粵港澳大灣區(qū)下墊面對“5·22”極端強降水過程影響的研究*

柯宗賢 王東海,3 曾智琳 張春燕 梁釗明 張 宇

1 中山大學(xué)大氣科學(xué)學(xué)院/廣東省氣候變化與自然災(zāi)害研究重點實驗室，珠海 519082 2 南方海洋科學(xué)與工程廣東省實驗室(珠海)，珠海 519082 3 澳門海岸帶生態(tài)環(huán)境國家野外科學(xué)觀測研究站，澳門科技大學(xué)澳門環(huán)境研究院，澳門 999078 4 中國氣象科學(xué)研究院災(zāi)害天氣國家重點實驗室，北京 100081 5 廣東海洋大學(xué)海洋與氣象學(xué)院，湛江 524088

提 要： 為探討粵港澳大灣區(qū)城市群對局地極端強降水的影響，采用WRF-ARW中尺度區(qū)域數(shù)值模式及GSI-3DVar同化系統(tǒng)，以ECMWF提供的ERA5再分析資料作為模式初始場和邊界場，并進行多普勒雷達資料的三維變分同化，對2020年5月22日發(fā)生在大灣區(qū)的極端強降水過程進行數(shù)值模擬，研究城市對局地極端降水的影響過程與機理。結(jié)果表明：相較于未同化任何觀測資料，加入雷達反射率和徑向風(fēng)資料的同化可提升降水的模擬能力，尤其對250 mm以上的特大暴雨量級的模擬改善效果最為顯著；觀測與對照試驗共同表明，大灣區(qū)城市群一方面作為“熱源”，通過感熱和潛熱過程提高了邊界層大氣溫度，產(chǎn)生明顯熱島效應(yīng)的同時增強了低層大氣的對流不穩(wěn)定度，另一方面，較強的摩擦耗散過程使邊界層風(fēng)速減弱，更多的暖濕空氣被截留在城市區(qū)域內(nèi)部，有助于形成更強的熱力不穩(wěn)定與水汽輻合條件，從而使強降水中心落在城市區(qū)域邊緣靠內(nèi)部一側(cè)；城市下墊面被替換為農(nóng)田的敏感性試驗進一步表明，城市下墊面造成的摩擦耗散作用可影響800 hPa以下的邊界層，而缺乏城市冠層的摩擦耗散作用，邊界層更強的西南風(fēng)可將暖濕不穩(wěn)定空氣輸送至城市區(qū)域下游更遠處，并受到局地地形的強迫抬升，引起更強的垂直上升運動，從而造成比對照試驗強度更大、落區(qū)位置更偏于城市下風(fēng)方的降水中心。

引 言

粵港澳大灣區(qū)作為世界級城市群與第四大灣區(qū)，經(jīng)濟發(fā)達，人口稠密，在當(dāng)前國家發(fā)展大局中具有重要戰(zhàn)略地位。然而，粵港澳大灣區(qū)地處珠江三角洲，瀕臨南海，受西風(fēng)帶系統(tǒng)與熱帶天氣系統(tǒng)的共同影響，水汽條件充沛，是我國雨季最長、雨量最充沛、也是極端強降水多發(fā)頻繁的地區(qū)之一(Luo et al,2016；2017；2020)。近年來，隨著經(jīng)濟的快速發(fā)展，城市區(qū)域不斷擴張，土地利用急劇變化，形成了自然與人為改造錯綜復(fù)雜的下墊面。城市的土地擴張利用以及密集的經(jīng)濟社會活動對局地天氣過程，如海陸風(fēng)、城市熱島環(huán)流、局地強降水等有很大的影響，尤其是頻發(fā)的強降水常常會引發(fā)城市內(nèi)澇、滑坡崩塌與泥石流等次生災(zāi)害，長期以來給大灣區(qū)帶來的人員傷亡和經(jīng)濟損失是不可估量的(Wu et al,2019；Li et al,2011；Hallegatte et al,2013)。

城市化發(fā)展對于局地強降水有著不可忽視的影響。有學(xué)者認(rèn)為城市強迫作用會影響局地對流系統(tǒng)觸發(fā)的時間和地點，并有助于極端降水中心的形成(Huang et al,2019；Chen et al,2007)。很多統(tǒng)計及個例研究也表明，城市化可以通過多種機制來使得局地降水增加，如城市化伴隨的熱島效應(yīng)使得邊界層的大氣層結(jié)不穩(wěn)定性增加從而有利于激發(fā)或增強對流降水(Shepherd and Burian,2003；Yang et al,2012；劉振鑫，2014；蒙偉光等，2012)；城市下墊面性質(zhì)增加了地表粗糙程度進而導(dǎo)致強迫抬升作用增強(Wang et al,2012；Thielen et al,2000；吳風(fēng)波和湯劍平，2011),城市地表的摩擦拖曳作用產(chǎn)生了風(fēng)阻效應(yīng)，導(dǎo)致低層氣流從郊區(qū)向城區(qū)輻合，增加了低層輻合的量級，影響了其水平分布，使得濕空氣在上空堆積，有利于強降水事件發(fā)生(Wu et al,2021；Inamura et al,2011；徐蓉等，2013)；城市區(qū)域的經(jīng)濟社會活動和人為排放增加了氣溶膠濃度，影響對流云中液態(tài)水和冰相物質(zhì)含量，在上升氣流的抬升過程中伴隨著大量的凝結(jié)潛熱釋放，促進對流發(fā)展最終增強城市區(qū)域的降水(李英華等，2020；Diem and Brown,2003；Lacke et al,2009)。然而，也有不少研究持有不同的結(jié)論與觀點：城市下墊面的存在一方面減少了降雨云中攜帶的水汽，另一方面增加了城區(qū)上空的邊界層高度，使得大氣的對流有效位能(CAPE)減小，進而減少城市區(qū)域的降水(Zhang et al,2009；Matheson and Ashie,2008；Wang et al,2012)；也有數(shù)值模擬研究發(fā)現(xiàn)，城市化效應(yīng)造成地表感熱通量增加，而潛熱通量因水汽的降低而顯著減小，最終使得城區(qū)累積降水總量大幅度減少(Guo et al,2006)。城市化發(fā)展除了影響降水強度外，還會通過影響中尺度對流系統(tǒng)(MCS)的觸發(fā)發(fā)展與生消演變，進而影響強降水的落區(qū)分布(Bornstein and Lin,2000；Huang et al,2019；Lin et al,2008)。熱島效應(yīng)是城市化發(fā)展帶來的最直接表現(xiàn)，基于觀測和模擬的研究發(fā)現(xiàn)熱島效應(yīng)往往使城市及其下風(fēng)方的降水增強，而在剔除城市化影響的敏感性試驗表明，城市下風(fēng)方的對流降雨量和累積降雨量都顯著減少(Miao et al,2011)；相反，李舒文(2018)和周林帆等(2019)通過數(shù)值模擬卻發(fā)現(xiàn)城鄉(xiāng)交界處的邊界效應(yīng)導(dǎo)致質(zhì)量堆積和局地輻合增強從而加強對流上升，對上風(fēng)向的城鄉(xiāng)交界處降水有顯著增幅作用，以農(nóng)田替代城市下墊面的模擬結(jié)果則發(fā)現(xiàn)降水落區(qū)向下風(fēng)方偏移，增強了城市區(qū)域下風(fēng)方的降水。

