地表温度是青藏高原地表能量平衡过程中的一个关键因子🧏🏼👱🏻‍♀️，也是研究地表和大气之间物质和能量交换的重要参数。然而8️⃣，由于青藏高原地势陡峭、下垫面条件复杂，对地表温度进行准确的模拟仍然具有一定的挑战，长期以来，全球与区域气候模拟中普遍存在着地表温度模拟冷偏差的问题🫁，这一问题在冷季（秋季⛽️、冬季）比暖季更加明显。随着计算机水平的快速发展，公里级别的对流允许尺度模拟逐渐进入大家的研究视野，其能够在公里尺度上显示解析深对流，更加精细地模拟对山区地形和下垫面特征作出更加精细地描述，那么其在高原地表温度的研究中将表现如何呢🧑🏼‍🚒？

针对这个问题👨🏻‍💻，我系高艳红教授课题组基于WRF模式在青藏高原开展了4 km对流允许尺度模拟（CPM），并以MODIS观测资料为参考🧖🏻‍♂️，评估了CPM，全球陆面数据同化产品📚，以及两套常用再分析资料的地表温度；进而以误差最小的数据为参考👶🏻🦪，进一步对模拟误差进行分解⏳，揭示导致模拟误差的原因🫛；最后引入两个参数化方案🗺，测评新的参数化方案对模拟偏差的改进🆙。评估结果显示，ERA5的地表温度在青藏高原存在重大偏差😅，陆面数据同化产品误差最小，CPM次之。分解结果表明，向下长波辐射项对冷偏差的贡献最大，其次是反照率反馈项👲。最后，将基于神经网络的尺度自适应云量参数化方案（Chen et al., 2023）和优化的积雪覆盖度参数化方案（Jiang et al., 2020）应用于模式👶🏿，高原大部分地区的冷偏差均有较大改善。

这项研究利用对流允许尺度模拟对高原冬季WRF模拟冷偏差的影响因素与机理进行了探究，并通过引入优化的云量参数化方案与积雪覆盖度参数化方案对这一问题做出改进，为改进高分辨率模式在高原上的地表温度模拟性能做出了贡献。以上成果发表在Climate Dynamics期刊上(IF:4.6)，硕士生李颜彤为第一作者，高艳红教授为通讯作者👮🏻‍♀️。文章得到了青藏高原科考项目和中国科学院“西部之光”项目的支持🛌🏿。

图1 青藏高原2018年1月CTL与Noah-LSM, CLSM-LSM, VIC-LSM平均地表温度差值（a1-a3；单位🍮：℃）空间分布👉；以及由地表反照率反馈项（SAF；b1-b3）🐨，向下短波辐射项（SW；c1-c3）😲🔼，向下长波辐射项（LW；d1-d3），感热通量项（SH；e1-e3），潜热通量项（LH；f1-f3），地热通量项（G💁🏿‍♀️🧑‍🤝‍🧑；h1-h3），各分解项之和（g1-g3）对地表温度冷偏差贡献值（单位：℃）的空间分布。

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