任余龍，張鐵軍，柳媛普，吳 晶

（1.中國氣象局蘭州干旱氣象研究所，甘肅省干旱氣候變化與減災重點實驗室，中國氣象局干旱氣候變化與減災重點實驗室，甘肅 蘭州 730020；2.蘭州中心氣象臺，甘肅 蘭州 730020）

引 言

陸面與大氣之間的動量、能量及物質成分的交換，對大氣環(huán)流及天氣氣候狀況有重要影響［1］。太陽輻射進入大氣層后，除云、水汽、沙塵氣溶膠粒子和臭氧等吸收外，近一半被地表吸收。地表吸收太陽短波輻射后，除一小部分能量直接返回太空外，大部分能量以感熱、潛熱以及長波輻射的形式輸送到大氣中。由于陸地下墊面構成多樣、性質復雜、分布極不均勻，其性質不同勢必造成感熱、潛熱及輻射通量的差異，形成局地環(huán)流［2－3］，從而對局地天氣、氣候產生影響［4－6］。

天氣模式中通常用陸面模型來處理陸地下墊面與大氣之間的相互作用，陸面模型可為中尺度模式提供邊界層溫度、濕度和風廓線等必要的預報信息［7］，而這些信息與局地強降水、雷暴等強對流天氣的發(fā)生有密切關系［8－11］。陸地下墊面非均勻性通常是指地表土壤特性、植被分布等對地表輻射收支及濕度的非均勻影響［12－14］，直接影響著邊界層溫度、濕度、風廓線等，是陸面模型中首要考慮的問題。目前，處理下墊面非均勻性的方法主要有Mosaic方法、混合型法［15］、顯式次網格法［16］及統(tǒng)計 －動力法［17］等。Mosaic方法是一種比較成熟的計算方案，采取了“拼圖”的形式，即單元網格內地表按照下墊面類型的面積百分比拼制而成，允許單元網格內每種地表類型都以相同的氣象條件為背景，先獨立求解每種類型塊的能量平衡方程，求出通量，再經面積加權平均，計算單元網格的地表強迫項［18］。由于該方法的算法簡單、計算量小、易于實現，被廣泛應用于陸面模式中。

陸地下墊面性質的差異對局地氣溫和降水極值均有顯著影響［19］。青藏高原東部、四川北部及西北地區(qū)東南部處于中國夏季風影響過渡區(qū)，是我國北方干旱、半干旱區(qū)降水較多的區(qū)域［20］，這里地形復雜、地表性質過渡快，下墊面非均勻性特征尤為突出。夏季，在副熱帶高壓、高原槽和低渦、切變線及中高緯度低壓等系統(tǒng)的共同影響下，該區(qū)域水汽來源充沛，輻合抬升條件好，是中尺度天氣過程的多發(fā)區(qū)［21］，多突發(fā)性暴雨［22－24］，且暴雨中心位置隨機性強、局地雨量大、雨強強。由于該區(qū)域地表植被稀疏，抗侵蝕和水分涵養(yǎng)能力較弱，極易引發(fā)局地暴洪災害，如甘肅舟曲三眼峪和羅家峪“8.8”特大泥石流災害，是新中國成立以來人員傷亡和財產損失最為嚴重的一次泥石流災害事件［25］。然而，現有的中尺度模式對該區(qū)域暴雨預報誤差較大［26］，其中一個重要原因是：中尺度模式利用Mosaic方法處理下墊面非均勻過程中，往往用網格點中占比最大的下墊面類型作為該格點的地表類型，并以此類型的陸面特征參數計算陸氣能量通量，導致與實際存在較大誤差，從而使得模式對降水預報偏差加大。為此，本文針對該區(qū)域的一次典型暴雨過程，通過探究中尺度模式中下墊面種類變化對暴雨過程模擬的影響，以期為中尺度模式對該區(qū)域暴雨模擬性能的改進提供一定參考。

1 數據及方法

1.1 數 據

所用資料包括美國國家環(huán)境預報中心NCEP（National Centers for Environmental Prediction）的全球預報系統(tǒng)GFS（global forecast system）逐3 h預報場（空間分辨率0.5°×0.5°，垂直方向 26層）、FNL（final operational global）逐 6 h再分析資料（空間分辨率為1°×1°）和全國區(qū)域自動站降水量觀測資料。

