高原气象  2019, Vol. 38 Issue (4): 773-780  DOI: 10.7522/j.issn.1000-0534.2018.00117
0

引用本文 [复制中英文]

周林帆, 张述文, 李少英, 等. 2019. 城市下垫面对西安地区一次强降水的影响[J]. 高原气象, 38(4): 773-780. DOI: 10.7522/j.issn.1000-0534.2018.00117
[复制中文]
Zhou Linfan, Zhang Shuwen, Li Shaoying, et al. 2019. Impacts of Urban Surface on a Heavy Rainfall in Xi'an[J]. Plateau Meteorology, 38(4): 773-780. DOI: 10.7522/j.issn.1000-0534.2018.00117.
[复制英文]

资助项目

国家自然科学基金项目(41575098);国家重点研发计划项目(2017YFC1502101)

通信作者

张述文(1966-), 男, 河南固始人, 教授, 主要从事陆-气相互作用、资料同化与强对流天气预报的研究E-mail:zhangsw@lzu.edu.cn

作者简介

周林帆(1995-), 男, 陕西西安人, 硕士研究生, 主要从事资料同化及对流性天气的研究.E-mail:zhoulf12@lzu.edu.cn

文章历史

收稿日期: 2018-07-10
定稿日期: 2018-10-17
城市下垫面对西安地区一次强降水的影响
周林帆1, 张述文1, 李少英1, 李彦霖1, 王文强2     
1. 兰州大学大气科学学院, 甘肃 兰州 730000;
2. 陕西省气象台, 陕西 西安 710016
摘要: 针对2015年8月3日发生在西安地区的一次强降水,首先利用WRF-3DVAR同化系统循环同化雷达反射率和径向风资料来减小模式初始场误差,以此增加基于模式预报结果分析研究的可信度,然后采用敏感试验手段探究有无城市下垫面对西安地区强对流性天气的影响。结果表明,同化雷达资料可以改善降水预报,其中10~25 mm降水TS(True Shooting)和ETS(Effective True Shooting)评分较未同化结果分别提高0.188和0.187,降水落区和强度与观测接近。有无城市下垫面的对比试验发现,有城市时,城区平均对流有效位能增大而对流抑制能减小,低层风速减小,城区上空假相当位温的垂直梯度变大,大气更加不稳定。城市下垫面使城区降水增强,若用农田代替城市下垫面会使降水落区向南漂移约0.2个纬距。
关键词: 城市下垫面    暴雨    资料同化    多普勒雷达    西安    
1 引言

城市化改变原有自然下垫面, 直接影响陆面与大气间水分和能量交换, 并可能对降水产生影响。例如:针对京津冀城市群, 张珊等(2015)指出近30年(1981-2010年)该地区大部分站点降水量都呈减少趋势; Daniels et al(2015)试验发现, 假如荷兰城区扩张10%和22%, 降水将分别减少2%和5%; 廖镜彪等(2011)发现, 城市化使得广州降水明显增加; 江志红等(2014)指出1960-2009年间长三角和珠三角降水呈增加趋势。

针对一次具体降水过程, 已有研究表明城市对于短时暴雨有着不可忽视的影响。例如, 长三角城市化显著增强了2003年夏季两次城区中心降水(吴风波等, 2015), 上海城市化显著增强一次暴雨过程的总降水量以及城中心区及其上风区降水(吴风波等, 2011)。蒙伟光等(2010)研究发现, 降水易在广州城市热岛发展较强时发生; Lin et al (2008)指出台湾西部平原城市化会影响雷暴和该区降水位置; Pathirana et al(2014)模拟不同热带城市4个极端降雨事件, 当城市面积增加时其中三例极端降雨会显著增加。针对北京7·21特大暴雨的研究发现, 城市冠层的存在增加了近地面大气对流不稳定性, 使得城区以及其上风区降水显著增加(刘振鑫, 2014)。上述城市化影响降水的研究主要集中在京津冀和长三角、珠三角城市群, 对中西部地区的相关研究较少。

