衣娜娜，蘇立娟，史金麗，董祝雷，許志麗

(1.中國(guó)氣象局烏魯木齊沙漠氣象研究所，中亞大氣科學(xué)研究中心，新疆 烏魯木齊 830000；2.內(nèi)蒙古自治區(qū)氣象科學(xué)研究所，內(nèi)蒙古 呼和浩特 010000；3.內(nèi)蒙古自治區(qū)人工影響天氣重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010000；4.內(nèi)蒙古自治區(qū)氣候中心，內(nèi)蒙古 呼和浩特 010000)

引 言

冰雹是中國(guó)重要災(zāi)害性天氣之一，主要發(fā)生在西北、東北、華北、西南[1-3]。雹塊直徑一般為0.5～2 cm，即便直徑較小時(shí)依然會(huì)對(duì)農(nóng)作物產(chǎn)生較大不利影響[4]。冰雹時(shí)間短、局地性強(qiáng)[5]，常規(guī)地面和探空觀測(cè)受儀器性能和觀測(cè)密度限制，不足以全面揭示產(chǎn)生冰雹的中小尺度系統(tǒng)發(fā)生發(fā)展和演變過(guò)程[6-8]。近30 a中尺度模擬研究迅速發(fā)展。WRF模式能夠反映復(fù)雜地形降水的非線性動(dòng)力、熱力過(guò)程和詳細(xì)的微物理過(guò)程，嵌套復(fù)雜的冰雹云微物理方案在再現(xiàn)實(shí)際冰雹過(guò)程方面具有優(yōu)勢(shì)[9-11]。

目前利用高分辨率的中尺度數(shù)值模式模擬冰雹強(qiáng)對(duì)流天氣，已經(jīng)成為冰雹研究的重要途徑[12-13]，發(fā)展數(shù)值模式的非絕熱物理過(guò)程對(duì)提高冰雹預(yù)報(bào)水平有重要作用，這些物理過(guò)程包括積云對(duì)流參數(shù)化過(guò)程、邊界層參數(shù)化過(guò)程和微物理參數(shù)化過(guò)程。但參數(shù)化方案具有很強(qiáng)的區(qū)域性[14-15]，不同參數(shù)化方案模擬的結(jié)果差異很大[16-18]。LITTA等[19]基于WRF模式比較三種不同的微物理方案Ferrier (FERR)、WRF Single Moment 6 class (WSM6) 和Thomson scheme (THOM)在模擬印度地區(qū)強(qiáng)對(duì)流天氣方面的優(yōu)劣，發(fā)現(xiàn)FERR方案能較好地模擬強(qiáng)對(duì)流發(fā)生時(shí)間和強(qiáng)度。STACHNIK[20]認(rèn)為WRF模式具備模擬冰雹等對(duì)流天氣的能力，但是不同的微物理參數(shù)化方案模擬的冰雹結(jié)構(gòu)存在較大差異。

內(nèi)蒙古是國(guó)內(nèi)降雹次數(shù)最多且雹災(zāi)最嚴(yán)重的地區(qū)之一，也是華北地區(qū)最大降雹中心[21]。內(nèi)蒙古地區(qū)區(qū)域跨度大，強(qiáng)對(duì)流天氣在內(nèi)蒙古西部為沿陰山山脈的準(zhǔn)東西走向，在東部呈沿大興安嶺準(zhǔn)南北走向。目前對(duì)于內(nèi)蒙古地區(qū)冰雹等強(qiáng)對(duì)流天氣的模擬試驗(yàn)較少，多局限于利用實(shí)況資料的個(gè)例分析，所以有必要開(kāi)展針對(duì)冰雹等強(qiáng)對(duì)流天氣的中尺度模式模擬研究工作。2015年7月29日14:00—20:00(北京時(shí)，下同)，呼和浩特市大部自北向南自西向東出現(xiàn)降雹，此次過(guò)程冰雹最大直徑達(dá)5 cm，導(dǎo)致多種經(jīng)濟(jì)作物受災(zāi)，各旗縣經(jīng)濟(jì)損失均達(dá)上百至上千萬(wàn)元[22]。本文以此次過(guò)程為研究個(gè)例，探討不同積云參數(shù)化方案和微物理參數(shù)化方案對(duì)冰雹模擬結(jié)果的影響，檢驗(yàn)?zāi)Ｊ皆诓煌瑓?shù)化方案下的模擬性能，以期為本地冰雹等強(qiáng)對(duì)流天氣數(shù)值預(yù)報(bào)模式選取云微物理參數(shù)化方案提供一定的參考。

