中国气象学会主办。
文章信息
- 陆春晖, 丁一汇, 张莉. 2014.
- LU Chunhui, DING Yihui, ZHANG Li. 2014.
- BCC_AGCM2.1模式对平流层环流变化特征的数值模拟及其模式评估
- Validation of BCC_AGCM2.1 model in simulating variations of the stratospheric circulations
- 气象学报, 72(1): 49-61
- Acta Meteorologica Sinica, 72(1): 49-61.
- http://dx.doi.org/10.11676/qxxb2014.006
-
文章历史
- 收稿日期:2013-03-28
- 改回日期:2013-09-26
1 引 言
平流层大气位于对流层之上,是地球大气圈层结构中重要的组成部分,它具有独特的动力和热力结构(Andrews,et al,1987)。虽然平流层大气质量只占地球大气总质量的15%,但是越来越多的事实表明平流层过程及其与对流层的相互作用在气候系统中有着非常重要的作用(Thompson,et al,2006; Butchart,et al,2011)。以往的观点认为对流层对于中层大气,尤其是对于相邻的平流层具有主要的支配作用,平流层是被动地接受其下方对流层内上传的波动和能量,但近年来的研究表明,在对流层通过大气波动的上传影响平流层后,平流层大气会将下层上传的无序波动重新组织起来引起平流层环流的持续异常,而这些异常又反馈给对流层并影响其天气、气候(Baldwin,et al,2001,2003)。同时,平流层中各种微量气体成分可以直接参与辐射过程或者通过化学反应影响其他气体的含量和分布,从而改变气候系统中的辐射收支,进而影响大气的热力结构,最终造成大气动力场和全球波动传播型的变化(Baldwin,et al,2007)。因此,研究平流层环流变化特征,以及平流层与对流层相互作用过程,对于进一步认清地球气候系统、应对气候变化有着重要的科学意义。
为了更好地研究平流层和对流层大气的耦合关系,进一步评估其在地球系统长期变化过程中的可能作用,必须借助于完备的大气环流模式。中国气象局国家气候中心研发的BCC系列模式(包括了气候系统模式、大气模式、陆地模式、海洋模式等)在近些年来得到了迅速发展和广泛的应用,并在世界气候研究计划(WCRP)组织的耦合模式比较计划(CMIP)中为国际耦合模式的评估和后续发展提供了重要的平台,为气候变化相关机理以及未来气候变化特征预估等方面的研究提供了大量的试验数据和资料(Taylor,et al,2011)。然而到目前为止,BCC模式大多应用在对流层环流变化特征的研究中,作为CMIP5计划中的重要成员,应用BCC模式对平流层大气及平流层-对流层大气相互作用进行研究是非常重要、且十分必要的,国际上已有不少工作应用模式对平流层长期演变及平流层臭氧恢复等复杂气候问题进行了初步的研究(Austin,et al,2006; Eyring,et al,2007)。因此,本研究以BCC的大气环流模式BCC_AGCM2.1为主要研究对象,重点评估了它对平流层大气环流基本过程的模拟能力,为今后进一步发展、完善模式,尤其是发展顶层模式,进行全大气环流过程模拟、及气候系统发展变化的研究打下基础。2 模式与资料介绍 2.1 BCC_AGCM2.1模式
BCC_AGCM2.1(Beijing Climate Center-Atmospheric General Circulation Model version 2.1)是由中国气象局国家气候中心开发的三维全球大气环流模式。它起源于20世纪90年代,第一个版本的BCC_AGCM是由国家气象中心的中尺度数值天气预报模式发展而来(董敏,2001),被用做完成短期气候预测的相关工作。第二代的BCC_AGCM是在美国国家大气研究中心(NCAR)研发的
