張馨尤,劉 琳*,張美琪,段永亮,楊 洋,楊 光,李奎平,王輝武

(1.自然資源部 第一海洋研究所海洋與氣候研究中心,山東 青島266061;2.自然資源部 海洋環(huán)境科學與數(shù)值模擬重點實驗室,山東 青島266061;3.山東省海洋環(huán)境科學與數(shù)值模擬重點實驗室,山東 青島266061;4.青島海洋科學與技術(shù)試點國家實驗室 區(qū)域海洋動力學與數(shù)值模擬功能實驗室,山東 青島266237)

海洋約占地球面積的71%,由于其巨大的熱容量在氣候系統(tǒng)中扮演著非常重要的角色。氣候變化問題越來越受到國際社會的關(guān)注。自20世紀80年代以來,全球氣候就不斷變暖[1],全球變暖背景下氣候如何變化成為研究熱點。海洋儲存了地球上大部分能量,特別是熱帶海洋,研究發(fā)現(xiàn),近幾十年觀測到的熱帶大洋增暖主要是由人類外強迫導致,溫室效應(yīng)氣體的排放占據(jù)主要原因[2]。太平洋海域是全球海氣相互作用最為活躍的地帶之一,太平洋的海表溫度變化對全球的氣候變化都有著重要的指示意義。

世界氣候研究計劃(World Climate Research Programme,WCRP)第五次耦合模式比較計劃(Coupled Model Intercomparison Project Phase 5,CMIP5)提供了全球多個氣候模式,用來評估過去及未來的氣候變化。利用模式模擬來研究熱帶海洋增暖有很重要的現(xiàn)實意義。全球變暖引起海平面上升、自然災害和極端天氣的頻發(fā),同時引起與海洋增暖密切相關(guān)的東亞夏季風和降水的變化[3-4]等,若沒做好預報和預防措施,會給人們?nèi)粘Ｉ顜砹酥T多不便,甚至會威脅生命財產(chǎn)安全。相比CMIP3模式,CMIP5模式的模擬能力顯著提高[5-7]?；贑MIP5模式的分析結(jié)果表明,未來全球海溫將不斷增加,不過不同模式模擬出的海溫增暖速度、面積大小、最高氣溫都不大一致,并且受系統(tǒng)性誤差影響很大。在RCP8.5情景下,FGOALS-g2和FGOALS-s2兩個版本都預測了全球變暖模式,但是FGOALS-g2預測的是類似La Ni?a的平均增暖模式,而FGOALS-s2預測的是El Ni?o平均變暖模式[8]。Zhang等[9]評估了自然資源部第一海洋研究所的FIOESM1.0模式,結(jié)果表明FIO-ESM1.0給出了全球變暖下的類La Ni?a型增暖。孫燕[10]通過IPCC模式對暖池熱力狀況模擬,發(fā)現(xiàn)大部分模式模擬的暖池比觀測小,個別存在偏大情況,最高海溫無論是在熱帶印度洋還是太平洋都模擬過高,由于系統(tǒng)誤差存在,冷舌過度西伸,導致暖池又小又熱。海表溫度的增暖表現(xiàn)出明顯的不均勻性。在熱帶太平洋地區(qū),赤道北側(cè)增暖強于赤道南側(cè),赤道東太平洋增暖幅度強于西太平洋[11]。也有學者致力于改善模式缺陷,從而減小模式系統(tǒng)誤差帶來的預測不準確。劉輝等[12]對大氣科學與地球物理動力學數(shù)值模擬國家重點實驗室(LASG)研發(fā)的耦合海洋-大氣-陸地大氣環(huán)流模式進行了分析,認為海溫升高是由于持續(xù)的西風應(yīng)力異常引起的,而西風異常主要來自于部分近赤道地區(qū)的熱通量誤差,參考熱通量將試驗前4個月改為前3年可以有效避免持續(xù)西風應(yīng)力異常的發(fā)生。應(yīng)用這一改進的參考通量后,該區(qū)域的海溫模擬得到了明顯改善。前人研究表明熱帶增暖大值區(qū)分布在赤道地區(qū),這種非均勻增暖的機制很多研究者進行了分析討論。K?berle和Philander[13]把導致海溫變化的局地因子分為兩大類:即海面熱通量和海洋內(nèi)部動力過程。赤道太平洋海溫增暖模式形成過程有2個主要特點:緯向厄爾尼諾增暖模式(El Ni?o-like pattern)[14-16]和經(jīng)向赤道峰值增暖模式[17-18]。De Szoeke等[19]通過海表層熱通量研究了熱帶太平洋海溫增暖型的形成。Ying等[20]利用32個CMIP5模型通過分析混合層能量收支的變化探討了年平均赤道太平洋海溫增暖模式的形成機制,為研究EPSW模型間不確定的重要機制提供了一種有用的方法。杜美芳[11]從年平均角度對比海面熱通量和海表平流等作用,找出熱帶太平洋增暖原因存在明顯區(qū)域性,赤道以及以北地區(qū)海洋的動力作用起主導作用,赤道以南地區(qū)是熱力作用為主導。

