張玉倫，王葉堂，侯書貴

（1.南京大學(xué)地理與海洋科學(xué)學(xué)院，江蘇 南京 210023；2.山東師范大學(xué)地理與環(huán)境學(xué)院，山東 濟(jì)南 250358）

0 引言

南極冰蓋作為世界主要的冷源庫(kù)之一，不僅為大氣緯圈環(huán)流提供驅(qū)動(dòng)力，影響著大洋間水汽交換以及熱量平衡［1-3］，還由于其冰雪表面反照率的變化與氣溫的正反饋效應(yīng)進(jìn)而對(duì)全球氣候變化產(chǎn)生一定影響［4］。此外，由于南極的淡水儲(chǔ)量巨大，氣溫的升高和表面冰蓋的融化會(huì)直接影響全球海平面高度和海洋環(huán)流［5-8］。另一方面，南極對(duì)全球氣候變化較為敏感，是全球氣候變化的放大鏡和重要指示器［9-10］，因此對(duì)南極的天氣氣候觀測(cè)與研究，不但有利于發(fā)覺(jué)中低緯度地區(qū)人類難以捕捉的預(yù)警性天氣變化，還可以加深我們對(duì)全球氣候系統(tǒng)的理解，探究過(guò)去發(fā)生的環(huán)境變化并且提高對(duì)天氣變化預(yù)報(bào)的水平。然而南極地區(qū)氣候環(huán)境極其惡劣，需要借助人工的實(shí)地觀測(cè)只能在較小的區(qū)域進(jìn)行，大量的冰雪覆蓋區(qū)域缺乏存檔完整且時(shí)間序列長(zhǎng)的站點(diǎn)［11-12］，而遙感衛(wèi)星產(chǎn)品所提供的觀測(cè)數(shù)據(jù)雖然覆蓋范圍廣泛，但時(shí)間序列較短［13］，因此南極是當(dāng)前世界上最缺乏現(xiàn)場(chǎng)觀測(cè)資料的地區(qū)之一［14-15］。觀測(cè)數(shù)據(jù)的缺乏，不僅增加了目前對(duì)南極研究結(jié)果的不確定性，還限制了該地區(qū)氣候特征的表達(dá)以及我們對(duì)南極氣候變化機(jī)理的理解。

再分析資料作為一種可以提供較長(zhǎng)時(shí)間序列且覆蓋范圍廣泛的格網(wǎng)數(shù)據(jù)，目前已經(jīng)取得一定的進(jìn)展。然而再分析資料的質(zhì)量很大程度上取決于資料同化系統(tǒng)所用觀測(cè)的質(zhì)量和數(shù)量以及預(yù)報(bào)模式的性能。此外，Bromwich等［16］發(fā)現(xiàn)再分析資料在南半球高緯度地區(qū)的趨勢(shì)被證明存在一定的虛假性。另一方面，針對(duì)全球氣候模式在高緯度地區(qū)模擬的缺陷與難點(diǎn)，研究人員開(kāi)發(fā)了一系列適用于極地的區(qū)域氣候模式。雖然區(qū)域氣候模式的強(qiáng)迫場(chǎng)需要在其域的邊界提供，而無(wú)法對(duì)全球氣候進(jìn)行反饋，但是由于區(qū)域氣候模式的分辨率相對(duì)較高，而且在南極大陸進(jìn)行的觀測(cè)數(shù)量仍然有限，使得高分辨率區(qū)域氣候模型成為動(dòng)態(tài)縮小全球再分析數(shù)據(jù)尺度，生成精細(xì)尺度氣象資料的適當(dāng)工具［17］。Polar WRF被認(rèn)為是現(xiàn)如今最先進(jìn)的極地氣候模式之一，Bromwich等［18］、Hines等［19-20］、Listowski等［21］在北極地區(qū)進(jìn)行了一系列測(cè)試，結(jié)果表明模式的模擬結(jié)果較 為 良 好。Bozkurt等［13］比 較 了 南 極 半 島Polar WRF和RACMO的溫度模擬結(jié)果，研究顯示兩者在模擬南極半島的不同溫度狀況方面表現(xiàn)出良好的技巧，并且彼此之間有密切的時(shí)空變化。馬永鋒［22］的研究表明，Polar WRF模擬的500 hPa的風(fēng)向和ERA-interim模擬結(jié)果的大氣活動(dòng)中心的位置和強(qiáng)度十分一致，均很好地模擬出了南極大陸上空強(qiáng)大的冷低壓。Deb等［23］在西南極地區(qū)開(kāi)展了高水平分辨率的模擬試驗(yàn)，結(jié)果表明Polar WRF模式是一個(gè)捕捉近地表氣象條件的有利工具，在西南極地表氣壓的模擬方面表現(xiàn)出很高的技巧。此外，Steinhoff等［24］針對(duì)南極McMurdo獨(dú)特的地理環(huán)境，通過(guò)修改模式中的雪場(chǎng)、土地利用、土壤等的輸入，改進(jìn)了對(duì)極端天氣的模擬，并首次對(duì)該區(qū)域的焚風(fēng)物理機(jī)制進(jìn)行了解釋。然而Wilson等［25］對(duì)Polar WRF3.1.1的試驗(yàn)結(jié)果表明Polar WRF在云微物理過(guò)程中存在一定缺陷，從而進(jìn)一步影響對(duì)極地的短波輻射和長(zhǎng)波輻射的模擬?？傮w來(lái)看目前測(cè)試研究主要集中在北極地區(qū)，盡管在南極地區(qū)已經(jīng)展開(kāi)了一些研究，但是由于計(jì)算條件的限制，所有的模擬都只局限在特定的區(qū)域［26］。另一方面，已開(kāi)展的模擬試驗(yàn)中所用的側(cè)邊界資料主要以NECP FNL為主，然而馬永鋒［22］的研究表明NECP FNL在南極地區(qū)的整體精度要略低于ERA-interim，且ERA-interim初始和橫向邊界條件用于南極洲氣候降尺度研究［27］，與觀測(cè)結(jié)果相比表現(xiàn)良好。所以開(kāi)展以ERA-interim提供初始場(chǎng)條件的Polar WRF3.9.1的數(shù)值模擬研究，對(duì)其模擬結(jié)果進(jìn)行分析評(píng)估是改進(jìn)模式的重要前提。本文采用ERA-interim為Polar WRF3.9.1提供風(fēng)、溫度、位勢(shì)和相對(duì)濕度等初始場(chǎng)信息，對(duì)南極冰蓋2004—2013年的2 m氣溫、10 m風(fēng)速以及近地表氣壓進(jìn)行模擬，并與28個(gè)氣象站的觀測(cè)資料進(jìn)行對(duì)比分析進(jìn)而評(píng)估模式的性能。模式的模擬結(jié)果不僅可以彌補(bǔ)極地地區(qū)氣象站點(diǎn)觀測(cè)數(shù)據(jù)缺失，為人們提供長(zhǎng)時(shí)間序列的氣象數(shù)據(jù)進(jìn)行科學(xué)研究，還可以為模式的完善與改進(jìn)提供參考依據(jù)。

