我国是世界上多暴雨国家之一，暴雨是我国夏季常见且影响地区广泛的一种主要灾害性天气，对人民生命财产构成了严重危害.目前对我国暴雨的研究尽管已取得了很多成果，了解了一些暴雨发生发展的物理机制，提出了一些概念模型，但是，暴雨的形成是一个非常复杂的问题，目前仍存在诸多难点亟待解决^[1-2]，如，位势不稳定性如何形成又如何释放，水汽如何爆发式地凝结下落，等等.

陆面作为气候系统的一个非常重要的分支，近几十年来陆气相互作用对气候的影响受到高度关注^[3-6]，并发展了许许多多描述陆面与大气之间动量、热量、水汽及其他一些微量气体交换的陆面物理、地球生物化学的参数化方案(简称陆面方案^[7-8]).近些年来，人们也关注短期天气中陆面过程的作用，例如，Pielke^[9]认为陆面特性量可从单个雷暴尺度到全球尺度对大气运动产生显着影响；Zeng等^[10]研究了与中尺度模式耦合的陆面方案中参数的次网格非均匀性，发现这种非均匀性可影响暴雨强度，并分析了其中机理；Jin和Miller^[11]利用中尺度模式MM5模拟发现积雪对逐日天气变化有较大影响；张朝林等^[12]用MM5模拟了一次北京24h暴雨，显示出引进精细下垫面信息对模拟暴雨的发生发展可产生重要影响(如影响模拟降水的中心位置及强度)；曾新民等^[13]采用新一代的中尺度模式WRF，检验一次24h 暴雨模拟对陆面参数的扰动的敏感性，同时发现陆面参数扰动影响暴雨模拟的时间尺度小于10h；赵鸣等^[14]曾用耦合了BATS陆面过程方案的RIEMS 模式，研究BATS 的增加对2个24h暴雨模拟个例的影响，结果表明，陆面方案对模式降水可产生较大影响.

前人就降水事件中陆面过程作用的研究工作有如下两个特点.一是多涉及不同陆面参数或陆面信息的改变对降水模拟的影响，较少研究降水模拟对不同陆面方案的敏感性.这样，在改进陆面参数表示或利用精细的陆面信息改善降水模拟时，很难分辨出这种工作所采用的陆面方案导致的总体影响，如方案的系统性偏差.二是针对我国范围的研究仅涉及短期降水个例模拟，缺乏对有气候意义的降水事件的研究.事实上，尽管从这种个例研究中可以看出短期降水模拟中陆面方案的影响，但这种影响的普遍性或方案引起差异的系统性则需要更多的个例来检验.检验时，既可通过单一个例或若干个时间上不连续的个例，甚至模拟区域等设置有所不同的模拟个例来进行，也可通过一个集中、连续发生暴雨的较长时段的暴雨事件，在同一模拟区域来考察.显然，后者是一种较好的方法，并被国外的研究者所采用(如Xue等利用Eta模式的研究^[15]).由于不同地区陆面特征不同，在暴雨事件中陆气相互作用的特征也可能存在差异，因此，研究我国南方地区暴雨模拟中陆面过程方案的影响，对评价或提高模式模拟暴雨能力及定量降水预报的制作等，都具有重要意义.本文将选用目前应用广泛的新一代中尺度模式WRF，对2003年6 月下旬我国南方地区持续性暴雨事件进行逐24h的数值积分模拟，探讨不同陆面方案对暴雨模拟的影响.

2003年6 月下旬至7 月上旬，江淮流域已入梅，西太平洋副高位置相对偏北，其南北变化较少、东西变化较为明显；强劲而稳定少动的中纬度西风急流使得西太平洋副高难以北抬，致使淮河流域降雨带稳定少动，共出现了3 次暴雨过程，雨量集中，降水强度大，因而形成了1954 年以来最强的大洪水.同时，每一次梅雨锋的出现均伴有高层南亚高压的东伸，并诱发500hPa西太平洋副高西伸至我国沿海，导致淮河流域多雨，江南干旱高温^[16].期间，南方的其他地方，如两湖地区和华东部分地区，也出现了暴雨和大暴雨天气.