海洋內(nèi)部動力過程及大氣強迫均能夠?qū)μ窖骃ST增暖產(chǎn)生影響。在海洋內(nèi)部動力過程影響方面,Cane等[21]通過理論分析發(fā)現(xiàn)海洋內(nèi)部的動力過程通過對來自于大氣的熱強迫可以產(chǎn)生與觀測相符合的太平洋SST增暖形態(tài)。Clement等[22]發(fā)現(xiàn)赤道海洋內(nèi)部上升流對SST增暖趨勢具有重要影響。Yeh等[23]通過分析CMIP3與CMIP5模式數(shù)據(jù)發(fā)現(xiàn),各CMIP模式模擬得到的熱帶太平洋上層海洋背景場分布也能影響SST增暖特征。大氣的外強迫作用方面,Meehl等[24]指出,年代際太平洋振蕩對全球表面溫度增溫具有重要貢獻。胡運等[25]指出耦合模式對SST模擬偏差來源即來自于單獨的海洋過程、大氣過程,也來自于海氣相互作用過程。

目前,第六次耦合模式比較計劃(Coupled Model Intercomparison Project Phase6,CMIP6)正在進行[26-28]。來自全球的氣候?qū)W家將共享、分析和比較來自最新的全球氣候模式的模擬結(jié)果。這些模式數(shù)據(jù)將支撐未來5～10 a的全球氣候研究,基于這些數(shù)據(jù)的分析結(jié)果將構(gòu)成未來氣候評估和氣候談判的基礎(chǔ)[29]。CMIP6是CMIP計劃實施20多年來參與的模式數(shù)量最多、設(shè)計的科學試驗最為完善、所提供的模擬數(shù)據(jù)最為龐大的一次。Tokarska等[30]指出,對于CMIP6模式來講,歷史階段的全球增暖趨勢模擬能力與未來排放情景下的全球增暖趨勢模擬能力具有很高相關(guān),在某種程度上歷史階段模擬能力反映了未來情境下的模擬能力。因此,對CMIP6歷史階段SST增暖現(xiàn)象開展評估對于了解CMIP6的基礎(chǔ)模擬能力及未來情境下的增暖趨勢變化都具有重要意義。Song等[31]基于CMIP5及CMIP6模式模擬結(jié)果對熱帶太平洋海表溫度(Sea Surface Temperature,SST)的季節(jié)變化進行了評估,他指出CMIP6各模式對熱帶太平洋SST季節(jié)變化的模擬能力并沒有顯著提高。CMIP6模擬結(jié)果正在陸續(xù)公開,然而前人基于CMIP6開展的熱帶太平洋SST增暖方面的評估工作較少。本研究基于正式公開的12個CMIP6耦合模式模擬結(jié)果,從熱帶太平洋SST長期變化趨勢為切入點,討論模擬得到的太平洋SST長期趨勢在1950—1999年間的變化,為進一步開展基于CMIP6模式對未來氣候變化下的評估提供基礎(chǔ)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

