何越，蔡怡，陳幸榮，王海燕

（1.廈門(mén)大學(xué)海洋與地球?qū)W院，福建廈門(mén)361005；2.國(guó)家海洋環(huán)境預(yù)報(bào)中心，北京100081；3.國(guó)家海洋局海洋災(zāi)害預(yù)報(bào)技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，北京100081）

海洋氣候變化預(yù)估及研究方法綜述

何越1,2，蔡怡2,3，陳幸榮2，王海燕2

（1.廈門(mén)大學(xué)海洋與地球?qū)W院，福建廈門(mén)361005；2.國(guó)家海洋環(huán)境預(yù)報(bào)中心，北京100081；3.國(guó)家海洋局海洋災(zāi)害預(yù)報(bào)技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，北京100081）

概述了目前預(yù)估的未來(lái)海洋氣候變化狀態(tài)，總結(jié)了在氣候變化預(yù)估中常用的氣候模式，包括簡(jiǎn)單概念性氣候模式、中等復(fù)雜程度氣候模式、氣候系統(tǒng)模式和地球系統(tǒng)模式，介紹了海洋氣候變化預(yù)估的多模式集合法和動(dòng)力降尺度法。指出當(dāng)前對(duì)一些對(duì)氣候變化影響較大的區(qū)域海洋和氣候系統(tǒng)自然變率的模擬預(yù)估研究還存在很多不足之處。高分辨率氣候系統(tǒng)模式和基于多模式集合的概率預(yù)估可以在一定程度上減少海洋氣候變化預(yù)估的不確定性，高分辨率氣候模式的研發(fā)和概率預(yù)估的應(yīng)用是當(dāng)前的兩個(gè)主要發(fā)展趨勢(shì)。

海洋氣候變化預(yù)估；氣候模式；多模式集合；動(dòng)力降尺度

1 引言

20世紀(jì)以來(lái)，全球環(huán)境發(fā)生了前所未有的變化，全球降水量重新分配，冰川和凍土消融，海平面上升，極端氣候事件如熱浪、干旱和強(qiáng)降水等發(fā)生的強(qiáng)度和頻率增加，一系列全球性重大環(huán)境問(wèn)題對(duì)人類(lèi)的生存和發(fā)展造成嚴(yán)重威脅[1-2]。以全球變暖為主要特征的氣候變化是這一系列全球環(huán)境問(wèn)題產(chǎn)生的根源。聯(lián)合國(guó)氣候變化專(zhuān)門(mén)委員會(huì)第五次評(píng)估報(bào)告指出，氣候系統(tǒng)的變暖是毋庸置疑的：自20世紀(jì)中葉以來(lái)，大氣和海洋已變暖、積雪和冰量已減少、海平面已上升、溫室氣體濃度已增加。地球表面溫度在近三十年中的每個(gè)十年都相繼高于1850年以來(lái)的任何先前十年[3]。

海洋作為氣候系統(tǒng)的重要組成部分，在氣候系統(tǒng)的變化和調(diào)節(jié)方面發(fā)揮著重要作用。海洋表層吸收大量的太陽(yáng)輻射，并通過(guò)潛熱、長(zhǎng)波輻射和感熱交換的方式輸送給大氣，以能量形式來(lái)影響大氣運(yùn)動(dòng)。近幾十年來(lái)，氣候系統(tǒng)約93%的熱增量存儲(chǔ)于海洋上700 m層中，并促使海洋熱膨脹及其后的海平面上升，另外少量的熱增量使得大陸變暖、大氣升溫和冰川融化。海洋巨大的熱慣性，使得其變化相對(duì)于大氣變化一般會(huì)遲滯數(shù)個(gè)月或更長(zhǎng)，其年循環(huán)也要遲緩于陸地，陸地和毗鄰海面的溫度差，會(huì)引起季風(fēng)環(huán)流等各種大氣反應(yīng)。海洋在風(fēng)力和冷熱造成的密度差異以及蒸發(fā)、降水和徑流的影響下，會(huì)做水平和垂直運(yùn)動(dòng)，在運(yùn)動(dòng)過(guò)程中，海洋重新分配熱量和鹽分，其分配方式對(duì)決定地球氣候的細(xì)節(jié)至關(guān)重要[4]。

對(duì)海洋氣候變化的預(yù)估有助于增進(jìn)對(duì)全球氣候變化的理解，有助于更全面地評(píng)估未來(lái)氣候變化帶來(lái)的一系列影響，及早作出合理的適應(yīng)對(duì)策。本文概述了目前預(yù)估的全球和區(qū)域海洋未來(lái)可能的氣候變化狀態(tài)，并介紹了氣候預(yù)估所用數(shù)值模式的發(fā)展和主要?jiǎng)恿︻A(yù)估方法，最后進(jìn)行了總結(jié)和展望。

2 預(yù)估的未來(lái)海洋氣候變化狀態(tài)

作為由世界氣象組織（World Meteorological Organization，WMO）和聯(lián)合國(guó)環(huán)境規(guī)劃署（UnitedNations Environment Programme，UNEP）于1988年共同建立的政府間機(jī)構(gòu)，政府間氣候變化專(zhuān)門(mén)委員會(huì)（Intergovernmental Panel on Climate Change，IPCC）是牽頭評(píng)估氣候變化的國(guó)際組織。IPCC對(duì)氣候系統(tǒng)變化的預(yù)估基于一系列氣候模式得出，包括簡(jiǎn)單氣候模式、中等復(fù)雜模式、綜合氣候模式以及地球系統(tǒng)模式。國(guó)際耦合模式比較計(jì)劃（Coupled Model Intercomparison Project，CMIP）由世界氣候研究計(jì)劃（WRCP）組織，耦合模式比較計(jì)劃第五階段（CMIP5）于2008年啟動(dòng)，IPCC第五次評(píng)估報(bào)告主要采納了CMIP5氣候模式的結(jié)果。這些模式對(duì)未來(lái)氣候變化的預(yù)估基于一系列人為強(qiáng)迫的情景—典型濃度路徑（RCPs），每種路徑提供了不同程度的輻射強(qiáng)迫、溫室氣體（氣溶膠、化學(xué)活性氣體）排放和濃度及土地利用/覆蓋[5]。

2.1 預(yù)估的未來(lái)全球海洋氣候變化狀態(tài)

