数值模式是开展气候研究的重要工具。全球大气模式由于分辨率较低，且采用全球统一的参数化方案，使其难以再现较高分辨率的局地气候特征(Wang B et al，2004，2009; Zhou et al，2008，2009a，2009b; Chen et al，2010)。区域模式由于分辨率较高，能更好地再现区域尺度的气候特征(Giorgi et al，1999; Gao et al，2002，2008; Wang Y Q et al，2004)，对于梅雨也有较全球模式更好的 再现能力(Ninomiya，2009; 李鲲等，2005)。但在区域较大的情况下，区域气候模式的环流模拟容易出现较大偏差，从而影响模拟效果；区域越大，模拟的环流偏差也越大(Giorgi et al，1993；赵宗慈等，1999；刘术艳等，2008；宋寔等，2011)。如何改进环流场的模拟是制约区域气候模式模拟效果的瓶颈。

区域气候模式的大尺度信息主要来自于侧边界，因此如何给定侧边界强迫是改进环流模拟效果的关键。常用的方法有两种：(1)尽可能地减小模式区域，或选用更优的侧边界嵌套方案，如RegCM3提供了6种侧边界嵌套方案(Pal et al，2007)，或进一步修正嵌套方案(钟中等，2004; Zhong et al，2010；Wang et al，2010)；(2)加大缓冲区的圈数，如将缓冲区设定为区域格点数的1/4—1/6(Giorgi et al，1993; 赵宗慈等，1999)。但既使采用上述方法，若模拟区域较大，环流模拟偏差仍然存在，而模式高层的偏差是关键(Giorgi et al，1999)。因此，有学者提出将缓冲区圈数随高度逐渐增加(Giorgi et al，1999; Liang et al，2001; Wang et al，2003; Hourdin et al，2006)。由于高空偏差主要出现在大尺度波动，故有研究提出，可以把谱逼近的方法运用到区域气候模式中，即在模式高层，将大尺度波动向强迫场恢复，区域气候模式只负责中小尺度波动的模拟(Kida et al，1991; Waldron et al，1996)。实际的模拟试验表明，谱逼近方法能较大程度地改善区域气候模式的模拟效果(von Storch et al，2000)。因此，目前许多区域气候模式都采用谱逼近方法(Denis et al，2002; Cha et al，2009，2011; Leduc et al，2009; Tang et al，2010)。然而，RegCM系列模式作为国际最早发展的模式，尚未引入谱逼近方案。

近年来，谱逼近方法在东亚季风模拟中的适用性逐渐引起中国学者的关注，已经有工作开始验证该方法对于中国1991、1998和2003年夏季降水模拟效果的改进，讨论谱逼近对于不同模式区域范围和位置的影响(宋寔等，2011；Tang et al，2010)。中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室(LASG)在发展全球海-气耦合模式的同时，近年来亦开始发展区域海-气耦合模式IAP/LASG FROALS(邹立维等，2012；Zou et al，2011)，目的是通过与全球耦合模式的嵌套，形成一套完善的从全球到区域的海-气耦合模式系统。但是当前的IAP/LASG FROALS模式在季风区依然存在较明显的模拟偏差，分析发现这和其大气分量模式RegCM3的模拟偏差有关(邹立维等，2012)。本文的目的是在RegCM3中引入谱逼近方法，研究其对减少模式偏差的作用。此外，梅雨是中国夏季重要的降水过程(Ding et al，2005)，而以前的区域气候模拟多是将梅雨纳入整个夏季降水模拟，用6或7月降水代替梅雨降水，少有专门针对梅雨时段的模拟研究，这可能和区域气候模式对梅雨过程降水模拟偏差有关。而针对梅雨个例的天气模拟则最长不超过1候的时间尺度。可见，对于1个月以下，1候以上时间尺度的降水模拟是天气模式和气候模式的难点。谱逼近方法能否提高区域气候模式对梅雨(而非整个夏季)的模拟能力，尤其是梅雨独特的环流配置和垂直结构，此前尚缺乏类似的研究。

