WRF模式中地形重力波參數(shù)化方案應(yīng)用及不同拖曳力試驗(yàn)

艾　凱，鄭益群,2，陳浩偉

(1. 解放軍理工大學(xué)氣象海洋學(xué)院，江蘇　南京　211101； 2. 江蘇省氣候變化協(xié)同中心，江蘇　南京　210093)

?

WRF模式中地形重力波參數(shù)化方案應(yīng)用及不同拖曳力試驗(yàn)

艾凱1，鄭益群1,2，陳浩偉1

(1. 解放軍理工大學(xué)氣象海洋學(xué)院，江蘇南京211101； 2. 江蘇省氣候變化協(xié)同中心，江蘇南京210093)

摘要：在WRF模式中引入地形重力波拖曳參數(shù)化方案(GWDO),利用WRFV3.2中尺度模式對2007年7月3日00時至10日00時(世界時)發(fā)生在我國江淮梅雨季向華北雨季轉(zhuǎn)換時段江淮與華北地區(qū)過渡區(qū)域的降水天氣過程進(jìn)行了不同重力波拖曳力作用下的敏感性試驗(yàn)，設(shè)計(jì)了5組數(shù)值試驗(yàn)：不考慮重力波拖曳的控制試驗(yàn)(Ctrl)及考慮重力波拖曳(GWDO)但在不同拖曳力作用下的4組敏感性試驗(yàn)。結(jié)果表明：GWDO方案的引入，有效地改善了模式對環(huán)流場、水汽輸送帶、垂直速度場的模擬，緩解了對風(fēng)速預(yù)報偏強(qiáng)的現(xiàn)象，一定程度上糾正了模式模擬的西風(fēng)偏差，對降水落區(qū)和強(qiáng)度也有較好的改善。隨著模擬時次的推移，引入的拖曳力越強(qiáng)，對降水模擬的改善越顯著。

關(guān)鍵詞：地形;GWDO參數(shù)化方案;數(shù)值模擬

引言

我國幅員遼闊、地形復(fù)雜，地形對我國天氣和氣候乃至東亞的大氣環(huán)流都有顯著影響。數(shù)值模式中引入地形的作用能夠有效改進(jìn)預(yù)報的準(zhǔn)確性，也能很好地延長預(yù)報時長。次網(wǎng)格地形的參數(shù)化是研究地形作用的主要方法。目前，對地形參數(shù)化的方法主要有2種，一種是Wallace等[1]和Tibaldi[2]提出的“包絡(luò)地形”方案，考慮了次網(wǎng)格尺度地形標(biāo)準(zhǔn)偏差倍數(shù)的虛假地形，可以改善模式的地形結(jié)構(gòu)，彌補(bǔ)模式對總山脈拖曳的過低估計(jì)；另一種是地形重力波拖曳方案。由地形激發(fā)出的重力波波動能把相當(dāng)大的水平動量傳輸?shù)讲▌颖晃栈蚝纳⒌膮^(qū)域，這種波動通量的耗散稱為地形重力波拖曳力。當(dāng)氣流越過不規(guī)則的下墊面，起伏不平的地形可能會激發(fā)起向上傳播的地形重力波，這種波動在傳播過程中在某一特定層被反射或吸收，或是遇到對流不穩(wěn)定的層結(jié)，重力波會受到破壞并崩潰[3]。重力波拖曳作用不僅能影響高層風(fēng)場，還能進(jìn)一步影響云和降水。由于地形重力波波長太小，在一般的模式中很難進(jìn)行合理的數(shù)學(xué)處理，所以只能采用參數(shù)化方案代表由地形引起的重力波在垂直方向的傳播，以及其對天氣系統(tǒng)的影響。中尺度WRF模式在WRF3.1版本引入了地形重力波拖曳(GWDO)參數(shù)化方案，實(shí)驗(yàn)表明該參數(shù)化方案的引入能夠有效緩解因大尺度數(shù)值模式不能精確分辨次網(wǎng)格地形而造成的“西風(fēng)偏差(Westerly bias)”和“冷極(Cold pole)”問題[4-8]。許多學(xué)者就地形重力波做了大量工作并得到一些有益的結(jié)論，如烏元康[6]系統(tǒng)地解釋了地形重力波拖曳的參數(shù)化；覃衛(wèi)堅(jiān)等[9]研究發(fā)現(xiàn)慣性重力波的傳播與風(fēng)速垂直切變有關(guān)，并隨風(fēng)速垂直切變的增大而增強(qiáng)，急流成為慣性重力波最重要的波源，急流下方是最易激發(fā)重力波的地方；王文等[10]運(yùn)用地形重力波方案對暴雨天氣模擬，認(rèn)為只有同時考慮重力波和對流運(yùn)動的相互作用，才能較完整地解釋雨帶的強(qiáng)度和特征得以發(fā)展和維持的原因；劉蕾等[11-12]利用地形重力波參數(shù)方案對華南地區(qū)的暴雨發(fā)生機(jī)制進(jìn)行研究，發(fā)現(xiàn)地形重力波參數(shù)方案能很好地模擬暴雨的中心位置和強(qiáng)度，重力波能使垂直上升運(yùn)動加強(qiáng)；王莉[13]通過GWDO參數(shù)化方案以及地形對大別山暴雨的影響研究指出，GWDO參數(shù)化方案的引入，能夠有效改善復(fù)雜地形特別是山區(qū)地形的降雨，使模式能更好地再現(xiàn)實(shí)況的發(fā)生背景；劉佳等[14]對一次暴雨過程的重力波特征分析中發(fā)現(xiàn)重力波與暴雨有一定的內(nèi)在聯(lián)系，重力波引導(dǎo)了暴雨的發(fā)展；徐國強(qiáng)等[15]發(fā)現(xiàn)GRAPES模式中引進(jìn)地形重力波過程，可以延長GRAPES模式的可用預(yù)報時效，提高全球形勢預(yù)報的準(zhǔn)確率，改善大氣流場的分布，使預(yù)報流場更接近大氣的真實(shí)狀態(tài)，從而提高降水預(yù)報的準(zhǔn)確率。上述研究表明在模式中引入地形重力波對模擬效果的改進(jìn)有很好的效果，但對引入的拖曳力大小及合理性研究比較缺乏。

