2010年6月中旬浙闽赣地区暴雨特征和冰云热力效应的数值模拟分析

邢书强 李小凡

(浙江大学 地球科学学院大气科学系，杭州 310027)

引 言

我国的雨季以南海夏季风爆发为开端，雨带在北移过程中存在两次北跳和三次停滞过程[1]，即华南前汛期暴雨、江淮梅雨锋暴雨和华北东北暴雨。江淮流域的梅雨锋暴雨作为我国夏季风研究的重点之一，已有许多研究成果。中尺度对流系统是夏季主汛期产生梅雨峰暴雨的主要系统[2]，中尺度系统在梅雨锋上产生、发展、组织和移动，在一定的大尺度环流背景和其他天气系统的共同作用下，引发锋面附近强降水[3]。倪允琪等[4]基于多种观测资料总结了梅雨锋暴雨从天气尺度到γ中尺度对流单体的概念模型，进一步完善了多尺度暴雨模型。梅雨锋附近不同尺度、高度的天气系统之间的相互作用主要通过锋面附近的垂直环流系统的调整来实现，跨锋面的垂直环流对锋区扰动的产生、发展以及暴雨的形成尤为重要[5]。梅雨锋暴雨是梅雨锋附近的不同尺度天气系统相互作用的结果。胡娅敏等[6]通过对52点的降水数据进行分析，将江淮梅雨暴雨分为5种类型，发现5种降水类型的南亚高压位置，高空急流、副热带高压和阻塞高压的位置、垂直速度、水汽输送的配置存在显著差异。马铮等[7]利用高精度数值模拟资料分析了梅雨锋暴雨的边界层内的湍流动能收支，发现暴雨区主要湍流动能源来自于平均风切变所产生的机械湍流，而浮力作用在降水期间消耗湍流动能。张舒阳等[8]的模拟研究表明地面梅雨锋、高低空急流耦合、低层辐合高层辐散以及中层短波槽的配置有利于暴雨的发生发展。

近年来随着数值模式和雷达、卫星遥感资料进一步发展，梅雨暴雨中中尺度系统结构得以被了解和揭示，研究主要集中在中尺度涡旋、对流系统的结构和发展机理方向。观测资料分析表明，梅雨暴雨可分为有明显局地特征的梅雨锋上β中尺度对流性暴雨、与大尺度强迫有关的梅雨锋东部初生气旋暴雨和梅雨锋西端高空低槽前持续性暴雨三类[9]。赵玉春等[10]利用WRF 模式对2007 年皖南一次特大暴雨过程进行了模拟，分析了整个降水过程中MCSs 的形成发展过程和主要活动特征，并指出大别山和皖南山区的地形通过地形重力波影响下游MCS 的活动，通过阻滞效应影响MCS 的移动，该地区中尺度地形是特大暴雨形成的重要原因。PING， et al[11]通过对一次梅雨暴雨的模拟指出，对流云团的合并在暴雨过程中起着至关重要的作用，对流的发展引起大尺度动力、热力学环境的变化，有利于对流系统的组织过程。WANG， et al[12]模拟梅雨锋上MCV 的演化过程，发现中层形变和低层涡度通量是MCV 生产的主要原因，并通过对涡度、温度的计算，研究了MCV 的能量转化过程。

降水统计研究表明，在我国夏季风向北推进并从华南前汛期暴雨转换到江淮梅雨锋暴雨的过程中，约6月中旬在浙闽赣地区存在一个明显的强降水中心[13]。浙闽赣地区的年降水量(1 715 mm)和江淮地区的年降水量(1 790 mm)接近，但比华南地区(2 421 mm)少30%。作为梅雨系统的重要组成部分，相对江淮梅雨暴雨研究，浙闽赣地区6月汛期的研究较少。张春燕等[14]分析了2011 年6 月浙闽赣地区4 次暴雨过程，但研究主要集中在大尺度环流特征上，没有仔细讨论中小尺度系统。HUANG， et al[13]分析了6月中旬浙闽赣暴雨发现暴雨和对流层低层的西南气流增强有关。YANG， et al[15]对4个浙闽赣地区6月中旬强降水年的二维云分辨模拟分析表明，地表降水在水汽的降水收支中以水汽辐合为主要降水源，在热量的降水收支中以热量辐散为主要降水源。水汽相关降水效率与热量相关降水效率的高线性相关系数主要源于水汽辐合与热量辐散的统计相似性。地表降水的日变化与上升运动相对应。能量转换效率(定义为微扰动能与对流有效势能之比)的日变化大致与降水同位相，说明动力与水汽相互作用在降水量峰值形成中的重要性。

