期刊检索:
  暴雨灾害   2017, Vol. 36 Issue (1): 8-17.  DOI: 10.3969/j.issn.1004-9045.2017.01.002

论文

DOI

10.3969/j.issn.1004-9045.2017.01.002

资助项目

海南省气象局青年基金项目(HNQXQN201403)

第一作者

杨薇,主要从事中尺度数值模拟研究。E-mail: ywvirl@126.com

文章历史

收稿日期:2016-04-23
定稿日期:2016-07-01
微物理过程和积云参数化方案对海南岛秋季暴雨模拟的影响
杨薇 , 冯文 , 李勋     
海南省气象台,海口 570203
摘要:利用WRF(ARW)V3.6模式模拟了2010年10月5-6日发生在海南的一次秋季大暴雨过程,从降水、风场、反射率和云结构等方面分析WRF模式中3个积云参数化方案(KF,BMJ,TiedTke)和4个微物理参数化方案(Lin et al,WSM5,WSM6,Thompson)对海南岛秋季暴雨模拟的影响。结果表明:此次秋季暴雨过程模拟对不同的积云参数化方案和微物理参数化方案组合是比较敏感的,不同的积云参数化方案和微物理参数化方案组合通过调整温湿场结构,从而影响模拟降水的时间、强度和落区。对比发现,Thompson微物理方案的组合对于降水量级的模拟更为敏感,能较合理的描述暴雨发生发展过程中的水汽输送、热力和动力条件,并通过影响雨水混合比和云水混合比的高度和大小从而影响降水。其中Thompson微物理方案和TiedTke积云方案的组合能较好的模拟出本次暴雨过程的特征,与实测最为接近,该组合模拟的最大垂直速度和反射率区与最大云水混合比对应。另外,积云方案和微物理方案的选择不影响水汽混合比的模拟。
关键词数值模拟    WRF    秋季暴雨    微物理参数化方案    积云参数化方案    
Impacts of microphysical processes and cumulus parameterization sch simulated rainfall in Autumn over the Hainan Island
YANG Wei, FENG Wen, LI Xun    
Meteorological Observatory of Hainan Province, Haikou 570203
Abstract: The Advanced Research WRF (ARW) version 3.6 has been used to simulate a heavy rainfall event that has occurred on 5-6 October 2010 over Hainan Island. The impacts of three cumulus parameterization schemes (KF, BMJ, TiedTke) and four microphysics parameterization schemes (Lin et al, WSM5, WSM6, Thompson) on heavy rainfall simulations are studied by means of precipitation, wind, reflectivity, and cloud structure. The results indicate that WRF model is sensitive to all combinations of cumulus parameterization schemes and microphysics parameterization schemes; each of them impacts greatly on time and location of rainfall intensity through regulating the structure of temperature and humidity fields. The combinations with Thompson scheme, which can catch the characterization of moisture transport, thermal and dynamic conditions, are more sensitive to the amount of precipitation than other combinational schemes during the development of heavy rainfall. The precipitation can be effected through changing the developing height and amount of cloud water mixing ratio and rain water mixing ratio. The Thompson scheme coupled with the TiedTke scheme can simulate characteristics of the tropical rainstorm event well and results in the most close values to the observed data. The simulated maximum cloud water mixing ratio is at the position where the vertical velocity and reflectivity is also maximized. Additionally, the production of water vapor mixing ratio is independent of cumulus parameterization schemes and microphysics parameterization schemes.
Key words: Numerical simulation    WRF    Rainstorm in autumn    microphysics parameterization schemes    cumulus parameterization schemes    
引言

