姜燕敏 黃安寧 吳昊旻

1南京大學(xué)大氣科學(xué)學(xué)院，南京210093

2麗水市氣象局，麗水323000

1 引言

長(zhǎng)期以來氣候系統(tǒng)模式被認(rèn)為是進(jìn)行氣候模擬和未來氣候變化預(yù)估的重要工具（Zhou et al.,2007），他們?cè)谧匀缓腿祟惢顒?dòng)外強(qiáng)迫下能夠較好地模擬出全球變暖的主要特征（Zhou and Yu，2006）。在將全球氣候模式應(yīng)用到區(qū)域氣候模擬過程中，由于計(jì)算機(jī)能力和資源的限制，模式水平分辨率一般較低，難以較好地描述區(qū)域地形和中小尺度物理和化學(xué)等作用過程，從而造成較大的模擬偏差（IPCC, 2007；Xu et al., 2010）。高學(xué)杰等（2006）曾使用區(qū)域氣候模式RegCM2，采用不同的水平分辨率對(duì)東亞降水進(jìn)行了一系列的模擬試驗(yàn)，指出數(shù)值模式的水平分辨率對(duì)東亞和中國(guó)降水模擬的影響是非常重要的；Leung and Qian（2003）發(fā)現(xiàn)高水平分辨率提高了沿海岸山坡及盆地區(qū)域的降水模擬效果，但在某些地區(qū)也可能過高估計(jì)降水量；Giorgi and Marinucci（1996）分析表明，降水量、云量、陸面能量通量和降水強(qiáng)度分布對(duì)水平分辨率比對(duì)地形強(qiáng)迫的作用要更加敏感，并指出物理方案對(duì)分辨率的敏感性可以明顯調(diào)整地形強(qiáng)迫的作用；田芝平和姜大膀（2013）結(jié)合觀測(cè)和再分析資料系統(tǒng)評(píng)價(jià)了模式水平分辨率對(duì)東亞和中國(guó)氣候模擬的影響，發(fā)現(xiàn)不同水平分辨率對(duì)不同要素的模擬能力存在較大差異。

以往的氣候模式模擬工作多集中在對(duì)濕潤(rùn)區(qū)氣候的評(píng)估（覃衛(wèi)堅(jiān)等，2010；蔣曉武等，2010），對(duì)干旱半干旱地區(qū)的分析少見，尤其是中亞地區(qū)。氣候系統(tǒng)模式對(duì)干旱地區(qū)氣候的模擬能力如何還有待深入地揭示和研究。中亞地處干旱和半干旱區(qū)，生態(tài)環(huán)境較為脆弱，我國(guó)西北的新疆地區(qū)也是該區(qū)域的一部分。該地區(qū)包括了烏茲別克斯坦、吉爾吉斯斯坦、土庫(kù)曼斯坦、塔吉克斯坦、哈薩克斯坦、中國(guó)新疆和阿富汗北部等地區(qū)。由于地處歐亞大陸腹地，尤其是東南緣高山阻隔了來自印度洋、太平洋的暖濕氣流，該地區(qū)氣候?yàn)榈湫偷拇箨懶詼貛衬⒉菰瓪夂?。研究表明近百年來中亞氣候的變暖幅度大于中?guó)東部季風(fēng)區(qū)，甚至是后者變化幅度的兩倍多（Chen et al., 2009），就我國(guó)西北干旱區(qū)而言，特別是新疆自 1987年以來氣候出現(xiàn)由“暖干”向“暖濕”轉(zhuǎn)型現(xiàn)象（Shi et al., 2007）。陳發(fā)虎等（2011）分析了中亞干旱區(qū)近 80年來的降水變化特征及其區(qū)域差異，結(jié)果發(fā)現(xiàn)中亞干旱區(qū)降水對(duì)全球變暖的響應(yīng)復(fù)雜，西風(fēng)環(huán)流變化可能是影響中亞干旱區(qū)降水變化的主要因素。吳昊旻等（2013）利用氣候模式BCC-CSM1.1的歷史試驗(yàn)和4類典型濃度路徑 RCP（Representative Concentration Pathways）下未來預(yù)估試驗(yàn)結(jié)果，研究2011～2060年期間中亞地區(qū)年平均氣溫的時(shí)空演變特征。

隨著模式水平分辨率的提高，氣候系統(tǒng)模式能夠更加真實(shí)地刻畫下墊面類型，為研究干旱半干旱地區(qū)的氣候變化提供了有力的研究工具，但是在利用不同水平分辨率的氣候系統(tǒng)模式研究這些區(qū)域的氣候變化之前，有必要深入分析模式水平分辨率的提高到底對(duì)這些地區(qū)的模擬性能有怎樣的影響?；谶@樣的目的，本研究選取參與 IPCC AR5（Intergovernmental Panel on Climate Change：Fifth Assessment Report）第五次耦合模式比較計(jì)劃（CMIP5）的兩種水平分辨率的BCC_CSM（Beijing Climate Center Climate System Model）氣候系統(tǒng)模式的歷史回報(bào)（Historical）試驗(yàn)結(jié)果，利用氣候統(tǒng)計(jì)學(xué)方法來評(píng)估這兩個(gè)不同水平分辨率的模式版本對(duì)中亞地區(qū)年平均地面氣溫氣候要素的模擬性能，以考察模式水平分辨率對(duì)BCC_CSM氣候系統(tǒng)模式模擬中亞氣候能力的影響，為該氣候系統(tǒng)模式的進(jìn)一步改進(jìn)和完善提供必要的參考。

2 模式資料與方法

2.1 資料

目前，國(guó)家氣候中心推出了兩個(gè)版本的氣候系統(tǒng)模式：BCC_CSM1.1（BCC_CSM version 1.1）和BCC_CSM1.1(m)（BCC_CSM version 1.1 with a moderate resolution）。 BCC_CSM1.1模式［全球分辨率約為2.8125°（緯度）×2.8125°（經(jīng)度）］是由北京氣候中心研發(fā)的氣候系統(tǒng)模式。該模式是一個(gè)全球海洋—陸地—海冰—大氣多圈層耦合的全球氣候—碳循環(huán)耦合模式，以美國(guó)大氣研究中心（NCAR）氣候系統(tǒng)模式 CCSM2的通量耦合器CPL5為基礎(chǔ)，把國(guó)家氣候中心研發(fā)的全球大氣環(huán)流模式 BCC_AGCM2.1和陸面過程模式BCC_AVIM1.0，與基于美國(guó)地球流體動(dòng)力學(xué)實(shí)驗(yàn)室（GFDL）研發(fā)的全球海洋環(huán)流模式MOM4_L40和全球動(dòng)力熱力學(xué)海冰模式SIS實(shí)現(xiàn)全動(dòng)態(tài)的耦合，并加入碳循環(huán)模塊，能夠模擬人類活動(dòng)碳排放引起大氣CO2濃度變化和全球氣候的影響，可滿足IPCC AR5的模擬試驗(yàn)要求，詳見Wu（2012）。大氣模式BCC_AGCM2.1是一個(gè)全球譜模式，水平分辨率為T42波譜截?cái)啵ㄈ蚍直媛始s為2.8125°×2.8125°），垂直分為26層。海洋分量模式MOM4_L40，水平分辨率是1°×1°，經(jīng)向在熱帶地區(qū)加密到（1/3）°，垂直方向?yàn)?0層。海冰分量為GFDL發(fā)展的模式SIS，水平分辨率與MOM_L40相同。

