吳志鵬 李躍清 李曉嵐 胡小明 周國兵 鄧承之

1 重慶市氣象臺，重慶 401147

2 中國氣象局成都高原氣象研究所/高原與盆地暴雨旱澇災(zāi)害四川省重點實驗室，成都 610072

3 中國氣象局沈陽大氣環(huán)境研究所，沈陽 110166

4 俄克拉荷馬大學風暴分析與預(yù)測中心，諾曼 73072，美國

1 引言

行星邊界層（Planetary Boundary Layer，PBL）處于對流層的最下層，是與人類活動聯(lián)系最緊密的一層。由于直接與地球表面接觸，因而受到地表熱量、水汽與動能的影響最大。邊界層內(nèi)最主要的特征是湍流及其日變化，通過湍流，邊界層將白天地表的太陽能以感熱和潛熱的方式向上層空氣輸送；夜間地面輻射冷卻也同樣會影響上層的大氣（盛裴軒等, 2013）。然而，邊界層內(nèi)大氣的湍流運動非常復(fù)雜，人們對湍流的認識還很粗淺，現(xiàn)代數(shù)值天氣預(yù)報技術(shù)中仍然通過多種參數(shù)化方案對湍流熱量、濕度和動能的交換進行統(tǒng)計意義上的描述（Nielsen-Gammon et al., 2010）。

邊界層參數(shù)化方案在描述湍流運動時無法避免的會出現(xiàn)不確定與不準確性，最終可能對天氣現(xiàn)象的預(yù)報結(jié)果帶來很大偏差（Hacker, 2010; Hu et al.,2010）。目前，最新版本的WRF v4.0 模式（Weather Research and Forecast Model，4.0）有YSU（Hong et al., 2006）、 MYJ（ Janji?, 2001）、 MYNN2（ Nakanishi and Niino, 2006）、 SH（ Shin and Hong, 2015）和ACM2（Pleim, 2007）等11 種邊界層參數(shù)化方案可供選用，國內(nèi)外學者針對不同季節(jié)、區(qū)域和預(yù)報對象，對各邊界層參數(shù)化方案已做了大量的評估與分析。Hu et al.（2010）通過對比YSU、MYJ 和ACM2 三個方案在美國德克薩斯州3 個月的平均表現(xiàn)，指出不同邊界層參數(shù)化方案對垂直混合強度和卷夾通量的計算差異是導(dǎo)致邊界層結(jié)構(gòu)預(yù)報結(jié)果不同的主要原因。Cohen et al.（2015）綜述了多種邊界層參數(shù)化方案的優(yōu)點與不足，并針對美國南部的寒冷季節(jié)對比了它們的差異，指出非局地方案考慮了更大尺度的湍流渦旋對整個邊界層內(nèi)熱量、濕度和動量的影響，比局地方案能更好地模擬邊界層高度的發(fā)展。而李斐等（2017）、許魯君等（2018）分別在中國青藏高原那曲和藏東南檢驗了YSU、MYJ、Boulac（Bougeault and Lacarrere,1989）和ACM2 四種方案，發(fā)現(xiàn)局地方案對邊界層的模擬均好于非局地方案。因此，不存在某一種參數(shù)化方案適合所有情景的模擬，其需要因時、因地、因?qū)ο蠖x擇，一般應(yīng)開展本地化的具體檢驗、綜合調(diào)試等工作。

數(shù)值模式的降水模擬是一個非常復(fù)雜的過程，其機理涉及到多種因素。趙鳴（2008）基于多年研究指出：雖然大尺度動力過程才是暴雨發(fā)生發(fā)展的主要原因，但邊界層和陸面過程會影響暴雨的強度和中心位置。尤其是地處青藏高原東側(cè)的川渝盆地（原四川盆地），夏季受多重季風影響和復(fù)雜地形作用，中小尺度系統(tǒng)非?；钴S，強降水等災(zāi)害天氣頻發(fā)、突發(fā)。李躍清（1996, 2000）發(fā)現(xiàn)青藏高原東側(cè)長江上游地區(qū)大氣邊界層的熱力、動力過程與暴雨天氣有著非常密切的關(guān)系，提出了在青藏高原—四川盆地特殊地形下，大氣邊界層的激發(fā)作用是長江上游暴雨天氣發(fā)展演變的物理機制。而西南低渦（簡稱西南渦）是青藏高原特殊地形與大氣環(huán)流相互作用下，形成于我國西南地區(qū)700 或850 hPa等壓面的α 中尺度氣旋低壓系統(tǒng)，其低渦暴雨也是一種非常復(fù)雜、富有特色的強降水現(xiàn)象（盧敬華,1986; 李國平, 2002; 趙思雄和傅慎明, 2007; 李躍清和徐祥德, 2016），造成的暴雨強度、頻次和范圍僅 次 于 臺 風（王 作 述 等, 1996）。Wang and Tan（2014）的理論分析表明：西南渦是不同地形共同作用的結(jié)果，青藏高原、橫斷山脈具有首要的作用，四川盆地起到促進的作用。Fu et al.（2015）首次分析了長生命史西南渦的普遍演變機制和能量轉(zhuǎn)換特征，揭示了其三維結(jié)構(gòu)。Feng et al.（2016）的氣候分析得到：西南渦的平均生命史15.1 h、水平尺度435 km、移動速度8.6 m s?1，四類不同的西南渦表現(xiàn)出淺薄深厚、冷熱中心、干濕中心和正壓斜壓等不同性質(zhì)。Cheng et al.（2016）分析了一次深厚型西南渦與高原渦耦合引發(fā)的大暴雨過程，提出了西南渦與高原渦相互作用的橫向耦合新機制。并且，盧萍等（2014）針對3 次東移影響我國華南持續(xù)性強降水的西南渦過程進行了數(shù)值模擬，由此分析了西南渦及其暴雨的演變特征和影響因素。高篤鳴等（2016）利用YSU、MYJ 和ACM2 三種邊界層方案對四川盆地連續(xù)40 天的降水開展模擬試驗，并討論各方案對不同量級降水的預(yù)報能力，對比分析了實況探空與不同方案對邊界層結(jié)構(gòu)預(yù)報的差異，指出YSU 對大量級降水預(yù)報能力較優(yōu)，ACM2 更適合小量級降水模擬。關(guān)于西南渦的定義、渦源、結(jié)構(gòu)、活動、影響和機制等都取得一些新的成果（Zhong et al., 2014; Zhang et al., 2014; 李超等,2015; Yu et al., 2016; 葉瑤和李國平, 2016; 慕丹和李躍清, 2018; 楊穎璨等，2018）。但是，西南渦及其暴雨的模擬與預(yù)報仍然是研究和業(yè)務(wù)的難點和重點。由于青藏高原東側(cè)復(fù)雜地形和多尺度系統(tǒng)的影響，目前對西南渦精細結(jié)構(gòu)的了解還有限，其發(fā)生發(fā)展機理與引發(fā)高影響天氣過程的物理機制仍不是很清楚，對西南渦氣候?qū)W特征的認識還有差異，故其降水預(yù)報難度很大，也是數(shù)值天氣預(yù)報最薄弱的方面。

