劉春艷　劉喜迎　柏統(tǒng)貴　姚姍姍

摘要[目的]加深對(duì)積云在北極區(qū)域氣候中作用的理解。[方法]利用一個(gè)北極區(qū)域氣候模式，針對(duì)浮力能量型云模式以及質(zhì)量通量型方案2種積云參數(shù)化方法，開(kāi)展了北極區(qū)域氣候數(shù)值模擬試驗(yàn)，分析了不同積云參數(shù)化方案模擬結(jié)果的差別以及相似之處，并對(duì)相關(guān)問(wèn)題進(jìn)行了初步探討。[結(jié)果]積云參數(shù)化方案對(duì)北極年平均地表氣溫分布模擬影響明顯，浮力能量型云模式方案可以更好地模擬溫度場(chǎng)，模擬的溫度存在較大的冷偏差，且隨著高度抬升偏差減?。毁|(zhì)量通量型方案模擬的降水誤差更小，模式對(duì)總降水的模擬水平主要由對(duì)大尺度降水的再現(xiàn)能力決定，提高大尺度降水的模擬水平對(duì)改善北極區(qū)域降水模擬是至關(guān)重要的。[結(jié)論]該研究可為區(qū)域氣候模式的改進(jìn)和氣候變化的預(yù)測(cè)及評(píng)估提供參考。

關(guān)鍵詞 積云參數(shù)化；氣候；北極；數(shù)值模擬；影響

中圖分類(lèi)號(hào) S16 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 0517-6611（2016）05-210-04

Abstract[Objective]To deepen the understanding of the effects of cumulus on arctic climate.[Method]By using the climate model of arctic region， numerical simulation test on arctic region climate was carried out according to the two cumulus parameterization methods of cloud model of buoyancy energy type of and mass flux type. Similarity and difference of simulated result of cumulus parameterization schemes were analyzed； and relevant issues were preliminarily discussed.[Result]Cumulus parameterization scheme had significant effects on the annual average surface temperature distribution simulation. Cloud model scheme of buoyancy energy type could better simulate the temperature field. Simulated temperature had relatively great cold deviation； and the deviation decreased with the uplifted height. Simulated precipitation by mass flux type scheme had smaller error. The simulated level of model on total precipitation was determined by the retrieval ability of largescale precipitation. Thus， enhancing the simulated level of largescale precipitation was the key to the improvement of polar precipitation simulation.[Conclusion]This research provides references for the improvement of regional climate mode and the predication and evaluation of climate change.

Key words Cumulus convection parameterization； Climate； Arctic； Numerical simulation； Effect

積云參數(shù)化方案有很多種[1]，作為數(shù)值模式中最重要的非絕熱物理過(guò)程之一[2]，在決定大氣的溫濕度垂直結(jié)構(gòu)中起重要作用，被廣泛應(yīng)用于中尺度模式中，是數(shù)值預(yù)報(bào)模式中必不可少的物理過(guò)程。積云參數(shù)化可將大尺度模式不能顯式分辨的對(duì)流凝結(jié)和積云引起的熱量、水分和動(dòng)量的輸送與模式的預(yù)報(bào)變量聯(lián)系起來(lái)[3]，在決定大氣溫度、濕度的垂直結(jié)構(gòu)中起著關(guān)鍵的作用。許多數(shù)值模擬試驗(yàn)表明，采用不同的積云參數(shù)化方案，其模擬結(jié)果會(huì)有較大的差別[4-5]，模式對(duì)降水模擬的不足可能與所采取的參數(shù)化方案有關(guān)[6]。由此可見(jiàn)，從區(qū)域氣候數(shù)值模擬角度，進(jìn)一步分析各種參數(shù)化方案對(duì)氣候的模擬能力，探索適合復(fù)雜地形的積云參數(shù)化方案，對(duì)于研究北極氣候有重要的實(shí)際意義[7]。KainFritsch（KF）方案[8]是浮力能量型云模式方案，此方案利用一個(gè)質(zhì)量守恒的包含水汽抬升和下沉運(yùn)動(dòng)的云模式，并考慮了卷出、卷入、氣流上升和氣流下沉現(xiàn)象，以及云從液態(tài)飽和水凍結(jié)成云冰的云中冰化微物理過(guò)程的作用，利用最小化的卷出率以抑制邊上不穩(wěn)定、相對(duì)較干的環(huán)境中普遍存在的對(duì)流。閉合條件由格點(diǎn)上的對(duì)流有效位能和有效浮力能決定對(duì)流發(fā)生和環(huán)境變化，對(duì)流活動(dòng)使得在有限時(shí)間間隔內(nèi)將有效浮力能耗盡。GrellDevenyi（GD）集合方案[9]是質(zhì)量通量型方案，帶有不同的上升、下沉、卷入、卷出的參數(shù)和降水率，該方案采用了靜態(tài)控制與動(dòng)態(tài)控制相結(jié)合的方法來(lái)進(jìn)行處理，這是決定云質(zhì)量通量的方法。

