2. 金华市气象局, 浙江 金华 321000;
3. 浙江省气象台, 浙江 杭州 310002
2. Jinhua Meteorological Bureau, Jinhua 321000, China;
3. Zhejiang Meteorological Observatory, Hangzhou 310002, China
太阳辐射对自然地理环境和人类的生产生活具有极其重要的影响, 是驱动大气运动的最终能量来源。地气系统中的辐射传输过程相当复杂, 这是由于大气中包含各种气体及水滴、尘埃等气溶胶颗粒, 当太阳辐射穿过大气层时, 存在各种气体吸收以及云的散射和折射等作用。同时复杂地形下地表入射太阳短波辐射的组成也较复杂:(1)不同坡度和坡向下的太阳天顶角(太阳入射光线和地表法线的夹角)不同, 从而影响到达地表的太阳直接辐射; (2)山地投下的阴影, 使局部地区根本无法接收到太阳的直接辐射; (3)邻近地形的附加辐射也是地表太阳辐射的一部分[1]。
数值模式在尽可能真实地描述大气中太阳辐射传输过程的情况下, 为了保持数值模拟的计算稳定性, 与实际大气的辐射传输过程相比, 模式中的短波辐射方案比较简单。而Lai等[2]指出在中尺度数值模拟中设置的水平分辨率越高, 地形对到达地表的太阳短波辐射的影响越大。随着数值模式的发展, 次网格地形辐射参数化逐渐被引入模式, 目前已经开展了一些应用地形辐射效应参数化进行的研究。朱新胜等[3]发现在p-σ区域气候模式中考虑次网格地形热力效应, 对东亚夏季气候尤其是降水的模拟有明显改进。沈元芳等[4]与黄丹青等[5]分别利用GRAPES模式对江淮流域一次梅雨锋降水过程和几次不同天气过程(强降水过程, 台风登陆前后以及一般天气状况等)进行研究, 均指出考虑地形辐射效应后地表短波辐射有较大改变, 降水与地表短波辐射变化的空间分布一致; 认为在数值模拟中, 当水平分辨率较低且地形平坦时可忽略坡地辐射效应; 但当水平分辨率较高且地形陡峭起伏时应当考虑坡地辐射效应。Müller等[6]也指出, 中尺度数值模式的空间分辨率越高, 坡度、坡向、天空视角和地形阴影等对辐射的影响程度越大, 在考虑坡地辐射效应后, 地形复杂地区温度的模拟能力较好。此外, Ma等[7]利用包含地形辐射效应参数化的RAMS模式模拟出喜马拉雅山地区的冰川风。吴蓬萍等[8]也利用WRF模式研究了青藏高原东坡地形辐射效应的影响。
海风环流是沿海地区最常见的中尺度局地环流, 由海陆热力性质差异决定[9-11]。在一定天气条件下, 海风(锋)也能触发雷暴、雹暴和强降水等对流性天气[12-16]。在高分辨率数值模拟中考虑微观地形参数(如坡度、坡向)的热力效应, 将对地面能量平衡方程中的各分量产生一定影响[17], 改变复杂地形区域地气系统间的相互作用过程, 进而改变地面的冷热源分布, 将对沿海海风环流结构和云水分布产生一定影响。此外,海南岛是热带海洋上的环状岛屿, 四面环水, 全年都会有海陆风现象产生, 是海陆风易发多发区域[18-20], 也是海风对流和海风雷暴的高发区[21]。为此, 本文在前期研究[22]的基础上, 运用包含地形辐射效应参数化的非静力中尺度模式WRF, 对海南岛多云天气条件下的海风环流结构和云水分布(云水混合比)进行高分辨率数值模拟和敏感性数值试验研究, 以了解地形辐射效应参数化对海风环流结构和云水分布模拟的影响。
2 研究个例和区域介绍 2.1 研究个例本文选取2012年7月5日多云海风日作为研究个例。此个例中白天整个海南岛的海风特征明显, 海风发展期间空气中的云水含量较多, 水汽条件适宜, 而对流性降水不显著, 适合研究海南岛上的海风环流结构和云水分布特征。
从环流形势上看, 当天背景风场较弱, 利于海风的发生发展, 08时(北京时间, 下同)海岛处于副高外围, 500 hPa的东风气流风速小于7 m/s, 850 hPa的东南气流风速小于4 m/s; 14时850 hPa相对湿度大于80%, 水汽条件丰富; 抬升指数和对流有效位能也较大(图略)。由卫星云图和降水观测资料可以看出, 海南岛当天上午云量较少, 其后云量增多并逐渐西移, 仅有五指山(17.1 mm)和琼中(12.9 mm)两站的午后累积降水超过10 mm, 降水落区主要位于海岛西南部。地面气象站的风向、风速观测资料显示大多数沿海站的海风时段为12—21时。从当天地面常规气象站15时的温度场及风场分布(图 1, 见下页)看出, 午后沿海存在明显的温度梯度, 海陆热力性质差异显著, 岛屿四周各站均出现由海洋吹向陆地的海风。且此时海风与云量分布之间有较好的对应关系, 在东部和北部海风的包围下岛屿东北部有大量云存在, 西南部云的出现也与向岸海风对应。
|
