刘 涛，王 瑾

(1.贵州省人工影响天气办公室，贵州 贵阳 550081；2.贵州省山地环境气候研究所，贵州 贵阳 550002)

0 引言

贵州省位于中国西南的高原山地，处于乌蒙横断山脉东侧，地势西高东低，地形多为山地、丘陵，是我国冰雹多发省份之一，其分布也具有季节性强、雹日高度集中的特征[1-2]。且研究表明[3]，贵州省冰雹的形成及雹云的生成、发展与局地中尺度地形和冷锋低槽等西风带系统相互作用有关，初始对流云在源地生成后沿地面辐合线东移，在地面冷锋作用下辐合线锋生，动力抬升增强促使对流云强烈发展成为冰雹云，在冷锋与地面露点锋区之间产生降雹，并可能给贵州、湖南、广西等省区造成冰雹天气。

近年来，国内不少研究者采用冰雹云数值模式在冰雹形成机理方面做了很多工作[4-8]。冰雹云数值模式大多没有考虑地形或采用理想地形，很难再现实际冰雹云的形成和发展过程。而中尺度数值模式对于地形、辐射、路面过程、边界层过程以及云微物理过程的考虑更为全面，采用高分辨率的中尺度数值模式，对于模拟和再现实际冰雹云过程具有较大的优势，已成为研究冰雹云形成、演变的重要手段[9-15]。

本文利用中尺度数值模式WRF(Weather Research and Forecasting)模拟研究了2020年3月23日贵州省一次持续时间较长、降雹范围较大的冰雹天气过程，并开展地形敏感性试验，分析了地形对冰雹形成发展、分布的影响。

1 模式设计和资料介绍

1.1 模式设计

WRF模式是美国环境预测中心(National Centers for Environmental Prediction，NCEP)和美国国家大气研究中心(National Center for Atmospheric Research，NCAR)等联合研发，用于业务与研究的新一代高分辨率、完全可压非静力的中尺度数值天气预报模式，重点解决分辨率1～10 km，时效为60 h以内的有限区域天气预报和模拟问题。

本文使用的是WRF3.9.1版本，水平格点选用Arakawa-C格点，垂直方向采用地形追随质量坐标(欧拉质量坐标)。采用双向三重嵌套方案，区域中心为(27°N，107°E)，水平格距分别为9 km、3 km、1 km，实现对贵州省内冰雹过程的高分辨率模拟，网格嵌套以及区域设计如表1和图1所示。第1层覆盖了西南地区东部、华中地区中南部、华中地区中西部和华南地区大部，这个大网格范围基本覆盖了影响贵州冰雹过程的主要天气尺度系统，有利于提高对细网格区域内中小尺度系统的模拟能力。第2层覆盖了贵州不同冰雹路径的主要源地；最内层网格定位则主要为了跟踪引起贵州冰雹过程的中小尺度对流云团的发展过程，并便于对对流云系产生冰雹的机制进行分析。

表1 WRF-ARW模式模拟参数设置Tab.1 WRF-ARW mode simulation parameter settings

图1 WRF模式3层嵌套模拟区域(d01、d02、d03分别代表1、2、3层模拟区域)Fig.1 Three layer nested simulation area of WRF mode(D01, D02 and D03 represent layer 1, 2 and 3 simulation areas respectively)

1.2 资料介绍

模式初始场采用欧洲中心提供的0.25°×0.25°ERA5再分析资料(the fifth generation ECMWF atmospheric reanalysis of the global climate.)，水平分辨为0.25°×0.25°，初始场资料每6 h更新一次。为验证模式模拟效果，选用了贵州省10部C波段多普勒雷达资料(贵阳、六盘水、毕节、兴义、遵义、都匀、三穗、铜仁、务川、榕江)及其产品(如组合雷达反射率等)；风云2G卫星资料，由陈英英[16-17]采用的反演方法得到的卫星云微物理参数反演产品。

