我国处于全球最显著的季风区,夏季气候灾害发生频率较高,降水事件普遍呈现出极端化趋势[1],大范围的干旱和洪涝等灾害极大影响经济建设和社会发展[2]。我国南方濒临太平洋,降水持续时间长,暴雨频次多,雨量大,因此南方降水一直受到气象学者关注。大气环流异常是导致降水异常的直接原因,许多学者从东北冷涡[3]、中高纬阻塞高压[4]、西太平洋副热带高压[5]、南亚高压[6]等多种环流系统和物理因子角度阐释与我国南方降水年际变化的关系。低纬度环流和中高纬度环流共同影响东亚夏季风系统[7]。He等[8]指出东亚副热带降水的位置和强度是由来自低纬的暖湿气流和高纬度干冷空气之间的多重尺度配置决定,这就导致南方夏季降水年际变化极其复杂。魏晓雯等[9]考虑前期高、中、低纬低频系统的影响,构造强降水过程预报指数,对预报未来10~20 d长江中下游强降水具有较好的参考价值。通过数值模拟试验,徐海明等[10]的统计分析和数值模拟研究表明,热带辐合带以及孟加拉湾北部对流异常可能引起西太平洋副热带高压异常增强北跳西伸,从而影响东亚夏季风。魏恒等[11]阐述了4—6月热带印度洋MJO异常对西太平洋反气旋性环流和孟加拉湾气旋性环流,从而影响长江中下游的水汽输送。张良瑜等[12]讨论了前期5月西太平洋暖池热力异常对夏季西太平洋副高和南亚高压的位置和强度影响,继而对我国夏季降水产生影响。沈爱华等[13]发现东亚阻塞高压建立时,亚洲区(60~150 °E)极涡面积显著偏小,阻高南侧即我国上空的西风环流明显减弱,西太平洋副高脊线位置偏南。赵平等[14]研究表明中国北方冷空气活动加强和低层异常北风有利于长江流域锋区的辐合和垂直上升运动,从而导致该区域降水增加,并且比较了西太平洋副热带高压与蒙古低压对长江流域降水异常的影响,认为该区域降水与蒙古低压关系更密切,表明中纬度环流及其相应的冷空气活动对我国夏季风降水的显著影响。
与全球气候模式相比,区域气候模式具有较高的分辨率[15-16],能够精细描述复杂的地形和下垫面各种强迫因子对区域气候的影响,注重大、中、小尺度强迫及多尺度相互作用[17-18],故广泛应用于区域气候研究中。影响区域气候模拟能力的因素有许多,如物理参数化方案选取、分辨率、边界条件、缓冲区设置,其中,物理参数化方案是首要考虑的因素[19-21]。张冬峰等[22]发现RegCM3能够模拟东亚季风环流的季节演变特征,较好反映中国降水的年、季节变化等特点。张文君等[23]发现改进土壤湿度资料,一定程度上改善对降水年际变率的模拟,降水模拟的改进区域为东北、华南和西北。邹靖等[24]讨论了比较陆面参数化方案CLM3.5与BATS对东亚气候模拟的影响,总体上,降水模拟的差异不如气温明显。Gao等[25]研究了最新版RegCM4.4并配置CLM方案,进行5种不同对流参数化方案比较,结果表明,Emanuel方案对中国夏季降水的模拟效果最好。
综合以上研究现状,我国南方降水既受到高纬西风带环流系统的影响,也受到低纬热带、季风环流系统的影响,然而对其年际变化,更多受到高纬或低纬系统的影响并无定论。因此,本文利用最新版本的区域气候模式RegCM4.4,拟回答的问题包括:(1) RegCM4.4对我国南方降水年际变化的模拟能力如何?(2)南北环流系统对我国南方夏季降水年际变化影响如何?
