云微物理參數(shù)化方案對(duì)青藏高原一次對(duì)流云降水模擬的影響

郭藝媛, 華 維,2,3*, 侯文軒, 黃天賜, 范廣洲,3

(1.成都信息工程大學(xué)大氣科學(xué)學(xué)院/高原大氣與環(huán)境四川省重點(diǎn)實(shí)驗(yàn)室, 成都 610225；2.中國(guó)科學(xué)院大氣物理研究所竺可楨-南森國(guó)際研究中心, 北京 100029；3.南京信息工程大學(xué)氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室/氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心, 南京 210044)

云是大氣中的一種重要的常見(jiàn)天氣現(xiàn)象,是地-氣系統(tǒng)能量平衡和水循環(huán)的關(guān)鍵環(huán)節(jié)[1]。云可以在各種尺度上作用于不同區(qū)域、不同性質(zhì)大氣之間的能量和水分傳輸交換,進(jìn)而對(duì)區(qū)域乃至全球天氣氣候產(chǎn)生重要影響[2]。研究表明,云的存在一方面能夠通過(guò)反射太陽(yáng)短波輻射和地面長(zhǎng)波輻射來(lái)影響地-氣間輻射平衡,從而導(dǎo)致天氣氣候發(fā)生異常[3-4]；另一方面,云雨轉(zhuǎn)換過(guò)程產(chǎn)生中的潛熱釋放和水汽傳輸還可改變大氣水熱垂直廓線分布,進(jìn)一步引起環(huán)流變化[5-6]。此外,云中的氣溶膠粒子降水的影響機(jī)理也非常復(fù)雜,既可促進(jìn)降水的形成,也能夠?qū)邓鸬揭种谱饔?同時(shí)還導(dǎo)致降水的性質(zhì)發(fā)生改變[7-8]。因此,準(zhǔn)確地認(rèn)識(shí)和理解云微物理過(guò)程及與大尺度環(huán)境條件之間的關(guān)系是加深對(duì)天氣和氣候變化理解的前提[9]。

數(shù)值模擬是進(jìn)行天氣預(yù)報(bào)和開(kāi)展氣候變化研究的重要手段。長(zhǎng)期以來(lái),為了提高數(shù)值模式模擬性能,人們一直試圖在模式中引入較為復(fù)雜的云微物理過(guò)程以對(duì)大氣濕物理進(jìn)行合理描述,逐漸形成了許多各具特色的云微物理參數(shù)化方案,典型方案有Lin[10]、WSM6[11]和WDM5[12]等方案。同時(shí),大量研究也指出數(shù)值模式對(duì)云-降水過(guò)程的描述能力還有待提高,云微物理參數(shù)化方案還存在較多不足[13]。丁明月等[14]發(fā)現(xiàn)云微物理參數(shù)化方案雖然能模擬出降水過(guò)程,但在強(qiáng)降水中心位置模擬上存在偏差。顧小祥等[15]指出云微物理參數(shù)化方案在降水日變化趨勢(shì)模擬上不準(zhǔn)確。許多研究還發(fā)現(xiàn)在降水落區(qū)與強(qiáng)度方面,云微物理參數(shù)化方案模擬性能也較弱,即使是最優(yōu)方案與觀測(cè)結(jié)果仍存在一定差異[16-19]。政府間氣候變化專門委員會(huì)(Intergovernmental Panel on Climate Change,IPCC)也曾明確指出,導(dǎo)致數(shù)值模式預(yù)報(bào)結(jié)果不確定性的最大因素是對(duì)云微物理過(guò)程描述的不準(zhǔn)確[20]。

