羅連升 段春鋒 楊瑋 徐敏 程智 丁小俊

?

MRI-CGCM模式對東亞夏季風的模擬評估及訂正

羅連升 段春鋒 楊瑋 徐敏 程智 丁小俊

安徽省氣候中心，合肥230031

本文利用CMAP月降水資料、NCEP再分析資料、NOAA的ERSST資料和日本氣象廳海氣耦合模式（MRI-CGCM）的輸出結(jié)果，從東亞夏季風氣候態(tài)、主模態(tài)和年際變率等方面分析了MRI-CGCM模式對東亞夏季風的預測性能，并且利用觀測的東亞夏季風指數(shù)（EASMI）與模擬PC（principal component）的關(guān)系建立多元線性回歸方程來訂正EASMI（簡稱PC訂正法）。結(jié)果表明：MRI-CGCM模式能夠較好再現(xiàn)東亞夏季風降水和低層風場的氣候態(tài)，但模擬的西北太平洋反氣旋偏弱、偏東，使得模擬的副熱帶地區(qū)降水量偏小。模式較好地模擬出東亞夏季風降水第一模態(tài)（EOF1）及相應的低層風場，能夠較好再現(xiàn)出EOF1對應El Ni?o衰減位相；模擬降水的EOF1與觀測之間的空間相關(guān)系數(shù)（ACC）為0.72，且能較好地再現(xiàn)其對應的年際變率，其時間系數(shù)PC1與觀測之間的相關(guān)系數(shù)為0.41，能模擬出觀測EOF1的2 a和5 a主導周期；但模擬的我國以東梅雨鋒區(qū)雨帶位置偏南，這與模擬的西北太平洋反氣旋位置偏南有關(guān)。模式對降水第二模態(tài)EOF2的模擬能力比EOF1明顯下降，模擬EOF2與觀測之間的ACC降到0.36；雖然模式能較好地再現(xiàn)出EOF2對應El Ni?o發(fā)展位相，但模擬的西太平洋反氣旋位置偏南，使得雨帶位置偏南，模擬的我國梅雨鋒區(qū)雨帶位于江南，與觀測場上江南少雨相反。模式較好地模擬出我國東部夏季降水和氣溫空間異常分布和年際變化，模擬與觀測夏季降水和氣溫的多年平均ACC分別為0.74和0.68。模式模擬我國東部、江淮流域和華南地區(qū)夏季降水多年平均PS評分分別為69、70和68分，略高于我國夏季降水業(yè)務預測多年平均評分（65分）。模擬的我國東部夏季氣溫與觀測多年平均PS評分為74分。PC訂正后EASMI與實況的相關(guān)系數(shù)由0.51提高到0.65、符號一致率由84%升到91%、標準差由0.75增大到1.4、大于1個標準差年數(shù)由6年變?yōu)?2年，訂正后在模擬變幅偏小和梅雨鋒區(qū)雨帶偏南等方面均有一定的改善，對應西太平洋反氣旋位置和梅雨鋒區(qū)雨帶位置與實況較為吻合。

東亞夏季風 主模態(tài)分析 海氣耦合模式 模式訂正

1 引言

東亞夏季風對我國東部、朝鮮半島以及日本等東亞地區(qū)的天氣和氣候有直接作用（Tao and Chen，1987），季風異常引發(fā)的旱澇嚴重影響著該地區(qū)的經(jīng)濟發(fā)展（黃榮輝等，2006）。做好東亞夏季風的預測是提高我國夏季降水預測水平的關(guān)鍵問題之一（陳麗娟等，2013）。目前，動力氣候模式是世界各大氣候預測業(yè)務部門的主要工具（賈小龍等，2013），評估和檢驗氣候模式對東亞夏季風的預測能力，對于提高模式產(chǎn)品的業(yè)務應用水平具有重要意義。

目前已有很多動力氣候模式對東亞夏季風模擬能力進行評估和檢驗的研究。例如CMIP3和CMIP5的多個海氣耦合模式。研究表明CMIP3的多個海氣耦合模式基本上都能模擬出東亞夏季風降水的氣候態(tài)，但多數(shù)模式對東亞夏季風降水年際變化的預測能力有待于提高，且普遍存在模擬值變幅偏小的缺點（姜大膀等，2004；張莉等，2008；孫穎和丁一匯，2008）。He and Zhou（2014）、何超等（2012）系統(tǒng)分析了中國科學院大氣物理研究所氣候系統(tǒng)模式FGOALS和CMIP5氣候模式對西太平洋副熱帶高壓（簡稱西太副高）及其年際變率的模擬能力，研究表明模式能夠很好地模擬出西太副高年際變率第一模態(tài)及相應的海溫強迫，但對第二模態(tài)的模擬能力明顯下降，且模擬的第二模態(tài)年際變幅偏小和位置偏南，對第二模態(tài)模擬不好的原因在于模式低估了西太副高與西太平洋地區(qū)海溫（SST）之間的局地海氣相互作用。Song and Zhou（2014a, 2014b）通過對CMIP5單獨大氣模式和海氣耦合模式的比較，表明海氣耦合模式對東亞夏季風氣候態(tài)、年際變率和梅雨鋒區(qū)雨帶的模擬能力好于大氣模式，指出了海氣耦合過程在模擬東亞夏季風年際變率中的重要作用。Zou and Zhou（2013）借助區(qū)域海氣耦合模式也證明了海氣耦合過程在模擬東亞夏季風年際變率中的重要作用。Song et al.（2014）研究表明CMIP5模式能夠合理再現(xiàn)東亞夏季風的年代際變化。上述研究也表明多模式集合平均預報效果普遍好于單個模式。

雖然多模式集合預報是目前公認的提高模式預測能力的有效方法，但前提是參加多模式集合的各氣候模式要有較好的預測性能（丁一匯，2011）。因此必須要充分了解氣候業(yè)務中應用的各個氣候模式的預測性能。目前世界幾大氣候業(yè)務單位各自研發(fā)的海氣耦合模式，如國家氣候中心的BCC_ CM1.0、NCEP的CFSv2和日本氣象廳的MRI- CGCM廣泛應用于我國短期氣候預測業(yè)務。研究表明這三個海氣耦合模式基本上能模擬出東亞夏季風的氣候態(tài)，對東亞夏季風降水年際變化也要一定的預測能力（Rajendran et al.，2004; 司東等，2009；Gao et al.，2011；董敏等，2013；吳統(tǒng)文等，2013；Jiang et al.，2013），其中MRI-CGCM模式能較好地再現(xiàn)印度和西北太平洋地區(qū)季風進程。多數(shù)學者主要評估了BCC_CM1.0模式和CFSv2模式對東亞夏季風的模擬能力，而對MRI-CGCM模式評估較少。因此，有必要開展MRI-CGCM模式對東亞夏季風的預報性能的評估，給出該模式作為夏季預測的可靠性程度，有利于該模式在夏季預測中更好地使用。本文通過對比分析實況和MRI-CGCM模式模擬的東亞夏季風降水的主要模態(tài)及其年際變化，評估模式對東亞夏季風的模擬能力，在此基礎上，探討東亞夏季風模式預測訂正的可能性，希望能夠為東亞夏季風的預測提供有用的信息。

