GRAPES_Meso模式中兩種雙參數(shù)云微物理方案對(duì)冷云過(guò)程模擬的比較研究

沈新勇，施義舍，王宏,4，張夢(mèng)，韓靜

(1.南京信息工程大學(xué)氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室/氣候與環(huán)境變化國(guó)際合作聯(lián)合實(shí)驗(yàn)室/氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心，南京 210044;2.海南省南海氣象防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，?？?570203;3.南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室(珠海)，珠海 519082;4.中國(guó)氣象科學(xué)研究院災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100081;5.北京市氣象局，北京 100089)

引言

云是水循環(huán)與地-氣系統(tǒng)之間輻射平衡的關(guān)鍵環(huán)節(jié)，它會(huì)強(qiáng)烈影響地球和大氣之間的能量轉(zhuǎn)換，云的形成和演化在很多天氣過(guò)程中起著至關(guān)重要的作用(Stephens et al.,2005;段皎等,2011)。云微物理方案能夠準(zhǔn)確描述云的微觀和宏觀物理特性、形成和演化，它對(duì)于天氣和氣候模式的發(fā)展至關(guān)重要(Ackerman et al.,2000;Yin et al.,2011)。在中尺度高分辨率區(qū)域或全球模式中，云微物理過(guò)程是最為重要的非絕熱加熱物理過(guò)程(王東海等,2014)。通過(guò)區(qū)域數(shù)值模式的模擬，可以得到云的微觀物理量(包含水凝物數(shù)濃度與混合比、粒徑大小等)和云的宏觀物理量(如云頂高度、云量等)來(lái)表征云的宏微觀特性，及各物理量的空間分布特征和云系統(tǒng)的演變規(guī)律。

國(guó)內(nèi)外的許多研究學(xué)者對(duì)數(shù)值模式中云微物理方案的研究在過(guò)去幾十年里有了重大的發(fā)展。根據(jù)描述粒子譜的不同，云微物理參數(shù)化方案通常分為分檔方法(bin方案)(Clark et al.,1973;Takahashi et al.,1975)和體積水法(bulk方案)(Garvert et al.,2005;Sarka?di et al.,2016)。Bin方案將水凝物分為幾檔甚至幾十檔。但由于其預(yù)報(bào)變量眾多，導(dǎo)致計(jì)算量十分巨大，從而限制了bin方案在模式中的應(yīng)用(McCumber et al.,1991)。Bulk方案將各種水凝物按其特征分為幾大類，然后建立總體的控制方程來(lái)描述各水凝物的總體特征。該方法具有的預(yù)報(bào)變量少和所用計(jì)算時(shí)間短的優(yōu)點(diǎn)，目前在科研和業(yè)務(wù)中的數(shù)值模式大多采用這種方法。

根據(jù)體積水方法中參數(shù)化云微物理方案包含眾多物理過(guò)程的復(fù)雜程度和預(yù)報(bào)模擬變量相態(tài)的不同，可以劃分為暖云過(guò)程方案和冷云過(guò)程方案。在暖云方案中，主要研究云滴、雨滴的生長(zhǎng)過(guò)程，只對(duì)水汽、雨水和云水含量進(jìn)行預(yù)報(bào)，不考慮冰相過(guò)程。而在冷云方案中，則需另外考慮冰相水凝物中云冰、雪、霰和雹的生成和演變過(guò)程(Dudhia et al.,1989)。由于冷云過(guò)程中涉及的物理過(guò)程較暖云更為復(fù)雜，因此僅包含暖云過(guò)程的參數(shù)化方案無(wú)法對(duì)含有液態(tài)和冰相粒子的云過(guò)程進(jìn)行準(zhǔn)確地模擬(王斌等,2008)。所以，大多數(shù)學(xué)者在暖云方案的基礎(chǔ)上增加了對(duì)冰相過(guò)程的模擬。胡志晉等(1986)提出一個(gè)層狀云雙參方案，該方案除了能夠模擬水汽和云滴的混合比，還能對(duì)云冰、雪及霰混合比和數(shù)濃度進(jìn)行模擬。Reisner等(1998)提出的復(fù)雜雙參方案除了能模擬六種水凝物的混合比外，還增加對(duì)冰晶核化與冰相水凝物的模擬。復(fù)雜的冰相方案能對(duì)云和降水預(yù)報(bào)能力的提高產(chǎn)生重要作用(于曉晶等,2017)。云中不同粒子相態(tài)的分布和演化對(duì)人工影響天氣等方面研究有十分重要的影響(任雍等，2019)。

