RegCM4.0不同對流參數(shù)化方案對山東省氣溫和降水的模擬

商 林，孟祥新，雒佳麗，王麗娟

（1．山東省氣候中心，山東 濟南 250031；2．蘭州大學大氣科學學院，半干旱氣候變化教育部重點實驗室，甘肅 蘭州 730000；3．中國氣象局蘭州干旱氣象研究所，甘肅 蘭州 730020）

RegCM4.0不同對流參數(shù)化方案對山東省氣溫和降水的模擬

商 林1，孟祥新1，雒佳麗2，王麗娟3

（1．山東省氣候中心，山東 濟南 250031；2．蘭州大學大氣科學學院，半干旱氣候變化教育部重點實驗室，甘肅 蘭州 730000；3．中國氣象局蘭州干旱氣象研究所，甘肅 蘭州 730020）

利用NCAR／NNRP2的每日4次再分析資料、NOAA的周平均OI＿WK再分析資料和山東省122個觀測站逐日氣溫和降水資料，使用RegCM4．0區(qū)域氣候模式，選取MIT－Emanuel、Grell和Kuo3種對流參數(shù)化方案，對山東省1990—2009年氣溫和降水進行了數(shù)值模擬。結(jié)果表明：3種對流參數(shù)化方案均能模擬出山東省平均氣溫和降水量的年際變化，且對氣溫的模擬效果總體好于降水。模擬的年平均氣溫偏低，其中Grell試驗模擬結(jié)果最低，而Ema和Kuo試驗模擬的年平均氣溫在內(nèi)陸地區(qū)存在冷偏差（約－1℃），在沿海地區(qū)存在暖偏差（約+1．5℃）。模擬的年降水量偏少，其中Kuo試驗模擬值最少。該模式對降水的模擬效果冬季最好，夏季最差。其中，夏季降水量的模擬值Ema試驗較觀測值偏多13．2%，Grell試驗較觀測值偏少17．8%。Grell和Kuo試驗，對夏季和秋季降水量的模擬值與觀測值的相關(guān)系數(shù)最高。

RegCM4．0；對流參數(shù)化方案；氣溫；降水

商 林，孟祥新，雒佳麗，等．RegCM4．0不同對流參數(shù)化方案對山東省氣溫和降水的模擬［J］．干旱氣象，2016，34（6）：995－1002，［SHANG Lin，MENG Xiangxin，LUO Jiali，et al．Simulation of Temperature and Precipitation Based on RegCM4．0 with Different Convection Parameterization Schemes in Shandong Province During 1990－2009［J］．Journal of Arid Meteorology，2016，34（6）：995－1002］，DOI：10．11755／j．issn．1006－7639 （2016）－06－0995

引 言

區(qū)域氣候模式可用于區(qū)域尺度上的氣候模擬和預測，是研究區(qū)域氣候變化重要且有效的手段之一。目前基于區(qū)域氣候模式發(fā)展和模擬應(yīng)用的研究已有很多［1－5］。積云對流是區(qū)域氣候模式中重要的非絕熱加熱過程之一，其時空尺度是一般模式無法分辨的次網(wǎng)格尺度。同時，由于沒有觀測資料，且受計算機技術(shù)方面的局限性，在數(shù)值模擬和預報中一般采用積云對流參數(shù)化方案。但由于未知量個數(shù)多于方程個數(shù)，出現(xiàn)了閉合假設(shè)問題，因此選擇合適的閉合假設(shè)成為積云參數(shù)化的一個關(guān)鍵。