2 模式、資料和方法簡介

本文所用的氣候模式是日本氣象廳海氣耦合模式MRI-CGCM（Yukimoto et al., 2001），由全球大氣環(huán)流模式（AGCM）和全球海洋環(huán)流模式（OGCM）耦合形成。AGCM模式水平方向采用三角形截斷（TL95），水平分辨率近似于1.875°×1.875°，垂直方向分成40層（模式頂層為0.4 hPa）。OGCM模式是日本氣象研究所區(qū)域海洋模式（MRI.COM），在75°S～75°N地區(qū)水平分辨率在經(jīng)向為1.0°、緯向為0.3°～1.0°，垂直方向分成50層。模式輸出產(chǎn)品統(tǒng)一處理成網(wǎng)格點數(shù)據(jù)，水平分辨率為2.5°×2.5°。本文利用模式以3月為初始場來回報的3～9月數(shù)據(jù)，文中用到夏季（6～8月）的數(shù)據(jù)，回報時段為1979～2010年，共有10個成員，文中提到的模擬場均為10個成員的平均。

用來評估模式模擬能力的對比資料有：（1）CMAP月降水資料（Xie and Arkin，1997），水平分辨率為2.5°×2.5°；（2）GPCP月降水資料（Adler et al.，2003），水平分辨率為2.5°×2.5°；（3）NCEP/ NCAR再分析資料，水平分辨率為2.5°×2.5°（Kistler et al.，1996）；（4）NOAA月平均的ERSST海溫資料，水平分辨率為2°×2°（Smith et al.，2008）；（5）Ni?o3.4指數(shù)，即（5°S～5°N，120°～170°W）范圍內(nèi)海表面溫度異常（SSTA）的區(qū)域平均值，由ERSST海溫資料計算得到。所有資料均使用1979～2010年時段進行分析，為了便于討論，本文將再分析資料和觀測資料統(tǒng)稱為“觀測資料”。為了便于分析，將CMAP、GPCP和ERSST插值到全球144×73個（2.5°×2.5°）網(wǎng)格上。夏季數(shù)據(jù)均由月數(shù)據(jù)處理得到。文中冬季指的是前一年12月到當年2月。

本文所用的東亞季風區(qū)為10°N～50°N、110°E～150°E，區(qū)域內(nèi)總格點數(shù)為289。文中評估用到的我國東部地區(qū)為（20°N～45°N，110°E～120°E），區(qū)域內(nèi)總格點數(shù)為55；華南地區(qū)為（20°N～27.5°N，110°E～120°E），區(qū)域內(nèi)總格點數(shù)為20；江淮流域為（27.5°N～35°N，110°E～120°E），區(qū)域內(nèi)格點數(shù)為20。

本文用來評估模式的模擬性能指標有距平符號一致率、時間相關(guān)系數(shù)TCC、空間相關(guān)系數(shù)ACC和國家氣候中心的預測技巧評分（簡稱PS評分）。

文中采用的PS評分為短期氣候預測業(yè)務常用方法（劉長征等，2013），在距平符號預報準確百分率的基礎上增加異常級加權(quán)得分，能夠較好地反映整體趨勢預測能力。

本文用經(jīng)驗正交函數(shù)（EOF）分解方法得到模擬和觀測的東亞地區(qū)夏季降水主要模態(tài)。

3 結(jié)果分析

能夠合理地模擬出觀測氣候態(tài)的特征是衡量模式性能的重要條件。由于觀測降水資料本身有很大的不確定性，尤其是在海洋上（Collins et al., 2013; He and Zhou, 2015），因此本文利用CMAP和GPCP兩種不同觀測降水資料來評估模式對東亞地區(qū)降水的預測性能。圖1是東亞季風區(qū)1979～2010年32年平均的觀測和模擬的夏季平均日降水量的比較。CMAP觀測降水量在東亞季風區(qū)從北到南呈緯向遞增，在40°N以南大部地區(qū)降水量大于4 mm d?1，大值中心位于熱帶地區(qū)（圖1a）。GPCP觀測降水量也表現(xiàn)出與CMAP相似的特征（圖1b），兩者在大陸上差異不大，但在海洋上差異較大，尤其在熱帶西太平洋地區(qū)，CMAP降水量比GPCP偏大1～5 mm d?1，與Zhou et al.（2008）分析結(jié)果一致。模式較好地模擬出了東亞夏季風降水的分布特征（圖1c）。從模擬降水量與CMAP（圖1d）和GPCP觀測降水量（圖1e）的差值來看，也是在熱帶西太平洋地區(qū)差異最大，模擬降水量與CMAP觀測降水量差值明顯小于與GPCP觀測降水量的差值，模式在海洋上模擬的降水量與CMAP觀測更為接近，因此本文以下分析用到的實況降水資料均為CMAP降水資料。從模擬降水量與實況降水量的差值來看（圖1d），東亞大部分地區(qū)降水量差異在1 mm d?1范圍內(nèi)，而且東亞地區(qū)降水量差值大致呈“? + ?”緯向分布，我國華南地區(qū)、菲律賓附近及其以東熱帶西太平洋地區(qū)和我國黃淮地區(qū)到韓國、日本南部模擬降水量偏小1～5 mm d?1，而我國江南和20°N附近西太平洋地區(qū)模擬值偏大1～3 mm d?1。觀測850 hPa風場在南海盛行偏西風，西北太平洋為反氣旋控制，我國東部主要受該反氣旋西北側(cè)西南氣流控制。模式較好地模擬出了低層風場的上述主要特征（圖1c）。在西北太平洋地區(qū)，模擬850 hPa風場與實況差值場上表現(xiàn)為氣旋差異，即模擬的西北太平洋反氣旋偏東、偏弱，導致我國大陸到朝鮮半島、日本一帶水汽輸送偏弱，降水量偏少，同時，南海和西太平洋這些降水量偏多的區(qū)域均位于氣旋性差異的南側(cè)。

圖1 1979～2010年平均的夏季日降水量（陰影，單位：mm d?1）與850 hPa風場（箭頭，單位：m s?1）：（a）CMAP資料；（b）GPCP資料；（c）MRI-CGCM模式模擬；（d）MRI-CGCM模式模擬與CMAP資料差值；（e）MRI-CGCM模式模擬與GPCP資料差值

