黃河中游一次區(qū)域性暴雨過(guò)程的診斷分析和數(shù)值模擬

張利娜 韓作強(qiáng) 劉靜 龍曉彤

摘 要：利用常規(guī)氣象觀測(cè)資料、水文觀測(cè)資料和NCEP再分析資料，對(duì)2018年7月10日發(fā)生在黃河中游的一次區(qū)域性暴雨過(guò)程進(jìn)行診斷分析和數(shù)值模擬。結(jié)果表明：此次強(qiáng)降雨是西風(fēng)槽攜帶冷空氣和副熱帶高壓邊緣暖濕氣流在暴雨區(qū)上空交匯過(guò)程中發(fā)生的，低空低渦切變、低空急流和地面冷鋒是主要影響系統(tǒng)。有利的水汽、動(dòng)力和熱力條件是強(qiáng)降雨產(chǎn)生、發(fā)展的物理基礎(chǔ)。通過(guò)對(duì)各微物理過(guò)程和積云對(duì)流參數(shù)化方案組合進(jìn)行對(duì)比分析發(fā)現(xiàn)，WRF模式能模擬出造成本次降雨的環(huán)流形勢(shì)、降雨落區(qū)及雨區(qū)走向，Kessler云微物理方案和GD積云對(duì)流參數(shù)化方案在本次降雨過(guò)程的模擬中效果最佳。

關(guān)鍵詞：暴雨;WRF模式;診斷分析;參數(shù)化方案;黃河中游

中圖分類(lèi)號(hào)：P458.3;TV882.1

文獻(xiàn)標(biāo)志碼：A

doi：10.3969/j.issn.1000-1379.2021.12.005

引用格式：張利娜，韓作強(qiáng)，劉靜，等.黃河中游一次區(qū)域性暴雨過(guò)程的診斷分析和數(shù)值模擬[J].人民黃河，2021，43（12）：23-28，34.

Abstract： A regional rainstorm process in the middle Yellow River on July 10， 2018 was studied by the conventional meteorological data， the hydrological data and the NCEP reanalysis data. The rainstorm process was simulated by a mesoscale numerical model WRF. The results show that the intersection of westerly trough cold air and the subtropical high warm wet air in the upper level over rainstorm touches off the heavy rainfall; low-level vortex shear， low-level jet stream and the surface cold front are the main impact systems; the favorable vapor， dynamic and thermal conditions are the physical basis of precipitation occurrence and development. By comparing the different combinations of cumulus parameterizations and cloud microphysical schemes， the simulated results illustrate that the WRF model is potential in simulating and predicting this precipitation， including the circulation situation causing precipitation， rainfall area and rain belt trend. The combination of Kessler microphysical scheme and GD cumulus parameterization scheme are the best in this case.

Key words： rainstorm; WRF model; diagnostic analysis; parameterization scheme; Middle Yellow River

暴雨是常見(jiàn)的自然天氣災(zāi)害之一，因其降雨強(qiáng)度大、天氣系統(tǒng)發(fā)展快，一直是預(yù)報(bào)業(yè)務(wù)中的重點(diǎn)和難點(diǎn)。黃河中游大部分地區(qū)處于黃土高原，是黃河的主要產(chǎn)洪產(chǎn)沙區(qū)，降雨集中在夏季且多暴雨，強(qiáng)降雨極易產(chǎn)生高含沙洪水，因此對(duì)該地區(qū)強(qiáng)降雨進(jìn)行預(yù)報(bào)分析和研究是有重要意義的。

作為新一代中尺度數(shù)值預(yù)報(bào)模式，WRF能模擬降雨的主要天氣系統(tǒng)的位置和移動(dòng)過(guò)程[1]，從而使WRF模擬的降雨落區(qū)好于MM5。WRF動(dòng)力框架具有一定的優(yōu)越性，使其對(duì)天氣形勢(shì)場(chǎng)的模擬效果好于MM5，模擬的降雨落區(qū)和強(qiáng)度更接近實(shí)況[2]。

