區(qū)域氣候模式與陸面模式的耦合及其對東亞氣候模擬的影響

曹富強 丹利 馬柱國

中國科學院大氣物理研究所中國科學院東亞區(qū)域氣候—環(huán)境重點實驗室，北京100029

1 引言

數(shù)值模擬是當前氣候研究的主要手段之一，但由于一些物理過程和地形在區(qū)域尺度上的不確定性和復雜性，使得全球氣候模式難以描述復雜的區(qū)域氣候過程和下墊面特征，因此難以模擬特定的區(qū)域氣候特征，特別是植被大氣相互作用強烈的東亞地區(qū)（符淙斌等，2002）。20世紀80年代末，區(qū)域氣候模式 RCM（Regional Climate Model）概念被提出（Dickinson et al.,1989; Giorgi,1990）并建立了第一代區(qū)域氣候模式，具有代表性的如意大利國際理論物理中心（ICTP）的 RegCM1（Regional Climate Model Version 1），美國濱州州立大學（PSU）和美國國家大氣研究中心（NCAR）聯(lián)合開發(fā)的中尺度模式 MM4（Anthes et al.,1987）。目前，ICTP 的區(qū)域氣候模式已發(fā)展到第四代 RegCM4（Giorgi and Bates,1989; Giorgi et al.,2012），而 NCAR 已將MM4升級到 MM5并過渡到了 WRF（Weather Research Forecast）模式（Skamarock et al.,2005）。隨著觀測資料的積累和計算能力的提高，區(qū)域氣候模式已成為研究區(qū)域氣候重要而有效的工具。它具有較高的空間分辨率，可以更好的模擬東亞季風氣候，特別是降水（Gao et al.,2006）。迄今為止，國內(nèi)外發(fā)展了不少的區(qū)域氣候模式，例如 RegCM、RIEMS、RAMS、RegCM_NCC以及NJU-RCM等，值得指出的是近年來中尺度天氣預報模式WRF被廣泛應用于區(qū)域氣候模擬研究及天氣預報，越來越受到科學界重視（Yu et al.,2010; Chen et al.,2012; Yuan et al.,2012）。

相比全球氣候模式，雖然區(qū)域氣候模式對區(qū)域氣候模擬表現(xiàn)出明顯的優(yōu)勢（Liang et al.,2001；鞠麗霞和王會軍，2006；Patricola and Cook,2007；張冬峰和石英，2012），但其模擬能力具有區(qū)域性差異（王世玉和張耀存，1999；馮錦明和符淙斌，2007）。影響區(qū)域氣候模式模擬能力的因素很多，如：物理參數(shù)化方案的選取、側(cè)邊界條件、緩沖區(qū)設置等，其中物理參數(shù)化方案是首要考慮的影響因素。區(qū)域氣候模式的物理參數(shù)化方案涉及到陸面、水文、大氣過程等過程，它們既是模式的組成部分，又是模式的研究對象（劉鴻波等，2006）。陸面過程是區(qū)域氣候模式一個重要組成部分，陸面參數(shù)化方案在數(shù)值模擬研究區(qū)域氣候中起著重要作用（鄭婧等，2009）。陸面過程模型發(fā)展經(jīng)歷了從簡單水桶模型（Manabe,1969）到復雜的 LSM（Land Surface Model; Bonan,1996 ）、BATS（ Biosphere- Atmosphere Transfer Scheme; Dickinson et al.,1993）、AVIM（Atmosphere-Vegetation Interaction Model; Ji,1995）、CoLM（Common Land Model; Dai et al.,2003）和 CLM（Community Land Model; Oleson et al.,2004）等。選擇合理的陸面過程模型耦合到具有高分辨率的區(qū)域氣候模式，對提高區(qū)域氣候模式對區(qū)域氣候的模擬能力具有重要意義。

東亞地區(qū)處于獨特的地理位置且具有復雜的下墊面條件，形成了以典型的季風氣候為主的區(qū)域氣候環(huán)境，氣候的區(qū)域特征非常明顯。東亞地區(qū)不僅是世界上氣候變率較大的地區(qū)，而且是受人類活動影響強烈的地區(qū)（Fu,2003; 湯劍平等，2004）。相比其他地區(qū)，該地區(qū)的區(qū)域氣候模擬難度較大。建立適合東亞地區(qū)的區(qū)域氣候模式，對于促進中國區(qū)域氣候研究以及未來氣候環(huán)境變化預估具有重要意義。王芳棟等（2012）利用PRECIS和RegCM3兩個區(qū)域氣候模式模擬結(jié)果表明，相對觀測資料，對中國區(qū)氣溫 PRECIS模式表現(xiàn)為暖偏差，而RegCM3模式表現(xiàn)冷偏差。高學杰等（2012）采用RegCM3區(qū)域模式與全球海氣耦合模式嵌套，對中國及東亞地區(qū)進行了過去和未來氣候模擬，表明該模式對中國氣溫和降水有較好的模擬能力，對未來氣候有一定的預估能力，但存在著很大不確定性，有待多模式集合驗證。本文采用針對東亞地區(qū)開發(fā)的區(qū)域氣候耦合模式AVIM-RIEMS2.0，重點研究該模式對東亞地區(qū)氣候的模擬能力，并分析影響其模擬能力的因素。

