張金萍，曾苜翔，郭 元

(1.鄭州大學(xué) 水利科學(xué)與工程學(xué)院，河南 鄭州 450001；2.中國(guó)氣象科學(xué)院 災(zāi)害天氣國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100081)

1 研究背景

隨著氣候變化趨勢(shì)加強(qiáng)以及城市化進(jìn)程加快，短時(shí)高強(qiáng)度暴雨事件在城市區(qū)域顯著增加，導(dǎo)致洪澇事件頻發(fā)[1-4]。暴雨中心作為一場(chǎng)暴雨雨量最集中的區(qū)域，對(duì)城市洪澇的影響極大，因此對(duì)其降雨過(guò)程特征進(jìn)行研究將對(duì)預(yù)防城市暴雨、降低洪澇損失起到重要的作用。目前，國(guó)內(nèi)外對(duì)暴雨預(yù)報(bào)的水平仍有限，還不能很好地滿足暴雨洪澇防災(zāi)減災(zāi)的需求[5]。但隨著新一代中尺度天氣預(yù)報(bào)數(shù)值模式WRF(weather research and forecasting)的不斷更新發(fā)展,該模式已被眾多研究者用于業(yè)務(wù)預(yù)報(bào)、氣候模擬等試驗(yàn),成為目前暴雨過(guò)程模擬預(yù)報(bào)常用的方法之一[6-10]。

國(guó)內(nèi)采用WRF模式對(duì)區(qū)域強(qiáng)降雨天氣的研究已有很多。諸葛豐林等[11]采用WRF模式，通過(guò)更換微物理方案對(duì)江蘇省里下河地區(qū)的一次暴雨過(guò)程進(jìn)行了模擬，發(fā)現(xiàn)模式各方案能夠基本模擬出雨帶走向與降水落區(qū)位置；張思豆等[12]使用WRF模式模擬了云南一次致災(zāi)暴雨過(guò)程，發(fā)現(xiàn)其能較好地指示強(qiáng)降水發(fā)生的高濕水汽條件、正渦度發(fā)展、下正上負(fù)垂直螺旋度結(jié)構(gòu)等動(dòng)力條件；黃天福等[13]通過(guò)WRF模式模擬了貴州省西南部山區(qū)2012年的一次大暴雨天氣，結(jié)果表明，WRF模式能較好地模擬出暴雨天氣過(guò)程的大尺度環(huán)境、降水分布，能較好地重現(xiàn)其過(guò)程的演變；張杰等[14]利用WRF模式對(duì)北京“7·21”特大暴雨進(jìn)行了模擬，發(fā)現(xiàn)該模式能較為理想地模擬出導(dǎo)致暴雨形成的環(huán)流形勢(shì)場(chǎng)和風(fēng)矢量場(chǎng)；王田田等[15]通過(guò)采用WRF模式對(duì)酒泉地區(qū)2012年6月4-5日發(fā)生的一次暴雨過(guò)程進(jìn)行了參數(shù)敏感性試驗(yàn)，發(fā)現(xiàn)模式對(duì)暴雨發(fā)生階段和結(jié)束后流場(chǎng)演變情況的模擬效果較好；楊顯玉等[16]利用WRF模式對(duì)甘肅省岷縣2012年5月10-11日的一次強(qiáng)降水過(guò)程進(jìn)行了模擬和分析，結(jié)果表明模式預(yù)報(bào)的降水中心與實(shí)際基本一致，且模擬結(jié)果能直觀分析出此次降水過(guò)程影響系統(tǒng)的移動(dòng)與發(fā)展。

上述這些研究主要是從氣象角度分析WRF模式對(duì)區(qū)域暴雨過(guò)程的模擬。實(shí)際上，在一場(chǎng)致災(zāi)暴雨過(guò)程中，暴雨中心特征演變對(duì)區(qū)域洪澇過(guò)程的影響尤為重要，因此，更應(yīng)著重分析暴雨中心時(shí)空分布的不確定性及其演變特性，從而為城市暴雨洪澇的預(yù)報(bào)提供參考。鄭州市是國(guó)家重要的綜合交通樞紐城市，近些年暴雨天氣導(dǎo)致的城市洪澇災(zāi)害對(duì)鄭州市的發(fā)展和當(dāng)?shù)鼐用竦纳畛鲂挟a(chǎn)生了較大的影響，因此對(duì)鄭州市近幾年短時(shí)暴雨進(jìn)行模擬，對(duì)城市地區(qū)的暴雨預(yù)報(bào)和防洪減災(zāi)具有重要的實(shí)踐意義。

