不同云微物理方案对青藏高原一次强降水的模拟影响分析

毛智，朱志鹏，张如翼，周立旻

(华东师范大学地理科学学院/地理信息科学教育部重点实验室，上海 200241)

1 引 言

青藏高原，位于亚洲内陆，平均海拔为4 000～5 000 m，是中国最大、世界海拔最高的高原，被称为“世界屋脊”。其特殊的热力和动力作用不仅对高原本身及其周边地区的气候有重要影响，甚至对北半球乃至全球的大气环流产生影响[1]。在全球变暖的背景下，高原地区的许多气象要素也在发生着显著变化。研究都表明高原地区是气候变化的敏感区，那么对高原地区气候的研究就显得尤为重要。Duan等[2]分析了1980—2013年高原近地表气温观测数据，指出高原仍在显著变暖并且云-辐射反馈机制在调节变暖趋势中发挥重要作用。Liu 等[3]基于 1980—2018年高原地区 86个站点近地表气温和地表温度观测数据，研究高原感热通量的变化以及对南亚大气环流的可能影响，结果显示感热通量在2001—2018年间逐渐增加并且这一变化使得印度副热带高压南移收缩。

基于模式的气候模拟结果表明地形对气候模拟结果具有显著的影响。Zhu 等[4]将CMIP5 中30个气候模式和CMIP6 中12个气候模式对1961—2005年中国区域10个气候指标的模拟结果与地表观测值进行比较，结果显示CMIP6 多模式集合对整个中国区域年平均气温等气候指标空间分布的模拟效果很好，但对高原地区的模拟却存在冷偏差，总体来说CMIP6 的表现优于CMIP5。Li等[5]将中国气象科学研究院气候系统模式(CAMSCSM)对2000—2015年东亚夏季逐时降水的模拟结果与地表观测值比较，结果表明模拟偏差与地形密切相关，具体表现为在我国西部高原(东部平原)地区，降水量和降水频次被高估(低估)，降水持续时间变长(缩短)。

区域尺度天气过程的模拟表明，云微物理特征对降水模拟结果具有显著影响。Yun 等[6]利用WRF 模式模拟2008—2017年中国东部地区暖季降水，以了解模式模拟能力并探究对模式缺点的改进方法，结果表明模式能够很好地再现季节与季节内降水的空间分布以及与夏季风相关的降水带南北迁移等特征，并且改善对次网格云量和气溶胶效应的处理方式将有助于抑制模式高估降水量这一缺点。Orr 等[7]利用WRF 模式并选择不同云微物理方案，研究云微物理方案对喜马拉雅朗塘山谷夏季季风性降水的敏感性，对所有方案水凝物的分析结果表明冷云过程是主要的降水形成机制。Gao 等[8]利用WRF 模式并结合中国气象科学研究院微物理方案(WRF-CAMS)对青藏高原一次对流性降水过程进行了模拟，旨在探讨高原降水的微物理特性，结果表明该方案能够合理地再现累积降水量的空间分布但会延长降水时间1～3 h，并且应该使用可变雨滴粒径形状参数来处理因降水速率改变而引起的雨滴粒径改变。

为了解区域尺度上高原区域天气过程模拟中不同云微物理参数化方案对高原强降水过程的模拟影响及可能原因，本研究利用WRF 模式中三种不同云微物理参数化方案对高原一次强降水天气过程进行模拟分析。通过与实测的对比和对模拟结果的分析，进一步探索对高原降水过程有较好模拟效果的云微物理参数化方案，为提升高原区域的数值模拟和数值预报精度提供参考。

2 资料与模式设置

2.1 资料选取

本研究使用的实测降水数据是从中国气象数据网获取的中国自动气象站与CMORPH 降水产品融合的逐时降水量网格数据(经度范围为70.05～139.95 °E，纬度范围为15.05～58.95 °N，水平分辨率为0.1 °×0.1 °)。前人的研究表明这一数据能够很好地反映中国区域降水的主要特点[9-10]，将这一数据作为评估模式模拟降水的真值。

本研究使用的初始场及边界场资料来自NCEP 的FNL 资料，其时间间隔为6 h，水平空间范围为全球，水平分辨率为1 °×1 °，垂直方向分为32层，最高层为1 hPa。

