高分辨率MRI模式對青藏高原夏季降水及水汽輸送通量的模擬

馮蕾 周天軍

?

高分辨率MRI模式對青藏高原夏季降水及水汽輸送通量的模擬

馮蕾1, 2周天軍2

1中國氣象局公共氣象服務(wù)中心，北京100081 ;2中國科學(xué)院大氣物理研究所，北京100029

本文使用MRI模式在不同分辨率下（180 km、120 km、60 km、20 km）的AMIP試驗結(jié)果，分析了該模式對青藏高原夏季降水及水汽輸送通量的模擬，并考察模式分辨率的影響。結(jié)果表明：MRI模式能夠較為合理地模擬出青藏高原夏季氣候平均的降水空間分布，但對氣候平均水汽輸送通量以及降水年際變化的模擬卻存在較大的誤差。隨著分辨率的提高，該模式對青藏高原氣候平均降水的模擬有明顯改進，包括降水年循環(huán)以及夏季降水的空間分布等。分辨率為180 km、120 km、60 km、20 km的MRI模式模擬的青藏高原7月平均降水絕對誤差分別為2.2 mm/d、1.2 mm/d、0.7 mm/d、0.2 mm/d。另外，高分辨率模式模擬的青藏高原夏季水汽輸送通量的年際變化也更接近觀測。當分辨率達到20 km時，MRI模式模擬的西風水汽輸送指數(shù)與觀測的相關(guān)系數(shù)達到0.43，通過了0.1顯著性水平的顯著性檢驗。但MRI模式對青藏高原夏季降水的年際變化以及氣候平均水汽輸送通量的模擬技巧并不隨分辨率的增加有明顯提高。低分辨率模式中模擬降水量偏大、印度季風槽偏強的現(xiàn)象在高分辨率模式中仍然存在。

青藏高原 降水 水汽輸送通量 高分辨率模式

1 引言

青藏高原由于其非?；钴S的水分循環(huán)而被稱為“亞洲水塔”。青藏高原夏季降水及水汽收支的多寡直接影響著東亞及南亞許多地區(qū)的徑流量和水資源狀況。數(shù)值模式是研究青藏高原降水及水汽輸送通量的重要工具。早期的研究如高學(xué)杰等（2003）在一個全球模式中嵌套了RegCM2區(qū)域氣候模式，研究了溫室效應(yīng)對我國青藏高原及青藏鐵路沿線氣候的影響；徐影等（2003）根據(jù)IPCC 7個全球海氣耦合模式的結(jié)果，對我國青藏地區(qū)未來100年由于人類活動影響造成的氣候變化進行了分析。馮蕾（2011）從氣候平均和年際變率的角度，詳細評估了11個AMIPⅡ模式對青藏高原夏季降水及水汽輸送通量的模擬，結(jié)果表明：AMIPⅡ模式對青藏高原降水年循環(huán)以及夏季降水的空間分布具有一定的模擬能力，但大多數(shù)AMIPⅡ模式未能模擬出青藏高原東南部夏季降水的年際變率。模式分辨率不足可能是導(dǎo)致青藏高原地區(qū)降水模擬偏差的重要原因。AMIPⅡ模式大多為中低分辨率模式，難以準確地描述不同尺度的地形強迫過程，導(dǎo)致模式對大氣環(huán)流和降水的模擬偏差。

