应用气象学报  2006, 17 (5): 526-537   PDF    
引用本文
丁一汇, 柳艳菊. 南海夏季风爆发的数值模拟[J]. 应用气象学报, 2006, 17(5): 526-537.
Ding Yihui, Liu Yanju. Simulation of the South China Sea Summer Monsoon Onset[J]. Journal of Applied Meteorological Science, 2006, 17(5): 526-537  
南海夏季风爆发的数值模拟
丁一汇, 柳艳菊     
国家气候中心 中国气象局气候研究开放实验室, 北京 100081
2006-05-12 收到, 2006-08-07 收到修改稿.
资助项目: 国家自然科学基金项目 (40531006和40576012) 资助    
摘要: 利用高分辨率的区域气候模式 (RegCM_NCC) 对南海夏季风爆发进行模拟研究。研究表明:该模式对积云对流参数化方案的选择十分敏感, 其中以Kuo积云参数化方案为最好, 可以比较成功地模拟出南海夏季风的爆发时间、爆发前后高、低层风场的剧烈变化以及季风与季风雨带的向北推进。然而该方案对于雨量和副热带高压位置的模拟, 与观测相比尚存在一定的偏差, 主要表现为副热带高压位置模拟偏北、偏东; 南海地区的降水量模拟偏少、降水范围偏小。此外, 采用4种参数化方案 (Kuo, Grell, MFS, Betts-Miller) 集成的结果在某种程度上要优于单个方案的结果, 这种改善主要体现在对南海地区季风爆发后降水的模拟上。
关键词: 南海夏季风    爆发    数值模拟    
Simulation of the South China Sea Summer Monsoon Onset
Ding Yihui, Liu Yanju     
Laboratory for Climate Studies, National Climate Center, CMA, Beijing 100081
Abstract: Generally speaking, the South China Sea summer monsoon (SCSSM) onset marks the arrival of the East and Southeast Asian summer monsoon and the beginning of the major rainy season in these regions. Therefore, the correct simulation of SCSSM has a significant implication. General Circulation Models (GCMs) have limitations in reproducing regional details because of the relatively low spatial resolution and simple representation of physical processes. Hence many studies tends to use air-sea coupled model and regional climate model to simulate the seasonal variations and anomalies of the East Asian monsoon. As an important energy source for atmospheric motion, cumulus convection plays a key role in determining the structure of temperature and moisture in the atmosphere. With the development of numerical model, different cumulus parameterization schemes have been designed and applied in the numerical weather forecasting models and the simulations of atmospheric general circulation. Many studies show that the choices of different cumulus parameterization schemes may have significant influences on the simulations of synoptic and climate systems, therefore the choice of the cumulus parameterization scheme has been one of the important problems in the modeling research. With the high-resolution regional climate model of China National Climate Center (RegCM_NCC), four cumulus parameterization schemes (Kuo, Grell, MFS, Betts-Miller) are adopted to carry out a series of sensitivity experiments on the SCSSM onset in 1998. The results indicate that the model is very sensitive to the choice of convective parameterization schemes. It seems that the Kuo cumulus scheme simulates the process of the SCSSM onset reasonably well, which can reproduce the onset timing and dramatic changes before and after the SCSSM onset, especially the upper and lower level flow patterns. For the amount of precipitation and location of the subtropical high, there are still some biases between the simulations and the observations, including the location of the subtropical high simulated further north and east, the precipitation amount over the South China Sea too little as well as the range of precipitation too narrow. The ensemble results are obviously superior to any single cumulus parameterization scheme and the obvious improvement is mainly on the simulation of precipitation over the South China Sea.
Key words: South China Sea summer monsoon     onset     numerical simulation    
引言

