郭子嘉,刘 鑫,陈勇航,苏小岚,辛 渝,陈春美,周海江
(1.东华大学环境科学与工程学院,上海201620;2.新疆气象服务中心,新疆 乌鲁木齐830002;3.中国气象局乌鲁木齐沙漠气象研究所,新疆 乌鲁木齐830002)
太阳辐射是驱动地气系统能量交换和水循环等关键物理过程的主要动力[1-3]。而云对辐射的透射、吸收、反射等作用,影响着入射至地球表面的太阳辐射,使得云成为地表能量平衡的重要影响因子之一[4-5]。因此,定量化研究云对太阳辐射的影响是准确评估、预测以及科学利用、开发太阳能资源的关键,但也是这一领域的难点之一。
国内外已有学者利用RCM 模式(Regional Climate Model,RCM)对太阳辐射收支进行了模拟,并对模拟结果进行了评估。韩振宇等[6]评估了RCM模拟的中国东部区域辐射收支情况,结果表明,在云量、地表反照率和地表温度3 个直接影响因子中,云量模拟误差贡献最大。因此,一些气候模拟评估将地表辐射收支成分的误差归因于云量的不确定性[7-9]。
积云对流是云水数值模拟和预报中最常用的参数化方案[10],RCM 中积云对流参数化方案包括:Grell、Emanuel 等方案。其中Emanuel 方案假设云中的混合在高度上是偶发性和非均质的;Grell 方案中用未稀释的上升和下降气流代表深对流云,仅在云的底部和顶部与环境空气混合[11]。很多学者在研究中国区域气候变化时,都选用了Emanuel 和Grell 两种积云对流参数化方案[6、12-14]。例如赵勇等[13]选用Grell 方案来模拟研究新疆区域的降水和气温,韩振宇等[6]选用Emanuel 方案来模拟评估中国东部地区的辐射收支状况。目前对于不同积云参数化方案的研究,主要集中于对不同地区温度和降水的敏感性和适用性方面[12-14]。但是少有运用不同积云对流参数化方案,来定量化研究云辐射效应并对模拟结果进行差异性分析。因此本文基于RegCM4.6 区域气候模式,选取Emanuel 和Mix(Grell+Emanuel)两种积云对流参数化方案,以2016 年为例,模拟云短波辐射强迫及相关参数,揭示其时空分布特征,并探究两种积云对流参数化方案模拟结果的差异性及其原因,以期为改善模式性能、提高太阳辐射预测的可靠性提供参考依据。
本研究所用的模式是RegCM4.6 版本,此版本模式在动力学过程、地形资料、气溶胶类型等方面均有所改进。模式的输入数据主要包括:海温资料、全球再分析数据和地形数据等。参数化方案的选择主要包括:横向边界条件方案、陆地和海洋的积云对流参数化方案、水汽方案、行星边界层方案、海洋通量方案、压力梯度方案和辐射传输方案。本研究所用模式的输入数据和参数化方案设置如表1 所示[15-18]。模拟区域(图1)中心坐标位于(38°E,98°N),模式水平分辨率为25 km,积分步长为30 s,每间隔3 h 输出结果一次。模式在垂直方向非均匀地分为18 层,顶层气压为50 hPa。
表1 RegCM4.6 输入数据及参数化方案
图1 模拟区域位势
根据Ramanathan 的定义,云对大气层顶的辐射强迫是晴空的辐射通量与有云时的辐射通量之差,这个量给出了云对太阳辐射影响的一个定量估计。同时,借鉴气溶胶的辐射强迫定义[19],将云对地面的短波辐射强迫定义为有云时的辐射通量与晴空辐射通量之差。本文选取大气层顶向上短波辐射通量(单位:W·m-2)研究云对大气层顶的短波辐射强迫,用地面净短波辐射通量(单位:W·m-2)研究云对地面的短波辐射强迫。
因此,云对地面的短波辐射强迫为:
