張莉 吳統(tǒng)文 辛?xí)愿?張潔 房永杰 王在志 魏敏

1國家氣候中心，北京100081

2國家氣象信息中心，北京100081

1 引言

氣候系統(tǒng)模式是研究氣候系統(tǒng)各圈層之間復(fù)雜相互作用、歷史氣候變化歸因以及未來氣候變化特征的重要工具。氣候系統(tǒng)模式的基本模擬能力則對(duì)這些研究工作的開展非常關(guān)鍵。為提高氣候系統(tǒng)模式的模擬能力，需要對(duì)模式的基本性能進(jìn)行評(píng)估，年循環(huán)模擬能力的評(píng)估是其中一項(xiàng)重要的內(nèi)容，它反映了氣候系統(tǒng)對(duì)外強(qiáng)迫——太陽輻射的響應(yīng)，模式對(duì)年循環(huán)模擬能力的提高有利于模式對(duì)氣候變率模擬的改善（Sperber and Palmer, 1996;Slingo et al., 2003; Wang et al., 2011）。降水不僅將外部輻射強(qiáng)迫和大氣環(huán)流聯(lián)系起來，降水釋放的潛熱在驅(qū)動(dòng)熱帶大氣環(huán)流和氣候系統(tǒng)能量平衡中還有著重要的作用（Wang and Ding, 2008），模式中的降水與環(huán)流模擬之間互相影響，也因此成為本研究關(guān)注的重點(diǎn)。而季風(fēng)區(qū)是各種時(shí)間尺度降水變率最大的地區(qū)（符淙斌和曾昭美，1997），各季風(fēng)區(qū)之間存在著緊密的聯(lián)系和相互作用。全球季風(fēng)是全球尺度的大氣環(huán)流隨季節(jié)變化的持續(xù)性翻轉(zhuǎn)（Trenberth et al., 2000），降水年循環(huán)模態(tài)是全球季風(fēng)的重要表現(xiàn)，它能否在模式中得到合理的模擬直接關(guān)系到對(duì)季風(fēng)變率的模擬能力。

Wang and Ding（2008）基于逐月降水和850 hPa風(fēng)場進(jìn)行的多變量經(jīng)驗(yàn)正交分解（MV-EOF）顯示，MV-EOF的前兩個(gè)模態(tài)都包含顯著的年循環(huán)特征，第一模態(tài)的方差貢獻(xiàn)為71%，最大值出現(xiàn)在7～8月份，最小值出現(xiàn)在1～2月份，反映了由于太陽強(qiáng)迫季節(jié)變化引起的大氣環(huán)流變化，稱為至日點(diǎn)模態(tài)，也有研究稱為季風(fēng)模態(tài)（張麗霞等，2008）。第二模態(tài)的方差貢獻(xiàn)為13%，最大值和最小值分別出現(xiàn)在4月和10月左右，反映了過渡季節(jié)春季和秋季之間的非對(duì)稱特征，簡稱為春秋非對(duì)稱模態(tài)。該模態(tài)也是熱帶環(huán)流季節(jié)變化，特別是春、秋赤道輻合帶（ITCZ）位置非對(duì)稱（Lau and Chan, 1983;Meehl, 1987）的一個(gè)基本特征。Wang et al.（2011）用月平均降水進(jìn)行單變量 EOF得到了類似的結(jié)果，并提出了評(píng)估模式年循環(huán)模擬能力簡單有效的方法，該方法與張麗霞等（2008）使用的方法類似，都主要參考了 Wang and Ding (2008) 提出的分析思路，可以用于評(píng)估模式對(duì)降水年循環(huán)的模擬。

2005年起，國家氣候中心（BCC）開始組織發(fā)展多圈層氣候系統(tǒng)模式（BCC_CSM），對(duì)早期版本的評(píng)估結(jié)果表明，BCC大氣環(huán)流模式 BCC_AGCM2.0能夠合理再現(xiàn)全球大氣環(huán)流的基本特征（Wu et al., 2010），對(duì)季節(jié)內(nèi)振蕩（董敏等，2009）和亞澳季風(fēng)均有一定的模擬能力（王璐等，2009），能夠合理再現(xiàn)年平均的長、短波云輻射強(qiáng)迫及凈云輻射強(qiáng)迫的空間分布型（郭準(zhǔn)等，2011），且對(duì)極端事件也有一定的模擬能力（陳海山等，2011）；BCC_CSM1.0對(duì)全球氣候平均態(tài)和極端事件（Zhang et al., 2011；董敏等，2013）均有一定模擬能力，并且其對(duì)未來氣候的預(yù)估結(jié)果與耦合模式比較計(jì)劃第3階段（CMIP3）的模式有一定的可比性（Zhang et al.，2012）。

國家氣候中心使用 2009年定版的 BCC_CSM1.1版本參加了耦合模式比較計(jì)劃第五階段（CMIP5）的工作，開展了CMIP5設(shè)計(jì)的大量試驗(yàn)（Taylor et al., 2012）。初步的評(píng)估結(jié)果顯示，BCC_CSM1.1能夠比較合理的模擬出全球基本氣候態(tài)和碳循環(huán)的主要特征（Wu et al., 2013），且 BCC_CSM1.1能夠較好地再現(xiàn)20世紀(jì)全球平均和中國區(qū)域平均的年平均地表氣溫變化，能夠抓住夏季中國中東部地區(qū)的變冷趨勢和春季西南地區(qū)的變干趨勢（Xin et al., 2013），但模式對(duì)云的模擬能力并不理想（Jiang et al., 2012）。在BCC_CSM1.1版本基礎(chǔ)上，將大氣模式和陸面模式水平分辨率從T42（42波三角截?cái)啵┨岣叩絋106（106波三角截?cái)啵┬纬闪酥械确直媛蜀詈夏Ｊ紹CC_CSM1.1 (m)，該模式被用來開展短期氣候預(yù)測業(yè)務(wù)系統(tǒng)建設(shè)，同時(shí)也開展了CMIP5的部分核心試驗(yàn)，目前尚缺乏對(duì)BCC_CSM1.1 (m) 模擬能力的全面評(píng)估。

研究發(fā)現(xiàn)，太陽輻射季節(jié)循環(huán)（Wang，1994），海氣相互作用（Wang and Ding, 2008；Zhou et al.,2008；張麗霞等，2008）都會(huì)影響降水年循環(huán)模態(tài)的模擬。且有研究表明，大部分的季風(fēng)降水變化主要是由于海洋強(qiáng)迫引起（Zhou et al., 2008），耦合模式中海表溫度季節(jié)循環(huán)模擬的偏差對(duì)降水年循環(huán)有重要影響（張麗霞等，2008）。另外，積云對(duì)流參數(shù)化（Zhang，1994; 張麗霞等，2011）等模式物理過程的不確定性對(duì)降水及其年循環(huán)的模擬也有重要影響（林壬萍等，2012）。僅僅提高模式水平分辨率對(duì)BCC_CSM模式模擬降水年循環(huán)模態(tài)的性能是否有影響呢？目前尚不清楚。

本文的目的是考察 BCC_CSM1.1和 BCC_CSM1.1 (m) 模式對(duì)熱帶降水年循環(huán)模態(tài)的模擬能力，討論偏差產(chǎn)生的可能原因，分析分辨率的提高對(duì)熱帶降水年循環(huán)模態(tài)模擬的影響。本文第2節(jié)簡要介紹模式、資料和方法。第3節(jié)主要分析模式對(duì)全球季節(jié)降水氣候態(tài)的模擬結(jié)果，第4節(jié)和第5節(jié)分別探討模式對(duì)熱帶降水年循環(huán)季風(fēng)模態(tài)和春秋非對(duì)稱模態(tài)的模擬結(jié)果及偏差原因，第6節(jié)對(duì)全文進(jìn)行總結(jié)。

