李 喆 陳 炯 馬占山3) 陸慧娟 胡江凱 劉奇俊

1)(中國氣象局地球系統(tǒng)數(shù)值預(yù)報(bào)中心， 北京 100081) 2)(中國氣象科學(xué)研究院災(zāi)害天氣國家重點(diǎn)實(shí)驗(yàn)室， 北京 100081) 3)(北京師范大學(xué)全球變化與地球系統(tǒng)科學(xué)研究院， 北京 100875)

引 言

云在天氣和氣候系統(tǒng)中起著至關(guān)重要的作用[1-3],是大氣水循環(huán)的重要環(huán)節(jié)[4]。云中水汽與水凝物相變所伴隨的熱力、動(dòng)力效應(yīng)能夠直接影響天氣過程的發(fā)展[5]。云也是地氣系統(tǒng)輻射平衡重要的參與者，不同類型的云對氣候系統(tǒng)的影響各不相同：低云對地面有降溫效應(yīng)，高云對地面有增溫效應(yīng)，而深厚的對流云對地面的溫度影響接近中性[6-7]。在數(shù)值模式中，云微物理過程的模擬直接影響云的形成、發(fā)展和結(jié)構(gòu)，進(jìn)而影響云降水過程的預(yù)報(bào)能力。

從宏觀角度，云分布廣泛，種類繁多，不同區(qū)域的云屬性差異巨大；從微觀角度，云的形成涉及多種粒子，不同相態(tài)、種類間轉(zhuǎn)化過程復(fù)雜。上述因素均增加了數(shù)值模式模擬云的難度。政府間氣候變化專門委員會(IPCC)的報(bào)告及相關(guān)研究表明：云模擬的不確定性已成為天氣和氣候模式誤差的主要來源之一[8-11]。

數(shù)值模式的云微物理方案研發(fā)可追溯到20世紀(jì)70年代，時(shí)至今日，經(jīng)過多年發(fā)展，已形成諸多各具特色的云微物理方案[12-27]。近年隨著計(jì)算機(jī)的發(fā)展，數(shù)值模式趨向使用高分辨率和復(fù)雜物理參數(shù)化方案對天氣過程進(jìn)行模擬。在全球業(yè)務(wù)模式中，歐洲中期天氣預(yù)報(bào)中心(ECMWF)、美國環(huán)境預(yù)報(bào)中心(NCEP)和中國氣象局研發(fā)的全球數(shù)值預(yù)報(bào)系統(tǒng)(CMA-GFS，原GRAPES_GFS)使用的云微物理方案比較具有代表性[28]。

數(shù)值模式預(yù)報(bào)結(jié)果的檢驗(yàn)評估是數(shù)值模式研發(fā)的重要環(huán)節(jié)，合理的檢驗(yàn)評估方法既能為模式研發(fā)工作者優(yōu)化模式方案提供參考，也能為模式使用者了解模式預(yù)報(bào)性能提供幫助[29-30]。由于不同區(qū)域云的屬性差異巨大，云的檢驗(yàn)需要考慮不同區(qū)域、季節(jié)的特征，因而更加復(fù)雜。目前云預(yù)報(bào)的檢驗(yàn)評估主要分為兩類：一類是將再分析數(shù)據(jù)或觀測數(shù)據(jù)(包括衛(wèi)星、雷達(dá)等)反演出的云量、云頂溫度、柱云水/冰水總量、雷達(dá)回波、水凝物廓線和降水與模擬預(yù)報(bào)的結(jié)果進(jìn)行直接對比[31-38]；另一類是采用統(tǒng)計(jì)學(xué)方法將數(shù)據(jù)處理后進(jìn)行間接對比，如概率密度法、等高頻率圖法、強(qiáng)度標(biāo)度法、變形法等[39-47]。國內(nèi)針對數(shù)值模式的檢驗(yàn)評估主要集中在模式預(yù)報(bào)結(jié)果的降水場、大尺度形勢場以及溫度場[48-53]。針對云的宏、微觀特性的檢驗(yàn)評估主要集中在中尺度模式[54-58],而針對全球數(shù)值模式云量、云水凝物的檢驗(yàn)評估相對匱乏[28,38，59]。

