曹富強(qiáng) 丹利 馬柱國

中國科學(xué)院大氣物理研究所中國科學(xué)院東亞區(qū)域氣候—環(huán)境重點(diǎn)實(shí)驗(yàn)室，北京100029

1 引言

數(shù)值模擬是當(dāng)前氣候研究的主要手段之一，但由于一些物理過程和地形在區(qū)域尺度上的不確定性和復(fù)雜性，使得全球氣候模式難以描述復(fù)雜的區(qū)域氣候過程和下墊面特征，因此難以模擬特定的區(qū)域氣候特征，特別是植被大氣相互作用強(qiáng)烈的東亞地區(qū)（符淙斌等，2002）。20世紀(jì)80年代末，區(qū)域氣候模式 RCM（Regional Climate Model）概念被提出（Dickinson et al.,1989; Giorgi,1990）并建立了第一代區(qū)域氣候模式，具有代表性的如意大利國際理論物理中心（ICTP）的 RegCM1（Regional Climate Model Version 1），美國濱州州立大學(xué)（PSU）和美國國家大氣研究中心（NCAR）聯(lián)合開發(fā)的中尺度模式 MM4（Anthes et al.,1987）。目前，ICTP 的區(qū)域氣候模式已發(fā)展到第四代 RegCM4（Giorgi and Bates,1989; Giorgi et al.,2012），而 NCAR 已將MM4升級(jí)到 MM5并過渡到了 WRF（Weather Research Forecast）模式（Skamarock et al.,2005）。隨著觀測(cè)資料的積累和計(jì)算能力的提高，區(qū)域氣候模式已成為研究區(qū)域氣候重要而有效的工具。它具有較高的空間分辨率，可以更好的模擬東亞季風(fēng)氣候，特別是降水（Gao et al.,2006）。迄今為止，國內(nèi)外發(fā)展了不少的區(qū)域氣候模式，例如 RegCM、RIEMS、RAMS、RegCM_NCC以及NJU-RCM等，值得指出的是近年來中尺度天氣預(yù)報(bào)模式WRF被廣泛應(yīng)用于區(qū)域氣候模擬研究及天氣預(yù)報(bào)，越來越受到科學(xué)界重視（Yu et al.,2010; Chen et al.,2012; Yuan et al.,2012）。

相比全球氣候模式，雖然區(qū)域氣候模式對(duì)區(qū)域氣候模擬表現(xiàn)出明顯的優(yōu)勢(shì)（Liang et al.,2001；鞠麗霞和王會(huì)軍，2006；Patricola and Cook,2007；張冬峰和石英，2012），但其模擬能力具有區(qū)域性差異（王世玉和張耀存，1999；馮錦明和符淙斌，2007）。影響區(qū)域氣候模式模擬能力的因素很多，如：物理參數(shù)化方案的選取、側(cè)邊界條件、緩沖區(qū)設(shè)置等，其中物理參數(shù)化方案是首要考慮的影響因素。區(qū)域氣候模式的物理參數(shù)化方案涉及到陸面、水文、大氣過程等過程，它們既是模式的組成部分，又是模式的研究對(duì)象（劉鴻波等，2006）。陸面過程是區(qū)域氣候模式一個(gè)重要組成部分，陸面參數(shù)化方案在數(shù)值模擬研究區(qū)域氣候中起著重要作用（鄭婧等，2009）。陸面過程模型發(fā)展經(jīng)歷了從簡單水桶模型（Manabe,1969）到復(fù)雜的 LSM（Land Surface Model; Bonan,1996 ）、BATS（ Biosphere- Atmosphere Transfer Scheme; Dickinson et al.,1993）、AVIM（Atmosphere-Vegetation Interaction Model; Ji,1995）、CoLM（Common Land Model; Dai et al.,2003）和 CLM（Community Land Model; Oleson et al.,2004）等。選擇合理的陸面過程模型耦合到具有高分辨率的區(qū)域氣候模式，對(duì)提高區(qū)域氣候模式對(duì)區(qū)域氣候的模擬能力具有重要意義。

東亞地區(qū)處于獨(dú)特的地理位置且具有復(fù)雜的下墊面條件，形成了以典型的季風(fēng)氣候?yàn)橹鞯膮^(qū)域氣候環(huán)境，氣候的區(qū)域特征非常明顯。東亞地區(qū)不僅是世界上氣候變率較大的地區(qū)，而且是受人類活動(dòng)影響強(qiáng)烈的地區(qū)（Fu,2003; 湯劍平等，2004）。相比其他地區(qū)，該地區(qū)的區(qū)域氣候模擬難度較大。建立適合東亞地區(qū)的區(qū)域氣候模式，對(duì)于促進(jìn)中國區(qū)域氣候研究以及未來氣候環(huán)境變化預(yù)估具有重要意義。王芳棟等（2012）利用PRECIS和RegCM3兩個(gè)區(qū)域氣候模式模擬結(jié)果表明，相對(duì)觀測(cè)資料，對(duì)中國區(qū)氣溫 PRECIS模式表現(xiàn)為暖偏差，而RegCM3模式表現(xiàn)冷偏差。高學(xué)杰等（2012）采用RegCM3區(qū)域模式與全球海氣耦合模式嵌套，對(duì)中國及東亞地區(qū)進(jìn)行了過去和未來氣候模擬，表明該模式對(duì)中國氣溫和降水有較好的模擬能力，對(duì)未來氣候有一定的預(yù)估能力，但存在著很大不確定性，有待多模式集合驗(yàn)證。本文采用針對(duì)東亞地區(qū)開發(fā)的區(qū)域氣候耦合模式AVIM-RIEMS2.0，重點(diǎn)研究該模式對(duì)東亞地區(qū)氣候的模擬能力，并分析影響其模擬能力的因素。

2 模式介紹與試驗(yàn)設(shè)計(jì)

