WRF模式模擬颮線的低層溫度偏差分析

李斌　吳立廣

摘要 為了研究WRF（Weather Research and Forecasting）模式模擬颮線的低層溫度偏差問題，選取2009年6月14日發(fā)生在江蘇省北部的一次颮線個例進行分析。通過WRF模式對此次颮線過程的模擬發(fā)現，WRF模式模擬的低層日最高氣溫滯后實際觀測2～3 h，且模擬的傍晚低層氣溫的降溫幅度低于實際觀測2～3 ℃。對比試驗證實，通過改變邊界層參數化方案可以減弱邊界層與自由大氣的溫度交換，進而在一定程度上改善模擬結果，即模擬的颮線強度和低層溫度均與實際觀測更加相近;在不改變邊界層方案的情況下，將地面自動加密觀測站數據加入模擬中也可起到相同的作用。

關鍵詞天氣學;颮線;數值模擬;溫度日變化

中國氣象局統(tǒng)計顯示氣象災害約占總自然災害的71%，1991—2009年我國每年平均約有4億人次遭遇重大氣象災害，各類氣象災害每年導致3 973人死亡，造成的經濟損失約占國民生產總值的1%～3%（劉彤和閆天池，2011）。而強對流天氣所造成的損失占到了氣象災害總損失的一半以上（何金海等，2012）。颮線作為一種造成強對流天氣的中尺度天氣系統(tǒng)，通常是由多個活躍的雷暴單體排列成準線狀的中尺度對流系統(tǒng)，其長度約幾十到幾百千米，寬度約20～50 km，生命史為幾小時到十幾小時，并且時常伴有暴雨、大風、冰雹和龍卷等災害性天氣現象出現（壽紹文等，2009）。在春夏之交和夏季的中國東部地區(qū)，在中高緯度地區(qū)的槽脊的作用下，通常會在對流層中上層存在干冷空氣平流，而低層由于東亞夏季風和臺風外圍雨帶的水汽輸送，大氣處于不穩(wěn)定層結，極易發(fā)生中小尺度對流天氣系統(tǒng)（方翀等，2017）。Meng et al.（2013）統(tǒng)計了2008—2009年的中國東部地區(qū)的颮線發(fā)生頻數，統(tǒng)計結果表明河南、山東、安徽和江蘇四省的交界處是中國東部地區(qū)颮線生成頻數最多的區(qū)域。這一地區(qū)的颮線平均生命史約有4.7 h，平均移速為14.4 m·s-1。尤其是江蘇地區(qū)漫長的海岸線所產生的海風鋒更有利于激發(fā)強對流（苗春生等，2018）。即使加入衛(wèi)星、雷達等多種資料（陳杰等，2012;肖笑和魏鳴，2018），但是由于颮線系統(tǒng)的時空尺度較小，仍為數值預報和模擬帶來了極大的挑戰(zhàn)（朱乾根等，2007）。

之前大多數颮線模式研究采用的是理想或半理想模式，極少數真實個例模擬也僅限于北美地區(qū)。在真實個例的模擬過程中，普遍存在模擬結果和實際觀測偏差的問題。模擬結果與實際觀測存在偏差的主要原因有因為常規(guī)觀測資料和再分析資料的時空分辨率較粗，不能準確捕捉到中尺度對流系統(tǒng)的氣象要素信息，從而造成了初始條件和邊界條件與實際觀測存在偏差（Klemp，1987;Weisman，1992，1993;Weisman and Davis，1998）。起始誤差雖然可能較小，但是模擬誤差會隨著積分時間不斷累積，最終和實際觀測偏離較大。李斌和吳立廣（2019;以下簡稱LW2019）研究指出，模式中的低層水汽和氣溫均與實際觀測存在較大的誤差，并且隨著模擬時間的積累，地層水汽甚至出現與實際觀測結果相反趨勢的變化。正是由于初始和邊界條件的誤差，導致了對流觸發(fā)時間和位置的模擬結果與實際觀測存在偏差，而其采用OBS-Nudging技術將地面自動加密站數據引入模式之后，模擬結果得到了有效的改善。

