论文部分内容阅读
摘要[目的]分析不同行星边界层参数化方案对此次暴雨过程中降水模拟效果的影响。[方法]利用WRF3.4模式，选用不同边界层参数化方案对“7.18”山东暴雨过程进行敏感性试验，研究不同行星边界层参数化方案对此次暴雨过程中的降水分布、降水极值出现时间以及BS、ETS评分的影响。[结果]不论是否使用边界层参数化方案，均能模拟出雨带的基本走向，但不同方案对于降水中心强度及其位置的模拟存在一定差异。不同边界层方案得到的模拟降水峰值的出现时间普遍比实际降水落后2～3 h，且其降水峰值之间存在较大差异，其中YSU方案对降水峰值的模拟效果最好。综合ETS评分和BS评分结果可知，对于降水量较小（<25 mm）的模拟，不使用边界层方案反而效果最好；对于中等降水量级（25～50 mm）的模拟，使用Boulac方案比较合适；对于暴雨或特大暴雨（>50 mm）的模拟，使用YSU方案效果最好。[结论]WRF模式中不同边界层参数化方案对降水模拟效果的影响较大，选择合适的边界层参数化方案能显著提高降水的预报准确率。
关键词暴雨；WRF模式；敏感性试验；边界层参数化方案；降水
中图分类号S165；P458.2文献标识码
A文章编号0517-6611（2016）19-204-04
大气边界层对于地面和自由大气之间的动量、热量和水汽的交换有重要作用[1]。近年来，利用中尺度数值模式研究边界层参数化方案对暴雨预报的影响是暴雨研究领域的一个热点课题[2-5]，如陈炯等[3]利用WRF模式对比分析了一次江淮暴雨过程中MRF和MYJ边界层参数化方案，结果表明，分辨率为20 km时WRF模式基本能够模拟出中尺度降水的范围、位置和强度；黄泓等[5]选用WRF3.0模式中的MYJ、YSU、ACM2边界层参数化方案针对不同性质的暴雨进行敏感性试验，结果发现，模式中各个边界层方案在降水模拟中所表现出的优势是相对的，没有方案能在所有量级降水中始终占优势。该研究利用WRF3.4模式，选用不同边界层参数化方案对2007年7月一次由中尺度对流造成的山东“7.18”暴雨进行敏感性试验，探讨不同行星边界层参数化方案对此次暴雨过程中降水模拟效果的影响。
1资料与方法
1.1模式方案简介该研究使用的模式为新一代中尺度预报和同化系统模式——WRF（weather research and forecasting）模式3.4版本。模式采用Arakwaw-C水平格点，垂直方向采用气压地形坐标系，是一个完全可压缩的非静力模式。
WRF3.4版本中提供了多种边界层参数化方案，在此选用YSU边界层参数化方案、MYJ边界层参数化方案、ACM2边界层参数化方案、MYNN2.5边界层参数化方案、Bougeault- Lacarrere（Boulac）边界层参数化方案5种方案。其中YSU方案在风、温度廓线中考虑了逆温层中卷夹作用造成的热量交换，考虑了动能的非局地混合；MYJ方案是具有局部垂直混合的预报湍流动能（TKE）方案，在实际模拟应用中也有较好的效果，适用于研究精细的边界层结构；ACM2方案是具有非局地向上混合和局地向下混合的非对称对流模式，能够描述对流边界层中超网格尺度和此网格尺度的湍流输送；MYNN2.5方案是预报次网格动能方案，计算量和时间花费较小；Boulac方案是一个湍流动能预报方案，对于陡峭地形的晴空湍流强度和位置预报较好，能够提供TKE强度的持续预报[6]。为了进行对比，同时设计了不使用边界层参数化方案的试验。
1.2资料选取使用美国环境预报中心的一日4个时次的1°×1° FNL再分析资料作为天气背景场和模式初边界条件。使用0.25°×0.25°的TRMM卫星逐3 h再分析降水资料作为实况数据进行对比验证。
1.3试验方案设计模拟过程采用单向两层嵌套，其中粗网格格距为36 km，格点数70×70，细网格格距12 km，格点数为106×91，中心网格点位于118°E、36.65°N；垂直方向采用η坐标，不等距分为30层；粗细网格积分步长均为60 s；长波辐射方案采用RRTM方案；短波辐射方案采用Dudhia方案；微物理过程方案采用Lin方案；积云对流参数化方案采用Kain-Fritsch方案；陆面过程采用Noah路面过程方案；在近地面方案上MYJ边界层方案采用Monin-Obukhov（Janjic Eta）方案，其余均采用Monin-Obukhov方案（表1）。