我国处于亚洲季风区, 季风活动与夏季旱涝灾害的发生息息相关[1], 因而国家经济建设和社会的进步迫切需要进行季风活动的预报。然而由于资料的缺乏和问题的复杂性, 长期以来这方面的进展比较缓慢。20世纪80年代以来, 随着计算技术和数值模式的迅速发展以及资料的增多, 使得季风的数值研究取得了许多进展。在季风的数值模拟方面, 主要集中在利用大气环流模式和海气耦合模式对季风环流和降水的模拟试验上。但是, 近年来关于季风的模拟研究表明, 对平均的季风气候及其不同时间尺度上的变化进行模拟和预报还存在不足[2-6]。模式的检验表明, 当今先进的GCM模式在规定的海温条件下, 不能完全模拟出南亚夏季风与东亚夏季风的主要特征[5, 7-8]。在东亚季风的模拟中, 利用全球模式对东亚地区全年和夏季降水与气温的模拟结果与观测有很大的不一致性[9]。因而, 近年来越来越多的研究趋于用全球海-气耦合模式和高分辨率的区域气候模式对东亚季风的季节变化和异常进行数值模拟[9-10]。例如, 最近利用澳大利亚全球海-气耦合模式 (POAMA) 对2003年和2004年南海夏季风爆发进行了预测, 结果表明:该海-气耦合模式对南海夏季风的爆发时间有一定预报能力, 其最大预报时限可以提前20 d左右, 这略超过目前中期预报的上限 (2周) [11]。

在南海季风试验期间, 关于南海夏季风爆发的数值模拟研究主要集中在利用中尺度数值模式、区域气候模式以及区域海气耦合模式对1998年南海夏季风的活动进行模拟[12-15]。这些研究都在一定程度上比较成功地模拟了南海与东亚地区季风与雨带的季节进程, 但是关于南海季风的爆发及爆发过程还缺乏比较细致的模拟研究。特别是大多数的模拟工作集中考虑北部地区, 而对南海中、南部地区考虑较少。鉴于南海所处的特殊地理位置, 必须发展适合研究南海夏季风爆发特点的区域气候模式。Chan等在中国气象局国家气候中心原有区域气候模式的基础上, 对模式进行了改进, 并利用Kuo方案成功地提高了南海地区降水的模拟效果, 而且10年的模拟结果也很好地模拟出了气候学意义下南海夏季风的爆发, 这表明新改进的区域气候模式对南海夏季风的爆发具有较好的模拟能力[16-19]。

对于区域气候模式来讲, 模拟的误差来源主要有两种:一是模式的动力和热力过程与物理参数化产生的误差; 二是模式的初始条件和边界条件引起的误差。另外, 区域气候模式对模拟区域、网格分辨率、缓冲区大小, 垂直层次和参数化方案的选择均具有一定的敏感性[18-19]。对于区域气候模式的这些问题已经有很多的研究, 然而结论并不完全一致[20-23], 因此还需要在这些方面进行深入的研究。由于积云对流参数化作为数值模式中最重要的非绝热加热物理过程之一, 对区域降水的模拟是非常重要的, 因为积云在大尺度环流强迫和控制下发生后, 通过其感热、潜热和动量垂直输送等反馈作用影响大尺度环流, 并在决定大气温度、湿度场的垂直结构中起着关键作用。因此区域气候模式中的积云对流参数化方案的比较研究是了解模式模拟性能的一项重要工作。很多研究表明:采用不同的对流参数化方案来描述积云对流活动可以产生不同的降水模拟效果。因此, 对于不同季节、不同区域应采用不同的参数化[23-26]。

本文利用国家气候中心最新改进的区域气候模式 (RegCM_NCC) [16], 采用4种不同的积云参数化方案 (Kuo, Grell, MFS, Betts-Miller) 对1998年南海夏季风的爆发进行了一系列敏感性试验, 以检验季风爆发时积云参数化方案的敏感性, 在试验中除积云参数化方案不同外, 其他物理过程的配置均一致。

