• 语文教案
  • 数学教案
  • 英语教案
  • 政治教案
  • 物理教案
  • 历史教案
  • 生物教案
  • 美术教案
  • 音乐教案
  • 地理教案
  • 化学教案
  • 科学教案
  • 当前位置: 天一资源网 > 两种 正文

    GRAPES_Meso模式中两种双参数云微物理方案对冷云过程模拟的比较研究

    时间:2023-01-30 14:00:03 来源:天一资源网 本文已影响 天一资源网手机站

    沈新勇,施义舍,王宏,4,张梦,韩静

    (1.南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心,南京 210044;2.海南省南海气象防灾减灾重点实验室,海口 570203;3.南方海洋科学与工程广东省实验室(珠海),珠海 519082;4.中国气象科学研究院灾害天气国家重点实验室,北京 100081;5.北京市气象局,北京 100089)

    云是水循环与地-气系统之间辐射平衡的关键环节,它会强烈影响地球和大气之间的能量转换,云的形成和演化在很多天气过程中起着至关重要的作用(Stephens et al.,2005;段皎等,2011)。云微物理方案能够准确描述云的微观和宏观物理特性、形成和演化,它对于天气和气候模式的发展至关重要(Ackerman et al.,2000;Yin et al.,2011)。在中尺度高分辨率区域或全球模式中,云微物理过程是最为重要的非绝热加热物理过程(王东海等,2014)。通过区域数值模式的模拟,可以得到云的微观物理量(包含水凝物数浓度与混合比、粒径大小等)和云的宏观物理量(如云顶高度、云量等)来表征云的宏微观特性,及各物理量的空间分布特征和云系统的演变规律。

    国内外的许多研究学者对数值模式中云微物理方案的研究在过去几十年里有了重大的发展。根据描述粒子谱的不同,云微物理参数化方案通常分为分档方法(bin方案)(Clark et al.,1973;Takahashi et al.,1975)和体积水法(bulk方案)(Garvert et al.,2005;Sarka⁃di et al.,2016)。Bin方案将水凝物分为几档甚至几十档。但由于其预报变量众多,导致计算量十分巨大,从而限制了bin方案在模式中的应用(McCumber et al.,1991)。Bulk方案将各种水凝物按其特征分为几大类,然后建立总体的控制方程来描述各水凝物的总体特征。该方法具有的预报变量少和所用计算时间短的优点,目前在科研和业务中的数值模式大多采用这种方法。

    根据体积水方法中参数化云微物理方案包含众多物理过程的复杂程度和预报模拟变量相态的不同,可以划分为暖云过程方案和冷云过程方案。在暖云方案中,主要研究云滴、雨滴的生长过程,只对水汽、雨水和云水含量进行预报,不考虑冰相过程。而在冷云方案中,则需另外考虑冰相水凝物中云冰、雪、霰和雹的生成和演变过程(Dudhia et al.,1989)。由于冷云过程中涉及的物理过程较暖云更为复杂,因此仅包含暖云过程的参数化方案无法对含有液态和冰相粒子的云过程进行准确地模拟(王斌等,2008)。所以,大多数学者在暖云方案的基础上增加了对冰相过程的模拟。胡志晋等(1986)提出一个层状云双参方案,该方案除了能够模拟水汽和云滴的混合比,还能对云冰、雪及霰混合比和数浓度进行模拟。Reisner等(1998)提出的复杂双参方案除了能模拟六种水凝物的混合比外,还增加对冰晶核化与冰相水凝物的模拟。复杂的冰相方案能对云和降水预报能力的提高产生重要作用(于晓晶等,2017)。云中不同粒子相态的分布和演化对人工影响天气等方面研究有十分重要的影响(任雍等,2019)。

