WRF参数化方案对青藏高原夏季降水的敏感性研究.docx
- 文档编号:24900917
- 上传时间:2023-06-02
- 格式:DOCX
- 页数:22
- 大小:3.30MB
WRF参数化方案对青藏高原夏季降水的敏感性研究.docx
《WRF参数化方案对青藏高原夏季降水的敏感性研究.docx》由会员分享,可在线阅读,更多相关《WRF参数化方案对青藏高原夏季降水的敏感性研究.docx(22页珍藏版)》请在冰豆网上搜索。
WRF参数化方案对青藏高原夏季降水的敏感性研究
WRF参数化方案对青藏高原夏季降水的敏感性研究
本文使用WRF模式对2013年青藏高原夏季高原涡进行了一系列的数值模拟试验,检验了不同积云参数化方案Kain-Fritschscheme(KF)、Grell-Devenyischeme(GD)和微物理参数化方案Kesslerscheme(Ks)、WRFSingle-Moment3-classscheme(WRM3)、EtaMicrophysics(newEta)对WRF模拟青藏高原夏季降水的精确度的影响,选择较优的参数化方案。
结果表明:
WRF模式模拟的总体效果较好,六种方案给出的模拟结果相差不大,对比来说newEta+GD方案模拟降水的量级是比较好的,较少出现模拟过强的现象,而Ks+KF方案和Ks+GD方案来说降水中心强度都要大过于实际;降水落区上来看,WSM3+KF方案和WSM3+GD方案的表现较好,其它方案则有一定的偏差。
而后分析发现各方案之间降水差异的原因,主要是各方案处理云水、雨水粒子的差别造成的。
青藏高原(下称高原)是我国最大、世界上平均海拔最高的高原(FieldingEetal.,1994),有“世界屋脊”和“第三极”之称,大部分在我国西南部,包括西藏自治区和青海省的全部、四川省西部、新疆维吾尔自治区南部以及甘肃、云南的一部分,总面积250万平方公里,平均海拔4000~5000米,是亚洲许多大河的发源地,其重要性不言而喻。
同时,由于高原特殊的地理位置、复杂的地形地貌及热力与动力作用,高原形成了独特的高原气候,对附近区域甚至整个亚洲和全球的气候都产生了重要的影响(李吉均等,1998;吴国雄等,2005;王同美等,2008)。
在地形条件独特复杂的高原上,降水的分布也非常复杂,开展降水的研究工作主要依赖于气象站点观测数据和科学考察资料(王传辉等,2011),但由于高原的气象站点主要集中在东南部,在高原西北部气象资料极其稀缺,并且已有站点多安置于海拔较低的便利可达区域,使得观测数据本身存在误差(RoeGH,2005;傅抱璞,1992),因此,数值模拟结果能够在一定程度上弥补观测不足的缺陷,成为研究高原气候变化的重要工具。
有研究指出,虽然高原地形复杂,但还是可以利用模式来进行研究分析(王澄海等,2007)。
参数化方案的选择在大气模式及模拟中有着至关重要的作用。
因此,中尺度模式中积云参数化的设计对天气事件的模拟效果有着决定性的作用(Liangetal.,2001,2007;Kunkeletal.,2002)。
研究表明,在其他条件相同的情况下,不同的积云对流参数化方案模拟的降水差异较大(Giorgi,1989,1991;Giorgietal.,1993a,1993b;GiorgiandShields,1995;成安宁等,1998;潘劲松等,2002;冯锦明和符淙斌,2007)。
有研究利用WRF模式成功地对2010年发生在四川的一次强降水进行了3组数值模拟试验,每组采用不同的微物理参数化方案,发现对于该次降水来讲,WDM6方案模拟降水的量级比较好,较少出现模拟过强现象,而SUB-YLin方案降水中心强度都要大过实际,NewThompson方案介于两者之间(陈功等,2012)。
还有研究利用WRF模式成功的模拟出1998年发生在中国的三次强降水过程,与MM5对比,WRF更好的模拟了这几次降水过程中主要天气系统的位置和移动过程,从而使WRF模拟的降水落区好于MM5(孙健,2003)。
相似的研究(余莲,2010)则认为RegCM3区域气候模式对高原的气温和降水有一定的模拟能力,分别采用Kou方案和Grell方案进行敏感性数值试验发现Kou对流参数化方案较Grell方案能更好地模拟高原东部地区的温度和降水。
同时,对RegCM3模式中的3种积云参数化方案Anthes-Kuo(AK)方案、Grell-Fritsch&Chappell(GFC)方案和MIT-Emanuel(MIT)方案在高原地区的降水和气温的模拟结果进行了比较,检验不同参数化方案在高原地区气候模拟中的敏感性,结果表明AK方案相对于GFC方案和MIT方案更好地再现了气温和降水的时空分布特征。
