飞机积冰形势场数值模拟试验的参数化方案效果评估

卞双双，何宏让，张　云，缪子青，白仕刚，谢　菲

(解放军理工大学气象海洋学院，江苏　南京　211101)



飞机积冰形势场数值模拟试验的参数化方案效果评估

卞双双，何宏让，张云，缪子青，白仕刚，谢菲

(解放军理工大学气象海洋学院，江苏南京211101)

摘要：利用WRF模式对飞机积冰时的形势场进行模拟，通过双线性插值法对模拟的要素进行降尺度处理，比较不同参数化方案时形势场的预报值和实况值之间的相关性，研究不同参数化方案对飞机积冰形势场的模拟能力。结果表明：不同参数化方案的选择影响模拟效果，当微物理过程方案采用WRF Single-Moment 3-class scheme及积云参数化方案采用Betts-Miller-Janjic scheme时，形势场预报值和实况值间相关系数最大，均方根误差最小，预报值与实况值之间变化趋势和特征最接近；且根据飞机积冰实测报告，利用假霜点温度经验法验证，此时积冰的预报效果和实际报告结果最相符。

关键词：积冰；参数化方案；数值模拟；相关系数；评估

引言

飞机积冰是指当飞机在含有过冷却水滴的云雨层中飞行，机体表面温度在0 ℃以下时，机身表面一些部位产生冰层聚积的现象。它主要由飞机在云中或降水区中飞行时，过冷云滴或降水中的雨滴碰撞机身后产生冻结而形成，也可由水汽直接在飞机外表面上凝华而形成[1-3]。飞机积冰将使飞机空气动力学性能恶化，表现为升力减小、阻力增大，增加飞行的油耗，妨碍静压系统仪表指示，严重影响飞机的安全性和操纵性[4]。准确识别飞机积冰发生区域，可以为规划航线提供有效信息。近年来，随着我国航空领域的不断进步，民航的飞行量日益增多，飞行速度和飞行高度也明显提高，飞机遭遇积冰的概率也逐渐增多。通过统计发现，飞机飞行过程中，由于飞机积冰造成的事故概率超过15%[5]。因此，正确分析积冰产生的天气形势，做出飞机积冰或积冰强度的预报，是航空气象保障的一项重要内容和任务[6]。

国内许多学者对飞机积冰发生时的环流形势进行了研究。如黄丽娟[7]通过大量积冰实例，统计发现形成华北地区飞机积冰的主要天气形势为槽前型、槽后脊前和高压底部回流+倒槽型，指出华北地区12月为飞机积冰现象的相对高发期；刘开宇等[8]通过个例分析认为，华北地面高压和河套地区高空槽形成的“回流+倒槽”是民航太原机场飞机积冰发生的天气背景；庞朝云等[9]在分析影响飞机积冰的气象因素时，统计了36个样本，将有利于发生飞机积冰的天气形势分为西北气流、高原低槽及西南气流3种类型。近年来，数值预报模式已经成为气象工作者研究天气、气候的重要手段之一[10-11]，也有很多学者通过数值预报模式对飞机积冰进行了研究[12-15]。如迟竹萍[6]发现通过MM5模式预报的垂直上升运动和积冰指数的叠加，能较好地反映积冰发生区域、积冰强度等；王鹏云等[16]利用中尺度数值模式MM5中的Reisner显示方案对华南对流云中过冷水的空间分布与时间演变特征等进行了数值模拟研究。这些研究对进一步理解和认识飞机积冰时的环流背景有一定的启发作用，同时也说明利用数值模式对飞机积冰进行预报有一定的可行性。

