基于层积云飞机观测资料评估气溶胶间接效应

陆春松 薛宇琦 朱磊 徐晓齐

摘要 利用2009年4、5月美国浅薄低云观测项目（RACORO）的层积云飞机观测资料，使用两种方法对气溶胶间接效应进行了估算：根据云滴数浓度定义的值（AIEn）和根据有效半径定义的值（AIEs）。AIEn几乎都比AIEs大，尤其在中等含水量条件下。理论推导表明，AIEn与AIEs的偏差应与气溶胶对云滴谱离散度的影响有关，即离散度效应。当AIEn加上离散度效应后，数值与AIEs十分接近，证实了理论预期。离散度效应对气溶胶间接效应的贡献主要为抵消作用，这种抵消作用在中等含水量时最大，当含水量为0.24 g/m3时达到37%左右。该研究成果增强了对气溶胶-云相互作用的理论认识，将有助于增强对模式和观测中气溶胶间接效应的准确评估。

关键词 气溶胶间接效应;离散度效应;飞机观测

在云含水量（LWC，记为L）或者液水路径固定的条件下，云滴有效半径（Reff，定义为云滴谱分布的3阶矩与2阶矩的比值）直接決定着云的光学厚度，进而对云顶反照率、地气系统辐射平衡和全球气候变化有着重要影响。研究表明，云水含量不变时，云滴有效半径减小2 μm就可以基本抵消CO2增加一倍所带来的温室效应（Slingo，1990）。Twomey（1974）提出在相同的大气条件下，云水含量一定时，人为气溶胶增多会导致云滴数浓度（Nc）增多，相应地，云滴半径会减小;个数较少的大云滴与个数较多的小云滴相比，后者云滴的总表面积更大，因此气溶胶增多将导致云的反照率增强、到达地表的太阳辐射减少，这一过程被称为气溶胶第一间接效应。尽管这一理论被提出之后，许多观测（吕巧谊等，2017;陈春美等，2018;杨文霞等，2018;黄兴友等，2019）和模式模拟（吴蓬萍和韩志伟，2011;张悦等，2016;郭丽君等，2019;史湘军等，2020a，2020b）结果证明了气溶胶第一间接效应的净冷却作用，但对这一效应的定量化却存在争议，且各种观测结果的差异超过2倍（Feingold，2003;Rosenfeld and Feingold，2003）。此外，全球气候模式（GCMs）对气溶胶间接效应的估算值往往也比观测结果大很多（Anderson，2003）。一些GCMs推断的Twomey冷却作用甚至与增加的温室气体所导致的温室效应相当，这与全球增温的事实不符（Penner et al.，2004）。另外，尽管北半球人为气溶胶的排放量远高于南半球，北半球云的反照率却并没有因此大于南半球云的反照率，北半球的温度也没有比南半球更低（Schwartz，1988）。以上提到的诸多问题表明，当前人们对于气溶胶与云的关系以及云对地气系统辐射平衡影响的理解还很不充分（葛旭阳等，2018;李占清，2020）。根据2013年政府间气候变化专门委员会报告（Stocker et al.，2014），气溶胶间接效应仍是最不确定的气候强迫之一，其原因之一在于气溶胶数浓度在导致云滴平均尺度变小的同时，也改变了云滴谱谱型。但当前的气候模式在对云辐射性质的计算中，往往将谱型视为常数，在很大程度上忽视了气溶胶对云滴谱谱型的影响。

