RegCM4对中国东部区域气候模拟的辐射收支分析

韩振宇,王宇星,聂羽



RegCM4对中国东部区域气候模拟的辐射收支分析

韩振宇①*,王宇星②,聂羽①

① 中国气象局 国家气候中心,北京 100081;

② 国家海洋局 海洋减灾中心,北京 100194

2015-11-04收稿，2016-05-05接受

中国气象局气候变化专项项目(CCSF201626;CCSF201509);国家自然科学基金资助项目(41405101);公益性行业(气象)科研专项(GYHY201306019)

利用卫星和再分析数据,评估了区域气候模式RegCM4对中国东部地区辐射收支的基本模拟能力,重点关注地表净短波(SNS)、地表净长波(SNL)、大气顶净短波(TNS)、大气顶净长波(TNL)4个辐射分量。结果表明:1)短波辐射的误差值在夏季较大,而长波辐射的误差值在冬季较大。但各辐射分量模拟误差的空间分布在冬、夏季都有较好的一致性。2)对于地表辐射通量,SNS表现为正偏差(向下净短波偏多),在各分量中误差最大,区域平均误差值近50 W/m2;SNL表现为负偏差(向上净长波偏多);对于大气顶辐射通量,TNS和TNL分别表现为“北负南正”的误差分布和整体正偏差。3)利用空间相关和散点线性回归方法对4个辐射分量的模拟误差进行归因分析,发现在云量、地表反照率、地表温度三个直接影响因子中,云量模拟误差的贡献最大,中国东部地区云量模拟显著偏少。

辐射收支

模拟评估

区域气候模式

云量

地表反照率

大气顶的净辐射是整个气候系统的主要能量来源,这种辐射能量能转化为其他形式的能量重新分布,如动能、潜热能和感热能等,最终起驱动气候系统各圈层内的运动、维持地球生命活动等作用。太阳辐射的季节变化及其导致的海陆温差变化是东亚季风的重要驱动因子之一。19世纪70年代以来,利用卫星数据来精确测定全球辐射收支的工作陆续开展,提供了大量有关大气顶辐射收支的信息,这些数据成为了评估气候模式的重要依据。但仅根据大气顶的辐射收支并不能全面反映大气的辐射特征,辐射在大气和地表之间的分配也是非常重要的(Gleckler,2005;Stephens,2005)。因此大气顶(Top Of Atmosphere,TOA)和地表(SurFaCe,SFC)的辐射收支模拟都是区域气候模式(Regional Climate Model,RCM)性能评估的重要内容(Jaeger et al.,2008;Kothe et al.,2011;Güttler et al.,2014;Pessacg et al.,2014),可为RCM在气候预测、气候变化等方面的研究提供基础,但东亚地区的相关研究还较少。

台站观测能够提供精确的SFC辐射收支数据,常被用来进行RCM等模式的评估(阎宇平等,2001;刘树华等,2008;于涛,2010;宋耀明等,2014)。但有限的台站观测无法提供时空连续的长期观测资料,同时也缺少TOA的辐射资料;因此再分析资料和卫星资料也常用来进行模拟评估(Li et al.,2009;Kothe et al.,2011;Güttler et al.,2014;Wang et al.,2014)。

国际联合区域气候降尺度试验CORDEX(COordinated Regional climate Downscaling EXperiment),旨在基于全球模式的多模式、多情景预估结果,利用RCM等降尺度方法获得高分辨率区域气候变化信息(Giorgi et al.,2009)。目前,CORDEX-EastAsia第二阶段已在开展,RCM分辨率由50 km提高到25 km,能更好地适应东亚复杂的下垫面特征。本文的研究目的是,以再分析和卫星资料的辐射数据为参考,对区域气候模式RegCM4的CORDEX试验在中国东部的模拟结果进行初步评估。

