邢蕊，楊健博，莊庭，王慶元，邱曉濱，田夢(mèng)

（1.天津市海洋氣象重點(diǎn)實(shí)驗(yàn)室，天津300074；2. 天津市濱海新區(qū)氣象局，天津300457；3. 天津市氣象科學(xué)研究所，天津300074；4.天津市氣象探測(cè)中心，天津300061；5.天津市氣象臺(tái)，天津300074）

0 引言

我國是世界上受臺(tái)風(fēng)影響最嚴(yán)重的國家之一[1]。臺(tái)風(fēng)登陸過程中帶來的強(qiáng)風(fēng)暴雨常常會(huì)誘發(fā)嚴(yán)重的自然災(zāi)害，給人民的生命和財(cái)產(chǎn)安全構(gòu)成巨大威脅[2-3]。受三維觀測(cè)資料的限制，對(duì)臺(tái)風(fēng)的深入研究主要依靠高分辨率的數(shù)值模擬手段。在數(shù)值模式中，大氣中的許多重要物理過程由于受到模式分辨率等因素的影響，一般通過參數(shù)化的方法來進(jìn)行刻畫，如邊界層湍流參數(shù)化方案、積云對(duì)流參數(shù)化方案等，不同的參數(shù)化方案對(duì)模擬結(jié)果會(huì)產(chǎn)生不同的影響[4-7]。

觀測(cè)分析表明，臺(tái)風(fēng)邊界層中存在尺度為幾百米～幾千米的小尺度系統(tǒng)，近地面陣風(fēng)與臺(tái)風(fēng)邊界層的精細(xì)結(jié)構(gòu)有關(guān)[8]，臺(tái)風(fēng)邊界層作為臺(tái)風(fēng)結(jié)構(gòu)的一個(gè)重要組成部分，其動(dòng)力和熱力過程較為復(fù)雜，可直接影響到臺(tái)風(fēng)的結(jié)構(gòu)和強(qiáng)度[9-10]。顯而易見，邊界層參數(shù)化方案在臺(tái)風(fēng)數(shù)值模擬中具有重要作用，也是造成臺(tái)風(fēng)強(qiáng)度和結(jié)構(gòu)預(yù)報(bào)不確定性的來源之一。研究表明，在數(shù)值模式中是否考慮邊界層參數(shù)化方案可顯著影響臺(tái)風(fēng)的模擬結(jié)果[10-11]，不同的參數(shù)化方案由于對(duì)邊界層中水汽等物理量以及垂直混合等物理過程描述存在差異，也會(huì)導(dǎo)致臺(tái)風(fēng)路徑和強(qiáng)度的模擬結(jié)果出現(xiàn)顯著差異[12-13]。

前人已針對(duì)邊界層參數(shù)化方案對(duì)臺(tái)風(fēng)生命史不同階段的影響開展了研究。例如：溫曉培等[14]研究了邊界層參數(shù)化方案對(duì)臺(tái)風(fēng)“SANBA”（2012）初生階段的影響，結(jié)果表明在臺(tái)風(fēng)形成初期，不同邊界層方案對(duì)臺(tái)風(fēng)的強(qiáng)度和路徑模擬具有明顯影響，其中QNSE和ACM2方案對(duì)該臺(tái)風(fēng)發(fā)展初期邊界層過程的處理較完善，能夠較好地反映邊界層熱帶擾動(dòng)的形成和發(fā)展；張福青等[11]利用TL6 模式研究了成熟臺(tái)風(fēng)邊界層的作用，他指出在24 h 內(nèi)，臺(tái)風(fēng)邊界層內(nèi)各種通量的垂直輸送對(duì)其路徑影響很小而對(duì)成熟臺(tái)風(fēng)的維持非常重要，其中潛熱輸送是成熟臺(tái)風(fēng)的主要能源，影響最為重要，而感熱輸送對(duì)成熟臺(tái)風(fēng)幾乎無影響；王葉紅等[15]研究了邊界層參數(shù)化方案對(duì)臺(tái)風(fēng)“莫蘭蒂”（2016）登陸階段的模擬影響，定量分析了中尺度數(shù)值預(yù)報(bào)（Weather Research and Forecasting，WRF）模式WRFv3.8中7種邊界層參數(shù)化方案在臺(tái)風(fēng)登陸減弱階段的移動(dòng)路徑、強(qiáng)度、結(jié)構(gòu)、降水量以及近地層有關(guān)物理量場(chǎng)等方面的差異，并指出不同的邊界層參數(shù)化方案對(duì)于臺(tái)風(fēng)路徑、強(qiáng)度、降水等方面的模擬具有不同的優(yōu)勢(shì)。

此外，還有學(xué)者針對(duì)不同季節(jié)、不同影響區(qū)域以及不同初始強(qiáng)度的臺(tái)風(fēng)展開邊界層參數(shù)化方案的研究。例如：丁成慧等[16]利用WRF模式研究了兩個(gè)局地閉合（QNSE、MYJ）和兩個(gè)非局地閉合（YSU、ACM2）的邊界層參數(shù)化方案對(duì)南海秋季臺(tái)風(fēng)“莎莉嘉”（2016）模擬的影響，指出不同邊界層方案對(duì)于臺(tái)風(fēng)路徑的影響較小，但對(duì)臺(tái)風(fēng)強(qiáng)度和結(jié)構(gòu)有明顯的影響，非局地閉合方案明顯優(yōu)于局地閉合方案；徐亞欽等[17]利用WRF 模式對(duì)強(qiáng)影響浙江的9個(gè)西太平洋臺(tái)風(fēng)進(jìn)行多種微物理和邊界層參數(shù)化方案的模擬，定量評(píng)估不同方案下的臺(tái)風(fēng)路徑、強(qiáng)度和降水的模擬性能，并指出SBU-YLin 微物理和Boulac 邊界層方案相對(duì)更適合浙江臺(tái)風(fēng)模擬；王晨稀[18]以GRAPES-TCM 為試驗(yàn)?zāi)Ｊ?，分析了兩種邊界層參數(shù)化方案對(duì)1109 號(hào)臺(tái)風(fēng)“梅花”預(yù)報(bào)的影響，并按起報(bào)時(shí)刻臺(tái)風(fēng)強(qiáng)度的不同分為“強(qiáng)臺(tái)風(fēng)”和“弱臺(tái)風(fēng)”，對(duì)比分析了邊界層參數(shù)化方案對(duì)不同強(qiáng)度臺(tái)風(fēng)的影響，結(jié)果表明YSU 方案對(duì)弱臺(tái)風(fēng)的路徑強(qiáng)度預(yù)報(bào)效果更優(yōu)，MRF 方案對(duì)強(qiáng)臺(tái)風(fēng)的路徑預(yù)報(bào)效果更好，方案的強(qiáng)度預(yù)報(bào)效果則與對(duì)流參數(shù)化方案的選擇有關(guān)。

