馬思敏，穆建華，舒志亮，孫艷橋，鄧佩云，周 楠

（1. 中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災害監(jiān)測預警與風險管理重點實驗室，寧夏 銀川 750002；2. 寧夏氣象防災減災重點實驗室，寧夏 銀川 750002）

引 言

含有一定水汽的濕空氣在主導氣流作用下，受山地阻擋被迫抬升后達到飽和，便形成了地形云。不同尺度的地形對大氣環(huán)流的動力、熱力過程會產(chǎn)生不同程度的影響，尤其在局地云和降水的形成、發(fā)展過程中有著至關重要的作用［1-5］。20世紀60至80 年代，國際知名的Climax 冬季地形云地面播撒試驗計劃（1960—1970）、Cascade 冬季風暴影響計劃（1969—1974）、SCCP-1（Sierra Cooperative Pilot Proj?ect）冬季地形云增雨試驗計劃（1982—1983）等大規(guī)模地形云增雨計劃，證實地形云是最具有催化潛力的人工影響云系［6-7］。

數(shù)值模式近年來已逐步成為研究地形云及其降水的主要手段之一，它可以有效彌補由于地形地貌復雜而受限的地基探測。當中尺度數(shù)值模式水平分辨率小于5 km 時，對復雜地形下的氣流和降水的模擬更為有效［8-9］。研究表明，在地形對低層暖濕氣流強迫抬升以及太陽輻射對復雜下墊面的不均勻加熱共同作用下，容易形成不穩(wěn)定層結而誘發(fā)暴雨，暴雨特征受地形結構及高度影響［10-14］，所以研究不同山體對當?shù)乇┯晷纬傻挠绊憴C制十分重要。在對祁連山［15-17］、天山［18］、長白山［19］地形云降水的模擬研究中，發(fā)現(xiàn)山脈的阻擋作用使得偏南暖濕氣流在迎風坡一側堆積，上升運動得到進一步增強，導致迎風坡一側降水增加。楊侃等［20］在模擬賀蘭山特大暴雨災害時，發(fā)現(xiàn)喇叭口地形和賀蘭山主峰對低空暖濕急流形成阻擋作用，造成水汽聚集并形成強烈抬升運動，地形決定了暴雨強中心位置。地形抬升往往會增強云中上升氣流，影響云中液態(tài)水含量、冰晶濃度以及冰晶聚合等微觀過程，導致云中各水凝物粒子含量增多，云中冰相過程變得劇烈，進而使地面降水增多［17，21-23］。改變模式初始場的地形高度后，均發(fā)現(xiàn)地形對強降水中心位置和量級影響顯著，往往對降水起到增幅作用［18，22，24-26］，地形敏感性試驗有助于人們更深地認識地形影響降水的機制。

六盤山是全國少有的近南北走向狹長山脈，最高峰米缸山海拔2942 m，地處青藏高原東北緣，是受青藏高原阻擋而形成的南北兩支氣流交匯區(qū)域，同時也處于季風區(qū)邊緣及西風帶中低層，具有獨一無二的氣候條件，在水源涵養(yǎng)、氣候調(diào)節(jié)、生態(tài)平衡維持等方面起著重要作用。六盤山區(qū)的水汽輸送源于低層孟加拉灣、南海及印度洋，750 hPa 以下主要為東南暖濕氣流，該氣流在六盤山東坡（迎風坡）受地形強迫抬升，水汽通量輻合區(qū)與山體走向一致，東南暖濕氣流受地形抬升后水汽上升凝結，形成深厚云層［27-30］。

