2. 北京市气象台,北京 100089;
3. 中国气象局上海台风研究所,上海 200030;
4. 上海市气候中心,上海 200030
2. Beijing Meteorological Observatory, Beijing 100089;
3. Shanghai Typhoon Institute of China Meteorological Administration, Shanghai 200030;
4. Shanghai Climate Center, Shanghai 200030
全球大气环流模式是进行气候模拟和气候变化研究的重要工具。但由于计算条件的限制,其分辨率一般较低(几百千米),不能适当地描述复杂地形、地表状况和某些物理过程,从而在区域尺度的气候模拟及气候变化试验等方面产生较大偏差,影响可信程度(Christensen et al, 2007; 高学杰等,2006)。因此,直接利用区域气候模式进行区域尺度的气候模拟和预测研究是十分必要的。
第三代区域气候模式RegCM3 (Regional Climate Model Version 3.1) 是意大利国际理论物理中心(The Abdus Salam International Centre for Theoretical Physics,简称ICTP)开发的一个可压缩的三维静力平衡原始方程模式(Pal et al, )。此模式已在区域气温、降水模拟和区域气候预测方面应用广泛(Pal et al, 2004; 刘晓东等,2005;张冬峰等,2005a;2005b;屈鹏等,2009;陈怀亮等,2012;沈瑱等,2011;肖子牛,2010;孙林海等,2008;丁一汇,2004;石英等,2010)。然而,将此模式应用于西北太平洋热带气旋方面的工作目前还较少,人们对其模拟西北太平洋热带气旋的能力的认识还不明确。针对这个问题,我们首先探究RegCM3模式对西北太平洋热带气旋生成的模拟能力。
想要全面地了解RegCM3模式对西北太平洋热带气旋生成的模拟能力,仅在某一种分辨率下进行单一试验是不够的,还需要在不同分辨率下进行一系列的敏感性试验,以考察RegCM3模式模拟热带气旋生成的能力对分辨率的敏感性。针对这个问题,本文利用RegCM3模式,在15、30、45和60 km 4个水平分辨率下对西北太平洋热带气旋的生成特征进行10年的模拟试验,探究不同分辨率下RegCM3模式对西北太平洋热带气旋生成的模拟能力,并对产生差异的原因进行简要分析。
1 试验设计本文将进行4个敏感性试验。4个试验的水平分辨率分别为15、30、45和60 km,其他模式参数的设置均相同(表 1)。为叙述方便,下文中分别用R15、R30、R45和R60表示4个试验。
模式的地表类型及高程资料采用美国地质勘探局(USGS)10 min分辨率的全球陆表覆盖特征资料(GLCC)和高度资料。观测资料使用中国气象局上海台风研究所(CMA-STI) 2000-2009年热带气旋最佳路径资料。
2 热带气旋生成判定标准 2.1 观测标准本文所使用的观测资料是中国气象局上海台风研究所(CMA-STI)2000-2009年热带气旋最佳路径资料。观测资料中热带气旋生成的判定标准如下:
(1) 有一个闭合的低压区,中心气压值一般在1006 hPa以下。
(2) 近中心附近10 m风速达到17 m·s-1。
(3) 满足以上标准的持续时间在24 h以上。
2.2 模式标准参考Walsh等(2004;2007)的热带气旋生成判定标准,从4个试验中查找热带气旋。这些标准是基于真实热带气旋的特征定义的,包括风速标准、结构标准和生命史标准等。具体如表 2,物理量符号后的下角标表示物理量所在的等压面。
表 2中,T′=T-T,T表示气旋中心处的温度,T表示以气旋中心为中心东西方向长1200 km、南北方向宽400 km的矩形区域内的温度平均。v表示以气旋中心为中心边长800 km的正方形区域内的风速平均。v10m的标准是基于多次试验得出的临界标准,即v10m高于此标准,热带气旋生成频数明显减少;v10m低于此标准,热带气旋生成频数变化不大。
3 试验结果分析本文分别从热带气旋生成频数、频数空间分布和频数时间变化三方面对4个试验模拟的2000-2009年西北太平洋热带气旋的生成特征进行统计分析。