图 1 2012年7月5日15时温度场(等值线, 单位: ℃)和风场(风向杆, 单位: m/s)分布(a)和日本MATSAT卫星观测的可见光云图(b, 阴影, 单位: %) QS:琼山; HK:海口; DF:东方; LG:临高; CM:澄迈; DZ:儋州; CJ:昌江; BS:白沙; QZ:琼中; DA:定安; TC:屯昌; QH:琼海; WC:文昌; LD:乐东; WZS:五指山; BT:保亭; SY:三亚; WN:万宁; LS:陵水。下同。 |
海南岛地处热带, 四面环水, 是我国面积仅次于台湾的第二大岛。由图 2a(见下页)可知, 岛上主要是丘陵性低山地形, 山脉高度多为500~800 m, 海拔高度超过1 000 m的山峰有81座, 成为绵延起伏在低丘陵之上的长垣, 1 500 m以上的山峰有6座, 其中五指山山脉主峰海拔1 867 m; 鹦哥岭山脉位于五指山西北, 主峰海拔1 812 m。
|
图 2 海南岛的地形高度(阴影, 单位: km)和地面气象站站点分布(a)以及地形坡度(b, 阴影, 单位:°) |
模式地形资料使用的是2001年MODIS_30s静态地形数据, 水平分辨率接近1 km, 与模式设置的水平分辨率相当。文中采用半点差分格式[23], 利用模式地形资料计算的海南岛地形坡度分布如图 2b所示, 与刘少军等[24]所计算的地形坡度分布较一致。海岛南部(108.6~110.4°E, 18.3~19.5°N)的地形坡度较大, 东部和北部地势较平坦。
3 地形辐射效应参数化、模式定制和试验方案 3.1 WRF模式中地形辐射效应参数化方案不考虑地形起伏变化, 水平面内某点某时刻的太阳天顶角(θ)余弦为:
|
(1) |
考虑地形坡度坡向时, 复杂地形处某点某时刻的太阳天顶角(θ′)余弦为:
|
(2) |
其中,
|
上式中δ代表太阳赤纬, ω为太阳时角, α和β分别表示地形的坡度和坡向, 其中坡度范围是[0, π/2], 坡面法线方向在水平面内的投影与正北方向的夹角为坡向, 顺时针方向为正, 范围是[0, 2π][25-26]。
不依赖地形的地表向下短波辐射通量swdown(downward shortwave flux at ground surface)、依赖地形坡度、坡向和阴影的地表短波辐射通量swnorm(normal shortwave flux at ground surface)、地表净短波辐射通量gsw(net shortwave flux at ground surface)与cosθ′之间的关系为:
|
(3) |
|
(4) |
|
(5) |
在考虑地形辐射效应时, 散射系数(散射辐射占太阳辐射的比率)不受坡度、坡向和阴影等地形微观参数的影响。在无地形影响(cosθ′=cosθ)、太阳无限接近水平面(cosθ′=cosθ)、太阳辐射均为散射辐射(diffuse_fac=1)的情况下, 校正因子corr_fac=1。当某点受地形阴影影响时cosθ′=0, corr_fac=diffuse_fac。综上可见, 考虑地形辐射效应后, 地形坡度和坡向直接影响太阳天顶角的大小, 进而影响地表接收到的太阳短波辐射。坡地向阳面和背阳面的太阳天顶角明显不同于水平面内的太阳天顶角, 一般向阳面的太阳天顶角比背阳面的太阳天顶角小; 同时地形阴影使得山地背阳面局地接受不到太阳短波辐射。
3.2 模式定制和试验方案设计本文模拟采用的是中尺度数值模式WRF-ARW(V3.7), 设计双向反馈四重嵌套方案(图 3), 水平格距分别为27 km、9 km、3 km和1 km。各嵌套区域垂直方向设置35层, 模式层顶气压为100 hPa, 使用每6小时一次、垂直26层的NCEP FNL 1°×1°资料作为模式的初始条件和边界条件。土地利用类型资料是NCEP提供的2001年MODIS_30s全球陆面遥感数据资料。
|
图 3 模拟区域四重嵌套示意图 |
利用WRF模式对所选多云海风个例进行两组试验:(1)控制试验(CNTL), 试验中不考虑地形辐射效应(即不使用地形辐射效应参数化); (2)敏感性试验(SLOPE), 试验中考虑地形坡度、坡向和阴影对地表太阳短波辐射的影响(使用地形辐射效应参数化)。CNTL和SLOPE试验中所使用的其它物理过程参数化方案均相同:短波辐射采用Dudhia方案; 长波辐射采用RRTM方案; 微物理采用Lin等方案; 积云参数化采用Kain-Fritsch方案(D3、D4不使用); 边界层采用YSU方案; 近地面层采用MM5 Monin-Obukhov方案; 陆面过程采用Noah方案。文中的SLOPE试验是将地形辐射效应参数化与Dudhia短波辐射方案耦合使用。Dudhia短波辐射方案来自MM5模式, 它综合考虑了晴空散射、水汽吸收、云的反射和吸收等对太阳短波辐射的影响。
模式积分时间均为2012年7月4日02时—6日00时, 共46小时, 前22小时是模式积分的起转调整(spin-up)时间, 模式结果逐时输出。另外, 文中的物理量偏差是SLOPE试验与CNTL试验的差值, 即SLOPE-CNTL。
