摘要：受低渦和切變線的影響，2020年6月27—28日湖北地區(qū)發(fā)生一次梅雨期暴雨過程，造成嚴重災害和重大經(jīng)濟損失。為了深入研究云微物理過程對梅雨期暴雨的影響，提高梅雨期暴雨的預報預警能力，針對本次暴雨過程，利用WRF模式進行了模擬并分析了該系統(tǒng)的云微物理特征，探討了云微物理過程對本次暴雨過程的影響機制。結果表明：（1）數(shù)值試驗較準確地模擬出暴雨的落區(qū)及中尺度對流系統(tǒng)演變過程，且區(qū)域平均降水隨時間的演變與實況較為一致，但總體偏強。（2）降水強度急速上升階段，冰相粒子融化量大于雨滴搜集云滴，雷達回波迅速增強。降水強度變化相對平緩階段，雨滴搜集云滴量逐步增多，超過冰相粒子融化。各類水成物均快速發(fā)展，回波不斷增強，冰晶增長速度超過雪和霰。在區(qū)域平均降水到達峰值前，水成物（除了雪粒子外）含量、上升氣流及雷達回波均已達極值。上升氣流中心與冰相粒子、云滴含量大值區(qū)分布較為一致，有利于淞附過程。（3）冰相粒子搜集云滴總量一直小于雨滴對云滴的搜集，云雨自動轉化量在降水強度減弱時增長更明顯。冰相粒子在降水發(fā)展初期主要通過貝吉龍過程產(chǎn)生，隨著冰相粒子的發(fā)展，淞附過程占優(yōu)，直到系統(tǒng)衰亡。

關鍵詞：梅雨鋒暴雨；數(shù)值模擬；云微物理；源匯項

中圖法分類號：P458.1+21.1文獻標志碼： ADOI： 10.12406/byzh.2023-062

資助項目：國家自然科學基金項目（42230612，41905071，41620104009）

Numerical simulation and analysis on cloud microphysical characteristics during a Meiyu heavy rainfall event in Hubei province

ZHOU Zhimin， WANG Bin， GUO Yinglian， DU Muyun， KANG Zhaoping， SUN Yuting

（China Meteorological Administration Basin Heavy Rainfall Key Laboratory/Hubei Key Laboratory for Heavy Rain Monitoring and Warning Research， Institute of Heavy Rain， CMA， Wuhan 430205）

Abstract： Affected by a trough and shear line， a Meiyu heavy rainfall event occurred in Hubei Province from June 27th to 28th in 2020， result？ ing in severe disasters and significant economic losses.. To investigate the impact of microphysical processes on Meiyu front heavy rainfall and improve the forecasting and warning capabilities， the heavy rainfall case was simulated utilizing the regional model WRF 3.4.1， and the effect of cloud microphysical characteristics on the heavy rainfall was discussed. Results are as follows： （1） The heavy rainfall area and evolution of area-averaged precipitation were simulated well with a little overestimation. At the same time， the mesoscale systems were reproduced well through model results. （2） When rainfall strengthened rapidly， melting of ice phase hydrometeors （Melt） contributed more to the growth of rain drop than accretion of cloud droplet by rain drop （CLcr） and the composite radar echo developed rapidly. When the rainfall strengthened a little more smoothly， the amount of CLcr was larger than that of Melt. All the hydrometeors grew significantly and the composite radar echo intensi？ fied dramatically. Ice crystals grew more rapidly than snow and graupel. Before the peak rainfall， the content of hydrometeors （except snow）， up？ draft and composite radar echo had reached extreme values. The center of updraft is more consistent with the area of large values of ice-phase particles and cloud droplets content， which is favorable to the riming process. Ice， graupel and the amount of water vapor condensation reached their maximum content and the composite radar echo began to decay before the strongest precipitation occurred. （3） Less ice phase hydromete？ ors collected cloud droplet was produced than CLcr. Auto conversion of cloud droplet to rain increased significantly when the rainfall process decayed. The main pathway of ice phased hydrometeors was Bergeron process in the initial stage of the precipitation. With the growth of ice phase hydrometeors， riming process between cloud droplet and ice phase hydrometeors was dominant until the heavy rainfall process ended.

Key words： Meiyu front heavy rainfall； numerical simulation； cloud microphysics； sink and source terms

引言

梅雨鋒暴雨是長江中下游地區(qū)夏季的主要災害性天氣，是氣象學研究的熱點和難點（崔春光等，2019）。在梅雨鋒的作用下，會形成一系列的強降水過程，由于暴雨的強度大，容易引發(fā)洪澇、山洪等災害，對社會經(jīng)濟和人民生命財產(chǎn)安全具有非常重要的影響（Chen et al.，2005；Sun et al.，2010）。

