2013年“菲特”臺風暴雨數值模擬中微物理方案的對比試驗

劉　瑞， 翟國慶， 朱佩君， 李靚靚

(浙江大學 地球科學學院, 浙江 杭州 310027)

?

2013年“菲特”臺風暴雨數值模擬中微物理方案的對比試驗

劉瑞， 翟國慶， 朱佩君， 李靚靚

(浙江大學 地球科學學院, 浙江 杭州 310027)

利用TRMM(熱帶測雨雷達)搭載的TMI(微波成像儀)反演廓線資料，分析“菲特”臺風登陸前、后云團內部水凝物的分布種類，依此選擇WRF區域中尺度模式下符合條件的6個云微物理過程參數化方案(Lin, WSM6, Godgce, WDM6, Morrison以及Thompson方案)，模擬2013年10月6～8日的臺風過程.從降水落區、強度，水凝物及風場垂直分布，臺風路徑及強度等方面對預報性能進行對比，結果表明，選用的6個云微物理方案都較好地模擬了浙江暴雨的范圍和強度.結合Ts評分，降水量級越大，模擬效果對云微物理方案選擇越敏感，其中，Lin方案效果最佳，尤其對極端降水的模擬，其次為WSM6、WDM6及Thompson方案，Morrison和Godgce方案相對較差.結合水凝物平均值廓線分布發現，除WDM6方案外，其他方案對暖雨過程的模擬基本一致，而對冰相過程的模擬6個方案差別較大;同時，各方案對風分量的模擬結果較水凝物廓線差別小，說明對于動力因素模擬不敏感.另外，6個方案對于臺風強度的模擬整體偏弱，相較之下，Lin方案較好地模擬了強度變化趨勢.

“菲特”臺風; 微波成像儀; 云微物理參數化方案; 氣象研究與預報

Journal of Zhejiang University(Science Edition), 2016,43(5):593-600,609

0　引　言

臺風是發生在熱帶海洋的強氣旋性系統，可造成暴雨、狂風等強烈災害，國內外不少極端暴雨記錄都與臺風活動有關[1].我國是世界上受登陸臺風影響最多的國家之一，每年因登陸臺風造成的直接經濟損失巨大，其中由臺風帶來的強降水是造成災害的主要原因[2]，而螺旋雨帶的形成、下墊面的影響以及臺風與中小尺度系統的相互作用是造成強降水的重要因素[3-4].同時，云微物理過程的結構特征對臺風的強度、結構及臺風暴雨的發生發展有著重要影響.近年來，包含云微物理過程的中尺度模式對臺風過程的模擬已成為研究臺風暴雨的重要手段，其中中尺度模式WRFM(weather research&forecasting model)因其考慮了較為詳盡的物理過程，給出了豐富的物理參數化方案，并能較好地改善中尺度天氣的模擬和預報效果[5-6]，而被廣泛應用.作為中尺度模式的多種物理過程中非常關鍵的一環，云微物理過程不僅直接影響降水預報，而且也影響模式的動力過程[7]，IPCC明確指出，云物理過程及其反饋機制是導致數值模式預報不確定性的最主要因素[8].在實際暴雨模擬中，尤其是在臺風暴雨模擬過程中，究竟采用哪種方案更理想，需要深入比較.近年來，國內外學者對于云微物理方案在WRF數值模擬中的比較研究相對較多.RAJEEVAN等[9]針對雷雨個例的敏感性試驗，通過分析WRF模式的4個微物理過程(Thompson, Lin, WSM6 and Morrison)發現，降水對云微物理參數化方案的選擇較為敏感，Thompson方案模擬的降水與觀測最為接近，而其他3種方案模擬結果均偏高.LI等[10]利用WRF模式選擇6種微物理方案針對臺風個例進行敏感性試驗，指出微物理方案對于臺風路徑預報不敏感，而臺風強度預報差別較大(出現29 hPa差異)，這與ZHU等[11]的結論一致，另外所有方案對臺風強度的預報普遍偏弱，其中微物理方案中暖雨方案因其更多的云水、雨水以及降水致使下降速度相對較大，從而可以更快、更強地反饋到臺風強度中[12].國內，黃海波等[13]選擇7個微物理過程，針對西北地區一次強降水過程，對模擬降水進行定性、定量分析，指出不同微物理過程對不同等級的降水預報差別較大，其中對于暴雨量級降水WSM5方案最好，就整體預報效果而言,WSM3最佳，其次為WSM5，而Kessler方案最差.馬嚴枝等[7]針對華北地區的一次強降水，選擇7個微物理過程對該次過程進行敏感性試驗，通過對不同分辨率的降水模擬以及垂直方向物理量的診斷發現，不同微物理方案對于分辨率的敏感程度不同，其中，Lin方案、Thompson方案、WSM6方案對暴雨預報效果較好，并且隨著分辨率的提高，WSM6方案逐步顯現其優越性，但WSM3方案對分辨率不太敏感，同時提出：垂直方向的不同動力是造成7個方案暴雨預報能力差異大的原因.朱格利等[14]針對華南暴雨事件選擇了8種云微物理方案進行試驗，得到WDM5方案對暴雨模擬效果最好;結合TS評分和誤差分析，WSM5方案整體效果最好，Lin方案最差，不同分辨率下差異不大.

