雙參數微物理方案的冰相過程模擬及冰核數濃度的影響試驗

沈新勇 梅海霞 王衛(wèi)國 黃文彥

?

雙參數微物理方案的冰相過程模擬及冰核數濃度的影響試驗

沈新勇1, 2梅海霞1, 3王衛(wèi)國4黃文彥1

1南京信息工程大學氣象災害預報預警與評估協(xié)同創(chuàng)新中心/氣象災害教育部重點實驗室，南京210044;2中國科學院大氣物理研究所云降水物理與強風暴實驗室，北京100029;3江蘇省氣象科學研究所，南京210009;4美國國家海洋大氣管理局環(huán)境預測中心，馬里蘭20746

利用耦合Morrison 2-mon（MOR）雙參數微物理方案的中尺度天氣研究與預報模式（WRF）中的單氣柱模式，對熱帶暖池國際云試驗（TWP-ICE）期間的個例進行數值模擬。通過與觀測資料和云分辨率模式的模擬結果進行對比，檢驗MOR方案對熱帶對流云系的微物理特征的模擬能力。模擬結果顯示：MOR方案能夠較好地模擬出熱帶云系中液相和冰相水凝物的垂直分布以及隨時間的演變特征。地表向下長波輻射和大氣頂向外長波輻射的量級和時間演變趨勢同觀測也非常接近。對與冰晶和雪有關的云微物理特征分析之后發(fā)現(xiàn)：季風活躍期，冰晶主要的源匯項有凝華增長過程、沉降過程、冰晶向雪的自動轉化以及冰晶被雪碰并的過程。由于冰晶主體位于溫度低于―20°C的高空，因而它對雨水的形成主要是間接貢獻。同時期雪的主要源匯項中，凝華增長和沉降過程占據著主導地位。雪的凝華過程消耗了大量的水汽，可能抑制了冰晶的增長。另外雪的融化過程非常強盛，是產生降水的重要因子。季風抑制期，冰相的微物理過程變得相對簡單且整體削弱，以凝華升華和沉降過程為主。凝華凝凍核的數濃度（dep）的氣溶膠敏感性試驗表明：季風抑制期，高空的冰晶云的宏觀和微觀性質對凝華凝凍核數濃度的響應情況呈現(xiàn)顯著的線性特征。冰晶的含量隨著dep的增加而增加，反之降低。該時期微物理過程主要同冰晶有關，水分的分配較為簡單，dep增加時，高空冰云中小冰晶粒子數目增多且云頂升高，使得大氣頂部向外長波輻射（OLR）值減小，反之冰云主體中冰晶有效半徑增加，高空的冰云更加透明，云頂更低，對 OLR值增加起促進作用。而季風活躍期，微物理過程復雜，冰晶云的宏微觀特征對dep的響應表現(xiàn)出一定的不規(guī)律特征。

單氣柱模式 Morrison 2-mon方案 微物理 凝華凝凍核 TWP-ICE試驗

1 引言

與云有關的物理過程在大氣的水循環(huán)和能量平衡中扮演著重要的角色。云中潛熱的釋放以及云與輻射的相互作用驅動著云內物理量的輸送，引起熱量和動量的重新分布，繼而影響云的分布以及大尺度環(huán)流。在中尺度數值模式中，微物理方案直接預報各種云物理變量以及反映它們的發(fā)展演變，是描述濕過程的重要環(huán)節(jié)。因而對于云和降水的模擬，能否準確地描述微物理過程非常重要（陳炯等，2003）。總體而言，描述云微物理過程時，參數化方法的應用較為廣泛。參數化方法事先假設粒子服從某種譜分布函數，通過確定譜函數參數決定譜演變。根據粒子譜的描述方法，參數化方法大致有三類，一是單參數方案，只預報比含水量；二是雙參數方案，同時預報粒子的比含水量和數濃度，粒子譜分布的斜率和截距能夠獨立變化（許煥斌和段英，1999）；三參數方案在雙參數方案的基礎上增加了雷達反射率的預報，從而使得粒子譜的譜形參數也隨時間變化。

研究表明，微物理方案中考慮的物理過程越全面和詳細，對降水的預報更具優(yōu)勢（康麗莉等，2003；鞠永茂等，2008）][。雙參數方案由于具有合理的物理基礎而且彌補了單參數方案過于簡單和分檔方案計算量過于巨大的缺陷，因而模擬效果整體較好且應用較為廣泛。Lim and Hong（2010）在二維理想風暴模擬時，發(fā)現(xiàn)雙參數方案能夠較好地刻畫出對流核區(qū)和層狀降水區(qū)的雨強以及零度層附近的雷達回波亮帶的分布，而單參數方案的模擬結果具有明顯的系統(tǒng)性偏差。在模擬二維理想颮線時，雙參數方案能夠模擬出雨滴譜截距從對流降水區(qū)向層狀降水區(qū)過渡時迅速下降的趨勢，從而能夠模擬出寬廣的尾隨層狀降水區(qū)（Morrison et al., 2009）。

雙參數微物理方案雖然已經具有明確的物理基礎，但其參數化過程的可靠性仍有待于同實際觀測資料的比較才能得到檢驗。同觀測比較不僅可以對方案的模擬性能進行評估，而且為進一步確定方案引起模擬結果的誤差來源，以及方案的改進和完善提供一定的參考建議。這對模式的整體模擬性能的提高也具有重要的意義。

Morrison 2-mon（Morrison et al., 2009）（MOR）方案是中尺度天氣研究與預報模式（Weather Research and Forecasting Model，簡稱WRF）的3.0版本中引進的一個新的混合相雙參數微物理方案。該方案考慮了較為精細而全面的微物理過程，被廣泛地用于測試真實案例和理想個例研究。Morrison and Milbrandt（2011）在模擬理想超級單體時發(fā)現(xiàn)，MOR方案對雨滴破碎過程的處理方式比較合理，因而模擬的風暴冷池強度更為真實。Luo et al.（2008）和Solomon et al.（2009）分別利用云模式和WRF對極地混合層積云進行數值模擬并且將模擬結果與極地混合相云試驗（Mixed-Phase Arctic Cloud Experiment，簡稱M-PACE）的實際觀測進行了對比。他們的研究結果都表明MOR方案能夠較好地再現(xiàn)液態(tài)水和冰相粒子的時空分布特征。吳偉（2011）認為MOR方案不僅能夠較好地再現(xiàn)華北暴雪的降雪實況，云中的冰水含量的形態(tài)和量級分布也與衛(wèi)星觀測非常一致。另外，在耦合MOR方案的情況下，模式對于臺風路徑、暴雨、積層混合云降水、冷鋒降水、酸雨等的宏觀過程也表現(xiàn)出較好的模擬能力（余貞壽和王紅雷，2010；鄒德龍等，2012；馬國忠等，2010；于翡和姚展予，2009）。

熱帶地區(qū)的對流系統(tǒng)驅動了全球的大氣環(huán)流，該地區(qū)對流系統(tǒng)往往發(fā)展深厚，包含了水云、冰云以及混合云的存在，因而有利于我們更加全面地檢驗微物理方案的模擬性能。金蓮姬等（2007）考察三維強風暴模式對熱帶云砧卷云宏微觀性質的模擬能力。Zhou et al.（2007）利用南海季風試驗外場觀測檢驗Goddard積云集合模式（Goddard Cumulus Ensemble Model）對熱帶對流降水率和云物質的模擬效果。Wang et al.（2009）和Song and Zhang（2011）研究發(fā)現(xiàn)雙參數微物理方案模擬的熱帶云系的云物理特征同觀測較為一致。Van Weverberg et al.（2012）利用云分辨率模式檢驗了3個復雜程度不同的微物理方案對熱帶中尺度對流系統(tǒng)的模擬能力。目前關于MOR 方案對熱帶對流云系尤其是其冰相過程的模擬能力仍然不是很清楚，而目前這方面的研究工作還比較少，所以對MOR微物理方案的檢驗工作顯得非常必要。熱帶系統(tǒng)伴隨的大面積的云砧在對流系統(tǒng)減弱后還能夠在空中停留較長時間并通過平流作用影響全球大氣的輻射平衡，因此了解熱帶云系對氣溶膠的響應情況也十分重要。目前這方面研究比較多的是，云凝結核對對流云的強度、降水率等方面的影響（榮艷敏和銀燕, 2010；肖輝和銀燕，2011；董昊等，2012），而通過改變冰核數濃度進行有關氣溶膠粒子對熱帶云系的影響研究較少。