根據(jù)IPCC第五次評(píng)估報(bào)告的結(jié)果，在所有RCP情景下，全球海洋都將會(huì)變暖。未來(lái)海洋平均溫度將會(huì)上升（見(jiàn)圖1）。2016—2035年全球平均海表面溫度和垂直平均海洋溫度，將會(huì)高于1986—2005年間對(duì)應(yīng)的海洋平均溫度。到2090年，在RCP8.5情景下平均海表面溫度將會(huì)比1990年高出2.7℃。到21世紀(jì)末，在RCP2.6和RCP8.5情景下，上層100 m內(nèi)海洋增溫分別約為0.6℃和2.0℃，1000 m深的海洋增溫分別約為0.3℃和0.6℃。預(yù)估熱帶和北半球副熱帶地區(qū)的海表面是變暖最強(qiáng)的區(qū)域，而深海變暖最強(qiáng)的區(qū)域位于南大洋[6]。

圖1 CMIP5多模式在不同情景下模擬的2081—2100年相對(duì)1986—2005年均表面溫度變化[3]

研究表明[7]海洋熱含量將增加，熱量從海面輸送到深海。在RCP4.5情景下，上700 m深的海洋表層和次表層吸收的熱能占海洋吸收總熱能的50%，上2 000 m深的海水層吸收的熱能占到85%。海洋的熱能從海表面輸送到海洋深處需要持續(xù)很長(zhǎng)時(shí)間，即使從當(dāng)前開(kāi)始溫室氣體排放量減少或濃度保持穩(wěn)定，海洋變暖也仍將會(huì)持續(xù)幾個(gè)世紀(jì)。

Burkett等[8]研究顯示海冰范圍會(huì)進(jìn)一步縮減（見(jiàn)圖2）。21世紀(jì)后期，北極海冰蓋將會(huì)繼續(xù)縮小并變薄，南極海冰范圍和體積也將會(huì)減少。預(yù)估2081—2100年與1986—2005年相比，北極海冰體積在RCP2.6情景下在二月份將減少8%，九月份將減少43%，在RCP8.5情景下二月份將減少34%，九月份將減少94%.南極海冰體積在RCP2.6情景下二月份將減少16%，九月份將減少8%，在RCP8.5情景下二月份將減少67%，九月份將減少30%.

圖2 CMIP5多模式模擬的1980—2100年北半球9

圖3 CMIP5多模式在不同RCP情景下模擬的2081—2100年相對(duì)1986—2005年全球相對(duì)海平面的變化[3]

Wong等[9]指出全球平均海平面將會(huì)上升（見(jiàn)圖3）。全球平均海平面在2081—2100年與1986—2005年相比，RCP2.6情景下將會(huì)上升0.26～0.55 m，RCP4.5情景下將會(huì)上升0.32～0.63 m，RCP8.5情景下將會(huì)上升0.45～0.82 m。在導(dǎo)致全球平均海平面上升的因素中，熱膨脹貢獻(xiàn)最大，占30%～55%，其次是冰川，占15%～35%。在南大洋和北美洲附近，區(qū)域海平面變化值比全球平均值高30%，在赤道地區(qū)比平均值高10%～20%，北極和位于南極附近的區(qū)域比平均值低50%，極端海平面出現(xiàn)率將會(huì)明顯增加。預(yù)估2100年之后，全球平均海平面將會(huì)持續(xù)上升。海洋熱膨脹隨著全球變暖而加劇，引起的海平面上升將會(huì)持續(xù)數(shù)百年乃至數(shù)千年。

2.2 預(yù)估的未來(lái)區(qū)域海洋氣候變化狀態(tài)

海洋氣候呈現(xiàn)出全球平均變化狀態(tài)的同時(shí)，各區(qū)域海洋也呈現(xiàn)出各自不同的變化型態(tài)。IPCC第五次評(píng)估報(bào)告指出[3]，在21世紀(jì)末期，厄爾尼諾-南方濤動(dòng)（El Ni?o-Southern Oscillation，ENSO）將仍是熱帶太平洋區(qū)域自然氣候變率的主導(dǎo)模態(tài)，并影響全球氣候，ENSO引起的區(qū)域降水變率將會(huì)增強(qiáng)。在北太平洋和北美地區(qū)，與厄爾尼諾和拉尼娜（遙相關(guān)）有關(guān)的溫度和降水距平型態(tài)未來(lái)可能東移。未來(lái)南太平洋幅合帶緯向事件的年際發(fā)生率將會(huì)增加，南太平洋幅合帶將會(huì)南移，導(dǎo)致南美東南部降水增加，幅合帶北部降水減少。在熱帶印度洋，東部升溫幅度將會(huì)減小，降水將會(huì)減少；西部升溫幅度將會(huì)增大，降水將會(huì)增多。印度洋年際變率的偶極子模態(tài)將保持活躍，并對(duì)東非、印度尼西亞和澳大利亞的極端氣候產(chǎn)生影響。預(yù)估21世紀(jì)末，大西洋經(jīng)向翻轉(zhuǎn)環(huán)流（Atlantic Meridional Overturning Circulation，AMOC）將會(huì)減弱，在RCP2.6情景下約減弱11%，在RCP8.5情景下約減弱34%。

海洋的西邊界流區(qū)域展現(xiàn)出了最大的變暖速率，全球氣候模式預(yù)測(cè)隨著氣候的變化西邊界流系統(tǒng)將會(huì)繼續(xù)加速變暖[10]。預(yù)估在全球變暖的背景下，由于夏季風(fēng)增強(qiáng)冬季風(fēng)減弱，中國(guó)東海黑潮很有可能會(huì)增強(qiáng)[11]。預(yù)估21世紀(jì)末，加勒比海和墨西哥灣海域的西邊界流系統(tǒng)（包括加勒比海流、尤卡坦海流和環(huán)海流）的體積輸運(yùn)將會(huì)減少20%～25%[12-13]。到21世紀(jì)中期，澳大利亞西邊界流的輸運(yùn)量將會(huì)減少15%，印度尼西亞貫穿流的輸運(yùn)量將會(huì)減少20%，澳大利亞?wèn)|邊界流的輸運(yùn)量將會(huì)增加12%，東邊界流延伸體的輸運(yùn)量將會(huì)增加35%[14]。

21世紀(jì)末，我國(guó)近海的海溫將會(huì)有一個(gè)相對(duì)較大幅度的增加[15-16]。預(yù)估溫度增量最大為2.5～4.5℃，最小為1.2～2.0℃。溫度增加較大的區(qū)域位于渤海和黃海中部，增加較小的區(qū)域位于我國(guó)東南沿岸，朝鮮西海岸和東海南部附近[11]。宋春陽(yáng)等[16]指出未來(lái)近100 a我國(guó)近海海溫有明顯的升高趨勢(shì)，在RCP4.5和RCP8.5情景下，平均增溫分別可達(dá)到1.5℃和3.3℃，凈熱通量變化和平流變化共同促進(jìn)了東海升溫。對(duì)我國(guó)南海的預(yù)估表明，未來(lái)100 a南海SST存在明顯上升趨勢(shì)，在RCP2.6，RCP4.5，RCP8.5 3種情景下，南海SST每百年的增溫幅度分別為0.42℃，1.50℃，3.30℃，增溫趨勢(shì)隨空間變化較小，隨時(shí)間呈現(xiàn)出不均勻變化[17]。