以往的WRF微物理試驗中針對華東區域的個例研究較少，而且，因為下墊面條件差別較大以及個例過程天氣背景的不同，造成結果差異較大，故之前對于華東區域尤其是對該區域臺風暴雨的個例模擬的適用性不強，只能作為參考.

2013年23號臺風“菲特”于9月30日20：00(北京時，下同)在菲律賓以東洋面生成，10月4日17:00加強為強臺風，5日向西北偏西方向移動，7日1：15在福鼎沙埕鎮登陸，登陸氣壓955 hPa，近中心最大風力達42 m·s-1，登陸后強度迅速減弱并向西南方向移動，之后繼續減弱，11:00停止編報.“菲特”臺風雖在福建登陸并減弱，但浙江出現了百年一遇的強降水，過程雨量全省平均207 mm，且強降水主要出現在沿海一帶，尤其是臺風減弱后，浙江省北部地區出現了西北至東南走向的強雨帶，24 h降雨量超過450 mm.持續暴雨引發城市內澇，加上臺風登陸恰逢天文高潮位，引發了泥石流、山體滑坡等氣象次生災害，造成通訊、電力中斷.但在氣象預報中，對浙江雨量的預報明顯偏小，說明“菲特”臺風較以往的臺風暴雨預報更特殊.

本文使用WRF模式，通過TMI資料分析，確定個例過程云中水凝物粒子分類數目，選擇滿足該條件的6個微物理方案，對此次臺風暴雨進行數值模擬，并對微物理方案進行敏感性試驗.通過對比不同微物理方案的模擬結果，探討WRF微物理方案對此次臺風模擬的影響，并為“菲特”臺風的機理分析提供依據.

1　試驗方案設計

1.1試驗基本情況

使用美國國家環境預測中心NCEP 1°×1°FNL再分析資料提供的模式初始條件和邊界條件，臺風路徑及強度資料使用中國氣象局熱帶氣旋資料中心發布的逐6 h資料.本次模擬區域設置如圖1所示，采用三重雙向嵌套，模式水平分辨率分別為27，9，3 km，對應網格格點數分別為174×120，211×196，361×223，垂直方向35層.模擬初始時刻2013年10月6日8:00，積分模擬48 h.

圖1　試驗模擬區域Fig.1　Nested model domains used for the simulation紅線代表“菲特”臺風路徑，綠線代表“丹娜絲”臺風路徑.Red solid line: Fitow path, green line:Danis path.

