物理協(xié)調(diào)大氣變分客觀分析模型及其在青藏高原的應(yīng)用I: 方法與評(píng)估

王東海 姜曉玲 張春燕 龐紫豪 梁釗明 張明華

1 中山大學(xué)大氣科學(xué)學(xué)院/廣東省氣候變化與自然災(zāi)害研究重點(diǎn)實(shí)驗(yàn)室/熱帶海洋系統(tǒng)科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室/南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室 (珠海), 珠海519082

2 中國氣象科學(xué)研究院, 北京100081

3 國家氣象信息中心, 北京100081

4 紐約州立大學(xué), 紐約11794

1 引言

隨著大氣觀測(cè)能力的不斷提高，觀測(cè)資料的種類越來越豐富。然而，不同觀測(cè)資料之間由于觀測(cè)設(shè)備的差異可能存在不協(xié)調(diào)的問題，很多關(guān)鍵物理量，如垂直速度，仍無法直接觀測(cè)；同時(shí)受限于儀器誤差、觀測(cè)誤差等因素，由觀測(cè)變量直接計(jì)算的大尺度衍生變量，如垂直速度、溫度/水汽平流、熱源等也無法很好地代表大氣的真實(shí)情況，更無法滿足大氣的水汽和能量收支平衡（O’ Brien, 1970;Lin and Johnson, 1996）。目前，再分析資料作為時(shí)間、空間上連續(xù)性較好的資料，在氣象分析研究中被廣泛應(yīng)用，但再分析資料依賴于數(shù)值預(yù)報(bào)模式和同化方法，模式中物理過程參數(shù)化方案的缺陷及其他模式誤差會(huì)進(jìn)一步影響資料的準(zhǔn)確性（Xie et al., 2003; Morrison and Pinto, 2004），導(dǎo)致不同種類的再分析資料在同一地區(qū)會(huì)有所差異，甚至同一種再分析資料在不同地區(qū)的資料質(zhì)量也會(huì)有明顯不同（Wang and Zeng, 2012; Bao and Zhang, 2013;You et al., 2015）。此外，當(dāng)選定區(qū)域運(yùn)用單柱模式或云模式進(jìn)行研究時(shí)，需要給模式提供一個(gè)強(qiáng)迫場(chǎng)來定量地描述選定區(qū)域內(nèi)部大氣和外界大氣的物理量交換特征，這個(gè)強(qiáng)迫場(chǎng)一般包括了溫度和水汽的平流傾向以及垂直速度等，其質(zhì)量直接影響模式結(jié)果。由于絕大多數(shù)物理參數(shù)化過程發(fā)生的時(shí)間尺度都小于一天，為了更好地解釋模式的模擬過程與實(shí)際觀測(cè)之間的誤差，需要給模式提供更高精度的強(qiáng)迫場(chǎng)（Lord, 1982; Davies-Jones, 1993; Wang and Randall, 1996; Xie et al., 2004）。因此，如何充分有效地利用多來源觀測(cè)資料，使各類資料之間協(xié)調(diào)的同時(shí)保持資料的觀測(cè)特征，是當(dāng)前觀測(cè)資料使用，尤其是外場(chǎng)觀測(cè)試驗(yàn)中的一項(xiàng)難點(diǎn)工作。

Waliser et al.（2002）驗(yàn)證了CVA 方法的有效性，發(fā)現(xiàn)該方法產(chǎn)生的大氣分析數(shù)據(jù)的誤差明顯小于僅考慮質(zhì)量守恒的傳統(tǒng)客觀分析法。Zhang et al.（2001a）和Xie et al.（2003, 2006a）發(fā) 現(xiàn) 由CVA 方法構(gòu)建的數(shù)據(jù)分析系統(tǒng)對(duì)插值方式、輸入數(shù)據(jù)類別和區(qū)域范圍大小的敏感度較低，能夠明顯提高模式強(qiáng)迫場(chǎng)的準(zhǔn)確度。迄今為止，CVA 方法在諸多相關(guān)研究領(lǐng)域產(chǎn)生了較多創(chuàng)新成果與進(jìn)展，如將CVA 方法應(yīng)用于分析中高緯度大陸、熱帶海洋和大陸的對(duì)流系統(tǒng)（Ghan et al., 2000; Schumacher et al., 2007; Xie et al., 2014; Tang et al., 2016），揭示熱帶混合重力Rossby 波與非絕熱加熱場(chǎng)的耦合結(jié)構(gòu)（Wang and Zhang, 2015），評(píng)估云模式的云模擬能力（Zeng et al., 2007）、積云參數(shù)化方案（Xie et al., 2002; Luo et al., 2008）和再分析及模式預(yù)報(bào)資料（Xie et al., 2006b; Kennedy et al., 2011）等。特別地，CVA 方法被ARM 項(xiàng)目中心采用并不斷發(fā)展成現(xiàn)今的多種觀測(cè)資料變分客觀分析業(yè)務(wù)系統(tǒng)（Zhang et al., 2016）。

以上眾多研究已表明CVA 方法及其構(gòu)建的數(shù)據(jù)在云—對(duì)流—降水過程分析、水汽和熱量收支分析、資料和模式評(píng)估等方面具有明顯的優(yōu)勢(shì)。然而，目前CVA 方法還沒有在國內(nèi)野外觀測(cè)試驗(yàn)、云模式發(fā)展等類似研究中得到很好的應(yīng)用。本文將針對(duì)基于CVA 方法構(gòu)建的物理協(xié)調(diào)大氣變分客觀分析模型，以青藏高原那曲及其周邊地區(qū)作為試驗(yàn)區(qū)，系統(tǒng)闡述該模型的理論框架和資料使用情況，隨后應(yīng)用該模型生成一套短期的那曲試驗(yàn)區(qū)熱力—?jiǎng)恿ο鄥f(xié)調(diào)的大氣分析數(shù)據(jù)集，通過對(duì)模型及其生成的數(shù)據(jù)集進(jìn)行對(duì)比評(píng)估和敏感性試驗(yàn)，以此檢驗(yàn)物理協(xié)調(diào)大氣變分客觀分析模型的合理性和適用性。

2 理論基礎(chǔ)

為了從有限的探空觀測(cè)資料中獲取垂直速度、平流傾向等大尺度強(qiáng)迫項(xiàng)，Zhang and Lin（1997）提出了一種應(yīng)用于單個(gè)大氣柱的約束變分客觀分析方法（CVA）。不同于傳統(tǒng)的客觀分析方法只考慮質(zhì)量收支平衡對(duì)氣柱進(jìn)行約束（O’ Brien, 1970;Yanai and Johnson, 1993; Lin and Johnson, 1996），CVA 方法還可對(duì)氣柱進(jìn)行熱量、水汽和動(dòng)量的收支約束（圖1）。結(jié)合氣柱上下邊界的通量等觀測(cè)數(shù)據(jù)，通過盡量小地調(diào)整區(qū)域內(nèi)的探空狀態(tài)量，從而保持大氣柱的總質(zhì)量、熱量、水汽和動(dòng)量的收支平衡。在數(shù)據(jù)處理的過程中，CVA 方法能夠盡量利用觀測(cè)的有效信息，同時(shí)充分考慮觀測(cè)的誤差和不確定性，盡量提高最終分析結(jié)果的信度。

圖1 基于傳統(tǒng)客觀分析方法的物理概念模型（左）和基于約束變分客觀分析方法的物理概念模型（右）Fig. 1 Physical conceptions based on a traditional objective analysis method with only mass constraint (left) and the constrained variational analysis(CVA) method (right)

CVA 方法的理論基礎(chǔ)如下：已知大尺度大氣場(chǎng)滿足

3 觀測(cè)資料

2014 年夏季，中國氣象局、國家自然科學(xué)基金委和中國科學(xué)院共同啟動(dòng)了第三次青藏高原（簡(jiǎn)稱高原）大氣科學(xué)試驗(yàn)（TIPEX-III），很大程度上填補(bǔ)了高原地區(qū)缺少觀測(cè)的空白（Zhao et al.,2018; 趙平等, 2018）。本文將基于CVA 方法構(gòu)建的物理協(xié)調(diào)大氣變分客觀分析模型（以下簡(jiǎn)稱模型）應(yīng)用于高原，為充分利用高原地區(qū)的站點(diǎn)觀測(cè)，模型選定了以那曲探空站為中心，半徑為200 km 的圓柱形區(qū)域（圖2），模型的評(píng)估試驗(yàn)時(shí)期選擇TIPEX-III 的初始時(shí)期——2014 年8 月。為盡量充分利用探空、風(fēng)廓線等高空觀測(cè)資料，模型通常令構(gòu)成氣柱邊界的分析點(diǎn)與高空觀測(cè)站點(diǎn)重合，若后者不能直接構(gòu)成分析點(diǎn)，也可通過設(shè)置插值半徑影響其附近的分析點(diǎn)，從而使分析點(diǎn)上的物理量更接近于實(shí)際觀測(cè)。由于試驗(yàn)區(qū)域內(nèi)實(shí)際探空站數(shù)量有限，為減小進(jìn)出氣柱的通量計(jì)算誤差，可適當(dāng)人為補(bǔ)充分析點(diǎn)，從而構(gòu)成氣柱邊界（如圖2 中的紅色星點(diǎn)）。根據(jù)模型對(duì)輸入數(shù)據(jù)的需求，將輸入變量分為調(diào)整變量（即探空觀測(cè)變量）和約束變量（即地面和大氣頂觀測(cè)變量）。除了這些觀測(cè)輸入項(xiàng)，模型還需要背景場(chǎng)資料來對(duì)觀測(cè)缺測(cè)進(jìn)行插值處理，并結(jié)合站點(diǎn)觀測(cè)插值得到分析點(diǎn)的數(shù)據(jù)。以下介紹模型的幾種主要輸入資料，站點(diǎn)分布見圖2，變量信息見表1。

