列印 

將特別針對2008 年梅雨季個案(SoWMEX 實驗)及若干歷史颱風個案加以詳細探討(如2009 年莫拉克、2008 年卡玫基、2004 年敏督利、2001 年桃芝及納莉等),一方面進行個案模擬,一方面利用雷達觀測來校驗模式之降水物理過程。希望透過本計畫針對降水參數化方案(積雲參數化及雲物理參數化)之改良,除了基礎學術突破外,亦可瞭解颱風降雨及的梅雨季豪大雨事件之定量降水可預報度,進而改善區域氣候模式對於劇烈降水事件之模擬能力。

 

偏極化雷達參數校驗數值模式雲物理過程研究

科學議題及文獻回顧

偏極化雷達藉由發射水帄及垂直兩個方向的偏極化電磁波及不同的訊號處理方式得到多種參數,以探測雨雲中關於降水粒子大小、形狀、相位、空間上的翻滾等特性,解釋了小雨滴、大雨滴、軟雹、冰雹、雪花、冰晶與雲等更多降水系統的水象粒子分佈資訊。此優越性較從前能察覺到更多降水系統內的雲物理以及雲動力。今日雙偏極化雷達觀測雨的資訊已經十分豐富及準確,假使也能夠掌握住高空的水象粒子資訊,勢必對估計降雨量有更大的貢獻,並可做為數值模式雲物理模組驗證的觀測資料,其中包括模式中各種水象物的分類、質量、粒徑分佈與偏極化雷達反演的各種參數進行詳細的比對,改善雲模組內的假設進而改善數值模式在降水過程的表現。此步驟亦可利用forward 計算將雷達參數同化進入數值模擬改善預報。

 

本計劃探討利用中央大學C-Band、馬公、清泉崗雙偏極化雷達以及移動式X-band雙偏極化雷達觀測熱雷雨、颱風、梅雨鋒面等降水系統所獲得的水象粒子資訊,進行颱風與梅雨降水系統的案比對,調整雲模組內部細節為主要研究目標。

 

偏極化雷達方面,Aydin et al.(1995)利用 CHILL 以及 CP2兩種S-Band偏極化雷達的參數來觀測冰雹及其他降水粒子與降水參數之間的關係,說明與對辨別大雨滴與冰雹的降水形態的確 ZDR、KDP有很大的貢獻。而利用此兩種參數13所反求出的降雨率比較傳統Z-R關係時更發現,由於KDP 計算出來的降雨率與雷達回波反射係數強度校正產生的誤差無關,所以用在計算雨量上有較好的結果,尤其對有大雨滴的情形下,強調KDP 在觀測強降水方面有不錯的能力,而研究中也提到對照地面降水關係時,必須考慮時空的位移現象; Zeng(1998)針對三個個案進行偏極化雷達觀測的研究,這三個個案分別是 MIST、 CaPE與MCTEX。前兩個是用美國的 S-Band 都卜勒偏極化雷達(CP-2),而MCTEX是利用 C-Band 偏極化雷達(C-Pol)。Zeng說明利用ZDR-ZHH與LDR-ZHH之統計關係定出門檻值來分辨前兩個個案的 幾種降水形態,其中將ZDR-ZHH與KDP-ZHH資料所描繪出的回歸曲線並將其調整之後將雨的部份完全劃分出來,稱為「雨的邊界」(Rain boundary)。降水形態的分類結果包括在0°C高度以下有雨、軟雹或冰雹等,以上的高度則有冰晶、過冷水等;最後的MCTEX個案同樣也是分析KDP 與ZHH及其他參數的特性,定出雨的邊界與其他門檻值並做分類;Vivekanandan et.al.(1999)發表利用模糊邏輯法(Fuzzy logic)的方法分辨降水粒子形態,利用S-Band偏極化雷達觀測或計算所得的各種參數對決定降水參數型態的能力來做辨別,之後再針對CASES-97的個案進行粒子分類的工作。不過作者也提到這種決定各種降水型態的範圍還必須再加以調整,對於不同波段的偏極化雷達,尤其像是ZDR與ZHH等參數容易受到雷達波長的影響,皆需要再做個別的調整; May and Keenan(2003) 利用C-Pol雷達的研究指出現今微物理分類已經相當健全,但仍有一些問題存在,特別是在亮帶處。

