一维热扩散湖模式在太湖的应用研究

利用在太湖获得的2010年8月11-28日的观测资料研究了一维热扩散湖模式在太湖的适用性,通过对比模拟进一步研究了影响太湖湖表温度模拟的主要因子。该湖模式对太湖最初的模拟结果并不理想,模拟的湖表面温度与观测有较大的系统性偏差,温度的日变化幅度与观测相比也偏小。通过分析该模式对太湖的模拟效果不理想的可能原因,针对太湖的生态环境和污染情况,设计了18个测试参数的敏感性试验,从敏感性试验的结果分析得到,适用于太湖的、依赖于湖泊类型的3个参数应做如下修改:消光系数（η₀）应放大3倍,湖泊表层吸收的太阳辐射系数（β）应取0.8,粗糙长度（z₀）采用公式计算得到。用新得到的适用于太湖的3个参数,模拟得到的结果与最初的模拟结果和观测资料对比,发现采用新的参数后,模拟结果比最初的模拟结果有了很大的改进,模拟的湖表温度基本接近观测,模拟的湖水垂直剖面时间序列图也跟观测吻合得较好,随之的感热、潜热通量的模拟也都与观测接近。最后,对输入湖模式的主要大气参量（太阳辐射、2 m气温及风场）±10%的误差引起的模式模拟的湖表面温度误差进行分析,结果表明该湖模式对大气强迫场的误差敏感度不高;相比之下,模拟结果对风场敏感性最小,对辐射和气温的敏感度相当。     

基于耦合湖模式的城市边界层模式研究太湖的气象与环境效应

本文发展了一个耦合的城市边界层—湖泊模式(RBLM-Chem-Lake),通过离线和在线两种方式对模式的模拟效果进行了检验。并通过敏感性实验分析了太湖冬季和夏季对周边地区气象特征和空气污染的影响。结果表明：(1)白天太湖对周边气象环境产生了明显的降温效应,而夜晚出现了明显的升温。冬季夜晚周边地区升温达到0.4～0.6℃,白天可以使得周边气温降低1～2℃。夏季夜晚使周边地区升温可达1～1.5℃,白天使得周边气温降低1～2℃。(2)太湖对周边地区气温的影响范围夏季远高于冬季,夏季影响范围可达到80 km,冬季影响范围平均为5 km。此外,太湖使得湖区平均边界层高度下降,湿度上升,使得苏州市区垂直风速减弱,这种影响同样在夏季更为明显。(3)太湖的存在总体上使湖区和周边地区PM_2.5和臭氧的质量浓度增加。在冬季PM_2.5污染个例中,太湖导致区域夜晚PM_2.5质量浓度下降,下降幅度达到4～5μg·m^-3。而在白天,太湖区域500 m高度以下PM_2.5质量浓度增加,幅度达到25～30μg·...     

青海湖湖温预估研究

青海湖对青藏高原的生态安全有着重要作用,深入理解青海湖未来湖表温度变化特征至关重要。本文通过站点观测数据和再分析数据评估第六次国际耦合模式比较计划（Coupled Model Intercomparison Project 6,CMIP6）中3个全球气候模式的常规气象数据,并利用观测数据和MODIS地表温度数据评估一维湖泊模式（Freshwater Lake Model,FLake）在青海湖的适用性,预测4种不同排放情景（SSP126、SSP245、SSP370、SSP585）青海湖未来湖温的演变趋势,阐明湖温变化的驱动机制及其对青海湖裸鲤生存环境的潜在影响。结果表明：（1）再分析数据和CMIP6多模式集合的历史气象数据优于单个模式。2015—2100年,青海湖年均湖表温度持续升高,但由于社会共享经济路径（Shared Socioeconomic Pathway,SSP）和辐射强迫的差异,CMIP6 4种不同排放情景Flake模拟的湖表温度升温速率表现出明显差异。SSP126情景2050年后的升温速率低于历史水平,而在SSP245、SSP370和SSP585情景,2050年前后的升温速...     

