CMIP5西北太平洋氣候變率的模擬評(píng)估

智海,李愷霖,周順武

(南京信息工程大學(xué) 大氣科學(xué)學(xué)院,江蘇 南京 210044)

?

CMIP5西北太平洋氣候變率的模擬評(píng)估

智海,李愷霖,周順武

(南京信息工程大學(xué) 大氣科學(xué)學(xué)院,江蘇 南京 210044)

利用觀測(cè)海溫資料和CMIP5模式模擬結(jié)果分析西北太平洋(120°E～120°W,20～60°N)海表溫度的氣候態(tài)和年代際變化特征。結(jié)果表明,所選22個(gè)模式可以較好地模擬出西北太平洋海表溫度的氣候特征及其年際、年代際變化特征;模式模擬的海表溫度總體標(biāo)準(zhǔn)偏差在黑潮延伸體區(qū)域最大;絕大多數(shù)模式能模擬出海表溫度的第一EOF模態(tài);西北太平洋海表溫度具有較明顯的年代際振蕩現(xiàn)象,13/22的模式模擬的海表溫度存在明顯的年代際振蕩,同時(shí)海表溫度氣候態(tài)的模擬偏差對(duì)其周期振蕩模擬的影響較大,尤其在黑潮延伸體區(qū)域。

CMIP5;西北太平洋;氣候變率;海表溫度

0 引言

對(duì)于東亞的氣候而言,無(wú)論是東亞夏季風(fēng)還是冬季風(fēng),都存在著明顯的年代際變化(李建平等,2013)。例如在1980—2000年太平洋年代際振蕩(Pacific Decadal Oscillation,PDO)處于正位相,多發(fā)生較強(qiáng)的厄爾尼諾,呈現(xiàn)為東亞夏季風(fēng)減弱的態(tài)勢(shì),中國(guó)夏季長(zhǎng)江流域降水異常增多,俗稱南澇北旱(趙平和周秀驥,2006),而在2000—2013年近十年期間PDO為負(fù)位相,多發(fā)生較強(qiáng)的拉尼娜,呈現(xiàn)為東亞夏季風(fēng)增強(qiáng)的態(tài)勢(shì),中國(guó)夏季北方地區(qū)降水異常增多,俗稱北澇南旱(顧薇和李崇銀,2010;劉海文等,2012),PDO對(duì)東亞氣候的年代際變化有著至關(guān)重要的影響(Li et al.,2010;Zhu et al.,2011)。

太平洋年代際振蕩是近年來(lái)所發(fā)現(xiàn)的年代際時(shí)間尺度上的強(qiáng)信號(hào)(Mantua et al.,1997)。自從這一現(xiàn)象被發(fā)現(xiàn)以來(lái),就在學(xué)界受到極大的關(guān)注:一方面,PDO是疊加在長(zhǎng)期氣候趨勢(shì)上變化上的擾動(dòng),可直接造成包括我國(guó)在內(nèi)的太平洋地區(qū)氣候的年代際變化(馬柱國(guó)和邵麗娟,2006;朱益民等,2007;Yoon and Yeh,2010;李崇銀等,2011;余斌等,2011;李明剛等,2012);另一方面PDO又是年際變率的重要背景,對(duì)于年際變化(如ENSO)有重要的調(diào)制作用(Zhang et al.,1997;Alexander and Barnett,1998;McCabe and Dettinger,1999;Mantua and Hare,2002;楊修群等,2004;Schneider and Cornuelle,2005;孫曉娟等,2011;Wang et al.,2012;張福穎等,2012;Chen et al.,2013)。大量的觀測(cè)資料和分析表明:在1976/1977年前后北太平洋海洋大氣狀況出現(xiàn)了一次顯著的年代際形態(tài)轉(zhuǎn)變(Trenberth,1990)。在海洋方面,熱帶中東太平洋海表溫度(sea surface temperature,SST)出現(xiàn)年代際異常增暖,而在北太平洋中西部SST卻異常變冷,阿拉斯加灣及北美西岸SST增加。而海洋上的這種變化對(duì)應(yīng)著大氣上的變化體現(xiàn)在:北太平洋地區(qū)海平面氣壓(sea level pressure,SLP)和500 hPa高度場(chǎng)明顯降低,阿申低壓異常加深、東移并偏南(楊修群等,2004)。研究還發(fā)現(xiàn),類似于20世紀(jì)70年代末的氣候突變同樣發(fā)生在20世紀(jì)20和40年代,而且近期的研究還發(fā)現(xiàn)了從1998—2002年的冬季的一些異常特征也可以用年代際振蕩來(lái)解釋(Bond et al.,2003)。

