大气边界层是连接地面和大气的过渡带[1],其间进行的湍流交换对低层大气动力热力结构有重要作用,并进一步通过垂直输送影响高层大气。由于湍流尺度很小,目前中尺度数值预报模式均采用参数化方式对其进行描述。依据不同的假设,边界层参数化方案亦有差别,大致可分为局地和非局地两类。关于边界层方案对暴雨等灾害性天气的影响已有不少研究[2-8],这些研究选取江淮、四川等地的典型暴雨个例进行模拟,着重考察不同边界层方案对降水中心强度、雨区分布的影响,结果表明不同方案下的降水差异明显,针对不同地区、不同个例选择合适的边界层方案能显著改善预报效果。
至于边界层方案对夏季降水预报的平均影响,则很少有人研究,这可能与大家的关注点集中在暴雨过程上有关[9]。事实上,几乎所有边界层方案都是针对晴好天气下发展的大气边界层进行设计的,那么,考察这些方案在多云/降水天气中的总体表现本身就是一种挑战;而且,鉴于同一个边界层方案在不同个例中的表现不尽相同,从业务预报的角度而言,研究不同方案对夏季降水预报的平均影响可能更为重要,因为这关乎业务/准业务模式中边界层方案的优选。
为此,本文将基于华中区域中尺度业务模式WRF3D[10-11]开展2012年7月不同边界层方案的批量敏感试验,在对降水预报结果进行客观检验的基础上,得到不同方案下降水预报的主要差异,并进一步借助高时空分辨率模式输出进行诊断分析,考察降水差异的可能原因。
1 模式简介和试验设计WRF3D模式以美国国家大气研究中心(NCAR)开发的Advanced research WRF (ARW) Version3.3.1为基础进行搭建,采用美国国家环境预报中心(NCEP)0.5° × 0.5°GFS预报场形成初值和边界条件,未进行资料同化。具体运行时使用D01-D02-D03三重嵌套网格(图 1),水平分辨率依次为27 km, 9 km, 3 km,垂直方向取45层,层顶30 hPa。主要采用的物理过程有:RRTM长波辐射方案[12],Goddard短波辐射方案[13],WSM6显式云微物理方案[14]以及Kain-Fritsch (new Eta)积云对流参数化方案[15],D03区域因其高分辨率未使用积云对流方案。
![]() |
图 1 WRF3D模式预报范围(白色虚线方框代表我国中东部地区:25°—35°N,105°—120°E) Fig. 1 Nested 3 domains of WRF3D. The white dashed rectangle is the central eastern China |
为考察WRF3D模式中边界层方案对夏季降水预报的影响,分别使用MYJ方案[16]、ACM2方案[17]做对比试验。其中,MYJ方案是一个局地方案,通过预报湍流动能来计算湍流扩散系数;而ACM2方案是一个结合了非局地闭合和局地涡动扩散的混合方案,较之MYJ方案在设计原理上有其自身优势。因计算资源有限,仅对2012年7月进行试验,每天20BJT(北京时,下同)起报,向前积分36 h,逐时输出预报结果。
由于重点关注夏季强降水易发的我国中东部地区(25°—35°N,105°—120°E),故对D02结果进行分析。考虑到模式积分所需spin-up时间[18],仅对12~36 h降水预报进行检验。实况采用国家气象信息中心提供的中国自动站与CMORPH降水产品融合的逐时降水量网格数据集[19],水平分辨率0.1° × 0.1°,简称其为CDC数据。该数据时空精度高、质量好,能准确反映强降水过程[20-21]。
2 降水检验为对不同边界层方案下WRF3D模式的降水预报进行检验,采用的物理量为:降水面积、降水强度。这主要是考虑到实际降水预报很可能出现“关注区域内降水总量相同,但其中一个预报了小面积强降水、而另一个预报了大面积弱降水”的情形。检验分不同的降水时段进行,具体步骤为:首先,针对某个时段h,统计累积降水在某一区间的降水面积N(单位:格点数)及降水总量P(h)(单位:mm):
$ {{P}^{\left( h \right)}}=\sum\limits_{i=1}^{N}{P_{i}^{\left( h \right)}} $ | (1) |
该式中,Pi(h)为h时段第i个降水格点上的降水量(单位:mm)。在此基础上,计算降水强度(降水总量与降水面积的比值,再除以该时段h包含的小时数t,单位:mm·h-1):
$ Rainrat{{e}^{\left( h \right)}}=\frac{{{P}^{\left( h \right)}}}{N\cdot t} $ | (2) |
针对逐时累积降水,选择0.1~0.5 mm、0.5~2 mm、2 mm以上作为降水区间进行检验,这些区间可分别代表弱降水、中等强度降水、强降水。图 2给出了我国中东部地区2012年7月逐时累积降水在不同降水区间的月平均日变化结果,可见:在弱降水区间,不同边界层方案预报的降水面积在白天较实况明显偏多,夜晚则接近实况(图 2a1),预报的降水强度曲线与实况吻合,数值约为0.25 mm·h-1(图 2b1);在中等强度降水区间,降水面积、降水强度特征与弱降水时相似,只是MYJ方案预报的降水面积在白天显著增大(图 2a2),且预报/实况降水强度增加为1.1 mm·h-1(图 2b2);在强降水区间,MYJ方案预报的降水面积在白天仍较实况显著偏多,而ACM2方案的降水面积仅比实况略多(图 2a3),不同方案下降水强度差异十分明显,大约以20BJT为界,预报降水强度在此之前较实况偏弱,之后比实况偏强,尤以ACM2方案下降水强度在夜间(20—08BJT)偏强最为明显(图 2b3)。由不同降水区间预报/实况降水总量曲线可见,白天该曲线特征与降水面积曲线相似,夜间则与降水强度曲线更接近(图 2c1-c3)。总体而言,ACM2方案下降水总量日变化更接近实况。