CAM3基础上改进完成的。CAM3的动力内核是传统的将控制方程转化为欧拉谱方程,BCC_AGCM 2.1对其进行了修订,在控制方程中引入了参考分层大气温度和参考表面气压(Wu,et al,2008),从而使模式对于区域和全球尺度温度场、风场的模拟得到了改善。此外,BCC_AGCM2.1还修订了CAM3里的一些参数化物理过程(Wu,et al,2010;辛晓歌等,2012):采用了一种新的对流参数化方案和一种位温守恒的干绝热调整方案;在计算海洋上方的感热通量和水汽通量时也采用了新的参数化方案,考虑了海浪对潜热及感热通量的影响;使用了一个经验方程对雪盖的辐射效应进行计算,有关BCC_AGCM2.1更详细的描述可以参考Wu(2011)的工作。
BCC_AGCM2.1的水平分辨率为T42,网格距约为2.8°×2.8°,模式在垂直方向上共26层,采用地形和等压面的混合坐标,最高层为2.914 hPa(约42 km),达到了平流层高层但不包括整个平流层。本研究中的模拟试验使用了观测得到的真实海温、二氧化碳、气溶胶(2005年前)等作为外部强迫,用控制试验30年的模拟结果作为初始场,按照AMIP(Atmospheric Model Inter-comparison Project)计划的实验要求得到了1979年1月至2008年12月的月平均和日平均结果,下文中主要根据这一模式结果和两套再分析资料,比较、分析了BCC_AGCM2.1对平流层环流气候平均变化特征,以及对季节和季节内扰动过程的模拟能力。
2.2 再分析资料EC-Interim再分析资料是欧洲中期天气预报中心(ECMWF)提供的34年(1979年1月至2012年12月)全球再分析资料(Dee,et al,2009),资料的水平分辨率为1.5°×1.5°,垂直方向上分为37个标准气压层,可以覆盖由地面(1000 hPa)至平流层高层(1 hPa,约50 km)的高度范围,其中包括了温度、水平风速、垂直速度、相对涡度、散度等一系列三维气象变量场。本研究中主要使用了1979年1月至2008年12月(和模式结果时间相同)的月平均资料,针对平流层环流的气候平均变化特征,和模式结果进行了比较、分析。同时,还使用了美国国家环境预测中心-能源部(NCEP-DOE)的第二代再分析资料(NCEP-DOE2,NCEP2)进行参考对比(Kanamitsu,et al,2002),NCEP2资料在垂直方向上一共有17层,最高层位于10 hPa,资料的水平分辨率为2.5°×2.5°,在经度和纬度上分别是144和73个格点。除了时间范围和使用目的与EC-Interim资料相同的月平均资料,还使用了NCEP2的日平均资料,对冬季平流层的爆发性增温事件进行了诊断分析,比较了模式对于平流层环流季节内扰动过程的模拟能力。
3 平流层气候平均环流场比较为了比较BCC_AGCM2.1模拟结果与NCEP-2、EC-Interim再分析资料中平流层动力、热力场在不同季节的主要差别,分别使用12—2月(DJF)、3—5月(MAM)、6—8月(JJA)和9—11月(SON)的平均值表示各个要素在冬、春、夏、秋季的分布特征。
从两套再分析资料与模拟结果得到的纬向平均温度场(阴影)在不同季节的分布情况(图 1)可以看出,在对流层中,3种资料得到的纬向平均温度分布差别不大且季节变化特征不是非常明显;而在平流层中,三者则都表现出明显的季节变化特征。冬季与夏季时,平流层温度随高度的增加而升高,在经向方向上由夏半球向冬半球递减,春(秋)季时,平流层中、高层温度由北(南)半球向南(北)半球递减。南半球秋季至春季的平流层中、低层为南半球的低温中心。此外,在热带对流层顶和平流层低层,全年存在着一个低温中心。模拟结果和再分析资料的主要差别位于南、北半球的中、高纬度地区,特别是在北半球冬季时,模拟得到的极区温度明显偏低。在其他季节,主要的温度差异出现在对流层顶区域,模拟得到的温度低于再分析资料的结果,在下文中将根据温度的垂直廓线做进一步的分析。
纬向平均纬向风场的分布(图 1)表明:BCC大气环流模式可以很好地再现平流层纬向风在不同季节的分布特征。冬季和夏季,冬半球平流层的高纬度地区存在着强大的绕极极夜急流,且南半球冬季的极夜急流明显强于北半球冬季。到了春(秋)季时,北(南)半球的极夜急流显著减弱,而南(北)半球的极地区域西风急流开始逐渐建立。此外,在热带平流层的中、高层存在着东风急流带,在冬、夏季表现出随高度向极地倾斜的结构特征,其强度在冬、夏季时明显强于春、秋季。模式中北半球冬季时,平流层高纬度地区的西风急流强于再分析资料的结果,且急流的覆盖范围更大,与模式得到的极区温度偏低对应,表明模拟结果中北半球冬季的极涡更强,这可能是由于模式中缺少足够的波动强迫。大气中行星尺度的波动可以上传至平流层,并通过与平均气流的相互作用、以及波动的破碎与拖曳等动力过程造成极涡减弱、急流减速,目前的大气模式中普遍存在着这种波动偏弱的现象(Richter,et al,2008)。