由上可知，關(guān)于西南渦及其暴雨過程的已有研究和模擬多針對一兩個典型的個例或較短一段時間的天氣，難以系統(tǒng)深入考察模式邊界層參數(shù)化方案對西南渦天氣系統(tǒng)的預(yù)報能力，并且，模擬使用的背景場與嵌套子網(wǎng)格分辨率也較為粗糙（多用1°×1°FNL 資料，最內(nèi)層網(wǎng)格分辨率5～15 km），加之觀測資料的精細程度也較難反映白天真實的大氣邊界層狀況。更為重要的是，WRF 模式中幾乎所有邊界層方案的參數(shù)選擇都有一個要求的合理范圍，而這些默認的參數(shù)大小都是基于美洲地區(qū)的試驗選定，其是否適合青藏高原、四川盆地等特殊地區(qū)的邊界層模擬還有待于試驗驗證。因此，本文選用0.25°×0.25°GDAS/FNL 資料為模擬側(cè)邊界條件與初始場，采用5 種涵蓋局地與非局地的邊界層參數(shù)化方案YSU、MYJ、MYNN2、SH 和ACM2（其中SH 和MYNN2 分別對YSU 和MYJ 做了對流環(huán)境下的優(yōu)化），最細網(wǎng)格分辨率3 km，并關(guān)閉最內(nèi)層嵌套的積云對流參數(shù)化方案（Conventionallowing），垂直方向50 層，模擬了2016 年全年所有典型的西南渦影響過程，檢驗它們對不同量級降水的模擬能力，對比精細的L 波段秒級探空數(shù)據(jù)，考察它們對邊界層結(jié)構(gòu)的模擬差異，進而優(yōu)選與改進WRF 模式的PBL 參數(shù)化方案，提高復(fù)雜地形環(huán)境下川渝盆地西南渦降水的模擬與預(yù)報能力。

2 資料和方法

2.1 西南渦過程與觀測資料

2016 年汛期（5～9 月），川渝盆地東部共出現(xiàn)9 次大范圍暴雨過程，根據(jù)西南低渦2016 年年鑒（李躍清, 2018），其中有7 次暴雨過程受到西南渦的影響（表1），其強降水的時間、范圍，以及西南渦活動及其影響等都是歷史少見的。整個汛期降水整體呈前強后弱的特征，有8 次暴雨過程出現(xiàn)在7 月中旬及以前，尤其是6 月中下旬的兩周時間里接連出現(xiàn)了4 次區(qū)域性大暴雨過程。本文重點針對西南渦引發(fā)的7 次暴雨過程，開展其48 h 降水的模擬試驗。

表1 2016 年汛期盆地東部區(qū)域性暴雨過程及影響系統(tǒng)Table 1 Heavy rainfall processes and affecting weather systems in the eastern part of the Sichuan Basin in 2016

利用中國氣象局重慶站[（29.52°N，106.48°E），海拔541.1 m，圖1 中紅點位置] L 波段高空氣象雷達加密探測數(shù)據(jù)，分析7 次西南渦過程中邊界層的垂直結(jié)構(gòu)并對模擬結(jié)果進行校驗。值得說明的是，該探測數(shù)據(jù)在08 時（北京時，下同）與20 時業(yè)務(wù)探空基礎(chǔ)上，加密了午后14 時觀測，并且所有時次探空數(shù)據(jù)時間分辨率為1 秒，垂直分辨率3 m，觀測的氣象要素包括氣壓、溫度、相對濕度、風速、風向，這種高精度的探空資料適用于中國不同地區(qū)精細化的日間邊界層高度、溫度和濕度分析，進而更準確的認識邊界層參數(shù)化方案對邊界層內(nèi)氣象要素的模擬能力，提供災(zāi)害性天氣系統(tǒng)影響下，邊界層參數(shù)化方案的改進依據(jù)。

圖1 嵌套區(qū)域圖（紅點處為重慶站）。d01 格距為27 km，格點數(shù)為200×160；d02 格距為9 km，格點數(shù)為288×216；d03 格距為3 km，格點數(shù)為480×360Fig.1 Forecast and nest area diagram (red spot is Chongqing station).d01 grid resolution is 27 km and grid number is 200×160; d02 grid resolution is 9 km and grid number is 288×216; d03 grid resolution is 3 km and grid number is 480×360

