WRF模式不同陸面方案對一次暴雨事件模擬的影響

曾新民，吳志皇，宋 帥，熊仕焱，鄭益群，周祖剛，劉華強

1解放軍理工大學氣象學院，南京 211101

2中國科學院東亞區域氣候－環境重點實驗室，北京 100029

WRF模式不同陸面方案對一次暴雨事件模擬的影響

曾新民1，2，吳志皇1，宋 帥2，熊仕焱1，鄭益群1，周祖剛1，劉華強1

1解放軍理工大學氣象學院，南京 211101

2中國科學院東亞區域氣候－環境重點實驗室，北京 100029

本文利用中尺度模式 Weather Research and Forecasting Model（WRF）3.1版本及National Centers for Environmental Prediction（NCEP）分析資料，就2003年6月下旬我國江淮及南方地區的強降水事件，以24h短期天氣模擬的方式，研究了模式中四個不同陸面方案對降水模擬的影響.結果表明，此次暴雨事件模擬對不同陸面方案是比較敏感的，模擬區域內雨量級別越高，不同方案的TS評分差異就越大，較大范圍雨量可存在30%的差異，四種方案的暴雨中心值可存在100%～150%的較大差別；不同陸面方案還導致了模擬平均感熱通量及潛熱通量的系統性差異，這些差異的分布具有地域特點；陸面方案通過兩種機理對模擬降水產生重要影響，即主要影響地表蒸發量，以及主要影響低層環流及水汽輻合，從而分別影響模擬的較大范圍降水（如，平均約7%、最大約30%的較大范圍雨量差異）及包含模擬降水中心的較小范圍暴雨（如，方案間暴雨中心雨量可存在100%～150%的較大差別）.可見，不同陸面過程可從不同空間尺度、不同程度上影響暴雨天氣，改進陸面方案可以提高WRF模式對暴雨的模擬能力.

WRF，陸面方案，暴雨事件，短期天氣，數值模擬

1 引 言

我國是世界上多暴雨國家之一，暴雨是我國夏季常見且影響地區廣泛的一種主要災害性天氣，對人民生命財產構成了嚴重危害.目前對我國暴雨的研究盡管已取得了很多成果，了解了一些暴雨發生發展的物理機制，提出了一些概念模型，但是，暴雨的形成是一個非常復雜的問題，目前仍存在諸多難點亟待解決[1－2]，如，位勢不穩定性如何形成又如何釋放，水汽如何爆發式地凝結下落，等等.

陸面作為氣候系統的一個非常重要的分支，近幾十年來陸氣相互作用對氣候的影響受到高度關注[3－6]，并發展了許許多多描述陸面與大氣之間動量、熱量、水汽及其他一些微量氣體交換的陸面物理、地球生物化學的參數化方案（簡稱陸面方案[7－8]）.近些年來，人們也關注短期天氣中陸面過程的作用，例如，Pielke[9]認為陸面特性量可從單個雷暴尺度到全球尺度對大氣運動產生顯著影響；Zeng等[10]研究了與中尺度模式耦合的陸面方案中參數的次網格非均勻性，發現這種非均勻性可影響暴雨強度，并分析了其中機理；Jin和 Miller[11]利用中尺度模式MM5模擬發現積雪對逐日天氣變化有較大影響；張朝林等[12]用MM5模擬了一次北京24h暴雨，顯示出引進精細下墊面信息對模擬暴雨的發生發展可產生重要影響（如影響模擬降水的中心位置及強度）；曾新民等[13]采用新一代的中尺度模式WRF，檢驗一次24h暴雨模擬對陸面參數的擾動的敏感性，同時發現陸面參數擾動影響暴雨模擬的時間尺度小于10h；趙鳴等[14]曾用耦合了BATS陸面過程方案的RIEMS模式，研究BATS的增加對2個24h暴雨模擬個例的影響，結果表明，陸面方案對模式降水可產生較大影響.

前人就降水事件中陸面過程作用的研究工作有如下兩個特點.一是多涉及不同陸面參數或陸面信息的改變對降水模擬的影響，較少研究降水模擬對不同陸面方案的敏感性.這樣，在改進陸面參數表示或利用精細的陸面信息改善降水模擬時，很難分辨出這種工作所采用的陸面方案導致的總體影響，如方案的系統性偏差.二是針對我國范圍的研究僅涉及短期降水個例模擬，缺乏對有氣候意義的降水事件的研究.事實上，盡管從這種個例研究中可以看出短期降水模擬中陸面方案的影響，但這種影響的普遍性或方案引起差異的系統性則需要更多的個例來檢驗.檢驗時，既可通過單一個例或若干個時間上不連續的個例，甚至模擬區域等設置有所不同的模擬個例來進行，也可通過一個集中、連續發生暴雨的較長時段的暴雨事件，在同一模擬區域來考察.顯然，后者是一種較好的方法，并被國外的研究者所采用（如Xue等利用Eta模式的研究[15]）.由于不同地區陸面特征不同，在暴雨事件中陸氣相互作用的特征也可能存在差異，因此，研究我國南方地區暴雨模擬中陸面過程方案的影響，對評價或提高模式模擬暴雨能力及定量降水預報的制作等，都具有重要意義.本文將選用目前應用廣泛的新一代中尺度模式WRF，對2003年6月下旬我國南方地區持續性暴雨事件進行逐24h的數值積分模擬，探討不同陸面方案對暴雨模擬的影響.

