
中国气象学会主办。
文章信息
- 周天军, 邹立维, 吴波, 金晨曦, 宋丰飞, 陈晓龙, 张丽霞. 2014.
- ZHOU Tianjun, ZOU Liwei, WU Bo, JIN Chenxi, SONG Fengfei, CHEN Xiaolong, ZHANG Lixia. 2014.
- 中国地球气候系统模式研究进展:CMIP计划实施近20年回顾
- Development of earth/climate system models in China:A review from the Coupled Model Intercomparison Project perspective
- 气象学报, 72(5): 892-907
- Acta Meteorologica Sinica, 72(5): 892-907.
- http://dx.doi.org/10.11676/qxxb2014.083
-
文章历史
- 收稿日期:2014-1-1
- 改回日期:2014-7-14
2. 中国科学院气候变化研究中心, 北京, 100029;
3. 中国科学院大学, 北京, 100049
2. Climate Change Research Center, Chinese Academy of Sciences, Beijing 100029, China;
3. University of the Chinese Academy of Sciences, Beijing 100049, China
20世纪70年代以来,气候学研究的重要进展之一是研究范畴从单纯关注大气的温、压、湿等要素,拓展到海洋、冰雪、陆面等圈层,并提出“气候系统”这一概念。现代气候学研究明确定义气候系统由大气圈、水圈、冰冻圈、岩石圈和生物圈等5个圈层组成。地球气候的变化包括由气候系统各圈层相互作用过程引起的内部变率、自然因子变化(包括地球轨道参数、太阳活动、火山活动)引起的自然变率、与人类活动相关的因子变化(温室气体和气溶胶等大气成分变化、土地利用变化等)造成的人为变化3部分组成,能够模拟上述过程的是考虑了大气-海洋-陆面-海冰之间复杂的相互作用的气候系统模式。气候系统模式是理解气候系统的变化规律、再现其过去演变过程、预测和预估其未来变化的重要工具。
世界气候研究计划(WCRP)在推动大气模式、气候系统模式(CSM)乃至地球系统模式(ESM)的发展发挥了重要作用。在过去20多年中,WCRP相继组织了从“大气模式比较计划”(AMIP)(Gates et al,1992)到“耦合模式比较计划”(CMIP)(Meehl et al,1997,2000)等一系列国际模式比较计划。这些计划的实施促进了耦合模式研发和气候模拟领域的国际合作,是迄今为止地学领域组织得最为成功的国际计划之一,推动了国际学术界和社会各界对气候变化模拟和预估问题的高度重视。利用CMIP计划的气候模拟和预估结果所发表的大量学术论文,构成了大致每5年颁布一次的“政府间气候变化专门委员会”(IPCC)科学评估报告的重要组成部分。
中国在气候模式的发展方面具有长期的雄厚积累。自20世纪70年代末开始,中国就开始发展气候模式,并将其应用于气候过程的模拟研究,在气候系统分量模式的发展及其相互耦合作用方面具有丰富的经验。中国科学院大气物理研究所(IAP)大气科学和地球流体力学数值模拟国家重点实验室(LASG)的主攻方向就是气候模式系统的发展和研究。实验室自1985年成立以来,坚持不懈地致力于大气环流模式、海洋环流模式、陆面过程模式、海冰模式及其耦合的气候系统模式的研究,相继发展了不同版本的气候系统模式(张学洪等,1999)。IAP/LASG近30年模式研发的一条成功经验就是国际化,IAP/LASG研发的各版本耦合模式参与了历次“国际耦合模式比较计划”(CMIP),其结果被历次IPCC报告所引用。通过参与国际合作跟踪国际学科前沿、通过参加国际比较寻找自身不足、进而发展和完善自己的模式系统,这是IAP/LASG长期以来坚持的模式研发道路。最近10年来,包括中国国家气候中心在内的中国诸多研究机构,相继投入力量从事气候模式的研发,并踊跃参加CMIP等国际计划,壮大了中国气候模式的研发队伍,提升了中国在本领域的国际影响力。
当前国际气候模式的发展,正在从只考虑大气、海洋、陆面、海冰各圈层间能量和水通量交换过程的物理气候系统模式,走向进一步考虑碳、氮循环等生物地球化学过程的地球系统模式(王会军等,2004;王斌等,2008)。未来10年,将是地球系统模式发展的黄金时期。近年来,随着中国综合国力的增强,中国在地球/气候系统模式研发和模拟上的投入逐年加大,逐渐有更多的部委、高校相继投入人力、物力进行气候模式系统的研发,中国的气候模拟研究队伍逐步壮大,模式研发水平不断提高,国际参与度和国际话语权日渐提高。同时,中国高性能计算机技术已经达到世界先进水平,为气候模式的研发和模拟提供了坚实的计算平台。不过,机遇与挑战并存,气候模式研发和模拟研究领域的国际竞争日趋激烈,如何总结中国在气候模式研发领域的经验,客观评估当前面临的机遇和挑战,并以此为基础,瞄准国际前沿,在国家层次上合理布局、统筹协调,争取在未来的国际竞争中,使中国的气候模式研发和模拟综合水平居国际前沿,是中国气候学界乃至地学界和超级计算学界迫切需要思考的问题。
WCRP推动的诸多国际模式比较计划中影响力最大的CMIP计划,自1995年实施以来,迄今已有近20年的时间。参与该计划的中国模式,从最初只有IAP/LASG一个模式,发展到有5个模式参加最新的CMIP5,未来将有更多的中国模式参与CMIP6,队伍迅速壮大。本文的目的在于总结过去近20年中国模式参加历次CMIP计划的情况,在此基础上,针对正在执行中的第5次国际耦合模式比较计划(CMIP5),通过将中国的模式与国际模式进行比较,提出中国地球/气候系统模式研发领域迫切需要解决的问题,藉此推动中国模式研发整体水平的提高。注意地球系统模式的基础定义,是在物理气候系统模式的基础上,进一步增加模拟陆地和海洋碳循环过程的模块。为便于讨论,本文将气候系统模式和地球系统模式泛称“地球气候系统模式”。2 CMIP1到CMIP4回顾及中国模式参与情况
WCRP通过其联合科学委员会/气候变率和可预报性国际计划(JSC/CLIVAR)“耦合模拟工作组”(WGCM),于1995年推出第1次国际耦合模式比较计划CMIP1。随后近20年,又陆续推出了第2到第5次比较计划。CMIP计划关于气候模式性能的评估、对当前气候变化的模拟以及未来气候变化的情景预估结果,被相应大致每隔5年出版一次的IPCC气候变化评估报告所引用。例如CMIP1的结果被1995年出版的IPCC第2次评估报告(SAR)所引用,CMIP2的结果被2001年出版的IPCC第3次评估报告(TAR)所引用,CMIP3的结果被2007年出版的IPCC第4次评估报告(AR4)所引用。CMIP5结果被于2014年出版的IPCC第5次评估报告(AR5)引用。
CMIP计划所推动的国际间气候模式数据共享,极大地促进了气候模拟和诊断、气候变化归因和气候变化预估等领域的国际合作。基于CMIP数据的大量科学论文,是IPCC编写其历次科学评估报告的基础。不过需要指出的是,CMIP计划并非专门为IPCC报告所组织的,经常见诸学术论文或报告中的“IPCC模式”的称谓其实欠准确,因为只有“CMIP 模式”、而并不存在“IPCC模式”。客观上,CMIP和IPCC报告存在彼此推动的关系。早在WCRP于1995年推出CMIP1计划之前,1990年发布的IPCC第1次评估报告(FAR),就引用了22个大气模式(AGCM)耦合混合层海洋模式的结果、以及4个AGCM耦合海洋模式(OGCM)的完全环流耦合模式的结果(表 1)。IPCC 1990年发布的FAR以及1992年发布的FAR补充报告,推动了气候学界对气候模式研究的重视,这是促使WCRP于1995年推出CMIP计划的重要原因之一。
模式 | 所属机构(国别) | 大气模式水平分辨率 | 海洋模式水平分辨率 |
GFDL(美国) | R15,4.5×7.5,L9 | 4.5×3.75,L12 | |
MPI(德国) | T21,5.6×5.6,L19 | 4×4,L11 | |
NCAR(美国) | R15,4.5×7.5,L9 | 5×5,L4 | |
UKMO(英国) | 2.5×3.75,L11 | 2.5×3.75,L17 | |
BMRC(澳大利亚) | R21,3.2×5.6,L9 | 混合层海洋模式 | |
CCM1 | YALE(美国) | R15,4.5×7.5,L12 | 混合层海洋模式 |
CCM1 | SUNY(美国) | R15,4.5×7.5,L12 | 混合层海洋模式 |
CSIRO | R21,3.2×5.6,L9 | 混合层海洋模式 | |
CCM | NCAR(美国) | R21,3.2×5.6,L9 | 混合层海洋模式 |
LMD(法国) | 5×7.5,L11 | 混合层海洋模式 | |
IAP(中国) | 4×5,L2 | 混合层海洋模式 |
中国的气候模式参与CMIP计划有很长的历史。在2007年(对应CMIP3)之前,中国参加CMIP计划的耦合气候模式,只有中国科学院大气物理研究所发展的模式系统。1992年发布的IPCC FAR的补充报告,引用了IAP发展的一个两层AGCM耦合混合层海洋的气候预估结果(Wang et al,1993),这是中国较早的关于气候变暖的环流模式(GCM)模拟结果(表 1),表明中国在推动CMIP计划的组织实施方面具有重要贡献。
参加CMIP1的国际模式有10个(Meehl et al,1997,2000),中国参加的模式是IAP/LASG的气候系统模式GOALS2(吴国雄等,1997;Zhang et al,2000),由一个9层R15分辨率的AGCM、20层的5°×4°水平分辨率的OGCM、SSiB陆面模式和热力学海冰模式组成,海-气耦合过程采用了“通量订正”技术(Yu et al,1998);海-气耦合过程只考虑热通量交换和风应力作用,未考虑淡水通量交换,盐度都向气候态恢复。CMIP1结果被1995年出版的IPCC SAR引用(表 2)。
模式所属机构(国别) | 大气模式分辨率 | 海洋模式分辨率 |
BMRC(澳大利亚) | R21,3.2×5.6,L9 | 3.2×5.6,L12 |
CCC(澳大利亚) | T32,3.8×3.8,L10 | 1.8×1.8,L29 |
CERFACS(法国) | T42,2.8×2.8,L31 | 1×2,L20 |
COLA(美国) | R15,4.5×7.5,L9 | 3×3,L16 |
CSIRO(澳大利亚) | R21,3.2×5.6,L9 | 3.2×5.6,L12 |
GFDL(美国) | R30,2.25×3.75,L14 | 2×2,L18 |
GISS(美国) | 4×5,L9 | 4×5,L13 |
GISS(美国) | 4×5,L9 | 4×5,L16 |
IAP(中国) | 4×5,L2 | 4×5,L20 |
LMD/OPA(法国) | 3.6×2.4,L15 | 1×2,L20 |