1　模式、试验和资料

1.1模式简介及试验设计

国际理论物理中心研制的RegCM系列区域气候模式有着广泛的应用,该系列模式对东亚和中国地区气候有较好的模拟能力(Gao et al.,2003,2008;李巧萍和丁一汇,2004;邹靖和谢正辉,2012;Zou and Zhou,2013)。本研究使用RegCM4.4版本,该模式有多种物理参数化方案选择(Giorgi et al.,2012)。经过在再分析资料驱动下的大量试验的对比分析(王美丽,2015;Gao et al.,2016),本研究选择了对中国气候有较好模拟效果的参数化组合:辐射采用CCM3方案,行星边界层使用Holtslag方案,大尺度降水采用SUBEX方案,积云对流选择Emanuel方案,陆面使用CLM3.5方案。试验使用的土地覆盖资料在中国区域内基于中国1:100万植被图得到(韩振宇等,2015)。该版本已经被应用在短期气候预测(张冬峰等,2015)和CORDEX-East Asia第二阶段的系列试验。

模拟区域采用CORDEX-EastAsia第二阶段的推荐区域,覆盖整个中国大陆及周边地区(http://www.cordex.org/index.php?option=com_content&view=article&id=88&Itemid=625)。模式垂直方向分18层,水平分辨率取25 km。模式的初始和侧边界场数据、海温数据都采用ERA-Interim再分析资料。试验积分从1990年1月1日到2010年12月31日(世界时,下同),其中第1年作为模式初始化时段。

1.2资料

卫星资料和再分析资料中的辐射数据都存在一定的不确定性,因此本文选用两套资料,以考察观测资料不确定性对评估结果的影响。

1)CERES(Clouds and the Earth’s Radiant Energy System)EBAF逐月卫星反演辐射资料(简称CERES),水平分辨率为1°×1°,时间跨度为2000年3月—2014年3月(Loeb et al.,2009;Kato et al.,2013)。CERES资料因其较高的精度已被广泛用于气候模式评估(吴春强和周天军,2011)。

2)ERA-Interim再分析资料(简称ERAI)中的辐射通量、地表温度、地表反照率、云量,水平分辨率为1.5°×1.5°,时间跨度为1979年1月—2014年5月(Dee et al.,2011)。受观测资料时段的限制,本文选取2001—2010年的平均值作为气候态进行评估分析。

文中将不同分辨率的观测和模式结果都水平插值到1°×1°分辨率,选取中国东部地区(108～123°E,20～40°N)为东亚季风区的主要陆地区域进行分析,文中的区域平均等统计分析全部基于该区域。需要注意,文中所有能量通量都是以向下为正。

2　辐射收支的模拟评估

2.1地表净短波辐射(SNS)

相比CERES和ERAI,模式模拟的区域平均SNS都偏高,其中以ERAI为参考得到的误差相对较低(图1)。在观测中,冬季云量较少,地表短波辐射以纬向分布为主,由南部沿海向北逐渐减小,数值分布在50～150 W/m2;夏季受夏季风相关云系的影响,江淮地区有明显的低值中心,数值在150 W/m2附近,而华北地区的高值能超过200 W/m2(图略)。

图1　相对于观测基准(ERAI+CERES)/2,CERES、ERAI和RegCM4中辐射分量SNS、TNS、SNL、TNL的区域平均偏差(单位:W/m2)Fig.1　Biases of CERES,ERA-Interim and RegCM4 relative to (ERA-Interim+CERES)/2 for SNS,TNS,SNL and TNL(for the whole investigation area and time period;units:W·m-2)

图2　相对于CERES(a,c,e,g)和ERAI(b,d,f,h),RegCM4模拟SNS和SNL的误差(单位:W/m2)a,b.冬季SNS;c,d.夏季SNS;e,f.冬季SNL;g,h.夏季SNLFig.2　Biases of RegCM4 relative to (a,c,e,g)CERES and (b,d,f,h)ERA-Interim for SNS and SNL(units:W·m-2):(a,b)SNS in winter;(c,d)SNS in summer;(e,f)SNL in winter;(g,h)SNL in summer

图2a、c分别给出了模式多年平均SNS相对于CERES的差值,从空间分布图中可以看出,冬季该区域以模拟偏多为主,尤其在30°N以南的地区,SNS模拟得明显偏多,中心偏高可超过80 W/m2;夏季模拟误差明显大于冬季,最高超过100 W/m2,但空间分布类似。如果以ERAI为参考,得到的误差普遍较低,但空间分布一致。

2.2地表净长波辐射(SNL)

