馬　艷，董海鷹，陳　尚

(1.山東省青島市氣象局，山東　青島　266003；2.青島市氣象災(zāi)害防御工程技術(shù)研究中心，山東　青島　266003；3.國家海洋局第一海洋研究所，山東　青島　266061)

?

WRF中不同濕過程對青島一次暴雨過程的預(yù)報(bào)性能檢驗(yàn)

馬艷1，2，董海鷹1，陳尚3

(1.山東省青島市氣象局，山東青島266003；2.青島市氣象災(zāi)害防御工程技術(shù)研究中心，山東青島266003；3.國家海洋局第一海洋研究所，山東青島266061)

摘要：基于9 km分辨率的中尺度數(shù)值模式WRF，通過TS評分、降水空間分布和降水強(qiáng)度檢驗(yàn)評估3種積云對流和7種云微物理參數(shù)化方案對2014年5月10日青島地區(qū)的一次暴雨天氣的預(yù)報(bào)性能。結(jié)果表明：在分辨率為9 km的模式中考慮KF、GD和BMJ積云對流參數(shù)化方案時(shí)，能夠不同程度提高大雨和暴雨的TS評分，且GD方案模擬的降雨落區(qū)和強(qiáng)度更接近實(shí)況。7種云微物理方案對暴雨模擬效果相差不大，平均TS評分達(dá)到0.64，其中KESSLER方案預(yù)報(bào)性能最好，TS評分達(dá)到0.73，其次是WSM6、LIN和WSM5方案，但也大都表現(xiàn)出暴雨范圍偏大、雨量偏強(qiáng)的特點(diǎn)。對于此次降雨過程，積云對流參數(shù)化方案的預(yù)報(bào)性能優(yōu)于云微物理過程方案的表現(xiàn)。

關(guān)鍵詞：積云和云微物理參數(shù)化方案；暴雨；預(yù)報(bào)性能

引言

數(shù)值預(yù)報(bào)在降水、氣溫、風(fēng)等氣象要素的預(yù)報(bào)服務(wù)中發(fā)揮了重要的作用。由于降水天氣在不同尺度天氣系統(tǒng)、不同地形地貌下有不同的表現(xiàn)以及降水天氣對社會正常運(yùn)行的影響，氣象工作者大部分精力都放在判斷和評估數(shù)值預(yù)報(bào)模式對降水落區(qū)、降水量級以及降水起始、終止時(shí)間的有效性和可行度上。因此了解掌握各類數(shù)值預(yù)報(bào)模式的降水預(yù)報(bào)性能對提高降水預(yù)報(bào)準(zhǔn)確率就顯得至關(guān)重要。廖鏡彪等[1]認(rèn)為云微物理過程對降雨模擬影響起主要作用，其次是積云對流過程，邊界層參數(shù)化方案影響相對較小。Jankov等[2]對不同物理過程的參數(shù)化進(jìn)行了方案比較，認(rèn)為最敏感的是對流方案。其中對于弱降水過程，邊界層和云微物理方案的敏感性是相當(dāng)?shù)?，而對于?qiáng)降水，云微物理方案比較敏感。雖然積云對流參數(shù)化方案對不同類型天氣系統(tǒng)內(nèi)發(fā)展的對流有不同的效果，可是在某些降水過程中，積云對流參數(shù)化方案又幾乎完全不起作用[3]。

WRF(Weather Research and Forecasting)是美國NCEP/NCAR、FSL/NOAA等多家科研部門和大學(xué)聯(lián)合開發(fā)的新一代中尺度大氣數(shù)值模式，廣泛應(yīng)用于科研和業(yè)務(wù)之中[4-22]。由于中尺度模式WRF中不同參數(shù)化方案對不同區(qū)域降水的模擬有很大差異，因此開展數(shù)值模式中參數(shù)化方案的本地化研究和應(yīng)用是提高當(dāng)?shù)貧庀笠仡A(yù)報(bào)效果的重要手段之一。山東青島西面有膠州灣, 東、南有黃海環(huán)繞，三面瀕海，全市海岸線(含所屬海島岸線)總長為862.64 km，市內(nèi)地形高低起伏, 其中東面有海拔1 133 m的嶗山，南部大珠山海拔486 m，自西北向東南方向受海洋影響越來越明顯。復(fù)雜地形和下墊面屬性所產(chǎn)生的中小尺度系統(tǒng)和大氣中各種天氣系統(tǒng)的相互作用，使得青島降水預(yù)報(bào)存在較大難度。再者，目前針對山東半島沿海地區(qū)WRF模式中的濕過程：積云對流參數(shù)化方案和云微物理過程的數(shù)值試驗(yàn)方面的相關(guān)研究還較少。因此，本文以2014年5月10—12日青島一次暴雨過程為研究個例，對比分析不同的積云對流參數(shù)化過程和云微物理過程對此次降水模擬的敏感性和預(yù)報(bào)性能，以期為山東半島沿海地區(qū)合理選擇和使用模式中的降水參數(shù)化方案提供參考依據(jù)。

