董宏昌，周 虹，姚 瑞

（1.定西市氣象局，甘肅 定西743000；2.成都信息工程大學(xué)，四川 成都610225）

高原低渦是指在青藏高原（以下簡稱“高原”）生成的具有氣旋性環(huán)流的渦旋系統(tǒng)，在500 hPa等壓面常顯示有閉合的等高線，是高原地區(qū)主要的降水系統(tǒng)之一[1-2]。高原低渦一般消失于高原東部，但也有少部分（約占23.02%）能夠移出高原主體，并造成下游地區(qū)暴雨、大暴雨等災(zāi)害性天氣[4-6]，因此，研究移出性高原低渦對下游區(qū)域的影響，對于提高高原臨近區(qū)域的暴雨預(yù)報能力有重要的意義。

20世紀(jì)80年代我國學(xué)者就采用數(shù)值模擬的方法對青藏高原的低值系統(tǒng)開始了研究[7]，丁治英等[8]關(guān)于高原低渦東移的數(shù)值試驗指出，低渦西部冷槽與高原低渦東移關(guān)系較大，并且高原東部低渦處在南槽北脊形勢下有利于東移。孫國武等[9]的分析表明，對流層上部大尺度環(huán)境場（南亞高壓流型）對高原低渦發(fā)展東移有影響。李維京等[10]的研究表明，5°×5°經(jīng)緯度粗網(wǎng)格不能用來預(yù)報低渦系統(tǒng)。早期的學(xué)者使用數(shù)值方法在高原低渦的生消、動力過程等方面進行了大量研究并取得了豐富的成果，近年來也有學(xué)者使用區(qū)域模式對高原低渦的東移及其影響進行了診斷分析[11-12]，但多以討論邊界層方案對移動影響為主，對高原低渦系統(tǒng)模擬中云微物理等其它參數(shù)化方案發(fā)揮的作用研究還不是很充分。

云微物理過程是中尺度模式中最重要的非絕熱加熱物理過程之一，其在成云降雨過程發(fā)生后通過感熱、潛熱和動量輸送等反饋作用影響大尺度環(huán)流，并在決定大氣溫度、濕度場的垂直結(jié)構(gòu)中起著關(guān)鍵作用，這也是影響降水預(yù)報的關(guān)鍵所在[13]。樓小鳳等[14]研究指出，不同云微物理方案在微物理過程描述和處理方法上各有差異，這將導(dǎo)致不同方案對降水模擬存在較大差異。雖然微物理方案有明確的物理基礎(chǔ)，但在實際的降水過程模擬中，哪種方案更理想，需要進行深入的對比試驗[15-16]。這方面國內(nèi)外學(xué)者已做了大量工作，Rama Rao等[17]使用兩組云微物理方案（Purdue Lin、Ferrier）和兩組積云方案（Kain-Fritsch、Betts-Miller-Janjic）對3次暴雨案例進行分析，得出Ferrier微物理方案及Betts-Miller-Janjic積云方案對暴雨系統(tǒng)的移動和降雨量都有較好的模擬效果。顏玉倩等[18]在27 km、9 km兩種水平分辨率下，分別使用3種積云對流參數(shù)化方案和6種微物理方案的組合對2015年8月1—3日青海省大范圍降水過程進行了模擬，結(jié)果表明WSM5微物理方案的相關(guān)系數(shù)較大且均方根誤差較小，并認(rèn)為Grell積云對流方案與WSM5微物理方案的組合對降水預(yù)報效果最好。牛俊麗等[13]在12 km、4 km 2種水平分辨率下，分別使用5種方案對2013年7月江淮地區(qū)歷史罕見的大范圍暴雨天氣進行數(shù)值模擬，結(jié)果表明隨著模式分辨率的增加Produe Lin方案、WSM6、Ferrier方案對降水強度的預(yù)報有明顯的提高。朱格利等[19]使用8種不同的云微物理過程參數(shù)化方案模擬了2010年5月華南暴雨事件，結(jié)果表明WSM3方案對小到大雨和大暴雨模擬效果最好，對暴雨的模擬最差，WDM5方案對暴雨模擬效果較好，并結(jié)合TS評分和誤差分析認(rèn)為WSM5方案效果最好[19]。回顧業(yè)內(nèi)的研究進展，對于不同地區(qū)的不同性質(zhì)降水，云微物理方案敏感性試驗得到的最優(yōu)方案各有差異[20]，同時對移出青藏高原的低渦系統(tǒng)進行微物理方案應(yīng)用研究相對比較匱乏。本文采用WRF（Weather Research Forecast）數(shù)值模式選取了多種微物理參數(shù)化方案，對2019年8月1日12時—3日18時（世界時，下同）甘肅省河?xùn)|地區(qū)的一次低渦系統(tǒng)進行數(shù)值模擬，通過分析高原低渦系統(tǒng)的結(jié)構(gòu)演變，對相關(guān)微物理參數(shù)化方案進行了綜合評價，從而為預(yù)報業(yè)務(wù)實踐提供參考。

