云微物理參數化方案對青藏高原一次對流云降水模擬的影響

郭藝媛, 華 維,2,3*, 侯文軒, 黃天賜, 范廣洲,3

(1.成都信息工程大學大氣科學學院/高原大氣與環境四川省重點實驗室, 成都 610225；2.中國科學院大氣物理研究所竺可楨-南森國際研究中心, 北京 100029；3.南京信息工程大學氣象災害教育部重點實驗室/氣象災害預報預警與評估協同創新中心, 南京 210044)

云是大氣中的一種重要的常見天氣現象,是地-氣系統能量平衡和水循環的關鍵環節[1]。云可以在各種尺度上作用于不同區域、不同性質大氣之間的能量和水分傳輸交換,進而對區域乃至全球天氣氣候產生重要影響[2]。研究表明,云的存在一方面能夠通過反射太陽短波輻射和地面長波輻射來影響地-氣間輻射平衡,從而導致天氣氣候發生異常[3-4]；另一方面,云雨轉換過程產生中的潛熱釋放和水汽傳輸還可改變大氣水熱垂直廓線分布,進一步引起環流變化[5-6]。此外,云中的氣溶膠粒子降水的影響機理也非常復雜,既可促進降水的形成,也能夠對降水起到抑制作用,同時還導致降水的性質發生改變[7-8]。因此,準確地認識和理解云微物理過程及與大尺度環境條件之間的關系是加深對天氣和氣候變化理解的前提[9]。

數值模擬是進行天氣預報和開展氣候變化研究的重要手段。長期以來,為了提高數值模式模擬性能,人們一直試圖在模式中引入較為復雜的云微物理過程以對大氣濕物理進行合理描述,逐漸形成了許多各具特色的云微物理參數化方案,典型方案有Lin[10]、WSM6[11]和WDM5[12]等方案。同時,大量研究也指出數值模式對云-降水過程的描述能力還有待提高,云微物理參數化方案還存在較多不足[13]。丁明月等[14]發現云微物理參數化方案雖然能模擬出降水過程,但在強降水中心位置模擬上存在偏差。顧小祥等[15]指出云微物理參數化方案在降水日變化趨勢模擬上不準確。許多研究還發現在降水落區與強度方面,云微物理參數化方案模擬性能也較弱,即使是最優方案與觀測結果仍存在一定差異[16-19]。政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)也曾明確指出,導致數值模式預報結果不確定性的最大因素是對云微物理過程描述的不準確[20]。

青藏高原(下稱高原)作為全球面積最大、海拔最高的高原大地形,其強大的動力和熱力作用使源于印度洋和太平洋的暖濕氣流不斷向高原及周邊地區輸送水汽,從而形成高原南側的水汽異常輻合區和高原中東部的強對流活躍區,最終構成高原獨特的水循環過程,并顯著影響東亞地區旱澇異常[21-23]。然而,高原及周邊地區復雜的地形和惡劣的天氣氣候條件導致在當地進行云-降水物理和大氣水循環觀測存在較大難度。因此,在觀測資料缺乏的情況下,許多學者基于數值模式開展了高原降水過程及相關云-降水動力學和微物理學研究。欒瀾等[24]利用天氣預報(weather research and forecasting，WRF)模式對高原那曲一次對流降水進行了模擬,發現模擬結果與衛星降水資料中對流發生時間較為吻合。婁珊珊等[25]指出云微物理方案對降水的中心、強度、范圍等模擬都有一定影響。何由等[26]發現Eta-Ferrier云微物理方案和Betts-Miller-Janjic積云參數化方案的組合對高原降水的模擬效果最優。可見,云微物理參數化方案對于高原降水模擬至關重要。實際上,目前有關高原降水的研究多側重于揭示降水和云的宏觀特征,而對模式云微物理參數化方案在高原地區的適用性研究還相對較少。為了解不同微物理參數化方案對高原降水的模擬能力,揭示高原降水的云微物理過程,采用美國國家環境預報中心(National Centers for Environmental Prediction,NCEP)提供的Final Analysis(FNL)資料和第3次青藏高原大氣科學試驗(the third Tibetan Plateau atmospheric scientific experiment,TIPEX Ⅲ)雷達觀測資料等數據,采用WRF 3.9.1版本,對7種云微物理參數化方案2015年高原那曲地區一次對流云降水過程的模擬能力進行了對比,以期為云微物理參數化方案的改進提供一定參考。

