馬敏勁，陳 玥，康國強，趙偵竹，黃萬龍，談昌蓉,丁 凡

(1.甘肅省干旱氣候變化與減災(zāi)重點實驗室，甘肅 蘭州 730020；2.蘭州大學(xué)大氣科學(xué)學(xué)院，甘肅 蘭州 730000；3.蘭州理工大學(xué)計算機與通信學(xué)院，甘肅 蘭州 730050)

引 言

大氣邊界層作為自由大氣與下墊面之間互相作用的媒介，其內(nèi)部的動力、熱力過程對地氣系統(tǒng)能量平衡具有重要意義[1]。一些重要的天氣現(xiàn)象如降水、霧、霜等，特別是沙塵暴、暴雨等災(zāi)害性天氣現(xiàn)象的形成與邊界層過程密切相關(guān)。青藏高原平均海拔高度4 km以上，大地形抬升增強了地面對太陽輻射的吸收，高原熱力作用顯著，邊界層內(nèi)對流系統(tǒng)發(fā)展旺盛[2-3]。另一方面，在地表感熱不是很強的冬季，高原上空觀測到厚度為5 km左右的超厚對流邊界層[4]，邊界層頂部接近9 km，基本達到對流層頂?shù)奈恢谩８咴瓕α靼l(fā)展旺盛直接影響天氣系統(tǒng)，在西風(fēng)帶作用下傳輸影響至下游地區(qū)，甚至整個東亞[5-10]。

大氣邊界層高度是衡量對流發(fā)展的重要參量，其精準(zhǔn)確定需要垂直加密觀測，迄今為止在高原地區(qū)已經(jīng)開展了數(shù)次大型觀測試驗，研究表明青藏高原邊界層顯著高于平原地區(qū)[11]，且季節(jié)變化明顯，旱季(11月至次年3月)邊界層在地面強感熱通量作用下發(fā)展深厚，最高可達4500 m左右，雨季(5—9月)邊界層發(fā)展由增強的潛熱通量主導(dǎo)，最高在2500 m左右[12-13]。但由于觀測環(huán)境惡劣，青藏高原常規(guī)氣象觀測站點稀疏，且站點無線電探空大部分限定在特定氣壓層內(nèi)，垂直分辨率不足，導(dǎo)致高原大氣邊界層研究大多局限于近地面層通量和湍流特征，物理量垂直分布研究明顯不足[14]，限制了高原超高的大氣邊界層發(fā)展機制及其對天氣系統(tǒng)影響的研究[15]。

再分析資料具有覆蓋性好、垂直分層高等特點，是研究青藏高原氣象要素特征的重要資料，如MERRA是青藏高原及其周邊地區(qū)較為理想的高分辨率再分析資料[16-17]，ERA-Interim數(shù)據(jù)可作為高原多年凍土區(qū)地表溫度的有效代用資料[18]。也有研究指出在高原地區(qū)，再分析資料ERA-40和JRA-25的適用性要好于NCEP[19-21]，風(fēng)場上ERA-Interim和CFSR資料總體好于JRA-55資料[22]，而ERA-Interim和MERRA分別能較好地刻畫夏季水汽輸送情況[23]。

高原大地形引起的山地復(fù)雜下墊面，通過陸-氣相互作用形成高原上空復(fù)雜的大氣渦動特征和熱力結(jié)構(gòu)變化[24]，雖然再分析資料一定程度上可以彌補高原地區(qū)觀測資料缺乏的缺陷，但某些物理量場存在較大誤差，有必要對再分析資料進行訂正。如NCEP再分析資料在強對流環(huán)境分析中水汽參數(shù)與探空觀測資料差異較大，大氣邊界層內(nèi)水汽量需要觀測資料進行誤差訂正[25]，山地風(fēng)場需要利用比值法進行誤差訂正[26]。同樣，再分析資料對物理過程刻畫不足，需引入物理框架進行約束。在一定模式參數(shù)化方案的本地化條件下[27-28]，數(shù)值模式對于邊界層結(jié)構(gòu)的模擬能力，尤其極端大氣邊界層高度的數(shù)值模擬有較大改進[29-32]。