1 模式、數(shù)據(jù)與方法

1.1 Polar WRF模式和數(shù)值試驗(yàn)介紹

Polar WRF是極地氣象學(xué)小組和俄亥俄州立大學(xué)繼Polar MM5之后在WRF模式基礎(chǔ)上聯(lián)合開(kāi)發(fā)的更加先進(jìn)的極地區(qū)域氣候模式，它是WRF模型的極地版本［28］。Polar WRF在水平方向上求解Arakawa C格網(wǎng)完全可壓縮非靜水方程組，在垂直方向上采用地形跟隨坐標(biāo)系。該模式對(duì)陸面模型中海冰的表示進(jìn)行了修改，允許指定海冰厚度和積雪深度，而不是僅通過(guò)掩模劃分海冰是否存在（0表示海冰不存在，1為海冰存在），海冰反照率、海冰厚度和海冰上的積雪不再是固定的，可隨季節(jié)改變而變化［17-18］。此外模式中的Noah-LSM模型被Hines和Bromwic進(jìn)行了優(yōu)化［16］，對(duì)雪的熱特征進(jìn)行優(yōu)化并改進(jìn)熱通量計(jì)算，并將地表雪的影響應(yīng)用于模型中，使模型更適用于極地環(huán)境。

本文采用模式Polar WRF3.9.1進(jìn)行數(shù)值試驗(yàn)，試驗(yàn)區(qū)域差分格式選擇Arakawa C跳點(diǎn)格式，并采用極射投影作為投影方式。模擬區(qū)域被劃分為129×129個(gè)格網(wǎng)，格點(diǎn)之間的水平間距為50 km，包括了南緯50°以南的整個(gè)區(qū)域。模式在垂直方向上采用質(zhì)量垂直坐標(biāo)，設(shè)置最高層氣壓為5 000 Pa，最高層與地表面之間共被劃分成44個(gè)全垂直η層，垂直差值方式為SINT。模式的時(shí)間積分步長(zhǎng)被設(shè)為150 s，實(shí)時(shí)輸入數(shù)據(jù)時(shí)間間隔為6小時(shí)，模擬所需的海表溫度場(chǎng)、初始土壤參數(shù)（土壤水、水分和溫度）以及地表氣溫、氣壓等初始資料由ERA-interim（6小時(shí)，0.75°×0.75°）提供。試驗(yàn)中海冰場(chǎng)的資料和海表溫度由再分析資料提供。而土地高程數(shù)據(jù)和土地覆被信息分別來(lái)由默認(rèn)的分辨率為30弧度的GTOPO30、USGS24類土地覆被資料所提供。模式還采用了分辨率為1°的深層土壤溫度數(shù)據(jù)、基于MODIS精度為30 s的植被指數(shù)數(shù)據(jù)以及精度為0.15°的月地表反照率和雪反照率數(shù)據(jù)。模式運(yùn)行采用了以下物理參數(shù)化方案：（1）在微物理方案上采用了適用于高分辨率模擬，包括冰、雪、霰等過(guò)程的WSM6方案；（2）在輻射方案中采用了新版RRTM長(zhǎng)波輻射和Goddard短波輻射方案；（3）在近地層采用了基于Monin-Obukhov相似理論的JanJicEta方案；（4）陸面過(guò)程采用了由極地氣象小組改進(jìn)的適用于極地天氣的Unified-Noah陸表面模式；（5）在積云參數(shù)化過(guò)程中采用了基于集合平均方法的New Grell（G3）方案，該方案允許格點(diǎn)的沉降效應(yīng)向周圍傳遞；（6）在行星邊界層參數(shù)化中采用了囊括了自由大氣中所有湍流狀態(tài)的MYJ PBL方案。

1.2 數(shù)據(jù)介紹

1.2.1 氣象觀測(cè)資料

本文所用南極冰蓋上的氣象觀測(cè)站點(diǎn)實(shí)測(cè)資料均來(lái)自于南極科學(xué)研究委員會(huì)（SCAR：Scientific Committee on Antarctic Research）的南極環(huán)境研究參考數(shù)據(jù)（READER：Reference Antarctic Data for Environmental Research）項(xiàng)目。該數(shù)據(jù)庫(kù)主要包括三個(gè)來(lái)源：一是時(shí)間比較久遠(yuǎn)，相關(guān)氣象觀測(cè)資料較為匱乏的觀測(cè)數(shù)據(jù)，其主要來(lái)自于CLIMAT氣候數(shù)據(jù)的月平均；而對(duì)較早期的氣象觀測(cè)資料主要通過(guò)觀測(cè)者進(jìn)行目視讀取后借助電傳磁帶打孔記錄；而近期的實(shí)時(shí)數(shù)據(jù)則是通過(guò)WMO全球電信系統(tǒng)獲取，各站點(diǎn)的具體位置分布和紹如表1和圖1所示。這些站點(diǎn)中序號(hào)為1～11的站點(diǎn)分布在南極半島，序號(hào)為20～28的站點(diǎn)分布在東南極沿岸，剩余的Byrd、Harry、Theresa站 位 于 西 南 極，Larsen_Ice_Shelf、Amundsen_Scott、Dome_C_II、Vostok、Harry位于東南極內(nèi)陸地區(qū)。

表1 觀測(cè)站地理位置、高程、觀測(cè)類型Table 1 Weather station information including locations，altitude and measurement type（The numbers represent stations are presented in Fig.1）

圖1 研究區(qū)及氣象站點(diǎn)地理位置分布Fig.1 Study area and locations of meteorological stations

