衣娜娜，苏立娟，史金丽，董祝雷，许志丽

(1.中国气象局乌鲁木齐沙漠气象研究所，中亚大气科学研究中心，新疆 乌鲁木齐 830000；2.内蒙古自治区气象科学研究所，内蒙古 呼和浩特 010000；3.内蒙古自治区人工影响天气重点实验室，内蒙古 呼和浩特 010000；4.内蒙古自治区气候中心，内蒙古 呼和浩特 010000)

引 言

冰雹是中国重要灾害性天气之一，主要发生在西北、东北、华北、西南[1-3]。雹块直径一般为0.5～2 cm，即便直径较小时依然会对农作物产生较大不利影响[4]。冰雹时间短、局地性强[5]，常规地面和探空观测受仪器性能和观测密度限制，不足以全面揭示产生冰雹的中小尺度系统发生发展和演变过程[6-8]。近30 a中尺度模拟研究迅速发展。WRF模式能够反映复杂地形降水的非线性动力、热力过程和详细的微物理过程，嵌套复杂的冰雹云微物理方案在再现实际冰雹过程方面具有优势[9-11]。

目前利用高分辨率的中尺度数值模式模拟冰雹强对流天气，已经成为冰雹研究的重要途径[12-13]，发展数值模式的非绝热物理过程对提高冰雹预报水平有重要作用，这些物理过程包括积云对流参数化过程、边界层参数化过程和微物理参数化过程。但参数化方案具有很强的区域性[14-15]，不同参数化方案模拟的结果差异很大[16-18]。LITTA等[19]基于WRF模式比较三种不同的微物理方案Ferrier (FERR)、WRF Single Moment 6 class (WSM6) 和Thomson scheme (THOM)在模拟印度地区强对流天气方面的优劣，发现FERR方案能较好地模拟强对流发生时间和强度。STACHNIK[20]认为WRF模式具备模拟冰雹等对流天气的能力，但是不同的微物理参数化方案模拟的冰雹结构存在较大差异。

内蒙古是国内降雹次数最多且雹灾最严重的地区之一，也是华北地区最大降雹中心[21]。内蒙古地区区域跨度大，强对流天气在内蒙古西部为沿阴山山脉的准东西走向，在东部呈沿大兴安岭准南北走向。目前对于内蒙古地区冰雹等强对流天气的模拟试验较少，多局限于利用实况资料的个例分析，所以有必要开展针对冰雹等强对流天气的中尺度模式模拟研究工作。2015年7月29日14:00—20:00(北京时，下同)，呼和浩特市大部自北向南自西向东出现降雹，此次过程冰雹最大直径达5 cm，导致多种经济作物受灾，各旗县经济损失均达上百至上千万元[22]。本文以此次过程为研究个例，探讨不同积云参数化方案和微物理参数化方案对冰雹模拟结果的影响，检验模式在不同参数化方案下的模拟性能，以期为本地冰雹等强对流天气数值预报模式选取云微物理参数化方案提供一定的参考。

1 实 况

此次冰雹强对流天气过程为典型冷涡系统影响下的天气过程，500 hPa温度场落后于高度场，随着蒙古冷涡的东移南下，冷涡后部风速逐渐增大，蒙古冷涡系统逐渐加强。700 hPa辐合中心在高空系统引导下，逐渐加强并东移南压至内蒙古中部地区。

同时西南水汽输送逐渐增强，冷涡后部增强的西北冷湿气流与冷涡前端的西南暖湿气流交汇，触发强对流天气(图1)。

2015年7月29日呼和浩特市共有两次对流过程，分别发生在16:00—17:00与18:30—19:30，图2为两次强、弱对流天气过程典型时刻呼和浩特站雷达组合反射率因子。可以看出，第一次回波强度和强回波区域较小且无降水，第二次回波自西向东移动并逐渐加强，呼和浩特站雷达组合反射率因子最大可达65 dBZ并伴有冰雹发生。

图1 2015年7月29日08:00(a、 c)，14:00(b、d)500 hPa(a、b)和700 hPa(c、d)位势高度场(实线，单位：dagpm)、风场(风向杆，单位：m·s-1)和相对湿度场(阴影，单位：%)及500 hPa温度场(虚线，单位：℃)Fig.1 The geopotential height field (solid isoline, Unit: dagpm), wind field (wind stem, Unit: m·s-1), relative humidity (shaded, Unit: %) on 500 hPa (a, b) and 700 hPa (c, d) and 500 hPa temperature field (dotted isoline, Unit: ℃) at 08:00 BST (a, c) and 14:00 BST (b, d) on 29 July 2015

