邢書強(qiáng) 李小凡

(浙江大學(xué) 地球科學(xué)學(xué)院大氣科學(xué)系，杭州 310027)

引 言

我國(guó)的雨季以南海夏季風(fēng)爆發(fā)為開端，雨帶在北移過(guò)程中存在兩次北跳和三次停滯過(guò)程[1]，即華南前汛期暴雨、江淮梅雨鋒暴雨和華北東北暴雨。江淮流域的梅雨鋒暴雨作為我國(guó)夏季風(fēng)研究的重點(diǎn)之一，已有許多研究成果。中尺度對(duì)流系統(tǒng)是夏季主汛期產(chǎn)生梅雨峰暴雨的主要系統(tǒng)[2]，中尺度系統(tǒng)在梅雨鋒上產(chǎn)生、發(fā)展、組織和移動(dòng)，在一定的大尺度環(huán)流背景和其他天氣系統(tǒng)的共同作用下，引發(fā)鋒面附近強(qiáng)降水[3]。倪允琪等[4]基于多種觀測(cè)資料總結(jié)了梅雨鋒暴雨從天氣尺度到γ中尺度對(duì)流單體的概念模型，進(jìn)一步完善了多尺度暴雨模型。梅雨鋒附近不同尺度、高度的天氣系統(tǒng)之間的相互作用主要通過(guò)鋒面附近的垂直環(huán)流系統(tǒng)的調(diào)整來(lái)實(shí)現(xiàn)，跨鋒面的垂直環(huán)流對(duì)鋒區(qū)擾動(dòng)的產(chǎn)生、發(fā)展以及暴雨的形成尤為重要[5]。梅雨鋒暴雨是梅雨鋒附近的不同尺度天氣系統(tǒng)相互作用的結(jié)果。胡婭敏等[6]通過(guò)對(duì)52點(diǎn)的降水?dāng)?shù)據(jù)進(jìn)行分析，將江淮梅雨暴雨分為5種類型，發(fā)現(xiàn)5種降水類型的南亞高壓位置，高空急流、副熱帶高壓和阻塞高壓的位置、垂直速度、水汽輸送的配置存在顯著差異。馬錚等[7]利用高精度數(shù)值模擬資料分析了梅雨鋒暴雨的邊界層內(nèi)的湍流動(dòng)能收支，發(fā)現(xiàn)暴雨區(qū)主要湍流動(dòng)能源來(lái)自于平均風(fēng)切變所產(chǎn)生的機(jī)械湍流，而浮力作用在降水期間消耗湍流動(dòng)能。張舒陽(yáng)等[8]的模擬研究表明地面梅雨鋒、高低空急流耦合、低層輻合高層輻散以及中層短波槽的配置有利于暴雨的發(fā)生發(fā)展。

近年來(lái)隨著數(shù)值模式和雷達(dá)、衛(wèi)星遙感資料進(jìn)一步發(fā)展，梅雨暴雨中中尺度系統(tǒng)結(jié)構(gòu)得以被了解和揭示，研究主要集中在中尺度渦旋、對(duì)流系統(tǒng)的結(jié)構(gòu)和發(fā)展機(jī)理方向。觀測(cè)資料分析表明，梅雨暴雨可分為有明顯局地特征的梅雨鋒上β中尺度對(duì)流性暴雨、與大尺度強(qiáng)迫有關(guān)的梅雨鋒東部初生氣旋暴雨和梅雨鋒西端高空低槽前持續(xù)性暴雨三類[9]。趙玉春等[10]利用WRF 模式對(duì)2007 年皖南一次特大暴雨過(guò)程進(jìn)行了模擬，分析了整個(gè)降水過(guò)程中MCSs 的形成發(fā)展過(guò)程和主要活動(dòng)特征，并指出大別山和皖南山區(qū)的地形通過(guò)地形重力波影響下游MCS 的活動(dòng)，通過(guò)阻滯效應(yīng)影響MCS 的移動(dòng)，該地區(qū)中尺度地形是特大暴雨形成的重要原因。PING， et al[11]通過(guò)對(duì)一次梅雨暴雨的模擬指出，對(duì)流云團(tuán)的合并在暴雨過(guò)程中起著至關(guān)重要的作用，對(duì)流的發(fā)展引起大尺度動(dòng)力、熱力學(xué)環(huán)境的變化，有利于對(duì)流系統(tǒng)的組織過(guò)程。WANG， et al[12]模擬梅雨鋒上MCV 的演化過(guò)程，發(fā)現(xiàn)中層形變和低層渦度通量是MCV 生產(chǎn)的主要原因，并通過(guò)對(duì)渦度、溫度的計(jì)算，研究了MCV 的能量轉(zhuǎn)化過(guò)程。

降水統(tǒng)計(jì)研究表明，在我國(guó)夏季風(fēng)向北推進(jìn)并從華南前汛期暴雨轉(zhuǎn)換到江淮梅雨鋒暴雨的過(guò)程中，約6月中旬在浙閩贛地區(qū)存在一個(gè)明顯的強(qiáng)降水中心[13]。浙閩贛地區(qū)的年降水量(1 715 mm)和江淮地區(qū)的年降水量(1 790 mm)接近，但比華南地區(qū)(2 421 mm)少30%。作為梅雨系統(tǒng)的重要組成部分，相對(duì)江淮梅雨暴雨研究，浙閩贛地區(qū)6月汛期的研究較少。張春燕等[14]分析了2011 年6 月浙閩贛地區(qū)4 次暴雨過(guò)程，但研究主要集中在大尺度環(huán)流特征上，沒有仔細(xì)討論中小尺度系統(tǒng)。HUANG， et al[13]分析了6月中旬浙閩贛暴雨發(fā)現(xiàn)暴雨和對(duì)流層低層的西南氣流增強(qiáng)有關(guān)。YANG， et al[15]對(duì)4個(gè)浙閩贛地區(qū)6月中旬強(qiáng)降水年的二維云分辨模擬分析表明，地表降水在水汽的降水收支中以水汽輻合為主要降水源，在熱量的降水收支中以熱量輻散為主要降水源。水汽相關(guān)降水效率與熱量相關(guān)降水效率的高線性相關(guān)系數(shù)主要源于水汽輻合與熱量輻散的統(tǒng)計(jì)相似性。地表降水的日變化與上升運(yùn)動(dòng)相對(duì)應(yīng)。能量轉(zhuǎn)換效率(定義為微擾動(dòng)能與對(duì)流有效勢(shì)能之比)的日變化大致與降水同位相，說(shuō)明動(dòng)力與水汽相互作用在降水量峰值形成中的重要性。