MPI(德国) | T21,5.6×5.6,L19 | 5.6×5.6,L11 |
MPI E2/OPY(德国) | T21,5.6×5.6,L19 | 2.8×2.8,L9 |
MRI(日本) | 4×5,L15 | (0.5—2)×2.5,L21 |
NCAR(美国) | R15,4.5×7.0,L9 | 1×1,L20 |
UCLA(美国) | 4×5,L9 | 1×1,L15 |
UKMO(英国) | 2.5×3.8,L19 | 2.5×3.8,L20 |
参加CMIP2的国际模式有18个(Meehl et al,2005),中国参加的模式是IAP/LASG的气候系统模式GOALS4。较之此前参加CMIP2的版本GOALS2,IAP/LASG与南京大学合作在GOALS3中引入了太阳辐射的日变化(邵慧等,1998);GOALS4进一步在海-气耦合过程中,考虑了淡水通量交换过程(周天军等,2000;Zhou et al,2000b),这是模拟和研究大洋热盐环流对全球增暖的响应所必须考虑的过程。CMIP2的结果被2001年出版的IPCC TAR所引用(表 3)。
模式 | 所属机构(国别) | 大气模式水平分辨率 | 海洋模式水平分辨率 |
ARPEGE/OPA1 | CERFACS(法国) | T21,5.6×5.6,L30 | 2.0×2.0,L31 |
ARPEGE/OPA2 | CERFACS(法国) | T31,3.9×3.9,L19 | 2.0×2.0,L31 |
BMRCa | BMRC(澳大利亚) | R21,3.2×5.6,L9 | 3.2×5.6,L12 |
BMRCb | BMRC(澳大利亚) | R21,3.2×5.6,L17 | 3.2×5.6,L12 |
CCSR/NIES | CCSR/NIES(日本) | T21,5.6×5.6,L20 | 2.8×2.8,L17 |
CGCM1 | CCCma(加拿大) | T32,3.8×3.8,L10 | 1.8×1.8,L29 |
CGCM2 | CCCma(加拿大) | T32,3.8×3.8,L10 | 1.8×1.8,L29 |
COLA1 | COLA(美国) | R15,4.5×7.5,L9 | 1.5×1.5,L20 |
COLA2 | COLA(美国) | T30,4×4,L18 | 3.0×3.0,L20 |
CSIRO MK2 | CSIRO(澳大利亚) | R21,3.2×5.6,L9 | 3.2×5.6,L21 |
CSM1.0 | NCAR(美国) | T42,2.8×2.8,L18 | 2.0×2.4,L45 |
CSM1.3 | NCAR(美国) | T42,2.8×2.8,L18 | 2.0×2.4,L45 |
ECHAM1/LSG | DKRZ(德国) | T21,5.6×5.6,L19 | 4.0×4.0,L11 |
ECHAM3/LSG | DKRZ(德国) | T21,5.6×5.6,L19 | 4.0×4.0,L11 |
ECHAM4/OPYC3 | DKRZ(德国) | T42,2.8×2.8,L19 | 2.8×2.8,L11 |
GFDL_R15a | GFDL(美国) | R15,4.5×7.5,L9 | 4.5×3.7,L12 |
GFDL_R15b | GFDL(美国) | R15,4.5×7.5,L9 | 4.5×3.7,L12 |
GFDL_R30_c | GFDL(美国) | R30,2.25×3.75,L14 | 1.875×2.25,L18 |
GISS1 | GISS(美国) | 4.0×5.0,L9 | 4.0×5.0,L16 |
GISS2 | GISS(美国) | 4.0×5.0,L9 | 4.0×5.0,L13 |
GOALS | IAP/LASG(中国) | R15,4.5×7.5,L9 | 4.0×5.0,L20 |
HadCM2 | UKMO(英国) | 2.5×3.75,L19 | 2.5×3.75,L20 |
HadCM3 | UKMO(英国) | 2.5×3.75,L15 | 1.25×1.25,L20 |
IPSL_CM1 | IPSL/LMD(法国) | 5.6×3.8,L15 | 2.0×2.0,L31 |
IPSL_CM2 | IPSL/LMD(法国) | 5.6×3.8,L15 | 2.0×2.0,L31 |
MRI1 | MRI(日本) | 4.0×4.0,L15 | 2.0×2.5,L21 |
MRI2 | MRI(日本) | T42,2.8×2.8,L30 | 2.0×2.5,L23 |
NCAR1 | NCAR(美国) | R15,4.5×7.5,L9 | 1.0×1.0,L20 |
NRL | NRL(美国) | T47,2.5×2.5,L18 | 1.0×2.0,L25 |
DOE PCM | NCAR(美国) | T42,2.8×2.8,L18 | 0.67×0.67,L32 |
CCSR/NIES2 | CCSR/NIES(日本) | T21,5.6×5.6,L20 | 2.8×3.8,L17 |
BERN2D | PIUB(瑞士) | 10×ZA(纬向平均),L1 | 10×ZA(纬向平均),L15 |
UVIC | UVIC(加拿大) | 1.8×3.6,L1 | 1.8×3.6,L19 |
CLIMBER | PIK(德国) | 10×51,L2 | 10×ZA(纬向平均),L11 |
注意在参加CMIP1的10个模式和参加CMIP2的18个模式中,IAP的气候系统模式是唯一来自发展中国家的模式系统。因此,IAP模式客观上反应了发展中国家在CMIP计划中的声音。这是IAP/LASG在2000年度国家重点实验室评估获得优秀的代表性成果之一(周天军,2000)。
参加CMIP3的模式有23个,中国国家气候中心和IAP/LASG的模式都参与了CMIP3。IAP/LASG模式为FGOALS-g1.0(Yu et al,2002,2004),其大气分量模式垂直26层、水平分辨率为2.8°×2.8°,海洋分量模式垂直30层、水平分辨率为1.0°×1.0°,陆面模式和海冰模式则分别为美国大气研究中心(NCAR)发展的通用陆面模式CLM和海冰模式CSIM,大气、海洋、陆面和海冰分量通过NCAR CCSM(Community Climate System Model)耦合器耦合在一起(Yu et al,2004,2008; Zhou et al,2007)。CMIP3的结果被2007年出版的IPCC AR4引用(表 4)。IAP/LASG同期发展的FGOALS模式的另外一个版本FGOALS-s1.0(周天军等,2005a,2005b; Zhou et al,2007),由于其大气模式辐射模块不具备处理各种温室气体和气溶胶的作用而未参加CMIP3。中国国家气候中心的气候系统模式由于技术原因,后来退出了CMIP3。
模式 | 所属机构(国别) | 大气模式分辨率 | 海洋模式分辨率 |
BCC_CM1.0 | BCC(中国) | T63,1.9×1.9,L16 | T63,1.9×1.9,L30 |
BCCR_BCM2.0 | BCCR(挪威) | T63,1.9×1.9,L31 | 0.5—1.5×1.5,L35 |
CCSM3 | NCAR(美国) | T85,1.4×1.4,L26 | 0.3—1×1,L40 |
CGCM3.1(T47) | CCCma(加拿大) | T47,2.8×2.8,L31 | 1.9×1.9,L29 |
CGCM3.1(T63) | CCCma(加拿大) | T63,1.9×1.9,L31 | 0.9×1.4,L29 |
CNRM-CM3 | CNRM(法国) | T63,1.9×1.9,L45 | 0.5—2×2,L31 |
CSIRO-MK3.0 | CSIRO(澳大利亚) | T63,1.9×1.9,L18 | 0.8×1.9,L31 |
ECHAM5/MPI-OM | MPI(德国) | T63,1.9×1.9,L31 | 1.5×1.5,L40 |
ECHO-G | MIUB/MRI(德国-韩国) | T30,3.9×3.9,L19 | 0.5—2.8×2.8,L20 |
FGOALS_g1.0 | IAP/LASG(中国) | T42,2.8×2.8,L26 | 1.0×1.0,L16 |
GFDL_CM2.0 | GFDL(美国) | 2.0×2.5,L24 | 0.3—1.0×1.0 |
GFDL_CM2.1 | GFDL(美国) | 2.0×2.5,L24 | 0.3—1.0×1.0 |
GISS_AOM | GISS(美国) | 3×4,L12 | 3×4,L16 |
GISS_EH | GISS(美国) | 4×5,L20 | 2×2,L16 |
GISS_ER | GISS(美国) | 4×5,L21 | 4×5,L13 |
INM-CM3.0 | INM(俄罗斯) | 4×5,L21 | 2×2.5,L33 |
IPSL_CM4 | IPSL(法国) | 2.5×3.75,L19 | 2×2,L31 |
MIROC3.2(hires) | UT,JAMSTEC(日本) | T106,1.1×1.1,L56 | 0.2×0.3,L47 |
MIROC3.2(medres) | UT,JAMSTEC(日本) | T42,2.8×2.8,L20 | 0.5—1.4×1.4,L43 |
MRI-CGCM2.3.2 | MRI(日本) | T42,2.8×2.8,L30 | 0.5—2.0×2.5,L23 |
PCM | NCAR(美国) | T42,2.8×2.8,L26 | 0.5—0.7×1.1,L40 |
UKMO-HadCM3 | UKMO(英国) | 2.5×3.75,L19 | 1.25×1.25,L20 |
UKMO_hadGEM1 | UKMO(英国) | 1.3×1.9,L38 | 0.3—1.0×1.0,L40 |
CMIP3是迄今为止组织得最为成功、影响力最大的一次国际耦合模式比较计划。据统计至2010年底,利用CMIP3数据发表的国际SCI论文超过550篇,全球超过3000个用户,从PCMDI下载的数据总量超过1 Pbyte;在2004—2010年,从PCMDI服务器下载CMIP3数据的日峰值最高达到1 TB。截止目前,依然有许多基于CMIP3的研究成果在陆续发表。
在CMIP3之后,WCRP WGCM又组织了CMIP4计划,分别考虑自然变率和人为外强迫来模拟20世纪全球气候变化(Meehl et al,2007)。CMIP4实际上是CMIP3和CMIP5的过渡计划,影响力相对较少,其设计的自然变率和人为外强迫分离的试验,习惯上常被视作CMIP3的外围试验。但是这一组试验由于其在气候变化检测和归因研究中的重要性,随后被CMIP5继续列为外围试验,这组试验结果在气候变化归因研究中得到广泛应用。
