陸云 郭子悅 湯劍平

(南京大學(xué) 大氣科學(xué)學(xué)院,南京 210023)

引 言

氣候模擬是理解區(qū)域氣候變化,進(jìn)行氣候預(yù)測及預(yù)估不可或缺的工具。在全球變暖背景下,區(qū)域氣候變化的預(yù)估及適應(yīng)是可持續(xù)發(fā)展所面臨的巨大挑戰(zhàn)[1]。全球氣候模式(Global Climate Model,GCM)和區(qū)域氣候模式(Regional Climate Model,RCM)在過去幾十年中經(jīng)歷了相當(dāng)大的發(fā)展[2]。雖然全球和區(qū)域氣候模式的分辨率在不斷提高,但網(wǎng)格距依然相對較粗(如區(qū)域氣候模式當(dāng)前分辨率都在20 km左右),無法顯式解析更小尺度的對流過程,因此需要采用積云對流參數(shù)化方案來表示(圖1)。盡管這種方案可以描述每個(gè)網(wǎng)格點(diǎn)上對流的平均特性,但對局地風(fēng)暴和短時(shí)強(qiáng)降水事件上的代表性較差,因此使用這種方案被認(rèn)為是區(qū)域氣候模擬不確定性的主要來源[3]。以往研究表明,對流參數(shù)化導(dǎo)致了模式出現(xiàn)一些常見誤差,如對流降水日循環(huán)的起始時(shí)間以及峰值不能很好地再現(xiàn)[3-5],對低降水強(qiáng)度事件的頻率有所高估,以及低估了每小時(shí)降水強(qiáng)度[3-4]等。隨著大氣數(shù)值模擬技術(shù)和高性能計(jì)算機(jī)的不斷發(fā)展,模式的水平分辨率也在不斷提高,當(dāng)分辨率提高至4 km及更高時(shí),大氣數(shù)值模式中可以避免使用對流參數(shù)化方案而直接顯式表示深對流過程,該尺度也被稱為“對流允許尺度(Convection Permitting Scale,CPS)”。這種高分辨率的區(qū)域氣候模式也能更好地獲取區(qū)域精細(xì)尺度的強(qiáng)迫信息,如在地形復(fù)雜地區(qū),對捕捉短時(shí)極端事件等方面具有明顯的增值能力[2,6]。目前對流允許尺度區(qū)域氣候模擬研究大多是通過對比對流參數(shù)化的區(qū)域氣候模擬來驗(yàn)證優(yōu)勢,且大多研究區(qū)域都選擇歐洲和北美,以及非洲和亞洲的一些研究。在我國,區(qū)域氣候模式已經(jīng)得到廣泛應(yīng)用,在對流允許尺度上的氣候模擬研究也在積極開展。本文主要對以往關(guān)于對流允許區(qū)域氣候模式(Convection Permitting Regional Climate Model,CP-RCM)涉及的物理過程,外部驅(qū)動(dòng)以及模式評估結(jié)果進(jìn)行回顧,并著重關(guān)注最新CP-RCM的研究成果,以期對CP-RCM應(yīng)用于我國區(qū)域氣候模擬研究提供有益參考。

圖1 從對流云尺度到全球尺度氣候建模Fig.1 Climate modeling from the convection-cloud scale to the global scale

1 對流允許尺度區(qū)域氣候模擬的發(fā)展

區(qū)域氣候模式的水平分辨率達(dá)到“對流允許尺度”時(shí)可以顯式表示深對流而不使用對流參數(shù)化方案,在這種分辨率下開展的區(qū)域氣候模擬研究被稱為“對流允許區(qū)域氣候模擬”,研究表明這種對流允許尺度所需的水平格距一般小于5 km[7]。與“對流允許尺度”相似的術(shù)語有云可分辨尺度(Cloud Resolving Scale),對流分辨尺度(Convection Resolving Scale)，等。云可分辨尺度模式一般指模擬云系統(tǒng)時(shí)可以分辨云尺度運(yùn)動(dòng)的二維或三維模式,典型的云可分辨尺度水平格距大約2 km,這個(gè)尺度可以解析深對流云系統(tǒng)中做大部分傳輸運(yùn)動(dòng)的大渦[8]。而達(dá)到“對流分辨尺度”,則需在云可分辨尺度基礎(chǔ)上再降低一個(gè)量級,即達(dá)到大渦模擬的水平尺度才能更為真實(shí)的模擬較小的湍流夾帶以解析對流系統(tǒng)內(nèi)的降水過程[9-10]。淺積云高度達(dá)1～2 km,云的側(cè)邊緣發(fā)生的夾帶過程由大渦模擬能更好的表現(xiàn)出來,CP-RCM對淺對流可能不足以解析[8,11]。因此目前大渦模擬也被廣泛用于淺對流參數(shù)化的評估和開發(fā),但受計(jì)算資源的限制大渦模擬應(yīng)用于長期區(qū)域氣候模擬還不太現(xiàn)實(shí)[11]。當(dāng)氣候模式達(dá)到CPS時(shí)可以顯示表示深對流,但不足解決湍流以及邊界層小尺度過程,4 km的氣候模式在尺度上并沒有完全解析對流過程,故稱為“對流允許”。

