夏季青藏高原那曲地區一次對流降水及云微物理的數值模擬

侯文軒，華維，郭藝媛，

1.成都信息工程大學 大氣科學學院/高原大氣與環境四川省重點實驗室/ 四川省氣象災害預測預警工程實驗室，成都 610225；2.上海市氣象信息與技術支持中心，上海 200030；3.中國科學院大氣物理研究所 竺可楨—南森國際研究中心，北京 100029

青藏高原(以下簡稱“高原”)是我國大部分江河的發源地,有“亞洲水塔”之稱.高原以其特殊的大地形動力作用和熱源驅動作用極大程度地控制了東亞乃至全球水分循環的平均狀態[1-2].在高原獨特的高低層風場配置和急流的引導作用下,對流云團東移出高原是影響我國長江流域降水的重要因子之一[3-4].夏季高原強烈的地形加熱激發出頻繁活躍的對流系統,形成高原上的平均整層上升氣流,加之源于低緯海洋的暖濕氣流提供了充足的水汽,導致夏季的高原成為強烈對流活動的區域[5].因此,研究高原對流云對預報我國降水具有重要意義.

由于高原地理環境惡劣,氣象站點稀疏,常規氣象觀測資料匱乏,而高原對流云又具有空間尺度小、生命周期短的特點,這給相關研究帶來很大困難,使得對高原云的研究一直存在著較大的不確定性[6-9].隨著衛星、雷達遙感以及數值模式的飛速發展,學者們對高原云降水的研究有了更深入的了解.江吉喜等[10]早在2002年就曾利用靜止氣象衛星(GMS)指出了夏季高原對流云活躍、頻繁且強度不大的普遍特征,同時揭示了高原對流云午后發展的日變化特點.李典等[11]通過TRMM衛星資料結合再分析資料綜合分析了高原對流云特殊的水平和垂直結構,得出云體在水平和垂直方向上分別為零散塊狀結構和“被擠壓”狀態的空間分布特征.朱平等[12]進一步指出了高原夏季降水主要以深厚的弱對流降水為主.為更深入了解高原特殊的天氣系統,我國自1979年開始組織了3次大型青藏高原大氣科學試驗[13-15].徐祥德等[16]通過對1979年和1998年兩次青藏高原大氣科學試驗的成果概括出高原地區存在深厚的Ekman“抽吸泵”動力機制,可以促使高原上對流云發展.趙平等[17]總結了第三次青藏高原大氣科學試驗(The Third Qinghai-Tibet Plateau Atmospheric Scientific Experiment,TIPEX Ⅲ)成果,指出高原對流云活動可能是局地發展所致,應將研究重點放在云宏、微觀特征以及水成物的轉化機制上.常祎[18]通過TIPEX Ⅲ獲取的飛機觀測資料研究了高原對流云的云微物理特征及降水形成機制.

高分辨率的中尺度數值模式能很好地反映復雜地形降水的非線性動力、熱力以及微物理過程,因此廣泛應用于云降水過程研究中[19].中尺度數值天氣預報模式(Weather Research and Forecasting Model,WRF)數值天氣預報模式在各種模式中由于其詳細的物理過程以及多樣的參數化方案而被廣泛應用[20-21].顧小祥等[22]選用了16 種云微物理方案對一次高原切變線暴雨過程進行了數值模擬,發現了高原降水中冷云降水貢獻較大.唐潔等[23]通過對高原一次對流云降水過程的模擬,發現暖雨過程對降水直接貢獻較小,并指出其對云中霰胚形成有著十分重要的作用.陰蜀城等[24]進一步揭示了云中水成物各粒子相互轉化的微物理過程.目前通過WRF對高原對流云的研究更多集中于模式驗證和降水統計上,而涉及降水過程中云微物理特征的研究則相對較少.因此,研究高原對流云形成的微物理機制對深入了解高原降水過程有著十分重要的意義.鑒于此,本研究利用WRF(V4.0版)模式對2019年7月14日高原那曲地區一次對流云降水過程進行模擬,并對其云微物理結構特征和轉化過程進行分析,旨在揭示高原對流云降水的物理機制.

