張利娜 韓作強 劉靜 龍曉彤

摘 要：利用常規(guī)氣象觀測資料、水文觀測資料和NCEP再分析資料，對2018年7月10日發(fā)生在黃河中游的一次區(qū)域性暴雨過程進行診斷分析和數(shù)值模擬。結(jié)果表明：此次強降雨是西風(fēng)槽攜帶冷空氣和副熱帶高壓邊緣暖濕氣流在暴雨區(qū)上空交匯過程中發(fā)生的，低空低渦切變、低空急流和地面冷鋒是主要影響系統(tǒng)。有利的水汽、動力和熱力條件是強降雨產(chǎn)生、發(fā)展的物理基礎(chǔ)。通過對各微物理過程和積云對流參數(shù)化方案組合進行對比分析發(fā)現(xiàn)，WRF模式能模擬出造成本次降雨的環(huán)流形勢、降雨落區(qū)及雨區(qū)走向，Kessler云微物理方案和GD積云對流參數(shù)化方案在本次降雨過程的模擬中效果最佳。

關(guān)鍵詞：暴雨;WRF模式;診斷分析;參數(shù)化方案;黃河中游

中圖分類號：P458.3;TV882.1

文獻標(biāo)志碼：A

doi：10.3969/j.issn.1000-1379.2021.12.005

引用格式：張利娜，韓作強，劉靜，等.黃河中游一次區(qū)域性暴雨過程的診斷分析和數(shù)值模擬[J].人民黃河，2021，43（12）：23-28，34.

Abstract： A regional rainstorm process in the middle Yellow River on July 10， 2018 was studied by the conventional meteorological data， the hydrological data and the NCEP reanalysis data. The rainstorm process was simulated by a mesoscale numerical model WRF. The results show that the intersection of westerly trough cold air and the subtropical high warm wet air in the upper level over rainstorm touches off the heavy rainfall; low-level vortex shear， low-level jet stream and the surface cold front are the main impact systems; the favorable vapor， dynamic and thermal conditions are the physical basis of precipitation occurrence and development. By comparing the different combinations of cumulus parameterizations and cloud microphysical schemes， the simulated results illustrate that the WRF model is potential in simulating and predicting this precipitation， including the circulation situation causing precipitation， rainfall area and rain belt trend. The combination of Kessler microphysical scheme and GD cumulus parameterization scheme are the best in this case.

Key words： rainstorm; WRF model; diagnostic analysis; parameterization scheme; Middle Yellow River

暴雨是常見的自然天氣災(zāi)害之一，因其降雨強度大、天氣系統(tǒng)發(fā)展快，一直是預(yù)報業(yè)務(wù)中的重點和難點。黃河中游大部分地區(qū)處于黃土高原，是黃河的主要產(chǎn)洪產(chǎn)沙區(qū)，降雨集中在夏季且多暴雨，強降雨極易產(chǎn)生高含沙洪水，因此對該地區(qū)強降雨進行預(yù)報分析和研究是有重要意義的。

作為新一代中尺度數(shù)值預(yù)報模式，WRF能模擬降雨的主要天氣系統(tǒng)的位置和移動過程[1]，從而使WRF模擬的降雨落區(qū)好于MM5。WRF動力框架具有一定的優(yōu)越性，使其對天氣形勢場的模擬效果好于MM5，模擬的降雨落區(qū)和強度更接近實況[2]。

目前中尺度WRF模式的發(fā)展已經(jīng)比較成熟，國內(nèi)外已經(jīng)開展了很多關(guān)于WRF模式的本地化研究和應(yīng)用，梅欽等[3-8]針對多種參數(shù)化方案下不同地區(qū)的暴雨進行模擬試驗，發(fā)現(xiàn)WRF模式的各種方案在不同地區(qū)，對降雨強度和范圍的模擬均存在一定差異。Jankov等[9-11]對不同參數(shù)化方案進行了對比試驗分析，發(fā)現(xiàn)不同方案在不同地區(qū)針對不同類型的降雨存在明顯差異。

