不同积云对流参数化方案对黑河流域降水模拟的影响
[熊喆
]
]
引用本文
熊喆. 不同积云对流参数化方案对黑河流域降水模拟的影响. 地球科学进展, 2014, 29(5): 590-597[Xiong Zhe. Impact of Different Convective Parameterization on Simulation of Precipitation for the Heihe River Basin. Advances in Earth Science, 2014, 29(5): 590-597] 
Permissions
Copyright©2014, 地球科学进展 编辑部
This is an open-access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.
不同积云对流参数化方案对黑河流域降水模拟的影响
熊喆(1971-)，男，湖北洪湖人，副研究员，主要从事区域模式发展与应用研究. E-mail:xzh@tea.ac.cn
摘要
使用NCEP-fnl再分析资料作为黑河流域高分辨率区域气候模式的初始场和边界场,利用该模式中常用的3种积云对流参数化方案:Grell,Bett-Miller(BM)和不采用积云对流参数化方案(NON)对黑河流域进行2000年1月1日至12月31日的积分试验,重点考察水平分辨率在3 km条件下不同积云对流参数化方案对黑河流域降水模拟的敏感性。结果表明：①卫星遥感反演的黑河流域的降水较观测台站降水偏少,卫星遥感反演日降水与观测台站日降水的相关系数达到0.34,相关系数通过99%置信度检验；②模式采用3种参数化方案都能够较好地模拟出年降水空间分布以及不同区域日平均降水随时间演变,与观测之间的相关系数都通过99%置信度检验；③对于黑河流域来说,在水平分辨率为3 km条件下区域气候模式采用Grell积云对流参数化方案较其他2种方案无论从空间和时间演变来说均更加接近观测。
关键词:
高分辨率区域气候模式; 积云对流参数化; 黑河流域; 降水
中图分类号:P426.5
文献标志码:A
文章编号:1001-8166(2014)05-0590-08
Impact of Different Convective Parameterization on Simulation of Precipitation for the Heihe River Basin
Abstract
In order to examine sensitivity of cumulus convective parameterization scheme in climate simulating over the Heihe River Basin(HRB), three cumulus parameterization schemes in Regional Integrated Environmental Model System for HRB(RIEMS-Heihe) with 3km resoultion, Grell, Bett-Miller (BM) and NON were compared and analyzed in precipitation simulation over HRB. The analysis results showed the following: ①BNU daily precipitation in the whole of the HRB was underestimated than the observed precipitation.②Either cumulus convective parameterization schemes, model could simulate the spatial distribution and temporal evolution of daily precipitation in different regions of HRB, and the correlation coefficient between the simulated and observed daily precipitation reached a significance level of 1%. ③For the HRB, RIEMS Heihewith the Grellcumulus convective parameterizationscheme than the other two schemes in term of evolution of daily precipitationis was closer to that of the observation, and the correlation coefficient between the simulated and observed daily precipitation reached a significance level of 1%.
Keyword:
High-resolution regional climate model; Cumulus convective parameterization scheme; Heihe River Basin; Precipitation.