海洋是大氣的加熱場(chǎng),具有相當(dāng)大的熱容量及緩慢變化的特性,因此在研究氣候年代際時(shí)間尺度自然變率時(shí)海洋的年代際變化受到廣泛關(guān)注。而大氣系統(tǒng)直接受SST的強(qiáng)迫,因此首先要認(rèn)識(shí)年代際時(shí)間尺度上SST的分布型式和變率(李泓和李麗平,2001)。但是由于各種各樣資料的限制和觀測(cè)手段的缺乏,隨著技術(shù)手段的發(fā)展氣候模式越來(lái)越成為研究年代際氣候變化的有效工具。但是,雖然氣候系統(tǒng)模式是氣候變化模擬和預(yù)估的有力工具,但其可靠性一直是人們關(guān)注的問題,世界氣候研究計(jì)劃已經(jīng)組織了多次耦合模式比較計(jì)劃(CMIP),旨在統(tǒng)一的框架下開展多模式比較(郭彥等,2013)。2008年耦合模擬工作組(WGCM)與國(guó)際地學(xué)生物圈計(jì)劃(IGBP)的地球系統(tǒng)積分與模擬(AIMES)計(jì)劃聯(lián)合召開會(huì)議,決定合作推動(dòng)新一輪的氣候模式比較研究計(jì)劃CMIP5(Taylor et al.,2012)。新一輪計(jì)劃依然是以CMIP3為基礎(chǔ),但是又做了許多改進(jìn),特別是改進(jìn)物理參數(shù)化和提高模式分辨率,目前的氣候模式已不是單純比較模式模擬變量的能力,而是發(fā)展到進(jìn)一步深入考察模式對(duì)物理過程和因子的模擬能力,即研究模式物理的真實(shí)性。

一直以來(lái),太平洋海溫變率主導(dǎo)模態(tài)評(píng)估和預(yù)估的研究較少,Overland et al.(2007)用10個(gè)IPCC AR4模式在未來(lái)全球變暖情景下預(yù)估了未來(lái)北太平洋年際振蕩的變化,模式集合的結(jié)果指出未來(lái)北太平洋全海盆增暖,SST的空間型態(tài)沒有變化。IPCC AR4模式對(duì)熱帶太平洋和北太平洋海溫的年代際可預(yù)報(bào)性模擬較差,這是由于北太平洋SST從季節(jié)到年代際的變化不僅僅起源于紅噪聲同時(shí)起因于ENSO中轉(zhuǎn)變成紅噪聲的信號(hào)(Newman et al.,2003)。Furtado et al.(2011)指出IPCC AR4模式中北太平洋海溫模態(tài)在時(shí)空特征上都與觀測(cè)結(jié)果有著顯著的差別,這是因?yàn)槟Ｊ讲蹲奖碧窖笾鲗?dǎo)模態(tài)動(dòng)力過程的能力值得懷疑。Meehl et al.(2013)研究指出特別是在熱帶太平洋,與海溫的線性趨勢(shì)不同的模態(tài)往往會(huì)在中斷數(shù)十年后呈現(xiàn)出相反的相位。更進(jìn)一步的研究表明,通過對(duì)北太平洋黑潮區(qū)海平面高度的研究,能進(jìn)行對(duì)黑潮變化的預(yù)測(cè)(Qiu et al.,2014)。李根(2012)發(fā)現(xiàn)在利用CMIP3不同耦合模式模擬熱帶氣候態(tài)SST時(shí)存在著非常大的模式差異,這種差異甚至超過了實(shí)際SST的變化。孫龔(2013)對(duì)比了CMIP3和CMIP5對(duì)北太平洋海溫變率前兩個(gè)模態(tài)的模擬結(jié)果,指出不論是CMIP3還是CMIP5對(duì)于時(shí)間特征基本沒有模擬能力。模式的模擬性能主要表現(xiàn)為兩個(gè)方面:一是氣候態(tài),二是氣候變率。對(duì)氣候態(tài)的模擬在一定程度上表征了模式在一定時(shí)間尺度下對(duì)氣候背景的模擬能力,而合理的模擬出年際變率才能利用模式對(duì)未來(lái)氣候進(jìn)行有效的預(yù)估(張宏芳,2011)。

因此本文擬利用CMIP5的實(shí)驗(yàn)結(jié)果,評(píng)估氣候模式對(duì)西北太平洋上層海溫的變率模擬。針對(duì)挑選出的22個(gè)模式的piControl實(shí)驗(yàn)結(jié)果,通過分析海溫的氣候態(tài)、氣候變率及模式與模式之間的模擬不確定性,評(píng)估各個(gè)模式以及模式的集合平均對(duì)于西北太平洋年代際變率的模擬能力。并通過揭示西北太平洋氣候變率的特征來(lái)探究影響西北太平洋年代際變化的可能因素。

1 資料與方法

采用的觀測(cè)資料是來(lái)自NCEP/NCAR的ERSST(Improved Extended Reconstruction Sea Surface Temperature,ERSST)再分析資料(Smith and Reynolds,2004)。該資料是基于最新的ICOADS SST數(shù)據(jù),釆用改良的統(tǒng)計(jì)方法重新構(gòu)建而成的逐月資料,可追溯至1854年1月,水平空間分辨率是2°×2°,并且扣除了全球變暖的趨勢(shì)。

圖1 觀測(cè)和模擬的西北太平洋年海表溫度氣候態(tài)(等值線;單位:℃)及其差值分布(模擬結(jié)果減觀測(cè)結(jié)果;彩色陰影區(qū),單位:℃)Fig.1 Observed and simulated climatologies of SST(contours;units:℃) in Northwest Pacific and their differences(simulations minus observations;color shadings,units:℃)

