中国气象学会主办。
文章信息
- 蒙伟光, 张艳霞, 吴亚丽, 徐道生, 陈德辉. 2019.
- MENG Weiguang, ZHANG Yanxia, WU Yali, XU Daosheng, CHEN Dehui. 2019.
- 季风槽环境中暴雨中尺度对流系统的分析与数值预报试验
- Analysis and numerical prediction experiment of rainstorm-producing MCSs in a monsoon trough environment
- 气象学报, 77(6): 980-998.
- Acta Meteorologica Sinica, 77(6): 980-998.
- http://dx.doi.org/10.11676/qxxb2019.069
文章历史
-
2019-02-22 收稿
2019-07-26 改回
2. 国家气象中心/数值预报中心, 北京, 100081
2. National Meteorological Center/Numerical Weather Prediction Center, Bejing 100081, China
中尺度对流系统(MCS,Mesoscale Convective System)是一种重要的降水对流系统。不同中尺度对流系统的对流发展表现出不同的形态,实际预报工作能否对此做出判断对降水的准确预报十分关键。因此,对影响中尺度对流系统组织发展形态及发展强度的环境条件的理解至关重要(Laing, et al,1997;Parker, et al,2000;Cohen, et al,2007;Jirak, et al,2007)。
就有利于中尺度对流系统发展的天气尺度环流特征来说,中层弱的短波槽、强斜压带、强的暖平流、配合有明显辐合气流的低空急流以及高层强辐散等,均与中尺度对流系统的发展密切相关。就环境物理量特征而言,人们试图寻找有代表意义的参量和阈值用于指导预报。Parker等(2000)研究发现,中尺度对流系统尤其是中尺度对流复合体(Mesoscale Convective Complex,MCC,一种特殊的中尺度对流系统),常形成于低层具有较强风垂直切变和较高对流有效位能(CAPE)的斜压大气中。Coniglio等(2007)和Cohen等(2007)的工作均注意到对流有效位能大小、环境风垂直切变强弱在区分对流系统是趋于发展成熟或趋于减弱、中尺度对流系统天气是强对流性质还是弱对流性质等方面有指示作用。Jirak等(2007)在对众多中尺度对流系统形成条件进行考察后认为,低层暖平流、风垂直切变以及环境场的不稳定性是影响对流能否发展成为中尺度对流系统最为关键的因子。采用类似于暴雨预报“配料法”(Doswell Ⅲ, et al,1996),集中考虑这些关键因子的影响,他们还提出了中尺度对流系统指数(MCS index)用于指导预报。
中国针对有利于中尺度对流系统发展环流形势及环境条件也开展了不少研究(郑永光等,2002;孙建华等, 2002a, 2002b;柳艳菊等,2005;夏茹娣等,2006),识别了一些有利于不同中尺度对流系统发展的环流形势(Meng,et al,2013;He, et al,2017)。如He等(2017)曾识别出有利于中国中东部中尺度对流系统发展的环流型主要是短波槽前型和冷涡型两种。进一步考察还发现前者环境风场的垂直切变更强、盛行暖平流,并且,在低空急流出口处具有明显的气流辐合,而后者则与强锋区关联,伴有明显锋生过程。
华南地处低纬度,每年汛期的降水除由西风带系统携冷空气触发对流造成外,伴随西南夏季风活动的热带对流云团也为这一区域带来了丰富的雨水,其中均不乏源自中尺度对流系统的贡献。从卫星云图、雷达回波的观测可注意到这些中尺度对流系统可表现为多种形态。与冷空气活动相关的暴雨中尺度对流系统,从云图普查分析(梁巧倩等,2012)发现,如按照Jirak等(2003)的标准划分,其组织发展形态有近40%表现为α中尺度线状或带状对流系统(PECS),31%表现为β中尺度线状或带状对流系统(MβPECS),而达到中尺度对流复合体(MCC)和β中尺度对流复合体(MβMCC)标准的发生概率远低于α中尺度线状或带状对流系统或β中尺度线状或带状对流系统。中尺度对流系统大多表现为线状或带状发展形态,而且水平尺度小,为华南暴雨的预报增加了难度。与季风活动相关的中尺度对流系统也有类似的特征。加上受区域内中小尺度地形、陆海界面差异等复杂下垫面环境因素的影响,致使中尺度对流系统的初生、演变、减弱、消亡等过程都更复杂。加强对这一地区暴雨中尺度对流系统发展特征及其可预报性的研究非常必要。
选取一次发生于华南沿海的季风槽持续暴雨过程,对引发暴雨的中尺度对流系统的发展特征进行研究,在对季风槽相似环境中不同形态中尺度对流系统的活动及其可能的影响因素进行分析的基础上,应用华南区域中心GRAPES(GRAPES_GZ)数值模式对中尺度对流系统暴雨的发生进行模拟预报,考察模式对此类中尺度强降水对流系统的预报能力。
2 个例、数据和方法选取的个例发生于2011年6月28—30日,是季风槽影响下集中发生在华南西部沿海的一次持续性暴雨过程。地面自动气象站雨量记录表明,3 d的最大累计雨量超过500 mm。从卫星云图可观察到,在相似环流背景影响下,暴雨由多个中尺度对流系统的连续发生和活动造成。但在不同时段,即使在相同的区域,这些中尺度对流系统的组织发展形态和结构特征有较大差异,给暴雨预报造成了困难。
分析采用的数据包括地面自动气象站降水观测数据、地面和探空观测资料、雷达回波和卫星云图以及NCEP/FNL再分析格点(0.5°× 0.5°)资料等。雷达回波及卫星云图主要用于描述中尺度对流系统的演变过程。结合NCEP/FNL再分析资料以及地面和探空观测资料,采用常规诊断计算分析方法考察不同环境物理量对中尺度对流系统形成发展的指示作用。此外,应用华南区域中心GRAPES_GZ模式开展模拟预报试验,讨论模式对中尺度对流系统降水进行显式预报的可能性。