    总体积水方案又可以根据预报变量的不同进一步分为单参方案和双参方案(康兆萍等,2019)。单参数方案仅能模拟水凝物的混合比(Lin et al.,1983;Mitchell et al.,1994;Frick et al.,2013),双参方案能模拟水凝物的混合比和数浓度(Cotton et al.,1986)。由Lim和Hong(2010)提出的WDM6双参数微物理方案是单参数云微物理方案WSM6方案的进一步改良版本。利用数值模式中WSM6和WDM6两种不同云微物理方案对北美一次飑线过程进行模拟试验。通过对比飞机观测资料和雷达资料的实测结果,显示WDM6方案模拟结果中粒子较多导致粒子下落速度变慢使得层云降水区域较为狭窄,并且由于蒸发过程的增强使得零散分布的降水得到抑制(Hong et al.,2010)。Morrison开发了一种包括5种水凝物(云水、雨、冰、雪和霰)的双参云微物理方案(Morrison et al.,2005)。该方案考虑了更加精细和全面的微物理过程、水凝物的质量浓度和数浓度,并用于评估实际个例和理想化试验中(王梦旖等,2020)。利用Morrison方案对层状云进行模拟,结果显示该方案通过强调粒子性质的预测而不是将冰分离为不同的预定义类别来表示冰的微物理特征(Hou et al.,2020)。通过对高分辨率区域模式的模拟结果和相应的实测资料进行对比,发现Morrison方案能够较为准确地模拟出热带云系中冰相和液相水凝物的垂直分布结果以及其随时间的变化特征(沈新勇等,2015)。陈浩伟等(2016)采用WDM6和Morrison等5种云微物理参数化方案对2007—2011年的东亚夏季风气候进行了模拟研究,结果显示WDM6方案模拟的降水强度明显比其他4种方案大,而Morrison方案对夏季降水的模拟效果要好于其他4种方案。陈赛男等(2019)对2011年6月北京地区一次大暴雨过程进行10种不同云微物理方案的敏感性数值模拟试验。研究结果表明Thompson方案和Morri⁃son方案模拟的最大累积降水量更接近观测值。本文利用WDM6以及Morrison双参数云微物理方案对东部地区一次冷云过程进行模拟和对比分析,评估两种云微物理方案对本次冷云过程云微物理及云辐射过程演变的影响,以及对产生影响的物理机制进行分析。在此基础上,研究两种方案在不同下垫面热力条件下对云微物理过程和辐射过程产生的影响。

    1.1 GRAPES_Meso模式

    GRAPES_Meso模式(global/regional assimilation and prediction system)的中尺度版本是由中国气象科学研究院自主研发的新一代全球/区域一体化数值预报系统(Wu et al.,2005;Chen et al.,2006),主要由完全可压缩的动态框架和物理参数化方案程序组成(陈德辉等,2008)。GRAPES_Meso模式是对中国天气进行短期预报的模式,自2004年GRAPS_Meso区域中尺度预报系统正式对外释放使用以来,在国家气象中心以及部分省台、研究所、大学等多个单位得到了推广应用(陈德辉等,2006)。能够同时适应模式在不同分辨率下运行与不同物理过程配置的需要,且能兼顾全球与区域两种应用目标不同的预报需要(薛纪善等,2008),已经在国家级以及地区的实际气象业务中发挥着重要作用。本文采用的GRAPES_Meso模式为v3.5版本,并经过了多次改进以提高模拟的准确性(Zhang et al.,2018;Liu et al.,2019;Shi et al.,2021)。

    GRAPES_Meso模式的动力框架采用垂直方向高度地形追随坐标,用于时间积分离散化的半隐式和半拉格朗日时间对流方案,水平空间采用Arakawa-C格点变量分布和二阶精度的中央差分格式以及非垂直离散的流体静压逼近方案(Yang et al.,2008)。本文使用GRAPES_Meso模式进行数值模拟过程中并没有涉及变分同化的部分,因此模式前处理过程只考虑模式的资料初始化部分。模式的资料初始化部分包括静态地形资料的准备、模式中变量在水平方向的插值和模式变量在垂直方向上的插值三个过程,对包含地形、植被、陆面资料等信息的静态资料库和T639、FNL再分析资料或GFS等资料进行模式的前处理工作,为模式的模拟提供基础的初始场(grapesinput)和侧边界(grapesbdy)资料。

    1.2 双参数云微物理方案

    在暖云过程中,WDM6双参数方案相对WSM6单参数方案增加的云滴、雨滴和云凝结核数浓度的相关微物理过程包括云凝结核活化成云滴、云滴蒸发形成云凝结核;
    云滴自动转化为雨滴、雨滴蒸发成云滴;
    雨滴、云滴自身聚合增长;
    冰晶、雪的融化;
    云滴同质、异质核化成冰晶等。Morrison方案作为双参数微物理方案可对水汽、云水、雨水、雪、云冰和霰进行混合比和数浓度预报。Morrison方案能预报5种水凝物的混合比与数浓度,这增加了自由度并改善了粒径分布的表示(Morrison et al.,2009)。相较于其他双参数微物方案,它能显式求解云中的过饱和度和凝结、凝华项,考虑了包括核化、繁生、碰并等40种云物理过程(Yang et al.,2019)。

