2019, Vol. 38
2. 北京师范大学全球变化与地球系统科学研究院, 北京 100875;
3. 中国气象局数值预报中心, 北京 100081;
4. 怀柔区气象局, 北京 101400
降雪是北京地区冬季常见的天气之一, 有时候即使是小雪天气, 也会给城市带来大的影响(孙继松等, 2003; 赵思雄等, 2008)。对于降水相态的预报, 一直以来都是预报中的难点, 特别是对初冬季节的相态预报则更为复杂。
近年来, 基于统计学方法, 国内外学者开展了一系列研究, 得到了针对不同地区的雨雪转换指标(Heppner, 1992; Czys et al, 1996; 许爱华等, 2006; 李江波等, 2009; 尤凤春等, 2013; 张琳娜等, 2013; 张俊兰等, 2017)。实际上, 造成降水相态不同的关键应该在于空中的成雪机制, 以及雪花在下落过程中发生的变化(廖晓农等, 2013)。胡顺起等(2017)利用常规探空和地面观测资料以及长波辐射资料, 采用天气动力学分析方法, 对2015年初冬一次特大暴雪过程的成因和动力结构演变特征进行了分析; 赵宇等(2018)利用多种观测资料和再分析资料分析了一次由江淮气旋引发的山东极端雨雪过程的云系演变特征和降水成因。随着数值预报模式的不断发展, 特别是物理过程参数化方案的更加精细化, 数值模式已广泛应用于降雪相态的分析和研究中。邓远平等(2000)将冰相云微物理过程参数化和三相云显式降水方案引入中尺度模式MM4, 对“96.1”高原暴雪中尺度切变线的生成、发展和演变结构进行了数值模拟; 孙晶等(2007)利用MM5模式对中国北方地区两次不同类型的降雪过程进行模拟, 分析了不同天气条件下降雪的水成物相态及其源汇项分布特点; 李青春等(2011)利用北京地区高分辨率快速循环同化系统BJ-RUC对一次回流暴雪天气过程进行模拟, 探讨了回流暴雪天气的形成机理; 姚蓉等(2012)利用数值模式WRF对2011年初的暴雪冰冻灾害天气过程进行模拟研究, 指出雪的凝华增长、冰晶向雪的自动转化和雨水与雪碰并成雪可能是这次降雪发生发展的主要物理过程; 刘建勇等(2013)利用WRF模式对南方两次降雪过程的降水相态进行数值模拟, 得出950 hPa混合降水凝结比可以较好地预报降水相态; 师宇等(2017)利用WRF模式的双参数显式云物理方案, 对北京地区一次降雪过程进行数值模拟和人工增雨催化数值试验, 阐述了催化对冬季降水的微观影响机制; 孙艳辉等(2017)利用中尺度数值模式WRF的模拟结果, 分析了东北地区两次暴风雪发生时的环境条件及其出现的位置特点, 对冬季的降雪预报有一定的指示意义。上述降雪过程的数值模拟大多是针对降雪量非常大的暴雪过程, 对复杂相态转换的雨雪过程的数值模拟并不多见, 而针对北京地区甚至华北地区的这类过程的研究则更少。
2015年11月20—22日和2016年11月20—21日, 北京地区均出现了全市性的雨雪天气, 相态转换非常复杂。本文利用中尺度数值模式WRF, 通过模拟两次过程中云内液态粒子和冰相粒子的分布和演变特征, 分别对降水相态转换的机制进行了探讨, 并比较分析了两次过程云微物理特征的差异。由于大部分数值预报模式都提供与微物理特征有关的云水含量和云冰含量产品, 期望本文的分析结果能加深预报人员对此类雨雪过程微物理特征的认识, 在此基础上充分利用与云微物理有关的数值模式产品, 进而提高冬季降水相态的精细化预报水平。
2 模式介绍为研究两次雨雪过程的降水相态转换机制, 采用数值模式WRF V3.5对两次过程进行模拟研究。模拟采用非静力方案, 分成两层嵌套, 两层模拟区域水平分辨率分别为27 km和9 km, 水平格点数分别为101×91和109×109。模式层顶取50 hPa, 垂直方向分为30层。模拟过程的物理参数化方案包括:行星边界层采用YSU方案, 长波辐射方案采用RRTM方案, 短波辐射方案采用Dudhia方案, 积云对流参数化采用Kain-Fritsch方案, 微物理过程计算采用Morrison等的双参数方案(Morrison et al, 2005)。模拟中采用的Morrison等微物理过程方案是于WRF3.0版本引入的一个较新的双参数微物理参数化方案, 该方案含有水汽、云水、雨水、冰晶、雪和霰共6类不同相态的水凝物。与以往的单参数化方案相比, 该方案对除了云滴外的其他类别粒子采用双参数方法进行预报, 对微物理过程的描述非常全面而细致, 因此能够描述复杂的微物理过程并适应不同条件下的数值模拟(Morrison et al, 2009)。鉴于上述两次雨雪过程的相态转换较为复杂, 故采用Morrison et al(2005)的微物理过程方案进行模拟。
