焦 涵 趙益帆 常 飛 彭新東

1 日本京都大學防災研究所，京都 611-0011，日本 2 中國氣象科學研究院災害天氣國家重點實驗室，北京 100081 3 中國民用航空西北地區(qū)空中交通管理局甘肅分局，蘭州 730087

提 要： 為開展全球高分辨率數(shù)值天氣預報和模擬，以中國氣象局現(xiàn)有業(yè)務模式GRAPES為基礎，發(fā)展了水平0.1°×0.1°分辨率的球面準均勻陰陽網(wǎng)格全球非靜力模式GRAPES_YY。選擇2020年7月6—8日出現(xiàn)在安徽南部的一次強降水個例作為研究對象，利用0.1°×0.1°分辨率GRAPES_YY模擬結(jié)果，結(jié)合FNL 0.25°×0.25°再分析資料、逐時降水融合產(chǎn)品和雷達資料，對模擬結(jié)果進行分析和檢驗。結(jié)果表明，此次強降水受高空槽、低渦切變線、低空急流的共同影響，由穩(wěn)定梅雨鋒上的不斷東移的中尺度對流系統(tǒng)形成，模擬的大尺度環(huán)流系統(tǒng)的位置及強度與FNL 0.25°×0.25°再分析結(jié)果基本一致。模式較好模擬出24 h累積降水雨帶的大值區(qū)位置和走向，但強降水強度和弱降水雨帶分布有差異，強降水區(qū)維持明顯的低層水汽輻合以及西南水汽通道。模擬結(jié)果顯示，強降水和對流中心對應異常強的500 hPa假相當位溫的大值區(qū)，其位置的南北擺動保持一致，表現(xiàn)在剖面圖上為梅雨鋒對流區(qū)的深厚對流中性區(qū)和鋒區(qū)南北為對流不穩(wěn)定區(qū)，鋒區(qū)的850 hPa以下的邊界層內(nèi)表現(xiàn)為一致的對流不穩(wěn)定。

引 言

2020年6—7月，在我國長江中下游地區(qū)發(fā)生了極不尋常的梅雨天氣，持續(xù)時間長達40 d，出現(xiàn)了極為嚴重的暴雨災害(張芳華等,2020)，累積降水量超過了1998年同期，成為1961年以來的歷史最高值(陳濤等，2020)。

梅雨是影響我國夏季長江中下游地區(qū)的主要天氣過程，因降水持續(xù)時間長、雨區(qū)范圍廣、累計雨量大、強降水過程多的特點(劉蕓蕓和丁一匯，2020)，經(jīng)常導致長江中下游地區(qū)洪澇災害，能否準確預報梅雨鋒的持續(xù)時間、范圍以及強度等，對于防災減災有十分重要的意義。由于梅雨鋒降水具有持續(xù)性多樣性和多尺度相互作用的特點(彭新東等，1999；鄭永光等，2007；孫素琴等，2015；鄭婧等，2015)，梅雨鋒的動力熱力結(jié)構(gòu)特征以及對應的降水系統(tǒng)多尺度特點的正確模擬也是大氣數(shù)值研究的難點之一。茍阿寧等(2019)利用多普勒天氣雷達、逐小時地面加密觀測資料和EC 0.25°×0.25°細網(wǎng)格模式數(shù)據(jù)，對一次梅雨鋒附近極端暴雨的降水特征、中尺度對流系統(tǒng)演變和暴雨成因等進行了系統(tǒng)分析，驗證了“列車效應”是造成2016年7月武漢暴雨的主要原因。隆霄等(2009)利用中尺度數(shù)值模式MM5對一次非典型梅雨鋒過程進行了模擬，證明中尺度系統(tǒng)的強風切變、低空急流核、以及強高空輻散、低空輻合有利于中尺度系統(tǒng)的發(fā)展。張吉等(2012)利用區(qū)域大氣數(shù)值模式RAMS 6.0，模擬了長江中下游的一次梅雨鋒大暴雨過程，結(jié)果表明RAMS模式較好地模擬出這次大暴雨過程以及中小尺度系統(tǒng)的生消演變。

