不同分辨率西南区域模式对冕宁“6.26”突发性暴雨过程的模拟

2021-07-05卢萍

高原山地气象研究 2021年2期

卢萍

（中国气象局成都高原气象研究所/高原与盆地暴雨旱涝灾害四川省重点实验室，成都 610072）

引言

20世纪末以来，通过提高中尺度模式分辨率来改进模式模拟结果成为气象学者关注的热点问题。纪立人等[1]研究了数值模式中不同水平分辨率下地形精细度对模拟结果的影响。周天军等[2]通过对一次降水过程预报的分析，认为模式水平分辨率的变化将直接影响积云对流参数化的效果，从而影响降水场和形势场。李锁锁等[3]认为模式水平分辨率提高，会导致预报降水量增大，虚假降水也相应增多。姜勇强等[4]研究认为高分辨率模拟结果明显好于低分辨率模拟结果，同时还指出模式垂直坐标带来的误差可能抵消了水平分辨率提高带来的改善。高学杰等[5]研究认为在东亚地区降水模拟中，分辨率与地形相比，起着至少同样重要的作用，模式分辨率越高，模拟效果越好。张宇等[6]分析认为模式分辨率提高对气象五要素的模拟具有一定影响，对温湿压影响最大，对风场影响次之，对流层下部和边界层对分辨率最为敏感，对流层中上部次之。邓莲堂等[7]分析比较了不同分辨率的WRF模拟结果，结果表明：分辨率对降水模拟效果影响较大，提高模式水平分辨率有助于预报效果的改善，但高分辨率模拟的降水强度偏强，空报偏多；不同分辨率对环流形势的模拟效果影响不大。袁招洪[8]分析认为随模式水平分辨率的提高，模式模拟的飑线弓状回波结构更精细。杜娟等[9]评估模式模拟

结果表明：提高分辨率对新疆区域2m温度、10m风速模拟精度均有提高；但提高分辨率后，模式出现虚假降水预报。康兆萍等[10]利用不同分辨率中尺度模式WRF对2016年6月30日～7月1日华中地区一次暴雨过程进行数值模拟试验，结果表明总雨区和大暴雨区模拟对分辨率敏感。

由于影响因素复杂多变，山区突发性强降水一向是数值预报的难点，其日变化和短时强降水的频次等特征与局地地理位置、海拔等下垫面状况密切相关[11-16]。2020年6月26～27日，四川凉山州冕宁地区发生了一次突发性暴雨过程，造成了次生山洪灾害。鉴于这次过程发生区域--冕宁整个地势北高南低，下垫面非常复杂，沟壑纵横，具有典型的中小尺度地形地貌特征，因此本文针对这一特殊地貌下发生的突发强降水，对比分析不同水平分辨率西南区域业务模式对其的模拟结果，并探讨造成差异的原因，以期为改进西南区域业务模式、提升天气预报水平提供科学依据。

1 天气过程和模式简介

2020年6月26日傍晚10时至凌晨18时（文中皆采用世界时），凉山州冕宁县普降暴雨到大暴雨，最大累计雨量出现在彝海镇南部的灵山寺站，为181.9mm（文中简称“6.26”过程）。由于此次强降雨突发性强、降水效率高、累计雨量大，落区地形复杂，故形成次生山洪灾害。山洪灾害发生在彝海镇，导致19人遇难、3人失联，直接经济损失达7.38亿元。

西南区域业务模式SWC-WARMS (SouthWest Center-WRF ADAS Real-time Modeling System，水平分辨率9km)和SWC-WARR（SouthWest Center-WRF ADAS Rapid Refresh，水平分辨率3km）是基于WRF(3.5.1)和ARPS5.3.3(ADAS)建立的西南区域中心中尺度数值业务预报系统，使用GFS预报场作为模式初猜场和边界条件，模式垂直层次为51层，模式中心为100°E、32°N，水平分辨率有9km（格点数为629×399）和3km（格点数720×555）两种。下面即采用2020年6月26日00时起报，运行24h的预报结果进行分析研究，对比这两种不同水平分辨率的模式预报结果差异并讨论造成差异的原因。

文中采用了国家信息中心发布的多元融合资料CRA40进行对比分析，其水平分辨率为0.3125°×0.3125°，垂直分辨率为25hPa，资料层顶为1hPa，时间分辨率为6h[17]。

