袁有林，楊秀洪，楊必華，趙軍，周開(kāi)鵬，張廣興

（1.中國(guó)人民解放軍63610部隊(duì)，新疆 庫(kù)爾勒 841001；2.中國(guó)氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；3.中亞大氣科學(xué)研究中心，新疆 烏魯木齊 830002）

不同初始場(chǎng)及其擾動(dòng)對(duì)WRF模擬暴雨的影響

袁有林1，楊秀洪1，楊必華1，趙軍1，周開(kāi)鵬1，張廣興2，3

（1.中國(guó)人民解放軍63610部隊(duì)，新疆 庫(kù)爾勒 841001；2.中國(guó)氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；3.中亞大氣科學(xué)研究中心，新疆 烏魯木齊 830002）

使用ERA-interim和FNL再分析資料分別驅(qū)動(dòng)WRF，對(duì)2013年7月12—13日的一次暴雨過(guò)程進(jìn)行數(shù)值模擬，詳細(xì)比較了WRF模擬結(jié)果之間的差異。結(jié)果表明：（1）兩種資料在次天氣尺度上存在著較大差異，并由此造成了模擬結(jié)果之間的差異，ERA-interim作為初始場(chǎng)對(duì)降水的模擬優(yōu)于FNL資料，反映了WRF對(duì)初、邊界條件的敏感性；（2）從區(qū)域總降水量來(lái)看，濕度場(chǎng)擾動(dòng)對(duì)降水量的影響最大，其次是風(fēng)場(chǎng)擾動(dòng)和溫度場(chǎng)擾動(dòng)，最小的是側(cè)邊界擾動(dòng)；（3）從降水誤差來(lái)看，濕度場(chǎng)擾動(dòng)引起的降水誤差最大，在積分20 h內(nèi)風(fēng)場(chǎng)擾動(dòng)的降水誤差大于溫度場(chǎng)，積分21～24 h則相反，側(cè)邊界擾動(dòng)引起的降水誤差在前期比較小且增長(zhǎng)緩慢，積分一段時(shí)間之后與單個(gè)氣象要素?cái)_動(dòng)引起的降水誤差相當(dāng)。

WRF；暴雨；初始場(chǎng)；初值擾動(dòng)；側(cè)邊界擾動(dòng)

數(shù)值預(yù)報(bào)是在給定的初始和邊界條件下，對(duì)描述大氣運(yùn)動(dòng)的物理方程組進(jìn)行數(shù)值求解，預(yù)報(bào)未來(lái)某個(gè)時(shí)刻的大氣運(yùn)動(dòng)狀態(tài)，可見(jiàn)數(shù)值預(yù)報(bào)也成為一種典型的初值問(wèn)題。Lorenz[1]指出初始場(chǎng)的微小誤差隨著模式積分時(shí)間的增長(zhǎng)也會(huì)對(duì)預(yù)報(bào)結(jié)果產(chǎn)生較大影響。由于人為的、儀器的、觀測(cè)網(wǎng)絡(luò)覆蓋率及同化和客觀分析方法的影響，初始場(chǎng)總會(huì)存在著誤差[2]，并且地球上的大氣在特殊地形以外不存在水平上的邊界，而區(qū)域模式卻假定大氣是有邊界的[3]，我們得到的模式初始場(chǎng)及邊界條件只能是大氣真實(shí)狀態(tài)的近似，因此初、邊界條件能否真實(shí)反映大氣的運(yùn)動(dòng)狀態(tài)，能否與模式匹配協(xié)調(diào)，直接影響到模式的預(yù)報(bào)結(jié)果的好壞[4-8]。

目前主要使用高分辨率的區(qū)域中尺度模式對(duì)暴雨等極端天氣進(jìn)行預(yù)報(bào)[9-11]，這必然面臨初始場(chǎng)和邊界條件問(wèn)題。國(guó)內(nèi)外已有許多專家從不同角度對(duì)這一問(wèn)題做過(guò)研究[12-16]。龔建東等[17]研究指出，區(qū)域中尺度模式模擬誤差除了來(lái)源于初始誤差外，模式誤差、側(cè)邊界條件的影響也同樣重要。Zhang[18]比較全面地研究了中尺度暴雨的可預(yù)報(bào)性，表明模式和初始場(chǎng)誤差對(duì)預(yù)報(bào)結(jié)果有顯著影響。貝耐芳等[19]用數(shù)值模式研究了“98·7”長(zhǎng)江流域暴雨，指出該暴雨過(guò)程的數(shù)值預(yù)報(bào)對(duì)初始場(chǎng)很敏感，初始信息是否完全是這次暴雨預(yù)報(bào)成功與否的關(guān)鍵?？讟s等[20]用GARPES-Meso對(duì)湖南一次大暴雨過(guò)程進(jìn)行了數(shù)值試驗(yàn)，指出模擬降水出現(xiàn)過(guò)早主要是由模式初值誤差引起的。朱紅芳等[21]用T213和FNL資料分別驅(qū)動(dòng)GRAPES模式，對(duì)淮河流域的一次暴雨過(guò)程進(jìn)行了數(shù)值試驗(yàn)，表明模式的預(yù)報(bào)能力對(duì)不同初始場(chǎng)和側(cè)邊界條件存在不同程度的依賴性。麻素紅等[22]利用T213和T106提供的初始場(chǎng)和側(cè)邊界條件對(duì)臺(tái)風(fēng)路徑進(jìn)行了數(shù)值預(yù)報(bào)，表明初始場(chǎng)和側(cè)邊界的改進(jìn)可以明顯提高臺(tái)風(fēng)路徑數(shù)值預(yù)報(bào)能力。閆敬華[23]對(duì)華南地區(qū)的一次降水過(guò)程進(jìn)行了研究表明，由于側(cè)邊界信息迅速向模式內(nèi)傳播，初值僅顯著影響中尺度模式大約前10 h的預(yù)報(bào)，以后的預(yù)報(bào)趨勢(shì)主要決定于邊界信息。朱本璐等[24]用AREM模式對(duì)華南一次暴雨過(guò)程進(jìn)行了模擬，表明初始時(shí)刻不同物理量場(chǎng)加實(shí)際振幅的正態(tài)分布隨機(jī)擾動(dòng)時(shí)，對(duì)降水的影響是不同的。這些研究都為提高區(qū)域中尺度模式的預(yù)報(bào)能力提供了有價(jià)值的參考依據(jù)。