2 天氣概況

2003年6月下旬至7月上旬，江淮流域已入梅，西太平洋副高位置相對偏北，其南北變化較少、東西變化較為明顯；強勁而穩定少動的中緯度西風急流使得西太平洋副高難以北抬，致使淮河流域降雨帶穩定少動，共出現了3次暴雨過程，雨量集中，降水強度大，因而形成了1954年以來最強的大洪水.同時，每一次梅雨鋒的出現均伴有高層南亞高壓的東伸，并誘發500h Pa西太平洋副高西伸至我國沿海，導致淮河流域多雨，江南干旱高溫[16].期間，南方的其他地方，如兩湖地區和華東部分地區，也出現了暴雨和大暴雨天氣.

從同期的逐日實測降水情況來看（圖略），20日的降水范圍集中在整個海南省及其鄰省地區，模擬區域范圍內（見圖1）單站24h累積最大降水量（Maximum Daily Precipitation，MDP）達 到 了89mm，21日我國大部都有降水，江南沿海地區雨量較大，MDP達到了120mm，22日降水集中在江淮流域（MDP為160mm），23日雨帶南移，降水集中在長江流域地區（MDP為144mm），24日雨帶繼續南移，雨量增大，福建北部MDP達到200mm，25日雨帶維持（MDP為163mm），26日降水在海南、廣東和湖南地區最強（MDP為176mm），27日整個江南地區普遍出現降水，雨量在海南東南部最為集中（MDP為134mm），28日降水主要集中在皖南地區（MDP為127mm），29日降水主要集中在江蘇、安徽和河南（MDP為100mm）.在整個模擬區域，6月下旬的每一天都出現了暴雨以上級別的強降水.

圖1 模式嵌套區域及觀測站點分布Fig.1 Model domain （the large and nested regions are denoted as“D1”and“D2”，respectively）and the distribution of observational stations

3 試驗設計

這里選用模式Advanced Research WRF（ARW）V3.1.1.WRF是近年來由美國多家業務及科研機構開發出的新一代中尺度模式（http：//www.wrf－model.org），已廣泛應用于各種研究與業務預報中.除了極具特色的數值化動力框架外，WRFV3.1.1還包含許多先進的物理參數化方案選項.本文采用了Betts－Miller－Janjic積云對流參數化方案、Ferrier微物理方案、MRF高分辨邊界層參數化方案和RRTM云輻射方案以及RRTM長波輻射方案、Dudhia短波輻射方案.模式中陸面方案部分共有4個選項，即Dudhia的5層熱擴散方案、NOAH陸面方案、RUC陸面方案及Pleim－Xiu陸面方案，各自從水平衡及能量平衡規律出發，計算出了陸面與大氣間交換的動量、感熱、潛熱、輻射等通量[17].

熱擴散方案（下面簡稱SLAB方案）是基于MM5的5層土壤方案而實現的.方案采用分裂短時間步長的算法，采用了修正的強迫－恢復法計算土壤層的溫度，土壤濕度取為隨土地利用類型及季節而變的函數值，而沒有顯式地考慮植被的作用.土壤層分別為1、2、4、8、16cm厚，在這些層以下溫度固定為日平均值.能量計算包括輻射、感熱及潛熱通量，可計算出比強迫－恢復法頻率更高的地表響應.此外，此方案還可用于簡單的雪蓋模擬計算，但積雪覆蓋率是固定取值的.

NOAH方案由Oregon State University（OSU）陸面過程方案經不斷發展得來，是一個考慮了植被影響、能預報4層（10、30、60、100cm 厚）土壤溫度和濕度以及植被冠層水分和雪蓋的模式，其表層溫度（skin temperature）由診斷方法得到.該方案土壤根層厚度隨地表植被類型（由美國地質勘探局USGS提供）而變化，使用迭代法求解對角矩陣以更新土壤溫度，土壤濕度則由預報方程求得，同時考慮了較為詳細的雪蓋和凍土影響；最近，陸面模式物理方面還在得到改進，如增加了兩個城市冠層模式選項（本文未選用），更充分地考慮了城市下墊面的影響.通過預報地表變量，NOAH方案提供相應感熱、潛熱及輻射等通量給邊界層方案.NOAH陸面方案除能夠預報上述變量外，也能輸出包含地面和地下徑流的總徑流量；在做初始化處理時，方案還使用了一些季或年平均的植被和土壤資料（如年平均溫度、季節平均植被覆蓋率等）作模式輸入.

RUC陸面方案為美國國家環境預報中心（National Centers for Environmental Prediction，NCEP）天氣業務預報系統中的陸面物理參數化方案，包含多層土壤以及雪蓋及植被的處理，求解6層土壤中溫度和濕度，其中土壤溫度由熱擴散方程求解，土壤濕度由Richards水分傳輸方程求解，并由地表的能量及濕度收支方程，采用隱式方案計算地表通量，其中考慮了多層的較為詳細的雪蓋模式，凍土的參數化考慮了土壤中相變的潛熱釋放以及土壤中冰相對水輸送的影響.

