沈新勇 梅海霞 王衛(wèi)國 黃文彥

?

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(yàn)

沈新勇1, 2梅海霞1, 3王衛(wèi)國4黃文彥1

1南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心/氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，南京210044;2中國科學(xué)院大氣物理研究所云降水物理與強(qiáng)風(fēng)暴實(shí)驗(yàn)室，北京100029;3江蘇省氣象科學(xué)研究所，南京210009;4美國國家海洋大氣管理局環(huán)境預(yù)測(cè)中心，馬里蘭20746

利用耦合Morrison 2-mon（MOR）雙參數(shù)微物理方案的中尺度天氣研究與預(yù)報(bào)模式（WRF）中的單氣柱模式，對(duì)熱帶暖池國際云試驗(yàn)（TWP-ICE）期間的個(gè)例進(jìn)行數(shù)值模擬。通過與觀測(cè)資料和云分辨率模式的模擬結(jié)果進(jìn)行對(duì)比，檢驗(yàn)MOR方案對(duì)熱帶對(duì)流云系的微物理特征的模擬能力。模擬結(jié)果顯示：MOR方案能夠較好地模擬出熱帶云系中液相和冰相水凝物的垂直分布以及隨時(shí)間的演變特征。地表向下長波輻射和大氣頂向外長波輻射的量級(jí)和時(shí)間演變趨勢(shì)同觀測(cè)也非常接近。對(duì)與冰晶和雪有關(guān)的云微物理特征分析之后發(fā)現(xiàn)：季風(fēng)活躍期，冰晶主要的源匯項(xiàng)有凝華增長過程、沉降過程、冰晶向雪的自動(dòng)轉(zhuǎn)化以及冰晶被雪碰并的過程。由于冰晶主體位于溫度低于―20°C的高空，因而它對(duì)雨水的形成主要是間接貢獻(xiàn)。同時(shí)期雪的主要源匯項(xiàng)中，凝華增長和沉降過程占據(jù)著主導(dǎo)地位。雪的凝華過程消耗了大量的水汽，可能抑制了冰晶的增長。另外雪的融化過程非常強(qiáng)盛，是產(chǎn)生降水的重要因子。季風(fēng)抑制期，冰相的微物理過程變得相對(duì)簡(jiǎn)單且整體削弱，以凝華升華和沉降過程為主。凝華凝凍核的數(shù)濃度（dep）的氣溶膠敏感性試驗(yàn)表明：季風(fēng)抑制期，高空的冰晶云的宏觀和微觀性質(zhì)對(duì)凝華凝凍核數(shù)濃度的響應(yīng)情況呈現(xiàn)顯著的線性特征。冰晶的含量隨著dep的增加而增加，反之降低。該時(shí)期微物理過程主要同冰晶有關(guān)，水分的分配較為簡(jiǎn)單，dep增加時(shí)，高空冰云中小冰晶粒子數(shù)目增多且云頂升高，使得大氣頂部向外長波輻射（OLR）值減小，反之冰云主體中冰晶有效半徑增加，高空的冰云更加透明，云頂更低，對(duì) OLR值增加起促進(jìn)作用。而季風(fēng)活躍期，微物理過程復(fù)雜，冰晶云的宏微觀特征對(duì)dep的響應(yīng)表現(xiàn)出一定的不規(guī)律特征。

單氣柱模式 Morrison 2-mon方案 微物理 凝華凝凍核 TWP-ICE試驗(yàn)

1 引言

與云有關(guān)的物理過程在大氣的水循環(huán)和能量平衡中扮演著重要的角色。云中潛熱的釋放以及云與輻射的相互作用驅(qū)動(dòng)著云內(nèi)物理量的輸送，引起熱量和動(dòng)量的重新分布，繼而影響云的分布以及大尺度環(huán)流。在中尺度數(shù)值模式中，微物理方案直接預(yù)報(bào)各種云物理變量以及反映它們的發(fā)展演變，是描述濕過程的重要環(huán)節(jié)。因而對(duì)于云和降水的模擬，能否準(zhǔn)確地描述微物理過程非常重要（陳炯等，2003）。總體而言，描述云微物理過程時(shí)，參數(shù)化方法的應(yīng)用較為廣泛。參數(shù)化方法事先假設(shè)粒子服從某種譜分布函數(shù)，通過確定譜函數(shù)參數(shù)決定譜演變。根據(jù)粒子譜的描述方法，參數(shù)化方法大致有三類，一是單參數(shù)方案，只預(yù)報(bào)比含水量；二是雙參數(shù)方案，同時(shí)預(yù)報(bào)粒子的比含水量和數(shù)濃度，粒子譜分布的斜率和截距能夠獨(dú)立變化（許煥斌和段英，1999）；三參數(shù)方案在雙參數(shù)方案的基礎(chǔ)上增加了雷達(dá)反射率的預(yù)報(bào)，從而使得粒子譜的譜形參數(shù)也隨時(shí)間變化。

研究表明，微物理方案中考慮的物理過程越全面和詳細(xì)，對(duì)降水的預(yù)報(bào)更具優(yōu)勢(shì)（康麗莉等，2003；鞠永茂等，2008）][。雙參數(shù)方案由于具有合理的物理基礎(chǔ)而且彌補(bǔ)了單參數(shù)方案過于簡(jiǎn)單和分檔方案計(jì)算量過于巨大的缺陷，因而模擬效果整體較好且應(yīng)用較為廣泛。Lim and Hong（2010）在二維理想風(fēng)暴模擬時(shí)，發(fā)現(xiàn)雙參數(shù)方案能夠較好地刻畫出對(duì)流核區(qū)和層狀降水區(qū)的雨強(qiáng)以及零度層附近的雷達(dá)回波亮帶的分布，而單參數(shù)方案的模擬結(jié)果具有明顯的系統(tǒng)性偏差。在模擬二維理想颮線時(shí)，雙參數(shù)方案能夠模擬出雨滴譜截距從對(duì)流降水區(qū)向?qū)訝罱邓畢^(qū)過渡時(shí)迅速下降的趨勢(shì)，從而能夠模擬出寬廣的尾隨層狀降水區(qū)（Morrison et al., 2009）。

雙參數(shù)微物理方案雖然已經(jīng)具有明確的物理基礎(chǔ)，但其參數(shù)化過程的可靠性仍有待于同實(shí)際觀測(cè)資料的比較才能得到檢驗(yàn)。同觀測(cè)比較不僅可以對(duì)方案的模擬性能進(jìn)行評(píng)估，而且為進(jìn)一步確定方案引起模擬結(jié)果的誤差來源，以及方案的改進(jìn)和完善提供一定的參考建議。這對(duì)模式的整體模擬性能的提高也具有重要的意義。

Morrison 2-mon（Morrison et al., 2009）（MOR）方案是中尺度天氣研究與預(yù)報(bào)模式（Weather Research and Forecasting Model，簡(jiǎn)稱WRF）的3.0版本中引進(jìn)的一個(gè)新的混合相雙參數(shù)微物理方案。該方案考慮了較為精細(xì)而全面的微物理過程，被廣泛地用于測(cè)試真實(shí)案例和理想個(gè)例研究。Morrison and Milbrandt（2011）在模擬理想超級(jí)單體時(shí)發(fā)現(xiàn)，MOR方案對(duì)雨滴破碎過程的處理方式比較合理，因而模擬的風(fēng)暴冷池強(qiáng)度更為真實(shí)。Luo et al.（2008）和Solomon et al.（2009）分別利用云模式和WRF對(duì)極地混合層積云進(jìn)行數(shù)值模擬并且將模擬結(jié)果與極地混合相云試驗(yàn)（Mixed-Phase Arctic Cloud Experiment，簡(jiǎn)稱M-PACE）的實(shí)際觀測(cè)進(jìn)行了對(duì)比。他們的研究結(jié)果都表明MOR方案能夠較好地再現(xiàn)液態(tài)水和冰相粒子的時(shí)空分布特征。吳偉（2011）認(rèn)為MOR方案不僅能夠較好地再現(xiàn)華北暴雪的降雪實(shí)況，云中的冰水含量的形態(tài)和量級(jí)分布也與衛(wèi)星觀測(cè)非常一致。另外，在耦合MOR方案的情況下，模式對(duì)于臺(tái)風(fēng)路徑、暴雨、積層混合云降水、冷鋒降水、酸雨等的宏觀過程也表現(xiàn)出較好的模擬能力（余貞壽和王紅雷，2010；鄒德龍等，2012；馬國忠等，2010；于翡和姚展予，2009）。

