周天軍鄒立維韓振宇劉博, 3姚雋琛, 3

1中國(guó)科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京1000292國(guó)家氣候中心，北京1000813中國(guó)科學(xué)院大學(xué)，北京100049

?

區(qū)域海氣耦合模式FROALS的發(fā)展及其應(yīng)用

周天軍1鄒立維1韓振宇2劉博1, 3姚雋琛1, 3

1中國(guó)科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京100029
2國(guó)家氣候中心，北京100081
3中國(guó)科學(xué)院大學(xué)，北京100049

摘 要區(qū)域海氣耦合模式是研究局地海氣相互作用過程影響氣候變率的重要平臺(tái)，也是對(duì)全球氣候模式進(jìn)行“動(dòng)力降尺度”的重要工具。本文介紹了LASG（State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics）/IAP（Institute of Atmospheric Physics）發(fā)展的區(qū)域海氣耦合模式FROALS（Flexible Regional Ocean–Atmosphere–Land System model），并總結(jié)了過去五年圍繞該區(qū)域海氣耦合模式開展的研究工作。FROALS的特點(diǎn)之一是有兩個(gè)完全不同的大氣模式分量和海洋模式分量選項(xiàng)，可以適應(yīng)不同的模擬研究需求。針對(duì)區(qū)域海氣耦合模式在西北太平洋地區(qū)的模擬偏差，通過分步驟考察不同大氣模式分量和不同海洋模式分量對(duì)模式模擬性能的影響，指出大氣模式是導(dǎo)致區(qū)域海氣耦合偏差的主要分量。通過改進(jìn)對(duì)流觸發(fā)的相對(duì)濕度閾值標(biāo)準(zhǔn)，有效地改善了此前區(qū)域海氣耦合模式在亞洲季風(fēng)區(qū)普遍出現(xiàn)的“模擬海溫冷偏差”。改進(jìn)的FROALS對(duì)西北太平洋地區(qū)的大氣和海洋環(huán)境有較好的模擬能力，合理地再現(xiàn)了西北太平洋地區(qū)表層洋流氣候態(tài)和年際變率。較之非耦合模式，考慮區(qū)域海氣耦合過程后，改進(jìn)了東亞和南亞地區(qū)的降水和熱帶氣旋潛勢(shì)年際變率的模擬。最后，針對(duì)東亞—西北太平洋地區(qū)，利用FROALS對(duì)IAP/LASG全球氣候模式模擬和預(yù)估的結(jié)果進(jìn)行了動(dòng)力降尺度，得到了東亞區(qū)域50 km高分辨率區(qū)域氣候變化信息。分析顯示，F(xiàn)ROALS模擬得到的東亞區(qū)域氣候較之全球氣候模式和非耦合區(qū)域氣候模式結(jié)果具有明顯的“增值”，顯示出區(qū)域海氣耦合模式在該區(qū)域良好的應(yīng)用前景。

關(guān)鍵詞亞洲季風(fēng) 區(qū)域海氣耦合模式 模式偏差 季風(fēng)的模擬和預(yù)估

資助項(xiàng)目 國(guó)家自然科學(xué)基金項(xiàng)目41420104006、41205080，海洋公益性行業(yè)科研專項(xiàng)201105019-3

Founded by National Natural Science Foundation of China (Grants 41420104006, 41205080), Ocean Projects of Public Science and Technology Research (Grant 201105019-3)

Development and Application of a Regional Atmosphere–Ocean Coupled Model (FROALS): A Review

ZHOU Tianjun1, ZOU Liwei1, HAN Zhenyu2, LIU Bo1, 3, and YAO Junchen1, 3

1 State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029
2 National Climate Center, Beijing 100081
3 University of Chinese Academy of Sciences, Beijing 100049

Abstract Regional ocean–atmosphere coupled models (ROAMs) are an important tool for understanding the impacts of regional air–sea interactions on monsoon variability, as well as for the dynamical downscaling of global climate models. Areview is presented on the development and application of a ROAM developed at the State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics (LASG), Institute of Atmospheric Physics (IAP), Chinese Academy of Sciences, named FROALS (Flexible Regional Ocean–Atmosphere–Land System model). The major advantage of FROALS is that it consists of two atmospheric model components and two oceanic model components. By using this flexible model system, the effects of different atmospheric model components and different oceanic model components on the ROAM simulations over the western North Pacific have been investigated. Results suggest that simulated biases in FROALS are mainly contributed by the atmospheric model component. The cold biases of simulated SST in FROALS are significantly reduced when the convection suppression criterion is applied. The advanced FROALS shows reasonable performance over the western North Pacific. The climatology and interannual variability of upper-level ocean currents over the western North Pacific are reproduced well. Compared with the uncoupled simulation, the regionally coupled simulation exhibits improvements in the interannual variability of rainfall and tropical cyclone genesis potential index over the WNP. Finally, FROALS has been used to dynamically downscale the present-day climate simulation and future climate projections of the IAP/LASG global climate system model. Preliminary analysis indicates that the regional climate over East Asia derived from FROALS is better than those derived from global climate models and the uncoupled regional model, indicating that FROALS has good application prospects over this region.

Keywords Asian monsoon, Regional ocean–atmosphere coupled model, Model bias, Simulation and projection of Monsoon

1 引言

區(qū)域氣候模式是進(jìn)行區(qū)域氣候變率機(jī)理研究、進(jìn)行高分辨率區(qū)域氣候變化預(yù)測(cè)和預(yù)估的重要工具。自20世紀(jì)80年代末Dickinson和Giorgi等提出區(qū)域氣候模擬的構(gòu)想以來（Dickinson et al., 1989; Giorgi, 1990），區(qū)域氣候模式得到了快速發(fā)展。區(qū)域氣候模式的范疇，已經(jīng)從單純的大氣模式，逐漸拓展到區(qū)域海洋—大氣耦合模式、區(qū)域氣候模式與氣溶膠/化學(xué)模塊、動(dòng)態(tài)植被模塊、水文模塊等的耦合（IPCC, 2013）。區(qū)域氣候模擬研究領(lǐng)域的國(guó)際合作也空前活躍，設(shè)立了諸多針對(duì)區(qū)域氣候模式的合作計(jì)劃，例如，針對(duì)東亞區(qū)域有Fu et al. （2005）發(fā)起的RMIP（Regional Climate Model Intercomparison Project for Asia）計(jì)劃，目前正在進(jìn)行的是該計(jì)劃的第三階段（Niu et al., 2015）。在全球范圍，“聯(lián)合區(qū)域降尺度計(jì)劃”（COordinated Regional Downscaling Experiment，簡(jiǎn)稱CORDEX）是世界氣候研究計(jì)劃WCRP最新發(fā)起的針對(duì)“降尺度”預(yù)估的國(guó)際合作計(jì)劃。在動(dòng)力降尺度方面，該計(jì)劃旨在通過制定統(tǒng)一的模式評(píng)估和氣候預(yù)估框架，基于CMIP5全球模式的多模式、多情景預(yù)估結(jié)果，利用區(qū)域氣候模式，獲得全球不同地區(qū)的高分辨率區(qū)域氣候變化信息（Giorgi et al., 2009; Jones et al., 2011）。CORDEX計(jì)劃在CMIP5之后，有望在CMIP6中繼續(xù)實(shí)施。

亞洲季風(fēng)區(qū)復(fù)雜的海陸分布使得亞洲季風(fēng)的模擬成為一個(gè)國(guó)際難題（Yu et al., 2000；Zhou and Li, 2002；符淙斌等，2004；高學(xué)杰等，2006；Sperber et al., 2013）。近年來的研究表明，季風(fēng)模擬難題和該區(qū)域的復(fù)雜海氣相互作用過程有關(guān)。采用海溫驅(qū)動(dòng)大氣模式的動(dòng)力前提，是該區(qū)域的海氣相互作用主要表現(xiàn)為海洋對(duì)大氣的強(qiáng)迫。但是，資料診斷和模擬研究表明，在東亞—西北太平洋季風(fēng)區(qū)，夏季的海氣相互作用主要表現(xiàn)為大氣對(duì)海洋的強(qiáng)迫，換言之，主要表現(xiàn)為季風(fēng)驅(qū)動(dòng)海洋（Wang et al., 2005; Wu et al., 2009）。因此，考慮局地海氣相互作用過程對(duì)亞洲季風(fēng)尤其是夏季風(fēng)降水和環(huán)流的模擬十分重要（Zhou et al., 2009）?；谌驓夂蚰Ｊ剿_展的有、無海氣耦合過程的模擬試驗(yàn)比較分析證明，考慮海氣相互作用過程后，無論對(duì)于季風(fēng)降水的氣候態(tài)還是年際變率都有顯著改進(jìn)（Song and Zhou, 2014a, 2014b），印度夏季風(fēng)降水的預(yù)報(bào)技巧亦有顯著改進(jìn)（Krishna Kumar et al., 2005）。

