積云參數化方案對北極區域氣候模擬的影響

劉春艷　劉喜迎　柏統貴　姚姍姍

摘要[目的]加深對積云在北極區域氣候中作用的理解。[方法]利用一個北極區域氣候模式，針對浮力能量型云模式以及質量通量型方案2種積云參數化方法，開展了北極區域氣候數值模擬試驗，分析了不同積云參數化方案模擬結果的差別以及相似之處，并對相關問題進行了初步探討。[結果]積云參數化方案對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，模擬的溫度存在較大的冷偏差，且隨著高度抬升偏差減小；質量通量型方案模擬的降水誤差更小，模式對總降水的模擬水平主要由對大尺度降水的再現能力決定，提高大尺度降水的模擬水平對改善北極區域降水模擬是至關重要的。[結論]該研究可為區域氣候模式的改進和氣候變化的預測及評估提供參考。

關鍵詞 積云參數化；氣候；北極；數值模擬；影響

中圖分類號 S16 文獻標識碼 A 文章編號 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

積云參數化方案有很多種[1]，作為數值模式中最重要的非絕熱物理過程之一[2]，在決定大氣的溫濕度垂直結構中起重要作用，被廣泛應用于中尺度模式中，是數值預報模式中必不可少的物理過程。積云參數化可將大尺度模式不能顯式分辨的對流凝結和積云引起的熱量、水分和動量的輸送與模式的預報變量聯系起來[3]，在決定大氣溫度、濕度的垂直結構中起著關鍵的作用。許多數值模擬試驗表明，采用不同的積云參數化方案，其模擬結果會有較大的差別[4-5]，模式對降水模擬的不足可能與所采取的參數化方案有關[6]。由此可見，從區域氣候數值模擬角度，進一步分析各種參數化方案對氣候的模擬能力，探索適合復雜地形的積云參數化方案，對于研究北極氣候有重要的實際意義[7]。KainFritsch（KF）方案[8]是浮力能量型云模式方案，此方案利用一個質量守恒的包含水汽抬升和下沉運動的云模式，并考慮了卷出、卷入、氣流上升和氣流下沉現象，以及云從液態飽和水凍結成云冰的云中冰化微物理過程的作用，利用最小化的卷出率以抑制邊上不穩定、相對較干的環境中普遍存在的對流。閉合條件由格點上的對流有效位能和有效浮力能決定對流發生和環境變化，對流活動使得在有限時間間隔內將有效浮力能耗盡。GrellDevenyi（GD）集合方案[9]是質量通量型方案，帶有不同的上升、下沉、卷入、卷出的參數和降水率，該方案采用了靜態控制與動態控制相結合的方法來進行處理，這是決定云質量通量的方法。

北極氣候作為全球氣候的重要組成部分，是全球氣候和環境變化的驅動器之一，對全球氣候變化有重要作用[10]。北極也向世界其他地區提供極為重要的自然資源，如石油、天然氣及漁業資源，這些自然資源同樣也將受到氣候變化的影響[11]。近年來，在全球變暖大背景下北極區域氣候模擬和變化研究再一次成為研究熱點[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程的區域氣候模式對北極區域的溫度和降水進行模擬研究具有極其重要的意義。相比于全球氣候模式，區域氣候模式能夠更好地描繪出氣候的區域性特征，并能夠模擬出更準確的氣候場分布。由于積云對流對大氣環流的作用是非線性的，不同參數化方案作用機制不同，相應的反饋機理也不一樣，必然導致模擬結果出現差異。因此，比較分析區域模式模擬偏差及其原因具有重要意義[14]。當前針對極地地區積云參數化作用的氣候數值模擬方面研究還較少，筆者將針對不同積云參數化方案開展數值模擬試驗，重點研究不同參數化方案對北極區域溫度和降水模擬的影響，以期為區域氣候模式的改進和氣候變化的預測及評估提供參考。

