Numerical simulation and spatial distribution of summer precipitation in the Qinling Mountains
XIN Rui, DUAN Keqin,School of Geography and Tourism, Shaanxi Normal University, Xi'an 710119, China通讯作者:
收稿日期:2018-12-11修回日期:2019-07-18网络出版日期:2019-11-25
基金资助: |
Received:2018-12-11Revised:2019-07-18Online:2019-11-25
Fund supported: |
作者简介 About authors
辛蕊(1994-),女,河北保定人,硕士生,主要从事区域气候变化数值模拟研究E-mail:syrus.xin@snnu.edu.cn。
摘要
关键词:
Abstract
Keywords:
PDF (6769KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
辛蕊, 段克勤. 2017年夏季秦岭降水的数值模拟及其空间分布. 地理学报[J], 2019, 74(11): 2329-2341 doi:10.11821/dlxb201911010
XIN Rui.
1 引言
秦岭作为中国北亚热带和暖温带气候的分界线,南北跨距约200 km,东西跨距约1600 km,横贯中国中部,其高大地形对水汽输送有明显的阻滞作用[1]。秦岭不仅是关中的主要水源地,也是“南水北调中线”的主要产水区。秦岭水资源的核心就是大气降水,当前对秦岭及其周边地区的气候暖干化[2,3]、旱涝格局[4,5,6]和降水变化成因[7,8]等方面做了大量研究,但基本都利用的是秦岭南北平原区海拔低于600 m的气象资料,广大高山区往往被忽略掉,原因是秦岭山区中的台站稀少,且位于谷地。在海拔大于1500 m的秦岭核心区,因海拔较高(图1),几乎没有降水观测资料,导致对秦岭高山地区的降水变化并不十分了解。比如利用秦岭及周边地区加密的气象站降水数据,发现夏季降水的空间变化表现为从汉中盆地向陕北递减[9],没有体现出秦岭降水高值区,而实际随海拔的升高,降水在秦岭高山区有增大趋势。图1
新窗口打开|下载原图ZIP|生成PPT图1模拟试验区域及地形分布(红线为秦岭南北研究范围,黑点为气象站点)
Fig. 1Simulation domain and topography distribution (the red contour is the study area of the Qinling Mountains, and the black dots represent meteorological stations)
综观对秦岭地区的降水研究,直至目前还没有关于秦岭高海拔地区降水的研究。单靠地面观测数据不能得到降水空间分布特征,对全面认识秦岭地区大气降水及其水资源十分不利。虽然也可利用再分析和卫星资料进行山区降水研究[10,11],但这些资料存在误差较大和分辨率较低的缺点。鉴于此,需要对秦岭地区的降水进行模拟研究,一方面弥补地面观测的不足,另一方面可从机理上研究秦岭地区的降水变化。
WRF模式(Weather Research and Forecasting Model, WRF)是新一代中尺度数值天气预报系统,是研究天气和气候变化的重要工具[12,13,14]。该模式能够克服再分析资料分辨率太粗,难以捕捉复杂地形下降水模式的弊端,为研究水资源提供强有力的降水模拟[15]。积云参数化方案[16,17,18]和水平分辨率[19,20]的优选是影响降水模拟的关键参数。积云参数与大尺度环流通过网格尺度动力的相互作用,直接影响降水的物理过程,是数值模式中十分重要的非绝热加热物理过程[16]。水平分辨率则通过改变地形拖曳及地表强迫导致水汽输送发生变化,从而影响降水[20]。
在秦岭地区开展了有关强降水事件过程的模拟工作[21,22,23],但缺少对季节尺度的模拟分析,且未涉及对降水过程模拟中关键参数的优选,也没有对秦岭及周边降水的空间变化分析。基于此,本文主要目的是使用WRF V3.9对2017年秦岭地区夏季降水进行模拟,探讨不同积云参数化方案及水平分辨率对降水模拟的影响,以期提供较高可信度的秦岭地区夏季降水的空间分布。
2 方案介绍及试验设计
2.1 3种积云参数化方案介绍
由于云微物理的复杂性和模式网格尺度的限制,对积云需进行参数化,依据对积云微物理过程的不同表达,通常有如下3种积云参数化方案。Kain-Fritsch(KF)方案。KF方案主要通过拉格朗日气块法来判定对流不稳定性,根据对流有效位能是否为正及云厚度是否超过最小深对流触发云厚度来判断对流的发生状态,通过调整云底、云内质量通量及云内与周围环境的卷入卷出质量交换来约束对流云的垂直结构,基于对流调整时间来控制对流的强度[24,25]。该方案在捕捉主要雨带的时空分布[26]、季节平均模式和年周期[27]时与观测数据表现出了良好的空间相关性,但也存在着严重高估降水的弊端[26,27,28,29]。
