中天山試驗區(qū)人工增雨（雪）試驗：方案設計與初步結果

■劉恩弘 楊璟 銀燕 李斌 李圓圓 景曉琴 陳魁 王紅磊 楊軍 陳倩

試驗初期，完成了多部雷達的架設、觀測和數(shù)據質量監(jiān)控。在2019年夏季以烏魯木齊牧試站為基地成功觀測了多個降水過程，完成了氣溶膠和冰核的連續(xù)地面觀測以及無人機觀測；在2019—2020年冬季成功觀測兩次降雪過程，并進行了煙爐增雪作業(yè)。

新疆位于我國西北部，地處歐亞大陸腹地，遠離海洋，氣候不受季風系統(tǒng)的直接影響，新疆北部是阿爾泰山脈，南部是昆侖山脈，中部有橫貫全境的天山山脈，三山環(huán)抱塔里木盆地和準噶爾盆地形成三山夾兩盆的獨特地形。研究發(fā)現(xiàn)，新疆西部和北部的氣候主要受西風帶系統(tǒng)的影響，在天山、帕米爾高原等地則出現(xiàn)多雨帶，山區(qū)年降水量一般超過400 mm，個別地方超過500 mm，所以天山山地也被稱為干旱區(qū)的“濕島”，是新疆重要的水資源來源。姚俊強等指出天山空中擁有豐富的云水資源，運用人工增雨（雪）技術來提高云水資源降水轉化率，可以極大改善西北部干旱缺水的情況，增加河流徑流量，增加山區(qū)積雪、冰川儲水量。

在人工增雨（雪）研究中，催化劑在大氣中的擴散是近年來研究的主要問題之一。如Boe等基于地面冰核計數(shù)器以及飛機冰核采樣發(fā)現(xiàn)，冬季地面播撒的催化劑粒子基本只在近地面的邊界層內傳播，通常垂直傳播高度在距地面600 m以內，同時表明催化劑的擴散角度大約為10°。Xue等通過大渦模擬發(fā)現(xiàn)，在復雜地形地區(qū)，地形引起的近地面湍流是碘化銀垂直傳播的主要機制。另外一個重要的研究方面是催化劑在云內增強降水的物理機制。Jing等通過冬季地面播撒碘化銀實驗，以及雙偏振雷達數(shù)據分析，發(fā)現(xiàn)在冬季，不論是層云還是淺對流云，播撒碘化銀后，云霧中冰晶增長的主要方式是貝吉龍過程。French等在美國愛達荷通過試驗發(fā)現(xiàn)，在冬季地形云中播撒碘化銀粒子后，在受到碘化銀影響的區(qū)域粒子譜明顯變寬，雷達回波反射率增大。

對人工增雨（雪）的效果驗證也是一項重要的研究內容。王婉等基于區(qū)域歷史回歸統(tǒng)計方法對北京市2006年的人工增雨效果進行了統(tǒng)計檢驗，結果表明人工增雨效果約為13%。李斌等基于1957—2016歷年12月份的歷史降水數(shù)據對新疆克拉瑪依人工增雨（雪）的效果進行了統(tǒng)計分析，結果表明人工增雪效果為24.5%。Rasmussen等基于13年的地面降水觀測和模擬研究表明地面播撒碘化銀的增雪效果為5%。

在天山地區(qū)，由于綜合觀測資料的缺乏，對地形云降水的形成機制和物理特征還不夠清楚，也缺乏對人工播撒碘化銀引起的云物理過程變化的相關研究，從而導致該地區(qū)人工增雨（雪）效果還有較大不確定性。新疆自治區(qū)人工影響天氣辦公室聯(lián)合南京信息工程大學、成都信息工程大學于2018年開始在中天山試驗區(qū)開展了為期三年的人工增雨（雪）試驗，基于飛機、遙感和地面觀測平臺對中天山北坡地形云降水發(fā)生演變過程進行綜合觀測，分析研究天山山區(qū)降水過程宏觀、微觀物理結構，并對人工播撒碘化銀的效果進行檢驗。具體科學目標包括：

