WRF双矩微物理方案在模拟印度不同沿海气候区域季风前降雨过程中的表现

《Atmospheric Research》：Performance of WRF double-moment microphysics schemes in simulating pre-monsoon rainfall across diverse coastal climatic regions of India

沿海地区预季对流雨中Thompson、Morrison和WDM6三套双Moment微物理方案在印度喀拉拉邦、奥达ishing和西孟加拉邦的模拟效果存在显著区域差异，通过45次WRF模拟与多卫星观测及ERA5再分析数据对比，发现Thompson最优于喀拉拉邦，Morrison适用于奥达ishing，而WDM6在系统性再现区域差异方面表现更优，强调地形复杂海岸带需定制化微物理参数调整。

　　
印度沿海前季强对流降水模拟中微物理方案的区域适应性研究

摘要部分揭示了印度沿海地区复杂的地形与海陆相互作用对强对流系统形成的显著影响。该研究首次针对喀拉拉邦、奥德沙邦和西孟加拉邦三个气候特征迥异的沿海区域，系统评估了WRF模式中Thompson、Morrison和WDM6三种双矩微物理方案在模拟前季强降水事件中的表现。通过45次数值模拟对比分析，结合多卫星观测数据与ERA5再分析资料，研究发现各方案在不同区域存在显著的适用性差异。基于降雨强度、云顶垂直结构、垂直水分通量及热力学稳定性的综合评估指标，Thompson方案在喀拉拉邦表现最优（相关系数0.70-0.76），Morrison方案在奥德沙邦效果更佳（0.67-0.78），而WDM6方案在西孟加拉邦表现最佳（0.61-0.68）。值得注意的是，WDM6方案在三个区域均能更精确地再现观测中的区域降水差异和大气参数变化特征，而Morrison方案存在系统性过估计不稳定性的问题。这些发现强调了在复杂地形区域开展微物理方案区域适配性研究的必要性。

研究背景部分系统梳理了前人工作。现有文献证实垂直运动、风切变强度和总水汽含量是影响强对流系统发展的关键因素（Umakanth et al., 2021）。然而针对印度海岸带这一特殊区域的研究仍存在明显空白：① 现有研究多聚焦单一区域或特定降水事件，缺乏跨区域多方案对比；② 对沿海地区特有的海陆风触发机制和地形抬升效应的微物理响应研究不足；③ 部分文献仅关注极端降水事件，而前季中等强度降水对区域水资源分布具有更持续的影响（Das et al., 2014）。

研究区域具有显著的地形分异特征。喀拉拉邦位于西南沿海，受德干高原阻挡形成独特的大气边界层结构，同时受阿拉伯海水汽输送影响显著。奥德沙邦地处印度东海岸，受孟加拉湾水汽输送和低空急流共同作用，地形起伏（平均海拔50米）与海洋热力条件差异较小。西孟加拉邦则具有典型西海岸特征，季风槽前移与孟加拉湾暖湿气流交汇形成高降水效率的云系结构，研究显示该区域垂直风切变强度比喀拉拉邦高30%，但边界层湿度梯度更平缓（Rajeevan et al., 2010）。

方法学构建体现区域针对性研究特色。研究团队采用WRF模式v4.3版本，通过构建嵌套区域（分辨率1km）实现高精度模拟。初始化场采用ERA5再分析数据，特别引入 coastal domain（CD）修正参数，以处理近海边界层特有的湍流交换特征（Madhulatha et al., 2020）。针对三个区域各自的典型降水事件，研究设计了包含海陆风触发机制（喀拉拉邦）、季风槽前激发（奥德沙邦）和地形抬升主导（西孟加拉邦）的三类典型案例，确保样本覆盖不同触发机制和云物理过程。

关键研究发现包括：在喀拉拉邦，Thompson方案能更精准模拟西高止山脉背风坡的局地性强降水，其暖雨过程参数化更符合该区域海洋性气候特征。奥德沙邦的观测数据显示，当对流系统伴随低空急流（风速≥15m/s）时，Morrison方案的冰-水相混合效率提升23%，但过高的冰晶碰并系数导致反射率虚高。西孟加拉邦地形迫使气流向东南坡抬升，WDM6方案通过改进液态水云微物理过程，成功捕捉到垂直累积云（VC）结构特征，其模拟的降水强度与GPM卫星观测的相关系数达0.68。

对比分析揭示了各方案的区域适用边界。Thompson方案在喀拉拉邦表现优异，但向西推进到奥德沙邦时，其干冰相参数化导致中高纬度冷锋触发的大规模层状云降水被显著低估。Morrison方案在奥德沙邦低空急流触发型对流中表现稳定，但面对西孟加拉邦地形抬升主导的降水事件时，其冰相增长参数化过度敏感，导致降水强度虚增15%-20%。WDM6方案通过双通道云微物理过程（液态/冰态独立参数化），在三个区域均表现出更好的适应能力，特别是在处理沿海地区特有的海陆风锋触发机制时，其模拟的降水时间分布与INSAT-3D卫星数据吻合度达92%。

研究创新点体现在方法论层面。首次建立包含地形梯度（0-500m海拔变化）、海陆热力差异（日较差＞15℃）和季风槽动态的三维评价体系。通过开发多参数耦合验证函数，将单一降水强度指标扩展为包含云滴谱分布、垂直液态水含量（qv）与冰相含量（qi）比值的综合评价框架。特别引入云-环境相互作用指数（CEI），该指数结合了云顶高度（Z）、液态水含量（q_v）和垂直风切变（dv/dz）的权重组合，成功区分了三个区域对流系统的动力机制差异。

区域特征与方案适配机制分析显示：喀拉拉邦高相关系数（0.70-0.76）源于Thompson方案对暖湿云微物理过程的精准描述，特别是其液态水云碰并效率函数能更好反映西南季风前期海洋性气团的蒸发凝结特征。奥德沙邦的Morrison方案优势在于其改进的冰相增长算法，在处理500hPa以上高空冷平流触发型对流时，能更合理地分配相变潜热释放。西孟加拉邦地形复杂导致云体垂直结构分层明显，WDM6方案通过双通道处理，有效模拟了背风坡云层消散与迎风坡二次抬升的耦合过程。

研究结论具有明确的业务应用价值：建议在印度气象局WRF模式配置中实施动态微物理方案选择机制，具体策略为：喀拉拉邦常规运行Thompson方案，奥德沙邦采用Morrison方案，西孟加拉邦部署WDM6方案。对于跨区域预报，推荐使用WDM6方案作为基准模板，通过引入区域化修正系数（0.92-0.95）调整降水强度输出。研究团队开发的区域化参数配置工具包（已开源于GitHub "IITM-CoastalMicro"仓库）已成功应用于2024年5月1日喀拉拉邦强降水预警，将极端降水预报的提前量延长至12小时。

该研究还存在待完善领域：① 现有参数化方案对沿海城市局地排放的敏感性仍需验证；② 多云-多水汽环境下的云滴谱参数化精度有待提升；③ 模式中未完全考虑海洋热力通量对降水系统维持的反馈作用。后续计划引入海洋边界层参数化方案（如MIMIC）与陆面过程耦合，并开展机器学习辅助的微物理方案动态切换试验。研究产生的15PB观测数据已纳入世界气象组织（WMO）数据中心，可供全球气候模式社区使用。