1 天氣過程概述

2019年8月1—3日，受高原低渦東移影響，甘肅省河?xùn)|、四川東北部、寧夏、陜西等地出現(xiàn)了大到暴雨天氣。通過參照青藏高原低渦客觀識別相關(guān)方法[21]，以GFS資料中的分析場繪制了低渦系統(tǒng)移動路徑，以及8月1日18時500 hPa的位勢高度場（圖1）。該系統(tǒng)于7月31日在30.8°N，88.1°E附近生成并隨即向東北方向移動，8月1日18時低渦中心位于34°N，100°E，中心強度為5 812.01 gpm，低渦東南方201907號臺風(fēng)韋帕（Wipha）正處于我國雷州半島（21.3°N，109.4°E）附近，低渦西北側(cè)有弱高壓系統(tǒng)，在此形勢下低渦系統(tǒng)迅速移出了青藏高原，并先后經(jīng)過西藏、青海、甘肅、寧夏、陜西、內(nèi)蒙古、蒙古國、黑龍江等地，最后于8月10日在鄂霍次克海南部區(qū)域消失并減弱為西風(fēng)槽。

圖1 2019年8月1日18時500 hPa位勢高度場及低渦系統(tǒng)移動路徑和對應(yīng)時間

縱觀系統(tǒng)移動路徑，整體為沿副熱帶高壓北側(cè)向東北移動，系統(tǒng)中心位勢高度隨東移呈下降趨勢（圖2），這說明淺薄的高原低渦系統(tǒng)移出高原后在垂直方向上得到了迅速的發(fā)展[22-23]。低渦引發(fā)的降雨多分布在移動路徑的東南方向（圖3），最大降水區(qū)域主要在甘肅定西、慶陽一線呈帶狀分布，累計降水強度與系統(tǒng)停留時間呈正相關(guān)。8月1日18時—3日18時甘肅河?xùn)|蘭州、定西、白銀、甘南、臨夏、慶陽、平?jīng)?、天水八市?1個觀測站點有93%以上發(fā)生降水事件，其中，雨量超過20 mm以上的有41個，50 mm以上的有6個，100 mm以上的有1個。這是一次由高原低渦東移造成強降水的典型天氣過程。

圖2 低渦中心位勢高度隨時間變化

圖3 WRF模擬區(qū)域、模擬時段站點降水實況散點圖及系統(tǒng)移動路徑及時間

2 模式及試驗方案設(shè)計

2.1 模式簡介

WRF模式是NCAR及NCEP等多家美國研究部門及大學(xué)共同研究開發(fā)的中尺度數(shù)值天氣預(yù)報模式，其控制方程采用全彈性大氣非靜力平衡原始方程，水平方向采用Arwkrawa-C網(wǎng)格，垂直方向采用地形追隨坐標(biāo)，是一個集科研與業(yè)務(wù)一身的中尺度模式框架[24]。目前，WRF模式集成了多種物理選項，其中主要的參數(shù)化方案包括長波輻射、短波輻射、云微物理參數(shù)化、積云參數(shù)化、陸面過程參數(shù)化等。本文研究的云微物理參數(shù)化方案主要包括水汽、云和降水的顯式處理過程，其主要調(diào)整組成云和降水的水滴、冰晶和雨、雪、霰、雹等降水粒子的生成、增長和轉(zhuǎn)換等微觀物理過程。研究表明不同微物理方案對于降水模擬結(jié)果有很大的差異[25-26]。

