一次江淮暴雨高分辨率數(shù)值預(yù)報(bào)中云微物理方案敏感性分析

摘要 基于全可壓非靜力中尺度預(yù)報(bào)模式WRF，選取Lin、WSM3、WSM5、WSM6、Goddard五種云微物理方案和Kain－Fritsch積云對(duì)流參數(shù)化方案，對(duì)2017年6月10日的江淮暴雨過程開展高分辨率數(shù)值預(yù)報(bào)試驗(yàn)，重點(diǎn)研究了云微物理方案對(duì)強(qiáng)降水預(yù)報(bào)的敏感性。結(jié)果表明：Lin方案模擬的局地暴雨區(qū)降水量隨時(shí)間的演變與實(shí)況較為吻合，但降雨量偏小，WSM5、WSM6和Goddard方案模擬的降水量級(jí)與實(shí)況更為吻合;不同云微物理方案對(duì)此次江淮暴雨的預(yù)報(bào)能力具有明顯差異，小雨量區(qū)域的模擬效果基本一致，暴雨和大暴雨對(duì)云微物理方案更加敏感;云中水成物的三維結(jié)構(gòu)特征差異明顯，其水成物含量也顯著不同。WSM5方案模擬的雨水和云水含量較高，其降水量和落區(qū)質(zhì)量較好;不同微物理方案產(chǎn)生差異明顯的垂直速度，導(dǎo)致云量、云高有所差異，進(jìn)而影響降水預(yù)報(bào)的性能，說明選用更為敏感的云微物理方案對(duì)降水預(yù)報(bào)質(zhì)量的改善具有重要作用。

關(guān)鍵詞數(shù)值預(yù)報(bào);江淮暴雨;云微物理方案;敏感性分析

暴雨系統(tǒng)的時(shí)空尺度小，天氣變化劇烈，降水強(qiáng)度大，是典型的災(zāi)害性中小尺度天氣系統(tǒng)。雖然基于觀測(cè)資料和數(shù)值模擬的暴雨預(yù)報(bào)開展了諸多研究，但暴雨預(yù)報(bào)質(zhì)量依然偏低。當(dāng)前，基于高分辨率數(shù)值模式開展暴雨發(fā)生發(fā)展物理機(jī)制研究和預(yù)報(bào)成為有效工具。研究表明，除預(yù)報(bào)模式動(dòng)力框架，其合理的物理過程及參數(shù)化方案對(duì)改善暴雨預(yù)報(bào)質(zhì)量具有重要影響（Colle et al.，2005）。因此，暴雨數(shù)值預(yù)報(bào)的物理過程與參數(shù)化方案的合理性與適用性研究，一直以來都受到更多關(guān)注（朱格利等，2014）。

數(shù)值模式的云微物理過程和積云對(duì)流參數(shù)化方案對(duì)降水預(yù)報(bào)質(zhì)量具有重要作用，前者對(duì)描述降水過程和揭示降水的物理機(jī)制尤為重要。云微物理過程的主要作用是在成云降雨過程發(fā)生后通過潛熱釋放等物理過程反饋影響大尺度環(huán)流，從而影響大氣溫度、濕度場(chǎng)的垂直結(jié)構(gòu)。云微物理過程方案在層狀云降水過程中決定總降水量，而在對(duì)流云降水中，云微物理過程可通過調(diào)整大氣溫度和濕度結(jié)構(gòu)來影響積云對(duì)流的發(fā)生發(fā)展，從而影響對(duì)流性降水。同時(shí)，云微物理方案的合理性也是數(shù)值模式降水預(yù)報(bào)不確定性的主要來源之一。另外，微物理方案及其參數(shù)對(duì)集合預(yù)報(bào)的物理擾動(dòng)方案的構(gòu)造也具有重要影響（閔錦忠等，2016;史永強(qiáng)等，2022;曾燕飛等，2022）。因此，云微物理方案在暴雨預(yù)報(bào)中顯得尤為重要。

