中国气象学会主办。
文章信息
- 井云清, 刘健, 万凌峰, 张宏栎. 2020.
- JING Yunqing, LIU Jian, WAN Lingfeng, ZHANG Hongyue. 2020.
- 过去2000 年亚澳夏季风降水百年际变化特征及成因的模拟研究
- A numerical study on the characteristics and causes of the centennial variation of Asian-Australian summer monsoon precipitation over the past 2000 years
- 气象学报, 78(1): 60-71.
- Acta Meteorologica Sinica, 78(1): 60-71.
- http://dx.doi.org/10.11676/qxxb2020.011
文章历史
-
2019-04-04 收稿
2019-10-30 改回
2. 江苏省大规模复杂系统数值模拟重点实验室/南京师范大学数学科学学院,南京,210023;
3. 青岛海洋科学与技术国家实验室海洋-气候-同位素模拟开放工作室,青岛,266237
2. Jiangsu Provincial Key Laboratory for Numerical Simulation of Large Scale Complex Systems/School of Mathematical Science,Nanjing Normal University,Nanjing 210023,China;
3. Open Studio for the Simulation of Ocean-Climate-Isotope,Qingdao National Laboratory for Marine Science and Technology,Qingdao 266237,China
亚澳季风区覆盖东亚、南亚、热带印度洋、海洋性大陆区域、中南半岛、南海、澳洲、西太平洋热带和副热带区域,该区人口约占世界人口的3/5,该地区季风变化对当地的社会经济发展起着至关重要的作用。亚澳季风会影响全球大气环流,最终影响全球的气候变化(Hu,et al,2003;徐梦婷等,2016;侯立春等,2017;Chevuturi,et al,2018)。亚澳季风区横跨南北半球,研究不同季节南北半球海陆热力差异、不同时间尺度上亚澳季风变化特征及其机理,能使人们更加深入理解这一复杂系统。因此,许多气象学者和组织机构对亚澳夏季风降水进行了探索研究(Parthasarathy,et al,1991;邹力等,1997;Zhou,et al,2005,2006;张礼平等,2011)。了解亚澳季风降水变化特征及其物理机制对气候变化研究具有重要的现实意义(Zhou,et al,2009;陈斌等,2011)。
全球变化研究所关注的一个重要内容是过去2000年的气候变化特征(魏柱灯等,2014)。过去2000年,气候系统受人为因素的影响越来越大,与此同时,气候变化在很大程度上也影响着社会经济的发展(PAGES,2009;靳莉君等,2012)。随着国际全球变化第二阶段研究计划的全面实施,中国开展了“过去2000年全球典型暖期的形成机制及其影响研究”、“过去2000年气候变化记录、幅度、速率、周期、突变、原因”等重大项目。在国际重大研究计划的支持下,各国科学家利用树轮、冰芯、历史文献等代用资料对过去2000 年的气候变化进行了大量的重建与集成研究,并发表了较多的研究成果(李汀等,2013;王晓青等,2015;Shao,2017;Guo,et al,2018)。Wasson等(2010)提出澳大利亚北部在小冰期较为干旱,范倩莹等(2018)利用观测资料发现东亚季风区小冰期较为湿润。Eroglu等(2016)提出过去9000 年太阳活动对亚澳夏季风具有重要的影响。张键等(2018)指出,在年际尺度上东亚季风区和澳大利亚季风区大气降水δ18O的年加权平均值与年降水量的相关性均不明显。综上所述,前人对于亚澳季风区过去2000 年的研究较为匮乏,此外,了解亚澳季风区降水过去变化情况对于提高该区域季风降水模拟能力具有重要的科学意义(王璐等,2009)。
目前,许多学者(Ladd,et al,2018;Hao,et al,2016;Shuman,et al,2018)采用不同的气候模式来研究区域气候变化特征。Meehl等(2012)发现,与CCSM3相比,CCSM4能有效减小系统误差,较好的模拟亚澳季风降水。Wang等(2014)发现印度夏季风和东亚夏季风的增强使得亚澳季风降水增加。Shi(2017)利用PMIP3模式模拟发现,澳洲夏季风和东亚夏季风在百年尺度上表现出同相变化,在中世纪气候异常期季风加强,而在小冰期季风有所减弱。李瑞青等(2013)利用国际耦合模式比较计划第五阶段(CMIP5)模拟试验的输出结果发现,模拟南亚季风指数的关键在于对海表温度的准确模拟。于波(2013)利用大气环流模式FrAM1.0的模拟结果发现,印度洋偶极子(IOD)会对印度夏季风、南亚髙压、东北亚对流层上空环流变动产生显著影响。程娅蓓(2016)利用BCC-CSM1.1(m)每年6月起报的数据集,评估模式对亚澳季风年际变率前两个模态的空间型、时间系数及其与厄尔尼诺南方涛动(ENSO)关系的预测准确性,发现第1模态的预测能力普遍高于第2模态。上述研究时段主要集中在中世纪暖期、小冰期、现代暖期,并且侧重于各模式的对比研究,对过去2000 年中的罗马暖期、黑暗时代冷期的研究较少,更缺少影响亚澳夏季风降水的外强迫因子及气候系统内部变率的研究。因此,文中在利用观测、重建资料来验证通用地球系统模式(CESM)的模拟能力基础上,采用其对过去2000 年的气候模拟结果,分析亚澳夏季风降水的百年际时、空变化特征及其影响因子。