    云微物理方案按预报变量相态的不同,可分为暖云方案和冷云方案。暖云方案中,研究云、雨滴的生长过程;
    冷云方案中,需考虑冰晶、霰和雹的生成过程。Morrison方案不仅包括暖云过程,还包括较WDM6方案更为完善的冷云过程。Morrison方案考虑了核化、碰并等40种云物理过程,同时能够选择开启或关闭冰项过程。与WDM6方案相比,Morrison方案能够直接将云滴的数浓度设定为常数或采用预报的云滴数浓度,有利于进行相关敏感性试验。Morrison双参数云微物理方案较WDM6方案有更为丰富的冷云方案。雪融化为雨水过程(Psmlt)以及雨水碰并雪造成霰增长(Pracs)过程作为两个方案云中雪粒子的主要消耗项,在WDM6方案中主要由雪碰并云冰造成雪增长过程(Psaci)以及水汽凝华增长过程(Psdep)来补充。在Morrison方案中雪粒子主要由水汽凝华为雪过程(Prds)、云水淞附造成雪增长过程(Psacws)以及云冰碰并增长为雪过程(Praci)提供。就云冰而言,Morrison方案中贝吉龙过程要强于WSM6方案(庞琦烨等,2019)。

    分别采用引入的Morrison方案和WDM6方案的GRAPES_Meso模式对中国东部一次系统性冷云过程进行模拟研究。系统从西向东移动,分布在中国东部大部分地区。采用NCEP再分析资料与模拟云水路径(CLWP,以下简称CLWP),MODIS level-2卫星数据集与模拟云光学厚度(COD,以下简称COD)、云水有效半径(Rc)以及CERES卫星辐射资料与模拟向下地表短波辐射来对比分析两种方案的模拟效果。CERES资料是取自NASA官网的卫星数据反演产品(https://ceres.larc.nasa.gov/data),其中地表短波辐射通量是通过兰利参数化短波算法(LPSA)计算获得的(Kratz et al.,2020)。研究两种方案对海平面温度、热通量、水汽通量以及海平面气压的模拟,并对海洋和陆地区域的不同模拟结果进行研究分析。

    模式的初始场和侧边界条件采用NCEP再分析资料(https://rda.ucar.edu/datasets),水平网格分辨率为0.25°×0.25°,时间间隔为6 h。模拟区域为中国东部及其周边地区(100°—135°E,20°—50°N)。GRAPES_Me⁃so模式的水平分辨率为0.15°×0.15°,模拟高度从地面到高空30 km总共31层。模拟初始时间为2017年1月5日00时(世界时,下同),结束时间为2017年1月8日00时,模式结果输出间隔为3 h。

    3.1 云的宏微观物理量

    如图1a所示,Morrison方案模拟Rc水平分布和大小较WDM6方案更接近MODIS卫星数据结果。WDM6模拟Rc最大值可以超过30μm,结果显示较实测结果明显更大。如图1b所示,Morrison方案模拟云冰水平分布和大小也较WDM6方案更接近卫星数据结果。两种方案模拟云冰有效半径(Ri)最大值也都超过了32μm,Morrison方案模拟结果明显大于WDM6方案。即使Morrison方案模拟Rc、Ri更为接近MODIS数据,但局部地区特别是中国西南部地区模拟效果仍不理想。图1c为Morrison和WDM6方案模拟2017年1月5—7日平均CLWP水平分布。如图所示,Morrison方案模拟CLWP最大值超过2.5 kg·m-2,而WDM6模拟CLWP明显偏小。Morrison方案模拟CLWP大小和水平分布与NCEP再分析资料结果更具有一致性,显示Morri⁃son方案对云水路径的模拟效果要好于WDM6方案。图1d显示Morrison和WDM6方案模拟2017年1月5—7日平均COD水平分布。与CLWP结果相同,Morrison方案显示对云光学厚度具有较WDM6方案更好的模拟效果,但与MODIS卫星数据结果相比仍有局部地区模拟不理想的状况。总之,Morrison方案对Rc、Ri、CLWP和COD的模拟效果都明显优于WDM6方案,Morrison方案对冷云过程中云特性具有更好的模拟效果。

    图1 2017年1月5—7日实测资料(a1—d1)、WDM6方案(a2—d2)及Morrison方案(a3—d3)模拟的平均云水有效半径(a,单位:μm)、云冰有效半径(b,单位:μm)、云水路径(c,单位:kg·m-2)及云光学厚度(d)水平分布Fig.1 Averaged(a)Rc(unit:μm),(b)Ri(unit:μm),(c)CLWP(unit:kg·m-2)and(d)COD(a1-d1:MODIS and NCEP analysis data,a2-d2:WDM6 scheme,a3-d3:Morrison scheme)from 5 to 7 January 2017.

