云微物理过程的研究和中尺度环境在暴雨情况下在延安

1介绍

陕西最频繁的暴雨在中国西北的干旱和半干旱地区。暴雨的特点是强大的强度、时间短、本地化。暴雨往往会引发严重的洪水和山地灾害,为生命和财产带来巨大危险(Zhang et al ., 2011)。然而,在中国西北干旱和半干旱预报暴雨仍然是一个技术挑战,很大程度上是由于这些地区的复杂的表面特征。明智的潜热运输造成的降水和蒸发不同于湿润地区(赵et al ., 2016)。干旱和半干旱地区对气候变化敏感,特别是降水,使预测更加困难。此外,这些地区都有复杂的地理条件和低频率的强降雨事件。暴雨的机制和中尺度过程在干旱和半干旱地区需要更好的理解(香港et al ., 2015)。

许多研究在干旱和暴雨机制执行了干旱地区。李et al。(2022)总结了暴雨的发生源于外部强迫的因素weather-scale系统,如垂直风切变,干侵入,不稳定,水蒸气收敛,额的一代。这样的降雨也在风暴系统自组织和交互的结果(舒马赫和约翰逊R H, 2005;郑et al ., 2013),如凝结潜热加热和对流导致摄动蒸汽压力梯度。赵et al。(2017 b)发现,中期和低级的飞机是最大的贡献者水蒸气运输和低级收敛的主要电源。Bi et al。(2006)和赵et al。(2017)发现迫使隆起迎风坡的秦岭山脉和地形云的云“seeding-supply”效应触发和加强陕西强降雨。傅et al。(2022)发现大气水汽含量远远超过气候状态是一个极端暴雨的产生的必要条件。局部热的叠加影响的局部收敛性和动态条件和水蒸气局部发生的强降雨是重要的原因。暴雨引发的机制和发展是非常复杂的,和暴雨的理解机制有利于预测暴雨,也需要模型数值天气预报(nwp)的帮助。

随着改善数值天气预报、中尺度模式已经成为分析暴雨过程的主要方法(黄、张,2012年)。中尺度模式提供的参数化方案的数量增加,和描述的具体物理过程正在改善,从而更好的模拟暴雨(赵et al ., 2016)。然而,数值天气预报预测不够强降雨的地区和强度。云微物理过程扮演了一个重要的角色在决定和降雨强度分布模型。云微物理过程可以影响降水的形成过程和对流系统的热力学过程。因此,云微物理过程在数值天气预报往往很大程度上影响模型预测结果的准确性(陈et al ., 2021)。高et al。(2005)和风扇et al . (2007)发现,潜热释放云微物理过程可以显著改变云的中尺度热力学结构,从而影响对流系统的发展。这种反馈效应之间的云微物理过程和中尺度环境相当复杂。仍有进步的空间描述的云微物理过程的中尺度模式。此外,地形也扮演一个重要的角色在决定和降雨强度分布模型。数值天气预报的预测能力随降水增加降水幅度,这是与地形密切相关。预测在山区降雨量级相对较低,尤其是对地方和对流暴雨(王et al ., 2018)。

总之,不同的云微物理特征的大雨在干旱和季风区域在中国,受到地理等因素的影响,湿度和温度,区域预测带来了独特的挑战。在干旱地区强降雨事件通常是突然和迅速发展,往往由于形成的中尺度对流系统含有活跃的微观物理学的进程。因此,重要的是要提高对暴雨的云微物理特性的了解,加深我们的理解的云微物理过程和中尺度环境之间反馈机制在干旱和半干旱地区。这些将帮助避免灾害预测极端干旱和半干旱地区的强降雨。因此,有必要cloud-resolving数值模型来模拟和再现一个极端降雨事件在干旱和半干旱地区。因此,我们就能够突出热力学和云粒子物理学的特点。此外,我们诊断量化质量预算的雨水和水文气象的热量平衡。最后,我们比较云微物理特征之间的暴雨在干旱地带和季风区域,露出明显的差异。天气形势分析的可能的物理机制和云微物理过程影响极端干旱和半干旱地区的暴雨进行了讨论和总结。

本文的其余部分组织如下:第二节提供了一个概述和天气条件。模型描述在第三节和第四节中给出了模型验证。第5部分细节的特性在暴雨中尺度环境和云微观物理学的延安。讨论云微物理过程的可能机制影响暴雨在第6节给出。第七节得出结论。

