劉　瑞， 翟國(guó)慶， 朱佩君， 李靚靚

(浙江大學(xué) 地球科學(xué)學(xué)院, 浙江 杭州 310027)

?

2013年“菲特”臺(tái)風(fēng)暴雨數(shù)值模擬中微物理方案的對(duì)比試驗(yàn)

劉瑞， 翟國(guó)慶， 朱佩君， 李靚靚

(浙江大學(xué) 地球科學(xué)學(xué)院, 浙江 杭州 310027)

利用TRMM(熱帶測(cè)雨雷達(dá))搭載的TMI(微波成像儀)反演廓線資料，分析“菲特”臺(tái)風(fēng)登陸前、后云團(tuán)內(nèi)部水凝物的分布種類，依此選擇WRF區(qū)域中尺度模式下符合條件的6個(gè)云微物理過(guò)程參數(shù)化方案(Lin, WSM6, Godgce, WDM6, Morrison以及Thompson方案)，模擬2013年10月6～8日的臺(tái)風(fēng)過(guò)程.從降水落區(qū)、強(qiáng)度，水凝物及風(fēng)場(chǎng)垂直分布，臺(tái)風(fēng)路徑及強(qiáng)度等方面對(duì)預(yù)報(bào)性能進(jìn)行對(duì)比，結(jié)果表明，選用的6個(gè)云微物理方案都較好地模擬了浙江暴雨的范圍和強(qiáng)度.結(jié)合Ts評(píng)分，降水量級(jí)越大，模擬效果對(duì)云微物理方案選擇越敏感，其中，Lin方案效果最佳，尤其對(duì)極端降水的模擬，其次為WSM6、WDM6及Thompson方案，Morrison和Godgce方案相對(duì)較差.結(jié)合水凝物平均值廓線分布發(fā)現(xiàn)，除WDM6方案外，其他方案對(duì)暖雨過(guò)程的模擬基本一致，而對(duì)冰相過(guò)程的模擬6個(gè)方案差別較大;同時(shí)，各方案對(duì)風(fēng)分量的模擬結(jié)果較水凝物廓線差別小，說(shuō)明對(duì)于動(dòng)力因素模擬不敏感.另外，6個(gè)方案對(duì)于臺(tái)風(fēng)強(qiáng)度的模擬整體偏弱，相較之下，Lin方案較好地模擬了強(qiáng)度變化趨勢(shì).

“菲特”臺(tái)風(fēng); 微波成像儀; 云微物理參數(shù)化方案; 氣象研究與預(yù)報(bào)