國內(nèi)外對區(qū)域氣候模式RegCM的積云對流參數(shù)化方案進行了大量研究。Giorgi等［6］指出，區(qū)域氣候模式RegCM的參數(shù)化過程是針對特定的氣候狀況和分辨率設(shè)定的，對于相同的參數(shù)設(shè)置，模擬結(jié)果會因模擬區(qū)域不同而有很大差別，因此，針對模擬區(qū)域選取合適的參數(shù)化方案要進行大量反復的調(diào)試。眾多研究顯示，RegCM模式的模擬性能對積云對流參數(shù)化方案有較大的敏感性［7－11］，不同的對流參數(shù)化方案對中國東部季風區(qū)和江淮流域降水在不同年份表現(xiàn)效果并不一致［12－17］。這可能是由于選擇個例不同造成對流參數(shù)化方案的表現(xiàn)效果不同。但同時也說明，對于哪種對流參數(shù)化方案更適合中國東部季風區(qū)還沒有一致的結(jié)論，仍然是一個值得研究的問題。中國東部季風區(qū)夏季降水集中，選擇合適的對流參數(shù)化方案尤為重要。

以往模擬研究的陸地區(qū)域多為全國或者流域尺度，且水平分辨率較低。高學杰等［18］使用RegCM2對東亞地區(qū)降水的模擬結(jié)果顯示，東亞地區(qū)降水的模擬效果取決于模式的水平分辨率，水平分辨率越高，模擬效果越好。山東地處南北氣候過渡帶，旱澇既不與華北地區(qū)同步，也和江淮地區(qū)不一致［19］，因此，有必要使用RegCM對山東省進行高分辨率的區(qū)域氣候模擬和應(yīng)用研究。胡軼佳等［20］的研究結(jié)果顯示，RegCM3．0中 Kuo和Grell對流參數(shù)化方案對1998年中國東部降水場形勢模擬效果的好壞隨季節(jié)交替出現(xiàn)。山東省屬季風氣候，降水集中，冬季以降雪為主，春秋季以非對流性降水為主，夏季對流性降水與非對流性降水的比重都很大，因此，不同對流參數(shù)化方案對山東省不同季節(jié)的氣候模擬效果不一致。針對以上問題，本文使用RegCM4．0區(qū)域氣候模式，模擬了山東省1990—2009年氣溫和降水，檢驗采用不同對流參數(shù)化方案的RegCM4．0模式對山東省的模擬能力，揭示不同對流參數(shù)化方案在不同季節(jié)的模擬效果，為該模式對山東省進行氣候預測和診斷提供基礎(chǔ)。

1 資料與方法

1．1 資 料

所用資料包括：（1）模式的初始場和邊界場使用1989年11月—2009年12月每日4次的NCAR／NNRP2再分析資料，水平分辨率為2．5°×2．5°；（2）海表溫度使用同期美國國家海洋和大氣管理局（NOAA）的周平均OI＿WK再分析資料，水平分辨率為1°×1°；（3）山東省氣象信息中心提供的1990年1月—2009年12月全省122個觀測站（圖1）逐日氣溫和降水資料，用于檢驗模式模擬結(jié)果。為便于分析，以12月至翌年2月為冬季，3—5月為春季，6—8月為夏季，9—11月為秋季生成序列。

圖1 山東省122個觀測站分布Fig．1 Spatial distribution of122 meteorological observation stations in Shandong Province

1．2 插值方法

采用Cressman方法對山東省 122個觀測站資料進行插值，該方法是將離散點內(nèi)插到規(guī)則格點上而引起誤差較小的一種逐步訂正內(nèi)插方法［21］，被廣泛應(yīng)用于氣象領(lǐng)域診斷分析和數(shù)值預報方案的客觀分析 中［22］。

模式模擬結(jié)果與觀測數(shù)據(jù)進行比較和相關(guān)性分析時，對模擬數(shù)據(jù)采用雙線性內(nèi)插法（Bilinear Interpolation），將格點資料插值到站點上。該方法取（x，y）點周圍的4鄰點，在y方向內(nèi)插2次，再在x方向內(nèi)插1次，得到（x，y）點的值f（x，y）。

