王瑞 喬楓雪 丁楊 梁信忠

1 華東師范大學(xué)地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，上海 200241

2 華東師范大學(xué)地理科學(xué)學(xué)院，上海 200241

3 上海中心氣象臺(tái)，上海 200030

4 崇明生態(tài)研究所，上海 200062

5 上海市松江氣象局，上海 201613

6 南京信息工程大學(xué)大氣科學(xué)學(xué)院，南京 210044

7 馬里蘭大學(xué)帕克分校大氣與海洋科學(xué)系 美國(guó)

8 馬里蘭大學(xué)地球系統(tǒng)科學(xué)跨學(xué)科中心 美國(guó)

1 引言

崇明島地處長(zhǎng)江入?？?，是世界上最大的河口沖積島，上海市人民政府提出到2020年，將形成現(xiàn)代化崇明生態(tài)島的基本框架。崇明全區(qū)共有70×104常住人口，近年來(lái)，極端暴雨頻次增多，崇明地區(qū)地理位置獨(dú)特，受海陸風(fēng)、東亞季風(fēng)以及梅雨鋒等多尺度天氣系統(tǒng)共同影響，降水變率較大，極端降水及其引發(fā)的次生災(zāi)害為崇明地區(qū)的人民經(jīng)濟(jì)生活以及生態(tài)環(huán)境帶來(lái)嚴(yán)重影響。於琍（2014）研究指出極端降水會(huì)增加長(zhǎng)江中下游地區(qū)生態(tài)系統(tǒng)的脆弱度。穆海振等（2017）對(duì)崇明地區(qū)的氣候條件進(jìn)行了分析，認(rèn)為1961～2016年間，崇明地區(qū)降水量顯著增多，暴雨日數(shù)增加，且暴雨和大暴雨的貢獻(xiàn)也有所增加。顧問(wèn)等（2015）利用上海地區(qū)11個(gè)及本站降水資料分析得出近33年來(lái)上海地區(qū)強(qiáng)降水時(shí)間發(fā)生頻次總體呈線性增加趨勢(shì)，且靜止鋒和副熱帶高壓是造成上海地區(qū)強(qiáng)降水事件的主要天氣型。已有的關(guān)于崇明地區(qū)的研究多集中在崇明生態(tài)系統(tǒng)變化特征或者崇明地區(qū)溫度、降水的氣候態(tài)變化，而從中小尺度天氣系統(tǒng)角度對(duì)崇明地區(qū)的極端降水事件進(jìn)行數(shù)值模擬分析的研究較少。因此，本文將利用崇明地區(qū)的1980～2017年共38年的降水?dāng)?shù)據(jù)，首先對(duì)崇明地區(qū)近38年的降水氣候特征進(jìn)行研究，確定極端降水年份，并以其中最強(qiáng)的一次梅雨鋒極端降水個(gè)例為切入點(diǎn)，分析在不同的模式嵌套網(wǎng)格設(shè)置下，不同的積云對(duì)流參數(shù)化方案對(duì)崇明地區(qū)極端暴雨預(yù)報(bào)的影響。

梅雨鋒降水受到中、小尺度天氣系統(tǒng)共同影響，這種多尺度天氣過(guò)程對(duì)于高分辨率數(shù)值模式的網(wǎng)格嵌套設(shè)置以及物理參數(shù)化方案均有著較高的要求，因?yàn)?，此類過(guò)程的預(yù)報(bào)既需要足夠高的模式網(wǎng)格分辨率來(lái)解析中尺度環(huán)流過(guò)程，同時(shí)又需要通過(guò)合適的物理過(guò)程參數(shù)化方案對(duì)更小尺度的、網(wǎng)格不可分辨的過(guò)程進(jìn)行描述（馬雷鳴和鮑旭煒, 2017）。并且，隨著數(shù)值天氣預(yù)報(bào)分辨率的提高，積云參數(shù)化方案的“灰色區(qū)域”問(wèn)題也受到愈多關(guān)注?！盎疑珔^(qū)域”是指某一個(gè)分辨率區(qū)間，在該區(qū)間內(nèi)，傳統(tǒng)的積云方案假設(shè)不再適用，一些物理過(guò)程既不能完全地被顯示表達(dá)，又無(wú)法確定一個(gè)尺度閾值來(lái)區(qū)分可辨尺度和參數(shù)化尺度，以保證參數(shù)化的假定條件是合理的（Yano et al., 2010; 張旭等, 2017）。Gerard（2007）將1～10 km的分辨率區(qū)間定義為“灰色區(qū)域”，并提出在此范圍內(nèi)，是否使用對(duì)流參數(shù)化方案仍然是一個(gè)頗具爭(zhēng)議的問(wèn)題。在模式網(wǎng)格設(shè)置層面，Liang et al.（2019）提出一種新型的大比率雙層嵌套方式，當(dāng)9～30 km的中尺度母網(wǎng)格使用積云參數(shù)化方案，1 km內(nèi)網(wǎng)格使用顯式對(duì)流方案時(shí)，可以不經(jīng)過(guò)中間層網(wǎng)格嵌套，直接進(jìn)行降尺度（網(wǎng)格嵌套比可達(dá)到30:1），來(lái)達(dá)到較理想的預(yù)報(bào)效果，這種嵌套方式可以規(guī)避積云方案在跨越灰色區(qū)域過(guò)程中對(duì)流參數(shù)化表示帶來(lái)的困難。因此，本文將借鑒這種大網(wǎng)格比率的方式，對(duì)涉及到多尺度作用的梅雨鋒暴雨過(guò)程進(jìn)行高分辨率的模擬研究。

積云對(duì)流參數(shù)化問(wèn)題一直以來(lái)都是當(dāng)前區(qū)域氣候或者天氣模式對(duì)降水預(yù)報(bào)不確定性的主要原因之一（Nordeng, 1994; Grell and Dévényi, 2002; Liang et al., 2004, 2012）。Jankov et al.（2004）對(duì)不同物理過(guò)程的參數(shù)化方案進(jìn)行了比較，認(rèn)為降水預(yù)報(bào)結(jié)果對(duì)積云對(duì)流參數(shù)化方案最為敏感。Arakawa et al.（2011）針對(duì)“灰色區(qū)域”問(wèn)題提出高分辨率下對(duì)流參數(shù)化方案的解決思路，Grell and Freitas（2013,2014）利用這一思路，在GD方案（Grell and Dévényi, 2002）的基礎(chǔ)上，發(fā)展了可應(yīng)對(duì)灰色區(qū)域的自適應(yīng)的GF（Grell–Freitas）參數(shù)化方案?；谫|(zhì)量通量假定的傳統(tǒng)的對(duì)流參數(shù)化KF-ETA方案（Kain, 2004）在原先的 KF（Kain–Fritsch）方案（Kain and Fritsch, 1993）的基礎(chǔ)上，對(duì)卷夾率的計(jì)算以及激發(fā)函數(shù)等進(jìn)行了大量的修改，加入了大尺度格點(diǎn)垂直速度以及云底輻合的影響，被大量應(yīng)用于高分辨率區(qū)域降水預(yù)報(bào)。BMJ（Betts–Miller–Janji?）（Janji?, 1994）方案主要根據(jù)區(qū)域特征的云效應(yīng)，確定緩沖時(shí)間和對(duì)流廓線，也是傳統(tǒng)的基于對(duì)流調(diào)整的非尺度自適應(yīng)方案。針對(duì)高分辨率的嵌套網(wǎng)格降水預(yù)報(bào)，外圈不同分辨率上使用傳統(tǒng)和尺度自適應(yīng)對(duì)流方案對(duì)于內(nèi)圈模擬的影響目前沒(méi)有較為系統(tǒng)的比較和研究。因此，本文著重研究外圈使用不同的積云對(duì)流參數(shù)化方案對(duì)內(nèi)圈的極端降水模擬的影響。