本文首先探析不同再分析資料在夏季青藏高原邊界層的適用性，然后選擇適用性好的再分析資料作為初始場開展數(shù)值模擬，對比分析不同參數(shù)化組合方案對高原大氣邊界層高度的模擬效果，利用模式中物理框架約束作用訂正再分析資料在青藏高原邊界層中的分析誤差，以期深化再分析資料在青藏高原應(yīng)用的認識。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)時段為2017年夏季(6—8月)，研究區(qū)域為青藏高原及其周邊地區(qū)(65°E—110°E，25°N—43°N)。ERA-Interim由歐洲中期天氣預(yù)報中心ECMWF (European Centre for Medium-Range Weather Forecasts)提供的新全球大氣再分析資料[33]。ERA-Interim采用四維變分同化，并結(jié)合改進的濕度分析、衛(wèi)星數(shù)據(jù)誤差校正等技術(shù)，實現(xiàn)了再分析資料質(zhì)量的提升和滿足多種網(wǎng)格精度的需求。JRA-55是日本氣象局(JMA)提供的1958年以后55 a的高質(zhì)量同質(zhì)性氣候數(shù)據(jù)集，其時間跨度在第三代再分析資料中最長[34]。ERA-Interim和JRA-55的空間分辨率均為0.25°×0.25°，時間分辨率為6 h。衛(wèi)星數(shù)據(jù)是NASA發(fā)布的高分辨率再分析資料MERRA-2逐小時單層同化診斷數(shù)據(jù)集(M2T1NXSLV)，空間分辨率為0.5°×0.625°，時間分辨率為1 h[35]。MERRA-2(the modern-era retrospective analysis for research and applications, version 2)是NASA基于第5版戈達德地球觀測系統(tǒng)模型(GEOS-5, the goddard earth observing system model, version 5)及其大氣同化系統(tǒng)(ADAS, atmospheric data assimilation system)進行的衛(wèi)星大氣再分析數(shù)據(jù)。由于長時間序列的探空觀測資料有限，且垂直分辨率較低，為了減小觀測數(shù)據(jù)誤差帶來的不確定性，選擇NOAA和Wyoming大學(xué)提供的兩套探空資料同時進行檢驗，并取二者的均值來檢驗結(jié)果。其中，來自NOAA的數(shù)據(jù)提供了高原上空6個測站資料，分別為西藏拉薩、那曲、昌都站，青海玉樹站，四川甘孜站和甘肅合作站，Wyoming大學(xué)提供了除合作外的以上5個測站。圖1為研究區(qū)域及6個觀測站點示意圖。

圖1 青藏高原地形及Wyoming和NOAA資料的探空站點分布

文中附圖涉及地圖均基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2016)2885號的標(biāo)準(zhǔn)地圖制作，底圖無修改。

1.2 數(shù)值模擬參數(shù)化方案

對比的邊界層參數(shù)化方案包括YSU、MYJ和ACM2方案，微物理方案包括Purdue Lin和WSM6方案，積云對流方案包括Kain-Fritsch(new Eta)和Betts-Miller-Janjic(簡稱“BMJ”)方案(表1)。

表1 試驗中對比的模式參數(shù)化方案簡介

1.3 模擬結(jié)果檢驗方法

模擬的氣象要素結(jié)果主要利用平均偏差(Bias)、均方根誤差(RMSE)和誤差標(biāo)準(zhǔn)偏差(STDE)進行評估[49-50]，計算公式如下：

(1)

(2)

(3)

其中：Si表示模擬值；Oi代表觀測值；n是樣本量。在評估模式模擬效果時，通常會優(yōu)先考慮STDE值，這種假設(shè)來源于一些事實，因為它代表了模式誤差的離散程度。本質(zhì)上，STDE值偏小代表誤差接近于一個常數(shù)，即使此時Bias和RMSE值都比較大，但依然能說明模式的物理過程正確。相反，即使Bias和RMSE值都很小，但STDE是一個大值，則表示誤差是隨機分布的，說明模式缺少物理基礎(chǔ)。

