BCC氣候模式對(duì)中國(guó)近50 a極端氣候事件的模擬評(píng)估

陳海山，施思，周晶

(南京信息工程大學(xué)1.氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室;2.大氣科學(xué)學(xué)院，江蘇南京210044)

0 引言

隨著全球氣候的持續(xù)變暖，一方面與氣溫有關(guān)的極端事件頻繁發(fā)生，另一方面由于變暖帶來(lái)的水循環(huán)加快，導(dǎo)致極端降水事件也日趨增多(IPCC，2001，2007)。因此，有關(guān)極端氣候演變規(guī)律、物理機(jī)制及其預(yù)估引起了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。近年來(lái)，中國(guó)學(xué)者針對(duì)我國(guó)的極端氣溫、降水和極端天氣氣候事件開(kāi)展了大量的研究(胡宜昌等2007;翟盤(pán)茂等，2007)。一系列工作先后就我國(guó)極端氣溫和極端降水的時(shí)空演變規(guī)律及其變化趨勢(shì)進(jìn)行了大量的研究(Zhai and Eskridge，1997;江志紅等，1998;任福民和翟盤(pán)茂，1998;Zhai et al.，1999;翟盤(pán)茂和潘曉華，2003;劉學(xué)華等，2006;蔡敏等，2007;王冀和江志紅，2008;楊金虎等，2008a;陳海山等，2009;王志福和錢(qián)永甫，2009)，另外的一些研究則從大氣環(huán)流異常和海溫等外強(qiáng)迫的角度探討了我國(guó)及區(qū)域極端氣候的成因(何卷雄等，2002;張永領(lǐng)和丁裕國(guó)，2004;王冀等，2007;所玲玲等，2008;楊金虎等，2008b;史軍等，2009)。

氣候模式作為氣候模擬和未來(lái)氣候變化預(yù)估的重要工具，在全球變暖及人類活動(dòng)影響氣候變化的研究以及未來(lái)氣候的變化趨勢(shì)預(yù)估中得到了廣泛的應(yīng)用。近年來(lái)，我國(guó)學(xué)者采用氣候模式開(kāi)展了大量有關(guān)我國(guó)未來(lái)氣候變化預(yù)估的研究工作(石廣玉等，2002;高學(xué)杰等，2003;徐影等，2003;姜大膀等，2004;許吟隆，2005;王冀等，2008;趙宗慈等，2008;江志紅等，2009)。由于氣候模式的本身尚存在系統(tǒng)性的誤差，這在很大程度上增加了氣候模擬和氣候預(yù)估的不確定性，而模式評(píng)估本身也就顯得尤為重要。近年來(lái)，中國(guó)國(guó)家氣候中心在NCAR CAM3模式基礎(chǔ)上，發(fā)展了中國(guó)國(guó)家氣候中心新一代的氣候模式BCC_AGCM2.0.1(Wu et al.，2008a，2008b)。國(guó)內(nèi)，已有不少學(xué)者利用該模式開(kāi)展了大量的研究。例如Wu et al.(2008b)系統(tǒng)評(píng)估了BCC_AGCM2.0.1模式對(duì)降水、溫度、環(huán)流等要素的氣候平均態(tài)和季節(jié)循環(huán)狀況的模擬能力，指出該模式在多方面的性能均優(yōu)于CAM3.0。王璐等(2009)分析了模式對(duì)亞澳季風(fēng)年際變率的模擬情況;董敏等(2009)則評(píng)估了BCC_AGCM2.0.1模式對(duì)熱帶季節(jié)內(nèi)振蕩的模擬能力，發(fā)現(xiàn)模式在模擬熱帶季節(jié)內(nèi)振蕩方面比CAM3.0模式有明顯改進(jìn)。頡衛(wèi)華和吳統(tǒng)文(2010)利用該模式對(duì)1998年6月24日—7月3日發(fā)生在我國(guó)江淮流域的強(qiáng)降水天氣過(guò)程進(jìn)行了回報(bào)試驗(yàn)，指出該模式對(duì)20 mm以上的降水具有一定的預(yù)報(bào)能力，但對(duì)大于30 mm的強(qiáng)降水的預(yù)報(bào)能力則較差。以上研究表明，BCC_AGCM 2.0.1模式對(duì)東亞氣候的模擬能力相較于CAM3來(lái)說(shuō)有了顯著的提高，但該模式對(duì)中國(guó)極端天氣氣候事件的模擬能力如何?目前還缺乏系統(tǒng)全面的評(píng)估。

正是基于以上考慮，本文重點(diǎn)利用中國(guó)區(qū)域437站1958—2005年逐日最高氣溫、最低氣溫和逐日降水資料，從極端氣候的空間分布、時(shí)間演變和長(zhǎng)期趨勢(shì)等角度，較為全面評(píng)估BCC_AGCM 2.0.1模式對(duì)中國(guó)區(qū)域極端氣候事件的模擬能力，以期為BCC模式的改進(jìn)及其在極端氣候模擬及預(yù)估提供一定的參考。

1 模式、資料和方法

1.1 模式和資料

BCC_AGCM2.0.1是由中國(guó)國(guó)家氣候中心開(kāi)發(fā)的新一代全球大氣環(huán)流模式，模式的水平分辨率為T(mén)42，垂直分26層，主要用于氣候預(yù)測(cè)及氣候變化的相關(guān)研究。有關(guān)BCC氣候模式的動(dòng)力框架及主要物理過(guò)程的詳細(xì)介紹可參考Wu et al.(2008a，2008b)和董敏等(2009)的文章。