本文将以2003年夏季梅雨为模拟个例，检验谱逼近对于梅雨期独特的环流配置和垂直结构模拟的改进，并进一步检验其对梅雨降水的模拟能力。通过对比Cha等(2009)和von Storch等(2000)设计的两种谱逼近权重函数及谱逼近强度系数对中国梅雨降水模拟的影响，寻求适合梅雨模拟的区域气候模式谱逼近权重函数和谱逼近强度系数，探索进一步减小区域海-气耦合模式模拟误差的途径。2 谱逼近方法简介和数值试验设计 2.1 谱逼近方法

谱逼近的思想是假设区域气候模式(RCM)的模拟结果存在误差，为减少模拟误差，在模式预报场上加上一个修正项，该修正项主要针对区域气候模式模拟的大气环流偏差较大的现象，将强迫场与模式预报场的差值进行滤波，保留大尺度的波动，然后，按照一定的权重，把这部分大尺度波动加到区域气候模式的预报场上。其原则是加入尽量小的修正项，得到最为理想的模拟效果。尽管有学者 不仅对风场，还对其他预报量同时做谱逼近处理，但研究证实，只对风场进行谱逼近就可以得到较好的模拟效果(von Storch et al，2000; Cha et al，2009; Tang et al，2010)。故本文只对风场进行谱逼近处理。

模式的预报风场按经纬方向可展开为

点击浏览公式

模式预报风场和强迫场必然存在着偏差Δψ，记为ψ_G-ψ_R，其中，ψ_G是强迫场风速，ψ_R是模式预报风场。区域气候模式的模拟偏差主要体现在环流上，即大尺度 偏差，把这一大尺度偏差场滤波后再乘上一个强度系数，所得结果作为预报修正项

点击浏览公式

将修正项与模式预报场之和作为下一步的初始场：

点击浏览公式

点击浏览公式

点击浏览公式

可见，订正后的模式长波部分，实际上由模式预报的长波和强迫场的长波加权平均构成。 2.2 模式简介和数值试验设计

使用的区域气候模式是RegCM3(Pal et al，2007)，该版本较之以前的版本在物理过程等方面做了诸多改进：加入包含次网格尺度云变化的大尺度云和次网格显式水汽降水参数化方案SUBEX(Pal et al，2000)；对流参数化 方案包括Grell方案(Grell，1993)和Emanuel方案(Emanuel et al，1999)；辐射过程采用CCM3辐射传输方案(Kiehl et al，1998)。行星边界层方案和陆面过程分别采用非局地边界层方案(Holtslag et al，1993)和BATS1e(Dickinson et al，1993)；海表潜热、感热及表面湍流通量则是通过块体公式计算(Zeng et al，1998)。在侧边界处理上包括6种嵌套方案，效果较好且常用的是指数松弛方案(Giorgi et al，1993)。

本文主要考查在模式中加入谱逼近时的两个不同构造的权重函数及对应的两个不同的强度系数对结果的影响。Cha等(2009)简单地取权重函数为垂直坐标的函数

点击浏览公式

为不影响模式区域内中小尺度过程的自由发展，须在边界层以上加入谱逼近，而Cha等(2009)在模式整层大气都加入了谱逼近。本文数值试验均加上限制，即设定一个添加谱逼近的最低临界高度层p₀，这里取为700 hPa，只有当模式层气压低于p₀、且在边界层以上才采用谱逼近修正长波，近地层则由区域气候模式自由发展。而von Storch等(2000)的权重函数是气压的函数，Tang等(2010)对MM5进行谱逼近仍采用这一权重函数，结果表明其能较好地改善东亚地区夏季降水模拟。故本文的谱逼近权重函数采用以下两种方案：

