A MODELING STUDY OF THE EVOLUTION AND MICROPHYSICAL MECHANISMS OF A WARM-SECTOR HEAVY RAINFALL IN SOUTH CHINA
-
摘要: 利用WRF v4.0中尺度模式及0.25 °×0.25 °高分辨率的GDAS分析资料，对2017年6月15日发生在华南的一次典型暖区暴雨过程进行数值研究。多源观测资料对比分析表明，Thompson aerosol aware云微物理方案与YSU边界层方案组合合理再现了此次暴雨的演变过程。观测与模拟的强风速下传、低层风场切变及降水之间存在较好的对应关系，强的雷达反射率与水汽通量散度中心一致。在中尺度对流系统（MCS）发展和成熟阶段，冷池的出流抬升是新生对流的重要触发条件，地形的动力抬升作用并非主导。云微物理分析指出，由于华南上空充沛的水汽及过冷雨水，雪的最大来源项表现为水汽凝华成雪，而霰的最大来源项为过冷雨滴碰并冰晶、雪并冻结成霰。在零度层之下的1.5 km区域，冰相粒子的融化率可达暖雨过程（1×10-4g/(kg·s)的2倍，暗示其在融化层对雨水形成的支配作用，而雪霰的重力沉降扮演了重要角色。此外，相变过程显著影响着大气的温度变化，当对流云底较低时，低层的水汽凝结将抵消雨水蒸发导致的冷却作用，减弱地面冷池的强度。Abstract: A prefrontal heavy rainfall in south China during 0600-1800 UTC 15 June 2017 is investigated using the Weather Research and Forecasting model v4.0 with high resolution (0.25 °×0.25 °) analysis data from the Global Data Assimilation System. Surface precipitation, wind profiler, weather radar observations and the retrieved precipitable water from ground-based GPS are used to evaluate the simulations by using five microphysical schemes, i.e., WSM6, WDM6, Thompson, Thompson aerosol aware, and Morrison, and three planetary boundary layer schemes, i.e., YSU, MYJ, and MYNN3. The Thompson aerosol aware microphysics combined with the YSU boundary layer reproduces well the precipitation process. Results show that the onset of heavy rainfall is consistent with the appearance of strong wind moving downward and low-level wind shear, and the center of strong radar reflectivity corresponds with that of moisture divergence. In the growth and maturity stages of mesoscale convective systems, the outflow of cold pool that is not related to terrain can trigger a new convection. Cloud microphysics analysis shows that at 1.5 km below the 0 ℃ layer, the conversion rate of ice-phase hydrometeor melting can reach twice that of the warm-rain process (1×10-4g/(kg·s)), indicating that it controls the rain formation in the melting layer, and the sedimentations of snow/ graupel particles play a critical role. Due to the abundant water vapor and supercooled rain water over south China, the largest source of snow is the deposition of water vapor, and that of graupel is the accretion of supercooled raindrop by ice crystal and snow then freezing into graupel. In addition, the phase change process significantly affects the temperature change of atmosphere. When the convective cloud base is low, the condensation of vapor in the lower layer will offset the cooling effect caused by the evaporation of rainwater and weaken the strength of ground cold pool.
-
图 1 2017年6月15日00时环流形势场（a，850 hPa风场、切变线（棕色）、低空急流区域（黑色实线）、水汽混合比（填色，单位：g/kg）、500 hPa等高线和槽线（绿色），红色方框表示研究区域）和2017年6月15日06—18时12 h累积降水（b，黑色圆点为广州风廓线雷达、珠海和惠州GPS测站位置，红色方框表示研究区域）
图 4 观测和15个试验模拟的研究区域平均逐小时累积降水
a. YSU边界层方案组合不同微物理方案试验；b. MYJ边界层方案组合不同微物理方案试验；c. MYNN3边界层方案组合不同微物理方案试验。