4 模拟结果分析 4.1 与观测的比较首先将各沿海站CNTL和SLOPE试验中模拟的近地面相对湿度、温度、风向、风速与观测资料进行对比发现, 各站CNTL和SLOPE试验均能较好地模拟出相对湿度和温度的变化趋势:气温先升后降, 相对湿度变化趋势与气温相反, 两者的极值一般出现在12—15时。CNTL和SLOPE试验也能较好地模拟出海风形成、发展直至消失过程中的风向转变和风速变化。两个试验模拟的风向转换和风速大小略有偏差(图 4)。
|
图 4 2012年7月5日海口和陵水两站的相对湿度(单位: %)、温度(单位: ℃)、风向(单位:°)和风速(单位: m/s)模拟结果与观测资料的对比 |
为了进一步检验使用地形辐射效应参数化对近地面气象要素的模拟能力, 根据王静等[19]的划分标准, 同时, 剔除缺测值多的站点后, 计算11个平原站和6个高山站的CNTL和SLOPE试验中相对湿度、温度和风速模拟结果的平均误差MBE(Mean Bias Error)和均方根误差RMBE(Root Mean Square Error)(表 1、2)。由表 1、2可知, 考虑地形辐射效应后, 平原站中除万宁站温度的MBE由-0.1 ℃减至-0.2 ℃, 定安和文昌站RMBE有0.1 ℃的小幅增长外, 其余各平原站温度的MBE和RMBE绝对值不变或有所减小。对高山站而言, 除五指山的MBE和RMBE绝对值增大外, 其余高山站的温度模拟效果也有一定改善。总体上地形辐射效应参数化的使用使得近地面温度的模拟效果更接近实况, 并且对平原站的改进效果比高山站明显。就湿度而言, 考虑地形辐射效应后, 有6/11的平原站和2/3的高山站中的MBE和RMBE绝对值减小。而对风速而言, 考虑地形辐射效应后, 只有1/11的平原站和1/6的高山站MBE减小, 其余平原站、高山站的MBE和RMBE绝对值不变或者增加。综上可见, 地形辐射效应对温度、湿度的模拟有一定改进作用, 对风速模拟的改进效果不明显。
| 表 1 平原站的CNTL和SLOPE试验2 m温度、风速和相对湿度的平均误差(MBE)和均方根误差(RMBE) |
| 表 2 高山站的CNTL和SLOPE试验2 m温度、风速和相对湿度的平均误差(MBE)和均方根误差(RMBE) |
与我国渤海湾、长江三角洲和珠江三角洲等沿海地区海风时段相比, 海南岛海风环流的开始和达到强盛的时间偏晚, 一般12时全岛海风形成, 15—18时为海风强盛期[20]。图 5给出CNTL和SLOPE试验中海风发展较强盛时次(15和18时)的海风水平结构, 分析海风风速及海风分布型对地形辐射效应参数化的敏感性。从图 5可看出, CNTL和SLOPE试验均模拟出15时岛屿西部为偏西海风, 北部和南部分别以偏北和偏南海风为主, 东北部表现为东北海风, 长轴以南为偏东海风; 18时各向海风于海岛长轴偏北形成呈东北-西南走向的海风辐合带。与CNTL试验相比, SLOPE试验整体呈现出的全岛海风发生、发展演变过程及各时次海风风场水平分布无显著差异, 但局地海风风向存在小幅度的偏转, 以海岛19.1°N西侧和109.1°E南侧的海风风向改变最明显(图 5a~5d)。此外, 考虑地形辐射效应后局地海风风速的增加和减小也较明显(图 5e~5f), 海风发展强盛阶段(15—18时)的海风风速偏差在0.9 m/s之间。其中15时SLOPE试验中海岛东部辐合线后的近地面海风风速略有增加, 其余方位海风辐合线后部的低层海风风速总体有所减弱, 西部和东南部的局部海风风速减幅较大, 接近2 m/s; 山地南部海风辐合线内的风速增大是背阳坡谷风增强的表现(图 5e)。
|
图 5 15时(a、b、e)、18时(c、d、f)的CNTL试验(a、c)和SLOPE试验(b、d)的10 m风场(矢量)和风速(阴影)以及10 m风速偏差场(e、f, 阴影) 单位: m/s。黑色实线代表 500 m地形高度。 |
考虑地形辐射效应后, 局地海风的风向偏转和风速增减必然会进一步引起风场的辐合位置和强度产生变化。从全岛海风辐合程度最强时刻18时的散度场(图 6)可以看出, 山区四周散度场的变化程度明显大于平坦地区。与CNTL试验中的海风辐合线相比, SLOPE试验中岛屿北部呈东北-西南走向的海风辐合线略向东偏移, 风速偏差场表现为CNTL试验中海风辐合线处的海风风速减小, SLOPE试验中海风辐合线处的海风风速增加(图 5f)。
|
图 6 2012年7月5日18时CNTL试验(a)和SLOPE试验(b)的10 m散度场(阴影, 单位: 10-4 s-1) 黑色实线代表 500 m地形高度。 |
