劉 濤,王 瑾
(1.貴州省人工影響天氣辦公室,貴州 貴陽(yáng) 550081;2.貴州省山地環(huán)境氣候研究所,貴州 貴陽(yáng) 550002)
貴州省位于中國(guó)西南的高原山地,處于烏蒙橫斷山脈東側(cè),地勢(shì)西高東低,地形多為山地、丘陵,是我國(guó)冰雹多發(fā)省份之一,其分布也具有季節(jié)性強(qiáng)、雹日高度集中的特征[1-2]。且研究表明[3],貴州省冰雹的形成及雹云的生成、發(fā)展與局地中尺度地形和冷鋒低槽等西風(fēng)帶系統(tǒng)相互作用有關(guān),初始對(duì)流云在源地生成后沿地面輻合線東移,在地面冷鋒作用下輻合線鋒生,動(dòng)力抬升增強(qiáng)促使對(duì)流云強(qiáng)烈發(fā)展成為冰雹云,在冷鋒與地面露點(diǎn)鋒區(qū)之間產(chǎn)生降雹,并可能給貴州、湖南、廣西等省區(qū)造成冰雹天氣。
近年來(lái),國(guó)內(nèi)不少研究者采用冰雹云數(shù)值模式在冰雹形成機(jī)理方面做了很多工作[4-8]。冰雹云數(shù)值模式大多沒(méi)有考慮地形或采用理想地形,很難再現(xiàn)實(shí)際冰雹云的形成和發(fā)展過(guò)程。而中尺度數(shù)值模式對(duì)于地形、輻射、路面過(guò)程、邊界層過(guò)程以及云微物理過(guò)程的考慮更為全面,采用高分辨率的中尺度數(shù)值模式,對(duì)于模擬和再現(xiàn)實(shí)際冰雹云過(guò)程具有較大的優(yōu)勢(shì),已成為研究冰雹云形成、演變的重要手段[9-15]。
本文利用中尺度數(shù)值模式WRF(Weather Research and Forecasting)模擬研究了2020年3月23日貴州省一次持續(xù)時(shí)間較長(zhǎng)、降雹范圍較大的冰雹天氣過(guò)程,并開(kāi)展地形敏感性試驗(yàn),分析了地形對(duì)冰雹形成發(fā)展、分布的影響。
WRF模式是美國(guó)環(huán)境預(yù)測(cè)中心(National Centers for Environmental Prediction,NCEP)和美國(guó)國(guó)家大氣研究中心(National Center for Atmospheric Research,NCAR)等聯(lián)合研發(fā),用于業(yè)務(wù)與研究的新一代高分辨率、完全可壓非靜力的中尺度數(shù)值天氣預(yù)報(bào)模式,重點(diǎn)解決分辨率1~10 km,時(shí)效為60 h以內(nèi)的有限區(qū)域天氣預(yù)報(bào)和模擬問(wèn)題。
本文使用的是WRF3.9.1版本,水平格點(diǎn)選用Arakawa-C格點(diǎn),垂直方向采用地形追隨質(zhì)量坐標(biāo)(歐拉質(zhì)量坐標(biāo))。采用雙向三重嵌套方案,區(qū)域中心為(27°N,107°E),水平格距分別為9 km、3 km、1 km,實(shí)現(xiàn)對(duì)貴州省內(nèi)冰雹過(guò)程的高分辨率模擬,網(wǎng)格嵌套以及區(qū)域設(shè)計(jì)如表1和圖1所示。第1層覆蓋了西南地區(qū)東部、華中地區(qū)中南部、華中地區(qū)中西部和華南地區(qū)大部,這個(gè)大網(wǎng)格范圍基本覆蓋了影響貴州冰雹過(guò)程的主要天氣尺度系統(tǒng),有利于提高對(duì)細(xì)網(wǎng)格區(qū)域內(nèi)中小尺度系統(tǒng)的模擬能力。第2層覆蓋了貴州不同冰雹路徑的主要源地;最內(nèi)層網(wǎng)格定位則主要為了跟蹤引起貴州冰雹過(guò)程的中小尺度對(duì)流云團(tuán)的發(fā)展過(guò)程,并便于對(duì)對(duì)流云系產(chǎn)生冰雹的機(jī)制進(jìn)行分析。
表1 WRF-ARW模式模擬參數(shù)設(shè)置Tab.1 WRF-ARW mode simulation parameter settings
圖1 WRF模式3層嵌套模擬區(qū)域(d01、d02、d03分別代表1、2、3層模擬區(qū)域)Fig.1 Three layer nested simulation area of WRF mode(D01, D02 and D03 represent layer 1, 2 and 3 simulation areas respectively)
