吳 斌，錢 業(yè)，王瑞芳，趙 鑫，金 磊

(1.黑龍江佳木斯氣象衛(wèi)星地面站，黑龍江 佳木斯 154002；2.浙江師范大學(xué)，浙江 金華 321004)

引 言

隨著全球變暖，臺(tái)風(fēng)強(qiáng)度的氣候變化成為臺(tái)風(fēng)研究領(lǐng)域的熱點(diǎn)科學(xué)問題之一，這是因?yàn)榕_(tái)風(fēng)強(qiáng)度往往與災(zāi)害程度密切相關(guān)。近百年來美國強(qiáng)臺(tái)風(fēng)(最大平均風(fēng)速大于95 kn)導(dǎo)致的災(zāi)害損失占所有臺(tái)風(fēng)的85%[1]。最近一項(xiàng)研究表明幾乎所有的強(qiáng)臺(tái)風(fēng)都經(jīng)歷了快速增強(qiáng)過程[2]。臺(tái)風(fēng)強(qiáng)度預(yù)報(bào)中臺(tái)風(fēng)快速增強(qiáng)的預(yù)報(bào)誤差最大，在登陸前經(jīng)歷快速增強(qiáng)的臺(tái)風(fēng)往往會(huì)導(dǎo)致巨大的傷亡和財(cái)產(chǎn)損失[3-5]。因此，研究臺(tái)風(fēng)強(qiáng)度的氣候變化可以為沿海城市的發(fā)展應(yīng)對(duì)策略提供科學(xué)參考。

臺(tái)風(fēng)強(qiáng)度通常受到下墊面及周圍大尺度環(huán)境條件的影響[6-12]。EMANUEL[8-9]將臺(tái)風(fēng)增強(qiáng)過程視作卡諾熱機(jī)做功過程，探討海洋通過風(fēng)蒸發(fā)反饋效應(yīng)影響臺(tái)風(fēng)強(qiáng)度的物理過程，提出了臺(tái)風(fēng)最大潛在強(qiáng)度(maximum potential intensity, MPI)理論。根據(jù)MPI理論，海溫升高或流出層溫度變冷，均有利于臺(tái)風(fēng)獲得更多的感熱和潛熱通量，從而強(qiáng)度增加[13-14]。另外，臺(tái)風(fēng)通過洋面時(shí)會(huì)與海洋發(fā)生強(qiáng)烈的相互作用，導(dǎo)致海表暖水和次表層冷水混合，降低海溫，對(duì)臺(tái)風(fēng)強(qiáng)度的發(fā)展形成負(fù)反饋?zhàn)饔肹7,15-17]。對(duì)于同體積的次表層冷海水，混合層厚度越厚即海洋的暖水層越厚，抵抗臺(tái)風(fēng)引發(fā)海溫冷卻效應(yīng)的能力就越佳，利于臺(tái)風(fēng)強(qiáng)度的發(fā)展[18-20]。統(tǒng)計(jì)分析和數(shù)值模擬研究也表明，環(huán)境垂直風(fēng)切變?cè)酱?，越不利于臺(tái)風(fēng)強(qiáng)度的發(fā)展[10-11]。EMANUEL等[12]將垂直風(fēng)切變的作用以參數(shù)化的形式加入到臺(tái)風(fēng)強(qiáng)度模式中，考慮不同環(huán)境因子對(duì)臺(tái)風(fēng)強(qiáng)度的氣候影響。綜上所述，在分析臺(tái)風(fēng)強(qiáng)度氣候變化的成因時(shí)，應(yīng)重點(diǎn)探討海溫、流出層溫度、海洋混合層厚度以及垂直風(fēng)切變?cè)谄渲械淖饔肹20-21]。