中國氣象局?jǐn)?shù)值預(yù)報(bào)中心研發(fā)的CMA-GFS使用雙參數(shù)云微物理方案。此云微物理方案由中尺度區(qū)域模式移植而來，經(jīng)過多次改進(jìn)已在全球模式中實(shí)現(xiàn)與大尺度宏觀云方案、云量顯式預(yù)報(bào)方案及次格點(diǎn)對流卷出影響項(xiàng)的耦合[37]。目前專門針對CMA-GFS云微物理方案的檢驗(yàn)評估工作尚不完善，且CMA-GFS預(yù)報(bào)的云降水過程仍有不足[28]。本研究擬從云發(fā)生、云量、不同層次的液相水凝物積分和冰相水凝物積分等方面，對CMA-GFS全球云預(yù)報(bào)性能和偏差進(jìn)行診斷評估，了解目前CMA-GFS對云預(yù)報(bào)性能和偏差特征，通過深入分析偏差分布探討存在的問題及相關(guān)改進(jìn)方向，為后續(xù)云微物理方案的優(yōu)化改進(jìn)提供參考。

1 數(shù) 據(jù)

CMA-GFS是我國自主研發(fā)的新一代數(shù)值預(yù)報(bào)系統(tǒng)，在業(yè)務(wù)中表現(xiàn)良好[60-63]。其核心技術(shù)包括四維變分同化系統(tǒng)，半隱式-半拉格朗日全可壓非靜力動(dòng)力模式，可靈活組合的物理過程方案模塊等。其中，CMA-GFS的物理過程包括輻射傳輸、邊界層、微物理、陸面、積云對流和云微物理等過程。本研究選取2021年3月—2022年2月1年業(yè)務(wù)預(yù)報(bào)數(shù)據(jù)作為分析時(shí)段，評估CMA-GFS全球云發(fā)生、云量、液相水凝物積分和冰相水凝物積分的偏差分布特征。

利用歐洲中期天氣預(yù)報(bào)中心最新發(fā)布的全球大氣再分析數(shù)據(jù)(ERA5),及全球降水觀測計(jì)劃的衛(wèi)星反演數(shù)據(jù)(GPM)對模式預(yù)報(bào)效果進(jìn)行檢驗(yàn)評估。ERA5再分析數(shù)據(jù)是歐洲中期天氣預(yù)報(bào)中心發(fā)布的第5代產(chǎn)品，水平分辨率為0.25°×0.25°，能夠在時(shí)間/空間上提供多種云和降水的相關(guān)數(shù)據(jù)[64]。

評估按照3—5月、6—8月、9—11月、12月—次年2月4個(gè)季節(jié)進(jìn)行，評估區(qū)域分別為全球、北半球、南半球和熱帶(20°S～20°N)4個(gè)區(qū)域。分辨率相同但格點(diǎn)位置不同的ERA5再分析數(shù)據(jù)已匹配到CMA-GFS數(shù)據(jù)格點(diǎn)，ERA5再分析數(shù)據(jù)與CMA-GFS結(jié)果、GPM數(shù)據(jù)格點(diǎn)已統(tǒng)一。

2 檢驗(yàn)評估

2.1 檢驗(yàn)評估對象

在CMA-GFS中，云量作為預(yù)報(bào)量，其生消與大尺度水平垂直運(yùn)動(dòng)、積云對流以及宏觀云凝結(jié)和蒸發(fā)過程有直接關(guān)系。云的凝結(jié)和蒸發(fā)與云水凝物密切相關(guān)[65-66]。根據(jù)世界氣象組織/世界天氣研究項(xiàng)目(WMO/WWRP)提供的云及相關(guān)參數(shù)檢驗(yàn)評估參考指南[40]，選取云發(fā)生、云量、液相水凝物積分和冰相水凝物積分進(jìn)行診斷評估。為對比不同種類云量與相應(yīng)層次云水凝物的關(guān)系，設(shè)地面氣壓為p,按照氣壓從高到低排列，將液相水凝物和冰相水凝物也按照低層(1p，0.8p] 、中層(0.8p，0.45p]、高層(0.45p，0.05p]以及整層(1p,0.05p]進(jìn)行積分。