使用來(lái)自CMIP5的22個(gè)模式資料,模式的實(shí)驗(yàn)是piControl實(shí)驗(yàn)(工業(yè)革命前控制實(shí)驗(yàn)),主要用來(lái)估計(jì)模式的非強(qiáng)迫變率和診斷非強(qiáng)迫系統(tǒng)的氣候漂移。本文采用的piControl實(shí)驗(yàn)的設(shè)計(jì)目的是在不考慮外界強(qiáng)迫和全球變暖的情形下研究氣候本身的內(nèi)部變率。實(shí)驗(yàn)將太陽(yáng)常數(shù)、溫室氣體、氣溶膠和臭氧等強(qiáng)迫資料固定在1850年前后(Taylor et al.,2012)。模式選取的資料是模式模擬實(shí)驗(yàn)的最后100 a的資料。資料選取的范圍是120°E～120°W、20～60°N的西北太平洋區(qū)域。由于不同模式之間水平分辨率各不相同,為了便于與模式進(jìn)行比較,把觀測(cè)資料和所有的模式資料全部插值為1°×1°規(guī)則網(wǎng)格。

模式對(duì)氣候態(tài)的模擬在一定程度上表征了模式在一定時(shí)間尺度下對(duì)氣候背景的刻畫能力,采用Taylor圖評(píng)估方法對(duì)氣候態(tài)進(jìn)行評(píng)估;對(duì)年際變率的模擬能力是模式模擬能力的重要體現(xiàn)之一,使用EOF和功率譜分析方法對(duì)年際變率進(jìn)行評(píng)估。

2 CMIP5模式氣候態(tài)模擬結(jié)果

海溫是對(duì)氣候直接產(chǎn)生影響的海洋要素,并因此影響天氣和氣候的變化,圖1從整體上來(lái)看,SST呈現(xiàn)出很明顯的南暖北冷的分布形式。從集合平均的結(jié)果看來(lái)誤差控制的很好,誤差數(shù)值都在0 ℃左右。而從模式與觀測(cè)之間的差值可以看出,從總體上模式與觀測(cè)之間的誤差在-4～2 ℃之間,但有個(gè)別模式在個(gè)別地區(qū)出現(xiàn)了比較大的偏差。12/22的模式把誤差控制在了0 ℃左右,其中NorESM1-ME、NorESM1-M這兩個(gè)模式控制的比較好。7/22的模式在日本東部都有著SST的偏高中心,以EC-EARTH偏高的較多。與模式有著明顯偏高中心相對(duì)應(yīng)的是IPSL-CM5B-LR,IPSL-CM5B-LR在日本東部的SST明顯偏低。

為了更直觀地看出各個(gè)模式對(duì)于氣候態(tài)模擬的優(yōu)劣程度,圖2給出了Taylor圖。Taylor圖是用來(lái)衡量模式模擬能力的圖形,各個(gè)數(shù)字代表模式的編號(hào),數(shù)字的方位角表示模式與觀測(cè)的空間相關(guān)系數(shù),數(shù)字與原點(diǎn)的距離表示模式與觀測(cè)的標(biāo)準(zhǔn)差之比。REF表示觀測(cè),越接近REF表示模擬的效果越好。從Taylor圖中可以看出幾乎所有模式的模擬結(jié)果都集中在REF附近,并且所有模式的相關(guān)系數(shù)都在0.95以上,說(shuō)明模式對(duì)海洋氣候態(tài)模擬的效果較好,各個(gè)模式間的差別不大。

圖3 22個(gè)模式集合平均的海表溫度總體標(biāo)準(zhǔn)偏差(單位:℃)Fig.3 Total standard deviation of SST for the ensenble mean of 22 models(units:℃)

圖2 22個(gè)模式及模式集合平均的標(biāo)準(zhǔn)化西北太平洋海表溫度的Taylor圖Fig.2 Taylor diagram of normalized SSTs over Northwest Pacific for the 22 models and their ensemble mean

為了直觀了解模式與模式之間對(duì)于不同海區(qū)的模擬差異,圖3所給出的是多模式集合平均及其22個(gè)模式的總體標(biāo)準(zhǔn)差空間分布,從圖中看出低緯度太平洋地區(qū)的數(shù)值很小,基本上都在1以下。中高緯度太平洋大部分區(qū)域的數(shù)值在1～2之間,但是在日本黑潮延伸體、日本海西部、黃海東部各個(gè)模式模擬的偏差較大。這是由于黑潮是全球最強(qiáng)的西邊界流之一,活動(dòng)活躍(谷德軍,2004),而黃海由于有黃海暖流這一支輸運(yùn)外海高鹽水的流動(dòng)導(dǎo)致變率較大(湯毓祥,2001)。另外由于海氣耦合模式中,模擬結(jié)果和觀測(cè)的差別在耦合模式中會(huì)通過海氣相互作用被放大,差別大的基本上是在海陸邊界處(陳克明等,1997;閔錦忠等,2000)?；谝陨系脑?故這些區(qū)域模式與模式之間模擬差異比較大,該區(qū)域的不確定性強(qiáng)。

圖4 西北太平洋海表溫度的標(biāo)準(zhǔn)偏差(單位:℃)Fig.4 Standard deviations of SST over Northwest Pacific(units:℃)