區(qū)域環(huán)境系統(tǒng)集成模式（Regional Integrated Environment Modeling System,RIEMS）1998 年由 中國科學(xué)院東亞區(qū)域氣候環(huán)境重點(diǎn)實(shí)驗(yàn)室開發(fā)（Fu et al.,2000），該模式是基于廣義季風(fēng)系統(tǒng)的概念（即季風(fēng)系統(tǒng)是包含物理、化學(xué)、生物和社會(huì)等諸多組成部分的復(fù)雜系統(tǒng)），以 MM5為動(dòng)力框架構(gòu)建。目前的版本RIEMS2.0采用美國氣象研究中心和美國濱洲大學(xué)發(fā)展的中尺度模式MM5V3的非靜力動(dòng)力框架（趙得明等，2009）。模式耦合了修改過的 CCM3中的輻射方案和生物圈—大氣圈傳輸方案（BATS1e）等物理過程，并綜合考慮了植被—大氣、氣溶膠—大氣之間的相互作用等，同時(shí)還耦合了區(qū)域海洋模式和大氣化學(xué)模式。已有研究表明，RIEMS2.0對(duì)東亞區(qū)域氣候具有良好的模擬能力（熊喆和符淙斌，2006；馮錦明和符淙斌，2007；Zhao and Fu，2009；Zhao，2012）。本文將自主設(shè)計(jì)發(fā)展的植被—大氣相互作用模式AVIM（Ji,1995; Dan et al.,2005）耦合到 RIEMS2.0，形成耦合模式AVIM-RIEMS2.0（圖1）。通過與RIEMS2.0模式的模擬結(jié)果、美國國家環(huán)境中心（NCEP）/美國能源部（DOE）的NCEP再分析資料（NCEPII）、歐洲中期天氣預(yù)報(bào)中心（ECMWF）再分析資料（ERA40）、英國東安格利亞大學(xué)（University of East Anglia）氣候研究部（Climatic Research Unit）的資料（CRU）、氣象臺(tái)站觀測(cè)資料進(jìn)行對(duì)比分析評(píng)估耦合模式對(duì)東亞氣候的模擬能力。

本文使用RIEMS2.0和AVIM-RIEMS2.0模式，模擬區(qū)域中心地理坐標(biāo)為（37°N，102°E），格點(diǎn)數(shù)為105（緯向）×91（經(jīng)向），緩沖區(qū)格點(diǎn)數(shù)為12，水平分辨率為60 km，覆蓋以中國為主的東亞區(qū)域。垂直方向分為16 層，最頂層氣壓為 100 hPa，積分步長為180 s。采用全球6小時(shí)一次、高空分辨率為2.5°×2.5°、地面分辨率為 1.875°×1.875°的 NCEPII資料驅(qū)動(dòng)RIEMS2.0模式和AVIM-RIEMS2.0模式。模擬時(shí)間分別為1979年11月～1981年1月、1984年11月～1986年1月、1989年11月～1991年1月、1994年11月～1996年1月、1999年11月～2001年1月、2004年11月～2006年1月，分別選取1980年、1985年、1990年、1995年、2000年和2005年6年模擬結(jié)果用于對(duì)比分析。

3 資料與方法

本文用于模式性能檢驗(yàn)的觀測(cè)和再分析資料中，月平均風(fēng)場(chǎng)和位勢(shì)高度來自NCEPII資料，水平分辨率為2.5°×2.5°；月平均氣溫、降水來自CRU資料和中國氣象臺(tái)站觀測(cè)資料（STN），水平分辨率均為0.5°×0.5°，其中，STN氣溫資料經(jīng)過均一化（Li and Yan，2009）處理；感熱通量和潛熱通量為NCEPII、ERA40資料，水平分辨率均為 2.5°×2.5°。

圖1 AVIM-RIEMS2.0 耦合模式框架。LAI：葉面積指數(shù)（Leaf area index），NPP：凈初級(jí)生產(chǎn)力（Net primary productivity），BC：黑炭（Black carbon）Fig.1 The framework of AVIM-RIEMS2.0 coupled model

利用 AVIM-RIEMS2.0耦合模式和 RIEMS2.0模式對(duì)過去 30年中典型年份的模擬結(jié)果與觀測(cè)資料對(duì)比分析，研究耦合了具有動(dòng)態(tài)植被過程的AVIM模式后，RIEMS2.0模式對(duì)東亞區(qū)域氣候的模擬能力。氣象臺(tái)站觀測(cè)資料是日平均的站點(diǎn)數(shù)據(jù)，轉(zhuǎn)化為月平均資料后，采用 Cressman客觀插值法（Cressman，1959）插值成分辨率為 0.5°×0.5°的格點(diǎn)數(shù)據(jù)。模擬結(jié)果與驗(yàn)證資料進(jìn)行差值或區(qū)域平均計(jì)算時(shí)，均采用雙線性插值法插值到模擬結(jié)果的格點(diǎn)上。

4 模擬結(jié)果分析

本文將6年的模擬結(jié)果平均后，與再分析資料和觀測(cè)資料進(jìn)行對(duì)比分析，取 1、7兩個(gè)月份進(jìn)行研究以檢驗(yàn)?zāi)Ｊ綄?duì)氣候季節(jié)變化的模擬能力。由于ERA40資料的地表熱通量覆蓋時(shí)間為 1957～2002年，所以模擬結(jié)果的地表熱通量為前5年平均與其對(duì)比分析。

4.1 850hPa風(fēng)場(chǎng)

