引用本文
尹金方, 王东海, 翟国庆. 区域中尺度模式云微物理参数化方案特征及其在中国的适用性. 地球科学进展, 2014, 29(2): 0238-249[Yin Jinfang, Wang Donghai, Zhai Guoqing. A Study of Characteristics of the Cloud Microphysical Parameterization Schemes in Mesoscale Models and Its Applicability to China. 地球科学进展, 2014, 29(2): 0238-249]  
Permissions
Copyright©2014l, 地球科学进展 编辑部
This is an open-access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.
区域中尺度模式云微物理参数化方案特征及其在中国的适用性
尹金方1, 王东海1, 翟国庆2
1 中国气象科学研究院灾害天气国家重点实验室，北京 100081
2 浙江大学地球科学系，浙江 杭州 310027

尹金方（1984-），男，贵州盘县人，助理研究员，主要从事云—降水微物理和云微物理参数化方案研究. E-mail:yinjf@cams.cma.gov.cn

基金:财政部/科技部公益性行业（气象）科研专项“东亚区域云与陆表物理过程的模式参数化技术研究”（编号：GYHY201006014）和“东亚区域数值预报业务模式关键物理过程参数化技术系统研究”（编号：GYHY200806007）资助.;
摘要

云微物理参数化方案在数值模式中起着重要的作用,是影响数值天气预报和气候预测准确性的最大因素。系统回顾了中尺度数值模式中云微物理参数化方案的研究进展,并统计分析了最近十余年云微物理参数化方案在中国范围内的敏感性试验研究成果。Lin方案和RutledgeHobbs方案奠定了中尺度模式中云微物理参数化方案的基础,其他方案都是直接或间接在这2个方案的基础上从多方面改进而形成的。这些改进主要体现在：①水凝物粒子分类数目；②冰核活化；③粒子谱分布描述函数；④粒子谱截距的取值；⑤粒子间相互转换阈值大小的设定。中国范围内云微物理参数化方案敏感性试验研究成果统计表明,使用WRF模式中Lin方案的模拟效果较好,MM5模式采用Goddard和Reisner方案效果较好。

关键词: 中尺度模式; 云微物理参数化; 降水模拟; 敏感性试验
中图分类号:P435 文献标志码:1001-8166(2014)02-0238-12 文章编号:1001-8166(2014)02-0238-12
A Study of Characteristics of the Cloud Microphysical Parameterization Schemes in Mesoscale Models and Its Applicability to China
Yin Jinfang1, Wang Donghai1, Zhai Guoqing2
1. State Key Laboratory of Severe Weather, Chinese Academy of Meteorological Sciences, Beijing 100081,China
2. Department of Earth Science, Zhejiang University, Hangzhou 310027, China
Fund:
Abstract

： Cloud microphysical scheme plays a significant role in cloud and precipitation simulation, and it is however one of the main error originations in predictions. An overview of the progresses in the cloud microphysical parameterization in mesoscale models has been done, and a statistical analysis of the sensitivity experiment results on the microphysical parameterization schemes over China have been performed. The Lin and RutledgeHobbs schemes lay a solid foundation for the development of cloud microphysical parameterization, and all later developed schemes were directly or indirectly based on the Lin and RutledgeHobbs schemes with some improvements. These improvements mainly include:①number of hydrometeor classicication; ②ice nucleation; ③hydrometeor particle size distributions; ④given values of intercept for the hydrometeor particle size distributions, and ⑤the threshold values for autoconversion processes. According to the statistical results, the Lin scheme in the Weather Research and Forecasting (WRF) model performed well in simulations, and the Goddard and Reisner schemes in the PSU/NCAR Mesoscale Model (MM5) simulated well.

Keyword: Mesoscale numerical model; Microphysical parameterization; Precipitation simulation; Sensitivity experiment.
1 引 言

云在天气和气候的中起着重要的作用。云中水汽和各种水凝物之间的相互转换,以及它们的动力、热力效应直接影响天气过程（如,雷暴,冰雹,飑线等）的发生发展。其次,感热、潜热和动量输送等反作用于大尺度环境,直接影响大气温度、湿度场的垂直分布。因此,合理的描述云物理过程及云与大尺度环境之间的相互作用是准确模拟各种天气过程的关键之一。早在1970年代,许多学者在数值模式中引入了较复杂的云微物理过程[ 1, 2]。特别是Lin[ 3]方案和Rutledge-Hobbs[ 4, 5]方案（简称RH方案）提出之后,云微物理参数化方案得到了极大的发展,形成了多种各具特色的云微物理参数化方案[ 6~ 9]。

IPCC[ 10]明确地指出云物理过程及其反馈机制是导致数值模式预报不确定性的最大因素。不同的云微物理参数化方案“再现”不同类型天气过程的能力存在较大的差别,即使各方案均能够合理地“再现”出大气环流形势的演变、降水分布和强度,但对云中微物理过程的模拟能力却存在着较大的差别[ 11]。孙晶等[ 12]认为MM5模式中的Reisner[ 13]霰方案对华南暴雨具有较好的模拟能力,而饶纲伟等[ 14]则认为Goddard方案[ 15]对粤北冻雨天气的模拟优于Reisner方案。闫之辉等[ 16]对比分析指出使用WRF模式中Lin方案的总体预报结果较好,但不同的分辨率各方案表现出较大的差异[ 17]。总之,当前中尺度模式中微物理参数化方案各具优势和局限性,在选取微物理参数化方案时需要结合关注研究对象和研究目的。

不同云微物理参数化方案的描述方法存在较大的差异。不仅粒子分类数目、密度、分布谱、下落末速度等方面不同,而且在具体的云微物理过程的物理描述和处理方式上也存在较大的差异。Kessler[ 18]方案仅包含云水和雨水两种水凝物粒子,仅考虑云滴凝结、云雨自动转化、云滴同雨滴的碰并等基本过程；Dudhia[ 19]方案中引入了简单冰相过程；Tao 等[ 15]增加了饱和调整过程；McCumber等[ 20]则将雹或霰当作单独的一类冰相粒子；而Meyers[ 7]方案和Morrison[ 21]方案则采用Gamma函数描述粒子谱分布。除了各方案本身的差别之外,各方案关注的天气过程也不尽相同。Rutledge等[ 4]关注大尺度抬升和中尺度辐合造成的锋面降水；Morrison 等[ 8]强调云凝结核和冰核的重要性及其对长短波辐射的影响；Thompson等[ 22]的主要目标是改善对冻雨事件的预报,提供较好的航空危险天气预警。

许多研究意识到了云微物理参数方案的重要性。一些学者[ 23, 24]曾对中尺度模式中的云微物理参数化方案作了相应的介绍,但都未详细地分析不同参数化方案的联系和异同,也未对云微物理参数化方案在中国的使用效果做调研分析。尽管国外在这方面有较多的研究成果[ 25, 26],但是由于东亚季风区背景下的云微物理过程具有独特性[ 27],加之青藏高原大地形的影响,中尺度数值模式中的云微物理参数化方案是否适用于中国地区天气过程,有必要进一步的分析。

本文选取中尺度数值模式MM5,WRFκ,ARPSλ和GRAPESμ ( The PSU/NCAR Mesoscale Model.κ Weather Research and Forecasting Model.λ Advanced Regional Prediction System.μ Global/Regional Assimilation and Prediction System.) 中包含的云微物理参数化方案,详细地分析了云微物理参数化方案之间的联系和异同,以及它们主要适用的天气过程,并调研了最近十余年来中尺度模式云微物理参数化方案在中国范围内敏感性试验研究成果。以期充分认识不同云微物理参数化方案之间的异同,为参数化方案研究提供参考；同时为模拟研究中具体的天气过程（如,台风、华南暴雨、梅雨、东北冷涡等）选取合适的云微物理参数化方案提供依据。