基于上述全球模式的研發(fā)經(jīng)驗(yàn)，近年來，學(xué)術(shù)界開始注重在針對(duì)亞洲區(qū)域的區(qū)域氣候模擬中考慮海洋過程。鄒立維和周天軍（2012a）歸納總結(jié)了當(dāng)今國(guó)內(nèi)外主要的區(qū)域海氣耦合模式，其中針對(duì)亞洲區(qū)域的區(qū)域海氣耦合模式有10個(gè)，占了總數(shù)的50%以上。諸多研究表明，較之未耦合模式，區(qū)域海氣耦合模式在亞洲季風(fēng)降水和環(huán)流的模擬方面顯示出一定的優(yōu)勢(shì)。例如，考慮印度洋地區(qū)的局地海氣耦合過程后，改善了印度洋地區(qū)降水和海表熱收支的模擬（Ratnam et al., 2009）；針對(duì)東亞區(qū)域的區(qū)域海氣耦合模式研究表明，東亞近海局地海氣相互作用過程的引入，改進(jìn)了長(zhǎng)江流域和華南降水的模擬（王倩怡和張耀存，2008；Yao and Zhang，2010；房永杰和張耀存，2011）、改善了東亞地區(qū)降水年際變率的模擬（Li and Zhou, 2010）以及西北太平洋地區(qū)夏季降水氣候態(tài)和年際變率的模擬（Zou and Zhou, 2013）。區(qū)域海氣耦合模式亦被用于研究東亞夏季降水的季節(jié)內(nèi)變化過程（Fang et al., 2013）、中國(guó)南方的一次暴雪過程（Liao and Zhang, 2013）、東亞季風(fēng)的水汽輸送過程（Yao et al., 2013）、東亞局地海氣相互作用過程（Huang et al., 2012）。因此，區(qū)域海氣耦合模式在亞洲區(qū)域有著廣闊的應(yīng)用前景。

中國(guó)科學(xué)院大氣物理研究所（IAP）大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室（LASG）長(zhǎng)期致力于氣候模式的發(fā)展，其全球氣候系統(tǒng)模式參與了包括CMIP5在內(nèi)的歷次“國(guó)際耦合模式比較計(jì)劃”（CMIP），是在過去30年持續(xù)參加了所有各次CMIP計(jì)劃的、國(guó)際上僅有的約10個(gè)模式之一，模式結(jié)果被歷次“政府間氣候變化專門委員會(huì)”（IPCC）評(píng)估報(bào)告所引用（周天軍等，2014；Zhou et al., 2014）。不過受高性能計(jì)算資源的限制，當(dāng)前用于長(zhǎng)期氣候模擬的全球模式的分辨率多在200 km左右，難以滿足東亞復(fù)雜地形區(qū)的氣候模擬需求。因此，為了適應(yīng)東亞—西北太平洋氣候加密模擬研究的需要，最近五年來，LASG著手發(fā)展了一個(gè)區(qū)域海氣耦合模式FROALS（Flexible Regional Ocean–Atmosphere–Land System model），作為對(duì)LASG全球氣候系統(tǒng)模式的模擬和預(yù)估結(jié)果進(jìn)行動(dòng)力降尺度模擬的工具。利用FROALS模式，針對(duì)亞洲季風(fēng)區(qū)，圍繞模式模擬偏差和改進(jìn)、局地海氣耦合過程對(duì)夏季風(fēng)模擬的影響、未來氣候變化的降尺度預(yù)估等，開展了系統(tǒng)的研究。本文的目的，是在概述該模式基本特點(diǎn)的基礎(chǔ)上，總結(jié)基于該模式所開展的科學(xué)研究的主要結(jié)論，展望其未來發(fā)展，為區(qū)域海氣耦合模式的未來發(fā)展和應(yīng)用提供參考。

2 區(qū)域海氣耦合模式FROALS簡(jiǎn)介

FROALS是一個(gè)基于國(guó)際通用耦合器OASIS3 （Valcke，2006）的靈活的區(qū)域海氣耦合模式系統(tǒng)（圖1）。該區(qū)域海氣耦合模式系統(tǒng)有兩個(gè)大氣模式分量和兩個(gè)海洋模式分量可供選擇。在大氣模式分量中，一個(gè)為IAP/LASG發(fā)展的區(qū)域氣候模式CREM（Climate version of Regional Eta Model）（Shi et al., 2009），另一個(gè)為意大利ICTP（Abdus Salam International Centre for Theoretical Physics）發(fā)展的區(qū)域氣候模式RegCM3（Pal et al., 2007）。在海洋分量中，一個(gè)為美國(guó)普林斯頓大學(xué)發(fā)展的POM2000 （Mellor, 2004），另一個(gè)為L(zhǎng)ASG/IAP發(fā)展的全球海洋模式LICOM2.0（Liu et al., 2012）。多個(gè)大氣分量模式和海洋分量模式的配置，將有利于針對(duì)特定問題選擇合適的分量模式，同時(shí)也便于在同一框架下討論不同大氣分量模式和海洋分量模式對(duì)區(qū)域海氣耦合模式性能的影響，分析模式模擬偏差的來源，減少模擬結(jié)果的不確定性。為了便于討論，下文將RegCM3與POM耦合的版本，簡(jiǎn)稱“RegCM3-POM”，其它耦合配置以此類推。

圖1 LASG發(fā)展的區(qū)域海氣耦合模式FROALS（Flexible Regional Ocean–Atmosphere–Land System）框架。模式基于耦合器OASIS，并由兩個(gè)完全不同的大氣模式分量和海洋模式分量組成。大氣模式分量包括LASG發(fā)展的區(qū)域氣候模式CREM（Climate version of the Regional Eta Model）和意大利ICTP （International Centre for Theoretical Physics）發(fā)展的RegCM3。海洋模式分量包括普林斯頓大學(xué)發(fā)展的POM2000和LASG發(fā)展的全球海洋模式LICOM2Fig. 1 Configuration of FROALS, which is coupled through the Ocean–Atmosphere–Sea Ice–Soil (OASIS3.0) coupler. The atmospheric component has two options: the climate version of the Regional Eta Model (CREM) developed by LASG/IAP, and the Regional Climate Model version 3 (RegCM3) developed by the International Centre for Theoretical Physics (ICTP) in Italy. The oceanic component also has two options: the POM2000 oceanic model developed by Princeton University, and the LICOM2.0 Climate Ocean Model developed by LASG/IAP

在FROALS耦合模式中，大氣模式分量提供海表風(fēng)應(yīng)力、潛熱、感熱、海表凈短波輻射及海表凈長(zhǎng)波輻射給海洋模式，而海洋模式則反饋預(yù)報(bào)的SST給區(qū)域大氣模式。由于耦合過程中未考慮淡水通量，因此，模式的海表鹽度向觀測(cè)的Levitus （1982）氣候態(tài)恢復(fù)。當(dāng)大氣模式分量和海洋模式分量采用不同的水平分辨率時(shí)，在通量交換過程中，采用“mosaic”面積加權(quán)插值方法（Valcke，2006）以保證通量交換的守恒。

3 模式性能的優(yōu)化

3.1 海溫的冷偏差問題

在亞澳季風(fēng)區(qū)，與全球海氣耦合模式類似，區(qū)域海氣耦合模式普遍存在“模擬海溫冷偏差”問題（Ren and Qian，2005；Ratnam et al.，2009；Li and Zhou，2010；Fang et al.，2010；房永杰和張耀存，2011）。前人關(guān)于冷偏差成因的討論可歸納如下：（1）區(qū)域大氣模式提供的海表熱通量與海洋模式所需的熱通量不一致（Ren and Qian，2005；Fang et al.，2010）；（2）海表入射太陽(yáng)輻射的模擬偏差（Li and Zhou，2010）；（3）海溫對(duì)大氣模式偏差的調(diào)整，使得海洋和區(qū)域大氣模式之間達(dá)到更好的平衡（Ratnam et al.，2009）。但是圍繞著如何有效地減少區(qū)域海氣耦合模式在該地區(qū)的模擬偏差、并進(jìn)而改進(jìn)區(qū)域海氣耦合模式的性能，則并不清楚。我們使用FROALS模式，圍繞著海溫冷偏差問題，進(jìn)行了以下研究工作。

首先基于1998年暖季，針對(duì)西北太平洋地區(qū)（0°～40°N，105°E～160°E），分步驟討論了不同大氣模式分量和不同海洋模式分量對(duì)區(qū)域海氣耦合模式模擬性能的影響。采用相同的海洋模式POM2000，與不同大氣模式耦合（CREM和RegCM3）后，模擬SST（Sea Surface Temperature）的偏差截然相反（鄒立維和周天軍，2012b）。CREM耦合海洋模式POM2000后模擬的中國(guó)南海和菲律賓島以東海域海溫偏暖，最大可達(dá)2.5°C；RegCM3耦合海洋模式后模擬的中國(guó)南海和日本島以南大片海域海溫偏冷，最大偏冷亦可達(dá)2.5°C。而RegCM3耦合不同海洋模式分量（POM2000和LICOM2）的結(jié)果顯示，RegCM3-POM與RegCM3-LICOM2模擬的SST偏差及海表熱通量場(chǎng)高度相似（Zou and Zhou, 2014）。這一結(jié)果表明，決定耦合模式海溫模擬偏差的過程，主要來自大氣模式，而不同海洋模式對(duì)區(qū)域海氣耦合模式性能的影響相對(duì)較弱。

診斷分析表明，氣候模式對(duì)海洋區(qū)域溫濕垂直廓線的模擬偏差是導(dǎo)致耦合后海溫出現(xiàn)偏差的重要原因。CREM（RegCM3）模擬的低層大氣偏暖偏濕（干冷），使得海表潛熱偏少（多），低層大氣層結(jié)較之觀測(cè)更不穩(wěn)定（穩(wěn)定），導(dǎo)致低層云量偏少（多），到達(dá)海表的凈短波輻射偏多（少）。這相當(dāng)于一個(gè)潛在的熱源（冷源）。一旦開始與海洋耦合，這個(gè)熱源（冷源）會(huì)使模擬的SST升溫（降溫），產(chǎn)生暖（冷）偏差（鄒立維和周天軍，2012b）。

