引言
数值模式近年来已逐步成为研究地形云及其降水的主要手段之一,它可以有效弥补由于地形地貌复杂而受限的地基探测。当中尺度数值模式水平分辨率小于5 km时,对复杂地形下的气流和降水的模拟更为有效[8-9]。研究表明,在地形对低层暖湿气流强迫抬升以及太阳辐射对复杂下垫面的不均匀加热共同作用下,容易形成不稳定层结而诱发暴雨,暴雨特征受地形结构及高度影响[10⇓⇓⇓-14],所以研究不同山体对当地暴雨形成的影响机制十分重要。在对祁连山[15⇓-17]、天山[18]、长白山[19]地形云降水的模拟研究中,发现山脉的阻挡作用使得偏南暖湿气流在迎风坡一侧堆积,上升运动得到进一步增强,导致迎风坡一侧降水增加。杨侃等[20]在模拟贺兰山特大暴雨灾害时,发现喇叭口地形和贺兰山主峰对低空暖湿急流形成阻挡作用,造成水汽聚集并形成强烈抬升运动,地形决定了暴雨强中心位置。地形抬升往往会增强云中上升气流,影响云中液态水含量、冰晶浓度以及冰晶聚合等微观过程,导致云中各水凝物粒子含量增多,云中冰相过程变得剧烈,进而使地面降水增多[17,2-23]。改变模式初始场的地形高度后,均发现地形对强降水中心位置和量级影响显著,往往对降水起到增幅作用[18,22,24-26],地形敏感性试验有助于人们更深地认识地形影响降水的机制。
六盘山区地处半湿润区到半干旱区的过渡带,是宁夏多雨中心,也是暴雨灾害多发地区,由于山区地形地势复杂,由暴雨引发的次生灾害（山洪、滑坡、泥石流等）对当地社会经济活动造成巨大影响,同时暴雨导致的水土流失给生态修复带来严峻考验[31]。2018年7月10日,六盘山区大部出现暴雨天气,造成宁夏六盘山区南部的隆德县、泾源县洪涝灾害,受灾人数达5.8万人,农业受灾面积达9000 hm2,直接经济损失5000余万人民币。本文将以此次六盘山区暴雨过程为例,利用WRF（weather research and forecasting）中尺度模式,通过改变初始场中六盘山地形高度设置敏感性试验,探讨六盘山地形对当地暴雨过程的影响机制。
1 资料与模式介绍
1.1 资料介绍
所用资料：（1）2018年7月10日08：00（北京时,下同）至11日08：00逐6 h的NCEP FNL（National Center for Environmental Prediction final operation global analysis）资料（水平分辨率为1°× 1°）,作为模式初始场;（2）CIMISS（China integrated meteorological information service system）网站下载的2018年7月10日08：00至11日08：00的d02模拟区域内（103°E—109°E,35°N—40°N）内自动站累计降水量,作为实况用于对比模拟降水;（3）ECMWF（European Centre for Medium-Range Weather Forecasts）细网格模式分析场数据,用于天气环流背景分析;（4）2018年7月10日14：00 ERA-Interim（ECMWF re-analysis-interim）的700 hPa风场再分析资料。
文中附图涉及地图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2019）1823号的标准地图制作,底图无修改。
1.2 模式及试验方案
利用中尺度模式WRFV4.0,以时间间隔为6 h、分辨率为1°× 1°的NCEP再分析资料为初始场和边界场,采用双重网格嵌套,网格分辨率分别为9 km、3 km,格点数分别为210×210、211×211,输出结果时间间隔分别为1 h、6 min。模拟时间为2018年7月10日08：00至11日08：00,采用15 s积分步长。微物理过程选用WSM6方案（其水凝物包括云水、雨水、冰晶、雪和霰）,其余物理过程方案选取如下：RRTM长波和Dudhia短波辐射方案、Monin-Obukhov近地面层方案、Noah陆面过程方案和YSU边界层方案。文中所有分析基于3 km网格分辨率模拟结果。
表1 地形敏感试验方案设计
Tab.1
| 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 |