Pleim－Xiu陸面方案（下面簡稱PLEX方案）包含2層土壤，即1cm厚的地表上層和99cm厚的下層，采用強迫－恢復法計算土壤溫度與濕度.作為該方案參數化的一個特征，其水汽通量有3個來源：蒸散、土壤蒸發及濕冠層蒸發，即考慮了植被的作用，其中蒸散由總體葉孔阻抗方法來計算.方案中格元的植被和土壤參數由土地利用類型的覆蓋率及土壤質地類型推得.此外，方案中還對雪蓋進行了簡單的參數化計算.

本工作采用雙向兩重嵌套網格，模擬區域（見圖1）中心為（29.5°N，111.8°E），大區域 D1格點數為80×80，小區域D2格點數為169×160，水平格距分別為36km和12km，垂直分辨率為不等距31層，模式頂氣壓50h Pa.如不做特別說明，下面分析中涉及區域平均的統計量針對的是D2區域，這樣可在較高的模式分辨率條件下討論不同陸面方案對較大陸面區域內模擬降水的影響.

由于2003年6月20日至30日江淮流域及南方地區降水非常集中且強度大，該旬的連續性降水也有氣候學上的意義，我們取這10天作研究時段.模式的初始場及邊界條件采用NCEP 1°×1°再分析資料數據.逐24h積分的初始場采用從2003年6月20日00UTC～29日00UTC數據（各初始場相隔24h），即作10個24h的積分，時間積分步長為60s.每一24h積分試驗（以起始積分日期為標示，如“D20”試驗）都采用4個不同陸面方案各積分一次.由于除陸面方案外的物理參數化選項都相同，不同24h積分結果之間的差異即為由不同陸面方案所引起.

4 結果初步分析

4.1 TS評分

這里首先采用目前研究及業務中經常用到的TS評分，對模擬的降水作初步統計檢驗，具體將降水分為0.1mm，10mm，25mm，50mm 4個等級進行評分.

取NA為數值模擬發生降水而實況也出現降水的站數，即模擬降水且模擬正確的站數，NB為模擬出降水而沒有實況降水的站數，NC為沒有模擬出降水但有實況降水的站數，對四種方案進行檢驗，則：

TS ＝NA/（NA＋NB＋NC）. （1）可見，TS評分只反映有降水時的成功率，當模擬的降水區與實況降水區完全重合時，TS＝1，模擬完全正確，TS越接近0時，模擬越差.

參與評分與統計的站點為模擬區域（21°N～38°N，102°E～122°E）內的有效發報站點，共301個站點（分布見圖1）.從TS評分結果（圖2）可以看出，四種方案對于不同量級的降水模擬總體效果令人滿意.在10個24h積分模擬中，四種陸面方案TS評分之間呈現一定的差異.對于0.1mm以上降水，四種方案的TS評分都在0.7～0.9之間，表明各方案都較好模擬出了小雨的雨區范圍，評分大都比較接近，但在D23、D25、D27、D29試驗之間出現較大差別，如D23中RUC方案比其他方案低了0.04左右；對10mm以上中雨，四種方案的評分也比較接近，大都在0.2～0.7之間，評分差別最大出現在D27，NOAH方案比SLAB方案高了0.13；對25mm以上大雨，除D20、D28外，四種方案的評分結果都在0.2～0.5之間，同一天試驗出現了較大的差別，最大單日試驗TS差異為0.16（D23），但各個方案的優劣表現沒有確定性，沒有一個方案始終占優，也沒有一個方案始終是最差的；對50mm以上降水（暴雨），四種方案的評分都在0.0～0.4之間，與25mm以上降水情形基本一致，無顯著優勢方案，最大單日TS差異為0.26（D27）.10個積分模擬中，24日08時～25日08時的24h實況降水量最大，中心雨量達226 mm，相應大雨、暴雨的TS評分結果也是較高的，不同方案模擬降水的TS評分差異也較大.可見，一般地，降水量級越高，模擬的成功率則越低；對于不同量級的降水模擬，四種陸面方案呈現出不同的敏感性，即雨量級別越高，相應最大單日降水TS評分對陸面方案越敏感.這種結果與前人[12－13]陸面參數或陸面信息的變化可對降水強度產生較大影響的結論是相一致的.

圖2 四種方案模擬24h降水的TS評分結果（a）＞0.1mm；（b）＞10mm；（c）＞25mm；（d）＞50mm.Fig.2 Threat scores for 24－h accumulated precipitation from the four schemes

表1給出了10個積分試驗的四種陸面方案對不同量級降水模擬的TS評分旬平均值.可以看出，平均來說，不同量級的降水對四種陸面過程方案呈現出不同的敏感性：10mm以下，差異較小；25mm以上大雨級別降水，平均TS最大相差0.025（RUCNOAH），差異較為明顯；50mm以上降水，差異非常明顯，其中SLAB方案較NOAH方案平均TS要高出0.045.可見，盡管四種陸面方案在各個具體單日模擬中優劣表現不一，對中雨以下量級無顯著優勢方案，但總體上對大雨量級的模擬，RUC方案TS平均最高，NOAH方案最低；對暴雨量級的模擬，SLAB方案最優，RUC陸面方案次之，NOAH陸面方案最為不佳.

