不同云微物理參數(shù)化方案對冰雹模擬的影響

衣娜娜，蘇立娟，史金麗，董祝雷，許志麗

(1.中國氣象局烏魯木齊沙漠氣象研究所，中亞大氣科學研究中心，新疆 烏魯木齊 830000；2.內(nèi)蒙古自治區(qū)氣象科學研究所，內(nèi)蒙古 呼和浩特 010000；3.內(nèi)蒙古自治區(qū)人工影響天氣重點實驗室，內(nèi)蒙古 呼和浩特 010000；4.內(nèi)蒙古自治區(qū)氣候中心，內(nèi)蒙古 呼和浩特 010000)

引 言

冰雹是中國重要災害性天氣之一，主要發(fā)生在西北、東北、華北、西南[1-3]。雹塊直徑一般為0.5～2 cm，即便直徑較小時依然會對農(nóng)作物產(chǎn)生較大不利影響[4]。冰雹時間短、局地性強[5]，常規(guī)地面和探空觀測受儀器性能和觀測密度限制，不足以全面揭示產(chǎn)生冰雹的中小尺度系統(tǒng)發(fā)生發(fā)展和演變過程[6-8]。近30 a中尺度模擬研究迅速發(fā)展。WRF模式能夠反映復雜地形降水的非線性動力、熱力過程和詳細的微物理過程，嵌套復雜的冰雹云微物理方案在再現(xiàn)實際冰雹過程方面具有優(yōu)勢[9-11]。

目前利用高分辨率的中尺度數(shù)值模式模擬冰雹強對流天氣，已經(jīng)成為冰雹研究的重要途徑[12-13]，發(fā)展數(shù)值模式的非絕熱物理過程對提高冰雹預報水平有重要作用，這些物理過程包括積云對流參數(shù)化過程、邊界層參數(shù)化過程和微物理參數(shù)化過程。但參數(shù)化方案具有很強的區(qū)域性[14-15]，不同參數(shù)化方案模擬的結果差異很大[16-18]。LITTA等[19]基于WRF模式比較三種不同的微物理方案Ferrier (FERR)、WRF Single Moment 6 class (WSM6) 和Thomson scheme (THOM)在模擬印度地區(qū)強對流天氣方面的優(yōu)劣，發(fā)現(xiàn)FERR方案能較好地模擬強對流發(fā)生時間和強度。STACHNIK[20]認為WRF模式具備模擬冰雹等對流天氣的能力，但是不同的微物理參數(shù)化方案模擬的冰雹結構存在較大差異。

內(nèi)蒙古是國內(nèi)降雹次數(shù)最多且雹災最嚴重的地區(qū)之一，也是華北地區(qū)最大降雹中心[21]。內(nèi)蒙古地區(qū)區(qū)域跨度大，強對流天氣在內(nèi)蒙古西部為沿陰山山脈的準東西走向，在東部呈沿大興安嶺準南北走向。目前對于內(nèi)蒙古地區(qū)冰雹等強對流天氣的模擬試驗較少，多局限于利用實況資料的個例分析，所以有必要開展針對冰雹等強對流天氣的中尺度模式模擬研究工作。2015年7月29日14:00—20:00(北京時，下同)，呼和浩特市大部自北向南自西向東出現(xiàn)降雹，此次過程冰雹最大直徑達5 cm，導致多種經(jīng)濟作物受災，各旗縣經(jīng)濟損失均達上百至上千萬元[22]。本文以此次過程為研究個例，探討不同積云參數(shù)化方案和微物理參數(shù)化方案對冰雹模擬結果的影響，檢驗模式在不同參數(shù)化方案下的模擬性能，以期為本地冰雹等強對流天氣數(shù)值預報模式選取云微物理參數(shù)化方案提供一定的參考。

1 實 況

此次冰雹強對流天氣過程為典型冷渦系統(tǒng)影響下的天氣過程，500 hPa溫度場落后于高度場，隨著蒙古冷渦的東移南下，冷渦后部風速逐漸增大，蒙古冷渦系統(tǒng)逐漸加強。700 hPa輻合中心在高空系統(tǒng)引導下，逐漸加強并東移南壓至內(nèi)蒙古中部地區(qū)。