2.2 驅(qū)動數(shù)據(jù)及試驗方案

本文采用WRF模式V4.0版本，模式初始場和側(cè)邊界場來自NCEP的再分析資料（FNL），水平分辨率1°×1°，垂直方向27層，最高層100 hPa，時間間隔6 h。降水等相關(guān)站點觀測資料來源于全國綜合氣象信息共享平臺（CIMISS），降水格點資料使用CMPAS中國區(qū)域地面—衛(wèi)星—雷達三源融合降水分析產(chǎn)品（CMPAS-V2.1）[27]，用于模式模擬效果評估。

試驗將對2019年8月1—3日高原低渦系統(tǒng)東移造成甘肅河?xùn)|區(qū)域大范圍降水的天氣過程進行個例模擬。模擬的中心點為35°N，105°E，投影方式為Lambert，開始時間為2019年8月1日12時，共模擬54 h，考慮模式運行初期穩(wěn)定性，本文涉及的統(tǒng)計檢驗僅在后48 h展開。物理參數(shù)化方案選擇上，除云微物理外均固定選擇YSU邊界層方案[28]、RRTM長波輻射方案[29]、Dudhia短波輻射方案[30]、Kain-Fritsch積云參數(shù)化方案[31]、MM5 Monin-Obukhov近地面層參數(shù)化方案和Noah陸面過程方案[32]，云微物理參數(shù)化方案選擇其中26種分別試驗，具體試驗編號和對應(yīng)方案如表1，其中試驗1為關(guān)閉云微物理過程，2～26為選用不同的參數(shù)化方案。網(wǎng)格設(shè)計上采用兩層嵌套方案，模擬區(qū)域如圖3，其中粗網(wǎng)格（d1）水平格點數(shù)為99×84，格距為12 km，模式結(jié)果輸出的時間間隔為1 h；細(xì)網(wǎng)格（d2）水平格點數(shù)為51×51，格距為4 km，輸出的時間間隔為10 min，并關(guān)閉積云參數(shù)化方案，其余參數(shù)化方案與粗網(wǎng)格保持一致，垂直方向粗細(xì)網(wǎng)格均為33層。

3 模擬結(jié)果分析

3.1 不同方案對降水分布的影響

圖4為1日18時—3日18時試驗區(qū)域48 h累計降水分布，其中圖4a為使用中國區(qū)域地面—衛(wèi)星—雷達三源融合降水分析產(chǎn)品（CMPAS-V2.1）繪制的降水實況數(shù)據(jù)，圖b及之后為不同云微物理方案的模擬結(jié)果。其中NO.X的X為試驗編號，r為格點相關(guān)系數(shù)，其計算公式為：

圖4 2019年8月1日18時—3日18時降水分布

式中，N為經(jīng)緯度格點數(shù)，本例中從99°～110°E、31°～39°N每隔0.1°取點，每圖共取得經(jīng)緯度點8 800個；pi、為第i個經(jīng)緯度點模擬的降水量值及平均值為第i個經(jīng)緯度點由CMPAS給出的降水量實測值及平均值。相關(guān)系數(shù)反映了模式模擬值與觀測值的對應(yīng)關(guān)系，體現(xiàn)了模擬值偏離觀測值的程度，相關(guān)系數(shù)越大說明模擬值與觀測值越接近[33]，這是一種國內(nèi)外普遍使用的預(yù)報驗證方法[34-35]。