图 6 2017年6月15日06—18时广州风廓线雷达观测（a）及各个试验模拟（b~h）的水平风向风速时间-高度变化
红色表示风速≥12 m/s，蓝色表示风速≥10 m/s，13时观测资料缺失。
图 8 T28-121试验模拟的2017年6月15日16—18时，沿图 7d黑色直线剖面的流场（v, w × 5，箭头）、水平风速（填色图，单位：m/s）、散度场（a~c，蓝线表示辐合，红线表示辐散，取值±0.5、±1.5和±3，单位：10-3 /s），冰相（冰晶、雪、霰）与液相（云水、雨水）水凝物混合比（d~f，红线表示冰相物，蓝线表示液相物，取值0.1、1和4，单位：g/kg；其中黑线为0 ℃层高度）
图 9 2017年6月15日09时、11时、13时、15时和17时3 km高度上雷达观测（a~e）和T28-121模拟的雷达反射率（a1~e1）
单位：dBZ，黑色实线为图 10的剖面位置。
图 10 2017年6月15日09时（a）、11时（b）和13时（c）沿113.7 °E剖面的雷达反射率（填色图，单位dBZ）、风场（v, w × 10，黑色箭头）、水汽通量散度（蓝色实线，取值-8、-4、-2和-1，单位：10-5 g/(cm2·hPa·s)）、相当位温（黑色实线，单位：K）
图 11 2017年6月15日13时地面2 m等温线（红色≥28 ℃，蓝色≤26 ℃），地面10 m风场，雷达反射率（阴影，单位：dBZ）（a）及地形高度图（b）
黑实线为图 10剖面位置。
图 12 时间-区域（2017年6月15日06—18时，区域为图 1红框）平均的水凝物混合比垂直廓线
Qi、Qr、Qs、Qg和Qc分别表示冰晶、雨水、雪、霰和云水的混合比，单位：g/kg。红色虚线为0 ℃层高度。
图 13 时间-区域（2017年6月15日06—18时，区域为图 1红框）平均的云水(a)、雨水(b)、雪(c)和霰(d)混合比源汇项转化率垂直廓线（单位：10-3 g/(kg·s））
红色虚线表示0 ℃层高度。
表 1 WRF模式设置
名称 描述 模式区域 D01:551×551×60, D02:651×551×60 水平分辨率 5km, 1km 垂直顶层气压 50 hPa 垂直层数 60 长波辐射方案 RRTMG 短波辐射方案 RRTMG 陆面方案 Noah 积云对流方案 关闭 
下载: 导出CSV
表 2 15个试验设计
试验编号 云微物理方案 边界层方案 近地面层方案 T16-121 WDM6 YSU Monin-Obukhov T16-222 WDM6 MYJ Monin-Obukhov(Janjic) T16-526 WDM6 MYNN3 MYNN surface layer T6-121 WSM6 YSU Monin-Obukhov T6-222 WSM6 MYJ Monin-Obukhov(Janjic) T6-526 WSM6 MYNN3 MYNN surface layer T8-121 Thompson YSU Monin-Obukhov T8-222 Thompson MYJ Monin-Obukhov(Janjic) T8-526 Thompson MYNN3 MYNN surface layer T28-121 Thompson aerosol aware YSU Monin-Obukhov T28-222 Thompson aerosol aware MYJ Monin-Obukhov(Janjic) T28-526 Thompson aerosol aware MYNN3 MYNN surface layer T10-121 Morrision YSU Monin-Obukhov T10-222 Morrision MYJ Monin-Obukhov(Janjic) T10-526 Morrision MYNN3 MYNN surface layer
下载: 导出CSV
表 3 广州站观测及不同试验模拟的2017年6月15日06—18时逐小时降水
红色表示出现>5 mm的降水，单位：mm。 试验 06时 07时 08时 09时 10时 11时 12时 13时 14时 15时 16时 17时 18时 OBS 0 0 0 0 0 0 0 0 0 0 0 6.5 16.5 T28-121 0 0 0.3 0.1 0 0 0 0 0 0.2 0.2 11.2 4.9 T28-222 0 0 0 0.2 0.1 0.4 6.0 48.0 13.0 39.0 13.0 11.0 12.0 T28-526 0 0 0 0 0 0 0 0 0 0 0 6.4 5.5 T16-121 0 0 1.2 0.5 2.7 0 0 0 0 12.2 1.2 1.0 1.6 T6-121 0.2 0 1.8 0 0 0 0 0 0 0.1 0.4 0.6 1.0 T8-121 0 0 0.2 0.6 0 0 0 0 0 0 0.5 0.8 0 T10-121 0.2 0 5.3 1.0 0.3 0 0 0 0 0 0 0 0
下载: 导出CSV
表 4 云微物理过程描述
缩写 描述 QCTEN 云水混合比倾向项 QRTEN 雨水混合比倾向项 QSTEN 雪混合比倾向项 QGTEN 霰混合比倾向项 Sedimentation 沉降项 Graupel Coll.CW->G 霰收集云水形成霰 Snow Coll. CW -> G 雪收集云水形成霰 Snow Coll. CW -> S 雪收集云水形成雪 Rain Coll. CW 雨水收集云水 HM.CW Freezing 云水均质冻结 Autoconversion 自动转化 Conden./Evap. 凝结/蒸发 Depos./Sublim. 凝华/升华 Rain Coll. Ice 雨水收集冰晶 Rain Water Frezing->I 雨水冻结形成冰晶 Rain Water Frezing->G 雨水冻结形成霰 Rain Coll. Graupel 雨水收集霰 Rain Coll. Snow 雨水收集雪 Graupel Melting 霰的融化 Snow Melting 雪的融化 Splintering 破碎繁生
下载: 导出CSV
表 5 相变过程描述
缩写 描述 TTEN 温度倾向项 Evap. 蒸发 Cond. 凝结 Melting SG 雪霰的融化 Dep./Sub. 凝华/升华 Coll R+SG->R 雪霰收集雨水融化成雨水(T≥0℃) Coll C+SG->SG 雪霰收集云水冻结成雪霰(T < 0℃) Coll R+SGI->SG 雪霰冰晶收集雨水冻结成雪霰(T < ℃)