以上研究表明邊界層參數(shù)化方案對(duì)生命史不同階段、不同影響地區(qū)、不同季節(jié)以及不同初始強(qiáng)度的臺(tái)風(fēng)模擬均具有重要影響，并且對(duì)不同臺(tái)風(fēng)的影響存在顯著差異，因此針對(duì)更多臺(tái)風(fēng)以及臺(tái)風(fēng)生命史不同階段開展數(shù)值試驗(yàn)來加深邊界層參數(shù)化方案對(duì)臺(tái)風(fēng)模擬影響的認(rèn)識(shí)具有重要意義。臺(tái)風(fēng)登陸北上后受中緯度斜壓性復(fù)雜環(huán)境及環(huán)渤海地區(qū)海陸共存下墊面的共同影響，邊界層過程較為復(fù)雜，模式預(yù)報(bào)的不確定性較大，風(fēng)雨精細(xì)化預(yù)報(bào)難度大，因此，準(zhǔn)確的邊界層垂直湍流輸送模擬對(duì)臺(tái)風(fēng)減弱及陸上結(jié)構(gòu)的預(yù)報(bào)有重要影響[19]。然而，目前針對(duì)北上影響環(huán)渤海區(qū)域的臺(tái)風(fēng)開展邊界層參數(shù)化方案數(shù)值試驗(yàn)的研究相對(duì)較少，不同邊界層方案針對(duì)北上臺(tái)風(fēng)模擬的適用性特征尚不明確。另外，近年來臺(tái)風(fēng)北上的頻率相對(duì)較高，往往會(huì)造成暴雨以上的量級(jí)，并且有造成嚴(yán)重災(zāi)害的可能（如1975 年3 號(hào)臺(tái)風(fēng)、1978 年5 號(hào)臺(tái)風(fēng)北上后引發(fā)的特大暴雨分別給河南和華北東部造成嚴(yán)重災(zāi)害），因此針對(duì)北上影響環(huán)渤海地區(qū)的臺(tái)風(fēng)開展不同邊界層參數(shù)化方案影響的研究具有重要意義，可為數(shù)值模式選擇合適的邊界層參數(shù)化方案提供參考依據(jù)，從而提高北上臺(tái)風(fēng)的預(yù)報(bào)準(zhǔn)確率，有助于政府部門開展防災(zāi)減災(zāi)決策工作。

本文使用的資料包括歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）的全球氣候第五代大氣再分析資料ERA5（Fifth Generation ECMWF Atmospheric Reanalysis），分辨率為0.25°×0.25°；中央氣象臺(tái)的臺(tái)風(fēng)“煙花”實(shí)時(shí)路徑強(qiáng)度資料；中國氣象局CMPA 實(shí)況降水資料，分辨率為0.05°×0.05°。利用WRFv4.3模式對(duì)臺(tái)風(fēng)“煙花”北上影響環(huán)渤海階段進(jìn)行高分辨率數(shù)值模擬，采用8 種邊界層參數(shù)化方案進(jìn)行數(shù)值試驗(yàn)，研究不同方案對(duì)臺(tái)風(fēng)“煙花”北上階段路徑、強(qiáng)度、降水、動(dòng)力、熱力結(jié)構(gòu)的影響，選取表現(xiàn)最優(yōu)的北上臺(tái)風(fēng)數(shù)值模擬邊界層參數(shù)化方案，為提高北上臺(tái)風(fēng)風(fēng)雨預(yù)報(bào)準(zhǔn)確率及業(yè)務(wù)應(yīng)用提供參考。

1 個(gè)例簡(jiǎn)介

2021年第6號(hào)臺(tái)風(fēng)“煙花”于7月18日生成于西北太平洋洋面，先后以西北、偏西、西北偏北路徑逼近大陸沿岸，并于25日04時(shí)30分（世界時(shí)，下同）在浙江舟山普陀沿海登陸，26 日01 時(shí)50 分在浙江嘉興平湖市沿海再次登陸，是有氣象記錄以來首個(gè)在浙江兩次登陸的臺(tái)風(fēng)，隨后臺(tái)風(fēng)在陸上向西北以及偏北方向移動(dòng)，先后進(jìn)入浙江、江蘇、安徽、山東及河北境內(nèi)，并最終移入渤海灣。臺(tái)風(fēng)“煙花”于30日變性為溫帶氣旋，12 時(shí)停止編號(hào)，在中國陸上滯留時(shí)間長(zhǎng)達(dá)95 h，成為1949 年以來滯留時(shí)間最長(zhǎng)的臺(tái)風(fēng)[20] 。

7 月28 日00 時(shí)，臺(tái)風(fēng)“煙花”位于500 hPa 等壓面上低渦的西側(cè)、高空槽的東南方向（圖略），之后臺(tái)風(fēng)逐漸北移并嵌入到高空槽中，導(dǎo)致高空槽加深，隨著臺(tái)風(fēng)進(jìn)一步東移北上，30日00時(shí)，低層臺(tái)風(fēng)渦旋位于高空槽前，200 hPa有西風(fēng)帶環(huán)境位渦侵入到臺(tái)風(fēng)環(huán)流中（圖略），850 hPa相當(dāng)位溫分布圖上顯示有干冷空氣卷入到臺(tái)風(fēng)環(huán)流中（圖略），以上分析表明臺(tái)風(fēng)“煙花”在北上過程中逐漸與西風(fēng)帶系統(tǒng)發(fā)生相互作用，并最終導(dǎo)致變性。

受臺(tái)風(fēng)“煙花”影響，海河流域大部分地區(qū)出現(xiàn)明顯降雨，流域東部普降暴雨—大暴雨，其中各有809 站（18.1%）出現(xiàn)暴雨和大暴雨，1 站出現(xiàn)特大暴雨。7 月27 日23 時(shí)—30 日23 時(shí) 最 大 降 雨 量 為250.7 mm，出現(xiàn)在河北省滄州市，最大小時(shí)降雨量為54.3 mm，出現(xiàn)在山西省大同市。

