地形对降水的影响机理及预报方法研究进展

doi:10.7522/j.issn.1000-0534.2019.00083

地形对降水的影响机理及预报方法研究进展

钟水新^,

中国气象局广州热带海洋气象研究所/广东省区域数值天气预报重点实验室，广东广州 510080

Advances in the Study of the Influencing Mechanism and Forecast Methods for Orographic Precipitation

ZHONG Shuixin^,

Institute of Tropical and Marine Meteorology/Guangdong Provincial Key Laboratory of Regional Numerical Weather Prediction，China Meteorological Administration，Guangzhou 510080，Guangdong，China

收稿日期: 2019-04-22 修回日期: 2019-09-30 网络出版日期: 2020-10-19

基金资助:

国家重点研发计划项目.  2018YFC1506901
国家自然科学基金项目.  41505084
广州市科技计划项目.  201804020038

Received: 2019-04-22 Revised: 2019-09-30 Online: 2020-10-19

作者简介 About authors

钟水新(1980-)，男，江西新余人，副研究员，主要从事数值天气预报研究.E-mail：zhongshuixin@126.com , E-mail：zhongshuixin@126.com

摘要

本文分别从观测试验分析研究、地形降水物理机制以及地形降水模拟与可预报性研究等方面回顾了近年来对地形降水观测、数值模拟和预报方法方面取得的进展。概括了近些年来开展的若干地形降水观测试验、数值模式的若干线性地形降水方案，以及模式中次网格地形参数化效应对地形降水预报的影响。回顾了包括地形维度与几何分布、水汽分布及水汽凝结效应、大气稳定性等对地形降水的影响机制，并基于线性地形降水方案，综合考虑了次网格地形阻塞效应和大气降水概率因子，利用GRAPES（Global/Regional Assimilation and Prediction System）模式检验了新简化线性地形降水参数化方案的应用情况。指出对地形降水机理研究和预报技术的改进，需进一步开展多种地形观测试验和多源资料机理分析，研究不同尺度天气系统在多尺度复杂地形下的相互作用，改进数值模式动力、物理精度以及资料同化理论技术，以期提高对地形降水的认识水平和数值模拟能力。

关键词： 地形降水 ; GRAPES ; 地形降水参数化

Abstract

An overview of orographic precipitation （OP） is presented， including the experimental studies， physic mechanism and its forecasting methods.The effects of orographic dimension and geometry， water vapor condensation and atmospheric stability on OP are summarized， as well as the progress on the linear OP model， topographic parameterization and its forecasting methods.The current challenges of research on OP are summarized.The improvement of the research on the mechanism of OP and the forecasting methods need to further carry out a variety of topographic observation experiments and analysis of mechanisms based on multi-source data.Furthermore， a new simplified OP parameterization scheme （SOP） is evaluated based on a linear orographic precipitation scheme by considering both the sub-grid topographic blocking effects and the probability of atmospheric precipitation.The application of the SOP scheme is implemented based on GRAPES （Global/Regional Assimilation and Prediction System）.The results show that the SOP scheme could predict the extreme OP over the mountainous terrain and capture the weak precipitation over the lee side of the mountain.Seasonal experiments showed that the intensity and distribution of the simulated OP had some typical correspondences with surface observations over the mountainous terrain.The SOP scheme provides useful reference values for the precipitation forecast over complex terrain， and also help to better predict the OP especially when the model underestimate the precipitation from microphysics scheme over the mountainous terrain.Further researches are needed to study the interaction of the weather systems under multi-scale complex terrain， and to improve the theoretical technology of numerical model dynamics， physical process and data assimilation， so as to improve the understanding of influencing mechanism and forecast methods for orographic precipitation.

Keywords： Orographic precipitation （OP） ; GRAPES ; simplified OP parameterization （SOP）

PDF (2866KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

钟水新. 地形对降水的影响机理及预报方法研究进展. 高原气象[J], 2020, 39(5): 1122-1132 doi:10.7522/j.issn.1000-0534.2019.00083

ZHONG Shuixin. Advances in the Study of the Influencing Mechanism and Forecast Methods for Orographic Precipitation. Plateau Meteorology[J], 2020, 39(5): 1122-1132 doi:10.7522/j.issn.1000-0534.2019.00083