3 CMIP5模式氣候變率模擬結(jié)果

3.1 標(biāo)準(zhǔn)差

標(biāo)準(zhǔn)差往往被用來(lái)描述數(shù)據(jù)的離散程度,對(duì)于海溫計(jì)算標(biāo)準(zhǔn)差可以表征海溫的變化情況。圖4給出的是西北太平洋海表溫度時(shí)間序列的標(biāo)準(zhǔn)差示意圖。從整體上來(lái)看,近100 a來(lái)西北太平洋海表溫度都有著普遍的變化。從觀測(cè)中可以看出SST變率最大的地區(qū)的在日本西部的日本海、黃海以及黑潮延伸體一帶。另外在日本東部的黑潮分支和黑潮延伸體的區(qū)域,SST的變率也比較明顯。對(duì)于集合平均來(lái)說(shuō)SST變率最明顯的地方是在中國(guó)的黃海、日本海西部這一帶,但是卻沒有模擬出鄂霍次克海的變率。有15/22的模式對(duì)于在黃海的SST標(biāo)準(zhǔn)模擬的比較好;13/22的模式都對(duì)日本海區(qū)域的SST標(biāo)準(zhǔn)差的強(qiáng)度和范圍都模擬的比較好;16/22的模式模擬出在日本海海域和黃海海域標(biāo)準(zhǔn)差高值中心的情形。而對(duì)于黑潮延伸體的SST標(biāo)準(zhǔn)差模擬,20/22的模式模擬了出來(lái),但是在強(qiáng)度上有所差異,不同的模式之間模擬的范圍還有較大差距。CanESM2、CNRM-CM5、IPSL-CM5A-LR、IPSL-CM5A-MR、IPSL-CM5B-LR這四個(gè)模式在黑潮延伸體有著明顯的大值區(qū),強(qiáng)度大范圍廣,強(qiáng)度達(dá)到了6 ℃。MRI-CGCM3在黑潮延伸區(qū)的強(qiáng)度也很強(qiáng),也達(dá)到了6 ℃,但范圍稍小。NorESM1-ME、NorESM1-M這兩個(gè)模式所模擬出的變率較小,只有4 ℃。

圖5給出的是經(jīng)過標(biāo)準(zhǔn)化處理后的22個(gè)模式及集合平均的西北太平洋海表溫度空間分布標(biāo)準(zhǔn)差Taylor圖。在圖中可以看出所有模式的空間相關(guān)系數(shù)都達(dá)到了0.9以上,CESM1(BGC)的空間相關(guān)系數(shù)更是超過了0.98,這說(shuō)明模式對(duì)空間形態(tài)的模擬較好。6/22的模式標(biāo)準(zhǔn)差之比在1以上。

圖5 22個(gè)模式及模式集合平均的標(biāo)準(zhǔn)化西北太平洋海表溫度標(biāo)準(zhǔn)偏差的Taylor圖Fig.5 Taylor diagram of standard deviations of normalized SST over Northwest Pacific for the 22 models and their ensemble mean

圖6 西北太平洋海表溫度的EOF第一空間模態(tài)Fig.6 Spatial patterns of the first EOF mode of SST over Northwest Pacific

3.2 經(jīng)驗(yàn)正交函數(shù)(EOF)

經(jīng)驗(yàn)正交函數(shù)(EOF)能把隨時(shí)間變化的變量場(chǎng)分解為不隨時(shí)間變化的空間函數(shù)部分以及只依賴時(shí)間變化的時(shí)間函數(shù)部分,從而更好地對(duì)海溫的特征進(jìn)行分析。圖6給出的是經(jīng)過EOF分解后的西北太平洋海表溫度的第一模態(tài)的空間型。無(wú)論是觀測(cè)資料還是模式資料都反映出PDO的分布形態(tài)。但是由于模式性能的差異,在EOF分解的時(shí)候,其有些模式的模態(tài)相對(duì)觀測(cè)出現(xiàn)了漂移,與觀測(cè)相比相差較大,但為了整體評(píng)估選擇的CMIP5模式,把結(jié)果放在一起比較,也說(shuō)明了模式之間在模擬年際變化之間的優(yōu)劣。從觀測(cè)中我們可以看出負(fù)值中心在西北太平洋中部,同時(shí)負(fù)值的范圍很大,而在北美的沿岸是正的大值區(qū),空間第一模態(tài)基本上以40°N為中心南北對(duì)稱分布。對(duì)于模式集合平均來(lái)說(shuō),零線的走向和觀測(cè)的走向基本一致,對(duì)于中心的位置來(lái)說(shuō)集合平均的中心位置在日本以東的海面上,而在北美的西岸也呈現(xiàn)類似于帶狀的分布,但是這種分布的范圍和強(qiáng)度與實(shí)際觀測(cè)存在著比較大的差異。對(duì)于另外的22個(gè)模式來(lái)說(shuō),分布型基本上也是以40°N為中心南北對(duì)稱分布,零線的位置基本上走向一致。對(duì)于中心的模擬,大多數(shù)模式模擬中心的位置偏北,而且模式與模式之間模擬的效果相差巨大。17/22的模式的中心在日本東部,并且向太平洋東部延伸,其中ACCSEE1.0、BCC-CSM1.1、MPI-ESM-LR在日本東部的中心模擬的數(shù)值較大,以MPI-ESM-LR模擬的數(shù)值為最大。幾乎所有的模式都沒能很好的模擬出北美沿岸的正值區(qū)帶狀分布。

圖7所給出的是西北太平洋EOF第一模態(tài)是時(shí)間序列,為了便于比較,事先進(jìn)行了標(biāo)準(zhǔn)化處理。從觀測(cè)資料的EOF中可以看出,EOF第一模態(tài)的時(shí)間序列存在著明顯的振蕩現(xiàn)象,不論是正位相還是負(fù)位相都有著比較大的振幅。對(duì)于集合平均來(lái)說(shuō)振幅很小,基本上觀察不到正負(fù)相位的變化。從另外的23個(gè)模式中可以看出各個(gè)模式之間有著正負(fù)位相的分布。并且各個(gè)模式的振幅都不盡相同,但是比起觀測(cè)值振幅來(lái)說(shuō),所有的模式振幅都比實(shí)際的情況要來(lái)的小。觀測(cè)的最大正振幅達(dá)到了0.023,負(fù)振幅也達(dá)到了-0.022,所有模式的正負(fù)振幅都在-0.020～0.020之間。

