尺度適應(yīng)積云對(duì)流參數(shù)化方案對(duì)臺(tái)風(fēng)“暹芭”的數(shù)值模擬

摘要 傳統(tǒng)的積云對(duì)流參數(shù)化方案難以較好地適用于高水平分辨率，特別是10 km以下水平分辨率的降水?dāng)?shù)值模擬，尺度適應(yīng)（scaleaware）積云對(duì)流參數(shù)化方案是對(duì)此進(jìn)行改進(jìn)的有效方法。在中國(guó)氣象局中尺度模式（China Meteorological Administration MESOscale model，CMAMESO）中應(yīng)用尺度適應(yīng)KFeta（Kain-Fritsch eta）積云對(duì)流參數(shù)化方案對(duì)臺(tái)風(fēng)“暹芭”進(jìn)行800 m、1 km、3 km、10 km和20 km這5種水平分辨率的數(shù)值模擬試驗(yàn)。結(jié)果表明：（1）隨著水平分辨率的提高，尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案模擬的降水強(qiáng)度和落區(qū)更接近實(shí)況，顯著減少了由積云引起的虛假性降水，提高了網(wǎng)格降水量。（2）隨著對(duì)流強(qiáng)度減弱，尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案TS（threat score）評(píng)分優(yōu)勢(shì)逐漸凸顯，空?qǐng)?bào)率和漏報(bào)率明顯改善。（3）在降水最大時(shí)刻的強(qiáng)對(duì)流區(qū)域，尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案雷達(dá)組合反射率因子的模擬結(jié)果更優(yōu)。整體來(lái)看，尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案在對(duì)流強(qiáng)度較弱的條件下表現(xiàn)更出色，為改進(jìn)現(xiàn)行數(shù)值模式強(qiáng)降水預(yù)報(bào)提供了參考。

關(guān)鍵詞 CMAMESO模式；KFeta方案；積云對(duì)流參數(shù)化方案；臺(tái)風(fēng)“暹芭”

中圖分類號(hào)： P444；P456.7文獻(xiàn)標(biāo)志碼： A文章編號(hào)： 20963599（2025）01003412

DOI：10.19513/j.cnki.hyqxxb.20240625002

Abstract Traditional cumulus convection parameterization schemes may be inefficient in the numerical simulation of precipitation with high resolution model， especially when the grid size less than 10 km， while the scaleaware cumulus convection parameterization scheme is an effective alternative. In this study， 5 simulation experiments with horizontal resolutions of 800 m， 1 km， 3 km， 10 km and 20 km are carried out using the CMAMESO model （China Meteorological Administration MESOscale model） and the scaleaware KFeta （Kain-Fritsch eta） cumulus convection parameterization scheme for Typhoon Chaba. The results are as follows. （1） With the increase of horizontal resolution， the precipitation intensity and falling area simulated by the scaleaware KFeta cumulus convection parameterization scheme are closer to the real situation， which significantly reduces the 1 precipitation caused by cumulus clouds and improves the grid precipitation. （2） With the weakening of convective intensity， the advantages of the scaleaware KFeta cumulus convection parameterization scheme gradually become prominent， and the missing ratio and 1 alarm ratio are significantly reduced. （3） In the strong convection area at the time of the maximum precipitation， the simulation results of the radar composite reflectivity of the scaleaware KFeta cumulus convection parameterization scheme are better. On the whole， the scaleaware KFeta cumulus convection parameterization scheme performs better under weak convective intensity， which provides a reference for improving the prediction of heavy precipitation in the current numerical model.