模式初始場(chǎng)采用歐洲中心提供的0.25°×0.25°ERA5再分析資料(the fifth generation ECMWF atmospheric reanalysis of the global climate.),水平分辨為0.25°×0.25°,初始場(chǎng)資料每6 h更新一次。為驗(yàn)證模式模擬效果,選用了貴州省10部C波段多普勒雷達(dá)資料(貴陽(yáng)、六盤水、畢節(jié)、興義、遵義、都勻、三穗、銅仁、務(wù)川、榕江)及其產(chǎn)品(如組合雷達(dá)反射率等);風(fēng)云2G衛(wèi)星資料,由陳英英[16-17]采用的反演方法得到的衛(wèi)星云微物理參數(shù)反演產(chǎn)品。
2020年3月23日14時(shí)18分—23時(shí)02分(北京時(shí),下同),貴州省受南支槽前西南氣流控制,至14時(shí),南支槽東移、副高東退(圖2)。貴州省中部以西地區(qū)出現(xiàn)大范圍的降雹過(guò)程,30個(gè)降雹點(diǎn)主要集中在貴州省中部一帶及西南部?jī)蓚€(gè)區(qū)域,且處于烏蒙山東側(cè)下坡處,這兩個(gè)降雹區(qū)域的降雹出現(xiàn)時(shí)段均呈現(xiàn)西早東晚、南早北晚,由西向東降雹時(shí)間逐步推遲的特征(圖3a);貴州省西南部區(qū)域降雹直徑存在南部為2~4 mm,北部為2 mm或大于4 mm的特點(diǎn)(圖3b)。
圖2 2020年3月23日ERA5再分析資料500 hPa形勢(shì)場(chǎng)(a:08時(shí);b:14時(shí);黑色等值線:氣壓場(chǎng);虛線:溫度場(chǎng);箭頭:水平風(fēng)場(chǎng))Fig.2 500 hPa situation field of era5 reanalysis data on March 23, 2020(a: 08:00; b: 14:00; black isoline: pressure field; dotted line: temperature field; arrow: horizontal wind field)
圖3 2020年3月23日降雹分布(a:降雹時(shí)段分布;b:降雹直徑分布)Fig.3 Hail Distribution on March 23, 2020(a: hail period distribution; b: Hail Diameter Distribution)
從14時(shí)、20時(shí)ERA5和模擬的500 hPa形勢(shì)場(chǎng)上來(lái)看,模式對(duì)風(fēng)場(chǎng)和溫度場(chǎng)的模擬結(jié)果與實(shí)況基本一致,模式也模擬出了氣壓場(chǎng)的分布和走向,但模擬的氣壓場(chǎng)比實(shí)況約低10 hPa(圖4)。
從FY-2G衛(wèi)星產(chǎn)品相當(dāng)黑體溫度(Black-Body Temperature, TBB)與模擬云帶(云水、冰晶、雪晶、霰、雨水、冰雹等6個(gè)水凝物比質(zhì)量垂直氣壓加權(quán)累計(jì)值)對(duì)比可以看出(圖5),至23日16時(shí),模式基本模擬出了冰雹云的分布,但模擬結(jié)果比實(shí)況滯后近3 h;至23日19時(shí),對(duì)于貴州省中部以北的冰雹云的分布及移動(dòng)方向模擬結(jié)果與實(shí)況基本一致,但滯后3 h,對(duì)于貴州省中部以南的冰雹云,模式模擬出了移動(dòng)方向,但移速較實(shí)況過(guò)快,位置較實(shí)況偏東。
圖4 2020年3月23日ERA5(a、c)和模擬(b、d)500 hPa形勢(shì)場(chǎng)對(duì)比(藍(lán)線:氣壓場(chǎng);紅線:溫度場(chǎng);箭頭:水平風(fēng)場(chǎng))Fig.4 Comparison between era5 (left) and simulated (right) 500 hPa situation field(blue line: pressure field; red line: temperature field; arrow: horizontal wind field)
