六盘山区一次典型暴雨过程的地形敏感性模拟试验

doi:10.11755/j.issn.1006-7639（2022）-03-0457

干旱气象 ›› 2022, Vol. 40 ›› Issue (3): 457-468.DOI: 10.11755/j.issn.1006-7639（2022）-03-0457

六盘山区一次典型暴雨过程的地形敏感性模拟试验

马思敏¹^,²(), 穆建华¹^,²(), 舒志亮¹^,², 孙艳桥¹^,², 邓佩云¹^,², 周楠¹^,²

1.中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室,宁夏银川 750002
2.宁夏气象防灾减灾重点实验室,宁夏银川 750002

收稿日期:2021-12-21 修回日期:2022-05-06 出版日期:2022-06-30 发布日期:2022-06-28
通讯作者: 穆建华
作者简介:马思敏（1991—）,女,工程师,主要从事大气物理研究工作. E-mail: msm053@163.com。
基金资助:
中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室指令性项目“地形对六盘山区降水影响的数值模拟研究”(CAMP-202009);宁夏自然科学基金“宁夏夏季云降水概念模型及云水资源开发技术方法研究”项目(2020AAC03470);宁夏重点研发计划项目“宁夏层状云人工增雨条件识别及作业技术研究”(2021BEG03005)

Topography sensitivity simulation test of a typical rainstorm process in Liupan Mountain region

MA Simin¹^,²(), MU Jianhua¹^,²(), SHU Zhiliang¹^,², SUN Yanqiao¹^,², DENG Peiyun¹^,², ZHOU Nan¹^,²

1. Key Laboratory for Meteorological Disaster Monitoring and Early Warning and Risk Management of Characteristic Agriculture in Arid Regions, CMA, Yinchuan 750002, China
2. Key Laboratory of Meteorological Disaster Preventing and Reducing of Ningxia, Yinchuan 750002, China

Received:2021-12-21 Revised:2022-05-06 Online:2022-06-30 Published:2022-06-28
Contact: MU Jianhua

摘要/Abstract

摘要：

基于WRF（weather research and forecasting）中尺度数值模式,对2018年7月10日六盘山区一次典型的暴雨天气过程进行模拟,分析此次过程的动力场、水汽场、云降水微物理结构的演变特征,通过改变模式初始场中六盘山地形高度进行敏感性试验,对六盘山地形影响该地区降水机制进行讨论。结果表明：蒙古冷涡底部冷空气和副热带高压西侧暖湿气流在六盘山区交汇配合低层700 hPa切变线辐合抬升导致此次暴雨过程;控制试验较好地模拟出雨带的分布范围、强降水中心位置及动力场结构特征,在降水发展和旺盛阶段,东南暖湿气流受地形强迫抬升和地形绕流共同影响,六盘山西坡和东坡均为上升气流,配合700 hPa切变线系统在六盘山山脊处上升气流汇聚加强,将云水带到负温层形成过冷水,云水、冰晶、雪和霰在0 ℃层至-40 ℃层之间共存,有利于冰相粒子碰冻增长和贝吉龙过程发生;地形敏感性试验发现改变地形对降水落区范围影响不大,而地形增高使六盘山区降水量级显著增大,尤其强降水更多集中在迎风坡一侧（山脉东侧）,地形强迫抬升作用使得上升气流和水汽的垂直输送进一步加强,云中冰相过程发展充分,过冷云水为雪和霰的增长提供有利条件,因此使得地面降水增多。

关键词: 六盘山, WRF模式, 暴雨, 地形敏感性试验

Abstract:

The WRF (weather research and forecasting) mesoscale numerical model was used to simulate a typical rainstorm process in the Liupan Mountain region on July 10, 2018. The dynamic and moisture field, the evolution of cloud and precipitation micro-physical structure were analyzed in this paper. A sensitivity test was conducted by varying the height of the Liupan Mountain topography in initial field of the model, and mechanism of the Liupan Mountain topography affecting precipitation there was discussed. The results show that the rainstorm was caused by the cold air at the bottom of the Mongolian cold vortex and the warm-moist air at the west side of the WPSH (western Pacific subtropical high) intersecting at the Liupan Mountain region and the 700 hPa shear line at the lower level. The rainstorm zone, the center of heavy precipitation and the shear line at 700 hPa were well simulated by the WRF model in the control test. At the stage of development and prosperity of precipitation, the southeasterly warm and wet air was affected by topographic forced uplift and topographic circumfluence, and there were updrafts in western and eastern slopes of the Liupan Mountain. Cloud water was brought to negative temperature layer and formed supercooled water. Cloud water, ice crystals, snow and graupel coexisted between 0 ℃ layer and -40 ℃ layer, which was conducive to collision growth of ice particles and the Bergeron process. The terrain sensitivity test shows that the change of terrain had little effect on rainfall area, and elevation of the terrain made rainfall level increase significantly, especially the heavy precipitation was more concentrated on the windward slope side. Forced uplift of terrain further strengthened vertical transport of water vapor and updraft, and the ice phase process in clouds developed fully. Supercooled cloud water provided favorable conditions for snow and graupel growth, thus increasing surface precipitation.

