论文部分内容阅读
青藏高原（以下简称高原）、南极和北极，作为地球的三极，是全球变化的关键地区。青藏高原通过产生负涡源、激发罗斯贝波调控大气环流来影响全球的能量和水分循环，同时影响中国的旱涝分布，而南北极作为地球最大的冷库，凝聚着全球99％的冰川，这些冰川全部融化将使海平面升高70米，所以，在全球变暖的背景下，研究三极地区的气候变化就显得格外重要。模式是进行气候预估的基本手段，IPCC(2013)报告指出，CMIP5模式对地表及大气温度的模拟还存在明显的偏差，特别是在高海拔地区和两极地区。理解模式误差来源及相关物理过程非常必要。 本文针对全球模式在三极存在的地表温度模拟冷偏差的问题，采用CMIP5多模式资料，用地表能量平衡分解法研究多模式模拟的地表温度冷偏差。将地表温度偏差分解为反照率反馈项、云辐射强迫项、晴空短波辐射强迫项、晴空长波辐射强迫项、地表热流量项和地表感、潜热通量6项，并进行定量的归因分析。本文还针对CMIP5模式在高海拔地区存在的模拟积雪覆盖面积偏大的现象，开展改变积雪覆盖面积的数值模拟试验，并对青藏高原积雪变化影响东亚夏季降水，孟加拉湾季风爆发的物理过程进行研究。最后，鉴于大气强迫场及土壤质地参数在模式模拟偏差中的重要性，采用阳坤等人开发的ITP-GLDAS大气强迫场数据及高分辨的中国区域土壤质地数据，驱动被广泛耦合进气候系统模式中的陆面模式CLM，评估陆面模式CLM4.0在中国区域的模拟性能和分析这两套资料对中国区域土壤温湿度模拟的影响。得到如下主要结论: (1)在28个CMIP5-AMIP试验的模式中，大多数模式对高原气温模拟存在着冷偏差，一半以上的模式对高原地表温度的模拟也偏低，这种冷偏差在高原西部明显强于高原东部，高原模拟的温度冷偏差主要发生在冬、春季;在夏季，这种冷偏差并不明显。通过地表能量平衡分解法的定量分解得出，模式对高原冬、春季积雪覆盖面积偏大的模拟与高原冬、春季地表反照率模拟偏大存在很明显的正相关关系，积雪覆盖面积偏大引发的反照率反馈作用和晴空向下长波辐射强迫造成了地表温度模拟的冷偏差，其物理过程是:低温模式模拟的积雪覆盖面积偏大，使得地表反照率增大，地表吸收的短波辐射减少、地表感、潜热通量减少，使得地表向大气输送的热量和水汽（尽管很小）偏少，大气温度偏低、水汽含量减少，导致晴空向下长波辐射减小，地表温度偏冷。 (2)CMIP5模式历史模拟(historical run)试验在三极地区普遍存在温度冷偏差。其中，南极大陆和周围海洋在南半球冬季（7月）均存在较大的温度冷偏差。与青藏高原不同，冬季极区太阳入射短波辐射非常弱，反照率项不起作用，冷偏差主要来自感、潜热项的偏差，这是由于模式模拟的大气向地面输送的感热偏少导致南极大陆温度偏低。南极大陆周围海洋的温度冷偏差与该区域的海洋热储存有关，由于该区域夏季（1月）模拟海冰偏多、地表反照率偏大，海洋吸收的热量不足，导致冬季释放的热量减少，造成海表温度下降。北极冬季（1月）最大温度冷偏差主要位于巴伦支海，地-海表温度冷偏差的原因与南极冬季地-海表温度的冷偏差原因相同。青藏高原冬季冷偏差的原因与南北极陆地冬季冷偏差的归因略有不同，高原在冬季仍受到太阳辐射的影响，所以高原西部的冷偏差主要受反照率的影响，而在高原中东部的冷偏差则主要受到感、潜热的影响。 (3)通过数值试验再次揭示了高原积雪覆盖面积变化会影响亚洲夏季降水及孟加拉湾季风爆发。针对多模式在青藏高原地区模拟的积雪覆盖面积偏大的不合理现象，利用大气环流模式FAMILv1进行数值试验。首先，对比分析了FAMILv1模式在不同分辨率下(200km、100km和50km)的地表温度与再分析资料CFSR的偏差，FAMILv1模式在高原冬、春季存在着温度模拟的冷偏差，随着模式分辨率的提高，冷偏差减小，因此分辨率的提高是减弱冷偏差的重要方面。其次，通过对地表温度模拟偏差的分解，发现FAMILv中存在同样的反照率反馈项引发的一系列物理上相耦合的过程，导致了模拟的地表温度冷偏差。FAMILv1模拟的高原冬、春季地表反照率偏大与模式中积雪覆盖面积模拟偏大明显相关，在敏感性试验中，通过减少模式在高原的积雪覆盖面积，得出积雪覆盖面积减少，高原的冬、春地面温度显著增加，高原冬、春季的热源显著增强，使得孟加拉湾夏季风爆发提前，长江中下游和华南地区夏季降水减少。 (4)鉴于大气强迫场及土壤质地参数在陆面模式模拟的重要性，用ITP-GLDAS大气强迫场和土壤质地资料，驱动FAMILv1模式的陆面模块，研究陆面模式CLM4.0在中国区域的模拟性能及这两套资料对土壤温湿度模拟的影响。结果表明土壤质地的改变对土壤温度的改变在（-1，1）度之间，并对塔克拉玛干沙漠、我国中东部、东北地区和高原西部等地区土壤温度的模拟有一定的改善作用。 CLM4.0模式能基本模拟出了中国土壤湿度的空间分布特点，模拟结果显示我国长三角地区和东北地区的土壤湿度比较大。CLM4.0模拟的土壤湿度的绝对值存在系统性偏大的误差。使用Dai的土壤质地模拟的土壤湿度要优于使用FAO，另外，使用Yang的强迫场模拟的土壤湿度相关性更接近观测值。