基于高分辨率云解析模式结果评估改进气候模式对云雨过程的模拟

The simulation error associated with the cloud and precipitation processes is a major challenge to the current state-of-the-art climate models. As a typical multi-scale process, the formation and development of cloud and precipitation are influenced by both large-scale circulations and small-scale convection and turbulence. This project targets understanding the sub-grid scale biases of climate models and improving the simulations of cloud and precipitation fields based on results from high-resolution cloud resolving models. We plan to conduct the following studies: 1) a detailed evaluation and a revealing of sub-grid sources of errors of cloud and precipiation simulations for climate models; 2) a high-resolution cloud-resolving simulation of sub-grid cloud and precipitation processes of climate models, 3) based on the results from cloud-resolving simulations, we further diganose the feasibility of the sub-grid parameterizations of climate models in simulating the cloud and precipitation fields and devote to the improvement, with a special focus on the East Asia region. A revealing of these questions will deepen our understanding of the multi-scale cloud and precipiation processes, and help to improve the performance of climate models.

对云雨过程的模拟偏差是制约当前气候模式模拟的主要问题之一。云雨过程是典型的多尺度大气现象，其形成发展受到大尺度环流和小尺度对流、湍流过程的共同影响。本项目拟在理解大尺度气候模式中次网格云雨过程偏差的基础上，利用高分辨率云解析模型诊断气候模式的参数化方案，并为改进气候模式对云雨过程的模拟提供依据，拟开展如下研究：1）气候模式对云雨过程的次网格尺度误差来源和影响因子研究，2）气候模式次网格过程的高分辨率云解析模拟研究；3）利用高分辨率云解析模拟结果，诊断并改进大尺度模型的次网格参数化方案，着重改进其对东亚云雨过程的模拟。随着这些问题的揭示，将加深对成云致雨这一多尺度大气现象的理解，有助于改进气候模式中云雨过程的模拟性能。

检验气候模式可靠度的一个重要指标是对大气真实状态的模拟能力。其中，云和降水等湿过程的模拟一直是制约气候模拟技巧的关键因素。由于云雨过程是典型的多尺度大气现象，其形成发展受到大气环流、中尺度系统、小尺度对流过程、湍流混合等因素的共同影响。气候模式的分辨率往往难以有效地刻画次网格尺度的动力过程，这是造成模式误差的主要根源之一。本研究立足气候模式对云雨过程的模拟偏差，以东亚地区为切入点，采用高分辨率云解析模拟这一技术手段，研究并探索了气候模式对东亚地区云雨过程模拟的主要误差及可能的改进途径。研究旨在利用高分辨率中小尺度云分辨模拟信息为全球气候模式的模拟提供改进的依据和参考。关键的难点为：局地尺度数值模拟所提供的信息如何更有效地反馈给大尺度模式并提供借鉴。传统上，高分辨率云模型运行时的水平空间范围有限的，难以完全感知大尺度信息的变化，并不适合进行实际的天气-气候模拟；而全球气候模式的运行时水平分辨率一般较粗，难以合理地刻画局地尺度次网格信息及其影响。为了能够更好地在统一的框架下理解不同尺度过程相互作用的协同影响，本项目采用了基于“超级参数化”思路的全球大气环流模式。在该模式中，次网格尺度的物理过程不再由经验性的参数化公式提供，而是由一个个次网格云动力模型计算得到。这样，研究首先在技术上解决了不同尺度数值模拟的差异所造成的信息协同性差的问题，使得次网格云模式的结果能够更好地反馈给大尺度气候模式。通过这一技术手段，研究针对东亚地区降水气候态、频次-强度结构、不同区域的降水峰值模拟、陡峭地形区的降水模拟误差、网格-次网格尺度过程协同作用等方面，揭示了大气环流模式在东亚地区降水模拟误差及其物理成因。研究指出了“浅对流-深对流转换”对降水气候特征模拟的重要影响；指出影响地形降水误差的主因是动力因素及相关水汽含量；指出网格尺度和次网格尺度影响模拟误差的不同路径。研究从网格和次网格尺度两方面，揭示了改进模拟结果的有效途径。这些工作深入理解了气候模式对大气湿过程的模拟误差，提出了改进全球模式对东亚地区云降水模拟的思路，为发展新一代数值模拟系统及其可能带来的增益价值提供了有益参考。