本文用WRF V3.6模式對(duì)2013年7月12日08時(shí)—13日08時(shí)（北京時(shí)，下同）發(fā)生在陜晉冀魯?shù)貐^(qū)的暴雨過(guò)程進(jìn)行個(gè)例試驗(yàn)，分析ERA-interim和FNL再分析資料間的差異，并比較了這兩種資料對(duì)WRF模擬結(jié)果的影響，最后研究初始溫度場(chǎng)、風(fēng)場(chǎng)、濕度場(chǎng)及側(cè)邊界擾動(dòng)對(duì)降水模擬的影響特征及其差異，希望能為改進(jìn)區(qū)域模式的初始條件、邊界條件和提高數(shù)值模式對(duì)暴雨等極端天氣過(guò)程的模擬能力提供參考。

1 天氣過(guò)程概況

從500 hPa天氣圖上看（圖1a），12日08時(shí)巴爾喀什湖北部為脊、南部為槽，貝加爾湖附近有一低壓槽，內(nèi)蒙古北部為弱脊，東北在高壓控制下，甘肅以東有短波槽活動(dòng)，即以45°N為界槽和脊呈反位相分布。40°N以南我國(guó)大部分地區(qū)被584線控制，副高588線的西脊點(diǎn)位于（30°N，111.6°E），到12日20時(shí)移至（32°N，112.7°E），表現(xiàn)為東退北抬。700 hPa天氣圖上（圖1b），12日08時(shí)在甘陜寧交界、晉冀魯附近有明顯的風(fēng)切變，并且沿著312線有一致的西南氣流，風(fēng)速為4～12 m/s，為暴雨區(qū)提供了充足的水汽和不穩(wěn)定能量。據(jù)此可知，西風(fēng)槽攜帶的冷空氣和沿著副高外側(cè)輸送來(lái)的暖濕氣流于陜西、山西、河北、山東上空交匯，并且低層存在明顯的切變線配合，這些系統(tǒng)的共同作用給以上地區(qū)帶來(lái)強(qiáng)降水天氣。

圖1 2013年7月12日08時(shí)500 hPa（a）和700 hPa（b）天氣形勢(shì)

圖2 2013年7月12日08時(shí)—13日08時(shí)24 h累積降水實(shí)況（a.單位:mm）和嵌套區(qū)域（b）

2013年7月12日08時(shí)—13日08時(shí)，陜西中部、山西中南部、河北南部和山東北部等地出現(xiàn)了強(qiáng)度較大的降雨過(guò)程。圖2a是352個(gè)站點(diǎn)的降水實(shí)況，發(fā)生暴雨（>50 mm）的臺(tái)站有43個(gè)，大暴雨（>100 mm）的有4個(gè)，山東周村的24 h降雨最多，達(dá)到131 mm。此次降水過(guò)程雨量大、范圍廣，是一次典型的暴雨過(guò)程。

2 模式設(shè)計(jì)與再分析資料簡(jiǎn)介

本文采用WRF V3.6，選用的物理方案主要包括WSM3微物理方案，RRTM長(zhǎng)波輻射方案，Dudhia短波輻射方案，YSU邊界層方案，Betts-Miller-Janjic積云對(duì)流參數(shù)化方案，NOAH陸面過(guò)程方案，MM5 Monin-Obukhov近地層方案。模擬區(qū)域設(shè)置如圖2b所示，采用雙向兩層嵌套方案，中心位置為（115°E，34°N），水平網(wǎng)格距分別為30 km和10 km，格點(diǎn)數(shù)分別為110×100和166×106，垂直分為31層，模式層頂為50 hPa。為反映實(shí)際下墊面狀況，采用MODIS下墊面資料，兩層嵌套分別采用分辨率為2 m和30 s地形數(shù)據(jù)。積分時(shí)間從2013年7月12日08時(shí)—13日08時(shí)，共積分24 h，兩層網(wǎng)格的積分步長(zhǎng)分別為180 s和60 s，1 h輸出一次模擬結(jié)果。本文使用兩種再分析資料驅(qū)動(dòng)WRF，分別為：

（1）ERA-interim（以下簡(jiǎn)稱“ERA”），是歐洲中期數(shù)值預(yù)報(bào)中心ECMWF提供的再分析數(shù)據(jù)，本文所用數(shù)據(jù)的水平分辨率為0.75°×0.75°，時(shí)間分辨率為6 h，垂直分為37層（1000～1 hPa）。