1.2微物理方案選擇

隨著大氣遙感探測技術的發展，非常規資料尤其是衛星資料數據量急劇增加，為揭示氣象系統過程及提供更高時空分辨率的數據，其中微波通道觀測可以更好地描述云體內部結構，為中小尺度的深度分析提供可能.TRMM衛星于1997年底發射，目的是更多地了解熱帶降雨對全球氣候系統的影響[15].由于該衛星垂直分辨率(微波通道)較高，在海洋上表現出色，2000年開始[16-20]，國內研究者對TRMM觀測資料及反演數據進行了質量評估，并逐漸利用TRMM觀測及反演資料針對臺風、強降水及閃電等個例做了細致的分析，尤其是云內部垂直結構，并將該資料引入模式，提高數值模式初始場精度.本文利用TMI 2A12數據集中5種水凝物廓線資料作為微物理方案選擇的依據.其中水凝物包括云水、雨水、云冰、雪、霰等，廓線資料只分布在海上(見圖2)，垂直方向共28層，10 km以下每層間隔0.5 km，10 km以上每層間隔1 km，一直到18 km高度(見圖3(a)～(d)),每類水凝物都有多個廓線樣本點.TRMM衛星軌道在本次模擬48 h內共有8軌掃到d02區域(見表1)，軌道掃到時間及區域包括模擬初始時刻、“菲特”登陸時間、“菲特”減弱且“丹娜絲”進入d02區域，“菲特”停止編報及“丹娜絲”加強，連續4軌掃到“丹娜絲”，并包括模擬結束時刻，即個例關鍵時刻及模擬時間段海上都有較好的廓線資料.從整個8軌的5種水凝物廓線統計結果及分布發現(圖略)，水凝物在不同時刻、不同高度上的分布特征有所差異，不過5種水凝物云水、雨水、云冰、雪、霰大值區分別對應于2.5,3.5～4,11～12,7,6.5 km，并且過程中5種水凝物全部存在，故選擇包含對該5種水凝物描述的云微物理方案，并對其進行了敏感性試驗.

表1　TRMM軌道號與模擬時間說明

圖2　模擬初始時刻2A12水凝物水平分布Fig.2　The horizontal distribution of hydrometeors in 2A12 data on initial time

WRF模式中共有19個微物理選項，經常使用的有11種，根據水凝物廓線分布，從經常使用的微物理方案中選擇包含5種水凝物的云微物理方案(見表2).6種方案包括Lin方案[21](Purdue-Lin)、WSM6方案[22](WRF Single-Moment 6)、Godgce方案[23-24](Goddard Cumulus Ensemble)、Thompson方案[25](Thompson)、WDM6方案[26](WRF Double-Moment 6)、Morrison方案[27](Morrison),前3個為計算水凝物混合比的單參方案，后3個增加了計算水凝物數的濃度，為雙參方案.

圖3　模擬初始時刻2A12水凝物廓線分布Fig.3　Vertical distributions of hydrometeors in 2A12 data on initial time

表2　微物理方案選項

注Qc,Qr,Qi,Qs,Qg分別表示云水、雨水、冰、雪、霰的質量變量.

2　降水預報對比分析

2.1累積降雨量預報

圖4給出的是此次實況24 h累積降雨量和模擬結果對比.“菲特”臺風登陸后，浙江省降水持續增大，浙江北部地區出現了西北至東南走向的強雨帶，24 h降雨量超過450 mm，另一個暴雨區位于浙江南部沿海地區.總體而言，6個微物理方案基本上都能模擬浙北寧波強雨帶以及浙南暴雨區.其中，對于寧波強雨帶的模擬，Godgce、Morrison模擬雨量偏小，WDM6、Thompson模擬雨帶在寧波區域偏南，WSM6方案模擬的300 mm以上區域與實況比較一致，但特大暴雨等級降水雨帶不連續，相較而言，不管是強度還是落區Lin方案都與實況最為接近；對于浙南強降水的模擬，除Thompson、Morrison方案模擬雨量偏小外，其他方案都較好地給出了落區和強度預報.