2 资料简介 2.1 模式及模拟试验使用美国国家大气研究中心发布的通用地球系统模式低分辨率版本(CESM1.0.3,T31_g37)对过去2000年开展一系列气候模拟试验,对其中的6个结果(表1)进行分析研究,这6个试验分别是:全强迫试验(AF)、对照试验(Ctrl)、太阳辐射单因子敏感性试验(TSI)、火山活动单因子敏感性试验(Vol)、温室气体单因子敏感性试验(GHGS)和土地利用/覆盖单因子敏感性试验(LUCC)。其中,全强迫试验的外强迫条件包括太阳辐射(Shapiro,et al,2011)、火山活动(Gao,et al,2008)、温室气体浓度(MacFarling Meure,et al,2006)、土地利用/覆盖(Kaplan,et al,2009)和地球轨道参数(Berger,1978),详见王志远等(2014)。此外,由于火山活动的重建资料长度只有过去1500 年,因此全强迫试验中,前500 a的模拟未加入火山强迫,火山活动敏感性试验的时间长度也仅为过去1500 年。为了探究百年尺度亚澳夏季风降水变化特征,对模拟数据进行了51 a滑动平均以突出百年尺度信号。模拟试验采用的主要外强迫因子的时间序列见图1,其中温室气体主要包括CO2、CH4和N2O,土地利用/覆盖仅用农作物(Crop)代表。
试验名称 | 驱动因子 | 简称 | 积分时间长度(a) |
对照试验 | 与NCAR参加CMIP5对照试验相同(Rosenbloom,et al,2013) | Ctrl | 2000 |
太阳辐射敏感性试验 | Shapiro等(2011)2000 年重建结果 | TSI | 2000 |
火山活动敏感性试验 | Gao等(2008)1500年 重建结果 | Vol | 1500 |
温室气体敏感性试验 | MacFarling等(2006)2000 年重建结果 | GHGS | 2000 |
土地利用/覆盖敏感性试验 | Kaplan等(2009)2000 年重建结果 | LUCC | 2000 |
全强迫试验 | 太阳辐射+火山活动+温室气体+土地利用/覆盖 | AF | 2000 |
使用观测/再分析资料来验证模拟结果的合理性。选用美国气候预测中心降水集合分析资料(CMAP)(Xie,et al,1995)以及第2版全球降水气候项目的降水资料( GPCP)(Adler,et al,2003)与模式模拟的亚澳季风区(30°S—40°N,40°—160°E)年降水的气候平均态进行对比,其中,降水和温度时间序列均是该区域的算术平均值。为了便于与模拟结果对比,首先将CMAP和GPCP的降水资料线性插值为与模式相同的分辨率(3.75°×3.75°)。图2为1979—2000年再分析资料CMAP、AF和观测资料GPCP的年降水率和夏季降水率气候平均态。CMAP的年平均降水率与模式模拟的空间相关系数为0.85,均方根误差为1.43 mm/d,模式模拟的年平均降水率与GPCP的空间相关系数为0.86,均方根误差为1.37 mm/d。在夏季气候平均态中,模式模拟与CMAP的空间相关系数为0.69,均方根误差为2.92 mm/d,与GPCP的空间相关系数为0.72,均方根误差为2.53 mm/d。因此,CESM模拟的亚澳季风区降水较为合理。
但模式模拟也存在一些偏差,年平均降水率在印度洋东部、孟加拉湾、东亚地区、菲律宾地区普遍偏低(Lee,et al,2010;Wang,et al,2014),而青藏高原、澳洲大陆地区普遍偏高(吴波等,2009;Lee,et al,2014)。在夏季气候平均态中,在太平洋西部、孟加拉湾地区偏低,而在阿拉伯海东北部偏高(Wang,et al,2014)。
为进一步验证模式的模拟能力,还比较了观测/再分析资料与模式模拟的降水率的年变化(图3),发现模式模拟结果与观测资料、再分析资料较为接近。AF、GPCP、CMAP的降水率在8月同时达到峰值,GPCP、CMAP的降水率在2月同时降到谷值,AF的降水率在3月降到谷值。模拟的5、6、7、8月降水率与GPCP较为接近,但冬季(12、1、2月)降水率比GPCP、CMAP高。AF与CMAP的降水序列的相关系数为0.9996,AF与GPCP的降水序列的相关系数为0.9713,均达到99%置信度。因此,CESM 模拟的亚澳夏季风降水率在季节变化上是可信的。
3 亚澳夏季风降水百年际时、空变化特征从亚澳夏季风降水和亚澳区域夏季(6—8月)平均温度距平的时间序列(图4)来看,亚澳区域夏季明显经历了罗马暖期、黑暗时代冷期、中世纪暖期、小冰期、现代暖期等气候特征时期。降水在公元元年—780 年主要经历了干-湿-干的变化,300 年左右最为湿润;780—1850 年相较前一时段(公元元年—750 年)干湿变化幅度更为剧烈;而1850 年后降水呈上升趋势。过去2000 年亚澳夏季风降水和温度基本呈同相变化,具体表现为暖期降水多,冷期降水少。两者相关系数为0.83,达到99%置信度。
由亚澳夏季风降水的功率谱(图5)可见,超过95%置信度的百年尺度周期有105、130和180 a,其中105 和130 a的峰值达到99%置信度,180 a达到95%置信度。Zorita等(2005)发现东亚夏季降水存在准100、准200 a的周期,韩春凤等(2016)利用CESM过去2000年模拟试验得出亚洲夏季风降水出现准100、准150、准200 a的周期。可见,亚澳夏季风降水的周期与东亚夏季降水及亚洲夏季风降水在百年时间尺度上的周期具有一致性,均存在准100、准200 a的周期。