表1 2014 年8 月青藏高原那曲試驗(yàn)區(qū)物理協(xié)調(diào)大氣變分客觀分析模型的輸入資料Table 1 Information of the input data for the physically consistent atmospheric variational objective analysis model during August 2014 in the Tibetan Plateau-Naqu analysis region

3.1 高空觀測(cè)資料

模型所使用的高空觀測(cè)資料為中國氣象局氣象探測(cè)中心提供的L 波段探空資料，資料具備較高的精度（奉超, 2007）。探空站通常每天進(jìn)行兩次放球觀測(cè)，分別在08 時(shí)（北京時(shí)）和20 時(shí)，上升過程中探空氣球每秒采集一組數(shù)據(jù)，因此L 波段探空資料具有非常高的垂直分辨率，被廣泛應(yīng)用于氣象研究中（如楊湘婧等, 2011; 姜曉玲等, 2016; 梁智豪等, 2020）。青藏高原的探空站點(diǎn)稀少，主要分布在東部和南部地區(qū)（趙平等, 2018）。模型選取了那曲及其周邊共四個(gè)探空站的觀測(cè)資料，這四個(gè)探空站分別是那曲站、沱沱河站、拉薩站和林芝站，探空變量包括風(fēng)向和風(fēng)速、氣壓、溫度、相對(duì)濕度，時(shí)間分辨率為12 小時(shí)。

思 莉 那是1991年，分別50年后，外公終于回到了三坊七巷。你外公這輩子最對(duì)不起的人，就是你的大奶奶茉莉！

3.2 地面自動(dòng)站觀測(cè)資料

本文中，模型輸入的地面氣象站觀測(cè)資料為國家級(jí)和區(qū)域級(jí)的氣象自動(dòng)站資料，提供的變量有地面的降水量、風(fēng)向和風(fēng)速、氣壓、溫度和相對(duì)濕度，時(shí)間分辨率為逐小時(shí)。在那曲試驗(yàn)區(qū)，共有國家級(jí)和區(qū)域級(jí)自動(dòng)站121 個(gè)，經(jīng)過質(zhì)量控制之后，這121 個(gè)站都可以提供逐小時(shí)地面降水資料，但只有78 個(gè)站可提供逐小時(shí)地面風(fēng)向、風(fēng)速、氣溫、濕度等要素。

3.3 邊界層綜合觀測(cè)資料

TIPEX-III 期間進(jìn)行了邊界層通量的綜合觀測(cè)試驗(yàn)（趙平等, 2018），觀測(cè)量包括湍流通量、地面輻射、土壤熱通量、二氧化碳通量等。在那曲試驗(yàn)區(qū)中，邊界層綜合觀測(cè)站點(diǎn)有8 個(gè)，分別為安多、班戈、比如、嘉黎、林芝、那曲、納木錯(cuò)和聶榮，觀測(cè)時(shí)間分辨率為0.5 小時(shí)。在本文中，模型所用到的地面通量資料為邊界層觀測(cè)的感熱通量和潛熱通量。

3.4 CERES 衛(wèi)星資料

云與地球輻射能量系統(tǒng)（Clouds and the Earth’s Radiant Energy System，CERES）作為美國國家航空航天局地球觀測(cè)系統(tǒng)（NASA’s Earth Observing System, EOS）的重要組成部分（Wielicki et al.,1996），目前主要服務(wù)于EOS Terra、Aqua 和S-NPP三個(gè)衛(wèi)星。利用衛(wèi)星上搭載的觀測(cè)儀器，檢測(cè)從大氣層頂端至地表的太陽輻射及地球和大氣放出的熱輻射。此外，CERES 還可以提供各類云參量的反演產(chǎn)品。本文模型使用的輻射資料來源于CERES SYN1deg 產(chǎn)品集，包括地面和大氣頂?shù)亩滩ㄝ椛浜烷L波輻射，以及對(duì)流層低層、中低層、中高層和高層的云液態(tài)水含量，時(shí)間分辨率為1 小時(shí)，空間分辨率為1°×1°。

3.5 背景場(chǎng)資料

背景場(chǎng)資料主要是指各氣壓層的溫、壓、濕、風(fēng)資料，通常為格點(diǎn)數(shù)據(jù)，它可以是模式資料，也可以是再分析資料。背景場(chǎng)資料可以彌補(bǔ)探空等實(shí)際觀測(cè)缺測(cè)或觀測(cè)密度稀疏造成的不足。本文中，模型構(gòu)建的2014 年8 月大氣分析數(shù)據(jù)集使用的背景場(chǎng)資料為歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMWF）最新發(fā)布的ERA5 再分析資料（Hersbach et al., 2020）。該資料可以提供1950 年以來的再分析結(jié)果，包括地面和大氣層頂?shù)膯螌幼兞恳约岸鄬痈呖找貓?chǎng)變量，其中高空要素場(chǎng)共有37 層，從1000 hPa 至1 hPa。模型選用的變量包括各氣壓層的溫度、濕度、風(fēng)向和風(fēng)速，時(shí)間分辨率為1 小時(shí)，空間分辨率為0.25°×0.25°。為更好地實(shí)現(xiàn)水平插值，背景場(chǎng)的空間范圍比氣柱分析區(qū)大，范圍為（28.75°～34.25°N，89.00°～95.25°E）（圖2）。

圖2 2014 年8 月青藏高原那曲試驗(yàn)區(qū)的資料分布。“+”表示0.25°×0.25°的ERA5 背景場(chǎng)格點(diǎn)；“??”表示121 個(gè)地面氣象自動(dòng)站，其中只有78 個(gè)黃色站可提供除了降水以外的溫、壓、濕、風(fēng)等其他常規(guī)地面要素的有效觀測(cè)；“o”表示探空站；“×”表示1°×1°的CERES 格點(diǎn)；“?”為邊界層觀測(cè)站點(diǎn)；“*”為人為選定的分析點(diǎn)（F0～F12），構(gòu)成氣柱邊界和中心Fig. 2 Data network of the Tibetan Plateau-Naqu analysis region during August 2014. Symbols “+” represent the ERA5 background grid points with a spatial resolution of 0.25°×0.25°; “??” represent the 121 surface meteorological automatic stations in which the yellow ones denote only 78 stations that could give the measurements of other state variables besides precipitation; “o” represent the sounding stations; “×” represent the CERES (Clouds and the Earth’s Radiant Energy System) grid points with a spatial resolution of 1°×1°; “?” represent the boundary-layer stations; and “*” represent the artificial analysis points (F0-F12) which form the air column boundary and the center of the Tibetan Plateau-Naqu analysis region during August 2014

4 模型數(shù)據(jù)

4.1 數(shù)據(jù)產(chǎn)品

模型輸出的數(shù)據(jù)集是區(qū)域平均后的單層和多層變量，見表2。模型產(chǎn)生的一系列無法直接觀測(cè)的重要物理量如垂直速度、散度、溫度/水汽平流、視熱源、視水汽匯等，是基于觀測(cè)變量約束調(diào)整后的大氣分析場(chǎng)進(jìn)一步計(jì)算衍生的，因此可用來檢驗(yàn)?zāi)Ｊ疆a(chǎn)品（Xie et al., 2003, 2006b），也可以作為強(qiáng)迫場(chǎng)驅(qū)動(dòng)單柱模式或云模式（Xu et al., 2002; Xie et al., 2004），評(píng)估模式參數(shù)化方案（Xie et al.,2002），或應(yīng)用于云—降水過程分析和大氣動(dòng)力、熱力、水汽收支等大尺度的結(jié)構(gòu)特征分析等（龐紫豪等, 2019; Zhang et al., 2021a, 2021b）。模型產(chǎn)生的2014 年8 月試驗(yàn)期數(shù)據(jù)集的時(shí)間分辨率為1 小時(shí)，垂直分辨率為25 hPa。

表2 物理協(xié)調(diào)大氣變分客觀分析模型輸出的變量產(chǎn)品Table 2 Variables derived by the physically consistent atmospheric variational objective analysis model

4.2 數(shù)據(jù)評(píng)估

盡管模型是通過大氣上下邊界的觀測(cè)變量來約束調(diào)整探空觀測(cè)，從而獲取物理協(xié)調(diào)的大氣基本狀態(tài)分析場(chǎng)，并以此計(jì)算出大尺度動(dòng)力、熱力物理診斷變量，但最終的分析場(chǎng)仍然無法完全避免由觀測(cè)、計(jì)算、背景場(chǎng)帶來的各種各樣的誤差，因此無法保證模型的分析結(jié)果就是大氣的“真實(shí)場(chǎng)”，只能夠理論上將模型結(jié)果看作為大氣真實(shí)場(chǎng)的一種逼近。本文將通過對(duì)比模型、觀測(cè)與ERA5 再分析資料的結(jié)果，來檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確度和合理性。由于模型生成的大尺度變量無法利用觀測(cè)資料來直接評(píng)估，因此也可以通過檢驗(yàn)?zāi)Ｐ徒Y(jié)果與降水發(fā)展的吻合度，進(jìn)一步評(píng)估模型及其數(shù)據(jù)集在青藏高原那曲試驗(yàn)區(qū)的合理性。

