崔文君,智協(xié)飛,朱壽鵬,周志敏,王曉芳,李紅莉

?

一次長江流域梅雨降水中三種云量計算方案的對比研究

崔文君①②,智協(xié)飛①*,朱壽鵬①,周志敏③,王曉芳③,李紅莉③

① 南京信息工程大學 氣象災害教育部重點實驗室/氣候與環(huán)境變化國際合作聯(lián)合實驗室/氣象災害預報預警與評估協(xié)同創(chuàng)新中心/東亞季風與區(qū)域氣候變化科技創(chuàng)新團隊,江蘇 南京 210044;

② 美國北達科他大學 大氣科學系,北達科他州大?？怂故?58202;

③ 中國氣象局 武漢暴雨研究所,湖北 武漢 430205

2015-11-02收稿，2016-03-10接受

國家自然科學基金資助項目(41575104);國家重大基礎科學研究計劃(2012CB955200)項目;江蘇高校優(yōu)勢學科建設工程資助項目(PAPD);江蘇省“青藍工程”

采用NCEP分析場,選取2010年梅雨期長江流域的一次降水過程,分別基于Slingo方案、NCAR方案和錢氏方案,利用相對濕度計算云量,并以LAPS(Local Analysis and Prediction System)系統(tǒng)輸出的云量分析場作為觀測值,分別在高層(400 hPa)與低層(850 hPa),從宏觀比較與統(tǒng)計分析的角度,與計算結果進行云量大小與區(qū)域分布的對比分析。結果表明,三個云量計算方案對云量中心位置的把握均較為準確,但對云量值的計算存在大小不等的誤差。NCAR方案計算結果和LAPS輸出場最為吻合,能夠體現(xiàn)出云量大值區(qū),但區(qū)域一般偏大;Slingo方案相較NCAR方案來說略差,但也能較好地描述云帶分布;此外,錢氏方案計算出的云量值始終偏小,但其能夠較好地描述云帶輪廓與云量的分布特征。綜合對比結果,NCAR云量計算方案比其余兩者更優(yōu),且在低層(850 hPa)表現(xiàn)尤為明顯。

相對濕度云量計算Slingo方案NCAR方案錢氏方案

云是氣候系統(tǒng)的內(nèi)部參數(shù),直接影響大氣的輻射平衡、熱量平衡和溫濕分布(汪方和丁一匯,2005)。云的形成與特性是地表與大氣各種動力、熱力過程共同作用的結果,在地氣系統(tǒng)中具有重要的地位(Ramanathan et al.,1989;汪宏七和趙高祥,1994)。云的生成和變化,受氣候以及其他眾多因子的影響,同時也是引起日照、氣溫、相對濕度等氣象要素發(fā)生變化的原因之一(Angell,1990;Karl et al.,1993;Dai et al.,1999)。此外,云與大氣氣溶膠和臭氧等之間復雜而又重要的關系,對地球氣候系統(tǒng)和人類生存環(huán)境亦具有重大影響(Graf,2004)。因此,了解云的分布與變化,對云場較為準確的把握,將有助于評估云在氣候變化中的作用和改進數(shù)值模式對云的模擬。

目前,絕大部分模式將相對濕度作為云量預報的決定性因子(Anthes and Warner,1978;Smith,1990)。Smagorinsky(1960)首先提出了云量與相對濕度呈線性關系的云量計算方法。Slingo(1980)基于這種方法,又提出了多種相對濕度診斷云量的算法。當前,國內(nèi)外專家學者提出了眾多利用相對濕度計算云量的方案,如美國國家大氣研究中心(National Center for Atmospheric Research,NCAR)提出的NCAR方案(Anthes et al.,1987),錢云與錢永甫(1994)提出的云量計算方案(以下簡稱“錢氏方案”)等。但是,由于云是大氣湍流和大尺度環(huán)流、輻射及云物理過程等各種復雜作用的產(chǎn)物,在時間、空間上為非線性變化,同時又缺乏完備的云計算檢驗資料,因此之前眾多方案的云量計算診斷效果都不太理想,各種方案之間的差異也較大。

為了將多種云觀測信息客觀、有效地融合,得到更為準確的云分析場,20世紀80年代末,美國國家海洋大氣管理局(National Oceanic and Atmospheric Administration,NOAA)地球系統(tǒng)研究實驗室(Earth System Research Laboratory,ESRL),研發(fā)了局地分析預報系統(tǒng)(Local Analysis and Prediction System,LAPS)(McGinley et al.,1991)。LAPS具有獨特的資料融合優(yōu)勢,能夠綜合應用地面、探空、雷達、衛(wèi)星、飛機報文和洋面浮標等多種觀測資料,得到高分辨率融合分析場(李紅莉等,2009)。在云分析中,LAPS綜合使用相對濕度閾值法、CO2切片法和查算表等方法(Walcek,1994;Albers et al.,1996),基于背景場診斷的云量,加入衛(wèi)星、雷達、地面等資料進行修正,得到較準確的三維云場。周后福等(2010)的研究表明,高分辨率的LAPS分析場資料能夠較好地描述出暴雨中尺度系統(tǒng)。

