Prein, A. F., 等, 以及来自美国国家大气研究中心、苏黎世联邦理工学院、法国气象局等多家国际知名机构的研究人员,于2015年在期刊《Reviews of Geophysics》上发表了题为“A review on regional convection-permitting climate modeling: Demonstrations, prospects, and challenges”的综述文章。

该文章的核心议题是区域对流允许气候模型(convection-permitting models, CPMs)的进展与挑战。传统的大尺度模型(large-scale models, LSMs)由于网格间距(通常大于10公里)过粗,无法显式解析深对流过程,必须依赖对流参数化方案(convection parameterization schemes)。这些方案被长期认为是LSMs主要的误差和不确定性来源,导致了包括低估极端降水强度、错误再现降水日循环等一系列问题。CPMs通过将水平网格间距缩小至4公里以下,不再依赖深对流参数化方案,从而有望从物理本源上解决这一瓶颈。随着高性能计算的进步,过去十年间CPM气候模拟从无到有,日益增多,因此该综述旨在提供一个全面的知识梳理与展望。

文章首先系统性地总结了CPM气候模拟中最为核心的网格间距问题。基于Weisman等人1997年的经典研究,当网格间距大于4公里时,模型无法准确表征非静力动力学,导致对流质量通量被高估并产生“网格风暴”。因此,综述明确CPM的气候模拟应当采用低于4公里的水平网格间距。但对于更精细的尺度,文章通过援引Langhans等人2012年的研究发现了一个关键结论:在山地地形触发对流的背景下,从4.4公里到0.55公里的网格间距变化,对区域平均降水的量和日循环峰值时刻的影响并不显著。虽然云的结构和数量发生变化,但降水统计的集合属性却趋于收敛。这意味着,相比于无限制地提高分辨率,当前阶段应优先发展尺度自适应的物理参数化方案,尤其是在2公里至4公里范围内的模拟已显示出相当高的实用价值。

在明确网格需求后,文章探讨了降尺度策略(downscaling strategy)的具体影响。即使是CPM,从全球模式或再分析数据向下嵌套的方式也至关重要。综述引用了Brisson等人2015年的研究,指出过大的母-子网格比,例如直接从80公里嵌套至3公里,而不经过中间网格(如25公里)的过渡,会在模拟比利时的降水时产生强烈干偏差。直接跨越“灰色区域”(gray zone, 约10公里至4公里)会导致模型表现大幅下降。此外,尽管CPM计算昂贵,但模拟区域不能过小。研究指出,在小区域中,边界强迫占据主导,内部物理过程(如固态水成物的生成)缺少足够的空间从粗糙的边界条件中通过物理自洽发展成熟,需要至少40个网格点以上的空间自旋(spatial spin-up)才能达到平衡。

文章将大量篇幅用于剖析CPM的关键物理组件。第一,在数值框架方面,非静力(nonhydrostatic)动力核心是CPM的基础。在描述山地重力波时,只有使用非静力模型才能再现水平传播的非静力背风波,而静力模型仅能产生垂直传播的波,这会导致严重的动量输送误差。第二,在云微物理方面,由于对流被显式解析,微物理过程的敏感性急剧上升。例如,引入霰(graupel)或冰雹等水成物类别对冷池强度和降水的影响大相径庭。Liu等人2011年的研究显示,美国西部山区冬季地形降水对微物理方案的敏感性可导致降雪量差异高达60%,而双参数(two-moment)方案表现优于单参数方案。第三,湍流参数化(turbulence parameterization)被视为CPM最关键的挑战之一。CPM运行的公里尺度正好处于传统的边界层参数化与大涡模拟(large-eddy simulation, LES)之间的“未知地带”(terra incognita)。在这个尺度上,最大湍流涡旋的能量被部分解析,而传统的基于一维均质假设的次网格湍流通量封闭方案可能在物理上不再成立。第四,在陆面过程方面,CPM的高分辨率允许更好地解析地表异质性,如土壤湿度、植被甚至地下水动态的反馈。例如,Tölle等人2014年的研究发现,将农田转为生物能源作物导致的局地冷却效应,在CPM中比在LSM中放大二十五倍,因为高分辨率捕捉到了LSM无法分辨的地表能量通量变化。

基于上述模型配置,综述全面评估了CPM相对于LSM的“增值”(added value)。在深对流过程上,CPM消除了LSM普遍存在的夏季午后对流降水过早触发的系统性偏差,并且大幅提升了对小时尺度强降水强度和频率分布的模拟能力。在区域极端事件模拟方面,CPM展现出显著优势,尤其是在山洪爆发(flash floods)和冰雹等强对流灾害的刻画上。在山地地区,CPM通过对细小地形和地表异质性的解析,不仅在冬季重力波、地形降水方面更准确,还能模拟出山谷逆温层破碎、雪盖堆积与融化等精细过程。这些物理过程相互耦合,构成了CPM模拟气候变化信号的基础。

最后,文章提炼了CPM揭示的独特气候变化信号。综述指出,来自CPM的未来预估一致表明,随着气候变暖,短历时、高强度降水的增加幅度将远高于LSM的预估,这意味着山洪风险可能系统性增强。同时,冰雹风暴的特征,如平均尺寸或空间分布,可能发生显著变化。在山地,CPM预测雪盖(snowpack)将出现实质性减少,这对依赖融雪的流域水资源管理至关重要。文章在结论中强调,尽管CPM是极具前景的未来气候研究工具,但要充分发挥其潜力,亟需开展国际协调的模拟计划,并重点关注未解析物理过程的参数化发展,尤其是在湍流封闭和云-气溶胶相互作用等关键薄弱环节。