梁紅 魏科 馬驕 ,4

1 中國科學(xué)院大氣物理研究所季風(fēng)系統(tǒng)研究中心，北京 100190

2 云南大學(xué)大氣科學(xué)系，昆明 650091

3 中山大學(xué)海洋科學(xué)學(xué)院，廣州 510275

4 中國科學(xué)院大學(xué)，北京 100049

1 引言

伴隨著全球變暖、能源短缺、環(huán)境惡化等問題，開發(fā)利用可再生能源已成為全人類急需解決的問題。太陽能作為一種最有潛力的可再生能源，以其優(yōu)質(zhì)的資源屬性，受到了全球的關(guān)注，開發(fā)利用太陽能被認為是解決能源危機與氣候問題的有效途徑，因此各國紛紛加大了對太陽能資源的開發(fā)與利用（UNDP,2000; Chu and Majumdar,2012; Creutzig et al.,2017）。為改變以化石能源為主導(dǎo)的能源結(jié)構(gòu)，我國將開發(fā)利用太陽能與風(fēng)能提升到我國能源發(fā)展戰(zhàn)略地位，并進行重點與優(yōu)先發(fā)展。2010年我國的太陽能光伏面板的裝機容量尚不足1 GW（1 GW=109W），2017 年底即達到 130 GW（CNREC,2018; Enerdata,2020），為執(zhí)行《巴黎協(xié)定》的承諾，將2100年的全球增溫控制在2°C之內(nèi)，我國的可再生能源的裝機容量還會進一步大幅增長，預(yù)計到2035年，太陽能裝機容量將達到1.96 TW（1 TW=1012W），而到 2050 年，將達到 2.8 TW（CNREC,2018）。

我國太陽能資源豐富，利用潛力巨大，全國太陽能年平均輻射量為 5749 MJ，總量為 5×1016MJ，相當于2.4×104億噸標準煤燃燒產(chǎn)生的能量（沈義,2014），而2018年我國能源消費總量為 46.4億噸標準煤（國家統(tǒng)計局,2019），遠小于全國太陽能輻射總量?？梢?，如果合理地開發(fā)利用太陽能資源，完全可以滿足我國的能源需求。近年來隨著我國光伏發(fā)電技術(shù)的不斷提高，發(fā)電成本也在迅速下降，這更使得大規(guī)模太陽能光伏發(fā)電的應(yīng)用成為現(xiàn)實。

我國西北地區(qū)有開發(fā)利用太陽能資源的優(yōu)勢，這一地區(qū)海拔高，水汽少，云層薄，年日照時數(shù)為在3200 h 以上，年輻射總量達 6690～8360 MJ m?2a?1，為全國太陽能資源儲量豐富區(qū)（陳少勇等,2010; 李柯和何凡能,2010; 張飛民等,2018），且西北地區(qū)人口密度較小，可用來建立太陽能和風(fēng)能的發(fā)電場面積充足，對農(nóng)田和城市等人類土地利用的競爭較小，因此，選擇西北地區(qū)大規(guī)模建立太陽能發(fā)電場是可行而合理的。在西北區(qū)域大規(guī)模建立太陽能發(fā)電場不僅可以滿足我國的能源需求，還可以緩解使用化石能源帶來的全球變暖等問題，并進一步保障能源供應(yīng)安全，緩解環(huán)境污染問題。

我國風(fēng)能資源儲量豐富，總儲量為3226×1011W，實際可開發(fā)量為253×1011W，西北大部分地區(qū)風(fēng)能資源容量因子大于0.4，也為優(yōu)質(zhì)風(fēng)能資源分布區(qū)，在我國具備大規(guī)模開發(fā)的條件（薛桁等,2001）。近年來我國風(fēng)電發(fā)展速度非常快，已成為全球風(fēng)電大國，風(fēng)電是國內(nèi)僅次于火電、水電的第三大電源（CNREC,2018; Enerdata,2020）。

然而太陽能與風(fēng)能的能量密度小，需要較大的集能面積，大規(guī)模建設(shè)太陽能和風(fēng)能發(fā)電場將改變大面積的地表屬性（地表概念包括原下墊面、太陽能光伏板和風(fēng)力渦輪機等在內(nèi)），有可能通過陸氣相互作用過程，改變局地和區(qū)域氣候，甚至有可能通過遙相關(guān)過程，產(chǎn)生更大的氣候影響。有研究表明，大規(guī)模建立太陽能發(fā)電場可以影響局部區(qū)域或周邊區(qū)域的氣候（Arking,2005; Ure?a-Sánchez et al.,2012; Curran,2015; Hu et al.,2016; Li et al.,2018）。Hu et al.（2016）研究發(fā)現(xiàn)，理想化的大規(guī)模太陽能光伏板的安裝（主要集中在沙漠地區(qū)和城市地區(qū)）足以為人類產(chǎn)生足夠的電力，并且通過重新分配入射的太陽輻射，改變局部輻射平衡，導(dǎo)致大氣環(huán)流的變化，從而影響區(qū)域和全球氣候。Li et al.（2018）指出，在撒哈拉沙漠及周邊地區(qū)大規(guī)模建立風(fēng)力和太陽能發(fā)電場會造成顯著的區(qū)域變暖和降水量的增加（最高平均溫度增加1.28 K，最低平均溫度增加0.97 K，降水增加50%），區(qū)域降水的增加又會使地表植被覆蓋率進一步增加，減小地表反照率，從而形成反照率—降水—植被反饋的正反饋機制，對當?shù)貧夂虍a(chǎn)生重要的影響。Taha（2001）研究發(fā)現(xiàn)，在洛杉磯地區(qū)部署太陽能光伏板會影響城市氣候，降低城市的環(huán)境溫度，制冷效果可達0.2°C；但是如果在已經(jīng)應(yīng)用了冷屋頂技術(shù)的城市（城市區(qū)域普遍為高反射性屋頂和路面）高密度部署太陽能光伏板時，可能會出現(xiàn)小于0.1°C的增溫，溫度的增加或減少幅度與太陽能光伏板的轉(zhuǎn)換效率有關(guān)。