1.4模拟结果评估为了更好地对不同的参数化方案进行评估，在此运用模拟结果和TRMM资料，采用BS（Bias Score）和ETS（Equitable Threat Score）评分方案对其模拟能力进行定性、定量评估[4]。其计算方法为：
ETS=h-R（h）h+f+m-R（h）
R（h）=h×c-f×mh+f+m+c
BS=h+fh+m
式中，h为实况发生且预报也发生的站点数；f为实况不发生但预报发生的站点数；m为实况发生但预报不发生的站点数；c为实况不发生且预报也不发生的站点数。评估将降水分为0～10、10～25、25～50、50～100、>100 mm 5个等级。若ETS评分为1，则为理想情况，即实际降水；ETS评分为0，则表示没有预报技巧。BS评分理想值为1，若大于1则表明预报降水过多，即存在湿偏差；若小于1则表示预报降水过少，即存在干偏差。
2结果与分析
2.1降水范围及中心强度
从图1可以看出，降水主要位于山东西部116°～119°E和山东东部120°～123°E，其最大降水量均在150 mm以上，其中西部的降水雨带存在3个降水中心。另外，在鲁南地区存在一个较弱的降水中心，其最大降水量为110 mm以上。
从不同边界层方案模拟的同时段内的24 h累积降水分布（图2）可以看出，所有方案的模拟结果雨带均呈东西向分布，体现了实际降水的大体分布特征。其中，在MYJ方案的模拟结果中，山东西部的3个降水中心均被模拟出来，但降水范围偏小；鲁南地区的小型降水中心也被模拟出来，但位置偏北；位于山东东部的降水中心相比实际的降水中心范围明显偏小，同时量级也远没有达到实际水平。在YSU方案的模拟结果中，降水中心的降水量级过大，西部的降水中心存在整体偏南的情况，东部的降水中心位置偏西，且范围相比实际较小；在鲁南地区的降水中心仍被模拟出来，但位置靠北，同时中心强度也过大。从ACM2方案模拟的降水结果可以看出，相比前2个方案，该方案的降水范围较小，但与实际降水相比，山东西部的降水中心虽然仅模拟出了1个，但其位置却有很好的一致性；而山东东部的降水中心模拟的范围较小；整个方案所模拟的降水中心区域的降水量级均偏大。在MYNN2.5方案的模拟结果中，山东西部与河南交界处模拟出1个虚假的强降水中心；同时与实际降水相比，西部的降水中心偏南，但强度并未偏大太多；在东部的降水中心则范围明显偏小，同时降水量级也存在偏小的情况。在Boulac方案的模拟结果中，山东西部的强降水中心位置偏南，同时中心强度偏大，且强降水中心仅模拟出了1个；而位于山东东部的强降水中心没有被模拟出来。在未使用边界层参数化方案的试验结果中，位于山东西部和东部的强降水中心均未能被模拟出来，这是效果最差的方案，可见边界层参数化方案对于暴雨过程预报、模拟的重要性。由此可知，在此次暴雨过程的模拟中，YSU方案和ACM2.5方案对于强降水中心位置的模拟效果更好，而几乎所有的方案对于降水量级的模拟均出现了降水中心量级偏大的情况。 2.2降水峰值变化情况
在实际情况中，济南地区降水峰值出现在18日19：00～20：00。与实际降水情况相比，模拟结果的降水峰值比实际普遍落后2～3 h出现，主要降水时段在18日20：00～19日05：00（图3a）。其中，MYNN2.5方案出现了2次峰值；ACM2参数化方案的降水峰值出现时间最晚，峰值也最大；YSU方案在18日14：00～17：00的降水最大。而不使用边界层方案时，不仅峰值出现时间落后于实际情况，同时峰值量级也远低于其他参数化方案。说明各参数化方案对于济南地区暴雨降水量峰值出现时间的模拟与实际存在差别，同时降水量也存在偏低的情况。