本文利用耦合MOR方案的WRF3.3中的單氣柱模式（SCM），對熱帶暖池國際云試驗（Tropical Warm Pool–International Cloud Experiment，簡稱TWP-ICE）期間的對流活動進行了數值模擬和敏感性試驗。控制試驗主要考察MOR方案對熱帶對流的微觀氣象要素場的模擬能力。鑒于冰相過程的重要性（張大林，1998），重點對與冰晶和雪相關的云微物理特征進行了詳細的分析。在控制試驗云微物理特征模擬較為準確的前提下，通過改變凝華凝凍核的數濃度，考察熱帶對流層上層冰云以及輻射場對作為凝華凝凍核的氣溶膠的響應情況。

2 模式和數據

2.1 單氣柱模式和方案介紹

WRF的3.1版本中引進了理想模式SCM，并在3.3版本中添加了一些地表通量作為強迫場。而此前單氣柱模式SCM多應用于全球大氣環(huán)流模式中氣候模式的物理過程參數化方案的質量評估和改進工作當中（Zhang et al., 2002; Morrison et al., 2005b；Gettelman et al., 2008；Wang et al., 2009）。在單氣柱模式中，周圍氣柱對它的作用通過強迫場來提供。SCM沒有考慮非線性的大尺度的動力反饋作用，因而能夠更加直接和方便地測試微物理方案中最基本的物理過程是否正確。SCM的計算量小，且強迫場來源于外場觀測，理論上可以通過比較觀測和模擬結果來識別微物理方案的缺陷（Ghan et al., 2000；Hack and Pedretti，2000）。

Morrison 2-mon混合相雙參數方案（Morrison et al., 2009）是基于Morrison et al.（2005a，2005b）；Morrison and Pinto（2005）的研究設計的一個較新的微物理參數化方案。方案中粒子譜采用廣義伽馬分布，包含了六種水物質，包括水汽、云水、雨水、云冰、雪和霰/冰雹。預報變量包括雨滴、冰晶、雪和霰或冰雹的混合比和數濃度，及云滴和水汽混合比（共10個變量）。方案中除云滴和水汽外，水凝物均采用了雙參數處理方法。Morrison方案的設計非常詳細及細致，共考慮核化、自動轉化、碰并和繁生、凍結和融化、凝華（升華）和凝結（蒸發(fā)）以及沉降等40種云物理過程。該方案分別考慮暖云和冷云過程，并且包含多種過程開關，因此能夠適應不同條件下的數值模擬。例如：方案中可以選擇包含冰相過程（默認）或者去除冰相過程，可以設置云滴數濃度為常數（默認）或預報云滴數濃度；冰晶的初始核化可以選用經驗公式（默認）或者M-PACE 觀測結果。本文中的試驗均采用默認設置。WRF模式中已經引進了多種顯式微物理方案，大部分為單參數方案，而雙參數方案中MOR方案的應用較為廣泛。因此本文利用單氣柱模式對MOR方案的微物理模擬性能進行檢驗具有重要的實際意義。

2.2 數據

TWP-ICE對澳洲季風期熱帶對流及其產生的卷云的發(fā)展演變的宏微觀特征進行了綜合觀測。試驗在澳大利亞北部的季風區(qū)進行，時間從2006年1月19日到2006年2月13日。TWP-ICE包括了各種大尺度的觀測以及與云的性質有關的飛機和雷達的探測資料（May et al., 2008）（圖 1），這些翔實的觀測資料極大地方便了微物理方案的評估工作。SCM大尺度強迫場是通過Zhang and Lin （1997）和 Zhang et al.（2001）][的變量客觀分析方法獲得的。該方法不僅可以利用外場觀測的多源數據診斷獲得大尺度強迫場中的垂直速度、以及溫度和水汽的水平平流和垂直輸送，而且能夠在能量守恒的約束條件下對強迫場中的各個物理量值進行合理的調整以提高強迫場的精度。該客觀分析方法已經成功地應用于美國能源部大氣輻射觀測計劃Atmospheric Radiation Measurement Program（ARM）的南大平原Southern Great Plains（SGP）、阿拉斯加北坡 North Slope of Alaska（NSA）等外場試驗的觀測數據的處理中。文中所用大尺度強迫場以及其他觀測數據的詳細情況介紹請參考May et al.（2008）和Xie et al.（2010）。

由于云的觀測很難，不同來源的觀測資料各有優(yōu)缺點，因而要綜合各種手段和方法來提高與云有關的觀測資料的準確程度。TWP-ICE試驗期間，雷達和一些其他的遠程遙感設備負責探測云中的水凝物的垂直分布情況。其中云量的反演綜合應用了35-GHz（8.6 mm）毫米波測云雷達（MMCR）、微脈沖激光雷達以及激光云高儀的觀測資料。云微物理特征例如液態(tài)水含量和冰相水凝物總含量的分布情況主要來自于MMCR。另外，我們對由地面云雷達和衛(wèi)星觀測反演獲得的冰相水凝物總含量的三維空間場（Seo and Liu, 2006）進行了區(qū)域平均，以便于和SCM的模擬結果比較。

圖1 TWP-ICE所用探測設備的水平分布（引自http://www.arm.gov/ [2014-01-20]）。除達爾文附近以外的五個探空站所構成五邊形區(qū)域為客觀分析的對象區(qū)域，即大尺度強迫場所代表的觀測區(qū)域

云分辨率模式（CRM）能夠顯式地模擬云尺度的發(fā)展過程，因而其模擬結果可以在觀測資料缺乏或者精度降低時，作為觀測的補充對SCM的模擬結果進行檢驗。Varble et al.（2011）利用9個CRM對TWP-ICE期間的對流活動進行了高分辨率的數值模擬，各CRM模擬的氣象要素場的宏觀時空分布特征同觀測比較一致，對流系統(tǒng)的中尺度結構以及降水過程同衛(wèi)星雷達的觀測也比較接近，因而其模擬結果具有比較高的可信度，能夠被用來作進一步的分析。由于各個CRM的模擬結果各有優(yōu)勢和不足，本文利用的是各個CRM模擬結果的平均來和SCM的模擬結果相比較。

2.3 數值試驗設計

在整個模擬時段內一共進行10組短期模擬試驗：從2006年1月20日開始，以每日12:00（協(xié)調世界時，下同）為模擬起始時刻，模擬36小時。為了避免氣象要素場的漂移以及削弱模式起轉過程（Spin-Up）的影響，我們并沒有采納模式調整期間的結果，而是將每組36小時中的第12～36小時的模擬結果取出，拼接成2006年1月20日12:00至2006年1月31日00:00期間的模擬結果。模式每十分鐘輸出一次結果。