隨著數(shù)值模式空間分辨率的提高，云微物理方案合理描述網(wǎng)格尺度的云和降水物理過程更加重要。許多學(xué)者針對(duì)不同云微物理過程參數(shù)化方案展開了諸多對(duì)比試驗(yàn)研究。Rajeevan et al.（2010）基于4個(gè)云微物理過程參數(shù)化方案的研究指出，降水對(duì)云微物理參數(shù)化方案的選擇較敏感。WRF模式中7種不同云微物理過程參數(shù)化方案對(duì)華北暴雨強(qiáng)降水落區(qū)和強(qiáng)度的敏感性試驗(yàn)表明，不同的云微物理方案對(duì)模式空間分辨率具有較強(qiáng)的敏感性，合理的微物理方案也可相應(yīng)提高細(xì)網(wǎng)格嵌套區(qū)的暴雨模擬效果（李安泰和何宏讓，2011：馬嚴(yán)枝等，2012），不同云微物理方案對(duì)降水落區(qū)影響明顯，但強(qiáng)降水中心強(qiáng)度對(duì)云微物理方案卻不敏感（段海霞等，2013）。廖鏡彪等（2012）針對(duì)一次華南暴雨過程開展的6種云微物理參數(shù)化方案模擬分析發(fā)現(xiàn)，選取KF積云對(duì)流參數(shù)化方案時(shí)，Lin方案對(duì)強(qiáng)降水位置和強(qiáng)度預(yù)報(bào)效果好，其他方案模擬雨量明顯偏小，雨帶位置偏差較大，模擬效果不理想。同樣，“5．25”新疆暴雨模擬分析也顯示，不同云微物理參數(shù)化方案對(duì)不同量級(jí)的降水預(yù)報(bào)質(zhì)量各具優(yōu)勢(shì)（丁明月等，2019）。此外，對(duì)于大尺度尤其是層狀云降水為主的暴雨，云微物理參數(shù)化方案對(duì)降水的影響遠(yuǎn)大于積云對(duì)流參數(shù)化方案對(duì)降水的影響（黃海波等，2011;朱格利等，2014）。

降水落區(qū)和強(qiáng)度預(yù)報(bào)對(duì)不同的云微物理方案的敏感性呈現(xiàn)出顯著的差異，這不僅增加了單一確定性預(yù)報(bào)模式物理方案合理配置的困難，也影響高分辨率模式對(duì)更為復(fù)雜的局地性強(qiáng)對(duì)流天氣預(yù)報(bào)的質(zhì)量，而且也導(dǎo)致當(dāng)前高分辨率區(qū)域集合預(yù)報(bào)物理擾動(dòng)方案的構(gòu)造具有更大的不確定性。本文結(jié)合2017年6月的一次江淮強(qiáng)暴雨天氣過程，開展降水預(yù)報(bào)對(duì)數(shù)值預(yù)報(bào)模式中云微物理方案的敏感性研究，以揭示高分辨率數(shù)值預(yù)報(bào)中適用性更強(qiáng)的微物理方案的敏感性。同時(shí)，也為合理確定高分辨率區(qū)域集合預(yù)報(bào)物理擾動(dòng)方案的擾動(dòng)對(duì)象提供科學(xué)依據(jù)。

1 暴雨過程及主要天氣形勢(shì)

2017年6月10日，我國(guó)江淮和西南地區(qū)發(fā)生持續(xù)強(qiáng)降水，南京地區(qū)為大暴雨中心。截至6月10日22時(shí)40分（世界時(shí)，下同），南京本站累計(jì)雨量達(dá)210．6 mm，達(dá)到大暴雨級(jí)別，不僅遠(yuǎn)超此前6月上旬日降雨量為135 mm的歷史記錄，也打破了歷史上南京單日降雨量的極值，堪稱百年一遇的典型強(qiáng)暴雨。

NCEP／NCAR再分析資料（圖1）顯示，副高北抬導(dǎo)致西南暖濕氣流向江淮地區(qū)快速匯集，日本海北部較強(qiáng)的氣旋性環(huán)流向東逐漸移動(dòng)，引導(dǎo)對(duì)流層中層西風(fēng)氣流加速運(yùn)動(dòng)，中層輻散和低層輻合加強(qiáng);850 hPa散度場(chǎng)中，中國(guó)北方地區(qū)的強(qiáng)輻合區(qū)從10日00時(shí)逐漸向東南延伸至江淮流域偏北地區(qū)，至9日18時(shí)江淮區(qū)域基本處于氣流輻合區(qū)，促進(jìn)低層水汽輻合上升，垂直運(yùn)動(dòng)隨之加強(qiáng)，為強(qiáng)降水的產(chǎn)生提供了有利的大尺度環(huán)流背景條件。

850 hPa風(fēng)速大于等于12 m／s的低空急流于6月9 日06 時(shí)在湖南、江西上空形成，隨后向江淮流域快速延伸發(fā)展，持續(xù)輸送豐富的動(dòng)量、熱量和水汽（圖2）。至10日00時(shí)（圖2c），高空急流（200 hPa u≥30 m／s）中心位于35°N，最大風(fēng)速超過60 m／s，江淮流域位于高空急流入口區(qū)的右側(cè)強(qiáng)輻散區(qū)，即高低空急流耦合而成的次級(jí)環(huán)流的垂直上升區(qū)，促進(jìn)了低層輻合上升、高層輻散增強(qiáng)的抽吸作用，高低空急流的共同作用使垂直上升運(yùn)動(dòng)更加劇烈，為暴雨的發(fā)展形成提供了充分有利的熱動(dòng)力條件。此時(shí)，低空急流風(fēng)速最大值左前方的江淮流域強(qiáng)降水達(dá)到峰值。

