In this study, an extreme rainfall event that occurred on 25 May 2018 over Shanghai and its nearby area was simulated using the Weather Research and Forecasting model, with a focus on the effects of planetary boundary layer (PBL) physics using double nesting with large grid ratios (15:1 and 9:1). The sensitivity of the precipitation forecast was examined through three PBL schemes: the Yonsei University Scheme, the Mellor–Yamada–Nakanishi Niino Level 2.5 (MYNN) scheme, and the Mellor–Yamada–Janjic scheme. The PBL effects on boundary layer structures, convective thermodynamic and large-scale forcings were investigated to explain the model differences in extreme rainfall distributions and hourly variations. The results indicated that in single coarser grids (15 km and 9 km), the extreme rainfall amount was largely underestimated with all three PBL schemes. In the inner 1-km grid, the underestimated intensity was improved; however, using the MYNN scheme for the 1-km grid domain with explicitly resolved convection and nested within the 9-km grid using the Kain–Fritsch cumulus scheme, significant advantages over the other PBL schemes are revealed in predicting the extreme rainfall distribution and the time of primary peak rainfall. MYNN, with the weakest vertical mixing, produced the shallowest and most humid inversion layer with the lowest lifting condensation level, but stronger wind fields and upward motions from the top of the boundary layer to upper levels. These factors all facilitate the development of deep convection and moisture transport for intense precipitation, and result in its most realistic prediction of the primary rainfall peak. 本文利用WRF模式对上海地区的一次暖区大暴雨(2018年5月25日)过程采用大比率的双层嵌套网格(15:1或9:1)进行高分辨率(1 km)单向反馈模拟。着重比较YSU、MYJ和MYNN三种不同边界层方案对于高分辨率1 km内网格极端降水预报的影响,并从湍流混合强度、边界层结构、对流热动力条件和大尺度强迫等方面解释了不同边界层方案对极端降水强度和降水日变化模拟差异的可能原因。研究发现在中尺度网格(15km和9km)上,三种边界层方案均严重低估了极端降水主雨带的雨量,且不同边界层方案模拟的极端降水强度差异较小;经中尺度网格降尺度到1km内网格后,上述偏差均得到了改善,并且局地的MYNN边界层方案由于其边界层内热量、动量的湍流垂直混合较弱,能够模拟出更浅且更潮湿的逆温层和更低的抬升凝结高度,进而容易形成不稳定的边界层顶,使得边界层顶到自由大气中高层的风场和垂直上升运动较强,这些因素都有助于深对流的发展和水汽输送的维持,产生较强的降水;与非局地的YSU边界层方案相比,采用局地的MYNN方案能更有效地改善本次降水事件中极端降水主峰值强度和日变化的预报结果。因此,本研究提出基于大比率网格嵌套(15:1或9:1),在母网格采用传统KF对流参数化方案,并且使用局地的MYNN边界层方案,内网格1 km使用EC时,对上海地区极端暴雨的落区、强度以及小时变化具有较好的预报性能。

中文翻译：

---

使用天气研究和预报模型对上海特大暴雨事件进行高分辨率模拟：对行星边界层参数化的敏感性

在本研究中，使用 Wea​​ther Research and Forecasting 模型模拟了 2018 年 5 月 25 日发生在上海及其附近地区的极端降雨事件，重点是使用大网格双嵌套的行星边界层 (PBL) 物理效应比率（15:1 和 9:1）。通过三个 PBL 方案检验了降水预报的敏感性：延世大学方案、Mellor-Yamada-Nakanishi Niino Level 2.5 (MYNN) 方案和 Mellor-Yamada-Janjic 方案。研究了 PBL 对边界层结构、对流热力学和大尺度强迫的影响，以解释极端降雨分布和小时变化的模型差异。结果表明，在单个较粗的网格（15 公里和 9 公里）中，所有三个 PBL 方案都大大低估了极端降雨量。在内部1公里网格中，被低估的强度得到改善；然而，将 MYNN 方案用于具有明确解析对流的 1 公里网格域并使用 Kain-Fritsch 积云方案嵌套在 9 公里网格中，在预测极端降雨分布和主要降雨高峰时间。MYNN 的垂直混合最弱，产生了最浅、最潮湿的逆温层，升力凝结水平最低，但从边界层顶部到高层的风场和向上运动更强。这些因素都促进了强降水的深层对流和水分输送的发展，并导致其对主要降雨峰值的最真实预测。本文利用WRF模式对上海的一次暖区大暴雨(2088885月25日)过程采用大循环的15年动画图案(1:1或9:1)进行(1km)单向目前比较YSU、MYJ和MYNN三种不同的精选层方案解决了1公里范围内的服务预测预测的影响，并从混合流混合强度、目标层结构、对流热动力条件和大尺度约束等方面解释了不同的层方案对吸收强度和日常变化模拟的原因。研究可能在中层（15km和9km）上，三个关键层方案均严重降低了营养主雨带的作用到达1公里范围后，这些知识得到改善，并且局地的MYNN关键层方案通过其关键层内气球、动量的马匹混合较弱，模拟出垂直更浅且更逼真的逆温层和电影的升升特性，容易流形成实际的实际层顶，目标层顶到自由中高层的场和垂直上升运动，这些因素都深局对流的和水汽输送的维持地发展的发生；与YSU最终层方案拟定，采用MYNNNN的方案能够因此，本研究更有效地改进本次教育事件中的辅助主普及和日变化的预报结果。因此，本研究基于大营养教育(15:19:1)，在母系采用传统KF对流参数化方案，并且使用局地的MYNN最后层方案，内网格1公里使用EC时，对上海地区暴雨的区落、强度以及变化时间具有良好的预报性能。