WRF模式模拟飑线的低层温度偏差分析

李斌　吴立广

摘要 为了研究WRF（Weather Research and Forecasting）模式模拟飑线的低层温度偏差问题，选取2009年6月14日发生在江苏省北部的一次飑线个例进行分析。通过WRF模式对此次飑线过程的模拟发现，WRF模式模拟的低层日最高气温滞后实际观测2～3 h，且模拟的傍晚低层气温的降温幅度低于实际观测2～3 ℃。对比试验证实，通过改变边界层参数化方案可以减弱边界层与自由大气的温度交换，进而在一定程度上改善模拟结果，即模拟的飑线强度和低层温度均与实际观测更加相近;在不改变边界层方案的情况下，将地面自动加密观测站数据加入模拟中也可起到相同的作用。

关键词天气学;飑线;数值模拟;温度日变化

中国气象局统计显示气象灾害约占总自然灾害的71%，1991—2009年我国每年平均约有4亿人次遭遇重大气象灾害，各类气象灾害每年导致3 973人死亡，造成的经济损失约占国民生产总值的1%～3%（刘彤和闫天池，2011）。而强对流天气所造成的损失占到了气象灾害总损失的一半以上（何金海等，2012）。飑线作为一种造成强对流天气的中尺度天气系统，通常是由多个活跃的雷暴单体排列成准线状的中尺度对流系统，其长度约几十到几百千米，宽度约20～50 km，生命史为几小时到十几小时，并且时常伴有暴雨、大风、冰雹和龙卷等灾害性天气现象出现（寿绍文等，2009）。在春夏之交和夏季的中国东部地区，在中高纬度地区的槽脊的作用下，通常会在对流层中上层存在干冷空气平流，而低层由于东亚夏季风和台风外围雨带的水汽输送，大气处于不稳定层结，极易发生中小尺度对流天气系统（方翀等，2017）。Meng et al.（2013）统计了2008—2009年的中国东部地区的飑线发生频数，统计结果表明河南、山东、安徽和江苏四省的交界处是中国东部地区飑线生成频数最多的区域。这一地区的飑线平均生命史约有4.7 h，平均移速为14.4 m·s-1。尤其是江苏地区漫长的海岸线所产生的海风锋更有利于激发强对流（苗春生等，2018）。即使加入卫星、雷达等多种资料（陈杰等，2012;肖笑和魏鸣，2018），但是由于飑线系统的时空尺度较小，仍为数值预报和模拟带来了极大的挑战（朱乾根等，2007）。

之前大多数飑线模式研究采用的是理想或半理想模式，极少数真实个例模拟也仅限于北美地区。在真实个例的模拟过程中，普遍存在模拟结果和实际观测偏差的问题。模拟结果与实际观测存在偏差的主要原因有因为常规观测资料和再分析资料的时空分辨率较粗，不能准确捕捉到中尺度对流系统的气象要素信息，从而造成了初始条件和边界条件与实际观测存在偏差（Klemp，1987;Weisman，1992，1993;Weisman and Davis，1998）。起始误差虽然可能较小，但是模拟误差会随着积分时间不断累积，最终和实际观测偏离较大。李斌和吴立广（2019;以下简称LW2019）研究指出，模式中的低层水汽和气温均与实际观测存在较大的误差，并且随着模拟时间的积累，地层水汽甚至出现与实际观测结果相反趋势的变化。正是由于初始和边界条件的误差，导致了对流触发时间和位置的模拟结果与实际观测存在偏差，而其采用OBS-Nudging技术将地面自动加密站数据引入模式之后，模拟结果得到了有效的改善。

虽然在LW2019的研究中指出，低层水汽的偏差是导致飑线模拟结果偏差的主要原因，但是同时也指出低层温度与实际观测同样存在偏差。低层温度偏差产生的原因除了初始和边界条件的偏差，同时也是由于模式本身的模拟能力有所欠缺。因为在数值模拟过程中，由于模式分辨率无法精细描述每一个气块的气象要素变化或者对大气的物理变化机制理解仍不清楚等原因，所以在模式中不得已引入参数化方案，这其中包括边界层、微物理过程、陆面过程等参数化方案。这些参数化方案作为对大气物理过程的近似，也造成了模拟结果的误差（Gallus and Bresch，2006;Jankov et al.，2007）。虽然通过改变参数化方案可以一定程度上改进模拟结果，但是由于不同天气过程的模拟对参数化方案具有一定的敏感性，使得改变参数化方案在全球大气模拟和预报模拟系统中仍有其局限性。