2 數(shù)值模式和試驗(yàn)方案

2．1 高分辨數(shù)值模式與資料

采用美國(guó)環(huán)境預(yù)報(bào)中心（National Centers for Environmental Prediction，NCEP） 和美國(guó)國(guó)家大氣研究中心（National Center for Atmospheric Research，NCAR） 等聯(lián)合研發(fā)的新一代高分辨率、全可壓非靜力動(dòng)力框架、半隱式半拉格朗日積分方案的中尺度數(shù)值天氣預(yù)報(bào)模式WRF－ARW（v3．9）（Rao et al.，2007），該模式包含較為豐富和先進(jìn)的物理過程參數(shù)化方案，具有高時(shí)空分辨率對(duì)中小尺度天氣過程的發(fā)生發(fā)展更加準(zhǔn)確數(shù)值模擬的能力。試驗(yàn)采用水平網(wǎng)格距分別為27 km、9 km和3 km的三層雙向嵌套方案，垂直方向?yàn)?7層，模式層頂為50 hPa，模擬區(qū)域中心為（118．5°E，32．0°N），預(yù)報(bào)時(shí)效為48 h，即積分時(shí)間為2017年6月9日00 時(shí)—11日00 時(shí)，逐小時(shí)輸出預(yù)報(bào)結(jié)果。模式的初始場(chǎng)和側(cè)邊界條件為相應(yīng)時(shí)次的水平分辨率為1°×1°的NCEP FNL分析場(chǎng)資料，時(shí)間間隔為6 h。降水觀測(cè)資料為國(guó)家氣象信息中心提供的中國(guó)自動(dòng)站與CMORPH降水產(chǎn)品融合的逐時(shí)降水量網(wǎng)格數(shù)據(jù)集。

2．2 敏感性試驗(yàn)方案

高分辨率中小尺度數(shù)值模式不同物理參數(shù)化方案對(duì)降水預(yù)報(bào)的效果不同，云微物理方案預(yù)報(bào)的水相變量差異是關(guān)鍵原因之一。為了討論強(qiáng)降水對(duì)不同云微物理過程的敏感性影響，選用RRTM長(zhǎng)波輻射方案、Dudhia短波輻射方案、YSU邊界層方案和Noah陸面過程方案，以及高分辨率數(shù)值模擬和集合預(yù)報(bào)物理擾動(dòng)方案中常用的Lin方案（Lin et al.，1983）、WSM3方案（Hong et al.，2004）、WSM5方案（Hong et al.，2004）、WSM6方案（Hong and Lim，2006）和Goddard方案（Tao et al.，1989）5種云微物理參數(shù)化方案，通過降水及水物質(zhì)預(yù)報(bào)效果來診斷分析不同云微物理參數(shù)化方案對(duì)降水預(yù)報(bào)性能的影響。5種云微物理方案及其主要特點(diǎn)分別為：Lin方案包括水汽、云水、雨、云冰、雪和霰的預(yù)報(bào)，冰點(diǎn)以下，云水處理為云冰，雨水處理為雪，該方案是WRF模式中相對(duì)比較成熟的方案，適合于高分辨模擬;WSM3方案源于NCEP3方案的修正，包括冰沉降和冰相參數(shù)化，共包括水汽、云水或云冰、雨水或雪等三類水物質(zhì)，方案中云水和云冰被視作同一類，適合于中尺度天氣系統(tǒng)的數(shù)值模擬;WSM5方案中與水相有關(guān)的預(yù)報(bào)量為水汽混合比、云水、雨水、云冰和雪等5種，物理過程比WSM3方案稍復(fù)雜，存在過冷卻水，雪也可以緩慢融化，因考慮了更為復(fù)雜的相變過程，也稱為復(fù)雜冰方案，其中雪的凍結(jié)和融化允許在一定厚度的模式大氣中發(fā)生，溫度反饋的分布也更加連續(xù)、合理;WSM6方案是WSM5方案的擴(kuò)充，包括有霰和與之關(guān)聯(lián)的一些微物理過程，這些過程的參數(shù)化大多和Lin方案相似，僅在計(jì)算增長(zhǎng)和其他參數(shù)上有些差別。而且，為了增加垂直廓線的精度，在下降過程中會(huì)考慮凝結(jié)／融化過程，過程的順序會(huì)最優(yōu)化選擇，以減小方案對(duì)模式時(shí)間步長(zhǎng)的敏感性，更適合于高分辨的模擬;Goddard方案在混合相過程中增加了冰晶數(shù)濃度和霰數(shù)濃度的預(yù)報(bào)方程，僅有冰、雪這兩種冰顆粒，適合高分辨率的中小尺度天氣系統(tǒng)的模擬，尤其適用于云分辨模式。