GRAPES(Global/Regional Assimilation and Prediction System)是基于球面經(jīng)緯度網(wǎng)格坐標系統(tǒng)的完全可壓、非靜力天氣預報模式(Chen et al,2008；Zhang and Shen,2008)，經(jīng)過多年的改進和發(fā)展，目前業(yè)務模式GRAPES_GFS水平分辨率已達到0.25°×0.25°，但仍然無法滿足業(yè)務對更高分辨率預報結(jié)果的需求。在現(xiàn)有計算條件下，為了提高模式的水平分辨率、提高計算效率、降低計算成本，需要對模式的水平網(wǎng)格進行改造，構(gòu)建球面準均勻網(wǎng)格模式動力框架?；谇蛎骊庩柧W(wǎng)格，Li et al(2015)開發(fā)了GRAPES_YY非靜力模式動力框架，并耦合一整套物理過程(Li and Peng，2018；趙益帆等，2020)，形成了具有良好可擴展性和高性能的GRAPES_YY大氣動力模式，初步具備穩(wěn)定中期預報的能力，并嘗試了實際天氣過程的0.75°×0.75°低分辨率批量中期預報試驗，且500 hPa位勢高度的距平相關(guān)系數(shù)平均達到0.6以上的有效預報時效接近7 d。

本文采用GAPES_YY模式，針對2020年7月7—8日的長江下游強梅雨降水過程，以6日08時(北京時，下同)美國NCEP/FNL再分析資料為初值，進行了全球0.1°×0.1°分辨率數(shù)值模擬，以分析這次長江中下游地區(qū)梅雨鋒降水過程的持續(xù)性對流降水形成機制和模式檢驗效果。

1 模式介紹及試驗設計

1.1 模式及模式設置

GRAPES_YY模式是在球面陰陽網(wǎng)格上構(gòu)建的全球非靜力大氣動力模式，具有以下主要特征：水平網(wǎng)格準均勻，不存在極點問題，不存在經(jīng)緯度網(wǎng)格那樣在高緯度經(jīng)線過度收縮、網(wǎng)格距變小的缺點；其次，針對陰陽網(wǎng)格，特別考慮了包含完整三維科氏力分量的動量方程，改善模式的慣性力計算精度，并實現(xiàn)兩個網(wǎng)格域上的代碼完全相同；采用具有更好計算穩(wěn)定性的半隱式-半拉格日時間積分方案。為了提高模式的示蹤物計算守恒性，GRAPES_YY中還采用了通量形式水物質(zhì)平流方程，采用守恒、保形的PRM平流方案計算水物質(zhì)平流過程。相對原GRAPES模式，GRAPES_YY還增加了全球質(zhì)量守恒強迫計算(Li and Peng，2018)。GRAPES_YY模式中耦合的物理方案包括RRTMG長短波輻射傳輸方案、MRF邊界層參數(shù)化方案、陸面模式CoLM以及NSAS深淺積云對流方案和一個雙參數(shù)混合相云微物理方案。表1給出了本研究的模式主要參數(shù)設置。

表1 GRAPES_YY 主要參數(shù)設置Table 1 Configuration of the GRAPES_YY model

1.2 資料應用及模式初值

本研究采用的觀測和分析資料包括美國NCEP/NCAR的FNL 0.25°×0.25°分辨率再分析資料、國家氣象信息中心制作的0.05°×0.05°的中國地面-衛(wèi)星-雷達三源融合逐時降水產(chǎn)品(CMPA-Hourly V2.0)、中國氣象科學研究院大氣科學試驗與研究平臺提供的華東地區(qū)天氣雷達回波拼圖作為梅雨降水分析和高分辨模式檢驗的參考。

