使用ARM南部大平原观测对NASA-GISS 后CMIP5单柱模型模拟云和降水的评估外文翻译资料

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

使用ARM南部大平原观测对NASA-GISS 后CMIP5单柱模型模拟云和降水的评估

Lei ZHANG, Xiquan DONG, Aaron KENNEDY, Baike XI, and Zhanqing LI

1College of Global Change and Earth System Science, Beijing Normal University, Beijing 100875, China2Department of Atmospheric and Oceanic Sciences, University of Maryland, College Park, Maryland 20740, USA 3Department of Atmospheric Sciences, University of North Dakota, Grand Forks, North Dakota 58203, USA

(Received 2 December 2015; revised 5 July 2016; accepted 30 September 2016)

摘要：最近，NASA戈达德空间研究所（GISS）模型E2大气总环流模型（GCM；后CMIP5，以下简称P5）修改了行星边界层湍流和湿对流参数。在本研究中，我们将单柱模式（SCM_P5）模拟云分数（CFs）、云水路径（LWPs）和降水量与2002-08年期间进行的大气辐射测量（ARM）南大平原（SGP）地面观测结果进行了比较。比较中还使用了ARM SGP区域的CMIP5 SCM模拟和GCM输出，以确定云和降水偏差的原因是由物理参数化还是动态方案引起的。比较表明，CMIP5单片机在模拟低空云的垂直结构和季节变化方面存在一定的困难。在湍流参数化中实现的新方案显著改善了P5中的云模拟。结果表明，单片机对弛豫时间标度很敏感。当弛豫时间从3小时增加到24小时时，SCM P5模拟的CFS和LWPS显示适度增加（10%-20%），但降水量显著增加（56%），尽管精度较低，但与观测结果一致，GCM和SCM模拟的大气状态年平均值几乎相同，但它们各自的季节变化不同步。这表明，相同的物理云参数化可以在很长一段时间内产生类似的统计结果，但不同的动力学驱动了季节变化的差异。这项研究有可能为进一步发展全球信息系统模型提供指导。

关键词：单柱模型，模式评估，云面积，湍流参数化

1. 引言

虽然在耦合模型对比项目第5阶段（CMIP5；Taylor，2001；Jiang et al.，2012；Klein et al.，2013；Lauer and Hamilton，2013；Li et al.，2013；Wang and Su，2013）进行了许多改进，但在气候条件下，云量、分布、日循环及其与大尺度动力学的关系仍然存在问题。E模型（例如，张等，2005；钱等，2012；苏等，2013；斯坦菲菲尔德等，2014；多利纳等，2015；江等，2015）和数值天气预报模型，如NOAA全球预报系统（yoo和li，2012；yoo等，2013）。受美国宇航局戈达德空间研究所（GISS）模型E2大气总环流模型（GCM）（后CMIP5，以下简称P5）斯坦菲菲尔德等人最近改变的行星边界层（PBL）湍流和湿对流参数化的驱动。（2014年、2015年）调查了P5模拟云和大气顶（TOA）辐射预算，发现P5相比其CMIP5前身（C5）有显著改善。然而，这些研究是在全球范围内进行的，没有对云的垂直分布和日变化进行详细的研究。在他们的研究中，也没有对由于更新参数化而导致的区域云和相关过程的表示改进进行研究。

由于用观测值评估GCMS的复杂性，开发了单柱模型（SCM）方法来评估和测试模型参数化（Randall等人，1996年）。大气辐射测量（ARM）计划（Ackerman和Stokes，2003年）已实施该计划，以利用长期地面观测改进GCMS中云和辐射的表示（Klein和Delgenio，2006年）。SCM利用这样一个事实，即对于GCM中的每一列，诸如创建云的进程的参数化都是独立的。要运行SCM，必须生成强制数据来驱动它。其他人使用的强迫数据来自于菲菲尔德实验数据，或是在密集观测期间获得的强化测深数据。这些类型的供应链管理研究（例如，Ghan等人，2000年；Betts和Jakob，2002年；Xu等人，2005年；Xie等人，2005年）被限制在相对较短的时间内，通常从一周到一个月。

