watercloud_mod.F

路径

LMDZ.MARS\libf\phymars\watercloud_mod.F

所属目录/模块

libf/phymars

文件定位

水冰云形成的主调度模块。根据 microphys 开关选择简化云方案 (simpleclouds) 或完整微物理方案 (improvedclouds)，包含时间子循环、次网格云覆盖分数计算、冰粒半径更新、非负保护、HDO 分馏和尘埃清除等逻辑。被 physiq 在每个物理时间步调用。

定义的符号

依赖的模块

调用的关键例程

输入

输出

共享状态与副作用

• module 变量：zdqcloud（3D）、zdqscloud（2D）为 SAVE+ALLOCATABLE，带 OMP THREADPRIVATE，在 ini_watercloud_mod 分配、end_watercloud_mod 释放。
• SAVE 变量：imicro（子循环步数）、microtimestep、microtimestep_prev、firstcall、flagcloud 均为 SAVE+THREADPRIVATE。
• firstcall：首次调用时检查 nq <= nqmx，读取 imicro 参数。
• 标准输出：firstcall 打印 tracer 索引和 imicro 值；microtimestep 变化时打印新值；CLFvarying 首次打印 spant 和 mincloud。
• 诊断输出：代码中 write_output 调用已被注释掉（行 293-300、698-710）。

核心逻辑

1. firstcall 初始化（行 165-186）：验证 nq <= nqmx；根据是否 MESOSCALE 编译宏设 imicro 默认值（2 或 30），通过 getin_p 允许用户覆盖。
2. 计算 microtimestep（行 190-196）：microtimestep = ptimestep / real(imicro)；变化时打印通知。
3. 初始化倾向累积器和默认值（行 199-203）：sum_subpdq=0, sum_subpdt=0, rhocloud=rho_dust。
4. CLFvarying 次网格云覆盖计算（行 206-301）：
   • 用 pdt*ptimestep 和 pdq*ptimestep 更新有效温度 pteff 和有效 tracer pqeff。
   • 调用 tcondwater 计算凝结温度 tcond。
   • 根据 tcond 与 ztclf ± spant 的关系计算网格内云覆盖分数 cloudfrac，mincloud=0.1 为下限。
   • 按冰含量加权求柱总覆盖 totcloudfrac。
   • 将 CCN 和 h2o_ice tracer 除以 cloudfrac 得到云内有效值。
5. 主方案分派（行 315-387）：
   • microphys=true：单次调用 improvedclouds，传入原始网格平均量 pt/pq（不受 CLFvarying 影响），自适应时间步在 improvedclouds 内部处理。
   • microphys=false：imicro 步子循环调用 simpleclouds，传入 CLFvarying 修改后的云内有效值 pteff/pqeff（行 349-351）；每步累加 pdt/pdq 作为阶梯输入，simpleclouds 返回的倾向也累加回 sum_subpdq/sum_subpdt；循环结束后从 zt_micro/zq_micro 中恢复最终状态。
   • 关键分支差异：CLFvarying 方案中 pteff/pqeff 经过云覆盖分数调整（pqeff(ccn,h2o_ice) /= cloudfrac），但 improvedclouds 接收的是未经 cloudfrac 调整的 pt/pq——两个方案对次网格云的处理方式完全不同。最终 CLFvarying 均值化（行 677-695 将倾向乘以 cloudfrac）在两种路径之后统一执行。
6. 计算最终倾向（行 393-453）：从 zt_micro/zq_micro 减去初始状态和输入倾向，得到纯云过程倾向 pdtcloud/pdqcloud；涉及 h2o_vap, h2o_ice, hdo_vap, hdo_ice, ccn_mass, ccn_number, dust_mass, dust_number（后者受 microphys/scavenging 开关控制）。
7. 非负保护（行 457-534）：
   • CCN：若 pq + ptimestep*(pdq+pdqcloud) <= 1. 或质量阈值 1.e-20，强制归零并反推 dust 倾向。
   • dust（scavenging 路径）：同理。
   • h2o_ice/h2o_vap：若最终值 <= qparentmin，强制归零并保持质量守恒（vap↔︎ice 互反）。
   • HDO：跟随 H2O 的非负保护同步处理。
8. 更新粒子半径（行 536-674）：
   • scavenging 路径：调用 updaterdust 更新尘埃半径。
   • microphys=true 且 supersat=false 时：调用 watersat 检查饱和，强制凝结过量水汽，同时计算 HDO 分馏系数 α（Lamb et al. 2017 公式 exp(13525/T² - 0.0559)）。
   • microphys=true：调用 updaterice_micro 更新 ice 半径和 rhocloud。
   • microphys=false：调用 updaterice_typ 更新 ice 半径。
   • CO2 升华修正（行 651-660）：若第一层气压变化接近层厚，用上层 rice 覆盖。
   • 计算 rsedcloud = max(rice*(1+nuice_sed)³, rdust)。
   • 设 nuice = nuice_ref（常数，对数正态分布假设）。
9. CLFvarying 倾向缩放（行 677-695）：所有倾向乘以 cloudfrac，将云内值映射回网格平均。
10. 清理：返回 pdqcloud、pdtcloud、rice、nuice、rsedcloud、rhocloud、totcloudfrac。

伪代码

watercloud(ngrid, nlay, ptimestep, ...):

  if firstcall:
    assert nq <= nqmx
    imicro = getin_p("imicro")   // default: 30 (global), 2 (MESOSCALE)
    firstcall = false

  microtimestep = ptimestep / imicro
  sum_subpdq = 0, sum_subpdt = 0
  rhocloud = rho_dust