| H1.7 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 |
| H1.25 | 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
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
2 天气实况及模式评估
2.1 天气实况
2018年7月10日白天至夜间,六盘山区大部出现暴雨天气,24 h累计降水量普遍超过50 mm,最大累计降水量出现在泾源县黄花乡站（108.4 mm）。从7月10日20：00（北京时,下同）环流形势场（图2）来看,此次暴雨过程主要影响系统为蒙古冷涡、副热带高压（简称“副高”）以及低层风切变,六盘山区500、700 hPa均受蒙古冷涡底部冷槽影响。受台风“玛莉亚”影响,副高西伸北抬,六盘山区500 hPa处于584 dagpm线控制,中低层均有明显的西南暖湿气流输送,700 hPa六盘山区附近有一明显偏北风和偏南风的风切变。冷涡底部冷空气和副高西侧暖湿空气在六盘山区交汇,配合低层的辐合抬升,六盘山区出现暴雨天气。
图2
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）
2.2 模式评估
对降水模拟能力的检验是评价模式结果是否可信的重要指标。从7月10日08：00至11日08：00模拟[图3（a）]与实况[图3（b）]累计降水量对比来看,模拟的雨带与实况相比略偏南,在贺兰山沿山地带和盐池北部预报降水量级较实况偏大,六盘山区雨带分布、强降水中心位置模拟结果与实况一致,但降水量级较实况偏大。这次暴雨过程最大累计降水量出现在泾源县东南部的黄花乡站（106.41°E,35.49°N）,从该站观测与模拟的逐小时降水量 [图3（c）]看出,模拟的该站降水变化与实况较为一致,但小时雨强最大出现在17：00（19.9 mm）,而实况则出现在19：00（23.3 mm）,模拟比实况提前约 2 h,该站24 h累计降水量模拟值为109.8 mm,与实况（108.4 mm）相比略偏大。
图3
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）
总体来看,控制试验较好地模拟出强降水中心及强降水时段,虽然模拟的单站逐小时降水量与实况相比有所不同,但仍能刻画出此次降水过程的总体特征。
图4为7月10日14：00 ERA-Interim再分析资料和WRF模拟的700 hPa水平风场。可以看出模拟的700 hPa风场与再分析资料结果基本一致,模拟的切变线位置较实况略偏南,但仍较好地模拟出了六盘山区的西南—东北向切变线,切变线北侧有偏北气流,南侧有偏南气流,切变线附近有水平风向和风速辐合。
图4
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）
3 降水宏微观结构
3.1 动力和水汽条件
图5为控制试验7月10日08：00、14：00和17：00 的700、800 hPa风场和相对湿度。从700 hPa风场和相对湿度看出,10日08：00,六盘山区西北方向有低空切变线,切变线南侧有源源不断的偏南暖湿气流输送至六盘山区;随后切变线东移发展,14：00进入六盘山区;17：00,切变线移动至六盘山东坡的泾源县,切变线两侧的偏北气流和西南气流风速加强,辐合作用进一步加强,六盘山区相对湿度达90%以上,此时对应地面雨强最大值。11日02：00,切变线基本移出六盘山区。
图5
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)
六盘山区海拔普遍超过1.7 km,800 hPa靠近地面。10日08：00,800 hPa六盘山区有东南暖湿气流输送,在地形绕流作用下,西坡受东南偏南气流影响;14：00,随着系统东移,六盘山北部有西北气流和东南暖湿气流辐合,当东南暖湿气流遇到六盘山脉阻挡时,风速明显减小,在东坡辐合产生上升运动;17：00,东南风明显增强,西北气流和东南暖湿气流辐合上升运动进一步增强。
从2018年7月10日14：00控制试验模拟的隆德站和泾源站探空层结（图略）看,两站550 hPa以下空气湿度达100%,水汽条件好;500 hPa以上空气湿度逐渐减小,探空层结曲线呈“喇叭口”型,空气上干下湿。近地面至500 hPa从东南风转偏南风再转西南风,风向随高度呈顺时针旋转,中低层有明显的暖平流,有利于气流垂直运动。