熱帶地區(qū)的對(duì)流系統(tǒng)驅(qū)動(dòng)了全球的大氣環(huán)流，該地區(qū)對(duì)流系統(tǒng)往往發(fā)展深厚，包含了水云、冰云以及混合云的存在，因而有利于我們更加全面地檢驗(yàn)微物理方案的模擬性能。金蓮姬等（2007）考察三維強(qiáng)風(fēng)暴模式對(duì)熱帶云砧卷云宏微觀性質(zhì)的模擬能力。Zhou et al.（2007）利用南海季風(fēng)試驗(yàn)外場(chǎng)觀測(cè)檢驗(yàn)Goddard積云集合模式（Goddard Cumulus Ensemble Model）對(duì)熱帶對(duì)流降水率和云物質(zhì)的模擬效果。Wang et al.（2009）和Song and Zhang（2011）研究發(fā)現(xiàn)雙參數(shù)微物理方案模擬的熱帶云系的云物理特征同觀測(cè)較為一致。Van Weverberg et al.（2012）利用云分辨率模式檢驗(yàn)了3個(gè)復(fù)雜程度不同的微物理方案對(duì)熱帶中尺度對(duì)流系統(tǒng)的模擬能力。目前關(guān)于MOR 方案對(duì)熱帶對(duì)流云系尤其是其冰相過程的模擬能力仍然不是很清楚，而目前這方面的研究工作還比較少，所以對(duì)MOR微物理方案的檢驗(yàn)工作顯得非常必要。熱帶系統(tǒng)伴隨的大面積的云砧在對(duì)流系統(tǒng)減弱后還能夠在空中停留較長時(shí)間并通過平流作用影響全球大氣的輻射平衡，因此了解熱帶云系對(duì)氣溶膠的響應(yīng)情況也十分重要。目前這方面研究比較多的是，云凝結(jié)核對(duì)對(duì)流云的強(qiáng)度、降水率等方面的影響（榮艷敏和銀燕, 2010；肖輝和銀燕，2011；董昊等，2012），而通過改變冰核數(shù)濃度進(jìn)行有關(guān)氣溶膠粒子對(duì)熱帶云系的影響研究較少。

本文利用耦合MOR方案的WRF3.3中的單氣柱模式（SCM），對(duì)熱帶暖池國際云試驗(yàn)（Tropical Warm Pool–International Cloud Experiment，簡(jiǎn)稱TWP-ICE）期間的對(duì)流活動(dòng)進(jìn)行了數(shù)值模擬和敏感性試驗(yàn)。控制試驗(yàn)主要考察MOR方案對(duì)熱帶對(duì)流的微觀氣象要素場(chǎng)的模擬能力。鑒于冰相過程的重要性（張大林，1998），重點(diǎn)對(duì)與冰晶和雪相關(guān)的云微物理特征進(jìn)行了詳細(xì)的分析。在控制試驗(yàn)云微物理特征模擬較為準(zhǔn)確的前提下，通過改變凝華凝凍核的數(shù)濃度，考察熱帶對(duì)流層上層冰云以及輻射場(chǎng)對(duì)作為凝華凝凍核的氣溶膠的響應(yīng)情況。

2 模式和數(shù)據(jù)

2.1 單氣柱模式和方案介紹

WRF的3.1版本中引進(jìn)了理想模式SCM，并在3.3版本中添加了一些地表通量作為強(qiáng)迫場(chǎng)。而此前單氣柱模式SCM多應(yīng)用于全球大氣環(huán)流模式中氣候模式的物理過程參數(shù)化方案的質(zhì)量評(píng)估和改進(jìn)工作當(dāng)中（Zhang et al., 2002; Morrison et al., 2005b；Gettelman et al., 2008；Wang et al., 2009）。在單氣柱模式中，周圍氣柱對(duì)它的作用通過強(qiáng)迫場(chǎng)來提供。SCM沒有考慮非線性的大尺度的動(dòng)力反饋?zhàn)饔?，因而能夠更加直接和方便地測(cè)試微物理方案中最基本的物理過程是否正確。SCM的計(jì)算量小，且強(qiáng)迫場(chǎng)來源于外場(chǎng)觀測(cè)，理論上可以通過比較觀測(cè)和模擬結(jié)果來識(shí)別微物理方案的缺陷（Ghan et al., 2000；Hack and Pedretti，2000）。

Morrison 2-mon混合相雙參數(shù)方案（Morrison et al., 2009）是基于Morrison et al.（2005a，2005b）；Morrison and Pinto（2005）的研究設(shè)計(jì)的一個(gè)較新的微物理參數(shù)化方案。方案中粒子譜采用廣義伽馬分布，包含了六種水物質(zhì)，包括水汽、云水、雨水、云冰、雪和霰/冰雹。預(yù)報(bào)變量包括雨滴、冰晶、雪和霰或冰雹的混合比和數(shù)濃度，及云滴和水汽混合比（共10個(gè)變量）。方案中除云滴和水汽外，水凝物均采用了雙參數(shù)處理方法。Morrison方案的設(shè)計(jì)非常詳細(xì)及細(xì)致，共考慮核化、自動(dòng)轉(zhuǎn)化、碰并和繁生、凍結(jié)和融化、凝華（升華）和凝結(jié)（蒸發(fā)）以及沉降等40種云物理過程。該方案分別考慮暖云和冷云過程，并且包含多種過程開關(guān)，因此能夠適應(yīng)不同條件下的數(shù)值模擬。例如：方案中可以選擇包含冰相過程（默認(rèn)）或者去除冰相過程，可以設(shè)置云滴數(shù)濃度為常數(shù)（默認(rèn)）或預(yù)報(bào)云滴數(shù)濃度；冰晶的初始核化可以選用經(jīng)驗(yàn)公式（默認(rèn)）或者M(jìn)-PACE 觀測(cè)結(jié)果。本文中的試驗(yàn)均采用默認(rèn)設(shè)置。WRF模式中已經(jīng)引進(jìn)了多種顯式微物理方案，大部分為單參數(shù)方案，而雙參數(shù)方案中MOR方案的應(yīng)用較為廣泛。因此本文利用單氣柱模式對(duì)MOR方案的微物理模擬性能進(jìn)行檢驗(yàn)具有重要的實(shí)際意義。

2.2 數(shù)據(jù)

TWP-ICE對(duì)澳洲季風(fēng)期熱帶對(duì)流及其產(chǎn)生的卷云的發(fā)展演變的宏微觀特征進(jìn)行了綜合觀測(cè)。試驗(yàn)在澳大利亞北部的季風(fēng)區(qū)進(jìn)行，時(shí)間從2006年1月19日到2006年2月13日。TWP-ICE包括了各種大尺度的觀測(cè)以及與云的性質(zhì)有關(guān)的飛機(jī)和雷達(dá)的探測(cè)資料（May et al., 2008）（圖 1），這些翔實(shí)的觀測(cè)資料極大地方便了微物理方案的評(píng)估工作。SCM大尺度強(qiáng)迫場(chǎng)是通過Zhang and Lin （1997）和 Zhang et al.（2001）][的變量客觀分析方法獲得的。該方法不僅可以利用外場(chǎng)觀測(cè)的多源數(shù)據(jù)診斷獲得大尺度強(qiáng)迫場(chǎng)中的垂直速度、以及溫度和水汽的水平平流和垂直輸送，而且能夠在能量守恒的約束條件下對(duì)強(qiáng)迫場(chǎng)中的各個(gè)物理量值進(jìn)行合理的調(diào)整以提高強(qiáng)迫場(chǎng)的精度。該客觀分析方法已經(jīng)成功地應(yīng)用于美國能源部大氣輻射觀測(cè)計(jì)劃Atmospheric Radiation Measurement Program（ARM）的南大平原Southern Great Plains（SGP）、阿拉斯加北坡 North Slope of Alaska（NSA）等外場(chǎng)試驗(yàn)的觀測(cè)數(shù)據(jù)的處理中。文中所用大尺度強(qiáng)迫場(chǎng)以及其他觀測(cè)數(shù)據(jù)的詳細(xì)情況介紹請(qǐng)參考May et al.（2008）和Xie et al.（2010）。

由于云的觀測(cè)很難，不同來源的觀測(cè)資料各有優(yōu)缺點(diǎn)，因而要綜合各種手段和方法來提高與云有關(guān)的觀測(cè)資料的準(zhǔn)確程度。TWP-ICE試驗(yàn)期間，雷達(dá)和一些其他的遠(yuǎn)程遙感設(shè)備負(fù)責(zé)探測(cè)云中的水凝物的垂直分布情況。其中云量的反演綜合應(yīng)用了35-GHz（8.6 mm）毫米波測(cè)云雷達(dá)（MMCR）、微脈沖激光雷達(dá)以及激光云高儀的觀測(cè)資料。云微物理特征例如液態(tài)水含量和冰相水凝物總含量的分布情況主要來自于MMCR。另外，我們對(duì)由地面云雷達(dá)和衛(wèi)星觀測(cè)反演獲得的冰相水凝物總含量的三維空間場(chǎng)（Seo and Liu, 2006）進(jìn)行了區(qū)域平均，以便于和SCM的模擬結(jié)果比較。

圖1 TWP-ICE所用探測(cè)設(shè)備的水平分布（引自http://www.arm.gov/ [2014-01-20]）。除達(dá)爾文附近以外的五個(gè)探空站所構(gòu)成五邊形區(qū)域?yàn)榭陀^分析的對(duì)象區(qū)域，即大尺度強(qiáng)迫場(chǎng)所代表的觀測(cè)區(qū)域

云分辨率模式（CRM）能夠顯式地模擬云尺度的發(fā)展過程，因而其模擬結(jié)果可以在觀測(cè)資料缺乏或者精度降低時(shí)，作為觀測(cè)的補(bǔ)充對(duì)SCM的模擬結(jié)果進(jìn)行檢驗(yàn)。Varble et al.（2011）利用9個(gè)CRM對(duì)TWP-ICE期間的對(duì)流活動(dòng)進(jìn)行了高分辨率的數(shù)值模擬，各CRM模擬的氣象要素場(chǎng)的宏觀時(shí)空分布特征同觀測(cè)比較一致，對(duì)流系統(tǒng)的中尺度結(jié)構(gòu)以及降水過程同衛(wèi)星雷達(dá)的觀測(cè)也比較接近，因而其模擬結(jié)果具有比較高的可信度，能夠被用來作進(jìn)一步的分析。由于各個(gè)CRM的模擬結(jié)果各有優(yōu)勢(shì)和不足，本文利用的是各個(gè)CRM模擬結(jié)果的平均來和SCM的模擬結(jié)果相比較。