2.2 参数化方案选择

边界层参数化方案：不同于许鲁君等[11]对下垫面类型相对均一的高原那曲地区的研究，此次研究的降水过程主要发生在雅鲁藏布江中游地区，而这一地区地形复杂多样，高差起伏大[12]。鉴于前人[13-14]利用WRF模式中不同边界层参数化方案对复杂地形模拟的研究表明非局地边界层方案较局地边界层方案能更好地模拟复杂地形的边界层特征，本研究选择非局地边界层方案中的代表性方案(Yonsei University(YSU)方案)进行模拟。

积云对流参数化方案：由于积云对流这一物理过程的复杂性，利用区域气候模式精确模拟降水仍然存在巨大的难度。鉴于Huang 等[15]利用WRF 模式在低水平分辨率(30 km)下对中国区域降水的研究结果和Wang 等[16]利用WRF 模式在高水平分辨率(1～5 km)下对高原地区夏季降水的研究结果，本研究选择Kain-Fritsch(KF)方案进行模拟。

云微物理参数化方案：云微物理过程在影响水汽凝结潜热加热和雨水蒸发潜热冷却方面具有重要作用[17]。Lin 方案和WSM6 方案都是单参数体积方案[18-19]，主要通过假设粒径分布来预测水汽和水凝物(冰、雪、霰、云水和雨水)的混合比。Lin方案是基于文献[20-22]的研究，并且采用了Tao等[23]对饱和调整和冰沉降的修改。在该方案中，当温度低于结冰点(-40 ℃)时，云水和雨水分别处理为冰和雪；当温度高于0 ℃时，冰全部处理为云水；当温度介于二者之间时，冰、雪、霰、云水和雨水五种水凝物共存[24]。WSM6 方案则分别采用Dudhia[25]和Hong等[26]的研究结果来处理冰和云水的饱和调整过程，并且采用小步长时间积分来处理冻结和融化过程以提高垂直加热廓线的精度，通过雪和霰的混合比例加权来指定它们的单粒子下落速度。Eta(Ferrier)方案预测以云水、雨水和降水冰的形式出现的水汽和水凝物的变化，根据降水冰的混合比估算其密度，并以此来确定降水冰的形式为雪、霰或雨夹雪，利用Eta 方案来表示云中的微物理过程与诊断混合相态过程可使得在较大的时间步长下有稳定的结果[24]。

2.3 试验设计

本研究使用的是WRF 模式4.0 版本。模拟时间设置为2016年6月15日08时—16日08时(北京时间，下同)，其中前6 h为spin-up时间。模拟中心经纬度为90 °E，29.5 °N，模拟区域采用三重嵌套，从外层至内层水平分辨率分别为27 km×27 km、9 km×9 km 和3 km×3 km，格点数分别为147×77、367×157 和 226×100，积分时间步长分别为 90 s、30 s 和 10 s，垂直方向采用 eta 坐标，共有 33 层，最高层为50 hPa，每隔1 h输出一次结果。

模式选用RRTM 长波辐射方案，Dudhia 短波辐射方案，Noah 陆面过程方案，YSU 边界层参数化方案，KF 积云对流参数化方案，Lin、Eta 和WSM6 云微物理参数化方案。外层只使用积云对流参数化方案，中层既使用积云对流参数化方案也使用云微物理参数化方案，内层只使用云微物理参数化方案。

3 模拟结果及分析

3.1 降水量与雷达反射率

为研究不同云微物理方案模拟的总体差异，本文首先考察了累计降水量与雷达反射率。从累计降水量场(图1)可看出，三种方案模拟的降水范围均较实测偏大。整个降水过程表现出两个主要降水区域，区域A 中最大累计降水量为28.1 mm，区域B 中最大累计降水量为37.7 mm。对于区域A，三种方案模拟的位置均较实测偏东，Lin 和WSM6 方案模拟的个别点最大累计降水量均较实测偏大(超过了40 mm)，Eta 方案模拟的总体最大累计降水量与实测相当；对于区域B，三种方案模拟的位置与实测相当，Lin 方案模拟的个别点最大累计降水量较实测偏大(超过了40 mm)，Eta 和WSM6 方案模拟的总体最大累计降水量与实测相当。除区域A 和B 之外，三种方案均模拟出了一些虚假的大降水区域。

图1 6月15日14时—16日08时16 h累计降水分布

三种方案模拟得到的15日19—20 时的雷达反射率(图2a1～2c2)在强度和覆盖范围上基本一致，部分区域雷达反射率大于35 dBZ；Eta 方案模拟得到的16日00—01 时的雷达反射率覆盖范围比 Lin 和 WSM6 方案稍大(图 2a3～2c4)，部分区域雷达反射率大于40 dBZ。总体而言，强雷达反射率区域与前文提到的主要降水区域有较好的对应，但形态各异。