    表1显示了2017年10月5—7日数浓度(CCN)为250 cm-3时Morrison方案和WDM6方案模拟平均Rc、COD与MODIS卫星数据集,模拟平均CLWP和NCEP再分析资料的相关统计量分析。其中,Morrison方案模拟Rc与MODIS数据结果的相关系数(CORR,以下称CORR)为0.55,结果大于0.5显示具有一定的相关性。同样模式模拟COD和MODIS数据结果的相关系数能达到0.59,模拟CLWP与NCEP再分析资料结果之间的相关系数也能达到0.52。三种物理量的相关系数均大于0.5。相反WDM6模拟三种物理量的相关系数分别为0.31、0.15和0.24,均小于0.5显示相关性较弱。因此,当CCN取250 cm-3时Morrison方案模拟结果与实测结果更具有一致性,模拟结果较WDM6方案更为准确。

    表1 2017年1月5—7日Morrison和WDM6方案模拟CCN为250 cm-3时日平均Rc、COD、CLWP与实测数据的相关系数和均方根误差Table 1 Comparison of observed and simulated average Rc、COD、CLWP with CCN values of 250 cm-3 simulated by Morrison and WDM6 scheme from 5 to 7 January 2017.

    为了更为明显地比较两种方案对冷云过程中冰相参数(Ri、云冰路径(CWPI,以下称CWPI))和液相参数(Rc、云水路径(CWPC,以下称CWPC))的不同模拟结果,分别用两种方案对Rc、Ri、云水CWPC及CWPI进行模拟,并对模拟差值进行比较。图2为两种方案模拟2017年1月7日Rc、Ri及其差值的水平分布。与图1b和图1c结果相似,Morrison方案模拟Rc小于WDM6方案而模拟Ri大于WDM6方案模拟结果。对比两个方案模拟的差值显示,分别模拟云水和云冰有效半径差值的大值区域分布并不相同。Rc差值大值区分布在33°N附近,而Ri差值大值区分布在更靠北的40°N附近。如图3显示,Morrison方案和WDM6方案分别对2017年1月7日CWPC、CWPI及其差值的水平分布进行模拟。结果显示,Morrison方案模拟云水有效半径明显大于WDM6方案;
    模拟云冰有效半径则明显小于WDM6方案。两种方案模拟CWPC、CWPI差值的最大值区域分布具有一致性。为了更好地研究造成两种方案模拟暖云和冷云差异的原因,我们将差值大值区分为代表陆地的A区域和代表海洋的B区域。重点研究这两个区域5种水凝物混合比以及垂直分布的不同。

    图2 2017年1月7日WDM6方案(a1、a2)、Morrison方案(b1、b2)、Morrison方案与WDM6方案差值(c1、c2)云水有效半径(Rc,单位:μm)、云冰有效半径(Ri,单位:μm)水平分布Fig.2 The simulated Rc(unit:μm)and Ri(unit:μm)in 7 January 2017(a1、a2:WDM6 scheme,b1、b2:Morrison scheme,c1、c2:difference in values between Morrison and WDM6 scheme).

    图3 2017年1月7日WDM6方案(a1、a2)、Morrison方案(b1、b2)、Morrison方案与WDM6方案差值(c1、c2)的云水路径(CWPC,单位:kg·m-2)、云冰路径(CWPI,单位:kg·m-2)水平分布(区域A(27°—40°N,115°—120°E)为陆地,区域B(27°—32°N,122°—135°E)为海洋)Fig.3 The simulated CWPC(kg·m-2)and CWPI(kg·m-2)of(a1、a2)WDM6 scheme,(b1、b2)Morrison scheme,and(c1、c2)difference in values between Morrison and WDM6 scheme in 7 January 2017,Region A(27°-40°N,115°-120°E)represent land,Region B(27°-32°N,122°-135°E)represent ocean.