同時西南水汽輸送逐漸增強，冷渦后部增強的西北冷濕氣流與冷渦前端的西南暖濕氣流交匯，觸發(fā)強對流天氣(圖1)。

2015年7月29日呼和浩特市共有兩次對流過程，分別發(fā)生在16:00—17:00與18:30—19:30，圖2為兩次強、弱對流天氣過程典型時刻呼和浩特站雷達組合反射率因子?？梢钥闯觯谝淮位夭◤姸群蛷娀夭▍^(qū)域較小且無降水，第二次回波自西向東移動并逐漸加強，呼和浩特站雷達組合反射率因子最大可達65 dBZ并伴有冰雹發(fā)生。

圖1 2015年7月29日08:00(a、 c)，14:00(b、d)500 hPa(a、b)和700 hPa(c、d)位勢高度場(實線，單位：dagpm)、風場(風向桿，單位：m·s-1)和相對濕度場(陰影，單位：%)及500 hPa溫度場(虛線，單位：℃)Fig.1 The geopotential height field (solid isoline, Unit: dagpm), wind field (wind stem, Unit: m·s-1), relative humidity (shaded, Unit: %) on 500 hPa (a, b) and 700 hPa (c, d) and 500 hPa temperature field (dotted isoline, Unit: ℃) at 08:00 BST (a, c) and 14:00 BST (b, d) on 29 July 2015

圖2 2015年7月29日兩次強、弱對流天氣過程典型時刻呼和浩特站雷達組合反射率因子(單位：dBZ)Fig.2 The combine reflectivity factor at representative time from Hohhot station during two weak and strong convective weather processes on 29 July 2015 (Unit: dBZ)

圖3為2015年7月29日微波輻射計觀測的呼和浩特站大氣可降水量PWV、反演的沙氏指數(shù)SI、總溫度TT日變化及逐小時降水。可以看出，冰雹發(fā)生前，PWV變化較平穩(wěn)，維持在3.5 cm左右，隨著冰雹的發(fā)生，PWV驟然增加，19:05達最大值14.4 cm，19:20PWV減小為4.1 cm，呼和浩特城區(qū)站20:00雨量為11.3 mm。冰雹發(fā)生前，SI<0 ℃，表明大氣一直處于不穩(wěn)定狀態(tài)，18:59 SI=-6.5 ℃，在內(nèi)蒙古地區(qū)雷暴大風等強對流天氣發(fā)生的閾值范圍內(nèi)[22]，隨著冰雹發(fā)生，不穩(wěn)定能量釋放，SI迅速增大，19:11 SI=1.0 ℃，大氣恢復到穩(wěn)定狀態(tài)。張琳娜等[25]統(tǒng)計北京30次冰雹過程中，TT為40～45 ℃。此次冰雹發(fā)生前TT穩(wěn)定維持在43.0 ℃，18:59 TT達最大值45.0 ℃，隨后TT迅速減小到33.8 ℃。

16:00—17:00的弱對流過程，因無降水，所以激光雨滴譜儀觀測的降水粒子數(shù)為0，但微波輻射計觀測的PWV和反演的SI均有體現(xiàn)，16:00—17:00PWV呈緩慢波動變化，最大值為7.3 cm(16:06)，SI=-6.9 ℃，表明大氣極不穩(wěn)定，但由于水汽較少，PWV的均值4.8 cm小于第2次對流過程均值5.4 cm，所以無降水發(fā)生。

圖3 2015年7月29日微波輻射計觀測的呼和浩特站PWV(a)、反演的SI(b)、TT(c)日變化和逐小時降水(d)Fig.3 The diurnal variation of observed PWV (a) and SI (b) and TT (c) derived from ground-based microwave radiometer and hourly rainfall (d) at Hohhot station on 29 July 2015