1） 中天山地區(qū)不同季節(jié)典型地形云降水系統(tǒng)的特征及其形成機制；

2） 不同天氣條件下人工播撒碘化銀擴散到云內起到增雨（雪）效果的過程；

3） 人工播撒碘化銀引起的地形云內物理特征變化；

4） 人工播撒碘化銀的增雨（雪）效果是否能夠從復雜的自然變化中觀測及其效果大小。

1 試驗場背景和儀器

1.1 試驗場背景

已有研究表明新疆地區(qū)夏季水汽輸送量最大，冬季水汽輸送量最小，由于新疆三面環(huán)山，四季均為對流層中層水汽輸送量最大。大量的暴雨個例分析指出有三條主要水汽輸送路徑，一支為西風氣流和影響系統(tǒng)本身攜帶的西風水汽輸送，另一支為中亞低槽或低渦南伸槽前西南氣流攜帶的偏南水汽輸送，還有一些極端情況在合適環(huán)流配置下阿拉伯海水汽以接力輸送方式輸送水汽，這三支水汽在新疆匯合造成暴雨。除了考慮水汽輸送條件外，天山地區(qū)人工增水試驗區(qū)的選擇應充分兼顧可行性、科學性及其對經濟，環(huán)境，生態(tài)文明建設的影響。

依據已有的研究成果，選擇在烏魯木齊市西南方中天山北坡地區(qū)建設天山地形云人工增雨（雪）試驗示范基地外場試驗區(qū)（圖1）。該地區(qū)相對來說水汽條件較好，在西北或偏北氣流的背景下，水汽通過中天山北坡地形抬升作用形成地形云。此外，該地區(qū)基礎設施較為完善、氣象觀測基礎條件好，已有較多的觀測儀器，通過合理的試驗設計，可以利用此區(qū)域的地形云作業(yè)。

圖1 試驗區(qū)（紫色框內）和氣象站點（紅色三角）

1.2 儀器介紹和布設

為了觀測地形云降水系統(tǒng)的三維宏觀特征、精細的微觀特征，并分析地形對云降水產生的作用，需要采用不同波段的雷達，包括云雷達、微雨雷達、降水雷達等，并通過飛機觀測云內微物理特征。通過微波輻射計、GNSS/MET、探空氣球等觀測氣象條件，從而更好得分析地形云形成的背景。此外，在中天山北坡從山腳到山頂布設的氣象站進行梯度觀測，研究從山腳到山頂?shù)慕邓兓?。用于播撒碘化銀的地面煙爐主要布設在中天山北坡山腳和山腰處。

具體儀器布置如圖2所示，觀測設備如表1所示。

表1 天山地形云人工增雨（雪）試驗示范基地設備

圖2 試驗區(qū)地形及地面儀器位置分布

在位于天山白楊溝風景區(qū)中天山草地生態(tài)氣象監(jiān)測站對天山氣溶膠數(shù)濃度粒徑分布和云凝結核（CCN）進行連續(xù)觀測，氣溶膠數(shù)濃度觀測儀器使用美國MSP公司生產的寬范圍顆粒粒徑譜儀（WPS），測量粒徑范圍為0.01～10 μm，觀測中使用的時間分辨率為5 min。CCN數(shù)濃度觀測采用的是美國DMT公司的CCNC-100。對冰核的觀測采用自行搭建的大氣冰核高壓靜電采樣器作為大氣冰核主要的采樣工具，利用抽氣泵使含有大氣冰核的空氣通過采樣片，在高壓靜電的作用下，大氣冰核吸附在采樣片上，將采集的樣本于實驗室內進行不同條件的活化實驗（即離線觀測），得到大氣冰核濃度。

此外，在空域允許的情況下，設計了飛機播撒催化劑和云微物理觀測方案（見2.3節(jié)），機載儀器包括：

1）機載Ka波段云雷達觀測，用于提供飛行剖面的云降水系統(tǒng)的特征，可以探測到地面，包括雷達回波和多普勒速度，幫助理解云物理過程和動力的相互作用；

2）飛機基本氣象要素觀測：提供溫度、氣壓、風速、濕度等的氣象要素測量；

3）飛機微物理探頭觀測：用于研究云中微物理過程，包括云滴和冰晶粒子的生成及其微觀形態(tài)特征、云中液態(tài)水含量、云微物理過程和環(huán)境之間的相互作用等。