1 資料和方法

1.1 資料來源

本研究所用資料包括:① 美國環境預報中心(National Centers for Environmental Prediction,NCEP)和美國國家大氣研究中心(National Center for Atmospheric Research,NCAR)提供的一日4次的FNL再分析資料,空間分辨率為1°×1°; ② 氣象大數據云平臺提供的全西藏地區自動氣象站逐小時降水數據; ③ TIPEX Ⅲ設置在那曲氣象局內的Ka波段毫米波云雷達觀測得到的反射率因子等數據; ④ 中國氣象數據網提供的風云二號E星(FY-2E)觀測的相當黑體亮溫(Black Body Temperature,TBB)資料.

1.2 試驗設計

采用中尺度數值模式WRF(V4.0版)對青藏高原那曲地區2019年夏季7月14日的一次對流云降水個例進行模擬.模式初始場和邊界場采用NCEP FNL資料; 模擬采用兩層嵌套(9 km和27 km)(圖1),模擬中心位置位于青藏高原那曲地區(35.1°N,89.7°E),地圖投影采用蘭伯特投影,垂直方向分為不等距32層,頂層氣壓為50 hPa,嵌套區域網格格點信息如表1所示.云微物理參數化方案選用Lin方案[25],積云對流參數化方案選用Grell-Freitas方案[26],邊界層方案選用Eta方案[27],陸面過程方案選用Noah方案[28],長波輻射方案選用Rapid Radiative Transfer Model方案[29],短波輻射方案選用Dudhia方案[30].模式積分步長為120 s,模式模擬時間從7月14日00:00-24:00.

審圖號:GS(2023)2762號

表1 嵌套區域網格設置

1.3 異同點

1) 本研究在降水模擬結果的驗證上,采用中國氣象局的自動氣象站點觀測資料作為降水“真值”,為本次試驗過程提供最可靠的驗證資料.

2) 本研究在研究對流云發展的模擬結果上,采用TIPEX III設置于那曲氣象局的Ka波段毫米波云雷達的探測資料,作為本次試驗過程的實況數據.

3) 本研究通過改動WRF模式源代碼的方式輸出轉化源項,在分析高原云微物理結構的基礎上,進一步研究本次對流過程中成云致雨的轉化機制.

2 天氣背景

2019年7月14日00:00-24:00,青藏高原那曲地區發生了一次自西向東的對流性降水天氣過程.從14日12時500 hPa高度場(圖2a)上可知,巴爾喀什湖大槽槽前冷空氣南下與低緯暖濕氣流在高原匯合,并在那曲地區形成一個閉合低壓系統,為本次降水過程提供了動力條件.進一步對水汽通量(圖2b)進行分析也可發現,高原南側為水汽通量大值區,低緯地區水汽源源不斷涌向高原腹地,在那曲地區形成整個高原主體的水汽高值中心,其最大水汽含量在0.6 kg/(m·s)以上,說明本次降水過程中水汽供應充足,有利于對流系統的形成和發展.

圖2 2019年7月14日12:00 500 hPa位勢高度場、風場、整層積分的水汽通量

已有研究指出,黑體亮溫數據(TBB)能夠較好地揭示高原對流云的活動和分布特征,并將TBB值≤-32 ℃定義為對流云[10].采用FY-2E觀測的TBB數據對本次對流云降水過程進行分析(圖3),圖中“○”代表那曲氣象站所在位置(31.48°N,92.01°E).由圖3可見,7月14日8:00高原上已有零星塊狀云系出現,那曲地區東西兩側云系已有低于-50 ℃的TBB值出現,表明此時對流云已經形成; 至中午12:00,那曲地區對流云發展十分迅速,整個那曲地區已被大片塊狀對流云系所覆蓋,對應的TBB值均已低于-50 ℃,其南側和東南側甚至低于-60 ℃,表明此時該區域云頂較高,對流非常旺盛; 16:00對流云系整體東移減弱,那曲上空TBB值高于-30 ℃,對流活動開始減弱,云系逐漸消散; 20:00那曲地區TBB值整體達到-20 ℃以上,此時已無明顯的對流活動.可見,14日發生于那曲地區的對流活動較為旺盛,對流降水主要產生于12:00-16:00.