近年來,隨著雷達、衛(wèi)星技術以及數(shù)值模式的不斷發(fā)展,人們對暴雨尤其是梅雨的認識已經(jīng)相當透徹(孫淑清和周玉淑,2007;何編等,2012;馬旭林等,2015;苗春生等,2015)。梅雨期間,一般會出現(xiàn)多個中尺度對流系統(tǒng)活動,對應地面風場有中尺度輻合線、中尺度渦旋環(huán)流以及氣流匯合中心的輻合區(qū)等(趙玉春等,2011),持續(xù)性暴雨過程也就是中尺度對流系統(tǒng)的發(fā)生發(fā)展過程(慕建利等,2014)。

本文針對2010年7月9—12日(世界時,下同)位于長江流域的一次典型梅雨降水過程進行云量分析。在7月8—9日之間,整個長江流域已經(jīng)經(jīng)歷了一次較強的降水過程,其中湖北英山6 h最大降水量達到267 mm,創(chuàng)歷史新高。從9日12時開始,降水再度加強,一直持續(xù)到10日12時,后經(jīng)過近20 h的降水間歇期,強降水繼續(xù)發(fā)展。此次過程中,雨帶穩(wěn)定少動,降水集中且持續(xù)時間長,多站出現(xiàn)歷史降水極值。整條雨帶呈東北—西南向,三個強降水中心分別位于湖南省西北部、江漢平原至鄂東與安徽江西兩省交界處。

本文分別使用Slingo方案、NCAR方案和錢氏方案,計算該梅雨降水過程中不同時刻的云量,并分別從直觀比較與統(tǒng)計分析兩方面對三種方案的計算效果進行對比分析,進一步討論云量與相對濕度的關系,為今后云量計算中方案的選取提供參考依據(jù)。

1　資料與方法

1.1資料

使用LAPS提供的云量分析場作為觀測場,范圍為(102～120°E,23～39°N),水平分辨率為10 km×10 km,垂直方向共22層。根據(jù)已有研究,分別選用850 hPa和400 hPa云量對應低云和高云(錢正安等,1992)。

相對濕度場由NCEP分析場所提供,并利用雙線性插值方法將其插值到10 km×10 km的水平分辨率上,以便云量計算結果與LAPS分析場進行對比。

1.2云量計算方案

1.2.1Slingo方案

Slingo(1980)根據(jù)大西洋地區(qū)的統(tǒng)計事實提出一種二次方關系,并應用于英國氣象局全球業(yè)務預報模式中。其表達式為:

(1)

其中:N為云量;Hk和Hc,k分別為模式第k層的相對濕度及其臨界值,下同。

若Hk>Hc,k,則該層有云形成,其云量隨著差值(Hk-Hc,k)的增大迅速增長;若Hk

1.2.2NCAR方案

NCAR方案首先被用于美國NCAR中尺度模式MM4中(Anthes et al.,1987),具體計算公式如下:

(2)

該方案建立了云量與相對濕度的線性關系,且0≤N≤1。

1.2.3錢氏方案

錢氏方案(錢云和錢永甫,1994)將大氣分為五層,1、2層(400 hPa以上)的云為高云,3、4、5層的云為中低云,確定從1～5層的Hc,k分別為0.62、0.69、0.73、0.80和0.85。對于有云的各層,云量計算公式為:

N=N′(0.6β+0.4)。

(3)

其中,

(4)

(5)

同樣,若Hk>Hc,k,則該層有云形成;若Hk

圖1　2010年7月9日12時850 hPa等壓面云量分布(%)　　a.LAPS輸出云場;b.Slingo方案;c.NCAR方案;d.錢氏方案Fig.1　Distribution of cloudiness(%)at 850 hPa at 1200 UTC 9 July 2010:(a)LAPS output;(b)Slingo scheme;(c)NCAR scheme;(d)Qian scheme

1.3評估方法

1.3.1距平相關系數(shù)

距平相關系數(shù)(Anomaly Correlation Coefficient,ACC)的計算方法如下:

(6)

ACC可以用來評估各方案的云量計算值和實際觀測值之間的相似程度,其值越大,則表明該云量計算方案的計算效果越好。

1.3.2均方根誤差

均方根誤差(Root Mean Square Error,RMSE)的計算方法如下:

(7)

其中,N為格點樣本數(shù);yi是計算方案在第i個格點上的云量計算值;oi是第i個格點上的觀測值。

根據(jù)上式可以計算出不同的云量計算方案在所選區(qū)域內(nèi)每個時次的均方根誤差。當RMSE越小,表示計算值與觀測值之間的差別越小,即該方案的計算誤差越小。

2　云量計算結果與LAPS輸出的比較

2.1低云

2010年7月9日12時的850 hPa等壓面上(圖1),LAPS云量分布主要存在三個大值區(qū)(圖1a),分別位于四川東部和重慶、山西南部及安徽南部。Slingo方案(圖1b)和NCAR方案(圖1c)對云場覆蓋區(qū)域的計算均過大,但計算值的大值區(qū)與LAPS分析場比較吻合。錢氏方案(圖1d)則較為準確地描述出了云量覆蓋形狀以及各區(qū)域云量分布的相對大小,但其僅計算出了安徽南部的大值區(qū),且計算值整體偏小。

圖2　2010年7月10日12時850 hPa等壓面云量分布(%)　　a.LAPS輸出云場;b.Slingo方案;c.NCAR方案;d.錢氏方案Fig.2　Distribution of cloudiness(%)at 850 hPa at 1200 UTC 10 July 2010:(a)LAPS output;(b)Slingo scheme;(c)NCAR scheme;(d)Qian scheme

