一次冻雨积冰过程形成的微物理机制及积冰厚度数值预报研究

摘要" 利用WRF（weather research and forecasting）v3.7.1模式对2010年湖北省冬季一次冻雨积冰过程开展数值研究。研究发现，该次积冰过程中不同阶段的云微物理结构及降水形成的云物理机制相似，均通过过冷暖雨过程形成。利用由WRF模式模拟得到的积冰期间气象场及云降水微物理资料，采用积冰厚度预报模型对该次冻雨过程中积冰厚度的时间变化进行计算。与实际积冰厚度的观测结果对比发现，积冰厚度预报模型可以较好地预报该次过程中电线积冰厚度随时间的发展趋势。

关键词冻雨积冰;云微物理结构;微物理机制;积冰厚度

2024-07-11收稿，2024-10-12接受

国家自然科学基金项目（42075063）

引用格式：邵美怡，刘晓莉，邬昊鹏，2024.一次冻雨积冰过程形成的微物理机制及积冰厚度数值预报研究［J］.大气科学学报，47（6）：949-961.

Shao M Y，Liu X L，Wu H P，2024.Microphysical mechanisms and numerical forecasting of ice accretion thickness during a freezing rain event［J］.Trans Atmos Sci，47（6）：949-961.doi：10.13878／j.cnki.dqkxxb.20240711011.（in Chinese）.

冻雨是我国冬季易发生的一种灾害性天气，对电力、交通、通讯、建筑、农林业等行业造成了极大影响。研究表明，我国冻雨一般从11月开始，到次年3月结束，多发在长江以南地区（欧建军等，2011）。近年来，我国南方地区冻雨灾害受到了广泛关注。2008年南方出现了持续时间长、范围广的冰冻雨雪天气。2016年初，湖南出现了一次大范围的低温雨雪冰冻天气，其中1月25日的最低气温突破了2008年的记录，属于一次极端罕见的天气事件（刘红武等，2020）。2018年1月，我国中东部地区出现多次大范围持续性雨雪天气，我国南方地区以及陕西关中等地发生较为少见的冰冻雨雪天气，与2008年出现的南方雪灾情况相似（刘超等，2018;彭京备和孙淑清，2019）。

冻雨天气形成的云物理机制主要有两种：冰相融化过程和过冷暖雨过程，其中过冷暖雨过程是冻雨形成的主要机制 （Rauber et al.，2000；Zhou et al.，2016）。过冷暖雨过程在地面至高空气温均低于0 ℃的暖云降水过程中形成（王天舒，2020;牛生杰等，2021）。冰相融化过程指冰粒子从高空下落到温度在0 ℃以上的大气层中，融化为雨滴，随后下落到近地面负温层成为过冷雨滴，碰撞到物体上即发生冻结的过程（王天舒，2020;牛生杰等，2021）。

徐辉和金荣花（2010）以及陶玥等（2012）分析了2008年初湖南的一次典型冻雨过程，表明该次冻雨在“冷-暖-冷”层结下，通过冰相融化过程形成。宗志平和马杰（2011）从逆温层的时空分布特征研究了2008年的南方冻雨，发现逆温层强度与冻雨强度变化之间存在明显联系。刘志雄等（2013）对2008年湖南冻雨的成因进行了研究，结果表明冻结层和融化层之间的水汽辐合和较强的上升运动是冻雨产生的两个必要条件。王天舒（2020）根据2015—2016年庐山气象局和2018—2019年湖北恩施雷达站进行的电线积冰及雾／雨微物理外场观测资料，分类分析了冻雨、雪和过冷雾3类天气中积冰增长和脱落机制，同时对比了气象要素对雨凇、雪凇和雾凇3类积冰的影响。周悦等（2024）对2024年湖北冻雨进行定量判断，并对其宏微观特征进行定量分析，发现致密霰粒和冰晶聚合物融化导致冻雨过程形成。

电线积冰是指雨凇、雾凇凝附在导线上或湿雪冻结在导线上的现象（刘丹和牛生杰，2015）。目前，相比电线积冰成因的研究，国内外对于电线积冰厚度的研究较少。积冰厚度是指在导线切面上垂直于积冰直径方向上冰层积结的最大数值（杜骦等，2019）。廖玉芳和段丽洁（2010）利用逐步回归方法建立了电线积冰厚度与环境因子的回归模型并验证了其可用性。吴息等（2012）通过对2001—2009年冬季四川省实测覆冰资料与气象资料的分析，建立了以气温为参数的导线积冰密度模型和以气温、水汽压、风速、风向等为参数变量的导线积冰厚度气象模型，拟合效果较理想。尹宪志等（2013）分析了华家岭气象站的电线积冰观测资料，发现电线积冰量与水汽压呈正相关，与风速呈负相关，且一定阈值内电线积冰量和气温存在较好的相关性。