1 實(shí) 況

此次冰雹強(qiáng)對(duì)流天氣過(guò)程為典型冷渦系統(tǒng)影響下的天氣過(guò)程，500 hPa溫度場(chǎng)落后于高度場(chǎng)，隨著蒙古冷渦的東移南下，冷渦后部風(fēng)速逐漸增大，蒙古冷渦系統(tǒng)逐漸加強(qiáng)。700 hPa輻合中心在高空系統(tǒng)引導(dǎo)下，逐漸加強(qiáng)并東移南壓至內(nèi)蒙古中部地區(qū)。

同時(shí)西南水汽輸送逐漸增強(qiáng)，冷渦后部增強(qiáng)的西北冷濕氣流與冷渦前端的西南暖濕氣流交匯，觸發(fā)強(qiáng)對(duì)流天氣(圖1)。

2015年7月29日呼和浩特市共有兩次對(duì)流過(guò)程，分別發(fā)生在16:00—17:00與18:30—19:30，圖2為兩次強(qiáng)、弱對(duì)流天氣過(guò)程典型時(shí)刻呼和浩特站雷達(dá)組合反射率因子。可以看出，第一次回波強(qiáng)度和強(qiáng)回波區(qū)域較小且無(wú)降水，第二次回波自西向東移動(dòng)并逐漸加強(qiáng)，呼和浩特站雷達(dá)組合反射率因子最大可達(dá)65 dBZ并伴有冰雹發(fā)生。

圖1 2015年7月29日08:00(a、 c)，14:00(b、d)500 hPa(a、b)和700 hPa(c、d)位勢(shì)高度場(chǎng)(實(shí)線，單位：dagpm)、風(fēng)場(chǎng)(風(fēng)向桿，單位：m·s-1)和相對(duì)濕度場(chǎng)(陰影，單位：%)及500 hPa溫度場(chǎng)(虛線，單位：℃)Fig.1 The geopotential height field (solid isoline, Unit: dagpm), wind field (wind stem, Unit: m·s-1), relative humidity (shaded, Unit: %) on 500 hPa (a, b) and 700 hPa (c, d) and 500 hPa temperature field (dotted isoline, Unit: ℃) at 08:00 BST (a, c) and 14:00 BST (b, d) on 29 July 2015

圖2 2015年7月29日兩次強(qiáng)、弱對(duì)流天氣過(guò)程典型時(shí)刻呼和浩特站雷達(dá)組合反射率因子(單位：dBZ)Fig.2 The combine reflectivity factor at representative time from Hohhot station during two weak and strong convective weather processes on 29 July 2015 (Unit: dBZ)

圖3為2015年7月29日微波輻射計(jì)觀測(cè)的呼和浩特站大氣可降水量PWV、反演的沙氏指數(shù)SI、總溫度TT日變化及逐小時(shí)降水。可以看出，冰雹發(fā)生前，PWV變化較平穩(wěn)，維持在3.5 cm左右，隨著冰雹的發(fā)生，PWV驟然增加，19:05達(dá)最大值14.4 cm，19:20PWV減小為4.1 cm，呼和浩特城區(qū)站20:00雨量為11.3 mm。冰雹發(fā)生前，SI<0 ℃，表明大氣一直處于不穩(wěn)定狀態(tài)，18:59 SI=-6.5 ℃，在內(nèi)蒙古地區(qū)雷暴大風(fēng)等強(qiáng)對(duì)流天氣發(fā)生的閾值范圍內(nèi)[22]，隨著冰雹發(fā)生，不穩(wěn)定能量釋放，SI迅速增大，19:11 SI=1.0 ℃，大氣恢復(fù)到穩(wěn)定狀態(tài)。張琳娜等[25]統(tǒng)計(jì)北京30次冰雹過(guò)程中，TT為40～45 ℃。此次冰雹發(fā)生前TT穩(wěn)定維持在43.0 ℃，18:59 TT達(dá)最大值45.0 ℃，隨后TT迅速減小到33.8 ℃。

16:00—17:00的弱對(duì)流過(guò)程，因無(wú)降水，所以激光雨滴譜儀觀測(cè)的降水粒子數(shù)為0，但微波輻射計(jì)觀測(cè)的PWV和反演的SI均有體現(xiàn)，16:00—17:00PWV呈緩慢波動(dòng)變化，最大值為7.3 cm(16:06)，SI=-6.9 ℃，表明大氣極不穩(wěn)定，但由于水汽較少，PWV的均值4.8 cm小于第2次對(duì)流過(guò)程均值5.4 cm，所以無(wú)降水發(fā)生。