Keywords CMAMESO model （China Meteorological Administration MESOscale model）; KFeta （Kain-Fritsch eta） scheme; cumulus convection parameterization scheme; Typhoon Chaba

引言

臺(tái)風(fēng)帶來(lái)的狂風(fēng)暴雨是破壞性極強(qiáng)且危險(xiǎn)性極高的災(zāi)害性天氣，登陸中國(guó)的臺(tái)風(fēng)每年平均有7～8個(gè)，嚴(yán)重威脅到人民生命財(cái)產(chǎn)安全［1］。因此，對(duì)臺(tái)風(fēng)暴雨的研究一直是氣象工作者的重難點(diǎn)之一。近幾十年來(lái)，數(shù)值預(yù)報(bào)模式以及各種物理過(guò)程的應(yīng)用不斷推進(jìn)臺(tái)風(fēng)暴雨的研究［2-4］。李超等［5］采用5 km水平分辨率WRF（Weather Research and Forecasting）模式對(duì)超強(qiáng)臺(tái)風(fēng)“桑美”進(jìn)行數(shù)值模擬及診斷分析，其模擬結(jié)果較好地再現(xiàn)了臺(tái)風(fēng)“桑美”的發(fā)展演變過(guò)程及登陸情況。龐琦燁等［6］利用WRF模式采用4種微物理方案對(duì)比分析各方案對(duì)臺(tái)風(fēng)“彩虹”的模擬效果，結(jié)果表明不同云微物理方案模擬差異主要在于云冰、雪和霰粒子。李宸昊等［7］利用WRF 3.7.1版本，選取6種積云對(duì)流參數(shù)化方案，對(duì)臺(tái)風(fēng)“尤特”進(jìn)行數(shù)值模擬敏感性試驗(yàn)，研究發(fā)現(xiàn)積云對(duì)流參數(shù)化方案對(duì)臺(tái)風(fēng)路徑和強(qiáng)度影響較為明顯。

盡管臺(tái)風(fēng)暴雨相關(guān)研究已取得很大進(jìn)展，但隨著數(shù)值模式水平分辨率的不斷提高和中尺度數(shù)值模式系統(tǒng)的不斷完善，近年來(lái)在1 km甚至次千米網(wǎng)格距開(kāi)展中、小尺度對(duì)流系統(tǒng)的數(shù)值模擬研究［8-10］不斷涌現(xiàn)，而目前模式中還沒(méi)有發(fā)展出適合水平分辨率小于10 km的積云對(duì)流參數(shù)化方案［11］，高分辨率模式難以顯示解析積云對(duì)流過(guò)程，從而導(dǎo)致暴雨模擬中虛假性降水增多［12-13］。Bullock等［14］認(rèn)為在WRF模式中，由于對(duì)流時(shí)間尺度t值通常為默認(rèn)下限，以至于產(chǎn)生較高的對(duì)流性降水。而有研究［15］發(fā)現(xiàn)，僅依靠模式動(dòng)力過(guò)程和微物理過(guò)程會(huì)使得對(duì)流發(fā)生偏晚偏強(qiáng)，使用對(duì)流參數(shù)化方案可以更快地觸發(fā)對(duì)流。

因此在數(shù)值模式中采用微物理過(guò)程和積云對(duì)流參數(shù)化過(guò)程相結(jié)合的方式對(duì)預(yù)報(bào)性能更優(yōu)，改進(jìn)傳統(tǒng)的積云參數(shù)化方案使其隨模式水平分辨率而調(diào)整，即具有尺度適應(yīng)性（scaleaware）是數(shù)值天氣預(yù)報(bào)模式發(fā)展的重要方向之一［16-17］。徐道生等［18-19］通過(guò)對(duì)積云參數(shù)化方案的云底質(zhì)量通量進(jìn)行限制，其結(jié)果可以有效地消除高水平分辨率模式中引起的虛假降水，同時(shí)又合理引入一些次網(wǎng)格尺度弱對(duì)流的影響，達(dá)到改進(jìn)模式降水預(yù)報(bào)效果的目的。Zheng等［20］通過(guò)修改積云對(duì)流參數(shù)化方案的對(duì)流時(shí)間尺度、格點(diǎn)垂直速度和夾卷率，并在高水平分辨率模式中進(jìn)行試驗(yàn)，有效提高了降水落區(qū)和強(qiáng)度預(yù)報(bào)。趙晨陽(yáng)等［21］對(duì)華南一次颮線過(guò)程采用尺度適應(yīng)KFeta（Kain-Fritsch eta）積云對(duì)流參數(shù)化方案進(jìn)行數(shù)值模擬，結(jié)果表明該方案更適用于高水平分辨率數(shù)值預(yù)報(bào)模式。楊揚(yáng)等［22］選取4種積云對(duì)流參數(shù)化方案研究其對(duì)夏季降水預(yù)報(bào)的影響，結(jié)果表明KF（Kain-Fritsch）和New Tiedtke尺度適應(yīng)方案對(duì)夏季平均降水的量級(jí)和落區(qū)預(yù)報(bào)比原方案更優(yōu)。