圖5 2020年3月23日衛(wèi)星反演黑體亮溫(a、c)與模擬云帶(b、d,即云水、冰晶、雪晶、霰、雨水、冰雹等6個(gè)水凝物垂直累計(jì)值,單位:g·kg-1對(duì)比)Fig.5 Comparison between blackbody brightness temperature retrieved by satellite and simulated cloud belt (right, i.e. vertical cumulative values of cloud water, ice crystal, snow crystal, graupel, rain and hail,unit∶ g·kg-1)
圖6給出了實(shí)況與模擬雷達(dá)組合反射率的演變對(duì)比,可得出與圖4相似的結(jié)論,模擬結(jié)果較實(shí)況滯后約3 h,對(duì)于貴州省中部以北的對(duì)流云團(tuán),模式可以很好地模擬出其位置及移動(dòng)方向,回波強(qiáng)度也與實(shí)況基本一致;但對(duì)于貴州省中部以南的對(duì)流云團(tuán),模擬結(jié)果較實(shí)況偏東,且移速較實(shí)況偏快。
圖6 2020年3月23日實(shí)況(a、c)與模擬(b、d)雷達(dá)組合反射率對(duì)比Fig.6 Comparison of combined reflectance of live and simulated radar
3月23日08時(shí)—24日08時(shí),模式模擬的降雹分布(圖7)與實(shí)況(圖3)較一致,模式對(duì)于貴州省中部以北的降雹模擬較好,但對(duì)于貴州省南部降雹的分布模擬相對(duì)較差。從模擬的逐小時(shí)降雹分布(圖略)與實(shí)況降雹出現(xiàn)時(shí)間分布圖(圖3a)對(duì)比來(lái)看,模式模擬的降雹時(shí)段為23日17時(shí)—24日05時(shí),模擬開(kāi)始出現(xiàn)降雹比實(shí)況滯后約3 h,模擬降雹持續(xù)時(shí)間比實(shí)況多3 h,貴州省中部以北降雹分布與實(shí)況基本一致,但貴州省南部的降雹分布較實(shí)況略偏東。
圖7 模擬23日08時(shí)—24日08時(shí)降雹量Fig.7 Simulated hailfall from 08:00 on the 23rd to 08:00 on the 24th
通過(guò)以上分析可知,模擬與觀測(cè)冰雹云移動(dòng)方向一致,均是從貴州省西部進(jìn)入向東偏北方向移動(dòng),模擬的南部冰雹云移動(dòng)較實(shí)況略快,模擬的降雹點(diǎn)與實(shí)況相比較一致,模擬出了南北兩條降雹帶。由于模擬雹云生命史、回波強(qiáng)度、雹云移動(dòng)方向以及空間位置、降雹時(shí)間和冰雹落區(qū)等與觀測(cè)有著比較好的一致性,這為進(jìn)行敏感性試驗(yàn)奠定了良好的基礎(chǔ),故而在此基礎(chǔ)上開(kāi)展地形敏感性試驗(yàn)研究,以期探討地形對(duì)冰雹云發(fā)生發(fā)展及降雹分布的影響。
為了研究此次冰雹天氣地形的作用,本文對(duì)模擬地形進(jìn)行了敏感性試驗(yàn)(test1、test2、test3、test4、test5),ctrl為原地形控制試驗(yàn),test1試驗(yàn)是將原地形高度降低一半,test2試驗(yàn)是將原地形高于1 500 m的部分全部改為1 500 m,test3試驗(yàn)是將原地形高度升高1.2倍,test4試驗(yàn)是僅將烏蒙山(24.646 1~28.501 2°N,102.533~106.497°E)地形高度降低一半,test5試驗(yàn)是僅將烏蒙山地形高度升高1.2倍(圖8)。然后將test1、test2、test3、test4、test5和控制試驗(yàn)ctrl模擬結(jié)果進(jìn)行對(duì)比分析,從而探討地形對(duì)此次冰雹天氣的影響。
圖8 模擬采用地形(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.8 Simulated terrain(a: ctl; b: test1; c: test2;d: test3; e: test4; f: test5)
