王坤 張飛民 孫超 王澄海
蘭州大學(xué)大氣科學(xué)學(xué)院/甘肅省干旱氣候變化與減災(zāi)重點(diǎn)實(shí)驗(yàn)室,蘭州730000
WRF是世界上大氣、海洋和環(huán)境等領(lǐng)域廣為應(yīng)用的數(shù)值天氣模式。WRF模式模擬產(chǎn)生的降水主要來自于兩部分,一部分來自格點(diǎn)尺度降水(由微物理參數(shù)化方案產(chǎn)生),另一部分來自積云降水(由積云參數(shù)化方案產(chǎn)生)。微物理參數(shù)化方案在很大程度上影響著大尺度降水的模擬結(jié)果,尤其在固態(tài)降水的模擬方面,由于降水粒子的統(tǒng)計(jì)特征隨著地區(qū)的差異相差較大,因此,選擇不同的微物理參數(shù)化方案會(huì)影響降水的模擬。
Shi et al.(2010)用 WRF-Goddard 微物理方案(Goddard microphysics scheme)耦合衛(wèi)星數(shù)據(jù)模擬部分(WRF-SDSU),模擬了加拿大東部2007年1月 20~22日的兩場(chǎng)降雪,模擬結(jié)果和雷達(dá)及衛(wèi)星資料進(jìn)行比較的結(jié)果顯示,模式準(zhǔn)確的模擬出了降雪事件的發(fā)生和終止時(shí)間,但沒有預(yù)報(bào)出在觀測(cè)點(diǎn)(Care)的強(qiáng)降雪,認(rèn)為采用 Goddard 方案(One moment bulk microphysics scheme)能夠抓住云的宏觀結(jié)構(gòu),但在微觀結(jié)構(gòu)上則不足。采用更為完善的微物理參數(shù)化方案是提高模式模擬暴雪過程能力的一個(gè)可能途徑。
微物理過程對(duì)微物理參數(shù)方案敏感。Lin et al.(2009)采用MM5模式中Reisner2 顯式微物理參數(shù)化方案,試驗(yàn)不同雪傾斜截距參數(shù)對(duì)東北地區(qū)強(qiáng)降雪模擬的敏感性結(jié)果表明,不同的雪傾斜截距參數(shù)并不能顯著地影響累積降雪量,但是一些微物理特征會(huì)受到影響,Thompson et al.(2004)在關(guān)于微物理參數(shù)敏感性分析中指出,關(guān)于毛毛雨過程的模擬,用單參數(shù)方案和指數(shù)尺寸分布譜需要雨的截?cái)鄥?shù)增長,從而減小雨的終極速度來實(shí)現(xiàn)毛毛雨的更多特征。
孟金平(2006)在對(duì)一次華北暴雪個(gè)例的MM5模擬試驗(yàn)中,比較分析了兩個(gè)不同的云微物理參數(shù)Reisner2方案和Goddard(GSFC)方案對(duì)暴雪模擬結(jié)果的影響,結(jié)果顯示兩個(gè)方案模擬的降雪量相差不大,但具體的微物理過程存在著差別。 對(duì)1995年1月17~18日(簡稱“95.1”)高原暴雪進(jìn)行天氣學(xué)分析的基礎(chǔ)上,利用非靜力中尺度數(shù)值模式MM5暴雪過程進(jìn)行了數(shù)值模擬,模擬了復(fù)雜大地形條件下“95.1”高原暴雪中尺度低渦的發(fā)生、發(fā)展及結(jié)構(gòu)演變,但模擬的降雪量較實(shí)況偏小,認(rèn)為可能是由于使用 Dudhia顯式降水方案的云微物理過程參數(shù)化相對(duì)簡單引起(隆霄和程麟生,2001)。
近年來,隨著觀測(cè)手段的改進(jìn)和資料的不斷豐富,微物理參數(shù)化方案的發(fā)展較快。但是,模式對(duì)于降水的模擬仍然存在著較大的問題。由于微物理方案中計(jì)算降水的主要環(huán)節(jié)是冰核濃度的確定,冰核濃度一般是溫度的函數(shù),而云內(nèi)溫度又和對(duì)流及環(huán)境卷入有關(guān)。青藏高原是一個(gè)特殊的地理單體,也是檢驗(yàn)數(shù)值模式性能的良好場(chǎng)所(王澄海和余蓮,2011)。本文試圖通過青藏高原這一特殊地區(qū)的暴雪過程的模擬,在幾個(gè)主要微物理方案比較的基礎(chǔ)上,研究降水對(duì)冰核濃度、冰核濃度對(duì)溫度的敏感性。本文首先利用WRF模式(V3.2.1)對(duì)2008年10月26~28日的青藏高原一次暴雪過程進(jìn)行模擬分析,然后對(duì) WSM3方案中冰核濃度的計(jì)算方案進(jìn)行分析和修正,診斷冰核濃度對(duì)溫度變化的敏感性,為探索微物理參數(shù)化方案中冰核濃度的合理優(yōu)化,提高模式對(duì)復(fù)雜地形下暴雪過程的模擬能力提供科學(xué)依據(jù)。