高分辨率GRAPES_YY的初始場也由FNL0.25°×0.25°分辨率再分析資料經(jīng)過水平和垂直插值得到。本模擬選擇2020年7月6日08時為模式冷啟動初始時刻，積分8 d，由于過程最強降水發(fā)生在7—8日，所以重點分析前3 d的模擬結(jié)果，以認識造成7—8日的梅雨強降水的鋒面特征、水汽條件和中尺度系統(tǒng)動力和熱力結(jié)構(gòu)，檢驗模式模擬效果。

2 天氣環(huán)流形勢以及降水模擬

2.1 環(huán)流形勢

GRAPES_YY模擬的8 d 500 hPa和850 hPa環(huán)流場基本反映了長江流域穩(wěn)定梅雨鋒維持的大尺度環(huán)流形勢演變，位勢高度場與再分析結(jié)果比較契合，但槽脊位置隨預報時效延長偏差增大。這里重點分析降水發(fā)生時段的環(huán)流模擬情況。圖1a和1b分別為2020年7月7日08時和8日08時FNL分析資料500 hPa位勢高度場和850 hPa風場結(jié)果。7月7日08時(圖1a)，在500 hPa高度場上，整體呈現(xiàn)“兩槽一脊”的環(huán)流形勢，在我國華東地區(qū)，出現(xiàn)一個明顯的低槽。588 dagpm線控制江南地區(qū)，東北冷渦明顯。850 hPa上西南低空急流強度較大，在長江中下游地區(qū)出現(xiàn)低渦切變，為降水提供了有利條件。7月8日08時(圖1b)，500 hPa高度場上，588 dagpm線南退至華南南部，東北部槽加深，東北冷渦略有東移，而華中、華東地區(qū)高空槽減弱。850 hPa長江中下游地區(qū)的低空低渦切變明顯加大，風速加強。圖1c和1d分別為2020年7月7日08時和8日08時GRAPES_YY模式模擬出的500 hPa 位勢高度場和850 hPa風場預報結(jié)果，在500 hPa高度場上，GRAPES_YY模式較好地模擬了大尺度環(huán)流形勢，500 hPa位勢高度等值線與分析結(jié)果吻合，850 hPa低空急流、低渦切變線等重要系統(tǒng)都得以較好模擬。

圖1 2020年7月7日08時(a,c)及8日08時(b,d)500 hPa位勢高度場 (等值線,單位:dagpm)和850 hPa風場(風羽，單位:m·s-1) (a，b)FNL實況分析場，(c，d)GRAPES_YY模擬結(jié)果Fig.1 The 500 hPa geopotential height (contour, unit: dagpm) and 850 hPa winds (wind barb, unit: m·s-1) at 08:00 BT 7 (a， c) and 08:00 BT 8 (b， d) July 2020 (a, b) FNL analysis， (c, d) GRAPES_YY simulation

2.2 降水模擬

降水是最重要的數(shù)值預報量之一，也是模式檢驗的重要指標。就全程8 d的降水中期模擬結(jié)果看，降水分布和強度隨模擬時間的延長，誤差增長明顯，其中降水強度誤差更大(圖略)，這里仍然重點分析短期模擬結(jié)果。2020年7月7日08時和8日08時截止的觀測日降水量和GRAPES_YY模式模擬的日降水量(圖2)， 7日08時的24 h降水量顯示，在我國西南到長江中下游地區(qū)形成了一個狹長的雨帶，降水的大值區(qū)主要集中于長江中下游地區(qū)，尤其以湖北東部、安徽南部以及浙江北部降水量最大，達200 mm以上。GRAPES_YY模式很好地模擬出了24 h降水的西南—東北走向，安徽南部的降水大值區(qū)與實況基本吻合，但湖北東部的大值區(qū)沒有很好地模擬出來，而浙江東北部的降水大值區(qū)略微偏東，24 h累計模擬降水也表現(xiàn)出更寬的梅雨鋒外圍弱降水帶，基本為大范圍的層狀網(wǎng)格尺度降水。相對而言，0.75°×0.75°低分辨率的GRAPES_YY模式模擬的降水大值區(qū)較弱，雨帶上降水強度相對均勻(圖略)，因此高分辨率模式相對于低分辨率模式可以更好地模擬降水的落區(qū)和降水強度。7月8月08時與7日08時的降水分布情況類似，觀測降水更為集中于湖北東部、江西東北部和安徽南部地區(qū)(圖2b)，降水大值區(qū)相連。模擬結(jié)果也顯示了同樣的特點(圖2d)，模擬雨帶走向和分布基本反映了實際情況觀測，但模擬降水大值區(qū)(100 mm以上)范圍較觀測略大，200 mm以上的強降水中心則明顯偏小。