關(guān)于分辨率對模擬結(jié)果的影響，前人已進行了大量地探索和研究。分辨率提高對模擬結(jié)果的改進在許多模式中都有體現(xiàn)。在中緯度，GFDL大氣模式的水平分辨率由500 km提高到250 km后，模式模擬的大氣運動基本特征有了明顯的改進，如鋒面系統(tǒng)和相關(guān)氣旋（Manabe et al., 1970）。Pope and Stratton（2002）對比了HadAM3模式兩種分辨率（N48和N144）的試驗結(jié)果，發(fā)現(xiàn)隨著分辨率的提高，模式對風暴過程的描述以及地形降水分布細節(jié)的模擬等改進明顯。Hack et al.（2006）比較了CAM3在T42和T85兩種分辨率下的AMIP試驗結(jié)果，發(fā)現(xiàn)較高分辨率模式在大尺度環(huán)流方面改進尤其明顯。針對東亞季風區(qū)，我國也有不少學(xué)者研究了分辨率的影響。低分辨率模式往往低估東亞地區(qū)的降水強度。隨著模式分辨率的提高，模擬的降水強度逐漸與觀測接近（Li et al., 2011）。提高模式的水平和垂直分辨率還能夠降低極端降水的模擬偏差，包括極端降水的空間分布和降水強度（湯劍平等，2006）。Gao et al.（2006）利用區(qū)域氣候模式設(shè)計了一組不同分辨率的敏感性試驗，發(fā)現(xiàn)分辨率的提高大大改善了東亞地區(qū)降水的模擬效果。與低分辨率模式相比，高分辨率模式對青藏高原地區(qū)未來氣候變化的模擬也有所不同。Shi et al.（2012）使用低分辨率的全球氣候模式MIROC3.2_hires驅(qū)動高分辨率（25 km）的區(qū)域氣候模式RegCM3，研究了雅魯藏布江—布拉馬普特拉河流域在IPCC SRES A1B情景下的氣候變化，結(jié)果表明，與MIROC3.2_hires預(yù)估的大范圍降水增加相比，RegCM3預(yù)估的降水表現(xiàn)出較小的降水變化，甚至減少。使用全球氣候模式（BCC_CSM1.1）與區(qū)域氣候模式（RegCM3）雙向嵌套的方法對青藏高原地區(qū)進行10 km分辨率的模擬試驗，發(fā)現(xiàn)高分辨率模式能夠提供更詳細的溫度空間變化特征（Ji and Kang，2013）。

由于分辨率對模擬結(jié)果的重要影響，許多模式發(fā)展組致力于研發(fā)高分辨率（水平分辨率為50 km以上）乃至超高分辨率（水平分辨率為20 km以上）的全球氣候模式，并用于全球變暖背景下熱帶氣旋、梅雨鋒降水變化的研究（Mizuta et al., 2006； Oouchi et al., 2006；Bengtsson et al., 2007；Kusunoki and Mizuta，2008；Jung et al., 2012；Rathmann et al., 2014）。與區(qū)域模式相比，高分辨率全球氣候模式的優(yōu)勢在于，可以避免側(cè)邊界的問題，能夠包含全球尺度和區(qū)域尺度的相互作用（Mizuta et al., 2006）。這些高分辨率模式在東亞降水模擬方面也體現(xiàn)了相當?shù)膬?yōu)越性。Feng et al.（2011）基于一個高分辨率（T319，水平分辨率相當于40 km）的全球大氣環(huán)流模式（ECHAM5）結(jié)果，分析了其對中國夏季平均降水和極端降水的模擬能力，結(jié)果表明該模式在模擬中國東部夏季降水強度、雨帶位置方面，比低分辨率模式有很大的改進。

然而，關(guān)于高分辨率模式對青藏高原降水及水汽輸送通量的模擬分析尚未涉及。本文通過分析統(tǒng)一邊界條件驅(qū)動下的不同分辨率的MRI模式結(jié)果，擬回答以下問題：（1）高分辨率MRI模式對青藏高原夏季氣候平均降水和水汽輸送通量的模擬能力如何？（2）高分辨率MRI模式對青藏高原夏季年際異常降水和水汽輸送通量的模擬能力如何？（3）與較低分辨率的MRI模式結(jié)果相比，高分辨率的MRI模式對青藏高原降水和水汽輸送通量的模擬有哪些改進？