Key words: the Liupan Mountain, WRF numerical model, rainstorm, topography sensitivity test

中图分类号:

P401

马思敏, 穆建华, 舒志亮, 孙艳桥, 邓佩云, 周楠. 六盘山区一次典型暴雨过程的地形敏感性模拟试验[J]. 干旱气象, 2022, 40(3): 457-468.

MA Simin, MU Jianhua, SHU Zhiliang, SUN Yanqiao, DENG Peiyun, ZHOU Nan. Topography sensitivity simulation test of a typical rainstorm process in Liupan Mountain region[J]. Journal of Arid Meteorology, 2022, 40(3): 457-468.

图/表 11

表1 地形敏感试验方案设计

Tab.1 The design of terrain height sensitivity test

试验名称	试验方案
CTRL	保持原地形高度,对暴雨过程进行数值模拟
H_{1.7 km}	将六盘山地形高于海拔1.7 km的地形降低为1.7 km,即去掉六盘山影响,模拟暴雨过程
H_1.25	将六盘山地形高于海拔2.1 km的地形增加至原地形高度的1.25倍,模拟地形抬升后暴雨过程

图1 六盘山区不同地形敏感试验方案的3 km分辨率地形高度（填色区,单位：m）分布（a）CTRL, （b） H1.7km, （c） H1.25

Fig.1 The distribution of terrain height （color shaded, Unit： m） with 3 km resolution for different terrain sensitivity test schemes in the Liupan Mountain region （a）CTRL,（b）H1.7 km, （c）H1.25

图2 2018年7月10日20：00 500 hPa（a）和700 hPa（b）位势高度场（黑色等值线,单位：dagpm）和温度场（红色等值线,单位：℃）（棕色线为槽线）

Fig.2 The geopotential height （black isolines, Unit： dagpm） and temperature （red isolines, Unit： ℃） fields at 500 hPa （a） and 700 hPa （b） at 20：00 BST July 10, 2018 （The brown line is trough line）

图3 2018年7月10日08：00至11日08：00模拟（a）与实况（b）24 h累计降水量（单位：mm）分布和黄花乡站观测与模拟的逐小时降水量（c） [红色方框为六盘山地形高度修改区域,棕色实线为海拔高度等值线（单位：km）。下同]

Fig.3 The distribution of simulated (a) and observed (b) 24 h accumulated precipitation (Unit: mm), simulated and observed hourly precipitation at Huanghuaxiang station (c) from 08:00 BST 10 to 08:00 BST 11 July 2018 （The red box is the modified topographic height area of the Liupan Mountain, the brown solid line is the elevation contour (Unit: km). the same as below）

图4 2018年7月10日14：00 ERA-Interim再分析资料（a）与模拟（b）的700 hPa水平风场（单位：m·s-1）（蓝色实线为切变线）

Fig.4 The 700 hPa horizontal wind fields （Unit： m·s-1）from ERA-Interim analysis data （a）and simulation （b） at 14：00 BST 10 July 2018 （The blue solid line is shear line）

图5 2018年7月10日08：00（a、d）、14：00（b、e）、17：00（c、f）模拟的700 hPa（a、b、c）与800 hPa（d、e、f）风场（风矢,单位：m·s-1）和相对湿度（填色区,单位：%）分布（蓝色实线为切变线,黑色椭圆表示辐合上升区域,灰色区域为地形以下缺测区域。下同）

Fig.5 Simulated wind field (wind vectors, Unit: m·s-1) and relative humidity (color shaded, Unit: %) distribution at 700 hPa (a, b, c) and 800 hPa (d, e, f) at 08:00 BST (a, d), 14:00 BST (b, e) and 17:00 BST (c, f) 10 July 2018 (The blue solid line is shear line, the ellipse is convergence rising area, the gray area is the missing measurement area below the terrain. the same as below)

图6 2018年7月10日14：00（a）、17：00（b）和18：00（c）控制试验模拟的700 hPa水汽通量（箭头,单位：g·hPa-1·cm-1·s-1）和水汽通量散度（填色区,单位：10-8 g·hPa-1·cm-2·s-1）