2 模式设计、资料和方法本文使用的RegCM4.4模式初始场、侧边界和海温均由欧洲中心再分析资料ERA-Interim提供,水平分辨率1.5 °×1.5 °,一天4次。模式中心位于102 °E,36 °N, 水平分辨率为60 km,经、纬向格点数分别为90和120,缓冲区格点数为18,垂直方向分为18层,顶层气压为10 hPa。基于前人的研究以及大量的参数化敏感性试验,最终采用CLM3.5[26]陆面参数化方案、Emanuel[27]积云对流参数化方案、Holtslag[28]行星边界层方案、次网格显式湿过程方案(SUBEX)[29]、ZENG海洋通量参数化方案[30]、指数松弛侧边界方案[31]。模式从1984年1月1日积分至2014年12月31日,模式的第1年作为spin-up时间。为考察模式对我国南方夏季降水年际变化模拟能力,讨论高低纬环流对我国南方夏季降水年际变化的影响,设计了1组控制试验和2组敏感性试验。所有试验均采用上述参数化方案,2组敏感性试验仅侧边界强迫与控制试验有差异。RegCM4.4需要输入的侧边界强迫条件包括:表面气压、表面温度、多层气温、比湿、经向风以及纬向风等。第1组敏感性试验为北边界试验,对任一时刻北边界各要素及海温进行31 a的平均,去除北边界年际变化,保留其季节变化,其余边界为观测值输入,再驱动气候模式;第2组为南边界试验,南边界所有要素及海温由其某一时刻多年平均数据代替,去除南边界年际变化,其余边界为观测值输入。在控制试验和敏感性试验中,侧边界和海温均每6小时更新一次。
用于检验模式模拟性能的观测资料和再分析资料中,降水资料为0.5 °×0.5 °分辨率的中国地面降水日值格点数据集(V2.0),利用ANUSPLIN软件的薄盘样条法对2 472个国家级气象站的降水资料进行空间插值得到,质量状况良好;月平均风场、比湿为ERA-Interim逐6小时再分析资料,水平分辨率为1 °×1 °。将模拟的降水以及其他气象要素插值到0.5 °×0.5 °经纬网格点,并与观测降水进行对比。
本文研究的南方区域为长江流域及以南地区(105~122 °E,22~30 °N),利用30 a控制试验结果与观测资料对比分析,包括我国东部区域夏季平均降水空间分布、年际变率、南方夏季典型旱涝年差异,评估模式的模拟性能。将控制试验结果与侧边界敏感性试验结果对比分析,揭示夏季降水空间分布、年际变率与高低纬环流的关系。
图 1为本文的模拟区域范围的地形高度,该区域包括了整个中国以及与中国濒临的孟加拉湾、南海、西太平洋,北边界在50~60 °N之间,南边界在10 °N附近,模拟区域包含了影响我国夏季降水的中高纬度西风带环流系统和低纬度热带环流系统。
![]() |
图 1 模拟区域范围、地形海拔 单位:m。 |
在分析我国南方夏季降水年际变化特征之前,首先分析RegCM4.4对我国东部地区30 a夏季平均降水的模拟结果(图 2)。从中国东部地区来看,模式能够模拟出夏季降水从南到北、从东到西降水呈递减分布的特征。其中,东北降水空间分布模拟较好,中心位置和降水强度接近。华北和长江中游地区模拟偏强约1~3 mm/d。模式能较好模拟中国南方夏季降水的空间分布,也能模拟出东南和长江流域的强降水中心。模式模拟的降水整体偏大,这可能与选取的对流参数化方案Emanuel[32-33]有关。
![]() |
图 2 多年平均夏季降水 单位:mm/d。 |
利用均方差表示其年际变化强度,图 3a、3b给出模拟与观测的中国东部夏季平均降水均方差分布。可看出,与中国夏季降水空间分布较相似,近30 a夏季降水均方差主要表现为东南到西北递减的空间分布特征(图 3a)。模式能够模拟降水均方差的空间分布(图 3b),东北年际变率模拟最好,与实际比较接近,华北局部地区模拟偏大,这可能与华北降水量模拟偏大有关,而南方地区整体模拟偏小,长江及其以南地区为降水均方差相对较大的区域。图 3c为模拟的夏季降水与观测降水相关系数(图 3c),可见中国东部绝大部分地区均为显著正相关,其中,华北模拟相对较差,东南沿海和东北大部分地区模拟较好,通过0.10的信度检验。30 °N以南大部分区域相关系数超过0.4,部分区域超过0.6。
![]() |
图 3 观测(a)和控制试验(b)的夏季降水均方差(单位:mm/d)以及观测与模拟的降水相关系数(c,阴影区域通过0.10信度检验) |