青藏高原(下稱高原)作為全球面積最大、海拔最高的高原大地形,其強(qiáng)大的動(dòng)力和熱力作用使源于印度洋和太平洋的暖濕氣流不斷向高原及周邊地區(qū)輸送水汽,從而形成高原南側(cè)的水汽異常輻合區(qū)和高原中東部的強(qiáng)對(duì)流活躍區(qū),最終構(gòu)成高原獨(dú)特的水循環(huán)過(guò)程,并顯著影響東亞地區(qū)旱澇異常[21-23]。然而,高原及周邊地區(qū)復(fù)雜的地形和惡劣的天氣氣候條件導(dǎo)致在當(dāng)?shù)剡M(jìn)行云-降水物理和大氣水循環(huán)觀測(cè)存在較大難度。因此,在觀測(cè)資料缺乏的情況下,許多學(xué)者基于數(shù)值模式開(kāi)展了高原降水過(guò)程及相關(guān)云-降水動(dòng)力學(xué)和微物理學(xué)研究。欒瀾等[24]利用天氣預(yù)報(bào)(weather research and forecasting，WRF)模式對(duì)高原那曲一次對(duì)流降水進(jìn)行了模擬,發(fā)現(xiàn)模擬結(jié)果與衛(wèi)星降水資料中對(duì)流發(fā)生時(shí)間較為吻合。婁珊珊等[25]指出云微物理方案對(duì)降水的中心、強(qiáng)度、范圍等模擬都有一定影響。何由等[26]發(fā)現(xiàn)Eta-Ferrier云微物理方案和Betts-Miller-Janjic積云參數(shù)化方案的組合對(duì)高原降水的模擬效果最優(yōu)?？梢?jiàn),云微物理參數(shù)化方案對(duì)于高原降水模擬至關(guān)重要。實(shí)際上,目前有關(guān)高原降水的研究多側(cè)重于揭示降水和云的宏觀特征,而對(duì)模式云微物理參數(shù)化方案在高原地區(qū)的適用性研究還相對(duì)較少。為了解不同微物理參數(shù)化方案對(duì)高原降水的模擬能力,揭示高原降水的云微物理過(guò)程,采用美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心(National Centers for Environmental Prediction,NCEP)提供的Final Analysis(FNL)資料和第3次青藏高原大氣科學(xué)試驗(yàn)(the third Tibetan Plateau atmospheric scientific experiment,TIPEX Ⅲ)雷達(dá)觀測(cè)資料等數(shù)據(jù),采用WRF 3.9.1版本,對(duì)7種云微物理參數(shù)化方案2015年高原那曲地區(qū)一次對(duì)流云降水過(guò)程的模擬能力進(jìn)行了對(duì)比,以期為云微物理參數(shù)化方案的改進(jìn)提供一定參考。

1 資料和模式設(shè)置

1.1 資料介紹

采用的資料包括:①風(fēng)云二號(hào)氣象衛(wèi)星(FY-2E)相當(dāng)黑體輻射亮溫(black-body temperature,TBB)觀測(cè)數(shù)據(jù),該數(shù)據(jù)由FY-2E衛(wèi)星攜帶的可見(jiàn)光紅外自旋掃描輻射儀拍攝的圖像反演得到[27]；②NCEP和美國(guó)國(guó)家大氣研究中心(National Center for Atmospheric Research,NCAR)提供的6 h一次的FNL(1°×1°)再分析資料[28]；③中國(guó)自動(dòng)站與美國(guó)氣候預(yù)測(cè)降水中心融合技術(shù)(Climate Prediction Center Morphing Technique,CMORPH)降水產(chǎn)品融合的(0.1°×0.1°)的逐時(shí)降水?dāng)?shù)據(jù),該產(chǎn)品結(jié)合了地面觀測(cè)和衛(wèi)星觀測(cè)兩類不同觀測(cè)系統(tǒng)的優(yōu)勢(shì),在地面觀測(cè)密集地區(qū)降水主要取決于地面觀測(cè)值,臺(tái)網(wǎng)稀疏區(qū)則主要通過(guò)衛(wèi)星反演獲得,一定程度上彌補(bǔ)了高原觀測(cè)網(wǎng)稀疏的缺陷[29]；④TIPEX Ⅲ設(shè)置于那曲氣象局(位于31.48°N,92.01°E,海拔高度4 507 m)的Ka波段毫米波云雷達(dá)觀測(cè)資料。