六盤山區(qū)地處半濕潤區(qū)到半干旱區(qū)的過渡帶，是寧夏多雨中心，也是暴雨災害多發(fā)地區(qū)，由于山區(qū)地形地勢復雜，由暴雨引發(fā)的次生災害（山洪、滑坡、泥石流等）對當?shù)厣鐣?jīng)濟活動造成巨大影響，同時暴雨導致的水土流失給生態(tài)修復帶來嚴峻考驗［31］。2018年7月10日，六盤山區(qū)大部出現(xiàn)暴雨天氣，造成寧夏六盤山區(qū)南部的隆德縣、涇源縣洪澇災害，受災人數(shù)達5.8萬人，農(nóng)業(yè)受災面積達9000 hm2，直接經(jīng)濟損失5000 余萬人民幣。本文將以此次六盤山區(qū)暴雨過程為例，利用WRF（weather research and forecasting）中尺度模式，通過改變初始場中六盤山地形高度設置敏感性試驗，探討六盤山地形對當?shù)乇┯赀^程的影響機制。

1 資料與模式介紹

1.1 資料介紹

所用資料：（1）2018年7月10日08：00（北京時，下同）至11 日08：00 逐6 h 的NCEP FNL（National Center for Environmental Prediction final operation global analysis）資料（水平分辨率為1°×1°），作為模式初始場；（2）CIMISS（China integrated meteorological information service system）網(wǎng)站下載的2018 年7 月10日08：00至11日08：00的d02模擬區(qū)域內(nèi)（103°E—109°E，35°N—40°N）內(nèi)自動站累計降水量，作為實況用于對比模擬降水；（3）ECMWF（European Centre for Medium-Range Weather Forecasts）細網(wǎng)格模式分析場數(shù)據(jù)，用于天氣環(huán)流背景分析；（4）2018 年7 月10日14：00 ERA-Interim（ECMWF re-analysis-interim）的700 hPa風場再分析資料。

文中附圖涉及地圖基于國家測繪地理信息局標準地圖服務網(wǎng)站下載的審圖號為GS（2019）1823號的標準地圖制作，底圖無修改。

1.2 模式及試驗方案

利用中尺度模式WRFV4.0，以時間間隔為6 h、分辨率為1°×1°的NCEP 再分析資料為初始場和邊界場，采用雙重網(wǎng)格嵌套，網(wǎng)格分辨率分別為9 km、3 km，格點數(shù)分別為210×210、211×211，輸出結果時間間隔分別為1 h、6 min。模擬時間為2018 年7 月10 日08：00 至11 日08：00，采用15 s 積分步長。微物理過程選用WSM6 方案（其水凝物包括云水、雨水、冰晶、雪和霰），其余物理過程方案選取如下：RRTM 長波和Dudhia短波輻射方案、Monin-Obukhov近地面層方案、Noah陸面過程方案和YSU 邊界層方案。文中所有分析基于3 km網(wǎng)格分辨率模擬結果。

地形高度敏感試驗方案如表1 所示，保持其他參數(shù)不變的情況下，修改3 km 分辨率的六盤山區(qū)域（105.42°E—106.79°E，34.49°N—36.55°N）地形高度，通過升高（H1.25）、降低（H1.7km）和保持（CTRL）模式初始場中六盤山地形高度，分別模擬此次暴雨過程。六盤山區(qū)普遍海拔在1.7 km以上，故在H1.7km試驗中將高于海拔1.7 km的地形降低為1.7 km。在H1.25試驗中，考慮到模式平衡以及模擬效果，將高于海拔2.1 km的地形增加至原地形高度的1.25倍。圖1是基于不同地形敏感試驗方案的地形高度分布。

圖1 六盤山區(qū)不同地形敏感試驗方案的3 km分辨率地形高度（填色區(qū)，單位：m）分布（a）CTRL，（b）H1.7 km，（c）H1.25Fig.1 The distribution of terrain height（color shaded，Unit：m）with 3 km resolution for different terrain sensitivity test schemes in the Liupan Mountain region（a）CTRL，（b）H1.7km，（c）H1.25

