沙瑩瑩，石正國

（1.中國科學院地球環(huán)境研究所 黃土與第四紀地質(zhì)國家重點實驗室，西安 710061；2.中國科學院大學，北京 100049；3.中國科學院青藏高原地球科學卓越中心，北京 100101）

大氣環(huán)流模式CAM4對亞洲氣候的高分辨率模擬

沙瑩瑩1,2，石正國1,3

（1.中國科學院地球環(huán)境研究所 黃土與第四紀地質(zhì)國家重點實驗室，西安 710061；2.中國科學院大學，北京 100049；3.中國科學院青藏高原地球科學卓越中心，北京 100101）

中小尺度地形不僅在區(qū)域尺度上影響降水和環(huán)流形勢分布，還會影響季風、西風急流等大尺度的天氣系統(tǒng)。新的全球模式分辨率得到明顯提高，本研究通過對比分析CAM4高分辨率配置下的模擬結(jié)果與高分辨率APHRO降水和ERA-Interim再分析資料，評估高分辨率CAM4對亞洲地區(qū)氣候系統(tǒng)的模擬性能。結(jié)果表明，該模式不僅對亞洲季風-干旱氣候系統(tǒng)的大尺度分布特征有良好的模擬能力，還能很好地模擬出季風區(qū)和內(nèi)陸干旱半干旱區(qū)年均和季節(jié)平均降水的高、低值中心以及水平風場、地表溫度和海平面氣壓的區(qū)域差異性特征，尤其是山脈地形附近的降水極值和風場變化。此外，CAM4與氣象資料間在不同空間尺度上的空間相關(guān)性均很好，其中地表溫度的相關(guān)系數(shù)在0.9以上，降水在亞洲地區(qū)超過0.7。

CAM4；高分辨率；數(shù)值模擬；亞洲季風；內(nèi)陸干旱

亞洲地區(qū)氣候類型復(fù)雜，不僅包括典型的印度季風區(qū)和東亞季風區(qū)，還包括內(nèi)陸干旱和半干旱區(qū)等。其獨特的氣候系統(tǒng)形成與太陽輻射、海陸分布和南北極冰蓋等外部強迫因子密切相關(guān)。青藏高原作為全球最高最大的地形，其對亞洲氣候的影響也早在20世紀50年代就引起關(guān)注（Bolin，1950；葉篤正，1952；Flohn，1957）。通過大量的氣候模擬研究，證明青藏高原對大尺度亞洲季風系統(tǒng)的加強和內(nèi)陸干旱化的加劇等均起到不可忽視的作用（Hahn and Manabe，1975；Broccoli and Manabe，1992；Kutzbatch et al，1993；An et al，2001；Liu and Yin，2002；Molnar et al，2010；Shi et al，2011；Wu et al，2012；Jiang et al，2015a）。

相比于對青藏高原大地形氣候效應(yīng)的研究，針對較小地形和山脈氣候效應(yīng)的研究卻很少。這其中一部分原因是由于大部分模式的水平分辨率較低，除青藏高原主體外其他山脈不能很好地在模式中得以體現(xiàn)，模式往往忽略了小地形的作用，因此也無法進行青藏高原主體外較小山脈地形的氣候效應(yīng)的模擬研究。此外，分辨率低的觀測資料也往往會使結(jié)果失真，導(dǎo)致對較小尺度的氣候特征認識出現(xiàn)偏差（Xie et al，2006；Wu et al，2014）。亞洲地區(qū)的氣候特征受季風和西風環(huán)流以及復(fù)雜地形的綜合影響，開展亞洲區(qū)域氣候特征及其變化的研究也需要高分辨率的觀測資料。

模式水平分辨率的提高能有效改進模式對天氣尺度以及中尺度氣候系統(tǒng)的氣候態(tài)和各氣象要素及其變率的模擬能力（Christensen and Kuhry，2000；Gao et al，2006；Jiang et al，2015b）。通過比較政府間氣候變化專門委員會（IPCC）評估報告的77個耦合全球氣候模式發(fā)現(xiàn)，模式水平分辨率的提高有效增強了其對中國地區(qū)年均以及季節(jié)平均溫度和降水氣候態(tài)的模擬能力，此外，對春季和夏季氣溫以及冬季降水年際變率的模擬能力得以加強（Jiang et al，2015b）。我國年均降水的雨帶分布也更接近觀測形態(tài)，如低分辨下1000 mm年總降水量等值線位置偏北的狀況得到明顯改善，東亞大尺度降水分布以及東亞夏季風期間的較小尺度對流過程也受到水平分辨率的顯著影響（Gao et al，2006）。

隨著模式分辨率的提高，一些針對較小地形的模擬試驗表明小地形對區(qū)域乃至大尺度亞洲季風環(huán)流以及內(nèi)陸干旱區(qū)降水等也有重要影響（Xie et al，2006；Wang and Tan，2014；Liu et al，2015）。印度季風區(qū)各季風降水的對流中心的形成和所處位置與位于南亞地區(qū)的中尺度山脈（寬度不超過500 km）有關(guān)（Xie et al，2006）。Wu et al（2014） 通過模擬發(fā)現(xiàn)，位于中印半島西北部的Arakan山脈對印度季風的爆發(fā)有重要作用，甚至對東亞夏季風的開始也有影響。蒙古高原較青藏高原面積小、高度低，位于偏北的位置，然而有山/無山的敏感性試驗表明蒙古高原對大氣準定常行星波的形成、東亞西風急流的加強以及東亞冬季風的加強作用與青藏高原可比（Shi et al，2014；Sha et al，2015）。

氣候模式分辨率的提高能夠更好地在模式中體現(xiàn)出除青藏高原外的中尺度山脈和更小尺度的地形，有利于模擬出更接近實際的大氣環(huán)流型和降水特征，從而進一步研究小地形的氣候效應(yīng)。目前，利用高分辨率氣候模式模擬亞洲地區(qū)的區(qū)域性氣候特征的研究工作還較少，模式分辨率的提高能否更好地反映出亞洲地區(qū)復(fù)雜的氣候分布特征亟需進行評估。新的全球模式采用有限元差分方法，分辨率也得到了明顯提高。因此，本研究利于大氣環(huán)流模式CAM4高分辨率配置下建立工業(yè)革命前控制試驗，通過與高分辨率觀測及再分析資料對比，評估CAM4對亞洲主要氣候系統(tǒng)的模擬能力，并分析亞洲地區(qū)復(fù)雜的氣候特征及可能的影響因素。