2.2 檢驗(yàn)評估流程

2.2.1 云發(fā)生的檢驗(yàn)評估

云發(fā)生分為有云/無云兩種情況。模式預(yù)報(bào)與ERA5再分析數(shù)據(jù)在同一格點(diǎn)結(jié)果，可分為4種情況：模式預(yù)報(bào)和ERA5再分析數(shù)據(jù)均有云記為事件a；模式預(yù)報(bào)有云，ERA5再分析數(shù)據(jù)為無云記為事件b；模式預(yù)報(bào)無云，ERA5再分析數(shù)據(jù)為有云記為事件c，模式預(yù)報(bào)和ERA5再分析數(shù)據(jù)均無云記為事件d。根據(jù)這4種情況，使用頻率偏差(FB)[39]作為云發(fā)生的評估標(biāo)準(zhǔn)。FB定義為模式預(yù)報(bào)有云事件(a+b)與實(shí)況(ERA5再分析數(shù)據(jù))有云事件(a+c)的比值：

FB=(a+b)/(a+c)。

(1)

如果FB為1，則模式預(yù)報(bào)與實(shí)況完全一致；如果FB大于(小于)1，則模式預(yù)報(bào)出的云大于(小于)實(shí)況。

2.2.2 云量、云水凝物積分的檢驗(yàn)評估

通過計(jì)算云量、液相水凝物積分和冰相水凝物積分的平均偏差與均方根誤差進(jìn)行評估。

3 試驗(yàn)結(jié)果

3.1 模式云發(fā)生及云量檢驗(yàn)評估

由ERA5再分析數(shù)據(jù)云量分布(圖1)可知，全球高云、中云、低云的云量分布有顯著區(qū)別，且4個(gè)季節(jié)的云量分布略有差異?？傮w而言，總云量高值區(qū)(大于0.8)集中在大西洋、太平洋北部、南半球中高緯度、孟加拉灣及印度半島地區(qū)?？傇屏康椭祬^(qū)(小于0.4)集中在太平洋東部以及大陸部分地區(qū)。海洋總云量高于陸地總云量。由高云、中云、低云的云量分布可知，熱帶地區(qū)高云居多，南半球風(fēng)暴路徑區(qū)域內(nèi)低云居多，極地區(qū)域主要為低云和中云。按季節(jié)區(qū)分，6—8月北半球云量較多，12月—次年2月南半球云量較多，云量分布差異在4個(gè)季節(jié)的區(qū)別弱于高云、中云、低云之間的云量分布差異。

圖2為云發(fā)生頻率偏差分布。由圖2可知，高云、中云、低云的云發(fā)生頻率偏差分布不同，且云發(fā)生頻率偏差存在季節(jié)變化?？傇频脑瓢l(fā)生頻率偏差普遍接近1，僅在非洲及澳大利亞局部區(qū)域偏離1，說明CMA-GFS總云量與ERA5再分析數(shù)據(jù)總云量的分布基本符合。高云、中云、低云的云發(fā)生頻率偏差均以高估為主。與圖1對比可知，云發(fā)生頻率偏差高估區(qū)域主要位于無云區(qū)。在FB計(jì)算中a較低，b較高，容易出現(xiàn)云發(fā)生頻率偏差顯著偏大的結(jié)果。需要注意的是，盡管高云、中云、低云的云發(fā)生頻率偏差均有較大值(大于5)存在，但發(fā)生地點(diǎn)并不重合。在計(jì)算總云的云發(fā)生頻率偏差時(shí)，a整體較大，b較小，云發(fā)生頻率偏差相對較小。此外，云發(fā)生頻率偏差的季節(jié)差異小于高云、中云、低云之間的云發(fā)生頻率偏差的差異。需要注意的是，與ERA5再分析數(shù)據(jù)低云相比，CMA-GFS低云在高海拔地區(qū)顯著偏小，影響統(tǒng)計(jì)結(jié)果的可靠性，因此后續(xù)分析均未考慮海拔高度高于2800 m區(qū)域的低云。