3.1 热带气旋生成频数特征表 3给出了4个试验模拟和观测的2000-2009年西北太平洋热带气旋的生成频数。可以看出,模式模拟的热带气旋生成频数比观测频数明显偏少;R30、R45比R60模拟的生成频数略多;R30与R45模拟的频数基本一致,R15模拟的频数比其他试验明显偏少。由此可见,RegCM3模式模拟西北太平洋热带气旋生成频数的能力受模式分辨率的影响。在本文选取的4个分辨率中,30和45 km分辨率模式模拟热带气旋生成频数的能力相当且最强,60 km分辨率模式比30和45 km分辨率模式的模拟能力略差,15 km分辨率模式的模拟能力最差。
根据观测和模拟的热带气旋生成位置,绘制了2000-2009年观测和模拟的热带气旋生成频数空间分布图。由观测(图 1a)可以看出,热带气旋多发生于5°~27°N、110°~165°E的范围内。在南海、菲律宾东侧以及145°~150°E各有一频数大值区,其中菲律宾东侧的气旋生成频数最多。与观测相比,4个试验均模拟出了南海和145°~150°E的频数大值区(图 1b-1e),但对菲律宾东侧的大值区刻画较差,且模拟的145°~150°E附近的大值区位置较观测偏东,中心位于155°E附近。对于模拟与观测的频数空间分布在菲律宾以东偏差较大的原因将在另外的工作中进行专门的探讨。
4个试验中,R60模拟的频数空间分布与观测事实最接近,R15的模拟与观测事实差别最大。随着分辨率的提高,模式对热带气旋生成频数空间分布的模拟能力逐渐降低。
3.3 热带气旋生成频数的时间变化特征西北太平洋热带气旋的生成频数存在明显的年际变化和月际变化特征。图 2给出了2000-2009年4个试验模拟和观测的西北太平洋热带气旋生成频数的年际变化。表 4给出了模拟与观测间以及4个试验间频数年际变化的相关系数、均方根误差和t检验情况。相关系数、均方根误差和t检验的方法参照文献(孔玉寿等,2010;魏凤英,2007)。从图 2中可以看出,R30、R45和R60模拟的频数年际变化在2000-2003年差别较大,在2003-2006年基本一致,在2006-2009年略有不同,总的来看差别不大。从表 4也可以看出,这3个试验的相关系数均通过了0.1显著性水平检验,均方根误差也较小,平均值的差异也没有通过0.05的显著性t检验,说明这3个试验模拟的频数年际变化基本一致。而R15模拟的频数年际变化与其他3个试验的结果明显不同(图 2),除了与R30的相关系数通过了0.1的显著性水平检验,与R45和R60的相关系数均没有通过检验(表 4)。均方根误差也明显增大,平均值的差异也通过了0.05的显著性t检验,说明R15与其他3个试验模拟的频数年际变化有显著差异。比较4个试验模拟与观测的频数年际变化可以看出,模式模拟的气旋生成频数较观测整体偏少,二者的相关系数没有达到0.1的显著性水平检验,相关性较差。从R60到R30,随着分辨率的提高,模式模拟与观测的均方根误差有所减小,说明模式与观测的误差有所减小,模式模拟热带气旋生成频数年际变化的能力有所提高。而R15与观测的均方根误差较其他3个试验明显偏大,说明R15与观测的差别较其他3个试验大,模式模拟气旋频数年际变化的能力较差。模拟与观测平均值差异的显著性t检验表明,二者的差异是显著的。总的来说,模式与观测存在。
通过以上分析看出,RegCM3模式模拟西北太平洋热带气旋生成频数年际变化的能力受模式分辨率的影响,模式在30~60 km分辨率下的模拟结果基本一致,且从60~30 km,随着分辨率的提高,模式模拟频数年际变化的能力逐渐增强,与观测逐渐接近。但模式在15 km分辨率下的模拟能力明显减弱,与在其他分辨率下的模拟也差别明显。
图 3给出了2000-2009年4个试验模拟和观测的10年月平均热带气旋生成频数的变化。表 5给出了模拟与观测间以及4个试验间月平均频数变化的相关系数、均方根误差和t检验情况。从逐月频次上可以看出,4个试验均能表现出与观测事实一致的7-9月前气旋频数逐渐增多和之后迅速减少的月际变化特征。模拟频数与观测频数的差异主要出现在5-11月,其中7-9月的差异最大(图 3)。模式在4个分辨率下与观测的相关系数均达到了0.005的显著性水平检验,均方根误差也很小。平均值差异的显著性t检验也表明,模式在4个分辨率下与观测的差异均不显著(表 5)。从表 5中还可以看出,模式在30~60 km分辨率下模拟的月平均频数变化非常相似,与观测也很接近,且从60到30 km,随着分辨率的提高,模式与观测的差异进一步缩小。而模式在15 km分辨率下的模拟与在其他分辨率下的模拟差别略大,与观测的差别也比其他分辨率的大。说明模式在15 km分辨率下模拟热带气旋生成频数月际变化的能力不如在其他分辨率下。