海南岛是低纬热带海岛,也是地球上同纬度降雨量最多的地区之一[1],一年四季都可能出现暴雨,尤其是进入秋季后,不同量级的暴雨频次都会有明显的增大。秋季暴雨的出现除了一部分是热带气旋直接引发之外,大多为冷空气南侵和海洋上的暖气团相互交汇造成。这类暴雨强度大,范围广,持续时间长,形成条件复杂,给预报带来了巨大的困难[2]。目前,对于海南岛秋季暴雨过程的研究主要以诊断分析为主,业务一线的预报员就海南岛的秋季暴雨天气做了大量分析工作[3-5]。随着计算机的发展,中尺度数值模式已成为暴雨预报业务和研究的主要工具之一, 它对暴雨预报准确率的提高起到了重要推动作用,因此有必要利用数值模拟方法对秋季暴雨进行更深入地研究。

随着计算机的发展,WRF模式中的物理参数化方案也日趋成熟。其中,描述湿物理过程的对流参数化方案和云微物理方案对数值预报的准确性具有非常重要的影响,决定降水产生的时间、落区和强度[6-9]。同时,模式中的每种方案都有一定的适用范围,包括处于不同纬度地区,不同季节,不同分辨率的适用范围。陈炯等[10]利用WRF模式模拟了一次江淮暴雨,结果表明,边界层物理过程和积云对流过程的耦合对降水的模拟影响很大。Rama等[11]模拟了发生在印度的一次暴雨过程,结果表明,相较其它方案,Ferrier微物理方案和Betts-Miller积云方案的组合能更合理地反映暴雨的位置和强度。伍华平等[12]对湖南的一次暴雨过程进行模拟,发现Lin et al微物理方案和Kain-Fritsch积云方案组合模拟的降水与实况最为接近。廖镜彪等[13]利用WRF模式对珠江三角洲的一次降水过程进行模拟,结果表明,选用Lin et al微物理方案和Kain-Fritsch积云方案的组合时,模式能较好地模拟出强降水雨带的位置和降水强度。朱格利等[14]通过对华南一次暴雨事件的模拟,探讨了WRF V3.4中的8种不同云微物理过程参数化方案对华南暴雨模拟的影响。

由于地理位置、地理环境和影响系统等的差异,各地适用的参数化方案也存在差异,选择适合本地特点的物理参数化方案对于模拟或预报的成功都至关重要[15-16]

本文选用目前应用广泛的新一代中尺度模式WRF V3.6,使用NCEP FNL 1°×1°每日4次全球分析场资料作为初始场和边界场,对2010年10月发生在海南岛的一次秋季暴雨过程进行逐48 h的数值模拟,并结合海南岛自动站观测数据等,探讨不同的积云参数化方案和微物理参数化方案组合对海南岛秋季暴雨模拟的影响,并分析对流与微物理之间的影响关系,以期改善WRF模式在海南省的本地化应用效果,为热带海岛地区合理选择和使用WRF模式中的各种参数化方案提供参考。

1 暴雨天气过程概况

在南海热带低压、南海辐合带和弱冷空气共同影响下,2010年10月5—6日,海南岛出现全岛性暴雨过程。图 1为2010年10月5日08:00—6日08:00(北京时, 下同)海南岛自动站24 h累积降雨量,由海南岛上355个自动站资料插值得到。观测资料取自中国气象局基本和基准地面气象观测站及自动站日降水量数据。由图可见,此次降水呈东多西少分布,东部、北部降水明显较西部、南部大,260个自动站雨量超过50 mm,琼海站24 h降水量702 mm,达建站以来历史最高值。降水中心位于琼海市朝阳水文站,最大降水量达889.9 mm。

图 1 2010年10月5日08:00—6日08:00海南岛自动站24 h累积降水(单位:mm) Fig. 1 24 h accumulated rainfall (unit: mm) from 08:00 BT 5 to 08:00 BT 6 October 2010 for the automatic station.