到9日18時(圖略),LAPS輸出場中,云量超過80%的區(qū)域已涵蓋到四川西部、重慶南部、貴州中部、湖北中南部以及山東和山西南部等地。對云量大值區(qū)的描述,Slingo方案在重慶和貴州及安徽東部區(qū)域表現(xiàn)較好,NCAR方案則在山西和山東南部地區(qū)描述較好。錢氏方案對其的描述在覆蓋范圍上與LAPS相近,但云量計算值偏小;10日00時(圖略),LAPS輸出的云帶大體上呈“西南—東北”走向,覆蓋貴州、重慶、湖南、湖北、安徽、河南等的大部分地區(qū)。三種計算方案的云帶分布較為接近,涵蓋了輸出的云量區(qū)域,但Slingo和NCAR方案云量值明顯偏大,錢氏方案的計算值與LAPS相對接近;到10日06時(圖略),LAPS輸出云帶仍保持西南—東北向條狀分布,但云量大值區(qū)覆蓋范圍變大,出現(xiàn)了大片的80%以上云量。Slingo和NCAR方案從云帶分布和云量數(shù)值上與LAPS輸出場都較為接近,而錢氏方案僅在極少部分區(qū)域計算出云量大值,對大部分區(qū)域的云量描述偏小。

10日12時(圖2),850 hPa等壓面上,LAPS的云量輸出值與06時的云量分布相似,但條狀云帶變得更為狹長(圖2a)。Slingo方案(圖2b)與NCAR方案(圖2c)均較好地計算出了云量的分布,但兩者均在川西部分地區(qū)計算出了虛假的云量大值區(qū)。錢氏方案(圖2d)的計算值與LAPS云量輸出值的云量分布區(qū)域較為匹配,但計算值仍然偏小。

從10日12時至11日12時的24h為本次持續(xù)降水過程的主要間歇期,因此暫不進行云量的計算與討論。

由圖3可看出,在11日12時,850 hPa等壓面上,LAPS輸出場的云量覆蓋范圍擴大(圖3a),云量超過80%的區(qū)域主要位于重慶南部、湖北東南部及安徽中南部;Slingo方案(圖3b)和NCAR方案(圖3c)的計算結果對上述兩個大值區(qū)進行了較好描述,但在少部分區(qū)域對云量值的模擬明顯偏大;錢氏方案(圖3d)對貴州南部和安徽中南部少部分區(qū)域的云量大值區(qū)描述較好,對其余大值區(qū)域的描述均有較大不足。

圖3　2010年7月11日12時850 hPa等壓面云量分布(%)　　a.LAPS輸出云場;b.Slingo方案;c.NCAR方案;d.錢氏方案Fig.3　Distribution of cloudiness(%)at 850 hPa at 1200 UTC 11 July 2010:(a)LAPS output;(b)Slingo scheme;(c)NCAR scheme;(d)Qian scheme

11日18時850 hPa等壓面上(圖略),LAPS輸出的云量大值區(qū)出現(xiàn)在貴州中東部、湖南北部、湖北東部及安徽西部部分地區(qū)。Slingo和NCAR方案的計算結果較好地描述了上述大值區(qū),但也擴大了部分大值區(qū)。如Slingo方案中,貴州省云量超過80%的區(qū)域遠超過LAPS輸出值。而NCAR方案則在此基礎上,將云量超過80%的區(qū)域從貴州南部延伸到廣西北部部分區(qū)域。錢氏方案的云量計算結果中,云量分布區(qū)域輪廓與LAPS輸出場相似,但數(shù)值依然較小;至12日00時(圖略),LAPS輸出的云帶向東漂移,且整體云量有所減少,云量超過60%的區(qū)域分別位于湖北東南部和江西西北部交界處、安徽中部地區(qū),覆蓋面積較小。Slingo和NCAR方案均能較好地計算出云帶的走向分布,但計算值明顯偏大,出現(xiàn)了許多超過80%云量的地區(qū)。錢氏方案則較好地表現(xiàn)出了云帶的輪廓,但其描述的云量大小及大值區(qū)與LAPS輸出場并不十分吻合;7月12日06時(圖略),LAPS輸出云量相對于12日00時來說有所增加。四川東部和重慶等地云量增加,且云量超過80%的大值區(qū)再次在貴州、湖南、湖北、安徽及河南等地出現(xiàn)。Slingo方案計算結果與LAPS的云量輸出值比較吻合,NCAR方案對河南和安徽境內(nèi)云量的描述優(yōu)于Slingo方案,其余地區(qū)相差不大。錢氏方案對云的覆蓋輪廓描述依然較好,但數(shù)值較小。

由12日12時的850 hPa等壓面云量分布圖(圖4)可知,此時LAPS輸出云量的大值區(qū)已逐漸變窄,分別位于四川中部、貴州中部、湖南北部與湖南交界處及山東西南部地區(qū)。Slingo方案(圖4b)對云量分布及數(shù)值的計算相對NCAR方案(圖4c)來說較差。錢氏方案(圖4d)較前兩種方案能夠更好地描述云的分布輪廓,但計算量值明顯偏小。

圖5　2010年7月9日12時400 hPa等壓面云量分布(%)　　a.LAPS輸出云場;b.Slingo方案;c.NCAR方案;d.錢氏方案Fig.5　Distribution of cloudiness(%)at 400 hPa at 1200 UTC 9 July 2010:(a)LAPS output;(b)Slingo scheme;(c)NCAR scheme;(d)Qian scheme