（2）NCEP FNL是美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心制作的全球再分析資料，水平分辨率為1°×1°，時(shí)間分辨率為6 h，垂直分為26層（1000～10 hPa）。

3 ERA-interim和FNL資料之間的差異

首先對(duì)ERA-interim和FNL資料進(jìn)行比較分析，采用相關(guān)系數(shù)（式1）來(lái)描述兩個(gè)資料間的相近程度，初值中各格點(diǎn)的值分別為xi、yi，所有格點(diǎn)的平均值用來(lái)表示，相關(guān)系數(shù)越大表示兩種資料越相近，差異越小。圖3a是兩個(gè)資料中各氣壓層位勢(shì)高度場(chǎng)、溫度場(chǎng)和濕度場(chǎng)的相關(guān)系數(shù)，ERA-interim與FNL資料中位勢(shì)高度場(chǎng)和溫度場(chǎng)700 hPa以上的相關(guān)系數(shù)超過(guò)了0.9，表明相似程度較高；而700 hPa以下相關(guān)系數(shù)較低，且700 hPa以下位勢(shì)高度場(chǎng)相關(guān)性高于溫度場(chǎng)；而濕度場(chǎng)只在550～400 hPa的相關(guān)系數(shù)大于0.9，并且700 hPa以上高度的相關(guān)性最小，表明中高層濕度場(chǎng)的差異較大。

圖3 ERA-interim與FNL各層高度場(chǎng)之間、溫度場(chǎng)之間和濕度場(chǎng)之間的初始場(chǎng)、大尺度場(chǎng)（a）和擾動(dòng)場(chǎng)（b）的相關(guān)系數(shù)

為了便于比較，本文把ERA-interim資料的分辨率處理成1°×1°，之后利用9點(diǎn)平滑濾波公式（式2）對(duì)這兩種資料進(jìn)行尺度濾波，濾波公式中的平滑系數(shù)為0.5，平滑3次。濾波后波長(zhǎng)小于4（為網(wǎng)格距，本文為1°，大約為100 km）的波將衰減98%以上，而波長(zhǎng)大于16的波將保留80%以上，所以通過(guò)濾波就得到了ERA-interim和FNL的大尺度場(chǎng)，用原始資料減去大尺度場(chǎng)就可以獲得擾動(dòng)場(chǎng)，即次天氣尺度。利用濾波的結(jié)果可知，就不同氣壓上的位勢(shì)高度相關(guān)性、溫度相關(guān)性和濕度相關(guān)性而言，大尺度場(chǎng)好于原始資料（圖3a），位勢(shì)高度大尺度場(chǎng)的相關(guān)系數(shù)在0.93以上，說(shuō)明兩個(gè)資料大的環(huán)流形勢(shì)差異很小。但兩種資料間的擾動(dòng)場(chǎng)相關(guān)系數(shù)較小（圖3b），尤其在250 hPa以上高度相關(guān)系數(shù)迅速變小?？傮w來(lái)看，位勢(shì)高度擾動(dòng)場(chǎng)的相關(guān)性好于溫度擾動(dòng)場(chǎng)，濕度擾動(dòng)場(chǎng)的相關(guān)性在350 hPa以下好于溫度擾動(dòng)場(chǎng)，而在350 hPa以上的相關(guān)性最差。位勢(shì)高度擾動(dòng)場(chǎng)、溫度擾動(dòng)場(chǎng)和濕度擾動(dòng)場(chǎng)的相關(guān)系數(shù)分別為0.18～0.83、0.14～0.76和-0.12～0.61，說(shuō)明兩種資料初始擾動(dòng)場(chǎng)之間的差異明顯，也就是說(shuō)擾動(dòng)場(chǎng)所反映出的次天氣尺度有著較大差異，而這種差異也許是影響WRF模式預(yù)報(bào)能力的一個(gè)原因。

式中fi，j是實(shí)況要素場(chǎng)，是平滑濾波后得到的大尺度場(chǎng)，S是平滑系數(shù)。

4 不同初始場(chǎng)對(duì)WRF模擬結(jié)果的影響

本節(jié)分別使用ERA-interim和FNL再分析資料驅(qū)動(dòng)WRF模式（分別記為exp_ERA和exp_FNL試驗(yàn)），分析不同初始場(chǎng)對(duì)WRF模擬結(jié)果的影響，如不作特別說(shuō)明，以下均是分析d02內(nèi)的數(shù)據(jù)。

4.1 高度場(chǎng)、溫度場(chǎng)之間的差異

本文分別計(jì)算了兩個(gè)試驗(yàn)850 hPa位勢(shì)高度場(chǎng)之間和溫度場(chǎng)之間的相關(guān)系數(shù)（圖4），以便分析exp_ERA與exp_FNL模擬結(jié)果的相似程度。由圖可見(jiàn)，在整個(gè)模擬時(shí)段兩試驗(yàn)的850 hPa位勢(shì)高度場(chǎng)之間和溫度場(chǎng)之間的相關(guān)系數(shù)均大于0.9，表明兩種資料模擬的大尺度環(huán)流形勢(shì)有著很好的一致性，位勢(shì)高度場(chǎng)之間的相關(guān)系數(shù)隨積分時(shí)間先增大后減小，溫度場(chǎng)之間的相關(guān)系數(shù)則一直是波動(dòng)減小，說(shuō)明模擬結(jié)果隨積分時(shí)間的增加差異逐漸增大。