梅雨鋒是一個混合云降水系統(tǒng)，既包含了大尺度過程（Kato and Kodama，1992；Sampe and Xie，2010），也包含了中尺度過程（Ninomiya and Muraki，1986；He et al.，2018；Du et al.，2020）。過去幾十年，針對梅雨鋒暴雨的研究，主要聚焦于其宏觀特征（Jiang and Ni，2004）、鋒面動力學（伍榮生等，2004）、熱動力學特征（Yu et al.，1998；Kumar，2013）等。云微物理過程也是暴雨研究的重要領域之一，暴雨的形成和發(fā)展與云微物理過程（包括云滴和降水粒子的形成、生長等）密切相關。深入認識云微物理過程，有助于更好地理解暴雨的形成機制，提高暴雨預報的準確性。冷云微物理過程對中高緯度降水有著重要貢獻（Schlamp et al.，1975），因此冰相粒子相關的云微物理過程對我國大部分地區(qū)的降水過程都有著重要影響（祁璇等，2021）。楊靜和王鵬云（2002）利用球載攝像探空儀對梅雨鋒降水的云微物理結構進行觀測，發(fā)現(xiàn)在梅雨鋒雨帶的對流云團中，冰晶、霰和雪片對降水形成起著重要作用。Wang等（2003）通過進一步研究發(fā)現(xiàn)，零度層下方雨水主要由高層落下的雪和霰融化而成，霰和雪則主要由其在冷區(qū)與過冷云雨水碰凍長大，冰水相共存和相互作用是形成梅雨暴雨的主要云微物理過程。

2016年以來，中國氣象局武漢暴雨研究所開展了多次梅雨鋒外場試驗觀測，對梅雨鋒降水有了一些新認識。如層狀降水雨滴的碰并作用略大于破碎或蒸發(fā)作用，但在對流區(qū)，碰并起主導作用，且層云的垂直結構具有階段依賴性（Sun et al.，2020）；通過國內(nèi)首次飛機穿云試驗發(fā)現(xiàn)了雨滴下落過程中云滴向雨滴轉化、大雨滴通過碰并和捕捉小雨滴而增長的垂直演變過程（Yang et al.，2020）；通過地基微雨雷達觀測發(fā)現(xiàn)了不同降水強度下，雨滴的數(shù)濃度及蒸發(fā)、破碎過程有著較大差異（Zhou et al.，2020）；利用湖北省2016—2018年梅雨期OTT Parsivel2型激光雨滴譜儀觀測數(shù)據(jù)，分析了湖北省梅雨期降水過程中的地面滴譜特征（Fu et al.，2020）；利用地基微波輻射計與微雨雷達等觀測資料，分析了華中地區(qū)梅雨期降水（小于12 mm·h-1）的云液態(tài)水與雨水的分布及變化特征（Zhang et al.，2020）。

盡管在梅雨鋒觀測上有了諸多進展，但現(xiàn)有觀測手段依然無法精細跟蹤梅雨鋒系統(tǒng)里面的細節(jié)。因此，針對梅雨鋒暴雨的研究，還是需要數(shù)值模式的輔助加以開展。盡管數(shù)值模式的模擬性能受諸多因素的影響（康兆萍等，2018；Zhou et al.，2020；董宏昌等，2021；周志敏等，2021），但隨著計算能力的提高及模式理論的提升，數(shù)值模式的準確率也越來越高（沈學順等，2020），模式依然是研究暴雨系統(tǒng)內(nèi)部規(guī)律的重要工具。

為了深入研究云微物理過程對梅雨期暴雨的影響，提高梅雨期暴雨的預報預警能力，本文針對2020年6月27—28日一次湖北梅雨期暴雨個例，模擬中尺度系統(tǒng)發(fā)展和演變的細致過程，探究云微物理過程對此次強降水的影響，以加深對梅雨期暴雨的認識，提高梅雨期暴雨的預報預警能力。

1降水實況及環(huán)流形勢

1.1降水實況

2020年6月，全國多地普降暴雨。6月27—28日，湖北境內(nèi)發(fā)生一次暴雨過程。該過程始于6月27日00時（世界時，下同），降水系統(tǒng)主要從湖北西南部向東北方向發(fā)展，雨帶大體呈東北—西南走向。直至28日12時，降水系統(tǒng)移出湖北。6月27日00時—28日12時，湖北境內(nèi)最大累積降水量為283.81 mm，位于宜昌。

據(jù)宜昌、襄陽、荊門、孝感、黃岡、恩施州等地應急管理局統(tǒng)計，截至6月28日13時，6月27日以來強降雨過程造成65.06萬人受災，緊急轉移安置7 005人；農(nóng)作物受災面積7.953×10⁴hm2，其中絕收面積3.35×10³hm2；因災倒塌房屋55間，不同程度損壞房屋454間；直接經(jīng)濟損失4.57億元（數(shù)據(jù)來自新華網(wǎng)）。圖1為上述地區(qū)最強累積降水站點的逐小時降水量（Hourly Precipitation At The Cites With The Maximum Cumula？ tive Precipitation，HPCMCP）?？梢姳敬螐娊邓^程在湖北境內(nèi)主要發(fā)生在6月27日00時—28日00時。宜昌的小時降水量最強，接近70 mm，且多個時次的降水量大于40 mm；其次為荊門，小時降水量為60 mm左右；孝感的小時降水量在兩個時刻均大于30 mm；其它強降水站點均存在小時降水量大于20 mm的時段。6月28日00時以后，各站點降水明顯減少。