2.2降水Ts評分檢驗

為進一步比較云微物理方案對降水預報的影響，進行24 h降水預報Ts(threat score)評分檢驗.考慮到此次臺風暴雨個例強度大，43個測站過程雨量超過500 mm，多個自動站雨量超歷史紀錄，故統計中將降雨分為8個等級，增加了2個極端等級，并且重點評估對浙江造成嚴重災害的浙北雨帶模擬.降水等級如表3所示.

Ts評分公式為：

其中，Na表示積分模擬24h，在檢驗區內模擬和實況降雨量都出現在某一降水等級內的樣本點數；Nb表示模擬出現而實況未出現的樣本數；Nc表示模擬未出現而實況出現的樣本點數.

圖5是浙北雨帶24 h累積降雨量及具體進行Ts評分的樣本格點分布，南北方向3個緯度，東西方向6個經度，間隔0.1，共1 891個樣本點.

圖4　24 h累積降雨量(單位：mm)Fig.4　Precipitations accumulated for 24 h(unit:mm)

表3　降水等級

圖5　Ts評分樣本點分布Fig.5　The station position for Ts scores其中“▼”表示余姚站點;小圓點代表樣本格點；填色區代表24 h累積降雨量.‘▼’stands for the Yuyao station;Small dot stands for sample grids; Shading stands for precipitation accumulated for 24 h.

表4為不同云微物理方案不同等級Ts評分結果.從Ts評分結果來看，6個微物理方案模擬小雨到特大暴雨等級的預報效果逐漸降低，并且不同方案隨著降水程度的增加，差異由0.000上升至0.353，逐漸增大，說明降水量級越大，模式模擬效果對云微物理過程越敏感；比較前6個降水等級得出，Lin方案優于其他方案(除了大暴雨預報Ts評分較Morrison數值相差0.008外).對于極端等級，Lin方案明顯優于其他微物理方案，說明此次個例模擬中，Lin方案在強降水等級模擬中具有很大優勢.整體來看，模擬效果最好的是Lin方案，其次是WSM6、WDM6和Morrison方案，Godgce方案最差，Thompson方案模擬效果也不理想.

3　模擬水凝物及風分量廓線對比

針對Ts評分區域格點(見圖5)，進一步分析不同微物理方案中水凝物的垂直分布情況.圖6給出的是Ts評分格點場內積分12～36 h的24個時次的區域，以及時間平均值的水凝物垂直分布情況.對于液態水凝物(雨水rain water、云水cloud water)，除WDM6方案外，其余5個方案的廓線分布一致，說明暖雨過程模擬近似.其中Morrison、Thompson方案中雨水模擬相對偏少，而WDM6方案中，雨水較其他方案明顯偏大，云水明顯偏小.相較液態水凝物，固態水凝物(冰晶ice、雪snow、霰graupel)不同方案間差別較大，其中對于雪廓線，Lin方案模擬最小，最大值出現在9 km高度，其他方案模擬最大值出現在6～7 km，且明顯偏大，尤其是Thompson方案.但在冰晶廓線模擬中，Thompson方案明顯偏小，整層數值都接近0，另外最大值出現高度也不同，Godgce、WSM6、WDM6出現在9 km高度，而Lin、Morrison偏高1～2 km，相較雪跟冰晶，霰模擬中6個方案的最大值出現高度比較一致，但方案之間仍有差異，Thompson方案值相對偏小.另外，可以明顯看出，WSM6和WDM6方案具有非常相似的冰相粒子垂直分布，WDM6較于WSM6調整的暖雨過程，更多的雨水集中在融化層和對流區域，致使雨水混合比偏大而云水偏小.另外，從與水凝物對應的平均水平風廓線分布情況看(圖略)，6個方案差別很小，其中風向基本一致，風速在5～9 km高度出現差異，Godgce及WSM6方案較Lin、Morrison、Thompson、WDM6方案水平風小.在垂直風分量廓線分布中(圖略)，1 km以下，差別很小，幾乎一致，隨著高度增加差別逐漸增大，到5～9 km處差別最大，上升速度達到最大，其中WDM6及Thompson方案明顯偏大，Morrison方案略偏小.從風分量綜合來看，Godgce與WSM6方案完全一致，而Thompson與WDM6以及Morrison與Lin兩兩相近.對比時間、空間平均值狀態得出，6個方案對風場的模擬沒有對水凝物的模擬差別明顯，可以說6個試驗對于動力因素模擬不敏感，如果在不同試驗基礎上進行風場資料同化，對于模擬結果尤其是降水影響可能較大.

