夏季青藏高原那曲地區(qū)一次對流降水及云微物理的數(shù)值模擬

侯文軒，華維，郭藝媛，

1.成都信息工程大學(xué) 大氣科學(xué)學(xué)院/高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室/ 四川省氣象災(zāi)害預(yù)測預(yù)警工程實(shí)驗(yàn)室，成都 610225；2.上海市氣象信息與技術(shù)支持中心，上海 200030；3.中國科學(xué)院大氣物理研究所 竺可楨—南森國際研究中心，北京 100029

青藏高原(以下簡稱“高原”)是我國大部分江河的發(fā)源地,有“亞洲水塔”之稱.高原以其特殊的大地形動力作用和熱源驅(qū)動作用極大程度地控制了東亞乃至全球水分循環(huán)的平均狀態(tài)[1-2].在高原獨(dú)特的高低層風(fēng)場配置和急流的引導(dǎo)作用下,對流云團(tuán)東移出高原是影響我國長江流域降水的重要因子之一[3-4].夏季高原強(qiáng)烈的地形加熱激發(fā)出頻繁活躍的對流系統(tǒng),形成高原上的平均整層上升氣流,加之源于低緯海洋的暖濕氣流提供了充足的水汽,導(dǎo)致夏季的高原成為強(qiáng)烈對流活動的區(qū)域[5].因此,研究高原對流云對預(yù)報我國降水具有重要意義.

由于高原地理環(huán)境惡劣,氣象站點(diǎn)稀疏,常規(guī)氣象觀測資料匱乏,而高原對流云又具有空間尺度小、生命周期短的特點(diǎn),這給相關(guān)研究帶來很大困難,使得對高原云的研究一直存在著較大的不確定性[6-9].隨著衛(wèi)星、雷達(dá)遙感以及數(shù)值模式的飛速發(fā)展,學(xué)者們對高原云降水的研究有了更深入的了解.江吉喜等[10]早在2002年就曾利用靜止氣象衛(wèi)星(GMS)指出了夏季高原對流云活躍、頻繁且強(qiáng)度不大的普遍特征,同時揭示了高原對流云午后發(fā)展的日變化特點(diǎn).李典等[11]通過TRMM衛(wèi)星資料結(jié)合再分析資料綜合分析了高原對流云特殊的水平和垂直結(jié)構(gòu),得出云體在水平和垂直方向上分別為零散塊狀結(jié)構(gòu)和“被擠壓”狀態(tài)的空間分布特征.朱平等[12]進(jìn)一步指出了高原夏季降水主要以深厚的弱對流降水為主.為更深入了解高原特殊的天氣系統(tǒng),我國自1979年開始組織了3次大型青藏高原大氣科學(xué)試驗(yàn)[13-15].徐祥德等[16]通過對1979年和1998年兩次青藏高原大氣科學(xué)試驗(yàn)的成果概括出高原地區(qū)存在深厚的Ekman“抽吸泵”動力機(jī)制,可以促使高原上對流云發(fā)展.趙平等[17]總結(jié)了第三次青藏高原大氣科學(xué)試驗(yàn)(The Third Qinghai-Tibet Plateau Atmospheric Scientific Experiment,TIPEX Ⅲ)成果,指出高原對流云活動可能是局地發(fā)展所致,應(yīng)將研究重點(diǎn)放在云宏、微觀特征以及水成物的轉(zhuǎn)化機(jī)制上.常祎[18]通過TIPEX Ⅲ獲取的飛機(jī)觀測資料研究了高原對流云的云微物理特征及降水形成機(jī)制.