Imai（1953）提出的物理概念模型认为积冰强度与空气温度正相关而与降水强度无关。然而，Lenhard（1955）认为积冰量只与降水量有关。Goodwin et al.（1983）在假设导线积冰为干增长（雪和过冷雾滴粘附到电线后快速冻结的过程，积冰密度小）的基础上提出了一个积冰厚度的概念模型。Makkonen（1998）基于对积冰物理机制的分析，提出了冰柱模型。同一年，Jones（1998）也建立了一个简单的冻雨模型，其模拟结果与Makkonen模式相似。当发生冻雨时，该模型仅依赖于易获取的物理量，如风速、降水量和液态水含量，来模拟积冰厚度，因其计算简便且效果良好而被广泛应用。杜孀等（2019）利用WRF（weather research and forecasting）中尺度数值模式并耦合Jones积冰厚度模型，对河南省的一次冻雨过程进行了电线积冰厚度模拟，证明该模型适用于河南地区的积冰预测。王帅等（2024）利用WRF和CALMET模拟的气象场驱动Makkonen积冰模型，对2022年1月山西省一次导线积冰过程进行了数值模拟，发现CALMET降尺度场驱动积冰模型模拟的积冰厚度偏差较WRF显著减小了2 mm。

综上所述，电线积冰的形成是宏微观物理过程综合作用的结果。已有研究从多个角度探讨了电线积冰的发生规律以及形成机制，包括天气背景、大气层结、云降水以及气象微环境等。湖北省恩施市2010年1月9—10日发生一次冻雨积冰过程，在该次过程的观测中获得了详细的宏微观资料，为深入研究积冰形成的物理机制奠定了基础。牛生杰等（2011）分析了该次电线积冰过程在产生、增长、维持和脱落各阶段的天气背景和气象条件，重点分析了云雾和降水粒子的微物理特征（包括数浓度、平均半径、含水量），并且基于观测资料对积冰厚度进行了模拟，获得了较好的模拟结果。Zhou et al.（2013）从雨强和雾滴微物理性质两方面研究了冻雨对积冰厚度的直接和间接影响。基于数值模拟结果，周悦等（2014）进一步研究了积冰过程中含水量以及云雾滴中值体积直径的时空演变规律。

在地面详细宏微观观测资料的基础上，基于数值模拟技术对电线积冰发生的大气层结、云雾微环境等特征进行深入分析，加深对积冰形成机理的科学认识并在此基础上建立积冰厚度的数值预报模型，在该类天气预报预警和防灾减灾中具有重要的现实意义。因此，本文利用常规气象资料、探空数据以及欧洲中期天气预报中心（European Centre for Medium-range Weather Forecasts，ECMWF）的再分析资料（ERA-interim），结合WRF数值模式，对2010年1月9—10日这次发生在湖北省及其周边的冻雨天气过程进行研究。通过分析观测资料和WRF中尺度数值模拟结果，研究冻雨区域的大气层结特征、云微物理结构、微物理转化机制，基于积冰计算模型预报积冰厚度的发展规律，为未来这类灾害的研究与预报提供一定理论依据。

1" 个例介绍及天气背景

1.1" 个例介绍

湖北电线积冰主要发生在每年的 11月至次年2月，1月是积冰多发期，2月次之。电线积冰主要在傍晚和夜间形成，在正午时消融（胡艳楠等，2017）。恩施地处湖北西部，葛洲坝电厂和三峡输变电工程500 kV高压输电线路密布。湖北省恩施市2010年1月9—10日这次积冰过程中，积冰厚度的测量频率为每小时1次。常规探测资料由自动气象站观测得到，主要包括气温、相对湿度、风速和风向（牛生杰等，2011;Zhou et al.，2013）。

1.2" 天气形势

2010年1月9日08时（世界时，下同），500 hPa高度场显示恩施雷达站（109°16′E，30°17′N，海拔1 722 m）处于槽前脊后，随着时间推移，槽东移，等温线向南延伸，恩施雷达站高空受到了冷平流的影响（图1）。与此同时，850 hPa的风场显示，恩施雷达站在这一时刻低层受偏南风影响，暖湿气流被输送至该地区，增加了降水所需的水汽（图1）。这一暖湿气流的输送与500 hPa槽的东移相互配合，进一步增强了不稳定性和降水潜力。而后恩施雷达站逐渐受到了西北风的控制，等温线密集程度增大，有利于降水发生。在850 hPa层，暖湿气流依然向恩施地区输送水汽，大气不稳定性的增强，为降水的发展提供了支持。到了1月10日08时，500 hPa高度场显示高空槽过境，恩施雷达站处于槽后偏西气流中，气温降低。而850 hPa风场中，东南风的影响使得暖湿气流进一步增强，等温线更加密集。此时，低压槽前的暖湿气流不断增加，进一步促进了恩施及其周边地区的降水活动。综上所述，500 hPa槽的东移为降水提供了必要的不稳定条件，而850 hPa的风场则通过输送水汽增强了降水潜力。这种高空槽与低层暖湿气流的协同作用是此次降水过程形成的主要天气条件。