3 海洋氣候變化預(yù)估的氣候模式

對(duì)于上述海洋氣候變化的預(yù)估結(jié)果，目前主要是根據(jù)氣候模式的計(jì)算得到的。氣候模型是理解過(guò)去氣候系統(tǒng)演變機(jī)理，預(yù)估未來(lái)氣候系統(tǒng)潛在變化的重要工具。氣候模型實(shí)際上是將氣候系統(tǒng)的一系列基礎(chǔ)過(guò)程用數(shù)學(xué)方程組表達(dá)出來(lái)，構(gòu)成氣候系統(tǒng)的數(shù)學(xué)物理模型，然后通過(guò)數(shù)值離散方法在大型綜合計(jì)算機(jī)上進(jìn)行求解，實(shí)現(xiàn)對(duì)氣候系統(tǒng)行為和過(guò)程的模擬與預(yù)測(cè)[18]。氣候系統(tǒng)的基礎(chǔ)過(guò)程包括不同復(fù)雜程度的物理、化學(xué)和生物過(guò)程，根據(jù)數(shù)學(xué)物理模型對(duì)氣候系統(tǒng)的大氣圈、水圈、冰雪圈、巖石圈和生物圈某一方面或多個(gè)方面基礎(chǔ)過(guò)程表達(dá)的復(fù)雜程度，可以將其劃分為不同的氣候模式。

3.1 簡(jiǎn)單概念性氣候模式

簡(jiǎn)單概念性氣候模式對(duì)氣候系統(tǒng)進(jìn)行高度整合，強(qiáng)調(diào)氣候系統(tǒng)的主要?dú)夂蛱卣骱臀锢磉^(guò)程，如熱力動(dòng)力過(guò)程、輻射對(duì)流過(guò)程或關(guān)鍵反饋過(guò)程等，對(duì)氣候系統(tǒng)的其他過(guò)程或細(xì)節(jié)描述較少，通常緯向平均，維數(shù)少，分辨率低，只能反映研究區(qū)域的一個(gè)平均過(guò)程。簡(jiǎn)單氣候模式對(duì)計(jì)算機(jī)性能要求較低，可以進(jìn)行長(zhǎng)時(shí)間尺度的模擬，在對(duì)氣候變化成因的模擬研究中應(yīng)用較多[19-20]。常用的簡(jiǎn)單氣候模式有氣候系統(tǒng)概念模型、能量平衡模式、統(tǒng)計(jì)動(dòng)力模式、輻射對(duì)流模式和海洋上翻-擴(kuò)散模式等。在IPCC歷次報(bào)告中，都引用了簡(jiǎn)單氣候模式的結(jié)果。簡(jiǎn)單氣候模式以一套全球或者半球框的形式代表海洋-大氣系統(tǒng)，利用能量平衡方程預(yù)測(cè)全球地表溫度，與地球生物化學(xué)圈簡(jiǎn)化模式耦合后，可以快速估測(cè)氣候系統(tǒng)對(duì)氣候情景的響應(yīng)，能夠預(yù)估由熱膨脹導(dǎo)致的全球平均海平面的上升[3]。簡(jiǎn)單概念性氣候模式對(duì)簡(jiǎn)單背景下的探索性研究具有一定的參考意義，隨著對(duì)氣候變化動(dòng)力機(jī)制研究的逐漸深入，需要考慮的物理過(guò)程也更多，對(duì)模擬精度也有了更高要求，簡(jiǎn)單概念性氣候模式在海洋氣候預(yù)估方面存在著局限性。

3.2 中等復(fù)雜程度氣候模式

中等復(fù)雜程度氣候模式（EMICs）描述了包括人類(lèi)與自然相互作用的氣候系統(tǒng)，一般具有兩個(gè)維度，兩個(gè)水平維度或是一個(gè)水平與一個(gè)垂直維度，其復(fù)雜程度介于簡(jiǎn)單氣候模式和氣候系統(tǒng)模式之間，涵蓋了氣候系統(tǒng)模式（GCMs）中的大多數(shù)過(guò)程，但是對(duì)這些過(guò)程的表達(dá)要相對(duì)簡(jiǎn)化，整合程度沒(méi)有簡(jiǎn)單氣候模式高，細(xì)節(jié)描述相對(duì)簡(jiǎn)單氣候模式更加豐富，兼顧簡(jiǎn)單氣候模式和氣候系統(tǒng)模式的部分優(yōu)點(diǎn)[21-22]。根據(jù)EMICs在大氣模塊構(gòu)成和簡(jiǎn)化程度方面存在的差異，可分為兩類(lèi)：一類(lèi)是基于GCMs進(jìn)行大氣或者海洋過(guò)程的簡(jiǎn)化，總體復(fù)雜程度較高，對(duì)氣候過(guò)程及反饋過(guò)程描述較為完善和細(xì)膩，如德國(guó)漢堡大學(xué)Planet Simulator模式[23-24]；另一類(lèi)基于低分辨率且大量參數(shù)化的模式，這類(lèi)EMICs在更長(zhǎng)時(shí)間尺度氣候變化的研究中有著重要作用。從模式的復(fù)雜程度上看，前者更像是簡(jiǎn)化的GCMs，后者更接近于簡(jiǎn)單氣候模式。在IPCC第四次評(píng)估報(bào)告中[25]，利用一個(gè)低分辨率的GCM和數(shù)個(gè)EMICs進(jìn)行海平面上升的歸因分析，得出海洋熱膨脹是海平面上升的最主要促成因素之一，并對(duì)未來(lái)進(jìn)行了預(yù)估。在IPCC第五次評(píng)估報(bào)告中[3]，EMICs在古氣候模擬、未來(lái)氣候預(yù)估等方面發(fā)揮了重要作用。EMICs能夠刻畫(huà)出氣候變化的大體特征，同時(shí)計(jì)算要求低，其應(yīng)用范圍幾乎覆蓋了簡(jiǎn)單氣候模式和氣候系統(tǒng)模式的所有研究領(lǐng)域。但是分辨率比較低，相對(duì)GCMs而言，對(duì)氣候系統(tǒng)的細(xì)節(jié)描述也是十分簡(jiǎn)化，尚不能達(dá)到GCMs的高度。

