唐細(xì)壩， 平凡*， 羅哲賢

1 中國(guó)科學(xué)院大氣物理研究所云降水物理與強(qiáng)風(fēng)暴重點(diǎn)實(shí)驗(yàn)室， 北京　100029 2 南京信息工程大學(xué)遙感學(xué)院， 南京　210044

?

中尺度模式積云參數(shù)化方案的改進(jìn)及其在暴雨模擬中的應(yīng)用

唐細(xì)壩1， 平凡1*， 羅哲賢2

1 中國(guó)科學(xué)院大氣物理研究所云降水物理與強(qiáng)風(fēng)暴重點(diǎn)實(shí)驗(yàn)室， 北京100029 2 南京信息工程大學(xué)遙感學(xué)院， 南京210044

摘要本文針對(duì)中國(guó)暴雨發(fā)生發(fā)展天氣特征，改進(jìn)和發(fā)展了一種適合于描述東亞暴雨的中尺度積云參數(shù)化方案.首先基于近年來(1990—2010)江淮流域汛期降水合成分析的基礎(chǔ)上，診斷出組織化對(duì)流降水環(huán)境的動(dòng)力參數(shù)；其次利用該動(dòng)力參數(shù)作為動(dòng)力控制條件，改進(jìn)了Kain-Fritsch Eta中尺度積云對(duì)流參數(shù)化方案； 最后利用改進(jìn)的中尺度積云參數(shù)化方案對(duì)梅雨期暴雨、華南前汛期暴雨過程進(jìn)行了數(shù)值模擬，結(jié)果表明：改進(jìn)后的中尺度積云參數(shù)化方案對(duì)上述兩次暴雨過程的落區(qū)及強(qiáng)度的模擬，均有明顯改進(jìn).

關(guān)鍵詞積云參數(shù)化方案；中尺度模式；Kain-Fritsch Eta方案；暴雨模擬

1引言

積云參數(shù)化是數(shù)值模式中重要的一種非絕熱加熱物理過程.積云對(duì)流引發(fā)的降水在全球地氣系統(tǒng)的水分及能量循環(huán)中起著至關(guān)重要的作用, 也是地球水分循環(huán)中的主要組成部分; 積云對(duì)流的潛熱釋放充當(dāng)著驅(qū)動(dòng)全球大氣環(huán)流的“引擎”，是大氣中有效的能量轉(zhuǎn)換器.同時(shí)，積云對(duì)流也是中尺度系統(tǒng)發(fā)生、發(fā)展的重要物理過程，中尺度系統(tǒng)是暴雨的直接制造者，其發(fā)生發(fā)展決定了暴雨的落區(qū)及強(qiáng)度.

由于積云對(duì)流發(fā)生在云分辨的次網(wǎng)格尺度，而中尺度模式對(duì)積云對(duì)流的描述是在網(wǎng)格尺度，因此積云對(duì)流在數(shù)值模式中的描述是通過參數(shù)化來實(shí)現(xiàn)的.近年來大量的觀測(cè)事實(shí)證實(shí)：在暴雨發(fā)生發(fā)展過程中，有對(duì)流云團(tuán)組織化現(xiàn)象.青藏高原中東部是我國(guó)對(duì)流活動(dòng)的頻發(fā)區(qū)，徐祥德和陳聯(lián)壽(2006)據(jù)1978年、1998年兩次青藏高原科學(xué)試驗(yàn)結(jié)果發(fā)現(xiàn)：高原中東部頻發(fā)的、持續(xù)性的對(duì)流活動(dòng)，通過組織化形成深厚的對(duì)流系統(tǒng)，誘生出高原低渦.上述高原低渦的發(fā)展和東移，是引起高原中東部及長(zhǎng)江流域地區(qū)暴雨的天氣系統(tǒng).如1998年長(zhǎng)江流域在湖北黃石發(fā)生的暴雨，其降水系統(tǒng)可追溯到高原的對(duì)流活動(dòng).在我國(guó)長(zhǎng)江中下游地區(qū)，劉建勇等(2012)統(tǒng)計(jì)分析了1998—2007年發(fā)生的梅雨鋒降水過程，發(fā)現(xiàn)梅雨鋒上的降水系統(tǒng)主要是由梅雨鋒上的對(duì)流單體組織化形成的.在我國(guó)華南、華東沿海地區(qū)，登陸臺(tái)風(fēng)螺旋云帶上的對(duì)流云團(tuán)的組織化決定了臺(tái)風(fēng)降水的落區(qū)及強(qiáng)度.對(duì)流云團(tuán)的組織化現(xiàn)象涉及青藏高原、長(zhǎng)江中下游和我國(guó)東部沿海地區(qū).青藏高原是全球最大的高原，長(zhǎng)江中下游是梅雨最典型的區(qū)域，東部沿海是受西太平洋臺(tái)風(fēng)活動(dòng)影響的區(qū)域.可見，從我國(guó)青藏高原經(jīng)長(zhǎng)江中下游到華東沿海，都有一個(gè)富有特征的現(xiàn)象，即對(duì)流云團(tuán)的組織化現(xiàn)象.因此，要提高和改進(jìn)東亞區(qū)域降水模擬及預(yù)測(cè)，必須發(fā)展合適的中尺度積云參數(shù)化方案.

國(guó)外針對(duì)積云對(duì)流參數(shù)化方案的發(fā)展已有了大量研究.受GATE及SESAME等大型野外觀測(cè)實(shí)驗(yàn)的推動(dòng)，20世紀(jì)80年代后積云參數(shù)化方案研究取得較快進(jìn)展.Betts(1986)提出了濕對(duì)流調(diào)整方案，證實(shí)了云中微物理過程影響對(duì)流加熱廓線峰值和云體大小.Taylor和Baker(1987)設(shè)計(jì)了一個(gè)包含云水與云冰微物理過程的Kuo方案.Miller和Momcrieff(1983)考慮了積云對(duì)水平動(dòng)量通量的輸送及水平風(fēng)垂直切變的作用，考慮了云體與環(huán)境的卷入、卷出過程.Gregory和Rowntree(1990)設(shè)計(jì)了一個(gè)適用于深對(duì)流、淺對(duì)流的質(zhì)量通量方案.在中尺度模式積云參數(shù)化方面，F(xiàn)ritsch和Chappell(1980)發(fā)展了一個(gè)中尺度深對(duì)流方案，包括對(duì)流上升和下沉運(yùn)動(dòng)的方案，該方案考慮了環(huán)境空氣的垂直運(yùn)動(dòng)及風(fēng)切變的影響.Harines和Sun(1988)在中尺度積云參數(shù)化方案中考慮了中尺度補(bǔ)償下沉運(yùn)動(dòng).Kain和Fritsch(1990)引入一維卷入卷出云模式，發(fā)展了KF中尺度積云參數(shù)化方案，隨后在1993年對(duì)KF方案進(jìn)行了改進(jìn)，簡(jiǎn)稱為KFeta方案.21世紀(jì)以來，積云對(duì)流參數(shù)化有了新的進(jìn)展.Grabowski(2001)首先發(fā)展了云分辨參數(shù)化方案(超參數(shù)化)，即在大氣環(huán)流模式(GCM)中嵌入二維云分辨模式(CRM)，具體做法即在每個(gè)大尺度格點(diǎn)上同時(shí)啟動(dòng)云模式，每個(gè)云模式在云分辨尺度顯示計(jì)算積云對(duì)流效果，然后利用張弛逼近、區(qū)域平均方法算出大尺度格點(diǎn)上的積云對(duì)流效果.Arakawa(2004)還提出基于準(zhǔn)三維CRM 與GCM 的耦合，構(gòu)建全球多尺度模式框架(MMF)的設(shè)想.Miura等(2007)和 Slingo等(2009)指出:如何描述對(duì)流組織化過程，是下一代天氣或氣候模式發(fā)展面臨的一個(gè)重大挑戰(zhàn).