自1990s開始,CPS模式在數(shù)值天氣預(yù)報(bào)方面的應(yīng)用陸續(xù)開展,有研究發(fā)現(xiàn)水平格距為2 km的精細(xì)網(wǎng)格足以顯式捕捉中尺度對流系統(tǒng)(Mesoscale Convective Systems,MCSs)和超級單體雷暴[8,12]。然而在區(qū)域氣候模擬方面,CPS模式的應(yīng)用稍晚,在近十幾年才有所發(fā)展,如2000s初期Herrmann, et al[13]對1986—1987年冬季地中海西北部開展數(shù)值模擬(10 km和3 km)來研究深對流活動(dòng)中的中尺度過程,并發(fā)現(xiàn)3 km的CP-RCM更好地再現(xiàn)了中尺度結(jié)構(gòu)特征。近幾年CP-RCM的研究遍及歐洲、美洲、非洲、亞洲。利用CP-RCM進(jìn)行氣候模擬可避免與積云參數(shù)化方案相關(guān)的不確定性[14],其模擬深對流降水方面的增值能力已得到廣泛證實(shí)。除了顯式地分辨深對流外,CP-RCM還具有改善細(xì)尺度地形和變化的表面場表示的優(yōu)點(diǎn),這在山區(qū),沿海和城市地區(qū)等尤其有益[2-4,14]。

對流允許尺度區(qū)域氣候模擬主要是通過GCM或全球再分析數(shù)據(jù)提供初始和側(cè)邊界條件,驅(qū)動(dòng)高分辨率的RCM進(jìn)行季節(jié)、年和年代際的長期區(qū)域氣候模擬。近十幾年全球各大區(qū)域開展的一些CP-RCM研究中所運(yùn)用的降尺度策略(表1)及其研究成果表明,CP-RCM最初在歐美地區(qū)開展的比較多,如歐洲的一些國家利用COSMO-CLM(COSMO model in Climate Model)模式在阿爾卑斯山脈、德國、比利時(shí)等地區(qū)開展了很多CP-RCM的研究。眾多試驗(yàn)表明CP-RCM明顯改善了對日降水周期特征的模擬,且與對流降水有關(guān)的環(huán)流場具有較好的一致性。高空間分辨率在一定程度上改善了對復(fù)雜地形降水場以及溫度空間變異性的表征[3,15-17]。北美大陸地區(qū)開展基于WRF(Weather Research and Forecasting Model)的CP-RCM模擬,發(fā)現(xiàn)CP-RCM不僅能模擬出對流降水量大小,日周期以及相關(guān)的大氣環(huán)流,而且在未來全球變暖情景下,對北美地區(qū)水循環(huán)的變化,包括美國中部MCSs路徑相關(guān)的暖季降水的模擬表現(xiàn)良好[4,18-20]。此外,在非洲地區(qū)利用CP-RCM模擬結(jié)果也很好解釋出西非地區(qū)白天對流降水發(fā)生的有利天氣環(huán)流背景[21-22],以及非洲薩赫勒地區(qū)土壤水分與對流觸發(fā)的空間關(guān)系[23]。近年來,東亞地區(qū)也開展了基于對流允許尺度區(qū)域氣候模擬的研究工作,如對日本西南海域年和月平均降水量以及日和小時(shí)降水量頻率分布的評估[14]。我國CP-RCM的模擬研究工作也在陸續(xù)展開,如使用WRF模式動(dòng)力降尺度得到的高分辨率數(shù)據(jù)集很好地再現(xiàn)了我國長三角地區(qū)(Yangtze River Delta,YRD)地區(qū)以及我國西北內(nèi)陸地區(qū)降水特點(diǎn)[24-25],同時(shí),有一些研究利用CP-RCM探討了城市熱島效應(yīng)對我國YRD地區(qū)氣候的影響[26]。CP-RCM模擬降水的優(yōu)越性在季風(fēng)區(qū)和干旱區(qū)得到證實(shí),同時(shí)對具有多樣下墊面的復(fù)雜地理環(huán)境的降水場特征也能很好捕獲[14,21-27]。

表1 對流允許尺度區(qū)域氣候模擬概述Table 1 Overview of Convection Permitting Regional Climate simulation

本文將主要從CP-RCM需要考慮的重要物理過程,外部驅(qū)動(dòng)以及其在模擬降水的增值能力方面的研究進(jìn)展和目前面臨的問題展開討論。

2 CP-RCM模擬相關(guān)的物理過程

隨著分辨率的提高,對流允許尺度區(qū)域氣候模擬中直接顯式表示深對流過程而不采用對流參數(shù)化方案,避免了積云對流參數(shù)化方案帶來的不確定性。而模式模擬中其他次網(wǎng)格尺度物理過程參數(shù)化方案的選擇有可能對CP-RCM氣候模擬效果產(chǎn)生明顯的影響,總結(jié)關(guān)于CP-RCM氣候模擬中一些至關(guān)重要的物理過程,主要包括:云微物理、土壤—大氣相互作用、邊界層過程和湍流[19,28],這些物理過程成為CP-RCM模擬不確定性的主要來源。

