摘要: 本文利用WRF数值模式中不同参数化(主要在云微物理、积云对流、行星边界层)方案组合模拟贵阳机场2023年8月21日一次强雷雨过程，得出以下主要结论：垂直速度在强雷雨时段垂直结构基本一致，但是在弱阵性降水时不同组合方案垂直结构不一；在模拟累积降水时，整体四个方案模拟强雷雨和整个降水过程的降水量比实况降水保守得多，且随时间的增加降水量没有明显的增加；垂直速度强度整体都偏弱，导致降水量也比实况偏弱。
Abstract:
In this paper, different parameterization schemes (mainly in cloud microphysics, cumulus convection and planetary boundary layer) in the WRF numerical model are combined to simulate a severe thunderstorm process at Guiyang Airport on August 21, 2023, and the following main conclusions are drawn: During severe thunderstorms, the vertical velocity maintains a consistent structure. However, in periods of weak frontal precipitation, the vertical structure varies depending on the combination scheme used. In the simulation of cumulative precipitation, the precipitation simulated by the whole four schemes is much more conservative than the real precipitation, and the precipitation does not increase significantly with the increase of time. The vertical velocity intensity is generally weak, resulting in weaker precipitation than the reality.
1. 引言
WRF是新一代非静力中尺度数值模式和数据同化系统，在对流和中尺度降水处理能力方面更有优势 [1] 。基于WRF对于降水的数值模拟而言，候建忠等 [2] 在5KM分辨率的降水预报结果检验中得出WRF对于连续性降水、晴转雨以及冰雹降水这三类降水过程以及暴雨的落区和强度模拟较好，郭庆元等 [3] 对暴雨数值预报同样得出WRF模式对暴雨走向、落区、强度、强降水中心位置以及强降水出现时间段的模拟结果与实况基本吻合。在不同参数化方案选取中，李燕等 [4] 在利用不同积云参数化方案对辽东半岛的一次大暴雨过程进行实验，得出不同的参数化方案对强降水落点及强度的模拟差距较大，其中GR方案模拟结果最好AK方案最差，由于积云参数方案的闭合假设不同导致对积云整体效应描述不同，除AK方案均未考虑对网格尺度水物质反馈作用；当选取不同云微物理参数化方案模拟时，朱格利等 [5] 利用8种不同云微物理参数化方案模拟华南暴雨时，得出WDM5方案对暴雨的模拟效果最好，同时他们对比不同分辨率不同云微物理参数化方案的模拟效果，得出云微物理参数方案的选取比分辨率的选取对华南暴雨的模拟结果影响更大；林思诺 [6] 等利用交叉组合16套微物理过程和积云对流参数化方案对闽江流域一次连续性暴雨敏感性对比模拟发现，WRF模式基本可以再现该次降雨过程的时空分布特征，但明显高估了暴雨中心的强度和范围；高笃鸣等 [7] 发现不同边界层参数化方案对四川盆地不同量级的降水量影响主要表现为降水强度和落区范围的差异，其中ACM2方案适合盆地小量级降水，YSU适合盆地大量级降水，MYJ方案容易产生虚假降水所以对各量级降水模拟有限；徐慧燕 [8] 等使用WRF模式中7种边界层参数化方案对三次长江下游地区暴雨过程进行了模拟，得出QNSE方案的模拟能力最优；李雪超 [9] 等利用三种边界层参数化方案模拟了重庆一次暴雨过程得出YSU方案模拟降水的动力条件和水汽条件与实况基本一致，所以该方案模拟效果最好。