Betts-Miller-Janjic(BMJ)方案。BMJ方案认为积云对流产生的净潜热释放和对流降水会使原条件不稳定的大气在一定时间内重新处于平衡状态或中性状态,方案中分别考虑深对流和浅对流的作用,浅对流通过影响垂直方向上热量和水汽的重新分配,从而为深对流调整提供必要的环境场[30,31]。该方案能够更加合理的模拟加热曲线、潮湿不稳定性以及蒸发和冷凝的季节性循环[32],但是由于其不能捕捉到对流有效位能与降水之间的关系,导致低估夏季降水,尤其是沿海地区[33]。
Grell-Freitas(GF)方案。GF方案在每个计算格点运行多套积云方案,把计算结果取平均值反馈到模式中,改进了云分辨尺度的转化,通过云冷凝结核的云水到雨水的自动转化,对依赖于气溶胶的云滴蒸发实现了与气溶胶的相互作用[34,35]。WRF V3.9对GF方案进行更新后,其在对流过程、表面温度以及降水强度的模拟得到了明显改善[36]。对夏季降水模拟时发现,GF方案比KF方案更易捕捉大平原和北美季风区域的夜间降水行为[37],但是该方案被证实存在高估液水路径以及低估冰水含量的现象[38]。
2.2 试验设计
本文模拟区域为秦岭及其周边地区(图1)。模式验证数据为陕西省22个气象台站降水资料(http://cdc.nmic.cn)。采用中国国家气象中心基于台站观测的降水量插值得到的逐日网格降水量实时分析系统数据集(简称CGPA)(http://cdc.nmic.cn),来对比分析模拟的降水空间分布。该数据集水平分辨率为0.25°×0.25°,能精确反映中国日降水量分布,是近年来发布的与地面观测最接近的格点降水产品[39]。本文使用WRF V 3.9进行2组模拟试验:
(1)不同积云参数化试验方案。选取模拟试验的中心点为(34.5°N、107.5°E),采用双重嵌套网格,水平分辨率分别为18 km(Grid1)和6 km(Grid2),垂直方向分为35层,模式层顶为50 hPa。驱动数据采用美国国家环境预报中心(NCEP)提供的再分析资料(FNL),水平分辨率为1°×1°,时间间隔为6 h。选用KF、BMJ和GF 3种积云参数化分别对2017年5月1日00:00-9月1日00:00(世界时, 下同)进行模拟,其中前31 d为模式起转时间,不做分析。其他物理参数化方案包括:Lin微物理过程方案,YSU边界层方案,RRTM长波辐射方案,Dudhia短波辐射方案和Noah陆面过程方案。
(2)高分辨率试验方案。此方案的设计是基于试验(1)的基础上,如图1采用3层嵌套网格,水平分辨率为18 km(Grid1)、6 km(Grid2)和2 km(Grid3)。除原有的3种积云参数化方案外,还增加了在最内层不使用积云参数化方案(NON_2 km)的设计。由于无论最内层分辨率为6 km还是2 km,BMJ方案均表现最佳,因此NON_2 km方案中Grid1和Grid2均设定为BMJ方案。其余设置与试验(1)保持一致。
3 不同积云参数化方案模拟结果
3.1 2017年夏季降水的空间分布
从图2可以看出,在2017年6-8月,CGPA日平均降水数据与WRF模式模拟的降水空间格局大体一致。由于WRF模式水平分辨率是CGPA的约4倍,其模拟的降水场空间格局更加细致(图2a~2d),在大巴山、汉中盆地、秦岭和关中平原地区,都能够细致地描绘地形剧烈起伏带来的降水场的空间分布差异。同CGPA数据相比,WRF模式模拟结果更能体现山区(如秦岭和大巴山)降水的空间特征。此外,CGPA数据的获得也考虑了地形影响,但由于分辨率较低和缺乏机理分析,造成CGPA数据本身也存在一定的误差。图2
新窗口打开|下载原图ZIP|生成PPT图22017年夏季秦岭降水量空间分布
注:黑色三角形为秦岭主峰太白山,黑点1、2、3、4分别为凤翔站、佛坪站、汉中站、镇巴站。
Fig. 2Spatial distribution of summer precipitation in the Qinling Mountains (the black triangle represents Taibai Mountain, the main peak of the Qinling Mountains, and the black dots marked with 1, 2, 3, and 4 indicate the locations of Fengxiang Station, Foping Station, Hanzhong Station and Zhenba Station, respectively)
山区降水分布的特征是诸如山脉走向、海拔高度、坡向、坡度以及水汽含量和大气层结稳定度等因素综合影响的结果。从图2a~2d看,3种积云参数化方案均能模拟出秦岭及周边地区夏季降水具有明显随纬度的分布特征,整体上降水从南到北呈条带状分布的空间格局,高值中心位于大巴山西部,低值中心位于关中平原。但KF方案模拟降水较大,GF和BMJ方案模拟的降水空间变化格局比较一致,都体现出在秦岭主体33.5°N~ 34°N之间出现一条降水高值带,最大降水超过10 mm/d,秦岭北面的关中平原降水平均在1~3 mm/d,而秦岭南面的汉中盆地降水平均在2~4 mm/d,体现了秦岭对降水分布的空间影响。秦岭南侧是偏南气流的迎风坡,地形抬升作用和冷锋过山产生的垂直扰动的叠加作用激发了垂直上升运动的强烈发展,使得秦岭南坡降水量较大[40]。相比较,仅利用低海拔降水资料得到的秦岭及周边地区降水的空间分布[9],不能体现出秦岭山区的高降水带。
