2016 年北京“7·20”特大暴雨降水物理過程模擬診斷研究

陸婷婷 崔曉鵬

1 中國科學(xué)院大氣物理研究所云降水物理與強風(fēng)暴重點實驗室，北京 100029

2 南京信息工程大學(xué)氣象災(zāi)害預(yù)報預(yù)警與評估協(xié)同創(chuàng)新中心，南京 210044

3 中國氣象局沈陽大氣環(huán)境研究所，沈陽 110166

4 中國科學(xué)院大學(xué)，北京 100049

5 寧波市氣象臺，寧波 315012

1 引言

中國地處著名的亞洲季風(fēng)區(qū)，地形復(fù)雜多樣，受季風(fēng)系統(tǒng)影響，暴雨頻發(fā)，災(zāi)害重，暴雨研究歷來受到廣泛和高度關(guān)注（陶詩言, 1980; 吳國雄等,1995; 郁淑華等, 1998; 陶詩言等, 2001; 貝耐芳和趙思雄, 2002; Cui et al., 2003; 趙思雄等, 2004; 孫建華等, 2004; Cao and Gao, 2007; 高守亭等, 2008; 趙宇和高守亭, 2008; 盧萍等, 2009; 陳斌等, 2011; 錢維宏等, 2012, 2016; 馮志剛等, 2013; Xu et al., 2013; 李琴 等, 2014, 2016; Huang and Cui, 2015a, 2015b,2015c; Zhou and Cui, 2015; Gao et al., 2015; Huang et al., 2016a, 2019; Li et al., 2017a; 羅亞麗等, 2020）。而伴隨我國近年來快速城市化進程，大城市和城市群迅猛發(fā)展，人口密度高度集中、城市區(qū)域下墊面愈發(fā)復(fù)雜，加之局地復(fù)雜地形影響，局地或區(qū)域性暴雨多發(fā)，暴雨致災(zāi)風(fēng)險嚴峻（Song et al., 2014;Wu et al., 2019; Jiang et al., 2020），同時，氣候變化可能造成的未來降水復(fù)雜性和極端性增強（Lenderink and van Meijgaard, 2008; Song et al., 2014;Pendergrass and Knutti, 2018; Paul et al., 2018），進一步加劇了城市區(qū)域的暴雨致災(zāi)風(fēng)險。

我國華北地區(qū)城市密集、人口聚集度高，建國以來，屢遭特大暴雨襲擊（丁一匯等, 1980; 張文龍和崔曉鵬, 2012），例如，“63·8”暴雨、“96·8”暴雨等, 造成巨大人員傷亡和經(jīng)濟損失; 首都北京地處華北平原北端，局地地形復(fù)雜，暖季暴雨多發(fā)，致災(zāi)風(fēng)險嚴峻，“7·21”特大暴雨災(zāi)害至今記憶猶新，眾多學(xué)者也對北京暴雨機理開展了持續(xù)和深入的研究，取得了顯著進展（吳正華和儲鎖龍, 1992;孫 繼 松, 2005a, 2005b; 郭 虎 等, 2006; Miao et al.,2009; 張文龍等, 2011, 2013, 張文龍2014; 李青春等,2011; 張文龍和崔曉鵬, 2012; 全美蘭等, 2013; 周玉淑等, 2014; 孫繼松等, 2015; 曹偉華等, 2016; Li et al., 2016, 2017b, 2017c; 楊 默 遠 等, 2018; An et al.,2020; 雷蕾等, 2020）。例如，張文龍等（2013）分析了對流層低層偏東風(fēng)對北京局地暴雨的影響，發(fā)現(xiàn)淺薄偏東風(fēng)暖濕能量的局地集中特征更為顯著，而深厚偏東風(fēng)則更有利于強對流風(fēng)暴發(fā)展的低層垂直風(fēng)切變的形成；張文龍等（2014）借助精細化觀測數(shù)據(jù)，探討了局地復(fù)雜地形和雷暴冷池出流等對北京局地暴雨觸發(fā)的可能作用，復(fù)雜地形使得出流冷空氣在邊界層內(nèi)碰撞輻合,觸發(fā)和增強對流，同時影響對流風(fēng)暴的形態(tài)和走向；而孫繼松（2014）借助對垂直運動強度和大氣層結(jié)特征的研究，間接探討了暴雨過程中云物理過程的特征和演變，發(fā)現(xiàn)，不同結(jié)構(gòu)特征的云在降水強度上表現(xiàn)出來的差異，是云中凝結(jié)與蒸發(fā)以及與環(huán)境大氣相互作用的結(jié)果，等等。但以往相關(guān)研究，對北京暴雨形成過程中宏微觀降水物理過程的深入認識仍不足，預(yù)報能力距離需求仍存較大差距。

