热带气旋是严重威胁中国的灾害性天气系统之一(陈联寿等，2012)。虽然高分辨数值模式已被广泛应用于热带气旋的预报和模拟研究中，但云物理过程参数化方法的不确定性仍会对热带气旋的路径、强度、结构及降水产生相当程度的影响(Liu et al, 1997; Rogers et al, 2007)。目前广泛使用的中尺度WRF(The Weather Research and Forecasting Model)模式中包含多种云微物理参数化方案，而各方案中的水成物生成、相态转变及粒子尺度分布、下落速度等关键云参数设定一般是基于中纬度层状云系、热带对流云或是中尺度对流系统的外场观测试验结果(Gunn et al, 1958; Sekhon et al, 1970)，是否适用于热带气旋的模拟和预报，是一个亟待进一步研究的问题(McFarquhar et al, 2004)。

多数研究表明，不同云微物理方案对热带气旋路径模拟的影响较小，如Tao等(2011)利用WRF模式模拟飓风Katrina(Knabb et al, 2005)时，模拟路径结果最好的Goddard 2ICE方案与最差的Thompson方案(Thompson et al, 2008)的平均误差仅20 km。而对热带气旋的强度、结构及降水分布的模拟，不同云方案的表现不一。如早期Willoughby等(1984)研究了暖云和混合云方案对热带气旋强度和结构的影响，发现冰相过程在模拟系统内部下沉运动和次级环流上起重要作用。Zhu等(2004)、Yang等(2005)、Li等(2008)和Tao等(2011)也在热带气旋个例研究中验证了上述结论。Barnes等(1983)和Powell(1990)认为，液相粒子的蒸发和固相粒子融化是激发下沉运动和螺旋雨带的重要物理过程，下沉气流将对流层中层的干冷空气向下输送至边界层，并随入流进入眼墙区域，同时减少了水汽和热量通量向眼墙的辐合，从而抑制眼墙对流的发展。Wang(2001, 2009)利用敏感试验进一步论证了若不考虑蒸发和融化带来的冷却效应既无法再模拟出下沉运动，也没有螺旋雨带的产生，热带气旋将迅速发展增强。此外，霰粒子作为主要的固态降水粒子，其密度和下落速度不仅对热带气旋的强度发展、尺度结构产生影响，还对登陆后的暴雨形成和维持有重要作用(杨文霞等，2010；花丛等, 2011, 2013)。改变霰粒子的下落速度或谱型分布均会引起地面雨强及降水范围的改变。

随着探测技术的不断发展，大量的卫星和雷达观测资料被用于分析热带气旋内部的云微物理过程(Houze Jr et al, 1992; Marks Jr et al, 1987; Black et al, 1986, 1999; Wallace et al, 2006)，为检验和改进适用于热带气旋的云微物理方案提供了观测依据。Marks Jr等(1987)利用多普勒雷达资料分析飓风Alicia(1983)发现，由于眼墙上升气流存在差异，导致眼壁内的一部分降水粒子会通过暖云机制形成，即雨滴仅是由云滴在0℃层以下通过凝结碰并形成；另一部分云滴则被较强的上升运动带入混合层中，以过冷却水滴的形式存在。过冷却水滴会与混合层中的云冰碰并凝结，其中一部分云冰将继续通过凇附机制增长成霰粒子，落入融化层之下变成雨，由于具有较大的下落速度，霰粒子主要集中在眼墙内侧；另一部分云冰则生长成具有较小下落速度的冰晶聚合物(冰晶、雪晶等，直径约为0.05—0.5 mm)，并被倾斜上升气流带到高层，最终被向外平流到螺旋雨带中，同时作为“种子”，可使得眼墙降水增强。螺旋雨带的部分结构与眼墙相似，其中存在着一些中尺度对流单体，层云与对流云同时存在于雨带中，使得云中水成物的分布更为复杂。结合上述的云概念模型和探测资料，McFarquhar等(2004)对Lin等(1983)和Rutledge等(1983)的云微物理方案进行了改进，修正了不同环流区域的霰粒子尺度分布函数的截距参数，与飓风Norbert(1984)和Emily(1987)的飞机观测结果比较，改进的方案合理地模拟了霰粒子的时空分布。

