“7?20”鄭州特大暴雨的多模式對比及高分辨率區(qū)域模式預報分析

史文茹　李昕　曾明劍　張冰　王宏斌　朱科鋒　諸葛小勇

摘要 7月20日鄭州遭遇特大暴雨，鄭州站單日降水量（552.5 mm）和1 h降水量（201.9 mm）皆打破了該站建站以來的歷史紀錄。本文采用地面降水觀測、靜止衛(wèi)星觀測、再分析資料和數(shù)值模式預報數(shù)據(jù)對此次過程開展了多模式預報偏差原因分析和江蘇省精細化天氣分析和預報系統(tǒng)（Precision Weather Analysis and Forecasting System，PWAFS）的極端強降水預報能力分析。主要結(jié)論：1）此次暴雨過程因副熱帶高壓西伸與臺風”煙花”加強使二者之間的東風急流加強，并疊加地形的抬升作用而引起，前者提供了大尺度水汽條件，后者提供了局部動力條件;2）歐洲中期天氣預報中心（European Center for Medium-range Weather Forecasts，ECMWF）模式和美國國家環(huán)境預報中心全球預報系統(tǒng)（Global Forecast System，GFS）的降水落區(qū)較好，中心略偏北，但強度顯著偏低。PWAFS模式預報的降水量級高于全球模式，且具有沿地形分布的特征，但存在降水位置偏西和降水范圍更為孤立等問題。3）結(jié)合再分析資料和PWAFS預報，對應此次強降水區(qū)域，7月20日白天存在中低層切變發(fā)展成閉合低壓系統(tǒng)的過程，為對流發(fā)展提供了動力條件。

關鍵詞暴雨;天氣分析;PWAFS模式;模式預報分析

中國是暴雨災害事件頻發(fā)地，暴雨引發(fā)的山洪、泥石流和城市內(nèi)澇等會對人民的生命財產(chǎn)安全造成巨大的威脅。由于暴雨天氣過程具有突發(fā)性、局地性和極端性（李澤椿等，2015），對其進行準確預報依舊存在很大難度。

羅亞麗等（2020）總結(jié)了中國近40年的暴雨研究進展，指出華北暴雨往往伴隨著強對流和短時強降水（Zhang and Zhai，2011;Luo et al.，2016），南北走向的太行山脈會影響偏東氣流，東西走向的燕山會影響西南氣流，地形抬升作用、海陸環(huán)流、山谷風環(huán)流和城市環(huán)流都有利于中尺度渦旋、切變線和輻合線等的發(fā)展（Yin et al.，2011;Zhong et al.，2015;Zhao et al.，2020）。同時，中、低緯度天氣系統(tǒng)的相互作用也會導致華北暴雨（孫建華等，2006;趙思雄等，2007;Orsolini et al.，2015;楊波等，2016），例如河南“75·8”特大暴雨和河北“96·8”特大暴雨，前者是由于臺風與西風槽發(fā)生相互作用，后者是臺風倒槽與偏東氣流的相互作用（孫建華等，2006）。

近年來，數(shù)值模式的發(fā)展極大地提高了天氣預報的準確率，但是它對極端暴雨和強降水的預報能力仍有較大的提升空間。數(shù)值模式既可以被應用于天氣預報實時業(yè)務，也可以對已經(jīng)發(fā)生的天氣過程進行模擬分析。目前，數(shù)值模式（陳子通等，2010;陳敏等，2011;陳葆德等，2013;龔建東，2013）預報技巧提高的主要途徑包括動力框架優(yōu)化、物理過程改進（馬雷鳴和鮑旭煒，2017）和資料同化（陳耀登等，2015）。對于強降水預報，模式的邊界層參數(shù)化方案（張旭等，2017）、積云對流參數(shù)化方案（馬雷鳴和鮑旭煒，2017）和云微物理參數(shù)化方案（沈新勇等，2015），分別對于近地面動量和熱量通量交換、對流條件觸發(fā)以及云和降水系統(tǒng)發(fā)生發(fā)展等起重要的作用。地面、探空、風廓線和GPS等資料可以改進模式大氣溫、壓、風、濕等要素的三維結(jié)構(gòu)，改進模式預報準確度（魏蕾和雷恒池，2012;曾明劍等，2014;王丹等，2020）;衛(wèi)星資料可以改進大尺度形勢場，幫助修正槽脊等天氣系統(tǒng)位置（楊春等，2015;Zou et al.，2015;Wang et al.，2018;Lagasio et al.，2019）;雷達資料能提供中小尺度系統(tǒng)信息，優(yōu)化模式動力和熱力結(jié)構(gòu)（Xiao et al.，2005;閔錦忠等，2007;李昕等，2016;陳耀登等，2018;Borderies et al.，2019）。常用的天氣預報模式包括全球模式和區(qū)域模式。季曉東和漆梁波（2018）評估了不同分辨率的ECMWF全球模式對長三角汛期暴雨的預報能力，發(fā)現(xiàn)更高精度的模式擁有更好地預報效果。張宏芳等（2014）對比了ECMWF和日本高分辨率模式降水預報能力，發(fā)現(xiàn)ECMWF模式整體優(yōu)于日本高分辨率模式。Caumont et al.（2021）分析了法國確定性預報和集合預報業(yè)務模式對法國南部一次強降水事件的預報表現(xiàn)，結(jié)果表明模式的強降水預報時限較短，強度偏低。姜曉曼等（2014）利用北京氣象局高分辨率中尺度模式對北京“7·21”暴雨進行了分析，模式預報存在降水時間滯后，對強降水的預報能力較弱等問題。張冰等（2017）分析了江蘇省區(qū)域模式PWAFS在2017年蘇南一次特大暴雨中的表現(xiàn)，認為模式對此次特大暴雨具有一定的預報能力，但在強降水落區(qū)和降水強度方面還需改進。呂林宜等（2019）利用華東區(qū)域模式對河南“7·19”特大暴雨展開了模擬與分析，發(fā)現(xiàn)華東區(qū)域模式比全球模式ECMWF預報效果更好，但在降水強度和落區(qū)的模擬還存在不足。上述研究表明，數(shù)值模式對極端天氣具有一定的預報能力，其中區(qū)域高分辨率模式在極端天氣的預報方面更具潛在優(yōu)勢。

