金瑞萌，楊 洋

(1.科右中旗氣象局，科右中旗 029400；2.貴州省織金縣氣象局，織金 552100)

0 引言

中國地處東亞季風(fēng)區(qū)，影響東亞夏季氣候的一個重要系統(tǒng)就是東亞夏季風(fēng)。在東亞夏季風(fēng)的影響下，中國東部地區(qū)的夏季降水會呈現(xiàn)出復(fù)雜的變化。自南海夏季風(fēng)爆發(fā)后，隨著夏季風(fēng)的推進，中國東部形成3個雨季，分別為華南前汛期、江淮梅雨和華北雨季。中國東部夏季雨帶的推進速度決定著其停滯時間的長短，進而影響中國東部的旱澇特征和雨型結(jié)構(gòu)，所以對中國東部夏季雨帶推進的研究是十分重要的。

全球氣候模式是氣候模擬和預(yù)測未來氣候變化情景的重要工具和主要手段，使用全球氣候模式對未來氣候進行情景預(yù)測之前必須要評估模式模擬現(xiàn)代氣候的能力[1]。為對比檢驗?zāi)Ｊ綄v史氣候及其變化的模擬能力，文章利用CMIP5的33個模式歷史實驗月平均降水?dāng)?shù)據(jù)，評估了33個模式對近幾十年中國東部雨帶推進氣候態(tài)的模擬能力。初夏至盛夏東亞夏季風(fēng)向北推進過程的快慢和強度的變化與中國東部7月降水異常直接相關(guān)，因此使用中國東部7月降水異常作為衡量初夏至盛夏雨帶推進異常，尋找模擬能力較好的模式。

1 資料和方法

1.1 資料

文章使用的觀測降水資料為APHRODITE計劃的季風(fēng)區(qū)(MA)子數(shù)據(jù)集，即APHRO_MA_V1101逐日降水?dāng)?shù)據(jù)集[2]，分辨率為0.25°×0.25°，時間為1961—2005年，并且將逐日降水資料處理為逐月降水資料。

模式資料來自CMIP5的33個全球氣候模式模擬結(jié)果模式歷史試驗中降水逐月資料，表1給出了33個模式的基本信息。為了便于比較分析，觀測資料和所有模式結(jié)果均采用了線性插值方法插值到了1°×1°分辨力的網(wǎng)格點上。

1.2 方法

1.2.1 空間相關(guān)系數(shù)

空間相關(guān)系數(shù)(R)是衡量模擬場和觀測場之間關(guān)系的一個統(tǒng)計量，他沒有單位，所以便于比較?？臻g相關(guān)系數(shù)(R)越接近于1(-1)時，模式模擬的效果就越好(差)?？梢酝ㄟ^33個CMIP5模式模擬場的空間相關(guān)系數(shù)折線圖直觀地看出哪些模式的模擬能力較好。

1.2.2 泰勒圖法

為了更加全面且直觀地分析33個CMIP5模式模擬初夏至盛夏中國東部雨帶的推進模擬能力，在此引入泰勒圖分析方法[3]。泰勒圖主要從3個方面綜合考察模式模擬與觀測氣候場的匹配程度，分別是模式模擬與觀測氣候場的空間相關(guān)系數(shù)(R)、相對標(biāo)準(zhǔn)差(σf/σr)以及去除模式系統(tǒng)性誤差的均方根誤差(E＇)，三者組成1個極坐標(biāo)圖，可以很直觀地根據(jù)模擬氣候場在泰勒圖中的位置判斷他的模擬能力。圖1為泰勒圖方法的示意圖，A點是觀測場所在的位置，設(shè)B和C為兩個模式模擬場所在的位置。在△ABC中，∠AOB的余弦值為模擬場和觀測場的空間相關(guān)系數(shù)(R)，OB的長度為模擬場與觀測場的標(biāo)準(zhǔn)差之比，即相對標(biāo)準(zhǔn)差(σf/σr)，AB的長度為模擬場和觀測場去除模式系統(tǒng)性誤差的均方根誤差(E′)。在泰勒圖中，越靠近觀測值，模式的模擬效果就越好，即當(dāng)空間相關(guān)系數(shù)(R)越大、相對標(biāo)準(zhǔn)差(σf/σr)越接近于1、去除模式系統(tǒng)性誤差的均方根誤差(E′)越小時，模式的模擬效果越好。在圖1中，模式B的模擬能力顯著優(yōu)于模式C的模擬能力。將33個模式都放入泰勒圖中時，就可以很直觀地看出哪些模式的模擬能力較好。

圖1 泰勒圖方法示意圖

1.2.3 S技巧評分

模擬技巧評分采用Taylor定義的公式計算：

(1)

式中，R為空間相關(guān)系數(shù)；σ為模擬結(jié)果相對于觀測結(jié)果的空間標(biāo)準(zhǔn)差；R0為最大空間相關(guān)系數(shù)，文中取為1。S越接近1(0)，模擬效果越好(差)。

