羅 浩，趙潤華，宋 靜，趙清越

(四川省民航西南空管局氣象中心，四川 610202)

1 引言

近幾十年以來，有很多的科學工作者對暴雨的形成機制進行了大量的分析研究［1-5］，但其中還有很多的問題亟待解決。四川盆地位于青藏高原東側，由于特殊的地形地理條件，夏季受暴雨影響較為嚴重。不同的暴雨類型植根于不同的大尺度環(huán)流背景場，在有充足的水汽輸送的前提下，中小尺度的擾動往往成為較大范圍暴雨的觸發(fā)機制。陳棟等人對四川盆地1981—2000年夏季暴雨的大尺度環(huán)流背景特征作出了分析，認為四川盆地夏季暴雨的發(fā)生具有明顯的軸向分布性及區(qū)域移動性特征，西太平洋副高、伊朗高壓及高原東部弱高壓、孟加拉灣低壓及中高緯長波分裂的低壓所形成的鞍型大尺度環(huán)流背景場對四川盆地暴雨的發(fā)生有著重大的作用［6］，其他的一些科學工作者也總結出了四川盆地暴雨發(fā)生的另外一些重要特征［7-9］，在這里就不再列舉。然而，從大尺度環(huán)流背景對四川盆地暴雨進行物理機制或地形因素的分門別類只是一個宏觀的工作，有很多的中小尺度因素所造成的影響仍然有待于逐步地去試驗和探索，較多的科技工作者已經就此作出過嘗試［5，9，10］。

有研究表明，在中尺度數值模擬過程中，微物理過程對于強降水是較為敏感的，不同的微物理過程可能會模擬出差異較大的降水結果［12，13］，盡管在這方面已經有很多的科研工作者做出過嘗試，也有明確的物理基礎，但在實際暴雨的預報過程中，究竟應該采取哪一種微物理方案，還是需要更進一步的對比分析和個例研究。

2010年8月，四川全省月平均降水量為212.8 mm，較常年同期偏多19%，全省各地暴雨事件頻發(fā)。本文對18—19日盆地西部地區(qū)一次暴雨過程進行分析和數值模擬，從大尺度環(huán)流背景場和中小尺度擾動因子兩方面出發(fā)，對本次暴雨過程進行追蹤分析，使用資料主要為NCEP 1°×1°FNL再分析資料，常規(guī)地面及高空資料，多普勒雷達資料及衛(wèi)星云圖，并使用NCEP 1°×1°FNL再分析資料驅動WRF3.5模式，微物理過程方案分別使用Lin等的方案(水汽、雨、雪、云水、冰、冰雹)、WSM3類簡單冰方案、Ferrier微物理方案進行數值模擬對比分析，為合理選擇中尺度數值模擬微物理方案提供科學依據。

2 天氣過程簡介

2010年8月18—19日，四川全省14個市州的33個縣市降了暴雨到大暴雨，其中大邑、綿竹、都江堰等10個縣市降了大暴雨，最大日降水量出現在綿竹縣292.5 mm，突破歷史極值。最大過程降水量出現在綿竹縣331.2 mm，其次大邑282.5 mm;大邑、綿竹、都江堰等16縣市出現了一般洪澇。

3 天氣過程分析

度來看，盆地西部區(qū)域中低層假相當位溫隨高度上升而減小，說明該層大氣處于不穩(wěn)定狀態(tài)，但高層假相當位溫則隨高度上升而增大，說明處于較穩(wěn)定的狀態(tài)，而相對渦度的分布也表現出了低層幅合、高層幅散的特征，這十分有利于盆地區(qū)域的強對流天氣發(fā)展。