國(guó)內(nèi)對(duì)積云對(duì)流參數(shù)化的研究進(jìn)展主要在參數(shù)化方案的比較性研究以及東亞區(qū)域參數(shù)化方案的構(gòu)造研究方面(許習(xí)華，1991；陳伯民和錢正安，1992；陳伯民等，1996；劉一鳴，1998；林文實(shí)和黃美元，1998；左瑞亭等，2008； Hao et al.,2008；Jia et al.,2009；Ha et al.,2011；Zhang et al.,2014).許習(xí)華和丁一匯(1990)設(shè)計(jì)了一個(gè)考慮積云與層云相互作用的對(duì)流參數(shù)化方案.陳伯民和錢正安(1992)針對(duì)青藏高原地區(qū)積云活動(dòng)的特點(diǎn)，修改了Krishnamurti多元回歸方案，改進(jìn)了高原和中國(guó)東部地區(qū)的降水和形勢(shì)場(chǎng)的預(yù)報(bào).陳德輝(1997)采用非準(zhǔn)平衡假設(shè)，對(duì)對(duì)流質(zhì)量Mc進(jìn)行預(yù)報(bào)，提出了預(yù)報(bào)性對(duì)流質(zhì)量通量參數(shù)化方案.Ping等(2003)，平凡和高守亭(2004)對(duì)Gregory方案進(jìn)行了改進(jìn),并將改進(jìn)后的方案引入到中國(guó)國(guó)家氣候中心的T63 全球譜模式，改進(jìn)我國(guó)冬夏季降水的模擬.李響(2012)利用WRF模式，研究了不同積云對(duì)流參數(shù)化方案對(duì)西北太平洋臺(tái)風(fēng)路徑與強(qiáng)度的影響.胡文婷等(2011)研究了積云對(duì)流參數(shù)化方案對(duì)熱帶大氣季節(jié)內(nèi)振蕩模擬的影響.

綜上所述，國(guó)內(nèi)外積云參數(shù)化研究一直是備受關(guān)注的前沿問題.目前國(guó)際最新研究開始強(qiáng)調(diào)在中尺度模式中對(duì)組織化對(duì)流過程的描述，這為東亞區(qū)域中尺度積云參數(shù)化方案的研究提供了可借鑒的思路.東亞是對(duì)流組織化發(fā)生、發(fā)展的典型區(qū)域，如何從東亞降水過程中提取出對(duì)流組織化的信息并應(yīng)用于參數(shù)化方案的構(gòu)造？發(fā)展出的積云參數(shù)化方案能否對(duì)東亞降水模擬及預(yù)測(cè)有明顯的改進(jìn)？本文在近年來(1990—2010)江淮流域汛期的降水合成分析基礎(chǔ)上(平凡等，2014)，診斷出組織化對(duì)流降水環(huán)境的動(dòng)力參數(shù)，將其作為參數(shù)化方案的動(dòng)力控制條件，改進(jìn)積云參數(shù)化方案，并對(duì)我國(guó)梅雨期暴雨、華南前汛期暴雨過程進(jìn)行數(shù)值模擬，以檢驗(yàn)改進(jìn)后的參數(shù)化方案對(duì)暴雨模擬預(yù)測(cè)效果.

2積云對(duì)流參數(shù)化目標(biāo)方案的選取

目前在區(qū)域及中尺度模式中有多種通用的積云參數(shù)化方案，其中代表性的方案有(1)Kain-Fritsch Eta (KFeta)，(2) Betts-Miller Janjic(BMJ),(3)Arakawa-Schubert (AS)，(4)Grell-Devenyi (GD).國(guó)內(nèi)外學(xué)者對(duì)這些方案進(jìn)行了大量比較性研究，得到初步研究結(jié)果.Jankov等(2005)利用WRF區(qū)域模式中不同參數(shù)化方案對(duì)發(fā)生在夏季8個(gè)國(guó)際水項(xiàng)目(IHOP)中的中尺度對(duì)流系統(tǒng)(MCS)降水個(gè)例進(jìn)行模擬，研究發(fā)現(xiàn)對(duì)于降水預(yù)報(bào)結(jié)果產(chǎn)生最大影響的是積云參數(shù)化方案的選擇，對(duì)于強(qiáng)降水模擬，KF方案的模擬結(jié)果優(yōu)于其他方案.Ping和 Luo(2010)利用WRF區(qū)域模式中四種參數(shù)化方案(KF,BMJ,GD,AS)對(duì)2003年發(fā)生在江蘇南京(7月3—5日，7月8—9日)兩次大暴雨過程進(jìn)行模擬分析，得出KF方案較其他方案模擬降水結(jié)果與實(shí)況觀測(cè)更為一致，而且KF方案還可以模擬出中尺度對(duì)流系統(tǒng)形成、發(fā)展、成熟、消亡整個(gè)過程.屠妮妮等(2011)利用參數(shù)化方案(KF,BMJ,GD,AS)對(duì)2010年7月14—18日發(fā)生在四川一次暴雨過程進(jìn)行模擬研究，根據(jù)降水結(jié)果TS評(píng)分，得出KF方案TS評(píng)分高于其他方案.廖鏡彪等(2012)利用WRF區(qū)域模式中(KF，BMJ,GD,G3(new GD))參數(shù)化方案對(duì)2010年5月14—15日廣東珠江三角洲地區(qū)一次暴雨過程進(jìn)行模擬，結(jié)果顯示:相比其他方案，KF方案對(duì)于降水帶和降水量的模擬與實(shí)況較為一致.綜上所述，KF方案是比較通用的參數(shù)化方案，特別是對(duì)我國(guó)區(qū)域降水有一定的模擬和預(yù)測(cè)能力，因此本文選擇具有Kain-Fritsch Eta積云參數(shù)化方案作為本研究發(fā)展和改進(jìn)目標(biāo)方案.

Kain-Fritsch方案是目前通用的中尺度對(duì)流調(diào)整方案，其基本思路是當(dāng)網(wǎng)格尺度積蓄大量的有效浮力能時(shí)，則啟動(dòng)積云對(duì)流過程，對(duì)流過程一直到消耗掉多余的有效浮力能為止.Kain-Fritsch Eta方案(Kain and Fritsch,1993;Kain,2004)是在Kain-Fritsch方案基礎(chǔ)上的發(fā)展，主要改進(jìn)是引入了最小卷入率以避免在弱不穩(wěn)定及相對(duì)干燥的大氣中產(chǎn)生深對(duì)流；在淺對(duì)流方案中，只考慮積云對(duì)流對(duì)環(huán)境的加熱和增濕效果,不發(fā)生降水過程.

3有組織對(duì)流的動(dòng)力因子診斷

由于對(duì)流活動(dòng)發(fā)生在濕潤(rùn)的大氣環(huán)境中，既不是干空氣，也不是完全飽和的濕空氣，Gao等(2004)用廣義位溫來表征對(duì)流發(fā)生的大氣環(huán)境濕潤(rùn)狀況.

廣義位溫定義為：

(1)

這里θ為位溫，Lv為潛熱系數(shù)，Cp為干空氣常數(shù)，qvs為飽和比濕，qv為比濕，T為溫度，k為經(jīng)驗(yàn)常數(shù).已有研究表明(王興榮等，1999；Yang et al.，2014)：凝結(jié)可能性函數(shù)中的k值與氣壓、溫度、比濕、凝結(jié)核密度等有關(guān)，不同地區(qū)k值大小不同.初步研究發(fā)現(xiàn)，在江淮流域當(dāng)k=9 時(shí)，模擬可以達(dá)到較好的結(jié)果，因此本文的模擬，采用k值等于9，不同的k值對(duì)改進(jìn)后參數(shù)化方案的影響將在今后工作中做進(jìn)一步的驗(yàn)證.

進(jìn)一步的研究發(fā)現(xiàn)(Gao and Cao,2007；曹潔和高守亭，2008)，廣義位溫是表征實(shí)際大氣濕潤(rùn)環(huán)境的一個(gè)守恒量. 非均勻飽和大氣中釋放的凝結(jié)潛熱可以表示為：

(2)

代入熱力學(xué)第一定律δU=δ Q+δW 中，該過程可逆，則δ Q=T δS.

由于凝結(jié)掉出氣團(tuán)的液態(tài)水釋放的潛熱很少，故雖有熱量流失，仍可視為絕熱的，或者稱為“假絕熱”(Andrews,2000).這樣得到了熱力學(xué)第一定律的如下公式：

(3)

這里Cpm和Rv分別是濕空氣的等壓比熱容和水汽的比氣體常數(shù).

