en
×

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。
通讯作者:

管兆勇,E-mail:guanzy@nuist.edu.cn

引用:乔年,卢楚翰,管兆勇,等,2022.CMIP6模式大气中南北半球际涛动的季节循环[J].大气科学学报,45(6):890-903.

Quote:Qiao N,Lu C H,Guan Z Y,et al.,2022.Seasonal cycle of interhemispheric oscillation in atmosphere of CMIP6 models[J].Trans Atmos Sci,45(6):890-903.

目录contents

    摘要

    利用1958—2014年47个CMIP6模式输出资料和NCEP/NCAR再分析资料,研究了模式大气中南北涛动(InterHemispheric Oscillation,IHO)的季节变化特征,且评估了CMIP6对IHO季节特征的模拟能力。结果表明:47个CMIP6模式都能模拟出IHO的季节演变特征,但模式间存在一定差异。通过比较,筛选出模拟IHO季节循环较好的16个模式,它们能成功模拟出半球大气质量的时间演变和空间结构。进一步分析表明,水汽对IHO季节变化有抵消作用且半球内部水汽质量变化可驱动越赤道质量流的产生;地表净短波辐射夏高冬低,其加热造成的水汽蒸发在水汽质量变化中起到重要作用;地表净长波辐射在春秋变化幅度较大,与大气质量逐月变化吻合。对比再分析资料表明,CMIP6模式模拟的半球大气质量的峰谷值变化有明显的月份偏差,且CMIP6模式模拟的地表气压异常值的偏差主要出现在北太平洋、欧亚大陆、南半球中纬度地区和两极极区,模拟的南北半球的蒸发和降水量、赤道风场、地表净长波和短波辐射通量等均存在明显的偏差。

    Abstract

    Using the output data of 47 CMIP6 models and the NCEP/NCAR reanalysis data from 1958 to 2014,this paper studies seasonal variation characteristics of interhemispheric oscillation (IHO) in the model atmosphere,and evaluates the ability of CMIP6 to simulate the seasonal characteristics of IHO.Results show that all 47 CMIP6 models can simulate the seasonal evolution characteristics of IHO,but there are some differences among the models.Through comparison,16 better models for simulating the seasonal cycle of IHO are selected,which can successfully simulate the temporal evolution and spatial structure of hemispheric atmospheric mass.Further analysis shows that water vapor can counteract the seasonal variation of IHO,and the change of water vapor mass in the hemispheres can drive the generation of cross-equatorial mass flow.The surface net short wave radiation is higher in summer and lower in winter,and the water vapor evaporation caused by its heating plays an important role in the change of water vapor mass.The surface net long wave radiation changes greatly in spring and autumn,which is consistent with the monthly change of atmospheric mass.Compared with the reanalysis data,it shows that the peak valley variations of hemispheric atmospheric mass simulated by CMIP6 models have obvious monthly deviations,and the deviations of surface pressure anomalies simulated by CMIP6 models mainly occur in the North Pacific,Eurasia,mid-latitude regions of the Southern Hemisphere and polar areas.There are obvious deviations in the simulated evaporation and precipitation,equatorial wind field,surface net long wave and short wave radiation fluxes in the Northern and Southern Hemispheres.

  • 大气质量变化能够直接体现大气环流变化和气候系统的变化调整(Lorenz,1951; Christy et al.,1989; Yu et al.,2014),这种调整决定了天气气候变化甚至极端天气气候事件发生。研究表明,在全球干空气质量守恒的前提下,一个半球的大气质量的增加必须与另一个半球大气质量的减少相平衡(Trenberth,1981; Trenberth and Smith,2005),比如冬半球由于冷却而地表气压增加时,夏半球的平均气压就会减少(Chen et al.,1997)。Trenberth(1981)发现由于水汽质量的季节变化,全球大气质量存在变程为0.5 hPa的年循环,并在8月达到最大。Guan and Yamagata(2001)使用地表气压(P s)计算大气质量,发现南北半球间可以存在全球空间尺度的大气质量重新分布[即“南北涛动”(InterHemispheric Oscillation,IHO)]。IHO作为地表气压场EOF分析的第三模态,其方差贡献达到14.5%,仅次于第一模态(南极涛动,AAO)和第二模态(北极涛动,AO)。IHO反映了由半球际大气质量交换导致的大气质量重新分布,其异常质量大值区主要集中于两半球的中高纬度,它将引起全球范围内的大气环流变化。卢楚翰等(2008)对IHO季节特征进行了分析,结果表明大气质量IHO季节循环明显,表现为两半球大气质量的反位相变化,北半球大气质量在冬季达到最大,夏季为最小,南半球亦然。IHO季节变化与全球范围大气质量的重新分布相关,其中对IHO贡献最大的地表气压扰动出现在中纬度地区,对IHO季节变化起到主要作用的是水汽质量的变化。IHO与我国同期气候变动以及夏季风异常存在显著联系(卢楚翰等,2008,2010; 卢楚翰和管兆勇,2009; Guan et al.,2010; 丛菁等,2011; Jin et al.,2015)。此外,IHO与大气质量海陆间迁移(胡潮等,2015; 周游等,2016; 尹旸艳等,2018)、大气角动量异常(Lu and Guan,2019)等现象都有关。