一维热扩散湖模式在太湖的应用研究

太湖微气候条件及局地热环境的研究对于太湖周边城市地区可持续发展以及大气宏观调控具有重要意义。为了更准确模拟太湖湖-气交换,将CLM4-LISSS浅水湖泊陆面过程参数化方案耦合进入WRF中的Noah陆面过程模型。采用太湖湖上平台及岸边陆上测站观测的数据,评估了CLM4-LISSS浅水湖泊过程方案对太湖区域近地层气象条件的模拟性能。并基于耦合模型模拟研究了太湖对周边城市区域热环境的影响。结果表明,CLM4-LISSS湖泊陆面过程方案模拟的湖表面温度能反映真实温度的变化趋势。两种陆面过程方案在2 m气温的模拟值也存在一定的差异。CLM4-LISSS与Noah方案计算所得湖上2 m气温的模拟值与观测值的平均均方根误差分别为1.77和2.22℃,平均相关系数分别为0.88和0.84;模拟10 m风速的平均均方根误差分别为1.93和2.78 m/s,平均相关系数为0.72和0.68。太湖对周边城市热环境存在明显的影响。8月太湖对周边地区15时（北京时）近地层平均降温0.5-0.7℃,影响范围达60 km。06时太湖导致周边近地层平均升温达0.7-1℃,影响范围达50 km。湖风带来的冷空气抑制了城市热岛的垂直运动,在高温天气下使得苏州、无锡和常州城市地区昼间边界层下降高度可达300、400和100 m。无锡地区边界层内气温最高降幅可达0.5-0.7℃。通过选取无锡地区2015年8月28日高温小风天气作为背景条件,分析该地区湖风对城市热岛环流的影响机制。结果表明湖风能够破坏无锡地区的热岛环流结构,改变近地面热量和水汽的分布,抑制城市热岛的垂直发展,并影响至整个无锡地区。局地热力环流的变化对于局地气候以及污染物质的输送与扩散有可能产生重要影响,准确的湖泊陆面过程参数化方案对于天气预报、空气污染模拟,以及气候模拟研究等均具有重要意义。     

太湖地区湖陆风对雷暴过程影响的数值模拟

利用耦合了NOAH陆面模式的WRF中尺度数值模式,对2010年8月18日发生在太湖地区的一次强雷暴过程进行数值模拟,并将模拟结果与实况进行对比。结果表明:模式能较合理地模拟出雷暴演变过程及近地面要素变化。此次雷暴天气过程发生在湖风发展强盛时期,雷暴沿东岸湖风与背景风形成的辐合线发展。通过两个敏感性试验,研究了太湖地区湖陆风对雷暴过程的影响。湖风锋对雷暴过程起触发和增强作用,湖风锋的阻挡和抬升作用导致此次雷暴的产生。在湖风锋前缘形成的初始对流进一步发展加强为雷暴,发展成熟的雷暴低层出流又与湖风作用形成新的雷暴,湖风的辐合为对流云的发展提供水汽和能量。在雷暴的形成发展过程中,感热通量输送可改变大气边界层结构,使低层不稳定能量较易释放,潜热释放加强上升和下沉气流,使边界层湿度增大,对流进一步发展增强。     

中尺度海-气耦合模式GRAPES_OMLM对台风珍珠的模拟研究

利用全球/区域同化与预报系统GRAPES(Global/Regional Assimilation and Prediction System)和改进的Mellor-Yamada型海洋混合层模式OMLM(Ocean Mixed Layer Model),建立了一个新的中尺度海-气耦合模式GRAPES_OMLM,并利用该模式对发生于南海的台风珍珠(0601)进行了模拟研究,检验了GRAPES_OMLM对台风的模拟性能,并分析了局地海-气相互作用对台风的影响。结果表明,GRAPES_OMLM基本能模拟出台风天气过程中的主要物理过程。考虑了海-气相互作用的耦合试验所模拟出的台风强度、近台风中心最大风速以及台风后期移动路径,相对于两组控制试验(单独大气模式)的模拟结果都有较大的改进。而且,采用逐日变化海表温度作为下边界条件的控制试验2的模拟结果相对于SST不变的控制试验1更接近观测。耦合模式GRAPES_OMLM能较好地模拟出台风过境海表温度的变化,台风珍珠在其路径右侧有超过4.0℃的降温。SST的变化和海表风应力的变化呈反相关系,风应力的增大伴随着海洋近表层湍流动能(TKE)的加强,大风动力作用是SST降低的主要原因。SST的降低致使海洋向台风输送的热通量减少,进而削弱了台风的强度并改变台风环流结构,同时通过改变位势涡度趋势的一波结构(WN-1)来影响台风的移动路径。     