1 引言

地形对大气环流的演变有着重要的影响，地形可通过其动力和热力效应，改变大气环流的运动轨迹，以及大气热力状态。例如，在山脉的迎风坡，气流可被动力抬升冷却造成水汽凝结，亦可在山脉背风坡产生下沉气流而形成焚风效应。地形降水通常指大气环流受地形动力与热力作用而产生的降水，受大气环流与地形的相互配置影响，地形降水对水循环、局地气候等有着重要的影响。例如印度的乞拉朋齐，暖湿西南季风受到卡西山地（高度约1500 m）的阻挡被迫抬升，在迎风坡乞拉朋齐形成降雨，一年累积降水量可达20 m，相当于北京40余年的降水总量。南美洲西海岸阿塔卡马沙漠，受阿塔卡马山间高原（高度4260 m）离岸下沉气流影响，使本区成为世界最干燥的地区之一。我国的台湾火烧寮，广东的信宜、汕尾和惠州高谭镇等地亦易受地形降水的影响，一年四季均可形成暴雨甚至特大暴雨中心，如2015年5月20日广东汕尾特大暴雨， 24 h累积降水量达542 mm， 2016年5月20日及11月20日粤西信宜24 h累积降水分别达到464 mm和348 mm， 2018年8月30日粤东惠州高谭镇24 h累积降水达到1034 mm。地形降水常造成局地洪涝及衍生的各种地质灾害，是大气科学研究的热点和难点之一。

近些年来，随着各地地形降水观测试验的开展和高分辨数值模式的发展，对地形降水机理认识、理论研究和预报技术取得了较大的进展，尤其是借助高分辨率数值模式模拟和发展的地形降水参数化方法，可有效提高数值模式对地形降水的预报能力。地形降水受地形和大气多尺度效应影响，可影响大尺度槽、脊的发生发展，以及大气流场斜压性和小尺度对流系统的发生发展。本文回顾了以往对地形降水开展的观测试验和相关机理分析，从地形降水的物理机制和可预报性出发，总结了大气稳定性、水汽、地形和水汽凝结效应、地形维度与几何影响、地形重力波等对地形降水的影响机理，基于地形降水线性模式，讨论了中尺度数值模式对地形降水的可预报性。

针对地形降水的研究，主要可分三方面内容：一是基于观测事实的分析研究，二是基于动力学理论的机理研究，三是基于数值模式的模拟和动力诊断分析。本文概括了近30年来国内外关于地形降水观测试验、地形降水物理机制和地形降水模拟与可预报性等方面相关研究进展，在此基础上概括了当前对地形降水的研究存在的主要问题，以期对地形降水机理认识和预报技术的发展提供参考。

2 地形降水观测试验

通过观测试验科学设计和分析研究，可提高对局地地形降水的机理认识、验证和改进数值模式预报水平，进而减少对因地形降水衍生的各种地质灾害及相应损失。过去30年来，针对不同尺度的地形对降水的动力热力影响，各地开展了若干地形降水观测试验（表1）。包括如针对台湾地形对梅雨锋和中尺度对流系统（MCS）作用观测试验（TAMEX， Kuo et al， 1990）、 20世纪末欧洲阿尔卑斯山脉中尺度观测试验（SALPEX试验， Lane et al， 2000； MAP试验， Bougeault et al， 2001； Rotunno et al， 2007）、美国奥林匹克山脉海岸降水观测与模拟（COAST， Bond et al， 1997）、西部山间降水试验（IPEX， Schultz et al， 2002）、加利福尼亚急流观测试验（CALJET， Ralph et al， 1999； Neiman et al， 2002）、美国俄勒冈州微物理参数化改进与观测验证（IMPROVE-2， Stoelinga et al， 2003），以及德国西南部地区对流性地形降水试验（COPS， Richard et al， 2011）、多米尼加地形降水试验（DOMEX， Smith et al， 2012）、美国奥林匹克山气象试验（OLYMPEX， Houze et al， 2017）、智利南部纳胡尔布塔山脉沿海地形降水试验（CCOPE， Massmann et al， 2017）等，以及在2006 -2009年在我国甘肃开展的西北地形云结构与机理研究、华南季风降水观测试验（倪允琪等， 2006； Luo et al， 2017）和青藏高原大气科学试验研究（徐祥德等， 2006）。

表1 近30年开展的主要地形降水观测试验

Table 1 The observational experiments of orographic precipitation during recent 30 years

