设为首页
加入收藏
Simulation of Basin Topography Impacts on Rainstorm in Sichuan
-
摘要: 利用WRF-Chem模拟了2012年7月20日一次四川盆地暴雨降水过程，并基于控制试验设置填充四川盆地地形的敏感性试验。利用大气动力-热力学和云降水物理学对两试验差异进行诊断分析，与敏感性试验相比，控制试验虽然延迟强降水出现时间，却增强了降水强度。研究表明：偏南气流自南向北经过盆地时，在四川盆地南部形成正涡度扰动中心，延迟水汽、能量到达盆地北部的时间，使强降水出现时间偏晚；地形高度及动力差异使控制试验近地面累积大量水汽、能量，低层能量到达盆地北部迎风坡后受地形抬升与正涡度扰动共同作用激发了强烈的对流；控制试验中，盆地北部大气强烈对流运动及其携带盆地内大量水汽有利于云系的垂直发展，雨滴、雪晶、霰粒子质量浓度明显增大，使降水强度增强至大暴雨量级。Abstract: Topography, especially the height and shape conditions have significant effects on precipitation. Previous studies focus on effects of mountain topography upon precipitation, while influencing mechanisms of the basin topography are not widely discussed. The Weather Research and Forecasting (WRF) with Chemistry model is used to simulate a heavy rain event which occurs on 20 July 2012, over Sichuan Basin. A sensitive test is designed in which the topography of Sichuan Basin is uplifted, with other conditions the same as the control test. The topography in the sensitivity test shows a trend of slow decline from west to east, eliminating the role of basin topography, but keeping the influence of the Tibetan Plateau around the Basin.From the atmospheric dynamics, thermal and cloud micro-physics standpoints, diagnostic analysis is used to analyze results of these two tests, and differences between two experiments are discussed. Results show that the time of heavy rainstorm in the control test is later than that in the sensitivity test, and the rainfall intensity in control test is strongly enhanced. From the point of atmospheric dynamics, when southwesterly airflow through the basin from south, a stronger positive vorticity center forms in the south of the Basin in the lower layer of troposphere in the control test, and southern wind is weakened. Therefore, the water vapor and energy reach the northern part of the Basin later, leading to the precipitation delaying. At the same time, with the southward wind transport, the positive relative vorticity of the lower layer in the northern part of the Basin is continuously strengthened. Favorable dynamic structure strengthens the vertical motion and thus increases the precipitation intensity. From the thermodynamic view, there is more heat and water vapor in control test due to its lower height. Besides, these variables accumulate subjected to topographic dynamics, and are less likely to diffuse, providing sufficient water vapor for the rainstorm. In addition, the high temperature and high humidity condition makes the low level of the control test accumulates moist static energy. When airflow carrying moist static energy reaches the northwest of the Basin, strong upward is stimulated under the influence of topography and the positive relative vorticity in the lower troposphere. From the opinion of micro-physics, the stronger vertical motion provides advantage for the vertical development of the cloud system, and more water vapor provides greater supersaturation for precipitation particles in the control test. Under these conditions, precipitation particles, especially rain water, snow crystals and graupel, are generated and transformed in large quantities, enhancing the precipitation intensity to heavy rainstorm.
