暴雨系统的时空尺度小，天气变化剧烈，降水强度大，是典型的灾害性中小尺度天气系统。虽然基于观测资料和数值模拟的暴雨预报开展了诸多研究，但暴雨预报质量依然偏低。当前，基于高分辨率数值模式开展暴雨发生发展物理机制研究和预报成为有效工具。研究表明，除预报模式动力框架，其合理的物理过程及参数化方案对改善暴雨预报质量具有重要影响（Colle et al.，2005）。因此，暴雨数值预报的物理过程与参数化方案的合理性与适用性研究，一直以来都受到更多关注（朱格利等，2014）。

数值模式的云微物理过程和积云对流参数化方案对降水预报质量具有重要作用，前者对描述降水过程和揭示降水的物理机制尤为重要。云微物理过程的主要作用是在成云降雨过程发生后通过潜热释放等物理过程反馈影响大尺度环流，从而影响大气温度、湿度场的垂直结构。云微物理过程方案在层状云降水过程中决定总降水量，而在对流云降水中，云微物理过程可通过调整大气温度和湿度结构来影响积云对流的发生发展，从而影响对流性降水。同时，云微物理方案的合理性也是数值模式降水预报不确定性的主要来源之一。另外，微物理方案及其参数对集合预报的物理扰动方案的构造也具有重要影响（闵锦忠等，2016; 史永强等，2022; 曾燕飞等，2022）。因此，云微物理方案在暴雨预报中显得尤为重要。

随着数值模式空间分辨率的提高，云微物理方案合理描述网格尺度的云和降水物理过程更加重要。许多学者针对不同云微物理过程参数化方案展开了诸多对比试验研究。Rajeevan et al.（2010）基于4个云微物理过程参数化方案的研究指出，降水对云微物理参数化方案的选择较敏感。WRF模式中7种不同云微物理过程参数化方案对华北暴雨强降水落区和强度的敏感性试验表明，不同的云微物理方案对模式空间分辨率具有较强的敏感性，合理的微物理方案也可相应提高细网格嵌套区的暴雨模拟效果（李安泰和何宏让，2011:马严枝等，2012），不同云微物理方案对降水落区影响明显，但强降水中心强度对云微物理方案却不敏感（段海霞等，2013）。廖镜彪等（2012）针对一次华南暴雨过程开展的6种云微物理参数化方案模拟分析发现，选取KF积云对流参数化方案时，Lin方案对强降水位置和强度预报效果好，其他方案模拟雨量明显偏小，雨带位置偏差较大，模拟效果不理想。同样，“5.25”新疆暴雨模拟分析也显示，不同云微物理参数化方案对不同量级的降水预报质量各具优势（丁明月等，2019）。此外，对于大尺度尤其是层状云降水为主的暴雨，云微物理参数化方案对降水的影响远大于积云对流参数化方案对降水的影响（黄海波等，2011; 朱格利等，2014）。

降水落区和强度预报对不同的云微物理方案的敏感性呈现出显著的差异，这不仅增加了单一确定性预报模式物理方案合理配置的困难，也影响高分辨率模式对更为复杂的局地性强对流天气预报的质量，而且也导致当前高分辨率区域集合预报物理扰动方案的构造具有更大的不确定性。本文结合2017年6月的一次江淮强暴雨天气过程，开展降水预报对数值预报模式中云微物理方案的敏感性研究，以揭示高分辨率数值预报中适用性更强的微物理方案的敏感性。同时，也为合理确定高分辨率区域集合预报物理扰动方案的扰动对象提供科学依据。

1 暴雨过程及主要天气形势

2017年6月10日，我国江淮和西南地区发生持续强降水，南京地区为大暴雨中心。截至6月10日22时40分（世界时，下同），南京本站累计雨量达210.6 mm，达到大暴雨级别，不仅远超此前6月上旬日降雨量为135 mm的历史记录，也打破了历史上南京单日降雨量的极值，堪称百年一遇的典型强暴雨。