本文所使用的耦合模式模擬結(jié)果數(shù)據(jù)來自CMIP6中12個模式歷史氣候模擬的海表溫度月平均輸出資料。由于CMIP6包含眾多試驗,本研究只選取了歷史氣候模擬試驗[28]進行分析,以便分析與評估不同模式對20世紀歷史態(tài)模擬情況,試驗時間范圍為1950年1月至1999年12月。本文還使用了英國哈德萊中心的SST月平均再分析資料(HadISST)[32],水平分辨率為1°×1°,時間跨度為1950年1月至1999年12月。由于CMIP6各模式水平空間分辨率各不相同,為方便處理分析數(shù)據(jù),本文將所有模式數(shù)據(jù)統(tǒng)一插值到1.875°×2.236°的網(wǎng)格上。CMIP6中12個模式信息如表1所示。

表1 所用的12個CMIP6耦合模式Table 1 Details of 12 CMIP6 models used in this study

1.2 研究方法

1.2.1 Taylor圖分析

Taylor圖能夠精確地擬合出模式模擬場與觀測場之間的相關(guān)程度,同時包括標準偏差和均方根差,將三者顯示在一張二維圖上。模式之間的相似性可以通過它們的相關(guān)系數(shù)、均方根差和變化幅度(標準偏差)來量化[33]。假設(shè)2個變量f n和r n,N個時間或空間格點,那么相關(guān)系數(shù)(R)定義為

1.2.2 趨勢分析

為分析某個空間點位SST的長期趨勢變化特征,首先對該點處的完整時間序列進行線性擬合,將擬合得到的直線斜率作為50 a間該點處的長期變化趨勢。

1.2.3 趨勢變率分析

為進一步分析某個空間點位的物理要素長期特征,本文提出了一種度量時間序列長期變化趨勢變率的分析方法,用來描述一個固定點位處SST增暖趨勢變化幅度。具體方法為:對空間一點來說,對該點海溫時間序列進行滑動趨勢分析,即以20 a作為時間窗口,在此窗口內(nèi)利用線性回歸方法計算得到該點海溫的變化趨勢,然后逐漸滑動時間窗口至下一年,繼續(xù)利用線性回歸方法計算得到該點海溫的變化趨勢。以此類推,將會在空間點位上得到長度為31的年滑動變化趨勢時間序列。進一步對本文所關(guān)注的所有空間點進行計算,從而得到三維滑動變化趨勢數(shù)據(jù)集。通過對此數(shù)據(jù)進行方差分析,可以得到SST空間變暖長期趨勢下的內(nèi)在變率,為多模式評估提供了一種新方法。

2 熱帶太平洋SST增暖趨勢

圖1 給出了熱帶太平洋區(qū)域(120°E～80°W,20°S～20°N)1950年至1999年間觀測及模式集合平均SST長期變化趨勢結(jié)果,長期變化趨勢是指1950年至1999年共50 a海溫時間序列的擬合直線斜率。觀測表明,20世紀后50 a間,熱帶太平洋SST經(jīng)歷了整體增溫,大部分區(qū)域增溫幅度超過0.000 7℃/月。伴隨太平洋SST整體增溫,增溫區(qū)域呈現(xiàn)顯著的地域性差異。赤道東太平洋增溫幅度最顯著,增溫最大值區(qū)域出現(xiàn)在120°～90°W,0～10°S的赤道以南區(qū)域,最大值近0.002℃/月。西北太平洋及東北太平洋增溫也顯著,最大值達0.001℃/月。赤道中太平洋地區(qū)出現(xiàn)增溫趨勢減少態(tài)勢,特別是中太平洋靠近西南側(cè)及西北側(cè)(圖1a)。從CMIP6集合平均結(jié)果來看,目前12個耦合模式的集合平均結(jié)果與觀測相比較表現(xiàn)出了較大偏差,主要反映在:1)熱帶太平洋SST增暖趨勢顯著弱于觀測結(jié)果,集合平均增溫最大值約0.000 8℃/月,遠小于觀測中的0.002℃/月;2)赤道東太平洋出現(xiàn)增溫最小現(xiàn)象,這與觀測中揭示出的赤道東太平洋區(qū)域為增溫最大值區(qū)域剛好相反;3)赤道外北太平洋和南太平洋出現(xiàn)“V”字形增溫最大值區(qū)域,增溫最大值由(180°E,0°S)分別向西北和西南方向擴展,增溫最大值小于0.000 8℃/月,此分布情況與觀測揭示的赤道外北太平洋和赤道外南太平洋為增溫最小值相反。