图 2为2010年10月4日20:00 500 hPa风场和位势高度场。从中可见,随着500 hPa上西太平洋副高南侧的偏东急流加强和850 hPa南海西部海面热带低压北抬(图略),海南岛受偏东急流、东南急流和西南急流影响,地面则不断有冷空气扩散南下。在这种不稳定的形势下,海南岛附近上空为强上升运动区,同时西南急流、东南急流和偏东急流为暴雨过程源源不断的输送水汽,引发了海南岛1951年以来同期降水时间最长和影响范围最广的一次暴雨过程,全省202个乡镇受灾,东部地区出现重大经济损失。

图 2 2010年10月4日20:00 500 hPa风场(风矢, 单位:m·s-1)和位势高度场(等值线, 单位:dagpm)(G为副热带高压,D为低压中心) Fig. 2 The 500 hPa winds (vector, unit: m·s-1) and geopotential height (contours, unit: dagpm) at 20:00 BT 4 October 2010
2 模式简介和试验方案设计 2.1 WRF模式及其方案简介

选用Advanced Research WRF (ARW) V3.6进行模拟研究。WRFV3.6提供了许多物理参数化方案选项,其中包含由简到繁的各种选项。目前WRFV3.6版本提供的微物理方案主要有:Kessler暖云方案、Lin et al方案、WSM3方案、WSM5方案、WSM6方案、Thompson方案等6种,其中,Kessler暖云方案、WSM3方案描述的微物理过程相对简单,而在中尺度数值模拟中,微物理过程的详尽描述至关重要。因此,本文选择其他4种微物理过程相对复杂的微物理参数化方案来进行本次研究。其中Thompson微物理方案是在WSM6微物理方案的基础上发展起来的[17],能更好的描述微物理过程。不同的积云参数化方案依据的理论和准则不同,其描述的积云对流过程也具有较大的差异,在本文选取的KF、BMJ和TiedTke三个积云参数化方案中,KF和BMJ积云方案被广泛的使用到研究和业务中,而TiedTke积云参数化方案[18-19]作为总体型质量通量方案的代表,可以有效地描述热带深对流、信风积云区域和副热带组织化对流等现象。

2.2 试验方案设计

模式设置为二重双向嵌套模拟(图 3a),外层分辨率为10 km,内层研究区域的水平分辨率为3.33 km。模拟中选用Dudhia短波辐射方案,RRTM长波辐射方案,Monin-Obukhov近地面方案,YSU边界层方案以及Noah陆面方案。

图 3 模拟区域及地形分布(单位:m) (a)两重嵌套区域(分别由D1、D2表示);(b)最内层区域 Fig. 3 Model domains and terrain height (unit: m). (a) Two nested domains (denoted as D1, D2, respectively), and (b) the finest area

模式的初始场和边界条件采用NCEP 1°×1°FNL再分析资料数据,模拟时间为2010年10月4日08:00 —6日08:00,时间积分步长为60 s,将前12 h做为Spin-up时间,每小时输出一次模拟结果。文中如不做特别说明,所有分析均针对具有较高分辨率的内层区域D2。由于不同地区适用的物理参数化方案存在差异,为了检验模式中微物理参数化方案和积云参数化方案组合在热带地区的性能,本文首先设计了由4个微物理参数化方案(Lin et al,WSM5,WSM6,Thompson)和3个积云参数化方案(KF,BMJ,TiedTke)组合为12组试验,其中最内层研究区域因为水平格距小于5 km,所以并未使用积云对流参数化方案,除微物理参数化方案和积云参数化方案外,各试验方案均采用相同的数值模式设置和试验个例。结果显示(图略),各个方案模拟的降水分布和降水量级存在较大差异,除了Thompson-TiedTke方案组合,各个方案均未模拟出正确的降水分布。因此,本研究将只对TiedTke积云方案与Lin et al,WSM5,WSM6,Thompson四个微物理方案的组合,以及Thompson微物理方案与KF,BMJ,TiedTke三个积云方案组合的6个试验结果进行分析,以期能更清晰的分析各个方案组合对于海南岛秋季暴雨过程模拟的敏感性。