预报不确定性主要来源于初始场误差和模式误差(包括参数误差)。对于强对流天气, 初始场误差是短期预报误差的主要来源之一。直接利用(再)分析资料作为模式初始场会有很大误差, 因为这些资料几乎没有包含中小尺度信息。在用数值模拟进行敏感试验的研究中, 准确的模式初始场更加重要, 因为初始场误差可能“淹没”待研究对象(如城市下垫面)对预报的贡献。同化雷达资料是目前减少初始场误差的有效途径之一, 也是提高短时预报精度的重要手段(王晓峰等, 2017; 王晖等, 2017)。但是, 如何有效同化高分辨率观测资料来改善极端天气经过城市时的精细化预报, 仍然存在较大不确定性和诸多争议(寿亦萱等, 2012)。基于上述缘由, 本文在预报前首先进行雷达资料的同化, 然后使用同化分析场作为敏感性试验的初始场, 以增加模拟预报结果的真实性。最后通过有无城市下垫面的两组模拟试验来探究城市下垫面对西安地区一次强降水预报的影响。

2 个例描述

2015年7月24日至8月2日连续10天西安最高气温超过37 ℃, 8月3日开始出现降水, 强降水出现在09:00-12:00(世界时, 下同), 其中09:00-10:00南部大峪站达到86. 3 mm·h-1, 突破其建站极值, 东部临潼站和兵马俑站也超过70 mm·h-1。此次暴雨过程雨强大、突发性强, 长安区小峪口附近还爆发了山洪(王楠等, 2018)。

图 1为0. 125°×0. 125°欧洲中心全球再分析资料绘制的2015年8月3日06:00 500 hPa高度场和850 hPa风场和相对湿度场。此次暴雨过程对应的环境背景场为西风槽型; 06:00对流层中层维持两槽一脊型, 东北冷涡发展强烈, 陕西地区处于槽前, 西太平洋副热带高压588 dagpm线西脊点(30°N, 109°E)位于陕西东南部[图 1(a)]。在甘肃东部、四川北部等陕西周边地区, 06:00低层湿度场维持北高南低的形势[图 1(b)]。

图 1 2015年8月3日06:00 500 hPa高度场(a, 等值线, 单位: gpm), 850 hPa水平风场(矢量, 单位: m· s-1)和相对湿度场(阴影区, 单位: %)(b) Fig. 1 Distributions of geopotential height at 500 hPa (a, contour, unit: gpm), horizontal wind (vector, unit: m· s-1) and relative humidity (the shaded, unit: %) at 850 hPa (b) at 06:00 on 3 August 2015
3 数值模式与试验方案

模拟采用中尺度模式WRF3. 7, 使用双重嵌套方案, 外层和内层水平格距(格点数)分别为6 km(100×100)和2 km(100×100), 垂直方向30层, 外层中心点为(34. 2°N, 108. 8°E)[图 2(a)]。在经过多组参数化方案交叉组合试验后, 选取模拟效果最好的一组参数化方案, 包括外层采用KF积云参数化(内层未启用), Lin微物理方案, YSU边界层方案, Noah陆面方案并耦合单层城市冠层模型。使用1°×1°每日4次的NCEP FNL全球分析场资料作为模式冷启动时的初始场, 雷达型号为CB波段, 站号Z9290(108°58′10″ E, 34°26′30″N, 高度460 m)。

图 2 两层嵌套区域(a)和CITY试验(b)与NoCITY试验(c)对应的下垫面类型[数据来源于美国地质调查局土地利用数据(Loveland et al, 2000)] (a)中红色十字为雷达站位置; (b)中暗红色区域为西安市区 Fig. 2 The simulation domain (a) and the land-use according to United States Geological Survey (Loveland et al, 2000) in the CITY experiment (b) and the NoCITY experiment(c). The red cross in Fig. 2(a) is the position of radar station; the dark red region in Fig. 2(b) is the urban area