2.3 數(shù)值試驗(yàn)設(shè)計(jì)

在整個(gè)模擬時(shí)段內(nèi)一共進(jìn)行10組短期模擬試驗(yàn)：從2006年1月20日開始，以每日12:00（協(xié)調(diào)世界時(shí)，下同）為模擬起始時(shí)刻，模擬36小時(shí)。為了避免氣象要素場(chǎng)的漂移以及削弱模式起轉(zhuǎn)過程（Spin-Up）的影響，我們并沒有采納模式調(diào)整期間的結(jié)果，而是將每組36小時(shí)中的第12～36小時(shí)的模擬結(jié)果取出，拼接成2006年1月20日12:00至2006年1月31日00:00期間的模擬結(jié)果。模式每十分鐘輸出一次結(jié)果。

本文中的控制試驗(yàn)和所有敏感性試驗(yàn)對(duì)物理過程方案的選取和設(shè)置完全相同。模擬以達(dá)爾文港（12°S，131°E）為中心，水平格距為4 km，垂直不等間距分為100層，其中靠近地面的88個(gè)層次的垂直分辨率均達(dá)到0.5 km的精度，積分步長為20 s，選用Zhang-McFarlane積云參數(shù)化方案、CAM長波輻射參數(shù)化方案、Dudhia短波輻射參數(shù)化方案以及Mellor-Yamada-Janjic邊界層參數(shù)化方案。模式的水平分辨率量級(jí)需達(dá)到100 m才能實(shí)現(xiàn)真正意義上的對(duì)流的顯式模擬（Bryan et al., 2003）。許多研究發(fā)現(xiàn)在高水平分辨率下使用積云參數(shù)化方案對(duì)模式是有益的（Narita and Ohmori，2007；Lean et al., 2008）。本文在前期的工作中針對(duì)是否采用積云參數(shù)化方案已經(jīng)進(jìn)行了試驗(yàn)和比較工作，得出的結(jié)論同上述研究一致。采用積云參數(shù)化方案后模擬的總降水率的演變特征、輻射場(chǎng)以及云物質(zhì)的分布形態(tài)同觀測(cè)更為接近，因而本文在4 km的水平分辨率下仍然采用積云參數(shù)化方案。文中的格點(diǎn)顯式微物理過程同積云參數(shù)化過程并沒有水凝物的直接交換，云物質(zhì)全部來自于微物理方案而未受到積云參數(shù)化方案的干擾。另外次網(wǎng)格的降水率相比于格點(diǎn)降水率很小，網(wǎng)格尺度上的顯式云物理過程幾乎能夠反映模式的全部濕物理過程。積云參數(shù)化方案將小于4 km尺度的對(duì)流過程對(duì)環(huán)境的熱力動(dòng)力反饋包含到模式當(dāng)中，間接促進(jìn)網(wǎng)格尺度成云致雨過程的準(zhǔn)確性、提高模式宏微觀物理量場(chǎng)的模擬水平。而選擇Zhang-McFarlane積云參數(shù)化方案是經(jīng)過多個(gè)積云參數(shù)化方案的模擬效果比較之后擇優(yōu)的結(jié)果。

3 控制試驗(yàn)?zāi)M結(jié)果和討論

3.1 天氣過程概況

南半球夏季時(shí)，北半球的東北信風(fēng)向南越過赤道后轉(zhuǎn)向成為影響澳洲北部的暖濕的西北季風(fēng)。一般而言，南半球的季風(fēng)槽的強(qiáng)度要遠(yuǎn)小于北半球，因此在夏季風(fēng)時(shí)期，澳洲北部的低壓槽區(qū)大體相當(dāng)于季風(fēng)槽（趙思雄和曾慶存，2005）。季風(fēng)槽內(nèi)常常有熱帶低壓生成并在大陸的加熱作用下加深發(fā)展，低壓伴隨的強(qiáng)對(duì)流天氣給當(dāng)?shù)貛韽?qiáng)的降水。本文所選取的個(gè)例主要涉及兩個(gè)階段：季風(fēng)活躍期（2006年1月21日至2006年1月25日），季風(fēng)抑制期（2006年1月26日至2006年1月31日）。季風(fēng)活躍期，格魯特島附近有低壓生成并向達(dá)爾文西側(cè)的海域加深移動(dòng)（圖2a）。西風(fēng)氣流從海洋上帶來充沛的水汽，TWP-ICE的觀測(cè)區(qū)域位于低壓系統(tǒng)內(nèi)部而且大部被強(qiáng)對(duì)流云團(tuán)所覆蓋（紅外亮溫以低于210 K為主且存在多個(gè)＞50 dB高反射率區(qū)），對(duì)流系統(tǒng)表現(xiàn)出典型的熱帶海洋性特征；季風(fēng)抑制期，低壓向內(nèi)陸移動(dòng)，觀測(cè)區(qū)域逐漸遠(yuǎn)離低壓中心并位于低壓外圍（圖2b），對(duì)流層低層零星分布著淺的對(duì)流云（雷達(dá)反射率基本在40 dB以下）。觀測(cè)區(qū)域的南側(cè)有成片的高云存在（紅外亮溫以210～230 K為主），這主要是源自低壓區(qū)的強(qiáng)對(duì)流系統(tǒng)的高空云砧卷云向北的平流作用[紅外云圖及雷達(dá)反射率分布詳情見May et al. (2008)的圖6（第一列和第二列）]。該時(shí)期對(duì)流系統(tǒng)以大陸性特征為主（May et al., 2008; Xie et al.,2010）。圖3是MOR方案控制試驗(yàn)?zāi)M的降水率隨時(shí)間的變化特征。季風(fēng)活躍期降水顯著，季風(fēng)抑制期有少量降水發(fā)生。MOR方案能夠較好地模擬出兩個(gè)時(shí)段的降水率隨時(shí)間的演變特征，尤其是降水率的峰值也同觀測(cè)也非常接近。

圖2 地面天氣圖（引自澳大利亞氣象局）：（a）季風(fēng)活躍期；（b）季風(fēng)抑制期。黑色等值線代表等壓線（單位：hPa），藍(lán)色虛線代表槽線

圖3 降水率隨時(shí)間的變化。實(shí)線代表觀測(cè)值，點(diǎn)劃線代表控制試驗(yàn)?zāi)M結(jié)果

圖4a是云量隨時(shí)間和高度的分布情況，反映了季風(fēng)期深厚云層以及多層云系的演變情況，同前面分析的衛(wèi)星雷達(dá)觀測(cè)的實(shí)況也非常一致。季風(fēng)活躍期，對(duì)流性天氣發(fā)展強(qiáng)盛伴隨強(qiáng)烈的上升運(yùn)動(dòng)，充沛的水汽向上伸展至4 km的高度（＞8 g kg?1），云系從邊界層一直伸展到15 km的高度（圖4a）；季風(fēng)抑制期，在來自高緯地區(qū)的干冷平流作用下，觀測(cè)區(qū)域的對(duì)流層中層大氣偏干且有弱的下沉運(yùn)動(dòng)（圖4b），從而抑制了該時(shí)期對(duì)流風(fēng)暴的發(fā)展高度?？刂圃囼?yàn)中，MOR方案模擬的水汽混合比同觀測(cè)非常接近，季風(fēng)活躍期的深厚濕區(qū)以及抑制期的干舌也能夠很好地模擬出來。模擬的上升和下沉運(yùn)動(dòng)的分布特征與觀測(cè)基本一致，但在量級(jí)上比觀測(cè)偏低（圖4b）。而未經(jīng)過時(shí)間平均的模擬垂直速度在量級(jí)上同觀測(cè)比較接近（圖略）。

圖4 云量（單位：%）、水汽混合比（單位：g kg?1）和垂直速度（單位：cm s?1）的時(shí)間—高度剖面：（a）觀測(cè)云量和垂直速度，填色代表觀測(cè)云量，虛線代表觀測(cè)診斷的垂直速度；（b）水汽混合比和垂直速度，填色代表觀測(cè)的水汽混合比，實(shí)等值線代表控制試驗(yàn)?zāi)M的水汽混合比，虛線代表模擬垂直速度（為使模擬結(jié)果同觀測(cè)的時(shí)間分辨率一致，此處將模擬的垂直速度進(jìn)行了3小時(shí)平均）

3.2 液態(tài)水凝物的時(shí)空分布和地表向下長波輻射

在季風(fēng)活躍期的強(qiáng)降水時(shí)期，由于降水粒子的干擾作用，MMCR觀測(cè)反演的液態(tài)水含量的精確程度有所欠缺（Mather et al., 2007），云分辨率模式的模擬結(jié)果可能具備更高的可信度（圖5b）。季風(fēng)活躍期，方案模擬的液態(tài)水含量（圖5c）的主體（＞0.1 mg m?3）分布于近地面至6 km之間（即溫度高于