東亞地區(qū)除受西風(fēng)帶的作用外，還深受東亞季風(fēng)影響。850 hPa風(fēng)場(chǎng)是表征東亞大尺度季風(fēng)環(huán)流狀況的一個(gè)重要?dú)夂蛞兀▽O力等，2003；何金海等，2007）。由圖2可知，冬季，中國北方受來自西伯利亞的西北氣流影響，形成強(qiáng)勁的西北季風(fēng)，量級(jí)達(dá)到 10 m s-1，兩個(gè)模式都能夠很好地模擬出 來。與NCEPII風(fēng)場(chǎng)相比，東北地區(qū)模擬值偏弱，而華北地區(qū)和長江中下游一帶模擬值偏強(qiáng)。由于模擬出較強(qiáng)的西北氣流，導(dǎo)致中國華南地區(qū)的東南氣流和西南地區(qū)的西南氣流模擬偏弱，從而使得模擬的氣溫降低、降水減少，尤其在中國南部地區(qū)。模擬結(jié)果相比，AVIM-RIEMS2.0模式對(duì)模擬值在東北地 區(qū)偏小而在華北地區(qū)偏大有所改善。夏季，氣壓帶和風(fēng)帶季節(jié)性北移，使得中國東部至朝鮮、日本一帶盛行西南季風(fēng)。受亞歐大陸和太平洋之間海陸熱力性質(zhì)差異的影響，在中國華北地區(qū)和長江中下游一帶形成東南季風(fēng)。因此，中國、朝鮮半島以及日本主要處于東南季風(fēng)和西南季風(fēng)控制之下。東亞地區(qū)夏季風(fēng)的這種分布特點(diǎn)，在兩個(gè)模式結(jié)果中都有很好的體現(xiàn)。與NCEPII風(fēng)場(chǎng)相比，模擬的夏季風(fēng)在中國東部增強(qiáng)，而在朝鮮半島及日本一帶減弱。就模擬結(jié)果相比較而言，AVIM-RIEMS2.0模擬夏季風(fēng)在中國東部相對(duì)較弱，更接近觀測(cè)結(jié)果；在朝鮮半島及日本的模擬偏差增大。

4.2 500hPa位勢(shì)高度

圖2 850 hPa月平均風(fēng)場(chǎng)（單位：m s-1）。（a）、（b）、（c）分別表示 1 月 NCEPII數(shù)據(jù)、RIEMS2.0 減 NCEPII數(shù)據(jù)、AVIM-RIEMS2.0 減 NCEPII數(shù)據(jù)；（d）、（e）、（f）表示方式相同，但為 7 月 Fig.2 Monthly mean wind field at 850 hPa(units: m s-1).(a),(b),(c)denote NCEPII data,RIEMS2.0 minus NCEPII data,and AVIM-RIEMS2.0 minus NCEPII data in January,respectively;(d),(e),(f)same as(a),(b),(c),but for July

深受中緯度西風(fēng)帶影響的東亞地區(qū)，對(duì)流層中、低層大氣環(huán)流在很大程度上決定了中國的氣候狀況（田芝平等，2012）。從圖3可以看出，冬季，東亞大槽位于大陸東岸，槽線一般穩(wěn)定在 120°～130°E，且強(qiáng)度較強(qiáng)。模式能夠較好地再現(xiàn)500 hPa位勢(shì)高度分布，并且較準(zhǔn)確地模擬了東亞大槽位置。與NCEPII資料相比，模式模擬的位勢(shì)高度值偏小約25 gpm，且東亞大槽位置西移。模式模擬結(jié)果之間相比，AVIM-RIEMS2.0模式的模擬值高于RIEMS2.0模式，相差約 5 gpm。因此，AVIM- RIEMS2.0模式對(duì)500 hPa位勢(shì)高度模擬值偏低現(xiàn)象有所改善。夏季，東亞大槽西移回大陸而基本消失，副高增強(qiáng)而成為影響東亞區(qū)域氣候的重要?dú)夂蛳到y(tǒng)，模式能夠較好地再現(xiàn)這一特點(diǎn)。與NCEPII資料相比，模式在中國華北地區(qū)模擬值偏高約 10 gpm，而在其他地區(qū)模擬值偏低約15 gpm。模擬的副高東西方向增強(qiáng)而南北方向減弱。模擬結(jié)果相比，AVIM-RIEMS2.0模式改善了在東北地區(qū)的模擬結(jié)果。總得來看，AVIM-RIEMS2.0模式對(duì)500 hPa位勢(shì)高度模擬在中國北方有一定改進(jìn)，而在中國南方的夏秋季節(jié)并沒表現(xiàn)出明顯的改進(jìn)，可能與南方植被季節(jié)變化不明顯有關(guān)。

為進(jìn)一步檢驗(yàn) AVIM-RIEMS2.0模式在區(qū)域尺度上的模擬性能，根據(jù)氣候分區(qū)及植被分布狀況，將中國劃分為東北、華北、華中、華南、過渡帶（依據(jù)植被）、西北、西南、青藏高原8個(gè)分區(qū)（圖4）。從季節(jié)變化和區(qū)域平均的角度，分析模式對(duì)氣溫、降水以及地表熱通量的模擬能力。由于青藏高原地區(qū)氣象臺(tái)站較少，插值結(jié)果有一定不確定性，所以該地區(qū)氣溫、降水的模式結(jié)果還與 CRU資料進(jìn)行對(duì)比，與臺(tái)站觀測(cè)資料進(jìn)行相互驗(yàn)證。

4.3 氣溫

近地面氣溫模擬結(jié)果的好壞是評(píng)價(jià)區(qū)域氣候模式模擬能力的一個(gè)主要依據(jù)（王芳棟等，2010）。從圖5、6中可以看出，與觀測(cè)資料相比，模式能夠很好模擬出氣溫的空間分布型。冬季（圖5），中國氣溫最低值出現(xiàn)在東北地區(qū)的北部，大約-30°C。與CRU資料和STN資料相比，模式模擬的氣溫偏低，尤其在中國的東北地區(qū)和青藏高原地區(qū)。模擬結(jié)果相比，雖然AVIM-RIEMS2.0模式對(duì)模擬氣溫偏低的現(xiàn)象有所改善，但與觀測(cè)資料相比模擬的氣溫依然偏低。夏季（圖6），與觀測(cè)資料相比，RIEMS2.0模式在中國西北地區(qū)以及東部的中部地區(qū)模擬值偏高約6°C，而在青藏高原地區(qū)模擬值偏低明顯；AVIM-RIEMS2.0模式模擬值在中國西北地區(qū)偏高，而在青藏高原地區(qū)以及中國東部的中部模擬值偏低。兩個(gè)模式在四川盆地都模擬出一個(gè)高值中心，但AVIM-RIEMS2.0模式的模擬值偏小。雖然兩個(gè)模式存在上述偏差，但兩個(gè)模式相比，AVIM-RIEMS2.0模式模擬的氣溫偏差明顯減小。

