快速检索
  气象   2006, Vol. 32 Issue (12): 29-35.  

研究论文

引用本文 [复制中英文]

伍红雨, 陈德辉, 2006. 应用GRAPES模式对贵州暴雨过程的模拟试验[J]. 气象, 32(12): 29-35.
[复制中文]
Wu Hongyu, Chen Dehui, 2006. Simulation Experiments on Heavy Rainfall Events in Guizhou with GRAPES Model[J]. Meteorological Monthly, 32(12): 29-35.
[复制英文]

资助项目

科研皖所社会公益专项(2002DIA10013)资助

文章历史

2006年4月25日收稿
2006年10月19日收修定稿
应用GRAPES模式对贵州暴雨过程的模拟试验
伍红雨 1, 陈德辉 2    
1. 贵州省山地环境气候研究所,550002
2. 中国气象科学研究院
摘要:利用我国新一代数值预报模式GRAPES (Global/Regional Assimilation and Prediction Enhanced System),对2004年发生在贵州的3次强降水过程,即6月23—24日、7月17—18日和7月21—22日的暴雨过程进行了数值模拟,并与实况资料进行对比分析。模拟结果表明:GRAPES模式成功地模拟了这几次降水过程中的主要天气系统的位置和移动过程,如西南低涡的加强、较强的低空急流、低空气流辐合以及高空槽过境等,因此较好地模拟出暴雨的落区和分布特征。但对强降水的模拟与实况有一定差异,对局地暴雨的模拟偏小。模拟试验分析可见:GRAPES模式对贵州暴雨有预报能力,有较好的参考作用。
关键词GRAPES模式    暴雨    模拟试验    
Simulation Experiments on Heavy Rainfall Events in Guizhou with GRAPES Model
Wu Hongyu1, Chen Dehui2    
1. Guizhou Research Institute of Mountainous Area Environment & Climate, Guiyang 550002;
2. Chinese Academy of Meteorological Sciences
Abstract: With the new generation numerical prediction model GRAPES (Global/Regional Assimilation and Prediction Enhanced System), three typical heavy rainfall events happening respectively in Guizhou Province during June 23—24, July 17—18 and 21—22 of 2004 are numerically simulated, and the result is compared with observation data. The result shows:In all these processes, the movement of the major weather system is simulated by GRAPES model successfully, such as the strengthening of southwest vortex, low level jet, the convergence of low level jet and the passage of upper trough. GRAPES model can successfully simulate the distribution of precipitation. But unfortunately, there are some differences in heavy rainfall between the observations and simulations. The simulation values of the precipitation center less than the observations. From the numerical results, GRAPES model is proved to have good ability to simulate heavy rainfall in Guizhou, and to be of good reference.
Key words: GRAPES model    heavy rainfall    simulation experiment    
引言

贵州位于青藏高原东南侧,地形、地貌复杂多变。在夏季暴雨天气频繁,往往会造成滑坡、泥石流等严重自然灾害,所以暴雨是夏季预报的重点和难点。关于对暴雨的数值模拟研究人们已经做过较多的工作[1-4],但应用高分辨率数值模式对贵州暴雨过程进行分析研究甚少。GRAPES模式是我国新一代数值预报模式。模式采用半隐式半拉格朗日时空分离技术,水平方向采用C-网格设计,垂直方向采用Charney _ Phillips跳层设计及高度地形追随坐标。本文采用GRAPES模式,对2004年贵州的3次暴雨天气过程进行了模拟,并利用模拟结果对降水成因进行初步分析。

1 模式参数设置及资料来源

试验模式为GRAPES模式2.1版本,模式顶层高度35000m,采用非静力方案,长波辐射过程采用rrtm方案,短波辐射过程采用Dudhia方案,地面层采用Monin-Obukhov方案,陆面过程采用热扩散方案,边界层采用mrf方案,微物理过程采用简单冰相方案,积云参数化方案采用Betts-Mill-er-Janjic方案。模式取贵州区域及其邻近地区为计算区域,整个计算范围为:23~30°N、101~111°E,模式水平分辨率为0.1406km,总的格点数为51×72。垂直方向为σ坐标,取不等距的31层。模式的背景场使用国家气象中心T213资料,其格距为0.5625度,积分的时间间隔为6h,垂直方向共17层,还加人观测资料作初始场和边界条件,对2004年夏季贵州发生的3次强暴雨天气过程进行24小时的数值模拟试验。预报起始时间分别为2004年6月23日08时、2004年7月17日08时、2004年7月20日08时(北京时,下同),模式积分时间24小时。

2 2004年6月23—24贵州降水过程 2.1 天气过程

2004年6月23日08 时一24日08时,贵州出现一次强降水天气过程(图 1a), 贵州中东部地区出现中雨以上的降水,在贵州的东部和东南部地区出现了大范围的暴雨天气,有13站的暴雨,其中3站出现大暴雨:三都降雨量106mm,松桃降雨量108mm,最大降雨量139mm,出现在黔东南州的锦屏,这次过程是贵州2004年6月暴雨范围最大的一次。

