何暉 高茜 劉香娥 周嵬 賈星燦
?
積層混合云結(jié)構(gòu)特征及降水機理的個例模擬研究
何暉1, 2高茜1, 2劉香娥1, 2周嵬1, 2賈星燦1, 2
1北京市人工影響天氣辦公室,北京100089;2云降水物理研究與云水資源開發(fā)北京市重點實驗室,北京100089
積層混合云是我國一種重要的降水系統(tǒng),其降水既有對流云又有層狀云特征?;诜e層混合云的重要性,本文利用中尺度數(shù)值模式WRF(Weather Research and Forecasting Model),結(jié)合三維粒子運行增長模式對2012年5月29日北京地區(qū)的一次積層混合云降過程進行了模擬研究。模擬的降水與雷達回波與實測結(jié)果基本一致。在此基礎(chǔ)上,重點分析了混合云系中積狀云與層狀云各自的微物理結(jié)構(gòu)特征與降水的發(fā)生機理等。結(jié)果表明:降水過程云內(nèi)存在著明顯的“播種—供給”機制,層狀云中“播種—供給”機制相對簡單。而對流云區(qū)中由于降水粒子可以發(fā)生上下多次的循環(huán)增長,“播種—供給”機制可在云的上下層間雙向進行,云中粒子群可以增長得更大。在積層混合云中,在低層,層狀云中已有的水凝物粒子進入內(nèi)嵌的積云塊中,而在高層水成物粒子又從積云中落到層云中,積層混合云系充分發(fā)揮了積云和層云各自的優(yōu)勢,從而降水效率較高。
積層混合云 降水機制 播種—供給 循環(huán)增長
積層混合云是由層狀云與嵌入其內(nèi)的對流云組成的云系統(tǒng)。積層混合云是我國一種重要的降水系統(tǒng),其降水既具有層狀云又兼有對流云特征:在持續(xù)低強度降水中帶有較高強度的陣性,其降水時間比較長,常常帶來大范圍的持續(xù)性或間歇性降水,可以有效地緩解干旱(李艷偉等,2009a)。大范圍的暴雨和特大暴雨基本上是由較為深厚的層狀云和嵌入內(nèi)的對流云組成的混合云產(chǎn)生的(洪延超,1996a;黃美元等,1987b)。積層混合云不僅對降水的發(fā)展過程有明顯影響,而且其動力、熱力場的結(jié)構(gòu)比層云或積云都要復(fù)雜(于翡和姚展予,2009),這是由于其積層混合的特殊結(jié)構(gòu),主要體現(xiàn)在層狀云和積狀云之間的相互影響,相互反饋以及對總體降水的影響等。
針對積層混合云,國內(nèi)外學(xué)者開展了大量的觀測和數(shù)值模擬研究。通過觀測發(fā)現(xiàn),積層混合云中由于嵌入式對流單體中液態(tài)水含量比周圍的層云高,并且具有一定的上升氣流速度,可以產(chǎn)生更多的冰晶(Matejka et al., 1980;Hobbs and Rangno,1990;Evans et al., 2005),根據(jù)云中不同的垂直速度,往往可以增加20%~35%的降水量(Herzegh and Hobbs,1980;Houze et al. 1981;Rutledge and Hobbs,1983)。Hobbs and Locatelli(1978)指出積層混合云降水往往分布不均勻,嵌入式對流單體下方降水量一般比周圍區(qū)域高,會出現(xiàn)“雨核”的現(xiàn)象。Frederic et al.(1993)利用多種雷達資料和標準氣象儀器資料分析了層云降水對淺對流泡的影響;Sandra et al.(2005)分析熱帶洋面的積層混合云過程中的物理特征,并指出對流區(qū)是低層輻合、高層輻散。國內(nèi)的學(xué)者也對積層混合云開展了大量的觀測研究。黃美元等(1987a)利用雷達觀測資料等分析了暴雨積層混合云的基本特征及其與降水的關(guān)系;李艷偉(2009a)利用雷達、衛(wèi)星、地面、高空觀測資料,對48次貴州地區(qū)大范圍的積層混合云降水過程進行了分析歸納,并認為積層混合云系往往有2種途徑生成,分別是:積云并合擴展層化型與層云積化型積層混合云,而貴州省的48次積層混合云降水過程中,絕大多數(shù)都屬于積云并合擴展層化型積層混合云降水。
在數(shù)值模擬研究方面,F(xiàn)rederic et al.(1993)利用數(shù)值模擬研究發(fā)現(xiàn)鑲嵌在層狀云中的對流 云發(fā)展更旺盛,生命史更長,降水效率更高,洪延超(1996a,1996b)、黃美元等(1987b)利用二維時變積云降水模式討論了積層混合云中層狀云對對流云發(fā)展和降水的影響,并得出積層混合云是一種非常有效的降水系統(tǒng)。李艷偉等(2009b)、呂玉環(huán)等(2012)利用中尺度數(shù)值模式WRF研究了積云并合的過程、產(chǎn)生并合的機理及其對降水的影響等。林磊和姚展予(2011)、于翡和姚展予(2009)等也利用中尺度模式分別對積層混合云的微物理特征、動力特征、云物理過程等進行了研究。