3 模拟结果与实况对比 3.1 与500 hPa环流场的比较

已有研究表明[20],热带低压、热带辐合带、冷空气和副热带高压的共同作用导致了这次特大暴雨过程。暴雨发生前(见图 2),500 hPa中高纬东亚大槽稳定维持,槽底位于华南北部,副热带高压减弱东退南移,主体位于海上,海南岛位于副高南侧,同时海南岛以西的中南半岛东部有一低压存在,海南岛受副高南侧的偏东气流和低压东侧的东南气流共同影响,有利于水汽的积累和热带云团的发展,从而有利于暴雨的发生。图 4为六种组合方案模拟的2010年10月4日20:00 D1区域500 hPa环流场,为积分12 h后的结果。从图中可见,各方案组合都模拟出了海上的副热带高压以及中南半岛东部的低压环流。从图 4b可见,WSM5-TiedTke组合模拟的海南岛风速较小,WSM6-TiedTke组合模拟的中南半岛低压位置偏东(图 4c)。同时,除了ThompsonTiedTke方案组合(图 4f)外,其它组合模拟的中南半岛低压环流相对较弱。在Thompson-TiedTke组合中,海南岛刚好位于副高南侧和中南半岛低压的东北侧,受较强的东到东南气流的影响。该方案与实况环流场形势最为接近。

图 4 微物理方案和积云方案六种组合模拟的2010年10月4日20:00 D1区域的500 hPa风场(风矢,单位:m·s-1) Fig. 4 The 500 hPa winds (vector, unit: m·s-1) at 20:00 BT on 4 October 2010 in D1 area using microphysics schemes coupling with cumulus schemes.
3.2 与观测资料的比较

从6个试验方案模拟的最内层区域的2010年10月5日08:00—6日08:00的24 h累积降水来看,各方案组合间模拟的降水量级、降水分布和降水范围均存在较大差异,只有Thompson-TiedTke组合模拟的降水分布和量级均与实况对应较好。图 5给出了6种组合方案24 h累积降水分布。由图可见,除了Thomp son-KF,Thompson-BMJ和Thompson-TiedTke模拟出800 mm以上的降水量级外,其它方案模拟的降水明显偏少,降水也主要分布在海南岛东南部地区。由此可以发现,对于热带地区降水量级的模拟,相较于其它微物理方案,Thompson微物理方案对于降水量级的模拟更为敏感。同时对比Thompson微物理方案与KF,BMJ,TiedTke三个积云方案的组合可以看出,Thompson-KF组合模拟的强降水范围偏大且向中部扩展,而Thomp son-BMJ组合模拟的最大降水位置相对实况偏南,均未能反映出此次暴雨过程特征。只有Thompson-TiedTke组合模拟的降水分布和降水量级均与实况对应。

图 5 微物理方案和积云方案六种组合模拟的2010年10月5日08:00—6日08:00累积降水(单位:mm) Fig. 5 The simulated 24 h accumulated rainfall(unit: mm) from 08:00 BT 5 to 08:00 BT 6 October 2010 using microphysics schemes coupling with cumulus schemes

6个方案组合模拟的琼海单站24 h累积降水(图 6)也进一步证实,Thompson微物理方案在降水量级的模拟上较其它三个方案更为敏感,能更好地模拟出暴雨的量级。其中Thompson-KF和Thompson-TiedTke模拟的单站24 h降水和实况最接近,但是对比图 5d发现Thompson-KF虽然模拟出琼海附近的降水中心,但是模拟的中部和南部的降水均偏大并有多个降水中心。

图 6 六种方案组合模拟的琼海站2010年10月5日08:00-6日08:00的24 h累积降水(单位:mm)及实况 Fig. 6 The simulated 24 h accumulated rainfall(unit: mm) at Qionghai station from 08:00 BT 5 to 08:00 BT 6 October 2010 using microphysics schemes coupling with cumulus schemes and observed.