表1 10個積分試驗的TS評分平均值Table 1 Averages of TSfor the 10simulations

4.2 誤差分析

上述TS評分反映了有降水時的模擬成功率，而平均絕對誤差（ABE）及均方根誤差（RMSE）則更為直接表示出模擬與觀測之間的偏差.圖3給出了四種陸面過程方案模擬降水量的誤差分析圖，其中ABE及RMSE計算如下：

公式（2）～（3）中，Pi為第i站預報降水；Oi為第i站實況降水.

由圖3a可以看出，四種陸面方案對于分析區域內的模擬降水量存在約15mm的絕對誤差（由圖4a，對應區域D2內平均約7%的相對誤差），但總體上方案間在整個模擬區域差別較小，ABE及RMSE兩種誤差結果較為一致.但試驗D27卻表現出不同方案的很大差異，如ABE及RMSE的相對差異可分別達到20%及40%左右.這反映了總體上模式具有能較好模擬降水的能力，對這里較大的空間范圍（考察區域D2），模擬平均降水對不同陸面方案不夠敏感；但對具體個例，模擬降水在較大空間尺度上對陸面方案也可能非常敏感.

圖3 四種方案模擬24h累積降水量的區域絕對誤差（a）和均方根誤差（b）Fig.3 Area－averaged absolute errors（a）and RMSE （b）of 24－h accumulated precipitation from the four schemes

圖4給出了模擬降水與實測的對比結果.圖4a為四種陸面過程方案模擬的累積24h區域平均降水量與實況的對比圖，可以看出，對于區域平均降水量的模擬，四種方案的模擬結果總體上要大于實況，其中，SLAB和RUC方案的差異較小，NOAH和PLEX方案差異也較小，但PLEX方案可比SLAB方案的模擬結果約大30%（D20、D21、D22），10個試驗平均最大相對差異約為7%.

圖4 24h累積降水區域平均（a）和中心最大雨量（b）Fig.4 Areal averages of 24－h accumulated precipitations（a）and the maximum precipitations within the D2area（b）

圖4b給出了四種陸面過程方案模擬的24h累積中心最大雨量與實況的對比.可以看出，模擬中心降水量普遍高于實況降水量，在總共4×10次積分中只有8次低于實況降水量，且相對其他試驗，低出的絕對幅度也不大.對于實際大都＞100mm中心降水量的模擬，除D23、D29外，每一天的試驗中總有一個方案相對較好地模擬出了與實際較為一致的中心值（差值在70mm以內，相對差異在30%以內），但各個方案之間的差別就非常明顯，最大差異相對實測約100%～150%，如對D22試驗，模擬降水中心值由RUC、NOAH、SLAB、PLEX方案依次下降，PLEX方案與實測吻合非常好，但 RUCPLEX的差異相對實測約為120%.10天中，NOAH及PLEX方案有5～6天的模擬與實測最為接近，而SLAB和RUC方案總體距實測更遠.可見，各方案對暴雨中心雨量的模擬值總體偏大，NOAH和PLEX方案模擬結果略微優于SLAB和RUC方案，模擬降水強度對不同陸面方案的選擇非常敏感.

4.3 降水空間分布

從每一個24h積分的結果來看，模擬降水分布情況與實況基本都有較好的一致性，顯示出四種陸面方案對降水過程均有較好的模擬能力；同時四種方案結果在降水范圍、降水中心位置和中心強度上也存在一定差異.

為總體考察模擬陸面方案的影響，圖5給出了各方案模擬24h累積降水的10個積分平均（旬平均）分布情況及相應由站點觀測降水內插得到的實況.由SLAB方案結果（圖5a）與實況（圖5e）對比可知，模擬的從山東半島向西南方向延伸的10mm等雨量線與實況基本吻合，東西方向覆蓋江淮流域的強降水帶及主體位于廣西的強降水區的模擬結果與實況也較為一致，表明模式較好再現了6月下旬的強降水事件.但模式模擬也存在一些不足，如模擬區左下角（云貴高原）降水量偏大.

圖5 10個積分模擬24h累積降水及相應觀測降水的平均分布（單位：mm）Fig.5 Averaged distribution of 24－h accumulated precipitation of 10simulations from different schemes and corresponding observations（Unit：mm）

NOAH、RUC及PLEX陸面方案模擬降水分布（圖5b—5d）類似SLAB方案（圖5a）.進一步的比較可以看出方案之間也存在一些差異，如對＞10mm降水，PLEX在27°N以南的雨區面積明顯較其他方案要大；前面由TS評分可以看出，對＞50mm（＞25mm）降水，SLAB（RUC）方案性能最好，這也在一定程度上反映到模擬降水的分布上（圖5b，5c），如SLAB方案模擬的28°N～33°N的雨帶是四種方案中最強的.由圖5d—5f的空間降水差異還可看出更多分布的細節，如，33°N以北，NOAH模擬降水較SLAB方案偏弱（存在一些差值中心，相對差異在30%以上）；在實際降水最強的江淮地區，NOAH模擬降水較SLAB方案也總體偏弱，而在28°N以南，NOAH模擬降水較SLAB方案總體要強.而PLEX方案在28°N以南的模擬降水顯然較SLAB方案更強（圖5f）.無論實測還是模擬降水，在浙江中部、福建北部位于（28°N～30°N，115°E～119°E）的范圍（此區域標記為D3區域，在下一節中用來考察強降水區模擬情況）都出現＞25mm的旬平均“大雨”（圖5a—5e），且存在較大面積的大于8mm、相對差異30%以上的差值區域，顯示出不同陸面方案對局部降水模擬可產生非常大的影響.正是由于這種強降水區域范圍的增大，其中心位置也因不同方案而有所偏移.盡管各方案模擬的旬平均中心最大差異約30 km，不同方案模擬無明顯優劣差異，但對具體的單日模擬差異更大，如D22試驗中，SLAB與NOAH方案模擬中心相差約80km；甚至一個方案中的最大與次大值中心變為另一方案的次大與最大值中心，則兩方案最大值中心可以相距更遠.