上述有關(guān)積層混合云的觀測和數(shù)值模擬工作已經(jīng)取得了一些非常有意義的成果。但是上述的研究主要是集中在積層混合云的形成過程、云的熱力和動力學(xué)特征的分析方面。而在積層混合云降水的機制,尤其是積層混合云中積狀云與層狀云形成降水機制差異的分析以及兩者的相互影響等方面的研究還有所欠缺。
本文利用中尺度模式WRF(Weather Research and Forecasting Model)結(jié)合三維粒子運行增長模式對2012年5月29日北京地區(qū)的一次積層混合云降水個例進行模擬研究。在模擬結(jié)果與實況較接近的基礎(chǔ)之上,分析了此次積層混合云形成的原因、降水效率的分布、對比分析了混合云系中積狀云與層狀云各自的微物理結(jié)構(gòu)特征與降水的發(fā)生機理等,并對云系內(nèi)對流云和層狀云的相互作用進行了研究。
2.1 模擬方案
本文利用的WRF模式是由NCAR(National Center for Atmospheric Research)/NCEP(National Centers for Environmental Prediction)和FSL/NOAA(Forecast Systems Laboratory /National Oceanic and Atmospheric Administration)等聯(lián)合開發(fā)研制的中尺度數(shù)值模式。本文采用Kain-Fritsch積云對流參數(shù)化方案(Khain,2004)、Morrison 2-moment云微物理顯式方案(Morrison et al., 2009)、RRTM長波輻射計算方案(Mlawer et al., 1997)、Dudhia短波輻射計算方案(Dudhia, 1989)、the Yonsei University (YSU)PBL scheme邊界層方案(Noh et al., 2001)。WRF中尺度模式中的Morrison 2-moment方案包括了水汽、云水、雨水、云冰、雪、霰等的比含水量以及雨水、云冰、雪、霰等的比數(shù)濃度預(yù)報量。模式采用四重嵌套,格距分別是27、9、3和1 km。模式區(qū)域的中心位置是(40°N,115°E),模式在 垂直方向分27層,水平格點數(shù)分別為151×151、184×142、199×175、397×445。
采用分辨率為1°×1°,時間間隔為6小時的NCEP再分析資料作為模式初始場和側(cè)邊界條件。模擬選用歐拉質(zhì)量坐標和Runge-Kutta 3rd時間積分方案,在格距為27和9 km的區(qū)域采用Kain- Fritsch積云對流參數(shù)化方案和Morrison 2-moment云微物理顯式方案,在格距3和1 km的區(qū)域僅采用顯式方案。模擬的開始時間為2012年5月28日20:00(北京時,下同),共模擬24小時。
模擬云粒子在云中的運動增長行為采用的是三維粒子運行增長模式(許煥斌和段英,2001)。該模式采用全拉格朗日算法對目標粒子的運行增長進行全程追蹤,由粒子所在位置的變量值內(nèi)插決定流場、溫度、氣壓、水汽和背景含水量場,再利用這些值來計算粒子的增長,而運動軌跡則由流場和粒子的現(xiàn)時末速度來決定。微物理過程考慮了冰粒子與過冷云水、雨水的干/濕碰凍增長,以及凇附對粒子體密度和下落末速度的影響,較完整地描述了粒子的增長及密度和下落末速的變化。
根據(jù)WRF模擬云的發(fā)展情況,選擇在5月29日12:18分別針對其中的一塊對流云區(qū)域和一塊層狀云區(qū)域運行三維粒子運行增長模式。具體的操作方法是:分別將WRF模擬的2012年5月29日12:18這兩塊區(qū)域的氣流場(水平氣流、垂直氣流)、氣壓場、高度場以及云中不同水成物含量場等輸出。按照粒子軌跡模式的要求進行不同高度層插值處理,最后形成方向為31個格點(格距為1 km),方向47個格點(格距為1 km),方向100個格點(起始高度為0.5 km,格距為0.1 km)的數(shù)據(jù)背景場,利用形成的數(shù)據(jù)背景場運行三維粒子運行增長模式120 min,對粒子運行軌跡特點進行對比研究。需要說明的是在三維粒子運行增長模式運行的120 min里,模式的初始場并沒有變化是靜態(tài)的,而實際大氣中的環(huán)境場是動態(tài)變化的,相關(guān)研究顯示在變化著的宏微觀場中粒子增長軌跡的規(guī)律性與靜態(tài)模擬的結(jié)果是相似的(許煥斌和段英,2001),因此本文中采取了計算量偏少的靜態(tài)模擬方法。