表1 地形敏感試驗方案設計Tab.1 The design of terrain height sensitivity test

2 天氣實況及模式評估

2.1 天氣實況

2018 年7 月10 日白天至夜間，六盤山區(qū)大部出現(xiàn)暴雨天氣，24 h 累計降水量普遍超過50 mm，最大累計降水量出現(xiàn)在涇源縣黃花鄉(xiāng)站（108.4 mm）。從7月10日20：00（北京時，下同）環(huán)流形勢場（圖2）來看，此次暴雨過程主要影響系統(tǒng)為蒙古冷渦、副熱帶高壓（簡稱“副高”）以及低層風切變，六盤山區(qū)500、700 hPa 均受蒙古冷渦底部冷槽影響。受臺風“瑪莉亞”影響，副高西伸北抬，六盤山區(qū)500 hPa 處于584 dagpm 線控制，中低層均有明顯的西南暖濕氣流輸送，700 hPa六盤山區(qū)附近有一明顯偏北風和偏南風的風切變。冷渦底部冷空氣和副高西側暖濕空氣在六盤山區(qū)交匯，配合低層的輻合抬升，六盤山區(qū)出現(xiàn)暴雨天氣。

圖2 2018年7月10日20：00 500 hPa（a）和700 hPa（b）位勢高度場（黑色等值線，單位：dagpm）和溫度場（紅色等值線，單位：℃）（棕色線為槽線）Fig.2 The geopotential height（black isolines，Unit：dagpm）and temperature（red isolines，Unit：℃）fields at 500 hPa（a）and 700 hPa（b）at 20：00 BST July 10，2018（The brown line is trough line）

2.2 模式評估

對降水模擬能力的檢驗是評價模式結果是否可信的重要指標。從7 月10 日08：00 至11 日08：00模擬［圖3（a）］與實況［圖3（b）］累計降水量對比來看，模擬的雨帶與實況相比略偏南，在賀蘭山沿山地帶和鹽池北部預報降水量級較實況偏大，六盤山區(qū)雨帶分布、強降水中心位置模擬結果與實況一致，但降水量級較實況偏大。這次暴雨過程最大累計降水量出現(xiàn)在涇源縣東南部的黃花鄉(xiāng)站（106.41°E，35.49°N），從該站觀測與模擬的逐小時降水量［圖3（c）］看出，模擬的該站降水變化與實況較為一致，但小時雨強最大出現(xiàn)在17：00（19.9 mm），而實況則出現(xiàn)在19：00（23.3 mm），模擬比實況提前約2 h，該站24 h 累計降水量模擬值為109.8 mm，與實況（108.4 mm）相比略偏大。

圖3 2018年7月10日08：00至11日08：00模擬（a）與實況（b）24 h累計降水量（單位：mm）分布和黃花鄉(xiāng)站觀測與模擬的逐小時降水量（c）[紅色方框為六盤山地形高度修改區(qū)域，棕色實線為海拔高度等值線（單位：km）。下同]Fig.3 The distribution of simulated(a)and observed(b)24 h accumulated precipitation(Unit:mm),simulated and observed hourly precipitation at Huanghuaxiang station(c)from 08:00 BST 10 to 08:00 BST 11 July 2018（The red box is the modified topographic height area of the Liupan Mountain,the brown solid line is the elevation contour(Unit:km).the same as below）

總體來看，控制試驗較好地模擬出強降水中心及強降水時段，雖然模擬的單站逐小時降水量與實況相比有所不同，但仍能刻畫出此次降水過程的總體特征。

圖4為7月10日14：00 ERA-Interim再分析資料和WRF模擬的700 hPa水平風場。可以看出模擬的700 hPa風場與再分析資料結果基本一致，模擬的切變線位置較實況略偏南，但仍較好地模擬出了六盤山區(qū)的西南—東北向切變線，切變線北側有偏北氣流，南側有偏南氣流，切變線附近有水平風向和風速輻合。

圖4 2018年7月10日14：00 ERA-Interim再分析資料（a）與模擬（b）的700 hPa水平風場（單位：m·s-1）（藍色實線為切變線）Fig.4 The 700 hPa horizontal wind fields（Unit：m·s-1）from ERA-Interim analysis data（a）and simulation（b）at 14：00 BST 10 July 2018（The blue solid line is shear line）