雖然在LW2019的研究中指出，低層水汽的偏差是導致颮線模擬結果偏差的主要原因，但是同時也指出低層溫度與實際觀測同樣存在偏差。低層溫度偏差產生的原因除了初始和邊界條件的偏差，同時也是由于模式本身的模擬能力有所欠缺。因為在數值模擬過程中，由于模式分辨率無法精細描述每一個氣塊的氣象要素變化或者對大氣的物理變化機制理解仍不清楚等原因，所以在模式中不得已引入參數化方案，這其中包括邊界層、微物理過程、陸面過程等參數化方案。這些參數化方案作為對大氣物理過程的近似，也造成了模擬結果的誤差（Gallus and Bresch，2006;Jankov et al.，2007）。雖然通過改變參數化方案可以一定程度上改進模擬結果，但是由于不同天氣過程的模擬對參數化方案具有一定的敏感性，使得改變參數化方案在全球大氣模擬和預報模擬系統(tǒng)中仍有其局限性。

同時前人的研究指出，初始場和邊界條件也會對參數化過程有所影響，但是目前對于通過邊界條件的改進，從而對模式本身所產生誤差的消除研究仍較少。本研究將從模式對低層溫度模擬偏差的角度，分析其對颮線模擬結果產生的影響。基于LW2019的試驗基礎，討論能否在不改變物理參數化方案的前提下，利用站點資料通過對初始場和邊界場的修正對模式結果進行改進。選取2009年6月14日發(fā)生在中國東部地區(qū)的一次颮線過程，利用高分辨模式結果對此次颮線過程進行模擬，希望可以進一步加深對模式模擬能力的理解，并提高颮線的預報水平。

1 試驗設計和颮線過程概況

采用的資料和控制試驗可參考LW2019，同時增加了改變邊界層參數化方案的對比試驗（Exp-MYJ）和將地面加密自動站的氣溫數據引入模擬過程的改進試驗（Exp-OBS）。

在控制試驗中模式設計為雙向的三重網格嵌套方案，分辨率分別為3、1和0.333 km，垂直方向為60層。最外層模擬區(qū)域范圍是114.46°～121.54°E、30.70°～35.46°N，模擬中心位于118.0°E、33.6°N。模式所采用的物理過程主要為：WSM6微物理參數化方案、YSU邊界層方案、Dudhia短波輻射方案和Noah陸面過程參數化方案，因為當WRF（Weather Research and Forecasting）模式中的水平分辨率低于10 km時不建議采用積云對流參數化方案，所以本研究中的網格均未采用積云對流參數化方案。

在對比試驗中，邊界層方案由控制實驗中的YSU改變?yōu)镋ta Mellor-Yamada-Janjic TKE（湍流動能）方案。在Exp-OBS試驗中對最外層網格采用了觀測松弛方法（OBS-Nudging），此方法是將非格點資料差值到初始場中，之后在模式積分過程中利用觀測資料，通過WRF模式中的FDDA模塊對氣象要素的邊界場進行修正。在本研究中將總共一萬多個地面加密觀測站的相對濕度加入到了初始場和模擬中，地面加密觀測站的時間分辨率達到了1 min，所以在此試驗中每隔2 min只對最外層網格模擬數據進行OBS-Nudging。

此次颮線過程是2009年6月14日13時（北京時，下同）開始，首先在江蘇、安徽和山東省交界處形成對流單體，隨著對流單體發(fā)展、移動，多個對流單體出現合并和加強。經過兩個小時的發(fā)展，逐漸成為一個水平尺度超過200 km的弓狀回波（圖1a）。之后的幾小時中，對流系統(tǒng)不斷發(fā)展并且向東南方向移動，大約在17時30分系統(tǒng)移動到南京附近，此時強度達到最大，水平尺度達到400 km，影響了安徽東部和江蘇中部地區(qū)。經過南京之后颮線系統(tǒng)繼續(xù)向蘇南方向移動并逐漸減弱，20時左右在無錫地區(qū)消亡。颮線的具體過程和大尺度環(huán)境場分析可參考LW2019。

2 模擬結果

根據3 km高度上的雷達回波模擬結果（圖1b）表明，模擬的對流觸發(fā)位置和觀測基本一致，都位于山東省南部的臨沂市以西附近，只是模擬的對流大約16時開始生成，相比觀測結果延遲了3 h。和觀測相似的是，18時，模擬結果的雷達回波顯示多個對流單體已經形成并且合并，對流逐漸向東南方向移動。19時，對流已經影響到江蘇北部地區(qū)，但是水平尺度仍然較小，還未形成颮線。19—21時，對流經過洪澤湖之后快速發(fā)展，水平尺度擴展到兩百多公里形成颮線。與觀測中颮線在17時30分達到最強相比，模擬的颮線在21時30分達到最大強度，所以模擬的颮線移動速度和觀測一致。同時，模擬的此次颮線過程的累積降水空間分布結果和觀測較為接近（圖2），尤其是位于江蘇省中部地區(qū)的強降水和觀測相一致。