2 模式、資料和方法

2.1 模式和試驗(yàn)簡介

BCC_CSM1.1是由國家氣候中心組織研發(fā)的多圈層動(dòng)態(tài)耦合的氣候系統(tǒng)模式（Wu et al., 2013）。其中，大氣分量模式為BCC_AGCM2.1（Wu et al.,2008，2010），水平方向42波三角截?cái)啵喈?dāng)于約2.8125經(jīng)度×2.8125緯度，垂直方向26層；陸面分量模式為BCC大氣—植被相互作用模式（BCC_AVIM）1.0版本；海洋分量模式為美國地球物理流體動(dòng)力學(xué)實(shí)驗(yàn)室（GFDL）研發(fā)的模塊化海洋模式（MOM）4.0版本MOM4-L40（Murray, 1996），三極網(wǎng)格，近赤道地區(qū)水平分辨率約為 1/3緯度×1經(jīng)度，中高緯約1經(jīng)度×1緯度，垂直方向40層；海冰分量模式為 GFDL研發(fā)的海冰模擬器（SIS）(Hunke and Dukowicz, 1997; Winton, 2000)，各分量模式通過耦合器 CPL5.0（Kauffman and Large,2002）進(jìn)行動(dòng)態(tài)耦合。BCC_CSM1.1(m)是在BCC_CSM1.1基礎(chǔ)上，將大氣分量模式和陸面分量模式的水平分辨率提高為水平方向106波三角截?cái)啵ㄏ喈?dāng)于 1.125經(jīng)度×1.125緯度），分別形成 BCC_AGCM2.2和BCC_AVIM1.1。

根據(jù) CMIP5提供的試驗(yàn)設(shè)計(jì)方案（Taylor et al., 2012），使用BCC_CSM1.1和BCC_CSM1.1 (m)開展歷史氣候模擬試驗(yàn)。從工業(yè)化前 1850年積分到2005年。首先將大氣的輻射強(qiáng)迫固定在1850年的水平積分500年，作為工業(yè)化前的控制試驗(yàn)，以控制試驗(yàn)結(jié)果為基礎(chǔ)，從中選擇3個(gè)不同的時(shí)間點(diǎn)分別作為初值場進(jìn)行長期積分，使用兩個(gè)模式分別得到歷史試驗(yàn)3個(gè)樣本的模擬結(jié)果。在歷史試驗(yàn)中，外強(qiáng)迫是隨時(shí)間的變化量，包括溫室氣體、臭氧、氣溶膠、太陽輻射和火山活動(dòng)。除火山活動(dòng)之外的其他所有強(qiáng)迫場數(shù)據(jù)全部從 CMIP5網(wǎng)站下載得到(http://cmip-pcmdi.llnl.gov/cmip5/forcing.html [2012-08-01]）?；鹕交顒?dòng)數(shù)據(jù)與美國國家大氣研究中心的通用氣候系統(tǒng)模式3.0版本（NCAR CCSM3）參加CMIP3時(shí)開展20世紀(jì)模擬使用的強(qiáng)迫場數(shù)據(jù)一致，以光學(xué)厚度的形式用在模式中（Ammann et al., 2003;Meehl et al., 2006）。溫室氣體包括二氧化碳（CO2）、氧化亞氮（N2O）、甲烷（CH4）、氯氟烴（CFC11和CFC12）。 氣溶膠包括自然和人為排放的硫酸鹽氣溶膠、海鹽氣溶膠、黑碳和有機(jī)碳?xì)馊苣z以及沙塵氣溶膠。

2.2 資料及處理

為了檢驗(yàn)?zāi)Ｊ綄?duì)降水年循環(huán)的模擬性能，本文使用BCC_CSM1.1和BCC_CSM1.1 (m) 開展的歷史試驗(yàn)各3個(gè)樣本1850～2005年的逐月積分結(jié)果。另外，在具體的分析中，為了闡述海洋模擬偏差對(duì)大氣溫度模擬偏差的貢獻(xiàn)，還用到了兩個(gè)大氣模式BCC_AGCM2.1和BCC_AGCM2.2開展的大氣模式比較計(jì)劃（AMIP）歷史氣候模擬得到的1979年1月至2008年12月逐月大氣溫度資料。

本文用到的觀測/再分析資料包括：（1）美國氣候預(yù)測中心（CPC）研制的合并分析降水資料（CMAP）（Xie and Arkin, 1997），1979～2008 年月平均降水率，水平分辨率為2.5°（經(jīng)度）×2.5°（緯度）；（2）美國國家環(huán)境預(yù)測中心和美國國家大氣研究中心（NCEP/NCAR）聯(lián)合制作的再分析資料（Kalnay et al., 1996），1948～2011年逐月風(fēng)場、溫度場，水平分辨率為2.5°（經(jīng)度）×2.5°（緯度），垂直方向17層；（3）英國氣象局重建的1870～2006年逐月全球海表溫度資料，空間分辨率為1°（經(jīng)度）×1°（緯度）。

為了與觀測分析資料進(jìn)行對(duì)比，將模擬降水場插值到與CMAP資料一致的格點(diǎn)上；將溫度場、風(fēng)場資料插值到與NCEP/NCAR再分析資料一致的格點(diǎn)上；將模擬海表溫度資料插值到與英國氣象局重建資料一致的網(wǎng)格點(diǎn)上。這里需要說明的是，BCC_CSM1.1 (m) 的分辨率為約 1.125°×約 1.125°，比觀測分析資料分辨率高，可能會(huì)因?yàn)椴逯涤绊憣?duì)更細(xì)節(jié)特征的描述。在分析計(jì)算之前，首先計(jì)算3個(gè)模擬樣本的集合平均（算術(shù)平均），并選取 1980～1999年計(jì)算氣候平均。

2.3 方法介紹

本文主要參考張麗霞等（2008）和Wang et al.（2011）提出的方法，用一系列診斷變量評(píng)估兩個(gè)BCC_CSM模式對(duì)降水年循環(huán)模態(tài)的模擬能力，包括：年平均降水（PANN），當(dāng)年12月至次年3月平均降水（PDJFM），4月和 5月平均降水（PAM），6月至9月平均降水（PJJAS）以及10月和11月平均降水（PON）。用6～9月（JJAS）的平均降水與12月至次年 3月（DJFM）的平均降水之差表征季風(fēng)模態(tài)PAC1，而降水和風(fēng)場的季節(jié)變化則可以體現(xiàn)季風(fēng)的特征。在北半球，季風(fēng)模態(tài)正（負(fù)）值大小代表了北半球季風(fēng)（非季風(fēng)）特征的強(qiáng)度，南半球則相反，季風(fēng)模態(tài)的負(fù)（正）值大小代表南半球季風(fēng)特性的強(qiáng)弱。用4～5月（AM）的平均降水與10～11月（ON）的平均降水之差表征春秋非對(duì)稱模態(tài)PAC2，反映了過渡季節(jié)春季和秋季之間的非對(duì)稱特征。兩個(gè)降水年循環(huán)模態(tài)的計(jì)算公式為：

PAC1=北半球夏季降水（PJJAS）-北半球冬季降水（PDJFM）

PAC2=北半球春季降水（PAM）-北半球秋季降水（PON）

在檢驗(yàn)?zāi)Ｊ降哪M能力時(shí)，用到了相關(guān)分析，同時(shí)計(jì)算了模擬相對(duì)觀測的均方根誤差（RMSE），相關(guān)系數(shù)越大，RMSE越小，模擬結(jié)果越接近觀測。

兩個(gè)時(shí)間序列的相關(guān)（COR）：使用Pearson相關(guān)系數(shù)描述兩個(gè)變量序列之間的線性相關(guān)關(guān)系。假設(shè)序列長度為K的兩個(gè)變量X(x1,x2,..., xK) 和Y(y1,y2,...,yK)，時(shí)間相關(guān)系數(shù)的計(jì)算公式為：

為定量評(píng)估模式模擬的降水空間型與觀測的相似程度，計(jì)算模擬場與觀測場之間的空間相關(guān)（PCC）?？紤]不同格點(diǎn)面積的差異，對(duì)緯度取余弦作為每個(gè)格點(diǎn)的權(quán)重系數(shù)iw，空間相關(guān)系數(shù)計(jì)算公式如下：

RMSE的計(jì)算公式如下：

其中，xlm為模擬場第l個(gè)格點(diǎn)的降水，xlobs為觀測場第l個(gè)格點(diǎn)的降水，n為總格點(diǎn)數(shù)。

3 降水氣候態(tài)