從2010年8月18日08時高空天氣圖(圖略)上來看，在對流層高層，南亞高壓的脊線位于川西高原一帶。500 hPa天氣圖上，四川盆地位于一個鞍型場的大尺度背景環(huán)流之下［6］，青藏高原上表現為一高壓脊控制，而西太平洋副熱帶高壓588線位于110°E附近，孟加拉灣低壓較為活躍，而北部中高緯有一較強低渦位于內蒙古境內，槽線延伸至川西高原與青海省交界處。到了18日20時，副高588線西伸至盆地中部105°E附近，位于青藏高原東坡的盆地西部處于副高外圍偏西南氣流控制，而內蒙古低渦的南支槽線已經分裂成兩部分，一條仍然影響到川西高原西北部，而另一條已經深入盆地西側的青藏高原東坡上，原先位于此處的高壓脊略有西退，到了19日02時，盆地西側高原上有輻合區(qū)形成，而盆地西南部700 hPa、500 hPa均有一中尺度低渦環(huán)流生成。但是，低值系統(tǒng)的發(fā)展并沒有伴隨著副高的東退，相反，588線西伸至90°E附近，與高原上的高壓脊貫通，在這種高壓環(huán)境形勢下，低渦卻在盆地以內繼續(xù)發(fā)展，19日08時，500 hPa在川西高原東部形成一個閉合環(huán)流，表現出明顯的氣旋性特征，為暴雨的持續(xù)發(fā)生提供了足夠的動力機制。從水汽輸送來看，來自西太平洋的水汽在700 hPa低空急流的輸送作用下，持續(xù)繞經云貴高原東部進入青藏高原東側四川盆地區(qū)域，為暴雨的維持帶來了充足的水汽供應。

由于此次暴雨呈東北至西南向沿川西高原東麓帶狀分布于盆地西部，因此沿28°N，101°E ～33°N，106°E對物理量作出隨高度變化的斜剖面圖，(圖略)所示。分析可見，從18日20時—19日08時，盆地西部區(qū)域(30°N，103°E ～32°N，105°E)的水汽通量散度在中低層有較強的負值中心，說明這一帶有較強的水汽輻合，直到19日08時水汽輻合在盆地西部一帶才有所減弱;從假相當位溫和相對渦

4 WRF數值模擬試驗

4.1 3種微物理方案簡介

4.1.1 Lin 等的方案(水汽、雨、雪、云水、冰、冰雹) 該微物理過程中，包括了對水汽、云水、雨、云冰、雪和霰的預報，在結冰點以下，云水處理為云冰，雨水處理為雪。所有的參數化項都是在Lin等人以及Rutledge和Hobbs的參數化方案的基礎上得到的，某些地方稍有修改，飽和修正方案采用Tao的方法。

4.1.2 WSM3類簡單冰方案 該方案來自于舊的NCEP3方案的修正，包括冰的沉降和冰相的參數化。與其它方案不同的是診斷關系所使用冰的數濃度是基于冰的質量含量而非溫度。方案包括3類水物質:水汽、云水或云冰、雨水或雪。在這種被稱為是簡單的冰方案里面，云水和云冰被作為同一類來計算。它們的區(qū)別在于溫度，也就是說當溫度低于或等于凝結點時冰云存在，否則水云存在，雨水和雪也是這樣考慮的。

4.1.3 Ferrier微物理方案 此方案預報模式平流項中水汽和總凝結降水的變化。程序中，用一個局域數組變量來保存初始猜測場信息，然后從中分解出云水，雨水，云冰，以及降冰的變化的密度(冰的形式包括雪、霰或冰雹)。降冰密度是根據存有冰的增長信息的局域數組來估計，其中，冰的增長與水汽凝結和液態(tài)水增長有關。沉降過程的處理是將降水時間平均通量分離成格點單元的立體塊。

4.2 資料及試驗方案設計

用分辨率為1°×1°、時間間隔為6 h的 NCEP全球再分析資料作為背景場，使用WRF3.5模式對此次暴雨過程進行數值模擬分析。所使用的部分參數化方案如表1所示。

表1 WRF數值模擬參數化方案配置

模擬區(qū)域為23 km、5 km分辨率的二重嵌套網格，計算范圍分別為100×93和171×156格點，外層網格中心為(103.962°E，30.579°N)，內層網格中心為(103.838°E，30.739°N)，垂直方向共取 32 個σ層，積分時間由2010年8月18日00時(UTC)—8月19日18時(UTC)，時間步長為90 s，外內層分別3 h和1 h輸出一次模擬結果。

