共查询到18条相似文献，搜索用时 125 毫秒
1.
华北暴雪的云微物理参数化方案的比较模拟 总被引：7，自引：3，他引：4
用MM5模式模拟2004年12月20-23日发生在华北地区的一次暴雪天气的发生发展及其演变过程.在四个嵌套网格区域内分别采用Goddard方案(试验G)和Reisner 2方案(试验R)的两个纯显式冰相云微物理参数化方案进行试验.模拟结果表明:试验G和试验R均可以较好的模拟暴雪过程中的环流形势演变、降雪分布和强度,并且两个试验的结果差别不大,但是云中的微物理过程有很大的不同.试验G的主要云微物理过程包括云水的凝结增长、云冰的凝华增长、云冰初始化、云冰被雪碰并、云水被雪碰并、雪的凝华增长、云冰的Bergeron过程等;而试验R的主要云微物理过程包括云冰的凝华增长、云冰转化成雪、雪的凝华增长和霰的凝华增长等. 相似文献
2.
基于观测资料和中尺度数值模式WRF对2019年2月14日发生在北京地区的一次典型低涡低槽型降雪系统进行了观测资料分析和数值模拟,研究了降雪产生的云微物理机制,探讨了雪的形成过程并进行了人工催化降雪的数值模拟分析。结果表明:低涡前部暖湿平流带来的水汽和低涡切变线附近强烈的上升运动造成了此次区域性大雪;雪的凝华增长、雪降落过程中凇附云水继续长大、云冰自动转换为雪、冰晶和雪碰并聚合是此次降雪的主要微物理过程。催化模拟显示,人工播撒碘化银催化剂之后,云中产生大量冰晶,增多的冰晶通过凝华增长、碰并、聚合、凇附等转换成雪的过程增加,进而造成地面降雪的增加。 相似文献
3.
使用中尺度数值模式WRF中的双参数云微物理方案WDM6针对2008年台风“凤凰”登陆过程中造成的强降水进行数值模拟,通过卫星模拟器利用MTSAT-1R和TRMM卫星观测的红外云顶黑体亮温TBB、PR雷达反射率资料使用统计方法验证模拟结果。通过修改云水向雨水自动转化过程、冰晶核化过程、雪和霰的下落末速度、雪和霰的截距进行敏感性试验,减小模拟结果和卫星观测结果的差异。研究结果表明:WDM6方案模拟的台风“凤凰”登陆后的降水,强对流云系及对流柱状雷达回波基本符合实况,但模拟结果局部偏强。WDM6方案模拟产生了较多的浅对流云,低估了对流云系的出现频率。不同云类型模拟的雷达回波均偏强,对流云系雷达回波垂直分布接近观测。敏感性试验结果说明修改WDM6方案中云水向雨水自动转化率有效地改善了模拟效果。同时发现云滴初始数浓度影响云水向雨水自动转化率并最终影响云系结构和雷达反射率的模拟结果,过高的云滴初始数浓度会使模拟结果变差。 相似文献
4.
应用MM5中尺度模式,选用4种不同云微物理方案(Dudhia简单冰相方案、Reisner混合相方案、Reisner2霰方案和Schultz微物理方案),对2002年7月12-13日祁连山区降水过程进行了数值模拟试验。模拟结果的对比分析表明,不同云微物理方案在祁连山区降水的模拟中对降水落区的模拟均偏南;除Reisner2霰方案外,其他3种方案对降水中心落点的模拟影响不大,降水中心强度对云微物理方案不敏感;显式降水和参数化降水对云微物理方案有不同程度的依赖性;云微物理过程通过影响动力条件发生发展的时间和强度,来影响强降水发生的时间和强度。通过各云微物理参数的分析发现,各物理过程中微物理参数参与降水的过程不同:对Dudhia简单冰相方案来说,雨水和云水是形成降水的主要过程;Reisner混合相方案中降水的形成主要是由于雨水、云水、雪和霰的碰并过程,冰晶的碰并相对较弱;在Reisner2霰方案中,雨水、云水、冰晶、雪和霰均参与碰并碰冻过程;Schultz微物理方案中冰晶、雪和霰的碰并过程更为重要。 相似文献
5.