2.1 與云微物理過程相關(guān)的不確定性

Krueger[8]回顧了使用云分辨模式來模擬深對流和淺對流云過程的研究,發(fā)現(xiàn)由于模式顯式表示深對流過程,對流的開始以及單個(gè)云狀態(tài)上的演化非常依賴于云微物理過程的參數(shù)化。云微物理過程是模擬氣溶膠—云相互作用不確定性的主要來源之一,特別是對混合相和冰相云的研究[28]。一些研究認(rèn)為在云微物理參數(shù)化方案中引入額外的水凝物類型,例如霰和冰雹,或使用雙參微物理方案模擬云粒子的數(shù)濃度,在改善氣溶膠與云之間相互作用的模擬上有很大潛力,有利于提高對冬季地形降水和高云覆蓋的模擬能力[29-31]。但也有研究認(rèn)為單參方案能夠比雙參方案更好地捕捉降水特征和反射率分布等方面,因?yàn)樵陔p參方案中雨滴的大小分布可能變得對許多未知過程非常敏感[32]。FENG, et al[19]和GUO, et al[33]分別利用WRF模式對美國暖季和中國夏季進(jìn)行對流允許尺度(4 km網(wǎng)格間距)區(qū)域氣候模擬,分析了不同微物理方案對降水模擬的影響。其結(jié)果表明,應(yīng)用不同云微物理方案的CP-RCM均能很好地模擬出降水日變化及其傳播特征,但是不同方案對于水凝物不同處理導(dǎo)致降水量的模擬存在差異。這些研究說明CP-RCM對與云微物理相關(guān)過程的敏感性很大,云微物理參數(shù)化效果可能在不同案例間也存在差別。此外云微物理過程也會(huì)影響CP-RCM中的輻射過程,云輻射反饋在很大程度上依賴于云量和云輻射特性的準(zhǔn)確表示,而當(dāng)前云—?dú)馊苣z—輻射相互作用的參數(shù)化仍然知之甚少,并且在CP-RCM中存在較多的不確定性[28]。CP-RCM對云微物理過程的表示具有高度敏感性,而氣溶膠對氣候系統(tǒng)會(huì)產(chǎn)生廣泛影響,其對云層的相互作用的參數(shù)方案需要更詳細(xì)的研究,因此在區(qū)域氣候模式中改進(jìn)氣溶膠與云相互作用的表示非常重要。

2.2 對邊界層和湍流的處理方法

除了云微物理過程外,邊界層和湍流過程也是影響CP-RCM的重要物理過程。由于CPS遠(yuǎn)不足以解析湍流尺度,地面和大氣之間在次網(wǎng)格尺度上熱量、水分和動(dòng)量的垂直傳輸,需要使用行星邊界層(Planetary Boundary Layer,PBL)方案來參數(shù)化。區(qū)域氣候模式對不同PBL參數(shù)化方案敏感,PBL方案本身結(jié)構(gòu)性偏差以及對參數(shù)的敏感性為CP-RCM帶來不確定性[34]。Cohen, et al[35]總結(jié)了WRF模式中 PBL方案的主要特點(diǎn),并通過對美國冷季龍卷風(fēng)事件采用的PBL方案進(jìn)行測試,發(fā)現(xiàn)使用PBL的非局地參數(shù)化的WRF模擬產(chǎn)生了比只使用局地方案更精確的結(jié)果。Kouadio, et al[36]對西非的研究結(jié)果也表明非局地PBL在模式降水模擬中有增值能力。Larson, et al[37]在云分辨模型中加入一種云和湍流的參數(shù)化(Clubb參數(shù)化),發(fā)現(xiàn)對毛毛雨混合比的預(yù)測取得了很好的模擬效果。這些對參數(shù)化評估的研究有助于我們在進(jìn)行CP-RCM模擬時(shí)選取較為合適的PBL方案。為擺脫常規(guī)的邊界層參數(shù)化對氣候模式的發(fā)展限制,一些超參數(shù)化模式也得到了發(fā)展,通過在每個(gè)GCM網(wǎng)格列中嵌入小的(250 m×20 m)云解析模式(Cloud Resolving Model,CRM),可以顯式捕獲邊界層湍流和夾帶過程[38]。這種在湍渦網(wǎng)格分辨率下對邊界層和深對流云進(jìn)行的全局模擬取得很好的效果,對未來區(qū)域氣候模擬邊界層和湍流的處理提供了思路。