  // --- CLFvarying 次网格方案 ---
  if CLFvarying:
    pteff = pt + pdt*ptimestep         // 有效温度
    pqeff = pq + pdq*ptimestep         // 有效 tracer
    tcond = tcondwater(pplay, h2o_vap + h2o_ice)
    // cloudfrac ∈ [mincloud, 1] 由 tcond 与温度分布宽度决定
    totcloudfrac = 按冰含量加权的 cloudfrac 柱平均
    pqeff(ccn, h2o_ice) /= cloudfrac  // 转为云内值

  // --- 主方案分派 ---
  if microphys:
    // improvedclouds 接收原始 pt/pq（网格平均量），不用 pteff/pqeff
    zt_micro, zq_micro = improvedclouds(pt, pq, ...)   // 自适应时间步
  else:
    // simpleclouds 接收 CLFvarying 修改后的 pteff/pqeff（云内有效值）
    for microstep = 1..imicro:
      累加 pdt, pdq 为阶梯输入
      subpdqcloud, subpdtcloud = simpleclouds(pteff, pqeff, sum_subpdq, ...)
      累加 subpdqcloud, subpdtcloud 回 sum
    zt_micro = pt + ptimestep * sum_subpdt / imicro
    zq_micro = pq + ptimestep * sum_subpdq / imicro

  // --- 最终倾向 ---
  pdtcloud = (zt_micro - pt)/ptimestep - pdt
  pdqcloud[tracer] = (zq_micro[tracer] - pq[tracer])/ptimestep - pdq[tracer]

  // --- 非负保护 (CCN → dust → h2o_ice/h2o_vap → HDO) ---
  enforce_positive(pq, pdq, pdqcloud, qparentmin/thresholds)

  // --- 粒子半径更新 ---
  if scavenging: rdust = updaterdust(dust updated)
  if microphys:
    if not supersat: enforce_no_supersaturation(watersat)
    rice, rhocloud = updaterice_micro(ice, ccn)
  else:
    rice = updaterice_typ(ice, tau, pzlay)
  CO2 升华第一层修正
  rsedcloud = max(rice*(1+nuice_sed)³, rdust)
  nuice = nuice_ref

  // --- CLFvarying 均值化 ---
  if CLFvarying:
    pdqcloud *= cloudfrac
    pdtcloud *= cloudfrac

参与的主题流程

写法特点

• 固定格式 Fortran 77（.F 后缀，续行用第 6 列 & 或 c 注释）。
• SAVE + THREADPRIVATE：imicro、microtimestep、microtimestep_prev、firstcall、flagcloud，保证 OpenMP 线程安全。
• firstcall 模式：首次调用时读取参数和打印诊断，之后 firstcall=.false.。
• 阶梯输入法：simpleclouds 路径中，每个 microstep 将 pdt/pdq 累加为阶梯式输入（而非简单平分），这可能导致其他过程倾向累积到负值，因此需要后续非负保护。
• 非负保护逻辑：先处理 CCN（阈值 1.0 和 1.e-20），再处理 dust，最后处理 h2o_ice/h2o_vap（阈值 qparentmin），每层保证质量守恒（vap↔︎ice 互反、ccn↔︎dust 互反）。
• HDO 分馏（行 577-608）：仅在 microphys=true + supersat=false + hdo=true + 凝结时激活，使用 Lamb et al. 2017 公式 α = exp(13525/T² - 0.0559)；升华时按 HDO/H2O 比例分配。
• 编译宏：MESOSCALE 影响 imicro 默认值；#ifndef MESOSCALE 保护诊断输出代码。
• 硬编码常数：spant=3.0（K）、mincloud=0.1、CCN 阈值 1./1.e-20、CO2 升华修正系数 0.9。

复现要点

• imicro 默认值依赖编译宏 MESOSCALE（2 vs 30），可通过 run.def 的 imicro 覆盖。
• supersat=false 时的额外饱和检查会修改 pdqcloud，改变 H2O/HDO 倾向分配。
• CLFvarying 方案中 spant=3.0 K 和 mincloud=0.1 为硬编码，无法通过配置修改。
• 非负保护的执行顺序（CCN → dust → h2o → HDO）影响最终倾向值，不同顺序可能导致不同结果。
• CO2 升华第一层修正（行 654-660）在 pdpsrfptimestep > 0.9(pplev层差) 时触发，仅影响第 1-2 层 rice。
• simpleclouds 路径中最终 zt_micro/zq_micro 的除以 real(imicro) 平均化（行 383-385）意味着子循环内所有 microstep 的累积倾向被均摊。

待确认

• conc_mod 的 mmean 在 watercloud 本体中未被直接调用，但在 use 列表中——推断是为了让 improvedclouds 内部可见，但 Fortran module 的 use 不自动传递，需确认是否多余或 improvedclouds 自行 use。
• zdqcloud 和 zdqscloud 声明为 module 变量但在 watercloud 子程序中使用的是参数 pdqcloud，module 变量可能由外部（如 calchim）直接读写——待确认。

相关页面

• phymars 目录总览
• simpleclouds_mod：简化水冰云方案。
• improvedclouds_mod：完整水冰云微物理方案。
• water-saturation-helpers：watersat 和 tcondwater。
• updaterad — 冰粒/尘埃半径更新
• 尘埃循环主题
• 水循环主题