曾智華，輔天華，徐明，陳海山

(1.中國氣象局上海臺風研究所，上海 200030；2.上海中心氣象臺，上海 200030；3.上海市氣象學會，上海 200030；4.南京信息工程大學氣象災害教育部重點實驗室，江蘇 南京 210044)

引言

熱帶氣旋在動力場、水汽場和熱力場上的特殊性使得研究和預報熱帶氣旋活動(包括路徑及強度)具有很大的挑戰(zhàn)性。由于熱帶氣旋生命史較短、移動路徑不規(guī)律及海洋上的觀測資料嚴重缺乏，數(shù)值模式一直被認為是預報熱帶氣旋活動的主要手段。目前，開展數(shù)值模式中的參數(shù)化物理過程模擬性能的評估，為研究各物理因子對熱帶氣旋活動的形成和發(fā)展產生的影響提供了科學依據(jù)。

邊界層作為下墊面和大氣之間的過渡帶，在垂直輸送的作用下，其中的水汽、感熱及潛熱輸送對熱帶氣旋的發(fā)生發(fā)展均有著重要的影響。以往研究表明，模式中邊界層方案的選擇對熱帶氣旋模擬的路徑變化較為敏感。王雨星等[1]對比了WRF(Weather Research and Forecasting)模式中的YSU(Yonsei University)和MYJ(Mellor-Yamada-Janjic)兩組邊界層方案對2010年臺風“鲇魚”的路徑模擬，發(fā)現(xiàn)不同邊界層方案模擬的低層水汽垂直輸送有較大差異，進而影響副熱帶高壓主導的引導氣流，使得YSU模擬的“鲇魚”路徑相較于與觀測更為接近的MYJ方案提前出現(xiàn)轉向。WEN et al.[2]分析了WRF中五種邊界層方案對2012年超級臺風“三巴”路徑和強度的模擬效果，得出QNSE(Quasi-Normal Scale Elimination)和ACM2(Asymmetric Convective Model Version 2)方案模擬的路徑和強度與觀測更為接近，相較于其他方案，QNSE和ACM2方案對低渦的形成和發(fā)展模擬得更好。

同樣，熱帶氣旋模式的強度模擬也與模式中邊界層方案的選擇有很大的關系。江麗芳等[3]評估了WRF模式中6組邊界層參數(shù)化方案模擬2009年臺風“莫拉菲”熱力和動力結構特征的能力，得出Boulac(Bougeault-Lacarrère)方案模擬此次過程時潛熱通量、感熱通量和水汽通量均最大，進而模擬的臺風強度亦最強。徐亞欽等[4]定量評估了WRF中不同參數(shù)化方案對近年來在浙江和福建登陸的9個西太平洋臺風路徑、強度的模擬性能，結果發(fā)現(xiàn)Boulac方案相較于其他邊界層方案對浙江省臺風路徑、強度均有較好的模擬效果。

目前，大多數(shù)的有關邊界層參數(shù)化方案影響熱帶氣旋活動的研究，僅選擇熱帶氣旋的單次過程或幾個典型個例來分析，而評估邊界層方案對熱帶氣旋模式性能的研究則較少。近年來，梁信忠等開發(fā)的CWRF(Climate extension of WRF)模式作為WRF模式在氣候尺度上的拓展和改進[5-7]，而該模式參數(shù)化方案對熱帶氣旋強度、頻數(shù)和路徑等模擬性能的系統(tǒng)性評估也十分必要。

本文基于LIANG et al.[8-9]CWRF模擬的6種不同的邊界層參數(shù)化方案對東亞地區(qū)的模擬結果，探討了邊界層方案對1986—2015年東亞近海熱帶氣旋活動模擬的影響，結合其他物理量的統(tǒng)計計算，試圖比較和評估邊界層參數(shù)化方案選取對CWRF模擬熱帶氣旋活動特征的影響。

1 資料與方法

1.1 模式介紹

CWRF模式為每一類重要的物理過程集成了大量可選參數(shù)化方案，包括地表項(陸地、海洋)、行星邊界層項、(深、淺)積云對流項、云微物理項、氣溶膠項以及輻射項。這些物理參數(shù)化項為集合預報提供多種可選方案，進而改進模式在天氣及氣候預報中的能力。此外，由于CWRF模式建立了一個較完善的云-氣溶膠-輻射集成模型，因此對輻射強迫、氣候影響及二者的不確定性均有完善的定量化描述，這也是CWRF模式相比其他區(qū)域氣候模式的一大優(yōu)勢[8]。