4.2.1 地形對(duì)降雹的影響 將敏感性試驗(yàn)與控制試驗(yàn)的24 h降雹量結(jié)果進(jìn)行對(duì)比(圖9),可以看出,地形改變后降雹帶的分布及量級(jí)均發(fā)生了變化,地形降低的試驗(yàn)(test1、test4)降雹均減弱,其中test1北部降雹消失,南部降雹減弱且較控制試驗(yàn)更為偏南,test2南部降雹基本消失,北部降雹減弱。地形升高的試驗(yàn)(test3、test5)北部降雹均增強(qiáng),其中test3北部降雹增強(qiáng),且范圍較控制試驗(yàn)?zāi)媳备鼘挅|西更長(zhǎng),并出現(xiàn)了多個(gè)降雹強(qiáng)中心,test5北部降雹增強(qiáng)且較控制試驗(yàn)略微偏南,并向東發(fā)展。西部變?yōu)?500平臺(tái)的test4試驗(yàn)較控制試驗(yàn)而言,北部的降雹南壓且增強(qiáng),南部的降雹偏西。從貴州區(qū)域(24.5~29.5°N,103.5~110°E)的降雹量做區(qū)域累計(jì)值隨時(shí)間變化圖(圖10),可以看出地形降低試驗(yàn)的累計(jì)總降雹量均低于控制試驗(yàn),地形升高試驗(yàn)的累計(jì)總降雹量均高于控制試驗(yàn),test3的累計(jì)總降雹量最高,test4的累計(jì)總降雹量最低(圖10a),地形的改變使得累計(jì)逐小時(shí)降雹量的波形發(fā)生了變化,test2、test3、test5的降雹極大值出現(xiàn)的時(shí)間接近控制試驗(yàn),出現(xiàn)在23日23時(shí)—24日00時(shí)左右,而test1、test4的降雹極大值出現(xiàn)的時(shí)間均晚于控制試驗(yàn),但是地形的改變對(duì)冰雹的出現(xiàn)時(shí)間、持續(xù)時(shí)間改變不大(圖10b)。
圖9 2020年3月23日08時(shí)—24日08時(shí)模擬24 h降雹分布對(duì)(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.9 Comparison of simulated 24h Hailfall(a: ctl; b: test1;c: test2; d: test3; e: test4; f: test5)
圖10 貴州區(qū)域累計(jì)降雹量時(shí)間變化(a:累計(jì)總降雹量;b:累計(jì)逐小時(shí)降雹)Fig.10 Time variation of cumulative hailfall in Guizhou(a: cumulative total hailfall; b: cumulative hourly hailfall)
上述分析可知,地形的改變對(duì)冰雹的空間分布和發(fā)展有影響,地形增高會(huì)使冰雹分布范圍更廣,發(fā)展更旺盛,甚至?xí)斐啥嘟当?qiáng)中心的生成,地形降低反之。
4.2.2 地形對(duì)10 m風(fēng)場(chǎng)的影響 圖11給出了模擬冰雹發(fā)生時(shí),即2020年3月23日18時(shí)貴州上空10 m風(fēng)場(chǎng)。對(duì)比控制試驗(yàn)和敏感性試驗(yàn)結(jié)果可以看出,地形降低(test1、test4)使得貴州省的風(fēng)場(chǎng)輻合減弱,地形升高(test3、test5)使得貴州省西部偏南風(fēng)大幅增強(qiáng),同時(shí)增強(qiáng)了風(fēng)場(chǎng)輻合,由于風(fēng)場(chǎng)的變化,敏感性試驗(yàn)的地面輻合線位置也較控制試驗(yàn)有所變化。
圖11 2020年3月23日18時(shí)10 m風(fēng)場(chǎng)對(duì)比(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.11 Comparison of 10m wind field at 18 on March 23, 2020(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)
4.2.3 地形對(duì)動(dòng)力場(chǎng)的影響 對(duì)比控制試驗(yàn)和敏感性試驗(yàn)貴州區(qū)域最大上升速度隨時(shí)間變化結(jié)果(圖12)可知,ctrl控制試驗(yàn)有3個(gè)最大上升速度極值中心,分別出現(xiàn)在23日22時(shí)、24日01時(shí)和05時(shí),而改變地形的敏感性試驗(yàn)中最大上升速度最早出現(xiàn)的極值中心均早于控制試驗(yàn)。地形降低的試驗(yàn)中最大上升速度極大值均低于24 m·s-1,且相對(duì)均勻地出現(xiàn)在傍晚到午夜期間。地形升高的試驗(yàn)中最大上升速度極大值均高于24 m·s-1,且最大值出現(xiàn)在23日18時(shí)左右(模擬降雹開(kāi)始時(shí)刻)。貴州區(qū)域平均相對(duì)渦度隨時(shí)間變化對(duì)比(圖13)可以看出,地形增高的試驗(yàn)與控制試驗(yàn)變化不大,但地形降低的試驗(yàn)在冰雹生成及發(fā)展前期、800~600 hPa區(qū)間出現(xiàn)了輻散,不利于冰雹的生成發(fā)展。
