20世纪40年代以来，数值预报模式得到了迅速发展并逐步在天气预报、气候预测以及天气动力学和气候变化研究中得到广泛应用。发展动力气候模式的目的是建立一个有物理学基础的工具，它能真实地模拟出当前天气气候的状况。因此，可以用来研究天气、气候形成的机制，能够再现历史的气候状况，同时也能用于未来天气气候变化的估计或预测。目前的气候系统模式还很不完善，预报效果与社会需求有很大差距，发展气候模式重要的一步就是对模式模拟当前气候的能力进行验证和评估，明确哪些地方的模拟符合实际，还存在哪些不足，通过模式评估，结合模式自身的特点提出改进的建议。

降水对于国民经济和社会发展以及人民生命财产安全有重大影响，因此降水的模拟具有实际意义。但降水又是一个很难准确模拟的变量。它不仅与入射的辐射分布、海陆地形有关，而且与大气的稳定度、垂直运动、水汽的辐散及辐合等有关。模式对降水的准确模拟依赖于很多过程，例如水汽的输送过程、垂直运动、蒸发和凝结过程等等。对目前的模式来说，要全部准确模拟这些过程尚有一定难度。气候变化政府间委员会第1工作组在其第4次评估报告中指出^[1]，当前的模式基本上能模拟出全球大尺度降水特征：降水主要分布在三大洋的赤道或热带地区、非洲及南美的热带雨林地区，其次是中纬度地区的气旋活动带；而极地和高纬度地区由于温度低、水汽蒸发少、饱和水汽压低，不利于水汽的流入因而少雨；由于副热带地区存在较强的下沉运动也是少雨带。但是模式在局地区域的模拟方面仍存在很多问题，例如很多模式的模拟结果中，南太平洋的雨带倾向于和赤道平行，且比观测向东延伸更远；赤道大西洋上的降水中心偏弱且更偏向于赤道的南侧；西印度洋上和海洋大陆的降水中心偏强等。也有很多工作对不同模式的降水模拟结果进行检验, Johns等^[2]指出Hadley Center的HadGEM1模式模拟的热带降水偏差接近观测的平均值；刘敏等^[3]以及许崇海等^[4]则对IPCC AR4气候模式对中国区域气候模拟和降水模拟检验表明，青藏高原及其附近地区的降水模拟存在较大的误差；张莉等^[5]则检验了全球海气耦合模式对我国极端降水的模拟情况。董敏等^[6]、Wu等^[7]分别对国家气候中心不同版本的大气模式进行基本气候场模拟结果的验证；Zhang等^[8]对国家气候中心模式模拟降水极端事件的能力进行了评估。董敏等^[9]则检验了国家气候中心大气模式模拟的环流与降水的季节内振荡的情况；陈湘雅^[10]、Chen等^[11]则分别对东亚和亚澳季风的年际与年代际变化的模拟结果进行了检验；颉卫华等^[12]则利用大气环流模式BCC_AGCM2.0.1对1998年夏季江淮流域强降水预报进行了回报试验研究。李巧萍等^[13]讨论了在SRES A2情景下未来30年我国东部夏季降水变化趋势。本文拟在上述工作的基础上，针对国家气候中心气候系统模式对降水及其变化的模拟情况进行检验和分析。

国家气候中心的气候系统模式 (BCC_CSM1.0) 是由大气模式、海洋模式、陆面模式及海冰模式等分量模式构成的，这些分量模式通过耦合器结合成一个完整的模式系统。其中，大气模式为国家气候中心新近研制的大气模式 (BCC_AGCM2.0.1 ^[7]), 陆面模式为NCAR的CLM3，海洋模式为POP3，海冰模式为CSIM4，耦合器则使用NCAR的CPL5。

在进行数值试验前，先将模式进行一定时间的起始积分(spinup)，将温室气体和太阳常数均设置为工业革命前的数值，积分150年，使模式达到稳定。然后以此时的大气、海洋、海冰及陆面状态为初始场，将温室气体、太阳常数、硫酸盐气溶胶、火山灰等外强迫的数据设为1870—2005年的实际值进行积分，模拟1870—2005年的气候状况。模式运行时输出有关的大气、海洋、海冰及陆面状况的信息。输出频率为日和月。将模式输出结果与观测相比较就可以对模式的性能进行评估。

