2020年內蒙古一次暴雪過程的高分辨率數值模擬

皇彥 孫小龍

摘 要 2020年4月20—21日內蒙古東部出現了一次較強的降雪過程，最大降雪量33.9 mm。利用WRF（Weather Research and Forecasting）模式對此次降雪過程進行了高分辨率數值模擬，評估了WRF模式對此次降雪過程的模擬能力。結果顯示，WRF模式可以較好地模擬內蒙古東部降雪的空間分布，降雪量模擬結果與站點觀測一致性較好，同時WRF模式也能夠較好地模擬降雪的時間變化;另外通過對此次降雪過程雪深進行對比，發(fā)現WRF模式對雪深亦有較好的預報能力。

關鍵詞 內蒙古;WRF;暴雪;數值模擬

中圖分類號：P458.3 文獻標志碼：B DOI：10.19415/j.cnki.1673-890x.2020.27.082

內蒙古是我國氣象災害較多的地區(qū)，干旱、大風、沙塵暴、低溫凍害和暴風雪氣象災害事件因社會影響大而受到廣泛的關注。這些氣象災害往往會造成人員傷亡、農牧業(yè)受損、公共交通受阻以及社會經濟損失。暴雪是內蒙古冬季主要的氣象災害，關系著來年土壤墑情狀況和干旱發(fā)生發(fā)展程度[1]。

2020年4月20—21日，內蒙古東部地區(qū)出現了大范圍降雪天氣，降雪主要出現在內蒙古呼倫貝爾市和興安盟。20日8：00至21日8：00，呼倫貝爾市扎蘭屯市出現特大暴雪，降雪量最大為33.9 mm，為1981年來同期第三高[1];阿榮旗出現大暴雪，降雪量為27.9 mm，鄂倫春自治旗和莫力達瓦達斡爾族自治旗出現暴雪，降雪量為13 mm和12.6 mm，另有4個站出現大雪，降雪量在5 mm以上，是2020年冬春之交出現的一次較強暴雪天氣過程。此時正值冬春季節(jié)轉換，是冬季風向夏季風過渡的時段，各大數值模式預報和預報員對降水預報的準確率下降，預報難度上升，因此，冬春時節(jié)的暴雪事件亟需研究。對于暴雪天氣過程已有諸多研究。于恩濤[2]利用WRF（Weather Research and Forecasting）中尺度模式模擬了東北地區(qū)冬季降雪，評估了WRF模式對季節(jié)降雪的模擬性能，研究發(fā)現WRF模式可以合理地模擬冬季氣溫和降水的空間分布、東北地區(qū)季節(jié)降雪的空間分布和時間演變。高分辨率模擬結果更接近觀測，該模式對陸面過程和微物理過程參數化方案更加敏感。谷秀杰等[3]利用NCEP再分析資料和WRF模式模擬分析了河南省東南部出現的一次極端暴雪過程，通過試驗對比分析發(fā)現，山體的迎風坡一側對降水的增幅作用達4～6 mm，而背風坡一側對降水的減幅作用約為6 mm。王坤等[4]利用WRF中尺度預報模式WSM3微物理方案研究了青藏高原地區(qū)暴雪，并對偏差進行了原因分析，取得了較好的進展?；诖耍脟H上先進的中尺度數值模式和美國國家環(huán)境預報中心（NCEP）全球預報系統(tǒng)預報資料，對2020年4月20—21日發(fā)生在內蒙古東部的一次暴雪過程進行模擬，評估了WRF模式對此次暴雪過程的模擬能力。

1 資料與方法

使用NCEP的全球預報系統(tǒng)2020年4月19—21日GFS預報資料，該數據時空分辨率為3 h、0.5°×0.5°。大氣垂直分層為34層，積雪分為3層，土壤分為4層。本文所用降雪觀測資料為2020年4月20日8：00—21日8：00的內蒙古地區(qū)氣象站逐小時觀測降雪數據。中尺度數值預報模式WRF-ARW[5]版本為V3.9.1，WRF模式設置為2重嵌套，外層分辨率為20 km×20 km，內層為4 km×4 km。