圖12 貴州區(qū)域最大上升速度隨時(shí)間變化對(duì)比(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.12 Comparison of the maximum vertical velocity with time in Guizhou(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)
圖13 貴州區(qū)域平均相對(duì)渦度隨時(shí)間變化對(duì)比(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.13 Comparison of regional average relative vorticity with time in Guizhou(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)
4.2.4 地形對(duì)微物理場(chǎng)的影響 基于4.2.1的結(jié)果,分別選定控制試驗(yàn)和各個(gè)敏感性試驗(yàn)貴州區(qū)域累計(jì)逐小時(shí)降雹量極大值出現(xiàn)的時(shí)刻,做水凝物的區(qū)域平均值垂直變化圖(圖14)。控制試驗(yàn)中,空中具有相對(duì)充沛的過(guò)冷水,為貝吉隆過(guò)程提供了良好的條件,且雪晶和霰的比水量高(分別大于0.07 g·kg-1、0.09 g·kg-1),冰雹主要是由雪晶和霰粒子轉(zhuǎn)化而來(lái),降雹的同時(shí)伴隨降水。敏感性試驗(yàn)均是雪晶和霰比水量高,但是test1試驗(yàn)中雪晶和霰粒子的比水量均小于控制試驗(yàn),過(guò)冷水也不如控制試驗(yàn),這也導(dǎo)致了冰雹和雨水的比水量遜于控制試驗(yàn);test2試驗(yàn)的情況與test1類似;test3試驗(yàn)的雪晶比水量遠(yuǎn)大于控制試驗(yàn),霰的比水量小于控制試驗(yàn),但有著更為充沛的過(guò)冷水,冰雹生成發(fā)展的條件優(yōu)于控制試驗(yàn);test4試驗(yàn)的雪晶和霰的比水量均大于控制試驗(yàn)(其中雪晶比水量大于0.1 g·kg-1),但其過(guò)冷水含量與控制試驗(yàn)相當(dāng),在一定程度上抑制了冰雹的濕增長(zhǎng);test5試驗(yàn)的情況與test3類似。
圖14 2020年3月23—24日各試驗(yàn)降雹極大值時(shí)刻貴州區(qū)域平均水凝物垂直變化對(duì)比(a:ctl;b:test1;c:test2;d:test3;e:test4;f:test5)Fig.14 Comparison of vertical changes of regional average condensate in Guizhou at the maximum of Hailfall in each test(a: ctl; b: test1; c: test2; d: test3; e: test4; f: test5)
本文利用中尺度數(shù)值模式模擬研究了2020年3月23日貴州一次冰雹天氣過(guò)程,并通過(guò)開(kāi)展地形敏感性試驗(yàn),分析了地形對(duì)冰雹云發(fā)生發(fā)展及降雹分布的影響。主要結(jié)論如下:
①WRF模式模擬冰雹云移動(dòng)、冰雹落區(qū)和演變特征與觀測(cè)有較好的一致性。
②地形的改變對(duì)冰雹的空間分布和發(fā)展有影響,地形增高會(huì)使冰雹分布范圍更廣、發(fā)展更旺盛,甚至?xí)斐啥嘟当?qiáng)中心的生成,地形降低反之。
③地形增高使得貴州省西部的偏南氣流增強(qiáng),加強(qiáng)輻合,在降雹初期提升垂直上升速度,使得冰雹更加快速地生成、增長(zhǎng);地形降低反之,且會(huì)在低層出現(xiàn)輻散,不利于冰雹發(fā)生發(fā)展。
④地形增高試驗(yàn)中具有更為充沛的過(guò)冷水和較豐富的雪晶、霰,為冰雹通過(guò)貝吉隆過(guò)程及碰并過(guò)程的濕、干增長(zhǎng)提供了更為優(yōu)越的條件。