為了檢驗(yàn)?zāi)J礁魑⑽锢韰?shù)化方案在高原地區(qū)的性能,選擇對(duì)流性貢獻(xiàn)相對(duì)較少的10~3月份的降水過程進(jìn)行研究。本文首先對(duì) 2008年 10月26~28日發(fā)生在青藏高原東部地區(qū)(包括林芝、那曲、山南、日喀則、昌都、德欽等地)的一次大范圍暴雪天氣過程進(jìn)行模擬試驗(yàn),這次強(qiáng)降雪過程范圍大,強(qiáng)度強(qiáng),時(shí)間較早,是歷史上罕見的大暴雪過程之一(周倩等,2011),該次暴雪中心位于西藏的錯(cuò)那、波密和貢山3站附近,3站過程累計(jì)降雪量分別為106.6 mm、109.0 mm和146.9 mm,降雪主要集中在10月27日。
模式初邊界資料使用NCEP-FNL資料,水平分辨率為1°×1°,時(shí)間間隔為6 h。觀測(cè)資料取自中國氣象局的基本和基準(zhǔn)地面氣象觀測(cè)站及自動(dòng)站的日降水量數(shù)據(jù)(北京時(shí)20時(shí)至次日20時(shí)),在青藏高原地區(qū)(25°~40°N,80°~105°E)共 146個(gè)站;為了在更細(xì)的空間上分析降水變化,文中還使用了TRMM的0.25°×0.25°格點(diǎn)每3小時(shí)的衛(wèi)星資料數(shù)據(jù)集。
WRF模式設(shè)定3重網(wǎng)格嵌套(如圖1),最外層區(qū)域(d01)的格距為30 km,包括中國大部分區(qū)域以及作為水汽主要通道的孟加拉灣地區(qū);第二層區(qū)域(d02)的網(wǎng)格距為10 km,包括了整個(gè)青藏高原;最內(nèi)層(d03)網(wǎng)格距為 3.333 km,覆蓋了青藏高原東南部此次暴雪過程發(fā)生的主要區(qū)域。模式的物理參數(shù)化方案選擇為 Dudhia 短波方案(Dudhia, 1989), RRTM長波方案(Mlawer et al.,1997),Kain-Fritsch (new Eta) 積云對(duì)流參數(shù)化方案(Kain, 2004),Noah陸面過程方案(Chen and Dudhia,2001)和YSU邊界層參數(shù)化方案(Hong and Lim,2006)。

圖1 WRF模式模擬區(qū)域Fig.1 Simulation domains of WRF model
我們?cè)诜治隹疾鞄追N微物理方案(WSM3、Lin、WSM6、Thompson graupel)對(duì)此次暴雪過程模擬效果的基礎(chǔ)上,考慮到WSM3運(yùn)行效率高,業(yè)務(wù)運(yùn)行常選用該方案。因此,本文分析WSM3方案在青藏高原地區(qū)的模擬性能,圖 2給出了 WSM3方案下模擬和觀測(cè)降水偏差的時(shí)空變化特征。從d02區(qū)域的降水量可知(圖2),10月27日WRFWSM3模擬與TRMM觀測(cè)降水落區(qū)基本一致,但WRF模擬的降水范圍偏大,同時(shí)在高原南部的邊坡地區(qū)的降水量也明顯偏大;從TRMM資料來看10月28日降水明顯減少。總體而言,WRF模擬的降水范圍和降水量都偏大。在 d02區(qū)域和 d03區(qū)域(圖略)上的降水量模擬結(jié)果基本一致,尤其在降水發(fā)生的主要階段10月27日模擬較好。
