商 林，孟祥新，雒佳麗，王麗娟

（1．山東省氣候中心，山東 濟(jì)南 250031；2．蘭州大學(xué)大氣科學(xué)學(xué)院，半干旱氣候變化教育部重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730000；3．中國(guó)氣象局蘭州干旱氣象研究所，甘肅 蘭州 730020）

RegCM4.0不同對(duì)流參數(shù)化方案對(duì)山東省氣溫和降水的模擬

商 林1，孟祥新1，雒佳麗2，王麗娟3

（1．山東省氣候中心，山東 濟(jì)南 250031；2．蘭州大學(xué)大氣科學(xué)學(xué)院，半干旱氣候變化教育部重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730000；3．中國(guó)氣象局蘭州干旱氣象研究所，甘肅 蘭州 730020）

利用NCAR／NNRP2的每日4次再分析資料、NOAA的周平均OI＿WK再分析資料和山東省122個(gè)觀測(cè)站逐日氣溫和降水資料，使用RegCM4．0區(qū)域氣候模式，選取MIT－Emanuel、Grell和Kuo3種對(duì)流參數(shù)化方案，對(duì)山東省1990—2009年氣溫和降水進(jìn)行了數(shù)值模擬。結(jié)果表明：3種對(duì)流參數(shù)化方案均能模擬出山東省平均氣溫和降水量的年際變化，且對(duì)氣溫的模擬效果總體好于降水。模擬的年平均氣溫偏低，其中Grell試驗(yàn)?zāi)M結(jié)果最低，而Ema和Kuo試驗(yàn)?zāi)M的年平均氣溫在內(nèi)陸地區(qū)存在冷偏差（約－1℃），在沿海地區(qū)存在暖偏差（約+1．5℃）。模擬的年降水量偏少，其中Kuo試驗(yàn)?zāi)M值最少。該模式對(duì)降水的模擬效果冬季最好，夏季最差。其中，夏季降水量的模擬值Ema試驗(yàn)較觀測(cè)值偏多13．2%，Grell試驗(yàn)較觀測(cè)值偏少17．8%。Grell和Kuo試驗(yàn)，對(duì)夏季和秋季降水量的模擬值與觀測(cè)值的相關(guān)系數(shù)最高。

RegCM4．0；對(duì)流參數(shù)化方案；氣溫；降水

商 林，孟祥新，雒佳麗，等．RegCM4．0不同對(duì)流參數(shù)化方案對(duì)山東省氣溫和降水的模擬［J］．干旱氣象，2016，34（6）：995－1002，［SHANG Lin，MENG Xiangxin，LUO Jiali，et al．Simulation of Temperature and Precipitation Based on RegCM4．0 with Different Convection Parameterization Schemes in Shandong Province During 1990－2009［J］．Journal of Arid Meteorology，2016，34（6）：995－1002］，DOI：10．11755／j．issn．1006－7639 （2016）－06－0995

引 言

區(qū)域氣候模式可用于區(qū)域尺度上的氣候模擬和預(yù)測(cè)，是研究區(qū)域氣候變化重要且有效的手段之一。目前基于區(qū)域氣候模式發(fā)展和模擬應(yīng)用的研究已有很多［1－5］。積云對(duì)流是區(qū)域氣候模式中重要的非絕熱加熱過程之一，其時(shí)空尺度是一般模式無法分辨的次網(wǎng)格尺度。同時(shí)，由于沒有觀測(cè)資料，且受計(jì)算機(jī)技術(shù)方面的局限性，在數(shù)值模擬和預(yù)報(bào)中一般采用積云對(duì)流參數(shù)化方案。但由于未知量個(gè)數(shù)多于方程個(gè)數(shù)，出現(xiàn)了閉合假設(shè)問題，因此選擇合適的閉合假設(shè)成為積云參數(shù)化的一個(gè)關(guān)鍵。

