李冠秀 ，吳宛真, ，黃偉, ，束炯，鄧琳,

(1. 華東師范大學地理科學學院，上海 200041； 2. 中國氣象局上海臺風研究所，上海 200030；3. 中國氣象局臺風數值預報重點實驗室，上海 200030)

1 引 言

臺風是產生暴雨的主要天氣系統，經常伴隨極端性降水，由于其危害嚴重、預報難度大，所以仍是當下研究的熱點及難點問題之一[1]。隨著衛(wèi)星資料的廣泛應用和中尺度模式的逐步發(fā)展，對臺風的路徑、強度的預報水平也逐年提升[2]。中尺度模式中除了包含基本的動力框架外，同時也包含了多種物理過程[3]，其中微物理過程描述了云中水汽和各種水凝物間的轉換，即成云致雨的過程以及相應的動力、熱力效應[4]。近年來國內外學者從路徑強度、大尺度環(huán)境、內部結構等多個方面研究了微物理方案與臺風發(fā)生、發(fā)展機制的相互作用，并取得了較多成果[5]。

許多研究表明，模擬的臺風路徑通常對云微物理方案不敏感，但模擬的臺風強度對云微物理方案是非常敏感的[6-7]。如Wang 等[8]提出僅使用暖云參數化方案時，模擬的臺風具有最強的加深或增強作用；Willoughby 等[9]發(fā)現與不使用冰相微物理方案的模擬相比，使用冰相可模擬出更真實的下降氣流和更強的強度，且活躍的冰相過程與臺風強度相關；Yang 等[10]通過研究不同云微物理方案對臺風強度模擬的差異，發(fā)現模擬的海平面最低氣壓與暖云方案中水凝物的轉化率相關，暖云中云水、雨水的高轉化率可促使大雨滴在眼墻周圍快速下落形成較低氣壓。此外，微物理方案還直接決定了眼墻及外圍雨帶里水凝物的組成成份，通過水汽凝結、雨滴蒸發(fā)等相變過程帶來潛熱釋放，與環(huán)境場進行熱量交換，從而改變渦旋內部的熱力結構，進一步影響臺風的發(fā)生發(fā)展[11-12]，如Chan等[13]使用了不同微物理參數化方案診斷由微物理過程引起的非絕熱加熱，發(fā)現非絕熱加熱的差異主要來源于不同微物理參數方案中雨、雪和霰的自我轉化、凍結和積聚，云水以及冰和雪的沉積；其他研究表明云微物理方案還影響著水凝物的垂直分布及外圍雨帶的水平分布，雨水和霰的混合比與臺風眼壁區(qū)域的垂直速度分量和等效勢能溫度高度相關[14]。

不同微物理參數化方案的選取意味著選擇了不同的水凝物計算方式，所有水凝物的含量及相互作用都影響著臺風的結構及發(fā)展，同時產生的潛熱釋放也會影響臺風眼墻的垂直速度和降水速率，因此微物理方案之間的差異對臺風內部結構及降水模擬有著直接影響。本文擬通過對比不同微物理參數化方案模擬臺風“利奇馬”的結果，分析雨帶模擬產生明顯差異的原因，探究造成差異的微物理過程來源，通過微物理過程歸因不同微物理方案中水凝物的計算及表征方式，為后續(xù)微物理方案的改進提供進一步的參考依據。

2 試驗設計

本文選取臺風個例為“利奇馬”，“利奇馬”是2019 年登陸我國的最強臺風，于2019 年8 月4 日09 時(除標明外，均為世界時)在西太平洋洋面上形成，并向西北方向移動，8 月7 日15 時加強為超強臺風，并繼續(xù)向西北方向移動，向浙江沿海靠近，并于8 月9 日17 時45 分在浙江省溫嶺市沿海登陸，登陸時中心附近最大風力達16 級(52 m/s)[15]。

