基于WRF341中新增參數化方案的降水回報對比試驗

基于WRF3.4.1中新增參數化方案的降水回報對比試驗楊曉峰王鐵耿利寧藏欣(南京中網衛(wèi)星通信股份有限公司，江蘇南京210000)摘要：利用WRF3.4.1模式和GFS資料對江蘇地區(qū)2013年7月5-8日的降水過程開展了回報試驗，對第二層嵌套9km分辨率條件下的積云參數化方案的應用與否對降水預報的影響進行對比分析，同時對WRF3.4.1中新增的微物理過程參數化方案以及積云對流參數化方案進行了試驗評估。結果表明，在該次試驗地區(qū)以及模式設置的條件下，第二層嵌套9km分辨率在使用積云對流參數化方案時的預報結果更能反映該次降水事件；新增的NSSL2-moment微物理過程參數化方案與Lin方案比較，各有優(yōu)缺點，兩者對于降水落區(qū)的表現均有略微的偏差，但總體表現均較好，新方案在降水量級上表現出色比Lin方案要好，但在降水中心的表現上沒有Lin方案好，其預報的降水中心較為分散，與實況相比沒有很明顯的降水中心落區(qū)；新增的NewSimplifiedArakawa-Schubert積云對流參數化方案，不管與Lin方案還是NSSL2-moment方案搭配預報，均沒有較好的表現，降水落區(qū)能較好的表現出來，但沒有明顯的降水中心，同時降水量級與實況有較大的出入；最后對NSSL2-moment方案四天的預報結果進行分析表明，四天降水的TS評分分別為0.72、0.70、0.65和0.51，可見該方案對于降水的預報表現具有較好的穩(wěn)定性。關鍵詞：WRF3.4.1回報參數化方案對比分析1.引言WRF模式是由美國國家大氣研究中心、國家大氣海洋局預報系統實驗室、國家大氣環(huán)境研究中心和俄克拉荷馬大學暴雨分析預報中心等多單位聯合發(fā)展起來的新一代肥靜力平衡、高分辨率、科研和業(yè)務預報統一的中尺度預報和資料同化模式[1-2]。WRF模式對中尺度系統模擬效果較好，但是模式中提供的物理參數化方案眾多，針對特定研究目的如何選擇較為合適的物理過程參數化方案是WRF應用的難點，另外物理過程參數化的選擇與模式模擬空間分辨率有著緊密的聯系，特定的參數化方案有其特定適合的空間分辨率，因此模式的模擬的空間分辨率選擇也是WRF模式應用的重點。很多學者和科研人員針對WRF模式模擬的空間分辨率選擇和物理參數化的選擇進行了研究。史金麗[3]等對WRF的不同分辨率對溫度和降水的影響進行了研究，結果顯示27km的空間分辨率比9km更能準確的模擬內蒙古地區(qū)降水的落區(qū)和強度。黃海波[4]等對WRF水平分辨率對降水預報效果的影響進行了研究，結果表明WRF模式的降水預報效果并不總是隨水平分辨率的提高而提高，模式水平分辨率的提高存在明顯的閾值(15km左右)，當模式的水平分辨率提高到超過這一閾值以后，預報效果開始轉差。廖鏡彪[5]等認為目前對降雨模擬影響較大的物理過程參數化方案主要有微物理過程、積云對流過程以及邊界層參數化方案。但相對來說，對于降水的模擬，微物理過程起著主要作用，其次是積云對流過程，邊界層參數化方案影響相對較小[6]。Jankov等[7]對不同物理過程的參數化進行了方案比較，認為最敏感的是對流方案，對于弱降水過程，邊界層和微物理方案的敏感性是相當的，而對于強降水，微物理方案比較敏感。黃海波等認為中尺度數值模式中不同降水方案的選擇對降水的模擬和預報結果，有很大的影響[8-11]，積云對流參數化方案對不同類型天氣系統內發(fā)展的對流將有不同的效果，可是在某些降水過程中，積云對流參數化方案又幾乎完全不起作用[12]。