飛機微物理探測設備即觀測目的：

1）云粒子譜探頭CDP：觀測直徑為1～50 μm的云滴粒子譜；

2）云 降 水 粒 子 探 頭C I P：觀 測 直 徑 為50～2000 μm的云與降水粒子二維圖像；

3）降水粒子探頭PIP：觀測直徑大于2000 μm的降水粒子二維圖像；

4）氣溶膠粒子譜儀PCASP：觀測直徑為0.1～3 μm的氣溶膠粒子譜；

5）熱線液態(tài)含水量儀：觀測云中云滴液態(tài)含水量。

6）高壓靜電冰核采樣器：采集氣溶膠粒子，用于后期實驗室內水汽靜力擴散云室實驗，分析冰核數(shù)濃度及其理化特征。

2 試驗方案

2.1 地形云地面觀測

利用自動氣象站、氣象探空、微波輻射計、全球導航衛(wèi)星系統(tǒng)氣象觀測（GNSS/MET）等設備，收集不同天氣地形云的水平及垂直方向大氣的濕度、溫度資料，開展觀測研究，為精確實施人工增雨作業(yè)提供依據。通過再分析資料、中尺度模式結果研究并獲取水汽場氣候特征，并開展不同云型的水汽綜合觀測對比試驗，分析垂直方向不同設備針對地形云探測的水汽變化特征，比較設備之間的誤差并研究訂正算法，結合衛(wèi)星資料開展地形云云水資源和降水效率研究。

降水期間使用Ka波段云雷達、微雨雷達、X波段降水雷達和C波段天氣雷達對地形云降水系統(tǒng)的三維宏觀結構進行綜合觀測，分析云內精細結構的變化，并結合再分析資料和模式模擬結果研究地形對云宏觀、微觀和微物理過程的影響。C波段天氣雷達位于烏魯木齊站，天氣雷達可以提供大范圍的四維立體云降水回波特征可以同時探測到播撒區(qū)和非播撒區(qū)。云雷達和X波段雷達架設在烏拉斯臺，其中，云雷達采用RHI連續(xù)掃描，掃描時間間隔為5 min，在夏季，由于降水過程中，風向多為偏北風和西南風，因此掃描方向設置為南北向。在冬季，風向多位偏西風，因此掃描方向設置為東西向。X波段雷達采用體掃，其波長為3 cm，可以較好地探測降水結構，與云雷達結合使用，實現(xiàn)了大范圍的云降水系統(tǒng)同步觀測。微雨雷達架設在牧試站，提供垂直向上的連續(xù)觀測資料，時間間隔設置為30 s。

2.2 氣溶膠和冰核觀測

結合現(xiàn)有儀器設備新增設1個氣溶膠超級觀測站點，主要觀測氣溶膠粒徑譜分布、CCN數(shù)濃度、霧滴譜、冰核、中流量或者小流量的濾膜采樣、氣象要素、黑碳等要素，用于分析地形云生消過程及人影作業(yè)期間云的物理化學演變特征。這種站點進行夏、冬季連續(xù)觀測，用于研究人影增雨和增雪，每次觀測的連續(xù)有效時間為20天左右。此外，可利用已有的觀測設備進行東北—西南朝向的梯度觀測。若氣流為偏西氣流時，此區(qū)域的儀器也可對下風區(qū)的氣象環(huán)境要素及降水情況進行觀測，并可以用于驗證人工增雨（雪）的效果。此外，在夏季選取2～3次過程使用超級站的儀器設備對烏魯木齊市區(qū)和天山試驗區(qū)加密觀測，期間進行人工增雨（雪）作業(yè)，用于補充氣象站梯度觀測數(shù)據，還進行冰核數(shù)濃度及其化學特性的觀測，通過對比上風區(qū)和下風區(qū)的冰核數(shù)濃度，用來研究人工催化劑的擴散范圍。將采集的樣本于實驗室內進行不同條件的活化實驗，建立冰核參數(shù)化方案。