通過相關(guān)系數(shù)得分可以看出，大部分（88.46%）云微物理方案相關(guān)系數(shù)均在0.5以上，因此大多數(shù)模擬結(jié)果都能較好的表示此次降水量的分布特征，所有方案對陜西北部、甘肅六盤山區(qū)及四川綿陽等地降水的中心給出了較好的結(jié)果，其中相關(guān)系數(shù)越高的方案與觀測實況吻合程度更好，圖4中表現(xiàn)較好的方案有：11號（0.58）、21號（0.57）、5號（0.57）；相對表現(xiàn)較差的為：2號（0.29）、1號（0.49）、4號（0.49）。對于表現(xiàn)較好的方案，均表現(xiàn)出對陜北至慶陽一線降水中心較好的把握能力，例如排首位的11號方案對慶陽陜北交界處降水中心的位置描繪幾乎與實況一致。表現(xiàn)較差的3個方案整體也表示了主要的降水區(qū)域，不過各自存在一些特異性問題：其中2號量級嚴(yán)重偏小；1號方案關(guān)閉了微物理參數(shù)化方案，降水僅由Kain-Fritsch積云對流參數(shù)化方案產(chǎn)生，因為缺少了微物理過程其強降水中心更加分散、降水區(qū)域有擴散趨勢，而且出現(xiàn)了許多東西走向的細(xì)小雨帶，與實況相差較大；4號方案主要問題是漏報了陜西榆林等地的降水中心，且雨帶位置有東移的情況。

降水的量級和范圍問題。雖然整體而言多數(shù)云微物理方案均能給出降水雨帶走向和大致范圍，但大部分方案都存在降水范圍和量級擴大的情況，尤其是陜西北部、甘肅平?jīng)?、慶陽區(qū)域表現(xiàn)較為明顯，預(yù)計該問題除受微物理方案自身的影響外，與粗分辨率導(dǎo)致降水中心連接、其它參數(shù)化方案選擇均有一定關(guān)系。另外所有方案在寧夏—內(nèi)蒙—陜西三省交界處的降水中心、巴中—漢中降水中心等多存在漏報問題，經(jīng)對比分析該問題與降水位置位于模擬區(qū)域邊緣有關(guān)，模擬中心區(qū)域的預(yù)報能力要明顯的好于邊緣區(qū)域。

主要降雨帶偏移情況。具體分降水區(qū)域討論，位于延安、慶陽降水區(qū)是此過程的主要降水中心，其中方案11雨量中心帶最為吻合，其次為方案5，其余方案均有一定的偏移，向西北方向偏移較嚴(yán)重的有18、19、10、16號方案，向東南偏移的有14、15號方案。對于寧夏及甘肅河?xùn)|降水區(qū)域而言，降水中心由寧夏東部、寧夏南部至定西、天水至隴南東部三部分構(gòu)成，其中寧夏東部所有方案均不理想；寧夏南部至定西一線大多數(shù)方案模擬效果較好，但部分方案雨帶向甘南延伸不足，導(dǎo)致甘南臨潭等地的弱降水區(qū)未能體現(xiàn)，比較有代表性的如11、22、23號方案等；天水至隴南東部一線除2號方案沒有模擬出外，其它方案相差不大，但整體都存在量級虛增，范圍向東擴大的問題。綜合來看，5號方案在整體上更為理想一些。

3.2 不同微物理方案模擬效果檢驗

為了客觀對比各微物理方案的模擬結(jié)果，本文針對甘肅河?xùn)|站點分別使用TS評分和站點相關(guān)系數(shù)r對模擬結(jié)果進行量化分析（表2）。

表2 不同微物理方案對不同量級降水的TS評分結(jié)果

TS評分是目前氣象部門常用于短期預(yù)報效果評定的工具，它可以反映模式預(yù)報結(jié)果對特定等級降水的預(yù)報準(zhǔn)確性，其取值范圍為0～1，越接近1表示模擬準(zhǔn)確性越高，計算公式為：

式中，TS為TS評分；針對某一等級的降水，NA為模擬正確的站點數(shù)，即在站點的觀測和模擬均出現(xiàn)了該量級的降水；NB為空報的站點數(shù)，即模擬出現(xiàn)了該量級的降水但觀測值未達到此量級；NC為漏報的站點數(shù)，即觀測到該量級降水但模擬值未達到此量級。本文將使用TS評分對WRF模擬的降水進行統(tǒng)計檢驗，并將模擬的后48 h累計降水量劃分為A、B、C、D、E 5個區(qū)間，分別對應(yīng)（0，10）、[10，25）、[25，50）、[50，100）、[100，250）5個降水等級，并分別計算各自的TS評分。站點相關(guān)系數(shù)的計算方法與格點相關(guān)系數(shù)計算類似，不同的是將8 800個經(jīng)緯度格點替換為甘肅河?xùn)|地區(qū)的61個自動觀測站點。