Reff与体积平均半径（Rv）的比值β被称为有效半径比率，它是关于云滴谱离散度ε的函数（Martin et al.，1994;Liu and Hallett，1997;Liu and Daum，2000;Pawlowska et al.，2006）。ε定义为云滴谱的标准差（σ）与平均半径（Rm）的比值，它表征了云滴谱的相对宽度，可以用来衡量云滴谱的离散水平。由于离散度与云滴有效半径的这种固有关系，离散度对云的光学性质起着关键作用。如果云滴谱离散度随云滴数浓度的增大而增加，那么云滴有效半径减小的程度会变小，也就是说离散度的改变会抵消部分气溶胶第一间接效应;反之，如果离散度随云滴数浓度的增加而减小，则会增强气溶胶第一间接效应。此外，离散度通过影响云水向雨水的自动转化率（Liu et al.，2006a;Xie et al.，2013），会影响云的生命时间。云滴谱离散度对气溶胶间接效应的这些影响，被简称为云滴谱离散度效应（Liu and Daum，2002）。尽管全球范围内对离散度效应开展了许多观测（Liu et al.，2002;Zhao et al.，2006;Berg et al.，2011）和模拟研究（Fountoukis and Nenes，2005;Wang et al.，2011;Chen et al.，2016），目前人们对于影响离散度的因子的理解还很不够，利用不同观测资料所建立的离散度与气溶胶浓度之间的关系甚至会截然相反（Martin et al.，1994;Lai，2006;Zhao et al.，2006;Rotstayn and Liu，2009;Berg et al.，2011;Brenguier et al.，2011;Xie and Liu，2013;Tas et al.，2015）。因此，对离散度效应的定量化研究仍处于初期。

鉴于此，本研究利用2009年4、5月美国浅薄低云观测项目（RACORO）飞机观测资料，探讨用云滴数浓度和有效半径定义的第一间接效应的差异，并指出离散度是导致该差异的主要原因。该成果将增强对气溶胶-云相互作用的理论认识，为进一步改进模式中该相互作用的参数化方案奠定基础，也为寻找模式和观测中气溶胶间接效应差异的来源提供参考。

1 资料与方法

1.1 资料

美国南部大平原1—6月经常出现边界层云 （Lazarus et al.，2000），非常适合进行云的观测和统计分析。为此，美国大气辐射观测项目组于2009年4月19、27、28日和5月6、27日，利用Twin Otter飞机，在位于俄克拉荷马州的南部大平原站对层积云进行了综合观测，飞行速度50 m/s。图1给出了飞行过程的高度随时间的演变，飞机在云底、云中和云顶不同高度进行观测（Vogelmann et al.，2012）。项目组对所测数据进行了严格的质量控制，消除了仪器故障所导致的异常值。飞行方案经过了科学严谨的设计，排除了恶劣天气条件（例如：存在结冰条件、大面积降水）或不利的云层条件（例如：低空云层覆盖面积小于10%）。

云滴谱资料由云和气溶胶粒子谱仪（CAS）观测得到，分辨率为10 Hz，为与气溶胶资料同步，将10 Hz云滴谱平均成1Hz。CAS的采样范围为0.29～25 μm，分20档。计算云的物理量时，只包含半径平均值大于1 μm的档，该标准已在以往研究中被大量采用（Ma et al.，2010;Yum et al.，2015）。按照Nc>10 cm-3且LWC大于0.001 g/m3的标准对云滴谱资料进行了筛选。气溶胶资料由被动腔气溶胶光谱仪探头（PCASP）进行测量，粒子半径范围为0.05～1.12 μm，分为20档，采样频率为1 Hz。Kleinman et al.（2012）指出，由于云滴破碎等原因，PCASP测量的气溶胶数浓度会高于实际间隙气溶胶浓度。因此，他们只把半径在0.05～0.5 μm范围的粒子作为间隙气溶胶，并把间隙气溶胶浓度乘以0.81，以订正由于云滴破碎等导致的高估。Wang et al.（2019）采用了同样的方法，并把间隙气溶胶浓度和云滴浓度相加作为总的气溶胶浓度（Na）。经过筛选，五次试验共收集25 163个云滴谱和气溶胶同步数据（1Hz）。图2给出了4月19日部分时段气溶胶和云滴谱随时间演变。

