2020, Vol. 36
2. 珠海市公共气象服务中心，广东 珠海 519000;
3. 澳门科技大学月球与行星科学国家重点实验室，澳门;
4. 中山大学大气科学学院/南方海洋科学与工程广东省实验室（珠海），广东 珠海 519082;
5. 佛山市气象局，广东 佛山 528000)
2. Zhuhai Public Meteorological Service Center, Zhuhai 519000, China;
3. State Key Laboratory of Lunar and Planetary Sciences, Macau University of Science and Technology, Macau, China;
4. School of Atmospheric Sciences, Sun Yat-sen University/Southern Marine Science and Engineering Guangdong Laboratory (Zhuhai), Zhuhai 519082, China;
5. Meteorological Bureau of Foshan City, Foshan 528000, China)
气溶胶是气候变化中最不确定的因素之一[1]，它既可以通过吸收和散射太阳辐射而直接影响地气系统的辐射平衡，又可以作为云的凝结核影响云的光学特征和含水量等，产生间接辐射效应。其中气溶胶辐射效应起到冷却作用，导致热带气旋（Tropical Cyclone, TC）发生频率下降[2]。而在气溶胶-云-雨相互作用的间接辐射效应研究方面的主要成果有：气溶胶增多，使云滴数量增加[3-4]，碰撞效率降低，抑制暖雨过程[5-6]，更多小云滴能上升至冻结层，促进对流发展[7]。
成云致雨过程中释放的大量潜热，可以为热带气旋（TC）的发展提供能量，因此近年来气溶胶对TC影响也受到学者的关注。在基于观测的研究方面，主要是利用气象卫星资料反演的气溶胶光学厚度（AOD）、亮温、闪电以及雷达反射率等数据分析气溶胶对TC的影响，研究发现气溶胶增多，TC降水面积增大[8]，降水强度加强[9]；Rosenfeld等[10]发现靠近陆地的受污染云带的云顶高度能发展到冻结层以上，且闪电增多，而在清洁洋面上云带降雨效率较污染云带低，且基本无闪电出现。另一方面，由于数值模拟可以定量评估不同因子对TC的影响，因此其逐渐成为研究气溶胶对TC影响的主流方法。多名学者[11-14]分别应用不同数值模式模拟气溶胶或沙尘对2005年“卡特里娜”飓风的影响，表明气溶胶增加飓风外围深对流，导致闪电增多，从而使眼区对流减弱，TC强度减弱，降雨增多。Rosenfeld等[15]指出小粒径CCN抑制了TC外围的暖雨，同时低层云滴蒸发所产生的吸热冷却作用也导致了台风减弱。国内也积极开展相关方面的研究[16-19]，总体上都得出气溶胶浓度增加，其云凝结核作用可导致TC强度减弱、降水和闪电增多的结果，与国外的研究结果较一致。赵鹏国等[20]对理想TC进行模拟，发现在污染情况下，TC在发展阶段强度增强，成熟阶段强度减弱。
南海具有独特的地理环境：海域面积小、受陆地和大量岛屿环绕，同时很多观测结果表明，在TC外围下沉气流影响下，容易出现气溶胶污染[21-23]，这使得南海TC更容易受到来源于陆地的人为气溶胶的影响。目前在气溶胶对TC影响的研究中，个例的选择大多是在广阔洋面上的强TC，而对南海TC影响的研究还比较少。然而南海TC在洋面上经历的距离和时间都较短[24]，因此在热带洋面上获得能量和水汽相对要少，强度也较弱。经统计，在南海海域生成的TC中，强度能达到台风或以上级别的仅占16%[25]。Jiang等[26]利用WRF-Chem模式模拟人为气溶胶对超强台风“天兔”（1319）微物理过程的影响，指出人为气溶胶对其路径和强度影响不大，但对降水和微物理过程有明显影响。气溶胶作为云凝结核对南海TC强度的影响，尤其是对弱TC强度的影响与其对强TC影响是否一致，还有待验证。本文利用云分辨天气研究和预报模式（CR-WRF）对两个不同强度的南海TC个例作模拟对比分析，讨论气溶胶对南海TC强度的影响，并得出概念模型。
2 模拟方案设计 2.1 模式介绍本文使用数值模拟工具是云分辨天气研究和预报模式（CR-WRF），此模式是在WRF模式的基础上耦合一种双参数微物理方案[27]。该微物理方案有32种微物理过程，包括沉积核化、浸润核化和接触冻结核化等3种异质核化过程。暖雨过程中使用了由Liu等[28]开发的云雨自动转换过程的参数化方案。与单参数的微物理方案相比，它不但预报了水汽、云水、雨水、冰水、雪水和霰水的质量混合比，还预报了除水汽外的其它5种相态水凝物的数浓度。与其它双参数微物理方案相比，CRWRF不把云滴或云凝结核(CCN)的数浓度作常数处理，而是提供云滴的数浓度和气溶胶的质量混合比浓度等新变量。模式中包含海盐（NaCl）和硫酸铵盐（(NH4)2SO4）两种气溶胶，赵春生等[29]指出硫酸盐粒子是海洋上空云凝结核的主要来源之一，对云滴数目起主导作用。CR-WRF已被应用于研究不同天气条件下的气溶胶在云物理方面的影响[14, 27, 30-32]，并且模拟结果要优于WRF模式中自带的单参数微物理方案[27, 30]，其中Wang等[32]用CR-WRF对珠江三角洲地区一次强对流天气进行模拟，结果表明气溶胶浓度增加，导致降雨和雷电增加，与观测事实相吻合，由此认为该模式适合本次研究使用。