3 降水預(yù)報(bào)能力分析

3．1 24 h累積降水特征

從6月9日18時(shí)—10日18時(shí)觀測(cè)的24 h累積降水量（圖3）可見，本次暴雨主要集中在江蘇中南部、安徽中部偏北地區(qū)、湖北西南部及河南東南部與安徽交界處附近區(qū)域，暴雨雨帶呈現(xiàn)近東西走向，強(qiáng)降水區(qū)主要處于安徽中部和蘇南區(qū)域（圖3a）;而模擬的暴雨帶基本都屬于東西走向，安徽中部和河南東南部的模擬略偏南（圖3b—f）;其中WSM5方案的暴雨雨帶位置和強(qiáng)度模擬性能最好（圖3d），其次是Lin方案，但在安徽中部雨帶有間斷（圖3b），WSM3方案的暴雨范圍偏大，具有有雙雨帶趨勢(shì)（圖3c）。從5種參數(shù)化方案對(duì)強(qiáng)降水的模擬效果可以看出，各個(gè)云微物理方案都能夠有效地模擬出100 mm以上的24 h累積降水量和落區(qū)以及主要強(qiáng)降水中心，體現(xiàn)了預(yù)報(bào)模式對(duì)此次江淮暴雨過程具有較高質(zhì)量的模擬能力，但不同云微物理參數(shù)化方案對(duì)強(qiáng)降水落區(qū)和強(qiáng)降水中心的模擬仍然存在較大差異。總體而言，Lin方案和WSM5微物理方案模擬的降水落區(qū)和降水量最為接近實(shí)況，其次是WSM6方案（圖3e），WSM3方案和Goddard方案（圖3f）的模擬效果最差，但前者對(duì)中到大雨的降水范圍的模擬能力相對(duì)較好。另外，五種微物理方案對(duì)于江淮流域以南的小到大雨及暴雨、大暴雨的模擬降水范圍比實(shí)況范圍大。

3．2 逐時(shí)降水的演變特征

圖4是6月9日14時(shí)—10日14時(shí)南京站的逐時(shí)觀測(cè)降水量。南京站降水從9日18時(shí)延續(xù)到次日6時(shí)，持續(xù)性集中強(qiáng)降水主要分布于9日22時(shí)至10日06時(shí)，其中逐時(shí)最大降水量超過25 mm／h，此時(shí)段的平均降水量基本位于20 mm／h以上，強(qiáng)降水過程持續(xù)了近8 h，至次日12時(shí)整個(gè)降水過程基本結(jié)束。該過程的24 h總降水量達(dá)到210．98 mm，是典型的江淮流域強(qiáng)暴雨過程。

由5種云微物理方案模擬的南京站逐時(shí)與24 h累積降水量（圖5）來看，相對(duì)于觀測(cè)的逐時(shí)降水，模擬降水時(shí)段主要發(fā)生在9日18時(shí)到次日12時(shí)，持續(xù)性集中強(qiáng)降水過程主要分布于9日20時(shí)至10日02時(shí)。整體而言，降水的整體趨勢(shì)和持續(xù)時(shí)間以及強(qiáng)度與實(shí)況基本一致，但模擬降水的集中降水時(shí)段整體略提前2 h左右。其中Lin方案模擬的降水量隨時(shí)間的演變與實(shí)況更為吻合，不過在9日22時(shí)至10日凌晨的時(shí)段內(nèi)比實(shí)際偏少，且模擬的逐時(shí)降水量峰值略有提前（圖5a）。此時(shí)段內(nèi)模擬的平均降水量最為接近實(shí)況，但也比實(shí)況略偏低;WSM5和WSM6方案對(duì)逐時(shí)降水量峰值的模擬時(shí)段較為準(zhǔn)確，峰值降水量?jī)H比實(shí)況略偏高。此兩種方案在集中降水時(shí)段的前期模擬效果較好，WSM3方案模擬的降水時(shí)間整體提前2 h，模擬效果偏差。Goddard方案模擬的降水峰值明顯偏大，且降水峰值時(shí)間比觀測(cè)提前1 h。

由圖5b可以看出，Lin和WSM3方案模擬的累計(jì)降水量明顯偏低，僅達(dá)到100 mm左右;WSM5、WSM6和Goddard方案模擬的24 h總降水量大致在130 mm左右，相對(duì)實(shí)況略偏低，但該兩個(gè)方案模擬的持續(xù)性集中強(qiáng)降水峰值與實(shí)況降水最為一致。綜上所述，不同云微物理方案對(duì)局地性強(qiáng)降水的模擬效果具有明顯差異。因而高分辨率預(yù)報(bào)模式中合理選取云微物理方案對(duì)暴雨預(yù)報(bào)的質(zhì)量至關(guān)重要。同時(shí)，在高分辨率區(qū)域集合預(yù)報(bào)中，選取合理的云微物理方案進(jìn)行擾動(dòng)對(duì)充分發(fā)揮集合預(yù)報(bào)效果尤為重要。為了發(fā)揮出物理擾動(dòng)的集合預(yù)報(bào)效果對(duì)選取擾動(dòng)物理方案是尤為重要。