3 暴雨过程概况及中尺度对流系统的活动和组织发展形态 3.1 暴雨过程概况图 1为连续3 d逐日(08时—08时,北京时,下同)观测的24 h累计雨量和3 d的总雨量分布。从28日开始,暴雨主要发生在广东西部沿海阳江地区。28日累计雨量中心极值超特大暴雨标准(≥250 mm),达300 mm,29日约为210 mm。尽管30日雨势趋于减弱,但降水仍超过100 mm,达到大暴雨标准(图 1c),3 d的最大累计雨量超过500 mm (图 1d)。
3.2 中尺度对流系统活动特征和组织发展形态基于风云2号卫星红外云图黑体辐射亮温(TBB)资料,采用Jirak等(2003)的划分标准,将中尺度对流系统分为中尺度对流复合体、α中尺度线状或带状对流系统、β中尺度对流复合体、β中尺度线状或带状对流系统4类,重点追踪分析直接引发暴雨的中尺度对流系统的活动。表 1给出了不同中尺度对流系统起始发展时间、组织发展形态、系统持续时间及移动方向等特征数据。结果表明28—30日总共有5个明显的中尺度对流系统为暴雨中心带来了强降水,其中前两个中尺度对流系统的组织发展形式表现为椭圆形结构,另外3个表现为线状或带状结构。而且只有MCS-2和MCS-3达到了α中尺度,其余均属于β中尺度。
序号 | 起始时间 | 成熟时间 | 组织发展形式 | 持续时间(h) | 移动方向 |
MCS-1 | 28日09时 | 28日12时 | MβMCC | 8 | 准静止/东北东 |
MCS-2 | 29日00时 | 29日04时 | MCC | 9 | 偏东/准静止 |
MCS-3 | 29日18时 | 29日21时 | PECS | 5 | 准静止/偏东 |
MCS-4 | 30日03时 | 30日05时 | MβPECS | 6 | 准静止/偏北 |
MCS-5 | 30日14时 | 30日17时 | MβPECS | 3 | 准静止/东北东 |
图 2、3分别给出了其中两个中尺度对流系统(MCS-2和MCS-4)2 h间隔云图的演变特征。其中MCS-2为具有椭圆形结构的中尺度对流复合体,发展最强盛时,云顶TBB≤-52℃,水平范围超过320 km×280 km,系统发展成熟后持续时间长达9 h。MCS-4为带状的β中尺度对流系统,最强盛时云顶TBB≤-52℃,水平范围约为280 km×100 km,发展成熟后维持时间超过6 h。可以看到两个中尺度对流系统对流初生的位置均位于广东西部沿海,可能与这里海陆界面差异、沿海地形影响有关。后面的分析还会提及在季风槽环流影响下,槽南侧西南季风登陆华南沿岸时南风增大及其与东西走向海岸线的作用可能对对流的触发有重要影响。问题是为什么在相似的环流背景中一些中尺度对流系统可以进一步组织发展成为中尺度对流复合体,并持续发展较长时间,而另一些中尺度对流系统则仅发展达β中尺度,维持时间相对较短?
如MCS-2,分析发现其初始对流发展于午夜,开始时位于粤西沿海,表现为东北—西南走向的对流云带并向东移动。图 2a给出的是29日00时的云图,此时MCS-2对流云带位于雷州半岛东部及粤西沿海,随着对流系统进一步向东移动和发展(图 2b),云带与前一个位于珠江口西岸趋于消亡的中尺度对流系统的残余云系发生合并,进一步发展成为具有较大水平范围、椭圆形结构的中尺度对流复合体(图 2c、d)。之后MCS-2位置少动,如从系统发展成熟的29日04时算起,MCS-2发展成中尺度对流复合体后维持的时间超过9 h,至13时后才逐渐减弱、消亡。29日粤西沿海大范围的大暴雨(>100 mm)区(图 1b)正是由这一中尺度对流复合体影响造成。
MCS-4的初始对流发生于30日03时前后(图 3a),2 h后对流云已组织发展成为一个β中尺度对流系统,其组织发展形态表现为长条带状(图 3b),与MCS-2有明显区别。该中尺度对流系统形成后位置也呈准静止状态,对流云发展强度有反复。从图 3c可看到,与前2 h相比,此时中尺度对流系统的云顶温度有所升高,表明对流发展有所减弱。但随后2 h,云顶温度又逐渐降低,对流重新发展增强(图 3d)。尽管如此,MCS-4最终并没有发展成为具有更大尺度的中尺度对流复合体,只是作为带状的β中尺度对流系统维持发展。由于中尺度对流系统中的对流反复发生,MCS-4发展成熟后维持时间超过6 h,12时后才减弱消亡。
3.3 中尺度对流系统回波结构特征不同发展形态的中尺度对流系统具有不同的降水结构特征,这是中尺度对流系统具有不同长短生命史并造成不同强度灾害天气的重要原因。图 4为对应这两个中尺度对流系统从初生至发展成熟阶段由华南组网雷达观测到的2 h间隔的降水回波(最大组合反射率)。可以看到与MCS-4呈长条带状的回波结构不同,MCS-2的降水回波发展范围更加宽广、呈团状。发展成熟后(图 4c)强回波区位于团状回波的东侧(下风向),回波反射率因子强度普遍超过40 dBz。而其西侧的回波较为均匀,多在20—35 dBz。系统前部为对流降水、后部为层云降水,这是典型的中尺度对流系统降水结构形态。已有研究(Houze, et al,1990; Houze,1997)表明,这种降水结构形态将有助于中尺度对流系统发展出自身的环流结构,通过次级环流激发中尺度对流系统周边发生新的对流,促进中尺度对流系统进入一种自激维持的发展过程,使分散的对流得以组织发展从而有机会形成更大水平尺度的中尺度对流系统。MCS-2能发展成为α中尺度对流复合体,与其发展过程中演变出的这种降水结构形态有关系。比较而言,属β中尺度的MCS-4其降水回波表现为带状或条状结构,强对流回波平行分布于带状回波区中。缺乏稳定的自激维持发展机制,尽管MCS-4发展后期降水回波向北移动并且范围有所扩大,但最终没有发展成中尺度对流复合体,而且其持续发展时间比MCS-2要短(表 1)。
4 天气形势及热力学环境从有利于暴雨发生天气形势分析出发,通过对影响中尺度对流系统发展几个关键物理量的诊断分析,试图理解为什么在相似的天气尺度形势影响下,中尺度对流系统发展的水平尺度、组织发展形态及持续发展时间有所不同。
