高原和盆地強降水過程的數值模擬

李典　張帥　徐爽

摘 要：該文利用中尺度WRF模式，分別對高原和盆地的一次強降水過程進行模擬，探討模式在兩地的模擬能力和產生誤差的原因，結果表明：模擬結果顯示兩地小雨的TS評分都在0.5以上，而其他量級降水的評分較低；TS評分結果中高原的微物理過程隨著不同的積云參數化過程而表現出不同的優劣性，而盆地表現為一致的Lin方案優于Ferrier方案。高原和盆地模擬結果的平均誤差呈現出相反的變化特征。

關鍵詞：高原；盆地；數值模擬

中圖分類號 P458.121.1 文獻標識碼 A 文章編號 1007-7731（2018）01-0087-04

強對流天氣是大氣對流活動強烈發展而產生的災害性天氣，常與突發性暴雨、冰雹和雷電大風等劇烈天氣現象相聯系[1-3]。隨著數值模式的廣泛發展與應用，對流性天氣的模擬已成為當前分析與診斷對流天氣過程的主要手段之一。數值模式在對流性天氣的模擬中得到廣泛應用。朱士超等[4]利用中尺度WRF模式對發生在西藏那曲地區的一次強對流活動進行模擬，結果表明模式能較好的模擬出對流發生的時間和地點。唐嵐等[5]利用MM5模式對四川地區一次暴雨過程進行模擬，結果表明模式能較好的模擬出這次降水過程，并且地形發生變化時，影響系統和冷空氣路徑等都會發生顯著地變化。王曼等[6]利用MM5模式對昆明準靜止鋒進行模擬，結果表明高原地形作用是形成和維持靜止鋒的必要條件。由此可見，數值模式雖然在高原和盆地兩地進行過模擬，但模擬能力較平原地區差，只能夠模擬出部分特征，因此，本文從數值模擬的角度，分別針對高原和盆地2種特殊地形環境下的強對流活動進行模擬，探討數值模式在兩地的模擬能力。

1 模式簡介與過程選取

1.1 WRF模式簡介 WRF（Weather Research Forecast）模式是新一代中尺度氣象預報模式系統，它分為ARW（科研型）和NMM（業務型）兩種，本文選用的是ARW。WRF模式由以下4個部分組成：預處理系統（將數據進行插值和模式標準初始化、定義模式區域、選擇地圖投影方式等）、同化系統（包括三維變分同化）、動力內核以及后處理（圖形軟件包）。

1.2 模擬過程選取 高原選取2011年8月2—4日西藏地區出現的一次中雨到大雨天氣過程；盆地選取2010年7月22—24日四川盆地出現的一次大雨到暴雨局部大暴雨天氣過程，并伴有短時強降水。

2 模擬方案設計

模式采用雙重嵌套方式，母網格和子網格的水平格距為30km和10km，初始場資料采用NCEP6h一次的1*1資料，模式結果輸出間隔為1h輸出一次，長波輻射方案采用RRTM方案，短波輻射方案采用Dudhia方案，邊界層方案采用YSU方案，陸面過程采用熱量擴散方案，近地面方案采用Monin-obukhov方案。

高原：模擬時段為2011年8月3日08：00至2011年8月4日00：00，中心經緯度為（33°N，93°E），母區域格點數為121*101，嵌套區域格點數為181*121。

盆地：模擬時段為2010年7月24日08：00至2010年7月25日08：00，中心經緯度為（30°N，104°E），母區域格點數為141*121，嵌套區域格點數為211*151。

為了探究分辨率、微物理過程和積云對流方案對模擬結果的影響，本文設計了如表1所示的敏感性試驗，A組代表的是母區域模擬過程，B組代表的是嵌套區域模擬過程。

3 不同試驗方案對降水模擬效果的評估

3.1 檢驗方法 TS評分方法是用于檢驗降水模擬效果的評估方法。本章采用“站點對站點”的TS評分方式，即用同一站點降水的觀測值和模擬值進行比較，TS評分的可信度取決于站點數，即站點越多越可信。站點降水的模擬值通過模式格點降水插值得到，表達式為：TS=M1/（M1+M2+M3）；空報率=M2/（M1+M2）；漏報率=M3/（M1+M3）。M1為模式模擬降水的量級與觀測的量級相同的站點數，M2為模擬有降水而觀測無降水的站點數，M3為模擬無降水而觀測有降水的站點數。

3.2 不同試驗方案對降水量模擬的TS評分 根據國家氣象部門規定的降水量級標準，小雨：24h降水量小于10.0mm；中雨：24h降水量在10.0～24.9mm；大雨24h降水量在25.0～49.9mm；暴雨（本文中的暴雨指暴雨、大暴雨和特大暴雨的總稱）24h降水量大于50.0mm。