CWRF模式中共比較了6種不同邊界層方案模擬的影響。其中CAM3方案是在原CAM方案基礎上考慮了地形影響；YSU及ACM方案均考慮的是非局地湍流運動；Boulac及UW(University of Washington)方案屬于局地湍流動能方案；MYNN(Mellor-Yamada Nakanishi and Niino)方案則是采用2.5層湍流動能方案，重新設計了一個新的時間差分算法來克服湍流動能方程中的計算不穩(wěn)定問題。

本文的CWRF數(shù)據(jù)試驗采用Lambert投影，中心坐標為35.18°N，110°E，水平格距30 km，格點數(shù)共232×172[9]。劉術艷等[10]結合大尺度環(huán)流以及東亞地區(qū)地表過程，分析出這一區(qū)域的選擇是模擬中國區(qū)域氣候的最優(yōu)方案。CWRF模式在側邊界及內邊界上采用線性遞減系數(shù)來計算，進而達到動態(tài)松弛的可變側邊界條件[9]。CWRF模式垂直方向共有17層，頂層氣壓70 hPa，模式模擬的結果多以日平均資料的NetCDF格式文件輸出?？紤]到側邊界緩沖區(qū)的影響，所用區(qū)域覆蓋了105°～140.25°E，14.75°～55.25°N的東亞近海區(qū)域，與輔天華等[11-12]研究區(qū)域完全一致。

本研究是以CWRF模式試驗中的控制試驗方案為基礎，該控制試驗方案中積云對流方案選用的是ECP(Ensemble Cumulus Parameterization)方案[13]，云微物理選用的是GSFCGCE(Goddard Space Flight Center-Goddard Cumulus Ensemble)方案[14]，地表選用的是CSSP(Conjunctive Surface-Subsurface Process)的陸面方案[15]加上UOM(Upper Ocean Model)的海洋方案[16]，其他的對比試驗方案為CAM3、YSU、MYNN、Boulac、ACM和UW方案，它們的具體組合方式見表1。有關參數(shù)化方案更詳細的描述參考LIANG et al.[8]的研究。

表1 邊界層參數(shù)化方案的組合

1.2 熱帶氣旋最佳路徑資料來源及說明

本研究的熱帶氣旋的最佳路徑資料選取美國聯(lián)合臺風警報中心(Joint Typhoon Warning Center，JTWC)數(shù)據(jù)，時間間隔為6 h，包括名稱、時間、中心經緯度位置以及最大風速值。挑選熱帶氣旋時選取最大風速超過17 m·s-1、維持2 d的個例，共計1 894個時次的433個熱帶氣旋。在研究中為了和CWRF模式的資料時間分辨率保持一致，已將JTWC的四個時次觀測資料處理為日平均資料[11-12]。

1.3 熱帶氣旋的識別方法和物理量計算

根據(jù)ZHAO et al.[23]提出以及輔天華等[11-12]調整改進的熱帶氣旋中心識別判據(jù)為基礎，提取CWRF模式資料的熱帶氣旋中心位置。同樣，采用輔天華等[11-12]使用的物理量的計算方法計算熱帶氣旋的累積氣旋能量(accumulated cyclone energy，ACE)[24]指數(shù)、能量耗散指數(shù)(power dissipation index，PDI)[25]，評估了模式中所有邊界層方案模擬熱帶氣旋活動的TS評分、空報率(FAR)和漏報率(PO)[11-12]。