2 云微物理参数化方案的研究现状

根据云的相态将云微物理方案分为暖云方案和混合相云方案。暖云方案只包含云水和雨水两类水凝物,通常只考虑云滴凝结、云雨自动转化、云滴同雨滴的碰并、雨滴凝结蒸发和重力沉降等物理过程。混合相云方案包括云水、雨水、冰晶、雪晶、霰、雹等水凝物粒子,细致地考虑了冰相粒子的凝华、冻结、融化和相互碰并等过程。根据混合相云方案中冰相粒子数目的不同、冰相过程复杂程度等,混合相云方案可分为简单冰相方案和复杂混合相云方案两大类。

2.1 暖云方案

暖云是指由液相粒子构成的云,一般处于温度高于0℃的环境内。暖云方案假定冰相过程对云的热力和降水过程都不起重要作用,描述云水通过水汽达到饱和后的凝结过程产生,当云水含水量达到一定阈值,云水向雨水的转化,初生雨滴下落过程中不断碰并云滴增长,直至降落到地面的整个过程。暖云方案体现了最基本和最主要的云微物理过程,能够描述成云致雨的基本特征和主要的热力、动力反馈,有时推广应用于混合云降水过程。暖云方案的预报量一般包括云水和雨水比质量两种,通常考虑云滴凝结、云雨自动转化、雨滴碰并云滴、雨滴凝结蒸发和重力沉降等过程,复杂一些的还会考虑雨滴的自动破碎等。

2.2 简单冰相云方案

自然云内温度通常在0℃以下,含有冰相粒子（冰晶、雪晶、霰和雹）。特别是在中高纬地区,云中包含大量冰相粒子,因此参数化方案中必须考虑云中的冰相过程。相对于暖云方案,简单冰相方案中增加了冰相粒子,其中云冰和雪晶是同一类水凝物,云水和雨水是另一类水凝物。当温度高于0℃时为云水和雨水,反之为云冰和雪晶。当云冰和雪晶下落通过0℃高度层时,云冰和雪晶由于融化而向云水和雨水转化；反之,当云水和雨水上升穿过0℃高度层后,云水和雨水通过凝华、冻结等过程向云冰和雪晶转化。

简单冰相方案抓住了自然云中的主要云微物理过程,并且节省计算资源,在气候模式和早期实时业务中尺度模式中应用比较广泛。简单冰相方案的主要缺点是没有考虑过冷水的存在区域,相变潜热导致冻结层附近可能出现温度反馈的不连续,并且融化过程只在冻结层的相邻层发生。其次,当液态水处于0 ℃以下环境时全部冻结,这与液态水在-40 ℃以下才全部自发冻结有较大的差别。再次,云冰和雪晶下落通过0℃层时立即全部融化,这种假定与实际不符,这正是导致模式计算过程中0 ℃层附近层出现“振荡”的主要原因。此外,简单冰相方案导致云滴浓度明显偏高,从而引起较大的辐射差异[ 28]。

Lin方案在云微物理参数化方案中占有重要的地位,对云微物理参数化方案的发展给予了极大的促进作用。Lin方案包含云水、雨水、冰晶、雪晶和雹五类水凝物粒子。Rutledge 等[ 5]在Lin方案的基础上发展了另一套参数化方案,将雹替换为霰粒子。为了节省计算资源,Dudhia[ 19]基于Lin方案和RH方案建立了一套简单混合相云参数化方案。Hong 等[ 29]对RH方案和Dudhia方案进行了改进,包括：①物理过程开始计算之前,格点上云水（冰）和雨（雪）的负值设为零；②引入了时步分离积分法；③改进了高层云量的算法。此后,Hong等[ 30]做了进一步改进,将雪晶谱截距设为温度的函数,而不是定值。其次,增加了冰晶重力沉降作用的新描述方法,改进了冰晶质量依赖于数浓度等冰晶过程,即WRF模式中的WSM3方案。Lim等[ 31]在WSM3方案的基础上增加了云滴和雨滴数浓度的预报方程,形成了WDM3双参方案。

2.3 复杂混合相云方案

随着云微物理理论和观测研究的不断深入,人们逐渐认识到自然云中的成冰机制及冰相过程远远复杂于简单冰相方案描述的过程。简单的冰相方案不能充分反映出冰相粒子动力和热力效应及其转化机制。鉴于简单冰相过程的不足,加之计算机计算能力的提高,冰相过程不断被细化,一些方案甚至包含高达110余种云微物理过程[ 32]。

2.3.1 冰相粒子种数

由于冰相粒子的形状和属性各异,与温度、湿度等气象因子的关系又不确定,冰相云过程的处理远比液相云困难。冰相粒子的下落末速度、碰并系数也有很大的不确定性,加之冰相粒子形状、大小各异,以及冰晶繁生等一系列不确定的因素,使得冷云中云微物理过程变得极其复杂。

由于不同冰相粒子下落末速度之间明显的差异给微物理参数化方案中带来了较大的困难,因此如何考虑冰相粒子的分类是云微物理参数化方案的关键科学问题之一[ 33]。一方面,为了增加参数化方案的灵活性和普适性,需要不断的细化粒子的种类。然而,不断细化粒子带来新的问题：①粒子的物理属性难以界定,②粒子之间相互转化的描述问题和随之而来的海量计算。因此,合理的选择粒子分类数目,是云微物理参数化方案中考虑的首要问题。

当前已有20余种冰相云微物理参数化方案。Ogura等[ 34]、Koenig等[ 35]和Orville等[ 36]等方案考虑一类或两类冰相粒子；Lin等[ 3]包含云冰、雪晶和雹三类冰相粒子；Rutledge等[ 4, 5]则将将雹粒子替换为霰粒子；其他一些方案[ 7, 37]同时引入了霰粒子和雹粒子。一些方案将所有的冰粒子统称为一类（如, Schultz[ 38]; Lin等[ 9]）。相反,另一些方案则根据冰相粒子的形状、密度、属性等将冰相不断细化,如Straka等[ 33]将冰相粒子分为3类冰粒子,雪团,三类霰粒子,冻滴,两类冰雹,共计10种冰相粒子。McCumber等[ 20]研究指出,合理的模拟云中的冰相过程至少需要包含四类冰相水凝物粒子。当前参数化方案中通常将水凝物粒子分为云水、雨水、云冰、雪晶、霰和雹,其中冰晶、雪晶、霰和雹为冰相粒子。

2.3.2 冰核活化

“贝杰龙”过程在冰相云中对降水的形成有着重要的作用[ 39]。自然云通常是固、液相混合云,冰晶是形成其他冰相粒子的“胚胎”,在冰相过程中起着重要的作用。因此,合理参数化冰核活化过程尤为重要。当前冰核活化有不同的参数化方法,Fletcher[ 40]认为冰核浓度是温度的函数,Cooper[ 41]指出冰核浓度是饱和度的函数,胡志晋等[ 42]、Thompson等[ 22]、许焕斌等[ 43]等同时考虑饱和度和温度对冰核活化的影响。Yin等[ 44]统计分析指出中国北方地区的冰核浓度与其他地区的冰核特征有着明显的差别。因此,在选取方案时,需要根据实际观测结果调整参数化方案中参数的取值。

2.3.3 云微物理过程的发展

简单冰相方案的优点是极大地减少了计算量,在计算条件有限的条件下,能够利用简单冰相混合方案进行高分辨率的数值模拟。随着计算机计算能力的不断提高,无论是暖云方案,还是简单混合相云方案,都难以全面反映出真实大气中的云微物理过程。为了在数值模式中更加详细、合理地描述云微物理过程,需要在数值模式中引入复杂混合相云微物理参数化方案。