2 模式與參數(shù)化方案

多種觀測資料均反映了此次降雹過程，為探討不同云微物理參數(shù)化方案對冰雹模擬結果的影響，檢驗模式在不同參數(shù)化方案下的模擬性能，本文利用WRF模式和多種云微物理參數(shù)化方案模擬此次降雹過程。微物理方案選用5種適合高分辨率模擬且可以模擬雪和霰粒子的方案：Lin 方案、WRF Single-Moment 6-class(WSM6)、Goddard Microphysics(GM)、New Thompson et al(NT)和Milbrant-Yau Double-Moment 7-class(MYDM7)。積云參數(shù)化方案選用Kain-Fritsch(KF)、Betts-Miller-Hanjic(BMJ)、Grell-Devenyi-ensemble(GD)和Grell3d ensemble cumulus(G3)。初始場選用NCEP FNL Operational Model Global Tropospheric analyses數(shù)據(jù)，積分時間為2015年7月29日00:00至7月30日08:00。采用三重嵌套，網(wǎng)格分辨率為45 km×15 km×5 km，格點數(shù)分別是68×62、100×82、118×106。分別從降水粒子質(zhì)量濃度的時間變化、能量和水汽條件和動力條件初步討論各種方案對此次天氣過程模擬的優(yōu)劣。

2.1 微物理方案

Lin方案是物理過程描述較為復雜的方案，方案中與水相物質(zhì)有關的預報量有：云水、雨水、冰、雪、霰和水汽。當溫度T<-40 ℃，云水全部凍結成冰；當T>0 ℃時，云冰全部融化成云水；當-40

WSM6和Lin 方案包括相同的預報變量，但處理過程不同，當溫度低于冰點時，WSM6將云水處理為云冰、雨水處理為雪。

NT方案是在Thompson方案的基礎上做了相應的改進，結合了冰、雪和霰進程，增加了雨滴數(shù)濃度的預報。

GM方案是在Lin的基礎上，在相關的飽和調(diào)整技術和Simpson方案等基礎上進行了部分調(diào)整，包括6種水凝物，對冰晶、雪和霰的考慮更加細化。

MYDM7雙參數(shù)化方案是一個全新的微物理顯示方案[26]，這個方案包含云水、雨水、冰晶、雪晶、霰、雹等水凝物過程，在這個方案中霰和雹是相互分開的。該方案采用雙參數(shù)方法預報，可以預報上述6種水凝物的質(zhì)量濃度比和數(shù)濃度。詳細的微物理方案包含的變量名稱以及是否涉及冰相和混合相過程參考表1，表中Qv、Qc、Qr、Qi、Qs和Qg分別表示水汽、云水、雨水、冰晶、雪和霰的質(zhì)量濃度比，因水汽不涉及數(shù)濃度，其他水凝物數(shù)濃度用Nc、Nr、Ni、Ns和Ng表示。

表1 微物理方案涉及的變量名和物理過程Tab.1 Variable names and physical processes involved in the microphysics scheme

2.2 積云參數(shù)化方案

KF方案是在舊 Kain-Fritsch方案基礎之上根據(jù)Eta方案對其進行修改。新方案考慮了卷入卷出以及相對粗糙的微物理過程。新方案通過設定最小卷出率，控制在不穩(wěn)定、相對較干條件下的對流發(fā)展范圍，對于沒有達到最小云厚的降雨云，其上升氣流也考慮了淺對流，在不增加太多計算量情況下，提供了一個更理想的積云與環(huán)境相互作用及熱力過程的描述。

BMJ方案最初的基本思想是在對流區(qū)存在特征溫濕結構，當判斷有對流活動時，對流調(diào)整使得大氣的溫濕結構向著這種特征調(diào)整。新方案中分別考慮了深對流和淺對流過程的作用，深對流特征廓線及松弛時間隨積云效率變化，積云效率取決于云中熵的變化、降水及平均溫度。淺對流水汽特征廓線中熵的變化較小且為非負值。

GD方案采用的準平衡假設，使用兩個由上升和下沉氣流決定的穩(wěn)定狀態(tài)環(huán)流構成的云模式，除了在環(huán)流頂和底外，云與環(huán)境空氣沒有直接混合，GD方案考慮了不同的上升、下沉、卷入和卷出的參數(shù)和降水率。云質(zhì)量通量由靜力及動力條件共同控制，動力控制決定于有效位能、低層垂直速度及水汽匯合。該方案在每個格點運行多種積云參數(shù)化方案和變量，將結果平均后反饋到模式中。

G3方案與GD方案有很多共同點。該方案有別于其他積云方案的地方是允許沉降的影響延伸到鄰近的網(wǎng)格，使該方法更適合網(wǎng)格精度小于10 km的計算，表2給出積云參數(shù)化方案是否涉及動量傾向和淺對流過程。