溫濕廓線的模擬偏差與對(duì)流降水參數(shù)化過程的描述不同有關(guān)。為減少RegCM3耦合海洋模式后的模擬海溫冷偏差，在RegCM3的Grell對(duì)流參數(shù)化方案中引入了基于相對(duì)濕度的對(duì)流抑制過程（Zou and Zhou, 2011）。Grell對(duì)流參數(shù)化方案中對(duì)流的觸發(fā)僅依賴于模式大氣的不穩(wěn)定度，而在觀測(cè)中有些大尺度環(huán)境條件（如西北太平洋夏季副熱帶高壓控制下的干區(qū)）并不利于對(duì)流過程的發(fā)生（Markowski et al.，2006），因此，Grell方案會(huì)高估對(duì)流發(fā)生的頻率。引入對(duì)流抑制過程后，當(dāng)云頂至云底平均的相對(duì)濕度大于某個(gè)閾值時(shí)，方允許對(duì)流發(fā)生。

針對(duì)西北太平洋地區(qū)，利用RegCM3-POM考察了區(qū)域海氣耦合模式對(duì)不同的對(duì)流閾值的敏感性。圖2給出參照試驗(yàn)和敏感性試驗(yàn)?zāi)M的1998 年5～8月平均SST。由圖可見，當(dāng)相對(duì)濕度閾值設(shè)為大于0.65（0.75）后，顯著減少了參照試驗(yàn)在菲律賓島以東（南中國(guó)海）的SST冷偏差（圖2）。更強(qiáng)的對(duì)流抑制會(huì)更為有效地令模擬的海溫偏暖，緩解參照試驗(yàn)中模擬海溫的冷偏差。考慮對(duì)流抑制后，大氣中云量減少，使得更多的太陽(yáng)輻射達(dá)到海面，海表凈短波輻射的增加是導(dǎo)致模擬海溫改善的主要原因（Zou and Zhou, 2011）。

如何獲得最佳的對(duì)流抑制閾值？我們以衛(wèi)星觀測(cè)資料為標(biāo)準(zhǔn)，通過診斷模擬的對(duì)流云降水比例（對(duì)流降水占總降水的比例）來確定最佳對(duì)流閾值。圖3給出1998年5～8月平均的區(qū)域平均模式模擬的和衛(wèi)星TRMM3A12的對(duì)流云降水比例。敏感性試驗(yàn)表明，對(duì)流抑制愈強(qiáng)，伴隨對(duì)流云的降水貢獻(xiàn)愈少。當(dāng)相對(duì)濕度閾值設(shè)定為0.70時(shí)，模式能較好地再現(xiàn)觀測(cè)中的對(duì)流云降水比例。因此，在FROALS的標(biāo)準(zhǔn)版本中，我們將相對(duì)濕度的閾值設(shè)定為0.70（Zou and Zhou, 2011）。

圖2 （a）1998年5～8月平均的參照試驗(yàn)與觀測(cè)海表溫度之差（單位：°C）；（b–f）考慮對(duì)流抑制過程后，各敏感性試驗(yàn)與參照試驗(yàn)?zāi)M海表溫度之差（單位：°C）[基于Zou and Zhou（2011）重新繪制]。CPL_CTRL代表參照試驗(yàn)，RH_55、 RH_65、RH_70、 RH_75、RH_80代表不同相對(duì)濕度閾值敏感試驗(yàn)Fig. 2 (a) Spatial distribution of SST difference (units: °C) between FROALS using RegCM3 coupled with POM and the observation (Optimum Interpolation Sea Surface Temperature) averaged from May through August 1998. Five sets of sensitivity experiments with convection suppression criteria based on the averaged RH from the cloud base to top were designed. (b–f) SST difference (units: °C) between sensitivity experiments with different threshold values (from 55% to 80%) and FROALS [modified based on Zou and Zhou (2011)]. CPL_CTRL represents control experiment; RH_55, RH_65, RH_70, RH_75, and RH_80 represent the sensitivity experiments with different threshold values

綜上所述，區(qū)域海氣耦合模式在亞洲季風(fēng)區(qū)通常出現(xiàn)的模擬SST“冷偏差”，部分是由于區(qū)域大氣模式中對(duì)流發(fā)生過頻?；谛l(wèi)星資料改進(jìn)對(duì)流觸發(fā)的相對(duì)濕度閾值后，不僅減少了區(qū)域海氣耦合模式模擬的SST冷偏差，同時(shí)改善了模式模擬的對(duì)流云降水比例。上述工作，為改善區(qū)域海氣耦合模式在亞洲季風(fēng)區(qū)的模擬性能提供了一個(gè)有效途徑。

3.2 對(duì)流參數(shù)化方案中關(guān)鍵參數(shù)的自動(dòng)優(yōu)化

以衛(wèi)星觀測(cè)資料為標(biāo)準(zhǔn)，通過診斷模式中對(duì)流降水占總降水的比例來確定最佳對(duì)流閾值，被證明是一種有效的優(yōu)化途徑（Zou and Zhou, 2011）。但是，這種人工判斷最優(yōu)參數(shù)的方法工作量大、耗費(fèi)的計(jì)算資源大，結(jié)果又受主觀性影響大。近年來，國(guó)際在參數(shù)優(yōu)化方面的主流方法是快速收斂到最優(yōu)參數(shù)的采樣方法。針對(duì)東亞夏季風(fēng)的降水模擬難題，我們利用快速模擬退火（MVFSA）的采樣技術(shù)，針對(duì)RegCM的MIT-Emanuel對(duì)流參數(shù)化方案在CORDEX的性能進(jìn)行了優(yōu)化（Zou et al., 2014）。選擇的七個(gè)參數(shù)基于前人的敏感性試驗(yàn)，可分為三類：第一類在對(duì)流參數(shù)化過程中考慮大尺度環(huán)境場(chǎng)的影響，第二類為對(duì)流參數(shù)化方案中控制對(duì)流質(zhì)量通量和云水雨水轉(zhuǎn)換百分比的參數(shù)，第三類為層云方案中控制格點(diǎn)尺度云生成的濕度參數(shù)。以1998年夏季為例，研究結(jié)果顯示，優(yōu)化后的夏季平均降水較之參照試驗(yàn)（默認(rèn)設(shè)定）有一定程度的改進(jìn)（改善幅度20%）。優(yōu)化試驗(yàn)極大緩解了參照試驗(yàn)中西北太平洋地區(qū)和孟加拉灣地區(qū)模擬降水偏多的誤差，并且改進(jìn)了參照試驗(yàn)在ITCZ（InerTropical Convergence Zone）地區(qū)降水模擬偏少的誤差。進(jìn)一步分析了分區(qū)降水對(duì)七個(gè)參數(shù)的敏感性，總體而言，對(duì)第一類參數(shù)最為敏感。優(yōu)化的參數(shù)不僅適用于極端個(gè)例（1998年夏季），而且適用于正常年份（2005年夏季），同時(shí)也適用于RegCM新版本的模式（RegCM4）。

3.3 采用譜逼近方法訂正大氣環(huán)流模擬偏差

區(qū)域氣候模式的環(huán)流模擬容易出現(xiàn)較大偏差，從而影響降水模擬效果；區(qū)域越大，模擬的環(huán)流偏差也越大。環(huán)流場(chǎng)的模擬改進(jìn)問題是提升區(qū)域氣候模式性能的瓶頸之一。區(qū)域氣候模式的大尺度信息主要來自于側(cè)邊界，如何合理給定側(cè)邊界強(qiáng)迫是改進(jìn)環(huán)流模擬效果的關(guān)鍵。除了盡可能地減小模式區(qū)域，或選用更優(yōu)的側(cè)邊界嵌套方案之外，由于高空偏差主要出現(xiàn)在大尺度波動(dòng)，故國(guó)際上開始把譜逼近的方法運(yùn)用到區(qū)域氣候模式中，即在模式高層將大尺度波動(dòng)向強(qiáng)迫場(chǎng)恢復(fù)，區(qū)域氣候模式只負(fù)責(zé)中小尺度波動(dòng)的模擬。我們嘗試在FROALS模式的大氣分量RegCM3的風(fēng)場(chǎng)采用譜逼近方法，并以2003年的江淮梅雨過程為例，檢驗(yàn)了譜逼近方法對(duì)模擬效果的改進(jìn)能力（曾先鋒和周天軍，2012）。結(jié)果表明，采用譜逼近方法后，模擬技巧得到顯著提高，能明顯改進(jìn)模式對(duì)梅雨過程的模擬能力，有效地減少了原來存在的模式模擬的梅雨期環(huán)流和梅雨鋒偏北導(dǎo)致降水偏北的偏差問題。此外，圍繞譜逼近方法中權(quán)重函數(shù)及其強(qiáng)度系數(shù)的作用問題，我們進(jìn)行了敏感性數(shù)值試驗(yàn)，發(fā)現(xiàn)譜逼近方法的改進(jìn)效果主要決定于強(qiáng)度系數(shù)的選擇。

不過，我們的研究也發(fā)現(xiàn)，譜逼近方法并非是萬能的，它不能完全解決區(qū)域氣候模擬面臨的問題。譜逼近方法的優(yōu)點(diǎn)在于，它能夠保證大氣環(huán)流更接近強(qiáng)迫場(chǎng)，也能較大程度地改進(jìn)模式對(duì)梅雨期降水位置和強(qiáng)度的模擬，但是對(duì)于與模式物理過程聯(lián)系更緊密的低層大氣溫度及高溫高濕中心等的模擬，該方法的作用并不明顯，進(jìn)一步的改進(jìn)有賴于模式物理過程的完善。