對(duì)降水進(jìn)行定量分析有助于加深對(duì)熱量、水汽、云微物理等過(guò)程在暴雨形成過(guò)程中作用的了解。GAO， et al[16-17]結(jié)合水汽收支和云收支推導(dǎo)出水汽相關(guān)的降水收支，并用二維云模擬資料進(jìn)行降水過(guò)程中的定量分析；結(jié)合熱量收支和云收支推導(dǎo)出熱量相關(guān)的降水收支，研究了降水的日變化。基于水汽相關(guān)的降水收支，XU， et al[18]對(duì)臺(tái)風(fēng)降水進(jìn)行了分類，定量分析降水結(jié)構(gòu)，發(fā)現(xiàn)當(dāng)局地大氣變干和水汽與云凝物都輻合時(shí)，雨強(qiáng)達(dá)到最大。

降水直接源于云的微物理過(guò)程，云發(fā)展過(guò)程中產(chǎn)生的輻射和潛熱作用對(duì)暴雨的形成有著非常重要的作用。冰云透過(guò)太陽(yáng)短波輻射吸收地面長(zhǎng)波輻射，有很強(qiáng)溫室作用[19]。XU， et al[20]利用WRF對(duì)臺(tái)風(fēng)“菲特”進(jìn)行模擬，發(fā)現(xiàn)有水云時(shí)，冰云的輻射作用會(huì)使降水增加，無(wú)水云時(shí)，冰云輻射作用也使降水減少。WANG ， et al[21]分別討論了云水、雨滴、云冰、雪和霰的輻射作用，發(fā)現(xiàn)除了云冰和雪以外，其他云凝物的輻射作用對(duì)降水產(chǎn)生的影響不大，云冰和雪雖然對(duì)輻射的作用類似但由于分布高度的不同對(duì)降水產(chǎn)生了相反的作用，其中云冰輻射效應(yīng)減弱了大氣的不穩(wěn)定性使降水減少，而雪輻射效應(yīng)增強(qiáng)了大氣的不穩(wěn)定性使降水增加。 ZHU， et al[22]分析了一次華北降水中冰云的輻射和潛熱作用的影響，結(jié)果表明冰云輻射效應(yīng)增強(qiáng)降水，而冰云潛熱效應(yīng)減弱降水。

本文利用中尺度WRF模式模擬2010年中旬一個(gè)華北地區(qū)暴雨個(gè)例，解答以下問(wèn)題：華北地區(qū)暴雨的降水特征是什么？冰云熱力過(guò)程對(duì)華北暴雨有怎么樣的影響？相關(guān)的物理機(jī)理是什么？因此本文首先介紹華北暴雨的天氣背景、觀測(cè)資料、模式和試驗(yàn)設(shè)計(jì)，再利用模擬資料分析暴雨特征和冰云熱力過(guò)程的降水效應(yīng)及相關(guān)的物理機(jī)理，最后總結(jié)本研究的主要結(jié)論。

1 個(gè)例簡(jiǎn)介和天氣背景分析

圖1分別給出了2010年6月19日00時(shí)至20日00時(shí)(世界時(shí)，下同)的850、500和200 hPa的天氣形勢(shì)。如圖1b所示，2010年6月19日00時(shí)，500 hPa中高緯度環(huán)流形勢(shì)為：在貝加爾湖西側(cè)存在一個(gè)高壓脊，低壓槽則位于我國(guó)東北附近，西太平洋副熱帶高壓向西延伸到了中南半島，呈帶狀分布，脊線位于20°N附近。青藏高原熱力作用明顯，浙閩贛地區(qū)中層大氣以暖平流為主。與此同時(shí)，在我國(guó)渤海遼寧上空有一低渦生成，配合其西側(cè)的高壓脊引導(dǎo)北方的冷空氣向南輸送，氣旋隨時(shí)間向東移動(dòng)，最后并入東亞大槽令槽加深向南發(fā)展，到了20日00時(shí)(圖1c2)，隨著槽的向南延伸，副熱帶高壓形勢(shì)出現(xiàn)變化，強(qiáng)度有所減弱，它的維持和東亞大槽的加深發(fā)展是暴雨形成的一個(gè)重要原因。

在200 hPa高度(圖1c、f、i)上，可以看到在東亞中緯度地區(qū)存在高空急流，最大風(fēng)速超過(guò)50 m·s-1，急流中心位于30°N附近，自西向東移動(dòng)。19日00時(shí)(圖1c)，高空存在兩個(gè)急流中心，分別位于安徽北部和江蘇東側(cè)，隨后急流中心向東移動(dòng)，安徽上空的急流軸移動(dòng)至江蘇沿海，中心風(fēng)速加大至50 m·s-1并繼續(xù)向東移動(dòng)，在此過(guò)程中，浙閩贛地區(qū)先是位于高空急流出口區(qū)的右側(cè)輻合區(qū)，急流對(duì)上升運(yùn)動(dòng)有負(fù)貢獻(xiàn)，隨著急流的移動(dòng)，浙閩贛地區(qū)位于急流大風(fēng)核的右后方，為正渦度平流和輻合區(qū)，有利于上升運(yùn)動(dòng)的發(fā)展，這可能是整個(gè)降水過(guò)程中出現(xiàn)一次減弱然后再次加強(qiáng)的原因之一。