上述不同陸面方案影響強降水區域D2的程度是與該區域的位置及模式區域的大小密切相關的.由于本文工作是應用同一種資料做側邊界的區域模式模擬，距離側邊界越遠的區域則受模式物理方案的影響越大，因此，越是位于模式陸面中心附近的區域越能體現出不同陸面方案的影響.同時，這也意味著，這里的模擬結果并沒有高估不同陸面方案對降水模擬的影響，應用更大的模擬區域甚至采用全球模式則可看出更強的敏感性.類似地，沿海區域的降水模擬受不同陸面方案的影響較小一些（這也與采用同樣的海溫資料有關）.

值得提及的是，位于模擬區左下角的云貴高原的模擬降水也顯示出不同方案帶來的較大模擬差異（圖5f—5h），這與該區域非常復雜的地形及地表特征是相聯系的，也說明了不同陸面方案對該類地區降水模擬可產生較大影響，同時，由于該區域處于D2區域的邊界附近，也可以通過差異較大的陸面方案，放大了這種模擬的邊界效應.

5 機理分析

5.1 地表能通量

陸面方案的差異直接影響地表通量的模擬結果.圖6a—6b為模擬的20日到29日每天06UTC（北京時間14時）區域平均感熱通量和潛熱通量，該時次地表通量的變化能較為明顯地反映出陸面方案的影響.從中可以看出，無論對于感熱通量還是潛熱通量，四種陸面方案的模擬結果均存在一定的差別.總體上，感熱（潛熱）通量按SLAB、RUC、NOAH、PLEX依次遞減（遞增），其中SLAB方案與其他方案間的差別非常明顯，其感熱通量偏大，潛熱通量偏小，差異可達80W/m2，對感熱通量，相對差異約接近最小值的85%，對潛熱通量，相對差異達25%左右，差異非常大；而NOAH和PLEX方案間的差別則較小.可見，不同陸面過程方案導致了模擬地表能通量分配形式上較大的差異，地表感熱通量及潛熱通量的模擬對不同陸面過程方案都呈現出較大的敏感性.這與前面分析中降水區域平均模擬結果是一致的，即對D2區域，SLAB方案潛熱通量偏小（盡管模擬降水中心值更大），蒸發量對降水的貢獻也偏小，導致了在四個方案中模擬降水偏小；而PLEX則相反，在D2區域內蒸發量對降水的貢獻最大，代表較大范圍降水（＞10mm）的面積也是最大的.

圖6c—6f給出的不同方案各10個積分模擬的平均潛熱通量的空間分布結果，更為綜合地反映出陸面方案模擬的差異.受土壤濕度、地形及太陽輻射等方面地區差異的影響，4個方案都模擬出總體上潛熱通量由東南沿海向西北內陸遞減的趨勢.但各個方案也存在比較明顯的差異，如對模式區的東北角陸面部分，總體上NOAH、RUC和PLEX三個方案模擬潛熱通量較為接近，但較SLAB方案明顯要小，而其他區域基本偏大，以PLEX方案最為明顯（圖6f）；由不同方案差值場可更為明顯地看出這些特征（如圖6g，6h）.這些旬平均結果與06UTC平均結果（圖6a，6b）是基本一致的，且與前面討論過的降水空間分布也是基本相符的.可見，不同陸面方案模擬潛熱通量（或蒸發量）的較大差異直接導致了模擬降水的空間分布及區域平均的差異.

圖6 不同方案各10個積分模擬的平均感熱通量、潛熱通量（單位：W/m2）Fig.6 Averages of sensible and latent heat fluxes of 10simulations from different schemes（Unit：W/m2）

5.2 風場和水汽通量散度場

不同陸面過程方案還可以通過影響低層大氣環流形勢和水汽輻合，最終對降水模擬結果產生影響[14].圖7a和7b分別為SLAB方案與RUC方案10個積分模擬的850h Pa的平均風場和水汽通量散度場（其他方案類似，圖略），可見，6月下旬模擬區域盛行西南風，引導暖濕的水汽向北輸送，主要在南方地區形成水汽的輻合區；結合圖5a，5c可以看出，850h Pa水汽通量散度≤－0.3×10－5s的較強水汽輻合區與地面強降水區域有一定的對應關系.