4.1 天气形势图 5给出暴雨发生期间28日08时和29日08时的地面天气形势。28日08时季风槽位于华南沿海一带,槽西段低压环流位于越南北部及北部湾地区(图 5a)。29日08时季风槽强度有所增强,低压环流中心气压下降,由此造成季风槽东南侧气压梯度增大、南风增强(图 5b)。这将有助于西南季风登陆广东,尤其是在广东西部沿海一带,南风直接吹向东西走向的海岸线,低层辐合增强将有助于对流发展。
图 6为与图 5相对应的12 h后的500和850 hPa等压面形势,高空形势的演变也反映出类似变化特征。500 hPa上,与28日20时(图 6a)相比,29日20时(图 6b)季风槽加深发展出了完整的低压环流,而且由于西太平洋副热带高压主体强度有所增强,5880 gpm等高线向西南侧伸展,进一步促进了季风槽东南侧气压梯度增大,这都可引起华南西部沿海一带西南季风增强、南风增大。850 hPa上,与28日20时(图 6c)相比,29日20时(图 6d)华南及其西部沿海一带的西南季风更强,而且急流轴向北发展(图 6d),为华南西部沿海一带带来了丰富的水汽。从整层大气可降水量看,这一时段西部沿海的可降水量最大超过65 mm (图略),只要有适合的动力条件将触发对流降水发生。图 6a、b灰阶为1000—500 hPa的厚度,强厚度区位于暴雨区上游,反映出厚度(暖)平流为中尺度对流系统的发展提供了条件。
图 7为地面自动气象站降水和卫星云图TBB以及NCEP再分析资料给出的中尺度对流系统活动主要范围(21.5°—22.5°N,111.5°—112.5°E)平均降水、云顶温度及其南侧低空急流南风分量的时间演变。与前面分析一致,平均降水和云顶温度变化都反映出持续暴雨发生期间共有5个中尺度对流系统活动,而且从其与低空急流南风分量变化对应关系看,中尺度对流系统发展可能与急流中风速的脉动有关。尤其对于MCS-2和MCS-4来说,对流发展与风速变化的这种对应关系更为密切。如MCS-2,从28日20时开始伴随南风增强,对流开始发展,云顶温度逐渐下降,至29日01时MCS-2平均云顶温度下降至-52℃,直至15时,平均云顶温度均维持在-52℃以下。MCS-4的发展也有类似特点。
对流云从夜间开始发展至次日凌晨,上午发展达最强,与夜间低空急流的维持发展有关,这并非是偶然现象,在其他一些华南沿海季风暴雨过程中也有发现(蒙伟光等,2014)。国际上也有研究(Laing, et al,2000;Houze, et al,2004)指出,夜间低空急流通过对边界层不稳定性起维持作用,可为中尺度对流系统发展提供对流的“可维持性”条件,从而将更有机会把对流组织发展成中尺度对流系统。但也要看到,尽管MCS-4发展相对较弱,对应却有更强急流和南风的活动,图 7中不论是在850 hPa还是在925 hPa上,与MCS-4相对应的南风均更强,反映出中尺度对流系统的发展还受到其他因素的影响。
4.2 热力学环境图 8给出了中尺度对流系统发展位置附近阳江探空站(21.90°N,112.00°E)的Skew T-lgp图,选取的探测时间为与MCS-2和MCS-4发生前最邻近的28日20时和29日20时。比较而言,MCS-2发展环境对流层中层相对较干下层较湿的特征更为明显,此时500 hPa上温度露点差超过8℃,低层差异则相对较小,而MCS-4环境则表现为整层湿润、温度露点差小。热力学参数的计算表明,地面气块具有的对流有效位能(SBCAPE)均较小,28日20时为686 J/kg,29日20时为78 J/kg。但两个时次在最不稳定层次(分别为992和993 hPa)的气块均具有较大的对流有效位能(最不稳定气块对流有效位能)值,其中MCS-4环境大气具有更大的最不稳定气块对流有效位能达到1849 J/kg,而MCS-2的仅为1162 J/kg。这都意味着如果有适当的抬升机制,MCS-4环境由于可提供更多的不稳定能量,对流的发展将更强盛。
为了更准确地描述中尺度对流系统发展的环境,表 2进一步给出了基于近地面100 hPa混合层计算得到的对流有效位能(MLCAPE)值以及环境低层风场垂直切变的计算结果。同时为了更准确地刻画MCS-4发展的环境大气,采用更接近MCS-4开始发展时间地面常规观测资料(30日02时)对29日20时探空资料进行订正的方法,重新计算了相关的物理量,结果列于表 2中。可以看到混合层对流有效位能与最不稳定气块对流有效位能的大小接近,28日20时和29日20时,计算的MLCAPE分别为1179.3和1604.1 J/kg,也是后者更大。而且对探空资料进行订正后计算得到的结果达到1573.9 J/kg,与订正前相当,表明MCS-4发展环境具有更高的不稳定能量是可信的。
时次/站点 | MLCAPE(J/kg) | MLCIN(J/kg) | BS0—3 km(m/s) | BS0—6 km(m/s) |
28日20时/阳江 | 1179.3 | 42.8 | 6.5 | 7.6 |
29日20时/阳江 | 1604.1 | 29.7 | 15.4 | 7.9 |
30日02时/阳江 | 1573.9 | 31.1 | 16.9 | 4.7 |
就对流抑制能量(CIN)来说,MCS-2环境场的MLCIN与MUCIN一样具有比MCS-4环境更大的值,而且风的垂直切变小,尤其是0—3 km的风垂直切变(BS0—3 km)两者的对比更明显,MCS-2的仅为6.5 m/s左右,而MCS-4的大于15 m/s。如此看来,这两个中尺度对流系统难以用环境对流有效位能值和风垂直切变大小判断其发展趋势。
以上的分析一定程度上表明,被认为对中尺度对流系统组织发展有较好指示作用的关键物理量如对流有效位能和风垂直切变用于区分华南中尺度对流系统的不同发展趋势有较大的不确定性。这可能也与用来计算物理量的探空资料的代表性有关,受时间和空间分辨率限制,基于常规探空观测资料应用“配料法”思路对中尺度对流系统暴雨进行预报将会受到限制。