2 模式、試驗設(shè)計、資料及方法介紹

2.1 MRI模式介紹及試驗設(shè)計

為考察同一模式框架下，水平分辨率的高低對青藏高原地區(qū)降水及水汽輸送通量的模擬，本文使用日本氣象研究所（MRI）大氣環(huán)流模式在四種不同分辨率下的AMIP積分試驗結(jié)果：（1）TL95L40（水平格點數(shù)為192×96，相當于180 km）；（2）TL159L40（水平格點數(shù)為320×160，相當于110 km）；（3）TL319L40（水平格點數(shù)為640×320，相當于60 km）；（4）TL959L60（水平格點數(shù)為1920×960，相當于20 km）。MRI模式基于靜力平衡方程，采用半拉格朗日的三維平流方案（Yoshimura and Matsumura，2003）①，垂直方向分為60層，模式層頂位于0.1 hPa（Kusunoki et al., 2006；Mizuta et al., 2006）。積云對流參數(shù)化方案為Arakawa- Schubert方案（Arakawa and Schubert, 1974）。邊界層方案是基于Mellor and Yamagada（1974）的二階閉 合方案。驅(qū)動MRI模式的海溫邊界條件來自O(shè)ISST（Reynolds et al., 2002）。模式積分時間為1978～2005年，本文分析時段為1980～1999年。

當模式水平分辨率提高到20 km時，模式表現(xiàn)出無組織的對流活動和熱帶氣旋減少等模擬偏差，因此，研發(fā)人員對20 km分辨率的MRI模式進行了一系列細微的參數(shù)調(diào)整，比如，將蒸發(fā)比例降低10%；云方案中，將次網(wǎng)格內(nèi)水汽方差減少10%；減少對流層頂云水的卷出；降低云方案中云水向降水的轉(zhuǎn)化；減少對流方案中水平動量的垂直輸送等（Mizuta et al., 2006）。因此，嚴格說來，180 km、120 km和60 km三種分辨率的結(jié)果是基于完全相同的物理過程，彼此間的結(jié)果更具可比性。

2.2 觀測資料

為了與高分辨率模式結(jié)果進行比較，本文使用吳佳和高學(xué)杰（2013）最新發(fā)展的高分辨率的中國區(qū)域逐日降水格點化數(shù)據(jù)集CN05.1 [分辨率為0.25°（緯度）×0.25°（經(jīng)度）]。另外，中國氣象局提供的青藏高原97個臺站降水資料也用來進行定量分析MRI模式對青藏高原夏季降水的模擬能力。環(huán)流資料使用歐洲中心最新發(fā)布的一套更高分辨率（分辨率為0.75°×0.75°）的全球再分析數(shù)據(jù)集ERA-interim（Dee et al., 2011）。該資料在全球大氣的質(zhì)量、水分、能量和角動量收支方面表現(xiàn)出很大的優(yōu)越性（Berrisford et al., 2011）。

2.3 分析方法

本文在以下的降水年循環(huán)、降水序列、降水泰勒圖分析中，將模擬降水通過雙線性插值法插值到青藏高原97個測站上，然后與臺站資料進行比較；對降水空間分布的比較，是將模擬降水通過“守恒插值”法(http://www.ncl.ucar.edu/Document/ Functions/Contributed/area_conserve_remap_Wrap.shtml [2014-05-13])插值到CN05.1降水資料的格點上進行比較；對水汽輸送通量場以及環(huán)流場的比較，是將模擬結(jié)果通過“守恒插值”法插值到ERA- interim再分析資料的格點上進行比較。

3 結(jié)果分析

3.1 青藏高原夏季氣候平均降水及水汽輸送通量的模擬

3.1.1 降水

首先是降水年循環(huán)的模擬（圖1）。臺站資料中，青藏高原降水峰值為7月，多年平均降水量約為2.8 mm/d。MRI模式結(jié)果中，當分辨率為180 km、120 km和60 km時，模擬的逐月降水量均比觀測偏高，特別是夏季，7月平均降水量分別為5 mm/d、4 mm/d和3.5 mm/d左右。隨著分辨率的提高，模擬降水量逐漸與觀測接近。當分辨率達到20 km時，模擬降水量與觀測非常接近，約為2.6 mm/d。但是，仍與觀測存在一些偏差，如模式中降水峰值位相為6、7月，冬春季節(jié)的降水量比觀測偏高，而夏季降水量比觀測偏低。

