1 引言

上海市位于中国东部长江入海口，属副热带季风性气候，四季分明，日照充分，雨量充沛。汛期常常出现局地或者区域性的大暴雨天气，其具有历时短、雨强大、雨量集中的特点，对农业生产、航空、航海、交通运输等造成极大的危害。近年来，高分辨率中尺度数值预报模式MM5、WRF被广泛应用于暴雨的模拟与机理研究中。两者相比，WRF模式的物理过程更详细，具有较好的稳定性，能够更好改善对中尺度天气的模拟和预报^[1-2]，因此在模拟中尺度系统和降水预报时比MM5更具优势^[3-4]。因此本文着重考察WRF模式中物理过程对暴雨的模拟影响。

对于降雨，尤其是特大暴雨的预报，一直是中尺度数值模式模拟的难点。目前认为微物理过程、积云对流过程和边界层参数化方案等对降水模拟结果的影响较大^[5]。国内外关于WRF不同参数化方案对暴雨影响的模拟试验研究较多。伍华平等^[6]利用WRF，采用KF、GD和BMJ三种积云对流方案对湖南一次暴雨过程进行模拟，结果表明：模式分辨率为20 km时，选择KF积云方案能更好模拟出降水的雨带位置，并且随着模式分辨率的提高雨带分布特征更接近实况。史金丽^[5]利用WRF不同微物理方案和积云对流方案的组合来研究内蒙古不同性质的降水情况，结果表明：对于强对流降水，WSM6-BMJ方案组合模拟结果最优；对于混合性降水，WSM5-KF模拟结果与实测最接近。Raju等^[4]使用6种微物理方案和2种积云对流方案对孟加拉国2007年10月一次暴雨进行模拟试验，结果显示，WSM6模拟结果最好，其次是Lin方案，WSM3方案模拟的降水范围偏小。马严枝等^[7]利用WRF模式中的7种微物理方案，对华北地区一次暴雨过程进行敏感性试验，结果表明：选用不同的微物理方案所模拟的降水范围和强度均不相同。朱格利等^[8]针对一场华南暴雨，利用WRF模式进行模拟，从而比较分析不同微物理方案的模拟结果，并结合TS评分的分析结果得出：WSM5方案的模拟效果最好。廖镜彪等^[9]利用WRF模式研究微物理参数化方案对珠江三角洲降水的影响表明：Lin方案能较好地模拟出强降水的雨带位置和降水强度。陈炯等^[10]指出，对于由大尺度强迫作用较强造成的层状云降水为主的暴雨，影响最大的是微物理方案。

云物理过程主要描述云中水汽与各种水凝物之间的相互转换及其伴随的动力、热力效应，直接影响降水天气系统的发生发展；同时，通过感热、潜热和动量输送等又反作用于大尺度环境场，从而影响大气温湿场的垂直结构。在中尺度数值模式中，云物理过程分为微物理过程和积云对流过程。积云对流参数化方案用来描述模式不能分辨的次网格尺度运动，当对流过程达到模式的网格尺度时，则采用云的微物理参数化方案^[11-12]。所以，对于高分辨率的中尺度数值模式，云的微物理过程及反馈机制是降水预报的关键所在^[13]，也是目前降水预报不确定性的最大因素^[14]。尽管微物理方案有明确的物理基础，但不同的微物理方案对降水落区、强度中心的模拟结果存在差异，所以在实际暴雨模拟中，需要进行深入对比研究，选择对于降水落区和降水强度中心模拟效果最理想的方案^{[11, 15]}。

为了较好地探索我国上海地区大暴雨的预报途径，利用WRF模式对该地区的暴雨过程进行模拟试验显得尤其必要。许多研究表明：WSM5、WSM6和Lin三种方案对降水的模拟效果较好，但存在一些差异。为更细致地分析这三种微物理方案对降水模拟的差别，分别找到对应降水的落区和强度模拟效果最好的方案，本文利用中尺度预报模式WRF3.5版本，采用WSM5、WSM6和Lin分辨率为4~36 km三种微物理方案，对上海地区“0913”和“0825”两次特大暴雨的降水预报进行模拟试验，将对降水的落区和强度两方面进行模拟，并与观测结果进行对比，进而探寻适合上海地区这类强降水过程的微物理方案。本文实况降水资料来源于上海地面自动站和观测站雨量数据和中国气象数据网提供的逐时融合降水格点值。