2.3 地面人工增雨（雪）及觀測

選取中亞槽型、北支槽型、西北氣流型、橫槽型4種典型天氣類型，利用試驗區(qū)建設的高炮、火箭、和煙爐開展人工增雨（雪）試驗。如圖2所示，煙爐和火箭等設備大部分布設在試驗區(qū)山腳和山腰處。火箭所播撒的碘化銀通常能直接打入云中，并隨氣流抬升。煙爐所播撒的碘化銀隨著爬坡氣流抬升，并通過邊界層湍流和對流混合到地形云內。為了觀測碘化銀的影響，需要通過不同波段的雷達進行觀測。實驗中，車載X波段雷達采用體掃模式，探測半徑約50 km，播撒后進行平行于風向的剖面掃描，分析人工增雨（雪）對降水的增強作用及對降水粒子生長過程的影響。此外，車載Ka波段云雷達探測距離為30 km，采用RHI掃描模式，可以用于判斷云頂高度、云層結構，尤其是在隨機播撒碘化銀期間云層結構隨時間的變化。根據高炮、火箭、煙爐實施的催化作業(yè)綜合探測結果，分析催化云和對比云的背景場、宏觀特征、微觀特征和降水特征及其演變的差異，結合數(shù)值模擬結果，分析差異的合理性，確定合理差異的物理參量，用于驗證催化作業(yè)效果，分析得出不同典型天氣型，不同播散方式，不同催化方式的最佳播撒時機、最佳播撒部位、最佳播撒劑量和催化影響范圍。

2.4 飛機人工增雨（雪）及觀測

夏季和冬季觀測方案的設計如圖3。

夏季，天山北坡主要盛行偏北風，使用觀測飛機沿藍色線進行梯度觀測（圖3a），最北側飛行路徑在作業(yè)飛機路徑的上風向，飛行高度在作業(yè)飛機上方，保持安全距離。從上風向到下風向的相鄰飛行路徑之間高度差約為300 m。橘黃色區(qū)域為受到碘化銀影響的區(qū)域，藍色飛機觀測線路能夠覆蓋到該催化區(qū)和非催化區(qū)。此外，觀測飛機可沿風向進行剖面觀測，用于研究地形云沿山體的發(fā)展過程，如圖3a藍色線所示。為了評估飛機對云內冰晶生成的影響，作業(yè)飛機應在作業(yè)之后關閉碘化銀播撒系統(tǒng)，但仍然沿著紅色線來回飛行一定次數(shù)。所得數(shù)據用于分析飛機的飛行本身是否會使得云內冰晶數(shù)濃度增加，從而更好地評估碘化銀的作用。若飛機作業(yè)條件不具備，可將移動高炮和移動火箭布置在圖3a紅線所示位置進行地面作業(yè)，催化區(qū)范圍同樣為圖3a中橘黃色區(qū)域。若此時觀測飛機無法飛行，只能依靠地面觀測。

冬季觀測方案則針對偏西氣流設計（圖3b），當偏西氣流帶來水汽時，在此區(qū)域的上風區(qū)進行飛機來回播撒催化劑作業(yè)，飛行溫度區(qū)間在-10～-20 ℃，所播撒的催化劑隨西風向東擴散，會形成折線形帶狀降水增強帶。該實驗的目的是通過飛機觀測降水增強帶，同時結合地面儀器，分析氣流及催化劑沿著三座連續(xù)山脈的傳播過程，以及三座連續(xù)山脈的云降水物理過程，尤其是可以針對帶狀降水增強區(qū)進行微物理觀測，并和降水未增強的區(qū)域進行對比，分析人工增雨（雪）作業(yè)導致的云中微物理過程的變化。

圖3 2019年夏季（a）和冬季（b）試驗方案示意圖（紅色線為飛機播撒催化劑的路徑，藍色線為觀測飛機的路徑，橘色區(qū)域為催化劑隨偏西氣流的擴散區(qū)域）