2.2 模擬結(jié)果和觀測資料的對比分析
2.2.1 實測和模擬的降水場
圖1為觀測和模擬的北京地區(qū)2012年5月29日11:00~15:00和15:00~19:00降水量的對比圖。觀測的降水量來源于北京區(qū)域自動站的實測資料??梢钥闯觯M的降水位置和實測大致相同。觀測和模擬均顯示這次影響北京的降雨系統(tǒng)自西北向東南方向移動。在11:00~15:00降水基本都處于北京中部—西北部區(qū)域,最強降水量出現(xiàn)在北京中部,約為18~20 mm左右,降水帶為東北—西南向,模式模擬的強降水中心、降水量級及雨帶走向等均與實測較接近,但也可以看出模式模擬的降雨區(qū)較實測有所偏大;在15:00~19:00,觀測和模擬均顯示在北京的北部和北京的東南角出現(xiàn)了兩個強降雨中心,但模擬的北京東南角的強降水中心的降水量較實測偏大,北京東南角觀測的降水量大約為8 mm,而模擬的降水量超過了12 mm。
2.2.2 實測和模擬的雷達回波組合反射率
圖2為觀測和模擬的2012年5月29日13:00、14:00、15:00、16:00雷達回波組合反射率的對比圖。從實測的雷達回波圖可以看出,此次影響北京的降雨系統(tǒng)自西南向東北向移動。模擬的雷達回波也體現(xiàn)出了這個特點,并且就強雷達回波的位置來說,模擬和實測的也比較接近。在13:00,模擬和實測的強回波均出現(xiàn)在北京的西南部,到14:00模擬和實測的雷達回波均移到了北京的中部,15:00模擬和實測的雷達回波強中心都移到了北京的東北部,但模擬的回波在北京的東南部出現(xiàn)了一個強中心,而實測結(jié)果沒有。到29日16:00,模擬和實測的雷達回波均顯示以前的強回波在北京的西北部已變?nèi)酰谔旖虻奈鞅辈烤霈F(xiàn)了一個較強的回波中心,從實測與模擬的降雨量與雷達回波的對比可以看出,WRF模式對此次北京地區(qū)積層混合云的降水個例模擬的比較成功。
圖1 觀測(左列)和模擬(右列)的2012年5月29日降水量(單位:mm):(a、b)11:00~15:00(北京時,下同);(c、d)15:00~19:00
圖2 (a、b、c、d)觀測和(e、f、g、h)模擬的2012年5月29日雷達回波組合反射率(單位:dBZ):(a、e)13:00;(b、f)14:00;(c、g)15:00;(d、h)16:00
3.1 合適的天氣條件
圖3為模擬的2012年5月29日02:00,500、700、850 hPa高度場與風(fēng)場以及雷達回波組合反射率與地面風(fēng)場圖,由圖可見,在500、700和850 hPa均有一深厚的高空槽,高空槽后有較冷的偏北氣流,而槽前是暖濕的偏南氣流。冷暖空氣交匯,暖空氣沿著冷空氣爬升,冷空氣將暖空氣整層抬升,暖濕空氣凝結(jié)形成層狀云,導(dǎo)致在該時刻,在空中槽線對應(yīng)的位置出現(xiàn)了雷達回波(圖3d)。
圖3 2012年5月29日02:00模擬的高度場(藍線,單位:dagpm)和風(fēng)矢量:(a)500 hPa;(b)700 hPa;(c)850 hPa;(d)雷達回波組合反射率(單位:dBZ)及地面風(fēng)場
圖4 2012年5月29日02:00模擬的(a)800 hPa和(b)500 hPa散度場(紅色橢圓框區(qū)域代表云團所在的位置,單位:10?5 s?1)
3.2 散度場
5月29日02:00是云系初生的時刻,圖4為該時刻800 hPa和500 hPa散度場的分布(圖4)。從圖4可以看出,在當時的天氣條件下,云(團)附近的中低層(800 hPa附近)存在著輻合,而高層(500 hPa附近)存在著輻散,這種配置有利于環(huán)境對云(系)的發(fā)展輸送水汽和能量.并且輻合場由西向東移動,云系的移動方向與之一致。
3.3 空氣穩(wěn)定度
對29日02:00的不穩(wěn)定能量進行分析,圖5分別是模擬的29日02:00與03:00雷達回波組合反射率、沿02:00雷達回波組合反射率的假相當位溫垂直圖以及02:00最大對流有效位能分布圖。可以看出,在02:00對應(yīng)于此時的雷達回波區(qū)域出現(xiàn)了一定大小的對流有效位能,最強的對流有效位能為290 J kg?1。從沿02:00雷達回波組合反射率的假相當位溫垂直圖可以看出,在對應(yīng)于02:00雷達回波的A、B、C處,在假相當位溫垂直剖面圖上均出現(xiàn)了假相當位溫隨高度增加而減少的情況,表明這些區(qū)域存在對流不穩(wěn)定。從而在一小時之后的03:00雷達回波組合反射率圖上,在層狀云系的A、B、C處均出現(xiàn)了對流云塊,形成了積層混合云系,并逐漸西移至北京區(qū)域內(nèi)。
