黃敏松 雷恒池 焦瑞莉 常星 金玲 王秀娟

摘要 云粒子成像儀（Cloud Imaging Probe，CIP）和降水粒子成像儀（Precipitation Imaging Probe，PIP）在云微物理和人工影響天氣的觀測研究中具有重要的作用。受限于儀器的成像測量原理，CIP和PIP所測云微物理數(shù)據(jù)質(zhì)量因偽粒子的影響而降低，因此，急需一款能夠?qū)x器所測數(shù)據(jù)進(jìn)行訂正的軟件以滿足云微物理分析的數(shù)據(jù)質(zhì)量要求。在對測量過程中影響儀器測量準(zhǔn)確性因素分析的基礎(chǔ)上，提出了一套可提高儀器測量數(shù)據(jù)準(zhǔn)確性的方法。利用LabVIEW圖像化編程語言，編寫出了一款可處理CIP和PIP圖像數(shù)據(jù)的軟件，可滿足對CIP和PIP所測數(shù)據(jù)的質(zhì)量控制要求。利用所開發(fā)的軟件對2010年4月20日一次降水性層狀云的飛機(jī)探測資料進(jìn)行處理，獲取了整個降水性層云的垂直結(jié)構(gòu)特征與粒子譜的變化特征，表明本軟件有助于云降水微物理的研究。

關(guān)鍵詞云降水粒子;飛機(jī)測量;成像儀器;數(shù)據(jù)處理軟件;云微物理

近年來，我國北方各省市氣象局紛紛購置人工增雨飛機(jī)和機(jī)載探測設(shè)備，以進(jìn)行人工影響天氣作業(yè)、氣溶膠與云降水微物理過程觀測（Guo and Zheng，2009;郭學(xué)良等，2013;楊文霞等，2018;沙桐等，2019;李占清，2020）。主要的增雨作業(yè)飛機(jī)型號是中航哈飛的Y12飛機(jī)，而增雨飛機(jī)上所裝載的探測系統(tǒng)一般是從美國粒子測量技術(shù)公司（Droplet Measurement Technology，DMT）所購進(jìn)的云微物理測量系統(tǒng)。該系統(tǒng)一般包括云粒子成像儀（Cloud Imaging Probe，CIP）和降水粒子成像儀（Precipitation Imaging Probe，PIP），這兩款儀器的工作原理均基于光電二極管陣列的光阻成像測量，所測數(shù)據(jù)除了直接應(yīng)用于云降水物理與人工影響天氣研究外（王秀娟等，2013），還可為遙感技術(shù)、云模式等提供數(shù)據(jù)校驗(yàn)（Heymsfield et al.，2010;Min et al.，2012;黃興友等，2019，2020）以及民機(jī)研發(fā)取證提供輔助（Horn et al.，2007）等。從航測的粒子圖像資料來看，CIP和PIP所測粒子圖像中含有數(shù)目相當(dāng)多的偽粒子圖像，這些粒子因是非自然狀態(tài)下生成的云粒子，因此稱為“偽粒子”。最近的研究表明，僅云粒子在非自然狀態(tài)下破碎形成的碎片偽粒子就可導(dǎo)致儀器測量的數(shù)濃度偏差達(dá)到1到2個數(shù)量級，對冰水含量等云微物理參量的計(jì)算偏差也可達(dá)到30%，因此偽粒子的存在會極大地影響到對云微物理過程的認(rèn)識，很多基于機(jī)載云降水粒子成像儀所獲取的云特征知識可能需要重估（Korolev et al.，2011，2013a，2013b）。