1 資料和模式設置

1.1 資料介紹

采用的資料包括:①風云二號氣象衛星(FY-2E)相當黑體輻射亮溫(black-body temperature,TBB)觀測數據,該數據由FY-2E衛星攜帶的可見光紅外自旋掃描輻射儀拍攝的圖像反演得到[27]；②NCEP和美國國家大氣研究中心(National Center for Atmospheric Research,NCAR)提供的6 h一次的FNL(1°×1°)再分析資料[28]；③中國自動站與美國氣候預測降水中心融合技術(Climate Prediction Center Morphing Technique,CMORPH)降水產品融合的(0.1°×0.1°)的逐時降水數據,該產品結合了地面觀測和衛星觀測兩類不同觀測系統的優勢,在地面觀測密集地區降水主要取決于地面觀測值,臺網稀疏區則主要通過衛星反演獲得,一定程度上彌補了高原觀測網稀疏的缺陷[29]；④TIPEX Ⅲ設置于那曲氣象局(位于31.48°N,92.01°E,海拔高度4 507 m)的Ka波段毫米波云雷達觀測資料。

1.2 試驗設計

利用WRF(V3.9.1版本)對2015年8月13—15日高原那曲地區一次對流云降水進行模擬,以NCEP FNL再分析資料作為模式初始場和背景場,模擬區域采用3層嵌套和蘭伯特投影,3層模擬區域網格距從內到外依次為7、23、70 km,格點數分別為85×79、67×58、100×84,模擬中心位置位于31.48°N,92.08°E,垂直方向共32層,模式頂層氣壓至50 hPa,時間積分步長為180 s。模式從降水發生前12 h開始積分,積分時間從8月12日12:00至15日0:00,涵蓋整個降水過程。

模擬時將長波輻射參數化方案(rapid radiative transfer model)、短波輻射參數化方案(dudhia)、陸面過程參數化方案(noah land surface model)和積云對流參數化方案(Grell-Freitas)固定,在避免其余參數化方案影響的基礎上,選取7種云微物理參數化方案以評估不同云微物理參數化方案對本次高原降水過程的模擬能力,如表1所示。

表1 各云微物理方案特征

2 天氣背景

2015年8月13日0:00—21:00(北京時,下同),那曲地區出現一次對流性降水天氣過程,24 h降水量為16 mm,達到中雨量級。從8月13日12:15東亞地區TBB分布可見,高原中部存在大量對流云系,那曲附近TBB值最大在-60 ℃左右,表明當地對流發展較為旺盛。結合Ka波段毫米波云雷達觀測也可發現,如圖1所示,那曲地區在8:00—10:00和13:00—15:00各出現一次較明顯的對流活動,其中始于8:00的對流活動雷達回波強度最大值為25 dBZ,云頂高度最高達到9.5 km；13:00左右開始發展的對流云更為深厚,回波強度達到30 dBZ,云頂超過12 km,且云體各高度層均出現回波大值。此外,在17:00左右也生成一個新的對流云團,但與13:00對流云相比,強度相對較弱[圖1(c)]。

圖1 2015年8月13日那曲Ka波段云雷達降水模式觀測的雷達反射率因子Fig.1 Radar reflectivity detected by the Ka-band cloud radar in precipitation mode at Naqu on August 13, 2015

圖2(a)所示為8月13日12:00高空500 hPa環流形勢場。由圖2(a)可見,亞洲大陸中高緯地區為“兩槽兩脊”形勢,巴爾喀什湖和東亞太平洋沿岸地區分別存在一個低槽,蒙古國中西部地區以及中國華北和東北地區為高壓脊所控制。巴爾喀什湖槽后的西北氣流引導冷空氣南下進入高原與來自海洋的暖濕氣流在高原中部輻合形成低渦系統,為本次降水產生提供了抬升和水汽條件。在相對渦度圖上,如圖2(b)所示,那曲地區上空的正渦度區從低層一直延伸到200 hPa附近,表明該地區存在較為明顯的上升運動,也為降水的發生發展提供了有利條件。