BCC_CSM1.1(m)模式是由BCC_CSM1.1發(fā)展而來的中等分辨率模式（全球分辨率約為1.125°×1.125°），與 BCC_CSM1.1 版本的區(qū)別在于大氣模塊的水平分辨率，BCC_CSM1.1(m)模式的大氣環(huán)流模式為BCC_AGCM2.2，該環(huán)流模式水平分辨率為T106波譜截?cái)?。兩個(gè)BCC模式垂直方向上均分為26層，頂層為2.914 hPa（王璐等，2009；頡衛(wèi)華和吳統(tǒng)文，2010），使用了相同的動(dòng)力框架和物理過程，兩者的陸面、海洋和海冰分量是相同的（辛?xí)愿璧龋?012）。

兩個(gè) BCC_CSM 氣候系統(tǒng)均耦合了全球碳循環(huán)，能夠較好的模擬出 20世紀(jì)包含人為碳排放的全球碳濃度及其時(shí)間演變特征（Wu et al., 2014）。不少科學(xué)研究中對(duì)兩個(gè)模式的模擬結(jié)果，尤其是地面氣溫和降水的空間和季節(jié)演變特征進(jìn)行了細(xì)致分析，如石彥軍等（2012）對(duì)BCC_CSM模式模擬中國(guó)區(qū)域500 hPa不同季節(jié)的位勢(shì)高度場(chǎng)、溫度場(chǎng)等氣象要素的能力進(jìn)行檢驗(yàn)；高峰等（2012）評(píng)估了BCC_CSM1.1模式年代際試驗(yàn)對(duì)10年尺度全球及區(qū)域地表溫度的預(yù)測(cè)能力。Wu et al.（2013）檢驗(yàn)了 BCC_CSM1.1模式對(duì)工業(yè)化前到現(xiàn)在對(duì)陸地和海洋碳收支情況的模擬能力，并指出全球大氣CO2濃度與厄爾尼諾振蕩周期密切相關(guān)，這與觀測(cè)結(jié)果一致。Xin et al.（2013）對(duì)比了BCC_CSM1.0和BCC_CSM1.1模式對(duì)中國(guó)20世紀(jì)平均地面氣溫的模擬性能后發(fā)現(xiàn)，BCC_CSM1.1模式能夠更好地模擬出平均地面氣溫的時(shí)間演變特征，比如中國(guó)1961～1990年1°C左右的增暖幅度，BCC_CSM1.1模式的模擬結(jié)果與觀測(cè)數(shù)據(jù)相一致。

本研究所使用的模式資料主要是由參與 IPCC AR5第五次耦合模式比較計(jì)劃（CMIP5）的BCC_CSM1.1和 BCC_CSM1.1(m)模式提供的1901～2011年的歷史氣候模擬試驗(yàn) (簡(jiǎn)稱Historical試驗(yàn))的模式結(jié)果。

觀測(cè)資料使用的是英國(guó)東英吉利亞（East Anglia）大學(xué)的CRU (Climatic Research Unit)最近釋放的 1901～2011年全球陸面月平均地面數(shù)據(jù)集CRU_TS_3.2，其空間水平分辨率達(dá)到 0.5°×0.5°（http://badc.nerc.ac.uk/browse/badc/cru/data[2014-0 5-20]）。CRU資料在重建過程中包括了嚴(yán)格的時(shí)間均一性檢驗(yàn)，空間分辨率更高，時(shí)間尺度更長(zhǎng)，一直以來是 IPCC評(píng)估報(bào)告采用的系列數(shù)據(jù)之一（IPCC，2001）。該數(shù)據(jù)集提供了包括平均溫度、最高溫度、最低溫度、降水等要素在內(nèi)的 10個(gè)地表變量，在全球氣候變化的科學(xué)研究中得到廣泛應(yīng)用（Folland et al., 2001；Jones et al., 2001）。

再分析資料為 NCEP/NCAR（Kalnay et al.,1996）和ERA-40提供的數(shù)據(jù)集。NCEP/NCAR數(shù)據(jù)集是美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP）和美國(guó)國(guó)家大氣研究中心（NCAR）利用觀測(cè)資料、預(yù)報(bào)模式和同化系統(tǒng)對(duì)全球從 1948年到目前的氣象資料進(jìn)行再分析形成的格點(diǎn)資料（施曉暉等，2006）。ERA-40是歐洲中期數(shù)值預(yù)報(bào)中心（ECMWF）于2003年完成第二代再分析資料。相對(duì)于第一代再分析資料（NCEP-1、NCEP-2 和 ERA-15）來說，ERA-40無論在空間分辨率還是時(shí)間尺度上都有較大的改進(jìn) (Simmons and Gibson, 2000；Uppala et al.,2004）。

2.2 方法

為了研究氣候要素的年際變率，對(duì)觀測(cè)數(shù)據(jù)和模擬結(jié)果的標(biāo)準(zhǔn)差進(jìn)行了計(jì)算。標(biāo)準(zhǔn)差可以反映數(shù)據(jù)的離散程度，將標(biāo)準(zhǔn)差運(yùn)用到時(shí)間上可以反映變率。BCC_CSM1.1的水平分辨率為T42波譜截?cái)啵珺CC_CSM1.1(m)的水平分辨率為T106波譜截?cái)?，而CRU觀測(cè)數(shù)據(jù)為0.5°×0.5°，NCEP再分析資料中輻射和地表熱通量變量分辨率為 1.9°×1.9°。為了能夠?qū)Σ煌直媛实馁Y料作對(duì)比分析，本研究在做歷史回報(bào)結(jié)果檢驗(yàn)時(shí)，將BCC_CSM1.1和BCC_CSM1.1(m)的降水和氣溫?cái)?shù)據(jù)通過雙線性插值方法插值到CRU資料分辨率0.5°×0.5°網(wǎng)格上；做輻射和地表熱通量分析時(shí)，將兩個(gè) BCC模式的模擬結(jié)果插值到 NCEP的 1.9°×1.9°網(wǎng)格以及 ERA-40的1.125°×1.125°網(wǎng)格（為減少插值誤差）。

氣溫是構(gòu)成氣候的重要?dú)庀笠兀狙芯吭谀陼r(shí)間尺度上研究BCC_CSM兩種分辨率的氣候模式對(duì) 1948～2011年期間中亞地區(qū)地面氣溫的模擬能力，并結(jié)合輻射和地表熱通量等要素，進(jìn)一步分析模式分辨率提高對(duì)中亞氣候模擬性能的影響，從而為模式改進(jìn)提供參考。

3 結(jié)果分析

3.1 中亞地面氣溫氣候態(tài)和年際變率

圖1 是中亞地區(qū)（35°N～55°N, 50°E～95°E）區(qū)域平均的 BCC_CSM1.1和 BCC_CSM1.1(m)歷史模擬試驗(yàn)結(jié)果和 CRU資料的年平均地面氣溫在1948～2011年間的時(shí)間變化特征。兩個(gè)模式與觀測(cè)結(jié)果的相關(guān)系數(shù)分別為 0.613和 0.633，均通過了99%的信度檢驗(yàn)。趨勢(shì)分析的結(jié)果顯示觀測(cè)結(jié)果和兩個(gè)模式的模擬結(jié)果均呈顯著的增溫趨勢(shì)，BCC_CSM1.1模式結(jié)果的增溫趨勢(shì)與CRU資料更為接近。10年滑動(dòng)平均可以較好反映年代際變化特征，從該曲線來看，三者的時(shí)間演變特征大致相同。