1.3" 数值模拟设置

本文利用WRFv3.7.1模式和欧洲中期天气预报中心（ECMWF）时间分辨率为6 h的0.75°×0.75°再分析资料（ERA-interim），对2010年1月9—10日在湖北省发生的这次冻雨积冰过程进行数值模拟，预留了6 h的spin-up时间以保证模式的稳定性。图2为WRF模拟的区域设置，共设置3层嵌套，模拟时间各层嵌套的参数如表1所示。在此次研究中，我们基于恩施雷达站观测到的电线积冰过程开展详细的数值研究。

我们选择了Thompson方案作为云微物理参数化方案，来模拟云微物理过程。Thompson方案是在统计大多数单参数方案的缺陷后，改进各种物理假设，优化得到的一个更完整的双参数（或更高阶）方案（熊婧媛，2023）。

1.4" WRF模拟降水结果

图3为1月9日06时至10日18时观测和模拟的d03区域地面累积降水分布。从图中可以看出，模拟结果较好地再现了区域内降水的总体分布趋势和累积降水范围，但与观测结果相比仍存在一定的偏差。模拟结果显示降水主要集中在目标区域的北部和东部。模拟的累积降水极大值的落区相比于观测结果有一定的偏移。然而模拟的降水区域和累积降水强度与观测结果基本吻合，总体上能够反映出该时段内区域降水的主要分布特征。

图4是WRF模式模拟得到的恩施雷达站2010年1月9日06时至10日23时每小时雨强变化。2010年1月9—10日发生了4次不连续的冻雨事件，发生时间分别为1月9日09：05—10：00、16：35—19：00，1月10日05：50—10：45、16：00—17：30，每小时雨强分别为0.04、0.06、0.09、0.27 mm·h-1（Zhou et al.，2016）。从图中可以看出，对于第一次降水，模式对降水的预测时间比实际发生时间稍晚，模拟的平均雨强为0.03 mm·h-1，略低于实际雨强。对于第二次降水，模拟的降水时间与实际相比大约提前了2 h，且降水持续时间更长，模拟的平均雨强约为0.01 mm·h-1，低于实测值。对于第三、四次降水，降水时段内模拟的平均雨强不足0.01 mm·h-1，同时模拟的降水持续时间与实际相比较长。综上所述，1月9日WRF模拟的降水效果与实际情况吻合较好，而1月10日WRF模拟的降水效果与实际情况存在一定差异。

1.5" 大气层结分析

图5为1月10日00时恩施探空站（109°27′E，30°17′N，海拔458 m）观测和模拟的大气层结曲线以及1月9日14时、1月10日12时模拟的恩施雷达站大气层结曲线。从图5a、b可以看到，模拟温度的高度分布与实际较为一致，但模拟的逆温层强度相对较弱。对于露点温度（绿色曲线），低层（700 hPa以下）的露点温度曲线与实际较为接近，而中高层模拟的露点温度偏高于实际。抬升凝结高度的模拟结果与实际情况较为接近。综上所述，WRF模式对大气层结的模拟效果总体来说较为可靠。

考虑到恩施探空站与雷达站之间相距大约为19 km，大气层结的演变特征可能仍存在一定差异。因此，后续采用WRF模拟结果分析该积冰过程中恩施雷达站的大气层结特征。根据模拟结果，恩施雷达站大气层结在4次降水过程中均为上干下湿的结构，为了更加清晰地分析这些层结特征，本节将重点分析其中最有代表性的两次过程。图5c表明，1月9日18时，0.8 km（925 hPa）以下，温度与露点温度随着高度的升高而减小，云体在0.8 km左右开始形成，温度露点差大约在3.3 km（680 hPa）的高度处开始增大，云内温度在0～10 ℃，云体发展旺盛，对应d03区域平均雨强的极大值（图4）。1月10日12时，云底高度在1 km（900 hPa）附近，云顶高度低于1月9日18时，云内的温度升高到0～-5 ℃。云顶温度能够决定水凝物粒子的初始相态，若云顶温度低于-10 ℃，冰相开始出现，云顶温度大于-10℃且小于0 ℃则为过冷水（Hobbs and Rangno，1985）。可以初步判断该次冻雨过程是通过过冷暖雨过程形成。

2" 云物理结构及演变特征

选取2010年1月9—10日积冰过程内4次不连续降雨的时间段，将第三层模拟区域（图2中d03区域）的全部区域作为重点分析区域，通过区域平均来研究该区域云垂直结构及微物理转化特征。由于本次冻雨时间内云内温度均在-10～ 0 ℃，同时基于模拟结果，该区域水凝物粒子主要为云水和雨水，故下文主要分析这两类粒子的垂直分布以及雨水形成的微物理机制。

