商 林，孟祥新，雒佳丽，王丽娟

（1．山东省气候中心，山东 济南 250031；2．兰州大学大气科学学院，半干旱气候变化教育部重点实验室，甘肃 兰州 730000；3．中国气象局兰州干旱气象研究所，甘肃 兰州 730020）

RegCM4.0不同对流参数化方案对山东省气温和降水的模拟

商 林1，孟祥新1，雒佳丽2，王丽娟3

（1．山东省气候中心，山东 济南 250031；2．兰州大学大气科学学院，半干旱气候变化教育部重点实验室，甘肃 兰州 730000；3．中国气象局兰州干旱气象研究所，甘肃 兰州 730020）

利用NCAR／NNRP2的每日4次再分析资料、NOAA的周平均OI＿WK再分析资料和山东省122个观测站逐日气温和降水资料，使用RegCM4．0区域气候模式，选取MIT－Emanuel、Grell和Kuo3种对流参数化方案，对山东省1990—2009年气温和降水进行了数值模拟。结果表明：3种对流参数化方案均能模拟出山东省平均气温和降水量的年际变化，且对气温的模拟效果总体好于降水。模拟的年平均气温偏低，其中Grell试验模拟结果最低，而Ema和Kuo试验模拟的年平均气温在内陆地区存在冷偏差（约－1℃），在沿海地区存在暖偏差（约+1．5℃）。模拟的年降水量偏少，其中Kuo试验模拟值最少。该模式对降水的模拟效果冬季最好，夏季最差。其中，夏季降水量的模拟值Ema试验较观测值偏多13．2%，Grell试验较观测值偏少17．8%。Grell和Kuo试验，对夏季和秋季降水量的模拟值与观测值的相关系数最高。

RegCM4．0；对流参数化方案；气温；降水

商 林，孟祥新，雒佳丽，等．RegCM4．0不同对流参数化方案对山东省气温和降水的模拟［J］．干旱气象，2016，34（6）：995－1002，［SHANG Lin，MENG Xiangxin，LUO Jiali，et al．Simulation of Temperature and Precipitation Based on RegCM4．0 with Different Convection Parameterization Schemes in Shandong Province During 1990－2009［J］．Journal of Arid Meteorology，2016，34（6）：995－1002］，DOI：10．11755／j．issn．1006－7639 （2016）－06－0995

引 言

区域气候模式可用于区域尺度上的气候模拟和预测，是研究区域气候变化重要且有效的手段之一。目前基于区域气候模式发展和模拟应用的研究已有很多［1－5］。积云对流是区域气候模式中重要的非绝热加热过程之一，其时空尺度是一般模式无法分辨的次网格尺度。同时，由于没有观测资料，且受计算机技术方面的局限性，在数值模拟和预报中一般采用积云对流参数化方案。但由于未知量个数多于方程个数，出现了闭合假设问题，因此选择合适的闭合假设成为积云参数化的一个关键。

国内外对区域气候模式RegCM的积云对流参数化方案进行了大量研究。Giorgi等［6］指出，区域气候模式RegCM的参数化过程是针对特定的气候状况和分辨率设定的，对于相同的参数设置，模拟结果会因模拟区域不同而有很大差别，因此，针对模拟区域选取合适的参数化方案要进行大量反复的调试。众多研究显示，RegCM模式的模拟性能对积云对流参数化方案有较大的敏感性［7－11］，不同的对流参数化方案对中国东部季风区和江淮流域降水在不同年份表现效果并不一致［12－17］。这可能是由于选择个例不同造成对流参数化方案的表现效果不同。但同时也说明，对于哪种对流参数化方案更适合中国东部季风区还没有一致的结论，仍然是一个值得研究的问题。中国东部季风区夏季降水集中，选择合适的对流参数化方案尤为重要。

