朱春子，李清泉，王蘭寧，王在志，劉文泉

(1．南京信息工程大學 大氣科學學院，江蘇 南京210044;2．國家氣候中心，北京100081;3．北京師范大學全球變化與地球系統(tǒng)科學研究院，北京100875;4．中國氣象局，北京100081)

0 引言

短期氣候預測方法分為統(tǒng)計預測和動力預測兩類。統(tǒng)計預測是基于對資料統(tǒng)計分析的方法;動力預測則主要是依靠氣候模式來進行的。利用動力模式開展季到年際的短期氣候預測是目前國際上氣候預測的發(fā)展方向，國際上很早就開始了這方面的研究。TOGA計劃的成果促使了海洋—大氣模式的發(fā)展，并用模式開始制作實時季節(jié)—年際時間尺度的ENSO 與氣候預報(Barnett et al．，1994;Trenberth et al．，1998)。為發(fā)展熱帶外地區(qū)短期氣候(季節(jié)—年際)預測，一些國際組織積極地制定了專門的國際研究計劃，成立了相應(yīng)的氣候研究機構(gòu)，發(fā)展數(shù)值氣候模式制作短期氣候預報，如歐洲中期預報中心(ECMWF)、國際氣候研究院(IRI)和美國國家環(huán)境預報中心(NCEP)等。氣候變率及其可預報性研究計劃(CLIVAR)的重要目標之一是發(fā)展熱帶外地區(qū)的短期氣候(季節(jié)—年際)預報(WCRP，1985)。中國也不斷發(fā)展數(shù)值氣候模式制作短期氣候預測，早在1988年中國科學院大氣物理研究所就開始利用IAP兩層大氣環(huán)流模式率先開展了跨季度數(shù)值氣候預測，隨后又建立了IAP跨季度數(shù)值氣候預測系統(tǒng)，并成功地對中國夏季旱澇形勢進行了較為準確的預報(曾慶存等，1990)。近年來，中國利用全球環(huán)流模式作汛期降水的季、跨季與年度預報有了較大進展，中國氣象局國家氣候中心自1996年開始利用OSU/NCC全球大氣環(huán)流模式耦合全球海洋與海冰模式對中國汛期降水進行了實時預報和多年回報(Gao and Zhao，2000)。2003年國家氣候中心已建立起第一代動力氣候模式預測業(yè)務(wù)系統(tǒng)，其中包括1個全球大氣—海洋耦合模式(CGCM)、1個高分辨率東亞區(qū)域氣候模式(RegCM-NCC)和5個簡化的ENSO預測模式(SAOMS)，可用于季節(jié)—年際時間尺度的全球氣候預測;全球海氣耦合模式與區(qū)域氣候模式嵌套，可以提供高分辨率的東亞區(qū)域氣候模式，以制作季節(jié)預測(丁一匯等，2004)。

國家氣候中心自2005年開始致力于發(fā)展新一代的氣候模式，目前已建立了第二代全球大氣環(huán)流模式。為了進一步提高該模式的預報技巧并將該模式業(yè)務(wù)化，有必要對該模式進行較長時間的回報試驗，對模式的預報性能做出定量的評估，給出該模式所作汛期預報的可靠性程度，以利于在今后預報中使用。為此本文使用該模式，采用持續(xù)性預報海溫做較長時間的夏季(6—8月)回報試驗，并分析其結(jié)果。

1 模式介紹

國家氣候中心在第一代全球大氣環(huán)流模式BCC_AGCM1.0的基礎(chǔ)上，參考 NCAR CAM3.0(Collins et al．，2004)，經(jīng)過改進發(fā)展建立了第二代大氣環(huán)流模式BCC_AGCM2.0。BCC_AGCM2.0是一個全球譜模式，其水平分辨率為T42(相當于2.5°×2.5°);垂直方向采用混合坐標，共26層。模式中考慮了比較完整的物理過程，包括云物理參數(shù)化、輻射物理參數(shù)化等物理過程的參數(shù)化，還考慮了大氣水汽、二氧化碳含量對輻射的影響，且包含一個完整的陸面模式。