序号	名称	位置	年份	内容
1	台湾中尺度试验（TAMEX）	台湾	1987	地形对梅雨锋和MCS的作用
2	海岸降水观测与模拟（COAST）	美国奥林匹克山脉	1993	地形降水和热力效应
3	新西兰阿尔卑斯南部试验（SALPEX）	新西兰阿尔卑斯山脉南部	1996	空气质量变化与地形降水
4	阿尔卑斯中尺度观测计划（MAP）	阿尔卑斯山脉	1999	地形动力效应对降水分布的影响
5	西部山间降水试验（IPEX）	美国西部山区	2000	地形降水分析和预测研究
6	加利福尼亚急流观测试验（CALJET）	美国加利福尼亚沿海山脉	2000 -2001	海岸降水, 暖雨过程,
7	微物理参数化改进与观测验证（IMPROVE-2）	美国俄勒冈州	2001	微物理和降水过程, 重力波效应
8	斯图尔地形降水试验（STOPEX）	挪威斯图尔	2005	精细地形降水的观测与数值模拟
9	西北地形云结构与机理研究	甘肃民乐县	2006 -2009	地形云观测与模拟
10	对流性地形降水试验（COPS）	德国西南部	2007	对流性地形降水研究
11	多米尼加地形降水试验（DOMEX）	多米尼加	2011	热带地形降水观测
12	智利沿海地形降水试验（CCOPE）	智利南部纳胡尔布塔山脉	2015	地形降水过程、浅对流、气溶胶
13	奥林匹克山脉试验（OLYMPEX）	美国奥林匹克山脉地区	2015 -2016	全球降水量测量验证, 地形对太平洋锋面系统降水的影响
14	华南季风降水试验（SCMREX）	华南地区	2013年至今	华南前汛期中尺度对流系统（MCS）形成和演变机理等
15	青藏高原大气科学试验	青藏高原	1979, 1998, 2013年至今	青藏高原地-气物理过程及其对天气气候影响

新窗口打开| 下载CSV

从地形降水观测试验主要观测内容可知， 20世纪末开展的试验多集中在对地形降水的分布、以及地形降水的动力、热力效应分析。21世纪已开展的试验，更多关注于地形降水的微物理和降水过程、对流性地形降水、重力波效应和精细地形的数值模拟等，地形降水观测手段转为基于高精度主动遥感观测如双偏振多普勒雷达、车载双频降水雷达等地基观测，协同高空观测如飞机机载雷达（EXRAD和HIWRAP等）和多波段微波被动遥感装置等一体化观测系统（Houze et al， 2017）。从地形降水试验地域分布（图1）可见，试验区域主要集中在美国西部海岸地区和欧洲阿尔卑斯山脉地区，以及南美洲安第斯山脉地区。亚洲降水受地形影响显著，如印度的乞拉朋齐和我国华南沿海地区，强的暖湿气流在地形作用下可形成致灾性局地暴雨过程。研究表明，通常有利于形成地形降水的天气和中尺度环境包括（Lin et al， 2001）：强的低空急流，强的不稳定气流过山，陡峭的地形和一个准静止的天气系统。对于大尺度地形，如南阿尔卑斯山脉，降水主要发生于迎风面（Hobbs， 1975； Sinclair et al， 1997），而相对更小尺度山体而言，降水趋向于在山顶附近，如雷暴单体在过山时，山顶附近降水通常是其他临近地方的两倍（Bergeron， 1960）。尤其当强盛、暖湿的西南气流过山时，常发生短时强降水过程，如低空急流（Low Level jet， LLJ）在加利福尼亚州东侧内华达山脉作用下，可造成日降水量超过250 mm的特大暴雨过程。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 世界各地开展的地形降水观测试验位置分布

填色代表地形高度, 红色圆点代表表1中观测试验所对应位置, 蓝色正方形a, b分别代表我国华南和印度乞拉朋齐强地形降水发生地区

Fig.1 Locations of the observational sites of orographic precipitation around the world.Shading represents the topographic height, the red dots denote the locations of the experiments in table 1 and the blue squares represent the strong precipitation center in south China and Kirapenzi of India

Ralph et al（2004， 2005）利用CALJET试验的观测数据，分析了低空急流在复杂地形条件下对暴雨过程的影响，指出锋前低空急流，当满足静力平衡和半地转平衡条件时，水汽和热量源源不断输送到山区，可产生一些极端降水过程。地形对降水增幅的配型，主要取决于气流是否被阻塞，如果气流被阻塞，地形对降水的增幅作用主要发生在山脉上游，如迎风坡；如果气流未被阻塞，增幅作用则多发生于低矮地形的上方，尤其在山脉第一个陡峭的迎风坡，可导致降水快速的增强（Buzzi et al， 1998； Doswell et al， 1998； Yuter et al， 2003），如阿尔卑斯山洪水过程主要发生在气流未被阻塞的情况下；另外，当气流在低层被阻塞，而高层未被阻塞时，其增幅作用可发生在地形上游，也可发生在地形上方。可见，不同尺度地形在不同天气条件下的动力和热力效应差异，导致对降水影响的幅度、范围及落区也不尽相同。