1降雨天氣實(shí)況

2014年5月10日夜間至11日，青島全市出現(xiàn)大到暴雨及局部大暴雨，平均降雨量72.1 mm，其中國家級基本站中出現(xiàn)4站暴雨(青島75.7 mm，嶗山74.6 mm，膠州61.7 mm，平度64.1 mm)和1站大暴雨(黃島135.9 mm)，強(qiáng)降雨帶(>100 mm)主要位于東部沿海地區(qū)，呈東北—西南走向。圖1是青島市自動雨量站觀測的5月10日20：00—11日20：00(北京時(shí)，下同)24 h 降雨量空間分布。 此次降雨過程是高空西風(fēng)槽、700 hPa和850 hPa低渦及地面氣旋共同影響下的結(jié)果。從圖2可以看出，10日20：00 500 hPa位于蒙古中部的冷渦低槽東移南下，山東半島處于深厚低槽前部，850 hPa有低渦存在，其中心位于河南境內(nèi)，但其倒槽已伸至山東魯西南地區(qū)，700 hPa上豐富的暖濕氣流已到達(dá)山東半島地區(qū)。從地面形勢來看，10日20：00低壓倒槽頂部已伸至山東魯西北地區(qū)，11日08：00加強(qiáng)發(fā)展為氣旋，地面氣旋強(qiáng)烈的輻合旋轉(zhuǎn)上升運(yùn)動，與高空槽和低層低值系統(tǒng)配合造成了半島地區(qū)此次暴雨天氣。

圖1　2014年5月10日20：00—11日

圖2　2014年5月10日20：00 500 hPa位勢高度場(實(shí)線，單位：dagpm)、700 hPa相對

2數(shù)值試驗(yàn)設(shè)計(jì)

在WRF3.4.1 中設(shè)置了模擬中心(36°N、120°E)、水平網(wǎng)格距(網(wǎng)格數(shù))為9 km (301×301)、垂直方向38層、模式頂為50 hPa的網(wǎng)格結(jié)構(gòu)。模式從2014年5月9日08：00開始起報(bào)，模式積分72 h，初始場和邊界條件都來自Global Forecasting System(GFS)0.5°×0.5°的全球預(yù)報(bào)場。模式中考慮的主要物理過程包括：長波輻射采用RRTM方案，短波輻射采用Dudhia方案，陸面過程采用Noah LSM陸面模式，YSU行星邊界層方案和Monin-Obukhov近地面層方案。為了檢驗(yàn)WRF模式中不同濕過程對此次降水的預(yù)報(bào)性能，對模式中的7種云微物理過程方案(WSM6、KESSLER、LIN、WSM5、WSM3、FERRIER、THOMPSON)和3種積云對流參數(shù)化方案(KF、BMJ、GD)分別進(jìn)行了試驗(yàn)。在各個試驗(yàn)中，除了云微物理過程方案和積云對流參數(shù)化方案有變化外，其他主要物理過程完全相同，試驗(yàn)方案設(shè)計(jì)見表1。

表1　試驗(yàn)方案設(shè)計(jì)

采用站點(diǎn)對站點(diǎn)的TS評分方法。此方法是目前氣象臺站檢驗(yàn)數(shù)值預(yù)報(bào)產(chǎn)品對降水預(yù)報(bào)性能的有效評估方法之一，即對同一個站點(diǎn)的降水預(yù)報(bào)值和觀測值進(jìn)行比較，考慮的樣本數(shù)越多，檢驗(yàn)結(jié)果越可靠。其中站點(diǎn)的降水預(yù)報(bào)值由模式的格點(diǎn)降水預(yù)報(bào)值插值得到。

TS評分=N1/(N1+N2+N3)