![]() |
图 2 中国中东部地区2012年7月逐时累积降水在不同降水区间的客观检验 (a1-a3)为降水面积,(b1-b3)为降水强度,(c1-c3)为降水总量。其中,黑色、红色和蓝色实线分别代表实况、MYJ和ACM2方案预报结果 Fig. 2 Objective verification of 1-h accumulated rainfall during July 2012 in the central eastern China for the different rainfall intervals:(a1-a3) areal coverage, (b1-b3) rainfall intensity, (c1-c3) rainfall amount. The black, red and blue solid lines represent the observation, the forecasts with the MYJ and ACM2 schemes respectively |
综上,不同边界层方案下WRF3D模式的降水预报差异主要有两方面:白天表现为降水面积上的差异,以MYJ方案在14BJT前后预报了超大面积降水为典型;而夜间则是降水强度差异占主导,以ACM2方案在夜间预报了过强降水为代表。针对上述差异,下面将以发生在2012年7月15日的降水为例,对不同边界层方案下WRF3D模式的高分辨率输出结果做深入分析,以期揭示个中原因。
3 降水差异之因 3.1 降水面积图 3给出了2012年7月15日个例11—14BJT的3 h累积降水,可见,该时段MYJ方案预报的降水面积较ACM2方案大很多(图 3a1、b1相比),且MYJ方案下绝大部分降水来自隐式降水(图 3a1-a3相比),而ACM2方案下隐式降水在总降水中的比例没有这么大(图 3b1-b3相比)。这与MYJ方案下模式能在该时段大范围启动积云对流方案形成隐式降水有关。
![]() |
图 3 不同边界层方案下WRF3D模式预报的11—14BJT累积总降水(单位:mm) (a1) MYJ方案;(b1) ACM2方案。(a2)、(b2)同(a1)、(b1),但为隐式降水;(a3)、(b3)同(a1)、(b1),但为显式降水 Fig. 3 Accumulated total rainfall (unit: mm) during 11—14 BJT forecasted by WRF3D with (a1) the MYJ scheme, (b1) the ACM2 scheme. (a2) and (b2): As in (a1) and (b1), respectively, but for the implicit rainfall. (a3) and (b3): As in (a1) and (b1), respectively, but for the explicit rainfall |
以A点(114°E,30.8°N)为例(见图 3中的标识A,该点代表了在MYJ方案下产生隐式降水、而ACM2方案下几乎没有隐式降水的地区),绘制不同时刻2种边界层方案下的探空曲线。由图 4可见,在08BJT,不同方案下的状态曲线几乎重合(图 4a);但随时间增加,状态曲线间的差异越加明显(图 4b-d),可以显见,MYJ方案预报的CAPE较ACM2大得多,这与该方案下对流层低层大气太湿有关(见图中的蓝线)。在CIN数值大致相当的情况下,高CAPE往往更易触发积云对流方案产生隐式降水。以上现象在包含A点在内的很多格点上都存在,从而导致MYJ方案在该时段预报的降水面积较ACM2大很多。
![]() |
图 4 A点(114°E,30.8°N)在08BJT(a)、10BJT (b)、12BJT (c);14BJT (d)的探空曲线 (其中,红色、绿色、蓝色曲线依次代表温度(单位:℃)、露点温度(单位:℃)、相对湿度(单位:%),黑色曲线为状态曲线。MYJ、ACM2方案的探空曲线分别以实线、虚线表示) Fig. 4 Thermodynamic profiles at point A at (a) 08, (b) 10, (c) 12, and (d) 14 BJT. Thick lines of red, green and blue colors represent temperature (unit: ℃), dewpoint (unit: ℃) and relative humidity (unit: %), respectively. Thick black lines are parcel paths. Soundings forecasted with the MYJ and the ACM2 schemes are represented by solid and dashed lines, respectively |