2.2 个例选取选取2009年第15号台风“巨爵(Koppu)”为本次研究的弱TC个例环境背景场，2013年第19号台风“天兔(Usagi)”为强TC个例背景场，两个TC都是出现在9月的西移台风。“巨爵”在菲律宾北部海面生成，进入南海后随即加强为热带风暴，在南海海面上西移过程中持续加强，最后以台风级别在台山沿海登陆，是较典型的南海土台风。而“天兔”在西北太平洋面上生成，在穿越吕宋海峡进入南海后，从超强台风级别降为强台风级别，最终以强台风级别登陆广东省汕尾市。模拟时段选择从TC进入南海海域至台风登陆前，即“巨爵”模拟时段为2009年9月13日00时—14日12时（世界时，下同），“天兔”模拟时段为2013年9月21日00时—22日12时，各36小时。下文所用的台风定位资料为中国气象局热带气旋最佳路径数据集。
2.3 模拟方案设计模式垂直设置35层，水平设置3重嵌套如图 1所示, 分辨率分别为27 km、9 km、3 km，第一重嵌套为模拟提供大环流背景场，第二、三重为模拟提供精细的水平分辨率，在模拟过程的初期，TC会经过第三重嵌套边界，中后期TC主体位于第三重嵌套内。气象初始场使用NCEP每天4次的1 °× 1 °FNL数据及每天一次的SST数据，并利用WRF模式自带的Bogus方案，在第一个时次加入一个位置和强度都与实况更为接近的人造涡旋[33]。为探讨气溶胶对TC的影响，参照Wang等[32]对珠江三角洲气溶胶研究工作的模拟设置，设定近地面硫酸铵盐气溶胶初始及边界浓度值为200及1 000 cm-3，分别作为控制试验清洁大气（C试验，C-case）和敏感性试验污染大气（P试验，P-case）的试验条件，浓度随高度呈指数递减。利用每6小时一次嵌套边界的气溶胶浓度初始化，可将边界视为排放源，第三重嵌套的边界设置尽可能靠近海岸线，模拟陆地向TC外围投放气溶胶。边界层方案设置为YSU方案，长波和短波辐射均为RRTMG方案，最外层嵌套使用Kain-Fritsch积云参数化方案[34]，里面两重细网格嵌套不使用积云参数化方案。
|
图 1 模式水平嵌套设置以及模拟时段内每6小时一次“巨爵”（a）与“天兔”（b）的实况（实心圆）、C试验（空心圆）和P试验（正方形）路径对比 |
图 2为TC个例中心最低海平面气压随时间变化的模拟结果对比图。由于模式输入的初始场为粗分辨率的再分析数据插值所得，一般来说，模拟结果前24小时都会作为起动时间。在第25— 37时次间，弱TC两个试验的中心最低气压差值迅速拉大，P试验TC中心最低气压较C试验平均低11.1 hPa。强TC两个试验差距相对稳定，P试验比C试验最低气压平均高6.6 hPa，说明气溶胶浓度增大，弱TC强度增强，强TC强度减弱，这与大部分关于气溶胶对强TC强度影响的研究结果是一致的。
|
图 2 “巨爵”(a)和“天兔”(b)热带气旋中心最低海平面气压模拟结果随时间变化的对比 |
为减少边界和陆地的摩擦力作用影响，下文选取两个TC半径180 km范围内受第三重嵌套边界影响之前的时次，即“巨爵”取第31个时刻（31小时）、“天兔”取第28个时刻(28小时)的模拟结果作分析。图 3给出强、弱TC海平面气压和近地面最大水平风速P、C试验结果的差异变化沿台风径向分布图。从海平面气压变化来看，弱TC整体海平面气压都有所下降，其中弱TC中心最低气压下降12.4 hPa，远离TC中心，气压下降幅度逐渐减小。强TC半径30 km以内为增压区，中心最低气压上升5.2 hPa，而半径30 km以外为降压区，平均降压幅度约为2 hPa。这表明气溶胶增加后，弱TC内部气压显著下降；强TC内部气压明显上升，外部气压有所下降，整体气压梯度减小。
从近地面水平风速变化来看，弱TC整体风速明显加大，TC半径10 km以外风速都有5 m/s以上的增幅，其中在半径30 km附近风速增幅最大，最大达9.7 m/s。强TC中心风速增强最明显，增幅为5.5 m/s。强TC半径10~70 km之间风速明显减弱，半径70 km以外风力有微增。这表明气溶胶增加后，弱TC整体风力显著加大；强TC眼区的静小风特征减弱，中心附近最大风力明显减小，外部风力略有加大。
|
图 3 模拟结果“巨爵”第31小时及“天兔”第28小时的P试验与C试验的海平面气压的差值（a, 单位：hPa）、近地面最大水平风速差值（b, 单位：m/s）的方位角平均分布 |