當(dāng)Lqs/CpmT?1時(shí)，(3)式最右端項(xiàng)就可以用-δ(Lqs·(qv/qvs)k)近似代替.由于實(shí)際大氣的底層大氣溫度通常有L/CpmT≤10,因而只要滿足qs·(qv/qvs)k?100g·kg-1，該近似就可成立.至于這一飽和比濕條件成立與否，一方面可以依據(jù)實(shí)際大氣qvs(T,p)的分布廓線可見，另一方面也可以從相當(dāng)位溫的引入過程中qvs?100g·kg-1得到驗(yàn)證.進(jìn)一步忽略Cpm隨時(shí)間變化，(3)式變成：

對(duì)(4)式做積分，兩邊同時(shí)除以Cpm的運(yùn)算，得到

(5)

代入位溫表達(dá)式，得到

(6)

類似于位溫表示的干大氣的熱力學(xué)方程的推導(dǎo)方法，不難得到非均勻飽和大氣中的熱力學(xué)方程

(7)

可見，在濕絕熱過程中，即Qd=0時(shí)，廣義位溫是守恒的.

平凡等(2014)利用1990年至2010年6—7月逐日的連續(xù)時(shí)間序列資料，合成分析了長(zhǎng)江及淮河汛期洪澇大氣環(huán)流的特征，發(fā)現(xiàn)廣義位溫能夠準(zhǔn)確描述有組織對(duì)流發(fā)生的大氣環(huán)境條件，包括梅雨鋒的位置和垂直活動(dòng)的時(shí)空分布，因此本文選用廣義位溫作為積云參數(shù)化方案的環(huán)境動(dòng)力控制條件，來改進(jìn)參數(shù)化方案.

4積云對(duì)流參數(shù)化方案的改進(jìn)

積云參數(shù)化方案有三個(gè)核心環(huán)節(jié)，分別是動(dòng)力控制、對(duì)流觸發(fā)以及閉合假設(shè).本文在改進(jìn)方案中，主要針對(duì)積云參數(shù)化方案中的動(dòng)力控制機(jī)制，進(jìn)行了改進(jìn).

圖1　積云對(duì)流參數(shù)化方案改進(jìn)的示意圖左側(cè)為原來KFeta積云參數(shù)化方案的動(dòng)力控制；右側(cè)為改進(jìn)后積云參數(shù)化方案的動(dòng)力控制.式中TV是虛溫，廣義位溫θ*，單位：K.

如圖1所示，在KFeta原方案中，動(dòng)力控制條件主要采用浮力判據(jù)，即假設(shè)一個(gè)小氣塊的溫度是T，濕度是Q，其虛溫是TV，而其周圍環(huán)境的溫度是TE，則判斷小氣塊從k-1層上升到k層時(shí)，應(yīng)滿足的浮力條件是TV(k-1)>TE(k-1)，這里的氣塊虛溫TV=T(1+0.608Q)，逐層進(jìn)行浮力判據(jù)的檢驗(yàn)一直到k+1層，這時(shí)滿足氣塊TV(k+1)

5改進(jìn)后的積云參數(shù)化方案在暴雨模擬中的檢驗(yàn)

暴雨是一種嚴(yán)重的災(zāi)害性天氣,對(duì)人民的財(cái)產(chǎn)和人身安全具有重大影響. 據(jù)統(tǒng)計(jì)，全球各類自然災(zāi)害所造成的損失中，暴雨洪澇占40%左右，因此長(zhǎng)期以來,暴雨的研究和預(yù)報(bào)一直受到政府和氣象部門的高度重視.

本文利用WRF3.2.1區(qū)域模式，分別采用改進(jìn)后的KFeta積云參數(shù)化方案與原KFeta積云參數(shù)化方案，對(duì)2008年7月發(fā)生在鄂西北及黃淮地區(qū)的梅雨鋒西端暴雨以及2009年5月粵西的華南前汛期暴雨進(jìn)行了模擬比較性研究，并利用觀測(cè)資料與模擬結(jié)果進(jìn)行了對(duì)比驗(yàn)證，以檢驗(yàn)改進(jìn)后的積云參數(shù)化方案對(duì)上述兩種類型暴雨的模擬能力.

5.1資料與方法

本文采用歐洲中期天氣預(yù)報(bào)中心(European Centre for Medium-Range Weather Forecasts,ECMWF)的再分析資料，水平分辨率0.5°×0.5°，每隔6 h一次，該數(shù)據(jù)為模式提供初始條件以及邊界條件.

本文降水實(shí)況數(shù)據(jù)采用中國(guó)氣象數(shù)據(jù)共享服務(wù)網(wǎng)的基于全國(guó)3萬余個(gè)自動(dòng)觀測(cè)站逐小時(shí)降水量和CMORPH衛(wèi)星反演降水產(chǎn)品，采用PDF+OI兩步融合方法生成了中國(guó)區(qū)域逐小時(shí)、0.1°×0.1°分辨率的降水量融合產(chǎn)品, 數(shù)據(jù)集實(shí)體為GrADS標(biāo)準(zhǔn)格式，文件后綴為grd，圖形文件后綴為gif，具體形式SURF_CLI_CHN_MERGE_CMP_PRE_HOUR_GRID_0.10-YYYYMMDDHH.grd.融合處理過程中使用的自動(dòng)站逐時(shí)降水資料經(jīng)過了包括氣候?qū)W界限值、區(qū)域界限值、時(shí)間一致性、空間一致性檢查等在內(nèi)的嚴(yán)格質(zhì)量控制.

針對(duì)這兩次暴雨過程的模擬，本文采用了兩種方案：第一種方案，利用WRF區(qū)域模式中原有KFeta積云參數(shù)化方案對(duì)暴雨過程進(jìn)行模擬，稱為“原方案”；第二種方案，利用改進(jìn)后的KFeta積云參數(shù)化方案對(duì)暴雨過程進(jìn)行模擬，稱為“改進(jìn)后的方案”.

5.2改進(jìn)后參數(shù)化方案與原方案對(duì)梅雨鋒西端暴雨模擬的比較性研究

5.2.1降水過程簡(jiǎn)介

2008年7月20—23日，鄂西北部和河南黃淮地區(qū)連續(xù)普降暴雨和大暴雨，連續(xù)降水造成200多萬人受災(zāi)，其中5人死亡，經(jīng)濟(jì)損失累計(jì)20多億元(諶偉等，2011).從圖2e降水實(shí)況可以看出，這次降水過程雨帶呈“西南—東北”走向，降水大值區(qū)位于湖北襄樊、河南信陽、漯河等地區(qū).

5.2.2試驗(yàn)方案設(shè)計(jì)

利用WRF3.2.1模式對(duì)2008年7月22日00時(shí)至23日00時(shí)(世界時(shí)，下同)的降水過程進(jìn)行模擬， 模式運(yùn)行采用單層網(wǎng)格，模式分辨率為10 km，網(wǎng)格點(diǎn)數(shù)201×201，水平區(qū)域中心點(diǎn)為(32.5°N，112.5°E)，垂直方向?yàn)?7個(gè)σ層，時(shí)間步長(zhǎng)為60 s，微物理過程采用WSM 6-class方案，邊界層采用YSU方案.

5.2.3模擬結(jié)果比較分析

(1)降水量

為檢驗(yàn)積云參數(shù)化方案的模擬能力，我們給出了兩種參數(shù)化方案模擬的每6 h的降水量以及24 h累計(jì)降水量，同時(shí)給出了相應(yīng)的實(shí)況降水量(見圖2).