國(guó)內(nèi)外對(duì)區(qū)域氣候模式RegCM的積云對(duì)流參數(shù)化方案進(jìn)行了大量研究。Giorgi等［6］指出，區(qū)域氣候模式RegCM的參數(shù)化過程是針對(duì)特定的氣候狀況和分辨率設(shè)定的，對(duì)于相同的參數(shù)設(shè)置，模擬結(jié)果會(huì)因模擬區(qū)域不同而有很大差別，因此，針對(duì)模擬區(qū)域選取合適的參數(shù)化方案要進(jìn)行大量反復(fù)的調(diào)試。眾多研究顯示，RegCM模式的模擬性能對(duì)積云對(duì)流參數(shù)化方案有較大的敏感性［7－11］，不同的對(duì)流參數(shù)化方案對(duì)中國(guó)東部季風(fēng)區(qū)和江淮流域降水在不同年份表現(xiàn)效果并不一致［12－17］。這可能是由于選擇個(gè)例不同造成對(duì)流參數(shù)化方案的表現(xiàn)效果不同。但同時(shí)也說明，對(duì)于哪種對(duì)流參數(shù)化方案更適合中國(guó)東部季風(fēng)區(qū)還沒有一致的結(jié)論，仍然是一個(gè)值得研究的問題。中國(guó)東部季風(fēng)區(qū)夏季降水集中，選擇合適的對(duì)流參數(shù)化方案尤為重要。

以往模擬研究的陸地區(qū)域多為全國(guó)或者流域尺度，且水平分辨率較低。高學(xué)杰等［18］使用RegCM2對(duì)東亞地區(qū)降水的模擬結(jié)果顯示，東亞地區(qū)降水的模擬效果取決于模式的水平分辨率，水平分辨率越高，模擬效果越好。山東地處南北氣候過渡帶，旱澇既不與華北地區(qū)同步，也和江淮地區(qū)不一致［19］，因此，有必要使用RegCM對(duì)山東省進(jìn)行高分辨率的區(qū)域氣候模擬和應(yīng)用研究。胡軼佳等［20］的研究結(jié)果顯示，RegCM3．0中 Kuo和Grell對(duì)流參數(shù)化方案對(duì)1998年中國(guó)東部降水場(chǎng)形勢(shì)模擬效果的好壞隨季節(jié)交替出現(xiàn)。山東省屬季風(fēng)氣候，降水集中，冬季以降雪為主，春秋季以非對(duì)流性降水為主，夏季對(duì)流性降水與非對(duì)流性降水的比重都很大，因此，不同對(duì)流參數(shù)化方案對(duì)山東省不同季節(jié)的氣候模擬效果不一致。針對(duì)以上問題，本文使用RegCM4．0區(qū)域氣候模式，模擬了山東省1990—2009年氣溫和降水，檢驗(yàn)采用不同對(duì)流參數(shù)化方案的RegCM4．0模式對(duì)山東省的模擬能力，揭示不同對(duì)流參數(shù)化方案在不同季節(jié)的模擬效果，為該模式對(duì)山東省進(jìn)行氣候預(yù)測(cè)和診斷提供基礎(chǔ)。

1 資料與方法

1．1 資 料

所用資料包括：（1）模式的初始場(chǎng)和邊界場(chǎng)使用1989年11月—2009年12月每日4次的NCAR／NNRP2再分析資料，水平分辨率為2．5°×2．5°；（2）海表溫度使用同期美國(guó)國(guó)家海洋和大氣管理局（NOAA）的周平均OI＿WK再分析資料，水平分辨率為1°×1°；（3）山東省氣象信息中心提供的1990年1月—2009年12月全省122個(gè)觀測(cè)站（圖1）逐日氣溫和降水資料，用于檢驗(yàn)?zāi)Ｊ侥M結(jié)果。為便于分析，以12月至翌年2月為冬季，3—5月為春季，6—8月為夏季，9—11月為秋季生成序列。

圖1 山東省122個(gè)觀測(cè)站分布Fig．1 Spatial distribution of122 meteorological observation stations in Shandong Province

1．2 插值方法

采用Cressman方法對(duì)山東省 122個(gè)觀測(cè)站資料進(jìn)行插值，該方法是將離散點(diǎn)內(nèi)插到規(guī)則格點(diǎn)上而引起誤差較小的一種逐步訂正內(nèi)插方法［21］，被廣泛應(yīng)用于氣象領(lǐng)域診斷分析和數(shù)值預(yù)報(bào)方案的客觀分析 中［22］。

模式模擬結(jié)果與觀測(cè)數(shù)據(jù)進(jìn)行比較和相關(guān)性分析時(shí)，對(duì)模擬數(shù)據(jù)采用雙線性內(nèi)插法（Bilinear Interpolation），將格點(diǎn)資料插值到站點(diǎn)上。該方法取（x，y）點(diǎn)周圍的4鄰點(diǎn)，在y方向內(nèi)插2次，再在x方向內(nèi)插1次，得到（x，y）點(diǎn)的值f（x，y）。