为探讨地面气压和风速变化原因，作P试验与C试验垂直速度差及P试验垂直速度的剖面图(图 4)。从强TC的P试验结果(图 4右图)可见，在台风半径60 km范围内，有强垂直上升气流从近地面一直延伸至14 km高度以上，是典型的台风垂直速度结构。该上升气流对应着上升速度减弱的大值区，表明强TC中心附近的强上升气流减弱。另一方面，强上升气流以外的区域垂直速度则有不同程度的加强。说明气溶胶增多后，强TC外部对流加强，地面气压下降，地面水平气压梯度减小，导致低空入流减弱，强TC中心附近强对流减弱。
|
图 4 模拟结果“巨爵”第31小时（a）及“天兔”第28小时（b）的P试验与C试验垂直速度之差(阴影，单位: m/s)与P试验向上垂直速度(等值线, 单位: m/s)的方位角平均垂直分布 |
与强TC相比，弱TC中心附近无深对流结构，但低层垂直速度都明显增大，大值中心主要分布在半径60 km范围内4 km高度以下，与气溶胶增加后的垂直速度变化中心对应。说明气溶胶增加后，对热带扰动或弱TC内部的对流有加强作用，使弱TC中心气压下降，向TC中心的入流加大，有利于TC的生成和发展。
3.3 气溶胶浓度分布对比图 5是强、弱TC各自的P试验中硫酸铵盐气溶胶粒子质量浓度的方位角平均垂直分布图，气溶胶主要分布在1 km高度内。单从扩散条件来说，结合图 4中TC的动力结构可知，由于弱TC中心60 km以内上升速度较大，扩散条件较好，气溶胶主要在半径60 km以外积聚。而强TC无论上升气流还是水平风力都较弱TC强得多，对气溶胶的稀释、扩散更有利，因此强TC半径150 km以内气溶胶浓度明显低于弱TC，气溶胶主要在半径140 km以外积聚。
|
图 5 模拟结果“巨爵”P试验第31小时（a）及“天兔”P试验第28小时（b）的气溶胶粒子质量浓度（单位：μg/kg）的方位角平均垂直分布 |
驱动和维持TC的主要能源是TC云系中水汽凝结释放的潜热，在气溶胶影响下的云微物理过程发生变化，使潜热释放和吸收的过程发生改变，导致TC的强度和结构也发生变化[17]。
按云体结构，TC可分为内部云带区和外部云带区。出现台风眼的强TC，内部云带区又可分为眼区和云墙区。云墙区内为直展云带，伴随着强上升气流，而外部云带则为多条对流云带组成的螺旋状云带。
图 6~图 8为四个方案中五种相态水凝物混合比的垂直分布。由于有更多的气溶胶充当凝结核，无论强、弱TC，0 ℃层以下云水含量都有显著增多。在C试验清洁大气中，弱TC各相态水凝物含量都很低，无云墙结构，深对流未被激发，仍处于扰动状态。强TC在半径20~60 km之间有云水、雨水、霰水和冰水的高浓度中心，与图 4中强上升气流对应，为强TC的云墙。
|
图 6 模拟结果“巨爵”C试验(a)、P试验(b)第31小时及“天兔”C试验(c)、P试验(d)第28小时的云水混合比（阴影，单位：g/ kg）、霰水混合比（等值线，单位：g/kg）和零温线（虚线，单位：℃）的方位角平均垂直分布 |
|
图 7 模拟结果“巨爵”C试验(a)、P试验(b)第31小时及“天兔”C试验(c)、P试验(d)第28小时的雨水混合比（阴影，单位：g/ kg）、冰水混合比(等值线，单位：g/kg)和零温线（虚线，单位：℃）的方位角平均垂直分布 |
|
图 8 模拟结果“巨爵”C试验(a)、P试验(b)第31小时及“天兔”C试验(c)、P试验(d)第28小时的雪水混合比（单位：g/kg）和零温线（虚线，单位：℃）的方位角平均垂直分布 |
由于弱TC整体降水较强TC要小得多，对气溶胶的冲刷作用也较弱，因此更多的气溶胶能进入弱TC内部云带区。洋面上水汽供应充足，因此云底高度较低，约在200 m附近。由于气溶胶主要分布在1 km高度以下，云水含量随气溶胶浓度的增加而增加，因而在1 km高度附近出现云水高浓度中心。C试验中弱TC半径120 km范围内无雨水或固态水凝物的形成。P试验中弱TC半径80 km以内的内部核心区中，3 km高度以下云水有显著增加，云水中心对应雨水中心。3 km高度以上，液态水主要以雨水的形式存在。0 ℃层以上的固态水凝物含量同样有显著增加。由于弱TC高层中心附近垂直速度相对较小，高层出流也较弱，三种固态水凝物浓度中心基本重合，都位于TC半径40 km附近、高度14~16 km之间。说明气溶胶增加后，有利于弱TC（或热带扰动）内部核心区内对流的激发，水凝物发展高度明显增高，形成云墙结构。在这过程中，弱TC内核区里大量凝结潜热释放，使弱TC形成暖心结构，垂直上升速度加大，地面气压下降，弱TC强度加强。