眾所周知，降水是宏、微觀物理過程復(fù)雜相互作用的產(chǎn)物。降水的形成過程一般需要三個條件：水汽條件、垂直上升運動以及云滴增長（朱乾根等, 2000）。前兩者為降水的宏觀條件，而后者與降水云系形成以及地面降水直接關(guān)聯(lián)，宏微觀條件相互聯(lián)系，共同造成地面降水。Gao et al.（2005）基于二維云尺度模式方程組，將地面降水率（降水強度）與大氣水汽收支以及云水凝物收支建立聯(lián)系，推導(dǎo)出二維地面降水診斷方程，用于宏微觀過程相結(jié)合的降水物理過程量化分析（Cui and Li, 2006,2009; Cui and Xu, 2009; Shen et al., 2011a, 2011b,2011c），盡管一些研究（Tao et al., 1987; Tompkins,2000）表明，二維和三維云模式在熱力場、質(zhì)量垂直輸送等過程方面相似，但由于二維模式的積分由空間均一的大尺度場強迫，同時較大程度上忽視了地形的作用和影響。因此，基于三維物理過程完善的云尺度模式開展降水物理過程研究十分必要。Huang et al.（2016a）在Gao et al.（2005）的基礎(chǔ)上，重新推導(dǎo)并且建立了基于WRF 模式的三維地面降水診斷方程，并已被成功應(yīng)用于熱帶氣旋暴雨和地形暴雨降水物理過程等方面的研究中（Huang et al., 2016b; 劉 圣 楠 和 崔 曉 鵬, 2018; 王 曉 慧 等,2019a, 2019b; Wang et al., 2019; Huang et al., 2019;薛 一 迪 和 崔 曉 鵬, 2020），例 如，Huang et al.,（2016）研究表明，水汽相關(guān)過程對暴雨具有重要貢獻，而地面蒸發(fā)強度和日變化對云系特征、降水強度和分布起著重要的非線性作用；云相關(guān)過程作用不容忽視（Huang et al., 2016b; 王曉慧等, 2019a,2019b），其變化較之水汽相關(guān)過程更為復(fù)雜（王曉慧等, 2019a），且宏微觀降水物理過程受到海表溫度等下墊面特征的明顯調(diào)制（王曉慧等, 2019b;薛一迪和崔曉鵬, 2020）。融合了宏微觀物理過程的三維降水診斷方程已逐步展現(xiàn)出其在降水物理過程綜合診斷分析中的優(yōu)勢，但到目前為止，利用三維降水診斷方程針對不同降水過程開展的診斷和機理分析工作還不多見。鑒于上述北京地區(qū)暴雨過程的顯著影響和氣候變化條件下持續(xù)加劇的暴雨致災(zāi)風(fēng)險隱患，利用三維降水診斷方程開展北京暴雨過程機理研究十分必要和重要。

2016 年，在“7·21”特大暴雨災(zāi)害發(fā)生四年之后，北京地區(qū)再次遭受特大暴雨（“7·20”特大暴雨）襲擊，北京區(qū)域暴雨機理研究迫在眉睫。本文在前人研究（劉圣楠和崔曉鵬, 2018; 王曉慧等,2019a, 2019b; Wang et al., 2019; 薛 一 迪和崔曉鵬,2020）基礎(chǔ)上，選取“7·20”特大暴雨過程，利用WRF 模式結(jié)合三維降水診斷方程（Huang et al.,2016a），針對“7·20”特大暴雨主要強降水時段展開研究，揭示強降水形成的宏微觀物理過程。本文第二部分首先對“7·20”特大暴雨過程做簡要回顧，并對WRF 數(shù)值模式方案設(shè)置和三維降水診斷方程做簡要介紹；第三部分則是利用再分析數(shù)據(jù)、雷達拼圖數(shù)據(jù)、加密自動站數(shù)據(jù)等對模式模擬結(jié)果進行對比驗證；第四部分借助三維降水診斷方程和高分辨率數(shù)值模擬結(jié)果，對“7·20”特大暴雨主要強降水時段開展模擬診斷分析；第五部分為文章的結(jié)論和未來可開展工作的展望與討論。

2 “7·20”特大暴雨過程、數(shù)值模式方案設(shè)置和三維降水診斷方程簡介

2.1 “7·20”特大暴雨過程簡介

“7·20”特大暴雨過程降水開始于2016 年7 月19 日01 時（北京時，下同），至21 日08 時結(jié)束，歷時55 小時，全市平均過程降水量達214.67 mm。特大暴雨過程基本上可分為兩個階段：第一階段從7 月19 日01 時開始，至20 日00 時結(jié)束，降水量相對較少（但累積降水超過50 mm 區(qū)域亦覆蓋了北京西部山區(qū)較大范圍），降水落區(qū)集中在北京西部山區(qū)附近（圖略）；第二階段從20 日01 時開始，至21 日08 時結(jié)束，累積雨量大（圖1a），全市累積降水量普遍超過100 mm，其中，17 個站點累積降水量超300 mm（圖1a 中灰色圓點），最大值出現(xiàn)在門頭溝區(qū)的東山村站，達401.3 mm（圖1a 中黑色圓點），降水持續(xù)時間長，強降水集中出現(xiàn)在中心城區(qū)、海淀、豐臺、石景山、房山、大興、門頭溝和昌平等地，200 mm 以上的累積降水區(qū)接近覆蓋北京一半?yún)^(qū)域。

圖1 2016 年7 月20 日00 時（北京時，下同）至21 日08 時（a）實況和（b）模擬（分辨率為1.33 km）的累積降水量（彩色陰影，單位：mm）。紫色實線為200 m 地形等高線，（a）中灰色圓點為累積降水量大于300 mm 的觀測站點，黑色圓點為累積降水量最大的觀測站（東山村站，累積降水量為401.3 mm）；（b）中灰色方框所示區(qū)域為文中降水物理過程分析區(qū)域Fig.1 Distribution of the (a) observed and (b) simulated (with a resolution of 1.33 km) cumulated precipitation from 0000 BST 20 to 0800 BST(Beijing Standard Time) on July 21, 2016 (shaded, units: mm). A thick purple line denotes the 200-m terrain elevation. Gray and black dots in (a)represent stations with a cumulated precipitation of more than 300 mm and a maximum cumulated precipitation (Dongshancun station, 401.3 mm),respectively. The gray box in (b) indicates the analysis area of the precipitation physical process

從天氣系統(tǒng)來看（圖2），第一階段天氣尺度低渦氣旋對北京區(qū)域的影響相對不顯著。19 日08時（圖2a），東亞地區(qū)500 hPa 高度場呈現(xiàn)“兩脊一槽”形勢，高空槽主體位于河套地區(qū)，北京位于高空槽前，但受到低渦氣旋系統(tǒng)環(huán)流的影響，低空暖濕急流主體尚未到達北京區(qū)域。隨后（圖2b、c），高空槽逐步東移、加強，天氣尺度渦旋系統(tǒng)逐步加強北上，攜帶暖濕氣流向北京區(qū)域推進。此階段，在局地地形和低渦氣旋系統(tǒng)環(huán)流的相互作用下，多個中小尺度對流系統(tǒng)在北京西部、南部地區(qū)發(fā)生發(fā)展，引發(fā)局地較強降水（圖略）；第二階段（圖2d–h），天氣尺度渦旋進一步發(fā)展北上，引導(dǎo)大范圍強盛暖濕空氣進入北京區(qū)域，在有利天氣尺度環(huán)流形勢下引發(fā)大范圍強降水。

