中国气象学会主办。
文章信息
- 滕方达, 李得勤, 蒋大凯, 杨森, 王寒, 陆井龙, 聂安祺. 2020.
- TENG Fangda, LI Deqin, JIANG Dakai, YANG Sen, WANG Han, LU Jinglong, NIE Anqi. 2020.
- 微物理过程参数化方案对辽宁一次暴雪的数值模拟差异分析
- Comparative analysis of simulations on a heavy snow event in Liaoning province using different cloud microphysical parameterization schemes
- 气象学报, 78(4): 608-622.
- Acta Meteorologica Sinica, 78(4): 608-622.
- http://dx.doi.org/10.11676/qxxb2020.045
文章历史
-
2019-10-09 收稿
2020-03-27 改回
2. 辽宁省气象局,沈阳,110166;
3. 中国气象局沈阳大气环境研究所,沈阳,110166;
4. 辽宁省气象服务中心,沈阳,110166
2. Liaoning Meteorological Bureau,Shenyang 110166,China;
3. Institute of Atmospheric Environment,CMA,Shenyang 110166,China;
4. Liaoning Meteorological Service Center,Shenyang 110166,China
暴雪是中国冬季主要的气象灾害之一,其发生时常伴有大风、降温等天气现象,大范围、长时间的暴雪事件对交通、电力、农业等设施均能造成严重影响,局地性的大暴雪、特大暴雪事件常常危及人民生命财产安全,属于典型的高影响天气。东北地区是中国4个暴雪关键区之一,而且未来强降雪事件还有增加的趋势(Sun,et al,2010),已经有很多研究运用天气学分析方法对暴雪过程中的环流形势、系统配置、物理量条件等进行分析,进而应用天气学诊断量对影响系统的生消演变原因给出合理的解释(孙欣等,2011)。天气学分析和构建天气概念模型能够抓住降雪事件中的主要影响系统,为人们更好地理解天气过程的演变和发展规律提供了方法,但仅依赖经典的天气概念模型要对暴雪的强度和落区进行精确预报仍然存在一定的难度。
中尺度模式中与降水直接相关的物理过程包括云微物理过程和积云对流过程,模式中的降水一般分稳定性降水和对流性降水,其中稳定性降水主要与云微物理过程有关,而对流性降水则通过积云对流参数化方案诊断得到。针对降水相关的物理过程,中外发展了大量的云微物理参数化方案用来表述大尺度的降水过程,参数化方案大多源自Bulk方案,其中只预报降水相关粒子质量浓度,也被称为“单参”方案,随着对云中不同相态粒子的考虑,逐渐出现了考虑粒子质量浓度和数浓度的方案—即“双参”方案,以及进一步加入雷达反射率计算的“三参”方案。考虑到云中水成物粒子的不同相态的转变,目前大多数云微物理参数化方案均为冷云方案(Thompson,et al,2008;Hong,et al,2006;Lim,et al,2010),其中冰相水成物分为:冰、雪、霰(包括雹)三类,Lin方案(Lin,et al,1983)则是把雪和霰统一划分为可降冰类型。
随着人们对云微物理过程认识的不断提高,目前可用的微物理参数化方案可达几十种,因此大量的研究用来对比分析不同云微物理参数化方案对降水模拟的差别(孙晶等,2011;邓琳等,2016;唐洁等,2018)。Rajeevan等(2010)针对印度南部的雷雨天气,对比了4种不同的微物理参数化方案对降水的模拟,发现Thompson方案的模拟效果较好。康延臻等(2018)使用了9种“单参”和7种“双参”的微物理方案来对华北一次特大暴雨进行模拟对比,发现“双参”方案表现稳定,较“单参”方案好,同时SBU-Y Lin方案表现优于其他方案。王洪等(2014)在同样使用“单参”方案和“双参”方案对华南一次降水的模拟中发现不同“双参”方案对降水的模拟差异较大,并认为这可能是由于水成物粒子比质量和数浓度之间缺乏物理约束所导致的。尹金方等(2014)回顾了云微物理参数化方案的研究进展,并在其适用性方面提出包含霰粒子的WDM6等方案更加适用于中国热带地区,而包含雹粒子的Lin方案、Thompson方案等更适合于中高纬度的深对流天气,同时指出了“双参”方案存在的不确定性。