-
Keywords:
- topographic effects /
- rainstorm /
- numerical simulation /
- Sichuan Basin
-
引言
21世纪以来，全球增暖、季风减弱等气候变化所引发的高温、暴雨、洪涝、台风等极端气候事件频繁发生[1]。作为常见的灾害性天气现象，暴雨及其形成机制和预报研究一直是大气科学的热点[2-3]。近年来, 我国极端降水强度及频率均呈增多趋势，且极端降水量在总降水量中占主导地位[4-5]。四川盆地北临秦岭，南连云贵高原，西依青藏高原和横断山脉，东接湘鄂西山地，复杂的地形使其成为全国的极端降水重灾区域[6]，对该地暴雨形成机制的研究具有应用价值。
在众多影响因子中，地形对暴雨的作用显著，且十分复杂[7-8]。主要体现在以下几方面：地形迎风坡的抬升作用导致雨量激增，喇叭口地形的对流降水增幅作用，地形与地面条件不稳定性共同作用激发降水，地形改变动力场及水汽场从而影响降水落区及强度等。除此之外，地形对降水的作用还依赖于其高度、坡度、坡向和形状等因素[9]。之前的探究多集中在山脉地形对降水的作用，盆地低凹地形对暴雨的影响机制不明确。本文将深入探讨四川盆地地形在暴雨降水过程中的影响机制，试图揭示盆地地形影响暴雨过程的机理。
数值模拟试验是揭示降水形成、发展过程中详细机理的有效手段之一，目前研究中多采用三维非静力模型[10]，其适用性及准确度在领域内得到一定认可。如廖菲等[11]利用APRS(中尺度数值模式)设置地形敏感性试验，表明地形改变了动力场和微物理场，对地面降水的范围及强度均有影响。刘洋等[12]采用中尺度数值预报气象模式WRF模拟了一次降水过程，并将大巴山和齐岳山的地形分别减半，探讨了不同山脉对降水过程影响的差异性。Wang等[13]在WRF模拟的基础上去掉黄山地形，发现地形通过影响对流、水汽、云顶高度等条件影响降水，平坦地形下降水量减小。
本研究所采用的WRF-Chem模式是在WRF的基础上耦合了化学模块Chem，因实现了气象场与化学场在时间、空间上的完全耦合而大大提高了预报的准确性。本文通过设计填充盆地地形的敏感性试验及探讨盆地地形对暴雨降水的贡献，旨在更好地理解四川盆地灾害性降水天气过程变化机理。
1. 个例及模拟
1.1 个例选取
2012年7月20—22日受西南涡与高原涡的垂直耦合作用，四川盆地发生区域性暴雨天气过程，21日00：00(北京时，下同)—21日11：00为主要降水时段之一，该时段内强降水中心位于四川盆地西北部[14-15]。本文利用NCEP FNL的1°×1°分析资料驱动模式，对该降水过程进行模拟，并采用四川省157个常规自动气象站逐小时降水、温度、相对湿度、风速资料和2115个加密自动气象站逐小时降水资料对模拟结果进行验证。
1.2 模拟方案
本研究所用模式为WRF-Chem 3.8.1，模拟时间段为2012年7月20日02：00—21日14：00，其中前18 h为模式调整适应(spin-up)时间。模拟中采用双向反馈的三重嵌套方案(图略)，嵌套区域的水平分辨率分别为45，15，5 km，其中最外层区域覆盖了整个中国地区，最内层区域覆盖了四川盆地及其周边区域。模式垂直方向为σ坐标，共35层，顶高为50 hPa。模式中选取的微物理方案和积云参数化方案分别为Morrison方案、Grell方案；长、短波辐射方案均为RRTMG方案；近地面、陆面过程及边界层为MM5，Noah和YSU方案。
基于上述模式设置的控制试验，将整个四川盆地低凹地形填充作敏感性试验对比，探讨暴雨过程中盆地地形的影响作用。填充方法如下：填充盆地西侧2250 m高原至东侧750 m边界之间的区域，将等纬度的西边界设为点A，东边界设为点C，中间被填充区域设为点B，由式(1)决定被填充点的地形高度，式中, H代表地形高度(单位：m)，L代表经度(单位：°)：
(1) 填充后形成了由西往东从青藏高原东缘到盆地东缘逐渐缓降的地形坡度(图 1b和图 1c)。
![]()
图 1 2012年7月20日20：00—21日11：00累积降水量(填色)和地形高度(等值线，单位：m)(a)观测，(b)控制试验，(c)敏感性试验，(d)控制试验与敏感性试验差值(图 1a中地形高度数据来自控制试验)Figure 1. Accumulated precipitation(the shaded) and topography(the contour, unit:m) from 2000 BT 20 July to 1100 BT 21 July in 2012(a)observation, (b)control test, (c)sensitivity test, (d)the difference between control test and sensitivity test (the topography in Fig. 1a from control test)1.3 模拟评估
本文利用常规观测站及加密观测站共计2272个站点的降水观测资料与控制试验最内层d03(下同)模拟结果进行对比，检验控制试验的模拟效果，同时分析本次降水过程的落区及强度。控制试验中15 h累积降水区域分布及降水强度与观测结果基本相同：累积降水落区呈带状分布于四川盆地西北部，其中最强降水中心位于盆地北部，降水量超过130 mm，达到大暴雨量级(图 1a、图 1b)。本研究重点关注盆地北部这一降水强中心，探讨暴雨过程的生成机制。控制试验中降水落区略微偏西，这可能是由于观测站分布不够密集，观测的强降水中心分布存在偏差导致[16-17]。图 2为强降水中心(31°~33°N，103°~106°E，下同)降水强度时序变化图，控制试验与观测一致：降水均从2012年7月20日20：00开始，至21日11：00趋于结束，21日06：00前后降水强度最大(图 2)。控制试验对本次降水过程的模拟较好，基本能再现本次暴雨过程的降水时空分布特征。
![]()
图 2 2012年7月20—21日强降水中心降水强度随时间演变Figure 2. Rain rate of rainstorm center from 20 Jul to 21 Jul in 2012除降水外，本研究分别在四川盆地东、西、南、北4个方向各选取1个站点，分别为邻水、汉源、筠连、剑阁。将各站点实际观测的10 m风速、2 m相对湿度及2 m温度与控制试验模拟情况进行对比(图 3)，4个站点的位置如图 1b所示。整体来说，控制试验对这3种气象要素的模拟效果比较理想，其中，温度的模拟效果最好，各站点温度大小及其随时间演变趋势与观测一致。对比相对湿度场，除汉源外，模拟结果与观测基本相符。考虑到汉源站位于川西高原(1100 m左右)，模式不容易掌控复杂地形下气象场的变化趋势，且该地与本文所研究的强降水中心相距较远，该误差不足以影响本文的研究结果，认为该结果在合理范围内。四川盆地区域内风速呈现强度小、随时间变化不明显的特征，控制试验能够较好地反映这一静稳特征，且降水中心附近剑阁站风速的变化趋势与实际情况基本相同。总体而言，控制试验对气象场的模拟效果较好，这次降水过程WRF-Chem模拟试验的合理结果，能够用于盆地地形对四川暴雨影响的模拟研究。