5 华南区域中心GRAPES_GZ模式对两个中尺度对流系统暴雨模拟预报效果的分析随着数值预报技术的发展和计算能力的提高,采用数值模式对中尺度对流系统降水进行显式和实时的预报已成为模式预报技术发展追求的目标之一。应用华南区域中心基于中国GRAPES模式(薛纪善等,2008)发展的数值预报系统GRAPES_GZ(陈子通等,2016)对MCS-2和MCS-4的降水过程进行模拟预报,除考察模式水平分辨率提高、云分析技术应用对模拟结果的影响外,重点考察对流参数化(CP)方案应用及调整对预报效果的影响。
5.1 不同模拟预报试验的设计共设计5组不同的试验(表 3)。其中Exp-1和Exp-2的设置与目前业务运行的GRAPES_GZ 9 km和GRAPES_GZ 3 km模式一致,两者均采用SAS对流参数化方案。考虑到模式分辨率和对流参数化方案的适用性,其中业务3 km模式对SAS方案进行了调整,增加了对浅对流过程的考虑。其他3组为设计的不同敏感性试验,分别用于考察云分析技术应用、对流参数化方案应用以及浅对流过程对模拟结果的影响。除表 3所列之外,试验中模式采用的其他物理过程方案分别有:WMS6云微物理方案,RRTMG长、短波辐射方案,MRF边界层方案和自主研发的陆面过程方案SMS等。
Exp-1 | Exp-2 | Exp-3 | Exp-4 | Exp-5 | |
模式区域格点数 | 882×553 | 913×513 | 913×513 | 913×513 | 913×513 |
水平分辨率(km) | 9 | 3 | 3 | 3 | 3 |
积分步长(s) | 90 | 40 | 40 | 40 | 40 |
对流参数化方案 | SAS | SAS+浅对流 | SAS+浅对流 | 无 | SAS |
云分析方案 | 无 | 有 | 无 | 有 | 有 |
鉴于MCS-2和MCS-4活动时间,模式分别从28日20时和29日20时开始积分,进行24 h的模拟预报。模式初始场和边界条件均由美国NCEP/GFS模式的预报输出提供。考虑到两个中尺度对流系统历时不超过12 h,均在次日的14时之前减弱消亡,下面主要针对截至14时之前的12 h累计雨量和中尺度对流系统主要活动区域平均降水强度演变的模拟结果进行分析。
5.2 不同试验累计雨量的对比分析图 9给出了两种不同水平分辨率模式模拟的两个中尺度对流系统的12 h累计降水与观测的比较。观测表明两个中尺度对流系统引起的降水均主要集中发生在粤西阳江附近,相对来说MCS-2的大暴雨(累计雨量≥100 mm)落区更为偏南、范围更大,雨量中心最大值超过400 mm,而MCS-4的大暴雨区主要位于阳江北部,雨量中心最大值约为200 mm。
尽管两种不同分辨率的试验Exp-1和Exp-2均模拟出粤西有暴雨过程发生,但暴雨发生强度、落区与实际观测仍有不少偏差。就MCS-2降水来说,Exp-1模拟的降水量明显偏少,中心最大值仅为80 mm左右,较强的降水落区偏向粤西东部和北部,对阳江附近的大暴雨区明显漏报。与此类似,Exp-1也漏报了MCS-4在阳江北部的暴雨中心,模拟的暴雨区偏向东南部沿海,而且量级也明显偏小。具有更高水平分辨率的Exp-2的模拟效果有改进,尤其对MCS-2可以模拟出更大雨量。尽管暴雨落区仍然偏北,但与Exp-1结果相比更接近于观测。同样,Exp-2模拟的MCS-4强降雨区也更加集中发生在阳江附近,雨量也更大,这都反映出水平分辨率提高模式可以模拟出更合理的结果。
图 10给出了其他几个分辨率同为3 km的敏感性试验的结果。比较Exp-2(图 9e、f)和Exp-3(图 10a、b)的结果可了解云分析技术应用的影响。由于模式开始积分时间比两个中尺度对流系统对流起始发展的时间均早6 h以上,云分析技术的应用对两个中尺度对流系统降水模拟结果的影响很小,表现为Exp-3模拟出了与Exp-2十分相似的降水量大小和分布特征。采用云分析技术获取模式积分初始时刻云水物质信息,并通过张弛逼近方法将其融入模式预报来达到缩短模式积分起转时间,已被证明对改进模式短时效的降水预报效果有作用(Hu et al,2006, 2007;吴亚丽等,2018)。但也有研究发现随着预报时效延长其影响将减弱。这里两个试验结果的差异小,可能与中尺度对流系统降水在模式积分数小时后才开始发生有关系。
比较Exp-4、Exp-5和Exp-2试验结果,可考察模式水平分辨率提高至3 km后是否仍保留对流参数化方案或者对流参数化方案中是否考虑浅对流过程对模拟结果的影响。众所周知,作为模式降水预报的一种重要参数化方案,对流参数化方案设计的初衷是为了考虑模式网格不能分辨的深对流云的整体贡献。因此,多数对流参数化方案均假设深对流云只占网格区面积的很小一部分,一般只适用于网格距大于10 km的情形(Molinari, et al,1992)。随着模式网格距缩小、水平分辨率提高,部分深对流云将可以被格点尺度直接分辨,模式降水机制将由云微物理方案直接描述,对流参数化方案的应用将遭遇“分辨率灰色区域”(Gerard,2007)问题。因此,如何为处于“分辨率灰色区域”的模式或者在给定分辨率情况下,为某一区域的降水预报找到最合适的对流参数化方案成为一个非常重要的问题(Sun, et al,2013;徐道生等,2015;万子为等,2015)。针对华南区域中心GRAPES_GZ业务预报模式采用的SAS对流参数化方案(Grell,1993),目前的华南区域中心GRAPES_GZ 3 km模式(Exp-2试验设置)主要是在原对流参数化方案中采用考虑浅对流过程的方法进行调整,避免对流参数化方案被过度调用,以保证模式格点尺度降水与次网格尺度降水的合理分配。
图 10c、d以及图 10e、f分别为模式不采用对流参数化方案和对流参数化方案不做调整的模拟结果。显然,如果不采用对流参数化方案(Exp-4),模式的格点尺度降水将产生过度预报问题。从具体降雨量预报看,Exp-4模拟的MCS-2和MCS-4的12 h累计雨量中心最大值分别为240和180 mm,尽管与实际观测的最大值(如图 9a、b)相比,结果仍偏少,但大暴雨区所覆盖的面积均被过度预报(图 10c、d)。采用未经调整的对流参数化方案时,Exp-5对MCS-2和MCS-4最大雨量中心的模拟结果仅为140和90 mm(图 10e、f)。尽管克服了对降水过度预报问题,但模拟的雨量中心最大值却更小,这与对流参数化方案的过度调用有关,有必要作相应的技术调整。