針對CIP和PIP所測數(shù)據(jù)的處理問題，天空技術(shù)研究公司（Korolev and Isaac，2005）曾開發(fā)出相應(yīng)的粒子圖像數(shù)據(jù)處理軟件用于云降水微物理的研究，但其所開發(fā)的軟件僅是針對老一代粒子成像探頭2DP和2DC。英國曼徹斯特大學(xué)的Jonny博士開發(fā)了專用于處理CIP和PIP所測數(shù)據(jù)的商業(yè)處理軟件，但是商業(yè)軟件價格高昂。此外，后續(xù)的軟件處理過程中由于涉及具體的飛機(jī)機(jī)型、儀器安裝的位置以及飛行測量時大氣環(huán)境的影響，使得具體的處理過程在閾值選取上有很大的區(qū)別。由于缺乏相應(yīng)的數(shù)據(jù)后處理軟件，國內(nèi)學(xué)界目前直接采用剔除小粒徑段粒子的方法（Hou et al.，2014），或者未經(jīng)處理就直接使用（王秀娟等，2013;李軍霞等，2014）?？紤]到偽粒子，尤其是破碎的偽粒子對儀器測量結(jié)果的影響（Korolev et al.，2013b），不對CIP和PIP測量數(shù)據(jù)進(jìn)行處理訂正或者簡單粗暴地直接將小粒徑段粒子剔除，這樣的處理分析結(jié)果難以令人信服。因此很有必要根據(jù)國內(nèi)飛機(jī)的測量資料進(jìn)行數(shù)據(jù)處理軟件的開發(fā)，以提高儀器測量數(shù)據(jù)的質(zhì)量。

鑒于此，對儀器測量過程中影響儀器測量準(zhǔn)確性的因素進(jìn)行分析，提出可適用于以Y12飛機(jī)為機(jī)載測量平臺的CIP和PIP儀器觀測資料的數(shù)據(jù)處理方法，在此基礎(chǔ)上，利用LabVIEW圖像化編程語言，編寫該軟件，以輔助我國云降水物理飛機(jī)觀測資料處理，從而為我國云降水物理和人工影響天氣的研究提供必要的技術(shù)支撐。

1 數(shù)據(jù)處理方法

1.1 偽粒子的識別

根據(jù)CIP和PIP所測粒子圖像中偽粒子的成因以及偽粒子圖像的特點(diǎn)，將偽粒子分為碎片粒子、并存粒子、線狀粒子、條紋狀粒子和空白粒子等（圖1）。

破碎的偽粒子主要是在飛行測量過程中，云粒子與成像探頭的探測臂等之間發(fā)生碰撞，或者與探測臂等周圍產(chǎn)生的空氣動力，如湍流、切變力等相互作用而破碎產(chǎn)生的粒子碎片（Koroleve and Isaac，2005），但這里還特指碎片的粒子圖像幀必須在2幀以上，如圖1a所示為破碎成4個粒子圖像幀的破碎粒子，由白色線間隔開。破碎偽粒子的識別主要利用黃敏松等（2016）所提出的到達(dá)時間間隔閾值對破碎的偽粒子進(jìn)行識別。

并存粒子是指一個粒子圖像幀內(nèi)存在有2個或者2個以上的孤立粒子，如圖1b、c所示，并存粒子出現(xiàn)的原因既有自然因素的存在，比如云中粒子數(shù)濃度較大，也有非自然破碎的因素存在。由于儀器是基于單粒子的測量原則進(jìn)行設(shè)計(jì)的，因此在一次粒子事件的測量過程中自然的并存粒子出現(xiàn)的概率是非常低的?；诖耍捎命S敏松等（2017）所提的孤立粒子數(shù)閾值方法對破碎的并存粒子進(jìn)行識別。

線狀粒子圖像的特點(diǎn)是在某個方向上有間斷而另一方向上會有條狀擋光，呈規(guī)則的條帶狀或者僅是一條直線，沿飛行方向長度可達(dá)到99條線。線狀粒子出現(xiàn)的既有電磁干擾的原因，也有自然的結(jié)冰結(jié)霜因素存在，如圖1d所示?？紤]到粒子圖像特點(diǎn)，采用黃敏松等（2017）所提的線條數(shù)結(jié)合粒徑比的方法對線狀粒子進(jìn)行識別。

條紋狀粒子是由粒子圖像的采樣速度和飛機(jī)空速的失配產(chǎn)生的，其圖像特點(diǎn)是粒子形狀呈拉長的條帶狀，如圖1e所示。該類型偽粒子的識別一般采用粒徑比（軸比）（Baker et al.，2009）或者面積比 （Field et al.，2006）的方法，但是軸比或者面積比的方法識別準(zhǔn)確率不是很高，這里依然采用黃敏松等（2017）所提的增加限定因子的方法對條紋狀粒子進(jìn)行識別。