此外，本文采用的實況降水資料來自國家氣象信 息 中 心 研 發(fā) 的CMA（ China Meteorological Administration）三源（地面—衛(wèi)星—雷達）降水融合分析產(chǎn)品，中國區(qū)域的格點分辨率為0.05°×0.05°。研究中將其插值到d03 區(qū)域內(nèi)（圖1），使之與模擬試驗分辨率匹配，從而可在每個格點上檢驗降水模擬的效果。

2.2 模式配置與參數(shù)設(shè)置

模擬內(nèi)核使用WRF-ARW4.0 版（Weather Research and Forecast Model，4.0），采 用 如 圖1所示的3 層嵌套，水平分辨率分別為27 km、9 km、3 km，最內(nèi)層嵌套d03 覆蓋青藏高原東部與整個川渝盆地，是受西南渦生成與發(fā)展直接影響最大的地區(qū)。采用NCEP（National Centers for Environmental Prediction）6 h 時 間 間 隔，0.25°水 平 分 辨 率 的GDAS/FNL 資料（數(shù)據(jù)集編號ds083.3）作為模式初始場與側(cè)邊界，最外層積分步長90 秒，垂直方向50 層，不采用資料同化模塊。

自WRF3.9 版升級以后，NCAR 發(fā)布并推薦了“CONUS”和“TROPICAL”兩套物理過程套裝供大陸與海洋氣候模擬研究（https://www2.mmm.ucar.edu/wrf/users/docs/user_guide_v4/v4.0/users_gui de_chap5.html [2019-03-24]），并稱該物理過程套裝在美洲已經(jīng)過多年大量測試，為較優(yōu)選擇。本文除采用不同邊界層參數(shù)化方案外，同時關(guān)閉了d03嵌套的積云對流參數(shù)化方案，而其它物理過程皆保持與“CONUS”一致：Thompson V3.1 微物理、Tiedtke 積云對流、unified-Noah 陸面過程和rrtmg長波輻射與短波輻射參數(shù)化方案。

2.3 邊界層參數(shù)化方案簡介

邊界層參數(shù)化方案在數(shù)值模擬過程中，對湍流的計算與解釋主要圍繞兩個中心：一是湍流閉合的階數(shù)，二是方案是局地還是非局地假設(shè)（Stull,1988; Stensrud, 2007)。因為在湍流的建模方程中，其未知項的數(shù)學量級往往比已知項的總和還高一個量級，所以，需要憑經(jīng)驗將未知項大小做n＋1 級，由此與已知項相關(guān)聯(lián)，從而使湍流方程閉合得以求解，這被稱為n 階湍流閉合；而局地與非局地參數(shù)化方案的差別在于，物質(zhì)和通量的交換只在相鄰格點上進行或是可以發(fā)生在不相鄰的層次之間。

表2 中，SH 方案實質(zhì)上是YSU 的對流升級方案，強化了不穩(wěn)定層結(jié)時的方案性能。MYNN2 是MYJ 的升級方案，參考了非局地方案的一些春季試驗特征，對深厚濕對流環(huán)境下的參數(shù)特征做了改進。ACM2 方案是一種非局地向上混合與局地向下混合的非對稱對流模式，其特點是在穩(wěn)定或中性層結(jié)時關(guān)閉垂直方向的非局地輸送，只允許相鄰網(wǎng)格間的湍流輸送。因此，可以將它看成一種局地—非局地混合型邊界層參數(shù)化方案，Pleim（2007）指出：因為該方案基于美洲午后風廓線雷達實況做過訂正，它能更好地描述邊界層高度。值得指出的是，以上5 種方案內(nèi)的參數(shù)確定與升級試驗皆是在美洲大陸進行。

2.4 檢驗方法

降水檢驗使用TS（Threat Score）與BS（Bias Score）評分，分別對24 h 和48 h 降水分級檢驗，降水分級使用國家氣象中心24 h 降水分級標準（小雨/中雨/大雨/暴雨/大暴雨分別對應(yīng)閾值0.1/10/25/50/100，單位：mm）。

降水事件如表3 所示，TS=a/(a+b+c)，TS 評分結(jié)果范圍0～1，值越大說明預(yù)報效果越好；BS=(a+b)/(a+c)，BS 評分結(jié)果范圍0 至∞，BS 大于1，說明高估降水頻率，空報多于漏報，小于1則表示低估降水頻率，漏報大于空報，越接近1 則效果越好。TS 評分能對預(yù)報降水的準確程度做出定量評估，然而卻不能反映出誤差來源。因此，使用BS 評分作為彌補，反映空報與漏報的量化特征。

邊界層結(jié)構(gòu)的分析，使用垂直層50 層的模擬對比L 波段高空氣象雷達秒級加密探測數(shù)據(jù)，分析數(shù)值模擬與觀測的川渝盆地東部代表站重慶站的位溫層結(jié)與濕度層結(jié)。

3 試驗結(jié)果

3.1 降水檢驗

圖2 是7 個西南渦過程5 種參數(shù)化方案24 h和48 h 分級降水平均TS 評分。如圖所示，整體上并沒有哪種邊界層參數(shù)化方案在西南渦降水模擬中具有明顯的優(yōu)勢，這說明盡管SH 與MYNN2 方案分別對YSU 與MYJ 方案在對流情況下做了改進（Coniglio et al, 2013; Shin and Hong, 2015），然而，不同邊界層參數(shù)化方案的選擇對西南渦降水模擬的準確率的敏感性較差。

表2 五種邊界層參數(shù)化方案簡介與選用利弊Table 2 Listing of chosen weather research forecast planetary boundary layer (PBL) schemes along with a reference, a brief description, and their pros and cons