地形降水的多尺度效应和微物理过程观测研究方面， James et al（2005）指出地形对山区降水增幅作用是一个多尺度过程，中尺度气团在复杂地形作用下可影响大气流场的斜压性。小尺度过程在地形对降水增幅作用中起着重要作用。Elliott et al（1964）指出，当锋面系统经过加利福尼亚时，在地形作用下，一些小尺度的对流过程会加强对降水的增幅作用。Smith（1979）指出地形引起的对流尺度过程通过水汽的凝结或结晶提高了降水粒子的增长，从而使得降水在复杂地形条件下增强。数值模拟结果表明，地形降水率分别受降雪速度系数和雪粒密度的影响，一般来说，微物理参数的扰动会影响降水量的峰值位置，而总降水量对环境参数的扰动更为敏感（Morales et al， 2018）。地形降水对云微物理参数化非常敏感，对地表、边界层和辐射方案的敏感性相对较弱（Liu et al， 2011）。White et al（2003）指出，在0 ℃层以下层结中液态雨滴（也称暖雨）的聚结过程，是雷暴经过加利福尼亚沿岸山脉产生降水的一个重要微物理过程；另外，加利福尼亚北部沿海地区，大多数降水过程在0 ℃层以上层结中存在明显的亮带，说明冰相微物理过程对地形影响降水也有重要的作用。Yuter et al （2003）指出，斜压系统内小尺度对流过程的发展，无论在0 ℃层以上还是以下的层结中，对阿尔卑斯山脉地形降水过程中降水粒子的增长都有着重要的促进作用。综之，地形对降水的影响是一个多尺度过程，地形可影响大尺度槽、脊的发生发展，亦可影响中尺度气团大气流场的斜压性及小尺度对流过程的发生发展。

我国对地形降水观测试验工作起步较晚，针对性试验少。虽然逐步开展了包括如青藏高原大气科学试验（陶诗言等， 1999；徐祥德等， 2006）、 98华南暴雨科学试验（周秀骥等， 2003）、我国南方暴雨野外科学试验（SCHREX，倪允琪等， 2006）等，针对地形降水的研究，内容多集中在研究暴雨个例的诊断分析与数值模拟（周天军等， 1996；吕艺影等， 2018； Zhong et al， 2019）以及暴雨系统的中尺度结构和演变规律（孙建华等， 2002；赵玉春等， 2012；朱平等， 2019； Zhong， 2020），对地形降水机理研究针对性观测试验工作较少。2006 -2009年由中国气象科学研究院主持的国家自然科学基金重点项目“西北地形云结构与机理研究”（陈跃等， 2008），是少数针对性开展地形云观测与降水研究的初步探索工作。但由于缺乏系统性和针对性观测试验和预报技术研究，对复杂地形降水的认识和预报技术还远远不能满足目前业务预报精细化要求。

3 地形降水物理机制

近年来，国内外学者对地形降水的研究进行了回顾（Roe， 2005； Lin， 2005；廖菲等， 2007），内容涵盖了地形降水的观测手段和机理研究（Roe， 2005； Luo et al， 2017）、地形降水动力机制（Lin， 2005； Siler et al， 2015， 2016）和动力热力与不同尺度云降水变化的作用（Veals et al， 2018）等。本文主要对地形降水的物理机制和地形降水的可预报性进行了回顾，主要从大气稳定性、水汽凝结效应、地形维度与几何影响，以及地形降水的线性模式、中尺度模式预报能力等进行了回顾，并基于一个简化的线性地形降水模式，利用GRAPES（Global/Regional Assimilation and Prediction System）模式对2017年降水进行了检验，讨论了当前数值模式对地形降水的模拟能力和可预报性。

3.1　大气稳定性

地形对气流的抬升效应主要取决于地形附近大气静力稳定度，这也决定了气流受地形的阻塞效应、地形重力波和地形对流的发展。对接近饱和的大气，湿静力稳定度 $N_{m}$ 可根据上游地形诊断出来（Durran et al， 1982），即：