圖7 10個積分模擬的850h Pa平均風場和水汽通量散度場（陰影區為≤－0.3×10－5s水汽通量散度）Fig.7 Averages of simulated wind speed and water vapor flux divergence at 850h Pa from 10simulations，where the area of water vapor flux divergence lower than－0.3×10－5s is shaded

圖7c（或圖7d）為 NOAH（或 RUC）方案與SLAB方案模擬850h Pa風場的差異.由圖可見，風場差異主要表現在包含D2區域的模擬區域中心附近及模擬區域左下角部分，這與前面分析的降水主要變化區域是一致的.可見，在這些區域，RUC方案（NOAH、PLEX方案類似）較SLAB方案模擬出更強或更弱的氣流輻合場，從而改變了模擬降水的強度.

5.3 地表水通量

表2 模擬區域D2（D3）旬平均24h水通量（單位：mm）Table 2 Area－averaged 24－h moisture fluxes for the studied area D2（D3）（Unit：mm）

從質量守恒的角度，陸面方案對降水模擬的影響可以通過地表水的分量表示出來.表2給出了各個試驗四種方案模擬得到的兩個區域（以上分析中較大范圍的嵌套區域D2，及圖5b中考察模擬強降水區域且降水差別較大的區域D3）內模擬蒸發量及降水量.由考察區域D2旬平均結果，一般地，平均蒸發量的增加使得降水量隨之增加；相對SLAB方案，NOAH方案模擬的24h累積蒸發量增加了0.42mm，超過了24h累積降水的增加量0.62mm的一半，其他方案結果類似.因此可以認為，模擬區域大氣降水的增加而引起大氣中水汽的流失主要是由陸面蒸發的增加來補充.也就是說，在考察模擬區域（如D2）的尺度上，通過大氣水分循環，不同陸面方案主要通過直接影響模擬的地表蒸發通量，從而影響模擬降水.這是影響較大區域降水的一種機理.

我們再分析考察子區域D3旬平均結果，可以看出，相對SLAB方案，NOAH方案模擬旬平均的24h累積蒸發量增加了0.54mm，但降水量反而有所下降.這就是說，對模擬的D3這種尺度的強降水區域（或包含模擬降水中心的暴雨區），不同陸面方案引起的模擬降水增加的主要水汽來源并非是陸面蒸發的增加，顯然，這主要是側向水汽輻合的增加量.前一種陸面方案影響降水的機理是主要通過地表蒸發過程影響較大尺度的降水，而這種影響降水的機理不同，即，不同陸面方案主要是通過大氣中水汽輻合的動力過程來影響尺度較小區域（如D3，或降水中心）的模擬強降水.

進一步分析可以發現，RUC和PLEX方案模擬結果類似NOAH方案，且具體個例試驗的結論與上述結論基本一致.

值得注意的是，前面重點討論了10個24h降水的平均模擬結果，實際上，不同陸面過程對區域內具體每日降水發生、發展過程也可產生影響.圖8給出了D23試驗區域平均逐小時模擬降水的變化.從圖中可以看出，D2和D3區域模擬逐時降水極值分布具有一定相關性，同時逐時降水也具有非線性變化特征，如D2的SLAB（PLEX）方案降水在模擬12h以前為各種方案中最小（大），之后則為最大（小），D3也類似.對D2區域，不同方案可導致平均30%左右的逐時降水相對差異，而對D3區域，差異可以更大（由于變化的非線性，24h降水差異可能會小一些，這由前面分析可知）.正是由于不同方案引起的這些短時降水差異，不但造成了模式模擬降水啟動時間的較大差異，也導致了不同空間范圍在不同時段內雨量分配的較大差異.

圖8 D23試驗的區域平均逐小時模擬降水（a）D2區域；（b）D3區域.Fig.8 Area－averaged hourly precipitation from the D23test for the D2（a）and D3（b）subareas

6 結論與討論

本文利用新一代中尺度模式 WRFV3.1，選取其中4個陸面方案，共設計了40個24h積分試驗，就2003年6月下旬我國江淮及南方地區的強降水事件進行了模擬研究，以考察該模式中不同陸面方案對短期降水模擬的影響（不同方案10個積分試驗24h模擬降水的主要差異見表3），得到如下結論：

表3 各方案10個24h積分試驗的差異小結Table 3 Summary of differences between the schemes for the ten 24h simulations

（1）總體上，24h累積降水的模擬對不同陸面方案是敏感的.從模擬區域內站點降水TS評分來看，模擬區域內雨量級別越高，評分對不同陸面方案模擬越敏感，對暴雨以上級別降水，SLAB較NOAH方案平均TS約高出0.05，但單日模擬結果無顯著優勢方案.由降水誤差分析可知，總體上模式具有較好模擬降水的能力，但四種方案總體上都高估了實際降水，不同方案單日模擬結果之間在模擬區可存在30%左右的大范圍雨量差異；對模擬暴雨中心值，四種方案結果之間可存在相對實測約100%～150%的很大差異.

（2）除平均24h累積降水外，不同陸面方案還可導致模擬其他特征量（如平均感熱通量及潛熱通量等）的系統性差異，這些差異都可隨地區而有所不同.在模擬考察區域的東北角，其他方案模擬的潛熱較SLAB方案偏弱，但在28°N以南地區，PLEX方案模擬的潛熱最強，各種方案通量之間的系統性差異可達80W/m2，感熱（潛熱）相對差異可達80%（25%）.一般地，降水增加的區域對應潛熱增加、感熱減小，降水減小的區域則潛熱減小、感熱增加.