由于副熱帶高壓的強(qiáng)盛穩(wěn)定，廣西至湖南低空存在一支穩(wěn)定的西南急流，850 hPa大風(fēng)中心超過(guò)18 m·s-1(圖1a)，浙閩贛地區(qū)位于急流前方，絕大部分都位于高濕區(qū)內(nèi)。低空西南氣流將低緯海洋上的暖濕空氣不斷輸送到華南地區(qū)，且與浙閩贛地區(qū)北側(cè)的偏東氣流形成暖式切變線，導(dǎo)致水汽輻合和上升運(yùn)動(dòng)加強(qiáng)。到了19日12時(shí)(圖1d)，浙閩贛地區(qū)西南側(cè)的低空急流有所減弱，導(dǎo)致水汽供應(yīng)不足，高濕度區(qū)域范圍減小，于此同時(shí)，浙閩贛地區(qū)北部的偏東氣流也有一定減弱，以至于低空的氣旋式切變不明顯，上升運(yùn)動(dòng)和水汽輻合減弱，于是暴雨過(guò)程出現(xiàn)了短暫減弱。20日00時(shí)，西南急流再次加強(qiáng)進(jìn)入浙閩贛地區(qū)，加強(qiáng)了水汽輸送，同時(shí)導(dǎo)致急流前側(cè)氣旋性切變加強(qiáng)，加強(qiáng)上升運(yùn)動(dòng)，是暴雨再次加強(qiáng)的重要原因。

圖1 2010年6月19日00時(shí)—20日00時(shí)的天氣形勢(shì)，其中藍(lán)色方框表示浙閩贛地區(qū)(26°～29°N，116°～121°E)。(a-c)19日00時(shí)；(d-f)19日12時(shí);(g-i)20日00時(shí);(a、d、g)850 hPa的風(fēng)場(chǎng)和濕度場(chǎng)(黑色箭矢為風(fēng)，單位：m·s-1；綠色等值線為相對(duì)濕度大于90%的等值線，單位：%；填色區(qū)域?yàn)轱L(fēng)速大于12 m·s-1的低空急流區(qū))；(b、e、h)500 hPa的溫度場(chǎng)和位勢(shì)高度場(chǎng)(黑色等值線為位勢(shì)高度，單位：dagpm；紅色等值線為溫度場(chǎng)，單位：K)；(c、f、i)200 hPa的溫度場(chǎng)和位勢(shì)高度場(chǎng)(黑色等值線為位勢(shì)高度，單位：dagpm；紅色等值線為溫度場(chǎng)，單位：K；填色區(qū)域?yàn)轱L(fēng)速大于30 m·s-1的高空急流區(qū))Fig.1 Synoptic maps from 0000 UTC on 19 to 0000 UTC on June 20, 2010, in which the blue box represents Zhejiang-Fujian-Jiangxi region(26°-29°N,116°-121°E): (a-c)0000 UTC on 19; (d-f) 1200 UTC on 19; (g-i) 0000 UTC on 20; (a,d,g) the wind andrelative humidity fields at 850 hPa (the black arrow is the wind, unit: m·s-1; the green isoline is the isoline with relativehumidity greater than 90%, unit: %); the color filling area is the low-level jet area with wind speed greater than 12 m·s-1);(b,e,h)the temperature field and potential height field at 500 hPa (the black contour is potential height, in dagpm; the red contour istemperature field, unit: K); (c,f,i) the temperature field and potential height field at 200hPa (the black contour is potential height,unit: dagpm; the red contour is temperature field, unit:K; the color filling area is high-altitude jet area with wind speed greater than 30 m·s-1)

2 觀測(cè)資料、模式、模擬參數(shù)和數(shù)值試驗(yàn)設(shè)計(jì)

本試驗(yàn)所使用的數(shù)值模式為新一代中尺度天氣研究和預(yù)報(bào)模式(Weather Research and Forecasting Model，WRF)。WRF模式是美國(guó)國(guó)家大氣研究中心(NCAR)中小尺度氣象部門(MMM)、美國(guó)環(huán)境預(yù)測(cè)中心(NCEP)和預(yù)報(bào)系統(tǒng)實(shí)驗(yàn)室(FSL)、美國(guó)空軍氣象局和海軍研究實(shí)驗(yàn)室以及俄克拉荷馬大學(xué)等美國(guó)高校和科研機(jī)構(gòu)為大氣科學(xué)研究和業(yè)務(wù)預(yù)報(bào)合作開發(fā)設(shè)計(jì)的新一代中尺度數(shù)值天氣預(yù)報(bào)系統(tǒng)。WRF在發(fā)展過(guò)程中由于科研和業(yè)務(wù)的不同需求，形成兩個(gè)不同的版本，一個(gè)是在NCAR的MM5模式基礎(chǔ)上發(fā)展而來(lái)的高級(jí)研究模式(Advanced Research WRF，ARW)，另一個(gè)是在NCEP的ETA模式上發(fā)展而來(lái)的非靜力中尺度模式(Nonhydrostatic Mesoscale Model，NMM)[23]，本文使用的是WRF-ARW，版本為3.8.1。