表2 積云參數(shù)化方案Tab.2 Cumulus parameterization schemes

3 降水時空分布

利用克利斯曼插值方法，將7月29日14:00—20:00的站點實測降水數(shù)據(jù)插值到格點，圖4為2015年7月 29日14:00—20:00 6 h累計降水空間分布。可以看出，降水高值中心分別位于呼和浩特市北部武川縣、包頭市東南部土默特右旗和鄂爾多斯市東北部準格爾旗，6 h累計雨量達中雨量級。

圖4 2015年7月 29日14:00—20:00 6 h累計降水空間分布Fig.4 The spatial distribution of 6-hour accumulated precipitation from 14:00 BST to 20:00 BST on 29 July 2015

圖5為20種方案模擬的2015年7月29日14:00—20:00 6 h累計降水空間分布?？梢钥闯?，BMJ、GD和G3方案均沒有模擬出土默特右旗的降水高值中心。BMJ對準格爾旗降水刻畫較準確，但對位于呼和浩特市北部的降水中心模擬值偏大，落區(qū)偏東。GD和G3方案雖然能較好地模擬出武川縣降水的強度和落區(qū)，但對土默特右旗和準格爾旗的降水存在漏報。相較于其他方案，Lin-KF、WSM6-KF方案對3個降水高值中心落區(qū)模擬較好，雖然數(shù)值模擬偏小。總體而言，不同積云參數(shù)化方案對于降水強度和落區(qū)有一定影響，相同積云方案，不同微物理方案主要影響降水落區(qū)。

表3列出20種方案模擬的2015年7月28日20:00至29日20:00 24 h累計降水的TS評分、空報率和漏報率?？梢钥闯觯?0種方案小雨的TS評分均超過0.30，最大值0.46(MYDM7-G3)，最小值0.30(GM-BMJ)，不同微物理方案小雨的TS評分平均值MYDM7(0.4)>GM(0.39)=WSM6(0.39)>NT(0.38)>Lin(0.36)，但MYDM7對小雨的漏報率(0.51)最大，NT的漏報率(0.46)最小。不同積云參數(shù)化方案小雨的TS評分平均值G3(0.41)>KF(0.39)=GD(0.39)>BMJ(0.34)，G3對小雨的空報率和漏報率最小，分別為0.45和0.37，BMJ的空報率和漏報率最大，分別為0.5和0.48。

表3 20種方案模擬的2015年7月28日20:00至29日20:00 24 h累計降水的TS評分、空報率和漏報率Tab.3 The threat score, false positive rate and false negative rate of 24-hour accumulated rainfall simulated by 20 schemes from 20:00 BST on 28 to 20:00 BST on 29 July 2015

圖5 20種方案模擬的2015年7月29日14:00—20:00 6 h累計降水空間分布(單位：mm)Fig.5 The spatial distribution of 6-hour accumulation rainfall simulated by 20 schemes from 14:00 BST to 20:00 BST on 29 July 2015 (Unit: mm)

不同微物理方案中雨的TS評分均值Lin(0.23)>NT(0.17)>WSM6(0.15)=GM(0.15)>MYDM7(0.09)。不同積云參數(shù)化方案中雨TS評分均值BMJ(0.23)>KF(0.15)>G3(0.14)>GD(0.1)，中雨的漏報率和空報率最小的分別為GD(0.73)和KF(0.25)，綜合考慮不同等級降水的TS評分、空報率和漏報率，積云參數(shù)化方案中KF表現(xiàn)最優(yōu)，其次是G3和GD方案，BMJ的模擬效果最差。微物理方案中WSM6、NT模擬小雨效果較好，對中雨的模擬結果中，Lin方案最優(yōu)。

4 不同云微物理參數(shù)化方案模擬呼和浩特市兩次對流過程

4.1 模擬效果

微物理與積云參數(shù)化方案對降水粒子和溫度的垂直空間分布影響較小，20組方案模擬降雹過程0 ℃層高度為4.6 km左右，北京地區(qū)冰雹發(fā)生時的0 ℃層高度為3.0～4.5 km[26]。雨水分布在0 ℃層以下，云水集中在0 ℃附近，冰晶、雪和霰主要分布在-40～0 ℃(4.6～11 km)，冰晶分布在-40～-20 ℃(4.6～7.8 km)，峰值中心位于-30 ℃(9.4 km)，雪分布在-40～0 ℃，峰值中心位于-10 ℃(6.5 km)，霰粒子分布在-20～0 ℃，峰值中心位于-5 ℃(6.0 km)。冰雹形成的主要微物理過程有兩種，分別是霰粒子的自動轉化和雹對霰的碰并作用[27]，因此霰粒子的形成轉化機制對雹的形成至關重要。