為了分析冰核濃度形成在微物理過程中的貢獻(xiàn),同時(shí)考慮到模式模擬的降水大于觀測(cè),我們分析模擬和觀測(cè)降水極值的差異,需要指出的是,在模擬和觀測(cè)的降水中提取的極值有可能不在同一格點(diǎn)。 圖3給出了d02區(qū)域內(nèi)日降水量極大值(圖3a),[由于TRMM數(shù)據(jù)10月27日21:00(協(xié)調(diào)世界時(shí),下同]缺測(cè),10月28的TRMM數(shù)據(jù)可能存在偏差),其中降水極值是 d02區(qū)域內(nèi)降水的極大值,觀測(cè)和模擬的極值可能不在同一個(gè)點(diǎn)上。可以看出,WRF模擬的降水明顯偏大于觀測(cè),27和28日WRF模擬的降水極值分別大于臺(tái)站觀測(cè)降水的3.74和 2.9倍。為了消除由于TRMM資料和WRF D02區(qū)域尺度不一致造成的誤差,圖3b 給出了臺(tái)站、TRMM觀測(cè)、WRF模擬等格點(diǎn)、對(duì)流降水、總降水量對(duì)應(yīng)空間(25°~35°N,86°~105°E)平均降水量,可以看出,WRF模擬的總降水量(Prc)比觀測(cè)值分別大2.13和 2.62倍。圖3中也清楚地顯示出,本次過程的降水主要來自于大尺度降水,而對(duì)流性降水較小。
從10月26日00:00至10月28日12:00降水區(qū)平均值(圖4)的演變來看,TRMM觀測(cè)與WRF模擬的降水變化,其演變特征基本相同,降水集中在10月26日12:00至10月27日12:00,TRMM觀測(cè)的降水強(qiáng)度最大出現(xiàn)在10月27日06:00,WRF模擬的也是接近的;在降水率數(shù)值上,WRF模擬結(jié)果較TRMM觀測(cè)值偏大2~3倍,個(gè)別時(shí)次偏差較大。

圖2 d02區(qū)域TRMM觀測(cè)(左)和WRF-WSM3模擬(右)降水量(單位mm):(a,b)10 月27日;(c,d)10月28日Fig.2 Precipitation from TRMM observation (left) and WRF-WSM3 simulation (right) in domain d02: (a, b) 27 Oct; (c, d) 28 Oct

圖3 d02區(qū)域模擬和觀測(cè)的降水量比較:(a)日降水量極大值;(b)日降水量區(qū)域(25°~35°N,86°~105°E)平均值。WRF(prc)為WRF模擬的總降水量,WRF(rainnc)為WRF模擬的格點(diǎn)降水量,WRF(rainc)為WRF模擬的對(duì)流性降水量Fig.3 Comparison between simulated and observed precipitation in domain d02: (a) The maximum of daily precipitation; (b) the daily precipitation averaged over (25°–35°N, 86°–105°E).WRF (pre), WRF (rainnc), WRF (rainc) represent the total precipitation, the large-scale precipitation, the convective precipitation in WRF model, respectively
綜上所述,WRF-WSM3方案下模擬的降水總體比觀測(cè)的降水量在量值上偏大,尤其對(duì)于降水中心的模擬偏差更大;在降水空間分布上,模擬和觀測(cè)的降水相對(duì)較為接近。也就是說,WRF-WSM3對(duì)于降水極值的計(jì)算可能存在著問題。
WRF模擬的降水主要由兩部分組成,一部分來自格點(diǎn)(大尺度)降水(Rainnc),另一部分來自積云降水(Rainc)。在此次過程中,格點(diǎn)降水占主要部分,因此微物理方案對(duì)于降水的模擬具有關(guān)鍵性的作用。上述結(jié)果表明,WRF-WSM3模擬的結(jié)果平均比觀測(cè)偏大約2~3倍, 而從WSM3微物理方案中的各微物理過程來看,水汽成冰過程(Pigen)對(duì)降水貢獻(xiàn)較大,尤其冰核濃度對(duì)Pigen過程有著重要影響。研究也指出,改變冰核濃度對(duì)微物理過程轉(zhuǎn)換項(xiàng)會(huì)產(chǎn)生較大影響(孟金平,2006)。因此,我們?cè)噲D對(duì) WSM3微物理方案中冰核濃度的計(jì)算方案進(jìn)行修正,探索改進(jìn)WRF模式對(duì)青藏高原降水模擬性能的途徑。

圖4 模擬和觀測(cè)(TRMM)的降水率(落區(qū)平均值)。方塊線為WRF模擬,三角形線為TRMM資料;落區(qū)范圍(25°~35°N,86°~105°E)Fig.4 Evolution of simulated (WRF) and observed (TRMM) precipitation rate averaged over (25°–35°N, 86°–105°E) in 60 h