值得注意的是：48 h 暴雨及以上量級降水TS評分略優(yōu)于24 h 模擬，這與高篤鳴等（2016）對四川盆地40 天降水評估的結(jié)果一致。而Zhang et al.（2019）對此進行了解釋，指出模式運算前5～6 小時處于平衡調(diào)整狀態(tài)（Spin-up），加了同化的試驗初始ETS（Equitable threat score）評分比未加同化的試驗高0.4 左右，然而在5～6 小時后都逐漸趨于它們的中間值，同化提升效果逐漸消失。所以，決定前24 h 的降水模擬效果的主要因素為是否加入同化。另外，不同邊界層參數(shù)化方案的平衡調(diào)整時長存在差異，例如ACM2 方案運算量較大，所需時間偏長。

綜上所述，在模式平衡調(diào)整結(jié)束后分析模擬差異更為合理，使用后24 h 時段來分析結(jié)果，得到的邊界層影響結(jié)論應(yīng)當比前24 h 時段更為客觀可信。

表3 標準2×2 二分類事件列聯(lián)表Table 3 Contingency table of standard 2×2 bicategorical event

表4 所有過程五種參數(shù)化方案降水24 h、48 h 預(yù)報的TS 平均值和BS 平均值Table 4 TS mean-score values of five PBL schemes for all Southwest China vortex (SWCV) processes at 24- and 48-h precipitation and the same for BS at 24 and 48 h

圖2 2016 年5～9 月所有西南渦過程的五種邊界層參數(shù)化方案降水TS 平均評分：（a）24 h 預(yù)報；（b）48 h 預(yù)報Fig.2 TS (Threat Score) mean scores of the five planetary boundary layer (PBL) schemes for all the Southwest China vortex (SWCV) processes in 2016 flood season（From May to September）at (a) 24-h precipitation and (b) 48-h precipitation forecast time

盡管如此，除方案之間的相對優(yōu)劣外，BS 評分也給出了另外一個信息：幾乎所有的邊界層參數(shù)化方案在西南渦暴雨降水模擬中普遍偏強，空報偏多（表4）。除ACM2 方案在小雨量級有漏報的情況外，其余量級降水都體現(xiàn)出空報偏多特征，而且隨著降水量級的增大，空報更加嚴重。

需要指出的是，目前，數(shù)值預(yù)報模式在青藏高原及其周邊地區(qū)的預(yù)報性能都顯著低于我國其它地區(qū)，其空報率偏高也是一個薄弱環(huán)節(jié)。如新一代西南區(qū)域數(shù)值預(yù)報模式SWC-WARMS（South West Center WRFADAS Real-time Modeling System, SWCWARMS）業(yè)務(wù)系統(tǒng)，是基于WRF（3.5.1）和ADAS 5.3.3（ARPS Data Analysis System）為基礎(chǔ)建立，已成為西南地區(qū)主要的災(zāi)害性天氣業(yè)務(wù)預(yù)報工具，雖然具有較高的預(yù)報技巧，尤其是對復(fù)雜地形和暖區(qū)暴雨有突出的預(yù)報能力，但空報偏高，尤其是強降水（陳良呂和杜欽, 2016; 屠妮妮等, 2017），這也從另一個側(cè)面證明了以上空報偏多等分析結(jié)果。

3.2 邊界層結(jié)構(gòu)分析

圖3 2016 年幾次西南渦過程5 種方案的邊界層模擬高度與觀測高度對比：（a）“6.1”過程；（b）“6.23”過程；（c）“6.30”過程；（d）“6.19”過程；（e）“7.14”過程；（f）“7.18”過程。BJT：北京時間Fig.3 Comparison between the observed PBL height and simulated height with the five schemes of the several SWCV processes in 2016: (a) “6.1”process；(b) “6.23” process; (c) “6.30” process; (d) “6.19” process; (e) “7.14” process; (f) “7.18” process. BJT: Beijing time

圖3 是幾次西南渦過程5 種邊界層方案對重慶站邊界層高度的模擬與觀測對比，所有高度統(tǒng)一為距離地面的高度AGL（Above ground level）。值得說明的是，此次L 波段加密探空資料雖然精細，并且除08 時與20 時探空外加密了午后14 時觀測，這對不同方案在白天邊界層結(jié)構(gòu)與混合強度的對比有重要意義，但存在一定的數(shù)據(jù)缺測，有些時次的探空缺失，因此，“5.6”過程沒有在此列出。另外，WRF 模式中不同邊界層參數(shù)化方案對邊界層高度（Planetary Boundary Layer Height，PBLH）的計算方法也不同，例如ACM2 與YSU 使用臨界理查德森數(shù)計算邊界層高度，而MYJ 則由TKE（Turbulence kinetic energy）廓線診斷得出。這里，實況邊界層高度采用Nielsen-Gammon et al.（2010）提出的“1.5-theta increase”方法，即將PBLH 定義為首次超過最低位溫1.5 K 的高度。

