郭艺媛, 华 维,2,3*, 侯文轩, 黄天赐, 范广洲,3

(1.成都信息工程大学大气科学学院/高原大气与环境四川省重点实验室, 成都 610225；2.中国科学院大气物理研究所竺可桢-南森国际研究中心, 北京 100029；3.南京信息工程大学气象灾害教育部重点实验室/气象灾害预报预警与评估协同创新中心, 南京 210044)

云是大气中的一种重要的常见天气现象,是地-气系统能量平衡和水循环的关键环节[1]。云可以在各种尺度上作用于不同区域、不同性质大气之间的能量和水分传输交换,进而对区域乃至全球天气气候产生重要影响[2]。研究表明,云的存在一方面能够通过反射太阳短波辐射和地面长波辐射来影响地-气间辐射平衡,从而导致天气气候发生异常[3-4]；另一方面,云雨转换过程产生中的潜热释放和水汽传输还可改变大气水热垂直廓线分布,进一步引起环流变化[5-6]。此外,云中的气溶胶粒子降水的影响机理也非常复杂,既可促进降水的形成,也能够对降水起到抑制作用,同时还导致降水的性质发生改变[7-8]。因此,准确地认识和理解云微物理过程及与大尺度环境条件之间的关系是加深对天气和气候变化理解的前提[9]。

数值模拟是进行天气预报和开展气候变化研究的重要手段。长期以来,为了提高数值模式模拟性能,人们一直试图在模式中引入较为复杂的云微物理过程以对大气湿物理进行合理描述,逐渐形成了许多各具特色的云微物理参数化方案,典型方案有Lin[10]、WSM6[11]和WDM5[12]等方案。同时,大量研究也指出数值模式对云-降水过程的描述能力还有待提高,云微物理参数化方案还存在较多不足[13]。丁明月等[14]发现云微物理参数化方案虽然能模拟出降水过程,但在强降水中心位置模拟上存在偏差。顾小祥等[15]指出云微物理参数化方案在降水日变化趋势模拟上不准确。许多研究还发现在降水落区与强度方面,云微物理参数化方案模拟性能也较弱,即使是最优方案与观测结果仍存在一定差异[16-19]。政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)也曾明确指出,导致数值模式预报结果不确定性的最大因素是对云微物理过程描述的不准确[20]。

青藏高原(下称高原)作为全球面积最大、海拔最高的高原大地形,其强大的动力和热力作用使源于印度洋和太平洋的暖湿气流不断向高原及周边地区输送水汽,从而形成高原南侧的水汽异常辐合区和高原中东部的强对流活跃区,最终构成高原独特的水循环过程,并显著影响东亚地区旱涝异常[21-23]。然而,高原及周边地区复杂的地形和恶劣的天气气候条件导致在当地进行云-降水物理和大气水循环观测存在较大难度。因此,在观测资料缺乏的情况下,许多学者基于数值模式开展了高原降水过程及相关云-降水动力学和微物理学研究。栾澜等[24]利用天气预报(weather research and forecasting，WRF)模式对高原那曲一次对流降水进行了模拟,发现模拟结果与卫星降水资料中对流发生时间较为吻合。娄珊珊等[25]指出云微物理方案对降水的中心、强度、范围等模拟都有一定影响。何由等[26]发现Eta-Ferrier云微物理方案和Betts-Miller-Janjic积云参数化方案的组合对高原降水的模拟效果最优。可见,云微物理参数化方案对于高原降水模拟至关重要。实际上,目前有关高原降水的研究多侧重于揭示降水和云的宏观特征,而对模式云微物理参数化方案在高原地区的适用性研究还相对较少。为了解不同微物理参数化方案对高原降水的模拟能力,揭示高原降水的云微物理过程,采用美国国家环境预报中心(National Centers for Environmental Prediction,NCEP)提供的Final Analysis(FNL)资料和第3次青藏高原大气科学试验(the third Tibetan Plateau atmospheric scientific experiment,TIPEX Ⅲ)雷达观测资料等数据,采用WRF 3.9.1版本,对7种云微物理参数化方案2015年高原那曲地区一次对流云降水过程的模拟能力进行了对比,以期为云微物理参数化方案的改进提供一定参考。