2例概述和天气条件

2.1案例概述

延安城位于陕西省北部,中国,地形是由黄土沟壑(丁et al ., 2018)。延安有经验的区域暴雨3 2021年9月至2021年9月4日。加之24小时累积沉淀,延安北部一个城市,达到113.8毫米。这个重降水打破了两个记录在延安的24小时累积沉淀的历史。首先,它创造了一个新的记录每日降水极值,10.7毫米超过前面的降雨峰值(24小时累积降水量103.1毫米1977年7月5日)。第二,它创造了一个新的纪录9月平均precipitation-the旧记录是69.2毫米。

2.2分析天气条件

本节将使用ECMWF再分析数据和测深观测分析天气条件在延安暴雨的发生之前,调查天气条件的强降水过程。

2.2.1循环配置

ECMWF第五代的数据再分析(ERA5)(空间分辨率:0.25°;时间分辨率:1 h)被用来分析环流形势在延安之前暴雨的发生。所示图1、循环和上层喷气200 hPa表示,延安是坐落在一个上层槽,这进一步表明寒冷和干燥的空气入侵延安。中产阶级和上层的入侵干燥和寒冷的空气增加了不稳定大气中,发挥了重要作用引发强降雨。流通和温度场在500 hPa表示,延安是坐落在脊和槽前,这是有利于向上运动。四川西太平洋副热带高压偏西,进行水分从孟加拉湾到延安。大气环流及风场在700 hPa表示,延安位于下游的低空急流,覆盖温暖center-conducive收敛的水汽和热量。循环和水蒸气通量在850 hPa表示,延安是位于东部的低压伴随着暖平流。这个城市也是一个较大的值的中心地区的相对湿度,这表明有水蒸气聚集在延安有利于暴雨的发展。

总之,在延安暴雨是由高级冷槽,西太平洋副热带高压、低层次的温暖和潮湿的飞机,和较低的压力。有干燥和寒冷气流侵入上层水平,温暖和潮湿的空气在较低的水平,从孟加拉湾水分运输,和向上运动,导致暴雨在延安3 - 4 2021年9月。

2.2.2 Skew-T logp分析

图2显示了Skew-T logp情节的点(109.45°E, 36.58°N)从ERA5在延安,在一个点位于降雨区域,描述大气分层条件和不稳定能量暴雨之前和期间。在0212 UTC,温度曲线之间的距离和露点温度曲线离850 hpa,表明湿层高度。这是由于低层次的温暖,潮湿的飞机把水蒸气带到延安。空气在700 hpa - 500 hpa高度干燥机的入侵干燥,寒冷的空气,导致不稳定能量的积累(对流可用势能(角):2487公斤⁻¹]。温度曲线之间的距离和露点温度剖面离500 hpa - 200 hpa高度。在0218 UTC,低于850 hPa高度500 hPa 200 hPa,水蒸气趋于饱和。然而,仍有强烈的干层700 hpa - 500 hpa高度的对流可用势能(角):2696公斤⁻¹]。在0300 UTC,所有层往往变得饱和,从而表明降水。

总之,有一个入侵干燥、寒冷的空气在延安之前发生的强降雨,在环境和不稳定能量是容易产生暴雨。有深层水分较低水平提供足够的水蒸气。这个配置上水平和干燥的空气的潮湿的空气在低水平可以导致大气不稳定,导致强烈的对流发展。

3模型描述

WRF模式是一种新一代中尺度预报模型和数据同化系统联合开发由美国国家大气研究中心,国家海洋和大气管理局和其他研究部门,全球已被广泛研究和应用。中尺度模式WRF4.2被用来在延安这暴雨过程进行了数值模拟。3 d大气模型中初始条件和时间边界条件从ERA5数据空间分辨率为0.25°×0.25°。WRF模式的模拟区域嵌套在两层(图3)。Domain1和Domain2双向嵌套。横向空间分辨率设置为3公里,1公里,分别。垂直层模型是81年。时间集成的步骤都是6 s。模型的有效期限是3 - 4 2021年9月。输出时间间隔设置为1 h。RRTM方案是用于长波辐射,Dudhia方案短波辐射和MM5 Monin-Obukhov地表过程的方案。此外,模拟打开topo_wind,可以正确的低层风场,gwd_opt,可以考虑地形引起的重力波(京et al ., 2019)。云微物理方案选择模型是莫里森2-moment计划(莫里森et al ., 2015),其中包括五个水物质的混合比率(冰云水、雨、云、雪、霰)的计算转换为这些水物质(见术语附录A)。

