辛曉歌，薛巍，張明華，李慧岷，張濤，3，4，張潔

1中國氣象局國家氣候中心，北京 100081

2清華大學計算機科學與技術系，北京 100084

3清華大學地球系統(tǒng)數值模擬教育部重點實驗室，北京 100084

4清華大學地球系統(tǒng)科學研究中心，北京 100084

5紐約州立大學石溪分校，大氣與海洋學院，紐約 11794-5000

1 引言

大氣環(huán)流模式在給定觀測邊界條件下能夠較好地模擬出熱帶區(qū)域的年際變率特征.但在海洋和大氣進行耦合的氣候系統(tǒng)模式中，模擬結果卻存在較大的系統(tǒng)誤差（Mechoso etal.，1995）.這是因為熱帶地區(qū)大氣環(huán)流的變化是對海表面溫度（SST）的響應（Shukla，1998），而在耦合模式的模擬中，SST本身的模擬存在誤差，SST的模擬偏差不僅影響大氣的模擬，還可以通過海-氣相互作用進一步將模擬誤差放大.在不考慮外強迫的條件下，大氣模式模擬的變率可以分為兩個部分：SST強迫的變率（信號）和非SST強迫的變率（內部噪音）.當前耦合模式尚不能明確區(qū)分信號和噪音，二者均會在耦合系統(tǒng)中通過反饋而增長.如果大氣模式分量有不符實際的強內部噪音，耦合系統(tǒng)會通過反饋過程將其放大，那么耦合模式就難以確切描述SST強迫的信號特征（Kirtman and Shukla，2002）.

為了抑制耦合系統(tǒng)中的大氣噪音，Kirtman和Shukla（2002）提出了一種不同于傳統(tǒng)耦合模式和傳統(tǒng)集合方法的新耦合思想，稱為交互集合耦合.在這樣的系統(tǒng)中，存在多個初值的大氣模式分量和單個海洋模式分量，不同初值大氣模式分量計算得到的通量進行集合平均，然后傳遞給海洋模式.通過這一方法，可以降低耦合模式中大氣傳遞給海洋的噪音.已有研究表明，基于美國海-陸-氣研究中心耦合模式（COLA）建立的交互集合耦合模式在ENSO的模擬方面相對于原耦合模式有了較大提高（Kirtman and Shukla，2002）.

交互集合耦合方法通過降低大氣內部噪音，可以用來區(qū)分大氣噪音和信號.因此，COLA交互集合耦合模式隨后被大量應用于研究噪音和信號在氣候系統(tǒng)中的作用.Wu等 （2004a，2004b）利用該模式試驗結果研究了北大西洋SST低頻變率的原因，指出在北大西洋副熱帶地區(qū)，大氣噪音起了主要作用，而在灣流延伸區(qū)域，大氣噪音作用相對較弱，主要是海洋內部過程引起的.Yeh和Kirtman（2004）利用該模式模擬結果研究了大氣內部噪音對北太平洋SST低頻變率的作用，發(fā)現北太平洋SST的方差隨著交互集合耦合中不同初值大氣分量的增多而減小，從而指出北太平洋SST變率主要是由大氣噪音引起的.交互集合還被用于定量計算太平洋SST的信噪比，研究指出噪音占北太平洋地區(qū)SST變率的70%～90%，而熱帶太平洋地區(qū)，信號占主導作用，且這兩個區(qū)域的信號和噪音的空間分布明顯不同（Yeh and Kirtman，2006）.為了區(qū)分局地區(qū)域大氣噪音的作用，Yeh等（2007）利用COLA交互集合耦合系統(tǒng)開展了僅對熱帶外區(qū)域進行交互集合耦合的敏感性試驗，并與全球進行交互集合耦合的試驗進行對比，以研究局地和非局地大氣噪音的作用，指出在北太平洋地區(qū)局地噪音占主導作用，但來自熱帶的非局地大氣噪音也不可忽略.

此外，交互集合耦合模擬還被用于與ENSO有關的可預報性研究中（Wu etal.，2004a，2004b）.最新的研究將交互集合耦合系統(tǒng)構建在美國國家大氣研究中心（NCAR）耦合模式CCSM3上，通過開展工業(yè)革命前控制試驗和具有外強迫變化的20世紀試驗，研究天氣噪音對氣候強迫響應的影響（Kirtman etal.，2011）.

鑒于國內對于交互集合耦合模擬研究尚屬空白，清華大學地球系統(tǒng)科學研究中心基于國外已有研究，利用一個耦合模式新建立了交互集合耦合模式系統(tǒng)，并開展了長期控制試驗積分.本文的主要目的，是通過對比分析交互集合模式和標準耦合模式對北太平洋SST變率和ENSO的模擬，考察該交互集合耦合模式的合理性，探討該系統(tǒng)在大氣噪音和海-氣相互作用研究領域的適用性，為該系統(tǒng)的應用和推廣提供參考.文中有關北太平洋SST變率的模擬結果主要與Yeh和Kirtman（2004）基于COLA模式（簡稱Yeh04）結果進行對比.