1 數(shù)據(jù)與模式介紹

降水數(shù)據(jù)來自日本APHRODITE（Asian Precipitation-Highly Resolved Observational Data Integration Towards Evaluation of Water Resources）建立的高分辨率逐日亞洲陸地降水數(shù)據(jù)集（簡稱APHRO），水平分辨率為0.25°×0.25°，時間從1951年到2007年。該降水數(shù)據(jù)集能準確表征我國雨帶的季節(jié)性移動，且降水量與臺站資料一致（韓振宇和周天軍，2012）。因此可以用來研究亞洲地區(qū)降水的氣候特征。由于該降水數(shù)據(jù)集分為季風區(qū)、中亞、俄羅斯和日本四個子數(shù)據(jù)集，因此在分析前將這四個子集數(shù)據(jù)進行整合，使降水數(shù)據(jù)覆蓋整個亞洲地區(qū)。

海平面氣壓、溫度和風場等數(shù)據(jù)來自歐洲中期天氣預(yù)報中心（ECMWF）的ERA-Interim再分析月均資料，水平分辨率為0.75°×0.75°，時間從1979年至2014年。該再分析資料能很好地表現(xiàn)海表湍流通量（Brunke et al，2011），其環(huán)流和溫度場等在我國的適用性也較好（白磊等，2013；曾剛等，2013；高路和郝璐，2014）。為保持降水和再分析資料各變量在時間上的一致性，本文均選取1979年至2007年共29年進行分析。

本文所用模式為美國國家大氣研究中心（NCAR）的全球大氣環(huán)流模式CAM4。CAM4是NCAR的第六代全球大氣環(huán)流模式，相比于CAM3，CAM4缺省的動力內(nèi)核由原來的譜內(nèi)核改為有限體積內(nèi)核，CAM4在深對流方案、北極云量模擬、輻射接口以及計算可擴展性等方面也均做了顯著改進，有效提高了對ENSO的模擬能力（Neale et al，2008，2010）。此外，CAM4還包括了陸面模塊CLM4，為大氣模式提供陸面狀況和陸氣之間的能量、動量和水汽交換等下邊界條件（Oleson et al，2010）。本研究的模擬試驗水平分辨率為0.47°×0.63°（緯向×經(jīng)向），垂直方向上分為26層，模式層頂氣壓為20 hPa，CO2濃度為284.7 mg · kg-1。模擬使用現(xiàn)代氣候平均的海洋表面溫度和海冰范圍作為海洋邊界條件。模式共積分6年，取后5年平均進行分析，研究區(qū)域取0° — 60°N，40° — 160°E。

文章主要分析高分率大氣環(huán)流模式CAM4對亞洲主要氣候系統(tǒng)的模擬能力，因此需要與高分辨率的觀測資料進行對比，由于APHRO陸地降水資料的水平分辨率與ERA-Interim再分析資料不同，因此采用雙線性插值方法將APHRO降水資料處理成0.75°×0.75°水平格點資料，插值結(jié)果與原始數(shù)據(jù)在氣候態(tài)上結(jié)果一致。此外，APHRO為逐日資料，而ERA-Interim再分析和CAM4輸出為逐月資料，故而在分析前將ARHRO逐日降水資料處理成月均資料。本文主要進行氣候態(tài)分析，夏季平均為6月、7月和8月平均，冬季則為12月、1月和2月。

2 結(jié)果分析

2.1 地表溫度

2.1.1 夏季平均

熱帶太平洋和印度洋洋面溫度一般在28℃左右。30°N以北的太平洋區(qū)域海表溫度自南向北逐漸遞減（圖1a）。陸地上溫度分布比較復(fù)雜，地表溫度最高的地區(qū)為巴基斯坦中南部，而青藏高原上則為溫度極小值區(qū)。印度季風區(qū)溫度梯度較小，地表溫度高值區(qū)位于印度北部和西北部，東亞東部有一暖舌，從20°N向北延伸至東亞東部40°N。我國新疆有一個暖中心，中心位于塔里木盆地。中亞地區(qū)地表溫度比明顯高于我國西北地區(qū)，除了位于巴基斯坦的溫度極大值中心外，在里海東部還存在一個溫度高值區(qū)。由于受海拔高度的影響，青藏高原以及天山周邊的地表溫度梯度很大。

CAM4模擬的地表溫度梯度最大值區(qū)域同樣位于青藏高原和天山周邊，南側(cè)經(jīng)向溫度梯度為正值而北側(cè)為負值（圖1b）。東亞東部大陸溫度梯度小，等溫線從南部向北延伸至40°N。我國新疆南部存在一個高值區(qū)。中亞地區(qū)的地表溫度較我國西北地區(qū)高，里海東部有一個溫度高值中心。整體上看，CAM4模擬的地表溫度在中亞南部以及印度北部地區(qū)偏低，而在東亞東部地區(qū)偏高，但分布形態(tài)與再分析資料一致。

2.1.2 冬季平均

冬季海表溫度比陸地高，青藏高原上較同緯度低海拔區(qū)域的溫度低，形成一個地表溫度低值中心，東亞大陸東部等溫線呈西南—東北向傾斜，地表溫度自南向北逐漸減小，溫度梯度比夏季大（圖2a）。青藏高原仍為地表溫度低值區(qū)，但在蒙古國西北部也出現(xiàn)一個低值中心，該位置與西伯利亞高壓的中心位置保持一致。除此之外，新疆南部為另一個地表溫度的低值區(qū)，溫度低于-10℃，可見，新疆南部冬季和夏季地表溫度變化劇烈。然而，40°N以南同緯度的中亞地區(qū)地表溫度卻高于0℃，里海為一地表溫度高值中心，溫度超過4℃。冬季地表溫度梯度最大的區(qū)域與夏季有所不同，除青藏高原南側(cè)的極大值區(qū)域外，東亞40°N左右，120° —140°E也為一個地表溫度梯度高值區(qū)，而由于冬季南疆地表溫度的迅速減小，青藏高原北側(cè)的經(jīng)向溫度梯度比夏季小（絕對值）。