相比CERES和ERAI,模式模拟的区域平均SNL都偏低,即模式模拟的地表长波热量释放偏大,其中以ERAI为参考得到的误差相对较低(图1)。在观测中,冬季SNL的分布与云量有关,-50 W/m2的等值线大致位于32°N,其以南区域的云量大都超过五成。湖南及以西的云量超过六成,对应SNL的高值中心,可达-20 W/m2;夏季SNL的分布也与云量有很好的对应关系,除华北个别区域外,多数区域的云量都超过五成,SNL大于-50 W/m2(图略)。

图2e、g分别给出了模式多年平均SNL相对于CERES的差值,从空间分布图中可以看出,冬季该区域以模拟偏少为主,尤其在南部沿海地区,SNL模拟得明显偏少,中心偏低可超过-80 W/m2;夏季,模拟误差明显低于冬季,但空间分布类似,误差值大都分布在-5～-15 W/m2。如果以ERAI为参考,得到的误差普遍较低,但空间分布一致。

2.3大气顶净短波辐射(TNS)

相比CERES和ERAI,模式模拟的区域平均TNS都偏低,其中以ERAI为参考得到的误差相对较高(图1)。在观测中,冬、夏季,TNS的空间分布与SNS的相似,数值分别分布在120～220 W/m2和270～350 W/m2(图略)。图3a、c分别给出了模式多年平均TNS相对于CERES的差值,从空间分布图中可以看出,冬季,以30°N为界,模拟误差空间分布为“北负南正”,误差值远低于SNS,分布在-30～40 W/m2。夏季的空间分布与冬季相似,北部负偏差增强,而南部正偏差减弱。如果以ERAI为参考,得到的误差以负偏差为主,但空间和季节分布变化不大。

图3　相对于CERES(a,c,e,g)和ERAI(b,d,f,h),RegCM4模拟TNS和TNL的误差(单位:W/m2)a,b.冬季TNS;c,d.夏季TNS;e,f.冬季TNL;g,h.夏季TNLFig.3　Biases of RegCM4 relative to (a,c,e,g)CERES and (b,d,f,h)ERA-Interim for TNS and TNL(units:W·m-2):(a,b)TNS in winter;(c,d)TNS in summer;(e,f)TNL in winter;(g,h)TNL in summer

2.4大气顶净长波辐射(TNL)

相比CERES和ERAI,模式模拟的区域平均TNL都偏高,即模式模拟的大气顶长波热量释放偏小,其中以ERAI为参考得到的误差相对较高(图1)。在观测中,冬季云量较少,TNL以纬向分布为主,由南向北逐渐增大,数值分布在-270～-210 W/m2;夏季,受夏季风相关云系的影响,江淮和华南地区有明显的高值中心,数值大于-230 W/m2,而华北地区的低值超过-260 W/m2(图略)。

图3e、g分别给出了模式多年平均TNL相对于CERES的差值,从空间分布图中可以看出,冬季该区域以正偏差为主,尤其在30°N以北的地区,TNL模拟误差较大,多数区域超过20 W/m2;夏季的模拟误差总体小于冬季,且在南部沿海有较小的负偏差,但是北部部分区域的误差较大,最高超过40 W/m2。如果以ERAI为参考,得到的误差普遍较高,但空间分布一致。

总体来看,分别以CERES和ERAI为参考,得到的模式误差的季节和空间分布都较为一致,所以能基本排除观测资料的不确定性对模式评估结果的影响。模式模拟的SFC辐射通量更接近ERAI,而TOA辐射通量更接近CERES,其中SNS的模拟误差最大。

3　影响因子分析

模式显著高估了SFC的净入射短波辐射和净出射长波辐射,而在TOA是相反的误差。对于总的辐射收支,这些分量的模拟误差会部分抵消。模式模拟SNS偏高通常有两种可能的原因,一是云量或者其他大气短波吸收量的模拟偏低,导致模拟的向下短波辐射偏大;二是由地表反照率的模拟偏低所引起。SNL的模拟误差可能来自云量或者地表温度模拟误差引起的向外长波高估。TNS、TNL模拟误差的影响因子分别与SNS、SNL类似,但具体的物理过程有所区别。将在本节详细分析误差的来源(如无特别说明,以下的模拟误差都是基于CERES)。