分析6个方案组合模拟的琼海单站降水、相对湿度、温度与观测值的逐时变化(图 7),由图中可看出,在暴雨发生期间,相对湿度上升,温度则相应下降。在降水量级上,Thompso-KF与Thompson-TiedTke组合与实况较为接近,但是实况观测中降水、相对湿度和温度均出现了3次峰值,而模拟结果中Thompso-KF积云方案以双峰变化为主,其它组合方案模拟的降水则明显偏少且未能捕捉到相对湿度和温度的变化特征。Thompson-TiedTke模拟的降水量、相对湿度和温度变化均呈三峰结构,峰值出现时段与实况对应较好,只是对5日模拟的降水量偏少,6日则偏多,这可能与模式的分辨率有关。另外,模拟的相对湿度和温度均较实况偏大,但总体而言,相较其它方案组合,Thompson-TiedTke组合模拟的观测要素与实况变化趋势最一致,能较全面描述本次降水过程的主要特征。接下来将进一步分析对流过程与微物理过程之间的相互影响关系,并探讨导差异产生的机制。

图 7 微物理方案和积云方案六种组合模拟的2010年10月5日08:00到6日08:00琼海站的降水(a, 单位:mm)、2 m温度(b, 单位:℃)和相对湿度(c, 单位:%)与观测值的对比 Fig. 7 Site comparisons of rainfall (a, unit: mm), temperature at 2 m (b, unit:℃) and relative humidity (c, unit: %) between model and observation at Qionghai station from 08:00 BT 5 to 08:00 BT 6 October 2010
4 不同方案组合对物理量场模拟的影响 4.1 风场

积云对流参数化对大尺度环流的预报起着重要的作用,能直接影响降水的预报,不同积云对流参数化方案模拟的降水具有显著差异。同时,利用微物理方案模拟的水成物含量计算雷达回波,进一步分析微物理参数化方案的模拟效果。图 8给出6个方案组合模拟的2010年10月6日00:00 850 hPa风场和反射率分布,从图中可见,所有方案的强反射率区都与东南和偏东气流对应,东南和偏东风明显且风速较大的地区对应强的反射率。6个方案组合都模拟出850 hPa上海南岛风场的气旋式旋转,海南岛南部受偏南风影响,到海南岛中部则转为东南风到偏东风,但是各方案组合中气旋性环流的位置和风速存在差异。Thompson-KF的东南风主要位于海南岛中部,对应反射率和降水带也位于中部。Lin et al-TiedTke、WSM5-TiedTke以及WSM6-TiedTke组合模拟的风场以南到西南风为主,风速较小,故降水偏弱且主要集中在东北部。Thompson-BMJ和Thompson-TiedTke中,海南岛南部受偏南风和西南风的共同影响,东部沿海到北部地区则受一致的东南气流影响,Thomp son-BMJ的东南风偏南,降水中心也明显偏南(见图 5e), 反射率从东部沿岸开始向东北内陆延伸,Thomp son-TiedTke中东部的风速更大,对应反射率也达到60 dBz以上。此次降水过程在西南急流、东南急流和偏东急流带来的暖湿空气与北方冷空气共同作用下发生,低空急流源源不断地输送水汽,促进强对流天气的发展,形成暴雨。相对其它方案组合,Thomp son-TiedTke能更好地模拟出这一天气特征。

图 8 微物理方案和积云方案六种组合模拟的2010年10月6日00:00 850 hPa风场(风矢,单位:m·s-1)和反射率因子(阴影,单位:dBz) Fig. 8 Model simulated 850 hPa level wind(barb, unit: m·s-1) and reflectivity(shaded, unit: dBz) at 00:00 BT 6 October 2010 using microphysics schemes coupling with cumulus schemes.
4.2 热、动力条件

暴雨的形成需要充足的水汽输送和强烈的上升运动,图 9给出6日00:00各方案组合在8 km高度上垂直速度和相对湿度的分布。不同的组合模拟的最强的上升运动和相对湿度的位置和强度均有差异,TiedTke积云方案与Lin et al、WSM5和WSM6微物理方案的组合模拟的垂直速度较小,对应水汽条件也较差,其中Lin et al-TiedTke以及WSM6-TiedTke最大上升速度和相对湿度大值区均位于海上,与图 8中海上的强反射率区对应。Thompson-KF、Thompson-BMJ和Thompson-TiedTke模拟的垂直速度较大,都在7 m·s-1以上,但是除Thompson-TiedTke外,其它方案组合模拟的位于110.5°E处的垂直速度与相对湿度都较弱,且存在强上升速度区与相对湿度大值区不相对应的情况。同时可发现,相较其它微物理方案,Thompson微物理方案组合能模拟出较强的相对湿度,研究范围内大部地区相对湿度都达到70%以上,这也表明Thompson微物理方案能较为合理的描述水汽的输送。其中Thompson-TiedTke模拟的最大垂直速度为15 m·s-1,对应最大速度中心相对湿度达到90%,与低空急流和反射率大值区对应。