2.2天氣形勢分析

天氣形勢分析采用了歐洲中心的再分析資料ERA5（ECMWF Reanalysis v5）。圖2為2020年6月27日不同時刻的天氣尺度背景場。2020年6月27日00時，500 hPa上四川北部存在短波槽，200 hPa高空急流區(qū)位于湖北北部，700 hPa存在西南低渦。此時，廣義位溫（Gao et al.，2004）所代表的高溫高濕區(qū)存在于低渦附近。850 hPa高度，西南低渦附近存在較強的水汽輻合區(qū)（圖2a1—c1）。27日00—11時，西南低渦緩慢東移造成鄂西南一帶強降水。宜昌地區(qū)HPCMCP在02時、03時、06和10時均超過40 mm；恩施地區(qū)HPCMCP分別在06時和11時超過20 mm。27日14時，500 hPa上短波槽及700 hPa、850 hPa上低渦減弱（圖2a2—c2），200 hPa高空急流區(qū)北抬，西南急流東移。此時湖北、陜西及河南南部、安徽中南部位于高溫高濕區(qū)。850 hPa上，湖北西南部，西北部及河南南部位于水汽輻合區(qū)。12—18時，西南低渦消失轉為暖切變，西南急流疊加暖切變造成人字形雨帶交叉處降水最強。荊門地區(qū)HPCMCP從09時的25 mm左右增至12時的60 mm，且在14時仍然可達34 mm。襄陽地區(qū)HPCMCP從07時15 mm增值12時的34 mm。27日18時—28日00時，500 hPa短波槽小幅發(fā)展加強，西南急流加強，850水汽輻合顯示強輻合區(qū)已向東北方向移至湖北省外，但湖北西南角及中部以東地區(qū)仍處于較強水汽輻合區(qū)。孝感地區(qū)HPCMCP在18時和23時分別達到38 mm和32 mm；黃岡地區(qū)HPCMCP在19時達到33 mm；恩施地區(qū)HPCMCP在23時和00時依然較強，分別為15 mm和14 mm。27日23時，500 hPa上西南急流繼續(xù)東移；700 hPa上，湖北大部位于高溫高濕區(qū)；850 hPa上，湖北西南和東南角位于水汽強輻合區(qū)，湖北南部水汽輻合強度相對較弱（圖2a3—c3）。

28日01—05時，500 hPa短波槽和700 hPa低渦均有所減弱，對應降水明顯減弱，但黃岡地區(qū)HPC？ MCP在28日03時仍達15 mm；28日06時以后，雖然短波槽再次加強，但低空急流軸已北移減弱，來自南海的水汽減少；27日02時西南急流分為兩支，一支進入西南低渦，一支流向安徽江蘇一帶，隨著西南低渦的東移，兩支急流重疊加強，率先從廣西一帶開始加強，隨著短波槽系統(tǒng)東移，西南急流由偏南方向向偏東方向轉變，急流中心也由南向北移動（圖略）。

2數(shù)值模擬及驗證

2.1模式簡介

本文數(shù)值模擬采用中尺度數(shù)值模式WRF的V3.4.1版本，雙層嵌套（見表1），中心經(jīng)緯度為（110°E，31.5°N）。模式參數(shù)設置如下。

模式采用0.25°×0.25°的逐時ERA5數(shù)據(jù)作為背景場。為盡可能減少模式的“spin-up”現(xiàn)象，模式運行從2020年6月26日12時開始，28日12時結束（降水主要集中在27日）。

2.2主要水成物及云微物理過程

本文分析涉及五類水成物（云滴、雨滴、冰晶、雪和霰，分別用qc、qr、qi、qs和qg表示）。由于不同云微物理方案對冰相粒子的參數(shù)化處理（冰相粒子屬性定義、冰相微物理過程等）存在較大差異（Morrison et al.，2015），為減少冰相粒子之間相互轉換帶來的復雜性，本文在分析時將冰相粒子作為一個整體進行考慮，不細分冰相粒子間的相互轉換（參數(shù)化方案中考慮）。根據(jù)分析需求，本文考慮的主要云微物理過程表2。

2.3模擬結果驗證

2.3.1降水對比

本文主要考慮湖北地區(qū)（105°—122°E，27°—37°N）的降水。使用中國氣象局下發(fā)的基于美國區(qū)域氣候中心圖形處理技術（Climate Prediction Center Morphing technique，CMORPH）的降水數(shù)據(jù)（Shen et al.，2014）。圖3為2020年6月27日00時—28日12時該區(qū)域的累積降水觀測與模擬結果。可見主要雨帶呈東北—西南走向，模式模擬出了主要的雨帶分布，且對恩施和宜昌地區(qū)的強降水區(qū)有較好體現(xiàn)。但對襄陽等地的強降水的模擬結果略有逆時針偏轉，且雨帶略偏窄，鄂東南地區(qū)降水模擬偏強?？傮w來說，模式較好地模擬出了雨帶的主要特征。

圖4為圖3所示區(qū)域的平均降水量時變曲線圖，可見觀測的區(qū)域平均降水量從6月27日00時開始快速增長，13時達到峰值，經(jīng)歷10 h的相對平穩(wěn)變化后，23時開始快速減少。模擬的區(qū)域平均降水較為劇烈，總體偏強，峰值提前于觀測值，但相對平穩(wěn)變化的持續(xù)時間與觀測值相當。在27日05時，模擬的區(qū)域平均降水突然增大到和觀測降水相當，此后繼續(xù)增大。08時開始，區(qū)域平均降水進入相對平穩(wěn)增長階段，19時達到極值。此后，模擬的平均降水開始陡降，并在23時和觀測結果相當，之后的演變趨勢和觀測結果相似。由此可見，盡管平均降水的模擬結果和觀測值存在偏差，但演變趨勢相近，總體模擬效果較好。