1 南海季风爆发期间月平均环流场和降水场的模拟

1998年南海夏季风的爆发分两阶段, 第一阶段于5月第4候夏季风在南海北部最先爆发, 第二阶段于5月第5候整个南海地区季风大规模爆发[27]。图 1为采用4种不同参数化方案模拟的1998年5月南海季风爆发期间月平均850 hPa风场的分布。

图 1. 1998年5月850 hPa月平均流场的分布 (单位:m·s-1; 阴影区表示风速超过5 m·s-1) (a) 观测, (b) Kuo方案, (c) Grell方案, (d) MFS方案, (e) Betts-Miller方案

图 1a表明, 这一时期西太平洋副热带高压脊线向西伸展到中南半岛南部上空, 南海地区受副热带高压控制, 南海南部地区盛行东南气流, 南海北部是副热带高压西北侧的西南气流。对比图 1b~1e可以看出, Kuo方案较好地模拟出低空流场的基本特征, 但在南海北部地区西南风的模拟较观测偏强。对于MFS和Betts-Miller方案, 虽然都能够模拟出南半球赤道东印度洋地区气旋性环流的特点, 但模拟的西太平洋副热带高压位置和强度与观测略有不同, 其中MFS方案模拟的副热带高压偏强且位置略偏北, 而Betts-Miller方案模拟的副热带高压位置明显偏东、偏北。对于Grell方案, 最明显的特征是副热带高压模拟得偏强且位置偏西。正是由于副热带高压模拟的不准确, 从而使南海北部地区西南风的模拟与观测有一定的偏差。

对于高空200 hPa环流场 (图 2), 其中Kuo方案和Betts-Miller方案较好地模拟出了高空场的分布形势, 与观测相似, 南压高压的中心位置主要位于孟加拉湾东部沿岸和中南半岛西侧的上空, 偏西风或西北辐散气流控制着南海北部, 而南海南部为东北气流所控制 (图 2a, 图 2b, 图 2e), Grell方案和MFS方案模拟的南压高压的中心位置明显偏西 (图 2c, 图 2d)。对比不同的参数化方案的模拟结果可以看出, RegCM_NCC模式基本上可以模拟出南海夏季风爆发期间月平均的大尺度环流形势、重要天气系统的基本位置、强度变化及演变特点。

图 2. 1998年5月200 hPa月平均流场的分布 (单位:m·s-1; 阴影区表示风速超过20 m·s-1) (a) 观测, (b) Kuo方案, (c) Grell方案, (d) MFS方案, (e) Betts-Miller方案

由于降水受到多种物理过程 (其中包括局地因子, 如地形等) 的共同作用, 模拟的误差一般较大, 因此降水的时空分布及主要雨带位置的变动一直是季风模拟中检验模式性能的主要物理量。比较模拟的降水量和观测值可见, 采用不同的参数化方案模拟的结果差别是很显著的。5月, Kuo方案较好地模拟出了位于我国华南沿海以及台湾到日本一线的西南—东北向雨带, 在南海地区模拟的降水分布和强度与观测也较为接近, 不足的是在孟加拉湾北部青藏高原地区过高地估计了降水强度, 从而导致一个虚假的强降水中心的出现 (图 3), Grell方案也是如此。此外, Kuo方案对我国大陆东部地区降水量的模拟也明显较观测偏强。对于Grell方案, 模拟的主要雨带位置明显偏北, 而南海地区的降水量偏少。对于MFS方案, 则过高地估计了主要雨带的范围与强度, 而对南海地区模拟的降雨强度和范围与观测更为接近。对于Betts-Miller方案, 模拟的降水范围集中, 雨带主要位于南海中部及其以东的洋面上。值得注意的是Grell, MFS以及Betts-Miller这3种方案都过高地估计了赤道东印度洋地区的降水范围和强度, 这可能与模式对地气交换过程中动量、热量以及水汽的交换系数的设定差异有一定的关系。

图 3. 1998年5月月平均降水量的分布 (单位:mm; 阴影区表示降水量超过5 mm) (a) 观测, (b) Kuo方案, (c) Grell方案, (d) MFS方案, (e) Betts-Miller方案