2.3 由土壤—大氣相互作用產(chǎn)生的影響

在CP-RCM氣候模擬中陸面過程也是一個(gè)關(guān)鍵部分。眾所周知,土壤—大氣相互作用對許多大氣過程很重要,比如土壤濕度動(dòng)態(tài)變化會(huì)影響著感熱和潛熱的分配,甚至影響邊界層狀態(tài),從而對中尺度環(huán)流產(chǎn)生影響。CP-RCM通過精細(xì)分辨率來模擬地表與大氣的能量交換和相互作用,會(huì)改進(jìn)區(qū)域氣候模擬能力[39-40]。Taylor, et al[23]研究認(rèn)為,4 km的CP-RCM模擬可以再現(xiàn)土壤濕度和對流觸發(fā)之間的空間關(guān)系,表明陸面過程對中尺度過程發(fā)生發(fā)展的重要性。許多相關(guān)研究發(fā)現(xiàn)CP-RCM可以更真實(shí)地模擬這種反饋,但模式對土壤水分變化非常敏感,因?yàn)橥寥浪值淖兓ㄟ^影響地氣能量交換影響大氣邊界層,會(huì)導(dǎo)致模擬結(jié)果產(chǎn)生較大的不確定性[41-42],因此也成為CP-RCM模擬不確定性的主要來源之一[41]。CP-RCM對土壤水分—降水反饋模擬的良好表現(xiàn)可能來源于其精細(xì)網(wǎng)格尺度對局部效應(yīng)的捕獲,而土壤或地表中的許多諸如蒸發(fā)過程之類的高度非線性過程仍然沒有得到解決,陸—?dú)怦詈蠈ν寥浪謩?dòng)態(tài)的敏感性表明,對于CP-RCM來說,精確識別大氣所涉及的復(fù)雜反饋過程仍然是個(gè)挑戰(zhàn)。

3 城市氣候與未來區(qū)域氣候模擬

城市化引起的土地覆蓋變化和溫室氣體排放的增加對區(qū)域氣候產(chǎn)生很大影響。城市化通過改變地表特征影響陸地表面與大氣之間的能量和水交換,同時(shí)城市建筑材料通過改變反照率來影響輻射平衡,進(jìn)而影響區(qū)域氣候[43-44]。污染物排放通過氣溶膠—輻射相互作用來影響地表和大氣輻射通量和輻射加熱過程[26,45]。眾多研究表明更高的分辨率更真實(shí)地代表了在非均勻地表上與大氣水分和能量交換以及對變化的陸—?dú)怦詈袭a(chǎn)生的大氣過程反饋的響應(yīng),能夠再現(xiàn)土地利用/覆蓋引起的局地氣候的變化[20,39]。有研究表明當(dāng)RCM空間分辨率達(dá)到3 km,大城市區(qū)域可以得到足夠詳細(xì)的分辨,引入多個(gè)城市土地利用類別會(huì)有效地改善對城市熱島的模擬[15]。許多研究也發(fā)現(xiàn)CP-RCM的精細(xì)網(wǎng)格尺度對于模擬城市氣候變化具有明顯的優(yōu)勢[26,46],為改進(jìn)城市化對未來氣候變化影響的評估開辟了道路。我國長三角地區(qū)處于典型的季風(fēng)氣候區(qū),且城市化水平較高,在該地區(qū)開展了很多CP-RCM模擬。例如用WRF模式在對流允許尺度模擬長三角區(qū)域極端氣候發(fā)現(xiàn),CP-RCM能夠模擬出夏季降水的空間分布特征以及強(qiáng)降水事件的時(shí)間演變特征[26]。利用CP-RCM開展的城市化區(qū)域氣候效應(yīng)的研究,也再現(xiàn)了長三角地區(qū)氣溫和降水的變化特征以及由于城市化引發(fā)的城市熱島效應(yīng)以及影響機(jī)制[26,46]。諸多研究表明在對流允許尺度上,土地利用和覆蓋變化產(chǎn)生的局部效應(yīng)比以往所認(rèn)為的更為重要,CP-RCM精細(xì)的網(wǎng)格分布通過捕獲地形和土地覆蓋相關(guān)的區(qū)域強(qiáng)迫和過程,使模式能夠更好解決相關(guān)的物理過程及其與大氣的相互作用,從而增強(qiáng)了區(qū)域氣候模擬能力[20,27]。

隨著氣候變暖,大氣水汽含量也顯著上升,未來的降水事件將變得更加強(qiáng)烈[47],對未來極端事件的預(yù)估很有必要。CP-RCM模擬所采用的分辨率可以把中尺度系統(tǒng)更好地表現(xiàn)出來,其對當(dāng)下極端天氣氣候事件更真實(shí)的模擬能力為未來氣候預(yù)測增加了信心,因此CP-RCM也廣泛用于區(qū)域氣候變化的預(yù)估[18,48-49]。基于CP-RCM的模擬預(yù)測發(fā)現(xiàn)在RCP8.5排放情景下日本極端溫度表現(xiàn)出廣泛增加,而7月極端降水的增加則出現(xiàn)區(qū)域性[48]。Broucke, et al[50]基于CP-RCM開展的未來極端降水預(yù)測研究也發(fā)現(xiàn)夏季極端降水的變化信號可能與地形有關(guān),與RCM相比,CP-RCM模擬出更大的夏季極端降水增幅,而兩者對平坦地區(qū)小時(shí)降水強(qiáng)度的模擬出現(xiàn)相反的信號。在對北美地區(qū)當(dāng)前和未來的CP-RCM模擬也發(fā)現(xiàn),對流允許尺度區(qū)域氣候模擬并不一定能提供更多有益的未來極端事件氣候變化信息[18]。在未來極端降水的模擬方面,CP-RCM模擬并沒有出現(xiàn)普適性的結(jié)果,需要開展多個(gè)CP-RCM的集合預(yù)測來減少氣候變化背景下的極端事件預(yù)估的不確定性[51]。