进入强TC内部的气溶胶大部分都被云墙区强降水冲刷掉，因此，气溶胶主要作用在外部螺旋状云带区。强TC的P试验与C试验相比，TC半径80~150 km的外部云带区云水、雨水都有所增多，由于垂直速度增大，在9 km高度附近新形成一个较弱的霰水、冰水和雪水浓度中心，释放潜热增多。强TC云墙区内各种水凝物浓度都较弱TC要大得多。由于垂直速度减弱，云墙区内3 km以下云水增多而雨水减少，凝结增长效率下降；0 ℃层以上半径较小的冰水和雪水浓度中心在16 km高度附近，而半径较大的霰水浓度中心降落至9 km附近，大量霰水降落到0 ℃层以下溶化，形成雨水和云水中心。冰水冻结增长成雪水后，由于其半径较小，随高空出流向外输送，因此内部和外部的两个浓度中心都较冰水和霰水外移20~30 km。P试验云墙区内产生雪水增多而霰水减少，说明雪水增长成霰水的效率降低，强TC内部云墙区释放潜热减少。综上可得，强TC外部云带区各种相态水凝物明显增多，凝结潜热释放增多、对流加强；云墙区水凝物凝结或冻结增长过程减慢，潜热释放减少、对流减弱。最终导致强TC暖心结构减弱，TC内外地面气压差减小，中心附近最大风力减小，强TC强度减弱。
4 总结与概念模型本文以2009年第15号台风“巨爵(Koppu)”为弱南海热带气旋（TC）的代表，并以2013年第19号台风“天兔(Usagi)”为强南海TC代表，利用云分辨天气研究和预报模式（CR-WRF）模拟清洁大气和污染大气的不同情况下，气溶胶的云凝结核作用对强、弱TC的强度变化影响，对比分析了动力结构和微物理结构的变化，初步得出在南海海域中，气溶胶增多可导致弱TC强度加强，而强TC强度减弱的结论。概念模型如下。
4.1 对于尚未形成云墙结构的弱TC或热带扰动（图 9a）
|
图 9 气溶胶对热带气旋影响的概念模型 |
（1）在污染大气中，由于扩散和清除能力相对弱，更多气溶胶能进入到弱TC的内部云带区。
（2）气溶胶充当凝结核，TC内部云水、雨水增多，在成云致雨过程中释放潜热，暖心结构加强，促进对流发展。
（3）冻结层以上，固态水凝物明显增多，大量潜热在高层释放，使弱TC内部动力作用加强。
（4）弱TC内核区上升气流加强，海平面气压下降，近地面向中心辐合气流加强，向心风力加大，弱TC强度加强。
4.2 对于已有云墙结构的强TC（图 9b）（1）在污染大气中，由于强TC云墙区强降雨对气溶胶有强冲刷作用，气溶胶主要影响云墙区以外区域，即以螺旋云带为主的外部云带区。
（2）气溶胶充当凝结核，外部云带区内云水、雨水增多，在低层释放更多潜热，促使云墙区外的对流发展，更多液态水被抬升至冻结层。液态水在高层冻结释放大量潜热，使外部云带区动力作用增强，近地面水平风力加大。
（3）云墙区内外对流形成竞争，使低层流向TC中心的入流减弱，导致云墙区的上升气流减弱，液态水的凝结和固态水的冻结增长效率都有所下降，释放潜热减少。
（4）潜热不能在TC内部集中释放，导致暖心结构减弱，强TC内部海平面气压上升，强度减弱。
| [1] |
段婧, 毛节泰. 气溶胶与云相互作用的研究进展[J]. 地球科学进展, 2008, 23(3): 252-261. |
| [2] |
DUNSTONE N J, SMITH D M, BOOTH B B B, et al. Anthropogenic aerosol forcing of Atlantic tropical storms[J]. Nature Geoscience, 2013, 6(7): 534-539. DOI:10.1038/ngeo1854 |
| [3] |
TWOMEY S. Pollution and the planetary albedo[J]. Atmos Environ, 1974, 8(12): 1251-1256. DOI:10.1016/0004-6981(74)90004-3 |
| [4] |
尚晶晶, 廖宏, 符瑜, 等. 夏季硫酸盐和黑碳气溶胶对中国云特性的影响[J]. 热带气象学报, 2017, 33(4): 451-466. |
| [5] |
ALTARATZ 0, KORED I, REISIN T, et al. Aerosols' influence on the interplay between condensation, evaporation and rain in warm cumulus cloud[J]. Atmos Chemistry Phy, 2008, 8(1): 15-24. |
| [6] |
XUE H, FEINGOLD G. Large-eddy simulations of trade wind cumuli: investigation of aerosol indirect effects[J]. J Atmos Sci, 2006, 63(6): 1605-1622. DOI:10.1175/JAS3706.1 |
| [7] |
KHAIN A, POKROVSKY A, PINSKY M, et al. Effects of atmospheric aerosols on deep convective clouds as seen from simulations using a spectral microphysics mixed-phase cumulus cloud model part 1 : model description[J]. J Atmos Sci, 2004, 61(24): 2963-2982. DOI:10.1175/JAS-3350.1 |