谱逼近是一种约束模型更符合观察行为(Glisan J M et al ., 2013)。这FDDA(四维数据同化)方法过滤器通过设置数量的波浪,过滤高频波比这个数字大空间,并留住大规模的波动。这个分数的大规模波动被添加到模型的预测领域根据一定的权重。因此,模拟状态可以保持接近大规模驾驶状态,和大规模的错误可以更好的减少。模型变量可以自由开发大规模的过程同时也应对中尺度过程(刘et al ., 2012;Ji 2019)。波数集FDDA方法是波数= 6。

研究微物理过程的影响在暴雨的诊断必须计算水文气象的热量平衡。相变潜热过程分为相变潜热释放过程中温暖的空气,吸收的过程相变潜热冷却空气。根据的方法Hjelmfelt et al。(1989)和郭et al。(1999)计算相变潜热,传热的升温速率,传热冷却速率,和净升温速率可以使用以下公式计算:

在这里,R_w是总潜热加热速度,R_c是总潜热冷却速率,R_t是净潜热加热/冷却速率,l_v的蒸发潜热不变值为2.5×10⁶,l_f融化的潜热常数的值为3.34×10⁵,l_年代是升华的潜热不变值为2.8×10⁶(在J公斤⁻¹),C_p的定压比热容是潮湿的空气在室温下一个值为1.007×10³(在J公斤⁻¹K⁻¹),P_气孔导度缩合词的转化率,P_frz的转化率是冻结,P_部的转化率是沉积,P_{执行副总裁}蒸发的转化率,P_mlt是融词的转化率,P_子升华词的转化率(公斤公斤吗⁻¹年代⁻¹)。

4模型验证

4.1验证的降水

为了验证模型仿真结果的准确性,实际降水分布领域(延安气象局提供的)选择与模型模拟降水场进行比较,如图所示图4。模拟24小时累积降水中心延安西南部不能验证由于观测数据的局限性,因此本文将专注于两个降雨中心的云微物理过程在延安北部。降雨强度,模拟24小时累积降水量有两个暴雨中心(24小时累积降水量> 100 mm)在延安北部,与观测相一致。降雨区域而言,两个中心的极端降水的模拟比观察更北的地方。

6小时累积降水量的观测和模拟之间的站53845年相比,验证模型仿真结果的准确性(图5一个)。模拟6小时累计降雨强度的峰值出现的同时观察到的在53845年达到顶峰。观察和模拟6小时累积降水量之间的相关系数是0.686,均方根误差为14.41毫米/小时。1小时累积降水观测和模拟在加之火车站与评估模型仿真结果的准确性(图5 b)。加之县,位于延安,是西方中心的暴雨事件。2021年9月3日,24小时累积降水量达到113.8毫米,超过了每日记录降水。由于差异观察和模拟降雨区域,模拟降雨中心的选择与实际降水中心,加之(图5 b)。峰值的模拟1小时累计降雨强度与观察到的峰值一致,加之和强度也具有可比性。模拟结果与实际观测值之间的相关系数1小时累积降水量为0.836,和均方根误差为4.01毫米/小时。模拟降雨中心B被选为比较实际的东部降水中心安塞在这个暴雨事件(图5 c)。模拟1小时累计降雨强度的峰值也与观察到的峰值在安塞一致。模拟结果与实际观测值之间的相关系数1小时累积降水量为0.596,和均方根误差为3.96毫米/小时。这表明模拟和观测降雨中心的降雨强度与时间相一致,进一步验证的可靠性模拟降水。

总之,在2 d降水领域,尽管降雨模拟的降水区域稍微偏离观测降水雨量区,模拟降水降水强度达到实际的降雨强度。自本文关注云粒子物理学和中尺度环境的反馈过程,导致这个强降雨强度,这种仿真结果被认为是可靠的。站降水,降水的强度和发生时间由WRF模拟更接近实际的观察,表明模拟结果可靠进行以下研究。进一步验证的可靠性模拟降水结果所需的多普勒雷达数据。

4.2验证雷达反射率

多普勒天气雷达信息发挥着越来越重要的作用在中尺度数值天气预报。新一代多普勒天气雷达监测网络在中国设有一系列雷达覆盖不同的乐队和波长范围,可以更准确地定量测量降水和雷暴警告,台风和暴雨(他,2012)。丁et al。(2018)发现暴雨回波在延安的形式主要是band-like风暴回声,回声,并离散clump-like风暴多个平行的乐队。因此,模拟数据的可靠性可以通过雷达回波多普勒雷达提供的信息数据。图5 b, C显示1小时的时间序列累积降水的降水中心,这是至关重要的感兴趣的领域。我们可以看到图5 b, C,降水主要集中在00:00 UTC内UTC时间2021年9月3日,表明这一时期是对流发展最具活力和最典型的延安时期强降雨过程。