BCC_AGCM2.0的主要改進如下:1)引進了一個新的參考大氣和參考面氣壓，因此原模式的預報量中的氣溫(t)和地面氣壓(ps)則分別變?yōu)樗鼈儗⒖即髿鈿鉁氐钠詈蛯⒖济鏆鈮旱钠?2)模式中引入了Zhang and Mu(2005)的新的對流參數(shù)化方案，同時對方案中的一些具體參數(shù)進行了調(diào)整;3)模式中采用了顏宏(1987)提出的干對流調(diào)整方案;4)模式中采用了Wu and Wu(2004)提出的雪蓋參數(shù)化方案;5)鑒于洋面上潛熱通量計算受風速的影響較大，采用了新的潛熱通量計算方案。

本文使用的全球大氣環(huán)流模式是在BCC_AGCM2.0(T42L26)版本的基礎(chǔ)上提高了模式水平分辨率發(fā)展起來的，其水平分辨率為T106(相當于1.125°×1.125°)，垂直分辨率、模式框架和物理過程等保持不變。

2 試驗方案和資料

為了系統(tǒng)地檢驗?zāi)Ｊ降念A報效果，本文進行的歷史回報試驗和檢驗所取年份為1983—2004年，采用11個成員的集合預報方法。每個集合成員初始場分別取為每年的3月1日00時(世界時)至11日00時(世界時)，11個大氣初始場形成11個樣本，分別積分至當年的8月31日，最后對各初始場的預報做算術(shù)平均。

大氣初始場的資料取自美國國家環(huán)境預報中心(NCEP)的再分析資料，包括風場、相對濕度、高度場和溫度場，將這些資料插值到模式的網(wǎng)格點和層次上。大氣模式所需要的海洋場采用基于NCEP最優(yōu)插值海表面溫度資料(OISST)的持續(xù)性預報海溫，即將每年2月的海表面溫度距平(SSTA)疊加到當年3至8月的氣候海溫(SSTC)上，得到持續(xù)性預報海溫。之后把預報的SST和氣候態(tài)海冰作為下邊界條件驅(qū)動模式大氣運行，利用大氣環(huán)流模式獲得夏季(6—8月)預報。陸面初始場使用NCAR CLM3自1980年起離線(offline)積分到每年預報起始時刻的陸面狀態(tài)。

本文著重分析模式對全球及東亞地區(qū)環(huán)流場、降水、溫度的預報效果。用于評估的觀測500 hPa位勢高度場、氣溫資料都是NCEP逐月再分析資料。降水資料為CMAP(Climate Prediction Center Merged Analysis of Precipitation)提供的逐月再分析資料。

用于計算各物理量距平的觀測資料的氣候場取1983—2004年長期平均值，模式氣候場取1983—2004年22次回報預測結(jié)果的平均值。為了方便與觀測資料比較，本文將模式預報的各網(wǎng)格點(160×320)上的物理量插值到觀測網(wǎng)格(73×144)上。

3 預報結(jié)果檢驗方法

本文采用均方根誤差以及距平相關(guān)系數(shù)的交叉檢驗來檢驗預報效果。均方根誤差表示的是模式預報和觀測的近似程度，計算公式如下:

采用空間和時間距平相關(guān)系數(shù)(anomaly correlation coefficient，ACC;WMO，1996)對回報結(jié)果進行交叉檢驗和評分。每次取出一年夏季為檢驗?zāi)繕?，其他年份作為已知樣本來預報目標年份的夏季降水、氣溫和環(huán)流。公式如下:

計算相關(guān)系數(shù)的物理量有季節(jié)降水距平百分率、氣溫距平和500 hPa高度距平。式中:表示模式回報距平和模式回報距平平均值為相應(yīng)觀測距平和觀測距平平均值。距平相關(guān)系數(shù)主要反映距平量級特別是距平中心位置的預報水平。若為空間距平相關(guān)系數(shù)，則N為相關(guān)場的樣本點數(shù)，本試驗中全球 N=51 200，熱帶(30°N ～30°S)N=3 600，東亞(60 ～150°E，0°～60°N)N=925;若為時間距平相關(guān)系數(shù)，則N為回報試驗總年數(shù)(N=22)。

4 預報檢驗與評估

4.1 環(huán)流

全球500 hPa位勢高度場模式氣候態(tài)、觀測氣候態(tài)、差值場(圖略)顯示，模式模擬的500 hPa位勢高度場基本符合觀測的夏季全球大氣環(huán)流型，但與觀測相比，北半球高緯、南半球低緯地區(qū)偏低0～80 gpm，南半球低緯到北半球中緯地區(qū)偏高0～40 gpm，副熱帶高壓明顯偏強、面積偏大，模擬的588 dagpm等值線在海洋上呈帶狀分布。