4 CP-RCM外部驅(qū)動(dòng)的影響

在CP-RCM模擬中,大尺度信息是通過初始和側(cè)邊界條件來驅(qū)動(dòng)模式的。影響CP-RCM模擬的外部驅(qū)動(dòng)因子包括嵌套方案,初始和側(cè)邊界條件以及模擬區(qū)域大小和模式運(yùn)行的spin-up時(shí)間等。值得注意的是,這些因素的影響都是交織在一起的,有時(shí)很難對這些誤差分量進(jìn)行量化和區(qū)分。

為了達(dá)到對流允許尺度的分辨率,CP-RCM往往通過嵌套網(wǎng)格的方式來實(shí)現(xiàn),嵌套可以是單向的也可以是雙向的。單向嵌套是指高分辨率的較小區(qū)域所需的側(cè)邊界條件由粗分辨率的較大區(qū)域提供,而計(jì)算結(jié)果不反饋到較大區(qū)域。而雙向嵌套是指粗、細(xì)分辨率模擬同時(shí)運(yùn)行,并且細(xì)網(wǎng)格將其計(jì)算值反饋到粗網(wǎng)格的區(qū)域[52]。Prein, et al[16]表明,在東阿爾卑斯山進(jìn)行的CP-RCM氣候模擬在單向和雙向嵌套方案之間沒有顯著差異。另外一些研究發(fā)現(xiàn),對于沿海的海洋模擬,雙向嵌套模擬海岸大尺度環(huán)流比單向嵌套的效果要好[53-54]。值得注意的是,在動(dòng)力降尺度過程中,對于有限的區(qū)域內(nèi)將GCM輸出縮減到區(qū)域尺度所采用的“跳躍分辨率”(粗分辨率與細(xì)分辨率網(wǎng)格距之比)并沒有一致的認(rèn)定。有研究發(fā)現(xiàn),小尺度特征的發(fā)展需要較長的spin-up時(shí)間,需要考慮降尺度過程中跳躍分辨率對小尺度的發(fā)展的影響[55]。而通過使用多重嵌套降低了空間spin-up對小尺度發(fā)展的制約,給小尺度的發(fā)展產(chǎn)生了積極的影響[56]。跳躍分辨率的選擇又與嵌套次數(shù)有關(guān),利用不同嵌套步驟進(jìn)行比利時(shí)臭氧濃度的動(dòng)力降尺度(25 km到3 km)研究中發(fā)現(xiàn),增加中間嵌套步驟與從RCM到CP-RCM的直接嵌套模擬結(jié)果相似,而后者更加節(jié)省計(jì)算資源[57]。Brisson, et al[30]還認(rèn)為在ERA-Interim降尺度至CPS時(shí)增加7 km網(wǎng)格嵌套,模擬沒有產(chǎn)生明顯的影響,因此可以省略這一嵌套步驟,但是他們認(rèn)為25 km中間嵌套對于模擬降水正確表示至關(guān)重要。目前尚不清楚不同嵌套方案是如何影響CP-RCM模擬的,對于嵌套方法的選擇,既希望帶來好的模擬效果,又能更好的節(jié)約計(jì)算資源,這可能需要對特定事件進(jìn)行廣泛評估。

由于對流過程是高度非線性的,并且一般持續(xù)時(shí)間較短,因此它們的預(yù)測受到不確定因素的強(qiáng)烈影響,例如模式的初始條件、參數(shù)化設(shè)置以及側(cè)邊界的驅(qū)動(dòng)場等[16,25,55-61]。一些研究評估了初始和側(cè)邊界條件不確定性對CP-RCM模擬的影響,發(fā)現(xiàn)對流尺度初始條件的不確定性強(qiáng)烈依賴于天氣尺度強(qiáng)迫[62-63]。在12 h以內(nèi)的天氣預(yù)報(bào)中,初始條件產(chǎn)生較大影響,而在長期區(qū)域氣候模擬中側(cè)邊界條件的不確定性則產(chǎn)生越來越大的影響[62]。Tennant, et al[63]使用不同的方法來初始化Met Office有限區(qū)域?qū)α髟试S集合預(yù)測系統(tǒng),相比于目前流行的動(dòng)力降尺度方法和只更新側(cè)邊界驅(qū)動(dòng)的運(yùn)行方法有明顯優(yōu)勢。近期全球可變網(wǎng)格模式的發(fā)展有利于解決在有限區(qū)域模式中出現(xiàn)的側(cè)邊界條件問題?？勺兙W(wǎng)格模式能夠在區(qū)域上平滑地改變分辨率,有助于協(xié)調(diào)區(qū)域模擬和驅(qū)動(dòng)場之間在側(cè)邊界附近的差異,減少模擬誤差并且大大降低成本[59-64]。