图6为7月10日14：00、17：00和18：00控制试验模拟的700 hPa水汽通量散度场。可以看出,14：00,六盘山区北部有一条西南—东北向的水汽辐合带,位置基本与切变线一致,水汽通量散度大值区在六盘山北部,强度达-8×10-7 g·hPa-1·cm-2·s-1;17：00,水汽辐合区发展东移,水汽辐合带移至六盘山区南部,强度增大至-10×10-7 g·hPa-1·cm-2·s-1,说明有充足的水汽供应;18：00,水汽辐合区继续东移发展,水汽通量散度大值区在泾源县南部,强度增大至-12×10-7 g·hPa-1·cm-2·s-1。总体来看,水汽辐合区随着切变线移动,当东移至六盘山主峰附近时进一步加强。
图6
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
由此得出,700 hPa切变线系统和低层东南暖湿气流遇到六盘山地形强迫抬升是此次暴雨过程的主要动力机制;水汽辐合区随着切变线系统移动,水汽通量散度极大值出现在迎风坡一侧。
3.2 云微物理结构
图7是控制试验模拟的不同时刻过雷达组合反射率最强处的各水凝物混合比经度-高度剖面。10日09：18为降水初始典型时刻,上升气流较弱,六盘山西侧有偏西南气流受地形抬升形成云水,山东侧偏东南气流同样受地形强迫抬升,近地面有一条弱云水区。云水集中在近地面到5 km范围（0 ℃层以下）,六盘山脊处云水混合比最大（0.7 g·kg-1）。雨水首先在山东坡形成,降水主要由暖云产生。10日11：24为降水发展典型时刻,六盘山东西两侧的低层气流进一步增强,地形强迫抬升作用增强,云中出现明显的上升气流,云水被输送至7.5 km高度（-10 ℃左右）,六盘山脊偏东位置处云水混合比最大（1.1 g·kg-1）。云中逐渐生成雪和霰,转为典型混合型降水,云水、冰晶、雪和霰在-40~0 ℃高度层共存,有利于冰相粒子碰冻增长和贝吉龙过程发生;雪、霰混合比分别达1.0、2.5 g·kg-1,雨水混合比增大至1.6 g·kg-1,雨水主要分布在六盘山顶及山东侧。10日16：36为降水强盛期典型时刻,700 hPa切变线东移至六盘山区南部,靠近六盘山主峰,东坡低层的东南风增强,暖湿气流在东坡汇聚后进一步抬升,配合700 hPa切变线,六盘山东西两侧的两股上升气流汇聚加强。此时云水逐渐消耗,冰相过程进一步发展,雪和冰晶的分布位置（13 km左右）大体一致,说明雪主要由冰晶聚并形成;霰主要分布在过冷水和冰晶之间,且大值区在上升气流出口区,过冷水为霰的增长提供了有利条件;雨水分布范围更广,大值中心在迎风坡一侧（雪和霰大值中心下方）,说明霰和雪下落到0 ℃层以下融化形成雨水。在降水减弱时期,云中基本没有上升气流,各水凝物粒子含量明显减小,降水逐渐减弱移出六盘山区。
图7
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)
4 地形敏感试验结果
4.1 地形对地面降水分布的影响
图8是不同地形敏感试验（CTRL、H1.7 km、H1.25）模拟的7月10日08：00至11日08：00的24 h累计降水量分布。可以看出,地形高度变化对降水落区范围影响不大,但随着地形增高,六盘山区降水量显著增大,尤其强降水更集中在迎风坡一侧（山脉东侧）。将六盘山地形整体降低为1700 m[图8（b）],原来CTRL试验中沿六盘山脊及其东侧大于120 mm以上强降水中心消失,六盘山区降水量减小;而将六盘山高于2.1 km的地形增加至原地形高度的1.25倍后[图8（c）],与CTRL试验相比,沿六盘山脊及其东侧的强降水中心向南延伸,且强降水中心降水量增大至220 mm。从模拟的逐小时降水量演变（图略）来看,H1.7 km试验较CTRL试验降水开始晚且结束早,而H1.25试验较CTRL试验降水开始早、结束晚。
图8
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
4.2 地形对垂直上升气流的影响