圖2a是中亞地區(qū)年平均地面氣溫觀測(cè)結(jié)果的空間分布圖。從數(shù)值高低分布來看，CRU數(shù)據(jù)中氣溫低于零度的區(qū)域，主要出現(xiàn)在中國(guó)新疆南部以及中國(guó)、蒙古和俄羅斯三國(guó)的交界處。高值中心（大于12°C）區(qū)域主要分布在烏茲別克斯坦和土庫(kù)曼斯坦，在中國(guó)新疆塔里木盆地中也有高值中心出現(xiàn)。在烏茲別克斯坦、土庫(kù)曼斯坦和哈薩克斯坦南部，年平均氣溫由南向北遞減。由圖2b和圖2c可知，兩個(gè) BCC模式均能模擬出中亞地區(qū)地面氣溫由南向北遞減的分布趨勢(shì)，尤其是烏茲別克斯坦、土庫(kù)曼斯坦和哈薩克斯坦南部一帶。BCC-CSM1.1模式能夠部分模擬出中國(guó)新疆的地面氣溫分布，但數(shù)值和位置差異較大。BCC-CSM1.1(m)較 BCCCSM1.1有較大改進(jìn)，對(duì)新疆塔里木盆地地區(qū)的地面氣溫空間分布模擬較好，只是數(shù)值略為偏低。

從差異場(chǎng) (圖 2d和圖 2e)來看兩個(gè)模式對(duì)中亞地區(qū)的氣溫模擬同時(shí)存在高估（正值區(qū)）和低估（負(fù)值區(qū)）。從等值線數(shù)值來看，高估的程度遠(yuǎn)低于低估。高估的誤差數(shù)值范圍在0～2°C，其區(qū)域主要集中在哈薩克斯坦境內(nèi)和烏茲別克斯坦的西北部，在中國(guó)新疆有零星的分布。低估的誤差遠(yuǎn)大于高估，主要體現(xiàn)在中國(guó)新疆的塔里木盆地。BCC_CSM1.1模式的誤差大于10°C，且低估的區(qū)域較大。BCC_CSM1.1(m)的模擬效果優(yōu)于BCC_CSM1.1，誤差數(shù)值減小，同時(shí)低估區(qū)域縮小，在中國(guó)新疆的塔里木盆地表現(xiàn)尤為明顯。從兩個(gè)模式間的地面氣溫差異場(chǎng) (圖 2f)來看，差異較大的區(qū)域位于中國(guó)新疆塔里木盆地，BCC_CSM1.1(m)較BCC_CSM1.1更加接近觀測(cè)值。另外在中國(guó)、蒙古和俄羅斯三國(guó)交界處，以及哈薩克斯坦東南部到土庫(kù)曼斯坦東部一帶也有較顯著的改進(jìn)，差異數(shù)值在 2°C左右?？赡苡捎?BCC_CSM1.1(m)氣候模式水平分辨率的提高，能較好地刻畫新疆中部沙漠地區(qū)的下墊面特征。

圖1 1948～2011年中亞區(qū)域年平均地面氣溫演變特征（直線：線性擬合；虛線：10年滑動(dòng)平均；單位：°C）Fig. 1 Time series of the mean annual surface air temperature regionally averaged over Central Asia during 1948-2011 (Straight lines: linear fitting; dashed curves: 10-year running mean; units: °C)

圖3是過去64年來觀測(cè)和模擬的中亞年平均地面氣溫標(biāo)準(zhǔn)差以及模擬結(jié)果和觀測(cè)之間差異的空間分布。CRU資料顯示，年平均地面氣溫標(biāo)準(zhǔn)差呈現(xiàn)由南向北遞增的趨勢(shì)。中亞北部的哈薩克斯坦北部和俄羅斯，標(biāo)準(zhǔn)差大于 1.0°C，在蒙古西部出現(xiàn)了1.2°C的高值區(qū)域。而低值區(qū)域主要集中在中國(guó)新疆、阿富汗北部以及塔吉克斯坦一帶。在中國(guó)新疆南部和東部，數(shù)值小于 0.7°C。BCC_CSM1.1和BCC_CSM1.1(m)兩個(gè)模式較好地再現(xiàn)了中亞年平均地面氣溫標(biāo)準(zhǔn)差由南向北遞增的總體趨勢(shì)，但在細(xì)節(jié)處差異較明顯。在中亞北部地區(qū)，兩個(gè)模式均存在較明顯的高估，BCC-CSM1.1模式略好于BCC-CSM1.1(m)。對(duì)中國(guó)新疆低值區(qū)域的模擬，整體趨勢(shì)一致，但BCC-CSM1.1模式比BCC-CSM1.1(m)更接近于觀測(cè)數(shù)值。

圖3d和圖3e是兩個(gè)BCC_CSM模式與CRU觀測(cè)數(shù)據(jù)標(biāo)準(zhǔn)差的差值場(chǎng)。兩個(gè)模式的標(biāo)準(zhǔn)差較CRU觀測(cè)資料同時(shí)存在偏高與偏低，在中亞北面以偏高為主，南面以偏低為主。相對(duì)于BCC_CSM1.1(m)，BCC_CSM1.1模式與觀測(cè)數(shù)據(jù)更為接近，僅在哈薩克斯坦北部和俄羅斯、中國(guó)新疆東部以及阿富汗北部到吉爾吉斯斯坦一帶高于 0.8°C。BCC_CSM1.1(m)模式模擬結(jié)果的標(biāo)準(zhǔn)差在俄羅斯、中國(guó)新疆東部和中部地區(qū)偏高0.4°C以上，僅在哈薩克斯坦西南部、土庫(kù)曼斯坦和烏茲別克斯坦一帶的偏差小于0.1°C。圖3f是兩個(gè)BCC模式的差異場(chǎng)，BCC_CSM1.1(m)模式標(biāo)準(zhǔn)差較 BCC_CSM1.1的整體偏高，差異最大的區(qū)域集中在中國(guó)新疆北部、哈薩克斯坦東部到俄羅斯和蒙古交界一帶，數(shù)值達(dá)到0.3°C以上，其次是里海北部沿岸，范圍較小，數(shù)值在0.3°C。