北極氣候作為全球氣候的重要組成部分，是全球氣候和環(huán)境變化的驅(qū)動(dòng)器之一，對(duì)全球氣候變化有重要作用[10]。北極也向世界其他地區(qū)提供極為重要的自然資源，如石油、天然氣及漁業(yè)資源，這些自然資源同樣也將受到氣候變化的影響[11]。近年來(lái)，在全球變暖大背景下北極區(qū)域氣候模擬和變化研究再一次成為研究熱點(diǎn)[12-13]。在氣候研究中溫度和降水是主要元素，所以利用具有較高的分辨率和更完善的物理過(guò)程的區(qū)域氣候模式對(duì)北極區(qū)域的溫度和降水進(jìn)行模擬研究具有極其重要的意義。相比于全球氣候模式，區(qū)域氣候模式能夠更好地描繪出氣候的區(qū)域性特征，并能夠模擬出更準(zhǔn)確的氣候場(chǎng)分布。由于積云對(duì)流對(duì)大氣環(huán)流的作用是非線性的，不同參數(shù)化方案作用機(jī)制不同，相應(yīng)的反饋機(jī)理也不一樣，必然導(dǎo)致模擬結(jié)果出現(xiàn)差異。因此，比較分析區(qū)域模式模擬偏差及其原因具有重要意義[14]。當(dāng)前針對(duì)極地地區(qū)積云參數(shù)化作用的氣候數(shù)值模擬方面研究還較少，筆者將針對(duì)不同積云參數(shù)化方案開(kāi)展數(shù)值模擬試驗(yàn)，重點(diǎn)研究不同參數(shù)化方案對(duì)北極區(qū)域溫度和降水模擬的影響，以期為區(qū)域氣候模式的改進(jìn)和氣候變化的預(yù)測(cè)及評(píng)估提供參考。

1 資料與方法

選用PWRF/CE（PWRF/Climate Extension）[15]模式進(jìn)行北極區(qū)域氣候數(shù)值模擬試驗(yàn)。PWRF/CE模式是在PWRF3.3.1模式（PWRF3.3.1模式是在第3.3.1版WRF模式基礎(chǔ)上發(fā)展起來(lái)的北極區(qū)域天氣模式）基礎(chǔ)上發(fā)展出的氣候模式。PWRF/CE模式為了更適合北極區(qū)域氣候數(shù)值模擬的研究，增加了下邊界更新功能，實(shí)現(xiàn)了海冰密集度、海表面溫度、植被覆蓋度、葉面積指數(shù)、地表反照率等物理量的更新，同時(shí)增加了平均結(jié)果的計(jì)算和輸出功能，實(shí)現(xiàn)了按月輸出模擬結(jié)果，以節(jié)省儲(chǔ)存空間、方便結(jié)果分析。