N_{m}^{2} = \frac{g}{T} (\frac{d T}{d z} + F_{m}) (\frac{L Q_{v}}{R T} + 1) - \frac{g}{1 + Q_{w}} \frac{d Q_{w}}{d z}

（1）

式中： $Q_{v}$ 和 $Q_{c}$ 为水汽混合比和云水混合比； $Q_{w} = Q_{v} + Q_{c}$ 为总大气水混合比； R为干空气指数； L为潜热蒸发项； $F_{m}$ 为湿绝热递减率。可见， $N_{m}$ 与潜热、辐射、水汽凝结、水汽的垂直分布和融化过程密切相关。Rotunno et al（2001）研究表明，地形降水的时空分布取决于水汽的水平梯度分布，在阻塞和未阻塞气流形成一个边界层辐合，最终触发对流形成降水。Galewsky et al（2005）指出，局地潜热释放增强了大气不稳定，增强了地形对气流的抬升作用，且静力稳定度相对较低的大气，可产生相对较强的雨影效应（Lorente-Plazas et al， 2018）。统计结果表明，西风比东风更有可能表现出雨影效应（Stockham et al， 2018）。弱雨影效应的风暴表现出相对更弱的背风地形波（Siler et al， 2016）。

此外，利用山体无量纲高度来表示气流过山效应，对于海拔为H的山脉，其无量纲高度为：

H_{n} = \frac{N_{m} H}{|U|}

（2）

式中： U为风速； N为Brunt-Vaisala频率。当 $H_{n}$ 大时（ $H_{n} > H_{c}, H_{c} = 1)$ ，气流垂直运动受阻，部分气流绕山体而行，产生地形阻塞流拖曳。观测试验和数值模拟结果表明，地形阻塞效应对增强地形降水有促进作用（Cox et al， 2005），地形造成的地形阻塞效应可触发边界层内西南气流的辐合（Colle et al， 2005a）。当 $H_{n}$ 小时（ $H_{n} < H_{c}$ ），气流可翻越过山，激发出地形重力波，对降水的分布也有重要作用，此外，在次网格地形参数化方案中考虑大气稳定度效应，可提高中尺度模式对地面风的模拟能力，减少模式的系统性偏差（Lorente-Plazas et al， 2016）。在沿风向陡峭地形地形重力波可增强大气的云水或淞化过程，从而增强地形降水（Garvert et al， 2007），对降水的增强幅度可达10%~20%。对于多尺度地形而言，地形降水的效率在首个山峰（H~800 m）较强，在其触发冰相粒子可在其他山脉形成云帽，从而增强其降水效率。

3.2　水汽、地形和水汽凝结效应

数值模式中对地形降水的描述方法，可在微物理过程中对地形降水效应进行简化处理（Bader et al， 1977； Barros et al， 1993）。影响地形降水的三个重要因子分别是水汽通量、地形抬升效应和水汽凝结过程。局地水平的水汽通量输送率（F_w，单位： kg·m^-1·s^-1）可以表示为：

{\vec{F}}_{w} = \int_{0}^{Z T O P} ρ Q_{V} \underset{U}{\to} d z

（3）

式中： $Q_{V}$ 为绝对湿度（单位： kg·km^-1）； U为水平风（单位： m·s^-1）； $ρ$ 为空气密度（单位： kg·m^-3）。数值模式对地形降水的模拟能力，常可通过对 ${\vec{F}}_{w}$ 的预报进行对比，例如模式低估地形降水，往往也低估了对 ${\vec{F}}_{w}$ 的预报（Smith et al， 2003； Lin et al， 2009）。

此外，地形的抬升作用对地形降水有着重要的影响（赵庆云等， 2018；刘晶等， 2018；王华等， 2019）。当低层气流被地形阻塞，沿地形坡度方向的上升或下沉气流可通过水平风和地形坡度估算：

w = \underset{U}{\to} ∙ \nabla h (x, y)

（4）

式中： $h (x, y)$ 为地形高度。从而对于整层的凝结 $C (x, y)$ 有：

C (x, y) = ρ Q v ∙ \underset{U}{\to} ∙ \nabla h (x, y)

（5）

式（5）是地形降水较简单的模式（Colton， 1976； Rhea， 1978）。Neiman et al （2002）利用CALJET试验结果，指出气流在未受阻挡时，地形降水主要位于山体的迎风坡，当气流受地形阻塞时，降水位于气流阻塞区域及山体迎风坡。此外，地形降水率与上游风、水汽通量密切相关，且很大程度取决于风速的变率（Falvey et al， 2007）。