为了更加细致的比较WRF模式各方案对地形降水的捕捉能力,绘制了107°E~108°E经向剖面平均降水量随纬度的变化(图3),并与剖面附近的镇巴、汉中、佛坪、凤翔4个台站(图2)以及CGPA数据进行比较。CGPA、BMJ及GF方案与台站资料表现一致,均能较好的表现出大巴山和秦岭南北坡降水与地形的剖面一致性,雨峰雨谷基本上与山峰山谷一一对应,但模拟值要比CGPA值大。尤其是在秦岭107.5°E处正好是太白山地区(最高海拔3776 m),在此的模拟值正偏差较大,主要是由数值点风暴造成的。由于夏季暖湿气流北上,再加上秦岭对气流的阻隔作用,导致秦岭南坡降水大于北坡。与其他2种积云参数化方案相比,无论是在量级上还是降水分布形态,KF方案在秦岭南坡地区存在显著的降水差异,难以呈现降水与地形的剖面一致性。
图3
新窗口打开|下载原图ZIP|生成PPT图3107°E~108°E经向降水剖面(a)、不同积云参数化方案模拟结果(b)与高分辨率下模拟结果(c)验证
Fig. 3107°E-108°E meridional precipitation profile (a) Simulation results of different cumulus parameterization schemes; (b) Simulation results at high resolution; (c) Verification data
采用Wang等评估再分析资料的方法[41],选取相关系数(R)、平均偏差(MBE)、平均绝对误差(MAE)和均方根误差(RMSE)4个指标,以22个气象观测值为参考对模拟结果进行评估。将效果分为7个等级,代表效果好的评价因子最大评分为7,反之评分为1,评分最高则效果最优,结果如表1所示。
Tab. 1
表1
表1模拟方案评估结果
Tab. 1
方案名称 | R | MBE(mm/d) | MAE(mm/d) | RMSE(mm/d) | 评分 | |
---|---|---|---|---|---|---|
试验(1) | BMJ | 0.4756 | 0.5412 | 1.0757 | 1.4653 | 16 |
KF | 0.6859 | 3.4537 | 3.4537 | 4.3084 | 10 | |
GF | 0.6438 | 1.2021 | 1.5951 | 1.8990 | 15 | |
试验(2) | BMJ_2 km | 0.3792 | 0.1989 | 0.9201 | 1.2377 | 21 |
KF_2 km | 0.5928 | 2.5415 | 2.5518 | 3.2045 | 11 | |
GF_2 km | 0.4532 | 0.4384 | 0.9935 | 1.4683 | 18 | |
NON_2 km | 0.5887 | 0.5399 | 1.0061 | 1.2311 | 21 |
新窗口打开|下载CSV
BMJ方案在降水量级上与观测站点最为接近,均方根误差、平均偏差、平均绝对偏差均为最小。KF方案模拟降水与观测站点相关性最高,相关系数接近0.69,但出现了十分明显的湿偏差。GF方案无论在量级上还是相关性方面都没有表现出明显的优越性。因此,从评分结果来看,BMJ方案对秦岭平均降水量的模拟优于其他方案。
3.2 降水类型
模式模拟的总降水量由对流性降水和大尺度降水组成,不同的积云参数化方案由于对流触发机制、闭合假设等的设定不同对不同类型的降水模拟也存在差异。为进一步分析哪类降水是导致降水差异的主要原因,图4对比了3种积云方案模拟的对流性降水和大尺度降水,KF方案模拟结果显示对流性降水占主要地位,而其余2种方案以大尺度降水为主。大尺度降水强度依次为GF > KF > BMJ,而对流性降水强度则为KF > BMJ > GF。因此,KF方案与BMJ模拟的降水差异主要是由对流性降水的模拟偏多造成的,而GF方案则是由于对大尺度降水模拟偏高。图4
新窗口打开|下载原图ZIP|生成PPT图4秦岭6-8月不同类型降水空间分布
Fig. 4Spatial distribution of different types of precipitation during June-August
4 高分辨率对模拟水平的改善
积云参数化方案通常针对较粗网格而设计[42],在高分辨率条件下能否直接显式解析积云对流过程?提高模式分辨率是否可优化降水的模拟效果?这方面的研究值得进一步探讨。图2e~2h显示了在2 km分辨率条件下,各方案的模拟效果。相比6 km分辨率,所有方案对降水量的高估都得到了明显改善,且能够更加细致地刻画出降水的空间变化,但相关性有所下降(表1)。其中,NON_2 km方案的得分与BMJ_2 km方案一致,优于其他所有方案,但在两个最大降水发生位置,NON_2 km方案要比BMJ_2 km方案夏季降水多出1 mm/d(图3b)。因此,在秦岭这样地形复杂的区域,水平分辨率的提高更有利于改善对降水强度的模拟。2 km分辨率虽然能够在一定程度上显式解析积云对流过程,但选择恰当的积云参数化方案可以避免模式过度强化地形强迫作用,从而减少虚假降水的产生。