图4　相对于CERES,RegCM4模拟总云量(a—c)和地表反照率(d—f)的误差　　a,d.年平均;b,e.冬季;c,f.夏季Fig.4　Biases of RegCM4 relative to CERES for (a—c)total cloud fraction and (d—f)surface albedo:(a,d)annual mean;(b,e)winter mean;(c,f)summer mean

推测云量(CFR)、地表反照率(ALB)、地表温度(TS)是直接影响辐射收支各分量模拟的三个主要因素。如果CFR和ALB模拟偏低,可能会起到增加SNS和TNS的作用;TS模拟偏低,可能会起到增加SNL和TNL的作用。对比这些要素模拟误差的空间分布,可以发现一些定性的对应关系:CFR的年平均模拟误差以偏少为主,在30°N以南的部分地区偏少超过二成,而在北部部分地区存在正偏差(图4a),正偏差在冬季更为显著(图4b)。这样的空间分布与SNS和TNS模拟误差有很好的空间对应关系,且在冬季相关更强,其相关系数达-0.87和-0.86(表1);而ALB模拟以偏低为主,误差值的空间分布较为均匀,没有明显的高低值中心(图4d),且季节差异较小(图4e—f)。ALB与SNS或者TNS模拟误差之间的空间相关较弱,且不是推测的负相关(表1),因此判断ALB模拟误差对短波辐射模拟的影响较小;出乎预料的是,TS和SNL模拟误差的相关在冬、夏季符号相反,且TS和TNL模拟误差之间并没有显著的相关(表1),因此推测TS模拟误差对长波辐射模拟的影响较小。

表1辐射分量模拟误差与CFR、ALB、TS模拟误差的空间相关系数

Table 1The spatial correlation coefficients between biases of radiation components and that of CFR,ALB,and TS

CFRALB年冬季夏季年冬季夏季SNS-080-087-049023010008TNS-081-086-056040019026CFRTS年冬季夏季年冬季夏季SNL080077062005044-049TNL072065064-018001-029

下面进一步给出CFR、ALB、TS这三个要素综合影响各辐射分量模拟的定量分析。图5a给出的是SNS模拟误差对CFR和ALB误差(dCFR和dALB)的依赖度。当ALB的误差为零时,随着CFR误差值由正到负,SNS的模拟误差会从-14 W/m2增加到78 W/m2。从图5c可以看出,多数样本点(约84%)都位于坐标系的第三象限,dCFR和dALB都是负值,即模拟结果中云量偏少、反照率偏弱,对应图5a中SNS模拟偏高。并且SNS误差仅在纵轴方向(dCFR变化的方向)上的变化较为显著,再次说明ALB与SNS模拟误差之间的相关较弱。对TNS的分析也是类似的(图5b)。

图5　模式中SNS(a)和TNS(b)模拟误差(单位:W/m2)与ALB和CFR模拟误差的对应关系以及ALB和CFR模拟误差的联合分布(c,用样本点数表示)Fig.5　Monthly means of model biases in (a)SNS and (b)TNS (units:W·m-2) against biases in ALB and CFR and (c)the number of occurrence in each ALB-CFR class

图6a给出的是SNL模拟误差对CFR和TS误差(dCFR和dTS)的依赖度。当TS的误差为零时,随着CFR误差值由正到负,SNL的模拟误差会从15 W/m2降低到-42 W/m2。从图6c可以看出,近半数样本点(约46%)都位于坐标系第二、三象限的零值附近。dCFR是负值,说明模拟结果中云量偏少,对应图6a中SNL模拟偏低,地表长波热量释放偏大。并且SNL误差在横轴方向(dTS变化的方向)上几乎没有变化,说明TS与SNL模拟误差之间的相关没有CFR强。对于TNL(图6b),其模拟误差都是正值,但随着CFR误差值由正到负变化时,正偏差也在逐渐变小。这是因为,CFR偏小时大气顶向外长波热量释放较大,TNL数值偏小。同样,TS与TNL模拟误差之间的相关较弱。

假设不同误差之间的关系是线性的,线性回归的决定系数R2可以用来衡量误差贡献率。基于CERES和ERAI的计算都显示,dCFR对各个辐射分量模拟误差的贡献率都远大于dALB或者dTS,且对各个辐射分量的影响也是相当的(图略)。