从风场和散度场的水平分布可看出, 山区和平坦地区对地形辐射效应参数化的敏感程度不同。因此结合地形和风场水平分布, 选取山区(109.1°E, 19.1°N)和平坦地区(110.5°E, 19.6°N)的两点, 分别作纬向和经向垂直剖面, 分析地形辐射效应对海风垂直结构的影响。其中110.5°E, 19.6°N是东北部海风辐合线上的一点, 109.1°E, 19.1°N是山区近中心的一点, 近地面海风几乎沿着该点经纬度运动, 受其它方向海风的影响较小。
为了较直观地了解地形辐射效应参数化对海风的影响程度, 首先分析海风发展最为强盛时刻山区和平坦地区的相关海风环流特征参数(表 3~4): umax、vmax、wmax↑、wmax↓以及它们所在位置到海岸线的距离D和距离地表的高度H。其中umax和vmax分别代表东西和南北向低层海风最大水平分量, wmax↑和wmax↓分别代表海风锋附近的最大上升速度和最大下沉速度, 西风u为正, 东风u为负; 南风v为正, 北风v为负; 垂直速度w向上为正, 向下为负。同时规定水平风速零线(u或v约为0的位置)与海岸线之间的距离为海风向内陆的传播距离L; 连续向岸气流的最大厚度为海风厚度hSB[10]。从表 3~4可知, 地形辐射效应参数化的使用对平坦地区和山区两类地形处指示海风环流发展强弱的特征参数都具有较显著的影响。考虑地形辐射效应后, 特征参数的大小和出现位置均有所不同。
| 表 3 15时模拟的山区109.1°E, 19.1°N垂直剖面的海风环流特征参数 |
| 表 4 15时模拟的平坦地区110.5°E, 19.6°N垂直剖面的海风环流特征参数 |
从表 3可见, 与CNTL试验相比, SLOPE试验中低层最大海风风速和锋后最大下沉速度略有增减, 但两者相差不大。海风环流的最大上升速度均增大,此特征参数一定程度上能代表海风环流强度的变化。因为特定天气条件下, 海风环流中的垂直上升运动是海风(锋)触发强对流天气的主要原因, 因此SLOPE试验中山区四周的海风环流有所增强。而从平坦地区的相关海风环流参数可看出(表 4), SLOPE试验中除北侧海风环流增强外, 其它方位的海风环流均有所减弱, 西侧的海风减弱表现为umax、wmax↑和wmax↓减小, 向内陆传播距离缩短, 海风厚度降低; 东侧除umax略有增加, 其它海风参数均减小; 南侧umax和wmax↓大小有所增大, 但wmax↑减幅较大, 总体海风环流强度也减弱。
图 7则具体反映此时平坦地区海风环流结构和强弱的变化, 与海风统计参数得到的结论一致。与CNTL试验相比, SLOPE试验中东、西两侧的海风环流强度明显减弱(图 7a、7b)。而对南、北两侧海风环流而言, CNTL试验中南、北两侧海风的交汇区域出现三个海风对流云团, 分别位于两侧海风的头部及海风锋辐合上升区(图 7c); 而SLOPE试验中南侧的海风减弱, 北侧海风略有增强, 南、北海风锋上的垂直速度分别减小和增大, 原先相汇合的海风有所分离(图 7d)。
|
图 7 2012年7月5日15时风场(矢量, 单位: m/s, w扩大20倍)、云水混合比Qc(阴影, 单位: g/kg)沿19.6°N(a、b)、110.5°E(c、d)的CNTL试验(a、c)和SLOPE试验(b、d)的垂直剖面 黑实线为水平风速零线。 |
由于上文显示山区西侧和南侧的风向和风速变化较大, 故重点分析山区西侧和南侧的海风环流的变化。图 8给出CNTL和SLOPE试验中山区西侧的风场垂直剖面图。12时西侧临海面的海风环流、谷风环流及109.4°E处山坡上的谷风环流均已形成, 此时临海面的海风环流和谷风环流未开始相互作用。15时西侧临海的山坡为向阳坡, 109.4°E处的山坡为背阳坡, 此时SLOPE试验中西侧向阳面的海风环流增强, 海风锋后的风速增大, 锋上的上升速度和锋后下沉速度增大, 海风厚度增加, 海风向内陆传播的距离变化不大, 约27 km(表 3), 但海域上的向岸海风范围扩大了约10 km(图 8c、8d)。18时CNTL试验中海风环流上升支和谷风环流下沉支在108.9°E有相互作用趋势(图 8e)。SLOPE试验中向阳面低层海风风速增大; 谷风环流显著减弱, 表现为低层上坡风减小, 上层返回流减弱, 谷风环流上升支的垂直速度减小; SLOPE试验中海风锋移至山脚109°E处, 增强的海风环流与减弱的谷风环流趋于同相叠加(图 8f)。
|
图 8 2012年7月5日D4区域模拟的沿19.1°N的CNTL风场(矢量, w扩大20倍)和Δ|u|(左, 阴影)以及SLOPE风场(矢量, w扩大20倍)和Δ|w|(右, 阴影)的垂直剖面 黑实线为u=0。单位: m/s。a.、b. 12时; c.、d. 15时; e.、f. 18时。 |
12时山区南、北两侧的海风已发展得较深厚, 向内陆推进的距离远(图 9a、9b)。当天的山区南侧几乎一直为背阳面, 北侧为向阳面。与CNTL试验相比, SLOPE试验中12—18时山区南侧背阳面处的谷风明显增强, 海风明显减弱(图 9c~9f)。而北侧向阳面的海风较强, 掩盖了谷风的变化。