3.3　地形维度与几何影响

地形降水对地形的维度与几何异常敏感，包括地形的经向、纬向分布、地形高度。通常，用罗斯贝数（ $R_{o}$ ， Rossby）来表征地形对气流影响效应：

R_{o} = U / f L

（6）

式中： f为科里奥利力； U为水平风； L为地形水平特征尺度。当 $R_{o}$ <1时，地球的自转效应可改变气流与地形降水的分布，例如青藏高原和阿尔卑斯山脉等大地形。Jiang （2006）理想试验结果表明，科里奥利项会使气流向右偏，使得在地形上方形成对称降水。当 $R_{o}$ 远大于1时，地形的宽度决定了地形重力波是否可垂直传播或消散。Colle（2004）指出，地形重力波的垂直波长对地形降水的分布有重要的影响，对于大尺度地形（L~50 km）和稳定大气层结（N_m~0.01 s^-1），越山气流速度可从10 m·s^-1增加至30 m·s^-1，垂直波长可从8 km延至15 km，即使气流被阻塞，地形重力波效应可使得地形降水或降雪向风向地形坡度上移25~50 km。当大气稳定度较弱时，如2 km的山脉，大气N_m降至0.005 s^-1，地形重力波效应减弱，其效应可使得地形降水发生在地形背风坡。孙继松（2005）指出当垂直于山体的过山气流速度随高度增加而减小时，地形作用在迎风坡上表现为水平辐合，对降水产生明显的增幅作用；而当过山气流速度随高度增加而增大时，在迎风坡为水平辐散。在背风坡一侧，由于下沉运动随高度向上减小，引起垂直方向上气柱被拉长，造成水平方向空气辐合，引起气旋性涡度加强，反气旋性涡度减小（范广州等， 1999）。

3.4　重力波影响

重力波既受地形影响，也可对大气环流和地形降水生消发展产生重要影响。Colle（2004）指出，地形降水的分布很大程度上取决于地形重力波对大气环流的影响，对于风速超过20 m·s^-1的气流，即使气流被阻塞，在迎风坡也可触发强上升运动从而形成强地形降水。而一个深厚且垂直增长的重力波可对地形降水产生显著增幅影响。例如，重力波可使垂直运动倾斜，延长增幅区降水粒子的发展停留时间且使迎风坡降水粒子重叠，此外，重力波可延缓过山气流，延长降水粒子上升区的对流发展时间（Banta， 1990），再者，重力波可使上升气流延升至对流层，使降水粒子可进一步深厚发展增强（Colle， 2004）。

在数值模式中，准确描述地形重力波的影响，可提高模式的整体预报能力。当大气层结稳定的气流翻越山脉时，就可能激发出相应的地形重力波，并且地形重力波可使水平动量传输到波动被耗散或被吸收的区域，产生天气尺度强迫，即地形重力波拖曳（钟水新等， 2015）。在数值模式中，准确描述次网格地形参数化效应可显著提高模式对风场的预报能力（Zhong et al， 2016， 2018），改善数值模式对登陆台风和降水的预报能力（钟水新等， 2014a， 2014b）和复杂地形降水的预报能力（Zhong et al， 2015）。总之，数值模式中次网格地形重力波参数化的研究，对提高数值模式物理过程有着极其重要的作用，对改善因次网格重力波造成的动量传输和减小模式系统偏差有重要的作用。

4 地形降水的可预报性

4.1　地形降水的线性模式

由上可知，影响地形降水的因子包括：地形维度与几何分布（地形坡度、地形重力波）、大气稳定性、水汽和微物理过程。Smith et al（2004， 2005， 2006）发展了一个地形降水的线性模式。利用水汽双稳态平流方程：

U ∙ \nabla q_{c} = S (x, y) - \frac{\bar{q_{c}} (x, y)}{τ_{c}}

（7）

U ∙ \nabla q_{r} = \frac{\bar{q_{c}} (x, y)}{τ_{c}} - \frac{\bar{q_{r}} (x, y)}{τ_{f}}

（8）

式中： $q_{c} (x, y)$ 和 $q_{r} (x, y)$ 分别代表云水和雨水的垂直积分（单位： kg·m^-2）； U为水平风； S（x， y）代表源项，由饱和水汽的整层积分凝结率表示：