圖3 2015年7月29日微波輻射計(jì)觀測(cè)的呼和浩特站PWV(a)、反演的SI(b)、TT(c)日變化和逐小時(shí)降水(d)Fig.3 The diurnal variation of observed PWV (a) and SI (b) and TT (c) derived from ground-based microwave radiometer and hourly rainfall (d) at Hohhot station on 29 July 2015

2 模式與參數(shù)化方案

多種觀測(cè)資料均反映了此次降雹過(guò)程，為探討不同云微物理參數(shù)化方案對(duì)冰雹模擬結(jié)果的影響，檢驗(yàn)?zāi)Ｊ皆诓煌瑓?shù)化方案下的模擬性能，本文利用WRF模式和多種云微物理參數(shù)化方案模擬此次降雹過(guò)程。微物理方案選用5種適合高分辨率模擬且可以模擬雪和霰粒子的方案：Lin 方案、WRF Single-Moment 6-class(WSM6)、Goddard Microphysics(GM)、New Thompson et al(NT)和Milbrant-Yau Double-Moment 7-class(MYDM7)。積云參數(shù)化方案選用Kain-Fritsch(KF)、Betts-Miller-Hanjic(BMJ)、Grell-Devenyi-ensemble(GD)和Grell3d ensemble cumulus(G3)。初始場(chǎng)選用NCEP FNL Operational Model Global Tropospheric analyses數(shù)據(jù)，積分時(shí)間為2015年7月29日00:00至7月30日08:00。采用三重嵌套，網(wǎng)格分辨率為45 km×15 km×5 km，格點(diǎn)數(shù)分別是68×62、100×82、118×106。分別從降水粒子質(zhì)量濃度的時(shí)間變化、能量和水汽條件和動(dòng)力條件初步討論各種方案對(duì)此次天氣過(guò)程模擬的優(yōu)劣。

2.1 微物理方案

Lin方案是物理過(guò)程描述較為復(fù)雜的方案，方案中與水相物質(zhì)有關(guān)的預(yù)報(bào)量有：云水、雨水、冰、雪、霰和水汽。當(dāng)溫度T<-40 ℃，云水全部?jī)鼋Y(jié)成冰；當(dāng)T>0 ℃時(shí)，云冰全部融化成云水；當(dāng)-40

WSM6和Lin 方案包括相同的預(yù)報(bào)變量，但處理過(guò)程不同，當(dāng)溫度低于冰點(diǎn)時(shí)，WSM6將云水處理為云冰、雨水處理為雪。

NT方案是在Thompson方案的基礎(chǔ)上做了相應(yīng)的改進(jìn)，結(jié)合了冰、雪和霰進(jìn)程，增加了雨滴數(shù)濃度的預(yù)報(bào)。

GM方案是在Lin的基礎(chǔ)上，在相關(guān)的飽和調(diào)整技術(shù)和Simpson方案等基礎(chǔ)上進(jìn)行了部分調(diào)整，包括6種水凝物，對(duì)冰晶、雪和霰的考慮更加細(xì)化。

MYDM7雙參數(shù)化方案是一個(gè)全新的微物理顯示方案[26]，這個(gè)方案包含云水、雨水、冰晶、雪晶、霰、雹等水凝物過(guò)程，在這個(gè)方案中霰和雹是相互分開(kāi)的。該方案采用雙參數(shù)方法預(yù)報(bào)，可以預(yù)報(bào)上述6種水凝物的質(zhì)量濃度比和數(shù)濃度。詳細(xì)的微物理方案包含的變量名稱(chēng)以及是否涉及冰相和混合相過(guò)程參考表1，表中Qv、Qc、Qr、Qi、Qs和Qg分別表示水汽、云水、雨水、冰晶、雪和霰的質(zhì)量濃度比，因水汽不涉及數(shù)濃度，其他水凝物數(shù)濃度用Nc、Nr、Ni、Ns和Ng表示。

表1 微物理方案涉及的變量名和物理過(guò)程Tab.1 Variable names and physical processes involved in the microphysics scheme

2.2 積云參數(shù)化方案

KF方案是在舊 Kain-Fritsch方案基礎(chǔ)之上根據(jù)Eta方案對(duì)其進(jìn)行修改。新方案考慮了卷入卷出以及相對(duì)粗糙的微物理過(guò)程。新方案通過(guò)設(shè)定最小卷出率，控制在不穩(wěn)定、相對(duì)較干條件下的對(duì)流發(fā)展范圍，對(duì)于沒(méi)有達(dá)到最小云厚的降雨云，其上升氣流也考慮了淺對(duì)流，在不增加太多計(jì)算量情況下，提供了一個(gè)更理想的積云與環(huán)境相互作用及熱力過(guò)程的描述。