3.3 高原模擬結果的TS評分 高原這次降水過程中45個站出現小雨，14個站出現中雨，3個站出現大雨。由于出現大雨的站數較少，不予評分。表3給出了高原A組和B組試驗方案的24h降水量的TS評分結果，從表2中可知，小雨的TS評分最高，都在0.5以上，而中雨的TS評分則在0.2左右。小雨的空報率較漏報率高，而中雨的漏報率較高。A組中LG方案無論在小雨還是中雨中TS評分最高，空報率和漏報率最低，小雨中LK方案TS評分最低，空報率和漏報率最高，而中雨中FK方案評分最低，空報率和漏報率最高。隨著模式分辨率的提高，我們發現小雨中除Kain-Fritsch方案外，其他方案TS評分都是增加的，而空報率和漏報率呈現不規則變化。中雨中FK方案、FG方案和LG3方案的TS評分增加，對應的空報率和漏報率降低。對比不同方案的TS評分結果，我們發現隨著模式分辨率的提高，各個試驗方案的TS評分結果呈現出不一致的變化特征。小雨中B組的LG3方案TS評分最高，空報率和漏報率最低。中雨中A組的LG方案TS評分最高，空報率最低，B組的LG3方案的漏報率最低。

3.4 盆地模擬結果的TS評分 盆地這次降水過程中59個站出現小雨，22個站出現中雨，15個站出現大雨，34個站出現暴雨。表3給出了盆地A組和B組試驗方案的24h降水量的TS評分結果，從表2中可知，A組中各個方案中只有小雨的TS評分超過了0.5，中雨、大雨和暴雨的TS評分都在0.2以下，其中大雨的TS評分最低，不足0.1。小雨的空報率和漏報率最低，而中雨、大雨和暴雨的空報率和漏報率都在0.7以上。微物理過程方案中Lin方案的整體TS評分要比Ferrier方案高，積云對流方案中對于小雨的TS評分各個方案相差不多，對于中雨Grell-Devenji方案的TS評分已降到了0.1以下，對于大雨的TS評分各方案都在0.1以下，而暴雨中Kain-Fritsch方案評分最低。隨著模式分辨率的提高，我們發現小雨的TS評分除LG3方案略有所增加外，其他各方案都表現為降低的，空報率只有LG3方案是降低的，漏報率表現為一致的降低。中雨中Grell-Devenji方案在TS評分和空報率中表現為與其他方案反向的變化。大雨中FG方案在TS評分、空報率和漏報率中無顯著變化，FG3方案TS評分略有所增加，其他各方案都表現為降低的。而暴雨的是FG3方案和LG方案無顯著變化，FK方案和LK方案略有所增加。endprint

對比不同方案的TS評分結果，我們發現隨著模式分辨率的提高，TS評分整體上呈現的是下降的趨勢，同時空報率和漏報率是有所增加的，Lin方案要優于Ferrier方案。Kain-Fritsch方案、Grell-Devenji方案和New Grell（G3）方案在不同的雨量等級表現的TS評分結果各異。

3.5 高原和盆地模擬結果的TS評分結果對比分析 高原和盆地TS評分結果的相同點在于二者在小雨中的評分都可達到0.5以上，并且空報率和漏報率較低，而其他量級降水的評分較低，空報率和漏報率較高，達0.5以上。高原和盆地TS評分結果的不同點在于高原的微物理過程隨著不同的積云參數化過程而表現出不同的優劣性，而盆地的微物理過程隨著不同的積云參數化過程表現為一致的Lin方案優于Ferrier方案。隨著模式分辨率的提高，高原各個試驗方案的TS評分結果呈現出不一致的變化特征，而盆地的TS評分結果整體上呈現的是下降的趨勢。