5 影响机理分析
通过对秦岭地区夏季降水的空间分布、量值以及降水类型的对比分析,表明不同积云参数化方案以及水平分辨的改变都会对模拟性能产生显著影响。因此,通过分析模型模拟的水分条件和大气不稳定性两个方面来解释产生差异的原因,可进一步认清秦岭地区降水的变化机理。5.1 水分条件
水汽是形成降水的必要条件,其输送状况是研究降水必须考虑的重要因子。图5为6 km分辨率下各方案模拟的夏季秦岭地区整层平均的水汽通量,水汽来源主要有3条通道:来自孟加拉湾及西太平洋的水汽分别经由青藏高原东北侧、四川盆地和长江中下游平原输送至秦岭地区。其中,GF、KF模拟结果显示经由青藏高原东北侧、四川盆地以及长江中下游地区而来的水汽在33°N处汇合,受到秦岭的阻碍作用,在34°N附近水汽输送偏转为西南方向。由于BMJ方案模拟的偏东风较弱,因而没有显示出来自长江中下游地区水汽与其他两条水汽通道的汇合现象,这可能是导致该方案模拟的秦岭南坡水汽较其他2种方案偏少的原因之一。2 km分辨率下(图6),所有方案模拟的由南而来的水汽均有所降低,再加上青藏高原北侧的偏西风较弱的影响,导致水汽难以输送至秦岭,使得秦岭地区大气整体偏干。图5
新窗口打开|下载原图ZIP|生成PPT图56 km分辨率下夏季平均的整层水汽通量
Fig. 5Average summer water vapor flux at a 6-km resolution
图6
新窗口打开|下载原图ZIP|生成PPT图62 km分辨率下夏季平均的整层水汽通量
Fig. 6Average summer water vapor flux at a 2 km resolution
5.2 大气不稳定性
在水分供应充足的条件下,上升运动越强烈,大气越不稳定,发生降雨的可能性就越大。图7给出了各方案模拟的垂直速度剖面图,各参数化方案对垂直速度的模拟十分敏感,大小和变化趋势均存在较大差异。6 km分辨率下,KF方案表现出强烈的上升运动,最大垂直速度出现在400 hPa,为8.09×10-3 m/s,而GF和BMJ方案模拟结果显示最大垂直速度出现在100 hPa,分别为5.71×10-3 m/s、5.75×10-3 m/s。强烈的大气不稳定性促使KF方案模拟的对流性降水偏多(图4b),而GF方案由于空气最为湿润,大气环境的不稳定使得网格尺度的水汽容易达到饱和,从而激发网格尺度降水,因此该方案模拟的大尺度降水最多(图4a)。BMJ方案则由于水分条件和垂直速度均最弱,所以总降水量最小,最接近观测。2 km分辨率条件下,各方案模拟的垂直速度均有不同程度的减小,但未使用积云参数化的垂直风速比BMJ_2 km方案的垂直风速大4.5×10-3 m/s。相比较而言,积云参数化方案的选取对垂直速度的影响大于分辨率的提高。图7
新窗口打开|下载原图ZIP|生成PPT图7垂直速度剖面图
Fig. 7Vertical profiles of area-averaged mean of vertical velocity
为进一步对比各方案模拟大气对流不稳定性的差异,图8给出了秦岭地区夏季整层平均对流有效位能(Convective Available Potential Energy, CAPE)的空间分布。6 km分辨率下的3种方案模拟结果表现出了较大的差异,KF方案显示了高度的对流不稳定性,区域平均CAPE值达到了166.35 J/kg,再加上较为充足的水汽条件,导致对流性降水远大于其他2种方案,成为该方案模拟总降水正偏差的重要原因。GF方案模拟的区域平均CAPE结果为144.53 J/kg,和BMJ方案(148.21 J/kg)模拟结果相差不大,与对流性降水结果一致,GF方案略小于BMJ方案。2 km分辨率下(图9),CAPE值显著变小,BMJ_2 km方案模拟的区域平均CAPE值仅为63.70 J/kg,说明相比于不同参数化方案,CAPE值对于水平分辨率更加敏感。
图8
新窗口打开|下载原图ZIP|生成PPT图86 km分辨率下整层对流有效位能(CAPE)的夏季平均值
Fig. 8Summer average of vertically integrated convective available potential energy at a 6 km resolution
图9
新窗口打开|下载原图ZIP|生成PPT图92 km分辨率下整层对流有效位能(CAPE)的夏季平均值
Fig. 9Summer average of vertically integrated convective available potential energy at a 2 km resolution
6 结论
秦岭作为南水北调中线的主要产水区,其降水变化不仅关系到关中城市群水资源的可持续利用,还影响到京津乃至华北地区的用水安全。本文基于WRF V3.9,模拟了2017年秦岭地区夏季降水的空间分布。通过积云参数化和水平分辨率的敏感性试验,优化该模式在秦岭降水研究中的适用性,为研究秦岭水资源提供了新思路。结果表明:(1)各模拟方案及CGPA数据均能较好的反映出秦岭及其周边地区夏季降水从南到北呈条带状分布的空间格局,高值中心位于大巴山西部,低值中心位于关中平原。但模拟结果能更加细致的刻画出地形剧烈起伏带来的降水场的空间分布差异。