2 不同水平分辨率模式的降水预报结果

图1是“6.26”过程的降水时空分布。如图所示，在这2个分辨率的模式模拟结果之间以及它们与实况之间均存在明显差异，具体如下：

图1 “6.26”过程的降水时空分布（a.插值到0.03o×0.03o格点的实测降水，b.3km分辨率模式模拟的24h累计降水，c.9km分辨率模式模拟的24h累计降水，单位：mm，实心三角形表示降水中心；d.实测强降水中心的逐时降水，e.3km分辨率模式强降水中心的逐时降水，f.9km分辨率模式强降水中心的逐时降水，单位：mm/h）

（1）川西南小片区的降水集中在冕宁一带。实测强降水中心在102.55°E、28.65°N，3km分辨率模式模拟的强降水中心在102.874°E、28.5035°N，9km分辨率模拟的强降水中心在103°E、28.9°N。与实况相比较，模拟降水强度更大，雨带范围更广，且雨带位置略偏东。

（2）当模式分辨率提高时，模拟降水强度更大，且雨带特征更加精细。随着分辨率的提高，强降水中心的预报更加细化且强度更显著。

（3）模式水平分辨率的改变不仅显著影响着降水强度，对降水落区模拟影响也相当大。与9km分辨率模式模拟结果对比后发现，3km分辨率模式不仅模拟出了牦牛山、马头山、大火山、小相岭等山地以北的暴雨，还模拟出了这些地区以南的强降水中心。

（4）降水发生时间的模拟结果对于模式水平分辨率的改变同样敏感。从图1e和图1f可看出，随着网格距的减小，高分辨率模拟的强降水中心值明显增大，且强降水发生时段更为集中。

3 不同水平分辨率模式预报差异成因分析

3.1 不同水平分辨率模式对地形描述的差异

图2是不同水平分辨率模式中的地形特征。通过对比分析图2a和图2b可知，四川西部和南部地形相当复杂，模式分辨率提高后，对地形的描述更加细致，中小尺度地形能得到更好的刻画，尤其是此次暴雨所发生区域中牦牛山和小相岭的高度更高，低洼的沟壑更深，高山林立、沟壑纵横的中小尺度地形特征得到较好的刻画。由于3km分辨率模式能够更好地刻画四川西部和南部的复杂地形，从而使得下垫面的强迫作用更接近实况，更有利于模式对边界层大气特征的准确把握。因此提高模式水平分辨率后，依靠更为接近复杂实况的精细地形描述，中小尺度天气系统能得到更好的模拟，使得模式对暴雨雨带的预报更为精细且强度更大。

图2 不同水平分辨率模式中的地形特征（a.3km分辨率，b.9km分辨率，单位：m，圆圈表示“6.26”局地突发性强降水区域）

3.2 不同水平分辨率模式模拟的对流有效位能差异

由于图1显示此次模拟的最强降水发生在2020年6月26日11时，因此给出当日06时和12时强降水作为降水过程前后的对比时次。图3分别给出了强降水发生前（2020年6月26日06时）后（2020年6月26日12时）对流有效位能的空间分布。如图所示，此次降水过程中对流位能在该地区的指示意义不如盆地东南部地区显著，但降水发生前后对流有效位能的变化情况还是能够反映出该过程伴有一定的能量释放。四川南部地区在降水发生前蓄积了较高的对

流有效位能（图3a～c），川西南地区在最强对流发生后对流有效位能明显减少（图3d～f），说明这次降水过程伴随着大气能量的释放。模拟结果与融合资料的时空演变特征基本一致，强度则略强。高分辨率模拟的对流有效位能极大值最强，且结构更为精细。

图3 强降水发生前（a～c.2020年6月26日06时）后（d～f.2020年6月26日12时）对流有效位能的空间分布（a、d.CRA资料，b、e.3km分辨率模式结果，c、f.9km分辨率模式结果，单位：J/kg）

3.3 不同水平分辨率模式模拟的相对湿度差异

图4分别给出了强降水发生前（2020年6月26日06时）后（2020年6月26日12时）2m相对湿度的空间分布。如图4a～c所示，降水发生前，四川盆地和高原边坡的过渡带以及西昌山地等区域的2m相对湿度非常大，接近饱和状态，易于凝结；如图4d～f所示，最强对流发生后，近地面的相对湿度明显增大，大值区依然与地形状况相一致；上述特征说明盆地和高原边坡的过渡带及西昌山地较其它区域的相对湿度值大，在抬升情况下更容易产生凝结降水。模拟结果与融合资料的时空演变特征基本一致，强度则略强，且随着资料分辨率的提高，强度增强，结构变得更精细。