3 降水宏微觀結構

3.1 動力和水汽條件

圖5為 控 制 試 驗7 月10 日08：00、14：00 和17：00 的700、800 hPa 風場和相對濕度。從700 hPa風場和相對濕度看出，10日08：00，六盤山區(qū)西北方向有低空切變線，切變線南側有源源不斷的偏南暖濕氣流輸送至六盤山區(qū)；隨后切變線東移發(fā)展，14：00 進入六盤山區(qū)；17：00，切變線移動至六盤山東坡的涇源縣，切變線兩側的偏北氣流和西南氣流風速加強，輻合作用進一步加強，六盤山區(qū)相對濕度達90%以上，此時對應地面雨強最大值。11 日02：00，切變線基本移出六盤山區(qū)。

圖5 2018年7月10日08：00（a、d）、14：00（b、e）、17：00（c、f）模擬的700 hPa（a、b、c）與800 hPa（d、e、f）風場（風矢，單位：m·s-1）和相對濕度（填色區(qū)，單位：%）分布（藍色實線為切變線，黑色橢圓表示輻合上升區(qū)域，灰色區(qū)域為地形以下缺測區(qū)域。下同）Fig.5 Simulated wind field(wind vectors,Unit:m·s-1)and relative humidity(color shaded,Unit:%)distribution at 700 hPa(a,b,c)and 800 hPa(d,e,f)at 08:00 BST(a,d),14:00 BST(b,e)and 17:00 BST(c,f)10 July 2018(The blue solid line is shear line,the ellipse is convergence rising area,the gray area is the missing measurement area below the terrain.the same as below)

六盤山區(qū)海拔普遍超過1.7 km，800 hPa 靠近地面。10 日08：00，800 hPa 六盤山區(qū)有東南暖濕氣流輸送，在地形繞流作用下，西坡受東南偏南氣流影響；14：00，隨著系統(tǒng)東移，六盤山北部有西北氣流和東南暖濕氣流輻合，當東南暖濕氣流遇到六盤山脈阻擋時，風速明顯減小，在東坡輻合產(chǎn)生上升運動；17：00，東南風明顯增強，西北氣流和東南暖濕氣流輻合上升運動進一步增強。

從2018 年7 月10 日14：00 控制試驗模擬的隆德站和涇源站探空層結（圖略）看，兩站550 hPa 以下空氣濕度達100%，水汽條件好；500 hPa以上空氣濕度逐漸減小，探空層結曲線呈“喇叭口”型，空氣上干下濕。近地面至500 hPa 從東南風轉偏南風再轉西南風，風向隨高度呈順時針旋轉，中低層有明顯的暖平流，有利于氣流垂直運動。

圖6為7 月10 日14：00、17：00 和18：00 控制試驗模擬的700 hPa 水汽通量散度場?？梢钥闯?，14：00，六盤山區(qū)北部有一條西南—東北向的水汽輻合帶，位置基本與切變線一致，水汽通量散度大值區(qū)在六盤山北部，強度達-8×10-7g·hPa-1·cm-2·s-1；17：00，水汽輻合區(qū)發(fā)展東移，水汽輻合帶移至六盤山區(qū)南部，強度增大至-10×10-7g·hPa-1·cm-2·s-1，說明有充足的水汽供應；18：00，水汽輻合區(qū)繼續(xù)東移發(fā)展，水汽通量散度大值區(qū)在涇源縣南部，強度增大至-12×10-7g·hPa-1·cm-2·s-1?？傮w來看，水汽輻合區(qū)隨著切變線移動，當東移至六盤山主峰附近時進一步加強。

圖6 2018年7月10日14：00（a）、17：00（b）和18：00（c）控制試驗模擬的700 hPa水汽通量（箭頭，單位：g·hPa-1·cm-1·s-1）和水汽通量散度（填色區(qū)，單位：10-8 g·hPa-1·cm-2·s-1）Fig.6 The simulated 700 hPa water vapor flux（vectors，Unit：g·hPa-1·cm-1·s-1）and water vapor flux divergence（color shaded areas，Unit：10-8 g·hPa-1·cm-2·s-1）by CTRL test at 14：00 BST（a），17：00 BST（b）and 18：00 BST（c）July 10，2018