文中所用模式資料來(lái)源于BCC_AGCM2.0.1模式20世紀(jì)氣候模擬試驗(yàn)的結(jié)果，模式積分時(shí)間從1870年至2006年，這里選取1958—2005年逐日最高氣溫、最低氣溫和降水模式結(jié)果進(jìn)行分析。觀測(cè)資料來(lái)源于國(guó)家氣候中心整編的753站逐日最高、最低氣溫和逐日降水資料。考慮到缺測(cè)及臺(tái)站遷徙所造成的觀測(cè)資料的不完整性，剔除了缺失數(shù)據(jù)較多(缺測(cè)大于5%)的站點(diǎn)，最后選取437站1958—2005年逐日最高氣溫、最低氣溫和降水資料，站點(diǎn)分布如圖1所示。為了便于模式結(jié)果與站點(diǎn)資料的比較，通過(guò)雙線性插值法將模式結(jié)果插值到相應(yīng)的站點(diǎn)上。

圖1 中國(guó)437站的分布情況Fig.1 The geographic distribution of 437 stations in China

1.2 方法

中國(guó)氣候狀況復(fù)雜，不能絕對(duì)地規(guī)定極端氣候事件標(biāo)準(zhǔn)，應(yīng)考慮不同地區(qū)的氣候狀況，不適合采用絕對(duì)閾值判斷極端事件。本文從政府間氣候變化委員會(huì)指數(shù)專家小組ETCCDMI(Expert Team on Climate Change Detection，Monitoring and Indices)提供的27個(gè)表征極端天氣氣候變化的氣候代用指數(shù)中選取了冷夜日數(shù)(TN5p)、暖晝?nèi)諗?shù)(TX95p)以及極端降水量(R95p)這三個(gè)指標(biāo)，另外引入翟盤(pán)茂等(2003)定義的極端降水頻次(R95t)來(lái)反映極端降水事件。表1給出了本文用到的極端氣候指標(biāo)。

表1 極端天氣氣候事件指數(shù)的定義Table 1Definitions of the indices of extreme climate events

文中各指標(biāo)的長(zhǎng)期變化趨勢(shì)，以線性函數(shù)Y=a+bt來(lái)擬合資料序列T(t)，可按照最小二乘法可求出常數(shù)項(xiàng)a和趨勢(shì)項(xiàng)b，計(jì)算公式如下:

2 極端氣溫事件的模擬評(píng)估

2.1 多年平均的空間分布

圖2給出了模式模擬和觀測(cè)的多年平均(1958—2005年)夏季、冬季、全年冷夜和暖晝?nèi)諗?shù)差值場(chǎng)的空間分布，重點(diǎn)考察模式對(duì)極端氣溫事件多年平均空間分布特征的模擬能力。由圖2a不難發(fā)現(xiàn)，模式對(duì)全年冷夜日數(shù)的模擬能力總體優(yōu)于冬季和夏季的模擬。除個(gè)別站點(diǎn)外，模式對(duì)夏季冷夜日數(shù)的模擬值較實(shí)況存在不同程度的偏大，偏差較大的區(qū)域主要出現(xiàn)在西北東部、西南地區(qū)及南部沿海地區(qū)(相對(duì)偏差超過(guò)100%)(圖2a1);而模式模擬與觀測(cè)的冬季冷夜日數(shù)差值分布存在較明顯的空間差異，模擬值在華北、東北西南部和新疆東北部較觀測(cè)有不同程度的偏小，其余地區(qū)總體為正偏差，我國(guó)南部地區(qū)的相對(duì)偏差多超過(guò)100%(圖2a2)。對(duì)應(yīng)全年的模擬情況，模擬值在東北、甘肅及云南等地區(qū)偏高10%～20%，而東部及北疆地區(qū)則有不同程度的偏低(圖2a3)。

圖2 觀測(cè)和模擬的冷夜(a)和暖晝(b)差值百分比的空間分布(其中1、2、3分別為夏季、冬季和全年;差值百分比=(模擬值－觀測(cè)值)/觀測(cè)值×100%;單位:%)Fig.2 Spatial patterns of differences in percentage between the observed and simulated(a)cold nights(TN5p)and(b)warm days(TX95p)(In which 1，2 and 3 represents summer，winter and annual，respectively.The difference percentage(%)is given by the simulation minus the observation divided by the observation)

相比之下，模式對(duì)暖晝?nèi)諗?shù)的模擬能力總體優(yōu)于對(duì)冷夜日數(shù)的模擬，模式對(duì)全年和夏季暖晝?nèi)諗?shù)的模擬能力總體優(yōu)于冬季。夏季暖晝?nèi)諗?shù)的模擬值在沿海地區(qū)、北疆及南方地區(qū)偏高50%以上，其余大部分區(qū)域則較觀測(cè)值偏低大約50%(圖2b1);而冬季的模擬值，除少數(shù)站點(diǎn)外總體偏大，尤其是在我國(guó)西北西部、甘肅、東北南部及南部沿海地區(qū)偏大較為明顯(偏差均大于50%)，部分站點(diǎn)的偏差甚至超過(guò)了100%(圖2b2)。全年暖晝?nèi)諗?shù)的模擬與實(shí)況相比，總體偏低，相對(duì)偏差介于－20%～－60%之間(圖2b3)。

2.2 極端氣溫長(zhǎng)期趨勢(shì)的空間分布

為了進(jìn)一步分析BCC氣候模式對(duì)我國(guó)極端事件長(zhǎng)期趨勢(shì)的模擬能力，以下計(jì)算并對(duì)比模擬和觀測(cè)的極端氣候事件的氣候傾向率。圖3給出了全國(guó)冷夜日數(shù)長(zhǎng)期趨勢(shì)的空間分布，可以看出，夏季冷夜日數(shù)除華中地區(qū)呈增加趨勢(shì)外，全國(guó)其余大部均呈較明顯的減小趨勢(shì)(圖3a1)。與夏季不同，觀測(cè)的冬季(圖3a2)和全年(圖3a3)的冷夜日數(shù)則主要表現(xiàn)為全國(guó)范圍內(nèi)的明顯減小趨勢(shì)，尤其是東北、內(nèi)蒙東部、西北西部、青藏高原東部、西南及東南沿海地區(qū)的減小趨勢(shì)最為顯著。