从各参数化方案模拟的3 h累积降水量的变化情况（图3b）可以看出，ACM2参数化方案累积降水量最早增长，同时累积降水最多，MYJ方案累积降水量最少。YSU、Boulac和MYNN2.5方案的变化趋势较为一致，只是在量级上有所区别；ACM2方案在18日14：00以前变化不明显，在17：00降水量突然大幅增加；而MYJ方案的降水在初始阶段就较少，之后的趋势变化也是所有方案中幅度最小的。不使用边界层参数化方案时所得到的降水明显比使用边界层参数化方案的结果低很多。
2.3边界层方案降水模拟评分
从ETS评分结果（图4a）可以看出，对于小雨量（<10 mm）的模拟，不采用边界层参数化方案反而效果更好；对于中雨量（10～25 mm）的模拟，效果最好的是MYJ参数化方案，Boulac方案次之，最差的是MYNN2.5方案；对于大雨过程（25～50 mm）的模拟，效果最好的是Boulac方案，最差的也是MYNN2.5方案；对于暴雨过程（50～100 mm）的模拟，效果最好的是Boulac方案，最差的是YSU方案；而对于大暴雨量（>100 mm）的模拟，YSU方案效果最好。由此可见，对于小雨量的模拟，不使用边界层参数化方案反而更好；对于中到大暴雨级别的降水量，使用参数化方案明显比不使用参数化方案的好；从整体来看，Boulac方案比其他的方案模拟效果更好，但对于大暴雨其模拟效果下降。YSU方案对于中雨和大雨的模拟比较适宜。
从BS评分结果（图4b）可以看出，对于小雨过程的降水，所有的边界层参数化方案均存在干偏差，而不使用边界层方案时则存在湿偏差；对于中雨降水过程，边界层方案表现为湿偏差，其中偏差最小的是YSU方案，偏差最大的是ACM2和MYNN2.5方案；对于大雨的预报，偏差最小的是ACM2方案，此时偏差最大的是YSU方案；而当降水量达到暴雨级别时，所有的方案均呈现出干偏差，其中偏差最小的是ACM2方案和Boulac方案；到了大暴雨级别的降水，YSU方案的效果最好，其他方案均存在明显的干偏差。由此可见，对于小雨和中雨的模拟，不使用边界层方案时效果最好；对于大雨和暴雨的模拟，使用ACM2方案效果更好；而对于大暴雨的模拟，YSU方案效果最好。
3结论
该研究利用WRF3.4模式，选用6个不同行星边界层方案对2007年7月山东的“7.18”暴雨进行敏感性试验，探究不同边界层方案对降水模拟效果的影响，得出以下主要结论：
（1）不论是否使用边界层参数化方案，均能模拟出雨带的基本走向，但不同方案对于降水中心强度及其位置的模拟存在一定差异。在降水量较小的区域，即雨带的边缘地带，所有方案（包括不使用边界层方案）的模拟结果基本一致；但对于降水大值区或降水中心，不同边界层方案的模拟结果均整体偏南，且降水量值也存在较大差异，其中对于降水位置的模拟，采用ACM2方案效果最好，对于中心降水强度，采用MYNN2.5方案效果最好。
（2）使用不同边界层方案得到的模式降水的峰值出现时间普遍比实际降水落后2～3 h，但其降水峰值存在较大差异，其中YSU方案对降水峰值的模拟效果最好。而不使用边界层方案时，不仅其降水峰值出现的时间显著落后于实际结果，降水峰值也远低于其他使用参数化方案的结果。
（3）综合ETS评分和BS评分结果可知，对于降水量较小（<25 mm）的模拟，不使用边界层方案反而效果最好；对于中等降水量级（25～50 mm）的模拟，使用Boulac方案比较合适；对于暴雨或特大暴雨（>50 mm）的模拟，使用YSU方案效果最好。
参考文献
[1]
蔡芗宁，寿绍文，钟青.边界层参数化方案对暴雨数值模拟的影响[J].大气科学学报，2006，29（3）：364-370.
[2] GILLIAM R C，PLEIM J E.Performance assessment of new land surface and planetary boundary layer physics in the WRFARW[J].Journal of applied meteorology and climatology，2010，49（4）： 760-774.
[3] 陈炯，王建捷.边界层参数化方案对降水预报的影响[J].应用气象学报，2006， 17（S1）：11-17.