圖1 夏季平均地表溫度/ ℃（a）ERA-Interim再分析資料夏季平均；（b）CAM4模式結(jié)果Fig.1 Surface temperature /℃ in summer (a) ERA-Interim reanalysis; (b) CAM4 results

圖2b為CAM4模擬的冬季地表溫度，整體上，海表溫度高于陸地溫度，而中亞地區(qū)溫度高于東亞地區(qū)?？梢钥吹剑Ｊ讲粌H很好地模擬出了大尺度地表溫度分布形態(tài)，對地表溫度低值和高值中心，以及溫度梯度高值區(qū)也有很好的模擬能力。

2.2 海平面氣壓

2.2.1 夏季平均

夏季時亞洲大陸上的氣壓較低，在大尺度上沒有明顯的氣壓中心，中印半島以及整個東亞地區(qū)海平面氣壓基本一樣，等壓線稀疏（圖3a）。太平洋上存在一個閉合高壓，中心位于30° — 40°N的東太平洋，該高壓中心一直向西延伸至西太平洋。印度洋上海平面氣壓呈東西向水平分布，從南向北氣壓減小，中亞南部有一個閉合的低壓中心，向北氣壓又逐步增大。CAM4模擬的太平洋副高位置與ERA-Interim再分析資料一致，但強度略大（圖3b）。此外，也模擬出印度洋及中亞地區(qū)海平面的東西向分布特征以及中亞南部的低壓帶。

2.2.2 冬季平均

冬季陸地氣壓整體上高于海洋，亞洲大陸和太平洋上均存在兩個明顯的閉合氣壓中心。西伯利亞高壓中心位于貝加爾湖和巴爾喀什湖之間，該大陸性冷高壓在冬季影響整個東亞大陸，從西北向東亞東南部方向氣壓逐漸減?。▓D4a）。阿留申低壓位于30°N以北的北太平洋區(qū)域。20°N以南的熱帶地區(qū)氣壓則呈東西向水平分布?？梢钥吹剑珻AM4模擬的西伯利亞高壓和阿留申低壓位置與ERA-Interim再分析資料一致（圖4b），但強度偏強，這可能與再分析資料以及模式的準確性有關(guān)。

圖2 冬季平均地表溫度 /℃（a）ERA-Interim再分析資料冬季平均；（b）CAM4模式結(jié)果Fig.2 Surface temperature /℃ in winter (a) ERA-Interim reanalysis; (b) CAM4 results

2.3 降水和850 hPa風場

2.3.1 年平均特征

從APHRO降水觀測資料來看（圖5a），印度和東亞季風區(qū)降水最多，印度半島西海岸、印度東北部靠近喜馬拉雅山脈地區(qū)、孟加拉灣北部以及中印半島西部海岸均是印度季風降水的大值區(qū)，而印度西北部和東南部、中亞半島中部降水相對較少，東亞季風區(qū)降水的大值區(qū)位于我國東南部沿海，從東南向西北逐漸減少，日本和朝鮮半島降水也較多。對于內(nèi)陸干旱半干旱區(qū)，降水的極小值中心位于我國新疆以及伊朗、巴基斯坦和阿富汗三國的交界處，年均降水量在80 mm以下。值得注意的是，位于我國西部邊界的哈薩克斯坦等國的東部地區(qū)以及伊朗西北部則為干旱區(qū)降水最多的區(qū)域，年降水量超過300 mm。

CAM4模擬的印度和東亞季風區(qū)降水與APHRO觀測結(jié)果高度一致（圖5b）。幾個降水高值區(qū)和低值區(qū)均有清晰的體現(xiàn)，如印度半島西海岸和印度東北部靠近喜馬拉雅山脈的降水極大值中心。對于內(nèi)陸干旱半干旱區(qū)，CAM4模擬能力也很好。尤其是新疆地區(qū)的降水極小值中心以及我國西部邊界各國東部相對較高的降水量區(qū)域。

由此可見，高分辨率的大氣環(huán)流模式不僅能夠模擬出大尺度的季風和干旱半干旱區(qū)的大尺度降水特征，也能夠模擬出氣候系統(tǒng)內(nèi)部的差異性特征。這對于深入認識各氣候系統(tǒng)的特征及其發(fā)展和形成過程及機理起到至關(guān)重要的作用。

2.3.2 夏季平均

與年平均降水相比，印度和東亞季風區(qū)降水增加明顯，印度半島西海岸和印度東北部靠近喜馬拉雅山脈的尼泊爾等地區(qū)、孟加拉國以及中印半島西海岸為降水高值區(qū)（圖6a）。我國夏季降水從東南沿海向西北內(nèi)陸逐漸減少。對于內(nèi)陸干旱半干旱區(qū)而言，包括新疆在內(nèi)的我國西北地區(qū)夏季降水均較年平均多，但除巴基斯坦以外的其他中亞國家夏季降水則較年平均少。也就是說，夏季對我國西北內(nèi)陸來說是雨季而對中亞地區(qū)來說是旱季（除巴基斯坦）。降水極小值區(qū)出現(xiàn)在里海以東、巴基斯坦和我國新疆以西的中亞大部分地區(qū)，而新疆塔克拉瑪干沙漠地區(qū)降水增多。CAM4模擬的夏季降水分布與APHRO結(jié)果一致（圖6b）。模擬出印度西海岸和靠近喜馬拉雅山脈的尼泊爾等地區(qū)、中印半島西部等降水高值區(qū)，以及夏季位于里海以東中亞地區(qū)的降水極小值區(qū)域，我國西北地區(qū)夏季降水量高于年平均，新疆塔克拉瑪干沙漠地區(qū)降水增多，年平均所在的極小值中心也明顯縮小。

圖3 夏季海平面氣壓 / hPa（a）ERA-Interim再分析資料夏季平均；（b）CAM4模式結(jié)果Fig.3 Sea level pressure / hPa in summer (a) ERA-Interim reanalysis; (b) CAM4 results