目前全球氣候模式是進(jìn)行臺(tái)風(fēng)強(qiáng)度氣候變化研究的主要手段，并且CMIP(coupled model intercomparison project phase)模式的各種情景模擬輸出是一個(gè)重要資料來源[22-23]。近年來基于CMIP5氣候模式資料，對(duì)臺(tái)風(fēng)強(qiáng)度的氣候變化做了大量的研究工作。一般主要采取以下兩種途徑進(jìn)行研究：一是基于統(tǒng)計(jì)的思想[24-25]，根據(jù)觀測資料建立大尺度環(huán)境場與臺(tái)風(fēng)強(qiáng)度變化的經(jīng)驗(yàn)關(guān)系，利用CMIP5模式資料的大尺度環(huán)境場直接計(jì)算不同情景下的臺(tái)風(fēng)強(qiáng)度；二是基于降尺度的思想[26-30]，將CMIP5模式輸出的大尺度環(huán)境場作為高分辨率區(qū)域模式的外界強(qiáng)迫場，運(yùn)行區(qū)域模式，繼而分析不同情景下臺(tái)風(fēng)強(qiáng)度的氣候變化。但是在絕大部分研究中，沒有客觀地評(píng)估全球氣候模式對(duì)影響臺(tái)風(fēng)強(qiáng)度氣候變化的大尺度環(huán)境場的模擬能力，這將會(huì)進(jìn)一步增加臺(tái)風(fēng)強(qiáng)度氣候變化結(jié)果的不確定性。

鑒于大尺度環(huán)境場對(duì)臺(tái)風(fēng)強(qiáng)度在氣候尺度上的控制作用，在利用全球氣候模式研究臺(tái)風(fēng)強(qiáng)度的氣候變化時(shí)，需要首先評(píng)估全球模式對(duì)其大尺度環(huán)境場的模擬能力，然后再選取模擬能力較好的模式來分析臺(tái)風(fēng)強(qiáng)度的氣候變化特征。因此，本文以西北太平洋為研究區(qū)域，從空間分布、時(shí)間變化和誤差分析方面，重點(diǎn)評(píng)估全球模式對(duì)海溫、海洋混合層厚度、流出層溫度以及垂直風(fēng)切變的模擬能力，以期對(duì)臺(tái)風(fēng)強(qiáng)度氣候變化特征的認(rèn)識(shí)提供有意義的信息。

1 資料與方法

1.1 資 料

表1 本研究采用的CMIP5模式介紹Tab.1 Introduction of CMIP5 models in this study

1.2 方 法

根據(jù)WU等[20]研究結(jié)果，重點(diǎn)評(píng)估模式對(duì)環(huán)境因子氣候場和時(shí)空線性趨勢特征的模擬能力，因?yàn)樗鼈儧Q定了西北太平洋臺(tái)風(fēng)強(qiáng)度在氣候尺度上的變化。為了定量化評(píng)估結(jié)果，根據(jù)WANG等[31]的方法，使用空間相關(guān)系數(shù)(pattern correlation coefficient, PCC)和標(biāo)準(zhǔn)化的均方根誤差(normalized root-mean-square error, NRMSE)來評(píng)估模式的氣候場與觀測結(jié)果的一致性。當(dāng)PCC越大，NRMSE越小，表示相應(yīng)的模式與觀測的空間分布越接近。本文將18個(gè)PCC和NRMSE平均值分別定義為其相應(yīng)的臨界值。

2 氣候場和線性趨勢場分布

2.1 觀測的大尺度環(huán)境因子空間分布

為評(píng)估模式，需要認(rèn)識(shí)觀測中控制臺(tái)風(fēng)強(qiáng)度氣候變化的大尺度環(huán)境因子場特征。圖1為1980—2005年臺(tái)風(fēng)盛季平均的大尺度環(huán)境因子場和氣候傾向率場。根據(jù)WU等[20]的研究結(jié)果，臺(tái)風(fēng)強(qiáng)度的主要發(fā)展區(qū)(MDR)位于7.5°N—27.5°N、120°E—170°E。SST隨緯度的升高而降低，在MDR SST均高于28 ℃，SST在整個(gè)區(qū)域表現(xiàn)為增暖，在MDR SST的上升速率小于0.25 ℃ ·(10 a)-1。MLD隨緯度的升高而變淺，在MDR MLD均大于30 m，MLD在20°N以南表現(xiàn)為增厚趨勢，在MDR MLD的氣候傾向率小于4 m·(10 a)-1。OFT隨緯度的升高而升高，在MDR OFT基本小于198 K，OFT在西北太平洋整個(gè)區(qū)域呈明顯變冷趨勢，且在西部地區(qū)變冷速率大于東部地區(qū)，在MDR OFT的變冷速率大于0.4 K ·(10 a)-1。在MDR VWS基本小于10 m·s-1，VWS在東部呈增大趨勢，西部呈減小趨勢。