3.2 中亞地區(qū)地面感熱通量分析

陸氣間動(dòng)量和熱量交換對(duì)于氣候變化和大氣環(huán)流起著不容忽視的作用，為了進(jìn)一步研究?jī)煞NBCC模式的模擬能力差異，引入了感熱通量、潛熱通量。圖4a是NCEP再分析資料顯示中亞地區(qū)的年感熱通量空間分布。整個(gè)中亞地區(qū)，感熱通量以正值為主，在俄羅斯境內(nèi)出現(xiàn)負(fù)值區(qū)域，在中國(guó)、俄國(guó)、蒙古交界處以北有一個(gè)小的負(fù)值中心。高值區(qū)域位于里海沿岸，最大值出現(xiàn)在土庫(kù)曼斯坦、烏茲別克斯坦、伊朗及阿富汗北部，數(shù)值達(dá)到 50 W m-2以上。此外，在中國(guó)的新疆東部地區(qū)也出現(xiàn)了高值區(qū)域，數(shù)值在40 W m-2左右。對(duì)比圖2a，感熱通量的分布與年平均氣溫較為相似，高低值中心的空間分布總體上保持對(duì)應(yīng)關(guān)系。兩個(gè) BCC模式對(duì)中亞區(qū)域的年感熱通量空間分布模擬結(jié)果尚可（圖4b和圖4c），對(duì)土庫(kù)曼斯坦、烏茲別克斯坦、伊朗及阿富汗北部的高值區(qū)域模擬較好。但對(duì)俄羅斯境內(nèi)的負(fù)值區(qū)域，模擬效果不理想。

從模式與NCEP再分析資料的差異場(chǎng)看（圖4d和圖4e），多數(shù)區(qū)域的誤差在10 W m-2以下，主要有哈薩克斯坦和中國(guó)新疆大部分區(qū)域。兩個(gè)模式的模擬誤差分布較為接近，偏高的區(qū)域均集中在中亞北部的俄羅斯和中國(guó)、塔吉克斯坦和阿富汗交界處。偏低區(qū)域分布于里海沿岸地區(qū)。其中 BCC_CSM1.1(m)模式模擬偏高區(qū)域較BCC_CSM1.1小，且偏高的數(shù)值減小，俄羅斯境內(nèi)的偏高誤差減小較為明顯；但對(duì)于里海沿岸模擬偏低區(qū)域，BCC_CSM1.1的模擬效果略好于BCC_CSM1.1(m)。

圖4f是兩個(gè)模式模擬的感熱通量差異場(chǎng)。在大部分區(qū)域，兩個(gè)模式的差異在5 W m-2以下。將該差異場(chǎng)結(jié)合圖 4d進(jìn)行分析，模式差異場(chǎng)中的負(fù)值區(qū)域，主要集中在俄羅斯境內(nèi)、里海沿岸以及中國(guó)新疆南部及北部等地區(qū)，在圖 4d中顯示為正值；而模式差異場(chǎng)中的正值區(qū)域，位于中國(guó)新疆西部的塔里木盆地，在圖 4d中表現(xiàn)為負(fù)值。這說明，在上述區(qū)域內(nèi)，BCC_CSM1.1(m)模式模擬結(jié)果相對(duì)于BCC_CSM1.1模式改進(jìn)較為明顯。對(duì)比圖4f和圖 2f（年平均氣溫模擬差異場(chǎng)），二者高低值分布較為相似，存在對(duì)應(yīng)關(guān)系，在中國(guó)的新疆地區(qū)表現(xiàn)尤為明顯。

圖5a是中亞地區(qū)NCEP再分析資料年潛熱通量的空間分布。與感熱通量（圖4a）和年平均氣溫（圖2a）的空間分布近乎相反，潛熱通量的低值中心出現(xiàn)在哈薩克斯坦南部、土庫(kù)曼斯坦、烏茲別克斯坦及阿富汗北部一帶以及中國(guó)新疆的東部地區(qū)。高值中心主要位于中亞北面的俄羅斯境內(nèi)、里海及沿岸以及中國(guó)新疆南部和西藏地區(qū)。兩個(gè) BCC模式的模擬誤差以模擬偏低為主，誤差最大的區(qū)域位于中亞北部的俄羅斯境內(nèi)，BCC-CSM1.1(m)模式比BCC-CSM1.1略好，誤差的數(shù)值有所減小。模擬偏高的區(qū)域則出現(xiàn)在里海沿岸，即哈薩克斯坦西南部，呈現(xiàn)一個(gè)小的高值中心。

圖2 1948～2011年中亞地區(qū)氣候態(tài)的（a）CRU年平均地面氣溫、（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬結(jié)果、（d）BCC_CSM1.1和（e）BCC_CSM1.1(m)模擬結(jié)果與觀測(cè)數(shù)據(jù)差異場(chǎng)以及（f）兩個(gè)模式結(jié)果之間差異場(chǎng)的空間分布（單位：°C）Fig. 2 The spatial distribution of the climatology of (a)the CRU observed, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface air temperature, differences between observations and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m), and (f)modeled mean annual surface air temperature differences between the two models over Central Asia averaged over 1948-2011 (units: °C)

圖3 1948～2011年： (a)CRU觀測(cè)；(b)BCC_CSM1.1和 (c)BCC_CSM1.1(m)模擬的中亞地區(qū)年平均地面氣溫標(biāo)準(zhǔn)差；(d, e)兩個(gè)BCC_CSM模式模擬結(jié)果與觀測(cè)以及 (f)兩個(gè)BCC_CSM模式模擬結(jié)果差異場(chǎng)的空間分布 (單位：°C)Fig. 3 The spatial distribution of standard deviation of (a)the CRU observed, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface air temperature, differences between observations and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m), and (f)modeled standard deviation of mean annual surface air temperature differences of the two models over Central Asia averaged over 1948-2011 (units: °C)

圖4 1948～2011年：（a）NCEP再分析資料感熱通量空間分布；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區(qū)年平均地面感熱；（d、e）兩個(gè)BCC_CSM模式模擬結(jié)果與NCEP再分析資料之間差異場(chǎng)的空間分布以及（f）兩個(gè)BCC_CSM模式模擬結(jié)果之間差異場(chǎng)的空間分布（單位：W m-2）Fig. 4 The spatial distribution of the (a)NCEP reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface sensible heat fluxes, and difference between NCEP reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m), and (f)modeled mean annual surface sensible heat flux differences of the two models over Central Asia averaged over 1948-2011 (units: W m-2)

圖5 1948～2011年：（a）NCEP再分析資料潛熱通量空間分布；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區(qū)年平均地面潛熱；（d、e）兩個(gè)BCC_CSM模式模擬結(jié)果與NCEP再分析資料之間差異場(chǎng)的空間分布以及（f）兩個(gè)BCC_CSM模式模擬結(jié)果之間差異場(chǎng)的空間分布（單位：W m-2）Fig. 5 The spatial distribution of the (a)NCEP reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface latent heat fluxes, and difference between NCEP reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m), and (f)modeled mean annual surface latent heat flux differences of the two models over Central Asia averaged over 1948-2011 (units: W m-2)

從兩個(gè)模式的差值場(chǎng)（圖5f）來看，整體的模擬結(jié)果差別較小，里海地區(qū)的差異最大，其次是中國(guó)、哈薩克斯坦、俄羅斯交界處以及中國(guó)新疆地區(qū)。結(jié)合圖 5d進(jìn)行分析，BCC_CSM1.1(m)模式相對(duì)BCC_CSM1.1改進(jìn)的區(qū)域主要表現(xiàn)為：（1）在圖5d中顯示為負(fù)值，而在圖 5f中對(duì)應(yīng)呈現(xiàn)正值的區(qū)域，主要出現(xiàn)在中國(guó)、俄羅斯、哈薩克斯坦、蒙古交界處到中國(guó)新疆北部、中國(guó)新疆西南部到阿富汗北部以及里海地區(qū)；（2）在圖 5d顯示為正值而在圖5f中呈現(xiàn)負(fù)值的區(qū)域，主要位于中國(guó)新疆塔里木盆地地區(qū)。圖5f中的高低值空間分布與圖4f的近乎相反，這些正負(fù)區(qū)域出現(xiàn)的位置，同時(shí)也是BCC_CSM1.1(m)模式相對(duì)BCC_CSM1.1改進(jìn)的地方。對(duì)比這些區(qū)域與圖2f，除了數(shù)值相反之外，其高低值空間分布存在著一定的對(duì)應(yīng)關(guān)系，在中國(guó)新疆地區(qū)表現(xiàn)比較明顯。

