1 引言
高原涡（又称高原低涡）是青藏高原上特殊的天气系统， 一直受到国内外专家和学者的关注， 而且高原涡为一种边界层低涡， 青藏高原的热力作用及大气边界层对高原涡的生成、 发展、 消亡具有重要影响（李国平， 2007， 2013）。高原涡移出高原之后， 与其他天气系统配合， 会对下游造成灾害性降水天气（Kuo et al， 1986； Chen and Dell'osso， 1984）。近20年， 对高原涡天气的研究愈发细致， 比如在研究中增加新型观测资料， 研究方向和个例更加丰富， 多涉及天气诊断、 动力分析和数值模拟等， 其中数值模拟方向愈加重要（陈功等， 2012）。地表感热加热对高原涡的生成和发展有重要作用， 且高原涡多为不对称地暖中心， 多产生在7月（李江萍等， 2012； 李宛鸿和范广州， 2020； Wang， 1987； Wu and Chen， 1985）。章焕（2018）采用控制试验和敏感性试验对一次高原涡个例进行分析， 指出土壤湿度大小对高原涡有较强作用， 高原涡强度随土壤湿度的增大而增强。通过敏感性数值试验研究高原涡生成的机制， 徐裕华和濮梅娟（1992）指出地面感热加热会使初生的高原涡增强， 但仅有地面感热加热作用时不足以触发高原涡生成； 凝结潜热也对高原涡发展有重要作用。利用涡度收支等定量分析方法， 结合ERA5、 FNL、 ERA-Interim等3种资料驱动WRF对一次高原涡进行数值模拟表明， 这3种资料均能较好地模拟高原涡生成过程， 且ERA5资料模拟效果最好， 青藏高原低空大气热力和动力作用对高原涡的初生关系密切（王溪雯等， 2021）。地表蒸发对高原涡发展有一定作用， 绝热条件对高原涡生成和发展作用明显， 凝结潜热和水汽对高涡的生成不具有决定性作用（宋雯雯等， 2012）。黄楚惠和李国平（2007）通过分析高原涡的移动、 降水、 湿位涡等物理量指出， 高原涡移出高原后有所增强， 且降水主要分布于高原涡的东半部分， 湿位涡的演变对低涡发展有指示作用。通过研究土壤热力属性对高原涡产生的影响， 卢萍和宇如聪（2008）、 田珊儒等（2015）、 万云霞等（2017）、 许威杰和张耀存（2017）使用数值模式开展研究并指出， 青藏高原中西部的感热加热对高原涡的发展起主导作用， 且感热变化对大气边界层高度关系密切， 低涡中心的上升运动受周围凝结潜热释放而增强， 地表潜热通量在青藏高原东部地区差异较大。
砾石与沙土、 黏土对土壤水热的作用差异很大， 当前数值模式中的陆面模式大多忽略土壤砾石的作用， 是造成模拟出现偏差的重要原因（Wu et al， 2012； Arocena et al， 2012； Brouwer and Anderson， 2000）。青藏高原土壤砾石含量较高， 且砾石含量随着深度的增加增大； 在模式（CoLM）中加入砾石的影响， 模拟结果更接近实测值（罗斯琼等， 2009）。土壤砾石对土壤温度有重要影响， 主要体现在对土壤含水量和基质势方面（Groenevelt et al， 1989； Mehuys et al， 1975； 马翠丽等， 2020a）。程攀等（2022）运用耦合砾石参数化方案的RegCM4模式对高原涡进行了模拟和验证， 得出砾石参数化方案明显提升了RegCM4模拟对高原涡个例的模拟能力。潘永洁等（2015）通过将砾石参数化方案加入到CLM模式中， 使模拟效果在青藏高原上更加准确。徐悦等（2020）通过对比分析发现， 模式通过耦合了砾石参数化方案之后， 青藏高原土壤湿度、 土壤温度模拟效果变得更好， 与实测结果更加接近。区域气候模式RegCM4对陆面过程有很强的模拟能力， 罗江鑫等（2020， 2022）通过RegCM4.7-CLM4.5模拟青藏高原的积雪过程时指出， RegCM4可以有效的模拟青藏高原的雪盖特征， 而且青藏高原积雪时空变化主要有3种模态。刘宜纲等（2020， 2022）通过将砾石参数化方案引入区域气候模式RegCM4， 研究了参数化方案对土壤水分输送的影响， 建立了适配RegCM4的数据集， 并指出砾石参数化对高原不同地区的水分模拟效果不同， 在高原东部的模拟效果最好。马翠丽等（2020a， 2020b）通过研究砾石参数化方案对陆面模式的影响， 结合玛多站观测资料分析指出， 砾石通过土壤的水热属性对土壤温湿度产生影响， 砾石参数化方案对不同层次的土壤含水量模拟效果不同。