本文利用模型生成了2014 年8 月那曲試驗(yàn)區(qū)的大氣分析數(shù)據(jù)集，通過對(duì)比模型變分客觀分析前后的能量收支變化，檢驗(yàn)?zāi)Ｐ彤a(chǎn)生的分析結(jié)果是否滿足氣柱能量收支的守恒。方程組（6）～（9）等號(hào)左右兩邊的差值（或稱為剩余）越小，則表明大氣柱的質(zhì)量、水汽、熱量和動(dòng)量基本守恒。本文中，模型主要對(duì)氣柱的質(zhì)量、水汽和熱量進(jìn)行約束。圖3 為模型輸出的變分客觀分析前后的氣柱質(zhì)量、水汽和熱量的收支剩余。未進(jìn)行約束調(diào)整時(shí)，氣柱內(nèi)質(zhì)量、水汽和熱量剩余的量級(jí)分別是101、10-1、100～101，經(jīng)過約束調(diào)整后，對(duì)應(yīng)的量級(jí)分別變?yōu)?0-3、10-2、10-2，其中模型對(duì)質(zhì)量的約束最為明顯，因此，可以認(rèn)為模型基本滿足大氣柱的質(zhì)量、水汽和熱量收支平衡。

在那曲試驗(yàn)區(qū)，模型中產(chǎn)生的地面狀態(tài)量是自動(dòng)站和探空資料融合調(diào)整的結(jié)果。圖4a 對(duì)比了模型生成的地面氣壓和ERA5 再分析中的地面氣壓，可以發(fā)現(xiàn)，兩種產(chǎn)品隨時(shí)間的變化趨勢(shì)大體一致，但模型的地面氣壓起伏更明顯，如8 月上旬模型呈現(xiàn)出的地面氣壓波動(dòng)較大，而ERA5 的結(jié)果比較平緩。此外，模型和ERA5 的氣壓大小具有明顯的偏差，前者平均地面氣壓約為595.7 hPa，后者約為572.5 hPa，二者相差約23 hPa。統(tǒng)計(jì)2014 年8 月試驗(yàn)區(qū)內(nèi)自動(dòng)站和ERA5 的地面氣壓的頻率分布，從圖4b 可見，自動(dòng)站的地面氣壓主要分布在560～670 hPa，分布范圍較廣，模型生成的地面氣壓平均值恰好落在該觀測(cè)區(qū)間內(nèi)。圖4c 表明ERA5 的地面氣壓主要集中在530～610 hPa，其中550～580 hPa 出現(xiàn)頻率最高，分布范圍較窄。因此，ERA5 再分析資料提供的地面氣壓明顯低于實(shí)際觀測(cè)的，這種氣壓差異可能是因?yàn)楫a(chǎn)生ERA5 再分析資料的數(shù)值模式所使用的下墊面與青藏高原實(shí)際下墊面之間存在偏差而導(dǎo)致的。此外，模型產(chǎn)生的其他地面狀態(tài)量，如地面風(fēng)場(chǎng)、溫度、濕度等與ERA5 再分析資料的結(jié)果相比（圖略），二者隨時(shí)間的變化趨勢(shì)也基本一致，在強(qiáng)度上略有差異，但差異明顯小于模型和ERA5 的地面氣壓差。生時(shí)，模型表現(xiàn)出更強(qiáng)的垂直上升運(yùn)動(dòng)，如8 月17 日，試驗(yàn)區(qū)內(nèi)發(fā)生了最強(qiáng)的一次短時(shí)降水過程（降水率＞20 mm/d），模型刻畫出了明顯的上升運(yùn)動(dòng)，但ERA5 表現(xiàn)出來的上升運(yùn)動(dòng)并不明顯；又如8 月20 日夜間至21 日白天，高原降水強(qiáng)，維持的時(shí)間較長，模型刻畫出的上升運(yùn)動(dòng)遠(yuǎn)遠(yuǎn)大于ERA5 的結(jié)果，且降水達(dá)到峰值時(shí)，上升運(yùn)動(dòng)強(qiáng)度也幾乎達(dá)到峰值，而ERA5 的上升運(yùn)動(dòng)峰值早于降水峰值出現(xiàn)。當(dāng)降水減弱或沒有時(shí)，模型則表現(xiàn)出更強(qiáng)的垂直下沉運(yùn)動(dòng)，如8 月13 日和17～18 日。相應(yīng)地，與垂直速度場(chǎng)匹配的散度場(chǎng)也存在類似特征（圖6c、d），當(dāng)降水較強(qiáng)時(shí)，模型在400 hPa以下表現(xiàn)出較強(qiáng)的輻合運(yùn)動(dòng)，高層以輻散運(yùn)動(dòng)為主，而ERA5 低層的輻合相對(duì)較弱。由于模型數(shù)據(jù)和ERA5 再分析資料都不是大氣的真實(shí)值，而是大氣真實(shí)情況的近似，因此無法百分之百確定這兩種方法得到的垂直速度場(chǎng)和散度場(chǎng)哪種更準(zhǔn)確，但從與降水發(fā)展的聯(lián)系來看，模型得到的大尺度動(dòng)力診斷量對(duì)地面降水的敏感度更高，其強(qiáng)度變化也與強(qiáng)降水的發(fā)展過程更吻合。

圖5 2014 年8 月青藏高原那曲試驗(yàn)區(qū)高空緯向風(fēng)（左，單位：m/s）、經(jīng)向風(fēng)（右，單位：m/s）：（a、b）那曲探空站數(shù)據(jù)，觀測(cè)時(shí)間分辨率為12 h，白色矩形條表示缺測(cè)；（c、d）物理協(xié)調(diào)大氣變分客觀分析模型輸出數(shù)據(jù)，時(shí)間分辨率為1 h；（e、f）ERA5 再分析資料，時(shí)間分辨率為1 hFig. 5 Upper-level zonal wind (left column, units: m/s) and meridional wind (right column, units: m/s) in the Tibetan Plateau-Naqu analysis region during August 2014: (a, b) Naqu sounding station with 12-h temporal resolution, the white blanks represent missing data; (c, d) the physically consistent atmospheric variational objective analysis model with 1-h temporal resolution; (e, f) ERA5 reanalysis data with 1-h temporal resolution

圖6 2014 年8 月13～22 日青藏高原那曲試驗(yàn)區(qū)高空（a、b）垂直速度（單位：hPa/h）和（c、d）散度（單位：10-5 s-1）。左邊為物理協(xié)調(diào)大氣變分客觀分析模型輸出結(jié)果，右邊為ERA5 結(jié)果，黑色實(shí)線表示地面降水率（單位：mm/d）Fig. 6 Domain-averaged (a, b) vertical velocity (units: hPa/h) and (c, d) divergence (units: 10-5 s-1) derived from the physically consistent atmospheric variational objective analysis model (left column) and the ERA5 reanalysis (right column) the Tibetan Plateau-Naqu analysis region from 13 August to 22 August 2014. The black line represents the surface rainfall rate (units: mm/d)

4.3 數(shù)據(jù)分析

本文在初步評(píng)估了模型的性能后，利用模型生成的2014 年8 月那曲試驗(yàn)區(qū)大氣分析數(shù)據(jù)集，分析該地區(qū)試驗(yàn)期對(duì)流降水過程的大氣動(dòng)力和熱力的垂直結(jié)構(gòu)。圖7 表明那曲試驗(yàn)區(qū)在2014 年8 月的降水十分頻繁，平均降水率為4.6 mm/d，最強(qiáng)降水發(fā)生在8 月11 日夜間，區(qū)域平均最大降水率達(dá)到30.9 mm/d。利用FY-2E 衛(wèi)星的TBB 資料研究（圖略）發(fā)現(xiàn)，試驗(yàn)期產(chǎn)生的降水基本是由西南季風(fēng)氣流移動(dòng)過來的對(duì)流云系統(tǒng)造成。將區(qū)域平均后的降水強(qiáng)度小于1 mm/d 的過程視為無雨時(shí)期（也是多次降水過程之間的間歇期），大于5 mm/d 的視為強(qiáng)降水時(shí)期，介于二者之間的則為弱降水時(shí)期。統(tǒng)計(jì)發(fā)現(xiàn)，2014 年8 月在那曲試驗(yàn)區(qū)，這三種強(qiáng)度的降水發(fā)生頻率依次為14.8%、35.8%和49.4%，即試驗(yàn)期間發(fā)生降水的頻率多達(dá)85.2%，因此這段時(shí)間也是研究青藏高原那曲地區(qū)夏季降水及其大氣結(jié)構(gòu)特征的典型時(shí)期。需要說明的是，本文將降水強(qiáng)度小于1 mm/d 的時(shí)期定為無雨時(shí)期，這是由于2014 年8 月試驗(yàn)區(qū)的降水十分頻繁，區(qū)域平均后的降水強(qiáng)度小于1 mm/d 的時(shí)次很少，出現(xiàn)頻率很低，在這些時(shí)次，也只有少數(shù)個(gè)別站點(diǎn)觀測(cè)到少量降水，同時(shí)高空也沒有明顯的云系統(tǒng)，因此可近似視為此時(shí)試驗(yàn)區(qū)內(nèi)沒有降水發(fā)生。