模式模拟的总降水由对流性降水和大尺度降水两部分组成, 对流性降水由次网格尺度的积云参数化所决定, 大尺度降水是模式网格尺度上的降水。表 1、表 2给出了1998年5月和6月南海地区观测与模拟的降水比较。对于总降水量, Grell方案和BettsMiller方案模拟结果较观测明显偏小2~3 mm·d-1, 而Kuo方案模拟结果比观测值小1.36 mm·d-1, MFS方案与观测值更为接近, 偏大1 mm·d-1左右。4种参数化方案进行集成后, 南海地区5月平均降水模拟结果比观测偏小1.41 mm·d-1, 较观测偏少约24%, 这符合目前IPCC报告得到的目前区域气候模式模拟的降水平均偏差为30%以下的标准[28]。6月, 南海地区的月平均降水模拟结果比观测小32%, 略大于平均标准偏差, 但仍然在大多数模式模拟的偏差范围内 (偏差范围20%~80%)。对于对流性降水, Kuo和Betts-Miller方案中, 对流降水所占比例最大, 超过60%, 占总降水的绝大部分, 因而大尺度降水只占总降水的一小部分, 这反映了在过渡季节南海地区的降水特点, 从而说明这3种方案对南海地区对流降水和非对流降水的模拟还是比较合理的, 但MFS方案模拟的非对流降水似乎太小, 几乎没有大尺度降水。对于Grell方案, 对流降水所占比例最小, 约45%左右, 而大尺度降水相对要占比较大一部分。从上述分析可以看出不仅对流降水有较大的差异, 各自的非对流降水也有明显不同。各个试验的非对流降水的物理过程方案是一样的, 因此它们之间的非对流降水的差异可能是选取不同积云对流参数化的结果。即各个积云对流参数化方案模拟的对流性降水不同, 对流引起的热量、水汽的输送对可分辨尺度运动的影响就会不一样, 同时也可能通过水汽辐合项影响大尺度降水。

表 1 1998年5月南海地区观测与模拟的降水比较

表 2 1998年6月南海地区观测与模拟的降水比较

从上述各方案的模拟结果看, 所模拟的南海夏季风爆发期间降水和环流的分布非常依赖于积云对流参数化方案。从高低空流场的模拟情况看, Kuo方案似乎更适合模拟南海夏季风爆发期间的环流。而从降水场的模拟情况看, MFS方案模拟的南海地区的降水分布和强度更为合理, 而Kuo方案模拟的南海地区降水范围和强度都略偏小。综合环流场和降水场的模拟结果看, Kuo方案可以更好地模拟出南海夏季风爆发期间的月平均环流和降水的特征。5月南海地区夏季降水并非完全是强对流降水, 造成降水的云系是积云和层云的混合, 而Kuo方案更能反映出南海夏季风降雨云系的特征[25-26]。由此可见, 积云对流对模拟结果的影响很大, 这主要由于它直接影响大气热量、水汽和质量的输送和积聚, 造成强降水区上游低空西南风的加强和降水区上空低层气旋性风切变及高空反气旋的生成, 并促使对流层中、低层层结不稳定, 这些都为雨带的形成和加强提供了有利条件[25-26]。因此, 针对不同降水特征采用不同参数化方案是很有必要的。

2 南海季风爆发过程的模拟

图 4和图 5分别给出了1998年5—6月110°~120°E区域平均的850 hPa纬向风、200 hPa纬向风的经向-时间剖面图。对于850 hPa纬向风 (图 4), 除Betts-Miller方案外, 其他3种方案基本上模拟出了5月南海夏季风爆发前中纬度西风南侵以及季风爆发后西风北推的特点, 但模拟出的南海夏季风的爆发、南海地区西风增强的过程相对要弱得多, 而且风场的模拟比观测偏北。对于高空场风场 (图 5), 4种参数化方案都较好地模拟出了南海夏季风爆发时期高空西风减弱、东风增强的显著特征。另外, 对中纬度西风的几次南侵的特点也较成功地模拟出来。与低空风场的演变相对应, Kuo和Betts-Miller方案同样比较成功地模拟出了南海地区及长江流域以南地区的大气增湿过程, 而MFS和Grell方案模拟出的增湿带明显偏北, 与低空850 hPa副热带高压位置模拟偏北有密切的关系 (图略)。