圖3 2019年7月14日FY-2E衛星TBB空間分布

3 結果和分析

3.1 降水

由2019年7月14日西藏自動氣象站降水量和WRF模式模擬得到的24 h累積降水量空間分布(圖4)可知,實況降水主要呈現出“西南—東北”橫向分布的特點,降水大值中心分別位于高原中部和東北部(圖4a).從對應的實況模擬場(圖4b)中可發現,模擬結果基本再現了本次降水的“西南—東北”向分布特征,降水大值區主要位于西藏西部至東北部一線,西藏西南部和東南部也分別存在一個降水大值區,同時各大值區量級也能夠與自動站降水較好吻合,但模擬的雨區范圍總體上偏大,其原因可能與高原自動氣象站密度較低,無法獲取完整的降水分布有關[31].

圖4 西藏自動氣象站(a)與模擬(b)的2019年7月14日00:00-24:00高原24 h累積降水量空間分布

為進一步驗證模式對本次對流云降水日變化的模擬能力,采用最鄰近插值法將7月14日0:00-24:00模式模擬結果插值到那曲氣象局所在經緯度,與西藏自動氣象站降水小時數據進行對比(圖5).由圖5可以發現,本次對流云降水主要發生在凌晨至清晨的1:00-7:00和日間的9:00-15:00兩個階段,模式也基本能夠模擬出本次降水的日變化特征.然而,對于發生于凌晨至清晨的降水,盡管模擬結果中也有所體現,但模式對該階段降水的量級和逐時演變特征的模擬效果并不理想.進一步分析可以發現,模式對發生于日間10:00-16:00時段的降水具有較好的模擬能力,模式較好地再現了降水從9:00開始發展,至10:00-11:00達到峰值,并于16:00結束的特征,但對于降水量的模擬略有誤差,兩個降水大值時段的表現均低于觀測值.

圖5 那曲自動氣象站觀測和模擬的2019年7月14日00:00-24:00那曲地區逐時降水時間序列

3.2 雷達回波

圖6為2019年7月14日00:00-24:00那曲氣象局Ka波段毫米波云雷達觀測的反射率因子以及模式模擬的強回波頻次與垂直速度分布.從Ka波段毫米波云雷達反射率因子的時間—高度分布圖(圖6a)來看,反射率因子對本次天氣過程有較好反映,云體發展存在明顯的日變化特征,這也與降水實況較一致.進一步選取模擬的回波強度大于5dBZ的回波頻次(圖6b)和垂直速度(圖6c)與雷達反射率因子(圖6a)進行對比可知,模擬值和Ka波段毫米波云雷達觀測結果相似,其中回波頻數最大值出現時間分別為10:00-12:00以及14:00-16:00,而上升氣流出現時間與雷達觀測回波峰值時間對應,垂直速度可達50 m/s以上,之后上升運動逐漸減弱,表明那曲地區對流活動自上午開始發展,午后發展為對流云體,日落后對流明顯減弱,并于夜間逐漸轉為層積云.

圖6 2019年7月14日00:00-24:00那曲Ka波段毫米波云雷達反射率因子、模式模擬的回波頻次和垂直速度

綜上可見,模式能夠較好地刻畫本次對流云降水的空間分布和日變化特征,且模擬的回波頻次和垂直速度也能與雷達觀測結果和降水實況較好對應.因此,利用WRF模式的輸出結果對本次對流云降水微物理過程進行分析具有較高的可行性.