但是模擬結果仍然存在一定的誤差，主要表現和觀測相比較，模擬的對流觸發(fā)時刻延遲了3～4 h，在模擬過程中颮線整體向東偏移了100 km左右，同時模擬的降水整體較實際觀測偏弱。對比0.25、0.75和1 km高度上的模擬區(qū)域平均氣溫隨時間變化（圖3）可以發(fā)現，各高度層的氣溫隨時間逐漸升高，而最高氣溫出現在16時左右，之后開始出現降溫。而各高度層上氣溫的日變化以低層（0.25 km）最為明顯，在15時最高氣溫達到30 ℃左右，01時的氣溫降至23 ℃左右，溫差達到7 ℃。為了更好地將模擬結果和實際觀測相對比，選取了4個站點，分別為六安、懷遠、滁州和鎮(zhèn)江。其中懷遠、滁州和鎮(zhèn)江觀測站點分別位于颮線的觸發(fā)、發(fā)展和成熟位置，六安觀測站則位于未受到颮線影響地區(qū)。和實際觀測對比可以發(fā)現，2 m高度上氣溫的模擬結果存在如下特點（圖4）：

1）模擬結果中的低層氣溫普遍要比實際觀測所得的氣溫高2～3 ℃，甚至有的站點偏高接近10 ℃;

2）12時之前模擬結果和實際觀測相差并不大，但是隨著午后實際觀測出現降溫，模擬結果卻仍然表現為升溫狀態(tài)，存在明顯的滯后性，并且降溫速率也低于實際觀測;

3）當颮線經過站點，由于對流后部冷池所形成的降溫，在模擬結果中雖然也有體現，但是降溫速率也同樣存在偏慢的現象，并且降溫幅度要小于實際觀測。

從上述特點可以發(fā)現，模式對低層溫度的模擬誤差主要表現在午后（14時之后，下同）低層溫度仍持續(xù)上升，而傍晚的降溫和冷池所造成的對流后部降溫模擬效果并不明顯。

影響低層溫度變化的因子較多，例如下墊面變化、短波輻射參數化方案、邊界層參數化方案以及邊界條件。其中邊界層方案的選取對低層溫度的影響起到重要的作用，所以在控制試驗基礎上本文設計了一個邊界層方案的對比試驗（Exp-MYJ）。Exp-MYJ試驗的模擬結果（圖5）顯示，颮線系統(tǒng)移速和影響范圍和控制試驗相一致，但對流強度則比控制試驗更強。尤其是在颮線成熟時刻，模擬的雷達回波顯示的強對流范圍明顯強于控制試驗，同時強降水比控制試驗中的模擬結果更加集中，表現出更好的降水落區(qū)特征。選取在此次颮線過程中未受到影響的六安地區(qū)作為參考點，對比控制試驗和Exp-MYJ試驗在這一地區(qū)的低層溫度日變化（圖6a）可以發(fā)現，在2 m高度上Exp-MYJ的氣溫要高于控制試驗，但最高氣溫出現的時間和實際觀測更為接近。而且在0.25 km上EXP-MYJ的氣溫要低于控制實驗，這表明MYJ方案更有利于溫度在低層累積，而更少的向自由大氣中輸送。通過對比兩者累積的向上熱通量（圖6b）可以看到，Exp-MYJ試驗中的地表向上熱通量要大于控制試驗，這也是其低層溫度要高于控制試驗的一個重要原因。

雖然通過改變邊界層參數化方案可以在一定程度上減小模式在對低層氣溫模擬中所產生的偏差，但是因為不同的天氣過程對邊界層方案存在一定的敏感性，所以在預報系統(tǒng)以及全球系統(tǒng)中通過改變邊界層方案提高模擬效果存在較大難度。所以本研究試圖利用地面加密自動站的氣溫資料，采用OBS-Nudging方法對初始場和邊界場中大氣的低層氣溫進行修正，具體的方法可以參考LW2019中的對比試驗。

之前LW2019的研究就已經指出，通過將地面加密自動站資料引入到模式中之后，模擬的對流觸發(fā)時間有所提前，與實際觀測更加接近。在颮線發(fā)展到成熟期時刻對流上升運動明顯強于控制試驗，并且冷池所造成的對流后部降溫也更強（圖7）。這說明在模式中加入地面自動加密觀測站資料之后，颮線的模擬結果得到了較好的改進（LW2019）。同時可以發(fā)現，模擬結果中從08—14時的增溫效果有所減弱（圖8），這一點和實際觀測相符。但是在午后仍然存在降溫幅度較弱的情況，這一點需要進一步的分析。