图 4. 1998年5—6月110°~120°E区域平均的850 hPa纬向风经向-时间剖面图 (单位:m·s-1; 阴影区表示西风) (a) 观测, (b) Kuo方案, (c) Grell方案, (d) MFS方案, (e) Betts-Miller方案

图 5. 1998年5—6月110°~120°E区域平均的200 hPa纬向风经向-时间剖面图 (单位:m·s-1; 阴影区表示西风) (a) 观测, (b) Kuo方案, (c) Grell方案, (d) MFS方案, (e) Betts-Miller方案

此外, 用Kuo以及4种参数化集成的两组方案对南海夏季风的爆发过程进行了对比分析 (图 6)。根据以前的工作, 这里取南海夏季风爆发时5月第4候 (北部爆发) 和5月第5候 (全面爆发) 两候的平均为南海夏季风爆发候 (0候) [27], 5月第3候为爆发前1候 (-1候), 5月第6候为爆发后1候 (+1候)。对于季风爆发前1候, Kuo方案和集成方案较好地模拟出了西太平洋副热带高压的位置以及南海北部为西南风气流、南部为东南风气流控制的特征。但Kuo方案模拟的副热带高压南侧的偏东风气流太弱, 而集成方案模拟的则相对偏强, 而且该东风气流向西一直延伸到孟加拉湾地区。另外, 可以发现, 虽然集成方案模拟的季风爆发前大尺度流场与观测场存在着明显的差别, 但是对于南海地区的模拟还是比较成功的; 同时还模拟出了赤道东印度洋地区双子气旋结构的特点 (图 6a, 图 6c)。与流场对应, 季风爆发前主要的降水带集中在我国华东沿海到日本以南的西太平洋地区, 南海地区为晴空少雨区 (图 7a)。与观测相似, 两组方案都模拟出了季风爆发前1候雨带的这种分布特点 (图 7b, 图 7c), 但对赤道东印度洋地区大的降水带, Kuo方案对这一特征没有任何体现, 这也是该方案对热带地区模拟的不足之处。对于集成方案, 则过高估计了该地区的降水量。到南海夏季风爆发候, 在观测场上, 南海地区已基本上被西南风气流所控制, 副热带高压也基本撤出南海地区 (图 6d)。Kuo方案虽然较好地模拟出了副热带高压东撤的特点, 但副热带高压的位置与观测相比略偏东、偏北。而集成方案则没有能够模拟出副热带高压快速东撤这一特点, 从而使来自孟加拉湾地区的热带西南风气流不能伸入到南海地区。与爆发前1候相比较, 副热带高压东移较弱。正是由于副热带高压位置模拟的不成功, 从而造成南海南部地区仍然为东风或东南风气流所控制, 相应地主要降水带仍然集中在我国东部地区以及长江流域地区 (图 6e、图 6f)。季风爆发后1候, 仍然由于副热带高压模拟的失败, 从而造成环流和降水的模拟与观测场存在显著的不同 (图 6h、图 6i、图 7h、图 7i), 而且没有抓住降水带明显南移的特征 (图 7g)。对比高空场的情况 (图略), 模拟的结果与实况十分相似, 模拟的南压高压的位置与强度和实况也较为一致。这说明, 利用该区域气候模式对南海夏季风爆发期间高空场的模拟是比较成功的, 但不论采用哪一种参数化方案对中、低层副热带高压的模拟还不是十分成功, 这可能是由于模式的系统误差所致。

