區(qū)域性暴雨的數(shù)值模擬和診斷分析的對比研究
——以北京2012年7月21日暴雨為例*

張 杰，彭麗霞，史培軍

(1.北京師范大學 地表過程與資源生態(tài)國家重點實驗室，北京 100875；2.南京信息工程大學 大氣科學學院，江蘇 南京 210044；3.北京師范大學 民政部-教育部減災與應急管理研究院，北京 100875； 4.北京師范大學 地理科學學部，北京 100875)

區(qū)域性暴雨的數(shù)值模擬和診斷分析的對比研究
——以北京2012年7月21日暴雨為例*

張 杰1,2,3，彭麗霞2，史培軍1,3,4

(1.北京師范大學 地表過程與資源生態(tài)國家重點實驗室，北京 100875；2.南京信息工程大學 大氣科學學院，江蘇 南京 210044；3.北京師范大學 民政部-教育部減災與應急管理研究院，北京 100875； 4.北京師范大學 地理科學學部，北京 100875)

2012年7月21-22日，北京地區(qū)出現(xiàn)了有氣象記錄以來一次罕見的特大暴雨天氣過程，對當?shù)厝嗣竦纳敭a(chǎn)造成了嚴重損失。該文采用新一代中尺度數(shù)值預報模式WRFV3.7，對這次極端降水天氣過程進行了數(shù)值模擬研究，通過模式輸出結果對其發(fā)生、發(fā)展機制進行了對比研究。研究結果表明WRF模式能夠較好地模擬出這次暴雨的落區(qū)、暴雨演變過程和24h累積降水；本次暴雨過程的大尺度環(huán)流背景是典型的華北暴雨環(huán)流形勢，暴雨過程主要由低空中尺度系統(tǒng)造成，暴雨的落區(qū)和強度是由中尺度系統(tǒng)隨時間的移動而決定。

區(qū)域性暴雨；WRF；診斷分析；數(shù)值模擬；對比分析；北京“7·21”暴雨

全球變暖背景下的降水變化是目前氣候學界關注的熱點話題。全球氣候變暖，從而使得地表蒸發(fā)加劇，大氣持有水的能力增加，全球尺度和區(qū)域尺度的水循環(huán)加快[1]。根據(jù)克拉伯龍-克勞修斯方程，氣溫每上升1℃，飽和水汽壓約增大7%。因為全球平均降水量與全球地表和大氣能量平衡有關[2]，所以全球平均降水量的增加取決于大氣凈能量平衡的變化[3-4]。氣候模式預測估計結果顯示，在溫室氣體增加導致的變暖背景下，全球平均降水的增加速率為 1%～3% K-1[5-7]。然而，衛(wèi)星觀測資料顯示，在過去20年(1987-2006)，全球平均降水對增暖的響應速率約為 6% K-1，與水汽響應速率相當。自然因素和人為因素在全球氣候變化所引起的全球降水變化中的作用有所不同。劉建等人的研究表明[8]，自然因素(太陽輻射和火山活動，SV)和人為因素(溫室氣體，GHG)所造成的全球氣候增暖都會使全球平均降水量增加，但全球降水量增加的幅度差異明顯。全球平均降水對增暖的響應速率，在SV強迫下為2.1% K-1，而在GHG強迫下僅為1.2% K-1；在自然因素的外強迫下，熱帶陸地區(qū)域平均降水量增加幅度為5.5% K-1,而在人為因素外強迫下增幅只有2.4% K-1，二者差異很大。研究表明自然因素增暖的主要機制是海洋恒溫機制，而人為因素增暖的主要機制是大氣穩(wěn)定機制[8]。二者的主要機理不同，從而造成了以上的巨大差異。降水過程可以分為兩種，過程雨和對流雨。通過觀測資料和模式模擬對比，分析這兩種降水類型的降雨在降水過程中所占的比重，從而對區(qū)域性降水進行機理分析，可進一步探索區(qū)域性降水增多的原因。

在全球氣候變暖的背景下，區(qū)域極端性、對流性降水不斷增加。突發(fā)性的暴雨過程難以預報，從而造成了災害;又因為時間短，降水落區(qū)集中，在大中城市設防不夠的情況下造成較為嚴重的損失。因次，探尋極端暴雨降水形成的機理很有必要。