圖3 觀測(cè)(a)和模擬(b)的冷夜日數(shù)的長(zhǎng)期趨勢(shì)系數(shù)的空間分布(其中1、2、3分別表示夏季、冬季和全年;單位:d/a)Fig.3 Spatial patterns of long-term trends of(a)observational and(b)simulated clod nights(TN5p)(In which 1，2 and 3 means summer，winter and annual.Units:d·a－1)

模式模擬的夏季冷夜日數(shù)在全國(guó)呈現(xiàn)較一致的減少趨勢(shì)，但模擬的南部地區(qū)減少趨勢(shì)比實(shí)況偏強(qiáng)，模式?jīng)]能模擬出華中地區(qū)的冷夜日數(shù)的區(qū)域性增加趨勢(shì)(圖3b1)。對(duì)于冬季而言，模擬的冷夜日數(shù)在東北和東南沿海小部分地區(qū)為減少趨勢(shì)，與實(shí)況基本一致;但模式模擬的黃河以南區(qū)域?yàn)椴煌潭鹊脑黾于厔?shì)，與實(shí)況相反(圖3b2)。就全年來(lái)說(shuō)，模式基本上抓住了觀測(cè)到的冷夜日數(shù)的減少趨勢(shì)，但模擬的冷夜日數(shù)的變化趨勢(shì)比實(shí)測(cè)強(qiáng)度有不同程度的偏弱現(xiàn)象(圖3b3)。

圖4a給出了觀測(cè)的全國(guó)437站暖晝?nèi)諗?shù)長(zhǎng)期趨勢(shì)的空間分布，可以看出我國(guó)大部分地區(qū)夏季、冬季和全年的暖晝?nèi)諗?shù)總體上呈增加趨勢(shì)，其中增加最為顯著的區(qū)域?yàn)闁|北、內(nèi)蒙古、云貴及東南沿海地區(qū)，多數(shù)站點(diǎn)的增幅超過(guò)0.1 d/a，而華中部分地區(qū)的暖晝?nèi)諗?shù)則呈弱的減少趨勢(shì)。此外，夏季的增加趨勢(shì)總體強(qiáng)于冬季。模式對(duì)中國(guó)暖晝?nèi)諗?shù)氣候傾向率的模擬效果較為理想，較好反映出了大部分地區(qū)暖晝事件發(fā)生頻率顯著增加的特征。夏季(圖4b1)和全年(圖4b3)的模擬結(jié)果所反映出的空間特征與實(shí)況幾乎一致。冬季(圖4b2)全國(guó)暖晝?nèi)諗?shù)變化趨勢(shì)的模擬結(jié)果具有一定的區(qū)域性差異，東北、西南以及東南沿海地區(qū)的模擬效果較好，青藏高原以東的模擬值較觀測(cè)值偏小;但模式在北疆及長(zhǎng)江以南地區(qū)的模擬結(jié)果與實(shí)況出現(xiàn)了相反的趨勢(shì)。

圖4 觀測(cè)(a)和模擬(b)的暖晝?nèi)諗?shù)的長(zhǎng)期趨勢(shì)系數(shù)的空間分布(其中1、2、3分別表示夏季、冬季和全年;單位:d/a)Fig.4 Spatial patterns of long-term trends of(a)observational and(b)simulated warm days(TX95p)(In which 1，2 and 3 means summer，winter and annual.Units:d·a－1)

2.3 極端氣溫的時(shí)空分布特征

為了更好地評(píng)估模式對(duì)極端氣溫事件時(shí)空演變的模擬能力，首先采用經(jīng)驗(yàn)正交函數(shù)(EOF)分解方法提取出模擬和觀測(cè)的極端氣溫指數(shù)異常變化的主要空間模態(tài)和相應(yīng)的時(shí)間系數(shù)，通過(guò)比較分析，進(jìn)一步探討B(tài)CC氣候模式對(duì)極端氣溫事件演變特征的模擬能力。表2分別給出了冬、夏季和全年冷夜和暖晝?nèi)諗?shù)EOF分析的前兩個(gè)模態(tài)的方差貢獻(xiàn)率及二者的累計(jì)方差貢獻(xiàn)率，不難發(fā)現(xiàn)觀測(cè)和模擬的極端氣溫指標(biāo)EOF分析的前兩個(gè)模態(tài)的累積方差貢獻(xiàn)率均高達(dá)40%左右，全年暖晝?nèi)諗?shù)EOF分析前兩個(gè)模態(tài)的累積方差貢獻(xiàn)率甚至超過(guò)了57%。因此，可以認(rèn)為極端氣候指標(biāo)EOF分析的前兩個(gè)模態(tài)基本上能夠反映極端氣溫事件時(shí)空演變的主要特征，下面將重點(diǎn)對(duì)觀測(cè)和模擬的極端氣候指標(biāo)EOF分析前兩個(gè)模態(tài)的空間分布及其時(shí)間演變進(jìn)行對(duì)比。

表2 極端氣溫指數(shù)EOF分析前兩個(gè)模態(tài)方差貢獻(xiàn)率Table 2The percentage of the first two modes to the total variance of EOFs of extreme temperature indices%