若离散度偏差为负值，则离散度效应对AIEn为抵消作用，即减弱了AIEnn;若离散度偏差为正值，则表明离散度效应增强了AIEn。

2 结果与讨论

2.1 云微物理的基本特征

图3为美国南部大平原2009年5次观测得到的云微物理量频率分布，从中可以看出LWC大于0.4 g/m3的数据较少。为保证样本量充足，以得到具有统计学意义的结论，在之后的计算中LWC范围取为0.001～0.4 g/m3。图4给出了LWC分档间隔为0.01 g/m3时每一档的谱分布。谱分布均为单峰谱，绝大部分云滴半径都小于10 μm。随着LWC的增大，整个云滴谱往右移动，与预期一致。

2.2 AIEn和AIEs的差异和离散度效应

根据前述公式，气溶胶间接效应大小由一定含水量下云滴数浓度或云滴有效半径随气溶胶数浓度的改变来计算。为满足Twomey效應中含水量为常数这一前提，分档间隔需足够小，本研究中将含水量的分档间隔取为0.01 g/m3，并将气溶胶数浓度与云微物理量（Nc、Reff）根据不同含水量进行分组。为计算AIEn，对每档中Nc与Na之间的关系进行拟合。图6a给出了LWC在0.23～0.24 g/m3范围内的关系，随着Na的增大，Nc增大，拟合线的斜率为0.75。根据公式（1），该LWC内AIEn的近似值为0.25。图6b给出了其他LWC档拟合结果，Nc与Na拟合的斜率均为正值。AIEs的计算方法与AIEn类似，图7给出了不同LWC档中Reff与Na的拟合结果。LWC在0.23～0.24 g/m3范围时，Reff随Na的增大而减小，斜率为-0.16（图7a）。根据方程（2），该LWC范围内AIEs的近似值为0.16。其他LWC档的拟合结果如图7b所示。

图8给出了AIEn和AIEs随LWC的变化。AIEn的变化范围为0.15～0.30，平均0.25;AIEs的变化范围为0.14～0.26，平均0.21。整体而言，AIEn比AIEs大，尤其在中等LWC下，差值明显。这一结果与以往的大量研究一致（Chuang et al.，2000;Feingold et al.，2003;Kim et al.，2003;Sekiguchi et al.，2003;Twohy et al.，2005）。但之前的一些研究在计算AIEs和AIEn时，没有把LWC或者液水路径限定在某一个小范围内。因此，有学者认为AIEs和AIEn之间的差异是夹卷导致的，在夹卷过程中，云的LWC会发生变化，从而影响AIEn和AIEs的评估（Shao and Liu，2006）。本文中对AIEn和AIEs的计算已经将LWC限定在很小的范围内，因此仅仅夹卷的作用不足以解释这两者之间的差异，需要考虑云滴谱离散度效应的影响。

根据公式（6），离散度效应涉及到β。图9a为LWC在0.23～0.24 g/m3范围内β与Na之间的散点关系。图9b为不同LWC下β随 Na的变化。不同LWC下，β与Na基本上呈正相关关系，并且，随着LWC的增大，这种正相关不断增强，在中等LWC下达到最大。因此，根据公式（6），离散度效应主要为负值，其对于气溶胶间接效应主要为抵消作用。

如图8所示，黑色实线（AIEn与离散度效应之和）与绿色实线（AIEs）十分吻合。因此，AIEn比AIEs偏大的主要原因是离散度效应，这或许可以解释模式中忽略气溶胶对云滴谱谱型的影响所导致的对气溶胶第一间接效应的高估（Rotstayn and Liu，2009）。在大多数气候模式中，有效半径比率β被指定为固定的参数，但实际上，β会受到诸多因子的影响，比如LWC、Na等。在AIEs的估算方法中，云滴有效半径为云滴谱分布的3阶矩与2阶矩的比值，已经包含了谱型的信息，因此其本身已经考虑了离散度效应。而利用AIEn进行计算时，需要另外考虑离散度效应。图8进一步给出了离散度效应占AIEn的比例，即离散度偏差（公式7）。结果表明，该偏差在中等LWC下最大，LWC为0.24 g/m3时达到37%左右。这一结果与Kumar et al.（2016）对印度南部的西高止山脉的季风云的研究一致。Kumar et al.（2016）的工作中，抵消作用的最大值同样发生在中等LWC区域（0.22 g/m3左右），随后抵消作用随含水量的增大而减小。