―10°C的區(qū)域）。模擬的液態(tài)水含量在量級(jí)和演變形勢(shì)上同CRM的模擬結(jié)果比較接近，高值區(qū)出現(xiàn)的時(shí)間和位置同CRM也對(duì)應(yīng)得比較一致。觀測(cè)表明，熱帶云中的過冷水滴在強(qiáng)的上升運(yùn)動(dòng)中心區(qū)域以外的溫度低于―16°C的區(qū)域，幾乎不能夠存在（Stith et al., 2004）。因此該時(shí)期模擬的過冷水向高空延伸的高度雖然比CRM的結(jié)果要低許多（圖5b和c），但同實(shí)際觀測(cè)卻是比較一致的（圖5a）。另外，在季風(fēng)活躍期，溫度低于0°C的附近層次內(nèi)，過冷水滴、冰相粒子和水汽共存，大氣處于水面不飽和（圖5c）而冰面過飽和狀態(tài)（圖6c），由此推測(cè)混合相云中可能存在貝吉龍過程。季風(fēng)抑制期只有少量降水發(fā)生，雷達(dá)觀測(cè)更為可信。該時(shí)期低層暖云中的液態(tài)水的演變特征同雷達(dá)觀測(cè)較為一致，但在量級(jí)上MOR方案模擬得明顯偏大，水面過飽和度條件也較觀測(cè)更好。以上差異可能與該時(shí)期的淺對(duì)流活動(dòng)模擬得過于活躍有關(guān)。

圖5d是地表向下長波輻射的時(shí)間變化曲線。地表輻射的觀測(cè)值來自于200 km×200 km范圍內(nèi)3個(gè)陸地站和1個(gè)船舶站的區(qū)域平均。MOR方案的模擬結(jié)果在量級(jí)和演變特征上同觀測(cè)比較一致。24日之前模擬結(jié)果整體比觀測(cè)略微偏低，24日之后模擬則比觀測(cè)明顯偏高。前者可能與模擬的深對(duì)流云系的云底偏高有關(guān)，而后者可能與該時(shí)期模擬的低云過厚有關(guān)。

圖5 （a–c）液態(tài)水含量（陰影，單位：mg m?3）和水面過飽和度（單位：%）的時(shí)間—高度剖面以及（d）地表向下長波輻射（單位：W m?2）隨時(shí)間的變化：（a）雷達(dá)觀測(cè)的液態(tài)水；（b）CRM的液態(tài)水；（c）控制試驗(yàn)?zāi)M的液態(tài)水；（d）地表向下長波輻射。（a）和（b）中實(shí)等值線代表觀測(cè)水面過飽和度；（c）中實(shí)等值線代表控制試驗(yàn)?zāi)M的水面過飽和度，虛線代表溫度，單位：°C；（d）中實(shí)線代表觀測(cè)，點(diǎn)劃線代表控制試驗(yàn)的模擬結(jié)果

3.3 冰相水凝物的時(shí)空分布和大氣頂部向外長波輻射

雷達(dá)是單點(diǎn)測(cè)量，因而峰值多、時(shí)間變率大，而衛(wèi)星資料能夠提供云在一個(gè)區(qū)域的平均性質(zhì)。在MOR方案中，冰相水凝物總含量包含了冰晶、雪以及霰的混合比的總和。如圖6，MOR方案模擬的冰相水凝物總含量的時(shí)間演變、垂直分布以及量級(jí)都同觀測(cè)有很好的一致性。模擬的冰面過飽和度的分布也同觀測(cè)非常接近，同冰云也能夠較好地配合。在季風(fēng)活躍期，冰云垂直發(fā)展深厚，模擬結(jié)果同衛(wèi)星觀測(cè)非常接近（圖6b、c）。冰相水凝物總含量的高值區(qū)同降水率的大值時(shí)段基本同步，可見冰相過程對(duì)降水形成的重要性。季風(fēng)抑制期，方案模擬的高空卷云持續(xù)存在，且冰云云底的位置同雷達(dá)的觀測(cè)比較接近（圖6d）。但對(duì)流層上層（>14 km）的冰云模擬得偏厚一些，云頂?shù)母叨缺壤走_(dá)觀測(cè)偏高（圖6d）。一方面隨著距離的增加MMCR信號(hào)逐漸衰減，另一方面MMCR對(duì)薄的卷云中的小冰晶粒子探測(cè)能力有限（Comstock et al., 2002），因而毫米波測(cè)云雷達(dá)往往容易漏測(cè)15 km高度以上的薄的卷云。結(jié)合冰面過飽和區(qū)同冰相水凝物的匹配程度（圖6a、c），高空云系的漏測(cè)可能是模擬觀測(cè)差異的主要原因之一。

圖6 （a–c）冰相水凝物總含量（陰影，單位：mg m?3）和冰面過飽和度（單位：%）的時(shí)間—高度剖面以及（d）冰云云頂和云底高度（單位：km）的時(shí)間演變：（a）雷達(dá)觀測(cè)；（b）衛(wèi)星觀測(cè)；（c）控制試驗(yàn)?zāi)M結(jié)果；（d）冰云云頂和云底高度。（a、b）中實(shí)等值線代表觀測(cè)冰面過飽和度；（c）中實(shí)等值線代表控制試驗(yàn)?zāi)M的冰面過飽和度，虛線代表溫度，單位：°C；（d）中實(shí)線代表雷達(dá)觀測(cè)，點(diǎn)線代表衛(wèi)星觀測(cè)，點(diǎn)劃線代表控制試驗(yàn)

在該個(gè)例中，冰相水凝物主要由冰晶和雪構(gòu)成，過冷水不是十分活躍因而霰的含量很低且僅僅出現(xiàn)在零度層附近（圖略）。圖7給出了MOR方案模擬的冰晶含量和雪含量以及潛熱加熱率隨時(shí)間和高度的分布。季風(fēng)活躍期，模擬的冰晶主體位于溫度低于―20°C的高空，且最大值不超過40 mg m?3（圖7a）；雪在該時(shí)期發(fā)展活躍，垂直伸展至15 km附近，并且有顯著的高值區(qū)存在（＞150 mg m?3）。雪的底部在零度層附近，意味著它對(duì)降水的形成有一定的的作用（圖7b）。季風(fēng)活躍期，顯著的潛熱加熱區(qū)主要分布在5～10 km之間同雪的主體位置十分匹配，潛熱加熱同對(duì)流活動(dòng)之間的相互的正反饋?zhàn)饔每赡艽龠M(jìn)了深對(duì)流活動(dòng)的發(fā)展。季風(fēng)抑制期，模擬的冰晶主體分布于溫度低于―40°C高空，并伴有少量雪生成。該時(shí)期冰云中下部至8 km高度之間有弱的冷卻效應(yīng)，這可能與某些冰相微物理過程有關(guān)。整個(gè)模擬時(shí)段內(nèi)，低云附近弱的冷卻過程可能同雨水的蒸發(fā)等過程有關(guān)。

大氣頂部向外長波輻射（OLR）作為一個(gè)冷卻因子對(duì)地球的輻射平衡至關(guān)重要。MOR方案能夠較好地模擬出OLR隨時(shí)間的變化趨勢(shì)和量級(jí)特征（圖8b）。模擬結(jié)果同觀測(cè)的差異在24日以及26日到28日最為顯著。在26日到28日的OLR小幅震蕩期，模擬的OLR整體低于觀測(cè)，這可能與該時(shí)期云頂高度偏高（圖6d），冰云模擬得過厚（圖6c）以及冰晶粒子整體偏小有關(guān)（圖8a）。在發(fā)生強(qiáng)降水的24日，MOR方案模擬的OLR比觀測(cè)低了約30 W m?2。由于該時(shí)期云的光學(xué)厚度較大，模擬的OLR值偏低主要是與云頂高度過高有關(guān)。29日以后，由于高云減弱變薄，OLR總體呈增加趨勢(shì)，同觀測(cè)的偏差較小。

圖7 冰晶和雪的含量（陰影，單位：mg m?3）以及潛熱加熱率（單位：K h?1）的時(shí)間—高度剖面：（a）冰晶；（b）雪。實(shí)等值線代表潛熱加熱率，點(diǎn)劃線則代表冷卻區(qū)，虛線代表溫度（單位：°C）

圖8 （a）冰晶有效半徑（陰影，單位：μm）的時(shí)間—高度剖面和（b）大氣頂部的向外長波輻射（OLR）（單位: W m?2）隨時(shí)間的變化。（a）中虛線代表溫度（單位：°C），實(shí)線代表控制試驗(yàn)中冰晶的主體輪廓線（＞1 mg m?3)；（b）中實(shí)線是觀測(cè)，點(diǎn)劃線代表控制試驗(yàn)

3.4 與冰晶和雪有關(guān)的云微物理特征分析

冰相過程在降水的形成過程中扮演著非常重要的角色，對(duì)地面降水的形成和維持起著重要的指示作用（張大林，1998；孫建華和趙思維，2003；康麗莉等，2003）。為了對(duì)熱帶對(duì)流活動(dòng)的微物理特征有更為深刻的理解，我們對(duì)方案中最主要的冰相粒子即冰晶和雪的相關(guān)微物理過程的轉(zhuǎn)化率進(jìn)行計(jì)算輸出。由于季風(fēng)活躍期和季風(fēng)抑制期的宏微觀特征差異顯著，文中對(duì)這兩個(gè)時(shí)段的冰晶和雪的源匯項(xiàng)的收支情況分別進(jìn)行討論。

在MOR方案中與冰晶和雪相關(guān)的微物理過程各有14類，其中表征冰晶、雪相互作用的過程共有5種。經(jīng)計(jì)算后發(fā)現(xiàn)，雪碰凍云滴（雨滴）時(shí)繁生、霰碰凍云滴（雨滴）時(shí)繁生、積云卷出對(duì)雪的貢獻(xiàn)、暖云中雨滴收集雪、云滴均質(zhì)凍結(jié)為冰晶、冰晶淞附雨滴轉(zhuǎn)化為霰這8個(gè)過程的貢獻(xiàn)均為零。冰晶淞附云滴、冰晶淞附雨滴轉(zhuǎn)化為雪、雪淞附云滴轉(zhuǎn)化為霰這3個(gè)過程的轉(zhuǎn)換率也較小。以上這些轉(zhuǎn)化項(xiàng)在圖9中均被略去。