模式的初始场和侧边界均由美国NCEP的全球中期预报分析产品(FNL)提供, 分辨率为1.0°×1.0°, 时间间隔为6 h。另外, 在初始场中同化了地面自动站及探空资料。2015年11月的雨雪过程, 模拟时间从11月20日20:00(北京时, 下同)开始, 至22日02:00结束; 2016年11月的雨雪过程模拟时间从11月19日20:00开始, 至21日08:00结束。模式分析结果主要是内层嵌套的输出, 每小时输出一次。文中涉及的地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2885号的中国地图制作, 底图无修改。
3 2015年11月雨雪过程 3.1 天气形势2015年11月20日20:00 500 hPa位势高度场[图 1(a)], 乌拉尔山地区的高压脊不断发展, 伸到高纬度极地地区。我国东北地区有一个东西向的横槽, 横槽后部的偏北气流引导冷空气经贝加尔湖南下。北京上空为槽底部的偏西气流控制, 700 hPa[图 1(b)]和500 hPa的形势类似。850 hPa东北—西南走向的切变线压在北京上空[图 1(c)]。21日08:00—20:00, 850 hPa西南气流加强, 切变线稳定维持在北京上空, 为雨雪的发生提供了动力条件。
|
图 1 2015年11月20日20:00 500 hPa(a)、700 hPa(b)高度场(单位: dagpm), 850 hPa风场(c, 矢量, 单位: m·s-1)和地面气压场(d, 单位: hPa)分布 Fig. 1 500 hPa (a) and 700 hPa (b)geopotential height field (unit: dagpm), 850 hPa wind fields (c, vector, unit: m·s-1) and surface pressure fields (d, unit: hPa)at 20:00 on 20 November 2015 |
从地面气压场[图 1(d)]可以看出, 20日20:00倒槽从我国西藏地区向东北方向逐渐发展, 21日08:00(图略)倒槽一直向北伸展到河套地区, 北京位于倒槽东侧。在倒槽以北是冷高压, 冷空气从冷高压分裂出来向南入侵。这股冷空气从我国东北地区南下到渤海湾, 由于北京地区位于冷高压的底部, 所以南下到渤海湾的冷空气回流到华北平原东部形成偏东风, 这是北京地区降水的典型形势之一。这种“东高西低”的华北回流形势稳定, 所以降水持续时间较长。
3.2 降水实况和降水量模拟2015年11月20日夜间开始北京西部、北部出现小雪, 城区及南部地区小雨或雨夹雪; 21日白天北京西部、北部地区出现中雪、局地大雪, 城区及南部地区由雨转雨夹雪再转雨; 22日全市出现强降雪, 大部分地区降雪量级达大雪。对于此次雨雪过程, 本文着重讨论21日的相态转换过程。表 1给出了2015年11月21日05:00—20:00观象台(116.5°E, 39.8°N)、怀柔(116.6°E, 40.37°N)随时间变化所对应的天气现象。
|
表 1 2015年11月21日05:00—20:00观象台、怀柔天气现象演变 Table 1 The evolution of weather phenomena in Beijing observatory, Huairou from 05:00 to 20:00 on 21 November 2015 |
