雅鲁藏布大峡谷（以下简称“大峡谷”）地区是青藏高原东南缘最重要的水汽输送通道。该地区夜间强降水频发且地质条件脆弱，强降水容易引发泥石流、山体滑坡等次生灾害。因此，准确模拟和预测大峡谷地区的强降水，对于保障当地农业、基础设施安全以及水资源管理具有重要意义。
近日，我所地气作用与气候效应团队陈学龙研究员与马耀明研究员为共同通讯作者，在读博士研究生张强为第一作者在国际著名期刊《Climate Dynamics》发表了题为《Integrating optimized cumulus and TOFD schemes for heavy precipitation forecasting in the Yarlung Tsangbo Grand Canyon》的研究论文。该研究结合尺度自适应（Multiscale Kain-Fritsch，MSKF）积云方案和山地子网格地形湍流拖曳参数化（Turbulence Orographic Form Drag，TOFD）方案，在1公里网格间距下，准确模拟了六次强降水事件。该模型方案对于大峡谷地区山谷间的局地环流及水分输送均有较好的模拟表现，还显著改善了不同降水强度的模拟精度，为大峡谷地区灾害性天气的预报模拟提供了重要的科学依据。
该研究认为，在1公里网格间距下，尺度自适应方案对强降水事件的模拟性能优于对流解析方案，尺度自适应方案有效地减少了对流解析方案对轻度降水的高估以及中、强度降水的低估；单独使用积云方案不足以复现复杂地形下的真实强降水过程，而当积云方案与地形湍流拖曳参数化方案结合后，强降水模拟性能有显著提升，因此，考虑了子网格地形湍流拖曳后，模型改进了山谷地区的局地环流和水汽输送，改善了强降水的模拟。
该研究获第二次青藏高原综合科学考察研究（2019QZKK0103，2019QZKK0105）和国家自然科学基金（41975009）的共同资助。
文章链接：https://doi.org/10.1007/s00382-024-07503-9
图1（a）模型中最内层嵌套区域（D03）的位置，（b）D03区域内的数字高程以及本研究使用的观测站点的位置；（c）青藏高原东南部和印度次大陆部分地区的2019年月平均的500 hPa合成风，红色虚线为雅鲁藏布大峡谷地区；（d）1公里网格间距下，多尺度Kain-Fritsch（Multiscale Kain-Fritsch，MSKF）积云方案和对流解析方案（NO_CU）分别叠加地形湍流拖曳力（Turbulence Orographic Form Drag, TOFD）参数化方案输出的降水模拟值与观测值的比较