|
图 9 同图 8, 但为沿109.1°E的CNTL风场 |
综上可见, 考虑地形辐射效应后, 西南部山区附近的海风环流和谷风环流会同时受到影响, 两者间的相互作用也变得复杂:向阳面海风环流增强、谷风环流减弱, 原先尚未相互影响的海风环流与谷风环流可能开始相互作用甚至同相叠加, 使海风环流的垂直上升速度增强, 增加诱发强降水的几率; 背阳面海风环流减弱, 谷风环流增强, 原本已开始相互叠加的两环流将会分离。
4.3 地形辐射效应对云水分布的影响云水混合比是雾和云系中的液态水粒子与干空气的质量比, 可以用它来模拟雾和对流云。从山区和平坦地区风场与云水混合比的垂直剖面图(图略)可以看出, 海风锋上的对流云团强度与其垂直速度变化一致。当海风锋上的垂直速度减小(增加)时对流云团减弱(增强)。故将出现在海风前沿, 伴随着海风(锋)生成并随着海风(锋)移动的对流云称为海风对流云, 它的演变能间接反映海风(锋)向内陆的传播过程及其强度的变化。
图 10是用3 km以下累积云水混合比表示的对流云的水平分布, 累积云水混合比的大小可以反映对流云的强度。在海风影响下, 当天午后的对流云主要出现在海风辐合线附近以及辐合线以内。15时岛屿四周的海风对流云带几乎与海岸线平行, 随着海风的发展演变, 最终在海岛长轴偏北形成东北-西南走向的对流云带, 一定程度上代表了海风影响下的潜在降水。
|
图 10 CNTL试验(a、c)和SLOPE试验(b、d)的3 km以下累积云水混合比的水平分布(阴影)以及累积云水混合比的偏差场(e、f, 阴影) 单位: g/kg。a.、b.、e. 15时; c.、d.、f. 18时。黑色实线代表地形高度,单位: m。 |
在考虑地形辐射效应后, 局地海风对流云的强度和位置有较明显改变, 这与局地海风风向的偏转和风速的改变密切相关。与CNTL试验相比, SLOPE试验中15时岛屿西部对流云增多, 南部对流云向内陆的推进距离增加, 东部海风对流云向内陆推进距离减小, 覆盖范围扩大, 而东北部对流云强度总体减弱。考虑地形辐射效应后, SLOPE试验中18时北部的对流云带向东偏移, 岛屿西部和南部附近的对流云向内陆的推进距离增加(图 10c~10d), 与此时SLOPE试验中西部和南部向岸风的增强相对应(图 5c~5d)。
海风发展强盛期(15—18时), 西南山区四周对流云强度的绝对偏差大于1.0 g/kg, 而东部和北部平坦地区的绝对偏差为0.7~1.0 g/kg(图 10e~10f)。可见山地四周对流云受坡地辐射的影响程度也明显大于平坦地区, 这是地形辐射效应对山地四周谷风和海风的影响比对平坦地区单纯海风的影响复杂所导致的结果, 局地风场的改变进一步引起对流云的变化。在海南岛中间高耸、四周低平的环型层状地貌下, 谷风环流与海风环流几乎同时产生、发展和消亡, 山区同侧的海风环流和谷风环流是同向运动的, 从近地面风场上无法直接区分海风与谷风。考虑地形辐射效应后, 地表局地冷热源的变化同样会同时影响海风环流和谷风环流, 它将改变山区同侧处于不同发展阶段的海风环流与谷风环流之间的相互作用, 进而引起对流云的位置和强度的变化。
5 能量分析 5.1 坡地辐射强迫根据上文对地形辐射效应参数化的分析可知, 地形对短波辐射的直接影响包括地形坡度、坡向和山地阴影:(1)坡度、坡向改变太阳天顶角, 从而对地表短波辐射产生影响; (2)在山地阴影作用下背阳面局地接收不到太阳短波辐射。在SLOPE试验中辐射模块每积分一次可以得到依赖和不依赖地形的两种向下的太阳短波辐射通量, 两者之差即为坡地引起的瞬时辐射强迫。图 11是09、12、15和18时4个时次瞬时坡地辐射强迫的空间分布。瞬时坡地辐射强迫与地形坡度坡向密切相关, 背阳坡接受到的太阳短波辐射通量减小, 向阳坡接受到的增加; 瞬时坡地辐射强迫约±30 W/m2, 坡度越大坡地辐射强迫越显著。随着太阳移动, 同一山坡在不同时刻的瞬时坡地辐射强迫不同。09和12时太阳位于海岛的东北方, 坡地辐射强迫正值区位于东北向阳面, 负值区主要位于山坡西南背阳面; 同理15和18时, 太阳位于海岛的西北方, 山坡的西北向阳面和东南背阳面分别出现正辐射强迫和负辐射强迫。
|
图 11 2012年7月5日09、12、15和18时(a~d)的瞬时坡地辐射强迫(阴影, 单位: W/m2)水平分布 黑色实线代表地形高度, 单位: m。下同。 |
由于山区向阳坡和背阳坡上的瞬时坡地辐射强迫一般只占向下短波辐射通量(约1 000 W/m2)的3%, 太阳在东升和西落的过程中, 海岛各处山坡的向阳坡和背阳坡会发生转变(图 11), 这种依赖地形的局地小范围的微小辐射强迫还不足以使海岛整体海风演变过程和分布型发生巨大变化, 但对局地海风环流结构和云水分布却有显著影响(图 5~10)。