图 2为2015年11月20日20:00至22日02:00北京地区模拟和实况观测的累计降水量分布。从图 2中可以看出, 实况降水量级分布比较均匀, 大部分地区累计降水在4~6 mm, 其中在昌平和平谷地区存在两个降水量的大值中心。与模式模拟的结果进行对比可以看出, 模式对降水量级和落区分布的模拟较好, 特别是城区及南部地区基本上与实况一致。对于昌平地区的降水大值中心位置与实况基本吻合, 但量级略偏大; 密云中部的降水与实况相比偏小。考虑到高分辨率对模式降水方案带来的误差影响, 模式对此次雨雪过程的模拟比较理想。另外, 将模拟的500 hPa高空槽、850 hPa切变线的位置和移动速度与实况进行比较(图略), 可以得出模式对系统位置和移动速度的模拟与实况是一致的。
|
图 2 2015年11月20日20:00至22日02:00累计降水量分布(单位: mm) Fig. 2 The distributions of accumulative rainfall from 20:00 on 20 to 02:00 on 22 November 2015.Unit: mm |
2015年11月21日05:00[图 3(a), 图 4(a)], 云水分布在800~950 hPa之间, 最大含水量出现在850 hPa, 为0.6 g·kg-1。水汽含量的大值区位于南部暖区中, 最大值为4 g·kg-1。从垂直速度分布可以看出, 此时云区内有强的上升运动, 这与850 hPa切变线是相对应的。雨水的分布与云水相对应, 最大含水量为0.03 g·kg-1。雪晶分布在40°N以北、800 hPa以下, 但是含水量较小, 为0.02 g·kg-1。这一阶段冰相粒子对降水的作用不明显, 液相粒子起主要作用, 北京大部分地区降水相态以雨为主。
|
图 3 2015年11月21日沿116.5°E比湿(黑色实线, 单位: g·kg-1)、云水(彩色区, 单位: g·kg-1)和风场(矢量, v, w×100, 单位: m·s-1)的垂直剖面 Fig. 3 Vertical cross sections of specific humidity (black solid line, unit: g·kg-1), cloud water (color area, unit: g·kg-1) and wind field (vector, v, w×100, unit: m·s-1) along 116.5°E on 21 November 2015 |
|
图 4 2015年11月21日沿116.5°E温度(红色虚线, 单位: ℃)、冰晶(黑色实线, 单位: g·kg-1)、雪晶(彩色区, 单位: g·kg-1)和雨水(蓝色虚线, 单位: g·kg-1)的垂直剖面 Fig. 4 Vertical cross sections of temperature (red dash line, unit: ℃), ice (black solid line, unit: g·kg-1), snow crystal (color area, unit: g·kg-1) and rain water (blue dash line, unit: g·kg-1) along 116.5°E on 21 November 2015 |
11:00[图 3(b), 图 4(b)], 等温线受冷空气的推动由北向南移动, 其中6 ℃的等温线表现尤为明显, 此时段雨水分布有所南移, 雪晶分布的水平尺度加大, 怀柔上空降温, 雪晶含量增加, 怀柔地区相态由雨转为雪。
17:00[图 3(c), 图 4(c)], 观象台上空的雪晶含量与11:00相比基本没有变化, 但雨水含量有所减小, 在观象台观测到了雨夹雪, 这说明当降水强度较弱时, 地面观测到的相态变化是由液相粒子和冰相粒子的相对浓度大小决定的。此时, 怀柔上空(900 hPa附近)再次出现雨水, 从等温线的变化推断这可能是由于日变化导致怀柔上空液相粒子有一定程度的增强, 故在怀柔观测到雨夹雪。
20:00[图 3(d), 图 4(d)], 观象台相态为雨, 与17:00相比, 雪晶浓度几乎没有变化, 模式预报地面温度也没有变化。那么是何种原因导致观象台17:00和20:00的降水相态存在差异？比较了两个时刻观象台上空云水的含量可以看出, 云水含量的大值中心都位于850 hPa, 但20:00的最大含水量为0.38 g·kg-1, 17:00的最大含水量为0.52 g·kg-1。根据云微物理降水理论, 雪晶增长的一种重要方式是通过与过冷云(雨)滴的粘连碰冻增长, 因此可以推断20:00雪晶与过冷云(雨)滴的粘连碰冻增长作用比17:00要小一些, 相应生成雪晶的数浓度少, 以至于在地面观测到的降水相态为雨。