印度、東亞季風區(qū)與干旱半干旱區(qū)的低層風場差異明顯（圖6a）。來自印度洋的西南氣流與阿拉伯海的西風氣流一起向東，巴基斯坦和印度西北部為西南風，而印度半島主要為偏西風，偏西氣流經(jīng)過印度半島分為兩支，一支北上后流向印度東北部、尼泊爾地區(qū)，另一支與孟加拉灣的西南氣流一起繼續(xù)向東、向北流去，孟加拉國為強的南西南風，西南風流經(jīng)中印半島和我國南海繼續(xù)向北到達東亞地區(qū)，與來自西太平洋的東南風共同影響包括我國東部、朝鮮半島以及日本在內(nèi)的東亞季風區(qū)。對東亞季風區(qū)而言，強的偏南風從大陸東部進入西部內(nèi)陸地區(qū)并逐漸減弱，至100°E左右基本不受季風影響，100°E以西主要受西風氣流控制。西北氣流沿阿爾泰山脈進入我國新疆，一部分氣流繼續(xù)向東、向南，另一部分氣流則轉(zhuǎn)為東、東北風進入塔里木盆地，這一風場的轉(zhuǎn)向可能和天山以及昆侖山脈的阻擋有關(guān)。中亞地區(qū)的風場結(jié)構(gòu)與我國西北地區(qū)不同，除巴基斯坦外均為很強的偏北風。CAM4模擬的低層風場與ERA-Interim再分析資料一致（圖6b），尤其是印度季風區(qū)的西南風和西風以及東亞季風區(qū)的偏南風。此外，模式也很好地模擬出我國新疆地區(qū)風場的轉(zhuǎn)向特征。中亞地區(qū)夏季的偏北風也有較好的體現(xiàn)，僅低估了35°N以南阿富汗、伊朗地區(qū)的偏北風。

圖4 冬季海平面氣壓/ hPa（a）ERA-Interim再分析資料冬季平均；（b）CAM4模式結(jié)果Fig.4 Sea level pressure / hPa in winter (a) ERA-Interim reanalysis; (b) CAM4 results

2.3.3 冬季平均

季風區(qū)冬季降水明顯少于年平均，極小值區(qū)域包括印度半島西部、中印半島西部，而我國30°N以南的東南部地區(qū)和印度北部地區(qū)則為季風區(qū)冬季降水高值區(qū)域（圖7a）。我國整個西北地區(qū)冬季降水也少于年平均值，而除巴基斯坦外的中亞國家冬季降水則高于年平均，降水高值區(qū)靠近我國西部邊界。即：冬季為中亞干旱區(qū)的雨季而為季風區(qū)和我國干旱半干旱區(qū)的旱季。CAM4不僅模擬出季風區(qū)和干旱半干旱區(qū)總體的降水分布形態(tài)，也對降水極值中心有很好的反映（圖7b）。如位于印度半島北部和西部的降水極大、極小值區(qū)，我國東南部降水高值區(qū)，以及我國西北部降水極小值區(qū)和中亞東部的降水高值區(qū)等。

圖5 年平均降水（陰影，mm · day-1）和850 hPa風場（矢量箭頭，m · s-1）（a）APHRO降水資料與ERA-Interim再分析資料年平均；（b）CAM4模式結(jié)果Fig.5 Annual mean precipitation (shaded, mm · day-1) and 850 hPa wind (vectors, m · s-1) (a) APHRO precipitation data and ERA-Interim reanalysis; (b) CAM4 results

冬季，30°N以北的整個東亞冬季風區(qū)為典型的西北風，以我國東北、華北地區(qū)為最強，沿西南方向逐漸減弱，弱的西、西北風與西南風在30°N以南的東亞東南部地區(qū)匯合（圖7a）。東亞100°E以西主要為西風氣流，但我國新疆地區(qū)風速很小。中亞地區(qū)緯向西風氣流比我國西北地區(qū)強，此外，35°N以北區(qū)域還受較強的偏南風影響。來自中亞30°N附近的西風進入印度半島，在其北部和東北部為西北風流入孟加拉灣，一支流向緬甸進入我國云南，另一支在20°N以南轉(zhuǎn)向，與來自我國南海以及中印半島南部的東風匯合，流向阿拉伯海以及印度洋。圖7b為CAM4模擬的冬季低層風場，模式能很好地模擬東亞冬季風區(qū)的強西北風、中亞35°N以北的西南風、以及印度半島和阿拉伯海的偏東風。對我國西北新疆地區(qū)的風場形態(tài)也有良好的模擬能力。但整體上看，模擬的東亞地區(qū)西北風和印度季風區(qū)的東風的強度均偏強，此外，中亞南部為偏北風，這與ERA-Interim在該區(qū)域的風場特征存在偏差。

總體來說，CAM4對低層風場的模擬能力很好，不僅在季風-干旱大尺度上表現(xiàn)出很好的一致性，還能準確模擬出季風、干旱系統(tǒng)內(nèi)部的差異。

2.4 空間相關(guān)系數(shù)

空間相關(guān)系數(shù)可以進一步定量化評估CAM4對溫度和降水等近地面氣象要素空間分布的模擬能力。為此，我們同樣利用雙線性插值方法將CAM4模擬結(jié)果插值到0.75°×0.75°的水平格點上，從而與ERA-Interim再分析資料以及插值后的APHRO降水資料在水平格點上保持一致。表1是CAM4與氣象資料在夏季和冬季時的地表溫度、海平面氣壓、850 hPa緯向風和經(jīng)向風以及降水在全球、北半球、亞洲、印度季風區(qū)、東亞季風區(qū)、我國西北以及中亞地區(qū)的空間相關(guān)系數(shù)，其中，也計算了年均降水在各區(qū)域的空間相關(guān)系數(shù)。這里，亞洲地區(qū)指研究區(qū)域0° — 60°N，40° — 160°E，此外，還包括四個子區(qū)域：印度季風區(qū)為10° — 30°N，70° — 90°E，東亞季風區(qū)為20° — 45°N，110° — 140°E，我國西北地區(qū)為35° — 45°N，80° — 105°E，中亞地區(qū)為30° — 45°N，50° — 75°E。