4 微物理方案中水成物模擬效果

云微物理參數(shù)化方案對(duì)云中水成物結(jié)構(gòu)特征的模擬能力，直接反映了云微物理方案模擬降水的能力，從而可以揭示云微物理方案對(duì)降水的敏感性影響。

4．1 水成物的時(shí)變敏感性

由5種云微物理參數(shù)化方案模擬的主要水凝物垂直積分含量隨時(shí)間的變化（圖6）可知，各相態(tài)粒子含量的演變規(guī)律與地面降水量（圖5a）的變化相對(duì)應(yīng)，不同云微物理方案模擬的水成物含量隨時(shí)間的變化趨勢(shì)基本相同。圖6a顯示，模擬的雨水含量在降水前期至10日00時(shí)與實(shí)際降水趨勢(shì)基本一致，降水后期雨水含量基本減弱為零;而云水量隨時(shí)間的變化分為9日22時(shí)和10日06時(shí)左右的兩個(gè)高峰期，比實(shí)際地面降水強(qiáng)度中的兩個(gè)高峰時(shí)段有所提前（圖6b），反映了云水對(duì)促進(jìn)冰相過程降水提供了有利條件;雪含量較好地反映了降水前期走勢(shì)，尤其是較準(zhǔn)確地模擬出了9日18時(shí)至22時(shí)的小降水峰值（圖6c）;而冰水含量較前三種水成物含量增長(zhǎng)較慢（圖6d）。

從5種云微物理參數(shù)化方案對(duì)水成物的模擬能力來看，強(qiáng)降水集中的時(shí)刻，WSM3和WSM5方案模擬的雨水含量較高，最高達(dá)到1．5 kg／m2;WSM5和WSM6方案模擬的云水量較其他方案明顯偏多;而Lin方案的雨水、云水、雪、冰水含量在五種云微物理方案中最少，但其變化趨勢(shì)與實(shí)際降水量較為一致。可見，Lin方案對(duì)于降水時(shí)間趨勢(shì)的模擬優(yōu)于其他方案，WSM5方案對(duì)于降水量強(qiáng)度和落區(qū)的模擬優(yōu)于其他方案。

4．2 雨水含量的垂直分布

在5中微物理方案對(duì)水成物模擬性能分析的基礎(chǔ)上，針對(duì)Lin方案和WSM5方案模擬的雨水含量的垂直分布特征，進(jìn)一步分析兩種方案對(duì)降水趨勢(shì)和降水量的模擬效果的優(yōu)勢(shì)及其成因。在最強(qiáng)降水時(shí)段，從Lin方案和WSM5方案模擬的雨水混合比沿32°N 緯向垂直剖面分布特征（圖7）可以看出，兩種云微物理方案的雨水混合比在量值、出現(xiàn)時(shí)間和位置方面都具有明顯差異。其中Lin方案于9日21時(shí)（圖7a）、22時(shí)（圖7b）在南京站（118．8°E，32．0°N）雨水混合比達(dá)到最大值，峰值均達(dá)到4．5 g／kg以上，并且最大雨水混合比出現(xiàn)在118°E附近，較好地模擬出暴雨區(qū)的雨水混合比大值中心，與南京站實(shí)際降水有兩個(gè)時(shí)刻降水量超過25 mm／h相對(duì)應(yīng)。但是，南京站最強(qiáng)降水時(shí)刻出現(xiàn)10日00—01時(shí)，模擬的雨水混合比量值的最大時(shí)刻比實(shí)際最強(qiáng)降水時(shí)刻提前3 h。說明該方案模擬的雨水混合比的強(qiáng)度和位置較好，但發(fā)生時(shí)間略超前。隨著時(shí)間的推移，雨水混合比的大值中心向東移動(dòng)并逐漸減弱，最大值變?yōu)?．5 g／kg左右。WSM5方案的雨水混合比在9日21時(shí)達(dá)到最大，維持時(shí)間較短，只模擬出了第一個(gè)大于25 mm／h降水量的時(shí)刻，隨后減小并東移。另外，Lin方案模擬的強(qiáng)雨水混合比含量明顯大于WSM5方案，這應(yīng)該是導(dǎo)致WSM5模擬的逐時(shí)降水量高于Lin方案的原因之一。雨水混合比的垂直分布差異較好地解釋了不同微物理過程方案預(yù)報(bào)強(qiáng)降水中心位置、強(qiáng)度差異的原因。總起來看，Lin方案相對(duì)于WSM5方案更好地模擬出了兩個(gè)暴雨小高峰時(shí)段的雨水混合比，對(duì)降水強(qiáng)度的模擬能力具有更高的敏感性。