4 FROALS在西北太平洋地區(qū)的模擬性能評(píng)估

4.1 試驗(yàn)設(shè)計(jì)

圖3 區(qū)域平均的 1998 年 5～8 月平均對(duì)流降水比例（對(duì)流降水占總降水的比例）[基于Zou and Zhou（2011）重新繪制]。其中TRMM為觀測(cè)資料Fig. 3 Regionally averaged convective percentages (defined as the percentage of total rainfall that is convective rainfall) of rainfall averaged from May to August 1998 [modified based on Zou and Zhou (2011)]. TRMM represents observations

為克服耦合系統(tǒng)區(qū)域海洋模式側(cè)邊界對(duì)長(zhǎng)期積分的影響，采用改進(jìn)對(duì)流參數(shù)化方案的RegCM3 和LICOM2耦合的模式構(gòu)架。在西北太平洋地區(qū)，RegCM3和LICOM2為完全耦合。在其它區(qū)域，海洋模式讀入日平均的NCEP2再分析資料海表風(fēng)場(chǎng)和溫度場(chǎng)，通過總體公式（Large and Yeager，2004）計(jì)算得到海洋模式運(yùn)行所需的海表風(fēng)應(yīng)力及熱通量。RegCM3運(yùn)行所需的側(cè)邊界條件來自6小時(shí)的NCEP2（National Centers for Environmental Prediction 2）再分析資料（Kanamitsu et al.，2002）。大氣模式的水平分辨率為45 km，海洋模式緯向分辨率為均勻的1°，經(jīng)向分辨率由南北緯10°之間0.5°逐漸過渡到南北緯20°之外的1°。模式耦合模擬積分的時(shí)段為1982～2007年（Zou and Zhou, 2013）。為比較耦合前后的區(qū)別，單獨(dú)區(qū)域大氣模式（RegCM3）也積分相同時(shí)間長(zhǎng)度（1982～2007年），所用的下邊界SST資料來源于周平均的OISST2 （Optimum Interpolation Sea Surface Temperature V2）（Reynolds et al.，2002）。

4.2 降水年際變率

圖4給出西北太平洋中心區(qū)（10°N～25°N，120°E～150°E）、中國(guó)南海地區(qū)（5°N～20°N，110°E～120°E）降水距平百分比的年際變化序列。未耦合試驗(yàn)對(duì)西北太平洋中心區(qū)降水年際變化模擬能力有限，與觀測(cè)的相關(guān)系數(shù)僅為0.14。耦合模式則改善了該地區(qū)降水年際變率的模擬，與觀測(cè)的相關(guān)系數(shù)提高至0.50，超過了95%的信度檢驗(yàn)水平。

在中國(guó)南海地區(qū)亦為如此。未耦合試驗(yàn)明顯高估了降水變率振幅，與觀測(cè)的相關(guān)系數(shù)為0.37。耦合后，減小了模擬降水年際變率的振幅，與觀測(cè)更加接近，和觀測(cè)的相關(guān)系數(shù)提高至0.55。由此可見，海氣耦合過程改善了西北太平洋地區(qū)降水年際變率的模擬。這是由于區(qū)域海氣耦合模式減少了非耦合的大氣模式對(duì)觀測(cè)的海溫虛假的、偏強(qiáng)的響應(yīng)，因此改善了對(duì)降水的模擬（Zou and Zhou, 2013）。

4.3 熱帶氣旋潛勢(shì)

圖4 （a）西北太平洋地區(qū)（10°N～25°N，120°E～150°E）、（b）中國(guó)南海地區(qū)（5°N～20°N，110°E～120°E）降水距平百分比的年際變化[基于Zou and Zhou（2013重新繪制]Fig. 4 Percentage variations of rainfall anomalies relative to rainfall climatology averaged over the (a) western North Pacific (WNP; 10°–25°N, 120°–150°E) and (b) South China Sea (SCS; 5°–20°N, 110°–120°E) [modified based on Zou and Zhou (2013)]

熱帶氣旋潛勢(shì)指數(shù)（GPI）可以合理刻畫熱帶氣旋生成的位置與范圍，被廣泛應(yīng)用于評(píng)估氣候系統(tǒng)模式對(duì)熱帶氣旋的模擬，特別是全球氣候模式的模擬性能（Tian et al., 2013）。圖5給出觀測(cè)和模擬的1982～2007年6～8月平均GPI 值EOF（Empirical Orthogonal Function）主模態(tài)。觀測(cè)中大致沿20°N成南北反位相分布的偶極子型（圖5a），在區(qū)域海氣耦合模式和非耦合模式中都有一定再現(xiàn)，但在非耦合模式中，該偶極子型位置偏北、日本南部振幅偏強(qiáng)、南海季風(fēng)槽地區(qū)振幅偏弱（圖5b）。在區(qū)域海氣耦合模式中，除對(duì)中國(guó)南海區(qū)域強(qiáng)度模擬偏強(qiáng)外，整體型態(tài)與觀測(cè)更為接近，特別是南海季風(fēng)槽地區(qū)（圖5c）。觀測(cè)中，該模態(tài)主要受到ENSO的調(diào)制。觀測(cè)中EOF第一模態(tài)對(duì)應(yīng)的時(shí)間序列與Ni?o3.4指數(shù)、南海夏季風(fēng)指數(shù)的相關(guān)系數(shù)分別為0.58、0.64（圖5d），表明ENSO通過影響季風(fēng)槽而影響熱帶氣旋的活動(dòng)。區(qū)域海氣耦合模式對(duì)該模態(tài)年際變率的模擬較之非耦合模式明顯改善，其與觀測(cè)的相關(guān)系數(shù)為0.76，而非耦合試驗(yàn)僅為0.53。分析表明，這是因?yàn)閰^(qū)域海氣耦合模式模擬的南海季風(fēng)槽年際變率優(yōu)于非耦合模式，其模擬南海夏季風(fēng)指數(shù)和GPI主模態(tài)時(shí)間序列與觀測(cè)的南海夏季風(fēng)指數(shù)的相關(guān)為0.84與0.83，而非耦合模式僅為0.77和0.22（姚雋琛等，2015）。

4.4 西北太平洋海洋環(huán)流

西北太平洋地區(qū)有著較為復(fù)雜的海洋環(huán)流系統(tǒng)，主要包括北赤道流（North Equatorial Current，簡(jiǎn)稱NEC）及其南北分支——棉蘭老流（Mindanao Current，簡(jiǎn)稱MC）和黑潮（Kuroshio Current，簡(jiǎn)稱KC），這兩支強(qiáng)西邊界流是熱帶、副熱帶環(huán)流的重要組成部分，在海表熱收支和跨緯度熱輸送中起著重要作用。圖6給出觀測(cè)和模擬的1984～2007年夏季（6～8月）平均的表層洋流場(chǎng)和海表高度場(chǎng)。就氣候態(tài)情形而言，區(qū)域海氣耦合模式能夠再現(xiàn)這一地區(qū)的基本洋流型，其中模擬的NEC與觀測(cè)的范圍和強(qiáng)度較為一致（圖6b），KC和MC的路徑也能夠較好地刻畫。但是，模式模擬的洋流亦存在一定的偏差，包括模式模擬的KC較觀測(cè)偏強(qiáng)，而ME（Mindanao Eddy）強(qiáng)度較之觀測(cè)偏弱；此外，北赤道逆流的位置也偏南，而在呂宋海峽以東模式有氣旋式的環(huán)流偏差。

為檢驗(yàn)區(qū)域耦合模式對(duì)該海域表層洋流的年際變率的模擬能力，我們對(duì)該區(qū)域海表流場(chǎng)和海表高度場(chǎng)應(yīng)用聯(lián)合EOF分析，其主導(dǎo)模態(tài)顯示，NEC 和MC呈現(xiàn)出一致的變化，且該主導(dǎo)模態(tài)的時(shí)間序列與Ni?o 3.4指數(shù)有很好的相關(guān)（相關(guān)系數(shù)可以達(dá)到0.75）。區(qū)域海氣耦合模式FROALS能夠較好地再現(xiàn)這一受ENSO調(diào)控的年際變率信號(hào)，F(xiàn)ROALS模擬的主導(dǎo)模態(tài)的時(shí)間序列與SODA和Ni?o 3.4指數(shù)的相關(guān)可以達(dá)到0.82和0.43。這表明FROALS模式對(duì)西北太平洋海洋環(huán)流具有較強(qiáng)的模擬能力。

5 FROALS在南亞地區(qū)的應(yīng)用

我們還檢驗(yàn)了FROALS模式對(duì)南亞夏季風(fēng)的模擬能力。為了考察局地海氣相互作用過程對(duì)南亞夏季風(fēng)模擬的影響，對(duì)照非耦合試驗(yàn)（稱為ATM）設(shè)計(jì)了一組連續(xù)積分的海氣耦合試驗(yàn)（稱為CPL）。CPL試驗(yàn)范圍主要覆蓋南亞大陸、青藏高原和部分印度洋。在這組試驗(yàn)中，采用了RegCM3和POM2000耦合的模式架構(gòu)。大氣模式的初始和側(cè)邊界場(chǎng)基于ERA-Interim再分析資料（Simmons et al.，2007；Uppala et al.，2008）得到。大氣模式的初始場(chǎng)是1982年1月1日00:00（協(xié)調(diào)世界時(shí)，下同）的大氣溫壓風(fēng)濕三維場(chǎng)，側(cè)邊界強(qiáng)迫每6小時(shí)更新。POM2K的水平分辨率是0.5°，垂直方向分為30層，采用輻射側(cè)邊界方案（Flather，1976）。海洋模式的初始和側(cè)邊界場(chǎng)基于SODA 2.1.4再分析資料（Carton and Giese，2008）得到。海洋模式的初始場(chǎng)是1982年1月的SODA資料海洋溫度、鹽度和流場(chǎng)，側(cè)邊界強(qiáng)迫是氣候平均的逐月溫鹽場(chǎng)、正壓流和海面高度。海氣耦合試驗(yàn)CPL從1982年1月開始，經(jīng)過1年的模式耦合調(diào)整，連續(xù)積分到2010 年12月，耦合頻率是3小時(shí)（韓振宇，2013）。