(2)除KF方案,其他模拟结果及CGPA数据均与台站资料表现一致,较好的表现出大巴山和秦岭南北坡降水与地形的剖面一致性,由于秦岭对气流的阻隔作用,南坡降水大于北坡。但WRF模式对中小尺度地形抬升作用描述过强,模拟值要比CGPA值大。
(3)6 km分辨率条件下,KF方案模拟降水偏多的主要原因在于强烈的对流不稳定性导致对对流降水的过高估计。GF方案则由于模拟的水汽条件偏湿,再加上大气环境的不稳定,使得网格尺度的水汽容易达到饱和,从而激发过多的网格尺度降水。BMJ方案与观测降水在量值上最为接近。
(4)当模式分辨率由6 km提高到2 km分辨率时,对降水强度的模拟得到显著改善,无论是否采用积云参数化方案,均在一定程度上减小了对降水量的过高估计。但是2 km分辨率仍不足以完全显式解析积云对流过程,需要恰当的积云参数化的协同作用。
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
Magsci [本文引用: 1]
根据1961-2009年秦岭南北57个站点的月降水资料,采用区域旱涝指标和[WTBX]Z[WTBZ]指数,运用MannKendall检验、小波分析、Kriging插值等方法,对秦岭南北旱涝时空变化趋势进行分析。结果表明:① 关中地区年平均气温倾向率大于陕南,气温突变年均为1996年。② 近49年来,关中地区暖干化及春旱、夏涝的趋势较陕南显著。气温突变后秦岭南北重旱频次所占比例均增大,偏涝比例均减小。关中旱涝存在明显的3~4年和22~27年的变化周期,陕南存在3~4年和24~30年的旱涝周期,这种变化周期与厄尔尼诺和太阳活动周期相对应。③ 秦岭南北年大旱频次,陕南大于关中。大涝频次分布规律性不强,中心点零星分布。冬季旱涝频次呈纬向分布,春、夏季和秋季呈经向分布。
,
Magsci [本文引用: 1]
根据1961-2009年秦岭南北57个站点的月降水资料,采用区域旱涝指标和[WTBX]Z[WTBZ]指数,运用MannKendall检验、小波分析、Kriging插值等方法,对秦岭南北旱涝时空变化趋势进行分析。结果表明:① 关中地区年平均气温倾向率大于陕南,气温突变年均为1996年。② 近49年来,关中地区暖干化及春旱、夏涝的趋势较陕南显著。气温突变后秦岭南北重旱频次所占比例均增大,偏涝比例均减小。关中旱涝存在明显的3~4年和22~27年的变化周期,陕南存在3~4年和24~30年的旱涝周期,这种变化周期与厄尔尼诺和太阳活动周期相对应。③ 秦岭南北年大旱频次,陕南大于关中。大涝频次分布规律性不强,中心点零星分布。冬季旱涝频次呈纬向分布,春、夏季和秋季呈经向分布。
[本文引用: 1]
,
[本文引用: 1]
Magsci [本文引用: 1]
,
Magsci [本文引用: 1]
DOI:10.7522/j.issn.1000-0534.2015.00023Magsci [本文引用: 1]
<p>利用陕西82个气象观测站的降水观测资料、NCEP/NCAR的2.5°×2.5°再分析资料以及MODIS卫星的气溶胶产品,分析了1960-2012年陕西雨季和全年的降水量、降水日数变化特征,并讨论了大气可降水量和气溶胶对降水的可能影响。结果表明,近60年陕西雨季、全年雨量和降雨日数均呈南多北少分布,年总雨量和降雨日数均呈下降趋势,雨季总雨量呈增加趋势,而降雨日数呈降低趋势,雨季雨强增加,降水向雨季集中;陕西全年和雨季小雨雨量和降雨日数均呈现下降趋势,雨季10 mm以上的降水量和降雨日数均呈增加趋势,增加站点占所选站点的75.6%,雨季降水的增加主要是10 mm以上降水量的贡献。陕西全年总雨量的减少可能与整层大气可降水量的减少有关。全年和雨季5 mm以下降水量的减少应该与气溶胶对降水的抑制有关,雨季10 mm以上降水量增加与气溶胶对降水的促进作用有关。分析表明当AOD≥0.4时,雨季气溶胶对降水有一定的促进作用。总之,陕西全年小雨的减少以及雨季10 mm以上降水量增多,雨量向雨季集中应该与近几十年陕西气溶胶增加、气溶胶类型的转变有较大关系。</p>
,
DOI:10.7522/j.issn.1000-0534.2015.00023Magsci [本文引用: 1]
<p>利用陕西82个气象观测站的降水观测资料、NCEP/NCAR的2.5°×2.5°再分析资料以及MODIS卫星的气溶胶产品,分析了1960-2012年陕西雨季和全年的降水量、降水日数变化特征,并讨论了大气可降水量和气溶胶对降水的可能影响。结果表明,近60年陕西雨季、全年雨量和降雨日数均呈南多北少分布,年总雨量和降雨日数均呈下降趋势,雨季总雨量呈增加趋势,而降雨日数呈降低趋势,雨季雨强增加,降水向雨季集中;陕西全年和雨季小雨雨量和降雨日数均呈现下降趋势,雨季10 mm以上的降水量和降雨日数均呈增加趋势,增加站点占所选站点的75.6%,雨季降水的增加主要是10 mm以上降水量的贡献。陕西全年总雨量的减少可能与整层大气可降水量的减少有关。全年和雨季5 mm以下降水量的减少应该与气溶胶对降水的抑制有关,雨季10 mm以上降水量增加与气溶胶对降水的促进作用有关。分析表明当AOD≥0.4时,雨季气溶胶对降水有一定的促进作用。总之,陕西全年小雨的减少以及雨季10 mm以上降水量增多,雨量向雨季集中应该与近几十年陕西气溶胶增加、气溶胶类型的转变有较大关系。</p>