4．3 云水混合比的敏感性

暴雨產(chǎn)生的基本條件是充足的水汽、強(qiáng)盛而持久的上升運(yùn)動(dòng)和大氣層結(jié)不穩(wěn)定，其中水汽和上升運(yùn)動(dòng)對(duì)暴雨產(chǎn)生的影響極為重要。為了進(jìn)一步理解此兩種微物理參數(shù)化方案對(duì)于暴雨預(yù)報(bào)質(zhì)量的敏感性特征，對(duì)垂直速度、云水混合比等物理量進(jìn)行診斷分析。如圖8所示，Lin方案于9日22—23時(shí)在南京站周圍的上升速度達(dá)到最大為6．4 m／s，伸展高度達(dá)到8 km以上，此時(shí)南京上空云水含量也達(dá)到1 g／kg以上，次中心在120．3°E達(dá)到1．6 m／s，云水混合比也達(dá)到0．8 g／kg;而WSM5方案的上升速度中心相對(duì)分散，在120°E附近的強(qiáng)度為3．2 m／s，南京站上空也達(dá)到1．6 m／s以上，不過伸展高度較Lin方案低。暴雨區(qū)上空的對(duì)流強(qiáng)度表明，Lin方案對(duì)于局地性垂直速度模擬效果更好，較合理地描述了暴雨形成和持續(xù)過程的對(duì)流運(yùn)動(dòng)，繼而再現(xiàn)了局地暴雨的發(fā)生發(fā)展。隨后，垂直速度主上升區(qū)沿著32°N向東移動(dòng)，云水含量也與之對(duì)應(yīng)，上升速度中心與云水含量中心相吻合。這反映了暴雨中心上空的垂直上升運(yùn)動(dòng)與對(duì)流云團(tuán)的生成和發(fā)展具有很好的對(duì)應(yīng)關(guān)系。不同微物理方案能夠產(chǎn)生明顯的垂直速度差異，垂直速度差異可導(dǎo)致降水區(qū)上空云量、云高的差異，從而影響模式對(duì)于降水過程模擬性能的優(yōu)劣，這充分反映出云微物理方案的合理性選取對(duì)于降水預(yù)報(bào)的重要性。也可以看出，云微物理方案中云水混合比與垂直速度對(duì)強(qiáng)降水預(yù)報(bào)質(zhì)量具有更強(qiáng)的敏感性影響。

5 結(jié)論與討論

基于全可壓非靜力的WRF中尺度預(yù)報(bào)模式，針對(duì)Lin、WSM3、WSM5、WSM6、Goddard五種云微物理方案，對(duì)2017年6月10日江淮地區(qū)的暴雨過程進(jìn)行了高分辨率數(shù)值模擬試驗(yàn)，在分析各云微物理方案對(duì)降水模擬能力的基礎(chǔ)上，重點(diǎn)研究了強(qiáng)降水模擬性能對(duì)云微物理方案的敏感性。結(jié)論如下：

1） 5種云微物理方案對(duì)強(qiáng)降水整體趨勢(shì)和持續(xù)時(shí)間均具有一定的模擬能力，其中Lin方案模擬的局地暴雨區(qū)降水量隨時(shí)間的演變與實(shí)況較為吻合，但降雨量偏小;WSM5、WSM6和Goddard方案模擬的降水量級(jí)與實(shí)況更為吻合。

2） 不同云微物理過程對(duì)此次江淮暴雨的模擬能力具有明顯差異，小雨的模擬效果基本一致，暴雨和大暴雨對(duì)云微物理過程的變化更加敏感。Lin方案和WSM5方案對(duì)江淮暴雨的降水區(qū)域模擬效果較好，中到大雨降水落區(qū)模擬效果較好的是WSM3方案。

3） 水成物含量是云微物理參數(shù)化方案最敏感的物理量之一。不同云微物理參數(shù)化方案模擬的云中水成物的三維結(jié)構(gòu)特征差異明顯，其水成物含量也顯著不同。 WSM5方案模擬的雨水和云水含量都較高，且降水量和落區(qū)質(zhì)量較好;Lin方案模擬的水成物含量偏少，但其趨勢(shì)與實(shí)際降水較為一致，且兩個(gè)暴雨小高峰與雨水混合比的變化趨勢(shì)一致。

4） 合理選取更為敏感的微物理方案是改善強(qiáng)降水預(yù)報(bào)性能的關(guān)鍵。不同微物理方案產(chǎn)生的垂直速度具有明顯差異，進(jìn)而導(dǎo)致上空云量、云高有所差異，從而影響降水過程模擬性能。