同时前人的研究指出，初始场和边界条件也会对参数化过程有所影响，但是目前对于通过边界条件的改进，从而对模式本身所产生误差的消除研究仍较少。本研究将从模式对低层温度模拟偏差的角度，分析其对飑线模拟结果产生的影响。基于LW2019的试验基础，讨论能否在不改变物理参数化方案的前提下，利用站点资料通过对初始场和边界场的修正对模式结果进行改进。选取2009年6月14日发生在中国东部地区的一次飑线过程，利用高分辨模式结果对此次飑线过程进行模拟，希望可以进一步加深对模式模拟能力的理解，并提高飑线的预报水平。

1 试验设计和飑线过程概况

采用的资料和控制试验可参考LW2019，同时增加了改变边界层参数化方案的对比试验（Exp-MYJ）和将地面加密自动站的气温数据引入模拟过程的改进试验（Exp-OBS）。

在控制试验中模式设计为双向的三重网格嵌套方案，分辨率分别为3、1和0.333 km，垂直方向为60层。最外层模拟区域范围是114.46°～121.54°E、30.70°～35.46°N，模拟中心位于118.0°E、33.6°N。模式所采用的物理过程主要为：WSM6微物理参数化方案、YSU边界層方案、Dudhia短波辐射方案和Noah陆面过程参数化方案，因为当WRF（Weather Research and Forecasting）模式中的水平分辨率低于10 km时不建议采用积云对流参数化方案，所以本研究中的网格均未采用积云对流参数化方案。

在对比试验中，边界层方案由控制实验中的YSU改变为Eta Mellor-Yamada-Janjic TKE（湍流动能）方案。在Exp-OBS试验中对最外层网格采用了观测松弛方法（OBS-Nudging），此方法是将非格点资料差值到初始场中，之后在模式积分过程中利用观测资料，通过WRF模式中的FDDA模块对气象要素的边界场进行修正。在本研究中将总共一万多个地面加密观测站的相对湿度加入到了初始场和模拟中，地面加密观测站的时间分辨率达到了1 min，所以在此试验中每隔2 min只对最外层网格模拟数据进行OBS-Nudging。

此次飑线过程是2009年6月14日13时（北京时，下同）开始，首先在江苏、安徽和山东省交界处形成对流单体，随着对流单体发展、移动，多个对流单体出现合并和加强。经过两个小时的发展，逐渐成为一个水平尺度超过200 km的弓状回波（图1a）。之后的几小时中，对流系统不断发展并且向东南方向移动，大约在17时30分系统移动到南京附近，此时强度达到最大，水平尺度达到400 km，影响了安徽东部和江苏中部地区。经过南京之后飑线系统继续向苏南方向移动并逐渐减弱，20时左右在无锡地区消亡。飑线的具体过程和大尺度环境场分析可参考LW2019。

2 模拟结果

根据3 km高度上的雷达回波模拟结果（图1b）表明，模拟的对流触发位置和观测基本一致，都位于山东省南部的临沂市以西附近，只是模拟的对流大约16时开始生成，相比观测结果延迟了3 h。和观测相似的是，18时，模拟结果的雷达回波显示多个对流单体已经形成并且合并，对流逐渐向东南方向移动。19时，对流已经影响到江苏北部地区，但是水平尺度仍然较小，还未形成飑线。19—21时，对流经过洪泽湖之后快速发展，水平尺度扩展到两百多公里形成飑线。与观测中飑线在17时30分达到最强相比，模拟的飑线在21时30分达到最大强度，所以模拟的飑线移动速度和观测一致。同时，模拟的此次飑线过程的累积降水空间分布结果和观测较为接近（图2），尤其是位于江苏省中部地区的强降水和观测相一致。