目前，針對黃河流域WRF模式的本地化研究和應(yīng)用工作相對較少。筆者在對2018年7月10日發(fā)生在黃河中游的一次區(qū)域性暴雨過程進行診斷分析的基礎(chǔ)上，對WRF 4.1.2版本的4種云微物理方案和5種積云對流參數(shù)化方案進行敏感性模擬試驗，對比分析不同方案組合的評分，以及對降雨范圍和強度的模擬效果，以期為黃河中游降雨預(yù)報的云微物理過程和積云對流參數(shù)化方案的合理選擇提供參考依據(jù)，為黃河流域防汛抗旱提供基礎(chǔ)技術(shù)支撐。

1 資料和方法

本文采用的實測雨量資料為黃河水利委員會水文局的水文整編數(shù)據(jù)和中國氣象局的氣象臺站雨量數(shù)據(jù)，共計3 796個臺站。診斷分析采用中國氣象局的常規(guī)高空、地面和物理量觀測數(shù)據(jù)。WRF模式的初始場和邊界條件采用6 h一次的NCEP/NCAR再分析數(shù)據(jù)。

目前氣象臺站降雨量的預(yù)報檢驗主要采用TS評分方法，其反映了模式預(yù)報某一等級降雨的準(zhǔn)確率。TS值在0～1之間變化，TS=1時預(yù)報的降雨區(qū)域降雨量級與觀測結(jié)果一致，模擬效果最好，TS越小預(yù)報效果越差。同時，為定量比較不同參數(shù)化方案的模擬效果，選出最佳參數(shù)化方案，對不同微物理過程參數(shù)化方案下次網(wǎng)格區(qū)域Domain2的降雨模擬結(jié)果進行降尺度處理，計算所有臺站降雨觀測值和模式降雨預(yù)報值的相關(guān)系數(shù)、均方根誤差和平均絕對誤差。

2 雨洪概述

2018年7月10日，黃河中游出現(xiàn)一次區(qū)域性暴雨過程，形成了覆蓋涇渭河上游、北洛河、無定河、窟野河的東北—西南向暴雨區(qū)，其中山陜區(qū)間楊橋畔站日降雨量達121.2 mm，北洛河鐵邊城站日降雨量為115.5 mm。黃河流域24 h降雨量統(tǒng)計中，大雨以上籠罩面積為22.2萬km2，暴雨以上籠罩面積為12萬km2，大暴雨以上籠罩面積為0.4萬km2，僅黃河中游大于50 mm的暴雨籠罩面積達10.2萬km2。本次暴雨過程以穩(wěn)定性降雨為主，降雨時段主要集中在10日16時—11日8時，因此以10日20時觀測資料為基礎(chǔ)，對影響系統(tǒng)和物理量場進行分析。

受此次暴雨過程影響，涇渭河流域干支流普遍漲水。渭河林家村水文站11日14時30分洪峰流量達到2 390 m3/s，支流千河千陽站洪峰流量達到1 340 m3/s，為2010年以來最大流量，列1964年建站以來第2位。干支流洪水匯合后，渭河魏家堡站11日18時洪峰流量達到4 290 m3/s，為1981年以來最大流量;咸陽水文站12日10時42分洪峰流量達到4 210 m3/s，為2003年以來最大流量。同時，涇河上游部分支流也發(fā)生洪水，張家山站12日12時53分洪峰流量達到1 180 m3/s。涇、渭河洪水匯合后，渭河臨潼水文站12日23時洪峰流量達到4 500 m3/s，經(jīng)漫灘削減后，華縣水文站14日2時洪峰流量為3 400 m3/s。本場洪水

與黃河北干流、北洛河等來水匯合后，黃河潼關(guān)站14日17時出現(xiàn)4 620 m3/s的洪峰流量，為該站2018年汛期最大流量。

3 天氣形勢分析

200 hPa形勢場（圖略），10日8時黃河中游處于低壓槽前高空急流出口區(qū)左前側(cè)的輻散區(qū)，20時急流繼續(xù)加強，抽吸作用增強，促使垂直上升運動發(fā)展，有利于降雨的形成。

