ABSTRACT

To select applicable parameterization schemes combinations of WRF for rainfall simulation and forecasting in the Jinshajiang River basin, different combinations of microphysics, boundary layer and cumulus convection parameterization schemes and different nesting frameworks of WRF are evaluated in this research, by simulating four typical daily rainfall events in flood period. Based on TS and the spatial distributions, the results show that WRF with selective parameterization schemes is suitable for rainfall simulation in the Jinshajiang River basin . The impacts of microphysics and boundary layer schemes are relative bigger than those of cumulus convection scheme, and optimal combinations of microphysics and boundary layer schemes can achieve a better simulation. When microphysics, boundary layer and cumulus convection parameterization schemes apply combinations of WRF Single-Moment 3-class, YSU, Kain- Fritsch (new Eta) or combinations of Ferrier (new Eta), Mellor-Yamada-Janjic (Eta) TKE and Kain- Fritsch (new Eta), the magnitude and the spatial distributions of the simulated rainfall by WRF are more consistent with the observed rainfall.

Keywords:WRF, Parameterization Scheme, Rainfall Simulation, The Jinshajiang River Basin

适用于金沙江流域降水模拟的WRF模式参数化 方案研究

麦紫君，曾小凡^*，周建中，张海荣

华中科技大学水电与数字化工程学院，湖北 武汉

收稿日期：2016年7月25日；录用日期：2016年8月8日；发布日期：2016年8月16日

摘 要

为确定适宜于金沙江流域降水模拟及预报的WRF模式参数化方案组合，针对流域四场典型降水过程，通过构造WRF模式中不同微物理过程、边界层和积云对流参数化方案组合，对WRF模式在金沙江流域的降水模拟进行了试验研究。基于TS评分和降水空间分布的比较，研究结果表明，优选参数化方案组合的WRF模式适用于金沙江流域降水模拟及预报，且微物理过程和边界层方案的选择对降水模拟影响较大，两者之间的适宜组合能达到较好的模拟效果，而积云对流参数化方案的影响相对较小。当微物理过程、边界层、积云对流参数化方案采用WRF Single-Moment 3-class、YSU、Kain-Fritsch (new Eta)组合或Ferrier (new Eta)、Mellor-Yamada-Janjic (Eta) TKE、Kain-Fritsch (new Eta)组合，WRF模式模拟降水与实测降水的量级及空间分布更为相符。

关键词 :WRF模式，参数化方案，降水模拟，金沙江流域

1. 引言

金沙江流域作为我国最大的水电基地，是“西电东送”主力，水能资源蕴藏量达1.124亿千瓦，主要位于青藏高原东侧地区，而青藏高原东侧作为高原大地形与我国东部平原的过渡区，受热带季风、副热带季风以及高原季风的影响，气候非常复杂 [1] 。对金沙江流域开展短期降水模拟和预报研究，可有效提高该地区降水预报精度，并为流域水文预报和水电能源科学调控提供有效参考。

目前研究中，针对区域降水事件及其模拟和预报，主要是利用高分辨率的中尺度气象模式进行分析 [2] - [4] 。研究表明，中尺度数值模式不同参数化方案的选择，对降水的模拟和预报结果有很大影响 [5] - [11] 。数值天气预报模式WRF (Weather Research and Forecasting)是由美国国家大气研究中心、美国国家海洋大气管理局、美国天气预报系统实验室和Oklahoma大学的暴雨分析预报中心等美国多家科研机构联合发展的天气研究和预报模式，是继MM5模式之后的新一代非静力平衡的中尺度预报和资料同化模式 [12] 。对WRF模式模拟和预报降水而言，不同区域所适合的参数化方案存在区别，需根据具体地区选择合适的参数化方案及其组合 [13] - [16] 。

为此，本文以金沙江流域为研究对象，研究WRF模式不同物理过程参数化方案组合对该流域降水模拟的影响，以确定适用于该地区的WRF模式参数化方案组合，从而使WRF模式用于金沙江流域降水预报时具有较好的预报精度。

2. 研究区及数据

金沙江流域位于长江流域上游地区，地处青藏高原、云贵高原和四川盆地西部边缘，自江源至四川宜宾全长3496 km，流域面积约47万km²。金沙江流域流经青藏高原、川西高原、横断山区、云贵高原、川西南山地五大地形地貌单元，气候类型多样，降雨具有明显的季节变化和区域差异，冬季最低，夏季最高。