3.3 氣候系統(tǒng)模式

氣候系統(tǒng)模式（GCMs）綜合考慮了氣候系統(tǒng)中多個(gè)圈層及其相互作用的過(guò)程，可以對(duì)氣候進(jìn)行全三維的模擬，它以大氣和海洋中諸多過(guò)程的平衡為基礎(chǔ)，包括能量平衡、動(dòng)力平衡、示蹤體（如大氣中的水蒸氣和海洋中的溫鹽）平衡以及質(zhì)量守恒的平衡，模式涵蓋了諸如陸面、陸海冰、云、海冰結(jié)構(gòu)、熱力、濕度、動(dòng)力和鹽度的傳送等過(guò)程[19]。GCMs采用模塊化框架，利用耦合器將大氣、海洋、海冰和陸面等子模式相互耦合在一起，各組分之間通過(guò)耦合器傳遞信息和數(shù)據(jù)。GCMs主要是利用大量的格點(diǎn)詳細(xì)劃分大氣、海洋和地表?xiàng)l件，通過(guò)數(shù)字技術(shù)解決在不同小塊上產(chǎn)生的一系列非線性平衡關(guān)系，應(yīng)用時(shí)間步長(zhǎng)的方法來(lái)進(jìn)行計(jì)算[26-27]。國(guó)際耦合模式比較計(jì)劃（CMIP）推動(dòng)了耦合氣候系統(tǒng)模式（CGCMs）的發(fā)展與應(yīng)用，該計(jì)劃主要研究CGCMs模擬的氣候變率和可預(yù)報(bào)性，利用觀測(cè)資料對(duì)模擬結(jié)果進(jìn)行檢驗(yàn)，并運(yùn)用CGCMs預(yù)估未來(lái)氣候變化。基于CMIP計(jì)劃氣候模擬和預(yù)估結(jié)果的大量科學(xué)論文，是IPCC編寫(xiě)科學(xué)評(píng)估報(bào)告的基礎(chǔ)[28-29]。全球氣候系統(tǒng)模式能夠在全球尺度上對(duì)氣候的未來(lái)情景進(jìn)行宏觀預(yù)測(cè)分析，但空間分辨率較低，難以描述區(qū)域尺度的復(fù)雜地形、植被分布和物理過(guò)程，對(duì)區(qū)域尺度的氣候變化模擬與預(yù)報(bào)能力有限，故區(qū)域氣候模式以及區(qū)域氣候模擬研究近年來(lái)受到了較多關(guān)注。尤其是在大氣和海洋相互作用的區(qū)域，其動(dòng)力和熱力機(jī)制主要受中小尺度海氣相互作用過(guò)程的控制，區(qū)域海氣耦合模式研究區(qū)域小，空間分辨率高，能較好地表示地形和海表狀況，同時(shí)包含較詳細(xì)的過(guò)程方案，對(duì)區(qū)域尺度的氣候預(yù)估顯示出巨大價(jià)值[30-32]。氣候系統(tǒng)模式復(fù)雜程度相對(duì)較高，考慮的模塊較多，參數(shù)化程度相對(duì)復(fù)雜，模式的初始狀態(tài)和邊界條件就相應(yīng)很重要，參數(shù)條件的細(xì)微變化就可能對(duì)結(jié)果產(chǎn)生較大影響。另一方面，各個(gè)模塊間的耦合作用需要耗費(fèi)大量的計(jì)算時(shí)間來(lái)達(dá)到氣候系統(tǒng)的平衡，因而對(duì)計(jì)算機(jī)水平的要求也高。

3.4 地球系統(tǒng)模式

地球系統(tǒng)模式把大氣圈、水圈、冰雪圈、巖石圈和生物圈作為一個(gè)相互作用的整體來(lái)考慮，能夠反映地球各圈層之間的相互作用。王斌等[18]將地球系統(tǒng)模式的發(fā)展劃分為基礎(chǔ)階段、過(guò)渡階段和成型階段?；A(chǔ)階段即以地球流體（大氣和海洋）為主體的物理氣候系統(tǒng)模式階段，固體地球部分只考慮了地球表層的陸面物理過(guò)程，過(guò)渡階段是在物理氣候系統(tǒng)模式的基礎(chǔ)上考慮了大氣化學(xué)過(guò)程、生物地球化學(xué)過(guò)程和人文過(guò)程的地球氣候系統(tǒng)模式階段，成型階段是在地球氣候系統(tǒng)模型的基礎(chǔ)上考慮其與固體地球和空間天氣相互作用的相對(duì)完整的數(shù)值模式階段，也就是地球系統(tǒng)模式階段（地球系統(tǒng)模式的框架如圖4所示）。氣候系統(tǒng)模式屬于地球系統(tǒng)模式的雛形，目前國(guó)際上所說(shuō)的地球系統(tǒng)模式是通過(guò)耦合器相聯(lián)接的大氣模式、海洋模式、大氣化學(xué)模式、陸面模式、海冰模式、海洋生物地球化學(xué)模式、區(qū)域氣候模式構(gòu)成的模式系統(tǒng)，從嚴(yán)格意義上應(yīng)該屬于地球氣候系統(tǒng)模式。在參加CMIP5的模式中，包括11個(gè)地球系統(tǒng)模式參與了對(duì)未來(lái)氣候變化的預(yù)估試驗(yàn)，其中有5個(gè)包含完整的陸地、海洋碳循環(huán)以及大氣化學(xué)過(guò)程，5個(gè)只包含海洋和陸地碳循環(huán)，1個(gè)只包含海洋碳循環(huán)[33-34]。地球系統(tǒng)模式所包含的物理、化學(xué)和生物過(guò)程幾乎涵蓋了地球科學(xué)中的絕大多數(shù)研究方向，遠(yuǎn)比一般的氣候系統(tǒng)模式更復(fù)雜，對(duì)計(jì)算機(jī)的要求也相當(dāng)高，其研制是一個(gè)巨大的系統(tǒng)工程。

4 海洋氣候變化預(yù)估的主要?jiǎng)恿Ψ椒?/h2>

對(duì)海洋氣候變化的預(yù)估主要是基于系列氣候模式在未來(lái)特定情景下的模擬結(jié)果得出的。對(duì)大范圍的全球海洋的預(yù)估常用多模式集合的方法，這類(lèi)預(yù)估往往關(guān)注全球海洋的整體變化特征，忽略區(qū)域海洋的局部變化特征，對(duì)參與模擬的氣候模式的分辨率沒(méi)有特定要求。對(duì)相對(duì)小范圍的區(qū)域海洋的預(yù)估常采用動(dòng)力降尺度的方法，將研究區(qū)域設(shè)置在感興趣的區(qū)域海洋，關(guān)注區(qū)域海洋變化的細(xì)節(jié)特征，要求參與模擬的氣候模式的分辨率達(dá)到特定的精度。多模式集合法和動(dòng)力降尺度法不是兩種截然分離的方法，在對(duì)區(qū)域海洋進(jìn)行預(yù)估時(shí)也可以結(jié)合多模式集合的方法。