圖7 2014 年8 月青藏高原那曲試驗(yàn)區(qū)區(qū)域平均地面降水率（單位：mm/d）的時(shí)間序列Fig. 7 Time series of the domain-averaged surface rainfall rate (units:mm/d) in the Tibetan Plateau-Naqu analysis region during August 2014

圖8 是模型得到的那曲試驗(yàn)區(qū)2014 年8 月不同降水強(qiáng)度的垂直速度廓線。從整個(gè)8 月的平均結(jié)果來看，該時(shí)期那曲試驗(yàn)區(qū)整層大氣以上升運(yùn)動(dòng)為主，上升運(yùn)動(dòng)主體位于200～500 hPa。在強(qiáng)降水時(shí)期，試驗(yàn)區(qū)內(nèi)上升運(yùn)動(dòng)最為顯著，強(qiáng)中心（～0.028 m/s）位于300 hPa 附近。弱降水時(shí)期整層大氣上升運(yùn)動(dòng)遠(yuǎn)弱于強(qiáng)降水時(shí)期的上升運(yùn)動(dòng)，強(qiáng)度基本小于0.006 m/s，且沒有明顯的強(qiáng)中心。與降水時(shí)期相反，無雨時(shí)期試驗(yàn)區(qū)整層大氣均為下沉運(yùn)動(dòng)，并在300 hPa 附近達(dá)到最強(qiáng)。值得注意的是，強(qiáng)降水時(shí)期和無雨時(shí)期的垂直運(yùn)動(dòng)大致呈現(xiàn)對(duì)稱分布的垂直結(jié)構(gòu)，即那曲試驗(yàn)區(qū)在2014 年8 月的上升運(yùn)動(dòng)和下沉運(yùn)動(dòng)的強(qiáng)度相當(dāng)。該時(shí)期的降水是由西南季風(fēng)觸發(fā)的對(duì)流系統(tǒng)爬上青藏高原發(fā)展造成的，處于降水間歇期的無雨時(shí)期大多處于上一個(gè)對(duì)流系統(tǒng)離開、下一個(gè)對(duì)流系統(tǒng)將到的狀態(tài)，因此無雨時(shí)期的下沉氣流很有可能是積云外補(bǔ)償性下沉氣流。

由于青藏高原特殊的地理位置，其冷暖平流比較明顯。那曲試驗(yàn)區(qū)的大氣在400 hPa 之下以水平暖平流為主，400 hPa 之上以水平冷平流為主（圖9a），這主要是因?yàn)榻邓畬?dǎo)致試驗(yàn)區(qū)的氣溫低于周邊區(qū)域的氣溫，對(duì)流層低層西南風(fēng)和氣流輻合形成低層暖平流，同時(shí)對(duì)流層高層輻散卷出氣柱內(nèi)的冷空氣，形成高層冷平流（姜曉玲, 2016）。三種強(qiáng)度的降水過程皆存在這種低層暖平流、高層冷平流的垂直配置。無雨時(shí)期低層的水平暖平流最弱最淺薄，僅出現(xiàn)在500 hPa 以下，500 hPa 以上則為冷平流，且在450 hPa 和125 hPa 附近存在兩個(gè)冷平流中心。降水時(shí)期（包括強(qiáng)、弱降水）在低層500～550 hPa存在暖平流中心，在高層125～150 hPa 存在冷平流中心。降水越強(qiáng)，低層水平暖平流就越強(qiáng)。熱量的垂直平流（圖9b）則與大氣上升/下沉運(yùn)動(dòng)（圖8）的絕熱冷卻/增溫密切相關(guān)，降水（無雨）時(shí)期整層大氣為垂直冷（暖）平流主導(dǎo)，同樣地，降水越強(qiáng)，垂直冷平流越強(qiáng)。與垂直速度相似，三種強(qiáng)度降水的冷暖中心都位于350～400 hPa。

圖8 2014 年8 月青藏高原那曲試驗(yàn)區(qū)不同降水強(qiáng)度的垂直速度廓線（單位：m/s，正值表示上升運(yùn)動(dòng)）。黑色實(shí)線表示8 月的平均結(jié)果，虛線表示強(qiáng)降水時(shí)期（＞5 mm/d）的平均結(jié)果，點(diǎn)線表示弱降水時(shí)期（1～5 mm/d）的平均結(jié)果，點(diǎn)虛線表示無雨時(shí)期（＜1 mm/d）的平均結(jié)果Fig. 8 Profiles of vertical velocity (units: m/s, positive values mean upward motion) for monthly average (solid line), strong rainfall (＞5 mm/d, dashed line), weak rainfall (1-5 mm/d, dotted line), and no rainfall (＜1 mm/d, dash-dotted line) in the Tibetan Plateau-Naqu analysis region during August 2014

對(duì)于水汽平流而言，降水時(shí)期，試驗(yàn)區(qū)內(nèi)低層550 hPa 以下存在較弱的水平濕平流，但對(duì)流層整層以水平干平流為主（圖9c），強(qiáng)降水和弱降水時(shí)期的干平流強(qiáng)度相當(dāng)，強(qiáng)中心同樣位于350～400 hPa；無雨時(shí)期除了450～550 hPa 存在水平干平流外，其余層次為水平濕平流，其中又以300～400 hPa 和近地面的濕平流表現(xiàn)得最強(qiáng)，這為接下來的降水過程提供了較充足的水汽。試驗(yàn)區(qū)內(nèi)水汽垂直平流的強(qiáng)度遠(yuǎn)遠(yuǎn)大于水平平流，但不同于水平平流在降水時(shí)期（無雨時(shí)期）以干（濕）平流為主，垂直平流在降水時(shí)期（無雨時(shí)期）則以濕（干）平流為主。此外，垂直干/濕平流的強(qiáng)中心位于400 hPa附近，只略低于水平干/濕平流的強(qiáng)中心。由此可推測(cè)，水平方向水汽平流的變化極有可能是由于水汽強(qiáng)烈的垂直輸送造成的，這是因?yàn)榻邓畷r(shí)期強(qiáng)烈的上升運(yùn)動(dòng)導(dǎo)致了同高度的水汽被大量向上輸送消耗，從而造成較強(qiáng)的水平干平流。

圖9 2014 年8 月青藏高原那曲試驗(yàn)區(qū)不同降水強(qiáng)度的平流廓線：（a）水平熱量（單位：K/h）；（b）垂直熱量（單位：K/h）；（c）水平水汽（單位：g kg-1 h-1）；（d）垂直水汽（單位：g kg-1 h-1）。黑色實(shí)線表示8 月平均的結(jié)果，虛線表示強(qiáng)降水時(shí)期（＞5 mm/d）的結(jié)果，點(diǎn)線表示弱降水時(shí)期（1～5 mm/d）的結(jié)果，點(diǎn)虛線表示無雨時(shí)期（＜1 mm/d）的結(jié)果Fig. 9 Advection profiles of (a) horizontal heat (units: K/h), (b) vertical heat (units: K/h), (c) horizontal moisture (units: g kg-1 h-1), and (d) vertical moisture (units: g kg-1 h-1) for monthly average (solid line), strong rainfall (＞5 mm/d, dashed line), weak rainfall (1-5 mm/d, dotted line), and no rainfall (＜1 mm/d, dash-dotted line) in the Tibetan Plateau-Naqu analysis region during August 2014

總體而言，熱量/水汽的水平平流在不同強(qiáng)度降水過程中差異不大，但垂直平流的差異明顯，這主要和垂直運(yùn)動(dòng)的強(qiáng)度有關(guān)。熱量和水汽平流輸送的強(qiáng)中心位置與垂直運(yùn)動(dòng)強(qiáng)中心的位置基本一致，再次表明大氣垂直運(yùn)動(dòng)對(duì)熱量和水汽的垂直結(jié)構(gòu)十分重要，同時(shí)也表明了350～400 hPa 高度層是該時(shí)期那曲試驗(yàn)區(qū)重要的動(dòng)力、熱量和水汽輸送中心。

視熱源Q1和視水汽匯Q2則可以用來描述大氣熱量和水汽的收支情況，同時(shí)反映大氣中水汽凝結(jié)潛熱、輻射加熱和垂直湍流輸送對(duì)大氣非絕熱加熱的影響，對(duì)分析積云對(duì)流的發(fā)展也有重要的參考價(jià)值（Yanai et al., 1973; Ogura and Cho, 1973）。根據(jù)Yanai et al.（1973），Q1和Q2的定義如下：