圖5 2012年5月29日模擬的雷達回波組合反射率(單位:dBZ):(a)02:00;(b)03:00;(c)沿02:00雷達回波組合反射率DD'的假相當位溫垂直剖面(A、B、C標注的是出現(xiàn)不穩(wěn)定的區(qū)域,單位:K);(d)02:00最大對流有效位能分布(單位:J kg?1)
考慮到輸入計算域內(nèi)的總水汽量,一部分仍以水汽形式滯留于空中,一部分是通過凝結(jié)和凝華等過程轉(zhuǎn)化為云中各種濕物質(zhì),而這其中的一部分濕物質(zhì)會以降水的形式降落到地面。將地面降水量與凈凝結(jié)量凈凝華量之和的比定義為降水效率(Khain et al.2008; 洪延超和李宏宇,2011),即:
=SP/(cond+sub), (1)
其中代表降水效率,SP代表地面降水量,cond代表凈凝結(jié)量,sub代表凈凝華量。
圖6為5月29日11:48~12:18地面降水效率的分布,在此段時間內(nèi)大部分云系的降水效率為10%~40%左右。而部分區(qū)域云系的降水效率達到50%~70%,結(jié)合12:18雷達回波組合反射率(圖15a)可以發(fā)現(xiàn),降水效率高的云系對應(yīng)的往往是積層混合云系。
圖6 5月29日11:48~12:18地面降水效率的分布
5.1 單站云微結(jié)構(gòu)的變化
對位置為(40.1°N,116.1°E)的站點,結(jié)合模擬的雷達回波組合反射率分別選擇系統(tǒng)到來之前的12:00,處于系統(tǒng)最強時的12:30以及系統(tǒng)結(jié)束 時的13:30對該位置模擬的各種水成物含量的垂直分布進行分析(圖7)。
從圖7可以看出,在系統(tǒng)來臨之前的12:00(圖7 a、d),該點的上空主要存在著冰晶和雪晶,冰晶的分布高度為3000~8500 m,峰值位于7000 m的高度,而雪晶的分布范圍為2500~7000 m,峰值位于4000 m的高度,雪晶位于冰晶層的下方,主要來源于冰晶的轉(zhuǎn)化,此時存在一定的雨水含量,由于此時云水含量很少,因此雨水主要來自冰雪晶的融化,此時云中主要存在冷云過程。
到系統(tǒng)最強的12:30(圖7b、e),各種水成物含量急劇增加,云系內(nèi)雪晶、霰、云水分布的高度都非常廣,表明云中存在較強的冷暖云過程,雪晶的上下方分別為少量的冰晶和霰,霰的峰值達到了4 g kg?1,霰峰值所在的高度正好對應(yīng)雪晶的峰值所處的高度并接近于云水峰值所對應(yīng)的高度,可以看出,大量的雪經(jīng)高層降落的冰晶轉(zhuǎn)化生成后,凇附過冷水生長,并不斷向霰轉(zhuǎn)化。此時的雨水一方面來自雪晶、霰降落到暖區(qū)的融化,另一方面來自云水的轉(zhuǎn)化。
圖7 5月29日(a、d)12:00、(b、e)12:30、(c、f)13:30雷達回波組合反射率(左列,●代表站點的位置)及相應(yīng)時刻的站點(40.1°N,116.1°E)處各種水成物含量的垂直分布(右列,qi:冰晶,qg:霰,qs:雪晶,qr:雨滴,qc:云滴;單位:g kg?1)
到系統(tǒng)結(jié)束時的13:30(圖7c、f),各種水成物含量大幅下降,云水與霰的分布范圍也大為減小,雖然仍然有雨水的存在,但含量較系統(tǒng)最強時也大幅減小,此時云系中的冷暖云過程均較弱。
由該站云內(nèi)各種粒子微物理結(jié)構(gòu)變化可以看出(圖8),29日12:00到13:30,該站云體分為三層,高層位于7000~9000 m,主要包括冰晶和少許的雪晶;中層位于3000~6000 m,主要包括雪晶、云水以及霰等。而低層位于3000 m以下,主要包括雨水和云水等。
圖8 站點(40.1°N,116.1°E)處(a)冰晶、(b)雪晶、(c)云水、(d)霰、(e)雨水含量(單位:g kg?1)與該點的(f)主要云微物理轉(zhuǎn)化過程(單位:g kg?1 s?1)及(g)上升速度(單位:m s?1)和(h)雷達回波(單位:dBZ)自29日12:00到13:30的時間—高度剖面