    3.2 液相和冰相水凝物

    图4具体显示1月5—7日中国东部地区区域平均液相水凝物(云水、雨水)混合比在垂直方向上的分布随时间的变化。如图所示,两种方案模拟云水分布具有一致性,Morrison方案模拟云水要明显大于WDM6方案模拟结果。这可能与Morrison方案下云内的下沉速度比WDM6方案更大有关。Morrison方案模拟云水混合比(qc)中心区域最大值可以达到17 mg·kg-1以上。两个方案模拟的云水都有大量分布在0°C层以上的过冷水存在,进一步证实本次研究个例为一次典型冷云过程。模拟雨水混合比(qr)要明显小于WDM6方案模拟结果,WDM6方案模拟雨水混合比中心区域最大值也可以达到17 mg·kg-1以上。两个方案模拟雨水具有相同的垂直分布,都位于650 hPa高度以下。图5具体显示中国东部地区区域平均冰相水凝物(云冰、雪和霰)混合比在垂直方向上的分布随时间的变化。Morri⁃son方案模拟雪混合比(qs)大于WDM6方案,Morrison方案模拟雪混合比中心区域最大值可以达到17 mg·kg-1以上。更多的云冰转换为雪,使得Morrison方案模拟云冰混合比(qi)小于WDM6方案。如图5所示,Morri⁃son方案模拟雪混合比的最大值在600 hPa高度附近,模拟数值要大于WDM6方案的模拟结果。Morrison方案模拟的高度也要较WDM6方案更高,分别为300 hPa和400 hPa高度,Morrison方案模拟偏小的云冰含量导致模拟霰混合比(qg)也小于WDM6方案。两种方案模拟霰混合比差异最大,WDM6方案结果垂直分布较大,数值明显较高可以达到1.8 mg·kg-1以上,而Morrison则分布较少。雨水是由冰相水凝物粒子融化生成并降落到地面上,由于Morrison方案模拟的总体冰相水凝物要小于WDM6方案,这就使得Morrison方案模拟雨水混合比要小于WDM6方案模拟结果。由此可见,对于液相水凝物而言,方案模拟的混合比数值大小虽然不同,但在垂直方向上的分布相似;
    而对于冰相水凝物而言,两种方案模拟的垂直分布和数值大小都不同。Morrison方案模拟的三中冰相水凝物在垂直高度上具有明显地分层:300 hPa高度附近是模拟云冰的集中层,400—700 hPa高度附近是雪的集中层,700—900 hPa高度附近是霰的主要集中层。两种方案内部不同相态之间转化过程存在差异,导致对于液相水凝物和冰相水凝物具有不同的模拟效果。

    图4 2017年1月5日00时—8日00时WDM6方案(a1、a2)、Morrison方案(b1、b2)模拟的A和B区域平均液相水凝物混合比(云水qc、雨水qr,单位:mg·kg-1)垂直分布随时间的变化(黑线为0℃等温线)Fig.4 Temporal changing of vertical profiles of area-averaged qc、qr(mg·kg-1)of(a1、a2)WDM6 scheme and(b1、b2)Morrison scheme from 5 to 8 January in region A and B.The solid black line represents the 0℃isotherm.

    图5 2017年1月5日00时—8日00时WDM6方案(a1、a2、a3)、Morrison方案(b1、b2、b3)模拟的A和B区域平均冰相水凝物混合比(冰qi、雪qs、霰qg,单位:mg·kg-1)垂直分布随时间的变化(黑线为0℃等温线)Fig.5 Temporal changing of vertical profiles of area-averaged qi、qs、qg(unit:mg·kg-1)of(a1、a2、a3)WDM6 scheme and(b1、b2、b3)Morrison scheme from 5 to 8 January in region A and B.The solid black line represents the 0℃isotherm.

    表2显示Morrison和WDM6方案模拟2017年1月7日A区域和B区域平均各物理量大小比较。由表可知Morrison模拟Rc明显小于WDM6的模拟结果。在一定体积内,云水有效半径越小,云水含量越大,云水混合比也越大。云中较大的云水混合比将导致云雨的转换效率降低,即有更少的云水转换为雨水。因此,Morrison方案模拟云水混合比要大于WDM6方案,而模拟雨水混合比要小于WDM6模拟结果(与图4结果相同)。云水含量越大的地方,云水光学厚度和云水路径也越大,因此Morrison方案模拟云水光学厚度(CODC,以下简称CODC)、CWPC也相应地大于WDM6方案。模拟云冰分布呈现出相反的结果,Morrison方案模拟Ri要大于WDM6方案。因此,Morrison方案模拟云中云冰混合比较WDM6方案更小,这与图5结果相同。Morrison方案中云冰和雪的转换效率因此大于WDM6,导致Morrison方案模拟雪混合比要小于WDM6方案模拟结果。霰的混合比是多种转换过程综合影响的结果,Morrison方案模拟霰混合比小于WDM6方案的情况也是存在的。由于模拟霰混合比与其他冰相水凝物相比较小,因此两种方案模拟霰的差异不影响总的冰相水凝物差异。云冰混合比越大,CWPI和云冰光学厚度(CODI,以下简称CODI)也相应越大。因此,Morrison方案模拟云冰光学厚度和云冰路径均小于WDM6的模拟结果。

    表2 2017年1月7日区域A和B中各物理量区域平均大小比较Table 2 The comparison of the area-averaged physical quantities in total region A and B in 7 January 2017.