针对WRF模式不同参数化方案对模拟结果的影响研究方面，国内目前大多结合研究对象如降雨过程、台风过程等，对不同参数化方案的模拟效果进行分析。许多数值模拟试验表明，采用不同的参数化方案，其模拟效果也会有差异。如陈炯等[17]指出对于降水的模拟，模式中的微物理过程起主要作用，其次是积云参数化过程，边界层参数化过程的影响相对较小；朱格利等[18]研究发现不同云微物理方案对不同量级降水的模拟效果总体较好，云微物理过程比模式分辨率对暴雨模拟的影响更大；徐慧燕等[19]通过分析7种不同边界层参数化方案对降水总量分布等的模拟能力发现，QNSE方案的模拟能力相对优于其他边界层参数化方案；河惠卿等[20]指出积云对流参数化方案对台风路径影响较大，使用KF方案时，选择微物理方案比不选微物理方案对于0514号台风路径有更好的模拟效果；刘永强等[21]通过不同积云对流参数化方案的对比试验，指出模式对降水模拟的不足可能与所采用的参数化方案有关。由于不同的动力和物理过程对降水有很大的影响,合理选择参数化方案能很大程度地改善模拟结果[18]。可见，结合天气过程，研究不同参数化方案进而得出较优的参数化方案组合对于提高数值模拟效果具有重要意义。

然而，利用WRF模式对飞机积冰过程的研究，特别是WRF模式中不同物理过程参数化方案[22-23]对飞机积冰的敏感性以及飞机积冰形势场模拟效果的研究相对较少。本文从甘肃省人工增雨作业时的一次飞机积冰个例入手，选取2002年4月4日发生的积冰过程，通过WRF模式对发生飞机积冰的形势场(包括高度场、温度场和湿度场)进行模拟研究。由于模式中选用不同的物理过程参数化方案会影响模拟效果，本文旨在探索最佳的参数化方案组合，即在该参数化方案组合情况下形势场的预报值和实况值最接近，以此为今后利用WRF模式进行飞机积冰的精确预报提供技术支撑。

1飞机积冰环流形势

1.1过程简介

2002年4月4日09:50~10:56(北京时，下同)，甘肃东部地区进行飞机增雨作业时，飞机飞行高度5 000 m左右，在天水、定西、白银附近发生积冰现象，积冰厚度达到2~6 cm。

本文选取2002年4月4日08时的NCEP资料进行天气形势分析。

1.2天气形势

2002年4月4日08时500 hPa高空的高度场、温度场和湿度场见图1。槽线位于青海东部—四川西部—云南西边界一线(95°E~100°E)，甘肃省东部地区处于槽前，槽前有明显的偏南暖湿气流北上进入甘肃。影响甘肃东部地区的低压槽系统比较深厚，天水、定西、白银恰好处于槽前的西南气流中，上升运动强烈，且西南暖湿气流不断输送到甘肃东部地区，导致整层大气水汽聚集，湿度大，水汽较为充沛。

飞机飞行区域温度在0~-14 ℃时，最有利于飞机积冰产生[24]。从图1中可见天水、定西、白银地区温度在-12~-10 ℃之间，说明此时的温度条件有利于飞机积冰发生。图1中阴影区域为相对湿度>60%的区域，甘肃省东部地区处于阴影区内，该区域有云层分布，湿度较大。由于云层中存在大量的过冷水滴，飞机穿过云层时，容易引起飞机积冰。

图1　2002年4月4日08时500 hPa

2数值模拟试验

2.1试验数据及方案

采用WRF模式进行飞机积冰的数值模拟试验。初始场使用美国国家气候环境预测中心(NCEP)逐6 h FNL再分析资料，水平分辨率为1°×1°。模拟时段为2002年4月3日18:00 UTC至4日18:00 UTC，共24 h；模拟区域网格中心点为37.5°N、100°E。模式水平方向采用二重双向嵌套，粗网格区域格点数221×184，网格距为30 km；细网格区域格点数265×232，网格距10 km。控制试验基本参数见表1。

表1　WRF-ARW模式基本参数设置

2.2资料处理

由于对飞机积冰强度的研究缺乏相关的物理量，选用WRF模式模拟所需的物理量显得尤为重要，而获取更接近实况的物理量前提是采取最优的参数化方案组合。然而，要得出形势场的模拟结果与实况最接近时所选用的参数化方案组合，就需要对形势场的模拟值与实况值进行定量分析。由于模式模拟出的形势场精度较高，为了定量地比较不同参数化方案组合对模拟效果的影响，需要将模式输出的模拟值用合理的方法插值到精度为1°×1°的网格点上。为此，采用双线性插值法[25-26]对模拟值进行处理，插值后的值将作为模拟值与实况值进行对比分析。