1.2.2 再分析資料

本文采用ERA-interim為模式提供運(yùn)行所需要的近地面氣溫、平均海表氣壓、相對(duì)濕度、風(fēng)速風(fēng)向等驅(qū)動(dòng)數(shù)據(jù)。ERA-interim是ECMWF借助ERA-40數(shù)據(jù)同化經(jīng)驗(yàn)上發(fā)布的更為先進(jìn)的全球氣象資料同化數(shù)據(jù)，其同化系統(tǒng)基于2006年發(fā)布的IFS（Cy31r2）。該數(shù)據(jù)的分辨率在水平方向上為T255（80 km），在垂直方向上從地表至10 Pa分為60層。ERA-interim數(shù)據(jù)包括自1979—2019年的每日四次（0000、0600、1200和1800 UTC）分析資料和每天兩次的10天氣象預(yù)測(cè)資料（初始化時(shí)間分別為0000、1200 UTC）。

1.3 方法介紹

為分析Polar WRF3.9.1對(duì)南極冰蓋的氣候模擬能力，本文采用最鄰近法將模式結(jié)果提取出來(lái)與相應(yīng)站點(diǎn)進(jìn)行對(duì)比分析。

由于海拔高度會(huì)對(duì)溫度、氣壓產(chǎn)生影響，而模式輸出的格網(wǎng)數(shù)據(jù)的格點(diǎn)值是該格網(wǎng)覆蓋區(qū)域的平均值，提取的模式結(jié)果與對(duì)應(yīng)氣象站點(diǎn)的海拔高度并不一致，因而有必要在對(duì)比兩組數(shù)據(jù)前對(duì)其進(jìn)行訂正，消除由海拔高度不一致帶來(lái)的誤差

通過(guò)氣溫與海拔的關(guān)系，對(duì)2 m氣溫的訂正如下：

式中：T1為訂正后的氣溫；T2為氣象站所在格點(diǎn)的模擬溫度；α為溫度衰減率，取值為1℃·（100m）-1［29-30］；H1為觀測(cè)站點(diǎn)的海拔高度；H2為模式對(duì)應(yīng)格點(diǎn)的海拔高度。

而對(duì)地表氣壓需要依據(jù)拉普拉斯壓髙公式進(jìn)行訂制，公式如下：

式中：P1為訂正后的氣壓；P2為氣象站對(duì)應(yīng)格點(diǎn)的模式氣壓；g為重力；R為干空氣比氣體常數(shù)；T為同一時(shí)刻對(duì)應(yīng)的氣溫。

對(duì)風(fēng)速的計(jì)算公式如下：

式中：V為格點(diǎn)對(duì)應(yīng)的10 m風(fēng)速；U10為10 m風(fēng)場(chǎng)的緯向分量；V10為10 m風(fēng)場(chǎng)的經(jīng)向分量。

人工氣象站的觀測(cè)高度是在10 m處，但自動(dòng)氣象觀測(cè)站的風(fēng)速測(cè)量通常在地表以上3 m處測(cè)量［31］，因此在與數(shù)值模擬結(jié)果的10 m高度風(fēng)速進(jìn)行比較之前，需要將觀測(cè)到的風(fēng)速修正到10 m高。我們根據(jù)在中性大氣條件下的冪律風(fēng)廓線公式，將AWS風(fēng)速觀測(cè)外推至10 m高度［32-33］。

式中：h10是10 m風(fēng)速的高度（10 m）；h是觀測(cè)站點(diǎn)的高度（3 m）；α是無(wú)量綱風(fēng)切變指數(shù)。其中α用于土地時(shí)取值為0.143［34］，用于水時(shí)取值為0.11［35］。

本文提取模式結(jié)果進(jìn)行訂正后與氣象站數(shù)據(jù)進(jìn)行了對(duì)比，其中采用平均偏差（Bias）、均方根誤差（RMSE）、平均絕對(duì)誤差（MAE）以及相關(guān)系數(shù)（R）等作為統(tǒng)計(jì)參量。上述統(tǒng)計(jì)參量的計(jì)算公式如下：

2 結(jié)果分析

2.1 2 m氣溫

模式模擬年平均2 m氣溫在各氣象站點(diǎn)的具體誤差及分布情況如圖2～3所示。從各站點(diǎn)均方根誤差和平均絕對(duì)誤差分布來(lái)看，Great_wall、Jubany（站點(diǎn)編號(hào)2，3）等沿岸站點(diǎn)的誤差最小，在2℃左右，而位于內(nèi)陸地區(qū)的Amunder、Dome_C_II和Vostok（站點(diǎn)編號(hào)16，17，18）等站點(diǎn)年平均氣溫值與實(shí)測(cè)值相差較大，在4℃左右，其中Amunder和Vostok站均方根誤差和平均絕對(duì)誤差的差異較其他站點(diǎn)要偏高，說(shuō)明這些站點(diǎn)受極端值影響較大。從所有站點(diǎn)的誤差的分布狀況可看出，南極沿岸地區(qū)的均方根誤差和平均絕對(duì)誤差明顯小于南極內(nèi)陸地區(qū)。而分析各站點(diǎn)的偏差可以看出，呈冷偏差與呈暖偏差的站點(diǎn)數(shù)大體相同，其中在東南極沿岸除Davis以來(lái)其他站點(diǎn)均為冷偏差，整個(gè)南極內(nèi)陸大部分站點(diǎn)均為暖偏差，而在南極半島既存在冷偏差站點(diǎn)也存在暖偏差站點(diǎn)，且冷暖偏差的站點(diǎn)數(shù)大致相同。此外所有站點(diǎn)的模擬年平均氣溫與實(shí)測(cè)年平均氣溫的相關(guān)系數(shù)都通過(guò)了α=0.1的顯著性檢驗(yàn)，數(shù)值范圍在0.60至0.99之間，其中東南極沿岸和南極內(nèi)陸的站點(diǎn)的相關(guān)性總體較好，而南極半島不同站點(diǎn)的相關(guān)系數(shù)差異較大。而對(duì)所有站點(diǎn)的模擬年平均氣溫和實(shí)測(cè)年平均氣溫求均值，比較整個(gè)南極冰蓋的年際變化趨勢(shì)（圖4）可看出，在2004—2013年期間模擬氣溫和實(shí)測(cè)氣溫分別呈-0.04℃·a-1和-0.05℃·a-1的下降趨勢(shì)，較實(shí)測(cè)氣溫而言，模擬氣溫下降更為平緩。