从不同季节、不同地区气候平均的温度垂直廓线(图 2)可以看出,两套再分析资料得到的结果也基本一致,而模拟得到的温度普遍偏低,且在对流层顶区域存在着较大的差异。在全球全年平均的温度垂直廓线(图 2a)中,模拟结果和再分析资料相差不大,在对流层中3条曲线基本重合,在平流层中温度差距也不超过3 K。在北半球冬季的中高纬度地区(图 2b),模拟结果和再分析资料的温差明显增大,在对流层顶区域(200 hPa附近)温差约为5 K,进入平流层后,随着高度的升高温差逐渐增大,平流层上层接近10 K。在南半球冬季的中高纬度地区(图 2c),温差比北半球小,温差最大的对流层顶区域,相差约5 K,但是在平流层的中层(70—20 hPa),模拟结果与EC-Interim再分析资料基 本一致,与NCEP资料相差也不超过3 K。到了春季,南、北半球中高纬度地区的温度垂直廓线分布(图 2d、e)与全球全年平均结果类似,且南半球的温度廓线更加平滑。模拟温度整体低于再分析资料,最大的温差仍出现在对流层顶和平流层低层,达到10 K左右。总的来说,模式得到的温度整体低于再分析资料结果,尤其是在平流层与对流层耦合的关键时期和区域:北半球冬季的中高纬度地区;另一方面模式对对流层和平流层中、低层温度的模拟较好,而在20 hPa以上的平流层高层,模式误差则偏大,需要进行进一步地修订。
温度分布的差异会影响平流层和对流层中急流的结构和位置,因此,图 3首先给出了纬向平均纬向风垂直廓线在不同区域和时间的气候平均分布。从全球全年平均的分布(图 3a)中可以看出BCC模式很好地再现了纬向风的垂直分布特征,在200 hPa的对流层高层存在着一个西风急流带,并且在整个大气层中模式结果和再分析资料都相差不大(最大差距不超过4 m/s)。在南、北半球的分布(图 3b、c)中,除了对流层高层,在平流层中高层中也存在着一个西风急流区,且模式结果都略大于再分析资料,而南半球的高空急流强度明显大于北半球,与图 1的结果一致。
为了进一步比较平流层中极夜急流和对流层高层副热带急流的强度和位置,给出了冬季南、北半球中纬向平均纬向风在不同高度上最大值的强度和所在纬度(图 4),最大值的挑选时间是1979—2008年,挑选方法与SPARC CCMVal(2010)一致。由图 4可以看出,在北半球,与再分析资料相比,模拟得到的位于200 hPa高度的副热带急流强度较弱,且位置偏南;而位于平流层高层的极夜急流则强于再分析资料结果,并且位置偏北。模式结果中这样的急流分布有利于模拟得到的行星波向赤道传播(Hu,et al,2002),由于行星波的向赤道和向极波导呈反相关关系(陈文,2005),因此模式中向极、向上传播影响平流层极涡的波动偏弱。上述模拟偏强的极夜急流与北半球冬季平流层极区偏低的温度对应,表征模式中平流层极涡偏强(图 2b)。在南半球中,模式结果和再分析资料更接近,且强度略大,同时还可以看出平流层高层的极夜急流明显强于200 hPa高度上的副热带急流,而模拟得到的急流位置也是在平流层中、高层更加接近,表明BCC大气环流模式对南半球平流层大气风场的模拟,尤其是中高层的模拟要好于北半球。
以上分析表明,BCC_AGCM模式对于平均的平流层大气温度场和风场的变化特征基本上有较强的模拟能力。而在平流层-对流层耦合过程最活跃的北半球冬季,模拟结果中的西风急流、平流层极涡等重要系统在强度和位置上都和再分析资料有些差异,可能与模式中的波动过程有关。由于在春夏季时北半球平流层盛行纬向东风,行星波不能向上传播影响平流层;在秋季时平流层中的纬向风由东风逐渐向西风转换,上传到平流层中的波动也较弱,因此这里主要比较了行星波在冬季时的分布特征。图 5给出了由再分析资料和模拟结果计算得到的Eliassen-Palm(E-P)通量及其散度在冬季(1月)时的气候平均分布。