控制試驗(yàn)采取了三重嵌套網(wǎng)格，各重區(qū)域的格點(diǎn)數(shù)、分辨率、垂直層數(shù)和積分步長(zhǎng)見表1。采用的物理參數(shù)化方案主要有Goddard GCE 方案[24]，Goddard長(zhǎng)波輻射方案[25-26]，Dudhia短波輻射方案[27]，五層熱擴(kuò)散陸面方案[28]，YSU邊界層方案[29]。

表1 模擬試驗(yàn)主要參數(shù)Table 1 Main parameters of simulation

本文涉及的數(shù)據(jù)資料主要為NCEP全球預(yù)報(bào)系統(tǒng)逐6 h 的1°×1°全球再分析資料(Final operational global analysis, FNL)，該資料垂直方向上包含了地面層和26個(gè)標(biāo)準(zhǔn)等壓層，含有溫度、濕度、氣壓、風(fēng)場(chǎng)等多種氣象要素，由于其融合了多種觀測(cè)資料，相對(duì)比較可靠，常用于計(jì)算WRF等數(shù)值模式的初始場(chǎng)和側(cè)邊界條件。本試驗(yàn)中FNL資料不僅僅為數(shù)值模式提供了初始和邊界條件，還被用來(lái)分析個(gè)例的天氣形勢(shì)。

本文用于檢驗(yàn)?zāi)M結(jié)果的實(shí)況資料主要為我國(guó)自動(dòng)站與CMORPH[30](Climate Prediction Center Morphing Technique)降水產(chǎn)品融合的逐時(shí)降水量網(wǎng)格數(shù)據(jù)，其分辨率為0.1°×0.1°，是在全國(guó)3～4萬(wàn)個(gè)自動(dòng)氣象站觀測(cè)的小時(shí)降水量和美國(guó)氣候預(yù)測(cè)中心研發(fā)的全球30 min，8 km分辨率的CMORPH衛(wèi)星反演降水產(chǎn)品的基礎(chǔ)上，采用概率密度匹配和最優(yōu)插值(PDF+OI)的融合算法得到的小時(shí)降水?dāng)?shù)據(jù)集。廖捷等[31]利用OI方法融合CMORPH衛(wèi)星反演降水產(chǎn)品和我國(guó)地面測(cè)站觀測(cè)資料結(jié)果表明，利用OI方法形成的融合降水產(chǎn)品和地面觀測(cè)降水的空間分布特征較為一致，能反映臺(tái)站稀疏地區(qū)以及陸地和海洋之間降水系統(tǒng)的空間連續(xù)性。

圖2展示了模擬區(qū)域。其中模擬區(qū)域第一重(d01)和第二重(d02)模擬了大尺度環(huán)境場(chǎng)，為第三重(d03)提供邊界條件，第三重區(qū)域中包含了主要研究區(qū)域浙閩贛地區(qū)(26°～29°N， 116°～121°E)。模式第一重和第二重網(wǎng)格從2010年6月18日12時(shí)開始積分，第三重從6月18日18時(shí)開始積分，到20日00時(shí)結(jié)束，主要關(guān)注的時(shí)間段是19日00時(shí)到20日00時(shí)。

圖2 WRF三重模擬嵌套區(qū)域(d01，d02 和d03)疊加地形(填色；單位：m)Fig.2 WRF three nesting area (d01， d02 and d03) superimposedby topography (background color， unit: m)

本文所選的Goddard GCE方案包含了云水、雨滴、云冰、雪和霰等5種云凝物的微物理過(guò)程。這些云粒子具有不同的有效半徑和不同的光學(xué)厚度[32]，這可能對(duì)云的發(fā)展和降水的產(chǎn)生不同的輻射影響，而云凝物凝結(jié)蒸發(fā)過(guò)程中的潛熱收支變化對(duì)云、降水、熱量和動(dòng)力結(jié)構(gòu)都有很大影響[33]。為研究冰云熱力效應(yīng)對(duì)降水的影響，基于CTL，本文設(shè)計(jì)了NIR、NSR、NGR、NICR和NILH、NSLH、NGLH、NICLH兩組敏感性實(shí)驗(yàn)， NIR、NSR、NGR、NICR敏感性試驗(yàn)分別關(guān)閉了云冰、雪、霰和冰云(云冰+雪+霰)的輻射效應(yīng)，而NILH、NSLH、NGLH、NICLH分別關(guān)閉了云冰、雪、霰和冰云潛熱變化；其他設(shè)置和CTL一樣(表2)。

表2 基準(zhǔn)試驗(yàn)和敏感性試驗(yàn)設(shè)計(jì)Table 2 Design of control experiment and sensitivity experiments

圖3給出了實(shí)況觀測(cè)和模擬結(jié)果的24 h累積降水空間分布，其中黑色方框所圈出的區(qū)域是浙閩贛地區(qū)(26°～29°N，116°～121°E)。從觀測(cè)結(jié)果(圖3a)來(lái)看，本次暴雨強(qiáng)降水中心主要發(fā)生在江西中部和福建北部，其中最大降水量超過(guò)300 mm。與觀測(cè)結(jié)果相比，模擬結(jié)果的強(qiáng)降水落區(qū)和觀測(cè)基本一致，但降水強(qiáng)度整體偏強(qiáng)，強(qiáng)降水區(qū)域也偏大，且對(duì)浙江中北部和江西西南部的降水模擬結(jié)果較強(qiáng)。

圖3 6月19日00時(shí)至20日00時(shí)24 h累積降水量的空間分布(單位:mm): (a)觀測(cè);(b)模擬(黑色方框所示區(qū)域?yàn)檎汩}贛地區(qū)26°～29°N、119°～121°E)Fig. 3 Horizontal distributions of cumulative rainfall amount(unit: mm) from (a) observation and (b) simulation from 0000 UTC on 19 to0000 UTC on 20 June， 2010, in which the black box represents Zhejiang-Fujian-Jiangxi region (26°～29°N，116°～121°E)

