1 引言
新疆北部降雪集中于阿勒泰地区、 塔额盆地、 伊犁河谷和天山北坡， 是中国冬季降雪最多、 积雪最丰富的三大区域之一（张人禾等， 2016； 杨霞等， 2020）。新疆暴雪有冷锋暴雪和暖区暴雪两种类型， 伊犁河谷、 天山北坡的暴雪通常是伴随着强冷空气入侵的冷锋暴雪， 暴雪过程中地面气压升高气温下降， 而阿勒泰地区、 塔额盆地的暴雪一般无明显冷空气参与， 暴雪过程中地面气压降低气温升高， 我们称之为暖区降雪（张家宝等， 1987）。庄晓翠等（2016b）从环流形势、 水汽来源及辐合、 中尺度系统特征等对2014年1月北疆一次暖区与冷锋暴雪并存的天气过程进行了较全面的对比， 发现二者在近地面、 大气内部层结和部分物理量方面有明显的差异。由于冷锋暴雪发生区域主要位于天山北坡经济带， 气象测站分布较密， 多普勒天气雷达基本能覆盖且风廓线雷达、 微波辐射计等新型观测设备较多， 因此， 对新疆冷锋暴雪的系统分析与精细结构研究更为深入（张云惠等， 2016； 牟欢等， 2019； 张月华等， 2019； 王健等， 2020； 李娜等， 2020）， 相较而言对暖区暴雪则少得多， 仍有许多值得进一步探究的科学问题。
历年来， 新疆气象学者主要对新疆暖区暴雪的环流背景、 天气形势及系统、 动力机制、 中尺度系统、 水汽输送等方面进行了大量细致研究， 重点是运用统计分析法、 天气学分析和动力学诊断等方式， 对大尺度环流背景、 影响系统、 热力和动力结构、 水汽路径和辐合机制等方面展开分析， 获得了许多有益研究结果， 加深了预报员对暖区暴雪发生的气候背景及系统结构等的认识（赵俊荣等， 2010； 刘惠云等， 2011； 赵俊荣， 2011； 陈涛等， 2012； 杨霞等， 2013； 李如琦等， 2015； 庄晓翠等， 2016a， 2016c； 刘晶等， 2018； 李桉孛等， 2020； 马丽云等， 2021）。但由于北疆北部地形复杂且山脉参差错落， 使得观测站点极其稀少且气象探测设备相对匮乏， 难以发现暴雪发生发展过程中空间结构的精细特征， 合理利用数值模拟试验产生的高分辨率数据结果可有效解决因上述原因所造成的对暖区暴雪系统结构认识不全面、 降雪精密观测特征及产生机理不清楚等问题（张建彬等， 2022）， 而数值模拟实验中各种物理过程参数化方案对不同地区、 不同季节的雨雪天气模拟效果具有相当大的影响， 是模式模拟降水是否成功的最关键因素之一（马雷鸣等， 2017）。黄海波等（2011）、 智协飞等（2020）研究发现在各种云微物理方案优势与局限并存的影响下， 采用不同云微物理方案对降水模拟和预报结果有着明显差异， 需根据当地的天气、 气候特点以及模式分辨率进行反复的对比试验， 从而获得最优的参数化配置方案。
收集和统计新疆北部暖区暴雪文献发现针对其数值模拟的研究尤其是模拟不同微物理方案对新疆暖区暴雪天气的影响方面仍处于初始阶段。为进一步优化模式参数化方案并将较好的模拟结果运用于中小尺度结构的研究， 本文选取2016年11月新疆北部一次持续时间长、 降雪强度大的暖区暴雪过程作为研究对象， 应用WRF4.1模式中不同微物理方案对此次暴雪过程进行了敏感试验并检验其模拟性能， 在此基础上探讨暖区暴雪发生过程中云中水凝物粒子的分布和演变及中尺度系统发生发展的变化特征。这一研究将有利于深入探究暴雪成因与机理， 合理选择微物理参数化方案， 从而优化区域数值预报模式。
2 降水观测资料与暴雪天气概况
降水资料采用全国综合气象信息共享平台（CIMISS）提供的2016年11月15日08:00（北京时， 下同）至17日08:00国家气象观测站24 h累计降雪量、 6 h累计降雪量和逐小时降雪量等常规观测数据集， 该数据集经过严格的质量控制， 准确性及完整性满足此次研究需求。
文中采用新疆降雪标准： 24 h降雪量为R， 当6.0 mm<R≤12.0 mm为大雪， 12.0 mm<R≤24.0 mm为暴雪， 24.0 mm<R≤48.0 mm为大暴雪， R≥48.1 mm为特大暴雪。根据中国气象局评分办法， 12 h降雪量达6 mm以上作为强降雪。