高分辨率的中尺度數(shù)值模式能很好地反映復(fù)雜地形降水的非線性動力、熱力以及微物理過程,因此廣泛應(yīng)用于云降水過程研究中[19].中尺度數(shù)值天氣預(yù)報模式(Weather Research and Forecasting Model,WRF)數(shù)值天氣預(yù)報模式在各種模式中由于其詳細(xì)的物理過程以及多樣的參數(shù)化方案而被廣泛應(yīng)用[20-21].顧小祥等[22]選用了16 種云微物理方案對一次高原切變線暴雨過程進(jìn)行了數(shù)值模擬,發(fā)現(xiàn)了高原降水中冷云降水貢獻(xiàn)較大.唐潔等[23]通過對高原一次對流云降水過程的模擬,發(fā)現(xiàn)暖雨過程對降水直接貢獻(xiàn)較小,并指出其對云中霰胚形成有著十分重要的作用.陰蜀城等[24]進(jìn)一步揭示了云中水成物各粒子相互轉(zhuǎn)化的微物理過程.目前通過WRF對高原對流云的研究更多集中于模式驗(yàn)證和降水統(tǒng)計(jì)上,而涉及降水過程中云微物理特征的研究則相對較少.因此,研究高原對流云形成的微物理機(jī)制對深入了解高原降水過程有著十分重要的意義.鑒于此,本研究利用WRF(V4.0版)模式對2019年7月14日高原那曲地區(qū)一次對流云降水過程進(jìn)行模擬,并對其云微物理結(jié)構(gòu)特征和轉(zhuǎn)化過程進(jìn)行分析,旨在揭示高原對流云降水的物理機(jī)制.

1 資料和方法

1.1 資料來源

本研究所用資料包括:① 美國環(huán)境預(yù)報中心(National Centers for Environmental Prediction,NCEP)和美國國家大氣研究中心(National Center for Atmospheric Research,NCAR)提供的一日4次的FNL再分析資料,空間分辨率為1°×1°; ② 氣象大數(shù)據(jù)云平臺提供的全西藏地區(qū)自動氣象站逐小時降水?dāng)?shù)據(jù); ③ TIPEX Ⅲ設(shè)置在那曲氣象局內(nèi)的Ka波段毫米波云雷達(dá)觀測得到的反射率因子等數(shù)據(jù); ④ 中國氣象數(shù)據(jù)網(wǎng)提供的風(fēng)云二號E星(FY-2E)觀測的相當(dāng)黑體亮溫(Black Body Temperature,TBB)資料.

1.2 試驗(yàn)設(shè)計(jì)

采用中尺度數(shù)值模式WRF(V4.0版)對青藏高原那曲地區(qū)2019年夏季7月14日的一次對流云降水個例進(jìn)行模擬.模式初始場和邊界場采用NCEP FNL資料; 模擬采用兩層嵌套(9 km和27 km)(圖1),模擬中心位置位于青藏高原那曲地區(qū)(35.1°N,89.7°E),地圖投影采用蘭伯特投影,垂直方向分為不等距32層,頂層氣壓為50 hPa,嵌套區(qū)域網(wǎng)格格點(diǎn)信息如表1所示.云微物理參數(shù)化方案選用Lin方案[25],積云對流參數(shù)化方案選用Grell-Freitas方案[26],邊界層方案選用Eta方案[27],陸面過程方案選用Noah方案[28],長波輻射方案選用Rapid Radiative Transfer Model方案[29],短波輻射方案選用Dudhia方案[30].模式積分步長為120 s,模式模擬時間從7月14日00:00-24:00.

審圖號:GS(2023)2762號

表1 嵌套區(qū)域網(wǎng)格設(shè)置

1.3 異同點(diǎn)

1) 本研究在降水模擬結(jié)果的驗(yàn)證上,采用中國氣象局的自動氣象站點(diǎn)觀測資料作為降水“真值”,為本次試驗(yàn)過程提供最可靠的驗(yàn)證資料.

2) 本研究在研究對流云發(fā)展的模擬結(jié)果上,采用TIPEX III設(shè)置于那曲氣象局的Ka波段毫米波云雷達(dá)的探測資料,作為本次試驗(yàn)過程的實(shí)況數(shù)據(jù).

3) 本研究通過改動WRF模式源代碼的方式輸出轉(zhuǎn)化源項(xiàng),在分析高原云微物理結(jié)構(gòu)的基礎(chǔ)上,進(jìn)一步研究本次對流過程中成云致雨的轉(zhuǎn)化機(jī)制.