1 资料和模式设置

1.1 资料介绍

采用的资料包括:①风云二号气象卫星(FY-2E)相当黑体辐射亮温(black-body temperature,TBB)观测数据,该数据由FY-2E卫星携带的可见光红外自旋扫描辐射仪拍摄的图像反演得到[27]；②NCEP和美国国家大气研究中心(National Center for Atmospheric Research,NCAR)提供的6 h一次的FNL(1°×1°)再分析资料[28]；③中国自动站与美国气候预测降水中心融合技术(Climate Prediction Center Morphing Technique,CMORPH)降水产品融合的(0.1°×0.1°)的逐时降水数据,该产品结合了地面观测和卫星观测两类不同观测系统的优势,在地面观测密集地区降水主要取决于地面观测值,台网稀疏区则主要通过卫星反演获得,一定程度上弥补了高原观测网稀疏的缺陷[29]；④TIPEX Ⅲ设置于那曲气象局(位于31.48°N,92.01°E,海拔高度4 507 m)的Ka波段毫米波云雷达观测资料。

1.2 试验设计

利用WRF(V3.9.1版本)对2015年8月13—15日高原那曲地区一次对流云降水进行模拟,以NCEP FNL再分析资料作为模式初始场和背景场,模拟区域采用3层嵌套和兰伯特投影,3层模拟区域网格距从内到外依次为7、23、70 km,格点数分别为85×79、67×58、100×84,模拟中心位置位于31.48°N,92.08°E,垂直方向共32层,模式顶层气压至50 hPa,时间积分步长为180 s。模式从降水发生前12 h开始积分,积分时间从8月12日12:00至15日0:00,涵盖整个降水过程。

模拟时将长波辐射参数化方案(rapid radiative transfer model)、短波辐射参数化方案(dudhia)、陆面过程参数化方案(noah land surface model)和积云对流参数化方案(Grell-Freitas)固定,在避免其余参数化方案影响的基础上,选取7种云微物理参数化方案以评估不同云微物理参数化方案对本次高原降水过程的模拟能力,如表1所示。

表1 各云微物理方案特征

2 天气背景

2015年8月13日0:00—21:00(北京时,下同),那曲地区出现一次对流性降水天气过程,24 h降水量为16 mm,达到中雨量级。从8月13日12:15东亚地区TBB分布可见,高原中部存在大量对流云系,那曲附近TBB值最大在-60 ℃左右,表明当地对流发展较为旺盛。结合Ka波段毫米波云雷达观测也可发现,如图1所示,那曲地区在8:00—10:00和13:00—15:00各出现一次较明显的对流活动,其中始于8:00的对流活动雷达回波强度最大值为25 dBZ,云顶高度最高达到9.5 km；13:00左右开始发展的对流云更为深厚,回波强度达到30 dBZ,云顶超过12 km,且云体各高度层均出现回波大值。此外,在17:00左右也生成一个新的对流云团,但与13:00对流云相比,强度相对较弱[图1(c)]。

图1 2015年8月13日那曲Ka波段云雷达降水模式观测的雷达反射率因子Fig.1 Radar reflectivity detected by the Ka-band cloud radar in precipitation mode at Naqu on August 13, 2015

图2(a)所示为8月13日12:00高空500 hPa环流形势场。由图2(a)可见,亚洲大陆中高纬地区为“两槽两脊”形势,巴尔喀什湖和东亚太平洋沿岸地区分别存在一个低槽,蒙古国中西部地区以及中国华北和东北地区为高压脊所控制。巴尔喀什湖槽后的西北气流引导冷空气南下进入高原与来自海洋的暖湿气流在高原中部辐合形成低涡系统,为本次降水产生提供了抬升和水汽条件。在相对涡度图上,如图2(b)所示,那曲地区上空的正涡度区从低层一直延伸到200 hPa附近,表明该地区存在较为明显的上升运动,也为降水的发生发展提供了有利条件。