不同云微物理方案中参数化方法会造成热带气旋内部水成物的不同演变特征，进而影响系统的强度、结构变化及降水分布。仅从方案中水成物的粒子谱型分布的设定出发，已有的大部分云微物理方案设定的粒子谱满足广义Γ分布，即N(D)=N₀D^αe^-λD，其中，N(D)为单位体积单位尺度间隔内的粒子数，N₀为截距，反映数浓度的大小，λ为斜率，反映粒子的尺度，α为形状参数，反映粒子谱的形状，D为粒子的直径。现有的单参数云方案中，将N₀设为常数，α设为0，即简化为M-P逆指数分布型，但在实际的观测中，系统在不同部位、不同发展阶段N₀的变化很大，有时一次降水中就可能变化3个量级(盛裴轩等，2013)。因此，为了增加粒子谱的自由度，使模拟的水成物数量和质量在物理机制上更加协调(Ferrier, 1994; Meyers et al, 1997; Morrison et al, 2005, 2011; Thompson et al, 2008; 高文华等, 2012)，一些云微物理方案中加入了数浓度的预报，称为双参数云微物理方案。虽然从物理性质上优于单参数方案，但由于数浓度的参数化方法大多基于经验公式，且很难由实际观测结果验证，故仍没有定量的研究表明已有模式中单、双参数方案在热带气旋模拟上的优劣。WRF模式中的WDM6方案即是由WSM6方案发展而来的双参数云微物理方案(Hong et al, 2006; Lim et al, 2010)，方案中水成物定义一致，微物理参数化过程近似，仅在暖云参数化部分存在差异，因此，本研究选择其作为单、双参数方案的代表，结合卫星、雷达、自动站降水资料评估其在2014年超强台风“威马逊”模拟中的表现，同时通过雨滴谱分布、雨水源汇项的差异以及云滴活化过程分析两方案模拟的雨水含量差异及双参数方案可能存在的问题。

选用热带测雨卫星/微波成像仪(TRMM/TMI)轨道产品2A12、测雨雷达(PR)轨道产品、S波段多普勒天气雷达基数据、全国加密自动站小时降水资料与模式输出结果进行分析对比和研究。

TRMM/TMI2A12数据为TRMM/TMI的二级轨道产品，扫描带宽为760 km，每天绕地球扫过约16条轨道，其V7版本数据的垂直层数为28层，水平分辨率为5.1 km×5.1 km，包含降水率、整层可降水量、各类水成物含量以及潜热的三维分布等。TRMM/TMI为研究热带气旋(尤其是海上热带气旋)内部水成物分布特征以及相关的热动力相互作用提供了宝贵的资料(马雷鸣等，2005；姚小娟等，2014)，但需要说明的是被动微波反演的云微物理量有较大的不确定性，且资料的选用受到卫星扫描轨道的限制。TRMM/PR2A25数据为13.8 GHz测雨雷达的二级轨道产品，扫描轨道数及垂直层数与2A12一致，水平分辨率为4 km×4 km，由于扫描带宽仅为220 km，较难直接捕捉到系统的主体，但作为主动探测数据，其中针对对流、层云的辨识可与TMI反演结果融合使用。

选用海口(19.5°N，110.1°E)、湛江(21.0°N，110.3°E)、阳江(21.5°N，111.5°E)3部多普勒天气雷达基数据进行拼图和插值，得到水平分辨率为0.01°×0.01°，垂直分辨率为500 m的逐时雷达反射率数据。

由于在华南地区自动观测站点密集，使用经过质量控制的全中国加密(水平分辨率约为10 km)自动站逐时降水资料，可较好地反映台风“威马逊”登陆前后的局地降水特征。表 1给出了各资料的基本信息及时次(时段)。

超强台风“威马逊”于2014年7月12日06时(世界时，下同)在关岛以西约210 km的西北太平洋洋面上生成，15日经由菲律宾进入中国南海，并于17日06时开始快速增强并持续向西北方向移动，18日06时前后登陆海南省文昌市，登陆时中心附近最大风速超17级(72 m/s), 该热带气旋中心最低气压达到888 hPa的历史极值，成为自1973年以来登陆华南沿海的最强台风。

采用融合循环动力初始化技术(Cha et al, 2013)的中尺度数值模式WRFv3.5(Skamarock et al, 2008)，试验为3层双向嵌套网格，水平分辨率分别为18、6和2 km，记为D01、D02、D03(图 1)，其中，D02和D03为移动网格。垂直方向35层，模式层顶为50 hPa。仅在最外层使用Kain-Fritsch积云对流参数化方案。

图 1 试验网格区域(D01为固定网格, D02、D03为移动网格, 水平分辨率分别为18、6、2 km) Figure 1 The model domains (D01、D02、D03) and horizontal resolutions (18, 6, 2 km)

