2022, Vol. 38
2. 克拉玛依气象局，新疆 克拉玛依 834000;
3. 中国气象局广州热带海洋气象研究所，广东 广州 510641
2. Karamay Meteorological Bureau, Karamay, Xinjiang 834000, China;
3. Guangzhou Institute of Tropical and Marine Meteorology, China Meteorological Administration, Guangzhou 510641, China
“城市(群)”的动力、热力、人类活动的效应(简称“城市效应”)对城市和周边地区对流的发生发展及强降水的形成有着重要的影响。早在1960年代后期，Changnon[1]指出城市地区对流强度和降水强度有所增强，总降水亦然。在不同的背景条件下，城市可通过多种方式影响对流活动和降水[2]。城市热岛的加热，在城市热岛的下风方触发对流，从而导致降水更多[3]。其次，城市建筑使得地表粗糙度变大，有利于近地层内水平辐合，下垫面摩擦和阻挡形成的动力作用可引起降水的时空变化[4]，甚至引起对流系统的分裂[5]。此外，城市人类活动产生的人为气溶胶粒子会直接(间接)影响城市地区的对流活动和降水[6]。
随着我国城镇化的快速发展，人类活动的增强以及城区不透水面的扩张，城市系统变得更加复杂和多样化，城市热岛强度显著上升[7]。京津冀、珠三角、长三角等地区城市(群)对降水的影响日趋明显[8-10]。研究指出城市地区的强降水频次较周边地区增多，可达城市周边乡村地区的三倍[11]，且城市及其下游的平均降水强度分别增强了16% 和18%[12]。
城市是人类活动的主要区域，城市降水对人类活动有着显著的影响，尤其是显著增加了城市局地的洪涝风险和防灾减灾难度。因此，世界各地开展了大量城市影响降水的研究，尤其是对极端降水变化的研究。城市效应除了城市复杂下垫面本身的影响之外，还涉及到瞬息万变的人类排放活动的影响。由于观测技术和仪器的限制，加之人力和财力的限制，观测资料远远无法满足城市效应的研究需求。因此，在数值模式中直接引入城市冠层模式来研究城市效应是一种有效可行的手段，在过去的几十年也取得了较大的进展[13-16]。然而，城市冠层模式的发展速度远远跟不上城市的发展速度，城市冠层模式中对城市效应的描述明显不足，使得城市冠层模式的模拟结果未能达到预期的效果[14]。此外，城市冠层模式受到边界层、陆面过程等方案的约束，一定程度上限制了城市冠层模式的应用。
由于观测的局限性，当前对城市效应在对流的发生发展、强降水的形成、降水的增幅等方面的物理机制的认识仍然不足。为了改进城市背景下对流及降水的模拟性能，本研究试图采用Nudging地面加密观测间接引入城市效应的方法，在模式积分过程中一定程度上可逐步引入城市效应。Nudging最早被用于资料同化[17]，通过在预报方程中增加预报和观测差值的虚假倾向，使模式结果向观测逐步逼近，达到模式要素场接近观测的同时又满足各要素之间相互协调的效果。WRF模式中包括观测(Observation)Nudging和格点(Grid) Nudging两类，后者包含了谱(Spectral) Nudging。观测Nudging和格点Nudging均可用于不同层次的Nudging，但后者通常只用于边界层之上的高层大气。在WRF3.8及之后的版本，增加了地面格点Nudging的功能。Obsgrid除输出观测资料外，同时还利用模式要素和观测值输出地面格点场分析场。在模式积分过程中，地面格点Nudging利用地面格点场分析场中温度和水汽的倾向约束地表感热和潜热通量，实现大气和陆地之间的热动力匹配[18]。本研究中主要考虑地面加密观测中包含的城市效应，因此同时采用观测Nudging和地面格点Nudging。
本研究中提出的使用Nudging方法间接引入城市效应的思路可用于与城市效应相关天气过程的模拟研究，尤其是对发生在边界层内的天气过程效果更佳。此外，通过Nudging再现城市及周边地区的各种现象，利用模式参量弥补观测资料的不足，为城市冠层模式的改进和发展提供参考。
2 个例介绍2017年5月7日凌晨开始，广州突发特大暴雨过程，在花都东部、增城西部等地形成了极端降水。图 1显示的是2017年5月6日20时—7日04时(除特殊说明，时间均为北京时)累计降水空间分布。前8 h降水主要集中在花山地区，最大累计降水量为288 mm。前期研究表明，本次强降水发生在副热带高压边缘，无明显天气系统(如低空急流、锋面等的强迫)，属于弱强迫背景下的华南前汛期暴雨[19]，对流系统的发生发展与广州城市热岛直接相关[20]。