圖2 2016 年7 月19 日08 時至21 日02 時逐6 小時的500 hPa 位勢高度場（黑色實線，單位：gpm）和850 hPa 大于12 m s?1 的風(fēng)場（風(fēng)向桿）：（a）19 日08 時；（b）19 日14 時；（c）19 日20 時；（d）20 日02 時；（e）20 日08 時；（f）20 日14 時；（g）20 日20 時；（h）21 日02 時Fig.2 500-hPa geopotential height (height, units: gpm), 850-hPa wind field (wind bar, >12 m s?1) at (a) 0800 BST 19, (b) 1400 BST 19, (c) 2000 BST 19, (d) 0200 BST 20, (e) 0800 BST 20, (f) 1400 BST 20, (g) 2000 BST 20, (h) 0200 BST 21 July 2016

2.2 WRF 模式模擬方案

相較于第一階段（2016 年7 月19 日01 時至20 日00 時），“7·20”特 大 暴 雨 過 程 第 二 階 段（2016 年7 月20 日01 時至21 日08 時）累積降水量更大、雨勢更強、范圍更廣，因此，本文重點關(guān)注第二階段。利用中尺度模式WRF（V3.5.1）對本次特大暴雨過程第二階段展開高分辨率數(shù)值模擬，模擬采用三重單向嵌套網(wǎng)格（圖3），垂直50 層，模式層頂取為50 hPa；三個模擬區(qū)域水平網(wǎng)格分辨率分別為12（D01）、4（D02）和1.33（D03）km，格點數(shù)分別為560×480、640×640、328×328，分別覆蓋6720 km×5760 km、2560 km×2560 km、437.224 km×437.224 km 區(qū)域范圍，其中，最外層模擬區(qū)域（D01）基本涵蓋了對“7·20”特大暴雨過程發(fā)生可能產(chǎn)生影響的大尺度環(huán)流，以保障模式對暴雨過程大尺度環(huán)境流場模擬的準確性；D02 區(qū)域包含了中國中東部地區(qū)及沿海大部分地區(qū)，基本上覆蓋了此次北京暴雨最重要的影響系統(tǒng)（天氣尺度渦旋）的活動區(qū)域，以求模式對該系統(tǒng)較為準確的模擬再現(xiàn)，而D03 區(qū)域（分辨率1.33 km）則主要關(guān)注北京降水區(qū)域。

圖3 數(shù)值模擬區(qū)域Fig.3 Model domain configuration

模擬使用如下物理過程參數(shù)化方案組合：WSM6 微物理參數(shù)化方案、RRTM 長波輻射方案、Dudhia 短波輻射方案、YSU（Yonsei University）邊界層方案和KF（Kain-Fritsch）積云對流參數(shù)化方案等，其中，KF 積云對流參數(shù)化方案只用于最外層（D01）區(qū)域。同時，為了節(jié)省計算資源，有效提高計算效率，模擬過程中采用“ndown”方式，由外層區(qū)域為內(nèi)層區(qū)域提供初、邊值，而最外層區(qū)域（D01）的初、邊條件則是由歐洲中心（ECMWF）ERA-interim 再分析資料（空間分辨率為0.25°×0.25°，時間分辨率為6 小時）計算得到；D01 區(qū)域積分時段為2016 年7 月19 日00 時至21 日00時（共48 小時，世界時），為了得到更好的模擬效果，D02、D03 區(qū)域推遲12 小時啟動積分，即從19 日12 時積分至21 日00 時（共36 小時，世界時），具體模擬方案設(shè)置如表1 所示。

表1 模擬方案設(shè)置Table1 Model configurations

此外，為了深入分析降水宏微觀物理過程，模式除了輸出WRF 標準變量外，還在最內(nèi)層區(qū)域（D03）輸出了與三維降水診斷方程相關(guān)的各項，用于后續(xù)降水物理過程診斷分析研究。

2.3 三維降水診斷方程

從WRF 模式中的水物質(zhì)方程（Skamarock et al., 2008）出發(fā)，Huang et al.（2016a）推導(dǎo)建立了基于WRF 模式的三維降水診斷方程，即

其中，PS地面降水率/降水強度；QWV為水汽相關(guān)過程總體變率，QWV=QWVL+QWVA+QWVD+QWVE；QCM為云相關(guān)過程總體變率，QCM=QCL+QCI，其中，QCL、QCI分別為液相、固相云水凝物相關(guān)過程變率，QCL=QCLL+QCLA+QCLD，QCI=QCIL+QCIA+QCID。

上述方程涉及的各項的具體數(shù)學(xué)表達式（Huang et al., 2016a）如下：

其中，zt、zs分別為模式層頂、底的高度，ρa為大氣密度，Qv為水汽混合比，而Qx代表各類云水凝物的混合比（Qc、Qr、Qi、Qs、Qg、Qh分別代表云水、雨滴、冰粒子、雪粒子、霰粒子、雹粒子），VQx為降水粒子的下落速度，V為三維風(fēng)速， DIFFQv、DIFFQx和Es分別代表水汽、云水凝物的耗散率和地表蒸發(fā)速率。各項具體物理含義如表2 所示。

表2 三維降水診斷方程各項物理含義Table2 Physical descriptions of terms in the 3D WRFbased precipitation equation