    图6为Morrison方案和WDM6方案模拟五种水凝物在由A区域(陆地)和B区域(海洋)组合而成的集合区域中的区域平均和时间平均混合比(qc、qr、qi、qs以及qg)在垂直方向上的分布对比。与图4和图5结果一样,Morrison方案模拟云冰和霰混合比要明显小于WDM6方案模拟结果,而雪混合比则明显大于WDM6方案。然而,Morrison模拟云冰的垂直分布要明显小于WDM6,模拟云冰高度则高于WDM6方案模拟结果。Morrison方案模拟qc要大于WDM6方案模拟结果,两种方案模拟qc在700 hPa高度处到达最大值,最大值差值约为60 mg·kg-1,占WDM6方案模拟结果约为650%。两个方案模拟云水混合比差异较大。方案模拟qr在850 hPa高度处到达最大值;
    WDM6方案模拟雨水有效半径最大值为80 mg·kg-1,Morrison方案模拟雨水有效半径最大值为20 mg·kg-1,差值占WDM6方案模拟结果约-75%;
    Morrison方案模拟qr要明显小于WDM6方案模拟结果。Morrison方案模拟云冰混合比在300 hPa高度处到达最大值,最大值为20 mg·kg-1;
    而WDM6方案模拟qi在400 hPa高度处到达最大值,最大值为40 mg·kg-1;
    Morrison方案和WDM6方案差值占WDM6方案模拟云冰混合比百分比约为-50%;
    Morri⁃son模拟云冰混合比明显更小。方案模拟雪混合比最大值位于650 hPa高度处,Morrison方案模拟雪混合比最大值为90 mg·kg-1,WDM6方案最大值为55 mg·kg-1,差值占WDM6方案模拟百分比约为63%。Morrison方案模拟的霰混合比较小;
    而WDM6方案模拟在650 hPa处到达最大值,约为27 mg·kg-1。

    图6 2017年1月7日00—8日00 UTC WDM6(a)方案、Morrison(b)方案、Morrison方案与WDM6方案差值(c)模拟的区域A和B中各水凝物区域平均混合比(云水、雨、云冰、雪、霰分别用qc、qr、qi、qs、qg表示,单位:mg·kg-1)垂直变化Fig.6 Vertical profiles of area-averaged qc、qr、qi、qs and qg(unit:mg·kg-1)of(a)WDM6 scheme,(b)Morrison scheme and(c)the difference between Morrison and WDM6 scheme of total region A and B from 7 to 8 January 2017.

    对于液相水凝物而言,Morrison方案模拟云水混合比要明显大于WDM6方案,而模拟雨水混合比相反。对于冰相水凝物而言,Morrison方案模拟云冰和霰混合比均小于WDM6方案模拟结果,而雪混合比则相反。总之,无论是冰相水凝物还是液相水凝物,Mor⁃rison方案与WDM6方案模拟结果均有较大差异。如图5和图6所示,冰相水凝物较液相水凝物在垂直方向上分布更广且混合比数值更大,进一步验证本次云系中以冷云过程为主。

    3.3 向下短波辐射

    云量、云高以及云光学厚度等云参数对大气层顶的辐射平衡有着重要的影响,暖云和冷云的不同光学特性将使得它们对太阳辐射的影响产生不同结果。不同水凝物由于光学特性的不同,它们的辐射特性也有较大差异。如果云中液相水凝物较多,将会使云对太阳辐射的反射率增大,对大气产生冷却作用。图7显示Morrison方案和WDM6方案模拟2017年1月7日白天(06—18 UTC)向下地表短波辐射水平分布与CERES卫星资料结果对比。Morrison方案模拟短波辐射与卫星资料较WDM6方案水平分布和大小一致性更好。如图7a、c所示,短波辐射最小值能够达到5~25 W·m-2之间。Morrison方案模拟短波辐射明显小于WDM6,这与Morrison方案模拟COD偏大有关(如图1d所示)。COD大的区域,云越厚,云的冷却效应就越强。将有更少的短波辐射透过云层和反射到地面,因此地表短波辐射会偏小,而地表短波辐射的差异将会直接导致海平面温度和地表热通量的不同。如图4和图5所示,Morrison方案模拟冰相水凝物较WDM6方案更小,而模拟液相水凝物相同;
    由于冰相水凝物使得更多太阳辐射透过云层,也会导致Morrison方案模拟地表短波辐射较WDM6方案更小。同时,Morrison方案中的冷云过程也会导致向下短波辐射减小。接下来将会研究两种方案模拟这两个热力参数的不同分布,以及对海洋陆地的不同影响结果。

    图7 2017年1月7日CERES卫星资料(a)、WDM6方案(b)及Morrison方案(c)模拟的白天(06∶00—18∶00 UTC)向下地表短波辐射(单位:W·m-2)水平分布Fig.7 Downward shortwave radiation(unit:W·m-2)of(a)CERES data,(b)WDM6 scheme and(c)Morrison scheme from 06:00 to 18:00 UTC 7 January 2017..