空白粒子是指圖像幀內(nèi)沒有任何粒子影像的粒子圖像幀，如圖1f所示?？瞻琢Ｗ映霈F(xiàn)的原因可能和粒子本身尺寸過小有關(guān)，也有可能是干擾導(dǎo)致的儀器誤動作所致。針對空白粒子，這里采用粒子圖像像素?cái)?shù)為0的方法進(jìn)行識別。

1.2 儀器的采樣體積

云降水粒子成像儀的采樣體積是一個隨粒子粒徑變化的參量，同時也是利用儀器測量得到的粒子數(shù)據(jù)進(jìn)行云微物理參量計(jì)算的一個非常重要的基礎(chǔ)參量。Heymsfield and Parrish（1978）指出，儀器的采樣體積可采用如下公式進(jìn)行計(jì)算：

Vsamp=EAWDofVT。

其中：EAW為有效陣列寬度;Dof為探頭景深;V為飛行空速;T為飛行采樣的時間。

有效陣列寬度EAW有兩種計(jì)算方法分別稱為“中心在內(nèi)”（center-in）的計(jì)算方法和“整體在內(nèi)”（all-in）的計(jì)算方法，本處理軟件采用“整體在內(nèi)”的計(jì)算方法，具體為：

EAW=Res（N-X-1）。

其中：Res表示儀器的測量精度，儀器CIP的測量精度是25 μm，PIP的測量精度是100 μm;N是光電二極管陣列的單元數(shù)，儀器CIP和PIP均為64;X則是粒子圖像所覆蓋的光電二極管數(shù)目。“整體在內(nèi)”的計(jì)算方法僅考慮粒子圖像不覆蓋住邊緣二極管單元的情況，對于覆蓋住的粒子，在計(jì)算時將自動剔除，而這也是儀器測量計(jì)算時所采用的方法。

1.3 云微物理參數(shù)的計(jì)算

1.3.1 云粒子譜

云粒子譜是云降水粒子群體最基本的微物理屬性，其計(jì)算如式（1）所示（楊軍等，2011），用以表示一定體積內(nèi)不同尺度云粒子數(shù)量的多少。云降水粒子譜的演變體現(xiàn)了云與降水的發(fā)展變化過程。

ni=NiVsampΔr。? （1）

其中：ni表示第i個尺度間隔內(nèi)云粒子數(shù)濃度的粒徑分布函數(shù);Ni為一個采樣周期內(nèi)測得的半徑在ri～（ri+Δr）之間的粒子數(shù)目;Vsamp為采樣體積。

1.3.2 粒子數(shù)濃度

粒子數(shù)濃度表示的是單位體積內(nèi)的粒子總數(shù)。根據(jù)式（2）進(jìn)行計(jì)算。

Nd=NnVsamp。? （2）

其中：Nd為粒子數(shù)濃度;Nn為粒子個數(shù);Vsamp為采樣體積，

1.3.3 云液水含量

對于球形的云滴或者雨滴，液水含量LWC的計(jì)算可采用式（3）。

LWC=1L∑imiSi。? （3）

其中：L表示探測飛行的距離;Si則表示與粒徑相關(guān)的采樣面積;mi表示與粒徑相對應(yīng)的液滴粒子質(zhì)量，利用式（4）計(jì)算。

mi=πρw6cid3i。? （4）

其中：ρw為水的密度;di為粒子粒徑;ci則是粒徑為di的粒子數(shù)濃度。

1.3.4 云冰水含量

冰水含量IWC的計(jì)算利用式（5）進(jìn)行計(jì)算：

IWC=1L∑jmjSj。? （5）

其中：L表示探測飛行的距離;Sj則表示與粒徑相關(guān)的采樣面積;mj表示與粒徑相對應(yīng)的冰粒子質(zhì)量，可利用質(zhì)量-維數(shù)的關(guān)系方法進(jìn)行計(jì)算（Korolev et al.，2013b）。

mj=aDbj。? （6）

其中：mj是粒子質(zhì)量，單位是g;Dj是粒子粒徑，單位是μm，a=7.38×10-11，b=1.9。

2 數(shù)據(jù)處理軟件開發(fā)

本數(shù)據(jù)處理軟件采用LabVIEW圖形化編程語言進(jìn)行開發(fā)并采用Tab表單風(fēng)格，具體由三部分構(gòu)成，分別是數(shù)據(jù)提取、數(shù)據(jù)處理和參數(shù)計(jì)算。整個軟件界面如圖2所示。