图2 2015年7月29日两次强、弱对流天气过程典型时刻呼和浩特站雷达组合反射率因子(单位：dBZ)Fig.2 The combine reflectivity factor at representative time from Hohhot station during two weak and strong convective weather processes on 29 July 2015 (Unit: dBZ)

图3为2015年7月29日微波辐射计观测的呼和浩特站大气可降水量PWV、反演的沙氏指数SI、总温度TT日变化及逐小时降水。可以看出，冰雹发生前，PWV变化较平稳，维持在3.5 cm左右，随着冰雹的发生，PWV骤然增加，19:05达最大值14.4 cm，19:20PWV减小为4.1 cm，呼和浩特城区站20:00雨量为11.3 mm。冰雹发生前，SI<0 ℃，表明大气一直处于不稳定状态，18:59 SI=-6.5 ℃，在内蒙古地区雷暴大风等强对流天气发生的阈值范围内[22]，随着冰雹发生，不稳定能量释放，SI迅速增大，19:11 SI=1.0 ℃，大气恢复到稳定状态。张琳娜等[25]统计北京30次冰雹过程中，TT为40～45 ℃。此次冰雹发生前TT稳定维持在43.0 ℃，18:59 TT达最大值45.0 ℃，随后TT迅速减小到33.8 ℃。

16:00—17:00的弱对流过程，因无降水，所以激光雨滴谱仪观测的降水粒子数为0，但微波辐射计观测的PWV和反演的SI均有体现，16:00—17:00PWV呈缓慢波动变化，最大值为7.3 cm(16:06)，SI=-6.9 ℃，表明大气极不稳定，但由于水汽较少，PWV的均值4.8 cm小于第2次对流过程均值5.4 cm，所以无降水发生。

图3 2015年7月29日微波辐射计观测的呼和浩特站PWV(a)、反演的SI(b)、TT(c)日变化和逐小时降水(d)Fig.3 The diurnal variation of observed PWV (a) and SI (b) and TT (c) derived from ground-based microwave radiometer and hourly rainfall (d) at Hohhot station on 29 July 2015

2 模式与参数化方案

多种观测资料均反映了此次降雹过程，为探讨不同云微物理参数化方案对冰雹模拟结果的影响，检验模式在不同参数化方案下的模拟性能，本文利用WRF模式和多种云微物理参数化方案模拟此次降雹过程。微物理方案选用5种适合高分辨率模拟且可以模拟雪和霰粒子的方案：Lin 方案、WRF Single-Moment 6-class(WSM6)、Goddard Microphysics(GM)、New Thompson et al(NT)和Milbrant-Yau Double-Moment 7-class(MYDM7)。积云参数化方案选用Kain-Fritsch(KF)、Betts-Miller-Hanjic(BMJ)、Grell-Devenyi-ensemble(GD)和Grell3d ensemble cumulus(G3)。初始场选用NCEP FNL Operational Model Global Tropospheric analyses数据，积分时间为2015年7月29日00:00至7月30日08:00。采用三重嵌套，网格分辨率为45 km×15 km×5 km，格点数分别是68×62、100×82、118×106。分别从降水粒子质量浓度的时间变化、能量和水汽条件和动力条件初步讨论各种方案对此次天气过程模拟的优劣。

2.1 微物理方案

Lin方案是物理过程描述较为复杂的方案，方案中与水相物质有关的预报量有：云水、雨水、冰、雪、霰和水汽。当温度T<-40 ℃，云水全部冻结成冰；当T>0 ℃时，云冰全部融化成云水；当-40

WSM6和Lin 方案包括相同的预报变量，但处理过程不同，当温度低于冰点时，WSM6将云水处理为云冰、雨水处理为雪。

NT方案是在Thompson方案的基础上做了相应的改进，结合了冰、雪和霰进程，增加了雨滴数浓度的预报。

GM方案是在Lin的基础上，在相关的饱和调整技术和Simpson方案等基础上进行了部分调整，包括6种水凝物，对冰晶、雪和霰的考虑更加细化。

MYDM7双参数化方案是一个全新的微物理显示方案[26]，这个方案包含云水、雨水、冰晶、雪晶、霰、雹等水凝物过程，在这个方案中霰和雹是相互分开的。该方案采用双参数方法预报，可以预报上述6种水凝物的质量浓度比和数浓度。详细的微物理方案包含的变量名称以及是否涉及冰相和混合相过程参考表1，表中Qv、Qc、Qr、Qi、Qs和Qg分别表示水汽、云水、雨水、冰晶、雪和霰的质量浓度比，因水汽不涉及数浓度，其他水凝物数浓度用Nc、Nr、Ni、Ns和Ng表示。