    3.4 地表热通量与海平面温度

    到达地表的短波辐射大小则会直接对温度和热通量产生影响。因此,不同云微物理方案中的微物理过程和辐射效应均会对温度产生影响。图8为Morrison方案和WDM6方案模拟1月7日白天(06∶00—18∶00)区域A和B海平面温度水平分布与NCEP再分析资料结果。选取温度差异最大的白天进行对比分析。如图所示,Morrison方案模拟海平面温度较WDM6方案与NCEP再分析资料结果更具有一致性,模拟海平面温度最大值可以达到21°C以上。对于区域A,Morrison方案和WDM6方案的模拟效果均不理想,模拟数值较NCEP资料偏大,结果显示GRAPES_Meso模式对海平面温度模拟效果普遍不理想;
    Morrison方案在区域A的模拟结果较WDM6方案更小。对于区域B,Morrison方案模拟海平面温度与NCEP资料具有更为明显的一致性;
    与区域A相同,Morrison方案在区域B的模拟结果也较WDM6方案更小。由于Morrison方案中包含冷云过程,方案中的冰相物理过程既会导致向下短波辐射的减小,使模拟海平面温度和地表感热通量较WDM6方案更小。而两种方案在区域A(陆地)模拟海平面温度的差异大于在区域B(海洋)的模拟差异。下垫面的差异会显著影响海平面温度的不同。

    图8 2017年1月7日NCEP data(a)、WDM6方案(b)及Morrison方案(c)模拟的白天(06∶00—18∶00 UTC)区域A和B海平面温度(单位:℃)水平分布Fig.8 Sea-level temperature(unit:℃)of(a)NCEP data,(b)WDM6 scheme and(c)Morrison scheme in region A and B from 06:00 to 18:00 UTC 7 January 2017.

    海陆的不均匀性可以影响到地表感热通量的分布状况。对比模拟结果的海陆差异,两种方案在区域A(陆地)模拟海平面温度的差异大于在区域B(海洋)的模拟差异。下垫面的差异会显著影响海平面温度的不同。由于Morrison方案模拟地表短波辐射要小于WDM6模拟结果(如图7所示),短波辐射对海平面温度具有直接影响作用。海陆下垫面的差异导致海洋与陆地的升温速度不同,相同时间内能够到达的海平面温度也不同。图9为Morrison方案和WDM6方案模拟1月7日区域A和B地表感热通量水平分布。如图所示,Morrison方案模拟地表感热通量小于WDM6方案结果。两种方案模拟结果在区域A的差异要大于区域B,在陆地和海洋有不同的模拟结果。短波辐射是影响感热通量大小的主要因素之一,Mor⁃rison方案模拟短波辐射要明显小于WDM6方案模拟结果,因此短波辐射也呈现出这种差异。海洋与陆地不同下垫面热力差异导致模拟地表感热通量陆地的差异大于海洋。

    图9 2017年1月7日WDM6方案(a)和Morrison方案(b)模拟的地表感热通量(单位:W·m-2)Fig.9 Simulated surface sensible heat flux(unit:W·m-2)of(a)WDM6 scheme and(b)Morrison scheme in 7 January 2017.

    图10显示Morrison方案和WDM6方案分别模拟2017年1月6—7日区域A和区域B平均地表感热通量随时间的变化。模拟区域A地表热辐射通量数值主要在白天,晚上几乎为0。Morrison方案模拟A区域(陆地)平均地表感热通量分别在1月6日12时(UTC)和7日12时(UTC)到达峰值,在6日12时到达最大值78 W·m-2。WDM6方案模拟结果也在相同时间到达最大值45 W·m-2,最大值较Morrison方案少了约42%。Morrison方案和WDM6方案模拟B区域(海洋)平均地表感热通量变化趋势相似,地表感热通量随时间先略微增大后逐渐减小。Morrison方案模拟结果在1月6日10时(UTC)到达最大值72 W·m-2,WDM6模拟也在相同时间到达最大值65 W·m-2,最大值较Morrison方案少了约9.7%,较A区域的结果更小(与图9结果相同)。两种方案在陆地和海洋模拟地表热辐射通量变化趋势不同是由海陆的不同热力差异造成的。由于WDM6方案模拟太阳辐射的偏大使得地表温度也较Morrison方案更高(如图8所示),地表向大气直接输送感热通量,使得在陆地WDM6方案模拟感热通量较Morrison方案更大。而当下垫面变成海洋后,陆面作用消失,白天感潜热量交换减少,使得两种方案模拟地表热通量在海洋的差异较陆地更小。因此,下垫面的海陆热力差异不但会造成两种方案模拟数值大小的差异,还会导致变化趋势的不同。

    图10 2017年1月6—7日Morrison和WDM6方案分别模拟的陆地(区域A)和海洋(区域B)地表感热通量(单位:W·m-2)随时间的变化Fig.10 Hourly area-averaged surface heat sensible flux(W·m-2)simulated by Morrison and WDM6 scheme from 6 to 7 January 2017(Region A:land,region B:ocean).