1.2 試驗(yàn)設(shè)計(jì)

利用WRF(V3.9.1版本)對(duì)2015年8月13—15日高原那曲地區(qū)一次對(duì)流云降水進(jìn)行模擬,以NCEP FNL再分析資料作為模式初始場(chǎng)和背景場(chǎng),模擬區(qū)域采用3層嵌套和蘭伯特投影,3層模擬區(qū)域網(wǎng)格距從內(nèi)到外依次為7、23、70 km,格點(diǎn)數(shù)分別為85×79、67×58、100×84,模擬中心位置位于31.48°N,92.08°E,垂直方向共32層,模式頂層氣壓至50 hPa,時(shí)間積分步長(zhǎng)為180 s。模式從降水發(fā)生前12 h開(kāi)始積分,積分時(shí)間從8月12日12:00至15日0:00,涵蓋整個(gè)降水過(guò)程。

模擬時(shí)將長(zhǎng)波輻射參數(shù)化方案(rapid radiative transfer model)、短波輻射參數(shù)化方案(dudhia)、陸面過(guò)程參數(shù)化方案(noah land surface model)和積云對(duì)流參數(shù)化方案(Grell-Freitas)固定,在避免其余參數(shù)化方案影響的基礎(chǔ)上,選取7種云微物理參數(shù)化方案以評(píng)估不同云微物理參數(shù)化方案對(duì)本次高原降水過(guò)程的模擬能力,如表1所示。

表1 各云微物理方案特征

2 天氣背景

2015年8月13日0:00—21:00(北京時(shí),下同),那曲地區(qū)出現(xiàn)一次對(duì)流性降水天氣過(guò)程,24 h降水量為16 mm,達(dá)到中雨量級(jí)。從8月13日12:15東亞地區(qū)TBB分布可見(jiàn),高原中部存在大量對(duì)流云系,那曲附近TBB值最大在-60 ℃左右,表明當(dāng)?shù)貙?duì)流發(fā)展較為旺盛。結(jié)合Ka波段毫米波云雷達(dá)觀測(cè)也可發(fā)現(xiàn),如圖1所示,那曲地區(qū)在8:00—10:00和13:00—15:00各出現(xiàn)一次較明顯的對(duì)流活動(dòng),其中始于8:00的對(duì)流活動(dòng)雷達(dá)回波強(qiáng)度最大值為25 dBZ,云頂高度最高達(dá)到9.5 km；13:00左右開(kāi)始發(fā)展的對(duì)流云更為深厚,回波強(qiáng)度達(dá)到30 dBZ,云頂超過(guò)12 km,且云體各高度層均出現(xiàn)回波大值。此外,在17:00左右也生成一個(gè)新的對(duì)流云團(tuán),但與13:00對(duì)流云相比,強(qiáng)度相對(duì)較弱[圖1(c)]。

圖1 2015年8月13日那曲Ka波段云雷達(dá)降水模式觀測(cè)的雷達(dá)反射率因子Fig.1 Radar reflectivity detected by the Ka-band cloud radar in precipitation mode at Naqu on August 13, 2015

圖2(a)所示為8月13日12:00高空500 hPa環(huán)流形勢(shì)場(chǎng)。由圖2(a)可見(jiàn),亞洲大陸中高緯地區(qū)為“兩槽兩脊”形勢(shì),巴爾喀什湖和東亞太平洋沿岸地區(qū)分別存在一個(gè)低槽,蒙古國(guó)中西部地區(qū)以及中國(guó)華北和東北地區(qū)為高壓脊所控制。巴爾喀什湖槽后的西北氣流引導(dǎo)冷空氣南下進(jìn)入高原與來(lái)自海洋的暖濕氣流在高原中部輻合形成低渦系統(tǒng),為本次降水產(chǎn)生提供了抬升和水汽條件。在相對(duì)渦度圖上,如圖2(b)所示,那曲地區(qū)上空的正渦度區(qū)從低層一直延伸到200 hPa附近,表明該地區(qū)存在較為明顯的上升運(yùn)動(dòng),也為降水的發(fā)生發(fā)展提供了有利條件。