1 資料與方法

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

數值試驗中利用ERAinterim再分析數據[16]生成初始場、側邊界條件和下邊界條件，選取1989年1月1日00：00作為初始時刻，積分時間為1年，積分時間步長為180 s。數值模式采用極射赤面地圖投影坐標系。水平方向上，網格距取50 km，計算范圍為160×100格點，北極點位于計算范圍中心；鉛直方向上，采用σ坐標，模式大氣被不等距地分為27層，其中約8層位于邊界層內，模式大氣上界取50 hPa[15]。并利用ERAinterim再分析資料及由多衛星觀測得到的Huffman全球降水資料對模擬結果進行檢驗。

試驗中，微物理過程、長波輻射、短波輻射、近地面層、陸面過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種不同積云參數化方案開展對比模擬試驗（以下分別簡稱為試驗Ⅰ、試驗Ⅱ），以了解積云參數化方案對模式預報效果的影響程度。

2 結果與分析

2.1 溫度場

氣溫的分布在很大程度上受地形的影響，若能在數值模擬過程中正確地處理和描述地形作用，會給目前的氣候模擬和預測帶來極大改進。北極區域的地形、地表狀況復雜，不僅分布很多島嶼且大部分區域有海冰覆蓋。而區域氣候模式具有較高的時空分辨率，對地形描述比較細致，因而區域氣候模式成為北極地區氣候研究的重要工具。

由1989年北極區域平均地表氣溫的再分析資料場和模擬場的空間分布（圖1）可知，2種不同積云參數化方案基本上模擬出了北極區域年平均氣溫的空間分布特征，在北極區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出垂直溫度梯度的變化，表現為等溫線密集區域，是一個較大的冷中心。但北極區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；相比而言，試驗Ⅰ對北極區域氣溫的模擬效果更好，北冰洋區域和陸地區域的冷偏差均小于試驗Ⅱ。模式對氣溫模擬的誤差表現為2個方面：一方面為模擬值系統性偏低，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致的描述。

為了進一步對比分析2種積云參數化模擬的效果，進一步模擬分析850、700、500和200 hPa的溫度場與ERAinterim資料結果差值的空間分布。 850 hPa溫度場年平均差值模擬的分布結果中（圖2a1、b1），在北冰洋中心區域存在范圍不等的冷偏差，最大冷偏差達4 ℃以上；格陵蘭島以及其他島嶼、海陸交界的區域、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域，模擬的溫度與ERAinterim資料結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6 ℃以上，且大值冷偏差一直持續到700 hPa以上。700 hPa溫度場年平均差值模擬的分布結果中（圖2a2、b2），北極大部分地區存在小于-2 ℃的差值區域；格陵蘭島仍存在較大的冷偏差，2種方案均達12 ℃以上。隨著高度的抬升，2種方案模擬的結果偏差逐漸減小，在500和200 hPa溫度場年平均差值的模擬結果中（圖2a3、b3、a4、b4），格陵蘭島地區的大值冷偏差已經消失，其中試驗Ⅰ模擬的效果較好，在200 hPa的溫度場年平均差值中，埃爾斯米爾島、泰美爾半島中心以及北冰洋中心區域的冷偏差為0.8 ℃，最大偏差區域在科爾古耶夫島以及臨近海域，也僅為1.6 ℃。

模擬結果表明，2種參數化方案對于模擬結果的影響顯著，對于溫度場的模擬結果效果較好的方案為KainFritsch（KF）方案，可能是由于該方案次網格不僅包括深對流過程還包括淺對流過程，能夠對溫度場達到較好的模擬效果。模擬結果中研究區域很大部分存在冷偏差，有研究表明ERAinterim資料中北極地區地表氣溫明顯偏高[17]，故冷偏差可能與用于對比的再分析資料有關，也可能是與數值模式中海冰非均勻性的處理方法有關。隨著高度的抬升，試驗Ⅰ的模擬結果與ERAinterim資料結果的偏差逐漸減小，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Ⅰ對多年平均溫度的模擬結果在整個北極的區域分布形態與ERAinterim資料比較一致，表明對北極及周邊地區的溫度有一定的模擬能力。

2.2 降水

積云對流參數與大尺度環流的相互作用直接影響大氣能量、質量輸送和分布以及降水過程的物理過程，氣候模式中積云對流參數化方案的選取對降水的模擬作用至關重要。作為表征氣候特征的基本參數之一，降水的模擬是否準確是衡量模式性能的主要指標之一。