圖3為云量經(jīng)向平均分布。由圖3可知，云量沿經(jīng)向存在峰谷分布，并存在季節(jié)變化?？傇屏俊⒏咴屏吭?0°S～20°N之間存在兩個(gè)明顯的峰值，分別位于10°S和10°N附近，6—8月峰值位于北半球，12月—次年2月峰值位于南半球，北半球6—8月峰值略高于南半球12月—次年2月峰值，3—5月和9—11月的峰值位于兩者之間?？傇屏亢透咴屏吭跓釒У貐^(qū)的峰值變化能夠反映出明顯的季節(jié)特征。云量的另一峰值位于南北半球中緯度，也存在季節(jié)變化，南半球6—8月達(dá)到最大，反映了該時(shí)段風(fēng)暴路徑區(qū)域天氣系統(tǒng)十分活躍。北半球高緯度云量在4個(gè)季節(jié)均可達(dá)0.8以上。總體而言，與ERA5再分析數(shù)據(jù)云量相比，CMA-GFS云量能夠反映全球云量經(jīng)向分布的峰谷特征。CMA-GFS總云、高云、中云的云量較ERA5再分析數(shù)據(jù)普遍偏小，偏差極大值出現(xiàn)在熱帶云量峰值區(qū)域(約為0.3)，以及北半球高緯度云量高值區(qū)(可達(dá)0.4以上)。南北半球中緯度云量偏差相對較小，僅為 0.1。CMA-GFS低云量與ERA5再分析數(shù)據(jù)低云量分布較為一致，除北半球高緯度外，偏差小于 0.1。CMA-GFS云量偏差在4個(gè)季節(jié)均偏小，說明CMA-GFS云量存在系統(tǒng)性偏小。

圖4為云發(fā)生與云量的綜合評估柱狀圖。由圖4可知，不同區(qū)域、不同類型的CMA-GFS云量產(chǎn)品、云發(fā)生頻率偏差具有不同的特點(diǎn)，且存在較為明顯的季節(jié)變化?？傇频脑瓢l(fā)生頻率偏差在各地區(qū)均接近1，這說明CMA-GFS總云區(qū)域與ERA5再分析數(shù)據(jù)總云區(qū)域十分接近。南北半球高云的云發(fā)生頻率偏差接近2，中云的云發(fā)生頻率偏差為1.5～2，低云的云發(fā)生頻率偏差接近1.5。這是由于高云的云發(fā)生頻率偏差在全球普遍高估，中云的云發(fā)生頻率偏差在太平洋東部無云區(qū)存在高估，低云的云發(fā)生頻率偏差在海洋上接近1，陸地上存在高估。各地區(qū)云發(fā)生頻率偏差均能夠體現(xiàn)季節(jié)變化特點(diǎn)，但其差異小于不同類型云之間云發(fā)生頻率偏差的差異。結(jié)合云量產(chǎn)品的平均偏差和均方根誤差可以看出，CMA-GFS云預(yù)報(bào)存在系統(tǒng)性偏差，云發(fā)生頻率偏差為正、云量偏差為負(fù)，即有云事件預(yù)報(bào)過多、云量的量值偏小。高云、中云的偏差普遍大于低云，高云、中云的預(yù)報(bào)均方根誤差較低云偏小，反映出模式對高云和中云的預(yù)報(bào)穩(wěn)定性優(yōu)于低云。CMA-GFS云量預(yù)報(bào)偏差存在季節(jié)特征，北半球12月—次年2月云量預(yù)報(bào)偏差最小，6—8月最大，南半球則相反，這與天氣系統(tǒng)的季節(jié)性活躍有關(guān)。此外，圖3表明總云量與低云顯著相關(guān)，在北半球尤為明顯，這說明模式改進(jìn)要更多關(guān)注低云，特別是北半球的低云。

綜合云發(fā)生頻率偏差、云量預(yù)報(bào)偏差和均方根誤差的評估可知，CMA-GFS能夠較為準(zhǔn)確地預(yù)報(bào)是否有云，但預(yù)報(bào)云量普遍偏小。云發(fā)生頻率偏差的評估側(cè)重于判斷是否預(yù)報(bào)出云，結(jié)果可能會掩蓋預(yù)報(bào)云量數(shù)值上的差異。云量偏差評估能夠體現(xiàn)云量在量值上的差異。準(zhǔn)確地評估模式對云的預(yù)報(bào)除了需要綜合云發(fā)生、云量的區(qū)域/經(jīng)向平均結(jié)果，還需要結(jié)合其平面分布綜合分析。綜合多種檢驗(yàn)評估手段更有利于云微物理方案的改進(jìn)和發(fā)展。