就偏差大小而言,AK方案最接近观测实况,GFC方案次之,MIT方案最差(王澄海等,2011)。
目前有关高原地区的模拟研究中,多数初边界资料分辨率较粗,参数化方案的选择也比较单一,因此对模式在高原地区的模拟能力有很大的限制。
本文使用水平分辨率较高(1°×1°)的初边界资料,对WRFV3中的两种积云参数化方案和三中微物理参数化方案进行调整,分析比较不同参数化方案的选择在高原地区夏季降水模拟中的差异,选择更适合高原模拟的参数化方案。
第二章青藏高原低涡概况
2.1青藏高原低涡简介
青藏高原低涡(下称高原涡)是指青藏高原500百帕上空出现的低涡,有从高原西侧移入的,多数是因地形的动力作用和热力作用在高原上形成的。
在高原上生成的低涡分为冷性低涡和暖性低涡两种,其中冷性低涡经常生成于高原的西南部和高原北侧,尺度较大且深厚,易出现在冬半年,并且天气以阵性降水为主;而暖性低涡基本上是夏季在高原的中部、南部及柴达木等地生成,属于浅薄系统,范围小且移动慢,在源地无明显降水。
高原低涡不仅影响高原内部,当其移出高原后对中国东部地区的天气也有很大影响。
2.2青藏高原低涡研究现状
20世纪60年代首先指出高原低涡的事实,之后在第一次青藏高原科学试验的分析研究中发现高原低涡的水平尺度约500公里,垂直厚度约为2~3公里,如果高原边界层内浅薄系统遇有适宜的高空条件,它们就会发展并移出高原,并在此次试验过程中得出了高原低涡的涡源、活动规律、影响高原低涡生成的因子、高原涡的结构及地形对高原西部低涡的影响等认识。
在第二次青藏高原科学试验的分析研究中,对在高原上与高原东南边缘的低涡的动力研究加强了,对东移出高原主体的高原低涡的东移出高原的事实揭示较多。
国外对青藏高原及其边侧低涡研究也很重视,但大都注重对青藏高原东侧低涡发展机理方面的研究。
本文仅在夏季高原涡的背景下研究模式对高原夏季降水的模拟情况。
第三章WRF模式简介和试验设计
3.1WRF模式简介
WRF(WeatherResearchForecast)模式系统是由NCAR、NOAA及NCEP等许多美国研究部门及大学的科学家共同参与研发的新一代中尺度预报模式和同化系统,它集科研和业务预报于一体,给理想化的动力学研究、业务天气预报以及区域气候模拟、空气质量预报提供了一个公有的模式框架。
WRF模式系统具有可移植、易维护、可扩充、高效率、方便的等诸多特性,有助于新的科研成果运用于业务预报模式,并使得科技人员在大学、科研单位及业务部门之间的交流变得更加容易。
WRF模式系统的核心NMM由NOAA/NCEP发展而成,是一个完全可压缩、具有静力选项的非静力模式,采用Arakawa-E网格,水平传播的快波采用向前向后方案,垂直传播的声波采用隐式的方法,水平平流采用Adams-Bashforth方案,垂直平流采用Crank-Nicholson方案,垂直坐标采用地形追随静力气压坐标(欧拉质量坐标),加入了各种参数化方案,最终目标是取代现有的业务模式,目前已初步应用于业务预报试验。
本文使用的是由NationalCenterforAtmosphericResearch(NCAR)设计开发的AdvancedResearchWRF(ARW)Version3.5.1,ARW中包含了积云、微物理、边界层和辐射等物理过程。
文中比较三种微物理参数化方案Kesslerscheme(Ks)、WRFSingle-Moment3-classscheme(WSM3)和Etamicrophysics(newEta),两种积云参数化参数化方案Kain-Fritschscheme(KF)和Grell-Devenyiensemblescheme(GD)对高原涡降水数值模拟的敏感性。
在微物理参数化方案中,Kessler暖云方案(马严枝等,2012)来自于COMMAS模式,是一个简单的暖云降水方案,考虑的微物理过程包括雨水的产生、降落、蒸发和云水的增长以及由凝结产生云水的过程,微物理过程中显示预报了水汽、云水、雨水和无冰相过程。
WSM3类简单冰方案来自于旧的NCEP3方案的修正,包括冰的沉降和冰相的参数化,和其它方案不同的是诊断关系所使用的冰的数浓度是基于冰的质量含量而非温度;方案包括三类水物质:
水汽、云水或云冰、雨水或雪,在这种简单的冰方案里,云水和云冰被作为同一类来计算;它们的区别在于温度,也就是说当温度低于或等于凝结点时冰云存在,否则水云存在,雨水和雪也是这样考虑的。