本文主要研究降水的模拟情况，模式输出的降水为格点值，实况降水是基于站点观测得到的。为便于比较，需要将降水资料格点化。目前较好的全球降水格点资料集有CMAP^[14]和GPCP^[15]，这两种资料均由雨量计观测和各种卫星探测反演资料所组成，CMAP资料的增强版还包括了模式输出的降水。两种资料的时间跨度均为1979—2005年，水平分辨率为2.5°×2.5°经纬度格点。由于所采用的分析方法不同，两种资料略有差异，但基本特征是一致的。本文主要使用CMAP资料，但其年代较短，不适合对年代际变化进行验证。因此，还使用CRU (Climate Research Unit，East Anglia University) 整理的降水资料^[16], 其时间跨度为1901年至今，水平分辨率为0.5°×0.5°经纬度格点，CRU资料在海洋上缺测。

图 1给出了BCC_CSM1.0模式输出1月和7月降水强度、CMAP降水强度及两者差值。由图 1可以看出，无论夏季 (7月) 还是冬季 (1月)，BCC_CSM1.0降水分布型与CMAP资料均十分相近。误差主要出现在热带及中低纬度地区。1月热带降水主要分布在赤道以南的东非、印度洋、印度尼西亚。120°E以东的太平洋热带地区雨带分为两支，北支沿赤道北侧向东伸到美洲沿岸，南支由印度尼西亚向东南伸展到130°W；另外，在赤道以南的南美大陆也有一个强降水区；模拟结果中最明显的误差出现在太平洋。赤道北侧，从120°E直到美洲西岸均为负偏差，最大值出现在160°E~180°附近，达6~8 mm·d^-1；而在沿10°S的太平洋上，从120°E到南美西岸为一正偏差带，最大偏差达8 mm·d^-1，位于中东太平洋。另一个明显的模拟误差区域是在南美大陆及与南美大陆东北部相邻的赤道大西洋，这里为负偏差；而赤道南侧的大西洋则是正偏差，两种偏差的最大值均达到8 mm·d^-1。非洲大陆和印度洋上的降水模拟误差比前两个地区略小，从非洲西南部及其临近的大西洋上向东北到中印半岛，BCC_CSM1.0模式与CMAP降水强度的偏差呈正-负-正-负分布，偏差值约为4~6 mm·d^-1。北半球中纬度地区 (30°~60°N) 的太平洋和大西洋上也存在两条明显的雨带，这在模拟结果中也得到体现。只是太平洋上的雨带模拟结果略偏强 (正偏差为2~4 mm·d^-1)。

图 1

图 1. 1月和7月BCC_CSM1.0模式、CMAP气候平均 (1979—2005年) 降水强度及两者差值 (单位：mm·d-1) Fig 1. The precipitations from BCC_CSM1.0 and CMAP (1979—2005) with their difference in January and July (unit: mm·d-1)

7月热带地区主要雨带移至赤道以北，主要降水中心移动到印度—孟加拉湾、菲律宾—印尼群岛及墨西哥—拉美以西的东太平洋上。北半球中纬度地区从我国江淮到朝鲜、日本及其以东洋面有1条多雨带。北美东部到大西洋也有1条雨带。在南半球，30°S附近南太平洋上及南大西洋均有1条多雨带。模式基本上模拟出了上述特征，但仍然存在很多不足之处：阿拉伯海到印度大陆模拟结果为正偏差，最大达8~10 mm·d^-1；赤道印度洋及西太平洋为负偏差；东太平洋沿岸及加勒比海上及南美东北部有较大负偏差；南亚、东亚及西北太平洋上也存在4~6 mm·d^-1的负偏差。

其他各月BCC_CSM1.0的模拟结果与1月及7月的情况类似。为定量表示误差，表 1给出各月模拟降水强度与CMAP资料的均方根误差。由表 1可以看出，晚冬和春季的误差较大，全球范围的均方根误差为1.85~1.89 mm·d^-1，均方根误差与平均值的比 (相对误差) 为0.70~0.72。秋季和初冬的误差较小，均方根误差在1.55 mm·d^-1以下，相对误差小于0.6。热带、副热带 (30°S~30°N) 地区，平均降水要比全球大，其均方根误差也略大，晚冬和春季为2.5 mm·d^-1左右，相对误差为0.74~0.76，秋季和初冬均方根误差为1.98~2.06 mm·d^-1，相对误差为0.59~0.63, 其季节变化的特征与全球降水基本一致。这一结果表明，BCC_CSM1.0模式的降水模拟误差与HadGEM1的误差水平相当或略小一些^[2]。