目前中尺度WRF模式的發(fā)展已經(jīng)比較成熟，國(guó)內(nèi)外已經(jīng)開(kāi)展了很多關(guān)于WRF模式的本地化研究和應(yīng)用，梅欽等[3-8]針對(duì)多種參數(shù)化方案下不同地區(qū)的暴雨進(jìn)行模擬試驗(yàn)，發(fā)現(xiàn)WRF模式的各種方案在不同地區(qū)，對(duì)降雨強(qiáng)度和范圍的模擬均存在一定差異。Jankov等[9-11]對(duì)不同參數(shù)化方案進(jìn)行了對(duì)比試驗(yàn)分析，發(fā)現(xiàn)不同方案在不同地區(qū)針對(duì)不同類(lèi)型的降雨存在明顯差異。

目前，針對(duì)黃河流域WRF模式的本地化研究和應(yīng)用工作相對(duì)較少。筆者在對(duì)2018年7月10日發(fā)生在黃河中游的一次區(qū)域性暴雨過(guò)程進(jìn)行診斷分析的基礎(chǔ)上，對(duì)WRF 4.1.2版本的4種云微物理方案和5種積云對(duì)流參數(shù)化方案進(jìn)行敏感性模擬試驗(yàn)，對(duì)比分析不同方案組合的評(píng)分，以及對(duì)降雨范圍和強(qiáng)度的模擬效果，以期為黃河中游降雨預(yù)報(bào)的云微物理過(guò)程和積云對(duì)流參數(shù)化方案的合理選擇提供參考依據(jù)，為黃河流域防汛抗旱提供基礎(chǔ)技術(shù)支撐。

1 資料和方法

本文采用的實(shí)測(cè)雨量資料為黃河水利委員會(huì)水文局的水文整編數(shù)據(jù)和中國(guó)氣象局的氣象臺(tái)站雨量數(shù)據(jù)，共計(jì)3 796個(gè)臺(tái)站。診斷分析采用中國(guó)氣象局的常規(guī)高空、地面和物理量觀測(cè)數(shù)據(jù)。WRF模式的初始場(chǎng)和邊界條件采用6 h一次的NCEP/NCAR再分析數(shù)據(jù)。

目前氣象臺(tái)站降雨量的預(yù)報(bào)檢驗(yàn)主要采用TS評(píng)分方法，其反映了模式預(yù)報(bào)某一等級(jí)降雨的準(zhǔn)確率。TS值在0～1之間變化，TS=1時(shí)預(yù)報(bào)的降雨區(qū)域降雨量級(jí)與觀測(cè)結(jié)果一致，模擬效果最好，TS越小預(yù)報(bào)效果越差。同時(shí)，為定量比較不同參數(shù)化方案的模擬效果，選出最佳參數(shù)化方案，對(duì)不同微物理過(guò)程參數(shù)化方案下次網(wǎng)格區(qū)域Domain2的降雨模擬結(jié)果進(jìn)行降尺度處理，計(jì)算所有臺(tái)站降雨觀測(cè)值和模式降雨預(yù)報(bào)值的相關(guān)系數(shù)、均方根誤差和平均絕對(duì)誤差。

2 雨洪概述

2018年7月10日，黃河中游出現(xiàn)一次區(qū)域性暴雨過(guò)程，形成了覆蓋涇渭河上游、北洛河、無(wú)定河、窟野河的東北—西南向暴雨區(qū)，其中山陜區(qū)間楊橋畔站日降雨量達(dá)121.2 mm，北洛河鐵邊城站日降雨量為115.5 mm。黃河流域24 h降雨量統(tǒng)計(jì)中，大雨以上籠罩面積為22.2萬(wàn)km2，暴雨以上籠罩面積為12萬(wàn)km2，大暴雨以上籠罩面積為0.4萬(wàn)km2，僅黃河中游大于50 mm的暴雨籠罩面積達(dá)10.2萬(wàn)km2。本次暴雨過(guò)程以穩(wěn)定性降雨為主，降雨時(shí)段主要集中在10日16時(shí)—11日8時(shí)，因此以10日20時(shí)觀測(cè)資料為基礎(chǔ)，對(duì)影響系統(tǒng)和物理量場(chǎng)進(jìn)行分析。