圖3 同圖2，但為500 hPa月平均位勢(shì)高度（單位：gpm） Fig.3 Same as Fig.2,but for 500-hPa geopotential height(units: gpm)

圖4 中國子區(qū)域劃分及其編號(hào)：Ⅰ東北、Ⅱ華北、Ⅲ華中、Ⅳ華南、Ⅴ過渡帶、Ⅵ西南、Ⅶ西北、Ⅷ青藏高原 Fig.4 Eight sub-regions classified over China and their numbers: ⅠNortheast,ⅡNorth China,Ⅲ Central China,Ⅳ South China,ⅤTransitional zone,Ⅵ Southwest,Ⅶ Northwest,Ⅷ Tibet Plateau

從區(qū)域平均氣溫看（圖7），相對(duì)于觀測(cè)資料，AVIM-RIEMS2.0模式模擬的氣溫偏低。夏季，RIEMS2.0模式在中國西北地區(qū)、青藏高原地區(qū)模擬值偏低，其余分區(qū)模擬值偏高；其他季節(jié)各個(gè)分區(qū)RIEMS2.0模式的模擬值都偏低。模式結(jié)果相比，在中國東北地區(qū)、華北地區(qū)、過渡帶以及春季華中地區(qū)的模擬能力有明顯提高，使得模擬氣溫偏差減少大約3～6°C，而在其他分區(qū)沒有明顯改進(jìn)；對(duì)于RIEMS2.0模式，在華中地區(qū)和華南地區(qū)的模擬效果好（不包括春季），但普遍存在模擬值偏高的問題（西北地區(qū)的夏季除外）。總體看，相比RIEMS2.0模式，AVIM-RIEMS2.0模式對(duì)氣溫的模擬能力在中國多數(shù)地區(qū)得到提高，但在中國的熱帶、亞熱帶地區(qū)對(duì)氣溫的模擬沒有明顯改善，可能與該氣候帶內(nèi)的植被冬夏季節(jié)差異不顯著有關(guān)。

4.4 降水

相比氣溫，降水的不均一性更為明顯，而降水的空間分布和雨帶位置不僅是氣候模式研究重要內(nèi)容之一，也是評(píng)價(jià)模式模擬能力的一個(gè)主要指標(biāo)（吳蓉和張耀存,2012）。從不同季節(jié)降水分布圖看（圖8、9），與CRU和STN資料相比，模式能夠基本模擬出中國降水的季節(jié)變化和分布型，即降水空間上表現(xiàn)由東南沿海向西北內(nèi)陸逐漸減少，時(shí)間上主要集中在夏季。冬季（圖8），降水主要集中在中國南方。與觀測(cè)資料相比，雖然模式能夠模擬出中國華南地區(qū)雨帶，但存在模擬的雨帶位置北移東伸、強(qiáng)度偏弱的現(xiàn)象。模擬結(jié)果相比，AVIM- RIEMS2.0模式模擬的雨帶強(qiáng)度更弱，但兩個(gè)模式的降雨空間分布相似。夏季（圖9），雨帶北移使得降水集中在長江中下游以北地區(qū)。與觀測(cè)資料相比，模式模擬雨帶強(qiáng)度較強(qiáng)、位置偏北明顯，且西北地區(qū)模擬降水偏多。模擬結(jié)果相比，AVIM- RIEMS2.0模式對(duì)降水的模擬結(jié)果更好，并一定程度上改善RIEMS2.0模式模擬降水偏多問題?？傮w看，AVIM-RIEMS2.0模式對(duì)RIEMS2.0模擬降水偏多的現(xiàn)象有較大改善。

從降水的區(qū)域平均看（見圖10），兩個(gè)模式對(duì)降水的模擬能力都存在明顯的區(qū)域性差異。AVIM-RIEMS2.0模式在中國的東北地區(qū)、華北地區(qū)、華中地區(qū)、過渡帶以及西南地區(qū)的降水模擬改進(jìn)明顯，降低了RIEMS2.0模式模擬降水偏高現(xiàn)象，這些地區(qū)也是植被大氣相互作用較為強(qiáng)烈的地區(qū)（俞淼等,2011）。相比CRU和STN資料，AVIM- RIEMS2.0模式在多數(shù)地區(qū)模擬降水減少，而RIEMS2.0模式模擬降水增加。在中國的華北和華南地區(qū)，兩個(gè)模式模擬的降水都偏高。兩個(gè)模式相比，AVIM-RIEMS2.0模式模擬的降水更接近觀測(cè)。

4.5 地表熱通量

圖6 同5，但為7月近地面氣溫月平均（單位：°C） Fig.6 Same as Fig.5,but for monthly mean surface air temperature in July(units: °C)

圖7 近地面氣溫8個(gè)子分區(qū)的區(qū)域平均（單位：°C） Fig.7 Mean surface air temperature over the eight sub-regions(units: °C)