圖4 2013年7月12日08時(shí)—13日08時(shí)兩試驗(yàn)的850 hPa高度場(chǎng)、溫度場(chǎng)之間的相關(guān)系數(shù)

為更明確揭示不同初值對(duì)WRF模擬結(jié)果的影響，本文參考朱紅芳[21]等文章中的離散度公式：

其中FERA、FFNL分別為ERA-interim和FNL作為WRF初值模擬的結(jié)果，N是模擬區(qū)域總格點(diǎn)數(shù)。離散度考慮了FERA、FFNL兩個(gè)預(yù)報(bào)結(jié)果中所有格點(diǎn)的數(shù)據(jù)差異大小，用全部格點(diǎn)數(shù)據(jù)差值求和來(lái)代表兩個(gè)預(yù)報(bào)場(chǎng)的差距，dxy越小兩個(gè)場(chǎng)的差異越小。圖5給出了兩試驗(yàn)的不同氣壓層（850、500、150 hPa）上溫度、位勢(shì)高度的離散度隨時(shí)間變化，可知在積分時(shí)間內(nèi)初值引起的差異都是存在的，這種差異尤其溫度場(chǎng)的差異（圖5a）還會(huì)隨時(shí)間增大，并且溫度場(chǎng)低層（850 hPa）差異最大。位勢(shì)高度場(chǎng)差異（圖5b）表現(xiàn)為：低層（850 hPa）離散度前期增大后期減小，高層（150 hPa）前期減小后期增大。兩個(gè)模擬結(jié)果中各個(gè)氣壓上比濕場(chǎng)的離散度（圖略）和溫度場(chǎng)較為一致，表現(xiàn)為低層比高層的離散度大。

圖5 2013年7月12日08時(shí)—13日08時(shí)兩試驗(yàn)不同氣壓層上溫度與位勢(shì)高度的離散度

4.2 大氣總能量的差異

在大氣中各種尺度的天氣系統(tǒng)的演變過(guò)程總是伴隨著能量的變化，單位質(zhì)量的空氣有著內(nèi)能、動(dòng)能、潛熱能和位能4種能量形式，總能量就是把這4種能量相加，用攝氏度表示的總能量的公式[21]如下：

公式中Tt是總能量，t是某氣壓層的大氣溫度，z是位勢(shì)高度，cpd是干空氣的定壓比熱，L是水汽的凝結(jié)或水的蒸發(fā)潛熱，q是比濕，V是風(fēng)速，A代表空氣質(zhì)量，此式是對(duì)單位質(zhì)量空氣而言的，因此A取1 kg。本文提取出模擬結(jié)果中850 hPa氣壓層的溫度、比濕、風(fēng)uv分量和位勢(shì)高度，用上式求取d02內(nèi)某一氣壓上全部格點(diǎn)的Tt，然后對(duì)全部的格點(diǎn)求平均值，即可得到等壓面上所有積分時(shí)間的大氣總能量。圖6是7月12日08時(shí)—13日08時(shí)兩試驗(yàn)的850 hPa大氣總能量的變化，在積分時(shí)間內(nèi)2個(gè)初始場(chǎng)驅(qū)動(dòng)WRF模擬的變化趨勢(shì)一致但數(shù)值不同，說(shuō)明初始場(chǎng)對(duì)模擬結(jié)果影響較大，且這種差異24 h內(nèi)不會(huì)隨積分時(shí)間增加而消失。

4.3 降水模擬的差異

從圖2a降水實(shí)況分布圖可以看出，降水主要分布在35.5°N～37.5°N范圍內(nèi)，雨帶呈東西向分布，exp_ERA模擬的降雨范圍（圖7a）與觀測(cè)值最為接近，而exp_FNL的雨帶呈西南—東北向（圖7b），與實(shí)況差異較大。兩個(gè)試驗(yàn)?zāi)M的降水差別主要體現(xiàn)在陜晉魯?shù)貐^(qū)，exp_FNL試驗(yàn)?zāi)M的陜西中北部降水偏小，山西雨區(qū)模擬偏南，山東10 mm以上的降雨面積大于試驗(yàn)exp_ERA。從24 h累積雨量來(lái)看，試驗(yàn)exp_ERA比exp_FNL雨量多出20.8%，exp_ ERA的最大降水中心位于山東半島（180 mm），而exp_FNL最強(qiáng)的降水中心在山西東南部（270 mm）。因此，兩個(gè)試驗(yàn)無(wú)論是降水落區(qū)、強(qiáng)度還是累積雨量都有著明顯的差異。

圖6 2013年7月12日08時(shí)—13日08時(shí)兩試驗(yàn)的850 hPa大氣總能量的變化（單位:℃）

為了進(jìn)一步分析兩者的降水差異，本文比較了2個(gè)試驗(yàn)?zāi)M的區(qū)域平均（33°～38°N，108°～123°E）逐時(shí)降水量演變（圖8），可以看出，exp_ERA和exp_FNL模擬的逐時(shí)雨量變化趨勢(shì)基本一致，主要為網(wǎng)格尺度降水，次網(wǎng)格尺度降水只對(duì)雨量起調(diào)節(jié)作用。exp_ERA比exp_FNL模擬的降水量偏大，這主要是由網(wǎng)格尺度降水引起的，說(shuō)明網(wǎng)格尺度降水對(duì)初、邊界條件更加敏感。因?yàn)榻邓町愂窃谶x取了相同模式相同參數(shù)化方案的情況下發(fā)生的，所以這種差異主要是由初、邊界條件決定的。