2.3 气溶胶对ε、σ、Rm的影响

图9中气溶胶对β的影响，本质上是气溶胶对ε的影响。图10a为LWC在0.23～0.24 g/m3范围内ε与Na之间的散点关系。如图10b所示，不同 LWC条件下，ε与Na均为正相关。之前的研究中已经发现气溶胶对ε的影响具有很大的不确定性。Liu et al.（2002）通过分析清洁和污染条件下云的观测数据后指出，气溶胶数浓度的增加导致ε增大，而Berg et al.（2011）的观测结果表明ε随气溶胶浓度的增加而减小。此外，Zhao et al.（2006）通过分析亚洲不同区域的飞机观测资料指出，低云滴数浓度下（约50 cm-3），云滴离散度值的变化范围较大（0.2～0.8），随着浓度的增大，离散度减小并收敛到非常窄的范围。除了以上不同的观测结果，Liu et al.（2006b）根据云滴的绝热增长理论推导出将ε与云凝结核谱、上升气流速度联系起来的理论模型，在理论上证明气溶胶浓度（云凝结核浓度）的增加导致云滴浓度和离散度的同步增加，而上升气流速度的增大导致云滴浓度增大和离散度的减小。本研究的结论与Liu et al.（2002）和Liu et al.（2006b）的结论一致。

根据Wang et al.（2019）的结果，ε与Na之间的斜率等于σ-Na和Rm-Na斜率的差，定量计算时，这三个斜率需分别用ε、σ、Rm归一化。图11给出了定性分析的结果，即σ、Rm与Na的拟合斜率随LWC的变化。总体而言，ε-Na关系的趋势与σ-Na关系类似，但是ε-Na始终为正相关关系，σ-Na的符号则在正负之间震荡。Rm-Na关系则均为负值，这是导致ε与Na之间斜率为正的重要因素。

3 结论

本文基于美国浅薄低云观测项目（RACORO）的飞机观测资料，详细分析了5个层积云个例。层积云的含水量主要位于0～0.4 g/m3，不同含水量档内的谱分布主要为单峰分布。通过计算云雨自动转化阈值函数，发现这些云碰并很弱，属于非降水云。

随着气溶胶数浓度的增大，云滴浓度增大、有效半径减小。基于此，利用云滴数浓度和有效半径分别估算了气溶胶的间接效应，即AIEn和AIEs。AIEn和AIEs的变化范围分别为0.15～0.30和0.14～0.26，平均分别为0.25和0.21。整体而言，AIEn比AIEs大，特别是在中等含水量（LWC）条件下，两者的差值显著。根据理论推导，该差值与有效半径比率和离散度有关。随着气溶胶浓度的增大，有效半径比率和离散度几乎都增大，对气溶胶间接效应主要起抵消作用，并且在中等LWC时强度最大。含水量等于0.24 g/m3时，抵消作用强度达到37%左右。当AIEn基础上考虑离散度效应后，数值就与AIEs十分接近，与前面的理论预期一致。

致谢：感谢美国布鲁克海文国家实验室的刘延刚研究员对本文的分析提供的诸多帮助！

参考文献（References）

Anderson T L，2003.Climate forcing by aerosol：a hazy picture[J].Science，300（5622）：1103-1104.doi：10.1126/science.1084777.

Berg L K，Berkowitz C M，Barnard J C，et al.，2011.Observations of the first aerosol indirect effect in shallow cumuli[J].Geophys Res Lett，38（3）：L03809.doi：10.1029/2010GL046047.