2 交互集合耦合模式系統(tǒng)和試驗介紹

本文新建立的交互集合耦合模式系統(tǒng)是參照國家氣候中心耦合模式BCC＿CSM1.0（辛曉歌等，2009；Zhang etal.，2011）、NCAR耦 合 模 式CCSM3.0（Meehl etal.，2006）和中國科學院大氣物理研究所耦合模式FGOALS-g2.0（Li etal.，2013a）的構架建立起來的.目的是將國內應用較多的這三個耦合模式中的大氣模式（AGCM）分量BCC＿AGCM2.0（Wu etal.，2008）、CAM3.0（Collins etal.，2006）和GAMIL2.0（Li etal.，2007，2013b）都融入到這一交互集合耦合系統(tǒng)中.選用的海冰、海洋和陸面模式為BCC＿CSM1.0和CCSM3.0模式共同使用的分量，分別為CSIM5（Briegleb etal.，2004）、POP1.4.3（Smith and Gent，2002）和CLM3（Dickinson etal.，2006）.海洋模式POP1.4.3為三極網格，分辨率約為1°，垂直分層為40層.耦合器為基于NCAR CPL6（Craig etal.，2005）構建的.在該集合耦合系統(tǒng)中，既可以使用這三個不同的大氣模式作為多大氣模式分量，也可以使用其中一個大氣模式不同初值組成多個大氣模式分量，或者是同一大氣模式不同物理參數化方案組成多個大氣模式分量.本文所使用的試驗是由GAMIL2.0模式采用7個不同初值組成的7個大氣分量與其它模式分量進行耦合.大氣模式GAMIL2.0的分辨率約為2.8°，垂直方向為26層.在試驗過程中，7個大氣分量與海洋之間分別計算海-氣通量后，將集合平均值提供給海洋，而海洋與每個不同大氣分量之間計算得到的通量傳遞給相應大氣分量（圖1）.海洋和大氣交換的頻率為1天.海冰和陸面也得到了7個大氣初值分量集合平均的通量.

圖1 交互集合耦合模式示意圖Fig.1 Schematic diagram of the interactive ensemble model

在交互集合耦合試驗開展之前，利用標準耦合模式即單個GAMIL2.0大氣模式參與耦合開展了450年的工業(yè)革命前控制試驗，大氣外強迫包括溫室氣體、硫酸鹽、臭氧、太陽常數均固定在工業(yè)革命前水平保持不變.檢驗結果表明，該試驗積分在200年以后已經基本達到平衡（Zhang etal.，2014）.在400年之后的積分結果中，選取7個不同時間的結果作為初值，組成7個大氣模式分量，進行交互集合耦合試驗.交互集合耦合試驗共開展了250年的積分，標準耦合試驗也相應繼續(xù)開展了250年的積分.本文將利用這兩個試驗后100年的試驗結果進行對比分析.以下分析中用IE表示交互集合耦合模式，SC表示標準耦合模式.

本文用于檢驗模式結果的大氣環(huán)流資料包括位勢高度和海平面氣壓來自NCEP／NCAR再分析資料 （Kalnay etal.，1996），觀測海溫資料為Hadley中心海溫資料HadISST1（Rayner etal.，2003）.這兩種資料均選取1961—1990年.為與控制試驗進行對比，觀測資料在分析之前均去掉這30年的線性趨勢.本文中Nino3.4指數的定義為赤道中東太平洋（120°W—170°W，5°S—5°N）區(qū)域平均SST相對于氣候季節(jié)循環(huán)的月平均異常值.

3 模擬結果

已有研究利用交互集合耦合系統(tǒng)研究較多的是北半球中高緯度海洋SST變率和熱帶地區(qū)的ENSO特征.為驗證本文交互集合耦合系統(tǒng)建立的合理性，以下將從這北太平洋SST變率和ENSO兩個方面著手分析.我們還將對比SC和IE模式對ENSO與北太平洋熱帶外SST聯系的模擬，探討大氣噪音所起的作用.