利用经验正交函数分解来分析百年尺度亚澳夏季风降水的空间变化特征。其中,第一模态和第二模态的方差贡献分别为19.6%、15.3%(图6),均通过了North检验(North,et al,1982)。从图6可知,第一模态在印度洋北部呈南北反向的分布型态,而在东亚地区呈负—正—负的分布型态;第二模态在印度洋北部正—负—正的分布型态,而在东亚地区呈全区一致型的分布型态。第一模态第一主成分分量在公元元年—780年为正,780—2000年为负,表明在这两个时段亚澳夏季风降水呈反向变化。对照试验、太阳辐射敏感性试验、火山活动敏感性试验、温室气体敏感性试验、土地利用/覆盖敏感性试验模拟的亚澳夏季风降水的经验正交函数分解模态第一主成分分量进行分析发现,土地利用/覆盖在780年也存在明显的变化,因此,780年的变化可能主要受土地利用/覆盖的影响。在第二模态第一主成分分量中,亚澳夏季风降水呈波动变化,公元元年—400、780—1000、1850—2000 年大多为正,而在400—780、1000—1850 年大多为负。夏季来自赤道西太平洋的降水,北延伸至孟加拉湾,南至印度洋东北部(Li,et al,2018;Chen,et al,2017),从图6可以看到第一模态和第二模态在赤道区域均存在正、负值中心,其次,南北呈不对称分布。综上所述,经验正交函数分解第一特征向量和第二特征向量的正、负值中心主要位于印度洋北部区域。
4 亚澳夏季风降水百年际变化成因分析 4.1 时间变化成因图7为全强迫试验、对照实验、太阳辐射敏感性试验、火山活动敏感性试验、温室气体敏感性试验、土地利用/覆盖敏感性试验模拟的亚澳夏季风降水的功率谱。可以看出,AF的亚澳夏季风降水存在105、130、180 a的周期,Vol、LUCC的亚澳夏季风降水存在100 a周期,说明亚澳夏季风降水的105 a周期主要受火山活动和土地利用/覆盖的影响;TSI、Ctrl的亚澳夏季风降水分别存在130、123 a周期,说明亚澳夏季风降水的130 a周期主要受太阳辐射的影响,其中,气候系统内部变率有一定的调制作用;Vol亚澳夏季风降水存在185 a周期,说明亚澳夏季风降水的180 a周期主要受火山活动的影响。
4.2 空间变化成因图8为全强迫试验、对照试验、太阳辐射敏感性试验、火山活动敏感性试验、温室气体敏感性试验、土地利用/覆盖敏感性试验模拟的亚澳夏季风降水经验正交函数分解第一特征向量。太阳辐射对对照试验的调制作用主要是将其在赤道区域的负值区向东部扩大;火山活动对对照试验的调制作用主要是其在赤道区域的正值区向东部推进,此外,使得孟加拉湾负值区变为正值区;温室气体对对照试验的调制作用主要是在研究区东部形成一个负值区,而在澳洲北部形成一个正值区;土地利用/覆盖对对照试验的调制作用主要是将赤道附近正值区向东部扩大,此外,在澳洲北部形成一个负值区。将对照试验及各个单因子敏感性试验与AF进行空间相关分析发现,LUCC、TSI所模拟的亚澳夏季风降水经验正交函数分解第一特征向量与AF的空间相关性较大,相关系数分别为0.80和0.64,而GHGS、Vol、Ctrl与AF的空间相关系数仅为0.63、0.52、0.48,均达到99%置信度,说明亚澳夏季风降水在整个区域主要受土地利用/覆盖和太阳辐射的影响。
此外,LUCC所模拟的亚澳夏季风降水经验正交函数分解第一特征向量在西太平洋区域与AF较为相似,而在其他区域分布与AF有所差异,说明西太平洋地区的亚澳夏季风降水主要受土地利用/覆盖的影响;Ctrl、TSI所模拟的亚澳夏季风降水第一特征向量在赤道以南区域与AF较为相似,但在其他区域分布与AF有所差异,说明南半球赤道地区的亚澳夏季风降水主要受气候系统内部变率和太阳辐射的影响。
图9为全强迫试验、对照试验、太阳辐射敏感性试验、火山活动敏感性试验、温室气体敏感性试验、土地利用/覆盖敏感性试验模拟的亚澳夏季风降水经验正交函数分解第二特征向量。太阳辐射对对照试验的调制作用主要是将其在孟加拉湾、阿拉伯海区域的负值区向东北部推进,在东亚地区形成南北反向的分布型,并在澳洲西北部形成一个正值区;火山活动对对照试验的调制作用主要是将其在赤道南部的负值区向西部推进,此外,使得东亚正值区扩大;温室气体对对照试验的调制作用主要是将其在赤道南部的负值区缩小,而将其在东亚正值区扩大;土地利用/覆盖对对照试验的调制作用主要是将其在东亚的正值区扩大。将对照试验及各个单因子敏感性试验与AF进行空间相关分析发现,TSI、Ctrl所模拟的亚澳夏季风降水经验正交函数分解第二特征向量与AF的空间相关性较大,相关系数分别为0.36和−0.31,而GHGS、LUCC、Vol与AF的空间相关系数仅为−0.27、−0.02、−0.01,TSI、Ctrl、GHGS均达到99%置信度,而LUCC、Vol未通过显著性检验,说明亚澳夏季风降水在整个区域主要受太阳辐射和气候系统内部变率的影响。
此外,Vol所模拟的亚澳夏季风降水经验正交函数分解第二特征向量在印度洋区域与AF较为相似,但在其他区域分布与AF有所差异,说明印度洋地区的亚澳夏季风降水主要受火山活动的影响;TSI所模拟的亚澳夏季风降水的第二特征向量在印度洋北部区域与AF较为相似,但在其他区域分布与AF有所差异,说明印度洋北部区域的亚澳夏季风降水主要受太阳辐射的影响;Ctrl所模拟的亚澳夏季风降水第二特征向量在孟加拉湾区域与AF较为相似,但在其他区域分布与AF有所差异,说明在孟加拉湾北部地区的亚澳季风区主要受气候系统内部变率的影响。
图10为全强迫试验、对照试验、太阳辐射敏感性试验、火山活动敏感性试验、温室气体敏感性试验、土地利用/覆盖敏感性试验模拟的亚澳夏季风降水经验正交函数分解第三特征向量。太阳辐射对对照试验的调制作用主要是将其在赤道北部的正值区向西北推进,将东亚负值区向南部推进;火山活动对对照试验的调制作用主要是将其正、负值区向西南部推进;温室气体对对照试验的调制作用主要是将其在东亚地区的负值区缩小;土地利用/覆盖对对照试验的调制作用主要是将其在孟加拉湾的正值区向西南方向推进,并将澳洲北部的正值区扩大。将对照试验及各个单因子敏感性试验与AF进行空间相关分析发现,Ctrl、GHGS所模拟的亚澳夏季风降水经验正交函数分解第三特征向量与AF的空间相关性较大,相关系数分别为0.54和0.39,而LUCC、TSI、Vol与AF的空间相关系数仅为0.34、0.30、0.08,Ctrl、GHGS、TSI均达到99%置信度,LUCC、Vol仅达到95%置信度,说明亚澳夏季风降水在整个区域主要受气候系统内部变率和温室气体的影响。