近年來多普勒天氣雷達觀測資料的應(yīng)用成為資料同化的一個重要方向，研究表明，有效同化雷達資料能改進初始場中的云溫、水汽、云量以及水物質(zhì)場等信息，提高中小尺度數(shù)值預(yù)報模式中濕物理過程分析能力，對改進降水預(yù)報、縮短spin-up時間、提高短時臨近預(yù)報的可信度具有重要意義(王曉峰等，2017；Xiao et al,2005)。GSI(gridpoint statistical interpolation)作為NCEP主推的同化系統(tǒng)，在業(yè)務(wù)和科研上都有著廣泛的應(yīng)用(文秋實和王東海，2017)，盡管目前我國關(guān)于多普勒雷達資料在GSI中的同化應(yīng)用已經(jīng)開展了一些研究(王洪等，2015；張少婷等，2019)，但相比國外仍有較大差距。此外，上述對城市化影響的研究工作少有借助資料同化來提升模式對于暴雨過程的模擬能力，這并不能很準(zhǔn)確地認(rèn)識城市化影響的機理。

綜合前述研究可知，城市下墊面影響強降水落區(qū)與強度過程的認(rèn)識依然很有限。在經(jīng)濟社會迅速發(fā)展、城市急劇擴張的當(dāng)前，城市下墊面如何影響大氣熱動力、不穩(wěn)定以及水汽輸送過程，從而對局地極端降水的形成過程與作用機理產(chǎn)生影響，這些問題仍然有待研究。此外，關(guān)于多普勒雷達資料在GSI中的同化應(yīng)用和研究在我國較少，如何有效同化高時空分辨率的觀測資料來改善模式對發(fā)生在城市區(qū)域的極端災(zāi)害性天氣或高影響天氣的精細化預(yù)報，進而更好地認(rèn)識城市化影響的機理，仍有很多科學(xué)問題值得探討。因此，本文以2020年5月22日發(fā)生在粵港澳大灣區(qū)的一次局地極端強降水過程為例，基于GSI進行雷達同化更新初始場的云水信息，采用同化后的分析場對該次過程開展高分辨率的數(shù)值模擬試驗，以提升對城市群發(fā)生局地極端強降水區(qū)域的模擬效果。在此基礎(chǔ)上開展敏感性試驗，分析研究大灣區(qū)城市群下墊面對此次極端強降水的落區(qū)與強度的影響過程與機理。

1 資料來源及試驗方案設(shè)計

文中使用的數(shù)據(jù)資料可分為：(1)ECMWF提供的水平分辨率為0.25°×0.25°、垂直層數(shù)為37層、時間分辨率為1 h的ERA5再分析資料，主要用于大尺度環(huán)流形勢分析及驅(qū)動模式的背景場;(2)SA波段多普勒雷達基數(shù)據(jù)(包括廣州、深圳、韶關(guān)、汕尾、肇慶、河源等6個站)用于模式資料同化;(3)地面和高空的常規(guī)與非常規(guī)觀測資料，主要包括中國區(qū)域自動站地面逐小時降水資料和地面逐5 min觀測資料，用于個例介紹和模擬結(jié)果的驗證。

本文基于WRF-ARW(Advanced Research WRF)4.1.1版本的中尺度數(shù)值預(yù)報模式，采用水平分辨率為3 km和1 km的嵌套網(wǎng)格方案(圖1)，垂直層數(shù)為51層，模式層頂氣壓為50 hPa。在經(jīng)過多組參數(shù)化方案交叉組合試驗后選取模擬效果最好的一組：云微物理方案選用Ferrier(new Eta)方案；長、短波輻射方案均采用GFDL(Eta)方案；近地面方案為Monin-Obukhov(Janjic Eta)方案；陸面過程方案采用Noah land-surface model方案并耦合單層城市冠層模式(slab UCM)；邊界層方案為Mellor-Yamada-Janjic(Eta)TKE方案。地表數(shù)據(jù)由MODIS(moderate resolution imaging spectroradiometer)土地利用資料提供。模式初始場和邊界場均選用ERA5再分析資料，側(cè)邊界條件時間間隔為1 h。

圖1 模式嵌套區(qū)域設(shè)置及地形高度(填色)Fig.1 Model nested domain configurations and terrain height (colored)