表 1

表 1 BCC_CSM1.0模式模拟月降水量与CMAP资料比较 Table 1 The comparison of BCC_CSM1.0 simulated precipitation to CMAP data for each month 月份 全球 热带地区 均方根误差 /(mm·d-1) 平均值 /(mm·d-1) 相对误差 均方根误差 /(mm·d-1) 平均值 /(mm·d-1) 相对误差 1 1.71 2.62 0.65 2.28 3.37 0.68 2 1.89 2.62 0.72 2.55 3.34 0.76 3 1.85 2.61 0.71 2.48 3.29 0.75 4 1.85 2.65 0.70 2.46 3.34 0.74 5 1.89 2.69 0.70 2.53 3.37 0.75 6 1.69 2.74 0.61 2.21 3.34 0.66 7 1.74 2.78 0.63 2.31 3.40 0.68 8 1.69 2.72 0.62 2.24 3.38 0.66 9 1.55 2.66 0.58 2.06 3.28 0.63 10 1.54 2.62 0.59 2.03 3.26 0.62 11 1.52 2.65 0.57 2.01 3.33 0.60 12 1.50 2.65 0.57 1.98 3.36 0.59

表 1 BCC_CSM1.0模式模拟月降水量与CMAP资料比较 Table 1 The comparison of BCC_CSM1.0 simulated precipitation to CMAP data for each month

图 2给出BCC_CSM1.0模式模拟的各纬圈平均降水的季节变化及其与CMAP资料的比较。总体上说，模拟的变化趋势与CMAP一致，但在一些细节上也有一定差异。热带地区，冬季的主要雨带在南半球的10°S附近，强度为5~6 mm·d^-1。3—4月主雨带在赤道，而后则维持在5°~10°N，并在8月达到其最北的位置，12月雨带又退回到南半球。模拟的冬季雨带也出现在南半球，但强度比CMAP资料略偏强，最强达7.5 mm·d^-1以上，且持续到5月。BCC_CSM1.0模拟结果中，雨带在6月移到赤道以北，并持续到12月，但强度比CMAP资料弱，只有8月维持在7.5 mm·d^-1以上，而CMAP资料从5月到11月均维持在7.5 mm·d^-1以上。

图 2

图 2. 1979—2005年平均各纬度带降水变化 (单位：mm·d-1) Fig 2. Averaged precipitation from 1979 to 2005(unit: mm·d-1)

北半球10°~30°N地区的降水也表现出明显的季节变化。11月—次年5月相对少雨，其中1—4月降水强度仅为0.5~1.0 mm·d^-1；6—10月降水略偏多，为2~3 mm·d^-1。BCC_CSM1.0降水模拟结果在这一地区与观测基本符合，只是多雨期略向后延至11月。在30°~60°N中纬度地区，一年之中降水强度均为1~3 mm·d^-1，其中偏南地区除8月40°N附近的降水低于2 mm·d^-1外均为2~3 mm·d^-1。BCC_CSM1.0的降水模拟结果中，11月—次年3月40°N附近的降水强度比CMAP资料偏高，为3~4 mm·d^-1。但在5~8月降水强度只有1~2 mm·d^-1，少雨时段明显比CMAP持续的时间长。

南半球15°~30°S地区，CMAP显示5—11月有1个降水强度小于2 mm·d^-1的时段，其中7—9月还出现降水强度小于1 mm·d^-1。模拟结果中也存在类似的少雨时段，降水强度为1~2 mm·d^-1，开始较晚，在6月, 结束也较晚，到次年2月，且在10月以后向30°S以南倾斜。在40°S附近，5—8月CMAP资料中存在1个2~3 mm·d^-1的多雨带。此多雨带在模拟中也存在，但其范围比观测广，约在40°~60°S，持续时间也长，2月持续到9月。