4.1 多模式集合法

圖4 地球系統(tǒng)模式框架[18]

基于對(duì)數(shù)值模式模擬預(yù)估結(jié)果進(jìn)行的氣候變化預(yù)估總是存在著諸多不確定性。這些不確定性主要可以劃分為4類(lèi)，初始條件不確定性、邊界條件不確定性、模式參數(shù)化過(guò)程不確定性和模式構(gòu)建的不確定性[35-36]。其中，模式參數(shù)化過(guò)程的不確定性和模式構(gòu)建的不確定性是最為主要的兩個(gè)方面，通過(guò)提高模式的分辨率可以在一定程度上減少對(duì)模式參數(shù)化過(guò)程的依賴(lài)，減少模式通過(guò)次網(wǎng)格參數(shù)化產(chǎn)生的不確定性[37-38]，還有一類(lèi)不確定性是在模式設(shè)計(jì)過(guò)程中引入的，每個(gè)模型的構(gòu)架與所要模擬的真實(shí)系統(tǒng)之間存在固有的誤差，即模式構(gòu)建的不確定性，這些誤差是無(wú)法通過(guò)調(diào)整其參數(shù)化過(guò)程加以消除的，這也是著眼于多模式集合的主要?jiǎng)訖C(jī)[35-36,39-40]。多模式集合是一系列結(jié)構(gòu)不同的模式的模擬結(jié)果，這些模式的初始值或者是單個(gè)的，或者是一個(gè)集合[35]。有研究表明[41-42]，多模式集合對(duì)ENSO的預(yù)估通常要好于單個(gè)模式的預(yù)估結(jié)果。趙宗慈等[43]在對(duì)地球系統(tǒng)模式的評(píng)估中也指出所有氣候模式的集合平均明顯優(yōu)于單個(gè)模式的模擬結(jié)果。多模式集合相對(duì)單個(gè)模式模擬精度的提高，不是針對(duì)某一特定要素而言的，而是從總體上提高了要素的平均模擬精度。多模式間的結(jié)合有不同的方法，常見(jiàn)的有貝葉斯法[39-40,44]、權(quán)重平均法和等權(quán)的算術(shù)平均法。IPCC第四次和第五次評(píng)估報(bào)告對(duì)長(zhǎng)期氣候變化的預(yù)估采用了多模式集合等權(quán)平均的方法。用于多模式集合平均的模式只有在相互獨(dú)立的情況下，才能在集合平均時(shí)顯著減少模擬誤差，然而實(shí)際情況是雖然集合模式來(lái)自世界不同國(guó)家和機(jī)構(gòu)，但是模式在很多方面具有共性，模式對(duì)于不能分辨的過(guò)程采取的次網(wǎng)格參數(shù)化方案是相似的，參數(shù)化過(guò)程中模型基本上都使用了相同的理論參數(shù)，模型網(wǎng)格和數(shù)值離散方案也基本上都是類(lèi)似的，這些過(guò)程所引入的誤差也是類(lèi)似的，難以通過(guò)多模式集合平均消除掉[35,41,45]。R?is?nen和Palmer[46]提出了在多模式集合的氣候變化模擬中氣候變化預(yù)估應(yīng)該以一種概率預(yù)估的形式表達(dá)的觀點(diǎn)。

4.2 動(dòng)力降尺度法

對(duì)全球海洋氣候變化的預(yù)估大多是基于全球耦合的大氣海洋環(huán)流模式（AOGCMs）在未來(lái)特定情景下的模擬結(jié)果。全球AOGCM較粗的分辨率往往達(dá)不到對(duì)特定區(qū)域海洋研究所需的精度，無(wú)法分辨出區(qū)域海洋復(fù)雜的地形和海岸線。主要可以通過(guò)3個(gè)途徑提高區(qū)域海洋的氣候變化模擬能力，一是增加現(xiàn)有全球耦合大氣海洋環(huán)流模式的水平分辨率，二是在全球耦合大氣海洋環(huán)流模式中采用變網(wǎng)格方案技術(shù)，三是采用高分辨率的區(qū)域氣候模式與全球氣候模式相嵌套，也就是動(dòng)力降尺度技術(shù)[47-48]。前兩種方法由于受到計(jì)算機(jī)性能的限制和變網(wǎng)格方案的復(fù)雜性，利用區(qū)域氣候模式的動(dòng)力降尺度方法較受青睞[11-15,49-50]。因此對(duì)區(qū)域海洋的預(yù)估常常利用區(qū)域氣候模式通過(guò)動(dòng)力降尺度的方法進(jìn)行，將大尺度、低分辨率的全球氣候模式輸出的信息，轉(zhuǎn)化為小尺度、高分辨率的區(qū)域氣候變化信息。動(dòng)力降尺度技術(shù)，基于區(qū)域氣候模式詳細(xì)的中小尺度物理過(guò)程和相應(yīng)的空間分辨率，這種空間分辨率足以分辨區(qū)域海洋復(fù)雜的地形、海陸差異和渦動(dòng)過(guò)程等，能夠產(chǎn)生與提供驅(qū)動(dòng)場(chǎng)的全球氣候模式（GCMs）或全球再分析數(shù)據(jù)或觀測(cè)數(shù)據(jù)的大尺度環(huán)流相一致的精細(xì)區(qū)域氣候信息。運(yùn)用動(dòng)力降尺度對(duì)區(qū)域海洋氣候變化進(jìn)行預(yù)估的前提是，通過(guò)降尺度能夠在再現(xiàn)全球氣候模式中的大尺度特征的情況下，盡可能增加區(qū)域變化的更精細(xì)的細(xì)節(jié)信息。只有在滿足一定的條件時(shí)，區(qū)域模式才能夠達(dá)到降尺度的目的，這些條件包括合適的側(cè)邊界條件和區(qū)域設(shè)置、對(duì)流方案、陸地表面參數(shù)化方案、初始化條件、數(shù)值方案和足夠大的研究域，其中任何一個(gè)條件存在較大問(wèn)題時(shí)，都會(huì)嚴(yán)重影響降尺度結(jié)果。在氣候變化預(yù)估中，用于提供區(qū)域模式驅(qū)動(dòng)力的側(cè)邊界條件十分關(guān)鍵，如果使用對(duì)當(dāng)前氣候的模擬具有嚴(yán)重缺陷的GCM來(lái)提供側(cè)邊界條件，這種系統(tǒng)誤差會(huì)傳遞到區(qū)域尺度的氣候預(yù)估中，因此慎重選擇提供側(cè)邊界的GCM并對(duì)側(cè)邊界進(jìn)行誤差校正是十分必要的[51-52]。

