對流參數(shù)化方案觀測的離線比較

■趙芊任　陳葆德　范廣洲

1成都信息工程大學(xué)高原大氣與環(huán)境四川省重點實驗室　四川　成都　610225；2中國氣象局臺風(fēng)預(yù)報技術(shù)重點開放實驗室　上?！?00030）

對流參數(shù)化方案觀測的離線比較

■趙芊任1，2陳葆德2范廣洲1

1成都信息工程大學(xué)高原大氣與環(huán)境四川省重點實驗室四川成都610225；2中國氣象局臺風(fēng)預(yù)報技術(shù)重點開放實驗室上海200030）

隨著計算機性能的迅速提高，全球數(shù)值天氣預(yù)報的模式水平分辨率也大幅度的提高，而傳統(tǒng)對流參數(shù)化方案已經(jīng)不再適用。為了初步探尋關(guān)于灰色區(qū)域的問題，本文分別將GF、KF-ETA以及NSAS方案從三維WRF模式中提取出來，并根據(jù)選取的NCEP的全球預(yù)報系統(tǒng)（GFS）中的一個熱帶濕潤環(huán)境系統(tǒng)下存在活躍對流過程的網(wǎng)格點資料的輸入輸出特點，通過逐步測試依次建立三個對流參數(shù)化方案的離線試驗平臺，利用Fortran95程序為他們編寫?yīng)毩娖荣Y料接口。對不同分辨率下三個方案的特點進行比較，結(jié)果表明：（1）當(dāng)模式水平分辨率為30km時，GF方案和NSAS方案模擬出的降水結(jié)果最好，而KF-ETA方案的降水偏??；GF方案模擬出的云底較高，云厚度較小，KF-ETA方案和NSAS方案模擬出的云底高度相差不大，NSAS方案云頂高度最高為138mb。（2）10km時，GF方案模擬降水結(jié)果最好，KF-ETA方案降水結(jié)果仍舊偏小，而隨著分辨率的提高，兩方案的小時降水率都下降；GF方案模擬出的云的狀態(tài)和30km結(jié)果一致，而KF-ETA方案云頂高度變低了近160mb。（3）3km時，GF方案模擬結(jié)果已經(jīng)出現(xiàn)不足，降水偏少，而且云頂高度迅速下降至800mb高度左右。KF-ETA方案也由于對模式高分辨率的考慮不足沒有觸發(fā)方案中的深對流方案，沒有模擬出降水和云。（4）1km時，三個方案都沒有得到令人滿意的結(jié)果。

對流參數(shù)化灰色區(qū)域GF方案KF-ETA方案NSAS方案

1　引言

最初人們對熱帶氣旋的生成和發(fā)展過程進行數(shù)值模擬，而對流參數(shù)化就是從這個嘗試中逐漸被提出的。最初有很多可觀測的記錄能夠表明在大尺度的熱帶擾動過程中積云對流發(fā)揮了很重要的作用[1-3]，后來早期的觀點一直嘗試去解開熱帶氣旋的尺度的大小以及它們的快速增長過程，但是最終沒有解釋成功[4]，更加說明需要對積云對流進行參數(shù)化。由于當(dāng)時模式網(wǎng)格尺度比較大，而積云對流的尺度比較小，所以積云對流過程很難從模式網(wǎng)格尺度上得到解釋，所以只能把積云對流當(dāng)作次網(wǎng)格過程做參數(shù)化的處理。我們定義對流參數(shù)化為將次網(wǎng)格物理過程的統(tǒng)計效應(yīng)應(yīng)用網(wǎng)格尺度的變量來表示[5]。這樣也加快了人們提出第二類條件不穩(wěn)定概念[6-7]，第二類條件不穩(wěn)定指的是積云對流為大尺度氣旋提供熱量供其維持大尺度運動，而大尺度氣旋則為積云對流過程提供水汽使它發(fā)展壯大。由于兩種尺度相差比較大，為了描述兩類尺度運動之間的作用，我們來看兩種解決方法：