1.2 WRF模式及NOAH－LSM陸面模式簡介

WRF模式是一種完全可壓非靜力模式，采用Arakawa C網格，集數值天氣預報、大氣模擬及數據同化于一體的模式系統(tǒng)，能較好地進行中尺度天氣模擬和預報，目前廣泛應用于有限區(qū)域的天氣研究和業(yè)務預報中［27］。NOAH－LSM陸面模式［28］，是基于美國俄勒岡州立大學的OSU陸面模式發(fā)展而來，考慮了植被、土壤、積雪等下墊面情況，并描述了與此相關的能量及水分收支過程，是相對比較成熟的一個陸面模式，該模式的下墊面類型分為20類（表1），采用Mosaic方法計算地表通量，目前已耦合在WRF模式中。

表1 IGBP土地利用分類［28］Tab.1 IGBP－Modified MODIS20－category of landuse［28］

2 暴雨過程分析及模擬試驗設計

2.1 降水實況及發(fā)生機制

2017年8月28 日08：00至29日08：00（北京時，下同），甘肅中東部、四川北部、陜西南部出現一次暴雨過程，此次降水過程存在兩條雨帶，一條位于甘肅、寧夏、陜西及青藏高原東南部邊緣，降水量為10～25 mm；另一條位于川北高原到陜西南部，出現多個強降水中心，降水量為50～100 mm，四川北部個別地方雨量達100 mm以上（圖1）。可見，南部雨帶的降水量明顯強于西北部雨帶。

圖1 2017年8月28日08：00至29日08：00中國夏季風過渡區(qū)降水量分布（單位：mm）Fig.1 The distribution of precipitation in summer monsoon transition region of China from 08：00 BST 28 to 08：00 BST 29 August 2017（Unit：mm）

經分析發(fā)現，此次過程是一次典型的副高邊緣西南氣流型暴雨過程。28日08：00，500 hPa西太平洋副熱帶高壓主體位于中國東海岸，副高脊線西伸至中國西北地區(qū)東南部，脊前有強盛的西南氣流，同時在東北冷渦后部有強西北風下滑［圖2（a）］；700 hPa強盛的偏南風自四川北部向北到達西北地區(qū)東南部后轉為偏西風，并與東北冷渦后部下滑的西北冷空氣形成輻合區(qū)，西北地區(qū)東部水汽通量最大達0.8 g·hPa－1·cm－1·s－1［圖2（b）］。在上述影響系統(tǒng)共同作用下引發(fā)了此次暴雨過程。

2.2 下墊面性質及數值試驗方案

此次過程的兩條雨帶中，第一條雨帶位于青海、甘肅及寧夏地區(qū)，屬于干旱區(qū)，年降水量不足400 mm，地表植被有草地（18.7%）、稀疏灌叢（15.8%）、混交林（13.6%），農田（12.3%）、郁閉灌叢（6.5%）等類型，這條雨帶降水量分布較為均勻，記為降水I區(qū)；第二條雨帶位于四川北部和陜西南部，屬于半干旱區(qū)，年降水量多在600 mm以上，地表植被有農田（13.8%）、混合林（13.9%）、草地（11.3%）、常綠針葉林（8.1%）等類型，此條雨帶降水量分布極不均勻，局地性強，記為降水Ⅱ區(qū)。對研究區(qū)下墊面類型分析發(fā)現，模式中每個格點的下墊面類型有3～6種，且自西北向東南種類逐漸增多［圖3（a）］。

為了探討同一格點內下墊面種類對陸面通量的影響，分別考慮有1、3、6種下墊面類型時陸面特征參數所占百分比，計算公式如下：

式中：n為下墊面種類，取1、3、6；N為網格內所有下墊面類型總數；ai為模式網格內第i種下墊面所占比例；Ti為第i種下墊面對應的陸面特征參數值。由于單元網格的通量是網格內所有下墊面類型通量的加權平均，pi的大小反映了下墊面種類對陸面通量的貢獻率。