![]()
图 3 2012年7月20—21日观测与控制试验10 m风速、2 m相对湿度、2 m温度随时间演变Figure 3. 10 m wind speed, 2 m relative humidity and 2 m temperature for observation and control test from 20 Jul to 21 Jul in 20122. 结果分析
敏感性试验的累积降水(图 1c)与控制试验相比，降水强度大幅减小，强中心降水量减少约60 mm；降水落区与控制试验基本一致，略偏西。从降水强度时间演变序列看，敏感性试验填充盆地地形后导致最大降水强度出现的时间有所提前，降水量级远远小于控制试验(图 2)。说明四川盆地降水强度及降水时间对盆地地形的改变十分敏感，本研究将重点关注这两方面的差异，采用相对涡度、湿静力能、对流有效位能及对流抑制能量等变量对本次暴雨过程进行诊断分析，探究地形造成该差异的原因。
2.1 动力学机理
改变地形对环流场的影响主要体现在对流层低层(图略)，因此，本研究着重关注对流层低层物理量的变化特征。盆地周边地形高度较高，850 hPa层上大面积区域因被地形覆盖而缺少有效信息，本文选用800 hPa层代表对流层低层探讨相关物理量变化；选取的3个时间点分别为2012年7月20日21：00(降水初期)、21日01：00(敏感性试验降水发展最旺盛期)、21日05：00(控制试验降水发展最旺盛期)。
控制试验表明：降水的整个时期盆地低层受偏南风控制，暖湿气流途经盆地到达盆地北部。气流在进入盆地时于盆地南部形成正涡度扰动中心[18-19]，随偏南风的输送，正涡度扰动中心逐渐向北移动，7月21日05：00到达盆地北部迎风坡。传输过程中，正涡度扰动中心基本维持在1.6×10-4s-1的强度(图 4a~图 4c)。与敏感性试验相比，控制试验中正涡度中心强度强于敏感性试验，使水平风场之差在正涡度中心附近呈气旋性特征，表现为盆地西边缘偏南风风速小于敏感性试验，扩散条件差(图 4d~图 4f)。较慢的输送速度使控制试验中水汽、能量较晚到达盆地西北部，延迟了最大降水强度出现的时间(图 2)。但较强的低层相对涡度向北输送到达强降水区域(31°~33°N，103°~106°E)后，形成更有利于暴雨发生的动力结构[20-21]。
![]()
图 4 2012年7月20—21日800 hPa风场(箭头)和涡度场(填色)(差值为控制试验减敏感性试验)(a)20日21：00控制试验，(b)21日01：00控制试验，(c)21日05：00控制试验，(d)20日21：00差值，(e)21日01：00差值，(f)21日05：00差值Figure 4. Wind(the vector) and relative vorticity(the shaded) at 800 hPa from 20 Jul to 21 Jul in 2012 (difference is between control test and sensitivity test)(a)control test at 2100 BT 20 Jul, (b)control test at 0100 BT 21 Jul, (c)control test at 0500 BT 21 Jul, (d)difference at 2100 BT 20 Jul, (e)difference at 0100 BT 21 Jul, (f)difference at 0500 BT 21 Jul为了更好地了解此次暴雨过程中各物理量空间分布状况，考虑到整个过程中风场基本为自南向北的偏南风向，本文沿104.6°E作经向剖面(下同)，对各物理量的垂直结构进行探讨。经线104.6°E穿过控制试验和敏感性试验的强降水中心，有利于对两试验中降水形成的过程有清晰认识。由于垂直速度通常比水平速度小两个量级，本文在分析过程中将垂直速度放大100倍，以便更好地体现两试验垂直方向上的速度差异(下同)。
800 hPa层为敏感性试验地面高度，比较该高度上两试验风场特征可知：控制试验偏南风风速较弱，可能是导致降水初期控制试验在盆地西北部的涡度强度小于敏感性试验，且垂直方向上表现为下沉气流，动力条件较差的原因，这与前文的分析相一致(图 5a)。但控制试验中偏南气流进入盆地时在盆地南部背风坡形成正涡度扰动中心，中心强度比敏感性试验强约20×10-5 s-1。正涡度中心在气旋性南风的背景下向北输送，输送过程中两试验相对涡度的差值逐渐增大。7月21日05：00正涡度扰动中心到达盆地北部迎风坡，并与地形动力共同作用激发了强烈的上升运动(图 5a~图 5c)。
![]()
图 5 2012年7月20—21日控制试验与敏感性试验相对涡度(填色)和风场(箭头)差值沿104.6°E垂直剖面(a)20日21：00, (b)21日01：00, (c)21日05：00Figure 5. Cross-section of relative vorticity(the shaded) and wind(the vector) difference between control test and sensitivity test along 104.6°E from 20 Jul to 21 Jul in 2012(a)2100 BT 20 Jul, (b)0100 BT 21 Jul, (c)0500 BT 21 Jul综上所述，控制试验偏南风风速与敏感性试验相比较弱，可能是导致最强降水出现时间延迟的原因；但偏南暖湿气流在进入盆地时形成正涡度扰动中心，并随着气旋性偏南风的输送最终到达盆地北边缘迎风坡，低层更强的相对涡度有利于激发垂直速度，从而增强降水强度。
2.2 近地面层能量累积
除了有利的动力条件外，暴雨形成还依赖于热力条件和大气不稳定度。图 6表明四川盆地的地形对该区域温湿特征有如下影响：敏感性试验抬升地形造成两试验地面海拔高度不同，地面的升高导致贴地层温度降低、水汽含量减少，因此，该区域由于水汽不足很难发生强度很大的降水。结合图 4可知，7月20日21：00两试验差值在800 hPa高度上沿104.6°E呈现两个正涡度区域，分别位于28°N和31°N附近(图 4a)；而此时该试验800 hPa上水汽也呈相应特征(图 6a)。21日01：00沿104.6°E剖面800 hPa高度几乎全部表现为正涡度(图 4b)；此时该高度上水汽在28°~32°N范围内均匀分布(图 6b)。21日05：00沿104.6°E剖面以31°N为界线分为两个正涡度区(图 4c)，而水汽在31°N也明显下降(图 6c)。说明水汽分布依赖于风场特征，地形改变造成的动力场差异影响了水汽的变化。比较两试验中800 hPa附近温湿状况可知，20日21：00控制试验和敏感性试验在此高度上的最高温度均为20℃左右，水汽均为16 g·kg-1左右；21日01：00该高度上控制试验的温度、湿度仍然保持在20℃及16 g·kg-1，而敏感性试验的最大温度已经减少至17℃，水汽含量也有所减少；21日05：00 800 hPa上控制试验的温湿情况与之前相同，但敏感性试验的温度、水汽仍在减少。与敏感性试验相比，控制试验盆地地形呈两边高、中间低的形状，扩散条件差，使热量、水汽在盆地中驻留时间长。