Brenguier J L，Burnet F，Geoffroy O，2011.Cloud optical thickness and liquid water path-does the k coefficient vary with droplet concentration？[J].Atmos Chem Phys，11（18）：9771-9786.doi：10.5194/acp-11-9771-2011.

Chen J Y，Liu Y G，Zhang M H，et al.，2016.New understanding and quantification of the regime dependence of aerosol-cloud interaction for studying aerosol indirect effects[J].Geophys Res Lett，43（4）：1780-1787.doi：10.1002/2016GL067683.

陳春美，钟珂，陈勇航，等，2018.干旱区典型城市云对太阳辐射的影响[J].干旱区研究，35（2）：436-443. Chen C M，Zhong K，Chen Y H，et al.，2018.Effects of clouds on solar radiation over typical City in arid area[J].Arid Zone Res，35（2）：436-443.doi：10.13866/j.azr.2018.02.23.（in Chinese）.

Chuang P Y，Collins D R，Pawlowska H，et al.，2000.CCN measurements during ACE-2 and their relationship to cloud microphysical properties[J].Tellus B，52（2）：843-867.doi：10.1034/j.1600-0889.2000.00018.x.

Feingold G，2003.Modeling of the first indirect effect：analysis of measurement requirements[J].Geophys Res Lett，30（19）：1997.doi：10.1029/2003gl017967.

Feingold G，Eberhard W L，Veron D E，et al.，2003.First measurements of the Twomey indirect effect using ground-based remote sensors[J].Geophys Res Lett，30（6）：225-242.doi：10.1029/2002gl016633.

Fountoukis C，Nenes A，2005.Continued development of a cloud droplet formation parameterization for global climate models[J].J Geophys Res：Atmos，110（D11）：D11212.doi：10.1029/2004JD005591.

葛旭阳，许可，马悦，等，2018.云辐射强迫效应对热带气旋发展和结构的影响[J].大气科学学报，41（1）：46-54. Ge X Y，Xu K，Ma Y，et al.，2018.Impacts of cloud-radiative forcing on tropical cyclone intensification and structure[J].Trans Atmos Sci，41（1）：46-54.doi：10.13878/j.cnki.dqkxxb.20150421001.（in Chinese）.

郭丽君，郭学良，栾天，等，2019.云辐射效应在华北持续性大雾维持和发展中的作用[J].气象学报，77（1）：111-128. Guo L J，Guo X L，Luan T，et al.，2019.The role of cloud radiative effect in the maintenance and development of persistent heavy fog events in northern China [J].Acta Meteorol Sin，77（1）：111-128.doi：10.11676/qxxb2018.041.（in Chinese）.

黄兴友，芦荀，黄勇，等，2019.层状云微物理参数反演及其辐射效应的个例研究[J].大气科学学报，42（5）：769-777. Huang X Y，Lu X，Huang Y，et al.，2019.A case study on the microphysical parameter retrieval and radiative effects of stratus clouds[J].Trans Atmos Sci，42（5）：769-777.doi：10.13878/j.cnki.dqkxxb.20170223002.（in Chinese）.

Kim B G，Schwartz S E，Miller M A，et al.，2003.Effective radius of cloud droplets by ground-based remote sensing：relationship to aerosol[J].J Geophys Res：Atmos，108（D23）：4740.doi：10.1029/2003JD003721.

Kleinman L I，Daum P H，Lee Y N，et al.，2012.Aerosol concentration and size distribution measured below，in，and above cloud from the DOE G-1 during VOCALS-REx[J].Atmos Chem Phys，12（1）：207-223.doi：10.5194/acp-12-207-2012.

Kumar V A，Pandithurai G，Leena P P，et al.，2016.Investigation of aerosol indirect effects on monsoon clouds using ground-based measurements over a high-altitude site in Western Ghats[J].Atmos Chem Phys，16（13）：8423-8430.doi：10.5194/acp-16-8423-2016.