圖7為觀測(cè)和模擬的南亞地區(qū)夏季平均降水。GPCP被用來評(píng)估整個(gè)區(qū)域的夏季平均降水量模擬，高分辨率TRMM資料限于時(shí)間長(zhǎng)度較短（1998～2010年），僅作為高分辨率降水分布的參考。相比ATM試驗(yàn)，CPL試驗(yàn)中夏季平均降水整體減弱（圖7）。除了阿拉伯海洋面以及幾處陡峭地形處的降水模擬更接近觀測(cè)，耦合之后模式降水偏弱的誤差被放大、空間分布模擬技巧降低，空間相關(guān)系數(shù)從ATM的0.69降低到CPL的0.58。赤道附近ITCZ的模擬偏差最為明顯，CPL模擬結(jié)果中赤道ITCZ幾乎消失，平均降水量由耦合前的約4 mm d?1降至2 mm d?1（觀測(cè)數(shù)值約是6 mm d?1）。分析發(fā)現(xiàn)，區(qū)域大氣模式本身存在可降水量系統(tǒng)偏低的誤差，耦合之后偏冷的SST使得海面可降水量、向陸地水汽輸送進(jìn)一步降低，從而造成模擬降水偏弱、偏少（韓振宇，2013）。

圖5 GPI 1982～2007年的6～8月的EOF分析（右上角數(shù)字是其模態(tài)對(duì)應(yīng)的解釋方差）：（a）觀測(cè)；（b）參照試驗(yàn)；（c）耦合試驗(yàn)。（d）觀測(cè)（黑色實(shí)線）、參照試驗(yàn)（紅色實(shí)線）、耦合試驗(yàn)（藍(lán)色實(shí)線）對(duì)應(yīng)的時(shí)間序列；1982～2007年6～8月觀測(cè)的Nino3.4指數(shù)（柱狀圖）與南海夏季風(fēng)指數(shù)（黑色實(shí)心圓虛線）[基于姚雋琛等（2015）重新繪制]Fig. 5 The leading mode of EOF for June–August mean GPI during 1982 to 2005 derived from the (a) observation and (c) coupled run. The corresponding mode for the (b) control run is the second mode. Time series for the observation (black solid line), control run (red solid line) and coupled run (blue solid line) are shown in (d), along with Ni?o3.4 index (bars) and South China Sea monsoon trough index (black dashed line with markers) [modified based on Yao et al. (2015)]

圖6 基于（a）SODA（Simple Ocean Data Assimilation）資料、（b）FROALS耦合試驗(yàn)得到的1984～2007年夏季（6～8月）平均的海表流場(chǎng)（箭頭，單位：m s?1）和海表高度場(chǎng)（填色，單位：m）[基于劉博等（2015）重新繪制]Fig. 6 The climatology of JJA (June–July–August) surface currents (vectors; units: m s?1) and sea surface height (shaded; units: m) during 1984–2007 derived from (a) SODA (Simple Ocean Data Assimilation) and (b) FROALS [modified based on Liu et al. (2015)]

圖7 1983～2010年多年平均夏季（6～8月）降水的空間分布（單位：mm d?1）[基于韓振宇（2013）重新繪制]：（a）GPCP（Global Precipitation Climatology Project）；（b）TRMM（1998～2010年夏季平均）；（c）CPL；（d）ATMFig. 7 Spatial distributions [modified based on Han (2013)] of JJA-averaged rainfall during 1983–2010 derived from (a) GPCP ( Global Precipitation Climatology Project), (b) TRMM (1998–2010), (c) CPL and (d) ATM

利用常用的三個(gè)南亞夏季風(fēng)指數(shù)評(píng)估FROALS對(duì)年際變率的模擬能力，分別是降水指數(shù)（Goswami et al.，1999）、經(jīng)向風(fēng)切變指數(shù)（IMS；Goswami et al.，1999）和緯向風(fēng)切變指數(shù)（IZS；Webster and Yang，1992）。ATM對(duì)降水指數(shù)的模擬技巧很低，與觀測(cè)的相關(guān)系數(shù)在0附近，耦合之后相關(guān)系數(shù)上升為0.28。耦合之后IMS和IZS年際變率的模擬也更加接近觀測(cè)（表1）。

表1 模式模擬南亞夏季風(fēng)指數(shù)年際變化與觀測(cè)的相關(guān)系數(shù)Table 1 Correlation coefficients of the simulated South Asian summer monsoon indices with the observations during 1983–2010

FROALS在印度洋暖池區(qū)的大部分區(qū)域模擬海溫顯著偏冷，且模擬結(jié)果中凈海表熱通量的負(fù)偏差與偏冷海溫相對(duì)應(yīng)。其中凈海表熱通量的負(fù)偏差主要來自感熱和潛熱通量?jī)身?xiàng)。對(duì)熱通量相關(guān)的海表風(fēng)速、氣溫、濕度等氣象要素的模擬評(píng)估顯示，模式中近海表大氣偏干冷是感熱和潛熱通量模擬負(fù)偏差的主要原因（圖8）（Han et al.，2012）。利用數(shù)值試驗(yàn)分離不同海域SST模擬偏差對(duì)夏季風(fēng)模擬的影響：阿拉伯海SST冷偏差，通過降低大氣可降水量和海面蒸發(fā)減弱了向大陸的水汽輸送，導(dǎo)致耦合試驗(yàn)中南亞夏季降水模擬偏弱；而赤道印度洋SST冷偏差主要減弱了赤道附近的經(jīng)向環(huán)流圈，導(dǎo)致耦合模式中赤道雨帶模擬出現(xiàn)巨大偏差，但是其影響只局限在10°N以南，并沒有通過經(jīng)向環(huán)流調(diào)整對(duì)南亞季風(fēng)環(huán)流產(chǎn)生影響（韓振宇，2013）。

圖8 （a–c）北印度洋（8°N～15°N，65°E～97°E）和（d–f）赤道印度洋（5°S～3°N，60°E～95°E）區(qū)域平均的（a、d）海表風(fēng)速、（b、e）氣溫和（c、f）濕度的季節(jié)演變[基于Han et al.（2012）重新繪制]。GSSTF和OAFLUX是兩套海表通量觀測(cè)數(shù)據(jù)Fig. 8 The seasonal cycle [modified based on Han et al. (2012)] of the (a, d) wind speed (units: m s?1), (b, e) air temperature (units: °C), and (c, f) air humidity (units: g kg?1) averaged over (a–c) the northern Indian Ocean and (d–f) equatorial Indian Ocean

6 CORDEX-EA氣候預(yù)估試驗(yàn)

國(guó)內(nèi)外學(xué)者利用區(qū)域氣候模式對(duì)東亞區(qū)域氣候變化進(jìn)行了大量的降尺度模擬和預(yù)估研究（石英和高學(xué)杰，2008；高學(xué)杰等，2010；Zou et al., 2010; Oh et al., 2014）。此前的關(guān)于東亞氣候的降尺度預(yù)估研究，多未考慮局地海氣相互作用過程。此前的模式檢驗(yàn)研究表明，較之未耦合模式，區(qū)域海氣耦合模式對(duì)東亞—西北太平洋地區(qū)降水的模擬有一定優(yōu)勢(shì)。那么對(duì)東亞—西北太平洋地區(qū)未來氣候變化的降尺度預(yù)估，區(qū)域海氣耦合模式與單獨(dú)區(qū)域模式的結(jié)果存在哪些異同點(diǎn)？區(qū)域海氣耦合過程對(duì)未來氣候的降尺度預(yù)估有哪些影響？

為回答上述問題，基于CORDEX國(guó)際計(jì)劃的設(shè)計(jì)，針對(duì)東亞—西北太平洋地區(qū)，利用發(fā)展的區(qū)域海氣耦合模式RegCM3_LICOM2和非耦合模式RegCM3，對(duì)LASG/IAP發(fā)展的全球氣候系統(tǒng)模式FGOALS-g2模擬和RCP4.5/8.5情景預(yù)估的結(jié)果分別進(jìn)行了動(dòng)力降尺度試驗(yàn)。采用每三十年的片段積分方式，進(jìn)行了多組試驗(yàn)（表2）。

表2 利用RegCM3和FROALS對(duì)FGOALS-g2模擬和預(yù)估的結(jié)果進(jìn)行的動(dòng)力降尺度試驗(yàn)Table 2 Dynamically downscaling experiments with RegCM3 and FROALS driven by the simulation and projection of FGOALS-g2