3 模擬驗證

3.1 高低空環(huán)流

歐洲中期天氣預(yù)報中心（ECMWF）的ERAinterim 再分析數(shù)據(jù)（空間分辨率 0.25°×0.25°，時間分辨率6 小時）顯示（圖4a1–f1），19 日20 時（圖4a1），500 hPa 高空槽（渦）中心位于北京西南偏西側(cè)的山西西部地區(qū)，其東南側(cè)與副高形成對峙，并且這種對峙形勢在“7·20”特大暴雨過程中一直相對穩(wěn)定維持。期間，500 hPa 高空槽先加強和小幅東移，后期伴隨副高的加強和向西北小幅推進，略有減弱（圖4a1–f1），這樣相對穩(wěn)定的環(huán)流形勢有利于暖濕空氣的輸送和強降水的發(fā)生。19 日20 時（圖4a1），850 hPa 天氣尺度渦旋中心位于500 hPa 高空槽（渦）中心東南側(cè)的河南省境內(nèi)，其東南側(cè)伴隨一條強盛的西南—東北走向低空急流，有利于西南水汽不斷向北輸送。之后，伴隨500 hPa 高空槽與副高對峙的加強和天氣尺度渦旋的發(fā)展，該低空急流不斷發(fā)展加強，急流核北推（圖4b1–c1），20 日08 時（圖4c1），急流強度達到最強，并已進入北京區(qū)域，急流北部氣旋性旋轉(zhuǎn)特征明顯，20 日14 時（圖4d1），低空急流強度減弱，急流核分裂為兩個，北部一個仍然控制北京區(qū)域，后期（圖4e1–f1），低空急流強度進一步減弱，并移出北京區(qū)域。

D01 區(qū)域（12 km 分辨率）模擬結(jié)果顯示（圖4a2–f2），盡管模擬的高低空環(huán)流形勢及其演變與ERAinterim 再分析數(shù)據(jù)相比，存在一些細節(jié)上的差異，例如，副高前期小幅東南退特征未有很好的再現(xiàn)，后期副高向西北小幅推進特征偏強，模擬的低空急流寬度偏寬、強度偏強，后期急流減弱趨勢模擬不足、移出北京區(qū)域偏慢等。這些差異直接導(dǎo)致了北京區(qū)域模擬雷達回波消散和移出偏慢（圖5-6）、降水強度偏強（圖9）、強降水落區(qū)偏大（圖1a、b）和后期降水強度衰減偏慢（圖7、8）等。但從總體上看，模式仍很好地把握住了主要環(huán)流系統(tǒng)的主體演變特征（圖4），使得模擬的回波結(jié)構(gòu)與實況較為一致（圖5、6），模擬的急流進入北京區(qū)域時間與ERA-interim 再分析數(shù)據(jù)接近，使得模擬的強降水開始時間與實況較為一致（圖7、9）。

圖4 2016 年7 月19 日20 時至21 日02 時的逐6 小時500 hPa 位勢高度（藍色實線，單位：gpm，藍色粗實線為5880gpm 等高線）、850 hPa風(fēng)矢量（風(fēng)向桿）和大于等于12 m s?1 的風(fēng)速（彩色陰影）：（a1, b1, c1, d1, e1, f1）ERA-interim 再分析數(shù)據(jù)；（a2–f2）D01 區(qū)域（分辨率為12 km）模擬結(jié)果：（a1，a2）19 日20 時；（b1，b2）20 日02 時；（c1，c2）20 日08 時；（d1，d2）20 日14 日；（e1，e2）20 日20 時；（f1，f2）21 日02 時Fig.4 500-hPa geopotential height (blue counter, units: gpm, thick lines indicate 5880 gpm), 850-hPa wind field (vector) and 850-hPa wind field(shaded, ≥12 m s?1) from (a1, b1, c1, d1, e1, f1) ERA-interim reanalysis data and (a2, b2, c2, d2, e2, f2) numerical simulation data with 12 km horizontal resolution at (a1, a2) 2000 BST 19, (b1, b2) 0200 BST 20, (c1, c2) 0800 BST 20, (d1, d2) 1400 BST 20, (e1, e2) 2000 BST 20, (f1, f2)0200 BST 21 July 2016.

3.2 雷達反射率

華北區(qū)域?qū)崨r雷達組合反射率分布與演變（圖5）顯示，“7·20”特大暴雨過程源于500 hPa高空槽逐步東移、加深背景（圖2、4）下，天氣尺度渦旋系統(tǒng)的發(fā)展加強和向北京區(qū)域的逐步推進（圖2、圖4 和圖5）。該天氣尺度渦旋的雷達反射率場上呈現(xiàn)出一個龐大的近似“逗點狀”的回波結(jié)構(gòu)，“7·20”特大暴雨過程第二階段強降水初始階段，“逗點狀”的回波結(jié)構(gòu)相對松散，其回波范圍內(nèi)鑲嵌著面積占比達一半以上的對流性回波（35 dBZ以上），體現(xiàn)出顯著的對流性回波特征，“逗點狀”回波頭部主體位于河北，其尾部橫掃山東、河南、湖北、安徽、江蘇等地，尾部回波相對更強，強對流系統(tǒng)發(fā)展旺盛，“逗點”頭部回波邊緣接觸北京區(qū)域（這可能一定程度上促成了第一階段的降水）（圖5）。隨后，“逗點狀”回波頭部逐漸發(fā)展加強，范圍擴大，影響河北、山西、山東、天津、北京等大范圍地區(qū)，并伴隨著顯著的變化（圖5）。隨著500 hPa 高空槽進一步東移和渦旋系統(tǒng)的逐步東移、發(fā)展、北進，頭部回波進一步發(fā)展，對流性回波加強，北京區(qū)域內(nèi)強回波的面積和強度明顯增強，伴隨著北京區(qū)域特大暴雨過程的發(fā)生發(fā)展，但“逗點狀”回波的頭部和尾部逐漸分離，山東境內(nèi)強回波逐漸消散，而尾部仍然在河南、安徽、湖北、江蘇等地區(qū)維持較強回波（圖5）。隨著高空槽和渦旋云系的進一步東移，“逗點狀”回波尾部逐漸減弱和消散，對各省的影響逐漸結(jié)束，而頭部強回波亦逐漸減弱、變得松散和東移出北京，“7·20”特大暴雨過程主降水時段逐漸結(jié)束（圖5）。由于模式對高低空環(huán)流、天氣尺度渦旋系統(tǒng)等發(fā)展和演變過程的較準確模擬再現(xiàn)，模擬的雷達反射率（圖6）特征和演變與實況（圖5）呈現(xiàn)出很好的一致性，35 dBZ以上的對流性回波面積占據(jù)整個回波面積一半以上（圖6）；盡管仍存在細節(jié)上的差異，但模式很好地再現(xiàn)了“逗點狀”回波結(jié)構(gòu)及其發(fā)展和演變特征，尤其是頭部回波的發(fā)展演變，以及尾部回波的發(fā)展、變化和與頭部回波的分離（圖6）；北京區(qū)域內(nèi)，對流性回波的發(fā)展和演變（圖6）也與實況（圖5）具有較好的一致性，這使得模擬（圖8）的北京區(qū)域強降水演變特征與實況（圖7）也具有較好的一致性，但模擬的回波強度（圖6）與實況（圖5）相比偏強，強回波面積偏大，這造成了模擬的北京區(qū)域降水強度（圖8、9）與實況（圖7、9）相比偏強，強降水面積偏大（圖7、8）。