| [8] |
ZHAO C, LIN Y, WU F, et al. Enlarging rainfall area of tropical cyclones by atmospheric aerosols[J]. Geophy Res Lett, 2018, 45(16). |
| [9] |
YANG X, ZHOU L, ZHAO C, et al. Impact of aerosols on tropical cyclone-induced precipitation over the mainland of China[J]. Climatic Change, 2018, 148(1-2): 173-185. DOI:10.1007/s10584-018-2175-5 |
| [10] |
ROSENFELD D, WOODLEY W L, KHAIN A, et al. Aerosol effects on microstructure and intensity of tropical cyclones[J]. Bull Amer Meteoro Soc, 2012, 93(7): 987-1001. DOI:10.1175/BAMS-D-11-00147.1 |
| [11] |
KHAIN A, COHEN N, LYNN B, et al. Possible aerosol effects on lightning activity and structure of hurricanes[J]. J Atmos Sci, 2008, 65(12): 3652-3677. DOI:10.1175/2008JAS2678.1 |
| [12] |
CARRO G G, COTTON W R. Investigations of aerosol impacts on hurricanes: Virtual seeding flights[J]. Atmospheric Chemistry & Physics Discussions, 2011, 11(6): 2557-2567. |
| [13] |
ZHANG H, MCFARQUHAR G M, COTTON W R, et al. Direct and indirect impacts of Saharan dust acting as cloud condensation nuclei on tropical cyclone eyewall development[J]. Geophy Res Lett, 2009, 36(6): 295-311. |
| [14] |
WANG Y, LEE K H, LIN Y, et al. Distinct effects of anthropogenic aerosols on tropical cyclones[J]. Nature Climate Change, 2014, 4(5): 368-373. DOI:10.1038/nclimate2144 |
| [15] |
ROSENFELD D, KHAIN A, LYNN B, et al. Simulation of hurricane response to suppression of warm rain by sub-micron aerosols[J]. Atmospheric Chemistry & Physics, 2007, 7(13): 3411-3424. |
| [16] |
梁晓京, 陈葆德, 王晓峰. 背景云凝结核对台风"莫拉克"降水微物理过程影响的数值研究[J]. 热带气象学报, 2013, 29(5): 833-840. |
| [17] |
杨玉华, 陈葆德, 王斌. 背景云凝结核对理想热带气旋强度的影响[J]. 高原气象, 2015, 34(5): 1379-1390. |
| [18] |
沈新勇, 姜晓岑, 柳笛, 等. 利用WRF-Chem模式模拟分析人为气溶胶对台风Fitow(1323)强度及降水的影响[J]. 大气科学, 2017, 41(5): 960-974. |
| [19] |
眭敏, 刘宇迪, 杨桃进. 气溶胶对台风"天兔"中闪电的影响[J]. 热带气象学报, 2017, 33(5): 728-740. |
| [20] |
赵鹏国, 银燕, 肖辉, 等. 气溶胶对热带气旋强度及电过程影响的数值模拟研究[J]. 气象科学, 2016, 36(1): 1-9. |
| [21] |