本文中的控制試驗和所有敏感性試驗對物理過程方案的選取和設置完全相同。模擬以達爾文港（12°S，131°E）為中心，水平格距為4 km，垂直不等間距分為100層，其中靠近地面的88個層次的垂直分辨率均達到0.5 km的精度，積分步長為20 s，選用Zhang-McFarlane積云參數化方案、CAM長波輻射參數化方案、Dudhia短波輻射參數化方案以及Mellor-Yamada-Janjic邊界層參數化方案。模式的水平分辨率量級需達到100 m才能實現(xiàn)真正意義上的對流的顯式模擬（Bryan et al., 2003）。許多研究發(fā)現(xiàn)在高水平分辨率下使用積云參數化方案對模式是有益的（Narita and Ohmori，2007；Lean et al., 2008）。本文在前期的工作中針對是否采用積云參數化方案已經進行了試驗和比較工作，得出的結論同上述研究一致。采用積云參數化方案后模擬的總降水率的演變特征、輻射場以及云物質的分布形態(tài)同觀測更為接近，因而本文在4 km的水平分辨率下仍然采用積云參數化方案。文中的格點顯式微物理過程同積云參數化過程并沒有水凝物的直接交換，云物質全部來自于微物理方案而未受到積云參數化方案的干擾。另外次網格的降水率相比于格點降水率很小，網格尺度上的顯式云物理過程幾乎能夠反映模式的全部濕物理過程。積云參數化方案將小于4 km尺度的對流過程對環(huán)境的熱力動力反饋包含到模式當中，間接促進網格尺度成云致雨過程的準確性、提高模式宏微觀物理量場的模擬水平。而選擇Zhang-McFarlane積云參數化方案是經過多個積云參數化方案的模擬效果比較之后擇優(yōu)的結果。

3 控制試驗模擬結果和討論

3.1 天氣過程概況

南半球夏季時，北半球的東北信風向南越過赤道后轉向成為影響澳洲北部的暖濕的西北季風。一般而言，南半球的季風槽的強度要遠小于北半球，因此在夏季風時期，澳洲北部的低壓槽區(qū)大體相當于季風槽（趙思雄和曾慶存，2005）。季風槽內常常有熱帶低壓生成并在大陸的加熱作用下加深發(fā)展，低壓伴隨的強對流天氣給當地帶來強的降水。本文所選取的個例主要涉及兩個階段：季風活躍期（2006年1月21日至2006年1月25日），季風抑制期（2006年1月26日至2006年1月31日）。季風活躍期，格魯特島附近有低壓生成并向達爾文西側的海域加深移動（圖2a）。西風氣流從海洋上帶來充沛的水汽，TWP-ICE的觀測區(qū)域位于低壓系統(tǒng)內部而且大部被強對流云團所覆蓋（紅外亮溫以低于210 K為主且存在多個＞50 dB高反射率區(qū)），對流系統(tǒng)表現(xiàn)出典型的熱帶海洋性特征；季風抑制期，低壓向內陸移動，觀測區(qū)域逐漸遠離低壓中心并位于低壓外圍（圖2b），對流層低層零星分布著淺的對流云（雷達反射率基本在40 dB以下）。觀測區(qū)域的南側有成片的高云存在（紅外亮溫以210～230 K為主），這主要是源自低壓區(qū)的強對流系統(tǒng)的高空云砧卷云向北的平流作用[紅外云圖及雷達反射率分布詳情見May et al. (2008)的圖6（第一列和第二列）]。該時期對流系統(tǒng)以大陸性特征為主（May et al., 2008; Xie et al.,2010）。圖3是MOR方案控制試驗模擬的降水率隨時間的變化特征。季風活躍期降水顯著，季風抑制期有少量降水發(fā)生。MOR方案能夠較好地模擬出兩個時段的降水率隨時間的演變特征，尤其是降水率的峰值也同觀測也非常接近。

圖2 地面天氣圖（引自澳大利亞氣象局）：（a）季風活躍期；（b）季風抑制期。黑色等值線代表等壓線（單位：hPa），藍色虛線代表槽線

圖3 降水率隨時間的變化。實線代表觀測值，點劃線代表控制試驗模擬結果

圖4a是云量隨時間和高度的分布情況，反映了季風期深厚云層以及多層云系的演變情況，同前面分析的衛(wèi)星雷達觀測的實況也非常一致。季風活躍期，對流性天氣發(fā)展強盛伴隨強烈的上升運動，充沛的水汽向上伸展至4 km的高度（＞8 g kg?1），云系從邊界層一直伸展到15 km的高度（圖4a）；季風抑制期，在來自高緯地區(qū)的干冷平流作用下，觀測區(qū)域的對流層中層大氣偏干且有弱的下沉運動（圖4b），從而抑制了該時期對流風暴的發(fā)展高度?？刂圃囼炛校琈OR方案模擬的水汽混合比同觀測非常接近，季風活躍期的深厚濕區(qū)以及抑制期的干舌也能夠很好地模擬出來。模擬的上升和下沉運動的分布特征與觀測基本一致，但在量級上比觀測偏低（圖4b）。而未經過時間平均的模擬垂直速度在量級上同觀測比較接近（圖略）。

圖4 云量（單位：%）、水汽混合比（單位：g kg?1）和垂直速度（單位：cm s?1）的時間—高度剖面：（a）觀測云量和垂直速度，填色代表觀測云量，虛線代表觀測診斷的垂直速度；（b）水汽混合比和垂直速度，填色代表觀測的水汽混合比，實等值線代表控制試驗模擬的水汽混合比，虛線代表模擬垂直速度（為使模擬結果同觀測的時間分辨率一致，此處將模擬的垂直速度進行了3小時平均）

3.2 液態(tài)水凝物的時空分布和地表向下長波輻射

在季風活躍期的強降水時期，由于降水粒子的干擾作用，MMCR觀測反演的液態(tài)水含量的精確程度有所欠缺（Mather et al., 2007），云分辨率模式的模擬結果可能具備更高的可信度（圖5b）。季風活躍期，方案模擬的液態(tài)水含量（圖5c）的主體（＞0.1 mg m?3）分布于近地面至6 km之間（即溫度高于

―10°C的區(qū)域）。模擬的液態(tài)水含量在量級和演變形勢上同CRM的模擬結果比較接近，高值區(qū)出現(xiàn)的時間和位置同CRM也對應得比較一致。觀測表明，熱帶云中的過冷水滴在強的上升運動中心區(qū)域以外的溫度低于―16°C的區(qū)域，幾乎不能夠存在（Stith et al., 2004）。因此該時期模擬的過冷水向高空延伸的高度雖然比CRM的結果要低許多（圖5b和c），但同實際觀測卻是比較一致的（圖5a）。另外，在季風活躍期，溫度低于0°C的附近層次內，過冷水滴、冰相粒子和水汽共存，大氣處于水面不飽和（圖5c）而冰面過飽和狀態(tài)（圖6c），由此推測混合相云中可能存在貝吉龍過程。季風抑制期只有少量降水發(fā)生，雷達觀測更為可信。該時期低層暖云中的液態(tài)水的演變特征同雷達觀測較為一致，但在量級上MOR方案模擬得明顯偏大，水面過飽和度條件也較觀測更好。以上差異可能與該時期的淺對流活動模擬得過于活躍有關。

圖5d是地表向下長波輻射的時間變化曲線。地表輻射的觀測值來自于200 km×200 km范圍內3個陸地站和1個船舶站的區(qū)域平均。MOR方案的模擬結果在量級和演變特征上同觀測比較一致。24日之前模擬結果整體比觀測略微偏低，24日之后模擬則比觀測明顯偏高。前者可能與模擬的深對流云系的云底偏高有關，而后者可能與該時期模擬的低云過厚有關。

圖5 （a–c）液態(tài)水含量（陰影，單位：mg m?3）和水面過飽和度（單位：%）的時間—高度剖面以及（d）地表向下長波輻射（單位：W m?2）隨時間的變化：（a）雷達觀測的液態(tài)水；（b）CRM的液態(tài)水；（c）控制試驗模擬的液態(tài)水；（d）地表向下長波輻射。（a）和（b）中實等值線代表觀測水面過飽和度；（c）中實等值線代表控制試驗模擬的水面過飽和度，虛線代表溫度，單位：°C；（d）中實線代表觀測，點劃線代表控制試驗的模擬結果