圖5 2016 年7 月20 日00 時至20 日23 時華北區(qū)域雷達組合反射率（彩色陰影，單位：dBZ）Fig.5 Combined radar reflectivity in North China (shaded, units: dBZ) from 0000 BST July 20 to 2300 BST July 20, 2016

圖6 同圖5，但為模擬結(jié)果Fig.6 Same as Fig.5, but for the simulated radar reflectivity

3.3 逐小時雨量

實況逐小時降水分布及演變（圖7）顯示，伴隨天氣尺度渦旋云系逐漸侵入北京（圖5），較強降水開始從南部逐步進入北京，20 日08 時開始，北京南部開始出現(xiàn)較大范圍的短時強降水（小時雨強大于等于20 mm），20 日10～12 時左右，短時強降水面積達到最大，強度達30～50 mm h?1，隨后，短時強降水面積逐漸收縮和變化，但主體仍位于北京西南部地區(qū)，造成這一地區(qū)200 mm h?1以上的過程累積降水（圖1a），主降水時段后期，短時強降水落區(qū)面積進一步收縮，并在北京北部山區(qū)和城區(qū)之間先后出現(xiàn)，20 日20 時之后，伴隨“逗點狀”回波頭部逐漸東移出北京（圖5），北京區(qū)域內(nèi)的短時強降水結(jié)束，“7·20”特大暴雨過程主降水時段的降水也逐漸減弱和結(jié)束。WRF 模式較好地模擬再現(xiàn)了“7·20”特大暴雨過程主降水時段強降水的發(fā)展和演變（圖8），盡管仍存在一些細節(jié)上的差異，例如，降水進入北京區(qū)域偏早、北京區(qū)域內(nèi)在主降水時段前期零星出現(xiàn)一些小范圍的短時強降水分布、小時降水強度比實況（圖7）偏強、短時強降水面積比實況（圖7）偏大、北京西北部山區(qū)降水也比實況（圖7）偏強等, 但系統(tǒng)性、大范圍的短時強降水基本在20 日07 時左右開始，從南部進入北京，強降水在北京（西）南部區(qū)域具有大范圍分布，后期，短時強降水落區(qū)面積逐步收縮，并且也在北京北部山區(qū)和城區(qū)之間先后出現(xiàn)。由于模式對于500 hPa 高空槽發(fā)展和演變（圖4）、主要降水系統(tǒng)（天氣尺度渦旋）發(fā)展和演變（圖5、6）等較好的模擬再現(xiàn)，使得模式對于北京區(qū)域內(nèi)強降水的模擬（圖8）與實況（圖7）也呈現(xiàn)出較好的一致性，造成過程雨量的模擬（圖1b）也和實況觀測（圖1a）具有較為一致的分布特征。高分辨率的模擬結(jié)果可用于本文后續(xù)的降水物理過程診斷分析。

圖7 2016 年7 月20 日00 時至20 日23 時北京地區(qū)逐小時實況降水量分布（彩色陰影，單位：mm）?；疑珜嵕€為200 m 地形等高線Fig.7 Distribution of hourly rainfall observations in Beijing (shaded, units: mm) from 0000 BST July 20 to 2300 BST July 20, 2016. A thick gray line denotes the 200-m terrain elevation

圖8 同圖7，但為模擬結(jié)果Fig.8 Same as Fig.7, but for the simulated rainfall

4 降水物理過程診斷

為了分析“7·20”特大暴雨過程主降水時段的降水物理過程，利用三維降水診斷方程，選取主要降水區(qū)域（39.5°～40.9°N，115.6°～117.3°E）（圖1b中灰色矩形區(qū)域），借助高分辨率（D03，分辨率為1.33 km，圖3）數(shù)值模擬結(jié)果和三維降水診斷方程相關(guān)項的輸出，開展降水物理過程診斷分析。圖9 給出了2016 年7 月20 日00 時至21 日08 時上述區(qū)域平均的觀測和模擬降水率時間演變。由圖可見，該區(qū)域平均降水率從20 日06 時左右開始顯著增強，20 日12 時左右達到最強，區(qū)域平均降水率由20 日06 時左右的約2.5 mm h?1上升至20 日12 時左右的約10.4 mm h?1（圖9 中實線所示），短暫維持之后，于20 日15 時左右開始，迅速降低（圖7、9）；模擬的區(qū)域平均最大降水率（圖9中虛線所示，最強達約18 mm h?1）較明顯強于實況（圖10 中實線所示），峰值時刻（20 日16 時左右）落后于實況（20 日12 時左右），后期降水率亦強于實況（圖9），但由于模式對于500 hPa高空槽發(fā)展和演變（圖4）、主要降水系統(tǒng)（天氣尺度渦旋）發(fā)展和演變（圖5、6）等較好的模擬再現(xiàn)，區(qū)域平均的模擬降水率亦從20 日06 時左右開始顯著增強，并在達到峰值后迅速回落。模擬降水過程的演變與實況較為一致。