E-P通量即波动的能量通量,可以用来研究波动的传播,特别是行星尺度波动的传播方向和大小;同时,根据变形欧拉平均方程,E-P通量的散度可以影响平均纬向风随时间的变化:当E-P通量散度大于0时,西风加速,小于0时则西风减速(Chen,et al,2002)。图 5可以看出模式可以很好地再现出行星波传播的两支波导,波动起源于对流层中纬度地区,向上传播至200 hPa高度附近,一支向赤道方向传播,另一支则继续向上、向极传播。但与再分析资料相比,模式得到的波动强度较弱,向赤道和向极传播的两支波导都弱于观测结果。同时,模式结果中的行星波向赤道波导更强,大多数的波动能量都沿着这支波导向低纬度地区输送;而极地波导较弱(箭头短小),且能够到达平流层中高层的波动大多以向上传播为主,可以影响极涡的向极传播很弱。这可能是在模式结果中北半球冬季的平流层极涡偏强、温度偏低的一个重要原因。然而在再分析资料中,行星波的两支波导都十分明显,且在150 hPa高度以上的平流层中,有明显的行星波向极传播过程,波动从对流层中携带的能量和热量作用于平流层极涡,使极涡发生扰动,强度减弱、温度升高。
从E-P通量散度的分布(图 5d、e、f)可以发现,在对流层和平流层低层,模式结果和再分析资料是比较一致的,在行星波的起源地对流层中纬度地区(30° —60° N)存在着一个很强的E-P通量辐合区,波动能量在这里聚集、辐合后向上传播;同时在对流层高层、平流层低层的副热带地区也有一个E-P通量辐合区,对这一区域的副热带急流进行调节,模拟结果比再分析资料中的位置略高,但强度和范围相差不大,因此模式得到的行星波向赤道波导与观测结果十分接近。另外,在中高纬度(60° N附近)的平流层中、高层(100—20 hPa),模式结果存在着较大的误差,在再分析资料中,特别是EC-Interim资料中在这一区域有一个很强的E-P通量辐合区,这一E-P通量散度的负值会使极涡外的绕极极夜急流减弱,有利于行星波向极传播进入平流层极区、扰动极涡。而在模式结果中,这一E-P通量辐合中心非常弱,一方面表示模式中向这一区域传播的波动很弱,另一方面会造成模拟得到的绕极西风急流偏强,这样即使行星波向上传播到了平流层,也很难向极发展影响平流层极涡。综上所述,造成模式中北半球冬季极涡偏强、偏冷的原因有两点:首先是由于模式本身缺少足够的波动强迫形成机制,虽然能够再现出行星波传播的两支波导,但强度都偏弱。行星波的向上、向极传播是引起平流层极涡扰动的重要原因,模式中可以模拟生成的波动弱,对极涡的扰动就弱,从而造成模拟得到的平流层极涡偏强。其次,模拟的中对流层高层的副热带急流位置偏南、强度也偏弱,这一特征有利于行星波向赤道的传播,使模拟的本来就偏弱的行星波大都传播至赤道低纬度地区,沿极地波导向上、向极传播的波动能量就更小。这两个原因共同导致模拟的平流层的极涡偏强。
4 平流层环流季节和季节内变化特征比较通过分析平流层(50 hPa)纬向平均纬向风在不同纬度上随时间的变化特征(图 6),对平流层纬向平均环流场的季节变化过程进行研究。纬向风场可以反映平流层极涡的经向结构:纬向风的最大值区位于纬度60°附近,表征了绕极的极夜急流,纬向西风覆盖的范围代表了极涡外围可以影响到的区域。在北半球中高纬度地区,模拟结果与再分析资料基本一致,反映出极涡经向结构随季节的变化特征,平流层极涡从10月初开始形成并发展、增强,西风可以向南覆盖到30° N区域。到了3月后,极涡逐渐减弱,4月上旬基本消失,北半球极区被高压中心占据。另一方面,模拟得到的绕极西风急流中心(风速大于25 m/s)位置更北,且持续时间更长,一直延续到3月上旬;此外,模拟的纬向西风出现的时间更早,8月中旬时西风环流就已经形成。这些模拟差异再次说明BCC大气环流模式模拟的北半球极涡的强度更大、覆盖范围更广、持续时间更长。在南半球中,模拟结果和再分析资料的差别更小,位于60° S的西风急流最大值出现在7—10月,且急流强度明显大于北半球,中心风速超过45 m/s。 30° S以南 区域全年基本上都盛行西风,季节变化特征主要体现在风速大小的变化,即南半球极涡强度的大小体现为西风急流风速的强弱,这一点和北半球不同。在赤道以及南、北半球的副热带地区,模拟结果与再分析资料的纬向东风大值中心基本一致,但仍存在着一些不同,模拟的这一区域被连续的东风带占据,而再分析资料中在季节转换时会出现0风速线将东风带隔开,特别是在EC-Interim资料中,6月至7月中旬是纬向西风。这一差别可能与BCC_AGCM中缺少热带平流层风场准两年振荡(QBO)的模拟机制有关,BCC模式目前对于热带地区大气波动的模拟还有所欠缺,因此还无法成功地再现准两年振荡现象,这也是今后模式发展的重要工作之一。