試驗首先借助WRF-ARW直接由ERA5再分析資料動力降尺度生成初始場，然后利用俄克拉何馬大學(xué)的風(fēng)暴分析預(yù)報中心(CAPS)開發(fā)的自動化雷達前處理程序88D2ARPS對雷達基數(shù)據(jù)進行質(zhì)量控制，并改進輸出接口使之適用于GSI，最后將預(yù)處理好的雷達資料接入GSI，通過三維變分方法更新模式的三維大氣初始場，2020年5月21日08時(北京時，下同)啟動模擬，預(yù)報未來24 h降水。為便于敘述，該同化和預(yù)報試驗下文簡稱為CNTL試驗。為驗證雷達同化的效果，本研究開展了一組未同化雷達反射率和徑向風(fēng)資料的試驗(以下簡稱NO_RADAR試驗)。為量化分析大灣區(qū)城市群對降水的影響，再設(shè)計一組剔除城市群下墊面的敏感性試驗(以下簡稱NO_URBAN試驗)，試驗中模式的初始場來自于21日08時CNTL試驗的同化分析場，但將大灣區(qū)城市下墊面指數(shù)更換為農(nóng)田，其余設(shè)置與CNTL試驗完全相同。

2 個例過程介紹與大尺度環(huán)流背景

2020年5月21—22日粵港澳大灣區(qū)出現(xiàn)了一次暴雨到大暴雨、局地特大暴雨的降水過程，其中特大暴雨(24 h降水量≥250 mm)主要出現(xiàn)在廣州、東莞和惠州等地(圖2a)，最大日降水量達到了402 mm。短時降水具有一定的極端性，共有36個區(qū)域自動站的小時降水超過100 mm，廣州黃埔區(qū)黃埔大橋小時降水達167.8 mm，東莞東城錄得最大3 h雨量351 mm，刷新了東莞當(dāng)?shù)貧v史最高紀(jì)錄。整體而言，此次降水過程具有短時降水強、大暴雨范圍廣、累計降水量大等特點，造成了廣州、東莞等地嚴(yán)重的內(nèi)澇災(zāi)害。

圖2b為該次極端降水過程的天氣尺度環(huán)流背景，分析發(fā)現(xiàn)，西太平洋副熱帶高壓(以下簡稱副高)位置偏西偏北，大灣區(qū)處在副高邊緣，同時副高北側(cè)呈現(xiàn)為階梯槽、多波動的形勢，850 hPa大灣區(qū)位于低槽的南緣，為局地強降水的發(fā)生提供天氣尺度擾動。臺灣海峽—南海東北部短波槽后部低層(925 hPa)有明顯的低渦切變線活動，同時切變線南側(cè)有來自南海的低空偏南風(fēng)急流(≥12 m·s-1)提供大量的暖濕水汽輸送?？梢姡舜芜^程有明顯的天氣尺度強迫作用，低渦切變線提供較好的動力抬升條件，偏南急流提供了良好的水汽輸送條件，同時有利于構(gòu)建不穩(wěn)定層結(jié)。

3 模擬結(jié)果的對比分析

3.1 雷達同化結(jié)果對比

與觀測(圖3a)對比發(fā)現(xiàn)，NO_RADAR試驗對250 mm以上特大暴雨的模擬落區(qū)偏東，形態(tài)分布狹長，且300 mm以上降水中心較為分散(圖3b);而CNTL試驗在珠江口附近降水的空間分布和強度與觀測較為一致(圖3c)，相比未進行雷達資料同化有顯著改善，對大暴雨以上(≥100 mm)的落區(qū)形態(tài)與位置體現(xiàn)最為明顯。為客觀地對比不同模擬試驗的降水預(yù)報結(jié)果，采用TS評分以及Bias評分開展進一步評估(圖略)，結(jié)果發(fā)現(xiàn)同化了雷達反射率和徑向風(fēng)資料的CNTL試驗對不同量級降水的模擬效果均有提升，尤其對250 mm以上量級的降水模擬效果提升最為顯著，這為本研究接下來的城市化敏感性試驗提供了更為準(zhǔn)確的模式初始場，進而開展城市化對極端強降水影響過程的機理研究奠定基礎(chǔ)。

圖3 2020年5月21日08時至22日08時累計24 h降水量分布(a)觀測實況(OBS)，(b)未同化雷達反射率和徑向風(fēng)試驗(NO_RADAR)，(c)對照試驗(CNTL)，(d)剔除城市群下墊面的敏感性試驗(NO_URBAN)Fig.3 Distribution of the 24 h accumulated precipitation from 08:00 BT 21 to 08:00 BT 22 May 2020(a) observation (OBS), (b) experiment without assimilating radar reflectivity and radial wind data (NO_RADAR), (c) control experiment (CNTL), (d) sensitivity experiment of removing the urban agglomeration underlying surface (NO_URBAN)

3.2 CNTL試驗?zāi)Ｊ津炞C

為進一步驗證CNTL試驗在更短的時間尺度、更小的空間范圍內(nèi)的模擬效果，圖4選取了東莞東城站與偏東區(qū)域的惠州博羅站(圖2a黑色方框和三角形)。比較兩站觀測與模擬的逐小時降水量演變(圖2a 灰色方框和三角形)，分析發(fā)現(xiàn)：模擬的逐小時演變趨勢、雨強峰值與觀測非常接近，這種波動變化較觀測整體提前了3 h左右。模擬時降水中心在空間上的小幅度位置偏差、降水時段的略微提前或者滯后通常是可以接受的(Du et al,2020；Yin et al,2020)，這可能與模式的初始條件誤差和物理參數(shù)化方案的選取有關(guān)。此外從降水峰值強度來看，模擬的東城、博羅站的最大小時雨強與觀測量級也相當(dāng)。

