不同分辨率西南區域模式對冕寧“6.26”突發性暴雨過程的模擬

盧 萍

（中國氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災害四川省重點實驗室，成都 610072）

引言

20世紀末以來，通過提高中尺度模式分辨率來改進模式模擬結果成為氣象學者關注的熱點問題。紀立人等[1]研究了數值模式中不同水平分辨率下地形精細度對模擬結果的影響。周天軍等[2]通過對一次降水過程預報的分析，認為模式水平分辨率的變化將直接影響積云對流參數化的效果，從而影響降水場和形勢場。李鎖鎖等[3]認為模式水平分辨率提高，會導致預報降水量增大，虛假降水也相應增多。姜勇強等[4]研究認為高分辨率模擬結果明顯好于低分辨率模擬結果，同時還指出模式垂直坐標帶來的誤差可能抵消了水平分辨率提高帶來的改善。高學杰等[5]研究認為在東亞地區降水模擬中，分辨率與地形相比，起著至少同樣重要的作用，模式分辨率越高，模擬效果越好。張宇等[6]分析認為模式分辨率提高對氣象五要素的模擬具有一定影響，對溫濕壓影響最大，對風場影響次之，對流層下部和邊界層對分辨率最為敏感，對流層中上部次之。鄧蓮堂等[7]分析比較了不同分辨率的WRF模擬結果，結果表明：分辨率對降水模擬效果影響較大，提高模式水平分辨率有助于預報效果的改善，但高分辨率模擬的降水強度偏強，空報偏多；不同分辨率對環流形勢的模擬效果影響不大。袁招洪[8]分析認為隨模式水平分辨率的提高，模式模擬的颮線弓狀回波結構更精細。杜娟等[9]評估模式模擬

結果表明：提高分辨率對新疆區域2m溫度、10m風速模擬精度均有提高；但提高分辨率后，模式出現虛假降水預報。康兆萍等[10]利用不同分辨率中尺度模式WRF對2016年6月30日～7月1日華中地區一次暴雨過程進行數值模擬試驗，結果表明總雨區和大暴雨區模擬對分辨率敏感。

由于影響因素復雜多變，山區突發性強降水一向是數值預報的難點，其日變化和短時強降水的頻次等特征與局地地理位置、海拔等下墊面狀況密切相關[11-16]。2020年6月26～27日，四川涼山州冕寧地區發生了一次突發性暴雨過程，造成了次生山洪災害。鑒于這次過程發生區域--冕寧整個地勢北高南低，下墊面非常復雜，溝壑縱橫，具有典型的中小尺度地形地貌特征，因此本文針對這一特殊地貌下發生的突發強降水，對比分析不同水平分辨率西南區域業務模式對其的模擬結果，并探討造成差異的原因，以期為改進西南區域業務模式、提升天氣預報水平提供科學依據。

1 天氣過程和模式簡介

2020年6月26日傍晚10時至凌晨18時（文中皆采用世界時），涼山州冕寧縣普降暴雨到大暴雨，最大累計雨量出現在彝海鎮南部的靈山寺站，為181.9mm（文中簡稱“6.26”過程）。由于此次強降雨突發性強、降水效率高、累計雨量大，落區地形復雜，故形成次生山洪災害。山洪災害發生在彝海鎮，導致19人遇難、3人失聯，直接經濟損失達7.38億元。

西南區域業務模式SWC-WARMS (SouthWest Center-WRF ADAS Real-time Modeling System，水平分辨率9km)和SWC-WARR（SouthWest Center-WRF ADAS Rapid Refresh，水平分辨率3km）是基于WRF(3.5.1)和ARPS5.3.3(ADAS)建立的西南區域中心中尺度數值業務預報系統，使用GFS預報場作為模式初猜場和邊界條件，模式垂直層次為51層，模式中心為100°E、32°N，水平分辨率有9km（格點數為629×399）和3km（格點數720×555）兩種。下面即采用2020年6月26日00時起報，運行24h的預報結果進行分析研究，對比這兩種不同水平分辨率的模式預報結果差異并討論造成差異的原因。

文中采用了國家信息中心發布的多元融合資料CRA40進行對比分析，其水平分辨率為0.3125°×0.3125°，垂直分辨率為25hPa，資料層頂為1hPa，時間分辨率為6h[17]。

2 不同水平分辨率模式的降水預報結果

圖1是“6.26”過程的降水時空分布。如圖所示，在這2個分辨率的模式模擬結果之間以及它們與實況之間均存在明顯差異，具體如下：

圖1 “6.26”過程的降水時空分布（a.插值到0.03o×0.03o格點的實測降水，b.3km分辨率模式模擬的24h累計降水，c.9km分辨率模式模擬的24h累計降水，單位：mm，實心三角形表示降水中心；d.實測強降水中心的逐時降水，e.3km分辨率模式強降水中心的逐時降水，f.9km分辨率模式強降水中心的逐時降水，單位：mm/h）