圖7 7月12日08時(shí)—13日08時(shí)模擬的24 h累積降水量/mm

圖8 7月12日08時(shí)—13日08時(shí)模擬區(qū)域（33°～38°N，108°～123°E）平均的逐時(shí)次網(wǎng)格和網(wǎng)格尺度降水隨時(shí)間演變（單位：mm）

為了客觀反映模式的降水預(yù)報(bào)水平，用公式5對(duì)兩組試驗(yàn)的降水預(yù)報(bào)進(jìn)行TS評(píng)分：

其中預(yù)報(bào)正確的格點(diǎn)數(shù)為NA，空?qǐng)?bào)的格點(diǎn)數(shù)為NB，漏報(bào)的格點(diǎn)數(shù)為NC。TS值的范圍為0～1，TS值越大表示預(yù)報(bào)效果越好。具體的評(píng)分方法是將模擬區(qū)域d02內(nèi)的352個(gè)氣象站的24 h降水實(shí)況作為參考標(biāo)準(zhǔn)，把預(yù)報(bào)場(chǎng)的格點(diǎn)值插值到站點(diǎn)上，對(duì)兩者進(jìn)行比較。24 h內(nèi)把降水分為小雨（0.1～9.9 mm）、中雨（10～24.9 mm）、大雨（25～49.9 mm）和暴雨（50 mm以上）。結(jié)果表明：對(duì)于各降水等級(jí)的評(píng)分（表1），試驗(yàn)exp_ERA都高于exp_FNL，所以對(duì)本次暴雨過(guò)程來(lái)說(shuō)，exp_ERA模擬結(jié)果優(yōu)于exp_FNL。

5 對(duì)exp_ERA初值中的物理量場(chǎng)進(jìn)行擾動(dòng)

上述研究表明exp_ERA的模擬效果好于exp_FNL，因此本文把exp_ERA作為控制試驗(yàn)，對(duì)擾動(dòng)試驗(yàn)和exp_ERA之間的結(jié)果差異進(jìn)行分析，研究溫、濕、風(fēng)和側(cè)邊界誤差對(duì)WRF模擬暴雨的影響。初值誤差可以認(rèn)為是控制試驗(yàn)exp_ERA初值上加減一個(gè)小擾動(dòng)，模擬誤差就是擾動(dòng)試驗(yàn)與exp_ERA模擬值之差。物理量場(chǎng)擾動(dòng)的試驗(yàn)設(shè)計(jì)見(jiàn)表2，試驗(yàn)exp_T是把試驗(yàn)exp_ERA初值中的溫度場(chǎng)用exp_FNL溫度場(chǎng)代替，相當(dāng)于exp_FNL與exp_ERA初值中的溫度作差得到溫度場(chǎng)小擾動(dòng)，再把溫度場(chǎng)小擾動(dòng)疊加在exp_ERA初值上，這種在氣象要素場(chǎng)上加減小擾動(dòng)不會(huì)使初值中不同氣象要素場(chǎng)間的平衡狀態(tài)受到破壞[25]，因而是可行的。試驗(yàn)exp_Q、exp_UV和exp_BDY與試驗(yàn)exp_T的方法是一致的，只是替換的變量不同。通過(guò)上述方法可以得到3個(gè)新的初值和1個(gè)新的側(cè)邊界值。

表1 降水TS評(píng)分

5.1 不同氣象要素?cái)_動(dòng)對(duì)降水的影響

圖9是模擬的24 h累積降雨，與控制試驗(yàn)（圖7a）對(duì)比分析，擾動(dòng)試驗(yàn)?zāi)M的降水落區(qū)差異較小，但降水量的大小和降水中心的分布存在著較大差異。溫度場(chǎng)加擾動(dòng)后（圖9a），陜西、山西50 mm和山東北部100 mm以上降水范圍減小。濕度場(chǎng)加擾動(dòng)后（圖9b），陜西和冀豫魯三省交界處的25 mm以上降水范圍減小，山東北部50 mm以上降水范圍減小而100 mm以上增加。風(fēng)場(chǎng)加擾動(dòng)后（圖9c），模擬區(qū)域25 mm以上降水范圍增大，山東北部降水情況同濕度場(chǎng)擾動(dòng)。側(cè)邊界擾動(dòng)后（圖9d），陜西10 mm、山西50 mm降水范圍減小，降水區(qū)域的100 mm降水范圍均增大。

表2 試驗(yàn)方案設(shè)計(jì)

研究區(qū)域（33°～38°N，108°～123°E）內(nèi)的降水，同控制試驗(yàn)相比，溫度場(chǎng)、濕度場(chǎng)、側(cè)邊界擾動(dòng)導(dǎo)致降水量分別減少5.65%、21.02%、1.04%，而風(fēng)場(chǎng)擾動(dòng)導(dǎo)致降水量增加6.85%。這就說(shuō)明濕度場(chǎng)擾動(dòng)對(duì)降水量的影響最大，其次是風(fēng)場(chǎng)擾動(dòng)、溫度場(chǎng)擾動(dòng)，而側(cè)邊界擾動(dòng)的影響最小。

降水誤差是擾動(dòng)試驗(yàn)和控制試驗(yàn)?zāi)M的降水量之間的均方根誤差，按下式計(jì)算:

式中N表示臺(tái)站總數(shù)，Mi為擾動(dòng)試驗(yàn)第i站的降水，Oi為控制試驗(yàn)第i站降水。通過(guò)降水均方根誤差的分析可知（圖10），濕度場(chǎng)擾動(dòng)引起的降水誤差最大；在積分20 h內(nèi)風(fēng)場(chǎng)擾動(dòng)的降水誤差大于溫度場(chǎng)，積分21～24 h則相反；而側(cè)邊界擾動(dòng)的降水誤差在前期增長(zhǎng)比較緩慢，積分8 h后增長(zhǎng)速度變快，13 h后接近于溫度場(chǎng)擾動(dòng)引起的降水誤差，24 h后超過(guò)了風(fēng)場(chǎng)擾動(dòng)引起的降水誤差，可見(jiàn)側(cè)邊界擾動(dòng)從邊界向中間傳播，對(duì)降水的影響逐漸增大，在積分一定時(shí)間之后，其與單個(gè)氣象要素?cái)_動(dòng)引起的降水誤差相當(dāng)。

5.2 擾動(dòng)試驗(yàn)與控制試驗(yàn)的溫濕風(fēng)相關(guān)系數(shù)演變

從溫度相關(guān)系數(shù)（圖11a）可以看出，溫度場(chǎng)擾動(dòng)試驗(yàn)exp_T與控制試驗(yàn)?zāi)M的溫度相關(guān)系數(shù)在積分時(shí)間內(nèi)均小于1，表現(xiàn)為先增大后減?。欢鴈xp_Q、exp_UV、exp_BDY與控制試驗(yàn)?zāi)M的溫度相關(guān)系數(shù)僅僅在初始時(shí)刻為1，其它時(shí)刻均小于1，并且在24 h內(nèi)相關(guān)系數(shù)總體上是減小的，表明濕度、風(fēng)場(chǎng)和側(cè)邊界擾動(dòng)后，引起了溫度場(chǎng)的擾動(dòng)。由圖11b、c、d可以看出，溫度場(chǎng)擾動(dòng)同樣引起了風(fēng)場(chǎng)u、v和濕度場(chǎng)的擾動(dòng)，其它物理量場(chǎng)擾動(dòng)也有同樣的結(jié)論，表明擾動(dòng)初值中的某一變量，模式通過(guò)一段時(shí)間積分后，就會(huì)引起其他物理量的擾動(dòng)，也就是說(shuō)當(dāng)初始場(chǎng)中某一個(gè)物理量存在誤差時(shí)，在模式積分過(guò)程中就會(huì)導(dǎo)致其它物理量也出現(xiàn)誤差，反映了模式中物理量間的相關(guān)性。

從擾動(dòng)試驗(yàn)和控制試驗(yàn)的相關(guān)系數(shù)可以看出，擾動(dòng)濕度場(chǎng)在積分20 h內(nèi)對(duì)其它變量影響最大，可以使其它變量場(chǎng)（溫、風(fēng)場(chǎng)）的擾動(dòng)較快發(fā)展；側(cè)邊界擾動(dòng)后溫度場(chǎng)、風(fēng)場(chǎng)的相關(guān)系數(shù)最大，因而側(cè)邊界擾動(dòng)對(duì)溫度場(chǎng)、風(fēng)場(chǎng)影響最小，在積分14 h前對(duì)濕度的影響也是最小的，而14 h后側(cè)邊界擾動(dòng)對(duì)濕度的影響大于對(duì)溫度場(chǎng)擾動(dòng)的影響。

圖9 2013年7月12日08時(shí)—13日08時(shí)24 h累積降水量/mm

圖10 4個(gè)試驗(yàn)降水均方根誤差隨時(shí)間演變/mm

在溫度場(chǎng)上疊加小擾動(dòng)會(huì)對(duì)大氣中的溫度梯度產(chǎn)生微小的影響，也會(huì)影響到大氣容納的水汽多寡；在風(fēng)場(chǎng)上疊加小擾動(dòng)會(huì)影響到大氣的輻合輻散，進(jìn)而影響大氣的對(duì)流強(qiáng)弱；在濕度場(chǎng)上疊加小擾動(dòng)后，大氣中水汽含量會(huì)受到影響；側(cè)邊界條件與真實(shí)大氣之間存在著誤差，側(cè)邊界擾動(dòng)從邊界向中間傳播，對(duì)降水的影響逐漸增大。并且，擾動(dòng)初值中的某一變量，模式通過(guò)一段時(shí)間積分后，就會(huì)引起其他物理量的擾動(dòng)，這些擾動(dòng)產(chǎn)生的綜合效應(yīng)就是影響大氣中的溫度分布、對(duì)流強(qiáng)度和水汽含量等物理量場(chǎng)，同時(shí)也能影響小尺度渦旋的發(fā)生、發(fā)展，最終的結(jié)果就是改變了降水的強(qiáng)度和分布。

6 結(jié)論

本文采用WRF模式，對(duì)2013年7月12日08時(shí)—13日08時(shí)發(fā)生在陜晉冀魯?shù)貐^(qū)的降水過(guò)程進(jìn)行了個(gè)例試驗(yàn)，主要結(jié)論如下：