3.3 云微物理結構及轉化

3.3.1 云微物理結構

圖7為模擬的7月14日00:00-24:00那曲地區各相態粒子混合質量比時間—高度分布(圖中紅色線條為0 ℃高度層).由圖7a可見,冰粒子主要分布于高層300～100 hPa范圍內,其大值中心位于250 hPa附近; 雪粒子(圖7b)分布較廣,450～100 hPa均有存在,但主體位于高層,大值中心主要集中在200 hPa左右; 霰粒子(圖7c)和云水粒子(圖7d)則主要出現在中層,其大值中心均位于450 hPa高度,其中霰粒子質量比更大,而云水粒子出現的時間更長; 雨水粒子(圖7e)則基本集中于低層,大值中心位于550 hPa左右.

圖7 2019年7月14日00:00-24:00那曲地區各相態水凝物混合質量比

就各相態粒子混合質量比的時間演變而言,雨水粒子混合比高值區主要集中于10:00-13:00,其中心極值可達到0.6 g/kg,這與降水產生時間較為吻合,說明高原對流降水于午間開始出現; 與此同時,雪粒子和霰粒子在該時段內均存在大值中心,其極值中心>0.6 g/kg; 冰粒子和云水粒子在10:00-13:00時段內混合質量比僅為0.45 g/kg,而二者的大值中心主要分布在13:00-16:00時段內,在午后時間段雨水粒子已基本消散.由此可知,本次對流云降水主要受冰相過程影響,其中雪粒子和霰粒子是天氣過程中冷云水成物的主要組成部分.

3.3.2 云微物理轉化過程

云微物理過程實質上是不同水凝物粒子之間的相互轉化,因此對降水的形成和發展十分重要[32].首先對云微物理結構源項進行分析.Lin方案中共包括6種水生物源匯項[33],本研究選取對降水貢獻較大的雨水源項、雪源項和霰源項進行分析.雨水源項共4個過程,分別為雪的融化(Msr)、霰的融化(Mgr)、雨水碰并云水(Ccr)以及云雨的自動轉化(Acr).雪源項共5個過程,分別為雪的凝華增長(Svs)、雪的凇附增長(Ccs)、冰的貝杰龍過程(Bis)、雪碰并冰(Cis)和冰向雪的自動轉化(Ais).霰源項共9個過程,其中初生霰粒子過程(霰胚形成的過程)有4個,分別為過冷雨滴凍結成霰(Frg)、過冷雨滴碰凍雪(Csr)、冰碰凍過冷雨滴(Cri)和雪向霰的自動轉化(Asg).當霰粒子經過以上過程后,可按照霰的凝華增長(Svg)、霰碰并雪(Csg)、霰碰并冰(Cig)、霰碰并過冷雨滴(Crg)以及霰的凇附增長(Ccg)5類方式增長.

圖8為7月14日12:00那曲上空雨水、雪和霰源項轉化率垂直分布圖.由圖8a可見,雨水主要來自于霰粒子的融化(Mgr),且霰粒子的融化主要發生在500 hPa,最大轉化率達到7.9 g/(1 000 kg·s),雨水碰并云水(Ccr)和雪的融化(Msr)則是本次降水的次要來源,最大轉化率分別為0.8,0.2 g/(1 000 kg·s).可見,大量霰粒子與部分雪粒子的融化共同形成雨水粒子,同時雨水與云水的碰并進一步提高了成雨效率.對于雪源項(圖8b),雪粒子主要來源于冰的貝杰龍過程(Bis)和自身的凇附增長(Ccs),并且各過程在不同高度上差異明顯,前者主要發生于450～150 hPa,而后者則集中在550～300 hPa; 雪的凝華增長(Svs)是形成雪粒子的另一重要途徑,其轉化過程在550～150 hPa各層均存在,最大值位于300 hPa,轉化率達0.35 g/(1 000 kg·s).從霰初生源項的垂直分布(圖8c)可見,霰粒子幾乎全部來自于過冷雨滴碰凍雪轉化為霰(Csr)這一過程,其最大轉化率發生在500 hPa,達到0.29 g/(1 000 kg·s).霰增長的微物理過程(圖8d)多集中在600～350 hPa范圍,其中霰自身的凇附作用(Ccg)對霰增長的影響最大,其次為霰碰并雪(Csg),霰碰并過冷雨滴(Crg)和粒子自身的凝華增長(Svg)貢獻相對較小,其最大轉化率僅為0.6,0.5 g/(1 000 kg·s).

