地形重力波拖曳參數化方案在一次陜西極端性暴雨天氣過程中的應用

井 宇，徐娟娟，杜莉麗，王建鵬

(陜西省氣象臺，西安 710014)

山地通過動力、熱力作用使相應空氣層中的天氣系統和大氣環流發生改變，從而引發局地降水和云系的變化[1]，因為山脈迫使氣流上升，通過一些機制觸發云雨形成[2]。研究表明，地形的作用是產生強降水的重要原因之一[3-5]。幾十年來，人們一直在研究地形降水系統，以了解它們的形成機制[6]。趙玉春等[7]利用多種觀測資料和NCEP再分析資料，對2007年皖南一次特大暴雨過程中尺度對流系統(MCSs)進行敏感性試驗分析后得出，在不同Fw數下，地形繞流和山脈波下游的MCSs活動具有不同的影響機制，地形有利于MCSs的形成和維持，其阻滯效應有利于皖南特大暴雨的形成。崔春光等[8]用一個高分辨的η坐標模式對1998年7月21日鄂東沿江特大暴雨過程進行數值敏感性試驗發現，大別山對邊界層南風暖濕氣流的阻擋使位于其迎風面上游的暴雨帶有所加強，幕阜山對邊界層水汽流入的攔截則使位于其背風面下游的暴雨帶的初期發展減緩。由于強對流暴雨系統盛期近地層氣流轉為輻散，使輻合層升高, 地形抬高的摩擦輻合恰好疊加其上使之增強，可能是此次鄂東沿江特大暴雨過程持續時間長的一個重要原因 。

目前，數值模式已成為大氣科學研究和天氣預報中極其重要的工具之一。在模式中，對地形描述的準確與否直接決定對降水的模擬和預報準確率，模式中地形重力波拖曳參數化方案就是地形對大氣環流影響中的一種，也是最重要的邊界層參數化方案之一。重力波在條件不穩定大氣中是暴雨的觸發機制之一[9]。引進次網格地形重力波拖曳參數化方案后，在大地形存在的區域，風場會發生變化，大氣流場的分布改變,使預報的流場更接近于大氣真實狀態，從而提高了降水預報的準確率[10]。鐘水新等[11]在GRAPES_TMM模式中引入KA95(Kim and Arakawa，1995)地形重力波拖曳參數化方案[12](GWDO)后發現，模式對臺風登陸時路徑和強度的預報能力均有提高，臺風預報時長越長，GWDO的影響也更為顯著，其結果可為業務預報提供指導意義。劉雷等[13]在WRF模式中考慮了GWDO參數化方案后，較好地模擬了廣東陽江地區強降水的落區及強度，再現了過程中大尺度環流形勢及其演變狀況，成功地復制了中尺度低渦的位置及移向，而未考慮此方案的控制試驗沒能模擬出此次暴雨，其在中心位置和降水強度方面都與實況差別較大。

陜西省位于青藏高原東側，呈南北向狹長分布，中部受秦嶺山脈阻擋，南部受大巴山脈影響，形成了關中平原、陜南盆地的多樣地形特征，波狀起伏的復雜地形對陜西的天氣、氣候乃至西北地區東部的大氣環流產生顯著影響。關于地形對陜西強降水的影響，專家學者已積累了一些研究成果[14-15]，對地形重力波與陜西降水關系的理論研究也有了一些進展[16]，但模式中加入重力波拖曳參數化方案后，對陜西降水，尤其是大降水的預報模擬能力的研究還較為少見，特別是在如何分析和應用方面還很不足。

2013年5月23日至26日，陜西省出現了當年入夏以來最強的一次大范圍降水天氣過程，這也是當年陜西省出現的第一場區域性暴雨。該次過程出現時間之早、范圍之大、強度之強為歷史少見，僅25日全省就出現了22站暴雨，2站大暴雨，最大降水中心位于關中南部武功、周至附近，武功單站24小時降水量達到123.9 mm。西安、周至、眉縣、鎮安等14站均突破1961年以來5月日降水量極值。本文以此次極端暴雨過程為例，利用中尺度WRF模式進行敏感性試驗，來驗證重力波拖曳參數化方案對陜西強降水過程的模擬效果，分析探討加入地形重力波參數化方案后，地形在本次暴雨過程中的作用，在此基礎上，針對加入地形重力波參數化方案后的模式相關輸出物理量，提出應用方案，來改進預報效果。