2.3.2雷達回波對比

雷達回波表征降水粒子的直徑大小，和降水強度也有著直接關系。圖5展示了不同時刻觀測和模擬的雷達回波圖。本節(jié)使用的觀測數(shù)據(jù)來自中國氣象局強對流天氣短時臨近預報系統(tǒng)（Severe Weaher Auto？ matic Nowcast System，SWAN）。

27日00時，湖北西側的回波分布主要受低渦影響，鄂西南和鄂東南的回波區(qū)吻合較好（圖略）。隨著天氣系統(tǒng)東移及演變，在低渦及切變線共同作用下，湖北西南部及北部回波開始加強。27日04時，模式僅模擬出湖北東部的強回波區(qū)（由切變線產(chǎn)生），且位置有所偏移（圖5a1、5a2）。07時湖北西南部開始出現(xiàn)弓狀回波，08時回波進一步增強，模擬結果的位置有偏差且偏強，但依舊模擬出大致形態(tài)（圖5b1、5b2）。11時該弓狀回波進一步加強，移至宜昌。與此同時，襄陽地區(qū)的回波也迅速發(fā)展，模擬結果偏強，對應區(qū)域略有偏差。14時，“人”形雨帶已出現(xiàn)，主要回波區(qū)在湖北大體呈東北—西南分布，模式結果與之吻合（圖5c1、5c2），但安徽南部和江西東北部的強回波區(qū)與觀測結果存在偏差。19時，“人”形雨帶進一步增強。23時，降水強度變?nèi)?，回波也隨之開始變?nèi)?，模擬和觀測的回波均呈現(xiàn)出明顯的“人”形分布（圖5e1、5e2）。28日02時開始，湖北境內(nèi)回波逐漸開始消散（圖略）。

總體而言，模式較為準確地模擬出了雷達回波的演變過程。根據(jù)圖4所示降水時變曲線及圖5回波演變特征，為便于分析，選擇04、08、14、19和23時五個時刻進行討論（分別對應不同階段）。從6月27日00—08時，為區(qū)域平均降水率的快速增長期。04時為區(qū)域平均降水急速發(fā)展的初始階段，08時為區(qū)域平均降水急速發(fā)展結束的時刻，14時處于區(qū)域平均降水平穩(wěn)增加階段，19時為區(qū)域平均降水最大時刻，23時處于區(qū)域平均降水強度減弱時刻。

3云微物理特征

利用模式輸出結果，分析暴雨系統(tǒng)中的水成物區(qū)域平均值的時空演變，尤其是隨中尺度系統(tǒng)發(fā)展而演變的云微物理時空分布，探究強降水過程中的云微物理特征。

3.1水成物區(qū)域平均值隨時間的演變

圖6為2020年6月27日00時—6月28日12時不同水成物的區(qū)域平均值隨高度和時間的變化。6月27日00—08時，為區(qū)域平均降水率的快速增長期。此階段，云滴的增長較為明顯，雨滴出現(xiàn)一個小范圍的極值區(qū)，冰晶、雪和霰均有明顯增長。08—19時的降水增長相對緩慢。在該階段，云滴含量先增大后減小。16時云滴在零度層附近達到極值（圖略）。雨滴、冰晶和霰粒子均先于降水達到極值，也即當降水達到極值以前，上述粒子含量已經(jīng)開始減小。而雪粒子含量則在降水達到極值以后，繼續(xù)增長2 h。19時以后，降水急劇下降。直到28日02時，降水率下降減緩（圖4）。在此過程中，云滴含量經(jīng)歷短暫增長，其它粒子含量則均呈減少趨勢。

由此可見，降水增長達到相對平穩(wěn)階段時，各類水成物增長速度超過降水快速增長階段。此時，除了雪粒子，其它水成物均先于區(qū)域平均降水到達極值。降水到達極值后，雨滴、冰晶和霰粒子開始減小，而雪粒子和云滴含量經(jīng)歷短暫增長后再減少。

3.2中尺度系統(tǒng)的云微物理特征

圖7為2020年6月27日沿圖5中對應時刻黑線的雷達反射率、風場和溫度剖面圖。圖7a為切變線上的垂直剖面（圖5a），此時低層有較弱的偏東氣流，切變線開始加強，回波強度也隨之增強。切變線上出現(xiàn)多個單體，最強回波單體中高層以上出現(xiàn)較強上升氣流，10 dBz回波邊界達150 hPa高度附近，最大回波值小于45 dBz。圖7b所示垂直剖面同時受低渦和切變線影響，上升氣流比圖7a中弱，但回波強度及低層偏東氣流更強，回波頂也更高，最西側單體（主要受西南低渦影響）高層出現(xiàn)夾卷現(xiàn)象。10 dBz回波邊界超過150 hPa，最大回波值大于45 dBz，且位于600 hPa以下高度。圖7c所示垂直剖面同樣受西南低渦和切變線影響，但范圍更廣。此時，雷達回波向上伸展，回波強度顯著增加。主要受西南低渦影響的最西側單體高層出現(xiàn)明顯夾卷現(xiàn)象，整層上升氣流較強。10 dBz回波邊界最高達到100 hPa高度，45 dBz回波值所在高度急劇上升，位于225 hPa附近，最強回波區(qū)值超過50 dBz。盡管其它回波單體中也出現(xiàn)上升氣流，但相對最西側單體來說總體較弱。圖7d所示垂直剖面的位置和圖7c差別不大，盡管此時西側回波單體中上升氣流依然較強，但回波強度已經(jīng)明顯減弱，40 dBz回波邊界降低到300 hPa高度以下。其它回波單體的強度也開始減弱，回波頂高降低。圖7e中，回波強度進一步降低，回波頂高也顯著降低。此時，回波區(qū)風場主要受環(huán)境影響。