4.3 降水量模擬對比分析

統(tǒng)計時間為2010年8月18日20時—8月19日20時的24 h降水量，從模擬結果來看，在水平分辨率為23 km的模擬結果中(圖略)，3種方案均一致地模擬出了此次暴雨的東北—西南走向，且雨帶的分布也較為準確。相比較而言，Lin方案更為接近實際情況，3個暴雨中心位置分別為綿竹(31.56°N，104.185°E)，模擬 24 h 降水量為 243 mm，比實況偏小50 mm左右，出現位置在實況暴雨中心 20 km 范圍之內;大邑(30.9°N，103.3°E)，模擬24 h降水量為210 mm，比實況偏小70 mm左右，出現位置在實況暴雨中心30 km范圍之內;雅安(29.82°N，103.2°E)，模擬 24 h 降水量為154 mm，比實況偏小10 mm左右，出現位置在實況暴雨中心20 km范圍之內。不過Lin方案模擬的大邑暴雨區(qū)范圍明顯相對于實況要更小。WSM3方案雖然模擬出了3個暴雨中心的大致位置，但模擬的24 h降水量最大僅為150 mm，出現在綿竹附近，且模擬的3個暴雨區(qū)范圍均偏小。Ferrier方案模擬的暴雨中心雅安(30.03°N，103.1°E)24 h降水量為166 mm，出現位置在實況暴雨中心10 km范圍之內，模擬的整個雅安暴雨區(qū)范圍偏大于實況，但對于另外兩個暴雨中心的雨強和范圍模擬則明顯偏弱。

下面介紹水平分辨率為5 km的模擬情況(圖1)。隨著分辨率的提高，3種方案模擬的降雨強度均有著明顯的增強，以Lin方案為例，模擬的3個暴雨中心位置變化不大，但強度均增強明顯(綿竹:354 mm、大邑:332 mm、雅安:277 mm)，均超過了實況降水量。而WSM3方案5 km分辨率的模擬情況雖然在暴雨區(qū)大小的模擬上仍然不夠理想，但3個暴雨中心的強度卻得到了很大的增強，與實況更為接近(綿竹:234 mm、大邑:235 mm、雅安:177 mm)。Ferrier方案則對分辨率的敏感性相對較低，雅安暴雨中心的降水量增強到了218 mm，大邑附近仍然沒能模擬出暴雨中心，綿竹附近則出現了195 mm的暴雨中心。

圖1 2010年8月18日20時—19日20時24 h降水量(mm)實況與模擬對比分析(3種方模擬案水平分辨率均為5 km)

通過對比粗細網格的模擬資料發(fā)現，隨著分辨率的提高，模式識別小范圍對流活動的能力大幅度地提升，模擬的暴雨中心降水強度增強明顯，但同時伴隨著強降水區(qū)整體范圍的變窄，暴雨帶分裂成多個更小的暴雨區(qū)。其中，Lin方案和WSM3方案對分辨率的敏感度較高，而Ferrier方案對分辨率的敏感度則相對較低。

4.4 物理量模擬對比分析

為了更好地理解3種不同微物理方案對此次暴雨降水的影響，選取水平分辨率為23 km的模擬數據，通過對探空圖的模擬對比，并選取對流指數(TT指數、LI指數、總指數、K指數、對流有效位能)、雨水混合比、水汽通量、相對渦度等基本物理量來做診斷分析。

4.4.1 探空圖及對流指數 圖2給出了3種方案模擬的成都地區(qū)溫江站(103.83°E，30.7°N)的溫度對數壓力圖與實況的對比情況，表2則給出了一些物理量的模擬值與實況的對比。TT指數能夠較好地反映出大氣的溫濕狀況，而抬升指數和K指數則能夠較好地反映出大氣的層結穩(wěn)定度，Cape指數則能表示出整層大氣的不穩(wěn)定能量積聚狀況。對比可見，3種方案整體上都很好地模擬出了成都市溫江站上空大氣層結狀況，模擬的對流有效位能較實況略為偏高，而K指數、TT指數及LI指數均較與實況幾乎一致。

圖2 2010年8月18日20時成都市溫江站溫度對數壓力圖模擬與實況對比

表2 部分物理量模擬與實況對比(成都市溫江站，時間:2010年8月18日20時)