1 天氣背景

本次暴雨過程發生前期，500 hPa上東亞中高緯西風氣流較為平直，不斷有小波動生成東移，高原上不斷有低值系統生成消失，氣流處于不斷的波動階段。24日20時500 hPa上在青藏高原中部地區形成高原槽，并伴有低渦開始形成并不斷東移。25日08時高原槽明顯東移加深，陜西位于槽前西南氣流中，低渦明顯加強，其中心位于四川東北部與陜南交界處。低渦中低層受到四川盆地地形阻擋，移動緩慢，700 hPa低渦右側沿重慶一線形成最大風速達18 m/s的低空急流軸，水汽輸送增強，850 hPa上陜南地區出現-20×10-5g/(cm2·hPa·s)的水汽輻合中心，并在急流軸左前側500 hPa上形成-60×10-3hPa/s的最大上升運動中心(圖略)，在強的水汽輻合與強的上升運動的有利配置下，強降水開始，隨后系統不斷增強并向東北方向移動，25日白天在關中南部和陜南東部形成區域性暴雨天氣，這也是本次過程的降雨最強時段。25日20時500 hPa槽線移至陜西東部地區，700 hPa低渦中心東移北抬至陜西東南部，低空急流軸維持并東移，同時水汽輻合大值區和強上升運動中心也隨之東移至重慶北部地區，影響系統主體大部已移出陜西，受影響的關中東部和陜南東部在25日夜間形成強降水，但強度較白天偏弱。26日08時槽線與低渦移出陜西，降水結束。此外，本次過程中，500 hPa槽線位于700 hPa和850 hPa低渦切變西側，熱力不穩定條件不明顯，不穩定能量較盛夏明顯偏弱，主要以持續性穩定性降水為主，小時降水量都在20 mm以下。這次暴雨過程在高空槽和低渦的有利配合下形成，影響系統在青藏高原中部生成后，東移北抬的過程中依次翻越巴山、秦嶺等高大山脈，地形對本次暴雨過程的影響不可忽視。

圖1 2013-05-25 500 hPa高度場(單位為dagpm)與700 hPa風場綜合圖(a 08時；b 20時)

2 數值模式和試驗方案

2.1 地形重力波參數化方案

由地形激發出的重力波波動能把相當大的水平動量傳輸到波動被吸收或耗散的區域，這種波動通量的耗散就稱為地形重力波拖曳力[13]。由于地形重力波波長太小，在一般的模式中很難進行合理的數學處理，所以只能采用參數化方案來代表由于地形引起的重力波在垂直方向的傳播，以及其對天氣系統的影響。現在許多數值模式中都是通過一個參數化的方案來代表地形引起的重力波的傳播， 以及重力波傳播對天氣系統的作用。目前WRF模式采用由Kim和Arakawa發展的地形重力波參數化方案(GWDO)[17]，此方案中綜合考慮了由于對流層低層的波動通量崩潰所引起拖曳力的增強效應，從而彌補了以前參數化方案中的缺陷。

2.2 試驗方案設計

本文數值模擬試驗所用的模式是由美國環境預測中心(NCEP)，美國國家大氣研究中心 (NCAR)等美國科研機構中心共同開發的非靜力中尺度模式WRF (Version 3.3版本)。使用6 h間隔水平分辨率為1°×1°FNL再分析資料作為模式初始場。為了使模擬結果更接近實況，同時利用WRF-DA(Version 3.3)三維變分同化系統，對常規探空觀測資料、陜西省逐小時地面自動站常規要素觀測資料，以及寶雞、西安、漢中、安康四部CINRAD/CB型號多普勒天氣雷達6 min間隔體掃基數據資料進行同化，并分別在5月23日20時進行冷啟動運行(預報時效72 h)、24日05時進行暖啟動(預報時效39 h)。

為了說明GWDO參數化方案在陜西暴雨中的模擬效果，分別設計了兩個模擬方案，控制試驗(CTL)和敏感性試驗(GWDO)。控制試驗方案采用單層無嵌套網格，網格水平分辨率為12 km，格點數140×160，中心位于109.5°E，37°N。垂直方向采用37層η坐標，積分時間步長為60 s。微物理過程選用Lin方案，長波輻射采用RRTM方案，短波輻射采用Dudhia方案，近地面層選用Monin-Obukhov方案，陸面過程選用Unified Noah方案，邊界層過程選用YSU方案。敏感性試驗設置與控制試驗相同，區別在于敏感性試驗使用了地形重力波拖曳參數化方案，作為對照，控制試驗未使用地形重力波拖曳參數化方案。