雷达回波的形状延安暴雨摘要显示整个条带形状(图6 a - c),这表明对流系统在延安是不断生成和发展,生产的极端降水通过训练的效果。左上角有一个径向缺口雷达回波的主要是由于山阻塞。0点UTC,对流(> 30 dBZ)从西北进入延安的西北部。多个强烈对流中心(> 40 dBZ)存在于对流,和强烈的对流的分布中心四散。在01:00 UTC,强烈的对流中心聚集在延安北部。于02:00 UTC,对流的范围扩大;强烈的对流中心衰变,而雷达回波强度降低。

模拟雷达反射率所示图6 d-f。模拟雷达反射率的范围比观察到西。与观测相比,模拟雷达反射率较小范围的对流,但一个更大范围的强烈对流中心。0点UTC,模拟雷达反射率band-like,从西北延伸到延安。在01:00 UTC,模拟雷达反射率比以前更强、更向西,和强烈的对流中心的范围扩展。在02:00 UTC,对流的主体继续向西移动,和强烈的对流中心分散。

总之,模拟水平组合反射率演示观察特征对于运动范围和强度。降雨的三个选择的时刻是那些开发和腐烂,被用来研究在强降雨云微物理特征和机制。

进一步讨论三维结构影响暴雨的强烈对流,对流强中心的雷达剖面的分析是必需的(图7)。观察雷达结果不连续在高层次的概要文件,因为有差距和底部高仰角层,然后雷达资料插值。然而,这并不影响我们的判断强烈对流中心在较低的水平。我们可以看到图7 a - c在00:00 UTC,对流的发展阶段与最大反射率35 dBZ的高度和最大回波中心4 - 5公里。在01:00 UTC,强烈的对流中心达到最大反射率45 dBZ和5公里的高度。有雷达反射率大于35 dBZ从5公里延伸至地面,表明降雨。在02:00 UTC,有雷达反射率大于40 dBZ从5公里延伸至地面,表明强烈的对流雨中心已进入衰减期和下降。

模拟垂直雷达反射率所示图7 d-f。0点UTC,模拟雷达回波的强烈对流中心是比观察。最大的高度模拟回波中心5公里,符合观测。向上运动当时主要分布的强回波中心4 - 8公里高。在01:00 UTC,模拟回波特征匹配的观察。向上运动与雷达反射率中心,延长4到10公里,然后沿着云砧流出。于02:00 UTC,模拟结果有相似的回波特征观察echoes-radar反射率大于40 dBZ因此扩展从4.5公里到地面。然而,回波模拟对流强中心的高度低于观察。对流的整体高度低于之前的时刻,表明上升运动活跃在5 - 8公里。

总之,图7显示了开发过程的观察和模拟强烈的对流,强降雨在延安的影响。模拟的水平和垂直雷达反射率的特点是类似于观察,表明模拟结果能够反映实际对流条件,影响了强降雨在延安。仿真结果可用于研究云微物理过程和对流的中尺度特征影响这个沉重的降水在延安。

4.3验证的中尺度环境领域

除了降水和雷达反射率模拟中尺度环境条件,包括动态和热力学领域,也被证实与ERA5再分析数据(阴L et al ., 2023)(图8)。在2021年9月3日00:00,低压中心存在的延安,西部和西南流影响的低压延安ERA5和模拟;热中心存在在延安ERA5和模拟。有水蒸气收敛在延安此刻,但模拟降水强于ERA5水蒸气收敛。上述分析表明,该模型可以捕捉的中尺度动力学和热力学环境降雨事件在延安。

5中尺度环境和强降雨的云微物理特征

云微物理特性可以通过热力学过程有强烈的与环境的相互作用(尖刺外壳R et al ., 1982)。因此,本节是两个主要部分。首先,强烈的对流中心的垂直热力结构影响这暴雨进行了讨论;然后,液体的垂直分布和冰粒子在一个强烈的对流中心这个强降雨影响,然后用于分析的云微物理特征强烈的对流。