1 引言
积云对流参数与大尺度环流通过网格尺度与次网格尺度动力的相互作用,是直接影响大气能量、质量的输送和分布及降水过程的物理过程,它对大气环流与气候变化起十分重要的作用,是数值预报模式中十分重要的非绝热加热物理过程之一。不同的对流参数化方案在气候模式中所得的结果差异较大。积云对流参数化方案对区域气候的降水的模拟是非常重要的,因为积云对流与大尺度环境的作用是相互反馈,相互影响的。因此区域气候模拟中积云对流参数化方案的选择和发展仍然是重要的内容。
黑河流域是我国第二大内陆河,是河西地区最大的内陆河流域,也是西北干旱区最具有代表性流域,它是一个体现水文、土壤、生态、大气和人类活动相互作用典型区域,是陆气相互作用研究理想场所[ 1, 2, 3, 4]。由于该地区地形和植被非常特殊,许多区域气候模式在黑河流域模拟结果并不理想[ 5, 6, 7, 8, 9, 10]。因此在黑河流域进行气候模拟时,如何选择积云对流参数化方案,是深入理解在寒区旱区特殊下垫上天气发生、 发展机理的基本问题。
积云参数化方案在区域气候模拟中有着重要作用。研究表明,在其他条件相同的情况下,不同的积云对流参数化方案模拟的温度和降水差异较大[ 11, 12, 13, 14] 。从上面的试验来看,大多数研究主要集中于中国东部、新疆、青藏高原等地区[ 11, 12, 13, 14, 15, 16, 17],并且大多数模式采用水平分辨率都在20~50 km。对于区域气候模式在黑河流域应用比较少[ 6, 7, 8, 9, 10]；而本文主要将区域气候模式应用到我国干旱区黑河流域,并且水平分辨率为3 km条件下开展不同积云对流参数化方案在黑河流域降水模拟的敏感性研究；同时,降水是黑河流域水资源的主要来源,其变化直接影响上游径流区的水量、中游工农业生产和社会生活以及下游的生态安全,因此,本文使用黑河流域高分辨率区域气候模式开展在水平分辨率为3 km条件下,重点考察模式中Grell、BM 和NON 3种积云参数化方案对黑河流域降水模拟的敏感性。
2 模式介绍与实验设计
本文所用的黑河流域高分辨率区域气候模式是以中国科学院大气物理研究所东亚区域气候-环境重点实验室发展具有独立版权区域集成环境系统模式[ 18, 19]为基础,其中该区域气候模式是以美国大气研究中心和美国滨州大学发展中尺度模式MM5[ 20]为非静力动力框架,耦合了一些研究气候所需物理过程方案.这些过程包括生物圈—大气圈输送方案[ 21]、MRF行星边界条件和修改CCM3辐射方案[ 22]等.利用黑河流域观测和遥感数据对该模式中的重要参数率定,实现模式本地化,建立黑河流域高分辨率区域气候模式[ 23]。
模式模拟区域的网格中心位于(40.3°N,99.5°E),水平分辨率为3 km,模式的模拟网格点数为181(经向)× 221(纬向)。垂直方向为16层.模式层顶气压为50 hPa。积分时间为2000年的1月1日连续积分到2000年12月31日,采用美国环境预报中心的水平分辨率为1°×1°时间间隔为6小时的NCEP-FNL再分析资料[ 24]作为驱动场,驱动黑河流域高分辨率区域气候模式。模式采用的地形和植被资料分别来自于国家自然科学基金委“中国西部环境与生态科学数据中心”的黑河流域30 m分辨率地形数据(图1)和黑河流域2000年土地利用数据,区域外地形和植被数据来自于美国地质调查局水平分辨率为0.0833°× 0.0833°的地形和植被数据.
用于检验模式的观测资料为同期黑河流域地区15个观测气象站点日降水资料,该数据来自于国家自然科学基金委“中国西部环境与生态科学数据中心”, 同时,北京师范大学资源与环境科学学院采用薄盘平滑样条函数构建趋势方法方法提供同期中国地区高分辨率(0.05°×0.05°)卫星遥感数据反演的3小时降水数据(以下简称BNU)。
为了更好地分析模拟效果,采取区域平均,而不是直接比较个别观测站的观测值和模式模拟的结果,同时依据区域划分,将黑河流域观测气象站点分为3个区域：上游祁连山山区(祁连、野牛沟、托勒)、中游绿洲区(酒泉、民乐、山丹、临泽、高台)、下游荒漠区(金塔、鼎新、额济纳旗、拐子湖).其主要原因：①由于观测气象站点数据,可能受局地影响,而模式模拟的结果为9 km2(3 km×3 km)上平均值,因此更加具有代表性；②即使现有中国观测格点日降水数据[ 25, 26]最高水平分辨率(0.25°×0.25°)相对模式采用水平分辨率为3 km来说非常粗,同时黑河流域气象站点只有15个,因此无法详细地描述降水空间分布,只能将模式模拟的结果采用最近插值法直接插值到观测站点上进行比较；③模式所用地形高度比真实地形高度更加平滑,模式与观测站海拔高度局地差别较明显,为了降低观测与模式模拟数据不一致性降低到最小,我们采取区域平均来看区域观测站点的总体行为。
