Page 301 - 《高原气象》2026年第3期
P. 301
3 期 谭澳博等:基于多源观测与陆面模式模拟的雨雪拆分研究 909
式中: F 为降雨(液态)占总降水的比例; T forc 为气 年 MICAPS 观测, 涵盖了气温、 相对湿度、 气压、
温; T hydrometer 、 T wetbulb 为驱动数据中的气温结合气压 降水量、 地表天气现象以及站点经纬度等基本要
以及湿度计算出的水凝物温度(Harder and Pome‐ 素。MICAPS 系统以 3 h 为时间间隔进行观测, 能
roy, 2013)以及湿球温度(单位: ℃)。简化后其计 够提供高时间分辨率的系统化气象数据, 并覆盖
算过程如下: 北半球绝大部分地区。为确保数据质量并提高评
T wetbulb = T forc + λ v (r forc - r sat (Tw ) ) (5) 估结果的可靠性, 本研究采用以下标准对原始数
C pa
据进行筛选: (1)区域代表性: 为保障样本具有充
D
T hydrometer = T forc + L ( ρ forc - ρ sat (Th ) ) (6) 分 的 代 表 性 , 仅 保 留 位 于 中 高 纬 度 地 区(纬 度
λ t
≥35°)的观测站点数据; (2)温度区间筛选: 为聚焦
式中: D 为水汽扩散系数; λ t 为热传导系数; L 与 λ v
为升华(气化)潜热; ρ forc 与 ρ sat (Th ) 分别为环境大气密 雨雪相变的关键过渡区间, 筛选保留气温介于-6~
度以及饱和大气密度; C pa 为定压比热容; r forc 与 6 ℃之间的站点观测时次; (3) 数据量控制: 剔除
r sat (Tw ) 分别为环境大气比湿以及饱和大气比湿; 式 观测记录数量不足(10 年间少于 200 时次)的站
(6)各项都是随温度变化的参数, 式(5)计算时各参 点, 以确保统计分析的可靠性。经数据筛选后, 获
数为定值。两者基于不同的思路, 通过迭代的方式 得了 3852 个站点共 1871275 时次高质量数据集。
协同考虑湿度、 温度、 气压三个气象要素, 综合表 基于此, 按 0. 25 ℃温度分箱(Behrangi et al, 2018)
征环境对水凝物的影响。 统计各区间降雪概率分布。上述观测与统计结果
2. 2 站点数据 主要用于评估不同拆分方案对降雪发生概率的刻
研究使用的站点观测数据来源于 2010 -2019 画能力。
图1 MICAPS数据站点分布
Fig. 1 Distribution of MICAPS data sites
2. 3 模式模拟 合到陆面模型中, 进而可以在统一模型框架下开展
文中采用 CoLM2024 作为陆面过程数值模拟 对比实验。
平台, 模型在水文和积雪等关键模块进行了扩展与 模式以 ERA5 再分析数据作为驱动数据, 该数
更新, 已有研究可以证明其在能量分配与再现地表 据集基于先进的数值天气预报模型, 并通过同化多
状态时的可靠性(Bai et al, 2024)。在积雪模拟方 源观测资料进行再处理, 提供了包括风速、 气温、
面, 模型包含 BATS 地表积雪反照率方案(Wilson 比湿、 气压、 总降水、 总降雪、 长波辐射和短波辐
et al, 1986 )、 Andrew 新 雪 密 度 方 案(Van et al, 射等关键气象要素。此外, 研究还采用了全球洪水
2017)以及积雪层液态水迁移以及杂质影响等关键 预警系统数据集提供的分辨率为 0. 1°的高程数据
参数过程, 充分考虑太阳高度角、 雪龄、 风速、 温 (https: //confluence. ecmwf. int/display/CEMS/Aux‐
度等要素。同时, 研究包含的雨雪拆分方案已被整 iliary%2BData), 该数据集通过融合遥感技术和地