我國西北地區(qū)地處歐亞大陸腹地，大部分為干旱—半干旱區(qū)域，陸氣相互作用強烈，可以通過陸氣相互作用過程，改變局地和區(qū)域氣候，甚至有可能通過遙相關(guān)過程，產(chǎn)生更大的氣候影響（周連童和黃榮輝,2008; Chen et al.,2009; 趙靖川和劉樹華,2015）。另一方面，西北干旱與半干旱區(qū)生態(tài)系統(tǒng)對于氣候變化和人為影響十分敏感，大規(guī)模建立太陽能與風(fēng)能發(fā)電場可能會對局地氣候產(chǎn)生較大的影響。因此，在大規(guī)模發(fā)展太陽能與風(fēng)能發(fā)電場之前，需要探究其是否會影響局地氣候和大氣環(huán)流？是否會通過遙相關(guān)影響其他區(qū)域氣候？這對于太陽能與風(fēng)能產(chǎn)業(yè)的健康發(fā)展具有重要的現(xiàn)實意義。

2 資料方法與試驗設(shè)計

2.1 RegCM4.5模式的選擇與介紹

區(qū)域氣候受到地形、水體、城市、生態(tài)系統(tǒng)等的影響和控制，通常會有一定的復(fù)雜性和不確定性，而全球模式存在時空分辨率不高、物理過程簡單等局限性，對區(qū)域尺度的氣候的模擬能力不高。區(qū)域氣候模式不但可以較好地模擬出區(qū)域氣候的變化，還可以用來研究邊界條件的改變對區(qū)域氣候所造成的影響。目前常用的區(qū)域氣候模式有：NCEP-RSM、MRI-RSM、RegCM、RAMS等。其中RegCM模式是最早的區(qū)域氣候模式之一，由國際理論物理中心 ICTP（the Abdus Salam International Centre for Theoretical Physics）發(fā)展。從20世紀80年代起，Dickinson et al.（1989）在中尺度模型版本 4（MM4）的基礎(chǔ)上建立起來的第一代RegCM1，隨著參數(shù)化方案的改進和模式輸入數(shù)據(jù)的不斷改進，其模擬性能不斷的提高，到現(xiàn)在已經(jīng)在發(fā)展到第四代RegCM4，RegCM4及以后的各版本相比于RegCM3的改進之處包括增加了海表溫度的計算，改進了對灰塵與氣體化學(xué)成分的處理等，在模擬和預(yù)測東亞及中國地區(qū)氣候方面也取得了較好的效果，其模擬性能也在不斷提高。RegCM系列模式已經(jīng)成為區(qū)域氣候研究方面的一個重要工具，廣泛應(yīng)用在各種區(qū)域氣候研究中（Gu et al.,2012; Gao et al.,2013;衛(wèi)翔謙等,2016; Gao and Giorgi,2017）。因此本次研究中，選用RegCM區(qū)域氣候模式來研究中國及周邊地區(qū)的氣候變化。

本次研究中使用RegCM模式的4.5版本，模式運行包括4個部分：地表（terrain）、初始條件及邊界條件（ICBC）、主程序、后處理（postprocessor）部分，其中地表部分、初始條件及邊界條件部分為預(yù)處理過程，即將地表狀況、初始條件及邊界條件、驅(qū)動場數(shù)據(jù)從經(jīng)緯度網(wǎng)格上水平內(nèi)插到高分辨率模式網(wǎng)格上，同時垂向內(nèi)插到模式所需的σ坐標上。后處理部分將模式結(jié)果分類輸出，分為大氣狀態(tài)變量、地表診斷變量、輻射變量三類。本次研究中選用的陸面模型為 BATS（Biosphere–Atmosphere Transfer Scheme）生物—大氣傳輸方案1e版本，它主要用于描述植被和土壤對大氣—地表之間水汽交換、能量、動量等的影響，它與RegCM4模式的耦合可以較好地模擬氣溫、降水等氣象要素。研究表明（鄒靖和謝正輝,2012; 朱濤等,2014）：采用BATS1e模擬的降水量、雨帶位置和溫度空間分布型都比CLM3.5模式更接近觀測事實，因此在研究中國區(qū)域氣候中有廣泛的應(yīng)用（張冬峰等,2007;Chen et al.,2009; 高學(xué)杰等,2010; Gao and Giorgi,2017）。BATS模型包括一個植被層、一個地表土壤層或者根區(qū)層、一個深土壤層、一個雪層。模型的植被或土地覆蓋類型共分為22種，如下表所示，插值后模式中每個格點都將指定為22種類型中的一種，每種類型都有其對應(yīng)的初始物理參數(shù)。土壤類型分為沙土、肥沃沙土、沙質(zhì)壤土、淤泥壤土、淤泥、壤土、粘土、基巖等17種。土壤顏色由淺到深分為8種。

2.2 資料

模式的預(yù)處理部分采用全球陸地覆蓋特征化數(shù)據(jù)庫（GLCC）和美國地質(zhì)勘探局（USGS）的GTOPO30地形資料（分辨率約為1 km），將其從經(jīng)緯度網(wǎng)格上水平內(nèi)插到高分辨率區(qū)域上，同時垂向內(nèi)插到模式所需的σ坐標上，用于產(chǎn)生地表terrain文件。GLCC是從1 km高級高分辨率輻射數(shù)據(jù)AVHRR中導(dǎo)出，并且該數(shù)據(jù)基于BATS方案定義的22種植被或陸面覆蓋類型。

本次研究采用歐洲中期數(shù)值預(yù)報中心（ECMWF）提供的 ERA40 再分析資料（Uppala et al.,2005）作為驅(qū)動模式的初始場和邊界場，并用于模式模擬效果的驗證。數(shù)據(jù)包括溫度、位勢高度、相對濕度、風(fēng)場u分量、風(fēng)場v分量5種變量的月平均氣候場資料，時間為1991年12月至2002年1月，時間分辨率為6 h，空間分辨率為2.5°（緯度）×2.5°（經(jīng)度）。用于模式模擬效果驗證的資料為1992年1月至2002年1月ERA40再分析資料的月平均氣候場資料（包括近地面氣溫和總降水），空間分辨率為0.25°（緯度）×0.25°（經(jīng)度），時間分辨率為 6 h。