圖8為2020年6月27日不同時刻沿圖5黑色實線作為剖面的垂直氣流、冰相粒子、云滴、雨滴和溫度分布。從圖8a可見，此時切變線最西側的對流單體最強，冰相粒子發(fā)展最旺盛，冰相粒子和云滴含量的大值區(qū)與上升氣流核位置高度一致。零度層以下，存在大量雨滴。該單體東側，300 hPa高度以上，存在較為旺盛的上升氣流，有利于冰相粒子發(fā)展，但雨滴含量相對較小。圖8b所示垂直剖面中，冰相粒子含量相對較小，但在0 ～-10℃區(qū)間，冰相粒子、云滴分布與上升氣流區(qū)依舊有較好的對應關系。從圖8c可見，這種對應關系在每個強單體中都能體現(xiàn)出來。液態(tài)和固態(tài)粒子充分混合，凇附增長效應將使得冰相粒子不斷增長。同時，在旺盛的上升氣流作用下，水汽能輸送到較高處，凝結效應及貝吉龍過程將有助于水汽凝結及冰相粒子的進一步增長。此時，強單體中冰相粒子含量的2 g·m-3等值線均伸展到100 hPa高度，且下部均存在大量雨滴。圖8d中，盡管對流單體合并，但上升氣流開始減弱，水成物含量減少，單體上升氣流較強處，依然存在上述對應關系。平均降水極值發(fā)生的時刻滯后于冰相粒子發(fā)展的旺盛期，當冰相粒子開始減弱時，降水極值發(fā)生，這也充分說明了冰相粒子融化對強降水的重要性。圖8e中，隨著系統(tǒng)逐漸減弱，除了最東側單體，其它部分冰相粒子含量也明顯減少。

由以上分析可知，在區(qū)域平均降水快速增長階段，雷達回波迅速增長；降水平穩(wěn)增長階段，上升氣流迅速增長，雷達回波快速增強，云內(nèi)夾卷作用明顯；區(qū)域平均降水到達最大時，上升氣流和雷達回波已經(jīng)減弱；區(qū)域平均降水開始減弱階段，上升氣流和雷達回波繼續(xù)衰減，風場主要受環(huán)境影響。在區(qū)域平均降水開始衰減前，上升氣流中心與冰相粒子、云滴粒子大值區(qū)較為一致，有利于淞附過程，旺盛的上升氣流有利于水汽凝結和貝吉龍過程。冰相粒子的融化對強降水有著重要意義。

圖9為2020年6月27日不同時刻的水成物區(qū)域平均值的垂直廓線圖。6月27日04時，云滴含量明顯大于雨滴。冰相粒子已經(jīng)開始發(fā)展，霰粒子主要分布于600—250 hPa高度區(qū)間，總量最小。冰晶分布于400 hPa以上，雪主要分布于600—200 hPa高度區(qū)間，且總含量和極值大于冰晶（圖9a）。4 h后，水成物迅速增長，冰晶總量已超過雪，霰和雪的分布區(qū)間同時向上和向下伸展（圖9b）。14時，冰相粒子繼續(xù)往高處延伸，冰晶和霰持續(xù)增長，而雪含量則有所減少（圖9c）。云滴有所增加，雨滴總體變化不大，近地層雨滴含量大體上增加，可能是由于冰相粒子（尤其雪）融化所致。19時，冰晶和雪持續(xù)增長（事實上，冰晶含量在17時已達峰值），霰開始減少，所在高度區(qū)間逐漸收窄（圖9d）。雨滴有所增加，云滴略有增長，但變化不明顯，這是因為水汽凝結生成的云滴持續(xù)貢獻于冰相粒子和雨滴增長。實際上，雪在區(qū)域平均降水到達峰值后依然持續(xù)增長2小時（圖略）。23時，水成物含量明顯下降，分布區(qū)間收窄。冰晶含量略多于雪，但后者峰值略大（圖9e）。液態(tài)粒子含量明顯減小，云滴分布形態(tài)差異不大，雨滴分布形態(tài)則在近地層有所變化。

由此可見，區(qū)域平均降水急速增長階段，水成物均快速增長，冰晶含量迅速超過雪；在降水增長的相對平穩(wěn)期，冰晶始終保持增長，而雪（霰）先減少（增加），后增加（減少）；在區(qū)域平均降水量達最大值以前，冰晶和霰已達峰值，但雪在區(qū)域平均降水到達峰值后依然增長一段時間，即冰相粒子的演變過程并不同步。在區(qū)域平均降水減弱階段，水成物也開始減弱。其中，冰晶減弱速度最快。

4云微物理過程對暴雨的影響機制

上節(jié)細致分析了本次暴雨系統(tǒng)觸發(fā)和組織化過程中的云微物理時空演變特征，探究了關鍵時刻的云微物理細致結構，發(fā)現(xiàn)了冰相粒子對強降水的產(chǎn)生和發(fā)展有著重要作用。為了細致探究云微物理過程的影響機制，本節(jié)從水成物的質量收支方面進行分析，討論云微物理過程對暴雨的影響機制。