  • 在模式以及再分析资料中,地表气压是一个敏感的积分值(Hoinka,1998),利用其研究大气总质量以及水汽分量的收支平衡是评估再分析资料同化质量(Trenberth and Smith,2005; Berrisford et al.,2011)以及气候模式性能的重要方面(Taylor and Fournier,2010)。世界气候研究计划(World Climate Research Program,WCRP)下的国际耦合模式比较计划(Coupled Model Intercomparison Project,CMIP)在气候变化及其影响方面得到了广泛的应用,已有研究利用CMIP模式资料分析了半球大气质量的变化情况。卢楚翰和管兆勇(2009)利用国际大气环流模式比较计划(Atmospheric Model Intercomparison Project,AMIP)的12个模式资料评估这些模式对IHO季节变化以及内部因子的模拟能力,表明12个模式均能模拟出两半球平均大气质量的反位相变化,但是各模式的年变程以及变化位相有明显差异。Qin et al.(2015)通过对比CMIP5模式输出资料和ERA Interim再分析资料,指出南北半球际干空气质量流和半球内部干空气的局地变化存在明显的不一致性。胡潮等(2015)选用CMIP5的9个模式的输出资料,表明了模式模拟的北半球海陆间的大气质量存在显著的季节性迁移,同时证明了海陆间热力因素差异推动了大气质量在海陆间迁移。Lu and Guan(2019)借助CMIP5模式资料验证了与两个半球温带IHO现象相关的牵连角动量异常引发了相对角动量的经向遥相关。

  • CMIP6是CMIP计划实施以来参与模式最多、设计试验最完善、提供数据最庞大的一次,提出了最新的共享社会经济路径,改进了CMIP5中长期存在的模型偏差和辐射强迫量化差的问题,为评估模式对过去和当前气候变化的模拟能力、预估未来气候变化提供了重要数据基础(Eyring et al.,2016)。许多研究评估了CMIP6模式对异常气候事件的模拟能力,表明其相比于CMIP5能更好地模拟出气候的平均态以及趋势变化特征,但其改进程度有限(Chen et al.,2020; Fan et al.,2020; Kim et al.,2020; Lin and Chen,2020; 向竣文等,2021; Zhang and Chen,2021)。但是目前利用CMIP6模式对半球间大气质量变化的研究仍是空白。同时,干空气质量流和水汽质量流是引起地表气压变化的两个主要分量,但两者在气候模式模拟中的效果均有待改进。由于目前主流海气耦合模式内部具有自身的大气质量平衡功能,这与再分析资料通过同化观测资料而得到地表气压存在不同,即再分析资料的全球干空气质量不一定守恒,因此,有必要针对CMIP6数据对于大气质量的模拟能力进行研究。

  • CMIP6模式对大气环流包括大气质量重新分布的模拟总体上是成功的,但对半球际大气质量南北涛动的模拟如何则还需研究。目前这方面的工作尚未见诸报道。因此,本文使用1958—2014年47个CMIP6模式输出资料验证NCEP/NCAR再分析资料揭示的IHO季节变化特征,并且评估CMIP6对IHO季节特征的模拟能力。首先基于47个CMIP6模式和NCEP再分析资料的南北半球大气质量季节变化序列间相关系数,挑选出两个半球相关系数都高于0.9的16个模式。再从地表气压和位势高度异常值分布来探讨16个CMIP6模式对IHO空间结构的模拟效果,最后从水汽质量、越赤道质量流和地表净长短波辐射通量三个因子来讨论CMIP6模式对导致IHO季节变化的各个因子模拟能力。

  • 1 资料与方法

  • 1.1 资料

  • 本文再分析资料取自NCEP/NCAR再分析资料集(Kalnay et al.,1998),所用变量为月平均地表气压、位势高度场、降水率、蒸发率、多层经向风场和地表净短长波辐射通量,格点分辨率为2.5°×2.5°,多层数据高度范围为1 000~10 hPa,层次是17层,覆盖时段为1958年1月—2014年12月,截至2021年11月,共有47个CMIP6模式已对外发布了历史时期的月平均地表气压数据,模式的具体信息见表1,历史时期分析时段为1958年1月—2014年12月。在之后的研究中挑选了其中模拟较好的16个模式,并将与NCEP再分析资料相同的变量进行对比分析。此外,采用双线性插值方法,对不同分辨率的资料进行了处理,使其分辨率统一到2.5°×2.5°网格,并取各模式的等权重算术平均作为模式集合量。

  • 1.2 方法

  • 1.2.1 大气质量

  • 根据Guan and Yamagata(2001),利用地表气压Ps计算全球的大气总质量m G,其表达式为:

  • mG=2πa2fDg0-π2π2 Ps(φ)cosφdφ
    (1)
  • 其中:f D=1.0020为地球形变参数; φ为纬度。由此可以推出北半球和南半球大气总质量表达式分别为:

  • 表1 CMIP6的47个模式的基本信息

  • Table1 Basic information of 47 CMIP6 models

  • 注:资料来源于https://pcmdi.llnl.gov/CMIP6/Guide/modelers.html.