空報(bào)率=N2/(N1+N2)

漏報(bào)率=N3/(N1+N3)

其中，N1表示模式預(yù)報(bào)降水正確的站點(diǎn)數(shù)，即觀測與預(yù)報(bào)均出現(xiàn)某量級降水；N2為空報(bào)站點(diǎn)數(shù)，即觀測無某量級降水而預(yù)報(bào)有；N3為漏報(bào)站點(diǎn)數(shù)，即觀測出現(xiàn)某量級降水而預(yù)報(bào)無。降水等級以中國氣象局頒布的降水強(qiáng)度等級劃分標(biāo)準(zhǔn)來定義。在降水檢驗(yàn)評估中分別檢驗(yàn)?zāi)Ｊ筋A(yù)報(bào)24 h、48 h和72 h的降雨量和降雨落區(qū)，統(tǒng)計(jì)站點(diǎn)總計(jì)135個。

3模擬結(jié)果分析

首先檢驗(yàn)分析各試驗(yàn)方案對降水影響系統(tǒng)的預(yù)報(bào)性能。2014年5月10—11日青島區(qū)域性暴雨天氣過程是高空西風(fēng)槽、低層低渦以及地面氣旋共同作用的結(jié)果。所設(shè)計(jì)的10個方案都模擬出了500 hPa西風(fēng)槽和850 hPa低渦，5月10日20：00影響系統(tǒng)開始對山東半島的降雨產(chǎn)生影響，12日08：00系統(tǒng)完全移出。模擬結(jié)果和實(shí)況基本相符,但是各方案模擬的低渦位置較實(shí)況約偏南2個緯度左右，并且各方案模擬出了偏弱的西風(fēng)槽以及較強(qiáng)的東南暖濕氣流(圖略)。

云微物理過程可以通過調(diào)整溫濕場結(jié)構(gòu)及過程中水汽相變潛熱的釋放、降水粒子的拖曳作用，影響積云對流發(fā)生發(fā)展的條件，進(jìn)而影響積云降水的預(yù)報(bào)。由于所考慮的云微物理過程大都包括對水汽、云水、雨水等水物質(zhì)的預(yù)報(bào)，本文對比分析10個試驗(yàn)方案對此次暴雨過程云水和雨水的預(yù)報(bào)情況。整體來看，各方案對云水和雨水混合比的預(yù)報(bào)差異不是很大, 這里只給出2個對流試驗(yàn)(KF、BMJ)和2個云微物理試驗(yàn)(WSM6、LIN)預(yù)報(bào)的5月11日08：00云水混合比的分布狀況(圖3)。從云水混合比的剖面圖來看，各試驗(yàn)預(yù)報(bào)的云水范圍和強(qiáng)度差異不大，云水含量大都分布在0 ℃層以下，對流試驗(yàn)的云水混合大值區(qū)范圍略大于云微物理的試驗(yàn)結(jié)果，其中對流試驗(yàn)的云水混合比最大值達(dá)到0.01 kg·kg-1，位于4 km高度處。而監(jiān)測資料分析表明，2014年5月11日08：00青島降雨持續(xù)，07：00—08：00青島小時(shí)降雨量實(shí)測值為2.6 mm，KF、BMJ、WSM6和LIN試驗(yàn)的模擬小時(shí)雨量分別為18.4、4.0、6.3和6.0 mm。KF方案模擬的云水混合比大值區(qū)范圍明顯大于其他試驗(yàn)結(jié)果，特別是在1～2 km高度處存在一個云水高值區(qū)。區(qū)別于其他試驗(yàn)，LIN模擬的云水混合比的垂直高度較高，達(dá)到6 km，為過冷云水，但量值不大。云水混合比的差異不同程度地解釋了不同方案預(yù)報(bào)的降水強(qiáng)弱差異。

3.1不同積云對流參數(shù)化方案的降水預(yù)報(bào)性能分析

本文設(shè)計(jì)4個敏感性試驗(yàn), 包括不考慮積云對流過程的CTL試驗(yàn)以及分別采用KF、BMJ和GD積云對流參數(shù)化方案的試驗(yàn)，通過TS評分、降水空間分布和小時(shí)雨強(qiáng)時(shí)間序列檢驗(yàn)評估不同對流參數(shù)化方案的降水預(yù)報(bào)性能。表2是模式模擬10日20：00—11日20：00各方案的24 h降水量評分。由于這一期間的降水量為大雨以上，故不再分析小雨和中雨的TS評分。