图选项

模拟的起止时间为2014年7月16日00时—19日00时，该时段包含了“威马逊”在中国南海的快速增强以及登陆海南后持续向西北移动的过程。模式初值和侧边界条件采用6 h一次的NCEP fnl(1°×1°)分析资料。为了对比单参数WSM6方案和双参数WDM6方案对“威马逊”模拟的差异，进行了两组对比试验，同时针对WDM6方案中的云滴活化进行了一组敏感试验，将该方案中的初始云凝结核数增大5倍，模式的其他方案设置见表 2。

WSM6方案是Hong等(2006)在WSM3和WSM5方案的基础上，将霰粒子作为一类固态水成物加入到云微物理方案后提出的。Hong等(2009)在针对美国本土的4 km分辨率数值预报模式中将原有的Lin方案替换为WSM6方案，发现该方案在中纬度对流性降水的模拟中有较好的表现。Lim(2010)在WSM6方案的基础上，发展了其双参数版本——WDM6。

WSM6和WDM6方案的差异主要在水成物的谱型设定及暖云物理过程的参数化两方面。两方案均预报水汽和5类水成物(云水、雨水、云冰、雪、霰)的混合比，WDM6为双参数方案，同时预报云水、雨水的数浓度，且加入了云凝结核(CCN)的预报，该物理量在云水的初始生成阶段具有重要作用。WSM6方案中5类水成物的尺度分布均满足M-P逆指数型，使得预报的小(大)粒子数量多(少)，而WDM6方案中雨水、云水的尺度分布满足广义Γ分布型，形状参数不为0，截距参数依据预报的数浓度不断改变，使得较小粒子和较大粒子的数量均较少，尺度居中的粒子数量最多，云冰、雪、霰粒子的谱型则与单参数方案一致。两方案在核心云微物理过程的参数化公式上也存在差异，WDM6方案加入了云凝结核作用下水汽向云水转换的活化过程以及由于下落蒸发导致的雨水向云水反馈过程。但由于方案中仅使用简化的寇拉公式来参数化活化过程，与实际的云内转化存在差异。WDM6方案中云水向雨水的自动转换过程采用Berry等(1974)的研究结果。Thompson等(2004)在研究冬季降水的试验中发现Berry公式与其他参数化公式相比，转换率过低。WDM6雨水收集云水的碰并增长过程采用分段函数的形式，雨滴等效直径大于100 μm和小于100 μm采用不同的计算函数，这种转换设置使得云水对雨水的贡献作用增大(Cohard et al, 2000)。此外，虽然WDM6的固态粒子间以及固态与液态粒子的相互转化过程与WSM6方案一致，但由于加入了云水和雨水的数浓度预报，两方案的转换效率也存在差异。图 2给出了WDM6方案的云微物理流程(图 2a)以及其中云、雨滴数浓度的转换关系(图 2b)，表 3则总结了两个方案间的主要差异。

(a.混合比, b.数浓度; 红色(蓝色)字体表示微物理过程仅发生在温度高于(低于)0℃的情况下, 黑色表示在整个温度变化范围内均发生, 与WSM6相比新加入的物理过程用绿色线圈出; (b)给出的是云凝结核、云水、雨水数浓度的来源, 仅在WDM6方案中使用(Lim et al, 2010)) 图 2 WDM6云微物理方案流程 Figure 2 Flowchart of the microphysics processes for (a) the mixing ratios and (b) the number concentrations of hydrometers in the WDM6 scheme. The terms in the red (blue) color are activated only when the temperature is above (below) 0℃, and the terms in black color exist over the entire range of atmospheric temperature. The extra terms added to the WDM6 (compared with the WSM6) scheme are circled in green in (a). Number concentrations of the hydrometers in the green boxes in (b) are only predicted in the WDM6 scheme. This figure can be found in Lim et al (2010)

图选项

表 3　WSM6和WDM6方案的主要差异(Lim et al, 2010) Table 3　Major differences in warm-rain microphysical properties between the WSM6 and WDM6 (Lim et al, 2010)

物理变量	方案	参数化公式
云水向雨水自动转换	WSM6
	WDM6	L/τ, 其中, L=2.7×10-2ρaqc(×1020σc3Dc-0.4)且 τ=3.71 (0.5×106σc-7.5)-1
雨水碰并云水	WSM6
	WDM6	, DR≥100 μm π , DR < 100 μm
雨滴的尺度分布	WSM6	NRλRexp[-(λRDR)]
	WDM6	NRλR2DRexp[-(λRDR)]
云滴的尺度分布	WSM6	Nc=3×108 m-3
	WDM6	nc(Dc)=3Ncλc3Dc2exp[-(λcDc)3]