基于上述背景，本文采用WRF模式對(duì)鄭州市短時(shí)暴雨進(jìn)行模擬，分析研究時(shí)段內(nèi)各場(chǎng)次暴雨中心雨量最大時(shí)降雨的時(shí)空分布、雨型、雨峰及降雨集中度等特征，以評(píng)估WRF模式對(duì)鄭州市短時(shí)暴雨的模擬能力，以期為鄭州市未來(lái)短時(shí)強(qiáng)降雨預(yù)警提供數(shù)值模擬方法支撐。

2 數(shù)據(jù)來(lái)源與研究方法

2.1 WRF模式簡(jiǎn)介

WRF模式是由美國(guó)國(guó)家大氣研究中心(National Center for Atmospheric Research，NCAR)、國(guó)家環(huán)境預(yù)報(bào)中心(National Centers for Environmental Prediction，NCEP)以及俄克拉荷馬大學(xué)的風(fēng)暴分析和預(yù)報(bào)中心(Center for Analysis and Prediction of Storms,CAPS)等多所機(jī)構(gòu)共同研發(fā)的新一代高分辨率中尺度預(yù)報(bào)模式[17]。模式采用高度模塊化與分層設(shè)計(jì)，包括驅(qū)動(dòng)層、中間層和模式層3層，其中模式層內(nèi)的動(dòng)力框架與物理過(guò)程皆可拔插，從而為用戶比較模式性能和進(jìn)行集合預(yù)報(bào)提供了極大的便利[18]。WRF模式提供兩種動(dòng)力內(nèi)核選擇，一是在NCAR的MM5模式基礎(chǔ)上發(fā)展的ARW (advanced research WRF) ，二是在NCEP的Eta模式上發(fā)展而來(lái)的NMM (nonhydrostatic mesoscale model)[19]。通過(guò)與其他數(shù)值天氣預(yù)報(bào)模式的對(duì)比，發(fā)現(xiàn)WRF模式的穩(wěn)定性好、物理過(guò)程詳細(xì)、對(duì)中尺度天氣的模擬和預(yù)報(bào)性能更優(yōu)[20]，其在區(qū)域降雨模擬中能更好地模擬出雨帶走向、暴雨中心、降水落區(qū)及時(shí)間等，提高了降雨天氣預(yù)報(bào)的準(zhǔn)確性，為水文過(guò)程的進(jìn)一步研究提供了基礎(chǔ)[11]。

2.2 研究區(qū)域

鄭州市地處我國(guó)華中地區(qū)，位于112°42′～114°14′E、34°16′～34°58′N(xiāo)。本試驗(yàn)選用WRF-ARW模式4.1版本，采用兩重嵌套，區(qū)域中心位置為113.68°E、34.75°N，外層網(wǎng)格水平分辨率為3 km，格點(diǎn)數(shù)為80(經(jīng)向)×60(緯向)；內(nèi)層網(wǎng)格水平分辨率為1 km，格點(diǎn)數(shù)為61(經(jīng)向)×52(緯向)，覆蓋整個(gè)鄭州市區(qū)。

2.3 數(shù)據(jù)來(lái)源

鄭州市短歷時(shí)暴雨數(shù)據(jù)均來(lái)源于鄭州市各雨量站，觀測(cè)資料長(zhǎng)度為2011-2018年，共計(jì)14場(chǎng)，降水歷時(shí)均在3 h內(nèi)，各場(chǎng)次暴雨雨量站點(diǎn)實(shí)測(cè)累積雨量資料見(jiàn)表1，鄭州市區(qū)雨量站分布見(jiàn)圖1。驅(qū)動(dòng)WRF模式運(yùn)行的資料為美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心提供的2011-2018年時(shí)空分辨率為6 h、水平分辨率為1°×1°的全球再分析資料。