圖4顯示了浙閩贛區(qū)域內(nèi)平均降水的逐小時(shí)分布情況，本次暴雨降水強(qiáng)度變化整體呈現(xiàn)先減弱后增強(qiáng)的趨勢(shì)，模擬結(jié)果很好的呈現(xiàn)了這一趨勢(shì)，但振幅較觀測(cè)偏大，尤其是后12 h，觀測(cè)降水在16時(shí)到達(dá)最低值以后開始再次增強(qiáng)，增速較為緩慢，而模擬降水再次增強(qiáng)的速度十分地快，結(jié)果導(dǎo)致觀測(cè)中最強(qiáng)的降水時(shí)出現(xiàn)在過(guò)程前半段，而模擬的最強(qiáng)降水時(shí)出現(xiàn)在后半段。雖然模擬降水整體偏強(qiáng)，但整體而且還是很好的表達(dá)了本次過(guò)程降水隨時(shí)間先減弱后增強(qiáng)的趨勢(shì)。

圖4 6月19至20日區(qū)域平均的逐小時(shí)降水量(mm·h-1)Fig. 4 Time seies of area-averaged rain rate (unit: mm·h-1) in June 19-20

基于水汽收支推導(dǎo)的地面降水收支方程：

Ps=QWVT+QWVF+QWVE+QDIFV+QCM，

(1)

其中：

(2)

(3)

(4)

(5)

基于水汽收支推導(dǎo)的地面降水收支可以分解為水汽局地變化項(xiàng)QWVT，局地水汽輻合輻散項(xiàng)QWVF，云凝物輻合輻散項(xiàng)QCM，地表蒸發(fā)項(xiàng)QWVE，和擴(kuò)散項(xiàng)QDIFV。其中QWVE恒為正，QDIFV遠(yuǎn)小于其他，可忽略不計(jì)；QWVT正值代表大氣變干，降水增加，負(fù)值代表大氣增濕，降水減少；QWVF正值表示水汽輻合，對(duì)降水正貢獻(xiàn)，負(fù)值表示水汽輻散，對(duì)降水負(fù)貢獻(xiàn)；QCM代表云凝物的輻合輻散，其正值代表云凝物輻合，對(duì)降水有正貢獻(xiàn)，其負(fù)值代表云凝物輻散，對(duì)降水有負(fù)貢獻(xiàn)。

基于熱量收支推導(dǎo)的地面降水收支方程：

Ps=SHT+SHF+SHS+SRAD+SLHLF+QCM，

(6)

其中：

(7)

(8)

(9)

(10)

(11)

其中：T和θ分別表示溫度和位溫。π=(p/p0)κ，p0=1 000 hPa，κ=R/cp，R是空氣常數(shù)，cp是常壓下的干空氣比熱容；Frad*是由于輻射過(guò)程導(dǎo)致的溫度變化的趨勢(shì)項(xiàng)；Fpbl*是行星邊界層的感熱；Fmplf*是冰相間微物理過(guò)程所產(chǎn)生的潛熱。

基于熱量收支推導(dǎo)的地面降水收支方程(2)中，SHT為局地?zé)崃孔兓?，SHT>0 /SHT<0 為局地升溫/降溫，對(duì)降水正/負(fù)貢獻(xiàn)；SHF為熱量輻合輻散項(xiàng)，SHF>0 /SHF<0為熱量輻散/輻合，對(duì)降水正/負(fù)貢獻(xiàn)；SHS為地表感熱項(xiàng)；SRAD為輻射作用項(xiàng)，SRAD>0/SRAD<0為輻射冷卻/加熱，對(duì)降水正/負(fù)貢獻(xiàn)；SLHLF為云中冰相過(guò)程相關(guān)潛熱項(xiàng)。

表3給出了浙閩贛地區(qū)暴雨個(gè)例的地面降水收支。基于水汽的降水收支中，區(qū)域平均降水主要來(lái)自于水汽輻合，其次是局地水汽變干，其余各項(xiàng)貢獻(xiàn)相對(duì)較小。基于熱量的降水收支中，區(qū)域平均降水的主要貢獻(xiàn)項(xiàng)為熱量輻散，其中部分熱量輻散導(dǎo)致局地大區(qū)降溫，輻射冷卻和地面感熱對(duì)降水的貢獻(xiàn)非常小。

表3 時(shí)空平均的地面降水收支Table 3 Spatiotemporally averaged surface rainfall budge mm·d-1

圖5給出了隨時(shí)間變化的地面降水收支情況?？梢钥闯?，水汽收支中，降水主要貢獻(xiàn)來(lái)自于水汽輻合。水汽輻合的變化趨勢(shì)與降水一致，位相略前于降水變化。前8 h，局地水汽變濕減少降水，而云凝物輻合增加降水，兩者的降水效應(yīng)大部分互相抵消；后16 h，局地水汽變干增加降水，而云凝物輻散減少降水，兩者的降水效應(yīng)互相抵消，但前者時(shí)間上稍前于后者，且局地水汽變干最大值出現(xiàn)在13 h，造成水汽輻合最小值和降水最小值的位相差。在熱量收支中，主要由熱量輻散決定地面降水率，其變化趨勢(shì)與降水一致，位相也略前于降水。在前8 h和后8 h，局地大氣變冷減少降水，而中間8 h，局地大氣變暖增強(qiáng)降水。

