WRF模式中不同积云对流参数方案在四川地区试验研究

钟兰由頁，朱克云，张 杰，刘二影

(1.成都信息工程学院大气科学学院高原大气与环境四川省重点实验室，四川 成都610225;2.成都军区空军气象中心，四川成都610041)

0 引言

暴雨是四川乃至全国的主要灾害性天气之一，利用中尺度数值模式对暴雨进行数值模拟，是分析和预报中最常用的手段之一。WRF模式是继MM5模式后的新一代高分辨率的中尺度数值模式，可以满足从云尺度到各种天气尺度的重要天气特征的预报精度[1]。模式中对降水模拟影响较大的物理过程主要有微物理过程、积云对流过程以及边界层参数化方案。积云对流过程是数值模式中最重要的非绝热加热物理过程之一，它能影响大尺度环流，并在决定大气温度、湿度场的垂直结构中起着关键的作用[2－3]。在其他条件相同的情况下，不同的积云对流参数化方案模拟的温度和降水差异较大。黄安宁[4]等研究指出Grell方案更适合中国东南部地区夏季极端强降水的模拟。廖镜彪[5]等对珠江三角洲地区一个暴雨个例进行模拟，结果表明只有KF方案模拟出了较为接近地模拟出了降水中心和降水带，但其降水量偏小。伍华平[6]等选用多种微物理方案与积云参数化方案搭配，对2007年6月1～2日湖南南部的暴雨过程进行了模拟试验，表明选用Lin等微物理方案和KF积云参数化方案，采用20 km的格点分辨率，可以模拟这场暴雨的范围，且采用网格嵌套技术的模拟结果优于未采用嵌套的模拟结果。

由于对流活动发生地的不同和触发对流运动的环境场差异，不同方案对暴雨发生时间、地点、强度的预报是有差异的。何光碧[7]利用了MM5中尺度模式，对四川地区四次暴雨过程进行了对流参数化方案及两重区域采用不同方案组合的数值试验，模式嵌套都采用Kuo方案预报的主要降水区偏西、偏南，降水强度偏弱，都采用Grell方案与粗网格采用Kuo方案而细网格采用Grell方案预报结果接近，能够较好的预报雨区东移以及降水强度。

1 实况个例

针对四川地区的强降水过程，选取了2012年7月2至4日的强降水过程作为分析个例。绵阳、广元、乐山、遂宁、南充、资阳、巴中、达州、眉山9市大部、凉山州中北部及雅安、自贡、宜宾、内江、德阳等市的部分地方共46个县(市)出现暴雨，其中有16个县(市)降了大暴雨。

从图1可以看出，7月3日20时500hPa高空图上欧亚大陆为两槽一脊的天气形势。四川地区有一从高原发展加深的小槽，由于冷平流的作用，该槽会继续加深发展。同时，从多变的高空风向可以看出，四川地区存在小槽多波动。副热带高压脊线位于25°N附近，在副高外围与低槽相互作用，有利于水汽的辐合，容易造成降水天气形势。

图1 2012年7月3日20时500hPa天气形势图

图2 2012年7月3日20时850hPa天气形势图

从图2可以看出在850hPa低空图上，四川地区存在一低压，其前部存在着明显的西南急流，降水多发生于低空急流的左侧。同时四川地区有来自孟湾的水汽，与急流汇聚形成强烈的水汽辐合带。此次暴雨天气主要受高原低槽前部西南风和副高西北部的东南风合并形成明显的西南急流，西南急流带来的暖湿空气与冷空气在四川盆地交汇，使得此次暴雨过程降雨量大、持续时间长，造成危害较大。

2 模拟方案设计

2.1 积云参数化过程介绍

表1 积云参数化方案特点

2.2 模拟方案设计

使用的背景场为NECP1°×1°再分析资料，WRF3.4.1版本对两次四川的暴雨过程进行模拟，采用双重嵌套网格，网格嵌套以及区域如图3所示，模拟方案设计如表2所示。积分时间为24h，积分步长为90s。模式中心为30.7°N，105°E。