圖3　2014年5月11日08：00云水混合比沿120.3°E的緯度—高度剖面(單位：kg·kg-1)

方案大雨TS空報(bào)率漏報(bào)率暴雨TS空報(bào)率漏報(bào)率CTL0.730.200.070.650.160.19KF1.000.000.000.460.090.45GD1.000.000.000.780.200.02BMJ0.800.200.000.750.230.02

可以看出，考慮積云對流參數(shù)化的各個試驗(yàn)都很好地提高了對大雨預(yù)報(bào)的TS評分，其中KF和GD方案預(yù)報(bào)出了所有大雨站點(diǎn)，其TS評分比無對流參數(shù)化試驗(yàn)的CTL提高了37%。而沒有考慮對流過程的試驗(yàn)對大雨比較容易空報(bào)。對于暴雨預(yù)報(bào)，GD和BMJ方案都提高了暴雨的TS評分。其中GD方案TS評分達(dá)到0.73，較CTL試驗(yàn)的TS評分提高20%；而KF方案的暴雨TS評分只有0.46，漏報(bào)率達(dá)到0.45。

積云對流參數(shù)化的選取與模式的分辨率有關(guān)。對于WRF模式，積云過程適用于格距>10 km的情況，但在某些強(qiáng)對流地區(qū)，在5～10 km的水平分辨率下可以考慮使用積云對流過程[3]。KF方案是專為水平分辨率約20 km的中尺度模式設(shè)計(jì)的[1]，方案中采用了上升氣流與下沉氣流的云模式，考慮積云對流活動耗盡所有對流有效位能。在本次降雨過程中，KF方案對暴雨的預(yù)報(bào)評分最低，這可能和KF方案專為水平分辨率約為20 km的中尺度模式設(shè)計(jì)有關(guān)。再者，本文模式所采取的水平分辨率為9 km，是中尺度模式是否采用對流參數(shù)化方案的“灰色帶”，但針對此次降雨過程，分析了各試驗(yàn)方案模擬的135個站降水量和觀測結(jié)果的平均絕對誤差、均方根誤差和相關(guān)系數(shù)，采用GD方案更能有效提高降水預(yù)報(bào)性能(表3)。

表3　不同積云對流參數(shù)化方案降水量

以青島和平度分別為沿海與內(nèi)陸代表站，考察不同對流參數(shù)化方案對降雨強(qiáng)度的反映能力。如圖4所示，各方案都模擬出11日02：00—17：00的降雨集中時(shí)段。但和實(shí)況相比，各方案預(yù)報(bào)的降雨開始時(shí)間滯后大約6～8 h，這與模式采用冷啟動所造成的模式預(yù)報(bào)初始階段誤差較大有關(guān)。對于降雨強(qiáng)度，KF、GD和BMJ預(yù)報(bào)的降雨強(qiáng)度較CTL試驗(yàn)都有不同程度加強(qiáng)，模擬出了降雨的間歇和2個降雨峰值的變化，但是各方案對于不同站點(diǎn)具有不同的預(yù)報(bào)性能。譬如，青島站KF方案的最大小時(shí)雨強(qiáng)達(dá)到18.4 mm,BMJ為14.0 mm, GD是9.7 mm，CTL只有7.6 mm，而實(shí)況是13.5 mm；平度站BMJ方案模擬的最大小時(shí)雨強(qiáng)為22.2 mm, GD為17.4 mm，CTL試驗(yàn)達(dá)到10.3 mm，KF方案模擬的最大小時(shí)雨強(qiáng)卻只有5.5 mm，和實(shí)況19.2 mm相差較大。對比分析9日08：00—12日08：00模式模擬的72 h青島、嶗山、黃島、即墨、膠州、平度和萊西累積降雨量和實(shí)況的差異(圖略)，CTL試驗(yàn)降水量預(yù)報(bào)值在各站均較小，方案BMJ和GD的72 h累積雨量的預(yù)報(bào)性能整體較好。

圖4　2014年5月9日08：00—12日08：00青島(a)