對(duì)于高分辨率的網(wǎng)格（1～3 km）而言，已有的研究多建議采用顯式對(duì)流（Explicit Convection，EC）。如Weisman et al.（1997）認(rèn)為4 km以下的分辨率采用顯式對(duì)流是合理的選擇。Han and Hong（2018）利用三層嵌套研究?jī)?nèi)圈3 km，當(dāng)其采用顯式對(duì)流方案時(shí)，能極大的提高極端降水的預(yù)報(bào)。因此，本研究中內(nèi)圈的1 km和3 km均采用顯式對(duì)流。

有大量研究表明雙參數(shù)方案對(duì)高分辨率極端降水模擬存在一定優(yōu)勢(shì)。較早的單參數(shù)微物理方案僅預(yù)報(bào)水凝物粒子比質(zhì)量（Chen and Sun, 2002; Hong et al., 2004），雙參數(shù)微物理方案在預(yù)報(bào)水凝物粒子比質(zhì)量的基礎(chǔ)上，還預(yù)報(bào)了水凝物粒子的數(shù)濃度（尹金方等, 2014; 王佳等, 2017; 康延臻等, 2018）?？笛诱榈龋?018）認(rèn)為需要根據(jù)某一地區(qū)的氣候和降水特征來(lái)進(jìn)行微物理參數(shù)化方案的選擇，并使用不同微物理方案對(duì)2016年7月19～21日華北特大暴雨過(guò)程進(jìn)行模擬，結(jié)果顯示采用雙參數(shù)方案時(shí)，模擬效果整體上好于單參數(shù)方案。王佳等（2017）指出Morrison等多種詳細(xì)的雙參數(shù)微物理方案，對(duì)我國(guó)云和降水預(yù)報(bào)能力急待檢驗(yàn)。單云鵬等（2014） 使用 Morrison和WDM6方案對(duì)華東地區(qū)一次強(qiáng)降水過(guò)程進(jìn)行模擬，發(fā)現(xiàn) Morrison 方案的模擬結(jié)果更接近觀測(cè)。因此，本文使用雙參數(shù)Morrison（Morrison et al., 2009）云微物理方案對(duì)上海地區(qū)高分辨率極端降水進(jìn)行模擬。

本文將首先對(duì)1980～2017年38年以來(lái)崇明地區(qū)的年降水量和極端暴雨的變化特征進(jìn)行分析，并選擇降水異常年份2015年的最強(qiáng)的一次暴雨過(guò)程（6月27日極端降水個(gè)例）進(jìn)行數(shù)值模擬，使用Liang et al.（2019）提出的嵌套方案，采用大比率的嵌套網(wǎng)格（15:1和9:1）與傳統(tǒng)嵌套網(wǎng)格（3:1和5:1）進(jìn)行對(duì)比，基于不同的模式嵌套設(shè)置，比較尺度自適應(yīng)（scale-aware）和傳統(tǒng)積云對(duì)流方案對(duì)該次過(guò)程中極端降水中心以及崇明地區(qū)代表站點(diǎn)的精細(xì)預(yù)報(bào)進(jìn)行研究，以期為上海及其周圍地區(qū)的高分辨率極端降水預(yù)報(bào)提供模式方案及網(wǎng)格嵌套設(shè)置等方面的參考。

2 模式設(shè)置和資料介紹

2.1 模式設(shè)置

本文采用WRF3.9.1.1（Weather Research and Forecasting model）版本模式進(jìn)行模擬，使用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心NCEP（National Centers for Environmental Prediction）的 FNL資料（NCEP,2000）（經(jīng)緯度水平分辨率 1°×1°）作為模式的驅(qū)動(dòng)場(chǎng)。共積分40 h，起報(bào)時(shí)間15 h，每小時(shí)輸出一次數(shù)據(jù)。模式中心點(diǎn)經(jīng)緯度分別為（33.29°N，109.038°E），垂直層為 51層，模擬區(qū)域設(shè)置如圖1a所示。除了積云對(duì)流參數(shù)化方案之外，其他物理方案均保持一致：MYNN2.5邊界層參數(shù)化方案（Mellor and Yamada, 1982; Nakanishi and Niino,2006, 2009; Olson and Jaymes, 2019）、RRTMG長(zhǎng)、短波輻射方案（Iacono et al., 2008）、NOAH陸面過(guò)程方案（Tewari et al., 2004）。對(duì)3種積云對(duì)流參數(shù)化方案KF-ETA方案（下文中簡(jiǎn)稱為KF方案）、GF方案以及BMJ方案進(jìn)行敏感性試驗(yàn)時(shí)，云微物理方案統(tǒng)一使用Morrison方案，網(wǎng)格距在5 km以上的網(wǎng)格采用積云對(duì)流參數(shù)化方案，5 km及其以下的網(wǎng)格采用顯式對(duì)流方案，具體的試驗(yàn)設(shè)置如表1所示，不同的物理方案介紹在表2中列出。

圖1 （a）模擬區(qū)域設(shè)置和（b）上海觀測(cè)站點(diǎn)分布（ 紅色站點(diǎn)為崇明地區(qū)的代表站）Fig. 1 (a) WRF (Weather Research and Forecasting model) experiment domain configurations and (b) geographic distributions of the automated weather stations over Shanghai (the red dots denote the representative sites in Chongming area)