贵阳机场位于贵州中部，依托西北高而东南低的云贵高原，具有鲜明的地方性特点。机场周围多山环境，以及市区西面的湖泊提供了一定的潮湿贡献，导致贵阳机场全年均可能出现雷暴，但是主要集中在春夏季。而雷暴伴随的强降水、大风、冰雹等恶劣天气对飞行安全影响极大。所以本文通过WRF的不同参数化方案组合设计对一次强雷雨过程诊断分析，从而为机场雷雨天气研究提供一些参考。
2. 资料选取
本文选用NCEP的6h分辨率1˚ × 1˚全球再分析FNL资料以及贵阳机场2023年8月21日人工观测的纪要栏资料。本文所有时间为世界时。
根据民航地面观测规范 [10] ，雷暴(简字TS)伴随阵性降水(简字SHRA、SHGR等)时，雷暴和降水在纪要栏中各自分开记录。这次强雷雨过程出现时段为07:14至08:50 (表1)，期间最低能见度2千米，过程降水量为37.5毫米。
Table 1. Summary of the severe thunderstorm on August 21
表1. 8月21日强雷雨过程纪要栏
3. 模式模拟试验结果
3.1. 模式前处理
本文选用的是WRF3.5.1版本，初始场选取时间为2023年8月19日00时至8月21日18时，模式没有采用嵌套，将贵阳机场(26.45N 106.48E)作为模式中心，经向格点设置为74，纬向格点设置为61，格点间隔为30公里，垂直层次为30。输出以3小时为时间间隔作为模拟结果。
3.2. 参数化方案介绍
在研究降水个例中，在单一物理参数化的不同方案选取对降水强度以及量级有明显差别 [4] [5] [8] ，而在交叉组合的物理参数化方案会显著影响模拟降水的时空特征 [6] 。本文将分别从云微物理、积云对流、行星边界层三个物理参数化方案组合设计(表2)对本次降水过程进行模拟。通过选择不同云微物理参数化和积云对流参数化的方案的来模拟这次短时强雷雨过程中的对流发展，而对于地形对大气扰动则考虑选择不同的行星边界层参数化方案来模拟地边界层的湍流运动，从而组合三个物理参数化方案来模拟贵阳机场复杂的物理特征。
Table 2. Design of different physical parameterization schemes
表2. 不同物理参数化方案设计
在云微物理过程选择的是WSM3方案，该方案是基于冰的质量含量而非利用温度的诊断关系计算粒子浓度的，以NCEP 3方案为基础，包含水汽、云水/云冰以及雨/雪3类水物质，它是假设高于冰点的水成物为云水和雨，冰点以下为云冰和雪，对包含冰过程的计算效率很高 [1] [11] 。
积云对流物理过程选取了两种参数化方案，分别是KF方案和BMJ方案。KF方案采用的是一个含有水汽上升和下降过程的简单云模式，BMJ方案则引入成云效率参数，增加了一个决定大气加热和水汽目标轮廓的自由度 [1] 。KF方案将对流作用视为对大气不稳定状态进行负反馈调节的因子，其优势在于计算成本较低，而BMJ方案重新分析了对流过程和空气–水边界过程，使云效果参数表征了深度对流状态，在虚假降水的修正有了很大提升 [12] [13] 。
大气行星边界层中的湍流会对大气热量、水汽、动量产生输送，在本文中的行星边界层参数哈选取的是YSU方案和MYNN2.5levelTKE方案。YSU为非局地闭合模型，MYJ为闭合模型 [7] 。YSU方案是增加了对边界层顶夹卷层的显示处理和修正湍流混合中水分效应的缺点 [12] [14] 。而MYNN2.5levelTKE方案基于2.5阶MYJ边界参数化模式，此时边界层高度定义为湍流动能(TKE)的生成不能平衡其耗散的最低模式层高度 [7] 。
4. 模拟结果与分析
4.1. 垂直速度
(方案1) (方案2)
(方案3) (方案4)
Figure 1. the different parameterization schemes simulate the vertical velocity over time
图1. 不同的参数化方案模拟出的随时间变化的垂直速度
根据表2的参数化选择，绘制出贵阳机场单站21日00:00~18:00垂直速度随时间的演变剖面图(图1)，整体来看，在06:00~09:00出现强雷雨时段时，四个方案都是整体上看是以“上升–下沉”的垂直分布，在09:00~15:00时这段弱阵性降水各个方案模拟出的结果垂直分布差异较大。