比較兩次強降水過程(9日12時至12日12時)中850 hPa等壓面LAPS云量輸出場與云量計算方案的計算結果,Slingo方案和NCAR方案的計算結果與LAPS輸出云量相對一致,且在計算云量大值中心方面表現(xiàn)較為突出。同時,NCAR方案對云體的區(qū)域和數(shù)值的計算均優(yōu)于Slingo方案。而錢氏方案雖然能夠較好地計算得出云體輪廓,但計算值相對較小。在兩次強降水過程中,云量的發(fā)展和分布,與降水的發(fā)展變化較為吻合,均為凌晨至上午發(fā)展最為旺盛,中午開始減弱或處于最弱的狀態(tài)。

2.2高云

2010年7月9日12時400 hPa等壓面上,LAPS輸出的云量超過80%的大值區(qū)主要在四川、陜西、山西和山東等地(圖5a)。Slingo方案(圖5b)和NCAR方案(圖5c)均較好地描述了云區(qū)的大致分布輪廓,尤其江西西北部的小塊云區(qū)都能有較好描述。對比圖5b和圖5c可知,NCAR方案對云量大值區(qū)的描述效果略優(yōu)于Slingo方案,但二者對部分地區(qū)的云量計算值偏大(如廣西、廣東北部等地)。錢氏方案(圖5d)能夠較好描述云塊的輪廓,但與850 hPa分布情況類似,云量的計算值始終較小。

圖6　2010年7月10日12時400 hPa等壓面云量分布(%)　　a.LAPS輸出云場;b.Slingo方案;c.NCAR方案;d.錢氏方案Fig.6　Distribution of cloudiness(%)at 400 hPa at 1200 UTC 10 July 2010:(a)LAPS output;(b)Slingo scheme;(c)NCAR scheme;(d)Qian scheme

到9日18時(圖略),LAPS輸出云量的大值區(qū)范圍有所增加,覆蓋四川中部、青海南部、甘肅、山西、河北和山東大部分地區(qū)。Slingo方案大體上描述了云量的分布區(qū)域,且對江西西北部和福建西南部的兩個小范圍大值區(qū)描述較好,但四川西部、廣西北部及其它云量大值區(qū)的云量值匹配不足。NCAR方案與Slingo方案結果相近,但大范圍云量大值區(qū)的分布略偏南,與LAPS分析場更為接近。錢氏方案對云量的計算依然偏小,對云量大值中心的描述較差。盡管如此,該方案依然能夠較好地描述云量分布的大致輪廓;10日00時(圖略),LAPS輸出的云量有所減少,且云區(qū)向南偏移。云量超過60%的區(qū)域主要位于湖北中東部、江西和安徽交界處及河南和山東部分區(qū)域。而對該區(qū)域的覆蓋面積,Slingo方案計算值遠大于LAPS分析場,且Slingo方案對其它區(qū)域的云量計算值也偏大。NCAR方案也有著同樣的問題,但較Slingo方案更優(yōu)。相較于上述兩種方案,錢氏方案的云量計算值與LAPS輸出結果相對吻合,云體的覆蓋范圍也相對一致;10日06時(圖略),LAPS分析場所示的云量較10日00時的云量有所增加,貴州、湖南北部、湖北南部區(qū)域及安徽大部云量均超過80%,部分地區(qū)甚至達到90%。與LAPS輸出場相比,Slingo方案計算得到的云量大值區(qū)域略微偏北,但四川北部區(qū)域局部云量大值區(qū)能有所體現(xiàn)。NCAR方案與Slingo方案計算結果相近,但前者計算出的云量大值區(qū)與LAPS輸出場更為吻合。錢氏方案計算結果中,云體輪廓與LAPS輸出場相當接近,但云量值偏小。

從10日12時的400 hPa等壓面云場(圖6)來看,LAPS輸出場(圖6a)的云量大值區(qū)主要位于貴州南部、湖南西北部、湖北南部和安徽境內(nèi)。Slingo方案計算結果中(圖6b),位于湖北和安徽的云量大值區(qū)與LAPS輸出場比較一致,重慶、貴州地區(qū)計算的云量與LAPS輸出場在輪廓上吻合較好。NCAR方案(圖6c)結果與Slingo方案相似,均未能計算出貴州南部的云量大值區(qū)。錢氏方案(圖6d)的計算結果較好地體現(xiàn)了云覆蓋輪廓,但云量數(shù)值上相對較小。

與850 hPa等壓面相同,對10日12時至11日12時的降水間歇期不進行云量計算方案對高云云量模擬效果的對比討論。

11日12時,LAPS輸出場上(圖7a),云量大值區(qū)較之前主要往東南方向移動,覆蓋湖南東部、江西北部、湖北東南部等地區(qū)。Slingo方案(圖7b)中云的覆蓋范圍與LAPS分析場較為接近,但對云量大值區(qū)的描述,在覆蓋區(qū)域和數(shù)值上與LAPS分析場均存在差異。NCAR方案(圖7c)的計算結果與Slingo方案類似,且其對江西、湖南中北部等區(qū)域的云量大值區(qū)描述優(yōu)于Slingo方案。錢氏方案(圖7d)云量計算結果整體偏小,最大云量區(qū)位于湖南境內(nèi),大值區(qū)覆蓋范圍不足。