當(dāng)數(shù)值模式水平分辨率提高至10 km以下時(shí)，對(duì)流參數(shù)化方案中的卷入、卷出和垂直輸送過(guò)程難以被模式顯示分辨，這極大地限制高水平分辨率數(shù)值模式性能的提高。基于這一點(diǎn)，通過(guò)在中國(guó)氣象局中尺度模式（China Meteorological Administration MESOscale model，CMAMESO）中應(yīng)用尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案，對(duì)2022年致使中國(guó)受災(zāi)嚴(yán)重的臺(tái)風(fēng)“暹芭”進(jìn)行數(shù)值模擬研究，旨在分析不同水平分辨率下積云對(duì)流參數(shù)化方案對(duì)臺(tái)風(fēng)暴雨的預(yù)報(bào)性能，重點(diǎn)關(guān)注尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案對(duì)不同水平分辨率和對(duì)流強(qiáng)度降水預(yù)報(bào)的影響。

1模式試驗(yàn)設(shè)置和資料

1.1模式試驗(yàn)設(shè)置

為了評(píng)估尺度適應(yīng)積云對(duì)流參數(shù)化方案在不同水平分辨率和對(duì)流強(qiáng)度下的效果，通過(guò)在CMAMESO模式中應(yīng)用尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案，組合5種水平分辨率（800 m、1 km、3 km、10 km和20 km）對(duì)臺(tái)風(fēng)“暹芭”造成的華南地區(qū)暴雨過(guò)程進(jìn)行數(shù)值模擬，模式模擬時(shí)間分別為2022年7月2日00時(shí)—3日00時(shí)（世界時(shí)，下同）和4日00時(shí)—5日00時(shí)，時(shí)間積分步長(zhǎng)為60 s，垂直層數(shù)為49層，模擬范圍為15°～30°N、100°～121°E。共設(shè)計(jì)3組試驗(yàn)：（1）采用模式中原有的KFeta積云對(duì)流參數(shù)化方案，記為KF組。（2）采用尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案，該方案主要的改進(jìn)包括對(duì)流時(shí)間尺度的動(dòng)力調(diào)整、格點(diǎn)垂直速度和夾卷率，記為scale組。（3）不采用積云對(duì)流參數(shù)化方案，記為phy組。

3組試驗(yàn)均包含800 m、1 km、3 km、10 km和20 km這5種水平分辨率，其余物理方案一致，即微物理參數(shù)化方案為WSM6（WRF Singlemoment 6class microphysics scheme）方案，長(zhǎng)波輻射過(guò)程為RRTM（rapid radiative transfer model）方案，短波輻射過(guò)程為Dudhia方案，陸面過(guò)程為Noah方案。

1.2資料

模式的初始場(chǎng)數(shù)據(jù)采用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（National Centers for Environmental Prediction，NCEP）的全球預(yù)報(bào)系統(tǒng)（Global Forecast System，GFS）數(shù)值天氣預(yù)報(bào)產(chǎn)品，

采用的其他觀測(cè)資料包括：中國(guó)氣象局地球系統(tǒng)數(shù)值預(yù)報(bào)中心（CMA Earth System Modeling and Prediction Center，簡(jiǎn)記為“CEMC”）提供的國(guó)家級(jí)氣象觀測(cè)站24 h累計(jì)降水資料、中國(guó)多普勒天氣雷達(dá)組合反射率因子三維組網(wǎng)拼圖資料。