Journal of Zhejiang University(Science Edition), 2016,43(5):593-600,609

0　引　言

臺(tái)風(fēng)是發(fā)生在熱帶海洋的強(qiáng)氣旋性系統(tǒng)，可造成暴雨、狂風(fēng)等強(qiáng)烈災(zāi)害，國(guó)內(nèi)外不少極端暴雨記錄都與臺(tái)風(fēng)活動(dòng)有關(guān)[1].我國(guó)是世界上受登陸臺(tái)風(fēng)影響最多的國(guó)家之一，每年因登陸臺(tái)風(fēng)造成的直接經(jīng)濟(jì)損失巨大，其中由臺(tái)風(fēng)帶來(lái)的強(qiáng)降水是造成災(zāi)害的主要原因[2]，而螺旋雨帶的形成、下墊面的影響以及臺(tái)風(fēng)與中小尺度系統(tǒng)的相互作用是造成強(qiáng)降水的重要因素[3-4].同時(shí)，云微物理過(guò)程的結(jié)構(gòu)特征對(duì)臺(tái)風(fēng)的強(qiáng)度、結(jié)構(gòu)及臺(tái)風(fēng)暴雨的發(fā)生發(fā)展有著重要影響.近年來(lái)，包含云微物理過(guò)程的中尺度模式對(duì)臺(tái)風(fēng)過(guò)程的模擬已成為研究臺(tái)風(fēng)暴雨的重要手段，其中中尺度模式WRFM(weather research&forecasting model)因其考慮了較為詳盡的物理過(guò)程，給出了豐富的物理參數(shù)化方案，并能較好地改善中尺度天氣的模擬和預(yù)報(bào)效果[5-6]，而被廣泛應(yīng)用.作為中尺度模式的多種物理過(guò)程中非常關(guān)鍵的一環(huán)，云微物理過(guò)程不僅直接影響降水預(yù)報(bào)，而且也影響模式的動(dòng)力過(guò)程[7]，IPCC明確指出，云物理過(guò)程及其反饋機(jī)制是導(dǎo)致數(shù)值模式預(yù)報(bào)不確定性的最主要因素[8].在實(shí)際暴雨模擬中，尤其是在臺(tái)風(fēng)暴雨模擬過(guò)程中，究竟采用哪種方案更理想，需要深入比較.近年來(lái)，國(guó)內(nèi)外學(xué)者對(duì)于云微物理方案在WRF數(shù)值模擬中的比較研究相對(duì)較多.RAJEEVAN等[9]針對(duì)雷雨個(gè)例的敏感性試驗(yàn)，通過(guò)分析WRF模式的4個(gè)微物理過(guò)程(Thompson, Lin, WSM6 and Morrison)發(fā)現(xiàn)，降水對(duì)云微物理參數(shù)化方案的選擇較為敏感，Thompson方案模擬的降水與觀測(cè)最為接近，而其他3種方案模擬結(jié)果均偏高.LI等[10]利用WRF模式選擇6種微物理方案針對(duì)臺(tái)風(fēng)個(gè)例進(jìn)行敏感性試驗(yàn)，指出微物理方案對(duì)于臺(tái)風(fēng)路徑預(yù)報(bào)不敏感，而臺(tái)風(fēng)強(qiáng)度預(yù)報(bào)差別較大(出現(xiàn)29 hPa差異)，這與ZHU等[11]的結(jié)論一致，另外所有方案對(duì)臺(tái)風(fēng)強(qiáng)度的預(yù)報(bào)普遍偏弱，其中微物理方案中暖雨方案因其更多的云水、雨水以及降水致使下降速度相對(duì)較大，從而可以更快、更強(qiáng)地反饋到臺(tái)風(fēng)強(qiáng)度中[12].國(guó)內(nèi)，黃海波等[13]選擇7個(gè)微物理過(guò)程，針對(duì)西北地區(qū)一次強(qiáng)降水過(guò)程，對(duì)模擬降水進(jìn)行定性、定量分析，指出不同微物理過(guò)程對(duì)不同等級(jí)的降水預(yù)報(bào)差別較大，其中對(duì)于暴雨量級(jí)降水WSM5方案最好，就整體預(yù)報(bào)效果而言,WSM3最佳，其次為WSM5，而Kessler方案最差.馬嚴(yán)枝等[7]針對(duì)華北地區(qū)的一次強(qiáng)降水，選擇7個(gè)微物理過(guò)程對(duì)該次過(guò)程進(jìn)行敏感性試驗(yàn)，通過(guò)對(duì)不同分辨率的降水模擬以及垂直方向物理量的診斷發(fā)現(xiàn)，不同微物理方案對(duì)于分辨率的敏感程度不同，其中，Lin方案、Thompson方案、WSM6方案對(duì)暴雨預(yù)報(bào)效果較好，并且隨著分辨率的提高，WSM6方案逐步顯現(xiàn)其優(yōu)越性，但WSM3方案對(duì)分辨率不太敏感，同時(shí)提出：垂直方向的不同動(dòng)力是造成7個(gè)方案暴雨預(yù)報(bào)能力差異大的原因.朱格利等[14]針對(duì)華南暴雨事件選擇了8種云微物理方案進(jìn)行試驗(yàn)，得到WDM5方案對(duì)暴雨模擬效果最好;結(jié)合TS評(píng)分和誤差分析，WSM5方案整體效果最好，Lin方案最差，不同分辨率下差異不大.

以往的WRF微物理試驗(yàn)中針對(duì)華東區(qū)域的個(gè)例研究較少，而且，因?yàn)橄聣|面條件差別較大以及個(gè)例過(guò)程天氣背景的不同，造成結(jié)果差異較大，故之前對(duì)于華東區(qū)域尤其是對(duì)該區(qū)域臺(tái)風(fēng)暴雨的個(gè)例模擬的適用性不強(qiáng)，只能作為參考.

2013年23號(hào)臺(tái)風(fēng)“菲特”于9月30日20：00(北京時(shí)，下同)在菲律賓以東洋面生成，10月4日17:00加強(qiáng)為強(qiáng)臺(tái)風(fēng)，5日向西北偏西方向移動(dòng)，7日1：15在福鼎沙埕鎮(zhèn)登陸，登陸氣壓955 hPa，近中心最大風(fēng)力達(dá)42 m·s-1，登陸后強(qiáng)度迅速減弱并向西南方向移動(dòng)，之后繼續(xù)減弱，11:00停止編報(bào).“菲特”臺(tái)風(fēng)雖在福建登陸并減弱，但浙江出現(xiàn)了百年一遇的強(qiáng)降水，過(guò)程雨量全省平均207 mm，且強(qiáng)降水主要出現(xiàn)在沿海一帶，尤其是臺(tái)風(fēng)減弱后，浙江省北部地區(qū)出現(xiàn)了西北至東南走向的強(qiáng)雨帶，24 h降雨量超過(guò)450 mm.持續(xù)暴雨引發(fā)城市內(nèi)澇，加上臺(tái)風(fēng)登陸恰逢天文高潮位，引發(fā)了泥石流、山體滑坡等氣象次生災(zāi)害，造成通訊、電力中斷.但在氣象預(yù)報(bào)中，對(duì)浙江雨量的預(yù)報(bào)明顯偏小，說(shuō)明“菲特”臺(tái)風(fēng)較以往的臺(tái)風(fēng)暴雨預(yù)報(bào)更特殊.

本文使用WRF模式，通過(guò)TMI資料分析，確定個(gè)例過(guò)程云中水凝物粒子分類數(shù)目，選擇滿足該條件的6個(gè)微物理方案，對(duì)此次臺(tái)風(fēng)暴雨進(jìn)行數(shù)值模擬，并對(duì)微物理方案進(jìn)行敏感性試驗(yàn).通過(guò)對(duì)比不同微物理方案的模擬結(jié)果，探討WRF微物理方案對(duì)此次臺(tái)風(fēng)模擬的影響，并為“菲特”臺(tái)風(fēng)的機(jī)理分析提供依據(jù).