S (x, y) = \frac{C_{w}}{H_{w}} \int_{0}^{\infty} w (x, y, z) e^{1 z / H_{w}} d z

（9）

式中： $C_{w}$ 为上升气流参数，由地表湿度、垂直温度递减率决定； $H_{w}$ 为环境湿空气厚度， $w (x, y, z)$ 为地形强迫的垂直速度（式4）：

C_{w} = ρ_{v_{0}} F / γ

（10）

H_{w} = \frac{- R_{V} T^{2}}{L γ}

（11）

式中： $Γ$ 为环境空气垂直递减率； $ρ_{v_{0}}$ 为地表水汽密度； F为平均湿绝热递减率； T为地表气温（单位： K）； L为潜热蒸发项； $R_{V}$ 为水汽气体常数。地形降水的线性模式主要优势是根据相对简单的公式来描述地形降水的主要过程，缺点是不能包括模式中的一些非线性过程，如地形重力波、地形阻塞等，导致线性模式不能解析短时间尺度（小时）的降水变率，但线性模型预报的月或更长时间尺度的累积降水与中尺度模式模拟结果非常相似（Garreaud et al， 2016）。地形降水的线性模式已被用于俄勒冈沿海地形和北美科迪勒拉山脉（Smith et al， 2005）、安迪斯山脉（Smith et al， 2007）、冰岛地形（Crochet et al， 2007）和美国西北部延绵山脉降水的预报（Cascade Range， Siler et al， 2015）。

4.2　中尺度模式预报能力

中尺度数值模式结果表明，当数值模式水平分辨率小于5 km时，模式可较好地模拟出复杂地形下的气流和降水（Bruintjes et al， 1994； Colle et al， 1996； Gaudet et al， 1998）。此外，模式水平分辨率对地形降水的模拟敏感性还与地形本身尺度相关。如对于大尺度地形（L~100 km），如美国加利福尼亚山脉，约利用4 km模式水平分辨率可较好地模拟地形降水（Grubišić et al， 2005）。对于尺度小的地形（L~10 km），模式水平分辨率需提高至少至1 km（Colle et al， 2005b）。对于位于两者之间的尺度（L~50 km），水平分辨率约4 km虽仍可较好模拟出地形降水，但对于10~20 km尺度地形而言，模式水平分辨率需提高至1 km左右（Garvert et al， 2007； Colle et al， 2008）。

尽管如此，数值模式对大尺度系统、中尺度气流、边界层过程、陆面过程的模拟误差也会影响对地形降水的模拟（Minder et al， 2008）。此外，初始和边界场的误差可通过重力波非线性效应，误差随着模式积分过程增长（Hohenegger et al， 2006），提高模式分辨率可有效提高模式对地形降水的预报能力（Prein et al， 2016）。近年来模式集合预报被用来对复杂地形降水的模拟，结果表明集合预报可有效模拟复杂地形降水。Hohenegger et al（2008）利用高分辨中尺度数值模式（2.2 km分辨率），对2005年一次阿尔卑斯山至洪降水过程进行集合数值预报，模式仅对初始和边界场进行扰动，未考虑模式物理过程的扰动，结果表明高分辨水平分辨率集合（EPS）预报地形降水能力比粗分辨率（~10 km）要好，高分辨率EPS产生和实况更吻合的降雨量，尤其是在活跃对流区域，分辨率引起的差异通常小于典型的成员间差异。在0~12 h预报，降水误差主要由初始误差引起， 12 h以后预报误差主要由边界场引起。由此可见，除了高分辨率数值模拟外，数值模式初始和边界场、模式微物理过程和边界层等描述能力对地形降水的模拟也至关重要。

4.3　一个简化线性地形降水方案应用试验

在Smith et al（2004）的线性地形降水方案基础上，利用GRAPES模式检验了一个简化线性地形降水方案在广东的应用情况，该方案考虑了次网格地形阻塞效应和大气降水概率因子。通过计算大气气流运动受阻与否，作为触发地形降水的判据。当气流动能（KE）大于气流势能（PE）时（Zhong et al， 2015），气流过山抬升触发地形降水，反之气流受阻不触发地形降水：

P (x, y) = γ \cdot C (x, y)