进一步考察21日20:00北京观象台的实况探空(图 5), 从图 5中可以明显看出, 在650~500 hPa之间是一个明显的干层, 而这两个高度恰好是-20 ℃和-10 ℃等温线所在的高度, Pruppacher et al(1997)研究指出云中冰晶形成的关键区域位于-20~-10 ℃之间, 这就意味着在这样的湿度条件下在这两个高度之间形成的冰晶数量非常有限, 故这次过程中雪晶的增长几乎无法通过冰晶自身的凝华、撞冻及碰并等机制进行(顾震潮, 1980); 另一方面, 由于21日白天北京地区500 hPa和700 hPa处于槽底部的偏西或西北气流控制, 高空空气比较干燥, 气温与露点温度差值大, 在探空图上700 hPa附近可以观测到“喇叭口形”的下沉逆温, 这表明20:00高空出现了下沉运动, 在这样的动力条件下也不利于冰晶的形成, 云中水汽基本上都以过冷水滴的形式存在。同时, 北京观象台自动站逐时降水观测资料显示, 17:00降水量为0.4 mm, 20:00降水量为0.1 mm, 这是由于20:00高空下沉运动增强, 抑制了云中过冷云(雨)滴的形成, 故降水强度与17:00相比减弱, 雪晶的增长受过冷云(雨)滴的浓度限制, 粘连碰冻作用减弱, 生成的雪晶数量有限, 以至于20:00在观象台上空观测到雨。另外, 观象台实况探空显示整层温度都在0 ℃以下, 其中850 hPa温度为-5 ℃, 925 hPa温度为-4 ℃, 根据北京地区雨雪转换的经验统计指标(张琳娜等, 2013), 对于925 hPa雨雪转换阈值温度为-2 ℃, 850 hPa雨雪转换阈值温度为-4 ℃, 按此标准判断相态应该为雪。通过上面的分析可知这次过程中对观象台来说几乎没有冰晶参与, 因此不难理解21日白天的相态几乎以雨为主, 只在17:00前后短暂的观测到雨夹雪。这启示我们在预报降水相态时, 不仅要关注各标准层的经验阈值温度, 而且要关注模式产品中与微物理有关的水成物分布层次。
|
图 5 2015年11月21日20:00北京观象台温度压力对数图 Fig. 5 The T-lnP diagram over Beijing observatory at 20:00 on 21 November 2015 |
从2016年11月20日20:00 500 hPa和700 hPa高度场, 850 hPa风场, 地面气压场(图 6)中可以看出, 500 hPa位势高度场, 在贝加尔湖以东存在一个低涡系统, 对应500 hPa高空槽从我国东北地区一直延伸到内蒙中部, 北京地区位于槽前的偏西气流中, 700 hPa槽线位于河北西北部, 850 hPa东北-西南走向的切变线压在北京上空。观察地面气压场分布, 与2015年11月20日20:00的地面气压场类似, 北京位于倒槽的东侧, 南下到渤海湾的偏北路冷空气回流到华北平原东部, 与偏南暖湿气流在北京地区交汇造成雨雪天气过程。
|
图 6 2016年11月20日20:00 500 hPa (a)、700 hPa (b)高度场(单位: dagpm), 850 hPa风场(c, 矢量, 单位: m·s-1)和地面气压场(d, 单位: hPa)分布 Fig. 6 500 hPa (a), 700 hPa (b) geopotential height field (unit: dagpm), 850 hPa wind fields (c, vector, unit: m·s-1) and surface pressure fields (d, unit: hPa)at 20:00 on 20 November 2016 |
2016年11月20日中午前后, 北京西部和北部山区出现雨夹雪或小雪, 16:00前后延庆雨夹雪转雪, 22:00—23:00城区大部分测站转雨夹雪, 半夜前后转雪。此次雨雪天气过程相态转换复杂, 为2016年入冬以来的首场降雪。表 2给出了2016年11月20日20:00至21日05:00观象台(116.5°E, 39.8°N)、怀柔(116.6°E, 40.37°N)随时间变化所对应的天气现象。