结合ARM长期观测和快速更新周期2天气预报模型（RUC），Xie等人（2004）在ARM南部大平原（SGP）站点上开发了一个连续强迫产品（1999-2001），为建模者提供了一个工具，以便在更长时间内运行SCMS。甘乃迪等人。（2010）使用3年ARM强迫数据集运行了GISS SCM（SI2000版本），并将模拟云分数（CFS）与ARM地面激光雷达数据和地球静止运行环境卫星观测进行了比较。使用相同的强迫数据，Song等人（2013年、2014年）运行了7个SCMs（包括GISS SCM），并将模拟降水量和CFs与ARM SGP观测值进行了比较。这些研究表明，进行长期的供应链评估以诊断模型中云和降水偏差的原因的重要性。由于SCM是GCM的单个网格框，并且缺少与GCM中存在的大规模循环和动态反馈的交互作用，因此最好将同一网格框上的GCM和SCM输出与观测结果进行比较。这种比较有助于确定模型中的云和降水偏差是由模型物理参数化还是模型动力学造成的，因为GCM和SCM都有相同的物理参数化。

当运行时间超过一周时，单片机可能会累积较大误差或偏离观测值太远。因此，重置或松弛技术通常用于SCM模型模拟（Lohmann等人，1999；Randall和Cripe，1999；Hack和Pedretti，2000；Iacobellis等人，2000；Kennedy等人，2010）。请注意，在不同的模型模拟中，使用松弛技术可能导致不真实的高或低降雨量。此外，很难找到一个能使模型的大气状态接近观测值并允许模型发展自己的过程的弛豫时间尺度。在以前的评估研究中，使用了不同的松弛时间，模型响应也不同（Kennedy等人，2010；Song等人，2014），这鼓励我们研究模型对松弛时间的敏感性。因此，使用ARMSGP长期强制数据集，使用不同的松弛时间尺度执行多个SCM运行。然后将模拟结果与长期ARMSGP合并的探测和云观测结果进行比较，以更好地了解SCM模拟对松弛时间尺度的响应。

本研究的主要目的是利用2002-08年期间进行的ARM SGP地面雷达激光雷达观测，评估GISS后CMIP5 SCM（SCM P5）模拟云和降水输出。研究了降水量和降水量的季节和日变化及其垂直分布。为了进一步探讨模型模拟中云和降水偏差的原因，比较了GCM和CMIP5单片机（SCM C5）在同一网格框上的输出。通过比较，我们可以确定偏差是由模型物理参数化还是模型动力学引起的。本文的第二个目标是测试模型对不同松弛时间尺度的响应。本文的结构如下：第2节简要介绍了本研究中使用的模型、评估数据和方法。第3节根据观察结果评估SCM和GCM输出，并调查模型偏差的可能原因。第4节总结了发现和结论。

2数据集和方法

2.1. GISS-E2 SCM and GCM

本研究中使用的GISS SCM P5与Stanfield等人描述的P5 GCM相同。（2014年、2015年）更新了PBL湍流和湿对流参数。该模型的水平分辨率为2°times;2.5°经度，垂直层为40层，遵循Sigma坐标至150 hpa，上面为恒压层，模型顶部为0.1 hpa。模型中的动力学和物理每30分钟计算一次并输出一次（Schmidt等人，2014）。P5大气GCM中间诊断数据，在规定的海面温度下运行，由NASA GISS提供。从地球系统网格联合计划中获得了用于气候模型诊断和相互比较数据库的C5 GCM模拟。

GISS SUM使用诊断云方案，将cf分为对流云和层状云。总CFS是层状和对流CFS的总和。在层状参数化中，模型使用基于相对湿度（rh）的方案诊断大规模CFS（Sundqvist，1978；Sundqvist等人，1989）。假设网格框平均相对湿度和云出现之间的关系。要在模型中形成云，必须达到临界相对湿度（U00）。在早期版本的SCM（SI2000）中，U00被设置为60%，在空间和高度上保持不变。在以后的版本中，U00可以有一定程度的变化。例如，U00在向上运动的区域降低，并且考虑到子网格尺度湿度的变化，也允许边界层发生变化。在最新版本的P5中，没有指定U00，而是使用两个参数Ua和Ub来实现辐射平衡和更好的云气候学（Yao和Cheng，2012年）。UA主要用于形成850 hpa以上的云，而UB主要用于850hpa以下的云。在本研究中，将P5（C5）模型中的Ua和Ub分别设置为0.65和1.0，并将其调至辐射平衡。此外，wmui mulitplier为2.0（临界冰云水乘数），夹带物为0.4（夹带率常数）

具有较新湍流参数化方案的P5版本与C5版本在以下方面不同：（1）非局部垂直输运方案中的扩散率和反梯度通量项的建模方式不同；（2）湍流长度尺度的定义不同；（3）对于PBL高度的计算，P5方案采用“理查森数准则”，而C5方案采用姚明和程（2012）详述的“TKE准则”。对于湿对流参数化，Cf由上升气流质量通量和对流上升气流速度决定（Del Genio和Yao，1993）。正如delgenio等人所讨论的，P5积云参数化随着夹带和雨水蒸发的增加以及对流下吸力的变化而被修改。（2012）。

