皇彥 孫小龍
摘 要 2020年4月20—21日內(nèi)蒙古東部出現(xiàn)了一次較強(qiáng)的降雪過程,最大降雪量33.9 mm。利用WRF(Weather Research and Forecasting)模式對此次降雪過程進(jìn)行了高分辨率數(shù)值模擬,評估了WRF模式對此次降雪過程的模擬能力。結(jié)果顯示,WRF模式可以較好地模擬內(nèi)蒙古東部降雪的空間分布,降雪量模擬結(jié)果與站點(diǎn)觀測一致性較好,同時WRF模式也能夠較好地模擬降雪的時間變化;另外通過對此次降雪過程雪深進(jìn)行對比,發(fā)現(xiàn)WRF模式對雪深亦有較好的預(yù)報(bào)能力。
關(guān)鍵詞 內(nèi)蒙古;WRF;暴雪;數(shù)值模擬
中圖分類號:P458.3 文獻(xiàn)標(biāo)志碼:B DOI:10.19415/j.cnki.1673-890x.2020.27.082
內(nèi)蒙古是我國氣象災(zāi)害較多的地區(qū),干旱、大風(fēng)、沙塵暴、低溫凍害和暴風(fēng)雪氣象災(zāi)害事件因社會影響大而受到廣泛的關(guān)注。這些氣象災(zāi)害往往會造成人員傷亡、農(nóng)牧業(yè)受損、公共交通受阻以及社會經(jīng)濟(jì)損失。暴雪是內(nèi)蒙古冬季主要的氣象災(zāi)害,關(guān)系著來年土壤墑情狀況和干旱發(fā)生發(fā)展程度[1]。
2020年4月20—21日,內(nèi)蒙古東部地區(qū)出現(xiàn)了大范圍降雪天氣,降雪主要出現(xiàn)在內(nèi)蒙古呼倫貝爾市和興安盟。20日8:00至21日8:00,呼倫貝爾市扎蘭屯市出現(xiàn)特大暴雪,降雪量最大為33.9 mm,為1981年來同期第三高[1];阿榮旗出現(xiàn)大暴雪,降雪量為27.9 mm,鄂倫春自治旗和莫力達(dá)瓦達(dá)斡爾族自治旗出現(xiàn)暴雪,降雪量為13 mm和12.6 mm,另有4個站出現(xiàn)大雪,降雪量在5 mm以上,是2020年冬春之交出現(xiàn)的一次較強(qiáng)暴雪天氣過程。此時正值冬春季節(jié)轉(zhuǎn)換,是冬季風(fēng)向夏季風(fēng)過渡的時段,各大數(shù)值模式預(yù)報(bào)和預(yù)報(bào)員對降水預(yù)報(bào)的準(zhǔn)確率下降,預(yù)報(bào)難度上升,因此,冬春時節(jié)的暴雪事件亟需研究。對于暴雪天氣過程已有諸多研究。于恩濤[2]利用WRF(Weather Research and Forecasting)中尺度模式模擬了東北地區(qū)冬季降雪,評估了WRF模式對季節(jié)降雪的模擬性能,研究發(fā)現(xiàn)WRF模式可以合理地模擬冬季氣溫和降水的空間分布、東北地區(qū)季節(jié)降雪的空間分布和時間演變。高分辨率模擬結(jié)果更接近觀測,該模式對陸面過程和微物理過程參數(shù)化方案更加敏感。谷秀杰等[3]利用NCEP再分析資料和WRF模式模擬分析了河南省東南部出現(xiàn)的一次極端暴雪過程,通過試驗(yàn)對比分析發(fā)現(xiàn),山體的迎風(fēng)坡一側(cè)對降水的增幅作用達(dá)4~6 mm,而背風(fēng)坡一側(cè)對降水的減幅作用約為6 mm。王坤等[4]利用WRF中尺度預(yù)報(bào)模式WSM3微物理方案研究了青藏高原地區(qū)暴雪,并對偏差進(jìn)行了原因分析,取得了較好的進(jìn)展?;诖耍脟H上先進(jìn)的中尺度數(shù)值模式和美國國家環(huán)境預(yù)報(bào)中心(NCEP)全球預(yù)報(bào)系統(tǒng)預(yù)報(bào)資料,對2020年4月20—21日發(fā)生在內(nèi)蒙古東部的一次暴雪過程進(jìn)行模擬,評估了WRF模式對此次暴雪過程的模擬能力。
1 資料與方法
使用NCEP的全球預(yù)報(bào)系統(tǒng)2020年4月19—21日GFS預(yù)報(bào)資料,該數(shù)據(jù)時空分辨率為3 h、0.5°×0.5°。大氣垂直分層為34層,積雪分為3層,土壤分為4層。本文所用降雪觀測資料為2020年4月20日8:00—21日8:00的內(nèi)蒙古地區(qū)氣象站逐小時觀測降雪數(shù)據(jù)。中尺度數(shù)值預(yù)報(bào)模式WRF-ARW[5]版本為V3.9.1,WRF模式設(shè)置為2重嵌套,外層分辨率為20 km×20 km,內(nèi)層為4 km×4 km。
2 結(jié)果與分析
2.1 天氣概況與WRF降雪空間模擬