3 模擬結(jié)果分析

3.1 降水量

圖2 2015年8月13日12:00高空500 hPa位勢(shì)高度和風(fēng)場(chǎng)以及沿92.01°E相對(duì)渦度緯向垂直剖面Fig.2 500 hPa geopotential height and wind andvertical cross-section of relative vorticity along 92.01°E at 12:00 on August 13, 2015

黑色空心圓為那曲氣象局圖3 實(shí)況與模擬的2015年8月13日0:00—24:00那曲24 h累積降水量空間分布Fig.3 Observed and simulated 24 h accumulated precipitation at Naqu from 0:00 on to 24:00 on 13 August, 2015

圖3給出了CMORPH融合降水產(chǎn)品和7種云微物理參數(shù)化方案模擬的8月13日0:00—24:00那曲24 h累積降水量空間分布。如圖3(a)所示,實(shí)況降水帶從那曲西部到東部呈“西南-東北”塊狀分布,主要雨區(qū)分別位于那曲中部至北部區(qū)域以及那曲東南部。如圖3(b)～圖3(h)所示,7種云微物理參數(shù)化方案基本模擬出那曲地區(qū)西南-東北走向的降水塊狀分布,但模擬的雨區(qū)范圍普遍偏大,尤其那曲東部地區(qū)均出現(xiàn)一個(gè)明顯的降水大值區(qū),這可能與融合降水產(chǎn)品的特性有關(guān),融合降水產(chǎn)品在高原地區(qū)主要由衛(wèi)星反演得到,而衛(wèi)星反演的高原降水往往存在一定誤差[30]。對(duì)于各降水主中心,7種方案的模擬結(jié)果差異較大,CAMS方案未能模擬出那曲北部的降水中心,而對(duì)于那曲中部的降水中心,除Lin和CAMS方案外,其余方案模擬的雨量明顯偏低。此外,就降水量而言,各方案模擬的降水量級(jí)與實(shí)況大致相當(dāng),但WSM5、Morrison和New Thompson方案的模擬結(jié)果偏低,其余方案模擬的24 h累積降水量與CMORPH融合降水產(chǎn)品較為一致?？傮w來(lái)看,7種云微物理參數(shù)化方案均模擬出了雨帶的“西南-東北”塊狀分布和主要降水中心,但模擬的雨區(qū)范圍普遍偏大,整體上Lin方案的模擬效果最好。

為驗(yàn)證各方案對(duì)降水日變化的模擬能力,采用最鄰近插值法將8月13日0:00—24:00逐時(shí)CMORPH融合降水格點(diǎn)資料插值到那曲氣象局所在位置代表實(shí)況降水。圖4所示為實(shí)況和模擬的那曲8月13日0:00—24:00逐時(shí)降水和逐時(shí)累積降水。如圖4(a)所示,與雷達(dá)觀測(cè)一致,本次對(duì)流云降水分別在8:00、13:00、17:00各存在一個(gè)降水峰值,而7種方案都基本模擬出本次降水的日變化特征,但各方案間也存在明顯差異。WDM6、Morrison和New Thompson方案未能模擬出出現(xiàn)于上午和午后的兩次降水峰值,其余4種方案盡管可以模擬出降水的雙峰特征,但峰值出現(xiàn)的時(shí)間與實(shí)況仍有一定差異,其中WSM5和WSM6方案模擬的第1次降水峰值較實(shí)況滯后約1 h,第2次峰值則相對(duì)實(shí)況有所提前,而CAMS方案模擬降水峰值則較實(shí)況提前約5 h出現(xiàn),值得注意的是,各方案均未能模擬出17:00的降水峰值。各方案中,僅Lin方案不僅能夠模擬出降水的兩次峰值,且峰值強(qiáng)度和出現(xiàn)時(shí)間均與實(shí)況最為接近。對(duì)于逐時(shí)累積降水,如圖4(b)所示,各方案模擬的降水量均偏少,其中最接近的是Lin方案。由此可見(jiàn),Lin方案對(duì)本次對(duì)流云降水的模擬與時(shí)空最為接近。