表选项

图 3a为模拟与中国气象局上海台风研究所整编的热带气旋最佳路径数据给出的“威马逊”路径对比，总体上WSM6和WDM6方案均较好地模拟出“威马逊”的移动路径。由于使用了涡旋初始化，两方案在前6 h的路径误差相近(图 3b)，之后差异逐渐显现，WDM6的路径误差在大部分时间小于WSM6，特别是在模拟后半段(18日06时—19日00时)。路径差异多由云微物理过程对大尺度环境场的反馈作用造成，短时间内微物理过程的直接作用较小。模式的云微物理方案虽不是决定热带气旋移动路径的关键因素(Fovell et al, 2009)，但对不同个例模拟的可能影响(尤其是登陆点和登陆时间)仍值得进一步研究。

图 3 2014年7月16日00时-19日00时, 模式与最佳路径数据的台风路径(a)及路径误差(b) Figure 3 The storm tracks from simulations and the best track data (a), and track errors (unit: km) (b) in the simulations of super typhoon Rammasun during 00:00 UTC 17-00:00 UTC 19 July 2014

图选项

从图 4来看，两个试验虽模拟出了台风“威马逊”在中国南海的快速增强和登陆后的减弱过程，但模拟强度存在显著差异。海平面最低气压随时间的变化(图 4a)显示WSM6对“威马逊”的强度预报表现较好，但模拟的最低海平面气压仍与观测相差近20 hPa。18日06时登陆后，强度快速减弱，至模拟结束，两方案与实况基本吻合，反映出两个试验模拟的台风登陆后强度减弱率小于实际观测。WSM6模拟的近中心最大风速大于WDM6(图 4b)，而WDM6的模拟结果更接近观测，这可能与模式所使用的风-压关系有关。总体而言，WDM6方案模拟的“威马逊”强度偏弱。强度减弱率小于实际观测。WSM6模拟的近中心最大风速大于WDM6(图 4b)，而WDM6的模拟结果更接近观测，这可能与模式所使用的风-压关系有关。总体而言，WDM6方案模拟的“威马逊”强度偏弱。

图 4 2014年7月16日00时-19日00时模式与最佳路径数据的海平面最低气压(a)及近中心最大风速(b) Figure 4 Simulated and observed (a) minimum sea level pressure and (b) maximum wind speed of super typhoon Rammasun during 00:00 UTC 16-00:00 UTC 19 July 2014

图选项

图 5a为“威马逊”登陆前6 h至登陆后18 h的24 h累计降水量分布，WSM6(图 5b)和WDM6试验(图 5c)均较好地模拟出了分别位于珠三角、雷州半岛以及海南岛北部的几个强降水中心，但降水量存在差异，其中，模拟的海南岛北部强降水中心面积过小。两试验的24 h累计降水量的空间分布无明显差异，在北部湾区域WSM6试验模拟的特大暴雨范围更广。将逐时累积降水量在0.1—2.0、2.0—5.0、5.0—10.0、10.0—20.0、20.0—40.0和>40.0 mm的降雨分别定义为小雨、中雨、大雨、暴雨、大暴雨和特大暴雨(寿绍文, 2002)，对比7月18日00时—19日00时自动站实测与D02层模拟的不同等级降水的出现概率分布(图 6)，发现与WSM6方案及自动站实测数据相比，WDM6的强降水(逐时累积降水量大于10 mm)出现概率偏高，弱降水(逐时累积降水量小于2 mm)出现概率偏低，这与Hong等(2009)基于理想试验的模拟结果一致。

图 5 2014年7月18日00时-19日00时24 h累计降水量分布(a.加密自动站观测, b. WSM6模拟, c. WDM6模拟) Figure 5 24-hour accumulated precipitation from 00:00 UTC 18 to 00:00 UTC 19 July 2014 from (a) station observations, (b) WSM6 simulation and (c) WDM6 simulations

图选项

图 6 2014年7月18日00时-19日00时逐时累计降水概率分布 Figure 6 PDFs of hourly-accumulated rainfall from observations and WSM6 and WDM6 simulations from 00:00 UTC 18 to 00:00 UTC 19 July 2014