![]()
图 6 2012年7月20—21日风场(箭头)、温度场(实线，单位：℃)及比湿(阴影)沿104.6°E垂直剖面(a)20日21：00控制试验，(b)21日01：00控制试验，(c)21日05：00控制试验，(d)20日21：00敏感性试验，(e)21日01：00敏感性试验，(f)21日05：00敏感性试验Figure 6. Cross-section of wind(the vector) temperature(the contour, unit:℃) and specific humidity(the shaded) along 104.6°E from 20 Jul to 21 Jul 2012(a)2100 BT 20 Jul in control test, (b)0100 BT 21 Jul in control test, (c)0500 BT 20 Jul in control test, (d)2100 BT 20 Jul in sensitivity test, (e)0100 BT 21 Jul in sensitivity test, (f)0500 BT 21 Jul in sensitivity test两试验温湿条件差异会影响其湿静力能分布，改变大气能量垂直结构特征，进而影响垂直速度及降水[22]。由图 7可知，四川盆地的温湿条件造成了控制试验近地面多累积约2000 J·kg-1湿静力能。20日21：00敏感性试验中湿静力能集中在700~800 hPa，该层湿静力能强度与控制试验相比量级相当，但其水平分布较为均匀；而控制试验中湿静力能则在盆地南部出现强度中心，盆地南部湿静力能整体多于北部(图 7a、图 7d)。21日01：00敏感性试验能量已输送至32°N左右，而控制试验最强能量仍位于30°N以南，但高低层之间较大的能量差有利于对流的发生，600 hPa以上能量显著增加(图 7b、图 7e)。21日05：00敏感性试验随着降水发生，能量耗散，且最强能量随风场已经移动至32°N以北；而控制试验整个盆地内能量仍然比较充足，且低层能量在32°N左右受低层低涡扰动及地形抬升作用而释放至500 hPa以上(图 7c、图 7f)。
![]()
图 7 2012年7月20—21日湿静力能(单位：J·kg-1)沿104.6°E垂直剖面(阴影代表地形)(a)20日21：00控制试验，(b)21日01：00控制试验，(c)21日05：00控制试验，(d)20日21：00敏感性试验，(e)21日01：00敏感性试验，(f)21日05：00敏感性试验Figure 7. Cross-section of moist static energy(the contour, unit:J·kg-1) from 20 Jul to 21 Jul in 2012(the shaded denotes the terrain)(a)2100 BT 20 Jul in control test, (b)0100 BT 21 Jul in control test, (c)0500 BT 21 Jul in control test, (d)2100 BT 20 Jul in sensitivity test, (e)0100 BT 21 Jul in sensitivity test, (f)0500 BT 21 Jul in sensitivity test湿静力能的大小能够反映某一层的能量特征，但不能直接体现整层大气的不稳定状况。在描述大气对流潜势的参数中，对流有效位能和对流抑制能量的应用最为广泛[23]。一般地，对流有效位能越大，对流抑制能量越小，深厚湿对流越容易发生。强降水区域(31°~33°N，103°~106°E)对流有效位能和对流抑制能量随时间的变化特征如图 8所示，降水初始时刻，敏感性试验在盆地北部区域的平均对流有效位能比控制试验偏高300 J·kg-1左右，对流抑制能量与控制试验相当，此时敏感性试验对流潜势更强，一旦能量得到释放，更有可能产生强对流。但随后控制试验中盆地北部区域对流抑制能量逐渐弱于敏感性试验，对流的触发不需要太强的扰动，更有利于对流发生；且随着低层湿静力能的输送，控制试验中该区域对流有效位能持续增强，并于21日06：00超过敏感性试验，深厚强对流更容易发生发展。21日10：00对流发生后不稳定能量得到释放，控制试验有效位能迅速衰减，对流抑制能量也有所增加，对流潜势减弱，层结逐渐趋于稳定。
![]()
图 8 2012年7月20—21日控制试验与敏感性试验对流有效位能、对流抑制能量差值随时间演变Figure 8. Time series of convective available potential energy and convective inhibition energy difference between the control test and the sensitivity test from 20 Jul to 21 Jul in 2012总体而言，控制试验地面高度较低，使其拥有与之相匹配的更多的热量及水汽，为降水提供充足的水汽条件；其动力结构也会造成水汽、热量在盆地内部辐合、堆积，使低层湿静力能大量增多。在低涡扰动及地形触发的共同作用下，低层能量在盆地北部得到释放引起强对流，垂直速度随之增强。
2.3 云中水凝物粒子特征
云内水凝物粒子的形成、增长与降水的关系最为密切，而较强的上升速度与较多的水汽可以提高云系周围环境过饱和程度，进而影响云内水凝物粒子[24]。盆地地形为本次暴雨过程提供很强的上升速度与充足的水汽，分别选取控制试验和敏感性试验各自云系发展最旺盛的时次，即7月21日05：00和21日01：00，展现云内各水凝物粒子的分布特征，结合垂直速度及前文中水汽分布状况，揭示盆地地形造成降水量明显增加的直接原因。
图 9分别给出7月21日05：00控制试验和性试验7月21日01：00敏感性试验云滴、雨滴分布情况。控制试验中云滴最大质量浓度约为0.2 g·kg-1，最大雨滴质量浓度约为3.5 g·kg-1；敏感性试验中云滴最大质量浓度约为0.32 g·kg-1，最大雨滴质量浓度约为0.16 g·kg-1。与敏感性试验相比，控制试验中云滴质量浓度略小，但雨滴质量浓度明显增大。其32°N附近垂直速度远大于敏感性试验，垂直上升运动可达-60℃高度层，云滴、雨滴的分布与垂直运动最强区域一致，且云滴、雨滴的垂直向发展强于敏感性试验，可达-20℃高度层。可见，这一差异与地形导致的垂直速度差异有关，而考虑到控制试验中云滴垂直向发展较好，其质量浓度较小可能是向其他粒子转化导致(图 9)。