首先利用WRF-3DVAR同化系统(Barker et al, 2012)分别同化雷达反射率和径向风资料更新初始场:从2015年8月3日00:00开始模式积分, spin-up 7 h, 其中07:00-08:00为同化时段, 30 min同化一次, 共同化3次, 然后用08:00同化分析场作为初始场, 预报16 h至4日00:00。为便于叙述, 该同化和预报试验下文简称CITY。为对比同化效果, 还进行一组不进行同化的控制试验(简称CTL), 其中初始场由3日00:00 NCEP FNL分析资料提供, 预报24 h至4日00:00。

敏感试验中模式预报初始场同样来源于08:00同化分析场, 但城市下垫面更换为农田, 其余设置与CITY和CTL两个试验相同, 敏感试验以下简称NoCITY。

4 模式验证

循环同化雷达资料后(即CITY试验), 09:00组合反射率的时空分布和强度较CTL试验有明显改善(图 3)。对比10:00小时降水量预报值与自动站观测值[图 4(a), (c)], CITY试验在城区附近降水的空间分布和强度与实况基本一致, 均较同化前有很大提高。11:00 CITY试验消除了CTL试验在34°N以南出现的虚假强降水中心, 且降水中心北移, 与实况接近(图略)。循环同化后, 10~25 mm降水的TS评分(覃月凤等, 2015)较CTL试验提高0. 188 mm, 0~10 mm和10~25 mm降水的ETS评分分别提高0. 045和0. 187, 这表明循环同化雷达资料能够一定程度改善降水预报。虽然同化后的雷达回波和降水的预报值同观测值仍存在一定程度时空偏差, 但考虑到本文是研究城市下垫面对强对流性天气的影响, 而不是确定性预报, 因此暂时忽略这些影响。下节将利用循环同化雷达资料后的分析场作为预报初始场来进行有无城市下垫面的试验研究。

图 3 2015年8月3日09:00雷达组合反射率(单位: dBz) Fig. 3 Radar composite reflectivity at 09:00 on 3 August 2015. Unit: dBz
图 4 2015年8月3日10:00小时降水量分布(单位: mm) Fig. 4 Hourly precipitation at 10:00 on 3 August 2015. Unit: mm
5 城市化试验 5.1 热力动力作用 5.1.1 对流稳定度参数

表 1为2015年8月3日08:30-10:00两组试验中不同对流稳定度参数在西安区域平均值。对于对流有效位能(CAPE), CITY试验区域平均值在降水前期(08:30, 09:00)始终大于NoCITY试验。对于对流抑制能(CIN), 08:30和09:00 CITY试验的平均值(9. 72和25. 42 J·Kg-1)均小于NoCITY试验(57. 97和83. 72 J·Kg-1)。两组试验区域平均的K指数值在08:30-10:00均大于35(K>35指示成片雷雨); 除09:30外, CITY试验的平均值均大于NoCITY试验, 这表明两组试验均具备强对流天气发生的层结条件, 且CITY试验更有利于对流发生。

表 1 两组试验中三组不同稳定度参数的区域平均值 Table 1 Regional averaged values respectively for 3 different stability parameters in the two experiments
5.1.2 风场、假相当位温场差异

以2015年8月3日09:00沿109oE垂直剖面内风场分布为例, 分析城市下垫面对局地环流的影响。两类试验模拟的近地层风均为北风[图 5(a), (b)], 但CITY与NoCITY试验的近地层风之差为南风[图 6(c), (d)], 即CITY试验北风偏弱, 可能是城市建筑物的阻挡作用。