EtaFerrier方案(廖镜彪等,2012)主要预报模式平流项中水汽和总凝结降水的变化,用一个局域数组变量保存初始场的信息,并从中分解出云水、雨水、云冰以及降冰的变化密度,其中冰的增长与水汽的凝结和液态水的增长有关;沉降过程是将降水时间平均通量分离成格点单元的立体快,这种处理方法伴随对快速微物理过程处理方法的一些修改,使方案在大时间步长时计算结果更稳定。
在积云参数化方案中,KF方案(Kain&Fritsch1990,1993,Kain2004)是一种浮力能量型云模式方案,它考虑了云中上升气流和下曳气流的卷入、卷出作用,并允许云的边缘与环境相互作用,同时考虑了云从液态饱和水冻结成云冰的云中冰化微物理过程,其中闭合条件是由格点上的对流有效位能(CAPE)和有效浮力能决定的。
GD方案(Grell&Dévényi2002)是一种多种小方案合成的质量通量类型的方案,小方案在每个网格上计算,合成方案是由小方案取加权平均达到最优得到,缺省的是权重系数相同。
小方案中的参数的确定方法是:
先通过对流有效位能(CAPE)的气候值加上变率或者是加上对流时间尺度的CAPE计算CAPE,然后积分垂直的水汽平流得到水汽辐合,这两者与低层的垂直速度来动态确定上升气流的卷入和下曳气流的卷出参数、沉降系数。
另一种参数的确定方法是用触发机制,即限制对流的最大变化范围。
3.2资料说明和试验设计
本文设计试验来探究WRF模式中微物理参数化方案和积云参数化方案对高原涡降水数值模拟的敏感性。
试验中的初始场选用NCEP/NCAR的1º×1º的FNL(NCEPFinalOperationalGlobalAnalysisdata)资料,该资料是在GFS(GlobalForecastSystem)的输出结果上同化了常规、卫星等观测的分析资料,每6小时更新一次侧边界条件。
实况资料选用的3B42是TRMM卫星资料中心发布的降雨量数据产品,利用红外亮温资料、采用3B42算法得到的准全球降水估量数据,包括降雨量(precipitation)和相对误差(RelativeError)两个变量。
如表1所示,本次试验采用了两层双向反馈嵌套,粗网格的水平网格分辨率为30km,时间步长是180s,细网格的水平网格分辨率为10km,时间步长是60s。
表2列出了各种敏感性试验物理方案,针对三种不同的微物理参数化方案和两种积云参数化方案来检验对高原涡累积降水量的敏感性,3种微物理参数化
表1数值模拟试验的空间维数、网格距、时间步长
Table1Thedimension、gridspaces、timestepsfornumericalsimulationexperiment
Domain
Dimension(x×y×z)
GridSpace
TimeStep
Coarse
170×120×30
30km
180s
Nested
181×184×30
10km
60s
表2敏感性试验方案
Table2Schemesforsensitivityexperiments
Simulation
CumulusScheme
MicrophysicsScheme
KF+WSM3
Kain-Fritsch
WRFSingle-Moment3-class
GD+WSM3
Grell-Devenyiensemble
WRFSingle-Moment3-class
KF+Ks
Kain-Fritsch
Kessler
GD+Ks
Grell-Devenyiensemble
Kessler
KF+newEta
Kain-Fritsch
Etamicrophysics
GD+newEta
Grell-Devenyiensemble
Etamicrophysics
方案分别为:
Kesslerscheme(Ks)、WRFSingle-Moment3-classscheme(WSM3)和Etamicrophysics(newEta),2种积云参数化方案为:
Kain-Fritschscheme(KF)和Grell-Devenyiensemblescheme(GD),其他的物理方案所有试验都相同。
模拟时间为2013年6月29日至7月2日(以下均为世界时)之间高原涡的活动时段,主要在高原中部、南部及柴达木等地活动,粗网格每3小时输出一次结果,嵌套网格每1小时输出一次结果。
另外,模式中采用Lambert投影,模拟中心点为(35.5ºN,89.0ºE),嵌套区域如图1所示。
图1高原涡的数值模拟模式嵌套区域位置