5.1中尺度环境强烈的对流

云微物理过程可能导致潜热的变化。因此,热的特性变化的云是一个直观的反映云微物理过程中尺度环境反馈。图9显示模拟垂直的扰动势的时空演化温度、风场暴雨之前和期间。0点UTC,潜在的负面干扰温度大多低于3公里,和积极的潜在干扰温度大多是5公里以上。向上运动存在的高度为109.17°-119.51°E 4 - 8公里,36.73°-36.88°N。上部流出地区的上升气流与积极的扰动位温中心(最大值积极扰动势温度中心超过2 K)和强大的雷达回波(最大雷达反射率超过35 dBZ)。这是由于向上运动,液体颗粒和水蒸气从低到上层,生成大量的液相颗粒导致潜热释放,从而加热环境空气在云中。向上运动转向强劲水平平流在8公里的高度。另一个积极的扰动位温中心对应水平流出,是附近−20°C层,对应于低回声(雷达反射率:25 dBZ) (图7 d)。这个扰动位温中心可能是由于暖平流。在01:00 UTC,积极的扰动位温中心加强和提升,是伴随着增加向上运动和水平平流。负面干扰潜在的低级中心温度也加强,伴随向下运动,表明降水与吸热蒸发,导致冷却在强烈对流的边缘。02:00 UTC,积极的扰动位温中心被扩大,甚至高于−20°C的温度升高。中心积极扰动的潜在的负温度与中心垂直对齐的扰动势温度,表明这个强烈的对流中心然后产生降水。向上运动是比前两个时刻,但倾斜。上层流出的水平运动也增强,但回声低于20 dBZ甚至没有在相应的位置图7 f。

总之,图9显示了开发过程中热力和动力变化强烈的对流影响巨大的风暴在延安。积极的潜在干扰温度主要分布在上部水平高于5公里。向上运动和雷达回波逐渐增强,积极的潜在干扰温度的强度逐渐增加,和积极的潜在干扰温度的高度中心逐渐升高。这是转换过程相关的冰相粒子,这将在下一节中讨论。还有一个积极的扰动位温中心对应于弱回声,并有很强的水平运动。这种增强积极的扰动的一个潜在的温度可能与水平平流中心。负扰动势温度主要分布在较低的层次。潜在负面干扰温度的强度也逐渐增加。这是有关降水蒸发吸热导致冷却。

5.2强烈对流的云微物理特征

暴雨的产生与中尺度环境之间的正反馈和云微物理过程。因此,云微物理特征的理解,因此,在强烈的对流暴雨之前和期间的反馈过程是必要的。图10和图11显示垂直的混合比率和风能领域不同的水冷凝物,这使我们能够确定水冷凝物”字段和热力学领域之间的联系图9。

图10显示垂直的液态水的演化和云冰混合比率和风场暴雨之前和期间。00:00,雷达反射率的大值中心在强烈的对流图7混合比率的值对应于大液态水中心(最大值超过1.05 g公斤⁻¹)在融化层附近图11在强烈的对流109.17°-119.51°E, 36.73°-36.88°N。液态水的较大的值混合比与向上的运动,表明一些液体的水可能会取消在融化层和生产过冷水。以上液态水的大值的混合比率是一个较大的值的云冰混合比率(最大值超过0.04 g公斤⁻¹)。这种现象主要是由于向上运动,水蒸气,水,和过冷水高水平,形成了冰沉积和冻结的过程。在01:00,液态水的地区大值混合比率更高比前一时刻。最大的云冰混合比率也减少了比前一时刻。云冰和水的混合比在02:00,当液体水混合比例达到了最大(超过1.8 g公斤⁻¹从融化层)和连接到表面。云中冰混合比率高水平达到了最大值(超过0.06 g公斤⁻¹),云冰混合比分布的区域范围增加。向上的运动明显比以前强。积极的扰动势在下午两点温度图9也增强了强度和增加程度与以前相比。这建议之间的正相关环境加热由于潜热和沉积和冻结的生长过程。

总之,向上运动进行水蒸气和液态水从低到高水平,积累了融化层附近。一些液态水是上层的向上运动过程中沉积和冻结成冰。这些过程释放潜热,从而加热中心的云。云冰的融化了降雨,图中所示为云冰混合比在下降一点,同时增加液体水混合比。然而,02:00云中冰和水混合比例都大大增强。向上的运动也极大地提高了由于天气和中尺度强迫,这可能影响液相粒子的转换。其原因将在以下部分中详细解释。