GHGS、Ctrl所模拟的亚澳夏季风降水经验正交函数分解第三特征向量在阿拉伯海、孟加拉湾区域与AF较为相似,而在其他区域分布与AF有所差异,说明阿拉伯海、孟加拉湾地区的亚澳夏季风降水主要受温室气体的影响;LUCC所模拟的亚澳夏季风降水经验正交函数分解第三特征向量在澳洲区域与AF较为相似,而在其他区域分布与AF有所差异,说明大洋洲区域的亚澳夏季风降水主要受土地利用/覆盖的影响。
5 结 论利用通用地球系统模式CESM进行过去2000 年气候模拟试验,探讨亚澳夏季风降水百年尺度的时、空变化特征及其成因。主要结论如下:
(1)在夏季气候平均态中,模式模拟与CMAP的空间相关系数为0.69,均方根误差为2.92 mm/d,而模式模拟与GPCP的空间相关系数为0.72,均方根误差为2.53 mm/d。亚澳夏季风降水和温度基本呈同相变化,具体表现为暖期降水多,冷期降水少。从年变化来看,AF与CMAP的降水序列的相关系数为0.9996,AF与GPCP的降水序列的相关系数为0.9713,均达到99%置信度。因此,CESM模拟的亚澳夏季风降水较为合理。
(2)亚澳夏季风降水在百年尺度上存在105、130 、180 a的显著周期。其次,亚澳夏季风降水的周期与东亚夏季降水及亚洲夏季风降水在百年时间尺度上的周期具有一致性,均存在准100、准200 a的周期。
(3)亚澳夏季风降水经验正交函数分解第一模态在印度洋北部呈南北反向的分布型态,而在东亚地区呈负—正—负的分布型态;第二模态在印度洋北部呈正—负—正的分布型态,而在东亚地区呈全区一致型的分布型态。经验正交函数分解第一特征向量和第二特征向量的正、负值中心大多出现在印度洋北部地区,南北呈不对称分布。
(4)亚澳夏季风降水的105 a周期主要受火山活动和土地利用/覆盖的影响,130 a周期主要受太阳辐射、气候系统内部变率的影响,180 a周期主要受火山活动的影响。从经验正交函数分解第一特征向量来看,亚澳夏季风降水在百年际空间变化上主要受土地利用/覆盖、太阳辐射的影响。从第二特征向量来看,亚澳夏季风降水在百年际空间变化上主要受太阳辐射和气候系统内部变率的影响。从第三特征向量来看,亚澳夏季风降水在百年际空间变化上主要受气候系统内部变率和温室气体的影响。
以往的研究大多集中在亚澳季风区的子区域,许多学者分析了这些子区域的共性及其各子系统的区域差异,而文中将亚澳季风区作为一个整体来研究,探讨百年时间尺度上亚澳夏季风降水的时、空变化特征及其成因。但是,不同地区的降水变率可能不完全一致,有同步增加地区,也可能有反向变化的地区。因此,在接下来的研究中,需进一步探讨亚澳季风区子系统的内在联系及其各子系统对整个亚澳季风区变化特征的代表性。
陈斌, 徐祥德, 施晓晖. 2011. 南亚高压对亚洲季风区夏季对流层上层水汽异常分布的动力效应. 气象学报, 69(3): 464-471. Chen B, Xu X D, Shi X H. 2011. A study of the dynamic effect of the South Asian high on the upper troposphere water vapor abnormal distribution over the Asian monsoon region in boreal summer. Acta Meteor Sinica, 69(3): 464-471. (in Chinese) |
程娅蓓. 2016. 亚澳季风年际变率主模态的模拟评估与预测方法研究[D]. 南京: 南京信息工程大学. Cheng Y B. 2016. The simulation assessment and prediction method research on the major modes of the Asian-Australian monsoon interannual variability[D]. Nanjing: Nanjing University of Information Science and Technology (in Chinese)
|
范倩莹, 李忠贤, 王健治. 2018. 夏季南海低空越赤道气流变化与亚澳季风区降水异常的联系. 大气科学学报, 41(5): 684-691. Fan Q Y, Li Z X, Wang J Z. 2018. Contact between precipitation anomaly in Asian-Australian monsoon region and low-level cross-equatorial flow variation over South China Sea in summer. Trans Atmos Sci, 41(5): 684-691. (in Chinese) |
韩春凤, 刘健, 王志远. 2016. 过去2000年亚洲夏季风降水百年尺度变化及其区域差异的模拟分析. 第四纪研究, 36(3): 732-746. Han C F, Liu J, Wang Z Y. 2016. Simulated analysis of Asian summer monsoon precipitation on centennial time scale and its regional differences over the past 2000 years. Quat Sci, 36(3): 732-746. DOI:10.11928/j.issn.1001-7410.2016.03.22 (in Chinese) |
