收稿日期：2024-01-09

作者簡介：李雪（1998—），女，山東濱州人，助理工程師，主要從事大氣科學(xué)。

摘 要：利用WRF（Weather Research Forecasting）模式和FNL（Final Operational Global Analysis）資料，對2022年8月8日惠民縣一次大暴雨過程針對積云對流參數(shù)化方案進(jìn)行了敏感性試驗(yàn)，以考察不同積云對流參數(shù)化方案KF（new ETA）、Betts-Miller-Janjic（BMJ）和Simplified Arakawa-Schubert（SAS）對此次降水過程的模擬影響。結(jié)果顯示：3種積云對流參數(shù)化方案均能預(yù)報(bào)出整體降水過程，整體而言，KF方案模擬對此次強(qiáng)降水預(yù)報(bào)效果最佳。但在對降水范圍與強(qiáng)度、各物理量的模擬中，3種積云對流參數(shù)化方案各有優(yōu)劣。

關(guān)鍵詞：暴雨；WRF模式；敏感性試驗(yàn)；積云對流參數(shù)化方案

中圖分類號：P458 文獻(xiàn)標(biāo)志碼：B 文章編號：2095–3305（2024）04–0-03

暴雨是濱州市夏半年最重要的氣象災(zāi)害之一，易造成道路房屋積水、農(nóng)田水災(zāi)等內(nèi)澇災(zāi)害。因此，提高對暴雨的監(jiān)測和預(yù)報(bào)能力是國家防災(zāi)減災(zāi)的重大需求，對保護(hù)人民生命財(cái)產(chǎn)和促進(jìn)社會經(jīng)濟(jì)發(fā)展具有重要意義。

暴雨是我國中尺度災(zāi)害性天氣之一，但暴雨是由中小尺度系統(tǒng)引起的，在不同尺度天氣與環(huán)流系統(tǒng)相互作用下的結(jié)果[1]。中小尺度天氣系統(tǒng)及其引發(fā)的暴雨預(yù)報(bào)一直是氣象界的一大難題，數(shù)值天氣預(yù)報(bào)技術(shù)的發(fā)展為解決中尺度天氣系統(tǒng)面臨的難題提供了解決的可能[2]。

作為數(shù)值模擬中重要的非絕熱加熱物理過程，積云對流和大尺度環(huán)流可以通過動力作用直接影響大氣質(zhì)量、能量輸送分布和降水過程，從而進(jìn)一步影響氣候變化與大氣環(huán)流，因此，積云對流參數(shù)化方案對降水預(yù)報(bào)也有重要作用[3-5]。

針對2022年8月8日濱州市惠民縣發(fā)生的大暴雨過程，使用WRF模式進(jìn)行數(shù)值模擬，并且針對不同的積云對流參數(shù)化方案進(jìn)行敏感性試驗(yàn)，通過對降水模擬結(jié)果進(jìn)行對比分析，得出針對此次暴雨過程模擬更適合的積云對流參數(shù)化方案，以供參考。

1 模式簡介及試驗(yàn)設(shè)計(jì)

1.1 模式簡介

此處使用的實(shí)際降水資料來自山東省氣象局業(yè)務(wù)平臺、山東省氣象業(yè)務(wù)一體化平臺和山東省惠民縣氣象局地面綜合觀測資料。

WRF模式所使用的背景場來自FNL全球分析資料。它是美國環(huán)境預(yù)測中心和美國國家大氣研究中心聯(lián)合推出的月平均再分析資料、日平均再分析資料和逐6 h再分析資料集是目前應(yīng)用最廣的氣象資料，能為中尺度數(shù)值模式和區(qū)域氣候模式提供初始場和側(cè)邊界條件，水平分辨率為1°×1°，時(shí)間分辨率為6 h，垂直方向?yàn)?6層（1 000～10 hPa）。

WRF模式是由美國國家大氣研究中心和美國環(huán)境預(yù)測中心等機(jī)構(gòu)共同開發(fā)的一款中尺度數(shù)值天氣預(yù)報(bào)模式。在此試驗(yàn)使用的WRFV3模式中，提供了多種積云對流參數(shù)化方案，其中，KF方案是積云對流參數(shù)化方案中應(yīng)用較廣的方案，是一種考慮了濕潤上升氣流和下沉氣流的簡單云模式，包括卷出、卷吸、氣流上升和下沉等現(xiàn)象[6]。

BMJ方案是對Betts-Miller的一種改進(jìn)，該方案分別考慮了深對流和淺對流過程的作用，并修訂了觸發(fā)機(jī)制，提高了對更高水平分辨率的適應(yīng)能力[7-11]。SAS方案考慮了云與云、云與環(huán)境之間的相互作用，每一位成員的性質(zhì)、與邊界層的相互作用均會被顯示出來。在本試驗(yàn)中，將選用KF、BMJ和SAS方案進(jìn)行敏感性試驗(yàn)。

1.2 試驗(yàn)設(shè)計(jì)