圖2 2017年8月28日08：00 500 hPa位勢高度（線條，單位：dagpm）及風場（箭頭，單位：m·s－1）（a）和 700 hPa風場（箭頭，單位：m·s－1）及水汽通量（陰影，單位：g·hPa－1·cm－1·s－1）（b）分布Fig.2 The distribution of 500 hPa geopotential height（lines，Unit：dagpm）and wind field（arrows，Unit：m·s－1）（a），and 700 hPa wind field（arrows，Unit：m·s－1）and water vapor flux（shadows，Unit：g·hPa－1·cm－1·s－1）（b）at 08：00 BST August 28，2017

圖3 中國夏季風過渡區(qū)下墊面類型數分布（a）和降水I區(qū)（b）及Ⅱ區(qū)（c）不同類型下陸面參數的貢獻率Fig.3 The distribution of the kinds of landuse type in summer monsoon transition region of China（a）and the contribution ratio of land surface parameters under different kinds of landuse type in precipitation I（b）and II（c）areas

圖3（b）和圖3（c）是兩條雨帶內分別考慮1、3、6種下墊面類型時，代表性植被的葉面積指數LAI、反照率Albedo、粗糙度Z0及發(fā)射系數E等主要陸面參數占所有下墊面的百分比。可以看出，僅考慮1種下墊面類型時，兩雨帶 LAI、Z0、Albedo及E等陸面參數的貢獻率不足60%；考慮3種下墊面類型時，各陸面參數的貢獻率均達到或超過80%；考慮6種下墊面類型時，貢獻率均達到90%以上。上述分析表明，原模式中僅考慮1種下墊面類型計算的陸面通量是不適宜的，應以3～6種為宜。因此，研究區(qū)采用3～6種下墊面類型進行數值試驗，共設計了3組：控制試驗，即不考慮下墊面的非均勻性，模式網格采用均一的下墊面；敏感試驗M3，即考慮下墊面的非均勻性，每個模式網格采用3種下墊面類型；敏感試驗M6，即考慮下墊面的非均勻性，每個模式網格采用6種下墊面類型。利用NOAH－LSM陸面模式，模擬中心為100°E、39°N，采用兩重嵌套網格，最外層格點數220（東西向）×173（南北向），水平格距27 km，而內層格點數274×214，水平格距9 km，模式垂直方向分為55層；積云參數化采用K－F方案，邊界層方案為ACM2，長、短波輻射方案分別采用RRTM和DUDHIA方案，微物理方案采用THOMPSON方案。

3 數值模擬結果驗證

與實況對比發(fā)現，3個數值試驗都能夠模擬出高原東部邊緣到甘肅中部（A區(qū)）、甘肅東南部及四川北部（B區(qū)、C區(qū)）的兩條主雨帶，但模擬雨量明顯大于實況（圖4）。在控制試驗中，在106°E及 110°E—112°E之間存在100～250 mm的強降水中心，明顯比實況偏強；在敏感試驗M3中暴雨區(qū)面積和中心雨量有所減小，而敏感試驗M6中暴雨區(qū)面積和雨量進一步減小，更接近實況。

圖4 2017年8月28日08：00至29日08：00控制試驗（a）和敏感試驗M3（b）、M6（c）模擬的降水量分布（單位：mm）Fig.4 The distribution of precipitation simulated by control test（a），sensitivity test M3（b）and M6（c）from 08：00 BST 28 to 08：00 BST 29 August 2017（Unit：mm）

位于高原東部到甘肅中東部的降水I區(qū)具有典型的鋒面降雨特征，而分布于甘肅南部、四川北部及陜西的降水Ⅱ區(qū)呈橢圓形，降水分布很不均勻，這兩條雨帶的下墊面類型存在差異。為了探討下墊面種類的變化對兩條雨帶不同量級降水的影響，分別統(tǒng)計雨帶內不同量級降水區(qū)域面積百分比的模擬值與實況的差值（圖5）。可以看出，兩降水區(qū)域考慮下墊面非均勻性后，各量級降水區(qū)面積與實況差值均減小，降水Ⅱ區(qū)減小更顯著。另外，模式對小雨預報的面積比實況偏小，而對中雨、大雨及暴雨都偏大。

4 降水影響機制

上述分析表明，模式中下墊面種類的增加對降水模擬有一定影響，特別是對暴雨落區(qū)模擬較控制試驗更接近實況。下墊面變化改變了陸面能量收支、分配及濕度，影響大氣的穩(wěn)定度，從而引起降水變化［21］。下面將探討數值試驗中相關通量的變化特征。