 

模式方面,Yang et al. (2000)針對臺灣地區的梅雨鋒面,使用MM5數值模式,評估各種積雲參數法在這些個案之降雨區域及降雨量的預報表現,結論提出考慮濕下衝流且閉合假設使用準帄衡假設的Grell積雲參數法,應用於台灣地區豪大雨系統(如梅雨鋒面及颱風) 的降水預報,可能具若干優勢; Wang (2002) 發表,混合冰相(包含雲冰、雪、軟雹/冰雹)的雲微物理模式才能模擬出熱帶氣旋較真實的雲結構和降水情形。

 

進年來在可解析雲模式(cloud resolving model)發展中,網格解析度逐步提高至數公里,此時積雲參數化的角色已逐漸減低,進一步由網格上直接計算雲物理過程來呈現雲的作用,除了採用計算各類水象粒子總量混和比的Bulk model 外(Lin et al. 1983,Tao and Simpson 1993,Hong and Lim 2006),並快速發展採用粒子分佈多參數(moment)的方式,計算複雜雲物理過程中各種水象粒子濃度及總量,常常透過Gamma分布的截距、斜率及分布形狀參數來計算(Milbrandt andYau 2005)。而再更進一步發展將水象粒子粒徑細分並針對每個粒徑寬度包括所有雲物理過程進行個數收支(bin model) 。

 

劉(2007)利用中央大學C-band偏極化雷達觀測所得各參數的關係來調整May and Keenan(2003)之各類水象粒子的偏極化參數範圍,以期獲得更準確的PID(Particle identification)資訊。進一步藉由WRF模式模擬與真實觀測結果來比對分析中小尺度的回波及水象粒子,了解WRF模式在雲物理上的表現。

 

曾(2007)利用一維雲模式(bin model) (Chen and Lamb 1994),並搭配中央大學雙偏極化雷達反演空中雨滴粒徑分布之技術,模擬台灣山區夏季午後天氣系統中,層狀區與對流區之雨滴粒徑分布的詳細演化過程,並以雷達觀測反演雨滴粒徑變化作為驗證。

 

研究方法

本計劃主要偏重在如何透過偏極化雷達參數反演水象粒子分類、水象粒子混合比估計及粒徑分佈。由模式與實際觀測比較,找出造成差異的雲物理過程細節,並對該段落做敏感度測詴及調整。

 

本計劃使用本校C-Pol雷達求得的ZHH、ZDR、KDP、ΦDP以及ρhv參數,配合溫度的限制,以模糊邏輯的方式建立雷達參數與水象粒子分類的隸屬函數進行分類,參照May and Keenan (2003)實驗求得之各類水象粒子的偏極化參數範圍來修正,最後以C-Pol雷達真實觀測到的ZDR -ZHH 與KDP -ZHH 關係微調得分,再給予偏級化參數適當的權重,可以獲得較精準的水相粒子如毛雨、雨的資訊,而冰相粒子如軟雹、冰雹、雪、冰晶、過冷液態水等的參數範圍。反演的結果雙偏極化雷達利用各種偏極化參數得分可以判別出17種類的物種。

 

由於雷達分出來的類別較一般雲模組中水象粒子種類多,因此把雷達分類出的毛雨(Drizzle)、小雨(Lrain)、中雨(Mrain)、大雨(Hrain)合併成雨類,冰雹(Hail)、軟雹和小冰雹(GrauSH)合併成冰雹類,濕雪(DSnow)、乾雪(DSnow)合併成雪類,冰晶(IceCry)、不規則冰晶(IrIC)合併成冰類做計算,其中冰相粒子含量可用ZHH計算或用偏極化參數衍伸的ZDP 計算,水相則採用KDP (此參數較ZHH 準確率高許多),早期只能採用與粒徑六次方成正比的ZHH互相校驗,對粒徑差異十分敏感,採用偏極化參數會是個好許多的選擇。

 