由以上分析可知，MRI-CGCM模式能較好地再現(xiàn)東亞夏季風降水和低層風場的氣候態(tài)特征。

3.2 東亞夏季降水主要模態(tài)的模擬

對東亞季風區(qū)1979～2010年觀測夏季降水進行EOF分析，前2個模態(tài)的方差貢獻分別為37.7%和10.2%，占總方差貢獻47.9%。其中第一模態(tài)（EOF1）的空間分布特征是在西太平洋地區(qū)和副熱帶地區(qū)（25°N～40°N）夏季降水為反位相變化，當西太平洋夏季降水量偏少（多）時，從長江中下游到韓國及日本一帶副熱帶地區(qū)降水量偏多（少）（圖2a）。這兩個地區(qū)降水是東亞夏季風降水年際變率主要模態(tài)即偶極子模態(tài)降水的中心（Wang et al., 2008）。EOF1對應的時間系數(shù)表現(xiàn)為明顯的年際變化特征（圖2e虛線），其中準5年周期最為明顯，其次是準2年周期，均通過了紅噪音譜的95%置信上限（圖2g）。第二模態(tài)（EOF2）的特點是東亞地區(qū)從南到北大致為“＋?＋”三極子分布，當15°N以南熱帶地區(qū)和南海、我國華南降水量偏多（少）時，同時我國江淮、黃淮到韓國、日本一帶副熱帶地區(qū)降水量也偏多（少），而這兩個多雨區(qū)中間的西北太平洋大部及我國江南降水量偏少（多）（圖2c）。EOF2對應的時間系數(shù)也呈現(xiàn)出明顯的年際變化（圖2f虛線），也是準5年和準2年振蕩明顯（圖2h）。本文EOF分析結(jié)果與Wu et al.（2009）對東亞夏季降水進行季節(jié)EOF得到的模態(tài)基本一致。

同樣對同一時段模式模擬東亞夏季降水進行EOF分析，前2個模態(tài)的方差貢獻分別為39%和19%，占總方差貢獻58%，模式模擬的EOF1方差貢獻與實況幾乎一樣，EOF2方差貢獻比實況大9%。模式能夠較好地抓住東亞夏季降水第一個模態(tài)的空間分布特征，模擬的EOF1與觀測之間的空間相關(guān)系數(shù)為0.72，通過了0.01的顯著水平檢驗。在CMIP5的34個海氣耦合模式中，MRI-CGCM對東亞夏季降水EOF1的模擬能力排在前6名（Song and Zhou, 2014b）。模式很好地模擬出EOF1我國梅雨鋒區(qū)雨帶的位置和強度，只是我國以東梅雨鋒區(qū)雨帶偏窄和位置偏南（圖2c）。模式能較好地模擬出EOF1對應的年際變率，對應的時間系數(shù)PC1與觀測之間的相關(guān)系數(shù)為0.41（圖2e），通過了0.05的顯著水平檢驗，且能較好地再現(xiàn)出觀測EOF1的5 a和2 a主導周期（圖略）。相對于EOF1，模式對EOF2的模擬能力明顯下降，模擬的EOF2與觀測之間的ACC降到0.36，其對應PC2與觀測之間的相關(guān)系數(shù)為0.35，通過了0.05的顯著水平檢驗，但模式僅能再現(xiàn)出觀測EOF2的2 a主導周期，未能模擬出5 a主導周期，表明模式對EOF2的年際變率模擬能力也差于EOF1。模式模擬的EOF2三極子模態(tài)明顯變窄且偏南，西北太平洋雨帶和副熱帶地區(qū)雨帶位置比觀測偏南，模擬的梅雨鋒區(qū)雨帶位置南移到江南，與觀測場上江南降水量偏少正好相反，即模擬的雨帶位置與觀測差異較大（圖2b、d）。模式模擬的東亞副熱帶地區(qū)雨帶偏南是目前大部分海氣耦合模式普遍存在的缺點（Song and Zhou, 2014a）。

圖2 1979～2010年（a、b）觀測東亞季風區(qū)夏季降水量與（c、d）模擬的夏季降水量EOF分解的前2個模態(tài)EOF1、EOF2及其（e、f）對應的時間系數(shù)PC1、PC2和（g、h）相應的功率譜。圖g、h中虛線為紅噪音的95%信度上限

為了分析東亞夏季降水前兩個模態(tài)對應的環(huán)流和SST分布，文中對模擬和觀測降水EOF分解對應的時間系數(shù)PC1、PC2與同期低層850 hPa風場及SST做了相關(guān)分析，空間分布見圖3。觀測場EOF1在熱帶印度洋和西太平洋低層夏季盛行東風，東亞地區(qū)低層風場表現(xiàn)為西北太平洋、日本中部和鄂霍次克海附近的“反氣旋—氣旋—反氣旋”經(jīng)向波列（圖3a），這正是典型的東亞—太平洋（EAP）遙相關(guān)型波列（黃榮輝，1990）。其中西北太平洋反氣旋決定了東亞夏季降水的雨帶分布，該反氣旋偏強導致梅雨鋒區(qū)夏季降水量偏多、西北太平洋地區(qū)降水量偏少。西北太平洋反氣旋異常是聯(lián)系ENSO與東亞季風環(huán)流的重要紐帶。在夏季觀測海溫場上，印度洋和西太平洋SST偏暖，而中東太平洋海溫趨于變冷。已有研究表明冬季El Ni?o事件對印度洋SST有增暖作用，印度洋是聯(lián)系冬季ENSO與夏季西北太平洋反氣旋異常的橋梁（Xie et al., 2009）。本文分析了觀測PC1與Ni?o3.4指數(shù)的超前滯后相關(guān)（圖4a虛線），圖4中橫坐標（?1）、（0）和（1）分別表示前一年、當年和后一年，由圖可見，PC1與前一年夏秋季以及前期冬春季Ni?o3.4指數(shù)的相關(guān)系數(shù)均超過0.4，通過了0.05的顯著水平檢驗，然而與同期夏季及后期秋冬季Ni?o3.4指數(shù)為弱負相關(guān)（未通過信度檢驗），表明EOF1模態(tài)出現(xiàn)在El Ni?o事件峰值之后，也就是說EOF1模態(tài)反映的是El Ni?o衰減年東亞夏季風環(huán)流的情況，這與Wu et al.（2009）等分析結(jié)果是一致的。夏季熱帶印度洋海溫增暖激發(fā)的大氣Kelvin波導致了西北太平洋反氣旋的產(chǎn)生，從而影響東亞夏季風降水的雨帶分布（Wu et al., 2009; Song and Zhou, 2014a, 2014b）。

模式能較好地模擬EOF1低層風場EAP波列特征，但模擬的西北太平洋和日本中部的反氣旋—氣旋位置偏南（圖3c），導致模擬的我國以東梅雨鋒區(qū)雨帶位置偏南。模式能合理地再現(xiàn)EOF1在印度洋和太平洋SST分布（圖3c），模擬PC1與Ni?o3.4相關(guān)曲線變化與觀測PC1基本一致（圖4），只是模擬相關(guān)曲線變幅大于觀測，表明模式對SST的模擬更為理想化，模擬的夏季中東太平洋海溫變冷幅度大于實況（圖3c）。