大多数关于云微物理过程的敏感性试验主要针对夏季强降水(杨薇等,2017),对冬季降水的敏感性试验仍然不多(姚蓉等,2012;于晓晶等,2017;于恩涛,2013),尤其是位于中国东北地区冬春交替季节,降水过程往往伴有相态的变化,降水相态的预报以及雨雪转换时间的把握难度较大(崔锦等,2014)。借助于中尺度天气模式,通过模式预报的大气温度和湿度环境的调整,直接输出降水相态和对应的降水量无疑是非常好的思路。本研究选择2007年3月4日发生在东北地区的暴雪天气开展云微物理参数化方案的敏感性试验,分析不同云微物理参数化方案在降雪天气中的适用性,以及对不同方案对降水量和降水相态的把握进行分析,为冬季降水预报以及参数化方案的改进提供一定的参考依据。
2 暴雪天气概况受极地强冷空气和江淮气旋的共同影响,2007年3月3—7日,东北地区出现自1951年以来最严重的暴雪天气过程。从降雪实况看,3月3日16时(北京时,下同)至7日08时东北地区186个观测站中93个站点降雪量在10 mm以上,超过暴雪量级,最大降雪量出现在辽宁鞍山,达78 mm。降雪造成的积雪深度普遍超过20 cm,吉林省柳河市积雪最深为60 cm。全区域陆地偏北风平均达7级,阵风8到9级,其中辽宁省大连市旅顺最大瞬时风速达32.9 m/s(图1)。由于此次暴雪过程降水强度大、影响范围广、持续时间长,又正值元宵佳节之际,交通、电力、通讯等系统瘫痪给东北地区人民生产、生活造成了极大影响。
图2是基于ERA-Interim再分析资料给出的2007年3月4日08时500 hPa温度、位势高度、风场和急流,850 hPa高度、风场和比湿,以及地面气压、风场和温度。从天气形势(图2a)来看,此次过程对流层中高层存在“阶梯槽”,其中北槽后部引导极地冷空气南下,高空锋区南压,南槽东移发展,前部形成西南、偏南急流,冷暖空气在东北南部、东部交汇。贝加尔湖附近低槽引导冷空气东移南下不断发展,贝加尔湖地区到蒙古国东部存在锋区,此时河套地区到四川中部有南支高空槽东移发展,形成了“阶梯槽”形势。槽前偏南风和西南风持续增强,随着高空锋区进一步南压呈东北—西南向,自江淮流域经山东半岛的西南急流和经过辽东半岛的偏南急流打通,环流经向度进一步增大。从850 hPa低空环流和比湿的分布(图2b)来看,此时低涡位于山东半岛西北部,低涡前部西南急流和偏南急流将低纬度的水汽不断向北输送,在中国江南地区形成了大范围的湿区,比湿不低于10 g/kg。随着西南涡北上,其前部的西南和偏南气流携带大量水汽向北输送,西南急流、东南急流及西南涡顶部偏东急流在辽宁上空形成强水汽辐合,同时强锋区也为暴风雪提供了动力条件。地面形势图(图2c)上,4日08时江淮气旋已经移至山东半岛,冷高压主体仍位于贝加尔湖附近地区,气旋中心气压低于1005 hPa,随着江淮气旋向东北方向移动,同时冷高压逐渐南压至蒙古国,东北地区东北风逐渐增大,气旋东侧东南风与气旋顶部东北风形成强辐合,造成辽宁出现暴风雪天气。
3 模式设计和观测资料使用的WRF模式版本为3.9.1,中心为(42°N,116°E),采用三重嵌套(图3),分辨率分别为27、9、3 km,其中第1层嵌套网格数为223×199,第2层嵌套网格数为241×265,第3层嵌套网格数为205×205。模式垂直设置38层,模式顶气压为50 hPa,试验中使用FNL资料作为边界条件驱动WRF模式,d01区域每隔3 h输出一次结果,d02和d03区域每隔1 h输出一次结果进行分析。使用的参数化方案包括RRTM长波辐射方案、Dudhia短波辐射方案、修正的MM5近地面层方案、Noah陆面过程方案、YSU边界层方案和K-F积云对流方案。