大氣冰核是指大氣中可以引起水蒸氣發(fā)生凝華或過冷水滴發(fā)生凍結(jié)而形成冰晶的固體粒子(游來光,1976),大氣冰核在自然界中通過凝華、凝結(jié)、凍結(jié)、浸沒、接觸凍結(jié)4種活化方式形成冰晶;在冷云降水中起著激發(fā)過冷水向冰晶轉(zhuǎn)化的作用(李麗光和周德平,2011),從而影響著降水過程。自然活動(dòng)和人類活動(dòng)均能產(chǎn)生冰核,大氣冰核的來源包括沙塵粒子,礦物塵埃,工業(yè)煙塵,火山爆發(fā)的火山灰和流星塵埃。
大氣中的冰核濃度變化較大,1962年,F(xiàn)letcher(1962)提出如下經(jīng)驗(yàn)公式:


在WSM3微物理方案中,Hong et al.(2004)假定冰核濃度在較冷的溫度下相對(duì)較高,但不如Fletcher(1962)公式中對(duì)溫度那么敏感,修改(1)式為:

因N0和a隨各地以及各種核來源不同而異,用混合云室方法在青海瑪曲測(cè)得的冰核濃度得到的擬合關(guān)系式為:(m?3) = 3.5exp[0.38(T?T)](李0娟和黃庚,2000),在西寧測(cè)得的冰核濃度,擬合關(guān)系式為:m?3) = 8exp[0.312(T?T)](德力格0爾,2000), 用Big型混合云室對(duì)2003年10月5~26日青海省河南縣的地面大氣冰核的觀測(cè)得到的擬合關(guān)系式為:(m?3) = 5.01× 103exp[0.11(T?T)],0但該次觀測(cè)的平均冰核濃度高于往年,隨溫度變化的斜率減小較大(石愛麗等,2006)。
考慮到青藏高原南部地區(qū)工業(yè)生產(chǎn)活動(dòng)很少,大氣受污染物濃度影響程度較小,綜合上述兩個(gè)方案(李娟和黃庚,2000;石愛麗等,2006)并進(jìn)行反復(fù)模擬試驗(yàn),我們將WSM3微物理方案中的冰核濃度和溫度的關(guān)系修改如下:

研究也表明,冰核濃度不僅與溫度有關(guān),也隨冰面上過飽和度的變化而變化(盛裴軒等,2003),在方案一的基礎(chǔ)上,采用Meyer(1992)公式:

其中,a=? 0.639,b= 0.1296,SI為 過飽和度 。
圖 5a 給出了公式(1)、(2)、(3)、(4)式的計(jì)算結(jié)果。可以看出,在溫度較低時(shí),F(xiàn)letcher經(jīng)驗(yàn)公式計(jì)算的冰核濃度迅速增大,不符合實(shí)際情況,而Cooper公式和Hong方案對(duì)Fletcher經(jīng)驗(yàn)公式做了修正,本文所采用的公式和Hong公式斜率相差不大,冰核濃度變化也在合理范圍內(nèi)。由圖5b可見,當(dāng)冰的過飽和度為30%以下時(shí),冰核濃度較小,每立方米不超過0.1。當(dāng)溫度高于-5°C時(shí),冰核化被強(qiáng)行截?cái)啵?/p>

方案一中溫度和冰核濃度的關(guān)系如圖 5a所示;方案二中冰核濃度隨冰的飽和度的變化如圖 5 b所示。
圖6給出了兩種方案對(duì)d02區(qū)域內(nèi)降水極大值的模擬改進(jìn)。可以看出,在d02區(qū)域,對(duì)日降水量極大值的模擬,方案一(MOD1)在10月27日比原方案(ORI)的降水偏差減少了22.06 mm, 10月28日減少了13.98 mm;方案二(MOD2)在10月27日減少了25.72 mm,10月28日減少了3.53 mm。兩種改進(jìn)方案均使模擬結(jié)果更接近于觀測(cè)。這表明冰核濃度對(duì)溫度變化具有較強(qiáng)的敏感性。同時(shí),我們也注意到模擬的降水仍然和觀測(cè)降水量之間存在著較大的誤差,除去冰核濃度和溫度的統(tǒng)計(jì)關(guān)系仍然需要進(jìn)一步改進(jìn)外,對(duì)流參數(shù)化方案和對(duì)流引起的溫度變化也是造成偏差的原因。圖6也表明,不管是方案一還是方案二,對(duì)d02區(qū)域內(nèi)日降水量區(qū)域平均值的改進(jìn)不大,同時(shí)也表明,原方案在溫度較高時(shí)對(duì)冰核濃度的估計(jì)偏高。