目前正在实施中的CMIP5计划,有来自全球20多个研究组、40余个气候系统模式和地球系统模式参加(Taylor et al,2012)。中国参与CMIP5的气候系统模式有5个(表 5)。一个国家有超过2个以上的模式参与CMIP计划,这种情况此前只出现在美国、法国、日本、澳大利亚和英国,参加CMIP5的中国模式数量上的增多,反映了中国气候模式研发队伍的迅速发展和壮大。
模式 | 所属机构(国别) | 大气模式分辨率 | 海洋模式分辨率 |
ACCESS1-0 | CSIRO-BOM(澳大利亚) | 1.3°×1.9° | 0.6°×1.0° |
BCC_CSM1.1 | BCC(中国) | 2.8°×2.8° | 0.8°×1.0° |
BCC_CSM1.1(m) | BCC(中国) | 1.1°×1.1° | 0.8°×1.0° |
BNU-ESM | BNU(中国) | 2.8°×2.8° | 0.9°×1.0° |
CanCM4 | CCCMA(加拿大) | 2.8°×2.8° | 0.9°×1.4° |
CanESM2 | CCCMA(加拿大) | 2.8°×2.8° | 0.9°×1.4° |
CCSM4 | NCAR(美国) | 0.9°×1.3° | 0.6°×0.9° |
CNRM-CM5 | CNRM-CERFACS(法国) | 1.4°×1.4° | 0.6°×1.0° |
CSIRO-Mk3-6-0 | CSIRO- QCCCE(澳大利亚) | 1.9°×1.9° | 1.9°×0.9° |
EC-Earth | EC-Earth(欧盟) | 1.1°×1.1° | 1.0°×1.0° |
FGOALS-g2 | LASG-CESS(中国) | 3°×2.8° | 0.9°×1.0° |
FGOALS-s2 | LASG(中国) | 1.7°×2.8° | 0.9°×1.0° |
GFDL-CM3 | GFDL(美国) | 2.0°×2.5° | 0.9°×1.0° |
GFDL-ESM2M | GFDL(美国) | 2.0°×2.5° | 0.9°×1.0° |
GISS-E2-R | GISS(美国) | 2.0°×2.5° | 1.0°×1.3° |
HadGEM2-CC | Hadley Center(英国) | 1.3°×1.9° | 0.8°×1.0° |
HadCM3 | Hadley Center(英国) | 2.5°×3.8° | 1.3°×1.3° |
inmcm4 | INM(俄罗斯) | 1.5°×2° | 0.5°×1.0° |
IPSL-CM5A-LR | IPSL(法国) | 1.9°×3.8° | 1.2°×2.0° |
MIROC5 | AORI-NIES-JAMSTEC(日本) | 1.4°×1.4° | 0.8°×1.4° |
MIROC4h | AORI-NIES-JAMSTEC(日本) | 0.6°×0.6° | 0.2°×0.3° |
MIROC-ESM | AORI-NIES-JAMSTEC(日本) | 2.8°×2.8° | 0.7°×1.2° |
MIROC-ESM-CHEM | AORI-NIES-JAMSTEC(日本) | 2.8°×2.8° | 0.7°×1.2° |
MPI-ESM-LR | MPI-M(德国) | 1.9°×1.9° | 0.8°×1.4° |
MRI-CGCM3 | MRI(日本) | 0.6°×0.6° | 0.5°×1.0° |
NorESM1-M | NCC(挪威) | 1.9°×2.5° | 0.5°×1.1° |
从CMIP1到CMIP4,气候系统模式从结构到物理过程上都取得了飞速的发展。每次的IPCC评估报告,都设有“模式评估”一章,以系统总结以5年为一个时间段内的模式研发进展。基于IPCC 第1次评估报告FAR、第2次评估报告SAR、第3次评估报告TAR和第4次评估报告AR4的相关章节,对模式研发在大致每5年内的主要进展总结如下:
IPCC FAR及其补充报告中指出(Gates et al,1990,1992),参加CMIP1的海-气耦合模式对海洋和大气的大尺度结构有一定的模拟能力,但技术上这些模式多使用了“通量订正”校正模拟的海表通量。虽然模式中对云的处理愈加复杂,但云仍是气候变化模拟的最大不确定性来源。报告中同时指出,观测数据的缺乏严重阻碍了模式的评估和发展。
IPCC SAR指出(Gates et al,1995),尽管模式中依然普遍使用“通量订正”技术,此时的耦合模式中加入了海冰和陆面分量。尤其需要指出的是,陆面过程的模拟较之FAR有了很大提高,模拟的海温、盐度和海冰的大尺度分布也有了明显的改进。出现了能够模拟海洋中尺度涡的高分辨率海洋模式。模式中不确定性较大的地方,包括云及其辐射效应、陆面的水文平衡和海表的热量平衡。耦合模式及其分量模式的综合诊断和评估是模式发展的重要方面,但缺少足够的观测数据,需要建立全球气候综合观测系统。
到了IPCC TAR(McAvaney et al,2001),耦合模式模拟云和水汽的能力有了很大的提高,一些模式不需要“通量订正”也能够保持长期积分的稳定,且其模拟性能有一定保证。考虑温室气体和硫酸盐气溶胶的辐射强迫后,一些耦合模式可以再现20世纪表面气温的增暖趋势。耦合模式模拟的ENSO有了很大改进,尽管其强度等的模拟仍存在偏差;季风和北大西洋涛动等在模式中也能较合理地得以再现。耦合模式已成为进行未来气候预估的合适工具。需要指出的是,并不存在一个“最好”的模式,有必要使用多个耦合模式的结果。
到了AR4(Randall et al,2007),绝大多数的模式已不再使用通量订正,且对模式分辨率、计算方法和参数化都持续进行了改进。在多数模式中引进了额外的过程(如交互的气溶胶模块),一些气候模式和中等复杂程度的地球系统模式已引进显式处理的碳循环模块。模式改进了对气候变率中的重要模态、极端事件和温带气旋的模拟,但大多数模式模拟的南大洋存在系统性偏差。一些气候模式在给定初值条件后,对天气预报和季节预测亦有一定的技巧。边界层云和一部分中层云的短波反馈、深对流云对全球变暖的响应以及冰雪反馈是模式模拟不确定性的主要来源。4 CMIP5科学试验及CMIP5模式特点
目前正在组织实施的CMIP5,其科学试验可概括为三大类(Taylor et al,2012):
第一类是长期模拟试验,积分时间在百年以上。其核心试验包括:(1)大气模式试验,观测海温驱动下的百年长度AMIP积分;(2)物理气候系统模式试验,包括有无外强迫变化的气候系统模式控制试验、气候系统模式20世纪气候模拟试验、气候系统模式RCP4.5和RCP8.5未来气候变化预估试验、年递增1% CO2的气候增暖试验、突增4倍CO2的气候增暖试验、固定1倍和4倍CO2的气候增暖试验;(3)地球系统模式试验,包括长期控制积分、20世纪气候模拟试验、RCP8.5情景的气候预估试验。以上核心试验总积分时间为1718模式年。
CMIP5的长期模拟试验,除了核心试验之外,还设计了外围试验,供各个模拟中心根据自己的计算资源酌情开展模拟试验。其第一外围试验(Tier-1)包括:全新世大暖期(6 ka)和末次冰期冰盛期(21 ka)气候模拟试验、只考虑自然因子和只考虑温室气体变化的20世纪气候模拟试验、20世纪气候演变的AMIP和物理气候系统模式集合模拟试验、RCP2.6和RCP6预估试验、RCP4.5试验延伸至2300年、突增4倍CO2的气候增暖试验集合模拟、2000年气溶胶强迫试验、水球试验等。第二外围试验(Tier-2)包括:过去1000年气候模拟、检测与归因集合模拟试验、不同强迫因子分离的模拟试验、RCP8.5和RCP2.6试验延伸至2300年、CO2增加1倍或者CO2每年递增1%或者“20C+RCP4.5”(20C指在20世纪的外强迫条件下的历史气候模拟)的地球系统模式模拟试验等。
CMIP5的21世纪气候变化预估试验包含4种温室气体和气溶胶等排放的“典型浓度路径”(Representative Concentration Pathways,RCPs)(表 6),分别为RCP2.6/4.5/6.0/8.5,每种情景包括一套温室气体、气溶胶和化学活性气体的排放和浓度,以及土地利用/土壤覆盖的时间路线(Moss et al,2009)。这是IPCC第5次评估报告新设计的气候变化情景试验,其中RCP8.5 路径接近CMIP3 SRES A1F1的情形,而RCP4.5 路径则和CMIP3 SRES B1情景有些接近(Rogelj et al,2012)。注意“Representative”意味着只是可以达到特定辐射强迫特征的众多可能情景中的一种,而“Pathway”强调了不仅仅关注长期浓度水平,还包含了达到这个量的过程。
情景 | 2010—2100 辐射强迫 | 温室气体排放 |
RCP2.6(缓解) | 中期达强迫峰值3 W/m2(约等效于490×10-6 CO2)随后减少,至2100年为2.6 W/m2 | 很低 |
RCP4.5(中等) | 强迫稳定增长至2100年的4.5 W/m2(约等效于650×10-6 CO2) | 很低 |
RCP6.0(中等) | 强迫稳定增长至2100年的6.0 W/m2(约等效于850×10-6 CO2) | 中等 |
RCP8.5(严重) | 辐射强迫增长至2100年的8.5 W/m2(约等效于1370×10-6 CO2) | 高 |
4种典型浓度路径所蕴含的排放情景具体如下:
RCP8.5:这是最高的温室气体排放情景(Riahi et al,2011)。该情景假定人口最多、技术革新率不高、能源改善缓慢、收入增长慢。这导致长时间高能源需求及高温室气体排放,而缺少应对气候变化的政策。这个情景是根据国际应用系统分析研究所(IIASA)的综合评估框架和能源供应选择及其总环境影响(MESSAGE)模式建立的。与过去的情景相比,它考虑了大气污染预估的空间分布,且加强了土地利用和陆面变化的预估。
RCP6.0:该情景反映了生存期长的温室气体和生存期短的物质的排放,以及土地利用/陆面变化,导致2100年辐射强迫稳定在6.0 W/m2(Masui et al,2011)。根据亚洲-太平洋综合模式(AIM),温室气体排放的峰值大约出现在2060年,以后持续下降。2060年前后能源改善强度为每年0.9%—1.5%。通过全球排放权的交易,任何时候减少排放均物有所值。在该情景中,用生态系统模式估算地球生态系统之间通过光合作用和呼吸作用交换的CO2。
RCP4.5:在该情景下,2100年辐射强迫稳定在4.5 W/m2(Thomson et al,2011)。该情景用全球变化评估模式(GCAM)模拟得到,考虑了与全球经济框架相适应的、长期存在的全球温室气体和生存期短的物质的排放,以及土地利用/陆面变化。模式的改进包括历史排放及陆面覆盖信息,并遵循用最低代价达到辐射强迫目标的途径。为了限制温室气体排放,要改变能源体系,多用电能、低排放能源技术,开展碳捕获及地址储藏技术。通过降尺度得到模拟的排放及土地利用的区域信息。