500 hPa形勢場（見圖1），前期在中高緯西風(fēng)帶以經(jīng)向環(huán)流為主，貝加爾湖附近為一槽區(qū)，其北部有閉合的冷渦，副熱帶高壓主體位于海上，但脊線位置偏北，在北緯30°附近，1808號臺風(fēng)“瑪莉亞”位于副熱帶高壓西南側(cè)，向西北方向移動。7月8日20時副熱帶高壓明顯西伸，西伸脊點至東經(jīng)114°附近，9日8時有高原系統(tǒng)生成，9日20時西風(fēng)槽與高原槽東移疊加，槽加深，環(huán)流經(jīng)向度明顯加大，形成了東高西低的有利降雨環(huán)流形勢。10日20時，西風(fēng)槽移到東經(jīng)90°以東，副熱帶高壓脊線北界達到北緯35°附近，西風(fēng)槽在東移過程中，與副熱帶高壓邊緣西南暖濕氣流在降雨區(qū)上空匯合，造成黃河中游區(qū)域性暴雨天氣。

10日8時在700 hPa高度上形成了一條從四川盆地到黃河中游的低空急流（圖略），10日20時急流達到14 m/s，將副熱帶高壓邊緣的水汽和不穩(wěn)定能量輸送到暴雨區(qū)，同時在甘肅、陜西交界處形成一個低渦，沿312線外圍有一條東北—西南向的切變線，暴雨發(fā)生在高空急流和低空急流左前方重疊處的正熱力次級環(huán)流的上升氣流區(qū)，并與700 hPa低渦的右前方相對應(yīng)。11日8時之后切變線和低渦東移北進，黃河中游降雨趨于結(jié)束。

850 hPa形勢場存在切變線（圖略），且位置較700 hPa的略偏東，各層系統(tǒng)比較一致。

此次暴雨為典型的鋒面降雨，對應(yīng)地面圖（圖略）冷鋒加強和東移，影響黃河中游地區(qū)。

4 物理量診斷分析

4.1 水汽條件

水汽是形成降雨的必要條件，區(qū)域性暴雨的產(chǎn)生需要有大量水汽和水汽積累過程。由700 hPa和850 hPa比濕分布可知，7月9日20時，黃河中下游地區(qū)兩層比濕分別達到8、10 g/kg，之后隨著西南氣流不斷向東北方向輸送水汽，比濕進一步加大，10日20時已分別達到10、12 g/kg，暴雨中心兩層比濕分別為12、14 g/kg，對流層低層水汽飽和（見圖2）。

從7月10日至11日暴雨期間相對濕度場變化圖（圖略）可見，700 hPa和850 hPa兩層相對濕度一直都大于70%，尤其是在10日20時兩層的相對濕度均大于80%，強降雨區(qū)則大于90%。

850、700 hPa和500 hPa三層上副熱帶高壓西側(cè)均表現(xiàn)為一致的偏南暖濕氣流，同時850 hPa和700 hPa上都有濕舌與其對應(yīng)，濕層非常深厚。

水汽通量散度表示輸送水汽的集中程度，強降雨發(fā)生前，9日20時850 hPa水汽通量散度圖（圖略）可以看出存在水汽通量輻散，10日8時迅速轉(zhuǎn)為輻合，低空急流左前方形成一個很大的水汽通量輻合中心，中心通量散度值為-16×10-7 kg/（s·m2·hPa）。10日20時，隨著大范圍強降雨的開始，低層輻合中心向東北方向移動，暴雨區(qū)上空的水汽通量散度負(fù)值中心強度增強至-20×10-7 kg/（s·m2·hPa），水汽通量散度負(fù)值中心與暴雨中心位置非常吻合。

4.2 動力條件

強降雨的產(chǎn)生除了要有足夠的水汽來源外，還應(yīng)當(dāng)有足夠的動力條件，渦度場和散度場是動力診斷分析的重要依據(jù)。

散度是表征流體水平輻散程度的物理量，7月10日8時，黃河中游低層850 hPa上出現(xiàn)明顯的輻合，10日20時向上層擴展，暴雨區(qū)中低層之間均為負(fù)值區(qū)，即低層輻合，而高層則一直為正值區(qū)，即高層輻散。