为分析WRF模式在金沙江流域的降水模拟效果，本文采用典型降雨过程的实测雨量数据与模式模拟结果进行比较。其中，实测雨量数据来源于金沙江流域及周边60个观测雨量站的逐日降水资料，其地理位置见图1。

图1. 金沙江流域及周边60个观测雨量站

3. 试验方案建立

本文利用WRFV3.3建立模拟金沙江流域降水的数值天气模式。其动力框架采用完全可压缩欧拉非静力方程；垂直坐标采用地形跟随静力气压坐标，水平为荒川C网格，时间为3阶龙格库塔分离格式，垂直方向都采用η坐标，分为27层。本研究中长波辐射方案为RRTM方案，短波辐射方案为Goddard方案，近地面层方案为Eta similarity方案。模式的初始场和侧边界条件由NCEP提供的1˚ × 1˚ FNL资料生成，边界更换时间为6 h。WRF模式在区域嵌套设置上有多重嵌套选择，也可以采用未嵌套技术。考虑到模式的计算运行效率及结构简化，本研究采用WRF模式的未嵌套结构，计算区域的中心点坐标为29.21˚N、99.08˚E，投影方式为兰伯特投影，水平分辨率为10 km，网格数为349 × 236，网格范围基本覆盖长江上游干流的主要天气系统。

由于WRF模式不同参数化方案对降水模拟的影响较大，其中，陆面过程、微物理过程、边界层和积云对流参数化方案的选择对降水模拟结果更为明显。王红丽等研究表明，在西南地区使用Noah方案的WRF模式对于降水过程的模拟具有一定的精度 [17] 。针对陆面过程的研究相对成熟，而且采用为Noah方案通常能够取得较好的效果 [18] [19] ，因此本文中WRF模式陆面过程也选用Noah方案。此外，对于WRF模式，通常认为积云参数适用于大于10 km的粗网格，网格距小于5 km时不适用积云参数，网格距在5至20 km时为“灰色区”，可以考虑使用积云参数 [13] [20] 。因此，结合WRF模式不同参数化方案的物理意义和本研究中的模式网格距设置，在金沙江流域初步选取5种微物理过程方案、3种边界层方案和3种积云对流过程参数化方案进行方案组合，共组成45种备选参数化方案组合，以分析WRFV3.3不同方案对金沙江流域降水模拟的影响。其中，微物理过程的备选方案包括：Kessler方案、Lin et al.方案、WRF Single-Moment 3-class方案、WRF Single-Moment 5-class方案和Ferrier (new Eta)方案；边界层备选方案包括：YSU方案、Mellor-Yamada-Janjic (Eta) TKE方案和ACM2 (Pleim)方案；积云对流参数化过程的备选方案包括：Kain-Fritsch (new Eta)方案、Betts-Miller-Janjic方案和Grell-Devenyi ensemble方案。

另外，本文评估WRF模式降水模拟效果主要根据TS评分指标，因此需将WRF模式输出的格点降水匹配为实测站点的降水。本研究基于距离最近的原则，初步采用三种赋值方法将格点降水转换为邻近的雨量站点降水值，包括：① 单点赋值法，即对于每个雨量站，找到WRF模式网格中与其距离最近的1个格点，将格点的降雨模拟值直接赋给该雨量站；② 算术平均法，即对于每个雨量站，找到与其距离最近的3个模式格点，将三个格点的降雨进行算术平均后赋值为该雨量站的降水；③ 反距离权重法，即对于每个雨量站，找到与其距离最近的3个模式格点，以不同格点到该雨量站的距离平方的倒数为权重，将各格点的权重系数乘以各格点降水并求和后赋值给该雨量站。本研究中比较三种赋值方法得到的TS评分发现，三种赋值方法对模拟结果的TS评分影响相差不大，总体上算术平均法的TS评分结果略高于其他两种，本研究直接采用反距离插值法将格点降水匹配到站点降水。

其中，采用的TS评分方法将降水分为4个不同的量级，即0.1 mm~10 mm为小雨、10 mm~25 mm为中雨、25 mm~50 mm为大雨、大于50 mm为暴雨及以上量级。对模拟的不同量级降水，分别计算TS评分。TS反映了对降水有效预报的准确程度，评分在0~1之间。当TS = 1时，预报与实况完全吻合；当TS = 0时，预报与实况完全不符合。其计算公式如下，其中NA、NB、NC的定义见表1。