圖10 為模型生成的不同降水強(qiáng)度對(duì)應(yīng)的Q1和Q2的垂直結(jié)構(gòu)。從8 月的平均情況來看，試驗(yàn)區(qū)在450 hPa 以下為冷源，以上為熱源（圖10a），低層冷源中心位于500～550 hPa，高層熱源中心則分別位于350 hPa 和125 hPa 附近。降水時(shí)期的Q1在低層表現(xiàn)為冷源，一方面是由于降水的發(fā)生導(dǎo)致地面溫度降低，通過輻射冷卻使得近地面大氣成為冷源，另一方面雨滴的蒸發(fā)也有利于低層大氣冷源的形成。強(qiáng)降水時(shí)期的低層冷源和高層熱源均強(qiáng)于弱降水時(shí)期，但無雨時(shí)期的大氣加熱垂直結(jié)構(gòu)則幾乎相反，在425 hPa 以下和150 hPa 以上為熱源，其余高度層為冷源，這主要是與高原地面強(qiáng)感熱、高層太陽短波輻射加熱和中層大氣強(qiáng)輻射冷卻有關(guān)。

圖10b 表明強(qiáng)降水時(shí)期整層大氣均為水汽匯，強(qiáng)中心位于400 hPa 附近。由于凈水汽凝結(jié)潛熱是Q1和Q2的共同項(xiàng)，因此Q2的表現(xiàn)間接反映水汽凝結(jié)潛熱釋放對(duì)大氣加熱的影響。對(duì)于強(qiáng)、弱降水而言，水汽匯的強(qiáng)中心略低于熱源的中層（350 hPa附近）強(qiáng)中心，二者的強(qiáng)中心與上升運(yùn)動(dòng)的強(qiáng)中心（圖8）相近，反映了Q1的中層強(qiáng)加熱中心與對(duì)流上升運(yùn)動(dòng)和水汽的凝結(jié)潛熱密切相關(guān)。而試驗(yàn)區(qū)高層（200 hPa 以上）的Q2基本為0，說明該高度幾乎沒有水汽的變化，但卻存在明顯的大氣加熱（圖10a），因此高層的熱源與水汽凝結(jié)潛熱的關(guān)系不大。龐紫豪（2018）指出，2014 年夏季高原存在較多的高云。因此，高層的強(qiáng)熱源可能是由于強(qiáng)的上升氣流將水汽和中層凝結(jié)的水滴繼續(xù)往上輸送，在高層水汽凝華或過冷水凝結(jié)成冰晶云而造成的潛熱加熱（龐紫豪等, 2019）。另一方面，那曲試驗(yàn)區(qū)夏季大氣頂部的太陽輻射加熱很強(qiáng)（圖略），這也有利于高層熱源的形成。無雨時(shí)期，低層550 hPa以下為弱水汽匯，550 hPa 以上則為強(qiáng)水汽源，又以400～500 hPa 的水汽源最強(qiáng)，這可能與夏季那曲試驗(yàn)區(qū)中高云的蒸發(fā)有關(guān)（姜曉玲, 2016）。

圖10 2014 年8 月青藏高原那曲試驗(yàn)區(qū)不同降水強(qiáng)度的（a）視熱源Q1（單位：K/h）和（b）視水汽匯Q2（單位：K/h）的廓線。黑色實(shí)線表示8 月平均的結(jié)果，虛線表示強(qiáng)降水時(shí)期（＞5 mm/d）的結(jié)果，點(diǎn)線表示弱降水時(shí)期（1～5 mm/d）的結(jié)果，點(diǎn)虛線表示無雨時(shí)期（＜1 mm/d）的結(jié)果Fig. 10 Profiles of (a) apparent heat source Q1 (units: K/h) and (b) apparent moisture sink Q2 (units: K/h) for monthly average (solid line), strong rainfall (＞5 mm/d, dashed line), weak rainfall (1-5 mm/d, dotted line), and no rainfall (＜1 mm/d, dash-dotted line) in the Tibetan Plateau-Naqu analysis region during August 2014

5 不同數(shù)據(jù)源的敏感性試驗(yàn)

基于CVA 方法構(gòu)建的物理協(xié)調(diào)大氣變分客觀分析模型需要多種觀測(cè)資料，各種觀測(cè)資料對(duì)大氣分析場(chǎng)的重要性不同。為了檢驗(yàn)?zāi)Ｐ偷姆€(wěn)定性，以下探討不同來源資料對(duì)模型產(chǎn)生的大氣分析場(chǎng)的影響。其中，探空資料作為模型中的被調(diào)整場(chǎng)，在各種觀測(cè)資料中最為重要；地面降水不僅能夠用來約束探空變量，同時(shí)作為對(duì)流活動(dòng)的產(chǎn)物，其對(duì)大氣分析場(chǎng)也十分重要；而地面、大氣頂?shù)臒嵬縿t是保障氣柱能量收支守恒的重要約束。因此，本文將輸入資料分為探空、降水及上下邊界熱通量來探討不同類型、不同來源的資料對(duì)模型產(chǎn)生大氣客觀分析場(chǎng)的影響。具體試驗(yàn)設(shè)置如表3，試驗(yàn)時(shí)間同樣為2014 年8 月，試驗(yàn)區(qū)域也是青藏高原那曲試驗(yàn)區(qū)。其中，E0 組試驗(yàn)的模型輸入的所有資料均來源于ECMWF 的ERA-Interim 再分析資料，時(shí)間分辨率為逐6 h，空間分辨率為0.25°×0.25°。在該試驗(yàn)中，將ERA-Interim 的高空變量分成兩部分，一部分用作模型背景場(chǎng)，另一部分插值到探空站點(diǎn)構(gòu)成“虛擬探空”（圖11）。E1 為探討L 波段探空觀測(cè)資料對(duì)模型貢獻(xiàn)的敏感性試驗(yàn)組，其對(duì)照組為E0。E2、E3 為探討降水觀測(cè)資料對(duì)模型貢獻(xiàn)的敏感性試驗(yàn)組，前者的降水資料來源于那曲試驗(yàn)區(qū)的地面自動(dòng)站逐小時(shí)觀測(cè)，后者來源于中國地面觀測(cè)與CMORPH（Climate Prediction Center (CPC)MORPHing technique）衛(wèi)星觀測(cè)融合的逐小時(shí)降水產(chǎn)品（V1.0）（Xie and Xiong, 2011）。CMORPH融合降水資料為網(wǎng)格點(diǎn)資料，空間分辨率為0.1°×0.1°，融合了地面自動(dòng)站和衛(wèi)星兩個(gè)來源的降水?dāng)?shù)據(jù)，前者為逐小時(shí)觀測(cè)數(shù)據(jù)，后者來自于美國環(huán)境預(yù)測(cè)中心開發(fā)的實(shí)時(shí)衛(wèi)星反演CMORPH 降水產(chǎn)品，空間分辨率為8 km，時(shí)間分辨率為30 分鐘。E2 和E3 兩組互為對(duì)照，且與E1 對(duì)比，從而評(píng)估模型分別輸入不同來源降水資料后的表現(xiàn)。E4 主要探討模型上下邊界通量觀測(cè)資料對(duì)模型結(jié)果的貢獻(xiàn)，其對(duì)照組為E0 和E2。實(shí)際上，E4 試驗(yàn)中模型的輸入資料與本文第4 章模型評(píng)估試驗(yàn)的差別只在于背景場(chǎng)資料的選擇，E4 背景場(chǎng)為ERAInterim 再分析資料，模型評(píng)估試驗(yàn)的背景場(chǎng)為ERA5 再分析資料。但盡管模型使用了不同的背景場(chǎng)，使用ERA5 和ERA-Interim 后獲取的基本分析量和大尺度變量結(jié)果相似度很高。

圖11 物理協(xié)調(diào)大氣變分客觀分析模型僅輸入ERA-Interim 再分析資料時(shí)青藏高原那曲試驗(yàn)區(qū)資料點(diǎn)分布?！?”表示由人為補(bǔ)充站構(gòu)成的分析點(diǎn)，“o”表示探空站，“+”表示背景場(chǎng)格點(diǎn)Fig. 11 Data network of the physically consistent atmospheric variational objective analysis model, with only inputs from the ERAInterim reanalysis data. “*” represents artificial analysis points, “o”represents fictitious sounding stations, and “+” represents background grid points

表3 輸入物理協(xié)調(diào)大氣變分客觀分析模型的不同來源資料的敏感性試驗(yàn)Table 3 Sensitivity tests to examine the effect of different sources of the input data on the physically consistent atmospheric variational objective analysis model

5.1 探空資料的影響

為檢驗(yàn)E0 試驗(yàn)中模型只輸入ERA-Interim 再分析資料后所得分析場(chǎng)的合理性，簡(jiǎn)單考察E0 試驗(yàn)是否滿足氣柱的能量守恒（圖略）。E0 試驗(yàn)進(jìn)行變分客觀分析前，氣柱內(nèi)的質(zhì)量、水汽和熱量剩余量級(jí)都為100，而經(jīng)模型變分客觀分析后，氣柱內(nèi)的質(zhì)量、水汽和熱量剩余均有明顯減小，其中質(zhì)量約束效果最為明顯，剩余量級(jí)為10-3，熱量次之，水汽的改變相對(duì)其他二者較小，但相比約束前也減小了一個(gè)量級(jí)。因此，可以認(rèn)為，盡管模型輸入的都是再分析資料，但經(jīng)CVA 方法約束調(diào)整后，氣柱內(nèi)質(zhì)量、水汽和熱量仍然滿足收支平衡。