11日18時(圖略),LAPS輸出場中的云量大值區(qū)主要位于湖南中東部、江西北部和安徽大部分地區(qū)。Slingo方案的計算結果僅在江西北部的云量大值區(qū)與LAPS輸出場吻合。NCAR方案則較好地描述了LAPS的主要云量大值區(qū),僅在安徽南部表現(xiàn)不足。錢氏方案所計算出的云量大值區(qū)要遠小于LAPS輸出場。三者在對云分布形狀的描述方面相差不大;到12日00時(圖略),LAPS分析場的400 hPa云場云體變窄,云量減少。Slingo方案計算結果在云量大值分布方面與LAPS分析場較為吻合,但云量值在湖北、江西及安徽交界處附近相對偏大。NCAR方案則較好地改善了Slingo方案在上述地區(qū)云量計算偏大的問題。從云帶分布區(qū)域和云量值上來看,錢氏方案計算值與LAPS輸出場吻合較好,但產(chǎn)生了部分虛假云場;12日06時(圖略)的LAPS輸出場的云量存在兩個大值區(qū),一個位于甘肅中部,該區(qū)域覆蓋范圍相對較小,另一個區(qū)域跨越貴州、湖南、江西、安徽等地,大體呈“東北—西南”走向。第一個云量大值區(qū)在三種方案計算結果中均有所體現(xiàn)。對于第二個云量大值區(qū)來說,Slingo方案與NCAR方案較好描述了安徽、湖北部分地方的云量大值區(qū),同時,NCAR方案較Slingo方案更好地表現(xiàn)出了湖南中東部區(qū)域的云量大值區(qū)。錢氏方案較好地體現(xiàn)出了云體的輪廓,但計算得到的云量數(shù)值較小。

12日12時(圖8),LAPS輸出場(圖8a)存在多個云量大值區(qū),分別位于四川北部、陜西中部、江西西北部和安徽東南部。Slingo方案(圖8b)僅對陜西中部和安徽東南部云量大值區(qū)描述較好,盡管其對湖南地區(qū)的云體輪廓描述較好,但該區(qū)域云量計算值偏小。NCAR方案(圖8c)與Slingo方案有很大相似性,但該方案對貴州東南部、湖南等地的云量計算更接近于LAPS輸出場。錢氏方案(圖8d)的計算結果依舊能夠大致上描述云體輪廓,但云量計算值偏小。

圖8　2010年7月12日12時400 hPa等壓面云量分布(%)　　a.LAPS輸出云場;b.Slingo方案;c.NCAR方案;d.錢氏方案Fig.8　Distribution of cloudiness (%)at 400 hPa at 1200 UTC 12 July 2010:(a)LAPS output;(b)Slingo scheme;(c)NCAR scheme;(d)Qian scheme

綜合400 hPa等壓面上的LAPS云量輸出值和Slingo、NCAR及錢氏方案的比較來看,在對高云云量的計算能力上,Slingo和NCAR方案較為接近,兩者都和LAPS輸出場比較吻合,但多數(shù)情況下后者優(yōu)于前者。錢氏方案在一般情況下對云量的計算值會略有偏小,但該方案能夠很好地表現(xiàn)出主要的云覆蓋輪廓。

3　云量計算結果的統(tǒng)計分析

前文已宏觀對比分析了三種云量計算方案與LAPS輸出結果之間的差異性,下文將使用統(tǒng)計參數(shù)(如ACC、RMSE等),對低層(850 hPa)、高層(400 hPa)云量計算結果的可靠性進行定量探討。

表1給出850 hPa等壓面上3種云量計算方案的結果與LAPS輸出結果的ACC和RMSE,三種計算方案的云量值與LAPS輸出結果在各個時刻的相關性均較大,誤差也較為合理。大部分ACC值大于0.5,ACC最小值為0.352(12日00時,錢氏方案),最大值達到0.836(9日12時,NCAR方案)。RMSE波動亦較大(0.21～0.42)。對比三種方案的統(tǒng)計結果可以看出,Slingo方案的ACC與RMSE基本都處在NCAR方案與錢氏方案之間,表現(xiàn)出中等的云量計算水平;錢氏方案的ACC相較于Slingo方案與NCAR方案均較小,部分RMSE最小值出現(xiàn)在錢氏方案中。綜合來看,在計算低云云量方面,NCAR方案與LAPS分析場的相關性最好,且以RMSE表征的計算誤差值在研究的10個時刻相對最小。根據(jù)各個時刻的ACC、RMSE均值,Slingo方案與NCAR方案都較好地計算出云量場的分布狀況,且NCAR方案更優(yōu),相比之下,錢氏方案的計算效果不如前二者。

表1850 hPa等壓面三種計算方案的結果與LAPS輸出結果之間各時刻的距平相關系數(shù)和均方根誤差及其平均值

Table 1The ACCs and RMSEs of each time,and their means,between the cloudiness calculated by the three schemes,respectively,and the LAPS output at 850 hPa

時間Slingo方案NCAR方案錢氏方案ACCRMSEACCRMSEACCRMSE2010-07-09T120.7745120.2923690.8361201)0.2188811)0.7147352)0.3811852)2010-07-09T180.6376870.3187570.6939261)0.2945321)0.4946452)0.4221212)2010-07-10T000.5613210.3353230.5666321)0.4185812)0.3546522)0.2514511)2010-07-10T060.6689450.3126210.7209261)0.3024071)0.6142462)0.3555752)2010-07-10T120.5975600.3041990.6930871)0.2736501)0.5484672)0.3294852)2010-07-11T120.4648182)0.3418802)0.5530191)0.3393950.5080200.3282281)2010-07-11T180.4816002)0.3468580.5539241)0.3593542)0.5032560.3306761)2010-07-12T000.4248600.3156740.4630051)0.3977812)0.3525552)0.2431111)2010-07-12T060.5668710.3184331)0.6214091)0.3199790.4932252)0.3395762)2010-07-12T120.5740420.3076230.6655881)0.2809941)0.4957742)0.3354932)平均0.5752220.3193741)0.6367641)0.3205550.5079582)0.3316902)

注：每一時刻的相關系數(shù)最大值(最小值)和均方根誤差最小值(最大值)分別用1)(2))標識.