2020年4月19日,東北地區(qū)受高空槽、低渦切變、低空急流共同影響,內(nèi)蒙古東部出現(xiàn)大范圍大風(fēng)、雨雪天氣,4月19日夜間,東北地區(qū)地面氣旋開始發(fā)展,低層大氣濕度增大,降水強(qiáng)度增大,此次過程冷渦切變維持時間長,影響系統(tǒng)東移速度緩慢,在東北地區(qū)產(chǎn)生入春以來全區(qū)最大范圍、最大強(qiáng)度的降水、降溫、大風(fēng)天氣過程。至4月21日降水開始減小,系統(tǒng)逐漸移出內(nèi)蒙古地區(qū),降水趨于結(jié)束。2020年4月20日8:00—2020年4月21日8:00累計(jì)降水(雪)量落區(qū)圖見圖1a,呼倫貝爾市東南部大部出現(xiàn)大到暴雪,局部大暴雪,最大降雪出現(xiàn)在扎蘭屯市站,24小時累計(jì)降水33.9 mm,強(qiáng)降水主要出現(xiàn)在呼倫貝爾市東南部。從圖1b對應(yīng)時段的WRF預(yù)報(bào)降水量(內(nèi)層4 km分辨率)來看,大于25 mm的特大暴雪位置與觀測的特大暴雪位置十分一致,均出現(xiàn)在扎蘭屯市東部和阿榮旗東南部,與觀測實(shí)況吻合較好;WRF預(yù)報(bào)暴雪(介于10~25 mm)位于鄂倫春自治旗、莫力達(dá)瓦達(dá)斡爾族自治旗、阿榮旗中西部、扎蘭屯市中西部和根河市東南部,與觀測到的暴雪較為一致;而對于小雪和中雪預(yù)報(bào)亦與觀測較為一致,這說明WRF能夠很好地預(yù)報(bào)強(qiáng)降雪的空間分布和降雪強(qiáng)度。
2.2 WRF預(yù)報(bào)降水量與觀測降水的時間序列對比分析
為了定量分析降水量預(yù)報(bào)能力,選擇此次降雪過程降雪量最大的扎蘭屯市站為代表,對比分析了2020年4月20日9:00—21日8:00逐小時降水的時間序列(圖2)和統(tǒng)計(jì)特征。從圖2可以看出,WRF預(yù)報(bào)的逐小時累計(jì)降水量與實(shí)測累計(jì)降水量趨勢較為一致,較好地預(yù)報(bào)出了大于25 mm的大暴雪;觀測累計(jì)降水為33.7 mm,WRF預(yù)報(bào)降水量為27.74 mm,小于實(shí)測降水,較實(shí)測降水偏低5.96 mm。統(tǒng)計(jì)顯示,扎蘭屯市站W(wǎng)RF預(yù)報(bào)24小時逐小時降水量與觀測的相關(guān)系數(shù)為0.968,超過了99%的信度檢驗(yàn),平均偏差為-0.327 mm·h-1和5.96 mm·d-1。
2.3 WRF預(yù)報(bào)雪深空間分布與觀測對比分析
強(qiáng)降雪往往造成積雪累積,出現(xiàn)較深的雪深,給道路交通和農(nóng)業(yè)溫室大棚、牧業(yè)牲畜草原食草造成較大影響。故使用逐日觀測雪深與WRF預(yù)報(bào)雪深進(jìn)行對比分析,考慮到雪深無逐小時觀測,故而只對比4月21日8:00的積雪深度。從圖3中觀測和WRF預(yù)報(bào)的雪深空間分布可以看出,觀測雪深大值區(qū)位于扎蘭屯市、阿榮旗和莫力達(dá)瓦達(dá)斡爾族自治旗,呼倫貝爾市中西部積雪深度較小,均低于2.5 cm;呼倫貝爾市東南部雪深較深,高于30 cm。WRF預(yù)報(bào)的積雪深度大值區(qū)位于扎蘭屯市東部、阿榮旗東部和莫力達(dá)瓦達(dá)斡爾族自治旗大部,雪深超過30 cm,而在西部區(qū)積雪深度小于2.5 cm,與觀測較為一致。以扎蘭屯市站為例,觀測雪深為45 cm,而WRF預(yù)報(bào)雪深為42.36 cm,偏低3 cm,偏差較小。這表明,WRF預(yù)報(bào)積雪深度的能力較好,能夠滿足業(yè)務(wù)需求和農(nóng)牧業(yè)氣象服務(wù)的需要。
3 結(jié)論
WRF模式能夠較好地模擬此次強(qiáng)降雪過程,再現(xiàn)了降雪的空間分布和時間序列變化,預(yù)報(bào)的降雪累積量小于24小時觀測值。從時間相關(guān)系數(shù)和偏差統(tǒng)計(jì)特征來看,WRF預(yù)報(bào)降水與觀測的相關(guān)系數(shù)均高于0.95,通過了99%的信度檢驗(yàn),這說明WRF較好地把握住了降水的時間演變趨勢,且偏差較小。
參考文獻(xiàn):
[1] 顧潤源.內(nèi)蒙古自治區(qū)天氣預(yù)報(bào)手冊[M].北京:氣象出版社,2012.
[2] 于恩濤.我國東北地區(qū)季節(jié)降雪高分辨率數(shù)值模擬[J].科學(xué)通報(bào),2013,58(8):690-698.
[3] 谷秀杰,蘇愛芳,張寧,等.地形對豫東南一次極端暴雪影響分析[J].氣象與環(huán)境學(xué)報(bào),2019,35(6):14-20.
[4] 王坤,張飛民,孫超,等.WRF-WSM3微物理方案在青藏高原地區(qū)暴雪模擬中的改進(jìn)及試驗(yàn)[J].大氣科學(xué),2014,38(1):101-109.
[5] Skamarock WC, Klemp JB, Dudhia J, et al. A Description of the Advanced Research WRF Version 3[M].Boulder:NCAR,2008.
(責(zé)任編輯:趙中正)