由于受到粗分辨率的初始和側(cè)邊界條件的驅(qū)動(dòng)強(qiáng)迫,CP-RCM需要一些spin-up時(shí)間以產(chǎn)生細(xì)尺度的特征,同時(shí)區(qū)域大小設(shè)置對CP-RCM也有較大影響,因此在運(yùn)行CP-RCM時(shí)需要考慮模擬域的大小以及模擬開始的時(shí)間的選擇[30]。Brisson, et al[30]研究了CP-RCM模擬區(qū)域大小和嵌套方法對降水模擬的影響,發(fā)現(xiàn)對流允許尺度的嵌套區(qū)域并沒有比其嵌套的粗網(wǎng)格區(qū)域有更好的模擬效果,這主要是因?yàn)楦叻直媛实哪M需要有足夠的spin-up時(shí)間。和RCM一樣,CP-RCM也需要仔細(xì)選擇模擬區(qū)域大小以實(shí)現(xiàn)適當(dāng)?shù)慕党叨?如果域尺寸很小則CP-RCM可能沒有足夠的時(shí)間和空間來生成小尺度細(xì)節(jié),而如果模擬域很大則CP-RCM和側(cè)邊界條件之間可能存在明顯的不匹配,特別是在流出邊界處[52]。諸多研究表明區(qū)域氣候模擬對選擇用于計(jì)算的域的大小和位置敏感。因此許多人嘗試使用譜逼近來消除模擬結(jié)果對區(qū)域選擇的依賴性。對于區(qū)域模式大小達(dá)到幾千公里的模擬試驗(yàn),長波的譜逼近有助于精確模擬大尺度環(huán)流以及消除邊界的虛假影響,同時(shí)對極端氣候和地面氣候時(shí)空變化的模擬有很大改善[65-66]。但是在模擬區(qū)域相對較小的情況下,譜逼近的應(yīng)用對模擬效果影響不大[67]。

5 CP-RCM的增值能力

CP-RCM的優(yōu)點(diǎn)是能夠顯式分辨深對流過程而避免使用對流參數(shù)化方案,同時(shí)高分辨率也改善了對地形和其他陸面強(qiáng)迫的表示,這些都是CP-RCM增值能力的驅(qū)動(dòng)因子。與GCM輸出相比,CP-RCM并不會(huì)在所有地區(qū),季節(jié)和物理量模擬中都有明顯的增值能力[2]。春季和秋季由于局地混合和大尺度強(qiáng)迫條件,CP-RCM的增值能力并不明顯,而在夏季對流降水占主導(dǎo)地位[3,50],研究表明CP-RCM對夏季降水的空間分布形式、降水日變化和極端降水的強(qiáng)度等方面的模擬同大尺度氣候模式相比改進(jìn)明顯[2-4,16,19]。

5.1 夏季降水的日變化

在CP-RCM的增值方面,對夏季降水日循環(huán)起始以及峰值的捕獲能力在許多研究中得到證實(shí)。Fosser, et al[3]研究了不同分辨率的區(qū)域氣候模式對德國降水日變化的模擬能力,發(fā)現(xiàn)關(guān)閉了對流參數(shù)化方案的CP-RCM模擬與實(shí)際觀測更為接近,且與對流降水有關(guān)的大尺度環(huán)流之間存在更好的一致性。同樣地,基于WRF模式對美國大陸的CP-RCM模擬試驗(yàn)?zāi)芨诱鎸?shí)地模擬出與夏季降水相關(guān)的低空急流和大氣環(huán)流,并且更精確地再現(xiàn)了對流降水出現(xiàn)的時(shí)間以及從洛基山脈到大平原的雨帶日循環(huán)的東傳信號[4]。MCSs是造成對流強(qiáng)降水重要的天氣系統(tǒng),在美國中部[19]以及美國西南部盆地[20]的CP-RCM模擬再次說明CP-RCM對MCSs模擬的可信度。在非洲地區(qū)的模擬試驗(yàn)也表明CP-RCM能較好地再現(xiàn)西非地區(qū)降雨的日變化特征,而且能夠模擬出主導(dǎo)降雨的MCSs的生命周期[21-22]。