青藏高原夏季多年平均降水分布如圖2所示。黑色實線分別為觀測和該版本模式地形中海拔高度為3000 m的等值線。CN05.1資料中，青藏高原上夏季降水自東南向西北遞減，東南部夏季平均降水量大于3 mm/d，高原東部和南部邊緣地區(qū)降水量超過5 mm/d。不同分辨率的模式均能較合理地模擬出高原上夏季降水的空間分布，包括高原南部95°E附近和高原東南部的降水中心。較低分辨率（180 km、120 km和60 km）的模式模擬的高原內(nèi)部降水量比觀測偏大，高原東南部夏季平均降水量大于5 mm/d。隨著分辨率的提高，模擬的降水空間分布逐漸接近觀測。當分辨率達到20 km時，模擬結(jié)果表現(xiàn)出比觀測更加精細的局地降水特征，模擬降水量與觀測較為一致。

圖1 觀測及四種不同分辨率下模擬的1980～1999年青藏高原97站平均的降水逐月變化（單位：mm/d）

圖2 青藏高原地區(qū)夏季多年平均（1980～1999年）降水分布（單位：mm/d）：（a）MRI模擬（180 km分辨率）；（b）MRI模擬（120 km分辨率）；（c）MRI模擬（60 km分辨率）；（d）MRI模擬（20 km分辨率）；（e）CN05.1資料。黑色實線代表該版本模式地形中海拔為3000 m的等值線；黑色實心點為青藏高原地區(qū)97個臺站

下面用泰勒圖來表征模擬降水與觀測降水的空間相似程度（圖3）。圖中每個點代表其中一個模式的模擬結(jié)果, 其所在半徑與水平方向夾角的反余弦值代表模擬場與觀測場的空間相關(guān)系數(shù)，該點到原點的距離代表模擬的歸一化標準差。因此，距離水平軸越近，越接近半徑為１的圓弧，表明降水模擬結(jié)果越接近觀測。點的聚集度反映各模擬結(jié)果間的差異。從圖中可以看出，分辨率為120 km和60 km的模擬結(jié)果差異較小，而與其他兩個模擬結(jié)果間的差異較大。當分辨率為120 km和60 km時，模擬降水與觀測降水的空間相關(guān)系數(shù)最高，接近0.9；各模式模擬的降水空間分布歸一化標準差均大于1，表明模式模擬的降水空間變化強度均比觀測大。當分辨率為20 km時，MRI模式模擬的降水空間變化強度與觀測最接近，但與觀測的空間相關(guān)系數(shù)比分辨率為120 km和60 km時的低；當分辨率為180 km時，無論從空間相關(guān)系數(shù)還是歸一化標準差來看，模擬結(jié)果都不如較高分辨率模式。

圖3 青藏高原97個測站夏季氣候平均（1980～1999年）降水量模擬結(jié)果的泰勒圖

3.1.2 水汽輸送通量

圖4為青藏高原及周邊地區(qū)夏季氣候平均水汽輸送通量的分布。ERA-interim資料中，水汽自90°E以東進入青藏高原東南部?？傮w上，MRI不同分辨率的模式均能較合理地模擬出印度季風區(qū)北部的偏西水汽輸送通量和季風槽水汽輸送以及高原南部95°E左右的偏南水汽輸送等。不過四種分辨率的模式模擬的印度季風水汽輸送通量都比ERA- interim明顯偏弱（圖略）。另外，各模式結(jié)果中，印度季風區(qū)北部的季風槽都比ERA-interim偏強，同時，位置更偏東南。比較圖4中180 km、120 km、60 km和20 km的模擬結(jié)果可發(fā)現(xiàn)，隨著分辨率的提高，印度半島南部偏西水汽輸送通量的北邊緣位置更偏南，在ERA-interim中可達到25°N左右，在20 km的模擬結(jié)果中僅位于15°N左右，這可能會影響到印度西南季風水汽向青藏高原東南部的輸送通量。

圖5為青藏高原及周邊地區(qū)（10°～40°N，60°～105°E）夏季氣候平均水汽輸送通量空間分布模擬結(jié)果的泰勒圖。圖中點的聚集度反映不同分辨率的模式結(jié)果差異不大，模擬的緯向和經(jīng)向水汽通量與ERA-interim的空間相關(guān)系數(shù)均在0.80～0.95之間。分辨率較高的MRI模式模擬的緯向和經(jīng)向水汽通量與ERA-interim的空間相關(guān)系數(shù)均比分辨率較低的模式低。模式模擬的水汽通量的空間變化強度均比ERA-interim小。