5 研究展望

海洋氣候的變化決定陸地氣候的變化，尤其是對(duì)長(zhǎng)期氣候變化進(jìn)行預(yù)估時(shí)必須考慮海洋的情況，對(duì)海洋氣候變化的預(yù)估可以更好地理解未來(lái)全球氣候變化情況。隨著計(jì)算機(jī)水平的發(fā)展和對(duì)氣候系統(tǒng)基礎(chǔ)相互作用過(guò)程研究的深入，用于氣候變化預(yù)估的氣候模式經(jīng)歷了從簡(jiǎn)單概念性氣候模式、中等復(fù)雜程度氣候模式、氣候系統(tǒng)模式到地球系統(tǒng)模式的發(fā)展歷程，極大促進(jìn)了對(duì)氣候變化的預(yù)估研究。對(duì)海洋氣候變化的預(yù)估也從全球的整體性平均預(yù)估擴(kuò)展到對(duì)區(qū)域海洋的氣候變化預(yù)估，逐漸向著精細(xì)化的方向發(fā)展。目前對(duì)海洋氣候變化的預(yù)估還存在有待完善的地方：

（1）加強(qiáng)對(duì)氣候變化影響較大的區(qū)域海洋和氣候系統(tǒng)自然變率的模擬預(yù)估。一些對(duì)全球氣候變化影響較大的區(qū)域海洋或流系的預(yù)估鮮有涉及，如西太平洋暖池區(qū)、赤道流系、黑潮及黑潮延伸體的變化都會(huì)極大影響全球氣候的變化，對(duì)這些區(qū)域的氣候變化預(yù)估有待加強(qiáng)。對(duì)典型的自然氣候變率的預(yù)估不足，目前對(duì)熱帶太平洋ENSO、印度洋偶極子IOD未來(lái)變化的研究尚處于低信度水平，對(duì)太平洋年代際振蕩PDO的預(yù)估還未見(jiàn)諸文獻(xiàn)，需要加強(qiáng)對(duì)這些顯著影響氣候變化的氣候系統(tǒng)自然變率的模擬預(yù)估。另外，對(duì)海洋的預(yù)估大多關(guān)注海洋表層和次表層，Meehl等[53]研究指出全球增暖停滯期間，海洋上700 m層增暖變緩，700～2 000 m深度的中下層海洋海溫在持續(xù)上升，表明深海氣候變化預(yù)估對(duì)于未來(lái)全球氣候變化預(yù)估具有重要意義；

（2）減少海洋氣候變化預(yù)估的不確定性。氣候系統(tǒng)模式和地球系統(tǒng)模式在研究氣候系統(tǒng)演化機(jī)理、預(yù)測(cè)和預(yù)估未來(lái)氣候變化中發(fā)揮了重要作用，但是模式性能尚不能完全滿足氣候變化模擬和預(yù)測(cè)與預(yù)估研究的需求。模式的模擬結(jié)果存在著諸多不確定性，其中參數(shù)化過(guò)程不確定性和模式構(gòu)建不確定性是最主要的兩大不確定性。高分辨率模式可以直接分辨更多的中小尺度動(dòng)力過(guò)程，減少模式對(duì)次網(wǎng)格參數(shù)化過(guò)程的依賴(lài)，從而在一定程度上減少參數(shù)化過(guò)程不確定性。隨著計(jì)算機(jī)水平的發(fā)展，高分辨率氣候系統(tǒng)模式的研發(fā)成為當(dāng)今氣候模式研究領(lǐng)域的一個(gè)重要趨勢(shì)。最新的國(guó)際耦合模式比較計(jì)劃第六階段（CMIP6）已經(jīng)將高分辨率耦合模式模擬比較計(jì)劃列為其子計(jì)劃之一[54-55]。但是在高分辨率模式的發(fā)展中要注意氣候系統(tǒng)模式的空間分辨率和次網(wǎng)格參數(shù)化過(guò)程應(yīng)該相互匹配，而且必須同時(shí)兼顧動(dòng)力框架和次網(wǎng)格參數(shù)化過(guò)程的改進(jìn)[56]。對(duì)于模式構(gòu)建不確定性，可以采取多模式集合平均的方法加以消除，但是要求參與集合平均的模式之間應(yīng)該是相互獨(dú)立的，在現(xiàn)階段模式間尚不可能達(dá)到完全獨(dú)立，基于多模式集合的概率預(yù)估可以對(duì)模式間的不確定性進(jìn)行量化，是相對(duì)于多模式集合平均確定性預(yù)估的一種改進(jìn)，是未來(lái)的一個(gè)主要發(fā)展方向。對(duì)區(qū)域氣候變化的預(yù)估而言，多模式集合與降尺度相結(jié)合能顯著減少對(duì)區(qū)域海洋氣候變化預(yù)估的不確定性，是未來(lái)提高區(qū)域海洋氣候變化預(yù)估精度的重要手段之一；

（3）我國(guó)應(yīng)加強(qiáng)對(duì)近海海洋氣候變化的精細(xì)預(yù)估研究。我國(guó)近海作為西太平洋的邊緣海，是世界上最大的大陸和最大的海洋之間的交匯區(qū)，流系錯(cuò)綜復(fù)雜，其海洋環(huán)境的變化會(huì)對(duì)我國(guó)的陸地氣候尤其是沿岸氣候、海洋生態(tài)、漁業(yè)資源、沿岸經(jīng)濟(jì)發(fā)展、居民生活等產(chǎn)生一系列重要影響。我國(guó)沿海城市也面臨著海平面上升的危險(xiǎn)，近年來(lái)熱帶風(fēng)暴登錄我國(guó)東南沿岸一帶的頻率和強(qiáng)度都有所增加。目前對(duì)我國(guó)近海海洋氣候變化預(yù)估的研究相對(duì)較少，而且預(yù)估精度也不夠高。對(duì)我國(guó)近海未來(lái)海洋氣候變化的精細(xì)預(yù)估，可以提供更多關(guān)于我國(guó)近海未來(lái)環(huán)境變化的細(xì)節(jié)信息，為決策者提供一些參考，及早做出合理的適應(yīng)政策，以避免和降低未來(lái)氣候變化所帶來(lái)的風(fēng)險(xiǎn)。

[1]陳宜瑜.全球變化與社會(huì)可持續(xù)發(fā)展[J].地球科學(xué)進(jìn)展,2003,18(1):1-3.