式中:Cf(S)表示云对地面的短波辐射强迫;Fc1表示晴空时的地面短波净辐射通量;Fo1表示云覆盖区域的地面净短波辐射通量;Ac表示云覆盖率;F1表示有云时地面净辐射通量。以上各参数的单位均为W·m-2。
本文共采用了两种实验方案。一是Emanuel 方案:陆地和海洋的积云对流参数化方案均采用Emanuel 方案;陆地积云对流方案采用Grell 方案,海洋积云对流方案采用Emanuel 方案。二是Mix 方案。为了探究Emanuel 方案和Mix 方案模拟效果的差异性,对两方案模拟的全天空地表净短波辐射、晴空地表净短波辐射和云短波辐射强迫按25 km×25 km 的网格进行季节平均,再对两方案对应季节和格点做差值处理,若差值为正,则说明Mix 方案模拟结果相较于Emanuel 方案存在正偏差,反之,则说明Mix 方案模拟结果相较于Emanuel 方案存在负偏差。本文的净短波辐射通量均以向下为正。
从地表净短波辐射的季节空间分布图来看(图2),Emanuel 方案(图2a)和Mix 方案(图2b)模拟结果存在着显著的季节性差异,夏季差异最大,春季次之,冬季最小,秋季则略大于冬季。春季有两个低值区,一个在天山山脉、昆仑山脉、祁连山脉一带,Emanuel 方案地表净短波辐射量<60 W·m-2,Mix 方案<90 W·m-2;另一个在东北地区的大兴安岭、小兴安岭、长白山脉一带,两种方案地表净短波辐射量均<120 W·m-2。夏季全国地表净短波辐射量较大,两种方案均在青藏高原出现高值区,低值区都出现在了云贵高原处,其值<120 W·m-2;不同于Emanuel 方案,Mix 方案在内蒙古区域地表净辐射通量较大,在150~210 W·m-2。秋、冬季地表净短波辐射量全国均较小,两方案的地表净短波辐射量<180 W·m-2,并呈现出由南向北逐渐递减的分布趋势。
由地表净短波辐射差值季节空间分布(图2c)可以看出,Emanuel 方案与Mix 方案的差值在春、秋和冬季均呈现南正北负分布,夏季差值分布和其他三季明显不同,差值较大。春季,25°N 以北,Emanuel方案模拟的地表净短波辐射通量低于Mix 方案,模拟差值出现一东、一西两大负高值区,东部在东北平原附近,差值在-45~-35 W·m-2;西部在喜马拉雅山脉和昆仑山脉区域,差值在-45~-25 W·m-2;25°N 以南Emanuel 方案模拟的地表净短波辐射通量高于Mix方案,出现正高值区,差值在45~60 W·m-2。中国区域总云量呈南多北少的带状分布特征,所以两方案模拟的云量差异可能是造成南北地表短波净辐射通量差异的原因。夏季,只是在喜马拉雅山脉、横断山脉、云贵高原北部出现负高值区,差值<-45 W·m-2,其余地区Emanuel 方案的短波辐射通量均大于Mix 方案,差值在15~45 W·m-2。秋季,喜马拉雅山脉负高值降低,范围相较于夏季有所缩小;30°N 以南为正值区,差值在5~35 W·m-2。冬季,全国范围差值均较小,30°N 以北大部分为负值区,差值在-15~5 W·m-2;30°N 以南为正值区,差值在5~35 W·m-2。
总的来说,全天空地表净短波辐射夏季最大,春季次之,秋季略大于冬季,季节性差异显著。除夏季外,均呈现由南向北逐渐递减的分布趋势。对比两方案模拟的全天空地表净短波辐射差异,四季中在山脉地区、东北平原地区Emanuel 方案的地表净短波辐射通量通常小于Mix 方案;而在塔里木盆地处,除夏季外,Emanuel 方案和Mix 方案的模拟结果基本一致。由此推断,高海拔和低纬度地区两方案的全天空下地表净短波辐射通量模拟结果相差较大,而盆地及平原地区相差较小。
图2 Emanuel 方案(a)、Mix 方案(b)全天空地表净短波辐射的季节空间分布及Emanuel 和Mix 方案差异季节空间分布(c)