由此得出，700 hPa切變線系統(tǒng)和低層東南暖濕氣流遇到六盤山地形強迫抬升是此次暴雨過程的主要動力機制；水汽輻合區(qū)隨著切變線系統(tǒng)移動，水汽通量散度極大值出現(xiàn)在迎風坡一側。

3.2 云微物理結構

圖7是控制試驗模擬的不同時刻過雷達組合反射率最強處的各水凝物混合比經(jīng)度-高度剖面。10日09：18為降水初始典型時刻，上升氣流較弱，六盤山西側有偏西南氣流受地形抬升形成云水，山東側偏東南氣流同樣受地形強迫抬升，近地面有一條弱云水區(qū)。云水集中在近地面到5 km 范圍（0 ℃層以下），六盤山脊處云水混合比最大（0.7 g·kg-1）。雨水首先在山東坡形成，降水主要由暖云產(chǎn)生。10 日11：24 為降水發(fā)展典型時刻，六盤山東西兩側的低層氣流進一步增強，地形強迫抬升作用增強，云中出現(xiàn)明顯的上升氣流，云水被輸送至7.5 km 高度（-10 ℃左右），六盤山脊偏東位置處云水混合比最大（1.1 g·kg-1）。云中逐漸生成雪和霰，轉為典型混合型降水，云水、冰晶、雪和霰在-40~0 ℃高度層共存，有利于冰相粒子碰凍增長和貝吉龍過程發(fā)生；雪、霰混合比分別達1.0、2.5 g·kg-1，雨水混合比增大至1.6 g·kg-1，雨水主要分布在六盤山頂及山東側。10日16：36為降水強盛期典型時刻，700 hPa切變線東移至六盤山區(qū)南部，靠近六盤山主峰，東坡低層的東南風增強，暖濕氣流在東坡匯聚后進一步抬升，配合700 hPa 切變線，六盤山東西兩側的兩股上升氣流匯聚加強。此時云水逐漸消耗，冰相過程進一步發(fā)展，雪和冰晶的分布位置（13 km 左右）大體一致，說明雪主要由冰晶聚并形成；霰主要分布在過冷水和冰晶之間，且大值區(qū)在上升氣流出口區(qū)，過冷水為霰的增長提供了有利條件；雨水分布范圍更廣，大值中心在迎風坡一側（雪和霰大值中心下方），說明霰和雪下落到0 ℃層以下融化形成雨水。在降水減弱時期，云中基本沒有上升氣流，各水凝物粒子含量明顯減小，降水逐漸減弱移出六盤山區(qū)。

圖7 2018年7月10日09：18（a、d、g）、11：24（b、e、h）和16：36（c、f、i）過雷達組合反射率最強處的云水（填色區(qū)）與冰晶（藍色等值線）（a、b、c）、雨水（填色區(qū)）與雪（藍色等值線）（d、e、f）、霰（填色區(qū)）（g、h、i）混合比（單位：g·kg-1）及u、w合成風矢量（箭頭，w×10；單位：m·s-1）、溫度（黑色等值線，單位：℃）經(jīng)度-高度剖面（黑色陰影為地形。下同）Fig.7 Longitude-height profiles of mixing ratio(Unit:g·kg-1)of cloud water(color shaded)and ice crystals(blue isolines)(a,b,c),rain water(color shaded)and snow(blue isolines)(d,e,f)and graupel(color shaded)(g,h,i),and u,w wind vectors(arrows,w×10;Unit:m·s-1),temperature(black isolines,Unit:℃)across the area with strongest radar combined reflectivity at 09:18 BST(a,d,g),11:24 BST(b,e,h)and 16:36 BST(c,f,i)10 July 2018(The black shaded is terrain.the same as below)