2 模式介紹與試驗設計

區(qū)域環(huán)境系統(tǒng)集成模式（Regional Integrated Environment Modeling System,RIEMS）1998 年由 中國科學院東亞區(qū)域氣候環(huán)境重點實驗室開發(fā)（Fu et al.,2000），該模式是基于廣義季風系統(tǒng)的概念（即季風系統(tǒng)是包含物理、化學、生物和社會等諸多組成部分的復雜系統(tǒng)），以 MM5為動力框架構(gòu)建。目前的版本RIEMS2.0采用美國氣象研究中心和美國濱洲大學發(fā)展的中尺度模式MM5V3的非靜力動力框架（趙得明等，2009）。模式耦合了修改過的 CCM3中的輻射方案和生物圈—大氣圈傳輸方案（BATS1e）等物理過程，并綜合考慮了植被—大氣、氣溶膠—大氣之間的相互作用等，同時還耦合了區(qū)域海洋模式和大氣化學模式。已有研究表明，RIEMS2.0對東亞區(qū)域氣候具有良好的模擬能力（熊喆和符淙斌，2006；馮錦明和符淙斌，2007；Zhao and Fu，2009；Zhao，2012）。本文將自主設計發(fā)展的植被—大氣相互作用模式AVIM（Ji,1995; Dan et al.,2005）耦合到 RIEMS2.0，形成耦合模式AVIM-RIEMS2.0（圖1）。通過與RIEMS2.0模式的模擬結(jié)果、美國國家環(huán)境中心（NCEP）/美國能源部（DOE）的NCEP再分析資料（NCEPII）、歐洲中期天氣預報中心（ECMWF）再分析資料（ERA40）、英國東安格利亞大學（University of East Anglia）氣候研究部（Climatic Research Unit）的資料（CRU）、氣象臺站觀測資料進行對比分析評估耦合模式對東亞氣候的模擬能力。

本文使用RIEMS2.0和AVIM-RIEMS2.0模式，模擬區(qū)域中心地理坐標為（37°N，102°E），格點數(shù)為105（緯向）×91（經(jīng)向），緩沖區(qū)格點數(shù)為12，水平分辨率為60 km，覆蓋以中國為主的東亞區(qū)域。垂直方向分為16 層，最頂層氣壓為 100 hPa，積分步長為180 s。采用全球6小時一次、高空分辨率為2.5°×2.5°、地面分辨率為 1.875°×1.875°的 NCEPII資料驅(qū)動RIEMS2.0模式和AVIM-RIEMS2.0模式。模擬時間分別為1979年11月～1981年1月、1984年11月～1986年1月、1989年11月～1991年1月、1994年11月～1996年1月、1999年11月～2001年1月、2004年11月～2006年1月，分別選取1980年、1985年、1990年、1995年、2000年和2005年6年模擬結(jié)果用于對比分析。

3 資料與方法

本文用于模式性能檢驗的觀測和再分析資料中，月平均風場和位勢高度來自NCEPII資料，水平分辨率為2.5°×2.5°；月平均氣溫、降水來自CRU資料和中國氣象臺站觀測資料（STN），水平分辨率均為0.5°×0.5°，其中，STN氣溫資料經(jīng)過均一化（Li and Yan，2009）處理；感熱通量和潛熱通量為NCEPII、ERA40資料，水平分辨率均為 2.5°×2.5°。

圖1 AVIM-RIEMS2.0 耦合模式框架。LAI：葉面積指數(shù)（Leaf area index），NPP：凈初級生產(chǎn)力（Net primary productivity），BC：黑炭（Black carbon）Fig.1 The framework of AVIM-RIEMS2.0 coupled model

利用 AVIM-RIEMS2.0耦合模式和 RIEMS2.0模式對過去 30年中典型年份的模擬結(jié)果與觀測資料對比分析，研究耦合了具有動態(tài)植被過程的AVIM模式后，RIEMS2.0模式對東亞區(qū)域氣候的模擬能力。氣象臺站觀測資料是日平均的站點數(shù)據(jù)，轉(zhuǎn)化為月平均資料后，采用 Cressman客觀插值法（Cressman，1959）插值成分辨率為 0.5°×0.5°的格點數(shù)據(jù)。模擬結(jié)果與驗證資料進行差值或區(qū)域平均計算時，均采用雙線性插值法插值到模擬結(jié)果的格點上。

4 模擬結(jié)果分析

本文將6年的模擬結(jié)果平均后，與再分析資料和觀測資料進行對比分析，取 1、7兩個月份進行研究以檢驗模式對氣候季節(jié)變化的模擬能力。由于ERA40資料的地表熱通量覆蓋時間為 1957～2002年，所以模擬結(jié)果的地表熱通量為前5年平均與其對比分析。

4.1 850hPa風場

東亞地區(qū)除受西風帶的作用外，還深受東亞季風影響。850 hPa風場是表征東亞大尺度季風環(huán)流狀況的一個重要氣候要素（孫力等，2003；何金海等，2007）。由圖2可知，冬季，中國北方受來自西伯利亞的西北氣流影響，形成強勁的西北季風，量級達到 10 m s-1，兩個模式都能夠很好地模擬出 來。與NCEPII風場相比，東北地區(qū)模擬值偏弱，而華北地區(qū)和長江中下游一帶模擬值偏強。由于模擬出較強的西北氣流，導致中國華南地區(qū)的東南氣流和西南地區(qū)的西南氣流模擬偏弱，從而使得模擬的氣溫降低、降水減少，尤其在中國南部地區(qū)。模擬結(jié)果相比，AVIM-RIEMS2.0模式對模擬值在東北地 區(qū)偏小而在華北地區(qū)偏大有所改善。夏季，氣壓帶和風帶季節(jié)性北移，使得中國東部至朝鮮、日本一帶盛行西南季風。受亞歐大陸和太平洋之間海陸熱力性質(zhì)差異的影響，在中國華北地區(qū)和長江中下游一帶形成東南季風。因此，中國、朝鮮半島以及日本主要處于東南季風和西南季風控制之下。東亞地區(qū)夏季風的這種分布特點，在兩個模式結(jié)果中都有很好的體現(xiàn)。與NCEPII風場相比，模擬的夏季風在中國東部增強，而在朝鮮半島及日本一帶減弱。就模擬結(jié)果相比較而言，AVIM-RIEMS2.0模擬夏季風在中國東部相對較弱，更接近觀測結(jié)果；在朝鮮半島及日本的模擬偏差增大。