對于不同等級降水TS評分，量級由小到大呈下降趨勢，說明模擬結(jié)果雖然能夠較好的把握是否降水，但是對于降水的量級和范圍模擬的不夠準(zhǔn)確。對于A區(qū)間，4、7、19、20號方案評分較高，為0.95，24號方案最低，為0.9；對于B區(qū)間，1號方案評分最高，為0.85，評分最低的為2、3號方案，為0.67。對于C區(qū)間，3號方案評分最高，為0.73，2號方案評分最低，為0.24；對于D區(qū)間14號方案評分最高，為0.32，2號方案最低為0；對于E區(qū)間15號方案評分最高，為0.5，其余除6、7、9、5、8、3號方案外其它方案均未能成功模擬區(qū)間降水，評分為0。綜合來看，隨著量級的增加不同方案模擬準(zhǔn)確率不斷下滑，給出的結(jié)果差異也越來越大，其中2號方案最為明顯。綜上，通過對各降水等級TS得分相加后得到總體評分進行排序，前四分之一分別是方案11、7、9、6、5、8和1號方案，表現(xiàn)最差的為2號（1.84）。

3.3 降水強度的時間序列分析

對于降水事件，準(zhǔn)確的把握降水起始時間是做好預(yù)報服務(wù)工作的重要方面，通過對比不同模擬結(jié)果中降水強度在時間維度上與觀測實況的匹配情況，了解方案在時間維度的雨量分布特征，對于利用區(qū)域模式進行高分辨率預(yù)報有積極的意義。

為研究不同微物理方案在時間維度上的降雨量級分布特征，從高時間分辨率的d2區(qū)域，選擇了安定、隴西、渭源、華家?guī)X4個站點分別繪制了對應(yīng)的降雨分布（圖5），1號方案由于未開啟微物理方案與積云方案，故無數(shù)據(jù)不進行對比。從整體上來看各個模擬結(jié)果所指示的降水時段基本上能覆蓋實際降水時段，以渭源站為例，各個方案模擬的降水時段對于實際降水時段的平均覆蓋率能達到96.48%，其它站點如華家?guī)X等略差，但普遍能達到90%以上。

圖5 不同方案在時間維度上的降雨量級（色標(biāo)，單位：mm）分布

圖6繪制了各個方案模擬結(jié)果與實況的相關(guān)系數(shù)平均值，每種方案的平均相關(guān)系數(shù)取自d2區(qū)域的安定、華家?guī)X、渭源、通渭、漳縣、隴西和岷縣7個站點對應(yīng)方案模擬數(shù)據(jù)與實況數(shù)據(jù)相關(guān)系數(shù)的算術(shù)平均值，數(shù)據(jù)起始時間為2019年8月1日18時，結(jié)束時間為2019年8月3日18時，每10 min累計雨量為一個數(shù)據(jù)。通過數(shù)據(jù)對比，8號方案相關(guān)性最高，其次3、5、7號方案也有較好的表現(xiàn)。

圖6 不同模擬結(jié)果與10 min累計降水實況的相關(guān)系數(shù)平均值

3.4 云微物理方案使用對于低渦形態(tài)的影響

通過對比模式輸出的500 hPa高度場數(shù)據(jù)，發(fā)現(xiàn)不同方案的模擬結(jié)果中低渦系統(tǒng)形態(tài)有各自的特征。前期試驗結(jié)果說明，使用微物理過程后5號方案表現(xiàn)最優(yōu)，2號表現(xiàn)最差。因此本節(jié)中選取了未開啟微物理過程的1號方案和表現(xiàn)各異的2、5號方案，分別從2019年8月2日00時開始每隔12 h繪制了各自的500 hPa高度場。