本文將利用WRF3.2模式，對2007年7月3日00時至10日00時(世界時,下同)發(fā)生在我國江淮梅雨季向華北雨季轉(zhuǎn)換時段江淮與華北地區(qū)過渡區(qū)域的降水天氣過程進(jìn)行不同重力波拖曳力作用下的敏感性試驗(yàn)，通過對環(huán)流場和降水影響的分析，探究區(qū)域復(fù)雜地形的重力波拖曳處理技術(shù)方案。

1模式和試驗(yàn)方案

1.1數(shù)值模式簡介

WRF(Weather Research Forecast)模式是1997年由美國國家大氣研究中心(National Center for Atmospheric Research，NCAR)、美國國家大氣海洋局(National Oceanic and Atmospheric Administration，NOAA)、美國國家環(huán)境預(yù)報中心(National Centers for Environmental Prediction，NCEP)、美國地球系統(tǒng)研究實(shí)驗(yàn)室(Earth System Research Laboratory，ESRL)、美國空軍氣象局(Department of Defense’s Air Force Weather Agency，AFWA)、美國海軍研究實(shí)驗(yàn)室(Naval Research Laboratory，NRL)和美國俄克拉荷馬州立大學(xué)的風(fēng)暴分析和預(yù)報中心(Center for Analysis and Prediction of Storms，CAPS)等多家科研機(jī)構(gòu)共同研發(fā)的新一代中尺度預(yù)報模式(next-generation mesoscale forecast model)，現(xiàn)已廣泛應(yīng)用于各種研究與業(yè)務(wù)預(yù)報中。2009年發(fā)布的WRF3.1版本引入地形重力波拖曳方案(GWDO)并應(yīng)用到之后的版本中，來處理區(qū)域復(fù)雜地形非靜力模式的重力波拖曳技術(shù)。

1.2地形重力波拖曳參數(shù)化方案(GWDO)簡介

重力波是因穩(wěn)定大氣受到擾動而產(chǎn)生的慣性震蕩的傳播，當(dāng)?shù)匦巫銐虼髸r，基本氣流相對緩慢，穩(wěn)定的層結(jié)越過山脈時，會激發(fā)出地形重力波，在合適的條件下，這種重力波會向上或者上游傳播。