1　試驗(yàn)方案設(shè)計(jì)

1.1試驗(yàn)基本情況

使用美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心NCEP 1°×1°FNL再分析資料提供的模式初始條件和邊界條件，臺(tái)風(fēng)路徑及強(qiáng)度資料使用中國(guó)氣象局熱帶氣旋資料中心發(fā)布的逐6 h資料.本次模擬區(qū)域設(shè)置如圖1所示，采用三重雙向嵌套，模式水平分辨率分別為27，9，3 km，對(duì)應(yīng)網(wǎng)格格點(diǎn)數(shù)分別為174×120，211×196，361×223，垂直方向35層.模擬初始時(shí)刻2013年10月6日8:00，積分模擬48 h.

圖1　試驗(yàn)?zāi)M區(qū)域Fig.1　Nested model domains used for the simulation紅線代表“菲特”臺(tái)風(fēng)路徑，綠線代表“丹娜絲”臺(tái)風(fēng)路徑.Red solid line: Fitow path, green line:Danis path.

1.2微物理方案選擇

隨著大氣遙感探測(cè)技術(shù)的發(fā)展，非常規(guī)資料尤其是衛(wèi)星資料數(shù)據(jù)量急劇增加，為揭示氣象系統(tǒng)過(guò)程及提供更高時(shí)空分辨率的數(shù)據(jù)，其中微波通道觀測(cè)可以更好地描述云體內(nèi)部結(jié)構(gòu)，為中小尺度的深度分析提供可能.TRMM衛(wèi)星于1997年底發(fā)射，目的是更多地了解熱帶降雨對(duì)全球氣候系統(tǒng)的影響[15].由于該衛(wèi)星垂直分辨率(微波通道)較高，在海洋上表現(xiàn)出色，2000年開(kāi)始[16-20]，國(guó)內(nèi)研究者對(duì)TRMM觀測(cè)資料及反演數(shù)據(jù)進(jìn)行了質(zhì)量評(píng)估，并逐漸利用TRMM觀測(cè)及反演資料針對(duì)臺(tái)風(fēng)、強(qiáng)降水及閃電等個(gè)例做了細(xì)致的分析，尤其是云內(nèi)部垂直結(jié)構(gòu)，并將該資料引入模式，提高數(shù)值模式初始場(chǎng)精度.本文利用TMI 2A12數(shù)據(jù)集中5種水凝物廓線資料作為微物理方案選擇的依據(jù).其中水凝物包括云水、雨水、云冰、雪、霰等，廓線資料只分布在海上(見(jiàn)圖2)，垂直方向共28層，10 km以下每層間隔0.5 km，10 km以上每層間隔1 km，一直到18 km高度(見(jiàn)圖3(a)～(d)),每類水凝物都有多個(gè)廓線樣本點(diǎn).TRMM衛(wèi)星軌道在本次模擬48 h內(nèi)共有8軌掃到d02區(qū)域(見(jiàn)表1)，軌道掃到時(shí)間及區(qū)域包括模擬初始時(shí)刻、“菲特”登陸時(shí)間、“菲特”減弱且“丹娜絲”進(jìn)入d02區(qū)域，“菲特”停止編報(bào)及“丹娜絲”加強(qiáng)，連續(xù)4軌掃到“丹娜絲”，并包括模擬結(jié)束時(shí)刻，即個(gè)例關(guān)鍵時(shí)刻及模擬時(shí)間段海上都有較好的廓線資料.從整個(gè)8軌的5種水凝物廓線統(tǒng)計(jì)結(jié)果及分布發(fā)現(xiàn)(圖略)，水凝物在不同時(shí)刻、不同高度上的分布特征有所差異，不過(guò)5種水凝物云水、雨水、云冰、雪、霰大值區(qū)分別對(duì)應(yīng)于2.5,3.5～4,11～12,7,6.5 km，并且過(guò)程中5種水凝物全部存在，故選擇包含對(duì)該5種水凝物描述的云微物理方案，并對(duì)其進(jìn)行了敏感性試驗(yàn).

表1　TRMM軌道號(hào)與模擬時(shí)間說(shuō)明

圖2　模擬初始時(shí)刻2A12水凝物水平分布Fig.2　The horizontal distribution of hydrometeors in 2A12 data on initial time

WRF模式中共有19個(gè)微物理選項(xiàng)，經(jīng)常使用的有11種，根據(jù)水凝物廓線分布，從經(jīng)常使用的微物理方案中選擇包含5種水凝物的云微物理方案(見(jiàn)表2).6種方案包括Lin方案[21](Purdue-Lin)、WSM6方案[22](WRF Single-Moment 6)、Godgce方案[23-24](Goddard Cumulus Ensemble)、Thompson方案[25](Thompson)、WDM6方案[26](WRF Double-Moment 6)、Morrison方案[27](Morrison),前3個(gè)為計(jì)算水凝物混合比的單參方案，后3個(gè)增加了計(jì)算水凝物數(shù)的濃度，為雙參方案.