2 對熱帶氣旋模擬的影響

2.1 強度模擬的影響

圖1a是CWRF模式不同邊界層方案模擬的熱帶氣旋在各自生命史中近中心最大風速的頻率分布，觀測表明熱帶氣旋近中心最大風速頻率分布呈現(xiàn)相對平穩(wěn)的分布趨勢，在17～22 m·s-1之間出現(xiàn)一個較小的峰值，在22～52 m·s-1間近中心最大風速頻率分布呈現(xiàn)緩慢下降的趨勢，而在超過52 m·s-1的近中心最大風速頻率又重新出現(xiàn)一個較明顯的峰值。CWRF模式不同邊界層方案模擬的近中心最大風速頻率集中在熱帶氣旋強度相對適中的范圍內，多數(shù)方案模擬出的近中心最大風速主要集中在27～32 m·s-1之間。不同邊界層方案的選擇對熱帶氣旋近中心最大風速的模擬影響較大，MYNN方案模擬的熱帶氣旋強度偏弱些，模擬的近中心最大風速頻率峰值位于22～27 m·s-1之間。CAM3方案模擬熱帶氣旋近中心最大風速超過37 m·s-1的熱帶氣旋時模擬的頻率較其他方案偏高，而ACM方案和UW方案盡管模擬近中心最大風速小于42 m·s-1的頻率時模擬的較多數(shù)方案偏高，但對近中心最大風速超過42 m·s-1的熱帶氣旋兩個方案模擬的頻率均偏小?？傮w來看，在27～47 m·s-1區(qū)間，模式各邊界層方案的模擬最大風速頻率隨著風速的增加而呈現(xiàn)緩慢下降的趨勢，這與觀測趨勢基本一致；在最大風速大于47 m·s-1時，模式各邊界層方案模擬的頻率均為0，表明該氣候模式對強熱帶氣旋的模擬性能不足。

圖1 不同邊界層參數(shù)化方案熱帶氣旋的近中心最大風速頻率分布(a；單位：m·s-1)、ACE指數(shù)的年際變化(b；單位：104 m2·s-2)和PDI指數(shù)的年際變化(c；單位：105 m3·s-2)

圖1b是觀測與模擬的ACE指數(shù)年際變化曲線，觀測得到的ACE指數(shù)的變化曲線沒有非常明顯的規(guī)律，但存在多個較明顯的峰值和谷值。總體來看，由于CWRF模式未能很好地模擬出強熱帶氣旋的強風速值，依據(jù)ACE指數(shù)、PDI[24-25]計算公式可知，其模擬的ACE指數(shù)和PDI年際變化曲線的平均值都比實際發(fā)生的平均值要大大降低。但是，CWRF模式中的各邊界層方案能夠基本再現(xiàn)了觀測中ACE指數(shù)年際變化曲線分布，均能成功模擬出在1988、1993、1995、1998、2010年等多個波谷以及在1987、1994、1997、2004年等多個波峰。不同邊界層方案模擬的ACE指數(shù)年際變化曲線相差不大，CAM3方案相對在大多數(shù)年份中模擬的ACE指數(shù)偏高，而Boulac方案模擬的ACE指數(shù)在較多年份均偏小，同樣在PDI指數(shù)的年際變化曲線模擬中也能得到類似的演變特征(圖1c)。結合相關系數(shù)計算(表2)也可發(fā)現(xiàn)，CAM3方案計算得到的PDI指數(shù)和ACE指數(shù)與觀測間的相關系數(shù)較其他方案偏高。因此，綜合來看，選取CAM3方案模擬熱帶氣旋強度的性能較好。

表2 邊界層參數(shù)化方案統(tǒng)計相關系數(shù)

圖2給出的是觀測與模擬熱帶氣旋各自的風速-氣壓關系(以下簡稱“風壓關系”)，觀測的中心最小海平面氣壓與近中心最大風速呈現(xiàn)近似直線的關系，而CWRF模式各邊界層方案大多都模擬出相似的關系。盡管相比于觀測，CWRF模式各邊界層方案在給定中心最小海平面氣壓后模擬偏弱的熱帶氣旋時模擬的近中心最大風速都偏大，但隨著模擬的熱帶氣旋強度增強，模式模擬的近中心最大風速在給定中心最小海平面氣壓時逐漸逼近觀測的近中心最大風速值。這和在近中心最大風速頻率分布圖(圖1a)中模式各邊界層方案模擬的頻率相比，觀測更集中于近中心最大風速值較弱或適中區(qū)間相符。模式模擬的風壓關系對不同邊界層方案的選擇表現(xiàn)較敏感，MYNN方案模擬的熱帶氣旋中心最小海平面氣壓均大于960 hPa，且對中心最小海平面氣壓值小于970 hPa的熱帶氣旋模擬數(shù)量也較少，這與近中心最大風速頻率分布圖中得到的結果相似。而CAM3方案模擬的熱帶氣旋風壓關系曲線一直延伸至中心最小海平面氣壓值低于960 hPa的位置，且相比其他方案模擬的中心最小海平面氣壓值低于970 hPa的熱帶氣旋數(shù)量較多。綜合來看，CAM3方案相比其他邊界層方案模擬的熱帶氣旋強度偏強，與觀測更接近。