北京冬季降雪云系存在丰富的可开发利用的云水资源。出于人工增雪研究和充分开发云水资源的需要,文中对北京2019年11月29日发生的年度首场降雪进行了观测,对其资料做了分析和中尺度数值模拟,研究了降雪过程的宏观特征、水凝物输送及降雪的微物理机制。结果表明:影响本次北京降雪的是稳定性层状冷云云系,水凝物主要从北京区域的西边界和南边界输送到区域内,而从东边界和北边界流出,具有西向和南向分量的湿气流是降雪云系水物质的输送通道。降雪云中的水凝物基本全为冰晶和雪,有少量的云水,整层云系都含有非常丰富的水汽并且贯穿整个降雪时段。在冰面过饱和环境中,水汽凝华（Prds）是雪的主要增长过程;其次是云冰增长成雪（Prci）和云冰聚合成雪（Prai）的过程。 相似文献
6.
7.
采用WRF数值模式,选择2005年12月6—7日和21日两次冷流暴雪天气过程进行模拟,通过有Kessler微物理方案和无微物理方案进行了敏感性试验对比分析。结果表明,有Kessler微物理方案对冷流降雪过程模拟效果好,模拟的降雪量和降雪落区更接近于实况,对流层低层温度平流和风场辐合能够揭示冷流暴雪产生的原因。而无微物理方案模拟的山东半岛降雪量较实况明显偏少,850 hPa温度冷平流的绝对值偏小,且风向辐合的交角偏小,辐合强度偏小。 相似文献
8.
利用非静力平衡中尺度数值模式MM5,在四重嵌套网格区域内采用Reisner霰方案,对2009年2月12—13日辽宁雨夹雪转暴雪天气过程进行数值模拟,并对云内微物理过程特别是对雨水、雪和霰的源项进行分析。结果表明：雨水与雪碰并和雨水与云水碰并是产生雨水的主要微物理过程,并且雨水的增长主要分布在700hPa以下。300hPa—200hPa之间雪的凝华增长、冰晶向雪的自动转化和900hPa以下雨水与雪碰并成雪是雪增长主要的物理过程。冰晶向雪的自动转化对降雪的增长和长时间维持起到了重要作用。列出了此次天气过程降水云系的三层云结构及微物理过程模型。 相似文献
9.
山东一次连续性降雪过程云微物理参数数值模拟研究 总被引：9，自引：3，他引：9
利用PSU／NCARMM5V35非静力数值模式对2005年2月14—16日山东连续性降雪过程进行了数值预报，模拟的降雪开始时间、发展演变及持续时间与观测较一致。在成功模拟的基础上，用模式输出预报资料，特别是采用Reisner混合冰相过程计算的云水、雨水、冰晶、雪晶等比含水量数值，对降雪过程的水汽输送、不同发展阶段微物理参数的演变特征进行了分析。结果表明，来自南海的西南急流和低层的东南风水汽输送，850hPa中尺度切变线的维持和低涡的发生、发展，为暴雪的产生提供了宏观条件；模拟的运动场和微物理场的时空演变表明，垂直运动是水汽凝结、冻结和冰粒子碰并和“蒸-凝增长”的运动学条件。 相似文献
10.