4.2 500hPa位勢高度

圖2 850 hPa月平均風場（單位：m s-1）。（a）、（b）、（c）分別表示 1 月 NCEPII數(shù)據(jù)、RIEMS2.0 減 NCEPII數(shù)據(jù)、AVIM-RIEMS2.0 減 NCEPII數(shù)據(jù)；（d）、（e）、（f）表示方式相同，但為 7 月 Fig.2 Monthly mean wind field at 850 hPa(units: m s-1).(a),(b),(c)denote NCEPII data,RIEMS2.0 minus NCEPII data,and AVIM-RIEMS2.0 minus NCEPII data in January,respectively;(d),(e),(f)same as(a),(b),(c),but for July

深受中緯度西風帶影響的東亞地區(qū)，對流層中、低層大氣環(huán)流在很大程度上決定了中國的氣候狀況（田芝平等，2012）。從圖3可以看出，冬季，東亞大槽位于大陸東岸，槽線一般穩(wěn)定在 120°～130°E，且強度較強。模式能夠較好地再現(xiàn)500 hPa位勢高度分布，并且較準確地模擬了東亞大槽位置。與NCEPII資料相比，模式模擬的位勢高度值偏小約25 gpm，且東亞大槽位置西移。模式模擬結(jié)果之間相比，AVIM-RIEMS2.0模式的模擬值高于RIEMS2.0模式，相差約 5 gpm。因此，AVIM- RIEMS2.0模式對500 hPa位勢高度模擬值偏低現(xiàn)象有所改善。夏季，東亞大槽西移回大陸而基本消失，副高增強而成為影響東亞區(qū)域氣候的重要氣候系統(tǒng)，模式能夠較好地再現(xiàn)這一特點。與NCEPII資料相比，模式在中國華北地區(qū)模擬值偏高約 10 gpm，而在其他地區(qū)模擬值偏低約15 gpm。模擬的副高東西方向增強而南北方向減弱。模擬結(jié)果相比，AVIM-RIEMS2.0模式改善了在東北地區(qū)的模擬結(jié)果?？偟脕砜矗珹VIM-RIEMS2.0模式對500 hPa位勢高度模擬在中國北方有一定改進，而在中國南方的夏秋季節(jié)并沒表現(xiàn)出明顯的改進，可能與南方植被季節(jié)變化不明顯有關。

為進一步檢驗 AVIM-RIEMS2.0模式在區(qū)域尺度上的模擬性能，根據(jù)氣候分區(qū)及植被分布狀況，將中國劃分為東北、華北、華中、華南、過渡帶（依據(jù)植被）、西北、西南、青藏高原8個分區(qū)（圖4）。從季節(jié)變化和區(qū)域平均的角度，分析模式對氣溫、降水以及地表熱通量的模擬能力。由于青藏高原地區(qū)氣象臺站較少，插值結(jié)果有一定不確定性，所以該地區(qū)氣溫、降水的模式結(jié)果還與 CRU資料進行對比，與臺站觀測資料進行相互驗證。

4.3 氣溫

近地面氣溫模擬結(jié)果的好壞是評價區(qū)域氣候模式模擬能力的一個主要依據(jù)（王芳棟等，2010）。從圖5、6中可以看出，與觀測資料相比，模式能夠很好模擬出氣溫的空間分布型。冬季（圖5），中國氣溫最低值出現(xiàn)在東北地區(qū)的北部，大約-30°C。與CRU資料和STN資料相比，模式模擬的氣溫偏低，尤其在中國的東北地區(qū)和青藏高原地區(qū)。模擬結(jié)果相比，雖然AVIM-RIEMS2.0模式對模擬氣溫偏低的現(xiàn)象有所改善，但與觀測資料相比模擬的氣溫依然偏低。夏季（圖6），與觀測資料相比，RIEMS2.0模式在中國西北地區(qū)以及東部的中部地區(qū)模擬值偏高約6°C，而在青藏高原地區(qū)模擬值偏低明顯；AVIM-RIEMS2.0模式模擬值在中國西北地區(qū)偏高，而在青藏高原地區(qū)以及中國東部的中部模擬值偏低。兩個模式在四川盆地都模擬出一個高值中心，但AVIM-RIEMS2.0模式的模擬值偏小。雖然兩個模式存在上述偏差，但兩個模式相比，AVIM-RIEMS2.0模式模擬的氣溫偏差明顯減小。

圖3 同圖2，但為500 hPa月平均位勢高度（單位：gpm） Fig.3 Same as Fig.2,but for 500-hPa geopotential height(units: gpm)