从同期的逐日实测降水情况来看(图略)，20日的降水范围集中在整个海南省及其邻省地区，模拟区域范围内(见图 1)单站24h 累积最大降水量(Maximum Daily Precipitation，MDP)达到了89mm，21 日我国大部都有降水，江南沿海地区雨量较大，MDP 达到了120 mm，22 日降水集中在江淮流域(MDP为160 mm)，23 日雨带南移，降水集中在长江流域地区(MDP为144mm)，24日雨带继续南移，雨量增大，福建北部MDP 达到200mm，25日雨带维持(MDP 为163 mm)，26 日降水在海南、广东和湖南地区最强(MDP为176mm)，27日整个江南地区普遍出现降水，雨量在海南东南部最为集中(MDP为134mm)，28日降水主要集中在皖南地区(MDP为127 mm)，29 日降水主要集中在江苏、安徽和河南(MDP为100mm).在整个模拟区域，6月下旬的每一天都出现了暴雨以上级别的强降水.

图 1

Fig. 1

图 1 模式嵌套区域及观测站点分布 Fig. 1 Modei domain (the large and nested regions are denoted as “D1” and “D2”，respectively) and the distribution of observational stations

这里选用模式Advanced Research WRF(ARW)V3.1.1.WRF是近年来由美国多家业务及科研机构开发出的新一代中尺度模式(http://www.wrf-model.org)，已广泛应用于各种研究与业务预报中.除了极具特色的数值化动力框架外，WRFV3.1.1还包含许多先进的物理参数化方案选项.本文采用了Betts-Miller-Janjic积云对流参数化方案、Ferrier微物理方案、MRF 高分辨边界层参数化方案和RRTM 云辐射方案以及RRTM 长波辐射方案、Dudhia短波辐射方案.模式中陆面方案部分共有4 个选项，即Dudhia 的5 层热扩散方案、NOAH 陆面方案、RUC 陆面方案及Pleim-Xiu陆面方案，各自从水平衡及能量平衡规律出发，计算出了陆面与大气间交换的动量、感热、潜热、辐射等通量^[17].

热扩散方案(下面简称SLAB 方案)是基于MM5的5层土壤方案而实现的.方案采用分裂短时间步长的算法，采用了修正的强迫-恢复法计算土壤层的温度，土壤湿度取为随土地利用类型及季节而变的函数值，而没有显式地考虑植被的作用.土壤层分别为1、2、4、8、16cm 厚，在这些层以下温度固定为日平均值.能量计算包括辐射、感热及潜热通量，可计算出比强迫-恢复法频率更高的地表响应.此外，此方案还可用于简单的雪盖模拟计算，但积雪覆盖率是固定取值的.

NOAH 方案由Oregon State University(OSU)陆面过程方案经不断发展得来，是一个考虑了植被影响、能预报4 层(10、30、60、100cm 厚)土壤温度和湿度以及植被冠层水分和雪盖的模式，其表层温度(skin temperature)由诊断方法得到.该方案土壤根层厚度随地表植被类型(由美国地质勘探局USGS提供)而变化，使用迭代法求解对角矩阵以更新土壤温度，土壤湿度则由预报方程求得，同时考虑了较为详细的雪盖和冻土影响；最近，陆面模式物理方面还在得到改进，如增加了两个城市冠层模式选项(本文未选用)，更充分地考虑了城市下垫面的影响.通过预报地表变量，NOAH 方案提供相应感热、潜热及辐射等通量给边界层方案.NOAH 陆面方案除能够预报上述变量外，也能输出包含地面和地下径流的总径流量；在做初始化处理时，方案还使用了一些季或年平均的植被和土壤资料(如年平均温度、季节平均植被覆盖率等)作模式输入.

RUC 陆面方案为美国国家环境预报中心(National Centers for Environmental Prediction，NCEP)天气业务预报系统中的陆面物理参数化方案，包含多层土壤以及雪盖及植被的处理，求解6层土壤中温度和湿度，其中土壤温度由热扩散方程求解，土壤湿度由Richards水分传输方程求解，并由地表的能量及湿度收支方程，采用隐式方案计算地表通量，其中考虑了多层的较为详细的雪盖模式，冻土的参数化考虑了土壤中相变的潜热释放以及土壤中冰相对水输送的影响.

