英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料

四川一次暴雨的主要云微物理过程

黄永杰 崔晓彭

中国科学院大气物理研究所，云降水物理与强风暴重点实验室，北京，100029

中国科学院大学，北京 100049

南京信息工程大学气象灾害预测与评价协作创新中心210044

（2014年3月28日收到；2014年6月5日修订；2014年7月10日接受）

摘要：利用天气研究预报模式(WRF)模拟的四川省一次暴雨触发泥石流的高分辨率数值模拟资料，研究了暴雨的主导云微物理过程。结果表明：(1)与弱降水时期相比，在强降水时期，所有流星的粒径均增大，颗粒平均质量直径增加最显著。（2）雨滴的下落末速度在强降水时段和弱降水时段都是最强的，颗粒下落末速度排在第二位，但远低于雨滴，强降水时段各种水凝物粒子之间下落末速度的差异与弱降水时段相比更大，更有利于粒子之间的相对运动以及碰并转化，雨滴和颗粒的下落末速度绝对值均明显大于空气垂直上升运动速度，并且降水越强，其与空气垂直上升运动的差别越大；(3)强降水期各水凝物源和汇的大小顺序大于弱降水期，造成降水强度的差异。水汽、云水、雨滴、颗粒及其交换过程在暴雨产生过程中起着重要作用，产生雨滴的过程主要有两种：大量水汽凝结成云水，雨水吸收云水形成雨水；然后，颗粒的融化形成了雨水。

关键词：四川暴雨，云微物理，数值模拟

引文： Huang，Y.J.和X.P.Cui，2015：四川暴雨过程的主要云微物理过程，中国. Adv. Atmos. Sci., 32(3), 389–400, doi: 10.1007/s00376-014-4066-7.

1.引言

地形暴雨可以诱发洪涝、滑坡、泥石流等自然灾害, 对人们的生命和财产构成巨大威胁,这代表着山地暴雨预报是一个巨大的挑战。四川盆地位于青藏高原东边，云贵高原以北，秦岭以南，地形复杂，暴雨繁多，泥石流和滑坡等次生地质灾害发生频繁。特别是在经历了两次地震：2008年的汶川地震和2013年的雅安地震之后，四川复杂地形的土壤变得更加松散，多发的暴雨更易引起泥石流等灾害，因此，理解物理过程对地形降水的影响对改进这一地区的业务预报是至关重要的。

Sawyer（1956）提出了影响地形降水的三个重要因素：大尺度环流作用，环境流场与地形的相互作用，云微物理过程。Smith和Barstad(2004年)开发了一个地形降雨的线性稳态理论，推导了一个线性降水模型，可以用一个相对简单的方程表示地形降雨中的许多复杂过程(Croch等人.，2007；Smith和Evans，2007)。然而，这个线性模型不能包括流阻塞，重力波破坏和其他非线性过程，以及它使用相对简单的微物理学。与这种简单的线性模式相比，高分辨率的中尺度模式，如天气研究和预报(WRF)模式，可以更好地反映非线性动力学、热力学和详细的微物理过程，因此已被广泛地应用于恶劣天气和暴雨的研究中。Lu 等人. (2009)应用数值模式 (AREM)，对2003年8月四川盆地西部多次局地强暴雨初始水汽条件进行数值试验，揭示了四川暴雨独特的水汽循环特征。Chen 等人(2010)基于贝叶斯决策理论的降雨预报，探索一种提高四川洪流准确性的方法。陈和李(2013年)利用卫星、雷达和常规气象资料分析中尺度对流系统(MCS)对四川盆地短期暴雨的影响。Wang 等人(2013)利用WRF模式模拟分析了四川一次受地形影响的暴雨过程，并利用动力参数进行了诊断分析。Li 等人(2014)分析了一次触发泥石流的暴雨过程的观测结果和WRF模拟结果，结果表明，这次降水过程持续时间短、强度强、局部性强，暴雨主要发生在汶川-雅安地震断裂带陡峭地形附近。他们的研究(Li 等人，2014年)还指出，在有利的大尺度环流下，西南涡旋的发展及其与副热带高压西侧强风的相互作用增强了陡峭地形的提升效应，并导致了暴雨。由于复杂地形上复杂的动力、热力和云微物理过程的综合影响，更精确的定量降水预报(Qpf)仍然是一个巨大的挑战。虽然进行了一些云微物理参数化方案的数值敏感性试验，但对四川的地形降水，特别是与暴雨有关的云微物理过程的研究较少(Li and He, 2011; Liao 等人., 2012; Ma 等人., 2012)。然而，总的来说，仍有一些悬而未决的问题。例如，什么是形成地形暴雨的关键云微物理过程？产生暴雨的主要雨滴来源是什么？