图3 模拟区域

表2 WRF模式参数设定

3 结果分析

3.1 降水场分析

图4为2012年7月3日00时至7月4日00时24小时降水累积雨量在四川地区的分布图(单位:mm)。总体来看，此次暴雨过程主要分布在四川东部，其中资阳、遂宁、巴中、达州等地出现强降雨中心，日降水量达到150mm～200mm以上，其余地区的降水量集中在50mm～100mm，降水量分布呈现从东向西逐渐减少的趋势。

图4 2012年7月3日00时至4日00时24h累积降水量

图5 (a)～(f)为6种方案降水模拟图

图5(a)～(f)分别为以2012年7月3日00时为初始场采用不同积云对流参数化方案给出的24小时累积雨量图(单位:mm)。由图可见，KF方案预报此次四川地区暴雨的强降水中心主要分布在(102.5°E～104.5°E，28°N～28.5°N)、(105°E，28°N～31°N)和(106.5°E～107.5°E，32.5°N)，其降水量高达 100mm 以上，局部地区达到200mm，该方案降水范围预报偏大，降水强度在川中地区偏强，在川西地区偏弱。BMJ方案预报此次降雨过程的强降水中心在(103.5°E，29°N)和(105.5°E～108°E，31.5°N～32.5°N)24 小时降水累积量在 100mm 以上，其中四川西部降水量达200mm明显强于中部降水，对比实际降水来看，BMJ方案模拟降水在川西强度偏弱在川北则偏强，但从强降水中心的位置和强度判断与实际降水最为接近，可以为强降水预报提供一定的参考价值。GD方案暴雨预报在强降水中心的强度预报上明显低于实际降水、范围预报上与实际相差不大，实际24小时降水累积量局部地区达到200mm以上，而模拟的降水量仅达100mm，故模拟效果不佳。SAS方案模拟的强降水中心在(103°E～104.5°E，28.5°N～29°N)以及(105°E～107°E，32°N～33°N)，24h累积降水量大于100mm，但是位于四川西部模拟的主要强降水中心与实况相比往西移动，其范围小于实际情况、强度偏小。G-3D方案降水预报的强降水中心大致位于(106.5°E～108.5°E，31.5°N～32.5°N)范围，其位置虽与实况接近但强度明显较弱，强降水落区以外区域的降水预报均偏强。TS方案预报四川地区的强降水落区位于(104.5°E～108°E，31.5°N～32°N)，24小时累积降水量在100mm以上，中心区域降水量达200mm，该方案在强降水中心的模拟上与实况较为接近。

综合上述，从六种不同积云对流参数方案对2012年7月3日的降水模拟可以看出:①模拟的降水范围普遍偏大，对四川北部的降水强度预报均偏强，存在不同程度的虚拟降水中心;②在强降水落区的预报方面，BMJ方案、G-3D方案和TS方案均与实况相似，但都存在小范围误差;③在强降水中心的强度预报上，6种参数方案均偏弱，相比之下，BMJ方案与TS方案略胜一筹。

3.2 云物理量特征分析

3.2.1 雨水混合比分析

云物理过程是中尺度数值模式中最重要的非绝热加热物理过程之一，成云降雨过程发生以后通过感热、潜热和动量输送等反馈作用影响大尺度环流，并在决定大气温度湿度场的垂直结构中起着关键作用，也是人们最为关心的降水预报的关键所在[8]。因此在中尺度数值天气预报模式当中，更加准确的描述云物理过程将能够很大程度上提高模式预报降水能力[9]。由于云凝结物与降水云系的发展演变密切相关，可以通过增加或减少局地大气中云凝结物的含量从而改变云凝结物的空间分布状况，影响云的微物理过程，进而促进或抑制降水云系的发展演变[10]。分别对各个方案模拟的降水过程中这两个混合比每6小时求一次平均值，并对其进行诊断分析。

图6 (a)～(d)为KF方案每间隔6小时模拟的平均雨水混合比

图6(a)～(d)分别为KF方案每间隔6小时模拟的平均雨水混合比。从图上可以看出12:00以前平均雨水混合比的峰值区出现在川中地区，12:00以后则东移至四川东部，同时，Qr的峰值区对应着降水模拟场的强降水区，说明了平均雨水混合比与降水量成正比关系。对比实际降水场可以发现，Qr的峰值区依旧与强降水区基本对应，但由于数值模拟的差别，和实际降水有所不同。