再分析資料通過加入模式物理框架約束后進行訂正，因沒有足夠時長和較高垂直分辨率的探空觀測資料來計算邊界層高度，再分析資料的訂正效果通過同高度的氣象要素和邊界層高度的季節(jié)分布來分析。

2 再分析資料在青藏高原邊界層中的適用性

GUO Jianping等[51]研究中國北方及青藏高原的對流天氣過程及其對下游天氣的影響時，認為ERA-Interim再分析資料計算的大氣邊界層高度在中國北方最接近探空資料的計算結(jié)果，但在高原地區(qū)的適用性沒有進一步探討。以下分析ERA-Interim、JRA-55和NASA MERRA-2再分析資料確定大氣邊界層高度的關(guān)鍵氣象要素，利用青藏高原的探空觀測資料進行對比檢驗，探討再分析資料在青藏高原地區(qū)邊界層研究中的適用性。

2.1 探空檢驗

利用探空觀測資料檢驗不同再分析資料在青藏高原不同高度上的氣象要素，并用這些氣象要素來確定大氣邊界層發(fā)展高度。雖然理查遜數(shù)法常用于模式參數(shù)化方案中，但高原上缺乏與溫濕要素同一層次的風(fēng)場資料及局地地表粗糙度參數(shù)化信息，使得邊界層高度計算結(jié)果穩(wěn)定性及可靠性較差。此外，探空站點集中于高原東南部，空間上不足以代表整個高原且垂直分辨率(100 hPa)低，無法捕捉到日間邊界層頂?shù)淖兓卣?，夜間逆溫位置計算不準(zhǔn)確使穩(wěn)定邊界層高度存在嚴重高估。因此，首先選擇使用邊界層內(nèi)特定等壓面上的氣象要素來討論再分析資料在青藏高原地區(qū)的適用性。

由表2可知，除MERRA-2在高層缺失數(shù)據(jù)外，JRA-55和ERA-Interim都有完整數(shù)據(jù)，3套再分析資料都可以較好地反映青藏高原邊界層內(nèi)的溫度(T)特征，而水平風(fēng)場尤其是風(fēng)向的描述效果較差。從偏差來看，3套再分析資料均低估青藏高原東南部邊界層內(nèi)露點溫度(Td)，且除MERRA-2的500 hPa數(shù)據(jù)外，溫度也存在普遍低估。需要注意的是，再分析資料的地面風(fēng)向(DIR)、風(fēng)速(SPD)偏差可能包含了探空資料誤差，因為2組探空數(shù)據(jù)在近地面包含大量非缺測的0值。但是除近地面外，再分析資料的高空風(fēng)速誤差也遠遠大于其他變量，而探空資料在高層具有良好的連續(xù)性，再分析資料對于青藏高原邊界層的風(fēng)速描述不夠準(zhǔn)確。MERRA-2數(shù)據(jù)僅包含特定層次上的要素信息，所以可以認為該資料對高原邊界層內(nèi)部特征的描述能力有限。雖然總體來看JRA-55和ERA-Interim再分析資料在青藏高原東南部的適用性相當(dāng)，但是JRA-55的露點溫度偏差很大，且STDE值遠大于另兩套數(shù)據(jù)，說明其誤差分布隨機，即該數(shù)據(jù)不能很好地反映青藏高原邊界層內(nèi)的濕度場特征。因此夏季青藏高原東南部邊界層適用性最高的再分析資料可以認為是ERA-Interim。

表2 再分析資料在青藏高原大氣邊界層氣象要素的探空檢驗

再分析資料提供一日4個時次(00:00、06:00、12:00及18:00，世界時，下同)資料，探空觀測提供一日2次(00:00和12:00)資料，數(shù)據(jù)不能完全支持分析大氣邊界層發(fā)展變化，缺失較多細節(jié)，中尺度數(shù)值模擬能為高原大氣邊界層發(fā)展的研究提供更多詳細信息，而且模式參數(shù)化方案為再分析資料描述青藏高原大氣邊界層提供物理過程的約束，因此，以下借助模式模擬結(jié)果進一步分析青藏高原大氣邊界層特征。

