《Atmospheric Research》：Resolving monsoon prediction discrepancies in an S2S model: physical insights from stretched grid simulation over the southern Tibetan Plateau
编辑推荐：
•
FGOALS-UFS模型的网格拉伸能力被应用于复杂地形区域（TP）上S2S（季节到季节）尺度的降水预测。
•
FGOALS-UFS模型能够较好地模拟季风降水，但在沿SSTP（海表温度梯度）的方向存在系统性降水偏多现象，并且降水分布向南偏移。
•
沿SS
• FGOALS-UFS模型的网格拉伸能力被应用于复杂地形区域（TP）上S2S（季节到季节）尺度的降水预测。
• FGOALS-UFS模型能够较好地模拟季风降水，但在沿SSTP（海表温度梯度）的方向存在系统性降水偏多现象，并且降水分布向南偏移。
• 沿SSTP的低估感热通量抑制了季风环流的热力强迫，导致降水分布发生变化。
引言 南亚夏季季风（SASM）是青藏高原（TP）及其南部斜坡（SSTP）降水的主要驱动力，对区域水资源安全、农业生产力和社会经济发展具有重要影响（Immerzeel等人，2020；Kuttippurath等人，2024）。然而，该地区的季风预测一直具有挑战性（Krishna等人，2025）。在所有预测尺度上，模型在季风模拟中都存在偏差，尤其是在像TP这样的复杂地形上（Jie等人，2017；Lamichhane等人，2025；Liu等人，2024a、2024b、2024c）。这些预测能力的局限在某种程度上是由于气候状态的天然混沌性（Lorenz，1963），但更常见的是由于对陆气相互作用的不准确表示（Sahai等人，2015）。模型分辨率在很大程度上决定了这些相互作用的表示情况：分辨率越高，次网格尺度过程的表示越准确（Karki等人，2017b；Massoud等人，2023；Xu等人，2021）。
模型通过次网格尺度参数化方案来处理所有未解决的过程。尽管计算能力的提高提升了模型分辨率，但观测数据的匮乏仍然限制了次网格尺度参数化的理论基础。一些次网格尺度过程，如地形引起的阻力，在即使分辨率高达约100米的条件下也仅能部分得到解决，使得地形成为数值模型的“灰色区域”。此外，模型中持续存在的问题主要归因于对次网格尺度地形重力波阻力（OGWD）过程的不充分表示（Sandu等人，2019）。OGWD方案特别参数化了三个关键的陆气过程：湍流地形阻力（TOFD）、流动阻塞阻力（ mountain-blocking drag）和重力波阻力（Lott和Miller，1997；Sandu等人，2019；Teixeira，2014；Van Niekerk等人，2018）。这些阻力主要是由于气流经过地形时产生的，因此OGWD方案必须准确反映模型中未解决地形的这些效应（Beljaars等人，2004；Kim和Arakawa，1995；Palmer等人，1986；Sandu等人，2019；van Niekerk和Vosper，2021）。
显然，在TP这种复杂地形区域，OGWD效应尤为明显，因为该地区海拔极高（>4000米），且地形分布广泛（Eckermann和Preusse，1999；Sato等人，2009；Li等人，2020）。由于地形未得到解决，数值模型通常表现出降水偏多的现象，这与低估的OGWD有关（Chen等人，2022；Ma等人，2023a；Liu等人，2024c；Yang等人，2025）。较粗糙的网格和不准确的OGWD方案无法可靠地模拟流动阻塞及其对大气环流的影响，从而加剧了模型在降水预测方面的不足。研究表明，在高分辨率模型中，例如来自耦合模型对比项目6（CMIP6）的模型中，TP地区的降水偏多现象有所减少，从而提高了降雨极端事件及其空间分布的模拟能力（Chen等人，2022；You和Ting，2023；Liu等人，2024c）。同样，当阻力方案与高分辨率模拟结合使用时，TP地区的降水偏差也会减小（Wang等人，2020；Xie等人，2021）。受解决的地形和增强的次网格尺度过程的共同作用，这些改进通常会导致更好的陆气相互作用和相关的阻力过程，最终改善大气环流和水分输送（Palmer等人，1986；Van Niekerk等人，2018；Wang等人，2020；Krishna等人，2025）。然而，大多数这类研究仅限于全球均匀模型（LAMs），且主要集中在短期和气候尺度预测上。对次季节到季节（S2S）尺度上的分辨率和阻力参数化的敏感性尚未得到探索；特别是在此背景下，使用拉伸网格配置是一种相对新颖的方法。