總體積水方案又可以根據(jù)預(yù)報(bào)變量的不同進(jìn)一步分為單參方案和雙參方案(康兆萍等,2019)。單參數(shù)方案僅能模擬水凝物的混合比(Lin et al.,1983;Mitchell et al.,1994;Frick et al.,2013)，雙參方案能模擬水凝物的混合比和數(shù)濃度(Cotton et al.,1986)。由Lim和Hong(2010)提出的WDM6雙參數(shù)微物理方案是單參數(shù)云微物理方案WSM6方案的進(jìn)一步改良版本。利用數(shù)值模式中WSM6和WDM6兩種不同云微物理方案對(duì)北美一次颮線過(guò)程進(jìn)行模擬試驗(yàn)。通過(guò)對(duì)比飛機(jī)觀測(cè)資料和雷達(dá)資料的實(shí)測(cè)結(jié)果，顯示W(wǎng)DM6方案模擬結(jié)果中粒子較多導(dǎo)致粒子下落速度變慢使得層云降水區(qū)域較為狹窄，并且由于蒸發(fā)過(guò)程的增強(qiáng)使得零散分布的降水得到抑制(Hong et al.,2010)。Morrison開發(fā)了一種包括5種水凝物(云水、雨、冰、雪和霰)的雙參云微物理方案(Morrison et al.,2005)。該方案考慮了更加精細(xì)和全面的微物理過(guò)程、水凝物的質(zhì)量濃度和數(shù)濃度，并用于評(píng)估實(shí)際個(gè)例和理想化試驗(yàn)中(王夢(mèng)旖等,2020)。利用Morrison方案對(duì)層狀云進(jìn)行模擬，結(jié)果顯示該方案通過(guò)強(qiáng)調(diào)粒子性質(zhì)的預(yù)測(cè)而不是將冰分離為不同的預(yù)定義類別來(lái)表示冰的微物理特征(Hou et al.,2020)。通過(guò)對(duì)高分辨率區(qū)域模式的模擬結(jié)果和相應(yīng)的實(shí)測(cè)資料進(jìn)行對(duì)比，發(fā)現(xiàn)Morrison方案能夠較為準(zhǔn)確地模擬出熱帶云系中冰相和液相水凝物的垂直分布結(jié)果以及其隨時(shí)間的變化特征(沈新勇等,2015)。陳浩偉等(2016)采用WDM6和Morrison等5種云微物理參數(shù)化方案對(duì)2007—2011年的東亞夏季風(fēng)氣候進(jìn)行了模擬研究，結(jié)果顯示W(wǎng)DM6方案模擬的降水強(qiáng)度明顯比其他4種方案大，而Morrison方案對(duì)夏季降水的模擬效果要好于其他4種方案。陳賽男等(2019)對(duì)2011年6月北京地區(qū)一次大暴雨過(guò)程進(jìn)行10種不同云微物理方案的敏感性數(shù)值模擬試驗(yàn)。研究結(jié)果表明Thompson方案和Morri?son方案模擬的最大累積降水量更接近觀測(cè)值。本文利用WDM6以及Morrison雙參數(shù)云微物理方案對(duì)東部地區(qū)一次冷云過(guò)程進(jìn)行模擬和對(duì)比分析，評(píng)估兩種云微物理方案對(duì)本次冷云過(guò)程云微物理及云輻射過(guò)程演變的影響，以及對(duì)產(chǎn)生影響的物理機(jī)制進(jìn)行分析。在此基礎(chǔ)上，研究?jī)煞N方案在不同下墊面熱力條件下對(duì)云微物理過(guò)程和輻射過(guò)程產(chǎn)生的影響。

1 模式與方案

1.1 GRAPES_Meso模式

GRAPES_Meso模式(global/regional assimilation and prediction system)的中尺度版本是由中國(guó)氣象科學(xué)研究院自主研發(fā)的新一代全球/區(qū)域一體化數(shù)值預(yù)報(bào)系統(tǒng)(Wu et al.,2005;Chen et al.,2006)，主要由完全可壓縮的動(dòng)態(tài)框架和物理參數(shù)化方案程序組成(陳德輝等,2008)。GRAPES_Meso模式是對(duì)中國(guó)天氣進(jìn)行短期預(yù)報(bào)的模式，自2004年GRAPS_Meso區(qū)域中尺度預(yù)報(bào)系統(tǒng)正式對(duì)外釋放使用以來(lái)，在國(guó)家氣象中心以及部分省臺(tái)、研究所、大學(xué)等多個(gè)單位得到了推廣應(yīng)用(陳德輝等,2006)。能夠同時(shí)適應(yīng)模式在不同分辨率下運(yùn)行與不同物理過(guò)程配置的需要，且能兼顧全球與區(qū)域兩種應(yīng)用目標(biāo)不同的預(yù)報(bào)需要(薛紀(jì)善等,2008)，已經(jīng)在國(guó)家級(jí)以及地區(qū)的實(shí)際氣象業(yè)務(wù)中發(fā)揮著重要作用。本文采用的GRAPES_Meso模式為v3.5版本，并經(jīng)過(guò)了多次改進(jìn)以提高模擬的準(zhǔn)確性(Zhang et al.,2018;Liu et al.,2019;Shi et al.,2021)。

GRAPES_Meso模式的動(dòng)力框架采用垂直方向高度地形追隨坐標(biāo)，用于時(shí)間積分離散化的半隱式和半拉格朗日時(shí)間對(duì)流方案，水平空間采用Arakawa-C格點(diǎn)變量分布和二階精度的中央差分格式以及非垂直離散的流體靜壓逼近方案(Yang et al.,2008)。本文使用GRAPES_Meso模式進(jìn)行數(shù)值模擬過(guò)程中并沒(méi)有涉及變分同化的部分，因此模式前處理過(guò)程只考慮模式的資料初始化部分。模式的資料初始化部分包括靜態(tài)地形資料的準(zhǔn)備、模式中變量在水平方向的插值和模式變量在垂直方向上的插值三個(gè)過(guò)程，對(duì)包含地形、植被、陸面資料等信息的靜態(tài)資料庫(kù)和T639、FNL再分析資料或GFS等資料進(jìn)行模式的前處理工作，為模式的模擬提供基礎(chǔ)的初始場(chǎng)(grapesinput)和側(cè)邊界(grapesbdy)資料。

