积云参数化方案对北极区域气候模拟的影响

刘春艳　刘喜迎　柏统贵　姚姗姗

摘要[目的]加深对积云在北极区域气候中作用的理解。[方法]利用一个北极区域气候模式，针对浮力能量型云模式以及质量通量型方案2种积云参数化方法，开展了北极区域气候数值模拟试验，分析了不同积云参数化方案模拟结果的差别以及相似之处，并对相关问题进行了初步探讨。[结果]积云参数化方案对北极年平均地表气温分布模拟影响明显，浮力能量型云模式方案可以更好地模拟温度场，模拟的温度存在较大的冷偏差，且随着高度抬升偏差减小；质量通量型方案模拟的降水误差更小，模式对总降水的模拟水平主要由对大尺度降水的再现能力决定，提高大尺度降水的模拟水平对改善北极区域降水模拟是至关重要的。[结论]该研究可为区域气候模式的改进和气候变化的预测及评估提供参考。

关键词 积云参数化；气候；北极；数值模拟；影响

中图分类号 S16 文献标识码 A 文章编号 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

积云参数化方案有很多种[1]，作为数值模式中最重要的非绝热物理过程之一[2]，在决定大气的温湿度垂直结构中起重要作用，被广泛应用于中尺度模式中，是数值预报模式中必不可少的物理过程。积云参数化可将大尺度模式不能显式分辨的对流凝结和积云引起的热量、水分和动量的输送与模式的预报变量联系起来[3]，在决定大气温度、湿度的垂直结构中起着关键的作用。许多数值模拟试验表明，采用不同的积云参数化方案，其模拟结果会有较大的差别[4-5]，模式对降水模拟的不足可能与所采取的参数化方案有关[6]。由此可见，从区域气候数值模拟角度，进一步分析各种参数化方案对气候的模拟能力，探索适合复杂地形的积云参数化方案，对于研究北极气候有重要的实际意义[7]。KainFritsch（KF）方案[8]是浮力能量型云模式方案，此方案利用一个质量守恒的包含水汽抬升和下沉运动的云模式，并考虑了卷出、卷入、气流上升和气流下沉现象，以及云从液态饱和水冻结成云冰的云中冰化微物理过程的作用，利用最小化的卷出率以抑制边上不稳定、相对较干的环境中普遍存在的对流。闭合条件由格点上的对流有效位能和有效浮力能决定对流发生和环境变化，对流活动使得在有限时间间隔内将有效浮力能耗尽。GrellDevenyi（GD）集合方案[9]是质量通量型方案，带有不同的上升、下沉、卷入、卷出的参数和降水率，该方案采用了静态控制与动态控制相结合的方法来进行处理，这是决定云质量通量的方法。

北极气候作为全球气候的重要组成部分，是全球气候和环境变化的驱动器之一，对全球气候变化有重要作用[10]。北极也向世界其他地区提供极为重要的自然资源，如石油、天然气及渔业资源，这些自然资源同样也将受到气候变化的影响[11]。近年来，在全球变暖大背景下北极区域气候模拟和变化研究再一次成为研究热点[12-13]。在气候研究中温度和降水是主要元素，所以利用具有较高的分辨率和更完善的物理过程的区域气候模式对北极区域的温度和降水进行模拟研究具有极其重要的意义。相比于全球气候模式，区域气候模式能够更好地描绘出气候的区域性特征，并能够模拟出更准确的气候场分布。由于积云对流对大气环流的作用是非线性的，不同参数化方案作用机制不同，相应的反馈机理也不一样，必然导致模拟结果出现差异。因此，比较分析区域模式模拟偏差及其原因具有重要意义[14]。当前针对极地地区积云参数化作用的气候数值模拟方面研究还较少，笔者将针对不同积云参数化方案开展数值模拟试验，重点研究不同参数化方案对北极区域温度和降水模拟的影响，以期为区域气候模式的改进和气候变化的预测及评估提供参考。

1 资料与方法

选用PWRF/CE（PWRF/Climate Extension）[15]模式进行北极区域气候数值模拟试验。PWRF/CE模式是在PWRF3.3.1模式（PWRF3.3.1模式是在第3.3.1版WRF模式基础上发展起来的北极区域天气模式）基础上发展出的气候模式。PWRF/CE模式为了更适合北极区域气候数值模拟的研究，增加了下边界更新功能，实现了海冰密集度、海表面温度、植被覆盖度、叶面积指数、地表反照率等物理量的更新，同时增加了平均结果的计算和输出功能，实现了按月输出模拟结果，以节省储存空间、方便结果分析。