在中國開展的CP-RCM模擬研究也表明其能夠改善模式對降水日變化特征的模擬能力。ZHU, et al[24]運(yùn)用WRF模式在4 km對流允許分辨率下準(zhǔn)確地再現(xiàn)了強(qiáng)降水帶的空間范圍和方向以及每小時(shí)降雨量的晝夜時(shí)間序列。WRF能預(yù)測出2個(gè)降水峰值,但是對峰值略微過高預(yù)測。FU, et al[68]在中國東部大別山地區(qū)的模擬研究發(fā)現(xiàn),CP-RCM對降水的雙峰特征進(jìn)行了較好的模擬,與觀測結(jié)果在量級上有很好的吻合,但對降水峰值出現(xiàn)時(shí)間的捕獲稍有延后。在喜馬拉雅中部地區(qū)CP-RCM模擬真實(shí)地再現(xiàn)了降水日周期及其峰值出現(xiàn)的時(shí)間,相比于粗分辨率模式,對地形氣候模擬效果更好[27]。眾多研究表明CP-RCM更好地反映地形強(qiáng)迫以及解析大氣中尺度過程,在對流降水的日變化上良好的捕獲能力得到廣泛證實(shí)。

5.2 平均降水和極端降水

一些研究表明CP-RCM與較粗網(wǎng)格的RCM模擬相比在日平均降水量上并沒有得到普遍改善[3-5],如SUN, et al[4]對美國大平原夏季平均降水分布模擬的評估表明4 km和25 km的模擬在某些地區(qū)存在相似的降水偏差,這可能是模式系統(tǒng)性偏差所致,而CP-RCM在對降水分布的表現(xiàn)總體上是優(yōu)于RCM的,特別是在局部變率的細(xì)節(jié)表示方面。在次季節(jié)/季節(jié)/年降水量和溫度的空間和時(shí)間分布上,CP-RCM模擬性能優(yōu)于較粗網(wǎng)格的模式[14,18,24-25]。Hart, et al[69]對南非亞熱帶地區(qū)長達(dá)10 a的模擬表明,CP-RCM能準(zhǔn)確捕捉熱帶—溫帶區(qū)云帶的年循環(huán),并且對當(dāng)?shù)叵募窘涤昴M的濕偏差顯著減小。雖然深對流參數(shù)化在CP-RCM中已經(jīng)關(guān)閉,淺對流方案的影響依然很重要,淺對流方案起到穩(wěn)定對流層的作用,一定程度上阻礙了對流的發(fā)展和降水的產(chǎn)生,從而有利于減少濕偏差[49]。通過對關(guān)閉和不關(guān)閉對流參數(shù)化的RCM模擬對比研究,發(fā)現(xiàn)在采用對流參數(shù)方案的粗分辨率RCM中往往會(huì)高估低強(qiáng)度降水頻率,這可能是RCM在對流層低層的模擬偏濕冷,有利于低云形成從而高估低強(qiáng)度降水事件,而相反在CP-RCM中,由于直接顯式表示了深對流過程這種情況得到改善[3]。

CP-RCM對極端降水和強(qiáng)降水的模擬也有一定的增值能力。Murata, et al[14]通過2 km網(wǎng)格間距的CP-RCM很好地再現(xiàn)了降水強(qiáng)度低于20 mm·h-1的降水頻率,這與Fosser, et al[3]在德國西南部以2.8 km分辨率所做試驗(yàn)的結(jié)果一致。在極端事件方面,有研究表明高分辨率(1.3 km)模擬的德國當(dāng)前極端降水與觀測較為接近,其對極端降水的模擬比7 km有更好的表現(xiàn)[49]。Gensini, et al[70]的研究也說明對美國大陸部分地區(qū)的極端天氣(龍卷風(fēng)、陣風(fēng)和冰雹)的變化以4 km分辨率的CP-RCM進(jìn)行模擬效果良好。在全球變暖背景下,極端降水變得更短時(shí)更強(qiáng)烈,可能造成嚴(yán)重的自然災(zāi)害,CP-RCM對小時(shí)極端降水的表示方面能力對未來極端氣候的預(yù)估增強(qiáng)了信心[71]。

盡管CP-RCM的水平分辨率很高,可以合理地模擬出MCSs造成的極端強(qiáng)降水的相關(guān)特征,但如前所述,MCSs屬性在不同微物理參數(shù)化方案中差異很大,云微物理方案對MCSs的不同處理不僅改變了MCSs對流尺度動(dòng)力學(xué),而且對其生命周期有很大影響。CP-RCM中MCSs的相關(guān)特性對不同微物理參數(shù)化方案很敏感,CP-RCM對MCSs模擬的增值能力強(qiáng)烈依賴于云微物理方案的選擇[19]。

5.3 地面氣溫

相對于夏季對流降水的模擬,CP-RCM對模擬地面氣溫時(shí)空分布的增值能力并不顯著。Leutwyler, et al[5]對歐洲大陸進(jìn)行了為期10 a的CP-RCM模擬,發(fā)現(xiàn)模式對夏季地面氣溫度的模擬有較大的暖偏差,這可能是由于CP-RCM中顯式地表示深對流云從而增加了地表太陽輻射。LIU, et al[18]的研究也發(fā)現(xiàn)WRF模式對美國大陸大部分時(shí)間地面氣溫模擬存在暖偏差,其中美國中部地區(qū)夏季的溫度偏差最顯著。同樣Brisson, et al[17]也認(rèn)為CP-RCM對地面氣溫模擬方面的改進(jìn)不太明顯。雖然Prein, et al[16]的研究發(fā)現(xiàn)CP-RCM對夏季2 m高度的平均溫度模擬有所改進(jìn),然而他們認(rèn)為這種改進(jìn)很難歸因于CP-RCM的優(yōu)越性,因?yàn)檫@也可以通過非常簡單的高度校正來實(shí)現(xiàn)。