5.2 地表净辐射通量地形辐射效应是指数值积分过程中引入坡地辐射强迫后, 辐射与大气中的各种气体、云以及非均匀下垫面相互反馈的累积效应。同一时次SLOPE试验与CNTL试验中的向下短波辐射通量之差, 即是地形辐射效应引起的向下短波辐射通量变化。
图 12是4个时次的地表净辐射通量偏差场, 可以看出经过与周边环境长时间的相互反馈, 地表净辐射通量偏差的大小和分布范围与瞬时坡地辐射强迫有较大差别, 净辐射通量偏差主要出现在海风辐合线附近及辐合线以内, 与图 10中对流云的水平变化十分吻合。由于此类对流云属于中低云, 它对太阳辐射的反射作用强于对太阳辐射的吸收和对地表的保温作用[27]。当此类对流云增多时, 地表净辐射减小, 反之增加(图 10e、12c)。对流云覆盖区域的地表净辐射通量变化在±500 W/m2之间, 而沿海海风发展区域一般无对流云存在,该区域内的地表净辐射通量的变化为±100 W/m2。可见在地气系统的相互反馈中, 与地形微观参数引起的坡地辐射强迫相比, 云对地表净辐射通量变化的影响更大。
|
图 12 同图 11, 但为地表净辐射通量偏差 |
表征地表能量平衡的方程为: Rn=SH+LH+Qs, 等号两边依次是地表净辐射通量、感热通量、潜热通量和土壤热通量[8]。当考虑地形辐射效应时, 到达地表的太阳短波辐射最先受到影响, 进而改变地表净辐射通量, 从而引起局地的感热通量、潜热通量和土壤热通量等地表能量通量的变化。地表温度和近地面气温的变化均与土壤热通量的变化呈反相关关系, 与感热和潜热通量变化具有较好的正相关关系(图 13、14a)。故主要通过地表感热和潜热通量重新调整地表温度和近地面气温, 近地面气温变化将引起局地气团的膨胀或收缩, 沿海海风随之发生变化,风的传播将进一步引起水汽和对流云空间分布的改变(图 10、14b), 此后大气中云水物质与辐射又将进行一系列复杂的相互反馈。
|
图 13 2012年7月5日15时的地表感热(a)、潜热(b)和土壤热(c)的通量(阴影, 单位: W/m2)以及地表温度偏差(d, 阴影, 单位: K)的水平分布 |
|
图 14 2012年7月5日15时近地面2 m温度偏差ΔT2(a, 单位: K)和2 m水汽偏差ΔQ2(b, 单位: g/kg)的水平分布 |
从感热、潜热和土壤热通量的平均绝对偏差(简称绝对偏差)日变化(图 15)可以看出, 山区和平坦地区的潜热通量的绝对偏差最大值分别约为140 W/m2和60 W/m2; 山区和平坦地区的感热通量绝对偏差最大值分别约为60 W/m2和30 W/m2; 它们的土壤热通量绝对偏差最大值分别约为20 W/m2和10 W/m2。可见山区各地表热通量绝对偏差最大值约是平坦地区的2倍, 陡峭起伏的山区受地形辐射效应参数化的影响程度明显高于平坦地区。这也是考虑地形辐射效应后, 山区四周局地海风和对流云变化比平坦地区更明显的原因。此外, 白天(07—19时)各地表能量通量的变化比夜间显著, 潜热通量、感热通量和土壤热通量的绝对偏差最大值一般出现在14时, 至次日07时达到最低, 接近于零。可以看出地形辐射效应引起的地气系统间的相互反馈会延迟到夜间, 经过一段时间的地气系统相互作用后地形辐射效应引起的变化趋于零。
|
图 15 2012年7月5日平坦地区(flat)和山区(hill)的感热通量(SH)、潜热通量(LH)和土壤热通量(Qs)的平均绝对偏差的日变化 单位: W/m2。 |
由于海风爆发区域云量较少, 在考虑地形辐射效应后, 海风爆发区域的地表净辐射通量、感热和潜热通量变化很小, 近地面气温的变化也较小。白天坡地辐射强迫引起的辐射增温或辐射冷却可能是局地海风环流结构和海风对流云变化的重要原因。在地形辐射效应影响下, 向阳面山坡增温, 背阳面山脚和山坡降温, 山顶和平坦地区温度变化相对较小。因此与CNTL试验相比, SLOPE试验中山坡向阳(背阳)面的谷风环流减弱(增强), 海风环流增强(减弱)。如15和18时山区西侧向阳面海风锋后的风速局部增幅大于2.5 m/s(图 8c、8e); 山区南侧背阳面海风锋后的风速约减小2 m/s(图 9c、9e)。紧临海岸线的山坡, 向阳坡的海风减弱, 背阳坡的海风增强, 其原理类似于山坡对谷风的影响。正如山区南侧背阳面海岸线附近一小陡坡处12时的低层海风风速与18时山脚处的谷风风速都增加近3.5 m/s(图 9a、9e), 两者均是地形阴影减小辐射引起的风速变化。而平坦地区距离山地较远, 山地向阳坡或背阳坡的局地辐射增温或冷却无法直接影响平坦地区的海风, 且平坦地区的各向海风容易相互辐合而形成对流云, 云水物质对辐射的影响较大, 因此平坦地区的海风变化原因较复杂。
