受复杂地形和独特海陆分布的影响，东亚季风区气候表现出显著多时间尺度变率特征^[1].伴随夏季风的强弱变化发生的洪涝、干旱等气候异常，给该地区的经济和社会生活造成严重影响.区域气候模式（RCM）是研究东亚区域气候异常发生规律的重要工具.在再分析资料或全球模式（GCM）提供的大尺度环流背景场驱动下，RCM模拟的区域气候时间变化和空间分布特征，较之全球模式具有明显优势，原因在于RCM具有相对较高的分辨率，对区域地形、海陆分布、陆面过程等的刻画更为细致^[2-3].因此，在过去几十年中，RCM在研究东亚区域气候异常发生规律、预估未来气候变化情景等工作中发挥了重要作用^[4-7].

RCM发展至今，对环流、降水、温度等已具备较高的模拟能力，但是受区域内物理过程、侧边界条件和地形因素等的影响，依然存在着模拟偏差^[8-9].异常气候个例模拟是检验气候模式性能、理解模拟偏差产生原因的重要途径.受1997/98厄尔尼诺事件的影响，1998年夏季风期间西太平洋暖池海温偏低，西北太平洋副热带高压南移，东亚夏季风和梅雨锋异常，长江流域出现了“二度梅”现象，造成了该地区的持续性洪涝^[10].1998年夏季气候异常已经成为检验区域气候模式性能的典型个例.例如，郑益群和钱永甫^[11]用区域模式RegCM2对1998年夏季风进行了模拟，指出春季开始的积分比冬季开始的积分对初始场更为敏感，不同侧边界处理方案对模拟结果具有显著影响.汤剑平等^[12]对MM5模式中辐射、陆面、对流等三种物理过程参数化方案进行了组合试验，探讨了不同组合对1998年降水异常的模拟效果.Wang等^[13]利用区域气候模式IPRC-RegCM模拟了1998年中国强降水，表明该模式能够合理模拟雨带的时间演变、月平均降水的空间分布以及日降水强度的空间分布，特别是该模式对“二度梅”现象有较好的模拟能力.Lee等^[14]用区域气候模式SNURCM分别在60km和20km两种分辨率下模拟了1998年东亚夏季降水，表明模式能够再现6月份中国中部地区的强降水事件，采用60km分辨率模拟的梅雨锋时间变化较为合理，但对华南降水模拟效果较差；采用20km分辨率时模拟的降水增加，原因是表面潜热通量增加使对流增强.胡轶佳等^[15]用RegCM3两种不同的积云对流参数化方案对1998年中国降水异常进行了模拟，结果表明在春、夏季转换时期，两者模拟的降水形势差别较大，二者模拟的中国南方地区夏季降水差别最为明显，积云对流参数化方案对中下层大气环流的影响大于上层.刘术艳等^[16]针对1998年夏季降水利用区域模式CWRF研究了区域选择对模拟能力的影响. Wang和Yang ^[17]利用两套不同的再分析资料NCEP/DOE（R2）和ERA40强迫WRF模式，对1998年东亚夏季风进行了模拟，发现两套再分析资料水汽通量的不同使得降水模拟结果存在显著差异.综上所述，1998年夏季降水异常已经成为检验区域模式性能的标准之一.

除了RCM之外，进行区域气候模拟的另一个重要工具是变网格模式.这类模式的代表之一是法国国家科研中心（CNRS）动力气象实验室（LMD）发展的可变网格的格点大气环流模式LMDZ^[18]，该模式在欧洲、非洲等地都得到了应用^[19-20].东亚复杂的地形分布，成为检验变网格模式模拟能力的理想试验平台，围绕着LMDZ模式对东亚平均气候的模拟此前已有细致分析^[21].Xin等^[22]利用该模式进行了对流层中上层变冷影响东亚春季气候的敏感性试验.不过，LMDZ对1998年夏季气候异常的模拟能力如何，此前尚未得到检验.本文的目的，就是针对1998年夏季降水这一典型降水异常个例，考查变网格模式LMDZ对东亚气候的模拟能力，探讨变网格模式在东亚气候异常模拟研究中的适用性.