3.6 不同試驗方案對降水量模擬的平均誤差和相關系數分析 本文計算了不同試驗方案降水量的模擬值和觀測值之間的平均誤差和相關系數用來評估對模擬效果的影響。從表4可以看出，不同試驗方案的平均誤差值都為正，表明模式中存在著明顯的系統誤差（模擬值大于觀測值），并且隨著模式分辨率的提高，誤差值略有所降低。Lin方案的平均誤差要比Ferrier方案高，Grell-Devenji方案的誤差最小，其中FG方案的誤差只有0.48mm。表4中Ferrier方案的相關系數只有A組的FK方案通過了90%的顯著性檢驗，Grell-Devenji方案和New Grell（G3）方案的相關系數通過了95%的顯著性檢驗，其中B組的LG方案通過了99%的顯著性檢驗。從表中不同試驗的相關系數可知，隨著模式分辨率的提高，Grell-Devenji方案和New Grell（G3）方案的相關系數均有所提高，其中LG方案最高。對比不同方案的平均誤差和相關系數可知，隨著模式分辨率的提高，高原模擬降水量的效果變好，FG方案和LG方案模擬效果最好。從表5可以看出，不同試驗方案的平均誤差值都為負，表明模式中存在著明顯的系統誤差（模擬值小于觀測值），并且隨著模式分辨率的提高，誤差值略有所增加。Lin方案的平均誤差要比Ferrier方案低，Grell-Devenji方案和New Grell（G3）方案的誤差要明顯小于Kain-Fritsch方案，LG方案和LG3方案的平均誤差小于9mm，其中LG3方案的誤差最小，只有7.9mm。表5中的相關系數都通過了98%的顯著性檢驗，其中LG方案和LG3方案通過了99.9%的顯著性檢驗。從表中不同試驗的相關系數可知，隨著模式分辨率的提高，各個方案的相關系數有所下降。Lin方案的相關系數要比Ferrier方案高，Grell-Devenji方案相關系數最高，Kain-Fritsch方案相關系數最差。對比不同方案的平均誤差和相關系數可知，隨著模式分辨率的提高，盆地模擬降水量的效果變差，LG方案和LG3方案模擬效果最好。

3.7 高原和盆地模擬結果的平均誤差和相關系數的對比分析 高原和盆地模擬結果的平均誤差呈現出相反的變化特征，高原的平均誤差值為正（即模擬值大于觀測值），而盆地的平均誤差值為負（即模擬值小于觀測值）。并且隨著模式分辨率的提高，高原誤差值降低，而盆地誤差值增加。微物理過程中高原的Lin方案平均誤差較高，而盆地的Lin方案誤差較低。高原相關性明顯差于盆地的，并且隨著模式分辨率的提高，高原的相關性升高，而盆地的則降低。高原的微物理過程隨著不同的積云參數化過程相關性表現出不同的高低性，而盆地的微物理過程隨著不同的積云參數化過程相關性表現為一致的Lin方案高于Ferrier方案。

4 結論

（1）高原和盆地模擬結果的相同點表現為：小雨的TS評分都在0.5以上，空報率和漏報率較低，而其他量級降水的評分較低，空報率和漏報率較高，達0.5以上。

（2）高原和盆地模擬結果的不同點表現為：TS評分結果中高原的微物理過程隨著不同的積云參數化過程而表現出不同的優劣性，而盆地的表現為一致的Lin方案優于Ferrier方案。隨著模式分辨率的提高，高原各個試驗方案的TS評分結果呈現出不一致的變化特征，而盆地的T呈現下降的趨勢；高原相關性明顯差于盆地的，并且隨著模式分辨率的提高，高原的相關性升高，而盆地的則降低。高原的微物理過程隨著不同的積云參數化過程相關性表現出不同的高低性，而盆地的微物理過程隨著不同的積云參數化過程相關性表現為一致的Lin方案高于Ferrier方案；高原和盆地模擬結果的平均誤差呈現出相反的變化特征，高原的平均誤差值為正（即模擬值大于觀測值），而盆地的為負（即模擬值小于觀測值）。并且隨著模式分辨率的提高，高原誤差值降低，而盆地誤差值增加。微物理過程中高原的Lin方案平均誤差較高，而盆地的Lin方案誤差較低。

參考文獻

[1]傅云飛，劉奇，自勇，等.基于TRMM衛星探測的夏季青藏高原降水和潛熱分析[J].高原山地氣象研究，2008，28（1）：8-18.

[2]傅云飛，李宏圖，自勇.TRMM衛星探測青藏高原谷地的降水云結構個例分析[J].高原氣象，2007，26（1）：98-106.

[3]劉奇，傅云飛，劉國勝.夏季青藏高原與東亞及熱帶的降水廓線差異分析[J].中國科學技術大學學報，2007，37（8）：885-894.

[4]朱士超，銀燕，金蓮姬，等.青藏高原一次強對流過程對水汽垂直輸送的數值模擬[J].大氣科學，2011，35（6）：1057-1068.

[5]唐嵐，沈桐立，蔡新玲，等.青藏高原東側一次典型暴雨過程的數值模擬試驗[J].高原氣象，2004，23（增刊）：37-45.

[6]王曼，段旭，李華宏，等.地形對昆明準靜止鋒影響的數值模擬研究[J].氣象，2009，35（9）：77-83. （責編：張宏民）endprint