|
图 1 2017年5月6日20时—7日04时(共8 h)累计降水空间分布 花山(HS)最大累计降水量288 mm，五角星(☆)表示广州雷达站，PR表示珠江口。 |
2017年5月6日20时香港探空表明对流有效位能(CAPE)达到1 503 J/kg，对流抑制能仅为7 J/kg，抬升凝结高度和自由对流高度分别约为950 hPa和850 hPa(图 2)。低的抬升凝结高度和自由对流高度表明只需要较小的抬升即可触发对流，较大的CAPE显示出形成强对流的潜在可能。此外，整层可降水量达到53 mm，表明水汽条件有利于强降水的形成。
|
图 2 2017年5月6日20时香港探空温度-压力对数图 探空地理位置见图 3。 |
以NCEP-FNL 0.25 °×0.25 °的分析资料作为模式的初边界条件，边界条件6 h更新一次。观测数据源自国家气象信息中心，其中广州雷达观测构建的雷达三维产品用于对流系统的时空演变分析及模式评估；小时地面加密观测资料用于模式积分过程中Nudging，以及模拟结果的检验。
3.2 方法本文采用WRF3.9.1版本模式。模式采用单向三层嵌套方案，水平网格距分别为12 km、4 km和1.33 km，水平网格数分别为313×202、571×334和862×541。模式层顶气压设置为20 hPa，垂直层数共58层。模式采用兰伯特投影，中心位置为110.0 °E，23.0 °N，模式区域和地形空间分布如图 3所示；模式地表属性分类使用USGS默认24类(图 3b)。模式物理过程设置为Thompson云微物理参数化方案，YSU边界层参数化方案，MM5 Monin-Obukhov近地层方案，Noah陆面参数化方案，rrtm长短波辐射方案。外层两重区域采用KF积云对流参数化方案，最内层关闭积云对流参数化方案。模式启动时间为2017年5月6日20时，共积分12 h，输出间隔为6分钟。
|
图 3 a. 模式区域设置，矩形框分别表示12 km、4 km、1.33 km分辨率模式区域，填色表示地形高度；b. 最内层区域下垫面植被类型(填色)和Nudging地面站点分布(白色点)，五角星(☆)和带叉圆圈(⊗)分别表示广州雷达站和香港探空站；黑色实线表示广州城区区域边界。 |
基于WRF模式，可以使用城市冠层模式和Nudging地面加密观测资料两种方式引入城市效应。在此选择WRF模式中单层冠层模式(Noah-UCM)。Noah-UCM单层冠层模式简单考虑了城市建筑和道路的几何属性，主要考虑了城市冠层对长短波辐射的吸收、反射作用，以及风切变等因素，分别计算建筑物顶、墙体及道路面的热量传输[13]。Nudging是一种连续的动力约束方法，可分为格点分析场Nudging和观测站点Nudging两类[21-22]。数值模式积分过程中，在一个或多个预报方程中增加预报与观测差值的约束项，使模式预报值向观测值靠近，从而达到改善数值模式的模拟能力。
针对引入城市效应的不同方法，本研究设计了两组试验：一组是采用Nudging地面加密观测资料的方法间接引入城市热岛效应(记为“Nudg”)，另一组开启城市冠层模式直接引入城市热岛效应，但关闭Nudging地面加密观测资料(记为“Urba”)。为了尽可能合理地反映城市效应，本试验中采用OBSGRID_FASDAS版本，除了提供观测Nudging的观测资料外，还生成地面格点Nudging要素场。在WRF模式积分过程中，同时开启观测站点Nudging和地面格点Nudging。关于Nudging参数化的配置，除对观测Nudging的参数值放大了4倍外，其它参数值采用OBSGRID_FASDAS中使用说明的配置。需要指出的是，本次模拟对观测Nudging的参数的值不敏感，将观测Nudging的参数的值放大2倍或4倍模拟的结果差异很小。在模拟过程中也开展了Nudging不同要素的敏感性试验。综合而言，同时Nudging温度、风场和湿度场对本次天气过程模拟的效果最好。Nudging地面温度效果最显著，直接决定对流的触发。Nudging地面风场在一定程度上影响着对流的位置。Nudging地面湿度场与否，模拟结果差异不大，这可能与该地区本身水汽的含量较大有关。在城市冠层模式中，城市下垫面一般被分为高、中、低密度三类。鉴于城市下垫面分类的复杂性，且不同方案的分类方法之间存在较大的差异。本研究中为了简单起见，将城市下垫面统一归为高密度城市分类。城市冠层模式的设置完全采用默认值。