Lin方案为复杂混合相云方案的发展奠定了坚实的基础。该方案的主要优点是引入了雪晶,雪晶的形成主要通过大尺度冰晶与云（雨）的碰冻,凝华和淞附等方式。雪晶的增加导致了云水含量的减少,使得在云生命史早期雨水的形成减少。Tao等[ 15]在Lin方案的基础上增加了饱和调整方案,形成了Goddard方案；Chen等[ 45]基于Lin方案和RH方案,结合Goddard方案的饱和调整,构建出了一套新的复杂混合相云方案,即当前WRF模式中的Purden Lin方案。

当前WRF模式中的Goddard方案是经过几次调整后的方案。首先,McCumber等[ 20]增加了将雹或霰当作第三类冰物质的开关,霰粒子主要用于热带对流系统降水,而雹粒子适合于中高纬深对流天气系统降水,且指出这种分类依据主要是霰和雹的粒子分布谱存在明显的差异。霰和雹的这种差异不仅影响水物质数量和层状云砧区域的描述,还与云微物理-动力-辐射过程等密切相关。其次,增加了新的饱和调整方案,确保格点上晴空（多云）时不存在过饱和（未饱和）现象。第三,除融化、蒸发和升华之外的过程,其它过程都是基于格点热力学方程来计算,确保每一个过程都用同样的方式来处理。第四,每一种粒子降落到地面的总质量不能超过所有粒子质量总和,确保云微物理计算过程中水物质守恒。此外,Goddard方案提供仅包括冰和雪两类冰粒子的选项,通常只用于低分辨（格距大于5 km）大尺度天气系统模拟中,如冬季对流系统和锋面对流系统。Gilmore等[ 46]认为霰粒子谱分布的截距和斜率变化非常大,将截距固定为常数在很大程度上歪曲了物理过程,最近NSSL单参方案[ 47]采用相同的处理方法。

2.3.4 粒子谱的演变

采用不同函数描述水凝物粒子谱,不但粒子的分布形式不同,而且粒子谱参数的处理上也有很大的差异。早期绝大部分参数化方案假定粒子谱服从指数分布。其表达式为

N( D)= N0exp(- λD) , （1）

式中参数 N0和 λ分别为截距和斜率。通常固定 N0的值, λ的值由水凝物的比质量确定。谱型的演变仅由 λ来确定,称之为单参（One-moment）谱演变。1970年代,Srivastava[ 48]提出了双参数演变,但在实际参数化的过程中,往往假定 N0和 λ的比值为常数,这相当于比浓度不变,本质上为固定一个参数的前提下讨论粒子谱的演变[ 49]。

观测研究表明,Gamma（Γ）函数能够更好地描述云中水凝物粒子谱。Γ函数可表示为

N(D)=N0D μexp(-λD), （2）

式中 μ为谱形状参数。谱参数 N0和 λ可由比质量和比浓度方程联立求解得出,粒子谱可由 N0和 λ两个参数共同决定,称为双参（Two-moment）谱演变。Meyers等（Meyers方案）用Γ函数来描述水凝物粒子的分布被广泛的应用的云微物理参数化方案中[ 7]。Thompson等[ 22]以Reisner方案为基本框架,允许过冷水和冰晶同时存在低于0 ℃的环境中,并根据实际观测结果改进参数化方案。Thompson方案与其他方案的主要区别为：①假定雪晶谱分布依赖于冰水含量和温度；②采用指数函数和Γ函数来分段描述雪晶谱；③假定雪晶不是圆形的,且密度是最大维长度的函数。

Γ函数需要确定三个参数,但实际参数化过程中只能根据比质量和数浓度预报方程求解出 N0和 λ。因此, μ的取值常设取为定值。NSSL双参方案[ 47]中,提供了设置参数 μ的选项,模式使用者可以根据实际需要设置粒子谱参数 μ的取值。观测指出[ 27], μ并不是一个常数。Milbrandt等[ 37]为了改进双参谱演变中存在的不足,增加了雷达反射率的预报方程,实现了三参数演变。然而,雷达反射率本身不是独立的预报量,而是依赖于粒子比浓度和比质量的衍生变量,并不是真正意义上的三参演变。粒子谱的分布需要 N0, λ和 μ决定,预报这3个参数的参数化方案,称为三参（Three-moment）方案。然而,三参方案的缺点是求解谱参数时需要3个方程联立求解,而实际参数化过程中只有比质量和比浓度两个预报方程,还需要一个方程才能使方程组闭合。因此,在实际参数化过程中谱型参数往往根据观测结果设为常数,或诊断给出。在今后的参数化研究中,如何求解谱型参数将是参数化发展的重点之一。

图1 中尺度模式中混合相云微物理参数化方案之间的相互联系Fig.1 Relationship among different bulk microphysical schemes in GRAPES, WRF, MM5, and ARPS models

尽管不同的云微物理方案有所差别,但是这些方案之间存在着紧密的联系,有着共同的物理基础。图1显示的是常用中尺度模式GRAPES,WRF,MM5和ARPS中云微物理参数化方案之间的联系。可以看出,Lin方案和RH方案奠定了云微物理参数化方案的基础,其他方案是直接或间接在Lin方案的基础上,从不同的方向做了相应的改进,从而形成了各具特点的方案。

2.3.5 粒子谱截距的取值

单参方案中粒子谱截距取为定值,仅通过斜率的变化来反映谱变化。由于当前使用的微物理参数化方案绝大多数来源于国外,其参数的取值主要采用其它地区的观测结果,不同云微物理方案雪晶谱截距取值也不同（表1）。Yin等[ 27]对比东亚和其他地区粒子谱发现,东亚地区雪晶谱的截距比其他地区小,斜率也比其他地区略小；雨滴谱也类似。因此,在数值模拟研究中,可以根据研究对象的地理分布、天气过程特征等因素结合已有的观测结果对截距的值适当地调整。

表1 不同云微物理方案雪晶谱取值 Table 1 Values of intercept for snow crystal size distribution

2.3.6 粒子间相互转换阈值

Kessler型云水向雨水自动转化参数化过程中阈值的选取尤为重要,因为阈值的大小关系到自动转化的早迟。将阈值设定为常数的缺点是当空气中云水含量较低时,无云水向雨水的转化,从而低估了云的降水效率；相反,在云水含量较高时,大量云水瞬间转化为降水,而实际仅有部分含水量转换为降水,这样就高估了云的降水可能。因此,不同的方案中往往根据需要对阈值进行调整。表2中列举出了不同微物理参数化方案中云水向雨水自动转化和雪晶自动转换的阈值。可以看出,不同方案中阈值的大小存在一定的差异,这些阈值的差异很可能导致云中各微物理变量含量的明显不同。在数值模拟研究中,可以根据研究的地理范围,天气过程的不同对阈值的设定进行适当的调整,以便得到更为理想的模拟结果。

表2 不同云微物理方案中自动转换过程中的阈值 Table 2 Threshold values for autoconversion processes in different schemes
3 中国对云微物理参数化的研究

