亚洲季风区海陆热力变化的观测分析及模拟评估

打开文本图片集

摘要 利用观测资料分析了亚洲季风区夏季海陆热力差异的变化特征。在此基础上，采用国际耦合模式比较计划第五阶段（Coupled Model Intercomparison Program 5，CMIP5）20个模式的输出结果，对其进行了模拟评估。结果表明，亚洲季风区夏季陆地上空温度呈下降趋势，海洋上空呈升高趋势，海陆热力差呈减弱趋势。虽然模式模拟的海陆热力差也呈减弱趋势，但陆地和海洋上空温度均呈上升趋势。模式对陆地上空温度趋势模拟较差的原因是对青藏高原上空的温度模拟偏低。进一步分析表明，对海陆热力差异模拟相对较好的模式对亚洲季风系统模拟较好，而较差的模式对亚洲季风系统模拟也较差。

关键词 观测资料 海陆热力差异 CMIP5 评估 亚洲夏季风

季风是全球气候系统中最为活跃的成员之一，海陆热力差是季风建立与维持的主因（Halley，1686）。Li and Yanai（1996）研究了亚洲季风爆发与海陆热力差异的关系，提出青藏高原南部经向海陸热力差发生逆转时，亚洲季风爆发。钱云和钱永甫（1996）研究了高原大地形对东亚季风环流的影响，重新强调了海陆热力差的作用，认为高原的作用是第二位的。何金海等（2007）指出亚洲热带夏季风的建立与经向海陆热力差异有关，副热带夏季风的建立与纬向海陆热力差异有关。因此，郭其蕴（1983）用夏季陆地和海洋上的海平面气压值来指示东亚副热带地区的热力差异，从而来表示季风强弱。施能等（1996）也从海陆热力差角度改进了郭其蕴方法并定义指数。孙秀荣等（2000）考虑纬向和经向海陆热力差异的强弱，取两者比值为4：1，定义了一个海陆热力差指数。

目前，在物理过程、耦合碳循环等方面有明显改进的CMIP5气候耦合模式是开展气候变率和变化研究的重要工具（Tayloret al.，2012），但不同模式在模拟性能方面存在明显的差异。近些年，国内外学者针对亚洲夏季风气候态、年际年代际变化的模拟评估展开了许多研究。结果表明，模式对流场、气压场等气候态的模拟优于对其年际年代际变化模拟（Bao，2012；刘芸芸等，2014），且多模式集合平均的模拟效果最优（李瑞青等，2013；Song and Zhou，2014）。

20世纪海陆热力差异的变化特征以及CMIP5模式对其模拟的效果如何是值得研究的问题。因此本文通过分析观测资料选取出海陆热力差异关键区并研究其变化特点，在此基础上利用CMIP5模式从气候态、年代际变化的角度对其进行模拟评估，对模式改进和完善以及对亚洲季风区海陆热力差的特征了解提供依据。

1资料和方法

本文选取的观测资料有：NCEP/NCAR（National Centers for Environmental Prediction/Na-tional Center for Atmospheric Research）月平均高度场、风场，为了与模式时间一致，选取时间范围为1955—2005年；ECMWF（European Centre for Medi-um-range Weather Forecasts）40 a再分析资料ERA-40月平均高度场，根据资料选取时间范围为1958—2001年。观测资料分辨率均为2.5。×2.5。。

模式资料来自耦合模式比较计划第五阶段CMIP5的20个模式对20世纪历史气候模拟试验的模拟结果，时间选取1955—2005年，物理量为高度场、风场等。表1列出了模式的基本信息。多模式集合平均则采用各模式等权重平均，得到模式集合MME（Multi-Model Ensemble mean）。所有模式资料均使用双线性插值的方法插值到2.5°×2.5°的网格点上，便于与观测资料进行比较。

本文研究的海陆热力差异关键区是通过热成风静力学方程（朱乾根等，2000）计算出的500～200hPa平均温度。因为在大气中，高原作为抬高了的热源（或冷源），增强了海陆热力差异，使其季节转换更具敏感性和特殊性（吴国雄和张永生，1999）。考虑到高原作用，因此选取对流层中上层500～200hPa为研究高度。