數(shù)值試驗(yàn)中利用ERAinterim再分析數(shù)據(jù)[16]生成初始場(chǎng)、側(cè)邊界條件和下邊界條件，選取1989年1月1日00：00作為初始時(shí)刻，積分時(shí)間為1年，積分時(shí)間步長(zhǎng)為180 s。數(shù)值模式采用極射赤面地圖投影坐標(biāo)系。水平方向上，網(wǎng)格距取50 km，計(jì)算范圍為160×100格點(diǎn)，北極點(diǎn)位于計(jì)算范圍中心；鉛直方向上，采用σ坐標(biāo)，模式大氣被不等距地分為27層，其中約8層位于邊界層內(nèi)，模式大氣上界取50 hPa[15]。并利用ERAinterim再分析資料及由多衛(wèi)星觀測(cè)得到的Huffman全球降水資料對(duì)模擬結(jié)果進(jìn)行檢驗(yàn)。

試驗(yàn)中，微物理過(guò)程、長(zhǎng)波輻射、短波輻射、近地面層、陸面過(guò)程及邊界層分別采用WSM3class simple ice、rrtmg、rrtmg、MoninObukhov、Noah及YSU方案，并分別選取KainFritsch方案、GrellDevenyi集合方案2種不同積云參數(shù)化方案開(kāi)展對(duì)比模擬試驗(yàn)（以下分別簡(jiǎn)稱(chēng)為試驗(yàn)Ⅰ、試驗(yàn)Ⅱ），以了解積云參數(shù)化方案對(duì)模式預(yù)報(bào)效果的影響程度。

2 結(jié)果與分析

2.1 溫度場(chǎng)

氣溫的分布在很大程度上受地形的影響，若能在數(shù)值模擬過(guò)程中正確地處理和描述地形作用，會(huì)給目前的氣候模擬和預(yù)測(cè)帶來(lái)極大改進(jìn)。北極區(qū)域的地形、地表狀況復(fù)雜，不僅分布很多島嶼且大部分區(qū)域有海冰覆蓋。而區(qū)域氣候模式具有較高的時(shí)空分辨率，對(duì)地形描述比較細(xì)致，因而區(qū)域氣候模式成為北極地區(qū)氣候研究的重要工具。

由1989年北極區(qū)域平均地表氣溫的再分析資料場(chǎng)和模擬場(chǎng)的空間分布（圖1）可知，2種不同積云參數(shù)化方案基本上模擬出了北極區(qū)域年平均氣溫的空間分布特征，在北極區(qū)域等溫線大致呈緯向分布，模式能夠較好地模擬出格陵蘭海域、挪威海、巴倫支海以及喀拉海一帶的暖舌，在格陵蘭島所處陡峭地形處也很好地再現(xiàn)出垂直溫度梯度的變化，表現(xiàn)為等溫線密集區(qū)域，是一個(gè)較大的冷中心。但北極區(qū)域整體的模擬值偏冷，尤其在北冰洋中部模擬的冷中心偏強(qiáng)；相比而言，試驗(yàn)Ⅰ對(duì)北極區(qū)域氣溫的模擬效果更好，北冰洋區(qū)域和陸地區(qū)域的冷偏差均小于試驗(yàn)Ⅱ。模式對(duì)氣溫模擬的誤差表現(xiàn)為2個(gè)方面：一方面為模擬值系統(tǒng)性偏低，系“冷偏差”；另一方面模式由于分辨率不足，還缺乏若干氣溫分布細(xì)致的描述。