“7·20”河南特大暴雨過程從2021年7月17日開始持續(xù)近一周，受此次強降水災害性天氣過程影響，全省302人遇難，50人失蹤，直接經(jīng)濟損失超千億元。據(jù)中央氣象臺統(tǒng)計，此次過程中河南全省共有20個國家站日累計降水打破歷史極值，7月19日08時至7月20日08時（北京時，下文中如未特殊說明，均為北京時），河南有794個測站出現(xiàn)100 mm以上的大暴雨，河南鄭州和平頂山局地出現(xiàn)250～401 mm的特大暴雨，全省5個國家級氣象觀測站日雨量打破了有氣象記錄以來的極值;20日08時至21日06時，鄭州城區(qū)局地降雨500～657 mm，全省共有10個國家站的日降雨量突破有氣象記錄以來的極值。其中鄭州站7月19日20時至20日20時的單日降水量達552.5 mm，20日16—17時的單小時降雨量達201.9 mm，皆打破建站以來歷史記錄，且1 h降水超過了“7·58”特大暴雨中河南林莊的198.5 mm。由于7月20日鄭州特大暴雨，降水范圍廣、雨量大，本研究將利用地面降水觀測、靜止衛(wèi)星觀測、再分析資料，結(jié)合多種模式預報數(shù)據(jù)，對此次過程開展天氣過程分析，著重關注多種業(yè)務模式的降水預報表現(xiàn)及偏差原因分析，并以江蘇PWAFS高分辨率區(qū)域模式為基礎，對此次降水過程的極端性做進一步研究。

1 資料和方法

1.1 觀測與模式數(shù)據(jù)

本研究的降水資料采用地面自動站逐小時降水觀測，衛(wèi)星資料來源于葵花8號靜止衛(wèi)星高級成像儀（Advanced Himawari Imager，AHI）及其云反演產(chǎn)品，再分析資料采用歐洲中期天氣預報中心的第五代再分析資料（ThefifthgenerationECMWFreanalysis，ERA5），模式預報數(shù)據(jù)來源于全球數(shù)值預報模式和區(qū)域數(shù)值預報模式，包括歐洲中期天氣預報中心ECMWF模式，美國國家環(huán)境預報中心全球預報系統(tǒng)GFS模式和江蘇省精細化天氣分析和預報系統(tǒng)PWAFS模式的15 km和3 km分辨率預報數(shù)據(jù)，模式信息見表1。由于7月20日的降水峰值出現(xiàn)在16—17時，本文采用模式7月19日08時、20時和7月20日02時起報的結(jié)果，用作對比和天氣分析。

1.2 江蘇PWAFS數(shù)值預報模式簡介

采用的區(qū)域數(shù)值預報數(shù)據(jù)來源于江蘇PWAFS業(yè)務數(shù)值預報系統(tǒng)，該系統(tǒng)基于WRF中尺度預報模式ARW-WRF V3.5.1版本，模式網(wǎng)格采用單向反饋的雙重嵌套網(wǎng)格，水平分辨率為15 km和3 km。其中，15 km模式采用冷啟動式，每日00時、06時、12時、18時（世界時）啟動4次，預報時長為96 h;3 km預報網(wǎng)格采用熱啟動方式，由15 km的WRF預報場提供初值和邊界條件，每天00時、03時、06時、09時、12時、15時、18時和21時（世界時）啟動8次。模式垂直42層，模式層頂為50 hPa。

資料同化方面，PWAFS模式系統(tǒng)實時同化地面、高空、風廓線、多普勒雷達徑向風（Li et al.，2016）和反射率、以及Suomi-NPP/CrIS紅外高光譜（Li et al.，2019）、Metop-A、B/AMSU-A微波探測儀和Himawari-8/AHI紅外成像儀（Li et al.，2020）等衛(wèi)星數(shù)據(jù)。物理參數(shù)化設置方面，采用包括Morrison微物理方案、RRTM長波輻射方案、Goddard短波輻射方案、Monin-Obukhov近地面層方案、Noah陸面過程方案、YSU邊界層方案和Kain-Fritsch積云對流方案（15 km區(qū)域無積云對流方案）。

2 天氣過程

首先，通過ECMWF模式分析場的500 hPa位勢高度場來分析此次過程的環(huán)流背景。圖1展示了7月19日20時和20日08時500 hPa位勢高度的演變，由7月19日20時至次日08時，副熱帶高壓主體維持在30°N以北而5 880 gpm線向西延伸，西太平洋臺風”煙花”在副熱帶高壓南側(cè)引導氣流的影響下向西移動，其南北位置變化不明顯。7月20日08時，臺風”煙花”外圍的5 860 gpm線向西擴展并與陸地等高線相連，臺風”煙花”與其北側(cè)副熱帶高壓之間的等高線更加密集，受氣壓梯度影響，此時臺風”煙花”和副熱帶高壓之間的偏東風持續(xù)加強。