2方案介紹

2.1KFeta方案

KFeta積云對(duì)流參數(shù)化方案是基于舊KF方案改進(jìn)而來(lái)的，該方案主要通過(guò)夾卷釋放有效位能，考慮云中上升氣流卷入和下沉氣流卷出以及簡(jiǎn)單微物理過(guò)程的影響，有效抑制了弱輻合條件下的深對(duì)流活動(dòng)，同時(shí)提高了強(qiáng)輻合環(huán)境下的深對(duì)流。在KFera方案中，對(duì)流受到大氣穩(wěn)定度、低層輻合和格點(diǎn)尺度垂直速度的共同作用，能更真實(shí)地表征出云和環(huán)境的相互作用。

2.2尺度適應(yīng)KFeta方案

尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案基于Zheng等［20］提出的KFeta方案，將對(duì)流時(shí)間尺度調(diào)整為與模式水平網(wǎng)格尺度相適應(yīng)，利用次網(wǎng)格上升氣流質(zhì)量通量提高格點(diǎn)垂直速度，并調(diào)整夾卷率使其依賴于模式水平網(wǎng)格尺度。由于原KFeta方案中大多參數(shù)考慮網(wǎng)格尺度為25 km［23］，隨著模式水平分辨率的不斷提高，為了使對(duì)流參數(shù)化方案在空間尺度上有效銜接，對(duì)流時(shí)間尺度t應(yīng)隨著網(wǎng)格水平分辨率的提高而增加，使得進(jìn)行參數(shù)化的對(duì)流過(guò)程減少，從而維持KFeta方案過(guò)渡到網(wǎng)格尺度云物理方案的穩(wěn)定性，最終給出尺度適應(yīng)參數(shù)β。

3數(shù)值試驗(yàn)結(jié)果分析

3.1降水落區(qū)分析

根據(jù)國(guó)家級(jí)氣象觀測(cè)站24 h累計(jì)降水資料的插值結(jié)果，2022年7月2日00時(shí)，“暹芭”加強(qiáng)為臺(tái)風(fēng)，2日07時(shí)在廣東電白沿海登陸，4日00時(shí)停止編號(hào)，給華南地區(qū)帶來(lái)強(qiáng)烈的暴雨影響，造成巨大的人員傷亡和財(cái)產(chǎn)損失。2022年7月2日00時(shí)—3日00時(shí)（圖1a），臺(tái)風(fēng)“暹芭”造成的降水主要分布在海南南部、雷州半島和廣東大部分地區(qū)，呈東北—西南走向，降水量超過(guò)150 mm的強(qiáng)降水中心主要位于廣東和海南西南部。4日00時(shí)—5日00時(shí)（圖1b），雨帶北移，降水量大幅減少，強(qiáng)降水中心移至廣西南部和廣東北部。

圖2a—e、f—j、k—o分別為KF組、scale組和phy組試驗(yàn)在800 m、1 km、3 km、10 km和20 km水平分辨率下2022年7月2日00時(shí)—3日00時(shí)24 h累計(jì)降水量。3組試驗(yàn)?zāi)M的降水帶與實(shí)況分布較為一致，均呈東北—西南走向，但降水量模擬結(jié)果差異較大，特別是高水平分辨率下3組試驗(yàn)在雷州半島及其周邊海域空?qǐng)?bào)嚴(yán)重，而20 km水平分辨率下均未模擬出海南西南部的強(qiáng)降水中心，其余水平分辨率下在該區(qū)域模擬的降水量均較小。KF組在各水平分辨率下均空?qǐng)?bào)了廣東東南沿海的降水量。phy組試驗(yàn)在10 km和20 km水平分辨率下模擬的降水落區(qū)范圍遠(yuǎn)大于實(shí)況，在800 m水平分辨率下模擬的廣東降水量遠(yuǎn)小于實(shí)況。scale組相比其余2組，減小了廣東中東部降水量的模擬，與實(shí)況更接近。