LMDZ模式的一个特性是经纬向均可伸缩，可用于区域加密，且在加密区外模式预报量可向再分析资料恢复，因此可用做区域气候的模拟.这里使用的是最新版本LMDZ4.0版本，以下简称LMDZ4^[18]. LMDZ4是IPSL-CM4耦合模式的大气模块，水平方向采用ArakawaC网格，垂直方向采用了p-σ混合坐标，时间积分方案采用蛙跳格式，并使用了一个周期性的校正因子^{[18, 23]}.主要物理过程包括修正后的欧洲中心中尺度天气预报（ECMWF）辐射方案^[24-25]，Emanuel积云对流参数化方案^[26]，ORCHIDEE地表动态植被模块^[27-28]等.

LMDZ4原始版本中全球经纬向网格数为96× 71，垂直方向为19层，其中地面至1km高度有4层，20km以上有4层，2~20km之间垂直分辨率为2km.为了提高模式对东亚复杂地形的刻画能力，本文提高了该模式的水平分辨率，将经纬向网格数设定为200×100，使东亚加密区的水平分辨率提高到0.36°（经度）×0.36°（纬度）.模式中心点位置为（30°N，110°E），加密区范围（13.8°N-46.2°N，83°E-137°E），覆盖了东亚大部分地区.模式加密区域和地形如图 1所示.此外，为保证环流模拟的准确性，在模式加密区内，预报场每10天向再分析资料恢复一次，在加密区外则每半小时向再分析资料恢复一次.模式积分的时间步长为50s.

图 1

Fig. 1

图 1 模式加密区域（散点表示模式格点）和地形分布（填色）（单位：m） Fig. 1 The zoomed region (dots represent grids in the model) and topographic distribution (shading) in the model (unit:m)

本文所用的侧边界强迫场为NCEP/DOE（R2）再分析资料，时间间隔为6h，所用要素包括经向风、纬向风、相对湿度和温度，原始资料水平分辨率为2.5°（经度）×2.5°（纬度），垂直方向17层，最上层气压10hPa^[29]，本文通过双线性插值方法将原始资料插值到模式网格.模式下边界强迫场为“国际大气模式比较计划”（AMIPII）提供的气候态海表温度和海冰^[30].模式积分开始时间为1998年5月1日00:00GMT，结束于8月31日24:00GMT，该控制试验简称“LMD NCEP2”.

标准试验LMD NCEP2的特色有二：一是区域加密，二是预报场每10天向再分析资料恢复一次.为了检验上述两种处理方案对模拟结果的影响，在保持模式其它配置不变的情况下，进一步设计了如下两组敏感试验：（1）模式水平网格不做任何加密、全球采用1.8°（经度）×1.8°（纬度）的均匀网格，简称“LMDCON”；（2）在东亚加密区内，预报场不向再分析资料做任何恢复，简称“LMD NORE”.

为检验模拟结果，本文还用到分辨率为1°（经度）×1°（纬度）的GPCP逐日海上降水^[31]，和分辨率为0.25°（经度）×0.25°（纬度）的APHRO_MA_ 0902逐日台站降水^[32]合成的观测降水资料.本文利用双线性插值技术，将其插值到模式网格上.

本文首先考查模式对1998年夏季（6-8月，JJA）日平均降水的模拟效果；随后，从850hPa风场和水汽输送的角度，讨论造成降水模拟偏差的直接原因；在此基础上，从大尺度环流（500hPa西北太平洋副热带高压、200hPa东亚副热带西风急流）的角度，理解影响模式降水模拟效果的环流因素.最后，进一步讨论模式对“二度梅”现象的模拟情况.

图 2是1998年夏季平均降水分布.观测资料中（图 2a），夏季的雨带分布呈“西南-东北”走向，降水大值区主要集中在青藏高原东南侧、华南、长江中下游、台湾及其周边地区，以及韩国和日本南部，总体从东南向西北递减，西北内陆地区降水相对稀少.模式较好地再现了上述特征（图 2b）.