圖1 1980—2005年臺(tái)風(fēng)盛季平均的SST場(等值線，單位：℃)和氣候傾向率場[陰影，單位：℃ ·(10 a)-1](a)、MLD場(等值線，單位：m)和氣候傾向率場[陰影，單位：m·(10 a)-1](b)、OFT場(等值線，單位：K)和氣候傾向率場[陰影，單位：K ·(10 a)-1](c)以及VWS場(等值線，單位：m·s-1)和氣候傾向率場[陰影，單位：m·s-1(10 a)-1)](d)(點(diǎn)區(qū)表示通過α=0.05的顯著性檢驗(yàn)，下同)Fig.1 The averaged SST field (isoline, Unit: ℃) and climate tendency rate field (shaded, Unit: ℃·(10 a)-1) (a), MLD field (isoline, Unit: m) and climate tendency rate field (shaded, Unit: m·(10 a)-1) (b), OFT field (isoline, Unit: K) and climate tendency rate field (shaded, Unit: K ·(10 a)-1) (c), and VWS field (isoline, Unit: m·s-1) and climate tendency rate field (shaded, Unit: m·s-1·(10 a)-1) (d) in typhoon peak season from 1980 to 2005(the dots area passing the 0.05 significance test, the same as below)

2.2 模式模擬的SST空間分布

圖2為18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季平均的SST場和氣候傾向率場。圖3為18個(gè)模式模擬與觀測的大尺度環(huán)境因子的PCC和NRMSE散點(diǎn)圖。為評(píng)估模式對(duì)SST空間分布的模擬能力，通過對(duì)比觀測和模擬的SST空間分布以及定量計(jì)算的PCC和NRMSE，發(fā)現(xiàn)8個(gè)模式(CCSM4，CESM1-BGC，CESM1-CAM5，CNRM-CM5，IPSL-CM5A-MR，MPI-ESM-MR，GFDL-ESM2G和GFDL-ESM2M)對(duì)觀測的SST空間分布有較高的模擬能力。進(jìn)一步對(duì)比在MDR 8個(gè)模式SST模擬值和觀測值，發(fā)現(xiàn)除CCSM4，CESM1-BGC和IPSL-CM5A-MR外，其他5個(gè)模式模擬值明顯低于觀測值。8個(gè)模式模擬的SST在整個(gè)區(qū)域表現(xiàn)為上升趨勢，但在MDR，CCSM4，IPSL-CM5A-MR，MPI-ESM-MR，GFDL-ESM2G和GFDL-ESM2M模擬值上升速率明顯大于觀測值上升速率，而CESM1-BGC，CESM1-CAM5和CNRM-CM5 模擬值上升速率與觀測值上升速率較為接近。

圖2 18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季平均的SST場(等值線，單位：℃)和氣候傾向率場[陰影，單位：℃·(10 a)-1]Fig.2 The averaged SST field (isoline, ℃) and climate tendency rate field (shaded, ℃ ·(10 a)-1) simulated by 18 models in typhoon peak season from 1980 to 2005

圖3 18個(gè)模式模擬與觀測的SST(a)、MLD(b)、OFT(c)以及VWS(d)的PCC和NRMSE散點(diǎn)圖Fig.3 Scatter plots between PCC and NRMSE of observed and simulated SST (a), MLD (b), OFT (c) and VWS (d) by 18 models

2.3 模式模擬的MLD空間分布

圖4為18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季平均的MLD場和氣候傾向率場。通過對(duì)比觀測和模擬的OFT空間分布以及定量計(jì)算的PCC和NRMSE，發(fā)現(xiàn)5個(gè)模式(ACCESS1-3，CanESM2，CCSM4，CESM1-BGC和CESM1-CAM5)對(duì)觀測的MLD空間分布有較高的模擬能力。進(jìn)一步對(duì)比在MDR觀測和5個(gè)模式模擬的MLD，發(fā)現(xiàn)CanESM2模擬值明顯低于觀測值，CCSM4和CESM1-CAM5模擬值均明顯高于觀測值，而ACCESS1-0，ACCESS1-3和CESM1-BGC模擬值均與觀測值較為接近。在MDR，ACCESS1-0，ACCESS1-3和CanESM2模擬的MLD增厚速率明顯小于觀測的MLD增厚速率，而CCSM4，CESM1-BGC和CESM1-CAM5模擬的MLD增厚速率與觀測的MLD增厚速率較為接近。