图 5 2015年8月3日09:00风场(矢量, 单位: m·s-1)和假相当位温(等值线, 单位: K)沿109°E垂直剖面分布 Fig. 5 Wind field (vector, unit: m·s-1) and the pseudo-potential temperature (contour, unit: K) in the vertical cross section along 109°E in CITY(a) and NoCITY(b) experiment at 09:00 on 3 August 2015. The bottom square is the urban region
图 6 CITY试验与NoCITY试验水汽混合比之差(a, 彩色区, 单位: g·kg-1)、云水混合比之差(b, 彩色区, 单位: g·kg-1)以及雨水混合比之差(c, d, 彩色区, 单位: g·kg-1)沿109°E垂直剖面分布 图中矢量均为CITY试验与NoCITY试验风场之差(单位: m·s-1) Fig. 6 The CITY-NoCITY difference of water vapor mixing ratio (a, color area, unit: g·kg-1), cloud water mixing ratio (b, color area, unit: g·kg-1) and rain water mixing ratio (c, d, color area, unit: g·kg-1) in the vertical cross section along 109°E. The vectors are CITY-NoCITY wind-field difference (unit: m·s-1)

CITY试验中城区上空700~200 hPa存在明显的上升气流[图 5(a)], 因为降水发生前城区上空累计了大量不稳定能量, 当系统过境时触发深对流, 而对流发展又进一步增强垂直运动。当更换城市下垫面为农田后, 850~750 hPa为偏北气流, 700~300 hPa为偏南气流, 无明显垂直运动, 也没有CITY试验中出现整层的强上升运动, 因此未能在城区上空出现深对流[图 5(b)]。此外, 09:00 CITY试验中城区上空700~200 hPa为假相当位温密集区, 垂直梯度明显大于NoCITY试验, 即CITY试验中大气不稳定强。总之, CITY试验城区低层辐合强、中高层垂直运动与不稳定性强, 这为强对流发生提供了有利条件。

5.2 水汽条件

水凝物的准确分布对微物理过程发展至关重要, 通过比较两组试验水汽混合比、云水混合比的差值发现, 2015年8月3日09:00 CITY试验城区上空650~300 hPa的水汽混合比显著高于NoCITY试验[图 6(a)], 并且CITY试验城区中高层云水混合比同样偏大。

对比两组试验的雨水混合比差值, CITY试验中09:00城市上风区雨水混合比大于NoCITY试验, 即CITY试验城市上风区降水增加明显[图 6(c)]。至10:00, 两试验雨水混合比差值的正值区已移到城区, 即CITY试验中雨水更集中于城区[图 6(d)]。此外, NoCITY试验中雨水混合比在秦岭北坡明显大于CITY试验。城市下垫面的存在增强了城区的降水, 在更改为农田下垫面后, 雨带将向下风向(西安南面)漂移。

相比NoCITY试验, CITY试验在城区上空850~800 hPa辐合更强, 在750~650 hPa辐散更强[图 7], 城市下垫面的摩擦作用和城区的强热力效应共同改变了流场的垂直结构。对比有、无城市下垫面两个时段降水量的变化发现, 在降水最集中的09:00-10:00和10:00-11:00, 有城市下垫面时城区平均降水增加[图 8(b)]。通过09:00-10:00 CITY与NoCITY的降水差值图也可看出[图 8(a)], 城市下垫面使得城区降水增强, 中心区降水增量达到20 mm以上, 这与吴风波等(2011)在长三角地区研究中发现城市化增加城区降水的结果一致。

图 7 2015年8月3日09:00 CITY试验(a)和NoCITY试验(b)的水汽通量散度(彩色区, 单位: kg·hPa-1·m-2·s-1)和风场(矢量, 单位: m·s-1)沿109°E垂直剖面分布 Fig. 7 The water vapor divergence (color area, unit: kg·hPa-1·m-2·s-1) and the wind field (vector, unit: m·s-1) in the vertical cross section along 109°E in CITY (a) and NoCITY (b) experiments at 09:00 on 3 August 2015
图 8 2015年8月3日09:00-10:00有无城市下垫面小时降水量之差(a, 单位: mm)和城区平均小时降水量的时间序列(b, 单位: mm·h-1) 黑色方框代表西安市区; AB线段代表 109°E垂直剖面 Fig. 8 Hourly precipitation difference between the CITY and NoCITY experiments (a, unit: mm) and the time series of hourly precipitation averaged in urban area (b, unit: mm·h-1) during 09:00-10:00 on 3 August 2015. The black square is the urban region; Line AB is the vertical cross along 109°E
6 结论和讨论