圖5 6月19—20日區(qū)域平均的逐小時(shí)降水(單位：mm·h-1)，黑色虛線為觀測(cè)值，紅色實(shí)線為模擬值基于(a)水汽和(b)熱量收支的降水收支(mm·h-1)隨時(shí)間的變化Fig. 5 Time series of (a) water vapor and (b) heat based rainfall budgets (unit: mm·h-1)

根據(jù)XU, et al[18]的研究，通過(guò)基于水汽收支推導(dǎo)的降水方程，可以將地面降水分為8種類型；同樣，通過(guò)基于熱量收支推導(dǎo)的降水方程(2)，也可以將降水分為8種類型(表4)；其中T、F、M分別表示局地大氣變干/變暖(QWVT/SHT>0)、水汽輻合/熱量輻散(QWVF/SHF>0)、云凝物減少或輻合(QCM>0)；t、f、m分別表示局地大氣加濕/變冷(QWVT/SHT<0)、水汽輻散/熱量輻合(QWVF/SHF>0)、云凝物增加或輻散(QCM<0)。根據(jù)浙閩贛地區(qū)每個(gè)格點(diǎn)的QWVT、QWVF、QCM、SHT、SHF值的正負(fù)情況，可將各個(gè)格點(diǎn)歸類為8種類型之一。從水汽和云過(guò)程來(lái)看，除了地面蒸發(fā)總是降水源外，降水型TFM的降水源為局地大氣變干、水汽輻合和云凝物輻合；降水型tFM的降水源為水汽輻合和云凝物輻合；降水型TfM的降水源為局地大氣變干和云凝物輻合；降水型TFm的降水源為局地大氣變干和水汽輻合；降水型Tfm的降水源為局地大氣變干；降水型tFm的降水源為水汽輻合；降水型tfM的降水源為云凝物輻合。降水型tfm的降水源僅為地面蒸發(fā)。從熱量和云過(guò)程來(lái)看，除了地面感熱總是降水源外，降水型TFM的降水源為局地升溫、熱量輻散和云凝物輻合；降水型tFM的降水源為熱量輻散和云凝物輻合；降水型TfM的降水源為局地升溫和云凝物輻合；降水型TFm的降水源為局地升溫和熱量輻散；降水型Tfm的降水源為局地升溫；降水型tFm的降水源為熱量輻散；降水型tfM的降水源為云凝物輻合。降水型tfm的降水源僅為地面感熱。

表4 基于(a)水汽和(b)熱量收支分解降水類型Table 4 Partitioned rainfall types based on (a) water vapor and (b) heat budgets

這8個(gè)降水類型中，TFM的雨強(qiáng)(定義為降水除相應(yīng)的降水格點(diǎn)數(shù))最大，達(dá)近6 mm·h-1，這是因?yàn)樗罩е械木值卮髿庾兏?、水汽輻合和熱量收支中的局地大氣變暖、熱量輻散以及云收支中的云凝物輻合都?duì)降水有貢獻(xiàn)(表5)；但TFM型降水覆蓋率(定義為降水格點(diǎn)數(shù)除區(qū)域總格點(diǎn)數(shù)×100%)相對(duì)較小(3%～4%)。區(qū)域平均降水的近60%來(lái)自于降水型tFM(水汽收支中的局地大氣變濕、水汽輻合和熱量收支中的局地大氣變冷、熱量輻散以及云收支中的云凝物輻合)，降水覆蓋率達(dá)40%左右，其雨強(qiáng)達(dá)4 mm·h-1，是最大雨強(qiáng)的2/3。這8個(gè)降水類型中，最大水汽輻合和最大熱量輻散出現(xiàn)在tFM型降水中，但tFM型降水對(duì)應(yīng)的雨強(qiáng)在這8個(gè)降水類型中并不是最大的，這主要是水汽輻合和熱量輻散大部分用于局地大氣增濕和降冷。區(qū)域平均降水的16%左右來(lái)自于降水型TFm(水汽收支中的局地大氣變干、水汽輻合和熱量收支中的局地大氣變暖、熱量輻散以及云收支中的云凝物輻散)，其主要降水源來(lái)自于水汽收支中的局地大氣變干和熱量收支中的局地大氣變暖。

表5 (a)基于水汽收支分類和(b)基于熱量收支分類的地面降水收支，降水覆蓋率(FC)和雨強(qiáng)(RI)Table 5 Surface rainfall budgets, rainfall fractional coverage (FC) and rain intensity (RI) of rainfall typesseparated based on (a) water vapor budget and (b) heat budget mm·h-1

以上分析可以看到分別基于水汽和熱量收支分解的降水型對(duì)降水的貢獻(xiàn)是相似的，這也符合降水需要水汽源，也需要層結(jié)不穩(wěn)定的條件。為進(jìn)一步分析水汽和熱量過(guò)程的一致性，我們計(jì)算各個(gè)水汽降水型(如vTFM)用熱量收支的分解(如hTFM)和各個(gè)熱量降水型(如hTFM)用水汽收支的分解(vTFM)。從表6中可以看到有80%以上水汽tFM，TFm和tFm降水型降水有熱量相應(yīng)降水型降水，而僅低于45%的水汽TFM，TfM和Tfm降水型降水僅是熱量相應(yīng)降水型降水。48%的水汽TFM降水型降水是熱量tFM降水型降水，38.9%的水汽TfM降水型降水是熱量tFM降水型降水，31.3%的水汽Tfm降水型降水是熱量TFm降水型降水。有75%以上的熱量tFM，TfM，TFm和Tfm降水型降水有水汽相應(yīng)降水型降水。僅68.8%和58.3%的水汽TFM和tFm降水型降水僅是熱量相應(yīng)降水型降水。分別有12.5%和18.8%的熱量TFM降水型降水是水汽tFM和TfM降水型降水，41.7%的熱量tFm降水型降水是水汽TFm降水型降水。