2 結果與分析

2.1 天氣概況與WRF降雪空間模擬

2020年4月19日，東北地區(qū)受高空槽、低渦切變、低空急流共同影響，內蒙古東部出現大范圍大風、雨雪天氣，4月19日夜間，東北地區(qū)地面氣旋開始發(fā)展，低層大氣濕度增大，降水強度增大，此次過程冷渦切變維持時間長，影響系統(tǒng)東移速度緩慢，在東北地區(qū)產生入春以來全區(qū)最大范圍、最大強度的降水、降溫、大風天氣過程。至4月21日降水開始減小，系統(tǒng)逐漸移出內蒙古地區(qū)，降水趨于結束。2020年4月20日8：00—2020年4月21日8：00累計降水（雪）量落區(qū)圖見圖1a，呼倫貝爾市東南部大部出現大到暴雪，局部大暴雪，最大降雪出現在扎蘭屯市站，24小時累計降水33.9 mm，強降水主要出現在呼倫貝爾市東南部。從圖1b對應時段的WRF預報降水量（內層4 km分辨率）來看，大于25 mm的特大暴雪位置與觀測的特大暴雪位置十分一致，均出現在扎蘭屯市東部和阿榮旗東南部，與觀測實況吻合較好;WRF預報暴雪（介于10～25 mm）位于鄂倫春自治旗、莫力達瓦達斡爾族自治旗、阿榮旗中西部、扎蘭屯市中西部和根河市東南部，與觀測到的暴雪較為一致;而對于小雪和中雪預報亦與觀測較為一致，這說明WRF能夠很好地預報強降雪的空間分布和降雪強度。

2.2 WRF預報降水量與觀測降水的時間序列對比分析

為了定量分析降水量預報能力，選擇此次降雪過程降雪量最大的扎蘭屯市站為代表，對比分析了2020年4月20日9：00—21日8：00逐小時降水的時間序列（圖2）和統(tǒng)計特征。從圖2可以看出，WRF預報的逐小時累計降水量與實測累計降水量趨勢較為一致，較好地預報出了大于25 mm的大暴雪;觀測累計降水為33.7 mm，WRF預報降水量為27.74 mm，小于實測降水，較實測降水偏低5.96 mm。統(tǒng)計顯示，扎蘭屯市站WRF預報24小時逐小時降水量與觀測的相關系數為0.968，超過了99%的信度檢驗，平均偏差為-0.327 mm·h-1和5.96 mm·d-1。

2.3 WRF預報雪深空間分布與觀測對比分析

強降雪往往造成積雪累積，出現較深的雪深，給道路交通和農業(yè)溫室大棚、牧業(yè)牲畜草原食草造成較大影響。故使用逐日觀測雪深與WRF預報雪深進行對比分析，考慮到雪深無逐小時觀測，故而只對比4月21日8：00的積雪深度。從圖3中觀測和WRF預報的雪深空間分布可以看出，觀測雪深大值區(qū)位于扎蘭屯市、阿榮旗和莫力達瓦達斡爾族自治旗，呼倫貝爾市中西部積雪深度較小，均低于2.5 cm;呼倫貝爾市東南部雪深較深，高于30 cm。WRF預報的積雪深度大值區(qū)位于扎蘭屯市東部、阿榮旗東部和莫力達瓦達斡爾族自治旗大部，雪深超過30 cm，而在西部區(qū)積雪深度小于2.5 cm，與觀測較為一致。以扎蘭屯市站為例，觀測雪深為45 cm，而WRF預報雪深為42.36 cm，偏低3 cm，偏差較小。這表明，WRF預報積雪深度的能力較好，能夠滿足業(yè)務需求和農牧業(yè)氣象服務的需要。

3 結論

WRF模式能夠較好地模擬此次強降雪過程，再現了降雪的空間分布和時間序列變化，預報的降雪累積量小于24小時觀測值。從時間相關系數和偏差統(tǒng)計特征來看，WRF預報降水與觀測的相關系數均高于0.95，通過了99%的信度檢驗，這說明WRF較好地把握住了降水的時間演變趨勢，且偏差較小。

參考文獻：

[1] 顧潤源.內蒙古自治區(qū)天氣預報手冊[M].北京：氣象出版社，2012.

[2] 于恩濤.我國東北地區(qū)季節(jié)降雪高分辨率數值模擬[J].科學通報，2013，58（8）：690-698.

[3] 谷秀杰，蘇愛芳，張寧，等.地形對豫東南一次極端暴雪影響分析[J].氣象與環(huán)境學報，2019，35（6）：14-20.

[4] 王坤，張飛民，孫超，等.WRF-WSM3微物理方案在青藏高原地區(qū)暴雪模擬中的改進及試驗[J].大氣科學，2014，38（1）：101-109.

[5] Skamarock WC， Klemp JB， Dudhia J， et al. A Description of the Advanced Research WRF Version 3[M].Boulder：NCAR，2008.

（責任編輯：趙中正）