利用高时空分辨率多普勒雷达资料, 中尺度模式WRF及其3DVAR同化系统, 首先对西安地区“8·3”暴雨过程进行了雷达资料的循环同化, 结果表明循环同化能改善短时强降水预报, 降水的TS、ETS评分随之增加, 以同化后得到的分析场作为敏感性试验的初始场, 一定程度上提升了敏感性试验的真实性和准确性。通过对比有无城市下垫面试验结果后发现:

(1) 相较NoCITY试验, CITY试验预报的对流有效位能在城区平均值大而对流抑制能小, 且假相当位温的垂直梯度大;

(2) 城市下垫面使城区低层风速减小, 但低层辐合变大、垂直运动增强, 700~300 hPa的水汽混合比和云水混合比增加, 城区上空水汽辐合增强;

(3) 城市下垫面增强城区降水, 若更改为农田下垫面, 降水落区将向下风向(西安南面)漂移。

总之, 西安城市下垫面能增大城区降水, 但此结论只针对一次大尺度天气系统过境西安地区引起的强降水, 因此还需要更多不同天气背景下降水个例的试验来进一步佐证。此外, 本文利用WRF-3DVAR同化系统同化雷达资料时采用的是静态背景误差协方差阵, 同化在改进城区降水预报的同时, 也出现降水误报和漏报情形, 因此有必要改进同化算法, 使降水预报更符合实况, 从而进一步增大后续敏感试验结果的可信度。