2 天氣背景

2019年7月14日00:00-24:00,青藏高原那曲地區(qū)發(fā)生了一次自西向東的對流性降水天氣過程.從14日12時500 hPa高度場(圖2a)上可知,巴爾喀什湖大槽槽前冷空氣南下與低緯暖濕氣流在高原匯合,并在那曲地區(qū)形成一個閉合低壓系統(tǒng),為本次降水過程提供了動力條件.進(jìn)一步對水汽通量(圖2b)進(jìn)行分析也可發(fā)現(xiàn),高原南側(cè)為水汽通量大值區(qū),低緯地區(qū)水汽源源不斷涌向高原腹地,在那曲地區(qū)形成整個高原主體的水汽高值中心,其最大水汽含量在0.6 kg/(m·s)以上,說明本次降水過程中水汽供應(yīng)充足,有利于對流系統(tǒng)的形成和發(fā)展.

圖2 2019年7月14日12:00 500 hPa位勢高度場、風(fēng)場、整層積分的水汽通量

已有研究指出,黑體亮溫數(shù)據(jù)(TBB)能夠較好地揭示高原對流云的活動和分布特征,并將TBB值≤-32 ℃定義為對流云[10].采用FY-2E觀測的TBB數(shù)據(jù)對本次對流云降水過程進(jìn)行分析(圖3),圖中“○”代表那曲氣象站所在位置(31.48°N,92.01°E).由圖3可見,7月14日8:00高原上已有零星塊狀云系出現(xiàn),那曲地區(qū)東西兩側(cè)云系已有低于-50 ℃的TBB值出現(xiàn),表明此時對流云已經(jīng)形成; 至中午12:00,那曲地區(qū)對流云發(fā)展十分迅速,整個那曲地區(qū)已被大片塊狀對流云系所覆蓋,對應(yīng)的TBB值均已低于-50 ℃,其南側(cè)和東南側(cè)甚至低于-60 ℃,表明此時該區(qū)域云頂較高,對流非常旺盛; 16:00對流云系整體東移減弱,那曲上空TBB值高于-30 ℃,對流活動開始減弱,云系逐漸消散; 20:00那曲地區(qū)TBB值整體達(dá)到-20 ℃以上,此時已無明顯的對流活動.可見,14日發(fā)生于那曲地區(qū)的對流活動較為旺盛,對流降水主要產(chǎn)生于12:00-16:00.

圖3 2019年7月14日FY-2E衛(wèi)星TBB空間分布

3 結(jié)果和分析

3.1 降水

由2019年7月14日西藏自動氣象站降水量和WRF模式模擬得到的24 h累積降水量空間分布(圖4)可知,實(shí)況降水主要呈現(xiàn)出“西南—東北”橫向分布的特點(diǎn),降水大值中心分別位于高原中部和東北部(圖4a).從對應(yīng)的實(shí)況模擬場(圖4b)中可發(fā)現(xiàn),模擬結(jié)果基本再現(xiàn)了本次降水的“西南—東北”向分布特征,降水大值區(qū)主要位于西藏西部至東北部一線,西藏西南部和東南部也分別存在一個降水大值區(qū),同時各大值區(qū)量級也能夠與自動站降水較好吻合,但模擬的雨區(qū)范圍總體上偏大,其原因可能與高原自動氣象站密度較低,無法獲取完整的降水分布有關(guān)[31].

