Page 24 - 2022年第53卷第3期
P. 24

55°N  受水区   阿尔泰山脉
                                                国界线
                                                省界线
                                                         阿尔泰山脉
                                                      准 葛 尔 盆 地
                                                      准葛尔盆地
                                             30°N    天 山 山 脉
                                                     天山山脉 北天山北天山
                                                   塔里木盆地
                                                   塔 里 木 盆 地
                                                               祁
                                                               祁连山脉
                                                                 连
                                             35°N  昆仑山脉    柴达木盆地  山 脉
                                                   昆
                                                       脉
                                                      山
                                                    仑
                                                           柴达木盆地
                                                80°E 85°E 90°E 95°E 100°E  105°E 110°E
                                           海拔高程:
                                                    0  250 1000  2000  4000  6000
                                             图 1  模拟区和研究区范围及地形(单位:m)
               模拟效果    [32-33] 。本研究中 RegCM4 模型参数化方案基于 Gao 等           [34] 的进行设置,该方案对中国区气候具
               有良好的模拟性能,配置方案信息见表 1。
                                                     表 1  模型配置情况
                       方案                                           描述
                       区域                       50 km 水平空间分辨率,中心点 35°N、115°E,网格数 200×130
                   行星边界层方案                                         Holtslag
                    积云对流方案                                         Emanuel
                  长波/短波辐射方案                                      NCAR CCM3
                     侧边界条件                             ERA-Interim(ERA),MPI-ESM-MR(MPI)
                  未来气候变化情景                                      RCP4.5,RCP8.5
                                            历史期:ERA:1989.01—2000.12(12 年),MPI:1969.01—2000.12(32 年)
                      模拟时段
                                                          未来期:2019.01—2050.12(32 年)
                                                          历史期:1971.01—2000.12(30 年)
                      分析时段
                                                          未来期:2021.01—2050.12(30 年)
               2.3  RegCM4 中的调水机制          为研究区域外部调水对研究区进行大面积灌溉的气候效应,本研究将

               调水描述成水从水源区转移到研究区的过程。在实际调水工程中,水源通常来自河湖及水库,通过
               河渠以及管道输送到研究区,水源区地表特征较研究区变化较小。因此,本研究只关注研究区对区
               域外部调水的气候响应。到达研究区的灌溉水量可看作经植被冠层截留后到达地表的净雨增加量,
               其表述如下:
                                                   P net  = P + P + S - E                              (1)
                                                                 m
                                                              i
                                                          r
               式中: P     为最终到达地表的净雨量; P 为降水量;P 为灌溉水量; S 为积雪融水; E为蒸散发量。
                       net                          r           i              m
               在本研究中,上述调水灌溉机制被耦合到 RegCM4 的 CLM3.5 陆面方案中,该方法曾在 RegCM3 中的
               BATS1e 陆面模块中实现,并用于南水北调工程的区域气候效应研究                            [27] 。
               2.4  数据资料      MPI-ESM-MR 模式常用于 RegCM4 的动力降尺度试验,对中国气候具有良好的模拟

               性能  [35] 。为此,本研究中 RegCM4 模式的初始场和侧边界场采用 MPI-ESM-MR 模式历史试验和 RCPs
               情景下的气候变化预估结果            [36] 。MPI-ESM-MR 由德国马克斯-普朗克气象研究所研发                  [37] ,该数据分辨
               率为 1.875°×1.875°,历史序列为 1949—2005 年,未来序列为 2006—2100 年。在 2020—2050 年近 30
               年的预估气候下开展本研究对未来中国西北地区的中长期水利规划具有重要的现实意义,为此拟定
               2021—2050 年为未来试验组,1970—2000 年为历史参照组。为验证 RegCM4 对历史气候态模拟性
               能,本研究还将 ERA-Interim 再分析数据在 RegCM4 中的动力降尺度结果与 MPI-ESM-MR 动力降尺度
                                                                                             [38]
               结果进行对比分析。ERA-Interim 由欧洲中期天气预报中心研发,其分辨率为 1.5°×1.5°                              。
                   为评估模型的模拟性能,本研究采用中国气象局研发的 CN05 数据集                             [39] 进行验证,该数据集利用
               中国 2416 个气象台站自 1950—2015 年的降水、气温、蒸发、风速等气象要素逐日观测资料,采用距
               平逼近法插值形成 0.25°、0.5°、1°三种空间分辨率的网格化观测数据集,以满足不同高分辨率气候
               模式验证需求,本研究选取 0.5°×0.5°的气温、降水以及蒸发数据。目前,该数据集已广泛用于区域
               气候模式对中国区域模拟性能评估                [40] 。在本研究中,将 RegCM4 的输出结果插值到与 CN05 相同分辨

                 — 272  —
   19   20   21   22   23   24   25   26   27   28   29