引言

中尺度天气系统既可由大尺度内部不稳定激发生成, 也可由下垫面热力或机械强迫作用而生成, 或者二者相互作用即由大尺度内部不稳定激发生成的中尺度系统受下垫面热力或地形强迫作用而进一步加强。后者在实际大气中更为常见, 且造成局地极大灾害。因此在中尺度数值模拟和预报中, 初值场和地形、地表植被资料的分析对中尺度系统的模拟和预报效果都具有重要的作用^[1]。

初值场分析包括由全球模式提供的初估场和初始时刻实测资料的客观分析。目前研究的重点放在对卫星遥感、雷达探测等非常规观测资料的三维或四维资料同化分析上, 其目的在于使初值场中含有尽可能多和准确的中尺度信息。地形, 主要是地形高度, 对局地天气发展的影响已有许多研究, 目前多数中尺度模式中包含实际地形资料, 根据模式分辨率使用相应精度的地形资料, 如1°、30′、10′、5′或更细的资料, 即可反映地形的抬升等动力影响。在研究一些特殊的边界层过程时还要考虑下垫面坡度、走向对辐射等热力过程的影响。地表植被则既有对边界层动力过程的影响如与地表植被类型相应的地表粗糙度对动量通量系数的影响, 也有对热力过程的影响, 如地表反照率、发射率、热惯量、热容量对热量通量的影响, 此外地表的干湿状况还直接影响到大气水循环过程。地表植被变化对局地气候变化的影响已有许多研究 (如Dickinson, 1988; Shukla等, 1990) ^{[2, 3]}, 最近还看到地表植被及物理参数对中期天气数值预报影响的研究^[4]。但关于在中尺度数值模拟中的作用的研究还很少。

1998年在华南地区完成的“海峡两岸及邻近地区暴雨试验”期间, 利用NOAA卫星资料反演取得了我国卫星遥感地表特征分类及物理参数的详细资料, 使我们有可能对地表特征在中尺度模式中的作用进行实际试验和比较。

1 卫星遥感地表植被分类及物理参数

国外自20世纪80年代开始利用气象卫星资料进行植被分区研究, 如Norwine等^[5]探讨了利用气象卫星进行植被分类及制图的可能性; Townshed等^[6]利用低分辨率气象卫星数据进行南美洲植被分区研究; 在撒哈拉计划中, 多国科学家利用气象卫星植被指数开展了非洲植被分区研究^[7]; 法国也进行了气象卫星全国植被分区工作^[8]。我国从90年代起开展这项工作, 盛永伟等^[9]用1990年归一化植被指数 (NDVI) 数据得到我国陆域18类植被分类图。

PSU/NCAR中尺度模式MM5中的地表植被资料将地表植被分成13类, 尽管其空间分辨率已细到10′, 但因其分类考虑重点为北美的全球植被分布, 因而对美国国土以外的某局部地区来说, 其分类就显得很粗, 这将在图 3中给以说明, 各类地表特征所对应的物理参数也只是区分了夏、冬二季节的气候平均 (表 1) ^[10]。

我国地域广阔, 植被类型复杂, 为在中尺度数值模式中充分体现地表特征的影响, 笔者根据我国及邻近地区植被分布状况重新划分了13类, 用1997~1998年NOAA极轨卫星NDVI数据反演得到地域范围经度74°~135.44°E, 纬度12°~56.88°N, 分辨率经、纬度0.08°的地表植被分类资料 (图 1)。同时用1998年5~6月的卫星资料估算出各类地表植被的物理参数 (以下简称为NSMC资料), 见表 2。表中各物理量计算方法如下:

① 反照率  模式中的反照率是全波段的反照率, 即从可见光到近红外波段。而NOAA极轨气象卫星的波段为可见光波段0.58~0.68 μm和近红外波段0.725~1.1 μm, 没有覆盖全波段。为了获取全波段的反照率, 用NOAA卫星甚高分辨辐射计资料 (AVHRR), 将两个波段的测值与全波段测值拟合, 得到全波段反照率A, A=aA_ch1+bA_ch2+c, 其中A_ch1、A_ch2分别为AVHRR第1、2通道反照率^[11]。

② 表层土壤湿度  表层 (指不大于10 cm土层) 土壤湿度是遥感领域最困难的课题。目前使用两种方法获得^{[12, 13]}:

(ⅰ) 日校差法:S_m=a-b (T_d-T_n)

其中S_m为土壤湿度, T_d为白天地表最高温度, T_n为夜间地表最低温度, a、b为拟合系数。

(ⅱ) 能量平衡法:S_m=a-bH/E

其中H为一天的显热通量均值, E为蒸散热量。由于这两个参量很难获得, 我们使用日校差法。

③ 发射率  发射率ε的计算也非常困难, 我们采用植被指数法^[12], 即:ε=a+bI, 其中, I为NDVI等于 (A_ch2-A_ch1)/(A_ch2+A_ch1), a, b为拟合系数。