2 WRF简介及云微物理方案介绍

WRF模式由美国国家大气研究中心（NCAR）、美国国家大气海洋局预报系统实验室、美国国家大气环境研究中心（FSL，NCEP/NOAA）和俄克拉荷马大学暴雨分析预报中心等机构联合研制。作为新一代非静力预报模式和资料同化系统，其主要考虑水平分辨率为1~10 km的60 h时效的预报问题^{[8, 16-18]}。微物理过程方案对于可分辨尺度的饱和问题用显式凝结方法来处理，因此称为显式微物理方案^[19]。目前WRFV3.6的微物理方案主要有：Kessler、New Eta Ferrier、Lin et al scheme、WSM5（WRF Single-Moment 5-class scheme）、WSM6（WRF Single-Moment 6-class scheme）、Ferrier、Tompson等17种。文献[3, 8-9, 17, 20]均采用17种方案中的7种以上方案进行试验，结果显示WSM5、WSM6和Lin三者之一的模拟结果较好。据分析得知，WSM5、WSM6和Lin三种方案较其他方案考虑的物理过程更为复杂，对降水模拟更全面。因此，本文就WSM5、WSM6和Lin三种微物理方案进行模拟和比较分析。

WSM5方案^[21-22]是对WRF1.0版本中旧的NCloud5方案^[23]的修正，其中与降水有关的预报量有云水、云冰、雨水、雪和水汽5个预报变量。WSM6方案是在WSM5方案的基础上增加了霰，并且在下降过程中考虑凝结/融化过程，以此增加垂直廓线的精度。WSM6和Lin方案包括相同的预报变量，但处理过程的不同之处是：当温度低于冰点时，云水处理为云冰、雨水处理为雪^[24]。

3 降水实况介绍 3.1 “0913”特大暴雨过程

2013年9月13日13—18时（北京时，下同）上海地区突发短时局地强降水过程，降水时段主要在15—17时，造成城区严重积水。最大降水中心位于浦东新区和徐家汇，12 h累计降水量分别达到137.1和53.5 mm（图 1，见下页），雨带呈西南-东北走向。其中浦东新区15:40—16:40的小时雨量达130.5 mm。

这是典型的夏季中纬度午后强降水天气，图 2（见下页）给出了13日14时NCEP的1 °×1 °再分析资料500 hPa位势高度和850 hPa风场与流场，可以发现，前期长江三角洲地区处在较强的副高控制下，温度上升。海上暖湿的东南气流吹向上海东部，上海西南侧的西南急流风速高达15 m/s，两支气流在上海交汇，使得其低空形成高温、高湿环境；同时上海西北的500 hPa高空槽逐步东移，带来较强冷空气使副高减弱东退，最终在两者边缘的冷暖结合部位导致强降水发生。

3.2 “0825”特大暴雨过程

2008年8月25日07—08时，上海市突发短时强雷电和大暴雨天气。图 3（见下页）是12 h累计降水量分布，上海市有7个自动雨量测站的降水量超过100 mm，徐家汇的雨强高达117.5 mm/h。

此次暴雨过程的主要天气背景（图 4，见下页）是：上海位于低涡中心右侧，在低涡后部的低槽切变和西太平洋副热带高压之间形成一支低空急流，从西南向暴雨区源源不断输送水汽；同时低涡前部暖切变线的东北侧的东南气流与暖湿的西南、东南气流在长江下游交汇，造成大量水汽和能量向上海聚集，从而形成上海强对流暴雨天气^[25]。

4 试验设计和分析

试验使用水平分辨率为36 km、12 km和4 km的三重嵌套来模拟上述两次典型暴雨过程，用以分析在上海地区降水中心、降水落区和降水强度方面模拟效果较好的方案组合。在一些强对流区域，当水平分辨率小于5 km时可不考虑积云对流过程^[24]。因此4 km分辨率下不设置积云参数，在36 km和12 km分辨率下设置积云参数。BMJ方案对于中纬度地区强降水的模拟效果优于其他积云对流方案^[5]。因此本文将BMJ方案作为标准积云对流参数化方案，选择WSM5、WSM6、Lin三种微物理方案，其他参数化方案分别为YSU边界层方案、RRTMG长波辐射方案、RRTMG短波辐射方案和Noah陆面过程方案。