表1 微物理方案涉及的变量名和物理过程Tab.1 Variable names and physical processes involved in the microphysics scheme

2.2 积云参数化方案

KF方案是在旧 Kain-Fritsch方案基础之上根据Eta方案对其进行修改。新方案考虑了卷入卷出以及相对粗糙的微物理过程。新方案通过设定最小卷出率，控制在不稳定、相对较干条件下的对流发展范围，对于没有达到最小云厚的降雨云，其上升气流也考虑了浅对流，在不增加太多计算量情况下，提供了一个更理想的积云与环境相互作用及热力过程的描述。

BMJ方案最初的基本思想是在对流区存在特征温湿结构，当判断有对流活动时，对流调整使得大气的温湿结构向着这种特征调整。新方案中分别考虑了深对流和浅对流过程的作用，深对流特征廓线及松弛时间随积云效率变化，积云效率取决于云中熵的变化、降水及平均温度。浅对流水汽特征廓线中熵的变化较小且为非负值。

GD方案采用的准平衡假设，使用两个由上升和下沉气流决定的稳定状态环流构成的云模式，除了在环流顶和底外，云与环境空气没有直接混合，GD方案考虑了不同的上升、下沉、卷入和卷出的参数和降水率。云质量通量由静力及动力条件共同控制，动力控制决定于有效位能、低层垂直速度及水汽汇合。该方案在每个格点运行多种积云参数化方案和变量，将结果平均后反馈到模式中。

G3方案与GD方案有很多共同点。该方案有别于其他积云方案的地方是允许沉降的影响延伸到邻近的网格，使该方法更适合网格精度小于10 km的计算，表2给出积云参数化方案是否涉及动量倾向和浅对流过程。

表2 积云参数化方案Tab.2 Cumulus parameterization schemes

3 降水时空分布

利用克利斯曼插值方法，将7月29日14:00—20:00的站点实测降水数据插值到格点，图4为2015年7月 29日14:00—20:00 6 h累计降水空间分布。可以看出，降水高值中心分别位于呼和浩特市北部武川县、包头市东南部土默特右旗和鄂尔多斯市东北部准格尔旗，6 h累计雨量达中雨量级。

图4 2015年7月 29日14:00—20:00 6 h累计降水空间分布Fig.4 The spatial distribution of 6-hour accumulated precipitation from 14:00 BST to 20:00 BST on 29 July 2015

图5为20种方案模拟的2015年7月29日14:00—20:00 6 h累计降水空间分布。可以看出，BMJ、GD和G3方案均没有模拟出土默特右旗的降水高值中心。BMJ对准格尔旗降水刻画较准确，但对位于呼和浩特市北部的降水中心模拟值偏大，落区偏东。GD和G3方案虽然能较好地模拟出武川县降水的强度和落区，但对土默特右旗和准格尔旗的降水存在漏报。相较于其他方案，Lin-KF、WSM6-KF方案对3个降水高值中心落区模拟较好，虽然数值模拟偏小。总体而言，不同积云参数化方案对于降水强度和落区有一定影响，相同积云方案，不同微物理方案主要影响降水落区。

表3列出20种方案模拟的2015年7月28日20:00至29日20:00 24 h累计降水的TS评分、空报率和漏报率。可以看出，20种方案小雨的TS评分均超过0.30，最大值0.46(MYDM7-G3)，最小值0.30(GM-BMJ)，不同微物理方案小雨的TS评分平均值MYDM7(0.4)>GM(0.39)=WSM6(0.39)>NT(0.38)>Lin(0.36)，但MYDM7对小雨的漏报率(0.51)最大，NT的漏报率(0.46)最小。不同积云参数化方案小雨的TS评分平均值G3(0.41)>KF(0.39)=GD(0.39)>BMJ(0.34)，G3对小雨的空报率和漏报率最小，分别为0.45和0.37，BMJ的空报率和漏报率最大，分别为0.5和0.48。