2.1" 水凝物粒子垂直分布

图6是2010年1月9日09—13时d03区域水凝物粒子比含水量平均值的垂直分布。如图所示，9时至12时，云中的云水和雨水混合比逐渐增加，云水凝结增多，伴随云的厚度和云水含量增加，雨水含水量呈增长趋势。云水混合比极大值所在高度大约在2 500 m，随着时间推移略微增高。雨水混合比在09时随高度的变化不大，而后雨水混合比随着时间推移迅速增大，09—12时的雨水混合比极大值大约在1 500 m高度。12—13时，云中的云水和雨水混合比迅速减小，对应降水的减弱和云的消散。

图7是2010年1月9日16—20时d03区域水凝物粒子比含水量平均值的垂直分布。如图所示，云中云水和雨水混合比都随时间的推移先逐渐增加，而后迅速减小。1月9日16时云水混合比的极大值在0.28 g·kg-1左右，随着时间的发展缓慢增加，到19时迅速减小到0.04 g·kg-1左右，极大值所在的云层高度始终在2 500 m左右。16时的雨水混合比极大值大约在0.002 g·kg-1左右，而后逐渐增大。直到18时，雨水混合比极大值增大到了0.003 g·kg-1，到19时迅速减小。20时，云水和雨水混合比又略微增大。综上所述，16—18时，云处于发展期，降水增大;18—19时，云开始消散，降水迅速减弱;19—20时，云又开始发展。

由图8可见，10日05时，云水混合比的峰值为0.075 g·kg-1，峰值高度约为2 500 m。07时，云水混合比峰值和峰值高度分别降到了0.068 g·kg-1和2 300 m。此后，从07—11时，云水混合比峰值高度变化不大，但峰值在07—09时有所增长，而在09—11时略有下降。与云水混合比相比，雨水混合比则随时间推移呈现出明显的增长趋势。05—07时，雨水混合比缓慢增大，峰值高度均在1 500 m左右。07—09时，雨水混合比迅速增大，峰值高度不变。到11时，1 500 m以下的雨水混合比略有减小，1 500 m以上的雨水混合比快速增大，峰值高度增大到1 900 m。综上所述，05—09时，雨水混合比呈现增加趋势;09—11时，尽管1 500 m以下的雨水混合比有所下降，但1 500 m以上雨水混合比增大。

图9表明，2010年1月10日16—22时云水的混合比随着时间的推移减小，云水混合比峰值高度在16—20时几乎不变，在20—22时有所上升。雨水混合比在16—18时内增大，18—20时减小，但其峰值高度几乎不变。22时，峰值迅速增大，并且高度迅速降低。说明18时开始，云处于消散阶段。雨水含量随着云水含量的减少而减少且存在高度降低，对应云发展强度的减弱和降水中心的下移。

综上所述，1月9日的两次降水过程云水混合比均在0.35 g·kg-1内，其中第一次降水过程的雨水混合比最大值几乎是第二次的2倍，约为0.006 g·kg-1，对应较强的降水（图4）。相比之下，1月10日的两次降水过程云水混合比均小于0.12 g·kg-1，第二次降水过程中的云水以及雨水混合比均略高于第一次。雨水混合比的数量级与牛生杰等（2011）以及Zhou et al.（2013） 对恩施雷达站的分析结果一致。张芳华等（2024）研究了2024年2月1—3日武汉冻雨的微物理结构，发现该地区冻雨形成的机制主要以冰相融化机制为主，温度层结呈现“冷-暖-冷”的结构。1—3日武汉上空云层内气温多在-10 ℃以上，云水占据主导，2日白天的云水混合比增大至0.4 g·kg-1及以上，与本文云水混合比的数量级相当。可见，本文所采用的WRF模式模拟结果整体上反映了该地区冻雨形成云系云水混合比的实际情况。

从云物理结构的垂直分布可以看出，在冻雨过程中，除了降水发生时段，过冷云水和过冷雨水也有可能影响恩施雷达站，进而影响电线积冰的形成和发展。因此，在该次电线积冰过程中，除冻雨降水过程外，云微物理环境的发展演变也应该是电线积冰预报中需要考虑的影响因素。

2.2" 雨水形成的微物理机制

因4次降水过程均为过冷暖雨过程，云微物理结构和降水产生的微物理机制相似，故在本次冻雨发生的两日内分别选取两个代表时次分析降水形成的微物理机制。

图10a、b是在1月9日冻雨事件中区域平均的雨滴微物理转化率垂直分布。从图中可以发现，12时，主要源项为雨滴碰并云水和云雨自动转化，汇项则主要为蒸发，此时源项的总值大于汇项，对应较大雨强。而18时的雨滴碰并雨水的值相比12时有所增加，但由于云雨自动转化较弱，蒸发量也略微增大，导致雨强比12时小。图10c、d是1月10日冻雨事件中区域平均的雨滴微物理转化率垂直分布。在该过程中，雨水的主要源汇项与9日降水过程相似，但是源汇项强度均有大幅减小，这主要是由于相比9日，10日的云水含量更低。其中，18时的源汇项比09时大，同时源汇的总值相比汇项也更大，这与10日18时更大的雨强相对应。