对降水进行定量分析有助于加深对热量、水汽、云微物理等过程在暴雨形成过程中作用的了解。GAO， et al[16-17]结合水汽收支和云收支推导出水汽相关的降水收支，并用二维云模拟资料进行降水过程中的定量分析；结合热量收支和云收支推导出热量相关的降水收支，研究了降水的日变化。基于水汽相关的降水收支，XU， et al[18]对台风降水进行了分类，定量分析降水结构，发现当局地大气变干和水汽与云凝物都辐合时，雨强达到最大。

降水直接源于云的微物理过程，云发展过程中产生的辐射和潜热作用对暴雨的形成有着非常重要的作用。冰云透过太阳短波辐射吸收地面长波辐射，有很强温室作用[19]。XU， et al[20]利用WRF对台风“菲特”进行模拟，发现有水云时，冰云的辐射作用会使降水增加，无水云时，冰云辐射作用也使降水减少。WANG ， et al[21]分别讨论了云水、雨滴、云冰、雪和霰的辐射作用，发现除了云冰和雪以外，其他云凝物的辐射作用对降水产生的影响不大，云冰和雪虽然对辐射的作用类似但由于分布高度的不同对降水产生了相反的作用，其中云冰辐射效应减弱了大气的不稳定性使降水减少，而雪辐射效应增强了大气的不稳定性使降水增加。 ZHU， et al[22]分析了一次华北降水中冰云的辐射和潜热作用的影响，结果表明冰云辐射效应增强降水，而冰云潜热效应减弱降水。

本文利用中尺度WRF模式模拟2010年中旬一个华北地区暴雨个例，解答以下问题：华北地区暴雨的降水特征是什么？冰云热力过程对华北暴雨有怎么样的影响？相关的物理机理是什么？因此本文首先介绍华北暴雨的天气背景、观测资料、模式和试验设计，再利用模拟资料分析暴雨特征和冰云热力过程的降水效应及相关的物理机理，最后总结本研究的主要结论。

1 个例简介和天气背景分析

图1分别给出了2010年6月19日00时至20日00时(世界时，下同)的850、500和200 hPa的天气形势。如图1b所示，2010年6月19日00时，500 hPa中高纬度环流形势为：在贝加尔湖西侧存在一个高压脊，低压槽则位于我国东北附近，西太平洋副热带高压向西延伸到了中南半岛，呈带状分布，脊线位于20°N附近。青藏高原热力作用明显，浙闽赣地区中层大气以暖平流为主。与此同时，在我国渤海辽宁上空有一低涡生成，配合其西侧的高压脊引导北方的冷空气向南输送，气旋随时间向东移动，最后并入东亚大槽令槽加深向南发展，到了20日00时(图1c2)，随着槽的向南延伸，副热带高压形势出现变化，强度有所减弱，它的维持和东亚大槽的加深发展是暴雨形成的一个重要原因。

在200 hPa高度(图1c、f、i)上，可以看到在东亚中纬度地区存在高空急流，最大风速超过50 m·s-1，急流中心位于30°N附近，自西向东移动。19日00时(图1c)，高空存在两个急流中心，分别位于安徽北部和江苏东侧，随后急流中心向东移动，安徽上空的急流轴移动至江苏沿海，中心风速加大至50 m·s-1并继续向东移动，在此过程中，浙闽赣地区先是位于高空急流出口区的右侧辐合区，急流对上升运动有负贡献，随着急流的移动，浙闽赣地区位于急流大风核的右后方，为正涡度平流和辐合区，有利于上升运动的发展，这可能是整个降水过程中出现一次减弱然后再次加强的原因之一。