受此次暴雨過(guò)程影響，涇渭河流域干支流普遍漲水。渭河林家村水文站11日14時(shí)30分洪峰流量達(dá)到2 390 m3/s，支流千河千陽(yáng)站洪峰流量達(dá)到1 340 m3/s，為2010年以來(lái)最大流量，列1964年建站以來(lái)第2位。干支流洪水匯合后，渭河魏家堡站11日18時(shí)洪峰流量達(dá)到4 290 m3/s，為1981年以來(lái)最大流量;咸陽(yáng)水文站12日10時(shí)42分洪峰流量達(dá)到4 210 m3/s，為2003年以來(lái)最大流量。同時(shí)，涇河上游部分支流也發(fā)生洪水，張家山站12日12時(shí)53分洪峰流量達(dá)到1 180 m3/s。涇、渭河洪水匯合后，渭河臨潼水文站12日23時(shí)洪峰流量達(dá)到4 500 m3/s，經(jīng)漫灘削減后，華縣水文站14日2時(shí)洪峰流量為3 400 m3/s。本場(chǎng)洪水

與黃河北干流、北洛河等來(lái)水匯合后，黃河潼關(guān)站14日17時(shí)出現(xiàn)4 620 m3/s的洪峰流量，為該站2018年汛期最大流量。

3 天氣形勢(shì)分析

200 hPa形勢(shì)場(chǎng)（圖略），10日8時(shí)黃河中游處于低壓槽前高空急流出口區(qū)左前側(cè)的輻散區(qū)，20時(shí)急流繼續(xù)加強(qiáng)，抽吸作用增強(qiáng)，促使垂直上升運(yùn)動(dòng)發(fā)展，有利于降雨的形成。

500 hPa形勢(shì)場(chǎng)（見(jiàn)圖1），前期在中高緯西風(fēng)帶以經(jīng)向環(huán)流為主，貝加爾湖附近為一槽區(qū)，其北部有閉合的冷渦，副熱帶高壓主體位于海上，但脊線(xiàn)位置偏北，在北緯30°附近，1808號(hào)臺(tái)風(fēng)“瑪莉亞”位于副熱帶高壓西南側(cè)，向西北方向移動(dòng)。7月8日20時(shí)副熱帶高壓明顯西伸，西伸脊點(diǎn)至東經(jīng)114°附近，9日8時(shí)有高原系統(tǒng)生成，9日20時(shí)西風(fēng)槽與高原槽東移疊加，槽加深，環(huán)流經(jīng)向度明顯加大，形成了東高西低的有利降雨環(huán)流形勢(shì)。10日20時(shí)，西風(fēng)槽移到東經(jīng)90°以東，副熱帶高壓脊線(xiàn)北界達(dá)到北緯35°附近，西風(fēng)槽在東移過(guò)程中，與副熱帶高壓邊緣西南暖濕氣流在降雨區(qū)上空匯合，造成黃河中游區(qū)域性暴雨天氣。

10日8時(shí)在700 hPa高度上形成了一條從四川盆地到黃河中游的低空急流（圖略），10日20時(shí)急流達(dá)到14 m/s，將副熱帶高壓邊緣的水汽和不穩(wěn)定能量輸送到暴雨區(qū)，同時(shí)在甘肅、陜西交界處形成一個(gè)低渦，沿312線(xiàn)外圍有一條東北—西南向的切變線(xiàn)，暴雨發(fā)生在高空急流和低空急流左前方重疊處的正熱力次級(jí)環(huán)流的上升氣流區(qū)，并與700 hPa低渦的右前方相對(duì)應(yīng)。11日8時(shí)之后切變線(xiàn)和低渦東移北進(jìn)，黃河中游降雨趨于結(jié)束。

850 hPa形勢(shì)場(chǎng)存在切變線(xiàn)（圖略），且位置較700 hPa的略偏東，各層系統(tǒng)比較一致。

此次暴雨為典型的鋒面降雨，對(duì)應(yīng)地面圖（圖略）冷鋒加強(qiáng)和東移，影響黃河中游地區(qū)。

4 物理量診斷分析

4.1 水汽條件

水汽是形成降雨的必要條件，區(qū)域性暴雨的產(chǎn)生需要有大量水汽和水汽積累過(guò)程。由700 hPa和850 hPa比濕分布可知，7月9日20時(shí)，黃河中下游地區(qū)兩層比濕分別達(dá)到8、10 g/kg，之后隨著西南氣流不斷向東北方向輸送水汽，比濕進(jìn)一步加大，10日20時(shí)已分別達(dá)到10、12 g/kg，暴雨中心兩層比濕分別為12、14 g/kg，對(duì)流層低層水汽飽和（見(jiàn)圖2）。