图 9 微物理方案和积云方案六种组合模拟的2010年10月6日00:00 8 km高度的相对湿度(阴影, 单位:%)和垂直速度(等值线, 单位:m·s-1) Fig. 9 Model simulated relative humidity (shaded, unit:%) and vertical velocity (contour, unit: m·s-1) at 8 km level at 00:00 BT 6 October 2010 using microphysics schemes coupling with cumulus schemes

进一步从各方案组合沿19.1°N剖面模拟的高低空涡度配置来看(图 10),正涡度大值区主要集中在海南岛东岸,其中Thompson-KF在6日00:00最大正涡度值达35×10-4 s-1,位于3 km处,对应低层假相当位温密集区,且假相当位温随高度减小,表明暴雨区低层处于不稳定。Thompson-TiedTke在110.5°E以西4 km以下有弱的正涡度,110.5°E处由于降水有负涡度出现,周围均为正涡度,最大正涡度为20×10-4 s-1,较强的涡度梯度的形成可以为不稳定发展提供动力作用,对应该区假相当位温梯度较强,垂直方向上假相当位温漏斗结构明显,高度达16 km以上,并与垂直速度大值区对应。同时存在高层辐散,配合高空抽吸作用,有利于低空急流的形成和维持,为暴雨区供应水汽,造成强降水的发生。而TiedTke积云方案与Lin et al、WSM5、WSM6微物理方案的组合模拟的正涡度均较小,对应垂直速度和假相当位温梯度也较弱。同时可发现,Thompson微物理方案组合模拟的假相当位温在低层都有一闭合的假相当位温低值区,最小值在340 K以下,垂直方向等假相当位温线随高度近于垂直分布,漏斗状结构明显。

图 10 微物理方案和积云方案六种组合模拟的2010年10月6日00:00涡度(阴影, 单位: s-1)和假相当位温(等值线, 单位:K)沿19.1°N的垂直剖面 Fig. 10 Model simulated vorticity (shaded, unit: s-1) and pseudo-equivalent potential temperature (contour, unit: K) at 00:00 BT 6 October 2010 using microphysics schemes coupling with cumulus schemes

综上所述,在本次暴雨过程模拟中,Thompson微物理方案组合很好地模拟出暴雨区高湿、强不稳定和强的动力条件等特征,能较为合理的描述暴雨发生发展过程中的水汽输送和热、动力条件。

4.3 云微物理特征

进一步分析各方案组合模拟的云水混合比、雨水混合比和水汽混合比来了解暴雨过程中的云微物理结构。图 11给出各方案组合沿19.1°N的云水混合比和垂直速度剖面。从中可见,云水混合比的发展与垂直运动对应较好,最大云水混合比中心都对应正的垂直速度,以上升运动为主,表明强烈的上升运动有利于云的发展形成。Thompson微物理方案的组合中,云体主要集中在对流层中低层,云底较低,垂直速度发展高度则较高,均在14 km以上,其中Thompson-TiedTke模拟的云水混合比最大值高度也达到8 km,该组合模拟的云水混合比与垂直速度、反射率以及降水区都较好对应。

图 11 微物理方案和积云方案六种组合模拟的2010年10月6日00:00云水混合比(阴影,单位:g·kg-1)和垂直速度(等值线,单位:m·s-1) Fig. 11 Model simulated cloud water mixing ratio(shaded, unit: g·kg-1) and vertical velocity (contour, unit: m·s-1) at 00:00 BT 6 October 2010 using microphysics schemes coupling with cumulus schemes