（1）直接求解兩類尺度運動方程，這種方法分辨率很高很準(zhǔn)確，缺點是方程很復(fù)雜，計算量非常大。

（2）用參數(shù)化方法考慮積云對流小尺度運動對大尺度氣旋運動的做出的總體影響，但不必模擬積云對流小尺度運動的具體形態(tài)。

由于近年來的發(fā)展，當(dāng)前數(shù)值天氣預(yù)報模式的水平格點距離普遍為1-10km[8-10]，在如此高分辨率的模式中數(shù)值模擬技術(shù)和物理參數(shù)化都需要進一步細化[11]。模式物理過程中最重要的一個問題就是深濕對流的處理[12]。在高分辨率模式中應(yīng)用對流參數(shù)化可能會使傳統(tǒng)對流參數(shù)化的假定不成立[13-15]。一般來說模式的水平分辨率在1-10km之間稱為對流參數(shù)化的灰色區(qū)域。在灰色區(qū)域中，深對流是部分可解析，部分要次網(wǎng)格解決的[16]。另外，大多數(shù)對流參數(shù)化方案假定格點的大小足夠覆蓋一個可包括對流云整個不同生命階段的區(qū)域，因為對流參數(shù)化無法描述積云的生命周期[15]。在一個高分辨率的網(wǎng)格中，一塊活躍的對流云在它的生命周期結(jié)束前可能會超出網(wǎng)格的范圍[16]。Aarakawa(2011)針對“灰色區(qū)域”問題提出高分辨下對流參數(shù)化方案的解決思路[17]，Grell(2014)利用這一思路，在G3方案[18]的基礎(chǔ)上，發(fā)展了可應(yīng)對不同分辨率的的GF對流參數(shù)化方案[19]。同為基于質(zhì)量通量假定的對流參數(shù)化方案KF-ETA方案[20]和NSAS方案[21]雖然對高分辨率的考慮不多，但也是目前數(shù)值預(yù)報模式中最為通用的對流參數(shù)化方案。

2　三種對流參數(shù)化方案簡介

2.1GF方案

首先看此方案的基礎(chǔ)SAS方案，該方案在A-S方案的基礎(chǔ)上，由Georg A.Grell進行簡化，方案中提出了一個簡單的概念模型，云內(nèi)有兩支分別由上升和下傳氣流形成的穩(wěn)態(tài)環(huán)流，并只考慮對流最深的云來替代A-S方案原有的云譜。方案利用靜力控制過程、動力控制過程及反饋作用過程完成參數(shù)化。動力控制部分決定對流的大小和云功函數(shù)變化的規(guī)律，基于云功函數(shù)的準(zhǔn)平衡假定是本方案的關(guān)鍵；靜力控制部分確定了上升氣流和下傳氣流的屬性，其中包括夾卷過程，卷出過程和微物理過程；反饋作用部分考慮了以下幾部分對環(huán)境溫度濕度改變的效應(yīng)：

（1）積云引發(fā)的云外補償性下沉氣流造成的環(huán)境增暖變干效應(yīng)。

（2）積云中液態(tài)水卷出云外再蒸發(fā)造成的環(huán)境變冷變濕效應(yīng)。

（3）云頂周圍的水汽卷出造成的環(huán)境增暖變濕效應(yīng)。

2.2KF-ETA方案

KF-ETA方案是根據(jù)KF方案的進一步改進。在方案中依據(jù)觀測診斷中垂直溫度廓線的分布和積云對流的緊密關(guān)系以及積云夾卷的概念，假定當(dāng)任何夾卷混合的浮力數(shù)值為負(fù)時對流中的濕空氣從云中卷出，而當(dāng)夾卷混合的浮力數(shù)值為正時環(huán)境干空氣被卷入云中。所以，積云夾卷通過垂直方向上的湍流混合過程對環(huán)境和對流云相互之間的質(zhì)量交換有重新調(diào)整的作用，這個觀點在本方案中起到了很重要的作用。該方案的閉合假定為在一定時間尺度內(nèi)，網(wǎng)格中絕大部分對流有效位能（約90%）被耗散，方案中小尺度積云對流對大尺度網(wǎng)格運動的反饋作用由一個簡單的一維云模式來確定。修改如下：

（1）為了防止在不穩(wěn)定條件較弱和濕度不大的大氣產(chǎn)生對流，KF-ETA方案定義了一個卷入率的最小值。

（2）在不能觸發(fā)深對流的情況下，改用淺對流方案在不產(chǎn)生降雨的前提來計算上升氣流對大氣的加熱和增濕作用，但淺對流方案不產(chǎn)生降水。

（3）定義方案中的卷入率是一個低層的輻合函數(shù)。

（4）規(guī)定下傳氣流作用于云底上150～200mb的厚度，云底上升氣流質(zhì)量通量包含下傳氣流的質(zhì)量通量，下傳氣流質(zhì)量通量所占的比率由產(chǎn)生下傳氣流的層的相對濕度確定。

2.3NSAS方案

NSAS方案的基礎(chǔ)也是SAS方案。新方案中對比基礎(chǔ)方案中模式物理過程的更改說明：（1）NSAS方案把SAS方案中為常數(shù)的對流抑制能量定義成為云底垂直速度的函數(shù)。

圖1　單柱模式使用的熱帶廓線資料[23]