3.1 北太平洋SST變率

圖2a—2b給出了IE和SC模擬的北太平洋100年SST月平均異常的方差.在SC模擬中，方差最大的區(qū)域均位于中緯度北太平洋，IE模擬的SST方差空間分布與SC相似，但量值明顯減小.從二者之比（IE／SC）可以看出（圖2c），交互集合耦合模擬減弱了北太平洋海盆大部分地區(qū)的SST方差.方差減小最明顯的區(qū)域位于北太平洋中高緯度，這些地區(qū)減小了85%以上，意味著SST方差的變化與來自大氣噪音的強度成正比.因此，在該區(qū)域的海-氣相互作用中，大氣強迫作用占主導.這與Yeh04依據零假設（Hasselmann，1976）推算的交互集合與標準模式海洋SST方差比的特征一致.他們依據方差比將噪音的作用分為三類：（1）假設M為交互集合中大氣初值分量樣本數（M≥2），如果比值約為1／M，則氣候變率主要是大氣噪音強迫的，海洋噪音的作用相對較??；（2）如果方差比為0.5～1.0，要么海洋噪音起主要作用，要么存在不穩(wěn)定耦合反饋或者非線性過程；（3）如果方差比大于1.0，存在不穩(wěn)定耦合反饋或者非線性過程.本文從方差比得到的北太平洋中高緯度大氣強迫海洋的特征，與基于氣候模式數值試驗和觀測資料診斷所得到的結論一致（Lau etal.，1997；周天軍，2003a；周天軍等，2006a，2006b）.從模式模擬的北太平洋SST方差比還可以看出，在北太平洋副熱帶渦旋區(qū)的部分區(qū)域，海洋的噪音可能起了一定作用，在北太平洋高緯度西邊界流區(qū)域出現了方差比大于1的現象，這些區(qū)域可能存在不穩(wěn)定耦合反饋或者非線性過程.

兩種模擬方法量值差異最大的區(qū)域位于黑潮及其延伸體區(qū)（圖2d），其次是副熱帶中太平洋區(qū)域.這樣的特征與Yeh04結果基本一致，為了與COLA集合耦合結果進行對比，我們下文還將分析這兩個區(qū)域平均SST的周期特征是否受到大氣噪音的影響.

IE與SC的主要不同在于，IE對多個不同初值大氣分量傳遞給海洋的通量進行集合平均，這些通量包括風應力、熱通量（輻射熱通量和湍流熱通量）和淡水通量.進一步對比IE和SC中耦合通量的方差比（圖3）.IE模擬中湍流熱通量方差的減少達到90%的范圍最廣，其分布與SST方差比減小基本一致，反映了在這些區(qū)域，大氣噪音驅動SST變化的主要途徑是湍流熱通量.這與張學洪等（1998）和李博等（2011）用熱通量異常與SST傾向變化關系法（Cayan etal.，1992）得到的結論一致.輻射熱通量的方差比在西北太平洋高緯度區(qū)域也較小，在90%左右.在北太平洋中緯度區(qū)域，緯向風應力方差的減小也較顯著.風影響SST有兩種可能的方式：一是風應力旋度通過驅動海洋環(huán)流影響SST；二是風速通過湍流熱通量影響SST.這里對二者的重要性不做定量分析.淡水通量減小最多的區(qū)域主要位于亞洲大陸沿海區(qū)域，包括日本群島以東、黑潮盛行區(qū)和阿留申群島南部，這些區(qū)域也是觀測中淡水通量交換較為明顯的區(qū)域（周天軍等，1999；周天軍，2003b）.

3.2 ENSO

對當前耦合模式來說，其中一個較大的挑戰(zhàn)是能否合理模擬與ENSO相關的遙相關型.圖4給出了IE、SC以及觀測中冬季Nino3.4指數與SST的相關分布.在太平洋區(qū)域，IE和SC都能較好地模擬出赤道東太平洋的正相關分布和西北太平洋、西南太平洋的負相關.但在中緯度北太平洋區(qū)域卻存在著明顯差別，SC未能模擬出北太平洋中高緯度區(qū)域的負相關（圖4b），而IE則能較好地刻畫出來（圖4a），盡管強度比觀測偏弱.這表明交互集合系統(tǒng)通過降低大氣噪音，有利于模擬出赤道中東太平洋與北太平洋中高緯度區(qū)域SST變化的聯系，也反映出標準耦合模式對噪音的不合理估計將對北太平洋區(qū)域氣候變率產生重要影響.此外，SC模擬的熱帶大西洋區(qū)域的顯著正相關主要位于赤道以南，而觀測中位于赤道以北，IE模擬的正相關跨越了赤道兩側.