表1 BATS1e模型中的土地覆蓋類型Table 1 Land use types in BATS1e model

2.3 地表物理參數(shù)的試驗方案

2.3.1 對地表反照率的修改

一般而言，太陽能光伏板反照率（ePV）約為10%（Li et al.,2018），在光伏板吸收的太陽能中，有一部分會轉(zhuǎn)換成電能進行輸送，目前大多數(shù)太陽能光伏板的轉(zhuǎn)換效率（tPV）約為15%（Taha,2013;郝璽等,2017; Li et al.,2018），這 15% 的能量不能被地表吸收。因此，定義“有效地表反照率e”（Taha,2013; Li et al.,2018）來描述存在太陽能光伏板時，被反射和轉(zhuǎn)換傳輸?shù)哪芰勘壤?/p>

其中，α為太陽能光伏板反射的能量，β為太陽能光伏板轉(zhuǎn)換的電能。取太陽能光伏板的反照率為10%，轉(zhuǎn)換效率為15%，則光伏板接收到的短波輻射占入射短波輻射的90%，轉(zhuǎn)換為的電能占入射短波輻射的90%×15%=13.5%，則“有效地表反照率e”為10%+13.5%=23.5%，這部分能量不直接加熱大氣。因此在我國西北地區(qū)大規(guī)模建設(shè)太陽能發(fā)電場之后，可以引起原來的荒漠陸地反照率從約0.4降低到0.235，降低幅度約為0.165。

模式中的地表反照率由植被反照率，土壤反照率，積雪反照率三項加權(quán)平均而得到，所以理論上要修改這三項來達到修改總地表反照率的目的。

（1）植被反照率的修改：太陽短波輻射的范圍是 0.15～4 μm，其中<0.4 μm 的部分主要為紫外線（約占總能量的7%），0.4～0.76 μm為可見光波段（約占總能量的50%），0.76～4 μm主要為近紅外波段（約占總能量的43%），試驗中同時修改模式中“植被對<0.7 μm波段的太陽輻射的反照率”和“植被對>0.7 μm波段的太陽輻射的反照率”這兩個物理參數(shù)?；诖朔N計算方法，我們將“植被對≤0.7 μm波段的太陽輻射的反照率”和“植被對>0.7 μm波段的太陽輻射的反照率”均修改為23.5%。

（2）土壤反照率的修改：模式中土壤的反照率取決于土壤顏色和土壤濕度這兩項，試驗中加了太陽能光伏板對土壤濕度無影響，所以只需修改土壤顏色。模式中土壤顏色按深淺程度分為1～8，數(shù)字越大顏色越深，越深反照率越小，參照沙漠地區(qū)反照率降幅約為0.165，將沙漠和半沙漠的土壤顏色由原來的1和2分別改為8，引起的反照率降幅約為0.12～0.14左右。本次試驗的試驗區(qū)域的地表覆蓋類型大部分為沙漠或半沙漠，在這兩種地表上，植被覆蓋較少，本文針對只修改植被和只修改土壤反照率的數(shù)值試驗結(jié)果表明，在西北沙漠和半沙漠區(qū)域建立大規(guī)模太陽能影響主要來自于土壤反照率的變化（圖略）。

（3）積雪反照率未作修改。

2.3.2 對地表粗糙度的修改

由于風(fēng)力發(fā)電機組中的風(fēng)輪等裝置具有一定的高度，所以在沙漠或半沙漠中大規(guī)模建立風(fēng)力發(fā)電場會增加地表的粗糙度，將沙漠或半沙漠區(qū)域的粗糙度提高為原來的 4 倍（Li et al.,2018），能夠較為合理地模擬部署風(fēng)力渦輪機板之后的地表粗糙度，因此將沙漠的地表粗糙度由原來的0.005修改為0.02，將半沙漠的地表粗糙度由原來的0.03修改為0.12。

2.3.3 沙漠和半沙漠區(qū)域 20% 面積的實現(xiàn)

只在西北地區(qū)沙漠和半沙漠區(qū)域的20%面積上部署太陽能光伏板時，地表反照率=20%×m+80%×n，其中m為敏感試驗中修改后的有效地表反照率，n為未作修改的地表反照率（Millstein and Menon,2011），兩者加權(quán)平均后的數(shù)值為在沙漠和半沙漠區(qū)域20%面積上部署太陽能光伏板時的地表反照率。地表粗糙度=20%×k+80%×l，其中，k為敏感試驗中修改后的地表粗糙度，l為未作修改的地表粗糙度（Millstein and Menon,2011），兩者加權(quán)平均后的數(shù)值為在沙漠和半沙漠區(qū)域20%面積上部署太陽能光伏板時的地表粗糙度。

2.4 試驗設(shè)計

本研究的數(shù)值模擬的范圍為（11°N～58°N，60°E～145°E），包括整個中國大陸以及周邊地區(qū)?？紤]到地形、海拔高度、地表植被覆蓋類型、土壤類型以及建立太陽能發(fā)電場的可行性，模擬范圍包括塔克拉瑪干沙漠、河西走廊和內(nèi)蒙古西部區(qū)域（圖1b），面積約為 200×104km2。在此區(qū)域內(nèi)的主要土地覆蓋類型為沙漠或者半沙漠，太陽能和風(fēng)能資源豐富，適合大規(guī)模建立太陽能與風(fēng)能發(fā)電場，模式運行時間為1991年12月1日至2002年1月1日，其中1991年12月作為初始化階段，不做分析。