Li 等人 (2014)利用WRF模式对四川一次暴雨进行了数值模拟。他们从宏观和动态的角度讨论了大尺度环流、中尺度系统的演变和发展在复杂地形上暴雨发生中的作用。然而，由于暴雨的形成既与宏观动力过程有关，又与云微物理过程有关，因此也有必要研究暴雨过程所涉及的主导云微物理过程。为了解决这个问题，我们使用了与Li等人相似的方案和相同的模型进行地形降水事件的高分辨率数值模拟。我们的研究输出和分析了云微物理数据，以探讨上述方面。数字模拟和云微物理方案在第2节中简要描述，结果在第3节中介绍，在第4节中给出总结。

2 数值模拟与云微物理方案简介

2.1 数值模拟

本文采用与Li等人相同的WRF模式，模拟了2010年8月17日至8月20日中国四川省的一次暴雨过程。模拟工作持续了54小时，模拟采用三层嵌套网格，网格水平分辨率分别为 27、9 和 3 km。在3km域中，仅使用云微物理参数化方案[用于模拟验证和其他细节，见Li等人]。并对云微物理数据(包括云微物理转换项)进行了输出和分析。

2.2 云微物理方案

本文所使用的云微物理方案是Milbrandt 2-MOM方案(Milbrandt和You，2005 a，b)，其中包括水蒸气和六种云：水汽(Qv)；云水(Qc)；雨水(Qr)；云冰(Qi)；雪(Qs)；霰(Qg)；和冰雹(Qh)。图1显示了Milbrandt 2-MOM方案的微物理流程图[关于微物理转换过程的详细信息，见Milbrandt和You(2005 B)]。方案中 7 种水物质的源汇项分别为：

图1.Milbrandt 2 MOM方案的微物理流程图。矩形代表各种水物种(水蒸气、云水、雨水、云冰、雪、冰雹)，箭头是连接物种的过程。

其中 S Qv 、 S Qc 、 S Qr 、 S Qi 、 S Qs 、 S Qg 和 S Qh 分别为各水物质的源汇项，水物质之间的相互转化项表示为 QABy,x，Q 表示混合比，AB 代表微物理过程：CL 表示碰并，CN表示自动转化，FZ表示冻结，IM表示冰晶繁生，ML 表示融化，NU 表示核化，VD 表示扩散增长(例如水汽凝结成云水等微物理过程）；下标 y, x 表示水物质 y 转化成水物质 x [x，y є（v, c，r, i, s, g, h）]。xry 表示冰相物质 x（s，i，g）和雨滴撞冻产生冰相物质 y（s，g，h）的判别系数，例如，如果雨滴和雪碰撞形成霰，那么delta;srg=1，delta;srs=0和delta;srh=0(有关详细信息，请参见Milbrandt和yau 2005年b)。

3 结果分析

3.1 降水及云中水凝物分布

图2显示6小时累积雨量和6小时平均及垂直积分的水凝物在弱(000-0600 utc 2010年8月18日)和强(1800 utc 18至0000utc 2010年8月19日)降水期的混合比率的分布。在这次降雨中，冰雹的混合比可以忽略不计，在下面的讨论中不进行分析。强降水期与弱降水期相比，降水和云凝物的范围和强度均有所增加。弱降水时段，6 小时累积地面降水量不超过 40 mm，而强降水时段，6 小时累积降水最大达 100mm 以上（图 2a、b）；整层垂直积分云水含量最大值由弱降水时段的小于 0.09times;10 -3 kg kg -1增长为强降水时段的 0.27times;10 -3 kg kg -1 以上（图 2c、d），整层垂直积分雨水含量最大值由小于 0.06times;10 -3 kg kg -1 增长为 0.3times;10 -3 kg kg -1 以上（图 2e、f），整层垂直积分的云冰含量最大值由小于 0.06times;10 -3 kg kg -1 增长为 0.14times;10 -3 kg kg -1 以上（图 2g、h），整层垂直积分的雪含量最大值由小于 0.2times;10 -3 kg kg -1 增长为 0.7times;10 -3 kg kg -1 以上（图 2i、j），而整层垂直积分的霰含量最大值由小于 0.04times;10 -3 kg kg -1 猛增为 0.6times;10 -3 kg kg -1 以上（图 2k、l）；强降水时段，雨水含量大值中心与地面降水中心对应吻合，同时云水、雪和霰大值中心也同地面降水中心有很好的对应，说明强降水时段液态和固态水凝物的发展对地面降水可能都有重要贡献。与弱降水期相比，强降水期不仅液体水凝物(云水和雨水)显著增加(云水含量的最大生长量增加了3倍以上，水含量最大值增长达 5 倍以上)。而且固体水凝物 (云冰、雪和霰)也显著增加(云冰含量的最大生长量大于2倍，雪的最大生长量大于3倍，霰的最大生长量大于15倍)，但也有显着性差异(云冰含量的最大生长量大于2倍，雪的最大生长量大于3倍，霰的最大生长量是后者的15倍以上)。它们的中心与强降水中心一致，表明在强降水期，冷云过程发展明显，冰期过程对降水的贡献更大。

