2018, Vol. 37
2. 大气物理研究所, 北京 100029;
3. 中国气象科学研究院灾害天气国家重点实验室, 北京 100081
夏季出现在青藏高原附近上空对流层顶部的大型高压系统, 称为南亚高压(South Asia High, SAH), 是北半球夏季对流层上部最强大、最稳定、起控制作用的活动中心, 与夏季北半球大气环流和亚洲的天气气候关系十分密切。
Mason et al(1963)根据1957-1958年100 hPa高空等压面图, 描述了100 hPa的环流特征, 较详细地分析了南亚高压的活动, 指出除极地涡旋外, 南亚高压是北半球100 hPa等压面上最强大和最稳定的环流系统, 其影响从非洲大西洋沿岸经亚洲南部一直伸展到太平洋; 并指出各年该高压的位置在东西方向上的位移变化很大。陶诗言等(1964)联系中国实际天气情况, 最早提出了南亚高压东西振荡的概念, 指出它与西太平洋副热带高压的进退存在着密切的关系。朱福康等(1980)分析了南亚高压的周期变化。张琼等(2000)利用40年的NCEP资料, 定义了表征南亚高压特征的各种参数, 如脊线的位置、中心位置和强度等, 系统地分析了南亚高压的年际和年代际变化特征。张宇(2012)则利用了更长(1961-2010年)的再分析资料和我国台站观测资料, 采用多种统计学方法, 研究了南亚高压特征指数(脊线位置、中心位置等)的时空分布及其气候特征; 比较了南亚高压中心位置在年内不同月份中热力场、动力场的差异, 探究了青藏高原气温、坎顿岛海温、澳大利亚高压、马斯克林高压、索马里急流等对南亚高压的影响; 还分析了南亚高压特征指数与西太平洋副热带高压脊线、西伸脊点位置的关系。方韵等(2016)在分析高原季风强度与西风急流北跳关系时指出, 高原季风强的年份南亚高压较常年强, 且位置偏北, 有利于西风带北跳偏早。周利敏等(2016)通过资料分析指出, 高原冬春的积雪对后期南亚高压的发展有重要影响。高原冬春季多雪, 后期南亚高压偏弱, 位置偏西, 高原冬春季少雪时则相反。
南亚高压与中国天气气候的关系及其对旱涝的影响也是气象学专家重视的问题。张琼等(2001)指出南亚高压强度指数与长江流域降水有显著正相关。罗四维等(1982)指出夏季100 hPa青藏高压脊线及高压中心的位置与我国东部大范围旱涝分布的关系密切。梅雨期120°E脊线位于26°N-32°N之间, 而伏旱期在33°N以北。他把青藏高压的活动划分成东部型、带状型及西部型三类。在东部型和带状型过程中, 长江中、下游、川东及贵州少雨(旱), 而川西及华北多雨(涝); 相反在西部型过程中, 长江中、下游、川东及贵州多雨(涝), 而川西少雨(旱)。胡景高等(2010)、黄燕燕等(2004)、黄樱等(2003)、王前等(2017)和张长灿等(2017)也都对南亚高压与我国降水的关系进行了广泛的研究。
随着数值模式的发展与应用, 对于南亚高压形成机理, 它的动力、热力影响方面的研究也有了更多成果。Washengton et al(1975)应用美国全国大气研究中心NCAR的公共气候模式CCM模拟了南亚的季风, 发现CCM模式能够模拟出南亚高压的存在。Hahn et al(1975)用大气环流模式研究了有无青藏高原对南亚季风的不同影响, 结果显示有山脉时南亚高压位置偏南, 没有山脉时位置偏北、偏东很多。郑庆林等(1993)则是利用中期数值预报准业务模式, 研究了青藏高原的动力、热力以及云辐射作用对北跳过程的不同影响, 结果显示就所研究的个例而言, 北跳过程的加强主要受高原南侧的热力作用、云辐射作用影响, 青藏高原地形所引起的动力作用不利于北跳加强。Wu et al(2007)进行的诊断和模拟研究指出青藏高原倾斜的侧表面上的感热加热是驱动亚洲季风的主要力量。冬季高原的阻挡和偏转作用在高原上形成不对称的偶极子型的纬向偏差环流, 高原北部为反气旋型的, 南部是气旋型的。这促使东亚冬季风的出现, 形成中国大陆的干燥气候和中印半岛及华南的湿润气候。并在早春形成江南-华南的连阴雨天气。夏季高原的加热导致对流层下层气旋式偏差环流, 有助于东亚夏季风的发展, 而在中亚则产生干旱气候。Boos et al(2010)则在数值试验中去掉青藏高原主体, 而保留高原南侧的喜马拉雅山脉, 模拟结果仍然能产生与高原完全存在的控制试验相似的季风环流, 以及高、低空温度、相当位温分布及降水。因此认为, 高原对南方暖湿空气和北方干冷空气的阻隔作用可能比它的感热加热作用更重要。
与观测、诊断研究相比, 模式研究目前仍显得薄弱, 所得结论也不完全一致。早期的模拟研究往往是应用较简单的模式进行的个例研究。由于计算机条件和模式发展的限制, 针对南亚高压的气候特征及长期变化的模拟研究很不充分。直到20世纪末, 气候模式、地球系统模式有了飞速的发展。模式的水平和垂直分辨率大大提高, 模式所包括的物理过程、化学过程、生态过程以及各圈层的相互作用也进一步丰富起来。为模拟气候提供了有力的工具。本文利用国家气候中心(对外称Beijing Climate Center, BCC)参加第五次耦合模式比较计划(Coupled Model Inter-comparison Project, phase 5-CMIP5)的模拟结果考察当前模式模拟南亚高压气候特征的能力, 发现存在的问题, 为进一步改进模式, 提高模式月、季尺度的气候预测能力提供科学依据。