研究中RegCM4.5模式的水平分辨率設(shè)置為60 km，積分步長為 120 s，區(qū)域中心經(jīng)緯度為（36°N，102°E），網(wǎng)格格點數(shù)為 95（經(jīng)向）×80（緯向），水平網(wǎng)格為Arakawa-Lamb B型交錯網(wǎng)格，模式垂直方向非均勻的分為18層，垂直方向為σ坐標，模式頂層氣壓設(shè)置為5 hPa，投影方式選擇蘭勃脫投影，模式的物理參數(shù)化方案采用：指數(shù)松弛橫向邊界條件方案、Holtslag PBL行星邊界層方案、Arakawa&Schubert積云對流參數(shù)化方案、SUBEX顯式水汽方案、Zeng海洋通量方案、RRTM長波輻射方案、BATS陸面方案等。

本次研究共設(shè)置1組參照試驗和4組敏感試驗，運行時段為同一時間段（1991～2002年）。如圖1所示，8和11分別為沙漠和半沙漠兩種土地覆蓋類型，本研究中設(shè)置兩種新的土地類型，分別為類型23（沙漠—太陽能—風(fēng)能發(fā)電場）和24（半沙漠—太陽能—風(fēng)能發(fā)電場），敏感試驗中分別把8和11的土地類型替換為23和24。具體試驗方案如下：

（1）參照試驗：試驗運行時間段為1991年12月1日至2001年1月1日，其中1991年12月作為初始化階段，不做分析，對模式的陸面部分不作任何修改。

（2）太陽能發(fā)電場試驗（S1，敏感試驗1）：建立太陽能發(fā)電場時需部署大面積的太陽能光伏板，這會導(dǎo)致地表反照率的改變。因此在參照試驗的基礎(chǔ)上，在劃定的西北地區(qū)范圍內(nèi)，在模式陸面模型中，對沙漠和半沙漠區(qū)域的地表反照率參數(shù)進行修改，其他不做改變。

（3）風(fēng)力發(fā)電場試驗（W1，敏感試驗2）：大規(guī)模建設(shè)風(fēng)能發(fā)電場會導(dǎo)致地表粗糙度的改變。因此在參照試驗的基礎(chǔ)上，在劃定的西北地區(qū)范圍內(nèi)，在模式陸面模型中，對沙漠和半沙漠區(qū)域的地表粗糙度參數(shù)進行修改，其他不做改變。

（4）太陽能+風(fēng)能發(fā)電場試驗1（SW1，敏感試驗3）：在參照試驗的基礎(chǔ)上，在劃定的西北地區(qū)范圍內(nèi)，在陸面模型中，對沙漠和半沙漠區(qū)域的地表反照率參數(shù)和地表粗糙度參數(shù)同時進行修改，其他不做改變。

（5）太陽能+風(fēng)能發(fā)電場試驗2（SW2，敏感試驗4）：由于在實際中不可能將西北地區(qū)的所有面積全部部署太陽與風(fēng)能能光伏板，所以考慮在沙漠和半沙漠區(qū)域20%的面積上進行部署。因此在敏感試驗3的基礎(chǔ)上，在劃定的西北地區(qū)范圍內(nèi)，在陸面模型中，對沙漠和半沙漠區(qū)域20%面積上的地表反照率參數(shù)和地表粗糙度參數(shù)同時進行修改，其他不做改變。

圖1 中國及周邊地區(qū)的土地覆蓋類型：（a）參照試驗；（b）敏感試驗Fig.1 Land use classification in China and surrounding regions: (a) Control run experiments; (b) sensitivity run experiments

對風(fēng)力發(fā)電限制的研究表明，為了避免風(fēng)力渦輪機的尾流效應(yīng)對發(fā)電量的減少，裝機容量保持在 1.0 W/m2是安全的上限（Miller et al.,2015; Li et al.,2018），試驗區(qū)域面積A=200×104km2，因此可以產(chǎn)生裝機總?cè)萘繛?.0 TW，對風(fēng)能豐富地區(qū)的新裝風(fēng)機的典型容量系數(shù)約為0.35，因此這一區(qū)域可以產(chǎn)生約0.7 TW的風(fēng)能。我國西北區(qū)域年平均日照強度約為S=250 W/m2（陳少勇等,2010），按照目前的技術(shù)條件，太陽能光伏板的反照率約為α=10%，電力轉(zhuǎn)換效率為 η =15%，則轉(zhuǎn)換為電能的部分占入射短波輻射的比例為 η ×(1-α)=13.5%，因此這一區(qū)域總的太陽輻射潛能為S×η×(1-α)×A=67.5 TW，如果按照敏感試驗4，在這一區(qū)域ρ=20%的面積上部署太陽能光伏板，則太陽能潛能為S×η×(1-α)×ρ×A=13.5 TW，與之對照，中國2018年總的能源消費量約為4.2 TW（國家統(tǒng)計局,2019; Enerdata,2020），因此在西北區(qū)域大范圍部署太陽能和風(fēng)能發(fā)電場，完全可以滿足目前以及很長一段時間中國的能源需求。

3 對模式模擬能力的驗證

本文采用RegCM4.5模式進行區(qū)域氣候的模擬，此模式廣泛應(yīng)用在中國區(qū)域的氣候研究中（張冬峰等,2007; Chen et al.,2009; 高學(xué)杰等,2010; Gu et al.,2012; Gao et al.,2013; Gao and Giorgi,2017）， 模擬能力得到了廣泛的認可。以下主要對模擬的年平均氣溫和年平均降水與再分析資料進行比較，表明模式能夠比較合理準確地模擬氣候平均狀態(tài)，對位勢高度和風(fēng)場的分析也證實了模式的模擬能力（圖略）。

從圖2可以看出，RegCM4.5模式準確地模擬出了中國的4個溫度偏高中心：四川盆地、華東地區(qū)、華南沿海和新疆南疆盆地。相比于ERA40再分析資料，模式模擬的年平均氣溫在西藏地區(qū)稍偏高，新疆中南部的高值區(qū)范圍稍偏大，其他地區(qū)模擬地較為準確，且模式對區(qū)域氣候細節(jié)部分的刻畫能力較好，對四川盆地、新疆吐魯番盆地、河西走廊等特殊地形區(qū)域都有較為細致的的模擬能力?？傮w來看，RegCM4.5模式模擬的年平均氣溫的時空分布是合理的。