圖4 2020年5月21日08時至22日08時(a)東莞東城站、(b)惠州博羅站的觀測實況和CNTL試驗?zāi)M的逐小時雨強(觀測站點和模擬格點的位置見圖2a；橫坐標(biāo)中藍色為實況時間，紅色為模擬時間)Fig.4 Time series of the observed and simulated hourly rainfall intensities at (a) Dongcheng Station in Dongguan City and (b) Buoluo Station in Huizhou City from 08:00 BT 21 to 08:00 BT 22 May 2020 (See Fig.2a for sites’ locations; blue axis and red axis respectively represent the time axis of observation and simulation)

中尺度對流系統(tǒng)組織及演變過程會直接影響降水的落區(qū)、強度和持續(xù)時間。根據(jù)前述將模擬的逐小時雨量滯后3 h后與實況小時雨量對應(yīng)較好，因此對流單體演變的模擬結(jié)果也應(yīng)提前了3 h。從實況來看(圖5a1,5b1,5c1)，造成廣州、東莞的塊狀對流系統(tǒng)大致呈西北—東南走向分布，22日00—02時向南偏西方向移動并緩慢靠近珠江口，呈現(xiàn)出準(zhǔn)靜止?fàn)顟B(tài)，最大反射率強度為55～60 dBz，造成了持續(xù)數(shù)小時的強降水?！?0 mm·h-1的極端短時強降水隨對流系統(tǒng)緩慢地向南偏西方向移動，且其中心的降水強度維持在90 mm·h-1以上，具有極高的降水效率。CNTL試驗(圖5a2,5b2,5c2)盡管對周邊地區(qū)零散對流回波的模擬效果一般，但成功模擬出了造成廣州、東莞強降水的對流系統(tǒng)，無論是對其位置、強度、準(zhǔn)靜止特征還是移動方向等均有較好的再現(xiàn)效果。而對于NO_URBAN試驗(圖5a3,5b3,5c3)，21—23時強對流系統(tǒng)卻向東偏南方向移動并遠離珠江口，且小時雨強明顯高于CNTL試驗，尤其是在23時，中心降水強度達到110 mm·h-1以上。由此可見，在去除了大灣區(qū)城市群下墊面后雷達回波以及降水的強度、空間分布等都發(fā)生了顯著變化。

圖5 2020年5月22日(a1)00時，(b1)01時，(c1)02時大灣區(qū)及周邊6部SA雷達組合反射率(填色)、小時降水量(藍色等值線，單位：mm)、10 m風(fēng)場(風(fēng)矢)觀測，及(a2,b2,c2)CNTL和(a3,b3,c3)NO_URBAN試驗的21日(a2,a3)21時，(b2,b3)22時，(c2,c3)23時模擬結(jié)果(紅圈表示主要的對流系統(tǒng))Fig.5 Horizontal maps of the (a1, b1, c1) observation, (a2, b2, c2) CNTL experiment and (a3, b3, c3) NO_URBAN experiment composite radar reflectivity (colored), hourly rainfall (blue contour, unit: mm) and surface (z=10 m) horizontal wind (vector) during the convection developing stages from 00:00 BT to 02:00 BT 22 May 2020(The red circle indicates the major convective systems)

總體而言，CNTL試驗不僅較好地模擬了此次過程的降水中心的強度和落區(qū)，也成功模擬了造成局地極端強降水的對流系統(tǒng)的發(fā)展演變過程。下文將利用CNTL試驗的分析場作為敏感性試驗的初始場，分析城市群下墊面對局地極端強降水的影響。

4 城市下墊面對局地極端強降水的影響

在CNTL試驗基礎(chǔ)上，進行的NO_URBAN試驗發(fā)現(xiàn)(圖3d)，把大灣區(qū)城市群下墊面替換為農(nóng)田后，降水落區(qū)整體向東偏移了0.5個經(jīng)度(約為50 km)，強降水中心分布形態(tài)亦發(fā)生改變， NO_URBAN試驗的強降水中心平均累計降水量為214 mm，較CNTL試驗的中心平均累計降水量(183 mm)，增加了17%左右。

為何城市群下墊面的存在會造成強降水中心向西偏移(集中在城市群內(nèi))、強度減弱？城市群下墊面是如何影響或改變對流發(fā)生發(fā)展的中尺度環(huán)境條件的呢？以下基于CNTL試驗與NO_URBAN試驗的模擬結(jié)果，重點從動力、熱力、不穩(wěn)定與水汽等多種角度開展分析研究。

4.1 邊界層的摩擦耗散作用

相比于農(nóng)田等其他下墊面，城市下墊面由于其冠層的存在，對邊界層氣流具有更強的摩擦耗散作用(Thielen et al,2000；壽亦萱和張大林，2012；梁釗明等，2013)。如圖6所示，在對流觸發(fā)前，珠江口周邊地區(qū)的近地層(975 hPa)盛行西南風(fēng)，有利于暖濕空氣輸送至廣州、東莞附近。進一步對比CNTL試驗和NO_URBAN試驗在強降水發(fā)生前的水平風(fēng)場可以發(fā)現(xiàn)，下墊面以農(nóng)田替換掉城市后，珠江口附近陸地上975 hPa西南風(fēng)速有明顯的增幅，尤其體現(xiàn)在珠江口人字形海岸線東側(cè)(圖6c1,6c2黃色方框內(nèi))。為定量化分析該區(qū)域城市下墊面摩擦耗散的動力作用影響的垂直厚度，本文還對比了兩組試驗在不同高度層的風(fēng)速差異(圖略)，結(jié)果發(fā)現(xiàn)，城市冠層的存在分別使得950 hPa和900 hPa珠江口東側(cè)的區(qū)域平均風(fēng)速減小約1.4 m·s-1和0.8 m·s-1，而到了更高層的800 hPa，兩類試驗區(qū)域平均風(fēng)速的逐小時變化曲線幾乎重合。因此，粗糙的城市下墊面會對城市區(qū)域近地層的風(fēng)場形成摩擦耗散，這樣的動力作用可影響至800 hPa附近，且越接近地面，這種動力作用越明顯。