幾次西南渦過程中，MYJ 方案白天的邊界層模擬高度相對于其它方案偏低，而夜間卻明顯偏高，也就是說相對于其它方案，它白天的混合強度不夠，而夜間則偏強。因為MYJ 是局地型方案，它的垂直混合強度系數(shù)由TKE 診斷得到，整個方程系統(tǒng)是強耦合的，這使得在不對方程系統(tǒng)進行實質(zhì)性修改的情況下，難以增加或減小垂直混合強度。盡管MYNN2 方案對MYJ 進行了調(diào)整，明顯增加了白天的混合強度，使得邊界層的高度提高，但夜間的邊界層高度依舊同MYJ 一樣，明顯偏高。SH 方案提高了白天的邊界層混合強度，邊界層高度有所提高，其余時間與YSU 大致相同。ACM2 方案模擬的邊界層高度在幾次過程的午后都較其它方案偏高，甚至高于YSU 方案，而夜間則偏低，這與Hu et al.（2010）的研究結(jié)果一致。ACM2 方案的特點是綜合考慮了局地與非局地算法，在穩(wěn)定與中性層結(jié)狀態(tài)，關(guān)閉非局地項而采用局地閉合算法，邊界層高度取臨界理查德森數(shù)值為0.25 的高度，不穩(wěn)定層結(jié)時邊界層高度為夾卷層與自由對流層高度之和，高篤鳴等（2016）指出這種方案似乎更適合川渝盆地的小量級降水，因為它在保證足夠混合強度的同時，能在較穩(wěn)定條件下關(guān)閉非局地輸送，不至于產(chǎn)生過強的降水。

另外，從圖3 還可以看到，盡管幾次西南渦過程的起始時間不同，探空站上空降水情況不同，但在總體上都有對邊界層高度模擬較實際偏高的特征，尤以午后為甚。在WRF 模式中邊界層參數(shù)化方案對混合強度的計算差異會直接影響邊界層高度，而邊界層高度越高，表明邊界層內(nèi)的混合強度越大，越有利于熱量與水汽向上傳輸，而且邊界層的發(fā)展具有明顯的日變化，其厚度在午后達到最高，可達2 km 以上甚至更高，從而最終影響到西南渦降水發(fā)生時的物理量分布與降水結(jié)果。

圖4 對比了“6.19”過程19～21 日14 時模式模擬和觀測的重慶站位溫與水汽混合比廓線（空白處為缺測），需要注意的是重慶站前24 h 內(nèi)受降水影響較明顯，后24 h 無降水。對比精細的位溫觀測廓線可以看到：分析場在初始時刻就高估了邊界層厚度300 m 左右，同時對低層的水汽混合比也偏高2～6 g kg?1。一般來說，隨著模擬時效的增加，模式經(jīng)過平衡調(diào)整后，動力與熱力匹配，模擬誤差將逐漸減小?？梢钥吹?，YSU 與SH 方案混合最強，因此邊界層低層溫度更高、濕度更低，例如YSU方案無論是24 h 還是48 h 模擬結(jié)果在近地面層位溫普遍偏高5 K 左右，由于混合層更高，水汽向更高的層次混合，近地面層更干，48 h 時其近地面層最干，但1000～2000 m 卻偏濕。MYJ 與MYNN2在24 h 的特征類似，位溫與混合強度相對YSU 和SH 偏低，低層濕度則最高，48 h 時MYJ 的位溫模擬躍增，其邊界層高度迅速上升，底層濕度下降，具體原因并不清楚，但圖3 幾次西南渦過程里MYJ 方案白天混合強度不夠，夜間偏強的特征卻是清楚的?！?.19”過程后半段，24 h 至48 h 邊界層從穩(wěn)定狀態(tài)向不穩(wěn)定狀態(tài)的過渡變化為ACM2模擬效果最好，這可能是因為ACM2 根據(jù)不同的層結(jié)狀態(tài)采用的算法不同有關(guān)。盡管如此，相對于實況，所有方案的邊界層混合強度都表現(xiàn)出偏高的特征。

如圖5 所示，其它幾次西南渦過程的邊界層模擬也能看到同“6.19”過程相似的特征，對午后的邊界層高度模擬都較觀測偏高，邊界層下部位溫與水汽混合比也同樣偏高，即所有PBL 方案模擬的混合層皆比實際偏厚。不僅如此，考慮到所使用的重慶探空站位于城市中央，下墊面多為密集高大的建筑群與公路，受城市熱島效應(yīng)影響明顯，而城區(qū)周圍地區(qū)的江河流域復(fù)雜繁多，下墊面濕度普遍較高（Jiang et al., 2019）。所以，由于下墊面的不同，可以推測周邊地區(qū)的邊界層高度模擬應(yīng)該比實際偏高更為明顯。

3.3 不同混合強度的ACM2 方案模擬

每個PBL 方案中都有諸多參數(shù)可以修改調(diào)試，并且都有它們的可調(diào)范圍與相應(yīng)的物理意義，但WRF 內(nèi)可以選擇的所有PBL 方案參數(shù)都是在美洲地區(qū)通過觀測校驗取得的，而在其它地區(qū)，例如地形與氣候復(fù)雜的青藏高原東側(cè)和川渝盆地是否適用還需觀測實驗對比驗證。上一節(jié)表明，幾次西南渦降水過程中5 個PBL 方案普遍對垂直混合強度模擬偏強，邊界層高度模擬偏高，由于川渝盆地的降水受季風影響較大，相對濕度偏高，降水有明顯的夜雨特征，并且區(qū)域差異較大。為了進一步探討這個問題，選擇總體模擬表現(xiàn)較好的ACM2 方案，對其垂直混合強度進行調(diào)整模擬試驗。

五四青年節(jié)，是城里年輕人的節(jié)日，今天在這個小鎮(zhèn)上卻如城里般熱鬧。高音喇叭把熱鬧的氣氛撩拔得到處都是，仿佛伸手隨便在空中抓一把就是一掌的火熱，聲聲鑼鼓更是把歡樂捶得大汗淋漓般的舒暢。每一個人的臉上都洋溢著笑。