從7月10日至11日暴雨期間相對(duì)濕度場(chǎng)變化圖（圖略）可見(jiàn)，700 hPa和850 hPa兩層相對(duì)濕度一直都大于70%，尤其是在10日20時(shí)兩層的相對(duì)濕度均大于80%，強(qiáng)降雨區(qū)則大于90%。

850、700 hPa和500 hPa三層上副熱帶高壓西側(cè)均表現(xiàn)為一致的偏南暖濕氣流，同時(shí)850 hPa和700 hPa上都有濕舌與其對(duì)應(yīng)，濕層非常深厚。

水汽通量散度表示輸送水汽的集中程度，強(qiáng)降雨發(fā)生前，9日20時(shí)850 hPa水汽通量散度圖（圖略）可以看出存在水汽通量輻散，10日8時(shí)迅速轉(zhuǎn)為輻合，低空急流左前方形成一個(gè)很大的水汽通量輻合中心，中心通量散度值為-16×10-7 kg/（s·m2·hPa）。10日20時(shí)，隨著大范圍強(qiáng)降雨的開(kāi)始，低層輻合中心向東北方向移動(dòng)，暴雨區(qū)上空的水汽通量散度負(fù)值中心強(qiáng)度增強(qiáng)至-20×10-7 kg/（s·m2·hPa），水汽通量散度負(fù)值中心與暴雨中心位置非常吻合。

4.2 動(dòng)力條件

強(qiáng)降雨的產(chǎn)生除了要有足夠的水汽來(lái)源外，還應(yīng)當(dāng)有足夠的動(dòng)力條件，渦度場(chǎng)和散度場(chǎng)是動(dòng)力診斷分析的重要依據(jù)。

散度是表征流體水平輻散程度的物理量，7月10日8時(shí)，黃河中游低層850 hPa上出現(xiàn)明顯的輻合，10日20時(shí)向上層擴(kuò)展，暴雨區(qū)中低層之間均為負(fù)值區(qū)，即低層輻合，而高層則一直為正值區(qū)，即高層輻散。

由10日20時(shí)散度沿北緯35°經(jīng)向垂直剖面（見(jiàn)圖3）可以看到，在強(qiáng)降雨區(qū)西側(cè)500—850 hPa對(duì)流層中低層之間有明顯的輻合區(qū)，說(shuō)明輻合區(qū)有一個(gè)逐漸向東擴(kuò)展的過(guò)程。200—400 hPa高空之間是明顯的輻散區(qū)。低層輻合、高層出現(xiàn)強(qiáng)輻散，這種抽吸作用使得暴雨區(qū)上空產(chǎn)生明顯的上升運(yùn)動(dòng)，有利于低層的水汽輻合凝結(jié)，為此次暴雨的發(fā)生與維持提供了動(dòng)力條件。

由渦度沿東經(jīng)106°經(jīng)度線(xiàn)的垂直剖面（圖略）可知，在暴雨區(qū)上空，低層正渦度、高層負(fù)渦度的特征非常明顯。400 hPa 以下為正渦度區(qū)，最大值出現(xiàn)在700 hPa，最大值大于14×10-5 s-1。400 hPa 以上為負(fù)渦度區(qū)，負(fù)中心出現(xiàn)在200 hPa，值小于-10×10-5 s-1。這種渦度的垂直分布非常有利于形成低層輻合、高層輻散的有利降雨形勢(shì)。

由7月10日20時(shí)垂直運(yùn)動(dòng)沿東經(jīng)106°的緯向剖面（圖略）可以看到，暴雨區(qū)上空為深厚的上升氣流區(qū)，從850 hPa一直伸展到200 hPa，在400 hPa附近有小于-1.5×10-3 ?hPa/s的閉合垂直速度中心，相比10日8時(shí)，中低層上升運(yùn)動(dòng)明顯加強(qiáng)，說(shuō)明垂直上升運(yùn)動(dòng)強(qiáng)烈。