3 結論

颮線作為一種中小尺度對流系統(tǒng)，因為其時空尺度較小，一直以來對于數值模擬和預報都是極大的挑戰(zhàn)。而模擬誤差產生的主要原因是初始場和邊界條件與實際大氣存在偏差，較粗的時空分辨率無法反應中尺度對流系統(tǒng)的信號;另一方面，是由模式本身在模擬過程中，參數化方案對物理過程的近似所產生的誤差。雖然通過改變不同的參數化方案的配置，可以在一定程度上對模擬結果有所改善，但是由于不同天氣過程對參數化方案的敏感性不同，因此對于全球氣候模式以及業(yè)務預報模式具有較大的挑戰(zhàn)。本研究選取了2009年6月14日發(fā)生在中國東部江蘇、安徽兩省的一次颮線過程，通過數值模擬討論了WRF模式對2 m高度的氣溫模擬的偏差特點，并且利用OBS-Nudging方法將地面加密自動站資料引入模擬過程，從而利用邊界條件改進模式自身產生的誤差。

數值模擬結果顯示，模式對低層溫度的模擬偏差主要表現為，模式中的低層氣溫明顯高于實際觀測，而午后模式中的低層溫度相較于實際觀測仍保持上升趨勢，傍晚左右的降溫和冷池所造成的對流后部降溫模擬效果并不明顯，模式的低層氣溫具有明顯的滯后性。由于低層氣溫的變化與邊界層方案的選取存在緊密的聯(lián)系，所以在控制試驗基礎上采用了一個邊界層參數化方案的對比試驗（Exp-MYJ）。Exp-MYJ試驗的模擬結果無論是颮線成熟期的對流強度還是強降水落區(qū)，都和實際觀測更為接近，比控制試驗模擬結果更好。同時，因為MYJ參數化方案的選擇，使得邊界層內的熱通量更少的向自由大氣中輸送，從而最高氣溫出現的時間和實際觀測更為接近。而在利用OBS-Nudging方法將地面加密自動站資料引入模擬之后，模擬結果顯示在08—14時，大氣的低層溫度有所改善，更加的接近實際觀測，從而使得模擬的對流觸發(fā)時間更接近觀測，但午后降溫幅度較弱這一問題仍需要進一步研究。

參考文獻（References）

陳杰，閔錦忠，王世璋，等，2012.WRF-EnSRF系統(tǒng)同化多普勒雷達資料在多類型強對流天氣過程的數值試驗[J].大氣科學學報，35（6）：720-729. Chen J，Min J Z，Wang S Z，et al.，2012.A numerical experiment on WRF-EnSRF for assimilation of Doppler Radar data in multicase strong convective weather processes[J].Trans Atmos Sci，35（6）：720-729.doi：10.13878/j.cnki.dqkxxb.2012.06.010.（in Chinese）.

方翀，林隱靜，曹艷察，等，2017.華南地區(qū)西風帶颮線和臺風颮線環(huán)境場特征統(tǒng)計對比分析[J].熱帶氣象學報，33（6）：965-974. Fang C，Lin Y J，Cao Y C，et al.，2017.Comparative analysis of statistical environmental characteristics between westerly squall line and typhoon squall line in south China[J].J Trop Meteor，33（6）：965-974.（in Chinese）.

Gallus W A Jr，Bresch J F，2006.Comparison of impacts of WRF dynamic core，physics package，and initial conditions on warm season rainfall forecasts[J].Mon Wea Rev，134（9）：2632-2641.doi：10.1175/mwr3198.1.

何金海，郭品文，銀燕，等，2012.大氣科學概論[M].北京：氣象出版社：1-15. He J H，Guo P W，Yin Y，et al.，2012.Introduction to atmospheric science[M].Beijing：Meteorological Press：1-15.（in Chinese）.

Jankov I，Gallus W A Jr，Segal M，et al.，2007.Influence of initial conditions on the WRF-ARW model QPF response to physical parameterization changes[J].Wea Forecasting，22（3）：501-519.doi：10.1175/waf998.1.

Klemp J B，1987.Dynamics of tornadic thunderstorms[J].Annu Rev Fluid Mech，19（1）：369-402.doi：10.1146/annurev.fl.19.010187.002101.

