Page 22 - 《高原气象》2025年第6期
P. 22

高     原      气     象                                 44 卷
              1430
             心（NERSC）进行的国家能源环境预测中心（NCEP-                        模式的 3. 8 降低到 IsoGSM-JRA55 的 2. 9， 这可能
             DOE）大气模式相互比较再分析项目版本 2（Yo‐                          与 JRA55 提供了适用于气候变化或多年代际变率
             shimura et al， 2008）。ERA5 由欧洲中期天气预报                研究的综合大气数据集有关（Ayataka et al， 2011）；
             中心（ECMWF）使用地球系统模式 IFS 运行。与往                        融合 ERA5 再分析的模拟效果和 NCEPR 再分析的
             期再分析产品相比， ERA5 的时间分辨率提高到每                          模拟效果相当， 二者的均方根误差分别为 3. 1 和
             小时， 水平分辨率提高到 31 km， 垂直层数提高到                        3. 6。 但 iCAM6-ERA5 模 式 在 气 候 平 均 态 上 对
             137 层（Hersbach et al， 2020）。JRA55 是日本气象            iCAM6-Free模式的改善效果不明显。
             厅的第二个全球再分析版本。JRA55修复和改进了                               对 比 融 合 同 一 再 分 析 资 料 的 不 同 模 式 ， 即
             很多缺陷， 通过在模式中引入新的辐射方案， 平流                           IsoGSM-JRA55［图 2（e）］、 ECHAM6-JRA55［图 2
             层下部温度偏差显著减少， 结合更多的观测数据                            （g）］和 MIROC5-JRA55［图 2（h）］的模拟效果可以
             集， 实现了显著的改进（Ayataka et al， 2011）。                  发现， IsoGSM 的模拟效果最好， 均方根误差仅有
                  本研究将选取 IsoGSM 模式分别融合 NCEPR、                   2. 9。ECHAM6 和 MIROC5 的模拟效果相当， 均方
             ERA5 和 JRA55 再分析资料的 1991 -2004 年的输出                根误差分别为 3. 4 和 3. 5。可见 IsoGSM 与 JRA55
             结果； 以及 JRA55 再分析资料分别融合 IsoGSM2、                    再分析资料融合后模拟青藏高原气候平均态降水
             ECHAM6 和 MIROC5 模式的同时间长度的输出结                       δ O的空间分布效果最好。
                                                                 18
             果。以 TNIP 观测数据为评估依据， 探究融合再分                         3. 2 降水量分布模拟结果的多模式比较
             析资料对青藏高原降水氧同位素模拟的改善效果。                                 青藏高原地区观测和模拟的 1991-2004年气候

                                                                平均态降水量的空间分布如图 3 所示。在 TNIP 观
              3  降水同位素变化特征结果比较
                                                                测数据（散点）中， 青藏高原东南部和喜马拉雅山脉
                                               18
             3. 1 青藏高原气候平均态年均降水δ O                              附近地区呈现较高的降水量， 而西北部地区相对较
                  对 TNIP 站点和各模式模拟的 1991 -2004 年的                少。TNIP 观测数据与模式模拟数据的空间分布对
             δ O 数据进行平均处理后， 得到了青藏高原地区的                          比表明， 由 8 种模式再分析资料组合模拟的年平均
              18
                   18
             降水 δ O 空间分布（图 2）。8 种模式组合模拟的降                       降水量的分布与观测基本一致。
             水δ O均再现了观测中降水δ O空间分布的基本特                               各模式模拟的年平均降水量分布也存在一些
                                        18
                 18
                       18
             征： 降水 δ O 在青藏高原地区普遍呈现出负值， 且                        差异。例如 iCAM6-ERA5［图 3（a）］、 iCAM6-Free
             随纬度的增加而减小； 在相同的纬度低海拔地区降                           ［图 3（b）］、  IsoGSM-Free［图 3（f）］和 ECHAM6-
             水 δ O 大于高海拔地区； 青藏高原南部季风区降水                         JRA55［图 3（g）］模拟的降水量沿喜马拉雅山脉存在
                 18
              18
             δ O大于东北部非季风区。                                      多个降水极大值中心， 而在 IsoGSM-NCEPR［图 3
                  余武生等（2006）发现 32°N -33°N 一线是青藏                （c）］、 IsoGSM-ERA5［图 3（d）］和 IsoGSM-JRA55
             高原一个重要的气候分界线， 因此将青藏高原分为                           ［图 3（e）］模拟结果中只有在青藏高原最南部有一
             南部的季风区、 过渡区和北部的非季风区， 不同模                           个降水极大值中心。模式在拉萨、 聂拉木、 定日站
                            18
             式模拟的降水 δ O 空间分布上存在一定的差异。                           点的模拟降水量明显小于观测值， 这可能和模式严
             例如， 在青藏高原非季风区（德令哈和慕士塔格等                            重低估了降水事件的频率有关（Gao et al， 2013）。
             地区）， iCAM6-ERA5 和 iCAM6-Free 模拟的降水                 高原东南部-川西年降水量、 降水强度和持续时间
             δ O 明显偏低， 而 IsoGSM2 的模拟偏差较小； 在青                    呈 现 自 西 向 东 递 增 的 特 征（李 若 莹 和 姚 秀 萍 ，
              18
             藏高原季风区（拉萨、 聂拉木等地区）， IsoGSM2 和                      2024）， 而这一特征在 MIROC5-JRA55［图 3（h）］的
                                        18
             ECHAM6 模式模拟的降水 δ O 偏高； 在过渡区，                       模拟中并不明显。MIROC5-JRA55 模式模拟的降
             IsoGSM2 和 MIROC5 模式模拟的降水 δ O 与 TNIP                水量在整个青藏高原地区整体高估且降水分布空
                                                 18
             的差距较小。综上， 模式模拟数据在季风区和非季                            间差异不大， 这可能因为其较低分辨率（T42）对地
             风区的氧同位素分布上可能存在一些偏差， 这一差                            形的解析不足。高学杰等发现对于东亚降水的模
             异可能源于模式对复杂地形的解析和高原陆面过                              拟效果取决于模式分辨率， 使用 60 km 及以上分辨
             程的刻画不足。                                            率可能是必需的（高学杰等， 2006）。
                  模式融合再分析资料后对青藏高原的模拟均                               通过对比分析 IsoGSM2 模式［图 3（c）~（f）］融
             有不同程度的改善。IsoGSM 融合了 JRA55 再分析                      合不同再分析资料和自由运行的模拟结果， 可以看
             资料的模拟效果最好， 均方根误差从 IsoGSM-Free                      出融合了 ERA5和 JRA55再分析的模式模拟比自由
   17   18   19   20   21   22   23   24   25   26   27