6 结论与讨论本文使用非静力中尺度数值模式WRF-ARW V3.7研究地形辐射效应参数化对2012年7月5日多云天气条件下海南岛的海风环流结构和云水分布模拟的影响。选择海南岛作为研究区域是因其地理位置独特, 地形极其复杂, 海风发生频率高。通过分析海风环流结构和云水分布对地形辐射效应的敏感程度以及产生这种差异的可能原因, 得出以下结论。
(1)地形辐射效应引起地表净辐射通量变化后, 通过地气系统间动量和热量交换, 对近地面气象要素造成的影响表现为白天大于夜间、山区大于平坦地区。在进行完全物理过程的高分辨率数值模拟时, 地形辐射效应参数化的使用使得近地面温度的模拟更接近实况, 对湿度的模拟也有一定改进能力, 而对风向、风速的改进效果不明显。
(2)考虑地形辐射效应后, 依赖地形的局地小范围的微小辐射强迫对海风发生、发展的演变过程及各时次海风风场的水平分布并无明显影响, 但对局地海风的风向、风速和海风对流云的影响明显。当海风发展强盛时, 山地四周的海风环流和对流云受地形辐射的影响程度明显大于平坦地区。地形辐射效应对向阳面和背阳面的谷风环流与海风环流的不同作用, 是山区四周对流云团位置及强度变化的主要原因。
(3)在山区四周, 海风环流结构和对流云的变化与地形辐射强迫直接相关。在地形辐射效应影响下, 海风环流和谷风环流的变化表现为:向阳面海风环流增强、谷风环流减弱, 使得原先分离的海风环流与谷风环流开始相互影响; 背阳面海风环流减弱、谷风环流增强, 使得原本已经相互影响的海风环流与谷风环流有所分离。另外, 紧临海岸的山坡对海风的影响类似于山坡对谷风的作用:临海向阳山坡处的海风减弱、背阳山坡处的海风增强。
(4)平坦地区的海风环流和海风对流云总体上有所减弱, 其变化原因较复杂。由于平坦地区距离山地较远, 地形辐射效应对平坦地区的地形辐射强迫不明显, 山地向阳坡或背阳坡的局地辐射增温或冷却无法直接影响平坦地区的海风。使用地形辐射效应参数化后, 经过地气系统的相互反馈, 平坦地区各向海风的强度变化最终会改变海风辐合线的分布, 呈东北-西南走向的海风辐合线向东偏移, 代表海风潜在降水区域的位置发生了变化。
| [1] | 王开存, 周秀骥, 刘晶淼. 复杂地形对计算地表太阳短波辐射的影响[J]. 大气科学, 2004, 28(4): 625-633. |
| [2] | LAI Y J, CHOU M D, LIN P H. Parameterization of topographic effect on surface solar radiation[J]. J Geophys Res, 2010, 115(D1): 1104 DOI:10.1029/2009JD012305 |
| [3] | 朱新胜, 张耀存. 次网格地形坡度坡向参数化及其对区域气候模拟的影响[J]. 高原气象, 2005, 24(2): 136-142. |
| [4] | 沈元芳, 胡江林. GRAPES模式中的坡地辐射方案及其对短期天气过程模拟的影响[J]. 大气科学, 2006, 30(6): 1 129-1 137. |
| [5] | 黄丹青, 钱永甫. 坡地坡向短波辐射参数化对不同天气过程的影响[J]. 气象学报, 2008, 66(1): 90-100. DOI:10.11676/qxxb2008.009 |
| [6] | MÜLLER M D, SCHERER D. A grid- and subgrid-scale radiation parameterization of topographic effects for mesoscale weather forecast models[J]. Mon Wea Rev, 2005, 133(6): 1 431-1 442. DOI:10.1175/MWR2927.1 |
| [7] | MA S P, ZHOU L B, ZOU H, et al. The role of snow/ice cover in the formation of a local Himalayan circulation[J]. Meteor Atmos Phys, 2013, 120(1): 45-51. |
| [8] | 吴蓬萍, 周长春, 衡志炜. 青藏高原东坡地形短波辐射效应的模拟研究[J]. 高原山地气象研究, 2014, 34(3): 1-9. |
| [9] | MIAO J F, KROON L J M, VILA-GUERAU DE ARELLANO J, et al. Impacts of topography and land degradation on the sea breeze over eastern Spain[J]. Meteor Atmos Phys, 2003, 84(3): 157-170. |