2 模式、试验和资料所用的模拟数据是国家气候中心的气候系统模式BCC_CSM1. 1参加耦合模式比较计划CMIP5以及大气模式比较计划(Atmospheric Model Intercompirison Project-AMIP)的模拟结果。该模式由大气、海洋、陆面及海冰模式等分量构成的, 这些分量模式耦合成一个完整的模式系统(Wu et al, 2014)。其中, 大气模式为国家气候中心新近研制的大气模式(Wu et al, 2010, 2013)。陆面模式为BCC_AVIM1. 0, 海洋模式为MOM4-L40, 海冰模式为SIS。耦合器则使用NCAR的CPL5。本文使用的两个大气模式的水平分辨率为T42(格距约280 km)和T106(格距约110 km)。垂直分辨率为26层, 采用σ-P混合坐标。
所使用的试验数据来自:
(1) CMIP5历史试验:按CMIP5计划中历史试验的规定运行国家气候中心海气耦合模式(T42分辨率)。先将模式进行一定时间的起始积分, 约500年。然后将温室气体和太阳常数均设置为工业革命前时的数值, 积分150年, 使模式达到稳定。再以此时的大气、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1850-2012年的实际值运行模式, 模拟1850-2012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进行评估。本研究所分析的资料为1950年以后的结果。
(2) AMIP试验:使用BCC-AGCM2. 1大气模式在给定的观测海温、海冰以及温室气体、太阳常数、硫酸盐气溶胶、火山灰等外强迫的数据条件下运行。AMIP试验采用两种分辨率, 一种为低分辨率的T42模式, 积分时段为1979-2009年, 另一种则为中等分辨率(T106)模式, 运行时段为1991-2009年。同样输出逐日和逐月的模拟结果。
(3) 青藏高原地形影响试验:采用与AMIP试验相同的模式和运行方式并以AMIP试验为对照试验。但将高原地区的地形高度分别设为对照试验的0. 5和1. 5倍, 即分别将高原的高度降低50%和增加50%, 然后运行同样的时间(1991-2009年)。这2个试验分别命名为H05和H15试验。
与上述模式结果进行对比的是相应时段的NCEP再分析资料(Kalnay et al, 1996)。
3 模拟与试验结果分析 3.1 100 hPa位势高度场的模拟首先考察耦合模式是否能模拟南亚高压的基本气候特征。在100 hPa的月平均位势高度场的气候图上, 从1-4月北半球等高线比较平直, 基本为绕极的纬向环流, 无明显闭合高压单体。冬季(1月)中高纬地区为典型的3波型。东亚沿岸(120°E左右)、北美东岸(70°W左右)以及乌拉尔山附近为3个槽。北半球中低纬度地区也呈3波型。但低槽的位置在大西洋(30°W附近), 西印度洋(60°E)和中东太平洋(135°W)附近。东西风的分界线在赤道和较低纬度的地区。而在西太平洋上(140°E-165°W)存在一个副热带高压, 为了使南亚高压的演变在季节上是连续的, 把冬半年蛰居在东面海洋上空的这个高压认为是南亚高压的前身。BCC_CSM模式模拟结果在大形势方面是与观测一致的。但是存在的一个问题就是模拟的位势高度场比观测值要偏低。1月份观测的极涡区的高度值为1 504~1 528 dagpm, 而模拟的极涡高度只有1 480 dagpm。观测的西太平洋副热带高压(简称西太副高)在1 660 dagpm以上, 而模拟的西太副高的高度值只有1 648~1 652 dagpm。2-3月环流形势变化不大, 极区维持一个三波型的极涡, 中、低纬地区为绕极的西风带。4月中高纬度环流开始向4波型转变。模拟的2-4月100 hPa环流形势与观测形态很接近但普遍比观测偏低15~20 dagpm(图略)。到5月南亚才出现闭合的高压单体, 南亚高压开始形成。通过1951-2010年共60年平均5-10月100 hPa位势高度场(图 1)可以看出, 5月份南亚高压中心位置在20°N的中印半岛西部。强度为1 668~1 672 dagpm, 整个北半球的环流形势由原来的绕极旋涡转变成一高一低的形式。极区和西半球仍然是一个绕极的低涡, 南亚(从非洲东岸到西太平洋)为一个高压区。BCC_CSM模式能模拟出上述的环流形势, 但不足在于模拟的南亚高压太弱且偏西。模拟的南亚高压强度为1 648~1 652 dagpm, 比观测低20 dagpm, 其中心位于孟加拉湾, 比观测偏西10个经距左右。6-8月是南亚高压发展最强的月份。其强度达到1 676 dagpm以上, 中心北上到30°N以北地区。9-10月份南亚高压减弱并向东南方撤退。11-12月南亚高压撤退到120°E-150°E以东。模式模拟的南亚高压与观测是基本一致的。主要问题是强度比观测弱。计算模式模拟的位势高度场与观测之间的差异(表 1)可以发现模拟的位势高度场偏低的问题在全球、北半球和南亚高压范围内(30°W-170°W, 20°S-60°N)均存在, 而且各个月也都存在。从表 1中还可以看出, 就全球来说, 模拟的100 hPa高度比观测低17. 18~20. 72 dagpm, 其中冬半年的差异小一些而夏半年差异大一些。北半球的情况与全球也类似。在南亚高压活动的区域, 模拟的位势高度场与观测位势高度场的差异略小一些, 全年平均比观测低17. 45 dagpm。