E0 試驗(yàn)輸入的探空資料為ERA-Interim 再分析資料插值到探空站點(diǎn)形成的“虛擬探空”（圖11），E1 試驗(yàn)輸入的則是實(shí)際的探空觀測(cè)資料，在對(duì)比E0 和E1 試驗(yàn)的分析結(jié)果之前，本文首先對(duì)那曲站的探空觀測(cè)資料及該站點(diǎn)對(duì)應(yīng)的ERA-Interim 再分析資料進(jìn)行了比較（圖略），結(jié)果表明，兩種資料在相對(duì)濕度場(chǎng)上存在明顯差異，但風(fēng)場(chǎng)和溫度場(chǎng)的差異較小。ERA-Interim 再分析資料顯示，2014 年8 月那曲試驗(yàn)區(qū)上空整層大氣相對(duì)濕度高，甚至可以達(dá)到100%，而探空觀測(cè)則表明該區(qū)域大氣濕度只在250 hPa 以下較高，250 hPa 以上的大氣相對(duì)濕度在50%以下，遠(yuǎn)遠(yuǎn)不及再分析資料的結(jié)果。這種高層的濕度差異在8 月中上旬尤為明顯，相差達(dá)50%以上。這種明顯的濕度差異，一方面可能是因?yàn)樵诟邔拥蜏厍闆r下濕度傳感器性能下降所導(dǎo)致，另一方面也有可能是因?yàn)槟Ｊ降钠睿壳熬唧w原因尚不清楚。

對(duì)比E0 和E1，分析模型輸入L 波段探空觀測(cè)前后所生成的大氣基本狀態(tài)場(chǎng)的變化。圖12 為那曲試驗(yàn)區(qū)2014 年8 月平均的風(fēng)、溫、濕垂直廓線，在使用實(shí)際探空觀測(cè)后，發(fā)現(xiàn)E1 的緯向風(fēng)在150～450 hPa 有所增強(qiáng)，增幅小于1 m/s，總體而言，兩組試驗(yàn)的緯向風(fēng)十分相似。E0 和E1 的經(jīng)向風(fēng)在300 hPa 以下的差異較大。E1 試驗(yàn)改為使用實(shí)際探空資料后，在450～550 hPa 的經(jīng)向風(fēng)減弱，減小約1 m/s，在325～450 hPa 的經(jīng)向風(fēng)加強(qiáng)，增幅約0.5 m/s。而在200 hPa 以上，E0 和E1 的經(jīng)向風(fēng)相差不大。與風(fēng)場(chǎng)相比，E1 試驗(yàn)輸入實(shí)際探空后，其溫度場(chǎng)與E0 大致相同，其濕度場(chǎng)在低層則稍弱于E0。這些結(jié)果表明，模型輸入實(shí)際探空資料與否，對(duì)其大氣分析場(chǎng)中的溫、濕場(chǎng)影響不大，但對(duì)風(fēng)場(chǎng)、尤其是中低層經(jīng)向風(fēng)場(chǎng)的影響較為明顯。

圖12 E0 試驗(yàn)（藍(lán)色點(diǎn)線）和E1 試驗(yàn)（綠色虛線）所得的2014 年8 月青藏高原那曲試驗(yàn)區(qū)平均的（a）緯向風(fēng)（u, 單位：m/s）、（b）經(jīng)向風(fēng)（v, 單位：m/s）、（c）溫度（T, 單位：°C）、（d）水汽混合比（q, 單位：g/kg）Fig. 12 Profiles of the (a) zonal wind (u, units: m/s), (b) meridional wind (v, units: m/s), (c) temperature (T, units: °C), and (d) water vapor mixing ratio (q, units: g/kg) averaged in the Tibetan Plateau-Naqu analysis region during August 2014, produced by two sensitivity tests E0 (dotted blue line)and E1 (dashed green line)

圖13 為E0 和E1 生成的垂直速度場(chǎng)，可以看到，探空觀測(cè)的使用對(duì)于垂直速度場(chǎng)的影響主要體現(xiàn)在強(qiáng)度上。E0 和E1 兩組試驗(yàn)得到的垂直速度隨時(shí)間和隨降水強(qiáng)度的發(fā)展很相似，但E1 模型輸入L 波段探空觀測(cè)后，在試驗(yàn)區(qū)降水期間，上升運(yùn)動(dòng)有所增強(qiáng)，例如8 月25 日夜間，E0 呈現(xiàn)的上升運(yùn)動(dòng)較弱，而E1 呈現(xiàn)的上升運(yùn)動(dòng)較明顯。值得注意的是，E0 和E1 模型表現(xiàn)出來的上升運(yùn)動(dòng)峰值與降水峰值出現(xiàn)的時(shí)間并未完全對(duì)應(yīng)，即強(qiáng)上升運(yùn)動(dòng)不是出現(xiàn)在最強(qiáng)降水的時(shí)刻，例如在20～22 日的降水過程中，強(qiáng)上升運(yùn)動(dòng)出現(xiàn)在降水減弱的階段，存在滯后的現(xiàn)象。

圖13 （a）E0 試驗(yàn)和（b）E1 試驗(yàn)分析所得的2014 年8 月青藏高原那曲試驗(yàn)區(qū)平均的垂直速度（彩色陰影，單位：hPa/h）、地面觀測(cè)降水演變（黑色實(shí)線）Fig. 13 Domain-averaged vertical velocity (color shadings, units: hPa/h) and surface rainfall rate (black line) in the Tibetan Plateau-Naqu analysis region during August 2014, produced by two sensitivity tests (a) E0 and (b) E1

5.2 降水資料的影響

在分析降水資料對(duì)模型的影響之前，首先比較三種降水資料（即ERA-Interim 再分析資料、地面自動(dòng)站觀測(cè)資料、CMORPH 融合降水資料）。圖14為三種降水資料得到的區(qū)域平均降水強(qiáng)度的時(shí)間序列，可以看出，三種資料在降水事件的捕捉上較一致，均能較好地反映試驗(yàn)區(qū)2014 年8 月的數(shù)次降水過程，且自動(dòng)站觀測(cè)降水和CMORPH 融合降水隨時(shí)間的演變特征更相似。但各個(gè)資料間降水強(qiáng)度有所差別，與地面自動(dòng)站觀測(cè)相比，ERA-Interim再分析資料在降水時(shí)間和強(qiáng)度上存在不足，而CMORPH 資料的降水發(fā)生時(shí)間和地面觀測(cè)較為吻合，但降水強(qiáng)度總體偏弱。對(duì)比8 月12 日00 時(shí)（協(xié)調(diào)世界時(shí)，下同）至16 日18 時(shí)的6 小時(shí)累積降水量分布圖（圖略）發(fā)現(xiàn)，與地面降水觀測(cè)資料相比，對(duì)于12 日00 時(shí)至12 時(shí)的一次降水過程，ERA-Interim 再分析降水的維持時(shí)間更短，而13日12 時(shí)開始發(fā)展的雨帶在再分析資料中表現(xiàn)為一次雨團(tuán)，且該降水過程的兩次生消過程也并未得到較好的反映。CMORPH 融合降水資料與地面自動(dòng)站觀測(cè)所反映的結(jié)果則十分相似，這是因?yàn)镃MORPH 降水資料融合了地面和衛(wèi)星兩個(gè)來源的降水?dāng)?shù)據(jù)，同時(shí)受衛(wèi)星反演資料的影響，該數(shù)據(jù)所反映的降水具有云團(tuán)或云帶特征。CMORPH 融合降水資料具備很高的空間分辨率，極大地彌補(bǔ)了高原地區(qū)自動(dòng)站水平分布不均勻的缺陷，但另一方面，在自動(dòng)站分布稀疏的地方，該種資料更大程度上依靠衛(wèi)星資料的反演，資料的可靠性存在一定的不足?？傮w而言，三種資料各有利弊：地面自動(dòng)站資料為直接觀測(cè)資料，但高原上自動(dòng)站分布極不均勻，在試驗(yàn)區(qū)域北部自動(dòng)站稀疏；ERA-Interim 再分析降水資料和CMORPH 融合降水資料為格點(diǎn)資料，其中CMORPH 融合降水資料具備極高的空間分辨率，且因?yàn)槿诤狭说孛嬗^測(cè)資料，與自動(dòng)站所觀測(cè)的降水分布較一致，但該資料在自動(dòng)站分布稀疏的區(qū)域依賴于衛(wèi)星反演資料，降水強(qiáng)度較弱，而ERAInterim 再分析資料與自動(dòng)站觀測(cè)所反映的降水特征相比相差較大。

圖14 2014 年8 月青藏高原那曲試驗(yàn)區(qū)平均的降水率（單位：mm/d）。綠色點(diǎn)線：ERA-Interim 再分析資料；藍(lán)色虛線：CMORPH 融合降水資料；黑色實(shí)線：地面自動(dòng)站觀測(cè)資料Fig. 14 Time series of the domain-averaged surface rainfall rate (units: mm/d) from ERA-Interim reanalysis (green dotted line), CMORPH fusion precipitation data (blue dashed line), and surface automatic stations (black solid line) in the Tibetan Plateau-Naqu analysis region during August 2014