试验取35个垂直等σ层，模式顶气压取50 hPa，初始场及侧边界数据选用NCEP的再分析资料，水平分辨率为1 °×1 °，模式积分时间为2008年8月24日20时—25日20时和2013年9月12日20时—13日20时，积分步长为216 s。

4.1 累积降水量对比

本文使用中国气象数据共享服务网下载得到的中国自动站与CMORPH降水产品融合的逐时降水量网格数据（水平分辨率为0.1 °×0.1 °）作为实测数据，对三种方案模拟的雨带走向和降水范围进行对比分析。对上述个例的模拟结果都一致表明，在36 km和12 km分辨率的情况（图略）下，三种方案都较好模拟出降水落区，但预报的降水强度偏弱，分别为实测的1/5和1/2；但36 km分辨率可以模拟出降水强度中心。总体来说，对于同一种微物理参数化方案，水平分辨率的提高对降水的落区和中心均没有影响，但会减小降水范围和增大降水强度，逐渐显现出雨带走向和强降水中心。

4 km分辨率情况下，对于“0913”暴雨过程，三种方案模拟的12 h累积降水的分布都显示出东北-西南向的降水带，但模拟的小于30 mm降水量的范围都偏小，上海的西部、西北部均没有降水覆盖，且三种方案模拟的降水范围比实测值（图 5a）均有不同程度的偏差。根据各气象台观测站的数据，徐家汇和浦东新区两站的降水量最大，累积降水量分别为71.5和141.2 mm。再结合0.1 °×0.1 °逐时降水融合数据可知，强降水范围分布在上海市区（主要包括徐汇区、卢湾区、静安区、长宁区、普陀区、虹口区、黄浦区、浦东新区东部）。WSM5方案（图 5b）模拟的降水落区覆盖了这一片区域，模拟出的徐家汇站降水量高达142.4 mm（实测值为71.5 mm），却与浦东新区站实测的累积降水量相近。可能因为这两个站相距较近，模式分辨率有限的缘故；另外，WSM5方案模拟的上海本地与崇明岛之间的降水中心强度也比实测偏大。WSM6方案（图 5c）模拟的强降水范围覆盖较小，模拟出来的徐汇区和浦东新区站的降水量分别为73.4和77.6 mm，只是徐汇区站的降水量与实测相近，而浦东新区站的降水量只有实测的1/2。Lin方案（图 5d）模拟的强降水覆盖范围偏大，且中心偏东北方向，其模拟出来的徐汇区和浦东新区两个站的降水量分别为50.7和103.2 mm，比实测偏小20~30 mm。

根据实测数据，“0825”暴雨过程没有明显的降水带（图 6a）。由于模式模拟的分辨率比观测数据高，三种方案的降水模拟结果均出现较多虚假降水中心。WSM5方案（图 6b）能较好地模拟出降水落区，这也是WSM5方案与观测数据的站点相关最高（r=0.69）的主要原因，但其模拟的降水量级普遍偏大。WSM6方案（图 6c）模拟的强降水范围偏小，且在东部沿海出现2个较强的虚拟降水中心。Lin方案（图 6d）模拟的降水范围只覆盖了实测降水范围的东部，最大降水中心（徐家汇站附近）没有模拟出来，而在上海西南和东部出现虚拟降水中心。

综合以上分析发现，三种方案对这两次特大暴雨的模拟结果总体特征大体一致，模拟的海上降水偏大这一特点与Koo等^[26]试验总结得到的WRF模拟海上降水偏大的结果吻合。并且三个模拟结果均是WSM5方案与观测数据的站点相关性最大，其次是WSM6方案。朱格利等^[8]对华南一场暴雨的模拟结果也显示出相似的特征：WSM5方案能够较好地模拟出降水范围和降水中心，但模拟的降水强度有些偏差；WSM6方案虽然模拟的降水强度与实测接近（略偏小），但其模拟出较多虚拟的强降水中心；Lin方案模拟的降水范围及降水中心位置有些偏移。