圖5 (a)修正前后冰核濃度和溫度的關(guān)系;(b) 冰核濃度隨冰的過飽和度變化Fig.5 (a) The relationship between unmodified and modified ice nucleus density and temperature; (b) the ice nucleus density change with supersaturation of ice

圖6 兩種方案修訂冰核濃度及其冰核濃度減少80%對(duì)降水模擬結(jié)果的比較:(a)d02區(qū)域日降水量極大值;(b)d02區(qū)域日降水量落區(qū)平均值。圖中ORI為模式控制試驗(yàn),MOD1、MOD2分別為修改的方案一、方案二的試驗(yàn),MOD3為冰核濃度減少80%的試驗(yàn)Fig.6 The comparison of simulation effects with ice nucleus density modified by two schemes and ice nucleus density reducing by 80%: (a) The maximum of daily precipitation in d02; (b) the domain average precipitation in each day in d02.ORI indicates the control experiment, MOD1 and MOD2 are modified scheme 1 and scheme 2, MOD3 indicates the reduction of 80% of ice nucleus density
上述兩種方案的結(jié)果顯示,不管通過改進(jìn)溫度還是冰面飽和度冰核濃度的關(guān)系對(duì)降水量的模擬有所改進(jìn),但效果是有限的。為進(jìn)一步評(píng)估冰核濃度的計(jì)算對(duì)降雪過程中降雪(水)量的影響,我們?cè)O(shè)計(jì)了一個(gè)敏感性試驗(yàn):將冰核濃度人為減少,對(duì)模擬和觀測(cè)的降水進(jìn)行比較。結(jié)果表明,當(dāng)模式中的冰核濃度減少到80%(MOD3)時(shí),模擬出的降水(雪)量和觀測(cè)值在空間平均值上能很好地吻合(圖6),但仍然不能改善對(duì)極值的模擬效果。這就意味著,冰核濃度是決定降水(雪)量的基本而重要環(huán)節(jié)和要素;但冰核濃度不僅是溫度的函數(shù),水汽含量(輸送)在冰核濃度和冰面過飽和度的形成過程中也是關(guān)鍵因素。
為了進(jìn)一步分析微物理方案改進(jìn)的有效性及其冰核濃度和溫度之間的關(guān)系,我們選擇了另外 2次暴雪過程進(jìn)行模擬試驗(yàn)。在個(gè)例選取時(shí),主要考慮對(duì)流性降水貢獻(xiàn)相對(duì)較小,且和第1節(jié)的個(gè)例在空間區(qū)域、發(fā)生時(shí)間相近的過程,和第1節(jié)個(gè)例在空間區(qū)域上相差不大,但氣溫回升較快,時(shí)段為東亞大氣環(huán)流由冬季向夏季調(diào)整的春季暴雪過程(2006年3月),用來檢驗(yàn)兩種改進(jìn)方案的有效性。
2003年 10月 24~27日的降雪過程,在發(fā)生時(shí)間和地區(qū)位置上和前述的2008年個(gè)例基本相同。模擬試驗(yàn)中模式采用同樣的物理參數(shù)化方案和嵌套,模擬時(shí)間為10月24日12:00(UTC),模擬時(shí)間長度為84小時(shí),圖7a,b給出了兩種改進(jìn)方案的降水模擬結(jié)果和TRMM衛(wèi)星觀測(cè)的降水結(jié)果。
由圖可見,方案1(MOD1)和方案2(MOD2)對(duì)日降水量極大值模擬結(jié)果均有明顯改善,同樣,在日降水量空間平均值,改進(jìn)的方案與原方案無大的差別。