圖3a—e、f—j、k—o分別為KF組、scale組和phy組試驗(yàn)在800 m、1 km、3 km、10 km和20 km水平分辨率下2022年7月4日00時(shí)—5日00時(shí)24 h累計(jì)降水量。3組試驗(yàn)在廣東中部降水量超過(guò)150 mm的強(qiáng)降水中心與實(shí)況相比略偏南。KF組和phy組試驗(yàn)對(duì)廣西南部和廣東中部的強(qiáng)降水區(qū)域模擬降水強(qiáng)度較小，而scale組在該地區(qū)的模擬結(jié)果明顯改善且與觀測(cè)結(jié)果更一致。從降水模擬結(jié)果整體來(lái)看，3組試驗(yàn)隨著水平分辨率的提高，所模擬的降水落區(qū)與觀測(cè)更接近。其中scale組對(duì)于強(qiáng)降水中心（24 h累計(jì)降水量大于150 mm）的模擬效果較優(yōu)，且隨水平分辨率提高和對(duì)流強(qiáng)度減弱這種優(yōu)勢(shì)更加明顯。

為進(jìn)一步研究尺度適應(yīng)KFeta積云對(duì)流方案對(duì)不同水平分辨率降水模擬的影響，分別分析KF組和scale組試驗(yàn)由積云過(guò)程引起的次網(wǎng)格降水量和由微物理過(guò)程引起的網(wǎng)格降水量。2022年7月2日00時(shí)—3日00時(shí)，由24 h積云累計(jì)降水量（圖4）可以看出KF組試驗(yàn)在廣東中部及沿海地區(qū)有明顯的次網(wǎng)格降水，而scale組試驗(yàn)次網(wǎng)格降水量隨著模式水平分辨率的提高明顯減少，同時(shí)在次網(wǎng)格降水量減少的區(qū)域總降水模擬結(jié)果與實(shí)況更接近。基于上述分析結(jié)果，不可否認(rèn)scale組試驗(yàn)對(duì)于降水模擬結(jié)果有一定的改進(jìn)，其具體表現(xiàn)在減少了由于積云引起的虛假降水（圖4），增加了網(wǎng)格降水量（圖5），降水強(qiáng)度和落區(qū)分布更接近實(shí)況。

3.2降水評(píng)分分析

為了更客觀地分析尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案的降水模擬效果，采用數(shù)值模擬結(jié)果與國(guó)家級(jí)氣象觀測(cè)站24 h累計(jì)降水資料的TS（threat score）評(píng)分與Bias評(píng)分分降水等級(jí)進(jìn)行評(píng)估。TS評(píng)分越接近1.0，表示數(shù)值模式對(duì)該等級(jí)降水預(yù)報(bào)效果越好。Bias評(píng)分能夠衡量預(yù)報(bào)與實(shí)況的近似程度。當(dāng)Bias評(píng)分小于1.0時(shí)，出現(xiàn)漏報(bào)，反之則為空?qǐng)?bào)；當(dāng)Bias評(píng)分等于1.0時(shí)，表示預(yù)報(bào)與觀測(cè)降水基本一致。兩者計(jì)算公式如下。

由2022年7月2日00時(shí)—3日00時(shí)（圖6—7）和7月4日00時(shí)—5日00時(shí)（圖8—9）不同量級(jí)24 h累計(jì)降水量的TS評(píng)分和Bias評(píng)分來(lái)看，7月2日00時(shí)—3日00時(shí)，KF組和phy組在25 mm及以上量級(jí)的TS評(píng)分中優(yōu)勢(shì)較明顯，但phy組的Bias評(píng)分（除800 m外）均隨水平分辨率增大而遠(yuǎn)大于1.0，出現(xiàn)嚴(yán)重的空?qǐng)?bào)現(xiàn)象；50 mm及以上量級(jí)scale組試驗(yàn)TS評(píng)分相比其余2組明顯提高，Bias評(píng)分更接近1.0，可見(jiàn)尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案的應(yīng)用很大程度降低了空?qǐng)?bào)和漏報(bào)現(xiàn)象。7月4日00時(shí)—5日00時(shí)，當(dāng)水平分辨率達(dá)到3 km時(shí)，scale組和KF組25 mm及以上量級(jí)的TS評(píng)分均較高，但KF組相比更優(yōu)，考慮是scale組在湖南南部降水偏大所致；就Bias評(píng)分而言，scale組幾乎在各降水量級(jí)都更接近1.0。以上結(jié)果表明模式中僅使用微物理過(guò)程會(huì)造成嚴(yán)重的空?qǐng)?bào)和漏報(bào)現(xiàn)象。綜合分析可以認(rèn)為尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案（scale組）對(duì)不同水平分辨率24 h降水模擬均有一定的改進(jìn)作用，在降水強(qiáng)度較小時(shí)改進(jìn)效果更明顯。