觀測EOF2在赤道太平洋低層盛行西風，東亞地區(qū)從南到北在南海、西北太平洋和日本海附近為“氣旋—反氣旋—氣旋”經(jīng)向配置，南海氣旋導致華南地區(qū)夏季降水量偏多，同時看出西北太平洋反氣旋位置比EOF1偏北偏東，中心位置位于27°N附近，控制我國江南地區(qū)，使得梅雨鋒區(qū)雨帶位于我國江淮、黃淮及其以東地區(qū)，雨帶西邊界比EOF1偏東，位置也比EOF1偏北，而江南降水量偏少（圖2b）。在夏季觀測海溫場上最明顯的特征是熱帶中東太平洋SST偏暖（圖3b）。從觀測PC2與Ni?o3.4指數(shù)的相關(guān)來看（圖4），PC2與前期秋冬季為弱負相關(guān)，到前期春季轉(zhuǎn)為正相關(guān)，但未通過顯著性檢驗，到同期夏季相關(guān)系數(shù)陡升到0.58，與后期秋冬季及下一年春季均為明顯的正相關(guān)，最大相關(guān)系數(shù)出現(xiàn)在同期夏季，表明EOF2對應的是El Ni?o發(fā)展位相，這與黃榮輝和陳文（2002）指出在El Ni?o發(fā)展階段我國江淮流域到韓國日本一帶夏季降水量偏多而江南降水量偏少的結(jié)論相一致。研究表明對應東亞夏季風年際變率EOF分解第二模態(tài)，赤道中東太平洋正的加熱異常在熱帶西太平洋激發(fā)出異常氣旋性環(huán)流（Wu el al., 2009），從而導致西北太平洋反氣旋位置比EOF1模態(tài)偏北，使得我國江淮流域到韓國、日本一帶降水量偏多，而江南降水量偏少。

模式基本能模擬出了EOF2在熱帶太平洋和東亞地區(qū)的低層風場特征（圖3d），但模擬的西北太平洋反氣旋位置比觀測明顯偏南，使得模擬的華南雨帶南移到南海地區(qū)，相應地模擬的梅雨鋒區(qū)雨帶南移到江南地區(qū)。模式能較好地再現(xiàn)夏季熱帶中東太平洋海溫偏暖的特征（圖3d），模擬PC2與Ni?o3.4相關(guān)變化曲線與觀測基本一致（圖4b），只是前期冬春季相關(guān)系數(shù)明顯大于觀測，即模擬夏季熱帶中東太平洋海溫偏暖幅度大于觀測（圖3d）。

圖3 圖2中的PC1、PC2與（a、b）同期觀測的、（c、d）模擬的850 hPa風場和SST的相關(guān)。箭頭表示850 hPa風場異常，陰影區(qū)表示與SST的相關(guān)系數(shù)（通過了0.1的顯著水平t檢驗），字母“C”、“A”分別表示“氣旋”、“反氣旋”

圖4 圖2中的（a）PC1和（b）PC2與Ni?o3.4指數(shù)超前滯后相關(guān)系數(shù)。橫坐標中（?1）、（0）和（1）分別表示前一年、當年和后一年，兩條水平虛線表示95%信度水平線，JJA、SON、DJF、MAM分別表示6、7、8月，9、10、11月，12、1、2月，3、4、5月

3.3 不同區(qū)域夏季降水和氣溫的預測檢驗

從1979～2010年觀測與模擬的夏季降水量的時間相關(guān)系數(shù)（TCC）分布（圖5a）來看，在東亞熱帶地區(qū)TCC大于0.2，大部分地區(qū)通過了0.1的顯著水平檢驗，而副熱帶地區(qū)TCC明顯小于熱帶地區(qū)，模式對熱帶地區(qū)的預報能力明顯高于副熱帶地區(qū)。在我國東部地區(qū)，黃河以南大部地區(qū)TCC為正值，其中黃淮南部地區(qū)通過了0.1的顯著水平檢驗。MRI-CGCM模式在我國東部的TCC分布與4個海氣耦合模式（CFSv2、GFDL CM2.1、ABOM POAMA2.4、FRCGC SINTEX-F）集合平均回報同一時段夏季降水在我國東部的TCC分布（Wang et al., 2015）基本一致，表明MRI-CGCM模式在我國東部夏季降水的預報能力與多模式集合平均預報能力相當。從1979～2010年觀測與模擬的夏季氣溫的TCC分布（圖5b）來看，東亞地區(qū)TCC均為正值，其中熱帶地區(qū)大部大于0.3，通過了0.1的顯著水平檢驗；在副熱帶地區(qū)，120°E以東大部TCC也通過了0.1的顯著水平檢驗，表明模式對東亞地區(qū)夏季氣溫具有較好的預測能力。由圖5也可看出，MRI-CGCM對東亞地區(qū)夏季氣溫的模擬能力明顯好于夏季降水。

圖5 模擬的1979～2010年夏季（a）降水量、（b）氣溫與觀測的降水量、氣溫之間的時間相關(guān)系數(shù)分布。陰影區(qū)表示通過了0.1的顯著水平t檢驗

我國東部1979～2010年觀測與模擬的夏季降水量的ACC多年平均為0.74（圖6），通過了0.01的顯著水平檢驗，高于目前國家氣候中心預測業(yè)務上應用的多模式解釋應用集成方法（包含BCC_CM1.0、CFSv2、MRI-CGCM和歐洲中期天氣預報中心的System4等4個氣候業(yè)務模式）回報2003～2012年我國夏季降水最佳ACC（0.05）（劉長征等，2013）。從每年降水ACC變化來看，每年ACC均通過了0.01的顯著水平檢驗，其中最小值為0.58（2003年），最大值為0.89（1999年）。模式模擬我國東部夏季氣溫與觀測之間的32年平均ACC為0.68（圖6），通過了0.01的顯著水平檢驗，其中ACC最小是0.48（2007年），最大是0.79（1979年）。表明模式對我國東部夏季降水和氣溫的空間異常分布型具有較好的模擬能力。

圖6 模擬的1979～2010年我國東部夏季降水量、氣溫與觀測之間的空間相關(guān)系數(shù)，圖中虛線表示99%信度水平線

我國東部、華南地區(qū)和江淮流域模擬與觀測降水多年平均距平符號一致率分別為53%、53%和58%（圖7a），其中模式對江淮流域的預報技巧最高。1979～2010年中江淮流域距平符號一致率大于75%有9年（圖7a），分別為：1981、1985、1986、1993、1996、1997、1998、2002和2007年，這9年中除了1981年和1985年為正常年外，其他年份均為ENSO年，也就是說ENSO年模式對江淮流域夏季降水的預測能力較強。我國東部、華南地區(qū)和江淮流域模擬夏季降水32年平均PS評分分別為69、68和70分（圖7b），略高于我國夏季降水業(yè)務預測多年平均（65分）（艾秀等，2008；2015年國家氣候中心氣象現(xiàn)代化實施方案）。從各年P(guān)S評分來看，我國東部、華南地區(qū)和江淮流域PS評分超過70分的分別有16年、20年和19年，即各個區(qū)域32年中有一半以上年份預測評分超過70分，MRI-CGCM模式對我國各區(qū)域夏季降水年際變化具有較好的預測能力。模式模擬的1979～2010年我國東部夏季氣溫平均符號一致率和PS評分為62%和74分（圖略）。從各年P(guān)S評分來看，PS評分超過70分的有22年，即32年中有三分之二的年份預測評分超過70分（圖略），模式對我國東部夏季氣溫年際變化也具有較好的預測能力。