2 區(qū)域氣候模式及試驗方案

使用的模式為2010年6月發(fā)行的RegCM4．0，是RegCM相對較新的版本，其動力內(nèi)核基于中尺度模式MM5，模式垂直方向上使用地形坐標σ。與之前的版本相比，該版本更新包括了新的陸面過程、行星邊界層、海—氣通量方案和混合對流方案，修改了原有的輻射傳輸和邊界層方案，并全面升級了模式代碼，以提高靈活性和可移植性。模式的最高水平分辨率為10 km×10 km，山東省南北寬約420 km，東西長約800 km，RegCM4．0模式可以完全滿足對山東省的模擬需求。

模擬的區(qū)域中心點設(shè)為（120°E，37°N），水平分辨率為10 km，南北方向格點數(shù)為120，東西方向格點數(shù)為180。模式垂直分層為18層，頂層氣壓為5．0 hPa。大氣模塊的積分步長為30 s，陸地模塊的積分步長為90 s。方案選擇依照以往研究結(jié)果［23－25］，側(cè)邊界方案為指數(shù)松弛方案，側(cè)邊界每6 h輸入一次以驅(qū)動區(qū)域氣候模式。投影選擇蘭伯特投影，海洋通量參數(shù)化方案采用Zeng方案。需要指出的是，RegCM4．0的BATS陸面過程方案中新增了2種土地利用類型來描述城市和郊區(qū)的環(huán)境，而山東的城鎮(zhèn)化率已經(jīng)超過50%［26］，因此本文選取BATS陸面過程方案來描述山東省的陸面過程。

本文共設(shè)計了3個試驗：Ema試驗，選擇Massachusetts Institute of Technology（MIT）－Emanuel積云對流參數(shù)化方案，該方案的云模式是隨機混合模式，主要假設(shè)云尺度的上升氣流作為對流層輸送的主要因子［27］；Grell試驗，選擇Grell積云對流參數(shù)化方案，該方案依賴于不穩(wěn)定化速率的閉合假設(shè)，認為云內(nèi)有上升和下沉引起的2個穩(wěn)定氣流，除環(huán)流頂部和底部外，在云內(nèi)與環(huán)境空氣之間無直接的混合［28］；Kuo試驗，選擇Kuo積云對流參數(shù)化方案，該方案采用質(zhì)量、水汽輻合型假設(shè)，即水汽輻合總量的一部分用于凝結(jié)和降水，另一部分則用于濕潤環(huán)境空氣［29］。模式初始時間一般選擇天氣系統(tǒng)較為穩(wěn)定的秋冬季節(jié)［30］。積分時間為1989年11月1日—2009年12月31日；初始化階段為1989年11 月1日—12月31日，1990年1月1日—2009年12 月31日用于結(jié)果分析。山東省地勢較為平緩，海拔較高的地區(qū)位于山東半島內(nèi)陸以及中部的泰山山脈（圖2）。

圖2 山東省地形高度分布（單位：m）Fig．2 Altitude of terrain in Shandong Province（Unit：m）

3 山東省氣候概況

泰山位于山東中部，東西長約200 km，南北寬約20 km，泰山站位于主峰玉皇頂東南方向的日觀峰上，海拔1 534 m，是我國建站最早的高山氣象站之一。圖3給出1990—2009年山東省站點觀測的年平均氣溫和年降水量。其中，圖3a和圖3b為包括泰山站在內(nèi)的122個站點數(shù)據(jù)，可看出，在泰山站及其周邊存在年平均氣溫的異常低值中心和年降水量的高值區(qū)。這是因為當臺站資料分布極為不均時，倘若在一大片區(qū)域內(nèi)只有一個較小集中區(qū)域溫度異常低或者降水異常多時，采用Cressman方法插值后該區(qū)域周圍會出現(xiàn)虛假的圓形插值區(qū)域，且范圍過大，插值的邊界也變得不合理［31］。因此在分析山東省氣候特征時，一般不考慮泰山站（圖3c、圖3d）。圖3c顯示，山東省年平均氣溫受緯度、地形和海陸分布的影響，表現(xiàn)出由東北向西南逐漸升高的空間分布特征，年平均氣溫為12～15℃。其中，在內(nèi)陸地區(qū)，低緯度地區(qū)年平均氣溫高于高緯度地區(qū)，南北溫差達1．5℃；山東半島內(nèi)陸地區(qū)海拔較高，年平均氣溫低于同緯度其他地區(qū)，而半島東部沿海地區(qū)受海洋影響較大，年平均氣溫較低，低于12．5℃。山東省降水分布表現(xiàn)為南多北少，平均年降水量在500～1 000 mm之間，半島南部地區(qū)受山區(qū)地形和海洋暖濕氣流的影響，降水較多（圖3d）。綜上所述，山東省氣溫和降水分布受緯度、地形和海洋的共同影響。