圖2 近中心最大風速與中心最小海平面氣壓(a. CAM3，b. YSU，c. MYNN，d. Boulac，e. ACM，f. UW；紅色實心點是模式各邊界層方案模擬的風速和氣壓對應點，黑色(藍色)實線是用最小二乘法線性擬合得到的觀測(模擬)風壓關系曲線)

2.2 頻數(shù)模擬的影響

圖3a是觀測與模擬的熱帶氣旋生成頻數(shù)年際變化分布，觀測的曲線大致呈現(xiàn)出熱帶氣旋個數(shù)先減少后增加的變化趨勢，較為明顯的是1988年與1998年兩個谷值以及1994年與2004年兩個峰值，在CWRF各邊界層方案模擬中也有所體現(xiàn)。模式中各邊界層方案模擬的熱帶氣旋個數(shù)普遍較觀測偏少，平均每年模擬的熱帶氣旋個數(shù)在6個左右，占實際觀測的平均每年發(fā)生的熱帶氣旋約15個的40%。Boulac方案相比其他邊界層方案在大部分年份中模擬的熱帶氣旋個數(shù)均偏低，而CAM3方案、ACM方案和UW方案相對在多數(shù)年份中模擬的熱帶氣旋個數(shù)均偏多。結合相關系數(shù)計算(表2)可知，ACM方案模擬的頻數(shù)與觀測之間的相關系數(shù)最高，超過了0.4，比相關系數(shù)次高的CAM3方案提高了5.4個百分點。

圖3b是觀測與模擬的熱帶氣旋在不同月份的生成頻率分布，觀測的熱帶氣旋個數(shù)從1月開始至8月在不斷增加，而后至12月逐漸減少。總體而言，模擬的熱帶氣旋在不同月份的生成頻率分布與實際觀測變化趨勢非常吻合，其中大部分方案模擬的熱帶氣旋在不同月份生成頻率分布的峰值均出現(xiàn)在8月(除ACM方案模擬的頻率峰值出現(xiàn)在7月以及UW方案模擬的峰值出現(xiàn)在9月)。多數(shù)方案模擬的熱帶氣旋在9月的生成頻率均明顯小于觀測，這表明多數(shù)方案對9月生成的熱帶氣旋模擬的生成頻率偏低。相比于其他方案，UW方案對9月生成的熱帶氣旋數(shù)量模擬得偏多，而對8月生成的熱帶氣旋模擬的數(shù)量較少。同樣的ACM方案在7、8月模擬的熱帶氣旋生成頻率明顯高于觀測值而在9月模擬的熱帶氣旋生成頻率除UW方案外最高。Boulac方案在6、9月模擬的熱帶氣旋生成頻率明顯低于其他方案，因此Boulac方案在6、9月模擬的熱帶氣旋個數(shù)較其他方案偏少。

圖3 不同邊界層參數(shù)化方案模擬的熱帶氣旋生成頻數(shù)的年際變化(a；單位：個)和熱帶氣旋生成頻率的月變化(b)

綜合來看，不同邊界層方案對熱帶氣旋的生成頻數(shù)影響較大，ACM方案相對其他方案模擬的熱帶氣旋頻數(shù)與觀測較為接近。

2.3 路徑模擬的影響

圖4給出的是各邊界層參數(shù)化方案模擬及JTWC統(tǒng)計的熱帶氣旋出現(xiàn)頻次的空間分布。由觀測中熱帶氣旋出現(xiàn)頻次的分布(圖4g)可知，對南海區(qū)域熱帶氣旋出現(xiàn)頻次的模擬普遍偏少，但都可以再現(xiàn)菲律賓北部洋面上的熱帶氣旋高頻次出現(xiàn)。與輔天華等[11]研究中選用不同云微物理參數(shù)化方案時的結論相似，由計算的熱帶氣旋頻次偏差值知，所有方案對熱帶氣旋出現(xiàn)頻次模擬結果都偏低，特別是緯度越低的區(qū)域相差越大。Boulac方案模擬的熱帶氣旋出現(xiàn)頻次相對其他方案偏少，與觀測的偏差值較大(圖4d)。CAM3(圖4a)和UW(圖4f)方案相對模擬的熱帶氣旋出現(xiàn)頻次與觀測之間的偏差在大部分地區(qū)較其他方案(圖4b—e)偏小。