圖9給出觀測(cè)和模擬的1981～2005年夏季平均降水量。由于全球氣候模式FGOALS-g2的空間分辨率較低，對(duì)東亞地區(qū)夏季降水的模擬存在較大偏差，表現(xiàn)為在青藏高原下游存在虛假降水中心。通過動(dòng)力降尺度，該偏差在區(qū)域海氣耦合模式和非耦合模式模擬中都得到明顯緩解?？紤]區(qū)域海氣耦合過程后，模式對(duì)中國(guó)南方和長(zhǎng)江流域降水的模擬較之非耦合模式都更為合理。這將增加區(qū)域海氣耦合模式降尺度預(yù)估的未來氣候變化的可信度。

比較FROALS和非耦合模式RegCM3預(yù)估的東亞地區(qū)RCP4.5情景下2046～2070年夏季降水強(qiáng)度的變化，發(fā)現(xiàn)FROALS預(yù)估東亞絕大多數(shù)區(qū)域降水強(qiáng)度將增加，與非耦合模式相比，差別最大的區(qū)域位于中國(guó)西北地區(qū)東部至黃河中游，非耦合模式預(yù)估降水強(qiáng)度將減少。分析表明，這與耦合與非耦合模式預(yù)估的環(huán)流差異有關(guān)，深入的分析工作正在進(jìn)行中，結(jié)果將另文討論。

7 FROALS在其他領(lǐng)域的應(yīng)用

利用高分辨率區(qū)域氣候模式對(duì)全球氣候模式季度預(yù)測(cè)試驗(yàn)的結(jié)果進(jìn)行動(dòng)力降尺度，是獲得局地尺度氣候預(yù)測(cè)信息的重要途徑（Yoon et al. 2011）。利用區(qū)域海氣耦合模式作為季度預(yù)測(cè)試驗(yàn)降尺度工具的研究還不多見。LASG/IAP區(qū)域海氣耦合模式FROALS被作為一種有效的工具，應(yīng)用于國(guó)家海洋公益性行業(yè)科研專項(xiàng)項(xiàng)目“中國(guó)近海短期氣候預(yù)測(cè)技術(shù)及其應(yīng)用”，對(duì)國(guó)家海洋局第一海洋研究所（FIO）全球氣候模式FIO-ESM的季度預(yù)測(cè)試驗(yàn)結(jié)果進(jìn)行動(dòng)力降尺度。區(qū)域海氣耦合模式動(dòng)力降尺度得到的結(jié)果，被國(guó)家海洋環(huán)境預(yù)報(bào)中心用來驅(qū)動(dòng)更高分辨率的海洋—海冰模式，從而得到中國(guó)近海高分辨率的海洋、海冰的預(yù)測(cè)信息。短期氣候預(yù)測(cè)是未來FROALS的一個(gè)重要潛在應(yīng)用領(lǐng)域。

圖9 1981～2005年?yáng)|亞地區(qū)夏季降水量：（a）APHRO (Asian Precipitation–Highly–Resolved Observational Data)；（b）FGOALS（Flexible Global Ocean–Atmosphere–Land system model）；（c）RegCM；（d）FROALSFig. 9 Spatial distributions of JJA-averaged total precipitation during 1981–2005 derived from (a) APHRO (Asian Precipitation–Highly–Resolved Observational Data), (b) FGOALS (Flexible Global Ocean–Atmosphere–Land system model), (c) RegCM, and (d) FROALS

此外，我們發(fā)展的基于OASIS的區(qū)域海氣耦合技術(shù)，還被新加坡—美國(guó)麻省理工學(xué)院（MIT）聯(lián)合研究中心（SMART）發(fā)展的區(qū)域耦合模式RegCM3-FVCOM采用，用于南亞邊緣海區(qū)域海洋和大氣環(huán)境的模擬研究。

8 結(jié)語(yǔ)

隨著局地海氣耦合過程對(duì)東亞季風(fēng)模擬的重要性被逐步揭示，針對(duì)東亞地區(qū)的區(qū)域海氣耦合模式研發(fā)及應(yīng)用近年來發(fā)展很快。LASG在發(fā)展全球氣候模式的基礎(chǔ)上，在過去5年發(fā)展了一個(gè)區(qū)域海氣耦合模式FROALS。該模式系統(tǒng)基于耦合器OASIS構(gòu)建，并由兩個(gè)完全不同的大氣模式分量和海洋模式分量組成。利用該模式系統(tǒng)，關(guān)注亞洲季風(fēng)區(qū)，圍繞區(qū)域海氣耦合模式模擬偏差及改進(jìn)、局地海氣耦合過程對(duì)亞洲夏季風(fēng)模擬和預(yù)估的影響開展了一些工作，總結(jié)如下：

（1）對(duì)于西北太平洋地區(qū)，在個(gè)例模擬試驗(yàn)中，不同海洋模式對(duì)區(qū)域海氣耦合模式性能的影響相對(duì)較弱，決定區(qū)域海氣耦合模式海溫模擬偏差的過程，主要來自大氣模式。非耦合區(qū)域氣候模式對(duì)溫濕垂直廓線模擬的偏差，通過影響海表潛熱和凈短波輻射的模擬，是導(dǎo)致耦合海溫偏差的重要原因。區(qū)域海氣耦合模式在亞洲季風(fēng)區(qū)普遍存在的模擬海溫冷偏差，部分是由于區(qū)域氣候模式里對(duì)流發(fā)生頻次偏多。引入基于相對(duì)濕度的對(duì)流抑制過程是改善區(qū)域海氣耦合模式性能的一條有效途徑。

（2）FROALS對(duì)西北太平洋地區(qū)海洋和大氣環(huán)境具有較好的模擬能力，對(duì)降水和熱帶氣旋潛勢(shì)年際變率的模擬技巧較之非耦合模式更高，同時(shí)，較好地再現(xiàn)了西北太平洋地區(qū)表層洋流氣候態(tài)和年際變率的模擬。FROALS對(duì)南亞夏季風(fēng)亦有一定的模擬能力。和非耦合模式相比，F(xiàn)ROALS模擬的南亞夏季風(fēng)年際變率與觀測(cè)更為接近，但耦合后的海溫冷偏差對(duì)南亞地區(qū)降水的模擬影響很大。

（3）利用發(fā)展的區(qū)域海氣耦合模式和非耦合模式，針對(duì)東亞—西北太平洋地區(qū)，對(duì)FGOALS-g2模擬和預(yù)估的結(jié)果進(jìn)行了每30年的動(dòng)力降尺度。初步結(jié)果顯示，在FGOALS-g2大尺度環(huán)流場(chǎng)驅(qū)動(dòng)下，區(qū)域海氣耦合模式模擬得到的東亞夏季降水較之非耦合區(qū)域氣候模式和全球氣候模式具有一定的優(yōu)勢(shì)，其較好地再現(xiàn)了觀測(cè)中中國(guó)長(zhǎng)江流域和南方地區(qū)的雨帶。預(yù)估的21世紀(jì)中葉東亞氣候，較之非耦合模式，在中國(guó)西北地區(qū)東部至黃河中游地區(qū)存在明顯差異。

關(guān)于未來FROALS模式的發(fā)展問題：

首先，分辨率持續(xù)提高是必然的選擇。IAP/ LASG研發(fā)該模式的初衷，是基于現(xiàn)有的成熟的區(qū)域大氣模式和海洋模式，構(gòu)建一個(gè)分辨率明顯高于IAP/LASG全球氣候系統(tǒng)模式FGOALS的區(qū)域耦合系統(tǒng)，以適應(yīng)季風(fēng)區(qū)的海氣相互作用特點(diǎn)，用于對(duì)全球模式的氣候模擬和預(yù)估結(jié)果進(jìn)行動(dòng)力降尺度，以滿足大氣、海洋和水文領(lǐng)域?qū)δM和預(yù)估產(chǎn)品的較高分辨率的需求。未來用于長(zhǎng)期氣候模擬的全球模式分辨率有望達(dá)到50 km左右，區(qū)域耦合模式的分辨率亦需要得到相應(yīng)提高。

其次，拓展應(yīng)用范疇是一個(gè)重要方向。IAP/ LASG研發(fā)FROALS模式的思路，是基于已有的成熟的大氣模式和海洋模式，通過調(diào)試、優(yōu)化、構(gòu)建性能最優(yōu)的耦合系統(tǒng)，從而滿足應(yīng)用需求。因此，突出應(yīng)用是該工作的一個(gè)特點(diǎn)。當(dāng)前FROALS模式主要用于氣候模擬研究和氣候預(yù)估的動(dòng)力降尺度，利用該模式對(duì)短期氣候預(yù)測(cè)產(chǎn)品進(jìn)行動(dòng)力降尺度，亦是未來的重要應(yīng)用領(lǐng)域之一。國(guó)際上已經(jīng)逐漸開始組織類似的比較計(jì)劃。

第三，進(jìn)一步豐富模式內(nèi)涵。區(qū)域氣候模式從其誕生之日起，其內(nèi)涵就持續(xù)不斷地被豐富，從最初單純的大氣模式，逐漸拓展到區(qū)域海洋—大氣—陸面耦合模式、區(qū)域氣候模式與氣溶膠/化學(xué)模塊、動(dòng)態(tài)植被模塊、水文模塊等的耦合等。國(guó)際上已經(jīng)有區(qū)域地球系統(tǒng)模式的提法。未來區(qū)域模式將是對(duì)全球地球系統(tǒng)模式進(jìn)行動(dòng)力降尺度的重要工具。

參考文獻(xiàn)（References）

Carton J A, Giese B S. 2008. A reanalysis of ocean climate using Simple Ocean Data Assimilation (SODA) [J]. Mon. Wea. Rev., 136 (8): 2999–3017, doi:10.1175/2007MWR1978.1.