圖3 1990—2009年山東122（a、b）和121（c、d）個觀測站的年平均氣溫（a、c，單位：℃）和年降水量（b、d，單位：mm）的空間插值（圖a、b中圓圈為泰山站所在位置）Fig．3 The spatial interpolation of the observed annualmean temperature（a，c，Unit：℃）and annual precipitation （b，d，Unit：mm）of 122（a，b）and 121（c，d）stations in Shandong Province during 1990－2009 （The circles in fig．a(chǎn) and fig．b represent the location of Taishan station）

4 RegCM4.0對山東省氣溫和降水的模擬

圖4給出1990—2009年RegCM4．0模擬的年平均氣溫和年降水量。與觀測相比（圖3c），RegCM4．0可模擬出山東內(nèi)陸低緯度地區(qū)年平均氣溫高于高緯度地區(qū)，半島內(nèi)陸地區(qū)氣溫較低（圖4a、圖4c、圖4e），但3個試驗的模擬結(jié)果在泰山地區(qū)均存在一冷中心，且整體存在一定的冷偏差。這與已有的研究結(jié)果“RegCM3／4模式對東亞地區(qū)氣溫的模擬存在系統(tǒng)性的冷偏差”［32－34］一致。其中，Ema 和Kuo試驗在山東內(nèi)陸地區(qū)年平均氣溫偏低約1℃，半島內(nèi)陸地區(qū)相差不大，而Grell試驗結(jié)果偏冷更為明顯。同時，模式對近海岸地區(qū)的模擬能力較差，山東北部近海岸地區(qū)氣溫明顯偏低，而半島東部近海岸地區(qū)氣溫偏高約1．5℃。

與年降水量觀測值（圖3d）相比，RegCM4．0模式基本上可模擬出山東省降水量南多北少的特征，但降水量值明顯偏少。其中，Grell試驗模擬的降水量整體約為觀測值的一半；Kuo試驗對山東西部的降水特征模擬能力不足，年降水量＜200 mm，遠低于觀測的600 mm，但對其他地區(qū)的模擬結(jié)果與觀測值相差不大；Ema試驗的模擬結(jié)果較好，模擬的年降水量總體上比觀測值小200 mm。值得注意的是，Ema試驗的降水模擬結(jié)果在泰山山脈存在一降水偏多中心，而在山東南部偏少400 mm。

圖4 Ema試驗（a、b）、Grell試驗（c、d）和 Kuo試驗（e、f）模擬的1990—2009年山東省年平均氣溫（a、c、e，單位：℃）和年降水量（b、d、f，單位：mm）Fig．4 The simulated annualmean temperature（a，c，e，Unit：℃）and precipitation（b，d，f，Unit：mm）of Ema（a，b），Grell（c，d）and Kuo（e，f）tests in Shandong Province during 1990－2009

圖5為1990—2009年山東省觀測和模擬的年平均氣溫和年降水量變化。可以看出，與觀測時間序列相比，Ema試驗、Grell試驗和Kuo試驗均能夠模擬出年平均氣溫和年降水量的變化趨勢，但模擬值與觀測值存在一定的偏差。對年平均氣溫而言（圖5a），3個試驗的模擬值較觀測值偏低，其中Kuo試驗偏低0．7℃，Ema試驗偏低0．8℃，Grell試驗偏低最多為1．2℃。就年降水量而言（圖5b），Grell和Kuo試驗的模擬結(jié)果明顯低于觀測值，而Ema試驗的模擬值與觀測值較接近（個別年份除外）。另外，3個試驗模擬的年平均氣溫與觀測值的相關(guān)系數(shù)均＞0．97，表明該模式對氣溫的模擬效果較好，因此，下文僅著重分析 RegCM4．0對降水的模擬情況。