Pleim-Xiu陆面方案(下面简称PLEX 方案)包含2层土壤，即1cm 厚的地表上层和99cm 厚的下层，采用强迫-恢复法计算土壤温度与湿度.作为该方案参数化的一个特征，其水汽通量有3个来源：蒸散、土壤蒸发及湿冠层蒸发，即考虑了植被的作用，其中蒸散由总体叶孔阻抗方法来计算.方案中格元的植被和土壤参数由土地利用类型的覆盖率及土壤质地类型推得.此外，方案中还对雪盖进行了简单的参数化计算.

本工作采用双向两重嵌套网格，模拟区域(见图 1)中心为(29.5°N，111.8°E)，大区域D1 格点数为80×80，小区域D2格点数为169×160，水平格距分别为36km 和12km，垂直分辨率为不等距31层，模式顶气压50hPa.如不做特别说明，下面分析中涉及区域平均的统计量针对的是D2 区域，这样可在较高的模式分辨率条件下讨论不同陆面方案对较大陆面区域内模拟降水的影响.

由于2003 年6 月20日至30日江淮流域及南方地区降水非常集中且强度大，该旬的连续性降水也有气候学上的意义，我们取这10 天作研究时段.模式的初始场及边界条件采用NCEP1°×1°再分析资料数据.逐24h 积分的初始场采用从2003 年6月20日00UTC～29 日00UTC 数据(各初始场相隔24h)，即作10个24h的积分，时间积分步长为60s.每一24h积分试验(以起始积分日期为标示，如“D20”试验)都采用4 个不同陆面方案各积分一次.由于除陆面方案外的物理参数化选项都相同，不同24h积分结果之间的差异即为由不同陆面方案所引起.

这里首先采用目前研究及业务中经常用到的TS评分，对模拟的降水作初步统计检验，具体将降水分为0.1mm，10mm，25mm，50mm4个等级进行评分.

取NA为数值模拟发生降水而实况也出现降水的站数，即模拟降水且模拟正确的站数，NB为模拟出降水而没有实况降水的站数，NC为没有模拟出降水但有实况降水的站数，对四种方案进行检验，则：

(1)

可见，TS评分只反映有降水时的成功率，当模拟的降水区与实况降水区完全重合时，TS=1，模拟完全正确，TS越接近0时，模拟越差.

参与评分与统计的站点为模拟区域(21°N～38°N，102°E～122°E)内的有效发报站点，共301个站点(分布见图 1).从TS评分结果(图 2)可以看出，四种方案对于不同量级的降水模拟总体效果令人满意.在10个24h积分模拟中，四种陆面方案TS评分之间呈现一定的差异.对于0.1mm 以上降水，四种方案的TS评分都在0.7～0.9之间，表明各方案都较好模拟出了小雨的雨区范围，评分大都比较接近，但在D23、D25、D27、D29试验之间出现较大差别，如D23中RUC 方案比其他方案低了0.04左右；对10mm以上中雨，四种方案的评分也比较接近，大都在0.2～0.7之间，评分差别最大出现在D27，NOAH 方案比SLAB方案高了0.13；对25mm 以上大雨，除D20、D28外，四种方案的评分结果都在0.2～0.5 之间，同一天试验出现了较大的差别，最大单日试验TS差异为0.16(D23)，但各个方案的优劣表现没有确定性，没有一个方案始终占优，也没有一个方案始终是最差的；对50 mm 以上降水(暴雨)，四种方案的评分都在0.0～0.4之间，与25 mm 以上降水情形基本一致，无显着优势方案，最大单日TS差异为0.26(D27).10 个积分模拟中，24 日08 时～25 日08时的24h 实况降水量最大，中心雨量达226mm，相应大雨、暴雨的TS评分结果也是较高的，不同方案模拟降水的TS评分差异也较大.可见，一般地，降水量级越高，模拟的成功率则越低；对于不同量级的降水模拟，四种陆面方案呈现出不同的敏感性，即雨量级别越高，相应最大单日降水TS评分对陆面方案越敏感.这种结果与前人^[12-13]陆面参数或陆面信息的变化可对降水强度产生较大影响的结论是相一致的.