（3）從水量平衡的角度來說，不同陸面方案影響短期降水模擬是通過兩種機理實現的：一是直接影響地表蒸發通量，從而影響降水，二是通過影響模擬的低層大氣環流和水汽輻合量，從而進一步影響降水.兩種機理影響模擬降水的尺度范圍及其強度是不同的，前一種機理主要影響大范圍的降水強度（如，四種方案之間存在平均約7%，最大約30%的大范圍雨量差異），后一種機理主要影響包含降水中心在內的較小模擬強降水區域（如，四種方案暴雨中心值可存在100%～150%的較大差別）.可見，不同的陸面過程可以從不同空間尺度、不同程度上影響暴雨天氣，通過改進陸面方案對提高模式模擬短期天氣中大范圍降水的能力，尤其是模擬強降水的能力，是非常有意義的.

（4）不同陸面方案對區域內具體每日降水發生、發展過程模擬也可產生重要影響，不但造成了模式模擬降水啟動時間的較大差異，也導致了不同空間范圍在不同時段內雨量分配的較大差異.

值得注意的是，由于本工作是采用區域模式和相同的側邊界條件積分的，這種敏感性的結果與區域大小、物理選項等是相聯系的，如，采用更大的模式區域，則模擬短期降水對不同陸面方案可能表現出更大的敏感性.

相對若干獨立短期天氣個例的模擬，本文通過這種對具有氣候意義的強降水事件進行的連續24h模擬，可更為清楚地看出各種陸面方案引起的系統性差異，這對了解包含陸面方案在內的模式的性能，提高其對短期降水的模擬能力，在業務中實施定量降水預報等，都具有很好的參考價值.同時也應該看到，這些陸面方案引起模擬結果的系統性差異并不一定能在非常大的程度上影響整體模式性能，如本工作中不同陸面方案模擬的區域平均降水都高于實測，至少說明了包含動力及其他物理過程表示在內的模式偏差并不能因陸面方案的變化而大幅度下降或消除，從而也意味著模式性能的提高有賴于其諸多重要組成分量的共同改善.

致 謝 兩位審稿專家提出的寶貴意見，作者深表感謝.本工作所用的初邊值資料由美國National Center for Atmospheric Research （NCAR）的 Computational and Information Systems Laboratory （CISL）得 來，NCAR由美國National Science Foundation（NSF）資助，原始資料可由網址 http：//dss.ucar.edu下載，資料號為ds083.0.

（References）

[1] 陶詩言.中國之暴雨.北京：科學出版社，1980.Tao S Y.Heavy Rainfall of China（in Chinese）.Beijing：Science Press，1980.

[2] 倪允琪，周秀驥.中國長江中下游梅雨鋒暴雨形成機理以及監測與預測理論和方法研究.氣象學報，2004，62（5）：647－661.Ni Y Q，Zhou X J.Study for formation mechanism of heavy rainfall within the Meiyu front along the middle and downstream of Yangtze river and theories and methods of their detection and prediction.Acta Meteorologica Sinica （in Chinese），2004，62（5）：647－661.

[3] Manabe S.Climate and the ocean circulation：1，The atmospheric circulation and the hydrology of the earth′s surface.Mon.Wea.Rev.，1969，97（11）：739－774.

[4] Yeh T C，Wetherald R T，Manabe S.The effect of soil moisture on the short－term climate and hydrology change－a numerical experiment.Mon.Wea.Rev.，1984，112（3）：474－490.

[5] Giorgi F，Marinucci M R.Validation of a regional atmospheric model over Europe：Sensitivity of wintertime and summertime simulations to selected physics parameterizations and lower boundary conditions.Quart.J.R.Meteor.Soc.，1991，117（502）：1171－1206.

[6] Zeng X M，Zhao M，Yu R C，et al.Application of a“bigtree”model to regional climate modeling：A sensitivity study.Theoretical and Applied Climatology，2003，76（3－4）：203－218.

[7] Dickinson R E，Henderson－Sellers A，Kennedy P J，et al.Biosphere/Atmosphere Transfer Scheme（BATS）Version 1e as Coupled to the NCAR Community Climate Model.NCAR Technical Note TN－387＋STR，National Center for Atmospheric Research，Boulder，CO.1993.

[8] Ek M B，Mitchell K E，Lin Y，et al.Implementation of Noah land surface model advances in the National Centers for Environmental Prediction operational mesoscale Eta model.J.Geophys.Res.，2003，108（D22）：8851，doi：10.1029/2002JD003296.

[9] Pielke R A.Influence of the spatial distribution of vegetation and soils on the prediction of cumulus convective rainfall.Rev.Geophys.，2001，39（2）：151－177.

[10] Zeng X M，Zhao M，Su B K.A numerical study on effects of land－surface heterogeneity from ‘Combined Approach’on atmospheric process Part II：coupling－model simulations.Advances in Atmospheric Sciences，2000，17（2）：441－455.