以往模拟研究的陆地区域多为全国或者流域尺度，且水平分辨率较低。高学杰等［18］使用RegCM2对东亚地区降水的模拟结果显示，东亚地区降水的模拟效果取决于模式的水平分辨率，水平分辨率越高，模拟效果越好。山东地处南北气候过渡带，旱涝既不与华北地区同步，也和江淮地区不一致［19］，因此，有必要使用RegCM对山东省进行高分辨率的区域气候模拟和应用研究。胡轶佳等［20］的研究结果显示，RegCM3．0中 Kuo和Grell对流参数化方案对1998年中国东部降水场形势模拟效果的好坏随季节交替出现。山东省属季风气候，降水集中，冬季以降雪为主，春秋季以非对流性降水为主，夏季对流性降水与非对流性降水的比重都很大，因此，不同对流参数化方案对山东省不同季节的气候模拟效果不一致。针对以上问题，本文使用RegCM4．0区域气候模式，模拟了山东省1990—2009年气温和降水，检验采用不同对流参数化方案的RegCM4．0模式对山东省的模拟能力，揭示不同对流参数化方案在不同季节的模拟效果，为该模式对山东省进行气候预测和诊断提供基础。

1 资料与方法

1．1 资 料

所用资料包括：（1）模式的初始场和边界场使用1989年11月—2009年12月每日4次的NCAR／NNRP2再分析资料，水平分辨率为2．5°×2．5°；（2）海表温度使用同期美国国家海洋和大气管理局（NOAA）的周平均OI＿WK再分析资料，水平分辨率为1°×1°；（3）山东省气象信息中心提供的1990年1月—2009年12月全省122个观测站（图1）逐日气温和降水资料，用于检验模式模拟结果。为便于分析，以12月至翌年2月为冬季，3—5月为春季，6—8月为夏季，9—11月为秋季生成序列。

图1 山东省122个观测站分布Fig．1 Spatial distribution of122 meteorological observation stations in Shandong Province

1．2 插值方法

采用Cressman方法对山东省 122个观测站资料进行插值，该方法是将离散点内插到规则格点上而引起误差较小的一种逐步订正内插方法［21］，被广泛应用于气象领域诊断分析和数值预报方案的客观分析 中［22］。

模式模拟结果与观测数据进行比较和相关性分析时，对模拟数据采用双线性内插法（Bilinear Interpolation），将格点资料插值到站点上。该方法取（x，y）点周围的4邻点，在y方向内插2次，再在x方向内插1次，得到（x，y）点的值f（x，y）。

2 区域气候模式及试验方案

使用的模式为2010年6月发行的RegCM4．0，是RegCM相对较新的版本，其动力内核基于中尺度模式MM5，模式垂直方向上使用地形坐标σ。与之前的版本相比，该版本更新包括了新的陆面过程、行星边界层、海—气通量方案和混合对流方案，修改了原有的辐射传输和边界层方案，并全面升级了模式代码，以提高灵活性和可移植性。模式的最高水平分辨率为10 km×10 km，山东省南北宽约420 km，东西长约800 km，RegCM4．0模式可以完全满足对山东省的模拟需求。

模拟的区域中心点设为（120°E，37°N），水平分辨率为10 km，南北方向格点数为120，东西方向格点数为180。模式垂直分层为18层，顶层气压为5．0 hPa。大气模块的积分步长为30 s，陆地模块的积分步长为90 s。方案选择依照以往研究结果［23－25］，侧边界方案为指数松弛方案，侧边界每6 h输入一次以驱动区域气候模式。投影选择兰伯特投影，海洋通量参数化方案采用Zeng方案。需要指出的是，RegCM4．0的BATS陆面过程方案中新增了2种土地利用类型来描述城市和郊区的环境，而山东的城镇化率已经超过50%［26］，因此本文选取BATS陆面过程方案来描述山东省的陆面过程。