本文以2012年7月21-22日北京區(qū)域性暴雨為例，對一次強降水過程進行觀測分析和模式模擬的對比研究，探尋區(qū)域性大暴雨發(fā)生的原因，重點從環(huán)流形勢場和中小尺度天氣系統(tǒng)分析此次降水的成因。

1 資料和方法

本文主要使用了MICAPS(Meteorological In-formation Comprehensive Analysis and Processing System)系統(tǒng)的站點實測數(shù)據(jù)、中國自動站與CMORPH(Climate Prediction Center Morphing Technique)降水產(chǎn)品融合的逐時降水量產(chǎn)品和NCEP/NCAR(National Centers for Environmental Prediction/National Center for Atmospheric Research)每6 h一次的1°×1°的FNL(Final Operational Global Analysis Data)資料。利用MICAPS系統(tǒng)站點實測數(shù)據(jù)、中國自動站與CMORPH降水產(chǎn)品融合的逐時降水量產(chǎn)品，分析此次暴雨過程的天氣形勢、降水實況；利用NCEP/NCAR每6 h一次的1°×1°的FNL(Final Operational Global Analysis Data)資料為WRF(Weather Research and Forecasting Model)模式模擬提供初始條件及邊界條件；最后利用WRF模式輸出的物理量，基于GrADS對此次暴雨過程數(shù)據(jù)進行分析。

2 天氣形勢分析和診斷

2.1 暴雨過程概述

北京“7·21”暴雨過程中強降水發(fā)生在2012年7月21日16時至22日02時，北京大部地區(qū)出現(xiàn)了降水，而在北京西南部房山區(qū)為強降水的中心。圖1給出利用中國自動站與CMORPH降水產(chǎn)品融合資料所繪制的24 h累積降水量分布圖。根據(jù)圖1可知，從強暴雨中心和較強暴雨中心位置來看，暴雨落區(qū)大致呈東北—西南向分布；從降水量上來看，北京市從西北到東南，降水量不斷的增多，大部分地區(qū)降水量超過100 mm，南部地區(qū)降水量超過200 mm，暴雨中心降水量超過300 mm；北京市各個觀測站中，降水強度最大的是房山霞云嶺臺站，所測到的降水值達到338 mm[9-13]。此次暴雨過程降水強度大，降水持續(xù)時間長，強降水時段為7月21日16時至22日02時，這些時次的逐小時降水都在30 mm以上，均超過了小時降水大暴雨標準。此次暴雨降水強度大，降水時間長，強降水時段集中，其復雜的形成原因讓預報本次暴雨過程存在困難，使預報結果并沒有很好的給出準確落區(qū)，從而導致北京、河北等地100多人死亡，幾十人失蹤，給人民生命和財產(chǎn)帶來極其嚴重的損失。此次特大暴雨洪澇災害造成北京市大面積受災，受災人口約77.76萬人，死亡79人，緊急轉移安置9.59萬人；倒塌房屋7 828間、嚴重損壞房屋4.4萬間、一般損壞房屋12.19萬間；農(nóng)作物受災面積5.75萬hm2；直接經(jīng)濟損失159.86億。

圖1 2012年7月21日08時至22日08時 24 h累積降水圖

圖2 2012年7月21日06時500hPa天氣環(huán)流場

2.2 環(huán)流背景分析

圖2為2012年7月21日06時500 hPa天氣環(huán)流場，是此次暴雨過程發(fā)生前的高空環(huán)流形式場。從500 hPa位勢等高線來看，在貝加爾湖地區(qū)附近存在低壓，從等溫線來看，為深厚的冷系統(tǒng)，且溫度場滯后于高度場，系統(tǒng)有加強的趨勢。相對應的高空槽線位于貝加爾湖、蒙古、我國寧夏西北部區(qū)域；正值7月，副熱帶高壓北抬升，副熱帶高壓下沉氣流控制華北地區(qū)，剛好北京地區(qū)處于副熱帶高壓西北部邊緣地區(qū)，并且受高壓西北部西南氣流控制，西南氣流帶有大量的水汽，為暴雨的發(fā)生提供了充足的水汽條件；位于寧夏地區(qū)的高空低壓槽線前，有很強的正渦度平流，從而為暴雨的發(fā)生提供了必要的動力條件。從500 hPa溫壓場配置來看，槽線處溫度場落后于高度場，這樣高空槽就會有加強趨勢。同時低壓槽系統(tǒng)在受到地形(高山)影響的作用下，也會加強。華北地區(qū)受到副熱帶高壓的控制，高空低壓槽的移動被副熱帶高壓阻礙，低壓槽向東移動緩慢，同時副熱帶高壓西北部的西南氣流不斷向北京地區(qū)輸送水汽，從而在北京地區(qū)造成了持續(xù)時間長、降水強度大的一次暴雨過程。