計(jì)算BCC_CSM1.1和BCC_CSM1.1 (m) 模擬的月平均全球降水與觀測之間的 PCC和模擬場相對(duì)觀測場的標(biāo)準(zhǔn)化標(biāo)準(zhǔn)差（NSD），并以此為基礎(chǔ)繪制出泰勒?qǐng)D（Taylor，2001）（圖1）。NSD和PCC越接近1，說明模擬越接近觀測。總的來看，BCC_CSM1.1和 BCC_CSM1.1（m）對(duì)逐月降水氣候態(tài)有一定模擬能力，12個(gè)月的PCC值均在0.85以上，但同時(shí)也存在一定誤差，RMSE值見表1。與BCC_CSM1.1相比，BCC_CSM1.1（m）模擬的逐月降水氣候態(tài)與觀測場之間的 PCC值，11月份略有增加，其他月份與低分辨率模式接近或略??；RMSE值，10月和11月減小，其他月份則比低分辨率模式稍偏高；各月降水的空間變化比 BCC_CSM1.1略小，且總體上更接近觀測。從本文的分析來看，提高大氣模式和陸面模式水平分辨率，對(duì)全球降水氣候態(tài)模擬的影響不明顯，雖然對(duì)降水氣候態(tài)空間變率有改進(jìn)，但部分月份的RMSE增加，PCC略有減小。

關(guān)注觀測和模擬的年平均和各季節(jié)平均降水率空間分布（圖2）。BCC_CSM1.1和BCC_CSM1.1（m）均能較合理的再現(xiàn)全球年平均和季節(jié)平均降水的主要分布特征，能夠模擬出位于沿赤道太平洋的ITCZ、南太平洋輻合帶（SPCZ）、西北太平洋地區(qū)、赤道南印度洋和非洲赤道地區(qū)的多雨帶，且降水在南北、東西方向存在明顯的非對(duì)稱特征，同時(shí)也存在明顯偏差，如BCC_CSM模擬的冬季（圖2f、k）和春季（圖2g、l）熱帶太平洋地區(qū)存在非常明顯的赤道雙輻合帶現(xiàn)象，BCC_CSM1.1 (m) 更為明顯。年平均降水（圖 2e，j，o），BCC_CSM1.1的模擬偏差（圖略）主要表現(xiàn)為：赤道太平洋 ITCZ降水區(qū)位置偏北、偏弱，南太平洋中東部地區(qū)降水偏多，導(dǎo)致中東太平洋近赤道地區(qū)由北向南存在“+”“-”“+”的偏差區(qū)；印度洋海區(qū)降水明顯偏少，尤其是南印度洋海區(qū)偏少幅度達(dá)到 5 mm/d；北太平洋主要的降水區(qū)位置稍偏北，大值中心降水強(qiáng)度偏強(qiáng)；南美西北部近赤道地區(qū)降水明顯偏多，南美東北部至大西洋的近赤道地區(qū)降水偏少；赤道非洲地區(qū)降水偏多；歐亞大陸大部地區(qū)降水偏多，青藏高原及其周邊地區(qū)降水偏多較明顯。

圖1 逐月全球降水氣候場模擬與觀測（CMAP）的空間相關(guān)、模擬相對(duì)觀測的標(biāo)準(zhǔn)化標(biāo)準(zhǔn)差泰勒?qǐng)D。短虛線對(duì)應(yīng)的弧線刻度為空間相關(guān)系數(shù)，長虛線對(duì)應(yīng)標(biāo)準(zhǔn)化的標(biāo)準(zhǔn)差；紅色實(shí)心圓表示BCC_CSM1.1的結(jié)果，藍(lán)色實(shí)心圓表示BCC_CSM1.1 (m) 的結(jié)果，REF表示觀測（CMAP）。氣候平均時(shí)段取1980～1999年Fig.1 Taylor diagram for monthly global precipitation pattern correlation coefficient, standardized deviations between BCC_CSM1.1, BCC_CSM1.1(m) and observation (Climate Prediction Center(CPC) Merged Analysis of Precipitation, CMAP).The long dashed lines indicate the standardized deviation, and the short dashed lines indicate the spatial correlation coefficient.The red and blue dots indicate results for BCC_CSM1.1 and BCC_CSM1.1(m), respectively.The REF indicates observation (CMAP).The period for climatology is from 1980 to 1999 (the same below)

表1 逐月全球降水氣候場模擬與CMAP的空間相關(guān)（PCC）及相對(duì)CMAP的均方根誤差 (RMSE)Table 1 The pattern correlation coefficient (PCC) between the simulated monthly precipitation and CMAP and the root mean square error (RMSE) relative to CMAP

BCC_CSM1.1 (m) 的偏差與 BCC_CSM1.1有相似之處也有區(qū)別，相似的偏差表現(xiàn)為：赤道東太平洋和拉美地區(qū)、赤道印度洋、赤道大西洋以及南美洲東北部地區(qū)存在降水負(fù)偏差中心，赤道太平洋

地區(qū)存在由北向南的“+”“-”“+”的偏差區(qū)；歐亞大陸大部地區(qū)年平均降水存在正偏差。與BCC_CSM1.1相比，BCC_CSM1.1 (m) 模擬的南印度洋降水有所增加、偏差減小，南美西北部地區(qū)降水正偏差減小，青藏高原及其周邊地區(qū)的降水正偏差幅度減小，赤道西太平洋的負(fù)偏差變?yōu)檎睿荁CC_CSM1.1 (m) 在東亞地區(qū)的降水負(fù)偏差幅度增加，且赤道雙輻合帶現(xiàn)象比BCC_CSM1.1更明顯，SPCZ降水過于東伸、南伸不夠，南太平洋中部的正偏差比BCC_CSM1.1更明顯。

圖2 觀測和模擬的年平均、季節(jié)平均降水率分布?xì)夂驊B(tài)（單位：mm/d）。(a–e) CMAP; (f–j) BCC_CSM1.1; (k–o) BCC_CSM1.1(m)。(a, f, k) 當(dāng)年12 月至次年3 月平均（DJFM）；(b, g, l) 4 月和5 月平均（AM）；(c, h, m) 6 月至9 月平均 (JJAS); (d, i, n) 10 月和11 月平均 (ON); (e, j, o) 年平均 (ANN)。氣候平均時(shí)段為1980～1999 年Fig.2 Climatology of annual and seasonal mean precipitation rate (mm/d) from observation and simulation.(a–e) CMAP; (f–j) BCC_CSM1.1; (k–o) BCC_CSM1.1 (m).(a, f, k) Mean from Dec to the next Mar(DJFM); (b, g, l) mean from Apr to May (AM); (c, h, m) mean from Jun to Sep (JJAS); (d, i, n) mean from Oct to Nov (ON); (e, j, o) annual mean (ANN)

4 熱帶降水季風(fēng)模態(tài)

圖 3為觀測和模擬的季風(fēng)模態(tài)以及模擬偏差場。由圖 3可知，BCC_CSM1.1和 BCC_CSM1.1(m) 均能抓住季風(fēng)模態(tài)降水和850 hPa環(huán)流關(guān)于赤道反對(duì)稱的特征，能夠較大程度上再現(xiàn)亞洲、北美、北非的正值區(qū)，南非、澳大利亞和南美的負(fù)值區(qū)（圖3a–c），但同時(shí)也存在明顯偏差。

BCC_CSM1.1和 BCC_CSM1.1 (m) 模擬的季風(fēng)模態(tài)偏差具有一定的一致性，主要表現(xiàn)在：（1）西北太平洋降水的季風(fēng)模態(tài)過于東伸和北擴(kuò)，導(dǎo)致赤道中西太平洋及其以北地區(qū)降水季風(fēng)模態(tài)偏強(qiáng)；850 hPa風(fēng)場的分析顯示，觀測中西北太平洋季風(fēng)槽的位置在 15°N附近，季風(fēng)槽向東伸展的范圍不超過 180°E，而模式模擬的季風(fēng)槽的位置則偏北約 2.5°，季風(fēng)槽向東伸展的范圍比觀測偏東 15°以上，這與西北太平洋地區(qū)降水的季風(fēng)模態(tài)異常相聯(lián)系；（2）赤道東太平洋和拉美地區(qū)降水的季風(fēng)模態(tài)比觀測偏弱，模式模擬的該地區(qū)低層季風(fēng)槽明顯弱于觀測，尤其是BCC_CSM1.1 (m) 模擬的該地區(qū)850 hPa風(fēng)場季節(jié)變化與觀測相反，導(dǎo)致該地區(qū)降水的季風(fēng)模態(tài)明顯弱于觀測；（3）南太平洋中西部地區(qū)季風(fēng)模態(tài)降水過于東伸，這可能與模式的雙輻合帶現(xiàn)象比較明顯有密切關(guān)系；（4）南美西北局部、南美西海岸的中北部地區(qū)降水的季風(fēng)模態(tài)比觀測偏強(qiáng)，這一偏差可能與模式地形造成的虛假降水有關(guān)。