圖6為20種方案模擬的呼和浩特兩次對流過程水凝物質(zhì)量濃度垂直積分的逐時變化?？梢钥闯?，Lin-G3、GM-BMJ、NT-BMJ和MYDM7-BMJ模擬的固態(tài)降水粒子質(zhì)量濃度垂直積分接近0，只有少量的云水和雨水，BMJ方案在強對流發(fā)生的時段內(nèi)并沒有模擬出強降水，所以模擬的水凝物質(zhì)量濃度垂直積分較小。Lin-BMJ、Lin-GD、WSM6-BMJ、WSM6-GD和NT-GD雖然能夠較準確地刻畫強對流過程發(fā)生的時間和強度，但均沒有模擬出弱對流過程。WSM6-G3、GM-KF、NT-KF、NT-G3和MYDM7-G3雖模擬出兩次對流過程，但對第一次弱對流過程模擬偏強，對第二次強對流過程模擬偏弱。

WRF模式能夠較合理地模擬雹暴過程，但存在一些時空誤差[28]。相較于其他方案，Lin-KF、WSM6-KF、MYDM7-KF、GM-GD和MYDM7-GD模擬兩次對流過程水凝物質(zhì)量濃度的時間變化較準確。不同微物理和積云參數(shù)化方案對水汽影響較小，對固態(tài)和液態(tài)降水粒子的數(shù)值影響較大。

表4為5種較優(yōu)方案模擬的兩次強弱對流過程中水汽、云水、冰晶、霰、雪和雨水質(zhì)量濃度垂直積分的平均值?？梢钥闯觯?種KF方案模擬的3種固態(tài)降水粒子質(zhì)量濃度垂直積分第二次強對流過程的數(shù)值均大于第一次弱對流過程，第一次對流過程霰粒子質(zhì)量濃度垂直積分最大值2366.2 g·m-2(MYDM7-KF)，最小值1786.5 g·m-2(Lin-KF)，第二次對流過程霰粒子質(zhì)量濃度垂直積分最大值5134.6 g·m-2(MYDM7-KF)，最小值2129.4 g·m-2(Lin-KF)。2種GD方案沒有表現(xiàn)出相似的規(guī)律，且MYDM7-GD模擬弱對流過程的冰晶質(zhì)量濃度垂直積分高于強對流過程。

綜上所述，基于模式模擬該個例降水粒子質(zhì)量濃度垂直積分的時間變化，初步判斷積云方案中G3和BMJ的模擬效果較差，KF模擬效果較好。微物理方案中MYDM7模擬降水粒子質(zhì)量濃度垂直積分最大，WSM6和GM居中，Lin較小，王佳等[29]用TRMM衛(wèi)星檢驗多種參數(shù)化方案模擬江蘇及周邊海域水凝物時間變化，其中，WSM6和Lin方案對水凝物質(zhì)量濃度時間變化的預報較好。

4.2 水汽和能量條件

冰雹的發(fā)生需要一定的水汽和能量條件配合。PWV是衡量大氣水汽含量的重要物理量[30]，將微波輻射計的觀測數(shù)據(jù)求取小時平均值檢驗模擬效果，圖7為7月29日微波輻射計觀測的PWV和反演的SI小時變化?？梢部闯觯琍WV呈雙峰結構，第一個峰值為5.1 cm，出現(xiàn)在16:00，第二個峰值為5.4 cm，出現(xiàn)在19:00。與PWV峰值對應，SI呈弱雙谷結構，谷值為-4.7 ℃和-4.1 ℃，分別出現(xiàn)在16:00和18:00，19:00 SI數(shù)值為0.9 ℃。