Fig.6 The simulated 700 hPa water vapor flux （vectors,Unit：g·hPa-1·cm-1·s-1） and water vapor flux divergence （color shaded areas, Unit： 10-8 g·hPa-1·cm-2·s-1） by CTRL test at 14：00 BST （a）, 17：00 BST （b） and 18：00 BST （c） July 10, 2018

图7 2018年7月10日09：18（a、d、g）、11：24（b、e、h）和16：36（c、f、i）过雷达组合反射率最强处的云水（填色区）与冰晶（蓝色等值线）（a、b、c）、雨水（填色区）与雪（蓝色等值线）（d、e、f）、霰（填色区）（g、h、i）混合比（单位：g·kg-1）及u、w合成风矢量（箭头,w×10;单位：m·s-1）、温度（黑色等值线,单位：℃）经度-高度剖面（黑色阴影为地形。下同）

Fig.7 Longitude-height profiles of mixing ratio (Unit: g·kg-1) of cloud water (color shaded) and ice crystals (blue isolines) (a, b, c), rain water (color shaded) and snow (blue isolines) (d, e, f) and graupel (color shaded) (g, h, i), and u,w wind vectors (arrows, w×10; Unit: m·s-1), temperature (black isolines, Unit: ℃) across the area with strongest radar combined reflectivity at 09:18 BST (a, d, g), 11:24 BST (b, e, h) and 16:36 BST (c, f, i) 10 July 2018 (The black shaded is terrain. the same as below)

图8 不同地形试验模拟的2018年7月10日08：00至11日08：00的24 h累计降水量分布（单位：mm）（a） CTRL, （b） H1.7 km,（c） H1.25

Fig.8 The 24 h cumulative precipitation distribution from 08：00 BST 10 to 08：00 BST 11 July 2018 simulated based on different terrain tests （Unit： mm）（a）CTRL,（b）H1.7 km,（c）H1.25

图9 2018年7月10日14：00—20：00不同地形试验模拟的平均垂直速度（填色区,单位：m·s-1）与u、w合成风矢量（箭头,w×10,单位：m·s-1）过累计降水量最大值处的经度-高度剖面（a）CTRL,（b）H1.7 km,（c）H1.25

Fig.9 The longitude-height sections of mean vertical velocity （color shaded, Unit： m·s-1） and composite u,w wind vector（arrows, w ×10, Unit： m·s-1） across the area with maximum accumulated precipitation from 14：00 BST to 20：00 BST 10 July 2018 simulated based on different terrain tests （a）CTRL,（b）H1.7 km,（c）H1.25

图10 2018年7月10日14:00—20:00 3组地形试验模拟的过累计降水量最大值处的云水（填色区）和冰晶（蓝色等值线）（a、b、c）、雨水（填色区）和雪（蓝色等值线）（d、e、f）及霰（填色区）（g、h、i）平均混合比（单位：g·kg-1）,u、w合成风矢量（箭头,w×10,单位：m·s-1）的经度-高度剖面 (a, d, g) CTRL, (b, e, h) H1.7 km, (c, f, i) H1.25

Fig.10 The longitude-height profiles of simulated mean mixing ratio (Unit: g·kg-1) of cloud water (color shaded) and ice crystals (blue isolines) (a, b, c), rain water (color shaded) and snow (blue isolines) (d, e, f), graupel (color shaded) (g, h,i) and composite u,w wind vector (arrows, w×10, Unit: m·s-1) across the area with maximum accumulated precipitation for different tests from 14:00 BST to 20:00 BST 10 July 2018 （a、d、g）CTRL,（b、e、h）H1.7 km,（c、f、i）H1.25