第一种权重函数，记为SIGQ，对应的表达式为

点击浏览公式

第二种权重函数，记为VONQ，对应的表达式为

点击浏览公式

在RegCM3中，采用σ坐标作为垂直坐标，相应层次上的气压为

点击浏览公式

在两个权重函数表达式中，γ为强度系数，Cha等(2009)和Tang等(2010)所选用的强度系数均参照von Storch等(2000)的0.05，对于复杂的东亚区，更大的强度系数能否取得更好的模拟效果是值得研究的问题。为此，以中国梅雨过程为例，对两种权重函数分别选取不同的强度系数，检验其模拟能力。为讨论更集中，本文只给出1.0和0.05(改进效果最明显)两个值的分析，更细致的关于强度系数的数值试验将另成文分析。

这样，总计有5组数值试验(1个控制试验和4个敏感性试验)，分别用CNTL，SIGQ、SIGQ05、VONQ和VONQ05表示(表 1)。

模拟区域采用兰伯特投影方式，中心为35°N，105°E，经纬向150×110格点(图 1)。可以看出，投影方式不同于宋寔等(2011)的研究，对于中高纬度地区模拟而言，兰伯特投影可能比墨卡托投影更为合理；此外，本文的模拟区域更大，所分析的时间尺 度更短。模式垂直分为23层，模式层顶为100 hPa。

图 1 模式区域及地形高度(标有Domain1黑框区域为模拟结果分析区域，标有YHV的黑框小区域为江淮梅雨区(26°—34°N，110°—120°E))Fig. 1 Model domain and the topography(the box labeled ‘Domain1’ is for the domain in which the main results are analyzed and the box labeled ‘YHV’ denotes the Yangtze-Huai River Valley(26°-34°N，110°-120°E))

图选项

模式初始场和侧边界场强迫数据由NCEP/DOE(NCEP2)再分析资料(Kanamitsu et al，2002)插值得到，原始资料水平分辨率为2.5°×2.5°。海表面温度数据来自于NOAA OISST 逐周资料(Reynolds et al，2002)。模式侧边界采用指数松弛方案(Davies，1976)，取12圈缓冲区。本文采取“算大取小”的方式，即模式运行区域为图 1中的最外圈，而分析工作主要针对标注Domain1的区域，其中，垂直廓线分析则主要针对江淮流域(标注YHV的黑色粗框所示)，简称江淮梅雨区。

2003年江淮流域发生了洪涝，给人们生产生活带来了极大的损失，是检验气候模式模拟能力的典型个例。该年夏季的主要降水发生在梅雨期，即6月21日至7月12日。本文的模式积分时间从2003年5月1日00时(世界时，下同)开始，到9月1日00时结束，主要针对江淮梅雨期(6月21日—7月12日)进行模拟结果对比分析。

为检验模拟结果，用到以下观测或再分析数据：(1)日本气象厅逐日格点降水资料APRHO V1003版，分辨率为0.25°×0.25°(Yatagai et al，2009)；(2)NCEP2再分析资料(Kanamitsu et al，2002)。2.3 统计评分方法简介

所使用的统计评分方法是空间相关系数和均方根误差。

表征模式模拟与观测的线性相关程度的空间相关系数定义为

用模式输出场与观测场的均方根误差表示模拟偏差

由于只对风场进行了谱逼近处理，因此，在下文的分析中，首先检验采用该方法后对环流场的改进效果。而环流变化是决定降水变化的大尺度因子，故在对环流场进行分析后，进一步检验谱逼近方法对降水场的改进效果。 3.1 梅雨期环流特征

从再分析资料和模式模拟的梅雨期200 hPa平均纬向风分布(图 2)可以看出，再分析资料中急流中心位置位于38°N附近(图 2a)，而控制试验模拟的急流中心位置明显偏北4°，且成弓型向北突出(图 2b)。加入谱逼近后，模式模拟的纬向风更接近强迫场，尤其是急流中心位置得到准确模拟(图 2c—f)。两种权重函数所得到的结果相近，强度系数越强，改进越明显，但由于SIGQ加入的强迫信息强于VONQ，故VONQ的改进效果更优。