3 結果分析

3.1 概述

實驗初期，完成了多部雷達的架設、觀測和數(shù)據質量監(jiān)控。在2019年夏季以烏魯木齊牧試站為基地成功觀測了多個降水過程，完成了氣溶膠和冰核的連續(xù)地面觀測以及無人機觀測；在2019—2020年冬季成功觀測兩次降雪過程，并進行了煙爐增雪作業(yè)。完成了冬季地面氣溶膠和冰核連續(xù)采樣，并進行了氣溶膠和冰核的飛機觀測，設計了不同的飛行方案（圖4）。除了利用地面氣象站進行基本氣象要素的梯度觀測，還進行了冰核數(shù)濃度及其化學特性的觀測，具體觀測個例情況如表2所示。各個儀器設備均能正常工作，提供了較好的連續(xù)觀測數(shù)據，為后續(xù)分析地形云及降水結構提供了支持。研究結果將有助于加深理解中天山地區(qū)氣溶膠和冰核的垂直分布結構，以及不同高度氣溶膠和冰核的物理化學特性。

表2 天山研究試驗個例Table 2 list of Tianshan area test cases

圖4 四次氣溶膠和冰核飛機觀測飛行軌跡

3.2 地形云觀測個例初步分析

對2019年7月27日一次中天山地區(qū)典型降水過程進行了觀測，根據烏魯木齊牧試站點記錄，從27日18—20時，27日23時—28日00時有降水記錄，最大小時降水量發(fā)生在18時，約為0.8 mm。

2019年7月26日20時500 hPa高度上，歐亞大陸中高緯地區(qū)為三槽兩脊型，兩脊分別位于里海和貝加爾湖，三槽為西西伯利亞至里海的長波槽，蒙古高原的低壓槽和我國東北沿海的低壓槽，槽脊隨西風帶向東移動；7月27日14時500 hPa高度上，隨著里海高壓脊向北發(fā)展加強至50 °N，致使西西伯利亞槽轉豎并分裂為兩個分別位于巴爾喀什湖和中西伯利亞短波槽，由于巴爾喀什湖短波槽較弱，此時天山山區(qū)受槽前西風氣流控制。在800 hPa高度上水平流場可以看出西風氣流遇天山被阻擋而分成南北兩支氣流繞過天山山脈，南支氣流翻越山體，北支氣流受中天山北坡阻擋，在山前堆積或回流，促使對流產生，與南側移過來的高層云系混合，北支的低層氣流有較充足的水汽向上輸送產生降水。

從C波段天氣雷達的雷達反射率和多普勒速度圖可以看出云團宏觀特征（圖5），17時雷達西南側有較大的對流單體生成，回波強度在10～35 dBz，在偏西氣流引導下向東移動并進一步發(fā)展。

圖5 2019年7月27日C波段雷達PPI掃描17：03（a）和17：35（b）雷達反射率及17：03（c），17：35（d）徑向速度（x表示云雷達位置，+表示C波段雷達位置，仰角2.4°）

從Ka波段云雷達RHI掃描的反射率因子及徑向速度可見本次過程既有較低的暖云降水也有較高層的混合相態(tài)云降水，紅線為通過ERA5再分析資料得到的0 ℃線。16：56時高低層云發(fā)生混合，5 km以上位置有零星的強回波（＞30 dBz），對應到此時的徑向速度可知，這一高度存在上升氣流，云內粒子在對流中增長，產生降水。在雷達北側上空4 km左右觀測到零度層亮帶，但回波強度分布并不連續(xù)，存在團狀強回波（＞30 dBz），同時與高低層風切變的高度對應較好，表明風切變層可能存在湍流對降水的增強。

圖6 a為微雨雷達垂直指向雷達反射率隨時間和高度變化，可以看出本次觀測期間主要表現(xiàn)為混合相態(tài)云降水和低層暖云降水交替出現(xiàn)。17時左右近地面回波較強，雷達反射率在10 dBz以上，說明降水相對較強，此時云頂高度較高，為混合相態(tài)云降水，18：16左右和19：06同樣云頂高度較高，為混合相態(tài)云降水，對比低層暖云降水，混合相態(tài)云降水在0 ℃層以下回波強度較強，可達25 dBz以上，對應近地面回波也比低層云降水強5～10 dBz，但持續(xù)時間較短。 圖6b和6c為本次云頂較高的混合相態(tài)云和低層暖云降水過程中微雨雷達平均雨滴譜隨高度的變化，可以看出在0 ℃層以下，混合相態(tài)云降水小粒子數(shù)濃度隨高度降低而迅速減小，大粒子數(shù)濃度隨高度降低而增大；低層暖云降水小粒子隨高度降低而增大，大粒子數(shù)濃度隨高度降低而減小，這是由于低層較為干燥，環(huán)境相對濕度低，近地面蒸發(fā)作用明顯，使得垂直雨滴譜隨高度降低而變窄。