比較BCC_CSM1.1 (m) 和BCC_CSM1.1的結(jié)果可以發(fā)現(xiàn)，大氣模式水平分辨率提高之后，部分地區(qū)降水季風(fēng)模態(tài)強(qiáng)度偏差減小，如西北太平洋海區(qū)、澳大利亞北部的近赤道海區(qū)、南海、南印度洋部分地區(qū)、東亞季風(fēng)區(qū)北部朝鮮和日本附近以及南美西海岸的中北部地區(qū)，南美西海岸偏差的減小可能與水平分辨率提高之后，模式對(duì)地形的描述更加合理，從而改進(jìn)了對(duì)降水的模擬有關(guān)。同時(shí)，我們也發(fā)現(xiàn)BCC_CSM1.1（m）相對(duì)BCC_CSM1.1在一些地區(qū)的偏差增加，主要包括：赤道以南的中東太平洋海區(qū)、南美中部及其以東地區(qū)、北美季風(fēng)區(qū)以及非洲西部地區(qū)，具體的原因還有待進(jìn)一步的分析。

夏季與冬季降水氣候態(tài)的模擬偏差（圖略），直接影響降水季風(fēng)模態(tài)的模擬結(jié)果。北半球夏季，BCC_CSM1.1和BCC_CSM1.1（m）模擬的東亞夏季降水偏少，拉美及其以西赤道東太平洋地區(qū)降水偏弱（尤其BCC_CSM1.1（m）模擬的該區(qū)域降水偏少幅度更大），這種偏差對(duì)季風(fēng)模態(tài)的模擬偏差有重要貢獻(xiàn)。南美夏季降水模擬偏差（圖略），對(duì)南美地區(qū)降水季風(fēng)模態(tài)的模擬有直接影響；南半球夏季南印度洋、南太平洋近赤道地區(qū)降水偏多，南半球冬季這兩個(gè)區(qū)域降水偏少，兩個(gè)季節(jié)偏差疊加導(dǎo)致了這兩個(gè)區(qū)域降水季風(fēng)模態(tài)總體上強(qiáng)于觀測。

環(huán)流對(duì)降水的模擬有著重要影響。東亞地區(qū)，北半球夏季，兩個(gè)模式模擬的850 hPa環(huán)流場在中國東部南方大部地區(qū)及其以東海區(qū)低層均存在明顯的反氣旋性模擬偏差，不利于降水的形成，且BCC_CSM1.1（m）的偏差比BCC_CSM1.1更明顯。Webster et al.（1998）以及 Trenberth et al.（2000）曾指出，北半球夏季的全球季風(fēng)系統(tǒng)包括三個(gè)主要環(huán)流系統(tǒng)，即 Hadley環(huán)流、Walker環(huán)流（太平洋、印度洋以及大西洋），以及東亞—中東、北非的側(cè)向環(huán)流，這三個(gè)環(huán)流系統(tǒng)的上升支均位于西北太平洋地區(qū)，中心位于（15°N，130°E）附近（圖 4）。兩個(gè)模式都能模擬出位于熱帶西北太平洋的高空輻散中心，但中心強(qiáng)度均偏弱，位置均偏東、偏南，BCC_CSM1.1 的結(jié)果偏至（10°N，147.5°E），BCC_CSM1.1（m）的結(jié)果偏至（10°N，157.5°E）附近。兩個(gè)模式模擬的低層西北太平洋地區(qū)季風(fēng)槽均明顯偏東，尤其BCC_CSM1.1（m）的結(jié)果偏東更為明顯（圖略）。這種偏差導(dǎo)致太平洋對(duì)應(yīng)海區(qū)環(huán)流場低層異常輻合，而高層異常輻散（圖4d、e），有利于上升運(yùn)動(dòng)發(fā)展，對(duì)流活動(dòng)增強(qiáng)，從而導(dǎo)致這些地區(qū)降水偏多（圖略）。然而，這種偏差則導(dǎo)致東亞季風(fēng)區(qū)低層環(huán)流場的反氣旋異常，綜合大氣比濕的模擬偏差導(dǎo)致向東亞季風(fēng)區(qū)的水汽輸送偏少（圖略），進(jìn)而使模擬的東亞季風(fēng)降水比觀測偏少。兩個(gè)模式均能模擬出大西洋和南非大陸上空的

200 hPa輻合大值區(qū)，但中心強(qiáng)度明顯偏強(qiáng)，位置由觀測的（15°S，5°W）偏東南至（20°S，37.5°E）。印度洋海區(qū)，模式模擬的高層異常輻合不利于該區(qū)域?qū)α靼l(fā)展，降水總體偏少。比較而言，BCC_CSM1.1（m）模擬的高層速度勢和輻散風(fēng)場偏差均比BCC_CSM1.1更大（圖4f），西北太平洋高層輻散中心位置更偏東，赤道中太平洋和南太平洋地區(qū)輻散偏差更大，中南半島和拉美附近地區(qū)存在高層異常輻合中心，這與降水偏差是對(duì)應(yīng)的。

圖3 觀測和模擬的季風(fēng)模態(tài)降水（陰影，單位: mm/d）和850 hPa 風(fēng)場（矢量，單位：m/s）空間分布（a–c）及模式模擬偏差（d–f）：（a）觀測；（b）BCC_CSM1.1；（c）BCC_CSM1.1 (m)；（d）BCC_CSM1.1－OBS；（e）BCC_CSM1.1(m)－OBS；（f）BCC_CSM1.1 (m)－BCC_CSM1.1Fig.3 The distribution of precipitation (shading, units: mm/d) and 850-hPa wind (vector, units: m/s) in observed and simulated monsoon modes from (a) observations, (b) BCC_CSM1.1, and (c) BCC_CSM1.1(m); the differences: (d) BCC_CSM1.1－OBS, (e) BCC_CSM1.1(m)－OBS, (f) BCC_CSM1.1(m)－BCC_CSM1.1

SST的模擬偏差對(duì)高層速度勢和輻散風(fēng)場的模擬偏差有貢獻(xiàn)。偏高（低）的海溫有利（不利）于觸發(fā)更多的對(duì)流，有利（不利）于空氣的輻合上升，對(duì)應(yīng)高層速度勢為負(fù)偏差/輻合偏差（正偏差/輻散偏差）的大值區(qū)。從本文的分析來看，影響最明顯的區(qū)域在赤道中東太平洋和拉美及其附近赤道海區(qū)。赤道中東太平洋，BCC_CSM1.1（m）模擬的SST暖偏差范圍明顯大于BCC_CSM1.1，對(duì)應(yīng)的高層速度勢偏差也較大。拉美及其附近赤道海區(qū)，BCC_CSM1.1模擬的該地區(qū)上空的高層輻散中心明顯偏弱，BCC_CSM1.1（m）則沒能模擬出該中心，對(duì)應(yīng)的墨西哥灣和拉美西海岸近海SST偏低，高層異常輻合，不利于低層對(duì)流的發(fā)展，降水明顯偏少。另外，北大西洋近赤道海區(qū)SST偏低，對(duì)應(yīng)高層大氣的輻合異常，也不利于降水的發(fā)生。盡管如此，由于海氣之間復(fù)雜的相互作用，熱帶海溫的偏差與高層輻散風(fēng)場和速度勢的偏差有時(shí)候?qū)?yīng)關(guān)系并不好，如印度洋海區(qū)，BCC_CSM1.1（m）模擬的SST偏高，但對(duì)應(yīng)高層卻是輻合異常。

圖4 觀測與模擬的200 hPa速度勢（等值線，單位：106 m2/s）、輻散風(fēng)場（矢量場，單位：m/s）和海表溫度（SST）（陰影，單位：K）（a–c）以及模式的模擬偏差（d–f）：（a）觀測；（b）BCC_CSM1.1；（c）BCC_CSM1.1(m)；（d）BCC_CSM1.1－OBS；（e）BCC_CSM1.1(m)－OBS；（f）BCC_CSM1.1(m) －BCC_CSM1.1Fig.4 Observed and simulated velocity potential (contour, units: 106 m2/s), divergence wind (vector, units: m/s) at200hPa, sea surface temperature (shaded,units: K) and the biases.(a) Observations, (b) BCC_CSM1.1, and (c) BCC_CSM1.1(m); the differences: (d) BCC_CSM1.1－OBS, (e) BCC_CSM1.1 (m)－OBS, (f) BCC_CSM1.1 (m)－BCC_CSM1.1