NCEP/NCAR再分析资料（图1）显示，副高北抬导致西南暖湿气流向江淮地区快速汇集，日本海北部较强的气旋性环流向东逐渐移动，引导对流层中层西风气流加速运动，中层辐散和低层辐合加强; 850 hPa散度场中，中国北方地区的强辐合区从10日00时逐渐向东南延伸至江淮流域偏北地区，至9日18时江淮区域基本处于气流辐合区，促进低层水汽辐合上升，垂直运动随之加强，为强降水的产生提供了有利的大尺度环流背景条件。

850 hPa风速大于等于12 m/s的低空急流于6月9 日06 时在湖南、江西上空形成，随后向江淮流域快速延伸发展，持续输送丰富的动量、热量和水汽（图2）。至10日00时（图2c），高空急流（200 hPa u≥30 m/s）中心位于35°N，最大风速超过60 m/s，江淮流域位于高空急流入口区的右侧强辐散区，即高低空急流耦合而成的次级环流的垂直上升区，促进了低层辐合上升、高层辐散增强的抽吸作用，高低空急流的共同作用使垂直上升运动更加剧烈，为暴雨的发展形成提供了充分有利的热动力条件。此时，低空急流风速最大值左前方的江淮流域强降水达到峰值。

2 数值模式和试验方案

2.1 高分辨数值模式与资料

采用美国环境预报中心（National Centers for Environmental Prediction，NCEP）和美国国家大气研究中心（National Center for Atmospheric Research，NCAR）等联合研发的新一代高分辨率、全可压非静力动力框架、半隐式半拉格朗日积分方案的中尺度数值天气预报模式WRF-ARW（v3.9）（Rao et al.，2007），该模式包含较为丰富和先进的物理过程参数化方案，具有高时空分辨率对中小尺度天气过程的发生发展更加准确数值模拟的能力。试验采用水平网格距分别为27 km、9 km和3 km的三层双向嵌套方案，垂直方向为37层，模式层顶为50 hPa，模拟区域中心为（118.5°E，32.0°N），预报时效为48 h，即积分时间为2017年6月9日00 时—11日00 时，逐小时输出预报结果。模式的初始场和侧边界条件为相应时次的水平分辨率为1°×1°的NCEP FNL分析场资料，时间间隔为6 h。降水观测资料为国家气象信息中心提供的中国自动站与CMORPH降水产品融合的逐时降水量网格数据集。

2.2 敏感性试验方案

高分辨率中小尺度数值模式不同物理参数化方案对降水预报的效果不同，云微物理方案预报的水相变量差异是关键原因之一。为了讨论强降水对不同云微物理过程的敏感性影响，选用RRTM长波辐射方案、Dudhia短波辐射方案、YSU边界层方案和Noah陆面过程方案，以及高分辨率数值模拟和集合预报物理扰动方案中常用的Lin方案（Lin et al.，1983）、WSM3方案（Hong et al.，2004）、WSM5方案（Hong et al.，2004）、WSM6方案（Hong and Lim，2006）和Goddard方案（Tao et al.，1989）5种云微物理参数化方案，通过降水及水物质预报效果来诊断分析不同云微物理参数化方案对降水预报性能的影响。5种云微物理方案及其主要特点分别为:Lin方案包括水汽、云水、雨、云冰、雪和霰的预报，冰点以下，云水处理为云冰，雨水处理为雪，该方案是WRF模式中相对比较成熟的方案，适合于高分辨模拟; WSM3方案源于NCEP3方案的修正，包括冰沉降和冰相参数化，共包括水汽、云水或云冰、雨水或雪等三类水物质，方案中云水和云冰被视作同一类，适合于中尺度天气系统的数值模拟; WSM5方案中与水相有关的预报量为水汽混合比、云水、雨水、云冰和雪等5种，物理过程比WSM3方案稍复杂，存在过冷却水，雪也可以缓慢融化，因考虑了更为复杂的相变过程，也称为复杂冰方案，其中雪的冻结和融化允许在一定厚度的模式大气中发生，温度反馈的分布也更加连续、合理; WSM6方案是WSM5方案的扩充，包括有霰和与之关联的一些微物理过程，这些过程的参数化大多和Lin方案相似，仅在计算增长和其他参数上有些差别。而且，为了增加垂直廓线的精度，在下降过程中会考虑凝结/融化过程，过程的顺序会最优化选择，以减小方案对模式时间步长的敏感性，更适合于高分辨的模拟; Goddard方案在混合相过程中增加了冰晶数浓度和霰数浓度的预报方程，仅有冰、雪这两种冰颗粒，适合高分辨率的中小尺度天气系统的模拟，尤其适用于云分辨模式。