[11] Jin J M，Miller N L.Analysis of the impact of snow on daily weather variability in mountainous regions using MM5.Journal of Hydrometeorology，2007，8（2）：245－258.

[12] 張朝林，苗世光，李青春等.北京精細下墊面信息引入對暴雨模擬的影響.地球物理學報，2007，50（5）：1373－1382.Zhang C L，Miao S G，Li Q C，et al.Impacts of fineresolution land use information of Beijing on a summer severe rainfall simulation.Chinese J.Geophys.（in Chinese），2007，50（5）：1373－1382.

[13] 曾新民，張強.陸面參數的擾動對一次西北暴雨模擬影響的研究.氣象科學，2009，29（3）：291－298.Zeng X M，Zhang Q.Numerical study of the effects of disturbances of land surface parameters on the simulation of a heavy rainfall over Northwest China.Scientia Meteorologica Sinica （in Chinese），2009，29（3）：291－298.

[14] 趙鳴，江勇，湯劍平等.用新RIEMS模式研究陸面過程對暴雨的影響.南京大學學報 （自然科學版），2003，39（3）：370－381.Zhao M，Jiang Y，Tang J P，et al.Effects of Land Surface Process on Heavy Rain：A New RIEMS Model.Journal of Nanjing University （Natural Sciences）（in Chinese），2003，39（3）：370－381.

[15] Xue Y，Zeng F J，Mitchell K E，et al.The Impact of land surface processes on simulations of the U.S.hydrological cycle：a case study of the 1993flood using the SSiB land surface model in the NCEP Eta regional model.Mon.Wea.Rev.，2001，129（12）：2833－2860.

[16] 趙兵科，姚秀萍，吳國雄.2003年夏季淮河流域梅雨期西太平洋副高結構和活動特征及動力機制分析.大氣科學，2005，29（5）：771－779.Zhao B K，Yao X P，Wu G X.The structure and activity characteristics of the Western Pacific subtropical anticyclone and its dynamical mechanism during the Meiyu Period over the Huaihe River Basin in 2003.Journal of Atmospheric Sciences（in Chinese），2005，29（5）：771－779.

[17] Skamarock W C，Klemp J B，Dudhia J，et al.A Description of the Advanced Research WRF Version 3.NCAR/TN –475＋STR，National Center for Atmospheric Research，Boulder，CO.2008.

Effects of land surface schemes on the simulation of a heavy rainfall event by WRF

ZENG Xin－Min1，2，WU Zhi－Huang1，SONG Shuai2，XIONG Shi－Yan1，ZHENG Yi－Qun1，ZHOU Zu－Gang1，LIU Hua－Qiang1
1 Institute of Meteorology，PLA University of Science and Technology，Nanjing211101，China
2 Key Laboratory of Regional Climate－Environment for East Asia，Chinese Academy of Sciences，Beijing100029，China

The simulation of a heavy rainfall event occurring in the Yangtze－Huaihe valley and the south of China during late June，2003was conducted to examine the effects of different land surface schemes on simulated precipitations using the Weather Research and Forecasting Model（WRF）Version 3.1and National Centers for Environmental Prediction（NCEP）analysis.The simulation was performed in the short－range mode for 24－h integrations.The results showed that，generally，the simulated heavy rainfall event is sensitive to different land surface schemes，the scheme－induced difference of threat score becomes larger as the level of rainfall gets higher within the relatively large study subarea，where the scheme－induced relative difference of precipitation can amount up to 30%with an average of 7%，while the maximum values of dailyprecipitation differences can be as large as 100%～150%，and different schemes lead to simulated systematic differences in averaged sensible and latent heat fluxes that are characterized by regional distributions.Finally，the land surface schemes show to substantially affect the simulated precipitations via two mechanisms，i.e.，by affecting land surface evaporation，and low－level atmospheric circulation and water vapor convergence，the schemes exert great influences，respectively，on the simulated rainfall over a relatively large area of model domain（e.g.，with an average difference of 7%and a maximum difference of～30%），and on the simulated heavy rainfalls within small areas including rainfall centers（e.g.，up to differences within 100%～150%）.All these suggest that different land surfaces affect heavy rainfall weather at different spatial scales and to different extents，and that improving the land surface schemes can lead to better simulation of the weather with the WRF model.

WRF，Land surface scheme，Heavy rainfall event，Short－range weather，Numerical simulation

10.6038/j.issn.0001－5733.2012.01.002

P466

2010－09－09，2011－09－22收修定稿

國家自然科學基金項目（40875067）及中國科學院知識創新工程領域前沿項目（IAP09306）資助.

曾新民，男，1967年生，博士，研究員，主要從事天氣氣候模擬及陸面模式研究.E－mail：xmzen＠sohu.com

曾新民，吳志皇，宋帥等.WRF模式不同陸面方案對一次暴雨事件模擬的影響.地球物理學報，2012，55（1）：16－28，

10.6038/j.issn.0001－5733.2012.01.002.

Zeng X M，Wu Z H，Song S，et al.Effects of land surface schemes on the simulation of a heavy rainfall event by WRF.Chinese J.Geophys.（in Chinese），2012，55（1）：16－28，doi：10.6038/j.issn.0001－5733.2012.01.002.

（本文編輯 何 燕）