4.2 逐时降水量对比

根据“0913”和“0825”特大暴雨的实测数据，在所有测站中浦东新区站和徐家汇站的降水量最大，因此将模拟的12 h逐时降水量和浦东新区、徐家汇两个站的实测数据进行对比（图 7）。

4.2.1 浦东新区站

（1）三个方案对这两次特大暴雨模拟的降水趋势的突发性不如实测明显，三个方案模拟出的降水量是由少到多再逐渐减少的趋势。

（2）对于“0913”（图 7a），实测降水量最大值出现在16—17时下班高峰期，而三个方案模拟的最大降水量集中在15—16时，比实测站点提前1 h，这可能是因为积云对流参数化引起的系统性偏差。对于“0825”（图 7b），三个方案模拟的降水时段与实测基本吻合。

（3）三个方案模拟“0913”的降水最大时刻的降水量偏小。而对于“0825”，Lin方案降水量最大时刻的模拟值偏大30 mm，WSM5最接近实测值，而WSM6方案模拟的降水量波动较大，其在实测降水量最大时刻的降水减少而在下一时刻增加。

（4）对于“0913”，该站的实测12 h累积降水量约为141.2 mm，WSM5、WSM6和Lin模拟的12 h累积降水量分别为103.2、77.6和128.3 mm。对于“0825”，该站的实测12 h累积降水量约为103.2 mm，WSM5、WSM6和Lin模拟的12 h累积降水量分别为121.2、131.2和133.1 mm。可见，除了WSM6方案模拟的“0913”降水量偏差较大外，其他模拟结果均接近实测。

4.2.2 徐家汇站

（1）三个方案模拟的降水趋势没有表现出两次暴雨的突发性，并且有两个时刻降水较大。

（2）对于“0913”（图 7c），三种方案模拟的降水时间均提前1~2 h。而对于“0825”（图 7d），三个方案模拟的最大降水时刻与实测基本吻合，其中Lin方案延后1 h；但模拟的暴雨时间多了1~2 h。

（3）实测最大降水量约为63 mm，WSM5模拟的最大降水量高达105 mm，结果偏大，WSM6和Lin的模拟结果分别是40和26 mm。

（4）对于“0913”，该站的实测12 h累积降水量是71.5 mm，WSM5、WSM6和Lin模拟的12 h累积降水量分别为142.4、73.4和50.7 mm，WSM6累积降水量最接近实测值。对于“0825”，该站的实测12 h累积降水量是161.2 mm，WSM5、WSM6和Lin模拟的值分别为157.8、148.4和38.0 mm，WSM5和WSM6方案的模拟结果较接近实测，而Lin方案模拟的累积降水量仅有实测的1/4。

4.3 统计量分析

TS评分方法是目前气象台站检验数值预报产品对暴雨模拟性能的评估方法之一^[8]。本文利用TS评分、总体预报准确率EH和偏斜率B三个统计量，使用站点对站点的方法，比较同一个站点的降水模拟值和观测值。对于“0913”，全区共132个站点参与评分；对于“0825”，全区共44个站点参与评分。站点的降水预报值由模式的降水模拟值采用算术平均插值法插值得到。

将降水分为三个等级：0.1~10 mm、10~25 mm、25~50 mm，分别求各个方案模拟结果的评分，其表达式分别为^[27]：

${\text{TS = }}\frac{a}{{a + b + c}}$

(1)

${\text{EH = }}\frac{{a + d}}{{a + b + c + d}}$

(2)

$B = \frac{{a + b}}{{a + c}}$

(3)

其中，a表示预报正确的站点数，b表示预报有降水而实测无降水的站点数（空报站点数），c表示预报无降水而实测有降水的站点数（漏报站点数），d表示实测、预报都无降水的站点数。