圖4 青藏高原及周邊地區(qū)夏季多年平均（1980～1999年）水汽輸送通量（單位：kg m?1 s?1）：（a）MRI模擬（180 km分辨率）；（b）MRI模擬（120 km分辨率）；（c）MRI模擬（60 km分辨率）；（d）MRI模擬（20 km分辨率）；（e）ERA-interim資料。粗實線表示該版本模式地形中海拔為3000 m的等值線

圖5 青藏高原及周邊地區(qū)夏季多年平均（1980～1999年）水汽輸送通量空間分布模擬結(jié)果的泰勒圖。紅點（藍色星號）代表緯向（經(jīng)向）水汽通量

以上的分析顯示，MRI模式對水汽輸送通量的模擬與對降水的模擬之間并無顯著的關(guān)聯(lián)。模式對水汽輸送通量的模擬并不像對降水量的模擬一樣隨分辨率的提高而明顯改善。降水的模擬受到更多因素的影響。除了與大尺度環(huán)流因子相聯(lián)系的遠距離水汽輸送外，還受到局地地形、模式物理參數(shù)化過程等因素的影響。當模式分辨率由180 km提高到20 km后，模式能夠模擬出更小尺度的地形強迫過程。同時，20 km的MRI模式進行了許多參數(shù)化的調(diào)整，更有利于降水的模擬。

根據(jù)Feng and Zhou（2012）中定量分析的范圍，計算經(jīng)過青藏高原四個邊界（26°～40°N，80°～102°E）的平均水汽輸送通量（圖6）。ERA-interim資料中，水汽主要來自南邊界、西邊界和北邊界，東邊界是主要的水汽輸出。MRI不同分辨率的模式均能模擬出青藏高原南邊界和北邊界的水汽輸入以及東邊界的水汽輸出。當分辨率為20 km時，模式模擬的南邊界和東邊界的水汽輸送通量強度與ERA-interim較為一致。所有的模擬結(jié)果中，北邊界的水汽輸入均比觀測偏小。與圖4一致，除180 km外，各模擬結(jié)果中，印度季風區(qū)北部都存在明顯的氣旋水汽環(huán)流，因此，經(jīng)過西邊界的水汽都表現(xiàn)為向西的輸出，這與ERA-interim差異較大。當分辨率自120 km增加至20 km時，經(jīng)過西邊界輸出的水汽逐漸減少。

圖6 經(jīng)過青藏高原各邊界的平均水汽輸送通量，緯向水汽通量向東為正，經(jīng)向水汽通量向北為正

與圖4對應(yīng)，圖7進一步給出MRI模式模擬 的青藏高原夏季氣候平均的整層積分水汽通量輻合。ERA-interim資料中，水汽輻合中心位于青藏高原南麓和東南部，與CN05.1資料中降水中心位置基本一致（圖2e），水汽通量輻合量達4 mm/d以上。60 km、20 km分辨率的MRI模式基本能模擬出主要水汽通量輻合中心的位置，但水汽通量輻合量比觀測偏小，青藏高原西北部水汽通量輻散區(qū)的范圍比ERA-interim偏大。180 km、120 km分辨率的MRI模式模擬的水汽通量輻合中心零星分散。需要注意的是，ERA-interim再分析不是嚴格意義上的觀測資料，與真實情況也有偏差，因此，不能完全將模式與ERA-interim之間的差異歸結(jié)為模式的誤差。

圖7 青藏高原及周邊地區(qū)夏季多年平均（1980～1999年）的水汽通量輻合分布（單位：mm/d）：（a）MRI模擬（180 km分辨率）；（b）MRI模擬（120 km分辨率）；（c）MRI模擬（60 km分辨率）；（d）MRI模擬（20 km分辨率）；（e）ERA-interim資料。黑色實線表示該版本模式地形中海拔為3000 m的等值線