圖2 模式各站點(diǎn)年平均2 m氣溫誤差和相關(guān)系數(shù)統(tǒng)計(jì)Fig.2 Correlations and differences between simulations and observations for annual average 2 m temperature

圖4 2004—2013年2 m氣溫模擬值和觀測(cè)值對(duì)比Fig.4 Comparison of simulated and observed annual mean 2 m temperature during 2004—2013

圖5為各站點(diǎn)四季模擬誤差及相關(guān)系數(shù)的具體分布狀況。比較所有站點(diǎn)的平均絕對(duì)誤差、均方根誤差可看出，東南極沿岸的各站點(diǎn)在四個(gè)季節(jié)的誤差普遍較低，但在秋季和冬季Davis、Dumont_Durville和Casy等站點(diǎn)的誤差要高于春季和夏季；南極半島在夏季所有站點(diǎn)的誤差較低，而在春季、秋季和冬季，既存在誤差較大的站點(diǎn)也存在誤差較小的站點(diǎn)；而在南極內(nèi)陸，各站點(diǎn)在四個(gè)季節(jié)均呈現(xiàn)較高的誤差，但秋季各站點(diǎn)的整體誤差要小于其他三個(gè)季節(jié)。分析圖6可看出，四季的模擬誤差均低于3.00℃，其中模式對(duì)夏季和秋季的模擬誤差要低于春季和冬季。而從偏差值的分布來(lái)看，東南極沿岸各站點(diǎn)的模擬氣溫在四季均較實(shí)際氣溫偏冷，南極半島上較實(shí)際氣溫偏暖和偏冷的站點(diǎn)均存在，而南極內(nèi)陸均較實(shí)際氣溫偏暖，且暖偏差值較大，說(shuō)明內(nèi)陸的系統(tǒng)性誤差偏大。比較各站點(diǎn)相關(guān)性可發(fā)現(xiàn)，四季整體相關(guān)性都較為良好，但是在春季和夏季南極半島和南極內(nèi)陸部分站點(diǎn)相關(guān)性較低，秋季南極半島和東南極各站點(diǎn)的相關(guān)系數(shù)都高于0.60，整體相關(guān)性要略高于南極內(nèi)陸，冬季各站點(diǎn)的相關(guān)性整體較好，其在南極內(nèi)陸和東南極羅斯冰架附近站點(diǎn)的相關(guān)性要明顯高于春季和夏季。統(tǒng)計(jì)所有站點(diǎn)四季的2 m氣溫相關(guān)系數(shù)，分析可看出四季相關(guān)性大致相同，都高于0.97。

圖3 年平均2 m氣溫誤差分布Fig.3 The error spatial distribution of annual average 2 m temperature

圖5 四季平均2 m氣溫誤差和相關(guān)性數(shù)分布Fig.5 Correlations and differences between simulations and observations for seasonal average 2 m temperature

圖6 四季2 m氣溫模擬誤差統(tǒng)計(jì)Fig.6 Statistics of seasonal mean 2 m temperature errors

圖7是模式和氣象數(shù)據(jù)的月平均氣溫誤差統(tǒng)計(jì)。從圖中可看出除4月模擬氣溫略低于實(shí)測(cè)氣溫以外，其他月份氣溫均呈現(xiàn)被高估的狀態(tài)，其中11月的月偏差值最大約為-1.50℃。進(jìn)一步分析各月份誤差可看出，1月、12月模擬誤差值最低，均方根誤差和平均絕對(duì)誤差分別約為2.50℃、2.00℃，7月和11月誤差最高，均方根誤差和平均絕對(duì)誤差分別約為5.50℃、2.75℃。此外統(tǒng)計(jì)各月的相關(guān)系數(shù)可得到12個(gè)月份相關(guān)系數(shù)范圍為0.980～0.995，相關(guān)性很高，這表明模擬月平均氣溫與實(shí)測(cè)月平均氣溫十分吻合，Polar WRF可以很好地再現(xiàn)南極的月平均氣溫。

圖7 月平均2 m氣溫模擬值和觀測(cè)值年內(nèi)變化和誤差統(tǒng)計(jì)Fig.7 Variation and errors between simulated and observed monthly mean 2 m temperature

為進(jìn)一步分析模式的模擬結(jié)果，本文選取分別位于南極點(diǎn)、南極半島、東南極沿岸的Amundsen_Scott、Zhongshan、Great_wall為代表性站點(diǎn)，給出各站點(diǎn)的模擬2 m氣溫與觀測(cè)2 m氣溫的月平均分析結(jié)果。如圖8所示，Amundsen_Scott在4—9月氣溫變化曲線十分平緩，表現(xiàn)出了南極大陸地區(qū)“無(wú)心”現(xiàn)象。Zhongshan、Great_Wall在冬半年整體變化略大，最低氣溫出現(xiàn)在7、8月。與實(shí)測(cè)氣溫相比，Amundsen_Scott站的模擬氣溫在所有月份都偏高，Zhongshan站的模擬氣溫在所有月份都偏低，而Great_wall在冬半年（4—10月）的模擬氣溫偏高，在其余月份模擬氣溫偏低。而從誤差來(lái)看，Amundsen_Scott在各月份的誤差相差較小，其在12月的誤差最大為4.59℃，在7月誤差最小為1.99℃；中山站在5—12月的模擬誤差偏小，而在1—4月誤差較大，誤差范圍在2.67～3.38℃；Great_wall在1—5月和10—12月誤差較小，而在6—9月誤差較大，誤差范圍在1.60℃左右。

圖8 代表站點(diǎn)月平均2 m氣溫模擬值和觀測(cè)值Fig.8 Simulated and observed monthly mean 2 m temperature in representative stations