Magsci [本文引用: 1]
基于秦岭—淮河南北气象站点逐日降水数据和全国0.5°×0.5°逐月降水格网数据,选取16个极端降水指数,辅以趋势分析、Mann-Kendall检验和相关分析等气候诊断方法,分析了1960-2013年秦岭—淮河南北极端降水时空变化特征,探讨了极端降水变化与ENSO事件的关系。结果表明:①1960-2013年秦岭—淮河南北除长江下游降水呈增加趋势外,其他区域降水均呈下降趋势;②极端降水变化主要表现为:降水日数减少,降水强度上升,突发性强降水事件增多,连续性干旱事件增多;在空间上,秦巴山地、长江下游和黄河下游以极端降水强度上升为主,关中平原、巫山山区和四川盆地以极端干旱强度上升为主;③在影响因素方面,秦岭—淮河南北极端降水与ENSO事件关系密切。在厄尔尼诺年,秦岭—淮河南北春季极端降水偏多,夏季和全年偏少;在拉尼娜年,春季极端降水偏少,秋季和全年偏多。就各个区域而言,在厄尔尼诺年,黄河下游、关中平原、秦巴山地和四川盆地极端降水呈下降趋势,淮河平原极端降水呈上升趋势,长江下游和巫山山区响应并不明显。
,
Magsci [本文引用: 1]
基于秦岭—淮河南北气象站点逐日降水数据和全国0.5°×0.5°逐月降水格网数据,选取16个极端降水指数,辅以趋势分析、Mann-Kendall检验和相关分析等气候诊断方法,分析了1960-2013年秦岭—淮河南北极端降水时空变化特征,探讨了极端降水变化与ENSO事件的关系。结果表明:①1960-2013年秦岭—淮河南北除长江下游降水呈增加趋势外,其他区域降水均呈下降趋势;②极端降水变化主要表现为:降水日数减少,降水强度上升,突发性强降水事件增多,连续性干旱事件增多;在空间上,秦巴山地、长江下游和黄河下游以极端降水强度上升为主,关中平原、巫山山区和四川盆地以极端干旱强度上升为主;③在影响因素方面,秦岭—淮河南北极端降水与ENSO事件关系密切。在厄尔尼诺年,秦岭—淮河南北春季极端降水偏多,夏季和全年偏少;在拉尼娜年,春季极端降水偏少,秋季和全年偏多。就各个区域而言,在厄尔尼诺年,黄河下游、关中平原、秦巴山地和四川盆地极端降水呈下降趋势,淮河平原极端降水呈上升趋势,长江下游和巫山山区响应并不明显。
[本文引用: 2]
,
[本文引用: 2]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
Magsci [本文引用: 1]
<p>随着中尺度大气模式的不断发展,新一代中尺度天气研究和预报模式WRF因其完全开放、可移植性强、更新快等特点在国内外得到了广泛应用。从物理参数化方案研究,实时个例模拟研究及与中尺度大气模式MM5的对比研究3个方面介绍近10年来WRF模式在国内的发展和应用概况,阐明WRF模式在中尺度模拟中的普适性和优越性,展望WRF模式在国内的两大发展前景:一是在已有基础上研究能够同时模拟天气尺度和气候尺度现象的通用模式CWRF,二是与区域海洋模式耦合构建高分辨率区域耦合模式。通过对WRF模式在国内的应用现状进行归纳与梳理,以及对模式未来发展趋势的展望,骥求为WRF模式的研究和使用者提供必要的参考。</p>
,
Magsci [本文引用: 1]
<p>随着中尺度大气模式的不断发展,新一代中尺度天气研究和预报模式WRF因其完全开放、可移植性强、更新快等特点在国内外得到了广泛应用。从物理参数化方案研究,实时个例模拟研究及与中尺度大气模式MM5的对比研究3个方面介绍近10年来WRF模式在国内的发展和应用概况,阐明WRF模式在中尺度模拟中的普适性和优越性,展望WRF模式在国内的两大发展前景:一是在已有基础上研究能够同时模拟天气尺度和气候尺度现象的通用模式CWRF,二是与区域海洋模式耦合构建高分辨率区域耦合模式。通过对WRF模式在国内的应用现状进行归纳与梳理,以及对模式未来发展趋势的展望,骥求为WRF模式的研究和使用者提供必要的参考。</p>
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
DOI:10.11867/j.issn.1001-8166.2014.05.0590Magsci [本文引用: 2]
<p>使用NCEP-fnl再分析资料作为黑河流域高分辨率区域气候模式的初始场和边界场,利用该模式中常用的3种积云对流参数化方案:Grell,Bett-Miller(BM)和不采用积云对流参数化方案(NON)对黑河流域进行2000年1月1日至12月31日的积分试验,重点考察水平分辨率在3 km条件下不同积云对流参数化方案对黑河流域降水模拟的敏感性。结果表明:①卫星遥感反演的黑河流域的降水较观测台站降水偏少,卫星遥感反演日降水与观测台站日降水的相关系数达到0.34,相关系数通过99%置信度检验;②模式采用3种参数化方案都能够较好地模拟出年降水空间分布以及不同区域日平均降水随时间演变,与观测之间的相关系数都通过99%置信度检验;③对于黑河流域来说,在水平分辨率为3 km条件下区域气候模式采用Grell积云对流参数化方案较其他2种方案无论从空间和时间演变来说均更加接近观测。</p>