由于副热带高压的强盛稳定，广西至湖南低空存在一支稳定的西南急流，850 hPa大风中心超过18 m·s-1(图1a)，浙闽赣地区位于急流前方，绝大部分都位于高湿区内。低空西南气流将低纬海洋上的暖湿空气不断输送到华南地区，且与浙闽赣地区北侧的偏东气流形成暖式切变线，导致水汽辐合和上升运动加强。到了19日12时(图1d)，浙闽赣地区西南侧的低空急流有所减弱，导致水汽供应不足，高湿度区域范围减小，于此同时，浙闽赣地区北部的偏东气流也有一定减弱，以至于低空的气旋式切变不明显，上升运动和水汽辐合减弱，于是暴雨过程出现了短暂减弱。20日00时，西南急流再次加强进入浙闽赣地区，加强了水汽输送，同时导致急流前侧气旋性切变加强，加强上升运动，是暴雨再次加强的重要原因。

图1 2010年6月19日00时—20日00时的天气形势，其中蓝色方框表示浙闽赣地区(26°～29°N，116°～121°E)。(a-c)19日00时；(d-f)19日12时;(g-i)20日00时;(a、d、g)850 hPa的风场和湿度场(黑色箭矢为风，单位：m·s-1；绿色等值线为相对湿度大于90%的等值线，单位：%；填色区域为风速大于12 m·s-1的低空急流区)；(b、e、h)500 hPa的温度场和位势高度场(黑色等值线为位势高度，单位：dagpm；红色等值线为温度场，单位：K)；(c、f、i)200 hPa的温度场和位势高度场(黑色等值线为位势高度，单位：dagpm；红色等值线为温度场，单位：K；填色区域为风速大于30 m·s-1的高空急流区)Fig.1 Synoptic maps from 0000 UTC on 19 to 0000 UTC on June 20, 2010, in which the blue box represents Zhejiang-Fujian-Jiangxi region(26°-29°N,116°-121°E): (a-c)0000 UTC on 19; (d-f) 1200 UTC on 19; (g-i) 0000 UTC on 20; (a,d,g) the wind andrelative humidity fields at 850 hPa (the black arrow is the wind, unit: m·s-1; the green isoline is the isoline with relativehumidity greater than 90%, unit: %); the color filling area is the low-level jet area with wind speed greater than 12 m·s-1);(b,e,h)the temperature field and potential height field at 500 hPa (the black contour is potential height, in dagpm; the red contour istemperature field, unit: K); (c,f,i) the temperature field and potential height field at 200hPa (the black contour is potential height,unit: dagpm; the red contour is temperature field, unit:K; the color filling area is high-altitude jet area with wind speed greater than 30 m·s-1)

2 观测资料、模式、模拟参数和数值试验设计

本试验所使用的数值模式为新一代中尺度天气研究和预报模式(Weather Research and Forecasting Model，WRF)。WRF模式是美国国家大气研究中心(NCAR)中小尺度气象部门(MMM)、美国环境预测中心(NCEP)和预报系统实验室(FSL)、美国空军气象局和海军研究实验室以及俄克拉荷马大学等美国高校和科研机构为大气科学研究和业务预报合作开发设计的新一代中尺度数值天气预报系统。WRF在发展过程中由于科研和业务的不同需求，形成两个不同的版本，一个是在NCAR的MM5模式基础上发展而来的高级研究模式(Advanced Research WRF，ARW)，另一个是在NCEP的ETA模式上发展而来的非静力中尺度模式(Nonhydrostatic Mesoscale Model，NMM)[23]，本文使用的是WRF-ARW，版本为3.8.1。

控制试验采取了三重嵌套网格，各重区域的格点数、分辨率、垂直层数和积分步长见表1。采用的物理参数化方案主要有Goddard GCE 方案[24]，Goddard长波辐射方案[25-26]，Dudhia短波辐射方案[27]，五层热扩散陆面方案[28]，YSU边界层方案[29]。

表1 模拟试验主要参数Table 1 Main parameters of simulation

本文涉及的数据资料主要为NCEP全球预报系统逐6 h 的1°×1°全球再分析资料(Final operational global analysis, FNL)，该资料垂直方向上包含了地面层和26个标准等压层，含有温度、湿度、气压、风场等多种气象要素，由于其融合了多种观测资料，相对比较可靠，常用于计算WRF等数值模式的初始场和侧边界条件。本试验中FNL资料不仅仅为数值模式提供了初始和边界条件，还被用来分析个例的天气形势。