2008年1月一次强降雪冰冻过程的数值模拟与分析 总被引：2，自引：2，他引：0
采用NCEP 1°×1°再分析资料和常规观测资料,利用中尺度数值模式WRF对2008年1月25-29日发生在长江中下游地区的强降雩冰冻过程进行数值模拟,模拟结果显示:WRF模式可以较好地模拟出此次强降雪冰冻过程高低空环流形势演变特征以及降水雨雪带的分布.诊断分析结果进一步表明,西南低空急流对水汽的输送使得长江中下游地区成为很强的湿度区,为强雨雪冰冻的发生提供了充足的水汽条件.对降雪及冻雨的云微物理过程特征分析表明,中低空-600-900 hPa逆温层的存在与降雪及冻雨的发生密切相关,固态降水粒子经0℃以上逆温层融化后形成过冷却水降落至冷的地面形成冻雨,而雪的形成过程中逆温层的温度小于0℃. 相似文献
11.
W. S. Lin C.-H. Sui C. Bueh A. Wang S. Fan C. Wu S. Fong J. Li J. Meng 《Meteorology and Atmospheric Physics》2007,95(3-4):195-204
Summary A moderate snowfall event in North China is simulated using the high-resolution mesoscale model MM5. A fourfold-nest experiment,
with a minimum horizontal grid size of 2 km, is run. In order to study the cloud microphysics processes associated with the
snowfall, two experiments were conducted in two inner domains, one using the Goddard scheme (Goddard experiment), and the
other using the Reisner scheme (Reisner experiment). The analysis focused on the comparison of the cloud microphysics processes
which occurred in the experiments.
It is shown that there is no implicit precipitation of cumulus parameterization in the domain of grid scale 18 km. The snowfall
distribution patterns in the experiments are slightly different, but the microphysical characteristics and processes may have
considerable differences between the two experiments: (1) The water substances in the cloud have cloud water, cloud ice and
snow, but no rainwater and graupel in the Goddard experiment. However, the water substances in the cloud have cloud ice, snow,
and graupel, but no cloud water and rainwater in the Reisner experiment. (2) The cloud ice mixing ratios in the Goddard experiment
are larger than those in the Reisner experiment. (3) In the Goddard experiment, the dominant cloud microphysical processes
include the growth of cloud water by the condensation of supersaturated vapor, the depositional growth of cloud ice, the initiation
of cloud ice, the accretion of cloud ice by snow, the accretion of cloud water by snow, the deposition growth of snow and
the Bergeron process of cloud ice. In the Reisner experiment, the dominant cloud microphysical processes include the depositional
growth of cloud ice, the conversion of cloud ice to snow, the deposition of snow, and the deposition growth of graupel. (4)
There is only snowfall in the Goddard experiment. Meanwhile, there is ice fall, snow fall, and graupel in the Reisner experiment.
But the ice fall and graupel in the Reisner experiment is very slight and can be ignored. 相似文献
12.
The understanding of the cloud processes of snowfall is essential to the artificial enhancement of snow and the numerical simulation of snowfall. The mesoscale model MM5 is used to simulate a moderate snowfall event in North China that occurred during 20–21 December 2002. Thirteen experiments are performed to test the sensitivity of the simulation to the cloud physics with different cumulus parameterization schemes and different options for the Goddard cloud microphysics parameterization schemes. It is shown that the cumulus parameterization scheme has little to do with the simulation result. The results also show that there are only four classes of water substances, namely the cloud water, cloud ice, snow, and vapor, in the simulation of the moderate snowfall event. The analysis of the cloud microphysics budgets in the explicit experiment shows that the condensation of supersaturated vapor, the depositional growth of cloud ice, the initiation of cloud ice, the accretion of cloud ice by snow, the accretion of cloud water by snow, the deposition growth of snow, and the Bergeron process of cloud ice are the dominant cloud microphysical processes in the simulation. The accretion of cloud water by snow and the deposition growth of the snow are equally important in the development of the snow. 相似文献
13.