Exp-2是在Exp-5基础上通过在对流参数化方案中考虑浅对流过程而进行的一种调整。对比发现Exp-2模拟的两个中尺度对流系统的雨量中心比Exp-5的模拟结果还要小,仅为100和80 mm左右(图 9e、f)。显然,就这两个中尺度对流系统降水预报来说,目前的调整方案并没有达到目的。
图 11为采用TS(Threat Score)、FSS(Fraction Skill Score)和ETS (Equitable Threat Score) 3种预报技巧评分方法对不同试验进行评分的结果,可更为客观地了解不同试验的预报效果。评分主要针对图 9、10绘图区的格点降水进行,可以看到前两种方法在不同降水分级的评分结果非常类似,邻域法FSS由于在观测和预报匹配空间尺度上的扩展,比传统TS方法得分更高。MCS-2的预报,Exp-4和Exp-5对1.0—50.0 mm所有6个不同分级降水预报的评分均较高,而且Exp-4对大于15 mm高量级降水的评分更高,反映出不采用对流参数化方案的Exp-4预报效果最好(图 11a、c)。MCS-4的预报,除大于40.0 mm以上降水评分之外,保留对流参数化方案的几个试验的TS、FSS评分效果更好,而且对对流参数化方案进行调整的试验Exp-2和Exp-3对40.0 mm以下降水分级的预报获得了更高的评分(图 11b、d)。
ETS评分是对TS评分方法的一种改进,通过剔除一些非技巧因素的影响,评定结果被视为更加“公正”。与前面分析一致,Exp-4和Exp-5对MCS-2降水的预报比其他试验有更高的ETS评分(图 11e),不采用对流参数化方案的Exp-4在中、高量级降水的预报上效果更好。对于MCS-4的预报,保留对流参数化方案试验的预报效果更好,除40.0 mm以上高量级降水预报之外,其ETS评分更高(图 11f)。
是否保留对流参数化方案对两个不同中尺度对流系统降水预报效果存在明显差异,反映出采用数值模式对中尺度对流系统降水进行显式预报仍有不确定性。模式如何描述不同形态中尺度对流系统的降水物理过程,如何对相关的技术方案进行调整值得深入探讨。
5.3 不同试验平均逐时降水强度的对比分析图 12给出了不同试验模拟中尺度对流系统在主要活动区(21.5°—22.5°N,111.5°—112.5°E)平均小时雨量变化与观测的比较。就MCS-2来说(图 12a),观测的平均降水强度从29日02时后明显增大,从04时开始中尺度对流系统发展成熟后平均雨强超过6 mm/h并一直维持至13时,最强平均雨强出现在09时超过11 mm/h。与前面分析结果相似,有、无云分析两个试验模拟结果的差异不大,模拟降水强度时间变化特征两者基本一致。同样,是否考虑浅对流两个试验的模拟结果也反映出尽管对流参数化方案的应用都克服了Exp-4试验降水过度预报问题,但也模拟出了比观测弱的雨强。图中反映出对流参数化方案不考虑浅对流过程的试验Exp-5模拟的雨强均不超过4—5 mm/h,与实际观测平均降水强度普遍超过8~9 mm/h仍有比较大的差距。Exp-2模拟的降水强度更弱,几乎在所有的时次,其模拟的雨强均比Exp-5弱。相似的特征在MCS-4的模拟结果中(图 12b)也有体现,这里不再赘述。
值得指出的是,虽然不保留对流参数化方案的Exp-4试验过度预报了中尺度对流系统产生的降水,但却捕捉到了许多与观测结果相似的特征。不论是对MCS-2还是对MCS-4,Exp-4均更好地模拟出了中尺度对流系统开始时段降水的发展情况(图 12),模拟的降水强度均在02—03时前后开始增大,而且与观测值接近,降水的过度预报主要出现在对流系统发展后期。这些分析结果提示我们,尽管采用高分辨率数值模式对中尺度对流系统降水进行显式预报已成为可能,但结果仍有不确定性,实际预报实践中,积累模式产品应用经验、做好释用工作很有必要。另外,就模式预报技术的发展来说,如何更好地刻画中尺度对流系统的维持发展机制,如何更合理的描述次网格对流效应等问题仍需要细致考虑。
6 结论和讨论应用地面自动气象站降水观测资料、卫星云图、雷达回波以及NCEP再分析格点资料,对2011年6月底发生于华南沿海由季风槽引发的持续性暴雨过程中的中尺度对流系统的活动及发展环境进行了分析。同时,探讨了利用中尺度数值天气预报模式对中尺度对流系统降水进行显式预报的可能性。主要结论如下:
(1) 本次形成于粤西沿海季风槽环境中的暴雨由多个相继发展的中尺度对流系统造成。在相似的环流形势下,不同中尺度对流系统发展水平尺度有较大差异,最大的可组织发展成α中尺度对流复合体,但多数为β中尺度,而且以长带状的组织发展形态为主。
(2) 对两个发展形态分别表现为中尺度对流复合体(MCS-2)和MβPECS(MCS-4)的中尺度对流系统对比分析表明,中尺度对流系统的发展与季风槽南侧低空急流上的南风脉动有良好对应关系。季风槽和急流向北推进对中尺度对流系统对流触发有重要影响。
(3) 探空资料诊断结果发现,被认为对中尺度对流系统组织发展有较好指示作用的关键物理量如对流有效位能和风垂直切变难以区分不同中尺度对流系统的发展趋势。与具有更大水平尺度的MCS-2相比,MCS-4发展环境场反而具有更高的对流有效位能值和更强的风垂直切变。用于诊断的探空资料的代表性将影响诸如“配料法”等暴雨客观预报方法的应用。
(4) 利用华南区域中心GRAPES_GZ模式系统对两个暴雨中尺度对流系统进行的模拟预报结果表明,3 km分辨率模式可以对中尺度对流系统降水进行显式预报,但结果仍有不确定性,预报结果对是否保留对流参数化方案敏感。尽管不依靠对流参数化方案模式能够描述中尺度对流系统对流初始发展情况,但会过度预报中尺度对流系统发展成熟后的降水。实际预报实践中要用好模式预报产品,需要积累应用经验做好释用工作。