④ 粗糙度  粗糙度h各家计算有量级之差^{[12, 14]}, 我们采用NDVI计算:h=aI+b, 其中a, b为拟合系数。

⑤ 热惯量  热惯量P用公式P=B (1-A)/ΔT计算, 其中A为反照率, ΔT为日温差 (T_d-T_n), B为常数^[15]。

2 非静力平衡中尺度数值模式及模拟试验个例

中尺度模式为美国PSU/NCAR非静力平衡中尺度数值模式MM5 (V2) ^[10]。初始场用国家气象中心全球模式T106分析场格点资料, 用16点复合相关双抛物拟合法插值到模式的正方形网格点上, 构成初估场, 再引入实际地面及高空观测资料对初估场进行订正。侧边界用时变出入流方案。用张驰逼近法将模式预报场向间隔12 h客观分析的大尺度场逼近。

模式网格用3层套网格, 最外层A格距45 km, 水平格点数61×61;第2层B格距15 km, 水平格点数61×61;最内层C格距5 km, 水平格点数73×73。网格中心点最外层取在114°E, 25°N; 第2层113.1°E, 24.2°N, 最内层111.9°E, 22.5°N (见图 2)。

地形资料用精度为经纬度10′的实际格点地形资料。地表植被资料用美国NCAR的10′精度资料 (以下简称NCAR资料) 和本文第1部分所述资料 (NSMC资料) 作比较。

比较NCAR和NSMC地表植被分类资料在3个网格范围格点上的分布可见, NSMC资料在我国大陆及邻近地区陆地上的分布更细致, 例如, 在图 3a给出的NCAR资料在格距15 km网格B陆上植被分布只有松柏树、热带亚热带林和少量的热带亚热带草原, 而在图 3b中NSMC给出的分布中有农耕区、亚热带灌木、阔叶林、针叶林、针阔混合林等多种植被, 经与我国近3年的百万分之一土地利用图比较校验, 反演所得植被分布在秦岭、淮河以北完全一致; 南方基本一致 (南方植被复杂, 存在混合系统), 因而更好地反映了我国大陆上植被分布状况。

以1998年5月23~24日华南暴雨过程作为模拟试验个例。这次暴雨过程由一次强冷空气南下而产生, 冷锋23日进入广东, 在冷锋南下过程中, 在珠江口以西和沿海形成强对流云团。在23日08:00卫星红外云图上可见该冷锋带云系和在珠江以西正在发展的对流云团, 23日14~24日02:00该对流云团占据着珠江口以西地区, 到24日08:00以后南移入海 (图略)。伴随冷锋南下和对流云团的发展, 23日08:00到24日08:00, 广东中部产生暴雨, 西江流域、珠江三角洲地区及阳江市共14站出现暴雨以上降水, 其中珠江口以西沿海地区出现了大暴雨, 四会站的日雨量达233.7 mm。模拟网域基本覆盖了这次暴雨范围。

3 试验结果

(1) 24 h降水量预报

用Reisner霰/Kain-Fritsch积云参数化方案使用NCAR地表特征资料模拟的3个网格区域上的24 h降水量与实况比较, 模拟降水范围略偏西, 3个网域预报的最大降水中心分别为135 mm, 162 mm和172 mm。细网格模拟不但较好地预报了最大降水量, 且表现出与实况相似的、更细致的多中心中尺度结构。

与之相比较, 用NSMC地表植被资料模拟预报的降水范围和位置差别不大。最大降水中心分别为133 mm, 183 mm和197 mm。可见, 地表植被的差异对格距为45 km的粗网格基本没什么影响, 对格距为15 km和5 km的中、细网格, 最大中心降水量分别增加13%和15%。图 4给出二者在3个网域中预报的降水量差值。

由于降水量模拟预报与模式中所选用的云物理参数化方案和次网格尺度积云对流参数化方案有一定关系, 所以我们采用了几种参数化方案分别对用NCAR和NSMC植被资料的使用效果加以比较。

表 3给出了在5种降水参数化方案试验中分别用NCAR资料和NSMC资料模拟试验所得的最大降水中心雨量比较。表中WARM表示不考虑冰相的暖云方案; MIX表示Reisner混合冰相方案; RESG表示Reisner霰方案; GODG表示Goddard霰方案; KF表示Kain-Fritsch次网格尺度积云对流参数化方案; GR表示Grell次网格尺度积云对流参数化方案。

由表 3可见:用NSMC植被资料模拟的最大降水量与用NCAR植被资料比较, 对所有降水参数化方案, 其差异当格距为45 km时不足1%, 当格距减小到15~5 km时差别变得明显, 用NSMC资料模拟的最大降水量均比用NCAR资料的大:格距15 km, 差3% ~20%, 平均12%;格距5 km, 差7%~25%, 平均14%。考虑到模式预报降水量一般来说比实况要小, 如本次过程在四会站的24 h降水量为233 mm, 而模拟的24 h降水量除Goddard霰方案15 km和5 km格距接近或超过此值外, 其余各种试验模拟的降水量均比此值低, 因而, 与用NCAR植被资料比较, 用NSMC资料细网格模拟中尺度降水量得到明显改进。