圖7 西北太平洋海表溫度EOF第一模態(tài)的標(biāo)準(zhǔn)化時(shí)間序列Fig.7 Normalized time coefficients of the first EOF mode of SST over North Pacific

表1給出的是各個(gè)數(shù)據(jù)的模態(tài)所對(duì)應(yīng)的方差貢獻(xiàn)率。從觀測(cè)數(shù)據(jù)中可以看出:第一模態(tài)的方差貢獻(xiàn)率為22.3%。而集合模式中第一模態(tài)的貢獻(xiàn)率為13.6%。對(duì)于22個(gè)模式而言一共有14/22的模式第一模態(tài)的方差貢獻(xiàn)率小于20%,8/22的模式貢獻(xiàn)率大于20%,其中CCSM4、NorESM1-ME、NorESM1-M這三個(gè)模式的貢獻(xiàn)率超過30%。

3.3 功率譜分析

功率譜分析是用來(lái)分析周期的一種方法,能幫助我們更加深入的了解海溫的性質(zhì)。圖8給出的是觀測(cè)資料、22個(gè)所選取模式以及模式集合平均的功率譜分析。虛線表示的是95%的置信區(qū)間。從第一張觀測(cè)圖中可以看出,西北太平洋海表溫度存在這一個(gè)大約8 a左右的振蕩周期,同時(shí)還可能存在著長(zhǎng)達(dá)50 a以上的振蕩周期。以下這幾個(gè)模式超過了置信線,存在著比較明顯的周期ACCSEE1.0、CanESM2、CESM1(BGC)、CNRM-CM5、GFDL-CM3、GFDL-ESM2G、HadGEM2-ES、INM-CM4、IPSL-CM5A-MR、IPSL-CM5B-LR、MPI-ESM-P、NorESM1-ME、NorESM1-M,它們對(duì)應(yīng)的周期分別為:15、16、5、5、20、15、14、25、5、15、15、5、6 a。呈現(xiàn)出明顯周期的年份以20 a左右的周期為最多。但是相比較于在氣候態(tài)上模擬能力較好的集合平均來(lái)說(shuō),它在功率譜上沒有存在著明顯的周期,集合的模擬能力甚至比不上單個(gè)模式的模擬能力。通過對(duì)于氣候態(tài)的分析,氣候態(tài)差異最大的地區(qū)是黑潮延伸體,對(duì)模式總體標(biāo)準(zhǔn)偏差的分析可以看出模式之間不確定性最強(qiáng)的區(qū)域是在日本海的西部、黃海的東部以及黑潮延伸體,尤其以黑潮延伸體的不確定性最強(qiáng),不確定的范圍最廣。而通過各個(gè)模式間的海表溫度標(biāo)準(zhǔn)差可以看出各個(gè)模式的變率在這些區(qū)域的變率也普遍較大。但是對(duì)于黑潮延伸體氣候態(tài)偏差較大的CanESM2、EC-EARTH、IPSL-CM5B-LR的這3個(gè)模式中有兩個(gè)有比較明顯的周期;CanESM2、CNRM-CM5、 IPSL-CM5A-LR、IPSL-CM5A-MR 、IPSL-CM5B-LR、MRI-CGCM3這6個(gè)模式的時(shí)間變率比較大,其中有4個(gè)模式有明顯的周期。反觀黑潮延伸體變率最小的NorESM1-ME、NorESM1-M這兩個(gè)模式并沒有明顯的周期。因此氣候態(tài)模擬的差異對(duì)SST周期振蕩的影響比較小,而黑潮延伸體變率的大小會(huì)很明顯的影響到SST的振蕩周期。

表1 西北太平洋海表溫度EOF第一模態(tài)的方差貢獻(xiàn)率

Table 1 Variance contributions of the first EOF mode of SST over North Pacific

編號(hào)名稱第一模態(tài)方差貢獻(xiàn)率/%編號(hào)名稱第一模態(tài)方差貢獻(xiàn)率/%1observe22.313HadGEM2-AO14.92Ensemble13.614HadGEM2-CC15.43ACCESS1.015.915HadGEM2-ES15.64BCC-CSM1.124.916INM-CM418.35CanESM224.417IPSL-CM5A-LR19.36CCSM432.418IPSL-CM5A-MR20.77CESM1(BGC)28.519IPSL-CM5B-LR19.88CNRM-CM516.820MPI-ESM-LR17.89EC-EARTH17.321MPI-ESM-P19.610GFDL-CM318.822MRI-CGCM317.011GFDL-ESM2G18.823NorESM1-ME31.612GFDL-ESM2M23.724NorESM1-M32.6

圖8 西北太平洋海表溫度EOF第一模態(tài)時(shí)間系數(shù)的功率譜分析(虛線表示95%置信水平)Fig.8 Power spectrum analysis of time coefficients of the first EOF mode of SST over North Pacific(Dotted lines represent 95% confidence level)