图11显示垂直的时间演化的霰雪混合比率和风场暴雨之前和期间。0点,有大型霰混合比率(最大超过0.65 g公斤⁻¹)在融化层。该地区的一个较大的值的雪混合比(最大值超过3 g公斤⁻¹)存在以上地区的大型霰混合比例,对应于该地区的大型云冰的混合比例图10。在01:00,霰的混合比率减少(最大超过0.4 g公斤⁻¹)。雪混合比例略有增加,和雪的范围扩展更多的比以前。然而,雪的高度混合比中心从之前的下降。02:00,snow-mixing比率减少(最大值超过2.4 g公斤⁻¹与以前相比)。霰混合比率大幅增加(最大值超过2.4 g公斤⁻¹)在融化层,伴随着强烈的向上运动。比较图10 c和Figure11C表明graupel-mixing比率的降低压力水平中心对应于液态水混合比中心。

总之,向上运动使水蒸气和液态水形成上层通过沉积和冻结冰云。冰的聚合和碰撞形成的雪。冰的碰撞和合并和液态水形成霰,所以霰的混合比中心总是snow-mixing比率降低压力水平的中心。通过比较图9,图10,图11雨滴的增加可能与霰融化,和潜热释放的增加可能与云冰雪的沉积有关。降水的定量分析生产和潜热释放转换的云微物理过程将讨论下。

6云微物理过程的可能机制影响暴雨在延安

第五部分集中在中尺度环境特性和云微物理过程中产生强烈的对流,强降雨在延安。然而,全面量化云微物理过程和非绝热加热过程的理解产生沉淀在延安不清楚这些流程。理解的影响,微观物理学的强降雨过程,进一步分析雨水粒子的质量平衡和预算的水冷凝潜热是必需的。

6.1质量预算的分析雨水

图12显示了微观物理学的过程意味着生产的高度在延安的强降雨。可以看出,主要的微观物理学的转换过程降水粒子的来源被雨(吸积滴P_{类风湿性关节炎})和霰融化(P_gmlt)。的主要micro-physical转换过程降水粒子的下沉是雨雪收集(P_拉克斯)和雨水的蒸发(P_再保险)。

这些主要降水粒子微观物理学的转换过程是随着时间的推移逐渐增强。在主微观物理学的转换过程降水粒子的来源,P_smlt是最明显降雨生产云微物理转换在延安在大雨中。的顶峰P_smlt发生主要是4.5到5公里,高度分布的融化。雪混合比率在下午两点图11减少比前一时刻,但是P_smlt过程中图12增加了。这是由于温度的增加在该地区的snow-mixing比率图9,导致容易融化的雪。雪的融化增加液态水和增加的过程中P_{类风湿性关节炎},这也发生在融化层。霰融化的过程(P_gmlt)也是一个主要过程降水粒子的来源。由于低graupel-mixing比率相比,雪,对降水粒子的增加的影响比雪还少。然而,P_gmlt也增加了对流的发展过程。一方面,液态水的增加由于霰雪融化有利于生产,这是由于雪混合比中心的现象总是高于霰混合比率中心,如前所述。另一方面,在云随着温度的增加,这两个微观物理学的转换过程对降水粒子的下沉P_拉克斯和P_再保险都是在大小小于三个微观物理学的转换过程降水粒子的来源。P_拉克斯主要发生在5.5公里。P_再保险主要发生2-4km,这主要是由于雨水蒸发由降雨引起的。

6.2水文气象的热量平衡的诊断

图13显示了意味着微观物理学的转换过程的加热率高度在延安的强降雨。加热的主要微观物理学的转换是沉积的雪(P_rds),沉积的冰云(P_{读数ydF4y2Ba})和沉积的霰(P_读数)。冷却的主要微观物理学的转换是升华的雪(E_{珠江三角洲}),冰升华的云(E_prdgydF4y2Ba),雨水的蒸发(P_再保险),雪的融化和蒸发(E_vpm)和雪霰的升华(E_prdg)。

这些主要微观物理学的转换过程,影响加热率也随着时间的推移逐渐增强。雪是最重要的水冷凝,云内加热或冷却速率的影响。P_rds是最重要的升温速率在云微观物理学的转换在延安在大雨中。的顶峰P_rds7和8公里之间的发生主要与对流的发展逐渐升高。这是由于增强向上运动导致更多的水蒸气和液态水从下到上的水平,形成了冰相粒子,尤其是雪。雪的沉积反过来导致云层内部温度的增加。云中的浮力增加进而导致增加的向上运动。的顶峰E_{珠江三角洲}主要发生在5 - 6公里高融化层。这是由饱和水汽压在冰表面的饱和水蒸气压力低于水面。积雪升华过程中吸收热量,导致热量集中在上层,这是云计算发展更有利。的顶峰E_vpm主要发生在5公里,分布融化层的高度。的冷却速度E_vpm雪的过程比其他进程。P_再保险也是一个明显的微观物理学的转换过程。P_再保险主要发生在融化层,由于传热冷却向下拖动运动造成的降雨。吸收的热量释放,微观物理学的转换过程与霰非常低。基于上述分析,云微物理过程导致传热加热/冷却和扰动的正/负中心对应潜在的云内的温度,除了积极的扰动位温中心与强水平流出(9至10公里图9)和较低的雷达回波(图7)。根据热力学能量方程,当地潜在的温度变化温度平流和传热影响的结果,在这个高度和积极的扰动中心对应于更强的平流。因此,强烈的热效应在9至10公里图9主要是有关温度平流。