地表植被特性直接影响下垫面水汽通量及由下垫面蒸发进入大气的潜热通量, 前者可表达为E_s=ρ_aC_θC_uM (q_vs (T_g)-q_va)V, 其中M为土壤湿度, 因而土壤湿度对模拟结果是一个敏感因子^[10]。比较图 3和图 4可见, 用二种植被资料模拟降水差异较大的地区:用NCAR资料给出的地表植被为针叶林和亚热带树木, 其土壤湿度为30%~50% (见表 1); 而NSMC植被资料显示的该地区以农耕地和亚热带常绿灌木为主及少量的针叶林, 其土壤湿度分别为65%, 70%和50%(见表 2), 因而比前者高, 结果模拟的降水也较大。

(2) 动力学结构

由于本次降水过程与冷锋南下有关, 因而我们用可代表锋面强度和发展的锋生函数考察地表植被对动力学结构的影响。

考虑水平流场的变形和辐合作用, 锋生函数F^[16], 为

其中

式中, θ位温, β为变形轴与等位温线的夹角; 下标x, y分别代表u, v对x, y的偏微分; D为水平辐散。

锋生特征在冷锋前后最为明显, 格距45 km的粗网格和15 km的中网格能包含冷锋的范围, 格距5 km的细网格不足以反映冷锋的狭长特征, 因而这里只对粗、中网格的试验结果作图比较。

用二种地表植被资料EXP3A、3B模拟预报的23日20:00 (积分12 h) 的锋生函数比较, 对格距45 km的粗网格, 结果差别不大。对格距15 km的中网格, 用NSMC资料的锋生强度比NCAR资料的强。图 5为格距15 km下分别用NCAR和NSMC资料预报的950 hPa等压面上锋生函数。在沿冷锋走向的狭长的锋生带上有一些中尺度的大值区, 地表植被资料对这些大值具有明显的反映:用NCAR资料模拟的大值为125×10^-10K·s^-1·m^-1和109×10^-10K·s^-1·m^-1; 在同样位置上用NSMC资料模拟的数值分别为179 ×10^-10K·s^-1·m^-1和193×10^-10K·s^-1·m^-1, 后者比前者高36%和77%。

地表植被对上述锋生函数的影响主要反映在粗糙度上。比较图 3和图 5可见, 用二种植被资料模拟锋生函数差异较大的地区, 用NCAR资料给出的地表植被为单一的亚热带树木, 地面粗糙度比较均匀; 用NSMC资料给出的地表植被为针叶林、亚热带灌木和农作物混合区, 地面粗糙度不均匀, 变化范围在14~50 cm, 这样可能造成风速在水平方向的切变, 因而导致近地面层风场变形和辐合而加强锋生。

(3) 热力学结构

以相当位温和地面温度为代表考察地表植被对热力学结构的影响。

图 6给出在3个网格范围用二种地表植被资料模拟预报的950 hPa等压面相当位温差。格距15 km的最大差值9 K, 在 (110°E, 26°N) 位置; 在相同位置之处格距45 km的差值为6 K; 格距5 km的最大差值9 K, 在 (111.3°E, 22.5°N) 位置; 而在相同位置之处格距15 km的差值为6 K。因此, 由于地表植被资料引起的低层相当位温差随网格格距减小而增大。植被对地面温度的影响也有类似的结果 (图略)。

地表植被对边界层热量的影响因子较多, 如反照率、发射率、热惯量、土壤湿度等, 因而相对于对降水和动力锋生的影响不是那么显著和直截了当。

4 小结

在1998年“海峡两岸及邻近地区暴雨试验”期间利用卫星遥感反演得到的0.08° (4.8′) 精度的我国地表植被分布及相关物理参数比美国NCAR的10′精度资料更好地反映了东亚及我国大陆地表特征。将我国和NCAR地表植被资料用于非静力平衡中尺度数值模式MM5, 对1998年5月23~24日华南暴雨模拟试验表明, 当网格距为45 km时, 二者差别很小, 但当格距减小到5~15 km, 预报的最大降水量有12%~14%的差别。对低层大气的动力热力结构也有一定影响。可见地表特征的细化和准确对改进暴雨中尺度模拟预报都是重要的。

对各类地表植被物理参数的确定相当困难。从本文模拟试验比较看我们反演的地表植被分布及物理参数对暴雨中尺度模拟预报有所改进, 但尚需对不同类型天气过程和地域进行试验, 以进一步检验和修正这些物理参数。

致谢 周秀骥院士、许健民院士对本工作给予了热情关怀和指导。