本文共设计了3个试验：Ema试验，选择Massachusetts Institute of Technology（MIT）－Emanuel积云对流参数化方案，该方案的云模式是随机混合模式，主要假设云尺度的上升气流作为对流层输送的主要因子［27］；Grell试验，选择Grell积云对流参数化方案，该方案依赖于不稳定化速率的闭合假设，认为云内有上升和下沉引起的2个稳定气流，除环流顶部和底部外，在云内与环境空气之间无直接的混合［28］；Kuo试验，选择Kuo积云对流参数化方案，该方案采用质量、水汽辐合型假设，即水汽辐合总量的一部分用于凝结和降水，另一部分则用于湿润环境空气［29］。模式初始时间一般选择天气系统较为稳定的秋冬季节［30］。积分时间为1989年11月1日—2009年12月31日；初始化阶段为1989年11 月1日—12月31日，1990年1月1日—2009年12 月31日用于结果分析。山东省地势较为平缓，海拔较高的地区位于山东半岛内陆以及中部的泰山山脉（图2）。

图2 山东省地形高度分布（单位：m）Fig．2 Altitude of terrain in Shandong Province（Unit：m）

3 山东省气候概况

泰山位于山东中部，东西长约200 km，南北宽约20 km，泰山站位于主峰玉皇顶东南方向的日观峰上，海拔1 534 m，是我国建站最早的高山气象站之一。图3给出1990—2009年山东省站点观测的年平均气温和年降水量。其中，图3a和图3b为包括泰山站在内的122个站点数据，可看出，在泰山站及其周边存在年平均气温的异常低值中心和年降水量的高值区。这是因为当台站资料分布极为不均时，倘若在一大片区域内只有一个较小集中区域温度异常低或者降水异常多时，采用Cressman方法插值后该区域周围会出现虚假的圆形插值区域，且范围过大，插值的边界也变得不合理［31］。因此在分析山东省气候特征时，一般不考虑泰山站（图3c、图3d）。图3c显示，山东省年平均气温受纬度、地形和海陆分布的影响，表现出由东北向西南逐渐升高的空间分布特征，年平均气温为12～15℃。其中，在内陆地区，低纬度地区年平均气温高于高纬度地区，南北温差达1．5℃；山东半岛内陆地区海拔较高，年平均气温低于同纬度其他地区，而半岛东部沿海地区受海洋影响较大，年平均气温较低，低于12．5℃。山东省降水分布表现为南多北少，平均年降水量在500～1 000 mm之间，半岛南部地区受山区地形和海洋暖湿气流的影响，降水较多（图3d）。综上所述，山东省气温和降水分布受纬度、地形和海洋的共同影响。

图3 1990—2009年山东122（a、b）和121（c、d）个观测站的年平均气温（a、c，单位：℃）和年降水量（b、d，单位：mm）的空间插值（图a、b中圆圈为泰山站所在位置）Fig．3 The spatial interpolation of the observed annualmean temperature（a，c，Unit：℃）and annual precipitation （b，d，Unit：mm）of 122（a，b）and 121（c，d）stations in Shandong Province during 1990－2009 （The circles in fig．a and fig．b represent the location of Taishan station）

4 RegCM4.0对山东省气温和降水的模拟

图4给出1990—2009年RegCM4．0模拟的年平均气温和年降水量。与观测相比（图3c），RegCM4．0可模拟出山东内陆低纬度地区年平均气温高于高纬度地区，半岛内陆地区气温较低（图4a、图4c、图4e），但3个试验的模拟结果在泰山地区均存在一冷中心，且整体存在一定的冷偏差。这与已有的研究结果“RegCM3／4模式对东亚地区气温的模拟存在系统性的冷偏差”［32－34］一致。其中，Ema 和Kuo试验在山东内陆地区年平均气温偏低约1℃，半岛内陆地区相差不大，而Grell试验结果偏冷更为明显。同时，模式对近海岸地区的模拟能力较差，山东北部近海岸地区气温明显偏低，而半岛东部近海岸地区气温偏高约1．5℃。