6 挑戰(zhàn)和展望

本文基于對CP-RCM相關(guān)文獻(xiàn)的系統(tǒng)性回顧,討論了CP-RCM主要涉及的物理過程,外部驅(qū)動(dòng)條件以及氣候(降水和溫度)的模擬能力等方面。綜合來看,對流允許尺度區(qū)域氣候模擬顯著提升了我們對區(qū)域氣候變化的理解,尤其是在地形復(fù)雜多變的地區(qū),CP-RCM在對流降水的再現(xiàn)能力方面改進(jìn)明顯。但CP-RCM的模擬能力還有待進(jìn)一步提高,比如陣雨或者小雨的模擬不準(zhǔn)確,并且對極端降水容易高估。通過對CP-RCM涉及物理過程和外部驅(qū)動(dòng)條件等方面研究的探討,發(fā)現(xiàn)CP-RCM在建模過程中仍然存在很多挑戰(zhàn)和不確定性。

首先,通過對其物理過程的討論總結(jié),發(fā)現(xiàn)CP-RCM對次網(wǎng)格尺度過程的表示相當(dāng)敏感,與許多未知物理過程相關(guān)聯(lián),如邊界層,微物理過程和陸面過程等參數(shù)化方案,與物理參數(shù)化相關(guān)的參數(shù)敏感性以及系統(tǒng)性偏差成為CP-RCM主要不確定性來源,未來對其中物理成因進(jìn)行更全面的探索以及模式參數(shù)方案的改進(jìn)很有必要,特別是對云—?dú)馊苣z—輻射相互作用的理解。此外,還需重新評估它們在CP-RCM上的適用性,比如有研究指出CPS模式對次網(wǎng)格湍流方案中混合長度值的具有敏感性,僅僅增加分辨率并不一定有助于對對流模擬的提升,可能需要重新考慮次網(wǎng)格湍流混合公式才能更好地描述在100～1 000 m的網(wǎng)格長度范圍內(nèi)對流云的性質(zhì)[72]。同時(shí),除了對降水模擬能力的評估外,應(yīng)進(jìn)一步探索CP-RCM在其他相關(guān)領(lǐng)域,包括局地風(fēng)、水文、陸—?dú)庀嗷プ饔?、蒸發(fā)蒸騰、湍流通量以及云和輻射等過程的應(yīng)用能力[6]。

其次,CP-RCM在降尺度過程中初始和側(cè)邊界條件,嵌套方法以及模擬域大小的選擇對其模擬氣候的能力也有很大影響。較長時(shí)間尺度的區(qū)域氣候模擬主要受驅(qū)動(dòng)場提供的側(cè)邊界影響,初始條件影響不大,高時(shí)間分辨率側(cè)邊界條件能帶來較好的模擬效果,而區(qū)域模擬和驅(qū)動(dòng)場之間在側(cè)邊界附近的差異可通過變網(wǎng)格技術(shù)得到改善。相較于單向嵌套,雙向嵌套對海岸附近大尺度環(huán)流模擬較好,并且適當(dāng)增加嵌套步驟有利于對小尺度特征的描述。此外在進(jìn)行CP-RCM時(shí),實(shí)驗(yàn)區(qū)域不宜太小,譜逼近的應(yīng)用會(huì)對模擬效果帶來積極影響,同時(shí)模式還需要一些spin-up時(shí)間來達(dá)到平衡狀態(tài)。

此外,由于沒有足夠的地面測量數(shù)據(jù)來描繪降水的高分辨率空間分布特征,而基于衛(wèi)星反演的降水?dāng)?shù)據(jù)集的空間分辨率比CP-RCM分辨率又粗糙很多,因此開發(fā)高時(shí)空分辨率的觀測數(shù)據(jù)集來評估模擬也很有必要。

最近,有研究利用全球可變網(wǎng)格模式開展了熱帶區(qū)域?qū)α髟试S尺度模擬研究,發(fā)現(xiàn)模式對熱帶對流和遙相關(guān)模擬有很好的效果[73]。將變網(wǎng)格技術(shù)應(yīng)用于CP-RCM的模擬研究也是未來發(fā)展的趨勢[64]。計(jì)算資源的大量需求將CP-RCM模擬限制在短期和小區(qū)域中,CP-RCM氣候模擬能夠在更大的區(qū)域和更長的時(shí)間段上運(yùn)行與高性能科學(xué)計(jì)算的發(fā)展密切相關(guān)。