表1 2011-2018年鄭州市各場(chǎng)次暴雨雨量站點(diǎn)實(shí)測(cè)累積雨量

圖1 鄭州市區(qū)雨量站分布

2.4 模擬方案設(shè)計(jì)

由于WRF模式中微物理過(guò)程可以影響積云對(duì)流的發(fā)生與發(fā)展，進(jìn)而影響模式積云降水的模擬和預(yù)報(bào)[11]，因此，本文主要更換WRF模式的微物理過(guò)程方案，對(duì)每場(chǎng)降雨采用5種常用的微物理過(guò)程方案進(jìn)行模擬，分別為T(mén)hompson方案[21]、Kessler方案[22]、Eta方案[23]、Lin方案[24]、WSM6(WRF single-moment 6-class)方案[25]。由于模擬區(qū)域的水平分辨率為3和1 km，所以在選擇方案時(shí)不考慮積云參數(shù)方案，其他參數(shù)方案選擇如下：行星邊界層方案為MYJ(Mellor-Yamada-Janjic)方案[26]、長(zhǎng)短波方案均為RRTMG(rapid radiative transfer model for GCMS)方案[27]、陸面過(guò)程方案為Noah方案[28]、近地面層方案為MO方案[29]。

表2為5種模擬試驗(yàn)參數(shù)方案設(shè)計(jì)，對(duì)每場(chǎng)降雨均進(jìn)行各方案的模擬。每場(chǎng)降雨模擬的時(shí)間均為18 h，其中前3 h為模式spin-up時(shí)間，模擬結(jié)果輸出間隔為10 min。

表2 模擬試驗(yàn)參數(shù)方案設(shè)計(jì)

3 結(jié)果與分析

3.1 降雨過(guò)程時(shí)空分析

由于試驗(yàn)所涉及的降雨場(chǎng)次過(guò)多，受篇幅所限，下面給出其中3場(chǎng)次降雨的實(shí)測(cè)與WRF模式模擬累積雨量以及8場(chǎng)次降雨的暴雨中心降雨時(shí)程分布。

圖2、圖3分別為場(chǎng)次20120827、20140729和20160605的降雨實(shí)測(cè)最大時(shí)累積雨量與WRF模式模擬的最大時(shí)累積雨量。對(duì)比圖2和圖3可以看出：WRF模式各方案均可在區(qū)域內(nèi)實(shí)現(xiàn)3個(gè)場(chǎng)次降雨過(guò)程的模擬，但累積雨量與暴雨中心的位置均有不同程度的偏差；20120827場(chǎng)次實(shí)測(cè)降雨主要集中在鄭州站附近，而各方案模擬降雨的空間位置相較于實(shí)測(cè)有大幅度偏移，大體偏向東南方；20140729場(chǎng)次實(shí)測(cè)降雨集中在華北水院站附近，而各方案模擬的降雨相較于實(shí)測(cè)向北和向西偏移；20160605場(chǎng)次實(shí)測(cè)降雨集中在鄭州站附近，而各方案模擬降雨的空間位置有小幅度偏移，大體偏向西北方。從以上3個(gè)場(chǎng)次和其余場(chǎng)次降雨空間位置的分析得出：在模擬鄭州市短時(shí)暴雨時(shí)，WRF模式可以在區(qū)域內(nèi)模擬出對(duì)應(yīng)的降雨過(guò)程，但是雨區(qū)的空間位置會(huì)有所偏移，且不同場(chǎng)次偏移程度各不相同。由此可見(jiàn)，本次試驗(yàn)所用的參數(shù)方案對(duì)鄭州市暴雨空間位置的模擬效果有所欠缺。

圖2 鄭州市20120827、20140729和20160605場(chǎng)次降雨實(shí)測(cè)最大時(shí)累積雨量等值線分布(單位：mm)