2观测资料海陆热力差异特征

2.1关键区选取

考虑到NCEP/NCAR资料在长期趋势研究方面存在不确定性（徐影等，2001），因此结合ERA-40资料来确定指数。由多年平均的亚洲季风区夏季500～200 hPa平均温度场的空间分布（图1a）可以看出，NCEP与ERA-40均表现出在印度北部（60～105°E，20～30°N，）有一个高温中心（温度高于-24℃），这是由于夏季青藏高原的加热效应在对流层中上层所形成的。温度的均方差场揭示了温度围绕平均值的平均变化程度，反映其年际变率的大小。从图1b中看出，NCEP显示位于中国内蒙古高原中部上空的温度年际变率最大，而ERA-40的中心略向南偏移。里海东部为次中心，年际变率随着这两个中心向周围递减。

为了解观测资料平均温度场变化趋势的特征，其线性趋势系数分布如图2所示。图中显示，两份资料线性趋势系数分布大致相同，零线基本位于亚洲大陆海岸线附近。区别在于，NCEP负值中心位于蒙古中东部地区，中心值低于-0.06；正值中心位于菲律宾东南白令海地区，中心值高于0.02，陆地上空温度呈较大的下降趋势，海洋则相反；ERA-40的负值中心则位于蒙古中南部，且中心值低于-0.04，其变化趋势较NCEP小。

有研究发现亚洲夏季风在1970s末期以后明显减弱（Wang，2001）。对于NCEP，用1979—2005年平均减去1955—1978年平均得到图3a所示的温度年代际变化分布，发现在蒙古高原中东部地区为负值，菲律宾东南部、白令海附近洋面区域为正值，表明这些区域是年代际变化最明显的区域；对于ERA-40，用1979—2001年平均减去1958—1978年平均得到图3b，则相同区域的年代际变化较NCEP小，陆地上高值区位置略偏南。本文主要分析中低纬度地区，因此只选取菲律宾东南部洋面上空区域。如图3a中所示，选取表示陆地上空温度的A区域（90-120°E，35～55°N）和表示海洋上空温度的B区域（130～155°E，0°～15°N）。

2.2指数的变化特征

3模式评估结果

3.1模式对亚洲季风区夏季海陆热力气候态的模拟评估

为研究模式对亚洲地区（80～160°E，0°～60°N）500 hPa和200 hPa物理量气候态的模拟效果，将各模式资料处理之后作出纬向风场和高度场相对于观测场的Taylor图（Taylor，2001）。图5中不同数字对应不同模式。在500 hPa风场上主要系统有西北太平洋副热带高压，200 hPa上有南亚高压。图5a中可以看出，500 hPa有3个模式的中心化均方根误差在0.5 m/s之外，而MIROC4h、NorESM1-M在0.25 m/s之内；200 hPa的MIROC5、MIROC-ESM在0.5 m/s之外，约有一半在0.25 m/s之内，由于200 hPa风场较为平稳，故比500 hPa模拟效果好。通过对高度场的模拟就可以大致确定平均温度的模拟情况。如图5b所示，除了500 hPa、200 hPa的GISS-E2-H、HadCM3，其余模式同观测场的中心化均方根误差均在0.5 gpm之內。通过分析比较，发现BCC-CSM1-1、CNRM-CM5、GFDL-ESM2G、MI-ROC4h、MPI-ESM-LR、MPI-ESM-MR模拟效果最好，模拟效果最差的有BCC-CSMl-1-m、HadCM3、GISS-E2-H、MIROC5、MIROC-ESM。

根据图5可以将模式分为模拟较好的一类，如：BCC-CSM 1-1、CNRM-CM5、GFDL-ESM2G、MI-ROC4h、MPI-ESM-LR、MPI-ESM-MR；以及模拟较差的一类，如：BCC-CSM1-1-m、HadCM3、GISS-E2-H、MIROC5、MIROC-ESM。为了直观表现模式的模拟效果，则作出平均温度分布（图6）。图6a同图1a，为NCEP的温度分布特征。图6b为较好模式的结果，高温中心位置准确但范围较小，阴影显示中纬度大部分区域为负值，只有蒙古高原附近为正值。图6c是较差模式的结果，其仅对高温中心位置模拟较准确，阴影大部区域为负值，最低值低于-5℃。MME的结果与较差模式接近。综上可得，模式对于观测场的对流层中上层平均温度模拟的好坏取决于200 hPa和500 hPa高度场模拟的好坏，并且模式对亚洲季风区夏季青藏高原上空温度模拟效果较差，对高温中心值模拟偏低。