,
DOI:10.11867/j.issn.1001-8166.2014.05.0590Magsci [本文引用: 2]
<p>使用NCEP-fnl再分析资料作为黑河流域高分辨率区域气候模式的初始场和边界场,利用该模式中常用的3种积云对流参数化方案:Grell,Bett-Miller(BM)和不采用积云对流参数化方案(NON)对黑河流域进行2000年1月1日至12月31日的积分试验,重点考察水平分辨率在3 km条件下不同积云对流参数化方案对黑河流域降水模拟的敏感性。结果表明:①卫星遥感反演的黑河流域的降水较观测台站降水偏少,卫星遥感反演日降水与观测台站日降水的相关系数达到0.34,相关系数通过99%置信度检验;②模式采用3种参数化方案都能够较好地模拟出年降水空间分布以及不同区域日平均降水随时间演变,与观测之间的相关系数都通过99%置信度检验;③对于黑河流域来说,在水平分辨率为3 km条件下区域气候模式采用Grell积云对流参数化方案较其他2种方案无论从空间和时间演变来说均更加接近观测。</p>
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 2]
[本文引用: 1]
,
[本文引用: 1]
DOI:10.7522/j.issn.1000-0534.2013.00049Magsci [本文引用: 1]
<p>应用高分辨率中尺度数值模式WRF模拟了2007年8月8-9日陕西关中强暴雨过程, 根据模式输出结果对强暴雨中尺度对流系统(MCS)的发生、 发展规律、 形成原因和三维结构, 特别是暴雨过程中3个大暴雨中心的β中尺度对流系统(MβCS)的细微结构包括三维流场、 动力和热力结构进行了分析。结果表明, 此次强暴雨过程与一个α中尺度低涡的生成密切相关, 其内部强烈发展的MβCS直接产生了岐山、 礼泉、 高陵3个强暴雨中心的对流降水; MβCS在850, 700和500 hPa上分别表现为辐合(涡旋)系统、 西北—东南向暖式切变线和阶梯槽。高空西风急流入口区右侧的动力强迫是对流层高层暴雨区辐散形成和加强的原因, 动力强迫引起的非地转风是暴雨形成的原因之一; 中空阶梯槽携带的干冷空气从后方流入雨团起到了对流不稳定的加强作用; 低层和地面不同方向的风和风速形成的中尺度辐合以及中尺度西南急流和东南急流触发了强降水的发生, 强降水的发生又激发了中尺度急流扰动, 中尺度急流扰动对暴雨维持和加强起到了反馈作用; 秦岭山脉的屏障作用和关中喇叭口地形的动力抬升作用有助于关中强暴雨的发生和加强。产生3个强暴雨中心的MβCS有不同的流场、 动力、 热力垂直结构: 中低层不同方向和不同层次的气流流入β中尺度降水云塔, 在不同高度上形成了不同的垂直环流支, 云塔中的上升气流一直伸展到200 hPa(或150 hPa)后向东南、 东北流出; 歧山暴雨中心450 hPa以上为强辐散, 450 hPa以下暴雨中心南侧为弱辐散和辐合、 北侧为辐合和弱辐散, 垂直上升运动先向南、 后向北倾斜直至对流层顶; 相当位温呈双高能中心形成的双重位势不稳定层结结构, 温度则表现为中层两个暖中心、 上下层冷中心的特征; 礼泉和高陵暴雨中心为整层强上升运动柱与强散度柱和正涡度柱耦合, 礼泉上升运动柱存在一个高、 低层冷而中上层暖的特征, 具有类似于地面气压场的鞍形结构, 即中低层不稳定、 中高层稳定、 中层为中性的层结结构; 高陵暴雨中心南缘550 hPa以下是高能量和温度离差锋区, 其上空400 hPa以下为近饱和水汽柱。</p>
,
DOI:10.7522/j.issn.1000-0534.2013.00049Magsci [本文引用: 1]
<p>应用高分辨率中尺度数值模式WRF模拟了2007年8月8-9日陕西关中强暴雨过程, 根据模式输出结果对强暴雨中尺度对流系统(MCS)的发生、 发展规律、 形成原因和三维结构, 特别是暴雨过程中3个大暴雨中心的β中尺度对流系统(MβCS)的细微结构包括三维流场、 动力和热力结构进行了分析。结果表明, 此次强暴雨过程与一个α中尺度低涡的生成密切相关, 其内部强烈发展的MβCS直接产生了岐山、 礼泉、 高陵3个强暴雨中心的对流降水; MβCS在850, 700和500 hPa上分别表现为辐合(涡旋)系统、 西北—东南向暖式切变线和阶梯槽。高空西风急流入口区右侧的动力强迫是对流层高层暴雨区辐散形成和加强的原因, 动力强迫引起的非地转风是暴雨形成的原因之一; 中空阶梯槽携带的干冷空气从后方流入雨团起到了对流不稳定的加强作用; 低层和地面不同方向的风和风速形成的中尺度辐合以及中尺度西南急流和东南急流触发了强降水的发生, 强降水的发生又激发了中尺度急流扰动, 中尺度急流扰动对暴雨维持和加强起到了反馈作用; 秦岭山脉的屏障作用和关中喇叭口地形的动力抬升作用有助于关中强暴雨的发生和加强。产生3个强暴雨中心的MβCS有不同的流场、 动力、 热力垂直结构: 中低层不同方向和不同层次的气流流入β中尺度降水云塔, 在不同高度上形成了不同的垂直环流支, 云塔中的上升气流一直伸展到200 hPa(或150 hPa)后向东南、 东北流出; 歧山暴雨中心450 hPa以上为强辐散, 450 hPa以下暴雨中心南侧为弱辐散和辐合、 北侧为辐合和弱辐散, 垂直上升运动先向南、 后向北倾斜直至对流层顶; 相当位温呈双高能中心形成的双重位势不稳定层结结构, 温度则表现为中层两个暖中心、 上下层冷中心的特征; 礼泉和高陵暴雨中心为整层强上升运动柱与强散度柱和正涡度柱耦合, 礼泉上升运动柱存在一个高、 低层冷而中上层暖的特征, 具有类似于地面气压场的鞍形结构, 即中低层不稳定、 中高层稳定、 中层为中性的层结结构; 高陵暴雨中心南缘550 hPa以下是高能量和温度离差锋区, 其上空400 hPa以下为近饱和水汽柱。</p>