1.2 雙參數(shù)云微物理方案

在暖云過(guò)程中，WDM6雙參數(shù)方案相對(duì)WSM6單參數(shù)方案增加的云滴、雨滴和云凝結(jié)核數(shù)濃度的相關(guān)微物理過(guò)程包括云凝結(jié)核活化成云滴、云滴蒸發(fā)形成云凝結(jié)核；云滴自動(dòng)轉(zhuǎn)化為雨滴、雨滴蒸發(fā)成云滴；雨滴、云滴自身聚合增長(zhǎng)；冰晶、雪的融化；云滴同質(zhì)、異質(zhì)核化成冰晶等。Morrison方案作為雙參數(shù)微物理方案可對(duì)水汽、云水、雨水、雪、云冰和霰進(jìn)行混合比和數(shù)濃度預(yù)報(bào)。Morrison方案能預(yù)報(bào)5種水凝物的混合比與數(shù)濃度，這增加了自由度并改善了粒徑分布的表示(Morrison et al.,2009)。相較于其他雙參數(shù)微物方案，它能顯式求解云中的過(guò)飽和度和凝結(jié)、凝華項(xiàng)，考慮了包括核化、繁生、碰并等40種云物理過(guò)程(Yang et al.,2019)。

云微物理方案按預(yù)報(bào)變量相態(tài)的不同，可分為暖云方案和冷云方案。暖云方案中，研究云、雨滴的生長(zhǎng)過(guò)程；冷云方案中，需考慮冰晶、霰和雹的生成過(guò)程。Morrison方案不僅包括暖云過(guò)程，還包括較WDM6方案更為完善的冷云過(guò)程。Morrison方案考慮了核化、碰并等40種云物理過(guò)程，同時(shí)能夠選擇開啟或關(guān)閉冰項(xiàng)過(guò)程。與WDM6方案相比，Morrison方案能夠直接將云滴的數(shù)濃度設(shè)定為常數(shù)或采用預(yù)報(bào)的云滴數(shù)濃度，有利于進(jìn)行相關(guān)敏感性試驗(yàn)。Morrison雙參數(shù)云微物理方案較WDM6方案有更為豐富的冷云方案。雪融化為雨水過(guò)程(Psmlt)以及雨水碰并雪造成霰增長(zhǎng)(Pracs)過(guò)程作為兩個(gè)方案云中雪粒子的主要消耗項(xiàng)，在WDM6方案中主要由雪碰并云冰造成雪增長(zhǎng)過(guò)程(Psaci)以及水汽凝華增長(zhǎng)過(guò)程(Psdep)來(lái)補(bǔ)充。在Morrison方案中雪粒子主要由水汽凝華為雪過(guò)程(Prds)、云水淞附造成雪增長(zhǎng)過(guò)程(Psacws)以及云冰碰并增長(zhǎng)為雪過(guò)程(Praci)提供。就云冰而言，Morrison方案中貝吉龍過(guò)程要強(qiáng)于WSM6方案(龐琦燁等,2019)。

2 試驗(yàn)設(shè)計(jì)

分別采用引入的Morrison方案和WDM6方案的GRAPES_Meso模式對(duì)中國(guó)東部一次系統(tǒng)性冷云過(guò)程進(jìn)行模擬研究。系統(tǒng)從西向東移動(dòng)，分布在中國(guó)東部大部分地區(qū)。采用NCEP再分析資料與模擬云水路徑(CLWP，以下簡(jiǎn)稱CLWP)，MODIS level-2衛(wèi)星數(shù)據(jù)集與模擬云光學(xué)厚度(COD，以下簡(jiǎn)稱COD)、云水有效半徑(Rc)以及CERES衛(wèi)星輻射資料與模擬向下地表短波輻射來(lái)對(duì)比分析兩種方案的模擬效果。CERES資料是取自NASA官網(wǎng)的衛(wèi)星數(shù)據(jù)反演產(chǎn)品(https://ceres.larc.nasa.gov/data)，其中地表短波輻射通量是通過(guò)蘭利參數(shù)化短波算法(LPSA)計(jì)算獲得的(Kratz et al.,2020)。研究?jī)煞N方案對(duì)海平面溫度、熱通量、水汽通量以及海平面氣壓的模擬，并對(duì)海洋和陸地區(qū)域的不同模擬結(jié)果進(jìn)行研究分析。

模式的初始場(chǎng)和側(cè)邊界條件采用NCEP再分析資料(https://rda.ucar.edu/datasets)，水平網(wǎng)格分辨率為0.25°×0.25°，時(shí)間間隔為6 h。模擬區(qū)域?yàn)橹袊?guó)東部及其周邊地區(qū)(100°—135°E，20°—50°N)。GRAPES_Me?so模式的水平分辨率為0.15°×0.15°，模擬高度從地面到高空30 km總共31層。模擬初始時(shí)間為2017年1月5日00時(shí)(世界時(shí)，下同)，結(jié)束時(shí)間為2017年1月8日00時(shí)，模式結(jié)果輸出間隔為3 h。

3 模擬結(jié)果

3.1 云的宏微觀物理量

如圖1a所示，Morrison方案模擬Rc水平分布和大小較WDM6方案更接近MODIS衛(wèi)星數(shù)據(jù)結(jié)果。WDM6模擬Rc最大值可以超過(guò)30μm，結(jié)果顯示較實(shí)測(cè)結(jié)果明顯更大。如圖1b所示，Morrison方案模擬云冰水平分布和大小也較WDM6方案更接近衛(wèi)星數(shù)據(jù)結(jié)果。兩種方案模擬云冰有效半徑(Ri)最大值也都超過(guò)了32μm，Morrison方案模擬結(jié)果明顯大于WDM6方案。即使Morrison方案模擬Rc、Ri更為接近MODIS數(shù)據(jù)，但局部地區(qū)特別是中國(guó)西南部地區(qū)模擬效果仍不理想。圖1c為Morrison和WDM6方案模擬2017年1月5—7日平均CLWP水平分布。如圖所示，Morrison方案模擬CLWP最大值超過(guò)2.5 kg·m-2，而WDM6模擬CLWP明顯偏小。Morrison方案模擬CLWP大小和水平分布與NCEP再分析資料結(jié)果更具有一致性，顯示Morri?son方案對(duì)云水路徑的模擬效果要好于WDM6方案。圖1d顯示Morrison和WDM6方案模擬2017年1月5—7日平均COD水平分布。與CLWP結(jié)果相同，Morrison方案顯示對(duì)云光學(xué)厚度具有較WDM6方案更好的模擬效果，但與MODIS衛(wèi)星數(shù)據(jù)結(jié)果相比仍有局部地區(qū)模擬不理想的狀況?？傊?，Morrison方案對(duì)Rc、Ri、CLWP和COD的模擬效果都明顯優(yōu)于WDM6方案，Morrison方案對(duì)冷云過(guò)程中云特性具有更好的模擬效果。