圖3 鄭州市20120827、20140729和20160605場(chǎng)次降雨各方案模擬的最大時(shí)累積雨量分布

表3為各方案模擬暴雨中心降雨過(guò)程開(kāi)始時(shí)間與實(shí)測(cè)時(shí)間的偏差；圖4為8場(chǎng)次降雨實(shí)測(cè)暴雨中心與模擬暴雨中心雨量最大時(shí)的降雨時(shí)程分布。由表3與圖4可知：20110721場(chǎng)次降雨模擬中，各方案模擬出的暴雨中心降雨過(guò)程開(kāi)始時(shí)間較實(shí)測(cè)暴雨中心偏差為50～120 min；20120827場(chǎng)次降雨模擬中，有4種方案的降雨過(guò)程開(kāi)始時(shí)間較實(shí)測(cè)暴雨中心偏差超過(guò)600 min；20130606、20150722場(chǎng)次降雨模擬中則各有4種方案的時(shí)間偏差在170～240 min；各方案對(duì)20140729、20150803、20150829、20160719、20160801、20160805、20170812這7個(gè)場(chǎng)次的降雨模擬中，均有3種及以上模擬方案的時(shí)間偏差在60 min內(nèi)；20160605場(chǎng)次降雨模擬中，各方案模擬的時(shí)間偏差在130～180 min；20170818、20180801場(chǎng)次降雨模擬中，均有4種方案模擬的時(shí)間偏差在230～320 min。綜上所述，使用WRF模式5種方案對(duì)14場(chǎng)暴雨進(jìn)行模擬后，有3種及以上方案模擬結(jié)果的時(shí)間偏差在180 min內(nèi)的場(chǎng)次為9個(gè)，占比超過(guò)60%，由此可認(rèn)為，應(yīng)用WRF模式對(duì)鄭州市各場(chǎng)次暴雨中心最大時(shí)的降雨模擬時(shí)，其時(shí)間偏差大致可維持在180 min內(nèi)。

表3 各方案暴雨中心降雨過(guò)程開(kāi)始時(shí)間模擬與實(shí)測(cè)時(shí)間的偏差

3.2 誤差分析

由圖4可以看出，經(jīng)WRF模式模擬后，各場(chǎng)次不同方案模擬結(jié)果除時(shí)間外，其過(guò)程雨量與實(shí)測(cè)間也存在差異。為直觀定量評(píng)價(jià)雨量的模擬結(jié)果，本文選用4種誤差度量指標(biāo)：皮爾森相關(guān)系數(shù)(R)、累積雨量相對(duì)誤差(relative error,RE)、平均絕對(duì)百分比誤差(mean absolute percentage error,MAPE)和百分比均方根誤差(percentge-root,mean square error,P-RMSE)，對(duì)各場(chǎng)次實(shí)測(cè)與模擬的暴雨中心雨量最大時(shí)的降雨過(guò)程進(jìn)行分析。其中R用以評(píng)估WRF模式模擬的降雨過(guò)程與實(shí)際降雨過(guò)程的相關(guān)程度；RE、MAPE用以評(píng)估模擬的累積與過(guò)程雨量與實(shí)際的累積與過(guò)程雨量的偏差；P-RMSE用以評(píng)估模擬的降雨過(guò)程與實(shí)際降雨過(guò)程的誤差。各指標(biāo)的計(jì)算見(jiàn)公式(1)～(4)。

圖4 8場(chǎng)次降雨實(shí)測(cè)暴雨中心與各方案模擬暴雨中心雨量最大時(shí)的降雨時(shí)程分布

(1)

(2)

(3)

(4)

4種誤差度量指標(biāo)計(jì)算結(jié)果見(jiàn)表4和5，4種指標(biāo)中R的最優(yōu)值為1，其余指標(biāo)的最優(yōu)值為0。由表4和5可以發(fā)現(xiàn)，在WRF模式模擬的14場(chǎng)降雨中，有10場(chǎng)降雨的3種及以上方案的RE在±30%內(nèi)，僅20160605場(chǎng)次全部方案的RE均超過(guò)30%；12場(chǎng)降雨有至少3種方案的R超過(guò)0.70，且其中7場(chǎng)有至少3種方案的R超過(guò)0.84；在全部場(chǎng)次降雨各方案模擬結(jié)果中，MAPE和P-RMSE分屬0～50%和50%以上區(qū)間的比例各占一半。由此可見(jiàn)，WRF模式在模擬鄭州市短時(shí)暴雨時(shí)，能較好地模擬暴雨中心的累積雨量，且模擬的降雨過(guò)程與實(shí)際過(guò)程相關(guān)性較高，但在過(guò)程雨量模擬方面尚有不足。