|
|
表 2 2016年11月20日20:00至21日05:00观象台、怀柔天气现象演变 Table 2 The evolution of weather phenomena in Beijing observatory, Huairou from 20:00 on 20 to 05:00 on 21 November 2016 |
从2016年11月19日20:00至21日08:00北京地区模拟和实测累计降水量分布(图 7)中可以看出, 实测降水分布东北部大, 南部小, 这与模拟结果基本一致。与实测相比, 模式对北部地区的降水量级模拟偏大, 这可能跟区域模式在地形陡峭的地区易出现过量降水有关(Chao, 2012)。因此, 从整体的降水落区和量级来看, 模式对此次雨雪过程的模拟比较理想。另外, 比较500 hPa高空槽和850 hPa切变线的位置(图略), 可以得出模式对系统位置和移动速度的模拟与实况一致。
|
图 7 2016年11月19日20:00至21日08:00累计降水量分布(单位: mm) Fig. 7 The distributions of accumulative rainfall from 20:00 on 19 to 08:00 on 21 November 2016.Unit: mm |
2016年11月20日20:00[图 8(a), 图 9(a)], 冰晶主要位于500~300 hPa高度之间, 最大含水量为0.07 g·kg-1, 冰晶分布区域对应大片的上升运动区。雪晶含量的最大值中心与上层冰晶含量的最大值中心相对应, 位于500 hPa, 最大含水量为0.13 g·kg-1。从沿39.8°N垂直方向上的云微物质分布可以发现, 冰相粒子和液相粒子共存, 其中在650~300 hPa高度上全为冰相粒子, 而对应20:00观象台相态为雨, 由于20:00观象台地面温度在0 ℃以上, 这说明对于观象台的降水, 除了暖云降水外, 冰相粒子在下落过程中的融化也起了一定的作用, 属于混合相云降水。
|
图 8 2016年11月20—21日沿116.5°E比湿(黑色实线, 单位: g·kg-1)、云水(彩色区, 单位: g·kg-1)和风场(矢量, v, w×100, 单位: m·s-1)的垂直剖面 Fig. 8 Vertical cross sections of specific humidity (black solid line, unit: g·kg-1), cloud water (color area, unit: g·kg-1) and wind field (vector, v, w×100, unit: m·s-1) along 116.5°E from 20 to 21 November 2016 |
|
图 9 2016年11月20—21日沿116.5°E温度(红色虚线, 单位: ℃)、冰晶(黑色实线, 单位: g·kg-1)、雪晶(彩色区, 单位: g·kg-1)和雨水(蓝色虚线, 单位: g·kg-1)的垂直剖面 Fig. 9 Vertical cross sections of temperature (red dash line, unit: ℃), ice (black solid line, unit: g·kg-1), snow crystal (color area, unit: g·kg-1) and rain water (blue dash line, unit: g·kg-1) along 116.5°E from 20 to 21 November 2016 |
20日23:00[图 8(b), 图 9(b)], 随着偏北路冷空气的逐渐增强, 冰晶和雪晶的范围逐渐扩大南移, 观象台上空的雪晶含量增加至0.04 g·kg-1, 相态由雨变为雨夹雪。对于怀柔地区, 雪晶含量从20:00的0.06 g·kg-1迅速增加至0.37 g·kg-1, 相态由雨夹雪转为雪。21日02:00[图 8(c), 图 9(c)], 雨水的范围迅速南移, 强度减弱, 同时冰晶和雪晶的范围进一步向南扩大。怀柔地区上空液相粒子消失, 整层为冰晶和雪晶构成的冰相粒子, 相态为雪。05:00[图 8(d), 图 9(d)], 随着北部高压系统南压, 锋面开始过境, 40°N以北900 hPa至地面为北风分量, 整层温度快速下降, 观象台和怀柔地面温度均下降至0 ℃以下。北京上空几乎不存在液相粒子, 云微物质是由冰晶和雪晶组成的冰云, 相态全部为雪。