在研究過(guò)程中，本文將KF方案作為控制試驗(yàn)，主要因?yàn)镵F方案是基于中尺度數(shù)值模式設(shè)計(jì)而成，KF方案主要通過(guò)夾卷過(guò)程釋放對(duì)流有效位能（CAPE）來(lái)控制對(duì)流，在后續(xù)的改進(jìn)中，考慮了上升氣流中凝結(jié)物的拖曳作用，并引入了淺對(duì)流過(guò)程，一直以來(lái)被廣泛應(yīng)用于東亞地區(qū)強(qiáng)降水?dāng)?shù)值模擬研究中。BMJ方案是一種成熟的對(duì)流調(diào)整方案，擁有較多可調(diào)經(jīng)驗(yàn)參數(shù)（王德立, 2012），但是上述參數(shù)在不同地區(qū)的取值不同，導(dǎo)致其對(duì)模式分辨率及預(yù)報(bào)區(qū)域的適用性存在一定的不確定性（鄧華, 2007），因此本文將討論BMJ方案在高分辨率模式下對(duì)我國(guó)東部沿海暴雨模擬情況。尺度自適應(yīng)的 GF方案主要在 GD方案（Grell and Dévényi,2002）的基礎(chǔ)上進(jìn)行改進(jìn)，目前關(guān)于GF方案在中國(guó)東部地區(qū)降水預(yù)報(bào)影響的研究較少，有必要就GF方案對(duì)于高分辨率暴雨模擬的適用性進(jìn)行研究。

2.2 資料和方法介紹

本文使用1980～2017年共38年崇明站逐日降水資料分析崇明站降水氣候態(tài)特征；使用2015年5月27日至2015年5月28日共6704個(gè)測(cè)站的逐小時(shí)降水資料作為觀測(cè)數(shù)據(jù)，對(duì)模式結(jié)果進(jìn)行檢驗(yàn)，并使用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP, 2000）提供的逐6 h再分析資料進(jìn)行天氣個(gè)例的環(huán)流形式背景分析，資料的水平分辨率為1°（緯度）×1°（經(jīng)度）。

表1 積云對(duì)流參數(shù)化方案敏感性試驗(yàn)設(shè)置Table 1 Six groups of model experiments using three different cumulus parameterization schemes

本文使用MK（Mann–Kendall）檢驗(yàn)和Morlet小波分析方法對(duì)崇明降水的氣候態(tài)特征進(jìn)行分析，使用TS（Threat Score）（Wilks, 2011）評(píng)分方法對(duì)降水模擬結(jié)果進(jìn)行驗(yàn)證，具體計(jì)算方法見(jiàn)下文。

表2 積云對(duì)流及云微物理參數(shù)化方案特征Table 2 Feature of cumulus parameterization and microphysics parameterization schemes

2.2.1 MK檢驗(yàn)

氣候統(tǒng)計(jì)中，可以使用MK檢驗(yàn)方法（Mann,1945; Kendall, 1975）對(duì)降水進(jìn)行突變分析，計(jì)算方法如下：

首先對(duì)具有n個(gè)樣本的時(shí)間序列X，構(gòu)造如下秩序列（求出i時(shí)刻數(shù)值大于j時(shí)刻數(shù)值的累積數(shù)）：

假設(shè)時(shí)間序列X是隨機(jī)獨(dú)立的，求出以下統(tǒng)計(jì)量：

其中，UF1=0,UB1=0,E(Sk)是Sk的均值，Var(Sk)是Sk的方差。

當(dāng)時(shí)間序列X的樣本相互獨(dú)立，且具有相同連續(xù)分布時(shí)：

此時(shí)，UFk和UBk中任何一個(gè)值大于0說(shuō)明時(shí)間序列X呈上升趨勢(shì)，UFk呈標(biāo)準(zhǔn)正態(tài)分布，設(shè)定顯著性水平α，如果|UFi|＞Uα,表明趨勢(shì)變化顯著。UFk和UBk相交點(diǎn)表示時(shí)間序列X的突變點(diǎn)。

2.2.2 Morlet小波分析方法

小波分析方法（Erlebacher et al., 1996）可以用來(lái)研究降水的周期變化特征，通過(guò)小波變換分析可以得到降水時(shí)間序列的變化時(shí)間與位置兩方面信息，基本計(jì)算方法如下：

其中，p表示伸縮尺度，反映了小波的周期長(zhǎng)度；q表示平移距離，反映小波在實(shí)踐上的平移；W(p,q)為小波系數(shù)，可以同時(shí)反映p、q的特征；Var(p)為小波方差，小波方差圖主要用來(lái)表示小波方差隨伸縮尺度p的變化，確定小波變換的主周期。

2.2.3 TS、BS評(píng)分方法

TS和BS評(píng)分是目前氣象業(yè)務(wù)部門對(duì)降水預(yù)報(bào)結(jié)果進(jìn)行檢驗(yàn)、評(píng)估的主流方法之一，其具體計(jì)算方法如下：

其中，TS和BS分別表示TS和BS評(píng)分，a表示預(yù)報(bào)正確的降水?dāng)?shù)量，b表示觀測(cè)無(wú)降水而預(yù)報(bào)有降水的站點(diǎn)數(shù)量，c表示觀測(cè)有降水而預(yù)報(bào)無(wú)降水的站點(diǎn)數(shù)量，TS評(píng)分越高，表示預(yù)報(bào)水平越好。BS評(píng)分則表示預(yù)報(bào)降水與觀測(cè)降水的偏差情況，BS＞1，表示預(yù)報(bào)的降水范圍較觀測(cè)偏大，BS＜1，表示預(yù)報(bào)量較觀測(cè)量的范圍偏小，BS評(píng)分越接近于1，表示預(yù)報(bào)降水范圍與觀測(cè)降水范圍之間的偏差越小。

3 崇明降水氣候態(tài)特征分析

崇明地區(qū)地處長(zhǎng)江入?？?，受海陸風(fēng)以及梅雨鋒等多尺度天氣系統(tǒng)共同影響，降水變率較大，極端降水多發(fā)，且極端降水事件近年來(lái)有增多的趨勢(shì)，有研究指出1961～2016年間，崇明地區(qū)降水量顯著增多，暴雨日數(shù)增加（穆海振等, 2017）。本文對(duì)1980～2017年崇明累積降水、暴雨日數(shù)變化進(jìn)行了研究，由圖2可知，38年來(lái)崇明年平均降水量約為1155.30 mm，年累積降水量呈線性增長(zhǎng)趨勢(shì)。其中，1985年、1991年、1999年及2015年為38年中崇明地區(qū)累積降水量4個(gè)強(qiáng)峰值年份，且以2015年最為突出，2015年崇明累積降水量為1753.10 mm，是過(guò)去38年中年累積降水量最高的年份。崇明地區(qū)暴雨日數(shù)時(shí)間序列與累積降水量時(shí)間序列變化相似。2002～2015年，崇明地區(qū)的暴雨日數(shù)基本在平均值（3.45 d）附近波動(dòng)，但2015年崇明地區(qū)暴雨日數(shù)為8 d，與過(guò)去13年相比，暴雨日數(shù)明顯增多。