從觀測(cè)結(jié)果來(lái)看，夏季和全年冷夜日數(shù)的EOF第一模態(tài)均表現(xiàn)為全國(guó)一致性的變化，而冬季冷夜日數(shù)EOF第一模態(tài)除青藏高原東部地區(qū)外，其余大部分區(qū)域也為一致性的變化(圖5a1—3)，上述分布體現(xiàn)了冷夜日數(shù)具有全國(guó)一致性增加或減少的特點(diǎn)。而對(duì)于第二模態(tài)而言(圖5c1—3)，我國(guó)南方地區(qū)、西部地區(qū)冷夜日數(shù)的變化與華北、東北地區(qū)冷夜日數(shù)的變化存在反相關(guān)系，表明我國(guó)南方地區(qū)、西部地區(qū)冷夜日數(shù)的增加(減少)，通常對(duì)應(yīng)華北、東北地區(qū)冷夜日數(shù)的減少(增加)。通過(guò)對(duì)比不難發(fā)現(xiàn)，模擬的EOF前兩個(gè)模態(tài)所表現(xiàn)出的空間型與實(shí)況非常一致，表明模式很好地模擬出了夏季、冬季和全年冷夜日數(shù)第一模態(tài)、第二模態(tài)的空間分布特征(圖5b1—3、d1—3)。為了進(jìn)一步分析模式對(duì)冷夜日數(shù)事件演變的刻畫(huà)能力，圖6給出了EOF模態(tài)對(duì)應(yīng)的時(shí)間系數(shù)。不難發(fā)現(xiàn)，觀測(cè)的冷夜日數(shù)EOF第一模態(tài)的時(shí)間系數(shù)總體呈遞減趨勢(shì)(圖6a1、b1、c1)，表明我國(guó)近50 a的冷夜日數(shù)總體呈減少趨勢(shì)。而冷夜日數(shù)第二模態(tài)的時(shí)間系數(shù)具有與第一模態(tài)時(shí)間系數(shù)類似的變化趨勢(shì)，并表現(xiàn)出明顯的年際變化特征(圖6a2、b2、c2)。模式較好模擬出了夏季和全年冷夜日數(shù)EOF第一模態(tài)對(duì)應(yīng)時(shí)間系數(shù)的演變特征，模擬與觀測(cè)的相關(guān)系數(shù)分別為0.45和0.33;模式對(duì)冬季冷夜日數(shù)EOF第一模態(tài)對(duì)應(yīng)時(shí)間系數(shù)的演變特征的模擬能力總體較差。此外，模式也基本上沒(méi)能模擬出第二模態(tài)對(duì)應(yīng)時(shí)間系數(shù)的變化特征，模擬與觀測(cè)的時(shí)間系數(shù)相關(guān)性很小(圖6)。綜上所述，模式能較好給出冷夜日數(shù)異常變化的主要空間型，對(duì)第一模態(tài)對(duì)應(yīng)時(shí)間系數(shù)的變化特征也具有一定模擬能力;對(duì)夏季的模擬最好，全年次之，而冬季最差。模式基本上不能反映EOF第二模態(tài)的時(shí)間演變規(guī)律。

與冷夜日數(shù)類似，觀測(cè)的夏季、冬季和全年暖晝?nèi)諗?shù)的第一模態(tài)也表現(xiàn)為全國(guó)一致性變化(圖7a);20世紀(jì)80年代以來(lái)，對(duì)應(yīng)的時(shí)間系數(shù)均呈顯著的上升趨勢(shì)，表明暖晝?nèi)諗?shù)呈全國(guó)一致性的增多趨勢(shì)。第二模態(tài)則表現(xiàn)為典型的南北反相變化(圖7c)，其對(duì)應(yīng)的時(shí)間系數(shù)無(wú)明顯的長(zhǎng)期趨勢(shì)，但存在明顯的年際變化;夏季和冬季暖晝?nèi)諗?shù)也有類似的特點(diǎn)，夏季具有很強(qiáng)的年際異常，但冬季年際變化的振幅相對(duì)較小。模式對(duì)夏季、冬季和全年暖晝?nèi)諗?shù)空間型的模擬效果較好。模擬的暖晝?nèi)諗?shù)第一模態(tài)的空間型能較好地反映出觀測(cè)到的全國(guó)一致性變化，并且高值中心和觀測(cè)的高值區(qū)位置基本吻合(圖7b);模式模擬的第二模態(tài)空間型也與觀測(cè)結(jié)果相符，表現(xiàn)為暖晝?nèi)諗?shù)的南北反相變化特征(圖7d)。模式較好模擬出了夏季和全年暖晝?nèi)諗?shù)EOF第一模態(tài)對(duì)應(yīng)時(shí)間系數(shù)的演變特征，模擬與觀測(cè)的相關(guān)系數(shù)分別為0.40和0.59;但模式對(duì)冬季暖晝?nèi)諗?shù)EOF第一模態(tài)對(duì)應(yīng)時(shí)間系數(shù)的演變特征的模擬能力總體較差，基本上沒(méi)能模擬出第二模態(tài)對(duì)應(yīng)時(shí)間系數(shù)的變化特征(圖8)。不難發(fā)現(xiàn)，模式能較好再現(xiàn)暖晝?nèi)諗?shù)異常變化的主要空間型，對(duì)第一模態(tài)對(duì)應(yīng)時(shí)間系數(shù)的變化特征也具有一定的模擬能力，對(duì)全年的模擬最好，夏季次之，而冬季最差。模式基本上不能反映EOF第二模態(tài)的時(shí)間演變規(guī)律。模式基本能抓住極端氣溫時(shí)空演變的主要特征，但對(duì)其細(xì)致特征的刻畫(huà)能力尚有待提高。

圖5 冷夜日數(shù)EOF分析的前兩個(gè)空間模態(tài)(a.觀測(cè)的第一模態(tài);b.模擬的第一模態(tài);c.觀測(cè)的第二模態(tài);d.模擬的第二模態(tài);其中1、2、3分別表示夏季、冬季和全年;陰影表示負(fù)值區(qū))Fig.5 Spatial distributions of two leading EOF modes of cold night(TN5p)(a.observed EOF1;b.simulated EOF1;c.observed EOF2;d.simulated EOF2.In which 1，2 and 3 represents summer，winter and annual，respectively，and negative values are shaded)

3 極端降水事件的模擬評(píng)估

3.1 多年平均極端降水的空間分布

圖6 冷夜日數(shù)EOF分析的前兩個(gè)空間模態(tài)對(duì)應(yīng)的時(shí)間系數(shù)(其中1、2分別表示第一和第二模態(tài);a、b、c分別表示夏季、冬季和全年;粗實(shí)線為觀測(cè)，帶圓圈的虛線為模擬，圖右上角為觀測(cè)和模擬時(shí)間系數(shù)的相關(guān)系數(shù))Fig.6 Time coefficients of the first two EOF modes of cold night(TN5p)(a，b and c represents summer，winter and annual，respectively;1 means EOF1 and 2 EOF2.Dark solid line shows the observation and dash line with circles the simulation.Correlation coefficient between the observation and simulation is given on the top right corner of each panel)

