高原和盆地強(qiáng)降水過程的數(shù)值模擬

李典　張帥　徐爽

摘 要：該文利用中尺度WRF模式，分別對高原和盆地的一次強(qiáng)降水過程進(jìn)行模擬，探討模式在兩地的模擬能力和產(chǎn)生誤差的原因，結(jié)果表明：模擬結(jié)果顯示兩地小雨的TS評分都在0.5以上，而其他量級降水的評分較低；TS評分結(jié)果中高原的微物理過程隨著不同的積云參數(shù)化過程而表現(xiàn)出不同的優(yōu)劣性，而盆地表現(xiàn)為一致的Lin方案優(yōu)于Ferrier方案。高原和盆地模擬結(jié)果的平均誤差呈現(xiàn)出相反的變化特征。

關(guān)鍵詞：高原；盆地；數(shù)值模擬

中圖分類號 P458.121.1 文獻(xiàn)標(biāo)識碼 A 文章編號 1007-7731（2018）01-0087-04

強(qiáng)對流天氣是大氣對流活動強(qiáng)烈發(fā)展而產(chǎn)生的災(zāi)害性天氣，常與突發(fā)性暴雨、冰雹和雷電大風(fēng)等劇烈天氣現(xiàn)象相聯(lián)系[1-3]。隨著數(shù)值模式的廣泛發(fā)展與應(yīng)用，對流性天氣的模擬已成為當(dāng)前分析與診斷對流天氣過程的主要手段之一。數(shù)值模式在對流性天氣的模擬中得到廣泛應(yīng)用。朱士超等[4]利用中尺度WRF模式對發(fā)生在西藏那曲地區(qū)的一次強(qiáng)對流活動進(jìn)行模擬，結(jié)果表明模式能較好的模擬出對流發(fā)生的時(shí)間和地點(diǎn)。唐嵐等[5]利用MM5模式對四川地區(qū)一次暴雨過程進(jìn)行模擬，結(jié)果表明模式能較好的模擬出這次降水過程，并且地形發(fā)生變化時(shí)，影響系統(tǒng)和冷空氣路徑等都會發(fā)生顯著地變化。王曼等[6]利用MM5模式對昆明準(zhǔn)靜止鋒進(jìn)行模擬，結(jié)果表明高原地形作用是形成和維持靜止鋒的必要條件。由此可見，數(shù)值模式雖然在高原和盆地兩地進(jìn)行過模擬，但模擬能力較平原地區(qū)差，只能夠模擬出部分特征，因此，本文從數(shù)值模擬的角度，分別針對高原和盆地2種特殊地形環(huán)境下的強(qiáng)對流活動進(jìn)行模擬，探討數(shù)值模式在兩地的模擬能力。

1 模式簡介與過程選取

1.1 WRF模式簡介 WRF（Weather Research Forecast）模式是新一代中尺度氣象預(yù)報(bào)模式系統(tǒng)，它分為ARW（科研型）和NMM（業(yè)務(wù)型）兩種，本文選用的是ARW。WRF模式由以下4個(gè)部分組成：預(yù)處理系統(tǒng)（將數(shù)據(jù)進(jìn)行插值和模式標(biāo)準(zhǔn)初始化、定義模式區(qū)域、選擇地圖投影方式等）、同化系統(tǒng)（包括三維變分同化）、動力內(nèi)核以及后處理（圖形軟件包）。

1.2 模擬過程選取 高原選取2011年8月2—4日西藏地區(qū)出現(xiàn)的一次中雨到大雨天氣過程；盆地選取2010年7月22—24日四川盆地出現(xiàn)的一次大雨到暴雨局部大暴雨天氣過程，并伴有短時(shí)強(qiáng)降水。

2 模擬方案設(shè)計(jì)

模式采用雙重嵌套方式，母網(wǎng)格和子網(wǎng)格的水平格距為30km和10km，初始場資料采用NCEP6h一次的1*1資料，模式結(jié)果輸出間隔為1h輸出一次，長波輻射方案采用RRTM方案，短波輻射方案采用Dudhia方案，邊界層方案采用YSU方案，陸面過程采用熱量擴(kuò)散方案，近地面方案采用Monin-obukhov方案。

高原：模擬時(shí)段為2011年8月3日08：00至2011年8月4日00：00，中心經(jīng)緯度為（33°N，93°E），母區(qū)域格點(diǎn)數(shù)為121*101，嵌套區(qū)域格點(diǎn)數(shù)為181*121。