圖4 西藏自動氣象站(a)與模擬(b)的2019年7月14日00:00-24:00高原24 h累積降水量空間分布

為進(jìn)一步驗(yàn)證模式對本次對流云降水日變化的模擬能力,采用最鄰近插值法將7月14日0:00-24:00模式模擬結(jié)果插值到那曲氣象局所在經(jīng)緯度,與西藏自動氣象站降水小時數(shù)據(jù)進(jìn)行對比(圖5).由圖5可以發(fā)現(xiàn),本次對流云降水主要發(fā)生在凌晨至清晨的1:00-7:00和日間的9:00-15:00兩個階段,模式也基本能夠模擬出本次降水的日變化特征.然而,對于發(fā)生于凌晨至清晨的降水,盡管模擬結(jié)果中也有所體現(xiàn),但模式對該階段降水的量級和逐時演變特征的模擬效果并不理想.進(jìn)一步分析可以發(fā)現(xiàn),模式對發(fā)生于日間10:00-16:00時段的降水具有較好的模擬能力,模式較好地再現(xiàn)了降水從9:00開始發(fā)展,至10:00-11:00達(dá)到峰值,并于16:00結(jié)束的特征,但對于降水量的模擬略有誤差,兩個降水大值時段的表現(xiàn)均低于觀測值.

圖5 那曲自動氣象站觀測和模擬的2019年7月14日00:00-24:00那曲地區(qū)逐時降水時間序列

3.2 雷達(dá)回波

圖6為2019年7月14日00:00-24:00那曲氣象局Ka波段毫米波云雷達(dá)觀測的反射率因子以及模式模擬的強(qiáng)回波頻次與垂直速度分布.從Ka波段毫米波云雷達(dá)反射率因子的時間—高度分布圖(圖6a)來看,反射率因子對本次天氣過程有較好反映,云體發(fā)展存在明顯的日變化特征,這也與降水實(shí)況較一致.進(jìn)一步選取模擬的回波強(qiáng)度大于5dBZ的回波頻次(圖6b)和垂直速度(圖6c)與雷達(dá)反射率因子(圖6a)進(jìn)行對比可知,模擬值和Ka波段毫米波云雷達(dá)觀測結(jié)果相似,其中回波頻數(shù)最大值出現(xiàn)時間分別為10:00-12:00以及14:00-16:00,而上升氣流出現(xiàn)時間與雷達(dá)觀測回波峰值時間對應(yīng),垂直速度可達(dá)50 m/s以上,之后上升運(yùn)動逐漸減弱,表明那曲地區(qū)對流活動自上午開始發(fā)展,午后發(fā)展為對流云體,日落后對流明顯減弱,并于夜間逐漸轉(zhuǎn)為層積云.

圖6 2019年7月14日00:00-24:00那曲Ka波段毫米波云雷達(dá)反射率因子、模式模擬的回波頻次和垂直速度

綜上可見,模式能夠較好地刻畫本次對流云降水的空間分布和日變化特征,且模擬的回波頻次和垂直速度也能與雷達(dá)觀測結(jié)果和降水實(shí)況較好對應(yīng).因此,利用WRF模式的輸出結(jié)果對本次對流云降水微物理過程進(jìn)行分析具有較高的可行性.

3.3 云微物理結(jié)構(gòu)及轉(zhuǎn)化

3.3.1 云微物理結(jié)構(gòu)

圖7為模擬的7月14日00:00-24:00那曲地區(qū)各相態(tài)粒子混合質(zhì)量比時間—高度分布(圖中紅色線條為0 ℃高度層).由圖7a可見,冰粒子主要分布于高層300～100 hPa范圍內(nèi),其大值中心位于250 hPa附近; 雪粒子(圖7b)分布較廣,450～100 hPa均有存在,但主體位于高層,大值中心主要集中在200 hPa左右; 霰粒子(圖7c)和云水粒子(圖7d)則主要出現(xiàn)在中層,其大值中心均位于450 hPa高度,其中霰粒子質(zhì)量比更大,而云水粒子出現(xiàn)的時間更長; 雨水粒子(圖7e)則基本集中于低層,大值中心位于550 hPa左右.

圖7 2019年7月14日00:00-24:00那曲地區(qū)各相態(tài)水凝物混合質(zhì)量比

就各相態(tài)粒子混合質(zhì)量比的時間演變而言,雨水粒子混合比高值區(qū)主要集中于10:00-13:00,其中心極值可達(dá)到0.6 g/kg,這與降水產(chǎn)生時間較為吻合,說明高原對流降水于午間開始出現(xiàn); 與此同時,雪粒子和霰粒子在該時段內(nèi)均存在大值中心,其極值中心>0.6 g/kg; 冰粒子和云水粒子在10:00-13:00時段內(nèi)混合質(zhì)量比僅為0.45 g/kg,而二者的大值中心主要分布在13:00-16:00時段內(nèi),在午后時間段雨水粒子已基本消散.由此可知,本次對流云降水主要受冰相過程影響,其中雪粒子和霰粒子是天氣過程中冷云水成物的主要組成部分.