图 2

Fig. 2

图 2 1998年夏季（JJA）平均的降水分布：（a）观测，（b）LMD NCEP2模拟（单位：mm/d） Fig. 2 The summer mean (JJA) precipitation during 1998: (a)the observation, (b)the LMD NCEP2 simulation (units:mm/d)

较之观测，模拟偏差主要表现为：华南地区降水大值中心偏东，强度偏强；长江流域、华北、朝鲜半岛和日本雨带位置偏北且强度偏强，江淮地区降水偏多、而25°N-30°N之间地区降水偏少.另外，沿青藏高原南侧、海南岛南侧、东南沿海、长白山、祁连山东南侧以及秦岭-太行山-燕山等地出现虚假降水大值中心（图 2b）.对比模式地形（图 1），虚假降水几乎都发生在陡峭地形区附近，表明地形对降水模拟的影响较大.地形对降水的这种增幅作用，在许多数值模式中都有体现^[33-34].而在陡峭地形地区的观测站过少也可能造成了台站资料对真实降水的低估^[34].

降水异常是环流异常的结果.图 3给出低层850hPa风场分布.在观测中（图 3a），受西北太平洋副热带高压和西风槽的共同影响，东亚地区夏季大气低层风场主要呈“西南-东北”走向.东亚东南部受海洋性气流和副高共同影响，表现为较强的西南气流.在高原东南侧西南气流产生切变，形成了以青藏高原为中心的气旋性环流.而东亚北部主要受中纬西风的影响，并在华北和东北地区与海洋性西南气流汇合，产生气旋性切变.

图 3

Fig. 3

图 3 1998年JJA平均的850hPa风场：（a）观测，（b）LMD NCEP2模拟，（c）模拟与观测的差（单位：m/s） Fig. 3 The JJA mean 850hPa wind field:(a)the observation, (b)the LMD NCEP2 simulation, (c)difference between the simulation and the observation (units:m/s)

模式较好地再现了低层西南气流和北部的低层西风，但在东南沿海产生了反气旋性偏差，在西南部四川盆地和缅甸中部均产生气旋性偏差（图 3b）.比较图 3c可知，这些偏差对降水偏差有显著影响.

水汽输送直接决定降水分布^[35].为检验模式对水汽输送的模拟能力，图 4给出了整层积分水汽输送.观测资料中（图 4a），中国南部-东海-日本南部为较强的“西南-东北”走向的水汽输送大值带.模式能够模拟出水汽输送的分布特征（图 4b），包括极大值中心的位置，但模拟的水汽输送大值中心范围过大，沿“江淮-华北-黄海-朝鲜半岛”延伸的西南水汽输送过强.较强的暖湿偏南气流与冷干的偏北气流在江淮和华北地区汇合，导致降水偏多.青藏高原东部水汽输送也呈现气旋性偏差，造成局地降水偏多.东南沿海地区为反气旋性偏差，造成25°N-30°N之间降水偏少.

图 4

Fig. 4

图 4 同图 3，但为整层积分的水汽输送（单位：kg·m-1·s-1） Fig. 4 Sameas Fig. 3, but for the whole-layer integrated water vapor transport (units:kg·m-1·s-1)

西北太平洋副热带高压（以下简称“西太副高”）是影响东亚夏季风降水的重要系统，对东亚夏季风水汽输送和雨带位置有重要影响^[35-36].图 5为1998年夏季500hPa高度场分布.观测中（图 5a）西太副高西部边缘位于中国东南部，最北端位于西北太平洋30°N附近，这种分布形势为来自印度洋和孟加拉湾的暖湿气流向长江流域、日本乃至华北和朝鲜半岛的输送创造了有利条件.模式能够模拟出副高的空间分布特征（图 5b），但500hPa高度值整体偏低（图 5c），平均偏低约80gpm；特别地，负偏差中心位于缅甸和中国西南部，有利于低层水汽随西南气流更多地向偏北方向输送.与此同时，模拟的副高脊线位置偏北，也造成了偏强的向北水汽输送.

图 5

Fig. 5

图 5 同图 3，但为500hPa位势高度（等值线，单位：gpm）和风场（矢量，单位：m/s）.（c）中位势高度的差值用阴影表示 Fig. 5 Sameas Fig. 3, but for the 500hPa geopotential height (isolines, units:gpm) and wind field (vectors, unit:m/s) and (c)uses shading denotes the difference of geopotential height between the simulation and the observation

比较图 2，与较为合理的副高结构模拟结果相对应，沿副高周边的雨带分布特征亦得到合理模拟.前人的研究指出，副高偏北将令雨带偏北、长江流域降水偏少^{[35, 37]}，上述关系在模式中亦有明显体现，意味着环流特别是副高的模拟偏差，是造成雨带偏差的直接原因.