圖4 2016 年“6.19”過程重慶站上空位溫、水汽混合比層結(jié)廓線：（a）初始位溫；（b）24 h 位溫；（c）48 h 位溫；（d）初始水汽混合比；（e）24 h 水汽混合比；（f）48 h 水汽混合比Fig.4 Profiles of potential temperature and QVAPOR (water vapor mixing ratio) over Chongqing station during the “6.19” process in 2016: (a–c)Potential temperature profiles at (a) 0, (b) 24, and (c) 48-h forecast time; (d–f) QVAPOR profiles at (d) 0, (e) 24, and (f) 48-h forecast time

圖5 2016 年“6.23”與“7.18”過程重慶站上空位溫、水汽混合比層結(jié)廓線：（a）“6.23”過程6 h 位溫；（b）“7.18”過程6 h 位溫；（c）“7.18”過程30 h 位溫；（d）“6.23”過程6 h 水汽混合比；（e）“7.18”過程6 h 水汽混合比；（f）“7.18”過程30 h 水汽混合比Fig.5 Profiles of potential temperature and QVAPOR over Chongqing station during the “6.23” and “7.18” processes in 2016: (a) Potential temperature profile at 6 h in the “6.23” process; (b, c) potential temperature profile at (b) 6 and (c) 30 h in the “7.18” process; (d) QVAPOR profile at 6 h in the “6.23” process; (e, f) QVAPOR profile at (e) 6 and (f) 30 h in the “7.18” process

不同PBL 方案對垂直混合強度和卷夾通量的算法差異，是導(dǎo)致邊界層結(jié)構(gòu)模擬差別的主要原因，在YSU 與ACM2 中垂直混合強度的計算是根據(jù)動量擴散系數(shù)（ Kz）的大小而定，其公式為

其中， k為馮卡曼常數(shù)，可調(diào)范圍在10%以內(nèi)，可調(diào)整的空間并不大， ?是相似輪廓函數(shù)（包含熱量?h和 動能 ?m），z 是距地高度，h 是邊界層高度，指數(shù)p 的默認值設(shè)定為2，但實際上它的范圍為1～3（Troen and Mahrt, 1986）。Nielsen-Gammon et al.（2010）從ACM2 方案里眾多的參數(shù)中挑選了10 個物理意義相對重要的參數(shù)，并詳細討論了它們的功能與對邊界層結(jié)構(gòu)作用的敏感度，結(jié)果顯示：參數(shù)p 是控制白天垂直混合強度最敏感的參數(shù)，其次是臨界理查德森數(shù)Ricrit（影響邊界層高度的計算），然后是Kv（渦旋擴散最小值）和湍流臨界理查德森數(shù)Ric（判定湍流是否開始）。

對于以上動量擴散系數(shù)公式中指數(shù)p 大小的選擇會直接影響邊界層的垂直混合強度，從而改變整個邊界層結(jié)構(gòu)。在1～3 范圍里的p 值越小，垂直混合強度越大，越有利于熱量與水汽向更高的層次輸送；反之p 值越大，垂直混合強度越小，此時使得邊界層低層更冷更濕，而自由對流層更暖更干。圖6 是ACM2 方案采用2～3 范圍內(nèi)4 個p 值的邊界層高度和位溫、水汽混合比廓線模擬結(jié)果，p=2即是ACM2 方案的原始狀態(tài)，隨著p 值的增加，邊界層混合強度減弱，邊界層高度在逐漸降低，48 h最為明顯。p 值的增加對位溫廓線的改變也很顯著，近地層的位溫在降低，而1 km 以上位溫在升高，廓線逐漸在向觀測靠攏；當p=3 時可以看到低層的位溫與混合層高度甚至已經(jīng)低于實況觀測；水汽混合比廓線出現(xiàn)邊界層低層更濕，高層更干的變化，這同樣更接近實況。因為混合強度的變化可能會影響到其它復(fù)雜的物理量改變，體現(xiàn)在某個個例里或許不是線性降低，如6 月19 日14 時p=2.75 的邊界層高度幾乎和p=2 相同，但更多的樣本會使變化更加線性化（Hu et al., 2010）。

“6.19”過程的后半段，隨著西南渦結(jié)構(gòu)的變化與東移，雨帶逐漸呈西南—東北走向（圖7a），但WRF 模式動力框架對此次西南渦變化的動力特征模擬并不準確，所有方案模擬的西南渦中心位置經(jīng)度、緯度都較實況偏西、偏南2°左右。因此，對西南渦模擬起關(guān)鍵作用的應(yīng)是模式的動力框架，而青藏高原東部地形復(fù)雜，多天氣系統(tǒng)相互作用，目前對西南渦形成發(fā)展的機理研究并不成熟，還有很多問題并不很清楚，這也制約了預(yù)報技術(shù)的提升。

圖6 基于ACM2 方案不同混合強度p 值的2016 年“6.19”過程重慶站上空邊界層高度、位溫和水汽混合比層結(jié)廓線：（a）邊界層高度；（b）48 h 位溫；（c）48 h 水汽混合比Fig.6 PBL height, potential temperature, and QVAPOR profiles over Chongqing station during the “6.19” process in 2016, simulating with the ACM2 (Asymmetric convective model 2) scheme that modified to different values of p: (a) PBL height; (b) potential temperature profile at 48 h; (c)QVAPOR profile at 48 h

圖7 五種邊界層參數(shù)化方案與基于ACM2 方案不同混合強度p 值預(yù)報的2016 年“6.19”過程48 h 700 hPa 位勢高度場（藍色等值線，單位：gpm）、風場（風標）和24～48 h 累積降水量（彩色陰影，單位：mm）：（a）觀測；（b）YSU 方案；（c）MYJ 方案；（d）SH 方案；(e) MYNN2 方案；（f）ACM2 方案；（g）ACM2 (p=2.25)；（h）ACM2 (p=2.5)；（i）ACM2 (p=2.75)；（j）ACM2 (p=3.0)Fig.7 The 48-h prediction of 700-hPa geopotential height field (blue contour，unit：gpm), wind field (barb) and 24–48-h cumulative precipitation(color shaded,unit:mm) with five PBL schemes and ACM2 modified at different values of p in the “6.19” process in 2016: (a) Observations; (b) YSU scheme; (c) MYJ scheme; (d) SH scheme; (e) MYNN2 scheme; (f) ACM2 scheme; (g) ACM2(p= 2.25); (h) ACM2(p= 2.5); (i) ACM2(p= 2.75); (j) ACM2(p= 3.0)