（1）川西南小片區的降水集中在冕寧一帶。實測強降水中心在102.55°E、28.65°N，3km分辨率模式模擬的強降水中心在102.874°E、28.5035°N，9km分辨率模擬的強降水中心在103°E、28.9°N。與實況相比較，模擬降水強度更大，雨帶范圍更廣，且雨帶位置略偏東。

（2）當模式分辨率提高時，模擬降水強度更大，且雨帶特征更加精細。隨著分辨率的提高，強降水中心的預報更加細化且強度更顯著。

（3）模式水平分辨率的改變不僅顯著影響著降水強度，對降水落區模擬影響也相當大。與9km分辨率模式模擬結果對比后發現，3km分辨率模式不僅模擬出了牦牛山、馬頭山、大火山、小相嶺等山地以北的暴雨，還模擬出了這些地區以南的強降水中心。

（4）降水發生時間的模擬結果對于模式水平分辨率的改變同樣敏感。從圖1e和圖1f可看出，隨著網格距的減小，高分辨率模擬的強降水中心值明顯增大，且強降水發生時段更為集中。

3 不同水平分辨率模式預報差異成因分析

3.1 不同水平分辨率模式對地形描述的差異

圖2是不同水平分辨率模式中的地形特征。通過對比分析圖2a和圖2b可知，四川西部和南部地形相當復雜，模式分辨率提高后，對地形的描述更加細致，中小尺度地形能得到更好的刻畫，尤其是此次暴雨所發生區域中牦牛山和小相嶺的高度更高，低洼的溝壑更深，高山林立、溝壑縱橫的中小尺度地形特征得到較好的刻畫。由于3km分辨率模式能夠更好地刻畫四川西部和南部的復雜地形，從而使得下墊面的強迫作用更接近實況，更有利于模式對邊界層大氣特征的準確把握。因此提高模式水平分辨率后，依靠更為接近復雜實況的精細地形描述，中小尺度天氣系統能得到更好的模擬，使得模式對暴雨雨帶的預報更為精細且強度更大。

圖2 不同水平分辨率模式中的地形特征（a.3km分辨率，b.9km分辨率，單位：m，圓圈表示“6.26”局地突發性強降水區域）

3.2 不同水平分辨率模式模擬的對流有效位能差異

由于圖1顯示此次模擬的最強降水發生在2020年6月26日11時，因此給出當日06時和12時強降水作為降水過程前后的對比時次。圖3分別給出了強降水發生前（2020年6月26日06時）后（2020年6月26日12時）對流有效位能的空間分布。如圖所示，此次降水過程中對流位能在該地區的指示意義不如盆地東南部地區顯著，但降水發生前后對流有效位能的變化情況還是能夠反映出該過程伴有一定的能量釋放。四川南部地區在降水發生前蓄積了較高的對

流有效位能（圖3a～c），川西南地區在最強對流發生后對流有效位能明顯減少（圖3d～f），說明這次降水過程伴隨著大氣能量的釋放。模擬結果與融合資料的時空演變特征基本一致，強度則略強。高分辨率模擬的對流有效位能極大值最強，且結構更為精細。

圖3 強降水發生前（a～c.2020年6月26日06時）后（d～f.2020年6月26日12時）對流有效位能的空間分布（a、d.CRA資料，b、e.3km分辨率模式結果，c、f.9km分辨率模式結果，單位：J/kg）

3.3 不同水平分辨率模式模擬的相對濕度差異

圖4分別給出了強降水發生前（2020年6月26日06時）后（2020年6月26日12時）2m相對濕度的空間分布。如圖4a～c所示，降水發生前，四川盆地和高原邊坡的過渡帶以及西昌山地等區域的2m相對濕度非常大，接近飽和狀態，易于凝結；如圖4d～f所示，最強對流發生后，近地面的相對濕度明顯增大，大值區依然與地形狀況相一致；上述特征說明盆地和高原邊坡的過渡帶及西昌山地較其它區域的相對濕度值大，在抬升情況下更容易產生凝結降水。模擬結果與融合資料的時空演變特征基本一致，強度則略強，且隨著資料分辨率的提高，強度增強，結構變得更精細。

圖4 同圖3，但為2m相對濕度（單位：%）

3.4 不同水平分辨率模式模擬的動力場差異

圖5分別給出了強降水發生前（2020年6月26日06時）后（2020年6月26日12時）地面10m風場的空間分布。從圖5a～c可以看到降水發生前的06時，北部有地面冷空氣沿著四川盆地西部邊緣向南入侵，與西南暖濕氣流在冕寧地區交匯，地面暖濕空氣的風速略大于北方南下的冷空氣。12時（圖5d～f），南下的冷空氣更加向西向南入侵，整個關注區幾乎為偏北氣流所控制，西南暖濕氣流有所減弱。模擬結果與融合資料的時空演變特征基本一致，較好地再現了這次冷空氣的入侵過程，風速則略大。受更精細的下墊面影響，高分辨率模擬的地面風向在重點關注區域的變化更大。