为了研究模式不同微物理参数化方案对这次过程降水量和降水相态模拟的影响,选择具有代表性的WSM6、Lin、Thompson和WDM6四种云微物理过程方案进行数值模拟。从不同微物理参数化方案考虑的水物质差异来看,Lin方案包括对水汽、云水、雨水、云冰、雪晶和霰的预报,在结冰点以下云水处理为云冰,雨水处理为雪晶,雪晶的引入减少了雨水含量,使得在降水初期形成的降雨减少。WSM6方案扩充了WSM5方案,增加了与霰粒子相关的微物理过程,其预报变量包括云水、雨、云冰、雪、霰的混合比。Thompson方案是一个考虑冰、雪、霰过程的新物理方案,常被用来做理想试验研究和中纬度冬季观测资料的比较,在新版本中也增加了冰晶和雨水数浓度的预报。WDM6方案与Thompson方案同属双参方案,其物理过程与WSM6类似,但增加了云滴、雨滴和云凝结核的数浓度。
地面观测资料使用辽宁地区61个国家级观测站的降水量和天气现象,为了检验模式对此次降水过程垂直方向上反射率的模拟结果,选取过境时间为2007年3月4日02时15至18分的CloudSat卫星轨道数据作为观测验证,虽然卫星没有在降雪最强的时段过境辽宁,但在辽宁地区强降水发生前的上游地区仍然出现了明显的降水,将模式的积分时间设置为2007年3月3日20时到3月5日08时,共36 h,这样既保证卫星过境时间包含其中,又使得模式有6 h的起转时间。
4 模拟结果对比分析为了分析不同微物理参数化方案对这次暴雪过程模拟的影响,这里主要对不同的参数化方案模拟得到的水物质的垂直分布特征以及降水强度和量级进行综合分析。
4.1 微物理参数化方案模拟的反射率差异雷达观测的反射率因子能很好地反映大气中的水物质含量,由于CloudSat云雷达的频率与地面的多普勒雷达的频率差异使得二者反射率存在较大差异,所以这里将不同微物理参数化方案预报得到的反射率与CloudSat的反射率进行比较时仅限于对云中水物质的分布特征的对比。由于卫星过境时间与强降雪发生时间并不完全重合,在此只能选取2007年3月4日02时15分到18分这段时间卫星轨迹自内蒙古北部向西南到辽宁西部地区的资料作为观测检验。从卫星观测到的反射率垂直剖面(图4)与02时4种参数化方案模拟的反射率插值到CloudSat卫星轨迹的垂直剖面(图5)的对比发现,不同的参数化方案试验均能够很好地模拟出40°N附近低层的反射率中心,但从垂直剖面特征来看,Thompson方案模拟的回波顶更高,Lin方案次之,WSM6和WDM6最低,反射率向北伸展的范围Thompson方案也更大,也与卫星观测到的反射率分布更为接近。
CloudSat卫星资料的验证结果表明WRF模式能够模拟出反射率的空间分布情况,那么4种参数化方案的差异是否也体现在辽宁地区强降水发生时的反射率因子空间分布上,从模拟的4日14时4种参数化方案沿124°E的纬度-高度剖面(图6)可以看出,Thompson方案模拟的反射率明显比其他3种方案的伸展高度更高,而WDM6方案模拟的反射率强度最强,能够达到40 dBz,其他3个方案最强反射率仅为35 dBz,约位于850 hPa高度上。通常模式模拟的反射率与大气中的雨、雪和霰粒子含量有关,其中雨水粒子的反射率最强,雪粒子反射率最弱。从图7能够看出4种参数化方案模拟的水物质分布之间也存在着显著的差别,首先4种参数化方案均能模拟出大气低层存在的雨水粒子,但WDM6方案模拟的雨水含量明显比其他3种方案更高,这也是造成在反射率剖面图上40°N附近WDM6方案回波更强的原因。从降雪粒子的空间分布上看,WSM6、Thompson和WDM6三种方案均能够模拟出40°—42°N位于对流层中低层的雪粒子,并且Thompson方案模拟的量级更大。与雪粒子空间分布相反的是霰粒子分布情况,Thompson方案模拟出的霰粒子含量最低,Lin方案模拟的霰粒子分布南北跨度更大,伸展高度更高,而WSM6和WDM6两种方案模拟出的霰粒子含量较低,分布更集中在40°N附近,这样的分布情况也能够影响降水相态的判别,将在4.3小节做进一步讨论。WSM6和WDM6模拟的大气中云冰高度很低,在600 hPa附近存在冰晶粒子和雪粒子共存特征,说明这两种方案云底高度更低。