圖3　模擬初始時(shí)刻2A12水凝物廓線分布Fig.3　Vertical distributions of hydrometeors in 2A12 data on initial time

表2　微物理方案選項(xiàng)

注Qc,Qr,Qi,Qs,Qg分別表示云水、雨水、冰、雪、霰的質(zhì)量變量.

2　降水預(yù)報(bào)對(duì)比分析

2.1累積降雨量預(yù)報(bào)

圖4給出的是此次實(shí)況24 h累積降雨量和模擬結(jié)果對(duì)比.“菲特”臺(tái)風(fēng)登陸后，浙江省降水持續(xù)增大，浙江北部地區(qū)出現(xiàn)了西北至東南走向的強(qiáng)雨帶，24 h降雨量超過(guò)450 mm，另一個(gè)暴雨區(qū)位于浙江南部沿海地區(qū).總體而言，6個(gè)微物理方案基本上都能模擬浙北寧波強(qiáng)雨帶以及浙南暴雨區(qū).其中，對(duì)于寧波強(qiáng)雨帶的模擬，Godgce、Morrison模擬雨量偏小，WDM6、Thompson模擬雨帶在寧波區(qū)域偏南，WSM6方案模擬的300 mm以上區(qū)域與實(shí)況比較一致，但特大暴雨等級(jí)降水雨帶不連續(xù)，相較而言，不管是強(qiáng)度還是落區(qū)Lin方案都與實(shí)況最為接近；對(duì)于浙南強(qiáng)降水的模擬，除Thompson、Morrison方案模擬雨量偏小外，其他方案都較好地給出了落區(qū)和強(qiáng)度預(yù)報(bào).

2.2降水Ts評(píng)分檢驗(yàn)

為進(jìn)一步比較云微物理方案對(duì)降水預(yù)報(bào)的影響，進(jìn)行24 h降水預(yù)報(bào)Ts(threat score)評(píng)分檢驗(yàn).考慮到此次臺(tái)風(fēng)暴雨個(gè)例強(qiáng)度大，43個(gè)測(cè)站過(guò)程雨量超過(guò)500 mm，多個(gè)自動(dòng)站雨量超歷史紀(jì)錄，故統(tǒng)計(jì)中將降雨分為8個(gè)等級(jí)，增加了2個(gè)極端等級(jí)，并且重點(diǎn)評(píng)估對(duì)浙江造成嚴(yán)重災(zāi)害的浙北雨帶模擬.降水等級(jí)如表3所示.

Ts評(píng)分公式為：

其中，Na表示積分模擬24h，在檢驗(yàn)區(qū)內(nèi)模擬和實(shí)況降雨量都出現(xiàn)在某一降水等級(jí)內(nèi)的樣本點(diǎn)數(shù)；Nb表示模擬出現(xiàn)而實(shí)況未出現(xiàn)的樣本數(shù)；Nc表示模擬未出現(xiàn)而實(shí)況出現(xiàn)的樣本點(diǎn)數(shù).

圖5是浙北雨帶24 h累積降雨量及具體進(jìn)行Ts評(píng)分的樣本格點(diǎn)分布，南北方向3個(gè)緯度，東西方向6個(gè)經(jīng)度，間隔0.1，共1 891個(gè)樣本點(diǎn).

圖4　24 h累積降雨量(單位：mm)Fig.4　Precipitations accumulated for 24 h(unit:mm)

表3　降水等級(jí)

圖5　Ts評(píng)分樣本點(diǎn)分布Fig.5　The station position for Ts scores其中“▼”表示余姚站點(diǎn);小圓點(diǎn)代表樣本格點(diǎn)；填色區(qū)代表24 h累積降雨量.‘▼’stands for the Yuyao station;Small dot stands for sample grids; Shading stands for precipitation accumulated for 24 h.

表4為不同云微物理方案不同等級(jí)Ts評(píng)分結(jié)果.從Ts評(píng)分結(jié)果來(lái)看，6個(gè)微物理方案模擬小雨到特大暴雨等級(jí)的預(yù)報(bào)效果逐漸降低，并且不同方案隨著降水程度的增加，差異由0.000上升至0.353，逐漸增大，說(shuō)明降水量級(jí)越大，模式模擬效果對(duì)云微物理過(guò)程越敏感；比較前6個(gè)降水等級(jí)得出，Lin方案優(yōu)于其他方案(除了大暴雨預(yù)報(bào)Ts評(píng)分較Morrison數(shù)值相差0.008外).對(duì)于極端等級(jí)，Lin方案明顯優(yōu)于其他微物理方案，說(shuō)明此次個(gè)例模擬中，Lin方案在強(qiáng)降水等級(jí)模擬中具有很大優(yōu)勢(shì).整體來(lái)看，模擬效果最好的是Lin方案，其次是WSM6、WDM6和Morrison方案，Godgce方案最差，Thompson方案模擬效果也不理想.