此處應(yīng)用的中尺度數(shù)值天氣預(yù)報(bào)模式為WRFV3模式，模擬時(shí)間為2022年8月7日20：00—8月8日20：00

（北京時(shí)間）。采用無嵌套方式，模擬區(qū)域?yàn)?13°～

123°E，34°～30°N，網(wǎng)格格距為10 km×10 km，格點(diǎn)數(shù)為110×67，積分步長為60 s，1 h輸出一次模擬結(jié)果。微物理過程使用Lin方案，長波輻射使用RRTM方案，短波輻射使用Dudhia方案，近地面方案使用Monin-Obukhov方案，不適用陸面過程，邊界層使用YSU方案，積云對流參數(shù)化方案分別使用KF方案、BMJ方案和SAS方案進(jìn)行敏感性試驗(yàn)。

2 暴雨過程概況

2022年8月8—10日，受副高邊緣暖濕氣流和冷空氣的共同影響，濱州市惠民縣出現(xiàn)了暴雨局部大暴雨天氣（圖1），全縣14個鄉(xiāng)鎮(zhèn)街道均達(dá)到中雨以上量級，其中，有10個鄉(xiāng)鎮(zhèn)街道達(dá)到暴雨以上量級，達(dá)到大暴雨量級的鄉(xiāng)鎮(zhèn)為淄角鎮(zhèn)和辛店鎮(zhèn)，12 h累計(jì)降水量分別為129.2和98.4 mm，其中，辛店鎮(zhèn)小時(shí)最大降水量達(dá)到71.7 mm/h，出現(xiàn)在8月8日09：00。強(qiáng)降水過程主要出現(xiàn)在8日上午和9日凌晨。此處主要分析第一次降水過程，即8月8日07：00～19：00的降水

過程。

3 積云對流參數(shù)化方案敏感性試驗(yàn)結(jié)果分析

在保持WRF模式中其他設(shè)置不變的條件下，改變積云對流參數(shù)化方案進(jìn)行敏感性試驗(yàn)，本試驗(yàn)分別使用KF方案、BMJ方案和SAS方案進(jìn)行數(shù)值模擬，并與實(shí)際降水資料進(jìn)行對比。

3.1 12 h累計(jì)降水特征

從8月8日02：00～14：00觀測的12 h累計(jì)降水量（圖2a）可見，此次大暴雨過程主要集中在山東中北部地區(qū)，暴雨雨帶呈南北走向，強(qiáng)降水區(qū)域主要集中在山東北部的濱州市。通過修改WRF模式中使用的積云對流參數(shù)化方案，考察不同積云對流參數(shù)化方案對上海此次暴雨過程模擬的影響。在KF方案對山東省的模擬結(jié)果（圖2b）中，模擬結(jié)果對山東北部地區(qū)整體降水區(qū)域較實(shí)際降水區(qū)域略偏小，對魯中地區(qū)的降水模擬效果較差，但整體較為一致，其中，模擬結(jié)果的強(qiáng)降水區(qū)域較實(shí)際降水區(qū)域略偏東。

累計(jì)12 h降水量

在模擬結(jié)果中，山東大部地區(qū)降水量與實(shí)際降水較為符合，由于強(qiáng)降水中心的模擬結(jié)果落區(qū)位置有所偏差，導(dǎo)致與實(shí)際強(qiáng)降水區(qū)域觀測的降水量相差過大，但模擬結(jié)果的強(qiáng)降水區(qū)域的降水量級與實(shí)際強(qiáng)降水區(qū)域的降水量級較為一致，均達(dá)到暴雨量級，但對大暴雨量級的模擬效果較差。

在對惠民縣的降水模擬中，雖然降水量級明顯小于實(shí)際降水量級，但在對降水區(qū)域分布上較好模擬出了惠民縣強(qiáng)降水落區(qū)。在BMJ方案對山東省的模擬結(jié)果（圖2c）中，對降水區(qū)域的模擬與KF方案基本一致，但BMJ方案對魯中地區(qū)的模擬效果更好；在對強(qiáng)降水區(qū)域的模擬中，BMJ方案模擬的暴雨帶呈東西狀分布，與實(shí)際暴雨帶分布較為不同，且沒有明顯的強(qiáng)降水中心，對降水量級的模擬明顯偏小，但對惠民縣的降水量級的模擬優(yōu)于KF方案。在SAS方案對山東省的模擬結(jié)果（圖2d）中，對降水區(qū)域的模擬比實(shí)際降水區(qū)域偏大，對降水量級的模擬較實(shí)際偏差較大，在山東省內(nèi)未出現(xiàn)暴雨，強(qiáng)降水區(qū)域與BMJ方案的模擬基本一致。

在對山東省12 h累計(jì)降水量的模擬中，KF方案最優(yōu)，BMJ方案次之，SAS方案最差；在對惠民縣12 h累計(jì)降水量的模擬中，3個方案均與實(shí)際降水量級和強(qiáng)降水落區(qū)相差較大，其中，對強(qiáng)降水落區(qū)的模擬中KF方案最優(yōu)，BMJ方案次之，SAS方案最差；在對降水量級的模擬中，BMJ方案相對最優(yōu)，KF方案和SAS方案均較差。