圖9 2016 年7 月20 日00 時至21 日08 時區(qū)域（39.5°～40.9°N，115.6°～117.3°E）平均的實況（實線）和模擬（虛線）降水率（單位：mm h?1）的時間序列Fig.9 Time series of the area-averaged (39.5°–40.9°N, 115.6°–117.3°E) observation (solid line) and model (dashed line) precipitation rate (units: mm h?1) from 0000 BST July 20 to 0800 BST July 21, 2016

利用D03 區(qū)域高時空分辨率（空間分辨率：1.33 km，時間分辨率：1 h）的模擬數(shù)據(jù)，借助三維降水診斷方程，對“7·20”特大暴雨過程主降水時段強降水收支、水汽收支和云水凝物收支開展模擬診斷分析（圖10）。從總體降水收支來看（圖10a），水汽收支相關(guān)變率（QWV）與降水強度（PS）的量值和變化非常一致，體現(xiàn)了強烈水汽輻合過程（圖10b）在強降水形成過程中的重要貢獻，降水強度達到峰值之前，三維水汽通量輻合率（QWVA）略大于Ps，強盛的水汽輻合除了用于降水形成之外，還起著加濕局地大氣（負值QWVL，圖10b）的重要作用，而強降水后期，伴隨“逗點狀”回波頭部強度逐步減弱和移出北京區(qū)域（圖6），北京區(qū)域內(nèi)強對流性回波逐漸消散，QWVA顯著減弱，三維水汽通量輻合率量值較明顯低于降水強度（PS），水汽輻合量不足以供應(yīng)仍具有一定強度的降水的消耗，此時，局地大氣水汽含量明顯減少（正值QWVL，圖10b），用于維持一定強度的降水（PS）（圖10b）。

圖10 2016 年7 月20 日00 時至21 日08 時區(qū)域（39.5°～40.9°N，115.6°～117.3°E）平均的（a）降水率（PS，黑色實線）、水汽相關(guān)過程變率（QWV，藍色實線）和云相關(guān)過程變率（QCM，紅色實線）的時間演變，（b）QWV（灰色實線）、QWVA(三維水汽通量輻合/輻散率，紅色虛線）、QWVL（水汽局地變化率的負值，藍色虛線）、QWVD（水汽三維耗散率，橙色虛線）、QWVE（地面蒸發(fā)率，紫色虛線）(單位：mm h?1）的時間演變，（c）QCL（灰色實線）、QCLL（液相水凝物局地變率的負值，紅色虛線）、QCLA（液相水凝物通量輻合/輻散率，藍色虛線）、QCLD（液相水凝物三維耗散率，橙色虛線）的時間演變，（d）QCI（灰色實線）、QCIL（固相水凝物局地變率的負值，紅色虛線）、QCIA（固相水凝物通量輻合/輻散率，藍色虛線）、QCID（冰相水凝物三維耗散率，橙色虛線）的時間演變Fig.10 Temporal evolutions of the area-averaged (39.5°–40.9°N, 115.6°–117.3°E) (a) PS(black solid line), moisture-related processes (QWV: blue solid line), change rates for hydrometeor-related processes (QCM, red solid line, units: mm h?1); (b) QWV(gray solid line), QWVA(3D moisture flux convergence/divergence rate, red dotted line), QWVL(negative local change rate of water vapor, blue dotted line), QWVD (3D moisture diffusion rate,orange dotted line), QWVE (surface evaporation rate, purple dotted line, units: mm h?1); (c) QCL(gray solid line), QCLL (negative local change rate of liquid-phase hydrometers, red dotted line), QCLA (3D flux convergence/divergence rate of liquid-phase hydrometers, blue dotted line), QCLD (3D diffusion rate of liquid-phase hydrometers, orange dotted line, units: mm h?1); (d) QCI (gray solid line), QCIL(negative local change rate of ice-phase hydrometers, red dotted line), QCIA (3D flux convergence/divergence rate of ice-phase hydrometers, blue dotted line), QCID (3D diffusion rate of icephase hydrometers, orange dotted line, units: mm h?1) from 0000 BST July 20 to 0800 BST July 21, 2016