陳炯等[13-15]對WRF模式中的MRF和MYJ邊界層參數化方案進行了對比試驗，發(fā)現分辨率為20km時，WRF模式基本上能夠模擬出中尺度降水的范圍、位置和強度，采用邊界層參數化方案顯然比不采用邊界層參數化方案的模擬效果好，但是MYJ方案和MRF方案相比并沒有明顯的優(yōu)越性。針對積云對流參數化方案的研究中，在多層嵌套的最里層即水平分辨率最高的嵌套層，學者們都考慮不使用積云參數化方案，張小培[16]等在復雜地形地區(qū)WRF模式四種邊界層參數化方案的評估的研究中，第三層嵌套空間分辨率為1km時未使用積云參數化方案，王舒暢[17]等認為WRF模式的目標是1～10km的水平分辨率，因此一些物理方案在這樣高的分辨率下可能不能起到很好的效果（例如：積云參數化方案）。周天軍[18]等開展了模式水平分辨率影響積云對流參數化效果的數值試驗，結果表明模式水平分辨率的變化直接影響積云對流參數化的效果。WRF模式開發(fā)團隊一直在對WRF模式進行開發(fā)更新，其中最主要的一項工作就是添加新的物理過程參數化方案，目前WRF模式已經開發(fā)至3.5版本，本文使用2012年8月份發(fā)布的WRF3.4.1版本，由前文調研可知，對于降水預報最為敏感的參數化方案包括微物理參數化和積云參數化方案，與這兩者相比，邊界層參數化方案的影響要小得多。因此本文主要針對WRF3.4.1中新增的微物理參數化方案和積云參數化開展天氣回報試驗。水平空間分辨率的選擇對預報精度有著較為明顯的影響，研究者們認為一味的提高水平空間分辨率并不能有效地提高預報精度，因此本文選擇雙層嵌套預報方式，第一層水平空間分辨率設置為27km；第二層水平空間分辨率設置為9km。研究者們認為，當水平空間分辨率在1-10km時，不使用積云參數化方案的預報精度會更好一些，本文第二層嵌套的水平空間分辨率設置為了9km，因此在如此水平空間分辨率的條件下分別進行第二層嵌套使用積云參數化方案和不使用積云參數化方案兩次回報試驗，以驗證積云參數化方案對降水預報精度的影響。2微物理和積云參數化方案介紹2.1微物理參數化方案介紹Lin方案是物理過程描述較為復雜的方案，方案中與水相物質有關的預報量有：云水、雨水、冰、雪、霰和水汽。當溫度小于一40℃時，云水全部凍結成冰，當溫度大于0℃時，云冰全部融化成云水，當溫度介于兩者之間時，云水、云冰、雨水、雪、霰可以共存。NSSL2-moment方案：該方案是在國家強風暴實驗室開發(fā)的，它可預測的參數有混合比和粒子數濃度，具體包括六種云的水滴，滴雨，雪，冰晶體，霰，冰雹。它的獨特的特點是對于平均霰粒子密度增加的預測，這使得霰的跨度范圍從冷凍狀態(tài)下降到低密度霰。該方案還具有允許一些大小排序，防止虛假的大顆粒沉淀（和自適應雷達反射率值），可能會出現兩個時刻的微物理過程，特別是對于較大的降水類型（霰，冰雹，雨）。2.2積云參數化方案介紹Kain-Fritsch(eta)(KF)方案是在原Kain-Fritsch方案的基礎上改進而成,該方案利用一個伴有水汽上升下沉的簡單云模式,考慮了云中上升氣流卷入和下曳氣流卷出及相對粗糙的微物理過程的影響.新方案在邊緣不穩(wěn)定、干燥的環(huán)境場中考慮了最小卷入率以抑制大范圍的對流,最小降水云厚度隨云底溫度變化,對于不能達到最小降水云厚度的上升氣流,考慮淺對流。NewSimplifiedArakawa-Schubert方案是在WRF3.4.1中新增的積云參數化方案，新的質量通量方案添加了更為復雜的組件成分和動量運輸。3模式設置和數據來源介紹及試驗設計3.1模式設置WRF模式由空間分辨率1度的NCEP/GFS分析場和預報場資料提供初始場和邊界場條件，使用每天世界時00時的分析場數據為模式提供初始條件，使用世界時00時刻的每隔12小時的預報場數據作為模式的邊界條件，連續(xù)預報48小時。