3 模擬結果分析

3.1 降水量

圖2 2015年8月13日12:00高空500 hPa位勢高度和風場以及沿92.01°E相對渦度緯向垂直剖面Fig.2 500 hPa geopotential height and wind andvertical cross-section of relative vorticity along 92.01°E at 12:00 on August 13, 2015

黑色空心圓為那曲氣象局圖3 實況與模擬的2015年8月13日0:00—24:00那曲24 h累積降水量空間分布Fig.3 Observed and simulated 24 h accumulated precipitation at Naqu from 0:00 on to 24:00 on 13 August, 2015

圖3給出了CMORPH融合降水產品和7種云微物理參數化方案模擬的8月13日0:00—24:00那曲24 h累積降水量空間分布。如圖3(a)所示,實況降水帶從那曲西部到東部呈“西南-東北”塊狀分布,主要雨區分別位于那曲中部至北部區域以及那曲東南部。如圖3(b)～圖3(h)所示,7種云微物理參數化方案基本模擬出那曲地區西南-東北走向的降水塊狀分布,但模擬的雨區范圍普遍偏大,尤其那曲東部地區均出現一個明顯的降水大值區,這可能與融合降水產品的特性有關,融合降水產品在高原地區主要由衛星反演得到,而衛星反演的高原降水往往存在一定誤差[30]。對于各降水主中心,7種方案的模擬結果差異較大,CAMS方案未能模擬出那曲北部的降水中心,而對于那曲中部的降水中心,除Lin和CAMS方案外,其余方案模擬的雨量明顯偏低。此外,就降水量而言,各方案模擬的降水量級與實況大致相當,但WSM5、Morrison和New Thompson方案的模擬結果偏低,其余方案模擬的24 h累積降水量與CMORPH融合降水產品較為一致。總體來看,7種云微物理參數化方案均模擬出了雨帶的“西南-東北”塊狀分布和主要降水中心,但模擬的雨區范圍普遍偏大,整體上Lin方案的模擬效果最好。

為驗證各方案對降水日變化的模擬能力,采用最鄰近插值法將8月13日0:00—24:00逐時CMORPH融合降水格點資料插值到那曲氣象局所在位置代表實況降水。圖4所示為實況和模擬的那曲8月13日0:00—24:00逐時降水和逐時累積降水。如圖4(a)所示,與雷達觀測一致,本次對流云降水分別在8:00、13:00、17:00各存在一個降水峰值,而7種方案都基本模擬出本次降水的日變化特征,但各方案間也存在明顯差異。WDM6、Morrison和New Thompson方案未能模擬出出現于上午和午后的兩次降水峰值,其余4種方案盡管可以模擬出降水的雙峰特征,但峰值出現的時間與實況仍有一定差異,其中WSM5和WSM6方案模擬的第1次降水峰值較實況滯后約1 h,第2次峰值則相對實況有所提前,而CAMS方案模擬降水峰值則較實況提前約5 h出現,值得注意的是,各方案均未能模擬出17:00的降水峰值。各方案中,僅Lin方案不僅能夠模擬出降水的兩次峰值,且峰值強度和出現時間均與實況最為接近。對于逐時累積降水,如圖4(b)所示,各方案模擬的降水量均偏少,其中最接近的是Lin方案。由此可見,Lin方案對本次對流云降水的模擬與時空最為接近。

圖4 2015年8月13日那曲站融合產品與模擬的逐時和逐時累積降水量Fig.4 Observed and simulated hourly and hourly accumulated precipitation at Naqu on August 13, 2015