另外, 从四个时刻的云水分布(图 8)可以看出, 在950~700 hPa之间含有较厚层次的过冷水层, 高层形成的冰晶在下落过程中碰到过冷水, 会通过“冰水转化”过程长大。因此, 冰晶的增长除了靠冰晶间的碰并增长外, 冰晶的凝华增长也起了重要作用, 而不断长大的冰晶可以通过进一步撞冻、碰并等机制形成雪晶。
进一步考察20日20:00和21日08:00北京观象台的实况探空(图 10)。从图 10中可以看出, 20日20:00, -20 ℃等温线位于520 hPa附近, -10 ℃等温线位于660 hPa, 在这两个高度之间, 即冰晶形成的关键区域, 存在一定程度的饱和; 与2015年的雨雪过程不同, 这次雨雪过程中北京地区在500 hPa和700 hPa都有高空槽系统的存在, 槽前的垂直上升运动为冰晶的形成及碰并增长提供了有力的动力条件。高层形成的冰晶长大后降落到中低层, 由于冰面上饱和水汽压小于过冷水面上的饱和水汽压, 它们之间存在的水汽压梯度导致冰晶通过耗费过冷水滴而迅速增长, 即冰晶的凝华过程。这个过程效率高, 速度快, 降水粒子总质量的90%以上是由该过程造成的(顾震潮, 1980)。所以对于有冰晶粒子参与的雨雪过程, 雪晶主要依靠冰晶的凝华、撞冻及碰并等机制而不断增长。但是在20日20:00, 实况探空显示0 ℃层距离地面357.5 m, 而且地面温度为3 ℃, 那么冰晶下落到该区域时会融化成雨水。北京观象台自动站地面温度观测资料显示, 20日23:00和21日02:00地面温度分别为1 ℃和0 ℃, 说明随着东北路回流冷空气的逐渐渗透, 地面温度不断下降, 高层形成的冰晶下落到暖层时的融化作用逐渐减弱, 故在这两个时刻都观测到了雨夹雪。
|
图 10 2016年11月20日20:00和21日08:00北京观象台温度压力对数图 Fig. 10 The T-lnP diagram over Beijing observatory at 20:00 on 20 and at 08:00 on 21 November 2016 |
21日08:00[图 10(b)], 锋面过境北京, 探空图上在800~720 hPa之间可以观测到明显的锋面逆温, 整层温度均下降到0 ℃以下, 而且-20~-10 ℃之间几乎全部饱和, 相对湿度条件的转好更加有利于高层冰晶的形成及碰并增长, 故降水相态全部转为雪。
5 两次云微物理过程比较综上可知, 两次过程虽然均为雨雪转换过程, 但是导致雨雪转换的云内最主要的雪晶粒子含量和形成的微物理机制存在很大差异。2015年的雨雪过程, 在雨转雨夹雪时段内, 雪晶主要分布在800 hPa以下, 最大含水量为0.07~0.1 g·kg-1, 雪晶通过与过冷云(雨)滴的粘连碰冻作用而不断增长导致观象台的相态由雨转为雨夹雪; 而2016年的雨雪过程, 在雨转雨夹雪的时段内, 雪晶分布在300 hPa至地面, 最大含水量为0.1~0.4 g·kg-1, 远超过2015年过程的雪晶含量, 雪晶主要依靠冰晶的凝华、撞冻及碰并等机制而不断增长导致观象台的相态由雨转为雨夹雪。综上所述, 可见同样是雨转雨夹雪过程, 但是云中雪晶粒子的含量和分布的层次是截然不同的, 导致相态转换的微物理过程也不同。
因此在冬季降水相态预报中, 除了参考各标准层的温度和雨雪转换经验指标外, 还要充分关注模式产品中与微物理有关的水成物分布的层次和浓度大小, 结合云微物理理论, 综合判别降水相态及其演变。
6 结论与讨论利用中尺度数值模式WRF, 通过模拟2015年11月20—22日和2016年11月20—21日两次雨雪转换过程中云内液态粒子和冰相粒子的分布和演变特征, 结合探空等实况观测资料, 分别对降水相态的转换机制进行了探讨, 并比较分析了两次过程云微物理特征的差异, 主要得出以下结论:
(1) 中尺度数值模式WRF较为准确地模拟出了两次雨雪过程的降水量级和落区, Morrison et al(2005)的双参数方案能够较好地模拟雨雪过程的微物理结构特征。