图 2

Fig. 2

图 2 四种方案模拟24 h降水的TS评分结果 (a) >0.1 mm； (b) >10 mm； (c) >25 mm； (d) >50 mm. Fig. 2 Threat scores for 24-h accumulated precipitation from the four schemes

表 1给出了10个积分试验的四种陆面方案对不同量级降水模拟的TS评分旬平均值.可以看出，平均来说，不同量级的降水对四种陆面过程方案呈现出不同的敏感性：10 mm 以下，差异较小；25 mm以上大雨级别降水，平均TS最大相差0.025(RUC-NOAH)，差异较为明显；50 mm 以上降水，差异非常明显，其中SLAB方案较NOAH 方案平均TS要高出0.045.可见，尽管四种陆面方案在各个具体单日模拟中优劣表现不一，对中雨以下量级无显着优势方案，但总体上对大雨量级的模拟，RUC 方案TS平均最高，NOAH 方案最低；对暴雨量级的模拟，SLAB 方案最优，RUC 陆面方案次之，NOAH陆面方案最为不佳.

表 1(Table 1)

表 1 10个积分试验的TS评分平均值 Table 1 Averages of TS for the 10 simulations

表 1 10个积分试验的TS评分平均值 Table 1 Averages of TS for the 10 simulations

上述TS评分反映了有降水时的模拟成功率，而平均绝对误差(ABE)及均方根误差(RMSE)则更为直接表示出模拟与观测之间的偏差.图 3 给出了四种陆面过程方案模拟降水量的误差分析图，其中ABE 及RMSE 计算如下：

(2)

(3)

公式(2)～(3)中，P_i为第i站预报降水；O_i为第i站实况降水.

图 3

Fig. 3

图 3 四种方案模拟24 h累积降水量的区域绝对误差（a)和均方根误差（b) Fig. 3 Area-averaged absolute errors (a) and RMSE (b) of 24-h accumulated precipitation from the four schemes

由图 3a可以看出，四种陆面方案对于分析区域内的模拟降水量存在约15 mm 的绝对误差(由图 4a，对应区域D2内平均约7%的相对误差)，但总体上方案间在整个模拟区域差别较小，ABE 及RMSE两种误差结果较为一致.但试验D27却表现出不同方案的很大差异，如ABE 及RMSE 的相对差异可分别达到20%及40%左右.这反映了总体上模式具有能较好模拟降水的能力，对这里较大的空间范围(考察区域D2)，模拟平均降水对不同陆面方案不够敏感；但对具体个例，模拟降水在较大空间尺度上对陆面方案也可能非常敏感.

图 4

Fig. 4

图 4 24 h累积降水区域平均(a)和中心最大雨量(b) Fig. 4 Areal averages of 24-h accumulated precipitations (a) and the maximum precipitations within the D2 area (b)

图 4给出了模拟降水与实测的对比结果.图 4a为四种陆面过程方案模拟的累积24h 区域平均降水量与实况的对比图，可以看出，对于区域平均降水量的模拟，四种方案的模拟结果总体上要大于实况，其中，SLAB 和RUC 方案的差异较小，NOAH 和PLEX 方案差异也较小，但PLEX 方案可比SLAB方案的模拟结果约大30% (D20、D21、D22)，10 个试验平均最大相对差异约为7%.

图 4b给出了四种陆面过程方案模拟的24h累积中心最大雨量与实况的对比.可以看出，模拟中心降水量普遍高于实况降水量，在总共4×10 次积分中只有8次低于实况降水量，且相对其他试验，低出的绝对幅度也不大.对于实际大都>100 mm 中心降水量的模拟，除D23、D29 外，每一天的试验中总有一个方案相对较好地模拟出了与实际较为一致的中心值(差值在70 mm 以内，相对差异在30% 以内)，但各个方案之间的差别就非常明显，最大差异相对实测约100% ～150%，如对D22 试验，模拟降水中心值由RUC、NOAH、SLAB、PLEX 方案依次下降，PLEX 方案与实测吻合非常好，但RUC-PLEX 的差异相对实测约为120%.10天中，NOAH及PLEX 方案有5～6 天的模拟与实测最为接近，而SLAB和RUC 方案总体距实测更远.可见，各方案对暴雨中心雨量的模拟值总体偏大，NOAH 和PLEX 方案模拟结果略微优于SLAB 和RUC 方案，模拟降水强度对不同陆面方案的选择非常敏感.