圖9是冰晶和雪的微物理的主要源匯項(xiàng)隨高度的變化。季風(fēng)活躍期，冰晶的主要源匯項(xiàng)分布在7 km至16 km之間（圖9a），與冰晶云的宏觀分布特征非常一致（圖7a）。其中凝華過程對(duì)冰晶的增長起正的作用，而冰晶向雪的自動(dòng)轉(zhuǎn)化以及冰晶被雪的碰并過程對(duì)冰晶有削弱作用。沉降過程在冰晶云的上部和下部所起的作用相反。云體上部的小的冰晶粒子由于重力作用而脫離源地，在下降的過程中通過凝華作用獲得增長，并在7～10 km的區(qū)間內(nèi)累積。當(dāng)冰晶到達(dá)云體的中下部時(shí)，冰晶的有效半徑已經(jīng)達(dá)到相應(yīng)的要求，因而冰晶向雪的自動(dòng)轉(zhuǎn)化以及被雪碰并的過程在此處得到加強(qiáng)。季風(fēng)抑制期，冰云的中上部以凝華增長和沉降掉落為主，在其以下的高度則以升華和沉降收入為主（圖9b）。相比于活躍期，冰晶的主要的源匯項(xiàng)減弱了約一半，冰晶向雪的自動(dòng)轉(zhuǎn)化以及冰晶被雪的碰并過程也顯著削弱。兩個(gè)時(shí)期冰晶的凝華核化和凝凍核化過程在其源匯項(xiàng)中貢獻(xiàn)并不突出，但其作為冰晶的最初來源，初始核化過程在一定程度上決定了后期冰晶云的發(fā)展過程的強(qiáng)弱。

季風(fēng)活躍期，雪的主要源匯項(xiàng)在5～15 km之間一直保持比較強(qiáng)的轉(zhuǎn)換率（圖9c）。凝華增長和沉降過程在除零度層附近的其他高度上都占據(jù)著絕對(duì)優(yōu)勢(shì)。在該個(gè)例中，冰晶和雪發(fā)展的主要?jiǎng)恿Χ际莵碜阅A過程（圖9），兩類冰相粒子之間存在著一定的競(jìng)爭(zhēng)關(guān)系。圖7顯示在季風(fēng)活躍期的高值區(qū)，雪的混合比比冰晶高出約1個(gè)量級(jí)，而該時(shí)期雪的凝華增長率是冰晶凝華增長率的約10倍（圖9a、c），因此雪對(duì)水汽的大量消耗可能抑制了冰晶的發(fā)展。零度層附近（5 km）存在雪的沉降和融化過程轉(zhuǎn)化率的極值，雪的融化是活躍期產(chǎn)生降水的重要因子。冰晶粒子通過自動(dòng)轉(zhuǎn)化以及被雪碰并這兩個(gè)過程促進(jìn)了雪的發(fā)展，但不存在融化過程（圖9a），因而冰晶云對(duì)于雨水的形成主要是間接的貢獻(xiàn)。季風(fēng)抑制期，與雪有關(guān)的微物理過程已經(jīng)變得非常微弱，主要的源匯項(xiàng)仍然以凝華升華以及沉降過程為主（圖9d）。與季風(fēng)活躍期相比，冰晶向雪自動(dòng)轉(zhuǎn)化以及雪碰并冰晶的過程在該時(shí)期扮演的角色變得更為重要，這可能是由于雪云在后期發(fā)展并不十分強(qiáng)盛的緣故。

以上分析結(jié)果表明：季風(fēng)活躍期，冰相微物理過程十分活躍，各種水凝物、水汽相互之間有著劇烈而復(fù)雜的相互作用。該時(shí)期雪云發(fā)展強(qiáng)盛，冰晶云的發(fā)展可能受到了一定的抑制；同時(shí)雪的融化是產(chǎn)生降水的重要因子，冰晶云對(duì)降水的貢獻(xiàn)主要是間接的。而季風(fēng)抑制期的微物理過程相對(duì)簡(jiǎn)單，主要以冰晶的微物理過程為主。微物理過程中水的相變過程同潛熱加熱率有著密切的關(guān)系。冷云中冰晶和雪的凝華增長帶來了顯著的潛熱釋放，而季風(fēng)抑制期冰相粒子掉落至冰云的中下部的干區(qū)，粒子升華吸熱帶來了一定的冷卻效應(yīng)。由于MOR微物理方案對(duì)微觀過程的描述還存在不完善之處，所以模式結(jié)果所反映出的微物理過程同真實(shí)情況可能并不完全一致。

圖9 冰晶和雪的主要源匯項(xiàng)的垂直分布（單位：g kg?1 d?1）：（a）季風(fēng)活躍期冰晶；（b）季風(fēng)抑制期冰晶；（c）季風(fēng)活躍期雪；（d）季風(fēng)抑制期雪?；钴S期取小時(shí)降水量≥2 mm期間的平均, 抑制期取冰相水凝物總含量≥5 mg m?3期間的平均

4 凝華凝凍核數(shù)濃度敏感性試驗(yàn)

氣溶膠對(duì)云和降水的形成以及輻射都有重要的影響。對(duì)云的準(zhǔn)確描述是利用數(shù)值模式研究氣溶膠的間接效應(yīng)的重要前提之一。在控制試驗(yàn)部分MOR方案已經(jīng)能夠較好地再現(xiàn)熱帶云系特別是其中冰相過程的云微物理特征。本節(jié)內(nèi)容則在此基礎(chǔ)之上，考察熱帶對(duì)流層上部冰云以及輻射場(chǎng)對(duì)氣溶膠中冰核數(shù)濃度變化的響應(yīng)情況，相關(guān)討論和總結(jié)具有較高的可信度。氣溶膠可以為冰晶的初始核化提供成冰核。在溫度較高的時(shí)候，冰晶的形成主要是通過成冰核的異質(zhì)核化來完成。成冰核主要通過四種機(jī)制起作用，凝華模式、凝凍模式（吸附模式）、浸潤模式和接觸模式。凝華模式和凝凍模式的成冰范圍更廣，這兩類冰核的數(shù)濃度之和簡(jiǎn)稱為dep。本部分共設(shè)計(jì)4組試驗(yàn)，dep分別變成原控制試驗(yàn)中的十分之一、二分之一、五倍以及十倍，試驗(yàn)名稱分別如下：即MOR-0.1dep、MOR-0.5dep、MOR- 5dep、MOR-10dep。

季風(fēng)活躍期，高空冰晶的含量總體隨著dep的增加而增加（圖10a、b），尤以強(qiáng)降水時(shí)期變化最為顯著。當(dāng)dep減少時(shí)，高空冰晶含量總體上也顯著地減小。而當(dāng)dep減少為控制試驗(yàn)的十分之一時(shí)，24日高空冰晶的含量出現(xiàn)了顯著的增加（圖10d）。季風(fēng)抑制期，高空冰晶含量隨凝華凝凍核數(shù)濃度的變化趨勢(shì)保持一致，但變化幅度小于季風(fēng)活躍期。另外該時(shí)期dep增加時(shí)，高空冰云的云頂有升高的趨勢(shì)，反之云頂則顯著降低。

圖10 凝華凝凍核數(shù)濃度敏感性試驗(yàn)的冰晶含量相對(duì)于控制試驗(yàn)的變化（陰影，單位：mg m?3）的時(shí)間—高度剖面：（a）MOR-10dep；（b）MOR-5dep；（c）MOR-0.5dep；（d）MOR-0.1dep。虛線代表溫度（單位：°C），實(shí)線代表相應(yīng)敏感性試驗(yàn)中冰晶的主體輪廓線（＞1 mg m?3）

冰晶云宏觀性質(zhì)的改變同微觀特征的變化的積累是密不可分的。當(dāng)凝華凝凍核數(shù)濃度變化時(shí)，冰晶的初始核化率也出現(xiàn)了顯著的變化（圖11a、b）。兩個(gè)時(shí)期的冰晶的初始核化都是以凝華和凝凍核化為主，接觸和浸潤核化過程僅僅在零度層附近起弱的作用。同控制試驗(yàn)相比，季風(fēng)抑制期，高空冰晶云的主體部分（11～16 km）的冰晶的初始核核化過程隨dep的增加（減少）顯著加強(qiáng)（減弱，圖11b）。同凝華凝凍核化率的變化相一致，該時(shí)期冰云中上部冰晶的凝華增長以及下部的升華過程的強(qiáng)度出現(xiàn)了同dep一致并且顯著的變化（圖11d）?？梢哉fdep的增加（減?。┰诒С跏夹纬蓵r(shí)，就已經(jīng)為后期冰晶的發(fā)展奠定了優(yōu)勢(shì)（劣勢(shì)）。而在季風(fēng)活躍期的冰晶云中，凝華增長率隨dep的變化情況比較復(fù)雜。dep增加時(shí)，在冰晶的初始核化過程并沒有明顯增強(qiáng)的條件下，冰晶的凝華增長率相比于控制試驗(yàn)增強(qiáng)了約一倍；而當(dāng)dep減小為原來的十分之一時(shí)，凝華凝凍核化過程雖然有顯著的減弱，但冰云上部的冰晶凝華增長過程卻出現(xiàn)了增強(qiáng)，變化幅度超過50%（圖11a、c）。而各敏感性試驗(yàn)中，凝華過程的增強(qiáng)和減弱同高空冰云中冰晶含量的變化是相對(duì)應(yīng)的。