随着水平分辨率提高,尽管数值模式已有可能对中尺度对流系统降水进行显式预报,但如何更加合理和科学地设计模式的降水机制仍需要深入探讨。限于篇幅,文章仅从模式对比试验进行了分析。高分辨率模式中如何修改对流参数化方案,从“尺度自适应”角度完善关于次网格尺度深对流效应及其与浅对流过程、云微物理过程的相互影响,协调模式降水物理过程与动力过程相互作用机制,这都需要在今后工作中加强研究。
此外,需要指出的是本次暴雨中尺度对流系统发生在受季风槽影响环境中,实际上华南发生的暴雨尤其是暖区暴雨大多形成于弱的大尺度强迫环境中,中小尺度扰动信息(如中小尺度地形、外流边界等)是暴雨中尺度对流系统发生更重要的强迫源。模式对此类中尺度对流系统的可预报性如何,模式如何描述这些中小尺度强迫对暴雨中尺度对流系统形成的影响等问题,都需要给予更多关注。
陈子通, 戴光丰, 钟水新, 等. 2016. 中国南海台风模式(trams-v2.0)技术特点及其预报性能. 热带气象学报, 32(6): 831-840. Chen Z T, Dai G F, Zhong S X, et al. 2016. Technical features and prediction performance of typhoon model for the South China Sea. J Trop Meteor, 32(6): 831-840. (in Chinese) |
梁巧倩, 项颂翔, 林良根, 等. 2012. 华南前汛期MCS的活动特征及组织发展形式. 热带气象学报, 28(4): 541-551. Liang Q Q, Xiang S X, Lin L G, et al. 2012. MCS characteristics over South China during the annually first rainy season and their organization types. J Trop Meteor, 28(4): 541-551. DOI:10.3969/j.issn.1004-4965.2012.04.013 (in Chinese) |
柳艳菊, 丁一汇, 赵南. 2005. 1998年南海季风爆发时期中尺度对流系统的研究:Ⅰ中尺度对流系统发生发展的大尺度条件. 气象学报, 63(4): 431-442. Liu Y J, Ding Y H, Zhao N. 2005. A study on the meso-scale convective systems during summer monsoon onset over the South China Sea in 1998:Ⅰ Analysis of large-scale fields for occurrence and development of meso-scale convective systems. Acta Meteor Sinica, 63(4): 431-442. DOI:10.3321/j.issn:0577-6619.2005.04.005 (in Chinese) |
蒙伟光, 张艳霞, 袁金南, 等. 2014. 华南沿海2011年7月15-18日持续暴雨过程中的季风槽与中尺度对流系统相互作用. 气象学报, 72(3): 508-525. Meng W G, Zhang Y X, Yan J N, et al. 2014. Monsoon trough and MCSs interactions during the persistent torrential rainfall event of 15-18 July 2011 along the South China coast. Chinese J Atmos Sci, 72(3): 508-525. (in Chinese) |
孙建华, 赵思雄. 2002a. 华南"94·6"特大暴雨的中尺度对流系统及其环境场研究Ⅰ:引发暴雨的β中尺度对流系统的数值模拟研究. 大气科学, 26(4): 541-557. Sun J H, Zhao S X. 2002a. A study of mesoscale convective systems and its environmental fields during the June 1994 record heavy rainfall of South China Part Ⅰ:A numerical simulation study of meso-β convective system inducing heavy rainfall. Chinese J Atmos Sci, 26(4): 541-557. (in Chinese) |
孙建华, 赵思雄. 2002b. 华南"94·6"特大暴雨的中尺度对流系统及其环境场研究Ⅱ:物理过程、环境场以及地形对中尺度对流系统的作用. 大气科学, 26(5): 633-646. Sun J H, Zhao S X. 2002b. A study of mesoscale convective systems and its environmental fields during the June 1994 record heavy rainfall in South China Part Ⅱ:Effect of physical processes, initial environmental fields and topography on meso-β convective system. Chinese J Atmos Sci, 26(5): 633-646. (in Chinese) |