本文模擬選取了華東區(qū)域中尺度模式系統，該模式系統基于WRFv3.8.1 (Weather Research and Forecasting Model)建立[16]，是華東區(qū)域氣象中心主要的數值預報業(yè)務模式系統。模擬采用Lambert 地圖投影，水平格點792×852，水平格距3 km，時間步長15 s，垂直51 層，初始場使用GFS(Global Forecast System)全球模式分析場，大尺度強迫采用相應的預報場。模式中心經緯度為127.0 °E，26.0 °N，模擬區(qū)域如圖1 所示。預報時間為2019年8月8日00時—11日00時共72小時，逐時輸出模式結果。本次實驗除微物理方案外，其他物理方案都固定選取同樣配置，分別為RRTMG 長波輻射方案[17]、Dudhia 短波輻射方案[18]、YSU 邊界層方案[19]，陸面過程選擇Noah 方案[20]，無積云對流參數化方案，以CMAQ 模式[21]輸出的2019 年8 月8 日00 時的氣溶膠分布場作為氣溶膠初始場。

圖1 模擬區(qū)域

微物理方案分別選取Thompson 方案及CLR方案(Chen, Lamb and Reisner scheme)[22-23]，Thompson 方案是一種不完全的雙參方案，可預報云水、雨水、雪、冰和霰5 類水凝物的質量混合比，相較于傳統的單參數方案增加雨水和云冰的數濃度，假設了雪粒子為非球面，且密度隨直徑變化而變化[24-25]。CLR方案則是完全雙參數方案，可同時預報云水、雨水、雪、冰和霰5類水凝物的質量混合比(qc、qr、qi、qs、qg)和數濃度(nc、nr、ni、ns、ng)，兩個微物理方案的水凝物預報量如表1 所示。Thompson是應用廣泛的微物理方案，其最新版本中包含了氣溶膠對云水核化的影響，研究顯示該版本對臺風降水模擬得更好；CLR 方案由一系列體積液態(tài)水的質量和數濃度的經驗公式組成，則有更完善的云水核化過程，提供了診斷方程來計算下落速度，使得較大的液滴產生更大的下落速度，因此凝結物的有效半徑分別對降水過程、輻射加熱或冷卻至關重要。

表1 微物理方案的水凝物預報變量

3 結 果

3.1 路徑與強度

由圖2 可看出，在模擬初期，當臺風還位于寬廣的洋面上，除了細微的速度差異，兩個試驗的路徑模擬結果幾乎一致；而在臺風登陸前后Thompson 方案模擬的路徑相較于CLR 方案向右偏移。結果顯示，CLR 方案對臺風“利奇馬”的模擬結果與觀測更相符，與BABJ (國家氣象中心的實時報文資料)觀測路徑保持相對一致，速度稍滯后于實況，Thompson 方案在登陸后與BABJ 實況路徑出現差異，且移動速度滯后于BABJ路徑。

圖3 表明，兩個試驗雖較好地模擬出了臺風“利奇馬”強度的變化，當臺風位于寬廣的洋面上時，Thompson 方案在模擬初始階段(0—12 h 期間)表現出了更強的強度，其余時段兩個試驗的模擬強度基本上維持著一致的變化，均弱于實際的臺風的強度；而在臺風登陸前后，兩個試驗的強度開始出現差異，從中心最大風速和最低氣壓來看，Thompson 方案模擬的臺風強度強于CLR 方案，但CLR 方案的強度在臺風登陸后與觀測更接近。綜合來看，兩組試驗模擬的強度差異較小，海平面最低氣壓與中心最大風速均顯示出CLR 方案對“利奇馬”的強度預報表現較好。

圖2 BABJ實況(黑色)與Thompson方案(藍色)、CLR方案(紅色)模擬的移動路徑(逐小時)對比(實心點間隔24小時)

圖3 BABJ實況(黑色)與Thompson方案(藍色)、CLR方案(紅色)模擬的最低中心氣壓(虛線)及10 m風速(實線)對比

3.2 降水分布

Global Precipitation Measurement IMERG(GPM) 作 為 繼 Tropical Rainfall Measuring Mission 3B42 (TRMM)之后新一代的全球衛(wèi)星降水產品,被證實其精度較好且優(yōu)于TRMM[26]，因而本文使用了GPM 衛(wèi)星與地面觀測融合降水產品作為觀測實況。模擬初期(圖4a～4c)兩個方案的降水形態(tài)比較相似，且與GPM 衛(wèi)星觀測資料的降水形態(tài)比較一致；在臺風接近陸地登陸前(圖4d～4f)，雖然兩個方案在眼墻的位置降水結構相似，但Thompson 方案在距離臺風中心更近的位置形成較強的螺旋雨帶，而CLR 方案模擬的螺旋雨帶較弱，且距離臺風中心較遠，GPM 衛(wèi)星觀測資料結果顯示CLR 方案的模擬結果更準確；圖4g～4i 顯示，在臺風登陸后，由于兩個方案模擬臺風移向及移動速度的差異造成臺風結構破壞的情況不同，因此在陸地上的降水結構也產生了明顯差異，其中CLR 方案模擬的降水形態(tài)與觀測資料更接近。