Fig.1ThelocationsofthemodeldomainsfornumericalsimulationsofPlateauvortex
第四章模拟结果和分析
4.1高原涡前期降水模拟
由于模式开始模拟后需要spinup的时间,因此高原涡前期降水选择模拟开始6小时之后的结果来对比分析,图2是高原地区6月29日06:
00-30日06:
00的TRMM卫星实况累积降水与WRF模式模拟试验第一重嵌套结果的对比图,由实况可以看出,在高原涡活动前期高原东南部地区有一定的降水发生,六种参数化方案均模拟出高原东南部地区的降水,降水落区相对实况来说部分偏北,降水量级与实况相差不大。
在雅鲁藏布江北侧、横断山脉东侧至四川盆地分别有降水大值中心,六种参数化方案均再现了这一大特征,其中雅鲁藏布江北侧大值中心降水落区偏北大约2°,横断山脉东侧至四川盆地的降水大值中心重合,整体降水落区与实况比较吻合,表明在区域尺度上,六种参数化方案均能较好地模拟出高原地区的降水特征。
对比发现,除去大地形及周边地区,模式模拟的降水量级在高原中部地区偏大,而在北部地区偏小。
具体来看,Ks+GD、WSM3+KF和WSM3+GD方案模拟的降雨量级在高原主体系统性偏小,Ks+KF和newEta+GD方案系统性偏大,newEta+GD方案与实况最接近。
对比高原周边地区发现在喜马拉雅山南侧、横断山脉西侧出现了虚假的降水大值中心,其中Ks+KF和Ks+GD方案尤为明显,WSM3+KF、WSM3+GD和newEta+KF方案虚假中心区域较小,newEta+GD方案最接近实况,可能是模拟方案中喜马拉雅山南侧的降水大值中心范围扩大造成。
六种方案的模拟结果刻画出了高原降水分布的细节,尤其是在地形起伏较大、降水也较大的唐古拉山、喜马拉雅山更为明显,反映出较为详细的下垫面资料也能改善降水的模拟效果。
总的来说,高原涡活动前期六种参数化方案下
降水的模拟,降水落区差别不大,都能较好的与实况吻合,降水量级上newEta+GD方案呈现的降水最接近实况。
图2定性的显示了不同参数化方案下模拟高原涡前期降水的情况,为了定量的从降水范围大小显示不同参数化方案的模拟情况,表3给出了高原涡前期降水的最大值和最小值,通过和实况比较分析发现newEta+KF和newEta+GD方案模拟出的降水量范围与实况最接近,Ks+KF和WSM3+GD方案模拟的降水量范围与实况出入较大,以上分析说明就降水量范围而言,不同微物理参数化方案对降水量级的影响比积云参数化方案的影响大,而选择newEta的微物理参数化方案来模拟降水是比较理想的。
(a)
(b)(c)
(d)(e)
(f)(g)
图22013年6月29日06时-30日06时高原24小时累积降水(单位:
mm),(a)TRMM,(b)Ks+KF方案,(c)Ks+GD方案,(d)WSM3+KF方案,(e)WSM3+GD方案,(f)newEta+KF方案,(g)newEta+GD方案
Fig.2The24-haccumulatedprecipitation(unit:
mm)ofplateaufrom0006UTC29Juneto0006UTC30Junein2013,(a)TRMM,(b)Ks+KFscheme,(c)Ks+GDscheme,(d)WSM3+KFscheme,(e)WSM3+GDscheme,(f)newEta+KFscheme,(g)newEta+GDscheme
表32013年6月29日06时-30日06时高原24小时累积降水量范围(单位:
mm)
Table3The24-haccumulatedprecipitationrangeofplateaufrom0006UTC29Juneto0006UTC30Junein2013(unit:
mm)
Forecast
min
max
TRMM
0
172.23
Ks+KF
0
253.78
Ks+GD
0
116.51
WSM3+KF
0
129.34
WSM3+GD
0
83.52
NewEta+KF
0
139.94
NewEta+GD
0
203.41
4.2高原涡后期降水模拟
高原涡活动后期,由图3的实况图与第一重嵌套模拟图可以看出6月30日06:
00-7月2日06:
00在高原中东部的大部分地区有降水发生。
高原上唐古拉山一带、横断山脉分别有降水大值中心,六种参数化方案均模拟出这两个大值中心,不过落区位置和范围大小稍有偏差,唐古拉山降水大值中心偏南1°左右,范围偏小,横断山脉降水大值中心偏东4°左右,范围偏大,整体来看降水落区相对实况来说比较准确,其中WSM3+KF方案和WSM3+GD方案模拟的降水落区相对于其他几种方案更接近实况。