  • mNH=2πa2fDg00π2 Ps(φ)cosφdφmSH=2πa2fDg0-π20 Ps(φ)cosφdφ
    (2)
  • 而全球水汽质量m wG、北半球m NHw及南半球水汽质量m SHw的表达式为:

  • mwG=2πa2fDg0-π2π2 Pw(φ)cosφdφmNHw=2πa2fDg00π2 Pw(φ)cosφdφmSHw=2πa2fDg0-π20 Pw(φ)cosφdφ
    (3)
  • 其中:Pw是地表气压Ps中的水汽压强分量,表示为:

  • Pw=0Ps qdp=gw
    (4)
  • 式中:q为比湿; w为整层大气的可降水量。

  • 这里依据大气质量定义IHO指数为:

  • ImIHO=mNH-mNH¯-mSH-mSH¯
    (5)
  • 其中: mNH¯mSH¯分别表示北半球和南半球大气质量的年平均值。而水汽的IHO指数为:

  • IwIHO=mNHw-mNHw¯-mSHw-mSHw¯
    (6)
  • 式中: mNHw¯mSHw¯分别表示北半球和南半球大气质量的年平均值。

  • 1.2.2 越赤道质量流

  • 卢楚翰等(2008)根据质量守恒原理,假设半球内其他气体成分季节变化相对较小,即半球内干空气质量源汇引起的干空气总质量无显著变化,半球大气质量月变化值Δm可表示为:

  • Δm=E-P+I1
    (7)
  • 式中:半球逐月蒸发量(E)与逐月降水量(P)之差表示半球内水汽质量月变化值; I1为逐月越赤道质量流(包括干空气及水汽越赤道输送)。由此可得逐月越赤道质量流I1为:

  • I1=Δm-(E-P)
    (8)
  • 除了根据质量守恒原理反算越赤道质量I1,还可以用赤道面上的v场的垂直积分来获得质量输送I2。根据Guan and Yamagata(2001),赤道垂直面内单位时间内通过单位长度的大气质量流可表示为:

  • η=12π02π zsz1 (ρvφ=0)dzdλ=12πg02π 0ps (ρφ=0)dpdλ
    (9)
  • 该式是对大气质量流的整层积分,gφλ分别表示地球重力加速度、经度及纬度,实际计算中v从地表积分至资料顶层(10 hPa)。由η又可求得各月通过整个赤道垂直面的大气质量流I2,其表达式为:

  • I2=0τm 2πaηdt
    (10)
  • 式中:a为地球半径; τm为该月总时间长度。

  • 本文中定义变量A的纬向平均为[A]=12π02π Adλ,定义变量A的异常为A相对于其年平均的偏差。

  • 2 模拟的半球大气质量逐月变化及模式选取

  • 2.1 模式大气结果

  • CMIP6的47个模式对南北半球大气质量及其变化的模拟总体上是成功的,但模式间的差距仍然非常大。根据式(2),利用47个CMIP6模式资料计算了南北半球大气总质量季节变化(图1a),可以发现47个模式基本都能较好地再现南北半球大气总质量季节变化的两个特征:一是两半球的大气质量季节变化主要为一波型,但其变化在南北半球间位相相反,呈现明显的IHO特征。北半球的大气质量在冬季(DJF)达到最大,夏季(JJA)最小,波谷在7、8月较为明显,而波峰几乎持续于冬半年(DJFMA),而南半球情况相反; 二是南半球大气质量明显高于北半球,这也与卢楚翰等(2008)用1979—2006年再分析资料得到的大气质量逐月变化相似。但是在数值上与再分析资料计算结果各有差距:对于北半球大气质量,NESM3模式的2月大气总质量正偏差值最大,达到6.90×1015 kg; MIROC-ES2L模式的5月大气总质量负偏差值最大,达到-9.27×1015 kg,偏差最小的是IPSL-CM5A2-INCA的11月,偏差值只有0.006 6×1015 kg。而对于南半球,MCM-UA-1-0模式的7月大气总质量正偏差值最大,达到10.24×1015 kg,KIOST-ESM模式的8月负偏差值最大,达到-9.09×1015 kg,偏差最小的是FIO-ESM-2-0的1月,偏差值只有0.002 7×1015 kg。

  • 不同模式对于南北半球大气质量变化的模拟能力各有不同,为了能筛选出对IHO季节变化特征的模拟较好的模式,图1b给出了47个模式两个半球大气质量与再分析资料半球大气质量季节变化的相关系数,可知:1)对于南北半球大气质量逐月变化模拟最好都是GFDL-CM4模式,相关系数分别高达0.99和0.97,而两个半球模拟效果最差的都是INM-CM5-0模式,相关系数只有0.15和0.03。2)对比CMIP6模式集合平均和再分析资料的大气质量气候平均值,发现北半球除了4—6月,CMIP6集合平均的大气质量气候平均值在其他月份模拟的变化幅度大于再分析数据,最大偏差值在7月,达到-0.80×1015 kg,而CMIP6模拟的南半球大气质量气候平均值在1—5月和7—8月变化幅度更大,6—7月和10—12月变化幅度较小,8—10月几乎和再分析数据吻合,最大偏差值也在7月,达到0.32×1015 kg,而对于全球大气质量气候平均值的模拟年变程小于再分析数据。3)CMIP6模式对于南半球大气质量季节变化的模拟效果优于北半球,体现在47个模式中对于南半球大气质量季节变化的模拟相关系数高于0.9的有36个,而北半球只有16个。4)对于南半球大气质量季节变化的模拟平均相关系数rSH¯为0.88,而北半球rNH¯为0.77。