2.2 10 m風(fēng)速

風(fēng)分為風(fēng)速與風(fēng)向，在對(duì)風(fēng)速評(píng)估前有必要對(duì)風(fēng)向進(jìn)行一定的研究，圖9給出了再分析資料與模式模擬的10 m風(fēng)速的分布圖。從圖中可以看出兩者都很好地模擬出了南極大陸的下降風(fēng)、近海岸繞極渦旋的強(qiáng)度及位置。圖10～11給出了所有站點(diǎn)年平均風(fēng)速的誤差及相關(guān)系數(shù)的大小分布狀況。從中可以看出所有站點(diǎn)年平均風(fēng)速的均方根誤差和平均絕對(duì)誤差的數(shù)值范圍分別為0.55～8.44 m·s-1、1.65～8.71 m·s-1。與沿岸站點(diǎn)相比，位于內(nèi)陸的各站點(diǎn)的誤差整體較小，均低于5.00 m·s-1；東南極沿岸地區(qū)Marble_Point、Novolazarevskay、Mawso等站（站點(diǎn)序號(hào)8、20、22）的均方根誤差較大，其余站點(diǎn)較小；而在南極半島各個(gè)站點(diǎn)上差異較大，如在Jubany、Marambio（站點(diǎn)序號(hào)3、6）的誤差均大于7.5 m·s-1，而Larsen_Ice_Shelf（站點(diǎn)序號(hào)15）的均方根誤差和平均絕對(duì)誤差僅為1.95 m·s-1、0.75 m·s-1。此外從不同誤差指標(biāo)的差異來(lái)看，San_Martin、Syoma、Marble_Point（站點(diǎn)序號(hào)10、21、8）的均方根誤差要明顯高于平均絕對(duì)誤差，說(shuō)明這些站點(diǎn)部分年份的誤差極值偏大。統(tǒng)計(jì)所有站點(diǎn)的正負(fù)偏差數(shù)可以看出，有82%的站點(diǎn)呈現(xiàn)正偏差（正偏差表示模式結(jié)果高估了實(shí)測(cè)結(jié)果），剩余站點(diǎn)呈負(fù)偏差，風(fēng)速整體上以低估為主。從相關(guān)性上來(lái)看，所有站點(diǎn)模擬值與觀測(cè)值的相關(guān)系數(shù)范圍為0.30～0.94，86%的站點(diǎn)通過(guò)了α=0.1的顯著性檢驗(yàn)，而未通過(guò)顯著性檢驗(yàn)的站點(diǎn)主要分布在南極沿岸，與沿岸相比內(nèi)陸的年平均風(fēng)速的相關(guān)性更優(yōu)良。圖12比較了年時(shí)間尺度上模擬風(fēng)速和實(shí)測(cè)風(fēng)速的變化和趨勢(shì)。兩種數(shù)據(jù)變化趨勢(shì)相似，模擬風(fēng)速和實(shí)測(cè)風(fēng)速的上升趨勢(shì)都約為0.02 m·s-1·a-1。此外，在2003—2013年，模式對(duì)28個(gè)站點(diǎn)總體模擬結(jié)果均低于實(shí)際風(fēng)速值，模擬結(jié)果與實(shí)測(cè)數(shù)據(jù)的年均變化趨勢(shì)比較吻合。總的來(lái)說(shuō)，Polar WRF的模擬結(jié)果比實(shí)測(cè)數(shù)據(jù)偏低，但兩者年均變化趨勢(shì)比較吻合，模式能夠在一定程度上反映10 m風(fēng)速的年變化。

圖9 再分析資料與模擬結(jié)果10 m風(fēng)向Fig.9 10 m wind direction from ERA-Interim reanalysis data and Polar WRF simulation

圖10 模式年平均10 m風(fēng)速誤差和相關(guān)系數(shù)統(tǒng)計(jì)Fig.10 Correlations and differences between simulations and observations for annual average 10 m wind speed

圖12 2004—2013年10 m風(fēng)速模擬值和觀測(cè)值對(duì)比Fig.12 Comparison of simulated and observed annual 10 m wind speed during 2004—2013

圖13為各站點(diǎn)2004—2013年四季模擬風(fēng)速的誤差及相關(guān)系數(shù)具體分布狀況。從誤差分布來(lái)說(shuō)，東南極沿岸Novolazarevskaya、Mawson站在四季誤差都偏高，Syowa、zhongshan、Dumont_Durville在四季誤差都較低，其余站點(diǎn)在不同季節(jié)平均誤差差異較大；南極半島上，Jubany、King_Sejong、Marsh、Great_wall在四季誤差整體偏高，其余站點(diǎn)在四季誤差都較低；而在南極內(nèi)陸，夏季Larsen_Ice_Shelf、Amundsen_Scott、Harry三個(gè)的均方根誤差要高于其他三個(gè)季節(jié)。結(jié)合圖13來(lái)看，模式對(duì)10 m風(fēng)速的模擬在冬季誤差最低，其均方根誤差和絕對(duì)誤差分別為2.67 m·s-1、2.63 m·s-1，春季和秋季次之、夏季誤差最高，其均方根誤差和絕對(duì)誤差分布為3.42 m·s-1、3.44 m·s-1。比較不同季節(jié)各站點(diǎn)偏差值分布可發(fā)現(xiàn)，春季和秋季除Henry、Novolazarevskaya、Syowa、Theresa四個(gè)站以外其余站點(diǎn)風(fēng)速均被高估，冬季所有站點(diǎn)的模擬風(fēng)速均高于實(shí)測(cè)風(fēng)速，而夏季風(fēng)速值被低估的站點(diǎn)數(shù)明顯多于其他三個(gè)季節(jié)。而在相關(guān)性上來(lái)看，東南極沿岸不同站點(diǎn)在四季的相關(guān)性差異較大，既存在相關(guān)性較高的站點(diǎn)，也存在相關(guān)性較低站點(diǎn)；南極半島在夏季的相關(guān)性整體較高，秋季和冬季次之，春季僅Marmbio站點(diǎn)相關(guān)性較高，其余站點(diǎn)相關(guān)性都偏低；在南極內(nèi)陸，春季、夏季和秋季的相關(guān)性略低，而冬季相關(guān)較高，所有站點(diǎn)的相關(guān)性都高于0.60。統(tǒng)計(jì)2003—2014年四季模擬值與實(shí)測(cè)值相關(guān)性（圖14），可以看出模式對(duì)整個(gè)南極冰蓋模擬結(jié)果在夏季相關(guān)性最高，春季次之，冬季和秋季相關(guān)性相對(duì)較低。

圖11 年平均10 m風(fēng)速誤差分布Fig.11 The error spatial distribution of annual average 10 m wind speed

圖13 各站點(diǎn)季節(jié)平均10 m風(fēng)速誤差和相關(guān)性數(shù)分布Fig.13 Correlations and differences between simulations and observations for seasonal average10 m wind speed

圖14 四季10 m風(fēng)速誤差統(tǒng)計(jì)Fig.14 Statistics of seasonal average 10 m wind speed errors