圖2 2020年7月7日08時(a，c)及8日08時(b，d)24 h累計降水 (a，b)中國地面衛(wèi)星雷達三源融合逐時降水產(chǎn)品，(c，d)GRAPES_YY模擬結(jié)果Fig.2 The 24 h accumulated precipitation at 08:00 BT 7 (a, c) and 08:00 BT 8 (b, d) July 2020 (a, b) gauge-radar-satellite combined observation in China, (c, d) GRAPES_YY simulation

3 熱力和水汽條件

對于這樣一次持續(xù)性特大梅雨過程而言，除有利的環(huán)流形勢控制外，一定有有利的熱力和水汽條件相配合(屠妮妮等，2008)，利用高分辨率GRAPES_YY模擬結(jié)果，我們診斷形成本次持續(xù)性梅雨暴雨的熱力不穩(wěn)定條件和水汽供應狀況，首先給出7日和8日08時的模擬K指數(shù)分布，與模擬降水進行分析對比，并給出幾個時次的700 hPa水汽通量散度和風場，說明水汽收支與暴雨形成的關(guān)系。

3.1 K指數(shù)

K指數(shù)是反映中低層穩(wěn)定度和水汽條件的綜合指標，也可以理解為低層的對流穩(wěn)定性判據(jù)，是不穩(wěn)定和對流性天氣發(fā)展的一個熱力指標，方便對流性降水天氣過程的判別。K值越大，表明中低層處于越不穩(wěn)定的狀態(tài)，有利于對流發(fā)展和對流降水的發(fā)生。從圖3a可以看出，2020年7月7日08時在中國的西南到長江中下游地區(qū)，形成了一個最大值超過了40℃的狹長的K指數(shù)大值區(qū)，恰好與梅雨雨帶位置對應，強降水中心正位于K指數(shù)40℃區(qū)域、K值大梯度區(qū)的南側(cè)，強降水發(fā)生在低層強烈的對流不穩(wěn)定區(qū)，應主要為對流性降水。2020年7月8日08時(圖3b)，超過40℃的K指數(shù)位于長江中下游地區(qū)，分布更加分散、寬廣，與雨帶分布一致，K等值線較前日疏散，對應的雨帶中心分裂。7—8日，狹長的K指數(shù)大值區(qū)南北加寬，降雨帶也變得南北更廣，除了鋒區(qū)的南北擺動外，可能與水汽輻合條件有關(guān)。

圖3 2020年7月7日08時(a)和8日08時(b)K指數(shù)分布(等值線,單位：℃) 和1 h累計降水量(填色)Fig.3 Distributions of K index (contour, unit: ℃) and 1 h accumulated precipitation (colored) at 08:00 BT 7 (a) and 08:00 BT 8 (b) July 2020