图 2 梅雨期200 hPa纬向风(单位：m/s)分布(a. NCEP2，b. CNTL，c. SIGQ，d. SIGQ05，e. VONQ，f. VONQ05)Fig. 2 200 hPa zonal wind(unit: m/s)distribution during the meiyu period(a. NCEP2，b. CNTL，c. SIGQ，d. SIGQ05，e. VONQ，f. VONQ05)

图选项

谱逼近对于850 hPa风场的改进如图 3所示。NCEP2再分析资料显示，梅雨期强劲的西南气流受来自北方的冷空气阻挡，并与其在江淮流域交汇，形成风场和水汽的辐合(图 3a)，进而形成降水带。控制试验模拟的西南气流明显偏北，在江淮流域存在反气旋偏差，使西南低空急流所携带的水汽明显向北输送(图 3b)。加入谱逼近后，对于低空西南气流的模拟明显优于控制试验，尤其是强度系数为0.05的改进更为明显(图 3d、f)；比较图 3d和f可见，不同权重函数对于低层风场的改进差异不大。

图 3 梅雨期850 hPa风场分布及模式偏差(单位：m/s)(a. NCEP2，b. CNTL-NCEP2，c. SIGQ-NCEP2，d. SIGQ05-NCEP2，e. VONQ-NCEP2，f. VONQ05-NCEP2)Fig. 3 Distribution of the averaged 850 hPa wind and model bias during the meiyu period(unit: m/s)(a. NCEP2，b. CNTL-NCEP2，c. SIGQ-NCEP2，d. SIGQ05-NCEP2，e. VONQ-NCEP2，f. VONQ05-NCEP2)

图选项

从江淮地区风场偏差的垂直廓线(图 4)来看，控制试验模拟的纬向风在700 hPa以下为正偏差，700 hPa以上为负偏差，且随高度逐渐增大，到200 hPa最大，可达-8 m/s，200 hPa以上逐渐减小。经向风正偏差随高度逐渐增大，到模式顶部可达4.25 m/s。加入谱逼近后，偏差明显缩小，尤其是纬向风场。

图 4 模式模拟的YHV区域风场垂直廓线与NCEP2的偏差分布(a. 纬向风，b. 经向风，单位：m/s)Fig. 4 Profile distributions of the zonal wind(a) and the meridional wind(b)bias to the NCEP2 over the YHV(unit: m/s)

图选项

由不同试验对于200和850 hPa风场的相关系数和均方根误差评分(表 2)可以看出，控制试验对于经向风的模拟偏差很大，尤其是对200 hPa经向风模拟误差更大。对比可知，控制试验对于高层风场的模拟偏差很明显，故对高层风场进行谱逼近是必要的，加入谱逼近后的统计评分更有力地证明了这一点。相比较而言，加入谱逼近后，改进效果更明显的是VONQ05。首先，在4组敏感性试验中，VONQ05所加入的大尺度信息最少，而模拟的200 hPa纬向风和经向风的均方根误差分别为0.989和0.895 m/s，是4组敏感性试验中最小的；模拟的850 hPa经向风的均方根误差为1.129 m/s，是5组试验中最小的；850 hPa纬向风的均方根误差为1.210 m/s，也是4组敏感试验中最小的。同时，相关系数也比控制试验有较大程度的提高。

西太平洋副热带高压(副高)通过影响水汽输送而影响夏季风的降水分布(Zhou et al，2005)。副高的模拟偏差，将对降水模拟有直接影响。从对流层中层(500 hPa)的位势高度分布(图 5)可以看出，再分析资料显示梅雨期江淮流域受副高边缘西南暖湿气流控制，如以584 dagpm等值线代表副高边缘，可以清楚看到，梅雨期副高位于华南到西北太平洋，江淮流域处于副高西北部(图 5a)。控制试验中模拟的副高明显偏北，相应的环流系统也整体偏北，如再分析资料中位于华北上空的572 dagpm等值线，在模式中偏北两个纬度(图 5b)。加入谱逼近后，模式模拟的位势高度场得到明显改善，副高位置更接近再分析资料(图 5c—f)，相对而言，VONQ05模拟的位势高度场和再分析资料最接近(图 5f)。