通过以上分析可见,RegCM3模式模拟西北太平洋热带气旋生成频数月际变化的能力也受模式分辨率的影响。其中,模式在30~60 km分辨率下的模拟效果较好,且随着分辨率的提高,模式的模拟效果逐渐改善。而模式在15 km分辨率下的模拟效果有所下降,与在其他分辨率下的模拟的差异也明显增大。
通过对西北太平洋热带气旋生成频数、频数空间分布和频数时间变化的分析发现,RegCM3模式模拟西北太平洋热带气旋生成的能力受模式分辨率的影响。分辨率的简单提高,也并不一定会使模式的模拟能力有所改善。在本文选取的4个分辨率中,模式在30 km分辨率下对西北太平洋热带气旋生成频数和频数时间变化的模拟能力最强,在45 km分辨率下次之,在60 km分辨率下对西北太平洋热带气旋生成频数空间分布的模拟能力最强,但对热带气旋生成频数和频数时间变化的模拟能力不如在30和45 km分辨率下。模式在15 km分辨率下对西北太平洋热带气旋生成的综合模拟能力最弱。
4 原因分析下面从气旋个例的角度对模式在不同分辨率下模拟西北太平洋热带气旋生成频数不同的原因进行简要分析。通过逐个比较4个试验模拟的热带气旋发现,有77个热带气旋是被4个试验都模拟出来的。换句话说,其余的热带气旋没有被4个试验都模拟出来,有的只被高分辨率模式模拟出来,有的只被低分辨率模式模拟出来。现从只被低分辨率模式模拟出的68个热带气旋中选取一个2001年10月18日06时至19日00时(世界时,下同)的气旋生成过程进行分析。
4.1 低层涡度场和风场分析图 4给出了4个试验模拟的2001年10月18日06时至19日00时850 hPa相对涡度和10 m风场特征。表 6给出了气旋生成过程中的各物理量特征比较。可以看出,18日06时,R30、R45和R60都在4°N、156°E和3°N、158°E附近模拟出一对东西走向的β中尺度涡旋,其中西侧涡旋的强度强于东侧涡旋。分辨率越低,模拟的涡旋尺度越大,强度越弱,中心间距越小。涡旋周围均存在风场辐合,但风速较小。随着系统的发展,3个试验模拟的双涡均互相旋转,涡旋尺度有所增大,涡旋中心间距有所缩小,涡旋强度也明显增强,其中西侧涡旋增强迅速。到18日18时,R60模拟的两个涡旋中心发生合并,涡旋迅速增强到31×10-5s-1。涡旋周围最大10 m风速13.1 m·s-1,热带气旋生成。R30和R45模拟的两个涡旋继续互旋,涡旋强度继续增强。19日00时,R30和R45模拟的两个涡旋中心均发生合并,其中R30模拟的整个正涡度区呈带状分布,部分远离中心的涡量被拉伸为羽翼。涡旋强度迅速增强到77.7×10-5和95.9×10-5s-1。涡旋周围最大10 m风速达到17.6和17.9 m·s-1,热带气旋生成。R60模拟的涡旋继续发展加强。从R30到R60,随着分辨率的降低,涡旋合并、气旋生成的速率有所加快。
R15在18日06时模拟出8个以上的β中尺度涡旋,涡旋尺度均不足40 km,涡旋中心间距均在100 km以上。随着系统的发展,这些涡旋有的合并增强,有的分裂减弱,还有新的涡旋不断生成。涡旋尺度均没有明显增大,涡旋中心间距也没有明显缩小。到研究时段末,这些涡旋并没有合并为一个气旋尺度的涡旋,海平面风场也没有形成一个气旋尺度的环流中心,热带气旋没有形成。
4.2 中低层水汽场分析图 5是4个试验模拟的2001年10月18日06时至19日00时850~600 hPa平均比湿分布。表 7是气旋生成过程中的水汽特征比较。可以看出,18日06时,R15在1°~8°N、150°~160°E区域内模拟出一个明显的干舌,比湿小于0.007 g·g-1的范围大约8000 km2,水汽含量最低值0.0036 g·g-1,区域平均水汽含量0.0069 g·g-1。随着系统的发展,干舌内的干空气卷入到湿空气中,使区域水汽有所减少,19日00时区域平均水汽含量0.0067 g·g-1。对流层中低层水汽不足使对流发展受抑制,不利于热带气旋的生成。
