论文部分内容阅读
降雪是北京冬季的重要降水天气过程，也是开展人工增雪作业的重要天气对象，但目前对该地区降雪形成物理过程及降水机理的研究并不多，尤其是对降雪过程及其人工播云催化进行超高分辨率的模拟研究工作还没有。为满足2022年北京冬奥会气象服务和人工增雪保障的需求，本论文针对北京冬季三次典型降雪云系微物理特征进行观测与数值模拟研究分析，揭示了降雪形成的微物理机制，在此基础上开展复杂地形和边界层方案对降雪过程影响以及山区地面人工催化效果的模拟研究。
首先利用中尺度数值预报模式(WRF)，结合外场观测资料，对北京冬季2015年1月24日和2015年11月5-6日两次不同天气背景下的山区降雪云系的微物理结构特征及降雪形成的微物理转化机制进行了研究，定量比较了云中水凝物含量和降雪形成机制的差异。研究结果表明:(1)由于两次降雪过程的天气形势和水汽输送有较大差异，导致降雪形成的微物理转化机制也出现较大差异。11月5日降雪第一阶段水汽输送较强，云中过冷水含量较高，降雪形成以凝华增长和凇附增长为主，地面表现为雨夹雪天气，而1月24日和11月5-6日第二阶段水汽输送弱，降雪形成以凝华增长和聚并增长为主，地面表现为纯降雪天气;(2)11月5日的第一阶段雨夹雪天气过程中，云中不仅有云冰(9％)、雪晶(72％)，还有云水(6％)和雨水(12％)存在，高层生成的雪胚在下落过程中主要通过凝华(78％)和凇附(20％)过程增长。而1月24日与11月5-6日第二阶段的纯降雪过程中，云中水凝物分布相似，以云冰和雪晶为主，1月24日云冰含量占28％，雪晶含量占72％;11月6日云冰含量占11％，雪晶含量占88％，冰粒子主要分布在高层。首先高层6-12km生成的雪胚下落到低层水汽充足区，然后通过凝华和聚并过程增长，1月24日凝华增长过程占92％，聚并增长过程仅占5％;11月6日凝华占88％，聚并仅占3％。(3)垂直上升气流速度与云冰、雪晶生成和增长过程呈正相关，上升气流带来充足的水汽，配合垂直运动使得雪胚增加，凝华、凇附和聚并过程增强，导致雪晶含量增加。
然后利用高分辨率地形数据和大涡模拟技术，进一步研究了地形分辨率和边界层方案对降雪过程数值模拟的影响，为提高和改进京北山区降雪过程的数值预报能力提供科学依据。在WRF模式中加入高分辨率地形，利用新加入的90m分辨率地形数据替换WRF原有900m分辨率地形数据，对2017年3月23-24日降水过程进行模拟。这次降水过程是东移低涡引起的雨夹雪转雪天气。模式对探空曲线的模拟较好，也能较好的模拟出此次过程降水量级、空间分布，但在降水时间上存在2-3小时误差。模拟的雷达回波、风廓线雷达回波和山区四个自动站降水随时间的变化较实际观测滞后2-3小时左右。加入高分辨率地形后，前期山区降水的开始时间提前1小时。就单点而言，小海陀站上空湍流动能(TKE)减弱，垂直速度也相应减弱，上升气流中心消失，地面雨量减小，与观测结果更接近，12:00-18:00BJT模拟降水偏强的问题得到修正，对模拟的19:30-22:00BJT这一时段降水持续时间也有改进。加入高分辨率地形后，模拟的小海陀站上空水凝物构成和微物理转化过程有很大区别，由于湍流动能(TKE)和垂直速度的减弱，云水从2207kg减少为1790kg;霰大幅减少，从120kg减少为6kg;云水自动转换为雨水和雨水碰并云水过程减弱10-20％左右，站点上空雨水质量从270kg减少为193kg;雪晶凝华增长过程和雨水聚并雪晶增长过程减弱，站点上空雪晶质量从480kg减少为70.8kg。总的来说使得模拟结果与实际情况更接近，说明采用高分辨率地形数据有利于提高降雪的数值预报能力。
在以上研究基础上，利用WRF大涡（WRF-LES）模式模拟此次过程，揭示边界层方案对降水过程数值模拟的影响。100m格距模式分辨率的大涡(LES)方案对采用高分辨率地形的模拟效果上有进一步提升。对模拟的雷达回波偏强，小海坨站、二海坨站自动站降水偏晚的情况都有修正，对降水随时间变化趋势的模拟也与实况更一致。此次降水分为两个阶段，23日22:30之前小海陀站基本以降雨为主，22:30之后则以降雪为主。100m格距LES方案的对第一阶段降雨出现时间的模拟与实测更接近，且能准确的模拟出降水相态的转变。第一阶段山区上空以云水、雨水为主。云水比质量可达0.5g/kg，雨水主要来自于雨水碰并云水和云水自动转化为雨水，雨水的高值区与云水的高值区对应。第二阶段山区上空以雪晶为主，垂直和水平方向雪晶发展均很旺盛，最大值0.6g/kg;雪晶主要来自于凝华增长和冰雪自动转化过程。2.5km以下以升华为主，2.5-4km凝华过程发展旺盛。模拟与观测的对比说明采用高分辨率地形数据和大涡模拟技术有利于提高对北京冬季降雪过程的数值预报水平。