  • 图1 47个CMIP6模式模拟的南北半球大气总质量多年月平均值(a; 单位:1015 kg; 虚线、实线分别为南、北半球; 红色、黑色加粗线分别为47个模式集合平均、再分析资料),47个CMIP6模式模拟的南北半球大气总质量与再分析资料的相关系数(b; 蓝色、红色线分别为南、北半球; 横坐标的模式编号见表1),以及16个CMIP6模式模拟的南北半球大气质量气候平均值(c; 单位:1015 kg; 扣除了年平均值; 实线、点划线分别为CMIP6、再分析北半球,长、短虚线分别为CMIP6、再分析南半球,+、*分别为CMIP6、再分析全球)

  • Fig.1 (a) Multi-year monthly averages of total atmospheric masses in the Northern and Southern Hemispheres simulated by 47 CMIP6 models (units:1015 kg; The dotted and solid lines are the Southern and Northern Hemispheres respectively, and the red and black bold lines are the ensemble mean of 47 models and the reanalysis data respectively) , (b) correlation coefficients between the total atmospheric masses of the Northern and Southern Hemispheres simulated by 47 CMIP6 models and the reanalysis data (The blue and red lines are the Southern and Northern Hemispheres respectively.The model numbers of abscissa are shown in Table1) , and (c) climatic mean values of atmospheric masses in the Northern and Southern Hemispheres simulated by 16 CMIP6 models (units:1015 kg; The annual average values are deducted.The solid and dash-dotted lines are CMIP6 and reanalysis Northern Hemisphere respectively, the long and short dotted lines are CMIP6 and reanalysis Southern Hemisphere respectively, and the + and * are CMIP6 and reanalysis global respectively)

  • 2.2 模式选取

  • 上述分析表明,47个CMIP6模式都能模拟出IHO的季节演变特征,但是模拟能力还是有差距。根据南北半球大气质量季节模拟与再分析资料的相关性,从中挑选出两个半球相关系数都高于0.9的16个模式(表2)。由于16个模式集合平均的模拟效果相对47个模式集合平均模拟效果明显改善,所以接下来的研究也从16个模式集合平均展开。

  • 表2 16个CMIP6模式模拟的南北半球大气质量季节变化序列与NCEP再分析资料的相关系数

  • Table2 Correlation coefficients between the seasonal variation series of atmospheric mass in the Northern and Southern Hemispheres simulated by 16 CMIP6 models and NCEP reanalysis data

  • 扣除年平均值后,16个模式集合平均的两个半球以及全球逐月大气总质量气候平均值显示出,半球的大气质量气候平均值逐月变化呈现显著的IHO季节特征(图1c),与图1a分析结果相吻合,验证了16个CMIP6模式对IHO季节特征具有较好的模拟能力。

  • 需要说明的是,虽然从47个模式中挑选出的16模式集合平均对半球大气质量气候平均值模拟效果较好,但仍存在一定的偏差,尤其体现在两个半球大气质量气候平均值的峰谷值模拟,再分析资料显示的北半球峰值在11月,谷值在8月,南半球峰谷值与之相反; 而CMIP6模式模拟的北半球峰值在2月,谷值在7月,南半球与之相反,而且南北半球的峰值都高于再分析资料,谷值都低于再分析资料。

  • 3 模拟的IHO的空间结构

  • 为了进一步分析模式大气中的IHO的环流特征,这里从地表气压P S异常值和纬向平均的位势高度[h]异常值(这里所说的异常值指相对于年平均值而来的偏差)在2、7、8和11月的分布情况来探讨。

  • 3.1 水平分布

  • CMIP6模拟的地表气压P S异常在不同的季节有共同的特征但亦有显著的差异。由图2可知:1)无论在哪一个季节,幅度较大的扰动均出现在中高纬度,且与海陆地形分布有关; 2)热带以及南半球中高纬主要为带状的正负异常分布,其大气质量分布差异主要为经向型。冬夏两季的纬向平均异常随纬度呈反相变化,其中副热带和极区振幅较大(图2m—p),即冬夏两季的经向异常质量主要分布于副热带及两极极区。3)冬季(图2b)北半球大气质量正异常主要堆积于亚洲大陆(青藏高原除外)以及北美大陆的中东部,负异常出现于30°N以北的中太平洋及大西洋面,夏季(图2c—d)情形相反。北半球大气质量分布纬向差异明显,15°N以北区域冬、夏两季的质量分布呈现显著的海陆分布差异。