圖6 2019年7月27日16：36—20：46微雨雷達反射率因子（a）及16：52—17：14（b），17：45—18：00（c）平均雨滴譜的垂直分布

本次實驗的觀測結果表明，通過結合不同波段的雷達、以及微波輻射計等設備進行綜合觀測，可以對天山地形云降水物理過程進行詳細研究，為檢驗人工播撒碘化銀的增雨（雪）效果及其引起的物理過程變化提供支撐。

4 結論

在新疆天山地區(qū)進行人工增雨（雪）的效果目前仍有較大不確定性，且對播撒碘化銀引起的地形云物理過程變化不夠清楚。本試驗的實施，可以為研究該地區(qū)典型地形云降水過程和檢驗人工增雨（雪）作業(yè)效果提供可靠的觀測資料，以達科學目標，包括：1）闡明中天山地區(qū)不同季節(jié)典型地形云降水系統(tǒng)的宏微觀特征及其形成機制；2）闡明不同天氣條件下人工播撒碘化銀的擴散方式；3）加深理解人工播撒碘化銀對地形云內微物理過程的影響；4）檢驗在不同類型地形云中進行人工增雨（雪）的效果。

為了保證試驗的成功，本試驗采用了飛機、遙感、地面等多種觀測儀器進行綜合觀測，并詳細設計了人工播撒碘化銀作業(yè)和觀測方案。試驗中采用云雷達對云內精細結構進行觀測，采用微雨雷達和C波段天氣雷達對降水宏觀結構進行觀測，采用飛機微物理探頭對云內微物理特征進行觀測，采用微波輻射、GNSS/MET等對溫度、水汽等背景條件進行觀測，采用地面自動站對地形云降水進行梯度觀測，并對氣溶膠和冰核進行地面和飛機采樣。 按照所設計的方案對不同典型天氣過程的地形云降水過程進行觀測，并對各觀測數(shù)據進行融合分析，可以詳細研究中天山試驗區(qū)地形云的宏微觀特征，以及人工播撒碘化銀引起的云降水過程變化，并檢驗人工增雨（雪）作業(yè)的效果。

通過對一次地形云降水綜合觀測個例進行了初步分析。觀測結果表明，該個例為一次由地形熱力強迫作用形成的對流云過程，西風氣流東移遇天山山脈阻擋分為南北兩支氣流繞流，在地形的作用下在中天山輻合，形成局地對流。此次過程中同時存在暖云降水和混合相態(tài)云降水。混合相態(tài)云的云滴在云內迅速增大產生降水，在零度層以下，小粒子數(shù)濃度隨高度降低而迅速減小，大粒子數(shù)濃度隨高度降低而增大。該過程中存在明顯風切變，并在風切變層觀測到了團簇回波，表明風切變引起湍流，增強降水。該個例的觀測說明，通過結合多種儀器的綜合觀測，可以對天山地形云降水物理過程進行詳細研究，為檢驗人工播撒碘化銀的增雨（雪）效果及其引起的物理過程變化提供支撐。

深入閱讀

白磊, 李蘭海, 師春香, 等, 2017. 中國天山山區(qū)降水特征及其研究進展. 華北水利水電大學學報(自然科學版), 38(5): 38-48.

金華, 何暉, 張薔, 等, 2012. 人工消霧試驗中的霧微物理響應. 熱帶氣象學報, 28(2): 228-236.

李斌, 鄭博華, 蘭文杰, 等, 2018. 克拉瑪依市冬季飛機人工增雪作業(yè)效果統(tǒng)計分析. 干旱區(qū)地理, 41(4): 686-692.

劉蕊, 楊青, 2010. 新疆大氣水汽通量及其凈收支的計算和分析. 中國沙漠, 30(5): 1221-1228.

史玉光, 孫照渤, 2008. 新疆水汽輸送的氣候特征及其變化. 高原氣象, 27(2): 310-319.