圖15給出了模式輸出結(jié)果和氣象觀測(cè)數(shù)據(jù)各月的誤差統(tǒng)計(jì)。從誤差分布來(lái)看，12個(gè)月的偏差、均方根誤差和絕對(duì)誤差范圍為2.50～4.50 m·s-1，所有月份均表現(xiàn)為正偏差，即模擬氣壓高于實(shí)際氣壓。誤差自2月到5月不斷減小，從6月到9月誤差上下波動(dòng)，其中最小誤差出現(xiàn)在7月份，自9月到11月風(fēng)速誤差不斷增大，最大誤差出現(xiàn)在11月。統(tǒng)計(jì)12個(gè)月份月平均風(fēng)速的模擬值與實(shí)測(cè)值的相關(guān)系數(shù)可得到，相關(guān)性最差和最高的月份分別出現(xiàn)在1月和12月。12個(gè)月份相關(guān)系數(shù)呈上下不斷波動(dòng)狀態(tài)，2、4、6、9、11、12月相關(guān)性較高其余月份相關(guān)性較低。整體來(lái)看，所有月份的相關(guān)系數(shù)都超過(guò)了0.50且均通過(guò)了α=0.1的顯著性檢驗(yàn)，模擬月平均風(fēng)速與實(shí)測(cè)風(fēng)速較為吻合。

圖15 10 m風(fēng)速月平均模擬值和觀測(cè)值Fig.15 Variation and errors between simulated and observed monthly average 10 m wind speed

圖16為Amundsen_Scott、Zhongshan、Great_wall三個(gè)代表站點(diǎn)的模擬10 m風(fēng)速與觀測(cè)10 m風(fēng)速的月平 均 分 析 結(jié) 果。Amundsen_Scott、Zhongshan、Great_Wall月平均風(fēng)速值分別在8.46～11.30 m·s-1、9.72～15.62 m·s-1、12.50～16.42 m·s-1，三個(gè)站點(diǎn)的最高值分別出現(xiàn)在9月、6月和6月，而最低值均出現(xiàn)在1月和12月。與沿岸相比內(nèi)陸的風(fēng)速整體偏低，且風(fēng)速變化值較為平緩。與實(shí)測(cè)風(fēng)速相比，三個(gè)站點(diǎn)的模擬風(fēng)速均低于實(shí)測(cè)風(fēng)速，其中位于內(nèi)陸的Amundsen_Scott在1—2月、10—12月（夏半年）的誤差偏小，但在3—9月誤差較大；中山站與其他兩個(gè)站點(diǎn)相比，整體誤差偏低，尤其是在1—2月和8—12月；Great_wall的風(fēng)速值最高，誤差也整體高于另外兩個(gè)站點(diǎn)，各個(gè)月份誤差大致相同大概在4.21～5.24 m·s-1。

圖16 代表站點(diǎn)10 m月平均風(fēng)速模擬值和觀測(cè)值Fig.16 Simulated and observed monthly average 10 m wind speed in representative stations

2.3 近地面氣壓

由于King_Sejong和Rother站近地面氣壓觀測(cè)數(shù)據(jù)大量缺失，在驗(yàn)證模式對(duì)近地面氣壓的試驗(yàn)中去除了對(duì)這兩個(gè)站的對(duì)比分析。各氣象站點(diǎn)模擬誤差及分布情況如圖17～18所示。所有站點(diǎn)中Vostok站（站點(diǎn)編號(hào)18）的均方根誤差和平均絕對(duì)誤差最大，分別為5.00 hPa、4.26 hPa，Jubany站最?。ㄕ军c(diǎn)編號(hào)3），分別1.19 hPa、0.81 hPa。從區(qū)域分布來(lái)看，東南極沿岸各站點(diǎn)的均方根誤差和平均絕對(duì)誤差較小，僅Pegasus_North（站點(diǎn)編號(hào)27）的誤差高于3 hPa，南極半島整體誤差略高，但除Palmer站（站點(diǎn)編號(hào)7）以外其余站點(diǎn)的誤差均小于4 hPa，而和沿岸相比，南極內(nèi)陸的誤差明顯偏大，除Byrd站（站點(diǎn)編號(hào)12）以外其余站點(diǎn)的誤差明顯較高。統(tǒng)計(jì)所有站點(diǎn)平均偏差可以得到，地表氣壓的偏差范圍在-4.20～3.97 hPa之間，有19個(gè)站點(diǎn)為負(fù)偏差，7個(gè)站點(diǎn)為正偏差，總體而言模式對(duì)地面氣壓整體呈高估狀態(tài)，其中呈正偏差的站點(diǎn)主要分布在南極半島和南極內(nèi)陸。地表氣壓的模擬值與實(shí)測(cè)值的相關(guān)系數(shù)范圍為0.50～0.98，其中有81%的站點(diǎn)相關(guān)系數(shù)大于0.80。所有站點(diǎn)的相關(guān)系數(shù)都通過(guò)了α=0.1的顯著性檢驗(yàn)，模擬氣壓與實(shí)測(cè)氣壓較為吻合。從相關(guān)性分布來(lái)看，東南極沿岸所有站點(diǎn)的相關(guān)性都高于0.80，相關(guān)性很高，而在南極半島和南極內(nèi)陸僅有部分站點(diǎn)相關(guān)性較低，其余站點(diǎn)相關(guān)性都普遍較好。圖19對(duì)比分析了2003—2014年模擬氣壓和實(shí)測(cè)氣壓整體的年際變化和趨勢(shì)。與年平均模擬氣壓相比，Polar WRF模擬氣壓的年平均值除2011年以外其余年份均偏低。而從兩者年變化趨勢(shì)來(lái)看，模擬值和觀測(cè)值均呈下降趨勢(shì)，年下降幅度分別為-0.44 hPa·a-1和-0.51 hPa·a-1，模式能夠較好呈現(xiàn)氣壓的年變化趨勢(shì)。

圖17 模式年平均近地面氣壓精度評(píng)估Fig.17 Correlations and differences between simulations and observations for annual average near surface pressure

圖18 年平均近地面氣壓誤差分布Fig.18 The error spatial distribution of annual average near surface pressure

圖19 2004—2013年近地面氣壓模擬結(jié)果和觀測(cè)值對(duì)比Fig.19 Comparison of simulated and observed annual mean near surface pressure during 2004—2013