云水凝物收支相關(guān)過程變率（QCM）盡管在量值上遠小于水汽收支相關(guān)過程變率（QWV）（圖10a），但其變化頻率（圖10c、d）明顯高于水汽收支相關(guān)過程變率（圖10b），且由于云水凝物收支過程是從水汽收支到地面降水不可或缺的唯一途徑，在降水形成中起著至關(guān)重要的橋梁作用，從云水凝物收支各過程來看，無論是液相（云水和雨滴）水凝物收支（圖10c），還是冰相（冰晶、雪粒子和霰粒子）水凝物收支（圖10d），均主要由水凝物局地變率的負值（液相：QCLL和冰相：QCIL）以及水凝物通量輻合/輻散率（QCLA、QCIA）主導(dǎo)，降水率達峰值時刻前，強烈水汽輻合和凝結(jié)作用下，液相水凝物含量顯著增加，同時，區(qū)域內(nèi)已存在的液相云水凝物顯著輻合（QCLA呈現(xiàn)明顯正值），水汽凝結(jié)等云微物理過程和云尺度動力輻合共同作用下，QCLL呈現(xiàn)較明顯的負值（圖10c），強降水云系快速發(fā)展，可見，云尺度動力過程和云微物理過程在“7·20”特大暴雨強降水云系快速發(fā)展中均起著重要作用，此階段，液相云水凝物輻合率的量值（圖10c 中QCLA量值）大于區(qū)域內(nèi)液相云水凝物生成率（圖10c 中QCLL量值），這可能是由于，強降水云系快速建立的同時，伴隨強降水的發(fā)生以及液相水凝物向冰相水凝物的不斷轉(zhuǎn)化，液相水凝物被大量消耗所致；后期，伴隨“逗點狀”回波頭部強度逐步減弱和移出北京（圖6），北京區(qū)域內(nèi)強對流性回波逐漸消散，動力輻合作用（圖10c中QCLA和圖10b 中QWVA）減弱，同時，由于液相水凝物向冰相水凝物的持續(xù)微物理轉(zhuǎn)化以及強降水的消耗，導(dǎo)致區(qū)域內(nèi)液相水凝物含量顯著減少（QCLL呈現(xiàn)較明顯的正值）（圖10c），降水系統(tǒng)逐步瓦解。強降水初始短暫階段（圖11d 中20 日06 時左右），冰相云水凝物動力輻合（QCIA）過程強于冰相云水凝物生成率（QCIL量值），注意到此時段降水強度（圖10a 中PS）相對較弱，降水對水凝物的消耗不明顯，冰相水凝物含量的增長可能主要源于云尺度動力輻合（QCIA）作用，隨后，伴隨降水云系快速發(fā)展和強降水的到來，冰相水凝物被強上升運動推向高層，進而在對流層高層向外輻散（QCIA轉(zhuǎn)變?yōu)槊黠@負值，圖10d），而強降水后期“逗點狀”回波頭部強度逐步減弱并移出北京（圖6）、北京區(qū)域強回波逐漸消散，進一步加強了QCIA向負值的轉(zhuǎn)變，同期，QCIL先負后正，其中，降水強盛期的較明顯負值（區(qū)域內(nèi)冰相水凝物含量增加）主要與液相水凝物向冰相水凝物的微物理轉(zhuǎn)化有關(guān)，而之后的明顯正值（區(qū)域內(nèi)冰相水凝物含量明顯減少）則主要與QCIA大的負值有關(guān)。

由于“7·20”特大暴雨過程第一階段降水系統(tǒng)云系的發(fā)生發(fā)展，第二階段（主降水時段）初期（圖11），北京區(qū)域上空已經(jīng)存在一定量值的冰相和液相云水凝物，伴隨“逗點狀”頭部回波云系逐步發(fā)展和移入北京（圖6），北京區(qū)域?qū)α骰顒娱_始活躍，區(qū)域內(nèi)垂直上升運動逐漸增強（圖11），20 日15 時左右，垂直上升運動強度和垂直擴展范圍達到最強（圖11），伴隨著區(qū)域內(nèi)的最強降水時段（圖8、9、10a、11），之后，隨著“逗點狀”回波頭部強度逐步減弱和移出北京（圖6），垂直上升運動逐漸減弱和收縮（圖11），北京區(qū)域內(nèi)強回波逐漸消散（圖6）；第二階段初期，垂直上升運動相對較弱峰值位于零度層以上約10 km 高度附近，隨后逐步加強和向上向下延展，期間，零度層高度附近的垂直上升運動發(fā)展更為迅速，造成上升運動峰值高度逐步下移至零度層附近（圖11），降水強度峰值過后，垂直上升運動進一步減弱和收縮，其峰值高度進一步降至零度層之下（圖11）。

在有利的垂直上升運動支撐下，北京區(qū)域上空的各種水凝物含量均呈現(xiàn)出較明顯的變化（圖11），伴隨垂直上升運動的增大，水凝物含量也逐漸增加，但不同水凝物增幅不一，其中，霰粒子和雨滴增幅最為顯著，并于強降水峰值時刻附近含量達到最大，隨后迅速減小，雨滴的顯著變化直接與地面降水強度（Ps）變化（圖9、10a）相聯(lián)系，而霰粒子的變化則可以通過其降落到零度層下（圖11），進而融化成雨滴的微物理過程（Cui et al., 2015）與地面降水強度聯(lián)系起來；云水、雪粒子和冰晶等其他水凝物含量亦存在較明顯的演變，但變化幅度略弱于霰粒子和雨滴，但應(yīng)該注意到，伴隨垂直上升運動的增強，勢必造成水汽輻合的增強（圖10b）以及云尺度動力輻合與水汽凝結(jié)等云微物理過程的活躍（圖10c、d），云水等水凝物含量將增長，但由于同時活躍的各種水凝物之間的微物理轉(zhuǎn)化過程（例如，云水和雨滴碰并造成雨滴增長而云水含量減少等, Cui et al., 2015），以及動力過程（“逗點狀”頭部回波逐漸移出北京）造成高層冰相粒子輻散（移出分析區(qū)域）等的作用，導(dǎo)致云水、冰晶和雪粒子等水凝物含量變化幅度相對較?。▓D11），其深層次的過程機理值得未來借助三維降水診斷方程，結(jié)合云微物理轉(zhuǎn)化過程輸出，從宏微觀物理過程相結(jié)合的角度開展深入分析和揭示?！?·20”特大暴雨過程強降水時段后期，垂直上升運動已基本上整體回落到零度層之下，這種動力結(jié)構(gòu)有利于零度層下云水通過水汽凝結(jié)過程的形成，而不利于冰相粒子的形成，水凝物含量以零度層下液相水凝物為主（圖11）。值得注意的是，“7·20”過程強降水時段中，北京區(qū)域平均的垂直上升運動廓線結(jié)構(gòu)（尤其是峰值高度）不斷變化（從零度層上逐步降落到零度層附近，進而回落到零度層之下），伴隨著區(qū)域平均降水強度“弱—強—弱”的變化，其內(nèi)在的降水云物理過程的變化特征和機理非常值得深入探討和分析。

圖11 2016 年7 月20 日00 時至21 日03 時區(qū)域（39.5°～40.9°N，115.6°～117.3°E）平均的云水凝物混合比和垂直速度廓線（Qg：霰粒子，Qs：雪粒子，Qi：冰晶，Qr：雨滴,Qc：云水，單位：10?3 kg kg?1；w: 垂直速度，單位：m s?1）的逐時分布。圖中右上角數(shù)值代表時間（例如“0000BST20”代表20 日00 時）Fig.11 Area-averaged (39.5°–40.9°N, 115.6°–117.3°E) vertical profiles of hydrometeor mixing ratios (Qg for graupel, Qs for snow, Qi for cloud ice,Qr for raindrops, Qc for cloud water, units: 10?3 kg kg?1, w for vertical speed, unit: m s?1) from 0000 BST July 20 to 0300 BST July 21, 2016

