基于野外观测、ERA5再分析数据、CORDEX区域气候模式及局地气象数据的凝结水潜力模型评估

《Atmosphere》:Model-Based Evaluation of Dew Condensation Potential Across Contrasting Climates Using Field Observations, ERA5, CORDEX, and Local Weather Data

【字体: 大 中 小 】 时间:2026年07月01日 来源:Atmosphere 2.6

编辑推荐:

  被动集水器表面的凝结水(dew condensation)可在不同气候区补充水资源,但其预测仍存在不确定性,原因在于凝结过程既取决于大气条件,也取决于集水器特性。本研究利用四个站点的野外观测数据评估了基于物理过程的凝结水潜力模型(水平冷凝表面)的性能:赫尔辛基

  
被动集水器表面的凝结水(dew condensation)可在不同气候区补充水资源,但其预测仍存在不确定性,原因在于凝结过程既取决于大气条件,也取决于集水器特性。本研究利用四个站点的野外观测数据评估了基于物理过程的凝结水潜力模型(水平冷凝表面)的性能:赫尔辛基(芬兰)、马考(肯尼亚)、阿雅克肖(科西嘉岛,法国)和波尔多(法国)。模拟主要由ERA5再分析数据驱动,而局地气象站数据在可用时用于敏感性分析。欧洲站点近未来的凝结水行为进一步通过EURO-CORDEX气候数据进行了检验。该模型复现了凝结的时间规律与累积进程,但预测产量总体高于观测产量,尤其在赫尔辛基和马考站点表现明显。最佳一致性出现在波尔多,其实验设置与模型假设高度吻合。局地气象站数据改善了一致性,凸显了特定地点夜间条件的重要性。CORDEX模拟显示了清晰的站点差异:波尔多具有最高且最稳定的预测凝结潜力,阿雅克肖凝结频繁但强度较低,赫尔辛基年总量较低但每个凝结夜的单产相当。结果表明,该模型可用于比较不同气候区的相对凝结潜力并识别凝结季节,但准确估算可收获的凝结水量需要对集水器特性(如几何形状和表面性质)进行更好的表征。
## 研究背景与问题提出

淡水短缺正随着气候变化与景观演变而日益加剧,特别是在降水稀少且时空分布不均的地区。在此背景下,露(dew)与雾等非降雨水资源可通过夜间辐射冷却和局地大气条件实现全年收集,成为不依赖次级能源基础设施的被动水源。野外研究已证实,从北方寒冷温带气候到半干旱地中海沿海及海洋性温带区域,凝结水形成可能频繁发生。被动露珠收集器通常为1 m2的低密度聚乙烯(low-density polyethylene, LDPE)表面,倾斜30°并带有隔热背板,被视为标准凝结水收集器(Standard collector)。尽管单夜平均产量仅0.069–0.145 mm/night,但累积产量可构成有意义的补充水源,尤其通过几何结构优化和材料特性改进可进一步提升产量。

凝结水的形成机制涉及复杂的地表–大气能量交换过程:当暴露表面冷却至周围空气的露点温度(dew point temperature)以下时,辐射冷却与对流、潜热之间的失衡导致凝结。该过程受表面发射率、热绝缘性能、几何形状和排水效率等因素调控,有时其影响程度可与气象变异性相当。为超越野外实验进行凝结水估算,研究者开发了多种基于地表能量平衡(surface energy balance)的模型,其中辐射冷却与对流热传导、热通量及凝结释放的潜热相平衡。此类模型结合再分析数据集(如ERA5)已应用于特定站点及区域、全球评估。

现有研究在模型验证方面仍存在两点关键不足:其一,多数模型性能评价局限于单一气候区或宏观尺度应用,缺乏对站点尺度行为的充分评估,难以检验模型在不同大气条件下的稳健性;其二,尽管再分析数据已用于运行凝结水模型,但利用气候模式研究近未来凝结水行为、预测及季节转换方面仍十分有限。此外,新型野外实验(如自动擦拭凝结表面、喷砂增加成核位点)表明,模型与观测产量间的差异可能不仅源于气象不确定性,还与被简化或排除的表面过程/特性有关。