另外，經(jīng)統(tǒng)計(jì)分析知，1949—2019 年6—9 月登陸北上后影響環(huán)渤海地區(qū)的臺(tái)風(fēng)共25例，按首次登陸點(diǎn)的不同，可將這25例臺(tái)風(fēng)分為山東及山東以北登陸（第一類，11 個(gè)）和山東以南登陸（第二類，14個(gè)）兩類（圖略）。第一類臺(tái)風(fēng)北上時(shí)路徑所經(jīng)下墊面為先海洋后陸地，發(fā)生變性的幾率較小且北上后無加強(qiáng)，第二類臺(tái)風(fēng)路徑所經(jīng)下墊面為先陸地后海洋，移入環(huán)渤海區(qū)域后發(fā)生變性的幾率增大，部分個(gè)例存在強(qiáng)度加強(qiáng)現(xiàn)象[21]。本文中研究的臺(tái)風(fēng)“煙花”首次登陸點(diǎn)在浙江北部地區(qū)，屬于第二類，移動(dòng)路徑所經(jīng)下墊面為先陸地后海洋，在臺(tái)風(fēng)移動(dòng)后期發(fā)生了變性，北上過程中強(qiáng)度無加強(qiáng)，但在環(huán)渤海地區(qū)造成了區(qū)域性的暴雨天氣，因此對(duì)臺(tái)風(fēng)“煙花”進(jìn)行研究可為相似路徑臺(tái)風(fēng)的風(fēng)雨預(yù)報(bào)提供參考依據(jù)，具有一定的代表性。

2 模式簡(jiǎn)介及數(shù)值試驗(yàn)設(shè)計(jì)

利用中尺度數(shù)值模式WRFv4.3 對(duì)臺(tái)風(fēng)“煙花”進(jìn)行三重雙向嵌套以及追隨臺(tái)風(fēng)中心的移動(dòng)嵌套方案，模擬區(qū)域中心位于37°N，120°E，水平分辨率為18 km/6 km/2 km，水平方向格點(diǎn)數(shù)為414×372、226×226、412×412，垂直方向共42層，模式頂氣壓為50 hPa。僅在最外層使用Kain-Fritsch 積云對(duì)流參數(shù)化方案，云微物理過程選取WSM6 方案，短波輻射用Dudhia 方案，長(zhǎng)波輻射用RRTM 方案，陸面過程選取Noah方案。積分時(shí)段為2021年7月28日18時(shí)—30 日00 時(shí)，共30 h，積分時(shí)間步長(zhǎng)為30 s，積分過程中未使用動(dòng)力初始化方案及Spectral Largescale Nudging 方法。模式采用ERA5 再分析資料作為初始場(chǎng)和側(cè)邊界條件。

模 式 分 別 采 用ACM2、Boulac、GBM、MYJ、MYNN、QNSE、UW、YSU 8 個(gè)邊界層參數(shù)化方案對(duì)臺(tái)風(fēng)“煙花”北上影響環(huán)渤海區(qū)域階段的路徑強(qiáng)度及風(fēng)雨過程進(jìn)行數(shù)值試驗(yàn)。由于給定的邊界層參數(shù)化方案只能與有限的地面層方案配合，為排除地面層參數(shù)化方案的影響，在試驗(yàn)中盡量選擇較為一致的地面層方案（見表1）。為便于與ERA5 資料進(jìn)行對(duì)比，本文使用與ERA5 資料分辨率較為接近的D01網(wǎng)格數(shù)據(jù)進(jìn)行分析。

目前，常用的邊界層參數(shù)化方案主要可分為3種，即局地閉合、非局地閉合以及（局地-非局地）混合型方案。局地閉合方案假設(shè)每個(gè)格點(diǎn)上的脈動(dòng)通量完全由該格點(diǎn)上物理量的平均量決定；非局地閉合方案綜合考慮該格點(diǎn)及周邊格點(diǎn)對(duì)脈動(dòng)通量的影響；而混合型方案綜合考慮了以上兩種閉合機(jī)制的影響。各邊界層參數(shù)化方案簡(jiǎn)要概述如下：

①YSU 方案[22]：YSU 方案是一階非局地閉合方案。該方案是建立在K 理論（類比于分子擴(kuò)散理論，認(rèn)為湍流通量正比于網(wǎng)格平均量的垂直梯度）的基礎(chǔ)上，顯示引入了對(duì)逆梯度輸送過程以及夾卷通量的考慮，以表征大尺度湍渦的非局地輸送作用。YSU 方案是目前應(yīng)用最廣泛的邊界層方案，但一些研究指出，該方案針對(duì)夜間邊界層的模擬還存在較大偏差，并會(huì)高估穩(wěn)定邊界層內(nèi)垂直混合作用的強(qiáng)度[23]。

②ACM2 方案[24-25]：ACM2 方案是局地-非局地混合型方案，該方案在顯式考慮非局地傳輸作用的基礎(chǔ)上，引入了一個(gè)一階渦旋擴(kuò)散項(xiàng)，實(shí)現(xiàn)了對(duì)非局地向上混合以及局地向下混合兩種湍流混合機(jī)制的綜合表征，改進(jìn)了對(duì)近地層氣象要素垂直分布的模擬效果。對(duì)于穩(wěn)定或中性邊界層，ACM2 方案會(huì)關(guān)閉非局地傳輸項(xiàng)，僅使用局地閉合機(jī)制。ACM2方案的缺點(diǎn)主要在于往往明顯高估了邊界層高度，這可能與該方案采用了與其他邊界層方案均不相同的邊界層高度計(jì)算方法有關(guān)[26-27]。

試驗(yàn)名稱ACM2 Boulac GBM MYJ MYNN QNSE UW YSU邊界層參數(shù)化方案ACM2(Pleim)scheme Bougeault and Lacarrere(BouLac)TKE GBM TKE-type scheme Mellor-Yamada-Janjic(Eta)TKE MYNN 2.5 level TKE QNSE-EDMF Bretherton-Park/UW TKE scheme YSU scheme地面層參數(shù)化方案Revised MM5 Monin-Obukhov Revised MM5 Monin-Obukhov Revised MM5 Monin-Obukhov Monin-Obukhov(Janjic Eta)Revised MM5 Monin-Obukhov QNSE Revised MM5 Monin-Obukhov Revised MM5 Monin-Obukhov