圖4 中國子區(qū)域劃分及其編號：Ⅰ東北、Ⅱ華北、Ⅲ華中、Ⅳ華南、Ⅴ過渡帶、Ⅵ西南、Ⅶ西北、Ⅷ青藏高原 Fig.4 Eight sub-regions classified over China and their numbers: ⅠNortheast,ⅡNorth China,Ⅲ Central China,Ⅳ South China,ⅤTransitional zone,Ⅵ Southwest,Ⅶ Northwest,Ⅷ Tibet Plateau

從區(qū)域平均氣溫看（圖7），相對于觀測資料，AVIM-RIEMS2.0模式模擬的氣溫偏低。夏季，RIEMS2.0模式在中國西北地區(qū)、青藏高原地區(qū)模擬值偏低，其余分區(qū)模擬值偏高；其他季節(jié)各個分區(qū)RIEMS2.0模式的模擬值都偏低。模式結(jié)果相比，在中國東北地區(qū)、華北地區(qū)、過渡帶以及春季華中地區(qū)的模擬能力有明顯提高，使得模擬氣溫偏差減少大約3～6°C，而在其他分區(qū)沒有明顯改進；對于RIEMS2.0模式，在華中地區(qū)和華南地區(qū)的模擬效果好（不包括春季），但普遍存在模擬值偏高的問題（西北地區(qū)的夏季除外）。總體看，相比RIEMS2.0模式，AVIM-RIEMS2.0模式對氣溫的模擬能力在中國多數(shù)地區(qū)得到提高，但在中國的熱帶、亞熱帶地區(qū)對氣溫的模擬沒有明顯改善，可能與該氣候帶內(nèi)的植被冬夏季節(jié)差異不顯著有關。

4.4 降水

相比氣溫，降水的不均一性更為明顯，而降水的空間分布和雨帶位置不僅是氣候模式研究重要內(nèi)容之一，也是評價模式模擬能力的一個主要指標（吳蓉和張耀存,2012）。從不同季節(jié)降水分布圖看（圖8、9），與CRU和STN資料相比，模式能夠基本模擬出中國降水的季節(jié)變化和分布型，即降水空間上表現(xiàn)由東南沿海向西北內(nèi)陸逐漸減少，時間上主要集中在夏季。冬季（圖8），降水主要集中在中國南方。與觀測資料相比，雖然模式能夠模擬出中國華南地區(qū)雨帶，但存在模擬的雨帶位置北移東伸、強度偏弱的現(xiàn)象。模擬結(jié)果相比，AVIM- RIEMS2.0模式模擬的雨帶強度更弱，但兩個模式的降雨空間分布相似。夏季（圖9），雨帶北移使得降水集中在長江中下游以北地區(qū)。與觀測資料相比，模式模擬雨帶強度較強、位置偏北明顯，且西北地區(qū)模擬降水偏多。模擬結(jié)果相比，AVIM- RIEMS2.0模式對降水的模擬結(jié)果更好，并一定程度上改善RIEMS2.0模式模擬降水偏多問題。總體看，AVIM-RIEMS2.0模式對RIEMS2.0模擬降水偏多的現(xiàn)象有較大改善。

從降水的區(qū)域平均看（見圖10），兩個模式對降水的模擬能力都存在明顯的區(qū)域性差異。AVIM-RIEMS2.0模式在中國的東北地區(qū)、華北地區(qū)、華中地區(qū)、過渡帶以及西南地區(qū)的降水模擬改進明顯，降低了RIEMS2.0模式模擬降水偏高現(xiàn)象，這些地區(qū)也是植被大氣相互作用較為強烈的地區(qū)（俞淼等,2011）。相比CRU和STN資料，AVIM- RIEMS2.0模式在多數(shù)地區(qū)模擬降水減少，而RIEMS2.0模式模擬降水增加。在中國的華北和華南地區(qū)，兩個模式模擬的降水都偏高。兩個模式相比，AVIM-RIEMS2.0模式模擬的降水更接近觀測。

4.5 地表熱通量

圖6 同5，但為7月近地面氣溫月平均（單位：°C） Fig.6 Same as Fig.5,but for monthly mean surface air temperature in July(units: °C)

圖7 近地面氣溫8個子分區(qū)的區(qū)域平均（單位：°C） Fig.7 Mean surface air temperature over the eight sub-regions(units: °C)

地表熱通量一般指陸—氣之間的物質(zhì)和能量交換，發(fā)生在近地面附近。它是表征陸—氣相互作用的一個重要參數(shù)，在氣候模式中地位非常重要（丁一匯,1997）。從圖11、12可以看出，模式能夠較好模擬出感熱通量和潛熱通量的季節(jié)變化。冬 季（圖11），大部分地區(qū)感熱通量和潛熱通量的變化范圍分別約為：-20～40 Wm-2、0～80 Wm-2，且變化趨勢基本一致：由東南向西北逐漸減少。與ERA40資料相比，中國地區(qū)感熱通量和潛熱通量的模擬值在大部分地區(qū)都偏低約10 Wm-2，北部偏低尤為明顯。模擬結(jié)果相比，AVIM-RIEMS2.0模式降低了感熱通量和潛熱通量的模擬偏差。夏季（圖12），中國地區(qū)的感熱通量變化的基本趨勢與冬季相反：由東南向西北增加，變化范圍約為：10～100 Wm-2；潛熱通量變化的趨勢與冬季大體相同，變化范圍約為：10～140 Wm-2。相比ERA40資料，模式能夠合理的模擬出感熱通量和潛熱通量的分布特征。模擬結(jié)果相比，RIEMS2.0模式對中國東部感熱通量模擬偏低約10 Wm-2，而對西北地區(qū)模擬偏高約30 Wm-2；AVIM-RIEMS2.0模式對中國感熱通量模擬雖然在西北地區(qū)略低，但對其他地區(qū)感熱通量模擬得到很大改善。對于潛熱通量的模擬，AVIM-RIEMS2.0模式降低了中國東部和西北 地區(qū)的模擬偏差而使得模擬值更接近ERA40資料，但在青藏高原地區(qū)模擬的潛熱通量偏低明顯。AVIM-RIEMS2.0模式對青藏高原地區(qū)潛熱通量模擬主要集中在高原東南部，這與以往的模擬結(jié)果一致（丹利等，2011），而ERA40在7月青藏高原西部也出現(xiàn)了較大的潛熱分布，則是一個虛假中心。