圖11 （a、b）冰晶的初始核化率（單位：g kg?1 d?1）和（c、d）冰晶凝華或升華過程轉(zhuǎn)化率（單位：g kg?1 d?1）的垂直分布：季風(fēng)活躍期（左列）；季風(fēng)抑制期（右列）。數(shù)據(jù)的平均方法同圖9，dep代表凝華模式和凝凍模式的核化，cont代表接觸模式和浸潤模式的核化

由此我們可以發(fā)現(xiàn)，在季風(fēng)抑制期由于微觀上主要是以冰晶有關(guān)的微物理過程為主，因此高空的冰云對(duì)凝華凝凍核數(shù)濃度的響應(yīng)情況表現(xiàn)出顯著的線性特征。而在季風(fēng)活躍期，各種水凝物之間有著強(qiáng)的相互作用，水分的分配情況也比較復(fù)雜，因而冰晶云的微觀特征對(duì)凝華凝凍核的響應(yīng)情況無明顯規(guī)律可循。

凝華凝凍核數(shù)濃度的變化顯著改變了云中物質(zhì)的物理性質(zhì)，從而進(jìn)一步影響到和云有關(guān)的輻射過程。dep的改變對(duì)OLR產(chǎn)生了顯著的影響，變化最為顯著的是在季風(fēng)抑制期26～29日，即高空卷云持續(xù)存在的時(shí)段。當(dāng)dep增加時(shí)，OLR明顯減小，反之OLR增加（圖12）。該時(shí)期模擬區(qū)域的高空主要由薄的卷云構(gòu)成，其中以冰晶作為最主要的組成部分。卷云的宏觀和微觀性質(zhì)的改變對(duì)OLR產(chǎn)生直接影響：一方面，前面的討論已經(jīng)指出，dep的增加（減少）會(huì)導(dǎo)致季風(fēng)抑制期冰云云頂增高（降低）。而云頂?shù)奈恢酶撸ǜ停?，溫度更低（高）?huì)使得冰云自身向外放出的長波輻射減少（增加）。另一方面，OLR還包括了來自于下方的穿過冰云后的長波輻射，而高空冰晶粒子的有效半徑會(huì)影響長波輻射的透過率。

圖 12 凝華凝凍核數(shù)濃度敏感性試驗(yàn)的OLR相比于控制試驗(yàn)的變化隨時(shí)間的演變（單位：W m?2）。水平實(shí)線代表零線

參照MOR方案控制試驗(yàn)的高空冰云的主體部分（圖7a），季風(fēng)抑制期高空冰晶粒子的有效半徑R（圖8a）以10～100 μm為主。位置越低，冰晶粒子的R越大。R很大的冰晶粒子分布于云底的位置，對(duì)來自下方的長波輻射有較高的透過率。季風(fēng)抑制期，高空冰晶的主體平均位于10.88～16.45 km之間。從圖13b可以發(fā)現(xiàn)，冰云上部（＞14 km）的小冰晶的i相比于控制試驗(yàn)變化幅度明顯，隨著dep增加（降低）R減小（增加）。冰云的中部（12～14 km），冰晶的R變化幅度有所減弱，但是總體趨勢(shì)仍然和冰云上部保持一致（當(dāng)dep減半時(shí)的情況有所不同，但其變化幅度小于10%）。冰云下部（＜12 km）冰晶的含量很低，對(duì)長波輻射的透過率已經(jīng)很高，R的變化對(duì)OLR影響不大。冰晶粒子的有效半徑反映了冰晶粒子譜的總體分布情況。在有限的水汽條件下，當(dāng)dep增加時(shí)，冰云中上部小的冰晶粒子大量增加，會(huì)使得來自下方的長波輻射的透過率降低，OLR降低，反之OLR升高。冰晶粒子的沉降速度與粒子的尺度存在正相關(guān)，因而以上分析的R的變化也能夠部分地解釋季風(fēng)抑制期冰云云頂隨dep增加（減少）而升高（降低）的現(xiàn)象。季風(fēng)抑制期，高空冰云的宏觀和微觀特征隨dep的變化趨勢(shì)同李娟等（2004）、Fan et al.（2010）以及Zeng et al.（2009）的研究結(jié)果有較好的一致性，說明MOR方案能夠較為準(zhǔn)確地反映熱帶云系對(duì)冰核氣溶膠的響應(yīng)情況。而在季風(fēng)活躍期，冰晶的有效半徑整體上也隨dep增加（減少）而減小（增大）且變化幅度較抑制期更大（圖13a）。但由于該時(shí)期的對(duì)流系統(tǒng)深厚，微物理過程較為復(fù)雜，云頂高度的變化并無明顯規(guī)律可循，因而OLR的響應(yīng)并不顯著。

圖13 凝華凝凍核數(shù)濃度敏感性試驗(yàn)?zāi)M的冰晶有效半徑相比于控制試驗(yàn)的變化百分比：（a）季風(fēng)活躍期；（b）季風(fēng)抑制期。豎直實(shí)線代表零線，水平實(shí)線分別代表控制試驗(yàn)中冰晶主體的頂部和底部所在的平均位置，季風(fēng)活躍期冰晶云頂部為16.18 km，底部為8.81 km；季風(fēng)抑制期冰晶云頂部為16.45 km，底部為10.88 km；數(shù)據(jù)的平均方法同圖9

5 總結(jié)

利用WRF模式中的單氣柱模式（SCM），耦合Morrison 2-mon（MOR）雙參數(shù)微物理方案，對(duì)熱帶暖池國際云試驗(yàn)（TWP-ICE）期間的個(gè)例進(jìn)行了數(shù)值模擬以及敏感性試驗(yàn)。研究結(jié)果如下：

（1）MOR雙參數(shù)微物理方案的控制試驗(yàn)?zāi)軌蜉^好地模擬出TWP-ICE期間熱帶云系的微觀的特征。MOR方案模擬的液相和冰相水凝物的垂直分布以及隨時(shí)間的演變特征同觀測(cè)非常一致。模擬的地表向下長波輻射和大氣頂向外長波輻射的量級(jí)和時(shí)間演變趨勢(shì)同觀測(cè)也非常接近。觀測(cè)和模擬的偏差在季風(fēng)抑制期較為明顯。其中低層暖云中液態(tài)水含量量級(jí)比觀測(cè)偏大，淺對(duì)流模擬得過于活躍。輻射場(chǎng)的模擬偏差也與微觀要素場(chǎng)模擬得不夠精確有關(guān)。MOR方案總體上對(duì)熱帶云系具備較好的模擬能力，但還存在進(jìn)一步的提升空間，相關(guān)參數(shù)化方法有待調(diào)試或者改進(jìn)。

（2）季風(fēng)活躍期，冰晶的主要源匯項(xiàng)有凝華增長過程、沉降過程、冰晶向雪的自動(dòng)轉(zhuǎn)化以及冰晶被雪的碰并過程。冰晶主體位于溫度低于―20°C的高空，主要通過自動(dòng)轉(zhuǎn)化為雪和被雪碰并過程對(duì)雨水的形成作出間接貢獻(xiàn)。同時(shí)期雪的主要源匯項(xiàng)中，凝華增長和沉降過程占據(jù)主導(dǎo)地位。雪的凝華增長是冰晶凝華增長的約10倍，雪消耗了大量的水汽可能使冰晶的凝華增長受到抑制。雪的融化過程非常強(qiáng)盛，因而是產(chǎn)生降水的重要因子。季風(fēng)抑制期，冰相微物理過程變得相對(duì)簡(jiǎn)單且強(qiáng)度減弱，以凝華升華和沉降過程為主。整個(gè)模擬期間，凝華過程是潛熱加熱的主要來源。

（3）凝華凝凍核的數(shù)濃度（dep）敏感性試驗(yàn)表明：季風(fēng)抑制期，微物理過程以冰晶相關(guān)過程為主，高空的冰云的宏觀和微觀性質(zhì)對(duì)凝華凝凍核的響應(yīng)情況呈現(xiàn)顯著的線性特征。高空冰晶的含量均隨著dep的增加（減?。┒黾樱p小）。OLR也由于冰晶有效半徑和云頂高度的變化而隨dep的減?。ㄔ黾樱┒黾樱p?。?。凝華凝凍核dep增加時(shí)，高空冰云中小冰晶數(shù)量增加且云頂升高，使得OLR值減小，反之冰云主體中冰晶有效半徑增加，高空的冰云更加透明，云頂更低，對(duì) OLR值增加起促進(jìn)作用。而季風(fēng)活躍期，微物理過程復(fù)雜，冰晶的宏微觀特征對(duì)dep的響應(yīng)并無明顯規(guī)律可循，因而OLR的變化也并不顯著。

本文僅僅選取一個(gè)比較常用的雙參數(shù)微物理方案，并檢驗(yàn)了其對(duì)微物理過程的模擬能力。試驗(yàn)所選的模擬區(qū)域局限于熱帶地區(qū)，而微物理參數(shù)化方案對(duì)不同地區(qū)、不同天氣過程微物理過程的模擬能力怎樣，以及相關(guān)參數(shù)化方法的合理性和適用性還有待于更多的個(gè)例來檢驗(yàn)。在真實(shí)的三維大氣中，非線性作用會(huì)使得物理量場(chǎng)對(duì)氣溶膠響應(yīng)情況變得更加復(fù)雜，具體的響應(yīng)機(jī)制也還需要進(jìn)一步的深入研究。

致謝 感謝美國大氣輻射觀測(cè)計(jì)劃ARM提供TWP-ICE期間的外場(chǎng)觀測(cè)資料。

（References：）

Bryan G H, Wyngaard J C, Fritsch J M. 2003. Resolution requirements for the simulation of deep moist convection [J]. Mon. Wea. Rev., 131 (10): 2394–2416.