3" 基于积冰模型计算积冰厚度

3.1" 冻雨积冰模型

应用Jones冻雨积冰模型，通过冻雨过程中风速和降水率来推算水平圆柱形导线的冰负载（Jones，1998;王天舒，2020）：

Wj=1ρiπ160Pjρ02+（0.06VjLj）21/2。

其中：W（mm）、P（mm·h-1）、L（g·m-3）和V （m·s-1）分别为冻雨过程第j分钟的冰厚、降水率、液态含水量和风速;ρi=0.9 g·cm-3、ρ0=1.0 g·cm-3 分别为冰、水密度。

3.2" 积冰厚度模拟结果

图11为恩施雷达站观测和模拟的积冰厚度对比，模拟的积冰厚度是基于WRF模拟结果输出的d03区域平均降水率、液态含水量（云水、雨水含水量之和）和水平风速，通过Jones冻雨积冰模型得到。从图中可以看出，观测的积冰厚度波动较大，在冻雨期间迅速增长。同时，由于融化、蒸发等过程的影响，积冰厚度还存在减少的情况。相比之下，模拟的积冰厚度的变化较为平缓，但总体发展趋势与实际观测值基本一致。在此次降水过程中，最终模拟的积冰厚度略高于实际观测值，但总体相差不大，这主要是由于Jones冻雨积冰模型未考虑融化、蒸发等可能导致积冰厚度减小的过程。总体来说，Jones冻雨积冰模型能够较好地模拟出电线积冰厚度随时间增长的演变趋势。

图12为观测和模拟的每小时积冰厚度的变化曲线。从图中可以看到，观测的积冰厚度增长率在-1.5～2 mm·h-1的范围内，低于0的部分代表积冰厚度可能因融化、蒸发、升华等过程而减小。而模拟的积冰厚度增长率则保持在0～0.6 mm·h-1。发生冻雨降水过程时，无论是模拟还是观测的积冰厚度增长率多呈增大趋势，这说明冻雨过程中降水的发生对电线积冰的生成和厚度增长有一定的促进作用。Zhou et al.（2013）也对2009—2010年恩施冻雨是否有利于积冰厚度增长做了详细的研究，结果表明积冰厚度的增长率在冻雨期间比无降水时大。

总体来说，对于平均冰厚增长率，模拟的值略低于观测计算得到的值，但两者均在0.4 mm·h-1左右，这与王天舒（2020）对2018—2019年恩施雷达站进行电线积冰观测分析得到的结论一致，该研究发现冻雨中平均冰厚增长率为0.4 mm·h-1。然而，观测的积冰厚度增长率，在没有降水的时段也存在增长情况。例如，在10日01—04时、14时、19时左右，虽然没有观测到降水的发生，但是积冰厚度增长率仍然较高。可见，除了降水的影响外，过饱和水汽及凝结增长等因素也有可能影响电线积冰厚度的增长规律。

图13为观测恩施雷达站地面以上2 m和模拟相同高度处气温随时间的变化。从图中可以看出，在这次积冰过程内，恩施雷达站距地2 m的气温均位于0 ℃以下。模拟的结果与观测值相差不大，差值基本不超过1 ℃。

对比图12与图13发现，不同的降水过程中，观测与模拟的温度变化以及积冰厚度增长率之间存在一定差异。第二次降水过程发生在凌晨，降水发生时观测与模拟的温度均下降，模拟温度的下降幅度相对较小，观测的积冰厚度增长率随着降水发生而显著增大，而模拟的积冰厚度增长率则在降水发生时有所减小。第三次降水过程发生在下午，此时模拟的温度略有升高，对应的积冰厚度增长率没有显著变化;而实际温度先升高后降低，对应的积冰厚度增长率呈现先降后升的趋势，但整体变化幅度较小。第四次降水过程同样发生在凌晨，模拟与观测的温度均呈现下降的趋势，模拟结果显示积冰厚度增长率略微增大，而观测的积冰厚度增长率迅速降低为0。

综上可得，第二次降水事件中，降温过程与降水的发生共同影响积冰厚度的发展。而在下午时段的降水事件中，积冰厚度增长率的变化与温度的相关性较弱，这可能与太阳辐射引起的热力条件变化的影响有关。而对于最后一次降水事件，模拟结果在积冰增长率与温度的关系上与观测存在偏差，这可能是由较强的实际降水强度导致的快速融冰或者降水侵蚀积冰导致的，而模拟的积冰厚度增长率的变化偏弱可能是由模拟的雨强偏小导致的。

4" 结论

冰冻雨雪过程导致的电线积冰成因复杂、危害严重，对其形成机理的科学认识不足，极大地制约电线积冰的预报预警精度。本文基于WRF数值模式和积冰厚度预报模型，对冻雨积冰过程形成的宏微观物理机制进行探索，发现宏观天气背景、大气层结、云降水微环境均有可能影响积冰的发生和厚度增长。具体结论如下：