[4] HU X M，NIELSENGAMMON J W，ZHANG F.Evaluation of three planetary boundary layer schemes in the WRF model[J].Journal of applied meteorology and climatology，2010，49（9）： 1831-1844.
[5] 黄泓，李刚，谭言科，等.WRF3.0模式中边界层参数化方案对暴雨预报的影响[C]//第26届中国气象学会年会灾害天气事件的预警、预报及防灾减灾分会场论文集.杭州：中国气象学会，2009.
[6] 陆小勇，沈杭锋，吴静.边界层参数化方案在梅雨暴雨模拟中的应用比较[J].浙江气象，2011，32（4）：11-16.
关键词暴雨；WRF模式；敏感性试验；边界层参数化方案；降水
中图分类号S165；P458.2文献标识码
A文章编号0517-6611（2016）19-204-04
大气边界层对于地面和自由大气之间的动量、热量和水汽的交换有重要作用[1]。近年来，利用中尺度数值模式研究边界层参数化方案对暴雨预报的影响是暴雨研究领域的一个热点课题[2-5]，如陈炯等[3]利用WRF模式对比分析了一次江淮暴雨过程中MRF和MYJ边界层参数化方案，结果表明，分辨率为20 km时WRF模式基本能够模拟出中尺度降水的范围、位置和强度；黄泓等[5]选用WRF3.0模式中的MYJ、YSU、ACM2边界层参数化方案针对不同性质的暴雨进行敏感性试验，结果发现，模式中各个边界层方案在降水模拟中所表现出的优势是相对的，没有方案能在所有量级降水中始终占优势。该研究利用WRF3.4模式，选用不同边界层参数化方案对2007年7月一次由中尺度对流造成的山东“7.18”暴雨进行敏感性试验，探讨不同行星边界层参数化方案对此次暴雨过程中降水模拟效果的影响。
1资料与方法
1.1模式方案简介该研究使用的模式为新一代中尺度预报和同化系统模式——WRF（weather research and forecasting）模式3.4版本。模式采用Arakwaw-C水平格点，垂直方向采用气压地形坐标系，是一个完全可压缩的非静力模式。
WRF3.4版本中提供了多种边界层参数化方案，在此选用YSU边界层参数化方案、MYJ边界层参数化方案、ACM2边界层参数化方案、MYNN2.5边界层参数化方案、Bougeault- Lacarrere（Boulac）边界层参数化方案5种方案。其中YSU方案在风、温度廓线中考虑了逆温层中卷夹作用造成的热量交换，考虑了动能的非局地混合；MYJ方案是具有局部垂直混合的预报湍流动能（TKE）方案，在实际模拟应用中也有较好的效果，适用于研究精细的边界层结构；ACM2方案是具有非局地向上混合和局地向下混合的非对称对流模式，能够描述对流边界层中超网格尺度和此网格尺度的湍流输送；MYNN2.5方案是预报次网格动能方案，计算量和时间花费较小；Boulac方案是一个湍流动能预报方案，对于陡峭地形的晴空湍流强度和位置预报较好，能够提供TKE强度的持续预报[6]。为了进行对比，同时设计了不使用边界层参数化方案的试验。
1.2资料选取使用美国环境预报中心的一日4个时次的1°×1° FNL再分析资料作为天气背景场和模式初边界条件。使用0.25°×0.25°的TRMM卫星逐3 h再分析降水资料作为实况数据进行对比验证。
1.3试验方案设计模拟过程采用单向两层嵌套，其中粗网格格距为36 km，格点数70×70，细网格格距12 km，格点数为106×91，中心网格点位于118°E、36.65°N；垂直方向采用η坐标，不等距分为30层；粗细网格积分步长均为60 s；长波辐射方案采用RRTM方案；短波辐射方案采用Dudhia方案；微物理过程方案采用Lin方案；积云对流参数化方案采用Kain-Fritsch方案；陆面过程采用Noah路面过程方案；在近地面方案上MYJ边界层方案采用Monin-Obukhov（Janjic Eta）方案，其余均采用Monin-Obukhov方案（表1）。
1.4模拟结果评估为了更好地对不同的参数化方案进行评估，在此运用模拟结果和TRMM资料，采用BS（Bias Score）和ETS（Equitable Threat Score）评分方案对其模拟能力进行定性、定量评估[4]。其计算方法为：