图7 (a)～(d)为BMJ方案每间隔6小时模拟的平均雨水混合比

图7(a)～(d)分别为BMJ方案每间隔6小时模拟的平均雨水混合比。BMJ方案模拟此次天气过程的平均雨水混合比于12:00以后在四川东部出现峰值0.5kg/kg，此时能够与模拟降水场的强降水区位置对应，很好地说明了平均雨水混合比与降水量的关系。同时对比实际降水累积量图，可以看出当Qr≥0.5kg/kg时，对应位置实况降水量均在100mm以上，局部地区达到200mm，再一次验证了平均雨水混合比与降水量存在正比关系。

图8 (a)～(d)为GD方案每间隔6小时模拟的平均雨水混合比

图8(a)～(d)分别为GD方案每间隔6小时模拟的平均雨水混合比。GD方案模拟的平均雨水混合比整体偏低，再结合模拟降水场分析可知，该方案降水强度模拟偏弱。对比实际降水场可以发现，虽然Qr的峰值区与强降水区的位置能够基本对应，但是降水强度方面没有很好配合。

图9 (a)～(d)为SAS方案每间隔6小时模拟的平均雨水混合比

图9(a)～(d)分别为SAS方案每间隔6小时模拟的平均雨水混合比。SAS方案模拟的平均雨水混合比于12:00～18:00在(104.5°E～107°E，31.5°N～32.5°N)出现一狭长峰值带，与模拟降水场在四川东部的强降水带很好的配合，并且说明了降水量的累积主要集中在午后。而对比实况降水来看，平均雨水混合比的狭长峰值带没有对实际的强降水中心进行很好描述，位于强降水中心的偏北方向，故该方案的降水模拟有待加强。

图10 (a)～(d)为G-3D方案每间隔6小时模拟的平均雨水混合比

图10(a)～(d)分别为G-3D方案每间隔6小时模拟的平均雨水混合比。对比模拟的降水场可以看出，除了个别地区外，G-3D模拟的平均雨水混合比的分布与降水场的分布差不多一致，但是比值不是很大，这能解释G-3D方案对降水强度模拟偏弱。再结合实际降水场可以发现，Qr的峰值区与强降水落区基本重合，说明了两者之间的正相关关系。

图11 (a)～(d)为TS方案每间隔6小时模拟的平均雨水混合比

图11(a)～(d)分别为TS方案每间隔6小时模拟的平均雨水混合比。该方案模拟的Qr分布与降水场较为符合，其峰值区对应降水场的强降水中心，能够很好地说明降水量与Qr的关系。对比降水实况可以看出，Qr峰值区与强降水区基本吻合，当Qr≥0.5kg/kg时，对应位置实况降水量均在100mm以上，个别地区甚至达到200mm。

3.2.2 云水混合比分析

图12(a)～(d)分别为KF方案每间隔6小时模拟的平均云水混合比，该方案模拟的平均云水混合比的分布图与平均雨水混合比的混合比峰值区以及降水模拟场强降水落区基本一致，可以通过峰值区预计降水场中的强降水中心。同时，再将其与实况降水图进行对比，可以发现云水混合比高的区域，降水量也是相对较多的。

图12 (a)～(d)为KF方案每间隔6小时模拟的平均云水混合比

图13 (a)～(d)为BMJ方案每间隔6小时模拟的平均云水混合比

图13(a)～(d)分别为BMJ方案每间隔6小时模拟的平均云水混合比。该方案对Qc的模拟与Qr的模拟非常相似，从分布的走向到峰值区的位置，它能很好地表达Qc与Qr两者是相关联的，是六种参数方案中模拟效果较好的一种。再结合实际降水场对比发现，当Qc≥0.2kg/kg，24小时内的实际降水累积量达到100mm，强降水中心降水量达到200mm，这对云水混合比与实际降水量的关系进行了很好说明，可以看出成正比例关系。

图14(a)～(d)分别为GD方案每间隔6小时模拟的平均云水混合比。将该方案模拟云水混合比分布图、雨水混合比分布图以及降水图结合起来看，当Qc≥0.2kg/kg时，Qr≥0.4kg/kg，降水累积量达100mm，可以发现Qc、Qr以及降水量均是呈正比关系。再结合实际降水场发现，云水混合比的高值区对应着实际降水区域的强降水中心。