为了提高数值模式对东亚地区云和降水的预报能力,国内许多学者对云微物理参数化方案进行了系列研究。胡志晋等[ 52]改进了Kessler暖云方案,将云滴形成雨滴的转换过程分成酝酿和碰并增长两个阶段。许焕斌等[ 53]建立了包含雨滴和雹粒子的双参冰雹云模式。胡志晋等[ 54]在已有工作的基础上构建了对流云和层状云双参数方案。刘公波等[ 55]在前人的基础上提出了一个混合相层状云模式。刘奇俊等[ 56]吸收并改进了胡志晋[ 42]的层云和积雨云微物理方案,成功将双参数暖云方案、简化混合相云方案和双参数混合相云方案移植到国家气象中心业务有限区数值预报模式HLAFS中,提高了原模式预报系统的湿物理过程和对云-降水过程的预报能力。楼小凤[ 57]以胡志晋等[ 42, 54]早期的对流云模式和层状云模式为基础发展了一套混合相云双参数微物理方案,命名为CAMS复杂云微物理方案；孙晶等[ 58]将CAMS复杂云微物理方案耦合到GRAPES模式中；Gao等[ 59]进一步改进了CAMS复杂微物理参数化方案,耦合到WRF模式中。尹金方[ 60]基于东亚地区长时间云和降水微物理的观测结果,建立了一套较为复杂的混合相云双参数微物理方案。为了研究冰雹的形成机制,洪延超[ 61]将冻滴从霰粒子中分离出来,并建立相应的预报方程,形成了包含云滴、雨滴、冰晶、雪、霰、冻滴和冰雹7 种水凝物粒子的参数化方案。为了更好地描述雨滴谱,郭学良等[ 62]将体积水方案与分档法结合,对雨滴谱进行分档处理。

为了适应不同条件下对云降水的模拟研究,一些学者对中尺度模式中的云微物理方案作了相应的改进。孔凡铀等[ 63]综合多个云微物理参数化方案,构建出较为复杂的云微物理参数化方案。赵震等[ 64]在MM5中Reisner2方案的基础上加入了新的云微物理过程。刘卫国等[ 65]增加了冰晶数浓度、人工冰晶数浓度及比水量到ARPS模式云微物理方案中,使该方案的微物理预报量增加到9个。

在过去的30余年里,中国对云微物理体积水参数化方案的研究取得了一系列成果。这些参数化方案的改进有效地促进了对中国地区云和降水的数值模拟研究。当然,国内还有其它许多关于云微物理参数化研究的成果,由于本文只追踪了国内外主要气象相关期刊,难免会有遗漏。值得注意的是,国内研发和改进的这些参数化方案中,参数的取值几乎采用国外的观测结果,其在中国地区的实用性还需进一步验证。随着中国外场试验的广泛开展,有必要针对中国地区的观测结果对模式中的云微物理参数化方案进行修订。

4 云微物理方案在中国的敏感性研究

云微物理参数化方案对云和降水的模拟结果有着重要的影响,就如何选取合适的物理参数化方案是有重要意义的科学问题。世界各地进行了大量云微物理参数化方案对降水的影响的研究[ 20, 66, 67],目的是为了能够选出一种理想的云微物理参数化方案。

表3列举出了中国区域内2000—2012年针对中尺度模式中云微物理参数化方案敏感性试验研究的结果。总体而言,WRF模式中 Lin方案的效果较好；MM5模式中,Goddard方案和Reisner方案效果较好。需要注意的是WRF和MM5模式中云微物理参数化方案的对比分析研究较多[ 68],而对GRAPES和ARPS模式中云微物理方案的对比分析研究较少,其原因是GRAPES模式发展时间较晚[ 69],ARPS模式早期版本中云微物理参数化方案使用较少。其次,这些研究以单参方案为主,对最近几年发展的双参云微物理参数化方案的研究较少,这也是今后工作重点的一部分。随着计算能力的不断提高和双参云微物理参数化的发展,双参云微物理参数化方案正被逐渐应用到数值模拟研究和业务预报系统中。Zhang等[ 70]研究认为,当网格距在20~50 km之间应该同时使用积云参数化和云微物理参数化方案。由于当前中尺度模式使用的背景场资料分辨率还不够高,还需要同时使用积云参数化和云微物理物理方案。因此,表3中同时列出了与云微物理参数化组合使用的对流参数化方案。

表3 2000—2012年期间中国范围内云微物理参数化方案敏感性试验结果 Table 3 Sensitivity experiment results for the cloud microphysical parameterization schemes over China during the period from 2000-2012
5 结语和讨论

本文总结了当前中国常用中尺度模式中的主要云微物理参数化方案的特征,归纳分析了不同方案之间的联系和差异。尽管不同的方案有所差别,但有着相同的物理基础,各方案之间有着一定的联系。Lin方案和Rutledge-Hobbs方案奠定了云微物理参数化方案的基础,其他方案都是直接或间接在这两个方案的基础上从不同方面改进而形成的。具体改进可以归纳为以下几方面。

（1）当前中尺度数值模式云微物理参数化方案中,水凝物粒子主要包括云水、雨水、冰晶、雪晶、霰和（或）雹。其中包含霰粒子的方案主要适用于热带地区降水（如,Reisner霰方案、WDM6方案等）,而中高纬深对流云降水主要采用含雹粒子的方案（如Lin方案、Goddard方案、Thompson方案等）。

（2）云微物理参数化中通常可用指数函数和Gamma函数来描述粒子谱。许多观测资料统计表明,用Γ函数能够很好地描述云和降水粒子谱。因此,新兴的云微物理参数化方案均采用Gamma函数描述粒子谱。

（3）当前中尺度模式中包含单参和双参云微物理参数化方案。单参方案固定截距,通过斜率的变化来反映粒子谱演变,计算量小,且相对稳定；双参方案理论上更加合理地反映云和降水的物理过程,但当前双参方案粒子数浓度和比质量的预报方程之间缺乏约束,一定程度上导致了双参方案的不确定性。

（4）使用单参方案时,不同方案中粒子谱截距的取值不同。在数值模拟过程中,可以根据已有的观测结果对取值的设定进行适当的调整。此外,云水自动向雨水转换阈值、冰核活化参数的取值应根据观测结果进行调整。

不同云微物理参数化方案在处理具体物理过程中有所差别,在选择云微物理参数化方案时应当对方案有所了解。不同的方案研究的天气现象不同,在选择参数化方案时,应针对研究的具体天气过程,选择合适的参数化方案以得到更加合理的结果。中国范围内2000—2012年云微物理参数化方案敏感性试验研究结果表明,使用WRF模式中Lin方案的模拟效果较好,MM5模式采用Goddard和Reisner方案模拟效果较好。需要注意的是最近的一些研究也表明新Thompson双参方案对于中国区域内强降水落区和量级都表现出较好的预报能力。

随着云微物理观测和理论研究的深入[ 87, 88, 89, 90],进一步改进云微物理参数化方案研究势在必行。结合当前中尺度数值模式中的云微物理参数化方案特征及不足,提出以下建议,供今后云微物理参数化方案构建研究中方案设计作参考。①云中水凝物粒子分类数目是云微物理参数化方案构建中需要考虑的首要问题,需要针对研究的天气过程合理地对进行粒子分类。②冰晶是形成其他冰相粒子的“胚胎”,在冰相过程中起着重要的作用,需要根据大量实际观测结果合理参数化冰核活化过程。③Gamma函数能够较好地描述云中水凝物粒子谱,如何求解谱型参数将是参数化发展的重点之一。④水凝物粒子比质量和数浓度预报方程之间缺乏物理约束,常常导致两者之间的不匹配,今后需要根据大量观测建立比质量和数浓度两者之间约束关系,以改进双参方案的稳定性和不确定性[ 91]。⑤结合CloudSat卫星、双偏振雷达等观测资料,设定云微物理参数化方案中不同垂直高度层上自动转换阈值相同,改进自动转换过程。

The authors have declared that no competing interests exist.