从每一个24h积分的结果来看，模拟降水分布情况与实况基本都有较好的一致性，显示出四种陆面方案对降水过程均有较好的模拟能力；同时四种方案结果在降水范围、降水中心位置和中心强度上也存在一定差异.

为总体考察模拟陆面方案的影响，图 5给出了各方案模拟24h 累积降水的10 个积分平均(旬平均)分布情况及相应由站点观测降水内插得到的实况.由SLAB方案结果(图 5a)与实况(图 5e)对比可知，模拟的从山东半岛向西南方向延伸的10mm 等雨量线与实况基本吻合，东西方向覆盖江淮流域的强降水带及主体位于广西的强降水区的模拟结果与实况也较为一致，表明模式较好再现了6 月下旬的强降水事件.但模式模拟也存在一些不足，如模拟区左下角(云贵高原)降水量偏大.

图 5

Fig. 5

图 5 10个积分模拟24 h累积降水及相应观测降水的平均分布（单位：mm) (a) SLAB;(b) NOAII;(c) RUC;(d) PLEX;(e)实况；（f) NOAII-SLAB;(g) RUC-SLAB;(h) PLEX-SLAB. Fig. 5 Averaged distribution of 24-h accumulated precipitation of 10 simulations from different schemes and corresponding observations (Unit： mm)

NOAH、RUC 及PLEX 陆面方案模拟降水分布(图 5b-5d)类似SLAB方案(图 5a).进一步的比较可以看出方案之间也存在一些差异，如对>10mm降水，PLEX在27°N 以南的雨区面积明显较其他方案要大；前面由TS评分可以看出，对>50mm(>25mm)降水，SLAB(RUC)方案性能最好，这也在一定程度上反映到模拟降水的分布上(图 5b，5c)，如SLAB方案模拟的28°N ～33°N 的雨带是四种方案中最强的.由图 5d-5f的空间降水差异还可看出更多分布1方案偏弱(存在一些差值中心，相对差异在30% 以上)；在实际降水最强的江淮地区，NOAH模拟降水较SLAB方案也总体偏弱，而在28°N 以南，NOAH模拟降水较SLAB方案总体要强.而PLEX 方案在28°N 以南的模拟降水显然较SLAB 方案更强(图 5f).无论实测还是模拟降水，在浙江中部、福建北部位于(28°N～30°N，115°E～119°E)的范围(此区域标记为D3区域，在下一节中用来考察强降水区模拟情况)都出现>25 mm 的旬平均“大雨”(图 5a-5e)，且存在较大面积的大于8 mm、相对差异30%以上的差值区域，显示出不同陆面方案对局部降水模拟可产生非常大的影响.正是由于这种强降水区域范围的增大，其中心位置也因不同方案而有所偏移.尽管各方案模拟的旬平均中心最大差异约30km，不同方案模拟无明显优劣差异，但对具体的单日模拟差异更大，如D22试验中，SLAB与NOAH 方案模拟中心相差约80km；甚至一个方案中的最大与次大值中心变为另一方案的次大与最大值中心，则两方案最大值中心可以相距更远.

上述不同陆面方案影响强降水区域D2的程度是与该区域的位置及模式区域的大小密切相关的.由于本文工作是应用同一种资料做侧边界的区域模式模拟，距离侧边界越远的区域则受模式物理方案的影响越大，因此，越是位于模式陆面中心附近的区域越能体现出不同陆面方案的影响.同时，这也意味着，这里的模拟结果并没有高估不同陆面方案对降水模拟的影响，应用更大的模拟区域甚至采用全球模式则可看出更强的敏感性.类似地，沿海区域的降水模拟受不同陆面方案的影响较小一些(这也与采用同样的海温资料有关).