圖7 修正的冰核濃度方案的模擬和觀測(cè)比較。(a)、(b)分別為個(gè)例1的日降水量區(qū)域的極大值和平均值;(c)、(d)分別為個(gè)例2的日降水量區(qū)域的極大值和平均值Fig.7 The comparison between observation and simulation with modified ice nucleus density scheme.(a), (b) the maximum and average of daily precipitating in the domain in case 1, respectively; (c), (d) same as (a), (b), but for case 2
第2個(gè)個(gè)例為青藏高原2006年3月10~12日的降水過程。模式物理參數(shù)化方案和嵌套與前述暴雪個(gè)例相同,模式開始模擬的時(shí)間為春季的3月10日 00:00(UTC),模擬時(shí)間為 60小時(shí)。模擬和觀測(cè)(TRMM)結(jié)果如圖 7c,d。由圖可見,改進(jìn)后的方案的結(jié)果和原方案相比,其特征和前2次的結(jié)果有所不同,改進(jìn)的方案反而比原方案和觀測(cè)的偏差更大。這表明,隨著季節(jié)的不同,形成降雪的大尺度環(huán)流背景不同,水汽來源的不同,降雪的微物理過程也可能有所差別。這也意味著修正的冰核濃度與溫度關(guān)系存在著季節(jié)性的差異,是需要進(jìn)一步觀測(cè)和模擬試驗(yàn)驗(yàn)證的問題。
WRF模式中包含了 Lin,WSM3,WSM6,Thompson graupel等多種微物理方案, WSM3方案(Cooper,1986)中主要的物理過程包括冰晶沉降和其他一些冰相過程,與其他方法主要的不同在于對(duì)冰核濃度的診斷是基于冰的質(zhì)量含量而不是溫度;水物質(zhì)主要包括水汽、云水(冰)和雨(雪)三類:以溫度是否低于0°C為區(qū)分云冰和云水,雨滴和雪晶的區(qū)分采取相同方法。盡管包括了冰相過程,但缺乏對(duì)過冷水和平緩融化速率的描述,考慮到該方案的運(yùn)行效率高,業(yè)務(wù)運(yùn)行還是常選用該方案。本文用 WRF(V3.2.1)模式對(duì)青藏高原 2008年10月26~28日暴雪過程的模擬來看,就整體而言,WRF-WSM3模擬的降水量與TRMM觀測(cè)的落區(qū)基本一致,暴雪中心也基本吻合,但模擬的落區(qū)范圍稍大,降雪量偏大,WRF模擬的日降水量極大值以及日降水量空間平均值約是實(shí)況觀測(cè)的 2~3倍。從降水過程來看,WRF模擬的降水演變與TRMM觀測(cè)的降水變化基本一致,最強(qiáng)降水時(shí)間段也比較吻合,在降水量值上,WRF模擬偏大TRMM 2~3倍。我們也分別對(duì) Lin,WSM6,Thompson graupel 方案(Thompson et al., 2004)對(duì)該過程在相同的模式設(shè)置下進(jìn)行模擬比較,WSM3和Thompson graupel方案基本接近,但各方案的模擬結(jié)果相差不大。
不管是理論還是 WRF模擬的非局地性降水中,大尺度降水(由微物理參數(shù)化方案決定)是總降水量的主要部分。因此,選擇高原地區(qū)地面氣溫較低,對(duì)流相對(duì)較弱的冬半年的 10月份,便于我們考察大尺度降水過程中冰相過程的作用,有利于考查冰核濃度和溫度之間的統(tǒng)計(jì)關(guān)系來診斷微物理過程中溫度對(duì)水汽凝結(jié)過程的敏感性。
水汽和冰的轉(zhuǎn)變過程(Pigen)對(duì)降水起著關(guān)鍵性的作用,在Pigen過程中冰核濃度又是關(guān)鍵性因素。對(duì)比青藏高原觀測(cè)得到的關(guān)系式結(jié)果和WSM3的模擬結(jié)果,WSM3對(duì)冰核濃度的估計(jì)偏高;本文的試驗(yàn)結(jié)果顯示,通過調(diào)整冰核濃度可以有效地減小模擬降水大的偏差,尤其可明顯改變降水極值的模擬。本文的數(shù)值試驗(yàn)結(jié)果也顯示,冰核濃度雖然決定于溫度,但冰核濃度的形成并不完全決定于溫度的變化。已有的研究(盛裴軒等,2003)表明,冰核濃度不僅與溫度有關(guān),也隨冰面上的過飽度的變化而改變。本文在修正了Meyer et al.(1992) 假定溫度高于-5°C時(shí),冰的過飽和度不再冰核化的方案后,結(jié)果顯示對(duì)降水的模擬有一定的改進(jìn);但是將上述2種方案合并后,對(duì)模擬效果的改變并不明顯。敏感性試驗(yàn)表明,通過修正冰面飽和度和溫度改進(jìn)冰核濃度,對(duì)降水(雪)量的改進(jìn)是有限的。