图 6. 1998年南海夏季风爆发期间850 hPa流场的演变 (单位:m·s-1, 其中阴影区表示风速大于5 m·s-1) (a) 观测, -1候, (b) Kuo方案, -1候, (c) 集成方案, -1候, (d) 观测, 0候, (e) Kuo方案, 0候, (f) 集成方案, 0候, (g) 观测, 1候, (h) Kuo方案, 1候，(i) 集成方案，1候

图 7. 南海夏季风爆发期间降水量的演变 (单位:其中阴影区表示降水量大于5 mm) (a) 观测, -1候.(b) Kuo方案, -1候，(c) 集成方案，-1候，(d) 观测, 0候.(e) Kuo方案, 0候, (f) 集成方案, 0候, (g) 观测, 1候, (h) Kuo方案, 1候，(i) 集成方案, 1候

图 8为采用不同方案模拟的南海地区区域平均的850 hPa, 200 hPa纬向风以及降水的逐候演变曲线。从图 8a看, 4种参数化方案都模拟出了季风爆发后纬向风突然增强的特点 (5°~22.5°N, 110°~120°E) 但模拟出的南海地区的西风值较观测值明显偏弱。此外, 还可以看出, 集合平均的结果总体看要优于单个方案 (Kuo方案除外)。值得注意的是虽然BettsMiller方案模拟出的西风量值与观测偏差最大, 但该方案模拟出的演变趋势与观测非常一致。对于高空风 (图 8b), 模拟的结果与观测更为接近 (5°~22.5°N, 110°~120°E), 模拟与观测之间的偏差明显小于低空场。南海地区降水的时间演变特征和南海夏季风爆发有很好的对应关系, 考虑到降水的局地性差异, 这里给出的是南海北部 (10°~20°N, 110°~120°E) 地区的观测与模拟的降水的时间演变曲线。5月第4—5候南海夏季风爆发, 可以看到南海地区的降水显著增强。对比模拟结果发现, 4种参数化方案基本上模拟出了南海夏季风爆发后南海地区降水增加的特点, 说明该模式对季风爆发后降水量增强这一特点的模拟还是比较成功的, 但是增加的量值和最大降水量出现的时间与观测还是存在一定的偏差。到6月是南海夏季风的中断期, 主要的降水带开始北推到我国大陆地区, 南海地区相对是一个干季, 降水量显著减少。模式对南海夏季风中断后南海地区降水减少这一特点的模拟也是相当成功的。另外, 可以发现季风爆发前, 4种参数化方案模拟的降水明显比观测偏大, 而季风爆发后, 模拟的降水却比观测偏小。

图 8. 1998年5—6月南海地区区域平均的850 hPa纬向风 (a)、200 hPa纬向风 (b) 和降水量 (c) 的逐候演变曲线

总之, 在区域气候模拟中, 积云对流参数化方案的选择是十分重要的。对于RegCM_NCC, Kuo方案更适合模拟南海夏季风的爆发过程。采用4种参数化方案集成的结果在某种程度上要优于单个方案的结果, 高、低空环流和降水的空间分布与观测更为接近。

3 结论

本文利用高分辨率的区域气候模式 (RegCM_NCC), 采用4种不同的积云参数化方案 (Kuo, Grell, MFS, Betts-Miller) 对1998年南海夏季风的爆发进行了一系列敏感性试验, 得到如下主要结论:

1) 从模拟的南海夏季风爆发期间的月平均环流和降水的分布看, 模拟结果明显依赖于积云对流参数化方案的选择。从高低空流场的模拟情况看, Kuo方案能更好地模拟南海夏季风爆发期间的环流。而从降水场的模拟情况看, MFS方案模拟的南海地区的降水分布和强度更为合理, 而Kuo方案模拟的南海地区降水范围和强度都略偏小。综合环流场和降水场的模拟结果看, Kuo方案可以更好地模拟出南海夏季风爆发期间的月平均环流和降水的特征。原因可能是5月南海地区夏季降水主要由热带对流活动造成, 而Kuo积云参数化方案主要是依据热带对流云的特征而设计的, 因而能更好地反映南海地区的对流特征, 进而影响大尺度场的模拟。