2 區(qū)域氣候模式及試驗(yàn)方案

使用的模式為2010年6月發(fā)行的RegCM4．0，是RegCM相對(duì)較新的版本，其動(dòng)力內(nèi)核基于中尺度模式MM5，模式垂直方向上使用地形坐標(biāo)σ。與之前的版本相比，該版本更新包括了新的陸面過程、行星邊界層、?！?dú)馔糠桨负突旌蠈?duì)流方案，修改了原有的輻射傳輸和邊界層方案，并全面升級(jí)了模式代碼，以提高靈活性和可移植性。模式的最高水平分辨率為10 km×10 km，山東省南北寬約420 km，東西長(zhǎng)約800 km，RegCM4．0模式可以完全滿足對(duì)山東省的模擬需求。

模擬的區(qū)域中心點(diǎn)設(shè)為（120°E，37°N），水平分辨率為10 km，南北方向格點(diǎn)數(shù)為120，東西方向格點(diǎn)數(shù)為180。模式垂直分層為18層，頂層氣壓為5．0 hPa。大氣模塊的積分步長(zhǎng)為30 s，陸地模塊的積分步長(zhǎng)為90 s。方案選擇依照以往研究結(jié)果［23－25］，側(cè)邊界方案為指數(shù)松弛方案，側(cè)邊界每6 h輸入一次以驅(qū)動(dòng)區(qū)域氣候模式。投影選擇蘭伯特投影，海洋通量參數(shù)化方案采用Zeng方案。需要指出的是，RegCM4．0的BATS陸面過程方案中新增了2種土地利用類型來描述城市和郊區(qū)的環(huán)境，而山東的城鎮(zhèn)化率已經(jīng)超過50%［26］，因此本文選取BATS陸面過程方案來描述山東省的陸面過程。

本文共設(shè)計(jì)了3個(gè)試驗(yàn)：Ema試驗(yàn)，選擇Massachusetts Institute of Technology（MIT）－Emanuel積云對(duì)流參數(shù)化方案，該方案的云模式是隨機(jī)混合模式，主要假設(shè)云尺度的上升氣流作為對(duì)流層輸送的主要因子［27］；Grell試驗(yàn)，選擇Grell積云對(duì)流參數(shù)化方案，該方案依賴于不穩(wěn)定化速率的閉合假設(shè)，認(rèn)為云內(nèi)有上升和下沉引起的2個(gè)穩(wěn)定氣流，除環(huán)流頂部和底部外，在云內(nèi)與環(huán)境空氣之間無直接的混合［28］；Kuo試驗(yàn)，選擇Kuo積云對(duì)流參數(shù)化方案，該方案采用質(zhì)量、水汽輻合型假設(shè)，即水汽輻合總量的一部分用于凝結(jié)和降水，另一部分則用于濕潤(rùn)環(huán)境空氣［29］。模式初始時(shí)間一般選擇天氣系統(tǒng)較為穩(wěn)定的秋冬季節(jié)［30］。積分時(shí)間為1989年11月1日—2009年12月31日；初始化階段為1989年11 月1日—12月31日，1990年1月1日—2009年12 月31日用于結(jié)果分析。山東省地勢(shì)較為平緩，海拔較高的地區(qū)位于山東半島內(nèi)陸以及中部的泰山山脈（圖2）。

圖2 山東省地形高度分布（單位：m）Fig．2 Altitude of terrain in Shandong Province（Unit：m）

3 山東省氣候概況

泰山位于山東中部，東西長(zhǎng)約200 km，南北寬約20 km，泰山站位于主峰玉皇頂東南方向的日觀峰上，海拔1 534 m，是我國(guó)建站最早的高山氣象站之一。圖3給出1990—2009年山東省站點(diǎn)觀測(cè)的年平均氣溫和年降水量。其中，圖3a和圖3b為包括泰山站在內(nèi)的122個(gè)站點(diǎn)數(shù)據(jù)，可看出，在泰山站及其周邊存在年平均氣溫的異常低值中心和年降水量的高值區(qū)。這是因?yàn)楫?dāng)臺(tái)站資料分布極為不均時(shí)，倘若在一大片區(qū)域內(nèi)只有一個(gè)較小集中區(qū)域溫度異常低或者降水異常多時(shí)，采用Cressman方法插值后該區(qū)域周圍會(huì)出現(xiàn)虛假的圓形插值區(qū)域，且范圍過大，插值的邊界也變得不合理［31］。因此在分析山東省氣候特征時(shí)，一般不考慮泰山站（圖3c、圖3d）。圖3c顯示，山東省年平均氣溫受緯度、地形和海陸分布的影響，表現(xiàn)出由東北向西南逐漸升高的空間分布特征，年平均氣溫為12～15℃。其中，在內(nèi)陸地區(qū)，低緯度地區(qū)年平均氣溫高于高緯度地區(qū)，南北溫差達(dá)1．5℃；山東半島內(nèi)陸地區(qū)海拔較高，年平均氣溫低于同緯度其他地區(qū)，而半島東部沿海地區(qū)受海洋影響較大，年平均氣溫較低，低于12．5℃。山東省降水分布表現(xiàn)為南多北少，平均年降水量在500～1 000 mm之間，半島南部地區(qū)受山區(qū)地形和海洋暖濕氣流的影響，降水較多（圖3d）。綜上所述，山東省氣溫和降水分布受緯度、地形和海洋的共同影響。

