华北中部夏季气溶胶和云分布特征

李义宇 孙鸿娉* 杨俊梅 任 刚 赵德龙 周 嵬 刘智超

1)(山西省人工增雨防雷技术中心， 太原 030002)

2)(北京市人工影响天气中心， 北京 100089)

3)(中国人民解放军95820部队飞行管制室， 北京 102207)

引 言

气溶胶既可以通过吸收和散射太阳辐射影响地气系统的辐射平衡，也可以作为云凝结核(CCN)影响云微物理过程进而影响气候[1-2]。气溶胶对云微物理过程的影响机制较为复杂，是近年的研究热点和难点，气溶胶的垂直分布状况对于量化气溶胶的间接辐射强迫具有重要价值，不同背景下对流层低层气溶胶的垂直分布状况存在很大不确定性，因此对气溶胶垂直廓线的研究十分重要[3-6]。气溶胶数浓度和有效半径以及云液态水含量是描述大气气溶胶与云相互作用的关键参数[7-8]。为了量化气溶胶的气候效应，国内外学者已开展大量地面观测试验及数值模拟研究，但对气溶胶的地面观测大多只能分析其时间分布特征，难以得到空间分布特征[9-16]。利用飞机搭载各种气溶胶探测设备，对大气气溶胶展开空间观测，可获得气溶胶数浓度和平均半径的空间分布特征，是研究气溶胶垂直廓线以及气溶胶与云相互作用的最直接方法之一，也可为数值模式提供观测数据[17-19]。

近年，针对气溶胶垂直分布的飞机观测试验相继开展。研究发现，气象条件影响气溶胶垂直分布，温度和相对湿度的垂直廓线与气溶胶垂直分布存在明显关联，不同天气形势下大气层结变化也影响气溶胶的空间分布[20-23]。将CCN与气溶胶垂直廓线结合可以判断气溶胶的主要来源及传输，研究不同过饱和度下气溶胶与CCN的转化率，可以分析气溶胶活化能力的空间分布进而探究气溶胶与云相互作用机制[24-25]。气溶胶数浓度的谱宽随高度升高变窄，气溶胶数浓度的谱分布可以由多个对数正态曲线进行拟合，得到的拟合参数可为数值模式中气溶胶参数化的建立和改进提供参考[26-27]。

气溶胶对云和降水的影响随动力、热力和微物理条件变化而变化。不同地区、不同天气背景下气溶胶与云的时空分布特征以及气溶胶与云相互作用等过程非常复杂[28-29]，相关学者根据每次个例得到的结论不尽相同。因此，要全面客观探究气溶胶与云的相互作用机制，仍然需要在不同地区开展气溶胶和云的综合观测试验。

山西省地处华北平原西面的黄土高原，属于温带季风性气候，煤炭产业集中，环境污染形势严峻[30-32]，在山西省开展气溶胶与云的垂直探测具有重要意义。本研究基于2018年7—8月山西省中部6次飞机观测试验数据，研究不同高度气溶胶及云的分布特征。

1 观测与数据

1.1 观测仪器

本研究以空中国王飞机(King-350)为主要空中观测平台，该飞机一般飞行速度为150 m·s-1，爬升和下降速度为7～10 m·s-1。气溶胶粒子空间分布的主要观测设备为1台被动空腔气溶胶探头(PCASP-100X)，观测粒径范围为0.1～3 μm，分为30个通道，测量的最小分辨率为0.01 μm，数据采样频率为1 Hz，采样间隔为1 s。PCASP-100X在试验前进行标准PSL标定和流速标定。云滴观测的主要仪器为美国DMT公司生产的云粒子谱探头(CDP)，观测的云滴谱范围为3～50 μm，分为30个通道，通道1～12的分辨率为1 μm，通道13～30的分辨率为2 μm，数据采样频率为1 Hz。对于PCASP-100X和CDP，由于其第1档数据尺度范围不易确定且受到仪器信号噪音影响较大，因此剔除第1档数据。飞机综合气象要素测量系统(AIMMS-20)设备包括ADP(大气数据探头)、GPS天线、GPS模块等，主要测量环境温度、气压、动压、相对湿度、风速、风向、垂直风速、飞行经纬度和飞行高度(均为海拔高度，以下简称高度)等。

1.2 探测概况

气溶胶观测试验主要集中在山西省中部地区，太原为飞机观测基地，起降机场为太原武宿机场。飞机于2018年7月21日、2018年7月26日、2018年7月31日、2018年8月22日上午、2018年8月22日下午和2018年8月30日开展6架次飞行，飞行详细信息见表1(本研究所有时间均为北京时)。

表1 观测飞行概况

1.3 数据处理

本研究中，云需同时满足云滴数浓度(Nc)大于10 cm-3、液态水含量(L)大于0.001 g·m-3两个条件，且持续时间超过5 s[33]。根据Kleinman等[33]的研究结果，对云中气溶胶数据进行校正， PCASP-100X测得的气溶胶数浓度(Na)在通道2～6内减少20%，通道7～25内减少10%，经过计算后的云中气溶胶数浓度记为Nacc。