ETS=h-R（h）h+f+m-R（h）
R（h）=h×c-f×mh+f+m+c
BS=h+fh+m
式中，h为实况发生且预报也发生的站点数；f为实况不发生但预报发生的站点数；m为实况发生但预报不发生的站点数；c为实况不发生且预报也不发生的站点数。评估将降水分为0～10、10～25、25～50、50～100、>100 mm 5个等级。若ETS评分为1，则为理想情况，即实际降水；ETS评分为0，则表示没有预报技巧。BS评分理想值为1，若大于1则表明预报降水过多，即存在湿偏差；若小于1则表示预报降水过少，即存在干偏差。
2结果与分析
2.1降水范围及中心强度
从图1可以看出，降水主要位于山东西部116°～119°E和山东东部120°～123°E，其最大降水量均在150 mm以上，其中西部的降水雨带存在3个降水中心。另外，在鲁南地区存在一个较弱的降水中心，其最大降水量为110 mm以上。
从不同边界层方案模拟的同时段内的24 h累积降水分布（图2）可以看出，所有方案的模拟结果雨带均呈东西向分布，体现了实际降水的大体分布特征。其中，在MYJ方案的模拟结果中，山东西部的3个降水中心均被模拟出来，但降水范围偏小；鲁南地区的小型降水中心也被模拟出来，但位置偏北；位于山东东部的降水中心相比实际的降水中心范围明显偏小，同时量级也远没有达到实际水平。在YSU方案的模拟结果中，降水中心的降水量级过大，西部的降水中心存在整体偏南的情况，东部的降水中心位置偏西，且范围相比实际较小；在鲁南地区的降水中心仍被模拟出来，但位置靠北，同时中心强度也过大。从ACM2方案模拟的降水结果可以看出，相比前2个方案，该方案的降水范围较小，但与实际降水相比，山东西部的降水中心虽然仅模拟出了1个，但其位置却有很好的一致性；而山东东部的降水中心模拟的范围较小；整个方案所模拟的降水中心区域的降水量级均偏大。在MYNN2.5方案的模拟结果中，山东西部与河南交界处模拟出1个虚假的强降水中心；同时与实际降水相比，西部的降水中心偏南，但强度并未偏大太多；在东部的降水中心则范围明显偏小，同时降水量级也存在偏小的情况。在Boulac方案的模拟结果中，山东西部的强降水中心位置偏南，同时中心强度偏大，且强降水中心仅模拟出了1个；而位于山东东部的强降水中心没有被模拟出来。在未使用边界层参数化方案的试验结果中，位于山东西部和东部的强降水中心均未能被模拟出来，这是效果最差的方案，可见边界层参数化方案对于暴雨过程预报、模拟的重要性。由此可知，在此次暴雨过程的模拟中，YSU方案和ACM2.5方案对于强降水中心位置的模拟效果更好，而几乎所有的方案对于降水量级的模拟均出现了降水中心量级偏大的情况。 2.2降水峰值变化情况
在实际情况中，济南地区降水峰值出现在18日19：00～20：00。与实际降水情况相比，模拟结果的降水峰值比实际普遍落后2～3 h出现，主要降水时段在18日20：00～19日05：00（图3a）。其中，MYNN2.5方案出现了2次峰值；ACM2参数化方案的降水峰值出现时间最晚，峰值也最大；YSU方案在18日14：00～17：00的降水最大。而不使用边界层方案时，不仅峰值出现时间落后于实际情况，同时峰值量级也远低于其他参数化方案。说明各参数化方案对于济南地区暴雨降水量峰值出现时间的模拟与实际存在差别，同时降水量也存在偏低的情况。
从各参数化方案模拟的3 h累积降水量的变化情况（图3b）可以看出，ACM2参数化方案累积降水量最早增长，同时累积降水最多，MYJ方案累积降水量最少。YSU、Boulac和MYNN2.5方案的变化趋势较为一致，只是在量级上有所区别；ACM2方案在18日14：00以前变化不明显，在17：00降水量突然大幅增加；而MYJ方案的降水在初始阶段就较少，之后的趋势变化也是所有方案中幅度最小的。不使用边界层参数化方案时所得到的降水明显比使用边界层参数化方案的结果低很多。
2.3边界层方案降水模拟评分