2 中國東部雨帶北推氣候態(tài)的模擬評估

2.1 雨帶氣候態(tài)的結(jié)果分析

圖2給出了中國東部地區(qū)(110°～122°E)觀測的1961—2000年的月平均降水氣候態(tài)的時間—緯度剖面圖。從圖中可以看出：東部雨帶在初夏到盛夏有一個明顯的向北推進的特征；5月上旬雨帶開始向北推進；6月初雨帶北跳至28°N附近的長江流域南部地區(qū)，江淮梅雨就此開始；7月初雨帶再次北跳，到達33°N附近的黃淮地區(qū)。

圖2 1961—2000年中國東部地區(qū)(110°E～122°E)的月平均降水氣候態(tài)時間—緯度剖面圖(單位：mm/d)

2.2 模式模擬能力評估

為對比檢驗?zāi)Ｊ綄v史氣候及其變化的模擬能力，文章利用了CMIP5 33個模式歷史實驗月平均降水?dāng)?shù)據(jù)對1961—2000年中國東部雨帶北推氣候態(tài)進行了模擬，為了尋找模擬能力較好的模式，文章就33個模式對1961—2000年中國東部雨帶推進氣候態(tài)的模擬能力進行評估。

圖3是33個CMIP5模式模擬6月、7月以及7月與6月差值的降水氣候態(tài)的泰勒圖。從圖中可以發(fā)現(xiàn)，從整體來看，模式對6月降水氣候態(tài)的模擬能力最好，33個模式的空間相關(guān)系數(shù)基本上都大于0.7，相對標(biāo)準(zhǔn)差在0.5～1.0的模式非常多，去除模式系統(tǒng)性誤差的均方根誤差在1個標(biāo)準(zhǔn)差之間的模式也非常多；其次是對7月與6月差值降水氣候態(tài)的模擬，對7月降水氣候態(tài)的模擬能力總體要差一些。所有模式模擬中，NorESM1-M模式對7月與6月差值降水氣候態(tài)的模擬是效果最好的，空間相關(guān)系數(shù)為0.92，去除模式系統(tǒng)性誤差的均方根誤差在0.4個標(biāo)準(zhǔn)差之間，且相對標(biāo)準(zhǔn)差在1.0左右。

圖3 33個CMIP5模式模擬6，7月以及7月與6月差值降水氣候態(tài)的泰勒圖(數(shù)字1-33表示33個模式，三角表示7月與6月差值，星號表示7月，圓點表示6月)

為了對比不同模式之間模擬能力的差異，在此設(shè)置3個定量標(biāo)準(zhǔn)來挑選模擬能力相對較好的模式，首先空間相關(guān)系數(shù)大于0.9；其次去除模式系統(tǒng)性誤差的均方根誤差在0.5個標(biāo)準(zhǔn)差以內(nèi)；最后，相對標(biāo)準(zhǔn)差在0.7～1.3。由此最終得到模擬能力較好的模式有5個，其中沒有對7月降水氣候態(tài)模擬能力較好的模式；對6月降水氣候態(tài)模擬能力較好的模式是inmcm4模式；對7月與6月差值降水氣候態(tài)的模擬能力較好的模式分別是BNU-ESM模式、NorESM1-M模式、MPI-ESM-LR模式和HadGEM2-CC模式，其中NorESM1-M模式的模擬能力最好的。

圖4是33個CMIP5模式模擬6月、7月以及7月與6月差值降水氣候態(tài)的空間相關(guān)系數(shù)。圖4a為6月降水氣候態(tài)的空間相關(guān)系數(shù)，可以看出17個模式模擬能力較好，其中最好的是CSIRO-Mk3-6-0和HadGEM2-CC，模擬能力最差的模式是MIROC-ESM。

圖4b為7月降水氣候態(tài)的空間相關(guān)系數(shù)，可以看出有4個模式的模擬能力比較好，分別是：CNRM-CM5，GFDL-CM3，HadGEM2-CC和inmcm4，模擬能力最差的模式是EC-EARTH。

圖4c為7月與6月差值降水氣候態(tài)的空間相關(guān)系數(shù)，可以看出有14個模式模擬能力較好，其中最好的是HadGEM2-CC，模擬能力最差的模式是EC-EARTH。

綜上所述，由空間相關(guān)系數(shù)評估的結(jié)果是，33個模式中CNRM-CM5，HadGEM2-CC和inmcm4模式的模擬能力最好。

圖5是33個CMIP5模式模擬6月、7月以及7月與6月差值降水氣候態(tài)的S技巧評分。圖5a為6月降水氣候態(tài)的S技巧評分，可以看出有11個模式模擬能力較好，其中最好的是MPI-ESM-LR和MRI-CGCM3，最差的是MIROC-ESM。