次網(wǎng)格地形激發(fā)的重力波拖曳(Orographic Gravity Wave Drag,GWDO)作用不僅能影響高層的風(fēng)場，還能進(jìn)一步影響云和降水，對維持大氣環(huán)流的動量、能量守恒過程具有非常重要的作用[16]。現(xiàn)有模式對下墊面的一些特征及復(fù)雜地形不能通過數(shù)學(xué)方程或概念模型很好地描述，且次網(wǎng)格地形激發(fā)的地形重力波波長較小，水平尺度在數(shù)公里至幾百公里之間，維持?jǐn)?shù)小時，在物理方程中次網(wǎng)格過程幾乎被忽略，大多數(shù)數(shù)值模式中都不能用數(shù)學(xué)方程來計(jì)算處理，模式采用一個簡單的參數(shù)化方案來表示地形重力波，即地形重力波拖曳參數(shù)化方案。GWDO參數(shù)化方案主要利用“平均地形”[17]，即在模式格點(diǎn)區(qū)域上采用平均高分辨率地形資料的方法，類似地形可直接在模式中通過可分辨動力學(xué)來處理完成對GWDO參數(shù)化。

GWDO參數(shù)化方案已在多個業(yè)務(wù)、科研模式中得到廣泛應(yīng)用，如ECMWF全球模式、NCEP全球模式和WRF模式等。本工作則通過WRF模式phys模塊下module_bl_gwdo.F子程序?qū)Φ匦沃亓Σ皬?qiáng)度進(jìn)行調(diào)試控制。

1.3試驗(yàn)設(shè)計(jì)

利用WRF3.2版本共設(shè)計(jì)了5組數(shù)值試驗(yàn)：不考慮重力波拖曳的控制試驗(yàn)(Ctrl)，考慮重力波拖曳(GWDO)但在不同拖曳力系數(shù)下的4組敏感性試驗(yàn)。如表1所示，次網(wǎng)格地形閾值為次網(wǎng)格山體規(guī)模大小的調(diào)諧參數(shù)，其值越大所產(chǎn)生的拖曳波越弱，次網(wǎng)格地形閾值越大相對應(yīng)的拖曳力系數(shù)越小，其默認(rèn)值為50 km，同時選取模式水平分辨率為12 km、36 km以及100 km進(jìn)行試驗(yàn)，其中閾值越大(小)表示產(chǎn)生的重力波拖曳效果越弱(強(qiáng))。5組試驗(yàn)均采用YSU邊界層方案、Grell-Freitas ensemble積云參數(shù)化方案、Noah陸面過程、RRTM長波輻射方案和Dudhia短波輻射方案。采用兩重嵌套網(wǎng)格，水平分辨率為36 km、12 km，試驗(yàn)區(qū)域中心經(jīng)緯度為(30°N，115°E)，水平格點(diǎn)數(shù)分別為D1(150×140)、D2(271×250)，垂直方向?yàn)?8層，模式層頂為50 hPa。模式初始場和側(cè)邊界均采用NCEP gfs一日4次分析場數(shù)據(jù)，側(cè)邊界場每6 h更新一次。起報時間為2007年7月3日00時(世界時)，進(jìn)行為期一周的預(yù)報。為了探究引入次網(wǎng)格地形對模擬結(jié)果的影響，重點(diǎn)對第1重區(qū)域粗網(wǎng)格的模擬結(jié)果進(jìn)行分析，區(qū)域平均也是針對第1重區(qū)域36 km的網(wǎng)格進(jìn)行的。圖1給出模擬區(qū)域的地形高度，從東到西三級階梯分明。

表1　地形重力波拖曳參數(shù)化方案設(shè)計(jì)

注：其中閾值越大(小)表示產(chǎn)生的重力波拖曳效果越弱(強(qiáng))

圖1　模擬區(qū)域的地形高度(單位：m)

2結(jié)果分析

2.1地形重力波對緯向風(fēng)場的影響

Alpert[18]和McFarlane[19]等研究表明，引入重力波拖曳后，大氣的風(fēng)場和溫度場將發(fā)生調(diào)整，地形復(fù)雜區(qū)域更為顯著。為了進(jìn)一步探究復(fù)雜地形激發(fā)出的地形重力波對風(fēng)場的影響，設(shè)計(jì)了不考慮重力波拖曳的控制試驗(yàn)(Ctrl)和不同拖曳力系數(shù)(GWDO)下的4組敏感性試驗(yàn)，對2007年7月3日00時至10日00時發(fā)生在我國的降水天氣過程進(jìn)行模擬研究。