本文用于检验模拟结果的实况资料主要为我国自动站与CMORPH[30](Climate Prediction Center Morphing Technique)降水产品融合的逐时降水量网格数据，其分辨率为0.1°×0.1°，是在全国3～4万个自动气象站观测的小时降水量和美国气候预测中心研发的全球30 min，8 km分辨率的CMORPH卫星反演降水产品的基础上，采用概率密度匹配和最优插值(PDF+OI)的融合算法得到的小时降水数据集。廖捷等[31]利用OI方法融合CMORPH卫星反演降水产品和我国地面测站观测资料结果表明，利用OI方法形成的融合降水产品和地面观测降水的空间分布特征较为一致，能反映台站稀疏地区以及陆地和海洋之间降水系统的空间连续性。

图2展示了模拟区域。其中模拟区域第一重(d01)和第二重(d02)模拟了大尺度环境场，为第三重(d03)提供边界条件，第三重区域中包含了主要研究区域浙闽赣地区(26°～29°N， 116°～121°E)。模式第一重和第二重网格从2010年6月18日12时开始积分，第三重从6月18日18时开始积分，到20日00时结束，主要关注的时间段是19日00时到20日00时。

图2 WRF三重模拟嵌套区域(d01，d02 和d03)叠加地形(填色；单位：m)Fig.2 WRF three nesting area (d01， d02 and d03) superimposedby topography (background color， unit: m)

本文所选的Goddard GCE方案包含了云水、雨滴、云冰、雪和霰等5种云凝物的微物理过程。这些云粒子具有不同的有效半径和不同的光学厚度[32]，这可能对云的发展和降水的产生不同的辐射影响，而云凝物凝结蒸发过程中的潜热收支变化对云、降水、热量和动力结构都有很大影响[33]。为研究冰云热力效应对降水的影响，基于CTL，本文设计了NIR、NSR、NGR、NICR和NILH、NSLH、NGLH、NICLH两组敏感性实验， NIR、NSR、NGR、NICR敏感性试验分别关闭了云冰、雪、霰和冰云(云冰+雪+霰)的辐射效应，而NILH、NSLH、NGLH、NICLH分别关闭了云冰、雪、霰和冰云潜热变化；其他设置和CTL一样(表2)。

表2 基准试验和敏感性试验设计Table 2 Design of control experiment and sensitivity experiments

图3给出了实况观测和模拟结果的24 h累积降水空间分布，其中黑色方框所圈出的区域是浙闽赣地区(26°～29°N，116°～121°E)。从观测结果(图3a)来看，本次暴雨强降水中心主要发生在江西中部和福建北部，其中最大降水量超过300 mm。与观测结果相比，模拟结果的强降水落区和观测基本一致，但降水强度整体偏强，强降水区域也偏大，且对浙江中北部和江西西南部的降水模拟结果较强。

图3 6月19日00时至20日00时24 h累积降水量的空间分布(单位:mm): (a)观测;(b)模拟(黑色方框所示区域为浙闽赣地区26°～29°N、119°～121°E)Fig. 3 Horizontal distributions of cumulative rainfall amount(unit: mm) from (a) observation and (b) simulation from 0000 UTC on 19 to0000 UTC on 20 June， 2010, in which the black box represents Zhejiang-Fujian-Jiangxi region (26°～29°N，116°～121°E)

图4显示了浙闽赣区域内平均降水的逐小时分布情况，本次暴雨降水强度变化整体呈现先减弱后增强的趋势，模拟结果很好的呈现了这一趋势，但振幅较观测偏大，尤其是后12 h，观测降水在16时到达最低值以后开始再次增强，增速较为缓慢，而模拟降水再次增强的速度十分地快，结果导致观测中最强的降水时出现在过程前半段，而模拟的最强降水时出现在后半段。虽然模拟降水整体偏强，但整体而且还是很好的表达了本次过程降水随时间先减弱后增强的趋势。

图4 6月19至20日区域平均的逐小时降水量(mm·h-1)Fig. 4 Time seies of area-averaged rain rate (unit: mm·h-1) in June 19-20