根據(jù)天氣學(xué)原理，高空急流與高空的輻合輻散有著密切聯(lián)系。觀測分析顯示，北半球夏季，在東亞副熱帶高空 40°N左右存在一條強(qiáng)西風(fēng)帶（即高空急流），中心最大風(fēng)速在30 m/s以上（圖5a），存在一個(gè)最大值中心（中心位于（40°N，92.5°E）附近）和兩個(gè)次大值中心（中心分別在歐亞大陸西部（42.5°N，52.5°E）和日本島（40°N，142.5°E）附近），西北太平洋地區(qū)位于高空西風(fēng)急流出口區(qū)的右側(cè)。在急流出口區(qū)右側(cè)，向下游風(fēng)速逐漸減小，產(chǎn)生高空輻合低層輻散的間接環(huán)流，會(huì)抑制該地區(qū)空氣的上升運(yùn)動(dòng)（丁一匯，2005）。因而，副熱帶西風(fēng)急流強(qiáng)度與西北太平洋地區(qū)的高空輻散場密切相關(guān)。模式對(duì)副熱帶西風(fēng)急流的模擬能力必然對(duì)西北太平洋地區(qū)高空輻散場的模擬產(chǎn)生一定影響。BCC_CSM的兩個(gè)版本均能模擬出200 hPa的強(qiáng)西風(fēng)帶，BCC_CSM1.1模擬的東亞副熱帶高空西風(fēng)急流最大值中心偏東偏北至（42.5°N，95°E），強(qiáng)度總體相當(dāng)，但沒能較好再現(xiàn)另外兩個(gè)次大值中心；然而，朝鮮半島及其附近上空風(fēng)速偏高，導(dǎo)致該地區(qū)出現(xiàn)高空輻合偏差，抑制空氣上升運(yùn)動(dòng)，影響降水的產(chǎn)生，對(duì)該區(qū)域夏季降水負(fù)偏差有貢獻(xiàn)。BCC_CSM1.1 (m) 的模擬結(jié)果總體稍偏強(qiáng)，最大值中心強(qiáng)度與觀測相當(dāng)，位置偏東偏北至（42.5°N,97.5°E）；位于歐亞大陸西部的次大值中心比觀測偏弱，位置稍偏西至（42.5°N，50°E）；位于日本島附近的次大值中心則比觀測明顯偏強(qiáng)，位置偏東偏北至（45°N，145°E）附近，這一明顯偏差對(duì)應(yīng)該區(qū)域較大的高空輻合偏差（圖4d、e），抑制了該區(qū)域的上升運(yùn)動(dòng)，影響降水產(chǎn)生，對(duì)應(yīng)該區(qū)域降水模擬的負(fù)偏差。

由熱成風(fēng)關(guān)系可知，模式對(duì)急流模擬的不足與模式中溫度場的模擬偏差有關(guān)。參考 Zhang et al.（2006）的方法，基于每隔2.5緯度的大氣溫度場，用較南緯度上的溫度值減較北緯度上的溫度值，得到每層、每個(gè)格點(diǎn)上的經(jīng)向溫度差（MTD），MTD的大小反映了經(jīng)向溫度梯度的大小，MTD為正值表示南暖北冷，反之MTD為負(fù)值表示南冷北暖，高空西風(fēng)急流帶與MTD大值存在非常好的對(duì)應(yīng)關(guān)系（圖5a），這與Zhang et al.（2006）和張麗霞等（2011）的分析結(jié)果是一致的。BCC_CSM1.1模擬的北半球中緯度經(jīng)向溫度梯度偏小，對(duì)應(yīng)西風(fēng)急流偏弱（圖5b）。BCC_CSM1.1（m）模擬的北半球中緯度經(jīng)向溫度梯度在 30°E～60°E范圍內(nèi)偏弱，對(duì)應(yīng)歐亞大陸西部上空的西風(fēng)急流次大值中心偏弱；130°E～170°E范圍內(nèi)則偏強(qiáng)，對(duì)應(yīng)日本島上空西風(fēng)急流次大值中心偏強(qiáng)。因此，經(jīng)向溫度梯度的模擬偏差對(duì)副熱帶西風(fēng)急流的模擬偏差可能有重要貢獻(xiàn)。

由上面的分析發(fā)現(xiàn)，在 130°E～160°E的范圍內(nèi)，模擬與觀測之間、兩個(gè)模式之間均存在較大差異，溫度場在其中到底起到了怎樣的作用？計(jì)算130°E～160°E平均的大氣溫度模擬場相對(duì) NCEP再分析場的偏差（圖6）。BCC_CSM1.1的模擬結(jié)果顯示，除40°N～45°N低層大氣溫度稍偏高外，北半球?qū)α鲗诱麑哟髿鉁囟绕?，?duì)流層中高層的大氣溫度偏差明顯高于對(duì)流層低層的偏差，最大偏差出現(xiàn)在對(duì)流層高層200～300 hPa左右，熱帶地區(qū)最大偏差超過5 K，中緯度地區(qū)的最大偏差也超過4°。同時(shí)我們注意到，25°N～30°N 及其周邊一定范圍內(nèi)，低層大氣溫度的偏低幅度高于中高層大氣的偏低幅度，使中低層大氣更穩(wěn)定，不利于對(duì)流發(fā)展，對(duì)該地區(qū)季風(fēng)降水偏少有貢獻(xiàn)。在35°N～50°N范圍內(nèi)，較低緯度氣溫的偏低幅度大于較高緯度，導(dǎo)致該范圍內(nèi)經(jīng)向溫度梯度偏小，從而影響 BCC_CSM1.1對(duì)西風(fēng)急流次大值中心的模擬。BCC_CSM1.1 (m) 模擬的對(duì)流層中高層的溫度偏差在50°N以南偏高，50°N以北偏低，溫度場偏差的這種分布使經(jīng)向溫度梯度增加，對(duì)應(yīng)的高空急流中心比觀測明顯偏強(qiáng)。

大氣溫度的這種偏差是大氣模式本身的系統(tǒng)誤差還是海洋模擬偏差影響的結(jié)果？AMIP試驗(yàn)結(jié)果顯示，單獨(dú)大氣模式 BCC_AGCM2.1模擬的130°E～160°E范圍內(nèi)大部分地區(qū)大氣溫度也存在明顯的冷偏差，但冷偏差幅度小于 BCC_CSM1.1的結(jié)果。由圖4可知，BCC_CSM1.1模擬的研究范圍內(nèi)海溫存在冷偏差，這說明偏低的海溫通過海氣耦合過程，增加了大氣的冷偏差。BCC_AGCM2.2的模擬結(jié)果顯示，35°N～52°N范圍內(nèi)對(duì)流層大氣稍偏暖，其他大部分地區(qū)偏冷；海氣耦合之后，BCC_CSM1.1 (m) 模擬的35°N以南的大氣溫度由負(fù)偏差變?yōu)檎睢＿@些結(jié)果說明，SST模擬的偏差通過耦合過程對(duì)大氣溫度的模擬偏差是有貢獻(xiàn)的。海氣耦合之后與之前的差值場顯示（圖略），海氣耦合至少對(duì)研究區(qū)域內(nèi)的大氣溫度偏差有明顯影響。另外，BCC_CSM1.1(m)模擬的該范圍內(nèi) SST冷偏差減弱甚至有的海區(qū)為正偏差，比 BCC_CSM1.1模擬的SST增加，這說明提高大氣模式分辨率，通過海氣相互作用對(duì)SST的模擬也有改進(jìn)。

圖5 北半球夏季（JJAS）平均的200 hPa緯向風(fēng)（等值線，單位：m/s）和500～200 hPa平均的經(jīng)向溫度差（陰影，單位：K）：（a）觀測（NCEP資料）；（b）BCC_CSM1.1；（c）BCC_CSM1.1 (m)Fig.5 The distributions of mean 200-hPa zonal wind (isolines, units: m/s) and meridional air temperature differences averaged from 500 hPa to 200 hPa(shading, units: K) in JJAS: (a) Observation (NCEP data); (b) BCC_CSM1.1; (c) BCC_CSM1.1 (m)

5 熱帶降水春秋非對(duì)稱模態(tài)