4　结论和讨论

利用卫星和再分析数据,初步评估了中国东部区域模式RegCM4模拟的辐射收支过程,主要结论有:

1)在中国东部区域,RegCM4显著高估了区域平均的SFC净入射短波辐射和净出射长波辐射,而在TOA是相反的误差。这一结论不依赖于观测资料的选择,且误差的空间分布随季节变化不大。短波辐射的误差值在夏季较大,季节差异超过20 W/m2;而长波辐射的误差值在冬季较大,季节差异在10 W/m2附近。辐射分量SNS的模拟误差最大,区域年平均误差值将近50 W/m2。

2)选择CFR、ALB、TS三个直接影响因子,对四个辐射分量的模拟误差进行线性归因分析。中国东部地区CFR模拟显著偏少,年平均模拟值在30°N以南的部分地区偏少超过二成。其空间和散点分布都与四个辐射分量的误差有很好的相关关系。空间相关、散点线性回归的分析结果都显示,三个因子中CFR模拟误差的贡献最大,贡献率大都超过25%,空间相关系数也超过0.5,高于ALB和TS低于10%的贡献率和较低的空间相关系数。

图6　模式中SNL(a)和TNL(b)模拟误差(单位:W/m2)与TS和CFR模拟误差的对应关系及TS和CFR模拟误差的联合分布(c,用样本点数表示)Fig.6　Monthly means of model biases in (a)SNL and (b)TNL(units:W·m-2) against biases in TS and CFR and (c)the number of occurrence in each TS-CFR class

RegCM4中SNS的模拟误差最为突出,以CERES为参考,RegCM4模拟SNS偏高,与众多CMIP3/5模式的模拟结果相似(Li et al.,2013)。ERAI作为再分析系统的直接模拟输出也表现出类似的差异(图2a—d),且RegCM4模拟的云量也与ERAI更加接近(图略),可能是RegCM4与这些全球气候模式及再分析系统存在相似的缺陷。例如,Li et al.(2013)指出全球模式在计算辐射传输时普遍未考虑云中雨(雪)水或对流云云水的辐射强迫作用,RegCM4是否有类似的影响还需进一步分析。目前,RegCM4已引入新的大尺度降水方案,是包括五种水物质的混合相云方案(Nogherotto et al.,2012;Nogherotto,2015),其对云辐射效应的描述更加准确,未来需要进一步分析新的方案对RegCM4辐射收支模拟的影响。此外,本文仅对比分析了对辐射通量模拟误差产生直接影响的三个物理因子,未来对RegCM4模式的进一步改进时,还需要深入分析环流等偏差或者物理过程参数化方案对云量、地表反照率等模拟的影响。

References)

Dee D,Uppala S,Simmons A,et al.,2011.The ERA-Interim reanalysis:Configuration and performance of the data assimilation system[J].Quart J Roy Meteor Soc,137(656):553-597.

Gao X,Luo Y,Lin W,et al.,2003.Simulation of effects of land use change on climate in China by a regional climate model[J].Adv Atmos Sci,20(4):583-592.

Gao X,Shi Y,Song R,et al.,2008.Reduction of future monsoon precipitation over China:Comparison between a high resolution RCM simulation and the driving GCM[J].Meteor Atmos Phys,100(1):73-86.

Gao X J,Shi Y,Giorgi F,2016.Comparison of convective parameterizations in RegCM4 experiments over China with CLM as the land surface model[J].Atmospheric & Oceanic Science Letters,doi:10.1080/16742834.2016.1172938.

Giorgi F,Jones C,Asrar G R,2009.Addressing climate information needs at the regional level:The CORDEX framework[J].WMO Bulletin,58(3):175-183.

Giorgi F,Coppola E,Solmon F,et al.,2012.RegCM4:Model description and preliminary tests over multiple CORDEX domains[J].Climate Res,52:7-29.

Gleckler P J,2005.Surface energy balance errors in AGCMs:Implications for ocean-atmosphere model coupling[J].Geophys Res Lett,32(15):L15708.