图 6 平流层(50 hPa)纬向平均纬向风(单位:m/s)的季节变化(a. EC-Interim再分析资料,b. NCEP 再分析资料,C. BCC_AGCM模拟结果)Fig. 6 Seasonal cycle of the stratospheric zonally-averaged zonal wind(unit: m/s)on 50 hPa(a. EC-Interim reanalysis data,b. NCEP reanalysis data,c. BCC_AGCM results)
平流层爆发性增温是冬季平流层中最为突出的季节内变化过程,发生时会出现短时间内温度的剧烈升高,增温幅度可以达到十几甚至几十度,增温过程前后平流层环流有剧烈的调整,极涡扰动发生变形或者崩溃,高纬度地区温度升高导致经向温度梯度反向,极夜西风急流减弱甚至消失,极区出现绕极的东风环流(Manney,et al,2005)。特别是在北半球中,平流层爆发性增温发生频繁,在近30年中出现了21次增温事件(Lu,et al,2012);在南半球中,2002年冬季也发生了一次强的爆发性增温过程。因此,要评价BCC大气环流模式对平流层环流的模拟能力,就必须讨论其对爆发性增温过程中平流层环流变化特征的模拟情况。衡量爆发性增温的标准有很多,这里采用世界气象组织制定的增温标准:10 hPa上北极点和60° N纬圈之间的温度梯度ΔT,和10 hPa上北极点和60° N纬圈之间的平均地转风 ,由于BCC模式得到的北半球极地温度偏低,因此即使模拟出增温过程,也很难达到WMO认定的强增温标准( <0),所以这里重点比较了爆发性增温的弱增温标准,即ΔT>0。
由Lu等(2012)的统计结果可知,从1979年1月至2008年12月共出现了19次爆发性增温过程,其中1987—1988和1998—1999年两个冬季中分别出现了两次增温过程,因此图 7给出了这17个冬季里由模拟结果计算的ΔT随时间的变化情况。由图中可以看出,大部分冬季里ΔT都表现为季节变化的发展特征,在12—2月,温度梯度都为负值,极地区域温度更低,极涡较强,到了2月中下旬后ΔT开始增大,在3月中旬后出现正温度梯度,极涡逐渐减弱、崩溃。然而在6个冬季中(1983—1984、1984—1985、1986—1987、1998—1999、2002—2003和2004—2005年)出现了温度梯度大于0的弱增温标志,并且ΔT>0可以持续3天以上。于是将这6个冬季里模式得到的温度梯度和NCEP2的计算结果进行比较(图 8),可以发现有3个冬季的增温过程,模式结果和再分析资料比较接近:1983—1984年冬季中,NCEP2得到的温度梯度从2月中旬时开始转变为正值,并且一直持续到3月,正温度梯度的最大值出现在3月初,梯度可以达到近20 K。与之相比,模式结果中增温的幅度较弱(最大温度梯度为10 K),且增温过程中出现了短时间的反复,但增温开始和持续的时间与再分析资料结果差别不大,基本上再现了这一次的增温过程。在1998—1999年冬季中,发生了两次平流层爆发性增温过程,一次出现在1998年的12月中旬,持续了约5天时间,另一次出现在1999年的2月中、下旬,两次增温过程中正ΔT都可以达到近20 K,而模式结果中,在1998年12月和1999年3月的上旬出现了两次增温,正温度梯度约为10 K,与再分析资料相比,增温开始的时间有十多天的误差,且增温的强度也偏弱。2002—2003年冬季的平流层爆发性增温过程开始于2002年12月底,持续了一周多后在2003年1月上旬出现了反复,在1月16日后又再次出现明显的增温,并达到最大温度梯度(超过20 K)。在模式结果中增温从2003年1月初开始,增温过程持续了近15天,正温度梯度最大值也达到了近20 K,总的来说不论是增温持续的时间,还是增温的强度,模式都较好地再现了这一次的爆发性增温过程。然而,在其他3个冬季中,模式虽然模拟出了ΔT>0的增温情况,但增温出现的时间和再分析资料相差很大,甚至出现了ΔT相反的分布情况。因此,在评估模式对平流层爆发性增温的模拟能力时,仅仅考虑模拟结果中平流层爆发性增温出现的频率是不够的,还需要针对具体增温个例发生的时间、增温量值与地区进行比较和分析。