TS评分只反映预报降水的准确率，而EH评分既包含预报降水的准确率，又包含预报和实测都无降水的准确率，因此可以两者结合对结果进行分析。

整体来看，“0825”的TS评分比“0913”低，且三个方案对各个量级的模拟并没有明显规律。对于“0913”（图 8a），TS评分的趋势与黄海波等^[28]的模拟结果一致，即三个方案对中雨和大雨模拟的TS评分都小于对小雨和暴雨模拟的TS评分。三种方案对小雨和中雨模拟的TS评分差异不大；对大雨和暴雨模拟的TS评分以WSM5最大，分别为0.20和0.60。三种方案模拟的暴雨量级的TS评分均大于等于0.48，说明WRF模式对此次暴雨过程的预报能力较好。对于“0825”（图 8b），TS评分是随着降水量级的增加，WSM6和Lin方案模拟的TS评分逐渐增大，而WSM5方案只对暴雨的模拟结果较好（TS评分为0.58）。

和TS评分一样，EH评分越高，表明模式对这一量级降水的模拟越好。由于其考虑了预报和实测都会出现无降水情况，从而EH评分结果比TS评分高，说明模式的模拟误报率较小。EH评分显示（图 8），三种方案的预报准确率都较高，基本大于0.6。对于“0913”，大雨和暴雨的EH评分较高，而“0825”则是小雨和中雨的EH评分较高。

偏斜率B可反映各个量级降水区预报的相对大小。当B>1时，表示预报的降水范围偏大。对于“0913”（图 9a），三种方案对小雨模拟的B值都接近1，说明对小雨量级范围的模拟与实测接近；三种方案对中雨模拟的B值为2.66~3.63，说明模拟的该量级的降水范围普遍偏大；对于大雨和暴雨的模拟，WSM5方案模拟的B值最接近1，分别为1.2和0.9。

总体来说，WSM5对不同量级降水范围的模拟更接近实测范围。对于“0825”（图 9b），三个方案对小雨的模拟范围普遍偏大，WSM6方案模拟的B值高达6.5，WSM5方案的B值也有4.33；WSM5方案对大雨的模拟范围也明显大于另两个方案，这与图 5中WSM5模拟的中雨和暴雨范围偏小，而大雨范围较大相吻合；Lin方案对不同量级降水的范围模拟效果最好，但由于其模拟的降水中心偏移，模拟结果相对较好的是WSM5方案。

4.4 环流形势

对于这两次特大暴雨，三种方案都模拟出与实测及NCEP再分析资料（图 2和图 4）一样的天气环流形势。以WSM6模拟结果为例，对于“0913”，暴雨集中在16时，分析其14时（091314）的天气形势（图 10a）可知，上海东部的风向由东南风转为西南，海上带有大量水汽的东南气流与上海西南侧的含有大量水汽的西南急流（风速达15 m/s）在上海上空交汇，形成此处低空的高温、高湿环境，同时在500 hPa上游地区的高空槽东移，致使弱冷空气随之南下、副高减弱东退，导致处于冷暖交汇部的上海地区发生强暴雨天气过程。而“0825”的暴雨集中在08时，由其08时（082508）的天气形势（图 10b）可知，西南低涡过境，西南急流、东南气流与500 hPa西北冷空气在长江中下游及江南北部地区交汇，使得暴雨区低空形成高温、高湿环境，促进低涡的形成和发展^{[25, 29]}，导致上海地区普降特大暴雨。

对于两次暴雨过程，三种方案都较好模拟出西南低空急流向上海源源不断输送水汽，同时500 hPa西北冷空气随之南下，从而为对流不稳定增长和暴雨的持续提供有利的水汽条件。大量水汽和能量在上海上空聚集，结合当时不稳定的大气层结以及中低纬度不同气团的相互作用，形成强对流暴雨天气过程。

4.5 物理量诊断

为了更好地比较WRF中不同微物理参数化方案的物理机制对降水的影响，下面选取层结稳定度、上升速度、相对湿度及高低空涡度散度场等物理量进行诊断分析。

4.5.1 K指数

K指数是表征大气中低层暖湿程度和大气稳定度的指数，对强对流天气预报具有指导意义。K值越大，表明大气层的结构越不稳定^[9]。对于这两次暴雨过程，三种方案模拟得到的K指数分布差异不大，以WSM5方案模拟结果为例，其模拟出的降水落区K指数均大于38 ℃，最大可达40 ℃，说明两次暴雨前期的大气层结非常不稳定，促进了强对流天气的发展。由图 11可知，两次暴雨过程通过低空急流获得水汽输送的位置与K值最大的位置（即大气层结构最不稳定处）大体一致，从而在该处发展强对流最终导致暴雨过程的发生^[9]。