圖2　模式網(wǎng)格分辨率30km時氣柱的加熱速率及干燥速率

（2）SAS方案中上升氣流的卷出僅發(fā)生在云頂以上區(qū)域，下傳氣流的卷出僅發(fā)生在云底以下區(qū)域，卷入率定義為常數(shù)。而在NSAS方案中，卷出在云底到云頂之間的區(qū)域都有發(fā)生，卷入率為隨高度而減小，卷出率定義為常數(shù)。

（3）NSAS方案中將云底干空氣層對于對流觸發(fā)的抑制作用納入考慮范圍。

（4）NSAS方案中云底質(zhì)量通量需要滿足局地CFL判據(jù)。

（5）SAS方案中沒有考慮云水和雪的卷出，而NSAS方案中需考慮。

（6）SAS方案中云頂高度是在氣塊的浮力為0時隨機選取的，而NSAS方案中云頂高度就是氣塊浮力為0時的高度。

3　模式以及資料介紹

3.1單柱模式（SCM）簡介

單柱模式SCM為WRF模式中一個一維理想的模型，可近似的當(dāng)作其是從三維WRF模式中提取的一個一維垂直氣柱，而周圍氣柱對單柱模式的作用通過外界強迫場直接給定[22]。由于單柱模式中不必去考慮大尺度的非線性動力反饋，所以它可以更直觀地確定出對流參數(shù)化方案中最根本的物理過程的優(yōu)劣，可以方便且直觀地觀察某種對流參數(shù)化方案的具體特征。如果想應(yīng)用WRF三維模式檢驗到某個對流參數(shù)化方案的特點，就一定要從WRF三維模式中將比較復(fù)雜的非線性反饋作用的部分分離出來，但是這種做法的計算量是非常龐大的。所以，簡單的來說使用單柱模式的主要優(yōu)點大概可以總結(jié)為以下兩點：

（1）相比三維模式，單柱模式僅是代表一個氣柱，計算量大大減小。而周圍的強迫場根據(jù)觀測數(shù)據(jù)直接給定，所以不必考慮大氣強迫場之間的反饋作用。

（2）單柱模式的強迫場由外場觀測提供數(shù)據(jù)，在理論上能夠由觀測和模擬結(jié)果的比較來找出不同對流參數(shù)化方案存在的缺陷。

3.2試驗資料介紹

圖3　模式網(wǎng)格分辨率30km時氣柱的加熱速率及干燥速率

圖4　模式網(wǎng)格分辨率30km時氣柱的加熱速率及干燥速率

試驗中三個對流參數(shù)化方案是在一維的單柱模式下進行離線運行，所以在這里我們選擇的資料是NCEP的全球預(yù)報系統(tǒng)中的一個熱帶濕潤環(huán)境系統(tǒng)下存在活躍對流過程的網(wǎng)格點[23]。

如圖1所示，左側(cè)這張為此熱帶廓線的溫度-對數(shù)壓力圖，右側(cè)則顯示了此熱帶廓線濕靜力能和飽和濕靜力能的垂直分布。左側(cè)熱帶廓線的溫度-對數(shù)壓力圖中黑色實線表示溫度，黑色虛線表示露點，紅色虛線表示氣塊的對流有效位)曲線以及左側(cè)圖中右側(cè)為垂直風(fēng)廓線。右側(cè)圖中黑色實線代表濕靜力能，藍色實線代表飽和濕靜力能。

資料中溫度、濕度、風(fēng)廓線以及大尺度強迫場都被寫入到一個文件中，然后這個文件會在三個對流參數(shù)化方案的一維單柱程序中被使用。

3.3試驗設(shè)計

將GF方案、KF-ETA方案和NSAS方案三個對流參數(shù)化方案分別從WRF三維模式中提取出來，根據(jù)所用的資料分別比較三個方案的輸入、輸出的特點，通過逐步測試依次建立三個對流參數(shù)化方案的離線試驗平臺，利用F95程序為GF方案、KF-ETA方案和NSAS方案編寫?yīng)毩娖荣Y料接口。

利用給定的熱帶廓線資料分別對三個對流參數(shù)化方案進行離線測試，首先對最基本的模擬結(jié)果（網(wǎng)格點格距30km）進行比較，分析不同對流參數(shù)化方案在30km模式網(wǎng)格分辨率下各自的特點；然后縮小網(wǎng)格點格距（10km、3km、1km），檢驗不同方案對于模式網(wǎng)格分辨率的敏感性，觀察各方案有哪些變化以及不同之處，并嘗試討論模式網(wǎng)格分辨率不斷提高的情況下哪一種對流參數(shù)化方案更加合理，以及三個對流參數(shù)化方案對模式網(wǎng)格分辨率自適應(yīng)性的評估。在模式網(wǎng)格分辨率不斷提高的現(xiàn)狀下，為對流參數(shù)化方案的發(fā)展以及在業(yè)務(wù)上的應(yīng)用來做初步的探討。