万子为, 王建捷, 黄丽萍, 等. 2015. GRAPES-MESO模式浅对流参数化的改进与试验. 气象学报, 73(6): 1066-1079. Wan Z W, Wang J J, Wang L P, et al. 2015. An improvement of the shallow convection parameterization scheme in the GRAPES-meso. Acta Meteor Sinica, 73(6): 1066-1079. (in Chinese) |
吴亚丽, 蒙伟光, 陈德辉, 等. 2018. 一次华南暖区暴雨过程可预报性的初值影响研究. 气象学报, 76(3): 323-342. Wu Y L, Meng W G, Chen D H, et al. 2018. A study of the impact of initial conditions on the predictability of a warm-sector torrential rain over South China. Acta Meteor Sinica, 76(3): 323-342. (in Chinese) |
夏茹娣, 赵思雄, 孙建华. 2006. 一类华南锋前暖区暴雨β中尺度系统环境特征的分析研究. 大气科学, 30(5): 988-1008. Xia R D, Zhao S X, Sun J H. 2006. A study of circumstances of meso-β-scale systems of strong heavy rainfall in warm sector ahead of fronts in South China. Chinese J Atmos Sci, 30(5): 988-1008. DOI:10.3878/j.issn.1006-9895.2006.05.26 (in Chinese) |
徐道生, 张艳霞, 王刚, 等. 2015. Meso-SAS对流参数化方案的改进及其在9 km分辨率模式中的应用. 热带气象学报, 31(5): 608-618. Xu D S, Zhang Y X, Wang G, et al. 2015. Improvement of meso-SAS cumulus parameterization scheme and its application in a model of 9 km resolution. J Trop Meteor, 31(5): 608-618. (in Chinese) |
薛纪善, 陈德辉. 2008. 数值预报系统GRAPES的科学设计与应用. 北京: 科学出版社, 383pp. Xue J S, Chen D H. 2008. Scientific Design and Application of Numerical Prediction System GRAPES. Beijing: Science Press, 383pp. (in Chinese)
|
郑永光, 陶祖钰, 王洪庆, 等. 2002. 黄海及周边地区α中尺度对流系统发生的环境条件. 气象学报, 60(5): 613-619. Zheng Y G, Tao Z Y, Wang H Q, et al. 2002. Environment of meso α-scale convective system development in Yellow sea region. Acta Meteor Sinica, 60(5): 613-619. DOI:10.3321/j.issn:0577-6619.2002.05.012 (in Chinese) |
Cohen A E, Coniglio M C, Corfidi S F, et al. 2007. Discrimination of mesoscale convective system environments using sounding observations. Wea Forecasting, 22(5): 1045-1062. DOI:10.1175/WAF1040.1 |
Coniglio M C, Brooks H E, Weiss S J, et al. 2007. Forecasting the maintenance of quasi-linear mesoscale convective systems. Wea Forecasting, 22(3): 556-570. DOI:10.1175/WAF1006.1 |
Doswell Ⅲ C A, Brooks H E, Maddox R A. 1996. Flash flood forecasting:An ingredients-based methodology. Wea Forecasting, 11(4): 560-581. DOI:10.1175/1520-0434(1996)011<0560:FFFAIB>2.0.CO;2 |
Gerard L. 2007. An integrated package for subgrid convection, clouds and precipitation compatible with meso-gamma scales. Quart J Roy Meteor Soc, 133(624): 711-730. DOI:10.1002/qj.58 |
Grell G A. 1993. Prognostic evaluation of assumptions used by cumulus parameterizations. Mon Wea Rev, 121(3): 764-787. DOI:10.1175/1520-0493(1993)121<0764:PEOAUB>2.0.CO;2 |