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內容，不同積云對流參數化的選擇對于降水中心的模擬影響很大。從衛星反演資料與模式模擬的總降水分布（圖3）來看，北極區域月平均降水呈由北向南遞增趨勢，2種積云參數化方案均較合理地模擬出這一特征，同時2種參數化方案也再現了位于北極南部的降水中心，但對于降水中心的模擬結果偏北；模擬的降水量總體偏多，尤其在北極西部地區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致地形的變換模擬出很多的虛擬降水點。2種方案在挪威海海域模擬出了降水中心與衛星遙感反演資料結果較吻合的一個范圍較小的降水區域，其中試驗Ⅱ的模擬效果較好，試驗Ⅰ模擬的雨量明顯偏大，在降水中心附近的最大降水量達180 mm/月，試驗Ⅱ模擬的降水中心最大降水量為120 mm/月，而衛星遙感反演資料的最大降水僅達100 mm/月，2種積云參數化方案對總降水量的模擬的降水明顯偏強。

總降水量包括對流性降水和大尺度降水，為了進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種參數化方案模擬的總降水中心和強度的偏差主要來自于模式對大尺度降水的模擬誤差，降水中心偏北，且降水強度明顯偏大。由此可見，積云參數化模式對大尺度降水的再現能力直接影響其對總降水的模擬，且使用積云參數化方案會產生較多的虛假降水從而破壞模擬結果，因此要想改善積云參數化方案對降水的模擬效果，需要對積云參數化方案進行修正（如激發機制）[18]。

3 結論與討論

為研究積云參數化方案對北極區域氣候模擬的影響，筆者使用PWRF/CE模式對1989年北極區域進行了模擬試驗，將模擬結果與ERAinterim再分析數據集資料及衛星觀測資料進行對比，分別從溫度和降水兩方面進行分析。結果表明，2種積云參數化方案均能模擬出北極區域年平均溫度的

分布特征，模擬結果較好的方案是包括深對流過程和淺對流過程的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性誤差以及ERAinterim再分析資料中北極區域氣溫偏高導致。

積云參數化方案對溫度的影響一直持續到高層，隨著高度的抬升，模擬結果與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度與反演資料均有不同程度的偏差，且模擬結果存在很多虛假降水中心。GrellDevenyi集合方案對于降水中心及降水強度的模擬效果較好。偏差是由于模式對于處于復雜地形區域的對流性降水模擬的不準確以及對于大尺度降水模擬值偏大且降水中心偏離所造成的。因此，需要進一步提高模式對大尺度降水的模擬能力。

對于區域氣候模式來說，各種物理參數化方案、初始場和邊界場、水平和垂直分辨率、側邊界方案、地形處理及其他各種參數設置均能對模擬結果產生一定的影響，因而僅改變積云參數化方案進行模擬的結果尚具有較大的不確定性，對于不同氣候參數的模擬應有不同方案的配比，所以對區域模式的改進還需要進一步的模擬試驗和各方面研究的深入與加強。

參考文獻

[1]林文實，黃美元.積云參數化方案研究的現狀[J].熱帶氣象學報，1998，14（4）：374-379.

[2]劉一鳴.中國關于積云參數化方案的應用[J].氣象學報，1998，56（2）：247-255.

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

[4]王稀晨.MM5模式中不同對流參數化方案對降水預報效果影響的對比試驗[J].氣象科學，2004，24（2）：168-176.

[5]王建捷，周斌，郭肖容.MM5模式中不同對流參數化方案的比較試驗[J].應用氣象學報，2001，12（1）：41-53.

[6]劉永強，丁一輝.1991年江淮特大異常降水的區域氣候模擬[M]//中國短期氣候預測模式研究.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化方案的對比試驗[J].南京氣象學院學報，2006，29（4）：491-499.

[8]KAIN J S，FRITSCH 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年北半球高緯地區氣候變化特征研究[D].南京：解放軍理工大學，2010：9-17.

[18]王德立，徐強國.高分辨率模式中積云參數化方案對模擬臺風“凡亞比”的影響[J].氣象科技，2012，40（6）：949-959.