4　試驗?zāi)M結(jié)果

圖5　不同模式網(wǎng)格分辨率下氣柱的加熱速率及干燥速率（黑色對應(yīng)模式網(wǎng)格格距離30km、藍色為10km、紅色為3km、紫色為1km）

4.1單柱模式中三個方案最基本的模擬結(jié)果

將資料中的溫度、濕度、風(fēng)廓線以及大尺度強迫場寫入一個文件中，在寫好的三個對流參數(shù)化方案的簡單的一維模式中使用，當(dāng)模式分辨率為30km時，格點氣柱的加熱速率（heating rate）和干燥速率（drying rate）模擬結(jié)果分別如下。

4.1.1GF方案

當(dāng)模式分辨率為30km時，GF方案模擬得出的氣柱的加熱速率和干燥速率具體情況如圖2（左）所示。本方案模式中，選定的格點氣柱中氣塊受力抬升過程到達抬升凝結(jié)高度后伴隨凝結(jié)過程釋放出大量凝結(jié)潛熱，氣柱的加熱速率在800mb高度左右達到較高水平，隨著高度的提升，加熱速率越來越大，在400mb高度左右達到極大值約70（deg/day），之后隨著高度的繼續(xù)提升，加熱速率逐漸減小到云頂高度時降為0。格點氣柱在模擬過程中的干燥速率如圖2（右）所示，氣柱中氣塊被迫抬升達到抬升凝結(jié)高度后（約800mb）氣塊中的水汽大量凝結(jié)成為非氣態(tài)形態(tài)，氣柱中水汽開始大量減少，干燥速率開始隨高度的提升而增加，氣柱的干燥速率在800和600mb高度達到兩個極大值約70（deg/day）。與氣柱的加熱速率相對應(yīng)，約在400mb高度左右氣柱的干燥速率隨著高度的提升開始逐漸減小，到達云頂高度時降為0。GF方案的單柱程序在模式分辨率為30km時模擬出的每小時降水率為3.851毫米。觸發(fā)深對流形成的積云云底高度約為854mb，云頂高度約為219mb，云厚度約為635mb。

4.1.2KF-ETA方案

當(dāng)模式分辨率為30km時，KF-ETA方案模擬的具體情況如圖3（左）所示。本方案模式中，選定的格點氣柱中氣塊受力抬升過程到達抬升凝結(jié)高度后伴隨凝結(jié)過程釋放出大量凝結(jié)潛熱，與GF方案模擬結(jié)果類似氣柱的加熱速率在800mb高度左右達到較高水平，不同的是隨著高度的提升，加熱速率基本保持較高水平約30（deg/day）一直到400mb高度左右，400mb高度以上隨著高度的繼續(xù)提升，加熱速率逐漸減小到云頂高度時降為0。格點氣柱在模擬過程中的干燥速率如圖3（右）所示，氣柱中氣塊被迫抬升達到抬升凝結(jié)高度后氣塊中的水汽大量凝結(jié)成為非氣態(tài)形態(tài)，氣柱中水汽開始大量減少，干燥速率達到較高值，與KF-ETA方案相似本方案干燥速率極大值出現(xiàn)在云底高度和約800mb高度約40（deg/day）。從800mb高度開始氣柱的干燥速率隨著高度的提升開始逐漸減小，到達云頂高度時降為0。根據(jù)本試驗資料的需要，KF-ETA方案接口編寫過程中第五層以上溫度訂正為(),所以相較于GF方案模擬出的降水量偏小。根據(jù)模式模擬結(jié)果，KF-ETA方案的單柱程序在模式分辨率為30km時模擬出的每小時降水率為2.782毫米。觸發(fā)深對流形成的積云云底高度約為915mb，云頂高度約為193mb，模擬出的積云厚度約為722mb比GF方案的模擬出的云厚度略大。