4 结果分析 4.1 城市热岛图 4显示的是观测和模拟地面温度和风场的空间分布及时间演变。从观测可看出，在模式初始时刻(图 4a)，在广州城市区域的城市热岛非常明显，热岛中心地面温度超过30 ℃。随着时间的推移，城市热岛的强度逐渐减弱，空间范围逐渐缩小。Nudg试验基本上能够再现出城市热岛的空间分布及时间演变，但Nudg试验中城市热岛减弱的速度明显比观测要快(图 4e~4h)。Urba试验中(图 4i~4l)，初始时刻城市热岛的空间分布与Nudg相同，但模式启动后，城市热岛快速减弱；模式积分3 h后城市热岛已几乎消亡，未能够再现城市热岛的时空演变。综合而言，Nudg试验能够较好地再现城市热岛的时空演变，而Urba试验则未能够维持城市热岛。采用城市冠层模式未能合理再现城市热岛的时空演变可能与城市模式中城市热力的描述不足有关，尤其是人类活动、城市空调、工厂排放等。
|
图 4 地面2m温度(℃，填色)和10 m风矢量(m/s)空间分布及时间演变 a~d为观测，e~h和i~l分别为Nudging地面加密观测和开启城市冠层模式模拟结果。 |
观测和模拟雷达组合反射率、地面温度和风场的时空分布及演变如图 5所示。从观测可看出，在广州城市的下风(西北)方出现了零星雷达回波(图 5a)。随着对流的发生，在与地面温度等值线梯度等值线密集的区域形成了有组织的对流系统，雷达回波超过50 dBZ(图 5b)。随着降水的逐渐增强和范围的扩大，雨水蒸发降低了雨区的地面温度，改变了地面温度场的空间分布，地面出现了弱冷池(图 5c)。地面冷池的逐渐增强，在先前的对流系统入流区触发新的对流单体，因而使先前的对流系统向南压。此外，冷池的出流在其周边触发了新的对流系统，其西北方和北方的对流系统迅速发展，形成有组织结果的对流单体，雷达回波超过50 dBZ。冷池北部新生的两个对流单体与原对流单体呈现三角形分布(图 5c)。由于冷池的作用，南部对流单体在向南压的同时，逐渐演变成东-西向带状分布。相反，冷池北侧新生的两个对流单体则迅速减弱消亡，这可能与南部对流系统发展成带状分布后阻止了水汽和能量向北输送。
|
图 5 对流系统发生发展阶段组合反射率(dBZ，填色)，地面2 m温度(℃，等值线)和10 m风矢量(m/s)空间分布及时间演变 a~d为观测，e~h和i~l分别为Nudging地面加密观测和开启城市冠层模式模拟结果。 |
Nudg试验基本再现了城市热岛及其触发的对流发生发展，而Urba试验未能够合理地反映相应特征。可以看出(图 5e~5h)，Nudg试验中在城市热岛的下风方最先触发了对流，随着对流的发展，形成了与观测一致的三个强对流单体。需要指出的是Nudg试验模拟的对流系统位置偏南，更靠近热岛中心。研究表明[23]，对流触发的位置与城市热岛的强度相关。城市热岛越强，对流的位置越靠近热岛中心；反之亦然。然而，本次模拟中城市热岛较观测偏弱，但对流的位置却靠近热岛中心(即偏南)，这可能与数值模式中其它因素有关，尤其是云微物理过程。如前所述，Urba试验中城市热岛几乎消失，因而未能够合理地触发对流(图 5i~5l)。尽管后期在城市下风方边缘及北部山区有零星雷达回波出现，但均未能够发展形成有组织化的对流单体或系统。需要指出的是，Nudg试验中后期(图 5h)，城市中心区域降温明显偏快，城市下风方温度梯度大值区较观测明显减小。在冷池的强迫下，南侧的对流核被南压，导致了模拟后期南侧对流核的空间位置上有较大移动，且雷达回波相对零散，从而使该区域的累计降水较观测偏弱。
研究指出[24]，城市除热岛的加热触发对流外，城市下垫面的摩擦(阻挡)同样能够引起近地层地面辐合触发对流。就本个例而言，Urba试验在城市下风方存在风向和风速的辐合，但辐合的强度不足以触发出对流(图 5i~5l)，表明城市热岛的加热作用在对流的触发中更重要。众所周知，城市热岛通常出现在水平风速较弱的静稳天气背景下，水平辐合也较弱，因而无法触发对流，该结论与Baik等[23]的研究一致。