  • 虽然模拟的地表气压P S异常值在水平空间分布上与再分析资料基本吻合,但是各月份间在不同地区依旧存在不同的模拟偏差(图2i—l)。11月的模拟中虽然北太平洋、北大西洋和欧亚大陆的异常变化幅度都偏大(图2i),但从纬向平均(图2m)可以看出,除了中纬度异常值模拟偏大,北半球其他地区模拟值都偏小,这就会使得整个北半球平均P S正异常值偏小,这与图1c中11月CMIP6模拟的北半球大气质量异常变化小于再分析资料的结果一致。南半球模拟情况与北半球类似,但是除了在南半球中高纬度负异常值大于再分析资料的(图2j),其他地区均偏小。模式大气中2月的南北半球的P S异常变化幅度均大于再分析资料的,尤其是在北半球60°N以北的地区模拟偏差较大,最大偏差值达到1.13 hPa,由此亦可理解图1c中CMIP6模拟的南北半球大气质量变化幅度都偏大的原因。综合11和2月P S异常模拟效果来看,不同纬度带间都存在一定的模拟偏差,尤其是在北太平洋、北大西洋和欧亚大陆和两极地区偏差更大。CMIP6模拟的2月半球平均P S异常变化(南半球:-0.62 hPa,北半球:0.46 hPa)大于11月(南半球:-0.58 hPa,北半球:0.43 hPa),表明半球大气质量异常变化峰谷值在2月,而再分析资料2月半球平均P S异常变化幅度(南半球:-0.53 hPa,北半球:0.28 hPa)小于11月(南半球:-0.67 hPa,北半球:0.38 hPa),半球大气质量异常变化峰谷值在11月。这些就导致了CMIP6模拟的11和2月半球大气质量异常变化峰谷值与再分析资料的所揭示的峰谷值出现时间不一致。

  • 图2 地表气压异常值分布(单位:hPa;(a)—(d)分别为11月、2月、7月、8月的16个CMIP6模式的集合平均;(e)—(h)同(a)—(d),但为NCEP再分析资料;(i)—(l)同(a)—(d),但为集合平均与再分析资料的差值场;(m)—(p)为纬向平均分布,其中红、蓝实线分别为集合平均和再分析资料,虚线为集合平均和再分析资料的差值)

  • Fig.2 Distributions of surface air pressure anomalies (units:hPa; (a) — (d) are ensemble means of 16 CMIP6 models in November, February, July and August respectively; (e) — (h) are the same as (a) — (d) , but for NCEP reanalysis data; (i) — (l) are the same as (a) — (d) , but for the differences between the ensemble means and the reanalysis data; (m) — (p) are zonal mean distributions, in which the red and blue solid lines are the ensemble means and the reanalysis data respectively, and the dotted lines are the differences between the ensemble means and the reanalysis data)

  • 7和8月的月份偏差与11和2月相似(图2k、l),7月的模拟异常变化幅度基本都明显偏大,尤其在北太平洋、欧亚大陆和南半球中纬度,但是南半球极区的模拟却偏小。8月与之略有不同,体现在北半球P S异常变化幅度偏大,但是南半球由于中纬度异常变化位相与再分析数据相反,反映出南半球8月P S异常变化小于再分析资料的。CMIP6模拟的7月半球平均P S异常变化幅度(南半球:1.16 hPa,北半球:-0.86 hPa)大于8月(南半球:1.09 hPa,北半球:-0.80 hPa),使得半球大气质量异常变化峰谷值在7月,而用再分析资料所揭示的7月半球平均P S异常变化幅度(南半球:1.03 hPa,北半球:-0.55 hPa)小于8月(南半球:1.05 hPa,北半球:-0.58 hPa),显示出半球大气质量异常变化峰谷值在8月,这揭示出CMIP6模拟的7和8月半球大气质量异常变化峰谷值与基于再分析资料所得产生月出现偏差。

  • 3.2 垂直结构

  • CMIP6模式能较好地模拟出纬向平均位势高度[h]异常值的IHO特征,[h]的异常值在南北半球间呈现反位相变化关系(图3)。由图3可见,在北半球[h]呈冬高(2月; 图3b)夏低(7、8月; 图3c、d)的异常变化,这与南半球的变化位相相反。大值区集中在半球的中高纬度。这些总体上与再分析资料(图3e—h)所示结果一致。

  • 然而,值得说明的是,模拟的4个月份[h]异常值与再分析资料仍存在一定的差异(图3i—l):CMIP6模式模拟的11月北半球[h]异常值变化幅度较再分析资料显示的偏小,尤其是在50 hPa以上; 模式模拟的11月南半球[h]正异常值偏小,在60°S的负值从地面延伸到300 hPa以上,而再分析资料显示南半球[h]异常值负值在60°S上空伸展到300 hPa以下,除此之外,正值的大值厚度(延伸到50 hPa)也没再分析资料所示的大(延伸到70 hPa)(图3i)。CMIP6模式对2月[h]异常值的模拟偏差(图3j)与11月不同,正负值的大值区都明显大于再分析资料的,而大值厚度和宽度都与再分析资料接近。差异明显的地方在于,CMIP6模拟的2月南半球的正[h]能越过赤道到北半球,而再分析资料并没有这个特征。而对于7、8月(图3k、l)的模拟偏差也不同于2月,CMIP6对7—8月[h]异常模拟的负值变化幅度比再分析资料小,而且厚度也有差异:CMIP6模拟的只能到200 hPa左右,而再分析资料的[h]异常值负值大值在南半球中高纬度能延伸到接近300 hPa。对于北半球[h]正异常的模拟无论是量值还是厚度都较为接近。