(2) 同样是雨转雨夹雪过程, 但是两次过程云中雪晶粒子的含量和分布的层次是截然不同的, 导致相态转换的微物理过程也不同。2015年的过程, 在雨转雨夹雪时段内, 雪晶主要分布在800 hPa以下, 最大含水量为0.07~0.1 g·kg-1, 雪晶通过与过冷云(雨)滴的粘连碰冻作用而不断增长导致观象台的相态由雨转为雨夹雪; 而2016年的过程, 在雨转雨夹雪的时段内, 雪晶主要分布在300 hPa至地面, 最大含水量为0.1~0.4 g·kg-1, 远超过2015年过程的雪晶含量, 雪晶主要依靠冰晶的凝华、撞冻及碰并等机制而不断增长导致观象台的相态由雨转为雨夹雪。
(3) 在预报冬季降水相态时, 不仅要关注各标准层的经验阈值温度, 还要充分关注模式产品中与微物理有关的水成物分布的层次和浓度大小。
本文仅对两次雨雪过程进行了个例模拟分析, 下一步可以对更多的雨雪转换过程进行模拟研究, 以此找到发生雨雪转换时所对应的液相粒子和冰相粒子含量阈值及所在的高度范围, 而大部分数值模式都提供云水含量和云冰含量产品, 这样可以为冬季降水的相态预报提供更多的参考依据。
Chao W C. 2012. Correction of excessive precipitation over steep and high mountains in a GCM[J]. Journal of the Atmospheric Sciences, 69(5): 1547–1561.
DOI:10.1175/JAS-D-11-0216.1 |
|
Czys R R, Scott R W, Tang K C, et al. 1996. A physically based, nondimensional parameter for discriminating between locations of freezing rain and ice pellets[J]. Weather and Forecasting, 11(4): 591–598.
DOI:10.1175/1520-0434(1996)011<0591:APBNPF>2.0.CO;2 |
|
Heppner P O G. 2009. Snow versus rain:Looking beyond the "magic" numbers[J]. Weather and Forecasting, 7(4): 683–691.
|
|
Morrison H, Curry J A, Khvorostyanov V I. 2005. A new double-moment microphysics parameterization for application in cloud and climate models.Part Ⅰ:Description[J]. Journal of the Atmospheric Sciences, 62(6): 1665–1677.
DOI:10.1175/JAS3446.1 |
|
Morrison H, Thompson G, Tatarskii V. 2009. Impact of cloud microphysics on the development of trailing stratiform precipitation in a simulated squall line:Comparison of one-and two-moment schemes[J]. Monthly Weather Review, 137(3): 991–1007.
DOI:10.1175/2008MWR2556.1 |
|
Pruppacher H R, Klett J D. 1997. Microphysics of clouds and precipitation[M]. Second Revison: Kluwer Academic Publishers, 954.
|
|
邓远平, 程麟生, 张小玲. 2000. 三相云显式降水方案和高原东部"96.1"暴雪成因的中尺度数值模拟[J]. 高原气象, 19(4): 401–414.