关于MYJ方案下模式预报的低层大气偏湿的现象,在Hu等[22]使用WRF模式所做的研究中亦有提及。这主要归因于方案自身的局地特性,使得垂直混合偏弱,不能有效将水汽往边界层以上传输,造成对流层低层过于湿润。反之,上述情形在结合了局地和非局地混合的ACM2方案中不明显。
3.2 降水强度至02—05BJT,不同边界层方案下预报的降水面积差异不大,但ACM2方案下的降水强度显著高于MYJ方案(图 5a1、b1相比),且该方案下的降水主要由显式降水构成(图 5b1-b3相比)。这与ACM2方案在夜间启动过强显式降水有关。
图 6给出了B点(113.7°E,27.0°N)在不同时刻(02—05BJT)的探空曲线,该点代表了相比MYJ方案在ACM2方案下产生过强显式降水的地区,见图 5中的标识B。从图 6中可以看出,在02—05BJT,ACM2方案预报的对流层中高层大气较MYJ方案明显偏湿,且在400 hPa以下该方案预报的RH近乎100%,由此判断,该时段ACM2方案更易激发云微物理方案形成显式强降水。对夜间ACM2方案下某些格点上易出现过饱和的现象,可以这样理解:与MYJ方案相比,ACM2方案下的垂直混合更强,低层水汽更易向上传输。在夜间,对流层中高层接近饱和,加入一点水汽便导致可分辨尺度出现过饱和,从而激发显式云微物理方案形成强降水。
![]() |
图 6 同图 4,但针对B点(113.7°E,27.0°N)(a) 02 BJT;(b) 03 BJT;(c) 04 BJT;(d) 05 BJT Fig. 6 As in Fig. 4 but for point B at (a) 02, (b) 03, (c) 04, and (d) 05BJT |
进一步,由图 5可知,该时段MYJ方案下隐式降水的比例较11—14BJT有所下降(图 5a1-a3与图 3a1-a3相比),这与降水性质随昼夜的变化有关。夏季,白天降水以热对流降水为主,而夜晚降水则由对流性降水和层状云降水共同组成。一般而言,对流性降水主要通过触发积云对流方案产生,层状云降水则与显式云微物理方案的激发有关[23]。因此,从白天到夜晚,隐式降水比例有个降低的过程(图 7)。
![]() |
图 7 2012年7月我国中东部地区平均的隐式降水占总降水之比例随时间变化 Fig. 7 Ratio (unit: %) of implicit rainfall to the total rainfall averaged over central eastern China during July 2012 |
综合上述分析,可以推断:MYJ方案下大气的温、湿状态主要由积云对流方案决定,而ACM2方案下的大气状态则由云微物理方案主导。图 8给出了2种边界层方案下2012年7月中国中东部地区平均的温、湿廓线(500 hPa以上,不同方案下的廓线基本重合,故未绘制),可见:两者差异主要表现在湿度廓线上,温度差异相对较小(对比图 8a、b)。具体地,以875 hPa作为分界,在其下方MYJ方案预报的对流层低层大气较ACM2方案更为湿冷,其上则更为干热。这与MYJ方案下大范围触发积云对流方案导致云下层湿冷、中间云层干热有关。
![]() |
图 8 2012年7月中国中东部地区平均位温(a)和水汽混合比(b)的垂直廓线 Fig. 8 Vertical profiles averaged over central eastern China during July 2012 for (a) potential temperature (unit: K), and (b) water vapor mixing ratio (unit: g·kg-1) |
除温、湿廓线外,其他边界层特征量如图 9-10所示。由图 9a可知,不同边界层方案下2012年7月中国中东部地区平均的边界层高度(PBLH)日变化特征很相像:均随日出(06BJT)很快增长,并在午后15BJT达到峰值,其后迅速减小,夜间20—06BJT其数值变化不大。相比MYJ方案,ACM2方案预报的PBLH日变化振幅更显著(峰值更大、谷值更小),这似乎意味着ACM2方案下边界层内垂直混合强度在白天较MYJ方案偏大、而夜间偏小,与前文得到的ACM2方案下垂直混合强度无论白天黑夜都较MYJ方案偏强不符。但考虑到如下2个因素:
![]() |
图 9 2012年7月中国中东部地区平均的边界层高度日变化(a)及抬升凝结高度日变化(b) Fig. 9 Diurnal variations of (a) planetary boundary layer height (unit: m) and (b) lifting condensation level (unit: m) averaged over central eastern China during July 2012 |