土壤砾石通过改变土壤水热属性， 使土壤温湿度发生改变， 进而影响地气相互作用。高原涡属于典型边界层低涡， 其生消发展易受大气边界层影响。然而， 纵观当前研究成果， 土壤砾石参数化方案对高原涡影响的研究成果较少。本文将耦合了砾石参数化方案的RegCM4-CLM4.5， 对一次高原涡个例进行模拟； 研究土壤砾石是如何影响高原涡的， 以及不同的砾石含量对高原涡的生消发展产生多大的影响。
2 试验设计与资料
2.1 砾石参数化试验设计
本文通过使用耦合砾石参数化方案的RegCM4-CLM4.5。砾石参数化方案参照刘宜纲等（2020， 2022）、 马翠丽等（2020a， 2020b）、 徐悦等（2020）使用的方案。全球原始砾石数据集来自于中山大学， 然后插值匹配到陆面模式中， 数据共有10层， 最浅0.018 m， 最深为3.433 m， 砾石含量空间分布如图1 所示。通过将砾石资料进行处理匹配到CLM4.5中， 运用RegCM4-CLM4.5模式进行模拟， 进而分析相关模拟结果（如： 降水量、 土壤温度、 土壤湿度等）。
模拟区域为整个青藏高原（25°N -40°N， 73°E - 105°E）， 输出结果时间分辨率为1 h， 空间分辨率为10 km， 投影方式为兰伯特投影； 高空数据垂直方向共有12层， 最高为100 hPa， 最低为1000 hPa； 输出陆面深度为15层。本文选取的是2018年7月20 -23日的一次高原涡个例， 本次个例具有较长的持续时间， 降水量大， 移动路径长等特点， 其生命史在高原上可以看到明显变化过程（彭广等， 2018）。模拟时段为2018年7月16 -25日， 7月16 -18日为spin-up阶段。
为了研究不同砾石含量对高原涡的影响， 特将试验分为3种， 对原砾石含量进行调整， 设计方案如下：
试验1： 控制试验， 土壤砾石含量为0， 土壤构成仅为黏土（clay）、 沙土（sand）， 即原模式， 对陆面数据集不做任何修改， 用来与含砾石结果进行对照， 标记为S1。
试验2： 土壤砾石含量为原砾石含量的50%， 陆面模式CLM4.5中砾石含量设定为原砾石含量的50%， 标记为S2。
试验3： 土壤砾石含量为原砾石含量的100%， 陆面模式CLM4.5中砾石含量设定为原砾石含量的100%， 标记为S3。
2.2 参照数据
本文选取的参照数据为ERA5资料， 其时间分辨率为1 h， 高空资料包含温度、 位势高度、 相对湿度、 风等， 空间分辨率为0.25°； 地面资料包含2 m温度、 2 m露点、 总降水量、 土壤温湿度等， 空间分辨率为0.1°。由于ERA5土壤温湿度资料第1层为0~7 cm之间的平均值， 而RegCM4模式输出的土壤温湿度资料为节点资料， 为和ERA5资料匹配， 故选择将RegCM4模式输出土壤温湿度资料的0.71 cm、 2.79 cm、 6.23 cm层资料取平均值。
2.3 对比方法
定量计算模式和参照数据时， 选择均方根误差（RMSE）、 平均绝对误差（MAE）和相关系数（r）等指标， 公式如下：
式中： 为模拟值； 为模拟平均值； 为参照值； 为参照平均值； N为样本数。