圖1 1950年至1999年熱帶太平洋SST長期變化趨勢Fig.1 The warming trend of SST in tropical Pacific from 1950 to 1999

與集合平均結(jié)果不同,12個模式均給出不同SST增暖趨勢的模擬結(jié)果(圖2)。大多數(shù)模式結(jié)果表現(xiàn)出了赤道東太平洋SST變冷的變化趨勢,只有3個模式(MCM-UA-1-0,CanESM5以及MIROC6)結(jié)果表現(xiàn)出了與觀測相符合的赤道東太平洋SST增暖,剩余9個模式結(jié)果表現(xiàn)出了赤道東太平洋SST變冷趨勢,特別是CNRM-CM6-1模式結(jié)果表現(xiàn)出的赤道東太平洋SST偏冷趨勢達-0.000 8℃/月。對赤道外北太平洋和南太平洋區(qū)域來講,幾乎所有模式都結(jié)果表現(xiàn)出了“V”字型增暖,增溫由赤道中西太平洋開展分別向西北和西南方向擴展,只有SAM0-UNICON模式結(jié)果表現(xiàn)出了熱帶太平洋SST變冷的趨勢分布。對赤道西太平洋來講,除NUIST-NESM3,CNRM-CM6-1以及SAM0-UNICON三個模式結(jié)果表現(xiàn)出了變冷趨勢外,其他模式均表現(xiàn)出了增暖趨勢。

表2 給出了12個模式模擬得到的熱帶太平洋SST增暖趨勢與觀測相比較的空間相關(guān)系數(shù)。整體而言,大多數(shù)模式的空間相關(guān)系數(shù)高于0.35,只有SAM0-UNICON除外,其空間相關(guān)系數(shù)為0.033 9,表明該模式對熱帶太平洋SST長期增暖趨勢的空間分布模擬出現(xiàn)了嚴重偏差。

圖2 CMIP6中12個模式模擬的1950年至1999年熱帶太平洋區(qū)域SST增暖趨勢Fig.2 The warming trend of SST in tropical Pacific from 1950 to 1999 in 12 CMIP6 models

表2 CMIP6各模式的增暖趨勢空間相關(guān)系數(shù)Table 2 The spatial correlation coefficients between CMIP6 models and observation

3 熱帶太平洋SST增暖變率分析

熱帶太平洋SST在過去50 a的變暖總趨勢只給出了平均意義下的變化特征,并沒有變暖的細節(jié)。在這一部分,我們通過引入長期趨勢變暖變率,對熱帶太平洋SST變暖趨勢的變化情況進行分析,從而為進一步理解全球變暖提供信息。

圖3 a給出了觀測得到的1950—1999年熱帶太平洋SST增暖變率空間分布。與長期增暖趨勢不同,熱帶太平洋SST增暖變率存在顯著的空間分布差異,增暖變率最大值出現(xiàn)在赤道中太平洋、赤道東南太平洋及赤道外東北太平洋靠近美洲沿岸。其中,赤道中太平洋區(qū)域增暖變率最大,達0.003 8℃/月。該最大值區(qū)域與赤道外東北太平洋最大值區(qū)域連接在一起,形成熱帶太平洋最大的SST增暖變率最大區(qū)域。與長期變化趨勢不同(圖1a),赤道西太平洋和東太平洋區(qū)域SST增暖變率遠小于赤道中太平洋,特別是赤道西太平洋地區(qū),增暖變率最小值區(qū)域覆蓋了150°～160°E,20°N～10°S范圍內(nèi)的廣大區(qū)域。