圖7給出了觀測和模擬的熱帶降水春秋非對(duì)稱模態(tài)分布。BCC_CSM1.1和 BCC_CSM1.1 (m) 均能在一定程度上抓住春秋非對(duì)稱模態(tài)降水和850 hPa風(fēng)場的主要特征，能夠抓住熱帶太平洋和大西洋地區(qū)的春秋非對(duì)稱模態(tài)南北反位相特征。但模擬相對(duì)觀測也存在較大偏差，特別是在熱帶太平洋地區(qū)。就降水而言，觀測中ITCZ與SPCZ之間為負(fù)值，中心位于160°W～140°W，兩個(gè)模式均沒能很好地抓住這一特征。BCC_CSM1.1模擬的負(fù)值區(qū)位置稍偏北，范圍偏大、偏西；BCC_CSM1.1 (m)模擬的負(fù)值區(qū)明顯偏北，且緯向伸展范圍平直，沒有西北—東南的分布特征。雖然模式能模擬出熱帶太平洋和大西洋地區(qū)春秋非對(duì)稱模態(tài)的反位相特征，但是強(qiáng)度存在差別，BCC_CSM1.1的結(jié)果明顯偏強(qiáng)，BCC_CSM1.1 (m) 的結(jié)果在部分地區(qū)也偏強(qiáng)。

從850 hPa風(fēng)場來看，偏強(qiáng)的低層環(huán)流區(qū)普遍對(duì)應(yīng)降水春秋非對(duì)稱模態(tài)偏強(qiáng)的地區(qū)，南美大陸低層反氣旋強(qiáng)度模擬強(qiáng)于觀測，不利于南美大陸上降水的形成，對(duì)應(yīng)較大的降水負(fù)偏差；南美東北部及其以東海域氣旋式氣流模擬結(jié)果較觀測偏強(qiáng)，對(duì)應(yīng)降水正偏差；印度洋地區(qū)和赤道北太平洋東部地區(qū)反氣旋式氣流強(qiáng)度模擬強(qiáng)于觀測，對(duì)應(yīng)降水春秋非對(duì)稱模態(tài)的負(fù)偏差區(qū)；赤道北大西洋海區(qū)的降水春秋非對(duì)稱模態(tài)負(fù)值區(qū)對(duì)應(yīng)明顯的低層輻散風(fēng)場，然而BCC_CSM1.1和BCC_CSM1.1 (m) 模擬的輻散風(fēng)都偏弱，所以該地區(qū)降水春秋非對(duì)稱模態(tài)也偏弱。

圖6 北半球夏季（JJAS）（130°E～160°E）范圍緯向平均的大氣溫度垂直分布偏差場（單位：K）：（a）BCC_CSM1.1－NCEP，（b）BCC_CSM1.1 (m)－NCEP,（c）BCC_CSM1.1 (m)－BCC_CSM1.1Fig.6 The differences of latitude-height cross sections of JJAS mean air temperature (units: K) for 130°E-160°E: (a) BCC_CSM1.1－NCEP;(b)BCC_CSM1.1 (m)－NCEP; (c) BCC_CSM1.1 (m)－BCC_CSM1.1

圖7 同圖3，但為春秋非對(duì)稱模態(tài)結(jié)果Fig.7 Same as Fig.3, but for the spring-fall asymmetry mode

提高分辨率后，BCC_CSM1.1 (m) 模擬的熱帶大西洋、南非、赤道西印度洋春秋非對(duì)稱模態(tài)偏差減小，更接近觀測；熱帶中西太平洋地區(qū)反對(duì)稱的降水春秋非對(duì)稱模態(tài)，BCC_CSM1.1 (m) 的模擬結(jié)果明顯弱于BCC_CSM1.1，對(duì)應(yīng)此地區(qū)兩模式之間850hPa風(fēng)場的偏差西風(fēng)。

關(guān)注春季（4、5月）與秋季（10、11月）降水場的模擬結(jié)果及其相對(duì)觀測的偏差（圖略）。模式能夠較好再現(xiàn)北半球秋季熱帶降水的分布特征，對(duì)春秋非對(duì)稱模擬態(tài)的模擬偏差主要是由于模式對(duì)北半球春季ITCZ的模擬能力不足造成的。北半球春季，觀測中太平洋降水帶位于5°N附近的整個(gè)經(jīng)度內(nèi)以及南太平洋輻合帶。BCC_CSM1.1模擬的赤道北太平洋地區(qū)降水明顯偏弱，尤其中東太平洋地區(qū)偏弱更明顯，南太平洋輻合帶降水在近赤道的群島區(qū)降水明顯偏強(qiáng)，降水區(qū)南伸不夠，過于東伸，在赤道中東太平洋存在赤道雙輻合帶現(xiàn)象。BCC_CSM1.1 (m) 的結(jié)果中，南太平洋輻合帶的降水分布也存在明顯的南伸不夠、過于東伸的現(xiàn)象，在赤道中東太平洋表現(xiàn)出更強(qiáng)的赤道雙輻合帶現(xiàn)象，這對(duì)模擬的降水季節(jié)變化產(chǎn)生了明顯影響。

考慮到降水的春秋非對(duì)稱模態(tài)與 SST關(guān)系密切（Webster et al.,1998; Wang and Ding, 2008），分別計(jì)算觀測和模擬的氣候平均逐月降水 EOF分析的第二主分量PC2和氣候態(tài)逐月SST的相關(guān)（圖8）。觀測結(jié)果顯示，PC2和逐月SST的主要正相關(guān)區(qū)位于印度洋、南太平洋及南大西洋；負(fù)相關(guān)區(qū)位于北太平洋以及北大西洋；赤道東太平洋地區(qū)正負(fù)相關(guān)的界限呈東北—西南走向，這與張麗霞等（2008）的結(jié)果是一致的。BCC_CSM1.1和BCC_CSM1.1 (m) 總體上均能模擬出PC2與SST之間的這種關(guān)系，但相關(guān)系數(shù)高低值的分布與觀測存在差異，尤其是南太平洋的分布差別較明顯。兩個(gè)模式的模擬結(jié)果中該區(qū)域的相關(guān)系數(shù)均低于觀測，且南太平洋相關(guān)系數(shù)的高低值分布與觀測差別較大，BCC_CSM1.1 (m) 在赤道中太平洋南側(cè)相關(guān)系數(shù)明顯偏小，甚至出現(xiàn)了負(fù)相關(guān)。兩個(gè)模式模擬的阿拉伯海地區(qū)負(fù)相關(guān)范圍較觀測大。這些結(jié)果表明，BCC_CSM模擬的春秋非對(duì)稱模態(tài)與熱帶海洋SST之間的關(guān)系存在一定偏差，這種偏差的存在必然對(duì)熱帶降水年循環(huán)的模擬產(chǎn)生影響。

觀測研究表明，降水年循環(huán)與SST之間有著密切的關(guān)系。計(jì)算南北緯 5°以內(nèi)的 SST年循環(huán)（圖9）。觀測結(jié)果顯示，赤道東太平洋、大西洋、印度洋 SST存在明顯的年循環(huán)特征，3、4月份左右最暖，赤道東太平洋SST 9月份左右達(dá)到最低，大西洋和印度洋SST在8月份左右達(dá)到最低；赤道西太平洋SST存在半年周期的循環(huán)特征；且赤道東太平洋 SST的年循環(huán)有明顯的西傳特征。BCC_CSM1.1能夠抓住熱帶SST周期變化的部分特征，但強(qiáng)度明顯比觀測偏弱；赤道東太平洋SST的年循環(huán)中心位置偏西且西傳不明顯，赤道印度洋SST春季的暖期明顯偏短、偏弱；大西洋地區(qū)SST年循環(huán)偏弱、中心位置偏西。相比較而言，BCC_CSM1.1(m) 模擬的赤道大西洋、印度洋SST年循環(huán)明顯比BCC_ CSM1.1的結(jié)果要好，強(qiáng)度更接近觀測，中心位置也趨于更合理，這與BCC_CSM1.1 (m) 對(duì)降水春秋非對(duì)稱模態(tài)模擬效果的改善是對(duì)應(yīng)的。但BCC_ CSM1.1 (m) 模擬的東太平洋SST年循環(huán)雖然強(qiáng)度有所增強(qiáng)、西傳也更明顯，但中心位置更偏西，暖期向冷期的轉(zhuǎn)換時(shí)間提前。這些偏差的存在必然對(duì)該地區(qū)降水年循環(huán)產(chǎn)生影響。