图选项

选取17日18时的TRMM/TMI2A12及PR2A-25探测资料比较两方案模拟的水成物分布特征。首先将2A12反演的水成物含量与D03区域的模拟结果进行比较，WSM6(图 7a、d)和WDM6(图 7b、e)方案模拟的整层固、液相粒子含量均大于卫星反演结果(图 7c、f)，WDM6方案由于南侧雨带的旺盛发展导致该处的各类粒子含量显著偏高。此外，发现云冰粒子含量主要在-40℃的高度层及以下达到极值，表明云冰粒子的产生主要是通过冻结过冷小液滴产生，再通过水汽的凝华增长，且受高层出流影响，在空中的覆盖范围较大。雪(霰)粒子主要通过冰晶(雪晶)粒子的凇附过冷却水长大，霰粒子的极值区位于0℃层上较薄的高度层内，且由于自身质量较大，垂直下落快，故大值中心集中在眼墙附近。这与已有的一些飞机观测数据一致(Marks Jr et al, 1987)。

图 7 2014年7月17日18时WSM6(a)和WDM6(b)方案模拟以及TRMM/TMI(c)反演的冰粒子(云冰、雪、霰)垂直累积含量; (d)、(e)、(f)同(a)、(b)、(c)但为液相粒子(云水、雨水) Figure 7 The ice-water path from WSM6 (a) and WDM6 (b) simulations and satellite observations (c) at 18:00 UTC 17 July 2014; The rain-water path from WSM6 (d) and WDM6 (e) simulations and satellite observations (f) in at the same time

图选项

测雨雷达(2A25)通过识别云内是否存在0℃层亮带及探测到的雷达反射率是否超过39 dBz，将云体划分为不同信度的层云和对流云，但受220 km的扫描带宽限制，无法捕捉到“威马逊”的主体部位，因此，将其与2A12反演产品进行融合，进一步分析对流区和层云区的水成物垂直分布特征。划分方法如下：将2A12数据中的对流降水与总降水的比值定义为r，当r≥0.4，且对流降水量超过0.5 mm/h，则该点定义为对流云点；当r≤0.3或者降水量为0，则该处定义为层云点。该方法最大程度上保证了2A12和2A25数据的一致性(在共同扫描区域，两者的一致性超过70%)。模拟结果以39 dBz作为阈值，将雷达反射率超过39 dBz的点定义为对流点，而将大于15 dBz，小于39 dBz的点定义为层云点。图 8给出了通过以上划分方法得到的TMI探测与模式模拟的层云和对流云区水成物的垂直分布廓线，其中，两方案在固相粒子的模拟上(极值所在高度及含量大小)差异较小，受垂直速度大小的影响，层云(对流云)区的雪粒子含量显著高(低)于霰粒子，同时层云中霰与雨水的含量大小有较好的对应关系，表明霰的融化在雨水形成过程中的重要作用，而TMI反演的固相粒子分布则没有表现出这一明显的差异特征。两方案模拟的雨水含量在层云(对流云)区均小(大)于卫星反演结果，其中WDM6较好地模拟出了雨水出云后的蒸发减少过程。由于2A12反演产品基于Goddard云微物理方案提供的水成物数据库，通过匹配相应的微波通道亮温得到反演的水成物含量廓线，可能存在着较大的不确定性(例如TRMM模拟的0℃层的高度约为5.2 km，从云动力和微物理的角度分析，霰粒子含量的峰值应紧靠融化层，但反演的峰值则较高，约在7 km(图 8a)，故仅作为参考数据使用。此外，由于WSM6方案模拟的层云区(对流云区)多于(少于)WDM6，使得WDM6方案模拟的整个区域平均的雨水含量高于WSM6。

图 8 同图 7所示区域内同时刻TRMM/2A12反演(a)及WSM6(b)、WDM6(c)模拟的层云(a1-c1)、对流云(a2-c2)区域平均的5种水成物混合比的垂直廓线 Figure 8 Vertical profiles of horizontally averaged mixing ratio of five hydrometeors in stratus (a1-c1) and convective (a2-c2) areas of Rammasun from WSM6 (a), WDM6 (b) simulations and satellite observations (c) at 18:00 UTC 17 July 2014