由10日20時散度沿北緯35°經(jīng)向垂直剖面（見圖3）可以看到，在強降雨區(qū)西側(cè)500—850 hPa對流層中低層之間有明顯的輻合區(qū)，說明輻合區(qū)有一個逐漸向東擴展的過程。200—400 hPa高空之間是明顯的輻散區(qū)。低層輻合、高層出現(xiàn)強輻散，這種抽吸作用使得暴雨區(qū)上空產(chǎn)生明顯的上升運動，有利于低層的水汽輻合凝結(jié)，為此次暴雨的發(fā)生與維持提供了動力條件。

由渦度沿東經(jīng)106°經(jīng)度線的垂直剖面（圖略）可知，在暴雨區(qū)上空，低層正渦度、高層負(fù)渦度的特征非常明顯。400 hPa 以下為正渦度區(qū)，最大值出現(xiàn)在700 hPa，最大值大于14×10-5 s-1。400 hPa 以上為負(fù)渦度區(qū)，負(fù)中心出現(xiàn)在200 hPa，值小于-10×10-5 s-1。這種渦度的垂直分布非常有利于形成低層輻合、高層輻散的有利降雨形勢。

由7月10日20時垂直運動沿東經(jīng)106°的緯向剖面（圖略）可以看到，暴雨區(qū)上空為深厚的上升氣流區(qū)，從850 hPa一直伸展到200 hPa，在400 hPa附近有小于-1.5×10-3 ?hPa/s的閉合垂直速度中心，相比10日8時，中低層上升運動明顯加強，說明垂直上升運動強烈。

4.3 熱力條件

假相當(dāng)位溫θse是反映大氣溫度、壓力、濕度的綜合特征量，在同一氣壓下，θse越大空氣越暖濕，越小空氣越干冷。由2018年7月10日20時850 hPa假相當(dāng)位溫場（圖略）可知，黃河流域中上游地區(qū)有大于344 K的高能舌，高能軸呈東北—西南向，高能舌從四川盆地伸向河套地區(qū)，把高能量帶入，從8時至20時，此高能區(qū)迅速北抬東移，這支高能舌與青藏高原東側(cè)低層偏南暖濕氣流的水汽輸送相聯(lián)系，為本次暴雨的維持提供了良好的熱力條件。

θse的垂直分布反映了大氣層結(jié)的對流穩(wěn)定狀態(tài)，當(dāng)θse隨高度升高而增大時表明氣層抬升前是穩(wěn)定的，抬升至飽和后仍是穩(wěn)定的;當(dāng)θse隨高度升高而減小時表明氣層為對流性不穩(wěn)定狀態(tài)。圖4給出了降雨前（9日20時）、降雨中（10日14時）和降雨后（11日8時）θse隨高度的變化情況。降雨發(fā)生前，700—550 hPa高空有干冷空氣由北向南侵入暖氣團，從地面到600 hPa的θse差值達到-20 K，說明該地區(qū)暴雨發(fā)生前氣層為強對流不穩(wěn)定狀態(tài)。降雨開始后，北方侵入的干冷空氣高度下降到了850 hPa，在雨區(qū)上空，高層的能量明顯增加（變暖），上下層θse的差值減小，說明降雨向穩(wěn)定性降雨發(fā)展。到11日8時，冷氣團繼續(xù)入侵，800 hPa以下已經(jīng)完全處于其控制之下，中低層能量均明顯減小，降雨結(jié)束。

K指數(shù)可以用來表征大氣中低層暖濕程度和大氣穩(wěn)定度，一般K值越大潛能越大，大氣越不穩(wěn)定，越有利于降雨產(chǎn)生，暴雨開始前黃河中游地區(qū)K指數(shù)逐漸增大，35 ℃以上的大值區(qū)向北偏東方向擴展。7月10日8時至7月11日8時強降雨區(qū)域K指數(shù)一直大于35 ℃，強降雨過后K指數(shù)則明顯減小。

