地表溫度是青藏高原地表能量平衡過程中的一個關鍵因子，也是研究地表和大氣之間物質和能量交換的重要參數。然而👩‍🔬，由於青藏高原地勢陡峭👓、下墊面條件復雜，對地表溫度進行準確的模擬仍然具有一定的挑戰，長期以來，全球與區域氣候模擬中普遍存在著地表溫度模擬冷偏差的問題，這一問題在冷季（秋季🚴、冬季）比暖季更加明顯。隨著計算機水平的快速發展，公裏級別的對流允許尺度模擬逐漸進入大家的研究視野，其能夠在公裏尺度上顯示解析深對流🙍🏼‍♂️，更加精細地模擬對山區地形和下墊面特征作出更加精細地描述🙎🏽‍♀️，那麽其在高原地表溫度的研究中將表現如何呢🚙？

針對這個問題🧷，我系高艷紅教授課題組基於WRF模式在青藏高原開展了4 km對流允許尺度模擬（CPM），並以MODIS觀測資料為參考⛑️，評估了CPM🐶👩🏼‍🍼，全球陸面數據同化產品，以及兩套常用再分析資料的地表溫度；進而以誤差最小的數據為參考，進一步對模擬誤差進行分解♔，揭示導致模擬誤差的原因；最後引入兩個參數化方案，測評新的參數化方案對模擬偏差的改進⇾。評估結果顯示🧏🏿，ERA5的地表溫度在青藏高原存在重大偏差，陸面數據同化產品誤差最小，CPM次之🤸🏼‍♀️。分解結果表明𓀙，向下長波輻射項對冷偏差的貢獻最大🔙，其次是反照率反饋項。最後，將基於神經網絡的尺度自適應雲量參數化方案（Chen et al., 2023）和優化的積雪覆蓋度參數化方案（Jiang et al., 2020）應用於模式，高原大部分地區的冷偏差均有較大改善🦢😶‍🌫️。

這項研究利用對流允許尺度模擬對高原冬季WRF模擬冷偏差的影響因素與機理進行了探究🤸🏽‍♂️，並通過引入優化的雲量參數化方案與積雪覆蓋度參數化方案對這一問題做出改進，為改進高分辨率模式在高原上的地表溫度模擬性能做出了貢獻➾🤸‍♂️。以上成果發表在Climate Dynamics期刊上(IF:4.6)🍼，碩士生李顏彤為第一作者，高艷紅教授為通訊作者。文章得到了青藏高原科考項目和中國科學院“西部之光”項目的支持。

圖1 青藏高原2018年1月CTL與Noah-LSM, CLSM-LSM, VIC-LSM平均地表溫度差值（a1-a3；單位🤵🏽‍♀️：℃）空間分布；以及由地表反照率反饋項（SAF；b1-b3）👨🏻‍🎤，向下短波輻射項（SW；c1-c3）🧵，向下長波輻射項（LW；d1-d3），感熱通量項（SH；e1-e3），潛熱通量項（LH💇🏼；f1-f3）🪪，地熱通量項（G；h1-h3）🕕，各分解項之和（g1-g3）對地表溫度冷偏差貢獻值（單位：℃）的空間分布。

https://doi.org/10.1007/s00382-024-07126-0