設置兩重雙向嵌套的模擬區(qū)域，水平分辨率分別為27km和9km，如圖1所示，外層嵌套為我國東部地區(qū)，模擬的格點數為109*92，內層主要包括江蘇地區(qū)以及周邊省份85*67，垂直方向分35層，模式頂氣壓為50hpa。圖1WRF模式預報區(qū)域在參考前人研究成果的基礎上，除了微物理參數化方案和積云參數化方案外，總結發(fā)現WRF模式模擬降水過程其他的物理方案主要包括：長波和短波輻射過程參數化方案分別選擇RRTM和Dudhia方案；陸面過程參數化方案有Noah、RUC、5-layers等，本文選擇RUC方案；邊界層和表層參數化方案分別選用MYJ/Eta、YSU/MM5。微物理參數化方案選擇較為復雜的Lin方案以及在WRF3.4中新增加的NSSL2-moment方案，積云參數化方案選擇Kain-Fritsch和WRF3.4中新增的NewSimplifiedArakawa-Schubert方案。3.2數據來源及介紹NCEP/GFS（全球預報系統）資料：來源于美國國家環(huán)境預報中心，該數據可提供未來192個小時的預報數據，預報數據時間間隔為3小時，空間分辨率為1°*1°的，數據每6小時更新一次，分別為每天06時，12時，18時，00時共四次實況和預報場數據，大約分別于03:30,09:30,15:30,21:30UTC更新。融合日降水產品：來源于中國氣象局國家氣象信息中心數據服務網，該數據集通過實時從綜合庫提取全國2419個站（包括國家氣候觀象臺，國家氣象觀測一級站、二級站）逐日降水量（08:00-08:00），采用基于“氣候背景場”的最優(yōu)插值方法，實時生成中國區(qū)域逐日降水量的網格產品，共包括3種格式：GrADS標準格式、arcGIS格式和gif圖形格式，產品空間分辨率為0.25°×0.25°。3.3試驗設計及其分析方法3.3.1試驗設計開展預報試驗，使用GFS的00時刻的數據作為初始場，使用12時、24時、36時及48時的預報場作為邊界條件進行48小時的預報試驗。針對微物理參數化方案和積云參數化方案開展預報試驗，主要開展的預報試驗列表如表1所示。首先開展試驗Test001和Test_003以及Test002和Test_004，在分別使用Lin方案和WRF3.4.1中新增的NSSL2-moment方案的前提下，檢驗第二層嵌套區(qū)域在分別未使用和使用Kain-Fritsch積云參數化方案時，對降水強度和落區(qū)預報精度的影響。其次，對比試驗Test001和Test002、對比試驗Test003和Test004，在分別不使用積云參數化方案和使用積云參數化方案的前提下，對NSSL2-moment微物理方案與Lin方案進行比較，來檢驗NSSL2-moment微物理方案的降水預報能力。第三，使用WRF3.4中新增的NewSimplifiedArakawa-Schubert積云參數化方案分別與Lin方案和NSSL2-moment方案搭配開展試驗Test_005和Test_006，對NewSimplifiedArakawa-Schubert方案進行簡單評價。表1預報試驗列表（2：Lin方案；17：NSSL2-moment；1：Kain-Fritsch方案；84：NewSimplifiedArakawa-Schubert方案）方案試驗Test_001Test_002Test_003Test_004Test_005Test_006微物理參數化217217172積云參數化001184843.3.2分析方法-TS評分為了對預報試驗結果進行有效的評估，本文使用中國氣象局國家氣象信息中心數據網上的降水數據產品，采用TS評分方法對降水回報試驗結果進行檢驗，具體降水檢驗分類如表2所示，同時對不同等級的降水進行分類評分，按照小雨(0-10mm)、中雨（10-25mm）、大雨（25-50mm）、暴雨（50-100mm）、大暴雨（100-200mm）、特大暴雨（大于200mm）的方式對降水進行分級。