圖6 夏季平均降水（陰影，mm · day-1）和850 hPa風場（矢量箭頭，m · s-1）（a）APHRO降水資料與ERA-Interim再分析資料夏季平均；（b）CAM4模式結(jié)果Fig.6 precipitation (shaded, mm · day-1) and 850 hPa wind (vectors, m · s-1) in summer (a) APHRO precipitation data and ERA-Interim reanalysis; (b) CAM4 results

可以看到，CAM4對各變量空間分布形態(tài)均有很好的模擬能力，均通過99%的顯著性檢驗。整體而言，各變量在全球、北半球和亞洲區(qū)域尺度上的空間相關(guān)系數(shù)均在0.7以上。CAM4對地表溫度的模擬能力最好，與觀測資料的相關(guān)系數(shù)在0.993 — 0.892，其次為海平面氣壓和850 hPa緯向風（二者相當）、850 hPa經(jīng)向風，最后為降水場。對比夏季和冬季的空間相關(guān)系數(shù)，地表溫度冬季時在除我國西北以外的各區(qū)域其相關(guān)系數(shù)均比夏季高，夏季時四個子區(qū)域相關(guān)系數(shù)由高到低分別為：我國西北、印度地區(qū)、東亞季風區(qū)和中亞地區(qū)，夏季則為：東亞季風區(qū)、印度地區(qū)、中亞和我國西北。各區(qū)域海平面氣壓夏季的相關(guān)性均比冬季高，夏季時相關(guān)系數(shù)由高到低分別為：印度、我國西北、中亞和東亞季風區(qū)，冬季為印度、東亞季風區(qū)、我國西北和中亞地區(qū)。冬季的850 hPa緯向風在全球、北半球和包括東亞季風區(qū)的亞洲地區(qū)相關(guān)性比夏季高，而印度季風區(qū)、我國西北和中亞地區(qū)則夏季相關(guān)性高于冬季，其中四個子區(qū)域在夏季的相關(guān)系數(shù)排序為（高值到低值）：印度、我國西北、中亞和東亞季風區(qū)，冬季為：東亞季風區(qū)、印度、我國西北和中亞地區(qū)。850 hPa經(jīng)向風則表現(xiàn)為除東亞季風區(qū)和我國西北外夏季的相關(guān)系數(shù)均比冬季高，夏季四個區(qū)域的相關(guān)系數(shù)順序為（高值到低值）：印度、中亞、我國西北和東亞地區(qū)，其中東亞地區(qū)的相關(guān)系數(shù)為0.495，而其他地區(qū)則均超過0.78，冬季順序為：中亞、我國西北、東亞季風區(qū)和印度地區(qū)。值得注意的是，降水空間相關(guān)系數(shù)的季節(jié)性特征與850 hPa緯向風相同，即：印度季風區(qū)、我國西北和中亞地區(qū)夏季高于冬季，其他區(qū)域則冬季高于夏季。夏季相關(guān)系數(shù)由高到低分別為：中亞、我國西北、印度地區(qū)和東亞季風區(qū)，冬季則為：東亞季風區(qū)、印度、中亞和我國西北地區(qū)。就年均降水的區(qū)域分布來看，東亞地區(qū)的空間相關(guān)系數(shù)最高，達到0.902，其次分別為中亞地區(qū)、我國西北和印度地區(qū)。

圖7 冬季平均降水（陰影，mm · day-1）和850 hPa風場（矢量箭頭，m · s-1）（a）APHRO降水資料與ERA-Interim再分析資料冬季平均；（b）CAM4模式結(jié)果Fig.7 precipitation (shaded, mm · day-1) and 850 hPa wind (vectors, mm · day-1) in winter (a) APHRO precipitation data and ERA-Interim reanalysis; (b) CAM4 results

表1 現(xiàn)代氣象資料與CAM4氣候態(tài)的空間相關(guān)系數(shù)Tab.1 Spatial correlation between meteorological and CAM4 data

可以看到，CAM4對各變量空間分布形態(tài)均有很好的模擬能力，均通過99%的顯著性檢驗。整體而言，各變量在全球、北半球和亞洲區(qū)域尺度上的空間相關(guān)系數(shù)均在0.7以上。CAM4對地表溫度的模擬能力最好，與觀測資料的相關(guān)系數(shù)在0.993 — 0.892，其次為海平面氣壓和850 hPa緯向風（二者相當）、850 hPa經(jīng)向風，最后為降水場。對比夏季和冬季的空間相關(guān)系數(shù)，地表溫度冬季時在除我國西北以外的各區(qū)域其相關(guān)系數(shù)均比夏季高，夏季時四個子區(qū)域相關(guān)系數(shù)由高到低分別為：我國西北、印度地區(qū)、東亞季風區(qū)和中亞地區(qū)，夏季則為：東亞季風區(qū)、印度地區(qū)、中亞和我國西北。各區(qū)域海平面氣壓夏季的相關(guān)性均比冬季高，夏季時相關(guān)系數(shù)由高到低分別為：印度、我國西北、中亞和東亞季風區(qū)，冬季為印度、東亞季風區(qū)、我國西北和中亞地區(qū)。冬季的850 hPa緯向風在全球、北半球和包括東亞季風區(qū)的亞洲地區(qū)相關(guān)性比夏季高，而印度季風區(qū)、我國西北和中亞地區(qū)則夏季相關(guān)性高于冬季，其中四個子區(qū)域在夏季的相關(guān)系數(shù)排序為（高值到低值）：印度、我國西北、中亞和東亞季風區(qū)，冬季為：東亞季風區(qū)、印度、我國西北和中亞地區(qū)。850 hPa經(jīng)向風則表現(xiàn)為，除東亞季風區(qū)和我國西北外夏季的相關(guān)系數(shù)均比冬季高，夏季四個區(qū)域的相關(guān)系數(shù)順序為（高值到低值）：印度、中亞、我國西北和東亞地區(qū)，其中東亞地區(qū)的相關(guān)系數(shù)為0.495，而其他地區(qū)則均超過0.78，冬季順序為：中亞、我國西北、東亞季風區(qū)和印度地區(qū)。值得注意的是，降水空間相關(guān)系數(shù)的季節(jié)性特征與850 hPa緯向風相同，即：印度季風區(qū)、我國西北和中亞地區(qū)夏季高于冬季，其他區(qū)域則冬季高于夏季，夏季相關(guān)系數(shù)由高到低分別為：中亞、我國西北、印度地區(qū)和東亞季風區(qū)，冬季則為：東亞季風區(qū)、印度、中亞和我國西北地區(qū)。就年均降水的區(qū)域分布來看，東亞地區(qū)的空間相關(guān)系數(shù)最高，達到0.902，其次分別為中亞地區(qū)、我國西北和印度地區(qū)。

