WRF模式中土壤湿度对位势高度模拟影响的敏感性分析

易　翔，曾新民，王　宁，王　明，周　骁，汪　彪

(1.解放军理工大学气象海洋学院，江苏　南京　211101；2.中国人民解放军海军南海舰队海洋气象水文中心， 广东　湛江　524001)



WRF模式中土壤湿度对位势高度模拟影响的敏感性分析

易翔1，曾新民1，王宁1，王明1，周骁1，汪彪2

(1.解放军理工大学气象海洋学院，江苏南京211101；2.中国人民解放军海军南海舰队海洋气象水文中心， 广东湛江524001)

摘要：利用WRFV3.6中尺度预报模式对我国东部地区2003年5、6、7月下旬天气过程进行模拟，研究分析了土壤湿度对位势高度的影响。结果表明：(1)对流层中低层位势高度对土壤湿度有较强的敏感性，且各月的位势高度随土壤湿度的改变都有一致的变化规律，但相对于5、6月，7月高温过程中位势高度对土壤湿度更为敏感。土壤湿度的增加(减少)会导致750~500 hPa位势高度减小(增大)、850 hPa以下气压层位势高度增大(减小)；(2)不同土壤湿度试验模拟的不同地表热通量可直接影响气温变化，在静力平衡和质量守恒条件下可进一步影响不同高度的气压，并最终导致位势高度的差异；(3)位势高度白天受土壤湿度的影响程度最大。白天热通量传输旺盛，在干(湿)的土壤湿度条件下，地表温度增温(降温)幅度大，850 hPa位势高度减小(增大)、500 hPa位势高度增大(减小)更为明显；夜间情况相反。

关键词：WRF模式；高温；土壤湿度；位势高度

引言

位势高度作为表征大气环流的一个重要物理量，与全球变暖、赤道海表温度升高等因素密切相关[1-3]，且在描述气候及其异常方面有显著的意义[4]。对位势高度的分析是气候预测的重要基础[5]，同时也受到了气象学者的广泛关注。早在20世纪60年代，Phillips[6]就将位势高度作为流体力学方程组中一个重要变量来描述大气环流的特征，并进一步应用于数值预报。自1990年代NCEP/NCAR公布再分析资料以来，利用位势高度分析天气、气候的研究越来越多[7]，如Kidson等[8]对1 000 hPa和500 hPa位势高度场进行分析，从而确定相关的预报因子用以评估局地气候的变化；Chen等[9]将位势高度应用于涡度、散度计算，并利用由此推导出的方程反演一次降水天气过程，发现与观测结果相符。到了21世纪初，随着各类气象资料和研究方法的不断改进和发展，针对位势高度的研究涉及到了诸多方面[10-14]，如严华生等[10]着眼于近50 a来两极和赤道500 hPa位势高度的时间演变规律，通过对比不同区域位势高度的振荡频率，得出气候变化最先开始于南极地区的结论；Raziei等[11]指出，较大的500 hPa位势高度梯度所决定的大气环流类型(中东深槽控制型)与伊朗地区天气尺度变化关联最大。位势高度的异常变化可以造成诸如高温热浪、强降水、低温冻害、飓风等极端事件的发生[15-19]，如Hafez[15]强调了大西洋飓风登陆活动与位势高度异常的紧密联系，后者能在很大程度上决定前者的发生强度和范围。又如2013年造成湖南境内重大经济损失的高温热浪事件，是由于西太平洋副热带高压(WPSH)异常西伸和持续控制该地区所导致的[17-18]。上述研究表明，位势高度在天气和气候尺度的各类研究中都有非常重要的作用，增强对位势高度变化机理的认识是十分必要的。

在分析位势高度时，除了统计学方法外，利用各类气象模式(如GCM、RCM、WRF等)模拟位势高度的研究也愈渐增多[8,20-22]。本文利用WRF中尺度预报模式对位势高度进行模拟分析。WRF模式中耦合了多种物理参数化方案，其中，陆面过程对大气环流(位势高度)有很大的影响[21]。土壤湿度作为陆面过程中的重要物理量，其初始异常对短期气候有明显影响且可以以长波波列形式传播到很远距离处[23]，它的变化通常通过改变地表通量(能量、水分、动量通量等)的传输来影响气温、降水等[24]，而气温的变化将进一步作用于位势高度[22,25]。丁一汇等[26]的研究表明，近年来几乎在所有的陆地地区，高温天气都在增多，其中增加最明显的地区是土壤湿度减少的地区。Yang等[27]研究表明地表温度的变化与850 hPa位势高度有很大关系，可将位势高度作为高温天气的一个重要预报因子。杨辉等[28]认为近几十年来的全球增温有利于位势高度的异常增高，而这种位势高度的异常变化也是造成我国夏季高温的主要原因之一。