图2 Lin方案(a)、Eta方案(b)、WSM6方案(c)模拟的雷达反射率

3.2 水汽输送情况

水汽通量与水汽通量散度可定量描述水汽输送的大小和方向以及水汽在何处聚集[27]。三种方案模拟的水汽通量及其散度(图3)大小和范围分布差异不大，最大水汽通量在5 kg/(m·s·hPa)左右，最大水汽通量散度在3×10-6kg/(m2·s·hPa)(辐合)左右，均表明在强降水过程发生之前南北水汽的经向输送和聚集。水汽的输送为强降水提供了有利的水汽条件。

图3 Lin方案模拟(a)的6月15日14时500 hPa水汽通量(矢量，单位：kg/(m·s·hPa))和水汽通量散度合成(阴影，单位：10-6 kg/(m2·s·hPa))；与对应时刻Eta方案模拟(b)、WSM6方案(c)模拟的水汽通量和水汽通量散度

3.3 动力热力差异

为探究三种方案模拟的强雷达反射率区域差异的内在原因，下面将从温度场和垂直运动场两方面进行分析。相当位温能同时反映大气的温度和湿度状况，其垂直梯度大，则有利于低层暖湿空气向上抬升，与高层干冷空气相遇形成相当位温线密集带[28]。虽然三种方案模拟的相当位温线密集带位置差异较大，但无论是在降水过程的前一阶段(15日 20 时)还是后一阶段(16日 00 时)，三种方案模拟的相当位温线密集带位置与各自的强雷达反射率区域均有较好的对应。同时，绝对涡度大值区(＞50×10-5s-1)配合垂直风速大值区(＞3 m/s)形成的垂直运动大值区和相当位温线密集带位置也有较好的对应，亦即与强雷达反射率区域有较好的对应。

图4 Lin方案模拟(a、d)，Eta方案(b、e)，WSM6方案(c、f)的相当位温(等值线，单位：K)、绝对涡度(阴影，单位：10-5 s-1)和垂直风速(矢量，单位：m/s)沿图2所示线段的剖面

3.4 微物理差异

3.4.1 水凝物垂直分布

前文以宏观特征为落脚点对三种方案模拟差异进行了分析，为了从微观过程进行解释，图5 和图6 给出了三种方案模拟的水凝物垂直含量随时间的演变特征。Lin 方案模拟的云水含量最多(最大值约为0.44×10-4kg/kg)且绝大部分是分布在0 ℃层之上，其云系发展最高，WSM6 方案模拟的云水含量次之，Eta 方案模拟的云水含量最少；三种方案模拟的雨水均分布在0 ℃层之下(图5a2～5c2)，且含量差异不大；固态水凝物冰(图5a3～5c3)、雪(图 6a、6b)和霰(图 6c、6d)主要分布在 0 ℃层之上。三种方案模拟的冰的高值中心虽在同一高度，但Eta方案和WSM6方案模拟的冰含量均高于Lin方案；Lin方案模拟的雪含量低于WSM6方案，但高值中心位置却高于WSM6 方案；Lin 方案和WSM6方案模拟的霰含量和分布差异不大。

图5 15日14时—16日08时Lin方案(a1～a3)、Eta方案(b1～b3)、WSM6方案(c1～c3)模拟的区域平均水凝物混合比(单位：10-4 kg/kg)的气压-时间剖面

图6 同图5，但为Lin方案(a、c)模拟、WSM6方案(b、d)模拟

进一步分析水凝物在整个降水过程的含量差异情况，图7给出了三种方案模拟的水凝物的垂直廓线。对于冰廓线，Eta 方案的模拟值远远高于其他两种方案，最大值约为2.8×10-4kg /kg；对于雪廓线，WSM 方案模拟值高于Lin方案，最大值约为1.1×10-4kg/kg，但模拟高度较Lin 方案稍低；对于霰廓线，Lin方案和WSM6方案模拟的最大值约为0.5×10-4kg/kg，且高度分布差异不大。

图7 15日14时—16日08时平均的Lin方案(a)、Eta方案(b)、WSM6方案(c)模拟的水凝物混合比(单位：10-4 kg/kg)随气压的变化

3.4.2 云微物理转化项

为深入探讨固态水凝物含量差异的原因，并且考虑到Lin和WSM6方案微物理转化过程较Eta方案复杂得多，图8给出了这两种方案云微物理过程的转化特征，过程详细意义见表1、表2。