3 結(jié)論

印度和東亞季風，以及內(nèi)陸干旱和半干旱的氣候分布是亞洲地區(qū)最基本的大尺度氣候特征，這一大尺度特征在很多分辨率較低的大氣/氣候模式中也有良好的模擬（Broccoli and Manabe，1992；Kutzbatch et al，1993；Kitoh，2004），然而，低分辨率模式模擬的結(jié)果卻無法準確反映降水和氣溫等物理量的高、低值中心以及環(huán)流和氣壓場的梯度分布等較小尺度特征，這不僅會導(dǎo)致對局地氣候的認識出現(xiàn)偏差，也導(dǎo)致可能忽略小尺度變化對大尺度季風-干旱環(huán)境的重要作用。高分辨率的大氣環(huán)流模式CAM4不僅能模擬出季風-干旱分布的大尺度降水、流場和溫度場等特征，還能很好地模擬出較小尺度的氣候差異。主要結(jié)論如下：

（1）從降水分布來看，印度半島西海岸、喜馬拉雅山南部、孟加拉國和中印半島西部等亞洲季風降水的高值中心在CAM4中得以良好的體現(xiàn)，此外，模式也能反映出夏季中亞降水低于我國內(nèi)陸而冬季多于我國內(nèi)陸的亞洲內(nèi)陸地區(qū)的差異性特征。

（2）高分辨率CAM4對季節(jié)性流場的模擬更接近實際分布，如印度季風區(qū)夏季低層風場在印度洋、印度半島和孟加拉灣及其北部陸地以及中印半島的區(qū)域性差異，以及東亞大陸東部的西南風逐漸向西北轉(zhuǎn)為東南風的特征，尤其對夏季新疆地區(qū)風場轉(zhuǎn)向的模擬，此外，也體現(xiàn)出中亞地區(qū)夏季為偏北風而冬季主要為偏南風的季節(jié)性差異。

（3）從溫度場和氣壓場來看，除海陸間的大尺度差異以及冬季的西伯利亞高壓和夏季的副熱帶高壓等大尺度系統(tǒng)外，CAM4也能模擬出季節(jié)性地表溫度高、低值中心以及等溫線密集區(qū)（溫度梯度高值區(qū)）。

（4）高分辨率CAM4的近地表各氣象要素的空間分布特征與氣象觀測資料間相關(guān)關(guān)系很高，其中地表溫度的空間相關(guān)系數(shù)最高，在不同區(qū)域上均能達到0.9以上，海平面氣壓和850 hPa緯向風其次，850 hPa經(jīng)向風比緯向風低，降水最低。

從高分辨率APHRO降水資料和ERA-Interim再分析資料可以看到，無論是季風降水還是干旱區(qū)降水，降水的高值區(qū)往往位于山脈迎風面而低值區(qū)位于山脈背風面，這一特征與印度夏季風的對流活動中心位置和對應(yīng)山脈地形間的關(guān)系一致（Xie et al，2006；Wu et al，2014）。Gao at al（2006）通過對比不同地形分辨率的模擬試驗后也指出，隨著地形分辨率的提高，模擬的降水分布更接近實際。除此之外，水平風場在山脈附近會發(fā)生明顯的變化（李斐等，2012；Li and Zhang，2012），從而通過溫度平流等作用直接影響到溫度分布，進一步改變環(huán)流場的結(jié)構(gòu)和垂直運動，最終對大尺度氣候系統(tǒng)產(chǎn)生影響（Shi et al，2014；Sha et al，2015）。因此，深入認識亞洲季風-干旱氣候系統(tǒng)須采用高分辨率氣候模式，分析區(qū)域差異產(chǎn)生的原因以及對大尺度氣候系統(tǒng)的作用，從而避免對模式結(jié)果的理解產(chǎn)生偏差。降水及環(huán)流特征的區(qū)域差異在高分辨率CAM4的模擬結(jié)果中得以體現(xiàn)，初步來看，近地面風在遇到山脈阻擋后往往會發(fā)生繞流和爬坡，因此有利于山前降水，此外，也可能改變水汽的輸送路徑和水汽的輻合輻散，但降水和環(huán)流場等氣象要素和氣候系統(tǒng)與山脈地形的關(guān)系需要進一步進行敏感性試驗以及對觀測資料的深入分析。

白 磊, 王維霞, 姚亞楠, 等. 2013. ERA-Interim和NCEP/ NCAR 再分析數(shù)據(jù)氣溫和氣壓值在天山山區(qū)適用性分析 [J].沙漠與綠洲氣象, 7(3): 51 – 56. [Bai L, Wang W X, Yao Y N, et al. 2013. Reliability of NCEP/NCAR and ERA-Interim reanalysis data on Tianshan mountainous area [J].Dersert and Oasis Meteorology, 7(3): 51 – 56.]

曾 剛, 伯忠凱, 倪東鴻, 等. 2013. 多套大氣再分析資料的南亞高壓強度變化特征及其與海表溫度異常關(guān)系的比較分析 [J].大氣科學學報, 36(5): 577 – 585. [Zeng G, Bo Z K, Ni D H, et al. 2013. Comparison analysis of South Asia high intensity variation and its relation to SSTA in atmospheric multi-reanalysis data [J].Transactions of Atmospheric Sciences, 36(5): 577 – 585.]

高 路, 郝 璐. 2014. ERA-Interim 氣溫數(shù)據(jù)在中國區(qū)域的適用性評估 [J].亞熱帶資源與環(huán)境學報, 9(2): 75 – 81. [Gao L, Hao L. 2014. Verifi cation of ERA-Interim reanalysis data over China [J].Journal of Subtropical Resources and Environment, 9(2): 75 – 81.]