結(jié)合區(qū)域平均垂直速度的逐小時演變還發(fā)現(xiàn)(圖7a,7b)，CNTL試驗在21日20—23時這段時間內(nèi)對流層中高層(600～300 hPa)的垂直速度較NO_URBAN試驗有顯著的增幅，而這正是CNTL試驗和NO_URBAN試驗風(fēng)速開始出現(xiàn)明顯差異的時間段(圖6)，表明因城市下墊面具有更強的摩擦耗散，造成了邊界層更強的風(fēng)速輻合，從而促使CNTL試驗產(chǎn)生了比NO_URBAN試驗更強的垂直上升運動，這也是CNTL試驗強降水中心更偏于城市邊緣靠內(nèi)部一側(cè)的原因之一。因此，若沒有城市的摩擦耗散引發(fā)輻合，珠江口東側(cè)的垂直上升速度減弱，不利于潮濕空氣被抬升至自由對流高度以上，抑制了城市區(qū)域?qū)α靼l(fā)展。

圖6 2020年5月21日(a1，a2)17時，(b1，b2)19時，(c1，c2)21時(a1，b1，c1)CNTL試驗和(a2，b2，c2)NO_URBAN試驗的975 hPa風(fēng)速(填色)、風(fēng)向(風(fēng)矢)水平分布(黃色方框代表圖7和圖8選定區(qū)域)Fig.6 Horizontal distribution of wind speed (colored) and direction (wind vector) at 975 hPa from the numerical simulation at (a1, a2) 17:00 BT, (b1, b2) 19:00 BT and (c1, c2) 21:00 BT 21 May 2020 (a1, b1, c1) CNTL experiment, (a2, b2, c2) NO_URBAN experiment(Yellow box represents the selected areas in Fig.7 and Fig.8)

圖7 2020年5月21日08時至22日08時(a)CNTL試驗和(b)NO_URBAN試驗選定區(qū)域平均垂直速度隨時間變化(選定區(qū)域如圖6中黃色方框所示)Fig.7 Average vertical velocity of (a) CNTL experiment and (b) NO_URBAN experiment in the selected area changing with time from 08:00 BT 21 to 08:00 BT 22 May 2020(The selected area is shown as yellow box in Fig.6)

4.2 城市下墊面增強邊界層的熱力與不穩(wěn)定

陸面是影響大氣環(huán)流的重要下墊面之一，陸面的感熱和潛熱是大氣的重要源匯，其表面強的非均勻性可導(dǎo)致局地水分能量的不平衡，并進一步改變邊界層的熱動力結(jié)構(gòu)，最終影響MCS的發(fā)生發(fā)展(Gao et al,2021；付超等，2021)。診斷兩組試驗平均感熱通量和潛熱通量的日變化發(fā)現(xiàn)(圖8)，21日14時至22日04時CNTL試驗在城區(qū)的平均感熱通量連續(xù)高于NO_URBAN試驗，表明相較于農(nóng)田下墊面，城市下墊面與大氣之間發(fā)生的湍流熱交換更強，熱量由地表向上傳輸更加強烈，大氣從城市下墊面汲取的熱量更多，從而有利于近地面大氣的增溫。而潛熱的釋放主要與土壤中的蒸發(fā)和吸附過程有關(guān)，以往研究表明，向上的水汽通量主要來源于白天土壤水分的蒸發(fā)，總體上總蒸發(fā)大于吸附(Gao et al,2021；Burns et al,2018)。因此，由于強烈的蒸發(fā)過程，下墊面為農(nóng)田的NO_URBAN試驗在珠江口附近釋放的潛熱更多，造成地表溫度較低；相比之下，城市地面蒸發(fā)、植被蒸騰作用較弱，導(dǎo)致在降水發(fā)生前其潛熱通量遠遠小于農(nóng)田下墊面。

圖8 2020年5月21日14時至22日04時CNTL試驗和NO_URBAN試驗選定區(qū)域的平均感熱(SH)和潛熱(LH)通量(選定計算平均的區(qū)域如圖6中黃色方框所示，藍色方框代表強降水時段)Fig.8 Average sensible heat (SH) and latent heat (LH) fluxes in selected areas of CNTL experiment and NO_URBAN experiment from 14:00 BT 21 to 04:00 BT 22 May 2020(Blue box represents heavy rainfall period, and the selected area is shown as yellow box in Fig.6)

綜上所述，在吸收相同太陽輻射的條件下，城市下墊面增溫顯著快于農(nóng)田性質(zhì)下墊面，結(jié)合上述感熱和潛熱通量的分析結(jié)果，在降水發(fā)生前，強降水中心附近的地面溫度更高，通過感熱與潛熱過程增強了城市區(qū)域與周邊地區(qū)(農(nóng)田)的溫度梯度，產(chǎn)生明顯的熱島效應(yīng)，而更強的地面熱通量有利于增強大氣層結(jié)的不穩(wěn)定性(下文討論)，進而使得垂直運動加強，最終觸發(fā)了對流發(fā)展，是該次強降水集中在城市區(qū)域的可能原因之一。