东亚副热带西风急流是东亚季风环流系统的重要成员^[38].西风急流异常偏北时，我国长江中下游夏季降水偏少，河套、华北夏季降水偏多；夏季西风急流异常偏南时，降水型则与之相反^{[35, 39]}.图 6给出1998年夏季200hPa西风急流的分布.观测资料中（图 6a），西风急流轴（纬向风速＞25 m/s）位于38°N附近，从中国西北部向东延伸至日本北部.其中急流轴以南为大尺度辐散环流控制，而低层850hPa风场（图 3a）在急流轴以南、副高外围存在辐合，这样的高低层环流配置有利于低层暖湿空气的抬升进而产生降水.模式能够模拟出副热带西风急流的空间分布特征，包括急流轴的位置和急流强度（图 6a-6b），但模式中副热带西风急流强度偏弱，急流轴范围偏小且位置偏北.前人基于对高空急流区附近的涡度、涡度平流和散度分布的分析表明，急流入口区右侧高空为正涡度平流和辐散区，气流上升，而急流入口区北侧气流下沉，从而形成暖空气上升、冷空气下沉的大气环流圈^[40]；急流出口区的情况恰好相反.一般在急流轴南侧，伴随气流上升，并在水汽充足的条件下，降水较多.东亚雨带的时间演变常随着副热带急流轴位置的南北移动而同向移动.因此，模式中急流轴位置偏北，直接导致模拟的雨带位置偏北.

图 6

Fig. 6

图 6 同图 3，但为200hPa纬向风（单位：m/s） Fig. 6 Sameas Fig. 3, but for the 200hPa zonal wind (units:m/s)

综上，LMD NCEP2较合理地再现了1998年东亚夏季平均环流场的特征，从而在一定程度上再现了降水的分布.与观测相比，LMD NCEP2模拟的降水位置明显偏北，特别是长江流域雨带偏北，并在陡峭地形区附近存在明显的虚假降水.模式模拟的水汽输送偏强，在江淮地区造成水汽辐合偏差，使得雨带较之观测偏北；而副热带西风急流和副高位置偏北，则为偏强的向北水汽输送提供了有利的大尺度环流背景.

上文从季节平均的角度，分析了LMD NCEP2模拟的降水和季风环流，下面进一步检查该模式对次季节尺度特征的模拟能力，即主要考查模式对1998年江淮地区“二度梅”现象的模拟能力.中国东部（105°E-122°E）纬向平均的雨带时间演变如图 7所示.观测中（图 7a）“二度梅”特征表现为：（1）5月下旬南海夏季风爆发，华南率先进入雨季；（2）6月中旬，雨带向北推进至长江流域，江淮地区进入第一个梅雨期，这次降水过程在江淮地区一直持续到7月初；（3）7月7日左右，雨带继续北进，华北进入雨季；（4）接着在7月中旬，雨带突然南撤至江淮地区，并带来持续性降水；（5）7月底8月初，雨带继续北进，我国华北迎来第二次雨季；（6）8月中旬开始，雨带迅速南撤至华南，夏季风雨季结束.

图 7

Fig. 7

图 7 中国东部（105°E-122°E）降水的纬度-时间剖面图：（a）观测，（b）模拟，（c）模拟与观测之差（单位：mm/d） Fig. 7 Latitude-time cross section of the precipitation over eastern China (105°E-122°E):(a) observation, (b) simulation, (c) the deviation between simulation and observation (units:mm/d)

LMD NCEP2能够模拟出1998年夏季雨带的次季节尺度进退特征（图 7b），包括降水强度和雨带范围等，对江淮地区的“二度梅”现象亦有合理再现.但模拟的雨带位置系统偏北，令华北降水偏多，长江流域在梅雨期降水偏少，非梅雨期降水偏多；江淮地区两次强降水持续时间偏短，尤其是第二次强降水持续时间更短，雨带范围偏小.