拉伸网格是一种变分辨率建模方法，通过平滑变形立方体球形网格，将目标区域细化为高分辨率区域，同时在另一侧形成粗糙区域（Harris等人，2016；Zhou等人，2019）。这种网格在拓扑上与原始立方体球形网格相同，但从粗糙网格到高分辨率网格的过渡比LAM中的突变过渡更为平滑（Harris和Lin，2013；Zhou等人，2019）。与等效的高分辨率全球均匀网格相比，拉伸网格具有更少的网格单元，可以在较低的计算成本下在区域域上产生合理的高分辨率预测（Zhou等人，2019；Zhu等人，2022）。由于高分辨率区域嵌入在全局粗糙分辨率网格中，这种方法克服了LAM中横向边界条件的限制（Harris等人，2016；Xu等人，2021；Li等人，2022）。此外，它还可以中心位于复杂地形区域，提高空间分辨率，从而更好地解析地形并生成更准确的阻力。因此，它在复杂地形的数值模型中具有更大的潜力来平衡计算效率和预测精度。
因此，本研究首次将拉伸网格方法应用于SSTP区域，探讨了OGWD和分辨率对TP和SSTP地区S2S尺度季风降水模拟的影响。利用Flexible-Global-Ocean-Atmosphere-Land-System-driven Unified Forecasting System Model（FGOALS-UFS）的拉伸网格功能，我们通过改变分辨率和调整OGWD方案的参数（Cdmb：山阻挡系数）进行了一系列实验。通过比较模型输出，研究了分辨率和山阻挡对季风降水的影响。该方法旨在检验FGOALS-UFS模型中的降水模拟偏差，并进一步探索模型降水偏差的物理机制。研究结果有望为FGOALS-UFS模型改进提供指导，以更好地模拟TP和SSTP复杂地形区域的降水。
部分摘录 灵活的全球海洋-大气-陆地系统-统一预报系统（FGOALS-UFS） 我们使用的实验模型是基于Unified Forecasting System（UFS）的，该系统由FGOALS-Land系统版本f2（FGOALS-f2）无缝预测系统驱动（Bao和Li，2020；Fan等人，2022；Lamichhane等人，2025），在此称为FGOALS-UFS。UFS是一个基于社区的、耦合的、综合的地球建模系统。UFS的数值应用范围从本地到全球域，预测时间尺度从亚小时分析到季节性预测，包括
降水空间分布和平均状态偏差 首先，研究了模型模拟的降水空间模式。图2展示了第3周+第4周复合降水差异的空间分布。相应的TPMFD参考降水也在图2f中显示。降水偏差分别针对TPMFD（左列）和CTRL模拟（右列）进行计算。相对于TPMFD，所有模型在再现降水空间模式方面均表现出良好的能力
讨论与总结 由于地形复杂、观测数据稀少以及粗分辨率模型中未解决的次网格尺度过程，准确模拟TP地区的降水仍然具有挑战性。在本研究中，我们评估了FGOALS-UFS模型在模拟TP及其南部斜坡降水方面的能力，利用其拉伸网格功能来探索对分辨率和地形阻力方案的敏感性。
CRediT作者贡献声明 Bikash Nepal： 写作 - 审稿与编辑，撰写初稿，可视化，验证，软件，方法论，调查，形式分析，数据管理，概念化。Qing Bao： 写作 - 审稿与编辑，撰写初稿，监督，软件，资源，方法论，调查，概念化。Jing Yang： 写作 - 审稿与编辑。Mengqian Lu： 写作 - 审稿与编辑，资金获取。Linlin Pan： 写作 - 审稿与编辑。Dipendra Lamichhane： 写作
Gao等人，2026
Lan等人，2025
Li等人，2023
Martens等人，2020
Xin等人，2022
利益冲突声明 作者声明他们没有已知的个人或财务利益可能会影响当前研究。
致谢 本工作得到了
国家自然科学基金 （资助编号：
W2412139 和
42475155 ）的支持。M. Lu感谢
香港研究资助委员会 的一般研究基金（项目编号：
16300424 ）以及
香港科技大学Otto Poon气候韧性与可持续性中心 的支持。我们还要感谢
国家大型科学和技术基础设施地球系统数值模拟设施 的技术支持（
cstr.cn/31134.02.EL ）