3 數(shù)據(jù)處理軟件的應(yīng)用

2010年4月20日，在高空低槽切變與地面弱冷鋒的共同影響下，我國出現(xiàn)了一次鋒面降水的天氣過程，整個鋒面云系自西南向華東地區(qū)移動，移動過程中給華北地區(qū)帶來了降溫和降水等天氣現(xiàn)象。其中山西省出現(xiàn)了一次大范圍的層狀云降水過程，其中部地區(qū)出現(xiàn)了輕到中度的降水等級，24 h的累積降水量達(dá)到了20 mm（王秀娟等，2013;李軍霞等，2014）。20日上午裝載有CIP和PIP探測設(shè)備以及高精度溫濕度儀的增雨飛機(jī)在太原地區(qū)上空進(jìn)行了云微物理探測飛行。飛機(jī)起飛后，首先在3 600 m高度云中平飛，然后穿云爬升至云頂平飛，隨后從云頂盤旋下降。此次探測飛行時間屬于整個降水過程的發(fā)展前期階段，而降水過程前期階段冰相粒子的發(fā)展演變對于了解降水過程具有重要的意義（Locatelli and Hobbs，1974），此外螺旋下降的探測方式可以較好地觀測云中雪晶粒子的增長（Lo and Passarelli.，1982;Field，1999）。因此這里以螺旋下降探測階段的觀測結(jié)果來研究各高度層云中冰雪晶粒子的發(fā)展演變過程以及云中冰晶粒子數(shù)濃度和冰水含量等云微物理量的垂直分布狀況。本次螺旋下降探測的飛行軌跡如圖3所示。圖4為本次下降探測前的雷達(dá)PPI掃描反射回波。從圖中可看出太原站附近有一些分散性的弓形回波區(qū)域，而在太原西南方向有一塊比較大的回波區(qū)域，回波強(qiáng)度達(dá)到25 dBZ。該回波區(qū)即為本次探測區(qū)域。

3.1 云中粒子數(shù)濃度和冰水含量的垂直分布

圖5給出了飛機(jī)螺旋下降探測過程中，從CIP與PIP所測粒子圖像數(shù)據(jù)中計(jì)算出來在0 ℃層以上冰水含量的垂直分布，可以看出，CIP儀器所測冰水含量值的范圍在0.02～3.75 g/m3，PIP儀器所測的冰水含量值范圍在0.013～0.82 g/m3。從圖中還可以看出CIP儀器所測冰水含量值在云中垂直分布上有三個比較明顯的極值位置，分別位于4 900 m、4 300 m和3 800 m附近，其中最大值位于3 800 m;相對而言，PIP儀器所測冰水含量比較明顯的極值點(diǎn)次數(shù)要比CIP少得多，但是PIP儀器所測冰水含量最大值高度與CIP儀器所測最大值高度比較接近。雖然云中有若干個冰水含量的極值點(diǎn)，但是云中冰水含量的最大值卻是位于云中的中下半部分區(qū)域。

圖6給出了飛機(jī)螺旋下降探測過程中云中粒子數(shù)濃度隨高度的變化過程，其中CIP測得的冰晶粒子數(shù)濃度范圍在0.45～10.3 L-1，PIP測得的粒子數(shù)濃度范圍在0.22～3.9 L-1。CIP所測的粒子數(shù)濃度除了在云頂有個較大的極值點(diǎn)外，在云層的中下部還有兩個較大的極值點(diǎn)，其中最大值點(diǎn)位于3 800 m的云層中下部位，這和其所測的冰水含量最大值點(diǎn)高度基本對應(yīng)。