圖4 2015年8月13日那曲站融合產(chǎn)品與模擬的逐時(shí)和逐時(shí)累積降水量Fig.4 Observed and simulated hourly and hourly accumulated precipitation at Naqu on August 13, 2015

進(jìn)一步給出那曲實(shí)況降水與模擬結(jié)果的相關(guān)系數(shù)(correlation coefficient,CC)、均方根誤差(root mean squared error,RMSE)、絕對(duì)平均誤差(mean absolute error,MAE),如表2所示。對(duì)于逐時(shí)累積降水,各方案模擬結(jié)果與實(shí)況間為顯著的正相關(guān),相關(guān)系數(shù)均在0.90以上,通過(guò)0.01顯著性水平檢驗(yàn),其中Lin和WSM5方案相關(guān)系數(shù)最高,達(dá)到0.97。進(jìn)一步由各方案模擬結(jié)果誤差可見(jiàn),WSM6方案的模擬誤差最大,其均方根誤差和絕對(duì)平均誤差在7種方案中均為最大；Lin方案的均方根誤差和絕對(duì)平均誤差值最??；WSM5、CAMS、WDM6、Morrison、New Thompson方案的均方根誤差和絕對(duì)平均誤差基本相同。逐時(shí)降水的模擬中,僅有Lin、WSM5、WSM6、WDM6 4種方案的模擬結(jié)果與實(shí)況間呈顯著的正相關(guān)關(guān)系,其余方案相關(guān)系數(shù)均未通過(guò)顯著性檢驗(yàn),其中Lin方案相關(guān)系數(shù)最高,且均方根誤差和絕對(duì)平均誤差也最小,而CAMS方案相關(guān)系數(shù)僅為0.2,其均方根誤差和絕對(duì)平均誤差在所有方案中也最大。總體來(lái)看,Lin方案的模擬能力最佳,CAMS方案最差。

表2 融合產(chǎn)品與模擬結(jié)果降水的相關(guān)系數(shù)(CC)、均方根誤差(RMSE)、絕對(duì)平均誤差(MAE)Table 2 Correlation coefficient, root mean square error(RMSE), and absolute mean error(MAE)between observed and simulation precipitation

圖5 2015年8月13日12:00高原500 hPa風(fēng)場(chǎng)與高度場(chǎng)Fig.5 500 hPa wind and geopotential height at 12:00 on August 13, 2015

3.2 物理量診斷

大氣環(huán)流變化是造成降水產(chǎn)生的直接原因。各組試驗(yàn)中,除云微物理參數(shù)化方案存在差異外,其余類型物理參數(shù)化方案均相同。可見(jiàn),各組試驗(yàn)間的差異主要與云微物理參數(shù)化方案的不同有關(guān)。根據(jù)FNL再分析資料時(shí)間分辨率,選擇降水量次峰值產(chǎn)生前的8月13日12:00以分析不同云微物理參數(shù)化方案對(duì)相關(guān)物理量場(chǎng)的模擬能力。

3.2.1 風(fēng)場(chǎng)和高度場(chǎng)