|
图 1 模式模拟(第1和3列)和NCEP资料(第2和4列)的100 hPa位势高度场的气候平均分布(单位: dagpm) Figure 1 The distribution of climatic geopotential height at 100 hPa from BCC_CSM model simulation (the first and third column) and NCEP (the second and four column). Unit: dagpm |
|
表 1 100 hPa平均位势高度模拟值与观测值的差异 Table 1 The difference of 100 hPa geopotential height between model simulation and observation |
需要指出的是, 模拟的南亚高压太偏弱以及100 hPa位势高度场太偏低的问题并非BCC模式所独有。周宁芳(2006)对参加20世纪气候比较计划的16个模式分别模拟南亚高压的结果进行比较分析, 也发现大部分模式存在着南亚高压模拟结果偏弱(100 hPa位势高度场偏低)的问题; 她根据NCEP资料以1 660 dagpm线为基准定义南亚高压面积指数和强度指数; 但发现16个模式中有14个模式模拟的冬季月平均100 hPa位势高度场画不出1 660 dagpm等高线。为了计算南亚高压面积指数和强度指数只好降低基准线的标准, 并对不同模式采用不同的基准线(周宁芳, 2006)。除了NCAR的CCSM4和法国的IPSL-CM4两个模式外, 其他模式的基准线均低于1 660 dagpm。说明在模拟南亚高压的强度方面, 大部分模式存在模拟偏弱的问题。He et al(2015)对18个CMIP5模式模拟夏季南亚高压的评估也发现了类似的结果。
3.2 南亚高压脊线位置变化的模拟为了研究南亚高压位置的变化, 气象工作者用南亚高压的“脊线”来表征它的位置。其定义就是100 hPa位势高度最高点的连线。在北半球, 高压南侧为东风, 北侧为西风, 因此自南向北的东西风分界线即为高压脊线的位置。而在南半球则相反, 即脊线位于自南向北的西风转变为东风的地方。应用格点资料确定脊线的具体做法是, 在南亚高压活动的区域(30°W-170°W, 20°S-60°N)内, 从30°W起向东, 直到170°W, 在每一个经圈上自南向北寻找位势高度最高的点。如果此点的纬向风为0 m·s-1, 则它就是该经度上脊点。如果此点纬向风不为0 m·s-1, 这表明最高点可能在其南(北)侧一个格距之内的地方。根据其南北两侧相邻点的纬向风用插值的方法找到西风为0 m·s-1的点, 其纬度值即是该经圈上脊点的位置。将上述30°W-170°W范围内所有经圈上脊点连起来, 就是南亚高压的脊线。所有脊点的纬度平均值就是南亚高压脊线的平均位置。由于南亚高压的主体位置是随着季节而变化的, 根据业务或研究工作的需要, 计算脊线平均位置所取的经度范围可以是30°W-170°W之间的所有经度格点, 也可以是上述的部分经度, 例如0°-180°、20°E-120°E和40°E-130°E等。
通过60年(1951-2010年)平均的逐日南亚高压脊线的气候平均位置变化(图 2)可以看出, 对30°W-170°W整个区域平均来说, 4-5月初以前(即122天以前)南亚高压脊线平均位于10°N以南的低纬度地区。5月以后南亚高压迅速北上, 到7月底8月初(214天左右)到达其最北位置, 约33°N附近。以后南亚高压又迅速南退, 到11月下旬(331天左右)又回到10°N及以南的低纬度地区, 完成了年循环。对其他经度范围的区域来说, 情况大同小异, 为节约篇幅, 图 2只给出了4个区域的情况。从图 2中还可以看出, BCC_CSM1. 1模式基本上能模拟出南亚高压平均脊线位置的上述年内季节变化。尤其在夏季, 模拟的南亚高压脊线与观测的曲线非常接近。6-7月模拟的南亚高压脊线位置与观测相差不到1°。模拟的南亚高压脊线在盛夏到达最北位置的时间与观测也很一致。两者均在7月底, 模拟要比观测早3~4天。且模式也能模拟出春季南亚高压的快速北进与秋季的快速南撤。但也存在一些问题, 总体来看, 5月以前和7月底以后, 模拟的脊线位置比观测略偏南。当将考察的范围变为0°-180°、20°E-120°E或40°E-130°E时, 情况也类似。
|
图 2 1951-2010年南亚高压逐日气候平均脊线位置的变化 Figure 2 The climatic position of SAH ridge line during 1951-2010 |