從降雨的空間分布來看，實(shí)況監(jiān)測的24 h累計(jì)降雨量>100 mm的區(qū)域主要在嶗山山區(qū)、黃島區(qū)東南以及即墨西部，<50 mm的相對弱降雨區(qū)主要集中在嶗山西部、即墨北部、平度西部以及黃島西部(圖1)。從圖5的模擬雨量分布可以看出，KF方案模擬的24 h累計(jì)降雨量整體偏小，其次是CTL試驗(yàn)；各試驗(yàn)都模擬出了位于即墨中部的弱水區(qū)；GD和BMJ方案成功地模擬出位于嶗山山區(qū)的大暴雨區(qū)，BMJ方案還模擬出黃島區(qū)的一個大暴雨點(diǎn)，只是位置有些偏西。但BMJ方案也虛報(bào)了位于平度東北的大暴雨區(qū)。

圖5　2014年5月10日20：00—11日20：00各試驗(yàn)24 h累計(jì)降水量分布(單位：mm)

3.2不同云微物理參數(shù)化方案的降水預(yù)報(bào)性能分析

設(shè)計(jì)6個敏感性試驗(yàn)方案, 分別是KESSLER、LIN、WSM3、WSM5、FERRIER和THOMPSON方案，檢驗(yàn)評估不同云微物理參數(shù)化方案對此次降水的預(yù)報(bào)性能。為完全反映云微物理過程對降水的影響，6個試驗(yàn)中均沒有考慮積云對流參數(shù)化方案。對于積云對流參數(shù)化試驗(yàn)中的CTL，由于沒有考慮對流過程并且選用了WSM6云微物理參數(shù)化方案，故在此稱為WSM6試驗(yàn)。

其中KESSLER是一個簡單的暖云降水方案，顯式預(yù)報(bào)水汽、云水和雨水，無冰相過程；LIN方案包括了對水汽、云水、雨、云冰、雪和霰的預(yù)報(bào), 在結(jié)冰點(diǎn)以下, 云水處理為云冰, 雨水處理為雪。WSM3、WSM5和WSM6方案與LIN方案相似，只在計(jì)算增長和其它參數(shù)上有些差別。FERRIER方案中水物質(zhì)的預(yù)報(bào)變量有2類：一類是水汽混合比，另一類是云水、雨水、冰、雪、雹等的水凝物總量。而THOMPSON方案改進(jìn)了較早的Reisner方案，被設(shè)計(jì)用來提高凍雨天氣情況下航天安全保障。

表4是不同云微物理參數(shù)化方案對大雨和暴雨預(yù)報(bào)性能的統(tǒng)計(jì)分析，可以看到，對大雨的預(yù)報(bào)評定中，KESSLER方案最差，沒有抓住任何一個站次的大雨，而FERRIER方案最好，預(yù)報(bào)出了所有大雨的站點(diǎn)，TS評分達(dá)到1.00；方案WSM6、LIN、WSM5和WSM3相差不大，TS評分都超過0.50，且都是空報(bào)多于漏報(bào)。在暴雨量級的預(yù)報(bào)評分中，所有7個方案都預(yù)報(bào)出了不同站次的暴雨，差異不大，平均TS評分達(dá)到0.64，其中KESSLER方案預(yù)報(bào)性能最好，TS評分達(dá)到0.73， 其次是WSM6、LIN和WSM5方案。但是各方案也容易空報(bào)，平均空報(bào)率為0.23。表5是各試驗(yàn)方案模擬的降水量和觀測結(jié)果的平均絕對誤差、均方根誤差和相關(guān)系數(shù)，可看出KESSLER方案最差，而WSM6方案最好。

表4　不同云微物理參數(shù)化過程下降水量級檢驗(yàn)

表5　不同云微物理參數(shù)化方案降水量

對于72 h累積降水量的預(yù)報(bào)，各方案在不同站點(diǎn)的預(yù)報(bào)性能大不相同。如圖6a所示，KESSLER、WSM3、WSM5和FERRIER方案在青島站預(yù)報(bào)的降雨量較大，而WSM6和LIN方案預(yù)報(bào)的降雨量較小，THOMPSON方案的預(yù)報(bào)值和實(shí)況最為接近。對嶗山站(圖略)而言，WSM3方案預(yù)報(bào)的降雨量值最小，WSM6、KESSLER和LIN方案預(yù)報(bào)的量值較大，其中WSM6的預(yù)報(bào)和實(shí)況較為接近。對于內(nèi)陸的平度站，KESSLER、WSM3、WSM5和FERRIER方案預(yù)報(bào)降雨較強(qiáng)，WSM6和THOMPSON方案預(yù)報(bào)的降雨較弱，其中LIN方案預(yù)報(bào)的平度站72 h累計(jì)降雨量和實(shí)況最為接近(圖6b)。整體來看，各方案對沿海地區(qū)的降水預(yù)報(bào)性能相對一致，在遠(yuǎn)離海洋影響的內(nèi)陸地區(qū)也存在一定的預(yù)報(bào)共性，這也說明模式地形和下墊面特性對氣象要素模擬的影響。在小時(shí)雨強(qiáng)方面，各方案對沿海代表站(青島)模擬的雨強(qiáng)較強(qiáng)，而在內(nèi)陸代表站平度，各方案模擬的降雨強(qiáng)度相對較弱。