2 结果分析

2.1 气溶胶垂直和水平分布特征

表2为6架次飞机观测的气溶胶参量统计值。Na最大值出现在2018年7月26日(F2)，达到10493.30 cm-3，平均值为821.36 cm-3，同时Nacc占比最低，且算术平均直径(Dm)和相对湿度最小。相对湿度较低,不利于粒子吸湿增长，导致粒子平均直径较小，天气条件为中高层云时,Na平均值高于天气条件为中低层云时(有降水时除外)。

表2 气溶胶参量统计值

总体而言，在780～5687 m高度内,Na的最大量级可达到104cm-3，比Yang等[34]在华中地区飞机观测结果高1个量级。观测期间,Nacc占比均在80%以上，Hao等[35]在安徽地区的观测显示Nacc占比可达95%以上。Dm平均值为0.12～0.52 μm，与中国其他地区的飞机观测结果具有相同数量级[35-36]。

图1是6架次飞机观测的平均Na和Dm的垂直分布。由图1可见，大量气溶胶粒子集中在低层，Na随海拔高度升高急剧降低，Na在垂直方向上存在3个峰值：第1个峰值出现在800 m高度附近，峰值浓度为1110 cm-3；第2个峰值出现在2000 m高度附近，峰值浓度为689 cm-3；第3个峰值出现在2880 m高度附近，峰值浓度为471 cm-3。Na在3800 m高度以下比3800 m以上高1个量级。但Dm垂直分布呈现完全不同的特征，在3500 m高度以下Dm分布相对稳定，平均值为0.23 μm；3500 m高度以上，Dm随高度增加增大，峰值出现在5370 m高度，峰值粒径为0.80 μm。Li等[4]分析2013年7月山西地区6次飞行个例的积聚模态气溶胶数浓度的垂直廓线，发现从地面到1200 m高度，Na随高度逐渐增大，1200 m高度以上Na随高度急剧降低，Na第1个峰值出现在1000～1400 m高度，第2个峰值出现在2000 m高度附近。平均Na垂直分布特征均表现出随高度增加而递减的趋势，峰值位置存在差异，气溶胶粒子峰值直径出现的高度基本相同。

图1 平均气溶胶数浓度和算术平均直径的垂直分布

气溶胶垂直廓线与温度、相对湿度等气象要素的垂直分布密切相关[37-38]，本文选取F3(起飞过程)和F4(起飞过程和降落过程)共3次在晴空云外的垂直探测数据，分析大气层结对气溶胶垂直分布的影响。由图2a温度廓线可以看到，本次探测无明显逆温，Na从低空到高空呈线性递减分布，由图3a温度廓线可见，1300 m高度、2000 m高度和2500 m高度出现逆温，图3c温度廓线显示在1300 m高度和2300 m高度出现逆温，对应图3b和图3d中Na在逆温高度出现明显累积，说明逆温层的存在阻挡气溶胶的垂直输送。对比湿度廓线与Dm关系可以看到，低空(2000 m高度以下)Dm和相对湿度无明显相关性，高空(2000 m高度以上)Dm和相对湿度变化较一致，高值区域基本吻合，说明低层气溶胶来源受人类活动影响较多，气溶胶种类较为复杂，而高层气溶胶来源较为单一，气溶胶粒子存在明显的吸湿增长。

图2 2018年7月31日F3观测的温湿廓线(a)和气溶胶数浓度、算术平均直径的垂直分布(b)

图3 2018年8月22日F4两次垂直观测的温湿廓线及气溶胶数浓度、算术平均直径的垂直分布

为了分析不同高度气溶胶粒子的水平分布特征，2018年7月26日开展4个不同高度的飞行探测(F2)，图4为当日Na和Dm在1880，2200，3100 m和3400 m高度的水平分布特征。相对于垂直变化特征，Na和Dm的水平变化幅度较小，统计4个高度处Na，Dm，温度和相对湿度的平均值和标准差可知，Na随高度升高而减小，Dm在3500 m高度以下较为稳定，且探测期间Dm平均值较小。

图4 2018年7月26日F2观测不同高度的气溶胶数浓度和算术平均直径的水平分布

2.2 气溶胶粒子谱分布特征

大气气溶胶包含多种不同尺度不同成分的粒子，粒子谱分布是描述气溶胶粒子分布的重要物理量，决定气溶胶在大气中传输、寿命以及光学特性。本文6个架次观测的气溶胶粒子谱分布如图5所示，6架次探测的气溶胶粒子谱分布较为一致，均呈多峰分布，峰值位置相近，气溶胶粒子主要集中在小粒子端，大粒子端Na较小。