3.2 青藏高原夏季年際異常降水及水汽輸送通量的模擬

3.2.1 降水

1980～1999年，青藏高原97站平均的夏季降水標準化序列如圖8所示。與前文分析一致，臺站降水表現(xiàn)出明顯的年際振蕩。MRI模式能夠較合理地模擬出1995年以后的降水逐年變化，對1995年以前的降水模擬存在較大偏差。表1進一步從平均值、均方根誤差、相關(guān)系數(shù)和標準差給出圖8中各降水序列的定量比較。當分辨率為180 km、120 km、60 km時，MRI模式模擬的高原夏季降水量比觀測偏大。隨著分辨率的提高，模擬降水量由4.56 mm/d減少至3.43 mm/d，逐漸與觀測（2.89 mm/d）接近。但分辨率提高至20 km時，區(qū)域平均的夏季降水量比觀測略偏小，約為2.78 mm/d。從均方根誤差也可看出，降水量模擬偏差隨分辨率增加而減少。

表1 青藏高原地區(qū)1980～1999年97個測站平均的觀測降水量與模擬降水量序列之間的比較

相關(guān)分析表明，不同分辨率的MRI模式均難以模擬出青藏高原夏季降水的年際變化。不同分辨率的模擬結(jié)果與觀測的相關(guān)系數(shù)均未通過0.05顯著性水平的顯著性檢驗。分辨率為60 km的模擬結(jié)果與觀測差異最大，相關(guān)系數(shù)為負。不同分辨率的MRI模式模擬的降水標準差與觀測差別不大，其中60 km的模擬結(jié)果與觀測最接近。

3.2.2 水汽輸送通量

Feng and Zhou（2012）研究表明，青藏高原南麓的偏西水汽輸送通量是影響青藏高原東南部夏季降水年際變化的重要水汽來源。因此，定義（25°～30°N，70°～90°E）區(qū)域平均的緯向水汽通量為西風水汽輸送指數(shù)，并以此來定量考察MRI模式對青藏高原夏季年際異常水汽輸送通量的模擬。1980～1999年，高原南麓西風水汽輸送指數(shù)標準化序列如圖9所示。ERA-interim資料中，該西風水汽輸送指數(shù)具有較強的年際變化特征。MRI模式能夠合理再現(xiàn)1987和1998年的水汽輸送通量高值，但總體上看，模式難以模擬出高原南麓西風水汽輸送通量的年際變化。

圖8 1980～1999年青藏高原97站平均的夏季降水量標準化序列

圖9 1980～1999年青藏高原南麓西風水汽輸送指數(shù)標準化序列

圖9中各序列的定量比較如表2所示。不同分辨率的MRI模式結(jié)果中，青藏高原南麓均為偏東水汽輸送通量，與觀測方向相反，原因是由于印度季

表2 1980～1999年青藏高原南麓西風水汽輸送指數(shù)的模擬序列與ERA-interim再分析資料之間的比較

風槽模擬偏強?？偟膩碚f，180 km分辨率的模擬結(jié)果偏差較小，120 km、60 km、20 km分辨率的模擬結(jié)果偏差較大。當分辨率由120 km逐漸提高至20 km時，MRI模式模擬的西風水汽輸送通量強度與ERA-interim逐漸接近，均方根誤差逐漸減小。

相關(guān)計算表明，隨著分辨率的提高，MRI模式模擬的西風水汽輸送指數(shù)的年際變化與觀測更接近。當分辨率為20 km時，模擬與觀測的相關(guān)系數(shù)達到0.43，超過了0.1顯著性水平的顯著性檢驗。模擬結(jié)果中的標準差隨分辨率并未呈現(xiàn)規(guī)律的變化，但均與ERA-interim較接近。