圖1 2017年1月5—7日實(shí)測(cè)資料(a1—d1)、WDM6方案(a2—d2)及Morrison方案(a3—d3)模擬的平均云水有效半徑(a,單位:μm)、云冰有效半徑(b,單位:μm)、云水路徑(c,單位:kg·m-2)及云光學(xué)厚度(d)水平分布Fig.1 Averaged(a)Rc(unit:μm),(b)Ri(unit:μm),(c)CLWP(unit:kg·m-2)and(d)COD(a1-d1:MODIS and NCEP analysis data,a2-d2:WDM6 scheme,a3-d3:Morrison scheme)from 5 to 7 January 2017.

表1顯示了2017年10月5—7日數(shù)濃度(CCN)為250 cm-3時(shí)Morrison方案和WDM6方案模擬平均Rc、COD與MODIS衛(wèi)星數(shù)據(jù)集，模擬平均CLWP和NCEP再分析資料的相關(guān)統(tǒng)計(jì)量分析。其中，Morrison方案模擬Rc與MODIS數(shù)據(jù)結(jié)果的相關(guān)系數(shù)(CORR，以下稱CORR)為0.55，結(jié)果大于0.5顯示具有一定的相關(guān)性。同樣模式模擬COD和MODIS數(shù)據(jù)結(jié)果的相關(guān)系數(shù)能達(dá)到0.59，模擬CLWP與NCEP再分析資料結(jié)果之間的相關(guān)系數(shù)也能達(dá)到0.52。三種物理量的相關(guān)系數(shù)均大于0.5。相反WDM6模擬三種物理量的相關(guān)系數(shù)分別為0.31、0.15和0.24，均小于0.5顯示相關(guān)性較弱。因此，當(dāng)CCN取250 cm-3時(shí)Morrison方案模擬結(jié)果與實(shí)測(cè)結(jié)果更具有一致性，模擬結(jié)果較WDM6方案更為準(zhǔn)確。

表1 2017年1月5—7日Morrison和WDM6方案模擬CCN為250 cm-3時(shí)日平均Rc、COD、CLWP與實(shí)測(cè)數(shù)據(jù)的相關(guān)系數(shù)和均方根誤差Table 1 Comparison of observed and simulated average Rc、COD、CLWP with CCN values of 250 cm-3 simulated by Morrison and WDM6 scheme from 5 to 7 January 2017.

為了更為明顯地比較兩種方案對(duì)冷云過(guò)程中冰相參數(shù)(Ri、云冰路徑(CWPI，以下稱CWPI))和液相參數(shù)(Rc、云水路徑（CWPC，以下稱CWPC）)的不同模擬結(jié)果，分別用兩種方案對(duì)Rc、Ri、云水CWPC及CWPI進(jìn)行模擬，并對(duì)模擬差值進(jìn)行比較。圖2為兩種方案模擬2017年1月7日Rc、Ri及其差值的水平分布。與圖1b和圖1c結(jié)果相似，Morrison方案模擬Rc小于WDM6方案而模擬Ri大于WDM6方案模擬結(jié)果。對(duì)比兩個(gè)方案模擬的差值顯示，分別模擬云水和云冰有效半徑差值的大值區(qū)域分布并不相同。Rc差值大值區(qū)分布在33°N附近，而Ri差值大值區(qū)分布在更靠北的40°N附近。如圖3顯示，Morrison方案和WDM6方案分別對(duì)2017年1月7日CWPC、CWPI及其差值的水平分布進(jìn)行模擬。結(jié)果顯示，Morrison方案模擬云水有效半徑明顯大于WDM6方案；模擬云冰有效半徑則明顯小于WDM6方案。兩種方案模擬CWPC、CWPI差值的最大值區(qū)域分布具有一致性。為了更好地研究造成兩種方案模擬暖云和冷云差異的原因，我們將差值大值區(qū)分為代表陸地的A區(qū)域和代表海洋的B區(qū)域。重點(diǎn)研究這兩個(gè)區(qū)域5種水凝物混合比以及垂直分布的不同。

圖2 2017年1月7日WDM6方案(a1、a2)、Morrison方案(b1、b2)、Morrison方案與WDM6方案差值(c1、c2)云水有效半徑(Rc,單位:μm)、云冰有效半徑(Ri,單位:μm)水平分布Fig.2 The simulated Rc(unit:μm)and Ri(unit:μm)in 7 January 2017(a1、a2:WDM6 scheme,b1、b2:Morrison scheme,c1、c2:difference in values between Morrison and WDM6 scheme).