圖9為觀測(cè)和模擬的夏季、冬季和全年極端降水指數(shù)差值場(chǎng)的空間分布。總體而言，模式對(duì)夏季極端降水頻次的模擬較好，東部和南部沿海的模擬值偏大，而西北西部和東北部分地區(qū)的模擬值則有所偏小，但相對(duì)誤差的絕對(duì)值基本上保持在10%左右(圖9a1)。冬季極端降水次數(shù)的模擬在長(zhǎng)江中下游地區(qū)和華南地區(qū)有不同程度的偏小，而北方地區(qū)的模擬則較實(shí)況有所偏大(圖9a2)。模式對(duì)全年極端降水頻次的模擬結(jié)果表現(xiàn)為，在長(zhǎng)江下游及南部沿海地區(qū)出現(xiàn)系統(tǒng)性偏大，而在西北西部和青藏高原東部地區(qū)則有所偏小(圖9a3)。對(duì)于極端降水量的模擬，夏季的模擬值較實(shí)測(cè)普遍偏小，尤其在長(zhǎng)江以南及西北西部地區(qū)(最大偏差超過(guò)90%)，而在西北東部、青藏高原東部、華北和東北則偏差相對(duì)較小(相對(duì)誤差在50%以內(nèi))(圖9b1)。模式對(duì)冬季極端降水量的模擬在長(zhǎng)江以南存在明顯的偏低，華南沿海地區(qū)偏低50%左右;北方區(qū)域的模擬值則有不同程度的偏高，其中在內(nèi)蒙古地區(qū)偏高最明顯，部分站點(diǎn)甚至超過(guò)200%(圖9b2)。模式對(duì)全年極端降水量的多年平均的模擬較觀測(cè)總體偏低，偏低最明顯的區(qū)域主要位于北疆和長(zhǎng)江以南地區(qū)(圖9b3)?？偟恼f(shuō)來(lái)，模式對(duì)極端降水頻次和極端降水量的多年平均分布具有一定的模擬能力，模式對(duì)極端降水頻次的模擬總體優(yōu)于對(duì)極端降水量的模擬;對(duì)夏季和全年極端降水指標(biāo)的模擬優(yōu)于對(duì)冬季的模擬。

3.2 極端降水長(zhǎng)期趨勢(shì)的空間分布

為了進(jìn)一步分析BCC氣候模式對(duì)我國(guó)極端降水事件長(zhǎng)期趨勢(shì)的模擬能力，圖10給出了觀測(cè)和模擬的極端降水頻次長(zhǎng)期趨勢(shì)的空間分布。由圖10a1可以看出，觀測(cè)的夏季極端降水次數(shù)的長(zhǎng)期趨勢(shì)在空間上總體表現(xiàn)為“南增北減”的分布特征，夏季我國(guó)北方地區(qū)極端降水次數(shù)表現(xiàn)為不同程度的減少趨勢(shì)，而廣大南方地區(qū)的極端降水頻次則普遍增加，長(zhǎng)江流域尤為明顯。模式較好模擬出極端降水次數(shù)長(zhǎng)期趨勢(shì)的上述空間分布特征，但明顯低估了長(zhǎng)江流域極端降水頻次的增加趨勢(shì)(圖10b1)。與夏季情況明顯不同，觀測(cè)的冬季極端降水次數(shù)除在四川盆地、云南出現(xiàn)小范圍的減小趨勢(shì)外，總體表現(xiàn)為全國(guó)一致性的增加趨勢(shì);冬季極端降水事件的發(fā)生頻次在全國(guó)大范圍內(nèi)有不同程度的上升趨勢(shì)，尤其是長(zhǎng)江以南東部地區(qū)的上升趨勢(shì)最為顯著(圖10a2)。從模擬結(jié)果(圖10b2)來(lái)看，模式模擬的冬季極端降水頻次的長(zhǎng)期趨勢(shì)的空間分布幾乎與實(shí)況完全相反，模式對(duì)冬季極端降水頻次的變化趨勢(shì)幾乎沒(méi)有模擬能力。相比之下，模式基本上抓住了全年極端降水次數(shù)長(zhǎng)期變化趨勢(shì)的主要特征，模式大致模擬出了極端降水頻次在南方區(qū)域的增加趨勢(shì)和在北方大部分區(qū)域的減少趨勢(shì)，但模擬的趨勢(shì)均較觀測(cè)結(jié)果有所偏弱，模式在西北和東北地區(qū)的模擬效果較差，變化趨勢(shì)與實(shí)況出現(xiàn)相反的情況。

圖7 暖晝?nèi)諗?shù)EOF分析的前兩個(gè)空間模態(tài)(a.觀測(cè)的第一模態(tài);b.模擬的第一模態(tài);c.觀測(cè)的第二模態(tài);d.模擬的第二模態(tài);其中1、2、3分別表示夏季、冬季和全年;陰影表示負(fù)值區(qū))Fig.7 Spatial distributions of two leading EOF modes of warm days(TX95p)(a.observed EOF1;b.simulated EOF1;c.observed EOF2;d.simulated EOF2.In which 1，2 and 3 represents summer，winter and annual，respectively，and negative values are shaded)

圖8 暖晝?nèi)諗?shù)EOF分析的前兩個(gè)空間模態(tài)對(duì)應(yīng)的時(shí)間系數(shù)(其中1、2分別表示第一和第二模態(tài);a、b、c分別表示夏季、冬季和全年;粗實(shí)線為觀測(cè)，帶圓圈的虛線為模擬，圖右上角為觀測(cè)和模擬時(shí)間系數(shù)的相關(guān)系數(shù))Fig.8 Time coefficients of the first two EOF modes of warm days(TX95p)(a，b and c represents summer，winter and annual，respectively;1 means EOF1 and 2 EOF2.Dark solid line shows the observation and dash line with circles the simulation.Correlation coefficient between the observation and simulation is given on the top right corner of each panel)