Dickinson R E, Errico R M, Giorgi F, et al. 1989. A regional climate model for the western United States [J]. Climatic Change, 15: 383–422, doi:10.1007/BF00240465.

房永杰, 張耀存. 2011. 區(qū)域海氣耦合過程對(duì)中國(guó)東部夏季降水模擬的影響 [J]. 大氣科學(xué), 35 (1): 16–28. Fang Yongjie, Zhang Yaocun. 2011. Impacts of regional air–sea coupling on the simulation of summer precipitation over eastern China in the RIEMS model [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 35 (1):16–28, doi:10.3878/ j.issn.1006-9895.2011.01.02.

Fang Y J, Zhang Y C, Tang J P, et al. 2010. A regional air–sea coupled model and its application over East Asia in the summer of 2000 [J]. Adv. Atmos. Sci., 27: 583–593, doi:10.1007/s00376-009-8203-7.

Fang Y J, Zhang Y C, Huang A N, et al. 2013. Seasonal and intraseasonal variations of East Asian summer monsoon precipitation simulated by a regional air–sea coupled model [J]. Adv. Atmos. Sci., 30 (2): 315–329, doi:10.1007/s00376-012-1241-6.

Flather R A. 1976. A tidal model of the north–west European continental shelf [J]. Mem. Soc. R. Sci. Liege, 6 (10): 141–164, doi:10.1234/ 12345678.

符淙斌, 王淑瑜, 熊喆, 等. 2004. 亞洲區(qū)域氣候模式比較計(jì)劃的進(jìn)展[J]. 氣候與環(huán)境研究, 9 (2): 225–239. Fu Congbin, Wang Shuyu, Xiong Zhe, et al. 2004. Progress report on regional climate model intercomparison project for Asia [J]. Climatic and Environmental Research (in Chinese), 9 (2):225–239, doi:10.3878/j.issn.1006-9585. 2004.02.01.

Fu C B, Wang S Y, Xiong Z, et al. 2005. Regional climate model intercomparison project for Asia [J]. Bull. Amer. Meteor. Soc., 86: 257–266, doi:10.1175/BAMS-86-2-257.

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. GaoXuejie, Xu Ying, Zhao Zongci. 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.

高學(xué)杰, 石英, Giorgi F. 2010. 中國(guó)區(qū)域氣候變化的一個(gè)高分辨率數(shù)值模擬 [J]. 中國(guó)科學(xué): 地球科學(xué), 40 (7): 911–922. Gao Xuejie, Shi Ying, Giorgi F. 2011. A high resolution simulation of climate change over China [J]. Sci. China Earth Sci., 54 (3): 462–472, doi:10.1007/ s11430-010-4035-7.

Giorgi F. 1990. Simulation of regional climate using a limited area model nested in a general circulation model [J]. J. Climate, 3: 941–963, doi:10.1175/1520-0442(1990)003<0941:SORCUA>2.0.CO;2.

Giorgi F, Jones C, Asrar G R. 2009. Addressing climate information needs at the regional level: The CORDEX framework [J]. WMO Bulletin, 58 (3): 175–183.

Goswami B N, Krishnamurthy V, Annamalai H. 1999. A broad-scale circulation index for the interannual variability of the Indian summer monsoon [J]. Quart. J. Roy. Meteor. Soc., 125 (554): 611–633, doi:10.1002/qj.49712555412.

韓振宇. 2013. 區(qū)域海氣耦合模式LASG-FROALS對(duì)南亞夏季氣候的模擬和預(yù)估研究 [D]. 北京: 中國(guó)科學(xué)院研究生院博士論文. Han Zhenyu. 2013. Simulation and prediction for the South Asian summer monsoon based on the LASG-FROALS [D]. Ph. D. dissertation (in Chinese), Graduate University of Chinese Academy of Sciences.

Han Z Y, Zhou T J, Zou L W. 2012. Indian Ocean SST biases in a Flexible Regional Ocean Atmosphere Land System (FROALS) model [J]. Atmos. Oceanic Sci. Lett., 5 (4): 273–279, doi:10.1080/16742834. 2012. 11447012.

Huang Q, Yao S X, Zhang Y C. 2012. Analysis of local air–sea interaction in ast Asia using a regional air–sea coupled model [J] J. Climate, 25 (2): 767–776, doi:10.1175/2011JCLI3783.1.

IPCC. 2013. Evaluation of climate models [M]//Stocker T F, Qin D, Plattner G-K, et al. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, doi:10.1017/CBO9781107415324.

Jones C, Giorgi F, Asrar G. 2011. The Coordinated Regional Downscaling Experiment: CORDEX, An international downscaling link to CMIP5 [J]. CLIVAR Exchanges, 16 (2): 34–40.

Kanamitsu M, Ebisuzaki W, Woollen J, et al. 2002. NCEP–DOE AMIP-II reanalysis (R-2) [J]. Bull. Amer. Meteor. Soc., 83: 1631–1643, doi:10.1175/BAMS-83-11-1631.

Krishna Kumar K, Hoerling M, Rajagopalan B. 2005. Advancing dynamical prediction of Indian monsoon rainfall [J]. Geophys. Res. Lett, 32: L08704, doi:10.1029/2004GL021979.

Large W, Yeager S. 2004. Diurnal to decadal global forcing for ocean and sea-ice models: The data sets and flux climatologies [DB]. NCAR Tech. Note NCAR/TN-4601STR, 105pp, doi:10.5065/D6KK98Q6.

Levitus S. 1982. Climatological atlas of the world ocean [R]. NOAA Prof. Paper 13, Rockville, Md.: U.S. Dept. of Commerce.

Li T, Zhou G Q. 2010. Preliminary results of a regional air–sea coupled model over East Asia [J]. Chin. Sci. Bull., 55: 2295–2305, doi:10.1007/s11434-010-3071-1.

Liao Z J, Zhang Y C. 2013. Simulation of a persistent snow storm over southern China with a regional atmosphere–ocean coupled model [J]. Adv. Atmos. Sci., 30 (2): 425–447, doi:10.1007/s00376-012-2098-4.

劉博, 周天軍, 鄒立維, 等. 2015. 區(qū)域海氣耦合模式FROALS模擬的西北太平洋環(huán)流及其年際變率 [J]. 海洋學(xué)報(bào), 37 (9): 17–28. Liu Bo, Zhou Tianjun, Zou Liwei, et al. Simulation of northwestern Pacific circulation and its variability in a regional ocean–atmosphere model-FROALS [J]. Acta Oceanologica Sinica (in Chinese), 2015, 37 (9): 17–28, doi:10.3969/j.issn.0253-4193.2015.09.003.

Liu H L, Lin P F, Yu Y Q, et al. 2012. The baseline evaluation of LASG/IAP Climate system Ocean Model (LICOM) version 2 [J]. Acta Meteor. Sin., 26: 318–329, doi:10.1007/s13351-012-0305-y.

Markowski P, Hannon C, Rasmussen E. 2006. Observations of convection initiation “failure” from the 12 June 2002 IHOP deployment [J]. Mon. Wea. Rev., 134: 375–405, doi:10.1175/MWR3059.1.

Mellor G L. 2004. Users guide for a three-dimensional, primitive equation, numerical ocean model [R]. Princeton, NJ:Princeton University.

Niu X R, Wang S Y, Tang J P, et al. 2015. Multi-model ensemble projection of precipitation in eastern China under A1B emission scenario. J. Geophys. Res. Atmos., doi: 10.1002/2015JD023853

Oh S -G, Park J -H, Lee S -H, et al. 2014. Assessment of the RegCM4 over East Asia and future precipitation change adapted to the RCP scenarios [J]. J. Geophys. Res. Atmos., 119: 2913–2927, doi:10.1002/ 2013JD020693.

Pal J S, Giorgi F, Bi X Q, et al. 2007. Regional climate modeling for thedeveloping world: The ICTP RegCM3 and RegCNET [J]. Bull. Amer. Meteor. Soc., 88: 1395–1409, doi:10.1175/BAMS-88-9-1395.

Ren X J, Qian Y F. 2005. A coupled regional air-sea model, its performance and climate drift in simulation of the East Asian summer monsoon in 1998 [J]. Int. J. Climato., 25: 679–692, doi:10.1002/joc.1137.

Reynolds R W, Rayner N A, Smith T M, et al. 2002. An improved in situ and satellite SST analysis for climate [J]. J. Climate, 15: 1609–1625, doi:10.1175/1520-0442(2002)015<1609:AIISAS>2.0.CO;2.

Shi H B, Yu R C, Li J, et al. 2009. Development of a Regional Climate Model (CREM) and evaluation on its simulation of summer climate over Eastern China [J]. J. Meteor. Soc. Japan, 87: 381–401, doi:10.2151/ jmsj.87.381.

石英, 高學(xué)杰. 2008. 溫室效應(yīng)對(duì)我國(guó)東部地區(qū)氣候影響的高分辨率數(shù)值試驗(yàn) [J]. 大氣科學(xué), 32 (5): 1006–1018. Shi Ying, Gao Xuejie. 2008. Influence of greenhouse effect on eastern China climate simulated by a high resolution regional climate model [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 32 (5): 1006–1018.

Simmons A, Uppala S, Dee D P, and Kobayashi S. 2007. ERA-Interim: New ECMWF reanalysis products from 1989 onwards. ECMWF Newsletter, No. 110, ECMWF, Reading, United Kingdom, 25–35.