可见，土壤湿度能够通过改变气温等影响位势高度，探讨土壤湿度对高温天气位势高度的影响是一项很有意义的工作。本文利用WRF模式对我国东部地区2003年5、6、7月下旬进行短期(逐24 h)天气模拟，对比分析不同土壤湿度条件下的位势高度变化。

1试验设计

采用WRFV3.6模式版本，模拟的初始场及边界条件采用美国国家环境预报中心(NCEP)提供的FNL 1°×1°资料，该资料时间间隔为6 h。采用的物理参数化方案主要包括Lin等的微物理方案、RRTM长波辐射方案、Goddard短波辐射方案、MO表面层方案、YSU边界层参数化方案、BMJ积云对流参数化方案、NOAH陆面方案(包含10、30、60、100 cm 4个土壤层)。

试验采用双向两重嵌套网格(图1a)，模拟区域D2为2003年夏季高温的主要发生区(即华东地区：106.5°E~125.9°E、19.6°N~38.6°N)，模拟区域中心为(29°N、117.5°E)，大区域D1格点数为79×79，小区域D2格点数为133×166，水平格距分别为36和12 km，垂直分辨率为不等距31层，模式顶气压为50 hPa。后续分析中涉及的区域平均统计量均针对D2区域。类似于Zeng等[21]所采用的积分方法，选取热浪最强的7月下旬[22,28]，以及5、6月下旬作对比研究，逐24 h积分的初始场分别采用从2003年5月(6、7月)20日06:00 UTC至29日06:00 UTC的10个初始场(各初始场间隔24 h)，分别作10个24 h积分(即24 h积分的起止时间设置为20日06:00 UTC至21日06:00 UTC)，积分步长为90 s。

为了考察位势高度对不同土壤湿度(SMOIS)的敏感性，将初始土壤湿度场作如下处理，即同时改变两重嵌套中每一土壤层上每个格点的土壤湿度。设计试验的名称为：CTL(0%)、WET25(+25%)、WET50(+50%)、DRY25(-25%)、DRY50(-50%)。每个24 h积分试验均采用5种不同的初始场进行模拟，共计150个试验。需要注意的是，因为SMOIS取值范围应在0~1之间，所以在做WET试验时，如果格点改变后的SMOIS大于1则令其等于1。而模拟区域内的水体由于SMOIS值始终为1，在改变土壤湿度时不对其进行处理。图1b 给出7月20日CTL试验中作为初值的土壤表层湿度场。可以看到，SMOIS始终为1的区域即为水体，主要集中于长江中下游地区以及华东、华南沿海地区。在各月的CTL试验中(图略)，大部分区域的土壤湿度值都处在0.5 m3·m-3以下，而在敏感性试验中，土壤湿度分布都遵循上述的变化幅度。

图1　模式嵌套区域 (a) 及7月20日CTL试验06:00UTC初始土壤湿度分布 (单位:m3/m3) (b)

这里着重分析积分24 h后06:00 UTC的各物理量变化。因为此时的地表温度最接近日最高气温，且陆气间的水汽传输、热交换等更为旺盛，土壤湿度造成的影响能够更明显地表现在气温以及位势高度的变化上[22]。由于陆面参数对大气的影响主要限制在对流层的中低层，后续分析中主要针对850 hPa和500 hPa位势高度。

2模拟结果分析

2.1空间分布

图2给出7月下旬高温期间500 hPa平均位势高度在06:00 UTC的空间分布和不同土壤湿度试验与CTL的偏差分布。与NCEP分析场(图2a)相比，CTL试验(图2b)能够很好地模拟出500 hPa位势高度的分布。模拟区域内高值区主要位于华东地区，且位势高度值向南北逐渐递减，这与模拟期间控制我国东部地区强大的WPSH有关。可以看到，5 880 gpm等位势高度线西伸至108°E以西，南北跨度达13个纬度，CTL试验模拟的WPSH范围和强度较NCEP分析场更大。表明在土壤湿度不变的条件下，WRF模式模拟的500 hPa位势高度值偏大，如在华东中东部地区出现了>5 920 gpm的高值。

图2　7月下旬10 d平均的06:00 UTC 500 hPa位势高度及不同土壤湿度试验与CTL试验的位势高度偏差分布(单位:gpm)