3　模擬水凝物及風(fēng)分量廓線對(duì)比

針對(duì)Ts評(píng)分區(qū)域格點(diǎn)(見(jiàn)圖5)，進(jìn)一步分析不同微物理方案中水凝物的垂直分布情況.圖6給出的是Ts評(píng)分格點(diǎn)場(chǎng)內(nèi)積分12～36 h的24個(gè)時(shí)次的區(qū)域，以及時(shí)間平均值的水凝物垂直分布情況.對(duì)于液態(tài)水凝物(雨水rain water、云水cloud water)，除WDM6方案外，其余5個(gè)方案的廓線分布一致，說(shuō)明暖雨過(guò)程模擬近似.其中Morrison、Thompson方案中雨水模擬相對(duì)偏少，而WDM6方案中，雨水較其他方案明顯偏大，云水明顯偏小.相較液態(tài)水凝物，固態(tài)水凝物(冰晶ice、雪snow、霰graupel)不同方案間差別較大，其中對(duì)于雪廓線，Lin方案模擬最小，最大值出現(xiàn)在9 km高度，其他方案模擬最大值出現(xiàn)在6～7 km，且明顯偏大，尤其是Thompson方案.但在冰晶廓線模擬中，Thompson方案明顯偏小，整層數(shù)值都接近0，另外最大值出現(xiàn)高度也不同，Godgce、WSM6、WDM6出現(xiàn)在9 km高度，而Lin、Morrison偏高1～2 km，相較雪跟冰晶，霰模擬中6個(gè)方案的最大值出現(xiàn)高度比較一致，但方案之間仍有差異，Thompson方案值相對(duì)偏小.另外，可以明顯看出，WSM6和WDM6方案具有非常相似的冰相粒子垂直分布，WDM6較于WSM6調(diào)整的暖雨過(guò)程，更多的雨水集中在融化層和對(duì)流區(qū)域，致使雨水混合比偏大而云水偏小.另外，從與水凝物對(duì)應(yīng)的平均水平風(fēng)廓線分布情況看(圖略)，6個(gè)方案差別很小，其中風(fēng)向基本一致，風(fēng)速在5～9 km高度出現(xiàn)差異，Godgce及WSM6方案較Lin、Morrison、Thompson、WDM6方案水平風(fēng)小.在垂直風(fēng)分量廓線分布中(圖略)，1 km以下，差別很小，幾乎一致，隨著高度增加差別逐漸增大，到5～9 km處差別最大，上升速度達(dá)到最大，其中WDM6及Thompson方案明顯偏大，Morrison方案略偏小.從風(fēng)分量綜合來(lái)看，Godgce與WSM6方案完全一致，而Thompson與WDM6以及Morrison與Lin兩兩相近.對(duì)比時(shí)間、空間平均值狀態(tài)得出，6個(gè)方案對(duì)風(fēng)場(chǎng)的模擬沒(méi)有對(duì)水凝物的模擬差別明顯，可以說(shuō)6個(gè)試驗(yàn)對(duì)于動(dòng)力因素模擬不敏感，如果在不同試驗(yàn)基礎(chǔ)上進(jìn)行風(fēng)場(chǎng)資料同化，對(duì)于模擬結(jié)果尤其是降水影響可能較大.

表4　不同云微物理方案對(duì)于不同等級(jí)降水的Ts評(píng)分結(jié)果

注 黑色加粗帶*為最優(yōu)方案，黑色加粗不帶*為最差方案，差值表示最優(yōu)減去最差方案Ts的差值，平均值表示所有6個(gè)方案在同一降水等級(jí)的Ts平均值.

圖6　積分12～36 h Ts評(píng)分區(qū)域水凝物平均值垂直分布Fig.6　Vertical distributions of time-and area-averaged hydrometeors from WRF model simulations

4　臺(tái)風(fēng)路徑及強(qiáng)度對(duì)比

“菲特”臺(tái)風(fēng)于10月7日1:15登陸，之后迅速減弱，11:00停止編報(bào).7日02:00“丹娜絲”進(jìn)入d02模擬區(qū)域，并逐漸向浙江趨近，影響加大.為了更好地對(duì)比6個(gè)微物理方案對(duì)于臺(tái)風(fēng)強(qiáng)度及路徑的模擬，選擇“菲特”臺(tái)風(fēng)6日08：00、14:00、20:00、7日02:00的4個(gè)時(shí)次以及“丹娜絲”臺(tái)風(fēng)7日08:00、14:00、20:00的3個(gè)時(shí)次，即共7個(gè)時(shí)次的臺(tái)風(fēng)中心位置及中心最低氣壓的實(shí)況及模擬結(jié)果做對(duì)比.

圖7給出的是7個(gè)時(shí)次的實(shí)況及模擬的臺(tái)風(fēng)中心最小海平面氣壓.圖中黑色實(shí)線表示實(shí)況中心最小海平面氣壓隨時(shí)間的變化情況.整體而言，模擬結(jié)果的強(qiáng)度較實(shí)況整體偏弱，尤其是對(duì)于臺(tái)風(fēng)初始時(shí)刻的描述(模擬初始時(shí)刻以及積分24 h“丹娜絲”剛進(jìn)入d02模擬區(qū)域)，實(shí)況與模擬“菲特”相差近30 hPa，“丹娜絲”相差20 hPa，之后隨著模擬系統(tǒng)的啟動(dòng)，這個(gè)差距逐步減小.從整體氣壓變化趨勢(shì)來(lái)看，Lin方案對(duì)于“菲特”臺(tái)風(fēng)的4個(gè)時(shí)次以及“丹娜絲”臺(tái)風(fēng)的3個(gè)時(shí)次的強(qiáng)度模擬較好.另外，6個(gè)微物理方案對(duì)于臺(tái)風(fēng)路徑(圖略)的模擬，除了Thompson方案偏離實(shí)況臺(tái)風(fēng)中心較多外，其余5個(gè)方案差別較小.