RCP2.6:这是把全球平均温度上升限制在2°C之内的情景(van Vuuren et al,2011)。这是最低端的情景,在21世纪后半叶能源应用为负排放。应用的是全球环境评估综合模式(IMAGE),采用中等排放基准,假定所有国家均参加。2010—2100年累计温室气体排放比基准年减少70%。为此要彻底改变能源结构及非CO2温室气体的排放,特别提倡应用生物质能、恢复森林。但是,仍有许多工作要做,例如研究气候系统对辐射强迫峰值的反应,社会削减排放率的能力,以及进一步减排非CO2温室气体的能力等。
第二类CMIP5试验是短期模拟试验,主要是年代际气候变化预测试验。即利用物理气候系统模式,通过同时考虑外强迫变化(温室气体、气溶胶、太阳辐射、火山气溶胶等)和海洋的年代际惯性作用(通过在海洋模式中考虑同化过程来加以实现),来进行10和30年长度的气候预测试验。其核心试验包括以1960,1965,…,2005年为初值的10年长度回报和预测集合试验、以1960,1980和2005年为初值的30年长度的回报和预测集合试验,每组试验要求至少有3个集合成员。其外围试验包括每间隔1年进行的年代际回报和预测试验、不同初始化方案的比较试验、集合成员从3增加到10;考虑大气化学、气溶胶、区域环境质量过程的年代际回报和预报试验;运行到2010年增加考虑类似“皮纳图博”火山效应的年代际预测试验;不考虑火山影响的回报试验等。第二类CMIP5试验的核心试验为480年,第一外围试验总积分长度超过1700年。
第三类CMIP5试验为高分辨率大气模式试验。这类试验是利用需要大量计算资源的高分辨率气候模式和数值预报模式的模拟试验。核心试验是1979—2008年的AMIP试验、未来气候变化的2026—2035年片段模拟试验。第一外围试验包括AMIP试验增加集合成员、未来气候变化片段模拟试验增加集合成员、考虑4倍CO2的AMIP试验、分布不均匀的异常海温型驱动的试验、水球试验;第二外围试验包括均匀分布的异常海温驱动试验。第三类CMIP5试验的核心试验长度为40年,第一外围试验超过185年,第二外围试验为30年。尽管积分时间相对较短,但是由于模式分辨率高、总的计算量依然巨大。
三类CMIP5试验对模式的分辨率要求不同。第1类长期模拟试验积分时间长(物理气候系统模式)或者模式过程复杂(地球系统模式),故需要的计算资源多,因此,多采用中低分辨率。第2类短期模拟试验的特点是积分时段短,故最初设计要求采用高分辨率模式,但实际研究中发现决定年代际预报技巧的主要不是模式分辨率、而是初始化方案,故实际多采用中等分辨率的模式;第3类试验是针对高分辨率大气模式或数值预报模式的。
在参加CMIP5的35个模式中,气候系统模式有24个,其中13个模式包含大气化学模式分量;地球系统模式有11个,其中5个包含完整的陆地、海洋碳循环以及大气化学过程,5个只包含海洋和陆地碳循环,1个只包含海洋碳循环(Flato et al,2013)。
分辨率与计算资源需求直接相关,是衡量模式发展水平的有效指标之一。对应分辨率的提高,模式对东亚—西北太平洋气候的模拟能力有显著提高(He et al,2014; Song et al,2014a; Sperber et al,2013)。图 1a给出了参加CMIP5的大气模式、耦合模式的大气分量的水平分辨率分布,其中最高分辨率已经达到20 km;除了中国国家气候中心的一个模式版本外,总的说来,中国的大气环流模式分辨率明显低于国际模式平均水平。如果按照分辨率来统计模式的数目(图 1b),参加CMIP5的中国模式分辨率几乎都位于最低端。进一步统计,CMIP5模式在分辨率方面有以下特点:
![]() |
图 1 参加CMIP5的大气模式及耦合模式大气分量的水平分辨率比较(a.模式分辨率大小,横坐标为经向分辨率,纵坐标为纬向分辨率,一个圆点表示一个模式;b.各分辨率的模式数量(单位:个),横坐标为分辨率,纵坐标为模式数量;其中参加CMIP5的中国模式在(a)和(b)中分别以彩色打点和文字标识出来)Fig. 1 A comparison of AGCM horizontal resolutions of CMIP5 AGCMs and CGCMs(a.The abscissa is for the longitudinal resolution while the ordinate is for the latitudinal resolution,and one dot corresponds to one CMIP5 model;b.total number of models at different horizontal resolutions,the abscissa is for the model resolution while the ordinate is the number of models at different horizontal resolutions; The Chinese models are marked) |
(1)同时参加长期模拟试验和年代际预估试验的耦合模式,其大气模式水平分辨率最高为0.8°、最低为2.8°,平均1.5°,海洋模式水平分辨率最高为0.5°、最低为2.0°,平均1.0°。
(2)只参加长期模拟试验的耦合模式,其大气模式水平分辨率最高为1.1°、最低为4.5°,平均2.1°,海洋模式水平分辨率最高为0.2°、最低为2.0°,平均0.9°。
(3)只参加年代际预测试验的耦合模式,其大气模式水平分辨率最高为0.5°、最低为2.5°,平均1.3°,海洋模式水平分辨率最高为0.3°、最低为1.3°,平均0.8°。
(4)只参加“片段”积分的高分辨率大气模式,水平分辨率最高为0.2°、最低为0.6°,平均0.4°。
中国的5个气候系统模式主要开展了上面的第1和第2类模拟试验,相对而言,来自中国的模式分辨率明显低于国际同期水平(表 5,图 1)。模式分辨率的提高,不单纯是一个技术问题,既与高性能计算平台的性能有关,更涉及模式研发队伍的整体能力以及与高性能计算队伍的协作问题。如何在气候模拟领域有效利用中国世界领先的高性能计算机资源,提高中国气候模式的总体水平,这是气候模拟领域和高性能计算领域需要共同面对的问题。
CMIP5较之CMIP3的另外一个重要进步是有更多的地球系统模式(ESM)参与。参加CMIP5的模式中,同时包含陆面碳循环模块和海洋碳循环模块的模式有10个(Anav et al,2013)(表 7)。其中,包含海洋生物过程的碳循环模式主要有3种类型:(1)基于营养盐的模式,碳向表层海水以下的输出是表层营养盐的函数;(2)营养盐恢复模式,该模式中生物碳通量等于需要维持观测到的营养盐浓度梯度的速率;(3)显式描述生态系统的模式,涉及到营养盐、浮游植物、浮游动物和有机碎屑的食物链的模式。第3种类型是主流,绝大多数海洋碳循环模式为显式描述生态系统的模式。显式描述生态系统的模式由7部分组成,包括营养盐(磷酸盐、硝酸盐和铁)、浮游植物、浮游动物、溶解的有机物质(DOM)、下沉的颗粒有机物质(碎屑)等。
模式 | 陆地碳模块 | 海洋碳模块 | 参考文献 |
BCC_CSM1.1 | BCC_AVIM1.0 | OCMIP2 | Wu et al,2013 |
BCC_CSM1.1(M) | BCC_AVIM1.0 | OCMIP2 | Wu et al,2013 |
BNU-ESM | CoLM+BNU-DGVM | iBGC | 吴其重等,2013 |
CanESM2 | CLASS2.7+CTEM1 | CMOC | Arora et al,2011 |
CESM1-BGC | CLM4 | BEC | Long et al,2013 |
FIO-ESM | CASA | OCMIP2 | Qiao et al,2013 |
GFDL-ESM2G | LM3 | TOPAZ2 | Dunne et al,2012 |
GFDL-ESM2M | LM3 | TOPAZ2 | Dunne et al,2012 |
HadGEM2-CC | JULES+TRIFFID | Diat-HadOCC | Collins et al,2011Jones et al,2011 |
HadGEM2-ES | JULES+TRIFFID | Diat-HadOCC | Collins et al,2011Jones et al,2011 |
INM-CM4 | Simple model into INM-CM4 atmospheric component | Simple model into INM-CM4 ocean component | Volodin et al,2010 |
IPSL-CM5A-LR | ORCHIDEE | PISCES | Dufresne et al,2013 |
IPSL-CM5A-MR | ORCHIDEE | PISCES | Dufresne et al,2013 |
IPSL-CM5B-MR | ORCHIDEE | PISCES | Dufresne et al,2013 |
MIROC-ESM-CHEM | MATSIRO+SEIB-DGVM | NPZD | Watanabe et al,2011 |
MIROC-ESM | MATSIRO+SEIB-DGVM | NPZD | Watanabe et al,2011 |
MPI-ESM-LR | JSBACH+BETHY | HAMOCC5 | Ilyina et al,2013Giorgetta et al,2013 |
MPI-ESM-MR | JSBACH+BETHY | HAMOCC5 | Ilyina et al,2013Giorgetta et al,2013 |
NorESM-ME | CLM4 | HAMOCC5 | Tjiputra et al,2013 |
模拟陆地碳循环过程的是全球植被动力学模式(Anav et al,2013; Shao et al,2013),包括3个主要部分:(1)生物地理学模块,用于描述各植被类型生存所需的气候条件;(2)生物地球化学模块,用于模拟植被的生长(如光合作用、呼吸作用——其中许多部分与陆面模式相通);(3)植被动力学模块,用于描述各植被类型的生态特征变化(如物候学、生理学、形态学和物种竞争等)。 5 参加CMIP5的中国模式及其特点
中国参加CMIP5科学试验的模式有5个(表 5),其技术要点概括如下:
(1)中国科学院大气物理研究所的气候系统模式FGOALS
该模式有两个版本进行了CMIP5试验,第1个版本是FGOALS-g2(Li et al,2013),其大气分量为格点模式GAMIL,水平分辨率2.8°×2.8°、垂直26层,海洋水平分辨率为1.0°×1.0°、垂直30层,陆面模式和海冰模式分别为CLM3和CICE4,采用耦合器CPL6;该模式调试和基础控制试验在IAP/LASG完成,其余试验在清华大学计算机系的计算平台上完成。第2个版本是FGOALS-s2(Bao et al,2013),其大气分量为SAMIL,水平分辨率R42(约2.8°×1.4°)、垂直26层,耦合架构同FGOALS-g2,但是其海冰模式为CSIM5,全部科学试验在IAP完成。这两个模式版本均完成了CMIP5的涉及物理气候系统模式的全部核心试验和部分外围试验。 FGOALS-s2 还在陆面过程引入陆地碳循环模式Vegas、考虑海洋碳循环过程,形成一个地球系统模式版本FGOALS-s2-ESM,完成了CMIP5的ESM核心试验。此外,为解决千年气候模拟试验的巨大计算量问题,IAP还利用FGOALS的一个低分辨率版本FGOALS-gl,完成了过去千年气候演变的模拟试验(Zhou et al,2008; 满文敏等,2011; Zhang et al,2013)。
