惠民一次大暴雨過程的數值模擬研究

收稿日期：2024-01-09

作者簡介：李雪（1998—），女，山東濱州人，助理工程師，主要從事大氣科學。

摘 要：利用WRF（Weather Research Forecasting）模式和FNL（Final Operational Global Analysis）資料，對2022年8月8日惠民縣一次大暴雨過程針對積云對流參數化方案進行了敏感性試驗，以考察不同積云對流參數化方案KF（new ETA）、Betts-Miller-Janjic（BMJ）和Simplified Arakawa-Schubert（SAS）對此次降水過程的模擬影響。結果顯示：3種積云對流參數化方案均能預報出整體降水過程，整體而言，KF方案模擬對此次強降水預報效果最佳。但在對降水范圍與強度、各物理量的模擬中，3種積云對流參數化方案各有優劣。

關鍵詞：暴雨；WRF模式；敏感性試驗；積云對流參數化方案

中圖分類號：P458 文獻標志碼：B 文章編號：2095–3305（2024）04–0-03

暴雨是濱州市夏半年最重要的氣象災害之一，易造成道路房屋積水、農田水災等內澇災害。因此，提高對暴雨的監測和預報能力是國家防災減災的重大需求，對保護人民生命財產和促進社會經濟發展具有重要意義。

暴雨是我國中尺度災害性天氣之一，但暴雨是由中小尺度系統引起的，在不同尺度天氣與環流系統相互作用下的結果[1]。中小尺度天氣系統及其引發的暴雨預報一直是氣象界的一大難題，數值天氣預報技術的發展為解決中尺度天氣系統面臨的難題提供了解決的可能[2]。

作為數值模擬中重要的非絕熱加熱物理過程，積云對流和大尺度環流可以通過動力作用直接影響大氣質量、能量輸送分布和降水過程，從而進一步影響氣候變化與大氣環流，因此，積云對流參數化方案對降水預報也有重要作用[3-5]。

針對2022年8月8日濱州市惠民縣發生的大暴雨過程，使用WRF模式進行數值模擬，并且針對不同的積云對流參數化方案進行敏感性試驗，通過對降水模擬結果進行對比分析，得出針對此次暴雨過程模擬更適合的積云對流參數化方案，以供參考。

1 模式簡介及試驗設計

1.1 模式簡介

此處使用的實際降水資料來自山東省氣象局業務平臺、山東省氣象業務一體化平臺和山東省惠民縣氣象局地面綜合觀測資料。

WRF模式所使用的背景場來自FNL全球分析資料。它是美國環境預測中心和美國國家大氣研究中心聯合推出的月平均再分析資料、日平均再分析資料和逐6 h再分析資料集是目前應用最廣的氣象資料，能為中尺度數值模式和區域氣候模式提供初始場和側邊界條件，水平分辨率為1°×1°，時間分辨率為6 h，垂直方向為26層（1 000～10 hPa）。

WRF模式是由美國國家大氣研究中心和美國環境預測中心等機構共同開發的一款中尺度數值天氣預報模式。在此試驗使用的WRFV3模式中，提供了多種積云對流參數化方案，其中，KF方案是積云對流參數化方案中應用較廣的方案，是一種考慮了濕潤上升氣流和下沉氣流的簡單云模式，包括卷出、卷吸、氣流上升和下沉等現象[6]。

BMJ方案是對Betts-Miller的一種改進，該方案分別考慮了深對流和淺對流過程的作用，并修訂了觸發機制，提高了對更高水平分辨率的適應能力[7-11]。SAS方案考慮了云與云、云與環境之間的相互作用，每一位成員的性質、與邊界層的相互作用均會被顯示出來。在本試驗中，將選用KF、BMJ和SAS方案進行敏感性試驗。

1.2 試驗設計

此處應用的中尺度數值天氣預報模式為WRFV3模式，模擬時間為2022年8月7日20：00—8月8日20：00

（北京時間）。采用無嵌套方式，模擬區域為113°～

123°E，34°～30°N，網格格距為10 km×10 km，格點數為110×67，積分步長為60 s，1 h輸出一次模擬結果。微物理過程使用Lin方案，長波輻射使用RRTM方案，短波輻射使用Dudhia方案，近地面方案使用Monin-Obukhov方案，不適用陸面過程，邊界層使用YSU方案，積云對流參數化方案分別使用KF方案、BMJ方案和SAS方案進行敏感性試驗。

2 暴雨過程概況

2022年8月8—10日，受副高邊緣暖濕氣流和冷空氣的共同影響，濱州市惠民縣出現了暴雨局部大暴雨天氣（圖1），全縣14個鄉鎮街道均達到中雨以上量級，其中，有10個鄉鎮街道達到暴雨以上量級，達到大暴雨量級的鄉鎮為淄角鎮和辛店鎮，12 h累計降水量分別為129.2和98.4 mm，其中，辛店鎮小時最大降水量達到71.7 mm/h，出現在8月8日09：00。強降水過程主要出現在8日上午和9日凌晨。此處主要分析第一次降水過程，即8月8日07：00～19：00的降水

過程。

3 積云對流參數化方案敏感性試驗結果分析

在保持WRF模式中其他設置不變的條件下，改變積云對流參數化方案進行敏感性試驗，本試驗分別使用KF方案、BMJ方案和SAS方案進行數值模擬，并與實際降水資料進行對比。