3.2.3 青藏高原夏季年際異常降水及水汽輸送通量模擬偏差的討論

與Feng and Zhou（2012）一致，印度季風區(qū)北部的異常反氣旋水汽輸送通量是造成青藏高原東南部夏季降水年際偏多的主要原因（圖10e）。MRI不同分辨率的模式均能模擬出印度季風區(qū)北部的異常反氣旋水汽輸送通量，比AMIPⅡ中低分辨率的MRI模式有明顯的改進（馮蕾，2011）。AMIPⅡ模式結(jié)果中，印度季風區(qū)北部為異常氣旋水汽環(huán)流，高原南麓盛行異常偏東水汽輸送通量。模式分辨率提高為180 km、120 km、60 km后，印度季風區(qū)北部為異常反氣旋，但是反氣旋的中心位置并不一致（圖10a–c），例如180 km模式中，反氣旋中心位于孟加拉灣北部，其北側(cè)的偏西水汽輸送通量比ERA-interim偏南，因此進入青藏高原的西南水汽輸送通量較少；120 km模式中，反氣旋中心位置也位于孟加拉灣北部，但是強度比ERA-interim偏弱；60 km模式中，反氣旋中心位于印度半島西北部，高原東南部95°E左右為較強的西南水汽輸送通量；當分辨率達到20 km時，模式模擬的異常反氣旋水汽輸送通量與ERA-interim結(jié)果非常相似，也表現(xiàn)為自印度季風區(qū)北部至西太平洋呈緯向分布的異常反氣旋水汽輸送通量，強度與ERA-interim基本一致，這也是20 km的MRI模式模擬的青藏高原南麓西風水汽輸送指數(shù)的年際變化與ERA- interim更接近的原因。

圖10 青藏高原東南部1980～1999年夏季降水量標準化序列與整層積分水汽通量場的回歸（單位： kg m?1 s?1）：（a）MRI模擬（180 km分辨率）；（b）MRI模擬（120 km分辨率）；（c）MRI模擬（60 km分辨率）；（d）MRI模擬（20 km分辨率）；（e）ERA-interim資料。粗實線表示該版本模式地形中海拔為3000 m的等值線

4 結(jié)論

為了考察模式分辨率對青藏高原夏季大氣水循環(huán)模擬的影響，本文重點分析了一個全球大氣環(huán)流模式MRI在不同分辨率情況下，對青藏高原夏季降水及水汽輸送通量的模擬。主要結(jié)論如下：

（1）高分辨率MRI模式模擬的青藏高原氣候平均降水，比低分辨率MRI模式有顯著改進，主要表現(xiàn)在降水年循環(huán)、夏季降水空間分布等方面。另外，模擬降水量與觀測更接近。分辨率為180 km、120 km、60 km、20 km的MRI模式模擬的青藏高原7月平均降水絕對誤差分別為2.2 mm/d、1.2 mm/d、 0.7 mm/d、0.2 mm/d。但是，分辨率對青藏高原97個測站夏季降水年際變化模擬的影響不明顯。

（2）高分辨率的MRI模式模擬的青藏高原夏季年際異常水汽輸送通量更接近ERA-interim，包括青藏高原南麓西風水汽輸送指數(shù)的年際變化、印度季風區(qū)北部緯向分布的異常反氣旋水汽環(huán)流。當分辨率達到20 km時，MRI模式模擬的西風水汽輸送指數(shù)與觀測的相關(guān)系數(shù)達到0.43，超過了0.1顯著性水平的顯著性檢驗。除180 km外，隨著分辨率的提高，MRI模式模擬的水汽輸送通量空間分布以及各邊界水汽輸送通量的方向和強度與ERA- interim資料更接近。

（3）分辨率提高后，MRI模式對青藏高原及周邊地區(qū)夏季降水及水汽輸送通量的模擬仍存在較大偏差，主要表現(xiàn)為：模擬降水量仍比觀測偏大；印度季風槽比ERA-interim偏強；印度季風區(qū)偏西水汽輸送通量比ERA-interim偏弱等。同時，需要注意的是，由于青藏高原地區(qū)觀測資料缺乏，再分析資料和格點化地面觀測資料在高原地區(qū)具有很大的不確定性。不同格點降水資料對降水量和降水年際變化的描述以及不同再分析資料對青藏高原各邊界水汽輸送通量的強度和垂直分布等存在較大的差異（Feng and Zhou，2012）。

致謝 感謝日本氣象研究所的Akio Kitoh和Hiroyuki Murakami博士為本文提供MRI大氣環(huán)流模式資料。

（References：）

Arakawa A, Schubert W H. 1974. Interaction of a cumulus cloud ensemble with the large-scale environment, Part I [J]. J. Atmos. Sci., 31 (3): 674– 701.

Bengtsson L, Hodges K, Esch M, et al. 2007. How may tropical cyclones change in a warmer climate? [J]. Tellus A, 59 (4): 539–561.

Berrisford P, K?llberg P, Kobayashi S, et al. 2011. Atmospheric conservation properties in ERA-Interim [J]. Quart. J. Roy. Meteor. Soc., 137 (659): 1381–1399.