表2降水檢驗分類表實況/預報有降水無降水有降水NANC無降水NBNDTS評分及其預報偏差的計算公式如下：TS=NA/(NA+NB+NC)B=(NA+NB)/(NA+NC)4結果分析4.1降水過程實況2013年7月5日-8日，受高空槽和中低層切變的影響，江蘇省經歷了一次系統性連續(xù)降水過程，如圖2所示，其中圖2（a）表示7月4日08時至5日08時共24小時的累計降水量分布示意圖。此次降水過程分布江蘇省全省，5日降水量分布在江蘇省中北部地區(qū)，降水中心分布在連云港和淮安境內，最大雨量大于了100mm，出現了大暴雨，6日降水量分布在江蘇省南部地區(qū)，降水中心未在江蘇省境內，7日降水量主要分布在江蘇省中部地區(qū)，降水中心位于我省中東部和中西部地區(qū)，最大雨量大于50mm，出現了暴雨。本文針對江蘇省地區(qū)進行數值模擬，模式所設置的中心區(qū)域位于江蘇省境內，因此，在進行WRF模擬試驗對微物理參數化方案和積云對流參數化方案進行試驗比較時，選擇此次降水過程中的7月8日的降水過程。圖22013年7月5日（a）、6日（b）、7日（c）、8日（d）降水實況4.2參數化方案對比試驗4.2.1積云參數化方案對降水的影響使用Lin微物理方案對7月8日的降水過程進行預報得到Test_001的預報結果，為了檢驗水平分辨率為9km的第二層嵌套區(qū)域降水模擬是否需要積云對流參數化方案，因此使用Lin微物理方案和Kain-Fritsch積云參數化搭配開展預報試驗得到Test_003的預報結果，兩次預報試驗的前24小時的降水預報結果及其差別如圖3所示。由圖3(c)可見，不管是使用和未使用積云參數方案，兩者均預報出了相似的降水中心，但在降水量的體現上，兩者降水預報差異較大，降水量的大值區(qū)(35-45mm以上)，使用積云參數化方案后，降水量整體上下降，而在降水相對較小的區(qū)域(35mm左右以下)，使用積云參數化方案后，降水量整體上被抬升了。兩次預報試驗的大降水落區(qū)分布較為相似，只是使用積云參數化方案的落區(qū)更為大一些，與圖2(d)中大降水的落區(qū)更為相近，但兩者的大降水落區(qū)均比實況要偏北一些。未使用積云參數化方案時，降水中心區(qū)域的降水量普遍在85mm以上，兩次試驗分別與圖2(d)相比，使用積云參數化方案的降水量雖然降水量也有所偏大，但與未使用積云參數化方案相比與實況相比更為接近一些。另外在使用積云參數化方案時，江蘇南部地區(qū)的0-5mm的降水與實況相符，而未使用積云參數化方案時未給出該降水。表3Test001和Test_003降水預報分級TS評分結果量級試驗NANBNCTSB小雨Test00166120280.311.98Test00342187170.173.88中雨Test0012917380.350.69Test003386870.342.36大雨Test0012219290.310.8Test0034216150.581.02暴雨Test00111660.481.0Test003100130.430.43為了進一步探討兩次試驗對于降水的預報精度，表三給出了兩次試驗各降水量級的TS評分，由表可見，使用和未使用參數化方案的區(qū)別主要在對于小雨和大雨的表現上，使用積云參數化方案后，對于小雨的預報效果較差，但是對于大雨的預報效果要好，這也與上文的分析一致。由此可見，在是否使用積云參數化方案的問題上，需要作出取舍，本文觀點是本次降水量主要應關注大降水分布和預報，因此認為該次試驗中第二層嵌套中應使用積云參數化方案。