關(guān)于再分析資料的優(yōu)缺點(diǎn)及適用性，不少專家和學(xué)者做了研究，如：Josey（2001）利用海上浮標(biāo)測(cè)量資料比較NCEP/NCAR和ERA-40再分析資料的表面熱通量的差異，結(jié)果表明，相比于 NCEP/NCAR再分析資料，ERA-40再分析資料的熱通量更接近于實(shí)際觀測(cè)的結(jié)果；周連童（2009）利用臺(tái)站觀測(cè)資料以及NCEP/NCAR和ERA-40再分析資料，計(jì)算并比較了在我國(guó)西北地區(qū)春夏季感熱輸送的差異，并指出從年代際時(shí)間尺度上，ERA-40再分析資料的感熱數(shù)據(jù)更接近于實(shí)際臺(tái)站觀測(cè)資料計(jì)算得到的感熱數(shù)據(jù)；趙天保和符淙斌（2006）就中國(guó)區(qū)域氣溫和降水兩種基本氣候變量在空間分布及其變化趨勢(shì)上對(duì)ERA-40和NCEP-2與觀測(cè)資料之間的差異做了一些比較和分析，結(jié)果表明：兩套再分析資料基本上都能反映出中國(guó)區(qū)域的溫度場(chǎng)和降水場(chǎng)的時(shí)空分布，再分析資料在東部地區(qū)的可信度高于西部，溫度場(chǎng)的可信度要高于降水場(chǎng)，ERA-40可信度要高于NCEP-2；王同美等（2011）對(duì)NCEP-1、NCEP-2和ERA-40這3類資料中的垂直積分的總加熱率和地表感熱通量進(jìn)行比較，并指出垂直積分的總非絕熱加熱在空間分布上三套資料基本一致，NCEP兩套資料在大值中心的分布上相似，但量值上NCEP-2和ERA-40比較接近。為了進(jìn)一步佐證模式分辨率提高對(duì)模式性能的提升，利用歐洲中心的 ERA-40再分析資料，對(duì) 1958～2001的感熱和潛熱數(shù)據(jù)作進(jìn)一步探討。

圖6a是ERA-40資料中亞地區(qū)年平均感熱的空間分布圖。將其與實(shí)況CRU（圖2a）相比，ERA-40的空間分布特征與觀測(cè)數(shù)據(jù)基本一致，主要的高低值區(qū)域分布的范圍與位置和實(shí)況基本對(duì)應(yīng)。ERA-40與NCEP資料（圖4a）相比，ERA-40在烏茲別克斯坦、土庫(kù)曼斯坦和阿富汗北部一帶的數(shù)值較NCEP要低，并且與北部俄羅斯境內(nèi)的低值中心不一致。兩個(gè) BCC模式對(duì)中亞地區(qū)感熱的模擬以高估為主，從差值場(chǎng)看，隨著模式水平分辨率的提高，BCC_CSM1.1(m)的模擬性能較BCC_CSM1.1有較大改善，在哈薩克斯坦北部地區(qū)模擬偏高的區(qū)域數(shù)值減少了5 W m-2以上。結(jié)合圖6f和圖6d，模式性能改善最大的區(qū)域集中在正負(fù)值中心區(qū)域，如中國(guó)新疆塔里木盆地和新疆北部，中國(guó)、俄羅斯、哈薩克斯坦、蒙古交界處等，與前面利用NCEP資料的分析結(jié)論一致。

圖7a是ERA-40年平均潛熱空間分布，烏茲別克斯坦中部和土庫(kù)曼斯坦一帶的低值區(qū)域以及在俄羅斯境內(nèi)的高值區(qū)域，均較NCEP要小，但中國(guó)新疆南部的低值區(qū)域遠(yuǎn)大于NCEP資料。兩個(gè)BCC模式對(duì)中亞地區(qū)感熱的模擬結(jié)果與ERA-40差異總體上小于10 W m-2，以低估為主，僅在中國(guó)新疆塔里木盆地和里海東岸為高估。由差值場(chǎng)（圖 7d和圖 7e）能夠看出，隨著模式水平分辨率的提高，BCC_CSM1.1(m)的模擬性能較BCC_CSM1.1有較大改善，與ERA-40再分析資料更為接近，主要表現(xiàn)為哈薩克斯坦中部和中國(guó)新疆，模擬誤差減少 2 W m-2以上。結(jié)合圖7f和圖7d，BCC_CSM1.1(m)相對(duì)于BCC_CSM1.1模式的改進(jìn)區(qū)域與圖5f所示相同。

3.3 地表輻射分析

由圖6和圖7的分析可知，NCEP資料與ERA-40均能夠較好的反應(yīng)中亞地區(qū)的氣候變化特征，兩類再分析資料與 BCC模式的分析結(jié)論一致。因此，在后面的分析中，僅加入了NCEP資料的輻射通量，以對(duì)兩個(gè)模式的模擬效果做進(jìn)一步檢驗(yàn)。圖8是中亞地區(qū)NCEP再分析資料的年地面短波凈輻射，兩個(gè) BCC模式的模擬結(jié)果以及差值場(chǎng)的空間分布。從圖 8a可見，中亞地區(qū)的短波凈輻射總體呈現(xiàn)由南向北遞減的趨勢(shì)，高值中心出現(xiàn)在中國(guó)西藏及新疆南部和土庫(kù)曼斯坦南部及阿富汗北部一帶。在中亞北部的俄羅斯境內(nèi)出現(xiàn)最低值。地面短波凈輻射受地形影響較大，圖中塔吉克斯坦、吉爾吉斯斯坦一帶的數(shù)值明顯較同緯度地區(qū)要低。BCC-CSM1.1和BCC-CSM1.1(m)模式均能夠模擬出中亞地區(qū)短波凈輻射由南向北遞減的趨勢(shì)特征，并且對(duì)土庫(kù)曼斯坦及阿富汗北部一帶的高值區(qū)域模擬較好。BCC-CSM1.1(m)模式較BCC-CSM1.1有所改進(jìn)。BCC-CSM1.1的模擬結(jié)果，在中國(guó)新疆西部與吉爾吉斯斯坦和塔吉克斯坦交界處呈現(xiàn)出一個(gè)低值區(qū)域。在BCC-CSM1.1(m)模式下，該誤差區(qū)域不僅數(shù)值減小，而且區(qū)域明顯縮小。結(jié)合圖2a分析短波凈輻射對(duì)年平均氣溫分布的影響，在烏茲別克斯坦、土庫(kù)曼斯坦和哈薩克斯坦南部，年平均氣溫由南向北遞減的趨勢(shì)與圖 8a中的較為一致，可以推測(cè)，該地區(qū)的年平均氣溫空間差異主要是由于太陽(yáng)短波輻射所引起。地形和下墊面對(duì)年平均氣溫?cái)?shù)值分布的影響不可忽略，在中國(guó)新疆塔里木盆地和新疆南部表現(xiàn)較為明顯。