③MYJ方案[28-29]：MYJ方案是1.5階局地湍流動(dòng)能（TKE）閉合方案，認(rèn)為湍流動(dòng)量交換系數(shù)與TKE的平方根成正比，且邊界層高度也由TKE 的垂直廓線決定。該方案對(duì)于穩(wěn)定和弱不穩(wěn)定條件下的邊界層都有較好的模擬效果，但在對(duì)流邊界層中誤差較大，容易低估對(duì)流邊界層內(nèi)的垂直混合作用強(qiáng)度，導(dǎo)致邊界層的偏冷和偏濕。因MYJ方案具有較高的計(jì)算效率，是目前應(yīng)用最廣泛的局地閉合型邊界層方案。

④MYNN 方 案[30]：MYNN 方 案 是 在MYJ 方 案的基礎(chǔ)上提出的湍流主長(zhǎng)度尺度的診斷方程，其加入了水汽凝結(jié)過程，為了確保數(shù)值積分的穩(wěn)定性還加入了限定條件以及重新確定了一組更加合理的湍流閉合常數(shù)。ROMáN-CASCóON 等[31]指出，MYNN 方案針對(duì)霧過程的模擬效果優(yōu)于包括MYJ方案在內(nèi)的其他邊界層方案。

⑤Boulac方案[32]：Boulac方案是1.5階局地閉合方案，該方案考慮了地形對(duì)湍流動(dòng)能的激發(fā)作用以及對(duì)流邊界層（包括弱穩(wěn)定邊界層）內(nèi)熱量通量的逆梯度輸送作用。與其他邊界層方案相比，Boulac方案對(duì)于下墊面信息更加敏感，因此適用于受地形影響較大的地區(qū)和事件的模擬。

⑥QNSE 方案[33]：QNSE 方案是1.5 階局地閉合方案。該方案在不穩(wěn)定條件下采用TKE 閉合方案，而在穩(wěn)定條件下，采用湍流譜閉合模式發(fā)展而來的K-ε 模式。其優(yōu)勢(shì)在于保留了更接近真實(shí)大氣的物理過程，并且考慮了湍流和波的共同作用。徐慧燕等[34]指出，QNSE 方案針對(duì)暴雨過程的模擬效果優(yōu)于其他邊界層方案。

⑦GBM 方案[35]：GBM 方案是1.5 階局地閉合方案，針對(duì)邊界層頂物理過程的計(jì)算采用了夾卷閉合技術(shù)。該方案適用于干對(duì)流條件下邊界層垂直結(jié)構(gòu)的模擬。目前針對(duì)GBM 邊界層方案的應(yīng)用研究開展的還相對(duì)較少。

⑧UW 方案[36]：UW 方案是1.5 階局地閉合方案。該方案是在GBM 方案基礎(chǔ)上，改進(jìn)了針對(duì)氣候模式較長(zhǎng)時(shí)間步長(zhǎng)的數(shù)值積分穩(wěn)定性，并提高了計(jì)算效率，同時(shí)顯式地考慮了對(duì)流層的夾卷閉合過程，并且針對(duì)所有柱狀大氣中的湍流層采取統(tǒng)一處理。UW 方案對(duì)于大風(fēng)條件下的邊界層結(jié)構(gòu)的模擬效果較好，因此多應(yīng)用于風(fēng)能資源的預(yù)測(cè)與評(píng)估。

3 各試驗(yàn)臺(tái)風(fēng)路徑、強(qiáng)度、降水的對(duì)比分析

3.1 臺(tái)風(fēng)路徑

各試驗(yàn)都模擬出了臺(tái)風(fēng)北上階段的路徑，模擬的臺(tái)風(fēng)中心整體較實(shí)況偏東（見圖1a）。29 日03 時(shí)前，各個(gè)邊界層參數(shù)化方案的模擬路徑差異十分微小，總體路徑誤差為30～90 km，其中29 日00—03時(shí)誤差較顯著（見圖1a、1b，兩個(gè)時(shí)次各試驗(yàn)的平均誤差為74.2 km）；29 日06—12 時(shí)，模擬與實(shí)況路徑的誤差為30～60 km（見圖1b），各試驗(yàn)之間的路徑差異略有增大；29 日12 時(shí)之后，各試驗(yàn)之間的路徑差異顯著增大，其中，MYNN 和GBM 方案在29 日12 時(shí)—30 日00 時(shí)之間的平均路徑誤差最大（分別為96.6 km 和95.5 km），Boulac 方案則最?。ù藭r(shí)段的平均路徑誤差為35.5 km），同樣，MYNN 和GBM方案在29日00時(shí)—30日00時(shí)的24 h平均路徑誤差依然最大（分別為76.2 km 和77.7 km），而Boulac 方案最?。?7.5 km）。

圖1 各試驗(yàn)臺(tái)風(fēng)移動(dòng)路徑、臺(tái)風(fēng)路徑誤差、海陸分布指數(shù)和路徑誤差標(biāo)準(zhǔn)差分布Fig.1 Typhoon track,track error,the sea-land ratio and track error standard deviation

由臺(tái)風(fēng)路徑誤差的標(biāo)準(zhǔn)差時(shí)間序列圖（見圖1c）也可清晰地看出各試驗(yàn)之間路徑誤差差異的變化趨勢(shì)：隨著臺(tái)風(fēng)向北移動(dòng)，路徑誤差的標(biāo)準(zhǔn)差整體隨時(shí)間呈增大趨勢(shì)，表明隨著積分時(shí)間的延長(zhǎng)，各試驗(yàn)之間的路徑差異增大，在29 日08 時(shí)之前，各試驗(yàn)的路徑誤差標(biāo)準(zhǔn)差小于10 km，之后標(biāo)準(zhǔn)差陡增，在29 日17 時(shí)達(dá)到最大，為51.1 km，之后標(biāo)準(zhǔn)差又呈下降趨勢(shì)，但均在20 km 以上,可見隨著積分時(shí)間延長(zhǎng)，邊界層參數(shù)化方案對(duì)臺(tái)風(fēng)路徑的模擬產(chǎn)生影響。另外，通過引入海陸分布指數(shù)（Sea-Land Ratio），即臺(tái)風(fēng)半徑300 km 范圍內(nèi)海洋面積所占臺(tái)風(fēng)環(huán)流總面積的比例[37]分析也可知，各試驗(yàn)臺(tái)風(fēng)環(huán)流300 km 半徑范圍內(nèi)的海洋和陸地下墊面分布比例的差異隨積分時(shí)間延長(zhǎng)逐漸增大，可見隨著積分時(shí)間的延長(zhǎng)，不同方案表現(xiàn)出來的差異不斷疊加，導(dǎo)致臺(tái)風(fēng)路徑的模擬差異逐漸增大。