3.3 冰相水凝物的時空分布和大氣頂部向外長波輻射

雷達是單點測量，因而峰值多、時間變率大，而衛(wèi)星資料能夠提供云在一個區(qū)域的平均性質。在MOR方案中，冰相水凝物總含量包含了冰晶、雪以及霰的混合比的總和。如圖6，MOR方案模擬的冰相水凝物總含量的時間演變、垂直分布以及量級都同觀測有很好的一致性。模擬的冰面過飽和度的分布也同觀測非常接近，同冰云也能夠較好地配合。在季風活躍期，冰云垂直發(fā)展深厚，模擬結果同衛(wèi)星觀測非常接近（圖6b、c）。冰相水凝物總含量的高值區(qū)同降水率的大值時段基本同步，可見冰相過程對降水形成的重要性。季風抑制期，方案模擬的高空卷云持續(xù)存在，且冰云云底的位置同雷達的觀測比較接近（圖6d）。但對流層上層（>14 km）的冰云模擬得偏厚一些，云頂的高度比雷達觀測偏高（圖6d）。一方面隨著距離的增加MMCR信號逐漸衰減，另一方面MMCR對薄的卷云中的小冰晶粒子探測能力有限（Comstock et al., 2002），因而毫米波測云雷達往往容易漏測15 km高度以上的薄的卷云。結合冰面過飽和區(qū)同冰相水凝物的匹配程度（圖6a、c），高空云系的漏測可能是模擬觀測差異的主要原因之一。

圖6 （a–c）冰相水凝物總含量（陰影，單位：mg m?3）和冰面過飽和度（單位：%）的時間—高度剖面以及（d）冰云云頂和云底高度（單位：km）的時間演變：（a）雷達觀測；（b）衛(wèi)星觀測；（c）控制試驗模擬結果；（d）冰云云頂和云底高度。（a、b）中實等值線代表觀測冰面過飽和度；（c）中實等值線代表控制試驗模擬的冰面過飽和度，虛線代表溫度，單位：°C；（d）中實線代表雷達觀測，點線代表衛(wèi)星觀測，點劃線代表控制試驗

在該個例中，冰相水凝物主要由冰晶和雪構成，過冷水不是十分活躍因而霰的含量很低且僅僅出現(xiàn)在零度層附近（圖略）。圖7給出了MOR方案模擬的冰晶含量和雪含量以及潛熱加熱率隨時間和高度的分布。季風活躍期，模擬的冰晶主體位于溫度低于―20°C的高空，且最大值不超過40 mg m?3（圖7a）；雪在該時期發(fā)展活躍，垂直伸展至15 km附近，并且有顯著的高值區(qū)存在（＞150 mg m?3）。雪的底部在零度層附近，意味著它對降水的形成有一定的的作用（圖7b）。季風活躍期，顯著的潛熱加熱區(qū)主要分布在5～10 km之間同雪的主體位置十分匹配，潛熱加熱同對流活動之間的相互的正反饋作用可能促進了深對流活動的發(fā)展。季風抑制期，模擬的冰晶主體分布于溫度低于―40°C高空，并伴有少量雪生成。該時期冰云中下部至8 km高度之間有弱的冷卻效應，這可能與某些冰相微物理過程有關。整個模擬時段內，低云附近弱的冷卻過程可能同雨水的蒸發(fā)等過程有關。

大氣頂部向外長波輻射（OLR）作為一個冷卻因子對地球的輻射平衡至關重要。MOR方案能夠較好地模擬出OLR隨時間的變化趨勢和量級特征（圖8b）。模擬結果同觀測的差異在24日以及26日到28日最為顯著。在26日到28日的OLR小幅震蕩期，模擬的OLR整體低于觀測，這可能與該時期云頂高度偏高（圖6d），冰云模擬得過厚（圖6c）以及冰晶粒子整體偏小有關（圖8a）。在發(fā)生強降水的24日，MOR方案模擬的OLR比觀測低了約30 W m?2。由于該時期云的光學厚度較大，模擬的OLR值偏低主要是與云頂高度過高有關。29日以后，由于高云減弱變薄，OLR總體呈增加趨勢，同觀測的偏差較小。

圖7 冰晶和雪的含量（陰影，單位：mg m?3）以及潛熱加熱率（單位：K h?1）的時間—高度剖面：（a）冰晶；（b）雪。實等值線代表潛熱加熱率，點劃線則代表冷卻區(qū)，虛線代表溫度（單位：°C）

圖8 （a）冰晶有效半徑（陰影，單位：μm）的時間—高度剖面和（b）大氣頂部的向外長波輻射（OLR）（單位: W m?2）隨時間的變化。（a）中虛線代表溫度（單位：°C），實線代表控制試驗中冰晶的主體輪廓線（＞1 mg m?3)；（b）中實線是觀測，點劃線代表控制試驗

3.4 與冰晶和雪有關的云微物理特征分析

冰相過程在降水的形成過程中扮演著非常重要的角色，對地面降水的形成和維持起著重要的指示作用（張大林，1998；孫建華和趙思維，2003；康麗莉等，2003）。為了對熱帶對流活動的微物理特征有更為深刻的理解，我們對方案中最主要的冰相粒子即冰晶和雪的相關微物理過程的轉化率進行計算輸出。由于季風活躍期和季風抑制期的宏微觀特征差異顯著，文中對這兩個時段的冰晶和雪的源匯項的收支情況分別進行討論。

在MOR方案中與冰晶和雪相關的微物理過程各有14類，其中表征冰晶、雪相互作用的過程共有5種。經計算后發(fā)現(xiàn)，雪碰凍云滴（雨滴）時繁生、霰碰凍云滴（雨滴）時繁生、積云卷出對雪的貢獻、暖云中雨滴收集雪、云滴均質凍結為冰晶、冰晶淞附雨滴轉化為霰這8個過程的貢獻均為零。冰晶淞附云滴、冰晶淞附雨滴轉化為雪、雪淞附云滴轉化為霰這3個過程的轉換率也較小。以上這些轉化項在圖9中均被略去。

圖9是冰晶和雪的微物理的主要源匯項隨高度的變化。季風活躍期，冰晶的主要源匯項分布在7 km至16 km之間（圖9a），與冰晶云的宏觀分布特征非常一致（圖7a）。其中凝華過程對冰晶的增長起正的作用，而冰晶向雪的自動轉化以及冰晶被雪的碰并過程對冰晶有削弱作用。沉降過程在冰晶云的上部和下部所起的作用相反。云體上部的小的冰晶粒子由于重力作用而脫離源地，在下降的過程中通過凝華作用獲得增長，并在7～10 km的區(qū)間內累積。當冰晶到達云體的中下部時，冰晶的有效半徑已經達到相應的要求，因而冰晶向雪的自動轉化以及被雪碰并的過程在此處得到加強。季風抑制期，冰云的中上部以凝華增長和沉降掉落為主，在其以下的高度則以升華和沉降收入為主（圖9b）。相比于活躍期，冰晶的主要的源匯項減弱了約一半，冰晶向雪的自動轉化以及冰晶被雪的碰并過程也顯著削弱。兩個時期冰晶的凝華核化和凝凍核化過程在其源匯項中貢獻并不突出，但其作為冰晶的最初來源，初始核化過程在一定程度上決定了后期冰晶云的發(fā)展過程的強弱。