冰晶主要出現(xiàn)在高層,雪晶的位置出現(xiàn)在冰晶層偏下方,并且冰雪晶的分布高度隨著時間的推移有向下方移動的趨勢,可以看出云內(nèi)存在著冰、雪粒子從高層向下的“播種”過程(圖8a、b)。在12:30與13:15,由于云中上升氣流的增大(圖8g),云中水汽凝結(jié)為云水過程(Pcc)加強(圖8f)導(dǎo)致中高層云水含量較高,中心含水量值分別達到2 g kg?1與1 g kg?1。同時還可以看到在高云水區(qū)的下方雨水含量也較高,并且還出現(xiàn)了霰(圖8c、d、e)。根據(jù)云內(nèi)冰雪晶、過冷云水的配置以及云內(nèi)主要云微物理轉(zhuǎn)化過程(圖8f)可以看出,大量云水的存在也為高層“播種”下來的冰、雪粒子提供了優(yōu)越“供給”增長條件,霰主要是降落的冰晶撞凍雨水(Piacr)、雪晶撞凍云水(Psacw)、雪晶撞凍雨水(Psacr)增長轉(zhuǎn)化的結(jié)果(圖8f)。并且從圖8可以看出,在降雨最強的12:30與13:10左右,也正好是高層的冰晶和雪晶粒子,中層的霰粒子、雪晶和云水以及低層的雨水含量最多和云中上升氣流最強的時段,降雨的發(fā)生主要是高層雪晶降落到暖區(qū)的融化(Psmlt)、霰降落到暖區(qū)的融化(Pgmt)以及云水轉(zhuǎn)化為雨水(Prc)與雨水對云水的收集(Pra)等過程??梢娸^強的冷暖雨過程以及云內(nèi)存在明顯的“播種—供給”云機制導(dǎo)致了降雨量的增大。結(jié)合該站點的雷達回波時間高度剖面圖可以看到,在降雨最強的12:30與13:10左右也正是雷達回波偏強的時刻。
隨著時間的推移,到13:30,高中空的冰晶、雪晶、霰和云水的含量已較少,可見此時冷云過程已有所減弱,“播種—供給”云機制也逐漸消失,從而導(dǎo)致了地面雨量的減少。
5.2 對流云與層狀云中粒子運行軌跡的分析
5.2.1 對流云粒子運行軌跡
粒子的運行是由流場和粒子落速控制的,對流云中流場相對復(fù)雜,垂直氣流與水平氣流分布都非常不均勻,粒子在對流云場中的運行相對較為復(fù)雜。為研究對流云中的粒子運行軌跡特點,利用三維粒子運行增長模式對該次積層混合云降水個例中對流云區(qū)中的粒子運行軌跡進行模擬研究。
圖9為WRF模擬的2012年5月29日12:18疊加風(fēng)場的組合雷達回波圖以及沿紅線的疊加流場上的云水含量垂直剖面圖。選擇的對流云區(qū)域為方框區(qū)域A(圖9a,39.9°~40.3°N,115.879°~116.243°E),將該區(qū)域模擬的相關(guān)數(shù)據(jù)輸出并進行插值處理后運行三維軌跡模式。在三維軌跡模式中,在格點[(方向)(15~25 km),(方向)(20~30 km),(方向)(6~7 km)]處(圖9b中的圓圈區(qū)域)放置示蹤粒子,一共放置1000個示蹤粒子,并對每個粒子進行編號(1~1000)。軌跡模式共運行120分鐘,步長為5秒,每五步輸出一次軌跡。
圖9 5月29日12:18疊加風(fēng)場的(a)組合雷達回波圖以及(b)沿區(qū)域A紅線的疊加流場和溫度場(單位:°C)上的雷達回波垂直剖面,單位:dBZ
圖10 編號為310、473以及739粒子的三維運行軌跡:(a)正面圖;(b)側(cè)面圖。紅線代表水平速度為零的零線,“×”代表粒子的起始位置
圖10為對流云區(qū)中部分粒子的三維運行軌跡的正面和側(cè)面圖,圖11為其中編號為739粒子的三維運行軌跡的正面和側(cè)面圖,“×”代表粒子的起始位置,紅線代表水平速度為零的零線。圖12為編號為739粒子的運行軌跡在圖9紅線剖面上的投影。
從圖10到圖12可以看出,在初始時刻由于粒子處于上升氣流的邊緣位置,上升氣流速度小于粒子落速,粒子下落,并隨著水平氣流向外移動。當粒子下降到一定高度時,由于水平氣流的方向與上層時的相反,粒子隨著水平氣流逐步進入主上升氣流區(qū),進入主上升氣流區(qū)后,由于對流云中復(fù)雜的流場,垂直氣流上下層分布不均勻,對流云中心的上升氣流旁往往有下沉氣流,有些區(qū)域上升氣流速度小于粒子落速,而有些區(qū)域上升氣流速度又大于粒子落速。在水平氣流方面,上下層的水平氣流方向也不一致,低層的水平氣流與高層水平氣流方向不一致或相反,同時隨著粒子的逐步增長,粒子的落速也在增大,粒子在云場中運行軌跡也較復(fù)雜,粒子在主上升氣流區(qū)內(nèi)呈現(xiàn)出圍繞水平速度為零的零線,上下循環(huán)往復(fù)的運行軌跡(圖10,圖11),隨著粒子的進一步增大,最終粒子從主上升氣流區(qū)的另一側(cè)下落(圖12)。
圖11 編號為739粒子的三維運行軌跡:(a)正面圖;(b)側(cè)面圖。紅線代表水平速度為零的零線,“×”代表粒子的起始位置
圖12 編號為739粒子的運行軌跡在圖9剖面上的投影(右圖為左圖方框區(qū)域的放大)
5.2.2 層狀云粒子運行軌跡
WRF模擬的2012年5月29日12:18方框區(qū)域B(圖9a,39.9°~40.3°N,115.879°~116.243°E)中,回波強度較為均勻,回波強度為20~30 dB左右,可以認為是層狀云均勻。將WRF模式的該塊區(qū)域的相關(guān)數(shù)據(jù)輸出并進行插值處理后運行軌跡模式以對層狀云中粒子運行軌跡特點進行對比分析。在三維運行增長模式中,在格點[(10~15 km),(10~15 km),(3~4 km)]處共放置250個示蹤粒子。