值得提及的是，位于模拟区左下角的云贵高原的模拟降水也显示出不同方案带来的较大模拟差异(图 5f-5h)，这与该区域非常复杂的地形及地表特征是相联系的，也说明了不同陆面方案对该类地区降水模拟可产生较大影响，同时，由于该区域处于D2区域的边界附近，也可以通过差异较大的陆面方案，放大了这种模拟的边界效应.

陆面方案的差异直接影响地表通量的模拟结果.图 6a-6b为模拟的20 日到29 日每天06UTC(北京时间14时)区域平均感热通量和潜热通量，该时次地表通量的变化能较为明显地反映出陆面方案的影响.从中可以看出，无论对于感热通量还是潜热通量，四种陆面方案的模拟结果均存在一定的差别.总体上，感热(潜热)通量按SLAB、RUC、NOAH、PLEX 依次递减(递增)，其中SLAB 方案与其他方案间的差别非常明显，其感热通量偏大，潜热通量偏小，差异可达80 W/m²，对感热通量，相对差异约接近最小值的85%，对潜热通量，相对差异达25% 左右，差异非常大；而NOAH 和PLEX 方案间的差别则较小.可见，不同陆面过程方案导致了模拟地表能通量分配形式上较大的差异，地表感热通量及潜热通量的模拟对不同陆面过程方案都呈现出较大的敏感性.这与前面分析中降水区域平均模拟结果是一致的，即对D2区域，SLAB方案潜热通量偏小(尽管模拟降水中心值更大)，蒸发量对降水的贡献也偏小，导致了在四个方案中模拟降水偏小；而PLEX则相反，在D2区域内蒸发量对降水的贡献最大，代表较大范围降水(>10mm)的面积也是最大的.

图 6

Fig. 6

图 6 不同方案各10个积分模拟的平均感热通量、潜热通量（单位:W/m2) (a) 06UTC区域平均感热通量；（b) 06UTC区域平均潜热通量；（c)SLAB方案10个积分平均潜热通量分布；（d)同（c)，但为NOAII方案; (e)同（c)，但为RUC方案；⑴同（c)，但为PLEX方案；（g)同（c)，但为NOAII-SLAB方案；（h)同（c)，但为RUC-SLAB方案. Fig. 6 Averages of sensible and latent heat fluxes of 10 simulations from different schemes (Unit： W/m2) (a) Area-averaged sensible heat flux at 06UTC； (b) Area-averaged latent heat flux at 06UTC； (c) Mean latent heat flux from 10 SLAB simulations; (d) As (c)，but for NOAII; (e) As (c)，but for RUC; (f) As (c)，but for PLEX; (g) As (c)，but for NOAII-SLAB; (h) As (c)，but for RUC-SLAB.

图 6c-6f给出的不同方案各10个积分模拟的平均潜热通量的空间分布结果，更为综合地反映出陆面方案模拟的差异.受土壤湿度、地形及太阳辐射等方面地区差异的影响，4 个方案都模拟出总体上潜热通量由东南沿海向西北内陆递减的趋势.但各个方案也存在比较明显的差异，如对模式区的东北角陆面部分，总体上NOAH、RUC 和PLEX 三个方案模拟潜热通量较为接近，但较SLAB 方案明显要小，而其他区域基本偏大，以PLEX 方案最为明显(图 6f)；由不同方案差值场可更为明显地看出这些特征(如图 6g，6h).这些旬平均结果与06UTC 平均结果(图 6a，6b)是基本一致的，且与前面讨论过的降水空间分布也是基本相符的.可见，不同陆面方案模拟潜热通量(或蒸发量)的较大差异直接导致了模拟降水的空间分布及区域平均的差异.

不同陆面过程方案还可以通过影响低层大气环流形势和水汽辐合，最终对降水模拟结果产生影响^[14].图 7a和7b 分别为SLAB 方案与RUC 方案10个积分模拟的850hPa的平均风场和水汽通量散度场(其他方案类似，图略)，可见，6 月下旬模拟区域盛行西南风，引导暖湿的水汽向北输送，主要在南方地区形成水汽的辐合区；结合图 5a，5c可以看出，850hPa水汽通量散度≤ -0.3×10⁵s的较强水汽辐合区与地面强降水区域有一定的对应关系.