表4 所有降雨場(chǎng)次各方案模擬累積雨量的相對(duì)誤差

表5 所有降雨場(chǎng)次各方案模擬降雨過(guò)程的相關(guān)系數(shù)、平均絕對(duì)百分比誤差、百分比均方根誤差

3.3 降雨過(guò)程特征分析

3.3.1 雨型分析 雨型從數(shù)值上看是雨量的時(shí)程分配，實(shí)際是暴雨的結(jié)構(gòu)特征或強(qiáng)度變化[30]。對(duì)實(shí)測(cè)與模擬暴雨中心的雨型進(jìn)行對(duì)比分析，可以直觀地評(píng)估WRF模式對(duì)鄭州市暴雨中心降雨過(guò)程特征的模擬性能。不同場(chǎng)次暴雨過(guò)程均有特定的時(shí)程分配，時(shí)段分配比例的不同會(huì)形成不同的雨型特征[30]。目前雨型分類(lèi)研究較為常用的方法是通過(guò)模糊識(shí)別法判別實(shí)際暴雨過(guò)程與經(jīng)典模型間的相似性，通過(guò)就近原則確定雨型類(lèi)別。

(1)經(jīng)典雨型模型。本文經(jīng)典雨型模型采用前蘇聯(lián)學(xué)者包高馬佐娃等所提出的7種雨型[31](見(jiàn)圖5)。包高馬佐娃等將每場(chǎng)典型降雨時(shí)長(zhǎng)分為6段，7種雨型中的Ⅰ、Ⅱ、Ⅲ為單峰類(lèi)雨型，雨峰分別處于降雨過(guò)程的前、后、中段；Ⅳ為均勻類(lèi)雨型，無(wú)特別明顯的雨峰，降雨過(guò)程雨量的時(shí)間分配比較均勻；Ⅴ、Ⅵ、Ⅶ為雙峰類(lèi)雨型，雨峰分別處于降雨過(guò)程的前后、前中、中后段。

圖5 7種經(jīng)典暴雨雨型

(2)模糊識(shí)別法。首先計(jì)算場(chǎng)次降雨過(guò)程中各個(gè)時(shí)段雨量占比Xi。

(5)

式中：Xi為每時(shí)段雨量與總雨量的比值；Hi和H分別為各時(shí)段雨量和場(chǎng)次過(guò)程總雨量，mm。

將一組Xi當(dāng)作一場(chǎng)降雨的實(shí)際雨型指標(biāo)，用A表示，其表達(dá)式如下：

A=(X1,X2,…,XN)

(6)

經(jīng)典雨型指標(biāo)用Bk表示，其表達(dá)式如下：

Bk=(Vk1,Vk2,…,VkN) (k=1，2，…，7)

(7)

式中：VkN為經(jīng)典場(chǎng)次中各時(shí)段雨量與總雨量的比值，具體見(jiàn)表6[31]。

表6 7種經(jīng)典暴雨雨型時(shí)程分配比例

場(chǎng)次降雨實(shí)際雨型與經(jīng)典雨型的貼近度可由公式(8)計(jì)算得到，若場(chǎng)次降雨實(shí)際雨型與第k種經(jīng)典雨型的貼近度最大，則該場(chǎng)降雨的雨型即為第k種雨型。

(8)