3 模拟结果分析

3.1 降水量

图2 2015年8月13日12:00高空500 hPa位势高度和风场以及沿92.01°E相对涡度纬向垂直剖面Fig.2 500 hPa geopotential height and wind andvertical cross-section of relative vorticity along 92.01°E at 12:00 on August 13, 2015

黑色空心圆为那曲气象局图3 实况与模拟的2015年8月13日0:00—24:00那曲24 h累积降水量空间分布Fig.3 Observed and simulated 24 h accumulated precipitation at Naqu from 0:00 on to 24:00 on 13 August, 2015

图3给出了CMORPH融合降水产品和7种云微物理参数化方案模拟的8月13日0:00—24:00那曲24 h累积降水量空间分布。如图3(a)所示,实况降水带从那曲西部到东部呈“西南-东北”块状分布,主要雨区分别位于那曲中部至北部区域以及那曲东南部。如图3(b)～图3(h)所示,7种云微物理参数化方案基本模拟出那曲地区西南-东北走向的降水块状分布,但模拟的雨区范围普遍偏大,尤其那曲东部地区均出现一个明显的降水大值区,这可能与融合降水产品的特性有关,融合降水产品在高原地区主要由卫星反演得到,而卫星反演的高原降水往往存在一定误差[30]。对于各降水主中心,7种方案的模拟结果差异较大,CAMS方案未能模拟出那曲北部的降水中心,而对于那曲中部的降水中心,除Lin和CAMS方案外,其余方案模拟的雨量明显偏低。此外,就降水量而言,各方案模拟的降水量级与实况大致相当,但WSM5、Morrison和New Thompson方案的模拟结果偏低,其余方案模拟的24 h累积降水量与CMORPH融合降水产品较为一致。总体来看,7种云微物理参数化方案均模拟出了雨带的“西南-东北”块状分布和主要降水中心,但模拟的雨区范围普遍偏大,整体上Lin方案的模拟效果最好。

为验证各方案对降水日变化的模拟能力,采用最邻近插值法将8月13日0:00—24:00逐时CMORPH融合降水格点资料插值到那曲气象局所在位置代表实况降水。图4所示为实况和模拟的那曲8月13日0:00—24:00逐时降水和逐时累积降水。如图4(a)所示,与雷达观测一致,本次对流云降水分别在8:00、13:00、17:00各存在一个降水峰值,而7种方案都基本模拟出本次降水的日变化特征,但各方案间也存在明显差异。WDM6、Morrison和New Thompson方案未能模拟出出现于上午和午后的两次降水峰值,其余4种方案尽管可以模拟出降水的双峰特征,但峰值出现的时间与实况仍有一定差异,其中WSM5和WSM6方案模拟的第1次降水峰值较实况滞后约1 h,第2次峰值则相对实况有所提前,而CAMS方案模拟降水峰值则较实况提前约5 h出现,值得注意的是,各方案均未能模拟出17:00的降水峰值。各方案中,仅Lin方案不仅能够模拟出降水的两次峰值,且峰值强度和出现时间均与实况最为接近。对于逐时累积降水,如图4(b)所示,各方案模拟的降水量均偏少,其中最接近的是Lin方案。由此可见,Lin方案对本次对流云降水的模拟与时空最为接近。

图4 2015年8月13日那曲站融合产品与模拟的逐时和逐时累积降水量Fig.4 Observed and simulated hourly and hourly accumulated precipitation at Naqu on August 13, 2015