4.2 微物理参数化方案对降水模拟的影响不同微物理参数化方案由于对水物质组成和分布的差异势必导致模式对降水模拟的差异。4种微物理参数化方案模拟得到的辽宁地区2007年3月4日08时—5日08时累计降水量与站点降水观测的对比(图8)可以看出,4组试验模拟得到的降水量的分布比较一致,基本能够模拟出辽宁中部和中东部的强降水过程,但是与实况仍然存在明显的差异,误差一致地出现在辽宁北部一条东北—西南向的带状区域内,在这一区域降水模拟比观测偏大,说明降水带与观测相比整体上略偏北。模式对于弱降水区的模拟(朝阳、大连地区)与观测比较吻合,即模式对于降水分布形态的模拟是准确的。不同方案的主要区别表现在降水极值的落区和山区零星降水的分布上,其中Thompson方案模拟的降水极值偏小,对超过90 mm的降水有明显的漏报,其他3种方案均模拟出了超过90 mm的降水,但降水极值落区均偏北,这也导致了丹东和东港两个站出现漏报,WDM6方案更是模拟出了一条沿山的降水大值带,与实际观测差距较大。最后,结合降水极值和水平分布特征,WSM6和Lin方案模拟的降水量总体表现更好。
为了定量评价不同参数化方案对这次降雪过程的模拟效果,使用辽宁省61个国家级气象观测站观测资料对模式模拟能力进行客观检验。TS评分(表1)结果表明,4日08时至5日08时4种参数化方案对此次过程的模拟表现出很好的一致性,即对大量级的降水模拟能力更高,而对小量级的降水模拟能力不足,造成这一结果的原因与此次过程降水的分布有密切的关系。在61个国家级观测站中有49个站出现了大于10 mm以上量级的降水,其中降水量大于50 mm的站共有10个。从10—25 mm这一量级上看,WSM6方案明显较其他3个方案评分高,而且在25—50 mm和大于50 mm降水量级范围评分也达到了0.424和0.5,略低于WDM6的0.444和0.533。从TS评分上看,可以认为本次过程中WSM6和WDM6微物理过程参数化方案整体上优于其他两个方案,其中WDM6方案虽然在两个量级上评分优于WSM6,但从主观检验上看却错误地模拟出了一条沿山的降水大值带,因此综合判断WSM6方案对此次过程模拟结果更好。
降水量(mm) | 2.5—5 | 5—10 | 10—25 | 25—50 | >50 |
出现降水站数 | 3 | 9 | 18 | 21 | 10 |
WSM6方案 | 0 | 0.1 | 0.259 | 0.424 | 0.5 |
Thompson方案 | 0 | 0 | 0.179 | 0.308 | 0.368 |
Lin方案 | 0 | 0 | 0.25 | 0.394 | 0.5 |
WDM6方案 | 0 | 0.1 | 0.222 | 0.444 | 0.533 |
从61个站降水量模拟(图9a)看,4种参数化方案对降水分布模拟基本上是准确的,4种方案模拟与观测值的相关系数61个站均超过了0.8。从降水极值附近(图8b中蓝框范围)平均的累计降水量演变看,本次过程降水从4日08时已经开始,到4日16时处于主要降水时段,4日17时到5日01时降水量缓慢增长,而5日02时以后累计降水曲线趋于平直,降水过程结束。从图9b中不难看出,Lin方案模拟的降水量较其他3种方案偏大,而Thompson方案累计降水量最小,WSM6和WDM6几乎没有差异,处于中间水平。