圖3 1990—2009年山東122（a、b）和121（c、d）個(gè)觀測(cè)站的年平均氣溫（a、c，單位：℃）和年降水量（b、d，單位：mm）的空間插值（圖a、b中圓圈為泰山站所在位置）Fig．3 The spatial interpolation of the observed annualmean temperature（a，c，Unit：℃）and annual precipitation （b，d，Unit：mm）of 122（a，b）and 121（c，d）stations in Shandong Province during 1990－2009 （The circles in fig．a(chǎn) and fig．b represent the location of Taishan station）

4 RegCM4.0對(duì)山東省氣溫和降水的模擬

圖4給出1990—2009年RegCM4．0模擬的年平均氣溫和年降水量。與觀測(cè)相比（圖3c），RegCM4．0可模擬出山東內(nèi)陸低緯度地區(qū)年平均氣溫高于高緯度地區(qū)，半島內(nèi)陸地區(qū)氣溫較低（圖4a、圖4c、圖4e），但3個(gè)試驗(yàn)的模擬結(jié)果在泰山地區(qū)均存在一冷中心，且整體存在一定的冷偏差。這與已有的研究結(jié)果“RegCM3／4模式對(duì)東亞地區(qū)氣溫的模擬存在系統(tǒng)性的冷偏差”［32－34］一致。其中，Ema 和Kuo試驗(yàn)在山東內(nèi)陸地區(qū)年平均氣溫偏低約1℃，半島內(nèi)陸地區(qū)相差不大，而Grell試驗(yàn)結(jié)果偏冷更為明顯。同時(shí)，模式對(duì)近海岸地區(qū)的模擬能力較差，山東北部近海岸地區(qū)氣溫明顯偏低，而半島東部近海岸地區(qū)氣溫偏高約1．5℃。

與年降水量觀測(cè)值（圖3d）相比，RegCM4．0模式基本上可模擬出山東省降水量南多北少的特征，但降水量值明顯偏少。其中，Grell試驗(yàn)?zāi)M的降水量整體約為觀測(cè)值的一半；Kuo試驗(yàn)對(duì)山東西部的降水特征模擬能力不足，年降水量＜200 mm，遠(yuǎn)低于觀測(cè)的600 mm，但對(duì)其他地區(qū)的模擬結(jié)果與觀測(cè)值相差不大；Ema試驗(yàn)的模擬結(jié)果較好，模擬的年降水量總體上比觀測(cè)值小200 mm。值得注意的是，Ema試驗(yàn)的降水模擬結(jié)果在泰山山脈存在一降水偏多中心，而在山東南部偏少400 mm。

圖4 Ema試驗(yàn)（a、b）、Grell試驗(yàn)（c、d）和 Kuo試驗(yàn)（e、f）模擬的1990—2009年山東省年平均氣溫（a、c、e，單位：℃）和年降水量（b、d、f，單位：mm）Fig．4 The simulated annualmean temperature（a，c，e，Unit：℃）and precipitation（b，d，f，Unit：mm）of Ema（a，b），Grell（c，d）and Kuo（e，f）tests in Shandong Province during 1990－2009

圖5為1990—2009年山東省觀測(cè)和模擬的年平均氣溫和年降水量變化。可以看出，與觀測(cè)時(shí)間序列相比，Ema試驗(yàn)、Grell試驗(yàn)和Kuo試驗(yàn)均能夠模擬出年平均氣溫和年降水量的變化趨勢(shì)，但模擬值與觀測(cè)值存在一定的偏差。對(duì)年平均氣溫而言（圖5a），3個(gè)試驗(yàn)的模擬值較觀測(cè)值偏低，其中Kuo試驗(yàn)偏低0．7℃，Ema試驗(yàn)偏低0．8℃，Grell試驗(yàn)偏低最多為1．2℃。就年降水量而言（圖5b），Grell和Kuo試驗(yàn)的模擬結(jié)果明顯低于觀測(cè)值，而Ema試驗(yàn)的模擬值與觀測(cè)值較接近（個(gè)別年份除外）。另外，3個(gè)試驗(yàn)?zāi)M的年平均氣溫與觀測(cè)值的相關(guān)系數(shù)均＞0．97，表明該模式對(duì)氣溫的模擬效果較好，因此，下文僅著重分析 RegCM4．0對(duì)降水的模擬情況。