![]()
图 9 2012年7月20—21日温度场(实线，单位：℃)、风场(箭头)及降水粒子浓度(填色)沿104.6°E垂直剖面(a)21日05：00控制试验(云滴)，(b)21日05：00控制试验(雨滴)，(c)21日01：00敏感性试验(云滴)，(d)21日01：00敏感性试验(雨滴)Figure 9. Cross-section of temperature(the contour, unit:℃), wind(the vector) and mass concentration(the shade) of precipitation particle along 104.6°E from 20 Jul to 21 Jul in 2012(a)cloud water in control test at 0500 BT 21 Jul, (b)rain water in control test at 0500 BT 21 Jul, (c)cloud water in sensitivity test at 0100 BT 21 Jul, (d)rain water in sensitivity test at 0100 BT 21 Jul图 10为7月21日05：00控制试验和7月21日01：00敏感性试验各冰相粒子分布，由于控制试验强上升运动可到达-60℃高度层，其冰相粒子发展情况好于敏感性试验。其中，两试验冰晶粒子质量浓度相当，但均较小，约为0.1 g·kg-1。控制试验中雪晶、霰粒子最大质量浓度分别约为3.6 g·kg-1，2.5 g·kg-1，远高于敏感性试验的0.1 g·kg-1，0.05 g·kg-1。究其原因，控制试验雪晶、霰粒子最低可达0℃层以下，液相粒子与冰相粒子共存更有利于各粒子之间微物理过程的发生发展，这与强上升速度有关，而该区域云底附近较多的水汽含量也是其原因之一(图 6c和图 6e)。
![]()
图 10 2012年7月20—21日温度场(实线, 单位：℃)、风场(箭头)及降水粒子浓度(填色)沿104.6°E垂直剖面(a)21日05：00控制试验(冰晶)，(b)21日05：00控制试验(雪晶)，(c)21日05：00控制试验(霰粒子)，(d)21日01：00敏感性试验(冰晶)，(e)21日01：00敏感性试验(雪晶)，(f)21日01：00敏感性试验(霰粒子)Figure 10. Cross-section of temperature(the contour, unit:℃), wind(the vector) and mass concentration(the shade) of precipitation particle from 20 Jul to 21 Jul in 2012(a)ice crystals in control test at 0500 BT 21 Jul, (b)snow crystals in control test at 0500 BT 21 Jul, (c)graupel in control test at 0500 BT 21 Jul, (d)ice crystals in sensitivity test at 0100 BT 21 Jul, (e)snow crystals in sensitivity test at 0100 BT 21 Jul, (f)graupel in sensitivity test at 0100 BT 21 Jul由此可见，控制试验中动力-热力强迫导致的强烈上升运动有利于云系的垂直向发展，而上升运动携带的大量水汽也有利于云内各粒子的生成、相互转化，最终使雨滴、雪晶、霰粒子大量生成，降水强度猛烈增强。
3. 结论
本文利用WRF-Chem 3.8.1对2012年7月20日发生在四川盆地的一次暴雨过程进行数值模拟，并设置了填充盆地地形的敏感性试验，探讨了盆地地形影响暴雨降水的可能机理。结果如下：
1) 控制试验中，气流途径盆地时于盆地南部背风坡低层形成正涡度扰动中心，强度高于敏感性试验。一方面，该扰动中心减弱了偏南风风速，使水汽、能量等较晚到达盆地北部迎风坡，延迟最强降水出现的时间；另一方面，低层更强的相对涡度有利于垂直运动的发生发展，进而增强降水强度。
2) 控制试验中地面高度较低，拥有与之相匹配的更多的热量及水汽，这些物理量随地形动力作用在盆地内部堆积，进而造成与温、湿相关的湿静力能在近地面大量累积，改变大气能量结构。大量湿静力能受正涡度扰动及地形触发而释放，激发了强烈的对流。
3) 强烈垂直运动有利于云系的垂直向发展，控制试验中雨滴、雪晶和霰粒子在充足的水汽条件及强烈的上升运动作用下大量生成、转化, 增强降水至大暴雨量级。
上述结果基于一次降水个例模拟试验，不同个例物理机制不同，完整认识盆地地形对降水的影响机理，还有待于更多的探讨。另外，敏感性试验为理想化的物理模型，并非实际状况，难免存在局限性，其结果还有待于更多观测手段的验证。
-
![]()
图 1 2012年7月20日20：00—21日11：00累积降水量(填色)和地形高度(等值线，单位：m)
(a)观测，(b)控制试验，(c)敏感性试验，(d)控制试验与敏感性试验差值(图 1a中地形高度数据来自控制试验)
Figure 1. Accumulated precipitation(the shaded) and topography(the contour, unit:m) from 2000 BT 20 July to 1100 BT 21 July in 2012
(a)observation, (b)control test, (c)sensitivity test, (d)the difference between control test and sensitivity test (the topography in Fig. 1a from control test)
![]()
图 2 2012年7月20—21日强降水中心降水强度随时间演变
Figure 2. Rain rate of rainstorm center from 20 Jul to 21 Jul in 2012
![]()
图 3 2012年7月20—21日观测与控制试验10 m风速、2 m相对湿度、2 m温度随时间演变
Figure 3. 10 m wind speed, 2 m relative humidity and 2 m temperature for observation and control test from 20 Jul to 21 Jul in 2012
![]()
图 4 2012年7月20—21日800 hPa风场(箭头)和涡度场(填色)(差值为控制试验减敏感性试验)
(a)20日21：00控制试验，(b)21日01：00控制试验，(c)21日05：00控制试验，(d)20日21：00差值，(e)21日01：00差值，(f)21日05：00差值