2.2 ERA-Interim的邊界層特征分析

分析較長時間邊界層高度特征的最佳方法是由VOGELEZANG等[52]最初提出的臨界理查遜數(shù)法，該方法對穩(wěn)定邊界層和對流邊界層皆適用，且不強烈依賴于觀測的垂直分辨率。理查遜數(shù)Ri是與浮力相關(guān)的湍流切變與機械切變的比值，其計算公式如下：

(4)

其中：z(m)為高度，z0(m)為地面海拔高度；θ(K)為位溫，為了能同時描述日間對流邊界層和夜間穩(wěn)定邊界層特征，用虛位溫θv(K)代替θ；u，v分別為水平經(jīng)向和緯向風(fēng)速(m·s-1)；b是常數(shù)，u*是表面摩擦速度。

利用邊界層氣象要素檢驗整體結(jié)果最好的ERA-Interim再分析資料，得到其季節(jié)平均空間分布，如圖2所示，高低值區(qū)分界線與青藏高原地形邊界契合，在分界處高度梯度明顯。夏季與冬季青藏高原及其北部的邊界層高度分布呈現(xiàn)高低相反特征且高度梯度顯著，夏季高原上空邊界層高度在800～1000 m之間，高原北部邊界層高度在1400 m以上；冬季高原上空邊界層高度在1200～1600 m之間，高原北部邊界層高度在400 m以下。高原上空邊界層高度春季最高，高值中心出現(xiàn)在高原西側(cè)，由西南向東北逐漸降低，與高原北部高度梯度較小。秋季高原上空與北部地區(qū)的邊界層高度梯度最小，高原邊界層高度略高于高原北部。從季節(jié)變化來看，高原上空邊界層高度夏低冬高，同時春、夏季邊界層高度日變化清晨高、傍晚低(圖3)，與以往高原站點觀測規(guī)律并不一致[11,13]。因此，具有較高空間分辨率的ERA-Interim再分析資料在青藏高原對邊界層高度的刻畫存在較大問題，以下將利用模式物理框架進行約束，觀察邊界層高度計算結(jié)果的改進。

圖2 ERA-Interim再分析資料得到的邊界層高度季節(jié)平均空間分布(單位：m)

圖3 ERA-Interim再分析資料得到的季節(jié)平均邊界層高度的日變化時間序列

3 模式物理框架的約束

3.1 試驗設(shè)置

數(shù)值模擬選取探空資料站點集中的高原東南部地區(qū)開展試驗，先探討數(shù)值模式的物理過程參數(shù)化方案的適用性。WRF version 3.8中邊界層參數(shù)化方案提供了13種方案，針對青藏高原的參數(shù)化方案選擇成為數(shù)值模擬的一個重要問題，通過敏感性試驗得到較好適用于本地的方案組合。

本次模擬水平方向采用三重網(wǎng)格嵌套(圖4、表3)，第一重網(wǎng)格距為27 km，經(jīng)向格點數(shù)163，緯向格點數(shù)88；第二重網(wǎng)格距為9 km，經(jīng)向、緯向格點數(shù)分別為367、160；第三重網(wǎng)格距為3 km，經(jīng)向、緯向格點數(shù)分別為367、226，第三重網(wǎng)格范圍覆蓋了青藏高原東南部探空站點集中地區(qū)。驅(qū)動模式的初始條件和邊界條件為ERA-Interim再分析資料。模擬時段為2017年7月21日00:00 至25日18:00，其中22—23日青藏高原東南部普遍為晴空，24—25日西藏中南部(即D03的東部)有中等以上強度降水，其余地區(qū)(包含D03西部)普遍有小雨，同時考察了晴空和降水條件下的邊界層發(fā)展。主要物理參數(shù)化方案分別為：Dudhia短波輻射方案[53]，RRTM長波輻射方案[54]，Noah陸面過程方案[55]。模擬試驗中對比12組不同的微物理、行星邊界層和積云參數(shù)化方案的組合，確定研究時段內(nèi)本地適用性最高的參數(shù)化方案組合。

圖4 模擬區(qū)域設(shè)置(陰影為地形高度，單位：m)