式中：σk為實(shí)際雨型與經(jīng)典雨型的貼近度；運(yùn)算符∧和∨在模糊數(shù)學(xué)中分別表示為取小和取大。

(3)雨型分類(lèi)結(jié)果分析。根據(jù)模糊識(shí)別法分類(lèi)，各場(chǎng)次實(shí)測(cè)與模擬暴雨中心雨型結(jié)果見(jiàn)表7。由表7可知：在14場(chǎng)實(shí)測(cè)降雨中，暴雨中心雨型為第Ⅰ類(lèi)的有2場(chǎng)，第Ⅱ類(lèi)的有1場(chǎng)，第Ⅲ類(lèi)的有6場(chǎng)，第Ⅳ類(lèi)的有5場(chǎng)，第Ⅴ、Ⅵ、Ⅶ 3類(lèi)雨型則沒(méi)有出現(xiàn)；應(yīng)用WRF模式5種方案對(duì)9場(chǎng)單峰雨型的降雨模擬后，其中8場(chǎng)均有3種及以上方案模擬出的雨型與實(shí)際相同，模擬效果較好；應(yīng)用WRF模式對(duì)5場(chǎng)均勻雨型的降雨進(jìn)行模擬發(fā)現(xiàn)，多數(shù)方案模擬出的雨型為單峰類(lèi)，與實(shí)際差異較大，模擬效果較差。通過(guò)對(duì)全部場(chǎng)次各方案模擬結(jié)果分析后發(fā)現(xiàn)，本次試驗(yàn)?zāi)M后的暴雨雨型大多數(shù)為單峰雨型，而較少模擬出另外兩種類(lèi)別的經(jīng)典雨型。由此可認(rèn)為WRF模式在鄭州市短歷時(shí)暴雨模擬中，若暴雨中心雨型為單峰類(lèi)雨型，則模擬效果較好，若為均勻類(lèi)雨型，則模擬效果較差。

表7 各降雨場(chǎng)次實(shí)測(cè)與不同方案模擬的暴雨中心雨型

3.3.2 雨峰分析 通過(guò)雨型特征分析可知，實(shí)測(cè)14場(chǎng)降雨中有9場(chǎng)實(shí)測(cè)降雨為單峰類(lèi)雨型，為比較單峰類(lèi)雨型模擬結(jié)果與實(shí)測(cè)雨型的偏差，對(duì)這9場(chǎng)降雨的峰值雨量進(jìn)行偏差分析，結(jié)果見(jiàn)表8。需要說(shuō)明的是，為便于分析，剔除了模擬結(jié)果中雨型為雙峰類(lèi)的方案。

由表8可知，20120827和20160805兩場(chǎng)降雨的4種方案中，各有2種模擬結(jié)果的雨峰偏差在±30%內(nèi)；20130606和20160605兩場(chǎng)降雨的5種方案中，各有4種方案模擬結(jié)果的雨峰偏差在±30%以上；其余場(chǎng)次均有3種及以上方案模擬結(jié)果的雨峰偏差在±30%內(nèi)。綜合比較后可認(rèn)為，使用WRF模式模擬鄭州市短歷時(shí)暴雨，對(duì)暴雨中心峰值模擬的偏差基本可控制在±30%內(nèi)。

表8 9場(chǎng)實(shí)測(cè)單峰雨型各方案模擬與實(shí)測(cè)暴雨中心的峰值雨量及模擬偏差

3.3.3 降雨集中度分析 采用降雨集中趨勢(shì)度(concentrated trend index，CTI)比較實(shí)測(cè)與WRF模式模擬的暴雨中心降雨集中程度間的關(guān)聯(lián)程度。CTI表示某場(chǎng)降雨的峰值及其前、后相鄰時(shí)段的雨量在整場(chǎng)降雨中的分布，因此該指標(biāo)從雨強(qiáng)的變化方面體現(xiàn)降雨特性[32]。其計(jì)算公式如下：

(9)

式中：Ht、Ht-1與Ht+1分別為場(chǎng)次降雨峰值時(shí)刻雨量及其前、后相鄰時(shí)段雨量，mm；Hi為場(chǎng)次降雨各時(shí)段雨量，mm。

根據(jù)CTI值的大小，某場(chǎng)降雨的集中程度可分為3類(lèi)，即均勻、分散和集中。表9為降雨集中程度分類(lèi)表，其中ν與μ分別為均勻與集中兩種類(lèi)別CTI的邊界值。當(dāng)CTI小于ν時(shí)，場(chǎng)次峰值雨量及其前、后時(shí)段雨量相對(duì)整場(chǎng)降雨所占比例不大，雨量整體分布較均勻；當(dāng)CTI大于μ時(shí)則恰好相反，雨量整體分布較集中；CTI處于ν與μ之間則雨量整體分布較分散。不同地區(qū)的邊界值ν、μ有所差異，本文根據(jù)鄭州市歷史發(fā)生的短時(shí)典型均勻與集中降雨得出ν、μ值分別為0.1和0.3。