李斌，吳立廣，2019.自動氣象站資料在模擬蘇北一次颮線過程中的應用[J].熱帶氣象學報，35（6）：789-800. Li B，Wu L G，2019.Application of automatic meteorological station data in the simulation of a squall line in North Jiangsu Province[J].J Trop Meteor，35（6）：789-800.doi：10.16032/j.issn.1004-4965.2019.071.（in Chinese）.

劉彤，閆天池，2011.我國的主要氣象災害及其經濟損失[J].自然災害學報，20（2）：90-95. Liu T，Yan T C，2011.Main meteorological disasters in China and their economic losses[J].J Nat Disasters，20（2）：90-95.doi：10.13577/j.jnd.2011.0214.（in Chinese）.

Meng Z Y，Yan D C，Zhang Y J，2013.General features of squall lines in East China[J].Mon Wea Rev，141（5）：1629-1647.doi：10.1175/mwr-d-12-00208.1.

苗春生，張遠汀，王堅紅，等，2018.江蘇近海岸夏季兩類海風鋒特征及其對強對流的激發(fā)[J].大氣科學學報，41（6）：838-849. Miao C S，Zhang Y T，Wang J H，et al.，2018.Characteristics of two types of sea-breeze fronts along the coastal areas of Jiangsu Province and their triggers on strong convections[J].Trans Atmos Sci，41（6）：838-849.doi：10.13878/j.cnki.dqkxxb.20170722011.（in Chinese）.

壽紹文，勵申申，壽亦萱，等，2009.中尺度大氣動力學[M].北京：高等教育出版社：157-158. Shou S W，Li S S，Shou Y X，et al.，2009.Mesoscale atmospheric dynamics[M].Beijing：Higher Education Press：157-158.（in Chinese）.

Weisman M L，1992.The role of convectively generated rear-inflow jets in the evolution of long-lived mesoconvective systems[J].J Atmos Sci，49（19）：1826-1847.doi：10.1175/1520-0469（1992）049<1826：trocgr>2.0.co;2.

Weisman M L，1993.The genesis of severe，long-lived bow echoes[J].J Atmos Sci，50（4）：645-670.doi：10.1175/1520-0469（1993）050<0645：tgosll>2.0.co;2.

Weisman M L，Davis C A，1998.Mechanisms for the generation of mesoscale vortices within quasi-linear convective systems[J].J Atmos Sci，55（16）：2603-2622.doi：10.1175/1520-0469（1998）055<2603：mftgom>2.0.co;2.

肖笑，魏鳴，2018.利用FY-2E紅外和水汽波段對強對流云團的識別和演變研究[J].大氣科學學報，41（1）：135-144. Xiao X，Wei M，2018.Study on the detection and evolution of intense convective cloud with data from the FY-2E VISSR infrared and water vapor bands[J].Trans Atmos Sci，41（1）：135-144.doi：10.13878/j.cnki.dqkxxb.20150706003.（in Chinese）.

朱乾根，林錦瑞，壽紹文，等，2007.天氣學原理和方法[M].北京：氣象出版社：401-437. Zhu Q G，Lin J R，Shou S W，et al.，2007.Synoptic principles and methods[M].Beijing：China Meteorological Press：401-437.（in Chinese）.

Analysis of low-level temperature deviation of squall line simulated by WRF model

LI Bin，WU Liguang

Pacific Typhoon Research Center，Nanjing University of Information Science and Technology，Nanjing 210044，China

In order to study the deviation of low-level temperature in squall line simulated by WRF （Weather Research and Forecasting） model，a squall line case in North Jiangsu Province on June 14，2009 was selected for analysis.The simulation results show that the WRF has defects in simulating the diurnal variation of low-level temperature，which mainly show that the simulated daily maximum temperature lags behind the observation for 2—3 h，and the cooling range of simulated low-level temperature in the evening is 2—3 ℃ lower than the observation.Comparative experiments show that by changing the parameterization scheme of the boundary layer，the temperature exchange between the boundary layer and the free atmosphere is weakened，and then the simulation results are improved to a certain extent，that is，the simulated squall line intensity and low-level temperature are more similar to the observations.Without changing the boundary layer scheme，by adding the ground automatic encryption observation station data into the simulation，it can also improve the simulation results.

synoptic meteorology;squall line;numerical simulation;diurnal variation of temperature

doi：10.13878/j.cnki.dqkxxb.20190724002

（責任編輯：張福穎）