季風活躍期，雪的主要源匯項在5～15 km之間一直保持比較強的轉換率（圖9c）。凝華增長和沉降過程在除零度層附近的其他高度上都占據著絕對優(yōu)勢。在該個例中，冰晶和雪發(fā)展的主要動力都是來自凝華過程（圖9），兩類冰相粒子之間存在著一定的競爭關系。圖7顯示在季風活躍期的高值區(qū)，雪的混合比比冰晶高出約1個量級，而該時期雪的凝華增長率是冰晶凝華增長率的約10倍（圖9a、c），因此雪對水汽的大量消耗可能抑制了冰晶的發(fā)展。零度層附近（5 km）存在雪的沉降和融化過程轉化率的極值，雪的融化是活躍期產生降水的重要因子。冰晶粒子通過自動轉化以及被雪碰并這兩個過程促進了雪的發(fā)展，但不存在融化過程（圖9a），因而冰晶云對于雨水的形成主要是間接的貢獻。季風抑制期，與雪有關的微物理過程已經變得非常微弱，主要的源匯項仍然以凝華升華以及沉降過程為主（圖9d）。與季風活躍期相比，冰晶向雪自動轉化以及雪碰并冰晶的過程在該時期扮演的角色變得更為重要，這可能是由于雪云在后期發(fā)展并不十分強盛的緣故。

以上分析結果表明：季風活躍期，冰相微物理過程十分活躍，各種水凝物、水汽相互之間有著劇烈而復雜的相互作用。該時期雪云發(fā)展強盛，冰晶云的發(fā)展可能受到了一定的抑制；同時雪的融化是產生降水的重要因子，冰晶云對降水的貢獻主要是間接的。而季風抑制期的微物理過程相對簡單，主要以冰晶的微物理過程為主。微物理過程中水的相變過程同潛熱加熱率有著密切的關系。冷云中冰晶和雪的凝華增長帶來了顯著的潛熱釋放，而季風抑制期冰相粒子掉落至冰云的中下部的干區(qū)，粒子升華吸熱帶來了一定的冷卻效應。由于MOR微物理方案對微觀過程的描述還存在不完善之處，所以模式結果所反映出的微物理過程同真實情況可能并不完全一致。

圖9 冰晶和雪的主要源匯項的垂直分布（單位：g kg?1 d?1）：（a）季風活躍期冰晶；（b）季風抑制期冰晶；（c）季風活躍期雪；（d）季風抑制期雪?；钴S期取小時降水量≥2 mm期間的平均, 抑制期取冰相水凝物總含量≥5 mg m?3期間的平均

4 凝華凝凍核數濃度敏感性試驗

氣溶膠對云和降水的形成以及輻射都有重要的影響。對云的準確描述是利用數值模式研究氣溶膠的間接效應的重要前提之一。在控制試驗部分MOR方案已經能夠較好地再現(xiàn)熱帶云系特別是其中冰相過程的云微物理特征。本節(jié)內容則在此基礎之上，考察熱帶對流層上部冰云以及輻射場對氣溶膠中冰核數濃度變化的響應情況，相關討論和總結具有較高的可信度。氣溶膠可以為冰晶的初始核化提供成冰核。在溫度較高的時候，冰晶的形成主要是通過成冰核的異質核化來完成。成冰核主要通過四種機制起作用，凝華模式、凝凍模式（吸附模式）、浸潤模式和接觸模式。凝華模式和凝凍模式的成冰范圍更廣，這兩類冰核的數濃度之和簡稱為dep。本部分共設計4組試驗，dep分別變成原控制試驗中的十分之一、二分之一、五倍以及十倍，試驗名稱分別如下：即MOR-0.1dep、MOR-0.5dep、MOR- 5dep、MOR-10dep。

季風活躍期，高空冰晶的含量總體隨著dep的增加而增加（圖10a、b），尤以強降水時期變化最為顯著。當dep減少時，高空冰晶含量總體上也顯著地減小。而當dep減少為控制試驗的十分之一時，24日高空冰晶的含量出現(xiàn)了顯著的增加（圖10d）。季風抑制期，高空冰晶含量隨凝華凝凍核數濃度的變化趨勢保持一致，但變化幅度小于季風活躍期。另外該時期dep增加時，高空冰云的云頂有升高的趨勢，反之云頂則顯著降低。

圖10 凝華凝凍核數濃度敏感性試驗的冰晶含量相對于控制試驗的變化（陰影，單位：mg m?3）的時間—高度剖面：（a）MOR-10dep；（b）MOR-5dep；（c）MOR-0.5dep；（d）MOR-0.1dep。虛線代表溫度（單位：°C），實線代表相應敏感性試驗中冰晶的主體輪廓線（＞1 mg m?3）

冰晶云宏觀性質的改變同微觀特征的變化的積累是密不可分的。當凝華凝凍核數濃度變化時，冰晶的初始核化率也出現(xiàn)了顯著的變化（圖11a、b）。兩個時期的冰晶的初始核化都是以凝華和凝凍核化為主，接觸和浸潤核化過程僅僅在零度層附近起弱的作用。同控制試驗相比，季風抑制期，高空冰晶云的主體部分（11～16 km）的冰晶的初始核核化過程隨dep的增加（減少）顯著加強（減弱，圖11b）。同凝華凝凍核化率的變化相一致，該時期冰云中上部冰晶的凝華增長以及下部的升華過程的強度出現(xiàn)了同dep一致并且顯著的變化（圖11d）?？梢哉fdep的增加（減?。┰诒С跏夹纬蓵r，就已經為后期冰晶的發(fā)展奠定了優(yōu)勢（劣勢）。而在季風活躍期的冰晶云中，凝華增長率隨dep的變化情況比較復雜。dep增加時，在冰晶的初始核化過程并沒有明顯增強的條件下，冰晶的凝華增長率相比于控制試驗增強了約一倍；而當dep減小為原來的十分之一時，凝華凝凍核化過程雖然有顯著的減弱，但冰云上部的冰晶凝華增長過程卻出現(xiàn)了增強，變化幅度超過50%（圖11a、c）。而各敏感性試驗中，凝華過程的增強和減弱同高空冰云中冰晶含量的變化是相對應的。

圖11 （a、b）冰晶的初始核化率（單位：g kg?1 d?1）和（c、d）冰晶凝華或升華過程轉化率（單位：g kg?1 d?1）的垂直分布：季風活躍期（左列）；季風抑制期（右列）。數據的平均方法同圖9，dep代表凝華模式和凝凍模式的核化，cont代表接觸模式和浸潤模式的核化

由此我們可以發(fā)現(xiàn)，在季風抑制期由于微觀上主要是以冰晶有關的微物理過程為主，因此高空的冰云對凝華凝凍核數濃度的響應情況表現(xiàn)出顯著的線性特征。而在季風活躍期，各種水凝物之間有著強的相互作用，水分的分配情況也比較復雜，因而冰晶云的微觀特征對凝華凝凍核的響應情況無明顯規(guī)律可循。

凝華凝凍核數濃度的變化顯著改變了云中物質的物理性質，從而進一步影響到和云有關的輻射過程。dep的改變對OLR產生了顯著的影響，變化最為顯著的是在季風抑制期26～29日，即高空卷云持續(xù)存在的時段。當dep增加時，OLR明顯減小，反之OLR增加（圖12）。該時期模擬區(qū)域的高空主要由薄的卷云構成，其中以冰晶作為最主要的組成部分。卷云的宏觀和微觀性質的改變對OLR產生直接影響：一方面，前面的討論已經指出，dep的增加（減少）會導致季風抑制期冰云云頂增高（降低）。而云頂的位置更高（更低），溫度更低（高）會使得冰云自身向外放出的長波輻射減少（增加）。另一方面，OLR還包括了來自于下方的穿過冰云后的長波輻射，而高空冰晶粒子的有效半徑會影響長波輻射的透過率。