(2)中国国家气候中心的气候系统模式BCC-CSM和地球系统模式BCC-ESM
BCC有两个版本参加了CMIP5试验,一是BCC_CSM1.1,其大气模式为BCC_AGCM2.1,水平分辨率为T42(相当于2.8°)、垂直26层;海洋模式为MOM4,水平分辨率为1/3°(约30 km)、垂直40层;其陆面分量为BCC_AVIM1.0。二是BCC_CSM1.1(m),其与BCC_CSM1.1的主要区别,是大气模式为BCC_AGCM2.2,水平分辨率提高到T106(相当于1.1°)。两个模式系统都考虑了简单的碳循环过程,属于地球系统模式(ESM)系列。BCC模式完成了CMIP5的关于物理气候系统模式和地球系统模式的全部核心试验以及部分外围试验(Wu et al,2010,2013,2014; 辛晓歌等,2012; 吴统文等,2013)。
(3)北京师范大学地球系统模式BNU-ESM
该模式是基于CCSM2发展的地球系统模式,它基于NCAR的耦合器,把大气环流模式CAM3.5、海冰模式CICE4.0、北京师范大学的通用陆面模式CoLM3.0、以及美国地球流体动力学实验室(GFDL)的海洋模式MOM4p1耦合起来。其大气分辨率约为T42(相当于2.8°)、垂直26层(吴其重等,2013; Ji et al,2014)。
(4)中国国家海洋局第一海洋研究所地球系统模式FIO-ESM
该模式也是基于CCSM2发展的地球系统模式。其大气分量为CAM3.5,分辨率为T42L26(相当于2.8°);海洋分量为POP2,水平分辨率1.1°,但赤道地区加密为0.3°—0.5°,垂直40层。其陆面和海冰分量分别为CLM3和CICE4。该模式的一个重要特色,是耦合了一个波浪模式MASNUM,其分辨率为2.0°×2.0°。该ESM的陆地碳循环模式为CASA,海洋碳循环模式为OCMIP-2。该模式完成了物理气候系统模式部分的核心科学试验、部分外围试验,以及地球系统模式的控制试验(Qiao et al,2004,2013; Song et al,2011,2012)。
参加CMIP5的5个中国模式,在模拟气候系统平均态、从季节内振荡到ENSO年际变率、全球和东亚季风、以温度变化为主要特征的20世纪气候演变、主要的大气遥相关型等方面,都显示出较为合理的性能(Bellenger et al,2013; Sperber et al,2013; Zhou et al. 2014; Song et al,2014a,2014b; He et al,2014)。但是,在模式对温室气体的敏感度上,几个模式间的差异则较大(陈晓龙等,2014; Chen et al,2014; Zhou et al,2014)。
CMIP5的试验设计、计算量和数据量较之以往都是空前的。较之以往历次CMIP计划,IAP/LASG参加CMIP5的一个新的特点,就是联合和协作。例如,IAP/LASG联合中国国家海洋局第一海洋研究所,完成了FGOALS2的耦合框架;IAP/LASG联合清华大学计算机系和地学中心,对大气模式GAMIL和FGOALS-g2的模式代码进行了优化、提升了计算效率,并在其高性能计算机上完成了FGOALS-g2的大部分气候预估试验;IAP/LASG联合中国科学院大气物理研究所大气边界物理和大气化学国家重点实验室(IAP/LAPC),发展了FGOALS地球系统模式FGOALS-s2-ESM的初始版本。“联合与协作”应该成为中国地球系统模式研发领域所倡导的科学文化。6 中国地球气候系统模式发展面临的挑战
考察气候模式研发整体水平的指标有多种,其中对CMIP5模式的比较,是其中的有效指标。以CMIP5模式为参照标准,中国当前气候模式与国际领先模式的差距主要体现在:
首先,在所用模式的分辨率上,中国落后于国际平均水平,高分辨率模式的研发滞后。对比参加CMIP5的国际模式情况,中国的气候系统模式分辨率明显偏低(表 5,图 1a)。当前国际上用于长期气候模拟试验的大气模式,平均分辨率已经达到1.5°左右,一些国际领先的气候模拟中心的模式分辨率已经高于1.0°。而用于短期气候模拟试验的大气模式,已经开始有分辨率介于0.2°—0.6°的高分辨率大气环流模式出现。但是,中国参加CMIP5的模式,其大气分辨率多在2.8°左右,明显低于同期国际平均水平(图 1b)。
高分辨率的气候模式能直接分辨更精细时空尺度的物理过程,从而有更高的模式性能;同时,高分辨率气候模式还能模拟中低分辨率模式所不能模拟的一些基本大气和海洋现象,例如大气中的热带气旋、 梅雨锋结构、海洋的中尺度涡旋等,因此,分辨率是衡量气候模式能力的重要标尺。尽管中国参加CMIP5的气候模式总数达到5个,应当承认中国气候模式研发的整体水平与发达国家相比还有明显差距,特别是在高分辨率气候模式的研发方面,中国与国际先进水平的差距在加大。而东亚气候的独特性(Yu et al,2004),使得只有依靠中国自己的力量,才能完成适应东亚气候的物理过程参数化方案的研发。
其次,在地球系统模式的研发上,中国起步较晚、差距大。参加CMIP5的国际模式,其中地球系统模式有11个(Anav et al,2013)。中国参加CMIP5的模式中,尽管BCC、BNU、FIO和FGOALS-s2模式都包含碳循环过程,但是其对陆地和海洋碳循环过程的处理都相对简单。如何在原有的物理气候系统模式研究基础之上,进一步完善陆地和海洋碳循环过程,特别是把中国在陆地和海洋生物地球化学循环分量模式研发领域的成果,集成到耦合的地球系统模式中,构成一个整体,使得中国的地球系统模式的研发与国际同步,这是目前需要加强的工作。
第三,在地球气候系统模式的关键组成部分大气环流模式和海洋环流模式的研发上,中国的研发力量依然偏弱。中国目前在研的气候/地球系统模式已经达到10个(表 8),但是,作为耦合系统核心组成部分的大气环流模式,目前主要的开发单位还是中国科学院大气物理研究所和中国国家气候中心,而从事具有自主知识产权的大洋环流模式研发工作的则只有中国科学院大气物理研究所。一些新近从事耦合模式研发的单位,主要还是采用国外的大气和海洋分量,这使得将来进行多模式集合模拟时,模式的独立样本数大大降低。
模式 | 研发单位 | 大气模式 | 海洋模式 | 陆面模式 | 海冰模式 | 耦合器 | |
1 | BCC-ESM(Wu et al,2014) | 中国国家气候中心 | BCC-AGCM(2.8°×2.8°) | MOM4(高纬度地区1.0°,接近赤道加密至0.3°) | AVIM | CICE | CPL |
2 | BNU-ESM(Ji et al,2014) | 北京师范大学 | CAM3.5(2.8°×2.8°) | MOM4p1(高纬度地区1.0°,接近赤道加密至0.3°) | CoLM | CICE4 | CPL |
3 | CAMS-CSM | 中国气象科学研究院 | ECHAM5(2.8°×2.8°) | MOM4(高纬度地区2.0°,赤道经向加密至0.3°) | JSBACH | FMS-SIS | FMS-coupler |
4 | CAS-ESM(孙泓川等,2012) | 中国科学院大气物理研究所ICCES | IAP4 AGCM(1.4°×1.4°) | LICOM(1.0°,赤道经向加密至0.5°) | CLM | CICE | CPL |
5 | FIO-ESM(Qiao et al,2013) | 国家海洋局一所 | CAM3.5(2.8°×2.8°) | POP2(高纬度地区1.1°,赤道地区加密为0.3°—0.5°) | CLM | CICE | CPL |
6 | FGOALS-s2(Bao et al,2013) | 中国科学院大气物理研究所LASG | SAMIL(1.6°×2.8°) | LICOM(1.0°,赤道经向加密至0.5°) | CLM | CICE | CPL |
7 | FGOALS-g2(Li et al,2013) | 中国科学院大气物理研究所LASG | GAMIL(2.8°×2.8°) | LICOM(1.0°,赤道经向加密至0.5°) | CLM | CICE | CPL |
8 | CICSM/CIESM(Wang,2013) | 清华大学地学中心 | FDAM(1.0°×1.0°/2.8°×2.8°) | FDOM(0.5°×0.5°/1.0°×1.0°) | CLM4 | CICE4-LASG | C-coupler |
9 | ICM(Huang et al,2014) | 中国科学院大气物理研究所季风中心 | ECHAM5(3.75°×3.75°) | NEMO2.3(高纬度地区2.0°,接近赤道加密至0.5°) | JSBACH | LIM2 | OASIS3 |
10 | NIUST Model 1.0 | 南京信息工程大学 | ECHAM4(2.8°×2.8°) | NEMO(高纬度地区3.0°,赤道地区加密至0.6°) | JSBACH | CICE | OASIS3 |
总结上述3个方面,其实可以归纳为一点,即中国在气候系统模式研发方面的创新能力的不足。模式的发展涉及到对大气动力学、热力学、大气、海洋、海冰、陆面、生物过程的认知、以及它们之间相互作用过程的认识;涉及到将这些认识用数学方式表达出来,并最终在高性能计算机上把这种表达用计算结果体现出来。中国在这几个方面较之国际先进水平均有差距,缩短与国际先进水平的差距尚需要长期不懈的努力。7 中国地球气候系统模式发展面临的机遇
中国地球气候系统模式的发展,也面临着前所未有的良好机遇,这主要体现在以下方面。
(1)国家的高度重视和财力支持。中国目前已经通过中国科学技术部的973和863项目、中国科学院的战略先导项目、中国气象局和中国国家海洋局的行业专项项目、中国国家自然科学基金等经费渠道,加大对气候模式研发工作的支持力度。据统计,目前在研的973项目中,与气候模式研发直接相关的已经有多个。例如,全球变化重大科学计划项目《高分辨率气候系统模式的研制评估》的目标,是建立具有50 km左右水平分辨率,具有良好稳定性和物理守恒性动力框架的大气环流模式,30—50 km分辨率的海洋环流模式;《碳循环关键过程及其与气候系统耦合的研究》项目的目标,是实现大气、陆地与海洋碳循环-气候的三维耦合,提升中国碳循环与气候变化相互作用的研究水平;《生态和环境系统模式的研制与改进》项目的目标,是建成中国自己的全球植被生态系统动力学模式、全球气溶胶和大气化学模式、全球陆地和海洋生化过程模式(以碳氮循环为主),形成完整的生态和环境系统模式;863计划重点项目《地球系统模式中的高效并行算法研究与并行耦合器研制》的目标,是研究地球系统模式的高效并行算法、形成并行应用框架,建立具有中国自主知识产权的模块化并行耦合器,将创新的高性能算法和软件实现技术应用于物理气候系统模式的开发中;中国科学院战略性先导科技专项项目《气候模式模拟和预估中的不确定性问题》,旨在通过联合科学院内外的力量,发展中国科学院地球系统模式,针对显著影响气候模式模拟不确定性的关键物理过程,发展参数化方案,通过耦合集成,建成一个中国科学院地球气候系统模式。