对比发现,降水量级在高原主体系统性偏大,尤其是Ks+KF方案、Ks+GD方案和newEta+KF方案模拟偏差最大,newEta+GD方案和WSM3+KF方案的偏差较小,WSM3+GD方案与实况最接近。
对比高原周边地区发现Ks+KF方案、Ks+GD方案和newEta+GD方案模拟的喜马拉雅山南侧、横断山脉西侧的降水大值中心相对于实况偏大,WSM3+KF方案、WSM3+GD方案和newEta+KF方案相差不大,比较接近实况。
除去大地形及周边地区,模式模拟的降水量在高原大部分地区偏多。
总的来说,高原涡活动后期六种参数化方案下降水的模拟,WSM3+KF方案和WSM3+GD方案模拟的降水落区相对于其他几种方案更接近实况,降水量级上newEta+GD方案呈现的降水最接近实况。
(a)
(b)(c)
(d)(e)
(f)(g)
图32013年6月30日06时-7月2日06时高原24小时累积降水(单位:
mm),(a)TRMM,(b)Ks+KF方案,(c)Ks+GD方案,(d)WSM3+KF方案,(e)WSM3+GD方案,(f)newEta+KF方案,(g)newEta+GD方案
Fig.3The24-haccumulatedprecipitation(unit:
mm)ofplateaufrom0006UTC30Juneto0006UTC2Julyin2013,(a)TRMM,(b)Ks+KFscheme,(c)Ks+GDscheme,(d)WSM3+KFscheme,(e)WSM3+GDscheme,(f)newEta+KFscheme,(g)newEta+GDscheme
表42013年6月30日06时-7月2日06时高原24小时累积降水量范围(单位:
mm)
Table4The24-haccumulatedprecipitationrangeofplateaufrom0006UTC30Juneto0006UTC2Julyin2013(unit:
mm)
Forecast
min
max
TRMM
0
201.49
Ks+KF
0
370.733
Ks+GD
0
258.422
WSM3+KF
0
160.201
WSM3+GD
0
143.547
NewEta+KF
0
193.826
NewEta+GD
0
227.448
图3定性的显示了不同参数化方案下模拟高原涡后期降水的情况,为了定量的从降水范围大小显示不同参数化方案的模拟情况,表4给出了高原涡后期降水的最大值和最小值,通过和实况比较分析发现newEta+KF和newEta+GD方案模拟出的降水量级与实况最接近,Ks+KF和WSM3+GD方案模拟的降水量级与实况出入较大,Ks+KF和Ks+GD方案的模拟结果较实况偏大,WSM3+KF和WSM3+GD方案的模拟结果偏小,以上分析说明就降水量范围而言,微物理参数化方案对降水的影响比积云参数化方案大,选择newEta的微物理参数化方案来模拟降水比较理想。
4.3水汽通量模拟
本次模拟整个过程,水汽通量的变化与实际降水变化能够有较好的对应,对此各个方案都有较好的模拟结果。
图4是2013年6月29日~7月2日整个高原涡过程不同参数化方案第一重嵌套模拟出的地表向上的水汽通量。
相互之间对比来看,区域范围基本一致,只是数量上有一定的差距,其中,在相同的积云参数化方案KF中,整体上模拟的水汽通量WSM3+KF方案和newEta+KF方案基本一致,Ks+KF方案稍大于两者。
而采用GD积云参数化方案时,三种方案模拟的水汽通量相差不大。
在相同的微物理参数化方案Ks下,Ks+KF方案比Ks+GD方案模拟的水汽通量要大;在相同的微物理参数化方案WSM3下,WSM3+KF方案和WSM3+GD方案基本一致;在相同的微物理参数化方案newEta下,newEta+KF方案比newEta+GD方案略大,以上对水汽通量的分析表明:
不同的微物
(a)(b)
(c)(d)
(e)(f)
图42013年6月29日-7月2日地表向上的水汽通量(单位:
kg·m-2·s-1),(a)Ks+KF方案,(b)Ks+GD方案,(c)WSM3+KF方案,(d)WSM3+GD方案,(e)newEta+KF方案,(f)newEta+GD方案
Fig.4Surfaceupward
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- WRF 参数 方案 青藏高原 夏季 降水 敏感性 研究