圖5 同圖3，但為地面10m風場（矢量表示風場，填色表示經向風，單位：m/s）

圖6分別給出了強降水發生前（2020年6月26日06時）后（2020年6月26日12時）700hPa風場的空間分布。從圖6a～c可以看到，降水發生前的06時，700hPa等壓面上同樣有北方地面冷空氣沿著四川盆地西部邊緣向南入侵，與地面風相比，向南入侵深度偏淺，冕寧地區主要受西南暖濕氣流控制。12時（圖6d～f），南下的冷空氣更加向西向南入侵，整個關注區處于南北風交匯處，西南暖濕氣流有所增強。模擬結果與融合資料的時空演變特征基本一致，較好地再現了這次冷空氣的入侵過程，風速則略大。與地面風相比，700hPa高層的北風入侵范圍偏小，南下深度略淺，相應的西南暖濕氣流則更強。

圖6 同圖3，但為700hPa風場（矢量表示風場，填色表示經向風，單位：m/s）

圖7給出了2020年6月26日10m緯向風沿103.5°E的時間-緯度剖面。從圖7a～c可以看到，在降水發生前，跨越該經度的風主要是偏西風，06時前后主要盛行來自盆地方向的偏東風氣流；整個降水過程期間，整個關注區域（28°～29°N）幾乎都被偏東風所控制，且在主降水時段，偏東風風速較大，降水結束后風速有所減弱。模擬結果與融合資料的時空演變特征基本一致，較好地再現了在降水期間該區域有來自盆地的偏東氣流輸送的事實。

圖7 2020年6月26日10m緯向風沿103.5oE的時間-緯度剖面（a.CRA資料，b.3km分辨率模式結果，c.9km分辨率模式結果，單位：m/s）

圖8給出了2020年6月26日10m經向風沿29°N的時間-經度剖面。從圖8a～c可以看到，在降水發生前，跨越該緯度在不同經度呈現南北風交錯現象，06時以后逐漸被北方南下的冷空氣所控制，北風入侵時間長；在主降水時段，幾乎為偏北風氣流所控制；降水前期，風速大，降水結束后風速有所減小。模擬結果與融合資料的時空演變特征基本一致，較好地再現了在降水期間有冷空氣入侵的事實。

圖8 同圖7，但為10m經向風沿29oN的時間-經度剖面

圖9給出了2020年6月26日700hPa緯向風沿103.5°E的時間-緯度剖面。從圖9a～c可以看到，在降水發生前，跨越該經度的700hPa緯向風主要是偏西風，06時以后逐漸被從盆地方向過來的偏東風氣流所控制，與地面風相比，偏東風控制時間略短；但在主降水時段，幾乎為偏東風氣流所控制，一定程度上反映了在該時段這個區域以西存在東西風的輻合；與地面風相比，700hPa的偏東風氣流存在時間短，跨越的緯度范圍小。模擬結果與融合資料的時空演變特征基本一致，較好地再現了在降水期間該區域有來自盆地的偏東氣流輸送的事實。

圖9 同圖7，但為700hPa緯向風沿103.5oE的時間-緯度剖面

圖10給出了2020年6月26日700hPa經向風沿29°N的時間-經度剖面。從圖10a～c可以看到，在降水發生前，跨越該緯度的700hPa經向風主要是偏南風，06時以后逐漸被北方南下的冷空氣所控制，與地面風相比，北風入侵時間略短，但在主降水時段，幾乎為偏北風氣流所控制。降水前期，風速大，降水結束后風速有所減小。模擬結果與融合資料的形態和演變過程基本一致，較好地再現了在降水期間有冷空氣入侵的事實。與地面風相比，700hPa高層的北風入侵范圍偏小，南下深度略淺，相應的西南暖濕氣流則更強。

圖10 同圖7，但為700hPa經向風沿29oN的時間-經度剖面

高分辨率模擬的700hPa風場在四川西部高海拔地區受地面影響較大，而東部低海拔區域的風場差異較小，進一步證實了提高分辨率后，更精細地刻畫地形造成了模擬結果的顯著差異。

4 結論

基于不同水平分辨率西南區域業務模式對冕寧“6.26”突發性暴雨的預報結果，分析了模式分辨率對此次山區突發性強降水的影響，結論如下：

（1）復雜下墊面區域突發性強降水落區和強度對模式水平分辨率均較為敏感。當模式水平分辨率提高時，強降水中心的預報更加細化，雨帶特征更加清晰，強降水中心增多，且降水強度明顯增大。

（2）提高模式水平分辨率后，對復雜的地形的刻畫更加精細且接近真實地形狀況，對局地熱力和動力狀況的預報更加精準，中小尺度天氣系統能得到更好的模擬。