从不同土壤湿度试验与CTL试验的偏差分布中能够发现，与前人有关参数化方案等造成的位势高度变化幅度大小的结果类比[16,29]，土壤湿度的变化能够明显地改变位势高度的模拟结果。与CTL试验相比，WET25试验在几乎整个区域内模拟出的500 hPa位势高度值更小，尤其在华北和华中北部地区减小得更为明显，最大偏差能达到2.5 gpm以上，区域平均值较CTL试验减小0.79 gpm(图2c)。WET50试验(图2d)在更大范围上模拟出了更小的位势高度值，大部分地区的偏差程度都超过1 gpm，华北部分区域偏小3 gpm以上，整个模拟区域较CTL试验平均减小1.21 gpm。与WET试验相反，DRY25与CTL试验的偏差分布(图2e)，除了西南小部分区域外，整个模拟区域的位势高度都有所增加，其中增加最明显(超过1 gpm)的地区主要位于28°N以北。对比WET25试验(图2c)发现，DRY25试验位势高度的变化幅度和范围更大，与CTL试验相比平均增加0.87 gpm (>0.79 gpm)，说明500 hPa位势高度对土壤湿度减小的敏感性更强。这在DRY50试验(图2f)中表现更为明显，整个模拟区域几乎都模拟出了超过2 gpm的位势高度正偏差，一些区域甚至达到5 gpm，较CTL试验平均偏大2.08 gpm(>1.21 gpm)。这也进一步表明土壤湿度的减小(增加)可以在很大程度上增加(减少)500 hPa的位势高度值。在5、6月500 hPa平均位势高度分布中(图略)，可得到类似的结论，但土壤湿度改变引起的位势高度变化幅度较7月小。图3给出7月下旬高温期间850 hPa平均位势高度在06:00 UTC的空间分布和不同土壤湿度试验与CTL的偏差分布。与NCEP分析场(图3a)对比，WRF模式同样较好地再现位势高度的空间分布，且模拟的高值中心范围、强度等较500 hPa更为准确(图3b)。在模拟区域内存在2个高低值中心，高值中心位于华东地区(受WPSH控制)，低值中心位于西北部。

对比CTL试验(图3b)，改变土壤湿度的大小能够明显地引起位势高度的变化。WET25试验(图3c)主要增加了32°N以北和华东部分地区的位势高度，而减小其它区域的位势高度，增加和减小的区域面积相当，但增加的幅度更大(部分地区能达到3 gpm以上)。由于正负值的抵消作用，在区域平均水平上，增加25%的土壤湿度造成位势高度平均增大0.02 gpm。WET50 试验(图3d)与WET25试验引起的位势高度空间变化类似，但WET50试验位势高度增大更为显著(如西北地区的低值中心模拟出超过4 gpm的偏差值)，整个区域较CTL试验平均偏大0.04 gpm。与WET试验不同，减小土壤湿度后模拟区域内一致表现为位势高度降低，其中DRY25试验(图3e)大部分地区都模拟出1 gpm左右的负偏差，尤其在低值中心区域出现3 gpm的偏差值，较CTL试验平均减小0.5 gpm；DRY50试验(图3f)的位势高度偏差在绝大部分地区处在2~4 gpm之间，但在局部地区(如低值中心)内较CTL试验偏小6 gpm以上，区域平均值较CTL试验平均减小1.9 gpm。以上结果同样表明，850 hPa位势高度对土壤湿度的变化十分敏感，且对土壤湿度减小更为敏感，与500 hPa位势高度随土壤湿度变化的规律相反的是，增加(减小)土壤湿度会使得850 hPa位势高度值增大(减小)。同样，在5、6月下旬850 hPa平均位势高度分布(图略)中能够得出相似的结论，但5、6月位势高度对土壤湿度的敏感性较7月高温时段弱。

表1给出不同气压层位势高度的区域平均数值变化，在1 000~500 hPa的11层内，位势高度均对土壤湿度变化十分敏感，且在各月都有一致的变化规律。在高温发生的7月，位势高度对土壤湿度的敏感性较5、6月更强，如5、6、7月各试验期间的500 hPa位势高度平均偏差分别为0.29、0.89、1.65 gpm，揭示了土壤湿度、温度(5~7月平均气温逐渐升高)和位势高度三者间的密切联系。具体来看，850 hPa以下高度，各模拟时段内位势高度都随土壤湿度的增加(减小)而增加(减小)，且不同土壤湿度试验间的位势高度偏差随高度的变化先增大后减小，在950 hPa达到最大。如6月的CTL试验与DRY50试验位势高度差值从1 000~850 hPa依次为0.75、3.05、2.08、1.01 gpm。800 hPa作为一个“过渡层”位势高度随土壤湿度各月的变化规律有所不同。在750~500 hPa，位势高度随土壤湿度的增加(减小)而减小(增加)，且偏差大小随着高度的变化也是先增大后减小。如7月的CTL试验与WET50试验位势高度差值从750~500 hPa依次为0.45、0.77、1.1、1.2、1.22、1.21 gpm。以上结果表明，陆面土壤湿度的改变能够有规律地影响对流层中低层的位势高度，且位势高度对土壤湿度的敏感性在中低层都是先增强后减弱的。