图 8进一步给出两个梅雨期降水较为集中的时段，即6月15日至6月30日和7月20日至8月5日（这里分别简记为“T1”和“T2”）平均降水的空间分布.观测中，T1梅雨期降水大值区范围较大，从华南向东北一直延伸到日本西南部；T2梅雨期降水大值区范围较小，仅分布在长江中下游地区.LMD NCEP2总体上再现了两个时段降水的空间分布特征.但两个时段的降水大值区位置较之观测均偏北，长江以南降水偏少、以北降水偏多.模拟与观测降水的空间相关系数在T1时段为0.49，在T2时段为0.34.整体而言，模式对T2时段降水的模拟效果较之T1要差.

图 8

Fig. 8

图 8 （a）观测中6月15日-6月30日平均降水；（b）同（a），但为模拟结果；（c）同（a），但为模拟与观测之差；（d-f）分别同（a-c），但为7月20日-8月5日（单位：mm/d） Fig. 8 The mean precipitation from June 15 to June 30 derived from (a) the observation, (b) the simulationand (c) the difference between the simulation and the observation. (d-f) Sameas (a-c) respectively, but for the period from July 20 to August 5 (units:mm/d)

为理解造成两个梅雨期江淮地区降水模拟偏差的原因，以下从环流角度分别对两个梅雨期降水进行分析.图 9给出T1和T2两个时段平均的整层积分水汽输送.观测资料中，两个梅雨期水汽输送大值区分别对应着降水大值区.而模拟的水汽输送大值区较之观测偏强，有利于把水汽输送到更北的位置，造成模拟的雨带较之观测偏北.模拟的T1阶段中国东南部和T2阶段南方地区存在反气旋式水汽输送偏差，致使降水偏少.在两个阶段，北部的北风异常和南部的南风异常都有利于水汽在江淮地区辐合，造成该地区降水偏多.此外，T1阶段，在江淮地区西部存在一个较强的水汽辐合偏差，令江淮地区降水偏多、范围偏大.T2阶段，在华北至江淮地区水汽辐合偏强，对应着该地区降水的正偏差.

图 9

Fig. 9

图 9 （a）观测中6月15日-6月30日平均的整层积分水汽输送（单位：kg·m-1·s-1）；（b）同（a），但为模拟结果；（c）同（a），但为模拟与观测之差；（d-f）分别同（a-c），但为7月20日-8月5日 Fig. 9 The whole-layer in tegrated water vapor transport averaged between June 15 and June 30 derived from (a) observation, (b) simulationand (c) the deviation between simulation and observation (units:kg·m-1·s-1).(d-f) Sameas (a-c) respectively, but for the period between July 20 and August 5

从500hPa位势高度（图 10）来看，观测中，T1和T2两个梅雨期降水的大值区都位于西太副高外围，这进一步反映了西太副高对降水的显著影响.在T1和T2两个时段，LMD NCEP2模拟的500hPa高度场偏差都存在“西南-东北”走向的负异常大值中心，亦有利于北部偏北风异常和南部偏南风异常在江淮地区汇合.分阶段来看，T1阶段500hPa位势高度场比观测偏低15gpm左右，且西太副高西北侧气压梯度偏大，有利于中国东南部气旋式水汽输送偏差的形成；T2阶段500hPa平均位势高度值较之观测偏低更多（偏低120gpm左右），西太副高北部气压梯度偏差更大，令华南大部分地区被反气旋式水汽输送偏差控制，降水较观测偏少.因此，西太副高的模拟偏差通过影响水汽输送及其辐合辐散，最终导致梅雨期降水的模拟偏差.

图 10

Fig. 10

图 10 （a）观测中6月15日-6月30日平均的500hPa位势高度（单位：gpm）；（b）同（a），但为模拟结果；（c）同（a），但为模拟与观测之差；（d-f）分别同（a-c），但为7月20日-8月5日（单位：gpm） Fig. 10 The averaged geopotential height at 500 hPa level between June 15 and June 30 derived from (a) observation, (b) simulation and (c) the deviation between simulation and observation. (d-f) Sameas (a-c) respectively, but for the period between July 20 and August 5 (units:gpm)

总体上模式对第二次梅雨期的环流形势模拟较差，直接导致模拟的第二次梅雨期降水相对较差.

上文对标准版本的变网格模式性能进行了分析.标准版本的特色一是区域加密，二是预报场每10天向再分析资料恢复一次.这两种处理技术对模拟结果有何影响？为回答上述问题，以下将对控制试验和敏感试验模拟结果进行比较.