R30、R45和R60模拟的干区范围比R15明显缩小,水汽含量有所增加。分辨率越低,比湿小于0.007 g·g-1的范围越小,水汽含量越多。随着系统的发展,3个试验模拟的区域平均水汽含量均逐渐增多。虽然R30和R45有部分干空气卷入到湿空气中,但由于干空气强度弱,因此对对流层中低层水汽增加的抑制作用不大。到19日00时,3个试验模拟的区域平均水汽含量分别为0.0078、0.0082和0.0084 g·g-1,丰富的水汽含量促进了气旋的发展。
另外,对4个试验模拟的2001年10月18日06时至19日00时表层海温特征和850~200 hPa垂直风切变特征的分析表明(图略),4个试验模拟的热带气旋生成前期表层海温状况和垂直风切变环境类似。因此,认为热带气旋生成前期的表层海温状况和垂直风切变环境不是导致不同分辨率模式模拟能力不同的主要原因。
通过以上分析发现,R30、R45和R60均模拟出了双涡合并和气旋生成的过程。丰富的对流层中低层水汽也为对流的发展、热带气旋的生成提供了有利的条件。而R15模拟的β中尺度涡旋由于尺度小,相互之间距离远,没有发生涡旋合并。加之气旋生成前期存在大量干空气的卷入,使得对流层中低层水汽含量不足,凝结潜热释放不足,从而使对流发展受到抑制,不利于热带气旋的生成。
5 结论与讨论为探究RegCM3模式在不同分辨率下对西北太平洋热带气旋生成的模拟能力,本文利用RegCM3模式,在15、30、45和60 km 4种水平分辨率下,对西北太平洋热带气旋的生成特征进行了10年的模拟试验。结果表明:RegCM3模式模拟西北太平洋热带气旋生成的能力受模式分辨率的影响。分辨率的简单提高,并不一定会使模式的模拟能力有所改善。在本文选取的45个分辨率中,模式在30 km分辨率下对西北太平洋热带气旋生成频数和频数时间变化的模拟能力最强,在45 km分辨率下次之,在60 km分辨率下对西北太平洋热带气旋生成频数空间分布的模拟能力最强,但对热带气旋生成频数和频数时间变化的模拟能力不如在30和45 km分辨率下。模式在15 km分辨率下对西北太平洋热带气旋生成的综合模拟能力反而最弱。
针对以上结果,本文对造成模式在不同分辨率下模拟能力不同的可能原因进行了简要分析。结果表明:热带气旋生成前期,模式在30、45和60 km分辨率下模拟出了双涡合并和气旋生成的过程,也模拟出了丰富的对流层中低层水汽,因此有利于对流的发展和热带气旋的生成;而模式在15 km分辨率下模拟的β中尺度涡旋由于尺度小,相互之间距离远,没有发生涡旋合并,加之热带气旋生成前期存在大量干空气的卷入,使得对流层中低层水汽含量不足,凝结潜热释放不足,从而使对流发展受到抑制,不利于热带气旋的生成。
需要指出的是,本文的研究重点在于探讨西北太平洋热带气旋生成气候态对RegCM3模式分辨率的敏感性如何,因此对于模式模拟与观测事实的差异问题不做重点讨论。另外,本文对于模式在不同分辨率下模拟热带气旋生成的能力不同的原因分析也只是通过一个典型个例进行简要分析,要深入了解造成模式在不同分辨率下模拟能力不同的原因,还需要通过更多的个例进行更为全面的分析。当然,本文只是在一种参数化配置下探讨西北太平洋热带气旋生成气候态对RegCM3模式分辨率的敏感性如何,要全面了解RegCM3模式对西北太平洋热带气旋生成的模拟能力如何,还有待于尝试更多的参数化配置进行更深入的研究。
陈怀亮, 徐祥德, 李飞, 等, 2012. 大规模城镇化对黄淮海地区气候及水资源影响的数值试验[J]. 气象, 38(4): 385-391. DOI:10.7519/j.issn.1000-0526.2012.04.001 |
丁一汇, 2004. 我国短期气候预测业务系统[J]. 气象, 30(12): 11-17. DOI:10.3969/j.issn.1000-0526.2004.12.003 |
高学杰, 徐影, 赵宗慈, 2006. 数值模式不同分辨率和地形对东亚降水模拟影响的试验[J]. 大气科学, 3(2): 185-192. |
孔玉寿, 钱建明, 臧增亮, 2010. 统计天气预报原理与方法[M]. 北京: 气象出版社, 495.