由于高原涡在高原上是动态移动的， 不宜采用固定区域定量分析， 故在定量分析部分引入“涡区平均”的概念， 由于高原涡在500 hPa水平尺度平均为500 km左右， 所以采用高原涡中心的 5°×5°区域内的平均值代表涡区平均值（章焕， 2018）； 在本文计算各层土壤温湿度时， 均采用此方法进行定量分析。
3 结果分析
根据此次高原涡的活动特征， 以及和温度场、 风场的配置状况， 将高原涡的生命史分为3个阶段， 分别是初生阶段、 最强阶段和消亡阶段。由于高原涡在生成以后， 有多次加强和减弱， 特选取了最具代表性的时间节点用于详细分析和研究。高原涡的3个特殊阶段和时间分别为： 初生阶段为2018年7月21日15:00（北京时， 下同）， 记为T1； 最强阶段为2018年7月22日17:00， 记为T2； 消亡阶段为2018年7月24日13:00， 记为T3。
3.1 高空500 hPa形势场分析
根据ERA5和不同砾石含量试验结果的高空资料显示， 在高原涡的初生阶段（T1）的500 hPa高度场中， ERA5资料在青藏高原中部偏南的地区有高原涡生成。而S1试验结果显示， 此时青藏高原几乎全部被反气旋覆盖， 与ERA5资料结果有很大差别。S2和S3结果显示在高原中南部有明显的气旋性涡旋产生， 外围有明显的闭合等高线， 但整体强度较弱， 在气旋性涡旋附近有明显的高原切变线生成； S3试验结果的高原切变线较S2更强， 与ERA5资料更加接近。在高原涡的最强阶段（T2）时， ERA5资料显示此时高原涡移至高原中西部（98.3°E、 34.5°N）， 从高原涡中心附近有高原切变线生成， 一直延伸到高原西部； S1试验结果显示在高原的西南部有低压涡旋， 与ERA5资料严重不符； S2和S3试验结果显示， 高原涡中心位置均在高原中西部， 与ERA5资料相一致； 在低涡西侧， S2试验资料风场最大达到了14 m·s-1， 明显比S3试验和ERA5资料都偏大； 在低涡北侧， S2试验结果气旋性曲率偏强， 而S3试验结果在低涡北侧切变减弱、 分裂， ERA5资料也显示低涡北侧切变较弱。在高原涡移出高原阶段（T3）， ERA5资料显示高原涡已经移出高原， 在高原东部仅剩一条弱切变线， 青藏高原几乎被反气旋性控制； S2和S3试验结果显示高原上已经没有了低压涡旋， 但高原东部切变线明显较ERA5资料偏强， 高原上空反气旋也比ERA5资料强； S1试验显示此时在高原中部有很强的低压涡旋， 与实际有很大差异。从高空对比可以看出， 在没有考虑砾石影响的S1试验结果与ERA5资料有较大差异， S2和S3试验结果与ERA5资料相一致， 说明砾石参数化方案明显提升了区域气候模式对高原涡的模拟能力。相较于S2试验， S3试验结果与ERA5资料更加相符； 但相比于S2试验， S3试验并没有使模式有较大幅度的提升。
图2 不同砾石含量模拟结果和ERA5资料高原涡500 hPa环流形势对比蓝色实线为等位势高度线（单位： gpm）， 红色虚线为等温线（单位： ℃）， 风羽为风场（单位： m·s-1）， 黑色方块内为高原涡或强切变区域 Fig.2 Comparison of 500 hPa circulation situation of Plateau Vortex based on simulation results of different gravel contents and ERA5 data.The blue solid line is the equipotential height line （unit： gpm）， the red dotted line is the isotherm （unit： ℃）， and the wind plume is the wind field （unit： m·s-1）， plateau vortex or strong shear region in black box |
3.2 降水量对比分析