表 2给出所有各区域由NCEP资料计算的100 hPa南亚高压平均脊线与模拟结果的差异。表 2中值为观测脊线的平均位置减去模拟结果, 正值表示观测的脊线位置的纬度大于模拟结果, 即模拟的结果比实际偏南。就全年来说, 模拟的南亚高压平均脊线位置与观测结果相差2.37~3.87个纬距, 即模拟的结果比实际偏南约3个纬距。从表 2还可看出, 两者的差异是随季节不同而变化的。夏半年(5-10月)的差异较小, 其中夏季的误差最小, 模拟的脊线位置与实际偏差约1个纬距(-1. 79°~0. 21°), 即模拟的平均脊线比观测偏南0. 21个纬距到偏北1. 79个纬距。而冬半年(11月至次年4月)的模拟误差要大一些, 尤其是冬季, 模拟的脊线位置比实际要偏南4~6个纬距(4. 49°~6. 42°)。南亚高压主要是夏季活动的系统, 因此BCC_CSM模式模拟南亚高压脊线位置及其年内的季节变化总体上是相当令人满意的。
|
|
表 2 观测(NCEP)的100 hPa南亚高压平均脊线与模拟结果的差异(NCEP-模式) Table 2 The difference of SAH ridge line position at 100 hPa between observation (NCEP) and simulation (NCEP-MODEL) |
南亚高压中心的位置也是其重要特征。将南亚高压脊线上高度高于周围的点定义为南亚高压的中心。当然高度比周围点高的点有时可能不止一个。图 3和图 4给出全年逐月BCC_CSM模式模拟的和由NCEP资料计算出的南亚高压最强高压中心的位置, 其中等值线和色块表示100 hPa的高度, 绿色圆点为南亚高压中心位置。
|
图 3 BCC_CSM模式模拟(左)和NCEP观测(右)的1-6月逐月气候平均的南亚高压位置(单位: dagpm) Figure 3 The climatic mean position of the SAH from BCC_CSM model (left) and observation of NCEP (right)from January to June. Unit: dagpm |
|
图 4 BCC_CSM模式模拟(左)和NCEP观测(右)的7-12月逐月气候平均的南亚高压位置(单位: dagpm) Figure 4 The climatic mean position of the SAH from BCC_CSM model (left) and observation of NCEP (right)from July to December. Unit: dagpm |
从图 3中可以看出, 1-2月高压的主要中心在西太平洋上, 1月最高的中心在15°N、160°E附近, 2月也类似。3-4月由于太阳直射点从南半球向北移动以及陆面增温比海洋快, 使得北半球热带地区的位势高度场一方面从南向北升高, 另一方面也有高中心从西太平洋向南亚大陆靠近的趋势。在3月的NCEP图上, 尽管有好几个高中心, 但基本上集中在两个区域:自1-2月的位置向西伸向南海的高压脊和在阿拉伯海附近。模拟的结果与观测十分接近, 只是观测中在阿拉伯海的高压区在模拟的结果中位置偏东, 出现在印度南部和孟加拉湾一带。4月, 东侧的高压移到南海和中南半岛的南端, 东西两个高压区更加接近, 并有合并的趋势。在模拟结果中, 东西两个高压区接近得更快, 4月东西两个高压区已经在孟加拉湾南侧的洋面上连接在一起了。5月观测的高中心出现在中印半岛北部, 中心周围有明显的闭合等高线, 从阿拉伯半岛东南的印度洋经印度及青藏高原南侧、中印半岛到南海形成一个高压带。而模拟结果中高压中心略偏西, 在孟加拉湾的东北岸。其周围也有一个宽广平缓的高压带, 但不如观测明显。
结合图 3和图 4可以看出, 6-8月南亚高压最强, 主体位于高原上空。6月南亚高压有两个中心, 分别位于27. 5°N、70°E和27. 5°N、87. 5°E处。模拟的南亚高压有3个中心:位于26. 5°N、81. 6°E, 29. 3°N、98. 4°E和32. 1°N、87. 2°E。模拟与实际接近但比观测偏东、偏北, 且南亚高压有东西两个中心的特征不如观测明显。7月南亚高压有两个中心, 分别位于32. 5°N、60°E和32. 5°N、85°E处。而模拟结果中只有一个高压中心, 位于32. 1°N、84. 4°E。与观测的东部中心相应。8月的情况与7月相反。观测中南亚高压只有一个中心, 位于32. 5°N、85°E, 模拟的高压中心有两个中心, 位于29. 3°N、73. 1°E和32. 1°N、87. 2°E。后一个中心与观测基本一致。9月南亚高压开始减弱并向东移动, 除了在高原上空有一个中心外, 在西太平洋上(30°N, 145°E)也出现了一个次中心。而模拟的结果中虽然南亚高压也向东延伸, 但其两个最明显的中心仍然在高原上。这说明模拟的南亚高压减弱的速度要比观测的慢。10-12月南亚高压继续向东、向南减弱, 完成一个明显的年周期。模拟结果与观测也非常接近。南亚高压脊线和高压中心的年变化充分的反映出它与加热场季节变化的一致性, 这与Qian et al(2002)指出的南亚高压趋暖性相一致。