 | 图1 黑河流域地形高度和气象观测站点空间分布彩色为地形高度(m),图上黑点为气象观测站Fig. 1 Distribution of topography elevations (m) and meteorological observation stations in the HRBcolors represent topography elevations and spots meteorological observation stations |
3 积云对流参数化方案的原理
3.1 Grell积云参数化方案
Grell积云参数化[ 20]采用依赖于不稳定速率的闭合假设,提出了一个简化的单云概念模型,云内有上升和下沉引起的2个稳定态环流,在云内空气与环境空气之间除了环流的顶部和底部外,并没有直接的混合。该方案根据动力控制和有效浮力能来计算云上升质量通量和云下沉质量通量,云内潜热释放并不直接加热环境,而是维持云的垂直质量通量,对流反馈完全由补偿性质量通量和云顶及云底的卷出效应所决定。
3.2 Betts-Miller(BM)积云对流参数化方案
Betts-Miller 方案[ 27, 28]采用瞬时平衡假设,认为由于积云对流的存在,对流区温湿结构受到对流强迫,将再一个对流调整时段内,同时向根据实测资料归纳的一个准平衡热力学参考状态张弛逼近,这个热力学参考状态有虚湿绝热线和饱和气压差的垂直分布廓线决定。
3.3 不用积云对流参数化方案(NON)
当模式网格格距小于5~10 km时,不使用积云参数化方案[ 20]。
4 模拟结果的比较
4.1 对降水空间分布分析
关于黑河流域降水空间分布特征方面做了许多工作[ 29, 30, 31, 32].研究表明,黑河流域降水量主要集中在上游祁连山区,年降水量为400~700 mm,中游绿洲灌溉区年降水量为100~200 mm,下游荒漠区年降水量仅为15~50 mm。从图2a卫星遥感反演的年降水可以清楚看出,黑河降水主要集中在上游祁连山大部分地区,降水大约200~300 mm,中游绿洲灌溉区年降水在50~100 mm,下游荒漠区年降水量仅为10 mm. 通过BNU卫星反演与流域内各个气象站点降水资料进行对比发现,BNU卫星反演的降水偏少,对于黑河上游、中游、下游地区,降水偏少分别为-30.6%、-39.6%、-72.6%。从图2中可以清楚看出,无论采用哪种积云对流参数化方案,模式都能够较好地模拟出年降水空间分布,降水大值中心主要集中在祁连山地区,低值中心主要出现在下游荒漠地区。模式采用NON、BM、Grell积云对流方案模拟的年总降水与卫星遥感反演BNU的年总降水空间相关系数分别为0.87,0.87, 0.84,通过99％置信度检验。
对于黑河上游来说,观测平均降水为343.2 mm(表1),无论采用哪种积云对流参数化方案,模式模拟的年降水较观测资料偏多,大约在8.2%~33.1%,其中采用Grell积云对流参数化方案模式模拟的年降水较观测偏差最小,其偏差为8.2%;对于黑河中游地区来说,观测平均降水为170.1 mm(见表1)；无论采用哪种积云对流参数化方案模式模拟的降水还是BNU反演的降水较观测站点平均的结果偏少,降水偏差为-23.9%~34.3%,但较BNU资料更加接近观测值。对于黑河下游地区来说,观测平均降水为35.83 mm(表1)；模式模拟的降水较观测站点平均的结果偏少,降水偏差为-1.5%~38.88%,其中采用Grell积云对流参数化模式模拟的降水为35.28 mm,与观测非常接近。总之,BNU卫星反演的年总降水较观测资料偏少,大约在-30.6%~72.6%,降水偏差最大的区域为黑河下游地区。采用 Grell方案较其他两种方案,模式模拟的年总降水对于黑河流域上游、下游地区偏差最小,偏差分别为8.2%、-1.5%；对于黑河中游地区来说,采用NON方案模拟的降水偏差最小。