基于水汽收支推导的地面降水收支方程：

Ps=QWVT+QWVF+QWVE+QDIFV+QCM，

(1)

其中：

(2)

(3)

(4)

(5)

基于水汽收支推导的地面降水收支可以分解为水汽局地变化项QWVT，局地水汽辐合辐散项QWVF，云凝物辐合辐散项QCM，地表蒸发项QWVE，和扩散项QDIFV。其中QWVE恒为正，QDIFV远小于其他，可忽略不计；QWVT正值代表大气变干，降水增加，负值代表大气增湿，降水减少；QWVF正值表示水汽辐合，对降水正贡献，负值表示水汽辐散，对降水负贡献；QCM代表云凝物的辐合辐散，其正值代表云凝物辐合，对降水有正贡献，其负值代表云凝物辐散，对降水有负贡献。

基于热量收支推导的地面降水收支方程：

Ps=SHT+SHF+SHS+SRAD+SLHLF+QCM，

(6)

其中：

(7)

(8)

(9)

(10)

(11)

其中：T和θ分别表示温度和位温。π=(p/p0)κ，p0=1 000 hPa，κ=R/cp，R是空气常数，cp是常压下的干空气比热容；Frad*是由于辐射过程导致的温度变化的趋势项；Fpbl*是行星边界层的感热；Fmplf*是冰相间微物理过程所产生的潜热。

基于热量收支推导的地面降水收支方程(2)中，SHT为局地热量变化，SHT>0 /SHT<0 为局地升温/降温，对降水正/负贡献；SHF为热量辐合辐散项，SHF>0 /SHF<0为热量辐散/辐合，对降水正/负贡献；SHS为地表感热项；SRAD为辐射作用项，SRAD>0/SRAD<0为辐射冷却/加热，对降水正/负贡献；SLHLF为云中冰相过程相关潜热项。

表3给出了浙闽赣地区暴雨个例的地面降水收支。基于水汽的降水收支中，区域平均降水主要来自于水汽辐合，其次是局地水汽变干，其余各项贡献相对较小。基于热量的降水收支中，区域平均降水的主要贡献项为热量辐散，其中部分热量辐散导致局地大区降温，辐射冷却和地面感热对降水的贡献非常小。

表3 时空平均的地面降水收支Table 3 Spatiotemporally averaged surface rainfall budge mm·d-1

图5给出了随时间变化的地面降水收支情况。可以看出，水汽收支中，降水主要贡献来自于水汽辐合。水汽辐合的变化趋势与降水一致，位相略前于降水变化。前8 h，局地水汽变湿减少降水，而云凝物辐合增加降水，两者的降水效应大部分互相抵消；后16 h，局地水汽变干增加降水，而云凝物辐散减少降水，两者的降水效应互相抵消，但前者时间上稍前于后者，且局地水汽变干最大值出现在13 h，造成水汽辐合最小值和降水最小值的位相差。在热量收支中，主要由热量辐散决定地面降水率，其变化趋势与降水一致，位相也略前于降水。在前8 h和后8 h，局地大气变冷减少降水，而中间8 h，局地大气变暖增强降水。

图5 6月19—20日区域平均的逐小时降水(单位：mm·h-1)，黑色虚线为观测值，红色实线为模拟值基于(a)水汽和(b)热量收支的降水收支(mm·h-1)随时间的变化Fig. 5 Time series of (a) water vapor and (b) heat based rainfall budgets (unit: mm·h-1)