王婉, 姚展予, 2009. 2006年北京市人工增雨作業(yè)效果統(tǒng)計分析. 高原氣象, 28(1): 195-202.

魏文壽, 胡汝驥, 1990. 中國天山及其北麓的降水變化及其原因分析.干旱區(qū)地理, 13(1): 29-36.

楊蓮梅, 張云惠, 湯浩, 2012. 2007年7月新疆三次暴雨過程的水汽特征分析. 高原氣象, 31(4): 963-973.

姚俊強, 楊青, 韓雪云, 等, 2012. 天山及周邊地區(qū)空中水資源的穩(wěn)定性及可開發(fā)性研究. 沙漠與綠洲氣象, 6(1): 31-35.

張家寶, 鄧子風, 1987. 新疆降水概論. 北京: 氣象出版社: 400.

趙克明, 黃艷, 于碧馨, 2017. 2013年南疆西部暴雨天氣的水汽特征. 氣象科技, 45(1): 121-129.

趙勇, 黃丹青, 古麗格娜, 等, 2010. 新疆北部夏季強降水分析. 干旱區(qū)研究, 27(5): 773-779.

Binod P, Geerts B, Jing X, et al, 2017. A multi-sensor study of the impact of ground-based glaciogenic seeding on clouds and precipitation over mountains in Wyoming. Part II: Seeding impact analysis. Atmospheric Research, 183: 42-57.

Boe B A, Heimbach J A, Krauss T W, et al, 2014. The dispersion of silver iodide particles from ground-based generators over complex terrain. Part I: observations with acoustic ice nucleus counters. Journal of Applied Meteorology and Climatology,53(6): 1325-1341.

Chu X, Xue L, Geerts B, et al, 2014. A case study of radar observations and WRF LES simulations of the impact of ground-based glaciogenic seeding on orographic clouds and precipitation.Part I: observations and model validations. Journal of Applied Meteorology and Climatology, 53(10): 2264-2286.

French J R, Friedrich K, Tessendorf S A, et al, 2018. Precipitation formation from orographic cloud seeding. Proceedings of the National Academy of Sciences of the United States of America,115(6): 1168-1173.

Holroyd E W, Mcpartland J T, Super A B, 1988. Observations of silver iodide plumes over the grand mesa of Colorado. Journal of Applied Meteorology, 27(10): 1125-1144.

Jing X Q, Geerts B, 2015. Dual-polarization radar data analysis of the impact of ground-based glaciogenic seeding on winter orographic clouds. Part II: convective clouds. Journal of Applied Meteorology and Climatology, 54(10): 2099-2117.

Jing X Q, Geerts B, Boe B, 2016. The extra-area effect of orographic cloud seeding: observational evidence of precipitation enhancement downwind of the target mountain. Journal of Applied Meteorology and Climatology, 55(6): 1409-1424.

Jing X Q, Geerts B, Friedrich K, et al, 2015. Dual-polarization radar data analysis of the impact of ground-based glaciogenic seeding on winter orographic clouds. Part I: mostly stratiform clouds. Journal of Applied Meteorology and Climatology, 54(9): 1944-1969.

Rasmussen R M, Tessendorf S A, Xue L, et al, 2018. Evaluation of the Wyoming Weather Modification Pilot Project (WWMPP) using two approaches: traditional statistics and ensemble modeling.Journal of Applied Meteorology and Climatology, 57(11): 2639-2660.

Super A B, 1974. Silver iodide plume characteristics over the Bridger Mountain Range, Montana. Journal of Applied Meteorology,13(1): 62-70.

Xue L, Chu X, Rasmussen R, et al, 2016. A case study of radar observations and WRF les simulations of the impact of groundbased glaciogenic seeding on orographic clouds and precipitation.Part II: AgI dispersion and seeding signals simulated by WRF.Journal of Applied Meteorology and Climatology, 55(2): 445-464.

Xue L, Chu X, Rasmussenb R, et al, 2014. The dispersion of silver iodide particles from ground-based generators over complex terrain. Part II: WRF Large-Eddy Simulations versus Observations. Journal of Applied Meteorology and Climatology,53(6): 1342-1361.