4.3 不同微物理参数化方案对降水相态诊断的影响考虑到此次降水过程中辽宁省南部地区出现了雨转雨夹雪再转雪的相态变化,下面讨论4种参数化方案对降水相态模拟的差异,利用近地面大气层中冻结部分水成物混合比在总降水水成物混合比中的比例来判断降水相态和雨、雪过渡区,实际计算中使用模式输出的最低层雨水混合比、冰混合比、雪混合比和霰混合比,根据式(1)计算冻结部分水成物混合比在总降水水成物混合比中的比值(K),当K=1时降水相态为雪,0<K<1时降水相态为雨夹雪或雨、雪(霰、冰粒等)混合态,K=0时降水类型为雨。有研究表明模式在东北地区冬季近地面层温度预报系统性偏高,当将降雪阈值选为K=0.85时预报效果与观测更为接近(崔锦等,2014),文中同样将降雪判断标准设置为K=0.85。在本次试验中当选择K=0作为雨和霰的判断阈值时,发现Lin方案无法很好地将二者区分,这与Lin方案模拟的降雨过程中、低层仍存在少量雨和霰混合有关(图7),为此将判断雨和霰的阈值调整为K=0.15,这样做既可以使Lin方案的结果与观测更接近,同时也没有对其他3种方案产生很大影响。
$ {K = \left({{q_{\rm{snow}}} + {q_{\rm{ice}}} + {q_{\rm{graup}}}} \right)/\left({{q_{\rm{snow}}} + {q_{\rm{ice}}} + {q_{\rm{graup}}} + {q_{\rm{rain}}}} \right)} $ | (1) |
$ P = \left\{ {\begin{array}{*{20}{l}} {{\text{雨}}\;\,\quad\quad\quad\quad\quad 0 {\text{≤}} K {\text{<}} 0.15}\\ {{\text{雪}}\quad\quad\quad\quad0.85 {\text{≤}} K {\text{≤}} 1}\\ {{\text{雨夹雪}}\quad\quad 0.15 {\text{≤}} K {\text{<}} 0.85} \end{array}} \right. $ | (2) |
式(1)中,K为冻结部分水成物混合比在总降水水成物混合比中的比例,qsnow为雪混合比,qice为冰混合比,qgraup为霰混合比,qrain为雨水混合比。式(2)中P表示降水相态。
根据式(2)判断标准,图10给出了两个典型站(鞍山和丹东)的降水量和降水相态随时间的演变,图中绿色、黄色和蓝色的点分别表示降雨、霰和雪。鞍山站为此次过程中降雪量最大的站,且没有雨雪转换过程,降水相态始终为雪;丹东站则经历了先降雨而后转雪的过程,是本次过程中降水量最大的站。从鞍山站降水量随时间的演变上看,4种方案均模拟出了4日08时至20时这一降水集中时段,并且对于相态的模拟比较一致,这说明模式对降水相态的模拟是准确的,不同参数化方案之间差别不大。与鞍山站不同的是,丹东站降水模拟表现出显著的区别,Thompson方案能够区分雨和霰,而WSM6和Lin方案则将4日20时前的降水全部模拟为雨,这两种方案模拟的雨转雪时间相同均较Thompson方案早3 h。比较逐时降水量可以发现,在降雪时各参数化方案模拟的降水量级没有明显差别;降水时段,Lin方案4日09时模拟出超过15 mm的小时降水量,比其他两个方案更大。从丹东站4种水成物模拟情况看,不难理解Thompson方案雨雪转换时间较晚的原因,在4日20时到5日00时这段时间虽然Thompson方案模拟的0℃线分布与其他3种方案一致,但在低层仍然有雨粒子存在,而几乎没有雪和霰粒子,这与其他方案存在明显的差别(图11)。
从降水相态的空间分布(图12)上看,4种参数化方案模拟的结果均能够表现出降水开始时辽宁西北部先出现降雪,东南部出现降雨,并且随着冷空气南下雨雪分界线不断南压,辽宁东南部地区降水相态逐渐由雨转雪的过程(图13)。通过与台站观测到的天气现象对比,可以看出除了Thompson方案模拟的雨雪分界线南压速度偏慢外,其他3个模式雨雪转换的时间与观测非常一致,在4日20时辽宁所有地区均转为降雪。值得一提的是,在降水开始阶段不同的方案对降水范围的模拟依然偏大,3日23时实际上只有大连出现了降水,但模拟结果显示在辽宁东南部大部分地区出现小量级的降水,到4日02时以后模拟的降水落区与观测逐渐接近,这可能与模式启动后前6 h的起转时间有关。