观测和模拟不同时刻穿过对流核的雷达反射率垂直剖面如图 6所示。可以看出(图 6a)，对流初期形成了一个明显的对流核，垂直高度可到达5 km，雷达反射率比较弱。随着对流的发展(图 6b)，对流核顶延伸到约8 km高度，属于中等强度的深对流。对流核中存在明显的强的雷达反射率(超过50 dBZ)柱状结构，顶高达到6 km。后期(图 6c、6d)，强对流回波柱状结构水平范围有所增大，但强反射率顶高逐渐降低，呈现出从强盛到消亡的演变过程。整体而言，本次降水过程的主体处于0 ℃以下，属于典型的低质心对流结构，有利于强降水的形成[25-26]。对比发现，Nudg试验能够较好地模拟出本次强降水过程的雷达反射率的垂直结构及时空演变，尤其是合理模拟出了强对流柱状结构的垂直结构，而Urba试验未能够再现出对流。Urba试验中，城市热岛未能够合理地被再现出来，导致了在城市下风方没有合理触发对流。因此，暖湿气流继续北上，在地形的阻挡作用下抬升并触发对流(图 6k、6l)，因而对流位置偏北。然而，Urba试验中城市热岛很快减弱，甚至消失，气流在穿过广州城市区域时受到加热明显不足。即使北部的地形抬升触发出了对流，但对流却未能够进一步发展，仅形成相对较弱的雷达回波。需要强调的是尽管Nudg试验整体上再现了降水过程的主要结构特征，但还是有不足之处。比如，模拟的城市热岛在后期偏弱，导致了对流核相对零散的结构(图 5h)。这可能与模式其它方面(如云微物理过程)有关，一定程度上说明准确精细的数值模拟需要从多个方面改进。
|
图 6 穿过对流单体中心的雷达反射率(dBZ，填色)垂直剖面 a~d为观测，e~h和i~l分别为Nudging地面加密观测和开启城市冠层模式模拟结果。e~l中黑色等值线表示模拟位温(K)，矢量表示风场，其中垂直气流扩大2倍。剖面空间位置如图 5中红色虚线所示，黑色阴影表示模式地形。 |
图 7给出的是模拟的8 h累计降水空间分布。Nudg试验能够较好地再现此次降水过程的空间分布。降水主要集中在城市下风方，最大累计降水量为188 mm(图 7a)。如前所述，Nudg试验中对流触发的位置较观测偏南，因此降水的空间分布也较观测偏南。模拟的对流系统强降水维持的时间比观测短是导致累计降水偏少的主要原因(图 5)。使用城市冠层模式的Urba模拟未能够合理地触发对流，因此不能模拟出本次降水(图 7b)。
|
图 7 同图 1但为模拟降水 a和b分别为Nudy和Nrba试验模拟结果。 |
观测和Nudg试验模拟最大小时降水站点的小时降水率时间演变如图 8所示。从观测可以看出，降水经历短暂的发展后快速发展，降水量从30 mm/h快速到达顶峰120 mm/h，略有减弱之后快速减弱。Nudg试验成功地再现本次强降水的时间演变，降水的时间演变与观测几乎一致。降水从19 mm/h增长111 mm/h，然后快速减弱。Nudg试验模拟的对流系统减弱明显比观测要快，未能够使降水量在100 mm/h维持1 h，这正是Nudg试验模拟总降水比观测低100 mm的原因。据前所述，Nudg试验后期城市热岛减弱偏快，类似“地面锋”的温度梯度大值带状区域明显减弱。这使得较弱的地面冷池也能迫使对流单体发生位移，从而导致了同一个站上持续强降水的时间缩短，累计降水总量减少。Urba试验未能够合理地触发对流，因此未能够形成明显的降水。图 8同样能够表明Nudg试验模拟的对流触发较观测偏早，一定程度上说明在华南暖湿的环境条件下云-降水微物理过程太容易被激发。今后可基于Nudg试验模拟的结果开展云微物理过程的源汇项时间演变分析，适当地调整微物理过程中，进一步改进Nudg试验的模拟结果。
|
图 8 观测和Nudg模拟最大小时降水站点的小时降水率2017年5月6日20时—7日04时演变 |
如前所述，Nudg和Urba试验的差异主要表现为对流系统的发生与否，而对流的发生与否又与城市热岛强度密切相关。图 9显示的是模式积分1.5 h后过城市热岛中心和对流核的垂直剖面。Nudg试验中，气流经过城市加热后，在城市的下风区抬升触发对流。暖湿空气抬升至凝结高度后，凝结释放潜热进一步促进上升运动，通过动力与微物理过程的相互作用进一步形成有组织的对流系统[27]。值得指出的是，在有组织的对流形成之前，在城市热岛的下风方区域不同位置上均有明显的雷达回波出现，但并不是所有的回波均能够继续发展。一旦其中的某个对流核组织化后，在短时间内便可发展成为明显的深对流核，这可能与华南地区大气中丰富的水汽有关。比较可以发现，Urba试验中在低层有较弱的上升运动，不足以将暖湿空气抬升至自由对流高度，甚至抬升凝结高度，这正是Urba试验预报本次过程失败的主要原因。就湿度场而言，Nudg和Urba试验试验中相对湿度场的分布相近，表明对流水汽含量不是导致对流触发失败的主要原因。
|
图 9 模式积分1.5 h(2017年5月6日22时30分)过城市热岛和对流核中心的垂直剖面 红色粗等值线表示基于剖面计算的温度偏差，绿色等值线为相对湿度，蓝色等值线为相当位温，填色为云水含量，矢量为水平和垂直的合成风(垂直速度放大5倍)。 |