與表1分析類似,對于400hPa等壓面上三種方案的云量計算結果與LAPS分析場之間的ACC和RMSE(表2),三種計算方案的計算值與LAPS輸出結果的相關性和誤差均表現(xiàn)出較高的云量計算水平,但相關水平略次于850 hPa等壓面。ACC最小值為0.389(12日00時,Slingo方案),最大值為0.770(10日12時,錢氏方案)。RMSE在0.21至0.53之間波動,變化更明顯。綜合來看,在統(tǒng)計指標方面,Slingo方案與NCAR方案的高云云量計算能力相差不大,而錢氏方案則略微優(yōu)于前兩者。

4　結論與討論

本文選取2010年7月9日—12日一次持續(xù)性強降水過程的兩個時段(9日12時至10日12時,11日12時至12日12時),分別使用400 hPa和850 hPa等壓面的云量表示高云和低云,通過Slingo方案、NCAR方案與錢氏方案三種不同的方法,利用相對濕度計算云量,并將其與LAPS系統(tǒng)輸出的云量進行對比,得到如下結論:

從云量分布區(qū)域及其數(shù)值大小來看,無論是400hPa等壓面,還是850 hPa等壓面,三個云量計算方案對云量中心位置的把握均較為準確,但對云量值的計算存在或大或小的誤差。NCAR方案計算結果和LAPS輸出場最為吻合,能夠體現(xiàn)出云量大值區(qū),但云區(qū)略偏大。Slingo方案相較NCAR方案來說略差,但也能較好地描述云帶分布。錢氏方案一般能夠很好地描述云帶輪廓與云量的分布特征,但其計算出的云量值始終偏小。

從統(tǒng)計分析的角度來看,在兩個等壓面上,Slingo方案與NCAR方案的表現(xiàn)差別不大。在850 hPa等壓面上,兩者云量計算結果均明顯優(yōu)于錢氏方案,且NCAR方案稍具優(yōu)勢。而在400 hPa等壓面上,錢氏方案比Slingo方案與NCAR方案能夠更好地計算出云量的數(shù)值大小與區(qū)域分布,這可能是由于該方案在一定程度上體現(xiàn)了成云機理,以及大氣垂直運動對云的生成的影響。

850 hPa等壓面上,NCAR方案的云量分布圖與LAPS分析場較為吻合,這與兩者相關性最大和均方根誤差相對最小是一致的。但400 hPa等壓面上,盡管NCAR方案的云量分布圖與LAPS輸出場比較吻合,但兩者相關性并非最大,且均方根誤差也較大,反而是云量計算值始終相對最小的錢氏方案與LAPS輸出場更為相似。這可能是因為,盡管錢氏方案的云量計算值相對較小,但該方案基本能描述LAPS輸出場的云覆蓋輪廓。其它兩種方案計算值在大部分情況下偏大,當考慮每一個網(wǎng)格點的計算值時,其與LAPS輸出場的偏差就會增大。即便如此,NCAR方案依然可被視為本文中描述云量的最優(yōu)方案。

表2400 hPa等壓面上,三種計算方案的結果與LAPS輸出結果之間相關系數(shù)和均方根誤差

Table 2The ACCs and RMSEs between the cloudiness calculated by three schemes,respectively,and the LAPS output at 400 hPa

時間Slingo方案NCAR方案錢氏方案ACCRMSEACCRMSEACCRMSE2010-07-09T120.4884492)0.3283360.5356770.3982602)0.6556621)0.2440821)2010-07-09T180.5686642)0.3240080.6010730.3780132)0.7272491)0.2975071)2010-07-10T000.3919752)0.4155230.4224050.5131222)0.4864461)0.2132981)2010-07-10T060.7156951)0.2693141)0.7037960.3398562)0.6820042)0.2780922010-07-10T120.7348510.2403571)0.7341462)0.3051052)0.7699351)0.2552562010-07-11T120.6452262)0.2537120.6490800.3289872)0.7507231)0.2475581)2010-07-11T180.5671522)0.3175650.5997240.3761652)0.6728351)0.2664921)2010-07-12T000.3891142)0.4225530.3935160.5312452)0.4171391)0.2249131)2010-07-12T060.6671770.2738900.6380942)0.3764632)0.6609880.2308051)2010-07-12T120.4816892)0.3057630.5432160.3568782)0.6428531)0.2688841)平均0.5649992)0.3151020.5820730.3904092)0.6465831)0.2526891)

注：每一時刻的相關系數(shù)最大值(最小值)和均方根誤差最小值(最大值)分別用1)(2))標識.