2.3 物理量診斷分析

2.3.1 水汽條件分析

暴雨形成的必要條件之一便是充足的水汽供應[14-17]，只有在充足的水汽供應的前提下，才能夠產(chǎn)生大量的降水。這就需要暴雨落區(qū)上空大氣飽含大量的水汽，飽和層較厚，而且暴雨的維持也需要不斷的水汽輸送。分析此次暴雨發(fā)生前、后的低層大氣的比濕發(fā)現(xiàn)，降水前，從850 hPa比濕場來看，圖3a為2012年7月20日18時濕區(qū)分布，北京東南部為主要的濕區(qū)；圖3b為2012年7月21日06時濕區(qū)分布，華北地區(qū)有一伸向北京南部地區(qū)的濕舌，為21日的降水提供了充足的水汽條件；圖3c為2012年7月21日18時濕區(qū)分布，北京東南部地區(qū)還處于較濕的區(qū)域；圖3d為2012年7月22日06時濕區(qū)分布，850 hPa層水汽含量較少，大氣的含水量也較少，北京地區(qū)的降水過程基本結束。

圖3 850hPa比濕場(單位：kg/kg)

水汽通量散度表示水汽的輻合、輻散，從圖4中的四個圖來分析暴雨過程，可以看出：700 hPa水汽通量散度，由輻散轉變?yōu)檩椇显俎D變回輻散。圖4b是2012年7月21日06時水汽通量散度圖，從圖中可知道整個北京地區(qū)有強的水汽輻合，為暴雨提供了充足的動力和水汽條件；圖4c為2012年7月21日18時的水汽通量散度圖，北京地區(qū)的水汽輻合有所減弱，但表現(xiàn)為較強的輻合，為暴雨的持續(xù)發(fā)展提供必要的條件；圖4d為2012年7月22日06時的水汽通量散度圖，輻合區(qū)域在北京東南方向，北京地區(qū)表現(xiàn)為輻散，從降水方面看，此次暴雨過程也基本結束，所以在散度場也較為匹配。

2.3.2 動力條件分析

形成暴雨必須要有充足的水汽供應外，還需要有較強的動力抬升作用[18]。下面用渦度來分析暴雨發(fā)生區(qū)域的動力抬升條件。北半球，渦度的正值表示氣旋運動，有輻合上升運動，從圖5來分析暴雨過程可以看出：圖5a是2012年7月20日18時的700 hPa渦度場，北京地區(qū)并沒有處在渦度正值區(qū)域，北京東南部有較弱的正渦度；圖5b為2012年7月21日06時的700 hPa渦度場，北京南部區(qū)域位于正值區(qū)域，有向上抬升運動，這就為暴雨的發(fā)生提供了動力條件；圖5c為2012年7月21日18時的700 hPa渦度場，北京的南部和西南部有一個強的渦度正值中心，表示強的上升抬升運動，從而有力的促成了暴雨的發(fā)生和發(fā)展。

圖4 700hPa水汽通量散度(單位:g/hPa/cm3/s)

圖5 700 hPa渦度場(單位: 10-5×s-1)

垂直速度作為反映大氣垂直上升速度的物理量[19-20]，在p坐標系中通常用dP/dt表示，負值表示上升運動，正值表示下沉運動，單位為Pa/s。沿115°E做經(jīng)向剖面圖，分別從四個時次分析暴雨過程中的垂直速度的變化情況。圖6a為2012年7月20日18時的經(jīng)向剖面圖，在40°N處大氣低層有強的上升運動，一直延申到高層；圖6b為2012年7月21日06時至22日06時的經(jīng)向剖面圖，在41°N有強烈的上升運動，為暴雨的發(fā)生和發(fā)展提供了必要的上升運動和動力抬升作用。

圖6 沿115°E垂直速度剖面圖(單位：m/s×10-2)