圖3Test001(a)(未使用積云對流參數化方案)和Test_003(b)(使用積云對流參數化方案)試驗結果及其差異(Test001-Test_003)(c)4.2.2WRF3.4.1中新增NSSL2-moment微物理方案的評價WRF3.4.1于2012年8月左右發(fā)布，NSSL2-moment微物理方案是在WRF模式中新增的微物理方案，其簡要介紹如上文所述。本文使用該微物理方案開展降水預報試驗，將其結果與Lin微物理方案進行比較，來檢驗其降水預報的能力。使用該微物理方案開展預報試驗得到Test_002和Test_004的結果，如圖4所示，Test_002和Test_004分別為未使用和使用積云參數化方案的預報結果。由圖可見，NSSL2-moment微物理方案未使用積云參數化方案的結果與Lin結果比較，空間分布上大致相似，在江蘇省東部地區(qū)的降水量級上，NSSL2-moment微物理方案與實況更為接近。NSSL2-moment微物理方案使用積云參數化方案的結果上看，與上文結論一致，較未使用積云參數化方案要好一些，與Lin方案結果比較，降水量級與實況也較為接近在55-65mm之間，但是其降水中心比較分散，在江蘇區(qū)域內沒有明顯的大降水中心。另外，在小量級降水的表現上，不管是未使用還是使用積云參數化方案，NSSL2-moment微物理方案對于0-5mm的降水預報空間分布偏大，在整個預報區(qū)域內都預報了降水，這方面表現沒有Lin方案好，與實況比較也較為不符。表4為新方案降水預報的TS評分，由表4與表3中的Test003進行比較發(fā)現，新方案除了在暴雨上的表現不如Lin方案外，其他降水量級條件下的TS評分均比Lin方案要略好，可見新方案對于此次降水的把握是較好的。圖4Test002(a)（未使用積云對流參數化方案）和Test_004(b)（使用積云對流參數化方案）試驗結果及其差異(c)表4Test_004降水預報分級TS評分結果量級NANBNCTSB小雨5925280.184.64中雨485080.451.75大雨507190.660.83暴雨10220.040.044.2.3WRF3.4.1中新增積云對流方案的評價由上文分析可見，不管是使用傳統Lin方案還是WRF3.4.1新增的NSSL2-moment方案，在本文兩層嵌套第二層嵌套區(qū)域分辨率9km針對江蘇省地區(qū)的預報試驗的條件下，使用積云參數化方案的預報結果要比不使用積云參數化方案要好，因此在這樣的前提下，分別將Lin方案和NSSL2-moment方案與WRF3.4.1中新增的NewSimplifiedArakawa-Schubert積云參數化方案搭配開展Test005和Test_006預報試驗，如圖5所示，來對新增的積云參數化方案進行簡單評價。由圖5可見，兩種方案下的降水預報，不管是落區(qū)還是降水量級上，均與實況有較大的差別，預報結果均不如前四次試驗。圖5Test005(a)(新對流方案和NSSL2-moment方案)和Test_006(b)(新對流方案和Lin方案)試驗結果4.3整個降水過程回報試驗根據以上分析可知，WRF3.4.1中新增的NSSL2-moment微物理方案在其對降水量量級表現上有其優(yōu)點，而WRF3.4.1中新增的NewSimplifiedArakawa-Schubert積云參數化方案不管和Lin方案還是和NSSL2-moment方案搭配使用均不能較好的對此次降水過程進行有效的預報，因此本文選擇NSSL2-moment微物理方案和Kain-Fritsch積云參數化搭配開展整個降水過程(2013年7月5日-7月8日)的天氣回報試驗，以進一步對NSSL2-moment微物理方案進行評價。