参考文献
Barker D M, Huang X Y, Liu Z Q, et al. 2012. The Weather Research and Forecastion (WRF) model's community variational/ensemble data assimilation system:WRFDA[J]. Bulletin of the American Meteorological Society, 93(6): 831–843. DOI:10.1175/BAMS-D-11-00167.1
Daniels E E, Hutjes R W A, Lenderink G, et al. 2015. Land surface feedbacks on spring precipitation in the Netherlands[J]. Journal of Hydrometeorology, 16(1): 232–243. DOI:10.1175/JHM-D-14-0072.1
Lin C Y, Chen W C, Liu S C, et al. 2008. Numerical study of the impact of urbanization on the precipitation over Taiwan[J]. Atmospheric Environment, 42(13): 2934–2947. DOI:10.1016/j.atmosenv.2007.12.054
Loveland T R, Reed B C, Brown J F, et al. 2000. Development of a global land cover characteristics database and IGBP DISCover from 1-km AVHRR data[J]. International Journal of Remote Sensing, 21: 1303–1330. DOI:10.1080/014311600210191
Pathirana A, Denekew H B, Veerbeek W, et al. 2014. Impact of urban growth-driven landuse change on microclimate and extreme precipitation-A sensitivity study[J]. Atmospheric Research, 138(3): 59–72. DOI:10.1016/j.atmosres.2013.10.005
江志红, 李杨. 2014. 中国东部不同区域城市化对降水变化影响的对比研究[J]. 热带气象学报, 30(4): 601–611. DOI:10.3969/j.issn.1004-4965.2014.04.001
廖镜彪, 王雪梅, 李玉欣, 等. 2011. 城市化对广州降水的影响分析[J]. 气象科学, 31(4): 384–390. DOI:10.3969/j.issn.1009-0827.2011.04.004
刘振鑫, 2014.应用城市冠层模式与WRF模式耦合研究城市化效应[D].北京: 北京大学.
蒙伟光, 闫敬华, 扈海波. 2007. 热带气旋背景条件下的城市效应与广州夏季雷暴[J]. 中国科学(地球科学), 37(12): 1660–1668. DOI:10.3321/j.issn:1006-9267.2007.12.012
蒙伟光, 张艳霞, 李江南, 等. 2010. WRF/UCM在广州高温天气及城市热岛模拟研究中的应用[J]. 热带气象学报, 26(3): 273–282. DOI:10.3969/j.issn.1004-4965.2010.03.003
寿亦萱, 张大林. 2012. 城市热岛效应的研究进展与展望[J]. 气象学报, 70(3): 338–353. DOI:10.11676/qxxb2012.031
覃月凤, 顾建峰, 吴钲, 等. 2015. 雷达资料同化频次对一次西南涡暴雨的影响试验[J]. 高原气象, 34(4): 963–972. DOI:10.7522/j.issn.1000-0534.2014.00050
吴风波, 汤剑平. 2011. 城市化对2008年8月25日上海一次特大暴雨的影响[J]. 南京大学学报(自然科学版), 47(1): 71–81.
吴风波, 汤剑平. 2015. 城市化对长江三角洲地区夏季降水、气温的影响[J]. 热带气象学报, 31(2): 255–263. DOI:10.16032/j.issn.1004-4965.2015.02.012
王洪, 王东海, 万齐林. 2015. 多普勒雷达资料同化在"7·21"北京特大暴雨个例中的应用[J]. 气象学报, 73(4): 679–696. DOI:10.11676/qxxb2015.048
王晖, 隆霄, 温晓培, 等. 2017. 2012年宁夏"7·29"大暴雨过程的数值模拟研究[J]. 高原气象, 36(1): 268–281. DOI:10.7522/j.issn.1000-0534.2016.00017
王楠, 赵强, 井宇, 等. 2018. 秦岭北麓一次冷锋触发的短时强降水成因分析[J]. 高原气象, 37(5): 888–888. DOI:10.7522/j.issn.1000-0534.2017.00070
王晓峰, 王平, 张蕾, 等. 2017. 多源观测在快速更新同化系统中的敏感性试验[J]. 高原气象, 36(1): 148–161. DOI:10.7522/j.issn.1000-0534.2016.00018
张珊, 黄刚, 王君, 等. 2015. 城市地表特征对京津冀地区夏季降水的影响研究[J]. 大气科学, 39(5): 911–925. DOI:10.3878/j.issn.1006-9895.1411.14199
Impacts of Urban Surface on a Heavy Rainfall in Xi'an
ZHOU Linfan1 , ZHANG Shuwen1 , LI Shaoying1 , LI Yanlin1 , WANG wenqiang2     
1. College of Atmospheric Sciences, Lanzhou University, Lanzhou 730000, Gansu, China;
2. Shaanxi Meteorological Observatory, Xi'an 710016, Shaanxi, China
Abstract: On August 3, 2015, a heavy rainfall occurred in Xi'an with floods and heavy losses. To better investigate the rainfall, highly temporal and spatial resolution radar data, mesoscale WRF model and its 3DVAR assimilation system were used. After assimilating the radar data, the precipitation area and intensity were improved, and the TS (True Shooting) and ETS (Effective True Shooting) scores of 10~25 mm precipitation increased respectively by 0.188 and 0.187 compared with no data assimilation. Then two experiments with and without urban surface (CITY and NoCITY) were carried out to explore the impact of urban surface on forecast of precipitation. In CITY, the average convective available potential energy (CAPE) increased and the convective inhibition energy (CIN) reduced, low-level wind speed became smaller, and vertical gradient of the pseudo-specific temperature was larger and the atmospheric became more unstable than those in NoCITY. The urban surface enhanced precipitation over the urban area; if the urban surface was substituted by a cultivated land, the precipitation area would shift southward approximately 0.2 latitudes.
Key words: Urban surface    heavy rainfall    data assimilation    Doppler radar    Xi'an