3.2 模式水凝物積分的檢驗(yàn)評估

圖5為液相水凝物積分偏差分布?？傮w而言，液相水凝物積分偏差在北極及熱帶地區(qū)偏小，中緯度地區(qū)偏大。液相水凝物積分偏差在陸地小于海洋，這與液相水凝物積分絕對值在陸地小于海洋有關(guān)。熱帶地區(qū)液相水凝物積分負(fù)偏差主要分布于云量高值區(qū)(圖1),可達(dá)-75～-50 g·m-2,主要來源于中層和低層。中緯度地區(qū)液相水凝物積分正偏差主要位于南半球風(fēng)暴路徑和北半球太平洋北部區(qū)域，其中北半球主要來源于中層，南半球主要來源于低層。北極地區(qū)液相水凝物積分負(fù)偏差主要來源于低層。此外，圖5表明液相水凝物積分偏差呈季節(jié)性變化，表現(xiàn)為6—8月北極地區(qū)負(fù)偏差最大，南半球風(fēng)暴路徑正偏差最大。

冰相水凝物積分偏差普遍大于液相水凝物積分偏差見圖6。由圖6可見，整層冰相水凝物積分偏差高值分別位于南半球中緯度(大于150 g·m-2)和太平洋北部(大于200 g·m-2)。海洋上整層冰相水凝物積分正偏差主要來源于中層和低層。與液相水凝物積分偏差分布不同，陸地上也存在整層冰相水凝物積分正偏差(大于100 g·m-2)，位于南亞、印度半島及非洲、美洲大陸部分地區(qū)，這些區(qū)域也是云量較高的區(qū)域(圖1)。陸地上整層冰相水凝物積分正偏差主要來源于高層和中層。冰相水凝物積分偏差存在明顯的季節(jié)特征，表現(xiàn)為6—8月南半球風(fēng)暴路徑正偏差最大，12月—次年2月太平洋北部區(qū)域正偏差最大。

圖7為水凝物積分經(jīng)向分布。由圖7可知，液相水凝物積分、冰相水凝物積分沿經(jīng)向存在峰谷分布，并存在季節(jié)變化。液相水凝物積分和冰相水凝物積分在20°S～20°N之間存在兩個(gè)峰值，6—8月位于北半球，12月—次年2月位于南半球，且前者大于后者，3—5月和9—11月兩季的峰值位于兩者之間，這與云量經(jīng)向分布一致(圖3)。整層液相水凝物積分峰值主要來源于中層和低層。液相水凝物積分的另一峰值位于南北半球中緯度，該峰值也存在季節(jié)性特征，這反映了南半球風(fēng)暴路徑區(qū)天氣系統(tǒng)在6—8月最為活躍，太平洋北部海洋區(qū)域低云在12月—次年2月較為活躍。與液相水凝物積分相比，冰相水凝物積分峰值在熱帶地區(qū)的主要來源于高層，在中緯度來源于中層和低層。總體而言，CMA-GFS水凝物積分與ERA5再分析數(shù)據(jù)水凝物積分的全球經(jīng)向峰谷分布較為一致。其中，液相水凝物積分在熱帶區(qū)域顯著小于ERA5再分析數(shù)據(jù)液相水凝物積分，兩者在中緯度地區(qū)較為接近；冰相水凝物積分在中緯度風(fēng)暴路徑區(qū)域顯著大于ERA5再分析數(shù)據(jù)冰相水凝物積分，兩者在熱帶地區(qū)較為一致。