圖7 模式模擬中國各區(qū)域夏季降水量和觀測降水量的（a）距平符號一致率和（b）PS評分

3.4 模擬的東亞夏季風指數(shù)的訂正

Wang et al.（2008）對目前25種東亞夏季風指數(shù)進行了評估，指出Wang定義的東亞夏季風指數(shù)（Wang and Fan，1999）和張慶云定義的東亞夏季風指數(shù)（張慶云等，2003）與東亞夏季風的多變量EOF分解PC1的相關(guān)系數(shù)分別為?0.97和?0.93，是25種指數(shù)中相關(guān)系數(shù)最高的前兩種。這兩個指數(shù)定義相似，均用東亞熱帶地區(qū)和副熱帶地區(qū)的緯向風南北梯度來定義，反映東亞熱帶輻合帶（季風槽）與副熱帶輻合帶（梅雨鋒）的強度存在反位相變化特征。兩者的差異只是選取的區(qū)域不同而已。這兩個指數(shù)物理意義明確且計算簡單，兩者1979～2010年相關(guān)系數(shù)達0.93。我國短期氣候預測業(yè)務中普遍采用張慶云定義的指數(shù)（簡稱EASMI）來表征東亞夏季風強弱，因此本文也采用EASMI來評估模式對東亞夏季風年際變化的模擬能力。EASMI是用東亞熱帶地區(qū)（10°～20°N，100°～150°E）與副熱帶地區(qū)（25°～35°N，100°～150°E）夏季平均的850 hPa風場的緯向風距平之差來表示。當指數(shù)?。ù螅┍砻鳀|亞夏季風弱（強），東亞熱帶季風槽區(qū)夏季降水量偏少（多），而梅雨鋒區(qū)降水量偏多（少）。

從觀測EASMI與同期降水和850 hPa風場的相關(guān)分布來看，當東亞夏季風偏弱（強）時，西太平洋地區(qū)為異常反氣旋（氣旋），受其影響，東亞夏季降水從南到北為偶極子經(jīng)向分布，西太平洋地區(qū)夏季降水量偏少（多），而我國江淮流域到韓國、日本一帶梅雨鋒區(qū)降水量偏多（少）（圖8a）。比較圖8a和圖2a可見，觀測EASMI強弱對應的東亞夏季降水分布與觀測東亞夏季降水EOF1模態(tài)基本一致，1979～2010年觀測EASMI與PC1相關(guān)系數(shù)為0.84，即EASMI反映的是東亞夏季降水的EOF1模態(tài)。

圖8 1979～2010年（a）觀測的EASMI與觀測的夏季降水量、（b）模擬的EASMI與模擬的降水量、（c）訂正的EASMI與觀測的夏季降水量和850 hPa風場異常（箭頭，單位：m s?1）的相關(guān)關(guān)系分布。陰影區(qū)表示通過0.1的顯著水平t檢驗

1979～2010年模擬和觀測的EASMI變化曲線基本一致（圖9），相關(guān)系數(shù)為0.51，通過了0.01的顯著水平檢驗，表明MRI-CGCM模式對東亞夏季風預測技巧較高，較好地模擬出東亞夏季風的年際變化，但模擬的東亞夏季風指數(shù)變幅偏小。模式EASMI能模擬出西太平洋反氣旋和東亞夏季風降水偶極子經(jīng)向分布型，當模擬東亞夏季風偏弱（強）時，西太平洋地區(qū)降水量偏少（多），而梅雨鋒區(qū)降水量偏多（少），但是模擬的西太平洋反氣旋比實況偏南，導致模擬的梅雨鋒區(qū)雨帶位置偏南（圖8b）。

圖9 1979～2010年觀測、模擬和訂正的EASMI

模擬EASMI對應的梅雨鋒區(qū)雨帶位置偏南，那么是否可以對模擬的EASMI進行訂正，使得模擬的梅雨鋒區(qū)雨帶位置與實況更為接近呢。本文嘗試利用觀測的EASMI與模擬模態(tài)對應的PC建立多元回歸方程來訂正EASMI。把觀測的EASMI作為預報變量，東亞夏季降水前4個模態(tài)對應的PC作為預報因子，建立多元線性回歸方程，文中把這種訂正方法稱為PC訂正法。文中選前4個PC的原因是前4個PC與觀測的EASMI相關(guān)性較好，相關(guān)系數(shù)分別為0.57、?0.16、0.22和?0.28，而第5模態(tài)之后的PC與觀測的EASMI的相關(guān)性明顯下降。根據(jù)PC訂正方法利用交叉檢驗計算出1979～2010年訂正的EASMI。下面簡要介紹訂正方案：例如，要訂正第年的EASMI，通過多元線性回歸方程：

表1是1979～2010年訂正前后EASMI與觀測EASMI的比較，訂正指數(shù)與實況相關(guān)系數(shù)明顯增大，由訂正前0.51增到0.65。訂正EASMI變幅也明顯增大，標準差從訂正前0.75增大到訂正后1.4，增幅為87%；大于1個標準差年數(shù)從6年升到12年，偏多了一倍（表1和圖9）。訂正EASMI與觀測距平符號一致率也從訂正前84%升到91%，上升了7%，訂正EASMI年際波動與實況更為吻合（表1和圖9）。訂正EASMI有1980年、1982年、1988年和2000年等4年，由訂正前與觀測符號相反變?yōu)榉栆恢?，但是訂正后EASMI在1996年和2008年，由訂正前與觀測符號一致轉(zhuǎn)為符號相反。訂正后EASMI變幅明顯增大的年份有14年，分別為1981、1982、1986、1988、1989、1992、1995、1996、1998、1999、2003、2008、2009和2010年，這14年中除了1981年外，其他13年都是ENSO年，表明利用PC訂正法對ENSO年訂正效果更好，也就是說海溫信號較強年訂正效果更顯著。

表1 1979～2010年觀測的和訂正前、后的EASMI比較

從訂正EASMI與觀測夏季降水量和850 hPa風場的相關(guān)分布（圖8b）來，訂正后對應西太平洋反氣旋位置比訂正前偏北，與實況較為接近，使得訂正后我國梅雨鋒區(qū)雨帶位置也偏北，與實況更為吻合，表明訂正EASMI對模擬梅雨鋒區(qū)雨帶偏南的缺點也有一定的改善。

4 結(jié)論

本文利用日本氣象廳海氣耦合模式MRI- CGCM的輸出結(jié)果和觀測資料進行比較，從東亞夏季風氣候態(tài)、主模態(tài)和年際變化等三個方面，來評估模式對東亞夏季風的預測性能，在此基礎上，利用PC訂正法對東亞夏季風指數(shù)進行了訂正，得到以下結(jié)論：