圖11給出了觀測(cè)和模擬的極端降水量長(zhǎng)期趨勢(shì)的空間分布。觀測(cè)的夏季極端降水量主要表現(xiàn)為南增北減的分布形勢(shì)，其中長(zhǎng)江中下游地區(qū)的增加趨勢(shì)最為顯著;模式較好地模擬出了夏季極端降水量南增北減的總體分布形勢(shì)，但模式低(高)估了長(zhǎng)江中下游(華南)地區(qū)的增加趨勢(shì)。觀測(cè)的冬季極端降水量總體為增加趨勢(shì)，且長(zhǎng)江流域以北的北方區(qū)域增加趨勢(shì)明顯強(qiáng)于南方區(qū)域，模式基本上沒(méi)能模擬出冬季極端降水量的上述變化趨勢(shì)(圖11a2、b2)。觀測(cè)的全年極端降水量在長(zhǎng)江中下游地區(qū)、青藏高原東側(cè)和西北地區(qū)有增加的趨勢(shì)，而在華北、內(nèi)蒙及鄰近地區(qū)呈減小趨勢(shì)，模式總體上模擬出了上述分布的主要特點(diǎn)，但模式在東北、西北西部和西南地區(qū)的模擬效果較差，模擬結(jié)果甚至與實(shí)況相反(圖11a3、b3)。

3.3 極端降水的年際變化

極端降水事件的發(fā)生具有很強(qiáng)的區(qū)域性特征，為了進(jìn)一步考察模式對(duì)區(qū)域極端降水事件年際變化的模擬能力，圖12給出了觀測(cè)與模擬的極端降水頻次、極端降水量的相關(guān)分布。不難發(fā)現(xiàn)，模式對(duì)極端降水指標(biāo)的年際變化具有一定的模擬能力，但模式的模擬能力表現(xiàn)出明顯的區(qū)域性差異。對(duì)夏季極端降水頻次而言，觀測(cè)和模擬的高相關(guān)區(qū)主要集中在西北、內(nèi)蒙古、河套地區(qū)以及長(zhǎng)江中下游部分地區(qū)，表明模式基本能夠模擬出上述區(qū)域極端降水頻次的年際變化特征;但模擬結(jié)果在東北東部、江淮及華南則為負(fù)相關(guān)，模式不能模擬出上述區(qū)域極端降水頻次的演變特征(圖12a1);全年極端降水頻次的相關(guān)分布與夏季大致相似(圖12a3)。總體而言，模式對(duì)冬季極端降水頻次年際變化的模擬能力要優(yōu)于夏季和全年的情況，顯著正相關(guān)區(qū)域出現(xiàn)在東北、黃淮流域及我國(guó)西南，多數(shù)站點(diǎn)的相關(guān)系數(shù)通過(guò)了0.05信度的顯著性檢驗(yàn)(圖12a2)，說(shuō)明模式對(duì)上述區(qū)域極端降水頻次的年際變化具有較強(qiáng)的模擬能力。模擬和觀測(cè)的夏季、冬季和全年極端降水量的相關(guān)分布與極端降水頻次的結(jié)果基本類似(圖12b1—3)。綜上所述，模式對(duì)部分區(qū)域極端降水事件的年際變化有一定模擬能力;但總體而言，模式結(jié)果與觀測(cè)差異明顯，模擬的極端降水的年際變化在一些區(qū)域甚至與實(shí)況相反，模式對(duì)極端降水年際變化的模擬能力還有待提高。

4 結(jié)論

本文從中國(guó)極端氣溫和降水的空間分布、時(shí)間演變等視角，通過(guò)BCC氣候模式20世紀(jì)氣候的模擬結(jié)果與觀測(cè)結(jié)果的對(duì)比分析，評(píng)估了BCC氣候模式對(duì)中國(guó)區(qū)域極端氣候事件的模擬能力，主要結(jié)論如下:

圖9 觀測(cè)和模擬的極端降水頻次(a)和極端降水量(b)差值百分比的空間分布(其中1、2、3分別為夏季、冬季和全年;差值百分比=(模擬值－觀測(cè)值)/觀測(cè)值×100%;單位:%)Fig.9 Spatial patterns of differences in percentage between the observed and simulated(a)R95t and(b)R95p(In which 1，2 and 3 represents summer，winter and annual，respectively.The difference percentage(%)is given by the simulated minus the observation divided by the observation)

1)模式對(duì)近50 a我國(guó)極端氣溫多年平均的空間分布、年際異常的時(shí)空演變和長(zhǎng)期趨勢(shì)具有一定的模擬能力，但尚存一些不足。

a)模式基本上能反映出多年平均的冷夜日數(shù)和暖晝?nèi)諗?shù)的空間分布，模式對(duì)暖晝?nèi)諗?shù)的模擬優(yōu)于對(duì)冷夜日數(shù)的模擬，全年冷夜日數(shù)的模擬優(yōu)于冬季和夏季的模擬，而全年和夏季暖晝?nèi)諗?shù)的模擬優(yōu)于冬季的模擬。不足之處在于:模擬的夏季和冬季冷夜日數(shù)總體較觀測(cè)偏大，而全年冷夜日數(shù)則有所偏小;模擬的夏季暖晝?nèi)諗?shù)在東部偏高、西部偏低，而冬季則存在普遍偏高的現(xiàn)象，模擬的全年暖晝?nèi)諗?shù)則以偏低為主。

b)模式能較好地給出冷夜日數(shù)和暖晝?nèi)諗?shù)異常變化的主要空間型，對(duì)EOF第一模態(tài)的時(shí)間演變特征具有一定的模擬能力;但模式對(duì)第二模態(tài)時(shí)間演變特征的刻畫(huà)能力較差?？偟恼f(shuō)來(lái)，模式基本能抓住極端氣溫時(shí)空演變的主要特征，但對(duì)其細(xì)致特征的刻畫(huà)能力尚有待提高。