BMJ方案最初的基本思想是在對(duì)流區(qū)存在特征溫濕結(jié)構(gòu)，當(dāng)判斷有對(duì)流活動(dòng)時(shí)，對(duì)流調(diào)整使得大氣的溫濕結(jié)構(gòu)向著這種特征調(diào)整。新方案中分別考慮了深對(duì)流和淺對(duì)流過(guò)程的作用，深對(duì)流特征廓線及松弛時(shí)間隨積云效率變化，積云效率取決于云中熵的變化、降水及平均溫度。淺對(duì)流水汽特征廓線中熵的變化較小且為非負(fù)值。

GD方案采用的準(zhǔn)平衡假設(shè)，使用兩個(gè)由上升和下沉氣流決定的穩(wěn)定狀態(tài)環(huán)流構(gòu)成的云模式，除了在環(huán)流頂和底外，云與環(huán)境空氣沒(méi)有直接混合，GD方案考慮了不同的上升、下沉、卷入和卷出的參數(shù)和降水率。云質(zhì)量通量由靜力及動(dòng)力條件共同控制，動(dòng)力控制決定于有效位能、低層垂直速度及水汽匯合。該方案在每個(gè)格點(diǎn)運(yùn)行多種積云參數(shù)化方案和變量，將結(jié)果平均后反饋到模式中。

G3方案與GD方案有很多共同點(diǎn)。該方案有別于其他積云方案的地方是允許沉降的影響延伸到鄰近的網(wǎng)格，使該方法更適合網(wǎng)格精度小于10 km的計(jì)算，表2給出積云參數(shù)化方案是否涉及動(dòng)量?jī)A向和淺對(duì)流過(guò)程。

表2 積云參數(shù)化方案Tab.2 Cumulus parameterization schemes

3 降水時(shí)空分布

利用克利斯曼插值方法，將7月29日14:00—20:00的站點(diǎn)實(shí)測(cè)降水?dāng)?shù)據(jù)插值到格點(diǎn)，圖4為2015年7月 29日14:00—20:00 6 h累計(jì)降水空間分布?？梢钥闯觯邓咧抵行姆謩e位于呼和浩特市北部武川縣、包頭市東南部土默特右旗和鄂爾多斯市東北部準(zhǔn)格爾旗，6 h累計(jì)雨量達(dá)中雨量級(jí)。

圖4 2015年7月 29日14:00—20:00 6 h累計(jì)降水空間分布Fig.4 The spatial distribution of 6-hour accumulated precipitation from 14:00 BST to 20:00 BST on 29 July 2015

圖5為20種方案模擬的2015年7月29日14:00—20:00 6 h累計(jì)降水空間分布?？梢钥闯觯珺MJ、GD和G3方案均沒(méi)有模擬出土默特右旗的降水高值中心。BMJ對(duì)準(zhǔn)格爾旗降水刻畫(huà)較準(zhǔn)確，但對(duì)位于呼和浩特市北部的降水中心模擬值偏大，落區(qū)偏東。GD和G3方案雖然能較好地模擬出武川縣降水的強(qiáng)度和落區(qū)，但對(duì)土默特右旗和準(zhǔn)格爾旗的降水存在漏報(bào)。相較于其他方案，Lin-KF、WSM6-KF方案對(duì)3個(gè)降水高值中心落區(qū)模擬較好，雖然數(shù)值模擬偏小?？傮w而言，不同積云參數(shù)化方案對(duì)于降水強(qiáng)度和落區(qū)有一定影響，相同積云方案，不同微物理方案主要影響降水落區(qū)。

表3列出20種方案模擬的2015年7月28日20:00至29日20:00 24 h累計(jì)降水的TS評(píng)分、空?qǐng)?bào)率和漏報(bào)率?？梢钥闯觯?0種方案小雨的TS評(píng)分均超過(guò)0.30，最大值0.46(MYDM7-G3)，最小值0.30(GM-BMJ)，不同微物理方案小雨的TS評(píng)分平均值MYDM7(0.4)>GM(0.39)=WSM6(0.39)>NT(0.38)>Lin(0.36)，但MYDM7對(duì)小雨的漏報(bào)率(0.51)最大，NT的漏報(bào)率(0.46)最小。不同積云參數(shù)化方案小雨的TS評(píng)分平均值G3(0.41)>KF(0.39)=GD(0.39)>BMJ(0.34)，G3對(duì)小雨的空?qǐng)?bào)率和漏報(bào)率最小，分別為0.45和0.37，BMJ的空?qǐng)?bào)率和漏報(bào)率最大，分別為0.5和0.48。