圖8 2019年7月14日12:00那曲地區云微物理過程源項轉化率

總體來看,冰相粒子(雪和霰)的增長主要來自于碰并(Ccs,Csr,Ccg,Csg,Crg)和凝華過程(Bis,Svs,Svg),其中云水對冰相粒子的增長起到了重要作用,并通過碰并和凝華形成了大量霰粒子和少量雪粒子,在500 hPa附近融化(Mgr,Msr)形成降水,而雨水與云水的碰并作用(Ccr)進一步提升了成雨效率.

進一步對本次降水中的云微物理過程時間變化特征進行分析.由7月14日那曲對流云降水微物理過程逐時變化曲線可見,相關云物理過程也主要發生在10:00-16:00時段內,與降水產生時段較為一致.凝華和貝杰龍過程(圖9a)中,冰通過貝杰龍過程轉化成雪(Bis)的貢獻最大,霰的凝華增長(Svg)和雪的凝華增長(Svs)貢獻較小.由圖9b可見,冰向雪的自動轉化(Ais)最為明顯,而云雨的自動轉化(Acr)次之,冰相粒子聚集程度遠小于其他過程.此外,冰相粒子聚集過程的變化趨勢也與其余過程存在明顯差異,表明聚集過程對降水的作用較小.對于碰連和碰并增長過程(圖9c),霰的凇附增長(Ccg)貢獻最大,其次為霰碰并雪(Csg),其余過程貢獻較小.對于融化過程(圖9d),霰粒子的融化(Mgr)對降水的產生起到了重要作用,而雪粒子融化(Msr)幾乎可以忽略.由此可見,對于本次對流云降水,水汽凝華后形成冰、雪和霰粒子,其中雪粒子主要依靠冰的貝杰龍過程和碰并過程增長,而霰粒子則通過雪粒子和自身的碰連和碰并作用增長,隨著上升氣流的減弱,大量霰粒子和部分雪粒子下落至0 ℃層附近融化形成降水,且此過程中云水粒子對雪粒子和霰粒子的形成作用明顯.

圖9 2019年7月14日00:00-24:00那曲地區云微物理過程源項轉化率隨時間的演變特征

4 結論

采用WRF模式(V4.0版)對2019年7月14日青藏高原那曲地區一次對流云降水過程進行了數值模擬,分析了降水特征、云微物理結構以及轉化過程,得出以下結論:

1) 對降水量空間分布、日變化特征和雷達回波等量的模擬結果表明,WRF模式對本次青藏高原那曲地區的降水過程具有較好的模擬能力,能夠基本還原對流云的發展過程.

2) 云微物理結構特征的分析結果表明,固態水凝物的分布高度普遍高于液態水凝物,其中冰和雪主要分布于中高層,中低層以霰和云水為主,低層多為雨水粒子.此外,雪、霰和雨水粒子的轉化主要發生在降水時段內,表明本次降水以冰相過程為主,且雪粒子和霰粒子貢獻較大.

3) 本次降水的云微物理轉化過程以冰相過程為主,高層雪粒子通過冰的貝杰龍過程增長,中層霰粒子則由雪粒子與過冷水滴的碰并形成,并通過雪粒子和自身碰并作用增長,低層則更多通過自身的凇附過程增加,隨著上升氣流逐漸減弱,大量霰粒子和部分雪粒子在0 ℃層附近融化形成降水,而雨水與云水的碰并作用進一步促進了降水的增加.此外,暖雨過程對降水的直接貢獻較小,但對冰相粒子的形成作用明顯.