地表熱通量一般指陸—?dú)庵g的物質(zhì)和能量交換，發(fā)生在近地面附近。它是表征陸—?dú)庀嗷プ饔玫囊粋€(gè)重要參數(shù)，在氣候模式中地位非常重要（丁一匯,1997）。從圖11、12可以看出，模式能夠較好模擬出感熱通量和潛熱通量的季節(jié)變化。冬 季（圖11），大部分地區(qū)感熱通量和潛熱通量的變化范圍分別約為：-20～40 Wm-2、0～80 Wm-2，且變化趨勢(shì)基本一致：由東南向西北逐漸減少。與ERA40資料相比，中國地區(qū)感熱通量和潛熱通量的模擬值在大部分地區(qū)都偏低約10 Wm-2，北部偏低尤為明顯。模擬結(jié)果相比，AVIM-RIEMS2.0模式降低了感熱通量和潛熱通量的模擬偏差。夏季（圖12），中國地區(qū)的感熱通量變化的基本趨勢(shì)與冬季相反：由東南向西北增加，變化范圍約為：10～100 Wm-2；潛熱通量變化的趨勢(shì)與冬季大體相同，變化范圍約為：10～140 Wm-2。相比ERA40資料，模式能夠合理的模擬出感熱通量和潛熱通量的分布特征。模擬結(jié)果相比，RIEMS2.0模式對(duì)中國東部感熱通量模擬偏低約10 Wm-2，而對(duì)西北地區(qū)模擬偏高約30 Wm-2；AVIM-RIEMS2.0模式對(duì)中國感熱通量模擬雖然在西北地區(qū)略低，但對(duì)其他地區(qū)感熱通量模擬得到很大改善。對(duì)于潛熱通量的模擬，AVIM-RIEMS2.0模式降低了中國東部和西北 地區(qū)的模擬偏差而使得模擬值更接近ERA40資料，但在青藏高原地區(qū)模擬的潛熱通量偏低明顯。AVIM-RIEMS2.0模式對(duì)青藏高原地區(qū)潛熱通量模擬主要集中在高原東南部，這與以往的模擬結(jié)果一致（丹利等，2011），而ERA40在7月青藏高原西部也出現(xiàn)了較大的潛熱分布，則是一個(gè)虛假中心。

圖8 同圖5，但為1月降水量（單位：mm d-1） Fig.8 Same as Fig.5,but for January precipitation(units: mm d-1)

圖9 同圖5，但為7月降水量（單位：mm d-1） Fig.9 Same as Fig.5,but for July precipitation(units: mm d-1)

從感熱通量和潛熱通量區(qū)域平均看（圖13、14），NCEPⅡ資料的感熱和潛熱通量相對(duì) ERA40資料的總體偏大，這也反映了當(dāng)前地表熱通量的再分析資料之間仍具有較大差異，與氣候變量相比地表熱通量不確定性更大的事實(shí)。根據(jù)以往研究結(jié)果，中國地區(qū) ERA40資料地表熱通量準(zhǔn)確性優(yōu)于NCEPII再分析資料（趙天保和符淙斌，2006；丹利等，2011）。相對(duì) ERA40資料的感熱通量，兩個(gè)模式在不同區(qū)域、不同季節(jié)的模擬性能存在明顯差異。對(duì)于感熱通量，AVIM-RIEMS2.0模式的模擬結(jié)果在東北地區(qū)、華北地區(qū)以及大部時(shí)間的其他地區(qū)更接近 ERA40資料；對(duì)于潛熱通量，除青藏高原以及西南地區(qū)以外，AVIM-RIEMS2.0模式的模擬 結(jié)果比RIEMS2.0模式的更接近 ERA40資料的結(jié)果。

圖10 降水量8個(gè)分區(qū)的區(qū)域平均（mm d-1） Fig.10 Monthly precipitation averaged over the eight sub-regions(units: mm d-1)

5 結(jié)論與討論

（1）AVIM-RIEMS2.0和RIEMS2.0兩個(gè)模式的模擬結(jié)果表明，模式能較好地模擬850 hPa風(fēng)場(chǎng)和500 hPa位勢(shì)高度在東亞地區(qū)分布的基本形勢(shì)。相比NCEPII資料，模式模擬的850 hPa風(fēng)場(chǎng)冬季在中國東北地區(qū)偏弱，華北和長江中下游地區(qū)偏強(qiáng)；夏季在中國東部增加，朝鮮及日本一帶減弱。模式模擬的500 hPa位勢(shì)高度在冬季偏低；夏季在華北地區(qū)偏高而其他地區(qū)偏低，副高東西方向增強(qiáng)而南北減弱。兩個(gè)模式的模擬結(jié)果相比，AVIM- RIEMS2.0耦合模式的模擬結(jié)果改進(jìn)的地區(qū)主要位于中國北方地區(qū)，而中國南方地區(qū)特別是夏季并沒表現(xiàn)出明顯的改進(jìn)。

圖12 同圖11，但為7月份月平均感熱和潛熱通量（單位：Wm-2） Fig.12 Same as Fig.11,but for monthly mean sensible heat flux and latent heat flux in July(units: Wm-2)

（2）相比 STN、CRU的氣溫和降水資料，雖然模式能夠模擬出氣溫和降水的變化規(guī)律，但也存在著模擬偏差。冬季，模式模擬的氣溫偏低，特別是在中國的東北地區(qū)和青藏高原地區(qū)；模擬的雨帶位置北移東伸、強(qiáng)度偏弱的現(xiàn)象。夏季，RIEMS2.0模式模擬的氣溫偏高、降水偏多，而 AVIM- RIEMS2.0模式的模擬結(jié)果與其相反。模式之間對(duì)氣溫和降水的模擬也存在差異。AVIM-RIEMS2.0模式模擬的氣溫在中國北方地區(qū)改進(jìn)明顯，使得模擬偏差減少 3～6°C（東北地區(qū)夏季除外），而在中國南部地區(qū)，雖然改善了RIEMS2.0模式氣溫模擬偏高的現(xiàn)象，但相對(duì)臺(tái)站觀測(cè)資料氣溫出現(xiàn)模擬偏低的現(xiàn)象。AVIM-RIEMS2.0模式模擬的雨帶強(qiáng)度 較弱、降水偏少，改善了RIEMS2.0模式模擬的降水偏多現(xiàn)象。從氣溫和降水的區(qū)域平均看，AVIM- RIEMS2.0模式在中國的多數(shù)地區(qū)使得模擬值與觀測(cè)值之間偏差減少，說明引入動(dòng)態(tài)植被提高了區(qū)域氣候模式對(duì)區(qū)域氣候的模擬能力。