圖8 同圖5，但為1月降水量（單位：mm d-1） Fig.8 Same as Fig.5,but for January precipitation(units: mm d-1)

圖9 同圖5，但為7月降水量（單位：mm d-1） Fig.9 Same as Fig.5,but for July precipitation(units: mm d-1)

從感熱通量和潛熱通量區(qū)域平均看（圖13、14），NCEPⅡ資料的感熱和潛熱通量相對 ERA40資料的總體偏大，這也反映了當前地表熱通量的再分析資料之間仍具有較大差異，與氣候變量相比地表熱通量不確定性更大的事實。根據(jù)以往研究結(jié)果，中國地區(qū) ERA40資料地表熱通量準確性優(yōu)于NCEPII再分析資料（趙天保和符淙斌，2006；丹利等，2011）。相對 ERA40資料的感熱通量，兩個模式在不同區(qū)域、不同季節(jié)的模擬性能存在明顯差異。對于感熱通量，AVIM-RIEMS2.0模式的模擬結(jié)果在東北地區(qū)、華北地區(qū)以及大部時間的其他地區(qū)更接近 ERA40資料；對于潛熱通量，除青藏高原以及西南地區(qū)以外，AVIM-RIEMS2.0模式的模擬 結(jié)果比RIEMS2.0模式的更接近 ERA40資料的結(jié)果。

圖10 降水量8個分區(qū)的區(qū)域平均（mm d-1） Fig.10 Monthly precipitation averaged over the eight sub-regions(units: mm d-1)

5 結(jié)論與討論

（1）AVIM-RIEMS2.0和RIEMS2.0兩個模式的模擬結(jié)果表明，模式能較好地模擬850 hPa風場和500 hPa位勢高度在東亞地區(qū)分布的基本形勢。相比NCEPII資料，模式模擬的850 hPa風場冬季在中國東北地區(qū)偏弱，華北和長江中下游地區(qū)偏強；夏季在中國東部增加，朝鮮及日本一帶減弱。模式模擬的500 hPa位勢高度在冬季偏低；夏季在華北地區(qū)偏高而其他地區(qū)偏低，副高東西方向增強而南北減弱。兩個模式的模擬結(jié)果相比，AVIM- RIEMS2.0耦合模式的模擬結(jié)果改進的地區(qū)主要位于中國北方地區(qū)，而中國南方地區(qū)特別是夏季并沒表現(xiàn)出明顯的改進。

圖12 同圖11，但為7月份月平均感熱和潛熱通量（單位：Wm-2） Fig.12 Same as Fig.11,but for monthly mean sensible heat flux and latent heat flux in July(units: Wm-2)

（2）相比 STN、CRU的氣溫和降水資料，雖然模式能夠模擬出氣溫和降水的變化規(guī)律，但也存在著模擬偏差。冬季，模式模擬的氣溫偏低，特別是在中國的東北地區(qū)和青藏高原地區(qū)；模擬的雨帶位置北移東伸、強度偏弱的現(xiàn)象。夏季，RIEMS2.0模式模擬的氣溫偏高、降水偏多，而 AVIM- RIEMS2.0模式的模擬結(jié)果與其相反。模式之間對氣溫和降水的模擬也存在差異。AVIM-RIEMS2.0模式模擬的氣溫在中國北方地區(qū)改進明顯，使得模擬偏差減少 3～6°C（東北地區(qū)夏季除外），而在中國南部地區(qū)，雖然改善了RIEMS2.0模式氣溫模擬偏高的現(xiàn)象，但相對臺站觀測資料氣溫出現(xiàn)模擬偏低的現(xiàn)象。AVIM-RIEMS2.0模式模擬的雨帶強度 較弱、降水偏少，改善了RIEMS2.0模式模擬的降水偏多現(xiàn)象。從氣溫和降水的區(qū)域平均看，AVIM- RIEMS2.0模式在中國的多數(shù)地區(qū)使得模擬值與觀測值之間偏差減少，說明引入動態(tài)植被提高了區(qū)域氣候模式對區(qū)域氣候的模擬能力。

圖13 感熱通量8個子分區(qū)的區(qū)域平均（單位：Wm-2） Fig.13 Monthly mean sensible heat flux averaged over the eight sub-regions(units: Wm-2)

