区域天气模式对中国的极端气温的模仿

　　区域天气模式是研究天气转变的紧张工具之一，它最早是在上世纪九十年代从有限区域模式的概念上提出而来的。区域天气模式具有较高的水平分辨率，与全球模式相比，可以更邃密地刻画与局地平均天气和极端天气相干地物理过程。然而，在东亚地区行使不同区域天气模式进行的动力降尺度数值试验，定量评估极端气温事件（包括平均天气态、年际变率和趋势）的模仿性能还相对缺乏。

　　针对不同的区域天气模式，中国科学院大气物理研究所博士孔祥慧、王爱慧研究员、毕训强研究员及博士研究生王丹选用两个最广泛使用的区域天气模式—RegCM4.5和WRF3.6—对东亚地区的天气进行了水平分辨率为50km的动力降尺度模仿。试验以欧洲中间的二十世纪再分析资料为初始场和侧边界场，评估了两个模式在中国的极端气温模仿性能。基于天气转变检测和指数专家组的建议，对比分析了1981—2010年两个模式模仿的12个极端气温指数（即TXx, TXn, TNx, TNn, TX90p, TN90p, TX10p, TN10p WSDI, ID, FD, 和CSDI）及对应的观测资料。

　　总体而言，在中国大多数地区，两个区域天气模式在表征极端气温指数的时空分布特性上有令人写意的表征能力。RegCM模式再现极端气温的平均天气态上性能优于WRF模式，尤其是在青藏高原地区。此外，两个模式都很好地捉住了1981—2010年间ID,FD,CSDI,TX10p和TN10p的降落趋势，以及TXx, TXn, TNx, TNn, WSDI, TX90p和TN90p的上升趋势。在青藏高原地区，与观测资料相比注解，RegCM模式低估了极端气温的趋势，而WRF模式高估了极端气温的趋势。例如，在青藏高原地区中TXx的线性趋势在观测资料，RegCM和WRF模式分别是0.53°C (10 yr)^-1, 0.44°C (10 yr)^-1和 0.75°C (10 yr)^-1。在模仿极端气温的年际变率方面，WRF模式的体现优于RegCM模式。我们的发现有助于进步对区域天气模式在不同时间尺度上物理过程的理解，从而使我们在往后的工作中追踪模式误差的来源。

　　该研究已被《Advances in Atmospheric Sciences》接收并出版。

　　图1 全球模式和区域模式之间关系简介示意图，本文关注不同区域天气模式在中国地区对极端气温的模仿性能。颜色透露表现地形高度。　　

　　论文信息：

　　Citation: Kong, X. H., A. H. Wang, X. Q. Bi, and D. Wang, 2019: Assessment of temperature extremes in China using RegCM4 and WRF. Adv. Atmos. Sci., 36(4), 363–377, https://doi.org/10.1007/s00376-018-8144-0.