為進一步分析BCC_AGCM2.0(T106)模式對全球高度場的模擬，將模式對1983—2004年夏季的回報結(jié)果與同期的實況場作了相關(guān)分析。圖1為500 hPa高度場22 a空間ACC分布?？梢钥闯觯Ｊ皆谔窖?、大西洋中緯度部分地區(qū)、貝加爾湖及以北附近地區(qū)預報準確率相對較高，相關(guān)系數(shù)的中心值通過90%信度檢驗;特別是在30°N～30°S的熱帶，高相關(guān)區(qū)域成帶狀分布，該區(qū)域通過99%信度檢驗;但在較高緯度地區(qū)空間ACC相關(guān)性降低，甚至出現(xiàn)了負相關(guān)。

圖2為500 hPa高度場22 a均方根誤差分布。可見，均方根誤差在熱帶地區(qū)較小，隨著緯度的增加，均方根誤差加大，說明越到高緯，模式回報值和觀測值的相似程度越小。

回報的經(jīng)向平均500 hPa位勢高度空間ACC(圖3a)顯示:赤道地區(qū)500 hPa緯向平均距平相關(guān)系數(shù)達最大，相關(guān)系數(shù)接近于 1，20°N ～20°S地區(qū)緯向平均的距平相關(guān)系數(shù)基本通過90%的信度檢驗。從全球來看，相關(guān)系數(shù)在大部分緯度上為正值，高緯度地區(qū)相關(guān)系數(shù)較低，有兩個低值區(qū)位于50°S和35°N。緯向平均(30°N ～30°S)的高度場距平相關(guān)系數(shù)(圖3b)顯示，全部經(jīng)度上的相關(guān)系數(shù)都通過了90%的信度檢驗，在150°E存在最大值，140°E和100°W有相對較低值，東、西半球相關(guān)系數(shù)相差不大。

此外500 hPa高度場22 a空間ACC時間分布(圖略)表明，在22 a中，東亞有12 a，全球有11 a，熱帶有14 a正相關(guān)，均達到或超過半數(shù)，其中1984、1991、1992、1997、2002 年東亞地區(qū)(60 ～ 150°E，0°～60°N)ACC通過90%的信度檢驗。

4.2 降水

降水距平百分率與觀測降水距平百分率的空間ACC經(jīng)向平均分布如圖3c所示，圖中顯示赤道地區(qū)、40°S、30°N、60°N 緯圈平均的相關(guān)系數(shù)較高，除57 ～45°S、20°S、10°N、45 ～55°N 外基本為正相關(guān)。從緯向平均(30°N～30°S)空間ACC(圖3d)來看，大部分地區(qū)相關(guān)系數(shù)為正，日期變更線附近和120°E附近的相關(guān)系數(shù)較高。

圖1 1983—2004年BCC_AGCM2.0(T106)回報和NCEP再分析的夏季(6—8月)500 hPa高度場平均空間距平相關(guān)系數(shù)(實線表示通過90%信度檢驗)Fig．1 Spatial anomaly correlation coefficients of 500 hPa geopotential height between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast in summer(JJA)of 1983—2004(The solid contours represent statistical significance of the correlation coefficients at 90%confidence level)

圖2 1983—2004年BCC_AGCM2.0(T106)回報和NCEP再分析的夏季(6—8月)500 hPa高度場的均方根誤差分布(單位:hPa)Fig．2 Root mean square errors of 500 hPa geopotential height between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast in summer(JJA)of 1983—2004(units:hPa)

BCC_AGCM2.0(T106)模式回報東亞地區(qū)(60～150°E，0°～60°N)1983—2004 年夏季結(jié)果與同期實況場的相關(guān)分析如圖4所示。由圖4可看出，降水距平百分率正相關(guān)區(qū)位于我國長江及其以南大部地區(qū)、華中、青藏高原南部、新疆南部、京津地區(qū)、黑龍江北部以及遼寧南部，在浙江中部存在中心值為0.6的高相關(guān)區(qū)(通過99%信度檢驗)。

由降水距平的均方根誤差(圖5)看出，我國西北地區(qū)及內(nèi)蒙古地區(qū)的均方根誤差小于1 mm，而我國長江中下游及以南地區(qū)的均方根誤差開始增大，浙江、福建南部地區(qū)的均方根誤差可達2 mm;較大均方根誤差位于青藏高原南部、印度半島西部和阿拉伯海附近。