圖4 不同邊界層參數(shù)化方案模擬的和觀測的熱帶氣旋30 a間在東亞近海出現(xiàn)頻次分布情況(a. CAM3，b. YSU，c. MYNN，d. Boulac，e. ACM，f. UW，g.觀測；網格內的數(shù)值代表的是JTWC統(tǒng)計與各方案模擬結果的偏差值；單位：個)

圖5a給出了觀測與模擬得到的熱帶氣旋出現(xiàn)天數(shù)隨緯度分布情況，觀測的熱帶氣旋多出現(xiàn)在緯度較低的熱帶及副熱帶地區(qū)，而CWRF中各邊界層方案大致能模擬出這一分布，但相比觀測，CWRF模式模擬的熱帶氣旋個數(shù)仍相對較少。不同邊界層方案之間模擬的差異較明顯，與熱帶氣旋出現(xiàn)頻次空間分布相似的是，Boulac方案模擬的熱帶氣旋在各個緯度區(qū)間內的個數(shù)相比其他方案偏少，而UW方案模擬的熱帶氣旋個數(shù)在各個緯度區(qū)間內較其他方案偏高，這在熱帶氣旋個數(shù)隨經度變化的分布中也能得到類似的結論。圖5b中熱帶氣旋的個數(shù)隨經度變化分布在125°～130°E間出現(xiàn)一個峰值，這在觀測與模式模擬下均有體現(xiàn)。Boulac方案在這一區(qū)間內模擬的熱帶氣旋個數(shù)較其他方案均偏少，而UW方案模擬的熱帶氣旋個數(shù)在125°E以東區(qū)域內較其他方案均明顯偏多。

圖5 熱帶氣旋出現(xiàn)頻次隨緯度(a)和經度(b)的變化

2.4 熱帶氣旋模擬精度的評估

由TS評分、空報率和漏報率(表3)可以發(fā)現(xiàn)，所有邊界層方案對熱帶氣旋活動模擬的能力差異較大，多數(shù)方案得到的TS評分在0.4左右，而模擬相對較好的CAM3方案和模擬相對偏差的MYNN方案TS評分相差9個百分點。同樣的差異在漏報率上也有體現(xiàn)，而在頻數(shù)和強度模擬均較其他方案偏小的Boulac方案，TS評分也較低。同樣表現(xiàn)較好的還有ACM方案和UW方案，TS評分均超過了0.4，相較于其他三個方案表現(xiàn)得更好。此外，MYNN方案計算的空報率以及漏報率相比其他方案均偏高，而CAM3方案計算的空報率和漏報率相對大多數(shù)方案偏少，因此，綜合來看，CAM3方案相對于其他邊界層方案模擬熱帶氣旋的性能較好，而MYNN方案模擬熱帶氣旋的性能相對較差。

表3 不同邊界層參數(shù)化方案模擬結果的各項評分比較

3 大尺度環(huán)境場作用影響

除了熱帶氣旋內核動力學作用以外，大尺度環(huán)境場控制對熱帶氣旋的強度與結構的變化起著至關重要的作用[26-27]，因此，進一步計算和比較了采用不同邊界層方案的CWRF模擬的大尺度環(huán)境場(包括高度場、濕度場和垂直風切變場[26-27])分布特征，其中，使用水平分辨率為0.75°×0.75°的ERA-Interim再分析資料[28]作為相應的觀測值，時間范圍為1986—2015年的7—9月。

圖6是CWRF模擬和ERA-Interim再分析資料的500 hPa平均高度場分布。總體而言，雖然各方案模擬的副熱帶高壓強度都偏東(偏弱)，但各方案模擬的500 hPa形勢高度場分布大致均與實際觀測的再分析資料中反映的形勢高度場分布特征相當，其中副熱帶高壓586 dagpm脊線頂點位置明顯偏東，特別是ACM方案和UW方案的副熱帶高壓脊線最西頂點相對更為偏東(圖略)，相對而言，CAM3方案模擬的500 hPa形勢高度場較為合理(比較圖6a和圖6b)。

圖6 CWRF模擬和ERA-Interim再分析資料的500 hPa平均高度場(a. CAM3，b.觀測；單位：dagpm)