5 數(shù)值模擬結(jié)果分析

5.1 模擬方案設(shè)計

利用WRFV 4.1.2版本對本次暴雨過程進行敏感性試驗，采用雙重雙向嵌套方案，區(qū)域中心為（東經(jīng)105°，北緯38°），粗細網(wǎng)格的水平分辨率分別為27 km和9 km，對應(yīng)網(wǎng)格格點數(shù)分別為D1（301×205）和D2（148×112）。模式垂直方向分為33層，模式頂層氣壓為50 hPa，地形數(shù)據(jù)采用MODIS全球30′高分辨率地形資料，地表土地使用類型共20類。粗細網(wǎng)格的積分步長分別為180 s和60 s，模擬時間從2018年7月9日8時至11日20時，每1 h輸出一次模擬結(jié)果。

在其他參數(shù)方案不變的情況下，利用4種云微物理方案和5種積云對流參數(shù)化方案進行20組模擬試驗，并對比不同方案組合的TS評分，以及降雨范圍和強度的模擬效果，以此得出適合于黃河中游地區(qū)的最優(yōu)微物理和積云對流參數(shù)化組合方案。模式參數(shù)化方案見表1。

5.2 模擬結(jié)果分析

表2為9 km格點分辨率下各參數(shù)化組合方案對小雨的TS評分，對于小雨量級的降雨，各種方案的差異非常小，TS評分均在0.92以上，預(yù)報效果均較好，說明WRF模式對小雨有較好的反演報能力。對于中雨量級的預(yù)報，Kessler和GD方案組合的TS評分最高，Kessler和KF方案組合次之，Kessler和NewGrell方案組合的TS評分則為最低（見表3）。由此可見，在微物理過程為Kessler方案的情況下，積云對流參數(shù)化方案對中雨預(yù)報的影響相對較大。對于大雨量級的預(yù)報，Kessler和GD方案組合的TS評分最高，Kessler和New_KF方案組合次之，WSM6和KF方案組合的TS評分最低（見表4）。對于暴雨量級的降雨，Kessler和GD方案組合的TS評分最高，其次是Lin和KF方案組合，剩余大部分方案的TS評分均為0.2左右，Kessler和New_KF方案組合的TS評分為最低（見表5）。除微物理過程方案為Kessler時，積云對流參數(shù)方案之間的差異較大外，其他各微物理過程和積云對流參數(shù)方案組合之間的差異均較小。

整體來看，Kessler和GD方案組合對各個雨量級降雨預(yù)報的TS評分均為最高，明顯優(yōu)于其他方案，而其他方案組合對不同雨量級降雨預(yù)報的差異性也較大。WRF模式總體上對小雨的評分最高，暴雨次之，而中雨、大雨的評分較低，表現(xiàn)出“兩頭大，中間小”的特征，這與黃海波等[12]的研究結(jié)果一致。

為定量分析不同方案組合對WRF模式的數(shù)值模擬預(yù)報能力的差異，計算在不同方案組合下本次降雨過程中降雨量的實測值和預(yù)報值之間的相關(guān)系數(shù)、均方根誤差和平均絕對誤差（見圖5）。

由圖5明顯可以看到，Kessler和GD方案組合的相關(guān)系數(shù)最大，達0.71，其他方案組合的相關(guān)系數(shù)則均在0.5以下，Lin和BMJ方案組合的相關(guān)系數(shù)最小。均方根誤差和平均絕對誤差最小者均是Kessler和GD方案組合，其他方案的均方根誤差和平均絕對誤差較其明顯偏大，WSM6和BMJ方案組合的均方根誤差和平均絕對誤差均最大。

基于以上對于TS評分、相關(guān)系數(shù)、均方根誤差和平均絕對誤差的綜合分析，明顯可以看到在其他參數(shù)固定的情況下，Kessler和GD方案組合的預(yù)報精度最高，即TS評分最高，相關(guān)系數(shù)也最高，均方根誤差和平均絕對誤差最小，此方案為模擬此次降雨的最優(yōu)組合方案。