圖2 IE（a）和SC（b）模式模擬的100年月平均SST異常的方差（單位：℃2），二者之比（c）和二者之差（d）Fig.2 Variance of monthly SST anomalies of the IE（a）and SC model（Unit：℃2）（b），the ratio（c）and difference（d）of variances between the IE and SC for the simulation of 100years

圖3 IE和SC模式模擬的100年湍流熱通量（a）和輻射熱通量（b）、經向風應力（c）、緯向風應力（d）和淡水通量（e）的月平均異常方差比Fig.3 The ratio of the variance in the IE and SC model for monthly anomalies of turbulent heat flux（a），radiation heat flux（b），zonal wind stress（c），meridional wind stress（d）and fresh water flux（e）in the simulation of 100years

北太平洋中高緯度SST與ENSO負相關關系模擬的改善與基于COLA交互集合耦合模式結果一致，COLA交互集合耦合模式還大大提高了赤道中東太平洋的正相關分布，使其經向分布更廣.但這在本文IE模擬中并無明顯體現，可能是因為COLA為一個距平耦合模式，對ENSO在赤道中東太平洋的模擬存在缺陷 （Kirtman and Shukla，2002）.另外，觀測中冬季熱帶印度洋與ENSO的關系為一致性正相關（圖4c）.周天軍等（2004）利用海氣耦合模式驗證了熱帶太平洋ENSO通過“大氣橋”對熱帶印度洋年際氣候變率的影響.但本文中，無論是SC還是IE都在印度洋東部沿岸模擬出了負相關（圖4a—4b），這可能與模式本身的模擬性能有關.

3.3 北太平洋SST和ENSO變率特征

Yeh04給出了黑潮延伸區(qū)域和副熱帶渦旋區(qū)域的SST變率周期特征，發(fā)現IE中大氣噪音減小后，副熱帶渦旋區(qū)SST的低頻周期不顯著，突出了2年的年際周期，黑潮延伸區(qū)域SST的年代際信號強度減弱，頻譜變寬.為了表明這些特征是否具有模式依賴性，我們根據SC和IE模擬的SST方差差異選定了兩個區(qū)域：黑潮延伸區(qū)域（38°N—47°N，140°E—180°E）（NP1）和副熱帶渦旋區(qū)域（25°N—33°N，190°E—220°E）（NP2），研究區(qū)域平均SST的序列演變和周期特征.我們選取的NP2范圍比Yeh04偏南偏東，以使該區(qū)域覆蓋方差差異較大的區(qū)域（圖2d）.為了與ENSO特征進行對比，還給出了Nino3.4指數的序列演變.由圖5可以看出，IE模式模擬的三個指數的年際變率都比SC模式的小得多.NP1指數的方差比（IE／SC）為0.13，NP2的方差比為0.16，而Nino3.4指數的方差比為0.15.

圖6給出了三組指數的譜分布.NP1指數在SC模擬中有8年的周期和2年以下的年際周期，而在減小了大氣噪音的IE模擬中，8年周期不再顯著，但2年左右的周期更加顯著.NP2指數在SC的模擬中出現了8年、4年的周期，但在IE的模擬中，這兩個周期都不顯著.模擬結果反映了這兩個區(qū)域SST的低頻周期都是受大氣內部動力過程驅動的，這與Yeh04結果一致.但不同的是，本文IE模式未突出NP2區(qū)域2年左右的振蕩周期.

IE和SC模式模擬的Nino3.4指數的周期也有明顯不同，在標準模式中體現為1～3年的周期，而集合耦合模擬中更加突出了模式在3年和2年左右的譜峰.在多個陸面和多個大氣的集合耦合模擬中，Zhang等（2014）發(fā)現標準模式中存在1至4年左右的周期，而在集合耦合模擬中ENSO的年際尺度變率主要表現為準2年周期.這與本文中僅有多個大氣模式的集合耦合結果不一致，從側面也反映了陸-氣相互作用的重要性.

3.4 ENSO與北太平洋SST的聯系

Yeh04指出COLA交互集合耦合模擬的副熱帶渦旋區(qū)域SST與ENSO有顯著的聯系，而在標準耦合模擬中，由于噪音過強掩蓋了二者的聯系.為檢驗此現象，我們將IE和SC中的NP2指數分別與其模擬的SST求相關并進行對比 （圖7）.在IE模擬中，負的NP2指數與SST在熱帶東太平洋地區(qū)呈現顯著的正相關，表現為與ENSO一致的特征，但在SC模擬中，赤道以南熱帶東太平洋SST與NP2指數相關并不顯著.兩種模擬方法呈現出的不同特征與Yeh04年利用COLA模式得到的結果一致，這一步確認了大氣噪音過強會掩蓋副熱帶渦旋區(qū)域SST變化與ENSO之間的聯系.在減小了大氣噪音的IE模擬中，來自熱帶ENSO的強迫信號更加突出，能夠對副熱帶SST產生影響.