综上所述,BCC大气环流模式对平流层爆发性增温事件的模拟能力不佳,1979年1月至2008年12月共发生的19次增温事件中,模式仅模拟出了7次(1998—1999年冬季发生了两次),且其中有3次增温过程模拟得到的增温时间和再分析资料有一定差距。而模式正确再现的4次爆发性增温事件,尽管模拟结果中增温开始和持续的时间较好,但增温强度明显弱于再分析资料结果。由上述分析可知BCC模式中得到的行星波强度偏弱,行星波是爆发性增温发生的重要条件,因此这一点十分不利于爆发性增温事件的再现。其次,模式层顶不够高(约为3 hPa),且在平流层中的垂直层次较少。由于爆发性增温起源于中层下部,然后向下传播,因此不能完整覆盖平流层的BCC模式缺乏对平流层中复杂环流和热力变化过程足够的模拟能力。第三,爆发性增温是发生在冬季里时间尺度较短的季节内大气扰动,是平流层中一个十分复杂的波-流相互作用过程,并且每一次增温事件都具有各自的特点,因此对于它的模拟存在一定难度,这也是当前大气环流模式普遍面临的一个难题。
5 结论和讨论应用中国气象局国家气候中心的BCC_AGCM2.1对平流层纬向平均风场、温度场、南北半球的高空急流,以及北半球冬季平流层爆发性增温过程进行了数值模拟研究,并使用ECMWF的EC-Interim和NCEP的NCEP-DOE2气象再分析资料进行对比诊断,分析结果表明:BCC_AGCM2.1基本上再现了平流层动力和热力场的结构,以及平流层极涡的季节变化特征,但在某些区域也存在一定的偏差,而对于平流层爆发性增温过程的模拟,BCC模式的效果不佳,主要结论如下。
(1)从纬向平均环流场的分布上看,BCC_AGCM2.1模式很好地模拟出了热带平流层低层和春秋季节南极平流层低层的低温中心,以及夏季半球极地平流层中的高温中心;对对流层高层副热带急流和平流层高层绕极极夜急流的位置和季节变化过程也模拟得较好。进一步从温度和纬向风的垂直廓线上看,在冬季和春季的南、北半球中高纬度地区,模拟得到的平流层温度普遍偏低,最大的温度差异出现在对流层顶区域,模式对于平流层中、低层温度的模拟较好,而在20 hPa以上的平流层高层则误差较大,需要进一步修订。在北半球冬季,模式中对流层上层的副热带西风急流位置比再分析资料稍稍偏南、强度也略弱,而平流层中的绕极极夜急流位置则偏北,且中心风速更强,相差约10—15 m/s;在南半球冬季,模式结果中西风急流的位置、强度与再分析资料更加接近,尤其是高层的绕极西风急流,两者的最大风速相差不超过5 m/s。
(2)BCC_AGCM2.1可以很好地模拟出北半球冬季行星波在对流层中产生后沿垂直方向和经向传播的两支波导,但和再分析资料相比,模拟结果中的两支波导强度都偏弱,这与模式中可以形成波动强迫的机制比较缺乏有关。此外,模式中行星波的向赤道波导比向极波导强,这与模式结果中可以影响纬向风大小的E-P通量散度的分布有关,在北半球冬季中高纬度地区的平流层中高层,模式没能模拟出E-P通量的辐合中心,造成极涡外围的绕极西风急流偏强,不利于行星波极地波导的发展,使得波动向极、向上传播的能量较弱。因此,在模式中北半球冬季的平流层极涡更加稳定、温度更低。
(3)BCC_AGCM2.1对平流层极涡的季节变化过程模拟得较好,但对北半球冬季的平流层爆发性增温事件的模拟效果欠佳,在近30年发生的19次增温事件中,模式仅模拟出7次,且其中有3次增温发生的时间和观测结果不同。在模式成功再现的4次增温过程中,模拟得到的增温开始和持续时间都较好,但增温强度弱于再分析资料。这一结果主要有两个原因,BCC模式中可以形成的行星波强度较弱,由于行星波是造成平流层爆发性增温的重要原因,因此这点不利于模式中爆发性增温的再现;其次BCC模式中的平流层部分还不够完整,模式层顶约为3 hPa,不能完整的覆盖整个平流层,且模式在平流层中的层次不多,与国际上的一些模式相比在平流层中的垂直分辨率较粗,这一方面的模式改进工作可以在今后逐步展开。