为了进一步了解模式模拟中国区域雨带季节变化的能力，将模拟的中国区域降水与CMAP资料逐月进行比较。1—4月我国的主要降水出现在江南地区。降水中心强度不大，1月为2~3 mm·d^-1，2月为3~4 mm·d^-1，3月为5~6 mm·d^-1，4月则为6~8 mm·d^-1。BCC_CSM1.0模式的模拟结果与CMAP资料很接近。1月主要降水区在我国的东南沿海，强度为2~3 mm·d^-1。2—4月的降水区也出现在江南地区，强度比CMAP资料略小，分别为2~3 mm·d^-1，3~4 mm·d^-1和6~8 mm·d^-1(图略)。5月开始，我国自南向北先后进入雨季，图 3给出了5—8月模拟的我国降水分布与CMAP资料的比较。5月降水主要集中在我国东南沿海，最大降水中心出现在广东，达8~10 mm·d^-1。6 mm·d^-1的等值线从浙江北部经江西、湖南北部到广西与越南交界处，包括了江南的大部地区。BCC_CSM1.0模拟结果 (图 3a) 与CMAP资料近似，6 mm·d^-1等值线也包括了江南的大部分地区。所不同的是模拟的降水中心更偏北，中心在30°N，116°E附近。此外，模拟的雨带不是西南—东北向分布，而是东南—西北向分布，雨带在105°E附近向北翘，越过30°N。这说明模拟的雨带比实际雨带向北推进得更快。6月，CMAP降水中心在江南，中心强度为8~10 mm·d^-1，而BCC_CSM1.0模式模拟的雨带已位于长江北岸，强度略弱，为6~8 mm·d^-1。此外，BCC_CSM1.0模拟结果还显示，青藏高原上有1个8~10 mm·d^-1的降水中心，它向东北方向伸展，在30°~32°N，110°E附近与长江下游以北的雨带汇合。7月CMAP雨带已经移到黄河流域及华北，雨带从青藏高原自西南向东北方向伸向朝鲜。黄河下游有1个6~8 mm·d^-1的中心。此时江南少雨，降水强度为4~5 mm·d^-1。与CMAP资料相似，BCC_CSM1.0模拟的我国7月雨带也是自青藏高原向东北方向伸展。不同的是BCC_CSM1.0模拟的雨带更偏西、偏北，强度略弱。而在此雨带的东南方向，有一大片降水强度为3~4 mm·d^-1的少雨区自我国西南伸向黄河下游地区。8月我国降水开始减少。华南沿海尚有8~10 mm·d^-1的降水，降水量自南向北和西北逐渐减少，东北地区减到2~4 mm·d^-1，而西北则降到0.5 mm·d^-1以下。8月模拟的降水也迅速减少，但华中、华北减少得更快，出现了2~3 mm·d^-1的低中心。模拟的降水在青藏高原及其东北部仍然存在8~10 mm·d^-1的强降水中心，这与实际不符。9月我国大陆降水进一步减少，东南沿海和华南沿海降水强度为4~6 mm·d^-1，从贵州、湖南西部伸向山东有1条西南—东北向的少雨带，而从云南到陕西则有1条西南—东北向的多雨带，其中心强度为4~5 mm·d^-1。BCC_CSM1.0模式基本上模拟出了上述雨带分布，只是显得更强，山东—湖南西部－贵州的少雨带更向南伸到达广西。华西的多雨带也更明显。10月主雨带已南移到海上，大陆上大部分地区的降水在3 mm·d^-1以下，只是30°N，108°~110°E附近有1个3~4 mm·d^-1的弱中心。BCC_CSM1.0模拟的结果与CMAP资料很相似，但西部的弱降水中心比观测强，达5~6 mm·d^-1，范围也略大，且中心位置略偏西。11—12月大陆降水均在2~3 mm·d^-1以下，模拟结果与CMAP资料很相似，只是在30°N，105°E附近有弱的中心。

图 3

图 3. 1979—2005年5—8月中国区域降水分布 (单位：mm·d-1) Fig 3. The precipitation over China for May—August during 1979—2005(unit: mm·d-1)

总起来看，BCC_CSM1.0模式基本上能模拟出我国降水的季节变化，但存在两个缺点:一是季节变化过快，模拟的雨带比CMAP雨带偏北、偏西, 另一个是青藏高原东北侧模拟的降水偏大。