本研究采用Nudging地面加密观测间接引入城市效应(Nudg)和城市冠层模式直接引入城市效应(Urba)两种方式模拟了2017年5月7日发生在广东广州的一次极端降水过程。结果表明Nudg试验能够有效地在数值模式中引入城市效应，并合理地再现城市热岛及其触发对流的时空演变，而使用城市冠层模式未能模拟出城市热岛及其触发的对流。具体而言，Nudg试验基本上能够使城市热岛维持，在城市的下风方向最先触发了对流，并形成了与观测较一致的三个强对流单体。然而，Urba试验中城市热岛迅速减弱消亡，未能在城市下风方向触发出对流。尽管后期在城市下风方边缘及北部山区有零星雷达反射率，但均未能发展形成组织化的对流单体或系统。比较而言，本次降水过程对流的触发中，城市热岛的加热作用较城市的摩擦更重要。
Nudging地面加密观测作为一种间接有效地引入城市效应的方法，可用于与城市下垫面相关的天气模拟研究。然而，需要指出的是Nudging地面观测只能用做后验研究，不能用于预报。城市冠层模式中涉及到城市系统的各个方面，由于人类活动(如城市空调运行，机动车活动，工厂排放等)变化多端，当前还未能够在城市冠层模式中实时地合理描述城市的热源收支，因而无法在数值模式中准确地引入城市热岛效应。因此，通过Nudging地面观测间接地将城市热岛效应引入到数值模式中，能够合理地再现城市热岛的发生发展及其对对流发生发展的影响。因此，当前可基于Nudging地面观测的方法，深入理解城市热岛特征及其触发对流的机制，并将研究成果应用于城市冠层模式的改进，从而研发出适用于不同城市的城市冠层模式。
除本研究中的天气过程外，作者课题组利用Nudging地面观测间接地将城市效应模拟类似的天气事件也取得了较好的模拟结果，此方法一定程度上可改善模式对城市效应相关的天气过程模拟。然而，Nudging模式中存在一系列的参数，参数的取值对Nudging的结果有一定的影响[28-29]。同样地，城市冠层模式中涉及大量的经验参数，参数的设置具有较大的地域差异，因此需要经过大量的试验才能够掌握城市冠层模式的性能[30-31]。此外，城市冠层模式还与城市下垫面的地表属性分类、建筑类型及高度等因素密切相关，模式中对这些因素的描述不准确也严重影响城市冠层模式的模拟结果[32-33]。因此，在今后的研究中可针对多个城市效应相关的天气过程进行模式，进一步了解城市效应在强天气过程中的作用，为进一步改进和完善城市冠层模式提供参考依据，从而改善数值模式对城市效应的描述。
| [1] |
CHANGNON S A. Recent studies of urban effects on precipitation in the United States[J]. Bull Amer Meteor Soc, 1969, 50(6): 411-421. DOI:10.1175/1520-0477-50.6.411 |
| [2] |
ZHANG D L. Rapid urbanization and more extreme rainfall events[J]. Science Bulletin, 2020, 65(7): 516-518. DOI:10.1016/j.scib.2020.02.002 |
| [3] |
LIANG P, DING Y H. The long-term variation of extreme heavy precipitation and its link to urbanization effects in Shanghai during 1916—2014[J]. Adv Atmos Sci, 2017, 34(3): 321-334. DOI:10.1007/s00376-016-6120-0 |
| [4] |
ZHANG D L, SHOU Y X, DICKERSON R R, et al. Impact of upstream urbanization on the urban heat island effects along the washingtonbaltimore corridor[J]. J Appl Meteorol Clim, 2011, 50(10): 2 012-2 029. DOI:10.1175/JAMC-D-10-05008.1 |
| [5] |
MIAO S, CHEN F, LI Q, et al. Impacts of urban processes and urbanization on summer precipitation: A case study of heavy rainfall in Beijing on 1 August 2006[J]. J Appl Meteorol Clim, 2011, 50(4): 806-825. DOI:10.1175/2010JAMC2513.1 |