![]() |
图 10 2012年7月中国中东部地区平均的感热通量(a)、潜热通量(b)、水汽通量(c)日变化 Fig. 10 Diurnal variations of surface fluxes averaged over central eastern China during July 2012 for (a) sensible heat flux, (b) latent heat flux, and (c) moisture flux |
其一,MYJ方案、ACM2方案的设计理念不同,它们对PBLH的定义也不同,前者通过湍流动能来定义,后者使用整体Richardson数来定义。因此不同方案预报的PBLH可比性较差。
其二,PBLH虽能代表晴好天气下的大气边界层顶,但实况显示2012年7月中国中东部地区每天都是降水日,且暴雨日为28 d,此时使用抬升凝结高度(LCL)来表征边界层顶或许更合适[24]。
图 9b给出了不同边界层方案下LCL在2012年7月中国中东部地区平均的日变化曲线,可见,整个时段内ACM2方案预报的LCL均高于MYJ方案,表明该方案下的垂直混合强度始终偏强。
图 10给出了2种边界层方案下2012年7月中国中东部地区平均的地表通量日变化,可见,不同方案预报的感热通量、潜热通量、水汽通量的日变化特征都比较相像:大约正午出现极大,夜间达到极小并稳定维持。对比ACM2方案,MYJ方案预报的各类通量在白天均偏大、夜晚则数值相当,这在一定程度上解释了白天MYJ方案较ACM2方案预报了更多降水(图 2c1-c3)。
4 结论为深入研究华中区域中尺度业务模式WRF3D在不同边界层方案下的降水预报能力,针对夏季强降水易发的我国中东部地区,使用MYJ、ACM2边界层方案完成了2012年7月的批量敏感试验,并与国家信息中心提供的高分辨率降水实况进行对比,重点关注不同方案下的降水预报差异。在此基础上,使用高时空分辨率模式结果进行详细诊断,给出降水差异的可能原因。所得结论如下:
(1) 不同边界层方案下的降水预报差异在白天以降水面积为主(以MYJ方案预报了过大降水面积为代表),夜间以降水强度为主(以ACM2方案预报了过强降水为代表);总体而言,ACM2方案下的降水总量日变化曲线与实况更接近。
(2) MYJ方案对白天降水面积的过多预报与该方案下模式能大范围启动积云对流方案形成隐式降水有关,而ACM2方案对夜间降水的预报过强与该方案下模式易激发云微物理方案形成显式强降水有关;最终,以上降水差异可归根于边界层方案自身设计理念引起的垂直混合强度不同。
基于上述结论,未来将对边界层方案加以改进,以提高WRF3D模式在中国中东部地区的夏季降水预报水平。一个可能的方向是:通过调整ACM2方案中局地扩散计算公式的参数以降低垂直混合强度,进而达到减弱夜间过强降水的目的。
[1] |
赵鸣. 边界层和陆面过程对中国暴雨影响研究的进展[J]. 暴雨灾害, 2008, 27(2): 186-190. DOI:10.3969/j.issn.1004-9045.2008.02.016 |
[2] |
Xu L R, Zhao M. The influence of boundary layer parameterization schemes on mesoscale heavy rain system[J]. Adv in Atmos Sci, 2000, 17(3): 458-472. DOI:10.1007/s00376-000-0036-3 |
[3] |
Wisse J S P, Vila-Guerau de Arellano J. Analysis of the role of the planetary boundary layer schemes during a severe convective storm[J]. Annales Geophysicae, 2004, 22: 1 861-1 874. DOI:10.5194/angeo-22-1861-2004 |
[4] |
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(增刊): 11-17. |
[5] |
蔡芗宁, 寿绍文, 钟青. 边界层参数化方案对暴雨数值模拟的影响[J]. 南京气象学院学报, 2006, 29(3): 364-370. DOI:10.3969/j.issn.1674-7097.2006.03.012 |
[6] |
蔡芗宁, 周庆亮, 钟青, 等. 边界层参数化对"雅安天漏"降水数值模拟的影响[J]. 气象, 2007, 33(5): 12-19. DOI:10.3969/j.issn.1000-0526.2007.05.002 |
[7] |
肖玉华, 何光碧, 顾清源, 等. 边界层参数化方案对不同性质降水模拟的影响[J]. 高原气象, 2010, 29(2): 331-339. |
[8] |
徐慧燕, 朱业, 刘瑞, 等. 长江下游地区不同边界层参数化方案的试验研究[J]. 大气科学, 2013, 37(1): 149-159. |
[9] |