图 4给出热带地区 (10°S~10°N) 降水时空谱的气候平均值。由于CMAP资料是从1979年开始的候平均值，因此，BCC_CSM1.0模式也使用1979—2005年的候平均值与CMAP资料进行比较。谱分析是在每一个纬圈上进行的。首先对一个时刻的该纬圈上的值进行空间谱分解，得到各种尺度的空间波动的谱系数，然后在此基础上在1979—2005的时间段上 (1971候) 对这些空间谱系数作时间谱分析，结果得到每一个纬圈上的时空谱系数。然后对每个纬圈上的时空谱系数从10°S~10°N作平均，就得到了热带地区降水的平均时空谱。最后，再将其对1979—2005年进行时间平均，就得到热带降水的气候平均的时空谱 (图 4)。由图 4可以看出，CMAP降水 (图 4) 在频率为0.1、波数为1~3的地方存在能量的峰值。对逐候的样本间隔来说，频率0.1相当于周期为50 d。很明显，观测分析资料的热带降水存在显著的30~60 d的季节内振荡。其空间尺度为1~3波，但1波最强。BCC_CSM1.0模拟结果在1~3波、频率为0.1及0.15的地方也有谱的峰值, 即存在30~60 d的季节内振荡, 但与观测分析资料的谱图相比强度明显偏弱。尽管如此，与国外其他的一些模式相比，BCC_CSM1.0模式对季节内振荡的模拟还是有明显改进的^[9]。

图 4

图 4. 1979—2005年热带地区 (10°S~10°N平均) 降水时空谱 (单位：10-3 mm·d-1) Fig 4. The space-time spectrum of precipitation in the tropics (10°S~10°N)(unit: 10-3 mm·d-1)

为了考察降水年际变率的模拟情况，计算了1979—2005年BCC_CSM1.0模拟结果中各月降水的均方差，并与相应的CMAP资料进行对比。图 5给出1月和7月的情况。

图 5

图 5. 1979—2005年1月和7月BCC_CSM1.0模拟降水、CMAP降水的均方差及两者差值 (单位：mm·d-1) Fig 5. The standard deviations of BCC_CSM1.0 simulated precipitation and CMAP data with their difference (unit: mm·d-1)

从图 5可以看出，无论1月还是7月，降水在赤道及热带地区具有较大的变率，高纬度地区则变率较小。1月变率最大的地方是赤道南侧的中太平洋地区 (160°E~140°W)，变率达6~8 mm·d^-1。此外，南海及印度洋东部、南美大陆上的变率也较大。亚洲大陆的中高纬地区、北美大陆北部、非洲北部及阿拉伯半岛降水的变率较小。在南半球，赤道南侧的东太平洋、大西洋、60°S附近的环球海洋及南极大陆的东半部降水变率均很小。BCC_CSM1.0的模拟结果与CMAP资料总体上一致，所不同的是，在赤道南侧的主要降水带，BCC_CSM1.0模拟的降水变率要略偏大，从两者的差值图上可以明显地看出这一点。在赤道南侧的印度洋、南海、中太平洋及南美大陆以东的大西洋上正偏差达2~4 mm·d^-1。

7月的情况与1月类似，但由于主要雨带北移，因此，降水变率的大值区也随之北移，变率最大的地方是印度、孟加拉湾、东南亚及热带西太平洋地区。两者的主要偏差带出现在赤道的北侧，数值也是2~4 mm·d^-1。表 2中给出各月BCC_CSM1.0模拟的降水变率与CMAP降水变率的均方根误差。由于主要雨带在热带地区，那里的降水变率也较大，且模拟的误差也较大，因此，表 2还给出了30°S~30°N热带、副热带地区的误差。总的来看，BCC_CSM1.0模拟的降水变率与CMAP资料很接近。误差还有季节变化，8—12月、1月的误差略小于2—7月的误差。

表 2

表 2 BCC_CSM1.0模拟降水与CMAP资料的均方差的均方根误差 (单位：mm·d-1) Table 2 The standard deviations of BCC_CSM1.0 simulated precipitation and CMAP data with their differences (unit: mm·d-1) 月份 全球 30°S~30°N 1 0.797 1.067 2 0.908 1.228 3 0.908 1.229 4 0.888 1.190 5 0.870 1.176 6 0.852 1.143 7 0.840 1.117 8 0.742 0.988 9 0.799 1.064 10 0.811 1.084 11 0.758 1.017 12 0.765 1.016