表1 Lin方案云微物理转化过程

表2 WSM6方案云微物理转化过程

图8 15日14时—16日08时Lin方案(a)、WSM6方案(b)模拟的水凝物(单位：10-11 kg/kg)的转化过程

首先就水汽收支而言，两种方案表现出不同的过程：Lin 方案中，水汽主要存在水汽向霰的凝华Pgdep(霰向水汽的升华Pgsub)、水汽向雪的凝华Psdep(霰向水汽的升华Pssub)以及雨水向水汽的蒸发Prevp等过程，这表明水汽主要向固态水凝物转化；而在WSM6方案中，则主要是水汽与云水的相互转化Pcond、水汽与雨水的相互转化Prevp、水汽与冰的相互转化Pigen 和Pidep、水汽与雪的相互转化Psevp 和Psdep、水汽与霰的相互转化Pgevp 和Pgdep 等过程，这表明水汽主要向液态水凝物转化。

就云水而言，Lin 方案中主要表现为支出，即被霰碰并Pgacw、被雪碰并Psacw、被雨水碰并Pracw、同质冻结成冰 Pihom 等汇项；WSM6 方案中存在前文提到的主要源汇项Pcond、被雪碰并转化为霰或者雨水Psacw、被霰碰并转化为霰或者雨水Pgacw、被雨水碰并Pracw。就冰而言，Lin 方案中主要存在一个大的汇项，即通过贝吉龙过程形成雪Psfi，此过程比其它过程大一个量级；WSM6方案中除了前文提到的源汇项Pigen 和Pidep、还存在向雪的转化Psaci 和Psaut 以及向霰的转化Pgaci。就雪而言，Lin 和WSM6 方案中都存在来自冰的转化项以及向霰的汇项，同时WSM6 方案还存在另外一个大的汇项，即冰融化生成雨水Psmlt。

对雨水收支过程的分析表明，Lin和WSM6方案都表现出霰向雨水转化的特点：Lin 方案中，水汽、云水和雪均大量向霰转化，霰转化为雨水；WSM6 方案中，云水和雪均大量向霰转化，霰转化为雨水。

综上所述，对于此次降水，Lin 方案模拟的微物理过程表现为：通过水汽向霰粒子凝华的过程Pgdep，通过霰碰并水汽凝华生成的雪粒子而造成霰粒子增长的过程Pgacs，以及霰碰并云水造成霰粒子增长的过程Pgacw，此三种过程生成的霰粒子最终融化为雨水(Pgmlt)。WSM6 方案模拟的微物理过程表现为：一方面水汽凝结成云水，云水被雪和霰碰并收集转化为霰，之后霰融化为雨水；另一方面水汽凝华为冰，一部分冰转化为雪，雪直接融化为雨水或转化为霰融化为雨水，另一部分冰转化为霰，霰融化为雨水。

4 结 论

本文利用 WRF 模式对 2016年 6月 15—16日发生在青藏高原雅鲁藏布江中游地区一次强降水天气过程进行了模拟研究，探讨了三种云微物理参数化方案对高原降水的影响，分析了三种方案水凝物的分布并着重分析了Lin 和WSM6 这两种复杂云微物理方案的微物理转化过程，得到以下结论。

(1) 整个降水过程表现出两个降水区域。对于区域A，三种方案模拟的位置均偏东，Lin 和WSM6 方案模拟的降水量偏多，Eta 方案模拟的降水量与实测相当；对于区域B，三种方案模拟的位置与实测相当，Lin 方案模拟的降水量偏多，Eta 和WSM6方案模拟的降水量与实测相当。

(2) 对比分析三种方案模拟的液态水凝物(云水、雨水)和固态水凝物(冰、雪、霰)垂直分布和垂直廓线可知：三种方案模拟的冰粒子差异较明显；Lin和WSM6方案模拟的雪粒子差异较大，但霰粒子无明显差异。

(3) 对比分析了Lin 和WSM6 方案的微物理转化过程，结果表明：这两种方案都表现出了霰向雨水转化的特点。在Lin方案中，通过水汽向霰粒子凝华的过程，通过霰碰并水汽凝华生成的雪粒子而造成霰粒子增长的过程，以及霰碰并云水造成霰粒子增长的过程，这三种过程生成的霰粒子最终融化为雨水。而在WSM6 方案中，一方面水汽凝结成云水，云水被雪和霰碰并收集转化为霰，之后霰融化为雨水；另一方面水汽凝华为冰，一部分冰转化为雪，雪直接融化为雨水或转化为霰融化为雨水，另一部分冰转化为霰，霰融化为雨水。