图 7

Fig. 7

图 7 10个积分模拟的850 hPa平均风场和水汽通量散度场(阴影区为≤-0.3×10-5s水汽通量散度) (a)SLAB； (b) RUC； (c) NOAII-SLAB； (d) RUC-SLAB Fig. 7 Averages of simulated wind speed and water vapor flux divergence at 850 hPa from 10 simulations, where the area of water vapor flux divergence lower than -0.3×10-5s is shaded

图 7c(或图 7d)为NOAH (或RUC)方案与SLAB方案模拟850hPa风场的差异.由图可见，风场差异主要表现在包含D2区域的模拟区域中心附近及模拟区域左下角部分，这与前面分析的降水主要变化区域是一致的.可见，在这些区域，RUC 方案(NOAH、PLEX 方案类似)较SLAB 方案模拟出更强或更弱的气流辐合场，从而改变了模拟降水的强度.

从质量守恒的角度，陆面方案对降水模拟的影响可以通过地表水的分量表示出来.表 2 给出了各个试验四种方案模拟得到的两个区域(以上分析中较大范围的嵌套区域D2，及图 5b中考察模拟强降水区域且降水差别较大的区域D3)内模拟蒸发量及降水量.由考察区域D2 旬平均结果，一般地，平均蒸发量的增加使得降水量随之增加；相对SLAB 方案，NOAH 方案模拟的24h 累积蒸发量增加了0.42mm，超过了24h累积降水的增加量0.62mm的一半，其他方案结果类似.因此可以认为，模拟区域大气降水的增加而引起大气中水汽的流失主要是由陆面蒸发的增加来补充.也就是说，在考察模拟区域(如D2)的尺度上，通过大气水分循环，不同陆面方案主要通过直接影响模拟的地表蒸发通量，从而影响模拟降水.这是影响较大区域降水的一种机理.

表 2(Table 2)

表 2 模拟区域D2(D3)旬平均24h水通量（单位：mm) Table 2 Area-averaged 24-h moisture fluxes for the studied area D2 (D3) (Unit： mm)

表 2 模拟区域D2(D3)旬平均24h水通量（单位：mm) Table 2 Area-averaged 24-h moisture fluxes for the studied area D2 (D3) (Unit： mm)

我们再分析考察子区域D3 旬平均结果，可以看出，相对SLAB 方案，NOAH 方案模拟旬平均的24h累积蒸发量增加了0.54mm，但降水量反而有所下降.这就是说，对模拟的D3这种尺度的强降水区域(或包含模拟降水中心的暴雨区)，不同陆面方案引起的模拟降水增加的主要水汽来源并非是陆面蒸发的增加，显然，这主要是侧向水汽辐合的增加量.前一种陆面方案影响降水的机理是主要通过地表蒸发过程影响较大尺度的降水，而这种影响降水的机理不同，即，不同陆面方案主要是通过大气中水汽辐合的动力过程来影响尺度较小区域(如D3，或降水中心)的模拟强降水.

进一步分析可以发现，RUC 和PLEX 方案模拟结果类似NOAH 方案，且具体个例试验的结论与上述结论基本一致.

值得注意的是，前面重点讨论了10 个24h 降水的平均模拟结果，实际上，不同陆面过程对区域内具体每日降水发生、发展过程也可产生影响.图 8给出了D23试验区域平均逐小时模拟降水的变化.从图中可以看出，D2和D3区域模拟逐时降水极值分布具有一定相关性，同时逐时降水也具有非线性变化特征，如D2的SLAB(PLEX)方案降水在模拟12h以前为各种方案中最小(大)，之后则为最大(小)，D3也类似.对D2 区域，不同方案可导致平均30%左右的逐时降水相对差异，而对D3区域，差异可以更大(由于变化的非线性，24h 降水差异可能会小一些，这由前面分析可知).正是由于不同方案引起的这些短时降水差异，不但造成了模式模拟降水启动时间的较大差异，也导致了不同空间范围在不同时段内雨量分配的较大差异.