4.1云滴的質量收支

圖10為云滴主要源匯項區(qū)域平均含量在不同時刻的廓線分布。對云滴來說，主要的云微物理過程為云滴自動轉換為雨滴（Auto），雨滴對云滴的搜集（CLcr），冰相粒子對云滴的搜集（CLxc），云滴的凍結（FZ？ ci），水汽凝結為云滴（Cond）。相對于其它微物理過程來說，F(xiàn)Zci及Auto幾乎可以忽略不計。6月27日04時，云滴凝結效應已經(jīng)較為明顯（圖10a）。Cond的最高位置與CLxc的最高處相當，位于400 hPa左右高度，說明水汽凝結成的云滴在該處被冰相粒子搜集。08時，水汽凝結顯著增強，極值增長數(shù)倍，但峰值高度幾乎無變化，且凝結高度延伸至250 hPa以上（圖10b）。隨著云滴增長，CLxc的增長空間更廣，向上延伸至 250 hPa高度，向下伸展至600 hPa左右位置。14時，Cond略有增強，使得其它兩個關鍵微物理過程也略有增強，但微物理過程發(fā)生的高度區(qū)間無變化（圖10c）。5 h以后，Cond及CLxc稍有增長，而此時CLcr略有減少（圖10d）。此時，Auto在近地層開始有所增加（事實上，Cond在16時峰值最大，圖略）。23時，上述主要的三個源匯項均顯著減弱，但Auto略有增長（圖10e）。

由以上分析可知，CLxc總量一直小于CLcr，水汽凝結效應最強的時刻提前于最強降水時刻。降水急速增長階段，Auto變化不明顯，但在降水到達最強時，Auto也隨之增大，并在降水強度減弱時依然維持穩(wěn)定增長。

4.2雨滴的質量收支

圖11為雨滴主要源匯項區(qū)域平均含量在不同時刻的廓線分布。影響雨滴增長的主要云微物理過程為冰相粒子融化（Melt），雨滴搜集云滴的增長（CLcr），雨滴蒸發(fā)（REvp），云滴自動轉化為雨滴（Auto）及冰相粒子搜集雨滴的增長（CLxr）。雨滴的消耗主要來自REvp，主要來源則是Melt和CLcr。從圖11a可知，在區(qū)域平均降水顯著增長的階段，Melt總量明顯大于CLcr。08時（圖11b），隨著水汽凝結導致的云滴的迅速增長，雨滴也隨之增長，導致雨滴的蒸發(fā)量也隨之增大。此時，CLcr與 Melt總量相比差別不大，CLxc總量也明顯增加。14時（圖11c），CLxr總量變化不明顯，但Melt略有減少，雨滴有所增長，因此Revp量也有所增大。19時（圖11d），Melt再次增大，而CLxr則明顯減少。由于雨滴含量繼續(xù)保持增長，使得REvp也增大（尤其在低層）。23時，Melt及CLcr均減小，但前者貢獻略大于后者（圖11e）。此時，雨滴在近地層明顯增加，使得REvp也隨之增加。在600 hPa高度以上，REvp隨著高度增加而減少，而600 hPa以下至近地層區(qū)間，REvp變化相對小，但在近地層以下高度，REvp變化較為明顯。在平均降水急速增長期，近地層REvp變大；而降水增長的平穩(wěn)期，近地層REvp減少；在降水減弱階段，近地層REvp又開始變大。

綜上所述，在降水快速增長階段，對雨滴的生長來說，Melt的貢獻在降水初期超過CLcr；在降水平緩增長階段，隨著水汽凝結逐步增強，CLcr總量逐步加強，其貢獻逐步超過Melt。在降水逐步減少階段，Melt略大于CLcr。在降水急速增加和減弱階段，近地層雨滴蒸發(fā)大，而在降水平緩增加階段，近地層雨滴蒸發(fā)減少。

4.3冰相粒子的質量收支

圖12為冰相粒子主要源匯項區(qū)域平均值的廓線分布。Dep表示水汽凝華及冰相粒子升華（負值為升華）。由于水汽能傳輸?shù)礁邔?，因此能在零度層以上發(fā)生凝華。從圖12可知，冰相粒子的主要來源是水汽凝華和對云滴的搜集增長。由于雨滴直徑更大，且其主要來源是冰相粒子融化及雨滴搜集云滴，故無法在更高處貢獻于冰相粒子的增長。6月27日04時，水汽凝華主要發(fā)生于500—200 hPa區(qū)間，其總量大于CLxc（圖12a）。08時，水汽凝華顯著增長，延伸至200 hPa以上，且峰值增大。此時，冰相粒子能搜集更多云滴（圖12b），該物理過程相較于水汽凝華來說，對冰相粒子的增長發(fā)揮更大作用。從14—19時，水汽凝華先減少，后增大，但始終明顯小于CLxc（圖12c和圖12d）。23時，兩者差距減小，基本相當（圖12e）。隨著降水逐漸減弱，水汽凝華效應也越來越弱，最終其貢獻又開始小于CLxc。

由此可見，降水增長初期，由于水汽凝華占優(yōu)，故冰相粒子主要通過貝吉龍過程產(chǎn)生，而通過淞附增長的速度相對較慢，隨著冰相粒子的發(fā)展，凇附占優(yōu)，并且一直保持該優(yōu)勢到系統(tǒng)衰減，但優(yōu)勢在降水減弱期相對變小。