4.1.3NSAS方案

當(dāng)模式分辨率為30km時，NSAS方案模擬的具體情況如圖4（左）所示。本方案模式中，選定的格點氣柱中氣塊受力抬升過程到達抬升凝結(jié)高度后伴隨凝結(jié)過程釋放出大量凝結(jié)潛熱，氣柱的加熱速率自云底高度開始迅速增加，直到約560mb高度保持中等速率約40（deg/day），然后隨高度提升氣柱的加熱速率突然增大至約70（deg/day）并一直保持到約400mb高度，之后隨著高度的繼續(xù)提升，加熱速率逐漸減小到云頂高度時降為0。格點氣柱在模擬過程中的干燥速率如圖4（右）所示，氣柱中氣塊被迫抬升達到抬升凝結(jié)高度后氣塊中的水汽大量凝結(jié)成為非氣態(tài)形態(tài)，氣柱中水汽開始大量減少，干燥速率最大值出現(xiàn)在云底高度，與GF和KF-ETA方案不同的是本方案干燥速率自云底高度起始隨高度升高直到約500mb高度高低交錯，兩個干燥速率的極大值分別出現(xiàn)在800mb和500mb高度。從500mb高度開始氣柱的干燥速率隨著高度的提升開始逐漸減小，到達云頂高度時降為0。NSAS方案的單柱程序在模式分辨率為30km時模擬出的每小時降水率為3.902毫米。觸發(fā)深對流形成的積云云底高度約為921mb，云頂高度約為138mb，模擬出的積云厚度約為783mb，比前兩個方案的模擬出的云厚度都大一些。

4.2單柱模式中三個方案對不同分辨率的敏感性

圖6　不同模式網(wǎng)格分辨率（30km，10km）時氣柱的加熱速率及干燥速率

隨著模式分辨率的不斷提高，我們分別取模式分辨率為10km、3km和1km，并利用三個對流參數(shù)化方案的單柱模式進行模擬，再加上模式分辨率為30km時的結(jié)果綜合起來，得出的結(jié)果如下面所示。

4.2.1GF方案

GF方案單柱程序在模式分辨率不斷提高的情況下（模式網(wǎng)格格距分別為30km、10km、3km、1km）模擬出的氣柱加熱速率和干燥速率的結(jié)果如圖5所示。在模式網(wǎng)格格距為30km和10km時，積云對流的水平尺度遠遠小于模式的網(wǎng)格尺度。正如本文第二章第一部分介紹的情況（為對流過程在網(wǎng)格中的比率）時，模式分辨率30km和10km的情況下氣柱的加熱速率和干燥速率的變化趨勢基本相同，僅僅由于所占的比重不同，加熱速率和干燥速率值的大小有差異；當(dāng)模式網(wǎng)格格距為3km時，的情況下，氣柱的加熱速率和干燥速率的模擬結(jié)果也變得比較模糊，他們的數(shù)值進一步變小，氣柱中的加熱過程和干燥過程與模式分辨率30km和10km的結(jié)果比較明顯減緩；當(dāng)模式網(wǎng)格格距為1km時，的情況下，氣柱的加熱速率和干燥速率與30km、10km、3km格距時完全不同，說明當(dāng)模式分辨率提高到一定程度的時候（網(wǎng)格格距約3km以下），模擬過程中的降水作用不僅僅由對流參數(shù)化方案決定，可能也要考慮到相應(yīng)微物理過程。

由單柱模式模擬的結(jié)果來看，模式分辨率較低的時候，的情況下，模擬出來的云型以及云厚度都相同，云頂高度的結(jié)果同為219.13mb，云底高度的結(jié)果同為854.31mb，云厚度同為635.18mb；模式分辨率提高，網(wǎng)格格距為3km時，的情況下，模擬出的云頂高度降低為270.56mb，云底高度同為854.31mb，云厚度為583.75mb；隨著模式分辨率的進一步提高，模式網(wǎng)格格距為1km時，的情況下，模擬出的云厚度結(jié)果與其他格距有很大出入，云頂高度只有800mb左右，而云底高度與其他尺度模擬結(jié)果相同，為854.31mb，云厚度非常小。

下面來看單柱模式對降水的模擬結(jié)果，模式網(wǎng)格格距30km時，模擬出的每小時降水率為3.851毫米；模式網(wǎng)格格距10km時，每小時降水率為2.256毫米；模式網(wǎng)格格距為3km時，每小時降水率進一步減小為0.354毫米；到了1km時，每小時降水率僅為0.246毫米。在這里可以很明顯的看出隨著模式分辨率的提高，模擬出的每小時降水率不斷減小。

4.2.2KF-ETA方案

模式網(wǎng)格分辨率為30km和10km時，模擬出的每小時降水率分別為2.782毫米和1.898毫米。根據(jù)格點資料可知KF-ETA方案中氣塊在抬升凝結(jié)高度上升氣流的速度，

