当前气候模式在青藏高原寒冷季节存在显著的冷偏差，主要因为模拟青藏高原积雪相关物理过程存在两大难题：一是青藏高原地形复杂，模式中积雪覆盖度的模拟误差随地形复杂度增加而增大，即复杂山区积雪覆盖度过高。二是青藏高原寒冷季节降雪较少，尤其是高原腹地以浅薄积雪为主，雪表面易受到沙尘污染，模式中积雪反照率未充分反映薄雪层下垫面和沙尘的影响，使模拟反照率偏高。以上青藏高原积雪的独特特征在气候模式中缺少准确的定量描述。
针对上述科学问题，中国科学院青藏高原研究所三极观测与大数据中心改进了气候模式中对积雪物理过程的模拟：在积雪覆盖度方案中引入复杂地形修正因子；在积雪反照率方案中根据卫星数据定量了积雪老化的反照率下限，后者反映了沙尘等污染物的影响。
作者基于改进前后的模式，设计了四个实验，即无改动模拟作为控制实验（CTRL）、改进积雪覆盖度方案（SnCover）、改进积雪反照率方案（SnAlbedo）、二者联合改进（SnBoth）等。模式初始化时间为2013年7月，最大消除积雪初始化带来的不确定性，模拟方式采用2年的连续积分模拟，模拟结束时间为2015年6月。
研究人员使用MODIS卫星产品的积雪覆盖度、反照率数据以及中国科学院空天信息创新研究院潘金梅博士发展的积雪深度和雪水当量数据，评估模式对积雪的模拟结果。评估结果表明，SnCover和SnAlbedo均可有效减少模拟积雪和降低地表反照率，SnBoth的模拟效果最好、误差最小（图1-2）。
模式中对积雪-反照率的有效改进引起地表太阳辐射吸收的增加，使模拟的地表温度和2m气温更高，分别显著降低了相较于MODIS地表温度和气象局站点观测2m气温的冷偏差，且四个实验中SnBoth的模拟效果最好（图3-4）。这些对积雪-反照率和温度的模拟改进主要体现在寒冷季节（10月-次年5月）（图5）。
上述研究成果以“Reducing the Cold Bias of the WRF Model Over the Tibetan Plateau by Implementing a Snow Coverage-Topography Relationship and a Fresh Snow Albedo Scheme”为题，在《Journal of Advances in Modeling Earth Systems》杂志发表。我所周旭副研究员为第一作者，丁宝弘助理研究员为通讯作者。合作单位包括清华大学、中国科学院空天信息创新研究院、西南大学等。该研究获得科技部重点研发项目（2018YFA0605400）、国家自然科学基金面上项目（41871071）和国家自然科学基金基础科学中心项目（41988101）的支持。
论文信息：Zhou, X., Ding, B., Yang, K., Pan, J., Ma, X., Zhao, L., Li, X., and Shi, J. (2023). Reducing the cold bias of the WRF model over the Tibetan Plateau by implementing a snow coverage-topography relationship and a fresh snow albedo scheme. Journal of Advances in Modeling Earth Systems, 15, e2023MS003626.
论文链接：https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2023MS003626
图1 模拟的格点反照率（Albedo）和积雪覆盖度（SCF）相对于MODIS卫星数据在整个模拟时间段的平均偏差。
图2 模拟的格点雪水当量(SWE；mm)和雪深（SD；mm）相对于中国科学院空天信息创新研究院潘金梅博士发展的积雪深度和雪水当量数据（PAN数据）在整个模拟时间段的平均偏差。
图3 模拟的地表温度（oC）相对于MODIS数据在整个模拟时间段的平均偏差。
图4 模拟的2m气温（oC）相对于气象局站点观测在整个模拟时间段的平均偏差以及统计误差指标（Mbias：平均偏差；MRMSE：时间上的均方根误差的站点平均；MCC：时间上相关性的站点平均；PRMSE：站点间的均方根误差；PCC：与站点在空间分布上的相关性）。
图5 默认（Ctrl）和改进后（SnBoth）的气候模式模拟的地表反照率、积雪覆盖度、地表短波吸收和近地表2m气温的季节变化曲线。OBS为MODIS的反照率和地表积雪覆盖数据及气象局2m气温观测数据。