原方案(圖2a1)與改進(jìn)后的方案(圖2a2)模擬出24 h累計(jì)降水量分布，與實(shí)況(圖2a)對(duì)比可以看出，兩種方案模擬的雨帶與實(shí)況一致，呈西南—東北走向，不過原方案(圖2a1)模擬的降水中心強(qiáng)度偏強(qiáng)，雨帶范圍偏廣，而改進(jìn)后方案(圖2a2)給出的降水強(qiáng)度與雨帶范圍基本接近于實(shí)況.原方案(圖2(b1，c1，d1，e1))與改進(jìn)后的方案(圖2(b2，c2，d2，e2))模擬出的22日06時(shí)、12時(shí)、18時(shí)、23日00時(shí)每6 h累計(jì)降水量分布，與相對(duì)應(yīng)時(shí)間段實(shí)況降水比較得知，改進(jìn)后的方案比原方案能更好模擬出此次暴雨過程雨帶的移動(dòng)和強(qiáng)度的變化.(1)22日00—06時(shí)實(shí)況降水時(shí)段(圖2b)，降水有三個(gè)中心，分別位于湖北五峰灣潭與湖南交界處、湖北襄樊市、河南東部與安徽西部張集交界處；原方案(圖2b1)模擬出的降水強(qiáng)度偏弱，有多個(gè)降水中心，降水雨帶偏廣，有虛假降水產(chǎn)生；改進(jìn)后的方案(圖2b2)模擬出的降水強(qiáng)度與降水三個(gè)中心位置與實(shí)況基本一致.(2)22日06—12時(shí)實(shí)況降水時(shí)段(圖2c), 雨帶往東北方向移動(dòng)，降水中心位于湖北襄樊與河南泌陽一帶；原方案(圖2c1)模擬出降水強(qiáng)度偏強(qiáng)，降水中心位于湖北十堰至襄樊一帶；改進(jìn)后的方案(圖2c2)模擬出降水中心雨帶也位于湖北襄樊與河南泌陽一帶.(3)22日12—18時(shí)實(shí)況降水時(shí)段(圖2d),雨帶繼續(xù)往東北方向移動(dòng)，有兩個(gè)降水中心，分別位于河南項(xiàng)城市、安徽天長(zhǎng)市與江蘇高郵交界處一帶；原方案(圖2d1)模擬出降水強(qiáng)度偏強(qiáng),中心位于湖北襄樊市與河南南陽一帶；改進(jìn)后的方案(圖2d2)模擬出雨帶也往東北方向移動(dòng)，接近于實(shí)況降水中心位置.(4)與22日18時(shí)至23日00時(shí)實(shí)況降水時(shí)段(圖2e)相比,原方案(圖2e1)降水強(qiáng)度偏強(qiáng)，降水中心雨帶偏廣且位置略偏北,改進(jìn)后的方案(圖2e2)模擬出的降水強(qiáng)度和位置較接近實(shí)況.

(2)降水時(shí)間演變

為了更好地了解原方案和改進(jìn)后方案模擬出來降水時(shí)間演變情況，選取降水中心(30°N—34°N及110°E—116°E)做降水的面平均，得到該區(qū)域的降水演變時(shí)間序列.圖3為2008年7月22日01時(shí)—23日00時(shí)逐時(shí)的1 h累計(jì)降水量時(shí)間演變圖，從圖3可知，前2個(gè)小時(shí)原方案和改進(jìn)后的方案模擬的降水都低于實(shí)況，這可能跟模式Spin-up過程有關(guān).從第3個(gè)小時(shí)開始至23時(shí)，改進(jìn)后的方案模擬結(jié)果與實(shí)況基本一致，只是在13時(shí)至17時(shí)，模擬的降水量略高一些；而原方案模擬的降水量明顯偏高.實(shí)況24 h降水量53.06 mm；原方案模擬降水量73.91 mm；改進(jìn)后的方案模擬降水量59.03 mm，可見改進(jìn)后的方案模擬結(jié)果基本與實(shí)況一致，而原方案模擬結(jié)果有虛假降水產(chǎn)生.

圖2　2008年7月22日00時(shí)—23日00時(shí)24 h及6 h的實(shí)況降水量與改進(jìn)前后參數(shù)化方案模擬降水量對(duì)比(單位:mm)(a,b,c,d,e)為實(shí)況，(a1,b1,c1,d1,e1)為原方案，(a2,b2,c2,d2,e2)為改進(jìn)后的方案.(a,a1,a2)為00—24時(shí)段,(b,b1,b2)為00—06時(shí)段，(c,c1,c2)為06—12時(shí)段，(d,d1,d2)為12—18時(shí)段，(e,e1,e2)為18—24時(shí)段.

圖3　2008年7月22日01時(shí)—23日00時(shí)逐時(shí)的1小時(shí)累計(jì)降水量時(shí)間演變圖OBS為實(shí)況；S1為原方案；S2為改進(jìn)后的方案.

(3)視熱源Q1和視水汽匯Q2的高度-時(shí)間剖面

積云參數(shù)化的作用除直接計(jì)算降水外，對(duì)環(huán)境的反饋實(shí)質(zhì)是計(jì)算出積云對(duì)流加熱和加濕的效果，視熱源Q1和視水汽匯Q2分別是表征積云對(duì)流對(duì)環(huán)境加熱和加濕的物理量.因此分析不同方案模擬出的視熱源和視水汽匯對(duì)于了解參數(shù)化方案性能及特點(diǎn)十分重要.

為了更加直接了解原方案和改進(jìn)后方案模擬出來視熱源Q1和視水汽匯Q2的時(shí)空分布情況，選取降水中心(30°N—34°N及110°E—116°E)做視熱源Q1和視水汽匯Q2的面平均，得到該區(qū)域的視熱源Q1和視水汽匯Q2的高度-時(shí)間剖面分布圖.圖4是該區(qū)域視熱源Q1的高度-時(shí)間剖面圖.ECMWF診斷出視熱源Q1(圖4a)加熱中心集中，最大值出現(xiàn)在22日12時(shí)高空500至400 hPa之間，達(dá)到10 K/6h.原方案模擬出的視熱源Q1(圖4b)加熱最大值出現(xiàn)在22日06時(shí)高空500至400 hPa之間，達(dá)到11 K/6h.改進(jìn)后的方案模擬出的視熱源Q1(圖4c)加熱中心集中，最大值出現(xiàn)在22日12時(shí)高空500至400 hPa之間，達(dá)到10 K/6h,跟ECMWF資料診斷出的視熱源(圖4a)比較一致.比較分析可知，改進(jìn)后的方案模擬的視熱源Q1加熱中心與ECMWF診斷出視熱源Q1相比，其時(shí)空分布范圍及強(qiáng)度與實(shí)況基本一致；原方案模擬的視熱源Q1 與ECMWF診斷出視熱源Q1相比，其時(shí)空分布范圍及強(qiáng)度與實(shí)況差異較大.

圖4　視熱源Q1的高度-時(shí)間剖面(單位：K·6h-1)(a) ECMWF; (b) 原方案; (c) 改進(jìn)后的方案.

圖5　視水汽匯Q2的高度-時(shí)間剖面(單位：K·6h-1)(a) ECMWF; (b) 原方案; (c) 改進(jìn)后的方案.

圖5是該區(qū)域視水汽匯Q2的高度-時(shí)間剖面圖.ECMWF診斷出的視水汽匯Q2(圖5a)有一個(gè)主要加濕中心和減濕中心：加濕中心最大值出現(xiàn)在22日06時(shí)700 hPa附近，達(dá)到7 K/6h；減濕中心最大值出現(xiàn)在22日12時(shí)，達(dá)到4 K/6h.原方案模擬出的視水汽匯Q2(圖5b)有一個(gè)加濕中心和減濕中心：加濕中心最大值出現(xiàn)在22日06時(shí)至12時(shí)600 hPa附近，達(dá)到11 K/6h；減濕中心最大值出現(xiàn)在22日06時(shí)，達(dá)到4 K/6h；改進(jìn)后的方案模擬出的視水汽匯Q2(圖5c)有一個(gè)加濕中心和減濕中心：加濕中心最大值出現(xiàn)在22日12時(shí)高空800至700 hPa之間，達(dá)到10 K/6h；減濕中心最大值出現(xiàn)在22日06時(shí)，達(dá)到4 K/6h.比較分析可知，改進(jìn)后的方案模擬的視水汽匯Q2與ECMWF診斷出的視水汽匯Q2相比，時(shí)空分布范圍及強(qiáng)度與實(shí)況基本一致；原方案模擬的視水汽匯Q2與ECMWF診斷出的視水汽匯Q2相比，時(shí)空分布范圍及強(qiáng)度與實(shí)況差異較大.