  • 图3 纬向平均的位势高度异常值分布(单位:gpm;(a)—(d)分别为11月、2月、7月、8月的16个CMIP6模式的集合平均;(e)—(h)同(a)—(d),但为再分析资料;(i)—(l)同(a)—(d),但为集合平均与再分析资料的差值)

  • Fig.3 Distributions of zonal mean geopotential height anomalies (units:gpm; (a) — (d) are ensemble means of 16 CMIP6 models in November, February, July and August respectively; (e) — (h) are the same as (a) — (d) , but for the reanalysis data; (i) — (l) are the same as (a) — (d) , but for the differences between the ensemble means and the reanalysis data)

  • 需要指出,尽管CMIP6的16个模式能较好地模拟出IHO的空间结构,显示出季节IHO的发生集中在两个半球的中高纬度,但是,CMIP6模式模拟的地表气压异常值在北太平洋、欧亚大陆、南半球中纬度和两极极区出现显著的模拟偏差,而且模拟的位势高度在半球中高纬度的厚度范围较小,这样的模拟偏差导致半球平均的位势高度和地表气压异常值变化出现差异,最终使得半球大气质量逐月变化模拟也出现相同的偏差。

  • 4 影响IHO季节变化的内外部因子

  • 半球大气质量变化包括半球内部变化及半球际的传输。而内部变化可分为干空气及水汽质量的变化,季节变化过程中半球内影响干空气质量变化包括可能的源汇如氮气和氧气的变化、CO2等温室气体等变化尚未被证明足够大,因此水汽质量变化和越赤道质量流是IHO季节循环重要的影响因子。

  • 4.1 水汽质量

  • 由再分析资料诊断结果分析可知,半球水汽质量的季节变化是南北涛动年循环的重要分量(卢楚翰等,2008)。图4a给出了全球以及半球水汽质量和干空气质量变化。结合图1c发现,16个CMIP6模式集合平均能模拟出如下的特征:1)南北半球水汽质量与大气总质量呈现反向变化关系,且干空气质量与大气总质量呈现同向变化。I mIHOI wIHO的逐月变化(表3)表明,大气中水汽总量的变化对南北涛动有抵消作用,或者说,存在与南北涛动位相相反的水汽的南北涛动变化。这种变化值得进一步研究。2)北半球水汽质量变化峰值高于南半球。由于H2O分子量为18,远低于大气平均分子量28,夏季北半球水汽体积的增加是地表Ps进一步降低、IHO指数减小的重要分量。

  • 表3 16个CMIP6模式模拟的I mIHOI wIHO的逐月变化

  • Table3 Monthly changes of I mIHO and I wIHO simulated by 16 CMIP6 models

  • 需要说明的是,CMIP6模式对于两个半球水汽质量月平均值季节变化的模拟依旧与再分析资料存在差异(图4a)。在冬春两个季节,集合平均的南半球水汽质量变化幅度比再分析数据略高,相应地北半球水汽质量变化幅度比再分析资料略低,而在夏秋相反,但都在2、3月集合平均与再分析资料偏差最大,正偏差达到0.41×1015 kg(负偏差达到-0.54×1015 kg)。此外,CMIP6模拟的南北半球水汽质量和干空气质量气候平均值(图4b)峰谷值都是在7月,再分析资料显示的峰谷值是在8月,而图1c中CMIP6和再分析数据的南北半球大气总质量气候平均值的峰谷值也在7和8月出现偏差,所以16个CMIP6模式对水汽质量气候平均值在7、8月峰谷值的模拟偏差也会导致大气总质量气候平均值在这两个月产生偏差。

  • 4.2 越赤道质量流

  • 任一本球大气质量变化包括本半球水汽质量变化和来自另一半球的大气质量输送。由于赤道是两半球的地理边界,两个半球之间通过赤道的大气质量交换使全球大气质量在两半球间重新分布,导致半球内地表气压发生变化,形成IHO及其季节循环。根据式(7)计算了Δm(图5a)、E-P(图5b),通过与再分析资料结果的对比,可以发现CMIP6能够模拟出Δm的变化特征:Δm呈现显著的IHO特征,而且均在半球秋季达到最大,半球春季达到最小,但在4月的两个半球,模拟值Δm都偏小,而在8月,北半球Δm的模拟值偏大,南半球的几乎吻合。E-P的模拟效果却比较差。虽然集合平均的E-P年变程大于Δm年变程,但是与再分析资料的E-P相差较大,不仅变化位相不吻合,而且年变程也小于再分析资料结果,南北半球均方根误差分别高达8.55×1015 kg和14.43×1015 kg。这与卢楚翰和管兆勇(2009)用AMIP模式得到的结果一致,说明了CMIP6中对于E-P的模拟能力在15 a的发展中没有明显提高。