图 1 2004年6月23日08时一24日08时24h降水实况(a)与模拟图(b)(单位:mm)

从天气实况图(略)上可以看到,2004年6月23日08时,850hPa上贵州为低涡环流控制,500hPa、700hPa为槽前强西南气流(图略),研究表明,这次降水过程与中尺度系统低涡乃至更小尺度的对流天气系统和高空槽东移影响密切相关。

2.2 模拟结果分析

使用GRAPES对2004年6月23—24日的暴雨进行模拟,积分时间2004年6月23日08时到24日08时,即24小时。模拟结果如下。

2.2.1 模拟降水

由图图 1b, GRAPES模式模拟2004年6月23日08时一24日08时24h降水量分布可看出,贵州较大降水出现在中部以东地区,有大范围的暴雨天气,并模拟有3个100mm的强降水中心,位于铜仁地区、黔南、黔东南州,分别与松桃、三都、锦屏的大暴雨降水相对应,距离实况不到1个经纬度。值得注意的是,暴雨的范围、走向与实况很一致,对这次过程的模拟很成功。

2.2.2 模拟天气系统和中尺度结构

由于这次贵州的降水是由低涡切变和高空槽共同影响造成的,因此能否正确模拟出低涡切变和高空槽是能否正确模拟降水的关键。从GRAPES模式模拟的6月24日08时500hPa高度场(图 2a)上可以发现,有一明显的高空槽正影响贵州,贵州中东部地区位于槽前,受槽前西南气流影响,而西部地区位于槽后,造成贵州大的降水出现在贵州中东部地区,从模式每6小时输出的模式500hPa高度场模拟图(略)看到,高空槽在东移过程中,在贵州中部移动缓慢,使得大的降水出现在中东部地区。

图 2 GRAPES模拟的2004年6月24日08时500hPa(s)和850hOa高度场

从GRAPES模式模拟的6月24日08时的850hPa高度场(图 2b)上可以发现, 在贵州的西部边缘有一个1340gPm的低压中心,贵州受低涡环流影响,从模式每6小时输出的模式850hPa髙度场模拟图(略)看到,位于云南和贵州之间的低涡稳定少变,贵州一直受低涡切变影响,位于高空急流的西南侧,这种低涡、高低空急流的配置极易引发强对流天气。低涡东移过程中导致贵州中东部的暴雨天气。

3 2004年7月17—18日贵州降水过程 3.1 天气过程

2004年7月17日08 时——18日08时,在贵州出现了东北一西南向的暴雨带,即在铜仁地区和龄南州北部、贵阳市北部、安顺市出现一次突发性暴雨天气过程,共出现14站暴雨,最大降水出现在平坝,降雨量93mm, 省内其余地区主要是中到大雨天气。在2004年7月17日14时850hPa风场实况图(略)上,可看出在长江中下游地区到贵州,存在风速风向的切变,贵州受低涡切变影响,在低涡切变线附近出现了大范围的暴雨天气,研究表明,这次降水过程与低涡切变密切相关。

3.2 模拟结果分析

使用GRAPES对2004年6月22—23日的暴雨进行模拟,积分时间2004年6月23日08时到24日08时,即24小时。

3.2.1 模拟降水

图 3b,从GRAPES模式模拟2004年7月17日08时一18日08时24h降水量分布可看出,模拟的大降水落区的范围和实况大致接近,模拟出了贵州106°E以东有大雨出现,但模拟与实况存在差异,模拟贵州北部有暴雨,距离实况偏北2个纬度。值得注意的是模式模拟结果除北部外,中心降水量明显偏小,中心值是2.5mm, 而实况是暴雨。原因可能是背景场资料的分辨率不够,从而无法模拟出小尺度的强降水系统。

图 3 2004年7月17日08时一18日08时24h降水实况(a)与模拟(b)
3.2.2 模拟天气系统和中尺度结构

由于这次贵州的降水是由低涡切变造成的,因此能否正确模拟出低涡切变的位置和演变是能否正确模拟降水的关键。

从GRAPES模式模拟的6月18日08时的500hPa高度场(图 4a),可以发现,有一明显的高空槽正影响贵州,在川南有一低涡,贵州主要受西南气流影响,从模式每6小时输出的500hPa高度场模拟图(略)看到,贵州一直受西南气流控制,有利于西南暖湿气流的输送,有利于形成强降水。

图 4 GRAPES模拟的7月18日08时500hPa (a)和850hPa高度场(b)

GRAPES模式模拟的7月18日08 (北京时)的850hPa高度场(图 4b)上可以发现,在四川的南部和云南的西部分别有一个1400gpm的低涡中心,贵州受低涡环流影响,从模式每6小时输出的模式850hPa高度场模拟图(略)看到,位于云南和贵州之间的低涡稳定少变,贵州一直受低涡切变影响,可看出,GRAPES模式对中尺度系统和系统的演变的模拟是较成功的,但模拟的低涡强度比实况偏弱,低涡位置偏西,导致模式未预报中东部的有暴雨。从T213预报场也没有预报出强降水,可见模式的预报与背景场密切相关。