隨著氣塊的上升，若上升氣流的垂直速度為0，則高度達到云頂并計算云的高度，若這時高度達到了深對流要求的高度，則啟動本方案中的深對流方案可產(chǎn)生降水，若模式全部層的上升氣流的垂直速度為0的高度所計算出的云頂高度都沒有達到深對流高度的要求，則啟動淺對流方案。所以當(dāng)模式網(wǎng)格分辨率提高到3km時，計算出的云高的高度不足以觸發(fā)深對流過程，啟動本方案中的淺對流方案，由于KF-ETA方案中的淺對流方案不產(chǎn)生降水過程，所以模擬結(jié)果也就沒有降水現(xiàn)象發(fā)生，模式網(wǎng)格分辨率繼續(xù)提高至1km的情況下同理。

模式網(wǎng)格分辨率為30km時，模擬出的云頂高度約為187mb高度，云底高度約為915mb左右；10km時，云底高度不變，云頂高度降低到約379mb；隨著模式網(wǎng)格分辨率進一步提高至3km后，云厚度不足以觸發(fā)深對流過程，模擬結(jié)果不形成對流云。

4.2.3NSAS方案

由于NSAS方案中沒有考慮高分辨率狀況下對流參數(shù)化方案的改進，所以方案在模式網(wǎng)格分辨率分別為30km、10km、3km、1km時模擬出的結(jié)果是相同的。每小時降水率都是3.902毫米，云頂高度同為138mb高度，云底高度同為921mb高度。NSAS方案模擬出的云高較厚但降水量比較準(zhǔn)確。

4.3三個方案的合理性討論

對GF方案單柱程序進行模擬結(jié)果很好，隨著模式分辨率的不斷提高，格點氣柱的加熱速率和干燥速率迅速減小。此外，當(dāng)模式分辨率提高到3km左右時，模擬出的云頂高度有輕微變低的傾向。而當(dāng)模式分辨率足夠高到網(wǎng)格內(nèi)被垂直上升氣流覆蓋的情況下，對流參數(shù)化方案關(guān)閉，不再發(fā)揮作用。在針對不同模式分辨率進行模擬時網(wǎng)格中積云對流的水平尺度是一定的，而模式網(wǎng)格格點的變化就會改變積云對流占網(wǎng)格面積的比率，網(wǎng)格尺度比較大時如果要影響到整個格點的范圍那么需要模擬出的積云對流過程非常強烈，隨著模式分辨率不斷提高，模式網(wǎng)格格距越來越小時積云對流過程則不需要像原本那樣強烈，與前文的模擬結(jié)果基本一致。但當(dāng)模式分辨率提高到一定程度后（約3km），積云對流過程的水平尺度與模式網(wǎng)格尺度接近的情況下，Georg A.Grell根據(jù)Arakawa 2011方案中介紹的一個通過重新推導(dǎo)出垂直渦度通量得出的當(dāng)積云對流尺度與模式網(wǎng)格尺度接近的情況下的方法改進了原有的方法，使得GF方案在高分辨率下也有比較不錯的模擬水平。Arakawa2011[32]三維模式在模式高分辨率時包含下傳氣流向選定格點周圍的其他格點的擴散作用使得模擬結(jié)果很精確，但GF方案單柱模式在模式較高分辨率（約3km）情況下的模擬結(jié)果和Arakawa2011的結(jié)果非常接近。

對KF-ETA方案單柱程序進行模擬，結(jié)果表明在模式水平分辨率不高的情況下（30km，10km），由于選取的格點數(shù)據(jù)需要將模式第五層開始的溫度進行訂正，模擬出的降水結(jié)果普遍偏低。隨著模式分辨率的不斷提高（30km-10km），不同于GF方案，格點氣柱的加熱速率和干燥速率不規(guī)則的減小，減小的程度有限。當(dāng)模式分辨率從30km提高到10km時，模擬出的云頂高度明顯變低。從這里可以看出當(dāng)模式水平分辨率變化時，KF-ETA方案模擬出的對流云云高有明顯變化而云內(nèi)氣柱的加熱速率和干燥速率變化不大。而當(dāng)模式分辨率足夠高到網(wǎng)格尺度和云底的水平尺度相差不大的情況下，模式計算出的云高的高度不足以觸發(fā)深對流過程，則需啟動本方案中的淺對流方案，而KF-ETA方案中的淺對流方案不產(chǎn)生降水過程，所以當(dāng)模式水平分辨率較高（3km）的情況下，KF-ETA方案不再發(fā)揮作用。

對NSAS方案單柱程序進行模擬，發(fā)現(xiàn)本方案沒有對當(dāng)前模式高水平分辨率的現(xiàn)狀進行改進，不同分辨率下模擬出的每小時降水率、模式氣柱的加熱速率、干燥速率以及云底和云頂高度的結(jié)果是相同的。所以如何將本方案應(yīng)用于高水平分辨率模式之中還需要更多的改進。