從嵌套一區(qū)域27 km分辨率的模擬雨量圖（圖略）可以看出，20種組合方案基本上都能較好地模擬出東北—西南的雨區(qū)走向，但對降雨中心強度和范圍的模擬存在較大的差別，這表明不同微物理方案和積云對流參數(shù)化方案對降雨量級、降雨強度的模擬均有一定程度的影響?；谝陨戏治隹梢钥闯鑫⑽锢矸桨高x取Kessler時，積云對流參數(shù)化方案之間的差異相對較大，因此以下主要分析微物理方案為Kessler時，各積云對流參數(shù)化方案的降雨預(yù)報效果。

從嵌套二區(qū)域9 km分辨率的模擬雨量圖（見圖6）可以看出，在微物理方案選取Kessler情況下，WRF模擬的小雨以上降雨范圍與實際降雨范圍基本吻合，并且隨著降雨量級的增大，5種方案的差異增大，主要體現(xiàn)在大雨以上降雨范圍及降雨中心量級上。NewGrell方案模擬的降雨強度偏強，且高估了暴雨的范圍，存在一個虛假的大暴雨區(qū)域。KF和BMJ方案模擬結(jié)果與實況的偏差最為明顯，模擬的大雨以上降雨區(qū)域相對觀測而言范圍明顯收縮，且存在一個虛假的大暴雨區(qū)域。New_KF方案模擬的大雨范圍與實況較為接近，但對暴雨的模擬明顯偏南偏東。GD方案的模擬效果最為理想，雖然模擬的中雨和大雨范圍與實況相比偏小，但其模擬的強降雨中心、分布與實況最為接近，雨區(qū)也最為集中，這與TS評分結(jié)果分析相符合。

通過對比分析10日20時WRF模擬的200、500 hPa高空形勢場與實況環(huán)流形勢（圖略）可知，WRF模式對造成此次降雨的大尺度環(huán)流背景場整體模擬較好，尤其是各方案對500 hPa上中高緯度西風(fēng)槽、副熱帶高壓脊線、熱帶氣旋的位置，及200 hPa上西風(fēng)急流的位置，模擬結(jié)果與實況基本吻合，但對于584 dgpm線的位置，除Kessler和GD組合方案模擬的與實況基本一致外，其他方案模擬的位置均有所偏南，造成模擬強降雨的北界較實況存在不同程度的偏南。

6 結(jié) 語

（1）2018年7月10日8時—7月11日8時，黃河中游出現(xiàn)一次以穩(wěn)定性降雨為主的區(qū)域性暴雨過程。受此次暴雨過程影響，涇渭河流域干支流普遍漲水，渭河魏家堡水文站11日19時6分洪峰流量達到4 290 m3/s，為1981年以來最大流量，黃河潼關(guān)水文站14日17時出現(xiàn)4 620 m3/s的洪峰流量，為該站2018年汛期最大流量。

（2）暴雨發(fā)生在西風(fēng)槽東移和副熱帶高壓西伸北抬過程中，主要是槽底部冷空氣與副熱帶高壓外圍西南暖濕氣流在降雨區(qū)上空交匯造成的，而低空急流則將副熱帶高壓外圍的水汽和能量源源不斷地輸送到降雨區(qū)上空，為強降雨的形成提供了充足的水汽和能量條件，700 hPa低渦切變線和850 hPa切變線則加強了低層的水汽輻合與垂直上升運動，同時地面冷鋒對強降雨的產(chǎn)生起到了觸發(fā)作用。