4.3 熱力條件

假相當(dāng)位溫θse是反映大氣溫度、壓力、濕度的綜合特征量，在同一氣壓下，θse越大空氣越暖濕，越小空氣越干冷。由2018年7月10日20時(shí)850 hPa假相當(dāng)位溫場(chǎng)（圖略）可知，黃河流域中上游地區(qū)有大于344 K的高能舌，高能軸呈東北—西南向，高能舌從四川盆地伸向河套地區(qū)，把高能量帶入，從8時(shí)至20時(shí)，此高能區(qū)迅速北抬東移，這支高能舌與青藏高原東側(cè)低層偏南暖濕氣流的水汽輸送相聯(lián)系，為本次暴雨的維持提供了良好的熱力條件。

θse的垂直分布反映了大氣層結(jié)的對(duì)流穩(wěn)定狀態(tài)，當(dāng)θse隨高度升高而增大時(shí)表明氣層抬升前是穩(wěn)定的，抬升至飽和后仍是穩(wěn)定的;當(dāng)θse隨高度升高而減小時(shí)表明氣層為對(duì)流性不穩(wěn)定狀態(tài)。圖4給出了降雨前（9日20時(shí)）、降雨中（10日14時(shí)）和降雨后（11日8時(shí)）θse隨高度的變化情況。降雨發(fā)生前，700—550 hPa高空有干冷空氣由北向南侵入暖氣團(tuán)，從地面到600 hPa的θse差值達(dá)到-20 K，說(shuō)明該地區(qū)暴雨發(fā)生前氣層為強(qiáng)對(duì)流不穩(wěn)定狀態(tài)。降雨開(kāi)始后，北方侵入的干冷空氣高度下降到了850 hPa，在雨區(qū)上空，高層的能量明顯增加（變暖），上下層θse的差值減小，說(shuō)明降雨向穩(wěn)定性降雨發(fā)展。到11日8時(shí)，冷氣團(tuán)繼續(xù)入侵，800 hPa以下已經(jīng)完全處于其控制之下，中低層能量均明顯減小，降雨結(jié)束。

K指數(shù)可以用來(lái)表征大氣中低層暖濕程度和大氣穩(wěn)定度，一般K值越大潛能越大，大氣越不穩(wěn)定，越有利于降雨產(chǎn)生，暴雨開(kāi)始前黃河中游地區(qū)K指數(shù)逐漸增大，35 ℃以上的大值區(qū)向北偏東方向擴(kuò)展。7月10日8時(shí)至7月11日8時(shí)強(qiáng)降雨區(qū)域K指數(shù)一直大于35 ℃，強(qiáng)降雨過(guò)后K指數(shù)則明顯減小。

5 數(shù)值模擬結(jié)果分析

5.1 模擬方案設(shè)計(jì)

利用WRFV 4.1.2版本對(duì)本次暴雨過(guò)程進(jìn)行敏感性試驗(yàn)，采用雙重雙向嵌套方案，區(qū)域中心為（東經(jīng)105°，北緯38°），粗細(xì)網(wǎng)格的水平分辨率分別為27 km和9 km，對(duì)應(yīng)網(wǎng)格格點(diǎn)數(shù)分別為D1（301×205）和D2（148×112）。模式垂直方向分為33層，模式頂層氣壓為50 hPa，地形數(shù)據(jù)采用MODIS全球30′高分辨率地形資料，地表土地使用類(lèi)型共20類(lèi)。粗細(xì)網(wǎng)格的積分步長(zhǎng)分別為180 s和60 s，模擬時(shí)間從2018年7月9日8時(shí)至11日20時(shí)，每1 h輸出一次模擬結(jié)果。

在其他參數(shù)方案不變的情況下，利用4種云微物理方案和5種積云對(duì)流參數(shù)化方案進(jìn)行20組模擬試驗(yàn)，并對(duì)比不同方案組合的TS評(píng)分，以及降雨范圍和強(qiáng)度的模擬效果，以此得出適合于黃河中游地區(qū)的最優(yōu)微物理和積云對(duì)流參數(shù)化組合方案。模式參數(shù)化方案見(jiàn)表1。