但是模拟结果仍然存在一定的误差，主要表现和观测相比较，模拟的对流触发时刻延迟了3～4 h，在模拟过程中飑线整体向东偏移了100 km左右，同时模拟的降水整体较实际观测偏弱。对比0.25、0.75和1 km高度上的模拟区域平均气温随时间变化（图3）可以发现，各高度层的气温随时间逐渐升高，而最高气温出现在16时左右，之后开始出现降温。而各高度层上气温的日变化以低层（0.25 km）最为明显，在15时最高气温达到30 ℃左右，01时的气温降至23 ℃左右，温差达到7 ℃。为了更好地将模拟结果和实际观测相对比，选取了4个站点，分别为六安、怀远、滁州和镇江。其中怀远、滁州和镇江观测站点分别位于飑线的触发、发展和成熟位置，六安观测站则位于未受到飑线影响地区。和实际观测对比可以发现，2 m高度上气温的模拟结果存在如下特点（图4）：

1）模拟结果中的低层气温普遍要比实际观测所得的气温高2～3 ℃，甚至有的站点偏高接近10 ℃;

2）12时之前模拟结果和实际观测相差并不大，但是随着午后实际观测出现降温，模拟结果却仍然表现为升温状态，存在明显的滞后性，并且降温速率也低于实际观测;

3）当飑线经过站点，由于对流后部冷池所形成的降温，在模拟结果中虽然也有体现，但是降温速率也同样存在偏慢的现象，并且降温幅度要小于实际观测。

从上述特点可以发现，模式对低层温度的模拟误差主要表现在午后（14时之后，下同）低层温度仍持续上升，而傍晚的降温和冷池所造成的对流后部降温模拟效果并不明显。

影响低层温度变化的因子较多，例如下垫面变化、短波辐射参数化方案、边界层参数化方案以及边界条件。其中边界层方案的选取对低层温度的影响起到重要的作用，所以在控制试验基础上本文设计了一个边界层方案的对比试验（Exp-MYJ）。Exp-MYJ试验的模拟结果（图5）显示，飑线系统移速和影响范围和控制试验相一致，但对流强度则比控制试验更强。尤其是在飑线成熟时刻，模拟的雷达回波显示的强对流范围明显强于控制试验，同时强降水比控制试验中的模拟结果更加集中，表现出更好的降水落区特征。选取在此次飑线过程中未受到影响的六安地区作为参考点，对比控制试验和Exp-MYJ试验在这一地区的低层温度日变化（图6a）可以发现，在2 m高度上Exp-MYJ的气温要高于控制试验，但最高气温出现的时间和实际观测更为接近。而且在0.25 km上EXP-MYJ的气温要低于控制实验，这表明MYJ方案更有利于温度在低层累积，而更少的向自由大气中输送。通过对比两者累积的向上热通量（图6b）可以看到，Exp-MYJ试验中的地表向上热通量要大于控制试验，这也是其低层温度要高于控制试验的一个重要原因。

雖然通过改变边界层参数化方案可以在一定程度上减小模式在对低层气温模拟中所产生的偏差，但是因为不同的天气过程对边界层方案存在一定的敏感性，所以在预报系统以及全球系统中通过改变边界层方案提高模拟效果存在较大难度。所以本研究试图利用地面加密自动站的气温资料，采用OBS-Nudging方法对初始场和边界场中大气的低层气温进行修正，具体的方法可以参考LW2019中的对比试验。

之前LW2019的研究就已经指出，通过将地面加密自动站资料引入到模式中之后，模拟的对流触发时间有所提前，与实际观测更加接近。在飑线发展到成熟期时刻对流上升运动明显强于控制试验，并且冷池所造成的对流后部降温也更强（图7）。这说明在模式中加入地面自动加密观测站资料之后，飑线的模拟结果得到了较好的改进（LW2019）。同时可以发现，模拟结果中从08—14时的增温效果有所减弱（图8），这一点和实际观测相符。但是在午后仍然存在降温幅度较弱的情况，这一点需要进一步的分析。