表3 20种方案模拟的2015年7月28日20:00至29日20:00 24 h累计降水的TS评分、空报率和漏报率Tab.3 The threat score, false positive rate and false negative rate of 24-hour accumulated rainfall simulated by 20 schemes from 20:00 BST on 28 to 20:00 BST on 29 July 2015

图5 20种方案模拟的2015年7月29日14:00—20:00 6 h累计降水空间分布(单位：mm)Fig.5 The spatial distribution of 6-hour accumulation rainfall simulated by 20 schemes from 14:00 BST to 20:00 BST on 29 July 2015 (Unit: mm)

不同微物理方案中雨的TS评分均值Lin(0.23)>NT(0.17)>WSM6(0.15)=GM(0.15)>MYDM7(0.09)。不同积云参数化方案中雨TS评分均值BMJ(0.23)>KF(0.15)>G3(0.14)>GD(0.1)，中雨的漏报率和空报率最小的分别为GD(0.73)和KF(0.25)，综合考虑不同等级降水的TS评分、空报率和漏报率，积云参数化方案中KF表现最优，其次是G3和GD方案，BMJ的模拟效果最差。微物理方案中WSM6、NT模拟小雨效果较好，对中雨的模拟结果中，Lin方案最优。

4 不同云微物理参数化方案模拟呼和浩特市两次对流过程

4.1 模拟效果

微物理与积云参数化方案对降水粒子和温度的垂直空间分布影响较小，20组方案模拟降雹过程0 ℃层高度为4.6 km左右，北京地区冰雹发生时的0 ℃层高度为3.0～4.5 km[26]。雨水分布在0 ℃层以下，云水集中在0 ℃附近，冰晶、雪和霰主要分布在-40～0 ℃(4.6～11 km)，冰晶分布在-40～-20 ℃(4.6～7.8 km)，峰值中心位于-30 ℃(9.4 km)，雪分布在-40～0 ℃，峰值中心位于-10 ℃(6.5 km)，霰粒子分布在-20～0 ℃，峰值中心位于-5 ℃(6.0 km)。冰雹形成的主要微物理过程有两种，分别是霰粒子的自动转化和雹对霰的碰并作用[27]，因此霰粒子的形成转化机制对雹的形成至关重要。

图6为20种方案模拟的呼和浩特两次对流过程水凝物质量浓度垂直积分的逐时变化。可以看出，Lin-G3、GM-BMJ、NT-BMJ和MYDM7-BMJ模拟的固态降水粒子质量浓度垂直积分接近0，只有少量的云水和雨水，BMJ方案在强对流发生的时段内并没有模拟出强降水，所以模拟的水凝物质量浓度垂直积分较小。Lin-BMJ、Lin-GD、WSM6-BMJ、WSM6-GD和NT-GD虽然能够较准确地刻画强对流过程发生的时间和强度，但均没有模拟出弱对流过程。WSM6-G3、GM-KF、NT-KF、NT-G3和MYDM7-G3虽模拟出两次对流过程，但对第一次弱对流过程模拟偏强，对第二次强对流过程模拟偏弱。

WRF模式能够较合理地模拟雹暴过程，但存在一些时空误差[28]。相较于其他方案，Lin-KF、WSM6-KF、MYDM7-KF、GM-GD和MYDM7-GD模拟两次对流过程水凝物质量浓度的时间变化较准确。不同微物理和积云参数化方案对水汽影响较小，对固态和液态降水粒子的数值影响较大。

表4为5种较优方案模拟的两次强弱对流过程中水汽、云水、冰晶、霰、雪和雨水质量浓度垂直积分的平均值。可以看出，3种KF方案模拟的3种固态降水粒子质量浓度垂直积分第二次强对流过程的数值均大于第一次弱对流过程，第一次对流过程霰粒子质量浓度垂直积分最大值2366.2 g·m-2(MYDM7-KF)，最小值1786.5 g·m-2(Lin-KF)，第二次对流过程霰粒子质量浓度垂直积分最大值5134.6 g·m-2(MYDM7-KF)，最小值2129.4 g·m-2(Lin-KF)。2种GD方案没有表现出相似的规律，且MYDM7-GD模拟弱对流过程的冰晶质量浓度垂直积分高于强对流过程。