图 2 弱降水时段（2010年8月18日 00-06 时，左）和强降水时段（2010年8月18日18时-19 日00时，右）模拟的6小时累积降水（单位：mm）及6小时平均的整层垂直积分云中水凝物（单位：10 -3kg kg-1）分布（a、b，6 小时累积降水；c、d，云水；e、f，雨水；g、h，云冰；i、j，雪；k、l，霰）。

图2(续)

3.2 云微物理特征

为了进一步研究弱降水期和强降水期云微物理特征的差异，我们着重分析了3km域内(28◦-33◦N，100◦-106◦E)区域的云微物理特征。选取在弱降水期(8月18日00minus;06时)6小时累积降雨量大于35 mm(总计256个网格)和强降水期(8月18日18时minus;19日00时)6小时累积降雨量大于80 mm(共228个网格)的网格进行分析。图3显示了水凝物混合比的垂直轮廓的组成(图3A和b)，数目浓度(图3c和d)，平均质量直径(图3e和f)，终端速度和空气垂直速度(图3g和h)在弱降水期和强降水期。在 Milbrandt 2-mom 方案中，每一类水凝物 x 的质量比重平均直径D mx 的计算表达式为

其中 rho; 是空气密度,c x 和 dx是质量minus;直径相关系数，具体数值详见 Milbrandt et al., Q x是质量混合比, N x 是数浓度。表1和表2分别显示了上述混合比和数浓度剖面的垂直累积情况。相

对较弱降水时段，霰含量最多（3.9036），云水（2.5644）和雨水（2.3247）含量相当，云冰（0.6282）和雪（0.7426）含量最少（图3 a和表1），强降水时段（图3b）主要水凝物含量比相对较弱降水时段（图3a）明显加大，云水、雨水、云冰、雪和霰分别为弱降水时段的1.6170、2.5864、5.1195、9.0687和1.7009倍（表1），其中较高的雨滴混合比（6.0126）与地面强降水对应，而较高的雪（6.7344）和霰（6.6396）混合比则可能对降水云系的发展和强降水的发生有重要贡献，云水混合比在强降水时段也比弱降水时段有较

图3.(a，b)各种水物质 (单位：10minus;3 kgminus;1)，(c，d)数浓度(单位：kgminus;1，(e，f)平均质量直径(单位：mm，参见批注的数量级)，和(g，h)弱降水期(2010年8月18日0-0600 utc 18)的终端速度和空气垂直速度(单位：msminus;1)，(e，f)平均质量直径(单位：mm，按数量级见注释)和(g，h)终端速度和空气垂直速度(单位：ms-0600 utc 2010年8月18日)。(左栏)和强降水期(1800 UTC 18-0 0 0 UTC 19，2010年8月19日，右栏)。虚线表示0◦C等温线。

明显增加，达4.1467，对地面强降水可能也起到重要作用（图3b和表1）。此外，由图 3a、b 和分层垂直累加分析（表1、2）看到，云水在0度层上下均有分布，且量值接近，0度层之上，过冷云水的大量存在应该对强降水有重要贡献。雨(云冰、雪、霰)主要分布在0度层以下(以上)，0度层以下云水和雨水的汇合也应在强降水中起重要作用。0度层以下也有一些霰的分布，它的融化可能对雨水的增长和地表降水的增加有重要的贡献。如图3e和f所示，在强降水期，所有水凝物的颗粒直径均比弱降水期增大，且平均质量直径增加最为显著(最大值从约0.9mm增加到大于1.9mm)；而云冰的平均质量直径增加不明显。从方程(8)中我们可以知道，平均质量直径Dmx不仅与数浓度Nx有关，而且与混合比Qx有关。虽然所有的水流星的数量浓度增加(图3C和d，表2)，它们的混合比率也增加了(图3a和b，表1)。因此，混合比Qx与数浓度Nx之比增加(但大小明显不同)，表明平均质量直径增大，从而增加了平均粒径(图.3E和f)。霰粒径的增大可能与云水的吸积作用有关，使霰混合比增大，而霰浓度基本保持不变，这与云水的生成有一定的关系。在此过程中，霰粒径的增大可能与云水的增加有关，从而使霰的混合比增大，而霰的浓度基本保持不变。与此类似，雨水粒径的增大可能与雨水对云水的吸附形成雨水的过程有一定的关系。此外，所有水凝物粒子的增大都有利于霰之间的碰撞，特别是云水与雨水和霰的碰撞。

同时，由图3c、d可见，云水和雨水粒子数浓度最大值所在高度在强降水时段要高于弱降水时段。这可能与强降水期间较强的垂直向上运动有关（图3g、h）。通

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[17673]，资料为PDF文档或Word文档，PDF文档可免费转换为Word