参考文献
[1] Koenig L R. Numerical modeling of ice deposition[J]. Journal of the Atmospheric Sciences, 1971, 28(2): 226-237. [本文引用:1] [JCR: 2.672]
[2] Danielsen E F, Bleck R, Morris D A. Hail growth by stochastic collection in a cumulus model[J]. Journal of the Atmospheric Sciences, 1972, 29(1): 135-155. [本文引用:1] [JCR: 2.672]
[3] Lin Y L, Farley R D, Orville H D. Bulk parameterization of the snow field in a cloud model[J]. Journal of Climate and Applied Meteorology, 1983, 22(6): 1 065-1 092. [本文引用:2]
[4] Rutledge S A, Hobbs P. The mesoscale and microscale structure and organization of clouds and precipitation in midlatitude cyclones. VIII: A model for the “seeder-feeder” process in warm-frontal rainband s[J]. Journal of the Atmospheric Sciences, 1983, 40(5): 1 185-1 206. [本文引用:3] [JCR: 2.672]
[5] Rutledge S A, Hobbs P V. The mesoscale and microscale structure and organization of clouds and precipitation in midlatitude cyclones. XII: A diagnostic modeling study of precipitation development in narrow cold-frontal rainband s[J]. Journal of the Atmospheric Sciences, 1984, 41(20): 2 949-2 972. [本文引用:3] [JCR: 2.672]
[6] Tao W K, Simpson J. Goddard cumulus ensemble model. Part I: Model description[J]. Terrestrail, Atmosphere and Oceanic Science, 1993, 4(1): 35-72. [本文引用:1]
[7] Meyers M P, Walko R L, Harrington J Y, et al. New RAMS cloud microphysics parameterization. Part II: The two-moment scheme[J]. Atmospheric Research, 1997, 45(1): 3-39. [本文引用:3] [JCR: 2.2]
[8] Morrison H, Thompson G, Tatarskii V. Impact of cloud Microphysics on the development of trailing stratiform precipitation in a simulated squall line: Comparison of one-and two-moment schemes[J]. Monthly Weather Review, 2009, 137(3): 991-1 007. [本文引用:1] [JCR: 2.758]
[9] Lin Y, Colle B A. A new bulk microphysical scheme that includes riming intensity and temperature-dependent ice characteristics[J]. Monthly Weather Review, 2011, 139(3): 1 013-1 035. [本文引用:2] [JCR: 2.758]
[10] Houghton J T, Ding Y, Griggs D J, et al. Climate Change 2001: The Scientific Basis[M]. Cambridge, United Kingdom and New York: Cambridge University Press, 2001. [本文引用:1]
[11] Lin Wenshi, Meng Jinping, Meng Weiguang, et al. Numerical simulation about a heavy snowfall event in north China: The sensitivity of cloud microphysical parameterization schemes[J]. Scientia Meteorologica Sinica, 2009, 29(2): 150-156.
[林文实, 孟金平, 蒙伟光, 等. 华北暴雪的云微物理参数化方案的比较模拟[J]. 气象科学, 2009, 29(2): 150-156. ] [本文引用:1] [CJCR: 1.293]
[12] Sun Jing, Wang Pengyun. Numerical study of heavy rainfall in south China with Reisner graupel scheme[J]. Meteorological Monthly, 2003, 29(4): 10-14.
[孙晶, 王鹏云. 用MM5模式Reisner霰方案对华南暴雨的数值模拟[J]. 气象, 2003, 29(4): 10-14. ] [本文引用:1] [CJCR: 1.156]
[13] Reisner J, Rasmussen R M, Bruintjes R T. Explicit forecasting of supercooled liquid water in winter storms using the MM5 mesoscale model[J]. Quarterly Journal of the Royal Meteorological Society, 1998, 124(548): 1 071-1 107. [本文引用:1] [JCR: 3.327]
[14] Rao Gangwei, Xu Suishan, Li Jiangnan. Sensitive studies of microphysics schemes on the frozen rain simulation over northern of Guangdong Province[J]. Guangdong Meteorology, 2008, 30(6): 20-23.
[饶纲伟, 徐穗珊, 李江南. 不同云微物理方案对粤北冻雨的敏感性试验[J]. 广东气象, 2008, 30(6): 20-23. ] [本文引用:1] [CJCR: 0.8824]
[15] Tao W K, Simpson J, McCumber M. An ice-water saturation adjustment[J]. Monthly Weather Review, 1989, 117(1): 231-235. [本文引用:3] [JCR: 2.758]
[16] Yan Zhihui, Deng Liantang. Description of microphysical processes in WRF model and its prediction experiment[J]. Desert and Oasis Meteorology, 2007, 1(6): 1-6.
[闫之辉, 邓莲堂. WRF模式中的微物理过程及其预报对比试验[J]. 沙漠与绿洲气象, 2007, 1(6): 1-6. ] [本文引用:1] [CJCR: 1.0736]
[17] Niu Junli, Yan Zhihui. Impacts of microphysics schemes on the heavy rainfall simulation with WRF model[J]. Science & Technology Information, 2007, 23: 17-20.
[牛俊丽, 闫之辉. WRF模式微物理方案对强降水预报的影响[J]. 科技信息, 2007, 23: 17-20. ] [本文引用:1]
[18] Kessler E. On the Distribution and Continuity of Water Substance in Atmospheric Circulations[C]. Boston: Meteorological Monographs, American Meteorological Society, 1969. [本文引用:1]
[19] Dudhia J. Numerical study of convection observed during the winter monsoon experiment using a mesoscale two-dimensional model[J]. Journal of the Atmospheric Sciences, 1989, 46(20): 3 077-3 107. [本文引用:2] [JCR: 2.672]
[20] McCumber M, Tao W K, Simpson J, et al. Comparison of ice-phase microphysical parameterization schemes using numerical simulations of tropical convection[J]. Journal of Applied Meteorology, 1991, 30(7): 985-1 004. [本文引用:4] [JCR: 1.702]
[21] Morrison H, Curry J A, Khvorostyanov V I. A new double-moment microphysics parameterization for application in cloud and climate models. Part I: Description[J]. Journal of the Atmospheric Sciences, 2005, 62(6): 1 665-1 677. [本文引用:1] [JCR: 2.672]
[22] Thompson G, Field P R, Rasmussen R M, et al. Explicit forecasts of winter precipitation using an improved bulk microphysics scheme. Part II: Implementation of a new snow parameterization[J]. Monthly Weather Review, 2008, 136(12): 5 095-5 115. [本文引用:3] [JCR: 2.758]
[23] Lou Xiaofeng, Hu Zhijin, Wang Pengyun, et al. Introduction to microphysical schemes of mesoscale atmospheric models and cloud models[J]. Quarterly Journal of Applied Meteorology, 2003, 14(Suppl. ): 49-59.
[楼小凤, 胡志晋, 王鹏云, 等. 中尺度模式云物理降水物理方案介绍[J]. 应用气象学报, 2003, 14(增刊): 49-59. ] [本文引用:1]
[24] Shi Yueqin, Lou Xiaofeng. Progress in researches on explicit cloud microphysical schemes[J]. Meteorological Science and Technology, 2006, 34(5): 513-520.
[史月琴, 楼小凤. 显式云物理方案的研究进展[J]. 气象科技, 2006, 34(5): 513-520. ] [本文引用:1] [CJCR: 1.0338]