韩振宇,高学杰,石英,等,2015.中国高精度土地覆盖数据在RegCM4/CLM模式中的引入及其对区域气候模拟影响的分析[J].冰川冻土,37(4):857-866.Han Z Y,Gao X J,Shi Y,et al.,2015.Development of Chinese high resolution land cover for the RegCM4/CLM and its impact on regional climate simulation[J].Journal of Glaciology and Geocryology,37(4):857-866.(in Chinese).

Jaeger E B,Anders I,Lüthi D,et al.,2008.Analysis of ERA40-driven CLM simulations for Europe[J].Meteor Z,17(4):349-367.

Kato S,Loeb N G,Rose F G,et al.,2013.Surface irradiances consistent with CERES-derived top-of-atmosphere shortwave and longwave irradiances[J].J Climate,26(9):2719-2740.

Kothe S,Dobler A,Beck A,et al.,2011.The radiation budget in a regional climate model[J].Climate Dyn,36(5/6):1023-1036.

Li J D,Liu Y M,Wu G X,2009.Cloud radiative forcing in Asian monsoon region simulated by IPCC AR4 AMIP models[J].Adv Atmos Sci,26(5):923-939.

Li J L,Waliser D E,Stephens G,et al.,2013.Characterizing and understanding radiation budget biases in CMIP3/CMIP5 GCMs,contemporary GCM,and reanalysis[J].J Geophys Res:Atmospheres,118(15):8166-8184.

李巧萍,丁一汇,2004.区域气候模式对东亚季风和中国降水的多年模拟与性能检验[J].气象学报,62(2):140-153.Li Q P,Ding Y H,2004.Multi-year simulation of the east Asian monsoon and precipitation in China using a regional climate model and evaluation[J].Acta Meteorologica Sinica,62(2):140-153.(in Chinese).

刘树华,蒋浩宇,胡非,等,2008.利用区域尺度气象模式模拟黑河地区地表能量通量的研究[J].大气科学,32(6):1392-1400.Liu S H,Jiang H Y,Hu F,et al.,2008.A study of surface energy fluxes in Heihe region simulated with a mesoscale atmospheric model[J].Chin J Atmos Sci,32(6):1392-1400.(in Chinese).

Loeb N G,Wielicki B A,Doelling D R,et al.,2009.Toward optimal closure of the Earth's top-of-atmosphere radiation budget[J].J Climate,22(3):748-766.

Nogherotto R,2015.A numerical framework for multiple phase cloud microphysics in regional and global atmospheric models[D].Trieste:University of Trieste.

Nogherotto R,Tompkins A M,Giorgi F,et al.,2012.The new microphysic cloud scheme implemented in RegCM4[C]//EGU General Assembly Conference.Abstracts,8017.

Pessacg N L,Solman S A,Samuelsson P,et al.,2014.The surface radiation budget over South America in a set of regional climate models from the CLARIS-LPB project[J].Climate Dyn,43(5-6):1221-1239.

宋耀明,范轶,马天娇,2014.陆面过程模式CLM4.5在半干旱区退化草原站的模拟性能评估[J].大气科学学报,37(6):794-803.Song Y M,Fan Y,Ma T J,2014.Evaluation of simulation performance of land surface model NCAR_CLM4.5 at a degrated glassland station in semi-arid area[J].Trans Atmos Sci,37(6):794-803.(in Chinese).

Stephens G L,2005.Cloud feedbacks in the climate system:A critical review[J].J Climate,18(2):237-273.

Wang F,Yang S,Wu T,2014.Radiation budget biases in AMIP5 models over the East Asian monsoon region[J].J Geophys Res:Atmospheres,119(23):13,400-413,426.

王美丽,2015.RegCM4.4区域气候模式对中国当代气候及极端事件的高分辨率数值模拟[D].北京:中国气象科学研究院.Wang M L,2015.A high resolution simulation of present climate and extreme events over East Asia by RegCM4.4[D].Beijing:Chinese Academy of Meteorological Sciences.(in Chinese).

吴春强,周天军,2011.CFMIP大气环流模式模拟的东亚云辐射强迫特征[J].气象学报,69(3):381-399.Wu C Q,Zhou T J,2011.Characteristics of cloud radiative forcings over East Asia as simulated by the AGCMs in the CFMIP[J].Acta Meteorologica Sinica,69(3):381-399.(in Chinese).