其次，結(jié)合2021年7月19日20時ECMWF模式分析場的925 hPa水汽通量（圖2）可見，在西太平洋與我國東部之間低層呈現(xiàn)明顯的水汽通道，它沿著臺風北側(cè)和副熱帶高壓南側(cè)之間的東風急流，將水汽向河南省輸送。同時，由圖中灰色陰影表示的地形可見，偏東氣流在河南西部遇到太行山脈及伏牛山等地形被抬升，觸發(fā)上升運動，這也是強降水中心能夠長時間維持在此處的原因之一。

圖3給出了7月20日10、13、16時葵花8號靜止衛(wèi)星的RGB（Red-Green-Blue）合成分析，云分類圖和云光學厚度反演產(chǎn)品圖（Zhuge et al.，2020），圖中紅色方框標記了鄭州所在位置。結(jié)合三組圖，10時，河南中部和北部已廣泛分布著對流云系，它主要由厚冰云和多層云組成，上沖云頂較分散且面積較小，此時的對流云系主要分布在河南北部;由于充沛的水汽條件和地形抬升作用，經(jīng)過3 h的發(fā)展，對流云系的分布更加緊湊集中于鄭州及其附近地區(qū)，云分類圖中上沖云頂?shù)拿娣e發(fā)生顯著增加，表明此時該處的對流發(fā)展非常旺盛，同時，光學厚度反演數(shù)據(jù)顯示在13時云系明顯增厚，意味著此處將伴隨較強的降水;16時，河南北部對流云系的厚度減小，

由上沖云頂面積減小推測這可能是因為對流云系發(fā)生了上沖云頂崩塌，造成強風和短時強降水，鄭州正好位于上沖云頂?shù)南路剑@一現(xiàn)象對應了鄭州站16—17時單小時出現(xiàn)極端降水，另外，16時對流云系發(fā)生分裂，河南南部出現(xiàn)了沿地形分布的分散性對流云體。

通過分析靜止衛(wèi)星數(shù)據(jù)和多模式數(shù)據(jù)可知，此次過程中是副熱帶高壓、臺風、低空急流等多尺度系統(tǒng)的共同作用，導致了持續(xù)的水汽輸送，疊加河南西高東低的地勢，為此次強降水過程提供了重要的背景條件。

3 多模式降水預報結(jié)果比較

3.1 實況降水

由圖4中7月20日08—20時的累積實況降水可知，此次降水主體分布在河南中北部和西部山地的東側(cè)，其30 mm以上強降水落區(qū)范圍廣，在東西方向延伸200 km，南北方向延伸200 km，且有多個降水強度大于140 mm的強降水中心分布在降水主體的中心位置，其中面積最大的主降水中心幾乎覆蓋了整個鄭州，西南側(cè)的強降水中心有沿伏牛山分布的特征，東北側(cè)的強降水中心則是位于太行山脈前。

3.2 全球模式降水預報

圖5展示了ECMWF模式和GFS模式預報的7月20日08—20時累積降水，比較了7月19日08時和20時起報的兩組模式預報結(jié)果。ECMWF模式19日08時的起報結(jié)果中，預報的降水落區(qū)、強降水中心和降水強度都存在一定偏差，降水主體偏向河南的西北側(cè)，部分落在了山西省內(nèi)，雖然能夠預報出暴雨級別的降水強度，但其量級遠低于自動站降水實況;而ECMWF模式在19日20時起報的結(jié)果已經(jīng)能夠預報出本次過程30 mm以上降水落區(qū)的總體形態(tài)，降水量級和落區(qū)優(yōu)于19日08時起報，但是位置還是存在偏向西北的問題，且降水量級仍嚴重低于實況觀測。GFS模式19日08時的預報結(jié)果與ECMWF模式相當，在降水落區(qū)和降水中心分布方面，也存在位置偏北的問題，同時，預報的降水強度也遠低于實況觀測，GFS模式在19日20時起報的結(jié)果相較08時有一定的提升，主要體現(xiàn)在強降水中心位于強降水落區(qū)的中心且形態(tài)更接近實況，不過相比ECMWF預報的結(jié)果，它的30 mm以上降水面積偏小，且在山東西部預報出一個虛假的強降水中心。

綜合討論ECMWF和GFS兩個全球模式的預報結(jié)果發(fā)現(xiàn)，對于此次過程，全球模式提前24 h的降水預報結(jié)果偏差大于提前12 h預報的結(jié)果，ECMWF模式預報效果整體略優(yōu)于GFS模式。另外，全球模式普遍存在預報的降水中心偏西、偏北和降水強度預報偏低的問題。

3.3 江蘇區(qū)域模式PWAFS降水預報

圖6展示了江蘇區(qū)域數(shù)值預報模式PWAFS在19日20時和20日02時起報的結(jié)果，PWAFS模式在提前12 h的預報中，30 mm降水落區(qū)和140 mm以上強降水中心位置較觀測偏南，降水具有明顯的沿地形分布的特征;20日02時起報的結(jié)果中，PWAFS模式預報的30 mm強降水落區(qū)比前一預報時刻更接近實況，但是對70 mm和140 mm以上強降水落區(qū)的預報偏西且范圍偏小，模式降水依舊表現(xiàn)出沿地形分布的特征。相比全球模式ECMWF和GFS，區(qū)域模式PWAFS能夠預報出140 mm以上的特大暴雨量級，但降水落區(qū)存在一定預報偏差，總體而言，區(qū)域模式的優(yōu)勢體現(xiàn)在降水強度預報方面，呈現(xiàn)了更好的預報能力。