2) 关于南海夏季风的爆发过程, 总体来看RegCM_NCC对该过程的模拟基本上抓住爆发前后主要天气过程和环流的演变特点。其中Kuo积云参数化方案比较成功地模拟出了季风爆发的时间、爆发前后高、低层风场的剧烈变化以及季风与季风雨带的向北推进。而对于雨量和副热带高压位置的模拟, 与观测相比尚存在一定的偏差。主要表现为副热带高压位置模拟偏北、偏东; 南海地区的降水量模拟偏少、降水范围偏小。

采用4种参数化方案集成的结果在某种程度上要优于单个方案的结果, 高、低空环流和降水的空间分布与观测更为接近。这表明, 以不同物理参数化方案为基础的多模式集成方法具有一定的优越性, 但这个问题需要做更深入的研究。

参考文献
[1] 王启祎, 丁一汇, 江滢. 亚洲季风活动及其与中国大陆降水关系. 应用气象学报, 1998, 9, (增刊): 84–89.
[2] Goswami B N. Interannual variations of Indian summer monsoon in a GCM:External conditions versus internal feedbacks. J Climate, 1998, 11: 501–522. DOI:10.1175/1520-0442(1998)011<0501:IVOISM>2.0.CO;2
[3] Webster P J, Magana V O, Palmer T N, et al. Monsoons:process, predictability, and the prospects for forecast. J Geophys Res, 1998, 103: 14451–14510. DOI:10.1029/97JC02719
[4] Kang I S, Jin K, Lau K M, et al. Intercomparison of atmospheric GCM simulated anomalies associated with the 1997/98 El Niño. J Climate, 2002, 15: 2791–2805. DOI:10.1175/1520-0442(2002)015<2791:IOAGSA>2.0.CO;2
[5] Kang I S, Jin K, Wang B. Intercomparison of the climatological variations of Asian summer monsoon precipitation simulated by 10 GCMs. Climate Dyn, 2002, 19: 383–395. DOI:10.1007/s00382-002-0245-9
[6] Waliser D E, Stony Brook S, Jin K, et al. AGCM simulations of intraseasonal variability associated with the Asian summer monsoon. Climate Dyn, 2003, 21: 423–446. DOI:10.1007/s00382-003-0337-1
[7] Sperber K R, Palmer T N. Interannual tropical rainfall variability in general circulation model simulations associated with the Atmospheric Model Inter-comparison Project. J Climate, 1996, 9: 2727–2750. DOI:10.1175/1520-0442(1996)009<2727:ITRVIG>2.0.CO;2
[8] Gadgil S, Sajani S. Monsoon precipitation in the AMIP runs. Climate Dyn, 1998, 14: 659–689. DOI:10.1007/s003820050248
[9] 罗勇, 赵宗慈. NCAR RegCM2对东亚区域气候的模拟试验. 应用气象学报, 1997, 8, (增刊): 124–133.
[10] 赵宗慈, 丁一汇, 李晓东, 等. 海气耦合模式在东亚地区的可靠性评估. 应用气象学报, 1995, 6, (增刊): 9–18.
[11] 柳艳菊, 丁一汇, KeenanT, 等. POAMA海气耦合模式对2003和2004年南海夏季风报能力的评估. 热带海洋学报, 2005, 24, (5): 19–30.
[12] Liu Yiming, Ding Yihui. Simulation of activity of the Asian summer monsoon and heavy rainfalls in China in 1998 with region climate model. Acta Meteor Sinica, 2003, 17, (Suppl): 273–288.
[13] 吴池盛, 冯瑞权, 古志明, 等. 南海夏季风爆发的数值预报模拟实验. 气候与环境研究, 2000, 5, (4): 486–494.
[14] 钟中, 汤剑平. 1998年南海夏季风爆发过程数值模拟. 解放军理工大学学报, 2002, 3, (6): 80–84.
[15] Ren Xuejuan, Qian Yongfu. Development of a coupled regional air-sea model and its numerical simulation for summer monsoon in 1998. Acta Meteor Sinica, 2001, 15, (4): 385–396.