图9是各地形敏感试验（CTRL、H1.7 km、H1.25）模拟的降水集中时段过累计降水量最大值处的平均垂直速度经度-高度剖面。从CTRL试验结果[图9（a）]看出,六盘山上空2~10 km高度范围内,有多个垂直速度超过0.1 m·s-1的上升气流中心,其中上升运动最强处位于六盘山东坡（1.1 m·s-1）;地形降低后[图9（b）],地形强迫抬升作用减弱,六盘山东坡最大上升速度减弱至0.9 m·s-1,东坡近地面层上升运动减弱;地形增高后[图9（c）],六盘山东坡两侧地形强迫作用增强,上升气流中心位于东坡,上升速度显著增大,最大为1.3 m·s-1。由此可见,六盘山对低层东南暖湿气流的强迫抬升作用对该地区垂直上升运动影响显著。
图9
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
4.3 地形对云中水凝物的影响
图10是不同地形敏感试验（CTRL、H1.7 km、H1.25）降水集中时段各种水凝物混合比过累计降水量最大值处的经度-高度剖面。可以看出,3组试验不同水凝物分布高度大致相同,云水主要分布在六盘山近地面至6 km高度左右,雨水在6 km以下高度,冰晶和雪分布在6~14 km高度,霰分布在6 km高度左右,3组试验高空冰晶混合比最大值均为0.1 g·kg-1。在CTRL试验中,东坡上升气流速度明显高于西坡,云水混合比最大值在东坡（0.5 g·kg-1）,雨水混合比最大值为0.9 g·kg-1,雪、霰混合比最大值分别为0.4、0.25 g·kg-1。在H1.7 km试验中,平坦地形条件下,地形强迫抬升效应消失,云内上升气流较CTRL试验明显减弱,云水分布范围和混合比最大值（0.3 g·kg-1）均小于CTRL试验,过冷水减少对霰粒子增长不利,霰混合比最大值减小为0.15 g·kg-1,雪混合比与CTRL试验相比变化不大,雨水混合比相比CTRL试验减少至0.7 g·kg-1。在H1.25试验中,地形高度增高,地形强迫抬升作用增强,东坡、西坡两侧垂直运动进一步增强,云水混合比最大为0.5 g·kg-1,过冷水丰沛,云中冰相过程发生更加充分,雪和霰混合比最大值分别达0.7、0.4 g·kg-1,地面降水量增加（雨水混合比最大值为1.1g·kg-1）,雪、霰、雨水混合比高于其他两组试验。
图10
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
5 结论
（1）对控制试验的降水场和700 hPa水平风场检验发现,WRF模式较好地模拟出2018年7月10日六盘山区暴雨过程的雨带分布和动力场结构特征。
（2）此次暴雨的主要影响系统是蒙古冷涡、副热带高压以及700 hPa低空切变线,冷涡底部冷空气和副热带高压西侧暖湿气流在六盘山区汇合,配合低层风场辐合切变及六盘山地形强迫抬升,上升气流在六盘山区进一步加强;水汽辐合区随着低层切变线移动,极大值出现在泾源县南部（六盘山主峰东坡）。
（3）云中气流场和水凝物场分布在降水不同阶段呈现出不同特征。在降水初始阶段,六盘山东西两侧气流受地形强迫抬升,在近地面形成一条弱云水区,降水主要由暖云产生。在降水发展和旺盛阶段,低层东南暖湿气流受地形强迫抬升作用和绕流共同影响,六盘山西坡和东坡均为上升气流,配合700 hPa切变线,使得东西坡两股上升气流汇聚加强,上升气流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,转为典型混合型降水。
（4）地形高度变化对降水落区范围影响不大,但随着地形增高,六盘山区降水量显著增大,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,因此使得地面降水量增大。
多年再分析资料表明750 hPa以下六盘山盛行东南风,东南暖湿气流受到六盘山脉地形强迫抬升,低层水汽在东坡汇聚加强,上升运动进一步加强,导致东坡降水大于西坡。本文挑选的典型个例用来讨论东坡为迎风坡时,地形对降水及其微物理过程的影响。当然也存在低层为西南暖湿气流,西坡为迎风坡的典型降水个例,尚需选取更多个例按不同环流背景分类进行深入探讨,从而更全面地研究六盘山地形对该地区降水的影响机制。
参考文献
Effects of coastal orography on landfalling cold fronts. Part Ⅱ: effects of surface friction
[J].