圖5給出了實(shí)況和模擬的8月13日12:00高原500 hPa風(fēng)場(chǎng)和位勢(shì)高度場(chǎng)。如圖5(a)所示,那曲地區(qū)為一低渦控制,低渦中心位置位于那曲西北部,中心強(qiáng)度約為5 850 gpm。對(duì)應(yīng)的模擬結(jié)果中,如圖5(b)～圖5(h)所示,7種方案均可較好地再現(xiàn)低渦的風(fēng)場(chǎng)輻合區(qū)以及高度場(chǎng)低值中心,但與實(shí)況相比,各方案對(duì)低渦的模擬總體偏東。對(duì)于低渦強(qiáng)度,CAMS方案模擬強(qiáng)度最弱；WSM5、WSM6、Morrison、WDM6、New Thompson方案的模擬結(jié)果偏強(qiáng),尤其Morrison方案最為明顯；Lin方案模擬的低渦強(qiáng)度與實(shí)況最為接近。對(duì)應(yīng)500 hPa風(fēng)場(chǎng)實(shí)況上,那曲以北主要受東北風(fēng)控制,以南主要以西南風(fēng)為主,各方案均能模擬出那曲地區(qū)風(fēng)場(chǎng)的氣旋性輻合,但風(fēng)速略偏小?？傮w而言,Lin方案對(duì)風(fēng)場(chǎng)和高度場(chǎng)的效果最好,這也與對(duì)降水模擬的結(jié)果一致。

3.2.2 水汽輸送

由水汽通量分布可見(jiàn),如圖6(a)所示,FNL資料計(jì)算的水汽輸送主要表現(xiàn)為北高南低的特征,大值中心位于那曲西北部,南部為水汽通量相對(duì)低值區(qū)。對(duì)應(yīng)的模擬結(jié)果中,如圖6(b)～圖6(h)所示,Lin方案的結(jié)果與實(shí)況最為接近,其余大部分方案模擬的水汽大值中心位置位于那曲以東和以北地區(qū),而CAMS方案模擬的水汽大值中心則位于那曲以南地區(qū)。從輸送強(qiáng)度來(lái)看,Lin和Morrison兩方案模擬的那曲水汽輸送較強(qiáng),CAMS、WSM5和New Thompson方案模擬的水汽輸送較弱,WSM6和WDM6方案模擬的水汽輸送強(qiáng)度與實(shí)況較為一致。此外,從水汽輸送方向來(lái)看,那曲地區(qū)水汽主要由西南向東北輸送,而各方案模擬結(jié)果中那曲北部主要為東北向西南輸送,而那曲南部則為西北向東南輸送。

圖6 2015年8月13日12:00高原水汽通量場(chǎng)Fig.6 Water vapor flux at 12:00 on August 13, 2015

圖7 2015年8月13日12:00沿92.01°E垂直速度經(jīng)向剖面Fig.7 Cross-section of vertical velocity along 92.01°E at 12:00 on 13 August, 2015

3.2.3 垂直速度

充足的水汽輸送和旺盛的上升運(yùn)動(dòng)是降水產(chǎn)生的基本條件,上升運(yùn)動(dòng)可使水汽從未飽和狀態(tài)達(dá)到飽和狀態(tài),從而成云致雨[31]。圖7所示為實(shí)況與模擬的8月13日12:00沿92.01°E的垂直速度經(jīng)向剖面。如圖7(a)所示,那曲低層至150 hPa均為負(fù)值分布,中心位于350 hPa左右,表明那曲上空存在明顯的上升運(yùn)動(dòng),滿足有利于降水出現(xiàn)的動(dòng)力條件。對(duì)應(yīng)的模擬中,如圖7(b)～圖7(h)所示,除WDM6和WSM6方案外,其余方案均模擬出那曲上空的上升運(yùn)動(dòng),但總體上模擬的垂直速度偏弱,僅Lin方案模擬的垂直速度大小和強(qiáng)度與實(shí)況最為接近,且垂直運(yùn)動(dòng)中心較實(shí)況偏南,而New Thompson方案的垂直運(yùn)動(dòng)中心偏差較大,位于對(duì)流層高層?？傮w來(lái)看,對(duì)垂直運(yùn)動(dòng)模擬的誤差可能是造成降水量模擬偏少的原因之一。

3.2.4 大氣層結(jié)

云的形成與發(fā)展與大氣層結(jié)密切相關(guān)。探空表明,如圖8(a)所示,8月13日12:00那曲上空大氣層結(jié)為潛在不穩(wěn)定型,有較大的不穩(wěn)定能量存在,低層大氣獲不穩(wěn)定能量后上升運(yùn)動(dòng)增強(qiáng),有利于強(qiáng)對(duì)流過(guò)程的發(fā)生。如圖8(b)～圖8(h)所示,7種方案模擬的層結(jié)曲線和狀態(tài)曲線具有一致的變化趨勢(shì),表明模式能夠較好模擬出那曲上空的潛在不穩(wěn)定型層結(jié)。