3.4 多模式預報偏差

為認識不同模式降水預報偏差的原因，采用ERA再分析資料對不同模式20日08時和20日14時500 hPa（圖7）和700 hPa（圖8）的高度場、溫度場、風場和相對濕度場的預報結(jié)果進行了比較。為便于多模式比較，將各模式統(tǒng)一插值至ERA5再分析資料的0.25°分辨率網(wǎng)格。再分析資料顯示，20日08時河南中北部上空500 hPa和700 hPa均存在一個閉合的低壓系統(tǒng)和明顯的風切變，鄭州處于700 hPa槽前;14時，河南上空低壓系統(tǒng)進一步加強，其中700 hPa低壓中心受環(huán)境風影響向西北移動，此時鄭州位于槽線附近。

通過對比發(fā)現(xiàn)，19日20時起報的ECMWF模式的高度場整體預報較好，但未預報出14時700 hPa的低壓中心，并且相對濕度顯著偏低，因此ECMWF模式預報降水落區(qū)較好但是累積降水量偏低（圖5）;19日20時起報的GFS模式預報的500 hPa和700 hPa低壓中心偏強，且發(fā)展至14時出現(xiàn)向北的位置偏差，這可能是GFS模式強降水落區(qū)偏北的原因（圖5）;19日20時起報的PWAFS模式預報的08時的低壓中心總體強度偏弱，位置偏西，14時的切變線偏南，因此強降水中心存在向西南方向的位置偏差;20日02時起報的PWAFS模式對切變線位置的模擬較好，因此預報的降水落區(qū)較好（圖6）。

4 江蘇PWAFS模式預報效果評估

4.1 逐小時降水的實況與模式結(jié)果對比

由前一部分可知，7月20日02時起報的PWAFS模式累積降水預報較好，本節(jié)將通過7月20日02時—21日02時的逐小時降水峰值變化（圖9）來分析模式的逐小時降水預報效果。選取鄭州附近90 km范圍以內(nèi)自動站的逐小時降水最大值作為實況，繪制圖中的實況降水黑線，逐小時降水全部在50 mm以上，峰值出現(xiàn)在16—17時。若取鄭州附近90 km范圍內(nèi)降水的最大小時雨量（藍線），則PWAFS模式降水峰值約140 mm，出現(xiàn)在14—15時，提前于觀測，起報3 h后逐小時的降雨強度也均達到50 mm;若取鄭州附近45 km范圍內(nèi)降水最大小時雨量（紅線），則降水峰值明顯低于觀測，逐小時降水強度也迅速下降，說明模式預報的最大雨強中心位置偏差在45 km以上。這也驗證了20日02時起報的12 h累積降水圖（圖6）的結(jié)論，整體上PWAFS模式預報降水極值中心偏西，強降水的局地性強，范圍比觀測小，但是預報降水的日內(nèi)變化特征一定程度上符合實況。

4.2 模式預報的各物理量場分布特征

圖10展示了PWAFS模式預報的河南上空20日08時—14時500 hPa和700 hPa的高度場、溫度場、風場和相對濕度場的演變特征。08時，河南上空500 hPa和700 hPa存在切變線，其位于濕度條件良好（相對濕度大于90%）的暖區(qū);14時，河南上空500 hPa和700 hPa切變線已經(jīng)發(fā)展出閉合的低壓系統(tǒng)，局部中小尺度閉合環(huán)流加強，同時，相對濕度大值區(qū)更集中于河南的中北部。圖10黑色虛線框標記出了系統(tǒng)發(fā)展的位置，位于河南的西北部山地區(qū)上空，這可能是模式降水預報偏西的原因。

圖11為PWAFS模式預報的20日08時和14時的850 hPa和925 hPa的水汽通量場。臺風“煙花”和副熱帶高壓之間東風急流的水汽輸送在850 hPa明顯增強，臺風”煙花”在20日下午由強熱帶風暴加強為臺風后其水汽輸送范圍較08時有了明顯的增加，輸送到河南地區(qū)的水汽大量聚集在西北部太行山，嵩山和伏牛山前。因此，此次特大暴雨是由副熱帶高壓和臺風”煙花”之間的東風急流持續(xù)輸送的水汽，南海臺風查帕卡偏南氣流的水汽輸送比較有限。

圖12展示了PWAFS模式預報的20日08時與14時預報的700 hPa垂直速度，08時鄭州上方和西側(cè)嵩山上方有向上的大于2 m/s的垂直速度，河南北部的南北向氣流輻合地區(qū)，其上空對應較強的上升氣流，沿穿過鄭州的黑色虛線對垂直速度進行剖面分析，發(fā)現(xiàn)此時鄭州上空4 km附近，存在兩個強上升氣流中心，上升氣流向上可延伸至10 km附近;14時，河南西北部依舊有較強的上升氣流，但垂直剖面圖中，鄭州上方的垂直速度中心發(fā)生明顯變化，最強的一支上升氣流，中心位于12 km高度層附近，向上延伸至14 km高度，說明從08至14時，鄭州上空的對流系統(tǒng)迅速發(fā)展成為一個直達對流層頂?shù)纳詈裣到y(tǒng)，這一結(jié)果與衛(wèi)星圖像也較吻合，深厚對流系統(tǒng)的長時間維持，為這次特大暴雨提供了較好的動力條件。