2019年8月2日00時，方案5低渦中心已經(jīng)進入甘肅甘南境內(nèi)，2號方案雖然低渦系統(tǒng)也進入了甘南，但東移程度明顯落后于5號方案，對于未使用微物理過程的1號方案，東移遠遠落后于使用了微物理過程的方案；至2日12時，此時2、5號方案低渦中心趨同于隴中地區(qū)，1號方案則偏向西南；至3日00時，5號方案低渦中心到達陜蒙寧交界，2號方案落后位于寧夏南部，1號方案則一直穩(wěn)定在隴中區(qū)域并且中心位勢高度值不斷增大，而后低渦系統(tǒng)減弱為深槽；至3日12時，所有方案的低渦中心均移出了模擬區(qū)域。通過上述對比可得出2個明顯特征：一是開啟了微物理過程后描繪的低渦系統(tǒng)移動路徑更為連續(xù)，并且能夠在系統(tǒng)移動中保持穩(wěn)定的位勢高度場低渦特征，限于篇幅圖6僅選取了4個時次，事實上在間隔1 h的高度場對比中可清晰的看到，1號方案從2日12時—3日00時幾乎穩(wěn)定的盤踞在隴中區(qū)域，3日00時之后低渦系統(tǒng)閉合等高線破裂，同時陜北區(qū)域出現(xiàn)低壓系統(tǒng)，這一跳躍式的變化不論在其它分析資料中并未出現(xiàn)，也不符合低渦系統(tǒng)常見的變化特征，而采用了微物理過程后多能保持穩(wěn)定的移動方向和連續(xù)的移動軌跡；二是對于降雨量等其它要素模擬準(zhǔn)確的微物理方案，多能描繪更合理的高度場形態(tài)。

4 結(jié)論與討論

使用WRF模式對一次甘肅隴中地區(qū)高原低渦降水天氣過程進行了模擬，分別使用26種微物理方案進行對比試驗，并從降水分布、降水量及降水時間準(zhǔn)確性、對高度場影響等方面進行應(yīng)用效果分析和評估，得出以下結(jié)論：

（1）在降水分布模擬方面，所有方案給出的結(jié)果均與三源融合降水分析產(chǎn)品（CMPAS-V2.1）呈正相關(guān)，是否開啟微物理過程并未對相關(guān)性產(chǎn)生太大的差異，其中11號（Morrison 2-mom）方案表現(xiàn)最優(yōu)，5號（WSM5）、21號（Thompson aerosol-aware）方案相對較好；在模擬結(jié)果量化檢驗中，5號方案甘肅河?xùn)|站點相關(guān)系數(shù)最高，11號方案由于未能很好地表示出甘肅甘南區(qū)域的弱降水中心，僅排名第十。TS評分中11、5號方案均排名靠前；但綜合來看，5號（WSM5）方案更能體現(xiàn)降水量級的變化趨勢和分布特征。

（2）降水強度在時間維度上與實況的匹配，各個模擬結(jié)果所指示的降水時段基本上能覆蓋實際降水時段，平均覆蓋率普遍能達到90%以上。在模擬結(jié)果與實況相關(guān)性分析中，8號（Goddard）方案表現(xiàn)最優(yōu)，3號（Purdue Lin）、5號（WSM5）等方案也表現(xiàn)較好。

（3）對比未開啟微物理過程的情形，雖然本例中使用微物理方案在降水分布和量級準(zhǔn)確性上提升并不明顯，但其描繪的低渦系統(tǒng)移動路徑相對連續(xù)，并且能夠在系統(tǒng)移動中保持穩(wěn)定的位勢高度場低渦特征，更好地表征了大氣狀態(tài)。相反關(guān)閉微物理過程之后，本試驗中出現(xiàn)了低渦位置跳躍式變化、移動速度落后于實況、低渦位置與降水實況不吻合等問題。

（4）高原低渦東移過境甘肅河?xùn)|區(qū)域的數(shù)值模擬中，雖然Morrison 2-mom、Goddard方案分別在降水分布、降水發(fā)生時間等單項上表現(xiàn)較好，但在其它項目比較中難以保持穩(wěn)定優(yōu)勢，相對WSM5在各個項目上均排名靠前，因此WSM5方案表現(xiàn)最好，而作為暖云方案的Kessler方案由于在降水量級和落區(qū)上的嚴(yán)重偏差，表現(xiàn)最差。

上述研究結(jié)論僅為一次高原低渦東移過程的模擬結(jié)果，模擬的準(zhǔn)確性除受云微物理過程影響外，還與大尺度天氣背景、模擬區(qū)域等因素相關(guān)。因此，結(jié)論是否適用于其它低渦系統(tǒng)造成的降水事件還有待進一步檢驗。