| [6] |
ZHONG S, QIAN Y, ZHAO C, et al. Urbanization-induced urban heat island and aerosol effects on climate extremes in the Yangtze River Delta region of China[J]. Atmos Chem Phys, 2017, 17(8): 5 439-5 457. DOI:10.5194/acp-17-5439-2017 |
| [7] |
YAO R, WANG L, HUANG X, et al. Long-term trends of surface and canopy layer urban heat island intensity in 272 cities in the mainland of China[J]. Sci Total Environ, 2021, 772: 145607. DOI:10.1016/j.scitotenv.2021.145607 |
| [8] |
JIANG X, LUO Y, ZHANG D L, et al. Urbanization enhanced summertime extreme hourly precipitation over the Yangtze River Delta[J]. J Climate, 2020, 33(13): 5 809-5 826. DOI:10.1175/JCLI-D-19-0884.1 |
| [9] |
YANG P, REN G Y, YAN P C. Evidence for a strong association of short-duration intense rainfall with urbanization in the Beijing urban area[J]. J Climate, 2017, 30(15): 5 851-5 870. DOI:10.1175/JCLI-D-16-0671.1 |
| [10] |
ZHANG Q, XU C Y, BECKER S, et al. Trends and abrupt changes of precipitation maxima in the Pearl River basin, China[J]. Atmos Sci Lett, 2009, 10(2): 132-144. DOI:10.1002/asl.221 |
| [11] |
LI Y, FOWLER H J, ARGÜESO D, et al. Strong intensification of hourly rainfall extremes by urbanization[J]. Geophys Res Lett, 2020, 47: e2020GL088758. |
| [12] |
LIU J, NIYOGI D. Meta-analysis of urbanization impact on rainfall modification[J]. Sci Rep, 2019, 9: 7301. DOI:10.1038/s41598-019-42494-2 |
| [13] |
CHEN F, KUSAKA H, BORNSTEIN R, et al. The integrated WRF/urban modelling system: development, evaluation, and applications to urban environmental problems[J]. Int J Climatol, 2011, 31(2): 273-288. DOI:10.1002/joc.2158 |
| [14] |
BARLAGE M, MIAO S, CHEN F. Impact of physics parameterizations on high-resolution weather prediction over two Chinese megacities[J]. J Geophys Res: Atmos, 2016, 121(9): 4 487-4 498. DOI:10.1002/2015JD024450 |