（3）再分析資料的地表熱通量具有一定的差異，NCEPⅡ資料比ERA40資料的感熱通量和潛熱通量都偏高。已有驗證結(jié)果表明，ERA40資料在東亞地區(qū)的可靠性比NCEPII資料高（趙天保和符淙斌,2006; 周連童,2009），AVIM-RIEMS2.0 模式地表熱通量模擬結(jié)果也更接近ERA40資料。以ERA40資料作參照，兩個模式在不同區(qū)域、不同季節(jié)的模擬性能存在明顯差異。對于感熱通量，AVIM- RIEMS2.0 模式的模擬結(jié)果在東北地區(qū)、華北地區(qū)以及大部時間的其他地區(qū)偏差減小；對于潛熱通量，除青藏高原以及西南地區(qū)外，其他地區(qū) AVIM- RIEMS2.0模式的模擬結(jié)果都優(yōu)于 RIEMS2.0。因 此，耦合模式對潛熱通量模擬改善更明顯。同時利用耦合模式驗證了 EAR40資料夏季潛熱通量在青藏高原西部為一虛假中心。

圖14 潛熱通量8個子分區(qū)的區(qū)域平均（單位：Wm-2） Fig.14 Monthly mean latent heat flux averaged over the eight sub-regions(units: Wm-2)

雖然RIEMS2.0模式對東亞地區(qū)模擬在不同區(qū)域與觀測資料具有一定的差異，但該模式能夠較好模擬出基本氣候態(tài)的時空變化。RIEMS2.0模式與陸面模式AVIM進行雙向耦合后，在以中國東北地區(qū)、華北地區(qū)為主的北方地區(qū)，對主要氣候要素的模擬能力得到較大改善，而在華南地區(qū)并沒有表現(xiàn)出明顯的提高。耦合模式在中國北部和華南地區(qū)模擬能力的差異，可能與兩地區(qū)植被物候特征有關。中國北方地區(qū)以溫帶氣候為主，植被物候變化明顯，而華南地區(qū)屬于熱帶地區(qū)，植被沒有明顯的物候變化。耦合動態(tài)植被過程AVIM模式后，模式能夠反映植被物候的季節(jié)變化特征。物候通過影響返照率、地表粗糙度、冠層導度以及水、能量交換等季節(jié)變化對氣候產(chǎn)生影響（Richardson et al.,2013）。因此，耦合模式在植被季節(jié)變化不明顯的中國南方地區(qū)沒有表現(xiàn)出優(yōu)勢?？傮w看，AVIM-RIEMS2.0模式在東亞地區(qū)具有良好的模擬能力，引入動態(tài)植被對提高模式的模擬能力、改善模擬效果具有一定的促進作用。今后還有待進一步改進和完善植被類型的分類，使其更好地應用東亞地區(qū)的陸氣相互作用模擬研究。

（

）

Anthes R A,Hsie E Y,Kuo Y H.1987.Description of the Penn State/NCAR mesoscale model,version 4(MM4)[R].NCAR Technical Note.NCAR/ TN-417-282+STR,79pp.

Bonan G B.1996.A land surface model(LSM version 1.0)for ecological,hydrological,and atmospheric studies: Technical description and user's guide[R].NCAR Technical Note.NCAR/TN-417+STR,National Center for Atmospheric Research,150pp.

Chen Liang,Ma Zhuguo,Fan Xingang.2012.A comparative study of two land surface schemes in WRF model over eastern China[J].Journal of Tropical Meteorology,18(4): 445-456.

Cressman George P.1959.An operational objective analysis system[J].Monthly Weather Review,87(10): 367-374.

Dai Yongjiu,Zeng Xubin,Dickinson R E,et al.2003.The common land model[J].Bull.Amer.Meteor.Soc.,84(8): 1013-1023.

丹利,符傳博,吳澗.2011.陸氣雙向耦合模式中全球感熱和潛熱通量的時空特征模擬[J].氣候與環(huán)境研究,16(2): 113-125.Dan Li,Fu Chuanbo,Wu Jian.2011.Spatial and temporal characteristics of the global sensible and latent heat fluxes simulated by a two-way land-air coupled model[J].Climatic and Environmental Research(in Chinese),16(2): 113-125.

Dickinson R E,Henderson-Sellers A,Kennedy P J.1993.Biosphere- atmosphere transfer scheme(BATs)version 1e as coupled to the NCAR community climate model[R].NCAR Technical Note NCAR/TN-387+ STR,National Center for Atmospheric Research,80pp.

Dickinson R E,Errico R M,Giorgi F,et al.1989.A regional climate model for the western united states[J].Climatic Change,15(3): 383-422.

丁一匯.1997.地表通量的計算問題[J].應用氣象學報,8(S1): 29-35.Ding Yihui.1997.On some aspects of estimates of the surface fluxes[J].Quarterly Journal of Applied Meteorlolgy(in Chinese),8(S1): 29-35.

馮錦明,符淙斌.2007.不同區(qū)域氣候模式對中國地區(qū)溫度和降水的長期模擬比較[J].大氣科學,31(5): 805-814.Feng Jinming,Fu Congbin.2007.Inter-comparison of long-term simulations of temperature and precipitation over China by different regional climate models[J].Chinese Journal of Atmospheric Sciences(in Chinese),31(5): 805-814.

Fu Congbin.2003.Potential impacts of human-induced land cover change on East Asia monsoon[J].Global and Planetary Change,37(3-4): 219-229.

Fu Congbin,Wei Heilin,Qian Yun.2000.Documentation on a regional integrated environment model system(RIEMS version 1)[R].TEACOM Science Rep.,START Regional Committee for Temperate East Asia,1-26.

