雷达反射率因子在中尺度云分辨模式初始化中的应用Ⅰ:云微物理量和垂直速度的反演

对于水平网格距小于10 km的高分辨率非静力平衡的显式云分辨模式,云微物理量的初始化以及物理量之间的相互协调是十分重要的,并且一直是云分析领域的一个难题。考虑在云雨处于定常状态的前提下,根据暖云过程,可得到云中水成物之间相互转化以及与垂直速度的约束关系,而雨水含量跟雷达反射率因子(Z)有关。因此,采用合肥新一代天气雷达2003年7月5日02时(北京时)的观测资料,针对雷达探测的特点对雷达原始数据进行了坐标转换,并进行了插值处理和简单的质量控制,然后依据Z-qr关系和定常暖云方案,反演了雨水混合比(qr)、云水混合比(qc)、水汽混合比(qv)和垂直速度(w)。结果表明,由此得到的雷达回波主要特征及量值分布与雷达站的CAPPI图像基本一致;水汽、云水、雨水和垂直速度量值大小的分布与雷达回波强度的分布也是吻合的,体现出了云中水成物和垂直速度的三维分布结构;各物理量的量值也符合梅雨锋暴雨的特点,梅雨锋积层混合云系中层状云和对流云的差别十分明显。在较强的回波区,雨水在6 km以下含量较大,最大值位于4 km左右,可超过3.0 g/kg;上升速度在5 km左右最大,最大值超过5 m/s;云水含量大值区位于5 km以上,在7 km高度上达到最大,超过3.0 g/kg;雨滴末速度虽然上下比较一致,一般几米每秒,但在5 km左右为大值区。

雷达反射率因子在中尺度云分辨模式初始化中的应用Ⅱ:数值模拟试验

将反演的云微物理量和垂直速度采用"牛顿连续松弛逼近"(Nudging)技术应用到GRAPES模式中,对一次梅雨锋暴雨过程进行了数值模拟。通过设计不同的试验方案,分别对水汽、液态水和垂直速度对Nudging效果以及预报结果的影响进行了考察。研究发现,采用Nudging初始化方法,可使背景场与观测反演资料相协调,实现了模式中对流的热启动,模式预报的开始时刻就产生降水,缩短Spin-up时间。水汽对降水至关重要,对降水的强度和持续时间都有重要影响;云水、雨水和垂直速度决定了初始时刻对流的强弱分布并产生降水;水平风场决定了系统的移动方向,对预报降水的落区有重要影响。模式比较成功地模拟了6 h的降水过程,中尺度天气系统的时空特征比较明显,对流中心上升速度最大值约2.0 m/s,云水含量400 hPa以上较大,最大值约1.5 g/kg,雨水含量500 hPa以下较大,最大约3.0 g/kg,底层辐合高层辐散。反演资料对降水的影响随预报时间的增加而减弱,预报1 h之内反演资料有明显影响,3 h之后的预报则主要依赖模式自身。鉴于仅使用一部雷达资料的反射率因子资料,雷达资料没有覆盖整个模式区域,天气系统被截断,反演和同化过程还采用了一些经验参数方法等原因,数值模拟结果与雷达观测之间还存在一定的差异,有待于更深入的研究。