  • 由于E-P的模拟效果较差,致使I1模拟效果(图5c)也较差,其均方根误差达到14.46×1015 kg。但是,CMIP6集合平均的越赤道质量流I1E-P变程量级相同,验证了半球内部水汽质量的变化可能是驱动越赤道质量流的产生的原因之一。

  • 图4 半球水汽质量多年月平均值(a; 单位:1015 kg; 实线、点划线分别为CMIP6、再分析北半球,长、短虚线分别为CMIP6和再分析南半球),以及半球及全球水汽质量和干空气质量气候平均值的逐月变化(b; 单位:1015 kg; 扣除了年平均值; 实线、空心圆分别为CMIP6、再分析资料北半球水汽质量,长虚线、矩形分别为CMIP6、再分析资料南半球水汽质量,+、△分别为CMIP6、再分析资料全球水汽质量; 点划线、五角星分别为CMIP6、再分析资料北半球干空气质量,短虚线、六角星分别为CMIP6和再分析资料南半球干空气质量,*、●分别为CMIP6、再分析资料全球干空气质量)

  • Fig.4 (a) Multi-year monthly averages of hemispheric water vapor masses (units:1015 kg; The solid and dash-dotted lines are CMIP6 and reanalysis Northern Hemisphere respectively, and the long and short dotted lines are CMIP6 and reanalysis Southern Hemisphere respectively) , and (b) monthly variations of climatic mean values of hemispheric and global water vapor masses and dry air masses (units:1015 kg; The annual average values are deducted.The solid line and hollow circle are water vapor masses of CMIP6 and the reanalysis data in the Northern Hemisphere respectively, the long dotted line and rectangle are water vapor masses of CMIP6 and the reanalysis data in the Southern Hemisphere respectively, and the + and △ are the global water vapor masses of CMIP6 and the reanalysis data respectively.The dash-dotted line and pentagonal star are dry air masses of CMIP6 and the reanalysis data in the Northern Hemisphere respectively, the short dotted line and hexagonal star are dry air masses of CMIP6 and the reanalysis data in the Southern Hemisphere respectively, and the * and ● are the global dry air masses of CMIP6 and the reanalysis data respectively)

  • 除了倒算出越赤道质量流I1,还可以根据式(10)用经向风v计算越赤道质量流I2(图5d)。可以发现CMIP6模拟的I2的年变程比再分析资料结果小,而且7—12月是从南向北输送的正越赤道质量流,而再分析资料与之相反,是从北向南的负越赤道质量流,均方根误差高达51.12×1015 kg。这比对I1的模拟效果差。值得注意的是,由于目前模式以及同化再分析资料中的局限性,无论是由再分析资料还是CMIP6模式计算的I1I2间的差距均比较大,两者的年变程量级不同且变化位相也不匹配,即I1I2的一致性依旧没有得以解决。

  • 4.3 辐射季节变化

  • 太阳辐射的季节变化造成两半球的加热不均,影响着两半球大气的相互作用,因而是IHO季节循环的主要外强迫因子。由于16个模式中只有8个模式输出了地表净长波和短波辐射通量,所以这里只用这8个模式的集合平均来分析。图6a和b分别给出了两半球气候平均的逐月地表净短波及净长波辐射。图6a清楚地显示出CMIP6模拟的地表净短波辐射呈现夏高冬低的特征,其位相变化与图4a水汽质量逐月变化吻合,表明了地表净短波加热造成的水汽蒸发在水汽质量变化中起到重要作用。

  • 要说明的是,虽然CMIP6模式也模拟出北半球平均地表净短波辐射年变程和峰值小于南北球,但是CMIP6模式的南北半球平均地表净短波辐射量明显小于再分析数据,而且对北半球的模拟效果比南半球的模拟效果差,体现在北半球地表净短波辐射的平均偏差绝对值36.81 W/m2高于南半球32.28 W/m2。此外,对于北半球地表净短波辐射模拟偏差绝对值最大值在6月,高达52.36 W/m2,而南半球模拟偏差绝对值最大值在12月,达到45.46 W/m2

  • 图5 气候平均的南北半球大气质量变化Δm(a)和E-P(b)(单位:1015 kg; 实线、点划线分别为CMIP6、再分析北半球,长、短虚线分别为CMIP6和再分析南半球),以及I1(c)和I2(d)(单位:1015 kg; 实线、虚线分别为CMIP6模式集合平均、再分析资料)

  • Fig.5 Climatic mean values of (a) atmospheric mass changes (Δm) and (b) E-P (units:1015 kg; The solid and dash-dotted lines are CMIP6 and reanalysis Northern Hemisphere respectively, and the long and short dotted lines are CMIP6 and reanalysis Southern Hemisphere respectively) , and (c) I1 and (d) I2 (units:1015 kg; The solid and dotted lines are the ensemble means of CMIP6 models and the reanalysis data respectively) in the Northern and Southern Hemispheres