圖2給出在復(fù)雜地形區(qū)沿100°E一周平均的緯向風(fēng)緯度—高度剖面，敏感性試驗(yàn)和控制試驗(yàn)與作為實(shí)況的再分析資料進(jìn)行對比，發(fā)現(xiàn)都很好地模擬出西風(fēng)急流(≥30 m/s)軸的空間位置與形態(tài)，急流軸主要位于36°N~44°N的對流層高層(300~100 hPa)，急流核位于40°N、200 hPa處，而10°N~30°N之間的對流層中高層位于東風(fēng)區(qū)，東風(fēng)區(qū)的范圍隨氣壓的升高向北傾斜，對流層底層大地形的南北兩側(cè)主要為西風(fēng)氣流區(qū)。對比引入重力波拖曳后的效果，敏感性試驗(yàn)與控制試驗(yàn)緯向氣流的空間結(jié)構(gòu)主要分布特征變化不大，但對風(fēng)場的強(qiáng)度有較明顯的調(diào)整。圖3為不同拖曳力系數(shù)下敏感性試驗(yàn)與控制試驗(yàn)的緯向風(fēng)差值分布，大地形對緯向風(fēng)風(fēng)速有明顯的影響，在大地形南側(cè)15°N~20°N對流層高層表現(xiàn)為西風(fēng)式差值流場，中低層表現(xiàn)為東風(fēng)式差值流場，而在25°N~45°N大地形上空存在一個倒U型西風(fēng)式差值流場區(qū)，但在30°N~38°N的600~400 hPa為東風(fēng)式差值流場，這種分布型可能與緯向氣流經(jīng)過大地形時發(fā)生的繞流與爬坡有關(guān)，使重力波激發(fā)的波動能受到地形影響后重新分配。可以看出拖曳力越強(qiáng)產(chǎn)生的緯向風(fēng)調(diào)整越強(qiáng)，由于不同環(huán)流背景下，重力波波動能把水平動量傳輸?shù)讲▌颖晃栈蚝纳⒌膮^(qū)域不盡相同，導(dǎo)致不同個例下緯向風(fēng)調(diào)整可能呈現(xiàn)出不同的特征。

圖2　不同敏感性試驗(yàn)、控制試驗(yàn)和實(shí)況下沿100°E 7 d平均的緯向風(fēng)緯度—高度剖面(單位：m/s)

圖3　沿100°E 7 d平均的緯向風(fēng)緯度—高度剖面敏感性試驗(yàn)與Ctrl試驗(yàn)差值分布(單位：m/s)

2.2地形重力波對環(huán)流場和降水場的影響

次網(wǎng)格地形重力波拖曳參數(shù)化方案對風(fēng)場的預(yù)報有直接的影響。通過對風(fēng)場的調(diào)整，改變水汽輸送路徑及強(qiáng)度，從而對降水預(yù)報產(chǎn)生影響。

為了探究重力波拖曳方案對此次降水過程模擬的改進(jìn)，圖4給出控制試驗(yàn)和不同拖曳力系數(shù)下的敏感性試驗(yàn)降水關(guān)鍵區(qū)區(qū)域平均累計(jì)降水量隨時間的變化，這里將TRMM降水資料作為實(shí)況資料進(jìn)行對比分析。TRMM降水資料為熱帶測雨衛(wèi)星(Tropical Rainfall Measuring Mission，TRMM)星載降水雷達(dá)(Precipitation Radar，PR)的3B42RT數(shù)據(jù)集[20]，分辨率為0.25°×0.25°，TRMM資料的使用為研究降水的日變化提供了較可靠的數(shù)據(jù)資料[21]。

就降水量而言，前72 h的模擬，控制試驗(yàn)和敏感性試驗(yàn)與實(shí)況對比都有較好的一致性，控制試驗(yàn)對降水量模擬略有低估。之后，控制試驗(yàn)明顯低估降水量，加入不同拖曳力系數(shù)下的重力波拖曳方案試驗(yàn)對降水預(yù)報有不同程度改善，降水量隨著引入的拖曳力增強(qiáng)而增長。Test_12和Test_36在7月6日和7月7日的預(yù)報中較其他試驗(yàn)顯示出優(yōu)勢。7月7日之后，隨著模擬時間延長，加入重力波拖曳的試驗(yàn)對降水模擬有改善，但降水誤差仍被進(jìn)一步加大。