圖2 1980～2017年崇明（a）累積年降水量、（b）年暴雨日數(shù)時(shí)間序列及（c）2015年崇明日降水量時(shí)間分布Fig. 2 Trend of (a) annual precipitation, (b) annual heavy rainfall days during 1980–2017, and (c) daily precipitation variations in 2015 at the Chongming station

圖3 1980～2017年崇明（a）累積年降水量、（b）年暴雨日數(shù)MK檢驗(yàn)Fig. 3 Mann–Kendall curves of (a) annual precipitation and (b) annual numbers of heavy rainfall days at the Chongming station during 1980–2017

圖4 1980～2017年崇明地區(qū)年（a、b）降水量及（c、d）暴雨日數(shù)的小波變換系數(shù)時(shí)頻分布（左列）及小波方差（右列）Fig. 4 (a, c) Morlet wavelet transform coefficient time distribution and (c, d) distance square wavelet variance diagram of (a, b) annual precipitation and (c, d) numbers of heavy rainfall days at the Chongming station during 1980–2017

經(jīng)MK檢驗(yàn)可以看出，從1999～2017年，除了2012年附近的小幅波動(dòng)外，崇明年累積降水量的UF均大于0，說(shuō)明該時(shí)段內(nèi)崇明年累積降水量呈增長(zhǎng)趨勢(shì)，但是低于置信水平線，說(shuō)明其增長(zhǎng)的趨勢(shì)不顯著。1999～2015年，崇明地區(qū)的暴雨日數(shù)在2015年附近出現(xiàn)了一個(gè)突變點(diǎn)。

通過(guò)小波分析方法發(fā)現(xiàn)崇明38年來(lái)年累積降水量振蕩周期變化具有多時(shí)間尺度特征，崇明年累積降水量存在準(zhǔn)16年、準(zhǔn)22年、準(zhǔn)29年的振蕩周期信號(hào)。其中，準(zhǔn)22年的小波方差相對(duì)較高，為主周期；1980～1985年以及1994～1998年崇明地區(qū)年降水量表現(xiàn)為偏低的振蕩信號(hào)，1999～2002年以及2014～2016年為降水量偏高振蕩信號(hào)較為明顯的兩個(gè)時(shí)段；在降水量偏高振蕩信號(hào)階段中降水最強(qiáng)的年份為1999年、2015年。同時(shí)發(fā)現(xiàn)，1980～2017年38年來(lái)崇明地區(qū)年暴雨日數(shù)的振蕩周期變化也具有多時(shí)間尺度特征，存在準(zhǔn)6年、準(zhǔn)17年、準(zhǔn)30年和準(zhǔn)37年的振蕩周期信號(hào)，其中準(zhǔn)17年的暴雨日數(shù)小波方差相對(duì)較高，為主周期。1980～1999年，崇明地區(qū)暴雨日數(shù)表現(xiàn)為一個(gè)8～11年的周期振蕩，其中1981～1984年以及1994～1998年表現(xiàn)為暴雨日數(shù)偏低振蕩信號(hào)；1999～2004年和2015～2017年，崇明地區(qū)表現(xiàn)為暴雨日數(shù)偏高振蕩信號(hào)，暴雨日數(shù)偏高振蕩信號(hào)最強(qiáng)的年份為1999年和2015年。

近15年來(lái)，2015年崇明地區(qū)降水在降水量級(jí)和暴雨日數(shù)上均表現(xiàn)為明顯的異常，結(jié)合圖2c，可以發(fā)現(xiàn)2015年崇明地區(qū)日降水高值主要發(fā)生在6月份，并以6月27日暴雨過(guò)程的日降水量最高（170.10 mm）、影響最大，因此本文針對(duì)本次降水過(guò)程，在不同的模式嵌套網(wǎng)格設(shè)置下，著重研究積云對(duì)流方案對(duì)于極值降水中心以及崇明單站降水預(yù)報(bào)的影響。

4 極端降水個(gè)例天氣背景分析

圖5表示2015年6月27～28日高低空環(huán)流形勢(shì)，5a–5d中藍(lán)色實(shí)線為200 hPa位勢(shì)高度，主要表示南壓高壓位置。6月27日08:00（北京時(shí)間，下同）至6月28日02:00，200 hPa上，南亞高壓從高原向東延伸，維持在長(zhǎng)江流域上空，中心位于長(zhǎng)江上游（27日20:00之后，高壓脊位于30°N以南）。且高壓中心與暖中心對(duì)應(yīng)，江淮上空維持一個(gè)很強(qiáng)的暖性反氣旋，反氣旋北側(cè)的西風(fēng)急流有明顯加強(qiáng)的現(xiàn)象。長(zhǎng)江中下游處于南亞高壓的前部風(fēng)向切邊最強(qiáng)處，因此這個(gè)區(qū)域高層輻散作用最明顯，從而使得中低層輻合加強(qiáng)，造成較強(qiáng)的局地上升運(yùn)動(dòng)，為之后的降水提供了有利的垂直上升運(yùn)動(dòng)條件。500 hPa中高緯度地區(qū)，呈現(xiàn)典型的梅雨期雙阻型的形勢(shì)（6月27日08:00），兩個(gè)阻塞高壓之間有寬廣的低壓槽存在。阻高南部表現(xiàn)為較強(qiáng)的平直西風(fēng)帶，其上不斷有短波槽生成東移。冷空氣持續(xù)南下，此時(shí)東亞大槽的位置偏東南，使得西太平洋副熱帶高壓的位置無(wú)法西伸北跳，從而使得降水帶可以穩(wěn)定維持在江淮流域。西太平洋副高呈東西帶狀分布，120°E處的脊線位于22°N附近，588線位于江南北部，并且略有加強(qiáng)北抬。孟加拉灣地區(qū)有穩(wěn)定的低壓槽存在。使得長(zhǎng)江中下游地區(qū)盛行西南風(fēng)，將洋面暖濕空氣向北輸送，并與北方來(lái)的西北偏冷氣流之間構(gòu)成寬廣的氣流匯合帶，有利于降水的形成。850 hPa切變線（6月27日08:00）位于湖北北部—安徽東南部至江蘇南部一帶，切變線以南是較強(qiáng)的低空西南急流，為暴雨的形成提供了充足的水汽條件。雨帶就主要位于850 hPa低空急流與切變線（200 hPa高空急流）之間。且由于大氣處于潮濕不穩(wěn)定的狀態(tài)，低空急流造成的輻合上升氣流中容易有對(duì)流發(fā)展，導(dǎo)致水汽大量凝結(jié)產(chǎn)生暴雨，并使暴雨長(zhǎng)時(shí)間維持。