总之,这暴雨过程在延安的转换效应主要是由雪。霰的转换效果是生产规模较小的降雨比雪。然而,李董和(2022)发现霰混合比例的增加与三个降水峰值在极端暴雨事件(达到1056 mm /天)2018年夏季中国南部海岸。0°C层的高度降雨量约4.2公里。雪和云冰没有对应的三个降水峰值。这表明这种极端暴雨事件在中国南部海岸主要是由霰的转换效果。李J et al。(2017)发现的最大的霰混合比率为1.4 g / kg,和雪的最大混合比率为0.8 g / kg。0°C层的高度的降雨量大约是4.3公里。潜热中心主要集中在大约4 - 5公里。本文发现,最大的霰混合比为0.65克/公斤,最大积雪混合比是3克/公斤。0°C层的高度降雨量约5公里。潜在的供暖中心主要集中约7公里。这种比较表明,海南岛秋季暴雨也主要由霰的转换效果。这是两个例子的暴雨发生在中国的南部季风地区。在中国的北部季风区域,陈et al。(2021)发现降水粒子的最大来源是霰融化水除了集雨云在北京暴雨2016年7月18日至19日。0°C层的高度的降雨量大约是4.5公里。在中国长江季风区域,云液态水的吸积霰(QCLcg)占主导地位的云微物理过程影响的混合比水(李C et al ., 2020)。0°C层的高度的降雨量大约是4.2公里。

在上述的例子季风地区的强降雨,霰是主要的云微物理过程的转换。0°C层的高度这些季风地区降水事件发生在4 - 4.5公里。然而,干旱地区暴雨的情况下研究了由雪的转换过程。0°C层的高度约5公里,这可能是由于以下原因。McCollum et al。(2000)指出,在干燥的条件下形成的对流云基地(即。,cold-type clouds) are generally higher than those developed under the moist environments, causing higher evaporation for falling raindrops and thus less precipitation at the surface. This supports the limited growth of raindrops for cold-type heavy rainfall under relatively dry conditions. However, heavy rainfall is still produced in arid and semi-arid areas because there are two main ways in which water vapor can be saturated: due to the constant transport of water vapor in some regions, or due to the intrusion of dry, cold air resulting in relative saturation. Monsoon regions are more likely to lead to precipitation in the warm zone due to its abundant water vapor and southerly location, thus making the formation of graupel more likely to. However, rainstorms in arid and semi-arid regions are more likely due to the confrontation of the north–south air mass. The intrusion of dry, cold air into upper layers is often an important trigger for heavy rainfall, indicating that this production of rainstorms does not need an environment of high temperature and high humidity, which is more likely to lead to snow production with deep convection due to precipitation in cold, dry zone. This has some similarities to毛et al。(2018),721年北京暴雨过程分为热沉淀阶段,据降水阶段。沉淀在这两个阶段的生产是由霰的转换。尽管据阶段的降水效率小于温暖地带的阶段,前者有发达的层积云更高云顶和更强的冰阶段过程,这将释放更多的潜热和提高上升气流,相对增加雪转换的影响。另一项研究也表明,雪更可能是产生在干旱地区的暴雨和霰更可能是产生在潮湿的季风暴雨领域:歌H J et al。(2017)理想化的数值实验发现使用缺乏上层雪和过冷雨滴之间的强烈淞化过程和冰粒子出席warm-type实验的初始阶段,导致快速霰生产。然而,高桥T (2006)和高桥et al。(2015)报道称,暴雨在季风区域(类似于温暖的类型)与冻滴而不是霰。这主要是由于缺乏在当前云粒子物理学方案中没有散装微观物理学方案WRF模式区分霰冰冻下降,和高霰浓度可能归因于缺乏冻滴。在理想的数值实验歌H J et al。(2017)、丰富的雪是冷排实验,一个小得多的雪量产自warm-type实验,确凿的结论。