5 結(jié)論與討論

本文重點關(guān)注北京“7·20”特大暴雨過程第二階段（主降水時段），利用WRF 模式對強降水過程開展高分辨率（最高水平分辨率1.33 km）數(shù)值模擬。高低空環(huán)流、雷達組合反射率和小時雨量的模擬驗證顯示，盡管仍存在一些細節(jié)上的差異，但模式很好地再現(xiàn)了主要高低空環(huán)流和天氣系統(tǒng)的主體特征和演變，模擬的雷達回波結(jié)構(gòu)和演變與實況較為一致，模擬的北京區(qū)域強降水開始時間與實況較為接近，過程雨量、主要強降水落區(qū)、強降水發(fā)展過程和持續(xù)時間也與實況基本一致。利用高分辨率（1.33 km）數(shù)值模擬結(jié)果，借助三維降水診斷方程，對“7·20”特大暴雨主降水時段的強降水物理過程開展了模擬診斷分析，主要結(jié)論如下：

降水強度達峰值之前，強盛水汽通量輻合（QWVA）支撐強降水，同時加濕局地大氣，強降水后期，QWVA顯著減弱，水汽輻合量不足以支撐降水強度，局地大氣中水汽含量明顯減少；水凝物收支過程在“水汽收支—地面降水形成”中起著不可或缺的橋梁作用，其變化頻率快于水汽收支過程；水凝物收支主要由局地變化（液相：QCLL和冰相：QCIL）以及通量輻合/輻散（QCLA、QCIA）控制，降水率達峰值前，強烈水汽輻合和凝結(jié)導(dǎo)致液相水凝物含量顯著增加，同時伴隨區(qū)域內(nèi)已存在的液相水凝物顯著輻合，強降水云系快速發(fā)展，后期，伴隨“逗點狀”回波頭部強度逐步減弱和移出北京，北京區(qū)域內(nèi)強對流性回波逐漸消散，動力輻合作用減弱，同時，由于液相水凝物向冰相水凝物的持續(xù)微物理轉(zhuǎn)化以及強降水的消耗，導(dǎo)致區(qū)域內(nèi)液相水凝物含量顯著減少，降水系統(tǒng)逐步瓦解；強降水初始短暫階段，冰相水凝物含量的增長主要源于云尺度動力輻合，而伴隨降水云系快速發(fā)展，液相水凝物向冰相水凝物轉(zhuǎn)化，同時，冰相水凝物被強上升運動推向?qū)α鲗痈邔硬⑾蛲廨椛ⅰ?/p>

伴隨主降水時段對流系統(tǒng)發(fā)展，垂直上升運動強度和垂直擴展范圍逐步增大，并在降水峰值時刻附近達到最大，之后逐漸減弱和收縮；垂直上升運動峰值在主降水時段初期位于零度層以上約10 km高度附近，隨后伴隨降水強度增強逐步下移至零度層附近，降水峰值后，進一步降至零度層之下。在上升運動控制下，水凝物含量呈現(xiàn)明顯變化，但不同水凝物變幅不一，霰粒子和雨滴增幅最顯著，于降水峰值時刻附近含量達最大，隨后減小，雨滴變化與地面降水強度變化直接相關(guān)，而霰粒子可通過降落到零度層下的融化過程與地面降水聯(lián)系起來，而其他水凝物由于微物理轉(zhuǎn)化和動力輻散等過程，導(dǎo)致含量變幅弱于霰粒子和雨滴，其深層次的過程機理需借助三維降水診斷方程和微物理轉(zhuǎn)化過程輸出來深入分析和揭示。值得注意的是，“7·20”過程主降水時段中，北京區(qū)域平均的垂直上升運動峰值高度從初期零度層上逐步降到零度層附近，進而回落到零度層之下，伴隨著“弱—強—弱”的降水強度變化，其內(nèi)在的降水物理過程變化特征和機理值得深入探討。

本文使用WRF 模式和三維降水診斷方程，針對北京“7·20”特大暴雨過程主要降水時段（2016 年7 月20 日01 時 至21 日08 時），開 展了高分辨率數(shù)值模擬和強降水物理過程模擬診斷研究，取得了一些新的認識，同時也發(fā)現(xiàn)了一些需要進一步研究和解答的科學(xué)問題。例如，WRF 模式提供了多種云微物理參數(shù)化方案選項，本研究工作以及以往其他相關(guān)研究工作（Huang et al., 2016a;劉 圣 楠 和 崔 曉 鵬, 2018; 王 曉 慧 等, 2019a, 2019b;Wang et al., 2019; 薛一迪和崔曉鵬, 2020）均僅僅選取其中一個方案，選取不同的云微物理參數(shù)化方案對于“7·20”特大暴雨以及其他降水過程的模擬再現(xiàn)及其強降水物理過程機理是否存在顯著影響？這亟需未來通過選取多種云微物理參數(shù)化方案開展敏感性試驗來解答；又如，“7·20”特大暴雨過程中，不同區(qū)域降水強度差異顯著，降水物理過程存在怎樣的差異導(dǎo)致了不同區(qū)域降水強度的差異？這同樣值得未來深入研究，相關(guān)機理的探討將十分有助于對強降水成因的深入理解和揭示；此外，本文借助數(shù)值模式和三維降水診斷方程，僅僅針對一次北京區(qū)域特大暴雨過程開展了初步的機理研究，未來需要選取更多個例（例如，“7·21”特大暴雨過程）開展相似研究工作，驗證本文主要結(jié)論、得到更深入的機理認識，以及為北京暴雨機理研究和預(yù)報提供科學(xué)參考與預(yù)報線索。