DOI:10.3321/j.issn:1000-0534.2000.04.001 |
|
顾震潮. 1980. 云雾降水物理基础[M]. 北京: 科学出版社, 219.
|
|
胡顺起, 曹张驰, 陈滔. 2017. 山东省南部一次极端特大暴雪过程诊断分析[J]. 高原气象, 36(4): 984–992.
DOI:10.7522/j.issn.1000-0534.2016.00134 |
|
李江波, 李根娥, 裴雨杰, 等. 2009. 一次春季强寒潮的降水相态变化分析[J]. 气象, 35(7): 87–94.
|
|
刘建勇, 顾思楠, 徐迪峰. 2013. 南方两次降雪过程的降水相态模拟研究[J]. 高原气象, 32(1): 179–190.
DOI:10.7522/j.issn.1000-0534.2012.00018 |
|
李青春, 程丛兰, 高华, 等. 2011. 北京一次冬季回流暴雪天气过程的数值模拟[J]. 气象, 37(11): 1380–1388.
DOI:10.7519/j.issn.1000-0526.2011.11.008 |
|
廖晓农, 张琳娜, 何娜, 等. 2013. 2012年3月17日北京降水相态转变的机制讨论[J]. 气象, 39(1): 28–38.
DOI:10.7519/j.issn.1000-0526.2013.01.004 |
|
师宇, 楼小凤, 单云鹏, 等. 2017. 北京地区一次降雪过程的人工催化数值模拟研究[J]. 高原气象, 36(5): 1276–1289.
DOI:10.7522/j.issn.1000-0534.2016.00012 |
|
孙晶, 王鹏云, 李想, 等. 2007. 北方两次不同类型降雪过程的微物理模拟研究[J]. 气象学报, 65(1): 575–584.
DOI:10.3321/j.issn.0577-6619.2007.01.003 |
|
孙继松, 梁丰, 陈敏, 等. 2003. 北京地区一次小雪天气过程造成路面交通严重受阻的成因分析[J]. 大气科学, 27(6): 1057–1066.
DOI:10.3878/j.issn.1006-9895.2003.06.09 |
|
孙艳辉, 李泽椿, 寿绍文. 2017. 东北地区两次历史罕见暴风雪天气过程的分析[J]. 高原气象, 36(2): 549–561.
DOI:10.7522/j.issn.1000-0534.2017.00012 |
|
许爱华, 乔林, 詹丰兴, 等. 2006. 2005年3月一次寒潮天气过程的诊断分析[J]. 气象, 32(3): 49–55.
|
|
尤凤春, 郭丽霞, 史印山, 等. 2013. 北京降水相态判别指标及检验[J]. 气象与环境学报, 29(5): 49–54.
DOI:10.3969/j.issn.1673-503X.2013.05.008 |
|
姚蓉, 叶成志, 田莹, 等. 2012. 2011年初湖南暴雪过程的成因和数值模拟分析[J]. 气象, 38(7): 848–857.
|
|
张俊兰, 彭军. 2017. 北疆春季降水相态转换判识和成因分析[J]. 高原气象, 36(4): 939–949.
DOI:10.7522/j.issn.1000-0534.2016.00094 |
|
张琳娜, 郭锐, 曾剑, 等. 2013. 北京地区冬季降水相态的识别判据研究[J]. 高原气象, 32(6): 1780–1786.
DOI:10.7522/j.issn.1000-0534.2012.00147 |
|
赵思雄, 孙建华. 2008. 2008年初南方雨雪冰冻天气的环流场与多尺度特征[J]. 气候与环境研究, 13(4): 351–367.
|
|
赵宇, 蓝欣, 杨成芳. 2018. 一次江淮气旋极端雨雪过程的云系特征和成因分析[J]. 高原气象, 37(5): 1325–1340.
DOI:10.7522/j.issn.1000-0534.2018.00024 |
2. College of Global Change and Earth System Science, Beijing Normal University, Beijing 100875, China;
3. Center of Numerical Weather Prediction, China Meteorological Administration, Beijing 100081, China;
4. Huairou Meteorological Bureau, Beijing 101400, China