Lai Y F，2006.Microphysical properties of stratus/stratocumulus clouds during the 2005 marine stratus/stratocumulus experiment （MASE） [C]//AGU Spring Meeting.

Lazarus S M，Krueger S K，Mace G G，2000.A cloud climatology of the southern great Plains ARM CART[J].J Climate，13（10）：1762-1775.doi：10.1175/1520-0442（2000）013<1762：accots>2.0.co;2.

李占清，2020.氣溶胶对中国天气、气候和环境影响综述[J].大气科学学报，43（1）：76-92. Li Z Q，2020.Impact of aerosols on the weather，climate and environment of China：an overview[J].Trans Atmos Sci，43（1）：76-92.doi：10.13878/j.cnki.dqkxxb.20200115005.（in Chinese）.

Liu Y G，Daum P H，2000.Spectral dispersion of cloud droplet size distributions and the parameterization of cloud droplet effective radius[J].Geophys Res Lett，27（13）：1903-1906.doi：10.1029/1999GL011011.

Liu Y，Daum P H，2002.Anthropogenic aerosols.Indirect warming effect from dispersion forcing[J].Nature，419（6907）：580-581.doi：10.1038/419580a.

Liu Y G，Daum P H，Chai S K，et al.，2002.Cloud parameterizations，cloud physics，and their connections：an overview[J].Recent Res Devel Geophy，4：119-142.

Liu Y G，Daum P H，McGraw R L，2005.Size truncation effect，threshold behavior，and a new type of autoconversion parameterization[J].Geophys Res Lett，32（11）：L11811.doi：10.1029/2005GL022636.

Liu Y G，Daum P H，McGraw R，et al.，2006a.Generalized threshold function accounting for effect of relative dispersion on threshold behavior of autoconversion process[J].Geophys Res Lett，33（11）：L11804.doi：10.1029/2005GL025500.

Liu Y G，Daum P H，Yum S S，2006b.Analytical expression for the relative dispersion of the cloud droplet size distribution[J].Geophys Res Lett，33（2）：L02810.doi：10.1029/2005GL024052.

Liu Y G，Hallett J，1997.The ‘1/3 power law between effective radius and liquid-water content[J].Quart J Roy Meteor Soc，123（542）：1789-1795.doi：10.1002/qj.49712354220.

Lu C S，Liu Y G，Niu S J，et al.，2013.Examination of microphysical relationships and corresponding microphysical processes in warm fogs[J].Acta Meteorol Sin，27（6）：832-848.doi：10.1007/s13351-013-0610-0.

呂巧谊，张玉轩，李积明，2017.南半球中高纬度区域不同类型云的辐射特性[J].气象学报，75（4）：596-606. Lyu Q Y，Zhang Y X，Li J M，2017.Radiative characteristics of various cloud types over southern mid-high latitudes [J].Acta Meteorol Sin，75（4）：596-606.doi：10.11676/qxxb2017.039.（in Chinese）.

Martin G M，Johnson D W，Spice A，1994.The measurement and parameterization of effective radius of droplets in warm stratocumulus clouds[J].J Atmos Sci，51（13）：1823-1842.doi：10.1175/1520-0469（1994）051<1823：tmapoe>2.0.co;2.

Ma J Z，Chen Y，Wang W，et al.，2010.Strong air pollution causes widespread haze-clouds over China[J].J Geophys Res：Atmos，115（D18）：D18204.doi：10.1029/2009JD013065.

Niu S J，Lu C S，Liu Y G，et al.，2010.Analysis of the microphysical structure of heavy fog using a droplet spectrometer：a case study[J].Adv Atmos Sci，27（6）：1259-1275.doi：10.1007/s00376-010-8192-6.

Pawlowska H，Grabowski W W，Brenguier J L，2006.Observations of the width of cloud droplet spectra in stratocumulus[J].Geophys Res Lett，33（19）：L19810.doi：10.1029/2006GL026841.