E2、E3 模型在輸入L 波段探空資料的基礎(chǔ)上，進(jìn)一步增加實(shí)際觀測(cè)的降水資料，并與E1 作對(duì)比，以此評(píng)估降水資料對(duì)模型分析場(chǎng)的影響。圖15 展示了模型輸入自動(dòng)站觀測(cè)（E2）、CMORPH 降水資料（E3）后的分析場(chǎng)與輸入ERA-Interim 再分析降水資料（E1）后的分析場(chǎng)的差別，可以看出，模型無論是輸入地面自動(dòng)站觀測(cè)還是CMORPH 融合的降水資料，都與輸入ERA-Interim 再分析降水資料后得到的高空大氣基本狀態(tài)場(chǎng)的差異很小，在不同層次，風(fēng)場(chǎng)、溫度場(chǎng)和水汽場(chǎng)的變化均在±0.1個(gè)單位以內(nèi)。因此，變換這三種降水資料，對(duì)模型造成的影響很小，一方面是因?yàn)镃MORPH 融合降水資料和ERA-Interim 再分析降水資料都能較好地反映2014 年8 月那曲試驗(yàn)區(qū)的降水特征——盡管降水強(qiáng)度和發(fā)生時(shí)間的差異導(dǎo)致了圖15 的模型間的細(xì)微差別；另一方面，也進(jìn)一步說明物理協(xié)調(diào)大氣變分客觀分析模型是一套穩(wěn)定的分析系統(tǒng)。

圖15 2014 年8 月青藏高原那曲試驗(yàn)區(qū)平均的E2 試驗(yàn)、E3 試驗(yàn)分析結(jié)果與E1 試驗(yàn)所獲得分析結(jié)果的差異：（a）緯向風(fēng)（單位：m/s）；（b）經(jīng)向風(fēng)（單位：m/s）；（c）溫度（單位：°C）；（d）水汽混合比（單位：g/kg）Fig. 15 Differences of the (a) zonal wind (units: m/s), (b) meridional wind (units: m/s), (c) temperature (units: °C), and (d) water vapor mixing ratio(units: g/kg) between test E2 and test E1, between test E3 and test E1 averaged in the Tibetan Plateau-Naqu analysis region during August 2014

雖然E2 和E3 模型在輸入不同降水資料后，所生成的大氣基本場(chǎng)差異較小，但在垂直速度的對(duì)比中存在較大的差異。圖16a 和16b 分別為E2 和E3 模型生成的2014 年8 月那曲區(qū)域平均的垂直速度?？梢钥吹剑啾菶1 模型（輸入的是ERA-Interim再分析降水資料）生成的幾乎以上升運(yùn)動(dòng)主導(dǎo)的垂直速度場(chǎng)（圖13b），E2 和E3 模型的上升運(yùn)動(dòng)均有所減弱，尤其是E3 模型輸入了CMORPH 融合降水資料后，上升運(yùn)動(dòng)大幅度減弱，在14～17 日、20～22 日的兩次持續(xù)性強(qiáng)降水過程中（圖16c），這種減弱表現(xiàn)得尤為明顯。這與CMORPH 融合降水資料提供的降水強(qiáng)度偏弱有關(guān)。在這兩次降水過程中，E2 和E3 的上升運(yùn)動(dòng)強(qiáng)中心都出現(xiàn)在350 hPa 附近（圖16c），但E2 模型顯示兩次強(qiáng)降水過程的最強(qiáng)上升運(yùn)動(dòng)在6.0 hPa/h 左右，而E3 模型的最強(qiáng)上升運(yùn)動(dòng)則約為3.5 hPa/h。另外，在降水間歇期，E2 和E3 的下沉運(yùn)動(dòng)有所增強(qiáng)?？偟膩砜?，模型輸入地面自動(dòng)站降水資料后，所獲得的垂直上升運(yùn)動(dòng)比輸入CMORPH 融合降水資料表現(xiàn)好，盡管強(qiáng)度比沒有輸入實(shí)際觀測(cè)降水資料（圖13）的弱，但其上升運(yùn)動(dòng)峰值出現(xiàn)的時(shí)間與降水峰值出現(xiàn)的時(shí)間更吻合。

圖16 2014 年8 月青藏高原那曲試驗(yàn)區(qū)平均的（a）E2 試驗(yàn)輸入L 波段探空和自動(dòng)站觀測(cè)降水資料以及（b）E3 試驗(yàn)輸入L 波段探空和CMORPH 融合降水資料后的高空垂直速度（彩色陰影，單位：hPa/h）、地面降水強(qiáng)度演變（黑色實(shí)線）。（c）2014 年8 月14～17 日、20～22 日青藏高原那曲試驗(yàn)區(qū)模型輸入不同降水資料后平均的垂直速度廓線Fig. 16 Domain-averaged vertical velocity (color shadings, units: hPa/h) and surface rainfall rate (black line) in the Tibetan Plateau-Naqu analysis region during August 2014, produced by two sensitivity tests (a) E2 and (b) E3. (c) Profiles of the vertical velocity (units: hPa/h) from E2 and E3 averaged in the Tibetan Plateau-Naqu analysis region from 14 to 17 August 2014 and from 20 to 22August 2014

地面降水作為模型重要的約束項(xiàng)，還直接影響變分客觀分析后的水平溫度平流和水汽平流，因此本文還對(duì)比了E1、E2 和E3 三組試驗(yàn)獲得的溫度平流和水汽平流的結(jié)果，以此進(jìn)一步檢驗(yàn)ERAInterim 再分析、自動(dòng)站觀測(cè)和CMORPH 融合降水資料對(duì)模型結(jié)果的影響。結(jié)果（圖略）表明，模型輸入三種不同的降水資料后，生成的平流項(xiàng)在垂直結(jié)構(gòu)與時(shí)間演變上比較相似，且E2 和E3 呈現(xiàn)的結(jié)果最為接近，這種相似性與三種降水資料在試驗(yàn)期區(qū)域平均后隨時(shí)間變化基本一致（圖14）的表現(xiàn)有關(guān)。但在顯著降水期間，無論是低層的暖平流還是高層的冷平流，都表現(xiàn)為E1 的結(jié)果略強(qiáng)于E2 和E3 的結(jié)果；而對(duì)于水汽平流，E1 與E2、E3的差異又更大一些，不僅體現(xiàn)在水汽平流的垂直分布上，也體現(xiàn)在水汽平流強(qiáng)度和及其強(qiáng)中心出現(xiàn)的時(shí)間上。這種平流強(qiáng)度上的差異主要與三種降水資料的強(qiáng)度差異有關(guān)。但總體而言，三組試驗(yàn)生成的水平平流項(xiàng)相似度高，最重要的區(qū)別體現(xiàn)在強(qiáng)度量級(jí)上。Zhang et al.（2001a）和Xie et al.（2006a）都曾表明，CVA 方法生成的大氣分析數(shù)據(jù)集對(duì)原始輸入數(shù)據(jù)來源的敏感性較低，不同來源的數(shù)據(jù)主要影響最終診斷變量的強(qiáng)度大小，對(duì)其垂直結(jié)構(gòu)的影響比較低。

5.3 上下邊界通量資料的影響

模型利用地面的潛熱、感熱和輻射通量以及大氣頂部的輻射通量來約束大氣柱的能量，使之基本滿足收支平衡。為檢驗(yàn)改變這些大氣上下邊界通量資料的輸入后對(duì)模型最終結(jié)果的影響，本文將E2試驗(yàn)組的ERA-Interim 再分析熱通量資料替換為試驗(yàn)區(qū)邊界層觀測(cè)的潛熱/感熱通量和CERES 觀測(cè)訂正后的輻射通量資料，得到E4 試驗(yàn)組結(jié)果。其中ERA-Interim 再分析資料熱通量和觀測(cè)熱通量的對(duì)比見圖17。從圖中可見，ERA-Interim 再分析結(jié)果與觀測(cè)結(jié)果在試驗(yàn)期內(nèi)隨時(shí)間的變化趨勢(shì)幾乎一致，但在強(qiáng)度上存在偏差，尤其是地面潛熱通量。圖17a、b 表明，邊界層觀測(cè)和再分析的潛熱/感熱通量一般都會(huì)在午后至晚上出現(xiàn)極大值，其中邊界層觀測(cè)的潛熱通量極大值明顯大于再分析的極大值，但這種強(qiáng)度差異在感熱通量上則有所減弱。此外，邊界層觀測(cè)結(jié)果偶爾會(huì)在夜間出現(xiàn)負(fù)值，但再分析結(jié)果卻不會(huì)出現(xiàn)這種情況，表明實(shí)際觀測(cè)的表現(xiàn)存在不穩(wěn)定性，仍需要進(jìn)一步的質(zhì)量控制。對(duì)于地面和大氣頂?shù)妮椛渫?，ERA-Interim 再分析結(jié)果和衛(wèi)星遙感觀測(cè)訂正后的結(jié)果則十分接近（圖17c、d）。

圖17 2014 年8 月青藏高原那曲試驗(yàn)區(qū)平均的（a）地面潛熱通量、（b）地面感熱通量、（c）地面凈向上輻射通量、（d）大氣頂凈向下輻射通量。圖a、b 中，實(shí)線表示邊界層綜合觀測(cè)結(jié)果（8 月30 日后存在缺測(cè)）；圖c、d 中，實(shí)線表示CERES 衛(wèi)星觀測(cè)訂正后的結(jié)果。虛線表示ERA-Interim 再分析結(jié)果Fig. 17 Time series of the domain-averaged (a) surface latent heat flux, (b) surface sensible heat flux, (c) surface net upward radiative flux, (d) top-ofatmosphere (TOA) net downward radiative flux in the Tibetan Plateau-Naqu analysis region during August 2014. In Figs. a and b, the solid lines mean observation from the boundary-layer station; in Figs. c and d, the solid lines mean CERES (Clouds and the Earth’s Radiant Energy System)-produced results. The dashed lines mean ERA-Interim reanalysis