下载: 导出CSV
-
[1] 黄士松, 李真光.华南前汛期暴雨[M].广州:广东科技出版社, 1986. [2] 王遵娅, 丁一汇.中国雨季的气候学特征[J].大气科学, 2008, 32(1): 1-13. [3] ZHANG R, NI Y, LIU L, et al. South China Heavy Rainfall Experiments (SCHeREX)[J]. J Meteor Soc Japan, 2011, 89A: 153-166. [4] 张艳霞, 蒙伟光, 徐道生, 等.华南锋面和季风降水环流特征及加热结构对比分析[J].热带气象学报, 2020, 36(1):1-12. [5] 梁巧倩, 蒙伟光, 孙喜艳, 等.广东前汛期锋面强降水和后汛期季风强降水特征对比分析[J].热带气象学报, 2019, 35(1):53-64. [6] 张庆红, 刘启汉, 王洪庆, 等.华南梅雨锋上中尺度对流系统的数值模拟[J].科学通报, 2000, 45(18):1 988-1 992. [7] 蒙伟光, 张艳霞, 戴光丰, 等.华南沿海一次暴雨中尺度对流系统的形成和发展过程[J].热带气象学报, 2007, 23(6): 521-530. [8] 赵玉春, 李泽椿, 肖子牛.华南锋面与暖区暴雨个例对比分析[J].气象科技, 2008(1): 49-56. [9] 林爱兰, 李春晖, 郑彬, 等.广东前汛期持续性暴雨的变化特征及其环流形势[J].气象学报, 2013, 71(4): 628-642. [10] 何立富, 陈涛, 孔期.华南暖区暴雨研究进展[J].应用气象学报, 2016, 27(5): 559-569. [11] 赵欢, 张人禾, 温敏. 2013年5月华南强降水与中国南海夏季风爆发[J].气象学报, 2015, 73(3):442-458. [12] DOSWELL Ⅲ C, BROOKS H, MADDOX R. Flash flood forecasting: An ingredients-based methodology[J]. Wea Forecasting, 1996, 11(4): 560-581. [13] WANG H, LUO Y, JOU B. Initiation, maintenance, and properties of convection in an extreme rainfall event during SCMREX: Observational analysis[J]. J Geophys Res, 2014, 119(23): 206-213, 232. [14] 孙建华, 赵思雄.华南"94·6"特大暴雨的中尺度对流系统及其环境场研究Ⅱ.物理过程、环境场以及地形对中尺度对流系统的作用[J].大气科学, 2002, 26(5): 633-646. [15] 孙健, 赵平, 周秀骥.一次华南暴雨的中尺度结构及复杂地形的影响[J].气象学报, 2002, 60(3): 333-342. [16] CHEN X, ZHAO K, XUE M, et al. Radar observed diurnal cycle and propagation of convection over the Pearl River Delta during Mei-Yu Season[J]. J Geophys Res, 2015, 120(5): 805-814 [17] DU Y, RICHARD R. Diurnal cycle of rainfall and winds near the south coast of China[J]. J Atmos Sci, 2018, 75(6): 2 065-2 082. [18] 李舒文.城市效应对华南暖区暴雨的影响[D].成都: 成都信息工程大学, 2018. [19] HUANG Y, LIU Y, LIU Y. Mechanisms for a record-breaking rainfall in the coastal metropolitan city of Guangzhou, China: Observation analysis and nested very large eddy simulation with the WRF model[J]. J Geophys Res, 2019, 124(3): 1 370-1 391. [20] 高文华, 赵凤生, 胡志晋, 等. CAMS云微物理方案的改进及与WRF模式耦合的个例研究[J].地球物理学报, 2012, 55(2): 396-405. [21] 尹金方, 王东海, 翟国庆.区域中尺度模式云微物理参数化方案特征及其在中国的适用性[J].地球科学进展, 2014, 29(2):238-249. [22] LOU X, HU Z, SHI Y, et al. Numerical simulations of a heavy rainfall case in South China[J]. Adv Atmos Sci, 2003, 20(1): 128-138. [23] 孙晶, 王鹏云.用MM5模式Reisner霰方案对华南暴雨的数值模拟[J].气象, 2003, 29(4): 10-14. [24] 王洪, 尹金方, 王东海.单双参云微物理方案对华南暴雨的模拟对比分析[J].高原气象, 2014, 33(5): 1 341-1 351. [25] QIAN Q, LIN Y, LUO Y, et al. Sensitivity of a simulated squall line during southern china monsoon rainfall experiment to parameterization of microphysics[J]. J Geophys Res, 2018, 123(8): 4 197-4 220. [26] 张亚妮, 姚秀萍, 于超.高层动力强迫对回流型华南暖区暴雨影响的个例研究[J].