圖2 1992～2002年中國及周邊地區(qū)年平均（a、b）氣溫和（c、d）降水量：（a、c）ERA40再分析資料；（b、d）RegCM4.5參照試驗?zāi)M結(jié)果Fig.2 Annual mean (a,b) surface air temperature and (c,d) precipitation in China and surrounding regions during 1992–2002: (a,c) ERA40 data; (b,d) RegCM4.5 control run

模式模擬的東南沿海地區(qū)為夏季降水大值區(qū)，西北地區(qū)降水量較小，全國大部分區(qū)域的降水量在1 mm/d以上。相比于ERA40再分析資料，模式模擬的降水量在西藏南部、云貴高原、四川等地偏大，這一模擬結(jié)果與高學(xué)杰等人的研究結(jié)果一致（Gao et al.,2013），在東北、華北、東南沿海地區(qū)也偏大，但偏差程度較小，其他地區(qū)的模擬較為準確?？傮w來看，RegCM4.5模式模擬的年平均降水在地形較為復(fù)雜的地區(qū)偏差較大，這可能說明區(qū)域模式對地形降水比較敏感，區(qū)域模式的精細地形，更有利于模擬與地形相關(guān)的區(qū)域降水。

4 對氣溫和輻射的影響

4.1 近地面氣溫變化

如圖3所示，太陽能發(fā)電場試驗（S1，敏感試驗1）中，在劃定的西北地區(qū)范圍內(nèi)，局地近地面氣溫有0.3～1.8°C的升高，其中新疆西南部的打點區(qū)域代表該區(qū)域通過了90%的信度檢驗，但全國其他地區(qū)的近地面氣溫改變較小，變化范圍在0.3°C之內(nèi)。夏季和冬季的近地面氣溫的改變趨勢相同，但在數(shù)值上冬季大于夏季，冬季氣溫升高范圍為0.6～2.4°C，夏季氣溫升高范圍為0.3～1.2°C（圖略）。風(fēng)力發(fā)電場試驗（W1，敏感試驗2）中，無論是局地還是全國范圍內(nèi)，近地面氣溫的改變均在0.3°C之內(nèi)，這一數(shù)值和增幅與之前對于河西走廊酒泉大型風(fēng)電場影響的評估（胡菊,2012）類似，可見，在西北地區(qū)大規(guī)模建立風(fēng)能發(fā)電場雖然可以引起近地表面溫度增加，但是增幅有限。

圖3 敏感試驗減去參照試驗?zāi)昶骄鶜鉁氐牟钪担海╝）太陽能發(fā)電場試驗（敏感試驗1）；（b）風(fēng)力發(fā)電場試驗（敏感試驗2）；（c）太陽能+風(fēng)能發(fā)電場試驗1（敏感試驗3）；（d）太陽能+風(fēng)能發(fā)電場試驗2（敏感試驗4）。打點地區(qū)代表達到90%信度水平Fig.3 Difference of surface air temperature between sensitivity experiments and the reference experiment: (a) Solar farm experiment (sensitivity experiment 1); (b) wind farm experiment (sensitivity experiment 2); (c) solar and farm experiment 1 (sensitivity experiment 3); (d) solar and farm experiment 2 (sensitivity experiment 4).The regions above the 90% confidence level are shaded with dots

太陽能+風(fēng)能發(fā)電場試驗1（SW1，敏感試驗3）可看出在西北地區(qū)的沙漠和半沙漠區(qū)域同時理想化地建立太陽能和風(fēng)能發(fā)電場之后，近地面氣溫改變較大，上升0.3～1.8°C，但是當只在西北地區(qū)沙漠和半沙漠上區(qū)域的20%面積上同時建立太陽能和風(fēng)能發(fā)電場時（敏感試驗4），近地面氣溫的改變較小。在實際情況中，受地形、土地利用等方面的限制，我們無法做到將沙漠和半沙漠區(qū)域全部建立發(fā)電場，只能部署其中一部分面積，在西北20%的面積上建立起大規(guī)模太陽能和風(fēng)能發(fā)電場不會導(dǎo)致氣溫變化。

4.2 地面輻射變化

4.2.1 地面凈短波輻射變化

如圖4所示，由敏感試驗1可以看出，在西北地區(qū)大規(guī)模建立太陽能發(fā)電場后，地面凈短波輻射在局部地區(qū)呈現(xiàn)4～24 W/m2的增加。主要是由于在該區(qū)域建立太陽能發(fā)電場之后，地表反照率減小，地面反射的太陽直接輻射和太陽散射輻射均減少，從而使地面凈短波輻射增加。全國其他地區(qū)的改變較小。與夏季相比，冬季的太陽短波輻射弱，所導(dǎo)致的改變量也較小，夏季地面凈短波輻射在局部地區(qū)有4～28 W/m2的增加，冬季地面凈短波輻射在局部地區(qū)有4～12 W/m2的增加（圖略）。敏感試驗2中，建立風(fēng)能發(fā)電場對輻射量的影響較小，所以地面凈短波輻射的改變較小。敏感試驗4與敏感試驗3和相比，局部地區(qū)地面凈短波輻射的增幅由 4～24 W/m2下降為 4 W/m2以內(nèi)，因此，在西北地區(qū)沙漠和半沙漠區(qū)域20%面積上同時建立太陽能和風(fēng)能發(fā)電場時，地面凈短波輻射的改變不大。

圖4 敏感試驗減去參照試驗?zāi)昶骄孛鎯舳滩ㄝ椛涞牟钪担海╝）太陽能發(fā)電場試驗（敏感試驗1）；（b）風(fēng)力發(fā)電場試驗（敏感試驗2）；（c）太陽能+風(fēng)能發(fā)電場試驗1（敏感試驗3）；（d）太陽能+風(fēng)能發(fā)電場試驗2（敏感試驗4）。打點地區(qū)代表達到90%信度水平Fig.4 Difference of surface net shortwave radiation between sensitivity experiments and the reference experiment: (a) Solar farm experiment(sensitivity experiment 1); (b) wind farm experiment (sensitivity experiment 2); (c) solar and farm experiment 1 (sensitivity experiment 3); (d) solar and farm experiment 2 (sensitivity experiment 4).The regions above the 90% confidence level are shaded with dots