表9 降雨集中程度分類(lèi)表

實(shí)測(cè)和各方案模擬場(chǎng)次降雨的CTI值分布見(jiàn)圖6。由圖6可以看出，14場(chǎng)實(shí)測(cè)降雨暴雨中心雨量最大時(shí)，降雨過(guò)程的CTI值基本處于0.1～0.3之間，雨量較為分散；WRF模式5種方案模擬后，其中13個(gè)場(chǎng)次均有3種及以上方案模擬出的暴雨中心降雨過(guò)程的集中程度與實(shí)測(cè)相同，表明WRF模式對(duì)鄭州市暴雨中心降雨集中度的模擬效果較好。

圖6 所有降雨場(chǎng)次實(shí)測(cè)及各方案模擬結(jié)果的CTI值分布

4 結(jié) 論

本文基于WRF模式5種常用的微物理過(guò)程方案對(duì)鄭州市2011-2018年的14場(chǎng)短時(shí)暴雨進(jìn)行模擬，研究分析每場(chǎng)降雨實(shí)測(cè)與模擬暴雨中心雨量最大時(shí)降雨過(guò)程的時(shí)空分布、雨型、雨峰和降雨集中度等特征，得出結(jié)論如下：

(1)WRF模式可以在試驗(yàn)區(qū)域內(nèi)模擬出對(duì)應(yīng)場(chǎng)次的降雨過(guò)程，但是雨區(qū)的空間位置相較于實(shí)測(cè)結(jié)果有所偏移，不同場(chǎng)次的偏移程度不同，表明WRF模式對(duì)鄭州市暴雨雨區(qū)位置的模擬有所欠缺；用該模式對(duì)各場(chǎng)降雨的暴雨中心雨量最大時(shí)降雨過(guò)程進(jìn)行模擬，則60%以上場(chǎng)次的模擬時(shí)間偏差可以控制在180 min內(nèi)，表現(xiàn)較為理想。

(2)根據(jù)皮爾森相關(guān)系數(shù)(R)、累積雨量相對(duì)誤差(RE)、平均絕對(duì)百分比誤差(MAPE)和百分比均方根誤差(P-RMSE)4種誤差度量指標(biāo)的計(jì)算結(jié)果可知，應(yīng)用WRF模式模擬鄭州市短時(shí)暴雨時(shí)，可較好地模擬出暴雨中心雨量最大時(shí)的累積降雨，且與實(shí)測(cè)降雨過(guò)程的相關(guān)性較高，但對(duì)過(guò)程雨量的模擬尚有不足，原因可能是驅(qū)動(dòng)模式運(yùn)行資料的空間分辨率較低。

(3)為探究WRF模式對(duì)鄭州市暴雨中心雨量最大時(shí)降雨過(guò)程特征的模擬能力，結(jié)合模糊識(shí)別法，引入降雨集中趨勢(shì)度對(duì)模擬結(jié)果的雨型、雨峰、降雨集中度進(jìn)行分析，結(jié)果發(fā)現(xiàn)，WRF模式對(duì)鄭州市單峰類(lèi)雨型的降雨模擬表現(xiàn)較好，對(duì)均勻類(lèi)雨型的模擬表現(xiàn)較差；當(dāng)模擬對(duì)象為單峰類(lèi)雨型時(shí)，雨峰模擬結(jié)果的偏差基本可控制在±30%內(nèi)；WRF模式模擬出的降雨過(guò)程的降雨集中度與實(shí)際情況較為符合，整體來(lái)看均為分散性降雨。

綜上所述，WRF模式在鄭州市短時(shí)暴雨的模擬中，雖然對(duì)暴雨中心具體位置的模擬不夠準(zhǔn)確，但在時(shí)間、累積雨量、降雨過(guò)程雨型、雨峰和降雨集中度等方面的模擬結(jié)果較為理想，這對(duì)鄭州市未來(lái)短時(shí)暴雨的數(shù)值模擬預(yù)報(bào)研究具有一定的參考意義。