华东地区为我国重要的工业区之一,其气候特点与人们的生产生活有极为重大的联系,为研究新的大气环境下,云凝结核(CCN)对云和降水的影响,本文选取2014年6月11 日发生在安徽北部的一次短时强对流天气过程、2016年12月24 日-27 日一次冬季持续性降水过程作为研究对象,基于WRF中尺度数值模式、NSSL云物理方案探讨了 CCN浓度的改变对大气层结、云中微观粒子的演变产生的影响,进而研究CCN浓度变化对云宏微观特性和降水的影响。试验分为清洁大气(强天气个例CASE1、冬季持续性降水个例CASE3)和污染大气(强天气个例CASE2、冬季持续性降水个例CASE4),云滴浓度由公式N=CSk提供。清洁大气CCN浓度为NSSL方案原始C值600cm-3, k值为0.6;污染大气数据为王惠等[1]在南京北郊观测拟合得到,k值为0.47, C值由观测值9957cm-3,递减至云底约为4000cm-3。研究结果表明:CASE1所模拟的最大雷达反射率为50-55,而CASE2为55-60,在强度和云体宽度上,CASE2比CASE1更加接近实况,且CASE2出现了更多较强的回波。即污染环境下,短时强天气的云体结构与实际更相符。CASE2的降水落区较CASE1更为接近实况,降水强度大于CASE1,多个强回波的出现使得CASE2强降水区域分布更广;两者降水中心均来自于两个单体的贡献,但CASE2第一个单体贡献更多,导致降水更强。利用TS评分公式对两者评分发现,前期CASE1比CASE2评分略高,但后期相反,这是由于初始阶段CASE2降水落区偏西,而后期CASE1降水落区偏东引起的。在过程初期CASE2中云水数浓度和比含水量比CASE1更大,因而云水粒子冻结产生了更多的冰晶粒子和更大的比含水量,同时释放出比CASE1更多的热量,使得云体发展更为旺盛;由于在负温区低层停留时间较长,单位质量中CASE1形成的雪晶质量要比CASE2更大;CASE2比CASE1霰雹粒子比含水量更高,从而在融化过程中形成了更强的冷云降水。说明污染颗粒物增加提升了华东地区强对流天气的降水量。对强对流天气的降水差异分析发现,CCN浓度的增加使得云内云水的含量增加,进而增加了冰雪晶的含量,更多冰雪晶与更多的过冷水碰冻形成更高含量的霰,由于霰粒子融化是对流云降水的主要来源,因此霰粒子的含量分布,引起了降水落区和强度的差异。相对于实况,CASE3、CASE4模拟的雷达反射率均略微偏低,最大仅为45dBZ左右,后者对江苏地区的影响稍稍落后于前者。两者行进轨迹和影响范围略有差异,CASE4相对于CASE3南通地区回波体变强变小。CASE3、CASE4所模拟的江苏省内的降水量整体分布情况与自动站数据较为接近,就降水落区和强中心分布状况来看,CASE3在南通地区模拟的降水明显偏多,而在苏南地区偏少,CASE4在南京、扬州、泰州等地模拟的降水比CASE3略少,南通地区明显更少,且苏南北部有一中心累积雨强超过30mm的强降水带,因此其模拟的降水效果要好于前者。说明增加CCN浓度使得雨强和降雨落区更为精确。对两者进行降水TS评分发现,两者走势大体相同,但CASE4整体略高于CASE3。CASE4相对于CASE3形成了更多的云水、冰晶,这在弱对流云中有利于更多雪晶的生成,从而有利于霰粒子的生成。更高温度伴随更高的饱和水汽压,单位质量湿空气内水汽更多,因此在CCN浓度增大时,云中存在更多的过冷水,这将更有利于冷云降水的增多;同时CCN浓度的增加使得云滴变小,谱宽变窄,抑制了暖雨过程,这共同导致了沿江苏南地区的降水有明显的提升,而江苏北部地区的降水有所减少。综合对比两个个例的雷达回波、降水、及云内的微物理量演变,发现观测CCN浓度的加入均使得模拟效果有一定程度的提升,而这种提升对2014年安徽的强对流个例比对2016年12月的混合云降水个例的影响更为明显。