4.3 預報物理量的極端性分析

為了進一步認識本次降水過程的極端性，利用ERA5的1979—2021年的7月平均場作為氣候態(tài)數(shù)據(jù)，圖13討論了此次過程中水汽通量和最大垂直速度的極端性。通過比較鄭州附近1°范圍內(nèi)的氣候態(tài)平均水汽通量發(fā)現(xiàn)，其量級介于0～5 g·cm-1·hPa-1·s-1，最大值出現(xiàn)在午后14時，日變化特征不明顯;ERA5再分析資料顯示此次過程的水汽通量介于10～20 g·cm-1·hPa-1·s-1之間，最大值出現(xiàn)在小時累積降水最大的17時，11時和20時各存在一個極大值;PWAFS模式的水汽通量量級與ERA5接近，其最大值出現(xiàn)在08時之前，表明在暴雨過程之前有非常強的水汽輸送。在最大垂直速度方面，氣候平均的垂直速度量級約0.4 m/s;ERA再分析數(shù)據(jù)的最大垂直速度始終維持在0.4 m/s以上，最大可達約1.5 m/s;而PWAFS模式預報的垂直速度更強，在20日08時以后始終維持在2 m/s左右，由于700 hPa垂直速度是強降水過程重要的指示因子之一，PWAFS預報中超過2 m/s的垂直速度為強降水預報提供了非常有力的動力條件。

5 討論和結(jié)論

采用地面降水觀測、靜止衛(wèi)星觀測、再分析資料和多種數(shù)值模式預報數(shù)據(jù)分析了2021年7月20日發(fā)生在鄭州的一次特大暴雨天氣過程，比較了全球模式（ECMWF、GFS）和區(qū)域模式（PWAFS）的強降水預報能力，并利用再分析資料結(jié)合區(qū)域模式PWAFS預報場討論了此次持續(xù)強降水過程發(fā)生的原因，主要結(jié)論有：

1）從模式分析場看，7月19日，大尺度系統(tǒng)副熱帶高壓發(fā)生西伸，中尺度系統(tǒng)臺風”煙花”加強，二者之間的東風急流加強，向河南持續(xù)輸送水汽，由于河南地勢西高東低，地形抬升作用為對流觸發(fā)創(chuàng)造有利條件，結(jié)合衛(wèi)星圖像可知7月20日10—16時，嵩山、太行山地區(qū)對流發(fā)展旺盛分布有大片的對流云系，并且出現(xiàn)了上沖云頂，在環(huán)流形勢、水汽輸送和地形影響的背景下，鄭州站出現(xiàn)極端強降水過程。

2）實況降水具有較強的沿地形分布特征，強降水落區(qū)位于河南西北部，有三個強度大于140 mm的降水中心，主降水中心位于鄭州。全球模式ECMWF和GFS提前12 h的預報結(jié)果優(yōu)于提前24 h的預報結(jié)果，預報的強降水落區(qū)較好，降水中心略偏北，但強度顯著偏低。江蘇省區(qū)域模式PWAFS對此次降水過程的預報性能，主要體現(xiàn)在降水強度的預報更接近實況和降水具有沿地形分布的特征，但PWAFS也存在降水中心位置偏西，強降水中心范圍偏小等問題，這主要受低壓系統(tǒng)位置偏西影響。

3）結(jié)合ERA5再分析資料和PWAFS模式3 km分辨率的預報場分析發(fā)現(xiàn)，20日08—14時，河南西北部上空500 hPa和700 hPa的閉合低壓系統(tǒng)發(fā)展增強，同時垂直速度剖面圖中鄭州地區(qū)的上升氣流延伸到了對流層頂，說明其下的氣旋性渦度和低層地形抬升為對流的發(fā)展提供了較好的動力條件。通過對比氣候平均態(tài)和ERA再分析場發(fā)現(xiàn)，PWAFS區(qū)域模式在鄭州附近水汽通量和最大垂直速度存在異常大值和長時間維持的特征，對此次特大暴雨量級預報提供了有利條件。

綜上，結(jié)合多源觀測和模式數(shù)據(jù)，初步分析了鄭州的“7·20”特大暴雨的天氣過程，該過程受中、低緯度多尺度系統(tǒng)與河南西高東低的地形共同影響。數(shù)值模式對此次特大暴雨具有一定預報能力，但在實際業(yè)務預報中仍需要預報員根據(jù)天氣形勢等對模式預報進行訂正，其中區(qū)域精細化數(shù)值預報模式對極端天氣的預報具有一定參考價值，但PWAFS模式在降水落區(qū)，強降水中心位置等方面的預報技巧還有待提高，今后將從物理過程方案、集合預報和資料同化等角度對此次過程的數(shù)值模擬做更深入的分析。此外，今后將基于更多天氣過程，對多模式對比做更全面的統(tǒng)計分析，以期為業(yè)務預報提供更多指導建議。

參考文獻（References）

Borderies M，Caumont O，Delano J，et al.，2019.Impact of airborne cloud radar reflectivity data assimilation on kilometre-scale numerical weather prediction analyses and forecasts of heavy precipitation events[J].Nat Hazards Earth Syst Sci，19（4）：907-926.doi：10.5194/nhess-19-907-2019.

Caumont O，Mandement M，Bouttier F，et al.，2021.The heavy precipitation event of 14—15 October 2018 in the Aude catchment：a meteorological study based on operational numerical weather prediction systems and standard and personal observations[J].Nat Hazards Earth Syst Sci，21（3）：1135-1157.doi：10.5194/nhess-21-1135-2021.

陳葆德，王曉峰，李泓，等，2013.快速更新同化預報的關鍵技術(shù)綜述[J].氣象科技進展，3（2）：29-35. Chen B D，Wang X F，Li H，et al.，2013.An overview of the key techniques in rapid refresh assimilation and forecast[J].Adv Meteorol Sci Technol，3（2）：29-35.（in Chinese）.