综合考虑我国东部夏季降水及降水均方差分布特征,选取我国南方的范围为:105~122 °E,22~30 °N。如图 4a,南方1980年代降水偏少,模式模拟略偏多,1990年代降水偏多,模拟与观测接近,能够体现该年代多雨特点,从2005—2010年,模拟略偏多。为分析降水年际变化,首先将其线性趋势去除,再计算其标准化距平,图 4b给出近30 a我国南方夏季降水标准化距平变化特征,可看出除个别年份(如1989年)模拟和观测差别较大外,大部分年份模拟值与观测值较接近,两条曲线相关系数为0.51,通过了0.01的信度检验。观测与模拟的降水标准化距平正负符号一致性超过80%,说明模式具有模拟南方夏季降水年际变化的能力。
![]() |
图 4 控制试验(虚线)和观测(实线)的南方夏季逐年降水(a)和降水标准化距平(b) 单位:mm/d。 |
为检验模式对降水极端异常的模拟能力,根据控制试验模拟的南方降水标准化距平,大于0.8的定义为涝年,小于-0.8的为旱年,选取旱年7年,涝年6年,年份如表 1所示。
![]() |
表 1 控制试验南方夏季典型旱涝年份的选取 |
对挑选出的控制试验降水异常年份进行合成分析并进行t-检验(图 5)。旱涝年相比发现,在涝年,长江以南降水偏多,以北降水偏少。模式模拟与观测资料合成的降水旱涝年空间分布类似,均为南涝北旱特征,我国南方大部分地区都能通过0.10的信度检验。
![]() |
图 5 南方夏季典型涝年与旱年降水差值 单位:mm/d。a.观测;b.控制试验。打点:通过0.10信度检验。 |
为解释我国南方降水异常的原因,同时检验模式对降水显著异常年份大气环流特征的模拟能力,进一步分析了模拟和观测的水汽通量(图 6)。水汽通量是表征一个地区上空水汽输送的源地、路径及强度的物理量,通过分析降水异常年的水汽输送通量差异可揭示降水异常原因。从图 6中可看到,涝年与旱年相比,在南海-菲律宾附近存在异常反气旋,说明南方涝年时,西太平洋副高中心异常偏南,其西侧伴随强盛的西南风,从南海、孟加拉湾等海区向我国南方输送大量的水汽;贝加尔湖至我国北方为异常反气旋控制,韩国-朝鲜为异常气旋控制,在该异常反气旋和异常气旋之间为显著的东北风异常,与南方的西南风在我国南方汇合,从而造成上升运动。南方地区涝年整层水汽输送通量异常偏大,北部地区整层水汽输送通量异常偏小,南方涝年与旱年水汽整层水汽输送通量中心差值达到60 kg/(m·s),在山东水汽整层水汽输送通量中心差值达到-50 kg/(m·s)。模式能够完全模拟出降水异常年份水汽输送路径,而且强度模拟得较合理。
![]() |
图 6 南方夏季典型涝年与旱年的整层水汽输送通量差值(箭头,单位: kg/(m·s)) a.观测;b.控制试验。阴影为水汽通量的大小之差。 |
我国南方降水一方面受到低纬西南气流的影响,另一方面与高纬的偏北气流密切相关。在侧边界敏感性试验中,我们分别利用气候态的侧边界以及气候态的北边界、南边界强迫区域气候模式,图 7为夏季平均降水的敏感性试验结果。可看到,敏感性试验结果与控制试验较接近,气候态北边界试验中,我国东南沿海区域和东北夏季降水强度中心模拟增强,气候态南边界试验得到的我国南方地区夏季降水强度中心模拟减弱。图 8为敏感性试验与控制试验的差值场,去除北边界年际变化,模拟的我国东南沿海夏季平均降水显著增加,长江以北黄河中游绝大部分地区夏季降水模拟显著减少,东北地区降水显著增加。去除南边界的年际变化,模拟的长江以南区域夏季平均降水减少,30~40 °N大部分地区夏季降水模拟在增加,东北部分地区降水局部区域在增加。值得注意的是,在南边界试验中,模拟的南方降水强度中心位置发生了明显变化,降水强度中心偏北,因此来自低纬度的热带、副热带环流系统对于我国东部地区雨带的空间分布特征有显著的影响。
![]() |
图 7 模拟的夏季平均降水分布 单位:mm/d。a.北边界试验;b.南边界试验。 |
![]() |
图 8 北边界试验(a)、南边界试验(b)与控制试验夏季平均降水之差(单位:mm/d) |
分析对应的环流场发现,与控制试验相比,在对流层低层(850 hPa),北边界试验(图 9a)模拟的我国东部地区有偏南风异常,能从海洋带来更多的水汽,所以模拟的降水偏多,偏北风控制的区域,则模拟的降水偏少。南边界试验(图 9b)与控制试验最明显的差别在于,在气候态南边界强迫下,20~30 °N之间为异常反气旋控制,因此模拟的南方地区降水减少,而在反气旋的西部地区,异常的西南气流携带大量的水汽,导致雨带北移,南边界敏感性试验在我国东北地区并无明显的响应。因此南边界可通过影响反气旋的位置显著影响我国南方降水的空间形态。