根据XU, et al[18]的研究，通过基于水汽收支推导的降水方程，可以将地面降水分为8种类型；同样，通过基于热量收支推导的降水方程(2)，也可以将降水分为8种类型(表4)；其中T、F、M分别表示局地大气变干/变暖(QWVT/SHT>0)、水汽辐合/热量辐散(QWVF/SHF>0)、云凝物减少或辐合(QCM>0)；t、f、m分别表示局地大气加湿/变冷(QWVT/SHT<0)、水汽辐散/热量辐合(QWVF/SHF>0)、云凝物增加或辐散(QCM<0)。根据浙闽赣地区每个格点的QWVT、QWVF、QCM、SHT、SHF值的正负情况，可将各个格点归类为8种类型之一。从水汽和云过程来看，除了地面蒸发总是降水源外，降水型TFM的降水源为局地大气变干、水汽辐合和云凝物辐合；降水型tFM的降水源为水汽辐合和云凝物辐合；降水型TfM的降水源为局地大气变干和云凝物辐合；降水型TFm的降水源为局地大气变干和水汽辐合；降水型Tfm的降水源为局地大气变干；降水型tFm的降水源为水汽辐合；降水型tfM的降水源为云凝物辐合。降水型tfm的降水源仅为地面蒸发。从热量和云过程来看，除了地面感热总是降水源外，降水型TFM的降水源为局地升温、热量辐散和云凝物辐合；降水型tFM的降水源为热量辐散和云凝物辐合；降水型TfM的降水源为局地升温和云凝物辐合；降水型TFm的降水源为局地升温和热量辐散；降水型Tfm的降水源为局地升温；降水型tFm的降水源为热量辐散；降水型tfM的降水源为云凝物辐合。降水型tfm的降水源仅为地面感热。

表4 基于(a)水汽和(b)热量收支分解降水类型Table 4 Partitioned rainfall types based on (a) water vapor and (b) heat budgets

这8个降水类型中，TFM的雨强(定义为降水除相应的降水格点数)最大，达近6 mm·h-1，这是因为水汽收支中的局地大气变干、水汽辐合和热量收支中的局地大气变暖、热量辐散以及云收支中的云凝物辐合都对降水有贡献(表5)；但TFM型降水覆盖率(定义为降水格点数除区域总格点数×100%)相对较小(3%～4%)。区域平均降水的近60%来自于降水型tFM(水汽收支中的局地大气变湿、水汽辐合和热量收支中的局地大气变冷、热量辐散以及云收支中的云凝物辐合)，降水覆盖率达40%左右，其雨强达4 mm·h-1，是最大雨强的2/3。这8个降水类型中，最大水汽辐合和最大热量辐散出现在tFM型降水中，但tFM型降水对应的雨强在这8个降水类型中并不是最大的，这主要是水汽辐合和热量辐散大部分用于局地大气增湿和降冷。区域平均降水的16%左右来自于降水型TFm(水汽收支中的局地大气变干、水汽辐合和热量收支中的局地大气变暖、热量辐散以及云收支中的云凝物辐散)，其主要降水源来自于水汽收支中的局地大气变干和热量收支中的局地大气变暖。

表5 (a)基于水汽收支分类和(b)基于热量收支分类的地面降水收支，降水覆盖率(FC)和雨强(RI)Table 5 Surface rainfall budgets, rainfall fractional coverage (FC) and rain intensity (RI) of rainfall typesseparated based on (a) water vapor budget and (b) heat budget mm·h-1

以上分析可以看到分别基于水汽和热量收支分解的降水型对降水的贡献是相似的，这也符合降水需要水汽源，也需要层结不稳定的条件。为进一步分析水汽和热量过程的一致性，我们计算各个水汽降水型(如vTFM)用热量收支的分解(如hTFM)和各个热量降水型(如hTFM)用水汽收支的分解(vTFM)。从表6中可以看到有80%以上水汽tFM，TFm和tFm降水型降水有热量相应降水型降水，而仅低于45%的水汽TFM，TfM和Tfm降水型降水仅是热量相应降水型降水。48%的水汽TFM降水型降水是热量tFM降水型降水，38.9%的水汽TfM降水型降水是热量tFM降水型降水，31.3%的水汽Tfm降水型降水是热量TFm降水型降水。有75%以上的热量tFM，TfM，TFm和Tfm降水型降水有水汽相应降水型降水。仅68.8%和58.3%的水汽TFM和tFm降水型降水仅是热量相应降水型降水。分别有12.5%和18.8%的热量TFM降水型降水是水汽tFM和TfM降水型降水，41.7%的热量tFm降水型降水是水汽TFm降水型降水。

表6 以下各列为各个水汽降水型的格点资料用热量收支的再分解；以下各行为各个热量降水型的格点资料用水汽收支的再分解Table 6 Re-partitioned heat budget using grid data of separated water vapor budget in each column andre-partitioned water vapor budget using grid data of separated heat budget in each row mm·h-1