分析圖4和圖5可知，改進(jìn)后的方案模擬出的視熱源Q1和視水汽匯Q2的時(shí)間演變與ECMWF資料診斷出視熱源Q1和視水汽匯Q2的時(shí)間演變基本是一致的.改進(jìn)后的方案不僅模擬出了7月22日09時(shí)至15時(shí)300至500 hPa強(qiáng)加熱中心，而且也模擬出了700至800 hPa的強(qiáng)加濕中心，只是強(qiáng)加濕中心與ECMWF再分析資料相比存在著大約6 h的時(shí)間滯后，這可能與模式的Spin-up過程有關(guān)；而原方案模擬出的加熱、加濕中心層次與ECMWF資料相比，加濕層次偏高，加熱中心的時(shí)間也偏早近6 h，加熱、加濕的時(shí)空演變存在較大的誤差.

5.3改進(jìn)后參數(shù)化方案與原方案對(duì)華南前汛期暴雨模擬的比較性研究

5.3.1降水過程簡(jiǎn)介

2009年5月22—24日，粵西沿海和珠江三角洲南部連續(xù)普降暴雨和大暴雨，局部地域特大暴雨，其中，23 日 00∶00—24日 00∶00，江門市的臺(tái)山、開平、恩平和上川島出現(xiàn)特大暴雨，臺(tái)山 24 h 雨量達(dá)到 324 mm.連續(xù)暴雨造成山體滑坡、房屋倒塌、農(nóng)作物受災(zāi)、水利設(shè)施受損、城鄉(xiāng)內(nèi)澇等重大災(zāi)害.

5.3.2試驗(yàn)方案設(shè)計(jì)

利用WRF3.2.1模式對(duì)2009年5月23日00時(shí)至24日00時(shí)的降水過程進(jìn)行模擬， 模式運(yùn)行采用單層網(wǎng)格，模式分辨率為10 km，網(wǎng)格點(diǎn)數(shù)201×101，水平區(qū)域中心點(diǎn)為(22.0°N，115.5°E)，垂直方向?yàn)?7個(gè)σ層，時(shí)間步長(zhǎng)為60 s，微物理過程采用WSM 6-class方案，邊界層采用YSU方案.

5.3.3模擬結(jié)果比較分析

(1)降水量

原方案(圖6a1)與改進(jìn)后的方案(圖6a2)模擬出24 h累計(jì)降水量分布，與實(shí)況(圖6a)對(duì)比得知：原方案模擬的雨帶比較分散，可分為三個(gè)中心，且降水強(qiáng)度偏弱，有虛假降水產(chǎn)生；改進(jìn)后的方案模擬的雨帶比較集中，降水強(qiáng)度和落區(qū)與實(shí)況一致.原方案(圖6(b1,c1,d1,e1))與改進(jìn)后的方案(圖6(b2,c2,d2,e2))模擬出的23日06時(shí)、12時(shí)、18時(shí)、24日00時(shí)每6 h累計(jì)降水量分布，與相對(duì)應(yīng)時(shí)間段實(shí)況比較得知，改進(jìn)后的方案比原方案能更好模擬出此次暴雨過程雨帶的分布和強(qiáng)度的變化.(1)23日00—06時(shí)實(shí)況降水時(shí)段(圖6b)，降水中心比較集中，位于廣東臺(tái)山市與恩平市及上川、下川島嶼一帶；原方案(圖6b1)模擬出的降水強(qiáng)度偏弱，降水中心有三個(gè)，比較分散；改進(jìn)后的方案(圖6b2)模擬降水強(qiáng)度也偏弱，不過其很好地模擬出了上川、下川等島嶼上的降水.(2)22日06—12時(shí)實(shí)況降水時(shí)段(圖6c),降水中心位置沒變，強(qiáng)度和雨帶略為減少；原方案(圖6c1)模擬出的降水強(qiáng)度更為偏弱，且還有三個(gè)降水中心，位置比較分散；改進(jìn)后的方案(圖6c2)模擬出雨帶降水中心位置基本接近實(shí)況降水中心位置.(3)22日12—18時(shí)實(shí)況降水時(shí)段(圖6d)，雨帶位置基本沒變，降水強(qiáng)度減弱；原方案(圖6d1)模擬出的降水強(qiáng)度偏弱,雨帶比較分散；改進(jìn)后的方案(圖6d2)模擬出雨帶范圍位置與實(shí)況基本一致，都位于廣東陽江一帶.(4)22日18時(shí)至23日00時(shí)(圖6e)實(shí)況,有兩個(gè)降水中心，分別位于陽江沿海一帶、臺(tái)山市；原方案(圖6e1)模擬出的降水強(qiáng)度偏弱，有三個(gè)降水中心，雨帶比較分散；改進(jìn)后的方案(圖6e2)模擬出的降水比較集中，也有兩個(gè)降水中心，其位置較接近實(shí)況.

圖6　2009年5月23日00時(shí)—24日00時(shí)24 h及6 h的實(shí)況降水量與改進(jìn)前后參數(shù)化方案模擬降水量對(duì)比(單位:mm)(a,b,c,d,e)為實(shí)況，(a1,b1,c1,d1,e1)為原方案，(a2,b2,c2,d2,e2)為改進(jìn)后的方案.(a,a1,a2)為00—24時(shí)段,(b,b1,b2)為00—06時(shí)段，(c,c1,c2)為06—12時(shí)段，(d,d1,d2)為12—18時(shí)段，(e,e1,e2)為18—24時(shí)段.

(2)降水時(shí)間演變

為了更好地了解原方案和改進(jìn)后方案模擬出來降水時(shí)間演變情況，選取降水中心(21°N—23°N及111°E—114°E)做降水的面平均，得到該區(qū)域降水演變時(shí)間序列，圖7為2009年5月23日01時(shí)—24日00時(shí)逐時(shí)的1 h累計(jì)降水量時(shí)間演變圖.從圖7可知，前7個(gè)時(shí)次，兩種方案模擬的降水偏低，這主要與模式Spin-up過程有關(guān).原方案模擬的降水從01時(shí)開始至24時(shí)結(jié)束，一直低于實(shí)況降水，而改進(jìn)后的方案模擬的降水在前7個(gè)時(shí)次與實(shí)況差距比較大外，其他時(shí)次的降水接近于實(shí)況.實(shí)況24 h降水量121.12 mm；原方案模擬降水量55.12 mm；改進(jìn)后的方案模擬降水量90.52 mm，可見改進(jìn)后的方案模擬結(jié)果基本與實(shí)況一致，而原方案模擬的降水較弱.

圖7　2009年5月23日01時(shí)—24日00時(shí)逐時(shí)的1 h累計(jì)降水量時(shí)間演變圖OBS為實(shí)況；S1為原方案；S2為改進(jìn)后的方案.

圖8　視熱源Q1的高度-時(shí)間剖面(單位：K·6h-1)(a) ECMWF； (b) 原方案； (c) 改進(jìn)后的方案.

圖9　視水汽匯Q2的高度-時(shí)間剖面(單位：K·6h-1)(a) ECMWF； (b) 原方案； (c) 改進(jìn)后的方案.

(3)視熱源Q1和視水汽匯Q2的高度-時(shí)間剖面

為了更加直接了解原方案和改進(jìn)后方案模擬出來視熱源Q1和視水汽匯Q2的時(shí)空分布情況，選取降水中心(21°N—23°N及111°E—114°E)做視熱源Q1和視水汽匯Q2的面平均，得到該區(qū)域的視熱源Q1和視水汽匯Q2的高度-時(shí)間剖面分布圖.圖8是該區(qū)域視熱源Q1的高度-時(shí)間剖面圖.ECMWF資料診斷出視熱源Q1(圖8a)在23日00時(shí)至09時(shí)存在較強(qiáng)加熱中心，最大值位于03時(shí)至06時(shí)高空400～500 hPa之間，達(dá)到9 K/6h，與前面幾個(gè)時(shí)次不一致，15時(shí)至24日00時(shí)加熱發(fā)生在對(duì)流層中低層700～1000 hPa；原方案模擬的視熱源Q1(圖8b)有兩個(gè)加熱中心，其中06至18時(shí)的加熱中心最大值位于12時(shí)高空400 hPa，數(shù)值為8 K/6h,另一個(gè)加熱中心發(fā)生在21時(shí)至24日00時(shí)，高度位于400～500 hPa之間；改進(jìn)后方案模擬的視熱源Q1(圖8c)在03時(shí)至15時(shí)存在較強(qiáng)的加熱中心，最大值位于12時(shí)高空400～500 hPa之間，達(dá)到9 K/6h.比較分析可知，改進(jìn)后的方案模擬的視熱源Q1加熱中心與ECMWF診斷出視熱源Q1相比，有3個(gè)小時(shí)的時(shí)滯，但其時(shí)空分布范圍及強(qiáng)度與實(shí)況基本一致；原方案模擬的視熱源Q1與ECMWF診斷出視熱源Q1相比，有6個(gè)小時(shí)的時(shí)滯，且其時(shí)空分布范圍及強(qiáng)度與實(shí)況差異較大.