圖7　每6 h實(shí)況及模擬臺(tái)風(fēng)中心最小氣壓Fig.7　Six-hourly time series of the minimum central pressure(Pmin, hPa)for all six simulations compared with the best track data

5　結(jié)　論

利用WRF模式，分析TMI數(shù)據(jù)資料，確定研究個(gè)例過(guò)程中云中水凝物粒子的分類數(shù)目，選擇滿足該條件的6個(gè)微物理方案，對(duì)“菲特”臺(tái)風(fēng)做數(shù)值模擬，并進(jìn)行微物理方案的敏感性試驗(yàn)，通過(guò)比較不同微物理方案的模擬結(jié)果，探討微物理方案對(duì)于個(gè)例模擬的影響，得到以下結(jié)論：

5.1對(duì)比24 h累積降雨量模擬，6個(gè)微物理方案都較好地模擬了浙北強(qiáng)雨帶以及浙南暴雨區(qū)，其中，對(duì)于浙北強(qiáng)雨帶的模擬，Godgce、Morrison模擬雨量偏小，WDM6、Thompson模擬雨帶在寧波區(qū)域偏南，WSM6方案模擬的300 mm以上區(qū)域與實(shí)況比較一致，但特大暴雨等級(jí)降水雨帶不連續(xù)，相較而言，Lin方案不管是強(qiáng)度還是落區(qū)都與實(shí)況最為接近.結(jié)合Ts評(píng)分，6個(gè)微物理方案模擬小雨到特大暴雨等級(jí)的預(yù)報(bào)性能逐漸降低，并且隨著降水程度的增加差異逐漸增大，即降水量級(jí)越大，模式模擬效果對(duì)云微物理過(guò)程越敏感.整體而言，Lin方案最佳(尤其是極端降水)，其次為WSM6、WDM6和Morrison方案，Godgce方案最差，Thompson方案模擬效果也不理想.

5.2從模擬水凝物廓線對(duì)比來(lái)看，除WDM6方案外，其余5個(gè)方案的液態(tài)水凝物廓線分布一致，說(shuō)明對(duì)暖雨過(guò)程的模擬近似.相較液態(tài)水凝物，固態(tài)水凝物不同方案差別較大.另外，WSM6和WDM6方案具有非常相似的冰相粒子垂直分布，由于WDM6較于WSM6調(diào)整的暖雨過(guò)程，更多的雨水集中在融化層和對(duì)流區(qū)域，致使雨水混合比偏大而云水偏小.結(jié)合平均風(fēng)分量對(duì)比結(jié)果，試驗(yàn)中動(dòng)力因素模擬不敏感，故在不同試驗(yàn)基礎(chǔ)上進(jìn)行風(fēng)場(chǎng)資料同化，對(duì)模擬結(jié)果尤其是降水影響可能較大.

5.3臺(tái)風(fēng)強(qiáng)度模擬結(jié)果較實(shí)況強(qiáng)度整體偏弱，尤其是對(duì)于臺(tái)風(fēng)初始時(shí)刻的描述，隨著模擬系統(tǒng)的啟動(dòng)，差距逐步減小.從氣壓變化趨勢(shì)來(lái)看，Lin方案描述效果較好.另外6個(gè)方案除Thompson偏離實(shí)況臺(tái)風(fēng)中心較大外，其余5個(gè)方案比較接近實(shí)況，且差別較小.

5.4利用TMI 2A12廓線資料，確定云中水凝物粒子分類及數(shù)目，選擇WRF模式中符合條件的6個(gè)微物理方案，從整體模擬結(jié)果來(lái)看，這種確定微物理方案的方法比較合理，可以嘗試作為數(shù)值模擬中微物理方案選擇的依據(jù).

本文只針對(duì)造成浙江強(qiáng)降水的一個(gè)臺(tái)風(fēng)個(gè)例，研究不同微物理方案對(duì)于降水以及臺(tái)風(fēng)強(qiáng)度和路徑預(yù)報(bào)的影響，由于不同天氣過(guò)程的主要影響因素不同，模擬的準(zhǔn)確性除了受不同物理過(guò)程影響外，還與模擬區(qū)域的選取、大尺度的天氣背景場(chǎng)以及天氣過(guò)程的不同階段有關(guān)，因此，所得結(jié)論是否適用于其他個(gè)例，有待進(jìn)一步檢驗(yàn).

文中TMI 2A12資料集下載自GES DISC(美國(guó)Goddard空間飛行中心地球科學(xué)數(shù)據(jù)和信息服務(wù)中心)；臺(tái)風(fēng)路徑及強(qiáng)度資料取自中國(guó)氣象局熱帶氣旋資料中心，在此一并致謝！

[1]陶詩(shī)言.中國(guó)之暴雨[M].北京：科學(xué)出版社,1980:1-10.

TAO Shiyan. Heavy Rain in China[M]. Beijing: Science Press,1980:1-10.

[2]陳聯(lián)濤，孟智勇.我國(guó)熱帶氣旋研究10年進(jìn)展[J].大氣科學(xué),2001,25(03):420-432.