3.3雷達(dá)組合反射率因子分析

為了解3組試驗(yàn)對(duì)臺(tái)風(fēng)內(nèi)部結(jié)構(gòu)的模擬差異，分別選取2022年7月2日09時(shí)和4日06時(shí)（2—3日和4—5日降水量最大時(shí)刻）的雷達(dá)組合反射率因子進(jìn)行進(jìn)一步分析研究。由圖10a可看出，臺(tái)風(fēng)“暹芭”登陸后中心位于廣東西南部，在臺(tái)風(fēng)中心外圍均有密實(shí)的線狀強(qiáng)回波帶，回波強(qiáng)度超過(guò)50 dBZ。2022年7月2日09時(shí)（圖11），除20 km水平分辨率外，3組試驗(yàn)在北部灣至海南北部形成明顯回波帶，且隨水平分辨率提高回波強(qiáng)度有所增大，3組試驗(yàn)在臺(tái)風(fēng)中心組合反射率因子大于35 dBZ的區(qū)域均過(guò)小。其中scale組相比KF組在東側(cè)海面以及回波中心附近的組合反射率因子強(qiáng)度略有減小，而在廣東中部略強(qiáng)，這點(diǎn)與觀測(cè)結(jié)果更為一致。7月4日06時(shí)（圖10b），臺(tái)風(fēng)“暹芭”已經(jīng)減弱為熱帶低壓，其回波強(qiáng)度有所減小，整體呈東北—西南向的帶狀分布，在廣東西南部有新生對(duì)流單體。隨著水平分辨率的提高，3組試驗(yàn)?zāi)M結(jié)果（圖12）在廣東西南部的回波強(qiáng)度均較小，但scale組試驗(yàn)略大于其余2組，且在湖南南部回波強(qiáng)度略小于其余2組，這2點(diǎn)優(yōu)勢(shì)更接近實(shí)況觀測(cè)結(jié)果。整體來(lái)看，7月2日09時(shí)和7月4日06時(shí)實(shí)況回波強(qiáng)度大于35 dBZ的區(qū)域，3組試驗(yàn)回波強(qiáng)度在低水平分辨率下相比實(shí)況略小但分布范圍略大，隨著水平分辨率的提高，模擬雷達(dá)回波強(qiáng)度增強(qiáng)，且與實(shí)況圖中雷達(dá)回波所顯示的對(duì)流范圍分布更一致；其中scale組在7月4日06時(shí)對(duì)廣東西南部的新生對(duì)流單體模擬得更好。因此尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案的應(yīng)用使得雷達(dá)組合反射率因子模擬更優(yōu)，同時(shí)反饋得到的降水強(qiáng)度和分布也更接近實(shí)況。

4結(jié)論與討論

采用CMAMESO 5.1版本，組合5種水平分辨率（800 m、1 km、3 km、10 km和20 km），設(shè)計(jì)3組試驗(yàn)對(duì)臺(tái)風(fēng)“暹芭”造成的華南地區(qū)暴雨過(guò)程進(jìn)行數(shù)值模擬，探究尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案在不同水平分辨率和對(duì)流強(qiáng)度下的模擬效果。通過(guò)對(duì)比模擬的降水結(jié)果和雷達(dá)組合反射率因子，得到如下結(jié)果：