圖9是該區(qū)域視水汽匯Q2的高度-時(shí)間剖面圖.ECMWF診斷出的視水汽匯Q2(圖9a)加濕比較集中，位于23日03時(shí)至12時(shí)高空400～500 hPa之間，加濕中心最大值出現(xiàn)在06時(shí)高空450 hPa，達(dá)到8 K/6h.00時(shí)至06時(shí)，在底層950 hPa附近有一個(gè)強(qiáng)度較小的減濕中心，大小為2 K/6h；原方案模擬的視水汽匯Q2(圖9b)的加濕比較分散，不夠集中.最大值出現(xiàn)在23日12時(shí)高空400 hPa高度處，數(shù)值為6 K/6h.在21時(shí)至24日00時(shí)，加濕大值位于400～700 hPa之間；改進(jìn)后方案模擬的視水汽匯Q2(圖9c)加濕比較集中，位于23日03時(shí)至12時(shí)高空350～450 hPa之間，達(dá)到7 K/6h.在21時(shí)至24日00時(shí)，600～800 hPa之間存在加濕大值區(qū).比較分析可知，改進(jìn)后的方案模擬的視水汽匯Q2與ECMWF診斷出的視水汽匯Q2相比，時(shí)空分布范圍及強(qiáng)度與實(shí)況基本一致；原方案模擬的視水汽匯Q2與ECMWF診斷出的視水汽匯Q2相比，時(shí)空分布范圍及強(qiáng)度與實(shí)況差異較大.

分析圖8和圖9可知，改進(jìn)后的方案模擬出的視熱源Q1和視水汽匯Q2的時(shí)間演變與ECMWF資料診斷出視熱源Q1和視水汽匯Q2的時(shí)間演變基本是一致的.改進(jìn)后的方案模擬出了5月23日400～500 hPa的強(qiáng)加熱中心，中心強(qiáng)度達(dá)9 K/6h,這與ECMWF再分析資料是一致的，只是仍然存在3 h的時(shí)滯，而原方案模擬出的加熱中心偏弱；改進(jìn)后方案模擬的加濕中心的時(shí)空分布與ECMWF再分析資料十分吻合，而原方案模擬的結(jié)果無論是強(qiáng)度及時(shí)空分布都存在著較大的誤差，由此可見改進(jìn)后的方案對(duì)暴雨過程中加熱、加濕廓線及時(shí)空演變模擬的改進(jìn)是其改進(jìn)降水強(qiáng)度及落區(qū)的重要原因.

6結(jié)論和討論

發(fā)展和改進(jìn)積云對(duì)流參數(shù)化方案對(duì)于提高天氣及氣候模擬的預(yù)測(cè)、研發(fā)天氣及氣候模式起著至關(guān)重要的作用.東亞地區(qū)從低緯度的西太平洋地區(qū)、經(jīng)中緯度長(zhǎng)江中下游地區(qū)到中高緯青藏高原地區(qū)，都有積云對(duì)流發(fā)展的組織化過程，這種積云對(duì)流的組織化過程不僅引起了大氣環(huán)流的變化，而且通過積云對(duì)流的升尺度過程影響到大氣環(huán)流的準(zhǔn)雙周或月尺度低頻振蕩，進(jìn)而影響到降水及環(huán)流的季節(jié)內(nèi)變化.同時(shí)，積云對(duì)流的組織化的形成及發(fā)展也是直接形成暴雨等強(qiáng)降水的過程，積云對(duì)流組織化的時(shí)空演變?cè)诤艽蟪潭壬蠜Q定了暴雨等強(qiáng)降水的強(qiáng)度及落區(qū).可見，構(gòu)造和發(fā)展能反映積云對(duì)流組織化的參數(shù)化方案是改進(jìn)東亞天氣及氣候預(yù)測(cè)的關(guān)鍵.

本文通過對(duì)較長(zhǎng)時(shí)間序列的江淮流域梅雨典型積云對(duì)流組織化過程的分析及診斷，來提取積云對(duì)流組織化發(fā)展的有效信息并將其作為積云參數(shù)化方案的主要?jiǎng)恿刂茩C(jī)制，以此發(fā)展和改進(jìn)積云參數(shù)化方案，本文要點(diǎn)小結(jié)如下.

(1) 本文引入的新的動(dòng)力特征量廣義位溫θ*是診斷江淮流域汛期對(duì)流有組織降水的主要因子，廣義位溫θ*深刻地反映了江淮流域非均勻飽和的降水環(huán)境,也反映了梅雨鋒是“濕度鋒”的本質(zhì), 其能準(zhǔn)確地診斷出梅雨鋒的位置及時(shí)空分布，同時(shí)更是有組織對(duì)流發(fā)生的主要?jiǎng)恿刂埔蜃?

(2) 本文將動(dòng)力特征量廣義位溫θ*作為浮力判據(jù)，來動(dòng)力控制積云對(duì)流的組織化發(fā)生、發(fā)展及演變過程；同時(shí)采用有效浮力能的增量(ΔCAPE)作為積云參數(shù)化方案的閉合假設(shè)條件，以此保證水汽和能量瞬時(shí)集中.以上述機(jī)制發(fā)展和改進(jìn)了KFeta積云對(duì)流參數(shù)化方案.

(3) 分別利用改進(jìn)后的積云參數(shù)化方案和原KFeta方案對(duì)2008年7月發(fā)生在鄂西北及黃淮地區(qū)的梅雨鋒西端暴雨以及2009年5月粵西的華南前汛期暴雨進(jìn)行了數(shù)值模擬，并進(jìn)行了比較分析.結(jié)果表明：改進(jìn)后的方案兩種類型暴雨的模擬都優(yōu)于原方案，不僅表現(xiàn)在模擬暴雨雨帶的移動(dòng)變化上，而且表現(xiàn)在模擬暴雨降水落區(qū)和強(qiáng)度上.

(4) 從加熱、加濕的時(shí)空分布特征上來看，改進(jìn)后方案模擬的視熱源Q1和視水汽匯Q2與ECMEF再分析資料診斷出的加熱和加濕高度廓線更為一致，且加熱與加濕中心的時(shí)空演變更接近于ECMEF的再分析資料.

上述研究結(jié)果是基于較長(zhǎng)時(shí)間序列的江淮流域梅雨的典型積云對(duì)流組織化過程的統(tǒng)計(jì)分析及診斷，得到反映積云對(duì)流組織化的動(dòng)力因子，并以此為基礎(chǔ)發(fā)展和改進(jìn)了中尺度模式的積云對(duì)流參數(shù)化方案.事實(shí)上, 東亞積云對(duì)流的組織化過程還有許多值得關(guān)注的天氣現(xiàn)象，如青藏高原中東部是對(duì)流活動(dòng)的頻發(fā)區(qū)(孫國(guó)武和陳葆德，1994)，這種對(duì)流活動(dòng)組織成的深厚對(duì)流系統(tǒng)可能是引發(fā)東亞大氣環(huán)流30～40 d低頻振蕩的一個(gè)原因(徐祥德和陳聯(lián)壽，2006)；西太平洋上熱帶氣旋眼區(qū)附近零落的對(duì)流單體組織成眼墻及螺旋云帶過程也可能是形成臺(tái)風(fēng)的一個(gè)重要機(jī)制.這些積云對(duì)流組織化的機(jī)制也需要進(jìn)行深入地探討，作為進(jìn)一步發(fā)展和改進(jìn)積云對(duì)流參數(shù)化的依據(jù).

