未来的挑战云微物理过程参数化.PDFVIP

2010-12-22 5.5 未来的挑战 1. AGCM发展方向 ： a. 云微物理过程 (Cloud microphysics) b. 陆面过程 (Land surface processes) 2. AGCM使用方向：多物理方案集合 3. GCM竞技场 云微物理过程参数化 1. 传统的积云对流参数化方案， 并不需要准确计算云，因而 云成为GCM 中一个最重要的 短 ！ 2. 而热带对流云 （高、白）显 著地影响短波辐射 （反射） 和长波辐射 （吸收） 3. 即存在复杂的cloud反馈过程， 这种反馈过程一定程度上又 会影响海气耦合过程，从而 影响整个气候系统内部的能 量分配 4. 因此现代的GCM ，开始尝试 引入cloud microphysics来定 引自第二章课件 量计算云 （通常包括水云和 冰云，甚至更多态的水） 1 2010-12-22 陆面过程参数化 1. 传统GCM的陆面过程计算只为了计算Q g 2. 现代GCM在面临两个问题时需要加强陆面过程的计算 a. seasonal prediction b. local/regional responses to climate change 3. 季节预报的突破点在于陆面过程 ，陆面过程中水循环的 部分在月-季尺度上显著地影响着局地的大气运动 4. 未来的全球变暖情景下局地气候的细节，需要精确的陆 面过程来再现 5. 现有陆面过程的发展难点在于vegetation ，植被的变化 （既受自然影响，又受人类活动影响 ）影响所有的通量， 且植被的变化不是纯粹的物理过程 ，是物理-化学-生物 混合过程 （geobiochemistry ），形成量化模型非常困难 多物理方案的集合使用 1. 模式具有不准确性 ，包括动力框架的不准确性和物理 过程的不准确性 2. 为了克服模式本身物理过程方面的不准确性，对于 一个物理过程 ，可使用多种参数化方案。比如对积云 对流过程 ，可使用Arakawa-Shubert和Kuo和Betts-Miller 三种方案分别计算 ，再平均三种结果作为最终的估计 3. 对此方法 ，有些科学家认为不妥：因为毕竟对某种物 理过程而言 ，参数化方案数量还是十分有限 （一般只 有几个 ），本应认真测试比较选出最优 ，不得已才使 用集合，但集合的样本数又太少，这会导致 “表现差” 的scheme显著地 “污染”了最后的集合平均结果 4. 这种集合方法没有广泛使用 ，尚处于研究中 2 2010-12-22 GCM竞技场 1. 在过去的半个世纪中，GCM就像一个竞技场，为大气科学各 个领域的研究成果提供了 “充分竞争、优胜劣汰”的舞台 2. 在认识大气的动力过程和物理过程 （特别是物理过程）方面， 现在的GCM 已经保留了最精华最精简的认知集合 3. 在今后相当长时间内， GCM仍然是大气科学各 种科研成果争相亮相的 最完美的舞台，一旦得 以在GCM 中驻扎，就有 可能在更广泛的范围内 为整个大气科学界服务 4. 美国代表队还是金牌大 户，欧洲其次，中国还 很多科研工作都是先走入最近的 “GCM竞技场”，然后再广泛复制