4 地形敏感試驗結果

4.1 地形對地面降水分布的影響

圖8是不同地形敏感試驗（CTRL、H1.7km、H1.25）模擬的7月10日08：00至11日08：00的24 h累計降水量分布?？梢钥闯?，地形高度變化對降水落區(qū)范圍影響不大，但隨著地形增高，六盤山區(qū)降水量顯著增大，尤其強降水更集中在迎風坡一側（山脈東側）。將六盤山地形整體降低為1700 m［圖8（b）］，原來CTRL試驗中沿六盤山脊及其東側大于120 mm以上強降水中心消失，六盤山區(qū)降水量減小；而將六盤山高于2.1 km 的地形增加至原地形高度的1.25倍后［圖8（c）］，與CTRL試驗相比，沿六盤山脊及其東側的強降水中心向南延伸，且強降水中心降水量增大至220 mm。從模擬的逐小時降水量演變（圖略）來看，H1.7km試驗較CTRL 試驗降水開始晚且結束早，而H1.25試驗較CTRL 試驗降水開始早、結束晚。

圖8 不同地形試驗模擬的2018年7月10日08：00至11日08：00的24 h累計降水量分布（單位：mm）（a）CTRL，（b）H1.7 km，（c）H1.25Fig.8 The 24 h cumulative precipitation distribution from 08：00 BST 10 to 08：00 BST 11 July 2018 simulated based on different terrain tests（Unit：mm）（a）CTRL，（b）H1.7 km，（c）H1.25

4.2 地形對垂直上升氣流的影響

圖9是各地形敏感試驗（CTRL、H1.7km、H1.25）模擬的降水集中時段過累計降水量最大值處的平均垂直速度經(jīng)度-高度剖面。從CTRL 試驗結果［圖9（a）］看出，六盤山上空2~10 km高度范圍內(nèi)，有多個垂直速度超過0.1 m·s-1的上升氣流中心，其中上升運動最強處位于六盤山東坡（1.1 m·s-1）；地形降低后［圖9（b）］，地形強迫抬升作用減弱，六盤山東坡最大上升速度減弱至0.9 m·s-1，東坡近地面層上升運動減弱；地形增高后［圖9（c）］，六盤山東坡兩側地形強迫作用增強，上升氣流中心位于東坡，上升速度顯著增大，最大為1.3 m·s-1。由此可見，六盤山對低層東南暖濕氣流的強迫抬升作用對該地區(qū)垂直上升運動影響顯著。

圖9 2018年7月10日14：00—20：00不同地形試驗模擬的平均垂直速度（填色區(qū)，單位：m·s-1）與u、w合成風矢量（箭頭，w×10，單位：m·s-1）過累計降水量最大值處的經(jīng)度-高度剖面（a）CTRL，（b）H1.7 km，（c）H1.25Fig.9 The longitude-height sections of mean vertical velocity（color shaded，Unit：m·s-1）and composite u，w wind vector（arrows，w×10，Unit：m·s-1）across the area with maximum accumulated precipitation from 14：00 BST to 20：00 BST 10 July 2018 simulated based on different terrain tests（a）CTRL，（b）H1.7 km，（c）H1.25

4.3 地形對云中水凝物的影響

圖10是不同地形敏感試驗（CTRL、H1.7km、H1.25）降水集中時段各種水凝物混合比過累計降水量最大值處的經(jīng)度-高度剖面?？梢钥闯?，3 組試驗不同水凝物分布高度大致相同，云水主要分布在六盤山近地面至6 km 高度左右，雨水在6 km 以下高度，冰晶和雪分布在6~14 km 高度，霰分布在6 km 高度左右，3 組試驗高空冰晶混合比最大值均為0.1 g·kg-1。在CTRL 試驗中，東坡上升氣流速度明顯高于西坡，云水混合比最大值在東坡（0.5 g·kg-1），雨水混合比最大值為0.9 g·kg-1，雪、霰混合比最大值分別為0.4、0.25 g·kg-1。在H1.7km試驗中，平坦地形條件下，地形強迫抬升效應消失，云內(nèi)上升氣流較CTRL 試驗明顯減弱，云水分布范圍和混合比最大值（0.3 g·kg-1）均小于CTRL 試驗，過冷水減少對霰粒子增長不利，霰混合比最大值減小為0.15 g·kg-1，雪混合比與CTRL 試驗相比變化不大，雨水混合比相比CTRL 試驗減少至0.7 g·kg-1。在H1.25試驗中，地形高度增高，地形強迫抬升作用增強，東坡、西坡兩側垂直運動進一步增強，云水混合比最大為0.5 g·kg-1，過冷水豐沛，云中冰相過程發(fā)生更加充分，雪和霰混合比最大值分別達0.7、0.4 g·kg-1，地面降水量增加（雨水混合比最大值為1.1g·kg-1），雪、霰、雨水混合比高于其他兩組試驗。