符淙斌,溫剛,謝力,等.2002.東亞季風區(qū)氣候和生態(tài)系統(tǒng)相互作用的診斷和模擬研究[J].南京大學學報（自然科學版），38(3): 281-294.Fu Congbin,Wen Gang,Xie Li,et al.2002.The diagnosis and simulation studies on climate and ecosystem interactions in East Asia monsoon region[J].Journal of Nanjing University(Natural Sceices)(in Chinese),38(3): 281-294.

高學杰,石英,張冬峰,等.2012.Regcm3 對 21 世紀中國區(qū)域氣候變化的高分辨率模擬[J].科學通報,57(5): 374-381.Gao Xuejie,Shi Ying,Zhang Dongfeng,et al.2012.Climate change in China in the 21st century as simulated by a high resolution regional climate model[J].Chinese Science Bulletin,57(10): 1188-1195.

Gao Xuejie,Xu Ying,Zhao Zongci,et al.2006.On the role of resolution and topography in the simulation of East Asia precipitation[J].Theoretical and Applied Climatology,86(1-4): 173-185.

Giorgi F.1990.Simulation of regional climate using a limited area model nested in a general circulation model[J].J.Climate,3(9): 941-963.

Giorgi F,Bates G T.1989.The climatological skill of a regional model over complex terrain[J].Mon.Wea.Rev.,117(11): 2325-2347.

Giorgi F,Coppola E,Solmon F,et al.2012.RegCM4: Model description and preliminary tests over multiple CORDEX domains[J].Climate Res.,52(1): 7-29.

何金海,祁莉,韋晉,等.2007.關于東亞副熱帶季風和熱帶季風的再認識[J].大氣科學,31(6): 1257-1265.He Jinhai,Qi Li,Wei Jin,et al.2007.Reinvestigations on the East Asian subtropical monsoon and tropical monsoon[J].Chinese Journal of Atmospheric Sciences(in Chinese),31(6): 1257-1265.

Ji Jinjun 1995.A climate-vegetation interaction model: Simulating physical and biological processes at the surface[J].Journal of Biogeography,22(2-3): 445-451.

鞠麗霞,王會軍.2006.用全球大氣環(huán)流模式嵌套區(qū)域氣候模式模擬東亞現(xiàn)代氣候[J].地球物理學報,49(1): 52-60.Ju Lixia,Wang Huijun.2006.Modern climate over East Asia simulated by a regional climate model nested in a global gridpoint general circulation model[J].Chinese Journal of Geophysics(in Chinese),49(1): 52-60.

Li Zhen,Yan Zhongwei.2009.Homogenized daily mean/maximum/ minimum temperature series for China from 1960-2008[J].Atmospheric and Oceanic Science Letters,2(4): 237-243.

Liang Xinzhong,Kunkel K E,Samel A N.2001.Development of a regional climate model for U.S.midwest applications.Part I: Sensitivity to buffer zone treatment[J].J.Climate,14(23): 4363-4378.

劉鴻波,張大林,王斌.2006.區(qū)域氣候模擬研究及其應用進展[J].氣候與環(huán)境研究,11(5): 649-668.Liu Hongbo,Zhang Dalin,Wang Bin.2006.Recent advances in regional climate modeling and applications[J].Climatic and Environmental Research(in Chinese),11(5): 649-668.

Manabe S.1969.Climate and the ocean circulation: I.The atmospheric circulation and the hydrology of the earth’s surface[J].Mon.Wea.Rev.,97(11): 739-774.

Oleson K,Dai Y,Bonan G B,et al.2004.Technical description of the community land model(CLM)[R].NCAR Technical Note.NCAR/TN- 461+STR,National Center for Atmospheric Research.

Patricola C M,Cook K H.2007.Dynamics of the west african monsoon under mid-Holocene precessional forcing: Regional climate model simulations[J].J.Climate,20(4): 694-716.

Richardson A D,Keenan T F,Migliavacca M,et al.2013.Climate change,phenology,and phenological control of vegetation feedbacks to the climate system[J].Agricultural and Forest Meteorology,169: 156-173.

Skamarock W C,Klemp J B,Dudhia J,et al.2005.A description of the advanced research WRFversion 2[R].Vol NCAR/TN-468+STR,88 pp.

孫力,安剛,唐曉玲.2003.東北亞地區(qū)夏季 850 hPa 南風異常與東北旱澇的關系[J].大氣科學,27(3): 425-434.Sun Li,An Gang,Tang Xiaoling.2003.Relationship between the Northeast Asian summer south wind anomaly and the precipitation in Northeast China[J].Chinese Journal of Atmospheric Sciences(in Chinese),27(3): 425-434.

湯劍平,蘇炳凱,趙鳴,等.2004.東亞區(qū)域氣候變化的長期數(shù)值模擬試驗[J].氣象學報,62(6): 752-763.Tang Jianping,Su Bingkai,Zhao Ming,et al.2004.Long-term climate change numerical simulation in East Asia[J].Acta Meteorologica Sinica(in Chinese),62(6): 752-763.

田芝平,姜大膀,張冉,等.2012.CCSM4.0 的長期積分試驗及其對東亞和中國氣候模擬的評估[J].大氣科學,36(3): 619-632.Tian Zhiping,Jiang Dabang,Zhang Ran,et al.2012.Long-term climate simulation of CCSM4.0 and evaluation of its performance over East Asia and China[J].Chinese Journal of Atmospheric Sciences(in Chinese),36(3): 619-632.