  • 长波辐射能量是大气能量的主要来源,而大气受到长波辐射加热(冷却)而膨胀(收缩),从而产生压力梯度力并进而导致质量输送。图6b中CMIP6对地表净长波辐射模拟效果与净地表短波辐射模拟效果相似,能够模拟出地表净长波辐射在春秋两个季节变化幅度最大,与再分析资料显示的位相基本吻合,也与图5a中Δm变化对应。然而,值得注意的是,模拟出的辐射量小于再分析资料结果并且6—9月北半球地表净长波辐射应该大于南半球,但是CMIP6模式却没有模拟出来。同时再分析资料显示出北半球地表净长波辐射最小值在7月,而CMIP6集合平均的最小值却在8月。

  • 因此,CMIP6模式能成功模拟出地表净长波和短波辐射通量的季节变化,但是在量值上却明显小于再分析资料结果,而且对于北半球地表净长短波辐射通量的模拟效果都比南半球的模拟效果差。

  • 5 结论与讨论

  • 虽然47个CMIP6模式都能模拟出IHO的季节演变特征,但模式间依旧存在差异。基于47个CMIP6模式和NCEP再分析资料的南、北半球大气质量季节变化序列间相关强弱,挑选出16个模式用于IHO分析,主要结论如下:

  • 图6 气候平均的平均地面净短波辐射(a)和净长波辐射(b)(单位:W/m2; 实线、点划线分别为CMIP6、再分析北半球,长、短虚线分别为CMIP6、再分析南半球)

  • Fig.6 Climatic mean values of mean surface (a) net short wave radiation and (b) net long wave radiation (units:W/m2; The solid and dash-dotted lines are CMIP6 and reanalysis Northern Hemisphere respectively, and the long and short dotted lines are CMIP6 and reanalysis Southern Hemisphere respectively)

  • 1)CMIP6模式大气中半球大气质量气候平均值逐月变化显示出清楚的IHO季节循环和IHO的空间结构。从水平结构来看,北半球大气质量分布纬向差异明显,冬季北半球大气质量正异常主要堆积于亚洲大陆(青藏高原除外)以及北美大陆的中东部,受海陆地形和热力差异影响(胡潮等,2015),负异常出现于30°N以北的中太平洋及大西洋面。夏季情形相反。而热带以及南半球中高纬主要为带状的正负异常分布,其大气质量分布差异主要为经向型,冬夏两季的经向异常质量主要分布于副热带及两极极区。从垂直分布结构看,半球位势高度呈冬高夏低的异常变化,这与南半球的变化位相相反,异常变化大值区集中在半球的中高纬度。

  • 2)16个CMIP6模式大气中水汽质量有着明显的年循环变化,但水汽变化对IHO季节变化有抵消作用。模拟的越赤道质量流与模拟的蒸发-降水年变程相当,表明了半球内部水汽质量变化间接驱动了越赤道质量流的产生。此外,CMIP6模式能够模拟出地表净短波辐射夏高冬低和地表净长波辐射在春秋变化幅度较大的季节变化特征。

  • 3)虽然16个CMIP6模式对半球大气质量气候平均值模拟效果较好,但仍存在一定的偏差。CMIP6模式模拟的北半球大气质量气候平均值的峰谷值分别出现在2月和7月,而再分析资料显示的北半球峰谷值分别出现在11月和8月,而且南、北半球大气质量气候平均值的峰(谷)值都高(低)于再分析资料的。从模拟的空间结构上看,CMIP6模式模拟的地表气压异常值在北太平洋、欧亚大陆和北极地区明显偏大,在南半球中纬度和南极地区在不同的月份偏大和偏小值都会出现。CMIP6模式模拟的位势高度异常值在两个半球中高纬度平流层和对流层均比再分析资料显示的小。另外,CMIP6模式对蒸发降水量和赤道经向风场模拟的均效果较差,所以用两种方法估算的越赤道质量流误差亦较大。同时,CMIP6模式模拟的南北半球平均地表净长短波辐射通量都小于再分析资料的相应的数值。

  • 因此,需要特别说明,CMIP6模式能成功地模拟出半球间大气质量南北涛动季节特征,但是在北太平洋、欧亚大陆、南半球中纬度和两极极区的模拟能力有待提高。已有研究表明AMIP模式资料模拟的纬向平均地表气压在40°S~40°N区间内与再分析资料接近,在中高纬度则存在较大差异(卢楚翰和管兆勇,2009)。对比本文结果发现,CMIP6模式对于中高纬度地区大气质量分布的模拟效果改进较小。CMIP6模式无论是对E-P、越赤道质量流I1I2、还是地表净长/短波辐射的量值模拟尚不理想,需要进一步改善,而模式对这三个因子模拟性能差的原因尚不明确,还需要大量的研究。此外,CMIP6模式对于IHO的年际和年代际的模拟能力如何尚有待研究。

  • 致谢:CMIP6资料取自美国Lorenz国家实验室(LLNL/PCMDI,Program for Climate Model Diagnosis and Intercomparison); NCEP/NCAR资料取自NOAA-CIRES Climate Diagnostics Center; 文中插图绘制使用NCL、Origin软件。谨致谢忱!

  • 参考文献

  • 参考文献

  • 地址:江苏南京,宁六路219号,南京信息工程大学    邮编:210044

    联系电话:025-58731158    E-mail:xbbjb@nuist.edu.cn    QQ交流群号:344646895

    大气科学学报 ® 2022 版权所有  技术支持:北京勤云科技发展有限公司