圖5 觀測(cè)和模擬的1990—2009年山東省年平均氣溫（a）和年降水量（b）的變化Fig．5 The annual variations of the simulated and observated average temperature（a）and precipitation（b）in Shandong Province during 1990－2009

山東屬于暖溫帶季風(fēng)氣候，降水年內(nèi)分布很不均勻，全年降水量60%～70%集中在夏季，春秋季降水較少，冬季降水最少。表1是觀測(cè)和模擬的山東省降水量的季節(jié)分布，可看出，各試驗(yàn)均能模擬出降水量的季節(jié)分布特征。其中，Ema試驗(yàn)?zāi)M的夏季降水量較觀測(cè)值偏多13．2%，其余季節(jié)均偏少，且秋季偏少最多；Kuo試驗(yàn)?zāi)M的各季節(jié)降水量均較觀測(cè)值偏少；Grell試驗(yàn)?zāi)M的夏季降水量偏少17．8%，其他季節(jié)降水量偏少更為明顯。3個(gè)試驗(yàn)對(duì)比發(fā)現(xiàn)，Grell試驗(yàn)?zāi)M的季節(jié)降水量除夏季外，其他季節(jié)與觀測(cè)值相差甚遠(yuǎn)。圖6為觀測(cè)和模擬的山東省降水量的逐月分布，可看出各試驗(yàn)均能模擬出降水量的月分布，但不同試驗(yàn)的模擬效果不盡相同?？傮w上，觀測(cè)值大于模擬值，但Ema試驗(yàn)?zāi)M的夏季降水量高于觀測(cè)值，其中，6月和7月降水量分別偏多10 mm和40 mm。這主要是由于MITEmanuel對(duì)流參數(shù)化方案夏季模擬的西南氣流偏北分量較大，水汽更容易由西南氣流輸送到山東地區(qū)，導(dǎo)致該地區(qū)夏季降水模擬偏多；Kuo和Grell對(duì)流參數(shù)化方案夏季在孟加拉灣存在較強(qiáng)的氣旋性環(huán)流，且西太平洋副熱帶高壓偏強(qiáng)，導(dǎo)致北方地區(qū)夏季降水偏弱［15］。春季，Ema試驗(yàn)的模擬結(jié)果與觀測(cè)值（107 mm）最為接近，偏少約15 mm，其中在降水量相對(duì)較多的4月和5月模擬效果較好。秋季，Kuo試驗(yàn)的模擬結(jié)果與觀測(cè)值（117 mm）最為接近，偏少約21 mm，且在秋季各月的模擬值都比較穩(wěn)定。

表1 1990—2009年山東省各季節(jié)模擬的降水量與觀測(cè)值對(duì)比Tab．1 The comparison between the observed and simulated precipitation in different seasons in Shandong Province during 1990－2009

圖6 觀測(cè)和3個(gè)試驗(yàn)?zāi)M的1990—2009年山東省月降水量Fig．6 The observed and simulated precipitation in differentmonths in Shandong Province during 1990－2009

表2是3個(gè)試驗(yàn)?zāi)M的降水量與觀測(cè)值的相關(guān)系數(shù)，且相關(guān)系數(shù)均通過0．01顯著性檢驗(yàn)?？芍?個(gè)試驗(yàn)對(duì)夏季降水模擬的偏差較大，夏季降水量的模擬值與觀測(cè)值的相關(guān)系數(shù)最低，其中Grell試驗(yàn)?zāi)M的夏季降水量與觀測(cè)值的相關(guān)系數(shù)最高為0．517，而Ema試驗(yàn)和Kuo試驗(yàn)?zāi)M值與觀測(cè)值的相關(guān)系數(shù)均＜0．5；模式模擬的冬季降水量與觀測(cè)值的相關(guān)系數(shù)最高，Ema試驗(yàn)的模擬值與觀測(cè)值的相關(guān)系數(shù)最高達(dá)0．779；春季和秋季，Kuo試驗(yàn)的模擬值與觀測(cè)值的相關(guān)系數(shù)最高，分別為0．595和0．702。就全年而言，Grell試驗(yàn)對(duì)年降水模擬的結(jié)果與觀測(cè)值的相關(guān)系數(shù)最高，達(dá)0．709。