盡管如此，從不同PBL 方案對西南渦的模擬來看（圖7b–f），主要差別體現(xiàn)在西南渦的中心位置和強降水的發(fā)生區(qū)域上，例如SH 方案與ACM2 方案對西南渦中心的經(jīng)度偏差有2°左右，對湖南西北部的降水范圍、強度模擬也有很大差別，ACM2 方案較SH 方案更偏強，更接近實況。

ACM2 方案采用不同混合強度模擬時，隨著p值的增大，邊界層混合強度降低，西南渦的中心位置與強降水范圍也出現(xiàn)不同程度的改變。其中，p=2 時的ACM2 方案低渦中心在重慶東南部，較p=3 時位于貴州北部的低渦中心偏東近2°經(jīng)度，盡管西南渦的東移主要受到西風帶高空槽、西南低空急流這類大尺度動力條件的制約，而周圍地區(qū)下墊面的條件也會對西南渦的移速和結(jié)構(gòu)有所影響，混合強度越強則邊界層內(nèi)溫度會越高，特別是白天，可以較明顯的改變地表1～2 km 內(nèi)的溫度、氣壓和濕度條件（圖6b，7c），從而在西南渦系統(tǒng)經(jīng)過有差異的邊界層大氣環(huán)境時，出現(xiàn)不同的變化特征。

川渝盆地的強降水具有弱冷空氣觸發(fā)和暖區(qū)暴雨的基本特征，大多是由濕熱對流驅(qū)動。降水發(fā)生時邊界層內(nèi)的物理過程受到局地濕對流與地形的共同作用（李躍清, 1996, 2000），若在降水發(fā)生前邊界層內(nèi)混合強度減弱，將會使邊界層低層的溫度降低、濕度上升，在一定程度上減弱對流強度，有利于降水向小量級降水轉(zhuǎn)變，即強降水變少，弱降水相對變多，從（圖7f–j）與BS 評分（圖略）都可以看到類似的特征。從較強的混合強度p=2 到較弱的p=3，中雨BS 評分從1.27 上升到1.37，增幅8%；大雨BS 從1.36 上升至1.47，增幅8%；而暴雨BS 從1.63 下降至1.55，降幅7%；大暴雨BS從1.75 降至1.53，降幅13%。其它過程雖然降水量轉(zhuǎn)變所對應(yīng)的量級有所不同，例如“5.6”、“6.1”和“7.18”過程從大雨即開始出現(xiàn)量級降低轉(zhuǎn)變，總體上都有降水從大量級向小量級轉(zhuǎn)變的趨勢。

“6.19”過程混合強度的適當減弱使邊界層的結(jié)構(gòu)改變，位溫廓線與水汽混合比廓線都逐漸靠近觀測，同時使降水從大量級向小量級轉(zhuǎn)變。圖8a是“6.19”過程對ACM2 方案降低混合強度后的TS 評分，由此看到，混合強度的減弱先使TS 評分有所提高，然后下降，這個過程的邊界層結(jié)構(gòu)變化如圖6b、7c 所示，當p 值的大小由2.25 到2.5左右，邊界層模擬更接近實際邊界層的高度與溫濕狀態(tài)，爾后模擬則過低。圖8b 是采用同樣配置模擬的2016 年所有西南渦降水過程的平均TS 值?？梢园l(fā)現(xiàn)：ACM2 方案小雨與中雨TS 變化并不大甚至略有下降，而大雨以上量級降水的TS 評分先增后降與單一過程類似，這也符合更準確的邊界層結(jié)構(gòu)模擬能改善降水模擬結(jié)果的原理。就2016 年的西南渦過程而言，通過調(diào)整動量擴散系數(shù)（ Kz）中的參數(shù)p 值，降低垂直混合強度的大小，更符合川渝盆地區(qū)域內(nèi)的大氣邊界層湍流狀況及其降水天氣。另外，此研究結(jié)論對于新一代西南區(qū)域數(shù)值預(yù)報模式SWC-WARMS 業(yè)務(wù)系統(tǒng)與重慶風暴尺度快速同化系統(tǒng)SSRAFS 的改進與發(fā)展也有實際意義和指導(dǎo)價值。

4 結(jié)論和討論

本文利用WRFv4.0 中5 種邊界層參數(shù)化方案，對2016 年汛期所有西南渦造成的川渝盆地東部區(qū)域暴雨天氣過程開展數(shù)值模擬，通過檢驗不同量級降水的模擬結(jié)果，對比精細的觀測邊界層結(jié)構(gòu)，分析各邊界層參數(shù)化方案對湍流計算的特點與模擬結(jié)果的差異，主要得到以下主要結(jié)論：

圖8 基于ACM2 方案不同混合強度p 值的2016 年“6.19”過程和全年西南渦過程24～48 h 累積降水平均TS 評分：（a）“6.19”過程；（b）全年西南渦過程平均Fig.8 TS score during 24 h-48 h of ACM2 scheme with different values of p in the “6.19” process and the average TS score of all the SWCV processes in 2016: (a) “6.19” process; (b) average of all processes