4.1 地表能量變化

4.1.1 潛熱通量

從此次強降水過程的敏感試驗與控制試驗的潛熱通量差值變化（圖6）看出，對于降水I區(qū)，敏感試驗M3及M6模擬的潛熱通量在白天均明顯小于控制試驗，越接近中午差值越大，最大差值出現在14：00，約－4.0 W·m－2，而在夜間與控制試驗接近。其中，白天，敏感試驗M6模擬的潛熱通量比M3更小，與控制試驗的差值更大，而夜間正相反。降水Ⅱ區(qū)，在白天，兩組敏感試驗模擬的潛熱通量同樣比控制試驗小，但兩組敏感試驗模擬值較接近，敏感試驗M3與控制試驗的差值最大出現在14：00，而M6的最大差值出現在17：00；夜間，兩組敏感試驗模擬的潛熱通量均高于控制試驗，且在23：00正偏差均達到最大。

圖5 降水I區(qū)（a）和Ⅱ區(qū)（b）內各試驗模擬的不同量級降水區(qū)面積百分比與實況偏差Fig.5 The deviation between precipitation area percentage with different magnitudes simulated by control test，sensitivity tests and the observation in precipitation I（a）and II（b）areas

圖6 2017年8月28日08：00至29日08：00降水 I區(qū)（a）和Ⅱ區(qū)（b）敏感試驗M3及M6與控制試驗模擬的潛熱通量差值逐3 h變化Fig.6 The 3－h(huán)our change of simulated latent heat flux difference between sensitivity test of M3，M6 and control test in precipitation I（a）and II（b）areas from 08：00 BST 28 to 08：00 BST 29 August 2017

總體看來，與控制試驗相比，兩組敏感試驗對降水區(qū)潛熱通量的模擬值白天顯著偏大，尤其是降水Ⅱ區(qū)，說明降水強度越強，下墊面變化的影響越小。

4.1.2 感熱通量

圖7是兩組敏感試驗與控制試驗模擬的感熱通量差值逐3 h變化?？梢钥闯?，敏感試驗與控制試驗的感熱通量差值與潛熱通量存在相似的日變化特征，白天，降水I區(qū)兩組敏感試驗模擬的感熱通量均明顯小于控制試驗，中午14：00差值最大，而在夜間略高于控制試驗，20：00前后為轉折點，且敏感試驗M3較M6略接近控制試驗。降水Ⅱ區(qū)存在類似的日變化特征，白天兩組敏感試驗模擬的感熱通量比控制試驗明顯偏小，而夜間略高于控制試驗。

4.1.3 土壤熱通量

從圖8看出，兩組敏感試驗M3、M6模擬的淺層土壤熱通量比控制試驗白天偏小、夜間偏大。對于降水I區(qū)，白天偏差明顯大于夜間，11：00左右偏差最大，17：00左右偏差由負值轉為正值，夜間在0值附近擺動，且M6的偏差略大；對于降水Ⅱ區(qū)，白天偏差略大于夜間，且下午到凌晨時段敏感試驗模擬值明顯高于控制試驗，M3和M6最大差異出現在02：00左右。

綜上所述，當模式網格中下墊面種類增加時，模擬的主要陸面通量值白天均小于控制試驗，且差值與下墊面種類成正比。陸面通量的減小，有利于低層大氣的不穩(wěn)定度降低，從而減小對流降水的產生。

圖7 2017年8月28日08：00至29日08：00降水 I區(qū)（a）和Ⅱ區(qū)（b）敏感試驗M3及M6與控制試驗模擬的感熱通量差值逐3 h變化Fig.7 The 3－h(huán)our change of simulated sensible heat flux difference between sensitivity test of M3，M6 and control test in precipitation I（a）and II（b）areas from 08：00 BST 28 to 08：00 BST 29 August 2017

圖8 2017年8月28日08：00至29日08：00降水 I區(qū)（a）和Ⅱ區(qū)（b）敏感試驗M3及M6與控制試驗模擬的土壤熱通量差值逐3 h變化Fig.8 The 3－h(huán)our change of simulated soil heat flux difference between sensitivity test of M3，M6 and control test in precipitation I（a）and II（b）areas from 08：00 BST 28 to 08：00 BST 29 August 2017