陳炯, 鄭永光, 鄧蓮堂, 等. 2003. WRF 模式中不同邊界層參數(shù)化方案對(duì)2003 年7 月江淮暴雨的數(shù)值模擬及其比較 [C]// 中國氣象學(xué)會(huì)2003年年會(huì)論文集(7). 北京: 氣象出版社, 221–224. Chen Jiong, Zheng Yongguang, Deng Liantang, et al. 2003. The effects of different boundary layer parameterization schemes in WRF on the numerical simulation for a rainstorm over Changjiang–Huaihe river basin in July 2003 [C]// Proceedings of the 2003 Chinese Meteorological Society (in Chinese). Beijing: China Meteorological Press, 221–224.

Comstock J M, Ackerman T P, Mace G G. 2002. Ground-based lidar and radar remote sensing of tropical cirrus clouds at Nauru Island: Cloud statistics and radiative impacts [J]. Journal of Geophysical Research: Atmospheres (1984–2012), 107 (D23): AAC 16-1–AAC 16-14.

董昊, 徐海明, 羅亞麗. 2012. 云凝結(jié)核濃度對(duì) WRF 模式模擬颮線降水的影響: 不同云微物理參數(shù)化方案的對(duì)比研究[J]. 大氣科學(xué), 36 (1): 145–169. Dong Hao, Xu Haiming, Luo Yali. 2012. Effects of cloud condensation nuclei concentration on precipitation in convection permitting simulations of a squall line using WRF model: Sensitivity to cloud microphysical schemes [J]. Chinese Journal Atmospheric Science (in Chinese), 36 (1): 145–169.

Fan J, Comstock J M, Ovchinnikov O. 2010. The cloud condensation nuclei and ice nuclei effects on tropical anvil characteristics and water vapor of the tropical tropopause layer [J]. Environ. Res. Lett., 5(4), 044005, doi:10.1088/1748-9326/5/4/044005.

Gettelman A, Morrison H, Ghan S J. 2008. A new two-moment bulk stratiform cloud microphysics scheme in the Community Atmosphere Model, Version 3 (CAM3). Part II: single-column and global results [J]. J. Climate, 21: 3660–3679.

Ghan S, Randall D, Xu K-M, et al. 2000. A comparison of single column model simulations of summertime midlatitude continental convection [J]. J. Geophys. Res., 105 (D2): 2091–2124.

Hack J J, Pedretti J A. 2000. Assessment of solution uncertainties in single-column modeling frameworks [J]. J. Climate, 13 (2): 352–365.

金蓮姬, 銀燕, 王盤興, 等. 2007. 熱帶深對(duì)流云砧數(shù)值模擬及云凝結(jié)核數(shù)濃度對(duì)其影響的初步試驗(yàn) [J]. 大氣科學(xué), 31 (5): 793–804. Jin Lianji, Yin Yan, Wang Panxing, et al. 2007. Numerical modeling of tropical deep convective anvil and sensitivity test on its response to changes in the cloud condensation nuclei concentration [J]. Chinese Journal Atmospheric Science (in Chinese), 31(5): 793–804.

鞠永茂, 王漢杰, 鐘中, 等. 2008. 一次梅雨鋒暴雨云物理特征的數(shù)值模擬研究 [J]. 氣象學(xué)報(bào), 66 (3): 381–395. Ju Yongmao, Wang Hanjie, Zhong Zhong, et al. 2008. A simulation study on the characteristics of cloud microphysics of rain storm in a meiyu front [J]. Acta Meteorologica Sinica (in Chinese), 66(3): 381–395.

康麗莉, 雷恒池, 肖穩(wěn)安. 2003. 中尺度模式中各種濕物理過程的數(shù)值模擬 [J]. 南京氣象學(xué)院學(xué)報(bào), 26 (1): 76–83. Kang Lili, Lei Hengchi, Xiao Wenan. 2003. Simulation of various moist physical processes in mesoscale model [J]. Journal of Nanjing Institute of Meteorology (in Chinese), 26(1): 76–83.

Lean H W, Clark P A, Dixon M, et al. 2008. Characteristics of high- resolution versions of the Met Office Unified Model for forecasting convection over the United Kingdom [J]. Mon. Wea. Rev., 136 (9): 3408–3424.

李娟, 毛節(jié)泰, 胡志晉, 等. 2004. 冰核濃度變化對(duì)云輻射的模擬試驗(yàn) [J]. 氣象學(xué)報(bào), 62 (1): 77–86. Li Juan, Mao Jietai, Hu Zhijin, et al. 2004. Numerical simulation experiments for the effects of changes of atmospheric ice nuclei concentrations on radiant properties of cloud [J]. Acta Meteorologica Sinica (in Chinese), 62(1): 77–86.

Lim K-S S, Hong S-Y. 2010. Development of an effective double-moment cloud microphysics scheme with prognostic Cloud Condensation Nuclei (CCN) for weather and climate models [J]. Mon. Wea. Rev., 138 (5): 1587–1612.

Luo Y, Xu K-M, Morrison H, et al. 2008. Arctic mixed-phase clouds simulated by a cloud-resolving model: Comparison with ARM observations and sensitivity to microphysics parameterizations [J]. J. Atmos. Sci., 65 (4): 1285–1303.

馬國忠, 銀燕, 王秋京. 2010. 東北地區(qū)春季冷鋒云系降水個(gè)例數(shù)值模擬及機(jī)理研究 [J]. 黑龍江氣象, 27 (4): 4–8. Ma Guozhong, Yin Yan, Wang Qiujing. 2010. Mechanism and numerical simulating study of the cold front precipitation in Northeast China [J]. Heilongjiang Meteorology (in Chinese), 27(4): 4–8.

MatherJH, McFarlaneSA, MillerMA, et al. 2007. Cloud properties and associated radiative heating rates in the tropical western Pacific [J]. J. Geophys. Res., 112, D05201, doi:10.1029/2006JD007555.

May P T, Mather J H, Vaughan G, et al. 2008. Field research: Characterizing oceanic convective cloud systems [J]. Bull. Amer. Meteor. Soc., 89 (2): 153–155.

Morrison H, Milbrandt J. 2011. Comparison of two-moment bulk microphysics schemes in idealized supercell thunderstorm simulations [J]. Mon. Wea. Rev., 139 (4): 1103–1130.

Morrison H, Pinto J O. 2005. Mesoscale modeling of springtime Arctic mixed-phase stratiform clouds using a new two-moment bulk microphysics scheme [J]. J. Atmos. Sci., 62 (10): 3683–3704.

Morrison H, Curry J A, Khvorostyanov V I. 2005a. A new double-moment microphysics parameterization for application in cloud and climate models. Part I: description [J]. J. Atmos. Sci., 62 (6): 1665–1677.

Morrison H, Curry J A, Shupe M D, et al. 2005b. A new double-moment microphysics parameterization for application in cloud and climate models Part II: Single-column modeling of Arctic clouds [J]. J. Atmos. Sci., 62: 1678–1693.

Morrison H, Thompson G, Tatarskii V. 2009. Impact of cloud microphysics on the development of trailing stratiform precipitation in a simulated squall line: Comparison of one- and two-moment schemes [J]. Mon. Wea. Rev., 137 (3): 991–1007.

Narita M, Ohmori S. 2007. Improving precipitation forecasts by the operational nonhydrostatic mesoscale model with the Kain-Fritsch convective parameterization and cloud microphysics [C] // Preprints, 12th Conference on Mesoscale Processes, Waterville Valley, NH, Am. Meteor. Soc., CD-ROM, 3.7. [Available online at http://ams.confex.com/ams/ pdfpapers/126017.pdf.]

榮艷敏, 銀燕. 2010. 對(duì)流云對(duì)大氣氣溶膠和相對(duì)濕度變化響應(yīng)的數(shù)值模擬 [J]. 大氣科學(xué), 34 (4): 815–826. Rong Yanmin, Yin Yan. 2010. The response of convective clouds to aerosol and relative humidity: A numerical study [J]. Chinese Journal Atmospheric Science (in Chinese), 34(4): 815–826.

Seo E-K, Liu G. 2006. Determination of 3D cloud ice water contents by combining multiple data sources from satellite, ground radar, and a numerical model [J]. J. Appl. Meteor. Climatol., 45 (11): 1494–1504.

Solomon A, Morrison H, Persson O, et al. 2009. Investigation of microphysical parameterizations of snow and ice in Arctic clouds during M-PACE through model–observation comparisons [J]. Mon. Wea. Rev., 137 (9): 3110–3128.

Song X L, Zhang G J. 2011. Microphysics parameterization for convective clouds in a global climate model: Description and single-column model tests [J]. J. Geophys. Res., 116, D02201, doi:10.1029/2010JD014833.

Stith J L, Hagerty J A, Heymsfield A J, et al. 2004. Microphysical characteristics of tropical updrafts in clean conditions [J]. J. Appl. Meteor., 43 (5): 779–794.

孫建華, 趙思維. 2003. 華北地區(qū) “12·7” 降雪過程的數(shù)值模擬研究 [J]. 氣候與環(huán)境研究, 8 (4): 387–401. Sun Jianhua, Zhao Siwei. 2003. A numerical simulation of snowfall in North China on 7 December 2001 [J]. Climatic and Environmental Research (in Chinese), 8 (4): 387–401.