圖10 2018年7月10日14:00—20:00 3組地形試驗模擬的過累計降水量最大值處的云水（填色區(qū)）和冰晶（藍色等值線）（a、b、c）、雨水（填色區(qū)）和雪（藍色等值線）（d、e、f）及霰（填色區(qū)）（g、h、i）平均混合比（單位：g·kg-1），u、w合成風矢量（箭頭，w×10,單位：m·s-1）的經(jīng)度-高度剖面（a、d、g）CTRL，（b、e、h）H1.7 km，（c、f、i）H1.25Fig.10 The longitude-height profiles of simulated mean mixing ratio(Unit:g·kg-1)of cloud water(color shaded)and ice crystals(blue isolines)(a,b,c),rain water(color shaded)and snow(blue isolines)(d,e,f),graupel(color shaded)(g,h,i)and composite u,w wind vector(arrows,w×10,Unit:m·s-1)across the area with maximum accumulated precipitation for different tests from 14:00 BST to 20:00 BST 10 July 2018(a,d,g)CTRL,(b,e,h)H1.7 km,(c,f,i)H1.25

5 結 論

（1）對控制試驗的降水場和700 hPa 水平風場檢驗發(fā)現(xiàn)，WRF 模式較好地模擬出2018 年7 月10日六盤山區(qū)暴雨過程的雨帶分布和動力場結構特征。

（2）此次暴雨的主要影響系統(tǒng)是蒙古冷渦、副熱帶高壓以及700 hPa 低空切變線，冷渦底部冷空氣和副熱帶高壓西側暖濕氣流在六盤山區(qū)匯合，配合低層風場輻合切變及六盤山地形強迫抬升，上升氣流在六盤山區(qū)進一步加強；水汽輻合區(qū)隨著低層切變線移動，極大值出現(xiàn)在涇源縣南部（六盤山主峰東坡）。

（3）云中氣流場和水凝物場分布在降水不同階段呈現(xiàn)出不同特征。在降水初始階段，六盤山東西兩側氣流受地形強迫抬升，在近地面形成一條弱云水區(qū)，降水主要由暖云產(chǎn)生。在降水發(fā)展和旺盛階段，低層東南暖濕氣流受地形強迫抬升作用和繞流共同影響，六盤山西坡和東坡均為上升氣流，配合700 hPa 切變線，使得東西坡兩股上升氣流匯聚加強，上升氣流將云水帶到負溫層形成過冷水，云水、冰晶、雪和霰在0 ℃層至－40 ℃層之間共存，有利于冰相粒子碰凍增長和貝吉龍過程發(fā)生，轉為典型混合型降水。

（4）地形高度變化對降水落區(qū)范圍影響不大，但隨著地形增高，六盤山區(qū)降水量顯著增大，尤其強降水更多集中在迎風坡一側（山脈東側）。地形強迫抬升作用使得上升氣流進一步加強，云中冰相過程發(fā)展充分，過冷云水為雪和霰的增長提供有利條件，因此使得地面降水量增大。

多年再分析資料表明750 hPa 以下六盤山盛行東南風，東南暖濕氣流受到六盤山脈地形強迫抬升，低層水汽在東坡匯聚加強，上升運動進一步加強，導致東坡降水大于西坡。本文挑選的典型個例用來討論東坡為迎風坡時，地形對降水及其微物理過程的影響。當然也存在低層為西南暖濕氣流，西坡為迎風坡的典型降水個例，尚需選取更多個例按不同環(huán)流背景分類進行深入探討，從而更全面地研究六盤山地形對該地區(qū)降水的影響機制。