進一步給出那曲實況降水與模擬結果的相關系數(correlation coefficient,CC)、均方根誤差(root mean squared error,RMSE)、絕對平均誤差(mean absolute error,MAE),如表2所示。對于逐時累積降水,各方案模擬結果與實況間為顯著的正相關,相關系數均在0.90以上,通過0.01顯著性水平檢驗,其中Lin和WSM5方案相關系數最高,達到0.97。進一步由各方案模擬結果誤差可見,WSM6方案的模擬誤差最大,其均方根誤差和絕對平均誤差在7種方案中均為最大；Lin方案的均方根誤差和絕對平均誤差值最小；WSM5、CAMS、WDM6、Morrison、New Thompson方案的均方根誤差和絕對平均誤差基本相同。逐時降水的模擬中,僅有Lin、WSM5、WSM6、WDM6 4種方案的模擬結果與實況間呈顯著的正相關關系,其余方案相關系數均未通過顯著性檢驗,其中Lin方案相關系數最高,且均方根誤差和絕對平均誤差也最小,而CAMS方案相關系數僅為0.2,其均方根誤差和絕對平均誤差在所有方案中也最大。總體來看,Lin方案的模擬能力最佳,CAMS方案最差。

表2 融合產品與模擬結果降水的相關系數(CC)、均方根誤差(RMSE)、絕對平均誤差(MAE)Table 2 Correlation coefficient, root mean square error(RMSE), and absolute mean error(MAE)between observed and simulation precipitation

圖5 2015年8月13日12:00高原500 hPa風場與高度場Fig.5 500 hPa wind and geopotential height at 12:00 on August 13, 2015

3.2 物理量診斷

大氣環流變化是造成降水產生的直接原因。各組試驗中,除云微物理參數化方案存在差異外,其余類型物理參數化方案均相同。可見,各組試驗間的差異主要與云微物理參數化方案的不同有關。根據FNL再分析資料時間分辨率,選擇降水量次峰值產生前的8月13日12:00以分析不同云微物理參數化方案對相關物理量場的模擬能力。

3.2.1 風場和高度場

圖5給出了實況和模擬的8月13日12:00高原500 hPa風場和位勢高度場。如圖5(a)所示,那曲地區為一低渦控制,低渦中心位置位于那曲西北部,中心強度約為5 850 gpm。對應的模擬結果中,如圖5(b)～圖5(h)所示,7種方案均可較好地再現低渦的風場輻合區以及高度場低值中心,但與實況相比,各方案對低渦的模擬總體偏東。對于低渦強度,CAMS方案模擬強度最弱；WSM5、WSM6、Morrison、WDM6、New Thompson方案的模擬結果偏強,尤其Morrison方案最為明顯；Lin方案模擬的低渦強度與實況最為接近。對應500 hPa風場實況上,那曲以北主要受東北風控制,以南主要以西南風為主,各方案均能模擬出那曲地區風場的氣旋性輻合,但風速略偏小。總體而言,Lin方案對風場和高度場的效果最好,這也與對降水模擬的結果一致。

3.2.2 水汽輸送

由水汽通量分布可見,如圖6(a)所示,FNL資料計算的水汽輸送主要表現為北高南低的特征,大值中心位于那曲西北部,南部為水汽通量相對低值區。對應的模擬結果中,如圖6(b)～圖6(h)所示,Lin方案的結果與實況最為接近,其余大部分方案模擬的水汽大值中心位置位于那曲以東和以北地區,而CAMS方案模擬的水汽大值中心則位于那曲以南地區。從輸送強度來看,Lin和Morrison兩方案模擬的那曲水汽輸送較強,CAMS、WSM5和New Thompson方案模擬的水汽輸送較弱,WSM6和WDM6方案模擬的水汽輸送強度與實況較為一致。此外,從水汽輸送方向來看,那曲地區水汽主要由西南向東北輸送,而各方案模擬結果中那曲北部主要為東北向西南輸送,而那曲南部則為西北向東南輸送。

圖6 2015年8月13日12:00高原水汽通量場Fig.6 Water vapor flux at 12:00 on August 13, 2015

圖7 2015年8月13日12:00沿92.01°E垂直速度經向剖面Fig.7 Cross-section of vertical velocity along 92.01°E at 12:00 on 13 August, 2015