圖6 1958～2001年：（a）ERA-40再分析資料感熱通量空間分布；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區(qū)年平均地面感熱；（d、e）兩個(gè)BCC_CSM模式模擬結(jié)果與ERA-40再分析資料以及（f）兩個(gè)BCC_CSM模式模擬結(jié)果之間差異場(chǎng)的空間分布（單位：W m-2）Fig. 6 The spatial distribution of the (a)ERA-40 reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface sensible heat fluxes,and difference between ERA-40 reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m)and (f)modeled mean annual surface sensible heat flux differences of the two models over Central Asia averaged over 1958-2001 (units: W m-2)

圖7 1958～2001年：（a）ERA-40再分析資料潛熱通量空間分布；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區(qū)年平均地面潛熱；（d，e）兩個(gè)BCC_CSM模式模擬結(jié)果與ERA-40再分析資料以及（f）兩個(gè)BCC_CSM模式模擬結(jié)果之間差異場(chǎng)的空間分布（單位: W m-2）Fig. 7 The spatial distribution of the (a)ERA-40 reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface latent heat fluxes, and difference between ERA-40 reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m)and (f)modeled mean annual surface latent heat flux differences of the two models over Central Asia averaged over 1958-2001 (units: W m-2)

圖8d和圖8e是BCC模式和NCEP資料的差值場(chǎng)。BCC-CSM1.1模式模擬結(jié)果主要體現(xiàn)為偏低10 W m-2為主，在中國(guó)的新疆南部地區(qū)，偏低程度最高。僅僅在阿富汗北部一帶以及中國(guó)的新疆北部出現(xiàn)模擬偏高區(qū)域。BCC-CSM1.1(m)模式與BCC-CSM1.1相比，除了有模擬偏低區(qū)域，還存在較明顯的偏高區(qū)域，以阿富汗北部、吉爾吉斯斯坦和塔吉克斯坦一帶最為明顯，此外還出現(xiàn)在中國(guó)新疆北部及哈薩克斯坦南部。圖8f是兩個(gè)BCC模式之間的差異場(chǎng)，在整個(gè)中亞地區(qū)以正值為主。兩個(gè)模式最大差異出現(xiàn)在中國(guó)新疆南部的塔里木盆地地區(qū)，其次是哈薩克斯坦東南部、塔吉克斯坦和吉爾吉斯斯坦一帶。兩個(gè)模式差異為正的區(qū)域，在圖8d中表現(xiàn)為負(fù)值，這說明BCC_CSM1.1(m)模式對(duì)短波凈輻射的模擬效果在整個(gè)中亞地區(qū)較BCC_CSM1.1有較大改進(jìn)，尤其是中國(guó)新疆塔里木盆地一帶。模式分辨率的提高，能夠更好地表現(xiàn)出地形及下墊面的影響。

圖9是中亞地區(qū)NCEP再分析資料及模式模擬的年長(zhǎng)波凈輻射空間分布及模式與實(shí)況及模式之間的差異場(chǎng)。由圖 9a可知，中亞地區(qū)的年均長(zhǎng)波輻射分布主要表現(xiàn)為由南向北遞減的趨勢(shì)。最低值出現(xiàn)在俄羅斯境內(nèi)，數(shù)值在60 W m-2以下。高值區(qū)域集中于土庫(kù)曼斯坦和阿富汗北部地區(qū)以及中國(guó)新疆南部和西藏北部一帶，數(shù)值超過100 W m-2。兩個(gè) BCC模式對(duì)中亞地區(qū)長(zhǎng)波凈輻射由南向北遞減的趨勢(shì)均模擬較好，但高、低值區(qū)域的分布仍存在差異。BCC-CSM1.1模式對(duì)俄羅斯境內(nèi)低值中心的模擬偏低10 W m-2，對(duì)土庫(kù)曼斯坦和阿富汗北部高值區(qū)域的模擬較好，但對(duì)中國(guó)新疆和西藏北部的高值區(qū)域模擬效果較差，僅模擬出一小塊 90～100 W m-2的區(qū)域。BCC-CSM1.1(m)模式較 BCCCSM1.1有較大改進(jìn)。對(duì)俄羅斯境內(nèi)低值區(qū)域的模擬，數(shù)值和區(qū)域位置與實(shí)況較為接近。對(duì)于中國(guó)新疆地區(qū)高值區(qū)域的模擬較 BCC-CSM1.1有較大改進(jìn)，模擬數(shù)值更接近實(shí)況，只是區(qū)域范圍偏北。

圖9d和圖9e是兩個(gè)BCC模式對(duì)中亞長(zhǎng)波凈輻射模擬結(jié)果與實(shí)況的差異場(chǎng)。兩個(gè)模式對(duì)中國(guó)新疆南部和西藏北部區(qū)域的模擬均呈現(xiàn)較明顯的偏低，數(shù)值差異在50 W m-2以上。BCC_CSM1.1模式對(duì)中亞地區(qū)的模擬以偏低為主，僅在阿富汗北部地區(qū)出現(xiàn)偏高區(qū)域；BCC-CSM1.1(m)模式的模擬效果要好于 BCC-CSM1.1模式，模擬誤差在－2～2 W m-2的區(qū)域明顯增多，模擬偏高的區(qū)域也多于BCC-CSM1.1模式，主要體現(xiàn)在中國(guó)新疆北部及塔里木盆地、烏茲別克斯坦南部、土庫(kù)曼斯坦西部和阿富汗北部一帶，誤差在20 W m-2以下。圖9f是兩個(gè)BCC模式的差異場(chǎng)。整體來看，BCC-CSM1.1(m)模式比BCC-CSM1.1的模擬偏高，差異最大的地方位于中國(guó)新疆的塔里木盆地，數(shù)值達(dá)到了30 W m-2，其次是新疆南部、哈薩克斯坦南部到阿富汗北部一帶以及中蒙交界處。

4 結(jié)論

（1）BCC_CSM1.1和BCC_CSM1.1(m)兩個(gè)模式均能夠模擬出中亞地區(qū)顯著增溫以及地面氣溫標(biāo)準(zhǔn)差由南向北遞增的總體趨勢(shì)。BCC_CSM1.1(m)對(duì)中亞地面年平均氣溫空間分布的模擬效果優(yōu)于BCC_CSM1.1，誤差數(shù)值減小，同時(shí)低估區(qū)域縮小，在中國(guó)新疆的塔里木盆地表現(xiàn)尤為明顯。而對(duì)中亞年平均地面氣溫標(biāo)準(zhǔn)差的模擬，BCC-CSM1.1模式略好于BCC-CSM1.1(m)，其模擬結(jié)果與觀測(cè)數(shù)據(jù)更為接近。

（2）兩個(gè) BCC模式對(duì)中亞地區(qū)年感熱通量空間分布的模擬結(jié)果中，對(duì)土庫(kù)曼斯坦和烏茲別克斯坦等地的高值區(qū)域模擬較好，但對(duì)俄羅斯境內(nèi)的負(fù)值區(qū)域，模擬效果不理想；兩個(gè)模式對(duì)中亞地區(qū)的年潛熱模擬誤差均以偏低為主。與BCC-CSM1.1模式相比，BCC-CSM1.1(m)對(duì)中亞地區(qū)熱通量的模擬效果改進(jìn)最大的區(qū)域集中在中國(guó)、俄羅斯、哈薩克斯坦、蒙古交界處到中國(guó)新疆北部、中國(guó)新疆西南部到阿富汗北部以及里海地區(qū)。