由圖6可見，模式在各年的預報效果有所不同。降水距平百分率相關(guān)系數(shù)最好的是1998年，達0.5。22 a中，全球和熱帶17 a為正相關(guān)，東亞16 a為正相關(guān)，均超過半數(shù)。

圖3 1983—2004年BCC_AGCM2.0(T106)回報和NCEP再分析的夏季(6—8月)500 hPa高度場(a，b)、降水距平百分率(c，d)和2 m 溫度(e，f)的經(jīng)向平均(a，c，e)和緯向平均(b，d，f;30°N ～30°S)空間距平相關(guān)系數(shù)(超過0.3 的直線表示通過90%信度檢驗)Fig．3 (a，c，e)Meridional mean and(b，d，f)zonal mean(30°N—30°S)spatial anomaly correlation coefficients of(a，b)500 hPa geopotential height，(c，d)precipitation anomaly percentage，and(e，f)2 m air temperature between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast in summer(JJA)of 1983—2004(The correlation coefficients above 0.3 indicate that the significance exceeds 90%)

4.3 溫度

氣候預測的另一個重要氣象要素場是氣溫。模式回報的2 m氣溫距平與觀測溫度距平的空間ACC經(jīng)向平均分布(圖3e)顯示，除50°N附近外，其他地區(qū)的相關(guān)系數(shù)為正值。模擬最好的地方位于10°S 附近，10°N、35°N、50°S 地區(qū)相關(guān)也較好。從緯向平均(30°N ～30°S)結(jié)果(圖3f)來看，180°附近有極大值，150°E ～150°W 和30°E 超過90%信度檢驗，全球平均為正相關(guān)。

在BCC_AGCM2.0(T106)模式回報東亞地區(qū)(60 ～150°E，0°～60°N)夏季 2 m 氣溫距平與觀測溫度距平的相關(guān)系數(shù)分布(圖7)中值得注意的是，在我國長江以北大部分地區(qū)ACC呈現(xiàn)正相關(guān)，且相關(guān)系數(shù)中心值通過了90%信度檢驗。其他預報準確率較高的地方位于印度、南亞和西太平洋。說明模式回報的2 m氣溫在我國北方地區(qū)是較可靠的，而在我國南方地區(qū)則有待改善。

夏季2 m溫度的均方根誤差(圖8)顯示，均方根誤差隨緯度的增高而增大，在我國北方部分地區(qū)均方根誤差超過6℃，其中東北大部分地區(qū)、新疆西北部和青藏高原地區(qū)超過12℃;在華南地區(qū)均方根誤差小于6℃，青藏高原東北地區(qū)以及云南地區(qū)均方根誤差小于3℃。

模式氣溫預測效果在各年亦有所不同，距平相關(guān)系數(shù)在熱帶要好于全球，更好于東亞。1983、1987、1993、2000年熱帶2 m氣溫距平的相關(guān)系數(shù)通過了90%信度檢驗。22 a中，全球有16 a，熱帶有19 a，東亞有13 a為正相關(guān)，均超過半數(shù)(圖略)。

圖4 1983—2004年 BCC_AGCM2.0(T106)回報和 CMAP觀測的東亞地區(qū)(60～150°E，0°～60°N)夏季(6—8月)降水距平百分率的空間距平相關(guān)系數(shù)(陰影區(qū)表示正相關(guān))Fig．4 Spatial anomaly correlation coefficients of precipitation anomaly percentage between CMAP observation and BCC_AGCM2.0(T106)hindcast in East Asia(0°—60°N，60—150°E)in summer(JJA)of 1983—2004(Areas with positive correlation coefficients are shaded)

圖5 1983—2004年BCC_AGCM2.0(T106)回報和CMAP觀測的東亞地區(qū)(60～150°E，0°～60°N)夏季(6—8月)降水距平的均方根誤差(單位:mm)Fig．5 Root mean square errors of precipitation anomaly between CMAP observation and BCC_AGCM2.0(T106)hindcast in East Asia(0°—60°N，60—150°E)in summer(JJA)of 1983—2004(units:mm)