3.2 云中粒子譜的變化過程

為了研究飛機(jī)下降過程所觀測到粒子譜變化情況，以300 m為一個高度間隔，分別選取飛機(jī)在5 800、5 500、5 200、4 900、4 600、4 300、4 000、3 700、 3 400和3 100 m處CIP與PIP儀器所觀測到的粒子譜進(jìn)行分析，所選的高度層對應(yīng)的溫度范圍剛好是在-11至-0.1℃之間，具體各高度層的粒子譜分布如圖7所示，圖7a—e為CIP儀器所測得的粒子譜，f—j為PIP儀器所測得的粒子譜。由于粒子譜的演變過程是粒子增長變化過程的一種反映，而粒子的增長變化過程不僅與環(huán)境溫度有關(guān)，還與水汽含量以及動力場作用、上下層粒子之間的上升和沉降交換有關(guān)。因此，為了更好地分析粒子譜的變化，將本次下降探測過程中機(jī)載儀器所測量到的云中溫度、云液水含量、各高度層上的粒子最大粒徑（PIP）、以及主要的粒子形狀（CIP）隨高度的變化情況均提取出來，如圖8、9所示。由于輻枝狀冰晶僅在3 700 m及以下高度層才和板狀冰晶一起大量出現(xiàn)，這里將輻枝狀冰晶和板狀冰晶歸為一類，統(tǒng)稱為板狀;將針狀冰晶、柱狀冰晶和帽柱狀冰晶歸為一類，統(tǒng)稱為針柱狀;而球形狀冰晶僅在4 900 m高度層以較多的數(shù)量出現(xiàn)，這里不單獨(dú)列出，最終將主要的粒子形狀分為板狀、霰、不規(guī)則狀、聚合狀和針柱狀。由實(shí)驗(yàn)室和外場觀測研究可知，0～-2.5 ℃是板狀冰晶形成的適宜溫度區(qū)間，其中當(dāng)水汽條件更好時，在-1～-2 ℃溫度區(qū)間會有枝狀冰晶生長;而-3.5～-7.5 ℃是針柱狀冰晶形成的適宜溫度區(qū)間;-9～-40 ℃又是板狀冰晶生長的適宜溫度區(qū)間;而-3 ℃和-8.5 ℃分別是板狀和柱狀冰晶生長的過渡區(qū)間溫度（Wallace and Hobbs，2006）。

從圖8b中可以看出5 800～5 200 m最大粒子粒徑不斷減小，但從圖8a云液水含量來看，5 500～5 200 m的云液水含量要大于5 800 m處的云液水含量，可是隨著高度下降，譜寬變窄。這可能是因?yàn)? 800 m高度處的粒子有不少來自上層大粒子，因?yàn)槠錅囟葏^(qū)間是-11 ℃，剛好是板狀粒子生長的溫度區(qū)域。從粒子圖像來看，該層除了有板狀粒子外，還有數(shù)量不少的霰粒子、不規(guī)則狀粒子、聚合狀粒子和針柱狀粒子，而針柱狀粒子的出現(xiàn)表明該層的粒子有不少來自上層粒子跌落。5 800 m左右的高度層內(nèi)水汽條件一般，掉落后的大粒子因升華原因粒徑減小，即使粒徑減小但仍有部分粒徑變小的粒子掉落到5 500 m，繼而跌落至5 200 m，粒子掉落過程中粒徑有所減小。但從粒子譜的主峰值來看，5 800 m處，CIP儀器所測粒子譜的主峰值位于400 μm，PIP儀器所測粒子譜的主峰值位于5 00 μm;到了5 500 m和5 200 m處，CIP儀器所測粒子譜的主峰值均分別位于225 μm和625 μm，PIP儀器所測粒子譜的主峰值均位于600 μm;這說明了雖然從5 800 m到5 200 m高度層，最大粒子粒徑隨高度有所減小，但是主要粒徑粒子還是處于不斷增長的狀態(tài)。而5 500 m處和5 200 m處CIP所測粒子譜出現(xiàn)雙峰值，關(guān)于雙峰譜型結(jié)構(gòu)目前一個較為一致的觀點(diǎn)是小粒徑峰值模態(tài)僅由水汽擴(kuò)散增長促成，而大粒徑峰值模態(tài)則可能是水汽擴(kuò)散增長和聚并增長共同作用的結(jié)果（Mitchell et al.，1996;Zhao et al.，2010），因此這兩個高度處粒子間的碰并增長對粒子粒徑主峰譜值的擴(kuò)大也造成了影響。