3 冰云热力降水效应分析

基准试验与敏感性试验时空平均降水对比分析发现冰云辐射造成降水从NICR到CTL减弱，云冰、雪和霰辐射也导致降水减少，其中云冰辐射造成的降水减弱最大(表7a)。冰云潜热造成降水从NICLH到CTL增强，主要是云冰潜热降水效应有关。

表7 基准试验和敏感性试验的(a)降水Ps和(b)降水收支(降水Ps，净凝结QNC和云凝物变化QCM)差Table 7 Differences in (a) rainfall Ps and rainfall budget(rainfall Ps, net condensation QNC and hydrometeor change QCM) mm·h-1

GAO， et al[16]在二维云分辨模式下推导出了地面降水方程，在此基础上，XU,et al[20]推导出了WRF框架下三维的地面降水收支方程如下：

Ps=QNC+QCM，

(12)

其中：QNC为净凝结。

基准试验和敏感性试验的时空平均降水收支对比发现云冰辐射通过净凝结的减少而减弱降水，62.2%的降水减少和净凝结的减弱有关；云冰潜热通过净凝结的增加而增强降水，78.5%的降水增加与净凝结的增强有关(表7b)。

由于净凝结变化和潜热释放变化联系在一起，潜热和辐射都是热量收支的重要组成部分。因此，基准试验与敏感性试验的热量收支差的垂直廓线进行分析。在12 km以下，辐射过程使得CTL比NIR的辐射冷却减弱，而12 km以上，辐射过程使得CTL比NIR的辐射冷却增强(图6a)。在12 km以下，CTL比NICR的辐射冷却减弱和热量辐散的减弱大致与潜热释放的减弱相平衡。进一步分析热量辐散的减弱原因，我们将热量辐散FHD分解成水平热量辐散分量(xytend)与垂直热量辐散分量(ztend)。CTL和NIR的热量辐散差垂直廓线分解分析表明CTL比NICR的热量辐散的减弱源于其垂直热量辐散的减弱(图6b)。进一步将垂直热量辐散分量(ztend)分解为平均垂直热量辐散分量(ztend1)，平均位温与平均垂直散度相互作用(ztend2)和扰动垂直热量通量散度(ztend3)3个分量。从图6c中可以看到CTL比NIR垂直热量辐散(ztend)的减弱源于平均位温与平均垂直散度相互作用(ztend2)的减弱。仿照XU， et al[20]，ztend2可表示为：

图6 CTL试验和NIR试验的热量收支差(CTL-NIR)的垂直廓线，其中(a)为区域平均的局地温度(Floc)、潜热(Fmp)、热量辐散(Fhd)、辐射(Frad)边界层感热通量(Fpbl)变化造成的热量倾向(单位:℃·d-1)；(b)为区域平均的热量辐散(Fhd)、水平热量辐散(xytend)和垂直热量辐散(ztend)分量；(c)为区域平均的垂直热量辐散差(ztend， ℃·d-1)、位温与垂直质量辐散之积差(ztend2， ℃·d-1)、垂直质量辐散差(Fdω， 10-2d-1)、温度平流变化(ztend1，单位：10-1 ℃·d-1)、扰动垂直热量辐散变化(ztend3， ℃·d-1)的廓线，其中ztend2可分解为和为区域平均的垂直速度差廓线(单位:cm·s-1)Fig.6 Vertical profiles of difference (CTL-NIR) in (a-c) heat budget and (d) vertical velocity (unit:cm·s-1) between control experiment (CTL andsensitivity experiment NIR):(a) heat budget includes area-averaged local temperature change (Floc)， latent heat (Fmp)， heat divergence (Fhd)，radiation (Frad)， sensible heat flux (Fpbl)， unit: ℃·d-1; (b) the heat divergence (Fhd) is partitioned into its horizontal (xytend) and vertical (ztend) components; (c) differences include vertical heat divergence (ztend， ℃·d-1)， interaction between potential temperatureand vertical mass divergence (ztend2， ℃·d-1)， vertical mass divergence (Fdω， 10-2d-1)， temperature advection (ztend1， ℃·d-1)，perturbed vertical heat divergence (ztend3， ℃·d-1)， ztend2 is further partitioned into and Fθ× Fdω(NIR)

ztend2=FθFdω，

(13)