3.4 海温场的影响总的来看, BCC_CSM模式对于南亚高压具有较强的模拟能力, 能较好地模拟出南亚高压的平均状态, 脊线位置和中心位置以及它们的季节变化。但模式的模拟结果也存在一些明显的不足, 这主要是模拟的南亚高压强度偏低; 其次模拟的平均脊线位置比观测略偏南。此外模拟的中心位置也有一定的偏差, 尤其是6-9月模拟的南亚高压中心位置与观测相差较大。由于篇幅所限, 本文拟对模式模拟的南亚高压强度过低的原因进行讨论。
上述是海气耦合模式运行的结果。值得注意的是, 模式模拟南亚高压及位势高度场存在如此大的负偏差, 究竟是来自海洋分量还是大气分量?为此计算了BCC大气模式AMIP试验的100 hPa位势高度场与NCEP资料的差异的各月气候平均值(表 3)。模式进行AMIP运行时, 海温和海冰是作为下边界条件由月观测值来给定。因此海洋表面温度的演变要比海气耦合模式预报的海表温度的演变更接近实际。模式的误差主要是大气模式造成的。对比表 1和表 3可以看出, 无论是耦合运行还是单独大气运行, 模拟结果位势高度场都是偏低的。只是单独大气模式模拟结果偏低的小一些。就全球来讲, 耦合模式全年平均偏低19. 52 dagpm, 而单独大气模式偏低18. 35 dagpm。比耦合模式的误差小1. 17 dagpm。而在北半球大气模式的误差比耦合模式小2. 89 dagpm, 在南亚高压所在区域上空, 这一差异为2. 29 dagpm。与耦合模式的总误差相比, 这种差异分别占6%, 15%和13%。这说明, 在海洋部分接近实况的条件下, 模拟结果仍然存在很大误差, 因此可以认为耦合模式的误差大部分来自大气模式。海洋模拟的改进虽然对总体的模拟结果会有所改进但改善的贡献不够大。当然, 在AMIP运行时, 由于每一个时间步长的海温是由月平均值内插出来的, 并且没有海-气的相互作用, 因此海洋也是有误差的, 只能说总的模拟误差主要来自大气模式而非全部来自大气模式。
|
|
表 3 BCC模式AMIP运行模拟的100 hPa平均位势高度与观测(NCEP)的差异 Table 3 The difference of the mean geopotential height at 100 hPa between the simulation of BCC model AMIP and the observation (NCEP) |
Boyle et al(1992), Willilanson et al(1995), 王在志等(2005)指出, 提高分辨率是改善模拟效果的一项重要措施。将T106版本的国家气候中心大气模式(BCC_CSM1. 1m模式的大气分量AGCM2. 1)模拟的全球、北半球及南亚高压区域100 hPa位势高度与T42分辨率的模式模拟结果作比较, 发现分辨率的提高可以明显改善对南亚高压的模拟结果。
表 4给出BCC_CSM1. 1m(即分辨率为T106)单独大气模式运行时模拟的100 hPa位势高度场与NCEP资料的差异。无论是全球, 北半球还是南亚高压所在区域, 模拟的高度都仍然低于观测, 模式与NCEP资料的偏差都是负的。这与低分辨率模式(T42)模拟结果是一致的。但不同的是, 中等分辨率模式(T106)的误差要远小于低分辨率(T42)模式。T42分辨率的大气模式模拟结果比观测低15~19 dagpm(表 2), 而中等分辨率模式的模拟误差只有6~11 dagpm(表 4), 相当于前者的一半左右。显然, 分辨率提高使模式模拟误差减小了很多。
|
|
表 4 BCC_CSM1. 1m模式(T106)AMIP运行时模拟的100 hPa平均高度与观测(NCEP)的差异 Table 4 The difference of the mean geopotential height at100 hPa between the simulation of BCC_CSM1. 1m model (T106) AMIP run and observation (NCEP) |
为什么分辨率的提高可以改善模式的模拟结果?对于BCC-CSM模式来说, 从T42到T106的变化过程中, 除了时间步长, 与扩散过程有关的个别参数需要调整以外, 模式的动力学计算方案、物理过程计算方法和参数化方案都没有变。但不同分辨率模式的地形改变了。从模式T106分辨率和T42分辨率条件下的北半球地表的位势高度图(图 5)中可以看出, T106分辨率条件下, 北半球的青藏高原、北美落基山、格陵兰和东非等较高的地形被分辨出来了。此外南半球的南极大陆、南美的安第斯山也分辨的更清楚了(图略)。计算上面两个模式分辨率条件下全球、北半球和青藏高原地区地表位势的平均值表明, 全球和北半球两者相差不大, T42分辨率下全球地形平均高度比T106要高1. 22 dagpm, 北半球平均高1. 04 dagpm。但在高原地区, T42的平均高度反而要比T106低18. 11 dagpm。当然, 其他具有明显大地形的地区, 例如, 落基山、安第斯山和东非高原等地在T106分辨率的模式中高度也升高了。那么, 是否由于青藏高原等大地形的提高促使模拟的高度场升高了, 从而减小了高度场模拟的误差?