Figure 4. Wind(the vector) and relative vorticity(the shaded) at 800 hPa from 20 Jul to 21 Jul in 2012 (difference is between control test and sensitivity test)
(a)control test at 2100 BT 20 Jul, (b)control test at 0100 BT 21 Jul, (c)control test at 0500 BT 21 Jul, (d)difference at 2100 BT 20 Jul, (e)difference at 0100 BT 21 Jul, (f)difference at 0500 BT 21 Jul
![]()
图 5 2012年7月20—21日控制试验与敏感性试验相对涡度(填色)和风场(箭头)差值沿104.6°E垂直剖面
(a)20日21：00, (b)21日01：00, (c)21日05：00
Figure 5. Cross-section of relative vorticity(the shaded) and wind(the vector) difference between control test and sensitivity test along 104.6°E from 20 Jul to 21 Jul in 2012
(a)2100 BT 20 Jul, (b)0100 BT 21 Jul, (c)0500 BT 21 Jul
![]()
图 6 2012年7月20—21日风场(箭头)、温度场(实线，单位：℃)及比湿(阴影)沿104.6°E垂直剖面
(a)20日21：00控制试验，(b)21日01：00控制试验，(c)21日05：00控制试验，(d)20日21：00敏感性试验，(e)21日01：00敏感性试验，(f)21日05：00敏感性试验
Figure 6. Cross-section of wind(the vector) temperature(the contour, unit:℃) and specific humidity(the shaded) along 104.6°E from 20 Jul to 21 Jul 2012
(a)2100 BT 20 Jul in control test, (b)0100 BT 21 Jul in control test, (c)0500 BT 20 Jul in control test, (d)2100 BT 20 Jul in sensitivity test, (e)0100 BT 21 Jul in sensitivity test, (f)0500 BT 21 Jul in sensitivity test
![]()
图 7 2012年7月20—21日湿静力能(单位：J·kg-1)沿104.6°E垂直剖面(阴影代表地形)
(a)20日21：00控制试验，(b)21日01：00控制试验，(c)21日05：00控制试验，(d)20日21：00敏感性试验，(e)21日01：00敏感性试验，(f)21日05：00敏感性试验
Figure 7. Cross-section of moist static energy(the contour, unit:J·kg-1) from 20 Jul to 21 Jul in 2012(the shaded denotes the terrain)
(a)2100 BT 20 Jul in control test, (b)0100 BT 21 Jul in control test, (c)0500 BT 21 Jul in control test, (d)2100 BT 20 Jul in sensitivity test, (e)0100 BT 21 Jul in sensitivity test, (f)0500 BT 21 Jul in sensitivity test
![]()
图 8 2012年7月20—21日控制试验与敏感性试验对流有效位能、对流抑制能量差值随时间演变
Figure 8. Time series of convective available potential energy and convective inhibition energy difference between the control test and the sensitivity test from 20 Jul to 21 Jul in 2012
![]()
图 9 2012年7月20—21日温度场(实线，单位：℃)、风场(箭头)及降水粒子浓度(填色)沿104.6°E垂直剖面
(a)21日05：00控制试验(云滴)，(b)21日05：00控制试验(雨滴)，(c)21日01：00敏感性试验(云滴)，(d)21日01：00敏感性试验(雨滴)
Figure 9. Cross-section of temperature(the contour, unit:℃), wind(the vector) and mass concentration(the shade) of precipitation particle along 104.6°E from 20 Jul to 21 Jul in 2012
(a)cloud water in control test at 0500 BT 21 Jul, (b)rain water in control test at 0500 BT 21 Jul, (c)cloud water in sensitivity test at 0100 BT 21 Jul, (d)rain water in sensitivity test at 0100 BT 21 Jul
![]()
图 10 2012年7月20—21日温度场(实线, 单位：℃)、风场(箭头)及降水粒子浓度(填色)沿104.6°E垂直剖面
(a)21日05：00控制试验(冰晶)，(b)21日05：00控制试验(雪晶)，(c)21日05：00控制试验(霰粒子)，(d)21日01：00敏感性试验(冰晶)，(e)21日01：00敏感性试验(雪晶)，(f)21日01：00敏感性试验(霰粒子)
Figure 10. Cross-section of temperature(the contour, unit:℃), wind(the vector) and mass concentration(the shade) of precipitation particle from 20 Jul to 21 Jul in 2012
(a)ice crystals in control test at 0500 BT 21 Jul, (b)snow crystals in control test at 0500 BT 21 Jul, (c)graupel in control test at 0500 BT 21 Jul, (d)ice crystals in sensitivity test at 0100 BT 21 Jul, (e)snow crystals in sensitivity test at 0100 BT 21 Jul, (f)graupel in sensitivity test at 0100 BT 21 Jul