（1）對西南渦降水的TS 評分，ACM2、YSU和SH 方案較好；而BS 評分顯示所有PBL 方案都有空報偏多的特征，尤其以大量級降水為主，其中，ACM2 方案較其它方案空報偏少，總體表現(xiàn)最好。YSU 對大量級降水空報最多，MYJ 方案對小量級降水空報最多。各方案對湍流垂直混合強度的計算方式不同可能是其原因，YSU 屬于非局地型方案，湍流混合可以在不同的垂直層次上相互影響，有利于能量和水汽向更高的層次輸送。因此，更有利于強降水的模擬；MYJ 方案中湍流的垂直混合只能發(fā)生在相鄰的層次，所以使得低層濕度大，在較低層次中更容易形成降水，帶來小量級降水的空報偏多。

（2）雖然SH 和MYNN2 方案分別對YSU和MYJ 方案進行了對流狀態(tài)的優(yōu)化，但MYNN2的夜間邊界層高度仍然同MYJ 一樣明顯偏高，SH方案除白天的邊界層高度模擬略高外，其余時間與YSU 大致相同，而ACM2 這種可以根據(jù)周圍環(huán)境的穩(wěn)定性切換局地或非局地湍流輸送的方案則更適合川渝盆地低渦降水模擬。其原因可能是夏季低渦降水開始前，盆地受副熱帶高壓或低緯暖濕氣流影響，整個邊界層發(fā)展迅速，非局地方案能更好地描述邊界層的湍流混合，而對于降水開始后或夜間穩(wěn)定的邊界層狀態(tài)，局地方案則更合適。

（3）現(xiàn)有的邊界層參數(shù)化方案對川渝盆地內(nèi)部的邊界層混合強度都計算偏高。其原因可能是因為這些PBL 方案的默認參數(shù)是在美洲大陸校定得到，而美洲大陸除落基山脈外并沒有可以阻擋極地氣團南下的天然屏障，這使得氣團南下的速度更快、變性程度小，雖然可能發(fā)生更強烈的鋒面天氣，使強降水在較短時間內(nèi)落地，但總體上日照時間更長、云層遮蓋更少，從而邊界層發(fā)展也更強烈。但位于青藏高原東側(cè)的川渝盆地則不同，由于地形的阻隔，強冷氣團很少翻越秦嶺等山脈，相對美洲大陸來講強風暴并不多見；且南支系統(tǒng)活躍，夏季風帶來充沛的暖濕水汽，使盆地上空云層覆蓋面積較大、維持時間較長，以及盆地內(nèi)丘陵或水系豐富的下墊面土壤濕度偏高、比熱較大，都是不利于邊界高度發(fā)展的因素。

（4）通過模式模擬與L 波段探空資料的對比得出，所有PBL 方案對重慶站上空邊界層高度的模擬結(jié)果都較實際偏高，考慮到受城市熱島效應(yīng)的影響，重慶站邊界層高度應(yīng)相對其周邊地區(qū)已明顯偏高，因此，參數(shù)化方案在川渝盆地區(qū)域的實際偏高應(yīng)更為嚴重。但通過參數(shù)修改降低ACM2 方案的垂直混合強度，可使模擬邊界層更符合實際觀測狀況。

（5）降低垂直混合強度后的ACM2 方案，能使邊界層狀態(tài)與降水模擬都得到一定的改善。在允許范圍內(nèi)通過對動量擴散系數(shù)公式中指數(shù)p 的調(diào)整，使ACM2 方案的垂直混合強度降低，弱化了白天邊界層內(nèi)的湍流混合與邊界層頂?shù)木韸A通量，使邊界層更冷、更濕。當p 增加0.25～0.5 時，模擬的邊界層結(jié)構(gòu)與實況更加吻合。同時，大量級降水的TS 評分有一定提高，且空報減少，小量級降水TS 評分略有提高。這對于區(qū)域數(shù)值預(yù)報模式的發(fā)展有應(yīng)用價值。

（6）不同邊界層參數(shù)化方案對西南渦模擬的差別主要是不同的低渦中心位置與降水強度，而低渦中心的位置又影響了降水范圍，但最終都源于邊界層方案的局地與非局地特性，以及混合強度的大小這兩方面原因。局地與非局地特性決定了湍流交換能否發(fā)生在模式不相鄰的高度層，這會制約下墊面熱量、水汽與動能能否通過更大尺度的湍流直接影響邊界層內(nèi)上部的大氣，使整個邊界層更快、更充分的混合；而混合強度則代表了湍流傳輸?shù)膭×页潭?，對于ACM2 方案，采用不同垂直混合強度系數(shù)會影響邊界層內(nèi)的能量與水汽分布，更強的混合會使邊界層更熱，有利于大量級降水的產(chǎn)生；而降低混合強度，邊界層低層會更濕，有利于小量級降水的產(chǎn)生。

需要指出的是，不同的西南渦過程多少會有一些差異，且因為觀測資料的限制，只考慮了2016年的西南渦暴雨過程，今后還需要基于更多樣本的分析研究，以進一步驗證邊界層參數(shù)化方案的原始參數(shù)配置在川渝盆地數(shù)值模擬中混合強度偏高、降水空報偏多的結(jié)果，并有效應(yīng)用于改進區(qū)域數(shù)值預(yù)報模式系統(tǒng)及其業(yè)務(wù)預(yù)報能力。

致謝 感謝匿名審稿專家的寶貴意見與具體指導(dǎo)，切實提高了本文章的質(zhì)量和水平；感謝張春喜博士解決了研究過程中的一些科學技術(shù)疑點，同時分享了他最新的研究發(fā)現(xiàn)；感謝美國加州圣地亞哥超算中心（SDSC）的計算資源（grant TG-ATM160014）保障。