1）本文基于WRF模式输出结果驱动冻雨积冰预报模型，冻雨积冰模型基本可以模拟出电线积冰厚度随时间的增长趋势，积冰增长率也能在一定程度上反映实际电线积冰增长速率。然而，积冰增长模型预报的积冰厚度总体小于实际观测结果。这可能是因为积冰增长模型只考虑了积冰增长过程中过冷云水、雨水冻结的影响，而未考虑水汽对积冰增长的可能贡献。此外，在目前积冰厚度预报模型中，未考虑融化、蒸发等可能导致积冰厚度减小的过程，导致该模型不能预报出积冰厚度减小的过程。

2）研究发现，本次冻雨天气主要通过过冷暖雨过程形成，而过冷暖雨过程中高层逆温层的阻挡抑制了云体垂直方向的发展，导致云高在3 000 m左右，云厚在1 500～2 000 m。云中雨水增长的物理过程以云雨自动转化和雨水碰并云水为主。其中，雨水对过冷云水的碰并对雨水混合比增长贡献更大。云微物理结构的演变影响降水的发展和演变，进而影响冻雨积冰过程。除此之外，在非降水时段，积冰厚度也可能呈增长趋势，表明过冷云微物理环境对积冰增长的贡献也不容忽视。

致谢：本文的数值计算得到了南京信息工程大学高性能计算平台的支持和帮助。谨致谢忱！

参考文献（References）

杜骦，周宁，韩永翔，等，2019.河南省一次冻雨过程中电线积冰厚度模拟［J］.气象，45（5）：641-650." Du S，Zhou N，Han Y X，et al.，2019.Simulation of wire ice thickness during a freezing rain process in Henan Province［J］.Meteor Mon，45（5）：641-650.doi：10.7519／j.issn.1000-0526.2019.05.005.（in Chinese）.

Goodwin E J，Mozer J D，Di Gioia A M，1983.Predicting ice and snow loads for transmission lines.proceedings［C］／／International Workshop on Atmospheric Icing of Structures （IWAIS）：267-273.

Hobbs P V，Rangno A L，1985.Ice particle concentrations in clouds［J］.J Atmos Sci，42（23）：2523-2549.doi：10.1175／1520-0469（1985）042lt;2523：ipcicgt;2.0.co;2.

胡艳楠，牛生杰，吕晶晶，等，2017.湖北电线积冰统计分析及积冰逆温层结研究［J］.气候与环境研究，22（1）：35-44." Hu Y N，Niu S J，Lü J J，et al.，2017.Statistical analysis and inversion study on ice accretion in Hubei Province［J］.Climate Environ Res，22（1）：35-44.doi：10.3878／j.issn.1006-9585.2016.15267.（in Chinese）.

Imai I，1953.Studies on ice accretion［J］.Researches on Snow and Ice，3（1）：3544.

Jones K F，1998.A simple model for freezing rain ice loads［J］.Atmos Res，46（1／2）：87-97.doi：10.1016／S0169-8095（97）00053-7.

Lenhard R W Jr，1955.An indirect method for estimating the weight of glaze on wires［J］.Bull Amer Meteor Soc，36（1）：1-5.doi：10.1175／1520-0477-36.1.1.

廖玉芳，段丽洁，2010.湖南电线覆冰厚度估算模型研究［J］.大气科学学报，33（4）：395-400." Liao Y F，Duan L J，2010.Study on estimation model of wire icing thickness in Hunan Province［J］.Trans Atmos Sci，33（4）：395-400.doi：10.13878／j.cnki.dqkxxb.2010.04.016.（in Chinese）.

刘超，江琪，桂海林，2018.2018年1月大气环流和天气分析［J］.气象，44（4）：590-596." Liu C，Jiang Q，Gui H L，2018.Atmospheric circulation and weather analysis in January 2018［J］.Meteor Mon，44（4）：590-596.（in Chinese）.

刘丹，牛生杰，2015.两次电线积冰过程气象条件实时观测研究［J］.大气科学学报，38（3）：428-432." Liu D，Niu S J，2015.Observational study on real-time meteorological conditions during two wire icing processes［J］.Trans Atmos Sci，38（3）：428-432.doi：10.13878／j.cnki.dqkxxb.20130313001.（in Chinese）.

刘红武，李振，陈龙，等，2020.湖南一次罕见低温雨雪冰冻天气过程分析［J］.沙漠与绿洲气象，14（2）：18-26." Liu H W，Li Z，Chen L，et al.，2020.Analysis of a rare consecutive cryogenic freezing rain in Hunan Province［J］.Desert Oasis Meteor，14（2）：18-26.doi：10.12057／j.issn.1002-0799.2020.02.003.（in Chinese）.

刘志雄，蔡荣辉，邓见英，等，2013.2008年湖南冻雨成因研究［J］.高原气象，32（2）：2456-2467." Liu Z X，Cai R H，Deng J Y，et al.，2013.Formation mechanism of freezing rain in Hunan Province in 2008［J］.Plateau Meteor，32（2）：456-467.doi：10.7522／j.issn.1000-0534.2012.00044.（in Chinese）.