盡管本研究所改進(jìn)的積云參數(shù)化方案在模擬我國(guó)典型的積云組織化降水的強(qiáng)度及落區(qū)的模擬中得到了初步令人滿意的結(jié)果，但要發(fā)展適合東亞的積云對(duì)流參數(shù)化方案還需要更多的模擬個(gè)例，以及大批量模擬工作的檢驗(yàn)，特別是針對(duì)東亞不同類型強(qiáng)降水過程的模擬結(jié)果，利用誤差分析方法定量地評(píng)估積云參數(shù)化方案中的誤差來源及貢獻(xiàn)，以此為基礎(chǔ)進(jìn)一步完善和發(fā)展積云對(duì)流參數(shù)化方案，將是本文未來擬開展的重要研究工作.

致謝衷心感謝評(píng)審專家提出的中肯、詳實(shí)的寶貴建議，使本文得以完善和提升.感謝中國(guó)科學(xué)院大氣物理研究所高守亭研究員的建議以及碩士生茅家華為本文提供的實(shí)況降水資料.

References

Andrews D G. 2000. An Introduction to Atmospheric Physics. Cambridge: Cambridge University Press, 21-43.

Arakawa A. 2004. The cumulus parameterization problem: Past, present, and future.JournalofClimate, 17(13): 2493-2525.

Betts A K. 1986. A new convective adjustment scheme. Part I: Observational and theoretical basis.Quart.J.Roy.Meteor.Soc., 112(473): 677-691.

Cao J, Gao S T. 2008. Generalized potential temperature in non-uniformly saturated atmosphere.ChineseJ.Geophys. (in Chinese), 51(6): 1651-1656. Chen B M, Qian Z A. 1992. An altered Kuo-Type cumulus parameterization scheme suitable for the Qinghai-Xizang Plateau area.PlateauMeteor. (in Chinese), 11(1): 1-11.Chen B M, Chen Y C, Su Z X, et al. 1996. Forecasting experiments of modified ECMWF mass-flux cumulus parameterization scheme.PlateauMeteor. (in Chinese), 15(1): 37-47.Chen D H. 1997. A review on the cumulus convective parameterization.QuarterlyJournalofAppliedMeteorology(in Chinese), 8(Suppl.): 69-77.

Chen W, Yue Y, Deng H, et al. 2011. Cause analysis on a torrential rain along western Meiyu front in Xiangyang on 22 July 2008.TorrentialRainandDisasters(in Chinese), 30(3): 210-217.Fritsch J M, Chappell C F. 1980. Numerical prediction of convectively driven mesoscale pressure systems. Ⅰ: Convective parameterization.J.Atmos.Sci., 37(8): 1722-1733. Gao S T, Wang X R, Zhou Y S. 2004. Generation of generalized moist potential vorticity in a frictionless and moist adiabatic flow.GeophysicalResearchLetter, 31(12): L12113.

Gao S T, Cao J. 2007. Physical basis of generalized potential temperature and its application to cyclone tracks in non-uniformly saturated atmosphere.JournalofGeophysicalResearch, 112: D18101.Grabowski W W. 2001. Coupling cloud processes with the large-scale dynamics using the cloud-resolving convection parameterization (CRCP).JournaloftheAtmosphericSciences, 58(9): 978-997.Gregory D, Rowntree P R. 1990. A mass flux convection scheme with representation of cloud ensemble characteristics and stability-dependent closure.MonthlyWeatherReview, 118(7): 1483-1506. Ha H K, Wang Z H, Kim J Y, et al. 2011. The impact of cumulus parameterizations and microphysics schemes under different combinations on typhoon track prediction.J.Trop.Meteor., 17(2): 113-119.

Hao S F, Cui X P, Pan J S. 2008. Ensemble prediction experiments of tracks of tropical cyclones by using multiple cumulus parameterization schemes.J.Trop.Meteor., 14(1): 41-44.

Harines P A, Sun W Y. 1988. Mesoscale/convective interaction.∥ Proceedings of the 8th Conference on Numerical Weather Prediction. Boston, MA: American Meteorological Society, 371-377.

Hu W T, Duan A M, Wu G X. 2011. Sensitivity of simulated tropical intraseasonal oscillations to cumulus schemes.ScienceChina:EarthSciences, 54(11): 1761-1771.

Jankov I, Gallus W A, Segal M, et al. 2005. The impact of different WRF model physical parameterizations and their interactions on warm season MCS rainfall.WeatherandForecasting, 20(6): 1048-1060.Jia X L, Li C Y, Ling J. 2009. Impacts of cumulus parameterization and resolution on the MJO simulation.J.Trop.Meteor., 15(1): 106-110.

Kain J S, Fritsch J M. 1990. A one-dimensional entraining/detraining plume model and its application in convective parameterization.J.Atoms.Sci., 47(23): 2784-2802.

Kain J S, Fritsch J M. 1993. Convective parameterization for mesoscale models: The Kain-Fritsch scheme.∥ The Representation of Cumulus Convection in Numerical Models. Meteorological Monographs. Boston: American Meteorological Society, 165-170.

Kain J S. 2004. The Kain-Fritsch convective parameterization: an update.JournalofAppliedMeteorology, 43(1): 170-181.

Li X. 2013. Sensitivity of WRF simulated typhoon track and intensity over the Northwest Pacific Ocean to cumulus schemes.ScienceChina:EarthSciences, 56(2): 270-281.

Liao J B, Wang X M, Xia B C, et al. 2012. The effects of different physics and cumulus parameterization schemes in WRF on heavy rainfall simulation in PRD.J.Trop.Meteor. (in Chinese), 28(4): 461-470.Lin W S, Huang M Y. 1998. The state about the study in cumulus parameterization.J.Trop.Meteor. (in Chinese), 14(4): 374-379.Liu J Y, Tan Z M, Zhang Y. 2012. Study of the three types of torrential rains of different formation mechanism during the Meiyu period.ActaMeteor.Sinica(in Chinese), 70(3): 452-466.

Liu Y M. 1998. Application of cumulus parameterization schemes in China.ActaMeteor.Sinica(in Chinese), 56(2): 247-255.

Miller M J, Moncrieff M W. 1983. The use and implementation of dynamical cloud models in a parameterization scheme for deep convection.ECMWFWorkshoponConvectioninLarge-scaleNumericalModels, 33-67.

Miura H, Satoh M, Nasuno T, et al. 2007. A Madden-Julian oscillation event realistically simulated by a global cloud-resolving model.Science, 318(5857): 1763-1765.

Ping F, Gao S T, Wang H J. 2003. A comparative study of the numerical simulation of the 1998 Summer flood in China by two kinds of cumulus convective parameterized methods.Adv.Atoms.Sic., 20(1): 149-157.

Ping F, Gao S T. 2004. Study on the chosen parameterized schemes of cumulus convection and the test of their simulated effects in the short-term climate.JournaloftheGraduateSchooloftheChineseAcademyofSciences(in Chinese), 21(3): 366-373.

Ping F, Luo Z X. 2010. Comparative studies of different mesoscale convection parameterization schemes in the simulation of Mei-Yu front heavy rain.AtmosphericandOceanicScienceLetters, 3(3): 132-138.

Ping F, Tang X B, Gao S T, et al. 2014. A comparative study of the atmospheric circulations associated with rainy-season floods between the Yangtze and Huaihe River Basins.ScienceChina:EarthSciences, 57(7): 1464-1479.

Slingo J M, Bates K, Nikiforakis N, et al. 2009. Developing the next-generation climate system models: challenges and achievements.Phil.Trans.Roy.Soc., 367(1890): 815-831. Sun G W, Chen B D. 1994. Characteristics of the lows flocking with Tibet atmospheric low-frequency oscillation over the Qinghai-Xizang (Tibet) Plateau.ChineseJournalofAtmosphericSciences(in Chinese), 18(1): 113-121.Taylor G R, Baker M B. 1987. A midlatitude cumulus parameterization that incorporates cloudtop entrainment.Mon.Wea.Rev., 115(6): 1173-1192. Tu N N, He G B, Zhang L H. 2011. Simulation test on the effects of various cumulus parameterization schemes in WRF model.PlateauandMountainMeteorologyResearch(in Chinese), 31(2): 18-25.Wang X R, Wu K J, Shi C E. 1999. The introduction of condensation probability function and the dynamic equations for non-uniform saturated moist air.J.Trop.Metror. (in Chinese), 15(1): 64-70.