圖4 18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季平均的MLD場(等值線，單位：m)和氣候傾向率場[陰影，單位：m ·(10 a)-1]Fig.4 The averaged MLD field (contours, Unit:m) and climate tendency rate field (shaded, Unit: m ·(10 a)-1) simulated by 18 models in typhoon peak season from 1980 to 2005

2.4 模式模擬的OFT空間分布

圖5為18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季平均的OFT場和氣候傾向率場。通過對(duì)比觀測和模擬的OFT空間分布以及定量計(jì)算的PCC和NRMSE，發(fā)現(xiàn)7個(gè)模式(ACCESS1-0，ACCESS1-3，CanESM2，CNRM-CM5，MPI-ESM-LR，GFDL-ESM2G和GFDL-ESM2M)對(duì)觀測的OFT空間分布有較高的模擬能力。進(jìn)一步對(duì)比在MDR觀測和7個(gè)模式模擬的OFT，發(fā)現(xiàn)CNRM-CM5和MPI-ESM-MR模擬值低于觀測值，而ACCESS1-0，ACCESS1-3，CanESM2，GFDL-ESM2G和GFDL-ESM2M模擬值與觀測值較為接近。在MDR，7個(gè)模式模擬的OFT氣候趨勢為略降低，各個(gè)模式模擬的OFT下降速率不同程度小于觀測的OFT下降速率。

圖5 18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季平均的OFT場(等值線，單位：K)和氣候傾向率場[陰影，單位：K·(10 a)-1]Fig.5 The averaged OFT field (isoline, Unit: K) and climate tendency rate field (shaded, Unit: K·(10 a)-1) simulated by 18 models in typhoon peak season from 1980 to 2005

2.5 模式模擬的VWS空間分布

圖6為18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季平均的VWS場和氣候傾向率場。通過對(duì)比觀測和模擬的VWS空間分布以及定量計(jì)算的PCC和NRMSE，發(fā)現(xiàn)11個(gè)模式(ACCESS1-0，ACCESS1-3，CanESM2，CCSM4，CESM1-BGC，CESM1-CAM5，CNRM-CM5，MPI-ESM-LR，MPI-ESM-MR，GFDL-ESM2G和GFDL-ESM2M)對(duì)觀測的VWS空間分布有較高的模擬能力。進(jìn)一步對(duì)比在MDR觀測和11個(gè)模式模擬的VWS，發(fā)現(xiàn)CanESM2模擬的VWS大于觀測值，而ACCESS1-0，ACCESS1-3，CCSM4，CESM1-BGC，CESM1-CAM5，CNRM-CM5，MPI-ESM-LR，MPI-ESM-MR，GFDL-ESM2G和GFDL-ESM2M模擬值與觀測值較為接近。在MDR，ACCESS1-0，CESM1-CAM5，CNRM-CM5，MPI-ESM-MR和GFDL-ESM2G模擬的VWS氣候傾向率與觀測的VWS的氣候傾向率差異相對(duì)較小。

圖6 18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季平均的VWS場(等值線，單位：m·s-1)和氣候傾向率場[陰影，單位：m·s-1·(10 a)-1]Fig.6 The averaged VWS field (isoline, Unit: m·s-1) and climate tendency rate field (shaded, Unit: m·s-1·(10 a)-1) simulated by 18 models in typhoon peak season from 1980 to 2005