总的来说,BCC_AGCM2.1模式基本再现了多种观测资料中平流层大气的环流结构、分布特征和季节变化过程,在今后的工作中可以针对模式层顶高度、模式在中高层大气中的层数等方面进行改进。另外,对于模式的物理过程也应进行检验。据此可进一步提高BCC模式对平流层大气的模拟能力,使其成为深入研究平流层动力、化学、辐射相互作用,以及平流层-对流层耦合过程的一个有力工具。
致谢: 感谢吴统文研究员提供了BCC模式的相关资料,感谢张芳和张洁博士在研究工作中提供的帮助,感谢ECMWF和NCEP提供的气象场再分析资料。
陈文, 黄荣辉. 2005. 北半球冬季准定常行星波的三维传播及其年际变化. 大气科学, 29(1): 137-146 |
董敏. 2001. 国家气候中心大气环流模式基本原理和使用说明. 北京: 气象出版社, 152pp |
辛晓歌, 吴统文, 张洁. 2012. BCC气候系统模式开展的CMIP5试验介绍. 气候变化研究进展, 8(5): 378-382 |
Andrews D G, Holton J R, Leovy C B. 1987. Middle Atmospheric Dynamics. Int Geophys Ser, vol. 40. New York: Elsevier, 489 pp |
Austin J, Wilson R J. 2006. Ensemble simulations of the decline and recovery of stratospheric ozone. J Geophys Res, 111(D16): D16314, doi: 10.1029/2005JD006907 |
Baldwin M P, Dameris M, Shepherd T G. 2007. How will the stratosphere affect climate change? Science, 316(5831): 1576-1577 |
Baldwin M P, Dunkerton T J. 2001. Stratospheric harbingers of anomalous weather regimes. Science, 294(5542): 581-584 |
Baldwin M P, Stephenson D B, Thompson D W J, et al. 2003. Stratospheric memory and skill of extended-range weather forecasts. Science, 301(5633): 636-640 |
Butchart N, Charlton-Perez A J, Cionni I, et al. 2011. Multimodel climate and variability of the stratosphere. J Geophys Res, 116, D05102, doi:10.1029/2010JD014995 |
Chen W, Huang R H. 2002. The propagation and transport effect of planetary waves in the Northern Hemisphere winter. Adv Atmos Sci, 19(6): 1113-1126 |
Dee D P, Uppala S. 2009. Variational bias correction of satellite radiance data in the EC-Interim reanalysis. Quart J Roy Meteor Soc, 135(644): 1830-1841 |
Eyring V, Waugh D W, Bodeker G E, et al. 2007. Multi-model projections of stratospheric ozone in the 21st century. J Geophys Res, 112(D16): D16303, doi: 10.1029/2006JD008332 |