3不同参数化方案效果评估

3.1评估方法

为定量分析WRF模式对飞机积冰预报模拟的效果，计算了模式模拟区域第一层网格中500 hPa高度上高度场、温度场及湿度场的预报值与实况值的相关系数R及均方根误差S：

(1)

S=1N∑ni=1(xf-x0)2i1/2(2)

为了直观地比较WRF模式对500 hPa形势场的模拟能力，对于控制试验所模拟的形势场结果进行插值处理，将处理后的高度场、温度场及湿度场值作为模拟值与实况值进行相关性分析。图2给出500 hPa高度场、温度场和湿度场的模拟值与实况值之间的相关性散点分布及趋势分布。

由图2可见，高度场、温度场的模拟值与实况值之间相关系数的散点较均匀地分布在相关系数为1的直线周围，模拟值与实况值的相关系数均达到99%以上；湿度场的模拟值和实况值间相关系数的散点虽没集中在相关系数为1的直线周围，但大部分点均匀地分布在直线两端，其相关系数也达到94%以上，且模拟值与实况值之间具有一致的趋势。说明WRF模式能够对飞机积冰的形势场作出较准确的预报。

3.2参数化方案效果对比

由于模式中选用不同的参数化方案会影响模拟结果，因此，下面分析不同参数化方案组合对飞机积冰形势场预报效果的影响，进而选出预报效果最好的参数化方案组合，即最优参数化方案组合。

飞机产生积冰的影响因子主要包括温度、湿度、水滴大小等，而飞机增雨作业主要在冷云中进行，冰相云微物理过程对积冰的形成有重要作用，过冷水也是造成飞机积冰的主要条件和强度指标。因此，这里重点对WRF模式中不同微物理过程方案和积云参数化方案对飞机积冰形势场的模拟效果进行研究。

选择不同的参数化方案组合进行14组模拟试验，试验具体参数化方案设置见表2。计算出的形势场模拟值与实况值之间的相关系数和均方根误差见表3。

图2　2002年4月4日08时500 hPa形势场的模拟值和实况值相关性的散点分布(左)及趋势分布(右)

由表3可见，试验T12中500 hPa高度上与飞机积冰发生密切相关的温度场及湿度场模拟值和实况值的相关系数均较高、均方根误差均最小。因此，与控制试验相比，其它参数化方案保持不变，当微物理过程方案采用WRF Single-Moment 3-class scheme以及积云参数化方案采用Betts-Miller-Janjic scheme时，模拟值与实况值之间相关系数最大、均方根误差最小，表明此时的参数化方案模拟效果最好，与实况形势场变化趋势和特征最为接近。

因此，当WRF模式中所选择的物理过程参数化方案满足表4中所选的参数化方案组合时，所选的方案为最优参数化方案组合。

3.3参数化方案效果验证

为进一步验证上述WRF模式最优参数化方案组合，利用本次飞机积冰实测报告的结果进行验证。此次飞行过程中，天水、白银、定西均有中度以上积冰。利用假霜点温度经验法对14组模拟试验的结果进行分析，并分别针对天水、定西、白银的积冰强度进行效果检验，检验结果见表5。

经对比发现，试验T12中天水、定西、白银的积冰强度预报与实况相符合，其余试验中至少有一个地区的预报与实况积冰强度不符。由此可见，当WRF模式中所选择的物理过程参数化方案为最优参数化方案组合时，对此次飞机积冰模拟及预报效果最好。

表2　不同参数化方案试验

表3　不同参数化方案试验高度场、温度场及湿度场模拟值与实况值的相关系数及均方根误差

注：T0为控制试验

表4　T12的参数化方案

表5　天水、定西、白银积冰强度效果检验

4结论

(1)WRF模式对此次积冰时500 hPa环流形势场的模拟能力较好，高度场、温度场的预报值与实况值的相关系数都达99%以上，湿度场的预报值与实况值的相关系数也达到94%以上，较准确地再现了飞机积冰时的大尺度环流背景特征及其变化。