4.5.2 垂直风速

强降水形成的条件包括不稳定的大气层结构、充足的水汽及强烈的上升运动。因此，对于模式的模拟结果，对上升运动的分析必不可少。WSM5方案模拟的两次暴雨的降水中心的上升气流速度最大，其模拟出“0913”过程的暴雨中心处的上升气流较强（图 12a），在500 hPa上的上升速度为5.28 m/s，且上升区两侧有明显的下沉气流，从而加强了对流机制，有利于暴雨的形成；其模拟出“0825”的上升气流（图 12b）最大速度为5.12 m/s，且上升气流范围较大，其模拟的降水范围与其他方案接近。WSM6方案模拟的“0913”过程的垂直速度偏小（图 12c），这与其模拟的降水量偏小有直接关系；而其模拟的“0825”的垂直速度在121.4 °E处有较强的上升区（图 12d），该上升区与模拟的徐汇站点附近的降水中心位置一致。Lin方案，对于两次暴雨过程，在其模拟的降水中心处也有较强的上升气流：“0913”过程在850 hPa的上升速度为3.36 m/s，并且在上升区两侧有下沉气流（图 12e），这种分布形成的反馈机制加强并维持了上升运动的发展；“0825”暴雨过程在600 hPa高度上的上升速度为2.24 m/s（图 12f）。

4.5.3 相对湿度

一般而言，在400~500 hPa高度上的相对湿度达到90%就表明水汽很充足了。对于“0913”特大暴雨（图 13a），WSM5方案在121.5 °E处的300 hPa的相对湿度高达90%，这一特点与WSM5方案模拟的降水强度偏大相吻合。WSM6方案（图 13c）模拟的相对湿度达到90%的高度只上升到500 hPa，造成其模拟的降水强度比另两个方案弱些。Lin方案（图 13e）模拟的相对湿度为90%的高度为400 hPa。

三种方案模拟的“0825”暴雨的相对湿度特征与同一种方案模拟“0913”暴雨的相似，仍在同一高度上，WSM5方案模拟的相对湿度最大（图 13b），WSM6方案最小（图 13d），造成WSM5方案模拟的降水强度普遍偏大，而WSM6方案模拟的降水强度比另两个方案偏小。

4.5.4 涡度和散度

从模拟的高低空涡度（图 14）和散度（图略）的配置来看，对于“0913”特大暴雨，13日16时（图 14a、14c、14e），三个方案模拟的暴雨区上空850 hPa中心涡度值较小，均为1×10^-4 s；而三个方案模拟的200 hPa辐散场分别为1×10^-4 s、1×10^-4 s、2×10^-4 s。对于“0825”特大暴雨，25日08时（图 14b、14d、14f），三种方案在850 hPa高度上的正涡度都较强，分别为4×10^-4 s、2×10^-4 s、3×10^-4 s，其中WSM6方案模拟的涡度稍微弱些，与其模拟的降水量偏小相对应；同时三种方案模拟的200 hPa辐散也较明显，中心散度值均是1×10^-4 s，但Lin方案模拟的散度中心偏东，与其模拟的降水中心偏东相吻合。上述强烈的辐散带来的抽吸作用使得气流上升，低层辐合强烈发展，使水汽得到不断补充，满足降水的需要^[30-31]。

物理诊断量分析表明：各种微物理方案模拟的850 hPa风场特征、500 hPa位势高度、K指数场、涡度和散度场有较好的一致性，但模拟的各高度层的垂直速度、相对湿度以及高空散度、低空涡度场则存在较大差异。其中，Lin方案模拟的上升速度高值区以及相对湿度较大区与其模拟的雨带基本一致，位置相对实测有偏差；WSM5方案模拟的上升区速度最大，同一高度上，降水中心处模拟的相对湿度最大，从而造成其模拟降水量最大；这两个方案模拟的高层辐散、低层辐合的耦合在一定程度上促进了低空急流的形成和维持。WSM6方案模拟的垂直速度相对较小，且其模拟的涡度中心值较另两个方案偏小，因此，其模拟的降水中心高层辐散造成的抽吸作用较小、上升运动和低层辐合较弱，造成模拟的降水量偏小。