圖13 感熱通量8個(gè)子分區(qū)的區(qū)域平均（單位：Wm-2） Fig.13 Monthly mean sensible heat flux averaged over the eight sub-regions(units: Wm-2)

（3）再分析資料的地表熱通量具有一定的差異，NCEPⅡ資料比ERA40資料的感熱通量和潛熱通量都偏高。已有驗(yàn)證結(jié)果表明，ERA40資料在東亞地區(qū)的可靠性比NCEPII資料高（趙天保和符淙斌,2006; 周連童,2009），AVIM-RIEMS2.0 模式地表熱通量模擬結(jié)果也更接近ERA40資料。以ERA40資料作參照，兩個(gè)模式在不同區(qū)域、不同季節(jié)的模擬性能存在明顯差異。對(duì)于感熱通量，AVIM- RIEMS2.0 模式的模擬結(jié)果在東北地區(qū)、華北地區(qū)以及大部時(shí)間的其他地區(qū)偏差減??；對(duì)于潛熱通量，除青藏高原以及西南地區(qū)外，其他地區(qū) AVIM- RIEMS2.0模式的模擬結(jié)果都優(yōu)于 RIEMS2.0。因 此，耦合模式對(duì)潛熱通量模擬改善更明顯。同時(shí)利用耦合模式驗(yàn)證了 EAR40資料夏季潛熱通量在青藏高原西部為一虛假中心。

圖14 潛熱通量8個(gè)子分區(qū)的區(qū)域平均（單位：Wm-2） Fig.14 Monthly mean latent heat flux averaged over the eight sub-regions(units: Wm-2)

雖然RIEMS2.0模式對(duì)東亞地區(qū)模擬在不同區(qū)域與觀測(cè)資料具有一定的差異，但該模式能夠較好模擬出基本氣候態(tài)的時(shí)空變化。RIEMS2.0模式與陸面模式AVIM進(jìn)行雙向耦合后，在以中國東北地區(qū)、華北地區(qū)為主的北方地區(qū)，對(duì)主要?dú)夂蛞氐哪M能力得到較大改善，而在華南地區(qū)并沒有表現(xiàn)出明顯的提高。耦合模式在中國北部和華南地區(qū)模擬能力的差異，可能與兩地區(qū)植被物候特征有關(guān)。中國北方地區(qū)以溫帶氣候?yàn)橹?，植被物候變化明顯，而華南地區(qū)屬于熱帶地區(qū)，植被沒有明顯的物候變化。耦合動(dòng)態(tài)植被過程AVIM模式后，模式能夠反映植被物候的季節(jié)變化特征。物候通過影響返照率、地表粗糙度、冠層導(dǎo)度以及水、能量交換等季節(jié)變化對(duì)氣候產(chǎn)生影響（Richardson et al.,2013）。因此，耦合模式在植被季節(jié)變化不明顯的中國南方地區(qū)沒有表現(xiàn)出優(yōu)勢(shì)?？傮w看，AVIM-RIEMS2.0模式在東亞地區(qū)具有良好的模擬能力，引入動(dòng)態(tài)植被對(duì)提高模式的模擬能力、改善模擬效果具有一定的促進(jìn)作用。今后還有待進(jìn)一步改進(jìn)和完善植被類型的分類，使其更好地應(yīng)用東亞地區(qū)的陸氣相互作用模擬研究。

（

）

Anthes R A,Hsie E Y,Kuo Y H.1987.Description of the Penn State/NCAR mesoscale model,version 4(MM4)[R].NCAR Technical Note.NCAR/ TN-417-282+STR,79pp.

Bonan G B.1996.A land surface model(LSM version 1.0)for ecological,hydrological,and atmospheric studies: Technical description and user's guide[R].NCAR Technical Note.NCAR/TN-417+STR,National Center for Atmospheric Research,150pp.

Chen Liang,Ma Zhuguo,Fan Xingang.2012.A comparative study of two land surface schemes in WRF model over eastern China[J].Journal of Tropical Meteorology,18(4): 445-456.

Cressman George P.1959.An operational objective analysis system[J].Monthly Weather Review,87(10): 367-374.

Dai Yongjiu,Zeng Xubin,Dickinson R E,et al.2003.The common land model[J].Bull.Amer.Meteor.Soc.,84(8): 1013-1023.

丹利,符傳博,吳澗.2011.陸氣雙向耦合模式中全球感熱和潛熱通量的時(shí)空特征模擬[J].氣候與環(huán)境研究,16(2): 113-125.Dan Li,Fu Chuanbo,Wu Jian.2011.Spatial and temporal characteristics of the global sensible and latent heat fluxes simulated by a two-way land-air coupled model[J].Climatic and Environmental Research(in Chinese),16(2): 113-125.

Dickinson R E,Henderson-Sellers A,Kennedy P J.1993.Biosphere- atmosphere transfer scheme(BATs)version 1e as coupled to the NCAR community climate model[R].NCAR Technical Note NCAR/TN-387+ STR,National Center for Atmospheric Research,80pp.

Dickinson R E,Errico R M,Giorgi F,et al.1989.A regional climate model for the western united states[J].Climatic Change,15(3): 383-422.

丁一匯.1997.地表通量的計(jì)算問題[J].應(yīng)用氣象學(xué)報(bào),8(S1): 29-35.Ding Yihui.1997.On some aspects of estimates of the surface fluxes[J].Quarterly Journal of Applied Meteorlolgy(in Chinese),8(S1): 29-35.

馮錦明,符淙斌.2007.不同區(qū)域氣候模式對(duì)中國地區(qū)溫度和降水的長期模擬比較[J].大氣科學(xué),31(5): 805-814.Feng Jinming,Fu Congbin.2007.Inter-comparison of long-term simulations of temperature and precipitation over China by different regional climate models[J].Chinese Journal of Atmospheric Sciences(in Chinese),31(5): 805-814.