表3 模式嵌套區(qū)域設(shè)置

3.2 參數(shù)化方案組合對模擬結(jié)果的影響

首先檢驗各方案組合得到的青藏高原邊界層內(nèi)氣象要素場的模擬結(jié)果(表4)，利用2組探空數(shù)據(jù)平均值檢驗的要素為地面、500 hPa、400 hPa溫度、露點溫度、風(fēng)向和風(fēng)速。

表4 模擬時段內(nèi)邊界層12個組合方案中主要8個組合方案的模擬要素在5站點的平均值檢驗

12種方案組合對邊界層內(nèi)溫度模擬的Bias和RMSE均較小，且模擬值偏差隨高度升高而減?。粶囟饶M誤差的離散程度對邊界層方案的敏感性較顯著，其中MYJ

3.3 參數(shù)化方案模擬差異的診斷

為了解釋模擬結(jié)果能較好地反映高原邊界層物理過程的機制，對12組參數(shù)化方案模擬的近地層感熱通量、地氣溫差和邊界層高度進行診斷(圖5)。

圖5 不同參數(shù)化方案組合模擬的D03區(qū)域2017年7月地面感熱通量(a)、地氣溫差(b)及邊界層高度(c)平均值的時間序列

可以看到，12組參數(shù)化方案模擬的各要素變化規(guī)律較為一致，但在峰值處有一定差異，這種差異對于認識青藏高原邊界層內(nèi)物理過程并據(jù)此修正再分析資料具有重要意義。各方案組合的感熱通量模擬結(jié)果差異主要體現(xiàn)在06:00的日峰值，其中MYJ邊界層方案模擬的感熱通量最高；BMJ的感熱通量高于淺對流KF結(jié)果；兩微物理方案的結(jié)果相差不大，但是WSM6方案的感熱通量下降較Lin方案更加明顯。WRF模式中地表感熱通量的模擬主要依賴于陸面方案，由于12組試驗一致使用Noah方案，因此模擬結(jié)果差異不大。由陸面方案向邊界層方案傳遞的地表通量的模擬差異會進一步引起邊界層高度的模擬差異。

地氣溫差對邊界層方案的選擇較為敏感，YSU模擬值最高，ACM2方案略次之，MYJ明顯偏低；而不同云微物理方案和積云對流參數(shù)化方案造成的差異很小。邊界層方案中局地方案的地表冷卻強度要略高于非局地方案，即MYJ方案模擬得到的地表溫度相對于YSU方案更低，而夏天2 m氣溫比地表溫度更低，因此，MYJ方案的地氣溫差比YSU方案顯著偏小。對比圖2(b)中ERA-Interim計算得到的夏季邊界層高度日變化，模擬結(jié)果更符合晝高夜低的變化規(guī)律，即模擬物理框架普遍可以修正再分析資料描述邊界層高度演變的偏差。

對于邊界層高度模擬結(jié)果，晴空時邊界層方案和積云對流方案的作用大于微物理方案，但是微物理方案模擬的邊界層高度對降水的響應(yīng)更加顯著。邊界層方案中ACM2模擬邊界層高度最高，YSU次之，MYJ方案較低；積云對流方案中BMJ模擬結(jié)果高于淺對流KF方案；微物理方案中WSM6的響應(yīng)強于Lin方案。非局地邊界層方案YSU和ACM2給出的邊界層內(nèi)湍流混合強度和卷夾強度較強，其模擬的湍流混合強度較MYJ方案更強，因此即使非局地方案中輸入的地表感熱通量較低，其模擬的湍流混合層仍然相對于MYJ方案更高。WSM6方案中的基本物理過程與Lin方案基本一致，但WSM6方案改進了加熱項的計算精度和穩(wěn)定度，且對于一些經(jīng)驗參數(shù)的選擇有所不同。此外，雖然兩微物理方案的模擬效果均較可靠，但Lin方案對于模擬分辨率的敏感度較高，隨著模擬分辨率的提高，WSM6的優(yōu)勢更加明顯[56]。