He Z W, Zhang Q H, Bai L Q, et al. 2017. Characteristics of mesoscale convective systems in central East China and their reliance on atmospheric circulation patterns. Int J Climatol, 37(7): 3276-3290. DOI:10.1002/joc.4917 |
Houze R A Jr, Smull B F, Dodge P. 1990. Mesoscale organization of springtime rainstorms in Oklahoma. Mon Wea Rev, 118(3): 613-654. DOI:10.1175/1520-0493(1990)118<0613:MOOSRI>2.0.CO;2 |
Houze R A Jr. 1997. Stratiform precipitation in regions of convection:A meteorological paradox?. Bull Amer Meteor Soc, 78(10): 2179-2196. DOI:10.1175/1520-0477(1997)078<2179:SPIROC>2.0.CO;2 |
Houze R A Jr. 2004. Mesoscale convective systems. RevGeophys, 42: RG4003. |
Hu M, Xue M, Brewster K. 2006. 3DVAR and cloud analysis with WSR-88D level-Ⅱ data for the prediction of the Fort Worth, Texas, tornadic thunderstorms. Part Ⅰ:Cloud analysis and its impact. Mon Wea Rev, 134(2): 675-698. |
Hu M, Xue M. 2007. Impact of configurations of rapid intermittent assimilation of WSR-88D radar data for the 8 May 2003 Oklahoma City tornadic thunderstorm case. Mon Wea Rev, 135(2): 507-525. DOI:10.1175/MWR3313.1 |
Jirak I L, Cotton W R, McAnelly R L. 2003. Satellite and radar survey of mesoscale convective system development. Mon Wea Rev, 131(10): 2428-2449. DOI:10.1175/1520-0493(2003)131<2428:SARSOM>2.0.CO;2 |
Jirak I L, Cotton W R. 2007. Observational analysis of the predictability of mesoscale convective systems. Wea Forecasting, 22(4): 813-838. DOI:10.1175/WAF1012.1 |
Laing A G, Fritsch J M. 1997. The global population of mesoscale convective complexes. Quart J Roy Meteor Soc, 123(538): 389-405. DOI:10.1002/qj.49712353807 |
Laing A G, Fritsch J M. 2000. The large-scale environments of the global populations of mesoscale convective complexes. Mon Wea Rev, 128(8): 2756-2776. DOI:10.1175/1520-0493(2000)128<2756:TLSEOT>2.0.CO;2 |
Meng Z Y, Yan D C, Zhang Y J. 2013. General features of squall lines in East China. Mon Wea Rev, 141(5): 1629-1647. DOI:10.1175/MWR-D-12-00208.1 |
Molinari J, Dudek M. 1992. Parameterization of convective precipitation in mesoscale numerical models:A critical review. Mon Wea Rev, 120(2): 326-344. DOI:10.1175/1520-0493(1992)120<0326:POCPIM>2.0.CO;2 |
Parker M D, Johnson R H. 2000. Organizational modes of midlatitude mesoscale convective systems. Mon Wea Rev, 128(10): 3413-3436. DOI:10.1175/1520-0493(2001)129<3413:OMOMMC>2.0.CO;2 |
Sun Y, Yi L, Zhong Z, et al. 2013. Dependence of model convergence on horizontal resolution and convective parameterization in simulations of a tropical cyclone at gray-zone resolutions. J Geophys Res Atmos, 118(14): 7715-7732. DOI:10.1002/jgrd.50606 |