3 數值模擬結果對比分析

圖2給出了25日08:00至26日08:00時24 h實況降水量、控制試驗和敏感性試驗預報降雨量圖。在實況降水圖上(圖2a)，主雨區在關中南部至商洛地區，雨帶呈東西向帶狀分布，大暴雨中心在西安與咸陽交界處的武功周至一帶，雨量最大為武功123.9 mm。圖2b是控制試驗模擬的降水量。可以看到控制試驗中未能模擬出關中地區的大暴雨中心，量級與實況差別較大，中心降雨量不到100 mm；并且在陜北和陜南南部地區出現了兩個大于100 mm的虛假降水中心，與實況差別較大。圖2c是考慮了GWDO參數化方案后的模擬降水量，敏感性試驗模擬的大暴雨落區恰好位于關中中部地區，與實況基本一致，特別是中心降水強度的模擬上，要明顯好于控制試驗，降水的極端性體現地較為明顯些；同時，敏感性試驗中還消除了陜北和陜南南部的虛假大暴雨中心。總體而言，增加GWDO參數化方案后，較為成功地模擬出了關中地區的強降水量級，但位置略有偏差，說明在模式中考慮GWDO參數化方案可以使關中大降水的落區和強度預報效果得以改善。

圖2 2013-05-25T08—2013-05-26T08累計降水量(單位為mm；a 實況，b CTL，c GWDO)

4 地形重力波對暴雨的影響

4.1 地形重力波對風場的影響

對比暴雨時段CTL和GWDO試驗地面和700 hPa流場(圖3和圖4)可見，在考慮GWDO后，模式對近地面及中低層流場的模擬能力均有所改善。對地面流場而言，以暴雨開始時25日08時為例，GWDO和CTL試驗都在關中大暴雨中心模擬出了較為明顯的輻合中心，受關中盆地地形影響，沿著盆地回流的偏東氣流與偏南氣流在武功地區交匯。從CTL試驗和GWDO試驗的模擬差異可以看出，CTL試驗模擬的關中地區地面輻合帶(粗實線A)位置較為偏東，強度偏弱，這也與模擬的降水強度偏弱相對應。相比之下，GWDO試驗模擬的地面輻合帶位置(粗實線B)與實況更為接近，在武功大暴雨地區形成了更強的輻合中心。說明考慮地形重力波拖曳參數化方案后，WRF模式改進了對地面流場的模擬，對近地面地形對流場作用的描述更加準確，使近地面流場的模擬更符合實況。西南低渦是本次暴雨的直接影響系統。對700 hPa流場而言，以25日14時為例，GWDO和CTL試驗都在四川東北部模擬出了西南低渦，從CTL試驗和GWDO試驗的模擬差異可以看出，CTL試驗對于低渦位置的模擬明顯偏北，低渦中心位于漢中地區，且強度偏強。GWDO試驗中低渦中心的位置略微偏西，低渦的位置和強度與實況更為接近。說明考慮地形重力波拖曳參數化方案后，模式對中低層低渦系統的位置和強度模擬更符合實況，從而對降水的模擬也更為準確。

圖3 2013-05-25T08地面流場(粗實線A、B分別為地面輻合帶；a 實況；b CTL；C GWDO)

圖4 2013-05-25T14 700 hPa流場(a 實況；b CTL；c GWDO)

4.2 地形重力波對散度、渦度場的影響

有研究表明，在Fr數小于0.5的條件下，氣流往往被山峰阻塞而在迎風坡造成地形強迫和輻合性抬升，在大風或 Fr數較大的條件下，地形重力波容易在山地下游被激發[18]。對比暴雨時段CTL和GWDO試驗700 hPa上Fr數(圖略)發現，CTL和GWDO試驗中在關中大暴雨區中的froude數都大于0.5，因此在本次暴雨過程中，地形重力波極有可能在秦嶺下游背風坡一側被激發。目前判斷重力波一般做法是根據某種物理量的水平或垂直分布特征，直觀判斷重力波參數大小以及重力波傳播方向，物理量通常是大氣散度、垂直速度或位溫擾動等，若物理量在某一平面或剖面上存在正負值中心，且正負交替排列呈鏈式分布，則認為是重力波[19]。對比CTL試驗和GWDO試驗25日 11時700 hPa散度(圖5)可見，CTL試驗和GWDO試驗都在秦嶺背風坡一側出現了正負交替的散度中心，說明受秦嶺地形的阻擋作用，在關中盆地地區的確激發出了地形重力波。由CTL試驗和GWDO試驗的模擬差異可以看出，CTL試驗中雖然也在秦嶺一側出現了正負交替的散度中心，有重力波存在，但是由于未考慮重力波的拖曳作用，導致風場的輻合明顯偏弱。GWDO試驗中沿秦嶺背風一側產生了更為明顯的正負交替水平鏈式分布的散度中心，說明受秦嶺山脈大地形的阻擋作用，不僅使西南渦外圍偏南氣流在爬坡時激發出了中尺度地形重力波，同時由于地形重力波拖曳力的作用，使氣流在山區附近輻合增強，最大散度中心達-40×10-5s-1，對應降水增大，與實況更為吻合。