圖3 2017年1月7日WDM6方案(a1、a2)、Morrison方案(b1、b2)、Morrison方案與WDM6方案差值(c1、c2)的云水路徑(CWPC,單位:kg·m-2)、云冰路徑(CWPI,單位:kg·m-2)水平分布(區(qū)域A(27°—40°N,115°—120°E)為陸地,區(qū)域B(27°—32°N,122°—135°E)為海洋)Fig.3 The simulated CWPC(kg·m-2)and CWPI(kg·m-2)of(a1、a2)WDM6 scheme,(b1、b2)Morrison scheme,and(c1、c2)difference in values between Morrison and WDM6 scheme in 7 January 2017,Region A(27°-40°N,115°-120°E)represent land,Region B(27°-32°N,122°-135°E)represent ocean.

3.2 液相和冰相水凝物

圖4具體顯示1月5—7日中國(guó)東部地區(qū)區(qū)域平均液相水凝物(云水、雨水)混合比在垂直方向上的分布隨時(shí)間的變化。如圖所示，兩種方案模擬云水分布具有一致性，Morrison方案模擬云水要明顯大于WDM6方案模擬結(jié)果。這可能與Morrison方案下云內(nèi)的下沉速度比WDM6方案更大有關(guān)。Morrison方案模擬云水混合比(qc)中心區(qū)域最大值可以達(dá)到17 mg·kg-1以上。兩個(gè)方案模擬的云水都有大量分布在0°C層以上的過(guò)冷水存在，進(jìn)一步證實(shí)本次研究個(gè)例為一次典型冷云過(guò)程。模擬雨水混合比(qr)要明顯小于WDM6方案模擬結(jié)果，WDM6方案模擬雨水混合比中心區(qū)域最大值也可以達(dá)到17 mg·kg-1以上。兩個(gè)方案模擬雨水具有相同的垂直分布，都位于650 hPa高度以下。圖5具體顯示中國(guó)東部地區(qū)區(qū)域平均冰相水凝物(云冰、雪和霰)混合比在垂直方向上的分布隨時(shí)間的變化。Morri?son方案模擬雪混合比(qs)大于WDM6方案，Morrison方案模擬雪混合比中心區(qū)域最大值可以達(dá)到17 mg·kg-1以上。更多的云冰轉(zhuǎn)換為雪，使得Morrison方案模擬云冰混合比(qi)小于WDM6方案。如圖5所示，Morri?son方案模擬雪混合比的最大值在600 hPa高度附近，模擬數(shù)值要大于WDM6方案的模擬結(jié)果。Morrison方案模擬的高度也要較WDM6方案更高，分別為300 hPa和400 hPa高度，Morrison方案模擬偏小的云冰含量導(dǎo)致模擬霰混合比(qg)也小于WDM6方案。兩種方案模擬霰混合比差異最大，WDM6方案結(jié)果垂直分布較大，數(shù)值明顯較高可以達(dá)到1.8 mg·kg-1以上，而Morrison則分布較少。雨水是由冰相水凝物粒子融化生成并降落到地面上，由于Morrison方案模擬的總體冰相水凝物要小于WDM6方案，這就使得Morrison方案模擬雨水混合比要小于WDM6方案模擬結(jié)果。由此可見，對(duì)于液相水凝物而言，方案模擬的混合比數(shù)值大小雖然不同，但在垂直方向上的分布相似；而對(duì)于冰相水凝物而言，兩種方案模擬的垂直分布和數(shù)值大小都不同。Morrison方案模擬的三中冰相水凝物在垂直高度上具有明顯地分層：300 hPa高度附近是模擬云冰的集中層，400—700 hPa高度附近是雪的集中層，700—900 hPa高度附近是霰的主要集中層。兩種方案內(nèi)部不同相態(tài)之間轉(zhuǎn)化過(guò)程存在差異，導(dǎo)致對(duì)于液相水凝物和冰相水凝物具有不同的模擬效果。

圖4 2017年1月5日00時(shí)—8日00時(shí)WDM6方案(a1、a2)、Morrison方案(b1、b2)模擬的A和B區(qū)域平均液相水凝物混合比(云水qc、雨水qr,單位:mg·kg-1)垂直分布隨時(shí)間的變化(黑線為0℃等溫線)Fig.4 Temporal changing of vertical profiles of area-averaged qc、qr(mg·kg-1)of(a1、a2)WDM6 scheme and(b1、b2)Morrison scheme from 5 to 8 January in region A and B.The solid black line represents the 0℃isotherm.

圖5 2017年1月5日00時(shí)—8日00時(shí)WDM6方案(a1、a2、a3)、Morrison方案(b1、b2、b3)模擬的A和B區(qū)域平均冰相水凝物混合比(冰qi、雪qs、霰qg,單位:mg·kg-1)垂直分布隨時(shí)間的變化(黑線為0℃等溫線)Fig.5 Temporal changing of vertical profiles of area-averaged qi、qs、qg(unit:mg·kg-1)of(a1、a2、a3)WDM6 scheme and(b1、b2、b3)Morrison scheme from 5 to 8 January in region A and B.The solid black line represents the 0℃isotherm.