圖8 1948～2011年：（a）NCEP再分析資料短波凈輻射；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區(qū)年平均地面短波凈輻射；（d、e）兩個(gè)BCC_CSM模式模擬結(jié)果與NCEP再分析資料以及（f）兩個(gè)BCC_CSM模式模擬結(jié)果之間差異場(chǎng)的空間分布（單位: W m-2）Fig. 8 The spatial distribution of the (a)NCEP reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface net shortwave radiation,and difference between NCEP reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m)and (f)modeled mean annual surface net shortwave radiation differences of the two models over Central Asia averaged over 1958-2001 (units: W m-2)

圖9 1948～2011年：（a）NCEP再分析資料長(zhǎng)波凈輻射；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區(qū)年平均地面長(zhǎng)波凈輻射；（d、e）兩個(gè)BCC_CSM模式模擬結(jié)果與NCEP再分析資料以及（f）兩個(gè)BCC_CSM模式模擬結(jié)果之間差異場(chǎng)的空間分布（單位: W m-2）Fig. 9 The spatial distribution of the (a)NCEP reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface net longwave radiation,and difference between NCEP reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m)and (f)modeled mean annual surface net longwave radiation differences of the two models over Central Asia averaged over 1958-2001 (units: W m-2)

（3）BCC-CSM1.1和BCC-CSM1.1(m)模式均能夠模擬出中亞地區(qū)短波凈輻射和長(zhǎng)波輻射由南向北遞減的趨勢(shì)特征。模式分辨率的提高，能夠更好地表現(xiàn)出地形對(duì)長(zhǎng)/短波輻射分布的影響。BCC-CSM1.1(m)模式的模擬結(jié)果較 BCC-CSM1.1有較大改進(jìn)，數(shù)值和區(qū)域位置與實(shí)況較為接近，對(duì)于中國(guó)新疆地區(qū)短波凈輻射數(shù)值模擬以及長(zhǎng)波凈輻射高值區(qū)域模擬改進(jìn)明顯，模擬數(shù)值更接近實(shí)況。

比較兩個(gè) BCC模式對(duì)地面凈通量（包含長(zhǎng)/短波輻射、感熱、潛熱等）與地面氣溫的模擬誤差，兩者的數(shù)值大小和空間分布均有較好的對(duì)應(yīng)關(guān)系。模式對(duì)地面凈通量模擬性能提高的區(qū)域，同時(shí)也是地面氣溫模擬性能得到改善的地方。盡管不同水平分辨率的 BCC模式對(duì)不同氣象要素的模擬能力存在較大差異，但大氣模式、陸面過程模式分辨率的提升，對(duì)氣溫及與之相關(guān)的感熱通量模擬性能的改善均影響較大。

Gao et al.（2013）利用BCC_CSM1.1模式的歷史試驗(yàn)結(jié)果以及RCP4.5 和 RCP8.5情景下對(duì)未來氣候預(yù)估結(jié)果來驅(qū)動(dòng)區(qū)域氣候模式 RegCM4.0（分辨率為50 km），進(jìn)而對(duì)兩個(gè)模式的模擬性能進(jìn)行檢驗(yàn)，結(jié)果表明：模式分辨率的提高，使 RegCM4.0模式能夠更好地模擬出氣溫和降水氣候變化信號(hào)在空間上的細(xì)節(jié)，比如高分辨率的RegCM4.0模式對(duì)中國(guó)東部地區(qū)氣溫的模擬能力較 BCC_CSM1.1有較大改進(jìn)；高分辨率模式才能精確重現(xiàn)降水量的空間分布，尤其是地形效應(yīng)所引起的降水。本研究的結(jié)論與上述文獻(xiàn)基本一致，高分辨率模式在中亞地區(qū)氣溫模擬中表現(xiàn)出了一定優(yōu)勢(shì)，不過低分辨率也有少數(shù)優(yōu)于高分辨率的地方。因此，全面提高模式模擬性能不僅需要提高分辨率，而且同時(shí)要對(duì)其他方面（如對(duì)流、積云等）進(jìn)行改進(jìn)。

（

）

Chen F H, Wang J S, Jin L Y, et al. 2009. Rapid warming in mid-latitude Central Asia for the past 100 years [J]. Frontiers of Earth Science in China, 3 (1): 42–50.

陳發(fā)虎, 黃偉, 靳立亞, 等. 2011. 全球變暖背景下中亞干旱區(qū)降水變化特征及其空間差異 [J]. 中國(guó)科學(xué): 地球科學(xué), 41 (11): 1647–1657.Chen F H, Huang W, Jin L Y, et al. 2011. Spatiotemporal precipitation variations in the arid Central Asia in the context of global warming [J].Science China Earth Sciences, 54 (12): 1812–1821.

Folland C K, Rayner N A, Brown S J, et al. 2001. Global temperature change and its uncertainties since 1861 [J]. Geophys. Res. Lett., 28 (13):2621–2624.

Gao X J, Wang M L, Giorgi F. 2013. Climate change over China in the 21st century as simulated by BCC_CSM1.1-RegCM4.0 [J]. Atmos. Oceanic Sci. Lett., 6 (5): 381–386.

高峰, 辛?xí)愿? 吳統(tǒng)文. 2012. BCC_CSM1.1對(duì)10年尺度全球及區(qū)域溫度的預(yù)測(cè)研究 [J]. 大氣科學(xué), 36 (6): 1165–1179. Gao F, Xin X G, Wu T W. 2012. A study of the prediction of regional and global temperature on decadal time scale with BCC_CSM1.1 model [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 36 (6): 1165–1179.

高學(xué)杰, 徐影, 趙宗慈, 等. 2006. 數(shù)值模式不同分辨率和地形對(duì)東亞降水模擬影響的試驗(yàn) [J]. 大氣科學(xué), 30 (2): 185–192. Gao X J, Xu Y,Zhao Z C, et al. 2006. Impacts of horizontal resolution and topography on the numerical simulation of East Asian precipitation [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 30 (2): 185–192.

Giorgi F, Marinucci M R. 1996. An investigation of the sensitivity of simulated precipitation to model resolution and its implications for climate studies [J]. Mon. Wea. Rev., 124 (1): 148–166.

IPCC. 2002. Climate Change 2001: The Scientific Basis [M]. Houghton J T,Ding Y, Griggs D J, et al., Eds. Cambridge, UK and New York, USA:Cambridge University Press, 881pp.

IPCC. 2007. Climate Change 2007: The Physical Science Basis [M].Solomon, S, Qin D, Manning M, et al., Eds. Cambridge, UK and New York, USA: Cambridge University Press, 996pp.

蔣曉武, 孫衛(wèi)國(guó), 張慶奎, 等. 2010. 全球變暖背景下江淮地區(qū)氣候變化趨勢(shì)預(yù)估 [J]. 安徽農(nóng)業(yè)科學(xué), 38 (23): 12608–12610. Jiang X W, Sun W G, Zhang Q K, et al. 2010. Multi-model reliability ensemble projection of climate change over the Yangtze-Huaihe region under global warming[J]. Journal of Anhui Agricultural Sciences (in Chinese), 38 (23):12608–12610.