20日，暴雨過程還未發(fā)生，北京地區(qū)上層大氣飽含大量的水汽，大氣不穩(wěn)定度高，不穩(wěn)定能量也很大，這些因素為暴雨的發(fā)生和發(fā)展奠定了基礎；21日，暴雨發(fā)生過程中，700 hPa和850 hPa等中低層來自南方的部分暖濕氣流，含有大量的水汽和不穩(wěn)定能量，與冷空氣相遇，暖濕氣流輻合上升運動更加劇烈，這對暴雨的發(fā)生和發(fā)展，維持都及其有利。從之前的分析來看，散度場，渦度場和垂直速度這三者的良好配置，使得中低層大氣(200 hPa以下)產(chǎn)生了大范圍的深厚上升運動，從而為此次暴雨的發(fā)生提供了必要的動力條件。暴雨時空分布極不均勻，降水主要出現(xiàn)在北京市房山區(qū)，強降水集中在7月21日18時至22日0時，由于其短時間內小范圍的降水，造成了此區(qū)域的大暴雨，形成嚴重的洪澇災害。

3 數(shù)值模擬試驗

3.1 WRF模式簡介

WRF模式是中尺度數(shù)值模式The Weather Research and Forecasting Model。與以前版本的中尺度模式，比如MM4、MM5相比較，WRF模式模擬的結果與實況更接近，模擬的結果更為理想；其次WRF模式常用的水平分辨率為1～10 km[13]，而在時間尺度上，模式模擬通常確定在60 h[13]時間尺度范圍內一定區(qū)域范圍的天氣系統(tǒng)預報的模擬問題。因此，可以將WRF模式應用于局地特征明顯、降水過程強度大、中小尺度特征明顯的暴雨過程模擬。

3.2 WRF模擬方案及資料介紹

本文采用WRFV3.7中尺度模式，模擬北京“2012.7.21”暴雨過程(圖7)。模式中，使用雙層嵌套，第一層粗網(wǎng)格中心經(jīng)緯度設為40°N和115°E，網(wǎng)格格點數(shù)為74×61，網(wǎng)格距為30 km；第二層細網(wǎng)格格點數(shù)為112×97，網(wǎng)格距為10 km；兩層網(wǎng)格垂直方向上均為27層，為了模式積分的穩(wěn)定性，兩重網(wǎng)格的模式積分時間步長分別設置為180 s和60 s。模式選用的物理過程參數(shù)化方案如下：微物理過程采用Ferrier(new-Eta)微物理方案，積云采用淺對流Kain-Fritsch(new-Eta)方案，長波輻射采用RTTM方案，短波輻射采用Dudhia方案，行星邊界層采用YSU方案，陸面過程采用Noah方案，近地面層采用Monin-Obukhov方案。模式中使用NCEP/NCAR提供的數(shù)據(jù)分辨率為1°×1°，使用的數(shù)據(jù)資料的時間間隔為6 h一次；FNL數(shù)據(jù)資料為此次模擬所用到的模擬過程提供初始條件及邊界條件，模式模擬的積分時間總共48 h，從2012年7月20日18時開始至到22日18時結束，模式模擬的結果每1 h輸出一次。

圖7 WRF模式模擬區(qū)域

3.3 數(shù)值模擬結果分析

3.3.1 降水

圖8第一行是2012年7月21日18時至2012年7月22日00時的逐小時降水實況圖，可以看出，從18時開始，北京地區(qū)開始強降水過程，且北京大部分地區(qū)都出現(xiàn)了降水，且大部分地區(qū)的逐小時降水量都在30 mm以上；從18時逐小時降水圖可以看出，這個時段，北京暴雨降水有兩個強降水中心，分別位與北京西南地區(qū)和北京中部偏東處，兩個強降水中心的雨量都超過50 mm，到下一個時次，雨量有所減少，雨帶向東方向移動，與大尺度環(huán)流背景相適應；在20時，暴雨只有一個中心，暴雨量值很大，暴雨中心位于北京西南房山地區(qū)，暴雨中心降水量超過70 mm，之后三個時次，隨著時間的推移，整個天氣系統(tǒng)向東移動，暴雨雨帶也隨之東移和減弱。從這個時段的逐小時降水來看，暴雨雨帶呈現(xiàn)東北—西南走向，隨時間的推移，暴雨雨帶由西北移向東南，且從21日18時降水強度不斷加強，到21時逐小時降水強度達到最大，暴雨中心降水量超過70 mm。之后，隨著時間的推移，暴雨逐漸減弱，暴雨落區(qū)移出北京地區(qū)。

圖8 逐小時降水分布圖(單位:mm)