首先，图 11比较了三组试验模拟的JJA降水分布.LMD NCEP2与LMD NORE模拟的JJA降水空间分布特征类似，只有在环渤海湾地区略偏多，在加密区两者空间相关系数为0.92，均方根误差为2.38mm/d，差异不明显，表明模式在加密区每10天向侧边界强迫场的恢复对模拟结果影响不大. LMD NCEP2与LMDCON相比，两者雨带的空间分布特征也基本一致，但在加密区两者空间相关系数仅为0.5，均方根误差为4.9mm/d，差异显著；前者模拟的降水空间分布总体上与观测更为接近，尽管其降水强度偏大雨带范围偏北；后者较好地再现了华南和长江流域的雨带分布，但降水强度偏小，陡峭地形附近依然存在虚假降水，且在青藏高原东侧模拟出了虚假的降水大值中心，此外，较之LMD NCEP2，其模拟的降水总体上在长江以南偏多，长江以北偏少.

图 11

Fig. 11

图 11 1998年JJA平均的降水分布：（a）LMDCON试验模拟结果，（b）LMD NORE敏感试验模拟结果，（c）LMDCON与LMD NCEP2之差，（d）LMD NORE与LMD NCEP2之差（单位：mm/d） Fig. 11 The averaged JJA precipitation in 1998 from (a) LMD CON simulation, (b) LMD NORE simulation, (c) the difference between the LMD CON simulation and the LMD NCEP2 simulation and (d) the difference between the LMD NORE simulation and the LMD NCEP2 simulation (units:mm/d)

为解释上述三组试验模拟的降水差异，图 12进一步给出模拟的整层积分水汽输送.LMD NORE与LMD NCEP2模拟的水汽输送空间相关系数达到0.99，均方根误差为11.90kg·m^-1·s^-1，相差较小，但较之LMD NCEP2，LMD NORE中中国东部向北水汽输送略有减弱，尤其在环渤海湾地区产生了气旋式环流异常，有利于该区域降水增加. LMDCON与LMD NCEP2模拟的整层积分水汽输送差异较大，两者空间相关系数仅为0.76，均方根误差为66.44kg· m^-1 ·s^-1，差异显著.较之LMDNCEP2，LMDCON模拟的水汽输送在东亚季风区总体偏弱，长江以南水汽输送大值区偏西偏南，青藏高原东部水汽输送偏多，显著受该试验分辨率较粗的影响.

图 12

Fig. 12

图 12 同图 11，但为整层积分的水汽输送（单位：kg·m-1·s-1） Fig. 12 Sameas Fig. 11, but for the whole-layer integrated water vapor transport (units:kg·m-1·s-1)

泰勒图可以定量表征模拟与观测的相似度^[41].数字所在位置表示模拟与观测的相似度，半径表示模拟与观测标准差的比率，与横坐标的角度代表模拟与观测的空间相关系数的反余弦，即离横轴和比率为1的半径越近，模拟越接近观测.图 13给出三个试验模拟的5-8月逐日降水分别在整个加密区、华北、长江流域和华南的泰勒图.从相关系数上看，在加密区，LMD NCEP2、LMD NORE与观测的相关系数均高于0.75且数值相当，而LMD CON与观测的相关系数仅为0.53.具体到华北、长江流域和华南，LMD NCEP2、LMD NORE与观测的相关系数大致在0.5以上且总体相差不大；而LMD CON与观测的相关系数均低于0.3，特别地，在华南几乎无相关（相关系数仅为0.02）.从变率强度上看，LMD NORE总体相对较大，LMD NCEP2次之，LMD CON最小；LMD CON在华北更接近观测，而在其它区域，LMD NORE和LMD NCEP2更接近观测.总体上，LMD NCEP2与LMD NORE对降水的模拟效果相当，而LMDCON模拟效果相对较差；LMDNCEP2在华北模拟结果优于LMDNORE，而在长江流域和华南差于LMD NORE，其原因可能是华北大尺度降水相对较多，而长江流域和华南对流性降水相对较多^[42]，加密区向观测10天尺度的恢复有利于提高模式对大尺度降水的模拟能力，而对模式对流性降水产生了不利影响，即模式在加密区向观测10天尺度的恢复在一定程度上“污染”了加密区的模拟结果.