-
姜大膀, 王会军.20世纪后期东亚夏季风年代际减弱的自然属性.科学通报, 2005, 50(20):2256-2262. DOI: 10.3321/j.issn:0023-074X.2005.20.013 倪允琪, 周秀骥, 张人禾, 等.我国南方暴雨的试验与研究.应用气象学报, 2006, 17(6):690-704. DOI: 10.11898/1001-7313.20060607 杨薇, 苗峻峰, 谈哲敏.太湖地区湖陆风对雷暴过程影响的数值模拟.应用气象学报, 2014, 25(1):59-70. DOI: 10.11898/1001-7313.20140107 王学锋, 郑小波, 黄玮, 等.近47年云贵高原汛期强降水和极端降水变化特征.长江流域资源与环境, 2010, 19(11):1350-1355. 胡豪然, 毛晓亮, 梁玲.近50年四川盆地汛期极端降水事件的时空演变.地理学报, 2009, 64(3):278-288. DOI: 10.11821/xb200903003 谌芸, 李强, 李泽椿.青藏高原东北部强降水天气过程的气候特征分析.应用气象学报, 2006, 17(增刊Ⅰ):98-103. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=yyqxxb2006z1014 楼小凤, 胡志晋, 王广河.对流云降水过程中地形作用的数值模拟.应用气象学报, 2001, 12(增刊Ⅰ):113-121. http://www.cqvip.com/QK/97586X/2001z1/1000514972.html 何立富, 陈涛, 孔期.华南暖区暴雨研究进展.应用气象学报, 2016, 27(5):559-569. DOI: 10.11898/1001-7313.20160505 Miglietta M M, Rotunno R.Numerical simulations of sheared conditionally unstable flows over a mountain ridge.J Atmos Sci, 2009, 66(7):1865-1885. DOI: 10.1175/2009JAS2902.1
姚文清, 徐祥德.一次特大暴雨形成中天气尺度和次天气尺度系统的作用.应用气象学报, 2003, 14(3):287-298. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20030336&flag=1 廖菲, 胡娅敏, 洪延超.地形动力作用对华北暴雨和云系影响的数值研究.高原气象, 2009, 28(1):115-126. http://www.cqvip.com/QK/91655X/200901/29556456.html 刘洋, 钱贞成, 朱宇宁, 等."8·31"云阳特大暴雨地形动力作用数值研究.高原山地气象研究, 2015, 35(3):9-17. http://industry.wanfangdata.com.cn/dl/Magazine?magazineId=scqx&yearIssue=2015_3 Wang D, Miao J, Tan Z.Impacts of topography and land cover change on thunderstorm over the Huangshan (Yellow Mountain) area of China.Natural Hazards, 2013, 67(2):675-699. DOI: 10.1007/s11069-013-0595-0
何光碧, 屠妮妮, 张利红.一次低涡暴雨过程发生机制及其模式预报分析.暴雨灾害, 2014, 33(3):239-246. http://www.cnki.com.cn/Article/CJFDTotal-HBQX201403006.htm 刘新超, 陈永仁.两次高原涡与西南涡作用下的暴雨过程对比分析.高原山地气象研究, 2014, 34(1):1-7. http://mall.cnki.net/magazine/Article/SCCX201401001.htm 卢萍, 郑伟鹏, 赵兴炳.川西西南涡加密探空资料分析及数值模拟试验.高原山地气象研究, 2012, 32(1):1-7. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=scqx201201001 苏涛, 苗峻峰, 蔡亲波.海南岛海风雷暴结构的数值模拟.地球物理学报, 2016, 59(1):59-78. DOI: 10.6038/cjg20160106 张小玲, 程麟生."96.1"暴雪期中尺度切变线发生发展的动力诊断Ⅰ:涡度和涡度变率诊断.高原气象, 2000, 19(3):285-294. http://d.wanfangdata.com.cn/Periodical_gyqx200003003.aspx 张元春, 孙建华, 傅慎明.冬季一次引发华北暴雪的低涡涡度分析.高原气象, 2012, 31(2):387-399. http://www.oalib.com/paper/4182538 赵宇, 高守亭.对流涡度矢量在暴雨诊断分析中的应用研究.大气科学, 2008, 32(3):444-456. http://www.cmsjournal.net/qxxb_cn/ch/reader/create_pdf.aspx?file_no=20090405&flag=1&journal_id=qxxb_cn&year_id=2009 吴乃庚, 林良勋, 曾沁, 等.南海季风爆发前罕见连续3场暴雨特征及成因.应用气象学报, 2013, 24(2):129-139. DOI: 10.11898/1001-7313.20130201 杨晓霞, 万丰, 刘还珠, 等.山东省春秋季暴雨天气的环流特征和形成机制初探.应用气象学报, 2006, 17(2):183-191. DOI: 10.11898/1001-7313.20060209 苏涛, 苗峻峰, 王语卉.辐射参数化对海南岛海风雷暴结构模拟的影响.地球物理学报, 2017, 60(8):3023-3040. DOI: 10.6038/cjg20170811 Fan J, Rosenfeld D, Yang Y, et al.Substantial contribution of anthropogenic air pollution to catastrophic floods in Southwest China.Geophys Res Lett, 2015, 42(14):6066-6075. DOI: 10.1002/2015GL064479
-
期刊类型引用(22)
1. 马怡轩，徐国强. 不同分辨率和云微物理方案对四川盆地一次暴雨过程模拟的影响分析. 大气科学. 2025(01): 185-196 . 