2016年11月10 -17日， 受西西伯利亚低涡底部强锋区的影响， 新疆北部出现罕见的持续性强降雪天气过程［图1 （a）］， 其中14 -17日， 塔城地区北部、 阿勒泰地区自西向东出现降雪， 过程最大累计降雪中心为阿勒泰地区东部青河县51.6 mm， 最大积雪深度67 cm， 16日降雪量29.3 mm， 其中15日20:00至16日08:00的12 h降雪量17.1 mm， 16日02:00 -08:00 6 h降雪量8.7 mm， 最大雪强2.2 mm·h-1（16日04:00 -05:00）。青河站日降雪量居历史同期第1位。
图1 2016年11月15 -17日北疆累计降雪量空间分布（a， 单位： mm）和15日20:00 FNL再分析资料的500 hPa高度场（蓝线， 单位： dagpm）、 温度场（红线， 单位： ℃）及风场（风羽， 单位： m·s-1）（b）， 以及海平面气压场（c， 黑实线， 单位： dagpm）（a）中彩色区为地形高度（单位： m）； （b）~（c）中字母“G”和“D”分别表示高、 低压中心 Fig.1 Spatial distribution of cumulative snowfall （a， unit： mm） in northern Xinjiang from November 15 to 17， 2016， and superposition of the 500 hPa height （blue line， unit： dagpm）， temperature （red line， unit： ℃）， and wind field （wind barb， unit： m·s-1） on the FNL reanalysis data at 20:00 on November 16 （b）.The sea-level pressure field is represented by a solid black line （c， unit： dagpm）.The color area in （a） is the terrain height （unit： m）； The letters "G" and "D" in （b）~（c） indicate the center of high and low pressure |
此次暖区暴雪天气过程500 hPa形势场表现为前期欧洲脊和伊朗脊叠加西移并形成阻塞高压， 导致槽脊系统移动缓慢， 西西伯利亚低涡东移南压， 其底部锋区加强并与迅速发展的南支锋区在巴尔喀什湖地区汇合， 新疆北部风速迅速增至40 m·s-1， 降雪开始， 至15日20:00 ［图1 （b）］， 锋区强度逐渐达到最大， 随后环流形势稳定维持， 降雪持续。地面上有中心强度为1037.5 hPa的高压与1010 hPa的低压系统自西向东移至西西伯利亚及新疆以北地区， 与蒙古高原冬季稳定的冷高压在40°E -115°E范围形成两高夹一低形势， 北疆不断减压， 阿勒泰地区位于西西伯利亚冷高压前部暖低压后部区域， 降雪发生在高压向低压东南部伸展的过程中［图1 （c）］。
3 模拟方案设计及结果对比
3.1 模拟方案设计
本文模拟时间为2016年11月15日08:00至17日08:00， 使用了WRF V4.1.3版本。模拟的区域如图2 所示， 采用“lambert”投影， 总共三重嵌套。DOMAIN 1水平分辨率为27 km， 网格数为211×181， 模拟的范围包括全国大部分地区及中亚上游区域。DOMAIN 2覆盖了整个新疆区域， 水平分辨率为9 km， 网格数为289×208， 模拟的范围为新疆区域。DOMAIN 3水平分辨率为3 km， 网格数设置为280×196， 模拟的范围为新疆北部， 主要提供塔额盆地、 阿勒泰地区更精细的天气过程， 是本次模拟试验的主要关键区域（表1 ）。模式的中心坐标为（87.85°E、 43.55°N）， 垂直层为σ坐标， 共32层， DOMAIN 1的积分时间步长为150 s。模式总共进行了48 h的模拟， 其中前12 h为“spin-up”时间， 本文主要分析模拟的后36 h。