邓雯, 闵爱荣, 廖移山. 2012年4—10月我国主要暴雨天气过程简述[J]. 暴雨灾害, 2013, 32(1): 88-96. |
[10] |
武汉暴雨研究所.华中区域数值天气预报系统WRF3D运行总结报告[G]//华中区域数值天气预报系统业务化申报和评审"系列材料之附件1. 2013
|
[11] |
陈超君, 李俊, 王明欢. 2013年华中区域中尺度业务数值预报的客观检验[J]. 暴雨灾害, 2014, 33(2): 187-192. DOI:10.3969/j.issn.1004-9045.2014.02.012 |
[12] |
Mlawer E J, Taubman S J, Brown P D, et al. Radiative transfer for inhomogeneous atmosphere: RRTM, a validated correlated-k model for the longwave[J]. J Geophys Res, 1997, 102(D14): 16 663-16 682. DOI:10.1029/97JD00237 |
[13] |
Chou M D, Suarez M J. An efficient thermal infrared radiation parameterization for use in general circulation models[C].NASA Tech Memo, 1994, 104606, 3: 85
|
[14] |
Hong S Y, Lim J O J. The WRF Single-Moment 6-Class Microphysics Scheme (WSM6)[J]. J Korean Meteor Soc, 2006, 42: 129-151. |
[15] |
Kain J S. The Kain-Fritsch convective parameterization: An update[J]. J Appl Meteor, 2004, 43(1): 170-181. DOI:10.1175/1520-0450(2004)043<0170:TKCPAU>2.0.CO;2 |
[16] |
Janjic Z I. Nonsingular implementation of the Mellor-Yamada level 2.5 scheme in the NCEP Meso model[C]. NCEP Office Note, 2002, No.437: 61
|
[17] |
Pleim J E. A combined local and non-local closure model for the atmospheric boundary layer. Part 1: Model description and testing[J]. J Appl Meteorol Climatol, 2007, 46: 1383-1395. DOI:10.1175/JAM2539.1 |
[18] |
Clark A J, Gallus Jr W A, Chen T C. Comparison of the diurnal precipitation cycle in convection-resolving and non-convection-resolving mesoscale models[J]. Mon Wea Rev, 2007, 135(10): 3 456-3 473. DOI:10.1175/MWR3467.1 |
[19] |
潘旸, 沈艳, 宇婧婧, 等. 基于最优插值方法分析的中国区域地面观测与卫星反演逐时降水融合试验[J]. 气象学报, 2012, 70(6): 1 381-1 389. |
[20] |
江志红, 卢尧, 丁裕国. 基于时空结构指标的中国融合降水资料质量评估[J]. 气象学报, 2013, 71(5): 891-900. |
[21] |
沈艳, 潘旸, 宇婧婧, 等. 中国区域小时降水量融合产品的质量评估[J]. 大气科学学报, 2013, 36(1): 37-46. DOI:10.3969/j.issn.1674-7097.2013.01.005 |
[22] |
Hu X M, Nielsen-Ga mmon J W, Zhang F Q. Evaluation of three planetary boundary layer schemes in the WRF model[J]. J Appl Meteorol Climatol, 2010, 49(9): 1 831-1844. DOI:10.1175/2010JAMC2432.1 |
[23] |
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 |
[24] |
Stull R B. An introduction to boundary layer meteorology[M]. Holland: Kluwer Academic Publisher, 1999: 670.
|