2 冰雹个例实况及天气形势分析

2020年3月23日14时18分—23时02分(北京时，下同)，贵州省受南支槽前西南气流控制，至14时，南支槽东移、副高东退(图2)。贵州省中部以西地区出现大范围的降雹过程，30个降雹点主要集中在贵州省中部一带及西南部两个区域，且处于乌蒙山东侧下坡处，这两个降雹区域的降雹出现时段均呈现西早东晚、南早北晚，由西向东降雹时间逐步推迟的特征(图3a)；贵州省西南部区域降雹直径存在南部为2～4 mm，北部为2 mm或大于4 mm的特点(图3b)。

图2 2020年3月23日ERA5再分析资料500 hPa形势场(a：08时；b：14时；黑色等值线：气压场；虚线：温度场；箭头：水平风场)Fig.2 500 hPa situation field of era5 reanalysis data on March 23, 2020(a: 08:00; b: 14:00; black isoline: pressure field; dotted line: temperature field; arrow: horizontal wind field)

图3 2020年3月23日降雹分布(a：降雹时段分布；b：降雹直径分布)Fig.3 Hail Distribution on March 23, 2020(a: hail period distribution; b: Hail Diameter Distribution)

3 模拟结果验证

3.1 形势场对比

从14时、20时ERA5和模拟的500 hPa形势场上来看，模式对风场和温度场的模拟结果与实况基本一致，模式也模拟出了气压场的分布和走向，但模拟的气压场比实况约低10 hPa(图4)。

3.2 冰雹云场对比

从FY-2G卫星产品相当黑体温度(Black-Body Temperature, TBB)与模拟云带(云水、冰晶、雪晶、霰、雨水、冰雹等6个水凝物比质量垂直气压加权累计值)对比可以看出(图5)，至23日16时，模式基本模拟出了冰雹云的分布，但模拟结果比实况滞后近3 h；至23日19时，对于贵州省中部以北的冰雹云的分布及移动方向模拟结果与实况基本一致，但滞后3 h，对于贵州省中部以南的冰雹云，模式模拟出了移动方向，但移速较实况过快，位置较实况偏东。

图4 2020年3月23日ERA5(a、c)和模拟(b、d)500 hPa形势场对比(蓝线：气压场；红线：温度场；箭头：水平风场)Fig.4 Comparison between era5 (left) and simulated (right) 500 hPa situation field(blue line: pressure field; red line: temperature field; arrow: horizontal wind field)

图5 2020年3月23日卫星反演黑体亮温(a、c)与模拟云带(b、d，即云水、冰晶、雪晶、霰、雨水、冰雹等6个水凝物垂直累计值，单位：g·kg-1对比)Fig.5 Comparison between blackbody brightness temperature retrieved by satellite and simulated cloud belt (right, i.e. vertical cumulative values of cloud water, ice crystal, snow crystal, graupel, rain and hail,unit∶ g·kg-1)

3.3 雷达回波演变特征对比

图6给出了实况与模拟雷达组合反射率的演变对比，可得出与图4相似的结论，模拟结果较实况滞后约3 h，对于贵州省中部以北的对流云团，模式可以很好地模拟出其位置及移动方向，回波强度也与实况基本一致；但对于贵州省中部以南的对流云团，模拟结果较实况偏东，且移速较实况偏快。

图6 2020年3月23日实况(a、c)与模拟(b、d)雷达组合反射率对比Fig.6 Comparison of combined reflectance of live and simulated radar

3.4 降雹分布特征对比

3月23日08时—24日08时，模式模拟的降雹分布(图7)与实况(图3)较一致，模式对于贵州省中部以北的降雹模拟较好，但对于贵州省南部降雹的分布模拟相对较差。从模拟的逐小时降雹分布(图略)与实况降雹出现时间分布图(图3a)对比来看，模式模拟的降雹时段为23日17时—24日05时，模拟开始出现降雹比实况滞后约3 h，模拟降雹持续时间比实况多3 h，贵州省中部以北降雹分布与实况基本一致，但贵州省南部的降雹分布较实况略偏东。

图7 模拟23日08时—24日08时降雹量Fig.7 Simulated hailfall from 08:00 on the 23rd to 08:00 on the 24th