![]() |
图 9 北边界试验(a)、南边界试验(b)与控制试验夏季850 hPa平均风场之差(单位:m/s) |
敏感性试验模拟的降水均方差如图 10所示。在北边界试验中,我国南方绝大部分区域降水均方差减小,南方东南部只有少部分区域在增加。在南边界敏感性试验中,对湖南南部、江西、浙江北部降水均方差有所减小,南方其余地区降水均方差有所增加,而在30 °N以北区域,降水均方差显著增大。从区域平均的降水均方差结果来看(表 2),去除高纬强迫的年际变化,南方降水均方差为0.437 mm/d,有一定程度的减小。在南边界试验中,南方降水均方差则为0.701 mm/d,接近控制试验的结果。以均方差大小表征降水年际变化强度,高纬度强迫对我国南方夏季降水年际变化强度影响较大,而来自于低纬度的环流系统会使得雨带异常偏移,从而改变我国东部降水的空间分布。
![]() |
图 10 北边界试验(a)、南边界试验(b)与控制试验夏季平均降水均方差之差(单位:mm/d) |
![]() |
表 2 观测和模拟的南方夏季降水均方差 |
同样选取控制试验典型旱涝年份进行分析,发现在北边界试验中(图 11a),去除高纬强迫的年际变化,涝年南方地区夏季降水仍存在显著的正中心,差值强度与控制试验(图 5b)相比有所减小,降水空间分布形态没有发生明显的改变。而东北大部分区域差值由负变为正。在南边界试验中(图 11b),并未出现与观测及控制试验一致的降水差值分布。在典型涝年,如南边界由气候态驱动,则在江淮流域降水偏多,东北及华南地区降水偏少。涝年时雨带往北偏,旱年时雨带往南偏。与高纬度强迫相比,南部低纬度对我国南方夏季降水的空间分布有较大的影响。
![]() |
图 11 北边界试验(a)、南边界试验(b)我国南方典型涝年与旱年降水差值 单位:mm/d,打点区域通过0.10信度检验。 |
同样分析与降水相关的水汽通量和水汽通量散度。在北边界试验中(图 12a),南方地区在涝年有偏南的整层水汽输送通量,散度合成为负,表明南方有水汽异常辐合,涝年与旱年降水差值保持为正。对于我国东北地区来说,在观测的我国南方降水涝年为异常北风,降水偏少,而利用气候态驱动后,则出现异常南风,导致该区域降水有所增加。在南边界试验中(图 12b),涝年,华南地区整层水汽通量方向为东北-西南向,结合高纬的异常北风,我国华南地区降水偏少,整层水汽通量散度为正;长江流域有一异常的低压,整层水汽通量散度为负,有正的降水异常。
![]() |
图 12 北边界试验(a)、南边界试验(b)典型涝年与旱年的整层水汽输送通量(单位:kg/(m·s))和整层水汽通量散度(单位:e-5 kg/(m2·s))差值 |
利用区域气候模式RegCM4.4,对1984—2014年我国的气候特征进行数值模拟,着重分析了夏季我国南方降水与高低纬环流的关系。
(1) 区域气候模式RegCM4.4能较好模拟我国东部夏季降水空间分布,且能够模拟出我国东部夏季降水年际变率空间分布。
(2) 区域气候模式较好模拟南方夏季降水年际变化特征,能够合理模拟南方极端旱涝年份我国东部地区降水差异以及整层水汽输送路径差异,模拟的差异强度与观测较接近。
(3) 利用气候态北边界驱动区域气候模式,我国南方平均降水空间分布没有发生显著改变,东南沿海降水强度有一定程度增强,总体南方降水年际变率显著减小,旱涝年降水差值空间分布形态几乎不变,差异强度减小。
(4) 利用气候态的南边界驱动区域气候模式,我国南方夏季平均降水空间分布发生明显改变,雨带北移,尤其表现在观测的涝年。气候态南边界驱动的我国南方降水年际变率与控制试验较接近。表明南边界更多影响雨带的空间分布特征。
目前,模式对降水的模拟依赖于模式的选择、模式的分辨率、模式参数化方案等,对于区域气候模式来说,还与侧边界、下垫面数据有关。本文仅使用单一的模式和单一的参数化方案模拟试验,结论存在一定的不确定性。在下一步的研究工作中,应采用多种积云对流参数化方案和多种区域气候模式集合研究,减少试验的不确定性。此外,模式对于华北地区的平均降水以及降水的年际变率模拟都有偏差,而模拟与观测的相关系数不能通过检验,而从观测来看,华北地区降水年际变化较强,旱涝频发,因此在下一步的工作中会着重研究华北降水年际变化及与高低纬环流的关系。
[1] | 任正果, 张明军, 王圣杰, 等. 1961—2011年中国南方地区极端降水事件变化[J]. 地理学报, 2014, 69(5): 640-649. DOI:10.11821/dlxb201405007 |