3.2 臺(tái)風(fēng)強(qiáng)度

臺(tái)風(fēng)“煙花”在北上影響環(huán)渤海區(qū)域階段的強(qiáng)度基本維持在15 m/s（熱帶低壓級(jí)），中心最低氣壓則基本維持在988 hPa左右。由于10 m 風(fēng)場(chǎng)受海陸共存下墊面影響較大，因此從最低氣壓的角度來分析各試驗(yàn)臺(tái)風(fēng)強(qiáng)度的差異。從圖2可以看出，8種方案模擬的最低氣壓所代表的臺(tái)風(fēng)強(qiáng)度均弱于實(shí)況（中央氣象臺(tái)發(fā)布的臺(tái)風(fēng)實(shí)時(shí)路徑），但各參數(shù)化方案均模擬出了較為平緩的氣壓變化趨勢(shì)，除GBM方案外，其余7種方案最低氣壓分布的差異較微小，GBM 方案在29 日00 時(shí)—30 日00 時(shí)的平均絕對(duì)誤差最大，達(dá)到5.42 hPa，誤差最大值則約為6 hPa，其余方案在這一時(shí)段的平均絕對(duì)誤差基本在2～4 hPa左右，其中ACM2 方案最小，為2.42 hPa。由于臺(tái)風(fēng)北上階段強(qiáng)度較弱，模擬的絕對(duì)強(qiáng)度誤差總體偏小，WRF模式中的邊界層參數(shù)化方案對(duì)于臺(tái)風(fēng)北上階段強(qiáng)度的模擬誤差基本為2～6 hPa。

圖2 觀測(cè)值與邊界層參數(shù)化方案模擬的3 h間隔的最低海平面氣壓Fig.2 Observed and simulated minimum sea level pressure with PBL schemes with a temporal interval of 3 h

3.3 臺(tái)風(fēng)降水

圖3 為實(shí)況與各試驗(yàn)?zāi)M的2021 年7 月29 日00 時(shí)—30 日00 時(shí)24 h 累積降水分布，為便于比較，此處將實(shí)況降水插值到與模擬降水一致的D01 網(wǎng)格上，分辨率為18 km。由圖可見，實(shí)況24 h 累積強(qiáng)降水區(qū)呈東北—西南帶狀分布，累積降水極值為165.5 mm，出現(xiàn)在天津西南。就降水落區(qū)而言，各試驗(yàn)大于10 mm 的降水區(qū)分布形態(tài)與實(shí)況較為一致，均模擬出了東北—西南帶狀的強(qiáng)降水區(qū)，但各試驗(yàn)在強(qiáng)降水極值大小與分布位置等方面存在顯著差異，其中UW方案的累積降水極值大于實(shí)況值，其余方案均小于實(shí)況，UW 和ACM2 方案與實(shí)況最接近。圖3a主要降水區(qū)（黑色方框，37.2°～40.2°N，115.5°～118°E）平 均 實(shí) 況 降 水 量 為58.1 mm，ACM2、Boulac、GBM、MYJ、MYNN、QNSE、UW 和YSU方案相應(yīng)的區(qū)域平均降水量分別為54.67 mm、51.05 mm、46.30 mm、52.02 mm、52.99 mm、54.88 mm、54.98 mm和48.19 mm，結(jié)合圖中各試驗(yàn)的累積降水分布情況也可見，GBM 方案模擬的降水最弱，ACM2、QNSE 和UW 方案模擬的累積降水相對(duì)較強(qiáng)，但各試驗(yàn)?zāi)M的累積降水均弱于實(shí)況。

圖3 2021年7月29日00時(shí)—30日00時(shí)實(shí)況及邊界層參數(shù)化方案模擬的24 h累積降水量分布Fig.3 24 h accumulated rainfall observation and simulations with PBL schemes during 0000UTC 29 to 0000UTC 30 July，2021

將實(shí)況降水插值到圖3 黑色方框區(qū)域內(nèi)D01 網(wǎng)格點(diǎn)上，并計(jì)算各試驗(yàn)在此黑色方框區(qū)域內(nèi)各量級(jí)降水的TS 評(píng)分，結(jié)果見表2。通過分析可知，當(dāng)累積 降 水≥10 mm 時(shí)，Boulac 方 案 的TS 評(píng) 分 約 為0.942，表現(xiàn)最優(yōu)；當(dāng)累積降水≥25 mm、≥50 mm、≥100 mm時(shí)，ACM2方案的評(píng)分均為最高。因此，對(duì)于臺(tái)風(fēng)“煙花”的北上階段，Boulac 方案適合于中雨以上量級(jí)的模擬，而ACM2 方案適合于大雨及暴雨以上量級(jí)的模擬。

表2 8種邊界層參數(shù)化方案模擬的各量級(jí)24 h累積降水的TS評(píng)分Tab.2 Threat scores of 4 magnitudes 24 h accumulated rainfall from eight PBL scheme simulations.