4 2004年7月21—22贵州降水过程 4.1 天气过程

2004年7月21日08时一22日08时,在贵州的中部偏西地区出现了大到暴雨天气,在贵阳、安顺、毕节地区东部、六枝出现了暴雨天气,最大降水出现在黔西,降雨量72mm,共出现10站次暴雨,7站次大到暴雨天气,省内其余地区主要是小到中雨天气,雨带呈东北一西南向。在2004年7月21日08时850hPa的风场实况图上(略),可看出在贵州中西部存在低涡切变线,贵州受低涡切变线影响,在低涡附近出现了大范围的暴雨天气。研究表明,这次降水过程与低涡切变密切相关。

4.2 模拟结果分析

使用GRAPES对2004年7月21—22日的暴雨进行模拟,积分时间2004年7月21日08时到22日08,即24小时。

4.2.1 模拟降水

GRAPES模式模拟2004年7月21日08时-22日08时24h降水量分布(图 5)可看出,贵州较大降水出现在中部以西地区,强降水带的分布呈东北西南向,模式模拟的降水落区和降水大小分布与实况是十分接近的,但在暴雨范围上存在细微差别,模拟暴雨的落区范围比实况范围稍大,稍偏南,但都在半个纬度内。

图 5 2004年7月21日08时-22日08时24h降水实况(a)与模拟(b)
4.2.2 模拟天气系统和中尺度结构

由于这次贵州的降水是由低涡切变造成的,因此能否正确模拟出低涡切变是能否正确模拟降水的关键。

GRAPES模式模拟的7月21日08时500hPa流场(图 6)上,贵州受气旋性环流影响,在贵州的中部偏西地区流线密集,说明急流增强,高空这种形式有利于降水发生。

图 6 模式模拟的2004年7月22日08时的500hPa流场(a)与700hPa流场(b)

从GRAPES模式模拟的7月21日08时的700hPa流场(图 6b)可以发现,有一明显的气旋性环流即低涡位于贵州的西部,低涡中心在贵州的西南角,贵州的中西部地区为低涡切变内的气旋性环流控制,这种中尺度涡旋系统的维持有利于强降水的发生,在贵州中部存在气流的辐合,所以暴雨落区位于贵州中部及以西地区。由于西南低涡与低空急流的相互影响,导致对西南低涡的中心位置模拟影响到对低空急流的模拟,从而直接关系到降水量的强度和强降水的落区。由于GRAPES模拟的西南低涡位置的稳定和准确,使得西南低空急流也比较稳定。对比可见,急流的强度与位置与实况(图略)一致,从而使得最后模拟的降水也接近实况。

5 小结和讨论

GRAPES模式是我国新一代全球/区域数值预报模式,2006年7月刚投入业务运行。本文利用GRAPES模式,对2004年贵州夏季发生的3次强降水过程,即6月23—24日、7月17—18日和7月21—22日的贵州暴雨过程作模拟,模拟结果表明GRAPES模式对贵州夏季降水过程的模拟结果有差别,能模拟出天气系统的变化,对在夏季影响贵州强降水的最主要的中尺度系统:如西南低涡、高空槽、低空急流等模拟较好,因此模式能成功地模拟出降水的落区和强度,但对局地强降水的模拟能力较差,降水大小的模拟存在偏差,没能模拟出局地大暴雨,模拟的降水有时较实况降水偏小。原因可能是背景场T213资料分辨率不够从而无法模拟小尺度的强降水系统,其中更加具体的原因,则有待于进一步的研究。因此可以预期随着T213背景场预报准确的提高,GRAPES模式中物理过程的不断改进,对降水的模拟也将得到进一步的改进。

参考文献
[1]
郭建侠, 杜继稳, 郑有飞. MM5V3.5模式对陕北地区中尺度系统的模拟能力试验[J]. 气象, 2003, 29(9): 13-17. DOI:10.7519/j.issn.1000-0526.2003.09.003
[2]
李哓霞, 寿绍文, 张铁军, 等. "8.19"西北东部暴雨诊断分析和数值模拟[J]. 气象, 2006, 32(2): 81-86. DOI:10.7519/j.issn.1000-0526.2006.02.015
[3]
陈艳, 宿海良, 寿绍文. 华北秋季大暴雨的天气分析与数值模拟[J]. 气象, 2006, 32(5): 87-93. DOI:10.7519/j.issn.1000-0526.2006.05.015
[4]
孙健, 赵平. 用WRF与MM5模拟1998年三次暴雨过程的对比分析[J]. 气象学报, 2003, 61(6): 692-701. DOI:10.11676/qxxb2003.070
[5]
李耀辉, 赵建华, 薛纪善, 等. 基于GRAPES的西北地区沙尘暴数值预报模式及其应用研究[J]. 地球科学进展, 2005, 20(9): 999-1007.
[6]
张芳华, 马旭林, 杨克明, 等. 2003年6月24—25日江南大暴雨数值模拟和诊断分析[J]. 气象, 2004, 30(1): 28-32. DOI:10.7519/j.issn.1000-0526.2004.01.006