5.2 模擬結(jié)果分析

表2為9 km格點(diǎn)分辨率下各參數(shù)化組合方案對(duì)小雨的TS評(píng)分，對(duì)于小雨量級(jí)的降雨，各種方案的差異非常小，TS評(píng)分均在0.92以上，預(yù)報(bào)效果均較好，說(shuō)明WRF模式對(duì)小雨有較好的反演報(bào)能力。對(duì)于中雨量級(jí)的預(yù)報(bào)，Kessler和GD方案組合的TS評(píng)分最高，Kessler和KF方案組合次之，Kessler和NewGrell方案組合的TS評(píng)分則為最低（見(jiàn)表3）。由此可見(jiàn)，在微物理過(guò)程為Kessler方案的情況下，積云對(duì)流參數(shù)化方案對(duì)中雨預(yù)報(bào)的影響相對(duì)較大。對(duì)于大雨量級(jí)的預(yù)報(bào)，Kessler和GD方案組合的TS評(píng)分最高，Kessler和New_KF方案組合次之，WSM6和KF方案組合的TS評(píng)分最低（見(jiàn)表4）。對(duì)于暴雨量級(jí)的降雨，Kessler和GD方案組合的TS評(píng)分最高，其次是Lin和KF方案組合，剩余大部分方案的TS評(píng)分均為0.2左右，Kessler和New_KF方案組合的TS評(píng)分為最低（見(jiàn)表5）。除微物理過(guò)程方案為Kessler時(shí)，積云對(duì)流參數(shù)方案之間的差異較大外，其他各微物理過(guò)程和積云對(duì)流參數(shù)方案組合之間的差異均較小。

整體來(lái)看，Kessler和GD方案組合對(duì)各個(gè)雨量級(jí)降雨預(yù)報(bào)的TS評(píng)分均為最高，明顯優(yōu)于其他方案，而其他方案組合對(duì)不同雨量級(jí)降雨預(yù)報(bào)的差異性也較大。WRF模式總體上對(duì)小雨的評(píng)分最高，暴雨次之，而中雨、大雨的評(píng)分較低，表現(xiàn)出“兩頭大，中間小”的特征，這與黃海波等[12]的研究結(jié)果一致。

為定量分析不同方案組合對(duì)WRF模式的數(shù)值模擬預(yù)報(bào)能力的差異，計(jì)算在不同方案組合下本次降雨過(guò)程中降雨量的實(shí)測(cè)值和預(yù)報(bào)值之間的相關(guān)系數(shù)、均方根誤差和平均絕對(duì)誤差（見(jiàn)圖5）。

由圖5明顯可以看到，Kessler和GD方案組合的相關(guān)系數(shù)最大，達(dá)0.71，其他方案組合的相關(guān)系數(shù)則均在0.5以下，Lin和BMJ方案組合的相關(guān)系數(shù)最小。均方根誤差和平均絕對(duì)誤差最小者均是Kessler和GD方案組合，其他方案的均方根誤差和平均絕對(duì)誤差較其明顯偏大，WSM6和BMJ方案組合的均方根誤差和平均絕對(duì)誤差均最大。

基于以上對(duì)于TS評(píng)分、相關(guān)系數(shù)、均方根誤差和平均絕對(duì)誤差的綜合分析，明顯可以看到在其他參數(shù)固定的情況下，Kessler和GD方案組合的預(yù)報(bào)精度最高，即TS評(píng)分最高，相關(guān)系數(shù)也最高，均方根誤差和平均絕對(duì)誤差最小，此方案為模擬此次降雨的最優(yōu)組合方案。

從嵌套一區(qū)域27 km分辨率的模擬雨量圖（圖略）可以看出，20種組合方案基本上都能較好地模擬出東北—西南的雨區(qū)走向，但對(duì)降雨中心強(qiáng)度和范圍的模擬存在較大的差別，這表明不同微物理方案和積云對(duì)流參數(shù)化方案對(duì)降雨量級(jí)、降雨強(qiáng)度的模擬均有一定程度的影響?；谝陨戏治隹梢钥闯鑫⑽锢矸桨高x取Kessler時(shí)，積云對(duì)流參數(shù)化方案之間的差異相對(duì)較大，因此以下主要分析微物理方案為Kessler時(shí)，各積云對(duì)流參數(shù)化方案的降雨預(yù)報(bào)效果。