與觀測相比較,CMIP6耦合模式集合平均結(jié)果(圖3b)顯示平均意義下,基于12個耦合模式的CMIP6結(jié)果能夠體現(xiàn)出熱帶太平洋SST增暖變率的空間不一致,包括中太平洋變率最大,東太平洋和西太平洋增暖變率變小,而且模式模擬強度低于觀測結(jié)果。CMIP6集合平均結(jié)果還揭示出其能夠反映赤道中太平洋增暖變率最大這個特征,只是增暖變率最大區(qū)域覆蓋范圍更加集中在赤道太平洋,并且經(jīng)向范圍覆蓋區(qū)域更大(165°E～110°W)。赤道南太平洋SST增暖變率也可以較好地反映,只是變率最大區(qū)域與觀測結(jié)果相比范圍偏小,強度偏弱。模擬結(jié)果最大值為0.002℃/月,遠小于觀測中的0.003 8℃/月。另外一個顯著特征是觀測中揭示的熱帶太平洋SST增暖變率最大區(qū)域從赤道中太平洋向東北方向一直延伸到美洲沿岸附近并沒有被耦合模式很好地模擬出。CMIP6模擬結(jié)果中,在10°N附近存在一條顯著的SST增溫變率偏弱區(qū),將赤道中太平洋與東北太平洋的SST增溫變率最大值區(qū)域分割開?？傮w而言,CMIP6耦合模式集合平均結(jié)果能夠反映出熱帶太平洋SST增溫變率的空間分布特征,增溫變率較觀測而言較弱。

圖3 觀測及CMIP6模式集合平均的熱帶太平洋SST增暖變率空間分布Fig.3 Same as Fig.1 but for the variability of SST warming trend

各模式對熱帶太平洋SST增暖變率模擬也存在較大差異(圖4)。從整體模擬強度來看,NCAR_CESM2模式模擬得到的增暖變率模擬強度最強,最大值能達到0.002 4℃/月,GISS-E2-1-G,MIROC6,FGOALS-f2-L,MCM-UA-1-0以及FIO-ESM-2-0模式模擬強度也較強。其余模式模擬的熱帶太平洋SST增暖變率強度則偏弱,例如BCC-CSM2-MR,NUIST-NESM3模式。從SST增暖變率最大值出現(xiàn)的區(qū)域來看,大部分CMIP6模式均給出赤道太平洋增暖趨勢最大值區(qū)域,并且覆蓋范圍包含接近整個赤道太平洋,只有MCM-UA-1-0模式給出了與觀測較相符合的赤道中太平洋增暖;赤道南太平洋增暖變率最大值區(qū)域只有這幾個模式能夠清晰的給出,分別是MCM-UA-1-0,Can ESM5,NCAR_CESM2,FIO-ESM-2-0以及FGOALS-f3-L模式。東北太平洋SST增暖變率最大值這一現(xiàn)象在12個模式的模擬結(jié)果中均有所反映,但是觀測中SST增暖變率最大值區(qū)域,即從赤道地區(qū)延伸到東北太平洋海區(qū)這一范圍,并不能被大多數(shù)CMIP6模式模擬出來。除了MIROC6,NUIST-NESM3以及CNRM-CM6-1模式能夠模擬出赤道中太平洋SST增溫變率最大值區(qū)域(從赤道地區(qū)能夠延伸到東北太平洋海區(qū)),其余9個模式均無法模擬出以上連續(xù)的分布特征,均在10°N附近出現(xiàn)了增暖變率的小值區(qū)域。

圖4 CMIP6各模式熱帶太平洋SST增暖變率空間分布Fig.4 Variability of SST warming trend in different CMIP6 models