TS评分公式：。

4. 模拟结果及分析

4.1. 典型降水过程

为与NCEP-FNL资料的可获取时段一致，本文分析了金沙江流域1999~2010年实测降雨资料，并选取四次流域日平均降雨量最大的降雨过程，以通过WRF模式进行降水模拟分析。四次典型降水过程分别为2001年7月28日、2002年8月9日、2003年6月6日和2007年7月20日，均发生在流域主汛期6~8月，且暴雨中心主要位于金沙江流域中下游地区。与四场典型降水过程相对应且为了避免出现模式初期的Spin-up问题，WRF模式的模拟期分别为2001年7月27日00时至2001年7月29日00时、2002年8月8日00时至2002年8月10日00时、2003年6月5日00时至2003年6月7日00时、2007年7月19日00时至2007年7月21日00时(均为世界时)，时间步长设定为90 s，每1 h输出1次模拟结果。

4.2. 参数化方案组合的初步选择

本研究中选取5种微物理过程方案、3种边界层方案和3种积云对流过程参数化方案，通过不同方案组合共组成45种备选参数化方案集。为初步选取适合金沙江流域的WRF模式参数化方案组合，针对四次典型降水过程，采用未嵌套结构模拟45种方案下的流域降水，计算45种备选参数化方案集的TS评分，并根据TS评分结果选出六种评分较高的方案，这些方案基本上在四场降水模拟中的模拟结果均较好。

初步选出的六种降水模拟效果较好的微物理过程、边界层、积云对流参数化方案集包括：① Lin et al. scheme方案、YSU方案、Kain-Fritsch (new Eta)方案组合(称为组合1)；② WRF Single-Moment 3-class方案、YSU方案、Kain-Fritsch (new Eta)方案组合(称为组合2)；③ Lin et al. scheme方案、Mellor-Yamada-Janjic (Eta) TKE方案、Grell-Devenyi ensemble方案组合(称为组合3)；④ Lin et al. scheme方案、Mellor-Yamada-Janjic (Eta) TKE方案、Kain-Fritsch (new Eta)方案组合(称为组合4)；⑤ Lin et al. scheme方案、ACM2 (Pleim)方案、Kain-Fritsch (new Eta)方案组合(称为组合5)；⑥ Ferrier (new Eta)方案、Mellor-Yamada-Janjic (Eta) TKE方案、Kain-Fritsch (new Eta)方案组合(称为组合6)。以小雨以上等级为例，六种方案在未嵌套结构下的TS评分结果见表2。

4.3. 优选参数化方案组合

进一步根据表2对WRF模式采用未嵌套结构时模拟的小雨以上等级的TS评分进行排序(见表3)，可以发现：针对四次典型降水过程的模拟，组合2即微物理过程、边界层、积云对流参数化方案分别为WRF Single-Moment 3-class方案、YSU方案、Kain-Fritsch (new Eta)方案，在排名前2位的出现次数最多，为4次；

表1. NA、NB和NC定义

表2. 六种方案在未嵌套结构下小雨以上等级的TS评分

表3. 六种方案根据小雨以上等级的TS评分排序

其次是组合6即微物理过程、边界层、积云对流参数化方案分别为Ferrier (new Eta)方案、Mellor-Yamada-Janjic (Eta) TKE方案、Kain-Fritsch (new Eta)方案，为3次；其他几种组合则次数一致，均为2次。

为此，将WRF模式应用于金沙江流域进行降水模拟及预报时，对微物理过程、边界层、积云对流参数化方案的组合可主要考虑采用WRF Single-Moment 3-class方案、YSU方案、Kain-Fritsch (new Eta)方案的组合或Ferrier (new Eta)方案、Mellor-Yamada-Janjic (Eta) TKE方案、Kain-Fritsch (new Eta)方案的组合。

4.4. 优选组合下的降水模拟空间特征

基于优选出的参数化方案组合2和组合6，以2001年7月28日的降水过程为例，将两种组合模拟的格点降水通过反距离权重法进行空间插值后在ArcMap中显示(见图2(b)、图2(c))，并将其与实测降水过程的空间分布特征(见图2(a))进行比较，得到模拟降水与实测降水的空间差异分布(见图2(d)、图2(e))。