表4　不同云微物理方案對于不同等級降水的Ts評分結果

注 黑色加粗帶*為最優方案，黑色加粗不帶*為最差方案，差值表示最優減去最差方案Ts的差值，平均值表示所有6個方案在同一降水等級的Ts平均值.

圖6　積分12～36 h Ts評分區域水凝物平均值垂直分布Fig.6　Vertical distributions of time-and area-averaged hydrometeors from WRF model simulations

4　臺風路徑及強度對比

“菲特”臺風于10月7日1:15登陸，之后迅速減弱，11:00停止編報.7日02:00“丹娜絲”進入d02模擬區域，并逐漸向浙江趨近，影響加大.為了更好地對比6個微物理方案對于臺風強度及路徑的模擬，選擇“菲特”臺風6日08：00、14:00、20:00、7日02:00的4個時次以及“丹娜絲”臺風7日08:00、14:00、20:00的3個時次，即共7個時次的臺風中心位置及中心最低氣壓的實況及模擬結果做對比.

圖7給出的是7個時次的實況及模擬的臺風中心最小海平面氣壓.圖中黑色實線表示實況中心最小海平面氣壓隨時間的變化情況.整體而言，模擬結果的強度較實況整體偏弱，尤其是對于臺風初始時刻的描述(模擬初始時刻以及積分24 h“丹娜絲”剛進入d02模擬區域)，實況與模擬“菲特”相差近30 hPa，“丹娜絲”相差20 hPa，之后隨著模擬系統的啟動，這個差距逐步減小.從整體氣壓變化趨勢來看，Lin方案對于“菲特”臺風的4個時次以及“丹娜絲”臺風的3個時次的強度模擬較好.另外，6個微物理方案對于臺風路徑(圖略)的模擬，除了Thompson方案偏離實況臺風中心較多外，其余5個方案差別較小.

圖7　每6 h實況及模擬臺風中心最小氣壓Fig.7　Six-hourly time series of the minimum central pressure(Pmin, hPa)for all six simulations compared with the best track data

5　結　論

利用WRF模式，分析TMI數據資料，確定研究個例過程中云中水凝物粒子的分類數目，選擇滿足該條件的6個微物理方案，對“菲特”臺風做數值模擬，并進行微物理方案的敏感性試驗，通過比較不同微物理方案的模擬結果，探討微物理方案對于個例模擬的影響，得到以下結論：

5.1對比24 h累積降雨量模擬，6個微物理方案都較好地模擬了浙北強雨帶以及浙南暴雨區，其中，對于浙北強雨帶的模擬，Godgce、Morrison模擬雨量偏小，WDM6、Thompson模擬雨帶在寧波區域偏南，WSM6方案模擬的300 mm以上區域與實況比較一致，但特大暴雨等級降水雨帶不連續，相較而言，Lin方案不管是強度還是落區都與實況最為接近.結合Ts評分，6個微物理方案模擬小雨到特大暴雨等級的預報性能逐漸降低，并且隨著降水程度的增加差異逐漸增大，即降水量級越大，模式模擬效果對云微物理過程越敏感.整體而言，Lin方案最佳(尤其是極端降水)，其次為WSM6、WDM6和Morrison方案，Godgce方案最差，Thompson方案模擬效果也不理想.