侯立春, 林振山, 何亮等. 2017. 近千年东亚季风变化统计动力反演与驱动机制研究. 气象学报, 75(1): 67-79. Hou L C, Lin Z S, He L, et al. 2017. Statistical-dynamical retrieval and driving mechanism study of monsoon variation over East Asia in the last millennium. Acta Meteor Sinica, 75(1): 67-79. (in Chinese) |
靳莉君, 赵平. 2012. 夏季南海季风对长江中下游季风降水影响的观测分析和数值模拟. 气象学报, 70(4): 670-680. Jin L J, Zhao P. 2012. Observationally analyzing and numerically simulating the impacts of the South China Sea summer monsoon on summer monsoon rainfall in the middle-lower reaches of the Yangtze River. Acta Meteor Sinica, 70(4): 670-680. (in Chinese) |
李瑞青, 吕世华, 韩博. 2013. 10个CMIP5模式对亚澳季风环流及其变率的模拟. 热带气象学报, 29(5): 749-758. Li R Q, Lv S H, Han B. 2013. Simulations of Asian-Australian monsoon circulation and variability by 10 CMIP5 models. J Trop Meteor, 29(5): 749-758. DOI:10.3969/j.issn.1004-4965.2013.05.005 (in Chinese) |
李汀, 琚建华. 2013. 孟加拉湾西南季风与南海热带季风季节内振荡特征的比较. 气象学报, 71(3): 492-504. Li T, Ju J H. 2013. A comparison of intra-seasonal oscillation characteristics between the southwest monsoon of the Bay of Bengal and the South China Sea summer monsoon. Acta Meteor Sinica, 71(3): 492-504. (in Chinese) |
王璐, 周天军, 吴统文等. 2009. BCC大气环流模式对亚澳季风年际变率主导模态的模拟. 气象学报, 67(6): 973-982. Wang L, Zhou T J, Wu T W, et al. 2009. Simulation of the leading mode of Asian-Australian monsoon interannual cariability with the Beijing Climate Center atmospheric general circulation model. Acta Meteor Sinica, 67(6): 973-982. DOI:10.3321/j.issn:0577-6619.2009.06.007 (in Chinese) |
王晓青, 刘健, 王志远. 2015. 过去2000年中国区域温度模拟与重建的对比分析. 地球科学进展, 30(12): 1318-1327. Wang X Q, Liu J, Wang Z Y. 2015. Comparison of simulated and reconstructed temperature in China during the past 2000 years. Adv Earth Sci, 30(12): 1318-1327. (in Chinese) |
王志远, 刘健. 2014. 过去2000年全球典型暖期特征与机制的模拟研究. 第四纪研究, 34(6): 1136-1145. Wang Z Y, Liu J. 2014. Modeling study on the characteristics and mechanisms of global typical warm periods over the past 2000 years. Quat Sci, 34(6): 1136-1145. DOI:10.3969/j.issn.1001-7410.2014.06.02 (in Chinese) |
魏柱灯, 方修琦, 苏筠等. 2014. 过去2000年气候变化对中国经济与社会发展影响研究综述. 地球科学进展, 29(3): 336-343. Wei Z D, Fang X Q, Su Y, et al. 2014. A review of climatic impacts on Chinese socio-economic development over the past 2000 years. Adv Earth Sci, 29(3): 336-343. DOI:10.11867/j.issn.1001-8166.2014.03.0336 (in Chinese) |
吴波, 周天军, Li T等. 2009. 耦合模式FGOALS_s模拟的亚澳季风年际变率及ENSO. 大气科学, 33(2): 285-299. Wu B, Zhou T J, Li T, et al. 2009. Interannual variability of the Asian-Australian monsoon and ENSO simulated by an ocean-atmosphere coupled model. Chinese J Atmos Sci, 33(2): 285-299. DOI:10.3878/j.issn.1006-9895.2009.02.08 (in Chinese) |