Penner J E，Dong X，Chen Y，2004.Observational evidence of a change in radiative forcing due to the indirect aerosol effect[J].Nature，427（6971）：231-234.doi：10.1038/nature02234.

Rosenfeld D，Feingold G，2003.Explanation of discrepancies among satellite observations of the aerosol indirect effects[J].Geophys Res Lett，30（14）：1776.doi：10.1029/2003GL017684.

Rotstayn L D，Liu Y G，2009.Cloud droplet spectral dispersion and the indirect aerosol effect：comparison of two treatments in a GCM[J].Geophys Res Lett，36（10）：L10801.doi：10.1029/2009GL038216.

Schwartz S E，1988.Are global cloud albedo and climate controlled by marine phytoplankton？[J].Nature，336（6198）：441-445.doi：10.1038/336441a0.

Sekiguchi M，Nakajima T，Suzuki K，et al.，2003.A study of the direct and indirect effects of aerosols using global satellite data sets of aerosol and cloud parameters[J].J Geophys Res：Atmos，108（D22）：4699.doi：10.1029/2002JD003359.

Shao H F，Liu G S，2006.Influence of mixing on evaluation of the aerosol first indirect effect[J].Geophys Res Lett，33（14）：L14809.doi：10.1029/2006GL026021.

史湘軍，沈沛洁，朱寿鹏，等，2020a.基于CMIP6强迫模拟分析人为气溶胶的气候效应（一）：介绍NUIST模式评估结果[J].大气科学学报，43（3）：506-515. Shi X J，Shen P J，Zhu S P，et al.，2020.A modeling study on anthropogenic aerosol effects based on CMIP6 forcing.part Ⅰ：NUIST model results and corresponding estimation[J].Trans Atmos Sci，43（3）：506-515.doi：10.13878/j.cnki.dqkxxb.20180919001.（in Chinese）.

史湘军，刘娇娇，朱寿鹏，等，2020b.基于CMIP6强迫模拟分析人为气溶胶的气候效应（二）：诊断方法在分类评估中的重要性[J].大气科学学报，43（4）：630-639. Shi X J，Liu J J，Zhu S P，et al.，2020.A modeling study on anthropogenic aerosol effects based on CMIP6 forcing，part Ⅱ：the importance of calculation methods in classification analysis[J].Trans Atmos Sci，43（4）：630-639.doi：10.13878/j.cnki.dqkxxb.20180919002.（in Chinese）.

Slingo A，1990.Sensitivity of the earth's radiation budget to changes in low clouds[J].Nature，343（6253）：49-51.

Stocker T，Plattner G K，Dahe Q，2014.IPCC climate change 2013：the physical science basis-findings and lessons learned[C]//EGU General Assembly Conference.

Tas E，Teller A，Altaratz O，et al.，2015.The relative dispersion of cloud droplets：its robustness with respect to key cloud properties[J].Atmos Chem Phys，15（4）：2009-2017.doi：10.5194/acp-15-2009-2015.

Twohy C H，Petters M D，Snider J R，et al.，2005.Evaluation of the aerosol indirect effect in marine stratocumulus clouds：droplet number，size，liquid water path，and radiative impact[J].J Geophys Res：Atmos，110（D8）：D08203.doi：10.1029/2004JD005116.

Twomey S，1974.Pollution and the planetary albedo[J].Atmos Environ 1967，8（12）：1251-1256.doi：10.1016/0004-6981（74）90004-3.

Vogelmann A M，McFarquhar G M，Ogren J A，et al.，2012.Racoro extended-term aircraft observations of boundary layer clouds[J].Bull Amer Meteor Soc，93（6）：861-878.doi：10.1175/bams-d-11-00189.1.

Wang X F，Xue H W，Fang W，et al.，2011.A study of shallow cumulus cloud droplet dispersion by large eddy simulations[J].Acta Meteorol Sin，25（2）：166-175.doi：10.1007/s13351-011-0024-9.