Song F F, Zhou T J. 2014a. Interannual variability of East Asian summer monsoon simulated by CMIP3 and CMIP5 AGCMs: Skill dependence on Indian Ocean–western Pacific anticyclone teleconnection [J]. J. Climate, 27: 1679–1697, doi:10.1175/JCLI-D-13-00248.1.

Song F F, Zhou T J. 2014b. The climatology and interannual variability of East Asian summer monsoon in CMIP5 coupled models: Does air–sea coupling improve the simulations? [J] J. Climate, 27: 8761–8777, doi:10.1175/JCLI-D-14-00396.1.

Sperber K R, Annamalai H, Kang I –S, et al. 2013. The Asian summer monsoon: an intercomparison of CMIP5 vs. CMIP3 simulations of the late 20th century [J]. Climate Dyn., 41: 2711–2744, doi:10.1007/ s00382-012-1607-6.

Tian F X, Zhou T J, Zhang L X. 2013. Tropical cyclone genesis potential index over the western North Pacific simulated by LASG/IAP AGCM [J]. Acta Meteor. Sinica, 27 (1):50–62, doi:10.1007/s13351-013-0106-y.

王倩怡, 張耀存. 2008. P-σ區(qū)域海氣耦合模式對(duì)中國(guó)東部地區(qū)降水的模擬 [J]. 南京大學(xué)學(xué)報(bào) (自然科學(xué)), 44 (6): 608–620. Wang Qianyi, Zhang Yaocun. Simulation of precipitation in eastern China with P-σ regional coupled air–sea mode [J]. Journal of Nanjing University (Natural Sciences) (in Chinese), 44 (6): 608–620.

Wu B, Zhou T J, Li T. 2009. Contrast of rainfall–SST relationships in the western North Pacific between the ENSO developing and decaying summers [J]. J. Climate, 22: 4398–4405, doi:10.1175/2009JCLI2648.1.

Ratnam J V, Giorgi F, Kaginalkar A, et al. 2009. Simulation of the Indian monsoon using the RegCM3–ROMS regional coupled model [J]. Climate Dyn., 33: 119–139, doi:10.1007/s00382-008-0433-3.

Uppala S, Dee D, Kobayashi S, et al. 2008. Towards a climate data assimilation system: Status update of ERA-Interim [J]. ECMWF newsletter, 115: 12–18.

Valcke S. 2006. OASIS3 User Guide (prism_2-5) [R]. PRISM Support Initiative Report No.3, CERFACS, Toulouse, France, 1–64.

Wang B, Ding Q H, Fu X H, et al. 2005. Fundamental challenge in simulation and prediction of summer monsoon rainfall [J]. Geophy. Res. Lett., 32: L15711, doi:10.1029/2005GL022734.

Webster P J, Yang S. 1992. Monsoon and ENSO: Selectively interactive systems [J]. Quart. J. Roy. Meteor. Soc., 118 (507): 877–926, doi:10. 1002/qj.49711850705.

姚雋琛, 周天軍, 鄒立維. 2015. 區(qū)域耦合模式FROALS模擬的西北太平洋熱帶氣旋潛勢(shì)分布與年際變率: 耦合與非耦合試驗(yàn)比較 [J]. 大氣科學(xué), 39 (4): 802–814. Yao Junchen, Zhou Tianjun, Zou Liwei. 2015. Distribution and interannual variability of tropical cyclone genesis over the western North Pacific simulated by a regional coupled model FROALS: Comparison of coupled and uncoupled [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39 (4): 802–814, doi:10.3878/j.issn. 1006-9895.1411.14209.

Yao S X, and Zhang Y C. 2010. Simulation of China summer precipitation using a regional air–sea coupled model [J]. Acta Meteorologica Sinica, 24: 203–214.

Yao S X, Huang Q, Zhang Y C, et al. 2013. The simulation of water vapor transport in East Asia using a regional air–sea coupled model [J]. J. Geophys. Res., 118: 1582–1600, doi:10.1002/jgrd.50089.

Yoon J -H, Leung L R, Correia Jr J. 2012. Comparison of dynamically and statistically downscaled seasonal climate forecasts for the cold season over the United States [J]. J. Geophys. Res., 117: D21109, doi:10.1029/2012JD017650.

Yu Rucong, Li Wei, Zhang Xuehong, et al. 2000. Climatic features related to eastern China summer rainfalls in the NCAR CCM3 [J]. Adv. Atmos. Sci., 17: 503–518, doi:10.1007/s00376-000-0014-9.

曾先鋒, 周天軍. 2012. 譜逼近方法對(duì)區(qū)域氣候模式性能的改進(jìn): 不同權(quán)重函數(shù)的影響 [J]. 氣象學(xué)報(bào), 70 (5): 1084–1097. Zeng Xianfeng, Zhou Tianjun. 2012. Impact of the spectral nudging on the simulation of a regional climate model: Different weight function [J]. Acta Meteorologica Sinica (in Chinese), 70 (50): 1084–1097, doi:10.11676/ qxxb2012.091.

Zhou T, Li Z. 2002. Simulation of the East Asian summer monsoon using a variable resolution atmospheric GCM [J]. Climate Dyn.,19: 167–180, doi:10.1007/s00382-001-0214-8.

Zhou T J, Wu B, Wang B. 2009. How well do atmospheric general circulation models capture the leading modes of the interannual variability of the Asian–Australian monsoon? [J] J. Climate, 22: 1159–1173, doi:10.1175/2008JCLI2245.1.

周天軍, 鄒立維, 吳波, 等. 2014. 我國(guó)地球氣候系統(tǒng)模式研究進(jìn)展: CMIP計(jì)劃實(shí)施20年回顧 [J]. 氣象學(xué)報(bào), 72 (5): 892–907. Zhou Tianjun, Zou Liwei, Wu Bo, et al. 2014. Development of earth/climate system models in China: A review from the Coupled Model Intercomparison Project perspective [J]. Acta Meteorologica Sinica, 28 (5): 762–779, doi:10.1007/s13351-014-4501-9.

Zhou T J, Yu Y Q, et al. 2014. Flexible Global Ocean–Atmosphere–Land System Model: A Modeling Tool for the Climate Change Research Community [M]. Berlin Heidelberg: Springer-Verlag, doi:10.1007/978-3-642-41801-3.

Zou L W, Zhou T J. 2011. Sensitivity of a regional ocean–atmosphere coupled model to convection parameterization over western North Pacific [J]. J. Geophys. Res., 116: D18106, doi:10.1029/2011JD015844.

鄒立維, 周天軍. 2012a. 區(qū)域海氣耦合模式研究進(jìn)展 [J]. 地球科學(xué)進(jìn)展, 27 (8): 857–865. Zou Liwei, Zhou Tianjun. A review of development and application of regional ocean–atmosphere coupled model [J]. Advances in Earth Science (in Chinese), 27 (8): 857–965.

鄒立維, 周天軍. 2012b. 一個(gè)區(qū)域海氣耦合模式的發(fā)展及其在西北太平洋季風(fēng)區(qū)的性能檢驗(yàn): 不同大氣分量的影響 [J]. 中國(guó)科學(xué): 地球科學(xué), 42 (4): 614–628. Zou Liwei, Zhou Tianjun. 2012b. Development and evaluation of a regional ocean–atmosphere coupled model with focus on the western North Pacific summer monsoon simulation: Impacts of different atmospheric components [J]. Sci. China Earth Sci., 55: 802–815, doi:10.1007/s11430-011-4281-3.

Zou L W, Zhou T J. 2013. Can a regional ocean–atmosphere coupled model improve the simulation of the interannual variability of the western North Pacific summer monsoon? [J] J. Climate, 26: 2353–2367, doi:10.1175/ JCLI-D-11-00722.1.

Zou L W, Zhou T J. 2014. Simulation of the western North Pacific summer monsoon by regional ocean–atmosphere coupled model: Impacts of oceanic components [J]. Chin. Sci. Bull., 59 (7): 662–673, doi:10.1007/s11434-013-0104-6.

Zou L W, Qian Y, Zhou T, et al. 2014. Parameter tuning and calibration of RegCM3 with MIT-Emanuel cumulus parameterization scheme over CORDEX East Asia Domain [J]. J. Climate, 27: 7687–7701, doi:10.1175/JCLI-D-14-00229.1.

Zou L W, Zhou T J, Li L, et al. 2010. East China summer rainfall variability of 1958–2000: Dynamical downscaling with a variable-resolution AGCM [J]. J. Climate, 23: 6394–6408, doi:10.1175/2010JCLI3689.1.

周天軍, 鄒立維, 韓振宇, 等. 2016. 區(qū)域海氣耦合模式FROALS的發(fā)展及其應(yīng)用 [J]. 大氣科學(xué), 40 (1): 86?101. Zhou Tianjun, Zou Liwei, Han Zhenyu, et al. 2016. Development and applications of a regional atmosphere–ocean coupled model (FROALS): A review [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40 (1): 86?101, doi: 10.3878/j.issn.1006-9895.1508.15153.

作者簡(jiǎn)介周天軍，男，1969年出生，研究員，主要從事氣候模擬、海氣相互作用、亞澳季風(fēng)變率和東亞氣候變化研究。E-mail: zhoutj@lasg.iap.ac.cn

收稿日期2015-03-11；網(wǎng)絡(luò)預(yù)出版日期 2015-08-27

doi:10.3878/j.issn.1006-9895.1508.15153

文章編號(hào)1006-9895(2016)01-0086-16

中圖分類號(hào)P467

文獻(xiàn)標(biāo)識(shí)碼A