图选项

WDM6作为双参数云方案在暖云部分增加了云、雨滴数浓度的预报，且在云滴的生成以及云、雨间的相互转化上进行了改进，但此个例中WDM6方案并未表现出明显优于WSM6的特征。文中通过简单的敏感性试验指出WDM6方案中的云滴活化可能存在着较大的不确定性，由于西北太平洋及沿岸区域气溶胶含量相对较高，试验EXP2_sen将初始云凝结核数(nccn_0)增大5倍，其他设置如EXP2(表 2)。同样使用雷达反射率阈值来区分层云和对流云，图 9显示了增大初始的云凝结核数可导致模拟的对流云区雪、霰、雨水含量明显减小，层云区较不显著，模拟结果向TRMM观测靠近。这可能是由于气溶胶数增多引起模拟的云滴数浓度显著增大，蒸发冷却增强，部分抑制了云系对流的发展。但模拟的“威马逊”强度和路径与原方案差异较小，说明从微物理角度出发，较小的云方案参数变化都会影响到水成物的时空分布，但对大尺度环境场以及总体的强度作用有限。初始云滴活化的不确定还在于其使用简化的寇拉方程，与实际大气中的气溶胶时空分布及云滴活化过程可能存在较大的差异，故该部分的调整应结合实际大气状况而变(例如：可将海洋与陆地上的云凝结核数进行区分)。

图 9 同图 7所示区域内同时刻WDM6和WDM6_sen模拟的层云(a)和对流云(b)区域平均的5种水成物垂直廓线的差值 Figure 9 Differences (WDM6-WDM6_sen) in vertical profiles of horizontally averaged mixing ratio of five hydrometeors in stratus (a) and convective (b) area of Rammasun between WDM6 and WDM6_sen simulations at 18:00 UTC 17 July 2014

图选项

随着18日06时前后“威马逊”登陆，海口雷达较完整地捕获到了台风内核区经由琼州海峡进入北部湾的过程(图 10c、f)。对比18日09—15时3和8 km高度层上的雷达反射率进一步评估模拟的液、固相水成物水平分布。在低层液相部分，两方案(图 10a、b)模拟的台风眼尺度均较大，雷达探测(图 10c)的风眼大小约为50 km，而模拟直径近100 km，且内核区域雷达反射率偏强。WDM6试验中(图 10b)台风南侧的螺旋云带发展旺盛，大于43 dBz的回波面积较大，同时眼墙与螺旋云带间的层云面积较小(34 dBz及以下区域)。两方案模拟的高层固相粒子反射率(图 10d、e、f)差异较小。进一步分析雷达反射率的频率高度分布(CFADs)(Yuter et al, 1995)，显示台风“威马逊”的雷达反射率在5 km(融化层)以下主要集中在30—35 dBz(图 11c)，且回波值具有较宽的分布，说明了不同尺度大小的雨滴同时存在的可能；随着高度的升高，反射率值显著减小，谱型变窄，反映了高层冰粒子的向下收集增长过程。WSM6方案(图 11a)在融化层以上的反射率偏大，冰相粒子含量(或尺度)偏高(偏大)，而在融化层以下的液相粒子与实况较为一致，仅在1.5 km以下的近地面层的回波值稍大，分布谱型稍宽。WDM6方案(图 11b)更好地模拟了高层的雷达回波，但低层的反射率值偏大，占比最大的反射率值超过了40 dBz，说明模拟的对流区较多，雨水含量(或尺度)偏高(偏大)，缺少弱回波区则说明小粒子数量偏少，这与上文提到的3 km高度处的雷达反射率的水平分布对应，也与强、弱降水出现频次一致。

图 10 2014年7月18日09时(a1-f1)、12时(a2-f2)、15时(a3-f3)3 km(a、b、c)及8 km(d、e、f)高度上雷达反射率(a、d. WSM6模拟, b、e. WDM6模拟, c、f.海口、湛江、阳江3站3 km、8 km高度上的雷达拼图) Figure 10 Comparisons of radar reflectivity from (a, d) WSM6 simulation, (b, e) WDM6 simulation and (c, f) ground-based Doppler radar observations at 09:00 (a1-f1), 12:00 (a2-f2), 15:00 (a3-f3) UTC 18 July 2014 at 3 km (a, b, c) and 8 km (d, e, f)

图选项

(a. WSM6方案的模拟, b. WDM6方案的模拟, c. 3个测站的雷达拼图; 为便于比较, 已将模拟结果向探测数据进行了插值, 保证了对比数据的一致性) 图 11 2014年7月18日11-13时, 雷达反射率因子随高度的频率分布 Figure 11 Contoured frequency by altitude diagrams (CFAD) of radar reflectivity from WSM6 (a) and WDM6 (b) simulation and ground-based Doppler radar observations (c) from 11:00 to 13:00 UTC 18 July 2014