徐梦婷, 周顺武, 葛旭阳. 2016. 季风涡旋对热带气旋生成影响的理想试验研究. 气象学报, 74(5): 733-743. Xu M T, Zhou S W, Ge X Y. 2016. An idealized simulation study of the impact of monsoon gyre on tropical cyclogenesis. Acta Meteor Sinica, 74(5): 733-743. (in Chinese) |
于波. 2013. 亚澳季风环流结构变异与印度洋偶极型海温异常的联系[D]. 南京: 南京信息工程大学. Yu B. 2013. Relationship between structure variation of the Asia-Australian monsoon and Indian Ocean Dipole SST anomalies[D]. Nanjing: Nanjing University of Information Science and Technology (in Chinese)
|
张键, 李廷勇. 2018. “雨量效应”与“环流效应”: 近1 ka亚澳季风区石笋和大气降水δ18O的气候意义
. 第四纪研究, 38(6): 1532-1544. Zhang J, Li T Y. 2018. "Amount effect" vs. "Circulation effect": The climate significance of precipitation and stalagmite δ18O in the Asian-Australian monsoon region over the past 1 ka
. Quat Sci, 38(6): 1532-1544. DOI:10.11928/j.issn.1001-7410.2018.06.19 (in Chinese) |
张礼平, 张乐飞, 曾凡平. 2011. 亚澳季风与长江中游夏季降水的关联. 热带气象学报, 27(2): 189-201. Zhang L P, Zhang L F, Zeng F P. 2011. The relationships between JJA rainfall over the middle reaches of the Yangtze river and the Asian and Australian monsoon. J Trop Meteor, 27(2): 189-201. DOI:10.3969/j.issn.1004-4965.2011.02.007 (in Chinese) |
邹力, 倪允琪. 1997. ENSO对亚洲夏季风异常和我国夏季降水的影响. 热带气象学报, 13(4): 306-314. Zou L, Ni Y Q. 1997. Impact of ENSO on the variability of the summer monsoon over Asian and the summer rainfall in China. J Trop Meteor, 13(4): 306-314. (in Chinese) |
Adler R F, Huffman G J, Chang A, et al. 2003. The version-2 Global Precipitation Climatology Project (GPCP) monthly precipitation analysis (1979-present). J Hydrometeorol, 4(6): 1147-1167. DOI:10.1175/1525-7541(2003)004<1147:TVGPCP>2.0.CO;2 |
Berger A. 1978. Long-term variations of daily insolation and quaternary climatic changes. J Atmos Sci, 35(12): 2362-2367. DOI:10.1175/1520-0469(1978)035<2362:LTVODI>2.0.CO;2 |
Chen W, Guan Z Y. 2017. A joint monsoon index for East Asian-Australian monsoons during boreal summer. Atmos Sci Lett, 18(10): 403-408. DOI:10.1002/asl.782 |
Chevuturi A, Klingaman N P, Turner A G, et al. 2018. Projected changes in the Asian-Australian Monsoon Region in 1.5℃ and 2.0℃ global-warming scenarios. Earth’s Future, 6(3): 339-358. DOI:10.1002/2017EF000734 |
Eroglu D, McRobie F H, Ozken I, et al. 2016. See-saw relationship of the Holocene East Asian-Australian summer monsoon. Nat Commun, 7(1): 12929. DOI:10.1038/ncomms12929 |