图6为6架次飞机观测的气溶胶粒子平均谱分布和用对数正态分布公式拟合的特征曲线。由图6可知，气溶胶平均谱分布呈三峰分布，第1个峰值位于第1模式，峰值直径为0.11 μm，第2个峰值位于第2模式，峰值直径为0.24 μm，第3个峰值位于第3模式中，峰值直径可能大于3 μm，由于PCASP-100X量程的限制，不能确定峰值直径的位置；第1模式和第2模式气溶胶粒子数浓度随高度明显减小。气溶胶粒子平均谱分布特征参数可为改善区域气候模式、气溶胶-云模式等参数化方案提供重要的原位测量依据。

图6 6架次飞机观测的气溶胶粒子平均谱分布

2.3 云垂直分布特征

图7为6架次飞行上升或下降穿云过程中云滴数浓度(Nc)和液态水含量(L)的变化。由图7可见，F2穿过的3层云均较薄，其余架次飞机穿过的云层较厚，L和Nc的变化趋势较一致。6架次飞行观测中云底高度为1217～3498 m，云顶高度为3753～5686 m。Nc最大值为813.12 cm-3，出现在2018年7月26日(F2)，L最大值为1.57 g·m-3，出现在7月31日(F3)。F1～F3架次飞行期间云中L相对较高，L与垂直气流的强度有关，上升气流区与高L区基本一致[39]，说明F1～F3观测期间云中上升气流强，且F1和F3观测期间L起伏变化较大，说明云中乱流较明显，F4～F6观测期间L小且变化幅度小，云中气流比较稳定。综合分析6架次穿云过程可知，低层云中Nc较大、L较小，中层和高层云中Nc较小、L较大，说明低层云中云滴尺度较小，中层和高层云中云滴尺度较大。

图7 F1～F6观测的云滴数浓度和液态水含量垂直廓线

2.4 云微物理参量特征

以F3为例研究云微物理特征。F3观测期间有9次穿云过程，图8为观测期间飞行高度、Nc和L的时间序列，同时满足Nc大于10 cm-3，L大于0.001 g·m-3两个条件，持续时间超过5 s时判定为云。飞机在起飞6 min后上升至4000 m高度以上，持续飞行56 min后开始下降。

图8 F3穿云期间的飞行高度、云滴数浓度和液态水含量(9朵云用Ⅰ～Ⅸ表示)

图9为云朵Ⅰ～Ⅸ的云滴谱分布特征，其中云朵Ⅰ、云朵Ⅱ和Ⅸ的云滴谱较窄，约为20 μm。云朵Ⅲ～Ⅷ的云滴谱宽为50 μm，且基本呈单峰型分布，在9～16 μm达到峰值。Lü等[40]研究东北地区清洁和污染条件的云滴尺度分布特征，本研究中的云滴数浓度与其污染条件下的结果相似。

图9 云朵Ⅰ～Ⅸ的云滴谱

图10为Nc,L和云滴有效半径(Re)的概率密度函数。Nc的平均值为150.94 cm-3，最大值为873.32 cm-3，概率密度函数为双峰分布，两个峰值处Nc分别为8.33 cm-3和72.33 cm-3，均处在概率分布函数的低值区。L的平均值为0.11 g·m-3，最大值为1.54 g·m-3，概率密度函数为单峰分布，峰值处L为0.015 g·m-3，处在概率分布函数低值区。Re平均值为5.52 μm，最大值为24.49 μm，概率密度函数为双峰分布，两个峰值处Re浓度分别为4.24 μm和8.38 μm，均处在概率分布函数的低值区。本研究中Nc,L和Re的概率密度函数显示的特征与Yang等[34]对华中地区的研究及Zhao等[41]对华北地区的研究结果均有所不同。

图10 云滴数浓度、液态水含量和云滴有效半径概率密度函数

续图10

3 结 论

本研究基于2018年7—8月华北中部地区6架次飞机观测数据，分析气溶胶和云滴的垂直和水平分布特征。得到以下结论：

1) 华北中部780～5687 m高度内Na平均值为821.36 cm-3，最大量级可达到104cm-3，Nacc占总颗粒浓度的80%以上，表明细颗粒占大多数，Dm平均值为0.12～0.52 μm。

2) 6架次飞机观测的平均Na随高度增加递减，天气条件为中高层云时Na高于天气条件为中低层云时，Dm在3500 m高度以下分布相对稳定，平均值为0.23 μm；3500 m高度以上随高度增加而增大；大气层结状态对气溶胶分布影响较大，逆温层对气溶胶垂直输送有明显的阻挡作用，逆温层处出现气溶胶粒子的累积，相对湿度对高空(2000 m高度以上)Dm的垂直分布影响较大。

3) 低层云中Nc较大、L较小，而中、高层云中Nc较小、L较大。

4) 观测期间气溶胶粒子谱均呈现多峰型分布，平均气溶胶谱呈三峰分布；云滴谱宽多为50 μm左右，且基本呈现单峰型分布，在9～16 μm达到峰值；Nc和Re的概率密度函数均为双峰型分布，L的概率密度函数为单峰型分布。