5.2從模擬水凝物廓線對比來看，除WDM6方案外，其余5個方案的液態水凝物廓線分布一致，說明對暖雨過程的模擬近似.相較液態水凝物，固態水凝物不同方案差別較大.另外，WSM6和WDM6方案具有非常相似的冰相粒子垂直分布，由于WDM6較于WSM6調整的暖雨過程，更多的雨水集中在融化層和對流區域，致使雨水混合比偏大而云水偏小.結合平均風分量對比結果，試驗中動力因素模擬不敏感，故在不同試驗基礎上進行風場資料同化，對模擬結果尤其是降水影響可能較大.

5.3臺風強度模擬結果較實況強度整體偏弱，尤其是對于臺風初始時刻的描述，隨著模擬系統的啟動，差距逐步減小.從氣壓變化趨勢來看，Lin方案描述效果較好.另外6個方案除Thompson偏離實況臺風中心較大外，其余5個方案比較接近實況，且差別較小.

5.4利用TMI 2A12廓線資料，確定云中水凝物粒子分類及數目，選擇WRF模式中符合條件的6個微物理方案，從整體模擬結果來看，這種確定微物理方案的方法比較合理，可以嘗試作為數值模擬中微物理方案選擇的依據.

本文只針對造成浙江強降水的一個臺風個例，研究不同微物理方案對于降水以及臺風強度和路徑預報的影響，由于不同天氣過程的主要影響因素不同，模擬的準確性除了受不同物理過程影響外，還與模擬區域的選取、大尺度的天氣背景場以及天氣過程的不同階段有關，因此，所得結論是否適用于其他個例，有待進一步檢驗.

文中TMI 2A12資料集下載自GES DISC(美國Goddard空間飛行中心地球科學數據和信息服務中心)；臺風路徑及強度資料取自中國氣象局熱帶氣旋資料中心，在此一并致謝！

[1]陶詩言.中國之暴雨[M].北京：科學出版社,1980:1-10.

TAO Shiyan. Heavy Rain in China[M]. Beijing: Science Press,1980:1-10.

[2]陳聯濤，孟智勇.我國熱帶氣旋研究10年進展[J].大氣科學,2001,25(03):420-432.

CHEN Lianshou, MENG Zhiyong. An overview on tropical cyclone research progress in china during the past ten years [J]. Chinese Journal of Atmospheric, 2001,25(03):420-432.

[3]陳聯壽,羅哲賢,李英.登陸熱帶氣旋研究的進展[J].氣象學報,2004,62(5):541-549.

CHEN Lianshou, LUO Zhexian, LI Ying. Research advances on tropical cyclone landfall process[J]. Acta Meteorologica Sinica,2004,62(5):541-549.

[4]周玲麗,翟國慶,王東法,等.0505號“海棠”臺風暴雨數值模擬試驗和分析[J].大氣科學,2009,33(3):489-500.

ZHOU Lingli, ZHAI Guoqing, WANG Dongfa, et al. Numerical simulation and analysis of typhoon Haitang(0505) heavy rainfall[J]. Chinese Journal of Atmospheric Sciences, 2009,33(3):489-500.

[5]SKAMAROCK W, KLEMP J B, DUDHIA J, et al. A Description of the Advanced Research WRF Version 3 [R]. NCAR Technical Note, NCAR/TN-475+STR，2008.

[6]尹金方,王東海,翟國慶.區域中尺度模式云微物理參數化方案特征及其在中國的適用性[J].地球科學進展,2014,29(2):238-249.

YIN Jinfang, WANG Donghai, ZHAI Guoqing. A study of characteristics of the cloud microphysical parameterization schemes in mesoscale models and its applicability to China[J]. Advance in Earth Science,2014,29(2):238-249.

[7]馬嚴枝,陸昌根,高守亭.8.19華北暴雨模擬中微物理方案的對比試驗[J].大氣科學,2012,36(4):835-850.