数值试验中利用ERAinterim再分析数据[16]生成初始场、侧边界条件和下边界条件，选取1989年1月1日00：00作为初始时刻，积分时间为1年，积分时间步长为180 s。数值模式采用极射赤面地图投影坐标系。水平方向上，网格距取50 km，计算范围为160×100格点，北极点位于计算范围中心；铅直方向上，采用σ坐标，模式大气被不等距地分为27层，其中约8层位于边界层内，模式大气上界取50 hPa[15]。并利用ERAinterim再分析资料及由多卫星观测得到的Huffman全球降水资料对模拟结果进行检验。

试验中，微物理过程、长波辐射、短波辐射、近地面层、陆面过程及边界层分别采用WSM3class simple ice、rrtmg、rrtmg、MoninObukhov、Noah及YSU方案，并分别选取KainFritsch方案、GrellDevenyi集合方案2种不同积云参数化方案开展对比模拟试验（以下分别简称为试验Ⅰ、试验Ⅱ），以了解积云参数化方案对模式预报效果的影响程度。

2 结果与分析

2.1 温度场

气温的分布在很大程度上受地形的影响，若能在数值模拟过程中正确地处理和描述地形作用，会给目前的气候模拟和预测带来极大改进。北极区域的地形、地表状况复杂，不仅分布很多岛屿且大部分区域有海冰覆盖。而区域气候模式具有较高的时空分辨率，对地形描述比较细致，因而区域气候模式成为北极地区气候研究的重要工具。

由1989年北极区域平均地表气温的再分析资料场和模拟场的空间分布（图1）可知，2种不同积云参数化方案基本上模拟出了北极区域年平均气温的空间分布特征，在北极区域等温线大致呈纬向分布，模式能够较好地模拟出格陵兰海域、挪威海、巴伦支海以及喀拉海一带的暖舌，在格陵兰岛所处陡峭地形处也很好地再现出垂直温度梯度的变化，表现为等温线密集区域，是一个较大的冷中心。但北极区域整体的模拟值偏冷，尤其在北冰洋中部模拟的冷中心偏强；相比而言，试验Ⅰ对北极区域气温的模拟效果更好，北冰洋区域和陆地区域的冷偏差均小于试验Ⅱ。模式对气温模拟的误差表现为2个方面：一方面为模拟值系统性偏低，系“冷偏差”；另一方面模式由于分辨率不足，还缺乏若干气温分布细致的描述。

为了进一步对比分析2种积云参数化模拟的效果，进一步模拟分析850、700、500和200 hPa的温度场与ERAinterim资料结果差值的空间分布。 850 hPa温度场年平均差值模拟的分布结果中（图2a1、b1），在北冰洋中心区域存在范围不等的冷偏差，最大冷偏差达4 ℃以上；格陵兰岛以及其他岛屿、海陆交界的区域、欧亚大陆和北美大陆等地，由于地形因素和海陆插值的原因差值较为杂乱；在地形起伏较大的区域，模拟的温度与ERAinterim资料结果相比存在较大冷偏差，格陵兰岛受地形因素的影响，最大冷偏差达6 ℃以上，且大值冷偏差一直持续到700 hPa以上。700 hPa温度场年平均差值模拟的分布结果中（图2a2、b2），北极大部分地区存在小于-2 ℃的差值区域；格陵兰岛仍存在较大的冷偏差，2种方案均达12 ℃以上。随着高度的抬升，2种方案模拟的结果偏差逐渐减小，在500和200 hPa温度场年平均差值的模拟结果中（图2a3、b3、a4、b4），格陵兰岛地区的大值冷偏差已经消失，其中试验Ⅰ模拟的效果较好，在200 hPa的温度场年平均差值中，埃尔斯米尔岛、泰美尔半岛中心以及北冰洋中心区域的冷偏差为0.8 ℃，最大偏差区域在科尔古耶夫岛以及临近海域，也仅为1.6 ℃。

模拟结果表明，2种参数化方案对于模拟结果的影响显著，对于温度场的模拟结果效果较好的方案为KainFritsch（KF）方案，可能是由于该方案次网格不仅包括深对流过程还包括浅对流过程，能够对温度场达到较好的模拟效果。模拟结果中研究区域很大部分存在冷偏差，有研究表明ERAinterim资料中北极地区地表气温明显偏高[17]，故冷偏差可能与用于对比的再分析资料有关，也可能是与数值模式中海冰非均匀性的处理方法有关。随着高度的抬升，试验Ⅰ的模拟结果与ERAinterim资料结果的偏差逐渐减小，由于地形因素和海陆插值造成的大值冷偏差和杂乱差值也逐渐消失，试验Ⅰ对多年平均温度的模拟结果在整个北极的区域分布形态与ERAinterim资料比较一致，表明对北极及周边地区的温度有一定的模拟能力。

2.2 降水

积云对流参数与大尺度环流的相互作用直接影响大气能量、质量输送和分布以及降水过程的物理过程，气候模式中积云对流参数化方案的选取对降水的模拟作用至关重要。作为表征气候特征的基本参数之一，降水的模拟是否准确是衡量模式性能的主要指标之一。