圖20為各站點(diǎn)四季模擬近地面氣壓的精度分布狀況。比較所有站點(diǎn)平均絕對(duì)誤差、均方根誤差的分布來(lái)看，東南極沿岸的整體誤差普遍偏低，在各個(gè)季節(jié)均要低于南極半島和南極內(nèi)陸；南極半島在春季誤差略高，其余三個(gè)季節(jié)整體誤差較??；南極內(nèi)陸在春、夏、秋三季誤差偏高，大于南極半島，而在冬季其誤差略低，與南極半島相差不大。結(jié)合表4來(lái)看，模式對(duì)近地表氣壓的模擬精度在冬季最高均方根誤差和絕對(duì)誤差分別為2.00 hPa、1.90 hPa，其次是秋季和夏季，春季的模擬精度最低，均方根誤差和絕對(duì)誤差分別為2.52 hPa、2.22 hPa。從各季節(jié)的偏差分布可得到，模式對(duì)四個(gè)季節(jié)近地表氣壓的模擬主要以高估為主，其中少數(shù)模擬氣壓較實(shí)測(cè)值偏低的站點(diǎn)主要位于南極沿岸，而位于內(nèi)陸的各站點(diǎn)模擬氣壓均被高估。進(jìn)一步比較不同季節(jié)相關(guān)性可發(fā)現(xiàn)，大部分站點(diǎn)在四個(gè)季節(jié)的相關(guān)性都高于0.6，但是與其他季節(jié)相比，春季位于南極半島上的各站點(diǎn)相關(guān)性要略低于其他季節(jié)。統(tǒng)計(jì)2003—2014年四季模擬氣壓與實(shí)測(cè)氣壓相關(guān)性（圖21），可以看出模式對(duì)氣壓的模擬在四個(gè)季節(jié)的相關(guān)性都很高，均大于0.9，其中冬季相關(guān)性最高，春季和夏季次之，秋季最低。

圖20 各站點(diǎn)季節(jié)平均近地面氣壓誤差和相關(guān)性數(shù)分布Fig.20 Correlations and differences between simulations and observations for seasonal average near surface pressure

圖21 四季近地面氣壓季誤差統(tǒng)計(jì)Fig.21 Statistics of seasonal average near surface pressure errors

對(duì)月平均近地面氣壓模擬值和觀測(cè)值進(jìn)行統(tǒng)計(jì)比較，計(jì)算不同月份的誤差大小和相關(guān)系數(shù)（圖22），進(jìn)而分析模式對(duì)近地表氣壓在月時(shí)間尺度的模擬精度。從圖中可看出1—3月、5—7月和9月的模擬氣壓要高于實(shí)測(cè)氣壓，而其他月份氣壓則被低估，其中3月的月偏差值最低為-1.29 hPa，而8月的月偏差值最高為0.76 hPa。進(jìn)一步分析均方根誤差和平均絕對(duì)誤差可看出，模擬誤差在2—6月不斷減小，在6—8月又不斷增加，8月誤差值達(dá)到最大均方根誤差和平均絕對(duì)誤差分別為2.37 hPa、1.80 hPa，隨后在8—12月誤差呈上下波折趨勢(shì)。此外統(tǒng)計(jì)各月的相關(guān)系數(shù)可得到12個(gè)月份相關(guān)系數(shù)范圍為0.79～0.99，相關(guān)性最高和最低月份分別為3月和7月，整體來(lái)看所有月份相關(guān)性較高且都通過(guò)了α=0.05的顯著性檢驗(yàn)，這表明模擬月平均氣溫與實(shí)測(cè)月平均氣溫吻合性良好。

圖22 月平均近地面氣壓模擬值和觀測(cè)值年內(nèi)變化和誤差統(tǒng)計(jì)Fig.22 Variation and errors between simulated and observed monthly average near surface pressure

圖23給出了三個(gè)代表站點(diǎn)近地表氣壓模擬值與觀測(cè)值的月平均分析結(jié)果。Amundsen_Scott、Zhongshan、Great_Wall月平均近地表氣壓值分別在677.17～687.96 hPa、981.16～987.48 hPa、986.15～993.03 hPa，三個(gè)站點(diǎn)中Amundsen_Scott的變化幅度最大，Zhongshan和Great_Wall次之。與觀測(cè)結(jié)果相比，Amundsen_Scott、Zhongshan的模擬氣壓值較實(shí)際氣壓偏低，而Great_Wall的模擬氣壓值較實(shí)際氣壓偏高。而從誤差大小來(lái)看，各站點(diǎn)氣壓的模擬誤差都較小，其中Amundsen_Scott的誤差最大，其在2月誤差最大，約為4.04 hPa，4—6月的誤差最小，其余月份誤差偏大；Zhongshan的誤差次之，其在1、7、11—12月誤差小于0.80 hPa，誤差最小；Great_wall的誤差最小，其在8月誤差最大為1.04 hPa，其余月份誤差都小于1.00 hPa。

圖23 代表站點(diǎn)月平均近地面氣壓模擬值和觀測(cè)值Fig.23 Simulated and observed monthly average near surface pressure in representative stations

3 討論

本文統(tǒng)計(jì)了模式的驅(qū)動(dòng)資料ERA-interim與實(shí)測(cè)值在所有月份的誤差分布情況（表2）。從相關(guān)性上，部分月份的Polar WRF模擬值與觀測(cè)值的相關(guān)性要略低于ERA-interim。但就從誤差指標(biāo)來(lái)看，模式與ERA-interim相比，其精度有了一定的提升。首先從溫度上來(lái)，模式模擬結(jié)果與再分析資料相比，比較接近，模式在1月、3—7月以及9月的偏差、平均絕對(duì)誤差、均方根誤差要低于ERA-interim，而在8月雖然模式的偏差和平均絕對(duì)誤差的誤差小于ERA-interim，但是均方根誤差略大，說(shuō)明部分站點(diǎn)存在較大的誤差。與溫度相比，模式對(duì)再分析資料的風(fēng)速和氣壓有明顯的改進(jìn)，模式在各月份的誤差均小于ERA-interim。

表2 ERA-interim 2 m氣溫、10 m風(fēng)速、地表氣壓月誤差統(tǒng)計(jì)Table 2 Error statistics obtained from the ERA-interim reanalysis data for monthly mean 2 m temperature，10 m wind speed，and surface pressure