圖6　2014年5月9日08：00—12日08：00實(shí)況及模擬的青島(a)和平度(b)站累計(jì)降雨量

在降雨量的空間分布上，對于大暴雨區(qū)(降雨量≥100 mm)，KESSLER、FERRIER和WSM5方案都模擬出了大暴雨區(qū)，只是KESSLER方案又虛報(bào)了位于即墨、萊西和膠州灣西部的大暴雨區(qū)， FERRIER方案虛報(bào)了平度西北、膠州南部的大暴雨區(qū)。對于50～100 mm暴雨落區(qū)的預(yù)報(bào)，各方案都有不同程度的反映，從范圍和強(qiáng)度上都大于各積云對流試驗(yàn)結(jié)果；對于暴雨以外的相對弱降雨區(qū)，WSM6預(yù)報(bào)性能較好，其次是WSM3。由于模式分辨率較高而觀測數(shù)據(jù)分辨率相對較低，模擬結(jié)果均出現(xiàn)較多小的降水虛假中心(圖7)。

研究表明，積云對流參數(shù)化方案對不同類型天氣系統(tǒng)內(nèi)發(fā)展的對流有不同的效果[23]。對于大尺度強(qiáng)迫作用較強(qiáng)的暴雨，尤其是層狀云降水為主的暴雨，云微物理過程方案對降水的影響遠(yuǎn)大于積云參數(shù)化方案對降水的影響[8]。通過分析不同降水物理過程對此次青島暴雨過程的影響，在TS評分上，積云對流參數(shù)化方案對大雨、暴雨的預(yù)報(bào)性能都優(yōu)于云微物理過程；在24 h 降水空間分布中，KESSLER和FERRIER云微物理試驗(yàn)、BMJ和GD對流試驗(yàn)都基本上模擬出了位于嶗山>100 mm的強(qiáng)降水落區(qū)，而對于位于膠州灣北部的<50 mm的弱降水區(qū)，大部分對流參數(shù)化方案都有反映，而云微物理參數(shù)化方案相應(yīng)模擬的雨量較強(qiáng)。通過TS評分、偏差分析、降雨量空間分布以及小時(shí)雨強(qiáng)的綜合分析，積云對流參數(shù)化方案對此次暴雨的預(yù)報(bào)性能強(qiáng)于云微物理參數(shù)化方案，其中GD方案更為有效；在云微物理參數(shù)試驗(yàn)中，WSM6表現(xiàn)更好一些。

圖7　2014年5月10日20：00—11日20：00各云微物理試驗(yàn)?zāi)M的24 h累計(jì)降雨量分布(單位：mm)

4結(jié)論

(1)在模式分辨率為9 km的模式中考慮KF、GD和BMJ積云對流參數(shù)化方案能不同程度提高降水預(yù)報(bào)性能。與無對流參數(shù)化試驗(yàn)比較，KF和GD方案對大雨的TS評分提高了37%，GD和BMJ方案對暴雨的TS評分提高率達(dá)到20%。

(2) 不同云微物理方案對大雨和暴雨量級降水模擬效果總體較好。FERRIER方案對大雨模擬效果最好，KESSLER方案的模擬最差；各方案對暴雨模擬效果相差不大，平均TS評分達(dá)到0.64，其中KESSLER方案最好，TS評分達(dá)到0.73， 其次是WSM6、LIN和WSM5方案。