不同参数化方案的模拟结果表明对于天气形势的模拟几乎没有差异,主要的差异体现在降水极值的落区和强度上,从主观和客观检验两方面来看WSM6方案的结果均优于其他3种方案。当使用改进的降水相态判断标准进行比较时发现除Thompson方案外其他3种参数化方案均能够很好地模拟出雨雪分界线不断南压的特征,并且雨雪分界线与观测位置基本一致。通过与CloudSat卫星轨迹上的反射率垂直分布的对比,反映出WRF模式能够很好地再现降水发生时反射率的空间分布特征,随后的降水粒子空间分布对比表明不同的参数化方案对于qrain、qsnow、qice和qgraup4种粒子的分布有很大差异,这在设置合理的判断阈值来区分雨雪转换时间的把握上具有很好的参考价值。
5 结论与讨论通过对2007年辽宁一次特大暴雪过程使用WSM6、Lin、Thompson、WDM6四种微物理过程参数化方案进行模拟分析,探究不同微物理过程对暴雪预报结果的影响,进而了解不同方案在辽宁地区的适用性问题,以期为改进微物理过程方案提供一定的参考。
(1)不同微物理参数化方案模拟的反射率剖面与CloudSat卫星观测结果基本吻合,其中Thompson方案模拟的回波顶更高,Lin方案次之,WSM6和WDM6最低,反射率向北伸展的范围Thompson方案也更大,这也与卫星观测到的反射率分布更为接近。
(2)微物理参数化方案的使用对降水的预报有较大的影响,降水量模拟的误差出现在辽宁北部一条东北—西南向的带状区域,模式对这一区域的降水预报偏大。综合主观检验和TS评分,WSM6方案对降水极值和站点降水的模拟较其他3种参数化方案更好。
(3)从不同的微物理参数化方案的使用对降水相态的诊断结果来看,基于微物理参数化方案中的水物质诊断方法对于降水相态的把握具有非常好的指示性意义,但从不同方案的对比来看,WSM6、Lin和WDM6三种方案模拟的雨雪转换时间与观测一致,Thompson方案模拟的雨雪分界线向南移动速度偏慢。
(4)从云微物理特征上看,4种参数化方案均能模拟出大气低层存在的雨水粒子,但WDM6方案模拟的雨水含量明显较其他3种方案更高,Thompson方案模拟出更多雪粒子和最少的霰粒子,Lin方案霰粒子南北范围广、伸展高度高,WSM6和WDM6两种方案模拟出较少的霰粒子,这两种方案模拟的云冰高度也更低。
需要指出的是,本研究仅对辽宁一次特大暴雪过程进行了分析,不同地区、不同天气过程可能会对结果产生影响,文中结论仍需要针对不同类型的降雪过程进行大量试验,这样才能得到更加有说服力的结论。另外,由于仅改变了云微物理过程参数化方案,对于其他参数化方案与微物理方案之间不同的优化组合能否提高模式模拟能力,还有待进一步分析。
崔锦, 周晓珊, 阎琦等. 2014. WRF模式不同微物理过程对东北降水相态预报的影响. 气象与环境学报, 30(5): 1-6. |
邓琳, 端义宏, 高文华等. 2016. 超强台风“威马逊”(2014)云微物理特征的模拟与对比分析. 气象学报, 74(5): 697-714. |
康延臻, 靳双龙, 彭新东等. 2018. 单双参云微物理方案对华北“7·20”特大暴雨数值模拟对比分析. 高原气象, 37(2): 481-494. DOI:10.7522/j.issn.1000-0534.2017.00026 |
孙晶, 楼小凤, 史月琴. 2011. 不同微物理方案对一次梅雨锋暴雨过程模拟的影响. 气象学报, 69(5): 799-809. |
孙欣, 蔡芗宁, 陈传雷等. 2011. “070304”东北特大暴雪的分析. 气象, 37(7): 863-870. DOI:10.7519/j.issn.1000-0526.2011.07.011 |
唐洁, 郭学良, 常祎. 2018. 2014年夏季青藏高原云和降水微物理特征的数值模拟研究. 气象学报, 76(6): 1053-1068. |
王洪, 尹金方, 王东海. 2014. 单双参云微物理方案对华南暴雨的模拟对比分析. 高原气象, 33(5): 1341-1351. DOI:10.7522/j.issn.1000-0534.2013.00119 |