大氣層結(jié)穩(wěn)定度是影響中尺度對流系統(tǒng)發(fā)展與降水強度的關(guān)鍵因素之一，而城市下墊面對邊界層大氣穩(wěn)定度與近地面暖濕的分布特征又有什么影響呢？圖9a1,9b1,9c1具體分析了強對流觸發(fā)前不同時刻CNTL試驗和NO_URBAN試驗975 hPa的θse差值(Δθse975；差值指CNTL試驗減NO_URBAN試驗,下同)，可以發(fā)現(xiàn)，城市化的影響使得城區(qū)近地面的θse增強，且Δθse975大值區(qū)分布與城市土地的分布較為一致，尤其是在人字形海岸線沿岸的東側(cè)城區(qū)增幅最為顯著。而在去除了城市冠層后，θse大值區(qū)向東偏移約0.3個經(jīng)度，變化前后分別與CNTL試驗和NO_URBAN試驗的強降水中心較好地重合。目前業(yè)務(wù)預(yù)報中常用850 hPa與500 hPa的θse差值(Δθse850-500)來診斷當(dāng)前大氣的對流穩(wěn)定度，但這并不能很好地反映城市化的影響，應(yīng)當(dāng)對大氣邊界層的975 hPa與850 hPa的θse差值(Δθse975-850)予以關(guān)注(付超等，2021)。從兩組試驗Δθse975-850差值的時間演變分析(圖9a2,9b2,9c2)，也可發(fā)現(xiàn)在城市化上空尤其是珠江口東側(cè)的Δθse975-850明顯高于NO_URBAN試驗，說明城市化確實會使得上空大氣邊界層具備更強的對流不穩(wěn)定度，這是CNTL試驗短時強降水持續(xù)時間長、對流性更顯著的原因之一。在更改為農(nóng)田下墊面后，Δθse975-850大值區(qū)同樣向東偏移，與近地面θse演變類似，考慮到其上游邊界層的θse和Δθse975-850在剔除城市下墊面后均有顯著降低，因此向東的不穩(wěn)定度增加可能是由于上游的暖濕空氣和不穩(wěn)定能量輸送至下游所致。

圖9 2020年5月21日(a1，a2)16時，(b1，b2)18時，(c1，c2)20時(a1，b1，c1)CNTL試驗和NO_URBAN試驗的Δθse975差值(填色)，CNTL試驗的水平風(fēng)場(風(fēng)矢)，(a2，b2，c2)Δθse975-850差值(填色)(白色填充部分表示地形)Fig.9 (a1, b1, c1) Δθse975 of CNTL and NO_URBAN experiments (colored) superimposed with horizontal wind vector of CNTL experiment, (a2, b2, c2) Δθse975-850 (colored) at (a1, a2) 16:00 BT， (b1, b2) 18:00 BT， (c1, c2) 20:00 BT 21 May 2020(White shading denotes terrain)

為進一步分析城市化的熱力強迫對垂直方向上大氣層結(jié)穩(wěn)定度分布特征的影響，對22.7°～23.7°N作經(jīng)向平均，診斷降水前兩類試驗θse緯向-垂直剖面可以發(fā)現(xiàn)，城市下墊面提高了900 hPa以下的θse(圖10a,10b紅色方框內(nèi))，表明城市大氣邊界層內(nèi)具有更好的暖濕條件，也就是說，若沒有城市下墊面的作用，大氣層結(jié)將呈現(xiàn)較穩(wěn)定的狀態(tài)，這可能不利于強對流天氣的發(fā)生發(fā)展；而對于城市區(qū)域東部邊緣，在剔除了城市下墊面后，900 hPa以下的θse則有明顯的上升(圖10a,10b藍色方框內(nèi))，結(jié)合4.1小節(jié)中討論的結(jié)果，城市下墊面對大氣摩擦耗散的動力作用能顯著影響至900 hPa附近，可進一步推斷主要原因是城市下墊面改變后，近地面的暖濕西南風(fēng)受到的摩擦作用降低，將更多的暖濕空氣輸送到原來城市區(qū)域的東側(cè)，形成堆積，解釋了NO_URBAN試驗中降水落區(qū)較CNTL試驗向東偏移的原因。

圖10 2020年5月21日20時(a)CNTL試驗和(b)NO_URBAN試驗22.7°～23.7°N平均的θse經(jīng)度-高度垂直剖面(紅框、藍框分別表示CNTL試驗、NO_URBAN試驗的降水中心)Fig.10 Longitude-height θse profiles of (a) CNTL experiment， (b) NO_URBAN experiment at 20:00 BT 21 May 2020(The red and blue boxes respectively represent the precipitation center of CNTL experiment and NO_URBAN experiment, latitude is 22.7°-23.7°N average)

4.3 城市摩擦對邊界層水汽的截留與堆積

持續(xù)充沛的水汽被輸送至對流系統(tǒng)內(nèi)部有助于產(chǎn)生大量降水。圖11展示了21日17時和19時950 hPa上NO_URBAN試驗與CNTL試驗的水汽混合比差值，分析發(fā)現(xiàn)在強降水發(fā)生前，城市區(qū)域下風(fēng)方向水汽混合比差值為負(fù)，尤其是在19時，該區(qū)域NO_URBAN試驗較CNTL試驗的水汽混合比高1.6 g·kg-1以上(圖11b)，說明在缺乏城市冠層的摩擦耗散條件下，水汽無法截留在城市，反而在城市下風(fēng)方區(qū)域、大灣區(qū)東北部的低矮丘陵山前位置堆積了更多濕空氣，為隨后該區(qū)域產(chǎn)生強降水提供了條件。

圖12對比了對流初始時刻不同降水中心位置的垂直剖面圖，以了解兩組試驗三維水凝物分布特征上的差異?？梢园l(fā)現(xiàn)，盡管兩組試驗在低層水汽輸送量級相當(dāng)，但CNTL試驗由于城市冠層的摩擦耗散，一方面使得水汽通量大值區(qū)(>34 g·cm-1·hPa-1·s-1)及低層相當(dāng)位溫高值區(qū)更集中在城區(qū)，進而有利于強降水中心落區(qū)更為集中，另一方面，城市群的阻擋加強了城區(qū)部分水汽的垂直輸送，因而輸送到下游地區(qū)的水汽減少，利于強降水過程發(fā)生在城區(qū)內(nèi)(圖12a,12b)；而對比圖12c和12d發(fā)現(xiàn)，對于城市區(qū)域東部邊緣(NO_URBAN降水中心附近)，可以明顯看到NO_URBAN試驗整體的近地面水汽通量更大，且由于地面摩擦減小，使得降水中心南側(cè)1 km高度以下的風(fēng)速整體更強，造成近地面層的水汽輸送更明顯，有助于強降水的發(fā)生。另外，由于強的水汽輸送受到了23.24°N附近的低矮地形(海拔高度約為1 km)的抬升，該區(qū)域的垂直速度較CNTL試驗更加顯著(如圖12d藍色箭頭所示)，且垂直上升運動以及假相當(dāng)位溫的垂直梯度變化均要強于CNTL試驗，使得降水強度有所增強，即局地地形增強了NO_URBAN試驗降雨，這與Yin et al(2020)對2017年廣州“5·7”極端強降水事件的分析結(jié)果類似。