表1綜合給出了位勢高度、氣溫、降水在不同區(qū)域的平均ACC?？梢钥闯?，無論是高度場、氣溫還是降水，模式預報在熱帶都好于全球和東亞。位勢高度場預報較好的是熱帶和東亞，相關(guān)系數(shù)均為0.06。氣溫預報最好的是熱帶，相關(guān)系數(shù)為0.15，全球平均為0.10。降水預報最好的地方是熱帶，其相關(guān)系數(shù)為0.10，東亞地區(qū)相關(guān)系數(shù)為0.06，全球平均相關(guān)系數(shù)為0.08。

圖6 1983—2004年BCC_AGCM2.0回報與NCEP再分析的降水距平百分率空間距平相關(guān)系數(shù)的時間序列(相關(guān)系數(shù)超過0.36表示通過90%信度檢驗)Fig．6 Time series of spatial anomaly correlation coefficients of precipitation anomaly percentage between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast from 1983 to 2004(the coefficients larger than 0.36 represent statistical significance at 90%confidence level)

圖7 1983—2004年BCC_AGCM2.0(T106)回報和NCEP觀測的東亞地區(qū)(60～150°E，0°～60°N)夏季2 m溫度的空間距平相關(guān)系數(shù)(陰影區(qū)表示正相關(guān))Fig．7 Spatial anomaly correlation coefficients of 2 m air temperature between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast in East Asia(0°—60°N，60—150°E)in sumer(JJA)of 1983—2004(Areas with positive correlation coefficients are shaded)

圖8 1983—2004年BCC_AGCM2.0(T106)回報和NCEP再分析的東亞地區(qū)(60～150°E，0°～60°N)夏季2 m溫度距平的均方根誤差(單位:℃)Fig．8 Root mean square errors of 2 m air temperature anomaly between NCEP reanalysis and BCC_AGCM2.0(T106)hindcast in East Asia(0°—60°N，60—150°E)in summer(JJA)of 1983—2004(units:℃)

表1 1983—2004年位勢高度、2 m氣溫、降水在不同區(qū)域的平均空間距平相關(guān)系數(shù)Table 1 Average spatial anomaly correlation coefficients of geopotentail height，2 m air temperature and precipitation in different regions from 1983 to 2004

5 單樣本與多樣本預測效果比較

大氣運動的可預報性問題最終可歸結(jié)為兩種誤差的影響問題，一是模式不完善引起的系統(tǒng)誤差，二是對初始狀態(tài)的不精確描述引起的初值誤差，所以模式的預測結(jié)果就依賴于模式的大氣初值。由于觀測的不準確和資料分析、同化處理中導入的誤差，所以我們賴以進行定量化的數(shù)值預報的初始大氣分析場只是實際大氣的一個可能的近似值而已。為了盡可能消除這種誤差，盡可能反映大氣的真實狀態(tài)，本文采用時間滯后(lagged average forecast，LAF)多初值集合預測方法，并將多個預測樣本進行算術(shù)平均得到集合預測結(jié)果，即使用每年的3月1日00時(世界時)至11日00時(世界時)11個大氣初始場形成的11個樣本進行集合。

圖9和10分別為2 m氣溫和降水的全球單樣本和集合平均預測與同期觀測的距平相關(guān)系數(shù)逐年變化。由圖9和10可以看出，相關(guān)系數(shù)在－0.4～0.7之間變化，同一年的各樣本之間存在差異。例如，圖10 中，1983、1989、1998、2004 年 11 個樣本的降水距平相關(guān)系數(shù)中有10個較一致，1個偏離較遠?？梢?，相對集中的10個樣本更能反映實際的回報情況，集合平均能消除這種奇異值。其余年份則是取各單樣本的平均。圖9表明，溫度距平相關(guān)系數(shù)除1983、1988、2001年外，其余19 a多樣本集合預測與觀測的相關(guān)均為正值，其中1986、1987、1989年相關(guān)較高。圖10也顯示，除1984、1992年外，其余20 a多樣本集合預測與觀測的相關(guān)也均為正值，最好的是1998年。兩圖都顯示，最后22 a的集合平均值要好于任何一個單樣本的22 a平均值，無論是單年份還是多年平均多樣本集合預測都要比單樣本預測的可信度高。

6 結(jié)論與討論

本文使用中國國家氣候中心新一代大氣環(huán)流模式BCC_AGCM2.0(T106L26)進行了22 a夏季(6—8月)11個成員的集合回報試驗，通過對回報試驗數(shù)據(jù)的分析和檢驗表明:

圖9 1983—2004年全球夏季2 m氣溫多樣本集合及單樣本預測與觀測距平相關(guān)系數(shù)的時間序列(點表示單樣本預測，線條表示集合平均預測)Fig．9 Time series of anomaly correlation coefficients of global 2 m air temperature between observation and hindcast in summer(JJA)of 1983—2004(The dots denote the single-sample hindcast，and the curve shows the ensemble hindcast)

圖10 1983—2004年全球夏季降水距平百分率多樣本集合及單樣本預測與觀測距平相關(guān)系數(shù)的時間序列(點表示單樣本預測，線條表示集合平均預測)Fig．10 Time series of anomaly correlation coefficients of global precipitation between observation and hindcast in summer(JJA)of 1983—2004(The dots denote the single-sample hindcast，and the curve shows the ensemble hindcast)

1)模式回報500 hPa高度場形勢較符合夏季全球大氣環(huán)流型。但副熱帶高壓明顯偏強、面積偏大，588 dagpm等高線在海洋上呈帶狀分布。模式對太平洋、大西洋中緯度部分地區(qū)、歐亞大陸上貝加爾湖及其以北附近地區(qū)的預報準確率相對較高，特別是在30°N～30°S的熱帶海洋上，通過了99%的信度檢驗。

2)模式回報降水在我國長江及其以南、華中、青藏高原南部、新疆南部、京津地區(qū)、黑龍江北部、遼寧南部地區(qū)以及浙江中部的預報是比較可信的。對2 m氣溫模式回報的分析顯示，模式回報的2 m氣溫在北方地區(qū)的可信度較高，而在南方地區(qū)則有待改善。從全球來看，熱帶地區(qū)的模擬效果要好于全球。

3)集合預報效果明顯好于單樣本預報，集合預測可以消除單樣本預測引起的某些不確定性，預報能力有明顯提高。本文使用的是算數(shù)平均集合方法，還可以嘗試其他集合平均方法，如權(quán)重平均等，以進一步檢測預報效果。

本文主要介紹了國家氣候中心高分辨率大氣環(huán)流模式(T106L26)的預測試驗結(jié)果。我們同時還用低分辨率大氣環(huán)流模式(T42L26)進行相同的預報試驗，比較兩個模式的回報結(jié)果發(fā)現(xiàn)，T106L26對熱帶500 hPa高度場、熱帶2 m氣溫、東亞降水等的預測效果比T42L26的預測效果要好。由此可見，模式分辨率的提高在一定程度上有助于預報效果的改善。

丁一匯，李清泉，李維京，等．2004．中國業(yè)務(wù)動力季節(jié)預報的進展［J］．氣象學報，10(5):598-612．

顏宏．1987．初始方程P-σ混合坐標細網(wǎng)格嵌套模式的設(shè)計［J］．高原氣象，6(增刊):64-139．

曾慶存，袁重光，王萬秋，等．1990．跨季度氣候距平預測試驗［J］．大氣科學，14(1):10-25．

Barnett P，Bengtsson L，Arpe K，et al．1994．Forecasting global ENSO-related climate anomalies［J］．Tellus，46A:381-397．

Collins W D，Rash P J，Boville B A，et al．2004．Description of the NCAR Community Atmosphere Model(CAM3.0)［R］//NCAR Tech notes NCAR/TN-464+STR．Boulder，Colo:National Center for Atmosphere Research．

Gao Xuejie，Zhao Zongci．2000．Experiments of short-term climate prediction by the OSU/NCC GCM for summer season in China［J］．Acta Meteor Sinica，14(3):280-291．

Trenberth K E，Branstator G W，Karoly D，et al．1998．Progress during TOGA in understanding and modeling global teleconnections associated with tropical sea surface temperatures［J］．J Geophys Res，103:14291-14324．

WCRP．1985．CLIVAR science plan:A study of climate variability and predictability［R］//WCRP289，WMO/TD No．690，ICSU，WMO，UNESCO．

WMO．1996．The eleventh WMO working group session，Italy［R］．

Wu T，Wu G．2004．An empirical formula to compute snow cover fractionin GCMs ［J］．Adv AtmosSci，21:529-535．doi:10.1007/BF02915720．

Zhang G J，Mu M．2005．Effects of modifications to the Zhang-McFarlane convection parameterization on the simulation of the tropical precipitation in the National Center for Atmospheric Research Community Climate Model，version 3［J］．J Geophys Res，110，D09109．doi:10.1029/2004JD005617．