| [15] |
黄燕燕, 万齐林, 袁金南, 等. 城市冠层过程的研究与进展[J]. 热带气象学报, 2006, 22(3): 290-296. DOI:10.3969/j.issn.1004-4965.2006.03.014 |
| [16] |
GARUMA G F. Review of urban surface parameterizations for numerical climate models[J]. Urban Climate, 2018, 24: 830-851. DOI:10.1016/j.uclim.2017.10.006 |
| [17] |
HOKE J E, ANTHES R A. The initialization of numerical models by a dynamic-initialization technique[J]. Mon Wea Rev, 1976, 104(12): 1 551-1 556. DOI:10.1175/1520-0493(1976)104<1551:TIONMB>2.0.CO;2 |
| [18] |
ALAPATY K, NIYOGI D, CHEN F, et al. Development of the flux-adjusting surface data assimilation system for mesoscale models[J]. J Appl Meteor Climatol, 2008, 47(9): 2 331-2 350. DOI:10.1175/2008JAMC1831.1 |
| [19] |
徐珺, 毕宝贵, 谌芸, 等. "5.7" 广州局地突发特大暴雨中尺度特征及成因分析[J]. 气象学报, 2018, 76(4): 511-524. |
| [20] |
YIN J F, ZHANG D L, LUO Y L, et al. On the extreme rainfall event of 7 May 2017 over the coastal city of Guangzhou. Part Ⅰ: Impacts of urbanization and orography[J]. Mon Wea Rev, 2020, 148(3): 955-979. DOI:10.1175/MWR-D-19-0212.1 |
| [21] |
LIU Y B, WARNER T T, BOWERS J F, et al. The operational mesogamma-scale analysis and forecast system of the U. S. army test and evaluation command. Part Ⅰ: Overview of the modeling system, the forecast products, and how the products are used[J]. J Appl Meteor Climatol, 2008, 47(4): 1 077-1 092. DOI:10.1175/2007JAMC1653.1 |
| [22] |
STAUFFER D R, SEAMAN N L. Multiscale four-dimensional data assimilation[J]. J Appl Meteorol Climatol, 1994, 33(3): 416-434. DOI:10.1175/1520-0450(1994)033<0416:MFDDA>2.0.CO;2 |
| [23] |
BAIK J J, KIM Y H, CHUN H Y. Dry and moist convection forced by an urban heat island[J]. J Appl Meteorol, 2001, 40(8): 1 462-1 475. DOI:10.1175/1520-0450(2001)040<1462:DAMCFB>2.0.CO;2 |
| [24] |
ZHANG D L, JIN M S, SHOU Y X, et al. The influences of urban building complexes on the ambient flows over the Washington-Reston region[J]. J Appl Meteor Climatol, 2019, 58(6): 1 325-1 336. DOI:10.1175/JAMC-D-19-0037.1 |