MA Yanzhi, LU Changgen, GAO Shouting. The effects of different microphysical schemes in WRF on a heavy rainfall in north China during 18-19 August 2010[J]. Chinese Journal of Atmospheric Sciences,2012,36(4):835-850.

[8]HOUGHTON J T, DING Y, GRIGGS D J, et al. Climate Change 2001: The Scientific Basis[M]. Cambridge: Cambridge University Press，2001.

[9]RAJEEVAN M, KESARKAR A, THAMPI S B, et al. Sensitivity microphysics to simulations of a severe thunder Southeast India[J]. Ann Geophys, 2010，28:603-619.

[10]LI X, PU Z. Sensitivity of numerical simulation of early rapid intensification of hurricane emily (2005) to cloud microphysical and planetary boundary layer parameterization[J]. MonWea Rev, 2008,136:4819-4838.

[11]ZHU T, ZHANG D L. Numerical simulation of Hurricane Bonnie (1998). Part II: Sensitivity to varying cloud microphysical processes[J]. J Atmos Sci,2006,63:109-126.

[12]YANG M J, CHING L. A modeling study of typhoon Toraji (2001):Physical parameterization sensitivity and topographic effect[J]. Terr Atmos Oceanic Sci, 2005,16:177-213.

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

HUANG Haibo, CHEN Chunyan, ZHU Wenna, et al. Impacts of different cloud microphysical processes and horizontal resolutions of WRF model on precipitation forecast effect[J]. Meteorological Science and Technology,2011,39(5):529-536.

[14]朱格利,林萬濤,曹艷華,等.用WRF模式中不同云微物理參數化方案對華南一次暴雨過程的數值模擬和性能分析[J].大氣科學,2014,38(3):513-523.

ZHU Geli, LIN Wantao, CAO Yanhua, et al. Numerical simulation of a rainstorm event over south China by using various cloud microphysics parameterization schemes in WRF model and its performance analysis[J]. Chinese Journal of Atmospheric Sciences,2014,38(3):513-523.

[15]JOANNE S, ROBERT F A, GERALD R N. A propos Mission(TRMM) satellite[J]. Bull Amer Meteor Soc，1988，69：278-295.

[16]呂艷彬,顧雷,李亞萍,等.用華南暴雨試驗雨量資料對TRMM/TMI-85.5 GHz測雨能力的考察[J].熱帶氣象學報,2001,17(3):251-257.LYU Yanbin, GU Lei, LI Yaping, et al. Observation research for the measure rain falling capacity of TRMM/TMI-85.5 G based on the precipitation data during the heavy rain experiment in southern China[J]. Journal of Tropical Meteorology,2001,17(3):251-257.

[17]姚展予,李萬彪,朱元競,等.用TRMM衛星微波成像儀遙感云中液態水[J].應用氣象學報,2003,14(Z1):19-25.

YAO Zhanyu, LI Wanbiao, ZHU Yuanjing, et al. Remote sensing of cloud liquid water using TRMM microwave imager[J]. Journal of Applied Meteorological Science,2003,14(Z1):19-25.

[18]傅云飛,劉棟,王雨,等.熱帶測雨衛星綜合探測結果之“云娜”臺風降水云與非降水云特征[J].氣象學報,2007,65(3):316-328.

FU Yunfei, LIU Dong, WANG Yu, et al. Characteristics of precipitating and non-precipitating clouds in typhoon Rananim as viewed by TRMM combined measurements[J]. Acta Meteorologica Sinica,2007,65(3):316-328.

[19]衡志煒,宇如聰,傅云飛,等.基于TMI產品資料對數值模式水凝物模擬能力的檢驗分析[J].大氣科學,2011,35(3):506-518.

HENG Zhiwei, YU Rucong, FU Yunfei, et al. Evaluation and analysis of simulation capability of hydrometeor variables in numerical models based on TMI products[J]. Chinese Journal of Atmospheric Sciences,2011,35(3):506-518.