[2] | 赵俊虎, 支蓉, 申茜, 等. 2012年我国夏季降水预测与异常成因分析[J]. 大气科学, 2014, 38(2): 237-250. DOI:10.3878/j.issn.1006-9895.2013.12215 |
[3] | 苗春生, 吴志伟, 何金海, 等. 近50年东北冷涡异常特征及其与前汛期华南降水的关系分析[J]. 大气科学, 2006, 30(6): 1 249-1 256. |
[4] | 刘樱, 王妍, 刘军. 夏季贝加尔湖阻塞高压的年际变化及其与我国降水的关系[J]. 沙漠与绿洲气象, 2012, 06(1): 16-20. |
[5] | HUI Y, SHUQING S. The characteristics of longitudinal movement of the subtropical high in the Western Pacific in the pre-rainy season in South China[J]. Adv Atmos Sci, 2005, 22(3): 392-400. |
[6] | 胡景高, 陶丽, 周兵. 南亚高压活动特征及其与我国东部夏季降水的关系[J]. 高原气象, 2010, 29(1): 128-136. |
[7] | 张庆云, 陶诗言. 亚洲中高纬度环流对东亚夏季降水的影响[J]. 气象学报, 1998(2): 199-211. DOI:10.11676/qxxb1998.019 |
[8] | HE J, LIU B. The East Asian subtropical summer monsoon: Recent progress[J]. J Meteo Res, 2016, 30(2): 135-155. |
[9] | 魏晓雯, 梁萍, 何金海, 等. 大范围持续性强降水过程与30~60 d低频降水的联系及其预报指数[J]. 热带气象学报, 2015, 31(1): 63-70. |
[10] | 徐海明, 何金海, 周兵. 江淮入梅前后大气环流的演变特征和西太平洋副高北跳西伸的可能机制[J]. 应用气象学报, 2001, 12(2): 150-158. |
[11] | 魏恒, 汤绪, 梁萍, 等. 热带印度洋MJO对4—6月长江中下游地区降水的影响[J]. 热带气象学报, 2015, 31(5): 691-699. |
[12] | 张良瑜, 王黎娟, 韩世茹, 等. 西太平洋暖池混合层热力异常与我国东部夏季降水的关系[J]. 热带气象学报, 2015, 31(3): 355-363. |
[13] | 沈爱华, 任广成, 王冰. 东亚阻塞高压与我国降水关系的分析及预测[J]. 气候与环境研究, 2008, 13(2): 205-211. |
[14] | 赵平, 周自江. 东亚副热带夏季风指数及其与降水的关系[J]. 气象学报, 2005, 63(6): 933-941. DOI:10.11676/qxxb2005.089 |
[15] | 高学杰, 徐影, 赵宗慈, 等. 数值模式不同分辨率和地形对东亚降水模拟影响的试验[J]. 大气科学, 2006, 30(2): 185-192. |
[16] | 赵崇博, 周天军, 李博, 等. 夏季中国东部降水季节内振荡的区域模式模拟[J]. 大气科学, 2011, 35(6): 1 033-1 045. |
[17] | 郑婧, 谢正辉, 戴永久, 等. 陆面过程模型CoLM与区域气候模式RegCM3的耦合及初步评估[J]. 大气科学, 2009, 33(4): 737-750. |
[18] | 姚素香, 张耀存. 区域海气耦合模式对中国夏季降水的模拟[J]. 气象学报, 2008, 66(2): 131-142. DOI:10.11676/qxxb2008.014 |
[19] | 刘黎平, 钱永甫. 初始条件和边界条件对区域模式模拟青藏高原区域气候的影响[J]. 高原气象, 1999, 18(1): 20-27. |
[20] | 赵宗慈, 罗勇. 区域气候模式在东亚地区的应用研究——垂直分辨率与侧边界对夏季季风降水影响研究[J]. 大气科学, 1999, 23(5): 522-532. |
[21] | 曹富强, 丹利, 马柱国. 区域气候模式与陆面模式的耦合及其对东亚气候模拟的影响[J]. 大气科学, 2014, 38(2): 322-336. DOI:10.3878/j.issn.1006-9895.2013.13112 |