图15(a)～(d)分别为SAS方案每间隔6小时模拟的平均云水混合比。该方案模拟的效果在展现Qr与Qc的关系上非常明显，在(105°E～107.5°E，31.5°N～32°N)范围内有一狭长峰值带，当 Qc≥0.2kg/kg时，相应位置的Qr在0.5kg/kg以上，在降水模拟场的表现为强降水落区。结合实际降水图对比分析，发现Qc图上的狭长峰值带并没有对四川东部强降水中心匹配，位置偏北。

图14 (a)～(d)为GD方案每间隔6小时模拟的平均云水混合比

图15 (a)～(d)为SAS方案每间隔6小时模拟的平均云水混合比

图16 (a)～(d)为G-3D方案每间隔6小时模拟的平均云水混合比

图17 (a)～(d)为TS方案每间隔6小时模拟的平均云水混合比

图16(a)～(d)分别为G-3D方案每间隔6小时模拟的平均云水混合比。该方案模拟的Qc与Qr在峰值区分布上基本吻合，其位置在降水模拟图上对应的是一24小时降水累积量大于100mm的强降水区，但由于Qc与Qr高值区较小，故模拟的降水强度较实况图相比偏弱。图4-33(a)～(d)分别为TS方案每间隔6小时模拟的平均云水混合比。对比平均雨水混合比分布发现，二者在范围分布基本一致，在强度上Qr＞Qc，说明雨水的水汽含量高于云水的水汽含量，从而雨水混合比更能对降水模拟场进行解释说明。对比实况降水图可以发现，Qc与Qr的峰值区能与强降水区域对应，但还是有漏报的现象。

3.3 涡度场分析

图18 (a)～(f)为六种方案模拟过程在300hPa高度上的涡度场

图18(a)和图19(a)分别为KF方案在2012年3日08时300hPa和850hPa高度上的涡度场。在300hPa高空图上可以看出四川地区分布了面积不等的负涡度区，其中在川东位置出现了最值为－40×10-6s-1的负涡度区，对应在850hPa低空为无旋运动以及小范围最值为20×10-6s-1的正涡度区，此时地面的辐合上升运动加强，在降水模拟场上出现强降水中心，说明该方案的降水模拟符合降水条件的高低空配置。

图18(b)和图19(b)分别为BMJ方案在3日08时300hPa和850hPa高度上的涡度场。从850hPa低空图可以看出在(107°E～108.5°E，31°N～33°N)出现一负涡度区，且延伸至300hPa高度。在300hPa高空图上(104°E，30°N)处出现最值为－40×10-6s-1的负涡度区，对应位置在低空图上则为一最值为40×10-6s-1的正涡度区，说明该位置地面有辐合上升运动来补给降水所消耗的水汽，在降水模拟场则出现降水累积量大于100mm的强降水中心。

图19 (a)～(f)为6种方案模拟过程在850hPa高度上的涡度场

图18(c)和图19(c)分别为GD方案在3日08时300hPa和850hPa高度上的涡度场。在四川东部地区，从850hPa低空至300hPa高空，涡度逐渐变为负涡度，说明高空有辐散下沉，同时高空的辐散值大于低空的辐合值，加大了地面的水汽上升运动，故在四川东部的模拟降水场出现了强降水中心。中部地区的高低空配置与东部地区相差无几，故在中部地区的降水模拟场也出现了强降水中心，由于高空负涡度峰值不大，故在强降水中心强度的预报上偏弱。

图18(d)和图19(d)分别为SAS方案在3日08时300hPa和850hPa高度上的涡度场。在850hPa低空图上可以看出在(106.5°E，31.5°N)处出现了正涡度为20×10-6s-1的区域，上升至300hPa高度时为－20×10-6s-1的负涡度区，说明在该处水汽从低空辐合上升，至高空辐散下沉，为水汽输送提供了动力条件，在降水模拟场上表现为一强降水中心。

图18(e)和图19(e)分别为G-3D方案在3日08时300hPa和850hPa高度上的涡度场。在300hPa高空图上于四川北部和中部均出现一负涡度区，说明该地高空水汽辐散下沉，有降水活动。由于在四川东部的降水模拟场有一强降水中心，而对应地区高空的辐散下沉运动范围不大，不能对该地的强降水进行很好说明。

