[00124619]层状云相变潜热Nudging同化在高分辨率WRF模式中的数值模拟

水凝物相变潜热的释放和吸收,对于中小尺度云和降水系统的生消演变有着重要作用,但其无法通过直接观测得到。已有研究对云微物理量的反演以经验判断或暖雨参数化方案为主,缺乏对冰相微物理过程的考虑,且对层状降水云的研究较少,而层状降水云是我国机载云微物理探测和人工影响天气研究最关注的天气系统之一。因此,研究层状云水凝物相变潜热反演和同化,深入分析其在促进云中热动力场与微物理过程之间相互反馈的作用,具有重要的科学意义。 本研究采用改进的基于Thompson微物理方案的一维时变层状冷云模式THO1DS,结合S波段雷达体扫的降水云反射率因子垂直廓线,设计水凝物相变潜热增量廓线（TIPs）反演算法,并通过实时四维资料同化系统RTFDDA,将TIPs同化进WRF模式,评估上述相变潜热nudging同化方法对层状云降水预报的改进效果。将上述TIPs反演算法应用于一次北京典型的层状云降水过程,相变潜热廓线的反演结果表明：反演得到的温度增量与雷达反射率因子的观测和WRF模式预报值之差有较好的正相关;温度增量在冰水混合层的加热效应高于暖云层,结果合理。 基于RTFDDA系统设计了七组TIPs数值同化试验,详细讨论了单时次nudging同化参数选择,快速更新循环同化（RUC）和多时次TIPs更新频次对降水预报结果的影响。结果表明：在1km水平分辨率domain上,选取20km水平影响半径,0.5-0.75小时的班时间同化窗,1分钟的观测权重更新时间的nudging参数选择,ETS评分较非同化试验（CTRL）有明显正效果,可持续4-5小时。同时,模式spin-up时间减少2小时,峰值降水出现时间与观测较为接近;与单时次同化相比,半小时间隔的RUC同化起到更好的效果。Nudging同化对层状降水云预报改进分为两个阶段：初始阶段将低层更多水汽带入冷云区,通过冰相过程产生大量冰雪晶,成熟阶段大量冰雪晶与云水碰并增长,加速形成更大的雪和霰,进一步促进了冷云过程的发展,雪和霰经过融化层,增强了雷达亮带,并转化出更多雨水。由此可见,nudging同化在云中热动力场与微物理过程之间形成了正反馈效应。