在方案1参数化模拟中，强雷雨出现时段(06:00~09:00)中高层的上升运动为6 cm/s，低层有弱的下沉运动，到09:00之后低层也转为弱的上升运动，中低层有极弱的下沉运动，可以得出方案1模拟出的垂直速度最弱，且降水不强。而在方案2模拟出的垂直速度上，中高层有一条明显的随时间增强的上升运动带，12:00出现强上升运动，中心大于8 cm/s，低层为弱的下沉运动，06:00的低层出现了一个强下沉中心，但是09:00~15:00段内是弱下沉气流和弱上升气流交替出现。
方案3的参数化模拟出的垂直速度来看，依旧在中高层存在上升运动，15:00出现速度大于10 cm/s的强下沉中心，06:00~09:00上升和下降气流在垂直方向上的排列和前两个方案类似，但是在12:00~15:00则(除高层)整层都是上升运动，而且该方案的下沉气流整体强度弱于上升运动的强度。方案4模拟结果可以看出，06:00~09:00也是“上升–下沉”的垂直分布，但是中低层以下沉气流为主的区域出现了弱的上升气流，09:00~15:00则是明显的“上升–下沉–上升分布”，上升运动的强中心出现在12:00且大于12 cm/s。
4.2. 累计降水量
(方案1) (方案2)
(方案3) (方案4)
Figure 2. Cumulative precipitation of different parameterization schemes during the period from 06:00~09:00
图2. 不同参数化方案在06:00~09:00时段内的累计降水量
由模式模拟结果是以三小时为间隔，所以将本次降水过程分为两段：一段是06:43~08:50出现雷雨阶段，此选取06:00~09:00时段的累计降水量；其次整个降水过程是从06:43~13:11，因此选取06:00~15:00时的累计降水量。
从四个方案模拟的06:00至09:00的累计降水量(图2)来看，对于贵阳机场而言，在强雷雨时段预报结果弱于实况累积降水量。其中方案1和方案3的累积降水量为10至15毫米，微强于其余2种方案，可见KF参数化方案模拟本次贵阳机场降水过程的效果优于BMJ参数化方案，但是方案3累积降水量的10至15毫米的范围太小。此时贵州区域大部分在06:00~09:00时段内的累计降水量在0.1至15毫米，方案2和方案4对贵州南部地区模拟局地有模拟出20毫米的累计降水量，即模拟出的贵州区域06:00~09:00降水强度偏弱。
(方案1) (方案2)
(方案3) (方案4)
Figure 3. Cumulative precipitation of different parameterization schemes during the period from 06:00~15:00
图3. 不同参数化方案在06:00~15:00时段内的累计降水量
对于此次整个降水过程(06:00~15:00)的累积降水量(图3)来看，结果与强降水阶段基本一致。方案1和方案3的累积降水量能明显看到贵阳机场是位于10至15毫米范围内，而方案2和方案4中的贵阳机场同样位于0.1至10毫米范围内，降水量均弱于实际降水量。随着时间的增加，累积降水量是在同等量级上增加了范围，如10至15毫米的累积降水量在贵州东南部和南部区域有明显的扩大，但是累积降水的量级没有增加，强降水中心仍旧在东南部且在15至20毫米内。
综合来看，虽然每个方案模拟出的强雷雨出现时段的垂直速度的垂直分布相似，在弱阵性降水出现时段的垂直速度分布存在差异，但是整体的垂直速度强度不强，所以导致模拟出的累积降水量在06:00~09:00时段以及06:00~15:00时段两个时段均明显弱于实况降水量。
5. 总结
在单一物理参数化设计方案中模拟暴雨的效果较好 [4] [5] [9] ，而本文利用WRF模式模拟贵阳机场一次短时强雷雨过程，通过设计不同物理参数化配套方案模拟其垂直速度和降水结果发现：
1) 在出现强雷雨阶段，四个方案的垂直速度基本以“上升–下沉”的垂直结构，在弱降水阶段则各个方案的垂直结构不一。四个方案模拟出的垂直速度整体强度不强，导致即使垂直结构虽有变化但累积降水量的量级没有明显变化。
2) 在强雷雨阶段和整个降水时段降水强度都比实况降水保守。在整个贵州区域来看，随着时间的增加累积降水量的范围增大而强度无明显增加。