王芳棟,許吟隆,李濤.2010.區(qū)域氣候模式PRECIS對中國氣候的長期數(shù)值模擬試驗[J].中國農(nóng)業(yè)氣象,31(3): 327-332.Wang Fangdong,Xu Yinlong,Li Tao.2010.Long term climate numerical simulation over China by regional climate model PRECIS[J].Chinese Journal of Agrometeorology(in Chinese),31(3): 327-332.

王芳棟,李濤,許吟隆,等.2012.PRECIS 和RegCM3對中國區(qū)域氣候的長期模擬比較[J].中國農(nóng)業(yè)氣象,33(2): 159-165.Wang Fangdong,Li Tao,Xu Yinlong,et al.2012.Inter-comparison of long-term simulations of climate over China by PRECIS and RegCM3[J].Chinese Journal of Agrometeorology(in Chinese),33(2): 159-165.

王世玉,張耀存.1999.不同區(qū)域氣候模式對中國東部區(qū)域氣候模擬的比較[J].高原氣象,18(1): 28-38.Wang Shiyu,Zhang Yaocun.1999.Simulation of regional climate over Eastern China with different regional climate models[J].Plateau Meteorology(in Chinese),18(1): 28-38.

吳蓉,張耀存.2012.RegCM3模式對江淮流域梅雨期降水和環(huán)流形勢的模擬性能檢驗[J].氣象科學,32(2): 119-126.Wu Rong,Zhang Yaocun.2012.Performance of RegCM3 in simulating the rainfall and associated circulation in Meiyu period of Yangtze and Huaihe River valleys[J].Journal of the Meteorological Sciences(in Chinese),32(2): 119-126.

熊喆,符淙斌.2006.RIEMS中積云對流參數(shù)化方案對我國降水的影響[J].氣候與環(huán)境研究,11(3): 387-394.Xiong Zhe,Fu Congbin.2006.Impact of convective parameterization on RIEMS simulation of summer precipitation[J].Climatic and Environmental Research(in Chinese),11(3): 387-394.

Yu Entao,Wang Huijun,Sun Jianqi.2010.A quick report on a dynamical downscaling simulation over China using the nested model[J].Atmospheric and Oceanic Science Letters,3(6): 325-329

俞淼,陳海山,孫照渤.2011.動態(tài)冠層模型 ICM 的改進及其對中高緯地區(qū)植被季節(jié)和年際變化的模擬試驗[J].大氣科學,35(3): 571-588.Yu Miao,Chen Haishan,Sun Zhaobo.2011.Seasonal and interannual variations of boreal vegetation simulated by an improved interactive canopy model(ICM)[J].Chinese Journal of Atmospheric Sciences(in Chinese),35(3): 571-588.

Yuan X,Liang X Z,Wood E F.2012.WRF ensemble downscaling seasonal forecasts of China winter precipitation during 1982-2008[J].Climate Dyn.,39(7-8): 2041-2058.

張冬峰,石英.2012.區(qū)域氣候模式 RegCM3對華北地區(qū)未來氣候變化的數(shù)值模擬[J].地球物理學報,55(9): 2854-2866.Zhang Dongfeng,Shi Ying.2012.Numerical simulation of climate changes over North China by the RegCM3 model[J].Chinese Journal of Geophysics(in Chinese),55(9): 2854-2866.

Zhao Deming.2012.Performance of regional integrated environment modeling system(RIEMS)in the simulation of surface air temperature over East Asia[J].Atmospheric and Oceanic Science Letters,5(2): 145-150.

Zhao Deming,Fu Congbin.2009.Comparisons on RIEMS2.0’s ability to simulate multi-year mean climate in northern China with two model domains[J].Atmospheric and Oceanic Science Letters,2(6): 386-391.

趙得明,符淙斌,延曉冬.2009.區(qū)域環(huán)境集成模擬系統(tǒng) RIEMS2.0 對中國多年降水和氣溫模擬能力分析[J].科學通報,54(16): 2379-2387.Zhao Deming,Fu Congbin,Yan Xiaodong.2009.Testing the ability of RIEMS2.0 to simulate multi-year precipitation and air temperature in China[J].Chinese Science Bulletin(in Chinese),54(17): 3101-3111.

趙天保,符淙斌.2006.中國區(qū)域 ERA-40、NCEP-2再分析資料與觀測資料的初步比較與分析[J].氣候與環(huán)境研究,11(1): 14-32.Zhao Tianbao,Fu Congbin.2006.Preliminary comparison and analysis between ERA-40,NCEP-2 reanalysis and observations over China[J].Climatic and Environmental Research(in Chinese),11(1): 14-32.

鄭婧,謝正輝,戴永久,等.2009.陸面過程模型 CoLM 與區(qū)域氣候模式RegCM3 的耦合及初步評估[J].大氣科學,33(4): 737-750.Zheng Jing,Xie Zhenghui,Dai Yongjiu,et al.2009.Coupling of the common land model(CoLM)with the regional climate model(RegCM3)and its preliminary validation[J].Chinese Journal of Atmospheric Sciences(in Chinese),33(4): 737-750.

周連童.2009.比較NCEP/NCAR和ERA-40再分析資料與觀測資料計算得到的感熱資料的差異[J].氣候與環(huán)境研究,14(1): 9-20.Zhou Liantong.2009.A comparison of NCEP/NCAR,ERA-40 reanalysis and observational data of sensible heat in Northwest China[J].Climatic and Environmental Research(in Chinese),14(1): 9-20.