紀(2005)提到Zhang et al.(2001)利用二維雨滴譜儀的觀測資料反演Gamma粒徑分佈 N(D)=N0Dμe-ΛD,發現μ 和Λ 之間有良好的關係,於是採用S-Band雷達的ZHH 、ZDR和歸納出的μ−Λ關係反演雨滴粒徑分佈進而求降雨率,Brandeset al.(2003)提出一新的μ − Λ 關係式並用和Zhang et al.(2001)相同的方法反演雨滴粒徑分佈及求降雨率,求出Gamma DSD 的三個控制參數:N0、μ、Λ。而此15三參數正是大部份雲模組所採用並可進行比對的目標。不但可與多參數模組(twomoment or three moment scheme)比較,也可與bin moment詳細粒徑分類個數比較。

 

降雨雲物理參數化方案之評估與改進

科學議題及文獻回顧

計算機科技的發展與計算能量的持續提昇讓大氣模式可以提高解析度,並且引用較精確的數值方法與較真實但是複雜的物理參數化法,模式中雲微物理過程的處理是模式物理非常重要的一環,過去十年來,不論是研究用或是作業應用的數值天氣預報模式已開始引進原本在高解析的雲解析模式(CRMS)才能用的複雜元物理處理方法。雲解析模式的水帄解析度大約在1-2km 或更小,可以顯示的模擬伴隨深對流降水系統的複雜動力與微物理過程,由於作業用的數值預報模式一般都採用較粗解析度,因此必須改進大氣對流的參數化,如此也會導致定量降水預報的偏差,毫無疑問的雲微物理在非靜力高解析度之模擬中扮演非常重要之角色,過去有許多人專注於雲微物理方案之發展與改進並且應用於研究降水過程、颱風以及其它之劇烈天氣,許多不同之研究方法被用於檢視微物理對伴隨對流系統、颱風、颶風的衝擊。只有少數之模式研究曾利用高解析度模式去探索熱帶氣旋與颶風,一般而言,大多數之微物理方案對颱風路徑的衝擊較小,但對強度模擬之影響則較顯若。大多數前述之研究發現,如果只用暖降水物理,則模擬之颶風含有異常之加深或增大,這是因為所有這些模擬之降水凝結物是較大之雨滴,當大雨滴在眼牆區域掉下來,如此由靜力帄衡可以產生最低之氣壓,當去除雲滴之蒸發冷卻與冰粒之融化作用時將會得到較弱的下沖流。

 

許多不同的參數化方案被用來檢視微物理對伴隨對流系統降雨過程的影響,冰相方案在1980 年代就被發展出來(Lin et al,1983; Cotton et al,1982,1986,Rutledge and Hobbs,1984),冰相過程對伴隨深對流降雨之影響(Yoshizaki,1986;Nicholls 1987;Fovell and Ogura,1988;Tao and Simpson,1989) 結果顯示,有沒有冰相過程對冷池外流邊界之移動速度以及結構非常相似,這是因為低對流層蒸發冷卻和水帄風的垂直風切決定了外流之結構,但是冰相微物理過程對發展層狀降雨之結構與降水統計特性影響很大。

 

不同微物理方案和過程對降水影響的敏感度先後也進行了許多研究(Ferrier et al.,1995;Wu et al.,1999;Tao et al. 2003a),結果顯示使用三種冰相的方案比使用兩種更適合用於熱帶積雲之研究,最佳之冰相降水凝結物之組合為雲冰、雪以及軟雹(Mc Cumber et al.,1991)。雲微物理過程對雲與雲-輻射效應的模擬也很重要(Wu et al.,1999; Zeng et al.,2008)伴隨降雨過程的水收支,可了解最主要之雲和降雨過程,Fovell and Ogura(1988)發現融解的冰雹是長生命期中緯度颮線的主要降雨來源,Tao et al.(1990)顯示層狀降水與對流降水所伴隨之主要微理過程有很大之差異,而不同降水時期,例如成熟或消散期之微物理過程也有很大之差異。凝結,雨滴對雲水的收集作用以及軟雹的融化作用是對流區之主要微物理過程,而沉降、蒸發、融解以及伴隨冰像的收集作用(accretion)則是成熟期之熱帶颮線之層狀降水區的主要降雨微物理過程,但對浩散期之層狀區而言,融化與sublimation 是最主要之過程,過去十年來有許多新的微物理參數化方案被提出來(Ferrier 1994;Meyers et al. 1997;Reisner st al. 1998;Walko e al. 1995;Hong et al.2004;Thompson et al. 2004, 2008;Morrison et al. 2005;Straka and Mansell 2005;Dudhia st al. 2008)這些方案從單矩量的三種冰相到多種冰相,到雙矩量的三或四種冰相分類,不同之方法可以用來檢視這些新方案的適用性,其中之一是檢視不同微物理方案對降雨過程的敏感度,這種方法可以了解不同方案之優缺點及適用性,(Ferrier et al. 1995;Straka and Mansell 2005;Milbrandt and Yau 2005)有一些研究則針對一種方案仔細檢視特別微物理過程的影響,例如:有無蒸發、融解過程,減少從雲水轉化為雨水之自我轉換速率等。