由水凝物積分偏差評估柱狀圖(圖8)可知，液相水凝物積分以負(fù)偏差為主，冰相水凝物積分以正偏差為主。高層液相水凝物積分偏差最小，這與高層暖云較少有關(guān)。整層液相水凝物積分偏差主要來源于中層和低層。熱帶地區(qū)液相水凝物積分負(fù)偏差最大，可達(dá)-20 g·m-2。北半球6—8月液相水凝物積分負(fù)偏差主要來源于北極地區(qū)。液相水凝物積分均方根誤差與絕對偏差呈正相關(guān)。冰相水凝物積分正偏差來源于中層和低層，最大值可達(dá)40 g·m-2。與液相水凝物積分類似的，冰相水凝物積分均方根誤差與絕對偏差呈正相關(guān)。熱帶地區(qū)冰相水凝物積分偏差最小(接近0)，但均方根誤差偏大，這是由于偏差存在正負(fù)相抵的情況(圖6)。

結(jié)合圖5～圖8可知，CMA-GFS水凝物積分與ERA5再分析數(shù)據(jù)水凝物積分較為一致，但液相水凝物積分偏差在熱帶地區(qū)以負(fù)偏差為主，冰相水凝物積分在南半球中緯度以正偏差為主。在熱帶地區(qū)，冰相水凝物積分平均偏差接近0，而均方根誤差較大，這是由于冰相水凝物積分在海洋以負(fù)偏差為主，陸地上以正偏差為主，簡單的區(qū)域平均掩蓋了冰相水凝物積分的實(shí)際偏差特征。類似地，北半球高層冰相水凝物積分偏差接近0，這是由于赤道地區(qū)負(fù)偏差和太平洋北部地區(qū)正偏差相抵，北半球高層冰相水凝物積分實(shí)際分布與ERA5再分析數(shù)據(jù)高層冰相水凝物積分存在差異。正是由于云在不同區(qū)域，不同高度種類各有差異，選取評估區(qū)域至關(guān)重要，只有根據(jù)云的特征進(jìn)行有針對性的檢驗(yàn)評估，才能為改進(jìn)相應(yīng)物理過程提供有利線索。

3.3 CMA-GFS模式預(yù)報(bào)偏差

與ERA5再分析數(shù)據(jù)相比，CMA-GFS云預(yù)報(bào)存在系統(tǒng)性偏差。并且云預(yù)報(bào)偏差特征在不同緯度、不同高度不盡相同，這與各類云在不同地區(qū)的分布特征有關(guān)，低緯度熱帶地區(qū)對流活動(dòng)旺盛，水汽充足，云體深厚，中緯度地區(qū)云系多為冷、暖空氣交匯的鋒面系統(tǒng)，對流活動(dòng)相對較弱[67]。目前CMA-GFS水平分辨率為25 km，其中云降水過程涉及到的主要物理過程參數(shù)化包括云微物理方案和對流參數(shù)化方案。在中緯度，主要由微物理方案影響云降水過程。因此，云量、液相水凝物積分和冰相水凝物積分預(yù)報(bào)偏差成因需要按照不同地區(qū)分別討論。

圖9為季節(jié)平均的CMA-GFS預(yù)報(bào)降水與ERA5再分析數(shù)據(jù)、GPM降水率的經(jīng)向分布。由圖9可知，預(yù)報(bào)的熱帶地區(qū)對流性降水為ERA5再分析數(shù)據(jù)的對流性降水的2倍。熱帶地區(qū)預(yù)報(bào)格點(diǎn)降水顯著低于ERA5再分析數(shù)據(jù)格點(diǎn)降水，沒有明顯的峰值特征。CMA-GFS在中高緯度降水與ERA5再分析數(shù)據(jù)降水相近。說明熱帶地區(qū)對流參數(shù)化方案預(yù)報(bào)的對流過強(qiáng)，對流參數(shù)化和云微物理方案之間不協(xié)調(diào)，云微物理方案無法達(dá)到凝結(jié)條件成云降水。這與云量、液相水凝物積分和冰相水凝物積分預(yù)報(bào)在熱帶地區(qū)的偏差相符。采用GPM降水?dāng)?shù)據(jù)進(jìn)行對比，可以看到CMA-GFS預(yù)報(bào)和ERA5再分析數(shù)據(jù)總降水分布與觀測分布具有一致性，采用ERA5再分析數(shù)據(jù)對CMA-GFS預(yù)報(bào)進(jìn)行檢驗(yàn)評估具有合理性。