由2018年高原涡年鉴（彭广等， 2018）分析发现， 本次高原涡的降水主要出现在7月20 -23日， 故统计了ERA5资料和不同砾石含量模式结果7月21日08:00至24日08:00累积降水量（图3 ）。ERA5资料显示高原上降水量最高的区域集中在高原的南部地区， 高原涡东北移动路径上均有较强降水。S1试验显示在高原的中部和东部均出现了大于50 mm的降水量， 这与2018年高原涡年鉴和ERA5资料结果不太相符。3种试验结果显示， 在青藏高原南部的降水量明显较ERA5资料偏大， 但S3试验结果有减弱趋势； 特别是砾石参数化方案成功将S1试验显示的高原中西部出现的异常强降水进行了减弱， S3试验的减弱效果更佳。S2和S3试验均成功模拟了高原涡移动路径上和高原东北部的强降水落区， 但降水量普遍偏大， 特别是高原东北部的降水量异常偏强； 而S3试验在高原东北部的强降水量模拟有明显的减弱趋势， 相较于S2试验结果， S3试验降水量和ERA5更加接近。总体来看， 在未考虑砾石参数化方案的S1试验模拟的降水量和ERA5差距较大， 考虑砾石参数化方案的S2和S3试验结果和ERA5相一致； 相较于S2试验， S3试验结果与ERA5的降水落区和量级更加接近。说明砾石参数化方案明显提升了RegCM4模式对降水量的模拟， 砾石含量越接近实际， 模拟效果越好。
根据各敏感性试验降水量偏差空间分布可知（图4 ）， 在高原涡初生和东北移动路径的北侧， S2、 S3试验模拟总降水量明显偏大， 而在其主体及南侧区域， S2、 S3试验模拟总降水量明显偏小， 与ERA5总降水量趋于一致。在S1试验中， 高原涡东北移动路径的北侧有降水量异常大值区［图4 （b）］， 这与ERA5资料［图4 （a）］有较大差别。在S2、 S3试验中， 砾石参数化方案有效减少了高原涡天气系统降水量， 有效提升了RegCM4模式对高原涡降水量的模拟。在青藏高原上降水量最大区位于高原的东北边界上， 可以看出在此区域S3试验模拟降水量较S2试验有较大提升， 也说明砾石越接近实际， 模式模拟降水量越好。
3.3 2 m温度和相对湿度分析
由于高原涡为边界层低涡， 其发展、 消亡过程等易受低空温湿度影响。有研究（李国平， 2007； 李黎等， 2017； 章焕等， 2018）指出， 低空温度和相对湿度变化对高原涡有很大影响； 中低层大气不稳定性发生变化， 将对高原上空的能量的累积产生变化， 从而影响高原涡的活动。根据不同阶段的各组敏感试验2 m温度和相对湿度插值分布（图5 ）可知， 在高原涡生成阶段（T1）， 高原涡生成地区S2试验和S3试验的2 m温度均高于S1试验， 而在青藏高原南部的大部分地区S2和S3都低于S1试验， 说明在加入砾石后的区域气候模式RegCM4对高原涡的模拟能力较强； 并且在加入砾石后， 低空温度明显升高， 特别在加入100%砾石含量的S3试验增加的温度更高， 低空温度的升高使高原涡能量持续累积， 有利于高原涡的生成和发展。并且根据［图5 （a）， （b）］可知， 在高原涡东北移动路线上， S2试验和S3试验模拟温度均大大升高， 低空温度升高， 可引导高原涡东北移动， 并使其加强， 所以低空温度变化对高原涡的移动路径有导向意义。在高原涡初生地区， S2试验和S3试验模拟的低空相对湿度较S1试验也有不同程度的增大， 由章焕等（2018）指出， 低空相对湿度增大有利于对流增强， 从而使高原涡加强。在高原涡的东北移动路径上， S2试验和S3试验模拟的相对湿度却有所减小， 而且在2 m温度差较大的地区， 相对湿度变得更小， 这是在加入砾石后， 温度模拟明显偏高， 使温度露点差增大， 从而使相对湿度变得较低。