太湖对周边城市热环境影响的模拟

太湖微气候条件及局地热环境的研究对于太湖周边城市地区可持续发展以及大气宏观调控具有重要意义。为了更准确模拟太湖湖-气交换,将CLM4-LISSS浅水湖泊陆面过程参数化方案耦合进入WRF中的Noah陆面过程模型。采用太湖湖上平台及岸边陆上测站观测的数据,评估了CLM4-LISSS浅水湖泊过程方案对太湖区域近地层气象条件的模拟性能。并基于耦合模型模拟研究了太湖对周边城市区域热环境的影响。结果表明,CLM4-LISSS湖泊陆面过程方案模拟的湖表面温度能反映真实温度的变化趋势。两种陆面过程方案在2 m气温的模拟值也存在一定的差异。CLM4-LISSS与Noah方案计算所得湖上2 m气温的模拟值与观测值的平均均方根误差分别为1.77和2.22℃,平均相关系数分别为0.88和0.84;模拟10 m风速的平均均方根误差分别为1.93和2.78 m/s,平均相关系数为0.72和0.68。太湖对周边城市热环境存在明显的影响。8月太湖对周边地区15时（北京时）近地层平均降温0.5-0.7℃,影响范围达60 km。06时太湖导致周边近地层平均升温达0.7-1℃,影响范围达50 km。湖风带来的冷空气抑制了城市热岛的垂直运动,在高温天气下使得苏州、无锡和常州城市地区昼间边界层下降高度可达300、400和100 m。无锡地区边界层内气温最高降幅可达0.5-0.7℃。通过选取无锡地区2015年8月28日高温小风天气作为背景条件,分析该地区湖风对城市热岛环流的影响机制。结果表明湖风能够破坏无锡地区的热岛环流结构,改变近地面热量和水汽的分布,抑制城市热岛的垂直发展,并影响至整个无锡地区。局地热力环流的变化对于局地气候以及污染物质的输送与扩散有可能产生重要影响,准确的湖泊陆面过程参数化方案对于天气预报、空气污染模拟,以及气候模拟研究等均具有重要意义。     

一个含植被影响的湖陆风数值模式

建立一个包含植被影响参数化的二维湖陆风数值模式。它以改进的Ｎｉｃｋｅｒｓｏｎ（１９７９）二维中－β尺度数值模式为动力学框架，并加入ＭｃＣｕｍｂｅｒ等（１９８１）的土壤模式和Ｄｅａｒｄｏｒｆｆ（１９７８）的植被参数化方案，然后以Ｔｈｅｒｒｙ等（１９８３）的湍流参数化和Ｍａｈｒｅｒ等（１９７７）改进的辐射参数化方法闭合此控制系统。最后，以太湖湖陆风对陆地植被覆盖因子作了敏感性试验，结果表明植被覆盖对湖     

GOALS模式对热带太平洋ENSO年际变化特征的模拟评估

文中重点分析了中国科学院大气物理研究所LASG最新发展的全球大气环流谱模式(R42L9)与一全球海洋环流模式(T63L30)耦合形成的全球海洋-大气-陆面气候系统模式(GOALS/LASG)新版本已积分30 a的模拟结果,通过与多种观测资料的对比分析,讨论了赤道太平洋海表温度(SST)的年际变化及其纬向传播、赤道东太平洋SST异常与其他洋面SST变化之间的遥相关关系、赤道太平洋浅表层海温的年际变化特征等研究内容.结果表明,COALS模式模拟出了赤道太平洋SST异常出现不规则的年际变化特点;赤道东太平洋SST异常的向西传播过程;赤道太平洋混合层海温变化由西向东、由深层向浅层的传播过程;同时也模拟出了赤道东太平洋SST变化与赤道西太平洋以及与西南太平洋海温之间的反相关关系,与南印度洋和副热带大西洋SST之间的正遥相关关系等实际观测现象.但COALS模式也存在明显的不足,如对赤道东、中太平洋SST异常的年际变化幅度明显偏小,没能模拟出赤道东太平洋的SST变化比赤道中太平洋强的特点;赤道太平洋SST从东向西的传播速度明显比实际观测慢得多,但混合层海温极值变化由西向东的传播速度明显比实际情况快得多;没能模拟出赤道东太平洋SST变化同西北太平洋SST的负相关和北印度洋海温变化的正相关现象,因此也影响了对南亚、东南亚降水年际变化的模拟能力.     