|
图 5 T106(a)和T42(b)分辨率条件下模式中北半球的地面位势高度(单位: dagpm) Figure 5 The geopotential height of the northern hemisphere surface topography for T106 (a) and T42 (b) model resolutions. Unit: dagpm |
为研究青藏高原地形高度对南亚高压强度的影响, 使用中等分辨率(T106)的国家气候中心气候模式进行了一个改变青藏高原地形高度的模拟试验。具体试验设计如下:
对照试验:以实际观测的月平均海温和海冰作为下边界的强迫场, 从1991年1月1日的大气状态为初始场运行大气模式到2009年12月31日。即对照试验(control试验, CTL)
敏感性试验:取与对照试验相同的初始场和外强迫场, 但将高原地区的地形高度分别设为对照试验的0. 5倍和1. 5倍, 即分别将高原的高度降低一半(50%)和增加一半(50%), 然后运行同样的时间。这2个试验分别命名为H05和H15试验。
从青藏高原地形降低和地形升高对7月南亚高压100 hPa位势高度场的影响(图 6)可以看出, 对照试验中, 7月南亚高压占据了从大西洋中部到西太平洋的广大低纬度地区。1 664 dagpm线西端在0°附近, 东端到达150°E。南亚高压脊线位置在30°N-33°N附近。高压中心在60°E附近。两个敏感性试验的位势高度场的分布与对照试验是很相似的。但不同的是, 高原高度降低后南亚高压的强度有所减弱, 而高原高度增高后南亚高压加强。在H05与CTL试验的差值图[图 6(d)]上可以看到, 45°N以南的高原上有一个明显的负偏差区, 其强度为-4 dagpm。这一负偏差区以高原和我国45°N以南的东部为中心并向西、向南扩展到印度洋及北非一带。与此相反, 当高原高度增高时则会使南亚高压加强。当高原高度增加50%时, 将会引起从北非经高原、我国江南到中-西太平洋的广大地区位势高度场的升高。H15试验的高度与对照试验(CTL)的偏差最高可达4 dagpm, 其中心在高原北侧。这一结果表明, 在模式中能否正确表示地形高度是影响模拟和预测效果的重要因子之一。
|
图 6 模拟的7月北半球100 hPa位势高度场(单位: dagpm) Figure 6 The geopotential height of Northern hemisphere at 100 hPa from simulation experiments. Unit: dagpm |
青藏高原的地形高度不仅影响高原附近的高度变化, 对东亚、北半球以至于全球的位势高度场的模拟均有影响。从图 6(d)和(e)中可以看出, 高原高度变化造成的影响以波动的形式向外传播。即当高原高度发生变化时, 全球各地的位势高度场有的升高而另外一些地方降低。总体的效应如何？表 5给出H05试验(高原高度降低50%)与H15试验(高原高度增高50%)模拟的位势高度场的全球、半球及南亚高压活动区的平均差异。表中数字为H15试验减H05试验的结果。无论是南亚高压活动区、北半球还是全球, H15试验模拟的100 hPa位势高度与H05试验模拟的位势高度的差值无论什么月份都是正的, 表明高原地区地形高度适当增高将促使模拟的局地和全球位势高度场升高。
|
|
表 5 BCC_CSM1. 1m模式AMIP运行时H15试验与H05试验模拟的100 hPa位势高度的差异 Table 5 The difference of the mean geopotential height at 100 hPa between H15 and H05 experiments of BCC_CSM1. 1m model AMIP |
(1) 国家气候中心的气候模式对作为北半球高层大气环流活动中心的南亚高压有较好的模拟能力。能够模拟出南亚高压的气候平均状态、脊线的位置、高压中心的位置以及它们的季节变化。
(2) 模式存在的主要问题是:模拟的南亚高压强度较观测偏弱; 脊线的位置在冬半年要比观测略偏南; 南亚高压中心在某些月份与观测有较大出入, 例如, 5月南亚高压中心模拟较观测偏西, 夏季南亚高压双中心的位置与实际也有一定的差异。
(3) 国家气候中心模式模拟的南亚高压强度偏低与很多因素有关, 包括海温、地形以及模式的分辨率等。
(4) 比较耦合模式与单独大气模式模拟的南亚高压强度发现, 在给定观测海温(接近实况)的条件下, 模拟的误差减小13%~15%。因此可以认为耦合模式的误差大部分来自于大气模式。海洋模拟的改进虽然也很重要, 但应该更加注意大气模式的改进。
(5) 应用T106和T42两种分辨率的模式对南亚高压进行模拟结果的比较发现, 分辨率的提高明显地减小了南亚高压、北半球及全球100 hPa位势高度场的误差。
(6) 试验表明青藏高原的地形高度对南亚高压的强度有明显的影响, 高原高度升高将会促使南亚高压及更大范围的高层位势高度场增强。因此, 正确给定高原地形这一模式的下边界条件, 对模拟结果的改进有重要作用。
(7) 南亚高压的强度、脊线和中心位置的季节变化与加热场的变化有密切的关系, 模拟的南亚高压脊线在冬半年过于偏南, 模拟高压中心在夏半年的位置与观测也有较大差异, 这反映模式的加热场计算可能存在一定问题, 需要进一步研究。
Boos W R, Kuang Z. 2010. Dominant control of the South Asian monsoon by orographic insulation versus plateau heating[J]. Nature, 463: 218–223.