表2顯示Morrison和WDM6方案模擬2017年1月7日A區(qū)域和B區(qū)域平均各物理量大小比較。由表可知Morrison模擬Rc明顯小于WDM6的模擬結(jié)果。在一定體積內(nèi)，云水有效半徑越小，云水含量越大，云水混合比也越大。云中較大的云水混合比將導(dǎo)致云雨的轉(zhuǎn)換效率降低，即有更少的云水轉(zhuǎn)換為雨水。因此，Morrison方案模擬云水混合比要大于WDM6方案，而模擬雨水混合比要小于WDM6模擬結(jié)果(與圖4結(jié)果相同)。云水含量越大的地方，云水光學(xué)厚度和云水路徑也越大，因此Morrison方案模擬云水光學(xué)厚度(CODC，以下簡(jiǎn)稱CODC)、CWPC也相應(yīng)地大于WDM6方案。模擬云冰分布呈現(xiàn)出相反的結(jié)果，Morrison方案模擬Ri要大于WDM6方案。因此，Morrison方案模擬云中云冰混合比較WDM6方案更小，這與圖5結(jié)果相同。Morrison方案中云冰和雪的轉(zhuǎn)換效率因此大于WDM6，導(dǎo)致Morrison方案模擬雪混合比要小于WDM6方案模擬結(jié)果。霰的混合比是多種轉(zhuǎn)換過(guò)程綜合影響的結(jié)果，Morrison方案模擬霰混合比小于WDM6方案的情況也是存在的。由于模擬霰混合比與其他冰相水凝物相比較小，因此兩種方案模擬霰的差異不影響總的冰相水凝物差異。云冰混合比越大，CWPI和云冰光學(xué)厚度(CODI，以下簡(jiǎn)稱CODI)也相應(yīng)越大。因此，Morrison方案模擬云冰光學(xué)厚度和云冰路徑均小于WDM6的模擬結(jié)果。

表2 2017年1月7日區(qū)域A和B中各物理量區(qū)域平均大小比較Table 2 The comparison of the area-averaged physical quantities in total region A and B in 7 January 2017.

圖6為Morrison方案和WDM6方案模擬五種水凝物在由A區(qū)域(陸地)和B區(qū)域(海洋)組合而成的集合區(qū)域中的區(qū)域平均和時(shí)間平均混合比(qc、qr、qi、qs以及qg)在垂直方向上的分布對(duì)比。與圖4和圖5結(jié)果一樣，Morrison方案模擬云冰和霰混合比要明顯小于WDM6方案模擬結(jié)果，而雪混合比則明顯大于WDM6方案。然而，Morrison模擬云冰的垂直分布要明顯小于WDM6，模擬云冰高度則高于WDM6方案模擬結(jié)果。Morrison方案模擬qc要大于WDM6方案模擬結(jié)果，兩種方案模擬qc在700 hPa高度處到達(dá)最大值，最大值差值約為60 mg·kg-1，占WDM6方案模擬結(jié)果約為650%。兩個(gè)方案模擬云水混合比差異較大。方案模擬qr在850 hPa高度處到達(dá)最大值；WDM6方案模擬雨水有效半徑最大值為80 mg·kg-1，Morrison方案模擬雨水有效半徑最大值為20 mg·kg-1，差值占WDM6方案模擬結(jié)果約-75%；Morrison方案模擬qr要明顯小于WDM6方案模擬結(jié)果。Morrison方案模擬云冰混合比在300 hPa高度處到達(dá)最大值，最大值為20 mg·kg-1；而WDM6方案模擬qi在400 hPa高度處到達(dá)最大值，最大值為40 mg·kg-1；Morrison方案和WDM6方案差值占WDM6方案模擬云冰混合比百分比約為-50%；Morri?son模擬云冰混合比明顯更小。方案模擬雪混合比最大值位于650 hPa高度處，Morrison方案模擬雪混合比最大值為90 mg·kg-1，WDM6方案最大值為55 mg·kg-1，差值占WDM6方案模擬百分比約為63%。Morrison方案模擬的霰混合比較??；而WDM6方案模擬在650 hPa處到達(dá)最大值，約為27 mg·kg-1。

圖6 2017年1月7日00—8日00 UTC WDM6(a)方案、Morrison(b)方案、Morrison方案與WDM6方案差值(c)模擬的區(qū)域A和B中各水凝物區(qū)域平均混合比(云水、雨、云冰、雪、霰分別用qc、qr、qi、qs、qg表示，單位:mg·kg-1)垂直變化Fig.6 Vertical profiles of area-averaged qc、qr、qi、qs and qg(unit:mg·kg-1)of(a)WDM6 scheme,(b)Morrison scheme and(c)the difference between Morrison and WDM6 scheme of total region A and B from 7 to 8 January 2017.

對(duì)于液相水凝物而言，Morrison方案模擬云水混合比要明顯大于WDM6方案，而模擬雨水混合比相反。對(duì)于冰相水凝物而言，Morrison方案模擬云冰和霰混合比均小于WDM6方案模擬結(jié)果，而雪混合比則相反。總之，無(wú)論是冰相水凝物還是液相水凝物，Mor?rison方案與WDM6方案模擬結(jié)果均有較大差異。如圖5和圖6所示，冰相水凝物較液相水凝物在垂直方向上分布更廣且混合比數(shù)值更大，進(jìn)一步驗(yàn)證本次云系中以冷云過(guò)程為主。