3.3.2 云微物理轉(zhuǎn)化過程

云微物理過程實(shí)質(zhì)上是不同水凝物粒子之間的相互轉(zhuǎn)化,因此對降水的形成和發(fā)展十分重要[32].首先對云微物理結(jié)構(gòu)源項(xiàng)進(jìn)行分析.Lin方案中共包括6種水生物源匯項(xiàng)[33],本研究選取對降水貢獻(xiàn)較大的雨水源項(xiàng)、雪源項(xiàng)和霰源項(xiàng)進(jìn)行分析.雨水源項(xiàng)共4個過程,分別為雪的融化(Msr)、霰的融化(Mgr)、雨水碰并云水(Ccr)以及云雨的自動轉(zhuǎn)化(Acr).雪源項(xiàng)共5個過程,分別為雪的凝華增長(Svs)、雪的凇附增長(Ccs)、冰的貝杰龍過程(Bis)、雪碰并冰(Cis)和冰向雪的自動轉(zhuǎn)化(Ais).霰源項(xiàng)共9個過程,其中初生霰粒子過程(霰胚形成的過程)有4個,分別為過冷雨滴凍結(jié)成霰(Frg)、過冷雨滴碰凍雪(Csr)、冰碰凍過冷雨滴(Cri)和雪向霰的自動轉(zhuǎn)化(Asg).當(dāng)霰粒子經(jīng)過以上過程后,可按照霰的凝華增長(Svg)、霰碰并雪(Csg)、霰碰并冰(Cig)、霰碰并過冷雨滴(Crg)以及霰的凇附增長(Ccg)5類方式增長.

圖8為7月14日12:00那曲上空雨水、雪和霰源項(xiàng)轉(zhuǎn)化率垂直分布圖.由圖8a可見,雨水主要來自于霰粒子的融化(Mgr),且霰粒子的融化主要發(fā)生在500 hPa,最大轉(zhuǎn)化率達(dá)到7.9 g/(1 000 kg·s),雨水碰并云水(Ccr)和雪的融化(Msr)則是本次降水的次要來源,最大轉(zhuǎn)化率分別為0.8,0.2 g/(1 000 kg·s).可見,大量霰粒子與部分雪粒子的融化共同形成雨水粒子,同時雨水與云水的碰并進(jìn)一步提高了成雨效率.對于雪源項(xiàng)(圖8b),雪粒子主要來源于冰的貝杰龍過程(Bis)和自身的凇附增長(Ccs),并且各過程在不同高度上差異明顯,前者主要發(fā)生于450～150 hPa,而后者則集中在550～300 hPa; 雪的凝華增長(Svs)是形成雪粒子的另一重要途徑,其轉(zhuǎn)化過程在550～150 hPa各層均存在,最大值位于300 hPa,轉(zhuǎn)化率達(dá)0.35 g/(1 000 kg·s).從霰初生源項(xiàng)的垂直分布(圖8c)可見,霰粒子幾乎全部來自于過冷雨滴碰凍雪轉(zhuǎn)化為霰(Csr)這一過程,其最大轉(zhuǎn)化率發(fā)生在500 hPa,達(dá)到0.29 g/(1 000 kg·s).霰增長的微物理過程(圖8d)多集中在600～350 hPa范圍,其中霰自身的凇附作用(Ccg)對霰增長的影響最大,其次為霰碰并雪(Csg),霰碰并過冷雨滴(Crg)和粒子自身的凝華增長(Svg)貢獻(xiàn)相對較小,其最大轉(zhuǎn)化率僅為0.6,0.5 g/(1 000 kg·s).