[2]徐冠華,葛全勝,宮鵬,等.全球變化和人類(lèi)可持續(xù)發(fā)展:挑戰(zhàn)與對(duì)策[J].科學(xué)通報(bào),2013,58(21):2100-2106.

[3]IPCC.Climate Change 2013:The physical science basis.contribution of working group I to the fifth assessment report of the intergovernmentalpanelonclimatechange[M].Cambridge:Cambridge University Press,2013.

[4]Stewart R V V.Ocean and climate[J].Impact of Science on Society,1990,166:47-53.

[5]Moss R H,Edmonds J A,Hibbard K A,et al.The next generation of scenarios for climate change research and assessment[J].Nature,2010,463(7282):747-756.

[6]P?rtner H O,Karl D M,Boyd P W,et al.Climate change 2013:Ocean systems[M]//Intergovernmental Panel on Climate Change,Working Group I Contribution to the IPCC Fifth Assessment Report(AR5).New York:Cambridge University Press,2013.

[7]Guldberg O H,Cai R,et al.Climate change 2013:the ocean[C]//Intergovernmental Panel on Climate Change.Working Group I Contribution to the IPCC Fifth Assessment Report(AR5).New York:Cambridge University Press,2013.

[8]Burkett V,Suarez A G,Bindi M,et al.Climate change 2013:point of departure[C]//Intergovernmental Panel on Climate Change.Working Group I Contribution to the IPCC Fifth Assessment Report(AR5).New York:Cambridge University Press,2013.

[9]Wong P P,Losada I J,et al.Climate change 2013:coastal systems andlow-lyingareas[C]//IntergovernmentalPanelonClimate Change.Working Group I Contribution to the IPCC Fifth Assessment Report(AR5).New York:Cambridge University Press,2013.

[10]Matear R J,Chamberlain M A,Sun C,et al.Climate change projection of the Tasman Sea from an eddy-resolving ocean model[J].Journal of Geophysical Research:Oceans,2013,118(6):2961-2976.

[11]Yu X L,Wang F,Tang X H.Future projection of East China Sea temperature by dynamic downscaling of the IPCC_AR4 CCSM3 model result[J].Chinese Journal of Oceanology and Limnology,2012,30(5):826-842.

[12]Liu Y Y,Lee S K,Enfield D B,et al.Potential impact of climate change on the Intra-Americas Sea:Part-1.A dynamic downscaling of the CMIP5 model projections[J].Journal of Marine Systems,2015,148:56-69.

[13]Nurse L A,Charlery J L.Projected SST trends across the Caribbean Sea based on PRECIS downscaling of ECHAM4,under the SRESA2andB2scenarios[J].TheoreticalandApplied Climatology,2016,123(1-2):199-215.

[14]Sun C J,Feng M,Matear R J,et al.Marine downscaling of a future climate scenario for Australian boundary currents[J].Journal of Climate,2012,25(8):2947-2962.

[15]Seo G H,Cho Y K,Choi B J,et al.Climate change projection in the Northwest Pacific marginal seas through dynamic downscaling[J].Journal of Geophysical Research:Oceans,2014,119(6):3497-3516.

[16]宋春陽(yáng),張守文,姜華,等.CMIP5模式對(duì)中國(guó)近海海表溫度的模擬及預(yù)估[J].海洋學(xué)報(bào),2016,38(10):1-11.

[17]黃傳江,喬方利,宋亞娟,等.CMIP5模式對(duì)南海SST的模擬和預(yù)估[J].海洋學(xué)報(bào),2014,36(1):38-47.

[18]王斌,周天軍,俞永強(qiáng),等.地球系統(tǒng)模式發(fā)展展望[J].氣象學(xué)報(bào),2008,66(6):857-869.

[19]張冉,李力,郭慶春,等.古氣候研究中氣候模式的發(fā)展與應(yīng)用[J].干旱區(qū)研究,2007,24(5):704-711.

[20]王勇,劉蘇峽,邵亞平,等.簡(jiǎn)單地球模型的研究進(jìn)展[J].氣象科技進(jìn)展,2014,4(3):26-31.

[21]Gallée H,Van Ypersele J P,Fichefet T,et al.Simulation of the last glacial cycle by a coupled,sectorially averaged climate-ice sheet model:1.The climate model[J].Journal of Geophysical Research,1991,96(D7):13139-13161.

[22]Ganopolski A,Petoukhov V,Rahmstorf S,et al.CLIMBER-2:a climate system model of intermediate complexity.Part I:model description and performance for present climate[J].Climate Dynamics,2000,16:1-17.

[23]Fraedrich K,Jansen H,Kirk E,et al.The planet simulator:green planet and desert world[J].Meteorologische Zeitschrift,2005,14(3):305-314.

[24]Fraedrich K,Jansen H,Kirk E,et al.The planet simulator:towards a user friendly model[J].Meteorologische Zeitschrift,2005,14(3):299-304.

[25]IPCC.IPCC fourth assessment report(AR4).Climate change 2007:the physical science basis.Contribution of working group I to the fourth assessment report of the intergovernmental panel on climate change[M].Cambridge:Cambridge University Press,2007.

[26]Haltiner G J,Williams R T.Numerical prediction and dynamic meteorology[M].2nd ed.New York:John Wiley&Sons,1980.

[27]Hansen J,Russell G,Rind D,et al.Efficient three-dimensional global models for climate studies:models I and II[J].Monthly Weather Review,1983,111(4):609-662.

[28]羅勇,王紹武,黨鴻雁,等.近20年來(lái)氣候模式的發(fā)展與模式比較計(jì)劃[J].地球科學(xué)進(jìn)展,2002,17(3):372-377.

[29]周天軍,鄒立維,吳波,等.中國(guó)地球氣候系統(tǒng)模式研究進(jìn)展:CMIP計(jì)劃實(shí)施近20年回顧[J].氣象學(xué)報(bào),2014,72(5):892-907.

[30]Wang Y Q,Leung L R,McGregor J L,et al.Regional climate modeling:progress,challenges,and prospects[J].Journal of the Meteorological Society of Japan,2004,82(6):1599-1628.

[31]陸其峰,潘曉玲,鐘科,等.區(qū)域氣候模式研究進(jìn)展[J].南京氣象學(xué)院學(xué)報(bào),2003,26(4):557-565.

[32]彭世球,劉段靈,孫照渤,等.區(qū)域海氣耦合模式研究進(jìn)展[J].中國(guó)科學(xué):地球科學(xué),2012,42(9):1301-1316.