(3)各積云對流和云微物理方案都模擬出主要降水時(shí)段和降水峰值的變化。在小時(shí)雨強(qiáng)方面，各方案對沿海代表站的模擬值偏大，而對內(nèi)陸代表站模擬的降雨強(qiáng)度較弱。GD和BMJ方案不僅模擬出了嶗山山區(qū)的大暴雨區(qū)，還模擬出位于即墨中部的弱水區(qū)，而各云微物理方案大都模擬出偏大暴雨范圍和較強(qiáng)的雨量。對于此次降水過程，積云對流參數(shù)化方案的預(yù)報(bào)性能優(yōu)于云微物理參數(shù)化過程的作用。

積云對流過程和云微物理過程對降水過程非常重要，但是對于不同性質(zhì)、不同區(qū)域以及不同季節(jié)的降水，如何選用這2種方案還有待于深入研究。再者，由于天氣系統(tǒng)的復(fù)雜性以及WRF3.4.1中物理參數(shù)化方案的多樣性，因此本文所得出的結(jié)論也具有一定的局限性，為了進(jìn)一步對WRF中的參數(shù)化方案進(jìn)行研究，后期將進(jìn)一步對物理方案進(jìn)行研究，同時(shí)針對更多次的不同季節(jié)、不同天氣系統(tǒng)下降水事件進(jìn)行模擬檢驗(yàn)，以期得出適用于青島地區(qū)降水預(yù)報(bào)的一些規(guī)律性的結(jié)論。

參考文獻(xiàn)

[1] 廖鏡彪,王雪梅,夏北成,等. WRF模式中微物理和積云參數(shù)化方案的對比試驗(yàn)[J]. 熱帶氣象學(xué)報(bào),2012,28(4):461-470.

[2] Jankov I, Gallus J W A, Segal M, et al. The impact of different WRF model physics parameterizations and their interactions on warm season MCS rainfall[J]. Wea Forecasting, 2005,20(6):1048-1060.

[3] 伍華平,束炯,顧瑩,等. 暴雨模擬中積云對流參數(shù)化方案的對比試驗(yàn)[J]. 熱帶氣象學(xué)報(bào)，2009,25(2):175-180.

[4] 張曉露,李照榮,周筠臖,等. 西北地區(qū)東部夏季一次典型暴雨的分析和數(shù)值模擬[J]. 干旱氣象，2015，33(4)：616-625.

[5] 黃安寧,張耀存,朱堅(jiān). 中國夏季不同強(qiáng)度降水模擬對不同積云對流參數(shù)化方案的敏感性研究[J]. 大氣科學(xué),2009,33(6):1212-1224.

[6] 陳炯，王建捷. 邊界層參數(shù)化方案對降水預(yù)報(bào)的影響[J]. 應(yīng)用氣象學(xué)報(bào)，2006,17(增刊)：11-17.

[7] 馬紅云,郭品文,宋潔. 耦合不同陸面方案的WRF模式對2007年7月江淮強(qiáng)降水過程的模擬[J]. 大氣科學(xué)，2009,33(3)：557-567．

[8] 黃海波, 陳春艷,朱雯娜. WRF模式不同云微物理參數(shù)化方案及水平分辨率對降水預(yù)報(bào)效果的影響[J]. 氣象科技, 2011, 39

(5):529-535.

[9] 屠妮妮,何光碧,張利紅. WRF模式中不同積云對流參數(shù)化方案對比試驗(yàn)[J]. 高原山地氣象研究,2011,31(2):18-28.

[10] 朱格利，林萬濤，曹艷華. 用模式中不同云微物理參數(shù)化方案對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)，2014,38(3)：513-523.

[11] 黃立文,吳國雄,宇如聰. 中尺度海—?dú)庀嗷プ饔脤ε_風(fēng)暴雨過程的影響[J]. 氣象學(xué)報(bào)，2005,63(4):455-467.

[12] 薄燕青,閔錦忠,趙桂香. 黃河中下游地區(qū)一次暴雨過程的數(shù)值模擬和診斷[J]. 干旱氣象,2014,32(1):60-69.

[13] 李建華,崔宜少,單寶臣. 山東半島低空冷流降雪分析研究[J]. 氣象，2007，33(5)：49-55．

[14] 苗春生,趙瑜,王堅(jiān)紅. 080125南方低溫雨雪冰凍天氣持續(xù)降水的數(shù)值模擬[J]. 大氣科學(xué)學(xué)報(bào)，2010，33(1):25-33.