在高原涡较强阶段（T2）［图5 （c）， （d）］， 与T1相似， 在低涡区域S2试验和S3试验模拟的温度较S1试验变高， 特别是S3试验模拟的温度最高， 且高值区面积明显较S2试验变大， 并且在高原涡东北路径上S2和S3试验温度明显偏高， 砾石的增温幅度明显减小， 高原涡北部和西南部的低温对高原涡的移动有很强的阻挡作用， 加上东北部的引导， 使高原涡只能往东北移动； 此时在高原涡过境的区域， S2和S3试验模拟温度明显变低， 后方的强降温， 将促使高原涡往东北加快移动。在高原涡及其东北部地区， S2试验和S3试验的相对湿度有小幅度增大， 高温、 高湿的环境， 将使高原涡显著增强。在高原涡的消亡阶段（T3）［图5 （e）， （f）］此时高原涡已经减弱， 并移动到青藏高原的东部， S2和S3试验在高原东部地区模拟温度明显低于S1试验模拟的温度， 更低的低空温度将加速高原涡的减弱， 并且S3试验的温度更低， 说明随着砾石含量越接近实际， 促使区域气候模式RegCM4对高原涡模拟更加灵敏。在T3阶段， 几乎整个高原S2和S3试验模拟温度较S1试验均有所增大， 这是由于此时高原上空盛行反气旋环流， 考虑砾石后， 模拟的反气旋性环流明显加强， 下沉气流使低空温度升高， 促进了高原涡的消亡。
为系统研究低涡中心要素场变化， 根据 “涡区平均”的方式， 将低涡中心5°×5°区域内的要素的平均值代表低涡中心的平均值。通过对本次高原涡整个生命史中的低涡中心进行追踪， 由于7月20日00:00至24日21:00高原涡位置相对清晰、 容易定位， 故选择此时段用于后期定量化分析； 并绘制2 m温度和相对湿度时间剖面图（图6 ）。由涡区2 m温度时间变化［图6 （a）］可知， 在T1阶段， S3试验和S2试验2 m温度均高于S1试验， 特别是S3试验2 m温度最高， 在高原涡的初生阶段， 较高的2 m温度有利于高原涡的生成和发展， 这与前面的分析相一致。而在T2阶段， S2和S3试验2 m温度在前期高于S1试验， 后期便出现低于S1试验的情况， 特别是在7月22日17:00， S2和S3试验2 m温度显著低于S1试验， S3试验2 m温度最低， 表明在高原涡最强盛时， 低空温度已经开始出现降低状况， 从而诱发高原涡逐渐减弱。在T3阶段， S2和S3试验2 m温度均低于S1试验， 此时高原涡已经减弱， 低空温度降低明显。总体来看， 三种试验和ERA5资料的2 m温度下， S3试验方案与ERA5资料更加接近。由涡区2 m相对湿度［图6 （b）］可以看出， T1阶段S3试验相对湿度持续增大， 有利于高原涡的生成， 在高原涡的最强阶段相对湿度减弱， 到消亡阶段（T3）阶段， 受高原上空强大反气旋影响， S3试验相对湿度出现变大的状况。虽然在某些时刻， 三种试验方案的相对湿度模拟结果与ERA5资料偏差较大， 但总体来看S3试验结果与ERA5资料的一致性最强。
为系统研究低涡中心要素场变化， 根据 “涡区平均”的方式， 将低涡中心5°×5°区域内的要素的平均值代表低涡中心的平均值。通过对本次高原涡整个生命史中的低涡中心进行追踪， 由于7月20日00:00至24日21:00高原涡位置相对清晰、 容易定位， 故选择此时段用于后期定量化分析； 并绘制2 m温度和相对湿度时间剖面图（图6 ）。由涡区2 m温度时间变化［图6 （a）］可知， 在T1阶段， S3试验和S2试验2 m温度均高于S1试验， 特别时S3试验2 m温度最高， 在高原涡的初生阶段， 较高的2 m温度有利于高原涡的生成和发展， 这与前面的分析相一致。而在T2阶段， S2和S3试验2 m温度在前期高于S1试验， 后期便出现低于S1试验的情况， 特别是在7月22日17:00， S2和S3试验2 m温度显著低于S1试验， S3试验2 m温度最低， 表明在高原涡最强盛时， 低空温度已经开始出现降低状况， 从而诱发高原涡逐渐减弱。在T3阶段， S2和S3试验2 m温度均低于S1试验， 此时高原涡已经减弱， 低空温度降低明显。总体来看， 三种试验和ERA5资料的2 m温度下， S3试验方案与ERA5资料更加接近。由涡区2 m相对湿度［图6 （b）］可以看出， T1阶段S3试验相对湿度持续增大， 有利于高原涡的生成， 在高原涡的最强阶段相对湿度减弱， 到消亡阶段（T3阶段）， 受高原上空强大反气旋影响， S3试验相对湿度出现变大的状况。虽然在某些时刻， 三种试验方案的相对湿度模拟结果与ERA5资料偏差较大， 但总体来看S3试验结果与ERA5资料的一致性最强。