参考文献 31

[1]	吴国雄, 王军, 刘新, 等. 欧亚地形对不同季节大气环流影响的数值模拟研究[J]. 气象学报, 2005, 63(5):603-612.
[2]	廖菲, 洪延超, 郑国光. 地形对降水的影响研究概述[J]. 气象科技, 2007, 35(3):309-316.
[3]	朱素行, 徐海明, 徐蜜蜜. 亚洲夏季风区中尺度地形降水结构及分布特征[J]. 大气科学, 2010, 34(1):71-82.
[4]	周万福, 肖宏斌, 孙安平, 等. 祁连地形云与垂直风的关系[J]. 山地学报, 2012, 30(6):641-647.
[5]	BRAUN S A, ROTUNNO R, KLEMP J B. Effects of coastal orography on landfalling cold fronts. Part Ⅱ: effects of surface friction[J]. Journal of the Atmospheric Sciences, 1999, 56(19):3366-3384. DOI URL
[6]	MIELKE P W, GRANT L O, CHAPPELL C F. An independent replication of the Climax Wintertime Orographic Cloud Seeding Experiment[J]. Journal of Applied Meteorology, 1971, 10(6):1198-1212. DOI URL
[7]	HOBBS P V, RADKE L F. The nature of winter clouds and precipitation in Cascade Mountains and their modification by artificial seeding.PartⅡ: techniques for the physical evaluation of seeding[J]. Journal of Applied Meteorology, 1975, 14(5):805-818. DOI URL
[8]	BRUINTJES R T, CLARK T L, HALL W D. Interactions between topographic airflow and cloud/precipitation development during the passage of a winter storm in Arizona[J]. Journal of the Atmospheric Sciences, 1994, 51(1):48-67. DOI URL
[9]	GAUDET B, COTTON W R. Statistical characteristics of a real-time precipitation forecasting model[J]. Weather and Forecasting, 1998, 13(4):966-982. DOI URL
[10]	刘玉宝, 胡志晋. 中尺度山脉对流群的动力和微物理数值模拟[J]. 气象学报, 1995, 53(2):157-167.
[11]	LEE J T, KO K Y, LEE D I, et al. Enhancement of orographic precipitation in Jeju Island during the passage of typhoon Khanun (2012)[J]. Atmospheric Research, 2018, 201:58-71. DOI URL
[12]	ĆURIĆ M, JANC D, VUJOVIĆ D, et al. The effects of a river valley on an isolated cumulonimbus cloud development[J]. Atmospheric Research, 2003, 66(1/2):123-139. DOI URL
[13]	葛晶晶, 钟玮, 杜楠, 等. 地形影响下四川暴雨的数值模拟分析[J]. 气象科学, 2008, 28(2):176-183.
[14]	高珩洲, 李国平. 黔东南地形影响局地突发性暴雨的中尺度天气分析与数值试验[J]. 高原气象, 2020, 39(2):301-310. DOI
[15]	刘卫国, 刘奇俊. 祁连山夏季地形云结构和云微物理过程的模拟研究(I):模式云物理方案和地形云结构[J]. 高原气象, 2007, 26(1):1-15.
[16]	刘卫国, 刘奇俊. 祁连山夏季地形云结构和云微物理过程的模拟研究(Ⅱ):云微物理过程和地形影响[J]. 高原气象, 2007, 26(1):16-29.
[17]	邵元亭, 刘奇俊, 荆志娟. 祁连山夏季地形云和降水宏微观结构的数值模拟[J]. 干旱气象, 2013, 31(1):18-23.
[18]	马玉芬, 赵玲, 赵勇. 一次强天气过程天山地形方案的敏感性试验研究[J]. 中国沙漠, 2012, 32(4):1127-1134.
[19]	何博翰, 孙建奇, 于恩涛, 等. 大兴安岭和长白山地形影响东北夏季降水的数值模拟研究[J]. 气候与环境研究, 2020, 25(3): 268-280.
[20]	杨侃, 纪晓玲, 毛璐, 等. 贺兰山两次特大致洪暴雨的数值模拟与地形影响对比[J]. 干旱气象, 2020, 38(4):581-590.
[21]	COTTON W R, TRIPOLI G J, RAUBER R M, et al. Numerical simulation of the effects of varying ice crystal nucleation rates and aggregation processes on orographic snowfall[J]. Journal of Applied Meteorology and Climatology, 1986, 25(11):1658-1680.
[22]	于晓晶, 赵勇. 地形对天山夏季降水影响的模拟[J]. 中国沙漠, 2016, 36(4):1133-1143.
[23]	LASCAUX F, RICHARD E, PINTY J P. Numerical simulations of three different MAP IOPs and the associated microphysical processes[J]. Quarterly Journal of the Royal Meteorological Society, 2006, 132(619): 1907-1926. DOI URL
[24]	BUZZI A, TARTAGLIONE N, MALGUZZI P. Numerical simulations of the 1994 piedmont flood: role of orography and moist processes[J]. Monthly Weather Review, 1998, 126(9):2369-2383. DOI URL
[25]	冯强, 叶汝杰, 王昂生, 等. 中尺度地形对暴雨降水影响的数值模拟研究[J]. 中国农业气象, 2004, 25(4):1-4.
[26]	董美莹, 陈联寿, 程正泉, 等. 地形影响热带气旋“泰利”降水增幅的数值研究[J]. 高原气象, 2011, 30(3):700-710.
[27]	邓佩云, 桑建人, 杨萌, 等. 近30年六盘山东与西坡降水及空中水汽条件差异特征分析[J]. 气象科技, 2021, 49(1):77-85.
[28]	张沛, 姚展予, 贾烁, 等. 六盘山地区空中水资源特征及水凝物降水效率研究[J]. 大气科学, 2020, 44(2):421-434.
[29]	马思敏, 刘晓莉, 杨侃, 等. 宁夏固原市一次对流性天气的数值模拟[J]. 干旱气象, 2015, 33(2):278-290.
[30]	高亮书, 姚展予, 贾烁, 等. 六盘山地区一次低槽低涡云系结构及其降水机制的数值模拟研究[J]. 大气科学, 2021, 45(2):257-272.
[31]	胡倩, 岳大鹏, 赵景波, 等. 甘肃省近50年暴雨变化特征及其灾害效应[J]. 水土保持通报, 2019, 39(4): 68-75.