(2)当微物理过程方案采用WRF Single-Moment 3-class scheme以及积云参数化方案采用Betts-Miller-Janjic scheme(即最优参数化方案组合)时，预报值与实况值的相关系数最大、均方根误差最小，此时形势场的预报值与实况值之间的变化特征和趋势最为接近。

(3)根据飞机积冰实测报告，对最优参数化方案组合的模拟效果进行验证后得出，该方案组合的预报效果最好，能准确预报出飞机积冰强度。

不同的参数化方案对形势场的模拟效果有所不同，选择合适的参数化方案在一定程度上有效地提高了积冰发生时形势场的模拟效果，这也有利于提高飞机积冰强度预报的效果。本文仅选用甘肃地区一次飞机积冰个例进行WRF模式的模拟分析，考虑了不同微物理过程方案和积云参数化方案对模拟结果的影响，但未涉及模式区域、模式分辨率、驱动场等因素对模拟结果的影响，未来有待于进一步深入研究。

参考文献：

[1] 曹丽霞,纪飞,刘建文. 云微物理参数在飞机积冰分析和预报中的应用研究[J]. 气象,2004,30(6):8-11.

[2] 曹丽霞. 与飞机积冰有关的云微物理参数的观测分析和模拟研究[D]. 南京:解放军理工大学,2007.

[3] 陈静,吕环宇. 一次对流不稳定条件下飞机积冰的天气动力诊断分析[J]. 气象,2006,32(12):66-71.

[4] 王新炜,白洁,刘建文,等. SBDART辐射传输模式及其在飞机潜在积冰区反演中的应用[J]. 气象科技,2003,31(3):152-155.

[5] 李航航,周敏. 飞机结冰探测技术及防除冰系统工程应用[J]. 航空工程进展,2010,1(2):112-115.

[6] 迟竹萍. 飞机空中积冰的气象条件分析及数值预报试验[J]. 气象科技,2007,35(5):714-718.

[7] 黄丽娟.中国北方地区飞机积冰的大气环境特征[J]. 飞行实验,1997(12):8-12.

[8] 刘开宇,申红喜,李秀连,等. “04.12.21”飞机积冰天气过程数值特征分析[J]. 气象,2005,31(12):23-27.

[9] 庞朝云,张逸轩. 甘肃中部地区飞机积冰的气象条件分析[J]. 干旱气象,2008,26(3):53-56.

[10] 黄少妮,王建鹏,王丹,等. 西安一次夜间异常增温过程的数值模拟及诊断[J]. 干旱气象,2015,33(2):270-277.

[11] 董春卿,苗爱梅,郭媛媛,等. 地形对山西恒曲“0729”特大暴雨影响的数值模拟分析[J]. 干旱气,2015,33(3):452-457.

[12] LeBot, Christine. SIGMA:System of Icing Geographic identification in Meteorology for Aviation[A]. 11th Conference on Aviation, Range, and Aerospace, Hyannis, Mass,. 4-8 October 2004, American Meteorological Society.

[13] Tafferner A, Hauf T, Leifeld C, et al. ADWICE:Advanced Diagnosis and Warning System for Aircraft Icing Environments[J]. Wea Forecasting,2003,18:184-203.

[14] Vivekanandan J, Zhang G, Politovich M K.An Assessment of Droplet Size and Liquid Water Content Derived from Dual-Wavelength Radar Measurements to the Application of Aircraft Icing Detection[J]. Atmos Oceanic Technol, 2001,18:1787-1798.

[15] 刘旭光. 数值预报产品在航空气象预报中的应用[J]. 四川气象,2001,21(4):18 -22.

[16] 王鹏云,阮征. 对华南对流云中过冷水-飞机积冰的直接气象因子的中尺度数值预报试验[J]. 热带气象学报,2002,18(4):399-406.