3 结论

飑线作为一种中小尺度对流系统，因为其时空尺度较小，一直以来对于数值模拟和预报都是极大的挑战。而模拟误差产生的主要原因是初始场和边界条件与实际大气存在偏差，较粗的时空分辨率无法反应中尺度对流系统的信号;另一方面，是由模式本身在模拟过程中，参数化方案对物理过程的近似所产生的误差。虽然通过改变不同的参数化方案的配置，可以在一定程度上对模拟结果有所改善，但是由于不同天气过程对参数化方案的敏感性不同，因此对于全球气候模式以及业务预报模式具有较大的挑战。本研究选取了2009年6月14日发生在中国东部江苏、安徽两省的一次飑线过程，通过数值模拟讨论了WRF模式对2 m高度的气温模拟的偏差特点，并且利用OBS-Nudging方法将地面加密自动站资料引入模拟过程，从而利用边界条件改进模式自身产生的误差。

数值模拟结果显示，模式对低层温度的模拟偏差主要表现为，模式中的低层气温明显高于实际观测，而午后模式中的低层温度相较于实际观测仍保持上升趋势，傍晚左右的降温和冷池所造成的对流后部降温模拟效果并不明显，模式的低层气温具有明显的滞后性。由于低层气温的变化与邊界层方案的选取存在紧密的联系，所以在控制试验基础上采用了一个边界层参数化方案的对比试验（Exp-MYJ）。Exp-MYJ试验的模拟结果无论是飑线成熟期的对流强度还是强降水落区，都和实际观测更为接近，比控制试验模拟结果更好。同时，因为MYJ参数化方案的选择，使得边界层内的热通量更少的向自由大气中输送，从而最高气温出现的时间和实际观测更为接近。而在利用OBS-Nudging方法将地面加密自动站资料引入模拟之后，模拟结果显示在08—14时，大气的低层温度有所改善，更加的接近实际观测，从而使得模拟的对流触发时间更接近观测，但午后降温幅度较弱这一问题仍需要进一步研究。

参考文献（References）

陈杰，闵锦忠，王世璋，等，2012.WRF-EnSRF系统同化多普勒雷达资料在多类型强对流天气过程的数值试验[J].大气科学学报，35（6）：720-729. Chen J，Min J Z，Wang S Z，et al.，2012.A numerical experiment on WRF-EnSRF for assimilation of Doppler Radar data in multicase strong convective weather processes[J].Trans Atmos Sci，35（6）：720-729.doi：10.13878/j.cnki.dqkxxb.2012.06.010.（in Chinese）.

方翀，林隐静，曹艳察，等，2017.华南地区西风带飑线和台风飑线环境场特征统计对比分析[J].热带气象学报，33（6）：965-974. Fang C，Lin Y J，Cao Y C，et al.，2017.Comparative analysis of statistical environmental characteristics between westerly squall line and typhoon squall line in south China[J].J Trop Meteor，33（6）：965-974.（in Chinese）.

Gallus W A Jr，Bresch J F，2006.Comparison of impacts of WRF dynamic core，physics package，and initial conditions on warm season rainfall forecasts[J].Mon Wea Rev，134（9）：2632-2641.doi：10.1175/mwr3198.1.

何金海，郭品文，银燕，等，2012.大气科学概论[M].北京：气象出版社：1-15. He J H，Guo P W，Yin Y，et al.，2012.Introduction to atmospheric science[M].Beijing：Meteorological Press：1-15.（in Chinese）.

Jankov I，Gallus W A Jr，Segal M，et al.，2007.Influence of initial conditions on the WRF-ARW model QPF response to physical parameterization changes[J].Wea Forecasting，22（3）：501-519.doi：10.1175/waf998.1.

Klemp J B，1987.Dynamics of tornadic thunderstorms[J].Annu Rev Fluid Mech，19（1）：369-402.doi：10.1146/annurev.fl.19.010187.002101.

李斌，吴立广，2019.自动气象站资料在模拟苏北一次飑线过程中的应用[J].热带气象学报，35（6）：789-800. Li B，Wu L G，2019.Application of automatic meteorological station data in the simulation of a squall line in North Jiangsu Province[J].J Trop Meteor，35（6）：789-800.doi：10.16032/j.issn.1004-4965.2019.071.（in Chinese）.