3.2 水汽條件

持續(xù)性暴雨必須有充足、持續(xù)的水汽供應，水汽通量散度可反映水汽輸送和水汽輻合的分布。通過對比圖4a和圖3a以及圖4d和圖3b可以看出，水汽通量散度的大值區(qū)與降水的大值區(qū)中心相吻合，2020年7月7日08時的降水大值區(qū)和水汽通量散度大值區(qū)重合，在水汽通量散度小于-18×10-7g·cm-2·hPa-1·s-1的大值中心處形成了西北—東南走向的降水中心。對于這次持續(xù)性梅雨過程，水汽的持續(xù)輸送和輻合對降水形成很關(guān)鍵，水汽通量散度對于降水的預報具有較好的指示意義。從7月7日08時至8日08時，長江中下游地區(qū)一直存在較強的水汽通量散度，長江中下游地區(qū)始終是水汽輸送的目的地和水汽匯。7日08時至8日08時水汽的輻合，與圖1a中850 hPa低空切變線與圖2的地面降水雨帶重合，低空輻合不僅提供了水汽條件，也有利于靜力上升加速。在四川盆地，發(fā)展的西南低渦外圍環(huán)流配合來自西南的暖濕氣流，為長江中下游提供充足的水汽和熱力源。水汽通量散度場診斷反映出，這次強降水過程的維持是明顯低層切變線造成的水汽輻合以及西南水汽通道的共同作用。

圖4 2020年7月7日08時(a)、7日16時(b)、8日00時(c)和8日08時(d)700 hPa水汽通量散度 (填色，單位:10-7 g·cm-2·hPa-1·s-1)和700 hPa風場(風羽，單位:m·s-1)Fig.4 Divergence of moisture flux (colored, unit: 10-7 g·cm-2·hPa-1·s-1) and winds (wind barb, unit: m·s-1) at 700 hPa at 08:00 BT 7 (a), 16:00 BT 7 (b), 00:00 BT 8 (c), 08:00 BT 8 (d) July 2020

4 梅雨鋒上中尺度對流系統(tǒng)的發(fā)展

梅雨降水是多尺度天氣系統(tǒng)相互作用的結(jié)果，持續(xù)性強降水的發(fā)生與穩(wěn)定的梅雨鋒位置、水汽供應、鋒區(qū)不斷生成及發(fā)展的中尺度對流系統(tǒng)密切相關(guān)。這里我們首先根據(jù)雷達觀測資料分析對流系統(tǒng)的發(fā)展和移動，然后根據(jù)高分辨非靜力模式資料分析梅雨鋒的結(jié)構(gòu)、對流維持機制，進一步理解持續(xù)性梅雨降水形成的熱力和動力原因。

4.1 對流發(fā)展的雷達觀測

通過天氣雷達觀測我們來分析本次過程中直接降水系統(tǒng)——對流云團的生成和移動情況。圖5為中國氣象科學研究院大氣科學試驗與研究平臺提供的華東地區(qū)7月6日18時和20時雷達拼圖，在長江中下游地區(qū)，存在多個大于45 dBz的強雷達反射率中尺度對流云團，其中以安徽南部的中尺度對流系統(tǒng)最為強烈且集中。對流云團整體上在對流云帶上不斷新生東移、發(fā)展，形成了穩(wěn)定的梅雨降水帶，但安徽南部的對流云團則在原地不斷新生和發(fā)展，穩(wěn)定的對流云團到20時略有東移加強，在安徽南部造成持續(xù)強對流降水。這種梅雨鋒上有組織的強對流活動，以及對流單體的不斷生消，在該地區(qū)造成持續(xù)性降水。因此判斷能否模擬出穩(wěn)定的梅雨鋒和對流不穩(wěn)定環(huán)境是模式是否成功模擬持續(xù)的對流系統(tǒng)的關(guān)鍵。