圖8為20種方案模擬的呼和浩特站PWV和SI逐時變化。可以看出，Lin-BMJ、WSM6-BMJ、GM-BMJ和MYDM7-BMJ沒有模擬出冰雹過程中PWV的峰值變化，雖有能量條件(SI<0)，但水汽條件較差，所以其模擬的固態(tài)降水粒子質(zhì)量濃度垂直積分接近0。Lin-GD、GM-GD、WSM6-GD和NT-GD雖模擬出19:00PWV峰值，但其數(shù)值小于或接近前一個峰值，沒有區(qū)分出兩次對流過程的強弱。

圖6 20種方案模擬的呼和浩特兩次對流過程水凝物質(zhì)量濃度垂直積分的逐時變化Fig.6 The hourly variation of vertical integration of mass concentration of hydrometeor during two convection processes in Hohhot simulated by 20 schemes

表4 5種較優(yōu)方案模擬的兩次強弱對流過程中水汽、云水、冰晶、霰、雪和雨水質(zhì)量濃度垂直積分量的平均值Tab.4 The mean vertical integration of mass concentration of water vapor, cloud water, ice crystals, graupel, snow and rain simulated by five better schemes during the strong and weak convective processes in Hohhot

圖7 2015年7月29日呼和浩特站微波輻射計觀測PWV和反演的SI小時變化Fig.7 The hourly variation of PWV observed by the microwave radiometer and derived SI on 29 July 2015 at Hohhot station

圖8 20種方案模擬的呼和浩特站2015年7月29日PWV和SI逐時變化Fig.8 The hourly variation of PWV and SI simulated by 20 schemes on 29 July 2015 at Hohhot station

Lin-G3、WSM6-G3、GM-G3、NT-G3和MYDM7-G3模擬的PWV峰值出現(xiàn)在16:00，對弱對流過程模擬偏強，強對流過程模擬偏弱，與上文模擬固態(tài)降水粒子質(zhì)量濃度的垂直積分量變化結論一致。

WSM6-KF、NT-KF、MYDM7-KF和MYDM7-GD雖然模擬的PWV和SI數(shù)值均小于實測值，但能較好地分辨兩次過程水汽和不穩(wěn)定能量的時間變化。WSM6-KF模擬的PWV在15:00之前變化平緩，平均值為3.2 cm，與實測變化一致，16:00達到最大值3.3 cm(SI=-4 ℃)，第二次對流活動發(fā)生在19:00，PWV=3.6 cm(SI=0.6 ℃)。MYDM7-GD同樣準確地模擬出PWV雙峰值(3.0和3.6 cm)及其出現(xiàn)時間(16:00和19:00)，對應SI數(shù)值分別為-4.9 ℃和0.1 ℃。NT-KF和MYDM7-KF模擬第二次對流過程達到峰值的時間均比實測偏早1 h，峰值分別為PWV=-3.3 cm、SI=-1.7 ℃和PWV=-3.7 cm、SI=-1.8 ℃。PWV在有天氣過程發(fā)生時呈明顯的波動變化，所以針對水汽和能量的模擬中，KF在4種積云方案中表現(xiàn)最優(yōu)，廖鏡彪等[18]研究珠三角降水時發(fā)現(xiàn)，KF方案模擬與實況一致性較好。5種微物理方案中，WSM6模擬較好，其次是Lin方案。

4.3 動力條件

上升運動有利于水汽的凝結和過冷水的形成，從而有利于霰粒子的形成。20組實驗模擬垂直上升運動的時間變化與模擬霰粒子質(zhì)量濃度的時間變化有較好的對應關系。圖9為20種方案模擬的呼和浩特兩次對流過程垂直速度和風場的時間-高度剖面。可以看出，GM-BMJ、NT-BMJ和MYDM7-BMJ雖模擬出18:00—20:00強對流過程中2 km以下的垂直風切變，但整個對流層中低層均為下沉運動，不利于水汽的抬升凝結，所以固態(tài)降水粒子質(zhì)量濃度垂直積分基本為0；Lin-BMJ、WSM6-BMJ、Lin-GD、WSM6-GD和NT-GD模擬19:00左右低層存在風切變和垂直上升運動，對應固態(tài)降水粒子質(zhì)量濃度垂直積分的峰值，但未模擬出弱對流過程中的垂直上升運動，所以液態(tài)和固態(tài)降水粒子質(zhì)量濃度垂直積分在15:00—17:00均為0。GM-KF和MYDM7-G3模擬第一次對流過程霰粒子質(zhì)量濃度垂直積分高于第二次，這主要與其模擬的動力條件有關，16:00高層下沉的干冷空氣與低層上升的暖濕空氣形成強對流過程，18:00雖然有暖濕空氣抬升，但強度弱于16:00。