圖10 觀測(cè)(a)和模擬(b)的極端降水頻次長(zhǎng)期趨勢(shì)系數(shù)的空間分布(其中1、2、3分別表示夏季、冬季和全年;單位:d/a)Fig.1 0Spatial patterns of long-term trends of(a)observed and(b)simulated R95t(In which 1，2 and 3 means summer，winter and annual，respectively.Units:d·a－1)

c)模式對(duì)冷夜日數(shù)和暖晝?nèi)諗?shù)的長(zhǎng)期趨勢(shì)也具有較好的模擬能力。模式較好地模擬出了夏季和全年冷夜日數(shù)的全國(guó)較為一致的減少趨勢(shì)，再現(xiàn)了東北和東南沿海部分地區(qū)冬季冷夜日數(shù)的減少趨勢(shì)，但模擬的趨勢(shì)較實(shí)測(cè)有所偏弱。模式對(duì)暖晝?nèi)諗?shù)長(zhǎng)期趨勢(shì)的模擬效果較理想，較好地反映了大部分地區(qū)暖晝事件發(fā)生頻率的顯著增加特征，但冬季的模擬結(jié)果尚有待改進(jìn)。

2)模式較好模擬出近50 a我國(guó)極端降水的空間分布、長(zhǎng)期趨勢(shì)和年際異常的主要特征，但對(duì)極端降水較為細(xì)致特征的模擬能力還有待提高。

a)模式對(duì)極端降水頻次和極端降水量多年平均的空間分布具有一定的模擬能力，極端降水頻次的模擬總體優(yōu)于極端降水量的模擬;夏季和全年的模擬優(yōu)于冬季的模擬。對(duì)于極端降水頻次，夏季的模擬較好，但冬季的模擬在長(zhǎng)江中下游和華南地區(qū)有不同程度偏小、北方偏大，而全年模擬在長(zhǎng)江下游及南部沿海出現(xiàn)系統(tǒng)性偏大。對(duì)于極端降水量，夏季和全年的模擬系統(tǒng)性偏低，而冬季在北方偏高、南方偏低。

b)模式能較好地模擬出夏季和全年極端降水頻次的長(zhǎng)期趨勢(shì)，較好地刻畫(huà)極端降水頻次“南增北減”的特征;模式對(duì)冬季極端降水頻次的變化趨勢(shì)幾乎沒(méi)有模擬能力。同樣，模式也較好地模擬出了極端降水量夏季南增北減的分布形勢(shì)和冬季的總體增加趨勢(shì)，但對(duì)全年的模擬不理想。

圖11 觀測(cè)(a)和模擬(b)的極端降水量長(zhǎng)期趨勢(shì)系數(shù)的空間分布(其中1、2、3分別表示夏季、冬季和全年;單位:d/a)Fig.1 1Spatial patterns of long-term trends of(a)observed and(b)simulated R95p(In which 1，2 and 3 means summer，winter and annual，respectively.Units:d·a－1)

c)模式對(duì)極端降水指標(biāo)的年際變化有一定的模擬能力，對(duì)部分區(qū)域極端降水事件的年際變化具有較好的模擬能力;但模擬能力表現(xiàn)出明顯的區(qū)域性差異，部分區(qū)域極端降水年際變化的模擬結(jié)果與實(shí)況甚至相反，模式對(duì)極端降水年際變化的模擬能力還有待提高。

本文利用觀測(cè)資料，評(píng)估了BCC氣候模式對(duì)極端氣候事件的模擬能力，所得結(jié)果可為BCC模式的改進(jìn)和相關(guān)領(lǐng)域的應(yīng)用研究提供一定參考。但值得指出的是，由于本研究中僅僅選擇了為數(shù)不多的幾個(gè)指標(biāo)來(lái)反映極端氣候事件，因此所開(kāi)展的評(píng)估工作還是初步的，研究結(jié)果尚具有一定的局限性;研究對(duì)模擬結(jié)果還缺乏深層次的剖析，對(duì)于模擬結(jié)果與觀測(cè)存在明顯差異的原因也還有待進(jìn)一步深入分析。

致謝:中國(guó)國(guó)家氣候中心吳統(tǒng)文研究員、董敏研究員、劉向文博士在BCC模式資料獲取中提供了大力幫助和支持。謹(jǐn)致謝意!

圖1 2觀測(cè)與模擬的極端降水事件時(shí)間序列的相關(guān)分布(a.極端降水頻次;b.極端降水量;其中1、2和3分別代表夏季、冬季和全年)Fig.1 2Geographic distribution of the correlation coefficients between the observed and the simulated extreme precipitation indices(a.R95t;b.R95p.In which 1，2 and 3 means summer，winter and annual，respectively)

蔡敏，丁裕國(guó)，江志紅.2007.我國(guó)東部極端降水時(shí)空分布及其概率特征［J］.高原氣象，26(2):309-318.

陳海山，范蘇丹，張新華.2009.中國(guó)近50 a極端降水事件變化特征的季節(jié)性差異［J］.大氣科學(xué)學(xué)報(bào)，32(6):743-751.

董敏，吳統(tǒng)文，王在志，等.2009.北京氣候中心大氣環(huán)流模式對(duì)季節(jié)內(nèi)振蕩的模擬［J］.氣象學(xué)報(bào)，67(6):912-922.

高學(xué)杰，趙宗慈，丁一匯，等.2003.溫室效應(yīng)引起的中國(guó)區(qū)域氣候變化的數(shù)值模擬Ⅱ:中國(guó)區(qū)域氣候的可能變化［J］.氣象學(xué)報(bào)，61(1):29-38.

何卷雄，丁裕國(guó)，姜愛(ài)軍.2002.江蘇冬夏極端氣溫與大氣環(huán)流及海溫場(chǎng)的遙相關(guān)［J］.熱帶氣象學(xué)報(bào)，18(1):73-82.