圖5 觀測和模擬的1990—2009年山東省年平均氣溫（a）和年降水量（b）的變化Fig．5 The annual variations of the simulated and observated average temperature（a）and precipitation（b）in Shandong Province during 1990－2009

山東屬于暖溫帶季風氣候，降水年內(nèi)分布很不均勻，全年降水量60%～70%集中在夏季，春秋季降水較少，冬季降水最少。表1是觀測和模擬的山東省降水量的季節(jié)分布，可看出，各試驗均能模擬出降水量的季節(jié)分布特征。其中，Ema試驗模擬的夏季降水量較觀測值偏多13．2%，其余季節(jié)均偏少，且秋季偏少最多；Kuo試驗模擬的各季節(jié)降水量均較觀測值偏少；Grell試驗模擬的夏季降水量偏少17．8%，其他季節(jié)降水量偏少更為明顯。3個試驗對比發(fā)現(xiàn)，Grell試驗模擬的季節(jié)降水量除夏季外，其他季節(jié)與觀測值相差甚遠。圖6為觀測和模擬的山東省降水量的逐月分布，可看出各試驗均能模擬出降水量的月分布，但不同試驗的模擬效果不盡相同?？傮w上，觀測值大于模擬值，但Ema試驗模擬的夏季降水量高于觀測值，其中，6月和7月降水量分別偏多10 mm和40 mm。這主要是由于MITEmanuel對流參數(shù)化方案夏季模擬的西南氣流偏北分量較大，水汽更容易由西南氣流輸送到山東地區(qū)，導致該地區(qū)夏季降水模擬偏多；Kuo和Grell對流參數(shù)化方案夏季在孟加拉灣存在較強的氣旋性環(huán)流，且西太平洋副熱帶高壓偏強，導致北方地區(qū)夏季降水偏弱［15］。春季，Ema試驗的模擬結(jié)果與觀測值（107 mm）最為接近，偏少約15 mm，其中在降水量相對較多的4月和5月模擬效果較好。秋季，Kuo試驗的模擬結(jié)果與觀測值（117 mm）最為接近，偏少約21 mm，且在秋季各月的模擬值都比較穩(wěn)定。

表1 1990—2009年山東省各季節(jié)模擬的降水量與觀測值對比Tab．1 The comparison between the observed and simulated precipitation in different seasons in Shandong Province during 1990－2009

圖6 觀測和3個試驗模擬的1990—2009年山東省月降水量Fig．6 The observed and simulated precipitation in differentmonths in Shandong Province during 1990－2009

表2是3個試驗模擬的降水量與觀測值的相關(guān)系數(shù)，且相關(guān)系數(shù)均通過0．01顯著性檢驗?？芍?個試驗對夏季降水模擬的偏差較大，夏季降水量的模擬值與觀測值的相關(guān)系數(shù)最低，其中Grell試驗模擬的夏季降水量與觀測值的相關(guān)系數(shù)最高為0．517，而Ema試驗和Kuo試驗模擬值與觀測值的相關(guān)系數(shù)均＜0．5；模式模擬的冬季降水量與觀測值的相關(guān)系數(shù)最高，Ema試驗的模擬值與觀測值的相關(guān)系數(shù)最高達0．779；春季和秋季，Kuo試驗的模擬值與觀測值的相關(guān)系數(shù)最高，分別為0．595和0．702。就全年而言，Grell試驗對年降水模擬的結(jié)果與觀測值的相關(guān)系數(shù)最高，達0．709。

表2 1990—2009年山東省降水量的模擬值與觀測值的相關(guān)系數(shù)Tab．2 The correlation coefficients between the simulated and observed precipitation in Shandong Province during 1990－2009