盆地：模擬時(shí)段為2010年7月24日08：00至2010年7月25日08：00，中心經(jīng)緯度為（30°N，104°E），母區(qū)域格點(diǎn)數(shù)為141*121，嵌套區(qū)域格點(diǎn)數(shù)為211*151。

為了探究分辨率、微物理過程和積云對流方案對模擬結(jié)果的影響，本文設(shè)計(jì)了如表1所示的敏感性試驗(yàn)，A組代表的是母區(qū)域模擬過程，B組代表的是嵌套區(qū)域模擬過程。

3 不同試驗(yàn)方案對降水模擬效果的評估

3.1 檢驗(yàn)方法 TS評分方法是用于檢驗(yàn)降水模擬效果的評估方法。本章采用“站點(diǎn)對站點(diǎn)”的TS評分方式，即用同一站點(diǎn)降水的觀測值和模擬值進(jìn)行比較，TS評分的可信度取決于站點(diǎn)數(shù)，即站點(diǎn)越多越可信。站點(diǎn)降水的模擬值通過模式格點(diǎn)降水插值得到，表達(dá)式為：TS=M1/（M1+M2+M3）；空報(bào)率=M2/（M1+M2）；漏報(bào)率=M3/（M1+M3）。M1為模式模擬降水的量級與觀測的量級相同的站點(diǎn)數(shù)，M2為模擬有降水而觀測無降水的站點(diǎn)數(shù)，M3為模擬無降水而觀測有降水的站點(diǎn)數(shù)。

3.2 不同試驗(yàn)方案對降水量模擬的TS評分 根據(jù)國家氣象部門規(guī)定的降水量級標(biāo)準(zhǔn)，小雨：24h降水量小于10.0mm；中雨：24h降水量在10.0～24.9mm；大雨24h降水量在25.0～49.9mm；暴雨（本文中的暴雨指暴雨、大暴雨和特大暴雨的總稱）24h降水量大于50.0mm。

3.3 高原模擬結(jié)果的TS評分 高原這次降水過程中45個(gè)站出現(xiàn)小雨，14個(gè)站出現(xiàn)中雨，3個(gè)站出現(xiàn)大雨。由于出現(xiàn)大雨的站數(shù)較少，不予評分。表3給出了高原A組和B組試驗(yàn)方案的24h降水量的TS評分結(jié)果，從表2中可知，小雨的TS評分最高，都在0.5以上，而中雨的TS評分則在0.2左右。小雨的空報(bào)率較漏報(bào)率高，而中雨的漏報(bào)率較高。A組中LG方案無論在小雨還是中雨中TS評分最高，空報(bào)率和漏報(bào)率最低，小雨中LK方案TS評分最低，空報(bào)率和漏報(bào)率最高，而中雨中FK方案評分最低，空報(bào)率和漏報(bào)率最高。隨著模式分辨率的提高，我們發(fā)現(xiàn)小雨中除Kain-Fritsch方案外，其他方案TS評分都是增加的，而空報(bào)率和漏報(bào)率呈現(xiàn)不規(guī)則變化。中雨中FK方案、FG方案和LG3方案的TS評分增加，對應(yīng)的空報(bào)率和漏報(bào)率降低。對比不同方案的TS評分結(jié)果，我們發(fā)現(xiàn)隨著模式分辨率的提高，各個(gè)試驗(yàn)方案的TS評分結(jié)果呈現(xiàn)出不一致的變化特征。小雨中B組的LG3方案TS評分最高，空報(bào)率和漏報(bào)率最低。中雨中A組的LG方案TS評分最高，空報(bào)率最低，B組的LG3方案的漏報(bào)率最低。