圖5 2015年 6月（a、e）27日08:00、（b、f）27日14:00、（c、g）27日20:00、（d、h）28日02:00基于NCEP FNL數(shù)據(jù)的高低空環(huán)流形勢(shì)分布。（a–d）中藍(lán)色實(shí)線為200 hPa位勢(shì)高度（單位：gpm），黑色實(shí)線為500 hPa位勢(shì)高度（單位：gpm），黑色矢量箭頭表示200 hPa風(fēng)場(chǎng)（單位：m/s），紅色矢量箭頭表示高空急流（風(fēng)速 ≥30 m/s）；（e–h）中黑色實(shí)線為850 hPa位勢(shì)高度（單位：gpm），紅色實(shí)線為水汽通量輻合區(qū)（單位：10?7 g cm?2 hPa?1 s?1），彩色陰影為3 h累積降水（單位：mm），黑色矢量箭頭表示850 hPa風(fēng)場(chǎng)（單位：m/s），藍(lán)色矢量箭頭表示低空急流（風(fēng)速 ≥12 m/s）Fig. 5 Synoptic circulations from NCEP FNL data at (a, e) 0800 BJT 27, (b, f) 1400 BJT 27, (c, g) 2000 BJT 27, and (d, h) 0200 BJT 28 Jun 2015:(a–d) Geopotential heights at 500 hPa (black solid contours, units: gpm) and 200 hPa (blue solid contours, units: gpm), wind field (black vectors, units:m/s), and high level jets (wind speed ≥ 30 m/s, red vectors, units: m/s) at 200 hPa from the FNL data; (e–h) geopotential heights at 850 hPa (black solid contours, units: gpm), wind field (black vectors, units: m/s), low-level jets (wind speed ≥ 12 m/s, blue vectors, units: m/s) and moisture convergence (red contours, units: 10?7g cm?2 hPa?1 s?1) at 850 hPa from FNL data and 3-h automated weather station accumulated rainfall (color dots)

此次過(guò)程屬于典型的梅雨鋒類暴雨。暴雨出現(xiàn)在低層輻合、高層輻散等高低空系統(tǒng)耦合的環(huán)流背景下。由阻塞高壓、低槽、副熱帶高壓相互配合，形成了中低層低渦切變、低空急流以及地面的準(zhǔn)靜止（梅雨）鋒等天氣系統(tǒng)。西南急流帶來(lái)的暖濕空氣在安徽中部、江蘇南部到上海北部一帶輻合，持續(xù)輸送充沛的水汽。充沛的水汽條件下，500 hPa上弱波動(dòng)、低空急流上的風(fēng)速脈動(dòng)、邊界層輻合等觸發(fā)了強(qiáng)降水。6月27～28日850 hPa切變線穩(wěn)定維持在安徽中部、江蘇南部到上海北部一帶，導(dǎo)致上述地區(qū)出現(xiàn)連續(xù)大暴雨。

5 模擬結(jié)果分析

圖6表示使用27-3、27-9-3以及9-1、9-3-1嵌套網(wǎng)格在高分辨率D3網(wǎng)格內(nèi)（共6704個(gè)站點(diǎn)）所模擬的2015年6月27日00:00至2015年6月28日00:00 24 h累積降水及站點(diǎn)觀測(cè)的累積降水分布情況，模擬結(jié)果均插值到站點(diǎn)。從圖6可以看出本次降水過(guò)程主要發(fā)生在安徽中部、江蘇南部及上海北部，雨帶呈東—西走向。上海地區(qū)的暴雨主要位于上海中北部地區(qū)，最大降水中心位于崇明區(qū)。所有方案對(duì)于整體的模擬與實(shí)測(cè)較為接近，不同方案對(duì)于雨帶的位置、強(qiáng)降水中心落區(qū)以及上海入?？诟浇蟊┯甑膹?qiáng)度模擬有所不同。整體而言，使用GF方案時(shí)，無(wú)論采用哪種嵌套網(wǎng)格都會(huì)導(dǎo)致上海北部入?？谔幗邓畯?qiáng)度模擬偏弱，使得該區(qū)域降水模擬無(wú)法達(dá)到大暴雨（＞100 mm）量級(jí)。

圖7表示內(nèi)網(wǎng)格D3上所有的模式模擬結(jié)果對(duì)于24 h累積降水預(yù)報(bào)的TS及BS評(píng)分情況，無(wú)論采用哪種嵌套網(wǎng)格，GF方案的降水TS評(píng)分整體上均低于KF和BMJ積云方案，特別是對(duì)于大暴雨（＞100 mm）和特大暴雨（＞200 mm）的預(yù)報(bào)。在27-3嵌套的母網(wǎng)格使用KF方案時(shí)（圖6a），對(duì)于特大暴雨的預(yù)報(bào)TS評(píng)分較高，整體雨帶走向與觀測(cè)較為一致，但模擬的降水范圍偏大；在外網(wǎng)格27 km和內(nèi)網(wǎng)格3 km之間加入9 km嵌套網(wǎng)格時(shí)（圖6e），模擬的崇明北部入?？诮邓伲覍?duì)于暴雨、大暴雨和特大暴雨的TS評(píng)分均明顯下降。

在9-1、15-1外網(wǎng)格上使用KF方案時(shí)也出現(xiàn)相似結(jié)果，當(dāng)在9 km（15 km）與1 km網(wǎng)格之間加入一層3 km（5 km）嵌套網(wǎng)格時(shí)，1 km上入?？诮邓M減弱，對(duì)于暴雨及暴雨以上量級(jí)的TS評(píng)分下降，當(dāng)母網(wǎng)格使用KF方案時(shí)，在兩層嵌套中加入3:1或5:1的嵌套網(wǎng)格時(shí)，不僅無(wú)法改善內(nèi)網(wǎng)格對(duì)于降水的預(yù)報(bào)能力，反而削弱了其對(duì)極端降水的捕捉能力。在27 km使用BMJ積云方案時(shí)，對(duì)于3 km內(nèi)網(wǎng)格累積降水在小雨到大暴雨量級(jí)的預(yù)報(bào)較GF和KF方案均有著明顯優(yōu)勢(shì)，但對(duì)于特大暴雨預(yù)報(bào)，KF方案更有優(yōu)勢(shì)；無(wú)論在27-3、15-1還是9-1的母網(wǎng)格使用BMJ方案時(shí)，中間加入一層9 km、5 km或者3 km的嵌套都會(huì)使內(nèi)網(wǎng)格對(duì)于累積降水預(yù)報(bào)的TS評(píng)分下降，特別對(duì)于27-3而言，中間加入9 km嵌套后，雨帶整體形狀發(fā)生了扭曲，與觀測(cè)偏差增大。