4.2.2 地面凈輻射變化

地面吸收太陽短波輻射和大氣逆輻射，同時發(fā)射長波輻射。地面接收輻射與支出輻射之差即為地面輻射差額，或地面凈短波輻射加地面凈長波輻射，即為地面凈輻射。由圖5可以看出，在敏感試驗1和敏感試驗3中，隨著地面凈短波輻射的增加，局部地區(qū)地面凈輻射也有4～16 W/m2的增加，但增幅并沒有地面凈短波輻射的增幅大。原因是在部署太陽能光伏板之后，局部地區(qū)地面發(fā)射的長波輻射也會有4～8 W/m2的增加（圖略）。敏感試驗2中，建立風(fēng)能發(fā)電場之后，地面凈輻射的改變較小，表明風(fēng)力發(fā)電場導(dǎo)致的地表粗糙度的改變，并不會反饋到凈輻射變化上。敏感試驗4相比于敏感試驗3，在西北地區(qū)沙漠和半沙漠區(qū)域20%面積上同時建立太陽能和風(fēng)能發(fā)電場時，局部地區(qū)和全國地區(qū)地面凈輻射的改變均較小，在4 W/m2之內(nèi)，并沒有明顯的通過信度檢驗的區(qū)域。

4.2.3 地表感熱通量變化

地面除了發(fā)出長波輻射加熱大氣以外，還以感熱的形式向大氣輸送熱量。如圖6所示，在敏感試驗1中，建立太陽能發(fā)電場的區(qū)域，感熱通量增加了4～16 W/m2，原因是在建立太陽能發(fā)電場的區(qū)域地表反射太陽短波輻射減少，吸收的太陽短波輻射增加，導(dǎo)致地面凈短波輻射增加，地面凈輻射增加，導(dǎo)致地氣溫差變大，因此地表感熱通量也隨之升高。敏感試驗2中，由于地表溫度變化幅度小，使得地表感熱通量變化幅度也較小。

圖5 敏感試驗減去參照試驗?zāi)昶骄孛鎯糨椛涞牟钪担海╝）太陽能發(fā)電場試驗（敏感試驗1）；（b）風(fēng)力發(fā)電場試驗（敏感試驗2）；（c）太陽能+風(fēng)能發(fā)電場試驗1（敏感試驗3）；（d）太陽能+風(fēng)能發(fā)電場試驗2（敏感試驗4）。打點地區(qū)代表達到90%信度水平Fig.5 Difference of surface net radiation between sensitivity experiments and the reference experiment: (a) Solar farm experiment (sensitivity experiment 1); (b) wind farm experiment (sensitivity experiment 2); (c) solar and farm experiment 1 (sensitivity experiment 3); (d) solar and farm experiment 2 (sensitivity experiment 4).The regions above the 90% confidence level are shaded with dots

圖6 敏感試驗減去參照試驗?zāi)昶骄乇砀袩嵬康牟钪担海╝）太陽能發(fā)電場試驗（敏感試驗1）；（b）風(fēng)力發(fā)電場試驗（敏感試驗2）；（c）太陽能+風(fēng)能發(fā)電場試驗1（敏感試驗3）；（d）太陽能+風(fēng)能發(fā)電場試驗2（敏感試驗4）。打點地區(qū)代表達到90%信度水平Fig.6 Difference of surface sensible heat flux between sensitivity experiments and the reference experiment: (a) Solar farm experiment (sensitivity experiment 1); (b) wind farm experiment (sensitivity experiment 2); (c) solar and farm experiment 1 (sensitivity experiment 3); (d) solar and farm experiment 2 (sensitivity experiment 4).The regions above the 90% confidence level are shaded with dots

敏感試驗4與敏感試驗3相比，在西北地區(qū)沙漠和半沙漠區(qū)域20%面積上同時建立太陽能和風(fēng)能發(fā)電場時，局部地區(qū)和全國地區(qū)的感熱通量的改變均較小，在4 W/m2之內(nèi)，并且沒有明顯的信度顯著區(qū)域。

5 對降水和環(huán)流場的影響

5.1 總降水及對流降水變化

5.1.1 總降水變化

如圖7所示，敏感試驗1中在西北地區(qū)建立太陽能發(fā)電場后，局地總降水呈現(xiàn)增加趨勢，增幅為10%～40%，其中新疆西部及甘肅中部的總降水增幅達到30%以上，是總降水增加最明顯的地方。此外，大規(guī)模建立太陽能場所引起的總降水變化不局限于試驗區(qū)域，也有明顯的非局地影響，并以降水增加為主。這種結(jié)果與沙漠化擴展所引起氣候效應(yīng)相反（張志富等,2006），當沙漠化擴展時，導(dǎo)致相關(guān)區(qū)域反照率增加，引起我國夏季降水減少，這表明東亞區(qū)域降水對西北區(qū)域反照率的影響有一定的線性關(guān)系。降水變化在江蘇北部、安徽北部出現(xiàn)20%～30%的總降水增加，僅有華北地區(qū)小片區(qū)域出現(xiàn)10%～20%的總降水減少，。在敏感試驗2中，建立風(fēng)能發(fā)電場改變地表粗糙度后，河西走廊地區(qū)有10%～30%的總降水增加，但其對總降水的影響程度不及敏感試驗1，華北、東北部分地區(qū)的總降水有小幅度減小。