本次天气过程数值模拟试验的物理过程参数化方案选择如表2 所示。在积云对流参数化方面， DOMAIN 1和DOMAIN 2均选择New Grell sheme（G3）方案， 而在分辨率较高（3 km）的DOMAIN 3关闭积云对流参数化； 陆面过程参数化方案为NOAH方案， 边界层参数化为YSU方案， 与之相对应的近地层参数化方案选择了Monin-Obukhov（Janjie Eta）方案， 长波辐射方案和短波辐射方案均选择了RRTMG方案。为了探讨云微物理过程参数化方案的影响， 本工作选择了Lin、 Thompson、 WDM6和WSM6等四种方案。
表2 模式物理过程参数化方案设置Table 2 Model physical process parameterization scheme settings |
| D01 | D02 | D03 | |
|---|---|---|---|
| 积云对流 | G3 | G3 | 无 |
| 陆面过程 | NOAH | NOAH | NOAH |
| 边界层 | YSU | YSU | YSU |
| 近地层 | M-O（Jimenez） | M-O（Jimenez） | M-O（Jimenez） |
| 长波辐射 | RRTMG | RRTMG | RRTMG |
| 短波辐射 | RRTMG | RRTMG | RRTMG |
| 云微物理方案 | Lin、 Thompson、 WDM6和WSM6 | ||
（1） Lin方案（Lin et al， 1983）： 是单参数化方案， 微物理过程中的预报量包含水汽、 云水、 雨、 云冰、 雪、 霰。当温度T<-40 ℃， 云水全部冻结成冰； 当T >0 ℃时， 云冰全部融化成云水； 当-40 ℃< T<0 ℃时， 云水、 雨水、 云冰、 雪和霰可以共存， 该方案在WRF模式中相对比较成熟， 更适用于进行理论研究。
（2） WSM6方案（Hong and Lim， 2006）： WSM6和Lin方案包括相同的预报变量， 但在计算增长过程和相关参数的选择上有一定差异， 通过在粒子下降过程中考虑凝结或融化过程来增加垂直廓线的精度， 以冰点为分界线， 当温度低于冰点时， WSM6将云水处理为云冰、 雨水处理为雪。
（3） Thompson方案（Thompson et al， 2008）： 为单参， 但与其他Bulk方案的主要区别在于处理微物理过程时假设雪粒子的分布同时依赖于冰水的含量和温度， 雪粒子的分布由指数函数分布和Gamma函数分布共同决定， 假设雪粒子的形状是非球形的， 并且密度会随直径的变化而变化。
（4） WDM6方案（Lim and Hong， 2010）： WDM6方案是基于WSM6方案发展而来， 采用双参的云微物理参数化方案来处理暖雨过程， 其计算过程更为复杂， 除了预报与 WSM6 相同的云、 冰、 雨、 雪、 水汽和霰这6类水相变量以外， 还包括云凝结核、 云水和雨水的粒子数浓度， 除此之外， WDM6由于考虑了云微物理过程中云-气溶胶相互作用及辐射特性， 因此还会输出诊断变量 CCN分子数浓度。
3.2 模拟结果对比
从WRF四种云微物理参数化方案模拟与降雪实况资料（图3 ）24 h累计降雪量的对比情况来看， 各方案模拟输出结果的雪带走向、 降雪落区及范围等与降雪实况区域形态基本一致， 对塔额盆地及阿勒泰地区东部的暴雪区域均有体现， 但模拟的沿阿勒泰山脉靠近国境线区域存在特大暴雪区， 由于阿尔泰山地势复杂， 观测站点稀疏且分布不均匀， 因此可能导致了靠近沿山一带实况降雪表现较弱， 但实际也有可能产生较大的降雪量。Lin方案模拟结果基本再现了雪带形态和大到暴雪区域的大致位置、 强度， 尤其和其他三种方案相比较， 与阿勒泰地区东部的大暴雪区更为接近， 但是量级细节上仍存在一些不足， 例如此次暖区暴雪过程中心为塔额盆地和阿勒泰地区东部两区域， 虽然模拟结果中塔额盆地局部区域达到暴雪， 但是对应实测站点仍能发现量级稍小， 博州西部模拟结果也存在空报。WDM6方案和WSM6方案对24 h累计降雪分布基本相似， 模拟的阿勒泰地区东部大于12 mm的降雪落区与实况为较一致的西北-东南走向， 但是落区较实况略偏东部沿山区域， 使得大雪及暴雪范围稍小， 塔额盆地模拟结果同样量级偏小。Thompson方案输出的大雪以上降雪结果整体稍小， 塔额盆地暴雪全部漏报， 阿勒泰地区东部大到暴雪范围与WDM6方案和WSM6方案相似， 但大暴雪范围更小。通过上述对比， 可以看出Lin方案输出暖区暴雪过程中的大雪及以上量级降雪范围、 强度与实况基本吻合， 模拟结果较为可信， 特别是阿勒泰地区东部强降雪中心的情况。