3.3 向下短波輻射

云量、云高以及云光學(xué)厚度等云參數(shù)對(duì)大氣層頂?shù)妮椛淦胶庥兄匾挠绊?，暖云和冷云的不同光學(xué)特性將使得它們對(duì)太陽(yáng)輻射的影響產(chǎn)生不同結(jié)果。不同水凝物由于光學(xué)特性的不同，它們的輻射特性也有較大差異。如果云中液相水凝物較多，將會(huì)使云對(duì)太陽(yáng)輻射的反射率增大，對(duì)大氣產(chǎn)生冷卻作用。圖7顯示Morrison方案和WDM6方案模擬2017年1月7日白天(06—18 UTC)向下地表短波輻射水平分布與CERES衛(wèi)星資料結(jié)果對(duì)比。Morrison方案模擬短波輻射與衛(wèi)星資料較WDM6方案水平分布和大小一致性更好。如圖7a、c所示，短波輻射最小值能夠達(dá)到5~25 W·m-2之間。Morrison方案模擬短波輻射明顯小于WDM6，這與Morrison方案模擬COD偏大有關(guān)(如圖1d所示)。COD大的區(qū)域，云越厚，云的冷卻效應(yīng)就越強(qiáng)。將有更少的短波輻射透過(guò)云層和反射到地面，因此地表短波輻射會(huì)偏小，而地表短波輻射的差異將會(huì)直接導(dǎo)致海平面溫度和地表熱通量的不同。如圖4和圖5所示，Morrison方案模擬冰相水凝物較WDM6方案更小，而模擬液相水凝物相同；由于冰相水凝物使得更多太陽(yáng)輻射透過(guò)云層，也會(huì)導(dǎo)致Morrison方案模擬地表短波輻射較WDM6方案更小。同時(shí)，Morrison方案中的冷云過(guò)程也會(huì)導(dǎo)致向下短波輻射減小。接下來(lái)將會(huì)研究?jī)煞N方案模擬這兩個(gè)熱力參數(shù)的不同分布，以及對(duì)海洋陸地的不同影響結(jié)果。

圖7 2017年1月7日CERES衛(wèi)星資料(a)、WDM6方案(b)及Morrison方案(c)模擬的白天(06∶00—18∶00 UTC)向下地表短波輻射(單位:W·m-2)水平分布Fig.7 Downward shortwave radiation(unit:W·m-2)of(a)CERES data,(b)WDM6 scheme and(c)Morrison scheme from 06:00 to 18:00 UTC 7 January 2017..

3.4 地表熱通量與海平面溫度

到達(dá)地表的短波輻射大小則會(huì)直接對(duì)溫度和熱通量產(chǎn)生影響。因此，不同云微物理方案中的微物理過(guò)程和輻射效應(yīng)均會(huì)對(duì)溫度產(chǎn)生影響。圖8為Morrison方案和WDM6方案模擬1月7日白天(06∶00—18∶00)區(qū)域A和B海平面溫度水平分布與NCEP再分析資料結(jié)果。選取溫度差異最大的白天進(jìn)行對(duì)比分析。如圖所示，Morrison方案模擬海平面溫度較WDM6方案與NCEP再分析資料結(jié)果更具有一致性，模擬海平面溫度最大值可以達(dá)到21°C以上。對(duì)于區(qū)域A，Morrison方案和WDM6方案的模擬效果均不理想，模擬數(shù)值較NCEP資料偏大，結(jié)果顯示GRAPES_Meso模式對(duì)海平面溫度模擬效果普遍不理想；Morrison方案在區(qū)域A的模擬結(jié)果較WDM6方案更小。對(duì)于區(qū)域B，Morrison方案模擬海平面溫度與NCEP資料具有更為明顯的一致性；與區(qū)域A相同，Morrison方案在區(qū)域B的模擬結(jié)果也較WDM6方案更小。由于Morrison方案中包含冷云過(guò)程，方案中的冰相物理過(guò)程既會(huì)導(dǎo)致向下短波輻射的減小，使模擬海平面溫度和地表感熱通量較WDM6方案更小。而兩種方案在區(qū)域A(陸地)模擬海平面溫度的差異大于在區(qū)域B(海洋)的模擬差異。下墊面的差異會(huì)顯著影響海平面溫度的不同。

圖8 2017年1月7日NCEP data(a)、WDM6方案(b)及Morrison方案(c)模擬的白天(06∶00—18∶00 UTC)區(qū)域A和B海平面溫度(單位:℃)水平分布Fig.8 Sea-level temperature(unit:℃)of(a)NCEP data,(b)WDM6 scheme and(c)Morrison scheme in region A and B from 06:00 to 18:00 UTC 7 January 2017.

海陸的不均勻性可以影響到地表感熱通量的分布狀況。對(duì)比模擬結(jié)果的海陸差異，兩種方案在區(qū)域A(陸地)模擬海平面溫度的差異大于在區(qū)域B(海洋)的模擬差異。下墊面的差異會(huì)顯著影響海平面溫度的不同。由于Morrison方案模擬地表短波輻射要小于WDM6模擬結(jié)果(如圖7所示)，短波輻射對(duì)海平面溫度具有直接影響作用。海陸下墊面的差異導(dǎo)致海洋與陸地的升溫速度不同，相同時(shí)間內(nèi)能夠到達(dá)的海平面溫度也不同。圖9為Morrison方案和WDM6方案模擬1月7日區(qū)域A和B地表感熱通量水平分布。如圖所示，Morrison方案模擬地表感熱通量小于WDM6方案結(jié)果。兩種方案模擬結(jié)果在區(qū)域A的差異要大于區(qū)域B，在陸地和海洋有不同的模擬結(jié)果。短波輻射是影響感熱通量大小的主要因素之一，Mor?rison方案模擬短波輻射要明顯小于WDM6方案模擬結(jié)果，因此短波輻射也呈現(xiàn)出這種差異。海洋與陸地不同下墊面熱力差異導(dǎo)致模擬地表感熱通量陸地的差異大于海洋。

圖9 2017年1月7日WDM6方案(a)和Morrison方案(b)模擬的地表感熱通量(單位:W·m-2)Fig.9 Simulated surface sensible heat flux(unit:W·m-2)of(a)WDM6 scheme and(b)Morrison scheme in 7 January 2017.