DOI:10.1038/nature08707 |
|
Boyle J S, 1992. Sensitivity of dynamical quantities to horizontal resolution in a climate simulation with the ECMWF atmospheric general circulation model(cycle 33)[R]. CA USA, (6). 44.
|
|
Hahn D G, Manabe S. 1975. The role of mountain in south Asian monsoon circulation[J]. J Atmos Sci, 32: 1515–1541.
DOI:10.1175/1520-0469(1975)032<1515:TROMIT>2.0.CO;2 |
|
He B, Hu W. 2015. Assessment of the Summer South Asian High in eighteen CMIP5 models[J]. Atmos Oceanic Sci Lett, 8(1): 33–38.
|
|
Kalnay E, Kanamitsu M, Kistler R, et al. 1996. The NCEP/NCAR 40 year reanalysis project[J]. Bull Amer Meteor Soc, 77(3): 437–471.
DOI:10.1175/1520-0477(1996)077<0437:TNYRP>2.0.CO;2 |
|
Mason R B, Anderson C E. 1963. The development and decay of the 100 mb summer time anticyclone over Southern Asia[J]. Mon Wea Rev, 91: 3–12.
DOI:10.1175/1520-0493(1963)091<0003:TDADOT>2.3.CO;2 |
|
Qian Y F, Zhang Q, Yao Y, et al. 2002. Seasonal variation and heat preference of the South Asia High[J]. Adv Atmos Sci, 19(5): 821–836.
DOI:10.1007/s00376-002-0047-3 |
|
Washington W M, Daggupaty S M. 1975. Numerical simulation with the NCAR global circulation model of the mean condition during the Asian-African summer monsoon[J]. Mon Wea Rev, 103: 105–114.
DOI:10.1175/1520-0493(1975)103<0105:NSWTNG>2.0.CO;2 |
|
Willilanson D L, Kiehl J T, Hack J J. 1995. Climate sensitivity of the NCAR community climate model (CCM2) to horizontal resolution[J]. Climate Dyn, 12(3): 377–397.
|
|
Wu G X, Liu Y M, Wang T W, et al. 2007. The influence of mechanical and thermal forcing by the Tibetan Plateau on Asian climate[J]. J Hydrometeor, 8(special section): 770–789.
|
|
Wu T W, Li W, Ji J, et al. 2013. Global carbon budgets simulated by the Beijing climate center climate system model for the last century[J]. J Geophys Res Atmos, 118: 4326–4347.
DOI:10.1002/jgrd.50320 |
|
Wu T W, Song L, Li W, et al. 2014. An overview of BCC climate system model development and application for climate change studies[J]. J Meteor Res, 28(1): 34–56.
|
|
Wu T W, Yu R, Zhang F, et al. 2010. The Beijing climate center atmospheric general circulation model:description and its performance for the present day climate[J]. Climate Dyn, 34: 123–147.
DOI:10.1007/s00382-008-0487-2 |
|
方韵, 范广州, 赖欣, 等. 2016. 青藏高原季风强弱与北半球西风带位置变化的关系[J]. 高原气象, 35(6): 1419–1429.
Fang Y, Fan G Z, Lai X, et al. 2016. Relation between intensity of the Qinghai-Xizang Plateau monsoon and movement of the northern hemisphere westerlies[J]. Plateau Meteor, 35(6): 1419–1429.
DOI:10.7522/j.issn.1000-0534.2015.00106 |
|
胡景高, 周兵, 陶丽. 2010. 南亚高压特征参数与我国夏季降水的关系分析[J]. 气象, 36(4): 51–56.
Hu J G, Zhou B, Tao L. 2010. Comparative analysis of the relation between characteristic parameters of South Asia High and summer precipitation of China[J]. Meteor Mon, 36(4): 51–56.
DOI:10.7519/j.issn.1000-0526.2010.04.009 |
|
黄燕燕, 钱永甫. 2004. 长江流域、华北降水特征与南亚高压的关系分析[J]. 高原气象, 23(1): 68–74.
Hang Y Y, QianY F. 2004. Relationship between South Asia High and characteristic of precipitation in mid-reaches of Yangtze River and North China[J]. Plateau Meteor, 23(1): 68–74.
|
|
黄樱, 钱永甫. 2003. 南亚高压与华北降水的关系[J]. 高原气象, 22(6): 602–607.