图3　7月下旬10 d平均的06:00 UTC 850 hPa 位势高度

1000hPa950hPa900hPa850hPa800hPa750hPa700hPa650hPa600hPa550hPa500hPa5月DRY5071.90508.47978.781472.781989.332532.443111.413726.344373.565074.275828.54DRY2573.26511.02980.671473.821989.562532.193111.063725.994373.195073.945826.29CTL74.23512.63981.781474.371989.662532.043110.833725.734372.905073.655826.07WET2575.16513.87982.601474.811989.822532.073110.793725.664372.795073.555825.99WET5075.97514.63983.081475.061989.912532.063110.733725.584372.725073.495825.976月DRY5069.59486.30958.271454.371975.422523.973107.983728.014381.525088.075846.65DRY2570.13488.16959.571455.031975.492523.633107.423727.364380.785087.335846.00CTL70.34489.35960.351455.381975.482523.363107.003726.864380.195086.715845.41WET2570.51490.04960.751455.561975.452523.163106.703726.514379.775086.295844.99WET5070.47490.49961.081455.811975.582523.213106.713726.494379.725086.245844.947月DRY5069.21505.14983.071484.032009.172561.223148.373771.274427.145136.815898.82DRY2570.05508.60985.611485.432009.462560.713147.503770.214425.865135.515897.62CTL70.63510.37986.771485.932009.402560.293146.893769.484425.025134.635896.74WET2570.97511.30987.221485.952009.082559.773146.223768.754424.235133.845895.96WET5071.05511.88987.481485.982008.952559.523145.893768.384423.825133.415895.53

2.2模拟误差

为进一步考察土壤湿度对位势高度的影响，利用模拟结果与NCEP分析场的偏差(BIAS)及均方根误差(RMSE)进行检验，即：

(1)

(2)

式中，M为06:00 UTC位势高度(500 hPa和850 hPa)的模拟值，O为NCEP位势高度值。

与之前结论一致的是，各月的500 (850) hPa位势高度BIAS值都是随土壤湿度增加而减小(增大)的。对500 hPa(图4a)位势高度而言，各月在不同的土壤湿度条件下均模拟出正的偏差值，且土壤湿度扰动越强偏差程度越大，其中7月的DRY50、 DRY25、CTL、WET25、WET50试验分别偏大9.9、8.7、7.8、6.9、6.6 gpm。观察各月各土壤湿度试验间BIAS值的平均差异发现，随着时间推移(即平均气温升高)，差异也越来越大，5、6、7月不同土壤湿度造成的BIAS差异分别为0.3、0.9、1.7 gpm。不同的是，850 hPa位势高度BIAS(图4c)在5月为正值，而6、7月为负值，且BIAS值较500 hPa更小，这也表明土壤湿度在不同模拟时段对不同气压层位势高度的影响存在差异，模式对850 hPa位势高度的模拟更为准确。同样可以看到，各月的BIAS值对土壤湿度均有较强的敏感性。

从均方根误差变化中发现，在500 hPa高度(图4b)，土壤湿度的增加会使得各月的RMSE值逐渐减小，7月的平均RMSE值较5、6月偏小约12~15 gpm。在850 hPa高度(图4d)，RMSE的值较500 hPa偏低，除7月外，RMSE值随土壤湿度变化的规律与500 hPa一致，7月土壤湿度的增加或减小都会使RMSE值升高。综合来看，与BIAS类似，RMSE同样对土壤湿度较为敏感，且7月的敏感性达到最强。

图4　各试验模拟的500 hPa(a,b)、850 hPa(c,d)位势高度

3机理探讨

感热、潜热通量是陆气间能量交换的主要方式，能够反映温度对土壤湿度扰动的响应，并影响地表气温的变化[30]。在陆面与大气的反馈过程中，土壤湿度引起的气温、气压变化能够进一步影响位势高度[22]。如感热输送加热低层大气，地表温度升高导致气压降低，在静力平衡条件下势必会使得不同气压层的高度发生变化(即位势高度发生变化)。由于在不同模拟时段内土壤湿度改变造成的位势高度变化规律一致，影响机制也基本相同，所以针对7月下旬的高温天气过程进行定性和定量分析。

3.1感热、潜热通量

图5给出不同土壤湿度引起的感热、潜热通量的差值分布。可以看到，相对于CTL试验，WET试验(图5a、图5b)在大部分地区模拟出的感热通量更小，局部地区的偏差可达100 W·m-2，WET25、WET50试验较CTL试验平均减小约17.8、27.1 W·m-2。在DRY试验中，感热通量在整个模拟区域内都有所增加(尤其在西北部和中部地区)，且DRY试验增加的幅度大于WET试验减小的幅度，如DRY25-CTL、DRY50-CTL的区域平均大小分别为27.5、79.1 W·m-2。由于在净辐射能稳定不变的条件下，感热、潜热通量为能量的2种主要分配形式，感热通量的增加势必会导致潜热通量的减少，反之亦然。所以，潜热通量呈现出与感热通量相反的空间分布，随土壤湿度增加(减小)而增加(减小)。这是因为WET试验中偏高的土壤湿度会引起蒸发增加，低层大气中释放的凝结潜热也因此增多，而在DRY试验中则相反。各敏感性试验在整个范围内与CTL试验的平均偏差分别为24(WET25)、36.5(WET50)、37.5(DRY25)、105.2(DRY50) W·m-2。