為進一步了解與低層水汽局地變化相關(guān)的過程，應(yīng)用式(1)的水汽收支方程計算NO_URBAN試驗強降水中心附近區(qū)域D2及其上風(fēng)方向區(qū)域D1(位置如圖11b所示)的低層(950 hPa附近)水汽來源，從而定量判別城市動力作用對局地水汽的影響(Wu et al,2021；Du et al,2020)。

(1)

式中：?qv/?t代表水汽qv的局地變化，而-V·hqv和-w(?qv/?z)分別為水平平流和垂直輸送項，F(xiàn)y代表剩余項。需要注意的是，方程最右邊的剩余項包括邊界層次網(wǎng)格混合(垂直湍流混合)的貢獻、非絕熱(凝結(jié)/蒸發(fā))效應(yīng)以及平衡方程的計算誤差。

D1區(qū)域位于NO_URBAN強降水中心的上游，對于CNTL試驗，在對流初始時刻(CI)之前水汽基本呈現(xiàn)穩(wěn)定的增長趨勢，但并沒有觀測到明顯且持續(xù)的低層上升氣流(圖13a)，剩余項也有正有負(fù)，因此垂直輸送和剩余項可以忽略不計，水汽的主要來源為水平平流項，尤其是在19時，水平輸送的正貢獻達到峰值。而在去除了城市群下墊面后，不同過程整體上沒有發(fā)生太大變化，但水平輸送的正貢獻有所減弱(如圖13b，主要體現(xiàn)在18—20時)，最終使得水汽含量相比于CNTL試驗有所減少，這可能是由于減少了城市的摩擦耗散后增強了水汽向下風(fēng)方向的水平平流輸送，不利于邊界層水汽在D1區(qū)域的堆積。對于D2區(qū)域，根據(jù)圖11和圖12d分析，除了水平平流外，垂直輸送也是水汽增加的主要原因。在CI之前(15—18時)，對于NO_URBAN試驗，D2區(qū)域的水平平流在水汽輸送中只占短暫的主導(dǎo)地位，之后對水汽的增加有負(fù)貢獻。而到了CI發(fā)生時刻附近，即19—21時期間，水汽的垂直輸送又占據(jù)主導(dǎo)地位，且稍強于CNTL試驗(圖13c,13d)，因此明顯是在強的水平輸送的前提下，受到了D2附近的復(fù)雜地形的抬升，最終導(dǎo)致了D2區(qū)域上950 hPa水汽的增加，進而有助于強降水的發(fā)生。

圖11 2020年5月21日(a)17時和(b)19時CNTL試驗和NO_URBAN試驗的950 hPa水汽混合比差值水平分布(填色)及CNTL試驗水平風(fēng)場(風(fēng)矢)(白色填充部分表示地形，圖11a中的藍色、紅色實線代表圖12中垂直剖線的位置，圖11b中的D1和D2區(qū)域用于圖13中水汽收支分析)Fig.11 The difference of water vapor mixing ratio (colored) in CNTL and NO_URBAN experiments superimposed with horizontal wind vector of CNTL experiment at 950 hPa at (a) 17:00 BT; (b) 19:00 BT 21 May 2020(White shadings denote terrain， the blue and red lines represent the cross-section in Fig.12， D1 and D2 in Fig.11b are used for budget analyses of water vapor in Fig.13)

圖12 2020年5月21日20時(a，c)CNTL試驗，(b，d)NO_URBAN試驗(a，b)沿113.72°E(圖11a藍線，即穿過CNTL試驗降水中心)，(c，d)沿114.25°E(圖11a紅線，即穿過NO_URBAN試驗降水中心)的水汽通量(填色，單位：g·cm-1·hPa-1·s-1)、相當(dāng)位溫(紅色等值線，單位：K)、垂直速度(綠色等值線，單位：m·s-1)和風(fēng)場(風(fēng)矢，經(jīng)向風(fēng)與垂直速度的合成)(黑色陰影表示地形，底部的藍色和紅色三角形分別表示CNTL試驗和NO_URBAN試驗降水中心位置)Fig.12 Vertical cross-section along (a, b) 113.72°E (blue line in Fig.11a, through the precipitation center of CNTL) and (c, d) 114.25°E (red line in Fig.11a, through the precipitation center of NO_URBAN) of water vapor flux (colored, unit: g·cm-1·hPa-1·s-1), equivalent potential temperature (red contour, unit: K), vertical velocity (green contour, unit: m·s-1) and wind field (vector) in (a, c) CNTL experiment and (b, d) NO_URBAN experiment at 20:00 BT 21 May 2020(Black shading denotes terrain, the blue and red triangles at the bottom represent precipitation center locations of CNTL and NO_URBAN experiments, respectively)