与年降水量观测值（图3d）相比，RegCM4．0模式基本上可模拟出山东省降水量南多北少的特征，但降水量值明显偏少。其中，Grell试验模拟的降水量整体约为观测值的一半；Kuo试验对山东西部的降水特征模拟能力不足，年降水量＜200 mm，远低于观测的600 mm，但对其他地区的模拟结果与观测值相差不大；Ema试验的模拟结果较好，模拟的年降水量总体上比观测值小200 mm。值得注意的是，Ema试验的降水模拟结果在泰山山脉存在一降水偏多中心，而在山东南部偏少400 mm。

图4 Ema试验（a、b）、Grell试验（c、d）和 Kuo试验（e、f）模拟的1990—2009年山东省年平均气温（a、c、e，单位：℃）和年降水量（b、d、f，单位：mm）Fig．4 The simulated annualmean temperature（a，c，e，Unit：℃）and precipitation（b，d，f，Unit：mm）of Ema（a，b），Grell（c，d）and Kuo（e，f）tests in Shandong Province during 1990－2009

图5为1990—2009年山东省观测和模拟的年平均气温和年降水量变化。可以看出，与观测时间序列相比，Ema试验、Grell试验和Kuo试验均能够模拟出年平均气温和年降水量的变化趋势，但模拟值与观测值存在一定的偏差。对年平均气温而言（图5a），3个试验的模拟值较观测值偏低，其中Kuo试验偏低0．7℃，Ema试验偏低0．8℃，Grell试验偏低最多为1．2℃。就年降水量而言（图5b），Grell和Kuo试验的模拟结果明显低于观测值，而Ema试验的模拟值与观测值较接近（个别年份除外）。另外，3个试验模拟的年平均气温与观测值的相关系数均＞0．97，表明该模式对气温的模拟效果较好，因此，下文仅着重分析 RegCM4．0对降水的模拟情况。

图5 观测和模拟的1990—2009年山东省年平均气温（a）和年降水量（b）的变化Fig．5 The annual variations of the simulated and observated average temperature（a）and precipitation（b）in Shandong Province during 1990－2009

山东属于暖温带季风气候，降水年内分布很不均匀，全年降水量60%～70%集中在夏季，春秋季降水较少，冬季降水最少。表1是观测和模拟的山东省降水量的季节分布，可看出，各试验均能模拟出降水量的季节分布特征。其中，Ema试验模拟的夏季降水量较观测值偏多13．2%，其余季节均偏少，且秋季偏少最多；Kuo试验模拟的各季节降水量均较观测值偏少；Grell试验模拟的夏季降水量偏少17．8%，其他季节降水量偏少更为明显。3个试验对比发现，Grell试验模拟的季节降水量除夏季外，其他季节与观测值相差甚远。图6为观测和模拟的山东省降水量的逐月分布，可看出各试验均能模拟出降水量的月分布，但不同试验的模拟效果不尽相同。总体上，观测值大于模拟值，但Ema试验模拟的夏季降水量高于观测值，其中，6月和7月降水量分别偏多10 mm和40 mm。这主要是由于MITEmanuel对流参数化方案夏季模拟的西南气流偏北分量较大，水汽更容易由西南气流输送到山东地区，导致该地区夏季降水模拟偏多；Kuo和Grell对流参数化方案夏季在孟加拉湾存在较强的气旋性环流，且西太平洋副热带高压偏强，导致北方地区夏季降水偏弱［15］。春季，Ema试验的模拟结果与观测值（107 mm）最为接近，偏少约15 mm，其中在降水量相对较多的4月和5月模拟效果较好。秋季，Kuo试验的模拟结果与观测值（117 mm）最为接近，偏少约21 mm，且在秋季各月的模拟值都比较稳定。

表1 1990—2009年山东省各季节模拟的降水量与观测值对比Tab．1 The comparison between the observed and simulated precipitation in different seasons in Shandong Province during 1990－2009