Wang Y，Niu S J，Lu C S，et al.，2019.An observational study on cloud spectral width in North China[J].Atmosphere，10（3）：109.doi：10.3390/atmos10030109.

吴蓬萍，韩志伟，2011.东亚地区硫酸盐气溶胶间接辐射和气候效应的数值模拟研究[J].大气科学，35（3）：547-559. Wu P P，Han Z W，2011.A modeling study of indirect radiative and climatic effects of sulfate over East Asia[J].Chin J Atmos Sci，35（3）：547-559.（in Chinese）.

Xie X N，Liu X D，2013.Analytical studies of the cloud droplet spectral dispersion influence on the first indirect aerosol effect[J].Adv Atmos Sci，30（5）：1313-1319.doi：10.1007/s00376-012-2141-5.

Xie X N，Liu X D，Peng Y R，et al.，2013.Numerical simulation of clouds and precipitation depending on different relationships between aerosol and cloud droplet spectral dispersion[J].Tellus B：Chem Phys Meteorol，65（1）：19054.doi：10.3402/tellusb.v65i0.19054.

杨文霞，胡朝霞，董晓波，等，2018.降水性层状云结构及微物理量相关性分析[J].大气科学学报，41（4）：525-532. Yang W X，Hu Z X，Dong X B，et al.，2018.A study on the microphysical structure and the correlation of microphysical parameters of the precipitation stratiform cloud[J].Trans Atmos Sci，41（4）：525-532.doi：10.13878/j.cnki.dqkxxb.20170216001.（in Chinese）.

Yum S S，Wang J，Liu Y G，et al.，2015.Cloud microphysical relationships and their implication on entrainment and mixing mechanism for the stratocumulus clouds measured during the VOCALS project[J].J Geophys Res：Atmos，120（10）：5047-5069.doi：10.1002/2014JD022802.

張悦，樊曙先，李皓，等，2016.气溶胶辐射效应在华东地区一次雾霾过程中的作用[J].气象学报，74（3）：465-478. Zhang Y，Fan S X，Li H，et al.，2016.Effects of aerosol radiative feedback during a severe smog process over Eastern China[J].Acta Meteorol Sin，74（3）：465-478.（in Chinese）.

Zhao C S，Tie X X，Brasseur G，et al.，2006.Aircraft measurements of cloud droplet spectral dispersion and implications for indirect aerosol radiative forcing[J].Geophys Res Lett，33（16）：L16809.doi：10.1029/2006GL026653.

By considering the aircraft observational data of the stratocumulus obtained during the Routine AAF （Atmospheric Radiation Measurement（ARM） Aerial Facility） Clouds with Low Optical Water Depths（CLOWD） Optical Radiative Observations（RACORO） field operation that was accomplished in April and May 2009，two approaches were adopted in order to estimate the aerosol incidental effects.The first effect was estimated by considering the cloud drop concentration（AIEn），while the second effect was estimated by considering the effective radius（AIEs）.It was observed that the AIEn always owned the higher value in comparison with AIEs，and this alteration was more projecting especially at moderate liquid water content.Theoretical derivation established on the base of deviation between AIEn and AIEs indicated that the dispersion of cloud droplet spectrum influentially related to the effect of aerosol in the consideration of the dispersion effect.It was observed that when the dispersion effect increased the value of evaluated AIEn come closer to the evaluated value of AIEs，and the happening of this corresponds authenticated the theoretical expectations.The contribution of the dispersion effect in the consideration of the aerosol indirect effect was the leading offset effect，which owned the largest value at moderate liquid water content，and it was observed that when liquid water content is 0.24 g/m3 then its corresponding percentage was about 37%.The consequences of this research enhance the theoretical understanding of the aerosol-cloud interaction and it can be concluded that it could be helpful asset to improve the accurate assessment of the aerosol indirect effect in models and observations.

aerosol indirect effect;dispersion effect;aircraft observation

doi：10.13878/j.cnki.dqkxxb.20200613001

（责任编辑：刘菲）