[25] Hong S Y, Sunny Lim K S, Kim J H, et al. Sensitivity study of cloud-resolving convective simulations with wrf using two bulk microphysical parameterizations: Ice-phase microphysics versus sedimentation effects[J]. Journal of Applied Meteorology and Climatology, 2009, 48(1): 61-76. [本文引用:1] [JCR: 2.02]
[26] Milbrand t J A, Yau M K, Mailhot J, et al. Simulation of an orographic precipitation event during improve-2. Part Ⅱ: Sensitivity to the number of moments in the bulk microphysics scheme[J]. Monthly Weather Review, 2010, 138(2): 625-642. [本文引用:1] [JCR: 2.758]
[27] Yin J, Wang D, Zhai G. A comparative study of cloud-precipitation microphysical properties between East Asia and other regions[J]. Journal of the Meteorological Society of Japan, 2013, 91(4): 507-526. [本文引用:3] [JCR: 0.8]
[28] Hu Zhijin, Lou Xiaofeng, Bao Shaowu, et al. A simplified explicit scheme of phase-mixed cloud and precipitation[J]. Quarterly Journal of Applied Meteorlolgy, 1998, 9(3): 257-264.
[胡志晋, 楼小凤, 包绍武, 等. 一个简单的混合相云降水显示方案[J]. 应用气象学报, 1998, 9(3): 257-264. ] [本文引用:1]
[29] Hong S Y, Juang H M H, Zhao Q. Implementation of prognostic cloud scheme for a regional spectral model[J]. Monthly Weather Review, 1998, 126(10): 2 621-2 639. [本文引用:1] [JCR: 2.758]
[30] Hong S Y, Dudhia J, Chen S H. A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation[J]. Monthly Weather Review, 2004, 132(1): 103-120. [本文引用:1] [JCR: 2.758]
[31] Lim K S S, Hong S Y. Development of an effective double-moment cloud microphysics scheme with prognostic Cloud Condensation Nuclei (CCN) for weather and climate models[J]. Monthly Weather Review, 2010, 138(5): 1 587-1 612. [本文引用:1] [JCR: 2.758]
[32] Li Dashan. The Status and Prospects of Weather Modifications[M]. Beijing: Meteorological Press, 2004.
[李大山. 人工影响天气现状与展望[M]. 北京: 气象出版社, 2004. ] [本文引用:1]
[33] Straka J M, Mansell E R. A bulk microphysics parameterization with multiple ice precipitation categories[J]. Journal of Applied Meteorology, 2005, 44(4): 445-466. [本文引用:2] [JCR: 1.702]
[34] Ogura Y, Takahashi T. Numerical simulation of the life cycle of a thunderstorm cell[J]. Monthly Weather Review, 1971, 99(12): 895-911. [本文引用:1] [JCR: 2.758]
[35] Koenig L R, Murray F W. Ice-bearing cumulus cloud evolution: Numerical simulation and general comparison against observations[J]. Journal of Applied Meteorology, 1976, 15(7): 747-762. [本文引用:1] [JCR: 1.702]
[36] Orville H D, Kopp F J. Numerical simulation of the life history of a hailstorm[J]. Journal of the Atmospheric Sciences, 1977, 34(10): 1 596-1 618. [本文引用:1] [JCR: 2.672]
[37] Milbrand t J A, Yau M K. A multimoment bulk microphysics parameterization. Part II: A proposed three-moment closure and scheme description[J]. Journal of Atmospheric Sciences, 2005, 62: 3 065-3 081. [本文引用:2]
[38] Schultz P. An explicit cloud physics parameterization for operational numerical weather prediction[J]. Monthly Weather Review, 1995, 123(11): 3 331-3 343. [本文引用:1] [JCR: 2.758]
[39] Bergeron T. On the physics of cloud and precipitation[C]∥Proceeding of 5th Assembly 2, U. G. G. I. Lisbon, 1935: 156. [40]Fletcher N H. The Physics of Rain Clouds[M]. London: Cambridge University Press, 1962. [本文引用:1]
[41] Cooper W A. Ice initiation in natural clouds. Precipitation enhancement—A scientific challenge[J]. Meteorological Monographs, 1986, 21: 29-32. [本文引用:1]
[42] Hu Zhijin, Yan Caifan. Numerical simulation of microphysical processes in stratiform clouds(I)—Microphysical model[J]. Journal of Academy of Meteorological Science, 1986, 1(1): 37-52.
[胡志晋, 严采蘩. 层状云微物理过程的数值模拟(一)——微物理模式[J]. 气象科学研究院院刊, 1986, 1(1): 37-52. ] [本文引用:1]
[43] Xu Huanbin, Duan Ying, Liu Haiyue. Microphysical Processes of Hail and the Theory and Design for Hail Suppression[M]. Beijing: Meteorological Press, 2004.
[许焕斌, 段英, 刘海月. 雹云物理与防雹的原理和设计[M]. 北京: 气象出版社, 2004. ] [本文引用:3]
[44] Yin J, Wang D, Zhai G. An evaluation of ice nuclei characteristics from the long-term measurement data over North China[J]. Asia-Pacific Journal of Atmospheric Sciences, 2012, 48(2): 197-204. [本文引用:1] [JCR: 0.869]
[45] Chen S H, Sun W Y. A one-dimensional time dependent cloud model[J]. Journal of the Meteorological Society of Japan, 2002, 80(1): 99-118. [本文引用:1] [JCR: 0.8]
[46] Gilmore M S, Straka J M, Rasmussen E N. Precipitation uncertainty due to variations in precipitation particle parameters within a simple microphysics scheme[J]. Monthly Weather Review, 2004, 132(11): 2 610-2 627. [本文引用:1] [JCR: 2.758]
[47] Mansell E R, Ziegler C L, Bruning E C. Simulated electrification of a small thunderstorm with two-moment bulk microphysics[J]. Journal of the Atmospheric Sciences, 2010, 67(1): 171-194. [本文引用:1] [JCR: 2.672]
[48] Srivastava R C. Parameterization of raindrop size distributions[J]. Journal of the Atmospheric Sciences, 1978, 35(1): 108-117. [本文引用:2] [JCR: 2.672]
[49] Xu Huanbin, Duan Ying. Some questions in studying the evolution of size distribution spectaum of hydrometeor particles[J]. Acta Meteorologica Sinica, 1999, 57(4): 451-460.
[许焕斌, 段英. 云粒子谱演化研究中的一些问题[J]. 气象学报, 1999, 57(4): 451-460. ] [本文引用:1] [JCR: 0.799] [CJCR: 0.363]
[50] Thompson G, Rasmussen R M, Manning K. Explicit forecasts of winter precipitation using an improved bulk microphysics scheme. Part I: Description and sensitivity analysis[J]. Monthly Weather Review, 2004, 132(2): 519-542. [本文引用:1] [JCR: 2.758]
[51] Kong F, Yau M K. An explicit approach to microphysics in MC2[J]. Atmosphere-Ocean, 1997, 35(3): 257-291. [本文引用:1] [JCR: 1.673]
[52] Hu Zhijin, Cai Lidong. A parameterized numerical simulation of warm rain and salt-seeding in cumulus clouds[J]. Chinese Journal of Atmospheric Sciences, 1979, 3(4): 334-342.