表1顯示，夏季和秋季是山東降水量最多和次多的季節(jié)，因此對夏秋季降水量的模擬值與觀測值的相關(guān)性進行空間分析（圖7）。由圖7可見，降水模擬值與觀測值的相關(guān)系數(shù)秋季高于夏季，說明該模式對夏季降水的模擬能力較弱。夏季，Grell試驗的相關(guān)系數(shù)普遍高于Ema和Kuo試驗，相關(guān)系數(shù)在0．45～0．6之間，其中山東東南部沿海、西南部和北部的部分內(nèi)陸地區(qū)相關(guān)系數(shù)較低。相對于降水觀測值，Ema試驗夏季的偏差小于Grell試驗（表1），但Grell試驗夏季的相關(guān)系數(shù)較高。秋季，Kuo試驗的相關(guān)系數(shù)高于Ema和Grell試驗，大部分地區(qū)的相關(guān)系數(shù)在0．75以上，但對山東南部地區(qū)的模擬效果相對較差，部分地區(qū)相關(guān)系數(shù)在0．6以下。

圖7 1990—2009年Ema（a、b）、Grell（c、d）和Kuo（e、f）試驗模擬的山東省夏季（a、c、e）和秋季（b、d、f）降水量與觀測值的相關(guān)系數(shù)Fig．7 The correlation coefficients between the observed and simulated precipitation by Ema（a，b），Grell（c，d）and Kuo（e，f）tests in summer（a，c，e）and autumn（b，d，f）in Shandong Province during 1990－2009

5 結(jié) 論

（1）RegCM4．0的3種對流參數(shù)化方案均能夠模擬出山東省年平均氣溫和年降水量隨時間的變化，總體上對氣溫的模擬效果好于降水。模式模擬的年平均氣溫較觀測偏低，其中Grell試驗的模擬值最低；Ema和Kuo試驗模擬的年平均氣溫在山東內(nèi)陸地區(qū)存在冷偏差（約－1℃），在沿海地區(qū)存在暖偏差（約+1．5℃）。模式模擬的年降水量偏少，其中Kuo試驗的模擬值最少。

（2）RegCM4．0模式對山東冬季降水的模擬效果最好，夏季最差，但各對流參數(shù)化方案的模擬效果在不同季節(jié)表現(xiàn)并不一致。夏季，Ema試驗的模擬值較觀測值偏多13．2%，Grell試驗的模擬值較觀測值偏少17．8%。雖然Grell試驗模擬的夏季降水偏差更大，但其與觀測值的相關(guān)系數(shù)最高；春季和秋季，Kuo試驗的模擬值與觀測值的相關(guān)系數(shù)最高；冬季，Ema試驗的模擬值與觀測值的相關(guān)系數(shù)最高?？梢?，選擇最優(yōu)的對流參數(shù)化方案，以提高山東省不同季節(jié)的氣候模擬效果。

［1］趙宗慈，羅勇．二十世紀九十年代區(qū)域氣候模擬研究進展［J］．氣象學報，1998，56（2）：225－246．

［2］劉鴻波，張大林，王斌．區(qū)域氣候模擬研究及其應(yīng)用進展［J］．氣候與環(huán)境研究，2006，11（5）：649－668．

［3］石英．中國區(qū)域氣候變化的高分辨率數(shù)值模擬［D］．北京：中國氣象科學研究院，2007．

［4］Ding Y H，Shi X L，Liu Y M，et al．Multi－year simulations and experimental seasonal predictions for rainy seasons in China by using a nested regional climatemodel（RegCM＿NCC）．Part I：Sensitivity study［J］．Advances in Atmospheric Sciences，2006，23（3）：323－341．

［5］Ding Y H，Liu Y M，Shi X L，et al．Multi－Year Simulations and Experimental Seasonal Predictions for Rainy Seasons in China by U-sing a Nested Regional Climate Model（RegCM＿NCC）PartⅡ：The experimental seasonal prediction［J］．Advances in Atmospheric Sciences，2006，23（4）：487－503．