图6 观测和3个试验模拟的1990—2009年山东省月降水量Fig．6 The observed and simulated precipitation in differentmonths in Shandong Province during 1990－2009

表2是3个试验模拟的降水量与观测值的相关系数，且相关系数均通过0．01显著性检验。可知，3个试验对夏季降水模拟的偏差较大，夏季降水量的模拟值与观测值的相关系数最低，其中Grell试验模拟的夏季降水量与观测值的相关系数最高为0．517，而Ema试验和Kuo试验模拟值与观测值的相关系数均＜0．5；模式模拟的冬季降水量与观测值的相关系数最高，Ema试验的模拟值与观测值的相关系数最高达0．779；春季和秋季，Kuo试验的模拟值与观测值的相关系数最高，分别为0．595和0．702。就全年而言，Grell试验对年降水模拟的结果与观测值的相关系数最高，达0．709。

表2 1990—2009年山东省降水量的模拟值与观测值的相关系数Tab．2 The correlation coefficients between the simulated and observed precipitation in Shandong Province during 1990－2009

表1显示，夏季和秋季是山东降水量最多和次多的季节，因此对夏秋季降水量的模拟值与观测值的相关性进行空间分析（图7）。由图7可见，降水模拟值与观测值的相关系数秋季高于夏季，说明该模式对夏季降水的模拟能力较弱。夏季，Grell试验的相关系数普遍高于Ema和Kuo试验，相关系数在0．45～0．6之间，其中山东东南部沿海、西南部和北部的部分内陆地区相关系数较低。相对于降水观测值，Ema试验夏季的偏差小于Grell试验（表1），但Grell试验夏季的相关系数较高。秋季，Kuo试验的相关系数高于Ema和Grell试验，大部分地区的相关系数在0．75以上，但对山东南部地区的模拟效果相对较差，部分地区相关系数在0．6以下。

图7 1990—2009年Ema（a、b）、Grell（c、d）和Kuo（e、f）试验模拟的山东省夏季（a、c、e）和秋季（b、d、f）降水量与观测值的相关系数Fig．7 The correlation coefficients between the observed and simulated precipitation by Ema（a，b），Grell（c，d）and Kuo（e，f）tests in summer（a，c，e）and autumn（b，d，f）in Shandong Province during 1990－2009

5 结 论

（1）RegCM4．0的3种对流参数化方案均能够模拟出山东省年平均气温和年降水量随时间的变化，总体上对气温的模拟效果好于降水。模式模拟的年平均气温较观测偏低，其中Grell试验的模拟值最低；Ema和Kuo试验模拟的年平均气温在山东内陆地区存在冷偏差（约－1℃），在沿海地区存在暖偏差（约+1．5℃）。模式模拟的年降水量偏少，其中Kuo试验的模拟值最少。

（2）RegCM4．0模式对山东冬季降水的模拟效果最好，夏季最差，但各对流参数化方案的模拟效果在不同季节表现并不一致。夏季，Ema试验的模拟值较观测值偏多13．2%，Grell试验的模拟值较观测值偏少17．8%。虽然Grell试验模拟的夏季降水偏差更大，但其与观测值的相关系数最高；春季和秋季，Kuo试验的模拟值与观测值的相关系数最高；冬季，Ema试验的模拟值与观测值的相关系数最高。可见，选择最优的对流参数化方案，以提高山东省不同季节的气候模拟效果。

［1］赵宗慈，罗勇．二十世纪九十年代区域气候模拟研究进展［J］．气象学报，1998，56（2）：225－246．

［2］刘鸿波，张大林，王斌．区域气候模拟研究及其应用进展［J］．气候与环境研究，2006，11（5）：649－668．

［3］石英．中国区域气候变化的高分辨率数值模拟［D］．北京：中国气象科学研究院，2007．

［4］Ding Y H，Shi X L，Liu Y M，et al．Multi－year simulations and experimental seasonal predictions for rainy seasons in China by using a nested regional climatemodel（RegCM＿NCC）．Part I：Sensitivity study［J］．Advances in Atmospheric Sciences，2006，23（3）：323－341．