图 13

Fig. 13

图 13 三个试验模拟的5-8月逐日降水泰勒图数字所在位置表示模拟与观测的相似度.其中，1代表LMD NCEP2，2代表LMDCON，3代表LMD NORE；星号代表整个加密区，圆圈代表华北，加号代表长江流域，三角形代表华南. Fig. 13 The Taylor diagram for the three experiments in simulating the precipitation during May to August of 1998 The positions of the numbers represent comparability between simulations and observation. Numbers 1, 2, 3 denote LMD NCEP2, LMD CON, LMD NORE, respectively. Stars, open circles, pluses and triangles indicate all the zoomed domain, North China, Yangtze River Basin, and South China, respectively.

综上所述，LMD NCEP2与LMD NORE对降水的模拟能力相当，且较为接近观测，LMDCON对降水的模拟能力相对较差.对比LMD NCEP2和LMD NORE结果可知，LMDZ4加密区向强迫场的恢复有利于提高模式对华北降水的模拟能力，而对长江流域和华南降水的模拟具有不利影响.较之LMDCON，加密试验由于在东亚的分辨率大大提高，对东亚夏季降水模拟效果更好.

本文利用变网格模式LMDZ4，对1998年东亚夏季降水进行了模拟，考查了该模式对东亚夏季降水的模拟能力，并从环流角度探讨了模式模拟的降水偏差成因.主要结论如下：

（1）LMDZ4能再现1998年东亚夏季降水的空间分布特征和雨带两次向北推进过程.但模拟的梅雨锋雨带位置偏北、强度偏强，陡峭地形附近虚假降水较多.

（2）LMDZ4较好地模拟出了西南气流、沿中国南部-东海-日本南部延伸的强水汽输送带.但水汽输送大值中心范围偏大、强度偏强.在江淮和华北地区以及四川盆地，存在气旋式的水汽辐合偏差，导致降水较观测偏多.东南地区为反气旋式的水汽输送偏差，降水偏少.

（3）LMDZ4能够再现西太副高和高层副热带西风急流的空间分布，但模拟的高度值整体偏低，负距平中心位于西南地区，使得低层“西南-东北”向的水汽输送偏强.模拟的西太副高和副热带西风急流位置偏北有利于雨带位置偏北.

（4）模拟的二度梅时期的水汽输送在江淮地区和华南沿海出现气旋式辐合偏差，造成这两地区降水偏多；模式对副高位置的模拟偏差，导致江南地区出现反气旋式的水汽输送偏差，降水偏少；总体上模式对第二次梅雨期的环流形势模拟较差，直接导致模拟的第二次梅雨期降水相对较差.

（5）LMDZ4加密区向强迫场的10天尺度恢复有利于提高模式对华北降水的模拟能力，而对长江流域和华南降水的模拟具有不利影响，即在一定程度上“污染”了加密区的模拟结果.较之均匀网格模拟试验，加密试验由于在东亚的分辨率大大提高，对东亚夏季降水的模拟效果更好.

总结本文结果，变网格模式LMDZ4作为一种特殊的区域模式，在地形复杂、气候多变的东亚地区，同样具有较强的模拟能力.结合前人利用普通区域气候模式进行的同类模拟研究，变网格模式LMDZ4具有普通区域气候模式的共性，例如能够合理再现1998年东亚夏季降水的空间分布和时间演变特征，但模拟的降水偏强、雨带位置系统偏北、在陡峭地形地区降水误差较大等^{[13-14, 16]}.变网格模式LMDZ4的优越性在于，它能够模拟出1998年夏季分别以长江流域和华南沿海为中心的南北两条雨带，而普通区域模式对华南雨带的模拟能力一般较差.

如何有效地减缓乃至消除LMDZ4模拟的雨带系统偏北的问题呢？影响模式模拟性能的原因很多，除模式物理过程外，侧边界强迫、模式分辨率及模式地形等都会对模拟结果造成影响^{[17, 43]}.本文LMDZ4在降水模拟上的偏差，究竟来自NCEP2再分析资料的不确定性、还是受模式分辨率乃至模式地形的影响，这都是未来亟待开展的研究工作.