进一步给出那曲实况降水与模拟结果的相关系数(correlation coefficient,CC)、均方根误差(root mean squared error,RMSE)、绝对平均误差(mean absolute error,MAE),如表2所示。对于逐时累积降水,各方案模拟结果与实况间为显著的正相关,相关系数均在0.90以上,通过0.01显著性水平检验,其中Lin和WSM5方案相关系数最高,达到0.97。进一步由各方案模拟结果误差可见,WSM6方案的模拟误差最大,其均方根误差和绝对平均误差在7种方案中均为最大；Lin方案的均方根误差和绝对平均误差值最小；WSM5、CAMS、WDM6、Morrison、New Thompson方案的均方根误差和绝对平均误差基本相同。逐时降水的模拟中,仅有Lin、WSM5、WSM6、WDM6 4种方案的模拟结果与实况间呈显著的正相关关系,其余方案相关系数均未通过显著性检验,其中Lin方案相关系数最高,且均方根误差和绝对平均误差也最小,而CAMS方案相关系数仅为0.2,其均方根误差和绝对平均误差在所有方案中也最大。总体来看,Lin方案的模拟能力最佳,CAMS方案最差。

表2 融合产品与模拟结果降水的相关系数(CC)、均方根误差(RMSE)、绝对平均误差(MAE)Table 2 Correlation coefficient, root mean square error(RMSE), and absolute mean error(MAE)between observed and simulation precipitation

图5 2015年8月13日12:00高原500 hPa风场与高度场Fig.5 500 hPa wind and geopotential height at 12:00 on August 13, 2015

3.2 物理量诊断

大气环流变化是造成降水产生的直接原因。各组试验中,除云微物理参数化方案存在差异外,其余类型物理参数化方案均相同。可见,各组试验间的差异主要与云微物理参数化方案的不同有关。根据FNL再分析资料时间分辨率,选择降水量次峰值产生前的8月13日12:00以分析不同云微物理参数化方案对相关物理量场的模拟能力。

3.2.1 风场和高度场

图5给出了实况和模拟的8月13日12:00高原500 hPa风场和位势高度场。如图5(a)所示,那曲地区为一低涡控制,低涡中心位置位于那曲西北部,中心强度约为5 850 gpm。对应的模拟结果中,如图5(b)～图5(h)所示,7种方案均可较好地再现低涡的风场辐合区以及高度场低值中心,但与实况相比,各方案对低涡的模拟总体偏东。对于低涡强度,CAMS方案模拟强度最弱；WSM5、WSM6、Morrison、WDM6、New Thompson方案的模拟结果偏强,尤其Morrison方案最为明显；Lin方案模拟的低涡强度与实况最为接近。对应500 hPa风场实况上,那曲以北主要受东北风控制,以南主要以西南风为主,各方案均能模拟出那曲地区风场的气旋性辐合,但风速略偏小。总体而言,Lin方案对风场和高度场的效果最好,这也与对降水模拟的结果一致。

3.2.2 水汽输送

由水汽通量分布可见,如图6(a)所示,FNL资料计算的水汽输送主要表现为北高南低的特征,大值中心位于那曲西北部,南部为水汽通量相对低值区。对应的模拟结果中,如图6(b)～图6(h)所示,Lin方案的结果与实况最为接近,其余大部分方案模拟的水汽大值中心位置位于那曲以东和以北地区,而CAMS方案模拟的水汽大值中心则位于那曲以南地区。从输送强度来看,Lin和Morrison两方案模拟的那曲水汽输送较强,CAMS、WSM5和New Thompson方案模拟的水汽输送较弱,WSM6和WDM6方案模拟的水汽输送强度与实况较为一致。此外,从水汽输送方向来看,那曲地区水汽主要由西南向东北输送,而各方案模拟结果中那曲北部主要为东北向西南输送,而那曲南部则为西北向东南输送。

图6 2015年8月13日12:00高原水汽通量场Fig.6 Water vapor flux at 12:00 on August 13, 2015

图7 2015年8月13日12:00沿92.01°E垂直速度经向剖面Fig.7 Cross-section of vertical velocity along 92.01°E at 12:00 on 13 August, 2015