夏季青藏高原對流邊界層內(nèi)湍流發(fā)展旺盛，湍流運動發(fā)生的動力條件之一是氣層間的風(fēng)速切變，因此，能夠較為準(zhǔn)確地描述風(fēng)速切變強度是利用再分析資料分析高原對流邊界層的重要基礎(chǔ)。由表2可知，模式物理過程對青藏高原東南部邊界層內(nèi)物理量垂直分布的修正作用主要體現(xiàn)在不同層次的水平風(fēng)場上，考慮物理過程的模式模擬改善了再分析資料中風(fēng)場部分。對比晴空(7月22日)和降水(7月24日)情形下邊界層內(nèi)3個層次上的水平風(fēng)場分布(圖6)，再分析資料和模擬結(jié)果可以刻畫由地面到高空風(fēng)速隨高度遞增的特征，但風(fēng)速和風(fēng)向尚存在較大誤差。ERA-Interim再分析資料中青藏高原東南部邊界層內(nèi)各層水平風(fēng)場風(fēng)向較為一致，且各層次之間風(fēng)切變不明顯。晴空情形下，400 hPa為一致偏南風(fēng)，500 hPa白天到夜間風(fēng)向由偏南風(fēng)轉(zhuǎn)為偏東風(fēng)，地面風(fēng)向日變化小。有降水發(fā)生時，400 hPa偏南風(fēng)夜間強于白天，500 hPa高原中部和東部風(fēng)向幾乎反向。而模擬結(jié)果顯示邊界層內(nèi)各層次風(fēng)向不統(tǒng)一，且風(fēng)速較再分析資料更大，即存在較強湍流運動。晴空情形下400 hPa為一致較強偏東風(fēng)，對比7月22日06:00和18:00地面風(fēng)場可以看到風(fēng)向近乎反向，可以表達出地形影響下的風(fēng)向變化特征。降水情形下，夜間400 hPa呈現(xiàn)一條明顯的風(fēng)向輻合帶。此外，模擬結(jié)果各層次之間風(fēng)速切變也更加明顯，青藏高原地區(qū)地形等因素引起的山谷環(huán)流作用不可忽視。因此在地形作用下30°N—34°N范圍內(nèi)31°N南北的地面風(fēng)向應(yīng)接近相反，圖6中ERA-Interim的水平風(fēng)場不能表達這種差異，而模擬結(jié)果中卻可以看到30°N—34°N范圍內(nèi)31°N以南日間主要為偏南風(fēng)，以北主要為偏北風(fēng)。模式物理框架中的邊界層內(nèi)湍流強度和風(fēng)速切變強于再分析資料ERA-Interim，且與探空觀測數(shù)據(jù)間差異更小。

圖6 第三層嵌套區(qū)域邊界層內(nèi)不同層次的水平風(fēng)場分布(左邊兩列為2017年7月22日代表晴空日，右邊兩列為2017年7月25日代表降水日)

4 再分析資料修正

模式物理框架對高原東南部邊界層內(nèi)湍流運動的描述相對于再分析資料更加準(zhǔn)確，但更多研究中直接利用ERA-Interim數(shù)據(jù)討論青藏高原對流邊界層發(fā)展及其對下游的影響，為得到更加接近實際的結(jié)果，可以利用水平風(fēng)場的最優(yōu)模擬結(jié)果對再分析資料進行修正。利用模式模擬的關(guān)鍵物理量來修正再分析資料的方案，采用一元線性回歸方程訂正再分析資料中的邊界層內(nèi)水平風(fēng)場，利用探空資料再次檢驗并重新計算邊界層高度，與原結(jié)果進行對比以檢驗訂正效果。選擇7月22—25日ACM2+WSM6+BMJ方案模擬的D03區(qū)域內(nèi)650、600、550、500、450、400 hPa水平風(fēng)場(因變量，記為y)及ERA-Interim數(shù)據(jù)中的相應(yīng)值(自變量，記為x)進行計算(表5)，得到的回歸方程均通過α=0.05的顯著性檢驗。

表5 ERA-Interim邊界層內(nèi)水平風(fēng)場與模擬風(fēng)場間的一元線性回歸方程

利用探空資料對研究時段內(nèi)的擬合風(fēng)場進行檢驗(表6)，可以看到除昌都站以外，其余4站的修正后再分析資料對水平風(fēng)場的描述效果均有明顯提升，昌都站的修正效果差可能與一元線性回歸方程的擬合效果有限有關(guān)。從區(qū)域平均值來看，擬合風(fēng)場對于邊界層內(nèi)風(fēng)場的修正有效。