［5］Ding Y H，Liu Y M，Shi X L，et al．Multi－Year Simulations and Experimental Seasonal Predictions for Rainy Seasons in China by U-sing a Nested Regional Climate Model（RegCM＿NCC）PartⅡ：The experimental seasonal prediction［J］．Advances in Atmospheric Sciences，2006，23（4）：487－503．

［6］Giorgi F，Marinucci M R．A investigation of the sensitivity of simulated precipitation tomodel resolution and its implications for climate studies［J］．Monthly Weather Review，1996，124（1）：148－166．

［7］刘一鸣，丁一汇．修正的质量通量积云对流方案及其模拟试验研究I：方案介绍及对1991年洪涝过程的模拟［J］．气象学报，2001，59（1）：10－22．

［8］Dash SK，Shekhar M S，Singh G P．Simulation of Indian summer monsoon circulation and rainfall using RegCM3［J］．Theoretical and Applied Climatology，2006，86（1）：161－172．

［9］鲍艳，吕世华，左洪超，等．RegCM3模式在西北地区的应用研究Ⅱ：区域选择及参数化方案的敏感性［J］．冰川冻土，2006，28 （2）：175－182．

［10］曹杰，张秀年，尤亚磊，等．区域气候模式（RegCM3）中积云对流参数化方案在纵向岭谷区的适用性研究［J］．科学通报，2007，52（S2）：101－106．

［11］Zou L，Zhou T．Sensitivity of a regional ocean－atmosphere coupled model to convection parameterization overwestern North Pacific［J］．Journal of Geophysical Research Atmospheres，2011，116 （D18）：597－616．

［12］刘永强，丁一汇，赵宗慈．1991年江淮特大异常降水的区域气候模拟．赵宗慈．中国短期气候预测的模式研究［M］．北京：气象出版社，1996：106－120．

［13］潘劲松，翟国庆，高坤．区域气候模拟中多种对流参数化方案的比较研究［J］．大气科学，2002，26（2）：206－220．

［14］刘晓东，江志红，罗树如，等．RegCM3模式对中国东部夏季降水的模拟试验［J］．大气科学学报，2005，28（3）：351－359．

［15］王美丽．RegCM4．4区域气候模式对中国当代气候及极端事件的高分辨率数值模拟［D］．北京：中国气象科学研究院，2015．

［16］李建云，王汉杰．RegCM3积云参数化方案对中国南方夏季强降水过程模拟的影响［J］．气候与环境研究，2008，13（2）：149 －160．

［17］李清华．区域气候模拟中对流参数化方案的比较研究［D］．兰州：兰州大学，2006．

［18］高学杰，徐影，赵宗慈，等．数值模式不同分辨率和地形对东亚降水模拟影响的试验［J］．大气科学，2006，30（2）：185－192．

［19］苑文华，张玉洁，孙茂璞，等．山东省降水量与不同强度降水日数变化对干旱的影响［J］．干旱气象，2010，28（1）：35－40．

［20］胡轶佳，钟中，闵锦忠．两种积云对流参数化方案对1998年区域气候季节变化模拟的影响研究［J］．大气科学，2008，32（1）：90－100．

［21］Cressman G P．An operational objective analysis system［J］．Monthly Weather Review，1959，87（10）：367－374．

［22］王跃山．客观分析和四维同化——站在新世纪的回望（Ⅱ）客观分析的主要方法（2）［J］．气象科技，2001，29（3）：1－11．

［23］朱涛．RegCM3．0与RegCM4．0对中国区域气候模拟的对比分析［D］．南京：南京信息工程大学，2012．

［24］张井贝．区域气候模式RegCM4对中国地区的数值模拟［D］．上海：华东师范大学，2013．

［25］邹靖，谢正辉．RegCM4中陆面过程参数化方案对东亚区域气候模拟的影响［J］．气象学报，2012，70（6）：1312－1326．

［26］张东红．《大众日报》山东城镇化焦点问题系列报道［D］．济南：山东大学，2013．

［27］Emanuel K A．A Scheme for Representing Cumulus Convection in Large－Scale Models［J］．Journal of the Atmospheric Sciences，1991，48（21）：2313－2329．