圖 12 凝華凝凍核數濃度敏感性試驗的OLR相比于控制試驗的變化隨時間的演變（單位：W m?2）。水平實線代表零線

參照MOR方案控制試驗的高空冰云的主體部分（圖7a），季風抑制期高空冰晶粒子的有效半徑R（圖8a）以10～100 μm為主。位置越低，冰晶粒子的R越大。R很大的冰晶粒子分布于云底的位置，對來自下方的長波輻射有較高的透過率。季風抑制期，高空冰晶的主體平均位于10.88～16.45 km之間。從圖13b可以發(fā)現(xiàn)，冰云上部（＞14 km）的小冰晶的i相比于控制試驗變化幅度明顯，隨著dep增加（降低）R減?。ㄔ黾樱?。冰云的中部（12～14 km），冰晶的R變化幅度有所減弱，但是總體趨勢仍然和冰云上部保持一致（當dep減半時的情況有所不同，但其變化幅度小于10%）。冰云下部（＜12 km）冰晶的含量很低，對長波輻射的透過率已經很高，R的變化對OLR影響不大。冰晶粒子的有效半徑反映了冰晶粒子譜的總體分布情況。在有限的水汽條件下，當dep增加時，冰云中上部小的冰晶粒子大量增加，會使得來自下方的長波輻射的透過率降低，OLR降低，反之OLR升高。冰晶粒子的沉降速度與粒子的尺度存在正相關，因而以上分析的R的變化也能夠部分地解釋季風抑制期冰云云頂隨dep增加（減少）而升高（降低）的現(xiàn)象。季風抑制期，高空冰云的宏觀和微觀特征隨dep的變化趨勢同李娟等（2004）、Fan et al.（2010）以及Zeng et al.（2009）的研究結果有較好的一致性，說明MOR方案能夠較為準確地反映熱帶云系對冰核氣溶膠的響應情況。而在季風活躍期，冰晶的有效半徑整體上也隨dep增加（減少）而減?。ㄔ龃螅┣易兓容^抑制期更大（圖13a）。但由于該時期的對流系統(tǒng)深厚，微物理過程較為復雜，云頂高度的變化并無明顯規(guī)律可循，因而OLR的響應并不顯著。

圖13 凝華凝凍核數濃度敏感性試驗模擬的冰晶有效半徑相比于控制試驗的變化百分比：（a）季風活躍期；（b）季風抑制期。豎直實線代表零線，水平實線分別代表控制試驗中冰晶主體的頂部和底部所在的平均位置，季風活躍期冰晶云頂部為16.18 km，底部為8.81 km；季風抑制期冰晶云頂部為16.45 km，底部為10.88 km；數據的平均方法同圖9

5 總結

利用WRF模式中的單氣柱模式（SCM），耦合Morrison 2-mon（MOR）雙參數微物理方案，對熱帶暖池國際云試驗（TWP-ICE）期間的個例進行了數值模擬以及敏感性試驗。研究結果如下：

（1）MOR雙參數微物理方案的控制試驗能夠較好地模擬出TWP-ICE期間熱帶云系的微觀的特征。MOR方案模擬的液相和冰相水凝物的垂直分布以及隨時間的演變特征同觀測非常一致。模擬的地表向下長波輻射和大氣頂向外長波輻射的量級和時間演變趨勢同觀測也非常接近。觀測和模擬的偏差在季風抑制期較為明顯。其中低層暖云中液態(tài)水含量量級比觀測偏大，淺對流模擬得過于活躍。輻射場的模擬偏差也與微觀要素場模擬得不夠精確有關。MOR方案總體上對熱帶云系具備較好的模擬能力，但還存在進一步的提升空間，相關參數化方法有待調試或者改進。

（2）季風活躍期，冰晶的主要源匯項有凝華增長過程、沉降過程、冰晶向雪的自動轉化以及冰晶被雪的碰并過程。冰晶主體位于溫度低于―20°C的高空，主要通過自動轉化為雪和被雪碰并過程對雨水的形成作出間接貢獻。同時期雪的主要源匯項中，凝華增長和沉降過程占據主導地位。雪的凝華增長是冰晶凝華增長的約10倍，雪消耗了大量的水汽可能使冰晶的凝華增長受到抑制。雪的融化過程非常強盛，因而是產生降水的重要因子。季風抑制期，冰相微物理過程變得相對簡單且強度減弱，以凝華升華和沉降過程為主。整個模擬期間，凝華過程是潛熱加熱的主要來源。

（3）凝華凝凍核的數濃度（dep）敏感性試驗表明：季風抑制期，微物理過程以冰晶相關過程為主，高空的冰云的宏觀和微觀性質對凝華凝凍核的響應情況呈現(xiàn)顯著的線性特征。高空冰晶的含量均隨著dep的增加（減小）而增加（減?。LR也由于冰晶有效半徑和云頂高度的變化而隨dep的減?。ㄔ黾樱┒黾樱p?。ＤA凝凍核dep增加時，高空冰云中小冰晶數量增加且云頂升高，使得OLR值減小，反之冰云主體中冰晶有效半徑增加，高空的冰云更加透明，云頂更低，對 OLR值增加起促進作用。而季風活躍期，微物理過程復雜，冰晶的宏微觀特征對dep的響應并無明顯規(guī)律可循，因而OLR的變化也并不顯著。

本文僅僅選取一個比較常用的雙參數微物理方案，并檢驗了其對微物理過程的模擬能力。試驗所選的模擬區(qū)域局限于熱帶地區(qū)，而微物理參數化方案對不同地區(qū)、不同天氣過程微物理過程的模擬能力怎樣，以及相關參數化方法的合理性和適用性還有待于更多的個例來檢驗。在真實的三維大氣中，非線性作用會使得物理量場對氣溶膠響應情況變得更加復雜，具體的響應機制也還需要進一步的深入研究。

致謝 感謝美國大氣輻射觀測計劃ARM提供TWP-ICE期間的外場觀測資料。

（References：）

Bryan G H, Wyngaard J C, Fritsch J M. 2003. Resolution requirements for the simulation of deep moist convection [J]. Mon. Wea. Rev., 131 (10): 2394–2416.

陳炯, 鄭永光, 鄧蓮堂, 等. 2003. WRF 模式中不同邊界層參數化方案對2003 年7 月江淮暴雨的數值模擬及其比較 [C]// 中國氣象學會2003年年會論文集(7). 北京: 氣象出版社, 221–224. Chen Jiong, Zheng Yongguang, Deng Liantang, et al. 2003. The effects of different boundary layer parameterization schemes in WRF on the numerical simulation for a rainstorm over Changjiang–Huaihe river basin in July 2003 [C]// Proceedings of the 2003 Chinese Meteorological Society (in Chinese). Beijing: China Meteorological Press, 221–224.

Comstock J M, Ackerman T P, Mace G G. 2002. Ground-based lidar and radar remote sensing of tropical cirrus clouds at Nauru Island: Cloud statistics and radiative impacts [J]. Journal of Geophysical Research: Atmospheres (1984–2012), 107 (D23): AAC 16-1–AAC 16-14.

董昊, 徐海明, 羅亞麗. 2012. 云凝結核濃度對 WRF 模式模擬颮線降水的影響: 不同云微物理參數化方案的對比研究[J]. 大氣科學, 36 (1): 145–169. Dong Hao, Xu Haiming, Luo Yali. 2012. Effects of cloud condensation nuclei concentration on precipitation in convection permitting simulations of a squall line using WRF model: Sensitivity to cloud microphysical schemes [J]. Chinese Journal Atmospheric Science (in Chinese), 36 (1): 145–169.

Fan J, Comstock J M, Ovchinnikov O. 2010. The cloud condensation nuclei and ice nuclei effects on tropical anvil characteristics and water vapor of the tropical tropopause layer [J]. Environ. Res. Lett., 5(4), 044005, doi:10.1088/1748-9326/5/4/044005.

Gettelman A, Morrison H, Ghan S J. 2008. A new two-moment bulk stratiform cloud microphysics scheme in the Community Atmosphere Model, Version 3 (CAM3). Part II: single-column and global results [J]. J. Climate, 21: 3660–3679.

Ghan S, Randall D, Xu K-M, et al. 2000. A comparison of single column model simulations of summertime midlatitude continental convection [J]. J. Geophys. Res., 105 (D2): 2091–2124.