4.2 凈輻射及淺層土壤溫度變化

從表2看出，兩組敏感試驗模擬的降水I區(qū)和II區(qū)凈輻射均較控制試驗有所減小，降水I區(qū)敏感試驗 M3、M6分別減小1.9、2.7 W·m－2，降水 II區(qū)分別減小 1.5、2.2 W·m－2。兩條雨帶的波文比（感熱通量與潛熱通量的比值）也略有減小，在－0.4～－0.1之間。

表2 2017年8月28日08：00至29日08：00敏感試驗M3、M6模擬的兩條雨帶平均凈輻射及波文比與控制試驗的差值Tab.2 The difference of simulated net radiation and Bowen’s ratio between M3，M6 sensitivity tests and control test in rainfall I andⅡareas from 08：00 BST 28 to 08：00 BST 29 August 2017

與凈輻射和波文比的變化相對應，無論降水I區(qū)還是Ⅱ區(qū)，敏感試驗M3和M6模擬的淺層土壤溫度值均低于控制試驗（圖9），且兩者的變化趨勢一致，從清晨開始淺層土壤溫度差值逐漸增加，到17：00達到最大，而后持續(xù)減??；敏感試驗M3模擬的淺層土壤溫度比M6更低，且在降水Ⅱ區(qū)與控制試驗的差異更大。

地表熱力變化進一步影響大氣穩(wěn)定度。從圖10看出，在此次強降水過程中，陸面非均勻化使得對流有效位能（CAPE）值均有所減小，在暴雨區(qū)減小得更加明顯，且單一網格內考慮的下墊面種類越多，減小得越大。

上述分析表明，下墊面種類增加代表了實際地表非均勻的真實情況，模擬的能量通量更接近實際變化。陸面通量變化最終引起對流有效位能的減小，有利于抑制模式產生虛假對流，減少了對流性降水量，從而降低了模擬誤差。

圖9 2017年8月28日08：00至29日08：00敏感試驗M3和M6模擬的降水I區(qū)（a）、Ⅱ區(qū)（b）淺層土壤溫度與控制試驗差值逐3 h變化Fig.9 The 3－h(huán)our change of simulated soil temperature difference at shallow layer between sensitivity test of M3，M6 and control test in precipitation I（a）and II（b）areas from 08：00 BST 28 to 08：00 BST 29 August 2017

圖10 2017年8月28日14：00—20：00敏感試驗 M3（a）和 M6（b）與控制試驗模擬的 CAPE差值（單位：J·kg－1）Fig.10 The difference of simulated CAPE between sensitivity test of M3（a），M6（b）and control test from 14：00 BST to 20：00 BST on August 28，2017（Unit：J·kg－1）

5 結 論

（1）西太副高西伸北抬，與南下的冷空氣相互作用引發(fā)了此次暴雨過程。在控制試驗中，兩降水區(qū)內作為網格點代表的下墊面類型所占比例較低，以此計算的陸面參數對陸氣通量的貢獻率僅為40%左右；當網格內考慮有6種下墊面時，其陸面參數對陸氣通量的貢獻率接近100%，表明模式中考慮6種下墊面更能代表中國夏季風過渡區(qū)地表實際特征。

（2）增加模式網格內下墊面種類，小雨、中雨、大雨及暴雨等各量級降水區(qū)的預報面積與實況更加接近，表明模式中考慮非均勻性有利于提高模式對降水的模擬性能。

（3）隨著模式中考慮的下墊面種類增多，感熱、潛熱和地表熱通量略有減小，波文比略有降低，降低了淺層地表溫度，使得對流有效位能減小、對流減弱，有利于減小降水預報的正偏差。

然而，該區(qū)域位于青藏高原東側，地形高度落差大。隨著模式分辨率的提高，網格內下墊面不均勻性激發(fā)的通量平流輸送不容忽略，但受限于計算條件和實現的復雜性，現有的陸面模式還未考慮網格內平流對通量計算的影響，因此還需更多的陸面模型改進研究來提高模式對該區(qū)域強降水的預報能力。