進(jìn)一步分析對(duì)流有效位能(convective avialable potential energy,CAPE)可以發(fā)現(xiàn),如表3所示,與實(shí)況相比,New Thompson方案模擬的CAPE值明顯偏高,而CAMS、WDM6和Morrison方案的模擬結(jié)果均較低,尤其CAMS方案模擬的CAPE值僅為630 J/kg；僅Lin、WSM5和WSM6方案的模擬結(jié)果與實(shí)況較為接近,尤其Lin和WSM5方案的模擬效果最佳,與實(shí)況觀測(cè)的差異在60 J/kg以內(nèi)。

4 結(jié)論

采用WRF模式(V3.9.1版本)7種云微物理參數(shù)化方案對(duì)2015年夏季青藏高原那曲一次對(duì)流云降水過(guò)程進(jìn)行了模擬,對(duì)比分析了不同參數(shù)化方案對(duì)降水和相關(guān)物理量場(chǎng)模擬的影響,得到以下結(jié)論。

(1)7種云微物理參數(shù)化方案均能模擬出那曲地區(qū)對(duì)流云降水的“西南-東北”塊狀分布和主要降水中心,但不同方案模擬的降水中心和降水范圍存在明顯差異,尤其對(duì)雨區(qū)范圍的模擬普遍偏大,僅Lin和CAMS方案能夠較好模擬出那曲中部的降水中心；對(duì)于降水量,除WSM5、Morrison和New Thompson方案模擬的降水量偏低外,各方案的模擬結(jié)果與實(shí)況較為一致,總體而言,Lin方案對(duì)降水落區(qū)和降水量的模擬效果最好。

(2)對(duì)于降水量日變化而言,各云微物理參數(shù)化方案幾乎均能模擬出本次對(duì)流云降水過(guò)程中出現(xiàn)于上午和午后的兩次降水峰值,其中Lin方案的模擬結(jié)果與實(shí)況最為接近,但幾乎所有方案都未能模擬出下午的第3次降水峰值；對(duì)于逐時(shí)和逐時(shí)累積降水,Lin方案的模擬結(jié)果與實(shí)況間相關(guān)系數(shù)最高,且誤差最小,其余方案與實(shí)況有較大偏差。

黑色實(shí)線為層結(jié)曲線；紅色虛線為狀態(tài)曲線圖8 2015年8月13日12:00那曲探空曲線Fig.8 Sounding curve at Naqu at 12:00 on August 13, 2015

表3 實(shí)況和模擬的2015年8月13日12:00那曲CAPETable 3 Observed and simulated CAPE of Naqu at 12:00 on 13 August, 2015

(3)在環(huán)流和物理量場(chǎng)方面,7種云微物理參數(shù)化方案均模擬出了本次降水過(guò)程相關(guān)的高度場(chǎng)、風(fēng)場(chǎng)、水汽輸送、垂直速度和大氣層結(jié)等物理量場(chǎng)基本特征,其中Lin方案對(duì)各物理量場(chǎng)的模擬與實(shí)況最為一致,模擬效果最佳,其余各方案的模擬結(jié)果盡管各有優(yōu)勢(shì),但相較Lin方案總體上效果較差。

僅針對(duì)云微物理參數(shù)化方案對(duì)高原那曲地區(qū)一次對(duì)流云降水個(gè)例的模擬能力進(jìn)行了對(duì)比分析,未涉及云系內(nèi)部的微物理過(guò)程和其降水的形成機(jī)制,且由于缺少高原云和降水物理過(guò)程觀測(cè),因此得出的結(jié)論只是初步的,還需采用更多觀測(cè)資料和降水個(gè)例進(jìn)行深入分析。