圖5 為CMIP6各模式模擬的區(qū)域平均熱帶太平洋SST增暖變率泰勒圖。泰勒圖可以定量地顯示出模式模擬和觀測資料之間的空間相似程度[28],能夠給出12個模式模擬結(jié)果以及其集合平均的SST增溫變率與觀測場間的相關(guān)系數(shù)、標準偏差以及均方根誤差。從圖5可以看出,12個模式及集合平均結(jié)果與觀測的相關(guān)性并不高,大部分模擬的相關(guān)系數(shù)范圍為0.4～0.6,超過95%置信水平。L點對應(yīng)的SAM0-UNICON模式的相關(guān)系數(shù)小于0.1,MIROC6,NCAR_CESM2,MRI-ESM2-0,FIO-ESM-2-0四個模式與觀測的相關(guān)系數(shù)均大于0.5,集合平均和觀測的相關(guān)系數(shù)為0.516 7。大部分CMIP6模式模擬的增暖變率的標準偏差相比觀測場偏差都偏小,標準差在0.6～1.2,表明CMIP6模式對太平洋SST增暖變率具有一定的模擬能力。但與觀測相比,還存在一定偏差。

圖5 CMIP6各模式模擬的區(qū)域平均熱帶太平洋SST增暖變率泰勒圖Fig.5 Taylor diagram for the variability of SST warming trend in CMIP6 models

4 結(jié) 語

全球變暖背景下SST增暖是重要的科學事實[34]。作為全球最大的大洋,太平洋SST變化影響著多時間尺度海洋與氣候事件?；谧钚碌腃MIP6耦合模式模擬結(jié)果,本文對12個CMIP6模式模擬得到的歷史模擬場景下的1950年至1999年熱帶太平洋SST長期變化趨勢進行了分析,初步揭示了CMIP6模式對熱帶太平洋SST模擬能力。與觀測相比,CMIP6耦合模式能夠模擬出熱帶太平洋的增暖空間分布不均勻性及增暖變率的空間分布不均勻性,但各模式模擬增暖趨勢均弱于觀測結(jié)果,并且增暖變率與觀測存在較大差距。CMIP6各模式均給出了赤道中太平洋增溫趨勢以及增溫變率最大值區(qū)域位于赤道中太平洋,表明現(xiàn)階段各模式對赤道中太平洋模擬能力較強,而其他區(qū)域SST變化模擬較弱。各模式對10°N地區(qū)的增暖變率普遍存在模擬偏弱,而觀測中則較強,并且與赤道中太平洋和東北太平洋有較好連續(xù)性。該現(xiàn)象可能意味著CMIP6模式對厄爾尼諾中部型事件的產(chǎn)生機制模擬存在一定偏差,因為觀測分析表明,從東北太平洋產(chǎn)生并傳播到中太平洋的SST信號是厄爾尼諾中部型事件發(fā)生的重要途徑。各模式模擬得到的熱帶太平洋SST增暖變率最大值區(qū)均位于赤道西太平洋,顯示出現(xiàn)階段各模式對赤道太平洋SST的模擬偏差的一致性。由于導致CMIP6模式對太平洋SST增暖模擬出現(xiàn)偏差的因素很復雜,因此本文并沒有在模擬偏差來源方面進行仔細探討,僅進行了初步討論。SST增暖偏差的有關(guān)工作將在未來的進一步分析中開展。

除現(xiàn)有的各模式對熱帶太平洋SST模擬增暖及增暖變率的空間分布存在較大差異,本研究發(fā)現(xiàn)CMIP6對熱帶太平洋SST增暖趨勢和增暖變率模擬均比觀測結(jié)果偏弱。此發(fā)現(xiàn)只是基于歷史態(tài)SST變化,假設(shè)各模式模擬能力保持不變,那么我們有理由相信本文使用的12個CMIP6耦合模式對未來全球變暖的模擬,特別是熱帶太平洋SST模擬可能存在低估的傾向,需要通過一些技術(shù)手段來提高模式對熱帶太平洋SST的模擬能力。