Hack J J, Pedretti J A. 2000. Assessment of solution uncertainties in single-column modeling frameworks [J]. J. Climate, 13 (2): 352–365.

金蓮姬, 銀燕, 王盤興, 等. 2007. 熱帶深對流云砧數值模擬及云凝結核數濃度對其影響的初步試驗 [J]. 大氣科學, 31 (5): 793–804. Jin Lianji, Yin Yan, Wang Panxing, et al. 2007. Numerical modeling of tropical deep convective anvil and sensitivity test on its response to changes in the cloud condensation nuclei concentration [J]. Chinese Journal Atmospheric Science (in Chinese), 31(5): 793–804.

鞠永茂, 王漢杰, 鐘中, 等. 2008. 一次梅雨鋒暴雨云物理特征的數值模擬研究 [J]. 氣象學報, 66 (3): 381–395. Ju Yongmao, Wang Hanjie, Zhong Zhong, et al. 2008. A simulation study on the characteristics of cloud microphysics of rain storm in a meiyu front [J]. Acta Meteorologica Sinica (in Chinese), 66(3): 381–395.

康麗莉, 雷恒池, 肖穩(wěn)安. 2003. 中尺度模式中各種濕物理過程的數值模擬 [J]. 南京氣象學院學報, 26 (1): 76–83. Kang Lili, Lei Hengchi, Xiao Wenan. 2003. Simulation of various moist physical processes in mesoscale model [J]. Journal of Nanjing Institute of Meteorology (in Chinese), 26(1): 76–83.

Lean H W, Clark P A, Dixon M, et al. 2008. Characteristics of high- resolution versions of the Met Office Unified Model for forecasting convection over the United Kingdom [J]. Mon. Wea. Rev., 136 (9): 3408–3424.

李娟, 毛節(jié)泰, 胡志晉, 等. 2004. 冰核濃度變化對云輻射的模擬試驗 [J]. 氣象學報, 62 (1): 77–86. Li Juan, Mao Jietai, Hu Zhijin, et al. 2004. Numerical simulation experiments for the effects of changes of atmospheric ice nuclei concentrations on radiant properties of cloud [J]. Acta Meteorologica Sinica (in Chinese), 62(1): 77–86.

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 [J]. Mon. Wea. Rev., 138 (5): 1587–1612.

Luo Y, Xu K-M, Morrison H, et al. 2008. Arctic mixed-phase clouds simulated by a cloud-resolving model: Comparison with ARM observations and sensitivity to microphysics parameterizations [J]. J. Atmos. Sci., 65 (4): 1285–1303.

馬國忠, 銀燕, 王秋京. 2010. 東北地區(qū)春季冷鋒云系降水個例數值模擬及機理研究 [J]. 黑龍江氣象, 27 (4): 4–8. Ma Guozhong, Yin Yan, Wang Qiujing. 2010. Mechanism and numerical simulating study of the cold front precipitation in Northeast China [J]. Heilongjiang Meteorology (in Chinese), 27(4): 4–8.

MatherJH, McFarlaneSA, MillerMA, et al. 2007. Cloud properties and associated radiative heating rates in the tropical western Pacific [J]. J. Geophys. Res., 112, D05201, doi:10.1029/2006JD007555.

May P T, Mather J H, Vaughan G, et al. 2008. Field research: Characterizing oceanic convective cloud systems [J]. Bull. Amer. Meteor. Soc., 89 (2): 153–155.

Morrison H, Milbrandt J. 2011. Comparison of two-moment bulk microphysics schemes in idealized supercell thunderstorm simulations [J]. Mon. Wea. Rev., 139 (4): 1103–1130.

Morrison H, Pinto J O. 2005. Mesoscale modeling of springtime Arctic mixed-phase stratiform clouds using a new two-moment bulk microphysics scheme [J]. J. Atmos. Sci., 62 (10): 3683–3704.

Morrison H, Curry J A, Khvorostyanov V I. 2005a. A new double-moment microphysics parameterization for application in cloud and climate models. Part I: description [J]. J. Atmos. Sci., 62 (6): 1665–1677.

Morrison H, Curry J A, Shupe M D, et al. 2005b. A new double-moment microphysics parameterization for application in cloud and climate models Part II: Single-column modeling of Arctic clouds [J]. J. Atmos. Sci., 62: 1678–1693.

Morrison H, Thompson G, Tatarskii V. 2009. Impact of cloud microphysics on the development of trailing stratiform precipitation in a simulated squall line: Comparison of one- and two-moment schemes [J]. Mon. Wea. Rev., 137 (3): 991–1007.

Narita M, Ohmori S. 2007. Improving precipitation forecasts by the operational nonhydrostatic mesoscale model with the Kain-Fritsch convective parameterization and cloud microphysics [C] // Preprints, 12th Conference on Mesoscale Processes, Waterville Valley, NH, Am. Meteor. Soc., CD-ROM, 3.7. [Available online at http://ams.confex.com/ams/ pdfpapers/126017.pdf.]

榮艷敏, 銀燕. 2010. 對流云對大氣氣溶膠和相對濕度變化響應的數值模擬 [J]. 大氣科學, 34 (4): 815–826. Rong Yanmin, Yin Yan. 2010. The response of convective clouds to aerosol and relative humidity: A numerical study [J]. Chinese Journal Atmospheric Science (in Chinese), 34(4): 815–826.

Seo E-K, Liu G. 2006. Determination of 3D cloud ice water contents by combining multiple data sources from satellite, ground radar, and a numerical model [J]. J. Appl. Meteor. Climatol., 45 (11): 1494–1504.

Solomon A, Morrison H, Persson O, et al. 2009. Investigation of microphysical parameterizations of snow and ice in Arctic clouds during M-PACE through model–observation comparisons [J]. Mon. Wea. Rev., 137 (9): 3110–3128.

Song X L, Zhang G J. 2011. Microphysics parameterization for convective clouds in a global climate model: Description and single-column model tests [J]. J. Geophys. Res., 116, D02201, doi:10.1029/2010JD014833.

Stith J L, Hagerty J A, Heymsfield A J, et al. 2004. Microphysical characteristics of tropical updrafts in clean conditions [J]. J. Appl. Meteor., 43 (5): 779–794.

孫建華, 趙思維. 2003. 華北地區(qū) “12·7” 降雪過程的數值模擬研究 [J]. 氣候與環(huán)境研究, 8 (4): 387–401. Sun Jianhua, Zhao Siwei. 2003. A numerical simulation of snowfall in North China on 7 December 2001 [J]. Climatic and Environmental Research (in Chinese), 8 (4): 387–401.

Van Weverberg K, Voglemann A M, Lin W, et al. 2012. The role of cloud microphysics parameterization in the simulation of mesoscale convective system clouds and precipitation in the tropical Western Pacific [J]. J. Atmos. Sci., 70 (4): 1104–1128. doi:10.1175/JAS-D-12-0104.1.

Varble A, Fridlind A M, Zipser E J, et al. 2011. Evaluation of cloud- resolving model intercomparison simulations using TWP-ICE observations: Precipitation and cloud structure [J]. J. Geophys. Res., 116: D12206. doi:10.1029/2010JD015180.

肖輝, 銀燕. 2011. 污染氣溶膠對山西一次降水過程影響的數值模擬 [J]. 大氣科學, 35 (2): 235–246. Xiao Hui, Yin Yan. 2011. A numerical study of polluted aerosol effects on precipitation in Shanxi Province [J]. Chinese Journal Atmospheric Science (in Chinese), 35(2): 235–246.

Wang W, Liu X, Xie S, et al. 2009. Testing ice microphysics parameterizations in the NCAR Community Atmospheric Model Version 3 using Tropical Warm Pool-International Cloud Experiment data [J]. J. Geophys. Res., 114: D14107. doi: 10. 1029/2008JD011220.