表2 1990—2009年山東省降水量的模擬值與觀測(cè)值的相關(guān)系數(shù)Tab．2 The correlation coefficients between the simulated and observed precipitation in Shandong Province during 1990－2009

表1顯示，夏季和秋季是山東降水量最多和次多的季節(jié)，因此對(duì)夏秋季降水量的模擬值與觀測(cè)值的相關(guān)性進(jìn)行空間分析（圖7）。由圖7可見，降水模擬值與觀測(cè)值的相關(guān)系數(shù)秋季高于夏季，說明該模式對(duì)夏季降水的模擬能力較弱。夏季，Grell試驗(yàn)的相關(guān)系數(shù)普遍高于Ema和Kuo試驗(yàn)，相關(guān)系數(shù)在0．45～0．6之間，其中山東東南部沿海、西南部和北部的部分內(nèi)陸地區(qū)相關(guān)系數(shù)較低。相對(duì)于降水觀測(cè)值，Ema試驗(yàn)夏季的偏差小于Grell試驗(yàn)（表1），但Grell試驗(yàn)夏季的相關(guān)系數(shù)較高。秋季，Kuo試驗(yàn)的相關(guān)系數(shù)高于Ema和Grell試驗(yàn)，大部分地區(qū)的相關(guān)系數(shù)在0．75以上，但對(duì)山東南部地區(qū)的模擬效果相對(duì)較差，部分地區(qū)相關(guān)系數(shù)在0．6以下。

圖7 1990—2009年Ema（a、b）、Grell（c、d）和Kuo（e、f）試驗(yàn)?zāi)M的山東省夏季（a、c、e）和秋季（b、d、f）降水量與觀測(cè)值的相關(guān)系數(shù)Fig．7 The correlation coefficients between the observed and simulated precipitation by Ema（a，b），Grell（c，d）and Kuo（e，f）tests in summer（a，c，e）and autumn（b，d，f）in Shandong Province during 1990－2009

5 結(jié) 論

（1）RegCM4．0的3種對(duì)流參數(shù)化方案均能夠模擬出山東省年平均氣溫和年降水量隨時(shí)間的變化，總體上對(duì)氣溫的模擬效果好于降水。模式模擬的年平均氣溫較觀測(cè)偏低，其中Grell試驗(yàn)的模擬值最低；Ema和Kuo試驗(yàn)?zāi)M的年平均氣溫在山東內(nèi)陸地區(qū)存在冷偏差（約－1℃），在沿海地區(qū)存在暖偏差（約+1．5℃）。模式模擬的年降水量偏少，其中Kuo試驗(yàn)的模擬值最少。

（2）RegCM4．0模式對(duì)山東冬季降水的模擬效果最好，夏季最差，但各對(duì)流參數(shù)化方案的模擬效果在不同季節(jié)表現(xiàn)并不一致。夏季，Ema試驗(yàn)的模擬值較觀測(cè)值偏多13．2%，Grell試驗(yàn)的模擬值較觀測(cè)值偏少17．8%。雖然Grell試驗(yàn)?zāi)M的夏季降水偏差更大，但其與觀測(cè)值的相關(guān)系數(shù)最高；春季和秋季，Kuo試驗(yàn)的模擬值與觀測(cè)值的相關(guān)系數(shù)最高；冬季，Ema試驗(yàn)的模擬值與觀測(cè)值的相關(guān)系數(shù)最高?？梢?，選擇最優(yōu)的對(duì)流參數(shù)化方案，以提高山東省不同季節(jié)的氣候模擬效果。

［1］趙宗慈，羅勇．二十世紀(jì)九十年代區(qū)域氣候模擬研究進(jìn)展［J］．氣象學(xué)報(bào)，1998，56（2）：225－246．

［2］劉鴻波，張大林，王斌．區(qū)域氣候模擬研究及其應(yīng)用進(jìn)展［J］．氣候與環(huán)境研究，2006，11（5）：649－668．

［3］石英．中國(guó)區(qū)域氣候變化的高分辨率數(shù)值模擬［D］．北京：中國(guó)氣象科學(xué)研究院，2007．

［4］Ding Y H，Shi X L，Liu Y M，et al．Multi－year simulations and experimental seasonal predictions for rainy seasons in China by using a nested regional climatemodel（RegCM＿NCC）．Part I：Sensitivity study［J］．Advances in Atmospheric Sciences，2006，23（3）：323－341．