從圖7d–7f可以看出GF和BMJ對(duì)于小雨降水范圍模擬偏差較大，與其相比KF方案對(duì)于小雨（0.1～10 mm）的降水范圍預(yù)報(bào)最有優(yōu)勢(shì)，但此時(shí)當(dāng)預(yù)報(bào)模式由兩層嵌套增加為三層嵌套之后，會(huì)明顯降低KF方案對(duì)小雨范圍預(yù)報(bào)的優(yōu)勢(shì)。對(duì)于10～200 mm范圍降水的BS評(píng)分，3種方案之間的差異并不顯著，其差異主要體現(xiàn)在對(duì)于主雨帶（＞200 mm）的極端降水預(yù)報(bào)上。使用KF和GF方案對(duì)于主雨帶（＞200 mm）的降水范圍模擬得偏大，當(dāng)母網(wǎng)格為27 km時(shí)，使用BMJ方案模擬的主雨帶范圍要比觀測(cè)偏小。整體而言KF與BMJ方案對(duì)于主雨帶降水范圍預(yù)報(bào)要比GF更有優(yōu)勢(shì)，且在27 km和9 km的母網(wǎng)格上使用KF方案，在15 km和9 km的母網(wǎng)格上使用BMJ方案時(shí)，兩層嵌套要比三層嵌套的BS評(píng)分更加理想；在3種（27 km、15 km和9 km）母網(wǎng)格上使用GF方案時(shí)，兩層嵌套均比三層嵌套模擬出更好的主雨帶降水范圍。

綜上可以發(fā)現(xiàn)，對(duì)于本次降水預(yù)報(bào)而言，KF和BMJ方案對(duì)極端降水的預(yù)報(bào)存在明顯的優(yōu)勢(shì)，KF對(duì)于極端降水強(qiáng)度和落區(qū)的捕捉更有優(yōu)勢(shì)，BMJ對(duì)于極端降水的范圍模擬得較好。在9:1或15:1的大比率兩層嵌套網(wǎng)格中間再加入一層網(wǎng)格，形成3:1或5:1嵌套比率的三層網(wǎng)格時(shí)，會(huì)導(dǎo)致對(duì)于入?？趶?qiáng)降水模擬偏弱，也說(shuō)明在大比率網(wǎng)格之間加入中間層嵌套網(wǎng)格不僅削弱了最內(nèi)層高分辨網(wǎng)格對(duì)于累積降水預(yù)報(bào)的能力，還會(huì)造成一定的計(jì)算資源浪費(fèi)。

圖8表示在外圈使用KF、GF和BMJ積云方案對(duì)其內(nèi)圈3 km和1 km高分辨率網(wǎng)格上崇明地區(qū)5個(gè)24 h累積降水量大于100 mm站點(diǎn)（圖1b中紅色站點(diǎn)）的平均降水日變化觀測(cè)及模擬情況。本次降水過(guò)程中，崇明大暴雨測(cè)站的平均降水表現(xiàn)為3個(gè)峰值，主峰值發(fā)生在凌晨02:00，兩個(gè)次峰值分別發(fā)生在05:00和14:00。本次模擬中，3種積云方案模擬的降水主峰值發(fā)生時(shí)間均比觀測(cè)滯后，KF方案對(duì)于降水主峰值量級(jí)的模擬較BMJ和GF方案更有優(yōu)勢(shì)，總體而言，GF方案模擬的崇明地區(qū)逐小時(shí)降水率偏小。對(duì)于KF方案，母網(wǎng)格27 km經(jīng)過(guò)中間9 km網(wǎng)格降尺度到3 km（圖8d）后，與未經(jīng)中間層降尺度相比（圖8a），降水主峰值強(qiáng)度減弱，時(shí)間提前1；母網(wǎng)格15 km經(jīng)中間5 km網(wǎng)格降尺度到1 km（圖8e）后，與15 km直接降尺度到1 km（圖8b）相比，降水主峰值強(qiáng)度同樣被削減，峰值出現(xiàn)時(shí)間也提前1 h；母網(wǎng)格9 km經(jīng)3 km顯式對(duì)流降尺度到1 km時(shí)（圖8f），降水峰值強(qiáng)度同樣減弱，峰值時(shí)間提前。整體而言，KF方案對(duì)于崇明地區(qū)降水日變化趨勢(shì)和降水峰值強(qiáng)度的模擬更有優(yōu)勢(shì)，GF方案和BMJ模擬的逐小時(shí)降水率較觀測(cè)偏?。煌瑫r(shí)，在27～9 km使用KF方案時(shí)，經(jīng)中間層網(wǎng)格降尺度后會(huì)導(dǎo)致最內(nèi)層網(wǎng)格模擬的降水強(qiáng)度與觀測(cè)相比嚴(yán)重偏弱。

圖6 在D3網(wǎng)格內(nèi)不同嵌套設(shè)計(jì)下使用KF參數(shù)化方案（第一列）、GF參數(shù)化方案（第二列）、BMJ參數(shù)化方案（第三列）模擬和觀測(cè)（第四列）的 2015年 6月 27日 00:00至 2015年 6月 28日 00:00 24 h累積降水分布情況：（a–c）27-3；（e–g）27-9-3；（h–j）9-1；（k–m）9-3-1；（n–p）15-1；（q–s）15-5-1Fig. 6 Spatial distributions of the 24-h accumulated rainfall on 27 June 2015 simulated by WRF in D3 grids (3 km and 1 km) with three different cumulus parameterization schemes—KF (first column), GF (second column), and BMJ (third column), and observation (forth column): (a–c) 27-3;(e–g) 27-9-3; (h–j) 9-1; (k–m) 9-3-1; (n–p) 15-1; (q–s) 15-5-1

圖7 在D3網(wǎng)格內(nèi)不同嵌套設(shè)計(jì)下使用KF參數(shù)化方案、GF參數(shù)化方案、BMJ參數(shù)化方案模擬24 h累積降水TS評(píng)分（第一行）及BS評(píng)分（第二行）：（a、d）27-3和 27-9-3；（b、e）15-1和 15-5-1；（c、f）9-1和 9-3-1。2N 表示兩層嵌套（27-3、9-1和 15-1），3N 表示三層嵌套（27-9-3、9-3-1和15-5-1）Fig. 7 Statistics of TS (first row) and BS (second row) for 6704 stations using three different cumulus parameterization schemes—KF, GF, and BMJ:(a, d) 27-3 and 27-9-3; (b, e) 9-1 and 9-3-1; (c, f) 15-1 and 15-5-1. 2N denotes the double nesting (27-3, 9-1, 15-1), and 3N denotes the triple nesting(27-9-3, 9-3-1, 15-5-1)

圖8 在D3網(wǎng)格內(nèi)使用不同嵌套設(shè)計(jì)模擬和觀測(cè)（OBS）的崇明在2015年6月27日的降水量日變化：（a）27-3；（b）15-1；（c）9-1；（d）27-9-3；（e）15-5-1；（f）9-3-1Fig. 8 Hourly variations of observed (OBS) and simulated rainfall over Chongming on 27 June 2015 using three different cumulus parameterization schemes (units: mm/h): (a) 27-3; (b) 15-1; (c) 9-1; (d) 27-9-3; (e) 15-5-1; (f) 9-3-1