5結論與討論

本文通過WRF模式（3.4.1）模擬了2020年6月27—28日的一次湖北梅雨期暴雨個例，分析了該過程的云微物理特征，探討了云微物理過程對本次暴雨的影響機制，主要結論如下：

（1）本次降水受西南低渦和暖性切變線共同作用產(chǎn)生，數(shù)值模擬試驗較準確地模擬出暴雨的落區(qū)，且區(qū)域平均降水隨時間的演變與實況較為一致，但累計雨量偏強。同時，本次降水過程的中尺度對流系統(tǒng)發(fā)生過程也能通過模式細致描述。

（2）降水急速增長階段，水成物快速增長。降水平穩(wěn)增長時，各類水成物增長更快，上升氣流和雷達回波也快速增強。冰晶始終保持增長，而雪（霰）粒子先減少（增加），后增加（減少）；區(qū)域平均降水達最大值以前，水成物（除了雪粒子外）含量、上升氣流及雷達回波均已達極值。此后，雨滴、冰晶和霰粒子開始減小，而雪粒子和云滴含量經(jīng)歷短暫增長后再減少。

（3） CLxc總量一直小于CLrc，水汽凝結效應在最強降水發(fā)生前最強。在降水快速增長階段，Auto變化不明顯，Melt貢獻超過CLrc；在降水平緩增長階段，隨著水汽凝結逐步增強，CLrc量也逐步加強，其貢獻逐步超過Melt。在降水逐步減少階段，Auto依然維持穩(wěn)定增長，Melt量略大于CLrc。在降水急速增加和減弱階段，近地層雨滴蒸發(fā)強，而在降水平緩增加階段，近地層雨滴蒸發(fā)減弱。

（4）降水增長初期，由于水汽凝華占優(yōu)，故冰相粒子主要通過貝吉龍過程產(chǎn)生，強于淞附增長。隨著冰相粒子的發(fā)展，淞附增長開始占優(yōu)，并保持該優(yōu)勢到系統(tǒng)衰減，但優(yōu)勢在降水減弱期相對變小。

本文根據(jù)暴雨發(fā)展的不同階段，研究了水成物的關鍵云微物理過程，通過對其時空演變特征的分析，為進一步了解梅雨期暴雨的微觀結構提供了一些參考。然而，本文還存在一些不足之處。因為資料限制，無法通過雙偏振雷達獲取水成物的尺寸、形狀及數(shù)量等。另外，由于云微物理參數(shù)化方案中的水成物屬性定義不同，直接導致不同方案模擬的水成物分布、含量等存在差異（Zhou et al.， 2020）。后期工作將注重分析和模擬具有雙偏振雷達數(shù)據(jù)支撐的個例。本文結果僅僅基于2020年6月27—28日的一次梅雨期暴雨所得，為了檢驗分析結果的普適性，后期將通過更多的個例進行驗證，以期不斷加深對我國梅雨期暴雨的認識，從而提高梅雨期暴雨的監(jiān)測預警能力。

參考文獻（Reference）：

崔春光，胡伯威，王曉芳，等.2019.相當正壓切變型梅雨鋒暴雨研究進展[J].暴雨災害，38（5）：541-553. CuiCG，HuBW，WangXF，etal.2019. Research progress on the equivalent-barotropic shear type Meiyu front heavyrain[J]. TorrentialRainandDisasters，38（5）：541-553. doi： 10.3969/j.issn.1004-9045.2019.05.015

董宏昌，周虹，姚瑞.2021.云微物理方案在高原低渦個例模擬中的應用效果分析[J].沙漠與綠洲氣象，2021，15（6）：9-17. Dong H C， Zhou H， Yao R. 2021. The effect analysis of cloud microphysical schemes on the simulation of plateau vortex [J]. Dersert and oasis meteorology，15（6）：9-17. doi：10.12057/j.issn.1002-0799.2021.06.002

康兆萍，周志敏，李紅莉.2019.不同分辨率和云微物理方案對華中暴雨模擬的影響分析[J].暴雨災害，38（6）： 658-667. Kang Z P， Zhou Z M， Li H L. 2019. Analysis on the effects of different horizontal resolutions and microphysical schemes on the simulation of a rainstorm in central China. Torrential Rain and Disasters，38（6）：658-667 （in Chinese）. doi： 10.3969/j.issn.1004-9045.2019.06.011

伍榮生，倪允琪，周秀驥.2004.鋒面過程和中尺度擾動[M].北京：氣象出版社：170. Wu R S， Ni Y Q， Zhou X J. 2004. Front process and mesoscale disturbance. Beijing： China Meteorological Press：170 （in Chinese）

楊靜，王鵬云.2002.對梅雨鋒降水云微物理結構的攝像探空觀測和分析[J].氣象，28（2）：3-8. Yang J， Wang P Y. 2002. Videosonde observations and analyses for cloud microphysical structures in Mei-yu front precipitation system [J]. Meteorological Monthly，28（2）：3-8 （in Chinese）. doi：10.7519/j.issn.1000-0526.2002.2.001

周志敏，胡揚，康兆萍.2021.一次梅雨鋒暴雨過程數(shù)值模擬的云微物理參數(shù)化敏感性研究[J].大氣科學，45（6）：1292-1312. Zhou Z M， Hu Y， KANG Z P. 2021. Sensitivity of microphysical parameterization on the numerical simulation of a meiyu front heavy rainfall process [J]. Chinese Journal of Atmospheric Sciences （in Chinese），45（6）：1292-1312. doi：10.3878/j.issn.1006-9895.2105.21025