［6］Giorgi F，Marinucci M R．A investigation of the sensitivity of simulated precipitation tomodel resolution and its implications for climate studies［J］．Monthly Weather Review，1996，124（1）：148－166．

［7］劉一鳴，丁一匯．修正的質(zhì)量通量積云對流方案及其模擬試驗研究I：方案介紹及對1991年洪澇過程的模擬［J］．氣象學報，2001，59（1）：10－22．

［8］Dash SK，Shekhar M S，Singh G P．Simulation of Indian summer monsoon circulation and rainfall using RegCM3［J］．Theoretical and Applied Climatology，2006，86（1）：161－172．

［9］鮑艷，呂世華，左洪超，等．RegCM3模式在西北地區(qū)的應(yīng)用研究Ⅱ：區(qū)域選擇及參數(shù)化方案的敏感性［J］．冰川凍土，2006，28 （2）：175－182．

［10］曹杰，張秀年，尤亞磊，等．區(qū)域氣候模式（RegCM3）中積云對流參數(shù)化方案在縱向嶺谷區(qū)的適用性研究［J］．科學通報，2007，52（S2）：101－106．

［11］Zou L，Zhou T．Sensitivity of a regional ocean－atmosphere coupled model to convection parameterization overwestern North Pacific［J］．Journal of Geophysical Research Atmospheres，2011，116 （D18）：597－616．

［12］劉永強，丁一匯，趙宗慈．1991年江淮特大異常降水的區(qū)域氣候模擬．趙宗慈．中國短期氣候預測的模式研究［M］．北京：氣象出版社，1996：106－120．

［13］潘勁松，翟國慶，高坤．區(qū)域氣候模擬中多種對流參數(shù)化方案的比較研究［J］．大氣科學，2002，26（2）：206－220．

［14］劉曉東，江志紅，羅樹如，等．RegCM3模式對中國東部夏季降水的模擬試驗［J］．大氣科學學報，2005，28（3）：351－359．

［15］王美麗．RegCM4．4區(qū)域氣候模式對中國當代氣候及極端事件的高分辨率數(shù)值模擬［D］．北京：中國氣象科學研究院，2015．

［16］李建云，王漢杰．RegCM3積云參數(shù)化方案對中國南方夏季強降水過程模擬的影響［J］．氣候與環(huán)境研究，2008，13（2）：149 －160．

［17］李清華．區(qū)域氣候模擬中對流參數(shù)化方案的比較研究［D］．蘭州：蘭州大學，2006．

［18］高學杰，徐影，趙宗慈，等．數(shù)值模式不同分辨率和地形對東亞降水模擬影響的試驗［J］．大氣科學，2006，30（2）：185－192．

［19］苑文華，張玉潔，孫茂璞，等．山東省降水量與不同強度降水日數(shù)變化對干旱的影響［J］．干旱氣象，2010，28（1）：35－40．

［20］胡軼佳，鐘中，閔錦忠．兩種積云對流參數(shù)化方案對1998年區(qū)域氣候季節(jié)變化模擬的影響研究［J］．大氣科學，2008，32（1）：90－100．

［21］Cressman G P．An operational objective analysis system［J］．Monthly Weather Review，1959，87（10）：367－374．

［22］王躍山．客觀分析和四維同化——站在新世紀的回望（Ⅱ）客觀分析的主要方法（2）［J］．氣象科技，2001，29（3）：1－11．

［23］朱濤．RegCM3．0與RegCM4．0對中國區(qū)域氣候模擬的對比分析［D］．南京：南京信息工程大學，2012．

［24］張井貝．區(qū)域氣候模式RegCM4對中國地區(qū)的數(shù)值模擬［D］．上海：華東師范大學，2013．

［25］鄒靖，謝正輝．RegCM4中陸面過程參數(shù)化方案對東亞區(qū)域氣候模擬的影響［J］．氣象學報，2012，70（6）：1312－1326．

［26］張東紅．《大眾日報》山東城鎮(zhèn)化焦點問題系列報道［D］．濟南：山東大學，2013．

［27］Emanuel K A．A Scheme for Representing Cumulus Convection in Large－Scale Models［J］．Journal of the Atmospheric Sciences，1991，48（21）：2313－2329．