表6 模擬時段內(nèi)擬合風(fēng)場的探空檢驗STDE值及其相對于原始再分析資料的減率

利用訂正后的再分析資料計算2017年7月22—25日邊界層高度見圖7。原再分析資料計算的高原邊界層高度夜間在500 m左右，白天高值中心可達2000 m(圖略)。利用擬合風(fēng)場數(shù)據(jù)計算得到邊界層高度在整個研究區(qū)域內(nèi)顯著高于前者，雖然不一定更接近于真實值，但可以說明模擬物理框架對于風(fēng)場的約束作用體現(xiàn)在邊界層發(fā)展高度上。從空間分布來看，夜間高原南部邊界的邊界層高度梯度極大值修正后減弱，白天高原東北部的梯度加強。修正后的邊界層高度普遍在1500 m以上，高值中心位于高原南部；白天青藏高原上空邊界層高度有2個大值區(qū)，一個在7月22—24日內(nèi)穩(wěn)定于高原東北部，最大值達3000 m以上，另一個大值區(qū)在7月24日發(fā)生降水后向西偏移，即向降水強度更強的高原中部地區(qū)偏移，更加符合實際的物理過程。因此，認為通過對行星邊界層方案、微物理方案和積云對流方案組合的合理選取，可以修正和改善再分析資料對于高原夏季降水的模擬效果。何由等[57]通過對青藏高原一次強降水過程進行模擬和對比評分發(fā)現(xiàn)，WRF模式基本能夠重建強降水過程的中心、強度及降水范圍，Eta-Ferrier云微物理方案和Betts-Miller-Janjic積云參數(shù)化方案的組合在此次模擬降水過程中最優(yōu)，且行星邊界層方案的合理選擇能夠明顯提高降水模擬的效果。這佐證了利用ACM2+BMJ+WSM6方案組合對再分析資料修正有效的結(jié)論。

圖7 2017年7月22—25日訂正后的再分析資料計算的邊界層高度(單位：m)

5 總結(jié)與討論

選取ERA-Interim、JRA-55和MERRA-2 3套再分析資料，討論其在2017年夏季青藏高原邊界層發(fā)展個例中的適用性，主要結(jié)論如下：

(1)在2017年夏季青藏高原東南部邊界層內(nèi)，3套再分析資料對于氣象要素的描述能力氣溫>露點溫度>水平風(fēng)場?？紤]到JRA-55露點溫度誤差較大且MERRA-2提供的垂直層次有限，研究時段內(nèi)適用性較好的再分析資料為ERA-Interim。

(2)選擇3種邊界層方案、2種微物理方案和2種積云對流方案進行模擬試驗并進行檢驗，結(jié)果表明12種方案模擬水平風(fēng)場的誤差離散程度的改進效果最明顯，溫度次之，露點溫度模擬不理想。因此對于模擬改進的關(guān)鍵物理量水平風(fēng)場而言，研究時段內(nèi)本地適用性最高的參數(shù)化方案組合是ACM2+WSM6+BMJ。

(3)考慮了青藏高原物理過程的模擬結(jié)果修正再分析資料的方案，并利用原始再分析資料線性擬合最優(yōu)方案組合模擬水平風(fēng)場，經(jīng)由部分探空資料檢驗，改進了青藏高原上邊界層發(fā)展高度的計算。

利用物理框架對再分析數(shù)據(jù)約束，可以提高其對邊界層水平風(fēng)場和風(fēng)在垂直方向上分布的描述能力。然而邊界層發(fā)展受地表覆蓋等下墊面條件影響外，邊界層上部的夾卷效應(yīng)也有重要影響。后續(xù)工作中，需要進一步探尋更好的方法來改善再分析資料的露點溫度等物理量場，獲取更多觀測信息來探討高原氣象要素的分布和變化，檢驗包括CRA-40等再分析資料的適用性。