RegCM柱模式下边界层相关过程的模拟研究

RegCM is one of the most popular used high-resolution regional climate model. It has been widely used in climate modeling and climate change research over China, and many achievements have been obtained. Lots of applications and studies have shown that this model still has systematic biases, which mainly come from the uncertainties in the physics parameterizations. Single column model (SCM) is a valuable tool to test and improve parameterizations of physical processes. In this study, the SCM version of RegCM will be set up. Focused on the boundary layer parameterization, a series of SCM simulation will be made. Analysis are mainly concerned with not only the impact of different boundary layer schemes, but also the interaction between cumulus convection and boundary layer processes. Then the SCM simulation results are compared to the observation and the CRM (Cloud Resolving Model)/LES (Large Eddy Simulation) simulations, which can be extremely useful for optimizing or developing boundary layer and cumulus parameterizations. Finally, all these studies would help improve the simulation ability of RegCM.

RegCM是国际上使用比较广泛的一个高分辨率区域气候模式，在中国区域的气候模拟及气候变化研究等多方面取得较多成果。多年来的应用和研究均发现，其模拟结果在中国区域仍存在一定的偏差，边界层和积云对流参数化的不确定性正是模式误差的一个重要来源。已有研究表明，柱模式（SCM）对推动模式中物理过程参数化的改进和发展有很大的帮助。本项目将利用已构建的RegCM模式SCM，完成一系列关注边界层相关过程的SCM试验。基于这些SCM试验结果，分析不同边界层参数化对模拟结果的影响，着重探讨模式中边界层和积云过程相互作用的表现。在此基础上，基于SCM试验结果与相应的综合外场观测资料、云可分辨模式（CRM）或者大涡模式（LES）模拟结果的对比，对模式的边界层和积云参数化方案进行选择和优化，最终提高RegCM模式的模拟能力。

区域气候模式RegCM，在中国区域的气候模拟及气候变化研究等方面有较多的应用。多年来的应用和研究均发现，其模拟结果在中国区域仍存在一定的偏差，物理过程参数化的不确定性是模式误差的一个重要来源。本项目基于RegCM4模式框架，构建RegCM柱模式（SCM）以及柱模式试验平台，旨在推动模式中物理过程参数化的改进和发展。项目实施中进行一系列的SCM比较试验，主要关注边界层过程、积云对流过程的模拟能力。利用外场观测和UCLA LES大涡模式模拟结果进行评估分析。并基于物理过程分解方法，对模式的模拟误差进行归因分析，基于此对模式的参数化方案组合进行选择和优化。最终利用RegCM模式开展长期积分试验，并应用在土地覆盖变化的气候效应、未来气候及污染潜势预估等工作中。