圖13為層狀云中部分粒子疊加在一起的三維運行軌跡圖。圖14為標號為207粒子的運行軌跡。可以清楚得看出,相對于對流云的流場,層狀云流場要簡單得多,粒子大多呈現(xiàn)簡單的上升和下沉運動。
通過以上分析,可以看出在一般的層狀云中,層狀云上升氣流相對較小且較為均勻,云中下部過冷水的運行軌跡是簡單的先上升再下降的曲線。在上升中,水粒子可凝結(jié)增長,在低于0°C時,一些粒子可轉(zhuǎn)化為冰晶,在高于冰面飽和的情況下,可凝華增長,在存在過冷水的云區(qū),還通過貝吉隆過程以及凇附過程增長,長大的粒子下落時,對下層云播撒,再通過碰并和凝結(jié)增長,繼續(xù)長大,掉落出云形成降水。這樣的“播撒—供給”機制相對簡單。而對流云區(qū)的氣流上升不均勻,且在對流泡旁也有下沉氣流,降水粒子的增長軌跡不再是簡單的上升,可以發(fā)生上下多次的循環(huán)增長,“播撒—供給”機制可在云的上下層間雙向進行,云中粒子群可以長得更大。
圖13 層狀云中部分粒子的三維運行軌跡:(a)正面圖;(b)側(cè)面圖?!啊痢贝砹W拥钠鹗嘉恢?/p>
圖14 層狀云中編號為207粒子的三維運行軌跡:(a)正面圖;(b)側(cè)面圖。“×”代表粒子的起始位置
5.3 對流云和層狀云之間含水量的交換
云是水凝物粒子群,它的含水量變化反映著云的變化。下面來分析一下在積層混合云中,對流云與層狀云中的水成物是如何交換的。圖15分別是12:18與12:30雷達回波組合反射率圖,在圖中方框區(qū)域,可以看到出現(xiàn)兩個對流云塊,兩個對流云塊通過層狀云相連接。我們沿線做雷達回波的垂直剖面,并同時疊加云中水成物總含量total=cloud+ice+rain+snow+graup水平通量散度剖面圖。從圖15可以看出,在兩個對流云塊的下部為水成物的輻合區(qū),對流云塊的上部為水成物的輻散區(qū),而中間的層狀云情況正好相反,層狀云的下部為水成物的輻散區(qū),層狀云的上部為水成物的輻合區(qū)。所以可以得出,在低層,層狀云中已有的水凝物粒子進入水內(nèi)嵌的積云塊中,能增長得更為充分。而在高層水成物粒子又從積云中落到層云中,此時積云充當了層云的播撒云。因此,積層混合云中發(fā)生層云—積云的粒子群交換。積層混合云系充分發(fā)揮了積云和層云各自的優(yōu)勢,降水效率較高。
圖15 2012年5月29日(a、c)12:18、(b、d)12:30組合雷達回波圖(左)以及沿線段AB疊加在雷達回波上的云中水成物總含量的水平通量散度(c、d, 單位:10?4 kg cm?2 hPa s)垂直剖面(右)
本文利用中尺度模式WRF結(jié)合三維粒子運行增長模式對2012年5月29日北京地區(qū)的一次積層混合云降水過程進行了模擬,研究了這次降水過程形成的原因、降水效率的分布、降水形成機理以及積狀云與層狀云之間含水量的交換等。研究表明:
(1)合適的天氣條件、低層輻合高層輻散的散度場配置以及云系中存在局地對流不穩(wěn)定導(dǎo)致積層混合云系的出現(xiàn);
(2)此次降水過程云內(nèi)存在著明顯的“播種—供給”機制。降水一方面來自于云雨的轉(zhuǎn)化,另一方面來自冰相粒子的融化。降雨的最強時段正是云中“播種—供給”機制最強的時段。
(3)在降水過程云內(nèi)存在著“播種—供給”機制是常見的,在層積混合云中“播種—供給”機制的具體表現(xiàn)如何呢?運用粒子運行增長模式模擬可以發(fā)現(xiàn):首先,層狀云上升氣流相對較小且較為均勻,云粒子的運行軌跡是簡單的先上升再下降的曲線,“播種—供給”機制相對簡單;其次,對流云區(qū)的氣流上升不均勻,降水粒子的可以發(fā)生上下多次的循環(huán)增長,“播種—供給”機制可在云的上下層間雙向進行,云中粒子群可以長得更大。
(4)在積層混合云中,在低層,層狀云中已有的水凝物粒子進入內(nèi)嵌的積云塊中,能增長得更為充分。而在高層,水成物粒子又從積云中落到層云中,此時積云充當了層云的播撒云。因此,積層混合云中發(fā)生層云—積云的粒子群交換。積層混合云系充分發(fā)揮了積云和層云各自的優(yōu)勢,降水效率較高。
(References:)
Dudhia, J. 1989. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model [J], J. Atmos. Sci., 46 (2): 3077–3107.