3 年際變化和氣候趨勢

3.1 模式模擬的SST時(shí)間變化

表2和表3分別列出1980—2005年臺(tái)風(fēng)盛季區(qū)域(7.5°N—27.5°N、 120°E—170°E)平均的大尺度環(huán)境因子模擬值與觀測值的時(shí)間相關(guān)系數(shù)及模擬值的氣候傾向率?？梢钥闯?，ACCESS1-0，ACCESS1-3，CCSM4，IPSL-CM5A-LR，IPSL-CM5B-LR，MPI-ESM-MR，NorESM1-M和GFDL-ESM2G SST模擬值與觀測值的相關(guān)系數(shù)通過顯著性檢驗(yàn)(P<0.05)。在對(duì)SST空間分布有較高模擬能力的8個(gè)模式中，只有CCSM4，MPI-ESM-MR和GFDL-ESM2G模擬值與觀測值的時(shí)間相關(guān)系數(shù)顯著(P<0.05)，表明這3個(gè)模式對(duì)觀測的SST年際變化有一定的模擬能力。與觀測的SST氣候傾向率相比，18個(gè)模式模擬的SST氣候傾向率可分為3類：第一類為模擬與觀測接近[圖7(a)]，第二類為模擬比觀測大[圖7(b)]，第三類為模擬比觀測小[圖7(c)]。在對(duì)觀測的SST空間分布有較高模擬能力的8個(gè)模式中，CESM1-BGC，CESM1-CAM5和CNRM-CM5模擬與觀測的SST氣候傾向率[0.16 ℃ ·(10 a)-1]較為接近。

圖7 18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季區(qū)域(7.5°N—27.5°N、 120°E—170°E)平均的SST年際變化及其線性趨勢 (a)模擬的氣候傾向率與觀測接近，(b)模擬的氣候傾向率比觀測大，(c)模擬的氣候傾向率比觀測小Fig.7 The interannual variation of average SST and its linear trend over the region of 7.5°N-27.5°N, 120°E-170°E simulated by 18 models in typhoon peak season from 1980 to 2005(a) The simulated is close to observed climate tendency rate,(b) The simulated is bigger than observed climate tendency rate,(c) The simulated is less than observed climate tendency rate

表2 1980—2005年臺(tái)風(fēng)盛季區(qū)域(7.5°N—27.5°N、 120°E—170°E)平均的大尺度環(huán)境因子模擬值與觀測值的時(shí)間相關(guān)系數(shù)Tab.2 Time correlation coefficients between the observed and simulated averaged large-scale environmental factors over the region of 7.5°N-27.5°N,120°E-170°E in typhoon peak season from 1980 to 2005

表3 18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季區(qū)域(7.5°N—27.5°N、120°E—170°E)平均的大尺度環(huán)境因子的氣候傾向率 Tab.3 The climate tendency rate of averaged large-scale environmental factors simulated by 18 models over the region of 7.5°N-27.5°N,120°E-170°E in typhoon peak season from 1980 to 2005

3.2 模式模擬的MLD時(shí)間變化

MLD觀測值與模擬值的時(shí)間相關(guān)系數(shù)均很小，表明所有模式對(duì)觀測的MLD年際變化模擬能力低。這里重點(diǎn)比較觀測MLD和模擬MLD在MDR線性趨勢上的差異。18個(gè)模式模擬的MLD的氣候傾向率可分為氣候傾向率為正[圖8(a)]及為負(fù)[圖8(b)]兩類。對(duì)觀測MLD空間分布有較高模擬能力的5個(gè)模式中，CCSM4，CESM1-BGC和CESM1-CAM5模擬的MLD氣候傾向率與觀測的MLD氣候傾向率[0.8 m·(10 a)-1]較為接近。

圖8 1980—2005年臺(tái)風(fēng)盛季區(qū)域(7.5°N—27.5°N、 120°E—170°E)平均的18個(gè)模式模擬的MLD年際變化及其線性趨勢 (a)氣候傾向率為正，(b)氣候傾向率為負(fù)Fig.8 The interannual variation of average MLD and its linear trend over the region of 7.5°N-27.5°N, 120°E-170°E simulated by 18 models in typhoon peak season from 1980 to 2005(a) positive climate tendency rate, (b) negative climate tendency rate