表3 20種方案模擬的2015年7月28日20:00至29日20:00 24 h累計(jì)降水的TS評(píng)分、空?qǐng)?bào)率和漏報(bào)率Tab.3 The threat score, false positive rate and false negative rate of 24-hour accumulated rainfall simulated by 20 schemes from 20:00 BST on 28 to 20:00 BST on 29 July 2015

圖5 20種方案模擬的2015年7月29日14:00—20:00 6 h累計(jì)降水空間分布(單位：mm)Fig.5 The spatial distribution of 6-hour accumulation rainfall simulated by 20 schemes from 14:00 BST to 20:00 BST on 29 July 2015 (Unit: mm)

不同微物理方案中雨的TS評(píng)分均值Lin(0.23)>NT(0.17)>WSM6(0.15)=GM(0.15)>MYDM7(0.09)。不同積云參數(shù)化方案中雨TS評(píng)分均值BMJ(0.23)>KF(0.15)>G3(0.14)>GD(0.1)，中雨的漏報(bào)率和空?qǐng)?bào)率最小的分別為GD(0.73)和KF(0.25)，綜合考慮不同等級(jí)降水的TS評(píng)分、空?qǐng)?bào)率和漏報(bào)率，積云參數(shù)化方案中KF表現(xiàn)最優(yōu)，其次是G3和GD方案，BMJ的模擬效果最差。微物理方案中WSM6、NT模擬小雨效果較好，對(duì)中雨的模擬結(jié)果中，Lin方案最優(yōu)。

4 不同云微物理參數(shù)化方案模擬呼和浩特市兩次對(duì)流過(guò)程

4.1 模擬效果

微物理與積云參數(shù)化方案對(duì)降水粒子和溫度的垂直空間分布影響較小，20組方案模擬降雹過(guò)程0 ℃層高度為4.6 km左右，北京地區(qū)冰雹發(fā)生時(shí)的0 ℃層高度為3.0～4.5 km[26]。雨水分布在0 ℃層以下，云水集中在0 ℃附近，冰晶、雪和霰主要分布在-40～0 ℃(4.6～11 km)，冰晶分布在-40～-20 ℃(4.6～7.8 km)，峰值中心位于-30 ℃(9.4 km)，雪分布在-40～0 ℃，峰值中心位于-10 ℃(6.5 km)，霰粒子分布在-20～0 ℃，峰值中心位于-5 ℃(6.0 km)。冰雹形成的主要微物理過(guò)程有兩種，分別是霰粒子的自動(dòng)轉(zhuǎn)化和雹對(duì)霰的碰并作用[27]，因此霰粒子的形成轉(zhuǎn)化機(jī)制對(duì)雹的形成至關(guān)重要。

圖6為20種方案模擬的呼和浩特兩次對(duì)流過(guò)程水凝物質(zhì)量濃度垂直積分的逐時(shí)變化?？梢钥闯?，Lin-G3、GM-BMJ、NT-BMJ和MYDM7-BMJ模擬的固態(tài)降水粒子質(zhì)量濃度垂直積分接近0，只有少量的云水和雨水，BMJ方案在強(qiáng)對(duì)流發(fā)生的時(shí)段內(nèi)并沒(méi)有模擬出強(qiáng)降水，所以模擬的水凝物質(zhì)量濃度垂直積分較小。Lin-BMJ、Lin-GD、WSM6-BMJ、WSM6-GD和NT-GD雖然能夠較準(zhǔn)確地刻畫(huà)強(qiáng)對(duì)流過(guò)程發(fā)生的時(shí)間和強(qiáng)度，但均沒(méi)有模擬出弱對(duì)流過(guò)程。WSM6-G3、GM-KF、NT-KF、NT-G3和MYDM7-G3雖模擬出兩次對(duì)流過(guò)程，但對(duì)第一次弱對(duì)流過(guò)程模擬偏強(qiáng)，對(duì)第二次強(qiáng)對(duì)流過(guò)程模擬偏弱。

WRF模式能夠較合理地模擬雹暴過(guò)程，但存在一些時(shí)空誤差[28]。相較于其他方案，Lin-KF、WSM6-KF、MYDM7-KF、GM-GD和MYDM7-GD模擬兩次對(duì)流過(guò)程水凝物質(zhì)量濃度的時(shí)間變化較準(zhǔn)確。不同微物理和積云參數(shù)化方案對(duì)水汽影響較小，對(duì)固態(tài)和液態(tài)降水粒子的數(shù)值影響較大。