[16] Chan J C L, Liu Yiming, Chow K C, et al. Design of a regional climate model for the simulation of South China summer monsoon rainfall. J Meteor Soc Japan, 2004, 82, (6): 1645–1665. DOI:10.2151/jmsj.82.1645
[17] Liu Yiming, Chan J C L, Chow K C, et al. Ten-year climatology of summer monsoon over south China and its surroundings simulated from a regional climate model. Int J Climatol, 2006, 26: 141–157. DOI:10.1002/(ISSN)1097-0088
[18] Ding Yihui, Shi Xueli, Liu Yiming, et al. Multi-year simulations and experimental seasonal predictions for rainy seasons in China by using a nested regional climate model (RegCM_NCC).Part Ⅰ:sensitivity study. Adv Atmos Sci, 2006, 23, (3): 323–341. DOI:10.1007/s00376-006-0323-8
[19] Ding Yihui, Liu Yiming, Shi Xueli, et al. Multi-year simulations and experimental seasonal predictions for rainy seasons in China by using a nested regional climate model (RegCM_NCC). Part Ⅱ:the experimental seasonal prediction. Adv Atmos Sci, 2006, 23, (4): 487–503. DOI:10.1007/s00376-006-0487-2
[20] Giorgi F, Marinucci M R, Bates G T. Development of a second-generation regional climate model (RegCM2). Part Ⅰ:boundary-layer and radiative transfer processes. Mon Wea Rev, 1993, 121: 2794–2813. DOI:10.1175/1520-0493(1993)121<2794:DOASGR>2.0.CO;2
[21] Giorgi F, Shields C. Tests of precipitation parameterizations available in the latest version of the NCAR regional climate model (RegCM2) over the continental United States. J Geophys Res, 1999, 104: 6353–6375. DOI:10.1029/98JD01164
[22] 魏和林, 符淙斌, 王维强. 区域气候模式侧边界的处理对东亚夏季风降水模拟的影响. 大气科学, 1998, 22, (5): 779–790.
[23] 潘劲松, 翟国庆, 高坤. 区域气候模拟中多种对流参数化方案的比较研究. 大气科学, 2002, 26, (2): 206–220.
[24] Giorgi F, Marinucci M R, Bates G T, et al. Development of a second-generation regional climate model (RegCM2). Part Ⅱ:convective processes and assimilation of lateral boundary conditions. Mon Wea Rev, 1993, 121: 2814–2832. DOI:10.1175/1520-0493(1993)121<2814:DOASGR>2.0.CO;2
[25] 成安宁, 陈文, 黄荣辉. 积云对流参数化方案对气候数值模拟的影响. 大气科学, 1998, 22, (6): 814–824.
[26] Huang Ronghui, Wu Bingyi, Sung H G, et al. Sensitivity of numerical simulations of the East Asian summer monsoon rainfall and circulation to different cumulus parameterization schemes. Adv Atmos Sci, 2001, 18, (1): 23–41. DOI:10.1007/s00376-001-0002-8
[27] Ding Y H, Liu Y J. Onset and the evolution of the summer monsoon over the South China Sea during the SCS MEX field experiment in 1998. J Meteor Soc Japan, 2001, 79, (1B): 255–276. DOI:10.2151/jmsj.79.255
[28] Hewitson B C, Reason C, Jennant W, et al. Dynamic modeling of the present and future climate system. Technical Report to the Water Research Commission. Pretoria, South Africa, 2004.