圖8第二行是模式模擬輸出的2012年7月21日18時至21日23時的逐小時累積降水圖，與實況相對比，可以發(fā)現(xiàn)，模式輸出的逐小時降水并不是很理想，18時，模式輸出的累積降水圖，只有一個強降水中心，與實況相對比，位于實況的兩個強降水的中間地帶，且強降水的降水量偏小，模式輸出的強降水中心的降水量30 mm，隨著時間的推移。從模式輸出圖來看，暴雨的雨帶和中心位置都隨著時間向東移動，這與實況的東南方向，略有偏差，模式輸出的隨后幾個時間次序的降水中心和降水雨帶的分布都與實況有所偏差。從雨帶的大致分布上可以看出，模式基本上模擬出此次暴雨過程和暴雨中心，但從逐小時累積降水中心來看，位置與實況相比較，偏北；隨著時間的推移，模式模擬的雨帶也向東移動，且雨勢不斷增強，在21時達到最大，但暴雨的降水量偏小。與實際情況相比較，模式模擬的暴雨落區(qū)在前兩個時次，基本上較好的模擬出了暴雨過程，但在之后的過程中，實況中出現(xiàn)了兩個降水較為強的中心，而模式模擬并沒有很好的模擬出這兩個降水中心，只是模擬出較為偏北的降水中心，且降水量值偏小。

圖9是模式模擬輸出的2012年7月21日08時至22日08時模式模擬的24 h累積降水量，與模式輸出的逐小時降水圖相比較，24 h累積降水圖就能較好的模擬出此次暴雨過程和暴雨雨帶的分布以及暴雨中心落區(qū)和暴雨強度。與降水的實況圖1對比，模擬與實況相比較，可以看出，模式模擬的24 h降水較為理想，但模式模擬的降水落區(qū)偏西偏北，降水中心降水值偏小。從24 h累積降水落區(qū)來看，模式模擬的降水落區(qū)成東北—西南向分布，與圖1實況24 h累積降水相比基本一致，從24 h累積降水來看，模式基本模擬出了北京“2012·7·21”這次暴雨過程和暴雨落區(qū)，但24 h累積降水中心區(qū)域的最大降水量值與實況24h累積降水中心的降水量值相比較數(shù)值偏小。

圖9 2012年7月21日08時至22日08時模式模擬的24 h累積降水圖

圖10 500hPa高度場和風矢量場的合成場(實線:500hPa位勢高度；箭頭：風矢量)

3.3.2 天氣形勢

本文選取模式輸出的2012年7月20日18時、21日06時、21日18、22日06時四個時次高空環(huán)流形勢場和風矢量場進行了對比分析，發(fā)現(xiàn)模式模擬的輸出結果和實況較為一致。圖10顯示了這四個時次的500 hPa等高面高空環(huán)流形勢場和風場的實況和模擬輸出結果。與暴雨過程相匹配，圖10a和圖10b為20日18時的實況和模式輸出環(huán)流形勢場與風場。可以看出：北京位于脊線上，低壓槽線位于河套地區(qū)，模式輸出也模擬出了基本的環(huán)流形勢場，風場與氣壓場相適應；圖10c和圖10d為2012年7月21日06時，低壓槽東移，北京位于低壓槽前，模式輸出也模擬出了基本的環(huán)流形勢場，模式輸出的風場和實況相比較，風速偏小，但基本上模擬出了環(huán)流形勢場中的低壓槽系統(tǒng)，這也是暴雨產(chǎn)生的大尺度環(huán)流背景場；圖10c和圖10d為2012年7月21日18時，通過環(huán)流形勢場和風矢量場分析可以看出模式輸出和實況基本一致，且北京位于槽線上，環(huán)流形勢場和風場相適應，也是北京地區(qū)暴雨發(fā)生最為強烈的時段。大尺度環(huán)流場為北京地區(qū)的暴雨發(fā)生提供了必要的大尺度環(huán)流背景場，從而使得北京地區(qū)的暴雨的發(fā)生和發(fā)展得到深厚的大尺度環(huán)流場的支撐；圖10e和圖10f為2012年7月22日06，環(huán)流場平穩(wěn)，槽線移出北京地區(qū)，從環(huán)流場上分析，暴雨過程基本結束，模式輸出和實況相一致。