(2)中国高性能计算机的快速发展为开展地球系统模式研发、参与国际竞争提供了坚实的计算平台。以“天河一号”、“天河二号”超级计算机的研制成功为标志,中国已经成为世界上少数能够研制千万亿次超级计算机的国家。以IAP为例,在“天河一号”超级计算机上,IAP/LASG已经于2012年利用千核进行了准全球10 km分辨率的大洋环流模拟试验,随后又利用万核计算资源,成功地进行了全球12.5和6 km分辨率的全球大气环流模拟试验。这极大地推动了中国高分辨率气候模式的研发工作。
(3)气候模式研发队伍逐渐壮大,青年人才成长很快。近年来,中国能够培养气候模式研发人才的教学和科研机构逐渐增多,除了传统的中国科学院大气物理研究所、南京大学、中国海洋大学、北京大学等单位之外,近年来北京师范大学、清华大学、南京信息工程大学、中国气象科学研究院等单位,亦开始建立专门的系所或者研究中心,启动气候模式的研发工作,同步培养模式研发人才。因此,中国气候模式研发的队伍在逐年壮大,青年人才储备有保障。在国家层次上,气候模式研发队伍唯有保持一定的体量,才能通过竞争与协作的良性互动,提升中国气候模式研发的整体水平。8 结 语
当前气候模式的发展,正处在从物理气候系统模式走向地球系统模式的关键时期。发展物理气候系统模式的目的,在于理解多圈层相互作用的物理规律;发展地球系统模式的目的,在于通过研究大气、陆地和海洋之间的能量、动量和物质交换,来了解地球能量过程、生态过程和新陈代谢过程的运行规律,并了解土地陆表覆盖、土地利用变化和温室气体排放通过这些过程所引起的气候响应;特别是理解碳、氮和铁循环的生物地球化学耦合过程在气候系统中的作用、以及人类活动对这些循环过程的影响。多学科交叉的特点,决定了地球系统模式的发展必须是开放的、合作的,这也是发达国家发展地球/气候系统模式的成功经验。
中国目前在研的气候/地球系统模式已经达到10个(表 8),如何通过国家层次上的协调实现中国气候/地球系统模式的有序发展,这已经成为国家研发经费管理部门当前面临的问题。在此方面,世界各国作法各自不同,本文不拟对此进行讨论,在此列出美国国家科学院发布的《推动气候模拟的国家战略》的9条措施作为本文结语。该战略报告由美国国家研究理事会(NRC)制定,用于指导美国国家的气候模拟事业在未来10—20年的发展。NRC为此成立了“推动气候模拟的国家战略”委员会,该委员会制定的“推动未来20年气候模拟事业(美国)国家战略”,包括4个主要的组成部分以及5个支撑要素(周天军等译,2014)。
(1)推动发展一个通用的、国家级的软件平台,用于支撑一系列围绕不同目的研制的、各种层级上的模式。该软件平台能够支持在超大规模的计算平台上改进气候模式;
(2)组织年度气候模拟论坛,推动对美国的区域和全球模式更为紧密、协调和更为连续的评估,同时推动模式研发和用户间的联系;
(3)培育统一的天气-气候模式,更好地利用天气预报、资料同化和气候模拟之间的协同优势;
(4)开发培训、委派和继续教育“气候释用人员”,使其成为连接模式研究和各种用户的双向界面。
与此同时,国家应该培育和加强:
(5)维持把国家最先进的计算机系统提供给气候模拟使用;
(6)继续支持强大的国际气候观测系统,以全面描述长期的气候趋势和气候变率;
(7)发展培训和奖励体系,吸引最为优秀的计算机和气候科学家从事气候模式发展工作;
(8)加强国家和国际的信息技术(IT)平台建设,更好地支撑气候模拟数据共享和分发;
(9)追求气候科学和不确定性研究方面的进步。
陈晓龙, 周天军, 郭准. 2014. 影响气候系统模式温室气体敏感度的反馈过程: 基于FGOALS模式的研究. 中国科学: 地球科学, 44(2): 322-332 |
满文敏, 周天军. 2011. 外强迫驱动下气候系统模式模拟的近千年大气涛动. 科学通报, 56(25): 2096-2106 |
邵慧, 钱永甫, 王谦谦. 1998. 太阳辐射日变化对R15L9气候模拟效果的影响. 高原气象, 17(4): 158-168 |
孙泓川, 周广庆, 曾庆存. 2012. IAP第四代大气环流模式的气候系统模式模拟性能评估. 大气科学, 36(2): 215-233 |
王斌, 周天军, 俞永强等. 2008. 地球系统模式发展展望. 气象学报, 66(6): 857-869 |
王会军, 徐永福, 周天军等. 2004. 大气科学: 一个充满活力的前沿科学. 地球科学进展, 19(4): 31-38 |
吴国雄, 张学洪, 刘辉等. 1997. LASG全球海洋-大气-陆面系统模式(GOALS/LASG)及其模拟研究. 应用气象学报, 8(增刊): 15-28 |
吴其重, 冯锦明, 董文杰等. 2013. BNU-ESM模式及其开展的CMIP5试验介绍. 气候变化研究进展, 9(4): 291-294 |
吴统文, 宋连春, 刘向文等. 2013. 国家气候中心短期气候预测模式系统业务化进展. 应用气象学报, 24(5): 533-543 |
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 |
张学洪, 郭裕福, 袁重光等. 1999. 中国科学院大气物理研究所环流模式(GCM)研究的成就//陶诗言, Ricnes M R, 陈泮勤等. 《温室效应与气候变化研究》: 中国科学院、美国能源部“二氧化碳导致的气候变化”联合研究进展(1984—1999). 北京: 海洋出版社, 5-13 |
周天军. 2000. LASG海陆气耦合模式的发展与应用. 2000年地球科学领域国家重点实验室评估代表性成果学术报告. 中国科学院大气物理研究所, 2000年3月3 |
周天军, 张学洪, 俞永强. 2000. 气候系统模式中海-气-水通量交换的耦合方法. 科学通报, 45(19): 2097-2100 |
周天军, 王在志, 宇如聪等. 2005a. 基于LASG/IAP大气环流谱模式的气候系统模式. 气象学报, 63(5): 702-715 |
周天军, 宇如聪, 王在志等. 2005b. 大气环流模式SAMIL及其耦合模式FGOALS-s. 北京: 气象出版社, 288pp |
周天军, 邹立维等译. 2014. 推动气候模拟的美国国家战略. 北京: 气象出版社, 出版中 |
Anav A, Friedlingstein P, Kidston M, et al. 2013. Evaluating the land and ocean components of the global carbon cycle in the CMIP5 Earth System Models. J Climate, 26(18): 6801-6843 |
Arora V K, Scinocca J F, Boer G J, et al. 2011. Carbon emission limits required to satisfy future representative concentration pathways of greenhouse gases. Geophys Res Lett, 38(5): L05805, doi:10.1029/2010GL046270 |
Bao Q, Lin P P, Zhou T J, et al. 2013. The flexible global ocean-atmosphere-land system model, spectral version 2: FGOALS-s2. Adv Atmos Sci, 30(3): 561-5760, doi:10.1007/s00376-012-2113-9 |
Bellenger H, Guilyardi E, Leloup J, et al. 2013. ENSO representation in climate models: From CMIP3 to CMIP5. Climate Dyn, 42: 1999-2018, doi:10.1007/s00382-013-1783-z |
Chen X L, Zhou T J, Guo Z. 2014. Climate sensitivities of two versions of FGOALS model to idealized radiative forcing. Sci China Earth Sci, 57(6): 1363-1373, doi:10.1007/s11430-013-4692-4 |
Collins W J, Bellouin N, Boucher M D, et al. 2011. Development and evaluation of an Earth-System model-HadGEM2. Geosci Model Dev, 4(2): 997-1062, doi:10.5194/gmdd-4-997-2011 |
Dufresne J L, Foujols M A, Denvil S, et al. 2013. Climate change projections using the IPSL-CM5 earth system model: From CMIP3 to CMIP5. Climate Dyn, 40: 2123-2165 |
Dunne J P, John J G, Adcroft A J, et al. 2012. GFDL's ESM2 global coupled climate-carbon earth system models. Part Ⅰ: Physical formulation and baseline simulation characteristics. J Climate, 25(19): 6646-6665 |
Flato G, Marotzke J, Abiodun B, et al. 2013. Evaluation of climate models//Stocker T F, Qin D, Plattner GK, et al. Climate Change 2013. The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 741-866 |