3.3 云微物理過程特征

Thompson 與CLR 方案模擬結果與觀測對比表明，模式基本模擬出了臺風的路徑、強度和降水分布。在模擬前36 小時，兩個方案模擬的路徑和強度差異并不明顯，且兩個方案在眼墻位置形成了相似的降水結構，但外圍雨帶降水卻出現了明顯差異。Thompson 方案在距離臺風中心100 km左右形成較強的螺旋雨帶，而CLR 方案在距離臺風中心150 km 左右的位置形成了較弱的螺旋雨帶。登陸后兩個方案的臺風結構破碎情況有明顯差異，由此又進一步影響了降水結構的分布。圖5顯示兩個方案的主要降水區(qū)域集中分布在50 km半徑附近的區(qū)域，其中Thompson 方案的最大值約為40 mm/h，出現在模擬開始的前6 h，意味著Thompson 方案在模擬初始時刻形成了更強的降水。自8 月9 日00 時開始，Thompson 方案在100 km 半徑附近逐步出現降水的大值區(qū)，為16～26 mm/h，對應臺風外圍的降水雨帶；至9 日12 時，兩個方案出現明顯降水分布差異，Thompson 方案在100 km處出現明顯的降水中心，CLR在150 km附近出現16～20 mm 的降水區(qū)域，分別對應了距臺風中心不同距離的外圍雨帶。由此看出，當臺風位于寬廣洋面上時，即兩個方案模擬的路徑、強度較一致時，降水分布產生明顯差異，主要差異表現在8 月9 日12 時前后出現了距臺風中心不同距離的外圍雨帶分布。

圖4 GPM衛(wèi)星與地面觀測融合1 h降水產品(a、d、g)與Thompson方案(b、e、h)、CLR方案(c、f、i)模擬的1 h降水結果對比 a～c、d～f、g～i分別為北京時間2019 年8月8日18—19時、9日14—15時、10日05—06時的1 h降水模擬結果；e、f中紅圈代表外圍雨帶位置。單位：mm。

圖5 Thompson(a)、CLR(b)方案小時降水量的徑向平均隨時間變化

兩組試驗中雨帶上的明顯差異可能與兩個微物理過程對水凝物模擬差異有關，圖6 結果顯示，自8 月9 日00 時開始，Thompson 方案中距臺風中心100 km 半徑處冰相態(tài)的水凝物逐步出現7～9 kg/m2的大值區(qū)，CLR 方案距臺風中心150 km 半徑處出現3～4 kg/m2的大值區(qū)。由于眼墻的形成主要是受到大尺度的動力驅動，雨帶的差異則與微物理參數化方案產生的水凝物以及沉降過程密切相關，兩組試驗中雨帶出現的大值區(qū)分別與冰相態(tài)的水凝物出現的大值區(qū)相對應。代表了臺風外圍雨帶主要來源于冰相態(tài)粒子下落過程中融化等相變過程，兩組試驗模擬形成的不同冰相態(tài)粒子的含量及分布直接決定了臺風外圍雨帶的形態(tài)分布，因而雨帶差異依賴于兩組試驗微物理過程中模擬的冰相態(tài)粒子含量及下落速度。

圖6 8月8日00時—11日00時Thompson和CLR方案冰相態(tài)水凝物(冰、雪、霰)(a、b)、液態(tài)水凝物(云水、雨水)(c、d)的徑向平均隨時間變化

進一步定義各時刻距離臺風中心最低氣壓所在位置小于等于190 km 范圍的格點作為臺風主體，進行區(qū)域面平均，計算了8 月8 日00 時—11 日00時臺風主體內云中水凝物垂直積分量隨時間的演變(圖7)。

圖7 臺風主體(距臺風中心190 km半徑內)冰相態(tài)(a)、液態(tài)(b)

