Page 304 - 《高原气象》2026年第3期
P. 304
高 原 气 象 45 卷
912
图4 2010 -2019年冬季观测雪水当量均值(a)与W19方案的RMSE分布(b), 以及W19方案与其他方案(L19、 H13、 Sh56、
ERA5降雪驱动)RMSE的差异(c, d, e, f)(单位: mm)
Fig. 4 (a) Winter mean snow water equivalent (SWE) observations for 2010 -2019, (b) RMSE distribution of the W19
scheme, and the differences in RMSE between the W19 scheme and other schemes (L19, H13, Sh56, and ERA5
snowfall-driven simulations) shown in panels (c, d, e, f), respectively. Unit: mm
响, 同时, 模拟表现最佳方案仍与观测之间存在明 明显, 降低了区域积雪模拟误差(RMSE 降低约
显偏差。因此, 该小节将从方案间误差与方案相对 20 mm)。
观测误差两个角度展开分析, 并基于此讨论方案差 然而, 再分析降雪驱动方案在上述地区的周边,
异来源。 因过高产雪引入了新的模拟偏差。而东部地区则与
4. 1 方案间误差 西部相反, 模型整体日均降雪量远低于西部, 再分
在统一的模型设置框架与驱动数据条件下, 模 析直接驱动日均降雪(0. 81 mm·d )却出现远低于
-1
型积雪输出差异主要来自于参数化方案, 而方案的 其他方案(Sh56: 1. 01 mm·d ; W19: 0. 99 mm·d )
-1
-1
不同首先作用在降雪量的时空分布上。图 5展现了 的现象, 这种大面积的降雪低估现象引起积雪误差
各方案降雪量在冬季的多年均值, 图中信息说明, 增大, 在 40°N 以上的复杂地形区(阿巴拉契亚山脉
在北美西部地区, W19 方案与 ERA5 再分析降雪数 地区)最为明显。与此同时, 相较再分析降雪驱动
据直接驱动提高了区域降雪量, 分别为1. 15 mm·d -1 方案, W19 在东西部之间表现出更平衡的空间适
和 1. 28 mm·d , 高于 L19等其他方案, 从而改善了 应性。
-1
区域原本积雪低估模拟结果。尤其是后者, 其在内 区域积雪的模拟效果并不单纯取决于降雪量
华达山脉以及高于 45°N 的洛基山脉地区改善更为 的高低, 而需要侧重于对整体降雪空间分布的刻