本文通過對(duì) WRF-WSM3方案的 2種修正方案,用敏感性試驗(yàn)和3個(gè)個(gè)例進(jìn)行檢驗(yàn),其結(jié)果顯示,冰核濃度對(duì)于降水形成的物理過程有著重要作用。WSM3在青藏高原地區(qū)過高地估計(jì)了冰核濃度是降水模擬偏大的主要原因之一,冰核濃度的形成存在著一個(gè)溫度區(qū)間。這也許意味著,水汽的輸送和垂直分布對(duì)降水(雪)的模擬更為關(guān)鍵,需要進(jìn)一步的數(shù)值試驗(yàn)和觀測(cè)研究;個(gè)例2的試驗(yàn)結(jié)果也顯示出,冰核濃度的變化在溫度較低的固態(tài)降水的形成中也許比在溫度相對(duì)較高的固態(tài)降水中更重要,這也是需要進(jìn)一步的深入研究的方面。
致謝 感謝兩位認(rèn)真負(fù)責(zé)的匿名審稿專家提出的建設(shè)性意見。甘肅省超級(jí)計(jì)算中心、中國科學(xué)院寒區(qū)旱區(qū)環(huán)境與工程研究所計(jì)算機(jī)網(wǎng)絡(luò)室、甘肅省高性能網(wǎng)格計(jì)算中心提供了計(jì)算和模式運(yùn)行平臺(tái),在此一并致謝!
(References)
Chen F, Dudhia J.2001.Coupling an advanced land surface-hydrology model with the Penn State-NCAR MM5 modeling system.Part I: Model implementation and sensitivity [J].Mon.Wea.Rev., 129: 569–585.
Cooper W A.1986.Ice initiation in natural clouds [J].Meteor.Monogr., 21:29–32.
德力格爾.2000.青藏高原云和降水人工影響天氣研究 [M].北京: 氣象出版社.De Ligeer.2000.The Artificial Influence Weather Research of Cloud and Precipitation in the Qinghai–Tibet Plateau (in Chinese) [M].Beijing: China Meteorological Press.
Dudhia J.1989.Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model [J].J.Atmos.Sci., 46: 3077–3107.
Fletcher N H.1962.The Physics of Rainclouds [M].Cambridge: Cambridge University Press, 390 pp.
Hong S Y, Lim J O J.2006.The WRF Single-Moment 6-class microphysics scheme (WSM6) [J].J.Korean Meteor.Soc., 42: 129–151.
Hong S Y, Dudhia J, Chen S H.2004.A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation [J].Mon.Wea.Rev., 132: 103–120.
Kain J S.2004.The Kain-Fritsch convective parameterization: An update[J].J.Appl.Meteor., 43: 170–181.
李娟, 黃庚.2000.黃河上游地區(qū)大氣冰核濃度的觀測(cè)研究 [J].氣象,27 (11): 8–12.Li Juan, Huang Geng.2000.Analysis of observational results of content of ice nuclei in the atmosphere in the upper reaches of Huanghe River [J].Meteorological Monthly (in Chinese), 27 (11): 8–12.