综上所述，基于模式模拟该个例降水粒子质量浓度垂直积分的时间变化，初步判断积云方案中G3和BMJ的模拟效果较差，KF模拟效果较好。微物理方案中MYDM7模拟降水粒子质量浓度垂直积分最大，WSM6和GM居中，Lin较小，王佳等[29]用TRMM卫星检验多种参数化方案模拟江苏及周边海域水凝物时间变化，其中，WSM6和Lin方案对水凝物质量浓度时间变化的预报较好。

4.2 水汽和能量条件

冰雹的发生需要一定的水汽和能量条件配合。PWV是衡量大气水汽含量的重要物理量[30]，将微波辐射计的观测数据求取小时平均值检验模拟效果，图7为7月29日微波辐射计观测的PWV和反演的SI小时变化。可也看出，PWV呈双峰结构，第一个峰值为5.1 cm，出现在16:00，第二个峰值为5.4 cm，出现在19:00。与PWV峰值对应，SI呈弱双谷结构，谷值为-4.7 ℃和-4.1 ℃，分别出现在16:00和18:00，19:00 SI数值为0.9 ℃。

图8为20种方案模拟的呼和浩特站PWV和SI逐时变化。可以看出，Lin-BMJ、WSM6-BMJ、GM-BMJ和MYDM7-BMJ没有模拟出冰雹过程中PWV的峰值变化，虽有能量条件(SI<0)，但水汽条件较差，所以其模拟的固态降水粒子质量浓度垂直积分接近0。Lin-GD、GM-GD、WSM6-GD和NT-GD虽模拟出19:00PWV峰值，但其数值小于或接近前一个峰值，没有区分出两次对流过程的强弱。

图6 20种方案模拟的呼和浩特两次对流过程水凝物质量浓度垂直积分的逐时变化Fig.6 The hourly variation of vertical integration of mass concentration of hydrometeor during two convection processes in Hohhot simulated by 20 schemes

表4 5种较优方案模拟的两次强弱对流过程中水汽、云水、冰晶、霰、雪和雨水质量浓度垂直积分量的平均值Tab.4 The mean vertical integration of mass concentration of water vapor, cloud water, ice crystals, graupel, snow and rain simulated by five better schemes during the strong and weak convective processes in Hohhot

图7 2015年7月29日呼和浩特站微波辐射计观测PWV和反演的SI小时变化Fig.7 The hourly variation of PWV observed by the microwave radiometer and derived SI on 29 July 2015 at Hohhot station

图8 20种方案模拟的呼和浩特站2015年7月29日PWV和SI逐时变化Fig.8 The hourly variation of PWV and SI simulated by 20 schemes on 29 July 2015 at Hohhot station

Lin-G3、WSM6-G3、GM-G3、NT-G3和MYDM7-G3模拟的PWV峰值出现在16:00，对弱对流过程模拟偏强，强对流过程模拟偏弱，与上文模拟固态降水粒子质量浓度的垂直积分量变化结论一致。

WSM6-KF、NT-KF、MYDM7-KF和MYDM7-GD虽然模拟的PWV和SI数值均小于实测值，但能较好地分辨两次过程水汽和不稳定能量的时间变化。WSM6-KF模拟的PWV在15:00之前变化平缓，平均值为3.2 cm，与实测变化一致，16:00达到最大值3.3 cm(SI=-4 ℃)，第二次对流活动发生在19:00，PWV=3.6 cm(SI=0.6 ℃)。MYDM7-GD同样准确地模拟出PWV双峰值(3.0和3.6 cm)及其出现时间(16:00和19:00)，对应SI数值分别为-4.9 ℃和0.1 ℃。NT-KF和MYDM7-KF模拟第二次对流过程达到峰值的时间均比实测偏早1 h，峰值分别为PWV=-3.3 cm、SI=-1.7 ℃和PWV=-3.7 cm、SI=-1.8 ℃。PWV在有天气过程发生时呈明显的波动变化，所以针对水汽和能量的模拟中，KF在4种积云方案中表现最优，廖镜彪等[18]研究珠三角降水时发现，KF方案模拟与实况一致性较好。5种微物理方案中，WSM6模拟较好，其次是Lin方案。