后續(xù)工作將針對長江流域的云量分布,將云量計算方案中的相對濕度臨界值進行長時間的統(tǒng)計分析。同時,根據(jù)低云和高云云底高的實況資料,更精確地確定表征高云和低云的代表性等壓面層,從而進一步提高云量計算準確度。

References)

Albers S C,McGinley J A,Birkenheuer D L,et al.1996.The Local Analysis and Prediction System (LAPS):Analyses of clouds,precipitation,and temperature[J].Wea Forecasting,11(3):273-287.

Angell J K.1990.Variation in United States cloudiness and sunshine duration between 1950 and the drought year of 1988[J].J Climate,3(2):296-308.

Anthes R A,Warner T T.1978.Development of hydrodynamic models suitable for air pollution and other mesometerological studies[J].Mon Wea Rev,106(8):1045-1078.

Anthes R A,Hsie E Y,Kuo Y H.1987.Description of the Penn State/NCAR mesoscale model version 4(MM4)[M].Boulder:NCAR.

Dai A,Trenberth K E,Karl T R.1999.Effects of clouds,soil moisture,precipitation,and water vapor on diurnal temperature range[J].J Climate,12(8):2451-2473.

Graf H F.2004.The complex interaction of aerosols and clouds[J].Science,303(5662):1309-1311.

何編,孫照渤,李忠賢.2012.一次華南持續(xù)性暴雨的動力診斷分析和數(shù)值模擬[J].大氣科學學報,35(4):466-476.He B,Sun Z B,Li Z X.2012.Dynamic diagnosis and numerical simulation of a persistent torrential rain case in South China[J].Trans Atmos Sci,35(4):466-476.(in Chinese).

Karl T R,Knight R W,Gallo K P,et al.1993.A new perspective on recent global warming:Asymmetric trends of daily maximum and minimum temperature[J].Bull Amer Meteor Soc,74(6):1007-1023.

李紅莉,崔春光,王志斌.2009.LAPS的設計原理、模塊功能與產(chǎn)品應用[J].暴雨災害,28(1):64-70.Li H L,Cui C G,Wang Z B.2009.Scientific designs,functions and applications of LAPS[J].Torrential Rain and Disaster,28(1):64-70.(in Chinese).

馬旭林,孫麗娜,姜勝,等.2015.一次江淮強暴雨過程的濕有效能量及其收支特征[J].大氣科學學報,38(3):289-298.Ma X L,Sun L N,Jiang S,et al.2015.Characteristics of moist available energy and its budget in a heavy rain process over Changjiang-Huaihe River basin[J].Trans Atmos Sci,38(3):289-298.(in Chinese).

McGinley J A,Albers S C,Stamus P A.1991.Validation of a composite convective index as defined by a real-time local analysis system[J].Wea Forecasting,6(3):337-356.

苗春生,李婷,王堅紅,等.2015.江淮流域梅雨鋒暴雨南北雨帶干冷空氣侵入作用的對比研究[J].大氣科學學報,38(1):76-84.Miao C S,Li T,Wang J H,et al.2015.Comparison of dry-cold intrusions in north and south heavy rainfall zones during Meiyu front rainstorms in Changjiang-Huaihe valleys[J].Trans Atmos Sci,38(1):76-84.(in Chinese).

慕建利,諶云,李澤椿.2014.一次陜西關中強暴雨環(huán)境條件及中尺度系統(tǒng)分析[J].大氣科學學報,37(5):591-604.Mu J L,Chen Y,Li Z C.2014.The environmental conditions and mesoscale system of a heavy rainfall over the central Shanxi Plain on 8—9 August 2007[J].Trans Atmos Sci,37(5):591-604.(in Chinese).

錢云,錢永甫.1994.區(qū)域氣候模式中云量參數(shù)化方案的研究[J].熱帶氣象學報,10(4):342-348.Qian Y,Qian Y F.1994.Study of cloudiness parameterization scheme in regional climate model[J].J Trop Meteor,10(4):342-348.(in Chinese).

錢正安,劉明,衣育紅.1992.亞洲地區(qū)云量參數(shù)化的對比試驗及云的影響[J].氣象學報,50(1):50-59.Qian Z A,Liu M,Yi Y H.1992.Comparison tests of parameterization schemes for cloud cover over Asia and the effect of cloud cover[J].Acta Meteorologica Sinica,50(1):50-59.(in Chinese).

Ramanathan V,Cess R D,Harrison E F,et al.1989.Cloud-radiative forcing and climate:Results from the Earth radiation budget experiment[J].Science,243(4887):57-63.

Slingo J M.1980.A cloud parameterization scheme derived from GATE data for use with a numerical model[J].Quart J Roy Meteor Soc,106(450):747-770.

Smagorinsky J.1960.On the dynamical prediction of large-scale condensation by numerical methods[C]//Physics of precipitation:Proceedings of the cloud physics conference,Woods Hole,Massachusetts.

Smith R N B.1990.A scheme for predicting layer clouds and their water content in a general circulation model[J].Quart J Roy Meteor Soc,116(492):435-460.

孫淑清,周玉淑.2007.近年來我國暴雨中尺度動力分析研究進展[J].大氣科學,31(6):1171-1188.Sun S Q,Zhou Y S.2007.Advances in meso-scale dynamical analysis of torrential rain systems in recent years in China[J].Chinese J Atmos Sci,31(6):1171-1188.(in Chinese).

Walcek C J.1994.Cloud cover and its relationship to relative humidity during a springtime midlatitude cyclone[J].Mon Wea Rev,122(6):1021-1035.