Xu X D, Chen L S. 2006. Advances of the study on Tibetan Plateau experiment of atmospheric sciences.JournalofAppliedMeteorologicalScience(in Chinese), 17(6): 756-772.Xu X H, Ding Y H. 1990. A cumulus parameterization scheme considering the interaction with cloud and its application on precipitation prediction.ScienceinChina(SeriesB) (in Chinese), 20(9): 998-1008.Xu X H. 1991. Advances in research of cumulus convection parameterization scheme.PlateauMeteorology(in Chinese), 10(1): 105-110.

Yang S, Gao S T, Lu C G. 2014. A generalized frontogenesis function and its application.AdvancesinAtmosphericSciences, 31(5): 1065-1078.

Zhang L X, Chen Z T, Meng W G, et al. 2014. The influence of cloud parameterization adjustment using reflectivity of Doppler on nowcasting with GRAPES model.J.Trop.Meteor., 20(2): 181-192. Zuo R T, Wang L Q, Qian Z C, et al. 2008. Discussions of the problems existing in current convection parameterization.J.Trop.Meteor. (in Chinese), 24(6): 732-736.

附中文參考文獻(xiàn)

曹潔, 高守亭. 2008. 非均勻飽和大氣中的廣義位溫. 地球物理學(xué)報(bào), 51(6): 1651-1656.

陳伯民, 錢正安. 1992. 一個(gè)適合青藏高原地區(qū)的修改了的郭型積云參數(shù)化方案. 高原氣象, 11(1): 1-11.

陳伯民, 陳玉春, 蘇志俠等. 1996. 修正的ECMWF質(zhì)量通量積去參數(shù)化方案的預(yù)報(bào)試驗(yàn). 高原氣象, 15(1): 37-47.

陳德輝. 1997. 積云對(duì)流參數(shù)化技術(shù). 應(yīng)用氣象學(xué)報(bào), 8(增刊): 69-77. 諶偉, 岳陽, 鄧紅等. 2011. 2008年7月22日梅雨鋒西段襄陽特大暴雨成因分析. 暴雨災(zāi)害, 30(3): 210-217.

胡文婷, 段安民, 吳國(guó)雄. 2011. 積云對(duì)流參數(shù)化方案對(duì)熱帶大氣季節(jié)內(nèi)振蕩模擬的影響. 中國(guó)科學(xué): 地球科學(xué), 41(9): 1341-1351.

李響. 2012. WRF模式中積云對(duì)流參數(shù)化方案對(duì)西北太平洋臺(tái)風(fēng)路徑與強(qiáng)度模擬的影響. 中國(guó)科學(xué): 地球科學(xué), 42(12): 1966-1978.

廖鏡彪, 王雪梅, 夏北成等. 2012. WRF模式中微物理和積云參數(shù)化方案的對(duì)比試驗(yàn). 熱帶氣象學(xué)報(bào), 28(4): 461-470.

林文實(shí), 黃美元. 1998. 積云參數(shù)化方案研究的現(xiàn)狀. 熱帶氣象學(xué)報(bào), 14(4): 374-379.

劉建勇, 談?wù)苊? 張熠. 2012. 梅雨期3類不同形成機(jī)制的暴雨. 氣象學(xué)報(bào), 70(3): 452-466.

劉一鳴. 1998. 中國(guó)關(guān)于積云參數(shù)化方案的應(yīng)用. 氣象學(xué)報(bào), 56(2): 247-255.

平凡, 高守亭. 2004. 短期氣候模式中積云參數(shù)化方案的選取及其效能的檢驗(yàn). 中國(guó)科學(xué)院研究生院學(xué)報(bào), 21(3): 366-373.

平凡, 唐細(xì)壩, 高守亭等. 2014. 長(zhǎng)江和淮河流域汛期洪澇大氣環(huán)流特征的比較. 中國(guó)科學(xué): 地球科學(xué), 44(4): 766-782.

孫國(guó)武, 陳葆德. 1994. 青藏高原大氣低頻振蕩與低渦群發(fā)性的研究. 大氣科學(xué), 18(1): 113-121.

屠妮妮, 何光碧, 張利紅. 2011. WRF模式中不同積云對(duì)流參數(shù)化方案對(duì)比試驗(yàn). 高原山地氣象研究, 31(2): 18-25.

王興榮, 吳可軍, 石春娥. 1999. 凝結(jié)幾率函數(shù)的引進(jìn)和非均勻飽和濕空氣動(dòng)力學(xué)方程組. 熱帶氣象學(xué)報(bào), 15(1): 64-70.

徐祥德, 陳聯(lián)壽. 2006. 青藏高原大氣科學(xué)試驗(yàn)研究進(jìn)展. 應(yīng)用氣象學(xué)報(bào), 17(6): 756-772.

許習(xí)華, 丁一匯. 1990. 一種考慮云相互作用的積云對(duì)流參數(shù)化方案及其在降水預(yù)報(bào)中的應(yīng)用. 中國(guó)科學(xué)(B 輯), 20(9): 998-1008.

許習(xí)華. 1991. 積云對(duì)流參數(shù)化方案研究的進(jìn)展. 高原氣象, 10(1): 105-110.

左瑞亭, 王麗瓊, 錢貞成等. 2008. 當(dāng)前對(duì)流參數(shù)化研究存在問題的討論. 熱帶氣象學(xué)報(bào), 24(6): 732-736.

(本文編輯何燕)

基金項(xiàng)目國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展規(guī)劃項(xiàng)目(973計(jì)劃)(2013CB430105)和國(guó)家自然科學(xué)青年基金(41405059)及國(guó)家自然科學(xué)基金面上項(xiàng)目(40775038，40875031，40975036)聯(lián)合資助.

作者簡(jiǎn)介唐細(xì)壩，男，1983年生，助理研究員，主要從事中小尺度動(dòng)力學(xué)研究. E-mail: tangxb_6@mail.iap.ac.cn *通訊作者平凡，男，1967年生，研究員，主要從事積云對(duì)流參數(shù)化研究.E-mail:pingf@mail.iap.ac.cn

doi:10.6038/cjg20160105 中圖分類號(hào)P445

收稿日期2014-08-31，2015-12-15收修定稿

A modified cumulus parameterization scheme and its applications in simulation of heavy rainfall

TANG Xi-Ba1， PING Fan1*， LUO Zhe-Xian2

1LaboratoryofCloud-PrecipitationPhysicsandSevereStorms(LACS),InstituteofAtmosphericPhysics,ChineseAcademyofSciences，Beijing100029,China2DepartmentofGeography,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China

AbstractA cumulus parameterization scheme has been developed and modified according to the local weather features of East Asia, which can be used to simulate the heavy rainfall on the mesoscale model. Firstly, on the basis of synthetic analysis of organized convective precipitation located in Yangtze and Huaihe River basins during flood seasons from 1990 to 2010, the dynamic parameters that could reflect the environment of organized convective precipitation are diagnosed. Secondly, the dynamic parameters are used to control conditions in order to develop and improve the Kain-Fritsch Eta cumulus scheme. Finally, the rainstorms occurring over the Yangtze River valley and South China have been simulated with the Kain-Fritsch Eta cumulus scheme and the modified cumulus scheme, respectively. The comparison of simulation results shows that the modified cumulus parameterization scheme could obviously improve the simulated precipitation both in locations and intensity.

KeywordsCumulus parameterization scheme； Mesoscale model； Kain-Fritsch Eta； Simulation of rainstorms

唐細(xì)壩， 平凡， 羅哲賢. 2016. 中尺度模式積云參數(shù)化方案的改進(jìn)及其在暴雨模擬中的應(yīng)用.地球物理學(xué)報(bào)，59(1):45-58,doi:10.6038/cjg20160105.

Tang X B, Ping F, Luo Z X. 2016. A modified cumulus parameterization scheme and its applications in simulation of heavy rainfall.ChineseJ.Geophys. (in Chinese),59(1):45-58,doi:10.6038/cjg20160105.