4.2 梅雨鋒熱力結(jié)構(gòu)與中尺度對流發(fā)展

圖6為2020年7月6日18時和20時的500 hPa假相當位溫以及水平風場分布。如圖6a，6b所示,大于348 K的高濕高能區(qū)從華中地區(qū)經(jīng)長江中下游地區(qū)一直延伸到東海，正位于其北部偏北風和南部偏南風的切變氣流中，并在湖北中西部以及安徽南部形成了兩個354 K以上的θse高值中心。圖6a中安徽南部的θse大值中心與圖5a中雷達反射率大值區(qū)對應，是強對流凝結(jié)的結(jié)果，圖6b中的假相當位溫的大值區(qū)與圖5b中的雷達反射率大值區(qū)重合，可見對流過程對梅雨鋒的熱力結(jié)構(gòu)的維持作用明顯。從對應的假相當位溫經(jīng)向剖面和v-w垂直環(huán)流(圖6c,6d)可以看出，θse等值線密集區(qū)即鋒區(qū)位置位于30°～32°N，鋒區(qū)850～250 hPa都表現(xiàn)出垂直均勻的θse分布，說明了鋒區(qū)內(nèi)強烈的對流活動和充分的對流混合作用，形成深厚的對流中性大氣層。明顯的鋒區(qū)南北風輻合，造成鋒區(qū)強烈的上升運動和對流降水，體現(xiàn)了梅雨鋒和對流系統(tǒng)間緊密的聯(lián)系和相互作用。850 hPa以下大氣邊界層內(nèi)，中低緯度都處于不穩(wěn)定狀態(tài)，在水汽和對流擾動的配合下，容易在梅雨鋒區(qū)激發(fā)對流。鋒區(qū)南北，600 hPa以下為對流不穩(wěn)定區(qū)，尤以鋒區(qū)以北的偏干氣團表現(xiàn)更明顯。對比圖6c,6d可見，20時鋒區(qū)較18時向南小幅擺動，與圖5中對流云團的南移相對應。

圖5 2020年7月6日18時(a)和20時(b)雷達組合反射率Fig.5 Radar composite reflectivity at 18:00 BT 6 (a) and 20:00 BT 6 (b) July 2020

圖6 2020年7月6日18時(a，c)和20時(b，d)500 hPa假相當位溫(填色)和風場(風羽，單位:m·s-1)(a，b)， 及假相當位溫(等值線,單位：K)和v-10w矢量(箭頭，單位:m·s-1)沿117.9°E的垂直剖面(c，d)Fig.6 (a, b) Pseudo-equivalent potential temperature (colored) and winds (wind barb, unit: m·s-1) at 500 hPa, and (c, d) vertical cross-section of pseudo-equivalent potential temperature (contour, unit: K) and v-10w velocity vector (arrow, unit: m·s-1) along 117.9°E at 18:00 BT 6 (a, c) and 20:00 BT 6 (b, d) July 2020