在感热、潜热通量逐时变化中，由于白天的太阳辐射较强，感热通量均为正值，夜间地面辐射冷却，表现为统一的负值(图6a)。与之相对应的是，潜热通量变化的转折点同样是白天与夜间的交界时刻11:00 UTC和22:00 UTC(图6b)。在夜间不同土壤湿度造成的热通量差异要明显小于白天，这是因为热通量强烈地依赖于太阳辐射，白天较强的辐射下，土壤湿度的变化通过蒸发等物理过程更大程度地改变热通量的传输；而夜间的净辐射能维持在较低的水平，土壤湿度的改变不足以引起热通量较大的变化。如感热通量DRY25与CTL试验的差值在白天可达17 W·m-2，而在夜间仅为0.2 W·m-2。总的来说，在高温发生的主要时段(白天)，感热、潜热通量对土壤湿度的敏感性更强。

图5　7月10 d平均的06:00 UTC各敏感性试验与CTL试验

图6　7月10 d平均的感热通量(a)及潜热通量(b)逐时变化

3.2地表温度和地面气压

对比图7与图5，不同土壤湿度试验间感热通量差值的高(低)值区、潜热通量的低(高)值区正好对应地表温度的高(低)值区和地面气压的低(高)值区，如这种对应关系在CTL-WET50差值图(图5b、图5f以及图7b、图7f)中111°E~119°E、26°N~30°N区域高(低)值中心体现得十分明显。在土壤湿度小的条件下，增强的地面向上的感热输送，可直接加热低层空气升高地表温度，并同时伴随气压的降低；在土壤湿度大的条件下，水汽蒸发对陆面的冷却作用加强，温度降低、气压升高。与热通量类似，地表温度和地面气压都对土壤湿度减小更为敏感，这和之前有关位势高度的结论是一致的，如计算的区域平均地表温度、地面气压的CTL-WET50(DRY50-CTL)值分别为0.36 (0.58) ℃、-0.23 (-0.71) hPa。

结合图2、图3各试验位势高度的差值分布可知，虽然位势高度在整个区域没有表现为与气温、气压等变量相同或相反的变化，但在大部分地区(尤其在高温显著的华东部分地区)都有随土壤湿度一致的变化规律。土壤湿度的减少导致陆面和低层大气温度升高，低层空气受热产生上升运动，在WPSH中产生了与大范围下沉气流方向相反的次级环流，即减弱了WPSH内部的下沉运动。在静力平衡条件下，使得低层的气压减弱，减小了850 hPa的位势高度(图3e、图3f)。同时，还抬升了500 hPa的等压面，使得位势高度增加(图2e、图2f)。土壤湿度增加的情况与此类似。这与Zeng等[22]的研究结果一致，地表温度与对流层低层位势高度间存在“负反馈”机制，与对流层中层位势高度间存在“正反馈”机制。

图7　7月10 d平均的06:00 UTC各敏感性试验与CTL试验

图8给出地表温度、地面气压和500、850 hPa位势高度的逐时变化，各物理量均表现出对土壤湿度较强的敏感性。在各土壤湿度试验中，受到热通量的影响，地表温度在一天中出现较大转折的时刻也出现在11:00 UTC和22:00 UTC，且在白天因土壤湿度变化而产生的温度差异更大(图8a)。与地表温度相比，地面气压呈现出近似相反的24 h变化趋势，二者随土壤湿度改变也都出现相反的变化(图8b)，如相对于CTL、DRY25试验中地表温度24 h平均上升0.3 ℃，地面气压则下降0.3 hPa。类似地，与图8c、图8d对比，各试验地面气压与850 hPa 位势高度随时间有近似一致的变化。地表温度与500 hPa位势高度有类似于“先降后升”的变化趋势，但后者的波动更大，各转折点所在时刻与地面气压和850 hPa位势高度基本一致，不同土壤湿度引起的各试验间位势高度的差异与地表温度相似。可见，通过改变对温度和气压的模拟，土壤湿度对位势高度有规律的影响不仅体现在某一时刻空间分布的差异上，也体现在逐小时的变化当中。