從嵌套二區(qū)域9 km分辨率的模擬雨量圖（見(jiàn)圖6）可以看出，在微物理方案選取Kessler情況下，WRF模擬的小雨以上降雨范圍與實(shí)際降雨范圍基本吻合，并且隨著降雨量級(jí)的增大，5種方案的差異增大，主要體現(xiàn)在大雨以上降雨范圍及降雨中心量級(jí)上。NewGrell方案模擬的降雨強(qiáng)度偏強(qiáng)，且高估了暴雨的范圍，存在一個(gè)虛假的大暴雨區(qū)域。KF和BMJ方案模擬結(jié)果與實(shí)況的偏差最為明顯，模擬的大雨以上降雨區(qū)域相對(duì)觀測(cè)而言范圍明顯收縮，且存在一個(gè)虛假的大暴雨區(qū)域。New_KF方案模擬的大雨范圍與實(shí)況較為接近，但對(duì)暴雨的模擬明顯偏南偏東。GD方案的模擬效果最為理想，雖然模擬的中雨和大雨范圍與實(shí)況相比偏小，但其模擬的強(qiáng)降雨中心、分布與實(shí)況最為接近，雨區(qū)也最為集中，這與TS評(píng)分結(jié)果分析相符合。

通過(guò)對(duì)比分析10日20時(shí)WRF模擬的200、500 hPa高空形勢(shì)場(chǎng)與實(shí)況環(huán)流形勢(shì)（圖略）可知，WRF模式對(duì)造成此次降雨的大尺度環(huán)流背景場(chǎng)整體模擬較好，尤其是各方案對(duì)500 hPa上中高緯度西風(fēng)槽、副熱帶高壓脊線(xiàn)、熱帶氣旋的位置，及200 hPa上西風(fēng)急流的位置，模擬結(jié)果與實(shí)況基本吻合，但對(duì)于584 dgpm線(xiàn)的位置，除Kessler和GD組合方案模擬的與實(shí)況基本一致外，其他方案模擬的位置均有所偏南，造成模擬強(qiáng)降雨的北界較實(shí)況存在不同程度的偏南。

6 結(jié) 語(yǔ)

（1）2018年7月10日8時(shí)—7月11日8時(shí)，黃河中游出現(xiàn)一次以穩(wěn)定性降雨為主的區(qū)域性暴雨過(guò)程。受此次暴雨過(guò)程影響，涇渭河流域干支流普遍漲水，渭河魏家堡水文站11日19時(shí)6分洪峰流量達(dá)到4 290 m3/s，為1981年以來(lái)最大流量，黃河潼關(guān)水文站14日17時(shí)出現(xiàn)4 620 m3/s的洪峰流量，為該站2018年汛期最大流量。

（2）暴雨發(fā)生在西風(fēng)槽東移和副熱帶高壓西伸北抬過(guò)程中，主要是槽底部冷空氣與副熱帶高壓外圍西南暖濕氣流在降雨區(qū)上空交匯造成的，而低空急流則將副熱帶高壓外圍的水汽和能量源源不斷地輸送到降雨區(qū)上空，為強(qiáng)降雨的形成提供了充足的水汽和能量條件，700 hPa低渦切變線(xiàn)和850 hPa切變線(xiàn)則加強(qiáng)了低層的水汽輻合與垂直上升運(yùn)動(dòng)，同時(shí)地面冷鋒對(duì)強(qiáng)降雨的產(chǎn)生起到了觸發(fā)作用。