4 結(jié)論

本文從西北太平洋SST的年代際變化入手,利用ERSST海溫資料以及CMIP5的piControl試驗(yàn)的22個(gè)模式資料以及這22個(gè)模式的集合平均,重點(diǎn)研究了西北太平洋SST的氣候態(tài)特征、時(shí)空變率以及周期,得到了如下幾個(gè)結(jié)論:

1)氣候態(tài)上觀測(cè)與模式之間呈現(xiàn)著南暖北冷的帶狀分布型,各個(gè)模式之間對(duì)于氣候態(tài)的模擬效果很好。從氣候態(tài)的偏差上來(lái)看模式的集合平均偏差很少。12/22的模式把誤差控制在了0 ℃左右,其中NorESM1-ME、NorESM1-M模擬較好。7/22的模式在日本東部都有著SST偏高中心,以EC-EARTH偏高的較多。IPSL-CM5B-LR在日本東部的SST與卻明顯的偏低了。

2)通過分析22個(gè)模式以及集合平均的時(shí)空變率,在空間上在中低緯度模式與模式之間的模擬的差異小,不確定性小。但是在黑潮延伸體和海岸線部分卻有著大值區(qū),因此在這些區(qū)域模式之間的差異比較大,不確定性大。模式的集合平均對(duì)于時(shí)間變率的模擬相比于各個(gè)模式?jīng)]有很明顯的優(yōu)勢(shì)。

3)對(duì)以上資料進(jìn)行EOF分解,對(duì)于ERSST海溫資料第一模態(tài)的方差貢獻(xiàn)率為22.3%。GFDL-ESM2M最接近實(shí)際的方差貢獻(xiàn)率為23.7%,CCSM4、NorESM1-ME、NorESM1-M這三個(gè)模式的貢獻(xiàn)率超過30%,而集合模式中第一模態(tài)的貢獻(xiàn)率僅為13.6%。13/22的模式存在著明顯的周期,周期從5～15 a之間,集合模式對(duì)于周期完全沒有模擬能力,這是由于耦合模式的不受外部強(qiáng)迫所造成的。周期對(duì)于氣候態(tài)差異的響應(yīng)較弱,對(duì)于黑潮延伸體高變率的響應(yīng)較強(qiáng)。

CMIP5中的piControl實(shí)驗(yàn)排除了外界的影響,忽略了全球變暖的影響,注重研究了氣候系統(tǒng)本身的變率,對(duì)于氣候態(tài)的模擬不同模式之間的差異比較少,但是當(dāng)進(jìn)行更加深入的研究時(shí),模式與模式之間卻出現(xiàn)了巨大的差異,因此下一步要進(jìn)一步研究模式的之間不同的物理參數(shù)化方案通過更好的參數(shù)化方案的選取來(lái)盡可能揭示太平洋年代際振蕩可能的物理過程。

Alexander G,Barnett T P.1998.Interdecadal modulation of ENSO teleconnections[J].Bull Amer Meteor Soc,79(12):2715-2725.

Bond N A,Overland J E,Michael S,et al.2003.Recent shifts in the state of the North Pacific[J].Geophys Res Lett,30(23):1-4.

陳克明,金向澤,張學(xué)洪.1997.關(guān)于海氣耦合模式氣候漂移及敏感性的一點(diǎn)探討[J].海洋學(xué)報(bào),19(2):38-51. Chen Keming,Jin Xiangze,Zhang Xuehong.1997.A discuss of coupledocean-atmosphere model climate drift and its sensitivity[J].Acta Oceanologica Sinica,19(2):38-51.(in Chinese).

Chen W,Juan F,Wu R G.2013.Roles of ENSO and PDO in the link of the East Asian winter monsoon to the following summer monsoon[J].J Climate,26(2):622-635.

Furtado,Jason C,Lorenzo D E,Schneider N,et al.2011.North Pacific decadal variability and climate change in the IPCC AR4 models[J].J Climate,24(12):3049-3067.

谷德軍,王東曉,袁金南.2004.黑潮輸送的異常及其與大尺度海氣相互作用的關(guān)系[J].熱帶海洋學(xué)報(bào),23(6):30-39. Gu Dejun,Wang Dongxiao,Yuan Jinnan.2004.Anomalous transport of Kuroshio and its relationship with large scale atmosphere-sea interaction[J].Journal of Tropical Oceanography,23(6):30-39.(in Chinese).

顧薇,李崇銀.2010.IPCC AR4中海氣耦合模式對(duì)中國(guó)東部夏季降水及PDO、NAO年代際變化的模擬能力分析[J].大氣科學(xué)學(xué)報(bào),33(4):401-411. Gu Wei,Li Chongyin.2010.Evaluation of IPCC AR4 climate models in simulating the interdecadal variations of the East China summer precipitation PDO and NAO[J].Trans Atmos Sci,33(4):401-411.(in Chinese).

郭彥,董文杰,任福民,等.2013.CMIP5模式對(duì)中國(guó)年平均氣溫模擬及其與CMIP3模式的比較[J].氣候變化研究進(jìn)展,9(3):181-186. Guo Yan,Dong Wenjie,Ren Fuming,et al.2013.Assessment of CMIP5 simulations for China annual average surface temperature and its comparison with CMIP3 simulations[J].Adv Climate Change Res,9(3):181-186.(in Chinese).