百度学术
2. 周芳弛，李国平. 四川盆周山地暖季单站暴雨事件的精细特征. 气象科学. 2024(03): 431-441 . 百度学术
3. 龙柯吉，杨康权，康岚. 多模式对四川盆地强降水过程的预报性能检验. 干旱气象. 2024(03): 473-483 . 百度学术
4. 伍清，李英. 基于TIGGE资料的四川盆地暴雨中期预报性能评估. 高原山地气象研究. 2024(01): 117-127 . 百度学术
5. 王颖，杨佳希，杨宝钢，翟盘茂，廖代强，朱浩楠，邹旭恺，肖风劲，陈鲜艳. 利用短序列高密度台站资料推算暴雨重现期方法研究及应用. 气象学报. 2024(04): 510-521 . 百度学术
6. 熊燕琳，邓佳. 暖区和锋面短时强降水的特征差异对比分析. 中阿科技论坛(中英文). 2024(09): 82-86 . 百度学术
7. 杨康权，卢萍. 四川盆地西部边缘不同落区暴雨的气象场差异及夜雨浅析. 大气科学. 2024(05): 1783-1795 . 百度学术
8. 胡浩，陈钰彤，梁飞，杨晓嘉，刘星辉. 一次山地暴雨过程的影响系统分析. 农业灾害研究. 2024(10): 158-160 . 百度学术
9. 崔强，向福均，蒋印祺，李斌，程煜峰，王洪斌. 四川地区一次特大暴雨天气过程分析. 沙漠与绿洲气象. 2023(01): 90-95 . 百度学术
10. 孙俊，吴洪，杨雪，毛单，文刚. 2020年“8.11”四川芦山极端强降水特征及成因分析. 高原山地气象研究. 2023(02): 9-18 . 百度学术
11. 金祺，石春娥，高金兰，鲁德金. 江淮地区山区和非山区夏季降水雨滴谱特征. 气象学报. 2023(05): 815-826 . 百度学术
12. 杨晓瑞，曾岁康，林志鹏. GPM卫星降水数据对四川极端降水的监测能力评估. 遥感技术与应用. 2023(06): 1496-1508 . 百度学术
13. 杨熠，李霞，刘红双，杨雨蒙，谢和林. 习水南部一次秋季最强降水中的地形作用. 中低纬山地气象. 2023(06): 9-14 . 百度学术
14. 叶桂苓，张宇，徐建军，陈思奇，卢泽彬，沈文琪. 阳江复杂地形对特大暴雨影响机理的数值研究. 热带气象学报. 2022(01): 133-144 . 百度学术
15. 张芳，张芳华，孔期，徐珺，陈涛. 2018年5月21日四川盆地极端大暴雨的中尺度成因和预报偏差分析. 气象. 2022(06): 691-704 . 百度学术
16. 陈双，孙继松，何立富. 四川盆地不同落区的三次强降水过程多尺度特征分析. 高原气象. 2022(05): 1190-1208 . 百度学术
17. 赵天良，舒卓智，郑小波，李跃清，徐祥德，郭晓梅，胡俊，吴明，张磊，曹蔚，杨富燕，廖瑶，程晓龙. 四川盆地大气气溶胶污染时空变化的地形影响研究进展. 高原山地气象研究. 2022(04): 1-8 . 百度学术
18. 朱丽，苗峻峰，赵天良. 污染天气下成都城市热岛环流结构的数值模拟. 地球物理学报. 2020(01): 101-122 . 百度学术
19. 陈军，何为，杨群，雷霆，李小兰，杜小玲. 低层偏东气流对贵州梵净山东侧强降水的作用. 暴雨灾害. 2020(02): 158-166 . 百度学术
20. 李伟，张俊兰，曾勇. 沿天山地区一次暴雨动力过程和云中水凝物粒子特征的数值模拟研究. 沙漠与绿洲气象. 2020(05): 19-26 . 百度学术
21. 庞金凤，刘波，张波，张朋朋，王波，曾凡江. 基于小波分解的沙尘天气发生日数预测组合模型研究——以2008—2016年策勒沙漠-绿洲过渡带沙尘天气发生时序为例. 气象. 2019(05): 651-658 . 百度学术
22. 王成鑫，高守亭，冉令坤，陈悦丽. 四川地形扰动对降水分布影响. 应用气象学报. 2019(05): 586-597 . 本站查看
其他类型引用(5)
下载:
计量
- 文章访问数: 4171
- HTML全文浏览量: 1508
- PDF下载量: 424
- 被引次数: 27