圖5b為7月降水氣候態(tài)的S技巧評分，可以看出11個模式模擬能力較好，其中最好的是inmcm4，模擬能力最差的模式是EC-EARTH。

圖5c為7月與6月差值降水氣候態(tài)的S技巧評分，可以看出有6個模式中模擬能力較好，其中最好的是NorESM1-M，模擬能力最差的模式是CanESM2。

綜上所述，由S技巧評分評估的結(jié)果是：33個模式中CNRM-CM5模式的模擬能力最好，這個模式對6月、7月以及7月與6月差值降水氣候態(tài)的模擬都有很好的模擬能力，模擬能力最差的模式是MIROC-ESM，EC-EARTH和CanESM2。

結(jié)合泰勒圖(inmcm4和NorESM1-M模式模擬能力最好)、空間相關(guān)系數(shù)(CNRM-CM5、HadGEM2-CC和inmcm4模式的模擬能力最好)和S技巧評分(CNRM-CM5模式的模擬能力最好)的評估結(jié)果，可以看出inmcm4 和CNRM-CM5模式對中國東部雨帶北推氣候態(tài)的模擬能力最好。

圖4 33個CMIP5模式模擬(a)6月；(b)7月；(c)7月與6月差值月平均降水氣候態(tài)的空間相關(guān)系數(shù)

圖5 33個CMIP5模式模擬(a)6月；(b)7月；(c)7月與6月差值降水氣候態(tài)的S技巧評分

3 7月中國東部降水趨勢的模擬評估

3.1 7月東部降水趨勢的觀測結(jié)果

圖6為1961—2005年中國東部7月降水趨勢的觀測結(jié)果，可以看出1961—2005年黃河以南地區(qū)的降水基本上呈增加趨勢，大值中心在湖南、廣東，趨勢值大于0.5 (mm/d)/10 a；黃河以北地區(qū)降水呈減少趨勢，大值中心在渤海灣附近，趨勢值大于0.6 (mm/d)/10 a。趨勢沒有通過95%置信度檢驗。

3.2 模式模擬能力評估

與對中國東部雨帶北推氣候態(tài)的模擬評估相同，對33個CMIP5模式模擬的7月中國東部降水趨勢也要進行評估。圖7為33個CMIP5模式模擬7月降水趨勢的空間相關(guān)系數(shù)，從圖中可以看出，只有3個模式的空間相關(guān)系數(shù)大于0.6，其中CanESM2模式的模擬能力是33個模式中最好，空間相關(guān)系數(shù)達到了0.8。在33個模式中，空間相關(guān)系數(shù)為負(fù)值的模式有18個，可以看出整體模式模擬能力都不是很好。

圖6 觀測的1961—2005年中國東部7月降水趨勢(單位：(mm/d)/10 a)

圖7 33個CMIP5模式模擬7月降水趨勢的空間相關(guān)系數(shù)

圖8為33個CMIP5模式模擬7月降水趨勢的S技巧評分，從圖中可以看出，有8個模式的S技巧評分大于0.6，其中HadGEM2-CC模式的S技巧評分達到0.8，是33個模式中模擬能力最好的模式。可以看出33個模式對中國東部7月降水趨勢的模擬均不是很好。

圖8 33個CMIP5模式模擬7月降水趨勢的S技巧評分

總體來說，33個模式對7月中國東部降水趨勢的模擬能力都不太好，結(jié)合S技巧評分和空間相關(guān)系數(shù)的評估結(jié)果來看，模擬能力最好的兩個模式是HadGEM2-CC和CanESM2。

4 結(jié)束語

文章利用1961—2005年觀測的APHRO_MA_V1101逐月降水資料和CMIP5的33個全球氣候模式模擬結(jié)果模式歷史試驗中降水逐月資料，對比檢驗了模式對歷史氣候及其變化的模擬能力，評估了33個CMIP5模式對近幾十年中國東部雨帶推進氣候態(tài)的模擬能力。得到如下主要結(jié)論：

1)綜合泰勒圖、空間相關(guān)系數(shù)和S技巧評分3種評估方法的結(jié)果來看，33個CMIP5模式中，對中國東部雨帶北推氣候態(tài)的模擬能力最好的是inmcm4和CNRM-CM5模式。

2)1961-2005年中國東部7月降水趨勢在黃河以南地區(qū)增加，在黃河以北地區(qū)降水減少。33個CMIP5模式對中國東部7月降水趨勢的模擬能力都不太好。

從文章的分析可以看出，以不同的方式方法評測模式的模擬能力或者模擬不同的觀測量時，各模式的模擬能力是不同的。因此，為了給氣候變化提供更有價值的依據(jù)，有必要進一步對氣候模式的模擬結(jié)果作多時空尺度的全面評估[4]。除此之外，文章僅對33個CMIP5模式對降水的模擬進行了評估，要想更客觀的評價模式的模擬能力，需要對其他多個物理量的模擬效果作一個綜合的評估。