表2给出5、6、7月各土壤湿度试验在不同时段(24 h、白天、夜间)模拟的500和850 hPa位势高度、地表温度、地面气压、感热通量和潜热通量的区域平均数值。与之前的结论一致，各物理量对土壤湿度减小更为敏感，且7月土壤湿度减小造成的物理量值变化较5、6月更大。在不同时段内，不同土壤湿度试验中各物理量的大小关系均为白天值>24 h值>夜间值，如6月CTL试验的850 hPa位势高度对应各时段值分别为1 459.21 gpm(白天)、1 458.21 gpm (24 h)、1 456.72 gpm(夜间)。此外，由于土壤湿度改变造成各试验间的物理量值差异通常也在白天达到最大，如7月DRY50与CTL试验的500 hPa位势高度差异在各时段分别为1.12 gpm(白天)、1.02 gpm(24 h)、1 gpm(夜间)。这是因为在白天更强的太阳辐射下，土壤湿度变化导致的热通量改变幅度更大，引起的气温、气压变化程度也较大，并最终导致位势高度更大的差异。以上结果表明，土壤湿度主要是通过白天辐射加热时段对位势高度产生影响。

图8　7月10 d平均的地表温度 (a)、地面气压 (b)、500 hPa (c) 和850 hPa (d) 位势高度逐时变化

500hPa位势高度/gpm24h白天夜间850hPa位势高度/gpm24h白天夜间地表温度/℃24h白天夜间5月DRY505825.685827.205823.391477.141478.641474.6123.3824.9621.01DRY255825.545827.035823.161477.461478.941474.9823.1224.5620.97CTL5825.315826.875822.931477.621479.051475.2322.9024.2420.87WET255825.235826.785822.851477.741479.151475.4022.7023.9920.77WET505845.455846.625843.671477.851479.251475.5322.5723.8220.686月DRY505845.455846.625843.671457.801458.901456.1226.1627.3724.34DRY255844.965846.175843.071458.041459.131456.4125.8626.9724.21CTL5844.445845.695842.461458.211459.211456.7225.6126.6524.05WET255844.105845.355842.071458.331459.251456.9525.4426.4423.93WET505843.995845.255841.931458.451459.351457.1225.3426.3323.867月DRY505899.645899.735898.891488.151488.441487.3528.8830.3226.74DRY255899.115899.135898.411488.631488.851487.9828.5029.7926.56CTL5898.615898.615897.891488.831488.981488.2728.2029.4126.38WET255898.255898.205897.561488.891489.101488.4627.9829.1326.24WET505898.025897.945897.341488.951488.981488.5827.8428.9726.15

地面气压/hPa24h白天夜间感热通量/W·m-224h白天夜间潜热通量/W·m-224h白天夜间5月DRY50977.76977.87977.6068.2121.5-6.370.398.630.8DRY25977.90978.03977.7352.293.6-5.791.0133.331.8CTL978.00978.14977.8242.075.8-5.4105.5157.432.8WET25978.07978.22977.8934.963.5-5.2116.0174.933.6WET50978.12978.28977.9330.555.9-5.1122.9186.334.16月DRY50974.04974.15973.9249.893.2-11.185.0125.728.0DRY25974.16974.28974.0236.069.5-10.8103.1156.129.1CTL974.25974.38974.1227.454.5-10.7115.5176.729.8WET25974.31974.44974.1822.345.7-10.6122.9189.130.3WET50974.34974.47974.2219.641.2-10.5127.0195.830.77月DRY50976.02976.03975.9856.5103.4-9.3102.6146.740.9DRY25976.20976.23976.1538.371.9-8.7127.5188.841.7CTL976.31976.35976.2628.454.8-8.5141.9212.942.6WET25976.38976.42976.3321.943.5-8.4151.8229.543.1WET50976.42976.47976.3818.537.6-8.2157.3238.843.3

通过定量分析各物理量在不同土壤湿度条件下的变化关系及敏感程度，确定了土壤湿度影响位势高度的作用机理，即土壤湿度减小(增加)通过增强(减弱)感热输送、减弱(增强)潜热输送来升高(降低)地表温度、减小(增大)地面气压，并将这种影响在垂直方向上通过对流传递到较高层，最终导致850 hPa位势高度减小(增大)、500 hPa位势高度增大(减小)。

4小结

(1)对流层中低层的位势高度对土壤湿度都具有较强的敏感性，且对土壤湿度减小更为敏感。即土壤湿度的减小(增加)会导致750~500 hPa位势高度增大(减小)，850 hPa以下气压层位势高度减小(增大)。误差分析的结果表明，在高温热浪最强的7月，位势高度较5、6月受土壤湿度的影响更大。

(2)在不同土壤湿度条件下模拟的地表热通量引起的气温、气压变化是造成位势高度差异的决定性因子。土壤湿度减小会增强地面向上的感热输送并直接加热对流层低层(850 hPa)大气引起地表增温，空气受热膨胀将在局地造成空气质量的水平辐散(密度等发生改变)，受到静力平衡条件的约束，低层大气内的气压将会下降同时减小位势高度。为保持空气质量守恒，对流层中层(500 hPa)大气的等压面会有相应的抬升，即位势高度增大。土壤湿度增加的情况与之相反。