陳敏，范水勇，鄭祚芳，等，2011.基于BJ-RUC系統(tǒng)的臨近探空及其對強對流發(fā)生潛勢預報的指示性能初探[J].氣象學報，69（1）：181-194. Chen M，F(xiàn)an S Y，Zheng Z F，et al.，2011.The performance of the proximity sounding based on the BJ-RUC system and its preliminary implementation in the convective potential forecast[J].Acta Meteorol Sin，69（1）：181-194.（in Chinese）.

陳子通，黃燕燕，萬齊林，等，2010.快速更新循環(huán)同化預報系統(tǒng)的汛期試驗與分析[J].熱帶氣象學報，26（1）：49-54. Chen Z T，Huang Y Y，Wan Q L，et al.，2010.Rapid updating cycle assimilation and forecasting system and its experiments and analysis in flood seasons[J].J Trop Meteor，26（1）：49-54.doi：10.3969/j.issn.1004-4965.2010.01.007.（in Chinese）.

陳耀登，趙幸，閔錦忠，等，2015.青藏高原和華東地區(qū)背景誤差協(xié)方差特征的對比研究[J].大氣科學學報，38（5）：650-657. Chen Y D，Zhao X，Min J Z，et al.，2015.Comparative analysis of characteristics for background error covariances in Tibetan Plateau and East China[J].Trans Atmos Sci，38（5）：650-657.doi：10.13878/j.cnki.dqkxxb.20141021002.（in Chinese）.

陳耀登，陳海琴，孫娟珍，等，2018.雷達觀測對應模式變量非線性特征及對四維變分同化的影響[J].熱帶氣象學報，34（6）：721-732. Chen Y D，Chen H Q，Sun J Z，et al.，2018.Nonlinear characteristics of model variables corresponding to radar observations and its effects on 4d-var assimilation[J].J Trop Meteor，34（6）：721-732.doi：10.16032/j.issn.1004-4965.2018.06.001.（in Chinese）.

龔建東，2013.同化技術(shù)：數(shù)值天氣預報突破的關鍵：以歐洲中期天氣預報中心同化技術(shù)演進為例[J].氣象科技進展，3（3）：6-13. Gong J D，2013.Data assimilation：a key technology for NWP：technical review of data assimilation in ECMWF[J].Adv Meteor Sci Technol，3（3）：6-13.doi：10.3969/j.issn.2095-1973.2013.03.001.（in Chinese）.

季曉東，漆梁波，2018.ECMWF模式降水預報與極端天氣預報指數(shù)在暴雨預報中的評估與應用[J].暴雨災害，37（6）：566-573. Ji X D，Qi L B，2018.Evaluation and application of ECMWF model precipitation and extreme weather forecast index of precipitation on heavy rainfall forecast[J].Torrential Rain Disasters，37（6）：566-573.doi：10.3969/j.issn.1004-9045.2018.06.010.（in Chinese）.

姜曉曼，袁慧玲，薛明，等，2014.北京“7.21”特大暴雨高分辨率模式分析場及預報分析[J].氣象學報，72（2）：207-219. Jiang X M，Yuan H L，Xue M，et al.，2014.Analysis of a torrential rainfall event over Beijing on 21-22 July 2012 based on high resolution model analyses and forecasts[J].Acta Meteorol Sin，72（2）：207-219.doi：10.11676/qxxb2014.024.（in Chinese）.

Lagasio M，Parodi A，Pulvirenti L，et al.，2019.A synergistic use of a high-resolution numerical weather prediction model and high-resolution earth observation products to improve precipitation forecast[J].Remote Sens，11（20）：2387.doi：10.3390/rs11202387.

李昕，王元，明杰，等，2016.雷達徑向風和反演風聯(lián)合同化在臺風燦都（2010）數(shù)值預報中的研究[J].氣象，42（6）：649-663. Li X，Wang Y，Ming J，et al.，2016.A combined radar data assimilation strategy of radial velocity and retrieved wind and its impact on the forecasting of tropical cyclone chanthu （2010）[J].Meteor Mon，42（6）：649-663.doi：10.7519/j.issn.1000-0526.2016.06.001.（in Chinese）.

Li X，Zeng M J，Wang Y，et al.，2016.Evaluation of two momentum control variable schemes and their impact on the variational assimilation of radarwinddata：case study of a squall line[J].Adv Atmos Sci，33（10）：1143-1157.doi：10.1007/s00376-016-5255-3.

Li X，Zou X L，Zeng M J，2019.An alternative bias correction scheme for CrIS data assimilation in a regional model[J].Mon Wea Rev，147（3）：809-839.doi：10.1175/mwr-d-18-0044.1.

Li X，Zou X L，Zhuge X Y，et al.，2020.Improved himawari-8/AHI radiance data assimilation with a double cloud detection scheme[J].J Geophys Res：Atmos，125（13）：e2020JD032631.doi：10.1029/2020JD032631.

李澤椿，諶蕓，張芳華，等，2015.由河南‘75·8特大暴雨引發(fā)的思考[J].氣象與環(huán)境科學，38（3）：1-12. Li Z C，Chen Y，Zhang F H，et al.，2015.Consideration by “75·8” extreme heavy rainfall event in Henan[J].Meteorology and Environmental Science，38（3）：1-12.（in Chinese）.

呂林宜，王新敏，栗晗，2019.華東區(qū)域模式對河南“7·19”特大暴雨的數(shù)值檢驗與分析[J].氣象與環(huán)境科學，42（1）：101-109. L L Y，Wang X M，Li H，2019.Verification and analysis of SMS-WARMS forecast for “7·19” extraordinary rainstorm in Henan Province[J].Meteor Environ Sci，42（1）：101-109.doi：10.16765/j.cnki.1673-7148.2019.01.014.（in Chinese）.