[20]冉令坤,周玉淑.TRMM衛星的閃電觀測資料在中尺度數值模式中的Nudging同化應用研究[J].大氣科學,2011,35(6):1145-1158.

RAN Lingkun, ZHOU Yushu. Application of lightning observations of TRMM satellite to the mesoscale numerical model by a new nudging assimilation adjustment technique[J]. Chinese Journal of Atmospheric Sciences,2011,35(6):1145-1158.

[21]CHEN S H， SUN WY. A one dimensional time-dependent cloud model[J]. J Meteorol Soc Japan, 2002, 80: 99-118.

[22]HONG S Y, DUDHIA J, CHEN S H. A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation[J]. Mon

Weather Rev, 2004 ,132: 103-120.

[23]TAO W K, SIMPSON J, MCCUMBER M. An ice-water saturation adjustment[J]. Mon Wea Rev, 1989,117: 231-235.

[24]LANG S, TAO W K, CIFELLI R,et al. Improving simulations of convective systems from TRMM LBA: Easterly and westerly regimes[J]. J Atmos Sci, 2007,64:1141-1164.

[25]THOMPSON G, RASMUSSEN R M, MANNING K. Explicit forecasts of winter precipitation using an improve bulk microphysics scheme. Part-I: Description and sensitivity analysis[J]. Mon Weather Rev, 2004,132: 519-542.

[26]LIM K S S, HONG SY. Development of an effective double-moment cloud microphysics scheme with prognostic cloud condensation nuclei (CCN) for weather and climate models[J]. Mon Wea Rev, 2010,138: 1587-1612.

[27]MORRISON H, THOMPSON G, TATARSKII V. Impact of cloud microphysics on the development of trailing stratiform precipitation in a simulated squall line: Comparison of one and two-moment schemes[J]. Mon Weather Rev, 2009,137: 991-1006.

The effects of different microphysical schemes in WRF on the rainstorm of typhoon Fitow in 2013.

LIU Rui, ZHAI Guoqing, ZHU Peijun, LI Liangliang

(SchoolofEarthSciences,ZhejiangUniversity,Hangzhou310027,China)

Based on the measurements by TRMM Microwave Imager (TMI), we select six cloud microphysics parameterization (MP) schemes(schemes lin, wsm6, godgce, wdm6, morrison, and thompson) in the weather research and forecasting (WRF) model to simulate a typhoon case occurred during October 6-8, 2013. The applicability of these MP schemes to the simulation of the typhoon Fitow is studied accounting for the rainfall area and intensity of precipitation, vertical distributions of averaged hydrometeors and wind and the track and intense, forecast performances. It shows that the simulations results of all selected MP schemes t agree with the observation data of the rainfall area and intensity. According to the analysis results of threat score (Ts), the more actual precipitation, the more sensitive the choice of MP schemes, it seems that the lin scheme has the best performance among the six especially for extreme precipitation while the scheme of morrison and godgce have the worst performance. Referring to the vertical distributions of averaged hydrometeors and wind, we found that the simulation results of all MP schemes (except wdm6) on warm rain processes are basically the same, but a wide range of differences on ice phase process. Meanwhile, all MP schemes are less sensitive to dynamic simulation. Besides, our studies show that all these MP schemes do not have major impact on the track and their effect on the simulated intensity, is underestimated. Overall, lin scheme provides the best tendency forecast of the strength.

typhoon Fitow; TMI; cloud microphysics parameterization schemes; WRF

2015-04-30.

國家自然科學基金面上項目(41575042).

劉瑞(1987-)，ORCID: http://orcid.org/0000-0002-4444-5701，女,碩士,中級實驗師,主要從事衛星數據處理、數值模擬及實驗等相關工作,E-mail:liurui_geo@zju.edu.cn.

10.3785/j.issn.1008-9497.2016.05.017

P 435

A

1008-9497(2016)05-593-08