表 2 BCC_CSM1.0模拟降水与CMAP资料的均方差的均方根误差 (单位：mm·d-1) Table 2 The standard deviations of BCC_CSM1.0 simulated precipitation and CMAP data with their differences (unit: mm·d-1)

为了解降水的长期变化趋势并与观测进行比较，计算了全球、欧亚 (0°~80°N, 0°~179°E)、亚洲陆地 (0°~80°N, 61°~179°E)、中国大陆 (14°~56°N, 75°~136°E)、中国东部 (14°~56°N, 105°~136°E)、中国江南 (25°~34°N, 111°~122°E)、中国华北 (34°~42°N, 111°~122°E) 等7个区域降水的线性趋势 (表 3)。图 6给出其中的全球陆地、中国东部地区模拟和观测的降水时间变化曲线。由于降水不是一个正态分布的变量，而且线性回归估计容易受个别极端值的影响不够准确。为此，另外采用了一种基于Mann-Kandall (M-K) 非参数统计理论的趋势估计方法^[17]计算了上述降水序列的趋势，结果也列在表 3中，表 3中的Z_s是对M-K趋势估计法进行统计显著性检验的一个量。在显著性水平为0.05的条件下，Z_s的绝对值大于1.96时趋势显著，否则不显著。R是降水与时间 (年代) 的相关系数，在显著性水平为0.05、样本数为102(自由度为100) 时，R的绝对值大于0.195时线性趋势显著。从全球平均来看，BCC_CSM1.0模拟降水表现出明显的上升趋势，1870—2005年的趋势为0.80 mm/10 a。1901年以后上升的趋势更明显，为1.18 mm/10 a。无论是136年的变化趋势还是105年的结果，这种降水的变化趋势都是显著的。与CRU资料相比，BCC_CSM1.0模拟的降水趋势与之基本一致。但模拟的全球陆地降水平均值比CRU资料明显偏低 (图 6，表 3)，约偏低0.39 mm·d^-1。统计检验表明，用M-K法计算的模拟降水变化趋势达到0.05显著性水平, CRU资料则未达到0.05显著性水平，而用线性回归计算时，BCC_CSM1.0与CRU降水增加趋势均显著，两者一致。因此，从全球陆地的范围来看BCC_CSM1.0模式基本上能模拟出降水的平均状态和趋势。

表 3

表 3 降水的长期趋势 Table 3 The long term trends of precipitation 范围 数据 (年份) 平均降水强度 /(mm·d-1) M-K法变化趋势 /(mm/10 a) Zs 线性回归变化趋势 /(mm/10 a) R 全球陆地 BCC_CSM1.0(1870—2005) 1.83 0.80 3.57 0.69 0.276 BCC_CSM1.0(1901—2005) 1.83 1.18 3.58 1.12 0.340 CRU (1901—2005) 2.22 1.10 1.40 1.01 0.199 欧亚 BCC_CSM1.0(1870—2005) 1.54 0.80 3.12 0.73 0.233 BCC_CSM1.0(1901—2005) 1.55 0.79 1.95 0.77 0.189 CRU (1901—2005) 1.69 -0.27 -0.40 0.09 0.020 亚洲 BCC_CSM1.0(1870—2005) 1.75 1.31 3.08 1.30 0.272 BCC_CSM1.0(1901—2005) 1.76 1.57 2.40 1.46 0.232 CRU (1901—2005) 2.01 0.12 0.12 0.21 0.031 中国大陆 BCC_CSM1.0(1870—2005) 2.02 1.50 2.31 1.46 0.196 BCC_CSM1.0(1901—2005) 2.03 1.08 1.09 1.15 0.155 CRU (1901—2005) 2.12 -0.32 -0.26 -0.08 -0.009 中国东部 BCC_CSM1.0(1870—2005) 2.07 0.61 0.58 0.73 0.063 BCC_CSM1.0(1901—2005) 2.07 0.89 0.58 1.68 0.108 CRU (1901—2005) 2.38 0.49 0.35 1.08 0.082 中国江南 BCC_CSM1.0(1870—2005) 3.20 2.11 0.51 -0.02 -0.001 BCC_CSM1.0(1901—2005) 3.18 3.61 0.59 4.85 0.094 CRU (1901—2005) 3.70 1.61 0.27 2.64 0.058 中国华北 BCC_CSM1.0(1870—2005) 1.91 3.27 1.38 2.62 0.099 BCC_CSM1.0(1901—2005) 1.93 0.38 0.09 0.36 0.011 CRU (1901—2005) 1.53 2.81 0.97 2.29 0.094