3.2模式对亚洲地区夏季海陆热力年代际变化的模拟评估

为了直观显示模式对观测资料各指数年代际变化模拟的效果，对模式同样进行Lanczos滤波，作出1955—2005年，L_L-S、I_L和I_S序列经滤波且标准化后的年代际变化图（图7）。图7a为，I_L的年代际变化特征。各模式及模式集合的序列呈明显的上升趋势，20世纪70年代中期之前低于观测，而之后又高于观测，各模式周期性变化差异较大，模拟效果最差；图7b为I_S，则模式同观测较为吻合，各模式周期性变化较为一致，但未能模拟出70年代中后期的突变；从，I_L-S的曲线图（图7c）可看出，模式同观测的变化趋势较为一致。从对三个指数模拟的结果来看，因为海洋上空的温度年代际变率较小，模式模拟效果最好。MME可以更好地看出模式的平均变化状态，但是其削弱了各个模式本身的变化特点，削弱了对某些年代特征的模拟能力。

计算单个模式模拟结果的相关系数、均方差、趋势系数等（图略）。结果表明，不同模式模拟的相关系数差异较大，8个模式通过95%显著性检验，其中IPSL-CM5A-MR与观测资料的相关系数达到了0.48，其次是CanESM2，MME与观测资料的相关系数达到了0.37。观测资料的标准差为1.18，所有模式均小于观测资料，说明模式对年际变率模拟相对较弱，MME只有0.24，进一步说明其削弱了各模式的年际变率。观测资料的趋势系数为-0.056，所有模式均为负值，均通过0.01显著性检验，因此能模拟出减小的趋势。综合上述三个检验指标，GFDL-ESM2G、MPI-ESM-LR、MPI-ESM-MR的模拟效果最好，BCC-CSMl.1-m、MRI-CGCM3、MIROC5模拟效果最差。

为了反映选出的模式对季风的模拟效果，则通过模拟季风指数来验证。由于各模式对郭其蕴（1983）东亚季风指数模拟效果均较好，无法进行验证，因此选取南亚季风指数（Webster-Yang Index，WYI）来验证模式模拟结果（Webster and Yang，1992）。从图8a可以看出方框内指数选取区基本大于等于20 m/s，将图8b、图8c同图8a比较，发现模式在指数选取区内的值均小于观测资料，但较好模式集合的模拟结果更接近观测资料。通过季风指数气候态的验证，得出上文所选取的模式对季风的模拟效果与对海陆热力差异的模拟效果相一致。

总体而言，综合气候态、年代际变化两个方面，20个CMIP5模式对海陆热力差异指数的模拟评估效果有好有差。利用季风指数对模式进行验证，则发现对海陆热力差异模拟相对较好的模式对亚洲季风系统模拟较好，而较差的模式对亚洲季风系统模拟也较差。

4结论和讨论

1）在1955—2005年中，亚洲季风区夏季对流层中上层平均温度场高温中心位于印度北部青藏高原上空，通过分析选取出海陆热力差指数并得出海洋上空温度呈上升趋势，而陆地上空则为下降趋势，海陆热力差异呈减弱趋势，则表明东亚夏季风呈减弱趋势（陈小婷等，2010）。

2）CMIP5模式的气候态模拟结果显示模式对500 hPa、200 hPa纬向风场、高度场的模拟性能较强，并且对200 hPa模拟结果优于500 hPa；大部分模式对高温中心模拟较弱，而在泰勒图中模拟较好的模式集合对高温闭合中心的位置及强度模拟最为准确，较差的模式集合对温度场模拟也较差。

3）模式模拟的海陆热力差呈减弱趋势；海洋上空温度呈上升趋势，模拟效果最好；而于模式对青藏高原上空温度模拟值偏低，陆地上空温度也呈上升趋势。结合各模式的统计计算结果得到：GFDL—ESM2G、MH-ESM-LR、MPI-ESM-MR对海陆热力差异的综合模拟较好，而BCC-CSM1-1-m、MRI-CGCM3、MIROC5模拟效果较差。且通过WYI季风指数的验证，说明通过模式对海陆热力差的模拟能力可以推断其对夏季风模拟能力。

由于亚洲季风区是全球最复杂的系统之一，受到大气内部和外部强迫等多种因素的影响，针对亚洲季风区海陆热力差异未来的变化及对季风的影响相应的可能机制有待进一步研究。