基准试验CTL与敏感性试验NX(NX=NIR，NILH)的ztend2差可表示为

(14)

其中：

Fdω*=Fdω(CTL)-Fdω(NX)，

(15)

Fθ*=Fθ(CTL)-Fθ(NX)。

(16)

从图6c看到CTL比NIR的平均位温与平均垂直散度相互作用(ztend2)的减弱和垂直质量辐散(Fdω<0)的减弱有关。

图7呈现出云冰主要出现在6～16 km，在11 km达到最大。这样的冰云垂直分布造成了在11 km以下，辐射过程使得CTL比NIR的辐射冷却减弱，且辐射冷却的减弱随高度增大，导致对流层的稳定性增大而垂直上升运动的减弱(图6d)和降水的减弱。

由于NILH去掉凝华等云冰潜热，使得CTL比NILH的潜热在5～12 km强(图8a)。潜热强基本与热量辐散强相平衡。和CTL与NIR的对比分析类似，热量辐散强和垂直热量辐散强有关(图8b)，垂直热量辐散强源于平均位温与平均垂直散度相互作用(ztend2)的增强(图8c)。CTL比NILH的平均位温与平均垂直散度相互作用(ztend2)的增强和垂直质量辐散(Fdω<0)的增强有关(图8c)。在5～13 km的云冰(图7)说明凝华等冰云潜热主要发生在对流层中上层，那里的潜热增强随高度减弱，会增加不稳定而增强垂直上升运动(图8d)和增大降水。

图7 基准试验与敏感性试验的云冰混合比垂直廓线，其中黑色线为CTL，红色线为NIR，蓝色线为NILH(单位:g·kg-1)Fig.7 Vertical profiles of mixing ratio of cloud ice in control andsensitivity experiments， where black， red and blue lines denote CTL，NIR and NILH， respectively (unit: g·kg-1)

图8 除CTL-NILH外，同图6Fig.8 Same as fig. 6, except those for CTL-NILH

4 结论

降水统计研究表明在我国夏季风向北推进的过程中，6月中旬在浙闽赣地区存在一个明显的强降水中心。本文选取2010年6月19日24 h内发生在浙闽赣地区的一次强降水过程，利用中尺度WRF模式进行模拟，并用模拟降水空间分布和时间演变和观测降水资料进行对比，分析表明模拟较好的反映了降水的时空特征，因此，这个基准试验模拟资料通过计算降水收支分型来分析该地区降水收支特征。进行冰云(云冰、雪和霰)热力降水效应的敏感性试验和基准试验的降水收支和热量收支对比分析来研究冰云对降水的影响及其相关的主要物理过程。

时间区域平均降水收支特征分析结果表明，影响降水的主要因子是水汽收支中的水汽辐合和热量收支中的热量辐散，水汽收支中的局地大气变干增强降水，而热量收支中的局地大气降温则减弱降水。依据水汽收支中的局地水汽变化项、水汽散度项与云收支中的云凝物散度项，和热量收支中的局地热量变化项、热量散度项与云收支中的云凝物散度项可分别将降水分为8类，其中局地水汽变干/局地大气变暖、水汽辐合/热量辐散及云凝物辐合时，降水强度最强，而局地水汽变湿/大气变冷、水汽辐合/热量辐散以及云凝物辐合时，降水覆盖率最大。这不同于其他暴雨降水型(如热带降水和台风降水等)特征，最强雨强数倍于次最强雨强，覆盖率最大降水型是局地水汽变干、水汽辐散及云凝物辐合。

冰云热力效应包括辐射和潜热两部分。基准试验与敏感性试验的降水对比分析表明冰云辐射和潜热的降水效应主要是云冰辐射和潜热的降水效应。降水收支对比分析发现云冰辐射通过减少净凝结而减弱降水，而云冰潜热通过增大净凝结而增强降水。热量收支对比分析发现冰云辐射造成辐射冷却的减弱在对流层中低层随高度增加，增强大气稳定度和减弱降水；而冰云潜热造成潜热增强在对流层中高层随高度减小，增强大气不稳定和降水。