圖10顯示Morrison方案和WDM6方案分別模擬2017年1月6—7日區(qū)域A和區(qū)域B平均地表感熱通量隨時(shí)間的變化。模擬區(qū)域A地表熱輻射通量數(shù)值主要在白天，晚上幾乎為0。Morrison方案模擬A區(qū)域(陸地)平均地表感熱通量分別在1月6日12時(shí)(UTC)和7日12時(shí)(UTC)到達(dá)峰值，在6日12時(shí)到達(dá)最大值78 W·m-2。WDM6方案模擬結(jié)果也在相同時(shí)間到達(dá)最大值45 W·m-2，最大值較Morrison方案少了約42%。Morrison方案和WDM6方案模擬B區(qū)域(海洋)平均地表感熱通量變化趨勢(shì)相似，地表感熱通量隨時(shí)間先略微增大后逐漸減小。Morrison方案模擬結(jié)果在1月6日10時(shí)(UTC)到達(dá)最大值72 W·m-2，WDM6模擬也在相同時(shí)間到達(dá)最大值65 W·m-2，最大值較Morrison方案少了約9.7%，較A區(qū)域的結(jié)果更小(與圖9結(jié)果相同)。兩種方案在陸地和海洋模擬地表熱輻射通量變化趨勢(shì)不同是由海陸的不同熱力差異造成的。由于WDM6方案模擬太陽(yáng)輻射的偏大使得地表溫度也較Morrison方案更高(如圖8所示)，地表向大氣直接輸送感熱通量，使得在陸地WDM6方案模擬感熱通量較Morrison方案更大。而當(dāng)下墊面變成海洋后，陸面作用消失，白天感潛熱量交換減少，使得兩種方案模擬地表熱通量在海洋的差異較陸地更小。因此，下墊面的海陸熱力差異不但會(huì)造成兩種方案模擬數(shù)值大小的差異，還會(huì)導(dǎo)致變化趨勢(shì)的不同。

圖10 2017年1月6—7日Morrison和WDM6方案分別模擬的陸地(區(qū)域A)和海洋(區(qū)域B)地表感熱通量(單位:W·m-2)隨時(shí)間的變化Fig.10 Hourly area-averaged surface heat sensible flux(W·m-2)simulated by Morrison and WDM6 scheme from 6 to 7 January 2017(Region A:land,region B:ocean).

4 結(jié)論

基于GRAPES_Meso模式，分別利用WDM6和Morrison雙參數(shù)云微物理方案對(duì)2017年1月5日到7日的一次冷云過(guò)程進(jìn)行對(duì)比模擬試驗(yàn)。對(duì)比分析兩種具有不同物理過(guò)程的云微物理方案對(duì)云微物理過(guò)程、云輻射過(guò)程以及感熱通量等模擬結(jié)果的差異，并討論海洋和陸地這兩種不同下墊面條件對(duì)雙參數(shù)云微物理方案模擬結(jié)果的影響，結(jié)果表明Morrison方案的模擬效果更為準(zhǔn)確。主要結(jié)論如下：

(1)Morrison方案模擬云水有效半徑水平分布和大小較WDM6方案更接近MODIS衛(wèi)星數(shù)據(jù)結(jié)果，模擬結(jié)果要明顯大于WDM6方案；Morrison方案模擬云冰有效半徑水平分布和大小也較WDM6方案更接近MODIS衛(wèi)星數(shù)據(jù)結(jié)果，模擬結(jié)果要小于WDM6方案；但局部地區(qū)特別是中國(guó)西南部地區(qū)，兩種方案模擬效果仍不理想。Morrison方案模擬云水路徑大于WDM6方案結(jié)果，其大小和水平分布與NCEP再分析資料結(jié)果更具有一致性。與云水路徑結(jié)果相同，Morrison方案模擬云光學(xué)厚度要明顯大于WDM6方案模擬結(jié)果，并與MODIS衛(wèi)星數(shù)據(jù)結(jié)果相比更為相似。總之，包含了暖云和冷云物理過(guò)程的Morrison雙參數(shù)云微物理方案模擬效果要好于僅包含暖云過(guò)程的WDM6方案。

(2)Morrison方案模擬云水混合比要明顯大于WDM6方案模擬結(jié)果，模擬雨水要明顯小于WDM6方案模擬結(jié)果，兩種方案模擬云水混合比和雨水混合比在垂直方向上的分布高度相同。Morrison方案模擬云冰和霰混合比要明顯小于WDM6方案模擬結(jié)果，而雪混合比則明顯大于WDM6方案。對(duì)于液相水凝物而言，方案模擬的混合比數(shù)值大小雖然不同，但在垂直方向上的分布相似；而對(duì)于冰相水凝物而言，兩種方案模擬的垂直分布和數(shù)值大小都不同。Morrison方案模擬云水光學(xué)厚度CODC、云水有效半徑CWPC大于WDM6方案，Morrison方案模擬云冰光學(xué)厚度CODI和云冰路徑CWPI均小于WDM6的模擬結(jié)果。

(3)Morrison方案模擬短波輻射小于WDM6方案結(jié)果，模擬短波輻射與衛(wèi)星資料較WDM6方案水平分布和大小一致性更好。Morrison方案模擬海平面溫度小于WDM6方案模擬結(jié)果，并與NCEP資料具有較WDM6方案更為明顯的一致性。

(4)兩種方案在區(qū)域A(陸地)模擬海平面溫度的差異大于在區(qū)域B(海洋)的模擬差異。Morrison方案模擬地表感熱通量大于WDM6方案結(jié)果，兩種方案模擬地表感熱通量陸地的差異大于海洋。Morrison方案在海洋模擬海平面氣壓要大于WDM6方案模擬結(jié)果，并與NCEP資料結(jié)果更具有一致性。下墊面的熱力差異不但會(huì)造成兩種方案模擬數(shù)值大小的差異，還會(huì)導(dǎo)致變化趨勢(shì)的不同。