图 5 同图 2，但为500 hPa高度场(单位：dagpm)Fig. 5 As in Fig. 2 but for 500 hPa geopotential height(unit: dagpm)

图选项

从温度和湿度廓线的模拟偏差来看(图 6)，控制试验模拟的江淮流域大气700 hPa以下温度偏低，700 hPa之上偏高，对应模式模拟的环流场更稳定，对流活动发生更少，而水汽较再分析资料明显偏少将会使辐合上升的水汽偏少。结合图 3可知，这主要是由于控制试验模拟的低层南风偏强，使水汽偏北，导致江淮流域水汽含量偏少。

图 6 同图 4，但为温度(a)和比湿(b)Fig. 6 As in Fig. 4 but for the temperature(a) and the humidity(b)

图选项

加入谱逼近后，700 hPa以下温度廓线比控制试验更偏冷，尤其是强度系数为1.0时偏冷更明显，可见，谱逼近的强度也不是越强越好，过强反而会过度抑制中小尺度系统的发展，引起低层更大的温度偏差。谱逼近对于整个夏季(6—8月)平均温度和湿度廓线的改进比较明显(图略)，但对于梅雨期(6月21日—7月12日)的低层温度廓线模拟并没有明显改进，反而使低层温度较强迫场更冷。这可能和模拟的梅雨期低层温度场更多的受潜热释放的影响，主要取决于模式的物理过程，而大气环流的影响是次要因素有关。谱逼近对于湿度场的改善很明显，总体上使低层更湿，其中，VONQ05最明显。同样结合图 3可知，对模式风场进行谱逼近后，低层的南风分量更接近再分析资料，从而使更多的水汽存留于江淮流域。

从表 3给出的高度场、温度场和湿度场的定量比较可以看出，控制试验对于梅雨期高度、温度和湿度的模拟均存在较大偏差，主要表现在相关系数偏小，均方根误差偏大。加入谱逼近，明显使模拟结果更接近强迫场。同时也不难看出，强度系数为0.05的模拟结果优于强度系数为1.0的结果。不同权重函数的差异较小，如对比SIGQ05和VONQ05，模拟的500 hPa高度与再分析资料的均方根误差为1.172和1.214 dagpm，较控制试验的误差2.149 dagpm明显减小，而二者差异不大；模拟700 hPa温度场与再分析资料的相关系数分别为0.981和0.977，均比控制试验的0.945有明 显提高，而二者差异也较小；模拟的700 hPa湿度与再分析资料的均方根误差分别为0.820和0.824 g/kg，比控制试验的0.837 g/kg有所减小，但二者差异较小。

梅雨锋的垂直结构直接决定梅雨的位置和强度。假相当位温及其梯度可以很好地表征梅雨锋的垂直结构。再分析资料中梅雨锋位于假相当位温等值线密集的34°N附近(图中阴影区)，低层由下往上随高度倾斜较小，在400 hPa以上逐渐向北倾斜(图 7a)。梅雨主要位于梅雨锋南侧，同时由于强降水导致较大的潜热释放，使梅雨锋南侧中低层700—400 hPa为假相当位温高值区，对应于梅雨上空的高温高湿区域，中心位于30°N附近。

图 7 沿110°—120°E平均的梅雨锋的垂直结构(a. NCEP2，b. CNTL，c. SIGQ，d. SIGQ05，e. VONQ，f. VONQ05;等值线表示假相当位温，单位：K，阴影代表其梯度，单位：K/(°))Fig. 7 Vertical structure of the meiyu front，averaged over 110-120°E(a. NCEP2，b. CNTL，c. SIGQ，d. SIGQ05，e. VONQ，f. VONQ05; the contour lines denotes the pseudo equivalent potential temperature，unit: K; the shaded area denotes its gradient，unit: K/(°))