4 結論與討論

4.1 結論

本文使用MICAPS系統(tǒng)站點實測數(shù)據(jù)、中國自動站與CMORPH降水產(chǎn)品融合的逐時降水量產(chǎn)品，降水數(shù)據(jù)資料和NCEP/NCAR(National Centers for Environmental Prediction/National Center for Atmospheric Research)每6 h一次的1°×1°的FNL(Final Operational Global Analysis Data)資料對“7·21”北京特大暴雨進行了實況分析，以及影響此次暴雨的大尺度環(huán)流背景、暴雨產(chǎn)生的水汽條件、動力條件進行了分析。并使用了中尺度數(shù)值模式WRF3.7模式，模擬了此次暴雨過程，其中模式使用NCEP/NCAR(National Centers for Environmental prediction/National Center for Atmospheric Research)每6 h一次的1°×1°的FNL(Final Operational Global Analysis Data)資料作為初始場和邊界條件。模式輸出結果與實況相比較，分析研究得出以下結論：

(1)此次“北京7·21暴雨”過程為典型的華北地區(qū)暴雨的大環(huán)流背景形勢場，從天氣圖來看，在貝加爾湖附近區(qū)域有一高空冷渦，冷渦的低空槽線南申至我國寧夏地區(qū)，北京東部副熱帶高壓伸入華北，副高西北側的西南氣流提供的水汽輸送和冷空氣作用共同造成了這次暴雨過程。主要的雨帶隨著中小尺度天氣系統(tǒng)而移動，暴雨的發(fā)生主要原因在于大的環(huán)流背景和中小尺度天氣過程共同作用而產(chǎn)生。

(2)從整體上看，WRF3.7模式對此次暴雨的模擬，有一定的模擬能力，較好的模擬出24 h累積降水分布，其中：環(huán)流形勢場和風矢量場的模擬較為理想，但逐小時累積降水的模擬效果不理想。模式能夠較好地模擬出暴雨的大致分布、暴雨中心，以及24 h累積降水和暴雨的整個移動過程。

4.2 討論

本文利用暴雨過程模式模擬方法，研究了區(qū)域性次暴雨過程，但未對暴雨過程進行觀測資料數(shù)據(jù)同化。因此，模擬過程暴雨的逐小時降水不是很理想，需要更進一步同化數(shù)據(jù)；在模式模擬輸出的500 hPa形勢場中，未平滑濾波，與實況相比較，環(huán)流形勢場存在許多小擾動。同時，在暴雨災害中，對暴雨災害的預警尤為重要，之后想要通過不同的氣候背景和城市下墊面模式進行暴雨過成模擬的對比研究，從氣候背景角度分析暴雨災害過程。

[1] Held I M, Soden B J. Robust responses of the hydrological cycle to global warming. J Clim (accepted) [J]. Journal of Climate, 2006, 19:5686-5699.

[2] Trenberth K E, Stepaniak D P, Caron J M. The global monsoon as seen through the divergent atmospheric circulation [J]. Journal of Climate, 2000, 13(22): 3969-3993.

[3] Allen M R, Stott P A. Estimating signal amplitudes in optimal fingerprinting, Part I: Theory[J]. Climate Dynamics, 2003, 21(5-6): 477-491.

[4] Wentz F J, Ricciardulli L, Hilburn K, et al. How much more rain will global warming bring? [J]. Science, 2007, 317(5835): 233-235.

[5] Karl T R, Knight R W. Secular trends of precipitation amount, frequency, and intensity in the United States [J]. Bulletin of the American Meteorological society, 1998, 79(2): 231-241.

[6] Sun Y, Solomon S, Dai A, et al. How often will it rain [J].Journal of Climate, 2007, 20(19): 4801-4818.

[7] Climate change 2013:the physical science basis:Working Group I contribution to the Fifth assessment report of the Intergovernmental Panel on Climate Change[M].Cambridge University Press,2014.

[8] Liu J, Wang B, Cane M A, et al. Divergent global precipitation changes induced by natural versus anthropogenic forcing[J]. Nature, 2013, 493(7434): 656-659.

[9] 陶詩言.中國之暴雨[M].北京:科學出版社,1980:3-225.

[10]駱凱，李耀東，秦麗.一次華北暴雨過程的數(shù)值模擬及水汽過程分析[J].暴雨災害,2010,29(4):307-314.

[11]高萬泉，周偉燦，李玉娥.華北一次強對流暴雨的濕位渦診斷分析[J].氣象與環(huán)境學報,2011,27(1):1-6.

[12]梁豐，陶詩言，張小玲.華北地區(qū)一次黃河氣旋發(fā)生發(fā)展時所引起的暴雨診斷分析[J].應用氣象學報,2006,17(3):257-265.