六盘山区一次典型暴雨过程的地形敏感性模拟试验

Topography sensitivity simulation test of a typical rainstorm process in Liupan Mountain region

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 31

相关文章 15

编辑推荐

Metrics

[1]	王佳津, 肖红茹, 杨康权, 王彬雁, . 四川盆地一次持续性暴雨的水汽输送特征[J]. 干旱气象, 2023, 41(3): 474-482.
[2]	孙明燕, 张述文. 边界层湍流垂直混合强度对局地热对流模拟影响的个例研究[J]. 干旱气象, 2023, 41(2): 290-300.
[3]	邢蕊, 杨健博, 田梦, 邱晓滨, 庄庭, 朱晓晶. 不同边界层参数化方案对台风“烟花”北上阶段暴雨模拟的影响试验[J]. 干旱气象, 2023, 41(1): 91-102.
[4]	傅朝, 刘维成, 宋兴宇, 徐丽丽, 沙宏娥, 马莉, 崔宇. 西北干旱区一次极端暴雨局地性增强的对流环境特征[J]. 干旱气象, 2022, 40(6): 909-921.
[5]	张君霞, 黄武斌, 杨秀梅, 刘维成, 周子涵, 沙宏娥. 陇东半干旱区一次特大暴雨事件的降水极端性分析[J]. 干旱气象, 2022, 40(6): 922-932.
[6]	沙宏娥, 傅朝, 刘维成, 徐丽丽, 刘娜, 刘新雨, 马绎皓. 西北东部半干旱区一次极端特大暴雨的触发和维持机制[J]. 干旱气象, 2022, 40(6): 933-944.
[7]	陈小婷, 赵强, 刘慧, 彭力. 黄土高原两次不同类型暴雨水汽特征分析[J]. 干旱气象, 2022, 40(6): 968-980.
[8]	彭力, 赵强, 乔丹杨, 张雄, 徐浩天, 倪闻. 有无台风影响下陕西西北涡暴雨特征对比分析[J]. 干旱气象, 2022, 40(6): 981-992.
[9]	焦洋, 张永婧, 尹承美, 褚颖佳. 山东夏季暴雨对青藏高原东南部及邻近区域春季大气热源变化的响应[J]. 干旱气象, 2022, 40(3): 406-414.
[10]	杨霞, 许婷婷, 张林梅, 华烨, 周鸿奎. 不同气候背景下南疆暖季暴雨特征和差异[J]. 干旱气象, 2022, 40(2): 222-233.
[11]	沈晓玲, 潘灵杰, 左骏, 桑明慧, 章丽娜. 浙江西部梅汛期两次相似落区暴雨过程对比分析[J]. 干旱气象, 2022, 40(2): 244-255.
[12]	李涛, 陈杰, 汪方, 韩锐. 一种基于神经网络的中国区域夏季降水预测订正算法[J]. 干旱气象, 2022, 40(2): 308-316.
[13]	胡振菊, 黎璐, 黄小玉, 何炳文, 叶日新. 一次典型东风波极端暴雨的中尺度特征及地形影响分析[J]. 干旱气象, 2022, 40(1): 73-83.
[14]	苟阿宁, 吴翠红, 王玉娟, 杜牧云, 刘文婷, 冷亮, 邓红. 基于风廓线雷达的湖北梅雨期暴雨中小尺度特征[J]. 干旱气象, 2022, 40(1): 84-94.
[15]	庄晓翠, 李博渊, 赵江伟, 李建刚, 张林梅. 天山南坡暖季暴雨过程的水汽来源及输送特征[J]. 干旱气象, 2022, 40(1): 30-40.