Wenshi Lin Jinping Meng C.-H. Sui Weiguang Meng Jiangnan Li 《Meteorology and Atmospheric Physics》2009,104(1-2):1-11
We performed a modeling study of the cloud processes in a heavy snowfall event occurring in North China on 20–22 December 2004. The nonhydrostatic Mesoscale Model (MM5) was used to carry out experiments with the Reisner-2 explicit microphysical parameterizations in four nested domains to test the sensitivity of simulated heavy snowfall to different snow intercept parameters. Results show that while the different intercept parameters do not significantly affect the accumulated snowfall amounts at the surface in either total amount or location, some microphysical characteristics of the modeled heavy snowfall event are impacted. The budget of cloud microphysics is analyzed to determine the dominant cloud processes. In the control experiment (CTL) with the snow intercept (N os) specified as a function of temperature, the primary simulated hydrometeor is snow, and its mixing ratio is an order of magnitude larger than that of the other cloud species. Relative to CTL, the experiment with a fixed intercept (CON3E6) produced lower snow mixing ratios, more cloud water and graupel mixing ratios. Among the two experiments, while snowfall is slightly smaller in CON3E6, other processes like the rate of graupel fall, condensation and evaporation of cloud water, deposition and sublimation of graupel are all larger in CON3E6 than in CTL. Among CTL, CON3E6, and two more experiments (CON2E7: with a smaller fixed intercept; and NOSQS: N os a function of snow mass mixing ratio), the budget shows that CON3E6 produces the smallest deposition and sublimation of snow, the largest deposition of cloud ice, and the largest conversion from cloud ice to snow. 相似文献
14.
应用全球-区域同化预报系统单柱模式(GRAPES_SCM),对热带暖池国际云试验(TWP-ICE)个例进行数值模拟。通过和实际观测资料进行对比,诊断并改进了Liuma云微物理方案对热带对流云微物理特征的模拟能力。结果显示在GRAPES_SCM框架下,Liuma原方案和WSM6(WRF single moment)方案均能呈现出TWP-ICE期间热带云系的发展特征,并能够明显区分试验期间的季风活跃期和季风抑制期。活跃期Liuma原始方案和WSM6方案模拟的冰云组成结构差异显著,在Liuma原始方案所模拟的冰相水凝物分布中,存在冰雪含量过少、霰过多的现象。改进后的Liuma方案对程序中各微物理过程计算顺序进行了优化,改进后霰质量混合比明显减少,冰雪质量混合比明显增加,冰相水凝物分布较合理。 相似文献
15.
本文以GFS资料为初始场,利用WRF（v3.6.1）模式对2015年第22号台风“彩虹”进行了数值研究。采用CMA（中国气象局）台风最佳路径、MTSAT卫星、自动站降水为观测资料,对比了4个微物理方案（Lin、WSM6、GCE和Morrison）对“彩虹”台风路径、强度、结构、降水的模拟性能。模拟发现上述4个云微物理方案都能较好地模拟出“彩虹”台风西行登陆过程,但是其模拟的台风强度、结构及降水存在较大差异;就水成物而言,除GCE方案对雨水的模拟偏高以外,其他方案对云水、雨水过程的模拟较为接近,其差异主要存在于云冰、雪、霰粒子的模拟上。本文对比分析了WSM6和Morrison两个方案模拟的云微物理过程,发现WSM6方案模拟的雪和霰粒子融化过程显著强于Morrison方案,但是冰相粒子间转化过程的强度明显弱于Morrison方案。云微物理过程的热量收支分析表明:WSM6方案模拟的眼区潜热更强,暖心结构更为显著,台风中心气压更低。细致的云微物理转化分析表明,此次台风降水的主要云微物理过程是水汽凝结成云水和凝华为云冰;生成的云水一方面被雨水收集碰并直接转化为雨水,另一方面先被雪粒子碰并收集转化为霰,然后霰粒子融化成雨水;而生成的云冰则通过碰并增长转化为雪。小部分雪粒子通过碰并收集过冷水滴并淞附增长为霰粒子,随后融化为雨水,大部分雪粒子则直接融化形成地面降水。 相似文献
16.