圖9表示在外圈使用KF、GF和BMJ積云方案對(duì)其內(nèi)圈3 km和1 km高分辨率網(wǎng)格上整個(gè)雨帶24 h累積降水量大于200 mm的128個(gè)站點(diǎn)平均降水日變化觀測(cè)及模擬情況。母網(wǎng)格使用KF方案時(shí)，對(duì)于兩層大嵌套比率的子網(wǎng)格（圖9a、9b、9c）強(qiáng)降水中心主峰值強(qiáng)度的模擬比傳統(tǒng)的小比率三層嵌套具有明顯優(yōu)勢(shì)；母網(wǎng)格使用BMJ方案時(shí)，母網(wǎng)格分辨率從15 km提高到9 km，兩層嵌套的1 km子網(wǎng)格上模擬的降水主峰值強(qiáng)度減弱；母網(wǎng)格使用尺度自適應(yīng)的GF方案時(shí)，1 km子網(wǎng)格模擬的降水率強(qiáng)度明顯偏小，與觀測(cè)偏差最大。當(dāng)較粗的母網(wǎng)格（27 km、15 km和9 km）經(jīng)中間層（9 km、5 km和3 km）降尺度到高分辨率網(wǎng)格后，高分辨率子網(wǎng)格模擬的主峰值降水強(qiáng)度減弱，對(duì)極端降水峰值的預(yù)報(bào)能力下降?？傮w而言，采用大網(wǎng)格比率（27:3、15:1和9:1）的兩層嵌套，對(duì)于高分辨率內(nèi)網(wǎng)格極端降水日變化的模擬更有優(yōu)勢(shì)；而采用傳統(tǒng)的3:1或5:1三層嵌套方案容易出現(xiàn)對(duì)極端降水的小時(shí)降水峰值模擬不足以及極端降水日變化趨勢(shì)偏差增大等問(wèn)題。然而，大多數(shù)方案模擬的降水峰值出現(xiàn)的時(shí)間普遍比實(shí)測(cè)偏晚1～2 h，這可能是顯式對(duì)流模擬的一個(gè)普遍問(wèn)題。如Han and Hong（2018）以及Reszler et al.（2018）指出采用顯式對(duì)流的模擬在啟動(dòng)時(shí)段表現(xiàn)較差，存在滯后。

圖9 2015年6月27日主雨帶（24 h累積降水量大于200 mm的測(cè)站）平均降水量日變化情況：（a）27-3；（b）15-1；（c）9-1；（d）27-9-3；（e）15-5-1；（f）9-3-1Fig. 9 Hourly variations of observed (OBS) and simulated rainfall averages over the core rain band (＞200 mm) on 27 Jun 2015 using three different cumulus parameterization schemes (units: mm/h) (a) 27-3; (b) 15-1; (c) 9-1; (d) 27-9-3; (e) 15-5-1; (f) 9-3-1

分別選取傳統(tǒng)的KF和尺度自適應(yīng)的GF方案為代表對(duì)本次降水過(guò)程從垂直上升運(yùn)動(dòng)和水汽通量散度兩方面進(jìn)行初步的物理機(jī)制討論。圖10分析了使用以上兩種方案在D3高分辨率網(wǎng)格的強(qiáng)降水中心區(qū)域（累積降水量＞200 mm）對(duì)于不同高度平均垂直速度的日變化模擬情況。垂直速度峰值出現(xiàn)的時(shí)間與降水峰值時(shí)間比較吻合，當(dāng)母網(wǎng)格（D1）為27 km時(shí)，使用KF方案，3 km子網(wǎng)格（27KF-3）上模擬的垂直速度整體比GF方案更強(qiáng)，與之相對(duì)應(yīng)，此時(shí)使用KF方案模擬的降水率強(qiáng)度也更強(qiáng)（圖9a、9d）。在母網(wǎng)格為15 km和9 km的雙層嵌套中，在15 km的母網(wǎng)格上使用KF方案時(shí)，1 km子網(wǎng)格上（15KF-1），上升運(yùn)動(dòng)峰值時(shí)間出現(xiàn)在04:00至06:00（圖10b），對(duì)應(yīng)降水峰值時(shí)間出現(xiàn)在06:00；但在06:00之前，母網(wǎng)格使用GF方案（圖10e）會(huì)導(dǎo)致1 km子網(wǎng)格（15GF-1）的上升運(yùn)動(dòng)較弱（弱于15KF-1），15GF-1的上升運(yùn)動(dòng)強(qiáng)峰值時(shí)間主要在集中在07:00至10:00，對(duì)應(yīng)其降水峰值時(shí)間在07:00（圖9b），然而從08:00兩種方案的水汽通量散度分布圖（圖11c、11f）可以看出，此時(shí)上海及江蘇南部地區(qū)具有明顯的水汽輻合（圖11a），但15GF-1卻在上海周圍模擬出較強(qiáng)的水汽輻散（圖11c），使得母網(wǎng)格采用GF方案降尺度到1 km后模擬的降水峰值偏弱。母網(wǎng)格為9 km時(shí)，結(jié)論與15 km相似，此時(shí)9KF-1模擬的垂直運(yùn)動(dòng)峰值出現(xiàn)在03:00至04:00（圖10c），對(duì)應(yīng)其在04:00產(chǎn)生了較強(qiáng)的降水峰值；然而在03:00至04:00，9GF-1模擬的上升運(yùn)動(dòng)強(qiáng)度很弱（圖10f），對(duì)應(yīng)降水較弱，其上升運(yùn)動(dòng)峰值在08:00出現(xiàn)，但此時(shí)的水汽輻合強(qiáng)度依然弱于9KF-1（圖11d），導(dǎo)致與KF方案相比，9 km母網(wǎng)格使用GF方案時(shí)，其1 km子網(wǎng)格產(chǎn)生的降水強(qiáng)度仍然較低。與KF方案相比，母網(wǎng)格使用GF方案時(shí)，1 km子網(wǎng)格模擬的垂直上升運(yùn)動(dòng)強(qiáng)峰值時(shí)間偏晚，并且盡管此時(shí)（08:00附近）垂直上升運(yùn)動(dòng)較強(qiáng)，但水汽通量輻合模擬偏弱，導(dǎo)致其對(duì)于降水強(qiáng)度模擬依然偏弱。同時(shí)，采用三層嵌套之后，母網(wǎng)格使用GF方案時(shí)，1 km上海周圍的水汽通量輻散變得更強(qiáng)（圖11f、11m），而當(dāng)母網(wǎng)格使用KF方案時(shí)，經(jīng)三層嵌套之后，1 km上海西側(cè)的江蘇南部和浙江北部地區(qū)出現(xiàn)水汽輻散（圖11i、11j），使得模擬的降水強(qiáng)度減弱。