[胡志晋, 蔡利栋. 积云暖雨过程及其盐粉催化的参数化数值模拟[J]. 大气科学, 1979, 3(4): 334-342. ] [本文引用:1] [CJCR: 1.948]
[53] Xu Huanbin, Wang Siwei. A numerical model of hail-bearingconvective cloud (1): Biparameter evolution of size distribution of raindrops, frozen raindrops and hailstones[J]. Acta Meteorologica Sinica, 1985, 43(1): 13-25.
[许焕斌, 王思微. 一维时变雹云模式研究(一)——反映雨和冰雹双参数演变[J]. 气象学报, 1985, 43(1): 13-25. ] [本文引用:1] [JCR: 0.799] [CJCR: 0.363]
[54] Hu Zhijin, He Guanfang. Numerical simulation of microprocesses in cumulonimbus clouds (I) microphysical model[J]. Acta Meteorologica Sinica, 1987, 45(4): 467-484.
[胡志晋, 何观芳. 积雨云微物理过程的数值模拟(一)微物理模式[J]. 气象学报, 1987, 45(4): 467-484. ] [本文引用:1] [JCR: 0.799] [CJCR: 0.363]
[55] Liu Gongbo, Hu Zhijin, You Laiguang. A mixed-phase stratiform cloud system model and the cases modeling on two low level mesoscale vortexes[J]. Acta Meteorologica Sinica, 1994, 52(1): 78-89.
[刘公波, 胡志晋, 游来光. 混合相层状云系模式和中尺度低涡云系的实例模拟[J]. 气象学报, 1994, 52(1): 78-89. ] [本文引用:2] [JCR: 0.799] [CJCR: 0.363]
[56] Liu Qijun, Hu Zhijin, Zhou Xiuji. Explicit cloud schemes of hlafs and simulation of heavy rainfall and clouds, part Ⅰ: Explicit cloud schemes[J]. Quarterly Journal of Applied Meteorology, 2003, 14(Suppl. ): 60-66.
[刘奇俊, 胡志晋, 周秀骥. HLAFS显式云降水方案及其对暴雨和云的模拟(I)云降水显式方案[J]. 应用气象学报, 2003, 14(增刊): 60-66. ] [本文引用:1]
[57] Lou Xiaofeng. Development and Implemementation of A New Explicit Microphysical Scheme and Comparisons of Original Scheme of MM5[D]. Beijing: Peking University, 2002.
[楼小凤. MM5模式的新显式云物理方案的建立和耦合及原来微物理方案的对比分析[D]. 北京: 北京大学, 2002. ] [本文引用:1] [CJCR: 0.54]
[58] Sun Jing, Lou Xiaofeng, Hu Zhijin, et al. Numerical experiment of the coupling of CAMS complex microphysical scheme and grapes model[J]. Journal of Applied Meteorological Science, 2008, 19(3): 315-325.
[孙晶, 楼小凤, 胡志晋, 等. CAMS复杂云物理方案与GRAPES模式耦合的数值试验[J]. 应用气象学报, 2008, 19(3): 315-325. ] [本文引用:1] [CJCR: 1.379]
[59] Gao W, Zhao F, Hu Z, et al. A two-moment bulk microphysics coupled with a mesoscale model WRF: Model description and first results[J]. Advances in Atomspheric Sciences, 2011, 28(5): 1 184-1 200. [本文引用:1]
[60] Yin Jinfang. The Study on Observation and Prameterization of Cloud-Precipitation Microphysical Properties over East Asia[D]. Hangzhou: Zhejiang University, 2013.
[尹金方. 东亚区域云和降水微物理特征及云微物理参数化方案构建[D]. 杭州: 浙江大学, 2013. ] [本文引用:1]
[61] Hong Yanchao. A 3D hail cloud numerical seeding model[J]. Acta Meteorologica Sinica, 1998, 56(6): 641-653.
[洪延超. 三维冰雹云催化数值模式[J]. 气象学报, 1998, 56(6): 641-653. ] [本文引用:1] [JCR: 0.799] [CJCR: 0.363]
[62] Guo Xueliang, Huang Meiyuan, Hong Yanchao, et al. A study of three-dimensional hail-category hailstorm model part Ⅰ: Model description and the mechanism of hail recirculation growth[J]. Chinese Journal of Atmospheric Sciences, 2001, 25(5): 707-720.
[郭学良, 黄美元, 洪延超, 等. 三维冰雹分档强对流云数值模式研究I. 模式建立及冰雹的循环增长机制[J]. 大气科学, 2001, 25(5): 707-720. ] [本文引用:1] [CJCR: 1.948]
[63] Kong Fanyou, Huang Meiyuan, Xu Huaying. Simulations study of ice microphysical processes in convective clouds with a three dimension model (I): Development of model and ice clouds parameterization[J]. Chinese Journal of Atmospheric Sciences, 1990, 14(4): 442-453.
[孔凡铀, 黄美元, 徐华英. 对流云中冰相过程的三维数值模拟1: 模式建立及冷云参数化[J]. 大气科学, 1990, 14(4): 442-453. ] [本文引用:1] [CJCR: 1.948]
[64] Zhao Zhen, Lei Hengchi, Wu Yuxia. A new explicit microphysical scheme in MM5 and numerical simulation[J]. Chinese Journal of Atmospheric Sciences, 2005, 29(4): 609-619.
[赵震, 雷恒池, 吴玉霞. MM5中新显式云物理方案的建立和数值模拟[J]. 大气科学, 2005, 29(4): 609-619. ] [本文引用:1] [CJCR: 1.948]
[65] Liu Weiguo, Liu Qijun. The numerical simulation of orographic cloud structure and cloud microphysical processes in Qilian Mountains in summer. Part(I): Cloud microphysical scheme and orographic cloud stucture[J]. Plateau Meteorology, 2007, 26(1): 1-15.
[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. ] [本文引用:1] [CJCR: 1.688]
[66] Liu C, Moncrieff M W. Sensitivity of cloud-resolving simulations of warm-season convection to cloud microphysics parameterizations[J]. Monthly Weather Review, 2007, 135(8): 2 854-2 868. [本文引用:1] [JCR: 2.758]
[67] Rajeevan M, Kesarkar A, Thampi S B, et al. Sensitivity of WRF cloud microphysics to simulations of a severe thunderstorm event over Southeast India[J]. Annales Geophysicae, 2010, 28(2): 603-619. [本文引用:1] [JCR: 1.518]
[68] Wang Xiaojun, Ma Hao. Progress of application of the Weather Research and Forecast (WRF) model in China[J]. Advances in Earth Science, 2011, 26(11): 1 191-1 199.
[王晓君, 马浩. 新一代中尺度预报模式(WRF)国内应用进展[J]. 地球科学进展, 2011, 26(11): 1 191-1 199. ] [本文引用:1] [CJCR: 1.388]
[69] Wang Chenxi. Experiments of influence of planetary boundary layer parameterization on muifa typhoon prediction[J]. Advances in Earth Science, 2013, 28(2): 197-208.
[王晨稀. 边界层参数化影响“梅花”台风的敏感性试验[J]. 地球科学进展, 2013, 28(2): 197-208. ] [本文引用:1] [CJCR: 1.388]
[70] Zhang D L, Hsie E Y, Moncrieff M W. A comparison of explicit and implicit predictions of convective and stratiform precipitating weather systems with a meso-beta-scale numerical model[J]. Quarterly Journal of the Royal Meteorological Society, 1988, 114: 31-60. [本文引用:1] [JCR: 3.327]
[71] Wu Hongyu, Chen Dehui, Xu Guoqiang. Sensitive experiments of various parameterization schemes in different physical processes on Guizhou precipitation[J]. Meteorological Monthly, 2007, 33(4): 23-28.
[伍红雨, 陈德辉, 徐国强. 不同物理过程参数化方案对贵州降水的敏感性试验[J]. 气象, 2007, 33(4): 23-28. ] [本文引用:1] [CJCR: 1.156]