圖7 敏感試驗減去參照試驗?zāi)昶骄偨邓孔兓陌俜直龋海╝）太陽能發(fā)電場試驗（敏感試驗1）；（b）風(fēng)力發(fā)電場試驗（敏感試驗2）；（c）太陽能+風(fēng)能發(fā)電場試驗1（敏感試驗3）；（d）太陽能+風(fēng)能發(fā)電場試驗2（敏感試驗4）。打點地區(qū)代表達到90%信度水平Fig.7 Percentage of annual precipitation change between sensitivity experiments and the reference experiment: (a) Solar farm experiment (sensitivity experiment 1); (b) wind farm experiment (sensitivity experiment 2); (c) solar and farm experiment 1 (sensitivity experiment 3); (d) solar and farm experiment 2 (sensitivity experiment 4).The regions above the 90% confidence level are shaded with dots

敏感試驗3中，同時建立太陽能和風(fēng)能發(fā)電場時，新疆西部及河西走廊地區(qū)的總降水均有10%～40%的增加，河西走廊地區(qū)的總降水增幅較敏感試驗1有所升高，增幅在30%以上的區(qū)域比敏感試驗1中的區(qū)域多。敏感試驗4中，在西北地區(qū)沙漠和半沙漠區(qū)域20%面積上同時建立太陽能和風(fēng)能發(fā)電場時，局地總降水的改變較小，保持在10%以內(nèi)，河西走廊地區(qū)的增幅較大，華北地區(qū)仍存在總降水的減少。因此，在最接近實際情況的敏感試驗4中，大規(guī)模建立太陽能和風(fēng)能發(fā)電場對河西走廊地區(qū)的總降水影響較大。

5.1.2 對流降水變化

如圖8所示，敏感試驗1中在西北地區(qū)建立太陽能發(fā)電場后，局地對流降水呈現(xiàn)增加趨勢，增幅為10%～40%，其中新疆西部及甘肅中部的對流降水增加最明顯。華北部分地區(qū)出現(xiàn)10%～30%的對流降水減少。在敏感試驗2中，建立風(fēng)能發(fā)電場后，局部地區(qū)和其他地區(qū)的對流降水的改變不大。敏感試驗3中，在西北地區(qū)沙漠和半沙漠區(qū)域上同時建立太陽能和風(fēng)能發(fā)電場時，新疆西部地區(qū)的對流降水均有10%～40%的增加，河西走廊地區(qū)的對流降水增幅較敏感試驗1有所減少，增幅在30%以上的區(qū)域比敏感試驗1中的區(qū)域少，華北、東北地區(qū)對流降水減小。

敏感試驗4中，在西北地區(qū)沙漠和半沙漠區(qū)域20%面積上同時建立太陽能和風(fēng)能發(fā)電場時，局地對流降水增加的幅度較小，保持在20%范圍內(nèi)，因此，在最接近實際情況的敏感試驗4中，大規(guī)模建立太陽能和風(fēng)能發(fā)電場對對流降水的影響不大。

圖8 敏感試驗減去參照試驗?zāi)昶骄鶎α鹘邓孔兓陌俜直龋海╝）太陽能發(fā)電場試驗（敏感試驗1）；（b）風(fēng)力發(fā)電場試驗（敏感試驗2）；（c）太陽能+風(fēng)能發(fā)電場試驗1（敏感試驗3）；（d）太陽能+風(fēng)能發(fā)電場試驗2（敏感試驗4）。打點地區(qū)代表達到90%信度水平Fig.8 Percentage of annual convective precipitation change between sensitivity experiments and the reference experiment: (a) Solar farm experiment(sensitivity experiment 1); (b) wind farm experiment (sensitivity experiment 2); (c) solar and farm experiment 1 (sensitivity experiment 3); (d) solar and farm experiment 2 (sensitivity experiment 4).The regions above the 90% confidence level are shaded with dots

5.2 環(huán)流變化分析

大氣環(huán)流可以直接影響降水，而大規(guī)模建立太陽能和風(fēng)能發(fā)電場所導(dǎo)致的下墊面物理參數(shù)的變化會影響大氣環(huán)流，進而改變降水。在敏感試驗1（圖9a）顯示出試驗區(qū)域的環(huán)流變化情況，可以發(fā)現(xiàn)新疆、甘肅及內(nèi)蒙西部地區(qū)出現(xiàn)異常東風(fēng)，有利于水汽向西部區(qū)域輸送，局地風(fēng)場異常導(dǎo)致低層大氣輻合，有利于水汽的上升，同時，局部地區(qū)及西南地區(qū)的位勢高度有2～8 gpm的下降，有利于低層的低壓發(fā)展和水汽輻合，增加降水。敏感試驗2中（圖9b），局地風(fēng)場的改變較小。

敏感試驗3（圖9c）與敏感試驗1（圖9a）的環(huán)流形勢較為相似，但在東北、華北部分地區(qū)出現(xiàn)異常的反氣旋性環(huán)流異常，導(dǎo)致低層大氣輻散，不利于水汽的上升對流，這與東北、華北部分地區(qū)降水的減少對應(yīng)。敏感試驗4與敏感試驗3相比，850 hPa的風(fēng)速變化較小，位勢高度場的變化也較小。

圖9 敏感試驗減去參照試驗850 hPa的年平均風(fēng)矢量（矢量）及位勢高度場（填色）的差值：（a）太陽能發(fā)電場試驗（敏感試驗1）；（b）風(fēng)力發(fā)電場試驗（敏感試驗2）；（c）太陽能+風(fēng)能發(fā)電場試驗1（敏感試驗3）；（d）太陽能+風(fēng)能發(fā)電場試驗2（敏感試驗4）。打點地區(qū)代表達到90%信度水平Fig.9 Difference of 850-hPa wind (vector) and geopotential height (shading) between sensitivity experiments and the reference experiment: (a) Solar farm experiment (sensitivity experiment 1); (b) wind farm experiment (sensitivity experiment 2); (c) solar and farm experiment 1 (sensitivity experiment 3); (d) solar and farm experiment 2 (sensitivity experiment 4).The regions above the 90% confidence level are shaded with dots

在500 hPa環(huán)流變化中，敏感試驗1（圖10a）在局地上空出現(xiàn)異常反氣旋環(huán)流，反氣旋環(huán)流范圍影響中國大部分范圍及東部沿海區(qū)域，敏感試驗2（圖10b）中局地風(fēng)場和位勢高度場的改變均較小。敏感試驗3（圖10c）與敏感試驗1（圖10a）較為接近，敏感試驗4（圖10d）與敏感試驗3相比，風(fēng)速沒有明顯的變化。