李崇銀,王力群,顧薇.2011.冬季蒙古高壓與北太平洋海溫異常的年際尺度關(guān)系[J].大氣科學(xué),35(2):193-200. Li Chongyin,Wang Liqun,Gu Wei.2011.Interannual time-scale relationship between Mongolia high and SST anomaly in the North Pacific in winter[J].Chinese J Atmos Sci,35(2):193-200.(in Chinese).

李根.2012.海氣界面熱通量變化趨勢(shì)及其與SST的關(guān)系[D].合肥:中國(guó)科學(xué)技術(shù)大學(xué). Li Geng.2012.Trend variability in Air-Sea fluxes and their relationship with SST[D].Hefei:University of Science and Technology of China.(in Chinese).

李泓,李麗平.2001.太平洋地區(qū)海氣系統(tǒng)年代際變率研究的若干進(jìn)展[J].南京氣象學(xué)院學(xué)報(bào),24(4):591-598. Li Hong,Li Liping.2001.Advance in study on inter-decadal climate variability of the Pacific atmosphere-ocean system[J].J Nanjing Inst Meteor,24(4):591-598.(in Chinese).

Li H,Dai A,Zhou T,et al.2010.Responses of East Asian summer monsoon to historical SST and atmospheric forcing during 1950—2000[J].Climate Dyn,34(4):501-514.

李建平,任榮彩,齊義泉,等.2013.亞洲區(qū)域海—陸—?dú)庀嗷プ饔脤?duì)全球和亞洲氣候變化的作用研究進(jìn)展[J].大氣科學(xué),37(2):518-538. Li Jianping,Ren Rongcai,Qi Yiquan,et al.2013.Progress in air-land-sea interactions in Asia and their role in global and Asian climate change[J].Chinese J Atmos Sci,37(2):518-538.(in Chinese).

李明剛,管兆勇,韓潔,等.2012.近50 a華東地區(qū)夏季極端降水事件的年代際變化[J].大氣科學(xué)學(xué)報(bào),35(5):591-602. Li Minggang,Guan Zhaoyong,Han Jie,et al.2012.Interdecadal changes of summertime precipitation extremes in East China in recent five decades[J].Trans Atmos Sci,35(5):591-602.(in Chinese).

劉海文,周天軍,朱玉祥,等.2012.東亞夏季風(fēng)自20世紀(jì)90年代初開始恢復(fù)增強(qiáng)[J].科學(xué)通報(bào),57(9):765-769. Liu Haiwen,Zhou Tianjun,Zhu Yuxiang,et al.2012.The strengthening East Asia summer monsoon since the early 1990s[J].Chinese Science Bulletin,57(9):765-769.(in Chinese).

馬柱國(guó),邵麗娟.2006.中國(guó)北方近百年干濕變化與太平洋年代際振蕩的關(guān)系[J].大氣科學(xué),30(3):464-474. Ma Zhuguo,Shao Lijuan.2006.Relationship between dry/wet variation and the Pacific decade oscillation(PDO) in Northern China during the last 100 years[J].Chinese J Atmos Sci,30(3):464-474.(in Chinese).

Mantua,N J,Hare S R.2002.The Pacific decadal oscillation[J].Journal of Oceanography,58(1):35-44.

Mantua N J,Hare S R,Zhang Y,et al.1997.A Pacific interdecadal climate oscillation with impacts on salmon production[J].Bull Amer Meteor Soc,78(6):1069-1079.

McCabe G J,Dettinger M D.1999.Decadal variations in the strength of ENSO teleconnections with precipitation in the Western United States[J].Int J Climatol,19(13):1399-1410.

Meehl G A,Hu A,Arblaster J M,et al.2013.Externally forced and internally generated decadal climate variability associated with the interdecadal Pacific oscillation[J].J Climate,26(18):7298-7310.

閔錦忠,孫照渤,朱偉軍.2000.海氣耦合環(huán)流模式及耦合技術(shù)的研究[J].南京氣象學(xué)院學(xué)報(bào),23(3):449-458. Min Jinzhong,Sun Zhaobo,Zhu Weijun.2000.Review of study on air-sea coupled models and coupling method[J].J Nanjing Inst Meteor,23(3):449-458.(in Chinese).

Newman M,Compo G P,Alexander M A.2003.ENSO-forced variability of the Pacific decadal oscillation[J].J Climate,16(23):3853-3857.

Overland J E,Wang M Y.2007.Future climate of the North Pacific Ocean[J].Eos Trans Amer Geophys Union,88(16):178-182.

Qiu B,Chen S,Schneider N,et al.2014.A coupled decadal prediction of the dynamic state of the Kuroshio extension system[J].J Climate,27(4):1751-1764.

Schneide N,Cornuelle B D.2005.The forcing of the Pacific decadal oscillation[J].J Climate,18(21):4355-4373.

Smith T M,Reynolds R W.2004.Improved extended reconstruction of SST(1854—1997)[J].J Climate,17(12):2466-2477.

孫曉娟,王盤興,智海,等.2011.阿留申低壓四種環(huán)流指數(shù)的分析和比較[J].大氣科學(xué)學(xué)報(bào),34(1):74-84. Sun Xiaojuan,Wang Panxing,Zhi Hai,et al.2011.Analysis and comparison of four kinds of circulation indices of Aleutian[J].Trans Atmos Sci,34(1):74-84.(in Chinese).

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

湯毓祥.2001.冬至初春黃海暖流的路徑和起源[J].海洋學(xué)報(bào),23(1):1-12. Tang Yuxiang.2001.On the origin and path of the Huanghai warm current during winter and early spring[J].Acta Oceanologica Sinica,23(1):1-12.(in Chinese).