［5］Ding Y H，Liu Y M，Shi X L，et al．Multi－Year Simulations and Experimental Seasonal Predictions for Rainy Seasons in China by U-sing a Nested Regional Climate Model（RegCM＿NCC）PartⅡ：The experimental seasonal prediction［J］．Advances in Atmospheric Sciences，2006，23（4）：487－503．

［6］Giorgi F，Marinucci M R．A investigation of the sensitivity of simulated precipitation tomodel resolution and its implications for climate studies［J］．Monthly Weather Review，1996，124（1）：148－166．

［7］劉一鳴，丁一匯．修正的質(zhì)量通量積云對(duì)流方案及其模擬試驗(yàn)研究I：方案介紹及對(duì)1991年洪澇過程的模擬［J］．氣象學(xué)報(bào)，2001，59（1）：10－22．

［8］Dash SK，Shekhar M S，Singh G P．Simulation of Indian summer monsoon circulation and rainfall using RegCM3［J］．Theoretical and Applied Climatology，2006，86（1）：161－172．

［9］鮑艷，呂世華，左洪超，等．RegCM3模式在西北地區(qū)的應(yīng)用研究Ⅱ：區(qū)域選擇及參數(shù)化方案的敏感性［J］．冰川凍土，2006，28 （2）：175－182．

［10］曹杰，張秀年，尤亞磊，等．區(qū)域氣候模式（RegCM3）中積云對(duì)流參數(shù)化方案在縱向嶺谷區(qū)的適用性研究［J］．科學(xué)通報(bào)，2007，52（S2）：101－106．

［11］Zou L，Zhou T．Sensitivity of a regional ocean－atmosphere coupled model to convection parameterization overwestern North Pacific［J］．Journal of Geophysical Research Atmospheres，2011，116 （D18）：597－616．

［12］劉永強(qiáng)，丁一匯，趙宗慈．1991年江淮特大異常降水的區(qū)域氣候模擬．趙宗慈．中國(guó)短期氣候預(yù)測(cè)的模式研究［M］．北京：氣象出版社，1996：106－120．

［13］潘勁松，翟國(guó)慶，高坤．區(qū)域氣候模擬中多種對(duì)流參數(shù)化方案的比較研究［J］．大氣科學(xué)，2002，26（2）：206－220．

［14］劉曉東，江志紅，羅樹如，等．RegCM3模式對(duì)中國(guó)東部夏季降水的模擬試驗(yàn)［J］．大氣科學(xué)學(xué)報(bào)，2005，28（3）：351－359．

［15］王美麗．RegCM4．4區(qū)域氣候模式對(duì)中國(guó)當(dāng)代氣候及極端事件的高分辨率數(shù)值模擬［D］．北京：中國(guó)氣象科學(xué)研究院，2015．

［16］李建云，王漢杰．RegCM3積云參數(shù)化方案對(duì)中國(guó)南方夏季強(qiáng)降水過程模擬的影響［J］．氣候與環(huán)境研究，2008，13（2）：149 －160．

［17］李清華．區(qū)域氣候模擬中對(duì)流參數(shù)化方案的比較研究［D］．蘭州：蘭州大學(xué)，2006．

［18］高學(xué)杰，徐影，趙宗慈，等．?dāng)?shù)值模式不同分辨率和地形對(duì)東亞降水模擬影響的試驗(yàn)［J］．大氣科學(xué)，2006，30（2）：185－192．

［19］苑文華，張玉潔，孫茂璞，等．山東省降水量與不同強(qiáng)度降水日數(shù)變化對(duì)干旱的影響［J］．干旱氣象，2010，28（1）：35－40．

［20］胡軼佳，鐘中，閔錦忠．兩種積云對(duì)流參數(shù)化方案對(duì)1998年區(qū)域氣候季節(jié)變化模擬的影響研究［J］．大氣科學(xué)，2008，32（1）：90－100．

［21］Cressman G P．An operational objective analysis system［J］．Monthly Weather Review，1959，87（10）：367－374．

［22］王躍山．客觀分析和四維同化——站在新世紀(jì)的回望（Ⅱ）客觀分析的主要方法（2）［J］．氣象科技，2001，29（3）：1－11．

［23］朱濤．RegCM3．0與RegCM4．0對(duì)中國(guó)區(qū)域氣候模擬的對(duì)比分析［D］．南京：南京信息工程大學(xué)，2012．