| [25] |
VITALE J, RYAN T. Operational recognition of high precipitation efficiency and low-echo-centroid convection[J]. J Oper Meteorol, 2013, 1(12): 128-143. DOI:10.15191/nwajom.2013.0112 |
| [26] |
田付友, 郑永光, 张小玲, 等. 2017年5月7日广州极端强降水对流系统结构、触发和维持机制[J]. 气象, 2018, 44(4): 469-484. |
| [27] |
YIN J F, WANG D H, LIANG Z M, et al. Numerical study of the role of microphysical latent heating and surface heat fluxes in a severe precipitation event in the warm sector over Southern China[J]. Asia-Pac J Atmos Sci, 2018, 54(1): 77-90. DOI:10.1007/s13143-017-0061-0 |
| [28] |
BULLOCK O R, ALAPATY K, HERWEHE J A, et al. An observation-based investigation of nudging in wrf for downscaling surface climate information to 12-km grid spacing[J]. J Appl Meteor Climatol, 2014, 53(1): 20-33. DOI:10.1175/JAMC-D-13-030.1 |
| [29] |
YANG L, WANG S, TANG J, et al. Impact of nudging parameters on dynamical downscaling over CORDEX East Asia Phase Ⅱ Domain: The case of summer 2003[J]. J Appl Meteor Climatol, 2019, 58(12): 2 755-2 771. DOI:10.1175/JAMC-D-19-0152.1 |
| [30] |
ZHONG S X, YANG S, CHEN Z T. Evaluation of the parameterization schemes and nudging techniques in grapes for warm sector torrential rains using surface observations[J]. J Trop Meteor, 2019, 25(3): 353-364. |
| [31] |
NEMUNAITIS-BERRY K L, KLEIN P M, BASARA J B, et al. Sensitivity of predictions of the urban surface energy balance and heat island to variations of urban canopy parameters in simulations with the WRF model[J]. J Appl Meteor Climatol, 2017, 56(3): 573-595. |
| [32] |
SHEN C, CHEN X, DAI W, et al. Impacts of high-resolution urban canopy parameters within the WRF model on dynamical and thermal fields over Guangzhou, China[J]. J Appl Meteor Climatol, 2019, 58(5): 1 155-1 176. |
| [33] |
MASSON V, LEMONSU A, HIDALGO J, et al. Urban climates and climate change[J]. Annu Rev Env Resour, 2020, 45(1): 411-444. |