［28］Grell G A．Prognostic Evaluation of Assumptions Used by Cumulus Parameterizations［J］．Monthly Weather Review，1993，121（3）：764－787．

［29］Anthes R A．A Cumulus Parameterization Scheme Utilizing a One －Dimensional Cloud Model［J］．Monthly Weather Review，1977，105（3）：270－286．

［30］郑益群，高峻岭，高艺．东亚区域气候模拟研究初探［M］．北京：气象出版社，2010．

［31］张红杰，马清云，吴焕萍，等．气象降水分布图制作中的插值算法研究［J］．气象，2009，35（11）：131－136．

［32］李巧萍，丁一汇．区域气候模式对东亚季风和中国降水的多年模拟与性能检验［J］．气象学报，2004，62（2）：140－153．

［33］张冬峰，高学杰，赵宗慈．RegCM3区域气候模式对中国气候的模拟［J］．气候变化研究进展，2005，1（3）：119－121．

［34］巩崇水，段海霞，李耀辉，等．RegCM4模式对中国过去30 a气温和降水的模拟［J］．干旱气象，2015，33（3）：379－385．

Simulation of Temperature and Precipitation Based on RegCM 4．0 w ith Different Convection Parameterization Schemes in Shandong Province During 1990－2009

SHANG Lin1，MENG Xiangxin1，LUO Jiali2，WANG Lijuan3

（1．Shandong Provincial Climate Centre，Ji'nan 250031，China；2．College of Atmospheric Sciences，Lanzhou University，Key Laboratory of Semi－Arid Climate Change of the Ministry of Education，Lanzhou 730000，China；3．Institute of Arid Meteorology，CMA，Lanzhou 730020，China）

Based on the NCAR／NNRP2 reanalysis data，theweekly average OI＿WK reanalysis data from the American NationalOceanic and Atmospheric Administration（NOAA），the daily temperature and precipitation data at 122 meteorological stations in Shandong Province，the temperature and precipitation in Shandong Province during 1990－2009 were simulated by using the regional climate model（RegCM4．0）with different convection parameterization schemes，including MIT－Emanuel，Grell and Kuo parameterization schemes．The results showed that RegCM4．0 with three convection parameterization schemes could simulate reasonably the annual changes of temperature and precipitation in Shandong Province during1990－2009，and the effectof simulation on temperature was better than precipitation．The simulated values of annualmean temperaturewere lower than the observations，and the annualmean temperatures simulated by RegCM4．0 with the Grell scheme were lowest，while thatwith the Ema and Kuo schemeswere 1℃ lower than the observation in the inland areas and were 1．5℃higher than the observation in the coastal areas of Shandong Province．The annual precipitations simulated by RegCM4．0 were less than the observations，and thatwith the Kuo schemewas least．In additional，the simulation effect of precipitation was the best in winter and theworst in summer．The simulated precipitation with the Ema scheme in summer was 13．2%more than the observation，while thatwith the Grell scheme was 17．8%less than the observation．The correlation coefficients of summer and autumn precipitation between the simulation and observation were highestwith the Grell and Kuo schemes．

RegCM4．0；convection parameterization scheme；temperature；precipitation

1006－7639（2016）－06－0995－08

10．11755／j．issn．1006－7639（2016）－06－0995

P435

A

2016－02－24；改回日期：2016－05－31

山东省气象局青年基金（2015SDQN11）资助

商林（1987－），女，山东聊城人，博士，工程师，主要从事数值模式发展和研究工作．E－mail：shangl2005＠163．com