表 3 降水的长期趋势 Table 3 The long term trends of precipitation

图 6

图 6. 降水强度的多年变化曲线 Fig 6. Annual precipitation curves

从表 3可以看出，BCC_CSM1.0模拟的平均降水接近CRU资料并在其附近摆动，绝对误差在-0.52 mm·d^-1到0.40 mm·d^-1(BCC_CSM1.0与CRU差值) 之间。相对误差为-4%(中国大陆) 到26%(中国华北) 之间。表 3还表明，BCC_CSM1.0模拟的降水变化趋势也基本与105年的观测结果一致。中国东部地区、江南和华北地区模拟的降水和CRU降水的趋势值较接近，且无论是用M-K方法还是用线性回归方法来判断降水的趋势均不显著, BCC_CSM1.0模拟与CRU资料一致。在欧亚地区，BCC_CSM1.0模拟的降水趋势为正值，但未达到0.05显著性水平，因此这种正趋势不显著。而CRU降水变化的趋势为负值，但其量值比BCC_CSM1.0模拟结果小1个量级，且变化趋势不显著, 两者在没有明显变化趋势这一点上是一致的。在亚洲地区，BCC_CSM1.0模拟结果和CRU降水均有增加趋势，但模拟结果变化趋势显著，而CRU资料不显著。在中国地区BCC_CSM1.0模拟降水为不显著的正趋势，而CRU降水为不显著的负趋势，且小1个量级，两者均没有明显趋势。总的来看，在上述3个地区BCC_CSM1.0模拟结果有正趋势的偏差, 这可能反映模式的结构中含有产生正趋势的机制。例如，模式运行过程中CO₂增加，CO₂的增温作用使水分蒸发增加，因而造成降水的逐渐增加。但模式中缺少反映局部地区的降水减少机制，需要通过进一步研究加以改进。另外，对于中国、亚洲及欧亚地区来说，青藏高原及我国西北地区在其中占了很大的比例，而这一地区很长一段时间是没有降水观测资料的，至今该地区的站点也很稀少，因此CRU资料的代表性在此一地区不理想，上述结果仅供参考。

通过前面的讨论可以看出，国家气候中心气候系统模式 (BCC_CSM1.0) 能够模拟出全球降水的基本气候状态、季节变化、季节内振荡、年际变化等特征。BCC_CSM1.0模拟结果与CMAP，CRU观测分析资料基本一致。但模式也存在很多不足和需要改进的地方，其优缺点如下：

1) BCC_CSM1.0模式能够模拟出全球降水的基本气候状态，模拟的全球大尺度雨带与观测分析资料基本一致。模式与观测的相对误差为0.57~0.72，其中9—12月误差最小，2—5月较大。

2) 总的来看，BCC_CSM1.0模式基本上能模拟出全球及我国降水的季节变化，但对中国地区来说，模拟的季节变化过快，模拟的雨带比观测分析资料偏北、偏西；另外，青藏高原东北侧模拟的降水偏大，夏季青藏高原东北侧有虚假的降水中心。

3) BCC_CSM1.0模拟的热带降水在1~3波、频率为0.1及0.15处出现峰值，即存在30~60 d的季节内振荡，但与观测分析资料相比强度明显偏弱。

4) BCC_CSM1.0模拟的降水年际变率与观测分析资料接近，但前者比后者略大，主要发生在降水较明显的热带。

5) BCC_CSM1.0模式模拟的全球陆地降水、欧亚、亚洲、中国大陆、中国东部、江南、华北等地区平均降水与近105年CRU资料基本一致，但多数地区模拟结果比观测分析资料略偏低。

6) BCC_CSM1.0模拟的全球陆地降水、中国东部、江南、华北等地区的降水趋势也与CRU资料一致。模拟的全球陆地降水在过去105年呈明显上升趋势，CRU降水也存在上升趋势，但前者的上升趋势比后者更明显。

在欧亚、亚洲、中国区域模拟的降水趋势与CRU有一定差异。由于青藏高原及我国西北地区的台站稀少且观测资料质量不高，而青藏高原及我国西北在上述地区所占的比例也较大，上述趋势的不一致是否与此有关需进一步研究。