圖4 IE（a）、SC（b）模式和觀測（c）中冬季（DJF）平均Ni?o3.4指數與冬季SST的相關分布.觀測為1961—1990年HadISST1資料去掉線性趨勢后的結果Fig.4 The correlation between winter（DJF）Ni?o3.4 index and winter SST for IE（a），SC（b），and observation（c）.The observation is from HadISST1 dataset during 1961—1990with the linear trend removed

圖5 IE（a，c，e）和SC（b，d，f）模式模擬的NP1（a，b）、NP2（c，d）區(qū)域平均SST（℃）和Nino3.4（e，f）指數序列（℃），右上角數字表示序列的方差Fig.5 Regional averaged SST（℃）over NP1and NP2and Nino 3.4time series（℃）simulated by the IE（a，c，e）and SC model（b，d，f）.The number listed in the upper right corner is the variance of the time series

圖6 IE（a，c，e）和SC（b，d，f）模式模擬的NP1（a，b）、NP2（c，d）和Nino3.4（e，f）指數的功率譜分布，虛線表示通過95%信度檢驗Fig.6 Power spectral of the time series of NP1index（a，b），NP2index（c，d）and Nino3.4（e，f）time series simulated by IE（a，c，e）and SC model（b，d，f）.The dotted line indicates the confidence level of 95%

ENSO型海溫對中高緯度北太平洋SSTA的作用，無論熱力還是動力上都是非常重要的，這種強迫作用可以部分解釋北太平洋SST的年際變率模態(tài) （Zhou etal.，2002）.由之前分析可知，ENSO與高緯度北太平洋SST的聯系在IE的模擬中更加合理.目前普遍認為，熱帶太平洋和中緯度北太平洋的聯系是通過“大氣橋”的作用實現的.Lau（1997）對“大氣橋”的作用原理進行系統(tǒng)總結，指出ENSO能夠在太平洋—北美沿岸激發(fā)出“太平洋—北美”（PNA）遙相關型，在太平洋表現為阿留申低壓加強，使得更多的高緯度冷空氣作用于海洋，引起海表湍流通量出現負異常，從而海溫降低.

為對比IE和SC對“大氣橋”的模擬能力，圖8給出IE、SC和觀測的冬季Nino3.4指數與500hPa位勢高度和地表氣壓的回歸分布.可見，觀測中位勢高度隨ENSO的變化在北半球主要表現為PNA（Fig.8c）.北太平洋為負中心，位勢高度在ENSO正位相時降低；北美大陸為正中心，位勢高度在ENSO正位相時升高.IE和SC均能模擬出北太平洋中部的負中心，但SC模擬的正中心位置偏西，位于東北太平洋（8b）.因此，IE模擬的與ENSO相關的PNA遙相關型分布與觀測更為一致.

根據Lau（1997）的研究，與ENSO相關的北太平洋區(qū)域海平面氣壓異常與地表熱通量的關系非常密切，直接影響到SST的變化.進一步探討IE和SC中冬季Nino3.4指數與湍流熱通量和輻射熱通量的相關分布（圖9）.可以看出，在IE中，中緯度北太平洋的海表湍流熱通量與Nino3.4指數為負相關（圖9a），而在SC中，在東北太平洋出現了正相關（圖9c），與SC模擬的PNA正中心對應（圖8b）.SC模擬的Nino3.4指數與東北太平洋輻射熱通量也存在顯著的正相關（圖9b），但在IE模擬中則沒有這樣的現象，IE中輻射熱通量與Nino3.4指數的相關只在個別地區(qū)出現了負相關.這進一步驗證了PNA對海溫的影響主要是通過湍流熱通量而不是輻射熱通量.由于PNA遙相關型與湍流熱通量變化有很好的對應關系，IE對與ENSO相關的PNA遙相關型模擬更為合理，是其能夠更好模擬中緯度北太平洋與ENSO的負相關特征的主要原因.

圖7 IE（a）和SC（b）模擬的NP2反位相指數與SST的相關分布Fig.7 Correlation between opposite time series of NP2 index and SST in the simulation of IE（a）and SC（b）model

圖8 IE（a）、SC（b）模式和觀測（c）中冬季Nino3.4指數與冬季500hPa位勢高度（單位：gpm）的回歸分布，陰影為通過95%信度檢驗的區(qū)域.觀測為1961—1990年NCEP／NCAR資料去掉線性趨勢后的結果Fig.8 The regression between winter Nino3.4index and geopotential height at 500hPa（Unit：gpm）for IE（a），SC（b）model，and observation（c）.The observation is from NCEP／NCAR reanalysis during 1961—1990with the linear trend removed.The shaded is above at the 95%confidence level

已有研究證實，海氣湍流通量參數化方案的改進，對北太平洋地區(qū)大氣環(huán)流年際變化的模擬能力有較大提高（李忠賢等，2011；劉曉娟等，2011）.陣風參數化方案能夠通過增強湍流通量提高PNA型大氣環(huán)流的模擬（Li etal.，2011；Liu etal.，2011）.本文模擬的與ENSO相關的湍流熱通量分布更加合理，也可能是PNA型遙相關得到改善的一個原因.