刘彤，闫天池，2011.我国的主要气象灾害及其经济损失[J].自然灾害学报，20（2）：90-95. Liu T，Yan T C，2011.Main meteorological disasters in China and their economic losses[J].J Nat Disasters，20（2）：90-95.doi：10.13577/j.jnd.2011.0214.（in Chinese）.

Meng Z Y，Yan D C，Zhang Y J，2013.General features of squall lines in East China[J].Mon Wea Rev，141（5）：1629-1647.doi：10.1175/mwr-d-12-00208.1.

苗春生，张远汀，王坚红，等，2018.江苏近海岸夏季两类海风锋特征及其对强对流的激发[J].大气科学学报，41（6）：838-849. Miao C S，Zhang Y T，Wang J H，et al.，2018.Characteristics of two types of sea-breeze fronts along the coastal areas of Jiangsu Province and their triggers on strong convections[J].Trans Atmos Sci，41（6）：838-849.doi：10.13878/j.cnki.dqkxxb.20170722011.（in Chinese）.

寿绍文，励申申，寿亦萱，等，2009.中尺度大气动力学[M].北京：高等教育出版社：157-158. Shou S W，Li S S，Shou Y X，et al.，2009.Mesoscale atmospheric dynamics[M].Beijing：Higher Education Press：157-158.（in Chinese）.

Weisman M L，1992.The role of convectively generated rear-inflow jets in the evolution of long-lived mesoconvective systems[J].J Atmos Sci，49（19）：1826-1847.doi：10.1175/1520-0469（1992）049<1826：trocgr>2.0.co;2.

Weisman M L，1993.The genesis of severe，long-lived bow echoes[J].J Atmos Sci，50（4）：645-670.doi：10.1175/1520-0469（1993）050<0645：tgosll>2.0.co;2.

Weisman M L，Davis C A，1998.Mechanisms for the generation of mesoscale vortices within quasi-linear convective systems[J].J Atmos Sci，55（16）：2603-2622.doi：10.1175/1520-0469（1998）055<2603：mftgom>2.0.co;2.

肖笑，魏鸣，2018.利用FY-2E红外和水汽波段对强对流云团的识别和演变研究[J].大气科学学报，41（1）：135-144. Xiao X，Wei M，2018.Study on the detection and evolution of intense convective cloud with data from the FY-2E VISSR infrared and water vapor bands[J].Trans Atmos Sci，41（1）：135-144.doi：10.13878/j.cnki.dqkxxb.20150706003.（in Chinese）.

朱乾根，林锦瑞，寿绍文，等，2007.天气学原理和方法[M].北京：氣象出版社：401-437. Zhu Q G，Lin J R，Shou S W，et al.，2007.Synoptic principles and methods[M].Beijing：China Meteorological Press：401-437.（in Chinese）.

Analysis of low-level temperature deviation of squall line simulated by WRF model

LI Bin，WU Liguang

Pacific Typhoon Research Center，Nanjing University of Information Science and Technology，Nanjing 210044，China

In order to study the deviation of low-level temperature in squall line simulated by WRF （Weather Research and Forecasting） model，a squall line case in North Jiangsu Province on June 14，2009 was selected for analysis.The simulation results show that the WRF has defects in simulating the diurnal variation of low-level temperature，which mainly show that the simulated daily maximum temperature lags behind the observation for 2—3 h，and the cooling range of simulated low-level temperature in the evening is 2—3 ℃ lower than the observation.Comparative experiments show that by changing the parameterization scheme of the boundary layer，the temperature exchange between the boundary layer and the free atmosphere is weakened，and then the simulation results are improved to a certain extent，that is，the simulated squall line intensity and low-level temperature are more similar to the observations.Without changing the boundary layer scheme，by adding the ground automatic encryption observation station data into the simulation，it can also improve the simulation results.

synoptic meteorology;squall line;numerical simulation;diurnal variation of temperature

doi：10.13878/j.cnki.dqkxxb.20190724002

（责任编辑：张福颖）