|
刘晓东, 江志红, 罗树如, 等, 2005. RegCM3模式对中国东部夏季降水的模拟试验[J]. 南京气象学院学报, 28(3): 351-359. |
屈鹏, 杨梅学, 郭东林, 等, 2009. RegCM3模式对青藏高原夏季气温和降水的模拟[J]. 高原气象, 28(4): 738-744. |
沈瑱, 张耀存, 肖卉, 等, 2011. BCC_AGCM2.0.1模式系统对江淮梅雨期降水的模拟能力[J]. 气象, 37(11): 1336-1342. DOI:10.7519/j.issn.1000-0526.2011.11.002 |
石英, 高学杰, 吴佳, 等, 2010. 华北地区未来气候变化的高分辨率数值模拟[J]. 应用气象学报, 21(5): 580-589. DOI:10.11898/1001-7313.20100507 |
孙林海, 刘一鸣, 2008. 区域气候模式对中国夏季平均气温和降水的评估分析[J]. 气象, 34(11): 31-39. DOI:10.7519/j.issn.1000-0526.2008.11.005 |
魏凤英, 2007. 现代气候统计诊断与预测技术: 第2版[M]. 北京: 气象出版社, 30-32.
|
肖子牛, 2010. 我国短期气候监测预测业务进展[J]. 气象, 36(7): 21-25. DOI:10.7519/j.issn.1000-0526.2010.07.006 |
张冬峰, 高学杰, 赵宗慈, 等, 2005. RegCM3区域气候模式对中国气候的模拟[J]. 气候变化研究进展, 1(3): 119-121. |
张冬峰, 高学杰, 白虎志, 等, 2005. RegCM3模式对青藏高原地区气候的模拟[J]. 高原气象, 24(5): 714-720. |
Christensen J H, Hewitson B, Busuioc A, et al.2007.Regional Climate Projections. Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change.Cambridge and New York:Cambridge University Press, 847-940.
|
Pal J S, Giorgi F, Bi X Q, et al, Regional climate modeling for the developing world: The ICTP RegCM3 and RegCNET[J]. Bull Amer. Meteor. Soc, 88(9): 1395-1409. DOI:10.1175/BAMS-88-9-1395 |
Pal J S, Giorgi F, Bi X, 2004. Consistency of recent European summer precipitation trends and extremes with future regional climate projections[J]. Geophys. Res. Lett, 31. |
Walsh K J E, Nguyen K-C, McGregor J L, 2004. Fine-resolution regional climate model simulations of the impact of climate change on tropical cyclones near Australia[J]. Climate Dyn, 22: 47-56. DOI:10.1007/s00382-003-0362-0 |
Walsh K J E, Fiorino M, 2007. Objective determined resolution-depenent threshold criteria for the detection of tropical cyclones in climate models and reanalyses[J]. J Climate, 20: 2307-2314. DOI:10.1175/JCLI4074.1 |