热带气象学报, 2019, 35(02):166-176. [27] BENJAMIN, STANLEY G. Some effects of surface heating and topography on the regional severe storm environment[J]. Mon Wea Rev, 1986, 114(2): 307-329. [28] RAI D, PATTNAIK S. Evaluation of WRF planetary boundary layer parameterization schemes for simulation of monsoon depressions over India[J]. Meteorol Atmos Phys, 2019, 131: 1 529. [29] ZHANG D, ZHENG W. Diurnal cycles of surface winds and temperatures as simulated by five boundary layer parameterizations[J]. J Appl Meteor, 2004, 43(43): 157-169. [30] 吴亚丽, 蒙伟光, 陈德辉.一次华南暖区暴雨过程可预报性的初值影响研究[J].气象学报, 2018, 76(3): 3-22. [31] DAS M, CHOWDHURY M, DAS S. Sensitivity study with physical parameterization schemes for simulation of mesoscale convective systems associated with squall events[J]. Int J Earth Atmos Sci, 2015, 2(2): 20-36. [32] SINGH K, SUBBAREDDY B, PURVAJA R, et al. Prediction of heavy rainfall over Chennai Metropolitan City, Tamil Nadu, India: Impact of microphysical parameterization schemes[J]. Atmos Res, 2018, 202: 219-234. [33] LUO Y, ZHANG R, WAN Q, et al. The Southern China Monsoon Rainfall Experiment (SCMREX)[J]. Bull Amer Meteor Soc, 2017, 98(5): 999-1 013. [34] MORRISON H, THOMPSON G, TATARSKⅡ V. Impact of cloud microphysics on the development of trailing stratiform precipitation in a simulated squall line: Comparison of one- and two-moment schemes[J]. Mon Wea Rev, 2009, 137(3): 991-1 007. [35] LIM K, HONG S. Development of an effective double-moment cloud microphysics scheme with prognostic cloud condensation nuclei (CCN) for Weather and climate models[J]. Mon Wea Rev, 2010, 138(5): 1 587-1 612. [36] THOMPSON G, EIDHAMMER T. A study of aerosol impacts on clouds and precipitation development in a large winter cyclone[J]. J Atmos Sci, 2014, 71(10): 3 636-3 658. [37] SHIN H, HONG S. Intercomparison of planetary boundary-layer parametrizations in the WRF model for a single day from CASES-99[J]. Bound-Layer Meteor, 2011, 139(2): 261-281. [38] 周芯玉, 廖菲, 孙广凤.广州两次暴雨期间风廓线雷达观测的低空风场特征[J].高原气象, 2015, 34(02): 526-533. [39] 曾智琳, 谌芸, 朱克云. 2017年6月一次华南沿海强降水的对流性特征及热动力机制研究[J].大气科学, 2019, 43(6): 1 295-1 312. [40] 鲁蓉, 孙建华, 李德帅.初值水汽场对华南春季一次强飑线触发和维持影响的数值试验[J].热带气象学报, 2019, 35(1): 37-50. [41] DU Y, CHEN G. Heavy rainfall associated with double low-level jets over southern China. Part Ⅱ: Convection initiation[J]. Mon Wea Rev, 2019, 147(2): 543-565. [42] WECKWERTH T, PARSONS D. A review of convection initiation and motivation for IHOP_2002[J]. Mon Wea Rev, 2006, 134(1):5-22. [43] 吴哲珺, 包云轩, 朱霆.长江流域一次大暴雨过程的低空急流形成和影响机制分析[J].热带气象学报, 2019, 35(3): 409-422. [44] LUO Y, GONG YU, ZHANG D. Initiation and organizational modes of an extreme-rain-producing mesoscale convective system along a Mei-Yu Front in East China[J]. Mon Wea Rev, 2014, 142(1): 203-221. [45] 史月琴, 楼小凤, 邓雪娇, 等.华南冷锋云系的中尺度和微物理特征模拟分析[J].大气科学, 2008, 32(5): 1 019-1 036. -
点击查看大图
图(14) / 表(5)
计量
- 文章访问数: 412
- HTML全文浏览量: 48
- PDF下载量: 58
- 被引次数: 0
粤公网安备 4401069904700003号