在模式水平分辨率為30km時，經(jīng)過對三個方案降水模擬結(jié)果的對比，GF方案和NSAS方案的模擬效果較好，而KF-ETA方案模擬出的小時降水率較低。當(dāng)模式水平分辨率提高到10km時，GF方案的降水模擬結(jié)果較好,KF-ETA方案的結(jié)果依舊偏低，而NSAS方案由于對模式水平高分辨率所面臨的問題考慮不多。如今數(shù)值模式發(fā)展迅速，當(dāng)前數(shù)值天氣預(yù)報模式的水平格點距離已經(jīng)精確到1-10km，而在如此高的模式水平分辨率下，傳統(tǒng)的對流參數(shù)化假定通常不成立，所以在對流參數(shù)化的灰色區(qū)域中如何讓各對流參數(shù)化方案能夠應(yīng)用于模式預(yù)報是一個難題。而GRELL在Arakawa2011針對對流參數(shù)化的灰色區(qū)域提出的高分辨下對流參數(shù)化方案的解決思路啟發(fā)下，在G3方案的基礎(chǔ)上發(fā)展出了可面對不同分辨率的GF方案。所以在應(yīng)對較高模式水平分辨率（10km-3km）的問題時，GF方案是其中更好的選擇。

5　結(jié)論與展望

5.1結(jié)論

隨著數(shù)值模式以及計算機計算能力的快速發(fā)展，模式水平分辨率快速提高，全球數(shù)值天氣預(yù)報的模式水平分辨率也大幅度的提高，而在如此高的模式分辨率下傳統(tǒng)對流參數(shù)化方案已經(jīng)不再適用。單柱模式不必去考慮大尺度的非線性動力反饋，所以它可以更直觀地確定出對流參數(shù)化方案中最根本的物理過程的優(yōu)劣，可以方便且直觀地觀察某種對流參數(shù)化方案的具體特征。為了初步探尋關(guān)于對流參數(shù)化方案的灰色區(qū)域的問題，本文分別將GF、KF-ETA以及NSAS方案從三維WRF模式中提取出來，并根據(jù)選取的NCEP的全球預(yù)報系統(tǒng)中的一個熱帶濕潤環(huán)境系統(tǒng)下存在活躍對流過程的網(wǎng)格點資料的輸入輸出特點，通過逐步測試依次建立三個對流參數(shù)化方案的離線試驗平臺對不同分辨率下（30km、10km、3km、1km）三個方案的特點進行比較，檢驗不同方案對于模式網(wǎng)格分辨率的敏感性，主要結(jié)論如下：

（1）當(dāng)模式水平分辨率為30km時，GF方案和NSAS方案模擬的降水結(jié)果最好，而KF-ETA

方案的降水偏?。籊F方案模擬出的云底較高為854mb，云厚度較小，KF-ETA方案和NSAS方案模擬出的云底高度相差不大，比GF方案的云底高度高約60mb，NSAS方案云頂高度最高為138mb。

（2）當(dāng)模式水平分辨率變高為10km時，GF方案模擬降水結(jié)果最好，KF-ETA方案降水結(jié)

果仍舊偏小，而隨著分辨率的提高，兩方案的小時降水率都下降；GF方案模擬出的云的狀態(tài)和30km結(jié)果一致，而KF方案云頂高度變低了近160mb。由于NSAS方案中沒有過多的考慮模式高分辨率的問題，各模擬結(jié)果同30km結(jié)果。

（3）當(dāng)模式水平分辨率進一步提高為3km時，GF方案模擬結(jié)果已經(jīng)出現(xiàn)不足，降水偏少，

而且云頂高度迅速下降至800mb高度左右。KF-ETA方案也由于對模式高分辨率的考慮不足沒有觸發(fā)方案中的深對流方案，沒有模擬出降水和云。

（4）當(dāng)模式水平分辨率提高到1km時，本文中三個方案都沒有得到令人滿意的模擬結(jié)果。

（5）隨著對流參數(shù)化方案逐漸面臨到了灰色區(qū)域的問題，本文中所介紹的三個方案相比較

而言GF方案更加適合在模式水平分辨率越來越高的情況下使用。

5.2展望

本文在不同模式水平分辨率下利用GF方案、KF-ETA方案和NSAS方案的單柱模式對NCEP的全球預(yù)報系統(tǒng)（GFS）中的一個熱帶濕潤環(huán)境系統(tǒng)下存在活躍對流過程的網(wǎng)格點資料進行模擬，對比了三個方案在不同模式水平分辨率下各自的特點。當(dāng)然本文也有很多不足之處。如今數(shù)值模式發(fā)展迅速，如何讓對流參數(shù)化方案在面臨灰色區(qū)域的問題下讓各對流參數(shù)化方案能夠應(yīng)用于模式預(yù)報是一個難題。在未來的工作中希望能對這個問題進行更深入的了解。

[1]Riehl,H.,and J.S.Malkus.On the heat balance in the equatorial trough zone.Geophysic, 1958,6,503-538.