3.4 盆地模擬結(jié)果的TS評分 盆地這次降水過程中59個(gè)站出現(xiàn)小雨，22個(gè)站出現(xiàn)中雨，15個(gè)站出現(xiàn)大雨，34個(gè)站出現(xiàn)暴雨。表3給出了盆地A組和B組試驗(yàn)方案的24h降水量的TS評分結(jié)果，從表2中可知，A組中各個(gè)方案中只有小雨的TS評分超過了0.5，中雨、大雨和暴雨的TS評分都在0.2以下，其中大雨的TS評分最低，不足0.1。小雨的空報(bào)率和漏報(bào)率最低，而中雨、大雨和暴雨的空報(bào)率和漏報(bào)率都在0.7以上。微物理過程方案中Lin方案的整體TS評分要比Ferrier方案高，積云對流方案中對于小雨的TS評分各個(gè)方案相差不多，對于中雨Grell-Devenji方案的TS評分已降到了0.1以下，對于大雨的TS評分各方案都在0.1以下，而暴雨中Kain-Fritsch方案評分最低。隨著模式分辨率的提高，我們發(fā)現(xiàn)小雨的TS評分除LG3方案略有所增加外，其他各方案都表現(xiàn)為降低的，空報(bào)率只有LG3方案是降低的，漏報(bào)率表現(xiàn)為一致的降低。中雨中Grell-Devenji方案在TS評分和空報(bào)率中表現(xiàn)為與其他方案反向的變化。大雨中FG方案在TS評分、空報(bào)率和漏報(bào)率中無顯著變化，F(xiàn)G3方案TS評分略有所增加，其他各方案都表現(xiàn)為降低的。而暴雨的是FG3方案和LG方案無顯著變化，F(xiàn)K方案和LK方案略有所增加。endprint

對比不同方案的TS評分結(jié)果，我們發(fā)現(xiàn)隨著模式分辨率的提高，TS評分整體上呈現(xiàn)的是下降的趨勢，同時(shí)空報(bào)率和漏報(bào)率是有所增加的，Lin方案要優(yōu)于Ferrier方案。Kain-Fritsch方案、Grell-Devenji方案和New Grell（G3）方案在不同的雨量等級表現(xiàn)的TS評分結(jié)果各異。

3.5 高原和盆地模擬結(jié)果的TS評分結(jié)果對比分析 高原和盆地TS評分結(jié)果的相同點(diǎn)在于二者在小雨中的評分都可達(dá)到0.5以上，并且空報(bào)率和漏報(bào)率較低，而其他量級降水的評分較低，空報(bào)率和漏報(bào)率較高，達(dá)0.5以上。高原和盆地TS評分結(jié)果的不同點(diǎn)在于高原的微物理過程隨著不同的積云參數(shù)化過程而表現(xiàn)出不同的優(yōu)劣性，而盆地的微物理過程隨著不同的積云參數(shù)化過程表現(xiàn)為一致的Lin方案優(yōu)于Ferrier方案。隨著模式分辨率的提高，高原各個(gè)試驗(yàn)方案的TS評分結(jié)果呈現(xiàn)出不一致的變化特征，而盆地的TS評分結(jié)果整體上呈現(xiàn)的是下降的趨勢。

3.6 不同試驗(yàn)方案對降水量模擬的平均誤差和相關(guān)系數(shù)分析 本文計(jì)算了不同試驗(yàn)方案降水量的模擬值和觀測值之間的平均誤差和相關(guān)系數(shù)用來評估對模擬效果的影響。從表4可以看出，不同試驗(yàn)方案的平均誤差值都為正，表明模式中存在著明顯的系統(tǒng)誤差（模擬值大于觀測值），并且隨著模式分辨率的提高，誤差值略有所降低。Lin方案的平均誤差要比Ferrier方案高，Grell-Devenji方案的誤差最小，其中FG方案的誤差只有0.48mm。表4中Ferrier方案的相關(guān)系數(shù)只有A組的FK方案通過了90%的顯著性檢驗(yàn)，Grell-Devenji方案和New Grell（G3）方案的相關(guān)系數(shù)通過了95%的顯著性檢驗(yàn)，其中B組的LG方案通過了99%的顯著性檢驗(yàn)。從表中不同試驗(yàn)的相關(guān)系數(shù)可知，隨著模式分辨率的提高，Grell-Devenji方案和New Grell（G3）方案的相關(guān)系數(shù)均有所提高，其中LG方案最高。對比不同方案的平均誤差和相關(guān)系數(shù)可知，隨著模式分辨率的提高，高原模擬降水量的效果變好，F(xiàn)G方案和LG方案模擬效果最好。從表5可以看出，不同試驗(yàn)方案的平均誤差值都為負(fù)，表明模式中存在著明顯的系統(tǒng)誤差（模擬值小于觀測值），并且隨著模式分辨率的提高，誤差值略有所增加。Lin方案的平均誤差要比Ferrier方案低，Grell-Devenji方案和New Grell（G3）方案的誤差要明顯小于Kain-Fritsch方案，LG方案和LG3方案的平均誤差小于9mm，其中LG3方案的誤差最小，只有7.9mm。表5中的相關(guān)系數(shù)都通過了98%的顯著性檢驗(yàn)，其中LG方案和LG3方案通過了99.9%的顯著性檢驗(yàn)。從表中不同試驗(yàn)的相關(guān)系數(shù)可知，隨著模式分辨率的提高，各個(gè)方案的相關(guān)系數(shù)有所下降。Lin方案的相關(guān)系數(shù)要比Ferrier方案高，Grell-Devenji方案相關(guān)系數(shù)最高，Kain-Fritsch方案相關(guān)系數(shù)最差。對比不同方案的平均誤差和相關(guān)系數(shù)可知，隨著模式分辨率的提高，盆地模擬降水量的效果變差，LG方案和LG3方案模擬效果最好。