（1）MRI-CGCM模式對東亞夏季風氣候態(tài)有較好的模擬能力，能模擬出東亞地區(qū)夏季降水從北到南遞增、西北太平洋反氣旋以及我國東部受該氣旋的西北側(cè)西南氣流控制的特征。但模擬的西北太平洋反氣旋偏弱、偏東，導致模擬的副熱帶地區(qū)降水量偏小。

（2）模式能夠較好地模擬出東亞夏季風降水的第一模態(tài)空間分布特征，模擬的EOF1與觀測之間的ACC為0.72，通過了0.01的顯著水平檢驗；模式也能較好地再現(xiàn)其對應的年際變率，其時間系數(shù)PC1與觀測之間的相關(guān)系數(shù)為0.41，能模擬出觀測EOF1的2 a和5 a主導周期；但模擬的降水量年際變率幅度偏小和我國以東梅雨鋒區(qū)雨帶位置偏南，這與模擬的西北太平洋反氣旋位置偏南偏弱有關(guān)。MRI-CGCM較好地再現(xiàn)出EOF1對應El Ni?o衰減位相，熱帶印度洋和西太平洋夏季SST偏暖，而熱帶中東太平洋夏季SST偏冷，與觀測相符。

（3）模式對降水EOF2的模擬能力明顯差于EOF1，模擬的EOF2與觀測之間的ACC為0.36，相應的模擬PC2與觀測之間的相關(guān)系數(shù)為0.35，模式能再現(xiàn)觀測EOF2的2 a主導周期，但未能模擬出EOF2的5 a主導周期。模式能再現(xiàn)出EOF2對應El Ni?o發(fā)展位相，但模擬的西太平洋反氣旋明顯偏南，導致模擬的雨帶位置偏南，模擬的梅雨鋒區(qū)雨帶位置位于江南，與觀測場上江南降水量偏少相反，模擬的EOF2雨帶位置與觀測差異較大。

（4）MRI-CGCM較好地模擬出我國夏季降水和氣溫的空間異常分布和年際變化。模擬與觀測夏季降水和氣溫多年平均ACC分別為0.74和0.68，均通過了0.01的顯著水平檢驗，其中降水平均ACC高于目前國家氣候中心預測業(yè)務上應用的多模式解釋應用集成預測。模式模擬我國東部、江淮流域和華南地區(qū)夏季降水多年平均PS評分分別為69、70和68分，略高于我國夏季降水業(yè)務多年平均（65分）。模擬的我國東部夏季氣溫與觀測多年平均符號一致率和PS評分分別為62%和74分。

（5）利用觀測EASMI與模擬PC的關(guān)系建立多元線性回歸方程來訂正EASMI，訂正后EASMI在相關(guān)系數(shù)、符號一致率、模擬EASMI變幅偏小和我國梅雨鋒區(qū)雨帶偏南等方面均有一定的改善。訂正EASMI與實況的相關(guān)系數(shù)由0.51提高到0.65，符號一致率由84%升到91%；訂正后EASMI標準差從0.75增大到1.4，大于1個標準差年數(shù)由6年變?yōu)?2年；訂正后對應西太平洋反氣旋位置和我國梅雨鋒區(qū)雨帶位置與實況更為吻合；PC訂正法對ENSO年的訂正效果更為明顯。訂正EASMI在夏季預測業(yè)務中應該具有實際的應用價值。

致謝 感謝兩位匿名審稿專家對論文修改提出的寶貴意見。

Adler R F, Huffman G J, Chang A, et al. 2003. The version-2 Global Precipitation Climatology Project (GPCP) monthly precipitation analysis (1979–present) [J]. J. Hydrometeor., 4 (6): 1147–1167, doi:10.1175/1525- 7541(2003)004<1147:TVGPCP>2.0.CO;2.

陳麗娟, 袁媛, 楊明珠, 等. 2013. 海溫異常對東亞夏季風影響機理的研究進展 [J]. 應用氣象學報, 24 (5): 521–532. Chen Lijuan, Yuan Yuan, Yang Mingzhu, et al. 2013. A review of physical mechanisms of the global SSTA impact on EASM [J]. J. Appl. Meteor. Sci. (in Chinese), 24 (5): 521–532, doi:10.3969/j.issn.1001-7313.2013.05.002.

Collins M, AchutaRao K, Ashok K, et al. 2013. Observational challenges in evaluating climate models [J]. Nature Climate Change, 3 (11): 940–941, doi:10.1038/nclimate2012.

丁一匯. 2011. 季節(jié)氣候預測的進展和前景 [J]. 氣象科技進展, 1 (3): 14–27. Ding Yihui. 2011. Progress and prospects of seasonal climate prediction [J]. Adv. Meteor. Sci. Technol. (in Chinese), 1 (3): 14–27.

董敏, 吳統(tǒng)文, 王在志, 等. 2013. BCC_CSM1.0模式對20世紀降水及其變率的模擬 [J]. 應用氣象學, 24 (1): 1–11. Dong Min, Wu Tongwen, Wang Zaizhi, et al. 2013. Simulation of the precipitation and its variation during the 20th century using the BCC climate model (BCC_CSM1.0) [J]. J. Appl. Meteor. Sci. (in Chinese), 24 (1): 1–11, doi:10.3969/j.issn. 1001-7313.2013.01.001.

汽輪機整個啟動過程就是一個緩慢均勻的加熱過程，各部溫差及膨脹不正常的情況下就容易發(fā)生碰磨產(chǎn)生振動，升速率及暖機點的選擇和控制就至關(guān)重要。本次汽封更換間隙調(diào)整后，除臨界轉(zhuǎn)速區(qū)以外，升速率及機組帶負荷速度均應比正常啟動緩慢，以便汽輪機加熱和汽封磨合，通過脹差、汽缸膨脹、各部溫度綜合判斷暖機效果及汽封磨合狀況，再決定升速或加負荷，切忌單純憑時間或某一參數(shù)決定。

Gao Hui, Yang Song, Kumar A, et al. 2011. Variations of the East Asian Meiyu and simulation and prediction by the NCEP climate forecast system [J]. J. Climate, 24 (1): 94–108, doi:10.1175/2010JCLI3540.1.

He Chao, Zhou Tianjun. 2014. The two interannual variability modes of the western North Pacific subtropical high simulated by 28 CMIP5-AMIP models [J]. Climate Dyn., 43 (9–10): 2455–2469, doi:10.1007/s00382- 014-2068-x.

He Chao, Zhou Tianjun. 2015. Responses of the western North Pacific subtropical high to global warming under RCP4.5 and RCP8.5 scenarios projected by 33 CMIP5 models: The dominance of tropical Indian Ocean–tropical western Pacific SST gradient [J]. J. Climate, 28 (1): 365–380, doi:10.1175/JCLI-D-13-00494.1.

何超, 周天軍, 鄒立維, 等. 2012. 夏季西北太平洋副熱帶高壓的兩種年際變率模態(tài) [J]. 中國科學: 地球科學, 42 (12): 1923–1936. He Chao, Zhou Tianjun, Zou Liwei, et al. 2013. Two interannual variability modes of the northwestern Pacific subtropical anticyclone in boreal summer [J]. Sci. China Earth Sci., 56 (7): 1254–1265.