［28］Grell G A．Prognostic Evaluation of Assumptions Used by Cumulus Parameterizations［J］．Monthly Weather Review，1993，121（3）：764－787．

［29］Anthes R A．A Cumulus Parameterization Scheme Utilizing a One －Dimensional Cloud Model［J］．Monthly Weather Review，1977，105（3）：270－286．

［30］鄭益群，高峻嶺，高藝．東亞區(qū)域氣候模擬研究初探［M］．北京：氣象出版社，2010．

［31］張紅杰，馬清云，吳煥萍，等．氣象降水分布圖制作中的插值算法研究［J］．氣象，2009，35（11）：131－136．

［32］李巧萍，丁一匯．區(qū)域氣候模式對東亞季風和中國降水的多年模擬與性能檢驗［J］．氣象學報，2004，62（2）：140－153．

［33］張冬峰，高學杰，趙宗慈．RegCM3區(qū)域氣候模式對中國氣候的模擬［J］．氣候變化研究進展，2005，1（3）：119－121．

［34］鞏崇水，段海霞，李耀輝，等．RegCM4模式對中國過去30 a氣溫和降水的模擬［J］．干旱氣象，2015，33（3）：379－385．

Simulation of Temperature and Precipitation Based on RegCM 4．0 w ith Different Convection Parameterization Schemes in Shandong Province During 1990－2009

SHANG Lin1，MENG Xiangxin1，LUO Jiali2，WANG Lijuan3

（1．Shandong Provincial Climate Centre，Ji'nan 250031，China；2．College of Atmospheric Sciences，Lanzhou University，Key Laboratory of Semi－Arid Climate Change of the Ministry of Education，Lanzhou 730000，China；3．Institute of Arid Meteorology，CMA，Lanzhou 730020，China）

Based on the NCAR／NNRP2 reanalysis data，theweekly average OI＿WK reanalysis data from the American NationalOceanic and Atmospheric Administration（NOAA），the daily temperature and precipitation data at 122 meteorological stations in Shandong Province，the temperature and precipitation in Shandong Province during 1990－2009 were simulated by using the regional climate model（RegCM4．0）with different convection parameterization schemes，including MIT－Emanuel，Grell and Kuo parameterization schemes．The results showed that RegCM4．0 with three convection parameterization schemes could simulate reasonably the annual changes of temperature and precipitation in Shandong Province during1990－2009，and the effectof simulation on temperature was better than precipitation．The simulated values of annualmean temperaturewere lower than the observations，and the annualmean temperatures simulated by RegCM4．0 with the Grell scheme were lowest，while thatwith the Ema and Kuo schemeswere 1℃ lower than the observation in the inland areas and were 1．5℃higher than the observation in the coastal areas of Shandong Province．The annual precipitations simulated by RegCM4．0 were less than the observations，and thatwith the Kuo schemewas least．In additional，the simulation effect of precipitation was the best in winter and theworst in summer．The simulated precipitation with the Ema scheme in summer was 13．2%more than the observation，while thatwith the Grell scheme was 17．8%less than the observation．The correlation coefficients of summer and autumn precipitation between the simulation and observation were highestwith the Grell and Kuo schemes．

RegCM4．0；convection parameterization scheme；temperature；precipitation

1006－7639（2016）－06－0995－08

10．11755／j．issn．1006－7639（2016）－06－0995

P435

A

2016－02－24；改回日期：2016－05－31

山東省氣象局青年基金（2015SDQN11）資助

商林（1987－），女，山東聊城人，博士，工程師，主要從事數(shù)值模式發(fā)展和研究工作．E－mail：shangl2005＠163．com