Gates W L, Rowntree P R, Zeng Q C, et al. 1990. Validation of climate model//Houghton J T, Jenkins G J, Rphraume J J. Climatic Change 1990: The IPCC Scientific Assessment. Report prepared for Intergovernmental Panel on Climate Change by Working Group I Cambridge, Great Britain, New York, NY, USA and Melbourne, Australia: Cambridge University Press |
Gates W L, Mitchell J F B, Boer G J, et al. 1992. Climate modeling, climate prediction and model validation//Houghton J T, Callander B A, Varney S K. Climate Change 1992: The Supplementary Report to the IPCC Scientific Assessment. Report prepared for Intergovernmental Panel on Climate Change by Working Group I combined with Supporting Scientific Material. Cambridge, Great Britain, New York, NY, USA, and Victoria, Australia: Cambridge University Press |
Gates W L, Henderson-Sellers A, Boer G J, et al. 1995. Climate models evaluation//Houghton J T, Meira Filho L G, Callander B A, et al. Climate Change 1995: The Science of Climate Change. Contribution of Working Group I to the Second Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge Great Britain, New York, NY, USA, and Melbourne, Australia: Cambridge University Press |
Giorgetta M A, Jungclaus J, Reick C H, et al. 2013. Climate and carbon cycle changes from 1850 to 2100 in MPI-ESM simulations for the Coupled Model Intercomparison Project phase 5. J Adv Model Earth Syst, 5(3): 572-597, doi:10.1002/jame.20038 |
He C, Zhou T J. 2014. The two interannual variability modes of the Western North Pacific Subtropical High simulated by 28 CMIP5-AMIP models. Climate Dyn, doi:10.1007/s00382-014-2068-x (in press) |
Huang P, Wang P, Hu K, et al. 2014. An introduction to the Integrated Climate Model of the Center for Monsoon System Research and its simulated influence of El Niño on East Asian-western North Pacific climate. Adv Atmos Sci, doi: 10.1007/s00376-014-3233-1 |
Ilyina T, Six K D, Segschneider J, et al. 2013. Global ocean biogeochemistry model HAMOCC: Model architecture and performance as component of the MPI-Earth system model in different CMIP5 experimental realizations. J Adv Model Earth Syst, 5(2): 287-315, doi:10.1029/2012MS000178 |
Ji D, Wang L, Feng J, et al. 2014. Description and basic evaluation of BNU-ESM version 1. Geosci Model Dev Discuss, 7(2): 1601-1647 |
Jones C D, Hughes J K, Bellouin N, et al. 2011. The HadGEM2-ES implementation of CMIP5 centennial simulations. Geosci Model Dev, 4(3): 543-570, doi: 10. 5194/gmd-4-543-2011 |
Li L J, Lin P F, Yu Y G, et al. 2013. The flexible global ocean-atmosphere-land system model: Grid-point version 2: FGOALS-g2. Adv Atmos Sci, 30(3): 543-560 |
Long M C, Lindsay K, Peacock S, et al. 2013. Twentieth-century oceanic carbon uptake and storage in CESM1 (BGC). J Climate, 26(18): 6775-6800 |
Masui T, Matsumoto K, Hijioka Y, et al. 2011. An emission pathway for stabilization at 6 W/m2 radiative forcing. Climatic Change, 109(1-2): 59-76 |
McAvaney B J, Covey C, Joussaume S, et al. 2001. Model evaluation//Houghton J T, Ding Y, Griggs D J, et al. Climate Change 2001: The Science Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change . Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press |
Meehl G A, Boer J, Covey C, et al. 1997. Intercomparison makes for a better climate model. Eos, Trans Amer Geophys Union, 78(41): 445-451 |
Meehl G A, Boer J, Covey C, et al. 2000. The Coupled Model Intercomparison Project (CMIP). Bull Amer Meteor Soc, 81: 313-318 |
Meehl G A, Covey C, McAvaney B, et al. 2005. Overview of the coupled model intercomparison project. Bull Amer Meteor Soc, 86(1): 89-93 |
Meehl G A, Covey C, Delworth T, et al. 2007. The WCRP CMIP3 multimodel dataset: A new era in climate change research. Bull Amer Meteor Soc, 88(9): 1383-1394, doi:10.1175/BAMS-88-9-1383 |
Moss R H, et al. 2009. Towards new scenarios for analysis of emissions, climate change, impacts, and response strategies. IPCC Expert Meeting Report, IPCC, Geneva, 25pp |
Qiao F L, Yuan Y L, Yang Y Z, et al. 2004. Wave-induced mixing in the upper ocean: Distribution and application in a global ocean circulation model. Geophys Res Lett, 31: L11303, doi:10.1029/2004GL019824 |
Qiao F L, Song Z Y, Bao Y, et al. 2013. Development and evaluation of an Earth System Model with surface gravity waves. J Geophys Res Oceans, 118, doi:10.1002/jgrc.20327 |
Randall D A, Wood R A, Bony S, et al. 2007. Cilmate models and their evaluation//Solomon S, Qin D, Manning M, et al. Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom, and New York, NY, USA: Cambridge University Press |
Riahi K, Rao S P, Krey V, et al. 2011. RCP8.5: A scenario of comparatively high greenhouse gas emissions. Climatic Change, 109(1-2): 33-57 |
Rogelj J, Meinshausen M, Knutti R. 2012. Global warming under old and new scenarios using IPCC climate sensitivity range estimates. Nature Climate Chang, 2(4): 248-253 |