[2]Yanai,M.A detailed analysis of typhoon formation.J.Meteor.Soc.,1961,39:187-214.

[3]Yanai,M.Dynamical aspects of typhoon formation.J.Meteor.Soc.,1961,39:283-309.

[4]Yanai,M.Formation of tropical cyclones.Rev.Geophys.,1964,2:367-414.

[5]鄧華,不同積云對流參數(shù)化方案模擬華南降水的研究,南京信息工程大學(xué).

[6]Charney,J.G.,and A.Eliassen On the growth of hurricane depression.J.Atmos.Sci., 1964,21:68-75

[7]Ooyama,K.A dynamical model for the study of tropical cyclone development.Geofis.Intern,1964,4:187-198.

[8]Saito,K.,Ishida,J.-I.,Aranami,K.,Hara,T.,Segawa,T.and co-authors.2007.Nonhydrostatic atmospheric models and operational development at JMA.J.Meteor.Soc.Jpn.85B,271 -304.

[9]Lean,H.W.,Clark,P.A.,Dixon,M.,Roberts,N.M.,Fitch,A.and co-authors.2008.Characteristics of high-resolution versions of the Met Office Unified Model for forecasting convection over the United Kingdom.Mon.Wea.Rev.136,3408-3424.

[10]Roberts,N.M.and Lean,H.W.2008.Scale-selective verification of rainfall accumulations from high-resolution forecasts of convective events.Mon.Wea.Rev.136,78-97.

[11]Steppeler,J.,Hess,R.,Schattler,U.and Bonaventura,L.2003.Review of numerical methods for nonhydrostatic weather prediction models.Meteorol.Atmos.Phys.82,287-301.

[12]Xing Yu and Tae-Young Lee.2010.Role of convective parameterization in simulations of a convection band at grey-zone resolutions.Volume 62,Issue 5,pages 617-632,October 2010.

[13]Arakawa,A.and Chen,J.M.1987.Closure assumptions in the cumulus parameterization problem.In:Short and Medium Range Numerical Weather Prediction(ed.T.Matsuno).Jpn Meteor.Soc.,107-131.

[14]Molinari,J.M.and Dudek,M.1992.Parameterization of convective precipitation in mesoscale numerical models:a critical review.Mon.Wea.Rev.120,326-344.

[15]Hammarstrand,U.1998.Questions involving the use of traditional convection Parameterization in NWP models with higher resolution.Tellus 50A,265-282.

[16]Gerard,L.2007.An integrated package for subgrid convection,clouds and precipitation compatible with meso-gamma scales.Quart.J.Roy.Meteor.Soc.133,711-730.

[17]Arakawa,A.,Jung,J.-H.,and Wu,C.-M.:Toward unification of the multiscale modeling of the atmosphere,Atmos.Chem.Phys.,11,3731-3742,doi:10.5194/acp-11-3731-2011,2011.

[18]Grell,G.A.and Devenyi,D.:A generalized approach to parameterizing convection combining ensemble and data assimilation techniques,Geoph.Res.Let.,29,38.1-38.

[19]Grell,G.A.And S.R.Freitas.:A scale and aerosol aware stochastic convective parameterization for weather and air quality modeling,Atmos.Chem.Phys.,14,5233-5250,2014.

[20]John S.Kain,2004:The Kain-Fritsch Convective Parameterization:An Update.J.Appl.Meteor.43,170-181.

[21]HAN JONGIL,PAN HUALU.Revision of convection and vertical diffusion schemes in the NCEP global forecast system[J].Mon Wea Rev,2011,26(4):520-533.

[22]梅海霞，沈新勇，王衛(wèi)國，等.雙參數(shù)微物理方案在WRF單柱模式中的模擬檢驗和對比研究［J］.高原氣象，2015， 34（4）：890-909，doi：10.7522/j.issn.1000-0534.2014.00113.

[23]Grell,G.A.And S.R.Freitas.:A scale and aerosol aware stochastic convective parameterization for weather and air quality modeling,Atmos.Chem.Phys.,14,5233-5250,2014.

P185.16[文獻碼]B

1000-405X（2016）-9-365-7

趙芊任（1991～），男，成都信息工程大學(xué)大氣科學(xué)學(xué)院大氣物理與大氣環(huán)境專業(yè)，碩士研究生。