阎宇平,王介民,Menenti M,et al.,2001.黑河实验区非均匀地表能量通量的数值模拟[J].高原气象,20(2):132-139.Yan Y P,Wang J M,Menenti M,et al.,2001.Numerical simulation of surface energy fluxes over heterogeneous land surfaces in HEIFE area[J].Plateau Meteor,20(2):132-139.(in Chinese).

于涛,2010.绿洲—沙漠系统地表辐射收支的模拟研究[J].中国沙漠,30(3):686-690.Yu T,2010.Simulation of surface radiation balance over the oasis-desert system[J].Journal of Desert Research,30(3):686-690.(in Chinese).

张冬峰,高学杰,马洁华,2015.CCSM4.0模式及其驱动下RegCM4.4模式对中国夏季气候的回报分析[J].气候与环境研究,20(3):307-318.Zhang D F,Gao X J,Ma J H,2015.Analysis of summer climate over China from hindcast experiments by CCSM4.0 and RegCM4.4 models[J].Climatic Environ Res,20(3):307-318.(in Chinese).

邹靖,谢正辉,2012.RegCM4 中陆面过程参数化方案对东亚区域气候模拟的影响[J].气象学报,70(6):1312-1326.Zou J,Xie Z H,2012.The effects of the land-surface process parameterization of the RegCM4 on climate simulation in East Asia[J].Acta Meteorologica Sinica,70(6):1312-1326.(in Chinese).

Zou L,Zhou T,2013.Near future(2016—40) summer precipitation changes over China as projected by a regional climate model(RCM) under the RCP8.5 emissions scenario:Comparison between RCM downscaling and the driving GCM[J].Adv Atmos Sci,30(3):806-818.

The net radiation at the top of the atmosphere(TOA) is one of the most important driving forces of the Earth’s climate system,while the radiation budget of the climate system directly influences atmospheric and oceanic motion,as well as the atmospheric water cycle.In this paper,the performance of the regional climate model RegCM4 in simulating the radiation budget over eastern China is evaluated.A long-term simulation at a grid spacing of 25 km driven by ERA-Interim data for the period 1990—2010 is conducted.The East Asia domain of phase II of the international COordinated Regional climate Downscaling EXperiment(CORDEX) is used as the model domain.The simulation is compared with a satellite dataset and reanalysis over eastern China during 2001—10 in terms of surface net shortwave(SNS),surface net longwave(SNL),TOA net shortwave(TNS),and TOA net longwave(TNL) radiation.Results show that biases in shortwave fluxes are larger in summer,and biases in longwave fluxes are larger in winter.However,spatial distributions of the biases in summer and winter are similar.For surface fluxes,biases of SNS are positive(overestimation of net downward shortwave flux),with a regional average of nearly 50 W/m2,which is the maximum among these radiation flux biases.Biases of SNL are negative(overestimation of net upward longwave flux).For TOA fluxes,biases of TNS are negative in the north but positive in the south,and biases of TNL are overall positive.Attribution analysis on the biases in radiation fluxes is conducted by two methods—spatial correlation and linear regression.The biases in the cloud fraction,surface albedo,and surface temperature are considered.We find that biases in the radiation fluxes can be explained,to a large degree,by significant negative biases in cloud fraction.

radiation budget;model evaluation;regional climate model;cloud fraction;surface albedo

(责任编辑：孙宁)

The radiation budget in a regional climate simulation by RegCM4 for eastern China

HAN Zhenyu1,WANG Yuxing2,NIE Yu1

1NationalClimateCenter,ChinaMeteorologicalAdministration,Beijing100081,China;2NationalMarineHazardMitigationService,Beijing100194,China

10.13878/j.cnki.dqkxxb.20151104001

引用格式：韩振宇,王宇星,聂羽,2016.RegCM4对中国东部区域气候模拟的辐射收支分析[J].大气科学学报,39(5):683-691.

Han Z Y,Wang Y X,Nie Y,2016.The radiation budget in a regional climate simulation by RegCM4 for eastern China[J].Trans Atmos Sci,39(5):683-691.doi：10.13878/j.cnki.dqkxxb.20151104001.(in Chinese).

*联系人，E-mail:hanzy@cma.gov.cn