可以看出，组合2与组合6模拟的降水空间分布较为一致，降水中心位于金沙江流域干流中下游，两种组合模拟降水与实测降水的空间差异也比较一致，均主要表现为模拟降水在流域道孚、新龙一带偏高，且组合6模拟降水比实测降水偏高的地区比组合2要大。整体而言，除小部分地区模拟降水比实测值偏高10 mm以上，两种组合模拟降水与实测降水的相差不大，绝大部分地区差值幅度不超过10 mm。

4.5. 优选参数化方案组合分析

由上文可知，TS评分排名前六的组合中有5个组合的积云对流参数化方案均为Kain-Fritsch (new Eta)方案，包括组合2和组合6。可以认为在金沙江流域，不论微物理过程和边界层方案采用WRF Single-Moment 3-class

图2. WRF模式不同参数化方案组合的模拟降水及其与实测降水差异

方案、YSU方案组合或Ferrier (new Eta)方案、Mellor-Yamada-Janjic (Eta) TKE方案组合，积云对流参数化方案均配合采用Kain-Fritsch (new Eta)方案时模拟降水效果较好。

对四次典型降水过程的模拟结果表明，在金沙江流域，WRF模式中微物理过程和边界层方案的选择对流域降水模拟的影响比较敏感，而且两者之间的适宜组合才有助于提高降水模拟的精度，如微物理过程Lin et al. scheme方案虽然在初步选出的六种组合中出现次数较多，但在方案组合的选择上并不具有突出优势。当微物理过程和边界层方案以及积云对流参数化方案的组合整体上符合金沙江流域汛期天气的发生发展机制时，WRF模式的模拟降水基本上能把握实测降水的空间分布与雨量等级。

5. 结论

本文以金沙江流域为研究区域，选择流域4次汛期典型降雨过程，利用中尺度天气模式WRFV3.3模拟流域降水情势，通过构造模式中不同微物理过程、边界层和积云对流参数化方案组合，对WRF模式在金沙江流域的降水模拟进行了试验研究，以选择适合金沙江流域降水模拟及预报的WRF模式参数化方案组合。主要结论为：

1) 通过利用WRF模式45种参数化方案组合对四次典型降水过程的模拟及TS评分表明，WRF模式总体上够应用于金沙江流域的降水模拟及预报，模拟结果具有一定精度，其中小雨以上等级的TS评分约在.85以上。在优选参数化方案组合的基础上，WRF模式模拟降水与实测降水在大部分地区的差值在10 mm以内。

2) 在金沙江流域，微物理过程和边界层方案的选择对降水模拟的影响比较大，而且两者之间的适宜组合才能达到较好的模拟效果，积云对流参数化方案的影响相对较小。根据对四次典型降水过程的模拟结果分析可知，当微物理过程和边界层方案采用WRF Single-Moment 3-class方案、YSU方案组合或Ferrier (new Eta)方案、Mellor-Yamada-Janjic (Eta) TKE方案组合，积云对流参数化方案均配合采用Kain-Fritsch (new Eta)方案时，WRF模式在金沙江流域的模拟降水与实测降水的空间特征、雨量等级更为相符。

本研究表明，优选参数化方案组合及模式结构的WRF模式适用于金沙江流域降水模拟及预报，可以为金沙江流域的高精度水文预报作业提供重要的降水信息，延长水文预报的预见期，对金沙江流域的发电调度具有重要意义。本文只选取4次典型降水过程进行模拟，不能完全代表金沙江流域的降水特性，还有待于挑选更多场次的降水过程。而金沙江流域所在的西南地区，地形极为复杂，未来工作中应进一步研究改进后的陆面过程和其他陆面过程对模拟的影响。同时，对WRF模式不同参数化方案组合的集合预报也值得深入研究。

基金项目

国家自然科学基金资助项目(51239004, 91547208, 51309105)。

文章引用

麦紫君,曾小凡,周建中,张海荣. 适用于金沙江流域降水模拟的WRF模式参数化方案研究
Study on Applicable Parameterization Schemes of WRF in the Jinshajiang River Basin[J]. 水资源研究, 2016, 05(04): 350-358. http://dx.doi.org/10.12677/JWRR.2016.54041

参考文献 (References)