Chen G， Wang J， Lin D. 2005. Characteristics of low-level jets over northern Taiwan in Meiyu season and their relationship to heavy rain events [J]. Monthly Weather Review，133（1）：20-43. doi： 10.1175/MWR-2813.1

Du Y， Xie Z Q， Miao Q. 2020. Spatial scales of heavy meiyu precipitation events in eastern china and associated atmospheric processes [J]. GeophysicalResearchLetters，46，e2020GL087086.doi：10.1029/2020GL08 7086

Fu Z， Dong X， Zhou L， et al. 2020. Statistical characteristics of raindrop size distributions and parameters in Central China during the Meiyu seasons [J]. Journal of Geophysical Research： Atmospheres，125， e2019JD0 31954. doi： 10.1029/2019JD031954

Jiang J， Ni Y. 2004. Diagnostic study on the structure characteristics of a typicalMeiyu front system and its maintenance mechanism [J]. Advances in Atmospheric Sciences，21（5）：802-813. doi：10.1007/BF02916376

Kato K， Kodama Y. 1992. Formation of the quasi-stationary baiu front to the south of the Japan islands in early may of 1979 [J]. Journal of the Meteorological Society of Japan，70（1）：631-647. doi：10.2151/jmsj1965 .70.1 B_631

Kumar S， Hazra A， Goswami B N. 2013. Role of interaction between dynamics， thermodynamics and cloud microphysics on summer monsoon precipitatingcloudsovertheMyanmarCoastandtheWesternGhats[J].Cli- mateDynamics，43（3-4）：911-924. doi：10.1007/s00382-013-1909-3

He Z， Zhang Q， Zhao K. 2018. Initiation and evolution of elevated convection in a nocturnal squall line along the Meiyu front [J]. Journal of Geophysical Research： Atmospheres，123：7292-7310. doi： 10.1029/2018JD 028511

Morrison H， Milbrandt J A. 2015. Parameterization of cloud microphysics based on the prediction of bulk ice particle properties. Part I： Scheme description and idealized tests [J]. Journal of the Atmospheric Sciences，72（1），287-311. doi： /10.1175/JAS-D-14-0065.1

Ninomiya K， Muraki H. 1986. Large-scale circulations over East Asia during Baiu period of 1979 [J]. Journal of the Meteorological Society of Japan. Ser. II， 64（3）：409-429. doi： 10.2151/jmsj1965.64.3_409

Sampe T， Xie S P. 2010. Large-scale dynamics of the Meiyu-Baiu rainband： Environmental forcing by the westerly jet [J]. Journal of Climate， 23（1）：113-134. doi： 10.1175/2009JCLI3128.1

Shen Y， Zhao P， Pan Y， Yu J. 2014. A high spatiotemporal gauge-satellite merged precipitation analysis over China [J]. Journal of Geophysical Research： Atmospheres，119，3063-3075. doi：10.1002/2013JD020686

Shen X S， Wang J J， Li Z C， et al. 2020. China'sindependentandinnovative development of numerical weather prediction [J]. Acta Meteorologica Sinica，78（3）：451-476. doi：10.1676/qxxb2020.030

Sun J， Zhao S， Xu G， Meng Q. 2010. Study on a mesoscale convective vortex causing heavy rainfall during the Meiyu season in 2003 [J]. Advances in Atmospheric Sciences，27（5）：1193-1209. doi：10.1007/s00376-009-9156-6

Sun Y， Dong X， Cui W， et al. 2020. Vertical structures of typical Meiyu precipitation events retrieved from GPM-DPR [J]. Journal of Geophysical Research： Atmospheres，125，e2019JD031466. doi：10.1029/2019JD031 466

Wang P， Yang J. 2003. Observation and numerical simulation of cloud physical processes associated with torrential rain of the meiyu front [J]. AdvancesinAtmosphericSciences，20（1）：77-96.doi：10.1007/BF03342052

Yang J， Li J， Li P， et al. 2020. Spatial distribution and impacts of aerosols on clouds under Meiyu frontal weather background over central China based on aircraft observations [J]. Journal of Geophysical Research： Atmospheres，125，e2019JD031915. doi：10.1029/2019JD031915

Yu Z H， Lu H C， Fan X Z. 1988. An observational study of the Meso-βscale moving systems in the Meiyu Front [J]. Acta Meteorologica Sinica，2（4）：436-449

Zhang W G， Xu G R， Xi B K， et al. 2020. Comparative study of cloud liquid water and rain liquid water obtained from microwave radiometer and micro rain radar observations over central China during the monsoon [J]. Journal of Geophysical Research： Atmospheres，125，e2020JD032456. doi：10.1029/2020JD032456

Zhou Z M ， Deng Y， Hu Y， et al. 2020. Simulating heavy meiyu rainfall： a note on the choice of model microphysics scheme [J]. Advance in Meteorology，17，8827071. doi：10.1155/2020/8827071

Zhou L， Dong X， Fu Z， et al. 2020. Vertical distributions of raindrops and Z-R relationships using microrain radar and 2Dvideo distrometer measurements during the Integrative Monsoon Frontal Rainfall Experiment（IMFRE） [J]. Journal of Geophysical Research： Atmospheres，125， e2019JD031108. doi：10.1029/2019JD031108

（責任編輯閔愛榮）