本研究旨在评估基于物理过程的凝结水模型在不同气候条件下的性能,并检验该模型是否可用于近未来凝结水预测,以加强凝结水模型在站点评估、气候比较和大气水资源评价中的应用。

## 关键技术方法

研究采用Vuollekoski等于2015年开发的开源凝结水模型,通过求解地表热平衡与质量平衡方程,模拟水平隔热凝结表面的凝结过程。模型输入参数包括近地表气温(2 m高度)、露点温度(2 m高度)、风速(10 m高度,由ERA5纬向和经向风分量计算)、向下短波辐射、向下长波辐射及地表粗糙度,以小时分辨率驱动模拟。研究利用欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的ERA5再分析数据集作为四站点(赫尔辛基、马考、阿雅克肖、波尔多)模拟的主要气象输入;赫尔辛基和马考站点还使用了局地自动气象站(Automatic Weather Station, AWS)数据进行对比验证,其中赫尔辛基气象数据由Vaisala WXT530多参数气象发射器采集,长波辐射引用自约3 km外的Kumpula气象站,马考长波辐射则采用ERA5数据替代。近未来凝结水预测采用EURO-CORDEX EUR-11区域气候降尺度数据(ICHEC-EC-EARTH全球气候模式,r12i1p1实现,REMO2015动力降尺度,RCP4.5排放情景,2027–2037年),空间分辨率0.11°(约12.5 km),提取最近格点数据并以小时分辨率输入模型。

## 研究结果

### ERA5与局地气象数据与野外实验的对比

模型与观测凝结水量的比较显示,模型能较好复现凝结累积进程,但总产量存在差异。ERA5模拟在赫尔辛基2022年(偏差+176%)、赫尔辛基2024年(+124%)和马考(+146%)呈现最大累积偏差;阿雅克肖偏差较小(+17.9%),而波尔多则为低估(?18.8%)。相关性和误差统计表明,阿雅克肖和波尔多的一致性最强,赫尔辛基和马考较弱。

赫尔辛基两期野外实验中,2022年观测累积凝结水量为3.5 L m?2(43个凝结夜),ERA5模拟为9.7 L m?2(69个模拟凝结夜),局地气象站数据将模拟值降至7.0 L m?2(56个模拟凝结夜);2024年观测为5.1 L m?2(43个凝结夜),ERA5模拟11.5 L m?2,局地数据降至6.1 L m?2。马考观测累积量为25.5 L m?2(305个凝结夜),ERA5模拟62.8 L m?2,局地气象站45.5 L m?2。阿雅克肖和波尔多仅有ERA5数据:阿雅克肖观测10.2 L m?2(138个凝结夜),模拟12.1 L m?2;波尔多观测12.7 L m?2(253个凝结夜),模拟12.0 L m?2(372个模拟凝结夜),比率0.81。

逐日时间序列显示,ERA5和局地气象站模拟呈现更频繁、更均一的逐日凝结事件,尤其在赫尔辛基和马考,模型预测了许多实际测量值极低或无凝结的日子。ERA5近邻格点敏感性分析表明,格点选择的不确定性具有站点依赖性:波尔多各格点累积曲线相似,赫尔辛基则因海陆影响差异而离散较大。

### CORDEX气候数据下的凝结水预测

CORDEX模拟显示三个欧洲站点存在清晰差异。累积模拟凝结水量在11年预测期末达到:波尔多约423 L m?2、赫尔辛基约325 L m?2、阿雅克肖约205 L m?2。年平均凝结水量:波尔多42.3 L m?2 yr?1、赫尔辛基32.5 L m?2 yr?1、阿雅克肖20.6 L m?2 yr?1。年际变率以变异系数(coefficient of variation)衡量,波尔多最低(5.8%),赫尔辛基中等(9.4%),阿雅克肖最高(11.2%)。

年均模拟凝结日数:波尔多352天、阿雅克肖320天、赫尔辛基282天。每次凝结夜的平均产量:波尔多0.120 L m?2 night?1、赫尔辛基0.115 L m?2 night?1、阿雅克肖0.064 L m?2 night?1。Sen斜率估计显示趋势无统计学显著性:波尔多+0.48 L m?2 yr?1、赫尔辛基+0.42 L m?2 yr?1为弱正趋势,阿雅克肖?0.20 L m?2 yr?1为弱负趋势。