论文最后数值模拟研究了京北山区复杂地形下的AgI催化剂扩散问题，为地基作业点布局提供科学依据。选取京北山区典型天气形势进行AgI催化扩散模拟，得到不同天气形势下京北山区适合进行地基烟炉催化的作业点，为地基作业站点的布设及后期山区地基烟炉催化方案的建立提供理论依据。
首先利用中尺度数值预报模式(WRF)，结合外场观测资料，对北京冬季2015年1月24日和2015年11月5-6日两次不同天气背景下的山区降雪云系的微物理结构特征及降雪形成的微物理转化机制进行了研究，定量比较了云中水凝物含量和降雪形成机制的差异。研究结果表明:(1)由于两次降雪过程的天气形势和水汽输送有较大差异，导致降雪形成的微物理转化机制也出现较大差异。11月5日降雪第一阶段水汽输送较强，云中过冷水含量较高，降雪形成以凝华增长和凇附增长为主，地面表现为雨夹雪天气，而1月24日和11月5-6日第二阶段水汽输送弱，降雪形成以凝华增长和聚并增长为主，地面表现为纯降雪天气;(2)11月5日的第一阶段雨夹雪天气过程中，云中不仅有云冰(9％)、雪晶(72％)，还有云水(6％)和雨水(12％)存在，高层生成的雪胚在下落过程中主要通过凝华(78％)和凇附(20％)过程增长。而1月24日与11月5-6日第二阶段的纯降雪过程中，云中水凝物分布相似，以云冰和雪晶为主，1月24日云冰含量占28％，雪晶含量占72％;11月6日云冰含量占11％，雪晶含量占88％，冰粒子主要分布在高层。首先高层6-12km生成的雪胚下落到低层水汽充足区，然后通过凝华和聚并过程增长，1月24日凝华增长过程占92％，聚并增长过程仅占5％;11月6日凝华占88％，聚并仅占3％。(3)垂直上升气流速度与云冰、雪晶生成和增长过程呈正相关，上升气流带来充足的水汽，配合垂直运动使得雪胚增加，凝华、凇附和聚并过程增强，导致雪晶含量增加。
然后利用高分辨率地形数据和大涡模拟技术，进一步研究了地形分辨率和边界层方案对降雪过程数值模拟的影响，为提高和改进京北山区降雪过程的数值预报能力提供科学依据。在WRF模式中加入高分辨率地形，利用新加入的90m分辨率地形数据替换WRF原有900m分辨率地形数据，对2017年3月23-24日降水过程进行模拟。这次降水过程是东移低涡引起的雨夹雪转雪天气。模式对探空曲线的模拟较好，也能较好的模拟出此次过程降水量级、空间分布，但在降水时间上存在2-3小时误差。模拟的雷达回波、风廓线雷达回波和山区四个自动站降水随时间的变化较实际观测滞后2-3小时左右。加入高分辨率地形后，前期山区降水的开始时间提前1小时。就单点而言，小海陀站上空湍流动能(TKE)减弱，垂直速度也相应减弱，上升气流中心消失，地面雨量减小，与观测结果更接近，12:00-18:00BJT模拟降水偏强的问题得到修正，对模拟的19:30-22:00BJT这一时段降水持续时间也有改进。加入高分辨率地形后，模拟的小海陀站上空水凝物构成和微物理转化过程有很大区别，由于湍流动能(TKE)和垂直速度的减弱，云水从2207kg减少为1790kg;霰大幅减少，从120kg减少为6kg;云水自动转换为雨水和雨水碰并云水过程减弱10-20％左右，站点上空雨水质量从270kg减少为193kg;雪晶凝华增长过程和雨水聚并雪晶增长过程减弱，站点上空雪晶质量从480kg减少为70.8kg。总的来说使得模拟结果与实际情况更接近，说明采用高分辨率地形数据有利于提高降雪的数值预报能力。
在以上研究基础上，利用WRF大涡（WRF-LES）模式模拟此次过程，揭示边界层方案对降水过程数值模拟的影响。100m格距模式分辨率的大涡(LES)方案对采用高分辨率地形的模拟效果上有进一步提升。对模拟的雷达回波偏强，小海坨站、二海坨站自动站降水偏晚的情况都有修正，对降水随时间变化趋势的模拟也与实况更一致。此次降水分为两个阶段，23日22:30之前小海陀站基本以降雨为主，22:30之后则以降雪为主。100m格距LES方案的对第一阶段降雨出现时间的模拟与实测更接近，且能准确的模拟出降水相态的转变。第一阶段山区上空以云水、雨水为主。云水比质量可达0.5g/kg，雨水主要来自于雨水碰并云水和云水自动转化为雨水，雨水的高值区与云水的高值区对应。第二阶段山区上空以雪晶为主，垂直和水平方向雪晶发展均很旺盛，最大值0.6g/kg;雪晶主要来自于凝华增长和冰雪自动转化过程。2.5km以下以升华为主，2.5-4km凝华过程发展旺盛。模拟与观测的对比说明采用高分辨率地形数据和大涡模拟技术有利于提高对北京冬季降雪过程的数值预报水平。
论文最后数值模拟研究了京北山区复杂地形下的AgI催化剂扩散问题，为地基作业点布局提供科学依据。选取京北山区典型天气形势进行AgI催化扩散模拟，得到不同天气形势下京北山区适合进行地基烟炉催化的作业点，为地基作业站点的布设及后期山区地基烟炉催化方案的建立提供理论依据。