图选项

控制试验中梅雨锋很弱且明显偏北，高温高湿中心区强度偏弱，中心偏北5°，垂直高度偏低(图 7b)。加入谱逼近后，能明显地使梅雨锋位置南移，锋面增强(图 7c—f)，更接近NCEP2再分析资料。但高温高湿区强度仍偏弱，位置偏北，大值中心偏低，可能是谱逼近对于低层温度模拟的改进不明显所致，SIGQ05和VONQ05改进的效果更明显。

由以上的分析可知，谱逼近对于环流场以及与环流场有关的物理量的改进效果很明显，但是，也会抑制受物理过程影响更多的物理量的模拟。已有的研究也得到过类似结果，例如用整层加入谱逼近的WRF2.2模式模拟台风，发现谱逼近能改善和环流相关的台风路径模拟，但对于台风强度的模拟却较差(Cha et al，2011)。本文加入谱逼近后，模式对于风场和湿度场的模拟都有较大改善，但对于低层温度及与之密切相关的低层高温高湿中心的南北位置的改进并不明显，其中，低层温度模拟偏差反而更大，逼近强度越强偏差越明显。这也说明在区域模式中加入谱逼近的强度不宜太强、空间尺度不宜太小，否则会限制模式区域内中小尺度系统的发展。 3.3 梅雨期平均降水

水汽输送是降水的关键条件，水汽输送主要集中在低层，通常可用850 hPa的水汽输送分布(图 8)来表征。梅雨期来自西南暖湿气流的水汽和来自南海的水汽与北方来的弱水汽输送在江淮流域汇合，然后减弱并转向日本，在江淮流域存在明显的水汽辐合。RegCM3各试验结果均在江淮流域存在一个反气旋偏差(图 8b—f)，这样的水汽输送偏差使得向江淮流域辐合的水汽减少，因而导致控制试验模拟的梅雨期降水强度比再分析资料偏弱。加入谱逼近后，江淮流域的反气旋偏差明显减小，VONQ05试验更是如此，但在反气旋北沿的偏差仍然存在(图 8f)。这说明不能完全依赖谱逼近来消除模拟偏差，还需要改进模式物理过程。对比谱逼近对于不同对流参数化方案的改进能力发现，谱逼近对于降水模拟的改进能力依赖于参数化方案本身(Song et al，2011)，这和本文的结果较一致。所以，在对区域气候模式引入谱逼近方法时，须同时配合模式物理过程方案的改进。

图 8 梅雨期850 hPa水汽输送及模拟偏差(单位：kg/(m·s)(a. NCEP2，b. CNTL-NCEP2，c. SIGQ-NCEP2，d. SIGQ05-NCEP2，e. VONQ-NCEP2，f. VONQ05-NCEP2)Fig. 8 Distribution of the averaged 850 hPa water vapor transport and the model bias during the meiyu season(unit: kg/(m·s))(a. NCEP2，b. CNTL-NCEP2，c. SIGQ-NCEP2，d. SIGQ05-NCEP2，e. VONQ-NCEP2，f. VONQ05-NCEP2)

图选项

环流场模拟的改进，是否能够最终带来降水模拟效果的改进？为回答这一问题，图 9给出了观测和几组试验对应的梅雨期降水分布。可见观测的梅雨期降水主要位于江淮流域，成西南—东北向(图 9a)。控制试验的降水较观测整体偏北4°左右，与梅雨锋位置偏北对应(图 9b)。谱逼近能明显地改进降水模拟(图 9c—f)，主要表现在降水位置较控制试验南移，更接近观测。另外控制试验降水强度偏弱，加入谱逼近后，模拟的降水也更接近观测，从空间相关系数的对比也能很好地看出这一点。控制试验在图中区域与观测的相关系数为0.278，而加入谱逼近后，相关系数提升到0.451以上，VONQ05的相关系数最大，达到0.555。