4 各試驗(yàn)臺(tái)風(fēng)動(dòng)、熱力結(jié)構(gòu)的對(duì)比分析

為考察各試驗(yàn)?zāi)M的臺(tái)風(fēng)動(dòng)力結(jié)構(gòu)的差異，將2021 年7 月29 日06 時(shí)和18 時(shí)的975～100 hPa 的風(fēng)速在實(shí)況降水極值附近區(qū)域（116.2°～116.6°E，37.9°～38.3°N）內(nèi)做平均，得到圖4。由圖4a 可見，29 日06 時(shí)900 hPa 以下ERA5 資料的區(qū)域平均風(fēng)速隨高度的增加逐漸增大，最大可達(dá)19.9 m/s（925 hPa 處）；在900～650 hPa 呈減小趨勢(shì)，其中825～650 hPa 的風(fēng)速迅速減小，減小幅度為每100 hPa約5.5 m/s；650～500 hPa風(fēng)速基本維持不變；500 hPa以上風(fēng)速先增大，而后維持不變，最后逐漸減小。各試驗(yàn)?zāi)M的區(qū)域平均風(fēng)速隨高度的變化趨勢(shì)與ERA5 資料的基本一致，但彼此之間存在顯著差異。在700 hPa 以下，ACM2 和GBM 方案的區(qū)域平均風(fēng)速變化趨勢(shì)和風(fēng)速增減幅度與ERA5資料最接近,ACM2方案在875 hPa處風(fēng)速增加到最大，為21.8 m/s，而GBM 方 案 在875 hPa 處 風(fēng) 速 增 加 到 最大，為20.4 m/s，其余方案模擬的風(fēng)速隨高度增加的幅度更大，最大增加幅度為每100 hPa約8 m/s（風(fēng)速最大約28 m/s）；在700～350 hPa，除GBM和MYNN方案的區(qū)域平均風(fēng)速變化趨勢(shì)與ERA5資料差異較大外，其余各方案之間差別不大，變化趨勢(shì)與ERA5資料也較為類似；300 hPa以上各試驗(yàn)的區(qū)域平均風(fēng)速變化趨勢(shì)為先增大后減小，ERA5 資料則表現(xiàn)為先維持不變而后減小的趨勢(shì)；另外，各試驗(yàn)在700 hPa 以下的低層區(qū)域平均風(fēng)速的差異比高層大氣更顯著。由各試驗(yàn)與ERA5資料所有層次的平均風(fēng)速差異來看，ACM2 方案與ERA5 資料的平均風(fēng)速相差約為1 m/s，兩者結(jié)果最接近。

圖4 各試驗(yàn)及ERA5資料區(qū)域平均風(fēng)速廓線Fig.4 Regional mean profiles of wind speed from ERA5 and simulations

與29 日06 時(shí)相比，各試驗(yàn)對(duì)29 日18 時(shí)（見圖4b）模擬的區(qū)域平均風(fēng)速垂直廓線差異增大，其中，ACM2 方案的整體變化趨勢(shì)與ERA5 資料最接近，尤其在825～700 hPa，僅有ACM2 方案模擬出了風(fēng)速隨高度基本維持不變而后減弱的趨勢(shì)，其余方案的模擬風(fēng)速均為隨高度的增加先增大后減小，與ERA5資料差異較大。

以上分析表明，除邊界層外，在數(shù)值模擬中不同邊界層參數(shù)化方案對(duì)于邊界層以上大氣風(fēng)速的模擬也存在較明顯差異，并且隨著積分時(shí)間的延長(zhǎng)，各試驗(yàn)之間的差異越來越顯著。ACM2 方案總體與ERA5 資料的風(fēng)速垂直廓線分布形式較為接近。

圖5 為各試驗(yàn)在29 日06 時(shí)沿模擬的臺(tái)風(fēng)中心所在經(jīng)度的全風(fēng)速與經(jīng)向環(huán)流剖面。由圖可見，各試驗(yàn)在890 hPa 以下的邊界層均為由南向北的流出氣流，790 hPa 以上則為偏北氣流流向臺(tái)風(fēng)中心，890～790 hPa 之間氣流的流入、流出較弱，氣流的這種分布形式可能是由于臺(tái)風(fēng)中心隨高度向東傾斜造成的；各試驗(yàn)在臺(tái)風(fēng)中心向北約1 經(jīng)緯度左右的范圍內(nèi)為弱風(fēng)速區(qū)，風(fēng)速低于4 m/s；低層大風(fēng)速區(qū)基本分布在690 hPa 以下，其中QNSE 方案低層風(fēng)速極值中心超過26 m/s（890 hPa 處），在所有方案中最強(qiáng)，除GBM 方案風(fēng)速最弱外，其余方案風(fēng)速極值分布在22～26 m/s；各試驗(yàn)在590 hPa 以上存在一個(gè)隨高度向北傾斜的風(fēng)速大值帶，GBM 方案的風(fēng)速同樣是最弱的。由以上分析可見，各邊界層參數(shù)化方案所模擬的風(fēng)場(chǎng)經(jīng)向剖面雖總體分布形勢(shì)較為一致，但高層和低層風(fēng)速的強(qiáng)度均存在顯著差異，表明邊界層參數(shù)化方案不僅對(duì)低層大氣的風(fēng)速產(chǎn)生顯著影響，對(duì)高層大氣同樣會(huì)產(chǎn)生影響。

為考察各試驗(yàn)?zāi)M的低層大氣輻合、輻散的差異，圖6計(jì)算了各試驗(yàn)區(qū)域平均850 hPa散度隨時(shí)間的變化，由于臺(tái)風(fēng)雨帶主要出現(xiàn)在臺(tái)風(fēng)中心以北400 km 半徑范圍內(nèi)（圖略），因此選取這一區(qū)域范圍進(jìn)行研究。由圖6可見，各邊界層參數(shù)化方案所模擬的區(qū)域平均850 hPa散度均為負(fù)值，表明在臺(tái)風(fēng)中心以北400 km 半徑范圍內(nèi)存在明顯的輻合，各試驗(yàn)的區(qū)域平均850 hPa 散度存在顯著差異，其中GBM 方案模擬的低層大氣輻合最弱，對(duì)應(yīng)累積降水也最弱。29 日00—12 時(shí)（定義為白天時(shí)段），ACM2 和UW 方案的850 hPa 輻合相對(duì)較強(qiáng)，29 日12 時(shí)—30日00 時(shí)（定義為夜間時(shí)段），QNSE 方案的輻合則最強(qiáng)，對(duì)應(yīng)UW、QNSE 和ACM2 方案模擬的累積降水均較強(qiáng)。各參數(shù)化方案對(duì)低層大氣輻合輻散模擬的差異是造成降水模擬差異的原因之一。

圖6 8種邊界層參數(shù)化方案模擬的區(qū)域平均850 hPa散度時(shí)間序列圖Fig.6 Time series of zone averaged 850 hPa divergence from eight PBL scheme tests