Evans A G, Locatelli J D, Stoelinga M T, et al. 2005. The IMPROVE-1 storm of 1–2 February 2001. Part II: Cloud structures and the growth of precipitation [J]. J. Atmos. Sci., 62 (10): 3456–3473.
Frederic F, Zawadzki I, Cohn S. 1993. The influence of stratiform precipitation on shallow convective rain: A case study [J]. Mon. Wea. Rev., 121 (12): 3312–3325.
黃美元, 洪延超, 吳玉霞. 1987a. 梅雨鋒云系和降水的若干研究 [J]. 大氣科學(xué), 11 (1): 23–30. Huang M Y,Hong Y C, Wu Y X. 1987a. Some studies on meiyu frontal cloud system and its precipitation [J]. Chinese Journal of Atmospheric Sciences (in Chinese) , 11 (1): 23?30.
黃美元, 洪延超, 徐華英, 等. 1987b. 層狀云對積云發(fā)展和降水的影響——一種云與云之間影響的數(shù)值模擬 [J]. 氣象學(xué)報, 45 (1): 72–77. Huang M Y,Hong Y C, Xu H Y.1987b. The effects of the existence of stratiform cloud on the development of cumulus cloud and its precipitation [J]. Acta Meteorologica Sinica (in Chinese), 45 (1):72~ 77.
Khain A P, Benmoshe N, Pokrovsky A. 2008. Factors determining the impact of aerosols on surface precipitation from clouds: An attempt at classi?cation [J]. J. Atmos. Sci., 65: 1721–1748.
Herzegh P H, Hobbs P V. 1980. The mesoscale and microscale structure and organization of clouds and precipitation in midlatitude cyclones. II: Warm-Frontal clouds [J]. J. Atmos. Sci., 37: 597–611.
Hobbs P V, Locatelli J D. 1978. Rainbands, precipitation cores and generating cells in a cyclonic storm [J]. J. Atmos. Sci., 35: 230–241.
Hobbs P V, Rangno A L. 1990. Rapid development of high ice particle concentrations in small polar maritime cumuliform clouds [J]. J. Atmos. Sci., 47: 2710–2722.
洪延超. 1996a. 積層混合云數(shù)值模擬研究 (I)——模式及其微物理過程參數(shù)化 [J]. 氣象學(xué)報, 54 (5): 544–557. Hong YC. 1996a. The numerical simulation on study of convective and stratiform mixed clouds, part(I) ─The model and paramterization of microphysical processes [J]. Acta Meteorologica Sinica (in Chinese), 54 (5): 544?557.
洪延超. 1996b. 積層混合云數(shù)值模擬研究 (Ⅱ)──云相互作用及暴雨產(chǎn)生機制 [J]. 氣象學(xué)報, 54 (6): 661–674. Hong Y C. 1996b. The numerical simulation on study of convective and stratiform mixed clouds, part (Ⅱ) ─Intercation of clouds and formative mechanism of the heavy rain [J]. Acta Meteorologica Sinica (in Chinese), 54 (6): 661?674
洪延超, 李宏宇. 2011. 一次鋒面層狀云云系結(jié)構(gòu)降水機制及人工增雨條件研究 [J]. 高原氣象, 30 (5): 1308–1323. Hong Yanchao, Li Hongyu. 2011. Cloud structure, precipitation Mechanism and artifical enhancement precipitation condition frontal stratiform cloud system [J]. Plateau Meteorology (in Chinese), 30 (5):1308?1323.
Houze R A Jr, Rutledge S A, Matejka T J, et al. 1981. The mesoscale and microscale structure and organization of clouds and precipitation in midlatitude cyclones. III: Air motions and precipitation growth in a warm-frontal rainband [J]. J. Atmos. Sci., 38: 639–649.
李艷偉, 牛生杰, 羅寧, 等. 2009a. 積云并合擴展層化型積層混合云的數(shù)值模擬分析 [J]. 地球物理學(xué)報, 52 (5): 1165–1175. Li Y W, Niu S J, Luo N, et al. 2009a. Numerical simulation about mixture of convective and stratiform clouds formed ny convection merger [J]. Chinese J. Geophys. (in Chinese), 52 (5): 1165?1175.
李艷偉, 牛生杰, 姚展予, 等. 2009b. 云并合的初始位置探討 [J]. 大氣科學(xué), 33 (5): 1015–1026. Li Yanwei, Niu Shengjie, Yao Zhanyu , et al. 2009b. Initial part discussion of cl oud merger [J]. Chinese Journal of Atmosph eric Sciences (in Chinese), 33 (5): 1015?1026.