圖4　模擬區(qū)域(28°N~34°N，100°E~120°E)

圖5為TRMM及各試驗(yàn)?zāi)M的2007年7月3日00時至7月10日00時區(qū)域平均(28°N~34°N，100°E~120°E)降水隨時間的演變，可以看出各試驗(yàn)?zāi)茌^好地模擬出降水隨時間的波動特征，但對極端降水各試驗(yàn)都有一定程度的低估，7月7日后模擬的強(qiáng)降水時段與實(shí)況也有一定偏差，結(jié)果不夠理想。

圖5　各試驗(yàn)?zāi)M的與TRMM觀測的28°N~34°N,

引入不同拖曳力作用下的敏感性試驗(yàn)對模擬結(jié)果有一定程度改善，特別是對7月6日和7日的模擬。

圖6　2007年7月6日00時500 hPa GWDO試驗(yàn)Test_12(a)、Test_36(b)、Test_50(c)、

選取典型降水日7月3日、5日、9日，圖7、圖8、圖9給出典型降水日控制試驗(yàn)、敏感性試驗(yàn)及實(shí)況降水空間分布。對于起報日的降水分布，由于準(zhǔn)確的初始場和前期工作中各方案的調(diào)試，各試驗(yàn)都較好地模擬出該日降水的分布(圖7)。7月5日00時至6日00時的降水預(yù)報(圖8)，Test_Ctrl未能模擬出該日的主要降水帶，引入GWDO方案后的各試驗(yàn)對降水的預(yù)報有顯著改善，試驗(yàn)Test_50和Test_100對暴雨及以上的降水區(qū)模擬范圍偏廣且偏北，試驗(yàn)Test_12和Test_36相對較好。7月9日00時至10日00時的降水預(yù)報(圖9)，各試驗(yàn)都較好地模擬出30°N附近東西向的帶狀降水分布，但對幾個強(qiáng)降水中心雨量都有一定程度低估，試驗(yàn)Test_12和Test_36相對于Test_Ctrl有一定程度的改善。此次降雨雨帶主要集中在28°N~34°N區(qū)域內(nèi)，不同拖曳力系數(shù)下的敏感性試驗(yàn)對降水預(yù)報較Ctrl試驗(yàn)都有不同程度的優(yōu)化，隨著預(yù)報時次的推移，引入的拖曳力越強(qiáng)，對降水預(yù)報的改善越好。

圖10給出7月5日沿33°N日平均的垂直速度場分布，可以看出實(shí)況在青藏高原以東為上升運(yùn)動區(qū)，垂直上升運(yùn)動有2個主要的強(qiáng)對流區(qū)，氣流越過大地形后，背風(fēng)坡氣流受絕對位渦守恒約束更易激發(fā)出上升運(yùn)動，在大環(huán)流背景場作用下，使108°E附近區(qū)域從對流層中低層到高層都表現(xiàn)為旺盛的對流運(yùn)動，另一個強(qiáng)對流區(qū)位于114°E以東地區(qū)。Ctrl試驗(yàn)對108°E附近的強(qiáng)對流上升區(qū)有較好的模擬，但明顯低估了114°E以東地區(qū)的上升運(yùn)動，導(dǎo)致控制試驗(yàn)在降水預(yù)報中的偏差；在不同重力波拖曳系數(shù)下的試驗(yàn)中，Test_50和Test_100由于引入的拖曳力過小，對垂直速度場的改進(jìn)不理想，Test_12和Test_36對垂直速度場的調(diào)整顯示出較好的效果，不僅模擬出108°E附近區(qū)域的對流上升區(qū)，同時對114°E以東地區(qū)的對流運(yùn)動的模擬有較好的改進(jìn)，從而使降水模擬也有了較好的改善。綜合降水和流場，Test_12相對其它試驗(yàn)更有優(yōu)勢。垂直上升運(yùn)動是降水形成的重要觸發(fā)機(jī)制，重力波拖曳方案的引入通過對風(fēng)場的調(diào)整，改進(jìn)垂直速度場的模擬效果，進(jìn)而提高預(yù)報的準(zhǔn)確性。劉蕾等[11]利用地形重力波參數(shù)化方案對華南地區(qū)的暴雨發(fā)生機(jī)制進(jìn)行研究，也發(fā)現(xiàn)重力波參數(shù)化方案能使上升運(yùn)動增強(qiáng)，能很好地模擬暴雨的中心位置和強(qiáng)度。這與本文的結(jié)論一致，也加強(qiáng)了該結(jié)論的可信性。