Gao C C, Robock A, Ammann C. 2008. Volcanic forcing of climate over the past 1500 years: An improved ice core-based index for climate models. J Geophys Res, 113(D23): D23111. DOI:10.1029/2008JD010239 |
Guo C, Ma Y Z, Meng H W, et al. 2018. Changes in vegetation and environment in Yamzhog Yumco Lake on the southern Tibetan Plateau over past 2000 years. Palaeogeogr, Palaeoclimatol, Palaeoecol, 501: 30-44. DOI:10.1016/j.palaeo.2018.04.005 |
Hao Z X, Zheng J Y, Zhang X Z, et al. 2016. Spatial patterns of precipitation anomalies in eastern China during centennial cold and warm periods of the past 2000 years. Int J Climatol, 36(1): 467-475. DOI:10.1002/joc.4367 |
Hu Z Z, Yang S, Wu R G. 2003. Long-term climate variations in China and global warming signals. J Geophys Res, 108(D19): 4614. DOI:10.1029/2003JD003651 |
Kaplan J O, Krumhardt K M, Zimmermann N. 2009. The prehistoric and preindustrial deforestation of Europe. Quat Sci Rev, 28(27-28): 3016-3034. DOI:10.1016/j.quascirev.2009.09.028 |
Ladd M, Viau A, Way R, et al. 2018. Variations in precipitation in North America during the past 2000 years. Holocene, 28(4): 667-675. DOI:10.1177/0959683617735583 |
Lee J Y, Wang B, Kang I S, et al. 2010. How are seasonal prediction skills related to models' performance on mean state and annual cycle?. Climate Dyn, 35(2-3): 267-283. DOI:10.1007/s00382-010-0857-4 |
Lee J Y, Wang B. 2014. Future change of global monsoon in the CMIP5. Climate Dyn, 42(1-2): 101-119. DOI:10.1007/s00382-012-1564-0 |
Li J, Yang Y M, Wang B. 2018. Evaluation of NESMv3 and CMIP5 models' performance on simulation of Asian-Australian monsoon. Atmosphere, 9(9): 327. DOI:10.3390/atmos9090327 |
MacFarling Meure C, Etheridge D, Trudinger C, et al. 2006. Law Dome CO2, CH4 and N2O ice core records extended to 2000 years BP
. Geophys Res Lett, 33(14): L14810. DOI:10.1029/2006GL026152 |
Meehl G A, Arblaster J M, Caron J M, et al. 2012. Monsoon regimes and processes in CCSM4. Part Ⅰ: The Asian-Australian Monsoon. J Climate, 25(8): 2583-2608. DOI:10.1175/JCLI-D-11-00184.1 |
North G R, Bell T L, Cahalan R F, et al. 1982. Sampling errors in the estimation of empirical orthogonal functions. Mon Wea Rev, 110(7): 699-706. DOI:10.1175/1520-0493(1982)110<0699:SEITEO>2.0.CO;2 |
PAGES. 2009. Past Global Changes: Science plan and implementation strategy. IGBP Report No 57. Stockholm: IGBP Secretariat
|
Parthasarathy B, Kumar K R, Munot A A. 1991. Evidence of secular variations in Indian monsoon rainfall-circulation relationships. J Climate, 4(9): 927-938. DOI:10.1175/1520-0442(1991)004<0927:EOSVII>2.0.CO;2 |