圖10 母網(wǎng)格采用KF（第一行、第三行）和GF（第二行、第四行）積云方案時(shí)模擬的2015年6月27日主雨帶（總降水量＞200 mm）平均垂直速度（單位：m/s）時(shí)間—高度變化：（a）27KF-3；（b）15KF-1；（c）9KF-1；（d）27GF-3；（e）15GF-1；（f）9GF-1；（g）27KF-9KF-3；（h）15KF-5EC-1；（i）9KF-3EC-1；（j）27GF-9GF-3；（k）15GF-5EC-1；（l）9GF-3EC-1Fig. 10 Time–height sections of the vertical velocity (units: m/s) averaged over the core rain band (＞200 mm) on 27 Jun 2015 using KF (the first row and the third row) and GF (the second row and the forth row) cumulus parameterization schemes: (a) 27KF-3; (b) 15KF-1; (c) 9KF-1; (d) 27GF-3; (e)15GF-1; (f) 9GF-1; (g) 27KF-9KF-3; (h) 15KF-5EC-1; (i) 9KF-3EC-1; (j) 27GF-9GF-3; (k) 15GF-5EC-1; (l) 9GF-3EC-1

圖11 2015年6月27日08:00 850 hPa水汽通量散度（陰影區(qū)，單位：g cm?2 hPa?1 s?1）及風(fēng)場(chǎng)（黑色矢量箭頭，單位：m/s）分布：（a）FNL；（b）27KF-3；（c）15KF-1；（d）9KF-1；（e）27GF-3；（f）15GF-1；（g）9GF-1；（h）27KF-9KF-3；（i）15KF-5EC-1；（j）9KF-3EC-1；（k）27GF-9GF-3；（l）15GF-5EC-1；（m）9GF-3EC-1Fig. 11 Distributions of low-level moisture convergence (shaded areas, units: g cm?2 hPa?1 s?1) and wind fields (black vectors, units: m/s) at 850 hPa at 0800 BJT June 27: (a) FNL; (b) 27KF-3; (c) 15KF-1; (d) 9KF-1; (e) 27GF-3; (f) 15GF-1; (g) 9GF-1; (h) 27KF-9KF-3; (i) 15KF-5EC-1; (j) 9KF-3EC-1; (k) 27GF-9GF-3; (l) 15GF-5EC-1; (m) 9GF-3EC-1

6 結(jié)論

本文對(duì)1980～2017年崇明站年總降水量和暴雨日數(shù)38年來(lái)的進(jìn)行分析，崇明38年年平均降水量為1155.30 mm，呈線性增長(zhǎng)趨勢(shì)，增長(zhǎng)不顯著。2015年崇明累積降水量為1753.10 mm，是過(guò)去38年來(lái)年累積降水量最強(qiáng)峰值年，年降水量偏高振蕩信號(hào)強(qiáng)；同年暴雨日數(shù)為8天，為過(guò)去38年來(lái)的一個(gè)突變點(diǎn)，暴雨日數(shù)偏高振蕩信號(hào)強(qiáng)。2015年崇明地區(qū)降水具有較明顯的極端性和異常性，以6月27～28日天氣過(guò)程的24 h累積降水量最大，影響最強(qiáng)。為了比較不同的嵌套比率網(wǎng)格設(shè)置、積云參數(shù)化方案對(duì)于上海崇明及其周圍極端降水預(yù)報(bào)的影響，本文對(duì)2015年6月27日的極端降水過(guò)程進(jìn)行回報(bào)，并對(duì)過(guò)程總降水量和降水日變化情況的模擬進(jìn)行分析比較，得到如下幾點(diǎn)結(jié)論：

（1）對(duì)于本次降水過(guò)程總降水量的模擬，非自適應(yīng)的KF和BMJ方案對(duì)于總降水強(qiáng)度和落區(qū)有明顯優(yōu)勢(shì)，特別是母網(wǎng)格使用KF方案時(shí)，高分辨率子網(wǎng)格對(duì)于極端降水的模擬有著更高的TS評(píng)分，可以更真實(shí)地再現(xiàn)累積降水分布特征。而當(dāng)母網(wǎng)格使用尺度自適應(yīng)的GF方案時(shí)，子網(wǎng)格模擬結(jié)果會(huì)出現(xiàn)對(duì)上海北部入海口地區(qū)大暴雨區(qū)模擬偏弱等問(wèn)題，且對(duì)于小雨、大雨、暴雨、大暴雨和特大暴雨的TS評(píng)分均為最低。

（2）對(duì)于崇明地區(qū)強(qiáng)降水日變化的模擬，母網(wǎng)格使用KF方案時(shí)，子網(wǎng)格在降水強(qiáng)度的模擬上更有優(yōu)勢(shì)，但對(duì)峰值出現(xiàn)時(shí)間的模擬略為滯后。對(duì)于強(qiáng)降水中心（總降水量＞200 mm）的日變化模擬，母網(wǎng)格使用KF方案對(duì)于子網(wǎng)格降水強(qiáng)度的模擬依然具有明顯優(yōu)勢(shì)。使用BMJ和GF方案會(huì)導(dǎo)致內(nèi)圈高分辨率網(wǎng)格模擬的降水率強(qiáng)度較觀測(cè)偏低，特別是使用GF方案時(shí)，子網(wǎng)格模擬的降水率偏低最為嚴(yán)重。

（3）本次模擬中，采用大比率（15:1或9:1）的雙層網(wǎng)格嵌套方式比傳統(tǒng)的3:1比率的三層網(wǎng)格嵌套表現(xiàn)更好?？傮w來(lái)說(shuō)，大比率的雙層嵌套對(duì)強(qiáng)降水的模擬有更高的TS評(píng)分，且整體雨帶與觀測(cè)更為接近；經(jīng)中間層降尺度的3:1三層嵌套與前者相比模擬的降水率強(qiáng)度偏弱，也使27日08:00的水汽通量符合減弱，使上海（使用GF方案）或者其周圍地區(qū)（使用KF方案）模擬出較強(qiáng)的輻散區(qū)，同時(shí)由于這一過(guò)程還涉及到積云參數(shù)化方案在灰色區(qū)域適用性的處理問(wèn)題，為業(yè)務(wù)預(yù)報(bào)帶來(lái)了較大的不便。

（4）與GF方案相比，在15 km和9 km的母網(wǎng)格上采用KF方案，對(duì)于1 km子網(wǎng)格的降水預(yù)報(bào)更有優(yōu)勢(shì)，主要是因?yàn)槠淠M出了更加適合對(duì)流發(fā)展的垂直上升運(yùn)動(dòng)條件，和更強(qiáng)且更加真實(shí)的水汽通量輻合條件。