[33]Taylor K E,Stouffer R J,Meehl G A.An overview of CMIP5 and the experiment design[J].Bulletin of the American Meteorological Society,2012,93(4):485-498.

[34]Anav A,Friedlingstein P,Kidston M,et al.Evaluating the land and ocean components of the global carbon cycle in the CMIP5 earth system models[J].Journal of Climate,2013,26(18):6801-6843.

[35]Tebaldi C,Knutti R.The use of the multi-model ensemble in probabilistic climate projections[J].Philosophical Transactions of the Royal Society A,Mathematical,Physical and Engineering Sciences,2007,365(1857):2053-2075.

[36]Van Oldenborgh G J,Doblas-Reyes F J,Wouters B,et al.Decadal prediction skill in a multi-model ensemble[J].Climate Dynamics,2012,38(7-8):1263-1280.

[37]Randall D,Khairoutdinov M,Arakawa A,et al.Breaking the cloud parameterization deadlock[J].Bulletin of the American Meteorological Society,2003,84(11):1547-1564.

[38]Bony S,Dufresne J L.Marine boundary layer clouds at the heart of tropical cloud feedback uncertainties in climate models[J].GeophysicalResearchLetters,2005,32(20):L20806,doi:10.1029/2005gl023851.

[39]Min S K,Hense A.A Bayesian assessment of climate change using multimodel ensembles.Part II:regional and seasonal mean surfacetemperatures[J].JournalofClimate,2007,20(12):2769-2790.

[40]Duan Q Y,Ajami N K,Gao X G,et al.Multi-model ensemble hydrologicpredictionusingBayesianmodelaveraging[J].Advances in Water Resources,2007,30(5):1371-1386.

[41]Palmer T N,Doblas-Reyes F J,Hagedorn R,et al.Probabilistic prediction of climate using multi-model ensembles:from basics to applications[J].Philosophical Transactions of the Royal Society B:Biological Sciences,2005,360(1463):1991-1998.

[42]Arzhanov M M,Semenov V A,Mokhov I I,et al.Climate change projections in the Black Sea region based on CMIP5 model ensemble[J].Research Activities in Atmospheric and Oceanic Modelling,2013,43(7):5-6.

[43]趙宗慈,羅勇,黃建斌.對(duì)地球系統(tǒng)模式評(píng)估方法的回顧[J].氣候變化研究進(jìn)展,2013,9(1):1-8.

[44]Robertson A.W,Lall U,Zebiak S E,et al.Improved combination of multiple atmospheric GCM ensembles for seasonal prediction[J].Monthly Weather Review,2004,132(12):2732-2744.

[45]Semenov M A,Stratonovitch P.Use of multi-model ensembles from global climate models for assessment of climate change impacts[J].Climate Research,2010,41(1):1-14.

[46]R?is?nen J,Palmer T N.A probability and decision-model analysis of a multimodel ensemble of climate change simulations[J].Journal of Climate,2001,14(15):3212-3226.

[47]Cohen S J.Bringing the global warming issue closer to home:the challenge of regional impact studies[J].Bulletin of the American Meteorological Society,1990,71(4):520-526.

[48]Wilby R L,Charles S P,Zorita E,et al.Guidelines for use of climate scenarios developed from statistical downscaling methods[EB/OL].IPCCPublications,2004,http://www.ipccdata.org/guidelines/dgm_no2_v1_09_2004.pdf.

[49]?dlandsvik B,Bentsen M.Downscaling a twentieth century global climate simulation to the North Sea[J].Ocean Dynamics,2007,57(4-5):453-466.

[50]?dlandsvik B.Marine downscaling of a future climate scenario for the North Sea[J].TellusA,2008,60(3):451-458.

[51]Meier H E M.Baltic Sea climate in the late twenty-first century:a dynamical downscaling approach using two global models and two emission scenarios[J].Climate Dynamics,2006,27(1):39-68.

[52]Xue Y K,Janjic Z,Dudhia J,et al.Areview on regional dynamical downscaling in intraseasonal to seasonal simulation/prediction and major factors that affect downscaling ability[J].Atmospheric Research,2014,147-148:68-85,doi:10.1016/j.atmosres.2014.05.001.

[53]Meehl GA,Arblaster J M,Fasullo J T,et al.Model-based evidence of deep-ocean heat uptake during surface-temperature hiatus periods[J].Nature Climate Change,2011,1(7):360-364.

[54]宇如聰.高分辨率氣候系統(tǒng)模式的研制與評(píng)估[J].中國(guó)基礎(chǔ)科學(xué)·研究進(jìn)展,2015,(2):27-37,doi:10.3969/j.issn.1009-2412.2015.02.005.

[55]欒貽花,俞永強(qiáng),鄭偉鵬.全球高分辨率氣候系統(tǒng)模式研究進(jìn)展[J].地球科學(xué)進(jìn)展,2016,31(3):258-268.

[56]Bennartz R,Lauer A,Brenguier J L.Scale-aware integral constraints on autoconversion and accretion in regional and global climate models[J].Geophysical Research Letters,2011,38(10):L10809,doi:10.1029/2011GL047618.

Review on the projection and study methods of ocean climate change

HE Yue1,2,CAI Yi2,3,CHEN Xing-rong2,3,WANG Hai-yan2
（1.College of Ocean and Earth Sciences,Xiamen University,Xiamen 361005 China;2.National Marine Environmental Forecasting Center,Beijing 100081 China;3.Key Laboratory of Research on Marine Hazards Forecasting,State Oceanic Administration,Beijing 100081 China）

The projection of the main ocean climate changes in the future are generalized.The major climate models used to simulate the ocean climate are summarized,including Simple Conceptual Climate Models(SCMs),Earth System Models of Intermediate Complexity(EMICs),General Circulation Models(GCMs)and Earth System Models(ESMs).The methods of multi-model ensemble and dynamical down-scaling in the ocean climate change projection are introduced.The paper points out some proposals on the projection of ocean climate change research.The projection of some regional oceans and climate system natural variabilities which have great values to the climate change is still under a low level.High-resolution climate system models and probabilistic prediction can efficiently reduce the projection uncertainty.The research and development of high-resolution climate models and application of probabilistic prediction are the two main study direction.

ocean climate change projection;climate model;multi-model ensemble;dynamical down-scaling

P732.5

A

1003-0239（2017）06-0089-10

10.11737/j.issn.1003-0239.2017.06.011

2016-12-30；

2017-01-10。

國(guó)家海洋局公益性行業(yè)科研專(zhuān)項(xiàng)（201505013）。

何越（1991-），女，碩士在讀，主要從事海洋氣候動(dòng)力預(yù)測(cè)研究。E-mail:heyue1011@163.com