羅亞麗，孫繼松，李英，等，2020.中國暴雨的科學與預報：改革開放40年研究成果[J].氣象學報，78（3）：419-450. Luo Y L，Sun J S，Li Y，et al.，2020.Science and prediction of heavy rainfall over China：research progress since the reform and opening-up of the People's Republic of China[J].Acta Meteorol Sin，78（3）：419-450.（in Chinese）.

Luo Y L，Wu M W，Ren F M，et al.，2016.Synoptic situations of extreme hourly precipitation over China[J].J Climate，29（24）：8703-8719.doi：10.1175/jcli-d-16-0057.1.

馬雷鳴，鮑旭煒，2017.數(shù)值天氣預報模式物理過程參數(shù)化方案的研究進展[J].地球科學進展，32（7）：679-687. Ma L M，Bao X W，2017.Research progress on physical parameterization schemes in numerical weather prediction models[J].Adv Earth Sci，32（7）：679-687.doi：10.11867/j.issn.1001-8166.2017.07.0679.（in Chinese）.

閔錦忠，彭霞云，賴安偉，等，2007.反演同化和直接同化多普勒雷達徑向風的對比試驗[J].南京氣象學院學報，30（6）：745-754. Min J Z，Peng X Y，Lai A W，et al.，2007.Contrast experiments of Doppler radar radial velocity using retrieval and direct assimilation[J].J Nanjing Inst Meteorol，30（6）：745-754.doi：10.3969/j.issn.1674-7097.2007.06.004.（in Chinese）.

Orsolini Y J，Zhang L，Peters D H W，et al.，2015.Extreme precipitation events over North China in August 2010 and their link to eastward-propagating wave-trains across Eurasia：observations and monthly forecasting[J].Quart J Roy Meteor Soc，141（693）：3097-3105.doi：10.1002/qj.2594.

沈新勇，梅海霞，王衛(wèi)國，等，2015.雙參數(shù)微物理方案的冰相過程模擬及冰核數(shù)濃度的影響試驗1[J].大氣科學，39（1）：83-99. Shen X Y，Mei H X，Wang W G，et al.，2015.Numerical simulation of ice-phase processes using a double-moment Microphysical scheme and a sensitivity Test of ice nuclei concentration [J].Chin J Atmos Sci，39（1）：83-99.（in Chinese）.

孫建華，張小玲，衛(wèi)捷，等，2005.20世紀90年代華北大暴雨過程特征的分析研究[J].氣候與環(huán)境研究，10（3）：492-506. Sun J H，Zhang X L，Wei J，et al.，2005.A study on severe heavy rainfall in North China during the 1990s[J].Clim Environ Res，10（3）：492-506.doi：10.3969/j.issn.1006-9585.2005.03.020.（in Chinese）.

孫建華，齊琳琳，趙思雄，2006.“9608” 號臺風登陸北上引發(fā)北方特大暴雨的中尺度對流系統(tǒng)研究[J].氣象學報，64（1）：57-71. Sun J H，Qi L L，Zhao S X，2006.A study on mesoscale convective systems of the severe heavy rainfall in North China by “9608” typhoon[J].Acta Meteorol Sin，64（1）：57-71.doi：10.3321/j.issn：0577-6619.2006.01.006.（in Chinese）.

王丹，王金成，田偉紅，等，2020.往返式探空觀測資料的質(zhì)量控制及不確定性分析[J].大氣科學，44（4）：865-884. Wang D，Wang J C，Tian W H，et al.，2020.Quality control and uncertainty analysis of return radiosonde data[J].Chin J Atmos Sci，44（4）：865-884.doi：10.3878/j.issn.1006-9895.1912.19203.（in Chinese）.

Wang P，Li J，Lu B，et al.，2018.Impact of moisture information from advanced himawari imager measurements on heavy precipitation forecasts in a regional NWP model[J].J Geophys Res：Atmos，123（11）：6022-6038.doi：10.1029/2017JD028012.

魏蕾，雷恒池，2012.加密探空資料同化對一次降水預報能力改進研究[J].氣候與環(huán)境研究，17（6）：809-820. Wei L，Lei H C，2012.Improvement of precipitation forecasts by the assimilation of encrypted sounding data[J].Clim Environ Res，17（6）：809-820.（in Chinese）.

Xiao Q N，Kuo Y H，Sun J Z，et al.，2005.Assimilation of Doppler radar observations with a regional 3DVAR system：impact of Doppler velocities on forecasts of a heavy rainfall case[J].J Appl Meteorol，44（6）：768-788.doi：10.1175/jam2248.1.

楊波，孫繼松，毛旭，等，2016.北京地區(qū)短時強降水過程的多尺度環(huán)流特征[J].氣象學報，74（6）：919-934. Yang B，Sun J S，Mao X，et al.，2016.Multi-scale characteristics of atmospheric circulation related to short-time strong rainfall events in Beijing[J].Acta Meteorol Sin，74（6）：919-934.（in Chinese）.

楊春，閔錦忠，陳耀登，2015.WRF-EnSRF衛(wèi)星資料同化模塊的構(gòu)建研究[J].大氣科學學報，38（4）：549-556. Yang C，Min J Z，Chen Y D，2015.Construction of WRF-EnS RF satellite data assimilation system[J].Trans Atmos Sci，38（4）：549-556.doi：10.13878/j.cnki.dqkxxb.20130529001.（in Chinese）.

Yin S Q，Li W J，Chen D L，et al.，2011.Diurnal variations of summer precipitation in the Beijing area and the possible effect of topography and urbanization[J].Adv Atmos Sci，28（4）：725-734.doi：10.1007/s00376-010-9240-y.