图4 同图3，但为2m相对湿度（单位：%）

3.4 不同水平分辨率模式模拟的动力场差异

图5分别给出了强降水发生前（2020年6月26日06时）后（2020年6月26日12时）地面10m风场的空间分布。从图5a～c可以看到降水发生前的06时，北部有地面冷空气沿着四川盆地西部边缘向南入侵，与西南暖湿气流在冕宁地区交汇，地面暖湿空气的风速略大于北方南下的冷空气。12时（图5d～f），南下的冷空气更加向西向南入侵，整个关注区几乎为偏北气流所控制，西南暖湿气流有所减弱。模拟结果与融合资料的时空演变特征基本一致，较好地再现了这次冷空气的入侵过程，风速则略大。受更精细的下垫面影响，高分辨率模拟的地面风向在重点关注区域的变化更大。

图5 同图3，但为地面10m风场（矢量表示风场，填色表示经向风，单位：m/s）

图6分别给出了强降水发生前（2020年6月26日06时）后（2020年6月26日12时）700hPa风场的空间分布。从图6a～c可以看到，降水发生前的06时，700hPa等压面上同样有北方地面冷空气沿着四川盆地西部边缘向南入侵，与地面风相比，向南入侵深度偏浅，冕宁地区主要受西南暖湿气流控制。12时（图6d～f），南下的冷空气更加向西向南入侵，整个关注区处于南北风交汇处，西南暖湿气流有所增强。模拟结果与融合资料的时空演变特征基本一致，较好地再现了这次冷空气的入侵过程，风速则略大。与地面风相比，700hPa高层的北风入侵范围偏小，南下深度略浅，相应的西南暖湿气流则更强。

图6 同图3，但为700hPa风场（矢量表示风场，填色表示经向风，单位：m/s）

图7给出了2020年6月26日10m纬向风沿103.5°E的时间-纬度剖面。从图7a～c可以看到，在降水发生前，跨越该经度的风主要是偏西风，06时前后主要盛行来自盆地方向的偏东风气流；整个降水过程期间，整个关注区域（28°～29°N）几乎都被偏东风所控制，且在主降水时段，偏东风风速较大，降水结束后风速有所减弱。模拟结果与融合资料的时空演变特征基本一致，较好地再现了在降水期间该区域有来自盆地的偏东气流输送的事实。

图7 2020年6月26日10m纬向风沿103.5oE的时间-纬度剖面（a.CRA资料，b.3km分辨率模式结果，c.9km分辨率模式结果，单位：m/s）

图8给出了2020年6月26日10m经向风沿29°N的时间-经度剖面。从图8a～c可以看到，在降水发生前，跨越该纬度在不同经度呈现南北风交错现象，06时以后逐渐被北方南下的冷空气所控制，北风入侵时间长；在主降水时段，几乎为偏北风气流所控制；降水前期，风速大，降水结束后风速有所减小。模拟结果与融合资料的时空演变特征基本一致，较好地再现了在降水期间有冷空气入侵的事实。

图8 同图7，但为10m经向风沿29oN的时间-经度剖面

图9给出了2020年6月26日700hPa纬向风沿103.5°E的时间-纬度剖面。从图9a～c可以看到，在降水发生前，跨越该经度的700hPa纬向风主要是偏西风，06时以后逐渐被从盆地方向过来的偏东风气流所控制，与地面风相比，偏东风控制时间略短；但在主降水时段，几乎为偏东风气流所控制，一定程度上反映了在该时段这个区域以西存在东西风的辐合；与地面风相比，700hPa的偏东风气流存在时间短，跨越的纬度范围小。模拟结果与融合资料的时空演变特征基本一致，较好地再现了在降水期间该区域有来自盆地的偏东气流输送的事实。

图9 同图7，但为700hPa纬向风沿103.5oE的时间-纬度剖面

图10给出了2020年6月26日700hPa经向风沿29°N的时间-经度剖面。从图10a～c可以看到，在降水发生前，跨越该纬度的700hPa经向风主要是偏南风，06时以后逐渐被北方南下的冷空气所控制，与地面风相比，北风入侵时间略短，但在主降水时段，几乎为偏北风气流所控制。降水前期，风速大，降水结束后风速有所减小。模拟结果与融合资料的形态和演变过程基本一致，较好地再现了在降水期间有冷空气入侵的事实。与地面风相比，700hPa高层的北风入侵范围偏小，南下深度略浅，相应的西南暖湿气流则更强。