图选项

为了探讨两方案中不同的雨滴谱型设置对模拟台风“威马逊”中雨滴数量和大小的影响及其他水成物在雨水形成上的贡献大小，选取台风快速增强初期至模拟结束(17日06日—19日00时)时段的结果，对其中雨滴的尺度谱型变化以及雨水的源、汇项进行对比分析。

图 12显示17日06时—19日00时(间隔6 h)的D03区域平均的雨滴谱演变特征，WSM6满足M-P逆指数分布，即假定雨滴的截距参数为常数(N₀=8×10⁶/m³)，形状参数设为0，WDM6方案满足广义Γ分布，截距参数根据预报雨滴数浓度而变，形状参数设为2。

图 12 2014年7月17日06时-19日00时区域平均的雨滴谱型变化(a. WSM6方案, b. WDM6方案) Figure 12 Area-averaged raindrop size distribution in D03 simulated from the WSM6 (a) and WDM6 (b) schemes from 06:00 UTC 17 July 2014 to 00:00 UTC 19 July 2014

图选项

从图 12b可看出，随着“威马逊”的快速增强，WDM6方案模拟的雨滴从大量的小尺度粒子(约为50 μm)(17日06时黑线)逐渐向小粒子数量减少，大粒子数量增多的趋势发展(17日12时紫线，18日00时黄线)，随后在18日06时首次登陆后，雨滴尺度少变，数量有所减少，至19日00时主体再次登陆广西境内后，小粒子数量再次增多，大粒子数量减少。WSM6的模拟结果无论从雨滴的数量还是尺度大小均明显小于WDM6方案，且未能描述出雨滴谱的这一变化过程。谱型截距为常数是单参数方案的特征及弱点，其模拟的雨滴分布与实际情况可能存在较大出入，需结合雨滴谱仪和偏振雷达等含有雨滴谱型信息的探测资料做进一步的验证。

雨的源项主要有霰融化成雨水(PGMLT/PGEML: melting of graupel to rain)、雪融化成雨水(PSMLT/PSEML: melting of snow to rain)、雨水及固态粒子(雪/霰/云冰)碰并云水(PRACW/PSACW/PGACW/PAACW：accretion of cloud water by rain、snow and graupel to rain)以及云水向雨水的自动转换(PRAUT: autoconversion of cloud water to rain)，此外WDM6方案还加入了雨水蒸发反馈项(PREVP_RC: evaporation of rain to cloud water)。雨水的汇项主要有固态粒子(霰/雪/云冰)碰并雨滴(PGACR/PSACR/PIACR：accretion of rain by graupel、snow and cloud ice)以及雨水的蒸发(PREVP: evaporation of rain)。

图 13a、b分别为D03区域平均的雨水混合比随时间的演变，可以看到WSM6和WDM6方案模拟的雨水极大值高度、含量以及垂直廓线均存在差异，WDM6的极大值位置偏高，数值较大，约为0.7 g/kg，同时垂直方向上梯度较大，但近地面的雨水含量与WSM6的差异较小，同时在对比时段内两方案均模拟出了两个极值中心。固态粒子的融化(PSMLT+PGMLT)对雨水形成的作用较大(图 13c、d)，转换率可达6.8×10^-3g/(kg·s)，该转换过程存在于融化层(约为5.6 km)之下较薄的高度层内(约1.5 km)。此外，雪、霰粒子一旦位于0°层以下，其在与雨水碰并的过程中也会加速其融化，但该项的转换率量级较小(PSEML+PGEML)，对雨水的影响不大(图略)。图 13e、f为云水向雨水自动转换率，Lim等(2010)指出，WDM6在云水数浓度较低的情况下，云水向雨水的自动转换率较高。仔细分析图 13f还可发现，其大值中心分为两个部分，一个是位于1.5 km左右的低层，整个快速增强过程中的转换率可达6.8×10^-3g/(kg·s)，此特征主要是由于海洋上水汽充足，云滴尺度较大，云滴经过水汽的凝结增长很快便能转换成雨滴，满足WDM6方案中快速的云雨转换条件，且在18日15时以后出现了大量的云水向雨水的转换；另一个大值中心在4.5 km高度层上，主要是由于雪、霰粒子落入0℃层以下而融化成雨，但是云水向雨水转换的量级依旧过小，所以在图 13b中并不能体现这一特征。图 14a、b为雨水碰并云水率，WDM6方案采用的新转换公式使得云水对雨水的贡献作用变大，4 km高度上的最大转换率为6.8×10^-3g/(kg·s)，且与雨水大值区有较好的对应关系。