4.3 梅雨鋒區(qū)對流發(fā)展的中尺度動力過程

梅雨鋒特殊的熱力結(jié)構(gòu)為中尺度對流系統(tǒng)持續(xù)發(fā)展提供了有利條件，鋒區(qū)底層邊界層內(nèi)對流不穩(wěn)定的存在是對流擾動不斷生成發(fā)展的關(guān)鍵，那么梅雨鋒上對流發(fā)展對應的中尺度動力過程成為我們關(guān)心的另一個重要問題。我們從鋒區(qū)邊界層的對流強迫、大尺度垂直運動、梅雨強降水的對應關(guān)系進一步分析。圖7中給出了垂直速度、網(wǎng)格和次網(wǎng)格降水量、以及對應時刻700 hPa以下的溫度距平，即模式格點溫度與各層溫度經(jīng)向平均的差。6日18時(圖7a)，30°N附近700～380 hPa顯示垂直風速超過1.8 m·s-1的較強的上升運動，中心位于500 hPa，而700～600 hPa有明顯的水平風輻合配合，低空大尺度輻合風場造成的上升運動與鋒區(qū)對流共同促成水汽凝結(jié)，產(chǎn)生強降水(圖7c)。而在850 hPa以下近地面層，30°N附近表現(xiàn)出明顯的冷空氣堆，這是鋒區(qū)對流降水在云下蒸發(fā)形成的，它對低空偏南風形成阻擋，強迫近地面濕空氣抬升并對對流起到觸發(fā)作用?？梢婁h面前期降水過程與后期對流激發(fā)和發(fā)展密切相關(guān)，邊界層內(nèi)的動力抬升作用和700～600 hPa低層輻合動力抬升共同作用促使對流在鋒區(qū)內(nèi)不斷形成和發(fā)展。20時(圖7b)邊界層冷空氣堆變?nèi)?，且并沒有接地，對近地面濕空氣的抬升作用下降，中層上升運動減弱，垂直速度中心的高度也降至400 hPa以下，垂直速度降至1.0 m·s-1以下，相應的降水也明顯減少，對流和降水中心位置南移，與雷達回波觀測一致。從降水的分類來看，0.1°×0.1°分辨率模式模擬鋒區(qū)降水相對于0.75°×0.75°分辨率模式(圖略)更多表現(xiàn)為網(wǎng)格尺度降水，次網(wǎng)格對流降水明顯減少，也反映出0.1°×0.1° 高分辨率模式中云微物理過程描述的網(wǎng)格尺度水汽更容易飽和、網(wǎng)格降水有所增加的合理表現(xiàn)。

圖7 2020年7月6日18時(a,c)和20時(b,d)垂直速度(等值線,單位： m·s-1)、溫度距平(填色，單位：℃)和 v-10w矢量(箭頭，單位: m·s-1)(a，b)，及1 h累計降水量沿117.9°E垂直剖面(c，d)Fig.7 (a， b) Vertical velocity (contour, unit: m·s-1), temperature anomaly (colored, unit: ℃) and v-10w vector (unit: m·s-1)， and (c, d) 1 h accumulated precipitation along 117.9°E at 18:00 BT 6 (a, c) and 20:00 BT 6 (b, d) July 2020

5 結(jié) 論

本文利用FNL再分析資料、逐時降水融合產(chǎn)品、雷達資料和高分辨率GRAPES_YY模擬結(jié)果，對2020年7月影響我國長江中下游地區(qū)的超強梅雨過程進行了研究，分析了安徽南部的強降水個例，并進行高分辨率模式模擬結(jié)果的檢驗，主要結(jié)論如下：

(1)2020年7月6—8日影響安徽南部強降水的主要天氣系統(tǒng)為高空槽，低空急流以及低渦切變線，降水主要產(chǎn)生于梅雨鋒上不斷東移的對流云團。0.1°×0.1°高分辨率GRAPES_YY模式對本次過程的大尺度環(huán)流形勢、中尺度系統(tǒng)以及降水落區(qū)都給出了較好的模擬效果，模擬的大尺度環(huán)流系統(tǒng)的位置及強度與FNL再分析結(jié)果基本一致，模擬降水帶和強降水中心基本與觀測一致，但模擬弱降水區(qū)范圍偏大。

(2)2020年7月7—8日，強降水區(qū)維持明顯的低層水汽輻合以及暢通的西南水汽通道，水汽通量散度大值區(qū)與地面降水相吻合，明顯的低層水汽輻合以及暢通的西南水汽通道是此次超強梅雨持續(xù)性強降水維持的條件。GRAPES_YY模式0.1°×0.1° 高分辨率較0.75°×0.75°低分辨率模擬的鋒面降水結(jié)構(gòu)和分布有明顯改進。

(3)持續(xù)性梅雨降水過程中，高分辨率模式刻畫了梅雨鋒和中尺度對流系統(tǒng)的發(fā)展過程。鋒區(qū)850 hPa 以下對流不穩(wěn)定和850～250 hPa都維持θse對流中性分布，既是對流活動的結(jié)果，也是對流激發(fā)的條件。充足的水汽供應和大量的水汽輻合是造成對流區(qū)高θse和降水的條件。