（1）3組試驗(yàn)均能模擬出與實(shí)況相似的降水雨帶，但降水強(qiáng)度略有差異。隨水平分辨率增大和對(duì)流強(qiáng)度減弱，scale組試驗(yàn)?zāi)M的強(qiáng)降水中心落區(qū)與實(shí)況更接近，由于積云引起的虛假性降水明顯減少，有效提高了網(wǎng)格降水量，對(duì)總降水量模擬有一定的改善。

（2）24 h累計(jì)降水量的TS評(píng)分和Bias評(píng)分表明，對(duì)流強(qiáng)度較強(qiáng)時(shí)KF組和phy組存在明顯空?qǐng)?bào)現(xiàn)象，scale組能很大程度降低這一現(xiàn)象。同時(shí)隨對(duì)流強(qiáng)度減小，scale組TS評(píng)分相對(duì)提高且Bias評(píng)分更接近1.0。總體而言，尺度適應(yīng)KFeta方案對(duì)不同量級(jí)的降水模擬結(jié)果均有一定的改進(jìn)作用，且在對(duì)流強(qiáng)度較弱時(shí)改進(jìn)更明顯。

（3）對(duì)2022年7月2日09時(shí)和4日06時(shí)（2—3日和4—5日降水量最大時(shí)刻）雷達(dá)組合反射率因子的分析發(fā)現(xiàn)，scale組試驗(yàn)在強(qiáng)對(duì)流區(qū)域模擬的雷達(dá)回波更接近實(shí)況觀測(cè)，對(duì)于新生單體的模擬也更優(yōu)。

整體而言，對(duì)臺(tái)風(fēng)“暹芭”前后期的模擬結(jié)果表明，在高水平分辨率CMAMESO模式中采用尺度適應(yīng)KFeta積云對(duì)流參數(shù)化方案對(duì)降水模擬有一定的優(yōu)勢(shì)，并且這一優(yōu)勢(shì)在對(duì)流強(qiáng)度較弱的條件下表現(xiàn)更出色，為提高數(shù)值模式在10 km水平分辨率以下的模擬效果提供了一定的實(shí)踐依據(jù)。文中只是尺度適應(yīng)KFeta積云參數(shù)化方案對(duì)臺(tái)風(fēng)“暹芭”的數(shù)值模擬研究，其區(qū)域也僅限于華南平原地區(qū)，未來(lái)將進(jìn)一步將該尺度適應(yīng)方案拓展至不同地形和不同季節(jié)的強(qiáng)對(duì)流天氣過(guò)程中，以更好地驗(yàn)證該方案的普適性。

參考文獻(xiàn)：

［1］程正泉，陳聯(lián)壽，徐祥德，等.近10年中國(guó)臺(tái)風(fēng)暴雨研究進(jìn)展［J］.氣象，2005，31（12）：39.

［2］譚曉偉.邊界層高度和動(dòng)量粗糙度的不確定性對(duì)臺(tái)風(fēng)“天鴿”（1713）模擬的影響［J］.海洋氣象學(xué)報(bào)，2023，43（1）：3951.

［3］王海平，渠鴻宇，董林，等.CMA數(shù)值模式對(duì)臺(tái)風(fēng)“杜蘇芮”（2305）的預(yù)報(bào)性能分析［J］.海洋氣象學(xué)報(bào)，2023，43（4）：2131.

［4］程佳佳，徐國(guó)強(qiáng).鄭州“7·20”極端暴雨過(guò)程中水汽和高低空急流作用機(jī)制的數(shù)值模擬［J］.海洋氣象學(xué)報(bào)，2022，42（3）：5768.

［5］李超，沈菲菲，許冬梅，等.超強(qiáng)臺(tái)風(fēng)“Saomai”的數(shù)值模擬及診斷分析［J］.陜西氣象，2019（3）：817.

［6］龐琦燁，平凡，沈新勇，等.不同微物理方案對(duì)臺(tái)風(fēng)“彩虹”（2015）降水影響的比較研究［J］.大氣科學(xué)，2019，43（1）：202220.