林磊, 姚展予. 2011. 華北地區(qū)一次積層混合云降水的數(shù)值模擬研究 [J]. 氣象, 37 (12): 1473–1480. Lin Lei, Yao Zhanyu. 2011. Numerical study on the complex of the stratiform and embedded convective cloud precipitataion of North China [J]. Meteorological Monthly (in Chinese), 37 (12): 1473?1480.
呂玉環(huán), 李艷偉, 金蓮姬, 等. 2012. 云并合過程中物理特征演變的模擬研究 [J]. 大氣科學(xué), 36 (3): 471–486. Lü Yuhuan, Li Yanwei, Jin Lianji, et al. 2012.Simulation of physical characteristics evolution in cloud merger [J].Chinese Journal of Atmospheric Sciences (in Chinese) 36 (3): 471?486.
Matejka T J. Houze R A, Hobbs P V. 1980. Microphysics and dynamics of clouds associated with mesoscale rainbands in extratropical cyclones [J]. Quart. J. Roy. Meteor. Soc., 106 (447): 29–56.
Morrison, H., J. Curry, et al. 2005. A new double-moment microphysics parameterization for application in cloud and climate models. Part I: Description [J]. J. Atmos. Sci., 62(6): 1665?1677.
Noh Y, Cheon W G, Raasch, S. 2001. The improvement of the K-profile model for the PBL using LES. Preprints, Int. Workshop of Next Generation NWP Models [J]. Laboratory for Atmospheric Modeling Research, 12 (6): 65–66.
Rutledge S A, Hobbs P V. 1983. The mesoscale and microscale structure and organization of clouds and precipitation in midlatitude cyclones. VIII: A model for the “Seeder-Feeder” process in warm-frontal rainbands [J]. J. Atmos. Sci., 40: 1185–1206.
Sandra E Y, Robert A, Houze J R, et al. 2005. Physical characterization of tropical oceanic convection observed in KWAJEX [J]. J. Appl. Meteor., 44 (4): 385–415.
許煥斌, 段英. 2001. 冰雹形成機制的研究并論人工雹胚與自然雹胚的“利益競爭”防雹假說 [J]. 大氣科學(xué), 25 (2): 277–288. Xu Huanbin, Duan Ying. 2001. The mechanism of hailstone’s formation and the hail-suppression hypothesis: “Beneficial competition” [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 25 (2): 277?288.
于翡, 姚展予. 2009. 一次積層混合云降水實例的數(shù)值模擬分析 [J]. 氣象, 35 (12): 3?13. Yu Fei, Yao Zhanyu. 2009. Numerical study on the complex of the stratiform and embedded convective cloud precipitataion: A case study [J]. Meteorological Monthly(in Chinese), 35 (12): 3?13.
何暉,高茜,劉香娥,等. 2015. 積層混合云結(jié)構(gòu)特征及降水機理的個例模擬研究[J]. 大氣科學(xué), 39 (2): 315?328, doi: 10.3878/j.issn.1006-9895.1404. 14102. He Hui, Gao Qian, Liu Xiang’e, et al. 2015. Numerical simulation of the structural characteristics and precipitation mechanism of stratiform clouds with embedded convections[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39 (2): 315?328.
Numerical Simulation of the Structural Characteristics and Precipitation Mechanism of Stratiform Clouds with Embedded Convections
HE Hui1, 2, GAO Qian1, 2, LIU Xiang’e1, 2, ZHOU Wei1, 2, and JIA Xingcan1, 2
1,100089;2,,100089
Stratiform clouds with embedded convections represent an important precipitation system in China. Precipitation from this system has characteristics of both convective and stratiform cloud. We studied this important process on May 29, 2012 using a mesoscale Weather Research and Forecasting (WRF) model and a three-dimension growth model. Since the resulting simulation of rainfall and radar echo were similar to observation results, we then analyzed the microphysical structural characteristics and precipitation mechanism of stratiform and convective clouds, respectively, in stratiform clouds with embedded convections. Results show that there is a “seeder-feeder” mechanism in this precipitation system, and this mechanism is simple in stratiform cloud. In convective cloud, however, because of the frequent circular particle movement between the upper and lower levels, this mechanism can occur in both the upper and lower cloud levels and so the particles can grow bigger. At low levels of the cloud system, the particles move into the embedded convective cloud, while at high levels, the particles fall from the convective cloud to the stratiform cloud. Stratiform clouds with embedded convections give full play to the advantages of convective and stratiform cloud, so their precipitation efficiency is high.
Embedded convective cloud, Precipitation mechanism, Seeder-feeder, Circular growth
1006-9895(2015)02-0315-14
P401
A
10.3878/j.issn.1006-9895.1404.14102
2014-01-01;網(wǎng)絡(luò)預(yù)出版日期2014-04-28
公益性行業(yè)(氣象)科研專項GYHY201306065,北京市自然科學(xué)基金項目6154027,國家自然科學(xué)基金項目41205100、41175007
何暉,男,1977年出生,博士,主要從事云降水物理研究。E-mail: hehui@bjmb.gov.cn