（1）通過(guò)尺度濾波可知，ERA-interim與FNL再分析資料的大尺度場(chǎng)的相似性較高，差異主要體現(xiàn)在次天氣尺度。用這兩種資料分別驅(qū)動(dòng)WRF，模擬的各物理量場(chǎng)間存在著較大差異，且這種差異24 h內(nèi)不會(huì)隨積分時(shí)間增加而消失，反映了WRF對(duì)初、邊界條件的敏感性。

（2）用ERA-interim資料作為初始場(chǎng)對(duì)降水的模擬優(yōu)于FNL資料作為初始場(chǎng)的模擬。兩種資料模擬的逐時(shí)雨量的次網(wǎng)格尺度降水量基本是一致的，差異主要體現(xiàn)在網(wǎng)格尺度降水上，表明對(duì)本次暴雨過(guò)程而言，網(wǎng)格尺度降水對(duì)初、邊界條件更加敏感。

（3）從區(qū)域總降水量來(lái)看，濕度場(chǎng)擾動(dòng)對(duì)降水量的影響最大，其次是風(fēng)場(chǎng)擾動(dòng)和溫度場(chǎng)擾動(dòng)，側(cè)邊界擾動(dòng)對(duì)降水量的影響最小。通過(guò)降水均方根誤差的分析可知，濕度場(chǎng)擾動(dòng)引起的降水誤差最大；在積分20 h內(nèi)風(fēng)場(chǎng)擾動(dòng)的降水誤差大于溫度場(chǎng)，在積分21～24 h則相反；側(cè)邊界擾動(dòng)引起的降水誤差從邊界向中間傳播，在前期增長(zhǎng)比較緩慢，積分8 h后增長(zhǎng)速度加快，積分一段時(shí)間后與單個(gè)氣象要素?cái)_動(dòng)引起的降水誤差相當(dāng)。

（4）擾動(dòng)初值中的某一變量，模式通過(guò)一段時(shí)間積分后，就會(huì)引起其他物理量的擾動(dòng)。擾動(dòng)濕度場(chǎng)在積分20 h內(nèi)對(duì)溫度場(chǎng)和風(fēng)場(chǎng)的影響最大，側(cè)邊界擾動(dòng)對(duì)溫度場(chǎng)、風(fēng)場(chǎng)影響最小，而14 h后側(cè)邊界擾動(dòng)對(duì)濕度的影響大于對(duì)溫度場(chǎng)擾動(dòng)的影響。

圖11 擾動(dòng)試驗(yàn)與控制試驗(yàn)500 hPa各物理量的相關(guān)系數(shù)變化

[1] Lorenz E N.Deterministic nonperiodic flow[J] .Journal of the atmospheric sciences，1963，20（2）：130-141.

[2] 王洋，曾新民，葛洪砘，等.陸面特征量初始擾動(dòng)的敏感性及集合預(yù)報(bào)試驗(yàn)[J] .氣象，2014，40（2）：146-157.

[3] Warner T T,Peterson R A,Treadon R E.A tutorial on lateral boundary conditions as a basic and potentially serious limitation to regional numerical weather prediction [J] .Bulletin of the American Meteorological Society，1997，78（11）：2599-2617.

[4] 彭繼達(dá)，程興宏，孫治安，等.兩種不同初始場(chǎng)對(duì)太陽(yáng)輻射模擬效果的影響[J] .高原氣象，2014，33（5）：1352-1362.

[5] 湯浩，賈麗紅.背景場(chǎng)和物理過(guò)程對(duì)WRF模式在新疆區(qū)域預(yù)報(bào)性能的影響[J] .沙漠與綠洲氣象，2014，8（3）：27-33.

[6] 楊袁慧，師春香，王煒，等.一次強(qiáng)降水模擬中土壤濕度初值的影響研究[J] .氣象，2013，39（11）：1481-1489.

[7] 湯浩，賈麗紅，居來(lái)提吾甫爾.新疆區(qū)域模式MM5和GRAPES預(yù)報(bào)能力對(duì)比檢驗(yàn)[J] .沙漠與綠洲氣象，2012，6（1）：21-26.

[8] 岳甫璐，王春明，崔強(qiáng)，等.“7·21”北京大暴雨過(guò)程的地形作用分析和數(shù)值試驗(yàn)研究[J] .沙漠與綠洲氣象，2014，8（2）：41-53.

[9] 馬艷，董海鷹，陳尚.WRF中不同濕過(guò)程對(duì)青島一次暴雨過(guò)程的預(yù)報(bào)性能檢驗(yàn)[J] .干旱氣象，2016，34（3）：494-502.

[10] 艾凱，鄭益群，陳浩偉.WRF模式中地形重力波參數(shù)化方案應(yīng)用及不同拖曳力試驗(yàn)[J] .干旱氣象，2016，34（1）：125-135.

[11] 張釗揚(yáng)，錢(qián)貞成，王春明，等.江蘇一次突發(fā)暴雨的數(shù)值模擬[J] .氣象與環(huán)境科學(xué)，2014，37（3）：67-75.

[12] 張立鳳，羅雨.初始場(chǎng)對(duì)暴雨數(shù)值預(yù)報(bào)的影響及集合預(yù)報(bào)試驗(yàn)[J] .氣象科學(xué)，2010，30（5）：650-656.

[13] 許曉林，徐海明，何金海.初邊界條件不確定性對(duì)AREM模擬一次華南致洪暴雨的影響[J] .南京氣象學(xué)院學(xué)報(bào)，2009，32（2）：196-205.