圖7　2007年7月3日00時至4日00時Test_12(a)、Test_36(b)、Test_50(c)、Test_100(d)、

圖9　2007年7月9日00時至10日00時Test_12(a)、Test_36(b)、Test_50(c)、Test_100(d)、

圖10　2007年7月5日沿33°N 觀測(單位：Pa/s)與模擬 (單位：m/s)的日平均垂直速度

圖11給出各試驗(yàn)?zāi)M的7月5日850 hPa水汽輸送矢量，各試驗(yàn)都模擬出了孟加拉灣和南海旺盛的水汽向我國東南沿海和內(nèi)陸的輸送，Ctrl試驗(yàn)?zāi)M的水汽輸送較引入GWDO方案后的各試驗(yàn)偏強(qiáng)，圖11f給出試驗(yàn)Test_12與Ctrl試驗(yàn)水汽輸送矢量的差值，主要偏差出現(xiàn)在從四川盆地到山東半島東北西南向的水汽輸送帶，這剛好與降水帶相一致，特別是30°N、110°E附近為水汽調(diào)整的極值區(qū)，自南向北的水汽輸送帶經(jīng)地形重力波作用后在該地區(qū)向北輸送急劇減弱，使旺盛的水汽在該地區(qū)匯聚，加上垂直運(yùn)動的觸發(fā)，該地區(qū)出現(xiàn)了高強(qiáng)度的降水，對應(yīng)該區(qū)域形成了強(qiáng)降水中心(圖8f)，充沛的水汽條件是降水形成的重要原因之一，引入GWDO方案后對水汽輸送進(jìn)行調(diào)整，延緩了水汽輸送，對模擬結(jié)果有了較好的優(yōu)化。

圖11　2007年7月5日850 hPa水汽輸送矢量(單位：m·g·s-1·kg-1)

為進(jìn)一步探究引入GWDO方案對降水落區(qū)強(qiáng)度的影響，同時考慮GWDO方案對后期降水模擬的效果改善顯著，圖12、圖13給出5日與9日不同拖曳力系數(shù)下各試驗(yàn)與控制試驗(yàn)的降水差值分布?？傮w來講，隨著預(yù)報時間延長，引入的拖曳力越強(qiáng)，對降水預(yù)報的改善越好。對于7月5日00時至6日00時的預(yù)報(圖12)，通過水汽輸送的調(diào)整，使雨區(qū)北部降水減弱，南部降水加強(qiáng)，有效地改善了降水帶偏北的偏差，使降水落區(qū)更加接近實(shí)況。7月9日00時至10日00時的預(yù)報(圖13)，低估了強(qiáng)降水區(qū)的降水，試驗(yàn)Test_12中強(qiáng)地形重力波拖曳作用對30°N附近的降水帶有明顯的改善。Test_12試驗(yàn)與Test_Ctrl試驗(yàn)的差值(圖13a)分布與7月9日的實(shí)況降水區(qū)(圖9f)有很好的一致性，地形重力波作用對降水的調(diào)整使強(qiáng)降水帶的降水一定程度得以顯現(xiàn)，降水分布更接近實(shí)況。

圖12　2007年7月5日00時至6日00時敏感性試驗(yàn)與控制試驗(yàn)降水差值(單位：mm)

圖13　2007年7月9日00時至10日00時敏感性試驗(yàn)與控制試驗(yàn)降水差值(單位：mm)

3結(jié)論

(1)GWDO參數(shù)化方案的引入能有效地調(diào)整緯向氣流，緩解緯向風(fēng)場偏差，大地形的上空存在一個倒U型西風(fēng)式差值流場區(qū)，拖曳力越強(qiáng)，所產(chǎn)生的緯向風(fēng)差值越大。