由于实况降水中心集中在东部18.7°—19.7°N和110.3°—110.8°E区域,故选取这一区域作区域平均和6日的时间平均。从图 12ab可看出,所有组合模拟的云水混合比和雨水混合比都随高度先增后减,模拟的云水混合比最大值在4 km左右,7 km以下的雨水混合比对降水的模拟起主要作用。Thompson微物理方案的三个组合模拟的云水混合比和雨水混合比均较其余三个方案组合大,其中Thompson-KF组合模拟的云水混合比延伸高度较低,最大值在3 km左右,云水混合比最大达0.16 g·kg-1,雨水混合比最高达1 g·kg-1,该组合也模拟出较大的降水区域。其次为Thompson-TiedTke,云水混合比最大值较WSM6-TiedTke组合高出近一倍,雨水混合比最大值则高出三倍。从水汽混合比随高度的变化来看,所有方案组合模拟的区域平均的水汽混合比趋势较一致,都在地面达到最大值,之后随高度递减,各方案组合间模拟的水汽混合比差异也很小,线条几近重合,积云方案和微物理方案的选择不影响水汽混合比的模拟。上述研究进一步表明,相较其它方案组合,Thompson微物理方案具有较成熟的6种变量的预报及冰核数浓度的预报,微物理过程更加合理,从而可通过影响云水混合比和雨水混合比的模拟来对降水产生影响。

图 12 微物理方案和积云方案六种组合模拟的2010年10月5日08:00—6日08:00云水混合比(a)、雨水混合比(b)和水汽混合比(c)的时间和区域平均的垂直廓线 Fig. 12 Vertical profiles of temporally and spatially averaged cloud water mixing ratio (a, unit: g·kg-1), rain water mixing ratio (b, unit: g·kg-1) and water vapor mixing ratio (c, unit: g·kg-1) from 08:00 BT 5 to 08:00 BT 6 October 2010 simulated by microphysics schemes coupling with cumulus schemes
5 结论

使用WRF模式,对2010年10月5—6日发生在海南岛的一次秋季暴雨过程进行模拟,分析了TiedTke积云方案与Lin et al,WSM5,WSM6,Thompson四个微物理方案以及Thompson微物理方案与KF,BMJ,TiedTke三个积云方案组合的6个试验对降水、风场、反射率、云结构等动力和热力特征模拟的影响,探讨积云参数化方案和微物理参数化方案对海南岛秋季暴雨过程模拟的敏感性,主要结论如下:

(1) 不同的积云参数化方案和微物理参数化方案组合通过影响环流、云微物理结构等,从而对降水的时间、强度和落区产生影响。其中Thompson微物理方案对于降水量级的模拟较其它微物理方案敏感,通过与实况的对比,Thompson微物理方案和TiedTke积云方案的组合能较好的模拟出降水、相对湿度和温度等气象要素的变化以及大背景环流场。

(2) 相较其它方案组合,Thompson微物理方案的组合对于暴雨发生发展过程中的水汽输送、热力和动力条件的描述更为合理,其中Thompson-TiedTke组合更好地表现出西南急流、东南急流和偏东急流,且模拟的最大垂直速度、最大反射率,最大涡度与最大云水混合比位置对应,进而影响模拟的降水时间、地点以及降水分布。

(3) 不同的方案组合的选择可通过影响云水混合比和雨水混合比的模拟来对降水产生影响。Thomp son微物理方案的组合模拟的云水混合比和雨水混合比均较其它方案组合大,从而导致模拟的降水也较大。水汽混合比不受积云方案和微物理方案选择的影响。