（3）副熱帶高壓西側(cè)各層表現(xiàn)為一致的偏南暖濕氣流，濕層非常深厚，同時高濕區(qū)、水汽通量散度負(fù)值中心與強降雨中心的位置非常吻合，為此次降雨的產(chǎn)生和維持提供了充足的水汽條件。高層輻散與低層輻合相配合的動力結(jié)構(gòu)，以及強烈的垂直上升運動，非常有利于低層的水汽和能量向高層輸送，為本次暴雨的發(fā)生和發(fā)展提供了動力條件。暴雨發(fā)生前，黃河中游氣層為對流不穩(wěn)定狀態(tài)，暴雨發(fā)生時高潛熱能釋放，并且雨區(qū)上空處于高能舌和K指數(shù)高值區(qū)，為本次暴雨的維持提供了熱力條件。

（4）由于WRF模式能很好地再現(xiàn)此次暴雨過程的大尺度環(huán)流背景場，尤其對中高緯度西風(fēng)帶系統(tǒng)的模擬結(jié)果與實況接近，使得各組合方案基本能模擬出降雨的基本分布形態(tài)。WRF模式對小雨有較好的反演能力，并且各方案差異非常小。對于中雨以上量級降雨的雨區(qū)位置和強度，各方案均存在不同程度的偏差，其中Kessler和GD方案組合的預(yù)報效果最好。整體來看，Kessler和GD方案組合對各個量級降雨預(yù)報的TS評分均為最高，模擬結(jié)果與實測結(jié)果的相關(guān)系數(shù)最大，均方根誤差和平均絕對誤差最小，在本次降雨預(yù)報中占有絕對優(yōu)勢。

（5）對于降雨的模擬，還要從多角度選取多個個例進行分析，以驗證適合黃河中游地區(qū)降雨模擬的綜合參數(shù)化方案，為WRF模式的本地化日常應(yīng)用和改進提供參考依據(jù)。

參考文獻：

[1] 孫健，趙平.用WRF與MM5模擬1998年三次暴雨過程的對比分析[J].氣象學(xué)報，2003，61（6）：692-701.

[2] 劉寧微，王奉安.WRF和MM5模式對遼寧暴雨模擬的對比分析[J].氣象科技，2006，34（4）：364-369.

[3] 梅欽，智協(xié)飛，王佳.WRF模式不同云參數(shù)化方案的暴雨預(yù)報能力檢驗及集成試驗[J].大氣科學(xué)學(xué)報，2018，41（6）：731-742.

[4] 廖鏡彪，王雪梅，夏北成，等.WRF模式中微物理和積云參數(shù)化方案的對比試驗[J].熱帶氣象學(xué)報，2012，28（4）：461-470.

[5] 張少濟，孫科，張華，等.WRF模式微物理方案對山西省一次強降雨過程模擬的影響[J].水利水電技術(shù)，2013，44（9）：8-11.

[6] 諸葛豐林，鄭有飛，吳榮軍，等.江蘇省里下河地區(qū)一次暴雨過程的模擬研究[J].自然災(zāi)害學(xué)報，2014，23（5）：164-176.

[7] 屠妮妮，何光碧，張利紅.WRF模式中不同積云對流參數(shù)化方案對比試驗[J].高原山地氣象研究，2011，31（2）：18-25.

[8] 胡玉梅，劉恒，徐林澤，等.小浪底庫區(qū)一次極端大暴雨事件的診斷與模擬[J].人民黃河，2019，41（增刊2）：6-8.

[9] JANKOV I， GALLUS J W A， SEGAL M， et al. The Impact of Different WRF Model Physical Parameterizations and Their Interactions on Warm Season MCS Rainfall[J].Weather and Forecasting，2005，20（6）：1048-1060.

[10] RAMA R Y V， HATWAR H R， KAMAL S A， et al. An Experiment Using the High Resolution and WRF Models to Forecast Heavy Precipitation over India[J]. Pure & Applied Geophysics，2007，164（8-9）：1593-1615.

[11] BUKOVSKY M K. Precipitation Simulations Using WRF as a Nested Regional Climate Model[J]. Journal of Applied Meteorology and Climatology，2009，48（10）：2152-2159.

[12] 黃海波，陳春艷，朱雯娜.WRF模式不同云微物理參數(shù)化方案及水平分辨率對降水預(yù)報效果的影響[J].氣象科技，2011，39（5）：529-536.

【責(zé)任編輯 張 帥】