吳偉. 2011. 基于CloudSat及MODIS衛(wèi)星云產品對GRAPES全球模式和WRF模式云微物理方案的對比檢驗 [D]. 蘭州大學博士論文, 97pp. Wu Wei. 2011. Comparison to the sensitivity of GRAPES and WRF Model cloud microphysical parameterization schemes using CloudSat and MODIS satellite data [D]. Ph. D. dissertation (in Chinese). College of Atmospheric Sciences, Lanzhou University, 97pp.

Xie S, Hume T, Jakob C, et al. 2010. Observed large-scale structures and diabatic heating and drying profiles during TWP-ICE [J]. J. Climate, 23 (1): 57–79.

許煥斌, 段英. 1999. 云粒子譜演化研究中的一些問題 [J]. 氣象學報, 57 (4): 450–460. Xu Huanbin, Duan Ying. 1999. Some questions in studying the evolution of size distribution spectrum of hydrometeor particles [J]. Acta Meteorologica Sinica (in Chinese), 57(4): 450–460.

于翡, 姚展予. 2009. 一次積層混合云降水實例的數值模擬分析 [J]. 氣象, 35 (12): 3–11. Yu Fei, Yao Zhanyu. 2009. Numerical study on the complex of the stratiform and embedded convective cloud precipitation: A case study [J]. Meteorological Monthly (in Chinese), 35 (12): 3–11.

余貞壽, 王紅雷. 2010. 微物理過程和對流參數化對臺風“莫拉克”(0908)路徑模擬影響研究 [C]// 第七屆長三角氣象科技論壇論文集, 148–155. Yu Zhenshou, Wang Honglei. 2010. A numerical study of the effect of various microphysics and cumulus parameterization schemes on typhoon Morakot (0908) track [C] // The Proceedings of 7th Yangtze River Delta Science and Technology Forum (in Chinese), 148–155.

Zeng X P, Tao W K, Zhang M H, et al. 2009. An indirect effect of ice nuclei on atmospheric radiation [J]. J. Atmos. Sci., 66 (1): 41–61.

張大林. 1998. 各種非絕熱物理過程在中尺度模式中的作用 [J]. 大氣科學, 22 (4): 548–561. Zhang Dalin. 1998. Roles of various diabatic physical processes in mesoscale models [J]. Chinese Journal Atmospheric Science (in Chinese), 22 (4): 548–561.

Zhang J, Lohmann U, Lin B. 2002. A new statistically based autoconversion rate parameterization for use in large-scale models [J]. J. Geophys. Res., 107 (D24): AAC 3-1–AAC 3-16, doi:10.1029/2001JD001484.

Zhang M H, Lin J L. 1997. Constrained variational analysis of sounding data based on column-integrated budgets of mass, heat, moisture, and momentum: Approach and application to ARM measurements [J]. J. Atmos. Sci., 54: 1503–1524.

Zhang M H, Lin J L, Cederwall R T, et al. 2001. Objective analysis of ARM IOP data: Method and sensitivity [J]. Mon. Wea. Rev., 129: 295–311.

趙思雄, 曾慶存. 2005. 東亞強寒潮——冷涌越過赤道并引發(fā)南半球熱帶氣旋和強降水的個例研究 [J]. 氣候與環(huán)境研究, 10 (3): 507–525. Zhao Sixiong, Zeng Qingcun. 2005. A study of East Asia strong cold wave—Surge crossing equator and influencing the development of tropical cyclone and heavy rainfall in the Southern Hemisphere [J]. Climatic and Environmental Research (in Chinese), 10 (3): 507–525.

鄒德龍, 羅栩羽, 范紹佳, 等. 2012. 不同天氣系統(tǒng)影響下廣東省酸雨特征對比分析——氣象場數值模擬[J]. 中國環(huán)境科學, 32 (8): 1439– 1446. Zou Delong, Luo Xuyu, Fan Shaojia, et al. 2012. Comparative analysis of the features of acid rain under the influence of different weather systems in Guangdong Province—Numerical simulation of meteorological fields [J]. China Environmental Science (in Chinese), 32 (8): 1439–1446.

Zhou Y P, Tao W K, et al. 2007. Use of high-resolution satellite observations to evaluate cloud and precipitation statistics from cloud-resolving model simulations. Part I: South China Sea monsoon experiment [J]. J. Atmos. Sci., 64: 4309–4329.

沈新勇, 梅海霞, 王衛(wèi)國, 等. 2015. 雙參數微物理方案的冰相過程模擬及冰核數濃度的影響試驗[J]. 大氣科學, 39 (1): 83?99, doi: 10.3878/j.issn. 1006-9895.1405.13310. Shen Xinyong, Mei Haixia, Wang Weiguo, et al. 2015. Numerical simulation of ice-phase processes using a double-moment microphysical scheme and a sensitivity test of ice nuclei concentration[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39 (1): 83?99.

Numerical Simulation of Ice-Phase Processes Using a Double-Moment Microphysical Scheme and a Sensitivity Test of Ice Nuclei Concentration

SHEN Xinyong1, 2, MEI Haixia1, 3, WANG Weiguo4, and HUANG Wenyan1

1,,,210044;2,,100029;3,210009;4,,20746

In the context of the Weather Research and Forecasting (WRF) single column model (SCM), a double-moment bulk microphysics scheme, Morrison 2-mon (MOR), is selected to simulate a case of tropical convection from the Tropical Warm Pool International Cloud Experiment (TWP-ICE) field experiment. We then compare the results with observations and cloud resolution model results to evaluate the ability of the MOR scheme to describe the microphysics. The evidence shows that the MOR scheme is capable of properly reproducing the time and space distribution features of liquid and ice particles in the tropical cloud from both macro and micro points, as well as the characteristics of the temporal evolution of surface downward longwave radiation and outgoing longwave radiation (OLR) at the top of atmosphere. From our analysis of microphysical characteristics, we found that the dominant ice crystals cloud microphysical processes during the monsoon active period are the depositional growth of ice crystals, sedimentation of ice crystals, autoconversion of ice crystals to snow, and accretion of ice crystals by snow. Ice crystals occur predominantly in environmental temperatures less than ―20°C, and indirectly contribute to rain formation. The cloud microphysical processes of snow are predominantly its simultaneous sedimentation and depositional growth. Snow’s strong deposition growth, which results in the consumption of much water vapor, may suppress ice crystal growth. In addition, the active melting of snow is an important factor for precipitation. During the monsoon depression, ice-phase microphysics become relatively simple and weaken, with the dominant cloud microphysical processes being sublimation, sedimentation, and depositional growth. Results from MOR scheme sensitivity tests, in which we changed the total number of ice nuclei in deposition mode and condensation freezing mode (dep), suggested that the responses of the macro and micro characteristics in ice-phase cloud todeppresent marked linear features during the monsoon depression period. During this period, thedepincrease favors the growth of ice crystals, but leads to smaller ice crystals in ice clouds and a higher cloud top. This results in reduced OLR decreases during the monsoon depression period for those microphysical processes primarily related to ice crystals, and vice versa.In the active monsoon period, the ice-phase cloud characteristics vary irregularly.

Single-column model, Morrison 2-mon scheme, Microphysics, Ice nuclei in deposition mode and condensation freezing mode, TWP-ICE experiment

1006–9895(2015)01–0083–17

P457

A

10.3878/j.issn.1006-9895.1405.13310

2013?11?04；網絡預出版日期2014?06?03

國家重點基礎研究發(fā)展計劃（973計劃）項目2013CB430103、2015CB453200，國家自然科學基金項目41375058、41175065，江蘇高等學校優(yōu)秀科技創(chuàng)新團隊計劃項目PIT2012

沈新勇，男，1964年出生，教授，博士生導師，研究方向：中尺度氣象學、臺風動力學及數值模擬研究。E-mail: shenxy@nuist.edu.cn