[13]寧貴財, 王式功, 馬敏勁, 等. 北京一次暴雨過程數(shù)值模擬和診斷分析[J].蘭州大學學報 (自然科學版),2014,50(6):847-852.

[14]毛冬艷, 喬林, 陳濤,等. 2004年7月10日北京局地暴雨數(shù)值模擬分析[J].氣象,2008,34(2):25-32.

[15]王國榮，王令.北京地區(qū)夏季短時強降水時空分布特征[J].暴雨災害.2013,32(3):272-279.

[16]Barros A P, Lettenmaier D P. Dynamic modeling of orographically induced precipitation [J]. Reviews of Geophysics, 1994, 32(3):265-284.

[17]Sui C H, Huang C Y, Tsai Y B, et al. Meteorology-hydrology study targets Typhoon Nair and Taipei flood [J]. Eos Transactions American Geophysical Union, 2002, 83(24):265-270.

[18]俞小鼎. 2012年7月21日北京特大暴雨成因分析[J]. 氣象, 2012,11(38):1313-1329.

[19]孫軍,諶蕓,楊舒楠，等.北京721特大暴雨極端性分析及思考(二)極端性降水成因初探及思考[J].氣象, 2012,38(10):1267-1277.

[20]方翀, 毛冬艷, 張小雯, 等. 2012 年 7 月 21 日北京地區(qū)特大暴雨中尺度對流條件和特征初步分析[J]. 氣象, 2012, 38(10): 1278-1287.

NumericalSimulationandDiagnosticAnalysisonaRainstorminBeijing7·21RainfallCase

ZHANG Jie1,2,3,PENG Lixia2and SHI Peijun1,3,4

(1.StateKeyLaboratoryofEarthSurfaceProcessesandResourcesEcology,BeijingNormalUniversity,Beijing100875,China; 2.CollegeofAtmosphericScience,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China; 3.KeyLaboratoryofEnvironmentalChangeandNaturalDisasterofMinistryofEducation,BeijingNormalUniversity,Beijing100875,China; 4.AcademyofDisasterReductionandEmergencyManagementofMinistryofCivilAffairsandMinistryofEducation,BeijingNormalUniversity,Beijing100875,China)

On21July2012,BeijingsufferedasevererainstormI,whichcausedseriousdamagetothelocalpeople’slivesandproperties.ThehighresolutionmodelWRF(WeatherResearchandForecast)developedbyNCARiswidelyusedtosimulatetheextremeprecipitationprocess.Inadditiontothat,theoutputsofWRFcanwellrepresentthephysicalmechanismofthesevererainstorm.Therefore,WRFisemployedinthispapertosimulatethe7·21severerainfallinBeijing,andthemainresultsasfollows: 1)WRFmodelcanwelllocatetheheavyrainfallarea,andsimulatethecumulativerainfallof24-hourrainstormevolution; 2)ThegeneralcirculationofatmosphereoftherainstormprocessisatypicalcirculationsituationinnorthChina,andtherainstormprocessismainlycausedbylow-levelmesoscalesystems,whilerainfallareaandintensityisdeterminedbythemesoscalesystemalongwiththemovementoftime.

regionalrainstorm;diagnosticanalysis;WRFnumericalsimulation;regionalcomparison;Beijing7·21heavyrainfall

2017-02-03

2017-03-21

國家自然科學基金創(chuàng)新研究群體資助項目(41321001)

張杰(1993-)，男，甘肅天水人，碩士研究生，主要從事區(qū)域性暴雨研究及數(shù)值模擬.E-mail：luck0213@foxmail.com

史培軍(1959-)，男，陜西靖邊人，教授，主要從事環(huán)境演變與自然災害研究.E-mail：spj@bnu.edu.cn

10.3969/j.issn.1000-811X.2017.03.032.]

X43；P446

A

1000-811X(2017)03-0191-07

10.3969/j.issn.1000-811X.2017.03.032

張杰，彭麗霞，史培軍. 區(qū)域性暴雨的數(shù)值模擬和診斷分析的對比研究——以北京2012年7月21日暴雨為例[J]. 災害學，2017，32(3)：191-196,215. [ZHANG Jie, PENG Lixia and SHI Peijun. Numerical Simulation and Diagnostic Analysis on a Rainstorm in Beijing 7·21 Rainfall Case[J]. Journal of Catastrophology，2017，32(3)：191-196,215.