 | 表1 黑河流域不同区域观测与模拟年降水的比较 Table 1 simulated and observed annual precipitation in different subregions of the HRB |
对于黑河流域来说,上游祁连山山区降水主要在雨季5-9月,占年降水的75.9%~97.2%[31-32]. 通过观测资料分析,发现观测雨季降水占年降水的比例对于黑河上游、中游、下游地区分别为95.02%、80.58%、80.32%。通过BNU卫星反演与流域内各个气象站点雨季降水资料进行对比发现,BNU卫星反演的降水总体偏少,其中对于黑河上游、中游、下游地区来说,降水偏差分别为-29.2%、-32.9%、-68.5%(表2)。
 | 图2 黑河流域年降水(mm)空间分布(a) BNU; (b) NON;(c);BM;(d) GrellFig. 2 Spatial distribution of observed and simulated annual precipitation (mm) in the HRB.(a) BNU; (b) NON;(c);BM;(d) Grell |
从图3中可以清楚看出,无论采用哪种积云对流参数化方案,模式能够较好地模拟出黑河流域雨季降水空间分布,降水大值中心主要集中在祁连山地区,低值中心主要出现在下游荒漠地区,与年降水的空间分布非常一致.模式采用NON、BM、 Grell方案模拟与卫星遥感反演BNU的雨季降水空间相关系数分别为0.87,0.87, 0.85,通过99％置信度检验.对于黑河上游来说,无论采用哪种积云对流参数化方案,模式模拟的年降水较观测资料偏多,大约在9.1% ~33.0%,其中采用Grell积云对流参数化方案模式模拟的年降水较观测偏差最小,偏差为9.1%;对于黑河中游地区来说,无论采用哪种积云对流参数化方案模式模拟的降水较观测站点平均的结果偏少,降水偏差为-27.7%~39.9%(表2),其中采用Grell积云对流方案模拟的雨季降水偏差最大,其他两种方案降水偏差大约在-27%左右。对于黑河下游地区来说,模式模拟的降水较观测站点平均的结果偏少,降水偏差为-17.06%~62.78%(表2),其中采用Grell积云对流参数化较其他两种方案,模式模拟的雨季降水偏差最小,其偏差为-17.06%,与观测非常接近。
 | 图3 黑河流域5~9月降水(mm)空间分布(a) BNU; (b) NON;(c); BM;(d) GrellFig. 3 Spatial distribution of observed and simulated precipitation (mm) in May-September in the HRB(a) BNU; (b) NON;(c); BM;(d) Grell |
| 表2 黑河流域不同区域观测与模拟5~9月降水 Table 2 Simulated and observed precipitation in May-September in different subregions of the HRB |
4.2 不同区域日降水分析
图4为黑河流域不同区域日降水年变化.对整个黑河流域来说(图4a),降水主要集中5~9月,无论采用哪种积云对流参数化方案,模拟能够模拟出日降水时间演变,降水强度接近观测,只是在8月下旬,模式模拟的降水较观测偏大,同时采用Grell、BM和NON积云对流参数化方案,模式模拟日降水与观测之间的相关系数分别0.65,0.64,0.64,通过99％置信度检验,其中与观测时间相关系数最大为Grell方案,相关系数达到0.64。另外,BNU反演的降水与观测台站降水的相关系数为0.34,无论采用哪种积云对流参数化方案,模式模拟的日降水与观测之间的相关系数都比BNU与观测台站日降水相关系数高,并且都通过99％置信度检验。
对于黑河流域上游山区来说(图4b),降水主要集中在5~9月,其他月份降水相对较少,雨季降水强度大多在10~15 mm,降水强度除五月中旬、六月上旬部分日数模拟降水较观测模拟偏多外,其他大部分日模拟非常接近观测,并且采用Grell、BM和NON积云对流参数化方案,模式模拟日降水与观测之间的相关系数分别0.64,0.58,0.57, 通过99％置信度检验,其中与观测时间相关系数最大为Grell方案,相关系数达到0.64, 高于其他两种积云对流参数化方案,同时比BNU卫星反演的降水与观测台站降水相关系数高。