Shao P, Zeng X B, Sakaguchi K, et al. 2013. Terrestrial carbon cycle: Climate relations in eight CMIP5 Earth System Models. J Climate, 26(22): 8744-8764 |
Song F F, Zhou T J. 2014a. Interannual variability of East Asian summer monsoon simulated by CMIP3 and CMIP5 AGCMs: Skill dependence on Indian Ocean-Western Pacific anticyclone teleconnection. J Climate, 27(4): 1679-1697 |
Song F F, Zhou T J, Qian Y. 2014b. Responses of East Asian summer monsoon to natural and anthropogenic forcings in the 17 latest CMIP5 models. Geophys Res Lett, 41(2): 596-603, doi:10.1002/2013GL058705 |
Song Y J, Qiao F L, Song Z Y. 2012. Improved simulation of the South Asian summer monsoon in a coupled GCM with a more realistic ocean mixed layer. J Atmos Sci, 69(5): 1681-1690 |
Song Z Y, Qiao F L, Wang C Z. 2011. The correctness to the spuriously simulated semi-annual cycle of the sea surface temperature in the equatorial eastern Pacific. Sci China Earth Sci, 54(3): 438-444, doi:10.1007/s11430-011-4176-3 |
Sperber K R, Annamalai H, Kang I S, et al. 2013. The Asian summer monsoon: An intercomparison of CMIP5 vs. CMIP3 simulations of the late 20th century. Climate Dyn, 41(9-10): 2711-2744 |
Taylor K E, Stouffer R J, Meeh G A. 2012. An overview of CMIP5 and the experiment design. Bull Amer Meteor Soc, 93(4): 485-498 |
Thomson A M, Calvin K V, Smith S J, et al. 2011. RCP4.5: A pathway for stabilization of radiative forcing by 2100. Climatic Change, 109: 77-94 |
Tjiputra J F, Roelandt C, Bentsen M, et al. 2013. Evaluation of the carbon cycle components in the Norwegian Earth System Model (NorESM). Geosci Model Dev, 2: 845-887 |
van Vuuren D P, Stehfest E, den Elzen M G J, et al. 2011. RCP2.6: Exploring the possibility to keep global mean temperature increase below 2°C. Climatic Change, 109: 95-116 |
Volodin E M, Dianskii N A, Gusev A V. 2010. Simulating present day climate with the INMCM4.0 coupled model of the amospheric and oceanic general circulations. Izv Atmos Ocean Phys, 46(4): 414-431 |
Wang B. 2013. Preparing for CMIP6 in China. WGCM17 Meeting, 1-3 Oct, 2013, Victoria, Canada |
Wang H J, Zeng Q C, Zhang X H. 1993. The numerical simulation of the climatic change caused by CO2 doubling. Sci China Chem, 36(4): 451-462 |
Watanabe S, Hajima T, Sudo K, et al. 2011. MIROC-ESM: Model description and basic results of CMIP5-20c3m experiments. Geosci Model Dev Discuss, 4(2): 1063-1128, doi:10.5194/gmdd-4-1063-2011 |
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, doi:10.1007/s00382-008-0487-2 |
Wu T W, Li W P, Ji J J, et al. 2013. Global carbon budgets simulated by the Beijing Climate Center Climate System Model for the last century. J Geophys Res Atmos, 118: 4326-4347, doi:10.1002/ jgrd.50320 |
Wu T W, Song L C, Li W P, et al. 2014. An overview of BCC climate system model development and application for climate change studies. J Meteor Res, 28(1): 34-56, doi:10.1007/s13351-014-3041-7 |
Yu Rucong, Wang Bin, Zhou Tianjun. 2004. Climate effects of the deep continental stratus clouds Generated by Tibetan Plateau. J Climate, 17: 2702-2713 |
Yu Y, Zhang X. 1998. A modified air-sea flux anomaly coupling scheme. Chin Sci Bull, 43: 866-870 |
Yu Y Q, Yu R C, Zhang X H, et al. 2002. A flexible coupled ocean-atmosphere general circulation mode. Adv Atmos Sci, 19: 169-190 |
Yu Y Q, Zhang X H, Guo Y F. 2004. Global coupled ocean-atmosphere general circulation models in LASG/IAP. Adv Atmos Sci, 21(3): 444-455 |
Yu Y Q, Zhi H, Wang B, et al. 2008. Coupled model simulations of climate changes in the 20th century and beyond. Adv Atmos Sci, 25(4): 641-654 |
Zhang J, Li L, Zhou T J, et al. 2013. Variation of surface temperature during the last millennium in a simulation with the FGOALS-gl climate system model. Adv Atmos Sci, 30(3): 699-712, doi:10.1007/s00376-013-2178-0 |
Zhang X H, Shi G, Liu H, et al. 2000. IAP Global Ocean-Atmosphere-Land System Model. Beijing: Science Press, 251pp |
Zhou T J, Zhang X H, Wang S W. 2000a. The relationship between the thermohaline circulation and climate variability. Chin Sci Bull, 45(11): 1052-1056 |
Zhou T J, Zhang X H, Yu Y Q, et al. 2000b. Response of IAP/LASG GOALS model to the coupling of air-sea freshwater exchange. Adv Atmos Sci, 17(3): 473-486 |
Zhou T J, Yu Y Q, Liu H L, et al. 2007. Progress in the development and application of climate ocean models and ocean-atmosphere. Adv Atmos Sci, 24(6): 1109-1120 |
Zhou T J, Wu B, Wen X Y, et al. 2008. A fast version of LASG/IAP climate system model and its 1000-year control integration. Adv Atmos Sci, 25(4): 655-672 |
Zhou T, Chen X, Dong L, et al. 2014. Chinese contribution to CMIP5: An overview of five Chinese models' performances. J Meteor Res, 28(4):481-510, doi: 10. 1007/s13351-014-4001-y. |