(2)GWDO參數(shù)化方案的引入對降水預(yù)報前期的影響并不明顯，但對后期的降水預(yù)報有較好的改善，特別是在后期引入重力波拖曳后對降水的訂正，即敏感性試驗(yàn)與控制性試驗(yàn)降水差值分布，與實(shí)況降水分布范圍十分接近，引入重力波拖曳對降水預(yù)報有很好的訂正效果，同時對降水落區(qū)和強(qiáng)度也有較好的調(diào)整，使雨區(qū)北部降水減弱，南部降水加強(qiáng)，有效地改善了降水帶偏北的偏差，使降水落區(qū)更加接近實(shí)況。隨著預(yù)報時次的推移，引入的拖曳力越強(qiáng)，對降水預(yù)報的改善越顯著。

(3)GWDO參數(shù)化方案的引入在中期預(yù)報中對500 hPa的強(qiáng)風(fēng)速帶有削弱作用，風(fēng)速大值區(qū)與風(fēng)速削弱區(qū)有很好的一致性，對提高形勢場預(yù)報的準(zhǔn)確性有很好的效果。

(4)GWDO參數(shù)化方案的引入地形重力波拖曳力通過對環(huán)流場、水汽輸送帶的調(diào)整，使水汽輸送更精準(zhǔn)；隨著重力波拖曳力的增強(qiáng)，使7月5日垂直速度場的預(yù)報從單強(qiáng)對流中心變?yōu)殡p強(qiáng)對流中心，與實(shí)況垂直速度分布相一致，提高了預(yù)報準(zhǔn)確率，在多要素的共同作用下延長了預(yù)報時長。

參考文獻(xiàn):

[1] Wallacc J M, Tibaldi S, Simmons A J. Reduction of systematic errors in the ECMWF model through the introduction of an envelope orography[J]. Quarterly Journal of the Royal Meteorological Society,1983,109:683-717.

[2] Tibaldi S. Envelope orography and maintenance of quasi-stationary waves in the ECMWF model[J]. Advances in Geophysical and Environmental,1986,29:339-374.

[3] 劉華強(qiáng)，錢永甫. 包絡(luò)地形和重力波拖曳對區(qū)域氣候模擬效果的影響[J]. 大氣科學(xué)，2001,25(2):209-220.

[4] Boer G J, Mcfarlance N A, Laprise R, et al. The Canadian Climate Centre spectral atmospheric general circulation model[J]. Atmosphere-Ocean, 1984,22:397-429.

[5] Palmer T N, Shutts G J, Swinbank R. Alleviation of a systematic westerly bias in circulation and numerical weather prediction models through an orographic gravity-wave-drag parameterization[J]. Quarterly Journal of the Royal Meteorological Society ,1986,112:1001-1039.

[6] 烏元康. 地形重力拖曳效應(yīng)的參數(shù)化[J]. 氣象科技，1987(4):31-33.

[7] Kim J, Arakaw A A. Improvement of orographic gravity wave parameterization using a mesoscale gravity wave model[J]. Journal of the Atmospheric Sciences,1995,52:1875-1902.

[8] Hong S Y, Choi J, Chang E C, et al. Lower-tropospheric enhancement of gravity wave drag in a global spectral atmospheric forecast model[J]. Weather and Forecasting, 2008,23:523-531.

[9] 覃衛(wèi)堅(jiān)，壽紹文，李啟泰，等. 影響慣性重力波活動規(guī)律的動力學(xué)因子研究[J]. 高原氣象，2007,26(3):519-524.

[10] 王文，劉佳，蔡曉軍. 重力波對青藏高原東側(cè)一次暴雨過程的影響[J]. 大氣科學(xué)學(xué)報，2011，(34):737-747.

[11] 劉蕾,丁治英,常越，等. WRF中地形重力波參數(shù)化方案在一次華南暖區(qū)暴雨形成機(jī)制分析中的應(yīng)用[J]. 氣象科技，2012(2):232-240.

[12] 劉蕾. 一次暖區(qū)暴雨形成機(jī)制的數(shù)值試驗(yàn)與診斷分析[D]. 南京:南京信息工程大學(xué)，2011.

[13] 王莉. GWDO參數(shù)化方案以及地形對一次大別山暴雨的影響研究[D]. 南京:南京信息工程大學(xué)，2011.

[14] 劉佳，王文. 一次暴雨過程的重力波特征分析[J].干旱氣象,2010,28(1)：65-70.