無論是副熱帶渦旋區(qū)SST與ENSO的聯系，還是ENSO與北太平洋中高緯度SST的聯系，都在IE的模擬中有更合理的體現.這反映了SC模式中噪音過強影響了太平洋熱帶和熱帶外SST之間聯系的模擬.因此，對當前耦合模式來說，合理估計模式中的大氣噪音顯得尤為重要，這是未來耦合模式提高其模擬能力需要考慮的一個重要方面.

4 結論

圖9 IE（a，b）和SC（c，d）模式模擬的冬季Nino3.4指數與湍流熱通量（a，c）和輻射熱通量（b，d）的相關分布.陰影為通過95%信度檢驗的區(qū)域Fig.9 The correlation between winter Nino3.4index and turbulent heat flux（a，c）and radiation heat flux（b，d）for IE（a，b），and SC（c，d）.The shaded is above the 95%confidence level

清華大學地球系統(tǒng)科學研究中心在一個標準耦合（SC）模式的基礎上建立了交互集合耦合（IE）模式，利用大氣模式GAMIL2.0采取不同初值組成的7個大氣分量模式與其它模式分量進行在線集合耦合，開展了長期控制試驗積分.為驗證IE模式建立的合理性，本文對比分析了IE和SC模式100年輸出結果在北太平洋SST變率和ENSO兩個方面的模擬，并分析了ENSO與北太平洋熱帶外SST聯系的模擬.主要結論如下：

（1）IE相對于SC減小了北太平洋中高緯度SST方差的85%以上，意味著海洋變率隨著大氣變率的減小而減小，表明該區(qū)域大氣強迫于海洋.

（2）對比IE和SC各通量的方差比表明，北太平洋中高緯度湍流熱通量變率的減小最大，其次是輻射熱通量和經向風應力.這意味著湍流熱通量是影響北太平洋SST變率的主要因子.

（3）SC模擬的黑潮延伸體區(qū)SST和北太平洋中緯度副熱帶渦旋區(qū)SST都存在顯著的年代際周期，而在IE的模擬中不再顯著，意味著大氣噪音對這兩個區(qū)域SST的低頻變化周期有重要影響.

（4）在IE模擬中，北太平洋副熱帶渦旋區(qū)平均SST與東赤道太平洋SST的相關體現出ENSO的分布特征，而在SC模擬中則沒有這樣的特征.IE能夠模擬出ENSO與中緯度北太平洋SST的負相關，這與觀測是一致的，而在SC試驗中為虛假正相關.這反映了耦合模式中過強的大氣噪音將掩蓋ENSO與北太平洋熱帶外SST關系.

（5）IE對北太平洋中高緯度SST與ENSO的模擬更為合理，與其能夠更為合理的模擬PNA遙相關型有關.IE模擬的北美大陸正中心位置與觀測接近，而SC模擬的正中心位置偏西，位于東北太平洋.PNA對北太平洋中高緯度SST的影響主要是通過湍流熱通量實現的.

以上結論中，北太平洋中高緯度大氣強迫海洋的特征，噪音對副熱帶渦旋區(qū)低頻周期的影響，以及對ENSO與北太平洋中高緯度SST關系模擬的改善，與國外基于COLA模式建立的交互集合耦合模式結果基本一致，驗證了清華大學新建立的交互集合耦合模式系統(tǒng)的合理性.本文分析得到的湍流熱通量是決定北太平洋SST變率的最主要因子，與已有統(tǒng)計方法得到的結論一致，從而表明交互集合耦合模式系統(tǒng)在研究海-氣相互作用方面的可適用性.

本文分析還揭示了標準耦合模式中大氣噪音過強可能會影響ENSO與熱帶外太平洋SST關系的模擬.這反映了當前耦合模式對大氣噪音的合理估計對北太平洋氣候變率模擬的重要性.由此也表明，交互集合耦合作為濾除大氣噪音的方法，可以為改進當前耦合模式模擬性能提供借鑒.未來我們還將利用該交互集合耦合系統(tǒng)在北大西洋海-氣相互作用、可預報性等方面開展更多的研究.

致謝 感謝李立娟博士對集合耦合試驗和模式調試方面給予的建議和幫助.

Briegleb B P，Bitz C M，Hunke E C，etal.2004.Scientific description of the sea ice component in the Community Climate System Model，version three.Technical Note TN-463STR，NTIS PB2004-106574，National Center for Atmospheric Research，Boulder，CO.

Cayan D R.1992.Latent and sensible heat flux anomalies over the northern ocean：Driving the sea surface temperature.J.Phys.Oceanogr.，22（8）：859-881.

Collins W D，Rasch P J，Boville B A，etal.2006.The formulation and atmospheric simulation of the Community Atmosphere Model version 3（CAM3）.J.Climate，19（11）：2144-2161.