An independent replication of the Climax Wintertime Orographic Cloud Seeding Experiment
[J].
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].
Interactions between topographic airflow and cloud/precipitation development during the passage of a winter storm in Arizona
[J].
Statistical characteristics of a real-time precipitation forecasting model
[J].
Enhancement of orographic precipitation in Jeju Island during the passage of typhoon Khanun (2012)
[J].
The effects of a river valley on an isolated cumulonimbus cloud development
[J].
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].
基于FY-2E TBB资料、 ERA5再分析资料和WRF v3.9.1.1模式对2015年5月27日贵州省雷山县一次突发性暴雨过程进行中尺度天气学分析和数值试验。结果表明: (1) 低空西南急流、 切变线与地面辐合线是本次山地突发性暴雨的直接影响系统。(2) TBB 低值区与突发性暴雨落区有明显的对应关系, TBB值的减小对应着降水的增强, 反之对应降水的减弱。(3) ERA5再分析资料作为初始场对于突发性暴雨的模拟效果优于 FNL分析资料和ERA-Interim再分析资料。(4) 地形通过改变山地动力、 水汽等物理量场从而影响暴雨的落区和强度。地形的抬升作用造成水汽与不稳定能量在迎风坡堆积, 使层结不稳定性增强, 在强烈的上升运动作用下触发对流不稳定发展。(5) 雷公山地形对于降水有显著的增幅作用, 山脉高度升高后, 雨带扩大, 雨量增加; 反之雨带西移, 雨量减小。
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].对三维非静力中尺度模式ARPS的云降水微物理方案进行了改进,利用改进后的ARPS模式模拟了祁连山地区夏季的两个地形云个例,通过对各自模拟结果的对比分析并结合实况资料研究了夏季祁连山地区地形云的发展状况、动力场特征、降水特征以及云微物理结构特征。研究结果表明,地形云的发展受地形影响很大,地形的抬升促进了云和降水的发展,地形的作用也改变了地面降水特征,使云的宏、微观物理结构发生较大变化。
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].本文是祁连山夏季地形云结构和微物理过程模拟的第II部分。文中利用第I部分中祁连山夏季两个地形云降水个例的模拟结果,详细分析了地形云及其降水发展期间云微物理过程的特征及变化,并通过与平坦地面条件下模拟结果的对比,研究了云发展过程中的地形影响。研究表明,地形云中微物理过程的发展受地形影响很大,冰相微物理过程明显增强;地形影响下云的主要降水机制也受到影响甚至被改变。
Numerical simulation of the effects of varying ice crystal nucleation rates and aggregation processes on orographic snowfall
[J].
Numerical simulations of three different MAP IOPs and the associated microphysical processes
[J].
Numerical simulations of the 1994 piedmont flood: role of orography and moist processes
[J].
中尺度地形对暴雨降水影响的数值模拟研究
[J].
地形影响热带气旋“泰利”降水增幅的数值研究
[J].利用NCEP/NCAR再分析资料与日本气象厅区域谱模式的融合资料, 采用WRFV2.2模式研究了热带气旋“泰利”（0513）降水增幅过程中的大别山地形效应。结果表明, 大别山地形对“泰利”降水影响明显, 改变了降水增幅的中心位置, 降水强度增幅约为15％, 但是降水增幅是否发生与大别山地形无关。大别山地形的存在导致了地形辐合线和中-β尺度低涡的形成和发展, 使得迎风坡气流辐合加大和维持。随着“泰利”的移动, 其东北侧环流和地形配置发生变化, 降水范围和中心也随之变化, 强降水主要发生在大别山东坡和南坡, 降水中心多位于辐合线和地形迎风坡相交之处。降水增幅期间不同的地形高度造成不同的中低层涡度、 散度和上升运动, 随着地形的升高, 涡度、 辐合和上升运动总体加强。增幅期间, 地形强迫垂直运动占模式最低层总垂直运动的50％左右, 地形强迫对上升运动有明显影响。地形强迫垂直运动极大值出现在峰顶附近的东坡, 降水量极大值出现在峰顶和地形强迫垂直运动极大值之间。