（3）副熱帶高壓西側(cè)各層表現(xiàn)為一致的偏南暖濕氣流，濕層非常深厚，同時(shí)高濕區(qū)、水汽通量散度負(fù)值中心與強(qiáng)降雨中心的位置非常吻合，為此次降雨的產(chǎn)生和維持提供了充足的水汽條件。高層輻散與低層輻合相配合的動(dòng)力結(jié)構(gòu)，以及強(qiáng)烈的垂直上升運(yùn)動(dòng)，非常有利于低層的水汽和能量向高層輸送，為本次暴雨的發(fā)生和發(fā)展提供了動(dòng)力條件。暴雨發(fā)生前，黃河中游氣層為對(duì)流不穩(wěn)定狀態(tài)，暴雨發(fā)生時(shí)高潛熱能釋放，并且雨區(qū)上空處于高能舌和K指數(shù)高值區(qū)，為本次暴雨的維持提供了熱力條件。

（4）由于WRF模式能很好地再現(xiàn)此次暴雨過(guò)程的大尺度環(huán)流背景場(chǎng)，尤其對(duì)中高緯度西風(fēng)帶系統(tǒng)的模擬結(jié)果與實(shí)況接近，使得各組合方案基本能模擬出降雨的基本分布形態(tài)。WRF模式對(duì)小雨有較好的反演能力，并且各方案差異非常小。對(duì)于中雨以上量級(jí)降雨的雨區(qū)位置和強(qiáng)度，各方案均存在不同程度的偏差，其中Kessler和GD方案組合的預(yù)報(bào)效果最好。整體來(lái)看，Kessler和GD方案組合對(duì)各個(gè)量級(jí)降雨預(yù)報(bào)的TS評(píng)分均為最高，模擬結(jié)果與實(shí)測(cè)結(jié)果的相關(guān)系數(shù)最大，均方根誤差和平均絕對(duì)誤差最小，在本次降雨預(yù)報(bào)中占有絕對(duì)優(yōu)勢(shì)。

（5）對(duì)于降雨的模擬，還要從多角度選取多個(gè)個(gè)例進(jìn)行分析，以驗(yàn)證適合黃河中游地區(qū)降雨模擬的綜合參數(shù)化方案，為WRF模式的本地化日常應(yīng)用和改進(jìn)提供參考依據(jù)。

參考文獻(xiàn)：

[1] 孫健，趙平.用WRF與MM5模擬1998年三次暴雨過(guò)程的對(duì)比分析[J].氣象學(xué)報(bào)，2003，61（6）：692-701.

[2] 劉寧微，王奉安.WRF和MM5模式對(duì)遼寧暴雨模擬的對(duì)比分析[J].氣象科技，2006，34（4）：364-369.

[3] 梅欽，智協(xié)飛，王佳.WRF模式不同云參數(shù)化方案的暴雨預(yù)報(bào)能力檢驗(yàn)及集成試驗(yàn)[J].大氣科學(xué)學(xué)報(bào)，2018，41（6）：731-742.

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

[5] 張少濟(jì)，孫科，張華，等.WRF模式微物理方案對(duì)山西省一次強(qiáng)降雨過(guò)程模擬的影響[J].水利水電技術(shù)，2013，44（9）：8-11.

[6] 諸葛豐林，鄭有飛，吳榮軍，等.江蘇省里下河地區(qū)一次暴雨過(guò)程的模擬研究[J].自然災(zāi)害學(xué)報(bào)，2014，23（5）：164-176.

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

[8] 胡玉梅，劉恒，徐林澤，等.小浪底庫(kù)區(qū)一次極端大暴雨事件的診斷與模擬[J].人民黃河，2019，41（增刊2）：6-8.

[9] JANKOV I， GALLUS J W A， SEGAL M， et al. The Impact of Different WRF Model Physical Parameterizations and Their Interactions on Warm Season MCS Rainfall[J].Weather and Forecasting，2005，20（6）：1048-1060.

[10] RAMA R Y V， HATWAR H R， KAMAL S A， et al. An Experiment Using the High Resolution and WRF Models to Forecast Heavy Precipitation over India[J]. Pure & Applied Geophysics，2007，164（8-9）：1593-1615.

[11] BUKOVSKY M K. Precipitation Simulations Using WRF as a Nested Regional Climate Model[J]. Journal of Applied Meteorology and Climatology，2009，48（10）：2152-2159.

[12] 黃海波，陳春艷，朱雯娜.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.

【責(zé)任編輯 張 帥】