曾明劍，張備，周嘉陵，等，2014.GPS/PWV資料同化在強降水過程中的定量作用評估[J].氣象科學，34（1）：77-86. Zeng M J，Zhang B，Zhou J L，et al.，2014.Quantitative evaluation for GPS/PWV data assimilation in heavy precipitation events[J].J Meteor Sci，34（1）：77-86.doi：10.3969/2013jms.0069.（in Chinese）.

張冰，鄭媛媛，沈菲菲，等，2021.2017年蘇南一次特大暴雨高分辨率模擬及特征分析[J].氣象科學，41（3）：386-397. Zhang B，Zheng Y Y，Shen F F，et al.，2021.Characteristics and simulation of a torrential rainstorm over southern Jiangsu in 2017 revealed by a high-resolution numerical model[J].J Meteor Sci，41（3）：386-397.（in Chinese）.

張宏芳，潘留杰，楊新，2014.ECMWF、日本高分辨率模式降水預報能力的對比分析[J].氣象，40（4）：424-432. Zhang H F，Pan L J，Yang X，2014.Comparative analysis of precipitation forecasting capabilities of ECMWF and Japan high-resolution models[J].Meteor Mon，40（4）：424-432.（in Chinese）.

Zhang H，Zhai P M，2011.Temporal and spatial characteristics of extreme hourly precipitation over eastern China in the warm season[J].Adv Atmos Sci，28（5）：1177-1183.doi：10.1007/s00376-011-0020-0.

張旭，黃偉，陳葆德，2017.高分辨率數(shù)值預報模式的尺度自適應物理過程參數(shù)化研究[J].氣象科技進展，7（6）：105-110. Zhang X，Huang W，Chen B D，2017.A study of the scale-aware physical parameterizations in high-resolution numerical weather prediction models[J].Adv Meteor Sci Technol，7（6）：105-110.doi：10.3969/j.issn.2095-1973.2017.06.013.（in Chinese）.

趙思雄，張立生，孫建華，2007.2007年淮河流域致洪暴雨及其中尺度系統(tǒng)特征的分析[J].氣候與環(huán)境研究，12（6）：713-727. Zhao S X，Zhang L S，Sun J H，2007.Study of heavy rainfall and related mesoscale systems causing severe flood in Huaihe river basin during the summer of 2007[J].Clim Environ Res，12（6）：713-727.doi：10.3969/j.issn.1006-9585.2007.06.002.（in Chinese）.

Zhao Y，Chen D L，Li J，et al.，2020.Enhancement of the summer extreme precipitation over North China by interactions between moisture convergence and topographic settings[J].Clim Dyn，54（5/6）：2713-2730.doi：10.1007/s00382-020-05139-z.

Zhong L Z，Mu R，Zhang D L，et al.，2015.An observational analysis of warm-sector rainfall characteristics associated with the 21 July 2012 Beijing extreme rainfall event[J].J Geophys Res：Atmos，120（8）：3274-3291.doi：10.1002/2014JD022686.

Zhuge X Y，Zou X L，Wang Y，2020.Determining AHI cloud-top phase and intercomparisons with MODIS products over north Pacific[J].IEEE Trans Geosci Remote Sens，59（1）：436-448.doi：10.1109/TGRS.2020.2990955.

Zou X，Qin Z，Zheng Y，2015.Improved tropical storm forecasts with GOES-13/15 imager radiance assimilation and asymmetric vortex initialization in HWRF[J].Mon Weather Rev，143（7）：2485-2505.doi：10.1175/mwr-d-14-00223.1.

Multi-model comparison and high-resolution regional model forecast analysis for the “7·20” Zhengzhou severe heavy rain

SHI Wenru1，2，LI Xin1，2，ZENG Mingjian1，2，ZHANG Bing1，2，WANG Hongbin1，2，ZHU Kefeng1，2，ZHUGE Xiaoyong1，2

1Key Laboratory of Transportation Meteorology，CMA，Nanjing 210008，China;

2Nanjing Joint Institute for Atmospheric Sciences，Nanjing 210008，China

The “7·20” Zhengzhou severe heavy rain broke the Zhengzhou observed station's 1-hour precipitation record （201.9 mm） as well as the daily precipitation record （552 mm）.In addition，there was a catastrophic rainfall process that left hundreds dead and dozens missing.High intensity，wide-coverage，and terrain-specific distribution were characteristics of this severe rainfall.This study used gauge precipitation observations，geostationary satellite observations，reanalysis data，and multiple numerical model forecasts to analyze the models' forecast deviations and Jiangsu Precision Weather Analysis and Forecasting System's （PWAFS） ability in forecasting extreme rainfall events.Here are the main conclusions：1） The heavy rain was caused by a strengthened easterly flow between the westward extended subtropical high and typhoon “In-fa”，combined with a topographic lift.2） In terms of heavy rain，the European Center for Medium-range Weather Forecasts （ECMWF） and the Global Forecast System（GFS） performed well，but the precipitation center was slightly northerly biased and the intensity was noticeably lower than observation.PWAFS had a better performance in precipitation intensity forecasting and a distribution pattern along the terrain.However，PWAFS shows isolated rain centers that are biased to the west.3） Based on the PWAFS forecasts and reanalysis data，it was found that on 20 July over the heavy rain area，a shear line eventually developed into a deep low-pressure system，which provided favorable dynamic conditions for convective development.

heavy rain;weather analysis;PWAFS;model forecast analysis

doi：10.13878/j.cnki.dqkxxb.20210823001

（責任編輯：袁東敏）