頡衛(wèi)華, 吳統(tǒng)文. 2010. 全球大氣環(huán)流模式BCC_AGCM2.0.1對(duì)1998年夏季江淮流域強(qiáng)降水過程的回報(bào)試驗(yàn)研究 [J]. 大氣科學(xué), 34 (5):962–978. Jie W H, Wu T W. 2010. Hindcast for the 1998 summer heavy precipitation in the Yangtze and Huaihe River valley using BCC_AGCM2.0.1 model [J]. Chinese Journal of Atmospheric Sciences(in Chinese), 34 (5): 962–978.

Jones P D, Osborn T J, Briffa K R. 2001. The evolution of climate over the last millennium [J]. Science, 292 (5517): 662–667.

Josey S A. 2001. A comparison of ECMWF, NCEP-NCAR and SOC surface heat fluxes with moored buoy measurements in the subduction region of the Northeast Atlantic [J]. J. Climate, 14 (8): 1780–1789.

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

Leung L R, Qian Y. 2003. The sensitivity of precipitation and snowpack simulations to model resolution via nesting in regions of complex terrain[J]. J. Hydrometeor., 4 (6): 1025–1043.

覃衛(wèi)堅(jiān), 王詠青, 覃志年. 2010. 全球氣候變暖背景下廣西降水集中程度的變化特征研究 [J]. 安徽農(nóng)業(yè)科學(xué), 38 (21): 11224–11227. Qin W J, Wang Y Q, Qin Z N. 2010. Study on the features of precipitation concentration in Guangxi under background of global warming [J].Journal of Anhui Agricultural Sciences (in Chinese), 38 (21): 11224–11227.

Shi Y F, Shen Y P, Kang E, et al. 2007. Recent and future climate change in Northwest China [J]. Climatic Change, 80 (3–4): 379–393.

施曉暉, 徐祥德, 謝立安. 2006. NCEP/NCAR再分析風(fēng)速、表面氣溫距平在中國(guó)區(qū)域氣候變化研究中的可信度分析 [J]. 氣象學(xué)報(bào), 64 (6):709–722. Shi X H, Xu X D, Xie L A. 2006. Reliability analyses of anomalies of NCEP/NCAR reanalysis wind speed and surface temperature in climate change research in China [J]. Acta Meteorologica Sinica (in Chinese), 64 (6): 709–722.

石彥軍, 任余龍, 張宇, 等. 2012. BCC_CSM 氣候模式對(duì)中國(guó)區(qū)域 500 hPa氣候要素模擬能力的檢驗(yàn) [J]. 蘭州大學(xué)學(xué)報(bào) (自然科學(xué)版), 48(6): 54–62. Shi Y J, Ren Y L, Zhang Y, et al. 2012. Evaluation of climate at 500 hPa in China as simulated by BCC_CSM [J]. Journal of Lanzhou University (Natural Sciences)(in Chinese), 48 (6): 54–62.

Simmons A J, Gibson J K. 2000. ERA-40 Project Plan [R]. ERA-20 Project Rep. 1, ECMWF, 62.

田芝平, 姜大膀. 2013. 不同分辨率CCSM4對(duì)東亞和中國(guó)氣候模擬能力分析 [J]. 大氣科學(xué), 37 (1): 171–186. Tian Z P, Jiang D B. 2013.Evaluation of the performance of low-to high-resolution CCSM4 over East Asia and China [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37 (1): 171–186.

Uppala S, Kallberg P, Angeles H, et al. 2004. ERA-40: ECMWF 45-year reanalysis of the global atmosphere and surface conditions 1957–2002 [J].ECMWF Newsletter Meteorology, 101: 2–21.

王同美, 吳國(guó)雄, 應(yīng)明. 2011. NCEP/NCAR(I、II)和ERA40再分析加熱資料比較 [J]. 中山大學(xué)學(xué)報(bào) (自然科學(xué)版), 50 (5): 128–134. Wang T M, Wu G X, Ying M. 2011. Comparison of diabatic heating data from NCEP/NCAR (I, II)and ERA40 [J]. Acta Scientiarum Naturalium Universitatis Sunyatseni (in Chinese), 50 (5): 128–134.

王璐, 周天軍, 吳統(tǒng)文, 等. 2009. BCC大氣環(huán)流模式對(duì)亞澳季風(fēng)年際變率主導(dǎo)模態(tài)的模擬 [J]. 氣象學(xué)報(bào), 67 (6): 973–982. Wang L, Zhou T J, Wu T W, et al. 2009. Simulation of the leading mode of Asian–Australian monsoon interannual variability with the Beijing Climate Center atmospheric general circulation model [J]. Acta Meteorologica Sinica (in Chinese), 67 (6): 973–982.

Wu T W. 2012. A mass-flux cumulus parameterization scheme for large-scale models: Description and test with observations [J]. Climate Dyn., 38 (3–4): 725–744.

Wu T W, Song L C, Li W P, et al. 2014. An overview of BCC climate system model development and application for climate change studies [J].J. Meteor. Res., 28 (1): 34–56.

吳昊旻, 黃安寧, 何清, 等. 2013. 北京氣候中心氣候模式1.1版預(yù)估中亞地區(qū)未來50年地面氣溫時(shí)空變化特征 [J]. 氣象學(xué)報(bào), 71 (2): 261–274. Wu H M, Huang A N, He Q, et al. 2013. Projection of the spatial and temporal variation characteristics of surface air temperature over Central Asia in the next 50 years in the Beijing Climate Center climate system model V1.1 [J]. Acta Meteorologica Sinica (in Chinese), 71 (2):261–274.

Wu T W, Li W P, Ji J J, et al. 2013. Global carbon budgets simulated by the Beijing Climate Center climate system model for the last century [J]. J.Geophys. Res., 118 (10): 4326–4347.

Xin X G, Wu T W, Li J L, et al. 2013. How well does BCC_CSM1.1 reproduce the 20th century climate change over China? [J]. Atmos.Oceanic Sci. Lett., 6 (1): 21–26.

辛?xí)愿? 吳統(tǒng)文, 張潔. 2012. BCC氣候系統(tǒng)模式開展的CMIP5試驗(yàn)介紹 [J]. 氣候變化研究進(jìn)展, 8 (5): 378–382. Xin X G, Wu T W, Zhang J. 2012. Introduction of CMIP5 experiments carried out by BCC climate system model [J]. Advances in Climate Change Research (in Chinese), 8(5): 378–382.

Xu Y, Gao X J, Giorgi F. 2010. Upgrades to the reliability ensemble averaging method for producing probabilistic climate-change projections[J]. Climate Research, 41 (1): 61–81.

趙天保, 符淙斌. 2006. 中國(guó)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 T B, Fu C B. 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.

Zhou T J, Yu R C. 2006. Twentieth-century surface air temperature over China and the globe simulated by coupled climate models [J]. J. Climate,19 (22): 5843–5858.

Zhou T J, Yu Y Q, Liu H L, et al. 2007. Progress in the development and application of climate ocean models and ocean–atmosphere coupled models in China [J]. Adv. Atmos. Sci., 24 (6): 1109–1120.

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 L T. 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.