為對(duì)比各試驗(yàn)對(duì)北上臺(tái)風(fēng)熱力結(jié)構(gòu)模擬的差異，將各試驗(yàn)與ERA5 資料的溫度和相對(duì)濕度在各等壓面（116.2°～116.6°E，37.9°～38.3°N）區(qū)域內(nèi)做平均，得到溫度和相對(duì)濕度隨高度變化的垂直廓線圖。由圖7a 和7b 可見，各試驗(yàn)與ERA5 資料的溫度垂直廓線總體差異不大，溫度誤差絕對(duì)值分布在0～2.5 K 之間，溫度隨高度增加均為遞減趨勢(shì)，700 hPa 高度以下的溫度遞減率顯著小于700 hPa以上。同樣，各試驗(yàn)相對(duì)濕度的變化趨勢(shì)與ERA5資料較為一致，500 hPa 以下相對(duì)濕度隨高度變化不大，基本分布在90%～100%之間（見圖7c、7d），表明北上臺(tái)風(fēng)環(huán)流的濕層較為深厚。由以上分析可知，各邊界層參數(shù)化方案對(duì)于北上臺(tái)風(fēng)熱力結(jié)構(gòu)模擬造成的差異小于動(dòng)力結(jié)構(gòu)的差異。結(jié)合圖8a溫度誤差標(biāo)準(zhǔn)差的垂直分布可見，29 日06 時(shí)，隨著高度的增加，各試驗(yàn)的溫度誤差的離散度逐漸減小，各參數(shù)化方案對(duì)北上臺(tái)風(fēng)熱力結(jié)構(gòu)模擬的差異在大氣低層更顯著；29 日18 時(shí)溫度誤差的標(biāo)準(zhǔn)差大于06 時(shí)，表明隨著積分時(shí)間的延長(zhǎng)，各試驗(yàn)表現(xiàn)出來的差異也越來越明顯。對(duì)于相對(duì)濕度，700 hPa 以下的低層兩個(gè)時(shí)次的誤差標(biāo)準(zhǔn)差均較小，700 hPa 以上則逐漸增大（見圖8b），表明各試驗(yàn)的相對(duì)濕度在高層的差異大于低層，這與圖7c、7d 的表現(xiàn)較為一致。

圖7 區(qū)域平均溫度和相對(duì)濕度的垂直廓線分布Fig.7 Regional mean profiles of temperature and relative humidity

圖8 各試驗(yàn)與ERA5資料的溫度誤差標(biāo)準(zhǔn)差和相對(duì)濕度誤差標(biāo)準(zhǔn)差的垂直廓線圖Fig.8 Profiles of standard deviation of temperature error and relative humidity error between ERA5 and simulations of eight PBL schemes

從各試驗(yàn)850 hPa 區(qū)域平均相當(dāng)位溫隨時(shí)間變化的情況看（見圖9），除GBM 方案顯著偏低、隨時(shí)間呈現(xiàn)逐漸減小的趨勢(shì)以外，其余各試驗(yàn)850 hPa區(qū)域平均相當(dāng)位溫基本分布在342.0～346.0 K，變化趨勢(shì)較為類似。29日12時(shí)之前（白天時(shí)段），各試驗(yàn)區(qū)域平均相當(dāng)位溫隨時(shí)間逐漸增大，差異較小；29日12時(shí)之后（夜間時(shí)段），相當(dāng)位溫隨時(shí)間短暫增大后維持基本不變，但各試驗(yàn)之間的差異增大，位溫最高的MYNN 方案與位溫最低的Boulac 方案的最大差異達(dá)2.2 K。與溫度的垂直分布特征類似，隨著積分時(shí)間的延長(zhǎng)，各試驗(yàn)850 hPa 區(qū)域平均相當(dāng)位溫的差異也越來越大。

圖9 8種邊界層參數(shù)化方案模擬的區(qū)域平均850 hPa相當(dāng)位溫時(shí)間序列圖Fig.9 Time series of zone averaged 850 hPa equivalent potential temperature from eight PBL scheme tests

為分析邊界層參數(shù)化方案對(duì)臺(tái)風(fēng)結(jié)構(gòu)模擬造成差異的原因，將各試驗(yàn)在各時(shí)次邊界層頂?shù)南蛏洗怪辟|(zhì)量通量[38]（VMT =ρ×w，VMT 代表垂直質(zhì)量通量，ρ代表空氣密度，w代表垂直速度）在（116.2°～116.6°E；37.9°～38.3°N）區(qū)域內(nèi)做平均，得到圖10。通過分析可知，各試驗(yàn)在邊界層頂向上的垂直質(zhì)量通量具有顯著差異，其中QNSE 方案的垂直質(zhì)量通量明顯強(qiáng)于其他各方案，表明該方案的垂直混合較強(qiáng)，邊界層高度也高于其他各方案（圖略），較強(qiáng)的垂直混合能夠把邊界層內(nèi)的能量帶到高空，從而對(duì)臺(tái)風(fēng)結(jié)構(gòu)產(chǎn)生影響；相比而言，GBM 方案的垂直質(zhì)量通量最弱，對(duì)應(yīng)邊界層高度最低，表明邊界層頂?shù)膴A卷和垂直混合最弱。從圖4中也可看出，QNSE方案在低層的風(fēng)速強(qiáng)于其他各方案，而GBM 方案的風(fēng)速最弱，表明邊界層頂?shù)拇怪辟|(zhì)量輸送和夾卷過程會(huì)對(duì)臺(tái)風(fēng)結(jié)構(gòu)產(chǎn)生影響。

圖10 8種邊界層參數(shù)化方案模擬的區(qū)域平均邊界層頂向上的垂直質(zhì)量通量時(shí)間序列圖Fig.10 Time series of zone averaged upward vertical mass flux on the top of the boundary layer from eight PBL scheme tests

另外，感熱和潛熱的海氣交換和動(dòng)量交換對(duì)臺(tái)風(fēng)的發(fā)生、發(fā)展十分重要，感熱和潛熱輸送是邊界層的主要物理過程[15]。通過分析發(fā)現(xiàn)，各方案潛熱通量的數(shù)值顯著大于感熱通量，表明潛熱通量對(duì)臺(tái)風(fēng)發(fā)展的作用更大[10]。潛熱通量和感熱通量的分布形式較為類似，海洋上熱通量均明顯大于陸地，但各方案在量值上具有顯著差異（圖略），其中QNSE 方案的感熱和潛熱通量明顯大于其他方案。有文獻(xiàn)指出[10]，成熟臺(tái)風(fēng)的主要能量來源于潛熱釋放，水汽由邊界層輻合上升，釋放大量的凝結(jié)潛熱，為臺(tái)風(fēng)的維持和發(fā)展提供能量，同時(shí)在洋面上通過感熱的方式加熱臺(tái)風(fēng)，為臺(tái)風(fēng)繼續(xù)供給能量。從最低海平面氣壓的時(shí)間序列圖中也可以看出（見圖2），QNSE 方案的臺(tái)風(fēng)中心最低氣壓在所有方案中相對(duì)最低，這可能與潛熱釋放加熱大氣導(dǎo)致氣壓降低有關(guān)。