3.7 高原和盆地模擬結(jié)果的平均誤差和相關(guān)系數(shù)的對比分析 高原和盆地模擬結(jié)果的平均誤差呈現(xiàn)出相反的變化特征，高原的平均誤差值為正（即模擬值大于觀測值），而盆地的平均誤差值為負(fù)（即模擬值小于觀測值）。并且隨著模式分辨率的提高，高原誤差值降低，而盆地誤差值增加。微物理過程中高原的Lin方案平均誤差較高，而盆地的Lin方案誤差較低。高原相關(guān)性明顯差于盆地的，并且隨著模式分辨率的提高，高原的相關(guān)性升高，而盆地的則降低。高原的微物理過程隨著不同的積云參數(shù)化過程相關(guān)性表現(xiàn)出不同的高低性，而盆地的微物理過程隨著不同的積云參數(shù)化過程相關(guān)性表現(xiàn)為一致的Lin方案高于Ferrier方案。

4 結(jié)論

（1）高原和盆地模擬結(jié)果的相同點(diǎn)表現(xiàn)為：小雨的TS評分都在0.5以上，空報(bào)率和漏報(bào)率較低，而其他量級降水的評分較低，空報(bào)率和漏報(bào)率較高，達(dá)0.5以上。

（2）高原和盆地模擬結(jié)果的不同點(diǎn)表現(xiàn)為：TS評分結(jié)果中高原的微物理過程隨著不同的積云參數(shù)化過程而表現(xiàn)出不同的優(yōu)劣性，而盆地的表現(xiàn)為一致的Lin方案優(yōu)于Ferrier方案。隨著模式分辨率的提高，高原各個(gè)試驗(yàn)方案的TS評分結(jié)果呈現(xiàn)出不一致的變化特征，而盆地的T呈現(xiàn)下降的趨勢；高原相關(guān)性明顯差于盆地的，并且隨著模式分辨率的提高，高原的相關(guān)性升高，而盆地的則降低。高原的微物理過程隨著不同的積云參數(shù)化過程相關(guān)性表現(xiàn)出不同的高低性，而盆地的微物理過程隨著不同的積云參數(shù)化過程相關(guān)性表現(xiàn)為一致的Lin方案高于Ferrier方案；高原和盆地模擬結(jié)果的平均誤差呈現(xiàn)出相反的變化特征，高原的平均誤差值為正（即模擬值大于觀測值），而盆地的為負(fù)（即模擬值小于觀測值）。并且隨著模式分辨率的提高，高原誤差值降低，而盆地誤差值增加。微物理過程中高原的Lin方案平均誤差較高，而盆地的Lin方案誤差較低。

參考文獻(xiàn)

[1]傅云飛，劉奇，自勇，等.基于TRMM衛(wèi)星探測的夏季青藏高原降水和潛熱分析[J].高原山地氣象研究，2008，28（1）：8-18.

[2]傅云飛，李宏圖，自勇.TRMM衛(wèi)星探測青藏高原谷地的降水云結(jié)構(gòu)個(gè)例分析[J].高原氣象，2007，26（1）：98-106.

[3]劉奇，傅云飛，劉國勝.夏季青藏高原與東亞及熱帶的降水廓線差異分析[J].中國科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2007，37（8）：885-894.

[4]朱士超，銀燕，金蓮姬，等.青藏高原一次強(qiáng)對流過程對水汽垂直輸送的數(shù)值模擬[J].大氣科學(xué)，2011，35（6）：1057-1068.

[5]唐嵐，沈桐立，蔡新玲，等.青藏高原東側(cè)一次典型暴雨過程的數(shù)值模擬試驗(yàn)[J].高原氣象，2004，23（增刊）：37-45.

[6]王曼，段旭，李華宏，等.地形對昆明準(zhǔn)靜止鋒影響的數(shù)值模擬研究[J].氣象，2009，35（9）：77-83. （責(zé)編：張宏民）endprint