水凝物的區(qū)域平均隨時間變化，其中冰相態(tài)水凝物：冰(QICE)、雪(QSNOW)、霰(QGRAUP)，液態(tài)水凝物：云水(QCLOUD)、雨水(QRAIN)。

液態(tài)及固態(tài)水凝物隨時間的變化反映了兩組試驗在模擬臺風的組成和結構上的差異，同時也暗示了臺風模擬內部暖云和冷云過程的差異。兩組試驗在模擬期間產生的液態(tài)水總量相近，主要差別在于CLR方案在模擬過程中產生了更多的云水，造成該差異可能有三種不同原因：一是云滴成長為雨滴過程效率的差異；二是CLR 方案產生的雨滴平均粒徑小、沉降慢，導致大氣中的液態(tài)水多，降水率卻低；三是若液態(tài)水持續(xù)上升至溫度零下的環(huán)境后，可能自發(fā)凝固或是透過與冰的碰撞凝固成冰，當整體的凝固效率不佳時，會有一部分水凝物保持在過冷水的狀態(tài)不會凝固，因此造成云水較多。兩組試驗在模擬期間冰相態(tài)粒子的差異表現在Thompson 方案產生了更多冰相態(tài)粒子，尤其是相比于CLR方案產生了更多含量的雪。該特征也是兩個方案在冰相態(tài)粒子模擬中產生的最大差異，盡管兩組試驗在雪含量的模擬上呈現了較一致的變化趨勢，雪的含量約為霰的10 倍多。自8 月9 日15 時前后開始(登陸前)云冰與雪的垂直積分量有明顯的下降趨勢，考慮可能因為臺風接近陸地，底層結構更快受到破壞，相對位于低層的雪、霰的含量有更明顯的下降，其中Thompson方案的雪、霰相比與CLR方案下降趨勢更加平緩，云冰的垂直積分量波動略降，這與登陸后兩個方案的強度變化也較一致，尤其是霰的垂直積分量與臺風強度有很好的相關性，與中心最大風速的變化趨勢一致。Thompson 方案登陸后路徑偏右，更加接近洋面，可吸收和獲取更多的水汽供應以維持臺風強度，而CLR 方案以更快的移速向內陸移動，水汽供應切斷導致強度減弱得更加迅速，因而影響了與對流活動關系密切的冰態(tài)水凝物的形成。

從水凝物在垂直方向的分布變化來看(圖8)，較CLR 方案而言，Thompson方案在融化層以上存在更豐富的過冷水滴，由于過冷水滴與高層的冰晶可通過凍結進一步轉化為雪，因此為雪凇附增長提供了良好環(huán)境。兩個方案的固態(tài)水凝物均以雪為主，霰較少，高層的雪和霰隨著反氣旋輻散向外流出，掉落到低層之后會成為觸發(fā)雨帶生成的重要機制，如果固態(tài)水的沉降速度慢，將有機會被送到更遠的地方。Thompson 方案中雪含量的大值區(qū)集中10 km 高度上，明顯高于CLR 方案，CLR方案中霰的含量在5 km 左右達到最大值。由于雪、霰在暖區(qū)的融化以及云水、雨水的碰并也是降水的主要來源，霰轉化率的大值區(qū)常對應著雨水轉化率的大值區(qū)，說明霰粒子溶化形成水滴是臺風暴雨的主要形成機制，因而霰過程的強弱與臺風強度的變化趨勢一致[27]，解釋了模擬的水凝物中霰的垂直積分量與臺風強度有很好的相關性，與中心最大風速的變化趨勢一致。

圖8 8月9日08時水凝物質量混合比的徑向平均隨高度變化

圖9 展示了8 月9 日06 時兩個方案模擬對流系統的發(fā)展狀態(tài)，Thompson 方案在距臺風中心100 km 處形成了一明顯的上升氣流，該上升氣流的位置與潛熱釋放的大值區(qū)相對應。微物理過程中的潛熱釋放來自于水凝物的相態(tài)變化，例如臺風眼墻區(qū)上升運動伴隨的加熱來源于水汽轉變?yōu)橐簯B(tài)水和固態(tài)水的過程，因而Thompson 方案在100 km處上升支的形成主要是來源于冰相態(tài)粒子(雪)相態(tài)的變化，冰相態(tài)粒子的融化貢獻了潛熱釋放，對應了Thompson 方案在距臺風中心100 km處形成了外圍雨帶。