DOI:10.7522/j.issn.1000-0534.2013.00182Magsci [本文引用: 1]
利用多种观测资料和NCEP再分析资料, 分析了2011年7月28-29日发生在陕西中西部地区的一次中尺度系统暴雨过程, 运用WRF模式模拟研究了此次暴雨过程的中尺度系统环流特征及其发生、发展的动力和热力特征。结果表明, 此次暴雨过程与高空槽的发展演变密切相关, 低空切变线是暴雨过程产生的中尺度系统。暴雨区存在弱低空辐合与强高空辐散, 正相对涡度与垂直上升运动明显; 暴雨发生前对流有效位能(CAPE)明显增大, 未来3 h降水区域位于850 hPa切变线和CAPE高值区附近, 强垂直运动触发CAPE的释放, 使其在12 h内减少量达2200 J·kg<sup>-1</sup>, 是形成此次暴雨的重要因素。暴雨发生、发展过程中, 非线性平衡方程残差大值区与未来1 h降水区相对应, 与质量场和动量场之间的调整有密切关系, 大气运动的不平衡通过散度场的变化调节, 在中尺度区域激发出辐合、辐散的快速增长, 从而激发出暴雨天气, 非线性平衡方程残差值是表征激发暴雨天气的重要动力因子。
,
DOI:10.7522/j.issn.1000-0534.2013.00182Magsci [本文引用: 1]
利用多种观测资料和NCEP再分析资料, 分析了2011年7月28-29日发生在陕西中西部地区的一次中尺度系统暴雨过程, 运用WRF模式模拟研究了此次暴雨过程的中尺度系统环流特征及其发生、发展的动力和热力特征。结果表明, 此次暴雨过程与高空槽的发展演变密切相关, 低空切变线是暴雨过程产生的中尺度系统。暴雨区存在弱低空辐合与强高空辐散, 正相对涡度与垂直上升运动明显; 暴雨发生前对流有效位能(CAPE)明显增大, 未来3 h降水区域位于850 hPa切变线和CAPE高值区附近, 强垂直运动触发CAPE的释放, 使其在12 h内减少量达2200 J·kg<sup>-1</sup>, 是形成此次暴雨的重要因素。暴雨发生、发展过程中, 非线性平衡方程残差大值区与未来1 h降水区相对应, 与质量场和动量场之间的调整有密切关系, 大气运动的不平衡通过散度场的变化调节, 在中尺度区域激发出辐合、辐散的快速增长, 从而激发出暴雨天气, 非线性平衡方程残差值是表征激发暴雨天气的重要动力因子。
,
[本文引用: 1]
,
[本文引用: 1]
DOI:10.3878/j.issn.1006-9895.1801.17222Magsci [本文引用: 2]
利用WRF(Weather Research and Forecasting)模式对东亚夏季区域气候模拟中最常选用的两种积云对流参数化方案进行对比分析,研究积云对流参数化方案选用对大尺度环流模拟的影响。结果表明: Kain-Fritsch(KF)方案对西太平洋副热带高压(简称副高)及环流的模拟效果较好,虽然KF方案模拟降水偏多,但是时空分布与TRMM降水分布接近; Grell-Freitas(GF)方案对流加热率过大,从而模拟的南海—菲律宾区域对流异常增强,在南海—菲律宾洋面上的垂直输送异常增大,非绝热加热的范围偏大,导致副高南侧下沉区辐散减弱,抑制了副高北抬西伸,进而影响到水汽输送和季风环流,最终对东亚夏季降水的模拟产生不利影响。修改GF方案对流加热率和干燥率的敏感性试验表明,减小对流加热率和干燥率参数能有效抑制南海—菲律宾区域过强的对流,东亚大尺度环流的模拟得到明显改进。
,
DOI:10.3878/j.issn.1006-9895.1801.17222Magsci [本文引用: 2]
利用WRF(Weather Research and Forecasting)模式对东亚夏季区域气候模拟中最常选用的两种积云对流参数化方案进行对比分析,研究积云对流参数化方案选用对大尺度环流模拟的影响。结果表明: Kain-Fritsch(KF)方案对西太平洋副热带高压(简称副高)及环流的模拟效果较好,虽然KF方案模拟降水偏多,但是时空分布与TRMM降水分布接近; Grell-Freitas(GF)方案对流加热率过大,从而模拟的南海—菲律宾区域对流异常增强,在南海—菲律宾洋面上的垂直输送异常增大,非绝热加热的范围偏大,导致副高南侧下沉区辐散减弱,抑制了副高北抬西伸,进而影响到水汽输送和季风环流,最终对东亚夏季降水的模拟产生不利影响。修改GF方案对流加热率和干燥率的敏感性试验表明,减小对流加热率和干燥率参数能有效抑制南海—菲律宾区域过强的对流,东亚大尺度环流的模拟得到明显改进。
,
[本文引用: 2]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]
,
[本文引用: 1]