4 900～4 000 m的溫度區(qū)間屬于針柱狀粒子的生長區(qū)間，從粒子圖像來看（圖9），在這區(qū)間內(nèi)以針柱狀、霰、不規(guī)則和聚合狀粒子為主，板狀粒子數(shù)量很少。在4 900 m處儀器所測粒子譜明顯變寬（圖7b、g），其原因是該層水汽條件非常好，液水含量最大值達(dá)到了0.8 g/m3以上，水汽的擴(kuò)散和淞附使得粒子快速增長;從4 600～4 000 m可以看到，粒子譜寬均小于4 900 m高度層處的粒子譜寬（圖7c、d、h、i），但是從PIP所測粒子譜型來看（圖7h、i），4 600～4 000 m高度層的粒子譜均出現(xiàn)了明顯的雙峰譜型結(jié)構(gòu)，其主峰值分別位于600 μm、1 100 μm（4 600 m），500 μm、1 300 μm（4 300 m），400 μm、1 400 μm（4 000 m），這說明了水汽擴(kuò)散和粒子間的碰并聚合對4 600～4 000 m高度層的粒子譜變化起到了決定性的作用。

4 000～3 400 m的溫度區(qū)間屬于板狀粒子的生長區(qū)間，從粒子譜寬來看，譜寬隨高度降低而變寬（圖8b），從濕度場條件（圖8a）來看，液水含量的均值從0.16 g/m3上升到了0.4 g/m3，從粒子圖像（圖9來看），板狀粒子和輻枝狀粒子不斷增多，而且在3 400 m高度層出現(xiàn)了輻枝狀粒子攀附粘連的現(xiàn)象，因此可以判定4 000～3 400 m譜寬的拓寬是水汽的凝華增長和粒子間的攀附粘連所致。但是到了3 100 m譜寬又變窄，這可能和當(dāng)時的濕度場條件變差有關(guān)，因?yàn)樵摳叨忍幰核烤涤纸禐?.16g/m3。

4 結(jié)論與討論

利用LabVIEW圖像編程語言編寫了可用于處理CIP和PIP所測數(shù)據(jù)的處理軟件，為國內(nèi)云微物理飛機(jī)觀測資料的分析應(yīng)用提供必要的支撐。利用2010年4月20日山西春季一次降水性層狀云發(fā)展前期的飛機(jī)探測資料為例闡述了本軟件在云微物理分析過程中的應(yīng)用。從分析來看，本次降水性層云冰水含量最小值位于云頂位置，最大值位于云層中下部位。而云頂處粒子數(shù)濃度值比較大，但CIP所測的粒子數(shù)濃度最大值位于云層中下部。云粒子譜的發(fā)展變化過程主要是以水汽擴(kuò)散為主，但是上層粒子的跌落、淞附和粒子間的碰并聚合作用也對粒子譜的發(fā)展演變起到了作用。

本軟件是應(yīng)國內(nèi)云微物理飛機(jī)觀測數(shù)據(jù)的質(zhì)量控制需求所開發(fā)，可以滿足以Y-12飛機(jī)為飛機(jī)測量平臺的CIP和PIP儀器所測數(shù)據(jù)的質(zhì)量要求。但隨著我國人工影響天氣和云微物理飛機(jī)觀測平臺隊(duì)伍逐漸增多，如新舟60和國王飛機(jī)的加入，軟件中一些數(shù)據(jù)處理的閾值可能需要進(jìn)行改進(jìn)，以適應(yīng)不同測量平臺下的數(shù)據(jù)質(zhì)量控制要求。

參考文獻(xiàn)（References）

Baker B，Mo Q X，Paul Lawson R，et al.，2009.Drop size distributions and the lack of small drops in RICO rain shafts[J].J Appl Meteorol Climatol，48（3）：616-623.

Field P R，1999.Aircraft observations of ice crystal evolution in an altostratus cloud[J].J Atmos Sci，56：1925-1941.

Field P R，Heymsfield A J，Bansemer A，2006.Shattering and particle interarrival times measured by optical array probes in ice clouds[J].J Atmos Ocean Technol，23（10）：1357-1371.

Guo X L，Zheng G G，2009.Advances in weather modification from 1997 to 2007 in China[J].Adv Atmos Sci，26（2）：240-252.doi：10.1007/s00376-009-0240-8.