对于黑河中游绿洲区来说(图4c),降水主要集中在5月上旬、6月上旬7月中下旬,其中降水最大出现在6月上旬,最大降水达到15毫米,黑河中游地区雨季日降水大部分在10毫米以下。无论采用哪种积云对流参数化方案,区域气候模式能够较好地模拟出日降水随时间演变,模拟的降水除9月上旬几天模拟降水较观测偏多外,其他日降水较观测偏少,并且模拟与观测日降水相关系数为0.46,通过99％置信度检验。而BNU卫星反演的降水较观测台站降水偏少,并且与观测的相关系数为0.24,没有模式模拟的降水与观测台站降水的相关系数高。
 | 图4 黑河流域不同区域日平均降水(mm/d)年变化(a)整个流域;(b)上游地区;(c)中游地区; (d)下游地区Fig. 4 Time series of daily precipitation (mm/d) in different subregions of the HRB.(a) entire HRB;(b) upper reaches of the HRB;(c) middle reaches of the HRB; (d) lower reaches of the HRB. |
对于黑河下游来说(图4d),日平均降水明显较黑河上游和中游降水偏小,日降水主要出现在5月下旬、7月中下旬,日降水大部分都小于4毫米。 采用BM和NON积云对流参数化模式模拟的日降水除少数日降水偏多外,大部分降水偏少,而采用Grell积云对流参数化模式模拟的日降水较其他方案模拟的降水接近观测降水强度。采用Grell、BM和NON积云对流参数化方案,模式模拟日降水与观测之间的相关系数分别0.65,0.62,0.62, 通过99％置信度检验,其中与观测时间相关系数最大为Grell方案,相关系数达到0.65,高于其他两种积云对流参数化方案,而采用BM和NON积云对流参数化,模式模拟日降水与观测相关系数比较接近。总之,模式模拟出黑河流域不同区域日降水随时间演变,与观测之间相关系数在0.62~0.65,都通过99％置信度检验.而BNU卫星反演的降水较观测台站降水偏少,并且与观测的相关系数为0.06,不能通过99％置信度检验。
5 结论
本文主要考察区域气候模式中积云对流参数化方案对黑河流域区降水空间分布和不同区域降水的时间演变的模拟能力。通过以上分析和比较可以得出以下结论：①卫星遥感反演的黑河流域的降水较观测台站降水偏少,卫星遥感反演日降水与观测台站日降水的相关系数达到0.34,相关系数通过99%置信度检验；②无论采用哪种积云对流参数化方案,区域气候模式能够较好地模拟出年降水空间分布,降水大值中心主要集中在祁连山地区,低值中心主要出现在下游荒漠地区；采用 Grell方案较其他两种方案,模式模拟的年降水接近观测；③模式模拟出黑河流域不同区域日平均降水随时间演变,其中采用Grell积云对流参数化方案模拟降水好于其他方案,其中采用Grell积云对流参数方案,模式模拟黑河流域上游、中游、下游的日降水与观测之间的相关系数分别0.64,0.46,0.65, 通过99％置信度检验。
The authors have declared that no competing interests exist.
参考文献
| [1] |
|
| [2] |
|
| [3] |
|
| [4] |
|
| [5] |
|
| [6] |
|
| [7] |
|
| [8] |
|
| [9] |
|
| [10] |
|
| [11] |
|
| [12] |
|
| [13] |
|
| [14] |
|
| [15] |
|
| [16] |
|
| [17] |
|
| [18] |
|
| [19] |
|
| [20] |
|
| [21] |
|
| [22] |
|
| [23] |
|
| [24] |
|
| [25] |
|
| [26] |
|
| [27] |
|
| [28] |
|
| [29] |
|
| [30] |
|
| [31] |
|
| [32] |
|