5 讨论

以上分析结果显示出三种方案模拟的结果差异较大。本文从各方案的主要参数设置以其模拟的冰粒子混合比、雪粒子混合比和霰粒子混合比进行分析。三种方案的主要参数见表 1。Lin方案的雪晶谱截距取为0.03 cm^-4，但实际情况下，粒子之间的转变及温度场等的变化不可能保持相同的情况不变，因此该方案在此存在缺陷。WSM5和WSM6方案的雪晶谱截距是在Lin方案的基础上改进而来的，将雪晶谱截距设为温度的函数，即F随着T的增大而减小，具体表示为：当温度较低时，降低云冰的含量而增加预报变量雪的含量；温度高时，少量增加云冰的含量而降低雪的含量。另外WSM6方案扩充了WSM5方案，它还包含霰和与它关联的一些过程。

云冰沉降对降水模拟的影响与微物理变化对降水的影响相比可以忽略，而雪粒子混合比的多少对降水的模拟的影响较大^[32]。如图 15（见下页），对于“0825”个例，三个方案模拟的冰粒子混合比都较小，最大值基本在250 hPa，WSM5的冰粒子混合比最大值为0.03 g/kg；重点关注雪粒子混合比：Lin方案的雪粒子混合比在垂直方向上一直很小，WSM5的雪粒子混合比的最大值达到0.33 g/kg，是WSM6方案的3~4倍。对于“0913”个例也有相同的特征。

由此可见，WSM5模拟降水的量级偏大与其方案产生较大浓度的雪粒子有关；Lin方案模拟的雪粒子浓度较低，降水量也偏低；与WSM6方案相比，WSM5缺少了霰的描述，但模拟结果更接近实测，在此推断，在这两个强对流暴雨的个例中，中高层雪粒子的影响更为重要。

6 结论

本文利用WRF模式中三种不同的微物理参数化方案，对2008年8月25日和2013年9月13日两次发生在上海地区的短时暴雨过程进行模拟试验，得到以下结论。

（1）对于同一种微物理参数化方案，水平分辨率提高后，对降水的位置和中心没有影响，但降水范围有一定程度的减小，降水强度有一定程度的增大，逐渐显现出降雨带走向和强降水中心。

（2）微物理参数化方案的改变对降水落区影响显著，WSM5模拟的各量级降水落区与实测最接近，WSM6模拟的降水范围较小，Lin方案模拟的降水中心位置偏移；对于降水量，因为WSM5方案模拟的雪粒子混合比较大，从而模拟的降水量比实测偏大，相反，WSM6方案模拟的降水量较小。

（3）各种微物理方案模拟的850 hPa风场特征、500 hPa位势高度、K指数场、涡度和散度场有较好的一致性，但是模拟的各高度层的垂直速度、相对湿度以及高空散度、低空涡度场存在较大差异。其中，Lin方案模拟的上升速度高值区及相对湿度较大的区域与其模拟的雨带基本一致，位置相对实测有偏差；WSM5方案模拟出的上升区速度最大，同一高度上，降水中心处其模拟的相对湿度也是最大，故其模拟的降水量最大；这两个方案模拟的高层辐散、低层辐合的耦合一定程度上促进了低空急流的形成和维持。WSM6方案模拟的垂直速度相对较小，且其模拟的涡度中心值较另两个方案偏小，因此，该方案模拟的降水中心高层辐散造成的抽吸作用也较小，上升运动和低层辐合较弱，从而降水偏小。

（4）云冰沉降对降水模拟的影响与微物理变化对降水的影响相比可以忽略，而雪粒子混合比的多少对降水模拟的影响较大。三种方案模拟的两个个例的雪粒子混合比的特征一致：WSM5模拟的最大值最大，是WSM6模拟最大值的3~4倍，而Lin方案模拟的几乎为0。由此可以推断雪粒子混合比较大就是WSM5模拟降水量级偏大的原因。

本文只是基于上述两个个例的试验，对于上海地区强对流降水模拟方案的研究还远远不够，仍需多角度研究分析，从而得到适合上海地区强对流降水天气的微物理参数化方案，为上海地区强对流降水的模拟奠定基础。