郭學(xué)良，付丹紅，胡朝霞，2013.降水物理與人工影響天氣研究進(jìn)展（2008—2012）[J].大氣科學(xué)，37（2）：351-363. Guo X L，F(xiàn)u D H，Hu Z X，2013.Progress in cloud physics，precipitation，and weather modification during 2008—2012[J].Chin J Atmos Sci，37（2）：351-363.（in Chinese）.

Heymsfield A J，Parrish J L，1978.A computational technique for increasing the effective sampling volume of the PMS two-dimensional particle size spectrometer[J].J Appl Meteorol，17：1566-1572.

Heymsfield A J，Schmitt C，Bansemer A，et al.，2010.Improved representation of ice particle masses based on observations in natural clouds[J].J Atmos Sci，67（10）：3303-3318.

Horn S，Asselin M，Barmgardner D，2007.Observations of ice ridge formation on the SJ30-2 leading edge slat in freezing drizzle conditions[C]//SAE Aircraft and Engine Icing International Conference.

Hou T J，Lei H C，Hu Z X，et al.，2014.Aircraft observations of ice particle properties in stratiform precipitating clouds[J].Adv Meteorol：1-2.

黃敏松，雷恒池，陳家田，等，2016.機(jī)載光陣探頭探測期間云粒子的破碎[J].大氣科學(xué)，40（3）：647-656. Huang M S，Lei H C，Chen J T，et al.，2016.Cloud particle shattering during sampling by airborne optical array probes[J].Chin J Atmos Sci，40（3）：647-656.doi：10.3878/j.issn.1006-9895.1505.15106.（in Chinese）.

黃敏松，雷恒池，金玲，2017.機(jī)載云降水粒子成像儀所測數(shù)據(jù)中偽粒子的識別[J].大氣科學(xué)，41（5）：1113-1124. Huang M S，Lei H C，Jin L，2017.Pseudo particle identification in the image data from the airborne cloud and precipitation particle image probe[J].Chin J Atmos Sci，41（5）：1113-1124.doi：10.3878/j.issn.1006-9895.1703.16259.（in Chinese）.

黃興友，蘆荀，黃勇，等，2019.層狀云微物理參數(shù)反演及其輻射效應(yīng)的個例研究[J].大氣科學(xué)學(xué)報，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.（in Chinese）.

黃興友，陸琳，洪滔，等，2020.利用毫米波云雷達(dá)數(shù)據(jù)反演層云微物理參數(shù)和云內(nèi)湍流耗散率[J].大氣科學(xué)學(xué)報，43 （5）：908-916. Huang X Y，Lu L，Hong T，et al.，2020.A case study on the retrieval of microphysical parameter retrieval and in-cloud stratus turbulent dissipation rate by millimeter-wave cloud radar measuremen[J].Trans Atmos Sci，432（5）：908-916.（in Chinese）.

Korolev A V，Isaac G A，2005.Shattering during sampling by OAPs and HVPS.Part I：snow particles[J].J Atmos Oceanic Technol，22：528-542.

Korolev A V，Emery E F，Strapp J W，et al.，2011.Small ice particles in tropospheric clouds：fact or artifact？ Airborne icing instrumentation evaluation experiment[J].Bull Amer Meteor Soc，92：967-973.

Korolev A V，Emery E F，Creelman K，2013a.Modification and tests of particle probe tips to mitigate effects of ice shattering[J].J Atmos Ocean Technol，30（4）：690-708.

Korolev A V，Emery E F，Strapp J W，et al.，2013b.Quantification of the effects of shattering on airborne ice particle measurement[J].J Atmos Oceanic Technol，30：2527-2553.

李軍霞，李培仁，陶玥，等，2014.山西春季層狀云系數(shù)值模擬及與飛機(jī)探測對比[J].應(yīng)用氣象學(xué)報，25（1）：22-32. Li J X，Li P R，Tao Y，et al.，2014.Numerical simulation and flight observation of stratiform precipitation clouds in spring of Shanxi Province[J].J Appl Meteorol，25（1）：22-32.（in Chinese）.

李占清，2020.氣溶膠對中國天氣、氣候和環(huán)境影響綜述[J].大氣科學(xué)學(xué)報，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）.

Lo K，Passarelli R E，1982.The growth of snow in winter storms：an airborne observational study[J].J Atmos Sci，39：697-706.

Locatelli J D，Hobbs P V，1974.Fall speeds and masses of solid precipitation particles[J].J Geophys Res，79：2185-2197.