韓振宇, 周天軍. 2012. APHRODITE 高分辨率逐日降水資料在中國大陸地區(qū)的適用性[J].大氣科學, 36(2): 361 – 373. [Han Z Y, Zhou T J. 2012. Assessing the quality of APHRODITE high-resolution daily precipitation dataset over contiguous China [J].Chinese Journal of Atmospheric Sciences, 36(2): 361 – 373.]

李 斐, 李建平, 李艷杰, 等. 2012. 青藏高原繞流和爬流的氣候?qū)W特征 [J].大氣科學, 36(6): 1236 – 1252. [Li F, Li J P, Li Y J, et al. 2012. Climatological characteristics of fl ow around and fl ow over the Tibetan Plateau [J].Chinese Journal of Atmospheric Sciences, 36(6): 1236 – 1252.]

葉篤正. 1952. 西藏高原對于大氣環(huán)流影響的季節(jié)變化 [J].氣象學報, 23: 33 – 47. [Yeh T C. 1952. The seasonal variation of the infl uence of Tibetan Plateau on the general circulation [J].Acta Meteoro Sinica, 23: 33 – 47.]

An Z S, Kutzbach J E, Prell W L, et al. 2001. Evolution of Asian monsoons and phased uplift of the Himalaya-Tibetan plateau since Late Miocene times [J].Nature, 411(6833): 62 – 66.

Bolin B. 1950. On the influence of the Earth's orography on the general character of the westerlies [J].Tellus A, 2(3): 184 – 195.

Broccoli A J, Manabe S. 1992. The effects of orography on midlatitude Northern Hemisphere dry climates [J].Journal of Climate, 5(11): 1181 – 1201.

Brunke M A, Wang Z, Zeng X B, et al. 2011. An assessment of the uncertainties in ocean surface turbulent fl uxes in 11 reanalysis, satellite-derived, and combined global datasets [J].Journal of Climate, 24(21): 5469 – 5493.

Christensen J H, Kuhry P. 2000. High-resolution regional climate model validation and permafrost simulation for the East European Russian Arctic [J].Journal of Geophysical Research, 105(D24): 29647 – 29658.

Flohn H. 1957. Large-scale aspects of the “summer monsoon”in south and east Asia [J].Journal of the Meteorological Society of Japan, 75: 180 – 186.

Gao X J, Xu Y, Zhao Z C, et al. 2006. On the role of resolution and topography in the simulation of East Asia precipitation [J].Theoretical and Applied Climatology, 86(1 / 2/ 3/ 4): 173 – 185.

Hahn D G, Manabe S. 1975. The role of mountains in the south Asian monsoon circulation [J].Journal of the Atmospheric Sciences, 32(8): 1515 – 1541.

Jiang D B, Tian Z P, Lang X M. 2015b. Reliability of climate models for China through the IPCC Third to Fifth Assessment Reports [J].International Journal of Climatology, 36(3): 1114 – 1133.

Jiang D B, Yu G, Zhao P, et al. 2015a. Paleoclimate modeling in China: A review [J].Advances in Atmospheric Sciences, 32(2): 250 – 275.

Kitoh A. 2004. Effects of mountain uplift on East Asian summer climate investigated by a coupled atmosphereocean GCM [J].Journal of Climate, 17(4): 783 – 802.

Kutzbach J E, Prell W L, Ruddiman W F. 1993. Sensitivity of Eurasian climate to surface uplift of the Tibetan Plateau [J].The Journal of Geology, 101(2): 177 – 190.

Li Q, Zhang R H. 2012. Seasonal variation of climatological bypassing fl ows around the Tibetan Plateau [J].Advances in Atmospheric Sciences, 29: 1100 – 1110.

Liu X D, Sun H, Miao Y F, et al. 2015. Impacts of uplift of northern Tibetan Plateau and formation of Asian inland deserts on regional climate and environment [J].Quaternary Science Reviews, 116: 1 – 14.

Liu X D, Yin Z Y. 2002. Sensitivity of East Asian monsoon climate to the uplift of the Tibetan Plateau [J].Palaeogeography, Palaeoclimatology, Palaeoecology, 183(3): 223 – 245.

Molnar P, Boos W R, Battisti D S. 2010. Orographic controls on climate and paleoclimate of Asia: thermal and mechanical roles for the Tibetan Plateau [J].Annual Review of Earth and Planetary Sciences, 38(1): 77 – 102.

Neale R B, Richter J H, Jochum M, et al. 2010. Description of the NCAR Community Atmosphere Model (CAM 4.0) [R]. Technical Note (NCAR/TN-486-STR), National Center for Atmospheric Research.

Neale R B, Richter J H, Jochum, M. 2008. The impact of convection on ENSO: From a delayed oscillator to a series of events [J].Journal of climate, 21(22): 5904 – 5924.

Oleson K W, Lawrence D M, Gordon B, et al. 2010. Technical description of version 4.0 of the Community Land Model (CLM) [R]. Technical Note NCAR/TN-478+STR, National Center for Atmospheric Research.

Sha Y Y, Shi Z G, Liu X D, et al. 2015. Distinct impacts of the Mongolian and Tibetan plateaus on the evolution of the East Asian monsoon [J].Journal of Geophysical Research, 120: 4764 – 4782.

Shi Z G, Liu X D, An Z S, et al. 2011. Simulated variations of eolian dust from inner Asian deserts at the mid-Pliocene, last glacial maximum, and present day: contributions from the regional tectonic uplift and global climate change [J].Climate Dynamics, 37: 2289 – 2301.

Shi Z G, Liu X D, Liu Y M, et al. 2014. Impact of Mongolian Plateau versus Tibetan Plateau on the westerly jet over North Pacifi c Ocean [J].Climate Dynamics, 44(11 / 12): 3067 – 3076.

Wang Q W, Tan Z M. 2014. Multi-scale topographic control of southwest vortex formation in Tibetan Plateau region in an idealized simulation [J].Journal of Geophysical Research, 119(20): 11543 – 11561.

Wu C H, Hsu H H, Chou M D. 2014. Effect of the Arakan Mountains in the northwestern Indochina Peninsula on the late May Asian monsoon transition [J].Journal of Geophysical Research, 119(18): 10769 – 10779.

Wu G X, Liu Y, He B, et al. 2012. Thermal controls on the Asian summer monsoon [J].Scientific Reports, 2, doi: 10.1038/srep00404.