Van Weverberg K, Voglemann A M, Lin W, et al. 2012. The role of cloud microphysics parameterization in the simulation of mesoscale convective system clouds and precipitation in the tropical Western Pacific [J]. J. Atmos. Sci., 70 (4): 1104–1128. doi:10.1175/JAS-D-12-0104.1.

Varble A, Fridlind A M, Zipser E J, et al. 2011. Evaluation of cloud- resolving model intercomparison simulations using TWP-ICE observations: Precipitation and cloud structure [J]. J. Geophys. Res., 116: D12206. doi:10.1029/2010JD015180.

肖輝, 銀燕. 2011. 污染氣溶膠對(duì)山西一次降水過程影響的數(shù)值模擬 [J]. 大氣科學(xué), 35 (2): 235–246. Xiao Hui, Yin Yan. 2011. A numerical study of polluted aerosol effects on precipitation in Shanxi Province [J]. Chinese Journal Atmospheric Science (in Chinese), 35(2): 235–246.

Wang W, Liu X, Xie S, et al. 2009. Testing ice microphysics parameterizations in the NCAR Community Atmospheric Model Version 3 using Tropical Warm Pool-International Cloud Experiment data [J]. J. Geophys. Res., 114: D14107. doi: 10. 1029/2008JD011220.

吳偉. 2011. 基于CloudSat及MODIS衛(wèi)星云產(chǎn)品對(duì)GRAPES全球模式和WRF模式云微物理方案的對(duì)比檢驗(yàn) [D]. 蘭州大學(xué)博士論文, 97pp. Wu Wei. 2011. Comparison to the sensitivity of GRAPES and WRF Model cloud microphysical parameterization schemes using CloudSat and MODIS satellite data [D]. Ph. D. dissertation (in Chinese). College of Atmospheric Sciences, Lanzhou University, 97pp.

Xie S, Hume T, Jakob C, et al. 2010. Observed large-scale structures and diabatic heating and drying profiles during TWP-ICE [J]. J. Climate, 23 (1): 57–79.

許煥斌, 段英. 1999. 云粒子譜演化研究中的一些問題 [J]. 氣象學(xué)報(bào), 57 (4): 450–460. Xu Huanbin, Duan Ying. 1999. Some questions in studying the evolution of size distribution spectrum of hydrometeor particles [J]. Acta Meteorologica Sinica (in Chinese), 57(4): 450–460.

于翡, 姚展予. 2009. 一次積層混合云降水實(shí)例的數(shù)值模擬分析 [J]. 氣象, 35 (12): 3–11. Yu Fei, Yao Zhanyu. 2009. Numerical study on the complex of the stratiform and embedded convective cloud precipitation: A case study [J]. Meteorological Monthly (in Chinese), 35 (12): 3–11.

余貞壽, 王紅雷. 2010. 微物理過程和對(duì)流參數(shù)化對(duì)臺(tái)風(fēng)“莫拉克”(0908)路徑模擬影響研究 [C]// 第七屆長三角氣象科技論壇論文集, 148–155. Yu Zhenshou, Wang Honglei. 2010. A numerical study of the effect of various microphysics and cumulus parameterization schemes on typhoon Morakot (0908) track [C] // The Proceedings of 7th Yangtze River Delta Science and Technology Forum (in Chinese), 148–155.

Zeng X P, Tao W K, Zhang M H, et al. 2009. An indirect effect of ice nuclei on atmospheric radiation [J]. J. Atmos. Sci., 66 (1): 41–61.

張大林. 1998. 各種非絕熱物理過程在中尺度模式中的作用 [J]. 大氣科學(xué), 22 (4): 548–561. Zhang Dalin. 1998. Roles of various diabatic physical processes in mesoscale models [J]. Chinese Journal Atmospheric Science (in Chinese), 22 (4): 548–561.

Zhang J, Lohmann U, Lin B. 2002. A new statistically based autoconversion rate parameterization for use in large-scale models [J]. J. Geophys. Res., 107 (D24): AAC 3-1–AAC 3-16, doi:10.1029/2001JD001484.

Zhang M H, Lin J L. 1997. Constrained variational analysis of sounding data based on column-integrated budgets of mass, heat, moisture, and momentum: Approach and application to ARM measurements [J]. J. Atmos. Sci., 54: 1503–1524.

Zhang M H, Lin J L, Cederwall R T, et al. 2001. Objective analysis of ARM IOP data: Method and sensitivity [J]. Mon. Wea. Rev., 129: 295–311.

趙思雄, 曾慶存. 2005. 東亞強(qiáng)寒潮——冷涌越過赤道并引發(fā)南半球熱帶氣旋和強(qiáng)降水的個(gè)例研究 [J]. 氣候與環(huán)境研究, 10 (3): 507–525. Zhao Sixiong, Zeng Qingcun. 2005. A study of East Asia strong cold wave—Surge crossing equator and influencing the development of tropical cyclone and heavy rainfall in the Southern Hemisphere [J]. Climatic and Environmental Research (in Chinese), 10 (3): 507–525.

鄒德龍, 羅栩羽, 范紹佳, 等. 2012. 不同天氣系統(tǒng)影響下廣東省酸雨特征對(duì)比分析——?dú)庀髨?chǎng)數(shù)值模擬[J]. 中國環(huán)境科學(xué), 32 (8): 1439– 1446. Zou Delong, Luo Xuyu, Fan Shaojia, et al. 2012. Comparative analysis of the features of acid rain under the influence of different weather systems in Guangdong Province—Numerical simulation of meteorological fields [J]. China Environmental Science (in Chinese), 32 (8): 1439–1446.

Zhou Y P, Tao W K, et al. 2007. Use of high-resolution satellite observations to evaluate cloud and precipitation statistics from cloud-resolving model simulations. Part I: South China Sea monsoon experiment [J]. J. Atmos. Sci., 64: 4309–4329.

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(yàn)[J]. 大氣科學(xué), 39 (1): 83?99, doi: 10.3878/j.issn. 1006-9895.1405.13310. Shen Xinyong, Mei Haixia, Wang Weiguo, et al. 2015. Numerical simulation of ice-phase processes using a double-moment microphysical scheme and a sensitivity test of ice nuclei concentration[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39 (1): 83?99.

Numerical Simulation of Ice-Phase Processes Using a Double-Moment Microphysical Scheme and a Sensitivity Test of Ice Nuclei Concentration

SHEN Xinyong1, 2, MEI Haixia1, 3, WANG Weiguo4, and HUANG Wenyan1

1,,,210044;2,,100029;3,210009;4,,20746

In the context of the Weather Research and Forecasting (WRF) single column model (SCM), a double-moment bulk microphysics scheme, Morrison 2-mon (MOR), is selected to simulate a case of tropical convection from the Tropical Warm Pool International Cloud Experiment (TWP-ICE) field experiment. We then compare the results with observations and cloud resolution model results to evaluate the ability of the MOR scheme to describe the microphysics. The evidence shows that the MOR scheme is capable of properly reproducing the time and space distribution features of liquid and ice particles in the tropical cloud from both macro and micro points, as well as the characteristics of the temporal evolution of surface downward longwave radiation and outgoing longwave radiation (OLR) at the top of atmosphere. From our analysis of microphysical characteristics, we found that the dominant ice crystals cloud microphysical processes during the monsoon active period are the depositional growth of ice crystals, sedimentation of ice crystals, autoconversion of ice crystals to snow, and accretion of ice crystals by snow. Ice crystals occur predominantly in environmental temperatures less than ―20°C, and indirectly contribute to rain formation. The cloud microphysical processes of snow are predominantly its simultaneous sedimentation and depositional growth. Snow’s strong deposition growth, which results in the consumption of much water vapor, may suppress ice crystal growth. In addition, the active melting of snow is an important factor for precipitation. During the monsoon depression, ice-phase microphysics become relatively simple and weaken, with the dominant cloud microphysical processes being sublimation, sedimentation, and depositional growth. Results from MOR scheme sensitivity tests, in which we changed the total number of ice nuclei in deposition mode and condensation freezing mode (dep), suggested that the responses of the macro and micro characteristics in ice-phase cloud todeppresent marked linear features during the monsoon depression period. During this period, thedepincrease favors the growth of ice crystals, but leads to smaller ice crystals in ice clouds and a higher cloud top. This results in reduced OLR decreases during the monsoon depression period for those microphysical processes primarily related to ice crystals, and vice versa.In the active monsoon period, the ice-phase cloud characteristics vary irregularly.

Single-column model, Morrison 2-mon scheme, Microphysics, Ice nuclei in deposition mode and condensation freezing mode, TWP-ICE experiment

1006–9895(2015)01–0083–17

P457

A

10.3878/j.issn.1006-9895.1405.13310

2013?11?04；網(wǎng)絡(luò)預(yù)出版日期2014?06?03

國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（973計(jì)劃）項(xiàng)目2013CB430103、2015CB453200，國家自然科學(xué)基金項(xiàng)目41375058、41175065，江蘇高等學(xué)校優(yōu)秀科技創(chuàng)新團(tuán)隊(duì)計(jì)劃項(xiàng)目PIT2012

沈新勇，男，1964年出生，教授，博士生導(dǎo)師，研究方向：中尺度氣象學(xué)、臺(tái)風(fēng)動(dòng)力學(xué)及數(shù)值模擬研究。E-mail: shenxy@nuist.edu.cn