為了進(jìn)一步對(duì)比分析2種積云參數(shù)化模擬的效果，進(jìn)一步模擬分析850、700、500和200 hPa的溫度場(chǎng)與ERAinterim資料結(jié)果差值的空間分布。 850 hPa溫度場(chǎng)年平均差值模擬的分布結(jié)果中（圖2a1、b1），在北冰洋中心區(qū)域存在范圍不等的冷偏差，最大冷偏差達(dá)4 ℃以上；格陵蘭島以及其他島嶼、海陸交界的區(qū)域、歐亞大陸和北美大陸等地，由于地形因素和海陸插值的原因差值較為雜亂；在地形起伏較大的區(qū)域，模擬的溫度與ERAinterim資料結(jié)果相比存在較大冷偏差，格陵蘭島受地形因素的影響，最大冷偏差達(dá)6 ℃以上，且大值冷偏差一直持續(xù)到700 hPa以上。700 hPa溫度場(chǎng)年平均差值模擬的分布結(jié)果中（圖2a2、b2），北極大部分地區(qū)存在小于-2 ℃的差值區(qū)域；格陵蘭島仍存在較大的冷偏差，2種方案均達(dá)12 ℃以上。隨著高度的抬升，2種方案模擬的結(jié)果偏差逐漸減小，在500和200 hPa溫度場(chǎng)年平均差值的模擬結(jié)果中（圖2a3、b3、a4、b4），格陵蘭島地區(qū)的大值冷偏差已經(jīng)消失，其中試驗(yàn)Ⅰ模擬的效果較好，在200 hPa的溫度場(chǎng)年平均差值中，埃爾斯米爾島、泰美爾半島中心以及北冰洋中心區(qū)域的冷偏差為0.8 ℃，最大偏差區(qū)域在科爾古耶夫島以及臨近海域，也僅為1.6 ℃。

模擬結(jié)果表明，2種參數(shù)化方案對(duì)于模擬結(jié)果的影響顯著，對(duì)于溫度場(chǎng)的模擬結(jié)果效果較好的方案為KainFritsch（KF）方案，可能是由于該方案次網(wǎng)格不僅包括深對(duì)流過(guò)程還包括淺對(duì)流過(guò)程，能夠?qū)囟葓?chǎng)達(dá)到較好的模擬效果。模擬結(jié)果中研究區(qū)域很大部分存在冷偏差，有研究表明ERAinterim資料中北極地區(qū)地表氣溫明顯偏高[17]，故冷偏差可能與用于對(duì)比的再分析資料有關(guān)，也可能是與數(shù)值模式中海冰非均勻性的處理方法有關(guān)。隨著高度的抬升，試驗(yàn)Ⅰ的模擬結(jié)果與ERAinterim資料結(jié)果的偏差逐漸減小，由于地形因素和海陸插值造成的大值冷偏差和雜亂差值也逐漸消失，試驗(yàn)Ⅰ對(duì)多年平均溫度的模擬結(jié)果在整個(gè)北極的區(qū)域分布形態(tài)與ERAinterim資料比較一致，表明對(duì)北極及周邊地區(qū)的溫度有一定的模擬能力。

2.2 降水

積云對(duì)流參數(shù)與大尺度環(huán)流的相互作用直接影響大氣能量、質(zhì)量輸送和分布以及降水過(guò)程的物理過(guò)程，氣候模式中積云對(duì)流參數(shù)化方案的選取對(duì)降水的模擬作用至關(guān)重要。作為表征氣候特征的基本參數(shù)之一，降水的模擬是否準(zhǔn)確是衡量模式性能的主要指標(biāo)之一。