为了进一步验证各方案模拟结果的可靠性， 选取2016年11月15日08:00至17日08:00阿勒泰地区强降雪中心青河站实况3 h累计降雪量以及WRF模拟的降雪量进行对比， 由图4 可以看出， 在整个降雪过程中四种云微物理参数化方案模拟的降雪趋势与实况观测较为一致， 雪强最大时段均出现在15日夜间， 16日白天随时间推移雪强减弱， 但对于16日09:00前后降雪量虽有减小但各方案均过于低估， 3 h累计降雪量实际为4.0 mm左右， 模拟输出均在2.0 mm及以下。15日08:00至17日08:00的48 h累计降雪量和最大日降雪15日20:00至16日20:00的24 h降雪量实况分别为34.6 mm和29.3 mm， Lin输出结果为36.6 mm和24.9 mm与实况最为接近， 同时也报出2.2 mm的最大雪强， 与实况的2.4 mm近似一致， Lin模拟值偏大的主要原因是对于16日白天降雪高估， 而Thompson输出结果与实况差异最大， 分别为22.2 mm和17.7 mm。
由于阿勒泰地区内仅有阿勒泰探空站， 因此将四种云微物理参数化方案模拟资料的阿勒泰站的水平风场垂直分布与阿勒泰国家观测站的探空资料进行对比（图5 ）。从图5 中可以看出， 过程降雪发展阶段（15日20:00）整层均为西南或偏西气流， 四种云微物理参数化方案模拟输出的风向与实况风向基本吻合， 模拟方案对低层暖平流刻画效果显著， 实况850~700 hPa风随高度顺时针旋转， 只有WDM6模拟结果中700 hPa西南气流斜率偏小， 500 hPa及以上四种模拟结果相同， 风速均出现偏小4~6 m·s-1， 与实况风速误差较低层更明显。由此可见， 虽然细节上存在少许差异， 但是总体上四种方案对暴雪区邻近区域实况风场的垂直分布特征均可很好地反映。
通过以上针对不同云微物理参数化方案对雪带位置、 强降雪区域的刻画、 暴雪中心站点逐时降雪量以及邻近探空风场资料的对比分析可见， Lin方案优于其他方案， 对此次暖区暴雪过程模拟效果最佳， Thompson方案效果相关性较差。虽然Lin方案模拟结果与实况仍存在一定偏差， 但是能够基本再现此次暖区暴雪强降雪分布、 持续时间、 雪强变化趋势以及风场垂直分布、 层结稳定度等情况。因此， 可以利用Lin方案模拟输出的高时间空间分辨率数据对此次暖区暴雪过程的云微物理结构和中小尺度结构特征开展进一步分析研究。
4 云微物理结构
4.1 云中水凝物粒子的垂直分布
云微物理过程通过常规观测很难获取， 但在模拟结果与实况接近的前提下， 模拟输出的云中水凝物粒子的含量及变化具有一定的参考价值。由于雨水是微量， 因此对云微物理过程的分析主要针对Lin方案模拟预报的雪、 霰、 云水、 冰晶四种。图6 为暖区暴雪过程中强降雪中心青河站上空四种水凝物粒子含量的垂直廓线， 模拟结果显示， 冰晶最大值在500 hPa附近， 其余粒子均在750~550 hPa， 由此可知此次暖区暴雪的对流不稳定过程集中发生在对流层中下层。云中雪和霰含量最多， 降雪初期最大值分别出现在550 hPa、 650 hPa高度处， 降雪发展阶段二者在对流层中下层含量增大， 16日01:00雪含量最大值由1.15 g·kg-1增加至1.25 g·kg-1， 峰值所在高度变化不大， 霰增量则更加明显， 由0.9 g·kg-1增加至1.35 g·kg-1， 峰值高度下降至750 hPa， 并且是其中唯一能够下落至地面形成降雪的水凝物粒子； 冰晶主要分布于对流层中层， 在对流层下层比雪和霰粒子含量小1个量级， 其先随着高度的增加而缓慢增加并在600 hPa高度处达到低层峰值， 而后随着高度的升高冰晶略有降低， 在对流层中层550~500 hPa增速迅猛， 16日01:00峰值达到1.00 g·kg-1； 云水含量远小于其他水凝物粒子， 量级为10-1， 降雪过程中含量变化不大， 分布高度向低层发展， 峰值为0.25×10-1 g·kg-1。