| [10] | MIAO J F, WYSER K, CHEN D, et al. Impacts of boundary layer turbulence and land surface process parameterizations on simulated sea breeze characteristics[J]. Ann Geophys, 2009, 27(6): 2 303-2 320. DOI:10.5194/angeo-27-2303-2009 |
| [11] | 苗峻峰. 城市热岛和海风环流相互作用的数值模拟研究进展[J]. 大气科学学报, 2014, 37(4): 521-528. |
| [12] | AZORIN-MOLINA C, TIJM S, EBERT E E, et al. High resolution HIRLAM simulations of the role of low-level sea-breeze convergence in initiating deep moist convection in the eastern Iberian Peninsula[J]. Boundary-Layer Meteorol, 2015, 154(1): 81-100. DOI:10.1007/s10546-014-9961-z |
| [13] | 汪雅, 苗峻峰, 谈哲敏. 宁波地区海-陆下垫面差异对雷暴过程影响的数值模拟[J]. 气象学报, 2013, 71(6): 1 146-1 159. |
| [14] | 易笑园, 刘一玮, 孙密娜, 等. 海风辐合线对雷暴系统触发、合并的动热力过程[J]. 气象, 2014, 40(12): 1 539-1 548. |
| [15] | 刘彬贤, 王彦, 刘一玮. 渤海湾海风锋与阵风锋碰撞形成雷暴天气的诊断特征[J]. 大气科学学报, 2015, 38(1): 132-136. |
| [16] | 苏涛, 苗峻峰, 韩芙蓉. 海风雷暴的观测分析和数值模拟研究进展[J]. 气象科技, 2016, 44(1): 47-54. |
| [17] | 洪雯, 王毅勇. 非均匀下垫面大气边界层研究进展[J]. 南京信息工程大学学报(自然科学版), 2010, 2(2): 155-161. |
| [18] | 张振州, 蔡旭晖, 宋宇, 等. 海南岛地区海陆风的统计分析和数值模拟研究[J]. 热带气象学报, 2014, 30(2): 270-280. |
| [19] | 王静, 苗峻峰, 冯文. 海南岛海风演变特征的观测分析[J]. 气象科学, 2016, 36(2): 244-255. DOI:10.3969/2014jms.0091 |
| [20] | 王语卉, 苗峻峰, 蔡亲波. 海南岛海风三维结构的数值模拟[J]. 热带气象学报, 2016, 32(1): 109-124. |
| [21] | 辛吉武, 许向春, 蔡杏尧. 海南儋州雷暴天气气候特征分析[J]. 气象, 2008, 34(1): 100-106. DOI:10.7519/j.issn.1000-0526.2008.01.015 |
| [22] | 韩芙蓉, 苗峻峰, 冯文. 多云天气下海南岛海风环流结构的数值模拟[J]. 大气科学学报, 2017, 40(6): 778-790. |
| [23] | 李占清, 翁笃鸣. 一个计算山地地形参数的计算机模式[J]. 地理学报, 1987, 42(3): 269-278. |
| [24] | 刘少军, 张京红, 何政伟, 等. 地形因子对海南岛台风降水分布影响的估算[J]. 自然灾害学报, 2011, 20(2): 196-199. |
| [25] | MAHRER Y, PIELKE R A. The effects of topography on sea and land breezes in a two-dimensional numerical model[J]. Mon Wea Rev, 1977, 105(9): 1 151-1 162. DOI:10.1175/1520-0493(1977)105<1151:TEOTOS>2.0.CO;2 |
| [26] | GARNIER B J, OHMURA A. A method of calculating the direct shortwave radiation income of slopes[J]. J Appl Meteorol, 1968, 7(7): 796-800. |
| [27] | 赵柏林, 张晓芸, 朱元竞. 中国地区云与辐射对气候的影响[J]. 北京大学学报(自然科学版), 1992, 28(3): 371-383. |
2018, Vol. 34