圖9 垂直速度(m/s)的徑向平均隨高度變化(a，b)、潛熱釋放(K/s)的徑向平均隨高度變化(c，d)

在整個模擬過程，兩個方案中雪粒子含量為霰的10 倍左右，且Thompson 方案中雪粒子的含量明顯高于CLR 方案，因此主要關注雪粒子的下落速度與直徑的關系。一方面雪粒子掉落溶化形成水滴是臺風暴雨的來源，另一方面雪粒子的沉降速度與直徑又直接影響了其由臺風中心向外輻散的速度，從而決定外圍雨帶形成的位置離臺風中心的距離。圖9 對比兩個方案雪粒子的下落速度與直徑的關系，可看出CLR 方案中的雪粒子直徑相較于Thompson 方案較大，固態(tài)粒子的沉降速度也更慢，在高層反氣旋向外輻散的過程中，冰態(tài)粒子將更有機會被送到更遠的地方，通過融化形成降雨，因而CLR 方案生成的外圍雨帶離中心更遠。綜合以上雨帶及冰水物質隨時間分布的變化，認為Thompson及CLR方案雨帶的差異是由于兩個方案中冰相態(tài)粒子下落速度的差異，下落速度更小的冰相態(tài)粒子更有可能被高層反氣旋向外輻散至更遠的區(qū)域。粒子直徑大小也會影響冰相態(tài)水凝物的水平移動速度，使其被拋至距臺風中心不同的距離處。例如小雨滴受到環(huán)境風切變影響下，通常與環(huán)境風速保持一致，而相同的風切下，粒子尺度越大，水平移動速度更大，偏離環(huán)境風速越大[28]。因此大雨滴容易被送到距離臺風中心更遠的距離處，影響臺風該處中高層的大氣穩(wěn)定度，產生不穩(wěn)定能量并釋放潛熱，最后冰相粒子下落中一部分融化形成降水，形成距臺風中心不同距離處的外圍雨帶，與Thompson、CLR 方案中液態(tài)水凝物100 km、150 km 處的大值區(qū)相對應，此外又進一步激發(fā)對流的發(fā)展，造成該處垂直上升運動的增強。

圖10 8月9日08時雪粒子下落速度隨直徑變化情況

4 總結與展望

本文選取了Thompson 和CLR 微物理參數化方案，使用華東中尺度模式系統模擬了臺風“利奇馬”，對比分析了兩個方案的差異。

(1) 相比于Thompson 方案，CLR 方案模擬臺風“利奇馬”的路徑、強度在登陸后明顯更接近觀測。

(2) 由于臺風結構和移速模擬的差異，兩個方案模擬的“利奇馬”在登陸后結構破碎產生差異，結果表明CLR 方案在登陸后路徑、強度及降水形態(tài)更接近實況。

(3) 比較兩個方案模擬的臺風中心最低氣壓、眼墻及強度在登陸前幾乎一致，但外圍雨帶卻有著明顯差異，Thompson 方案在距離臺風中心100 km 左右形成較強的螺旋雨帶，而CLR 方案在距離臺風中心150 km 左右的位置形成了較弱的螺旋雨帶，即CLR 方案產生了距離臺風中心更遠的外圍雨帶。

(4) 兩個方案雨帶模擬的差異與云微物理過程相關，Thompson 方案的固態(tài)水以雪、霰為主，高層的雪和霰隨著反氣旋輻散向外流出，掉落到低層之后會成為觸發(fā)雨帶生成的重要機制，且Thompson 方案的雪粒子下落速度相對更小、直徑更大，更有機會被送到離臺風中心更遠的位置，冰相粒子下落中一部分融化形成降水，最終形成距臺風中心不同距離處的外圍雨帶，因此解釋了CLR方案模擬的雨帶生成的位置離中心更遠。

微物理參數化方案蘊含了不同微物理過程的表征方式，本文研究結果表明，微物理過程不僅直接描述了臺風降水的量級與速率，且模擬的外圍雨帶結構特征也與水凝物的含量變化、直徑大小及下落速度的設定息息相關。對比不同微物理參數化方案產生的雨帶模擬差異，有助于了解微物理過程對于臺風結構模擬上更深層次的影響，為進一步完善數值模式的微物理參數化方案提供了參考。