Makkonen L，1998.Modeling power line icing in freezing precipitation［J］.Atmos Res，46（1／2）：131-142.

牛生杰，周悦，贾然，等，2011.电线积冰微物理机制初步研究：观测和模拟［J］.中国科学：地球科学，41（12）：1812-1821." Niu S J，Zhou Y，Jia R，et al.，2011.Preliminary study on microphysical mechanism of wire icing：observation and simulation［J］.Sci Sinica：Terrae，41（12）：1812-1821.（in Chinese）.

牛生杰，王天舒，吕晶晶，等，2021.电线积冰及路面温度研究的新进展［J］.大气科学学报，44（4）：485-495." Niu S J，Wang T S，Lü J J，et al.，2021.New progress in the study of ice accumulation on power lines and pavement temperature［J］.Trans Atmos Sci，44（4）：485-495.doi：10.13878／j.cnki.dqkxxb.20210309001.（in Chinese）.

欧建军，周毓荃，杨棋，等，2011.我国冻雨时空分布及温湿结构特征分析［J］.高原气象，30（3）：692-699." Ou J J，Zhou Y Q，Yang Q，et al.，2011.Analyses on spatial-temporal distributions and temperature-moisture structure of freezing rain in China［J］.Plateau Meteor，30（3）：692-699.（in Chinese）.

彭京备，孙淑清，2019.2018年1月南方雨雪天气的形成及其与冬季风异常的关系［J］.大气科学，43（6）：1233-1244." Peng J B，Sun S Q，2019.Formation of rainy and snowy weather in South China in January 2018 and its relationship with the abnormal East Asian winter monsoon［J］.Chin J Atmos Sci，43（6）：1233-1244.doi：10.3878／j.issn.1006-9895.1901.18188.（in Chinese）.

Rauber R M，Olthoff L S，Ramamurthy M K，et al.，2000.The relative importance of warm rain and melting processes in freezing precipitation events［J］.J Appl Meteor，39（7）：1185-1195.doi：10.1175／1520-0450（2000）039lt;1185：triowrgt;2.0.co;2.

陶玥，史月琴，刘卫国，2012.2008年1月南方一次冰冻天气中冻雨区的层结和云物理特征［J］.大气科学，36（3）：507-522." Tao Y，Shi Y Q，Liu W G，2012.Characteristics of stratification structure and cloud physics of the freezing rain over southern China in January 2008［J］.Chin J Atmos Sci，36（3）：507-522.doi：10.3878／j.issn.1006-9895.2011.11082.（in Chinese）.

王帅，李劲松，原辉，等，2024.基于CALMET-WRF耦合的复杂地形下导线覆冰的精细化数值模拟研究［J］.大气科学学报，47（3）：509-520." Wang S，Li J S，Yuan H，et al.，2024.Simulation study on ice thickness of transmission line in complex terrain based on WRF model coupling with CALMET downscaling model［J］.Trans Atmos Sci，47（3）：509-520.doi：10.13878／j.cnki.dqkxxb.20230918001.（in Chinese）.

王天舒，2020.基于高分辨率观测的三类电线积冰研究：气象要素和微结构相结合［D］.南京：南京信息工程大学." Wang T S，2020.Study on three types of wire icing based on high resolution observation：combination of meteorological elements and microstructure［D］.Nanjing：Nanjing University of Information Science and Technology.（in Chinese）.

吴息，孙朋杰，熊海星，等，2012.利用常规气象资料建立的导线覆冰模型［J］.大气科学学报，35（3）：335-341." Wu X，Sun P J，Xiong H X，et al.，2012.A conductor icing model based on parameters of conventional meteorological observations［J］.Trans Atmos Sci，35（3）：335-341.doi：10.13878／j.cnki.dqkxxb.2012.03.001.（in Chinese）.

熊婧媛，2023.中国华北层积云微物理特性及降水粒子谱演变特征研究［D］.南京：南京信息工程大学." Xiong J Y，2023.Study on microphysical characteristics of stratocumulus in North China and evolution characteristics of precipitation particle spectrum in China［D］.Nanjing：Nanjing University of Information Science and Technology.（in Chinese）.

徐辉，金荣花，2010.地形对2008年初湖南雨雪冰冻天气的影响分析［J］.高原气象，29（4）：957-967." Xu H，Jin R H，2010.Analyese of influence of terrain on freezing-rain weather in Hunan in the early 2008［J］.Plateau Meteor，29（4）：957-967.（in Chinese）.

尹宪志，任余龙，杨子和，等，2013.华家岭2008年电线积冰的变化特征与气象条件分析［J］.干旱气象，31（3）：530-534，549." Yin X Z，Ren Y L，Yang Z H，et al.，2013.The variation of wire icing in Huajialing in 2008 and analysis of its meteorological conditions［J］.J Arid Meteor，31（3）：530-534，549.doi：10.11755／j.issn.1006-7639（2013）-03-0530.（in Chinese）.