从晴空地表净短波辐射的季节空间分布(图3)可知,Emanuel 方案(图3a)和Mix 方案(图3b)模拟的全国晴空地表净短波辐射量均呈夏季最高、冬季最低、南多北少的分布特征。春季,两方案在塔里木盆地、青藏高原北部出现低值区,晴空地表净短波辐射在130~155 W·m-2。夏季,塔里木盆地处仍为低值区,晴空地表净短波辐射在205~230 W·m-2,全国晴空地表净短波辐射普遍>255 W·m-2。秋季,高值区出现在长江以南,全国晴空地表净短波辐射量在205~255 W·m-2。冬季全国晴空地表净短波辐射普遍<180 W·m-2。
由中国区域四季晴空地表近短波辐射差值空间分布来看(图3c),Emanuel 方案与Mix 方案在4个季节差值分布较均匀。夏、秋季和冬季全国范围内差值均较小,而春季相较于其他三季差值略大。春季,在青藏高原区域出现了负高值区,差值超过60 W·m-2;横断山脉处为正高值带,差值>45 W·m-2。夏季,全国辐射差值较为均匀,只有天山山脉和横断山脉处差值为正且较大,差值在30~40 W·m-2;全国大部分区域差值较小,差值在10~10 W·m-2。秋季,全国辐射差值也较为均匀,除青藏高原外,全国其他地区差值较小,差值在-5~5 W·m-2;青藏高原地区差值为负,在25~5 W·m-2;天山山脉西部、阿尔金山脉及祁连山脉处差值相对其他地区较大,在15~25 W·m-2;横断山脉处仍出现正高值,辐射差值超过35 W·m-2。冬季,全国辐射差值普遍较小且无明显地理位置差异,辐射差值在-10~10 W·m-2;仅在横断山脉处出现正高值点,辐射差值超过35 W·m-2。综合四季来看,在喜马拉雅山脉和横断山脉以北为两大负高值区,而横断山脉为正高值区。对比全天空地表净短波辐射和晴空地表净短波辐射模拟差异来看,晴空状况下模拟差异较小,全天空状况下差异较大。可见Emanuel 方案和Mix 方案对云量的模拟差异是造成两方案模拟效果不同的主要原因。这与Chiacchio M[20]等人使用RCM 模式对欧洲地区的地表和大气层顶辐射分量模拟进行评估的结果一致,云量差异是导致对太阳辐射收支差异的主要原因。
晴空地表净短波辐射分布四季均有不同,春季和夏季最大、秋季略大于冬季;横断山脉处四季中均呈现低值带,塔里木盆地晴空地表净短波辐射通量也较低。对比两方案晴空地表净短波辐射的模拟结果,两方案均在天山山脉和横断山脉区域出现了两条相近的正高值带和负高值带,横断山脉尤为明显。与全天空净短波辐射通量模拟差异相比较,两方案模拟的晴空下净短波辐射通量在夏、秋、冬3 个季节差异较小。
图3 Emanuel 方案(a)、Mix 方案(b)晴空地表净短波辐射的季节空间分布、Emanuel 和Mix 方案差异季节空间分布(c)
从云短波辐射强迫季节空间分布(图4)可知,Emanuel 方案(图4a)和Mix 方案(图4b)的全国四季云短波辐射强迫均为负值,云对地表有净冷却效应,但四季分布态势各有不同。春季,负强迫高值区在云贵高原和长江中下游平原区,云短波辐射强迫在-140~-146 W·m-2;35°N 以北区域云短波辐射强迫普遍偏小;天山山脉与昆仑山脉之间的塔里木盆地云短波辐射强迫出现低值区,数值在-50~-80 W·m-2。夏季,负强迫低值区还是在塔里木盆地,云短波辐射强迫在100~126 W·m-2;高值区在云贵高原及青藏高原东南处,云短波辐射强迫在-180~-215 W·m-2;这是由于受西南季风的影响,青藏高原南部地区产生了大量的云,所以为云短波辐射强迫高值区。秋季,云短波辐射强迫负低值区出现在塔里木盆地,高值区出现在黄土高原,云短波辐射强迫在-120~-146 W·m-2。冬季,云短波辐射强迫负高值区在云贵高原和青藏高原东部,其值在-60~-88 W·m-2。