通过以上分析可知，模拟与观测冰雹云移动方向一致，均是从贵州省西部进入向东偏北方向移动，模拟的南部冰雹云移动较实况略快，模拟的降雹点与实况相比较一致，模拟出了南北两条降雹带。由于模拟雹云生命史、回波强度、雹云移动方向以及空间位置、降雹时间和冰雹落区等与观测有着比较好的一致性，这为进行敏感性试验奠定了良好的基础，故而在此基础上开展地形敏感性试验研究，以期探讨地形对冰雹云发生发展及降雹分布的影响。

4 地形敏感性试验

4.1 敏感性试验设计方案

为了研究此次冰雹天气地形的作用，本文对模拟地形进行了敏感性试验(test1、test2、test3、test4、test5)，ctrl为原地形控制试验，test1试验是将原地形高度降低一半，test2试验是将原地形高于1 500 m的部分全部改为1 500 m，test3试验是将原地形高度升高1.2倍，test4试验是仅将乌蒙山(24.646 1～28.501 2°N，102.533～106.497°E)地形高度降低一半，test5试验是仅将乌蒙山地形高度升高1.2倍(图8)。然后将test1、test2、test3、test4、test5和控制试验ctrl模拟结果进行对比分析，从而探讨地形对此次冰雹天气的影响。

图8 模拟采用地形(a：ctl；b：test1；c：test2；d：test3；e：test4；f：test5)Fig.8 Simulated terrain(a: ctl; b: test1; c: test2;d: test3; e: test4; f: test5)

4.2 敏感性试验结果分析

4.2.1 地形对降雹的影响 将敏感性试验与控制试验的24 h降雹量结果进行对比(图9)，可以看出，地形改变后降雹带的分布及量级均发生了变化，地形降低的试验(test1、test4)降雹均减弱，其中test1北部降雹消失，南部降雹减弱且较控制试验更为偏南，test2南部降雹基本消失，北部降雹减弱。地形升高的试验(test3、test5)北部降雹均增强，其中test3北部降雹增强，且范围较控制试验南北更宽东西更长，并出现了多个降雹强中心，test5北部降雹增强且较控制试验略微偏南，并向东发展。西部变为1500平台的test4试验较控制试验而言，北部的降雹南压且增强，南部的降雹偏西。从贵州区域(24.5～29.5°N，103.5～110°E)的降雹量做区域累计值随时间变化图(图10)，可以看出地形降低试验的累计总降雹量均低于控制试验，地形升高试验的累计总降雹量均高于控制试验，test3的累计总降雹量最高，test4的累计总降雹量最低(图10a)，地形的改变使得累计逐小时降雹量的波形发生了变化，test2、test3、test5的降雹极大值出现的时间接近控制试验，出现在23日23时—24日00时左右，而test1、test4的降雹极大值出现的时间均晚于控制试验，但是地形的改变对冰雹的出现时间、持续时间改变不大(图10b)。

图9 2020年3月23日08时—24日08时模拟24 h降雹分布对(a：ctl；b：test1；c：test2；d：test3；e：test4；f：test5)Fig.9 Comparison of simulated 24h Hailfall(a: ctl; b: test1;c: test2; d: test3; e: test4; f: test5)

图10 贵州区域累计降雹量时间变化(a：累计总降雹量；b：累计逐小时降雹)Fig.10 Time variation of cumulative hailfall in Guizhou(a: cumulative total hailfall; b: cumulative hourly hailfall)

上述分析可知，地形的改变对冰雹的空间分布和发展有影响，地形增高会使冰雹分布范围更广，发展更旺盛，甚至会造成多降雹强中心的生成，地形降低反之。

4.2.2 地形对10 m风场的影响 图11给出了模拟冰雹发生时，即2020年3月23日18时贵州上空10 m风场。对比控制试验和敏感性试验结果可以看出，地形降低(test1、test4)使得贵州省的风场辐合减弱，地形升高(test3、test5)使得贵州省西部偏南风大幅增强，同时增强了风场辐合，由于风场的变化，敏感性试验的地面辐合线位置也较控制试验有所变化。