表6 以下各列為各個(gè)水汽降水型的格點(diǎn)資料用熱量收支的再分解；以下各行為各個(gè)熱量降水型的格點(diǎn)資料用水汽收支的再分解Table 6 Re-partitioned heat budget using grid data of separated water vapor budget in each column andre-partitioned water vapor budget using grid data of separated heat budget in each row mm·h-1

3 冰云熱力降水效應(yīng)分析

基準(zhǔn)試驗(yàn)與敏感性試驗(yàn)時(shí)空平均降水對(duì)比分析發(fā)現(xiàn)冰云輻射造成降水從NICR到CTL減弱，云冰、雪和霰輻射也導(dǎo)致降水減少，其中云冰輻射造成的降水減弱最大(表7a)。冰云潛熱造成降水從NICLH到CTL增強(qiáng)，主要是云冰潛熱降水效應(yīng)有關(guān)。

表7 基準(zhǔn)試驗(yàn)和敏感性試驗(yàn)的(a)降水Ps和(b)降水收支(降水Ps，凈凝結(jié)QNC和云凝物變化QCM)差Table 7 Differences in (a) rainfall Ps and rainfall budget(rainfall Ps, net condensation QNC and hydrometeor change QCM) mm·h-1

GAO， et al[16]在二維云分辨模式下推導(dǎo)出了地面降水方程，在此基礎(chǔ)上，XU,et al[20]推導(dǎo)出了WRF框架下三維的地面降水收支方程如下：

Ps=QNC+QCM，

(12)

其中：QNC為凈凝結(jié)。

基準(zhǔn)試驗(yàn)和敏感性試驗(yàn)的時(shí)空平均降水收支對(duì)比發(fā)現(xiàn)云冰輻射通過(guò)凈凝結(jié)的減少而減弱降水，62.2%的降水減少和凈凝結(jié)的減弱有關(guān)；云冰潛熱通過(guò)凈凝結(jié)的增加而增強(qiáng)降水，78.5%的降水增加與凈凝結(jié)的增強(qiáng)有關(guān)(表7b)。

由于凈凝結(jié)變化和潛熱釋放變化聯(lián)系在一起，潛熱和輻射都是熱量收支的重要組成部分。因此，基準(zhǔn)試驗(yàn)與敏感性試驗(yàn)的熱量收支差的垂直廓線進(jìn)行分析。在12 km以下，輻射過(guò)程使得CTL比NIR的輻射冷卻減弱，而12 km以上，輻射過(guò)程使得CTL比NIR的輻射冷卻增強(qiáng)(圖6a)。在12 km以下，CTL比NICR的輻射冷卻減弱和熱量輻散的減弱大致與潛熱釋放的減弱相平衡。進(jìn)一步分析熱量輻散的減弱原因，我們將熱量輻散FHD分解成水平熱量輻散分量(xytend)與垂直熱量輻散分量(ztend)。CTL和NIR的熱量輻散差垂直廓線分解分析表明CTL比NICR的熱量輻散的減弱源于其垂直熱量輻散的減弱(圖6b)。進(jìn)一步將垂直熱量輻散分量(ztend)分解為平均垂直熱量輻散分量(ztend1)，平均位溫與平均垂直散度相互作用(ztend2)和擾動(dòng)垂直熱量通量散度(ztend3)3個(gè)分量。從圖6c中可以看到CTL比NIR垂直熱量輻散(ztend)的減弱源于平均位溫與平均垂直散度相互作用(ztend2)的減弱。仿照XU， et al[20]，ztend2可表示為：

圖6 CTL試驗(yàn)和NIR試驗(yàn)的熱量收支差(CTL-NIR)的垂直廓線，其中(a)為區(qū)域平均的局地溫度(Floc)、潛熱(Fmp)、熱量輻散(Fhd)、輻射(Frad)邊界層感熱通量(Fpbl)變化造成的熱量?jī)A向(單位:℃·d-1)；(b)為區(qū)域平均的熱量輻散(Fhd)、水平熱量輻散(xytend)和垂直熱量輻散(ztend)分量；(c)為區(qū)域平均的垂直熱量輻散差(ztend， ℃·d-1)、位溫與垂直質(zhì)量輻散之積差(ztend2， ℃·d-1)、垂直質(zhì)量輻散差(Fdω， 10-2d-1)、溫度平流變化(ztend1，單位：10-1 ℃·d-1)、擾動(dòng)垂直熱量輻散變化(ztend3， ℃·d-1)的廓線，其中ztend2可分解為和為區(qū)域平均的垂直速度差廓線(單位:cm·s-1)Fig.6 Vertical profiles of difference (CTL-NIR) in (a-c) heat budget and (d) vertical velocity (unit:cm·s-1) between control experiment (CTL andsensitivity experiment NIR):(a) heat budget includes area-averaged local temperature change (Floc)， latent heat (Fmp)， heat divergence (Fhd)，radiation (Frad)， sensible heat flux (Fpbl)， unit: ℃·d-1; (b) the heat divergence (Fhd) is partitioned into its horizontal (xytend) and vertical (ztend) components; (c) differences include vertical heat divergence (ztend， ℃·d-1)， interaction between potential temperatureand vertical mass divergence (ztend2， ℃·d-1)， vertical mass divergence (Fdω， 10-2d-1)， temperature advection (ztend1， ℃·d-1)，perturbed vertical heat divergence (ztend3， ℃·d-1)， ztend2 is further partitioned into and Fθ× Fdω(NIR)

ztend2=FθFdω，

(13)

基準(zhǔn)試驗(yàn)CTL與敏感性試驗(yàn)NX(NX=NIR，NILH)的ztend2差可表示為

(14)