图6 Lin方案模拟的青河站水凝物粒子雪（单位： g·kg-1）、 霰（单位： g·kg-1）、 云水（单位： ×10-1 g·kg-1）、 冰晶（单位： g·kg-1）含量的垂直廓线Fig.6 Vertical profiles of water substance snow （unit： g·kg-1）， graupel （unit： g·kg-1）， cloud water （unit： ×10-1 g·kg-1）， and ice crystal （unit： g·kg-1） simulated by the Lin scheme in Qinghe |
进一步分析青河水凝物粒子含量最多时（16日01:00）四种粒子的纬向高度分布。如图7 所示， 冰晶粒子分布在最高处， 随后是雪粒子、 云水粒子、 霰粒子， 四种粒子在山脉迎风坡均有大值中心， 且与强降雪中心相对应。雪粒子主要分布在-30~-10 ℃， -20 ℃附近存在两处高值中心， 其最大值超过1.4 g·kg-1。霰粒子的大值分布在550 hPa和-25 ℃层以下， 且已发展至地面， 高值中心为近地层， 其含量达1.8 g·kg-1， 为四种粒子中心浓度值最大。云水与霰粒子分布类似， 集中于-25~-10 ℃温度区间， 但高值水平分布范围较窄， 位于90°E - 90.5°E和650~750 hPa内， 其最大值仅为0.17 g·kg-1。冰晶在整个降雪空域基本均有分布， 但高值区主要集中于-40~-25 ℃， -30 ℃附近有两处浓度为1.0 g·kg-1的高值中心， 其西边界0.1 g·kg-1以上粒子含量的区域延伸至750 hPa。由以上分析可知， 暖区暴雪过程中霰、 雪、 冰晶、 云水含量依次减少， 90°E-90.5°E之间山脉迎风坡附近四种水凝物粒子的高值中心在垂直分布上存在较好的对应关系， 说明粒子的垂直分布特征与暴雪的形成息息相关（于晓晶等， 2017）， 与新疆冷锋暴雪的区别在于冰晶浓度高值中心更高位于400 hPa附近， 暖区则位于500 hPa附近， 说明暖区暴雪过程中上升运动所需的高度低于冷锋暴雪， 云水含量也能发现暖区暴雪水汽更为集中， 主要在650~750 hPa。
图7 Lin方案模拟的2016年11月16日01:00四种水凝物粒子含量（彩色区， 单位： g·kg-1）及温度（红色实线， 单位： ℃）沿46°N的垂直剖面Fig.7 Vertical profiles of four types of hydrometeor particles simulated by the Lin scheme with the shadow representing the concentration （color area， unit： g·kg-1） and temperature （red solid line， unit： ℃） along 46°N at 01:00 on 16 November 2016 |
4.2 水凝物粒子的时间演变
5 暖区暴雪的中小尺度特征
5.1 水汽结构
整个降雪过程中， 阿尔泰山脉西麓的水汽相当充沛， 中低层均为比湿大于2 g·kg-1且T-T d≤2 ℃的饱和湿区。15日19:00前90°E以西空气饱和度低， 湿层厚度窄， 为相对干区， 山脉西麓迎风坡90°E - 91°E 700 hPa以下为大于80%相对湿度区， 并有零散95%以上饱和湿区， 随着降雪系统向东移动， 水汽在坡前堆积， 15日19:00［图9 （a）］暴雪区上空相对湿度和比湿明显增大， 湿层厚度增加， 90°E -91°E和地面至750 hPa基本为90%以上的相对饱和区， 近地层比湿也达到3 g·kg-1， 但由于上游低层水汽不能得到持续补充， 暴雪区上空湿度渐差， 对应雪强也有所减弱。16日04:00［图9 （b）］前后90°E以西800~700 hPa出现较为完整的高湿区域并持续较长时间， 暴雪区降雪稳定， 雪强维持在1.0 mm·h-1， 表明上游暖湿气流的持续补充有利于迎风坡水汽堆积， 并产生持续强降雪。