张芳华，许先煌，权婉晴，等，2024.2024年春运期两次极端雨雪冰冻天气过程对比分析［J］.暴雨灾害，43（4）：371-383." Zhang F H，Xu X H，Quan W Q，et al.，2024.Comparison of two extreme rainfall／snowfall and freezing weather events during the Spring Festival transportation period in 2024［J］.Torrential Rain Disasters，43（4）：371-383.doi：10.12406／byzh.2024-095.（in Chinese）.

Zhou Y，Niu S J，Lü J J，2013.The influence of freezing drizzle on wire icing during freezing fog events［J］.Adv Atmos Sci，30（4）：1053-1069.doi：10.1007／s00376-012-2030-y.

周悦，周月华，牛生杰，等，2014.云中积冰过程微物理参量演变规律的数值模拟［J］.大气科学学报，37（4）：441-448." Zhou Y，Zhou Y H，Niu S J，et al.，2014.Numerical simulations of microphysical properties evolution of the in-cloud icing process［J］.Trans Atmos Sci，37（4）：441-448.doi：10.13878／j.cnki.dqkxxb.20121010005.（in Chinese）.

Zhou Y，Niu S J，Lü J J，et al.，2016.The effect of freezing drizzle，sleet and snow on microphysical characteristics of supercooled fog during the icing process in a mountainous area［J］.Atmosphere，7（11）：143.doi：10.3390／atmos7110143.

周悦，吕晶晶，高正旭，等，2024.2024年2月湖北省一次大范围冻雨过程的宏微观特征及形成机制初探［J］.暴雨灾害，43（4）：458-468." Zhou Y，Lü J J，Gao Z X，et al.，2024.Study on the macro and micro characteristics of a large-scale freezing rain weather event in Hubei Province［J］.Torrential Rain Disasters，43（4）：458-468.doi：10.12406／byzh.2024-131.（in Chinese）.

宗志平，马杰，2011.2008年初冻雨强度变化以及与逆温层特征之间的关系［J］.气象，37（2）：156-160." Zong Z P，Ma J，2011.The relationship between the strength variability of freezing rain and the character of inversion in the beginning of 2008［J］.Meteor Mon，37（2）：156-160.（in Chinese）.

·ARTICLE·

Microphysical mechanisms and numerical forecasting of ice accretion thickness during a freezing rain event

SHAO Meiyi1，LIU Xiaoli1，WU Haopeng2

1Key Laboratory for Aerosol-Cloud-Precipitation of China Meteorological Administration，Nanjing University of Information Science and Technology，Nanjing 210044，China;

2School of Atmospheric Physics， Nanjing University of Information Science and Technology， Nanjing 210044，China

Abstract" During the winter season in southern China，freezing rain and ice accretion often lead to substantial socio-economic impacts，including power interruption，tree damage，traffic disruptions，and risk to human safety.Scientific research into freezing rain and ice accretion processes，especially their formation mechanism，is critical for improving the forecast accuracy and mitigating associated hazards.This study presents a detailed numerical investigation of the freezing rain and ice accretion event that occurred in Hubei Province in the winter of 2010.The study utilized the European Centre for Medium-range Weather Forecasts （ECMWF） ERA-Interim reanalysis dataset （0.75°×0.75° spatial resolution，6 hours temporal resolution） as the initial field，in combining with the version v3.7.1 of the weather research and forecasting （WRF） model.Results reveals that the cloud microphysical structure and precipitation formation mechanisms remains consistent across different stages of the ice accretion process，with ice accretion predominantly forming through a supercooled warm rain process.The primary growth mechanism for rainwater in the cloud is the auto-conversion of cloud water to rain and the coalescence of rain with cloud water.Notably，the coalescence of rain with supercooled cloud water plays a more significant role in increasing rainwater mixing ratios.By analyzing the meteorological field and cloud microphysical data from the WRF simulation，and integrate them with the Jones Ice Thickness Prediction Model，the study captures the temporal evolution of ice thickness during the freezing rain event.The Jones model，which utilized readily available physical quantities such as wind speed，precipitation amount，and liquid water content，effectively simulate the trend of ice thickness overtime.A comparative analysis with observed datasets confirms that the model reasonably predict the trend of ice accretion thickness during the event.Meteorological factors，such as air temperature and precipitation intensity，significantly influence ice thickness.For instance，lower air temperature accelerate ice accretion growth，while increased precipitation intensity contributes to rapid ice accumulation.The in-depth analysis of influencing factors provides a robust numerical simulation framework for improving early warnings of freezing rain and ice accretion events.Findings of this study provide a relevant analysis of the physical mechanisms，simulation outcomes，and enhance forecasting capabilities for freezing rain and ice accretion processes.Besides，the results may contribute to advancing forecast accuracy，mitigating socio-economic impacts，and bolstering disaster prevention and response strategies.

Keywords" freezing rain ice accretion;cloud microphysical structure;microphysical mechanism;ice accretion thickness

doi：10.13878／j.cnki.dqkxxb.20240711011

（责任编辑：刘菲）