GRAPES_Meso模式中两种双参数云微物理方案对冷云过程模拟的比较研究

基于GEAPES_Meso模式,分别利用Morrison方案和WDM6方案对2017年1月5—7日一次以层状云为占主导的云系中冷云过程进行模拟和对比分析,评估两种云微物理方案对本次冷云过程云微物理及云辐射过程演变的影响。结果表明:包含丰富暖云和冷云物理过程的Morrison双参数云微物理方案模拟效果优于WDM6方案。Morrison方案模拟的云水路径、云冰有效半径及云光学厚度均大于WDM6方案的模拟结果,而模拟云水有效半径小于WDM6的模拟结果。Morrison方案较WDM6方案对云水(云冰)有效半径、云光学厚度、云水路径及地表短波辐射的水平分布模拟结果更为准确。由于Morrison方案模拟云水有效半径大于WDM6方案,云冰有效半径小于WDM6方案,导致Morrison方案模拟的云水和雪混合比大于WDM6方案模拟结果,而雨水、云冰和霰的混合比则明显小于WDM6方案。相较于WDM6方案,Morrison方案模拟的地表短波辐射水平分布和量值一致性更接近于CERES卫星结果。两种方案中包含的不同微物理过程将影响潜热和感热过程,其中,Morrison方案模拟海平面温度和辐射通量小于WDM6方案,该差异在陆地区域更显著。

京津冀及周边地区冬季能见度与PM2.5浓度和环境湿度的多元回归分析

2013年至今,中国冬季与雾霾相伴的低能见度事件频发,京津冀及周边地区尤为严重。PM2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM2.5浓度与环境湿度对大气能见度的影响,利用2017年1月京津冀及周边地区MICAPS气象数据与PM2.5观测数据,运用天气学诊断分析方法讨论了不同相对湿度下PM2.5浓度、环境湿度对冬季能见度变化的相对贡献,按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区,建立了PM2.5浓度与环境湿度(由露点温度、温度代表)对能见度的多元回归方程,并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示:相对湿度低于70%、PM2.5浓度低于75μg/m3时,北京-天津地区与河北-山东地区能见度多高于10 km,PM2.5浓度升高是此时能见度迅速降低的主导因素;相对湿度从70%上升至85%和PM2.5浓度从75μg/m3升高200μg/m3的共同作用导致了能见度降低到10 km至5 km;能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%,PM2.5浓度与此时能见度相关减弱;能见度降低至2 km甚至更低主要是由于水汽近饱和状态下(相对湿度95%以上)的雾滴消光引起,与PM2.5浓度的变化关系不大。与不分组直接拟合相比,以相对湿度85%为界线,分别拟合能见度能够很大程度优化多元回归模型,相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km,5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好,观测值与拟合值相关系数均高于0.91,为雾-霾数值预报系统提供了新的能见度参数化算法。