圖7是CWRF模擬和ERA-Interim再分析資料的600 hPa平均相對濕度場分布?？傮w而言，各方案模擬的600 hPa的相對濕度分布與實際觀測的再分析資料中反映的相對濕度分布特征基本一致(比較圖7a和圖7b)，在低緯度地區(qū)有水汽高(濕)值區(qū)，而在東北亞附近由于副熱帶高壓的下沉氣流作用有水汽低(干)值區(qū)，但是可以發(fā)現(xiàn)各方案模擬的600 hPa的相對濕度均比實際觀測值干燥(圖略)，這可以部分解釋選用所有方案的CWRF模式對于東亞沿海熱帶氣旋模擬強度和頻數(shù)都偏低的原因。

圖7 CWRF模擬和ERA-Interim再分析資料的600 hPa平均相對濕度場(a. CAM3，b.觀測；單位：%)

圖8是CWRF模擬和ERA-Interim再分析資料的850～200 hPa平均風垂直切變分布。總體而言，各方案模擬的風切變分布大致與實際觀測的再分析資料中反映的風切變分布特征相當(比較圖8a和圖8b)，但是所有模擬的中高緯度(40°N)附近風切變帶大小都相對較弱(圖略)，特別是ACM方案在高緯度(40°N)附近的風切變帶未見28 m·s-1以上的風切變大值區(qū)，且低緯度區(qū)域(20°～30°N)附近的風切變帶風切變低值區(qū)范圍較實際觀測值偏寬泛(圖8a)，相對而言，CAM3方案和UW方案模擬的850～200 hPa風切變分布較好，更接近于實際觀測的風切變分布特征。

圖8 CWRF模擬和ERA-Interim再分析資料的850～200 hPa平均風切變場(a. ACM，b.觀測；陰影表示風切變大小，單位：m·s-1)

綜上(圖6—8)所述，CAM3方案反映的大尺度環(huán)境場特征分布比其他方案的要相對合理，可以部分地解釋CWRF模式選擇該邊界層方案模擬熱帶氣旋時性能較好的物理原因。

4 結論與討論

本文評估了區(qū)域氣候模式CWRF不同邊界層方案對1986—2015年東亞近海熱帶氣旋的頻數(shù)、路徑及強度模擬性能，計算了各方案模擬熱帶氣旋的TS評分、空報率、漏報率及相關系數(shù)，分析了CWRF模式不同邊界層參數(shù)化方案對熱帶氣旋模擬性能的影響，得到了以下主要結論：

1)CWRF模式所有邊界層方案模擬的熱帶氣旋強度普遍偏弱，但結合ACE指數(shù)、PDI指數(shù)、近中心最大風速頻率分布及風壓關系的計算，認為CAM3方案模擬強熱帶氣旋的能力較其他方案偏好，模擬的ACE指數(shù)在多數(shù)年份中偏高。

2)CWRF模式中所有邊界層方案普遍在大多數(shù)年份中模擬的熱帶氣旋個數(shù)較觀測偏少，但對熱帶氣旋生成個數(shù)時間序列曲線中幾個極值點的判斷較為準確。ACM方案相比其他方案模擬的熱帶氣旋個數(shù)在多數(shù)年份均偏多，且在不同月份模擬的熱帶氣旋生成頻率與觀測最接近。CAM3方案模擬的熱帶氣旋出現(xiàn)頻次與觀測之間的偏差在大部分地區(qū)較其他方案偏小，與觀測最接近。

3)結合TS評分、漏報率、空報率及相關系數(shù)的計算，發(fā)現(xiàn)CAM3方案的TS評分較高，模擬熱帶氣旋的精度較好，且計算的頻數(shù)及強度的相關系數(shù)均較多數(shù)方案偏高。通過比較所有方案模擬的大尺度環(huán)境場，認為CAM3方案的大尺度環(huán)境場特征分布比其他方案更為合理。

值得注意的是，在CWRF熱帶氣旋模擬中所有邊界層方案的頻數(shù)偏低和強度偏弱，一方面與多熱帶氣旋模擬時沒有預測多熱帶氣旋過程有關；另一方面也與模式區(qū)域相對較小、易受側邊界條件的影響、模式分辨率較粗等因素相關。本文目前關注的是邊界層參數(shù)化方案選取對熱帶氣旋模擬的敏感性問題，未來還將繼續(xù)研究其他物理過程對熱帶氣旋模擬性能的可能影響。