在气候模拟中，降水的空间分布和雨带位置是较为重要的研究内容，不同积云对流参数化的选择对于降水中心的模拟影响很大。从卫星反演资料与模式模拟的总降水分布（图3）来看，北极区域月平均降水呈由北向南递增趋势，2种积云参数化方案均较合理地模拟出这一特征，同时2种参数化方案也再现了位于北极南部的降水中心，但对于降水中心的模拟结果偏北；模拟的降水量总体偏多，尤其在北极西部地区所有方案模拟出了很多雨量偏大的降水中心，这是由于群岛的分布特征导致地形的变换模拟出很多的虚拟降水点。2种方案在挪威海海域模拟出了降水中心与卫星遥感反演资料结果较吻合的一个范围较小的降水区域，其中试验Ⅱ的模拟效果较好，试验Ⅰ模拟的雨量明显偏大，在降水中心附近的最大降水量达180 mm/月，试验Ⅱ模拟的降水中心最大降水量为120 mm/月，而卫星遥感反演资料的最大降水仅达100 mm/月，2种积云参数化方案对总降水量的模拟的降水明显偏强。

总降水量包括对流性降水和大尺度降水，为了进一步研究是哪部分降水模拟偏差占主要地位，在此分别模拟了对流性降水和大尺度降水的月平均空间分布。从图4可以看出，2种参数化方案模拟的总降水中心和强度的偏差主要来自于模式对大尺度降水的模拟误差，降水中心偏北，且降水强度明显偏大。由此可见，积云参数化模式对大尺度降水的再现能力直接影响其对总降水的模拟，且使用积云参数化方案会产生较多的虚假降水从而破坏模拟结果，因此要想改善积云参数化方案对降水的模拟效果，需要对积云参数化方案进行修正（如激发机制）[18]。

3 结论与讨论

为研究积云参数化方案对北极区域气候模拟的影响，笔者使用PWRF/CE模式对1989年北极区域进行了模拟试验，将模拟结果与ERAinterim再分析数据集资料及卫星观测资料进行对比，分别从温度和降水两方面进行分析。结果表明，2种积云参数化方案均能模拟出北极区域年平均温度的

分布特征，模拟结果较好的方案是包括深对流过程和浅对流过程的KainFritsch方案。但2种方案模拟的温度均存在较大的冷偏差，可能是由于模式的系统性误差以及ERAinterim再分析资料中北极区域气温偏高导致。

积云参数化方案对温度的影响一直持续到高层，随着高度的抬升，模拟结果与ERAinterim再分析资料的偏差逐渐减小，由于地形因素和海陆插值造成的大值冷偏差和杂乱差值也逐渐消失。

模拟的雨带位置和中心强度与反演资料均有不同程度的偏差，且模拟结果存在很多虚假降水中心。GrellDevenyi集合方案对于降水中心及降水强度的模拟效果较好。偏差是由于模式对于处于复杂地形区域的对流性降水模拟的不准确以及对于大尺度降水模拟值偏大且降水中心偏离所造成的。因此，需要进一步提高模式对大尺度降水的模拟能力。

对于区域气候模式来说，各种物理参数化方案、初始场和边界场、水平和垂直分辨率、侧边界方案、地形处理及其他各种参数设置均能对模拟结果产生一定的影响，因而仅改变积云参数化方案进行模拟的结果尚具有较大的不确定性，对于不同气候参数的模拟应有不同方案的配比，所以对区域模式的改进还需要进一步的模拟试验和各方面研究的深入与加强。

参考文献

[1]林文实，黄美元.积云参数化方案研究的现状[J].热带气象学报，1998，14（4）：374-379.

[2]刘一鸣.中国关于积云参数化方案的应用[J].气象学报，1998，56（2）：247-255.

[3]李燕.辽东半岛一次暴雨过程的数值模拟研究[D].兰州：兰州大学，2006：9-12.

[4]王稀晨.MM5模式中不同对流参数化方案对降水预报效果影响的对比试验[J].气象科学，2004，24（2）：168-176.

[5]王建捷，周斌，郭肖容.MM5模式中不同对流参数化方案的比较试验[J].应用气象学报，2001，12（1）：41-53.

[6]刘永强，丁一辉.1991年江淮特大异常降水的区域气候模拟[M]//中国短期气候预测模式研究.北京：气象出版社，1996：106-120.

[7]晏红明，任菊章.中尺度模式中各种积云参数化方案的对比试验[J].南京气象学院学报，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，钱步东.气候与冰雪覆盖[M].北京：气象出版社，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年北半球高纬地区气候变化特征研究[D].南京：解放军理工大学，2010：9-17.

[18]王德立，徐强国.高分辨率模式中积云参数化方案对模拟台风“凡亚比”的影响[J].气象科技，2012，40（6）：949-959.