杨薇, 冯文, 李勋. 2017. 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. 暴雨灾害, 36(1): 8-17. DOI:10.3969/j.issn.1004-9045.2017.01.002 |
姚蓉, 叶成志, 田莹等. 2012. 2011年初湖南暴雪过程的成因和数值模拟分析. 气象, 38(7): 848-857. DOI:10.7519/j.issn.1000-0526.2012.07.011 |
尹金方, 王东海, 翟国庆. 2014. 区域中尺度模式云微物理参数化方案特征及其在中国的适用性. 地球科学进展, 29(2): 238-249. DOI:10.11867/j.issn.1001-8166.2014.02-0238 |
于恩涛. 2013. 我国东北地区季节降雪高分辨率数值模拟. 科学通报, 58(8): 690-698. DOI:10.1360/csb2013-58-8-690 |
于晓晶, 于志翔, 唐永兰等. 2017. 不同云微物理方案对新疆冷锋暴雪的预报影响分析. 暴雨灾害, 36(1): 33-41. DOI:10.3969/j.issn.1004-9045.2017.01.005 |
Hong S Y, Lim J O J. 2006. The WRF single-moment 6-class microphysics scheme (WSM6). J Korean Meteor Soc, 42(2): 129-151. |
Lim K S S, Hong S Y. 2010. Development of an effective double-moment cloud microphysics scheme with prognostic cloud condensation nuclei (CCN)for weather and climate models. Mon Wea Rev, 138(5): 1587-1612. DOI:10.1175/2009MWR2968.1 |
Lin Y L, Farley R D, Orville H D. 1983. Bulk parameterization of the snow field in a cloud model. J Climate Appl Meteor, 22(6): 1065-1092. DOI:10.1175/1520-0450(1983)022<1065:BPOTSF>2.0.CO;2 |
Rajeevan M, Kesarkar A, Thampi S B, et al. 2010. Sensitivity of WRF cloud microphysics to simulations of a severe thunderstorm event over Southeast India. Ann Geophys, 28(2): 603-619. DOI:10.5194/angeo-28-603-2010 |
Sun J Q, Wang H J, Yuan W, et al. 2010. Spatial-temporal features of intense snowfall events in China and their possible change. J Geophys Res Atmos, 115(D16): D16110. DOI:10.1029/2009JD013541 |
Thompson G, Field P R, Rasmussen R M, et al. 2008. Explicit forecasts of winter precipitation using an improved bulk microphysics scheme. Part Ⅱ: Implementation of a new snow parameterization. Mon Wea Rev, 136(12): 5095-5115. DOI:10.1175/2008MWR2387.1 |