4.4.2 雨水混合比、水汽通量 圖3是3種模擬方案模擬的水汽通量及雨水混合比的對比分析，模擬時間為2010年8月19日02時，水汽通量反映的是水汽輸送的狀況，而雨水混合比則主要反映降水的量級和分布。由實況雷達及衛(wèi)星云圖可知，該時段正是暴雨較為集中的時段，主要區(qū)域位于雅安至大邑一帶。因此整體上來看，3種模擬方案都模擬出了水汽大量積聚的區(qū)域，第1種方案和第3種方案模擬效果較好，其中第1種方案模擬的水汽集中區(qū)分布更為接近實際情況，而第2種方案模擬效果則不太理想。

圖3 700 hPa水汽通量及雨水混合比(2010年8月19日02時)

4.4.3 垂直速度、相對渦度、散度 分析3種方案模擬的2010年8月19日02時垂直速度、相對渦度及散度的對比分析情況，可以看出，模擬上升運動區(qū)很好地對應著正的相對渦度大值區(qū)和高層輻散區(qū)，也與強降水中心吻合。與之前的再分析資料相比，3種方案模擬的相對渦度要大一個量級左右，這可能是因為模擬的分辨率(23 km)較再分析資料(110 km)要高很多，加上一些物理參數方案的選取，使得較小的對流活動也可以被識別。3種方案模擬的最大相對渦度均達到或超過了40×10-5/s，在對流層高層與之對應的200 hPa散度則有接近甚至超過20×10-5/s的輻散區(qū)，垂直速度則在各個模擬的暴雨中心出現了最大近1 m/s的垂直上升運動。不過對比來看，Lin方案所模擬的結果在整個東北至西南的暴雨帶的分布情況要更為接近實況，WSM3方案只是對雅安至大邑一帶的模擬效果較為理想，Ferrier方案模擬的強度中心則明顯偏南。

通過物理量的對比模擬分析可見，暴雨中心對應著強的水汽通量輻合、正的相對渦度區(qū)和高層輻散區(qū)以及大的雨水混合比區(qū)，同時伴隨著強烈的上升運動。對于描摹對流強降水所形成的中尺度背景場，通過較高分辨率的中尺度數值模擬可以得出更為精密的分析資料，而微物理方案的配置以及分辨率的敏感性則各不相同，因此還需要大量地模擬試驗來確定更加合理的微物理方案配置。

5 結論

①暴雨的成因分析:此次暴雨的大尺度環(huán)流背景符合鞍型場的特征，中高緯低壓南下活動誘發(fā)川西高原低渦生成，在青藏高原東部弱高壓與副高的擠壓下，低渦得以維持和發(fā)展，而對流層高層的南亞高壓的輻散作用則對低渦的持續(xù)起著積極的作用。暴雨發(fā)生之前，盆地由于持續(xù)高溫高熱，不穩(wěn)定能量大量積聚，從18—19日，來自西太平洋的水汽沿著700 hPa西南低空急流繞經云貴高原東部持續(xù)進入盆地，并在500～700 hPa的低渦輻合及盆地西部地形抬升作用下形成東北至西南向的帶狀暴雨落區(qū)，持續(xù)時間長，影響范圍大。

②本文使用WRFV3.5版本驅動NCEP再分析資料進行中尺度數值模擬，水平分辨率分別使用23 km和5 km。得到以下結論:

a.對于水平分辨率為23 km的模擬情況，3種模擬方案均較好地模擬出了暴雨帶的落區(qū)和分布，但整體上模擬強度和范圍均較實況要偏小，其中Lin方案最為接近。在暴雨中心的模擬上，Lin方案較好地模擬出了此次暴雨的3個中心:雅安、大邑、綿竹，模擬的降水強度也更接近實況;WSM3方案模擬的暴雨帶較準確，但暴雨中心不明顯，強度也明顯偏弱;Ferrier方案模擬的暴雨中心整體偏南，在雅安附近的模擬與實況接近，而大邑和綿竹則模擬的偏弱。