图11 2020年3月23日18时10 m风场对比(a：ctl；b：test1；c：test2；d：test3；e：test4；f：test5)Fig.11 Comparison of 10m wind field at 18 on March 23, 2020(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)

4.2.3 地形对动力场的影响 对比控制试验和敏感性试验贵州区域最大上升速度随时间变化结果(图12)可知，ctrl控制试验有3个最大上升速度极值中心，分别出现在23日22时、24日01时和05时，而改变地形的敏感性试验中最大上升速度最早出现的极值中心均早于控制试验。地形降低的试验中最大上升速度极大值均低于24 m·s-1，且相对均匀地出现在傍晚到午夜期间。地形升高的试验中最大上升速度极大值均高于24 m·s-1，且最大值出现在23日18时左右(模拟降雹开始时刻)。贵州区域平均相对涡度随时间变化对比(图13)可以看出，地形增高的试验与控制试验变化不大，但地形降低的试验在冰雹生成及发展前期、800～600 hPa区间出现了辐散，不利于冰雹的生成发展。

图12 贵州区域最大上升速度随时间变化对比(a：ctl；b：test1；c：test2；d：test3；e：test4；f：test5)Fig.12 Comparison of the maximum vertical velocity with time in Guizhou(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)

图13 贵州区域平均相对涡度随时间变化对比(a：ctl；b：test1；c：test2；d：test3；e：test4；f：test5)Fig.13 Comparison of regional average relative vorticity with time in Guizhou(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)

4.2.4 地形对微物理场的影响 基于4.2.1的结果，分别选定控制试验和各个敏感性试验贵州区域累计逐小时降雹量极大值出现的时刻，做水凝物的区域平均值垂直变化图(图14)。控制试验中，空中具有相对充沛的过冷水，为贝吉隆过程提供了良好的条件，且雪晶和霰的比水量高(分别大于0.07 g·kg-1、0.09 g·kg-1)，冰雹主要是由雪晶和霰粒子转化而来，降雹的同时伴随降水。敏感性试验均是雪晶和霰比水量高，但是test1试验中雪晶和霰粒子的比水量均小于控制试验，过冷水也不如控制试验，这也导致了冰雹和雨水的比水量逊于控制试验；test2试验的情况与test1类似；test3试验的雪晶比水量远大于控制试验，霰的比水量小于控制试验，但有着更为充沛的过冷水，冰雹生成发展的条件优于控制试验；test4试验的雪晶和霰的比水量均大于控制试验(其中雪晶比水量大于0.1 g·kg-1)，但其过冷水含量与控制试验相当，在一定程度上抑制了冰雹的湿增长；test5试验的情况与test3类似。

图14 2020年3月23—24日各试验降雹极大值时刻贵州区域平均水凝物垂直变化对比(a：ctl；b：test1；c：test2；d：test3；e：test4；f：test5)Fig.14 Comparison of vertical changes of regional average condensate in Guizhou at the maximum of Hailfall in each test(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)

5 结论与讨论

本文利用中尺度数值模式模拟研究了2020年3月23日贵州一次冰雹天气过程，并通过开展地形敏感性试验，分析了地形对冰雹云发生发展及降雹分布的影响。主要结论如下：

①WRF模式模拟冰雹云移动、冰雹落区和演变特征与观测有较好的一致性。

②地形的改变对冰雹的空间分布和发展有影响，地形增高会使冰雹分布范围更广、发展更旺盛，甚至会造成多降雹强中心的生成，地形降低反之。

③地形增高使得贵州省西部的偏南气流增强，加强辐合，在降雹初期提升垂直上升速度，使得冰雹更加快速地生成、增长；地形降低反之，且会在低层出现辐散，不利于冰雹发生发展。

④地形增高试验中具有更为充沛的过冷水和较丰富的雪晶、霰，为冰雹通过贝吉隆过程及碰并过程的湿、干增长提供了更为优越的条件。