天氣回報結果如圖5所示，由圖可見，5-8日四天的預報結果均較好的反應了降水落區(qū)的變化過程。5日降水預報主要分布在江蘇省北部地區(qū)，與圖2的實況相比，大降水落區(qū)略微偏北，同時只表現了一個降水中心。6日降水預報表現為東西向狹長的降水區(qū)域，西部安徽境內的降水預報不管是降水落區(qū)還是降水量級均與實況有較好的一致性，江蘇省內南部地區(qū)的降水預報較實況有明顯的偏大。7日，降水預報主要分布在江蘇省中西部地區(qū)以及安徽省境內，與實況有較好的一致性，同時降水量級也把握的較好。8日降水預報結果分析如上文所述。表5為新方案降水預報5日-8日分級TS評分，由于表可見，不管是那個量級降水的降水預報TS評分，均有較好的穩(wěn)定性，同時四天不分級降水的TS評分分別為0.72、0.70、0.65和0.51，可見該方案對于此次降水的預報表現具有較好的穩(wěn)定性。表5新方案降水預報5日-8日分級TS評分量級7月5日7月6日7月7日7月8日小雨0.250.300.270.18中雨0.480.680.550.45大雨0.420.340.450.66暴雨0.220.250.270.04大暴雨00.260.00-圖5NSSL2-moment微物理方案模擬的5日(a)、6日(b)、7日(c)、8日(d)降水過程5總結和討論首先開展積云參數化方案使用與否對降水預報影響試驗，結果表明，在該次試驗地區(qū)以及模式設置的條件下，第二層嵌套9km分辨率在使用積云對流參數化方案時的預報結果更能反映該次降水事件。然后使用WRF3.4.1中新增的NSSL2-moment微物理過程參數化方案開展降水回報試驗，預報結果與Lin方案的結果作對比，結果顯示兩者各有優(yōu)缺點，兩者總體上均能較好的反應該次降水事件，但兩者對于降水落區(qū)的表現均有偏差，新方案在降水量級上的表現較好，但在降水中心的表現上沒有Lin方案好，其預報的降水中心也較為分散，與實況相比沒有很明顯的降水中心。第三將NewSimplifiedArakawa-Schubert積云對流參數化方案分別與Lin方案和NSSL2-moment方案搭配使用進行降水回報，結果顯示兩次回報試驗均沒有好的表現。最后使用新增的NSSL2-moment方案開展連續(xù)的預報，得到5-8日的預報結果，與實況比較，預報結果能較好穩(wěn)定的預報處降水落區(qū)和降水量級，四天的降水不分級TS評分結果為0.72、0.70、0.65和0.51，具有較好的預報穩(wěn)定性。由于天氣系統的復雜性以及WRF3.4.1中物理參數化方案的多樣性，因此本文所得出的結論只是針對于該次降水過程，為了進一步對WRF中的參數化方案進行研究，后期將進一步對物理方案進行研究，同時針對更多次的降水事件進行預報試驗，以期得出普遍適用性的結論。參考文獻[1]EmanuelKerryA,MarinaZivkovic-Rothman.Developmentandevaluationofaconvectionschemeforuseinclimatemodels[J].JournaloftheAtmosphericSciences,1999,56:1766-1782.[2]SkamarockW,KlempJ,DudhiaJ,etal.AdescriptionoftheadvancedresearchWRFversion2[J].NCARTechnicalNote,NCAR/TN-47.5+STR,2005.[3]史金麗，蘇立娟等.WRF模式不同分辨率模擬分析.內蒙古氣象，2012,05:19-26.[4]黃海波,陳春艷等.WRF模式不同云微物理參數化方案及水平分辨率對降水預報效果的影響.氣象科技,2011,Vo1.3