b.對于水平分辨率為5 km的模擬情況，隨著分辨率的提高，3種方案所模擬的降水強度都在增強，其中Lin方案模擬的暴雨中心強度超過了實況降水量，但暴雨帶卻變得更窄，甚至分裂成多個更小的暴雨中心區(qū)，在模擬范圍上比粗網格略為偏小。WSM3方案隨著分辨率的提高，3個暴雨中心降水強度增強明顯，與實況更為接近。分辨率提高后，Ferrier方案模擬的降水強度同樣有著明顯的增強，綿竹附近的暴雨中心突顯了出來，但對于大邑附近的暴雨區(qū)仍然模擬得不夠理想。可見，Lin方案和WSM3方案對分辨率較為敏感，而Ferrier方案則并不明顯。分辨率的提高使得模式對小范圍的對流活動擁有了更高的識別能力，對降雨強度的模擬得到了明顯的增強，但卻也使得對暴雨范圍的模擬更為分裂、變窄。

c.通過對模擬的物理量進行診斷分析發(fā)現，3種模擬方案均能很好地模擬出暴雨發(fā)生的中尺度背景場，但在對一些物理量(比較顯著的，如雨水混合比、水汽通量)的模擬上卻有著不同程度上的差異，這也導致了降水的模擬差異。

d.不同的微物理方案對四川盆地西部強降水的中尺度數值模擬有著不同的敏感性，通過此次暴雨過程的數值模擬試驗可以看到，Lin方案的模擬效果最為理想;WSM3類簡單冰方案的模擬隨著分辨率的提高有著一定的增強;而Ferrier方案則對分辨率的敏感性不高。不過對于四川盆地西部的中尺度暴雨數值模擬，在各種參數的配置上仍然需要進行大量的試驗，對于水平分辨率的敏感度試驗也同樣需要更進一步的試驗論證，另外四川盆地西部地形復雜，對于地形敏感度的試驗也是接下來需要開展的研究工作。

［1］陶詩言.中國之暴雨［M］.北京:科學出版社.1980.

［2］王鵬云，李澤春.災害天氣和中尺度氣象學研究［J］.氣象科技，2001，29(1):10-14.

［3］蔣興文，王鑫，等.近20 a四川盆地大暴雨發(fā)生的大尺度環(huán)流背景［J］.長江流域資源與環(huán)境，2008，1 004-8 227.

［4］Lorenz E N.The predictability of hydrodynamic flow［M］.Trans.New York Acad.Sci.Series 2，1963a:409-432.

［5］葛晶晶，鐘偉，等.地形影響下四川暴雨的數值模擬分析［J］.氣象科學，2008，28(2):176-183.

［6］陳棟，顧雷，蔣興文.1981—2000年四川夏季暴雨大尺度環(huán)流背景特征［J］.大氣科學學報，2010 33(4):443-450.

［7］屠妮妮，段瑋.2006年9月4—5日四川暴雨過程分析［J］.氣象，2008，7(34)51-59.

［8］趙玉春，王葉紅.高原渦誘生西南渦特大暴雨成因的個例研究［J］.高原氣象，2010，4(29):819-831.

［9］曾新民，吳志皇，等.WRF模式不同陸面方案對一次暴雨事件模擬的影響［J］.地球物理學報，2012，1(55):16-27.

［10］何光碧，曹杰.不同對流參數化方案和初值場組合對四川兩次暴雨影響的數值模擬［J］.高原氣象，2008，4(27):787-795.

［11］陳功，廖捷，孫凌.WRF微物理方案對四川一次強降水模擬的影響［J］.高原山地氣象研究，2012，32(1):43-50.

［12］馬嚴枝，陸昌根，高守亭.8·19華北暴雨模擬中微物理方案的對比試驗［J］.大氣科學，2012，36(4):835-850.

［13］宋清芝，喬春貴，高媛媛.河南一次特大暴雨過程的天氣學分析［J］.氣象與環(huán)境科學，2009，32(3):6-9.

［14］喬春貴，賀哲.河南省一次大暴雨天氣過程的非地轉濕Q 矢量分析［J］.氣象與環(huán)境科學，2010，33(2):48-52.