從模式對(duì)氣溫、風(fēng)速、氣壓的模擬結(jié)果來(lái)看，模式對(duì)氣壓的模擬精度整體偏高。Nigro等［36］對(duì)基于Polar WRF的AMPS進(jìn)行評(píng)估，認(rèn)為在較長(zhǎng)的預(yù)報(bào)時(shí)間內(nèi)，模型在對(duì)氣壓的預(yù)測(cè)比其他氣象因素更準(zhǔn)確。Polar WRF模式對(duì)溫度的模擬在沿岸以偏冷為主，而在內(nèi)陸以偏暖為主，這與Tastula等［15］利用ERA-40驅(qū) 動(dòng) 的Polar WRF3.1.1和 馬 永 鋒［22］以ERA-Interim為初始場(chǎng)驅(qū)動(dòng)的Poalr WRF3.21的模擬結(jié)果較為一致。這種冷暖偏差的區(qū)域分布與ERA-interim在南極冰蓋內(nèi)陸偏暖而在沿岸偏冷的現(xiàn)象較為一致［22］，說(shuō)明模式的誤差一部分源自初始場(chǎng)資料。另一方面，Valkonen等［37］研究表明模型在云模擬方面存在一定缺陷，導(dǎo)致與輻射通量建模相關(guān)的問(wèn)題，進(jìn)而影響溫度模擬。對(duì)風(fēng)速的驗(yàn)證有必要將自動(dòng)氣象站的風(fēng)速外推到10 m高度，在使用外推法后，所有自動(dòng)氣象站點(diǎn)的RMSE都有了明顯降低。雖然誤差有所降低，部分站點(diǎn)的風(fēng)速模擬誤差仍偏大，其模擬年平均值總體上低于實(shí)際風(fēng)速值，且沿岸地區(qū)的誤差要略大于內(nèi)陸地區(qū)。Tastula等［15］的試驗(yàn)表明風(fēng)速模擬的整體相關(guān)性偏低；Deb等［23］利用Poalr WRF3.5.1對(duì)西南極進(jìn)行嵌套模擬，模擬風(fēng)速與實(shí)測(cè)相比略微偏低估，且內(nèi)陸地區(qū)的模擬結(jié)果更為優(yōu)良，這與本文的模擬的結(jié)果較為一致。而溫度的偏差一定程度上會(huì)引起風(fēng)速的誤差［38］。另一方面，風(fēng)速在沿岸地區(qū)的誤差偏大，其原因可能是由于沿岸等地區(qū)地形比較陡峭，而模擬格網(wǎng)無(wú)法精確地再現(xiàn)區(qū)域地形的復(fù)雜變化，這從一定程度上為海岸區(qū)域的風(fēng)速模擬帶來(lái)了誤差，并且由于格網(wǎng)的風(fēng)速值為覆蓋區(qū)域風(fēng)速的平均值，而風(fēng)速在地理空間的變化幅度比較劇烈，因此這也會(huì)給模擬結(jié)果帶來(lái)一定的誤差。此外，模型的冰表面粗糙度為1 mm，高于Budd等［29］在Byrd的實(shí)測(cè)值，這也會(huì)對(duì)風(fēng)速的模擬造成影響。

針對(duì)模式的上述缺陷，在以后工作中可以采取以下措施提高模式的模擬精度：（1）可以嘗試采用高分辨率的DEM代替現(xiàn)有的模式地形數(shù)據(jù)，提高對(duì)復(fù)雜地形刻畫的精度，并采用更加符合極地的冰表面粗糙度數(shù)據(jù)；（2）修改和完善模式的部分物理過(guò)程；（3）Glisan等［39］在北極地區(qū)以及Deb等［23］在西南極地區(qū)的敏感性實(shí)驗(yàn)發(fā)現(xiàn)，采用譜推進(jìn)技術(shù)使沿海地區(qū)夏季風(fēng)速和氣壓的相關(guān)系數(shù)增加了0.1左右，使用譜推進(jìn)的模擬比不使用的模擬要更好，因此可以在模擬中加入譜推進(jìn)，從而進(jìn)一步降低模式的誤差。

4 結(jié)論

本研究利用28個(gè)站點(diǎn)的氣象觀測(cè)資料驗(yàn)證了以ERA-interim為側(cè)邊界驅(qū)動(dòng)資料的Polar WRF模式對(duì)南極冰蓋2 m氣溫、10 m風(fēng)速以及地面氣壓的模擬能力。具體結(jié)論如下：

（1）Polar WRF對(duì)氣溫、風(fēng)速、氣壓的模擬結(jié)果在四季和各個(gè)月份誤差分別小于4℃、2.4 hPa、4.5 m·s-1，且在2004—2013年間的模擬值與觀測(cè)值的年際變化趨勢(shì)大致一致，整體而言模式能夠捕捉南極氣溫、氣壓和風(fēng)速的年際變化特征，模擬效果較為優(yōu)良。

（2）模式對(duì)年平均氣溫和年平均風(fēng)速的模擬值和實(shí)測(cè)值在各個(gè)站點(diǎn)的相關(guān)性都較高，所有站點(diǎn)都通過(guò)了α=0.1的顯著性檢驗(yàn)，而對(duì)風(fēng)速的模擬有25%的站點(diǎn)未通過(guò)α=0.1的顯著性檢驗(yàn)，這些站點(diǎn)主要分布在沿岸部分誤差較大的站點(diǎn)。此外Polar WRF對(duì)2 m氣溫、近地面氣壓和10 m風(fēng)速模擬結(jié)果的年均方根誤差范圍分別為1.3～5.3℃、1.19～5.00 hPa、1.65～8.71 m·s-1。

（3）模擬結(jié)果從空間分布來(lái)看，氣溫的模擬在東南極沿岸呈冷偏差，在南極內(nèi)陸呈暖偏差，在南極半島既存在冷偏差也存在暖偏差，而對(duì)氣壓和風(fēng)速的模擬在整個(gè)南極冰蓋主要呈高估。而從誤差來(lái)看，模擬氣溫和氣壓在沿岸的誤差低于內(nèi)陸，而對(duì)風(fēng)速的模擬精度在沿岸要低于內(nèi)陸地區(qū)。

（4）季節(jié)上，模式對(duì)氣溫的模擬在夏季和秋季的模擬誤差要低于春季和冬季，對(duì)風(fēng)速的模擬在冬季誤差最高，春秋次之，夏季最低，而對(duì)氣壓的模擬在冬季誤差最低，秋季和夏季次之，春季誤差最高。