3.3 模式模擬的OFT時(shí)間變化特征

OFT觀測值與模擬值的時(shí)間相關(guān)系數(shù)表明，CanESM2，MPI-ESM-LR，MPI-ESM-MR和GFDL-ESM2G模擬值與觀測值的相關(guān)系數(shù)通過顯著性檢驗(yàn)(P<0.05)。在對(duì)OFT空間分布有較高模擬能力的7個(gè)模式中，只有CanESM2，MPI-ESM-MR和GFDL-ESM2G模擬值與觀測值的時(shí)間相關(guān)系數(shù)顯著，表明這3個(gè)模式對(duì)觀測OFT的年際變化有一定的模擬能力。18個(gè)模式模擬的MLD的氣候傾向率可分為2類：氣候傾向率為正及氣候傾向率為負(fù)(圖略)。對(duì)OFT空間分布有較高模擬能力的7個(gè)模式模擬的OFT下降速率都明顯小于觀測OFT下降速率[-0.85 K ·(10 a)-1]。

3.4 模式模擬的VWS時(shí)間變化

VWS觀測值與模擬值的時(shí)間相關(guān)系數(shù)均很小，表明所有模式對(duì)觀測的VWS年際變化模擬能力低。為考察大尺度環(huán)境因子在區(qū)域的長期變化，對(duì)比觀測值的氣候傾向率，18個(gè)模式模擬的VWS的氣候傾向率可分為3類：第一類為模擬與觀測接近[圖9(a)]，第二類為模擬比觀測大[圖9(b)]，第三類為模擬比觀測小[圖9(c)]。在對(duì)VWS空間分布有較高模擬能力的11個(gè)模式中，CESM1-BGC，CESM1-CAM5，CNRM-CM5和GFDL-ESM2M模擬的VWS氣候傾向率與觀測的氣候傾向率較為接近，均沒有明顯的變化趨勢。

圖9 18個(gè)模式模擬的1980—2005年臺(tái)風(fēng)盛季區(qū)域(7.5°N—27.5°N、 120°E—170°E)平均的VWS年際變化及其線性趨勢(a)模擬氣候傾向率與觀測接近，(b)模擬氣候傾向率比觀測大，(c)模擬氣候傾向率比觀測小Fig.9 The interannual variation of average VWS and its linear trend over the region of 7.5°N-27.5°N, 120°E-170°E simulated by 18 models in typhoon peak season from 1980 to 2005(a) The simulated is close to observed climate tendency rate,(b) The simulated is bigger than observed climate tendency rate,(c) The simulated is less than observed climate tendency rate

4 結(jié)論與討論

(1)各個(gè)模式對(duì)同一大尺度環(huán)境因子氣候場及時(shí)空變化的模擬能力存在很大差異，而同一個(gè)模式對(duì)不同的大尺度環(huán)境因子氣候場及時(shí)空變化的模擬能力也存在很大差異。因此，在利用全球氣候模式研究臺(tái)風(fēng)強(qiáng)度氣候變化時(shí)，應(yīng)考慮所研究的重點(diǎn)問題，剔除掉模擬性能差的模式，從而減小模擬結(jié)果的不確定性。

(2)CESM1-BGC，CESM1-CAM5和CNRM-CM5能模擬出觀測的SST氣候分布和趨勢變化特征，即SST在MDR上升。CCSM4，CESM1-BGC和CESM1-CAM5能模擬出觀測的MLD氣候分布和趨勢變化特征，即MLD在MDR增厚。ACCESS1-0，ACCESS1-3，CanESM2和GFDL-ESM2M能模擬出觀測的OFT氣候特征和下降趨勢，但模式模擬的OFT的下降速率均比觀測下降速率小。ACCESS1-0，CESM1-CAM5，CNRM-CM5，MPI-ESM-MR和GFDL-ESM2G能模擬出觀測的VWS氣候分布和趨勢變化特征，即VWS在MDR沒有明顯的趨勢變化。

根據(jù)WU等[20]研究結(jié)果，4個(gè)因子的氣候場分布和MLD的氣候傾向率變化是決定西北太平洋臺(tái)風(fēng)強(qiáng)度變化的關(guān)鍵，模式綜合評(píng)估可得，CESM1-BGC和CESM1-CAM5可用來研究西北太平洋臺(tái)風(fēng)強(qiáng)度的氣候變化問題。

DOI:10.108/ncomms10625.