數(shù)值預(yù)報(bào)模式中云微物理過程是區(qū)域強(qiáng)降水尤其是局地暴雨預(yù)報(bào)質(zhì)量的關(guān)鍵因素之一。無論是確定性預(yù)報(bào)，還是高分辨率集合預(yù)報(bào)的物理方案擾動(dòng)的構(gòu)造，都必須選擇最為敏感的物理方案，否則，不僅難以得到高質(zhì)量的預(yù)報(bào)結(jié)果，對(duì)集合擾動(dòng)構(gòu)造而言也難以獲取合理的物理擾動(dòng)結(jié)構(gòu)。因此，在對(duì)流尺度集合預(yù)報(bào)的物理方案擾動(dòng)構(gòu)造方面，開展云微物理方案對(duì)強(qiáng)降水預(yù)報(bào)的敏感性研究和分析尤為必要。

致謝：感謝南京信息工程大學(xué)高性能計(jì)算中心的計(jì)算資源支持！

參考文獻(xiàn)（References）

Colle B A，Garvert M F，Wolfe J B，et al.，2005.The 13—14 December 2001 IMPROVE－2 event.part III：simulated microphysical budgets and sensitivity studies［J］.J Atmos Sci，62（10）：3535－3558.doi：10．1175／jas3552．1.

丁明月，王俐俐，辛渝，等，2019.WRF云微物理參數(shù)化方案對(duì)新疆暴雨模擬能力的TS評(píng)分分析［J］.干旱區(qū)研究，36（6）：1411－1418. Ding M Y，Wang L L，Xin Y，et al.，2019.TS score of WRF cloud microphysical parameterization scheme to the simulation capability of precipitation in Xinjiang［J］.Arid Zone Res，36（6）：1411－1418.（in Chinese）.

段海霞，劉新偉，蒲朝霞，2013.不同云方案對(duì)祁連山降水模擬的影響［J］.大氣科學(xué)學(xué)報(bào)，36（3）：367－378. Duan H X，Liu X W，Pu Z X，2013.Cloud microphysical processes on simulation of precipitation in Qilian Mountains［J］.Trans Atmos Sci，36（3）：367－378.doi：10．3969／j.issn.1674－7097．2013．03．014.（in Chinese）.

Hong S Y，Lim J，2006.The WRF single－moment 6－class microphysics scheme （WSM6）［J］.Asia Pac J Atmos Sci，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（1）：103－120.doi：10．1175／1520－0493（2004）132lt;0103：aratimgt;2．0.co;2.

黃海波，陳春艷，朱雯娜，2011.WRF模式不同云微物理參數(shù)化方案及水平分辨率對(duì)降水預(yù)報(bào)效果的影響［J］.氣象科技，39（5）：529－536. Huang H B，Chen C Y，Zhu W N，2011.Impacts of different cloud microphysical processes and horizontal resolutions of WRF model on precipitation forecast effect［J］.Meteor Sci Technol，39（5）：529－536.doi：10．3969／j.issn.1671－6345．2011．05．001.（in Chinese）.

李安泰，何宏讓，2011.不同云微物理參數(shù)化方案對(duì)舟曲 “8．8” 暴雨過程模擬的影響［J］.氣象與減災(zāi)研究，34（3）：9－16. Li A T，He H R，2011.Impact of different cloud microphysical parameterization schemes on the numeric simulation results of “8．8” rainstorm process in Zhouqu［J］.Meteor Disaster Reduct Res，34（3）：9－16.doi：10．3969／j.issn.1007－9033．2011．03．002.（in Chinese）.

廖鏡彪，王雪梅，夏北成，等，2012.WRF模式中微物理和積云參數(shù)化方案的對(duì)比試驗(yàn)［J］.熱帶氣象學(xué)報(bào)，28（4）：461－470. Liao J B，Wang X M，Xia B C，et al.，2012.The effects of different physics and cumulus parameterization schemes in wrf on heavy rainfall simulation in prd［J］.J Trop Meteoro，28（4）：461－470.doi：10．3969／j.issn.1004－4965．2012．04．004.（in Chinese）.

Lin Y L，F(xiàn)arley R D，Orville H D，1983.Bulk parameterization of the snow field in a cloud model［J］.J Climate Appl Meteor，22（6）：1065－1092.doi：10．1175／1520－0450（1983）022lt;1065：bpotsfgt;2．0.co;2.

馬嚴(yán)枝，陸昌根，高守亭，2012．8．19華北暴雨模擬中微物理方案的對(duì)比試驗(yàn)［J］.大氣科學(xué)，36（4）：835－850. Ma Y Z，Lu C G，Gao S T，2012.The effects of different microphysical schemes in WRF on a heavy rainfall in North China during 18—19 August 2010［J］.Chin J Atmos Sci，36（4）：835－850.doi：10．3878／j.issn.1006－9895．2011．11159.（in Chinese）.