Hu Y Y, Tung K K. 2002. Inter-annual and decadal variations of planetary wave activity, stratospheric cooling, and Northern Hemisphere annular mode. J Climate, 15: 1659-1673 |
Kanamitsu M, Ebisuzaki W, Woollen J, et al. 2002. NCEP-DEO AMIP-Ⅱ Reanalysis (R-2). Bull Amer Meteor Soc, 83(11): 1631-1643 |
Lu C H, Ding Y H. 2012. Observational responses of stratospheric sudden warming to blocking highs and its feedbacks on the troposphere. Chin Sci Bull, doi:10.1007/s11434-012-5505-4 |
Manney G L, Krüger K, Sabutis J, et al. 2005. The remarkable 2003-2004 winter and other recent warm winters in the Arctic stratosphere since the late 1990s. J Geophys Res, 110(D4), D04107, doi:10.1029/2004JD005367 |
Richter J H, Sassi F, Garcia R R, et al. 2008. Dynamics of the middle atmosphere as simulated by the Whole Atmosphere Community Climate Model version 3 (WACCM3). J Geophys Res, 113: D08101 |
SPARC CCMVal. 2010. Report on the evaluation of Chemistry-Climate Models. SPARC Report No. 5, WCRP-132, WMO/TD-No. 1526 |
Taylor K E, Stouffer R J, Meehl G A. 2011. An overview of CMIP5 and the experiment design. Bull Amer Meteor Soc, 93(4): 485-498 |
Thompson D W J, Furtado J C, Shepherd T G, et al. 2006. On the tropospheric response to anomalous stratospheric wave drag and radiative heating. J Atmos Sci, 63(10): 2616-2629 |
Wu T W, Yu R C, Zhang F. 2008. A modified dynamic framework for the atmospheric spectral model and its application. J Atmos Sci, 65(7): 2235-2253 |
Wu T W, Yu R C, Zhang F, et al. 2010. The Beijing Climate Center atmospheric general circulation model: Description and its performance for the present-day climate. Climate Dyn, 34(1): 123-147 |
Wu T W. 2011. A mass-flux cumulus parameterization scheme for large scale models: Description and test with observations. Climate Dyn, 38(3-4): 725-744 |