（12）

式中： $P (x, y)$ 为地形降水； $C (x, y)$ 为气流过山被抬升时的整层水汽凝结； $γ$ 为大气降水概率因子，取值在0~1之间。

基于GRAPES模式检验了2017年4 -9月的累积降水的模拟，模式分辨率为3 km，未采用积云对流参数化（Zhong et al， 2018）。从2017年4 -9月广东24 h模拟累积降水对比［图2，该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（2019）1699号的中国地图制作，底图无修改）］中可以看出，实况降水主要位于莲花山脉（LHMs）、云开山脉（YKMs）和珠江三角洲（PRD）等沿海地区，观测累积降水均超过2000 mm。从数值模拟结果可见，模式模拟的非对流性降水对广东大部降水落区和实况较吻合，但预报量级比实况偏低，中心强度约1500 mm，此外，模式对粤北和广西东北部地区降水模拟比实况偏高。从模拟的地形降水可见，降水分布主要位于粤东莲花山脉和粤西云开山脉，量级比实况偏高，中心强度超过3000 mm。此外，该方案对粤北山区如太平镇（TPT）的强降水中心、以及南岭山脉（NLMs）背风波降水低值中心有一定模拟能力。由此可见，简化的线性方案可较好地模拟出地形降水，可一定程度上改善模式模拟的非对流性降水偏低的情况。从发展地形降水参数化方案应用角度而言，还需考虑更多的地形（如地形无量纲高度）、大气层结（Siler et al， 2015）以及地形降水物理反馈等要素，以提高地形降水参数化方案的适用性。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 2017年4 -9月广东24 h模拟累积降水对比(单位:mm)

Fig.2 Comparisons between the 24 h simulated accumulative-precipitation from April to September in 2017 over Guangdong.Unit:mm

5 结论和讨论

本文回顾了地形降水的研究进展，包括地形降水观测试验分析研究、地形降水物理机制，包括地形降水地形维度与几何影响、水汽、地形和水汽凝结效应和大气稳定性，以及地形降水模拟与可预报性研究。回顾了线性地形降水模式、地形参数化（地形重力波拖曳和地形阻塞流拖曳）和地形降水中尺度模式预报能力分析。并基于一个线性地形降水模式，利用GRAPES模式检验了地形降水方案在广东地区的适用性。基于观测分析的地形降水概念模型和地形降水参数化方案的不断深入研究，加上高分辨数值模拟验证，对地形降水的机理分析和预报技术取得了一定的进展，但这些认识还远远不够，并存在以下一些问题。

（1）观测机理研究。尤其是对我国特殊地形下的地形降水观测研究。我国特殊地形下地形降水有何分布规律？目前，国际上对地形降水的研究，理论基础较完备，但观测调查的研究相对较少。如何结合我国特殊地形，寻找和发现地形降水的发生发展规律、开展包括如地形暖云发展、地形浅对流和地形动力热力效应观测机理分析、尤其是利用新一代观测传感器设备获得的观测资料，分析地形降水发生发展的机制，开展基于改进数值模式资料同化、模式物理过程描述能力的地形降水观测试验，进而改进数值模式动力和物理过程，是当前对地形降水研究的一个亟待解决的问题。

（2）物理机制的探讨。地形降水影响因子多，是一个复杂的非线性过程，包括地形维度与几何影响、水汽、地形和水汽凝结效应和大气稳定性等，也受天气系统尺度、地形与边界层、微物理过程等的影响，对地形降水物理机制的研究，还需要进行大量观测试验分析和理论研究，结合数值模拟研究，改进目前对复杂地形降水的认识水平和预报技术。

（3）业务应用的研究。目前，对数值模式地形效应的研究，主要针对次网格地形参数化研究。但对地形降水的参数化，模式中对地形降水模拟的验证与改进工作偏少。此外，复杂地形下不同模式物理过程对地形降水的发生、发展及相互作用，以及复杂地形下的资料同化和相关集合预报技术，还需要进一步深入研究。

现有研究表明，数值模式中物理过程描述能力不足可导致对地形降水模拟误差，如边界层过程可激发虚假地形重力波、未有效考虑次网格地形效应使得模式对低层风速预报偏强等，使得模式对复杂地形下的大气环流和降水模拟产生误差。此外，迎风坡边界层湍流也可能对地形降水有增强作用，但主要是基于少数天气和气候模式的数值敏感性试验结果，尚需更多大涡模拟试验和观测试验加以论证。总之，开展基于改进数值模式资料同化、模式物理过程描述能力的地形降水观测试验，利用现有的常规和非常规观测资料，发展和完善数值模式对复杂地形的降水预报能力，无疑对改善模式对复杂地形降水的预报，提高天气和气候预报准确率，具有重要科研和应用价值。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

Bader

M J

， Roach

W T

， 1977.

Orographic rainfall in warm sectors of depression

［J］.Quarterly Journal of the Royal Meteorological Society， 103（436）： 269-280.