从ETS评分结果（图4a）可以看出，对于小雨量（<10 mm）的模拟，不采用边界层参数化方案反而效果更好；对于中雨量（10～25 mm）的模拟，效果最好的是MYJ参数化方案，Boulac方案次之，最差的是MYNN2.5方案；对于大雨过程（25～50 mm）的模拟，效果最好的是Boulac方案，最差的也是MYNN2.5方案；对于暴雨过程（50～100 mm）的模拟，效果最好的是Boulac方案，最差的是YSU方案；而对于大暴雨量（>100 mm）的模拟，YSU方案效果最好。由此可见，对于小雨量的模拟，不使用边界层参数化方案反而更好；对于中到大暴雨级别的降水量，使用参数化方案明显比不使用参数化方案的好；从整体来看，Boulac方案比其他的方案模拟效果更好，但对于大暴雨其模拟效果下降。YSU方案对于中雨和大雨的模拟比较适宜。
从BS评分结果（图4b）可以看出，对于小雨过程的降水，所有的边界层参数化方案均存在干偏差，而不使用边界层方案时则存在湿偏差；对于中雨降水过程，边界层方案表现为湿偏差，其中偏差最小的是YSU方案，偏差最大的是ACM2和MYNN2.5方案；对于大雨的预报，偏差最小的是ACM2方案，此时偏差最大的是YSU方案；而当降水量达到暴雨级别时，所有的方案均呈现出干偏差，其中偏差最小的是ACM2方案和Boulac方案；到了大暴雨级别的降水，YSU方案的效果最好，其他方案均存在明显的干偏差。由此可见，对于小雨和中雨的模拟，不使用边界层方案时效果最好；对于大雨和暴雨的模拟，使用ACM2方案效果更好；而对于大暴雨的模拟，YSU方案效果最好。
3结论
该研究利用WRF3.4模式，选用6个不同行星边界层方案对2007年7月山东的“7.18”暴雨进行敏感性试验，探究不同边界层方案对降水模拟效果的影响，得出以下主要结论：
（1）不论是否使用边界层参数化方案，均能模拟出雨带的基本走向，但不同方案对于降水中心强度及其位置的模拟存在一定差异。在降水量较小的区域，即雨带的边缘地带，所有方案（包括不使用边界层方案）的模拟结果基本一致；但对于降水大值区或降水中心，不同边界层方案的模拟结果均整体偏南，且降水量值也存在较大差异，其中对于降水位置的模拟，采用ACM2方案效果最好，对于中心降水强度，采用MYNN2.5方案效果最好。
（2）使用不同边界层方案得到的模式降水的峰值出现时间普遍比实际降水落后2～3 h，但其降水峰值存在较大差异，其中YSU方案对降水峰值的模拟效果最好。而不使用边界层方案时，不仅其降水峰值出现的时间显著落后于实际结果，降水峰值也远低于其他使用参数化方案的结果。
（3）综合ETS评分和BS评分结果可知，对于降水量较小（<25 mm）的模拟，不使用边界层方案反而效果最好；对于中等降水量级（25～50 mm）的模拟，使用Boulac方案比较合适；对于暴雨或特大暴雨（>50 mm）的模拟，使用YSU方案效果最好。
参考文献
[1]
蔡芗宁，寿绍文，钟青.边界层参数化方案对暴雨数值模拟的影响[J].大气科学学报，2006，29（3）：364-370.
[2] GILLIAM R C，PLEIM J E.Performance assessment of new land surface and planetary boundary layer physics in the WRFARW[J].Journal of applied meteorology and climatology，2010，49（4）： 760-774.
[3] 陈炯，王建捷.边界层参数化方案对降水预报的影响[J].应用气象学报，2006， 17（S1）：11-17.
[4] HU X M，NIELSENGAMMON J W，ZHANG F.Evaluation of three planetary boundary layer schemes in the WRF model[J].Journal of applied meteorology and climatology，2010，49（9）： 1831-1844.
[5] 黄泓，李刚，谭言科，等.WRF3.0模式中边界层参数化方案对暴雨预报的影响[C]//第26届中国气象学会年会灾害天气事件的预警、预报及防灾减灾分会场论文集.杭州：中国气象学会，2009.
[6] 陆小勇，沈杭锋，吴静.边界层参数化方案在梅雨暴雨模拟中的应用比较[J].浙江气象，2011，32（4）：11-16.