2.2.ARM 连续强迫

要驱动SCMS，必须指定大气状态变量，包括温度和湿度配置文件、垂直和平流趋势。Xie等人开发的ARM SGP站点上的ARM大规模连续强迫数据集。（2004）用于本研究。该强迫数据集是由来自RUC 2天气预报模型（Benjamin等人，2004年）的大气状态变量和ARM SGP站点（Zhang等人，1997年）的地面和TOA观测值的组合产生的。该作用力对应于以SGP场地为中心半径约180 km的圆形区域（36.6°N，97.5°W）。强迫数据最初是从40公里的RUC-2模拟系统发展到1999-2001年，并延长到2008年。与最初的三年强制数据集相比，新的强制数据集（2002-08）具有更高分辨率（13km）的更新物理参数化。

为了保持一致，在本研究中使用了新的强制数据集（2002年6月至2008年12月）来驱动SCM。2002年1-5月和2003年2月的强制数据不可用。一些来自强迫的参数，如大气温度、相对湿度曲线文件、降水率和液态水路径（LWP），被用作地面实况，以一小时的时间分辨率评估模型结果。

2.3.ARM 背景观测

地面观测主要由ARM SGP站点的ARM 35 GHz毫米波云雷达（MMCR）进行，该雷达在1 km处的最小可探测反射系数为F 55 dBZ，在10 km处的最小可探测反射系数为D 35 dBZ（Moran等人，1998年）。MMCR在垂直指向模式下以8 mm的波长工作，并提供通过雷达视场的水文气象仪的雷达反射的连续配置文件，允许识别晴朗和多云的条件。波束宽度为0.2_，在地面以上12 km处水平分辨率为～40m。Belfort激光测云仪和微脉冲激光雷达（MPL）测量也用作确定云底高度的附加数据源（Clothiaux等人，2000年）。加入激光云量仪和MPL测量可以在春季和夏季对SGP现场附近的昆虫进行过滤。总的CF是ARM雷达激光雷达探测到的混浊样本与雷达和激光雷达云高仪仪器运行时的样本总数的比率（XI等，2010）。将高、中、低水平CFS定义为gt;6 km,3–6 km，并将CFS在模型和地面观测之间的可比性定义为ISCCP雷达数据模拟器的扩展（delgenio等人，2005）。该模拟器对层状云采用随机最大云重叠假设，对流云采用最大重叠假设，这与GISS模型中的处理方法是一致的。

2.3.弛豫技术

为了防止模型误差随着时间的推移而累积，可以应用弛豫技术将温度和湿度曲线文件弛豫到一定弛豫时间尺度的观测值。使用弛豫并不隐藏模型问题（Randall和Cripe，1999年），并且可以抑制对初始条件的敏感性（Hack和Pedretti，2000年）。然而，当使用弛豫时，降水总是SCM中的一个问题，因为根据模型，可能会出现异常的高或低降水。宋等。（2013）发现使用3小时的松弛时间尺度时，GISS-SCM产生的降水量比观测值小得多。甘乃迪等人。（2010）报告称，当使用重置方法每24小时（而非弛豫）时，GISS-SCM模拟降水量接近SGP现场的观测值。

2.3.模拟设计

为了充分探讨C5和P5模型版本的差异及其对弛豫时间尺度的响应，设计了若干模型实验（表1）。这些模拟都是由相同的ARM强制数据驱动的。第一组P5运行在温度、T和特定湿度Q下弛豫，时间范围为3小时，称为“SCM P5（3h）”运行。在第二组运行中，为T和Q字段设置了24小时松弛时间刻度，称为“SCM P5（24h）”运行。对于第三组运行，运行C5 SCM版本时，弛豫时间设置为24小时，称为“SCM C5（24h）”运行。其他6小时和12小时弛豫时间的P5模拟如表1所示。在本研究中，我们主要关注3小时和24小时的放松时间，因此，其他的弛豫时间没有详细讨论。所有模拟在一个月开始时在0000 UTC进行初始化，运行整个月，并每月重新初始化。我们的实验中加入了来自GISS的C5和P5模拟。

图1说明了在2007年11月的第一个100小时内，模拟500 hpa温度的模型，该温度具有不同的松弛时间尺度，以对抗臂的连续强迫。如预期的那样，没有松弛的模拟在观测偏差方面表现最差。具有3-h松弛的模拟与观察结果吻合良好，在第一个100 h中没有显著差异。具有

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[18416]，资料为PDF文档或Word文档，PDF文档可免费转换为Word