(3)位势高度在白天、夜间等不同时段对土壤湿度的敏感程度存在差异(白天最大)。500、850 hPa位势高度的24 h逐时变化与地表温度和地面气压有近似相同或相反的变化趋势。不同土壤湿度试验中各物理量在各时段的平均数值及差异大小关系为白天值>24 h值>夜间值。在白天(夜间)较强(弱)的热通量传输对应较高(低)的地表气温、较低(高)的地面气压，土壤湿度差异造成的热通量差异越大(小)使得位势高度的差异也越大(小)，即土壤湿度主要是通过白天地表强烈加热的时段对位势高度产生影响。

本文强调了高温天气模拟中土壤湿度的重要性，考虑到位势高度在天气、气候中重要的预报意义[5,9]，以上结论有助于更深刻地认识陆气反馈过程中土壤湿度对大气环流(位势高度)的影响过程和作用机理。由于WRF模式还受到初边界条件及模式中各物理参数化选择、模拟区域、模式分辨率等的影响，在后续的研究中可通过更多个例、采用更多的模式设置来探讨土壤湿度对位势高度的影响。

参考文献:

[1] 张雪芹,陶杰,尹志勇,等. 1979～2005年青藏高原位势高度场变化趋势的时空特征[J]. 地理研究,2010,29(8):1493-1501.

[2] Hafez Y Y, Almazroui M. Recent study of anomaly of global annual geopotential height and global warming[J]. Atmospheric and Climate Sciences, 2014,4:347-357.

[3] 王秋良,张立凤. 2003年夏季重庆高温伏旱环流特征分析[J]. 干旱气象,2008,26(1):1-7.

[4] 李巧萍,王盘兴,李丽平. 半球月平均位势高度场的若干环流指数及其变化特征[J]. 南京气象学院学报,2003,26(3):341-348.

[5] 闫巨盛,王盘兴,段明铿,等. 全球大气位势高度场气候变率的球函数分析[J]. 应用气象学报,2006,17(2):145-151.

[6] Phillips N A. A coordinate system having some special advantages for numerical forecasting[J]. Journal of Meteorology,1957,14:184-185.

[7] 田笑,智协飞,徐海明. NCEP和JRA再分析资料与探空资料的位势高度比较分析[J]. 干旱气象,2013,31(2):254-262.

[8] Kidson J W, Thompson C S. A comparison of statistical and model-based downscaling techniques for estimating local climate variations[J]. Journal of Cimate,1998,11:735-753.

[9] Chen Q S, Bromwich D H. An equivalent isobaric geopotential height and its application to synoptic analysis and a generalized equation in coordinates[J]. Monthly Weather Review, 1999,127(2):145-172.

[10] 严华生,宋国琼,杨素雨,等. 500 hPa高度场上两极和赤道位势高度气候演变规律的研究[J]. 地球物理学报,2007,50(1):58-65.

[11] Raziei T, Bordi I, Santos J A, et al. Atmospheric circulation types and winter daily precipitation in Iran[J]. International Journal of Climatology,2012,33(9):2232-2246.

[12] Andrea S, Sun J L. Characteristics of thermal and geopotential height differences between continent and ocean and its role in the strength of the Asian summer monsoon[J]. Journal of Ocean University of China,2005,4(4):366-376.

[13] Yang Y X, Huang F, Wang H. Dominant modes of geopotential height in the northern hemisphere in summer on interdecadal timescales[J]. Chinese Journal of Oceanology and Limnology,2013,31(5):1120-1128.

[14] 周顺武,张人禾. 青藏高原地区上空NCEP/NCAR再分析温度和位势高度资料与观测资料的比较分析[J]. 气候与环境研究,2009,14(2):284-292.

[15] Hafez Y. Relationship between geopotential height anomalies over north America and Europe and the USA landfall Atlantic hurricanes activity[J]. Journal of American Science,2011,7(6):663-671.

[16] 王万里,王芳芳,侯浩波,等. 全球500 hPa位势高度在增高吗[A] // 姜艳萍,等. 2012中国环境科学学会学术年会论文集[C]. 北京:中国农业大学出版社,2012. 2292-2303.

[17] 罗伯良,李易芝. 2013年夏季湖南严重高温干旱及其大气环流异常[J]. 干旱气象,2014,32(4):593-598.

[18] 彭莉莉,戴泽军,罗伯良,等. 2013年夏季西太平洋副高异常特征及其对湖南高温干旱的影响[J]. 干旱气象,2015,33(2):195-201.

[19] 段明铿,王盘兴,吴洪宝. 500 hPa位势高度场极端天气事件的NCEP集合概率预报效果分析[J]. 大气科学学报,2011,34(6):717-724.

[20] Wang H J. A new prediction model for tropical storm frequency over the western North Pacific using observed winter-spring precipitation and geopotential height at 500 hPa[J]. Acta Meteorologica Sinica,2011,25(3):262-271.