3 降水预报能力分析

3.1 24 h累积降水特征

从6月9日18时—10日18时观测的24 h累积降水量（图3）可见，本次暴雨主要集中在江苏中南部、安徽中部偏北地区、湖北西南部及河南东南部与安徽交界处附近区域，暴雨雨带呈现近东西走向，强降水区主要处于安徽中部和苏南区域（图3a）; 而模拟的暴雨带基本都属于东西走向，安徽中部和河南东南部的模拟略偏南（图3b—f）; 其中WSM5方案的暴雨雨带位置和强度模拟性能最好（图3d），其次是Lin方案，但在安徽中部雨带有间断（图3b），WSM3方案的暴雨范围偏大，具有有双雨带趋势（图3c）。从5种参数化方案对强降水的模拟效果可以看出，各个云微物理方案都能够有效地模拟出100 mm以上的24 h累积降水量和落区以及主要强降水中心，体现了预报模式对此次江淮暴雨过程具有较高质量的模拟能力，但不同云微物理参数化方案对强降水落区和强降水中心的模拟仍然存在较大差异。总体而言，Lin方案和WSM5微物理方案模拟的降水落区和降水量最为接近实况，其次是WSM6方案（图3e），WSM3方案和Goddard方案（图3f）的模拟效果最差，但前者对中到大雨的降水范围的模拟能力相对较好。另外，五种微物理方案对于江淮流域以南的小到大雨及暴雨、大暴雨的模拟降水范围比实况范围大。

3.2 逐时降水的演变特征

图4是6月9日14时—10日14时南京站的逐时观测降水量。南京站降水从9日18时延续到次日6时，持续性集中强降水主要分布于9日22时至10日06时，其中逐时最大降水量超过25 mm/h，此时段的平均降水量基本位于20 mm/h以上，强降水过程持续了近8 h，至次日12时整个降水过程基本结束。该过程的24 h总降水量达到210.98 mm，是典型的江淮流域强暴雨过程。

由5种云微物理方案模拟的南京站逐时与24 h累积降水量（图5）来看，相对于观测的逐时降水，模拟降水时段主要发生在9日18时到次日12时，持续性集中强降水过程主要分布于9日20时至10日02时。整体而言，降水的整体趋势和持续时间以及强度与实况基本一致，但模拟降水的集中降水时段整体略提前2 h左右。其中Lin方案模拟的降水量随时间的演变与实况更为吻合，不过在9日22时至10日凌晨的时段内比实际偏少，且模拟的逐时降水量峰值略有提前（图5a）。此时段内模拟的平均降水量最为接近实况，但也比实况略偏低; WSM5和WSM6方案对逐时降水量峰值的模拟时段较为准确，峰值降水量仅比实况略偏高。此两种方案在集中降水时段的前期模拟效果较好，WSM3方案模拟的降水时间整体提前2 h，模拟效果偏差。Goddard方案模拟的降水峰值明显偏大，且降水峰值时间比观测提前1 h。由图5b可以看出，Lin和WSM3方案模拟的累计降水量明显偏低，仅达到100 mm左右; WSM5、WSM6和Goddard方案模拟的24 h总降水量大致在130 mm左右，相对实况略偏低，但该两个方案模拟的持续性集中强降水峰值与实况降水最为一致。综上所述，不同云微物理方案对局地性强降水的模拟效果具有明显差异。因而高分辨率预报模式中合理选取云微物理方案对暴雨预报的质量至关重要。同时，在高分辨率区域集合预报中，选取合理的云微物理方案进行扰动对充分发挥集合预报效果尤为重要。为了发挥出物理扰动的集合预报效果对选取扰动物理方案是尤为重要。