Trenberth K E.1990.Recent observed interdecadal climate changes in the Northern Hemisphere[J].Bull Amer Meteor Soc,71(7):988-993.

Wang H,Kumar A,Wang W Q,et al.2012.Influence of ENSO on Pacific decadal variability:An analysis based on the NCEP climate forecast system[J].J Climate,25(18):6136-6151.

楊修群,朱益民,謝倩,等.2004.太平洋年代際振蕩的研究進(jìn)展[J].大氣科學(xué),28(6):979-992. Yang Xiuqun,Zhu Yimin,Xie Qian,et al.2004.Advances in studies of Pacific decadal oscillation[J].Chinese J Atmos Sci,28(6):979-992.(in Chinese).

Yoon J,Yeh S W.2010.Influence of the Pacific decadal oscillation on the relationship between El Nio and the Northeast Asian summer monsoon[J].J Climate,23(17):4525-4537.

余斌,George J,Francis W,等.2011.海表熱通量反饋及海溫變率[J].大氣科學(xué)學(xué)報(bào),34(1):1-7. Yu Bin,George J,Francis W,et al.2011.Surface heat flux feedback and SST variability[J].Trans Atmos Sci,34(1):1-7.(in Chinese).

張福穎,郭品文,程軍.2012.熱帶太平洋與印度洋相互作用的年代際變化及其數(shù)值模擬[J].大氣科學(xué)學(xué)報(bào),35(1):32-40. Zhang Fuying,Guo Pinwen,Cheng Jun.2012.Interdecadal change of the interaction between tropical Pacific and tropical Indian Ocean by diagnosis analysis and its numerical simulations[J].Trans Atmos Sci,35(1):32-40.(in Chinese).

張宏芳.2011.IPCC AR4氣候模式對(duì)東亞夏季大氣環(huán)流模擬的評(píng)估及其重建、預(yù)估[D].南京:南京信息工程大學(xué). Zhang Hongfang.2011.Evaluation,reconstruction and projection of summer atmospheric circulation over East Asia by IPCC AR4 climate models[D].Nanjing:Nanjing University of Information Sciences and Technology.(in Chinese).

Zhang Y,Wallace J M,David S.1997.ENSO-like interdecadal variability:1900—93[J].J Climate,10(5):1004-1020.

趙平,周秀驥.2006.近40年我國(guó)東部降水持續(xù)時(shí)間和雨帶移動(dòng)的年代際變化[J].應(yīng)用氣象學(xué)報(bào),17(5):548-556. Zhao Ping,Zhou Xiuji.2006.Decadal variability of rainfull persistent time and rainbelt shift over Eastern China in recent 40 years[J].J Appl Meteor Sci,17(5):548-556.(in Chinese).

朱益民,楊修群,陳曉穎,等.2007.ENSO與中國(guó)夏季年際氣候異常關(guān)系的年代際變化[J].熱帶氣象學(xué)報(bào),23(2):105-116. Zhu Yimin,Yang Xiuqun,Chen Xiaoying,et al.2007.Interdecadal variation of the relationship between ENSO and summer interannual climate variability in China[J].Journal of Tropical Meteorology,23(2):105-116.(in Chinese).

Zhu Y,Wang H,Zhou W,et al.2011.Recent changes in the summer precipitation pattern in East China and the background circulation[J].Climate Dyn,36(7/8):1463-1473.

(責(zé)任編輯：孫寧)

CMIP5 assessment of climate variability over Northwest Pacific

ZHI Hai,LI Kai-lin,ZHOU Shun-wu

(School of Atmospheric Sciences,NUIST,Nanjing 210044,China)

The observed SST data and CMIP5 data are used to analyze climate state and interdecadal variation of sea surface temperature(SST) over Northwest Pacific(20—60°N,120°E—120°W).Results indicate that the selected 22 models can simulate the climate state perfectly.More importantly,the selected models can simulate the annual and interdecadal variations of SST over Northwest Pacific.Total standard deviation of SST simulted by the models is the largest in Kuroshio extension region.The majority of models have an ability to simulate the first EOF mode of SST.The SST over Northwest Pacific has a significant interdecadal oscillation phenomenon.SSTs simulated by the 13/22 models have obvious interdecadal oscillations.Meanwhile,the simulated deviation of SST climate state has a great effect on the periodic oscillation of SST,especially in Kuroshio extension region.

CMIP5;Northwest Pacific;climate variability;SST(sea surface temperature)

2014-05-08；改回日期：2015-03-02

國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展規(guī)劃項(xiàng)目(2012CB955204);國(guó)家自然科學(xué)基金(41376039)

智海,博士,副教授,研究方向?yàn)闅夂蜃兓?Zhihai@nuist.edu.cn.

10.13878/j.cnki.dqkxxb.20140508002.

1674-7097(2015)02-0184-11

P4

A

10.13878/j.cnki.dqkxxb.20140508002

智海,李愷霖,周順武.2015.CMIP5西北太平洋氣候變率的模擬評(píng)估[J].大氣科學(xué)學(xué)報(bào),38(2):184-194.

Zhi Hai,Li Kai-lin,Zhou Shun-wu.2015.CMIP5 assessment of climate variability over Northwest Pacific[J].Trans Atmos Sci,38(2):184-194.(in Chinese).