圖18 對(duì)比了E0（不使用任何實(shí)際觀測(cè)）、E2（輸入L 波段探空和地面自動(dòng)站觀測(cè)降水）和E4（輸入L 波段探空、地面自動(dòng)站觀測(cè)降水和上下邊界通量觀測(cè)資料）三組試驗(yàn)獲得的平均風(fēng)、溫、濕廓線，同樣發(fā)現(xiàn)上下邊界資料對(duì)于高空大氣基本狀態(tài)場(chǎng)的影響很小，但對(duì)經(jīng)向風(fēng)的影響較大。圖18b表明，200～550 hPa，E4 試驗(yàn)生成的經(jīng)向風(fēng)略強(qiáng)于E2 試驗(yàn)的結(jié)果（增幅約0.3 m/s），在200 hPa以上的更高層，E2 試驗(yàn)和E4 試驗(yàn)的經(jīng)向風(fēng)幾乎一樣。從E0、E2、E4 三個(gè)敏感性試驗(yàn)的對(duì)比來看，風(fēng)場(chǎng)及溫、濕場(chǎng)并未發(fā)生很大變化，再次說明模型具有較高的穩(wěn)定性。但在垂直速度上，E4 試驗(yàn)結(jié)果與E0、E2 試驗(yàn)的結(jié)果相比，除保持了在顯著降水過程中的強(qiáng)上升運(yùn)動(dòng)外，在弱/無降水時(shí)期，表現(xiàn)出更為明顯的下沉運(yùn)動(dòng)（圖略）。

圖18 2014 年8 月青藏高原那曲試驗(yàn)區(qū)平均的E0 試驗(yàn)、E2 試驗(yàn)、E4 試驗(yàn)分析所得的（a）緯向風(fēng)（單位：m/s）、（b）經(jīng)向風(fēng)（單位：m/s）、（c）溫度（單位：°C）、（d）水汽混合比（單位：g/kg）Fig. 18 Profiles of the (a) zonal wind (units: m/s), (b) meridional wind (units: m/s), (c) temperature (units: °C), and (d) water vapor mixing ratio(units: g/kg) averaged in the Tibetan Plateau-Naqu analysis region during August 2014, produced by three sensitivity tests E0, E2, and E4

綜上所述，不同的資料輸入來源對(duì)模型生成的大氣基本狀態(tài)場(chǎng)和大尺度衍生場(chǎng)（以垂直速度為例）的影響有區(qū)別。探空資料對(duì)模型產(chǎn)生的高空風(fēng)場(chǎng)、溫度場(chǎng)和濕度場(chǎng)的影響大，且對(duì)經(jīng)向風(fēng)場(chǎng)的影響最大，但這種影響通常在1 m/s 以內(nèi)。降水資料和上下邊界通量資料對(duì)于模型分析出的高空風(fēng)場(chǎng)、溫度場(chǎng)和濕度場(chǎng)影響較小，但對(duì)于垂直速度的影響較大，其中，降水資料主要影響上升運(yùn)動(dòng)，尤其是降水時(shí)期的上升運(yùn)動(dòng)，并使得強(qiáng)上升運(yùn)動(dòng)出現(xiàn)的時(shí)間與強(qiáng)降水的發(fā)生時(shí)間更吻合好，而上下邊界通量資料主要影響弱/無降水時(shí)期的下沉運(yùn)動(dòng)，使之強(qiáng)度更大。

6 總結(jié)與討論

本文介紹了基于Zhang and Lin（1997）提出的約束變分客觀分析方法（CVA）構(gòu)建的物理協(xié)調(diào)大氣變分客觀分析模型（簡(jiǎn)稱模型），該模型通過使用地面降水、大氣上下邊界的通量資料來約束調(diào)整探空觀測(cè)的風(fēng)場(chǎng)、溫度場(chǎng)和濕度場(chǎng)，從而保持氣柱內(nèi)的質(zhì)量、熱量、水汽和動(dòng)量收支平衡，最終生成一套熱力—?jiǎng)恿f(xié)調(diào)的大氣分析數(shù)據(jù)集。為評(píng)估模型的性能，本文利用第三次青藏高原大氣科學(xué)試驗(yàn)（TIPEX-III）2014 年8 月期間那曲及其周邊地區(qū)的多源數(shù)據(jù)進(jìn)行試驗(yàn)，發(fā)現(xiàn)該模型可以融合多來源不同時(shí)空分辨率的觀測(cè)資料，對(duì)數(shù)據(jù)處理具有很好的優(yōu)勢(shì)。模型構(gòu)建的大氣分析數(shù)據(jù)集以觀測(cè)資料為基礎(chǔ)，彌補(bǔ)了實(shí)際觀測(cè)中的缺測(cè)數(shù)據(jù)，實(shí)現(xiàn)了數(shù)據(jù)產(chǎn)品的連續(xù)性，其中生成的大氣常規(guī)變量保留了觀測(cè)的特征，衍生的如垂直速度、散度等大尺度診斷變量的變化特征也與降水的發(fā)展基本吻合，因此模型生成的數(shù)據(jù)集對(duì)于分析云—降水過程大氣的動(dòng)力、熱力和水汽的結(jié)構(gòu)特征具有較好的合理性。針對(duì)不同來源輸入資料的敏感性試驗(yàn)表明，模型具有較高的穩(wěn)定性，其中探空資料對(duì)模型的影響最大，主要影響模型調(diào)整的風(fēng)場(chǎng)；地面降水和上下邊界通量資料主要影響模型生成的大尺度診斷變量（如垂直速度），但這些影響的量級(jí)都相對(duì)較小。

青藏高原那曲試驗(yàn)區(qū)在2014 年8 月降水頻繁，利用模型生成的大氣分析數(shù)據(jù)集對(duì)該時(shí)期的夏季降水大氣結(jié)構(gòu)特征進(jìn)行分析，發(fā)現(xiàn)強(qiáng)烈的上升和下沉運(yùn)動(dòng)均發(fā)生在350～400 hPa。降水發(fā)生時(shí)，400 hPa以下為水平暖平流，以上為水平冷平流，暖、冷平流中心分別位于500～550 hPa 和125～150 hPa。水汽集中在200 hPa 以下，降水時(shí)期以水平干平流為主，無雨時(shí)期以水平濕平流為主，二者強(qiáng)中心位于350～400 hPa。垂直運(yùn)動(dòng)對(duì)熱量和水汽垂直平流的結(jié)構(gòu)影響很大，降水時(shí)期以垂直冷平流和濕平流為主，無雨時(shí)期相反，其強(qiáng)中心與垂直速度的強(qiáng)中心一致。大氣熱源中心位于350 hPa 和125 hPa 附近，降水過程中水分相變的凝結(jié)潛熱釋放是大氣加熱的主要貢獻(xiàn)者?？偟膩碚f，350～400 hPa 高度層是該時(shí)期那曲試驗(yàn)區(qū)重要的動(dòng)力、熱量和水汽變化中心。

模型對(duì)外場(chǎng)觀測(cè)試驗(yàn)中的多來源數(shù)據(jù)融合具有積極作用，具有較強(qiáng)的可用性。由于大氣分析數(shù)據(jù)集的產(chǎn)生依賴于大量的觀測(cè)資料，模型尤其適用于觀測(cè)資料豐富的地區(qū)，具備較高的可移植性。本文在青藏高原那曲地區(qū)的試驗(yàn)中，探空觀測(cè)時(shí)空分辨率不足，地面通量沒有長期的觀測(cè)資料，這些很大程度上限制了大氣分析數(shù)據(jù)集的數(shù)據(jù)質(zhì)量。隨著近年高原外場(chǎng)觀測(cè)試驗(yàn)的不斷開展，觀測(cè)站點(diǎn)的不斷布局和建立，觀測(cè)網(wǎng)絡(luò)逐漸健全，對(duì)實(shí)現(xiàn)在高原上構(gòu)建多個(gè)氣柱、由點(diǎn)及面形成對(duì)整體高原大氣熱動(dòng)力作用的深入研究十分有幫助，同時(shí)也存在較大的挑戰(zhàn)，例如，構(gòu)建模型利用的CVA 方法在計(jì)算過程中忽略了云中的冰相過程，是一個(gè)暖云方案，而青藏高原高層云中以冰相為主，因此模型對(duì)高原高層大氣的刻畫仍存在缺陷，需要更進(jìn)一步的完善。此外，模型基于觀測(cè)產(chǎn)生的大尺度分析數(shù)據(jù)，可以作為強(qiáng)迫場(chǎng)輸入到云模式中，驅(qū)動(dòng)云模式分析評(píng)估云—降水過程的模擬能力，也可用作觀測(cè)的逼近值來評(píng)估模式的參數(shù)化方案和再分析及模式預(yù)報(bào)能力（Xie et al., 2002, 2003, 2006b; Zeng et al., 2007; Luo et al., 2008）。