閔錦忠，尤悅，高士博，等，2016.微物理方案及其參數(shù)對(duì)EnSRF資料同化的影響研究［J］.大氣科學(xué)學(xué)報(bào)，39（4）：510－524. Min J Z，You Y，Gao S B，et al.，2016.The influence of microphysical scheme and parameters on Ensemble Square－root filter data assimilation［J］.Trans Atmos Sci，39（4）：510－524.doi：10．13878／j.cnki.dqkxxb.20140510001.（in Chinese）.

Rajeevan M，Kesarkar A，Thampi S B，et al.，2010.Sensitivity of WRF cloud microphysics to simulations of a severe thunderstorm event over Southeast India［J］.Ann Geophys，28（2）：603－619.doi：10．5194／angeo－28－603－2010.

Rao Y V R，Hatwar H R，Salah A K，et al.，2007.An experiment using the high resolution eta and WRF models to forecast heavy precipitation over India［J］.Pure Appl Geophys，164（8／9）：1593－1615.doi：10．1007／s00024－007－0244－1.

史永強(qiáng)，張涵斌，劉郁玨，等，2022.隨機(jī)物理過程擾動(dòng)方案在克拉瑪依區(qū)域集合預(yù)報(bào)中的應(yīng)用研究［J］.大氣科學(xué)學(xué)報(bào)，45（6）：926－937. Shi Y Q，Zhang H B，Liu Y J，et al.，2022.Study on the application of stochastic perturbed physics tendency perturbation in the Regional Ensemble Prediction System of Kelamayi［J］.Trans Atmos Sci，45（6）：926－937.doi：10．13878／j.cnki.dqkxxb.20211121001.（in Chinese）.

Tao W K，Simpson J，McCumber M，1989.An ice－water saturation adjustment［J］.Mon Wea Rev，117（1）：231－235.doi：10．1175／1520－0493（1989）117lt;0231：aiwsagt;2．0.co;2.

曾燕飛，閔錦忠，王世璋，2022.基于隨機(jī)物理過程擾動(dòng)的BMJ積云參數(shù)化方案對(duì)降水集合預(yù)報(bào)的影響［J］.大氣科學(xué)學(xué)報(bào)，45（3）：428－443. Zeng Y F，Min J Z，Wang S Z，2022.Impacts of the stochastically perturbed BMJ cumulus parameterization scheme on the convective－permitted ensemble forecasts［J］.Trans Atmos Sci，45（3）：428－443.doi：10．13878／j.cnki.dqkxxb.20200830001.（in Chinese）.

朱格利，林萬濤，曹艷華，2014.用WRF模式中不同云微物理參數(shù)化方案對(duì)華南一次暴雨過程的數(shù)值模擬和性能分析［J］.大氣科學(xué)，38（3）：513－523. Zhu G L，Lin W T，Cao Y H，2014.Numerical simulation of a rainstorm event over South China by using various cloud microphysics parameterization schemes in WRF model and its performance analysis［J］.Chin J Atmos Sci，38（3）：513－523.doi：10．3878／j.issn.1006－9895．2013．13202.（in Chinese）.

·ARTICLE·

Sensitivity analysis of cloud microphysical schemes for high－resolution numerical forecasting of a rainstorm over the Yangtze River Basin

MENG Zehua1，GAO Yanqing1，2，MA Xulin1，ZHOU Boyang3

Abstract Five different cloud microphysical process parameterization schemes in the mesoscale numerical model WRF3．9 were used to simulate a heavy rainfall event in the Yangtze River Basin from June 9 to 10，2017.This study discusses the impact of varying cloud microphysical schemes on the simulation of rainstorms in the Yangtze River Basin.The experiments conducted in this research reveal that the rainstorm process exhibits greater sensitivity to changes in cloud microphysical processes compared to the precipitation process，whether it’s light or heavy rain.The precipitation trend simulated by the Lin scheme aligns with observed data，but underestimates precipitation.The WSM5 scheme demonstrates the most favorable overall performance，surpassing other schemes in simulating both precipitation and its spatial distribution.Conversely，the Goddard scheme exhibits the least favorable results.Examination of the structural evolution of hydrometeors within the clouds indicates that the well－simulated WSM5 scheme features higher levels of rainwater，cloud water，snow，and ice water，with temporal evolution aligning with ground precipitation intensity.Furthermore，differences in vertical velocity induced by distinct microphysical schemes result in variations in cloud cover and cloud height above the precipitation area，thereby influencing the model’s simulation accuracy for precipitation processes.

Keywords numerical weather prediction;heavy rain;cloud microphysical scheme;sensitivity analysis

doi：10．13878／j.cnki.dqkxxb.20191218001

（責(zé)任編輯：劉菲）

2019－12－18收稿，2020－04－29接受

國(guó)家自然科學(xué)基金資助項(xiàng)目（U2242213）;國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2018YFC1506702）