3.4 土壤温度分析
由于浅层土壤温度对大气边界层天气系统影响较大， 故本文运用RegCM4模式输出陆面结果的第1层土壤温度（0.71 cm）资料， 来详细分析在S1、 S2和S3三种试验结果土壤温度空间分布特征（图7 ）。在高原涡初生阶段（T1）， S2、 S3试验土壤温度均较S1有很大升高， 表层土壤温度的升高有利于将温度传导到大气边界层， 从而使低层大气温度升高， 促使高原涡的生成； 在高原涡的东北移动路径上， S2试验和S3试验的土壤温度均较S1试验大， 说明土壤温度的变化对高原涡的移动方向具有一定引导作用； 结合［图7 （a）， （b）］可以看出， 在涡区和东北移动路径上， S3试验土壤表层温度明显低于S2试验， 这与2 m温度变化有明显不同， 这是由于S3试验中砾石含量增加到100%， 砾石含量的增大有利于提升土壤导热率（马翠丽等， 2020a， 2020b）， 加快了地表土壤温度向上传导， 从而使自身温度降低。在T2阶段， 高原涡区附近S2试验和S3试验土壤表层温度高于S1试验， 且S2试验土壤温度高于S3试验， 这与T1阶段相似； 在高原涡的西侧S2试验和S3试验的土壤表层温度降低明显， 低温有利于加快高原涡在本地的消亡， 从而对高原涡产生挤压作用， 促使其往东北方向移动， 而且随着砾石含量越接近实际， S3试验在本地的降温作用明显高于S2试验。T3阶段中， 高原东部的切变线区域中， S2试验和S3试验土壤表层温度明显较小， 较强的低温有利于高原涡的减弱作用； 此时高原中东部受反气旋性环流控制， 土壤中加入砾石后增大了土壤导热率， 使表层土壤温度明显偏高。
根据各试验方案的涡区第1层平均土壤温度与ERA5相比较（表1 ）发现， S3试验土壤温度相关系数较S1有显著的提升。均方根误差方面S2、 S3试验较S1有很大幅度减小， 不过S3试验较S2试验减小幅度缩小。S2、 S3试验的平均绝对误差较S1也有很大的减小。砾石含量越接近实际， 模拟效果越显著。
表1 各试验方案的涡区平均土壤温度与ERA5比较Table 1 The comparison of average soil temperature in vortex zone of each test scheme with ERA5 |
| 试验方案 | S1 | S2 | S3 |
|---|---|---|---|
| 相关系数 | 0.729 | 0.816 | 0.853 |
| 均方根误差/℃ | 4.091 | 2.949 | 2.933 |
| 平均绝对误差/℃ | 1.681 | 0.445 | 0.085 |
为系统研究土壤温度对高原涡的影响， 特选取了模式输出陆面土壤温度资料的前4层（分别为0.71 cm、 2.79 cm、 6.23 cm、 11.89 cm）。由第1层土壤温度时间剖面［图8 （a）］可知， 在高原涡初生到最强阶段（T1、 T2）， S2和S3试验第1层土壤温度均高于S1试验， 特别在高原涡发展阶段， S3试验第1层土壤温度最高， 更高的浅层土壤温度有利条件高原涡的生成和发展； 在T2阶段后， S3试验表层土壤温度明显降低， 有利于高原涡的减弱和消亡； 特别是在高原涡消亡阶段， S3试验第1层土壤温度较S1试验和S2试验明显降低， 所以较高含量的土壤砾石， 促进了土壤导热率， 使浅层温度明显降低。