3.1 12 h累計降水特征

從8月8日02：00～14：00觀測的12 h累計降水量（圖2a）可見，此次大暴雨過程主要集中在山東中北部地區，暴雨雨帶呈南北走向，強降水區域主要集中在山東北部的濱州市。通過修改WRF模式中使用的積云對流參數化方案，考察不同積云對流參數化方案對上海此次暴雨過程模擬的影響。在KF方案對山東省的模擬結果（圖2b）中，模擬結果對山東北部地區整體降水區域較實際降水區域略偏小，對魯中地區的降水模擬效果較差，但整體較為一致，其中，模擬結果的強降水區域較實際降水區域略偏東。

累計12 h降水量

在模擬結果中，山東大部地區降水量與實際降水較為符合，由于強降水中心的模擬結果落區位置有所偏差，導致與實際強降水區域觀測的降水量相差過大，但模擬結果的強降水區域的降水量級與實際強降水區域的降水量級較為一致，均達到暴雨量級，但對大暴雨量級的模擬效果較差。

在對惠民縣的降水模擬中，雖然降水量級明顯小于實際降水量級，但在對降水區域分布上較好模擬出了惠民縣強降水落區。在BMJ方案對山東省的模擬結果（圖2c）中，對降水區域的模擬與KF方案基本一致，但BMJ方案對魯中地區的模擬效果更好；在對強降水區域的模擬中，BMJ方案模擬的暴雨帶呈東西狀分布，與實際暴雨帶分布較為不同，且沒有明顯的強降水中心，對降水量級的模擬明顯偏小，但對惠民縣的降水量級的模擬優于KF方案。在SAS方案對山東省的模擬結果（圖2d）中，對降水區域的模擬比實際降水區域偏大，對降水量級的模擬較實際偏差較大，在山東省內未出現暴雨，強降水區域與BMJ方案的模擬基本一致。

在對山東省12 h累計降水量的模擬中，KF方案最優，BMJ方案次之，SAS方案最差；在對惠民縣12 h累計降水量的模擬中，3個方案均與實際降水量級和強降水落區相差較大，其中，對強降水落區的模擬中KF方案最優，BMJ方案次之，SAS方案最差；在對降水量級的模擬中，BMJ方案相對最優，KF方案和SAS方案均較差。

3.2 逐時降水演變特征

圖3a為8月8日02：00～18：00惠民縣辛店鎮區域站

（37.36°N，117.58°E）的逐時觀測降水量，從實況可以看出辛店鎮此次降水過程持續性集中強降水主要集中在8日08：00～11：00。對辛店鎮區域站02：00～18：00

的逐時降水量，使用3種積云對流參數化方案進行了模擬，從模擬結果來看，3種方案的模擬逐時降水量均較實況有較大差異，明顯偏小，且均未達到暴雨等級。KF方案（圖3b）和BMJ方案（圖3c）模擬的降水時段均較實際降水時段偏晚，小時最大降水量均出現在

11：00，較實際偏晚2 h，SAS方案（圖3d）模擬的降水時段較實際降水時段偏早，降水開始時間為02：00，較實際降水時間偏早6 h。

由此可見，在對逐時降水量的模擬中，3個方案的模擬效果均較差，不同的積云對流參數化方案對局地性強降水的模擬效果有明顯差異，數值模式對區域集合預報的精細化水平仍有不足。

4 結論

使用WRF模式對2022年8月8日惠民縣一次大暴雨過程進行了模擬與分析，并選用了3種積云對流參數化方案進行了敏感性試驗，對試驗的模擬結果與實際觀測數據進行了對比分析，得出以下結論：

通過積云對流參數化方案敏感性試驗可以看出，各積云對流參數化方案對局地性強降水的模擬都存在一定局限性，對降水量級的模擬結果均偏小，但對山東省降水范圍的模擬均較好。其中，KF方案的模擬的雨帶位置偏東，但能較好地模擬出惠民縣強降水區域，模擬的降水開始時間偏早2 h，整體雨量較實況偏小；BMJ方案模擬的雨帶走向與實際不同，但對惠民縣降水量級的模擬最好；SAS方案模擬的降水范圍偏大，但降水量級的模擬效果最差。綜上，KF方案的模擬效果最好。

參考文獻

[1] 丁一匯，張建云，許小峰，等.暴雨洪澇[M].北京：氣象出版社，2009.

[2] 李紅莉.基于LAPS雷達資料變分分析技術的暴雨數值模擬及其中尺度結構特征研究[D].北京：中國氣象科學研究院，2019.

[3] 崔波，王建捷，郭肖容.MM5在國家氣象中心CRAY-C92的實時預報試驗嘗試[J].應用氣象學報，1999（2）：2-13.

[4] 周心河.積云和邊界層方案對新疆氣候的適用性評估[D].成都：成都信息工程大學，2019.

[5] 梅欽.WRF模式不同初值和參數化方案的云降水預報研究[D].南京：南京信息工程大學，2018.

[6] 梅欽，智協飛，王佳.WRF模式不同云參數化方案的暴雨預報能力檢驗及集成試驗[J].大氣科學學報，2018，41（6）： 731-742.

[7] 陳海山，倪悅，蘇源.兩次暴雨過程模擬對陸面參數化方案的敏感性研究[J].氣象學報，2014，72（1）：79-99.

[8] 丁一匯，章名立，李鴻洲，等.暴雨和強對流天氣發生條件的比較分析[J].大氣科學，1981（4）：388-397.

[9] 婁珊珊，陳光舟，邱學興.WRF不同參數化方案對安徽一次暴雨過程模擬的影響分析[J].氣象科學，2015，35（3）：370-378.

[10] 李侃，戴晶晶，彭義峰，等.江西中西部地區一次暴雨過程的地形敏感性試驗[J].暴雨災害，2014，33（4）：386-391.

[11] 袁成松，王秋云，包云軒，等.基于WRF模式的暴雨天氣過程的數值模擬及診斷分析[J].大氣科學學報，2011，34 （4）：456-466.