綜上可見，由于各方案模擬的邊界層熱通量具有較大差異，對(duì)臺(tái)風(fēng)發(fā)展和結(jié)構(gòu)變化產(chǎn)生影響，通過邊界層頂?shù)膴A卷和垂直質(zhì)量輸送過程從而對(duì)臺(tái)風(fēng)整體結(jié)構(gòu)造成影響，各種差異不斷累積，最終導(dǎo)致各方案的臺(tái)風(fēng)結(jié)構(gòu)產(chǎn)生顯著差異。

5 結(jié)論與討論

本文利用中尺度數(shù)值模式WRFv4.3 中的ACM2、Boulac、GBM、MYJ、MYNN、QNSE、UW、YSU 8 種不同邊界層參數(shù)化方案，采用高分辨率數(shù)值試驗(yàn)的方法研究了邊界層參數(shù)化方案對(duì)臺(tái)風(fēng)“煙花”北上移入環(huán)渤海區(qū)域階段的模擬影響。結(jié)果表明，不同邊界層參數(shù)化方案對(duì)臺(tái)風(fēng)路徑、降水及動(dòng)熱力結(jié)構(gòu)的模擬差異顯著。具體表現(xiàn)為：

①臺(tái)風(fēng)北上后的路徑模擬對(duì)邊界層參數(shù)化方案較敏感，其中Boulac 方案模擬的路徑誤差最小（24 h 平均路徑誤差為47.5 km），而MYNN 和GBM方案模擬的路徑誤差最大（24 h 平均路徑誤差為76.2 km 和77.7 km）。隨著臺(tái)風(fēng)向北移動(dòng)，各邊界層參數(shù)化方案模擬的路徑差異也越來越顯著，表現(xiàn)為路徑誤差標(biāo)準(zhǔn)差隨時(shí)間積分呈增加趨勢(shì)。

②除GBM 方案對(duì)臺(tái)風(fēng)最低氣壓的模擬顯著偏大（強(qiáng)度偏弱）外，其余7種方案模擬的差異較小，其中ACM2 方案在所有試驗(yàn)中的時(shí)間平均絕對(duì)誤差最小，為2.42 hPa。由于臺(tái)風(fēng)北上階段強(qiáng)度較弱，模擬的臺(tái)風(fēng)最低氣壓絕對(duì)強(qiáng)度誤差總體偏小，基本在2～6 hPa。

③各試驗(yàn)對(duì)臺(tái)風(fēng)降水的模擬存在顯著差異，主要體現(xiàn)在強(qiáng)降水極值大小和位置方面，其中UW 和ACM2方案的累積降水極值與實(shí)況最接近。通過計(jì)算24 h累積降水的TS評(píng)分可知，Boulac方案在中雨以上量級(jí)的模擬中表現(xiàn)最優(yōu)，而ACM2 方案則在大雨及暴雨以上量級(jí)的模擬中表現(xiàn)最優(yōu)。

④從區(qū)域平均風(fēng)速的垂直廓線及風(fēng)場(chǎng)經(jīng)向環(huán)流剖面來看，各試驗(yàn)對(duì)臺(tái)風(fēng)動(dòng)力結(jié)構(gòu)的模擬具有顯著差異，這種差異不僅存在于邊界層中，還存在于邊界層以上的自由大氣中，并且隨著積分時(shí)間的延長(zhǎng)，各試驗(yàn)之間的差異也越來越明顯；另外，相比于其他方案，ACM2 方案的風(fēng)速廓線分布變化趨勢(shì)總體與ERA5資料更接近；各方案對(duì)于850 hPa大氣輻合輻散的描述也存在較為明顯的差異，輻合較強(qiáng)的方案對(duì)應(yīng)模擬的累積降水也較強(qiáng)。

⑤通過分析各試驗(yàn)溫濕特征量的水平與垂直結(jié)構(gòu)可知，各邊界層參數(shù)化方案對(duì)北上臺(tái)風(fēng)熱力結(jié)構(gòu)模擬的差異小于動(dòng)力結(jié)構(gòu)的差異，從溫度誤差標(biāo)準(zhǔn)差的分布情況來看，低層熱力結(jié)構(gòu)的模擬差異比高層大氣更加明顯，且隨著積分時(shí)間的延長(zhǎng)，各試驗(yàn)表現(xiàn)出的差異越來越顯著。進(jìn)一步分析表明，各方案對(duì)于邊界層中熱通量和動(dòng)熱力結(jié)構(gòu)的模擬產(chǎn)生的差異，可以通過邊界層頂?shù)膴A卷過程被擴(kuò)散到高層大氣，最終導(dǎo)致各方案對(duì)臺(tái)風(fēng)結(jié)構(gòu)的模擬出現(xiàn)明顯差異。

本文的研究基于臺(tái)風(fēng)“煙花”登陸后影響環(huán)渤海區(qū)域階段的數(shù)值模擬，在比較了各方案對(duì)于臺(tái)風(fēng)路徑、強(qiáng)度、降水及動(dòng)力、熱力結(jié)構(gòu)模擬的差異后，認(rèn)為Boulac 方案對(duì)于臺(tái)風(fēng)路徑及中雨以上量級(jí)的模擬表現(xiàn)最優(yōu)，而ACM2 方案對(duì)于臺(tái)風(fēng)最低氣壓及大雨和暴雨以上量級(jí)降水的模擬中表現(xiàn)最優(yōu)；另外，各參數(shù)化方案對(duì)北上臺(tái)風(fēng)動(dòng)力結(jié)構(gòu)模擬的差異比熱力結(jié)構(gòu)的差異更顯著，而熱力結(jié)構(gòu)的差異在低層大氣表現(xiàn)更明顯。

本文僅針對(duì)單個(gè)臺(tái)風(fēng)個(gè)例進(jìn)行數(shù)值模擬研究，所得結(jié)論的普適性還需進(jìn)行驗(yàn)證，后續(xù)將基于塔基垂直湍流觀測(cè)資料，分析北上臺(tái)風(fēng)邊界層內(nèi)的湍流運(yùn)動(dòng)特征和演變規(guī)律，改進(jìn)邊界層湍流參數(shù)化方案，以期提高北上臺(tái)風(fēng)的模擬性能。