在第2层土壤温度时间剖面［图8 （b）］中， T1和T2阶段， S3试验和S2试验土壤温度虽然高于S1试验， 但升高幅度明显低于第1层， 在高原涡初生和发展阶段中， S3试验模拟结果土壤温度总体还是呈现出高于S2试验和S1试验； 在后期的高原涡消亡阶段中， 而S3试验土壤温度降温幅度依然较大， 说明随着土壤深度的增加， 砾石对土壤升温作用减弱， 降温作用却较小。在第3层土壤温度时间剖面［图8 （c）］中， 土壤温度分布总体呈现与第2层一致， 前期S3试验土壤温度高于S1和S2试验， 后期S1试验土壤温度最高； 特别是高原涡消亡阶段， 土壤砾石对土壤降温作用明显， 使S3试验温度明显低于S1和S2试验。在第4层土壤温度时间剖面［图8 （d）］中， 高原涡生成和发展阶段， 100%砾石含量的S3试验土壤温度升温作用和后期降温作用均有明显减弱， 说明随着深度的增加， 砾石对土壤升温作用减弱明显， 而降温幅度明显低于升温幅度。
3.5 土壤体积含水量分析
考虑到浅层土壤水分对高原涡系统影响较大， 位与土壤温度的分析相一致， 依然选择第1层土壤体积含水量重点分析。根据不同的试验方案， 并结合高原涡的各个时间段， 绘制了第1层土壤体积含水量差值空间分布（图9 ）。在高原涡初始生成（T1）阶段［图9 （a）， （b）］， 可以看出在高原涡生成地区S2试验和S3试验模拟的土壤体积含水量均有增加， 较高的土壤体积含水量增强了向地表传输水分的能力， 根据地气相互作用， 为高原涡的生成和加深提供条件（宋雯雯等， 2012）。加入砾石的S2和S3试验， 使土壤水分增加， 从而促进了高原涡的生成和发展； S3试验模拟的土壤体积含水量明显低于S2试验［图9 （a）， （b）］， 说明100%砾石含量的S3试验， 相较于S2试验显著提升了土壤的导水率， 使土壤水分向大气扩散效果明显。与土壤温度类似， 相较于S1试验， S2、 S3试验的土壤体积含水量增加的区域， 正是高原涡生成和将要移动的东北路径， 微弱的土壤水分增加， 也为高原涡的发展提供有利条件， 也说明了土壤体积含水量的变化与高原涡关系的密切。在高原涡的最强阶段（T2）， 在青藏高原的中东部地区， S2、 S3试验模拟的土壤体积含水量比S1试验都要高， 此时高原涡中心位于高原的东北部地区， 低涡的气旋性环流促进了地气水分交换， 在加入砾石以后， 较高的土壤导水率提升了低层水分向地表传导的作用， 致使S2、 S3模拟地表土壤水分含水量明显偏高。在高原涡消亡阶段（T3）， 高原切变线位于高原东侧， 切变线周围S2、 S3试验模拟土壤体积含水量有微弱的升高， 并且S2和S3两组试验结果差异较小； 说明在高原涡消亡阶段， 相较于S2试验， S3试验对高原涡的模拟效果提升作用较小。
根据涡区土壤体积含水量对比（表2 ）可知， S3试验相关系数较S1、 S2有很大幅度的提升。S3试验的均方根误差较S1、 S2试验稳步减小， 且效果明显。绝对误差方面， S3试验对模式的提升作用微弱， 但也有小幅度提升。再次说明了砾石含量越接近实际， 模拟效果越好。
表2 各试验方案的涡区平均土壤体积含水量与ERA5比较Table 2 The comparison of average soil volume water content in vortex zone of each test scheme with ERA5 |
| 试验方案 | S1 | S2 | S3 |
|---|---|---|---|
| 相关系数 | 0.689 | 0.871 | 0.921 |
| 均方根误差/（m·m-3） | 0.167 | 0.153 | 0.139 |
| 平均绝对误差/（m·m-3） | 0.156 | 0.151 | 0.148 |