圖5 2013-05-25T11 700 hPa散度(單位為10-5s-1；a CTRL試驗；b GWDO試驗)

4.3 地形重力波對動力條件的的影響

以暴雨中心為例，分析重力波拖曳力的影響。CTRL試驗和GWDO試驗對比可以看出，引入重力波拖曳參數化方案之后，25日08:00—26日08:00垂直速度和云中總水含量(圖6)變化明顯，云中總含水量[20]由(QCLOUD+QRAIN+QICE+QSNOW+QGRAUP)計算得出。CTRL試驗低層東風在經過暴雨區山脈上空時增大，而GWDO試驗低層東風在經過暴雨區山脈上空時先減小后增大，在暴雨區附近形成風速輻合；CTRL試驗和GWDO試驗暴雨區上空均是輻合輻散間隔分布，但GWDO試驗暴雨區上空低層輻合更強，且低層輻合區向上伸展高度更高(圖略)；CTRL試驗暴雨區上空500 hPa以下以下沉氣流為主，GWDO試驗暴雨區上空整層均為上升氣流，氣流的上升運動更為深厚且在650 hPa和350 hPa附近分別出現了大于0.15和0.1的高值中心，上升運動與降水的量級配合與實況更為接近。綜上說明引入重力波拖曳參數化方案后，對暴雨區附近風場產生擾動，氣流在這一地區輻合上升，產生較強的對流運動，從而引發降水，重力波拖曳力的引入有效地改善了氣流的垂直運動，從而使降水的模擬與實況更為接近，較大的云中總含水量配合強的上升運動，造成了這一時段強降水。

4.4 地形重力波對溫濕條件的影響

暴雨中心上空CTRL試驗600 hPa以下水汽通量顯著高于GWDO試驗(圖略)的，但CTRL試驗25日12:00之后700 hPa以下表現為水汽通量散度輻散區(圖7)，GWDO試驗雖然水汽通量小，輸送到本地的水汽較少，但25日20:00之前低層均為水汽通量散度輻合區且輻合較強，模擬與實況更為接近，水汽聚集能力較強且持續時間長。25日18:00之前600 hPa以下CTRL試驗低層水汽含量小于GWDO試驗(圖略)。假相當位溫(圖略)對比分析顯示CTRL試驗25日08:00—16:00 低層表現為對流不穩定，GWDO試驗在主要降水時段低層均表現為對流不穩定，且對流不穩定區域比CTRL試驗更深厚。

圖6 沿34°N平均垂直速度(陰影，單位為m/s)、總水含量(等值線，單位為10-5 kg/kg)和累計降水量(單位為mm)剖面(a CTRL試驗；b GWDO試驗)

圖7 暴雨中心(34°N，107.8°E)水汽通量散度(單位為10-7 g/(cm2·hPa·s))和小時降水量時序圖(單位為mm)(a CTRL試驗；b GWDO試驗)

5 結論

(1)本次過程是在高空槽和低渦有利配合下形成的，秦巴山區的地形作用對本次暴雨過程有著重要影響。

(2)在引入地形重力波參數化方案后，模式對關中大暴雨中心的模擬能力有所提高，強降水落區與量級與實況更為接近，較為有效地改善了環流形勢及主要影響系統的模擬，說明該參數化方案對陜西暴雨預報具有一定的適用性。但是對陜南的暴雨區模擬還具有較大的誤差，需要進一步改進。

(3)在引入地形重力波參數化方案后，對暴雨區附近風場產生擾動，使這一地區環流進行調整，有利的水汽條件和對流不穩定配合強烈的上升運動，是影響關中地區強降水的重要因素。