一次飑线过程的云微物理参数化方案数值试验及其成因分析 总被引：2，自引：1，他引：1
利用WRF模式6种适合高分辨率且包含多种固态水成物粒子的云微物理参数化方案,分别对2012年5月16日江苏北部一次飑线过程进行数值试验,结果表明:LIN方案模拟的飑线回波反射率、强降水TS评分、结构和强度等均要优于其余5种微物理参数化方案。分析不同参数化试验结果中不同水成物粒子占比随时间的变化特征,并针对LIN方案采取敏感性试验和水成物转化微物理过程分析指出,在此次飑线过程中的各水成物粒子中,霰/雹粒子占比最大,是降水过程中最重要的粒子;地面降水直接来源是雨水,雨水主要来源于中层霰/雹粒子的融化,小部分来源于云水的自动转化;中层霰/雹粒子最主要来源是通过雨霰转化过程中的雨水撞冻冰雹微物理过程,其次是霰撞冻云水的微物理过程,而冰相物质雪晶和云冰的碰并、撞冻和自动转化过程微乎其微。 相似文献
17.
利用WRF模式中三种云微物理参数化方案(Lin、Eta和WSM6)对青藏高原一次强降水过程进行模拟试验,将模拟降水结果与实测资料进行对比,以评估不同云微物理参数化方案对该区域降水过程的模拟性能。结果表明:三种方案均能够模拟出此次降水天气过程的发生,但在主要降水区域和降水强度两方面仍与实测资料存在偏差;在水凝物方面,三种方案对冰粒子的模拟较接近,Lin和WSM6方案模拟的雪粒子差异较大,但霰粒子无明显差异。进一步对比分析了Lin和WSM6方案模拟的云微物理转化过程,结果表明:这两种方案都表现出了霰向雨水转化的特点。在Lin方案中,通过水汽向霰粒子凝华、霰碰并水汽凝华生成的雪粒子以及霰碰并云水这三种过程生成的霰粒子最终融化为雨水。而在WSM6方案中,一方面水汽凝结成云水,云水被雪和霰粒子碰并收集转化为霰,之后霰融化为雨水;另一方面水汽凝华为冰粒子,一部分冰转化为雪,雪直接融化为雨水或转化为霰融化为雨水,另一部分冰转化为霰,霰融化为雨水。 相似文献
18.
一次梅雨锋暴雨云物理特征的数值模拟研究 总被引：4，自引：1，他引：3
利用中尺度数值模式MM5(V3.6),选用模式中不同的显式云物理方案,对2003年7月4-5日发生在江淮流域的梅雨锋暴雨过程进行了数值模拟,并根据模拟结果对造成此次暴雨过程的对流云团的微物理特征进行了分析.研究结果表明:(1) 具有详细云物理过程的中尺度模式MM5对短时强降水过程具有较好的模拟能力,提高MM5模式的分辨率,可以更好地模拟短时梅雨锋暴雨过程,模式中的Goddard云物理方案的模拟结果要优于Reisner方案和Schultz方案.(2) 梅雨锋对流云团是一种复杂的固、液、气三相混合体结构,在云体区域内的平均质量密度分布中,水汽的质量密度最大,其次是霰,而冰晶、雪、云水和雨水的质量密度较小且数值大小彼此接近,各种相态粒子质量密度峰值出现的高度随时间无明显变化.雨水、云冰和霰的质量密度随时间演变规律与地面降水强度的变化特征相一致,近地面层水汽密度随时间的演变规律比地面降水强度提前1-2个小时,水汽通量的辐合对暴雨时段内水汽的补充和维持起到了重要的作用.(3) 除了最基本的云水向雨水转化的云微物理过程之外,此次降水过程还显示,在中层500-700 hPa范围内雪、冰晶等冰相粒子首先转化为霰粒子,而霰和云水的结合进一步加速(剧)云水向雨水的转换,成为短时特大暴雨形成不可或缺的动力机制,云物理过程中的相变潜热与对流运动的正反馈机制是促进暴雨维持和发展的最重要热力因子. 相似文献