胡宜昌，董文杰，何勇.2007.21世紀(jì)初極端天氣氣候事件研究進(jìn)展［J］.地球科學(xué)進(jìn)展，22(10):1066-1075.

姜大膀，王會(huì)軍，郎咸梅.2004.全球變暖背景下東亞氣候變化的最新情景預(yù)測(cè)［J］.地球物理學(xué)報(bào)，47(4):590-596.

江志紅，丁裕國(guó)，屠其璞.1998.中國(guó)近50年夏冬極端氣溫場(chǎng)的年代際空間型態(tài)及其演變特征研究［J］.應(yīng)用氣象學(xué)報(bào)，10(增刊):97-103.

江志紅，陳威霖，宋潔，等.2009.7個(gè)IPCC AR4模式對(duì)中國(guó)地區(qū)極端降水指數(shù)模擬能力的評(píng)估及其未來(lái)情景預(yù)估［J］.大氣科學(xué)，33(1):109-120.

劉學(xué)華，季致建，吳洪寶，等.2006.中國(guó)近40年極端氣溫和降水的分布特征及年代際差異［J］.熱帶氣象學(xué)報(bào)，22(6):619-624.

任福民，翟盤(pán)茂.1998.1951—1990年中國(guó)極端氣溫變化分析［J］.大氣科學(xué)，22(2):217-227.

石廣玉，王喜紅，張立盛，等.2002.人類活動(dòng)對(duì)氣候影響的研究，Ⅱ.對(duì)東亞和中國(guó)氣候變化的影響［J］.氣候與環(huán)境研究，7(2):255-266.

史軍，丁一匯，崔林麗.2009.華東極端高溫氣候特征及成因分析［J］.大氣科學(xué)，33(2):347-357.

所玲玲，黃嘉佑，譚本馗.2008.北極濤動(dòng)對(duì)我國(guó)冬季同期極端氣溫的影響研究［J］.熱帶氣象學(xué)報(bào)，24(2):163-168.

王冀，江志紅.2008.1960—2005年長(zhǎng)江中下游極端降水指數(shù)變化特征分析［J］.氣象科學(xué)，28(4):384-388.

王冀，江志紅，張海東，等.2007.1957—2000年?yáng)|北地區(qū)春季極端氣溫變化及其與北極濤動(dòng)的關(guān)系［J］.氣候變化研究進(jìn)展，3(1):41-45.

王冀，江志紅，丁裕國(guó)，等.2008.21世紀(jì)中國(guó)極端氣溫指數(shù)變化情況預(yù)估［J］.資源科學(xué)，30(7):1085-1092.

王璐，周天軍，吳統(tǒng)文，等.2009.BCC大氣環(huán)流模式對(duì)亞澳季風(fēng)年際變率主導(dǎo)模態(tài)的模擬［J］.氣象學(xué)報(bào)，67(6):973-982.

王志福，錢(qián)永甫.2009.中國(guó)極端降水事件的頻數(shù)和強(qiáng)度特征［J］.水科學(xué)進(jìn)展，20(1):1-9.

頡衛(wèi)華，吳統(tǒng)文.2010.全球大氣環(huán)流模式BCC_AGCM2.0.1對(duì)1998年夏季江淮流域強(qiáng)降水過(guò)程的回報(bào)試驗(yàn)研究［J］.大氣科學(xué)，34(5):962-978.

許吟隆.2005.中國(guó)21世紀(jì)氣候變化的情景模擬分析［J］.南京氣象學(xué)院學(xué)報(bào)，28(3):323-329.

徐影，丁一匯，趙宗慈，等.2003.我國(guó)西北地區(qū)21世紀(jì)季節(jié)氣候變化情景分析［J］.氣候與環(huán)境研究，8(1):19-25.

楊金虎，李耀輝，王鵬祥，等.2008a.中國(guó)年極端降水事件的時(shí)空分布特征［J］.氣候與環(huán)境研究，13(1):75-83.

楊金虎，江志紅，白虎志.2008b.西北區(qū)東部夏季極端降水事件同太平洋SSTA的遙相關(guān)［J］.高原氣象，27(2):331-338.

翟盤(pán)茂，潘曉華.2003.中國(guó)北方近50年溫度和降水極端事件變化［J］.地理學(xué)報(bào)，58(增刊):1-10.

翟盤(pán)茂，王萃萃，李威.2007.極端降水事件變化的觀測(cè)研究［J］.氣候變化研究進(jìn)展，3(3):144-147.

張永領(lǐng)，丁裕國(guó).2004.我國(guó)東部夏季極端降水與北太平洋海溫的遙相關(guān)研究［J］.南京氣象學(xué)院學(xué)報(bào)，27(2):244-252.

趙宗慈，羅勇，江瀅，等.2008.未來(lái)20年中國(guó)氣溫變化預(yù)估［J］.氣象與環(huán)境學(xué)報(bào)，24(5):1-5.

IPCC.2001.Climate Change 2001:The Science of Climate Change［M］//TAR(2001).Houghton J T，Ding Y，Griggs D J，et al.Cambridge UK:Cambridge University Press.

IPCC.2007.Climate Change 2007:The Physical Science Basis［M］//Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change.Solomon S，Qin D，Manning M，et al.Cambridge:Cambridge University Press.

Wu T，Yu R，Zhang F.2008a.A modified dynamic framework for atmospheric spectral model and its application［J］.J Atmos Sci，65(7):2235-2253.doi:10.1175/2007JAS2514.1.

Wu T，Yu R，Zhang F，et al.2008b.The Beijing Climate Center atmospheric general circulation model:Description and its performance for the present-day climate［J］.Clim Dyn，34(1):123-147.doi:10.1007/s00382-008-0487-2.

Zhai P M，Eskridge R E.1997.Atmospheric water vapor over China［J］.J Climate，10(10):2643-2652.

Zhai P M，Sun A J，Ren F M，et al.1999.Changes of climate extremes in China［J］.Clim Change，42(1):203-218.