Page 73 - 《高原气象》2025年第5期

5 期 顾思南等：不同主控天气型下湖泊效应对青藏高原中部秋季区域性极端降水的影响 1191

图1 青藏高原（a）和高原中部地区（b）的地形高度（单位： m）
紫色方框为高原中部地区的范围（下同）
Fig. 1 The topographic height of the Qinghai-Xizang Plateau （a） and central Qinghai-Xizang Plateau （b）. Unit： m.
The purple box is the range of the central Qinghai-Xizang Plateau （the same as after）
度 、 风 速 、 降 水 和 辐 射 6 个 变 量（Wang and Wu， 个例敏感性试验。
2018， http： //data. tpdc. ac. cn）。 （3） 陆面温度数据
格点数据源自青藏高原研究所开发的中国区 搭载中分辨率成像光谱仪（MODIS）的 Terra 卫
域地面要素驱动数据集（CMFD）， 其具有逐 3 h 和 星平台在 10:30（地方时， 下同）和 22:30 过境， 生成
0. 1°的时空分辨率， 融合了包括卫星遥感、 再分析 每天两次的 1 km 分辨率地表温度和辐射率数据产
以及中国气象局站点观测资料等多源数据信息。 品 MOD11A1（有关该数据的详细信息可以在 https：
CMFD 提供了 1979 -2018年中国地区的 7类气象要 //modis. gsfc. nasa. gov/data/ dataprod/mod11. php 获
素， 即地表气压、 2 m 气温、 2 m 比湿、 10 m 风速、 取）。本研究采用 MODIS 卫星观测的陆表温度数
地表向下长波和短波辐射， 以及降水率（He et al， 据进行 WRF 模式的湖表温度校正， 以减小因湖泊
2020； Yang and He， 2019， http： //data. tpdc. ac. 温度失真而对试验结果造成的偏差。
cn）。对比评估多类格点降水资料发现 CMFD 在青 文中涉及的地图是基于国家测绘地理信息局
藏 高 原 地 区 具 有 更 高 的 精 度（栾 澜 和 翟 盘 茂 ， 标准地图服务网站下载的审图号为 GS（2016）1600

2022； 温婷婷等， 2022）， 目前 CMFD已广泛应用于 号的中国地图制作， 底图无修改。
青藏高原水循环、 陆面过程等多项研究中（Wu et 3. 2 湖-气耦合模式
al， 2022； Zhu et al， 2020）。本文使用 CMFD 降水 本文采用耦合了一维湖泊模型的 WRF 模式
数据对高原中部秋季区域性极端事件降水的特征 3. 9. 1 版本（以下简称 WRF-Lake）， 它是由美国国
进行分析并评估WRF模式对降水的模拟性能。 家大气研究中心开发用于大气研究业务预报应用
（2） 再分析数据 的中尺度模式（Powers et al， 2017）。WRF-Lake 中
欧洲中期天气预报中心（ECMWF）第五代大气 的湖泊方案是一个一维质量和能量守恒模型， 用来
再分析数据 ERA5， 该数据是其前身 ERA-Interim的 描述湖泊辐射传输、 水体垂直混合、 湖表热通量交
最新一代产品， 时间分辨率为 1 h（https： //www. ec‐ 换、 湖泊冻融等过程（Subin et al， 2012）。其最先被
mwf. int/en/forecasts/datasets/search/ERA5）， 提供了 应用于陆面模式 CLM， 之后被 Gu et al（2015）耦合
包括 37层气压、 温度、 湿度和风速等气象要素在内 进 WRF模式， 具有多达 5层的积雪、 25层湖水（冰）
的全球大气和陆地表面数据信息， 大气数据水平分 以及 10 层湖底土壤。该湖泊模型可以较好地重现
辨率为 0. 25°×0. 25°， 地表数据水平分辨率为 0. 1°× 湖面温度的变化趋势和纳木错湖的热力层结现象
0. 1° ， 覆 盖 时 间 从 1950 年 至 今（Hersbach et al， （Huang et al， 2019）。与未耦合湖泊模型的 WRF 模
2020）。本文采用 ERA5 对青藏高原中部秋季区域 式输出结果相比， WRF-Lake湖-气耦合模式可以显
性极端降水事件发生时的大气环流进行聚类分析， 著提高湖泊及周边地区气温和降水等气象要素的
厘清区域性极端降水事件的主控天气型， 并利用该 模拟效果（Ma et al， 2019）。本文采用与Wu et al（2020）
资料驱动湖-气耦合模式开展不同主控天气型下多 相同的湖泊模型关键参数设置， 并在 WRFv3. 9. 1