表4為5種較優(yōu)方案模擬的兩次強(qiáng)弱對(duì)流過(guò)程中水汽、云水、冰晶、霰、雪和雨水質(zhì)量濃度垂直積分的平均值?？梢钥闯觯?種KF方案模擬的3種固態(tài)降水粒子質(zhì)量濃度垂直積分第二次強(qiáng)對(duì)流過(guò)程的數(shù)值均大于第一次弱對(duì)流過(guò)程，第一次對(duì)流過(guò)程霰粒子質(zhì)量濃度垂直積分最大值2366.2 g·m-2(MYDM7-KF)，最小值1786.5 g·m-2(Lin-KF)，第二次對(duì)流過(guò)程霰粒子質(zhì)量濃度垂直積分最大值5134.6 g·m-2(MYDM7-KF)，最小值2129.4 g·m-2(Lin-KF)。2種GD方案沒(méi)有表現(xiàn)出相似的規(guī)律，且MYDM7-GD模擬弱對(duì)流過(guò)程的冰晶質(zhì)量濃度垂直積分高于強(qiáng)對(duì)流過(guò)程。

綜上所述，基于模式模擬該個(gè)例降水粒子質(zhì)量濃度垂直積分的時(shí)間變化，初步判斷積云方案中G3和BMJ的模擬效果較差，KF模擬效果較好。微物理方案中MYDM7模擬降水粒子質(zhì)量濃度垂直積分最大，WSM6和GM居中，Lin較小，王佳等[29]用TRMM衛(wèi)星檢驗(yàn)多種參數(shù)化方案模擬江蘇及周邊海域水凝物時(shí)間變化，其中，WSM6和Lin方案對(duì)水凝物質(zhì)量濃度時(shí)間變化的預(yù)報(bào)較好。

4.2 水汽和能量條件

冰雹的發(fā)生需要一定的水汽和能量條件配合。PWV是衡量大氣水汽含量的重要物理量[30]，將微波輻射計(jì)的觀測(cè)數(shù)據(jù)求取小時(shí)平均值檢驗(yàn)?zāi)M效果，圖7為7月29日微波輻射計(jì)觀測(cè)的PWV和反演的SI小時(shí)變化?？梢部闯?，PWV呈雙峰結(jié)構(gòu)，第一個(gè)峰值為5.1 cm，出現(xiàn)在16:00，第二個(gè)峰值為5.4 cm，出現(xiàn)在19:00。與PWV峰值對(duì)應(yīng)，SI呈弱雙谷結(jié)構(gòu)，谷值為-4.7 ℃和-4.1 ℃，分別出現(xiàn)在16:00和18:00，19:00 SI數(shù)值為0.9 ℃。

圖8為20種方案模擬的呼和浩特站PWV和SI逐時(shí)變化?？梢钥闯觯琇in-BMJ、WSM6-BMJ、GM-BMJ和MYDM7-BMJ沒(méi)有模擬出冰雹過(guò)程中PWV的峰值變化，雖有能量條件(SI<0)，但水汽條件較差，所以其模擬的固態(tài)降水粒子質(zhì)量濃度垂直積分接近0。Lin-GD、GM-GD、WSM6-GD和NT-GD雖模擬出19:00PWV峰值，但其數(shù)值小于或接近前一個(gè)峰值，沒(méi)有區(qū)分出兩次對(duì)流過(guò)程的強(qiáng)弱。

圖6 20種方案模擬的呼和浩特兩次對(duì)流過(guò)程水凝物質(zhì)量濃度垂直積分的逐時(shí)變化Fig.6 The hourly variation of vertical integration of mass concentration of hydrometeor during two convection processes in Hohhot simulated by 20 schemes

表4 5種較優(yōu)方案模擬的兩次強(qiáng)弱對(duì)流過(guò)程中水汽、云水、冰晶、霰、雪和雨水質(zhì)量濃度垂直積分量的平均值Tab.4 The mean vertical integration of mass concentration of water vapor, cloud water, ice crystals, graupel, snow and rain simulated by five better schemes during the strong and weak convective processes in Hohhot

圖7 2015年7月29日呼和浩特站微波輻射計(jì)觀測(cè)PWV和反演的SI小時(shí)變化Fig.7 The hourly variation of PWV observed by the microwave radiometer and derived SI on 29 July 2015 at Hohhot station