Rosenbloom N A, Otto-Bliesner B L, Brady E C, et al. 2013. Simulating the mid-Pliocene Warm Period with the CCSM4 model. Geosci Model Dev, 6(2): 549-561. DOI:10.5194/gmd-6-549-2013 |
Shao Z G. 2017. Contrasting the complexity of the climate of the past 122,000 years and recent 2000 years. Sci Rep, 7(1): 4143. DOI:10.1038/s41598-017-04584-x |
Shapiro A I, Schmutz W, Rozanov E, et al. 2011. A new approach to the long-term reconstruction of the solar irradiance leads to large historical solar forcing. Astron Astrophys, 529: A67. DOI:10.1051/0004-6361/201016173 |
Shi J, Yan Q, Wang H J, et al. 2017. Investigating dynamic mechanisms for synchronous variation of East Asian and Australian summer monsoons over the last millennium. Palaeogeogr, Palaeoclimatol, Palaeoecol, 480: 70-79. DOI:10.1016/j.palaeo.2017.05.018 |
Shuman B N, Routson C, McKay N, et al. 2018. Placing the Common Era in a Holocene context: Millennial to centennial patterns and trends in the hydroclimate of North America over the past 2000 years. Clim Past, 14(5): 665-686. DOI:10.5194/cp-14-665-2018 |
Wang B, Yim S Y, Lee J Y, et al. 2014. Future change of Asian-Australian monsoon under RCP 4.5 anthropogenic warming scenario. Climate Dyn, 42(1-2): 83-100. DOI:10.1007/s00382-013-1769-x |
Wasson R J, Bayliss P. 2010. River flow and climate in the "Top End" of Australia for the last 1000 years, and the Asian-Australian monsoon∥Winderlich S. Kakadu National Park Landscape Symposia Series 2007-2009. Symposium 4: Climate Change. International Reports 567. Darwin, Australia: Supervising Scientist, 15-36
|
Xie P P, Arkin P A. 1995. An intercomparison of gauge observations and satellite estimates of monthly precipitation. J Appl Meteor, 34(5): 1143-1160. DOI:10.1175/1520-0450(1995)034<1143:AIOGOA>2.0.CO;2 |
Zhou T J, Yu R C. 2005. Atmospheric water vapor transport associated with typical anomalous summer rainfall patterns in China. J Geophys Res, 110(D8): D08104. |
Zhou T J, Yu R C. 2006. Twentieth-century surface air temperature over China and the globe simulated by coupled climate models. J Climate, 19(22): 5843-5858. DOI:10.1175/JCLI3952.1 |
Zhou T J, Wu B, Wang B. 2009. How well do atmospheric general circulation models capture the leading modes of the interannual variability of the Asian-Australian monsoon? J Climate, 22(5): 1159-1173
|
Zorita E, González-Rouco J F, Von Storch H, et al. 2005. Natural and anthropogenic modes of surface temperature variations in the last thousand years. Geophys Res Lett, 32(8): L08707. |