4.3 动力条件

上升运动有利于水汽的凝结和过冷水的形成，从而有利于霰粒子的形成。20组实验模拟垂直上升运动的时间变化与模拟霰粒子质量浓度的时间变化有较好的对应关系。图9为20种方案模拟的呼和浩特两次对流过程垂直速度和风场的时间-高度剖面。可以看出，GM-BMJ、NT-BMJ和MYDM7-BMJ虽模拟出18:00—20:00强对流过程中2 km以下的垂直风切变，但整个对流层中低层均为下沉运动，不利于水汽的抬升凝结，所以固态降水粒子质量浓度垂直积分基本为0；Lin-BMJ、WSM6-BMJ、Lin-GD、WSM6-GD和NT-GD模拟19:00左右低层存在风切变和垂直上升运动，对应固态降水粒子质量浓度垂直积分的峰值，但未模拟出弱对流过程中的垂直上升运动，所以液态和固态降水粒子质量浓度垂直积分在15:00—17:00均为0。GM-KF和MYDM7-G3模拟第一次对流过程霰粒子质量浓度垂直积分高于第二次，这主要与其模拟的动力条件有关，16:00高层下沉的干冷空气与低层上升的暖湿空气形成强对流过程，18:00虽然有暖湿空气抬升，但强度弱于16:00。

图9 20种方案模拟的呼和浩特2015年7月两次对流过程垂直速度(阴影，单位：m·s-1)和风场(风矢，单位：m·s-1)的时间-高度剖面Fig.9 The time-height cross-section of vertical velocity (shaded, Unit: m·s-1) and wind (vector, Unit: m·s-1) during two convection processes in July 2015 in Hohhot simulated by 20 schemes

对动力条件模拟较好的Lin-KF和WSM6-KF既模拟出16:00—17:00和18:00—19:00的上升运动和垂直风切变，同时也准确地刻画出两次过程水凝物质量浓度的时间变化。WSM6-KF模拟两次对流过程水汽和动力条件均强于Lin-KF，所以WSM6-KF模拟的冰晶、雪、霰质量浓度垂直积分均大于Lin-KF。WSM6-KF在两次对流过程中均模拟出高层下沉的干冷空气与低层上升的暖湿空气形成对流过程，且第二次强度强于第一次，主要表现在18:00—19:00 0～2 km均存在较强的风切变，且垂直上升运动高度可达6 km。综上所述，动力条件主要受积云参数化方案影响，4种积云方案中，KF 方案模拟较好，BMJ模拟较差。

不同方案组合模拟的垂直速度场存在一定的差异，这可能是导致模拟对流强弱以及水凝物质量浓度差异的一个原因。不同参数化方案组合模拟的降水、水凝物质量浓度和能量以及垂直上升运动均存在明显的差异，反映了选取合适微物理和积云参数化方案对模拟研究对流过程的重要性。

KF积云对流方案主要为水平分辨率20 km左右的中尺度模式而设计，其预报效果优于其他方案的可能原因是，方案中考虑了积云对流将所有对流有效位能耗尽，从而增加了降水效率。WSM6和Lin物理方案与其他方案相比，则更为细致地划分云中水汽、云水、降水云冰等微物理过程，而且进行了饱和度调整工作，其相对复杂的过程为模拟研究提供了更为科学的物理机制[31]，但对水凝物温度阈值划分上，WSM6在此次过程表现更优。

5 结论与讨论

(1)液态和固态降水粒子质量浓度的时间变化受微物理与积云参数化方案共同影响，水汽和能量以及动力条件主要受积云参数化方案影响。综合考虑不同等级降水的TS评分和呼和浩特市两次对流过程的模拟效果，4种积云参数化方案中，KF表现最优，其次是G3和GD方案，BMJ的模拟效果较差。5种微物理方案中Lin和WSM6模拟效果较好，其中WSM6-KF模拟的降水粒子质量浓度的时间变化、水汽和能量条件以及动力条件效果最优。

(2)KF积云对流参数化方案中考虑了积云对流将所有对流有效位能耗尽，从而增加了降水效率，对降水的模拟更准确。

(3)不同微物理参数化方案中相态转换条件的假设存在差异，从而模拟的不同相态的降水粒子存在明显差异。WSM6和Lin微物理方案与其他方案相比，更为细致地划分云中水汽、云水、云冰等微物理过程，而且进行了饱和度调整工作，其相对复杂的过程为模拟研究提供了更为科学的物理机制，但对水凝物温度阈值划分上，WSM6在此次过程表现更优。

本文的结论只是内蒙古中部一次典型冷涡冰雹过程的模拟结果，模拟的准确性除了受参数化方案影响外，还与大尺度天气背景场和地形条件有关，因此WSM6-KF方案是否适用于其他冰雹个例，还有待进一步检验。