Huang Y, QianY F. 2003. Relationships between South Asian High and summer rainfall in North China[J]. Plateau Meteor, 22(6): 602–607.
|
|
罗四维, 钱正安, 王谦谦. 1982. 夏季100毫巴青藏高压与我国东部旱涝关系的天气气候研究[J]. 高原气象, 1(2): 1–10.
Luo S W, Qian Z A, Wang Q Q. 1982. The climatic and synoptical study about the relation between the Qinghai-Xizang high pressureon in the 100 mb surface and the flood and drought in East China in summer[J]. Plateau Meteor, 1(2): 1–10.
|
|
陶诗言, 朱福康. 1964. 夏季亚洲南部100毫巴流型的变化及其与西太平洋副高进退的关系[J]. 气象学报, 34(4): 385–395.
Tao S Y, Zhu F K. 1964. The 100 mb flow patterns in South Asia in summer and its relation to the advance and retreat of the west-pacific subtropical anticyclone over the far east[J]. Acta Meteor Sinica, 34(4): 385–395.
|
|
王前, 赵勇, 陈飞, 等. 2017. 南亚高压的多模态特征及其与新疆夏季降水的联系[J]. 高原气象, 36(5): 1209–1220.
Wang Q, Zhao Y, Chen F, et al. 2017. Characteristics of different patterns of South Asia High and their relationships with summer precipitation in Xinjiang[J]. Plateau Meteor, 36(5): 1209–1220.
DOI:10.7522/j.issn.1000-0534.2016.00123 |
|
王在志, 吴国雄, 刘平, 等. 2005. 全球海-陆-气耦合模式大气模式分量的发展及其气候模拟性能Ⅰ-水平分辨率的影响[J]. 热带气象, 21(3): 225–237.
Wang Z Z, Wu G X, Liu P, et al. 2005. The development of GOALS/LASG AGCM and its global climatological features in climate simulation Ⅰ-Influence of horizontal resolution[J]. J Trop Meteor, 21(3): 225–237.
|
|
张长灿, 李栋梁, 王慧, 等. 2017. 青藏高原春季地表感热特征及其对中国东部夏季雨型的影响[J]. 高原气象, 36(1): 13–23.
Zhang C C, Li D L, Wang H, et al. 2017. Characteristics of the surface sensible heat on the Qinghai-Xizang Plateau in the spring and its influences on the summertime rainfall pattern over the Eastern China[J]. Plateau Meteor, 36(1): 13–23.
DOI:10.7522/j.issn.1000-0534.2016.00028 |
|
张琼, 钱永甫, 张学洪. 2000. 南亚高压的年际和年代际变化[J]. 大气科学, 24(1): 123–130.
Zhang Q, Qian Y F, Zhang X H. 2000. Interannual and interdecadal variations of the South Asia High[J]. Sci Atmos Sini, 24(1): 123–130.
|
|
张琼, 吴国雄. 2001. 长江流域大范围旱涝与南亚高压的关系[J]. 气象学报, 59(5): 569–577.
Zhang Q, Wu G X. 2001. The large area flood and drought over Yangtze river valley and its relation to the South Asia High[J]. Acta Meteor Sinica, 59(5): 569–577.
DOI:10.11676/qxxb2001.061 |
|
张宇, 2012. 南亚高压变化特征及其与相关影响因子关系研究[D]. 兰州: 兰州大学, 1-166.
Zhang Y, 2012. Studies on the changing characteristics of South Asia High and the relation with relevant impact factors[D]. Lanzhou: Lanzhou University, 1-166.
|
|
郑庆林, 燕启民, 宋青丽. 1993. 一次南亚高压中期活动过程的数值研究[J]. 热带气象学报, 9(2): 37–45.
Zheng Q L, Yan Q M, Song Q L. 1993. A numerical experiment on the medium-term activities of South Asia High[J]. J Trop Meteor, 9(2): 37–45.
|
|
周利敏, 陈海山, 彭丽霞, 等. 2016. 青藏高原冬春雪深年代际变化与南亚高压可能联系[J]. 高原气象, 35(1): 13–23.
Zhou L M, Chen H S, Peng L X, et al. 2016. Possible connection between interdecadal variation of snow depth in winter and spring over Qinghai-Xizang Plateau and South Asia High in summer[J]. Plateau Meteor, 35(1): 13–23.
DOI:10.7522/j.issn.1000-0534.2014.00152 |
|
周宁芳, 2006. IPCC 20世纪气候模拟中的南亚高压及其气候变率[D]. 南京: 南京大学, 1-133.
Zhou N F, 2006. The South Asian High and its variability in the climate of the twentieth century experiment for IPCC[D]. Nanjing: Nanjing University, 1-133.
|
|
朱福康, 陆龙骅, 陈咸吉, 等. 1980. 南亚高压[M]. 北京: 科学出版社.
Zhu F K, Lu L H, Chen X J, et al. 1980. South Asia High[M]. Beijing: Science Press.
|
2. Institute of atmospheric physics, 100029 Beijing, China;
3. National Key laboratory on disastrous weather, Chinese Academy of meteorological sciences, 100081 Beijing, China