[22] | 张冬峰, 欧阳里程, 高学杰, 等. RegCM3对东亚环流和中国气候模拟能力的检验[J]. 热带气象学报, 2007, 23(5): 444-452. |
[23] | 张文君, 周天军, 智海. 土壤湿度影响中国夏季气候的数值试验[J]. 气象学报, 2012, 70(1): 78-90. DOI:10.11676/qxxb2012.007 |
[24] | 邹靖, 谢正辉. 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, 2012, 70(6): 1 312-1 326. |
[25] | GAO X J, SHI Y, GIORGI F. Comparison of convective parameterizations in RegCM4 experiments over China with CLM as the land surface model[J]. Atmos Ocean Sci Lett, 2016, 9(4): 246-254. DOI:10.1080/16742834.2016.1172938 |
[26] | OLESON K W, DAI Y, BONAN G, et al. Technical description of the Community Land Model (CLM)[M]. 2004. |
[27] | EMANUEL K A. A scheme for representing cumulus convection in large-scale models[J]. J Atmos Sci, 1991, 48(21): 2 313-2 329. |
[28] | HOLTSLAG A A M, DE BRUIJN E I F, PAN H L. A high resolution air mass transformation model for short-range weather forecasting[J]. Mon Wea Rev, 1990, 118(118): 1 561-1 575. |
[29] | SUNDQVIST H, BERGE E, KRISTJáNSSON J E. Condensation and cloud parameterization studies with a mesoscale numerical weather prediction model[J]. Mon Wea Rev, 1989, 117(8): 1 641-1 657. DOI:10.1175/1520-0493(1989)117<1641:CACPSW>2.0.CO;2 |
[30] | ZENG X, ZHAO M, DICKINSON R E. Intercomparison of bulk aerodynamic algorithms for the computation of sea surface fluxes using TOGA COARE and TAO data[J]. J Clim, 1998, 11(11): 2 628-2 644. |
[31] | DAVIES H C, TURNER R E. Updating prediction models by dynamical relaxation: an examination of the technique[J]. Q J R Meteo Soc, 1977, 103(436): 225-245. DOI:10.1002/(ISSN)1477-870X |
[32] | 李清华. 区域气候模拟中对流参数化方案的比较研究[D]. 兰州: 兰州大学, 2006. http://cdmd.cnki.com.cn/article/cdmd-10730-2006087887.htm |
[33] | ZHANG S, Lü S, BAO Y, et al. Sensitivity of precipitation over China to different cumulus parameterization schemes in RegCM4[J]. J Meteo Res, 2015, 29(1): 119-131. DOI:10.1007/s13351-014-4042-2 |