    基于GRAPES_Meso模式,分别利用WDM6和Morrison双参数云微物理方案对2017年1月5日到7日的一次冷云过程进行对比模拟试验。对比分析两种具有不同物理过程的云微物理方案对云微物理过程、云辐射过程以及感热通量等模拟结果的差异,并讨论海洋和陆地这两种不同下垫面条件对双参数云微物理方案模拟结果的影响,结果表明Morrison方案的模拟效果更为准确。主要结论如下:

    (1)Morrison方案模拟云水有效半径水平分布和大小较WDM6方案更接近MODIS卫星数据结果,模拟结果要明显大于WDM6方案;
    Morrison方案模拟云冰有效半径水平分布和大小也较WDM6方案更接近MODIS卫星数据结果,模拟结果要小于WDM6方案;
    但局部地区特别是中国西南部地区,两种方案模拟效果仍不理想。Morrison方案模拟云水路径大于WDM6方案结果,其大小和水平分布与NCEP再分析资料结果更具有一致性。与云水路径结果相同,Morrison方案模拟云光学厚度要明显大于WDM6方案模拟结果,并与MODIS卫星数据结果相比更为相似。总之,包含了暖云和冷云物理过程的Morrison双参数云微物理方案模拟效果要好于仅包含暖云过程的WDM6方案。

    (2)Morrison方案模拟云水混合比要明显大于WDM6方案模拟结果,模拟雨水要明显小于WDM6方案模拟结果,两种方案模拟云水混合比和雨水混合比在垂直方向上的分布高度相同。Morrison方案模拟云冰和霰混合比要明显小于WDM6方案模拟结果,而雪混合比则明显大于WDM6方案。对于液相水凝物而言,方案模拟的混合比数值大小虽然不同,但在垂直方向上的分布相似;
    而对于冰相水凝物而言,两种方案模拟的垂直分布和数值大小都不同。Morrison方案模拟云水光学厚度CODC、云水有效半径CWPC大于WDM6方案,Morrison方案模拟云冰光学厚度CODI和云冰路径CWPI均小于WDM6的模拟结果。

    (3)Morrison方案模拟短波辐射小于WDM6方案结果,模拟短波辐射与卫星资料较WDM6方案水平分布和大小一致性更好。Morrison方案模拟海平面温度小于WDM6方案模拟结果,并与NCEP资料具有较WDM6方案更为明显的一致性。

    (4)两种方案在区域A(陆地)模拟海平面温度的差异大于在区域B(海洋)的模拟差异。Morrison方案模拟地表感热通量大于WDM6方案结果,两种方案模拟地表感热通量陆地的差异大于海洋。Morrison方案在海洋模拟海平面气压要大于WDM6方案模拟结果,并与NCEP资料结果更具有一致性。下垫面的热力差异不但会造成两种方案模拟数值大小的差异,还会导致变化趋势的不同。

    猜你喜欢 云水混合方案 混合宅现代装饰(2022年5期)2022-10-13宽骚云水恋歌金山(2022年8期)2022-09-06烂脸了急救方案好日子(2022年3期)2022-06-01混合运算的方法要领小学生学习指导(低年级)(2019年6期)2019-07-22定边:一份群众满意的“脱贫答卷” 一种提供借鉴的“扶贫方案”陕西画报(2018年6期)2018-02-25混合运算的技巧小学生学习指导(低年级)(2018年3期)2018-01-31温暖的手故事会(2017年19期)2017-10-11温暖的手人事天地(2017年5期)2017-05-18在云水谣收笼一个雨季江南诗(2016年5期)2016-05-14稳中取胜数码精品世界(2009年3期)2009-03-30 相关关键词: 小米6和小米6X对比评测,两种最佳性价比游戏手机的典型代表 临时救助的申请审批程序主要有两种 划重点!深圳三批中考分数线已出,这25所学校有两种选择! 两种无线路由器重启方法介绍 波兰尼认为人类的知识有两种实用文本阅读原文附答案
    相关热词搜索: 两种 物理 参数

    • 范文大全
    • 教案下载
    • 优秀作文
    • 励志
    • 课件
    • 散文
    • 名人名言