[14] 陳宇，王小桃，王瀛，等.基于中尺度集合預(yù)報(bào)的“8·16”撫順地區(qū)特大暴雨過(guò)程分析[J] .氣象與環(huán)境學(xué)報(bào)，2015，31（6）：1-8.

[15] 袁有林，楊必華，周宏，等.WRF模式不同集合預(yù)報(bào)方案對(duì)一次大范圍暴雨過(guò)程的模擬研究[J] .干旱氣象，2016，34（6）：1027-1036.

[16] 官元紅，周廣慶，陸其峰，等.大氣初始場(chǎng)對(duì)短期氣候數(shù)值預(yù)測(cè)的影響[J] .大氣科學(xué)學(xué)報(bào)，2014，37（5）：631-641.

[17] 龔建東，邱崇踐，王強(qiáng)，等.區(qū)域四維變分資料同化的數(shù)值試驗(yàn)[J] .氣象學(xué)報(bào)，1999，57（2）：131-142.

[18] Zhang F,Odins A M,Nielsen-Gammon J W.Mesoscale predictability of an extreme warm-season precipitation event[J] .Weather and forecasting，2006，21（2）：149-166.

[19] 貝耐芳，趙思雄.初值及物理過(guò)程對(duì)“98·7”暴雨預(yù)報(bào)結(jié)果的影響[J] .氣候與環(huán)境研究，2002，7（4）：386-396.

[20] 孔榮，王建捷.一次南方大暴雨過(guò)程的數(shù)值模擬及其誤差的敏感性診斷分析[J] .熱帶氣象學(xué)報(bào)，2006，22（6）：582-592.

[21] 朱紅芳，王東勇，管兆勇，等.不同初始場(chǎng)條件對(duì)GRAPES模式數(shù)值預(yù)報(bào)的影響[J] .氣象學(xué)報(bào)，2007，65（4）：493-502.

[22] 麻素紅，瞿安祥.不同初始場(chǎng)及側(cè)邊界對(duì)臺(tái)風(fēng)路徑數(shù)值預(yù)報(bào)的影響[J] .熱帶氣象學(xué)報(bào)，2004，20（6）：737-742.

[23] 閆敬華.中尺度數(shù)值預(yù)報(bào)模式初邊值作用的試驗(yàn)研究[J] .熱帶氣象學(xué)報(bào)，2003，19（4）：337-344.

[24] 朱本璐，林萬(wàn)濤，張?jiān)?初始擾動(dòng)對(duì)一次華南暴雨預(yù)報(bào)的影響的研究[J] .大氣科學(xué)，2009，33（6）：1333-1347.

[25] 羅雨，張立鳳.一次梅雨暴雨預(yù)報(bào)中的誤差演變及可預(yù)報(bào)性分析[J] .氣象學(xué)報(bào)，2010，68（3）：411-420.

Effects of Different Initial Fields and Initial Perturbations on Simulation of a Heavy Rainfall by WRF

YUAN Youlin1，YANG Xiuhong1，YANG Bihua1，ZHAO Jun1，ZHOU Kaipeng1，ZHANG Guangxing2，3
（1.Unit of 63610 of the Chinese People’s Liberation Army，Korla 841001，China；2.Institute of Desert Meteorology，China Meteorological Administration，Urumqi 830002，China；3.Center for Central Asian Atmosphere Science Research，Urumqi 830002，China）

A typical heavy rainfall process occurred during 12-13 July 2013 in the north of China was simulated using the meso-scale model WRF V3.6.Two groups of contrast numerical experiments were conducted to investigate the sensitivity of model prediction results to initial fields provided by the ERA-Interim and FNL data,respectively.The results show that：（1）there is a significant difference between the initial field of the ERA-Interim and FNL data at the subsynoptic scale,thus leading to different simulation results.The simulated precipitation from the ERA-Interim data is better than that of the FNL data.（2）For 24-hour area precipitation forecast, the perturbation in humidity field has the greatest impact on precipitation,closely followed by that is wind and temperature field,the lateral boundary perturbation has the least impact.（3）The root mean square error（RMSE）of precipitation caused by humidity field perturbation is larger than that caused by the other initial perturbations.In the first 20 hours of the integration period,the RMSE of precipitation caused by wind field perturbation is larger than that caused by temperature field perturbation,while the opposite occurs in the integration period of 21～24 h.The precipitation RMSE caused by lateral boundary perturbation is small in the early stage,and the growth is slow. After a period of model integration,the RMSE of precipitation caused by lateral boundary perturbation is equivalent to that caused by the initial field perturbation of single meteorological variables.

WRF；heavy rainfall；initial field；initial perturbation；lateral boundary perturbation

P456.7

B

1002-0799（2017）01-0067-09

10.12057/j.issn.1002-0799.2017.01.009

2016-06-03；

2016-11-14

國(guó)家自然科學(xué)基金面上項(xiàng)目（41375070和41075050）資助。

袁有林（1987-），男，碩士，主要研究方向?yàn)閿?shù)值模擬。E-mail：908248336@qq.com

張廣興（1963-），男，副研究員，主要從事大氣動(dòng)力學(xué)與中尺度氣象研究。E-mail：zhanggx@idm.cn

袁有林，楊秀洪，楊必華，等.不同初始場(chǎng)及其擾動(dòng)對(duì)WRF模擬暴雨的影響[J] .沙漠與綠洲氣象，2017，11（1）：67-75.