4 微物理方案中水成物模拟效果

云微物理参数化方案对云中水成物结构特征的模拟能力，直接反映了云微物理方案模拟降水的能力，从而可以揭示云微物理方案对降水的敏感性影响。

4.1 水成物的时变敏感性

由5种云微物理参数化方案模拟的主要水凝物垂直积分含量随时间的变化（图6）可知，各相态粒子含量的演变规律与地面降水量（图5a）的变化相对应，不同云微物理方案模拟的水成物含量随时间的变化趋势基本相同。图6a显示，模拟的雨水含量在降水前期至10日00时与实际降水趋势基本一致，降水后期雨水含量基本减弱为零; 而云水量随时间的变化分为9日22时和10日06时左右的两个高峰期，比实际地面降水强度中的两个高峰时段有所提前（图6b），反映了云水对促进冰相过程降水提供了有利条件; 雪含量较好地反映了降水前期走势，尤其是较准确地模拟出了9日18时至22时的小降水峰值（图6c）; 而冰水含量较前三种水成物含量增长较慢（图6d）。

从5种云微物理参数化方案对水成物的模拟能力来看，强降水集中的时刻，WSM3和WSM5方案模拟的雨水含量较高，最高达到1.5 kg/m²; WSM5和WSM6方案模拟的云水量较其他方案明显偏多; 而Lin方案的雨水、云水、雪、冰水含量在五种云微物理方案中最少，但其变化趋势与实际降水量较为一致。可见，Lin方案对于降水时间趋势的模拟优于其他方案，WSM5方案对于降水量强度和落区的模拟优于其他方案。

4.2 雨水含量的垂直分布

在5中微物理方案对水成物模拟性能分析的基础上，针对Lin方案和WSM5方案模拟的雨水含量的垂直分布特征，进一步分析两种方案对降水趋势和降水量的模拟效果的优势及其成因。在最强降水时段，从Lin方案和WSM5方案模拟的雨水混合比沿32°N 纬向垂直剖面分布特征（图7）可以看出，两种云微物理方案的雨水混合比在量值、出现时间和位置方面都具有明显差异。其中Lin方案于9日21时（图7a）、22时（图7b）在南京站（118.8°E，32.0°N）雨水混合比达到最大值，峰值均达到4.5 g/kg以上，并且最大雨水混合比出现在118°E附近，较好地模拟出暴雨区的雨水混合比大值中心，与南京站实际降水有两个时刻降水量超过25 mm/h相对应。但是，南京站最强降水时刻出现10日00—01时，模拟的雨水混合比量值的最大时刻比实际最强降水时刻提前3 h。说明该方案模拟的雨水混合比的强度和位置较好，但发生时间略超前。随着时间的推移，雨水混合比的大值中心向东移动并逐渐减弱，最大值变为3.5 g/kg左右。WSM5方案的雨水混合比在9日21时达到最大，维持时间较短，只模拟出了第一个大于25 mm/h降水量的时刻，随后减小并东移。另外，Lin方案模拟的强雨水混合比含量明显大于WSM5方案，这应该是导致WSM5模拟的逐时降水量高于Lin方案的原因之一。雨水混合比的垂直分布差异较好地解释了不同微物理过程方案预报强降水中心位置、强度差异的原因。总起来看，Lin方案相对于WSM5方案更好地模拟出了两个暴雨小高峰时段的雨水混合比，对降水强度的模拟能力具有更高的敏感性。