CHEN Lianshou, MENG Zhiyong. An overview on tropical cyclone research progress in china during the past ten years [J]. Chinese Journal of Atmospheric, 2001,25(03):420-432.

[3]陳聯(lián)壽,羅哲賢,李英.登陸熱帶氣旋研究的進(jìn)展[J].氣象學(xué)報(bào),2004,62(5):541-549.

CHEN Lianshou, LUO Zhexian, LI Ying. Research advances on tropical cyclone landfall process[J]. Acta Meteorologica Sinica,2004,62(5):541-549.

[4]周玲麗,翟國(guó)慶,王東法,等.0505號(hào)“海棠”臺(tái)風(fēng)暴雨數(shù)值模擬試驗(yàn)和分析[J].大氣科學(xué),2009,33(3):489-500.

ZHOU Lingli, ZHAI Guoqing, WANG Dongfa, et al. Numerical simulation and analysis of typhoon Haitang(0505) heavy rainfall[J]. Chinese Journal of Atmospheric Sciences, 2009,33(3):489-500.

[5]SKAMAROCK W, KLEMP J B, DUDHIA J, et al. A Description of the Advanced Research WRF Version 3 [R]. NCAR Technical Note, NCAR/TN-475+STR，2008.

[6]尹金方,王東海,翟國(guó)慶.區(qū)域中尺度模式云微物理參數(shù)化方案特征及其在中國(guó)的適用性[J].地球科學(xué)進(jìn)展,2014,29(2):238-249.

YIN Jinfang, WANG Donghai, ZHAI Guoqing. A study of characteristics of the cloud microphysical parameterization schemes in mesoscale models and its applicability to China[J]. Advance in Earth Science,2014,29(2):238-249.

[7]馬嚴(yán)枝,陸昌根,高守亭.8.19華北暴雨模擬中微物理方案的對(duì)比試驗(yàn)[J].大氣科學(xué),2012,36(4):835-850.

MA Yanzhi, LU Changgen, GAO Shouting. The effects of different microphysical schemes in WRF on a heavy rainfall in north China during 18-19 August 2010[J]. Chinese Journal of Atmospheric Sciences,2012,36(4):835-850.

[8]HOUGHTON J T, DING Y, GRIGGS D J, et al. Climate Change 2001: The Scientific Basis[M]. Cambridge: Cambridge University Press，2001.

[9]RAJEEVAN M, KESARKAR A, THAMPI S B, et al. Sensitivity microphysics to simulations of a severe thunder Southeast India[J]. Ann Geophys, 2010，28:603-619.

[10]LI X, PU Z. Sensitivity of numerical simulation of early rapid intensification of hurricane emily (2005) to cloud microphysical and planetary boundary layer parameterization[J]. MonWea Rev, 2008,136:4819-4838.

[11]ZHU T, ZHANG D L. Numerical simulation of Hurricane Bonnie (1998). Part II: Sensitivity to varying cloud microphysical processes[J]. J Atmos Sci,2006,63:109-126.

[12]YANG M J, CHING L. A modeling study of typhoon Toraji (2001):Physical parameterization sensitivity and topographic effect[J]. Terr Atmos Oceanic Sci, 2005,16:177-213.

[13]黃海波,陳春艷，朱雯娜,等.WRF模式不同云微物理參數(shù)化方案及水平分辨率對(duì)降水預(yù)報(bào)效果的影響[J].氣象科技,2011,39(5):529-536.

HUANG Haibo, CHEN Chunyan, ZHU Wenna, et al. Impacts of different cloud microphysical processes and horizontal resolutions of WRF model on precipitation forecast effect[J]. Meteorological Science and Technology,2011,39(5):529-536.

[14]朱格利,林萬(wàn)濤,曹艷華,等.用WRF模式中不同云微物理參數(shù)化方案對(duì)華南一次暴雨過(guò)程的數(shù)值模擬和性能分析[J].大氣科學(xué),2014,38(3):513-523.

ZHU Geli, LIN Wantao, CAO Yanhua, et al. Numerical simulation of a rainstorm event over south China by using various cloud microphysics parameterization schemes in WRF model and its performance analysis[J]. Chinese Journal of Atmospheric Sciences,2014,38(3):513-523.

[15]JOANNE S, ROBERT F A, GERALD R N. A propos Mission(TRMM) satellite[J]. Bull Amer Meteor Soc，1988，69：278-295.

[16]呂艷彬,顧雷,李亞萍,等.用華南暴雨試驗(yàn)雨量資料對(duì)TRMM/TMI-85.5 GHz測(cè)雨能力的考察[J].熱帶氣象學(xué)報(bào),2001,17(3):251-257.LYU Yanbin, GU Lei, LI Yaping, et al. Observation research for the measure rain falling capacity of TRMM/TMI-85.5 G based on the precipitation data during the heavy rain experiment in southern China[J]. Journal of Tropical Meteorology,2001,17(3):251-257.

[17]姚展予,李萬(wàn)彪,朱元競(jìng),等.用TRMM衛(wèi)星微波成像儀遙感云中液態(tài)水[J].應(yīng)用氣象學(xué)報(bào),2003,14(Z1):19-25.