图 8

Fig. 8

图 8 D23试验的区域平均逐小时模拟降水 (a)D2区域；（b)D3区域. Fig. 8 Area-averaged hourly precipitation from the D23 test for the D2 (a) and D3 (b) subareas

本文利用新一代中尺度模式WRFV3.1，选取其中4个陆面方案，共设计了40个24h积分试验，就2003年6月下旬我国江淮及南方地区的强降水事件进行了模拟研究，以考察该模式中不同陆面方案对短期降水模拟的影响(不同方案10个积分试验24h模拟降水的主要差异见表 3)，得到如下结论：

表 3(Table 3)

表 3 各方案10个24h积分试验的差异小结 Table 3 Summary of differences between the schemes for the ten 24 h simulations

表 3 各方案10个24h积分试验的差异小结 Table 3 Summary of differences between the schemes for the ten 24 h simulations

(1)总体上，24h 累积降水的模拟对不同陆面方案是敏感的.从模拟区域内站点降水TS评分来看，模拟区域内雨量级别越高，评分对不同陆面方案模拟越敏感，对暴雨以上级别降水，SLAB较NOAH方案平均TS约高出0.05，但单日模拟结果无显着优势方案.由降水误差分析可知，总体上模式具有较好模拟降水的能力，但四种方案总体上都高估了实际降水，不同方案单日模拟结果之间在模拟区可存在30%左右的大范围雨量差异；对模拟暴雨中心值，四种方案结果之间可存在相对实测约100% ～150%的很大差异.

(2)除平均24h 累积降水外，不同陆面方案还可导致模拟其他特征量(如平均感热通量及潜热通量等)的系统性差异，这些差异都可随地区而有所不同.在模拟考察区域的东北角，其他方案模拟的潜热较SLAB方案偏弱，但在28°N 以南地区，PLEX 方案模拟的潜热最强，各种方案通量之间的系统性差异可达80 W/m²，感热(潜热)相对差异可达80%(25%).一般地，降水增加的区域对应潜热增加、感热减小，降水减小的区域则潜热减小、感热增加.

(3)从水量平衡的角度来说，不同陆面方案影响短期降水模拟是通过两种机理实现的：一是直接影响地表蒸发通量，从而影响降水，二是通过影响模拟的低层大气环流和水汽辐合量，从而进一步影响降水.两种机理影响模拟降水的尺度范围及其强度是不同的，前一种机理主要影响大范围的降水强度(如，四种方案之间存在平均约7%，最大约30%的大范围雨量差异)，后一种机理主要影响包含降水中心在内的较小模拟强降水区域(如，四种方案暴雨中心值可存在100%～150%的较大差别).可见，不同的陆面过程可以从不同空间尺度、不同程度上影响暴雨天气，通过改进陆面方案对提高模式模拟短期天气中大范围降水的能力，尤其是模拟强降水的能力，是非常有意义的.

(4)不同陆面方案对区域内具体每日降水发生、发展过程模拟也可产生重要影响，不但造成了模式模拟降水启动时间的较大差异，也导致了不同空间范围在不同时段内雨量分配的较大差异.

值得注意的是，由于本工作是采用区域模式和相同的侧边界条件积分的，这种敏感性的结果与区域大小、物理选项等是相联系的，如，采用更大的模式区域，则模拟短期降水对不同陆面方案可能表现出更大的敏感性.

相对若干独立短期天气个例的模拟，本文通过这种对具有气候意义的强降水事件进行的连续24h模拟，可更为清楚地看出各种陆面方案引起的系统性差异，这对了解包含陆面方案在内的模式的性能，提高其对短期降水的模拟能力，在业务中实施定量降水预报等，都具有很好的参考价值.同时也应该看到，这些陆面方案引起模拟结果的系统性差异并不一定能在非常大的程度上影响整体模式性能，如本工作中不同陆面方案模拟的区域平均降水都高于实测，至少说明了包含动力及其他物理过程表示在内的模式偏差并不能因陆面方案的变化而大幅度下降或消除，从而也意味着模式性能的提高有赖于其诸多重要组成分量的共同改善.

两位审稿专家提出的宝贵意见，作者深表感谢.本工作所用的初边值资料由美国National Center for Atmospheric Research (NCAR)的Computational and Information Systems Laboratory (CISL)得来，NCAR 由美国National Science Foundation (NSF)资助，原始资料可由网址http://dss.ucar.edu下载，资料号为ds083.0.