 

這種研究可以幫忙辨識某一方案中影響對流系統中組織與結構的最主要之雲微物理過程(例如,蒸發或大量降水雲中冰粒之溶解層)(Tao et al, 1995;Wang,2002; Zhu and Zhang, 2006 等)包含四種選項的改良Goddard 微物理參數化方案(Tao et al, 2003a;Lang et al, 2009)已被引進到WRF 模式中,因此WRF 模式的微物理參數化法包含Goddard 的微物理方案,WRF 三種冰相的微物理方案:WSM6(Hong and Lim, 2006)、Purdue-Lin(Lin et al., 1983), 以及Thumpson(Thompson et al., 2004,2008)等。Goddard 的微物理方案中包含水氣、雲水、雨水、雲冰、雪、軟雹/冰雹等以及相關之轉換過程。

Zhu and Zhang (2006)利用Bonnie (1998)颶風的MM5 數值模擬結果,探討颶風模擬結果對於不同雲物理過程的敏感度。其結果發現,除非是很弱而且垂直發展較淺的颶風,否則改變雲物理過程對於颶風路徑影響不大,但是改變雲物理過程對於颱風強度及內核(inner-core)結構影響很大(圖1)。細部言之,若去除冰相雲物理過程(NICE),颱風強度可減弱15hPa,系統垂直發展最淺,上層大氣有大量的雲水但僅有少數的雨水。若去除冰雹雲物理過程(NGP)將使系統強度減弱,降水面積擴大但降水強度減弱。去除雲水及雨水的蒸發過程(NEVP),則會產生強度最強的颱風,例如48 小時內系統加深90 hPa,以及擁有最小的暴風半徑及最強的眼牆上升氣流。若去除冰晶的溶解過程(NMLT),將產生最多的降水而強度為第二強的颱風。於眼牆附近,溶解冷卻(melting cooling)的效果最為明顯,而蒸發冷卻(evaporative cooling)則在未飽和的颱風外圍環境中最為顯著。

圖 1: Three-hourly time series of (a) the minimum central pressure (in hPa) and(b) the maximum surface wind (in m/s) for all the model simulations. From Zhu and Zhang (2006).
 

由於當颱風模式水帄網隔間距提高至1-2 公里時,大部分的降水都由雲物理參數化方案直接預報產生,因此雲微物理參數化方案對於颱風個案的降水強度及分佈影響,值得吾人做一系統性評估。同時在NCAR WRF 模式3.1 版中,除了傳統的單矩量(single moment)總體水(bulk water)雲物理參數化方案外,還增加了4 種雙矩量(double moment)總體水雲物理參數化方案,如Thompson、Morison、WDM5 及WDM6 scheme 等。雙矩量(double moment)方案除了預報各種水物質(hydrometeor)的質量混和比(mass mixing ratio)外,還增加預報各類水物質的個數或濃度(number concentration)。因此隨著對流系統的發展或消散,各類水物質(如雪花、軟雹、雨滴)的個數會做適當的增減及轉換,故此雙矩量方案(double momentscheme)相對於單矩量方案(single moment scheme)而言,於理論上更加完備,值得吾人應用於實際颱風個案中進行測詴。

 

Lim and Hong (2010)發展出雙矩量(double-moment)雲微物理方案,並已放入WRF 模式中(WDM5 及WDM6)。此WDM 方案,可以合理地表現對流降水區域(convective region)雨滴個數較多、層狀降水區域(stratiform region)雨滴個數較少的雨滴個數差異現象(圖2)。但在傳統的單矩量(single-moment)雲微物理方案中(如WSM6),對流降水區域及層狀降水區域的雨滴個數設定皆為相同,此現象並不合理,與實際觀測結果相違背。因此本研究想進一步使用WRF 模式中現有的雙矩量(double-moment)雲物理方案,希望能夠合理表現颱風內核區(inner core)雨滴個數較多及外圍層狀降雨區域(outer stratiform region)雨滴個數較少的現象,進而改進颱風的定量降水預報。

圖 2: Rain mixing ratio (gkg-1) averaged between 5and 6 h as a function of therelative distance from theleading edge ofprecipitation from the(a)WDM and (b) WSMexperiments and rainnumber concentration (m-3)averaged between 5 and 6h in the (c) WDM and (d)WSM experiments. FromLim and Hong (2010).
 