YAO Zhanyu, LI Wanbiao, ZHU Yuanjing, et al. Remote sensing of cloud liquid water using TRMM microwave imager[J]. Journal of Applied Meteorological Science,2003,14(Z1):19-25.

[18]傅云飛,劉棟,王雨,等.熱帶測(cè)雨衛(wèi)星綜合探測(cè)結(jié)果之“云娜”臺(tái)風(fēng)降水云與非降水云特征[J].氣象學(xué)報(bào),2007,65(3):316-328.

FU Yunfei, LIU Dong, WANG Yu, et al. Characteristics of precipitating and non-precipitating clouds in typhoon Rananim as viewed by TRMM combined measurements[J]. Acta Meteorologica Sinica,2007,65(3):316-328.

[19]衡志煒,宇如聰,傅云飛,等.基于TMI產(chǎn)品資料對(duì)數(shù)值模式水凝物模擬能力的檢驗(yàn)分析[J].大氣科學(xué),2011,35(3):506-518.

HENG Zhiwei, YU Rucong, FU Yunfei, et al. Evaluation and analysis of simulation capability of hydrometeor variables in numerical models based on TMI products[J]. Chinese Journal of Atmospheric Sciences,2011,35(3):506-518.

[20]冉令坤,周玉淑.TRMM衛(wèi)星的閃電觀測(cè)資料在中尺度數(shù)值模式中的Nudging同化應(yīng)用研究[J].大氣科學(xué),2011,35(6):1145-1158.

RAN Lingkun, ZHOU Yushu. Application of lightning observations of TRMM satellite to the mesoscale numerical model by a new nudging assimilation adjustment technique[J]. Chinese Journal of Atmospheric Sciences,2011,35(6):1145-1158.

[21]CHEN S H， SUN WY. A one dimensional time-dependent cloud model[J]. J Meteorol Soc Japan, 2002, 80: 99-118.

[22]HONG S Y, DUDHIA J, CHEN S H. A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation[J]. Mon

Weather Rev, 2004 ,132: 103-120.

[23]TAO W K, SIMPSON J, MCCUMBER M. An ice-water saturation adjustment[J]. Mon Wea Rev, 1989,117: 231-235.

[24]LANG S, TAO W K, CIFELLI R,et al. Improving simulations of convective systems from TRMM LBA: Easterly and westerly regimes[J]. J Atmos Sci, 2007,64:1141-1164.

[25]THOMPSON G, RASMUSSEN R M, MANNING K. Explicit forecasts of winter precipitation using an improve bulk microphysics scheme. Part-I: Description and sensitivity analysis[J]. Mon Weather Rev, 2004,132: 519-542.

[26]LIM K S S, HONG SY. Development of an effective double-moment cloud microphysics scheme with prognostic cloud condensation nuclei (CCN) for weather and climate models[J]. Mon Wea Rev, 2010,138: 1587-1612.

[27]MORRISON H, THOMPSON G, TATARSKII V. Impact of cloud microphysics on the development of trailing stratiform precipitation in a simulated squall line: Comparison of one and two-moment schemes[J]. Mon Weather Rev, 2009,137: 991-1006.

The effects of different microphysical schemes in WRF on the rainstorm of typhoon Fitow in 2013.

LIU Rui, ZHAI Guoqing, ZHU Peijun, LI Liangliang

(SchoolofEarthSciences,ZhejiangUniversity,Hangzhou310027,China)

Based on the measurements by TRMM Microwave Imager (TMI), we select six cloud microphysics parameterization (MP) schemes(schemes lin, wsm6, godgce, wdm6, morrison, and thompson) in the weather research and forecasting (WRF) model to simulate a typhoon case occurred during October 6-8, 2013. The applicability of these MP schemes to the simulation of the typhoon Fitow is studied accounting for the rainfall area and intensity of precipitation, vertical distributions of averaged hydrometeors and wind and the track and intense, forecast performances. It shows that the simulations results of all selected MP schemes t agree with the observation data of the rainfall area and intensity. According to the analysis results of threat score (Ts), the more actual precipitation, the more sensitive the choice of MP schemes, it seems that the lin scheme has the best performance among the six especially for extreme precipitation while the scheme of morrison and godgce have the worst performance. Referring to the vertical distributions of averaged hydrometeors and wind, we found that the simulation results of all MP schemes (except wdm6) on warm rain processes are basically the same, but a wide range of differences on ice phase process. Meanwhile, all MP schemes are less sensitive to dynamic simulation. Besides, our studies show that all these MP schemes do not have major impact on the track and their effect on the simulated intensity, is underestimated. Overall, lin scheme provides the best tendency forecast of the strength.

typhoon Fitow; TMI; cloud microphysics parameterization schemes; WRF

2015-04-30.

國(guó)家自然科學(xué)基金面上項(xiàng)目(41575042).

劉瑞(1987-)，ORCID: http://orcid.org/0000-0002-4444-5701，女,碩士,中級(jí)實(shí)驗(yàn)師,主要從事衛(wèi)星數(shù)據(jù)處理、數(shù)值模擬及實(shí)驗(yàn)等相關(guān)工作,E-mail:liurui_geo@zju.edu.cn.

10.3785/j.issn.1008-9497.2016.05.017

P 435

A

1008-9497(2016)05-593-08