影響SST模擬的因素主要來自兩個(gè)方面，一是海洋本身的動(dòng)力過程，這里不做詳細(xì)討論，另外一方面就是模式對(duì)赤道信風(fēng)的模擬。我們知道，風(fēng)吹過海面時(shí)，風(fēng)對(duì)海面的摩擦力以及風(fēng)對(duì)海浪迎風(fēng)面施加的壓力，迫使海水向前移動(dòng)，在質(zhì)量平衡的作用下，深層海水上翻導(dǎo)致局地海溫下降，因此模式對(duì)赤道信風(fēng)的模擬偏差必然會(huì)對(duì)熱帶海表溫度的模擬產(chǎn)生影響。對(duì) 5°S～5°N 平均的近地表緯向風(fēng)場年循環(huán)的初步分析顯示（圖 10），BCC_CSM1.1(m) 在赤道印度洋（尤其赤道西印度洋）和西太平洋的模擬結(jié)果比 BCC_CSM1.1更接近觀測。赤道大西洋，BCC_CSM1.1和 BCC_CSM1.1 (m) 模擬的地表緯向風(fēng)場年循環(huán)大值中心的位置均偏西，這與該海區(qū)海溫年循環(huán)大值中心位置偏西一致；然而，兩個(gè)模式模擬的緯向風(fēng)年變化幅度均比觀測偏強(qiáng)，這與該海區(qū)海溫年變化幅度差異的對(duì)應(yīng)關(guān)系并不好。赤道東太平洋，BCC_CSM1.1 (m) 模擬的地表緯向風(fēng)年循環(huán)在強(qiáng)度上比 BCC_CSM1.1更接近觀測，但其西傳速度卻更快，這與模擬的海表溫度年循環(huán)的特征是對(duì)應(yīng)的。這一結(jié)果說明，大氣和陸面模式分辨率提高之后，模式模擬的赤道信風(fēng)年循環(huán)有所改進(jìn)，這種改進(jìn)對(duì)熱帶海溫年循環(huán)的改進(jìn)是有一定貢獻(xiàn)的，但并不能完全解釋SST年循環(huán)的模擬差異。

圖8 觀測和模擬的全球逐月降水EOF第二主分量PC2與SST的相關(guān)系數(shù)分布，粗實(shí)線為零線。（a）觀測，其中降水使用CMAP降水資料，海表溫度使用HadISST資料；（b）BCC_CSM1.1;（c）BCC_CSM1.1(m)Fig.8 Distribution of the correlation coefficient between the second principal component (PC2) and SST.(a) Observation, where the PC2 of precipitation derives from CMAP monthly data, and the SST climatology derives from HadISST data; (b) BCC_CSM1.1; (c) BCC_CSM1.1 (m)

6 總結(jié)

基于國家氣候中心組織研發(fā)的 BCC_CSM1.1和 BCC_CSM1.1 (m) 所開展的歷史氣候模擬試驗(yàn)結(jié)果，分析評(píng)估了兩個(gè)模式對(duì)全球降水氣候態(tài)的模擬能力，并重點(diǎn)評(píng)估了兩個(gè)模式對(duì)熱帶降水年循環(huán)模態(tài)的模擬能力，主要結(jié)論如下：

（1）BCC_CSM1.1和 BCC_CSM1.1 (m) 均能合理再現(xiàn)全球年平均降水的分布特征，能夠模擬出全球降水多雨帶、少雨帶的分布，同時(shí)也存在一定偏差。兩模式模擬的赤道東太平洋和拉美地區(qū)、赤道印度洋、赤道大西洋以及南美洲東北部地區(qū)存在降水負(fù)偏差中心，赤道太平洋地區(qū)存在由北向南的“+”“-”“+”的偏差區(qū)；歐亞大陸大部地區(qū)年平均降水存在正偏差。

（2）BCC_CSM1.1和 BCC_CSM1.1 (m) 均能較合理再現(xiàn)熱帶降水年循環(huán)模態(tài)的基本分布特征，這包括季風(fēng)模態(tài)中降水與環(huán)流關(guān)于赤道反對(duì)稱的特征，熱帶太平洋和大西洋地區(qū)春秋非對(duì)稱模態(tài)南北反位相特征。

（3）大氣溫度場、環(huán)流以及SST的模擬偏差對(duì)降水年循環(huán)的模擬均有一定影響。模式對(duì)大氣溫度場和 SST的模擬偏差通過環(huán)流影響降水季風(fēng)模態(tài)的模擬。模式能夠較合理再現(xiàn)熱帶 SST年循環(huán)特征，且能在一定程度上再現(xiàn)春秋非對(duì)稱模態(tài)與SST之間的相關(guān)分布，SST的模擬偏差必然對(duì)春秋非對(duì)稱模態(tài)的模擬偏差有貢獻(xiàn)。

圖9 觀測和模擬的赤道地區(qū)（5°S～5°N平均）SST距平經(jīng)度—時(shí)間剖面 （等值線間隔：0.4 K）：（a）觀測；（b）BCC_CSM1.1；（c）BCC_CSM1.1(m)Fig.9 Longitude–time section of SST anomalies (isoline interval: 0.4 K) averaged for the equatorial belt (5°S–5°N): (a) Observation; (b) BCC_CSM1.1; (c)BCC_CSM1.1 (m)

（4）水平分辨率提高之后，BCC_CSM1.1 (m)相對(duì)BCC_CSM1.1在某些模擬性能上有所提高，這表現(xiàn)在：BCC_CSM1.1 (m) 模擬的氣候態(tài)逐月降水空間變率更接近觀測；對(duì)部分地區(qū)降水年循環(huán)模態(tài)的模擬有改善，尤其印度洋地區(qū)；模擬的印度洋、大西洋SST年循環(huán)更接近觀測；模擬的熱帶降水年循環(huán)的部分特征更合理。但同時(shí)，有些方面仍不合理，比如：BCC_CSM (m) 模擬的拉美及其附近赤道東太平洋海區(qū)降水年循環(huán)模態(tài)與觀測的差別更大。因此，還有待繼續(xù)開展大量工作對(duì)BCC_CSM進(jìn)行改進(jìn)。

圖10 觀測和模擬的赤道地區(qū)（5°S～5°N平均）近地面緯向風(fēng)距平經(jīng)度—時(shí)間剖面（等值線間隔：0.4 m/s）：（a）觀測；（b）BCC_CS M1.1；（c）BCC_CSM1.1 (m)Fig.10 Longitude–time section of near-surface eastward wind anomalies (isoline interval: 0.4 m/s) averaged for the equatorial belt (5°S–5°N): (a)Observation; (b) BCC_CSM1.1; (c) BCC_CSM1.1 (m)

（References）

Ammann C M, Meehl G A, Washington W M, et al.2003.A monthly and latitudinally varying volcanic forcing dataset in simulations of 20th century climate [J].Geophys.Res.Lett., 30: 1657, doi:10.1029/2003GL016875.

陳海山, 施思, 周晶.2011.BCC 氣候模式對(duì)中國近50a 極端氣候事件的模擬評(píng)估 [J].大氣科學(xué)學(xué)報(bào), 34 (5): 513–528.Chen Haishan, Shi Si, Zhou Jing.2011.Evaluation of recent 50 years extreme climate events over China simulated by Beijing Climate Center (BCC) climate model [J].Transactions of Atmospheric Sciences (in Chinese), 34 (5): 513–528.

丁一匯.2005.高等天氣學(xué) [M].北京: 氣象出版社, 138pp.Ding Yihui.2005.Advanced Synoptic Meteorology (in Chinese) [M].Beijing: China Meteorological Press, 138pp.

董敏, 吳統(tǒng)文, 王在志, 等.2009.北京氣候中心大氣環(huán)流模式對(duì)季節(jié)內(nèi)振蕩的模擬 [J].氣象學(xué)報(bào), 67 (6): 912–922.Dong Min, Wu Tongwen,Wang Zaizhi, et al.2009.Simulations of the tropical intraseasonal oscillations by the AGCM of the Beijing Climate Center [J].Acta Meteorologica Sinica (in Chinese), 67 (6): 912–922.

董敏, 吳統(tǒng)文, 王在志, 等.2013.氣候系統(tǒng)模式 (BCC_CSM1.0) 對(duì) 20世紀(jì)降水及其變率的模擬 [J].應(yīng)用氣象學(xué)報(bào), 24 (1):1–11.Dong M,Wu T, Wang Z, et al.2013.A simulation study on the precipitation and its variation during the 20th century by using the BCC climate model(BCC_CSM1.0) [J].Journal of Applied Meteorological Science (in Chinese), 24 (1): 1–11.