4.3 云水混合比的敏感性

暴雨产生的基本条件是充足的水汽、强盛而持久的上升运动和大气层结不稳定，其中水汽和上升运动对暴雨产生的影响极为重要。为了进一步理解此两种微物理参数化方案对于暴雨预报质量的敏感性特征，对垂直速度、云水混合比等物理量进行诊断分析。如图8所示，Lin方案于9日22—23时在南京站周围的上升速度达到最大为6.4 m/s，伸展高度达到8 km以上，此时南京上空云水含量也达到1 g/kg以上，次中心在120.3°E达到1.6 m/s，云水混合比也达到0.8 g/kg; 而WSM5方案的上升速度中心相对分散，在120°E附近的强度为3.2 m/s，南京站上空也达到1.6 m/s以上，不过伸展高度较Lin方案低。暴雨区上空的对流强度表明，Lin方案对于局地性垂直速度模拟效果更好，较合理地描述了暴雨形成和持续过程的对流运动，继而再现了局地暴雨的发生发展。随后，垂直速度主上升区沿着32°N向东移动，云水含量也与之对应，上升速度中心与云水含量中心相吻合。这反映了暴雨中心上空的垂直上升运动与对流云团的生成和发展具有很好的对应关系。不同微物理方案能够产生明显的垂直速度差异，垂直速度差异可导致降水区上空云量、云高的差异，从而影响模式对于降水过程模拟性能的优劣，这充分反映出云微物理方案的合理性选取对于降水预报的重要性。也可以看出，云微物理方案中云水混合比与垂直速度对强降水预报质量具有更强的敏感性影响。

5 结论与讨论

基于全可压非静力的WRF中尺度预报模式，针对Lin、WSM3、WSM5、WSM6、Goddard五种云微物理方案，对2017年6月10日江淮地区的暴雨过程进行了高分辨率数值模拟试验，在分析各云微物理方案对降水模拟能力的基础上，重点研究了强降水模拟性能对云微物理方案的敏感性。结论如下:

1）5种云微物理方案对强降水整体趋势和持续时间均具有一定的模拟能力，其中Lin方案模拟的局地暴雨区降水量随时间的演变与实况较为吻合，但降雨量偏小; WSM5、WSM6和Goddard方案模拟的降水量级与实况更为吻合。

2）不同云微物理过程对此次江淮暴雨的模拟能力具有明显差异，小雨的模拟效果基本一致，暴雨和大暴雨对云微物理过程的变化更加敏感。Lin方案和WSM5方案对江淮暴雨的降水区域模拟效果较好，中到大雨降水落区模拟效果较好的是WSM3方案。

3）水成物含量是云微物理参数化方案最敏感的物理量之一。不同云微物理参数化方案模拟的云中水成物的三维结构特征差异明显，其水成物含量也显著不同。 WSM5方案模拟的雨水和云水含量都较高，且降水量和落区质量较好; Lin方案模拟的水成物含量偏少，但其趋势与实际降水较为一致，且两个暴雨小高峰与雨水混合比的变化趋势一致。

4）合理选取更为敏感的微物理方案是改善强降水预报性能的关键。不同微物理方案产生的垂直速度具有明显差异，进而导致上空云量、云高有所差异，从而影响降水过程模拟性能。

数值预报模式中云微物理过程是区域强降水尤其是局地暴雨预报质量的关键因素之一。无论是确定性预报，还是高分辨率集合预报的物理方案扰动的构造，都必须选择最为敏感的物理方案，否则，不仅难以得到高质量的预报结果，对集合扰动构造而言也难以获取合理的物理扰动结构。因此，在对流尺度集合预报的物理方案扰动构造方面，开展云微物理方案对强降水预报的敏感性研究和分析尤为必要。

致谢:感谢南京信息工程大学高性能计算中心的计算资源支持!

参考文献