图18(f)和图19(f)分别为TS方案在3日08时300hPa和850hPa高度上的涡度场。在850hPa低空图上，四川东部出现了不同大小的负涡度区，延伸至300hPa高度逐渐减小为0，说明地面水汽逐渐有辐合上升的趋势。同时在(106°E，32°N)处有一最值为20×10-6s-1的正涡度区，在其300hPa高空对应为最值为－40×10-6s-1的负涡度区，该地高空有辐散下沉，低空辐合上升，不断的为暴雨消耗的水汽提供补给，在降水模拟场形成以强降水中心。

4 结论

采用WRF3.4.1模式对2012年7月3日四川地区一次强降水过程进行模拟研究，并得出以下结论:

(1)KF、BMJ、GD、SAS、G-3D和TS模拟的降水范围还是普遍偏大，对四川北部的降水强度预报均偏强，存在不同程度的虚拟降水中心;在强降水落区的预报方面，BMJ方案、G-3D方案和TS方案均与实况相似，但都存在小范围误差;在强降水中心的强度预报上，六种参数方案均偏弱，相比之下，BMJ方案与TS方案略胜一筹，上述6种方案均在不同程度上出现虚报、漏报现象。

(2)根据云物理量特征分析:①云水混合比与雨水混合比的关系:云水混合比的比值越大，水汽越饱和，云雨转化增加，从而雨水混合比的比值增大，这在BMJ方案和TS方案表现较明显;②雨水混合比与降水累积量的关系:平均雨水混合比Qr与降水累积量密切相关，当Qr的数值越大，对应地区的降水累积量就越高，反应出该地的降水强度大，因此可以通过平均雨水混合比与降水累积量正相关的关系来分析诊断降水天气过程。

(3)当低空为正涡度区时，低空辐合，有水汽上升，同时高空又为负涡度区，水汽辐散下沉，如此往复循环，形成降水，降水量逐渐增加生成强降水中心。特别地，当高空辐散值大于低空辐合值时，加强了水汽的上升运动，使水汽源源不断地补充降水消耗，此时该地区降水强度大。通过分析了6种参数方案模拟降水的涡度场，充分验证了高空辐散造成的抽吸作用导致低层辐合的强烈发展，造成强降水的发生。

(4)通过在WRF模式中采用六种不同积云对流参数方案对四川地区降水个例进行数值模拟并分析模拟结果，初步认为四川地区降水模拟效果最好的积云对流参数方案是BMJ方案，其次是TS方案和KF方案。BMJ方案在模拟天气过程中对降水落区和降水强度的预报最接近实况，且其平均雨水混合比和平均云水混合比配合得当。

[1] 高伟，胡振菊，彭柏池，等.WRF模式产品精细化预报初探[J].贵州气象，2010，34(B09):12－14.

[2] 刘一鸣.中国关于积云参数化方案的应用[J].气象学报，1998，56(2):247－255.

[3] Kotroni V，Lagouvardos K.Precipitation forecast skill of different convective parameterization and microphysical schemes:application for the cold season over Greece[J].Geophysical research letters，2001，28(10):1977－1980.

[4] 黄安宁，张耀存，朱坚.中国夏季不同强度降水模拟对不同积云对流参数化方案的敏感性研究[J].大气科学，2009，33(6):1212－1224.

[5] 廖镜彪，王雪梅，夏北成，等.WRF模式中微物理和积云参数化方案的对比试验[J].热带气象学报，2012，28(4):461－470.

[6] 伍华平，束炯，顾莹，等.暴雨模拟中积云对流参数化方案的对比试验[J].热带气象学报，2009，25(2):175－180.

[7] 何光碧.MM5模式中积云参数化方案在西南地区适应性的进一步试验分析[J].高原山地气象研究，2009，29(3):12－19.

[8] 陈德辉，胡志晋，徐大海.CAMS大气数值预报模式系统研究[M].北京:气象出版社，2004:35－36.

[9] 陈功，廖捷，孙凌.WRF微物理方案对四川一次强降水模拟的影响[J].高原山地气象研究，2012，32(1):43－50.

[10] 齐彦斌，冉令坤，洪延超.云凝结物平流输送对降水云系发展影响的数值模拟研究[J].气象学报，2009，67(6):1045－1057.