Craig A P，Jacob R，Brian K，etal.2005.CPL6：The new extensible，high performance parallel coupler for the Community Climate System Model.International Journal of High Performance Computing Applications Fall，19（3）：309-327.

Dickinson R E，Oleson K W，Bonan G，etal.2006.The Community Land Model and its climate statistics as a component of the Community Climate System Model.J.Climate，19：2302-2324.

Hasselmann K.1976.Stochastic climate models，Part I.Theory.Tellus，28（6）：473-485.

Kalnay E，Kanamitsu M，Kistler R，etal.1996.The NCEP／NCAR 40-year reanalysis project.Bull.Amer.Meteor.Soc.，77（3）：437-471.

Kirtman B P，Schneider E K，Straus D M，etal.2011.How weather impacts the forced climate response.Clim.Dyn.，37（11-12）：2389-2416.

Kirtman B P，Shukla J.2002.Interactive coupled ensemble：A new coupling strategy for CGCMs.Geophys.Res.Lett.，29（10）：1367，doi：10.1029／2002GL014834.

Lau N C.1997.Interactions between global SST anomalies and the midlatitude atmospheric circulation.Bull.Amer.Meteor.Soc.，78（1）：21-33.

Li B，Zhou T J，Lin P F，etal.2011.The wintertime North Pacific surface heat flux anomaly and air-sea interaction as simulated by the LASG／IAP ocean-atmosphere coupled model FGOALS＿s1.0.Acta Meteor.Sinica（in Chinese），69（1）：52-63.

Li L J，Lin P F，Yu Y Q，etal.2013a.The Flexible Global Ocean-Atmosphere-Land System Model，Grid-point Version 2：FGOALS-g2，Adv.Atmos.Sci.，30（3）：543-560.

Li L J，Wang B，Dong L，etal.2013b.Evaluation of grid-point atmospheric model of IAP LASG，version 2.0（GAMIL 2.0）.Adv.Atmos.Sci.，30（3）：855-867.

Li L J，Wang B，Wang Y Q，etal.2007.Improvements in climate simulation with modifications to the Tiedtke convective parameterization in the grid-point atmospheric model of IAP LASG（GAMIL）.Adv.Atmos.Sci.，24（2）：323-335.

Li Z X，Zhou T J，Sun Z B，etal.2011.A method for improving simulation of PNA teleconnection interannual variation in a climate model.Atmos.Oceanic Sci.Lett.，4（2）：86-90.

Li Z X，Zhou T J，Sun Z B，etal.2011.Improvement of air-sea turbulent fluxes parameterization scheme in GAMIL model and its impact on simulation of interannual variations of atmospheric circulation.Chinese J.Atmos.Sci.（in Chinese），35（2）：311-325.

Liu X J，Zhou T J，Zhang L X，etal.2011.The western North Pacific summer monsoon simulated by GAMIL 1.0：Influences of the parameterization of wind gustiness.Chinese J.Atmos.Sci.（in Chinese），35：871-884.

Mechoso C R，Robertson A W，Barth N，etal.1995.The Seasonal Cycle over the Tropical Pacific in Coupled Ocean—Atmosphere General Circulation Models.Mon.Wea.Rev.，123（9）：2825-2838.

Meehl G A，Washington W M，Santer B D，etal.2006.Climate change projections for the twenty-first century and climate change commitment in the CCSM3.J.Climate，19（11）：2597-2616.

Rayner N A，Parker D E，Horton E B，etal.2003.Global analyses of sea surface temperature，sea ice，and night marine air temperature since the late nineteenth century.J.Geophys.Res.，108（D14），doi：10.1029／2002JD002670.

Shukla J.1998.Predictability in the midst of chaos：A scientific basis for climate forecasting.Science，282（5389）：728-731.

Smith R，Gent P.2002.Reference manual for the Parallel Ocean Program（POP），ocean component of the Community Climate System Model（CCSM2.0and 3.0），Technical Report LA-UR-02-2484，Los Alamos National Laboratory，Los Alamos，NM，http：／／www.ccsm.ucar.edu／models／ccsm3.0／pop.

Wu R G，Kirtman B P.2004a.The tropospheric biennial oscillation of the monsoon–ENSO system in an interactive ensemble coupled GCM.J.Climate，17（8）：1623-1640.

Wu T W，Yu R C，Zhang F.2008.A modified dynamic framework for the atmospheric spectral model and its application.J.Atmos.Sci.，65（7）：2235-2253.

Wu Z H，Schneider E K，Kirtman B P.2004b.Causes of low frequency North Atlantic SST variability in a coupled GCM.Geophys.Res.Lett.，31（9）：L09210，doi：10.1029／2004GL019548.Xin X G，Wu T W，Wang Z Z.2009.Numerical simulation of climate change in 21century under two different mitigation scenarios.Acta Meteor.Sinica（in Chinese），67：935-946.