Fu Congbin.2003.Potential impacts of human-induced land cover change on East Asia monsoon[J].Global and Planetary Change,37(3-4): 219-229.

Fu Congbin,Wei Heilin,Qian Yun.2000.Documentation on a regional integrated environment model system(RIEMS version 1)[R].TEACOM Science Rep.,START Regional Committee for Temperate East Asia,1-26.

符淙斌,溫剛,謝力,等.2002.東亞季風(fēng)區(qū)氣候和生態(tài)系統(tǒng)相互作用的診斷和模擬研究[J].南京大學(xué)學(xué)報(bào)（自然科學(xué)版），38(3): 281-294.Fu Congbin,Wen Gang,Xie Li,et al.2002.The diagnosis and simulation studies on climate and ecosystem interactions in East Asia monsoon region[J].Journal of Nanjing University(Natural Sceices)(in Chinese),38(3): 281-294.

高學(xué)杰,石英,張冬峰,等.2012.Regcm3 對(duì) 21 世紀(jì)中國區(qū)域氣候變化的高分辨率模擬[J].科學(xué)通報(bào),57(5): 374-381.Gao Xuejie,Shi Ying,Zhang Dongfeng,et al.2012.Climate change in China in the 21st century as simulated by a high resolution regional climate model[J].Chinese Science Bulletin,57(10): 1188-1195.

Gao Xuejie,Xu Ying,Zhao Zongci,et al.2006.On the role of resolution and topography in the simulation of East Asia precipitation[J].Theoretical and Applied Climatology,86(1-4): 173-185.

Giorgi F.1990.Simulation of regional climate using a limited area model nested in a general circulation model[J].J.Climate,3(9): 941-963.

Giorgi F,Bates G T.1989.The climatological skill of a regional model over complex terrain[J].Mon.Wea.Rev.,117(11): 2325-2347.

Giorgi F,Coppola E,Solmon F,et al.2012.RegCM4: Model description and preliminary tests over multiple CORDEX domains[J].Climate Res.,52(1): 7-29.

何金海,祁莉,韋晉,等.2007.關(guān)于東亞副熱帶季風(fēng)和熱帶季風(fēng)的再認(rèn)識(shí)[J].大氣科學(xué),31(6): 1257-1265.He Jinhai,Qi Li,Wei Jin,et al.2007.Reinvestigations on the East Asian subtropical monsoon and tropical monsoon[J].Chinese Journal of Atmospheric Sciences(in Chinese),31(6): 1257-1265.

Ji Jinjun 1995.A climate-vegetation interaction model: Simulating physical and biological processes at the surface[J].Journal of Biogeography,22(2-3): 445-451.

鞠麗霞,王會(huì)軍.2006.用全球大氣環(huán)流模式嵌套區(qū)域氣候模式模擬東亞現(xiàn)代氣候[J].地球物理學(xué)報(bào),49(1): 52-60.Ju Lixia,Wang Huijun.2006.Modern climate over East Asia simulated by a regional climate model nested in a global gridpoint general circulation model[J].Chinese Journal of Geophysics(in Chinese),49(1): 52-60.

Li Zhen,Yan Zhongwei.2009.Homogenized daily mean/maximum/ minimum temperature series for China from 1960-2008[J].Atmospheric and Oceanic Science Letters,2(4): 237-243.

Liang Xinzhong,Kunkel K E,Samel A N.2001.Development of a regional climate model for U.S.midwest applications.Part I: Sensitivity to buffer zone treatment[J].J.Climate,14(23): 4363-4378.

劉鴻波,張大林,王斌.2006.區(qū)域氣候模擬研究及其應(yīng)用進(jìn)展[J].氣候與環(huán)境研究,11(5): 649-668.Liu Hongbo,Zhang Dalin,Wang Bin.2006.Recent advances in regional climate modeling and applications[J].Climatic and Environmental Research(in Chinese),11(5): 649-668.

Manabe S.1969.Climate and the ocean circulation: I.The atmospheric circulation and the hydrology of the earth’s surface[J].Mon.Wea.Rev.,97(11): 739-774.

Oleson K,Dai Y,Bonan G B,et al.2004.Technical description of the community land model(CLM)[R].NCAR Technical Note.NCAR/TN- 461+STR,National Center for Atmospheric Research.

Patricola C M,Cook K H.2007.Dynamics of the west african monsoon under mid-Holocene precessional forcing: Regional climate model simulations[J].J.Climate,20(4): 694-716.

Richardson A D,Keenan T F,Migliavacca M,et al.2013.Climate change,phenology,and phenological control of vegetation feedbacks to the climate system[J].Agricultural and Forest Meteorology,169: 156-173.

Skamarock W C,Klemp J B,Dudhia J,et al.2005.A description of the advanced research WRFversion 2[R].Vol NCAR/TN-468+STR,88 pp.

孫力,安剛,唐曉玲.2003.東北亞地區(qū)夏季 850 hPa 南風(fēng)異常與東北旱澇的關(guān)系[J].大氣科學(xué),27(3): 425-434.Sun Li,An Gang,Tang Xiaoling.2003.Relationship between the Northeast Asian summer south wind anomaly and the precipitation in Northeast China[J].Chinese Journal of Atmospheric Sciences(in Chinese),27(3): 425-434.

湯劍平,蘇炳凱,趙鳴,等.2004.東亞區(qū)域氣候變化的長期數(shù)值模擬試驗(yàn)[J].氣象學(xué)報(bào),62(6): 752-763.Tang Jianping,Su Bingkai,Zhao Ming,et al.2004.Long-term climate change numerical simulation in East Asia[J].Acta Meteorologica Sinica(in Chinese),62(6): 752-763.

田芝平,姜大膀,張冉,等.2012.CCSM4.0 的長期積分試驗(yàn)及其對(duì)東亞和中國氣候模擬的評(píng)估[J].大氣科學(xué),36(3): 619-632.Tian Zhiping,Jiang Dabang,Zhang Ran,et al.2012.Long-term climate simulation of CCSM4.0 and evaluation of its performance over East Asia and China[J].Chinese Journal of Atmospheric Sciences(in Chinese),36(3): 619-632.