(a、b. WSM6、WDM6方案模拟的雨水混合比随时间的演变, c、e.分别为WSM6方案的雪、霰的融化率以及云水向雨水自动转化率, d、f.分别为WDM6方案的雪、霰的融化率以及云水向雨水自动转化率) 图 13 区域平均的雨水混合比及其源、汇项随时间-高度的变化率 Figure 13 Time-height evolution of domain-averaged mixing ratios of rain and it source-sink terms. Domain-averaged mixing ratios of rain fromWSM6 (a) and WDM6 (b) simulations. Translating rate of melting from graupel and snow as well as autoconversion from cloud water from WSM6 (c, e) and WDM6 (d, f) simulations

图选项

图 14c、d为几类固态粒子碰并雨水增长的转换率，其中转换大值区位于融化层附近，转换率达6.8×10^-3g/(kg·s)、4.2×10^-3g/(kg·s)，是雨水的主要汇项。图 14e、f为雨水的蒸发率，可以看到蒸发主要发生在快速增强的后期，且大值区略低(2—3 km高度)，虽然最大的蒸发率仅为10^-4g/(kg·s)的量级，但该项作为唯一影响掉出云区的雨水含量的汇项，直接影响到地面降水。虽然雨滴蒸发过程在两方案中相同，但由于WDM6方案模拟的雨滴数浓度和含量显著大于WSM6(图 13a、b)，粒子总表面积增大，故而加强了蒸发过程，最终导致该方案模拟的4 km以下的雨水混合比的垂直梯度增大。

(a、c、e. WSM6方案的雨水碰并云水率、固态粒子(云冰、雪、霰)碰并雨水率、雨水的蒸发率; b、d、f. WDM6方案的雨水碰并云水率、固态粒子(云冰、雪、霰)碰并雨水率、雨水的蒸发率) 图 14 区域平均的雨水源汇项随时间-高度的变化率 Figure 14 Time-height evolution of domain-averaged source-sink terms of rain. Translating rate of accretion of cloud water to rain (PRACW), accretion of solid species by rain (PGACR+PSACR+PIACR) as well as rain evaporation (PREVP) from WSM6 (a、c、e) and WDM6 (b、d、f) simulations

图选项

利用中尺度数值模式WRFv3.5对2014年超强台风“威马逊”进行数值模拟。通过雷达、卫星、自动站逐时降水资料，对比单参数WSM6和双参数WDM6方案模拟的台风路径、强度、降水分布以及水成物特征的差异。分析雨滴谱型的演变特征及微物理源汇项对雨水含量及垂直分布的贡献。

WSM6和WDM6方案均能较好模拟出“威马逊”的移动路径及累计降水分布，模拟的系统强度和雨强存在差异。WDM6方案模拟的“威马逊”强度偏弱，强降水出现概率偏高，弱降水出现概率偏低。与卫星反演数据相比，两方案模拟的水成物含量总体偏大；层云(对流云)区域的雪粒子含量显著高(低)于霰粒子，同时霰与雨水的含量大小有较好的对应关系。WDM6方案调整了暖云部分的参数设置，在一定程度上间接影响了固相粒子的相态转换，但区域平均的含量差异并不显著，WDM6方案的雨水含量明显较高，这与地基雷达的探测结果比较一致(即WDM6方案模拟的融化层以下的雷达回波值整体偏高)。两方案使用了不同的雨滴谱型设置，WDM6方案中的雨滴大小和数浓度均高于WSM6，且较合理地模拟出了台风登陆前后的雨滴谱演变特征。此外，固态粒子融化以及云、雨滴的收集碰并是形成雨水的主要源项，WDM6方案对暖云微物理参数化部分进行了修改，使得模拟的云水向雨水的自动转化率以及雨水碰并云水率均高于WSM6方案，而较大的雨滴数使得粒子总表面积增加，蒸发增强，导致该方案模拟的雨水含量随着高度的降低快速减小。

增加初始云凝结核数浓度的试验表明，WDM6方案中使用简单的寇拉方程来活化云滴，这可能与实际大气中的气溶胶特征存在差异，具有较大的不确定性，该部分的调整应结合实际大气状况而变。需要说明的是，本研究仅针对“威马逊”个例进行分析，今后将进行更多台风个例的模拟试验，利用新型综合探测资料，更深入地评估和改进双参数云微物理方案在台风中的模拟。