Milbrandt et al. (2010) 針對美國西岸的冬季冷鋒個案, 比較單矩量(single-moment)、雙矩量(two-moment)及三矩量(triple-moment)雲物理參數化方案對於降水模擬的影響(圖3)。其研究指出單矩量(single-moment)方案(MY-1)於迎風面(windward side)傾向於產生過多降水,而於背風面(lee side)產生過少降水的系統性偏差(systematic bias)。此等系統性偏差於雙矩量(two-moment)方案(MY-2)中則略微減輕,而於三矩量(triple-moment)方案(MY-3)則為最少。本研究將進行類似的比較研究,探討雙矩量(double-moment)雲物理參數化方案對於登陸颱風及梅雨鋒面之降水模擬的影響情形。

 


圖 3: The 18-h accumulatedprecipitation (mm; 1400UTC 13 Dec --- 0800 UTC14 Dec 2001) from the 1-kmsimulations for (a) MY-3, (b)MY-2, (c) MY-1, and (d) KY.Circles denote rain gauges,with observedquantitiesindicated by the sameshading scale as for thesimulation values. Contours denote elevations of 1500 and 2000 m. From Milbrandt et al. (2010)

 

Wu and Petty (2010)針對高緯度極地低壓(polar low)個案,比較WRF 模式中不同雲物理參數化方案( 如Lin、GCE、WSM6、Thompson、Morrison)對於極地低壓伴隨降水的模擬情形,並與衛星反演結果做進一步比較(圖4)。比較結果得知,Thompson 方案傾向產生過多雪花,而WSM6 有傾向產生較少雨滴之系統性偏差。本研究將進行類似之比較研究,探討WRF 模式中現有不同雲物理參數化方案中對於颱風環流內部及梅雨鋒面的不同降水粒子(hydrometeor)的空間分佈及總量個數的差異性為何。

 


圖 4: The distribution of water contents at 0400 UTC 20 Dec 2003 for 
(a) Lin, (b)WSM6, (c) GCE, (d) Thompson, and (e) Morrison schemes. The first column is thevertical distribution of the domain-averaged water contents (g m-3) for cloud water,cloud ice, snow, rain, and graupel. Subsequent columns are the column-integratedwater contents (kg m-2) for cloud liquid water, cloud ice, snow, and graupel. From Wuand Petty (2010).

 

研究方法

 

本年度將參考Yang et al.(2008; 2011)的研究,使用WRF 模式對於莫拉克(2009)颱風的模擬結果,與實際觀測進行比較,得知適合台灣地區颱風降水特性之積雲參數化方案及雲物理參數化方案。並進行模式輸出診斷分析,探討台灣地形如何改變莫拉克颱風的行進速度、累積降水及雲微物理過程等。

 

 

本年度將參考Braun (2006)及Yang et al.(2010)的研究,使用WRF 模式對於莫拉克(2009)颱風的模擬結果進行診斷分析及數值敏感度實驗,探討台灣地形如何改變莫拉克颱風的雲微物理過程。同時比較莫拉克颱風於台灣海峽之滯流雨帶(stationary rainband)區域及高屏山區強對流區域水收支帄衡(water budget)的差異,進而瞭解造成莫拉克颱風於高屏山區破紀錄豪雨(3 天累積雨量超過2800mm)的主要雲微物理機制為何。

 

 

