高度的雷达反射率因子(图 8a)显示云体基本移出北京，位于河北省东部，强度介于20~35 dBz之间，其中35 dBz左右强度回波呈南北向带状分布。沿图 8a中紫色直线做剖面得到图 8b，可以看出，局地有小对流镶嵌于整个云体中，部分伴有40 dBz以上回波中心，回波较强位置主要位于3~4 km高度，7 dBz回波对应顶高约为7 km左右。

将13日10:00冷云综合催化潜力指标seed3D沿117.48°E做剖面(起报时次为2011年10月13日02:00)，如图 9所示，红色等值线为温度，黑色等值线为上升气流，填色图为seed3D指标，紫色矩形框为飞行催化区域。通过与实际作业信息对比可见：预报的催化层温度与实际探测结果-7℃较一致；催化区上升气流较强印证了飞行日志中记载的作业区有较强的颠簸现象。seed3D指标显示最佳催化高度介于3~4 km，这与图 8b所示雷达观测得到的较强回波所处高度一致，说明冷云综合催化潜力指标seed3D能够将三维空间的催化潜力区进行分级，并准确识别出催化潜力较高的空间。实际作业高度为3.5~3.7 km，处于seed3D指标的中上部，这主要是因为作业区下垫面为山地，有最低飞行安全高度3.6 km的限制。

图 10为冷云综合催化潜力指标(seed2D、seedH)和飞行催化轨迹在北京业务管理指挥系统中通过人机交互叠加显示的结果。在选定预报时次、物理量和高度层后，相关结果显示于右侧图形区，图层面板列出了所选择的物理量场。图形区内seed2D指标以填色图表示，seedH指标以等值线表示；粗线条为飞行轨迹，其中红色部分为催化作业路径。seed2D指标给出的催化潜力区地域分布基本成南北方向，粉色区域对应分值介于9~12，说明该地区不仅水物质含量丰富，而且相应的动力热力和云厚条件都较好，绿色区域对应分值介于3~6，说明该地区有一定水物质含量，但是缺乏动力热力等条件。seed2D指标与图 8a所示35 dBz强回波的分布基本一致，说明seed2D指标能够较准确地给出云发展较旺盛的位置。实际飞机催化作业区与BJ-CCSPR平台分析得到的最佳催化潜力位置十分吻合，飞行催化高度介于最佳催化潜力高度范围内。

综上所述，对于本次飞机增雨过程，冷云综合催化潜力指标对催化潜力区的识别在三维空间分布和地域分布以及最佳催化高度上，都给出了较准确的结论，与雷达观测结果一致，具有较高的可信度。BJ-CCSPR平台提前约24 h给出了本次降水过程的演变情况(图略)，并提前约6 h计算出较为可信的冷云综合催化潜力指标，对人影业务有直观的指导效果，通过实时操作不同类型数据，北京人影管理指挥系统极大地方便了业务人员指导人影作业。

4 结论

为了满足北京人影业务的切实需求，基于BJ-RUC系统开发了BJ-CCSPR平台，结果表明：

(1) 该平台紧密依托先进的北京数值预报业务系统BJ-RUC，具有鲜明的地域特色和蓬勃生命力，极大地提高了资源使用效率，使北京人影工作与北京市气象局大业务框架更加协调。

(2) 该平台性能稳定，自动化程度高，易于扩展，实用性强。后台支撑系统可对模式数据进行严格检查并高效运行；前台分析系统既有直观的图片产品，也可以人机交互操作多种数据，方便业务人员使用。

(3) 冷云综合催化潜力指标(seed3D/seed2D/seedH)基于BJ-RUC系统输出的三维云宏微观物理条件、动力和热力条件进行设计。seedH指标给出了最佳催化高度；seed3D和seed2D指标分值的高/低表示了三维空间或二维地域内催化潜力的大/小，划分了模式预报空间的催化等级，具有较强的科学性。该指标体系提供了催化部位和催化时段信息，但缺少对催化剂用量的评估，需要进一步研究。

(4) 地基增雪和飞行增雨个例表明，该平台产品提供的未来24 h内冷云综合催化潜力指标，能够较准确直观地给出冷云最佳催化时机和最佳催化潜力区分布，具有较高的可信度，在一定程度上满足人影业务的决策指挥工作；产品可根据需求及时改进，以简洁明快的方式最大化满足人影业务。

致谢：感谢对本文提供帮助的张蔷、陈敏、范水勇、仲跻芹、余东昌、刘小军和胡明福。