图9 Lin方案模拟沿暴雪区的相对湿度（阴影区， 单位： %）、 比湿（黑实线， 单位： g·kg-1）、 露点温度差（蓝虚线， 单位： ℃）垂直剖面（a， b）和青河站水汽的高度-时间剖面（c）模拟结果（c）中风羽表示水平风（单位： m·s-1） Fig.9 Vertical profiles of relative humidity （shaded area， unit： %）， specific humidity （black solid line， unit： g·kg-1）， and dew point depression （blue dashed line， unit： ℃） along the blizzard region， as well as the height-time profile of water vapor at Qinghe Station by the Lin scheme.The wind plume in （c） represents the horizontal wind （unit： m·s-1） |
从青河站上空相对湿度、 比湿及露点温度差随时间的变化可知［图9 （c）］， 比湿含量由低层向高层递减， 水汽主要分布在650 hPa以下， 1.5 g·kg-1的等比湿线维持在对流层下层， 当低层偏西气流转为西南或偏南气流时， 相对湿度增加， 相对湿度及露点温度差前期波动较大， 15日22:00起随时间先增大后减小， 大于90%的饱和区及T-T d≤1.5 ℃处于地面至700 hPa之间， 饱和区也维持到16日22:00。可见， 比湿高值、 露点温度差低值中心及水汽饱和层的维持时间基本一致， 且都与强降雪时段有较好的对应关系。
5.2 动力场结构
研究表明， 低空急流不但可以为降水提供了水汽， 而且有利于形成动力辐合和不稳定条件。此次阿勒泰地区东部暖区暴雪的开始伴随着850 hPa偏南风增大的同时携带暖湿气流向东输送， 受地形阻挡， 17:00［图10 （a）］低层风速加强并沿阿尔泰山形成偏南风转东南风的气旋式环流， 从而产生风向风速辐合带， 在山脉西侧风速达16 m·s-1， 偏南低空急流与阿尔泰山迎风坡存在30°~60°夹角。随后［图10 （b）］巴尔喀什湖一支偏西急流由于塔额盆地两座山脉之间喇叭口地形作用， 风速明显加强， 与此同时阿勒泰地区西部一支西北急流源源不断向东部输送冷空气， 两支低空急流的补充使得阿尔泰山西麓低层风速进一步增大， 急流核前方动力辐合明显加强， 对流不稳定发展， 迎风坡降雪愈强， 22:00雪强达2.4 mm·h-1。由于阿勒泰地区东部处于气旋式切变线前侧的低空偏南急流区， 一方面将巴尔喀什湖以南的暖湿气流输送到新疆北部上空， 另一方面与地形配合又为暴雪的产生提供了持续的上升气流和不稳定条件， 降雪量的大小与低空急流强度和维持时间息息相关。
沿暴雪中心青河所在纬度（46.7°N）做散度和垂直速度（图11 ）的经度-高度剖面， 可以看出， 青河站出现持续性降雪前90°E -90.5°E主要由下沉气流控制， 15日18:00［图11 （a）］在暴雪中心90.2°E附近有低层辐合中高层辐散并出现弱的上升运动， 最强上升运动为0.2 m·s-1且上升运动仅在700 hPa以下， 降雪开始阶段雪强为0.5 mm·h-1。随着850 hPa低空西南急流发展东移， 暖湿气流遇阿尔泰山阻挡而强迫抬升， 可为暴雪天气提供稳定的上升气流（金妍等， 2021）， 90°E -91°E之间主要以辐合上升运动为主， 垂直上升运动不断加强时雪强增大。15日20:00［图11 （b）］在高层强锋区带来的冷空气持续影响下， 使上升气流东侧出现一支下沉气流与其在90°E附近构成纬向垂直局地环流圈， 由于不断有高层干冷空气楔入中低层暖湿气流内， 于90.1°E附近上升支形成次级环流（正环流）， 导致上升运动进一步增强至1.2 m·s-1。