圖8 20種方案模擬的呼和浩特站2015年7月29日PWV和SI逐時(shí)變化Fig.8 The hourly variation of PWV and SI simulated by 20 schemes on 29 July 2015 at Hohhot station

Lin-G3、WSM6-G3、GM-G3、NT-G3和MYDM7-G3模擬的PWV峰值出現(xiàn)在16:00，對(duì)弱對(duì)流過(guò)程模擬偏強(qiáng)，強(qiáng)對(duì)流過(guò)程模擬偏弱，與上文模擬固態(tài)降水粒子質(zhì)量濃度的垂直積分量變化結(jié)論一致。

WSM6-KF、NT-KF、MYDM7-KF和MYDM7-GD雖然模擬的PWV和SI數(shù)值均小于實(shí)測(cè)值，但能較好地分辨兩次過(guò)程水汽和不穩(wěn)定能量的時(shí)間變化。WSM6-KF模擬的PWV在15:00之前變化平緩，平均值為3.2 cm，與實(shí)測(cè)變化一致，16:00達(dá)到最大值3.3 cm(SI=-4 ℃)，第二次對(duì)流活動(dòng)發(fā)生在19:00，PWV=3.6 cm(SI=0.6 ℃)。MYDM7-GD同樣準(zhǔn)確地模擬出PWV雙峰值(3.0和3.6 cm)及其出現(xiàn)時(shí)間(16:00和19:00)，對(duì)應(yīng)SI數(shù)值分別為-4.9 ℃和0.1 ℃。NT-KF和MYDM7-KF模擬第二次對(duì)流過(guò)程達(dá)到峰值的時(shí)間均比實(shí)測(cè)偏早1 h，峰值分別為PWV=-3.3 cm、SI=-1.7 ℃和PWV=-3.7 cm、SI=-1.8 ℃。PWV在有天氣過(guò)程發(fā)生時(shí)呈明顯的波動(dòng)變化，所以針對(duì)水汽和能量的模擬中，KF在4種積云方案中表現(xiàn)最優(yōu)，廖鏡彪等[18]研究珠三角降水時(shí)發(fā)現(xiàn)，KF方案模擬與實(shí)況一致性較好。5種微物理方案中，WSM6模擬較好，其次是Lin方案。

4.3 動(dòng)力條件

上升運(yùn)動(dòng)有利于水汽的凝結(jié)和過(guò)冷水的形成，從而有利于霰粒子的形成。20組實(shí)驗(yàn)?zāi)M垂直上升運(yùn)動(dòng)的時(shí)間變化與模擬霰粒子質(zhì)量濃度的時(shí)間變化有較好的對(duì)應(yīng)關(guān)系。圖9為20種方案模擬的呼和浩特兩次對(duì)流過(guò)程垂直速度和風(fēng)場(chǎng)的時(shí)間-高度剖面?？梢钥闯觯珿M-BMJ、NT-BMJ和MYDM7-BMJ雖模擬出18:00—20:00強(qiáng)對(duì)流過(guò)程中2 km以下的垂直風(fēng)切變，但整個(gè)對(duì)流層中低層均為下沉運(yùn)動(dòng)，不利于水汽的抬升凝結(jié)，所以固態(tài)降水粒子質(zhì)量濃度垂直積分基本為0；Lin-BMJ、WSM6-BMJ、Lin-GD、WSM6-GD和NT-GD模擬19:00左右低層存在風(fēng)切變和垂直上升運(yùn)動(dòng)，對(duì)應(yīng)固態(tài)降水粒子質(zhì)量濃度垂直積分的峰值，但未模擬出弱對(duì)流過(guò)程中的垂直上升運(yùn)動(dòng)，所以液態(tài)和固態(tài)降水粒子質(zhì)量濃度垂直積分在15:00—17:00均為0。GM-KF和MYDM7-G3模擬第一次對(duì)流過(guò)程霰粒子質(zhì)量濃度垂直積分高于第二次，這主要與其模擬的動(dòng)力條件有關(guān)，16:00高層下沉的干冷空氣與低層上升的暖濕空氣形成強(qiáng)對(duì)流過(guò)程，18:00雖然有暖濕空氣抬升，但強(qiáng)度弱于16:00。

圖9 20種方案模擬的呼和浩特2015年7月兩次對(duì)流過(guò)程垂直速度(陰影，單位：m·s-1)和風(fēng)場(chǎng)(風(fēng)矢，單位：m·s-1)的時(shí)間-高度剖面Fig.9 The time-height cross-section of vertical velocity (shaded, Unit: m·s-1) and wind (vector, Unit: m·s-1) during two convection processes in July 2015 in Hohhot simulated by 20 schemes