逐日预测显示阿雅克肖全年以液态凝结为主,冬季和深秋有冰沉积;赫尔辛基液态凝结见于晚春至秋季,寒冷月份以冰沉积为主;波尔多全年液态凝结频繁,寒冷期有冰沉积。年累积曲线揭示:阿雅克肖全年渐变累积;赫尔辛基年初累积低、春季后迅速增加;波尔多全年稳定累积。

## 讨论总结

### 模型性能与不确定性来源

模型能正确模拟凝结累积的一般时间规律,但在不同站点和数据集间表现各异。赫尔辛基和马考的高估可能与模型假设的水平隔热表面与实际30°倾斜标准收集器之间的几何差异有关——倾斜表面辐射交换和热交换效率不同于水平表面,冷却效率较低。阿雅克肖和波尔多采用水平聚甲基丙烯酸甲酯(polymethyl methacrylate, PMMA)凝结板,与模型假设更为吻合,故一致性更好,但波尔多较小面积(0.16 m2)的边缘效应和热惯性差异仍存局限。此外,水平凝结器通过称重测量,而倾斜收集器依赖重力被动收集,大量液滴滞留于表面未获收集,也造成实测值偏低。

ERA5输入数据本身的不确定性亦贡献于模拟误差:其约31 km空间分辨率平滑了风速、湿度、辐射和地表特征的梯度,尤其在混合海陆站点。局地气象站数据改善了一致性,但即使使用局地温度、湿度和风速观测,凝结水收集仍受表面气流、液滴滞留、延迟径流、再蒸发、局地遮蔽和表面湿润历史等未表征过程影响。

模型将任何正模拟凝结量均计为凝结事件,而野外观测仅反映可测量的收集水量,导致事件频率高估。例如赫尔辛基2022年观测43个凝结夜,ERA5模拟69个、局地数据56个。模型未考虑日出后凝结水蒸发及快速变化条件下的凝结中断与恢复,这在风速增加、云量变化导致辐射损失减少时尤为重要。

### CORDEX预测结果的解释

CORDEX分析旨在检验近未来气候数据能否复现真实凝结季节、相对站点差异和短期变化,而非预测精确未来可收获量。单一模型链和单一排放情景的使用意味着结果应作为单链近未来估计,而非基于完整集合的气候预测。

三个欧洲站点的预测行为反映了局地气候对凝结频率和夜产量的影响:波尔多海洋性气候使其具有最高且最稳定的凝结潜力,全年持续凝结;阿雅克肖地中海沿海气候因海洋湿度供应支持频繁凝结,但夜间较暖条件和较大通风减弱辐射冷却,导致高频低强凝结;赫尔辛基凝结更依赖季节窗口长度和时机,非全年凝结,但有利条件下夜产量与波尔多相当,主要限制在于短凝结季节。模型还揭示了赫尔辛基寒冷季节冰沉积的重要性,表明凝结潜力并非冬季缺失而是部分转化为冻结沉积。

年际变化应解读为方向性而非气候趋势:赫尔辛基呈最清晰正方向(凝结量和频率增加),波尔多弱正方向,阿雅克肖略负。Mann-Kendall检验未指示统计学显著单调趋势。

## 研究结论

本研究通过赫尔辛基、马考、阿雅克肖和波尔多的野外 observations、ERA5再分析数据、局地气象站数据及近未来CORDEX气候投影,评估了基于模型的凝结水形成模拟。研究发现,ERA5和局地气象站数据均能捕捉凝结的总体进程,而局地观测通过更好表征特定地点夜间气候条件,一般降低了赫尔辛基的累积偏差。用于检验相对未来凝结行为的CORDEX模拟,在比较不同气候区凝结潜力、复现凝结事件的一般时机与累积发展、以及识别预测气候数据下的凝结季节和短期方向性变化方面具有应用价值;即使目的非产量预测的绝对值,结果仍具参考价值。总体而言,为准确估算可收获的凝结水量,模型需要更好表征收集器几何形状和方位,因为与阿雅克肖和波尔的水平PMMA收集器数据集相比,赫尔辛基和马考的倾斜标准收集器偏差更大。改进凝结器表面特性、表面湿润、排水过程和短期局地大气变率的表征,对于更精确的产量估算同样必要。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号