［7］李宸昊，董文杰.登陸型臺(tái)風(fēng)“尤特”積云對(duì)流參數(shù)化方案的數(shù)值模擬研究［J］.海洋預(yù)報(bào)，2021，38（3）：1928.

［8］輔天華，陳海山，曾智華，等.云微物理參數(shù)化對(duì)東亞近海熱帶氣旋活動(dòng)模擬的影響［J］.海洋氣象學(xué)報(bào)，2020，40（1）：1221.

［9］MESSMER M， GONZLEZROJ S J， RAIBLE C C， et al. Sensitivity of precipitation and temperature over the Mount Kenya area to physics parameterization options in a highresolution model simulation performed with WRFV3.8.1［J］. Geosci Model Dev，2021，14（5）：26912711.

［10］劉靜，任川，趙梓淇，等.多區(qū)域高分辨率模式強(qiáng)降水預(yù)報(bào)檢驗(yàn)分析［J］.氣象，2022，48（10）：12921302.

［11］黎慧琦，張大林.中小尺度對(duì)流系統(tǒng)的高分辨率數(shù)值模擬近況和未來(lái)挑戰(zhàn)［J］.氣象科技進(jìn)展，2021，11（3）：7591.

［12］ARAKAWA A， JUNG J H. Multiscale modeling of the moistconvective atmosphere： a review［J］. Atmos Res，2011，102（3）：263285.

［13］王德立，徐國(guó)強(qiáng).高分辨率模式中積云參數(shù)化方案對(duì)模擬臺(tái)風(fēng)“凡亞比”的影響［J］.氣象科技，2012，40（6）：949959.

［14］BULLOCK O R Jr， ALAPATY K， HERWEHE J A， et al. A dynamically computed convective time scale for the Kain-Fritsch convective parameterization scheme［J］. Mon Wea Rev，2015，143（6）：21052120.

［15］HONG S Y， DUDHIA J. Nextgeneration numerical weather prediction： bridging parameterization， explicit clouds， and large eddies［J］. Bull Amer Meteor Soc，2012，93（1）：ES6ES9.

［16］張旭，黃偉，陳葆德.高分辨率數(shù)值預(yù)報(bào)模式的尺度自適應(yīng)物理過(guò)程參數(shù)化研究［J］.氣象科技進(jìn)展，2017，7（6）：105110.

［17］WANG D， PREIN A F， GIANGRANDE S E， et al. Convective updraft and downdraft characteristics of continental mesoscale convective systems in the model gray zone［J］. J Geophys Res：Atmos，2022，127（16）：e2022jd036746.

［18］徐道生，陳子通，鐘水新，等.積云參數(shù)化方案中云底質(zhì)量通量的限制及在高分辨率模式中的應(yīng)用［J］.熱帶氣象學(xué)報(bào)，2014，30（3）：401412.

［19］徐道生，張艷霞，王剛，等.mesoSAS對(duì)流參數(shù)化方案的改進(jìn)及其在9 km分辨率模式中的應(yīng)用［J］.熱帶氣象學(xué)報(bào)，2015，31（5）：608618.

［20］ZHENG Y， ALAPATY K， HERWEHE J A， et al. Improving highresolution weather forecasts using the Weather Research and Forecasting （WRF） model with an updated Kain-Fritsch scheme［J］. Mon Wea Rev，2016，144（3）：833860.

［21］趙晨陽(yáng)，徐國(guó)強(qiáng).尺度適應(yīng)的對(duì)流參數(shù)化方案對(duì)一次華南颮線模擬的影響［J］.大氣科學(xué)，2020，44（2）：297314.

［22］楊揚(yáng)，盧冰，王薇，等.基于WRF的積云對(duì)流參數(shù)化方案對(duì)中國(guó)夏季降水預(yù)報(bào)的影響研究［J］.氣象學(xué)報(bào)，2021，79（4）：612625.

［23］KAIN J S. The Kain-Fritsch convective parameterization： an update［J］. J Appl Meteor，2004，43（1）：170181.