在氣候模擬中，降水的空間分布和雨帶位置是較為重要的研究?jī)?nèi)容，不同積云對(duì)流參數(shù)化的選擇對(duì)于降水中心的模擬影響很大。從衛(wèi)星反演資料與模式模擬的總降水分布（圖3）來(lái)看，北極區(qū)域月平均降水呈由北向南遞增趨勢(shì)，2種積云參數(shù)化方案均較合理地模擬出這一特征，同時(shí)2種參數(shù)化方案也再現(xiàn)了位于北極南部的降水中心，但對(duì)于降水中心的模擬結(jié)果偏北；模擬的降水量總體偏多，尤其在北極西部地區(qū)所有方案模擬出了很多雨量偏大的降水中心，這是由于群島的分布特征導(dǎo)致地形的變換模擬出很多的虛擬降水點(diǎn)。2種方案在挪威海海域模擬出了降水中心與衛(wèi)星遙感反演資料結(jié)果較吻合的一個(gè)范圍較小的降水區(qū)域，其中試驗(yàn)Ⅱ的模擬效果較好，試驗(yàn)Ⅰ模擬的雨量明顯偏大，在降水中心附近的最大降水量達(dá)180 mm/月，試驗(yàn)Ⅱ模擬的降水中心最大降水量為120 mm/月，而衛(wèi)星遙感反演資料的最大降水僅達(dá)100 mm/月，2種積云參數(shù)化方案對(duì)總降水量的模擬的降水明顯偏強(qiáng)。

總降水量包括對(duì)流性降水和大尺度降水，為了進(jìn)一步研究是哪部分降水模擬偏差占主要地位，在此分別模擬了對(duì)流性降水和大尺度降水的月平均空間分布。從圖4可以看出，2種參數(shù)化方案模擬的總降水中心和強(qiáng)度的偏差主要來(lái)自于模式對(duì)大尺度降水的模擬誤差，降水中心偏北，且降水強(qiáng)度明顯偏大。由此可見(jiàn)，積云參數(shù)化模式對(duì)大尺度降水的再現(xiàn)能力直接影響其對(duì)總降水的模擬，且使用積云參數(shù)化方案會(huì)產(chǎn)生較多的虛假降水從而破壞模擬結(jié)果，因此要想改善積云參數(shù)化方案對(duì)降水的模擬效果，需要對(duì)積云參數(shù)化方案進(jìn)行修正（如激發(fā)機(jī)制）[18]。

3 結(jié)論與討論

為研究積云參數(shù)化方案對(duì)北極區(qū)域氣候模擬的影響，筆者使用PWRF/CE模式對(duì)1989年北極區(qū)域進(jìn)行了模擬試驗(yàn)，將模擬結(jié)果與ERAinterim再分析數(shù)據(jù)集資料及衛(wèi)星觀測(cè)資料進(jìn)行對(duì)比，分別從溫度和降水兩方面進(jìn)行分析。結(jié)果表明，2種積云參數(shù)化方案均能模擬出北極區(qū)域年平均溫度的

分布特征，模擬結(jié)果較好的方案是包括深對(duì)流過(guò)程和淺對(duì)流過(guò)程的KainFritsch方案。但2種方案模擬的溫度均存在較大的冷偏差，可能是由于模式的系統(tǒng)性誤差以及ERAinterim再分析資料中北極區(qū)域氣溫偏高導(dǎo)致。

積云參數(shù)化方案對(duì)溫度的影響一直持續(xù)到高層，隨著高度的抬升，模擬結(jié)果與ERAinterim再分析資料的偏差逐漸減小，由于地形因素和海陸插值造成的大值冷偏差和雜亂差值也逐漸消失。

模擬的雨帶位置和中心強(qiáng)度與反演資料均有不同程度的偏差，且模擬結(jié)果存在很多虛假降水中心。GrellDevenyi集合方案對(duì)于降水中心及降水強(qiáng)度的模擬效果較好。偏差是由于模式對(duì)于處于復(fù)雜地形區(qū)域的對(duì)流性降水模擬的不準(zhǔn)確以及對(duì)于大尺度降水模擬值偏大且降水中心偏離所造成的。因此，需要進(jìn)一步提高模式對(duì)大尺度降水的模擬能力。