對(duì)動(dòng)力條件模擬較好的Lin-KF和WSM6-KF既模擬出16:00—17:00和18:00—19:00的上升運(yùn)動(dòng)和垂直風(fēng)切變，同時(shí)也準(zhǔn)確地刻畫(huà)出兩次過(guò)程水凝物質(zhì)量濃度的時(shí)間變化。WSM6-KF模擬兩次對(duì)流過(guò)程水汽和動(dòng)力條件均強(qiáng)于Lin-KF，所以WSM6-KF模擬的冰晶、雪、霰質(zhì)量濃度垂直積分均大于Lin-KF。WSM6-KF在兩次對(duì)流過(guò)程中均模擬出高層下沉的干冷空氣與低層上升的暖濕空氣形成對(duì)流過(guò)程，且第二次強(qiáng)度強(qiáng)于第一次，主要表現(xiàn)在18:00—19:00 0～2 km均存在較強(qiáng)的風(fēng)切變，且垂直上升運(yùn)動(dòng)高度可達(dá)6 km。綜上所述，動(dòng)力條件主要受積云參數(shù)化方案影響，4種積云方案中，KF 方案模擬較好，BMJ模擬較差。

不同方案組合模擬的垂直速度場(chǎng)存在一定的差異，這可能是導(dǎo)致模擬對(duì)流強(qiáng)弱以及水凝物質(zhì)量濃度差異的一個(gè)原因。不同參數(shù)化方案組合模擬的降水、水凝物質(zhì)量濃度和能量以及垂直上升運(yùn)動(dòng)均存在明顯的差異，反映了選取合適微物理和積云參數(shù)化方案對(duì)模擬研究對(duì)流過(guò)程的重要性。

KF積云對(duì)流方案主要為水平分辨率20 km左右的中尺度模式而設(shè)計(jì)，其預(yù)報(bào)效果優(yōu)于其他方案的可能原因是，方案中考慮了積云對(duì)流將所有對(duì)流有效位能耗盡，從而增加了降水效率。WSM6和Lin物理方案與其他方案相比，則更為細(xì)致地劃分云中水汽、云水、降水云冰等微物理過(guò)程，而且進(jìn)行了飽和度調(diào)整工作，其相對(duì)復(fù)雜的過(guò)程為模擬研究提供了更為科學(xué)的物理機(jī)制[31]，但對(duì)水凝物溫度閾值劃分上，WSM6在此次過(guò)程表現(xiàn)更優(yōu)。

5 結(jié)論與討論

(1)液態(tài)和固態(tài)降水粒子質(zhì)量濃度的時(shí)間變化受微物理與積云參數(shù)化方案共同影響，水汽和能量以及動(dòng)力條件主要受積云參數(shù)化方案影響。綜合考慮不同等級(jí)降水的TS評(píng)分和呼和浩特市兩次對(duì)流過(guò)程的模擬效果，4種積云參數(shù)化方案中，KF表現(xiàn)最優(yōu)，其次是G3和GD方案，BMJ的模擬效果較差。5種微物理方案中Lin和WSM6模擬效果較好，其中WSM6-KF模擬的降水粒子質(zhì)量濃度的時(shí)間變化、水汽和能量條件以及動(dòng)力條件效果最優(yōu)。

(2)KF積云對(duì)流參數(shù)化方案中考慮了積云對(duì)流將所有對(duì)流有效位能耗盡，從而增加了降水效率，對(duì)降水的模擬更準(zhǔn)確。

(3)不同微物理參數(shù)化方案中相態(tài)轉(zhuǎn)換條件的假設(shè)存在差異，從而模擬的不同相態(tài)的降水粒子存在明顯差異。WSM6和Lin微物理方案與其他方案相比，更為細(xì)致地劃分云中水汽、云水、云冰等微物理過(guò)程，而且進(jìn)行了飽和度調(diào)整工作，其相對(duì)復(fù)雜的過(guò)程為模擬研究提供了更為科學(xué)的物理機(jī)制，但對(duì)水凝物溫度閾值劃分上，WSM6在此次過(guò)程表現(xiàn)更優(yōu)。

本文的結(jié)論只是內(nèi)蒙古中部一次典型冷渦冰雹過(guò)程的模擬結(jié)果，模擬的準(zhǔn)確性除了受參數(shù)化方案影響外，還與大尺度天氣背景場(chǎng)和地形條件有關(guān)，因此WSM6-KF方案是否適用于其他冰雹個(gè)例，還有待進(jìn)一步檢驗(yàn)。