由CMA-GFS預(yù)報(bào)與ERA5再分析數(shù)據(jù)季節(jié)平均的相對濕度高度-經(jīng)向分布圖可知(圖略),CMA-GFS預(yù)報(bào)的相對濕度與ERA5再分析數(shù)據(jù)相對濕度分布類似，但在南北半球中高緯度中低層明顯偏強(qiáng)。ERA5再分析數(shù)據(jù)相對濕度在地區(qū)南北半球中緯度中低層接近70%，CMA-GFS預(yù)報(bào)相對濕度在此范圍可達(dá)85%，相對濕度偏高容易使得水汽凝結(jié)/凍結(jié)成云，造成云水凝物偏多，這與圖5～圖8的結(jié)論相符。相對濕度偏高與水汽和溫度分布相關(guān)，CMA-GFS預(yù)報(bào)的溫濕場和ERA5再分析數(shù)據(jù)差異小(圖略)，但溫度和濕度的微小差異會造成相對濕度的顯著差異，進(jìn)而影響到云的預(yù)報(bào)。

4 結(jié) 論

利用2021年3月—2022年2月1年的ERA5再分析數(shù)據(jù)云量、云水凝物，對同期CMA-GFS全球模式云量產(chǎn)品和由云量、云水凝物產(chǎn)品計(jì)算的云發(fā)生、云水凝物積分偏差特征進(jìn)行了細(xì)致的診斷評估，并以全球、北半球、南半球、熱帶地區(qū)進(jìn)行分區(qū)，初步探討了模式云預(yù)報(bào)偏差特征在不同區(qū)域，不同高度顯著區(qū)別的可能原因，為模式云微物理改進(jìn)提供參考。結(jié)論如下：

1) CMA-GFS預(yù)報(bào)云量、云水凝物整體分布合理，能夠較好地描述全球范圍內(nèi)云發(fā)生、云量和云水凝物積分分布的特征，并能夠描述云量、云水凝物積分沿經(jīng)向分布的峰谷特點(diǎn)及季節(jié)特征。

2) CMA-GFS預(yù)報(bào)總云量分布與ERA5再分析數(shù)據(jù)總云量基本符合，高云的云發(fā)生頻率偏差相對較大，中云、低云的云發(fā)生頻率偏差偏小。高云和中云平均偏差大于低云，而高云和中云的均方根誤差較低云偏小。這反映模式對高云和中云預(yù)報(bào)的穩(wěn)定性優(yōu)于低云。液相水凝物積分以負(fù)偏差為主，冰相水凝物積分以正偏差為主。

3) CMA-GFS預(yù)報(bào)云量、云水凝物能夠反映明顯的季節(jié)分布特征，不同季節(jié)云量、云水凝物的偏差分布特征弱于不同云類型間的偏差分布特征。

4) CMA-GFS預(yù)報(bào)云量、云水凝物在不同地區(qū)的偏差成因不同。在熱帶地區(qū)，偏差由對流參數(shù)化和微物理方案的不協(xié)調(diào)導(dǎo)致，該地區(qū)高溫高濕，易達(dá)到對流參數(shù)化方案中觸發(fā)對流的條件，微物理方案的調(diào)整效果有限。熱帶地區(qū)對流參數(shù)化方案產(chǎn)生的對流過強(qiáng)，云微物理方案無法達(dá)到凝結(jié)條件成云降水。南北半球中高緯度云水凝物偏差與環(huán)境場的溫濕分布密切相關(guān)，盡管CMA-GFS溫濕場分布和ERA5再分析數(shù)據(jù)溫濕場差異小，相對濕度南北半球中高緯度中層和低層明顯偏大，造成南半球中高緯度云水凝物偏大。

本研究針對CMA-GFS的云發(fā)生、云量、云水凝物積分進(jìn)行診斷評估，為模式改進(jìn)提供重要參考。然而，研究存在一定局限性，區(qū)域僅分為全球、南北半球和熱帶地區(qū)，今后工作中應(yīng)根據(jù)具體天氣過程采用更有針對性的區(qū)域診斷評估，使結(jié)果更精細(xì)。