汪方,丁一匯.2005.氣候模式中云輻射反饋過程機理的評述[J].地球科學進展,20(2):207-215.Wang F,Ding Y H.2005.An evaluation of cloud radiative feedback mechanisms in climate models[J].Advances in Earth Science,20(2):207-215.(in Chinese).

汪宏七,趙高祥.1994.云和輻射——(Ⅰ)云氣侯學和云的輻射作用[J].大氣科學,18(S1):910-921.Wang H Q,Zhao G X.1994.Cloud and radiation Ⅰ:Cloud climatology and radiative effects of clouds[J].Chinese J Atmos Sci,18(S1):910-921.(in Chinese).

趙玉春,王葉紅,崔春光.2011.一次典型梅雨鋒暴雨過程的多尺度結構特征[J].大氣科學學報,34(1):14-27.Zhao Y C,Wang Y H,Cui C G.2011.Multi-scale structure features of a typical Meiyu frontal rainstorm process[J].Trans Atmos Sci,34(1):14-27.(in Chinese).

周后福,郭品文,翟菁,等.2010.LAPS分析場資料在暴雨中尺度分析中的應用[J].高原氣象,29(2):461-470.Zhou H F,Guo P W,Zhai J,et al.2010.Application of LAPS analysis field in rainstorm mesoscale analysis[J].Plateau Meteor,29(2):461-470.(in Chinese).

Cloud is an important internal factor of the climate system,especially in the earth—atmosphere system.The formation of clouds and their characteristics mainly result from both dynamic and thermodynamic processes of the surface and the atmosphere.An accurate grasp of the distribution of cloud and its variability can contribute greatly when attempting to assess the role of cloud in climate change.And related to this,a calculation scheme that is effective at describing cloudiness is a key part of improving the ability to simulate cloud in numerical models.In order to identify a satisfactory cloudiness calculation scheme,the present study employed NCEP reanalysis data to calculate cloudiness and relative humidity,based on three schemes(Slingo,NCAR,and Qian),during a Mei-yu rainfall process in the Yangtze River basin in 2010.Comparative analysis between the calculation results and Local Analysis and Prediction System(LAPS) reanalysis data,considered as the cloud observation,was conducted in terms of cloud distribution and cloudiness values at upper and lower levels,represented by 400 hPa and 850 hPa,respectively.Based on the comparison results,as well as statistical analysis involving anomaly correlation coefficients(ACCs) and RMSE,it was found that the three cloudiness calculation schemes all managed to successfully simulate the cloud central positions,but each had their own advantages and particular characteristics when it came to cloudiness values.The results calculated using the NCAR scheme matched the LAPS outputs very well at large-value centers of cloud,but the regions containing these values were always too large.To a certain extent,although it was found that the Slingo scheme could also describe the cloud well,it showed a slightly lower capacity than the NCAR scheme in terms of its cloudiness calculation.Additionally,the Qian scheme demonstrated fairly limited ability to calculate the cloudiness values,but always presented the cloud profile and its distribution accurately.Based on the statistical analysis,at 850 hPa,the NCAR scheme produced its maximum ACC and minimum RMSE,indicating its superiority over the other schemes at calculating the cloudiness at that height.However,the Qian scheme yielded the best statistical results at 400 hPa,possibly due to the close correspondence of its cloudiness distribution results with the observation.Of importance here is that,to a certain extent,the Qian scheme takes into account the cloud formation mechanism and the influence of atmospheric vertical motion on cloud formation when calculating the cloudiness.Overall,based on this comprehensive comparison of relevant factors,we conclude that the NCAR scheme is superior to the others,particularly at the lower level(850 hPa).

relative humidity;cloudiness calculation;Slingo scheme;NCAR scheme;Qian scheme

(責任編輯：孫寧)

Comparison of the performance of three schemes in calculating the cloudiness during a Mei-yu rainfall process over the Yangtze River Basin

CUI Wenjun1,2,ZHI Xiefei1,ZHU Shoupeng1,ZHOU Zhimin3,WANG Xiaofang3,LI Hongli3

1KeyLaboratoryofMeteorologicalDisasters,MinistryofEducation(KLME)/JointInternationalResearchLaboratoryofClimateandEnvironmentChange(ILCEC)/CollaborativeInnovationCenteronForecastandEvaluationofMeteorologicalDisasters(CIC-FEMD)/ScienceandTechnologyInnovationTeamofEastAsianMonsoonandRegionalClimateChange,NanjingUniversityofInformationScience&Technology,Nanjing210044,China;2DepartmentofAtmosphericScience,UniversityofNorthDakota,GrandForks,ND58202,USA;3WuhanInstituteofHeavyRain,CMA,Wuhan430205,China

10.13878/j.cnki.dqkxxb.20151102003

*聯(lián)系人，E-mail:zhi@nuist.edu.cn

引用格式：崔文君,智協(xié)飛,朱壽鵬,等.2016.一次長江流域梅雨降水中三種云量計算方案的對比研究[J].大氣科學學報,39(2):209-220.

Cui W J,Zhi X F,Zhu S P,et al.2016.Comparison of the performance of three schemes in calculating the cloudiness during a Mei-yu rainfall process over the Yangtze River Basin[J].Trans Atmos Sci,39(2):209-220.doi：10.13878/j.cnki.dqkxxb.20151102003.(in Chinese).