黃榮輝. 1990. 引起我國夏季旱澇的東亞大氣環(huán)流異常遙相關(guān)及其物理機制的研究 [J]. 大氣科學, 14 (1): 108–117. Huang Ronghui. 1990. Studies on the teleconnections of the general circulation anomalies of East Asia causing the summer drought and flood in China and their physical mechanism [J]. Chinese Journal of Atmospheric Sciences (Scientia Atmos. Sinica) (in Chinese), 14 (1): 108–117, doi:10.3878/j. issn.1006-9895.1990.01.14.

黃榮輝, 陳文. 2002. 關(guān)于亞洲季風與ENSO循環(huán)相互作用研究最近的進展 [J]. 氣候與環(huán)境研究, 7 (2): 146–159. Huang Ronghui, Chen Wen. 2002. Recent progresses in the research on the interaction between Asian monsoon and ENSO cycle [J]. Climatic and Environmental Research (in Chinese), 7 (2): 146–159, doi:10.3878/j.issn.1006-9585. 2002.02.03.

黃榮輝, 蔡榕碩, 陳際龍, 等. 2006. 我國旱澇氣候災害的年代際變化及其與東亞氣候系統(tǒng)變化的關(guān)系 [J]. 大氣科學, 30 (5): 730–743. Huang Ronghui, Cai Rongshuo, Chen Jilong, et al. 2006. Interdecaldal variations of drought and flooding disasters in China and their association with the East Asian climate system [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 30 (5): 730–743, doi:10.3878/j.issn.1006-9895.2006.05.02.

賈小龍, 陳麗娟, 高輝, 等. 2013. 我國短期氣候預測技術(shù)進展 [J]. 應用氣象學報, 24 (6): 641–655. Jia Xiaolong, Chen Lijuan, Gao Hui, et al. 2013. Advances of the short-range climate prediction in China [J]. J. Appl. Meteor. Sci. (in Chinese), 24 (6): 641–655, doi:10.11898/1001- 7313.20130601.

姜大膀, 王會軍, 郎咸梅. 2004. 全球變暖背景下東亞氣候變化的最新情景預測 [J]. 地球物理學報, 47 (4): 590–596. Jiang Dabang, Wang Huijun, Lang Xianmei. 2004. East Asian climate change trend under global warming background [J]. Chinese J. Geophys. (in Chinese), 47 (4): 590–596, doi:10.3321/j.issn:0001-5733.2004.04.007.

Kistler R, Collins W, Saha A, et al. 1996. The NCEP–NCAR 50-year reanalysis: Monthly means CD-ROM and documentation [J]. Bull. Amer. Meteor. Soc., 82 (2): 247–268, doi:10.1175/1520-0477(2001)082<0247: TNNYRM>2.3.CO;2.

劉長征, 杜良敏, 柯宗建, 等. 2013. 國家氣候中心多模式解釋應用集成預測 [J]. 應用氣象學報, 24 (6): 677–685. Liu Changzheng, Du Liangmin, Ke Zongjian, et al. 2013. Multi-model downscaling ensemble prediction in National Climate Center [J]. J. Appl. Meteor. Sci. (in Chinese), 24 (6): 677–685, doi:10.3969/j.issn.1001-7313.2013.06.004.

Rajendran K, Kitoh A, Yukimoto S. 2004. South and East Asian summer monsoon climate and variation in the MRI Coupled Model (MRI-CGCM2) [J]. J. Climate, 17 (4): 763–782, doi:10.1175/1520- 0442(2004)017<0763:SAEASM>2.0.CO;2.

司東, 丁一匯, 柳艷菊. 2009. 全球海氣耦合模式（BCC_CM1.0）對江淮梅雨降水預報的檢驗 [J]. 氣象學報, 67 (6): 947–960. Si Dong, Ding Yihui, Liu Yanju. 2009. Evaluation of Meiyu prediction in the Yangtze–Huaihe region by coupled ocean–atmosphere general circulation model (BCC_CM1.0) [J]. Acta Meteor. Sinica (in Chinese), 67 (6): 947–960, doi:10.11676/qxxb2009.092.

Smith T M, Reynolds R W, Peterson T C, et al. 2008. Improvements to NOAA’s historical merged land–ocean surface temperature analysis (1880–2006) [J]. J. Climate, 21 (10): 2283–2296, doi:10.1175/ 2007JCLI2100.1.

Song Fengfei, Zhou Tianjun. 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 (4): 1679–1697, doi:10.1175/JCLI-D-13-00248.1.

Song Fengfei, Zhou Tianjun. 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 (23): 8761–8777, doi:10.1175/JCLI-D-14-00396.1.

Song Fengfei, Zhou Tianjun, Qian Yun. 2014. Responses of East Asian summer monsoon to natural and anthropogenic forcings in the 17 latest CMIP5 models [J]. Geophys. Res. Lett., 41 (2), doi:10.1002/ 2013GL058705.

孫穎, 丁一匯. 2008. IPCC AR4氣候模式對東亞夏季風年代際變化的模擬性能評估 [J]. 氣象學報, 66 (5): 765–780. Sun Ying, Ding Yihui. 2008. Validation of IPCC AR4 climate models in simulating interdecadal change of East Asian summer monsoon [J]. Acta Meteor. Sinica (in Chinese), 66 (5): 765–780, doi:10.11676/qxxb2008.070.

Tao Shiyan, Chen Longxun. 1987. A review of recent research on the East Asian summer monsoon in China [M]//Monsoon Meteorology. Chang C P, Krishnamurti T N, Eds. Oxford: Oxford University Press, 62–92.

Wang Bin, Fan Zhen. 1999. Choice of South Asian summer monsoon indices [J]. Bull. Amer. Meteor. Soc., 80 (4): 629–638, doi:10.1175/1520-0477(1999)080<0629:COSASM>2.0.CO;2.

Wang Bin, Wu Zhiwei, Li Jianping, et al. 2008. How to measure the strength of the East Asian summer monsoon [J]. J. Climate, 21 (17): 4449–4463, doi:10.1175/2008JCLI2183.1.

Wang Bin, Lee J Y, Xiang Baoqiang. 2015. Asian summer monsoon rainfall predictability: A predictable mode analysis [J]. Climate Dyn., 44 (1–2): 61–74, doi:10.1007/s00382-014-2218-1.

Wu Bo, Zhou Tianjun, Li T. 2009. Seasonally evolving dominant interannual variability modes of East Asian climate [J]. J. Climate, 22 (11): 2992–3005.

吳統(tǒng)文, 宋連春, 李偉平, 等. 2013. 北京氣候中心氣候系統(tǒng)模式研發(fā)進展——在氣候變化研究中的應用 [J]. 氣象學報, 72 (1): 12–29. Wu Tongwen, Song Lianchun, Li Weiping, et al. 2013. An overview on progress in Beijing Climate Center climate system model—Its development and application to climate change studies [J]. Atca Meteor. Sinaca (in Chinese), 72 (1): 12–29, doi:10.11676/qxxb2013.084.