通过对高原涡的整个生命史进行研究， 计算了涡区平均不同层次土壤体积含水量， 层次依然选择RegCM4模式输出陆面结果的前4层资料， 层次深度与土壤温度一致， 时间剖面曲线如图10 所示。从第1层土壤体积含水量［图10 （a）］时间剖面可知， 在高原涡初生前期， S2和S3试验模拟结果明显低于S1试验， 而在高原涡初生以后， S2和S3试验模拟结果迅速超过S1试验， 说明加入砾石后的土壤导水率大大提升， 增强了土壤水分向上传输到大气， 致使土壤中的水分大大降低， 充足的水分供应， 促进了高原涡的初生和发展； 在达到高原涡最强阶段以后， 高原涡开始减弱并逐渐消亡， 大气的下沉运动导致的高温又开始影响土壤体积含水量增大， 砾石的作用大大提升了温度从大气向土壤传导， 故此刻的土壤体积含水量S3>S2>S1。在第2层土壤体积含水量［图10 （b）］可知， 在高原涡的各个阶段， 3种试验呈现的效果与第1层类似， 高原涡初生前期， 土壤体积含水量大小呈现S1>S2>S3， 后期又出现相反的状态； 但后期的S2、 S3试验的土壤体积含水量提升的效果明显弱于第1层。在第3层［图10 （c）］和第4层［图10 （d）］综合可知， 总体与第1层情况类似， 高原涡初生前期S1试验的土壤体积含水量最大， 后期S3试验的土壤体积含水量最大； 随着深度的增加， 特别是高原涡中后期， 3种试验模拟的土壤体积含水量趋于一致。通过分析此4层土壤体积含水量变化可知， 表层土壤体积含水量对高原涡的变化最为敏感， 在模式加入砾石后， 前期为高原涡的生成和发展提供有利条件， 后期又促进了高原涡消亡； 随着深度的增加， 在高原涡生成和发展阶段， 砾石的作用一直比较明显， 但在高原涡减弱和消亡阶段， 砾石的作用逐渐降低。
4 结论
采用耦合了砾石参数化方案的区域气候模式RegCM4-CLM4.5对2018年7月16 -25日的一次高原涡天气过程进行模拟研究， 通过设定的3种砾石参数化敏感性试验对高原涡生命史的各个阶段分别研究， 结合ERA5再分析资料进行了对比验证， 得出以下主要结论：
（1） 在500 hPa形势场中， 在高原涡发生和发展的阶段， 砾石参数化方案对高原涡的模拟效果明显高于无砾石的状况， 并且砾石含量越接近实际， 模拟效果越好， 但相较于S2试验， S3试验并没有使模式有较大幅度的提升。在降水量的模拟中， S2、 S3试验对降水量的模拟能力明显高于S1试验， 并且S3试验模拟的降水量最为真实， 也体现出区域气候模式（RegCM4）对青藏高原降水量的模拟能力随砾石含量的增加而提升。
（2） 在高原涡初生和发展阶段， 高原涡区及其东北移动路径上， S2、 S3试验模拟的2 m温度明显高于S1试验， 且相对湿度持续增大， 这为高原涡的初生、 发展提供条件。在高原涡发展到最强阶段之后， 2 m温度开始降低， 从而诱发高原涡逐渐减弱。在高原涡消亡阶段， 受高原上空反气旋下沉气流影响， 在高原大部分地区S2、 S3试验模拟的2 m温度偏高， 促使高原涡的消亡。
（3） 砾石参数化方案提升了土壤导热率， 在高原涡初生和发展过程中， S3试验模拟土壤温度明显高于S1、 S2试验； 在高原涡消亡阶段， 较高含量的土壤砾石， 使浅层温度明显降低， 加速了高原涡的消亡； 并且随着深度的增加， 砾石对土壤升温作用减弱明显， 而降温幅度明显低于升温幅度。
（4） 在高原涡生成和发展阶段， 土壤砾石参数化方案在高原涡生成地区模拟土壤体积含水量均有不同程度的增加， 但在高原涡消亡阶段， 砾石参数化方案对模式的提升作用减弱。表层土壤体积含水量对于高原涡的变化最为敏感， 随着深度的增加， 在高原涡生成和发展阶段， 砾石对模式的提升作用明显， 但在高原涡减弱和消亡阶段， 砾石对模式的提升作用逐渐降低。
本研究得出的一些结论主要是基于本次个例的结果， 所选的一些分析指标也只是模式输出的一部分， 未来可引入多个高原涡个例多角度开展研究， 探讨更多的模式输出指标， 也可用砾石参数化方案对高原涡的气候态的影响开展细致分析。