液態水含量

液態水含量(LWC) 是在一定量的乾燥空氣中含有的雲中水質量的量度。它通常以每體積空氣 (g/m³) 或空氣品質 (g/kg) 來度量 (Bohren, 1998)。LWC與其他三個雲微物理變量密切相關：雲滴有效半徑、雲滴數濃度和雲滴大小分布（Wallace，2006）。計算LWC能夠確定可能形成的雲層類別，對天氣預報用處很大。例如，LWC值很高的積雨雲與雷暴和大雨有關，而LWC值很低的捲雲與降水沒有直接關係。

特徵

雲的液態水含量根據給定位置的大氣中存在的雲的類型而顯著變化。雲的分類與液態水的含量以及雲的來源密切相關。這兩者的結合使預報員能夠根據正在形成或已經形成的雲的類型更容易地預測一個區域內的條件類型。

與雲的分類有關

具有低密度的雲，例如捲雲，含有很少的水，因此導致相對較低的液態水含量值約為 0.03 g/m³ 。具有高密度的雲，如積雨雲，具有更高的液態水含量值，約為 1～3 g/m³ ，因為在相同數量的空間中存在更多的液體。下表給出了各種雲類型的典型 LWC 值（Thompson，2007）。

雲屬	LWC (g/m3 )
捲雲	.03
霧	.05
層雲	.25～.30
積雲	.25～.30
層積雲	.45
積雨雲	1.0～3.0

海洋雲系與大陸雲系

海洋雲的水滴數量往往比大陸雲少。大多數海洋雲的液滴濃度在 100 滴/cm³和大約 200 滴/cm³之間（Wallace，2006）。由於大陸上空含有的雲凝結核通常比較多，大陸雲的液滴濃度要高得多，最高可達 900 滴/cm³左右（Wallace，2006）。然而，海洋雲中的液滴半逕往往更大，因此最終結果是兩種雲的 LWC 值很接近（Linacre，1998）。

測量手段

有幾種方法可以用來測量雲的液態水含量。

一種方法涉及電熱絲，電熱絲連接電源並設在飛機外部。當它穿過雲層時，水滴會撞擊電線並蒸發，從而降低電熱絲的溫度。測量由此引起的電阻變化並用於確定維持溫度所需的功率。該功率值可以轉換為 LWC 的值。 （Wallace，2006）。

另一種方法涉及使用來自大量液滴的散射光的儀器。然後將該值轉換為 LWC 的值。（Wallace，2006）。

雲室也可用於通過去除室內空氣來降低壓力來模擬大氣中的絕熱上升。以下部分中顯示的一系列方程顯示了如何在此過程中計算 LWC。（Thompson，2007）。

方程/關係

很多方程可用於確定 LWC 及其影響因素。與 LWC 相關的最重要的變量之一是雲的液滴濃度。

雲滴濃度

雲的液滴濃度是指一定體積的雲中水滴的數量，通常為一立方厘米（Wallace，2006）。液滴濃度的公式如下：

$n=N/V$

在這個方程中，N 是體積中水滴的總數，V 是被測量雲的總體積。將其轉換為 LWC 可得到如下所示的等式：

$LWC=(m_{w}*n)/N$

在這個方程中，m_w是空氣包裹中水的質量。

雲室

一種常見的實驗類型是涉及一個雲室，該雲室被減壓以模擬空氣包裹的絕熱上升。確定 LWC 的簡易公式如下所示（Thompson，2007）：

$LWC=m_{w}/V_{c}$

M_w 是雲室中水的質量，V_c 是雲室的體積。通過涉及凝結潛熱的方程可以獲得雲室中液態水的質量（Thompson，2007）：

$m_{w}={\frac {-m_{a}\cdot c_{p}\cdot \Delta T_{a}}{L_{c}(T)}}$

上式中，L_c(T) 是溫度 T 下水的凝結潛熱，m_a是雲室中空氣的質量， c_p是恆壓下乾燥空氣的比熱，$\Delta T_{a}$是由於潛熱引起的空氣溫度變化。

參見

• 液態水路徑
• 雲滴有效半徑

參考文獻

• Wallace, John M.; Hobbs, Peter V. Atmospheric Science: An Introductory Survey 2nd. U.K. Elsevier Inc. 2006. ISBN 012732951X. 
• Bohren, Craig F.; Albrecht, Bruce A. Atmospheric Thermodynamics 1st. Oxford University Press. 1998. ISBN 0-19-509904-4. 
• Linacre, E.; Geerts, B., Cloud liquid water content, drop sizes, and number of droplets., August 1999 [2008-03-12], （原始內容存檔於2022-02-01） 
• Thompson, Anne. Simulating the Adiabatic Ascent of Atmospheric Air Parcels using the Cloud Chamber. Department of Meteorology, Penn State. 2007.