参考文献
[1]
苏涛, 苗峻峰, 蔡亲波. 海南岛海风雷暴结构的数值模拟[J]. 地球物理学报, 2016, 59(1): 59-78.
[2]
海南省气象局. 海南省天气预报技术手册[M]. 北京: 气象出版社, 2013: 228-229.
[3]
赵付竹, 王凡, 冯文. 海南岛秋季暴雨天气的环流特征和形成机制初探[J]. 热带农业科学, 2011, 31(5): 50-57. DOI:10.3969/j.issn.1009-2196.2011.05.012
[4]
冯文, 符式红, 赵付竹, 等. 近10年海南岛后汛期特大暴雨环流配置及其异常特征[J]. 气象, 2015, 41(2): 143-152. DOI:10.3969/j.issn.1004-9045.2015.02.006
[5]
刘丽君, 冯文, 陈德明. 东风急流影响下海南非热带气旋暴雨个例分析[J]. 暴雨灾害, 2010, 29(4): 328-333. DOI:10.3969/j.issn.1004-9045.2010.04.005
[6]
张大林. 各种非绝热物理过程在中尺度模式中的作用[J]. 大气科学, 1998, 22(4): 548-561. DOI:10.3878/j.issn.1006-9895.1998.04.16
[7]
楼小凤, 胡志晋, 王鹏云, 等. 中尺度模式云降水物理方案介绍[J]. 应用气象学报, 2003, 14(增刊): 49-59.
[8]
陈静, 薛纪善, 颜宏. 物理过程参数化方案对中尺度暴雨数值模拟影响的研究[J]. 气象学报, 2003, 61(2): 203-218.
[9]
王斌, 石燕, 吴涛, 等. 鄂西北夏季对流云降水微物理过程数值模拟[J]. 暴雨灾害, 2008, 27(1): 9-16. DOI:10.3969/j.issn.1004-9045.2008.01.002
[10]
陈炯, 王建捷. 边界层参数化方案对降水预报的影响[J]. 应用气象学报, 2006, 17(1): 11-17.
[11]
Rama R Y V, Hatwar H R, Kamal S A, et al. An experiment using the high resolution eta and WRF models to forecast heavy precipitation over India[J]. Pure Appl Geophys, 2007, 164(8): 1593-1615.
[12]
伍华平, 束炯, 顾莹, 等. 暴雨模拟中积云对流参数化方案的对比试验[J]. 热带气象学报, 2009, 25(2): 175-180. DOI:10.3969/j.issn.1004-4965.2009.02.007
[13]
廖镜彪, 王雪梅, 夏北成, 等. WRF模式中微物理和积云参数化方案的对比试验[J]. 热带气象学报, 2012, 28(4): 461-470. DOI:10.3969/j.issn.1004-4965.2012.04.004
[14]
朱格利, 林万涛, 曹艳华. 用WRF模式中不同云微物理参数化方案对华南一次暴雨过程的数值模拟和性能分析[J]. 大气科学, 2014, 38(3): 513-523.
[15]
汪雅, 苗峻峰, 谈哲敏. 陆面过程参数化对宁波地区雷暴过程模拟的影响[J]. 大气科学学报, 2015, 38(3): 299-309.
[16]
杨薇, 苗峻峰, 谈哲敏. 陆面过程参数化对太湖地区雷暴过程模拟的影响[J]. 大气科学学报, 2014, 37(6): 804-814.
[17]
闫之辉, 邓莲堂. WRF模式中的微物理过程及其预报对比试验[J]. 沙漠与绿洲气象, 2007, 1(6): 126.
[18]
Tiedtke M. A Comprehensive mass flux scheme for cumulus parameterization in large- scale models[J]. Monthly Weather Review, 1989, 117: 1779-1800. DOI:10.1175/1520-0493(1989)117<1779:ACMFSF>2.0.CO;2
[19]
Zhang C X, Wang Y Q, Hamilton K. Improved representation of boundary layer clouds over the southeast Pacific in ARW-WRF using a modified Tiedtke cumulus parameterization scheme[J]. Mon Wea Rev, 2011, 139: 3489-3513. DOI:10.1175/MWR-D-10-05091.1
[20]
杨仁勇, 赵付竹, 陈有龙. 2010年10月海南岛一次特大暴雨过程数值模拟和诊断分析[J]. 暴雨灾害, 2014, 33(3): 255-263. DOI:10.3969/j.issn.1004-9045.2014.03.008