[17] 陈炯,郑永光,邓莲堂,等. WRF模式中不同边界层参数化方案对2003年7月江淮暴雨的数值模拟及其比较[A]//中国气象学会2003年年会论文集(7)[C].北京:气象出版社,2003.221-224.

[18] 朱格利,林万涛,曹艳华. 用WRF模式中不同云微物理参数化方案对华南一次暴雨过程的数值模拟和性能分析[J]. 大气科学,2014,38(3):513-523.

[19] 徐慧燕,朱业,刘瑞,等. 长江下游地区不同边界层参数化方案的试验研究[J]. 大气科学,2013,37(1):149-159.

[20] 河惠卿,王振会,金正润,等. 积云参数化和微物理方案不同组合应用对台风路径模拟效果的影响[J]. 热带气象学报,2009,25(4):435-441.

[21] 刘永强,丁一汇,赵宗慈. 1991年江淮特大异常降水的区域气候模拟[A]. 中国短期气候预测模式研究[M]. 北京:气象出版社,1996.106-120.

[22] 陈静. 物理过程参数化方案对中尺度暴雨数值模拟影响的研究[J].气象学报,2003,61(2):203-218.

[23] 黄海波,陈春艳,朱雯娜. WRF模式不同云微物理参数化方案及水平分辨率对降水预报效果的影响[J].气象科技,2011,39(5):529-534.

[24] 刘风林,孙立潭,李士君. 飞机积冰诊断预报方法研究[J]. 气象与环境科学,2011,34(4):26-30.

[25] 徐振亚,任福民,杨修群,等. 日最高温度统计降尺度方法的比较研究[J]. 气象科学,2012,32(4):395-402.

[26] 熊秋芬,黄玫,熊敏诠,等. 基于国家气象观测站逐日降水格点数据的交叉检验误差分析[J]. 高原气象,2011,30(6):1615-1625.

Effect Evaluation of Parameterization Schemes in Numerical Simulation Test About Aircraft Icing Situation Field

BIAN Shuangshuang，HE Hongrang，ZHANG Yun，MIAO Ziqing，BAI Shigang，XIE Fei

(CollegeofMeterologyandOceanography，PLAUniversityofScienceandTechnology，Nanjing211101，China)

Abstract:The situation field of aircraft icing was simulated by using WRF model. The bilinear interpolation was performed to drop the scale of the simulated elements. The correlations between forecast value and actual value of situation field on 500 hPa were compared for different parameterization schemes, and the ability of simulating situation field of aircraft icing was investigated about different parameterization schemes. The results indicated that different parameterization schemes would influence the simulation results, when microphysical process scheme used WRF Single-Moment 3-class scheme and cumulus parameterization scheme used Betts-Miller-Janjic scheme, the correlation coefficient between forecast value and actual value of situation field was maximum, and their root mean square error was minimum, and the trend and characteristics of the forecast value were the most close to the actual value. Based on aircraft icing measured report and the false frost point discriminate method, aircraft icing’s forecast results were the most consistent with the measured report.

Key words:icing；parameterization schemes；numerical simulation；correlation coefficient；evaluation

中图分类号：P435

文献标识码：A

文章编号：1006-7639(2016)-01-0106-07

doi:10.11755/j.issn.1006-7639(2016)-01-0106

作者简介：卞双双(1990-)，女，硕士研究生，主要从事数值模拟与数值预报研究.E-mail:bianss0130@163.com通信作者：何宏让，教授，主要从事数值模拟与数值预报研究.E-mail:hehongrang@aliyun.com

基金项目：国家自然科学基金(41375106)资助

收稿日期：2015-07-08；改回日期：2015-10-30

卞双双，何宏让，张云，等.飞机积冰形势场数值模拟试验的参数化方案效果评估[J].干旱气象，2016，34(1)：106-112, [BIAN Shuangshuang, HE Hongrang, ZHANG Yun, et al. Effect Evaluation of Parameterization Schemes in Numerical Simulation Test About Aircraft Icing Situation Field[J]. Journal of Arid Meteorology, 2016, 34(1):106-112], doi:10.11755/j.issn.1006-7639(2016)-01-0106