3.2.3 垂直速度

充足的水汽输送和旺盛的上升运动是降水产生的基本条件,上升运动可使水汽从未饱和状态达到饱和状态,从而成云致雨[31]。图7所示为实况与模拟的8月13日12:00沿92.01°E的垂直速度经向剖面。如图7(a)所示,那曲低层至150 hPa均为负值分布,中心位于350 hPa左右,表明那曲上空存在明显的上升运动,满足有利于降水出现的动力条件。对应的模拟中,如图7(b)～图7(h)所示,除WDM6和WSM6方案外,其余方案均模拟出那曲上空的上升运动,但总体上模拟的垂直速度偏弱,仅Lin方案模拟的垂直速度大小和强度与实况最为接近,且垂直运动中心较实况偏南,而New Thompson方案的垂直运动中心偏差较大,位于对流层高层。总体来看,对垂直运动模拟的误差可能是造成降水量模拟偏少的原因之一。

3.2.4 大气层结

云的形成与发展与大气层结密切相关。探空表明,如图8(a)所示,8月13日12:00那曲上空大气层结为潜在不稳定型,有较大的不稳定能量存在,低层大气获不稳定能量后上升运动增强,有利于强对流过程的发生。如图8(b)～图8(h)所示,7种方案模拟的层结曲线和状态曲线具有一致的变化趋势,表明模式能够较好模拟出那曲上空的潜在不稳定型层结。

进一步分析对流有效位能(convective avialable potential energy,CAPE)可以发现,如表3所示,与实况相比,New Thompson方案模拟的CAPE值明显偏高,而CAMS、WDM6和Morrison方案的模拟结果均较低,尤其CAMS方案模拟的CAPE值仅为630 J/kg；仅Lin、WSM5和WSM6方案的模拟结果与实况较为接近,尤其Lin和WSM5方案的模拟效果最佳,与实况观测的差异在60 J/kg以内。

4 结论

采用WRF模式(V3.9.1版本)7种云微物理参数化方案对2015年夏季青藏高原那曲一次对流云降水过程进行了模拟,对比分析了不同参数化方案对降水和相关物理量场模拟的影响,得到以下结论。

(1)7种云微物理参数化方案均能模拟出那曲地区对流云降水的“西南-东北”块状分布和主要降水中心,但不同方案模拟的降水中心和降水范围存在明显差异,尤其对雨区范围的模拟普遍偏大,仅Lin和CAMS方案能够较好模拟出那曲中部的降水中心；对于降水量,除WSM5、Morrison和New Thompson方案模拟的降水量偏低外,各方案的模拟结果与实况较为一致,总体而言,Lin方案对降水落区和降水量的模拟效果最好。

(2)对于降水量日变化而言,各云微物理参数化方案几乎均能模拟出本次对流云降水过程中出现于上午和午后的两次降水峰值,其中Lin方案的模拟结果与实况最为接近,但几乎所有方案都未能模拟出下午的第3次降水峰值；对于逐时和逐时累积降水,Lin方案的模拟结果与实况间相关系数最高,且误差最小,其余方案与实况有较大偏差。

黑色实线为层结曲线；红色虚线为状态曲线图8 2015年8月13日12:00那曲探空曲线Fig.8 Sounding curve at Naqu at 12:00 on August 13, 2015

表3 实况和模拟的2015年8月13日12:00那曲CAPETable 3 Observed and simulated CAPE of Naqu at 12:00 on 13 August, 2015

(3)在环流和物理量场方面,7种云微物理参数化方案均模拟出了本次降水过程相关的高度场、风场、水汽输送、垂直速度和大气层结等物理量场基本特征,其中Lin方案对各物理量场的模拟与实况最为一致,模拟效果最佳,其余各方案的模拟结果尽管各有优势,但相较Lin方案总体上效果较差。

仅针对云微物理参数化方案对高原那曲地区一次对流云降水个例的模拟能力进行了对比分析,未涉及云系内部的微物理过程和其降水的形成机制,且由于缺少高原云和降水物理过程观测,因此得出的结论只是初步的,还需采用更多观测资料和降水个例进行深入分析。