冷空气持续在山前堆积的过程中， 次级正环流上升支减弱且下沉运动明显增强， 低层辐散作用使得其东侧90.2°E气流强迫抬升， 上升运动加剧并伸展至250 hPa， 再次形成90.1°E -90.2°E 之间的次级环流（反环流）， 15日23:00［图11 （c）］最强上升迅速增至0.8 m·s-1以上， 高层辐散、 低层辐合的垂直结构更加明显， 低层最大辐合中心达-50×10-5 s-1， 有利于暴雪的发展和持续， 过去1 h雪强达2.4 mm·h-1， 在WRF提供的空间高分辨率数据下， 可以发现90.3°E附近近地层存在一个弱下沉区， 也为雪强的增强提供了拖拽作用。16日01:00［图11 （d）］90.1°E附近下沉速度的增强加剧次级反环流发展， 促进了低层暖湿气流与高层冷空气的交绥， 使不稳定能量得到释放， 90.2°E附近-80×10-5 s-1的低层强辐合中心也进一步促进上升运动发展至整个对流层， 最大上升速度中心达1.2 m·s-1， 15日夜间雪强持续增强， 在降雪期间上升运动随时间减弱， 说明前期汇集的能量充盈， 在不稳定能量释放过程中仍带来持续强降雪， 雪强3 mm每3 h维持至16日14:00。由此可知， 此次暖区暴雪过程低层西南气流受地形强迫抬升与高层干冷空气楔入中低层暖湿气流是引发两支次级环流的主要原因， 次级环流是造成暴雪增强的抬升触发机制之一（冯丽莎等， 2020）， 受其影响， 暴雪持续时间也较长。
图11 Lin方案模拟的不同时刻沿暴雪区的垂直速度（彩色区， 单位： m·s-1）和散度（等值线， 单位： ×10-5 s-1）的垂直剖面与纬向风（矢量， 单位： m·s-1）（b）~（d）中黄色闭环箭头表示经向环流 Fig.11 Vertical velocity （color area， unit： m·s-1）， divergence （contours， unit： ×10-5 s-1）， and meridional wind （vector， unit： m·s-1） along the blizzard zone at different time by the Lin scheme.Yellow closed-loop arrow indicates meridional circulation in （b）~（d） |
6 结论
本文选取2016年11月中旬一次典型新疆北部持续暖区暴雪过程， 针对15日20:00至16日20:00发生的强降雪时段， 采用四种云微物理参数化方案对其进行模拟结果对比； 最后选取较好的模拟结果， 对新疆北部暖区暴雪过程云中水凝物粒子分布和演变及中小尺度特征进行研究。主要得出以下结论：
（1） 采用四种不同云微物理参数化方案对2016年11月15 -16日新疆北部暖区暴雪天气过程进行数值模拟试验， 通过对雪带位置、 强降雪中心逐时降雪量以及探空风场的对比发现Lin方案模拟效果最佳， 能够较为成功地反映出该时段主要降雪特征， 利用试验结果可以进一步分析暖区暴雪云微物理变化及中小尺度特征。
（2） 暖区暴雪的对流不稳定过程主要发生在对流层中下层， 云中霰、 雪、 冰晶、 云水含量依次减小， 云水含量远小于其他水凝物粒子， 降雪以冰相粒子活动为主。冰晶粒子分布在最高处， 随后是雪粒子、 云水粒子、 霰粒子， 山脉迎风坡附近四种水凝物粒子的高值中心在垂直分布上存在较好的对应关系， 说明粒子的垂直分布特征与暴雪的形成息息相关， 冰相粒子与液相粒子在垂直方向上出现较大增量有利于各粒子间的转化。
（3） 在上游水汽相对饱和湿区和比湿高值区的持续东移补充下， 阿尔泰山脉西麓迎风坡阻挡低层水汽耗散， 产生源源不断的水汽辐合， 使得降雪期间暴雪区中低层为高湿高饱和， 充沛的水汽为暴雪的产生和雪强增强提供了较好的水汽条件和层结条件。
（4） 阿尔泰山以西低空偏南急流引导巴尔喀什湖以南的暖湿气流向北输送的同时又与地形配合， 为暴雪的产生提供了持续的上升气流和不稳定条件。强上升运动区和强降雪落区对应较好， 强降雪处于次级反环流上升气流区， 次级环流增强有利于触发不稳定能量的释放， 为大暴雪的发展和维持提供较强的动力抬升条件。
大量研究成果表明， 地形对降水有着重要意义， 本论文通过高时空分辨率数据分析也可以发现阿尔泰山地形有利于暖区暴雪过程中水汽的汇集和动力抬升， 后期进一步开展地形高度控制敏感试验， 可以在一定程度上加深了解阿尔泰山脉的地形对暖区降雪的作用和影响， 有助于提高对暖区降雪过程中各影响因子的认识。