图 9 2003年梅雨期降水(单位：mm/d)分布(a. APHRO，b. CNTL，c. SIGQ，d. SIGQ05，e. VONQ，f. VONQ05；右下角数字表示试验模拟的梅雨降水与观测的空间相关系数)Fig. 9 Spatial distribution of the precipitation(unit: mm/d)during the meiyu season(a. APHRO，b. CNTL，c. SIGQ，d. SIGQ05，e. VONQ，f. VONQ05; the values at the right-botton corner of the figures denote the correlation between the model results and the observation)

图选项

而对于江淮流域而言，控制试验中，模拟的降水相关系数为-0.15，均方根误差为11.56 mm/d。加入谱逼近后，无论从相关系数还是均方根误差的对比上看，模拟结果都得到了明显改善。综合来看，VONQ05的效果最好(图略)。4 结论与讨论

为克服RegCM3模式区域偏大时环流模拟偏差较大的现象，本文在该区域气候模式中加入谱逼近方案，验证谱逼近对于区域气候模式梅雨模拟的改进能力，并对比了两种不同的谱逼近权重函数及相应的两个不同强度系数的模拟效果。针对2003年江淮梅雨期间环流和降水模拟，主要结论如下：

(1)谱逼近不仅能改善区域模式对于东亚夏季降水的模拟能力(Cha et al，2009; 宋寔等，2011)，也能较好地改善区域气候模式对更短时间尺度的梅雨的模拟，尤其是梅雨期独特的环流配置和垂直结构，减小了控制试验在梅雨期急流偏弱偏北、副高偏北偏东、低空急流偏强偏北的误差，使模拟的环流更接近再分析资料。从垂直廓线分布上看，谱逼近在一定程度上修正了控制试验在江淮流域模拟的空 气偏干现象，尤其是850—500 hPa的中低层；而对中高层温度场的改进也较为明显。环流场模拟效果的改进，进一步改善了对水汽输送和梅雨锋位置的模拟，从而最终明显改进了模式对于降水的模拟。

(2)本文对比了两种不同权重函数和两个强度系数对中国梅雨模拟的改进效果。模式模拟效果的改进对于权重函数的依赖较小，但对于强度系数比较敏感。相对而言，采用von Storch等(2000)设计的谱逼近权重函数，权重系数取为0.05时，谱逼近对于梅雨模拟的改进效果最佳。

(3)谱逼近方法的显著效果主要体现在对与环流相关的物理量模拟方面，而对与模式物理过程相关的物理量，例如低层温度，改进效果不明显，甚至更差。因此，模拟效果的进一步改进仍需要结合模式物理过程的改进。

针对2003年梅雨个例的模拟，检验了谱逼近对于区域气候模式模拟的改进能力。结果表明，在当前环流模拟效果亟待改进的情形下，谱逼近方法不失为一条有效途径。谱逼近可能也能进一步减小区域海-气耦合模式对于中国气候模拟的误差。不过，该方法虽能改进模式中与环流相关的物理量模拟效果，但它对和物理过程相关的物理量的改进效果并不显著。因此，模式物理过程改进依然非常重要，特别是对复杂的东亚季风区气候的模拟。

最后需要说明的是，针对强度系数本文做了多组敏感性试验，系数从0.005到1.0不等，分析得出强度系数为0.05时，对模拟的改进最为明显。限于篇幅，只给出了强度系数为1.0和改进效果最佳的0.05的敏感试验。只对风场采用逼近可能仍不能较好地减小模拟误差，对风场以外的其他物理量(如温度)也采用谱逼近，可能是进一步改进模拟效果的潜在途径。此外，一个梅雨个例的模拟结果尚不能充分说明谱逼近的优势，未来将进一步通过多个例来证实谱逼近对中国气候模拟的改进能力。