其中：

Fdω*=Fdω(CTL)-Fdω(NX)，

(15)

Fθ*=Fθ(CTL)-Fθ(NX)。

(16)

從圖6c看到CTL比NIR的平均位溫與平均垂直散度相互作用(ztend2)的減弱和垂直質(zhì)量輻散(Fdω<0)的減弱有關(guān)。

圖7呈現(xiàn)出云冰主要出現(xiàn)在6～16 km，在11 km達(dá)到最大。這樣的冰云垂直分布造成了在11 km以下，輻射過(guò)程使得CTL比NIR的輻射冷卻減弱，且輻射冷卻的減弱隨高度增大，導(dǎo)致對(duì)流層的穩(wěn)定性增大而垂直上升運(yùn)動(dòng)的減弱(圖6d)和降水的減弱。

由于NILH去掉凝華等云冰潛熱，使得CTL比NILH的潛熱在5～12 km強(qiáng)(圖8a)。潛熱強(qiáng)基本與熱量輻散強(qiáng)相平衡。和CTL與NIR的對(duì)比分析類似，熱量輻散強(qiáng)和垂直熱量輻散強(qiáng)有關(guān)(圖8b)，垂直熱量輻散強(qiáng)源于平均位溫與平均垂直散度相互作用(ztend2)的增強(qiáng)(圖8c)。CTL比NILH的平均位溫與平均垂直散度相互作用(ztend2)的增強(qiáng)和垂直質(zhì)量輻散(Fdω<0)的增強(qiáng)有關(guān)(圖8c)。在5～13 km的云冰(圖7)說(shuō)明凝華等冰云潛熱主要發(fā)生在對(duì)流層中上層，那里的潛熱增強(qiáng)隨高度減弱，會(huì)增加不穩(wěn)定而增強(qiáng)垂直上升運(yùn)動(dòng)(圖8d)和增大降水。

圖7 基準(zhǔn)試驗(yàn)與敏感性試驗(yàn)的云冰混合比垂直廓線，其中黑色線為CTL，紅色線為NIR，藍(lán)色線為NILH(單位:g·kg-1)Fig.7 Vertical profiles of mixing ratio of cloud ice in control andsensitivity experiments， where black， red and blue lines denote CTL，NIR and NILH， respectively (unit: g·kg-1)

圖8 除CTL-NILH外，同圖6Fig.8 Same as fig. 6, except those for CTL-NILH

4 結(jié)論

降水統(tǒng)計(jì)研究表明在我國(guó)夏季風(fēng)向北推進(jìn)的過(guò)程中，6月中旬在浙閩贛地區(qū)存在一個(gè)明顯的強(qiáng)降水中心。本文選取2010年6月19日24 h內(nèi)發(fā)生在浙閩贛地區(qū)的一次強(qiáng)降水過(guò)程，利用中尺度WRF模式進(jìn)行模擬，并用模擬降水空間分布和時(shí)間演變和觀測(cè)降水資料進(jìn)行對(duì)比，分析表明模擬較好的反映了降水的時(shí)空特征，因此，這個(gè)基準(zhǔn)試驗(yàn)?zāi)M資料通過(guò)計(jì)算降水收支分型來(lái)分析該地區(qū)降水收支特征。進(jìn)行冰云(云冰、雪和霰)熱力降水效應(yīng)的敏感性試驗(yàn)和基準(zhǔn)試驗(yàn)的降水收支和熱量收支對(duì)比分析來(lái)研究冰云對(duì)降水的影響及其相關(guān)的主要物理過(guò)程。

時(shí)間區(qū)域平均降水收支特征分析結(jié)果表明，影響降水的主要因子是水汽收支中的水汽輻合和熱量收支中的熱量輻散，水汽收支中的局地大氣變干增強(qiáng)降水，而熱量收支中的局地大氣降溫則減弱降水。依據(jù)水汽收支中的局地水汽變化項(xiàng)、水汽散度項(xiàng)與云收支中的云凝物散度項(xiàng)，和熱量收支中的局地?zé)崃孔兓?xiàng)、熱量散度項(xiàng)與云收支中的云凝物散度項(xiàng)可分別將降水分為8類，其中局地水汽變干/局地大氣變暖、水汽輻合/熱量輻散及云凝物輻合時(shí)，降水強(qiáng)度最強(qiáng)，而局地水汽變濕/大氣變冷、水汽輻合/熱量輻散以及云凝物輻合時(shí)，降水覆蓋率最大。這不同于其他暴雨降水型(如熱帶降水和臺(tái)風(fēng)降水等)特征，最強(qiáng)雨強(qiáng)數(shù)倍于次最強(qiáng)雨強(qiáng)，覆蓋率最大降水型是局地水汽變干、水汽輻散及云凝物輻合。

冰云熱力效應(yīng)包括輻射和潛熱兩部分?；鶞?zhǔn)試驗(yàn)與敏感性試驗(yàn)的降水對(duì)比分析表明冰云輻射和潛熱的降水效應(yīng)主要是云冰輻射和潛熱的降水效應(yīng)。降水收支對(duì)比分析發(fā)現(xiàn)云冰輻射通過(guò)減少凈凝結(jié)而減弱降水，而云冰潛熱通過(guò)增大凈凝結(jié)而增強(qiáng)降水。熱量收支對(duì)比分析發(fā)現(xiàn)冰云輻射造成輻射冷卻的減弱在對(duì)流層中低層隨高度增加，增強(qiáng)大氣穩(wěn)定度和減弱降水；而冰云潛熱造成潛熱增強(qiáng)在對(duì)流層中高層隨高度減小，增強(qiáng)大氣不穩(wěn)定和降水。