符淙斌, 曾昭美.1997.季風(fēng)區(qū)—全球降水變率最大的地區(qū) [J].科學(xué)通報(bào), 42 (21): 2306–2309.Fu Congbin, Zeng Shaomei.1997.Monsoon–The area where the variability of precipitation is most significant [J].Chinese Science Bulletin (in Chinese), 42 (21): 2306–2309.

郭準(zhǔn), 吳春強(qiáng), 周天軍, 等.2011.LASG/IAP和BCC大氣環(huán)流模式模擬的云輻射強(qiáng)迫之比較 [J].大氣科學(xué), 35 (4): 739–752.Guo Zhun, Wu Chunqiang, Zhou Tianjun, et al.2011.A comparison of cloud radiative forcing simulated by LASG/IAP and BCC atmospheric general circulation models [J].Chinese Journal of Atmospheric Sciences (in Chinese), 35 (4): 739–752.

Hunke E C, Dukowicz J K.1997.An elastic–viscous–plastic model for sea ice dynamics [J].J.Phys.Oceanogr., 27: 1849–1867.

Jiang J H, Su H, Zhai C X, et al.2012.Evaluation of cloud and water vapor simulations in CMIP5 climate models using NASA “A-Train” satellite observations [J].J.Geophys.Res., 117, doi:10.1029/2011JD017237.

Kalnay E, Kanamitsu M, Kistler R, et al.1996.The NCEP/NCAR 40-year reanalysis project [J].Bull.Amer.Meteor.Soc., 77: 437–470.

Kauffman B G, Large W G.2002.The CCSM coupler version combined user’s guide, source code reference and scientific description [R].National Center for Atmospheric Research, Box 3000, Boulder, CO 80307 U.S.A.1–46.

Lau K M, Chan P H.1983.Short-term climate variability and atmospheric teleconnections from satellite-observed outgoing longwave radiation.Part II: Lagged correlations [J].J.Atmos.Sci., 40: 2751–2767.

林壬萍, 周天軍, 薛峰, 等.2012.NCEP/NCAR再分析資料所揭示的全球季風(fēng)降水變化 [J].大氣科學(xué), 36 (5): 1027–1040.Lin Renping,Zhou Tianjun, Xue Feng, et al.2012.The global monsoon variability revealed by NCEP/NCAR reanalysis data [J].Chinese Journal of Atmospheric Sciences (in Chinese), 36 (5): 1027–1040.

Meehl G A.1987.The annual cycle and interannual variability in the tropical Pacific and Indian Ocean regions [J].Mon.Wea.Rev., 115:27–50.

Meehl G A, Washington W M, Santer B D, et al.2006.Climate change projections for the twenty-first century and climate change commitment in the CCSM3 [J].J.Climate, 19: 2597–2616.

Murray R J.1996.Explicit generation of orthogonal grids for ocean models[J].J.Comput.Phys., 126: 251–273.

Slingo J, Inness P, Neale R, et al.2003.Scale interactions on diurnal to seasonal timescales and their relevance to model systematic errors [J].Ann.Geophys., 46: 139–155.

Sperber K R, Palmer T N.1996.Interannual tropical rainfall variability in general circulation model simulations associated with the atmospheric model intercomparison project [J].J.Climate, 9: 2727–2750.

Taylor K E.2001.Summarizing multiple aspects of model performance in a single diagram [J].J.Geophys.Res., 106 (D7): 7183–7192.

Taylor K E, Stouffer R J, Meehl G A.2012.An overview of CMIP5 and the experiment design [J].Bull.Amer.Meteor.Soc., 93 (4): 485–498.

Trenberth K E, Stepaniak D P, Caron J M.2000.The global monsoon as seen through the divergent atmospheric circulation [J].J.Climate, 13:3969–3993.

Wang B.1994.On the annual cycle in the tropical eastern central Pacific [J].J.Climate, 7: 1926–1942.

Wang B, Ding Q H.2008.Global monsoon: Dominant mode of annual variation in the tropics [J].Dynam.Atmos.Oceans, 44: 165–183.

Wang B., Kim H J, Kikuchi K, et al.2011.Diagnostic metrics for evaluation of annual and diurnal cycles [J].Climate Dyn., 37: 941–955.

王璐, 周天軍, 吳統(tǒng)文, 等.2009.BCC大氣環(huán)流模式對(duì)亞澳季風(fēng)年際變率主導(dǎo)模態(tài)的模擬 [J].氣象學(xué)報(bào), 67 (6): 973–982.Wang Lu, Zhou Tianjun, Wu Tongwen, et al.2009.Simulation of the leading mode of Asian–Australian monsoon interannual variability with the Beijing Climate Center atmospheric general circulation model [J].Acta Meteorologica Sinica (in Chinese), 67 (6): 973–982.

Webster P J, Maga?a T N, Palmer T, et al.1998.Monsoons: Processes,predictability, and the prospects for prediction [J].J.Geophys.Res., 103:14451–14510.

Winton M.2000.A reformulated three-layer sea ice model [J].J.Atmos.Ocean.Tech., 17: 525–531.

Wu T W, Yu R, Zhang F.2008.A modified dynamic framework for atmospheric spectral model and its application [J].J.Atmos.Sci., 65:2235–2253.

Wu T W, Yu R C, Zhang F, et al.2010.The Beijing Climate Center for the Atmospheric General Circulation Model (BCC-AGCM2.0.1): Description and its performance for the present-day climate [J].Climate Dyn., 34:123–147.

Wu T W, Li W P, Ji J J, et al.2013.Global carbon budgets simulated by the Beijing Climate Center climate system model for the last century [J].J.Geophys.Res., 118 (10): 4326–4347.

Xie P P, Arkin P A.1997.Global precipitation: A 17-year monthly analysis based on gauge observations, satellite estimates, and numerical model outputs [J].Bull.Amer.Meteor.Soc., 78: 2539–2558.

Xin X G, Wu T W, Li J L, et al.2013.How well does BCC_CSM1.1 reproduce the 20th century climate change over China? [J].Atmos.Ocean Sci.Lett., 6 (1): 21–26.

Zhang G J.1994.Effects of cumulus convection on the simulated monsoon circulation in a general-circulation model [J].Mon.Wea.Rev., 122:2022–2038.

Zhang L, Dong M, Wu T W.2011.Changes in precipitation extremes over eastern China simulated by the Beijing Climate Center Climate System Model (BCC_CSM1.0) [J].Climate Res., 50: 227–245.

Zhang L, Wu T W, Xin X G, et al.2012.Projections of annual mean air temperature and precipitation over the globe and in China during the 21st century by the BCC climate system model BCC_CSM1.0 [J].Acta Meteorologica Sinica, 26 (3): 362–375, doi:10.1007/s13351-012-0308-8.張麗霞, 周天軍, 吳波, 等.2008.氣候系統(tǒng)模式FGOALS_s1.1對(duì)熱帶降水年循環(huán)模態(tài)的模擬 [J].氣象學(xué)報(bào), 66 (6): 968–981.Zhang Lixia,Zhou Tianjun, Wu Bo, et al.2008.The annual models of tropical precipitation simulated by LASG/IAP ocean–atmosphere coupled model FGOALS_s1.1 [J].Acta Meteorologica Sinica (in Chinese), 66 (6): 968–981.

張麗霞, 周天軍, 曾先鋒, 等.2011.積云參數(shù)化方案對(duì)熱帶降水年循環(huán)模態(tài)模擬的影響 [J].大氣科學(xué), 35 (4): 777–790.Zhang Lixia, Zhou Tianjun, Zeng Xianfeng, et al.2011.The annual modes of tropical precipitation simulated with LASG/IAP AGCM: Sensitivity to convection schemes [J].Chinese Journal of Atmospheric Sciences (in Chinese), 35(4): 777–790.

Zhang Y C, Kuang X Y, Guo W D, et al.2006.Seasonal evolution of the upper-tropospheric westerly jet core over East Asia [J].Geophys.Res.Lett., 33: L11708.

Zhou T J, Yu R C, Li H M, et al.2008.Ocean forcing to changes in global monsoon precipitation over the recent half-century [J].J.Climate, 21 (15):3833–3852.