李麗光, 周德平.2011.大氣冰核研究進(jìn)展 [J].高原氣象, 30 (6):1716–1721.Li Liguang, Zhou Deping.2011.Advance in atmospheric ice nuclei [J].Plateau Meteorology (in Chinese), 30 (6): 1716–1721.
Lin W S, Meng J P, Sui C H, et al.2009.A study of the microphysical processes in a numerically simulated heavy snowfall event in North China: The sensitivity of different snow intercept parameters [J].Meteor.Atmos.Phys., 104: 1–11.
隆霄, 程麟生.2001.“95.1”高原暴雪及其中尺度系統(tǒng)發(fā)展和演變的非靜力模式模擬 [J].蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版),37 (2): 141–148.Long Xiao, Cheng Linsheng.2001.Nonhydrostatic numerical modeling for the “95.1” snowstorm event and its development of mesoscale system[J].Journal of Lanzhou University (Natural Science Edition) (in Chinese),37 (2): 141–148.
孟金平.2006.華北暴雪個(gè)例云微物理過程數(shù)值模擬研究 [D].中山大學(xué)碩士學(xué)位論文, 14–20.Meng Jinping.2006.A numerical simulated study about the cloud microphysical processes of a snowstorm event in North China [D].M.S.thesis (in Chinese), Sun Yat-sen University, 14–20.
Meyer M P, DeMott P J, Cotton W R.1992.New primary ice-nucleation parameterizations in an explicit cloud model [J].J.Appl.Meteor., 31:708–721.
Mlawer E J, Taubman S J, Brown P D, et al.1997.Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-kmodel for the longwave [J].J.Geophys.Res., 102 (D14): 16663–16682.
盛裴軒, 毛節(jié)泰, 李建國, 等.2003.大氣物理學(xué) [M].北京: 北京大學(xué)出版社, p321.Sheng Peixuan, Mao Jietai, Li Jianguo, et al.2003.Atmospheric Physics (in Chinese) [M].Beijing: Peking University Press,p321.
石愛麗, 鄭國光, 游來光.2006.2003年秋季青海省河南縣地面大氣冰核觀測(cè)分析 [J].應(yīng)用氣象學(xué)報(bào), 17(2): 245–246.Shi Aili, Zheng Guoguang, You Laiguang.2006.Observation and analysis on ice nucleus of Henan county of Qinghai Province in autumn 2003 [J].Journal of Applied Meteorological Science (in Chinese), 17 (2): 245–249.
Shi J J, Tao W K, Matsui T, et al.2010.WRF simulations of the 20–22 January 2007 snow events over eastern Canada: Comparison with in situ and satellite observations [J].J.Appl.Meteor.Climatol., 49: 2246–2266.
Thompson G, Roy M R, Manning K.2004.Explicit forecasts of winter precipitation using an improved bulk microphysics scheme.Part I:Description and sensitivity analysis [J].Mon.Wea.Rev., 132: 519–542.
王澄海, 余蓮.2011.區(qū)域氣候模式對(duì)不同的積云參數(shù)化方案在青藏高原地區(qū)氣候模擬中的敏感性研究 [J].大氣科學(xué), 2011, 35 (6):1132–1144.Wang Chenghai, Yu Lian.2011.Sensitivity of regional climate model to different cumulus parameterization schemes in simulation of the Tibetan Plateau climate [J].Chinese Journal of Atmospheric Sciences (in Chinese), 35 (6): 1132–1144.
游來光.1976.大氣中的冰核 [J].氣象, 2(S1): 29–32.You Laiguang.1976.Ice nucleus in atmosphere [J].Meteorological Monthly (in Chinese), 2 (S1): 29–32.
周倩, 程一帆, 周甘霖, 等.2011.2008年10月青藏高原東部一次區(qū)域暴雪過程及氣候背景分析 [J].高原氣象, 30 (1): 22–29.Zhou Qian,Cheng Yifan, Zhou Ganlin, et al.2011.A regional snowstorm process in the eastern Tibetan Plateau in October 2008 and climatic background analysis [J].Plateau Meteorology (in Chinese), 30 (1): 22–29.