3.2 逐時(shí)降水演變特征

圖3a為8月8日02：00～18：00惠民縣辛店鎮(zhèn)區(qū)域站

（37.36°N，117.58°E）的逐時(shí)觀測降水量，從實(shí)況可以看出辛店鎮(zhèn)此次降水過程持續(xù)性集中強(qiáng)降水主要集中在8日08：00～11：00。對辛店鎮(zhèn)區(qū)域站02：00～18：00

的逐時(shí)降水量，使用3種積云對流參數(shù)化方案進(jìn)行了模擬，從模擬結(jié)果來看，3種方案的模擬逐時(shí)降水量均較實(shí)況有較大差異，明顯偏小，且均未達(dá)到暴雨等級。KF方案（圖3b）和BMJ方案（圖3c）模擬的降水時(shí)段均較實(shí)際降水時(shí)段偏晚，小時(shí)最大降水量均出現(xiàn)在

11：00，較實(shí)際偏晚2 h，SAS方案（圖3d）模擬的降水時(shí)段較實(shí)際降水時(shí)段偏早，降水開始時(shí)間為02：00，較實(shí)際降水時(shí)間偏早6 h。

由此可見，在對逐時(shí)降水量的模擬中，3個方案的模擬效果均較差，不同的積云對流參數(shù)化方案對局地性強(qiáng)降水的模擬效果有明顯差異，數(shù)值模式對區(qū)域集合預(yù)報(bào)的精細(xì)化水平仍有不足。

4 結(jié)論

使用WRF模式對2022年8月8日惠民縣一次大暴雨過程進(jìn)行了模擬與分析，并選用了3種積云對流參數(shù)化方案進(jìn)行了敏感性試驗(yàn)，對試驗(yàn)的模擬結(jié)果與實(shí)際觀測數(shù)據(jù)進(jìn)行了對比分析，得出以下結(jié)論：

通過積云對流參數(shù)化方案敏感性試驗(yàn)可以看出，各積云對流參數(shù)化方案對局地性強(qiáng)降水的模擬都存在一定局限性，對降水量級的模擬結(jié)果均偏小，但對山東省降水范圍的模擬均較好。其中，KF方案的模擬的雨帶位置偏東，但能較好地模擬出惠民縣強(qiáng)降水區(qū)域，模擬的降水開始時(shí)間偏早2 h，整體雨量較實(shí)況偏?。籅MJ方案模擬的雨帶走向與實(shí)際不同，但對惠民縣降水量級的模擬最好；SAS方案模擬的降水范圍偏大，但降水量級的模擬效果最差。綜上，KF方案的模擬效果最好。

參考文獻(xiàn)

[1] 丁一匯，張建云，許小峰，等.暴雨洪澇[M].北京：氣象出版社，2009.

[2] 李紅莉.基于LAPS雷達(dá)資料變分分析技術(shù)的暴雨數(shù)值模擬及其中尺度結(jié)構(gòu)特征研究[D].北京：中國氣象科學(xué)研究院，2019.

[3] 崔波，王建捷，郭肖容.MM5在國家氣象中心CRAY-C92的實(shí)時(shí)預(yù)報(bào)試驗(yàn)嘗試[J].應(yīng)用氣象學(xué)報(bào)，1999（2）：2-13.

[4] 周心河.積云和邊界層方案對新疆氣候的適用性評估[D].成都：成都信息工程大學(xué)，2019.

[5] 梅欽.WRF模式不同初值和參數(shù)化方案的云降水預(yù)報(bào)研究[D].南京：南京信息工程大學(xué)，2018.

[6] 梅欽，智協(xié)飛，王佳.WRF模式不同云參數(shù)化方案的暴雨預(yù)報(bào)能力檢驗(yàn)及集成試驗(yàn)[J].大氣科學(xué)學(xué)報(bào)，2018，41（6）： 731-742.

[7] 陳海山，倪悅，蘇源.兩次暴雨過程模擬對陸面參數(shù)化方案的敏感性研究[J].氣象學(xué)報(bào)，2014，72（1）：79-99.

[8] 丁一匯，章名立，李鴻洲，等.暴雨和強(qiáng)對流天氣發(fā)生條件的比較分析[J].大氣科學(xué)，1981（4）：388-397.

[9] 婁珊珊，陳光舟，邱學(xué)興.WRF不同參數(shù)化方案對安徽一次暴雨過程模擬的影響分析[J].氣象科學(xué)，2015，35（3）：370-378.

[10] 李侃，戴晶晶，彭義峰，等.江西中西部地區(qū)一次暴雨過程的地形敏感性試驗(yàn)[J].暴雨災(zāi)害，2014，33（4）：386-391.

[11] 袁成松，王秋云，包云軒，等.基于WRF模式的暴雨天氣過程的數(shù)值模擬及診斷分析[J].大氣科學(xué)學(xué)報(bào)，2011，34 （4）：456-466.