在200 hPa敏感試驗1（圖11a）中大部分地區(qū)處于異常的反氣旋性環(huán)流中，位勢高度有小幅度的升高。敏感試驗2（圖11b）中并無明顯的環(huán)流變化特征，敏感試驗3（圖11c）中的反氣旋性異常環(huán)流與敏感試驗1相似，敏感試驗4（圖11d）相比于敏感試驗3，位勢高度異常減小，風(fēng)場的環(huán)流異常值減小，但是依然顯示出反氣旋的特征，反氣旋中心主要集中在內(nèi)蒙古北部國界線附近，西北大部分區(qū)域有異常東風(fēng)。

圖10 敏感試驗減去參照試驗500 hPa的年平均風(fēng)矢量（矢量）及位勢高度場（填色）的差值：（a）太陽能發(fā)電場試驗（敏感試驗1）；（b）風(fēng)力發(fā)電場試驗（敏感試驗2）；（c）太陽能+風(fēng)能發(fā)電場試驗1（敏感試驗3）；（d）太陽能+風(fēng)能發(fā)電場試驗2（敏感試驗4）。打點地區(qū)代表達到90%信度水平Fig.10 Difference of 500-hPa wind (vector) and geopotential height (shading) between sensitivity experiments and reference experiment: (a) Solar farm experiment (sensitivity experiment 1); (b) wind farm experiment (sensitivity experiment 2); (c) solar and farm experiment 1 (sensitivity experiment 3); (d) solar and farm experiment 2 (sensitivity experiment 4).The regions above the 90% confidence level are shaded with dots

圖11 敏感試驗減去參照試驗200 hPa的年平均風(fēng)矢量（矢量）及位勢高度場（填色）的差值：（a）太陽能發(fā)電場試驗（敏感試驗1）；（b）風(fēng)力發(fā)電場試驗（敏感試驗2）；（c）太陽能+風(fēng)能發(fā)電場試驗1（敏感試驗3）；（d）太陽能+風(fēng)能發(fā)電場試驗2（敏感試驗4）。打點地區(qū)代表達到90%信度水平Fig.11 Difference of 200-hPa wind (vector) and geopotential height (shading) between sensitivity experiments and reference experiment: (a) Solar farm experiment (sensitivity experiment 1); (b) wind farm experiment (sensitivity experiment 2); (c) solar and farm experiment 1 (sensitivity experiment 3); (d) solar and farm experiment 2 (sensitivity experiment 4).The regions above the 90% confidence level are shaded with dots

綜合各個層次的環(huán)流場和位勢高度場，在西北地區(qū)沙漠和半沙漠區(qū)域大規(guī)模建立太陽能場后，地表反照率降低，地表粗糙度增加，導(dǎo)致局地凈輻射增強，近地面氣溫升高。低層溫度增加導(dǎo)致大氣不穩(wěn)定度增強，中低層位勢高度下降，使中低層上空呈現(xiàn)異常的氣旋性環(huán)流，高層上空呈現(xiàn)異常的反氣旋性環(huán)流，有利于中低層大氣輻合，高層大氣輻散。這有利于局地及周圍地區(qū)的水汽在試驗區(qū)域上空匯合，產(chǎn)生降水，導(dǎo)致局部地區(qū)的降水增加，并可以通過陸氣相互作用對我國華北和東北區(qū)域的降水產(chǎn)生影響（周連童和黃榮輝,2008）。

6 結(jié)論

本文模擬了在西北地區(qū)大規(guī)模建立太陽能發(fā)電場后的情況，并對近地面氣溫、降水、地面凈短波輻射、地面凈輻射、地面感熱通量、環(huán)流場等進行了分析探討，所產(chǎn)生的氣候效應(yīng)的機理如圖12所示，得到的主要結(jié)論有：

圖12 在我國西北地區(qū)大規(guī)模建立太陽能發(fā)電場引起局地和區(qū)域環(huán)流變化的過程機理Fig.12 Schematic of the influence of solar farms on local and regional circulation in Northwest China based on the results presented in this study

（1）RegCM4.5模式對我國氣溫和降水的氣候態(tài)模擬都與ERA40再分析資料較為接近，因此可以用RegCM4.5模式對該時段我國及周邊地區(qū)的氣候進行模擬。

（2）在西北地區(qū)大規(guī)模建立太陽能和風(fēng)能發(fā)電場后，西北地區(qū)局地地表反照率減小，地表粗糙度增加，地面凈短波輻射增加，地面凈輻射增加，近地面氣溫升高，地表感熱通量升高，其他地區(qū)變化較小。新疆南部、河西走廊和內(nèi)蒙西部地區(qū)降水有所增加，華北地區(qū)降水量有小幅度減少，而黃淮地區(qū)降水有所增加。

（3）在西北地區(qū)大規(guī)模建立太陽能和風(fēng)能綜合發(fā)電場時，地表反照率對局地近地面氣溫、地面凈輻射以及感熱通量的影響大于地表粗糙度的影響。即地表反照率的改變是建立太陽能和風(fēng)能發(fā)電場后的主要改變因素。

（4）在西北地區(qū)沙漠和半沙漠區(qū)域20%面積上建立太陽能與風(fēng)能發(fā)電場時，局地近地面氣溫及降水的變化幅度都很小，氣候影響有限。

值得注意的是，隨著未來太陽能發(fā)電技術(shù)的不斷提高，太陽能光伏板的轉(zhuǎn)換效率將會逐漸改善和提高。當轉(zhuǎn)換效率提高到一定程度時，所產(chǎn)生的氣候效應(yīng)可能會發(fā)生變化，甚至可能完全相反。因此大規(guī)模應(yīng)用太陽能新技術(shù)的氣候?qū)W效應(yīng)需要結(jié)合太陽能光伏板技術(shù)的改變，進一步深入討論。