Xie Pingping, Arkin P A. 1997. Global precipitation: A 17-year monthly analysis based on gauge observations, satellite estimates, and numerical model outputs [J]. Bull. Amer. Meteor. Soc., 78 (11): 2539–2558, doi:10.1175/1520-0477(1997)078<2539:GPAYMA>2.0.CO;2.

Xie S P, Hu K M, Hafner J, et al. 2009. Indian Ocean capacitor effect on Indo-Western Pacific climate during the summer following El Ni?o [J]. J. Climate, 22 (3): 730–747, doi:10.1175/2008JCLI2544.1.

Yukimoto S, Noda A, Kitoh A, et al. 2001. The new meteorological research institute coupled GCM (MRI-CGCM2): Model climate and variability [J]. Papers Meteor. Geophys., 51 (2): 47–88, doi:10.2467/mripapers.51.47.

張莉, 丁一匯, 孫穎. 2008. 全球海氣耦合模式對東亞季風降水模擬的檢驗 [J]. 大氣科學, 32 (2): 261–276. Zhang Li, Ding Yihui, Sun Ying. 2008. Evaluation of precipitation simulation in East Asian monsoon areas by coupled ocean–atmosphere general circulation models [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 32 (2): 261–276, doi:10.3878/j.issn.1006-9895.2008.02.06.

張慶云, 陶詩言, 陳烈庭. 2003. 東亞夏季風指數(shù)的年際變化與東亞大氣環(huán)流 [J]. 氣象學報, 61 (4): 559–568. Zhang Qingyun, Tao Shiyan, Chen Lieting. 2003. The interannual variability of East Asian summer monsoon indices and its association with the pattern of general circulation over East Asia [J]. Acta Meteor. Sinica (in Chinese), 61 (4): 559–568, doi:10.3321/j.issn:0577-6619.2003.05.005.

Zhou Tianjun, Yu Rucong, Li Hongmei, et al. 2008. Ocean forcing to changes in global monsoon precipitation over the recent half-century [J]. J. Climate, 21 (15): 3833–3852, doi:10.1175/2008JCLI2067.1.

Zou Liwei, Zhou Tianjun. 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 (7): 2353–2367, doi:10.1175/JCLI-D-11-00722.1.

羅連升, 段春峰, 楊瑋, 等. 2016.MRI-CGCM模式對東亞夏季風的模擬評估及訂正[J].大氣科學, 40 (6): 1320–1332. Luo Liansheng, Duan Chunfeng, Yang Wei, et al.2016.Evaluation and correction of the East Asian summer monsoon simulated by MRI coupled ocean–atmosphere general circulation model[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40 (6): 1320–1332, doi:10.3878/j.issn.1006-9895.1602.15188.

Evaluation and Correction of the East Asian Summer Monsoon Simulated by MRI Coupled Ocean–Atmosphere General Circulation Model

LUO Liansheng, DUAN Chunfeng, YANG Wei, XU Min, CHENG Zhi, and DING Xiaojun

,230031

Based on the monthly precipitation data of Climate Prediction Center Merged Analysis of Precipitation (CMAP), the NCEP reanalysis data, the Extended Reconstruction Sea Surface Temperature (ERSST) from National Oceanic and Atmospheric Administration (NOAA), and the output of the MRI-CGCM (Meteorological Research Institute Coupled Ocean–Atmosphere General Circulation Model) of Japan Meteorological Agency, the ability of MRI-CGCM to simulate precipitation in the East Asian Summer Monsoon (EASM) region is evaluated from the perspective of the climatology, the primary modes of Empirical Orthogonal Function (EOF) and the interannual variation of the EASM. The multiple linear regression equation is established by the relationship between the observed East Asian Summer Monsoon index (EASMI) and the simulated principal component (PC), and applied to correct the EASMI (PC correction method). Results show that the MRI-CGCM can reasonably reproduce the basic EASM rainfall and low-level wind fields. However, the simulated western North Pacific anticyclone is weaker and eastward-shifted than normal, which leads to the underestimation of rainfall over the subtropical region. MRI-CGCM can capture the first leading EOF mode (EOF1) of the EASM rainfall and the corresponding wind fields in lower levels over the EASM region and the decaying phase of El Ni?o. The EOF1 space Correlation Coefficient (ACC) between the simulation and observation is 0.72. The interannual variability of EOF1 is reasonably simulated, and the correlation coefficient between the first component (PC1) of MRI-CGCM simulation and observation is 0.41. The simulated EOF1 well reflects the observed characteristics of EOF1. However, the simulated Mei-yu rainbelt over eastern China shifts southward, which is closely related to the southward shift of the western North Pacific anticyclone. The model ability for the simulation of the second leading EOF mode (EOF2) decreases significantly compared to that for the EOF1. The EOF2 ACC between simulation and observation is 0.36. MRI-CGCM can well reproduce the EOF2 that corresponds to the developing phase of El Ni?o. However, the simulated western North Pacific anticyclone shifts southward abnormally, which leads to the southward shift of the rain belt. The simulated Mei-yu rain belt over China is located in the middle and lower reaches of the Yangtze River , which is contrary to the observation that little rain occurs over this region. The spatial distribution and interannual variability of summer precipitation and temperature anomalies in eastern China are well simulated. The mean ACC between the simulated and observed summer precipitation (temperature) is 0.74 (0.68). The mean predict score (PS) of simulated summer precipitation over eastern China, the Yangtze-Huaihe River valley and southern China are 69, 70, and 68, respectively, which are higher than the average PS (65) of the operational summer precipitation prediction. The mean PS of summer mean temperature in eastern China is 74. Improvements in the PC corrected EASMI are reflected in the correlation coefficient, the anomaly sign consistency rate, the weaker magnitude of the simulated EASMI, and the southward shift of the Mei-yu rain belt. The correlation coefficient between the corrected EASMI and observed EASMI increases from 0.51 to 0.65, the anomaly sign consistency rate changes from 84% to 91%, the standard deviation increases from 0.75 to 1.3, the number of years with greater than one standard deviation changes from 6 to 12, and the locations of the western North Pacific anticyclone and Mei-yu rain belt corresponding to the corrected EASMI are more consistent with observations.

East Asian Summer Monsoon (EASM), EOF, Coupled ocean–atmosphere general circulation model (CGCM), Model correction

1006-9895(2016)06-1320-13

P467

A

10.3878/j.issn.1006-9895.1602.15188

2015-04-27；網(wǎng)絡預出版日期 2016-02-02

羅連升，女，1977年出生，高工，主要研究短期氣候預測。E-mail:luolsh_gx@163.com

公益性行業(yè)（氣象）科研專項201406021，安徽省自然科學基金項目1308085QD69、1408085MD73

Public Science and Technology Research Founds Projects of Meteorology (Grant 201406021), Nature Science Foundation of Anhui Province (Grants 1308085QD69,1408085MD73)