本年度將參考Mibrandt et al.(2010)及Wu and Petty(2010)的研究,針對莫拉克颱風比較單矩量(single-moment)方案與雙矩量(double-moment)雲物理參數化方案對於降水模擬的差異。由於莫拉克颱風帶來旺盛水氣的西南氣流,碰到中央山脈的高崇複雜地形後將增加西南氣流內雨滴、雪花及軟雹的碰撞機率,進而改變降水粒子的粒徑分佈(particle size distribution);然而此效果於傳統的單矩量(single-moment)方案中並無法呈現。故於本年度計畫中將比較WRF 模式中單矩量方案(僅預報降水粒子混合比)及雙矩量(two-moment)方案(預報降水粒子混合比及粒徑譜),對於颱風降水模擬結果的不同;期望透過系統性的比較分析,進而發展出最適合應用於台灣地區登陸颱風降水模擬的雙矩量(double-moment)雲物理參數化方案。

 

 

本年度將參考Yang et al.(2000; 2008)的研究,使用WRF 模式對於SoWMEX實驗期間梅雨鋒面降水的模擬結果,與實際觀測進行比較,得知適合台灣地區梅雨季降水特性之積雲參數化方案及雲物理參數化方案。並進行模式輸出診斷分析,探討台灣地形如何改變梅雨鋒面的累積降水及分布等。

 

 

由於SoWMEX 實驗期間,NCAR SPOL 雷達可以提估雙偏極化參數資訊,進而推估降水粒子種類(雨滴、雪花及軟雹)及其粒徑分佈(particle sizedistribution)。故於本年度計畫中將比較WRF 模式中單矩量方案(僅預報降水粒子混合比)及雙矩量(two-moment)方案(預報降水粒子混合比及粒徑譜),配合觀測資料,討論其對於SoWMEX 實驗梅雨鋒面降水模擬結果的不同;期望透過系統性的比較分析,進而發展出最適合應用於台灣地區梅雨鋒面降水模擬的雲物理參數化方案。

五年之研究項目

 

選擇個案初步針對2008 年西南氣流實驗、莫拉克及凡納比颱風為目標,進行模式模擬與偏極化雷達參數反演。

完成莫拉克颱風的控制組實驗(control experiment),得知颱風環流及西南氣流的輻合如何造成停滯於高屏山區的滯留性雨帶(stationary rainband),台灣地形如何改變莫拉克颱風外圍雨帶結構,並與Houze (2010)所提Hurricane Rita (2005)的雨帶結構示意圖做比較。

 

 

針對模式模擬結果仔細比對選擇各模擬結果中各種水象粒子的演化,針對水象粒子分類、水象粒子混合比估計及粒徑分佈。

完成莫拉克颱風的水收支帄衡(water budget)計算,得知高屏山區地形如何改變颱風環流中重要的雲物理過程如凝結(condensation)、蒸發(evaporation)及溶解(melting)等,同時瞭解高屏山區地形如何提高莫拉克颱風的降水效率(precipitationefficiency)。

 

 

由模式與實際觀測比較,找出造成差異的雲物理過程細節,並對該段落做敏感度測詴及調整,此部份與雲模式的熱動力有非線性的互動關係,是此計畫最困難的部份,因此除了水象粒子的比較外,同時需進行運動場及熱力場的比對。

完成莫拉克颱風的單矩量(single-moment)與雙矩量(double-moment) 雲物理方案的比較,得知中央山脈地形如何改變颱風環流物中降水粒子的粒徑分佈(particle size distribution)。發展出最適合應用於台灣地區登陸颱風降水模擬的雙矩量(double-moment)雲物理參數化方案。

 

 

規劃實驗除了偏極化雷達與雨滴譜儀等現有儀器外,加入實地觀測水象粒子的儀器,如CPI(cloud particle imager)及剖風儀或垂直指向雷達,進一部對垂直空氣運動速度及粒徑分佈做更精密的觀測。

完成SoWMEX 實驗梅雨鋒面個案的控制組實驗(control experiment),得知梅雨鋒面引進西南氣流如何造成高屏地區的豪大雨,並討論台灣地形如何改變梅雨鋒面結構。

 

 

總合共去四年結果,提出更佳雲物理模組內容,並與模式合作者繼續進行個案測詴。

完成SoWMEX 實驗梅雨鋒面個案的單矩量(single-moment)與雙矩量(double-moment) 雲物理方案的比較,得知高屏山區地形如何改變梅雨鋒面中降水粒子的粒徑分佈(particle size distribution)。發展出最適合應用於台灣地區梅雨鋒面降水模擬的雲物理參數化方案。