王芳棟,許吟隆,李濤.2010.區(qū)域氣候模式PRECIS對(duì)中國氣候的長期數(shù)值模擬試驗(yàn)[J].中國農(nóng)業(yè)氣象,31(3): 327-332.Wang Fangdong,Xu Yinlong,Li Tao.2010.Long term climate numerical simulation over China by regional climate model PRECIS[J].Chinese Journal of Agrometeorology(in Chinese),31(3): 327-332.

王芳棟,李濤,許吟隆,等.2012.PRECIS 和RegCM3對(duì)中國區(qū)域氣候的長期模擬比較[J].中國農(nóng)業(yè)氣象,33(2): 159-165.Wang Fangdong,Li Tao,Xu Yinlong,et al.2012.Inter-comparison of long-term simulations of climate over China by PRECIS and RegCM3[J].Chinese Journal of Agrometeorology(in Chinese),33(2): 159-165.

王世玉,張耀存.1999.不同區(qū)域氣候模式對(duì)中國東部區(qū)域氣候模擬的比較[J].高原氣象,18(1): 28-38.Wang Shiyu,Zhang Yaocun.1999.Simulation of regional climate over Eastern China with different regional climate models[J].Plateau Meteorology(in Chinese),18(1): 28-38.

吳蓉,張耀存.2012.RegCM3模式對(duì)江淮流域梅雨期降水和環(huán)流形勢(shì)的模擬性能檢驗(yàn)[J].氣象科學(xué),32(2): 119-126.Wu Rong,Zhang Yaocun.2012.Performance of RegCM3 in simulating the rainfall and associated circulation in Meiyu period of Yangtze and Huaihe River valleys[J].Journal of the Meteorological Sciences(in Chinese),32(2): 119-126.

熊喆,符淙斌.2006.RIEMS中積云對(duì)流參數(shù)化方案對(duì)我國降水的影響[J].氣候與環(huán)境研究,11(3): 387-394.Xiong Zhe,Fu Congbin.2006.Impact of convective parameterization on RIEMS simulation of summer precipitation[J].Climatic and Environmental Research(in Chinese),11(3): 387-394.

Yu Entao,Wang Huijun,Sun Jianqi.2010.A quick report on a dynamical downscaling simulation over China using the nested model[J].Atmospheric and Oceanic Science Letters,3(6): 325-329

俞淼,陳海山,孫照渤.2011.動(dòng)態(tài)冠層模型 ICM 的改進(jìn)及其對(duì)中高緯地區(qū)植被季節(jié)和年際變化的模擬試驗(yàn)[J].大氣科學(xué),35(3): 571-588.Yu Miao,Chen Haishan,Sun Zhaobo.2011.Seasonal and interannual variations of boreal vegetation simulated by an improved interactive canopy model(ICM)[J].Chinese Journal of Atmospheric Sciences(in Chinese),35(3): 571-588.

Yuan X,Liang X Z,Wood E F.2012.WRF ensemble downscaling seasonal forecasts of China winter precipitation during 1982-2008[J].Climate Dyn.,39(7-8): 2041-2058.

張冬峰,石英.2012.區(qū)域氣候模式 RegCM3對(duì)華北地區(qū)未來氣候變化的數(shù)值模擬[J].地球物理學(xué)報(bào),55(9): 2854-2866.Zhang Dongfeng,Shi Ying.2012.Numerical simulation of climate changes over North China by the RegCM3 model[J].Chinese Journal of Geophysics(in Chinese),55(9): 2854-2866.

Zhao Deming.2012.Performance of regional integrated environment modeling system(RIEMS)in the simulation of surface air temperature over East Asia[J].Atmospheric and Oceanic Science Letters,5(2): 145-150.

Zhao Deming,Fu Congbin.2009.Comparisons on RIEMS2.0’s ability to simulate multi-year mean climate in northern China with two model domains[J].Atmospheric and Oceanic Science Letters,2(6): 386-391.

趙得明,符淙斌,延曉冬.2009.區(qū)域環(huán)境集成模擬系統(tǒng) RIEMS2.0 對(duì)中國多年降水和氣溫模擬能力分析[J].科學(xué)通報(bào),54(16): 2379-2387.Zhao Deming,Fu Congbin,Yan Xiaodong.2009.Testing the ability of RIEMS2.0 to simulate multi-year precipitation and air temperature in China[J].Chinese Science Bulletin(in Chinese),54(17): 3101-3111.

趙天保,符淙斌.2006.中國區(qū)域 ERA-40、NCEP-2再分析資料與觀測(cè)資料的初步比較與分析[J].氣候與環(huán)境研究,11(1): 14-32.Zhao Tianbao,Fu Congbin.2006.Preliminary comparison and analysis between ERA-40,NCEP-2 reanalysis and observations over China[J].Climatic and Environmental Research(in Chinese),11(1): 14-32.

鄭婧,謝正輝,戴永久,等.2009.陸面過程模型 CoLM 與區(qū)域氣候模式RegCM3 的耦合及初步評(píng)估[J].大氣科學(xué),33(4): 737-750.Zheng Jing,Xie Zhenghui,Dai Yongjiu,et al.2009.Coupling of the common land model(CoLM)with the regional climate model(RegCM3)and its preliminary validation[J].Chinese Journal of Atmospheric Sciences(in Chinese),33(4): 737-750.

周連童.2009.比較NCEP/NCAR和ERA-40再分析資料與觀測(cè)資料計(jì)算得到的感熱資料的差異[J].氣候與環(huán)境研究,14(1): 9-20.Zhou Liantong.2009.A comparison of NCEP/NCAR,ERA-40 reanalysis and observational data of sensible heat in Northwest China[J].Climatic and Environmental Research(in Chinese),14(1): 9-20.