图4 Emanuel 方案(a)、Mix 方案(b)云短波辐射强迫的季节空间分布、Emanuel 和Mix 方案差异季节空间分布(c)
由中国地区四季的云短波辐射强迫差值空间分布(图4c)可以看出,Emanuel 方案与Mix 方案4 个季节的云短波辐射强迫差值各有差异,春季差值较大,夏季和秋季次之,冬季最小。春季,云短波辐射强迫差异呈现南正北负分布,在30°N 以南区域为正,差值在30~50 W·m-2;在东北平原处出现负高值区,差值>-20 W·m-2。夏季,只有横断山脉及云贵高原北部出现负高值区,差值>-70 W·m-2;全国其他地区差值为正,内蒙古高原差值相对较高,差值在20~35 W·m-2。秋季,北方大多数地区差值为负;南方差值为正,正高值区在云贵高原,差值在20~40 W·m-2;青藏高原和塔里木盆地处差值较小,差值在0~10 W·m-2。说明Emanuel 方案和Mix 方案在这两处模拟效果差别不大。冬季,25°N 以北差值分布较为均匀,差值在-10~0 W·m-2;25°N 以南区域差值较大,差值在10~30 W·m-2。
总体来说,全国四季云短波辐射强迫均为负值,对地表有冷却效应;两方案均在夏季云短波辐射强迫最大,冬季最小,且塔里木盆地在四季中云短波辐射强迫均为低值区。比较两方案模拟的云短波辐射强迫差异,除夏季外两方案均呈现北正南负的趋势,且差值大小呈现由低纬度向高纬度递减的纬向分布。综合四季来看,25°N 以南Emanuel 方案的云短波辐射强迫高于Mix 方案。
本文运用RegCM4.6 模式,模拟中国地区2016年的全天空地表净短波辐射通量、晴空地表净短波辐射通量、云短波辐射强迫的时空分布特征,同时对比Emanuel 与Mix 两种陆地积云对流参数化方案模拟效果差异,得到以下结论:
(1)地表净短波辐射呈显著的季节差异,夏季最大,冬季最小,除夏季外均呈现由南向北递减的纬向分布;在春季和夏季两方案在天山、昆仑山脉及祁连山脉一带出现低值区,<90 W·m-2;秋、冬两季,两方案在全国大部分范围均<180 W·m-2。在两方案模拟差异方面,春、秋、冬3 个季节和30°N 以南区域,Emanuel 方案均低于Mix 方案,而30°N 以北区域则反之。在山脉及东北平原处两方案全天空下地表净短波辐射通量相差较大,而盆地及平原处差异较小。
(2)晴空地表净短波辐射,横断山脉处四季均为低值带,塔里木盆地晴空地表净短波辐射通量也较低,在205~230 W·m-2。在两方案的模拟差异性方面,四季中,夏季、秋季和冬季全国范围内模拟差异性较小;在横断山脉及天山山脉处都出现了两条相近的正高值带和副高值带,在-25~-5 W·m-2。对比全天空和晴空地表净短波辐射模拟差异来看,晴空状况下模拟差异较小,全天空状况下差异性较大。主要原因是Emanuel 方案和Mix 方案对云量的模拟差异所导致。
(3)全国四季云短波辐射强迫均为负值,说明云对地表有冷却效应;两方案均在夏季云短波辐射强迫最大,高值区云短波辐射强迫在-180~-215 W·m-2。两方案模拟效果差异性方面,在春季两方案模拟差异性较大,30°N 以南区域,差值在30~50 W·m-2。
本文仅探究两种积云对流参数化方案的模拟差异,并未根据观测数据对模式模拟效果进行评估,下一步将基于多源数据对两种积云对流化参数方案的模拟效果进行评估,并且定量化的分析模拟误差来源,以期为改善模式性能、提高太阳辐射预测的可靠性提供参考依据。