圖9 20種方案模擬的呼和浩特2015年7月兩次對流過程垂直速度(陰影，單位：m·s-1)和風場(風矢，單位：m·s-1)的時間-高度剖面Fig.9 The time-height cross-section of vertical velocity (shaded, Unit: m·s-1) and wind (vector, Unit: m·s-1) during two convection processes in July 2015 in Hohhot simulated by 20 schemes

對動力條件模擬較好的Lin-KF和WSM6-KF既模擬出16:00—17:00和18:00—19:00的上升運動和垂直風切變，同時也準確地刻畫出兩次過程水凝物質(zhì)量濃度的時間變化。WSM6-KF模擬兩次對流過程水汽和動力條件均強于Lin-KF，所以WSM6-KF模擬的冰晶、雪、霰質(zhì)量濃度垂直積分均大于Lin-KF。WSM6-KF在兩次對流過程中均模擬出高層下沉的干冷空氣與低層上升的暖濕空氣形成對流過程，且第二次強度強于第一次，主要表現(xiàn)在18:00—19:00 0～2 km均存在較強的風切變，且垂直上升運動高度可達6 km。綜上所述，動力條件主要受積云參數(shù)化方案影響，4種積云方案中，KF 方案模擬較好，BMJ模擬較差。

不同方案組合模擬的垂直速度場存在一定的差異，這可能是導致模擬對流強弱以及水凝物質(zhì)量濃度差異的一個原因。不同參數(shù)化方案組合模擬的降水、水凝物質(zhì)量濃度和能量以及垂直上升運動均存在明顯的差異，反映了選取合適微物理和積云參數(shù)化方案對模擬研究對流過程的重要性。

KF積云對流方案主要為水平分辨率20 km左右的中尺度模式而設計，其預報效果優(yōu)于其他方案的可能原因是，方案中考慮了積云對流將所有對流有效位能耗盡，從而增加了降水效率。WSM6和Lin物理方案與其他方案相比，則更為細致地劃分云中水汽、云水、降水云冰等微物理過程，而且進行了飽和度調(diào)整工作，其相對復雜的過程為模擬研究提供了更為科學的物理機制[31]，但對水凝物溫度閾值劃分上，WSM6在此次過程表現(xiàn)更優(yōu)。

5 結論與討論

(1)液態(tài)和固態(tài)降水粒子質(zhì)量濃度的時間變化受微物理與積云參數(shù)化方案共同影響，水汽和能量以及動力條件主要受積云參數(shù)化方案影響。綜合考慮不同等級降水的TS評分和呼和浩特市兩次對流過程的模擬效果，4種積云參數(shù)化方案中，KF表現(xiàn)最優(yōu)，其次是G3和GD方案，BMJ的模擬效果較差。5種微物理方案中Lin和WSM6模擬效果較好，其中WSM6-KF模擬的降水粒子質(zhì)量濃度的時間變化、水汽和能量條件以及動力條件效果最優(yōu)。

(2)KF積云對流參數(shù)化方案中考慮了積云對流將所有對流有效位能耗盡，從而增加了降水效率，對降水的模擬更準確。

(3)不同微物理參數(shù)化方案中相態(tài)轉換條件的假設存在差異，從而模擬的不同相態(tài)的降水粒子存在明顯差異。WSM6和Lin微物理方案與其他方案相比，更為細致地劃分云中水汽、云水、云冰等微物理過程，而且進行了飽和度調(diào)整工作，其相對復雜的過程為模擬研究提供了更為科學的物理機制，但對水凝物溫度閾值劃分上，WSM6在此次過程表現(xiàn)更優(yōu)。

本文的結論只是內(nèi)蒙古中部一次典型冷渦冰雹過程的模擬結果，模擬的準確性除了受參數(shù)化方案影響外，還與大尺度天氣背景場和地形條件有關，因此WSM6-KF方案是否適用于其他冰雹個例，還有待進一步檢驗。