圖8 2019年7月14日12:00那曲地區(qū)云微物理過程源項(xiàng)轉(zhuǎn)化率

總體來看,冰相粒子(雪和霰)的增長主要來自于碰并(Ccs,Csr,Ccg,Csg,Crg)和凝華過程(Bis,Svs,Svg),其中云水對冰相粒子的增長起到了重要作用,并通過碰并和凝華形成了大量霰粒子和少量雪粒子,在500 hPa附近融化(Mgr,Msr)形成降水,而雨水與云水的碰并作用(Ccr)進(jìn)一步提升了成雨效率.

進(jìn)一步對本次降水中的云微物理過程時間變化特征進(jìn)行分析.由7月14日那曲對流云降水微物理過程逐時變化曲線可見,相關(guān)云物理過程也主要發(fā)生在10:00-16:00時段內(nèi),與降水產(chǎn)生時段較為一致.凝華和貝杰龍過程(圖9a)中,冰通過貝杰龍過程轉(zhuǎn)化成雪(Bis)的貢獻(xiàn)最大,霰的凝華增長(Svg)和雪的凝華增長(Svs)貢獻(xiàn)較小.由圖9b可見,冰向雪的自動轉(zhuǎn)化(Ais)最為明顯,而云雨的自動轉(zhuǎn)化(Acr)次之,冰相粒子聚集程度遠(yuǎn)小于其他過程.此外,冰相粒子聚集過程的變化趨勢也與其余過程存在明顯差異,表明聚集過程對降水的作用較小.對于碰連和碰并增長過程(圖9c),霰的凇附增長(Ccg)貢獻(xiàn)最大,其次為霰碰并雪(Csg),其余過程貢獻(xiàn)較小.對于融化過程(圖9d),霰粒子的融化(Mgr)對降水的產(chǎn)生起到了重要作用,而雪粒子融化(Msr)幾乎可以忽略.由此可見,對于本次對流云降水,水汽凝華后形成冰、雪和霰粒子,其中雪粒子主要依靠冰的貝杰龍過程和碰并過程增長,而霰粒子則通過雪粒子和自身的碰連和碰并作用增長,隨著上升氣流的減弱,大量霰粒子和部分雪粒子下落至0 ℃層附近融化形成降水,且此過程中云水粒子對雪粒子和霰粒子的形成作用明顯.

圖9 2019年7月14日00:00-24:00那曲地區(qū)云微物理過程源項(xiàng)轉(zhuǎn)化率隨時間的演變特征

4 結(jié)論

采用WRF模式(V4.0版)對2019年7月14日青藏高原那曲地區(qū)一次對流云降水過程進(jìn)行了數(shù)值模擬,分析了降水特征、云微物理結(jié)構(gòu)以及轉(zhuǎn)化過程,得出以下結(jié)論:

1) 對降水量空間分布、日變化特征和雷達(dá)回波等量的模擬結(jié)果表明,WRF模式對本次青藏高原那曲地區(qū)的降水過程具有較好的模擬能力,能夠基本還原對流云的發(fā)展過程.

2) 云微物理結(jié)構(gòu)特征的分析結(jié)果表明,固態(tài)水凝物的分布高度普遍高于液態(tài)水凝物,其中冰和雪主要分布于中高層,中低層以霰和云水為主,低層多為雨水粒子.此外,雪、霰和雨水粒子的轉(zhuǎn)化主要發(fā)生在降水時段內(nèi),表明本次降水以冰相過程為主,且雪粒子和霰粒子貢獻(xiàn)較大.

3) 本次降水的云微物理轉(zhuǎn)化過程以冰相過程為主,高層雪粒子通過冰的貝杰龍過程增長,中層霰粒子則由雪粒子與過冷水滴的碰并形成,并通過雪粒子和自身碰并作用增長,低層則更多通過自身的凇附過程增加,隨著上升氣流逐漸減弱,大量霰粒子和部分雪粒子在0 ℃層附近融化形成降水,而雨水與云水的碰并作用進(jìn)一步促進(jìn)了降水的增加.此外,暖雨過程對降水的直接貢獻(xiàn)較小,但對冰相粒子的形成作用明顯.