圖13 2020年5月21日15—24時(a，c)CNTL試驗，(b，d)NO_URBAN試驗在(a，b)D1區(qū)域,(c，d)D2區(qū)域的950 hPa平均水汽混合比、水平平流項、垂直輸送項、剩余項的時間序列[D1和D2位置如圖11b所示，灰色垂直實線表示CI，灰色水平虛線表示式(1)右邊項的貢獻為零]Fig.13 Time series of hourly water vapor mixing ratio, horizontal advection， vertical advection and the residual terms of the water vapor Eq.1 from (a, c) CNTL experiment and (b, d) NO_URBAN experiment in the regions of the D1 (a, b) and D2 (c, d) at 950 hPa from 15:00 BT to 24:00 BT 21 May 2020(D1 and D2 are indicated as two rectangles in Fig.11b, solid gray vertical line indicates the time of CI, and dashed gray horizontal line indicates zero contribution from the right-hand side terms of Eq.1)

因此，結(jié)合前述動力、熱力與不穩(wěn)定原因，剔除城市下墊面后，城區(qū)東部邊緣地區(qū)具備了更好的熱力、水汽與不穩(wěn)定條件，并同時受到局地地形的抬升，加劇了局地垂直上升運動，因而產(chǎn)生了比CNTL試驗量級更大的降水。

5 結(jié)論與討論

本文首先利用中尺度數(shù)值預(yù)報模式WRF-ARW4.1.1及GSI同化系統(tǒng)對粵港澳大灣區(qū)“5·22”極端強降水過程進行了多普勒雷達資料同化及高分辨率數(shù)值模擬，結(jié)果表明經(jīng)過雷達同化的試驗?zāi)軌蛟谝欢ǔ潭壬细纳茝娊邓哪M效果，尤其對250 mm以上的特大暴雨改善最為顯著。雷達同化后的CNTL試驗?zāi)軌蜉^好地模擬此次事件的降水強度和落區(qū)以及對流系統(tǒng)的產(chǎn)生和演變，為敏感性試驗(NO_URBAN試驗)提供了較為準(zhǔn)確的模式初始場?；贑NTL試驗與NO_URBAN試驗的模擬結(jié)果，探討并解釋了大灣區(qū)熱島效應(yīng)、城市下墊面的摩擦耗散作用以及局地地形等對局地極端降水影響的可能物理機制。初步得出以下結(jié)論：

(1)大灣區(qū)城市群下墊面作為局地“熱源”，通過增加城區(qū)感熱通量和降低潛熱通量的方式與大氣進行能量交換進而提高邊界層大氣溫度，一方面產(chǎn)生明顯的熱島效應(yīng)，另一方面更強的地表熱力作用提高了近地面的θse及Δθse975-850。此外城市下墊面還有助于邊界層形成更好的暖濕條件，同時增強低層大氣的對流不穩(wěn)定度。城市區(qū)域的邊界層熱力與不穩(wěn)定的大氣結(jié)構(gòu)有利于對流的觸發(fā)與發(fā)展。

(2)CNTL試驗與NO_URBAN試驗協(xié)同表明，相較于農(nóng)田下墊面，城市下墊面冠層可造成顯著的大氣摩擦耗散作用，其影響高度在800 hPa以下的大氣邊界層均有表現(xiàn)，且越接近地面其影響越顯著。這種摩擦耗散的動力作用直接引起了城市區(qū)域近地面西南風(fēng)減弱，不僅能將更多的暖濕空氣截留在城市區(qū)域內(nèi)部，從動力角度還有利于垂直上升運動的產(chǎn)生。城市下墊面有助于大氣具備更強的熱力及不穩(wěn)定條件，再配合城市下墊面造成的這種動力作用，使CNTL試驗的強降水中心發(fā)生在城市區(qū)域邊緣靠近內(nèi)部一側(cè)。

(3)NO_URBAN試驗中，降水落區(qū)較CNTL試驗整體向東偏移約50 km，強降水中心區(qū)域平均累計雨量增加了17%左右，這是由于缺少了城市冠層的摩擦耗散作用，原城市區(qū)域的邊界層西南風(fēng)顯著增強，將更多的暖濕水汽與能量輸送到城市下風(fēng)方更遠處，使得在邊界層西南風(fēng)的城市區(qū)域下游地區(qū)具備了比CNTL試驗更好的對流環(huán)境與水汽輻合條件，導(dǎo)致降水落區(qū)產(chǎn)生偏移。兩組試驗的局地中尺度環(huán)境場條件的差異，與下墊面類型有著密切關(guān)系。此外，NO_URBAN試驗替換了城市下墊面，邊界層弱的摩擦耗散作用造成了暖濕不穩(wěn)定空氣更多地被輸送到城市區(qū)域的下游，并與大灣區(qū)邊緣的地形發(fā)生相互作用，即受到小尺度低矮丘陵的強迫抬升，形成更強的垂直上升運動，最終造成了更強的降水。上述兩點解釋了NO_URBAN試驗?zāi)墚a(chǎn)生具有比CTNL試驗更強的降水、落區(qū)位置更偏向于城市區(qū)域下風(fēng)方的可能原因。

本文通過兩組模擬試驗對比，從熱動力、不穩(wěn)定以及水汽輸送等角度初步探討了大灣區(qū)城市群下墊面對局地極端強降水的影響過程與機理，但對于不同天氣背景和影響系統(tǒng)所造成的降水過程，城市下墊面的影響可能是多樣化的，因此本研究的結(jié)論是否具有普適性，還需要選取更多不同類型的降水個例來進行更深入的佐證和研究。由于大灣區(qū)的迅速發(fā)展，模式自帶的MODIS下墊面數(shù)據(jù)所覆蓋的城市范圍與實際相比應(yīng)當(dāng)有些許偏差，可能會造成城市效應(yīng)的低估。此外，本文利用GSI-3DVar同化系統(tǒng)同化雷達資料時采用的是靜態(tài)背景誤差協(xié)方差矩陣，使得模式降水預(yù)報仍存在一定的空報和漏報，因此未來工作考慮以更高分辨率和精度的下墊面資料替換模式內(nèi)部相應(yīng)部分的數(shù)據(jù)，并進一步優(yōu)化同化方案和算法，以提高敏感性試驗的模擬效果以及分析結(jié)果的可信度。