3.2.3 垂直速度

充足的水汽輸送和旺盛的上升運動是降水產生的基本條件,上升運動可使水汽從未飽和狀態達到飽和狀態,從而成云致雨[31]。圖7所示為實況與模擬的8月13日12:00沿92.01°E的垂直速度經向剖面。如圖7(a)所示,那曲低層至150 hPa均為負值分布,中心位于350 hPa左右,表明那曲上空存在明顯的上升運動,滿足有利于降水出現的動力條件。對應的模擬中,如圖7(b)～圖7(h)所示,除WDM6和WSM6方案外,其余方案均模擬出那曲上空的上升運動,但總體上模擬的垂直速度偏弱,僅Lin方案模擬的垂直速度大小和強度與實況最為接近,且垂直運動中心較實況偏南,而New Thompson方案的垂直運動中心偏差較大,位于對流層高層。總體來看,對垂直運動模擬的誤差可能是造成降水量模擬偏少的原因之一。

3.2.4 大氣層結

云的形成與發展與大氣層結密切相關。探空表明,如圖8(a)所示,8月13日12:00那曲上空大氣層結為潛在不穩定型,有較大的不穩定能量存在,低層大氣獲不穩定能量后上升運動增強,有利于強對流過程的發生。如圖8(b)～圖8(h)所示,7種方案模擬的層結曲線和狀態曲線具有一致的變化趨勢,表明模式能夠較好模擬出那曲上空的潛在不穩定型層結。

進一步分析對流有效位能(convective avialable potential energy,CAPE)可以發現,如表3所示,與實況相比,New Thompson方案模擬的CAPE值明顯偏高,而CAMS、WDM6和Morrison方案的模擬結果均較低,尤其CAMS方案模擬的CAPE值僅為630 J/kg；僅Lin、WSM5和WSM6方案的模擬結果與實況較為接近,尤其Lin和WSM5方案的模擬效果最佳,與實況觀測的差異在60 J/kg以內。

4 結論

采用WRF模式(V3.9.1版本)7種云微物理參數化方案對2015年夏季青藏高原那曲一次對流云降水過程進行了模擬,對比分析了不同參數化方案對降水和相關物理量場模擬的影響,得到以下結論。

(1)7種云微物理參數化方案均能模擬出那曲地區對流云降水的“西南-東北”塊狀分布和主要降水中心,但不同方案模擬的降水中心和降水范圍存在明顯差異,尤其對雨區范圍的模擬普遍偏大,僅Lin和CAMS方案能夠較好模擬出那曲中部的降水中心；對于降水量,除WSM5、Morrison和New Thompson方案模擬的降水量偏低外,各方案的模擬結果與實況較為一致,總體而言,Lin方案對降水落區和降水量的模擬效果最好。

(2)對于降水量日變化而言,各云微物理參數化方案幾乎均能模擬出本次對流云降水過程中出現于上午和午后的兩次降水峰值,其中Lin方案的模擬結果與實況最為接近,但幾乎所有方案都未能模擬出下午的第3次降水峰值；對于逐時和逐時累積降水,Lin方案的模擬結果與實況間相關系數最高,且誤差最小,其余方案與實況有較大偏差。

黑色實線為層結曲線；紅色虛線為狀態曲線圖8 2015年8月13日12:00那曲探空曲線Fig.8 Sounding curve at Naqu at 12:00 on August 13, 2015

表3 實況和模擬的2015年8月13日12:00那曲CAPETable 3 Observed and simulated CAPE of Naqu at 12:00 on 13 August, 2015

(3)在環流和物理量場方面,7種云微物理參數化方案均模擬出了本次降水過程相關的高度場、風場、水汽輸送、垂直速度和大氣層結等物理量場基本特征,其中Lin方案對各物理量場的模擬與實況最為一致,模擬效果最佳,其余各方案的模擬結果盡管各有優勢,但相較Lin方案總體上效果較差。

僅針對云微物理參數化方案對高原那曲地區一次對流云降水個例的模擬能力進行了對比分析,未涉及云系內部的微物理過程和其降水的形成機制,且由于缺少高原云和降水物理過程觀測,因此得出的結論只是初步的,還需采用更多觀測資料和降水個例進行深入分析。