Min Q，Joseph E，Lin Y，et al.，2012.Comparison of MODIS cloud microphysical properties with in-situ measurements over the Southeast Pacific[J].Atmospheric Chemistry and Physics，12：11261-11273.

Mitchell D L，Chai S K，Liu Y G，et al.，1996.Modeling cirrus clouds.Part Ⅰ：treatment of bimodal size spectra and case study analysis[J].J Atmos Sci，53（20）：2952-2966.

沙桐，馬曉燕，銀燕，等，2019.石家莊地區(qū)氣溶膠和CCN垂直廓線的飛機(jī)觀測分析[J].大氣科學(xué)學(xué)報，42（4）：521-530. Sha T，Ma X Y，Yin Y，et al.，2019.Aircraft measurements and analysis of the vertical distribution of aerosol particles and CCN over the Shijiazhuang area[J].Trans Atmos Sci，42（4）：521-530.doi：10.13878/j.cnki.dqkxxb.20170318001.（in Chinese）.

楊軍，陳寶君，銀燕，等，2011.云降水物理學(xué)[M].北京：氣象出版社：89. Yan J，Chen B J，Yin Y，et al.，2011.Loud and precipitation physics[M].Beijing：China Meteorological Press：89 （in Chinese）.

楊文霞，胡朝霞，董曉波，等，2018.降水性層狀云結(jié)構(gòu)及微物理量相關(guān)性分析[J].大氣科學(xué)學(xué)報，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.（in Chinese）.

Wallace J M，Hobbs P V，2006.Atmospheric science：an introductory survey[M].2nd edition.Academic Press.

王秀娟，李培仁，趙震，等，2013.一次層狀云系結(jié)構(gòu)和降水機(jī)制的觀測與數(shù)值模擬[J].氣候與環(huán)境研究，18（3）：311-328. Wang X J，Li P R，Zhao Z，et al.，2013.A case study of stratiform cloud structure and precipitation mechanism based on observation and simulation[J].Clim Environ Res，18（3）：311-328.（in Chinese）.

Zhao Y，Mace G G，Comstock J M，2010.The occurrence of particle size distribution bimodality in midlatitude cirrus as inferred from ground-based remote sensing data[J].J Atmos Sci，68：1162-1177.

Development the data processing software for the airborne cloud and precipitation imaging probe and its application on cloud microphysics research

HUANG Minsong1，2，3，LEI Hengchi1，JIAO Ruili4，Chang Xing4，JIN Ling1，WANG Xiujuan5

1Key Laboratory of Cloud-Precipitation Physics and Severe Storms，Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China;

2Key Laboratory of Meteorological Disaster（KLME）/Ministry of Education & Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters（CIC-FEMD），Nanjing University of Information Science & Technology，Nanjing 210044，China;

3Key Laboratory for Cloud Physics of China Meteorological Administration，Beijing 100081，China;

4Information & Communication Engineering College，Beijing Information Science & Technology University，Beijing 100101，China;

5Jilin Meteorological Observatory，Changchun，130062，China

The cloud imaging probe （CIP） and precipitation imaging probe （PIP） are two important measurement instruments in cloud microphysics and weather modification research.Limited by the instruments measuring principles，the quality of data from CIP and PIP is degraded by the influence of the artificial particles.Therefore，a data processing software to improve the data quality is urgently needed.In this study，based on the data structure knowledge and analysis of the factors affecting the accuracy of the airborne measurement，a method to improve the data quality is proposed.Utilizing the LabVIEW graphical programming language，we developed a software program to process the CIP and PIPs data，which realizes the function of data quality control.The software can read the imaging data from CIP and PIP，identify the artificial particles，and calculate the cloud microphysical parameters，thereby satisfying the requirements of the CIP and PIPs data quality control.The software that we developed was then applied to process the image data measured from a precipitation stratus cloud above Shanxi on April 20，2010.The acquired results reflect the vertical structure and particle spectrum evolution of the cloud，and this suggests that the software is quite helpful toward cloud and precipitation microphysics research.

cloud and precipitation particles;airborne measurement;imaging probe;data processing software;cloud microphysics

doi：10.13878/j.cnki.dqkxxb.20191008002

（責(zé)任編輯：劉菲）