DENG T, WANG T, WANG S, et al. Impact of typhoon periphery on high ozone and high aerosol pollution in the Pearl River Delta region[J]. Science of the Total Environment, 2019, 668: 617-630. DOI:10.1016/j.scitotenv.2019.02.450 |
| [22] |
夏冬, 吴志权, 莫伟强, 等. 一次热带气旋外围下沉气流造成的珠三角地区连续灰霾天气过程分析[J]. 气象, 2013, 39(6): 759-767. |
| [23] |
张丽, 李磊, 张立杰, 等. 深圳市局地PM2.5污染事件的时空特征及典型背景环流分析[J]. 环境科学学报, 2018, 38(1): 41-51. |
| [24] |
郝赛, 毛江玉. 西北太平洋与南海热带气旋活动季节变化的差异及可能原因[J]. 气候与环境研究, 2015, 20(4): 380-392. |
| [25] |
蒋迪, 黄菲, 郝光华, 等. 南海土台风生成及发展过程海气热通量交换特征[J]. 热带气象学报, 2012, 28(6): 888-896. |
| [26] |
JIANG B, HUANG B, LIN W, et al. Investigation of the Effects of Anthropogenic Pollution on Typhoon Precipitation and Microphysical Processes Using WRF-Chem[J]. J Atmos Sci, 2016(73): 1593-1610. |
| [27] |
LI G, WANG Y, ZHANG R. Implementation of a two-moment bulk microphysics scheme to the WRF model to investigate aerosol-cloud interaction[J]. J Geophy Res, 2008(D15): D15211. |
| [28] |
LIU Y, DAUM P H, and MCGRAW R. An analytical expression for predicting the critical radius in the autoconversion parameterization[J]. Geophy Res Lett, 2004, 31(6): L06121. |
| [29] |
赵春生, 彭大勇, 段英. 海盐气溶胶和硫酸盐气溶胶在云微物理过程中的作用[J]. 应用气象学报, 2005, 16(4): 417-425. |
| [30] |
LI G, WANG Y, LEE K H, et al. Impacts of aerosols on the development and precipitation of a mesoscale squall line[J]. J Geophy Res Atmos, 2009, 114: D17205. DOI:10.1029/2008JD011581 |
| [31] |
ZHANG R, LI G, FAN J, et al. Intensification of pacific storm track linked to asian pollution[J]. Proc Natl Acad Sci U S A, 2007, 104(13): 5295-5299. DOI:10.1073/pnas.0700618104 |
| [32] |
WANG Y, WAN Q, MENG W, et al. Long-term impacts of aerosols on precipitation and lightning over the Pearl River Delta megacity area in china[J]. Atmospheric Chemistry & Physics, 2011, 11: 12421-12436. |
| [33] |
WANG W, BRUYERE C, DUDA M, et al. ARW version 3 modeling system user's guide[R]. Mesoscale & Microscale Meteorology Division, National Center for Atmospheric Research, Boulder, USA, 2010.
|
| [34] |
辅天华, 陈海山, 曾智华, 等. 积云对流参数化对东亚近海热带气旋活动模拟的影响[J]. 热带气象学报, 2020, 36(2): 254-262. |