Page 38 - 《高原气象》2022年第1期
P. 38
高 原 气 象 41 卷
36
学模型,揭示出积雪覆盖下土壤温度与土壤含水量 积云对流参数化方案对比试验、分辨率对比试验,
的指数关系,且这种效应在冻结期比消融期表现 本文采用的模拟方案如下:兰伯特投影,模拟中心
好。也有研究指出,积雪对土壤含水量的保护作用 点为 33°N,87°E,模拟区域包含高原及其周边地区
还取决于积雪的厚度和密度(付强等,2015),积雪 (南北 80×东西 120 个格点),垂直层数 18 层,顶层
对土壤温度的保护作用还取决于积雪的开始、持续 气压50 hPa,水平分辨率30 km,时间积分步长60 s,
时间和积累、消融过程(Zhang et al,2005)。因此, 边 值 与 初 始 场 数 据 为 EIN15,海 温 数 据 使 用
积雪对土壤水热传输的影响是地气系统中极其重 OI_WK,陆面模块为 CLM4. 5 且 24 h 输出一次数
要又极具复杂性的过程。 据,其他参数化方案的选择见表 1。考虑到模式自
现有对高原积雪和冻土的论述大多关注在高 身的 spin-up,分别对多雪年和少雪年的模拟时段设
原积雪对我国降水格局的相关性和指示性分析(王 置为 2014 年 8 月 1 日至 2015 年 9 月 1 日,2012 年 8
澄海等,2003;杨凯等,2017)。此外,由于高原气 月1日至2013年9月1日。
象观测数据在时空上的不连续(Dai et al,2012, 本文积雪深度数据来源于“黑河计划数据管理
2015;Dente et al,2012;Su et al,2011,2013),积 中心”(http://westdc. westgis. ac. cn)的“中国雪深
雪对土壤水热的研究主要停留在单点试验,且集中 长 时 间 序 列 数 据 集(1979-2016 年)”(Che et al,
在高原东部,研究成果也表现出很大的差异性。韦 2008)(简称“遥感雪深”)来对比分析模拟结果中积
志刚等(1995)和王顺久(2017)均曾指出,高原积雪 雪的空间分布特征,土壤温湿度数据使用玛多县鄂
在空间分布上具有明显的区域性特征。因此,仍需 陵湖草地观测站(34. 913°N,97. 553°E)以及来源于
要进一步研究高原积雪对土壤水热的影响,并通过 “国家青藏高原科学数据中心”(http://data. tpdc.
数值模式来深入探讨其内在物理机制。本文挑选 ac. cn)的“青藏高原土壤温湿度逐时观测数据集
了高原上的两个典型积雪年进行数值模拟,对期间 (2008-2016 年)”(Su et al,2019)中那曲-BC05 站
土壤的水热传输过程进行了详细分析,期望可以为 (31. 332°N,92. 041°E)的土壤温湿度数据来验证模
数值模式中积雪与土壤水热物理参数化方案的完 式对土壤温湿度的模拟能力,然后分别对比分析模
善与改进提供一定的科学支持。 拟结果中多雪年和少雪年的土壤温湿度特征。
2 方案设计 表1 试验参数化方案选择
Table 1 Selection of parameterization scheme
区 域 气 候 模 式(Regional Climate Model,
参数化方案 参数化方案
RegCM4)是目前应用广泛的气候模式之一,其对由
侧边界方案 指数松弛方案
小尺度扰动引起的天气过程具有较好的捕捉能力,
PBL方案 Holsting
诸多研究(李小兰,2013;余莲,2011;周建玮,
积云参数化方案 MIT-Emanuel
2007)均已证明 RegCM4 对我国东部的夏季降水、
大尺度降水 SUBEX
高原积雪的空间分布等具有较好的模拟能力。陆
海洋表面通量方案 Zeng
面过程模式(Community Land Model,CLM4. 5)中
IPCC方案 A1B
设计的未冻水方案使得模式可以模拟到冬季土壤
冻结后土壤中存留的液态水,并能有效模拟土壤在 3 结果分析
冻结过程中的水热变化。CLM4. 5在我国以及高原
上的适用性也已得到广泛验证(高骏强,2017;李 3. 1 积雪深度
时越等,2018;谢志鹏等,2017;袁源等,2019)。 为验证模式对积雪的模拟能力,分别将两个积
所以,本文采用耦合了 CLM4. 5 的 RegCM4 来模拟 雪年的模拟雪深与遥感雪深进行了年平均,并绘制
高原积雪对土壤冻融过程水热输送的影响机制。 成图 1 的空间分布图。从图 1 可以看出,模式能够
高原降雪主要集中在冬、春季节,定义一个积 有效模拟出高原的多雪年与少雪年特征,尤其是喜
雪年为当年 10 月至次年 5 月。根据前人的研究成 马拉雅山脉、高原东南以及柴达木盆地南侧的积雪
果(边 晴 云 等 ,2017;王 婷 等 ,2019;姚 闯 等 , 大值区,模拟雪深与遥感雪深具有较高的一致性。
2019),本研究分别挑选了一个多雪年(2014 年 10 多雪年的积雪面积与积雪深度都要明显高于少雪
月 1 日至 2015 年 5 月 31 日)和少雪年(2012 年 10 月 年。模拟雪深与遥感雪深在空间分布特征上也有
1 日至 2013 年 5 月 31 日)进行数值模拟。通过多组 显著差异:模拟雪深的大值区主要集中在高原西