Xie S P, Xu H, Saji N H, et al. 2006. Role of narrow mountains in large-scale organization of Asian monsoon convection [J].Journal of Climate, 19(14): 3420 – 3429.

A high resolution simulation on Asian climate by Community Atmosphere Model 4

SHA Yingying1,2, SHI Zhengguo1,3
(1. State Key Laboratory of Loess and Quaternary Geology, Institute of Earth Environment, Chinese Academy of Sciences, Xi'an 710061, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China; 3. CAS Center for Excellence in Tibetan Plateau Earth Sciences, Beijing 100101, China)

Background, aim, and scopeAsian climate is characterized by the Indian monsoon, the East Asian monsoon and inland aridity, which is complex and sensitive to global change. The formation and variation of the climate system are correlated with lots of external forcings, such as solar radiation, landsea distribution and ice sheet. The Tibetan Plateau is also demonstrated to have a vital effect on the Asian monsoons and inland aridity. Besides the large scale plateau, the meso- and small-scale mountains also show great infl uence. These mountains not only affect the regional precipitation and circulation, but also infl uence large scale weather systems such as monsoons and westerly jet fl ow. The climate model CAM4 is with much higher resolution, it can refl ect a more realistic topography and resolute those meso- and small-scale mountains to evaluate the climate effect of them.Materials and methodsThe precipitation data is a daily database from Asian Precipitation-Highly Resolved Observational Data IntegrationTowards Evaluation of Water Resources of Japan. Its spatial resolution is 0.25°×0.25° from 1951 to 2007. Other meteorological variables such as sea level pressure, horizontal wind and temperature is from ERA-Interim reanalysis data of European Center for Medium-Range Weather Forecasts(ECMWF). The reanalysis data is from 1979 to present with a resolution of 0.75°×0.75°. Besides the meteorological data, the climate model we used to simulate is the CAM4. The CAM4 is the sixth generation of the NCAR atmospheric general climate model. The horizontal resolution is 0.47°×0.63° (latitude×longitude) in the simulation.ResultsWith the apparently increased resolution of global climate model, the modeling result conducted by CAM4 with high resolution is compared with APHRO precipitation and ERAInterim reanalysis data to evaluate whether and in what extent the simulating capability is improved. (1) The CAM4 with high resolution can well simulates the large scale Asian monsoon — aridity climate pattern. (2) More importantly, the Asian monsoon precipitation are well presented, including the Indian monsoon rain centers over the west coast of the Indian subcontinent, the southern Himalaya mountains, Bangladesh and the west coast of Indochina peninsula, and the East Asian monsoon rain gradient decreases from southeast to northwest. The CAM4 also shows more precipitation in winter and less precipitation in summer over arid inland of the Central Asia, which is different compared to inland China, where the most raining season is summer. (3) The atmosphere circulation simulated in high-resoluted CAM4 is more realistic, such as the 850 hPa wind difference over the Indian ocean, the Indian subcontinent, the Bay of Bengal and the Indochina peninsula of the Indian monsoon region, the wind direction turning from southwesterly to southeasterly over east China of the East Asian monsoon region, and the summer bypassing fl ows over the south Tianshan mountain in Xinjiang. (4) Besides, the surface temperature and sea level pressure patterns of the Asian monsoon and interior aridity are also well simulated, including the large scale climate systems such as the Siberian high, the Aleutian low and the western Pacifi c high, and the seasonal variations of the meso-scale pressure and temperature centers and gradients. (5) The spatial correlations show that the correlation between CAM4 and meteorological observation are signifi cant on global, North Hemisphere and continent scale. The surface temperature has a very high correlation between high-resoluted CAM4 model and meteorological data. The correlation coeffi cient of surface temperature is above 0.9. The correlation coeffi cient of sea level pressure, 850 hPa zonal wind and meridional wind is above 0.9, 0.9 and 0.8 on global scale, respectively. The correlation coeffi cient of precipitation over Asia is no less than 0.7.DiscussionThe results suggest that the precipitation center is always located over upwind regions no matter over monsoon or inland arid areas while the downwind regions always get minimum rainfall. The character is accordance with the relationship between the convective activity and mountains. Besides, the wind field also changes near mountainous regions and obviously different from other regions. The related temperature distribution can be directly infl uenced by temperature advection change caused by wind variation. As a result, the atmosphere circulation and vertical structure are changed, which can also infl uence large scale climate systems. Lots of studies show that more realistic precipitation and wind fi eld can be simulated with higher topography resolution in climate models. Therefore, high-resoluted climate models need to be used to study the detailed monsoon and arid climate and inner difference over Asia and study the relationship between precipitation, atmosphere circulation and mountains.ConclusionsThe results show that the high-resoluted CAM4 model can improve the simulation skill over Asian, where the climate system is characterized by complex monsoons and aridity. With the improved resolution, the differences between the Indian monsoon and the East Asian monsoon, and between the arid Central Asia and inland China are obviously presented. Besides, it suggests a great infl uence of meso- and small-scale mountains on convection centers and precipitation distribution.Recommendations and perspectivesThe high-resoluted CAM4 model is very helpful for detailed study of the complex Asian climate and to deep our understanding of the infl uence of the mountain topogaraphy. The sensitivity experiments related to meso-scale mountain need to be designed to further fi nger out its climate effect.

CAM4; high resolution; simulation; Asian monsoon; interior aridity

SHI Zhengguo, E-mail: shizg@ieecas.cn

10.7515/JEE201603006

2015-11-23；錄用日期：2015-12-24

Received Date:2015-11-23;Accepted Date:2015-12-24

中國科學院戰(zhàn)略重點研究項目（XDB03020601）；國家自然科學基金項目（41290255，41572160）；國家重點基礎(chǔ)研究發(fā)展計劃（2013CB955904）；黃土與第四紀地質(zhì)國家重點實驗室開放基金項目（SKLLQG1416）

Foundation Item:Strategic Priority Research Program of Chinese Academy of Sciences (XDB03020601); National Natural Science Foundation of China (41290255, 41572160); National Basic Research Program of China (2013CB955904); Program of State Key Laboratory of Loess and Quaternary Geology (SKLLQG1416)

石正國，E-mail: shizg@ieecas.cn