[72] Sun Jing, Lou Xiaofeng, Shi Yueqin. The effects of different microphysical schemes on the simulation of a meiyu front heavy rainfall[J]. Acta Meteorologica Sinica, 2011, 69(5): 799-809.
[孙晶, 楼小凤, 史月琴. 不同微物理方案对一次梅雨锋暴雨过程模拟的影响[J]. 气象学报, 2011, 69(5): 799-809. ] [本文引用:1] [JCR: 0.799] [CJCR: 0.363]
[73] Xu Guoqiang, Liang Xudong, Yu Hui, et al. Precipitation simulation using different cloud-precipitation schemes for a land fall typhoon[J]. Plateau Meteorology, 2007, 26(5): 891-900.
[徐国强, 梁旭东, 余晖, 等. 不同云降水方案对一次登录台风的降水模拟[J]. 高原气象, 2007, 26(5): 891-900. ][74]Wu Huaping, Shu Jiong, Gu Ying, et al. The effects of different cumulus parameterization schemes in wrf on heavy rainfall in Hunan Province[J]. Journal of Tropical Meteorology, 2009, 25(2): 175-180. [伍华平, 束炯, 顾莹, 等. 暴雨模拟中积云对流参数化方案的对比试验[J]. 热带气象学报, 2009, 25(2): 175-180. ] [本文引用:1] [CJCR: 1.688]
[75] HA HyeKyeong, Wang Zhenhui, Kim JeoungYun, et al. The impact of cumulus parameterizations and micro-physics schemes of different combinations on typhoon track prediction[J]. Journal of Tropical Meteorology, 2009, 25(4): 435-441.
[河惠卿, 王振会, 金正润, 等. 积云参数化和物理方案不同组合应用对台风路径模拟效果的影响[J]. 热带气象学报, 2009, 25(4): 435-441. ] [本文引用:1] [CJCR: 1.371]
[76] Huang Haibo, Chen Chunyan, Zhu Wenna. Impacts of different cloud microphysical processes and horizontal resolutions of WRF model on precipitation forecast effect[J]. Meteorological Science and Technology, 2011, 39(5): 529-536.
[黄海波, 陈春艳, 朱雯娜. WRF模式不同云微物理参数化方案及水平分辨率对降水预报效果的影响[J]. 气象科技, 2011, 39(5): 529-536. ] [本文引用:1] [CJCR: 1.0338]
[77] Xu Jianjun, Wan Qilin. Influence of physical parameterizations and initialization on simulation of rainstorm over Southeast China[J]. Transactions of Atmospheric Sciences, 2011, 34(2): 129-134.
[徐建军, 万齐林. 物理参数化和资料初始化对中国东南部暴雨模拟的影响[J]. 大气科学学报, 2011, 34(2): 129-134. ] [本文引用:1]
[78] Li Antai, He Hongrang. Impact of different cloud microphysical parameterization schemes on the numeric simulation results of "8. 8" rainstorm process in Zhouqu[J]. Meteorology and Disaster Reduction Research, 2011, 34(3): 9-16.
[李安泰, 何宏让. 不同云微物理参数化方案对舟曲“8. 8”暴雨过程模拟的影响[J]. 气象与减灾研究, 2011, 34(3): 9-16. ] [本文引用:1] [CJCR: 0.6408]
[79] Duan Xu, Wang Man, Chen Xinmei, et al. Localization of operational experiment on the WRF mesoscale numerical modeling system[J]. Meteorological Monthly, 2011, 37(1): 39-47.
[段旭, 王曼, 陈新梅, 等. 中尺度WRF数值模式系统本地化业务试验[J]. 气象, 2011, 37(1): 39-47. ] [本文引用:1] [CJCR: 1.156]
[80] Chen Gong, Liao Jie, Sun Ling. Effect of micro-physical scheme on simulation of a heavy rainfall process in Sichuan[J]. Plateau and Mountain Meteorology Research, 2012, 32(1): 43-50.
[陈功, 廖捷, 孙凌. WRF微物理方案对四川一次强降水模拟的影响[J]. 高原山地气象研究, 2012, 32(1): 43-50. ] [本文引用:1] [CJCR: 0.8095]
[81] Duan Xu, Wang Man, Liu Jianyu, et al. Simulation experiments of precipitation prediction with MM5v3’s different parameterization schemes over low latitude plateau[J]. Meteorological Monthly, 2006, 32(4): 16-23.
[段旭, 王曼, 刘建宇, 等. 低纬高原地区MM5v3不同参数化方案降水模拟试验[J]. 气象, 2006, 32(4): 16-23. ] [本文引用:1] [CJCR: 1.156]
[82] Cheng Linsheng, Feng Wuhu. Analyses and numerical simulation on an abrupt heavy rainfall and structure of a mesoscale vortex during July 1998[J]. Chinese Journal of Atmospheric Sciences, 2001, 25(4): 465-478.
[程麟生, 冯伍虎. “987”突发大暴雨及中尺度低涡结构的分析和数值模拟[J]. 大气科学, 2001, 25(4): 465-478. ] [本文引用:1] [CJCR: 1.948]
[83] Ju Y, Wang H, Zhong Z, et al. A simulation study on the characteristies of cloud microphsics of heavy rainfall in the meiyu front[J]. Acta Meteorologica Sinica, 2009, 23(2): 206-222. [本文引用:1] [JCR: 0.799] [CJCR: 0.363]
[84] Lin W, Cholaw B. The cloud proeesses of a simulated moderate snowfall event in north china[J]. Advances in Atmospheric Science, 2006, 23(2): 235-242. [本文引用:1] [JCR: 1.338] [CJCR: 0.9244]
[85] Kang Lili, Lei Hengchi, Xiao Wenan. Simulation of various moist physical processes in mesoscale model[J]. Journal of Nanjing Institute of Meteorology, 2003, 26(1): 76-83.
[康丽莉, 雷恒池, 肖稳安. 中尺度模式中各种湿物理过程的数值模拟[J]. 南京气象学院学报, 2003, 26(1): 76-83. ] [本文引用:1] [CJCR: 1.005]
[86] Zhou Zugang, Tan Zhemin, Zhang Yi, et al. The impact of combination of model moist physics process on numerical simulation of a Nanjing heavy rainfall event[J]. Journal of Nanjing University(Natural Sciences), 2011, 47(4): 481-492.
[周祖刚, 谈哲敏, 张熠, 等. 模式湿物理过程的组合对一次南京大暴雨降水模拟的影响分析[J]. 南京大学学报: 自然科学版, 2011, 47(4): 481-492. ] [本文引用:1] [CJCR: 0.78]
[87] Ren Jianqi, Yan Wei, Ye Jing, et al. Advance in the study of cloud phase discrimination using satellite reote sensing data[J]. Advances in Earth Science, 2010, 25(10): 1 051-1 060.
[任建奇, 严卫, 叶晶, 等. 云相态的卫星遥感研究进展[J]. 地球科学进展, 2010, 25(10): 1 051-1 060. ] [本文引用:1] [CJCR: 1.388]
[88] Zhou Haiguang. A review on the development and application of the airborne doppler radar technique[J]. Advances in Earth Science, 2010, 25(5): 453-462.
[周海光. 机载多普勒天气雷达及应用研究进展[J]. 地球科学进展, 2010, 25(5): 453-462. ] [本文引用:1] [CJCR: 1.388]
[89] Zhu Yaqiao, Liu Yuanbo. Advances in measurement techniques and statistics features of surface raindrop size distribution[J]. Advances in Earth Science, 2013, 28(6): 685-694.
[朱亚乔, 刘元波. 地面雨滴谱观测技术及特征研究进展[J]. 地球科学进展, 2013, 28(6): 685-694. ] [本文引用:1] [CJCR: 1.388]
[90] Liu Yang, Cai Bo, Ban Xianxiu, et al. Research progress of retrieving atmosphere humidity profiles form AIRS data[J]. Advances in Earth Science, 2013, 28(8): 890-896.
[刘旸, 蔡波, 班显秀, 等. AIRS红外高光谱资料反演大气水汽廓线研究进展[J]. 地球科学进展, 2013, 28(8): 890-896. ] [本文引用:1] [CJCR: 1.388]
[91] Yin J F, Wang D H, Zhai G Q, et al. An investigation into the relationship between liquid water content and cloud number concentration in the stratiform clouds over north China[J]. Atmospheric Research, 2014, 139: 137-143. [本文引用:1] [JCR: 2.2]