[15] 張?zhí)K平,任兆鵬. 下墊面熱力作用對黃海春季海霧的影響—觀測與數(shù)值試驗(yàn)[J]. 氣象學(xué)報(bào)，2010,68(4):439-449.

[16] 孫健,趙平. 用WRF與MM5模擬1998年三次暴雨過程的對比分析[J]. 氣象學(xué)報(bào)，2003,61(6):692-701.

[17] 鄒旭東,楊洪斌. MM5和WRF模擬東北冷渦雷暴天氣過程對比分析[J]. 氣象與環(huán)境學(xué)報(bào)，2007,23(6):20-25.

[18] 何光碧,屠妮妮,張利紅，等. 2014年7月14～18日四川大暴雨過程區(qū)域模式預(yù)報(bào)性能分析[J]. 高原山地氣象研究，2010,30(4):8-17．

[19] ?？←?閆之輝. WRF模式微物理方案對強(qiáng)降水預(yù)報(bào)的影響[J]. 科技信息，2007,23:17-20.

[20] 閆之輝,鄧蓮堂. WRF模式中的微物理過程及其預(yù)報(bào)對比試驗(yàn)[J]. 沙漠與綠洲氣象，2007,1(6):1-6.

[21] 林文實(shí),李江南,樊琦,等. 云微物理參數(shù)化對華北降雪影響的數(shù)值模擬[J]. 高原氣象，2007,26(1):107-114.

[22] 段旭,王曼，陳新梅，等. 中尺度WRF數(shù)值模式系統(tǒng)本地化業(yè)務(wù)試驗(yàn)[J]. 氣象，2011,37(1):39-47.

[23] 張大林. 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),1998,22(4):548- 561.

Forecast Performance Test for Different Wet Processes in WRF on a Torrential Rain Around Qingdao

MA Yan1,2, DONG Haiying1, CHEN Shang3

(1.QingdaoMeteorologicalBureauofShandongProvince,Qingdao266003,China;2.QingdaoEngineeringTechnologyResearchCenterforMeteorologicalDisasterPrevention，Qingdao266003,China; 3.FirstInstituteofOceanography,SOA,Qingdao266061,China)

Abstract:In order to test forecast performance of different wet processes on a torrential rain, three cumulus parameterization schemes and seven cloud microphysics schemes in WRF with horizontal resolution of 9 km were selected to simulate a torrential rain occurring in Qingdao during 9-12 May 2014, and methods of Threat Sore (TS), rainfall distribution and time series of hourly rainfall were used to evaluate the forecast performance. The results show that the cumulus parameterization schemes of KF, GD and BMJ used in WRF with horizontal resolution of 9 km could improve precipitation TS with different degrees, and GD scheme did the best in the aspect of simulated precipitation area and intensity. For the simulation of heavy rainfall, there were little differences among seven cloud microphysics schemes with averaged TS of 0.64, in which KESSLER scheme did the best with TS of 0.73 and then WSM6, LIN and WSM5. They also took on the features of bigger precipitation area and stronger rainfall. The cumulus parameterization scheme had greater influence on the process of precipitation than that of cloud microphysics schemes, generally.

Key words:cumulus and cloud microphysics parameterization schemes; torrential rain; forecast performance

收稿日期：2016-01-27；改回日期：2016-04-05

基金項(xiàng)目：青島市氣象局科技創(chuàng)新項(xiàng)目(2014qdqxc01)和山東省氣象科學(xué)研究所數(shù)值天氣預(yù)報(bào)應(yīng)用技術(shù)開放研究基金(SDQXKF2014Z04)共同資助

作者簡介：馬艷(1970-)，女，博士，研究員，主要從事中尺度數(shù)值模擬研究. E-mail:qdyanma@163.com

文章編號：1006-7639(2016)-03-09-0494

DOI:10.11755/j.issn.1006-7639(2016)-03-0494

中圖分類號：P456.7

文獻(xiàn)標(biāo)識碼：A

馬艷，董海鷹，陳尚.WRF中不同濕過程對青島一次暴雨過程的預(yù)報(bào)性能檢驗(yàn)[J].干旱氣象，2016，34(3)：494-502, [MA Yan, DONG Haiying, CHEN Shang. Forecast Performance Test for Different Wet Processes in WRF on a Torrential Rain Around Qingdao[J]. Journal of Arid Meteorology, 2016, 34(3):494-502], DOI:10.11755/j.issn.1006-7639(2016)-03-0494