[15] 徐國強(qiáng)，楊學(xué)勝，黃麗萍，等. GRAPES中地形重力波拖曳物理過程的引進(jìn)和應(yīng)用試驗(yàn)[J]. 氣象學(xué)報,2010,68(5):631-639.

[16] McFarlane N A. The effect of orographically excited gravity wave drag on the general circulation of the lower stratosphere and troposphere[J]. Journal of the Atmospheric Sciences, 1987,44:1775-1800.

[17] Mesinger F, Collins W G. Review of the representation of mountains in numerical weather prediction models[R].Proc Seminar/Workshop on observation, theory and modeling of orographic effects. 2:ECMWP, Shinfield Park, Reading, U K, 15-20 September 1986.1-28.

[18] Alpert J C, Kanamitsu M, Caplan P M, et al. Mountain induced gravity wave drag parameterization in the NMC medium-range forecast model[A]. Preprints, Eighth Conf on Numerical Weather Prediction, Baltimore, MD, Amer Metero Soc,1988.726-733.

[19] McFarlane N A. The effect of orographically excited gravity wave drag on general circulation of the lower stratosphere and troposphere[J].J Atmos Sci,1987,44:1775-1800.

[20] Kummerow C D, Simpson J, Thiele O, et al. The status of the Tropical Rainfall Measuring Mission(TRMM) after two years in or-bit[J]. Journal of Applied Meteorology and Climatology, 2000,39(6): 1965-1982．

[21] Sorooshian S, Gao X, Hsu K, et al. Diurnal variability of tropical rainfall retrieved from combined GOES and TRMM satellite information[J]. Journal of Climate, 2002,15(9):983-1001.

Application of Orographic Gravity Wave Drag Parameterization Scheme and Different Drag Forces Test in WRF Model

AI Kai1, ZHENG Yiqun1，2, CHEN Haowei1

(1.InstituteofMeteorologyandOceanography,PLAUniversityofScienceandTechnology,Nanjing211101,China;2.JiangsuCollaborativeInnovationCenterforClimateChange,Nanjing210093,China)

Abstract:The orographic gravity wave drag (GWDO) parameterization scheme was introduced into WRF model firstly, and the different drag force sensitivity tests were designed to simulate the rainfall weather process occuring in China the period of Meiyu in the Yangtzi River and Huaihe River valleys turning to rainy season in North China from 00:00 UTC 3 July to 00:00 UTC 10 July 2007 by using the Weather Research and Forecast (WRF V3.2 version) model in this paper. Five groups of numerical experiments were designed, including one control test (Ctrl) without GWDO scheme and four groups of sensitive tests with the GWDO scheme into consideration but the drag force was different. The results show when the orographic gravity wave drag was applied into the WRF model, the circulation field, vapor transport belt and the vertical velocity field were improved efficiently, and the phenomenon of forecasted wind speed being a bit strong had been mitigated, the zonal wind deviation was redressed also in some degree, and the distribution and intensity of rainfall were improved well at the same time.With the simulation time going on, the stronger drag force introduced into WRF model was, the more signficant improvement on precipitation simulation was.

Key words:georgraphy; GWDO parameterization schemes; numerical experiment

中圖分類號：P456.7

文獻(xiàn)標(biāo)識碼：A

文章編號：1006-7639(2016)-01-0125-11

doi:10.11755/j.issn.1006-7639(2016)-01-0125

作者簡介：艾凱(1991-), 男，碩士研究生，主要從事全球變化和氣候模擬的研究. E-mail: aikai91@126.com

基金項(xiàng)目：國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)項(xiàng)目(2010CB428505)和國家自然科學(xué)基金項(xiàng)目(41275012,41475069)共同資助

收稿日期：2015-07-22；改回日期：2015-10-25

艾凱，鄭益群，陳浩偉.WRF模式中地形重力波參數(shù)化方案應(yīng)用及不同拖曳力試驗(yàn)[J].干旱氣象，2016，34(1)：125-135, [AI Kai, ZHENG Yiqun, CHEN Haowei. Application of Orographic Gravity Wave Drag Parameterization Scheme and Different Drag Forces Test in WRF Model[J]. Journal of Arid Meteorology, 2016, 34(1):125-135], doi:10.11755/j.issn.1006-7639(2016)-01-0125