對(duì)于區(qū)域氣候模式來(lái)說(shuō)，各種物理參數(shù)化方案、初始場(chǎng)和邊界場(chǎng)、水平和垂直分辨率、側(cè)邊界方案、地形處理及其他各種參數(shù)設(shè)置均能對(duì)模擬結(jié)果產(chǎn)生一定的影響，因而僅改變積云參數(shù)化方案進(jìn)行模擬的結(jié)果尚具有較大的不確定性，對(duì)于不同氣候參數(shù)的模擬應(yīng)有不同方案的配比，所以對(duì)區(qū)域模式的改進(jìn)還需要進(jìn)一步的模擬試驗(yàn)和各方面研究的深入與加強(qiáng)。

參考文獻(xiàn)

[1]林文實(shí)，黃美元.積云參數(shù)化方案研究的現(xiàn)狀[J].熱帶氣象學(xué)報(bào)，1998，14（4）：374-379.

[2]劉一鳴.中國(guó)關(guān)于積云參數(shù)化方案的應(yīng)用[J].氣象學(xué)報(bào)，1998，56（2）：247-255.

[3]李燕.遼東半島一次暴雨過(guò)程的數(shù)值模擬研究[D].蘭州：蘭州大學(xué)，2006：9-12.

[4]王稀晨.MM5模式中不同對(duì)流參數(shù)化方案對(duì)降水預(yù)報(bào)效果影響的對(duì)比試驗(yàn)[J].氣象科學(xué)，2004，24（2）：168-176.

[5]王建捷，周斌，郭肖容.MM5模式中不同對(duì)流參數(shù)化方案的比較試驗(yàn)[J].應(yīng)用氣象學(xué)報(bào)，2001，12（1）：41-53.

[6]劉永強(qiáng)，丁一輝.1991年江淮特大異常降水的區(qū)域氣候模擬[M]//中國(guó)短期氣候預(yù)測(cè)模式研究.北京：氣象出版社，1996：106-120.

[7]晏紅明，任菊章.中尺度模式中各種積云參數(shù)化方案的對(duì)比試驗(yàn)[J].南京氣象學(xué)院學(xué)報(bào)，2006，29（4）：491-499.

[8]KAIN J S，F(xiàn)RITSCH J M.Convective parameterization for mesoscal models：The KainFritsch scheme[J].Amer Meteor Soc，1993，246：149-186.

[9]GRELL G A，KUO Y H，PASCH R.Prognostic evaluation of assumeptions used by cumulus parameterization[J].Mon Wea Rev，1993，121：764-787.

[10]彭公炳，李倩，錢(qián)步東.氣候與冰雪覆蓋[M].北京：氣象出版社，1992：66-84.

[11]CORELL R W.Challenges of climate change：An arctic perspective[M].China Academic Journal Electronic Publishing House，1994-2015.

[12]LIU X Y，ZHAO J H，XIA H S，et al.Temperature biases in modeled polar climate and adoption of physical parameterization schemes[J].Advances in polar science，2013，23（1）：30-40.

[13]LIU X Y，XIA H S.Numerical simulation of the impact of underlying surface changes on Arctic climate[J].Advances in polar science，2014，25（4）：261-268.

[14]LIU X Y.Biases of the Arctic climate in a regional oceansea iceatmosphere coupled model：An annual validation[J].Acta Oceanol Sin，2014，33（9）：56-67.

[15]BAI T G，LIU X Y，ZHANG T，et al.Numerical simulations of Arctic climate with regional atmospheric models based on two different versions of WRFresults of annual mean[J].Advances in geosciences，2013，3：48-56.

[16]SIMMONS A，UPPALA S，DEE D，et al.ERAInterim：New ECMWF reanalysis products from 1989 onwards[J].ECMWF newsletter，2007，110：25-35.

[17]王小瑞.近20年北半球高緯地區(qū)氣候變化特征研究[D].南京：解放軍理工大學(xué)，2010：9-17.

[18]王德立，徐強(qiáng)國(guó).高分辨率模式中積云參數(shù)化方案對(duì)模擬臺(tái)風(fēng)“凡亞比”的影響[J].氣象科技，2012，40（6）：949-959.