［24］張井貝．區(qū)域氣候模式RegCM4對(duì)中國(guó)地區(qū)的數(shù)值模擬［D］．上海：華東師范大學(xué)，2013．

［25］鄒靖，謝正輝．RegCM4中陸面過程參數(shù)化方案對(duì)東亞區(qū)域氣候模擬的影響［J］．氣象學(xué)報(bào)，2012，70（6）：1312－1326．

［26］張東紅．《大眾日?qǐng)?bào)》山東城鎮(zhèn)化焦點(diǎn)問題系列報(bào)道［D］．濟(jì)南：山東大學(xué)，2013．

［27］Emanuel K A．A Scheme for Representing Cumulus Convection in Large－Scale Models［J］．Journal of the Atmospheric Sciences，1991，48（21）：2313－2329．

［28］Grell G A．Prognostic Evaluation of Assumptions Used by Cumulus Parameterizations［J］．Monthly Weather Review，1993，121（3）：764－787．

［29］Anthes R A．A Cumulus Parameterization Scheme Utilizing a One －Dimensional Cloud Model［J］．Monthly Weather Review，1977，105（3）：270－286．

［30］鄭益群，高峻嶺，高藝．東亞區(qū)域氣候模擬研究初探［M］．北京：氣象出版社，2010．

［31］張紅杰，馬清云，吳煥萍，等．氣象降水分布圖制作中的插值算法研究［J］．氣象，2009，35（11）：131－136．

［32］李巧萍，丁一匯．區(qū)域氣候模式對(duì)東亞季風(fēng)和中國(guó)降水的多年模擬與性能檢驗(yàn)［J］．氣象學(xué)報(bào)，2004，62（2）：140－153．

［33］張冬峰，高學(xué)杰，趙宗慈．RegCM3區(qū)域氣候模式對(duì)中國(guó)氣候的模擬［J］．氣候變化研究進(jìn)展，2005，1（3）：119－121．

［34］鞏崇水，段海霞，李耀輝，等．RegCM4模式對(duì)中國(guó)過去30 a氣溫和降水的模擬［J］．干旱氣象，2015，33（3）：379－385．

Simulation of Temperature and Precipitation Based on RegCM 4．0 w ith Different Convection Parameterization Schemes in Shandong Province During 1990－2009

SHANG Lin1，MENG Xiangxin1，LUO Jiali2，WANG Lijuan3

（1．Shandong Provincial Climate Centre，Ji'nan 250031，China；2．College of Atmospheric Sciences，Lanzhou University，Key Laboratory of Semi－Arid Climate Change of the Ministry of Education，Lanzhou 730000，China；3．Institute of Arid Meteorology，CMA，Lanzhou 730020，China）

Based on the NCAR／NNRP2 reanalysis data，theweekly average OI＿WK reanalysis data from the American NationalOceanic and Atmospheric Administration（NOAA），the daily temperature and precipitation data at 122 meteorological stations in Shandong Province，the temperature and precipitation in Shandong Province during 1990－2009 were simulated by using the regional climate model（RegCM4．0）with different convection parameterization schemes，including MIT－Emanuel，Grell and Kuo parameterization schemes．The results showed that RegCM4．0 with three convection parameterization schemes could simulate reasonably the annual changes of temperature and precipitation in Shandong Province during1990－2009，and the effectof simulation on temperature was better than precipitation．The simulated values of annualmean temperaturewere lower than the observations，and the annualmean temperatures simulated by RegCM4．0 with the Grell scheme were lowest，while thatwith the Ema and Kuo schemeswere 1℃ lower than the observation in the inland areas and were 1．5℃higher than the observation in the coastal areas of Shandong Province．The annual precipitations simulated by RegCM4．0 were less than the observations，and thatwith the Kuo schemewas least．In additional，the simulation effect of precipitation was the best in winter and theworst in summer．The simulated precipitation with the Ema scheme in summer was 13．2%more than the observation，while thatwith the Grell scheme was 17．8%less than the observation．The correlation coefficients of summer and autumn precipitation between the simulation and observation were highestwith the Grell and Kuo schemes．

RegCM4．0；convection parameterization scheme；temperature；precipitation

1006－7639（2016）－06－0995－08

10．11755／j．issn．1006－7639（2016）－06－0995

P435

A

2016－02－24；改回日期：2016－05－31

山東省氣象局青年基金（2015SDQN11）資助

商林（1987－），女，山東聊城人，博士，工程師，主要從事數(shù)值模式發(fā)展和研究工作．E－mail：shangl2005＠163．com