6.3暴雨期间可能的云微物理机制

的基础上的分析图1,图2,图3,图4,图5,图6,图7,图8,图9,图10,图11,图12,图13,一幅画的云微物理机制影响暴雨过程可以给在延安(图14)。在500 hpa,西太平洋副热带高压偏西的四川盆地,提供水汽通道水蒸气从孟加拉湾到延安。700 hpa,较低级别的飞机输送水汽和热量来延安。在850 hpa,延安是位于东部的低压伴随着暖平流。这些天气系统的作用下,大量的热量和水蒸气已经积累了延安。然而,因为它坐落在一个干旱/半干旱地区,容易干燥,冷空气从高纬度地区,水汽含量和温度并不足以达到饱和。在200 hpa,有高层冷槽和飞机在延安。干燥,寒冷的空气不断入侵延安,导致积累达到相对饱和水蒸气。这个降雨事件在延安发生在这样一个天气背景。

强降雨在延安的产生是由于多个强烈对流通过训练效果。天气引发的强烈对流导致强烈的上升运动和中尺度强迫。向上的运动进行水蒸气和液态水运输低空急流。一些液体的水被向上动作在融化层和过冷的水形成的。水蒸气和液态水形成冰相粒子在中间和上层,如雪,冰云,和霰,通过沉积和冻结Bergeron流程。冰相粒子的微观物理学的转换促进降雨。相粒子的微观物理学的转换过程中释放大量的潜热,提高环境温度。一方面,它导致了云浮力向上运动,给积极的反馈。另一方面,它导致了不稳定能量积累的环境,而反过来,持续发展的对流。的P_rds过程与雪云环境的主要加热过程。当冰相粒子增长到一定的尺度,冷却冰相粒子融化层上面升华,因为在冰面饱和水蒸气压力低于饱和水蒸气压力在水面,如在E_{珠江三角洲}的过程。雪在融化层,霰融化,导致增加液体水,等P_smlt和P_gmlt拥有。雨滴的过程收集云滴(P_{类风湿性关节炎}自然地发生)也在融化层。当雨滴增长,降雨生成。降雨过程的拖拽效应导致传热冷却,产生较低的冷池层。这个配置较低的层为上层冷却和加热反过来向上运动提供积极的反馈。云的正反馈效应中尺度环境和云微物理过程在一场暴雨导致在延安。

7结论

cloud-resolved数值模拟是一个极端降雨在延安,一个城市在中国西北干旱/半干旱地区,在2021年9月3 - 4日。数据从一个auto-weather站和多普勒雷达是用于验证仿真结果。这暴雨过程表现为乐队雷达回波,这是由于通过训练多个强烈对流效应。中尺度云环境的特点和云微物理过程分析了强烈的对流。雨水质量预算和潜热的预算微观物理学的转换对水冷凝为延安被计算。最后,云微物理过程的可能机制极端降水的影响进行了研究。主要结论是:

(1)中尺度云环境之间有正反馈和云微物理过程。云中心的冰雪混合比率与积极的扰动势的中心温度在云中,这表明非绝热加热过程与潜热释放由于冰相粒子的转换,促进了上升气流和降雨。

(2)雪转换是最重要这暴雨事件的过程。P_smlt是最明显降雨生产在云微观物理学的转换。P_{类风湿性关节炎}和P_gmlt也有助于生产的降雨,但明显不足P_smlt。P_rds云环境的主要加热过程,可以提高上升气流和其他微观物理学的进程产生积极的反馈在云。

(3)中国干旱地区的暴雨一般的结果北部和南部气团之间的对抗,那里主要是干燥和冷空气入侵导致相对饱和。这种降水主要是冷排降水和主要表现snow-dominated云微物理过程产生深对流。暴雨在中国主要是季风地区warm-type沉淀,需要有高潮湿和温暖的环境,主要表现在graupel-dominated云微物理过程。

数据可用性声明

原始数据支持了本文的结论将由作者提供,没有过度的预订。

作者的贡献

JX:负责逻辑结构,数值模拟,分析图片和机制,和全文的写作。FP:负责提出论文的主要逻辑概念,以及选择的主题和论文的研究方向,并提供观测数据来验证仿真。杰:负责处理数据从雷达数据在文章和插值,然后图像演示。高清:负责提供思想和方向进行分析后的云微物理机制。所有作者的文章和批准提交的版本。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或那些出版商编辑和评论员。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

引用