[21] Zeng X M,Wu Z H, Xiong S Y, et al. Sensitivity of simulated short-range high-temperature weather to land surface schemes by WRF[J]. Science China:Earth Sciences, 2011,54(4):581-590.

[22] Zeng X M, Wang B, Zhang Y, et al. Sensitivity of high-temperature weather to initial soil moisture:a case study using the WRF model[J]. Atmosphere Chemistry and Physics, 2014,14:9623-9639.

[23] 王万秋. 土壤温湿异常对短期气候影响的数值模拟试验[J]. 大气科学,1991,15(5):115-123.

[24] Fischer E M, Seneviratne S I, Vidale P L, et al. Soil moisture-atmosphere interactions during the 2003 European summer heat wave[J]. Journal of Climate, 2007,20(20):5081-5099.

[25] 刘世祥,王锡稳,刘抗,等. 2010年7月下旬甘肃省持续高温天气成因[J]. 干旱气象,2013,31(1):131-137.

[26] 丁一汇,张锦,宋亚芳. 天气和气候极端事件的变化及其与全球变暖的联系[J]. 气象,2002,28(3):3-7.

[27] Yang T, Li H H, Wang W G, et al. Statistical downscaling of extreme daily precipitation, evaporation, and temperature and construction of future scenarios[J]. Hydrological Processes,2012,26(23):3510-3523.

[28] 杨辉,李崇银. 2003年夏季中国江南异常高温的分析研究[J]. 气候与环境研究,2005,10(1):80-85.

[29] Shabbar A, Higuchi K, Knox J L. Regional analysis of Northern Hemisphere 50 kPa geopotential heights from 1946 to 1985[J]. Journal of Climate,1990,3:543-557.

[30] 蔡福,周广胜,李荣平,等. 陆面过程模型对下垫面参数动态变化的敏感性分析[J]. 地球科学进展, 2011,26(3):300-310.

A High Temperature Weather Case Study About Sensitivity of Geopotential Height to Different Soil Moisture by Using WRF Model

YI Xiang1, ZENG Xinmin1, WAGN Ning1,WAGN Ming1, ZHOU Xiao1, WANG Biao2

(1.CollegeofMeteorologyandOceanography,PLAUniversityofScienceandTechnology,Nanjing211101,China;2.MarinehydrologicalandmeteorologicalCenter,Chinapeople’sLiberationArmyNavySouthSeaFleet,Zhanjiang524001,China)

Abstract:In this paper, the Weather Research and Forecasting model version 3.6 (WRFV3.6) is used to simulate the weather processes during the late May, June and July of 2003 in eastern China and analyze the impact of soil moisture on geopotential height (GPH). The results are as follows: (1)The GPHs of the middle and lower troposphere were very sensitive to soil moisture change, and the laws of GPHs change with the soil moisture in all the months were consistent with each other, but the GPH in the late July was more sensitive to soil moisture than that in the late May and June. The increase (decrease) of soil moisture would lead to the decrease (increase) of GPHs on 750-500 hPa levels and the increase (decrease) of GPHs below 850 hPa level. (2)Through the analysis of physical mechanism, it was found that the surface temperature was directly affected by simulated heat fluxes in different soil-moisture experiments, which modified the pressures on various height under the constraint of static equilibrium and air mass conservation, and finally caused the differences of the GPHs. (3)The GPH was most influenced by soil moisture during the daytime because of the strong diurnal heat flux transfer, under the dry (wet) soil moisture conditions, the surface temperature could rise (reduce) with a larger amplitude, which resulted in an apparently decrease (increase) of 850 hPa GPH and increase (decrease) of 500 hPa GPH, there was an opposite situation during the nighttime. The above results indicated that the soil moisture is very important in forecast and analysis of weather (especially high temperature weather) processes by using GPH, and it can help us better understand the influence mechanism of soil moisture in the land-atmosphere feedback processes.

Key words:WRF model; high temperature; soil moisture; geopotential height

中图分类号：P461+.4

文献标识码：A

文章编号：1006-7639(2016)-01-0113-12

doi:10.11755/j.issn.1006-7639(2016)-01-0113

作者简介：易翔(1991-),男,四川绵阳人,硕士在读,主要从事陆面过程研究.E-mail:xiangyi_etf@163.com

基金项目：国家自然科学基金项目(41275012)资助

收稿日期：2015-06-29；改回日期：2015-12-31

易翔，曾新民，王宁，等.WRF模式中土壤湿度对位势高度模拟影响的敏感性分析[J].干旱气象，2016，34(1)：113-124, [YI Xiang, ZENG Xinmin, WAGN Ning, et al. A High Temperature Weather Case Study About Sensitivity of Geopotential Height to Different Soil Moisture by Using WRF Model[J]. Journal of Arid Meteorology, 2016, 34(1):113-124], doi:10.11755/j.issn.1006-7639(2016)-01-0113