Yeh S W，Kirtman B P，An S I.2007.Local versus non-local atmospheric weather noise and the North Pacific SST variability.Geophys.Res.Lett.，34（14）：L14706，doi：10.1029／2007GL030206.

Yeh S W，Kirtman B P.2004.The impact of internal atmospheric variability on the North Pacific SST variability.Climate Dyn.，22（6-7）：721-732.

Yeh S W，Kirtman B P.2006.The characteristics of signal versus noise SST variability in the North Pacific and the Tropical Pacific Ocean.Ocean Science Journal，41（1）：1-10.

Zhang L，Dong M，Wu T W.2011.Changes in precipitation extremes over Eastern China simulated by the Beijing Climate Center Climate System Model（BCC＿CSM1.0）.Clim.Res.，50：227-245.

Zhang X H，Yu Y Q，Liu H.1998.Wintertime North Pacific surface heat flux anomaly and air-sea interaction in a coupled ocean-atmosphere model.Chinese J.Atmos.Sci.（in Chinese），22（4）：511-521.

Zhang J，Xue W，Zhang M H，etal.2014.Climate impacts of stochastic atmospheric perturbations on the ocean.Int.J.Climatol.，doi：10.1002／joc.3949.

Zhou T J，Yu R C，Gao Y Q，etal.2006a.Ocean-atmosphere coupled model simulation of North Atlantic interannual variability I：Local air-sea interaction.Acta Meteor.Sinica（in Chinese），64（1）：1-17.

Zhou T J，Yu R C，Gao Y Q，etal.2006b.Ocean-atmosphere coupled model simulation of North Atlanticinterannual variability II：Tropical tele-conneciton.Acta Meteor.Sinica（in Chinese），64（1）：18-30.

Zhou T J，Yu R C，Li Z X.2002.ENSO-dependent and ENSO-independent variability over the mid-latitude North Pacific：Observation and Air-sea coupled model simulation.Adv.Atmos.Sci.，19（6）：1127-1147.

Zhou T J，Yu Y Q，Yu R C.2004.Indian Ocean response to ENSO：Observation and air-sea coupled model simulation.Chinese J.Atmos.Sci.（in Chinese），28：357-373.

Zhou T J，Zhang X H，Wang S W.1999.The air-sea freshwater exchange derived from NCEP／NCAR reanalysis data.Acta Meteor.Sinica（in Chinese），57（3）：264-282.

Zhou T J.2003a.Adjustment of the North Atlantic Thermohaline circulation to the atmospheric forcing in a global air-sea coupled model.Acta Meteoro.Sinica（in Chinese），61（6）：164-179.

Zhou T J.2003b.Comparison of the global air-sea freshwater exchange evaluated from independent datasets.Prog.Natural Sci.，13（8）：626-631.

附中文參考文獻

李博，周天軍，林鵬飛等.2011.冬季北太平洋海表面熱通量異常和海氣相互作用的耦合模式模擬.氣象學報，69（1）：52-63.

李忠賢，周天軍，孫照渤等.2011.GAMIL模式海氣湍流通量參數化方案的改進及其對大氣環(huán)流年際變率模擬效果的影響.大氣科學，35（2）：311-325.

劉曉娟，周天軍，張麗霞等.2011.GAMIL1.0模擬的西北太平洋夏季風：陣風參數化方案的影響.大氣科學，35（5）：871-884.

辛曉歌，吳統(tǒng)文，王在志.2009.兩種不同減排情景下21世紀氣候變化的數值模擬.氣象學報，67（6）：935-946.

張學洪，俞永強，劉輝.1998.冬季北太平洋海表面熱通量異常和海氣相互作用：基于一個全球海氣耦合模式長期積分的診斷分析.大氣科學，22（4）：511-521.

周天軍，宇如聰，郜永祺等.2006a.北大西洋年際變率的海氣耦合模式模擬I：局地海氣相互作用.氣象學報，64（1）：1-17.

周天軍，宇如聰，郜永祺等.2006b.北大西洋年際變率的海氣耦合模式模擬II：熱帶太平洋強迫.氣象學報，64（1）：18-30.

周天軍，俞永強，宇如聰等.2004.印度洋對ENSO事件的響應：觀測與模擬.大氣科學，28：357-373.

周天軍，張學洪，王紹武.1999.全球水循環(huán)的海洋分量研究.氣象學報，57（3）：264-282.

周天軍.2003a.全球海氣耦合模式中熱鹽環(huán)流對大氣強迫的響應.氣象學報，61（6）：164-179.

周天軍.2003b.利用不同資料估算的全球海氣間淡水交換量之比較.自然科學進展，13（9）：946-950.