太湖蒸发量对未来气候变化响应的初步模拟分析

与深水湖泊相比,太湖等浅水湖泊更容易发生富营养化和水资源危机,且对气候变化的响应更为敏锐。本文利用气候模式产品数据驱动CLM4-LISSS湖泊陆面过程模型,模拟分析未来(2010—2100年)RCP2.6、RCP4.5、以及RCP8.5不同温室气体排放情景下太湖蒸发量的变化特征及其影响因子。结果表明:(1)CLM4-LISSS模型湖表温度的观测值与模拟值的相关系数为0.94,均方根误差为0.85℃,准确的湖表气温模拟使得通量的结果也比较准确,潜热模拟与观测的相关系数在0.78,均方根误差为55.32 W·m~(-2);(2)2010—2100年,三种不同温室气体排放情景下太湖蒸发都呈现增加的趋势,但增量比例不同,RCP2.6,RCP4.5和RCP8.5情景下,蒸发量每10 a增加量分别为23.7 mm,29.2 mm和34.5 mm。蒸发量的增加速率随着辐射强迫的增加而增大,其变化主要受风速与水汽压差的乘积的影响。     

Evaluation of Performance of Polar WRF Model in Simulating Precipitation over Qinghai-Tibet Plateau

Considering the complex topographic forcing and large cryosphere concentration, the present study utilized the polar-optimized WRF model(Polar WRF) to conduct downscaling simulations over the Qinghai-Tibet Plateau(TP) and its surrounding regions. Multi-group experiments with the 10 km horizontal resolution are used to evaluate the modeling of precipitation. Firstly, on the basis of the model ground surface properties upgrade and the optimized Noah-MP, the “betterperforming” configuration suite f...     

耦合不同陆面方案的WRF模式对2007年7月江淮强降水过程的模拟

利用WRF模式, 分别选用不同陆面参数化方案 (SLAB、 RUC、 NOAH、 UCM) 对2007年7月7～8日的江淮暴雨进行数值模拟试验, 模拟结果的对比分析表明: 虽然主要雨带的基本位置和大致走向受陆面方案的影响并不大, 但是降水强度的分布对陆面物理过程是敏感的, 耦合陆面方案比不耦合陆面方案的模拟效果更接近实况; 不同陆面方案模拟的降水量均较实况偏小, 然而由于考虑的要素和物理过程存在一定差异, 它们对降水的中心落点、 雨量值、 降水日变化、 降水类型以及降水条件的模拟各有所长; 特别值得指出, TRMM资料与4种方案的模拟结果均反映出本次降水日变化过程中夜间的峰值特征, 这是短时降水 (1～3 h) 和持续性降水 (≥6 h) 的综合反映, 而凌晨后的降水则主要由持续性降水造成; 在各种试验的综合比较中, NOAH方案较其他方案的模拟结果显得更稳定与合理, UCM方案针对城市下垫面的模拟有一定优越性。     

A New Ocean Mixed-Layer Model Coupled into WRF

A new mesoscale air-sea coupled model (WRF- OMLM-Noh) was constructed based on the Weather Research and Forecasting (WRF) model and an improved Mellor-Yamada ocean mixed-layer model from Noh and Kim (OMLM-Noh). Through off-line tests and a simulation of a real typhoon, the authors compared the performance of the WRF-OMLM-Noh with another existing ocean mixed-layer coupled model (WRF-OMLM-Pollard). In the off-line tests with Tropical Ocean Global Atmosphere Program’s Coupled Ocean Atmosphere Response Experiment (TOGA-COARE) observational data, the results show that OMLM-Noh is better able to simulate sea surface temperature (SST) variational trends than OMLM -Pollard. Moreover, OMLM-Noh can sufficiently reproduce the diurnal cycle of SST. Regarding the typhoon case study, SST cooling due to wind-driven ocean mixing is underestimated in WRF-OMLM-Pollard, which artificially increases the intensity of the typhoon due to more simulated air-sea heat fluxes. Compared to the WRF- OMLM-Pollard, the performance of WRF-OMLM-Noh is superior in terms of both the spatial distribution and temporal variation of SST and air-sea heat fluxes.     

Evaluation of High-Resolution WRF Model Simulations of Surface Wind over the West Coast of India

This paper presents results from a statistical validation of the hindcasts of surface wind by a high-reso-ution-mesoscale atmospheric numerical model Advanced Research WRF （ARW3.3）, which is set up to force the operational coastal ocean forecast system at Indian Na- tional Centre for Ocean Information Services （INCOIS）. Evaluation is carried out based on comparisons of day-3 forecasts of surface wind with in situ and remote-sensing data. The results show that the model predicts the surface wind fields fairly accurately over the west coast of India, with high skill in predicting the surface wind during the pre-monsoon season. The model predicts the diurnal variability of the surface wind with reasonable accuracy. The model simulates the land-sea breeze cycle in the coastal region realistically, which is very clearly observed during the northeast monsoon and pre-monsoon season and is less prominent during the southwest monsoon season.