Dee D P, Uppala S M, Simmons A J, et al. 2011. The ERA-Interim reanalysis: Configuration and performance of the data assimilation system [J]. Quart. J. Roy. Meteor. Soc., 137 (656): 553–597.

馮蕾. 2011. 青藏高原降水及水汽輸送的多資料比較和高分辨率模擬分析[D]. 中國科學(xué)院大氣物理研究所博士學(xué)位論文. Feng Lei. 2011. Diagnostic and Simulation Analyses on the summer precipitation and associated water vapor transport over the Tibetan Plateau [D]. Ph. D. dissertation (in Chinese), Institute of Atmospheric Physics, Chinese Academy of Sciences.

Feng L, Zhou T J. 2012. Water vapor transport for summer precipitation over the Tibetan Plateau: Multidata set analysis [J]. Journal of Geophysical Research, 117 (D20), D20114, doi:10.1029/2011JD017012.

Feng L, Zhou T J, Wu B, et al. 2011. Projection of future precipitation change over China with a high-resolution global atmospheric model [J]. Adv. Atmos. Sci., 28 (2): 464–476, doi:10.1007/s00376-010-1016-x.

高學(xué)杰, 李棟梁, 趙宗慈, 等. 2003. 溫室效應(yīng)對青藏高原及青藏鐵路沿線氣候影響的數(shù)值模擬[J]. 高原氣象, 22 (5): 458–463. Gao X J, Li D L, Zhao Z C, et al. 2003. Numerical simulation for influence of greenhouse effects on climatic change of Qinghai?Xizang Plateau along Qinghai?Xizang railway [J]. Plateau Meteorology (in Chinese), 22 (5): 458–463.

Gao X J, Xu Y, Zhao Z C, et al. 2006. On the role of resolution and topography in the simulation of East Asia precipitation [J]. Theor. Appl. Climatol., 86 (1?4): 173–185.

Hack J J, Caron J M, Danabasoglu G, et al. 2006. CCSM–CAM3 climate simulation sensitivity to changes in horizontal resolution [J]. J. Climate, 19 (11): 2267–2289.

Ji Z M, Kang S C. 2013. Double-nested dynamical downscaling experiments over the Tibetan Plateau and their projection of climate change under two RCP scenarios [J]. J. Atmos. Sci., 70 (4): 1278–1290.

Jung T, Miller M J, Palmer T N, et al. 2012. High-resolution global climate simulations with the ECMWF model in project Athena: Experimental design, model climate, and seasonal forecast skill [J]. J. Climate, 25 (9): 3155–3172.

Kusunoki S, Mizuta R. 2008. Future changes in the Baiu rain band projected by a 20-km mesh global atmospheric model: Sea surface temperature dependence [J]. SOLA, 4: 85–88, doi:10.2151/sola.2008-022.

Kusunoki S, Yoshimura J, Uoshimura H, et al. 2006. Change of Baiu rain band in global warming projection by an atmospheric general circulation model with a 20-km grid size [J]. J. Meteor. Soc. Japan, 84 (4): 581–611.

Li H M, Feng L, Zhou T J. 2011. Multi-model projection of July–August climate extreme changes over China under CO2doubling. Part I: Precipitation [J]. Adv. Atmos. Sci., 28 (2): 433–447, doi:10.1007/ s00376-010-0013-4.

Manabe S, Smagorinsky J, J Leith Holloway Jr, et al. 1970. Simulated climatology of a general circulation model with a hydrologic cycle [J]. Mon. Wea. Rev., 98 (3): 175–212.

Mellor G L, Yamada T. 1974. A hierarchy of turbulence closure models for planetary boundary layers [J]. J. Atmos. Sci., 31 (7): 1971–1806.

Mizuta R, Oouchi K, Yoshimura H, et al. 2006. 20-km-mesh global climate simulations using JMA-GSM model-mean climate states [J]. J. Meteor. Soc. Japan, 84 (1): 165–185.

Oouchi K, Yoshimura J, Yoshimura H, et al. 2006. Tropical cyclone climatology in a global-warming climate as simulated in a 20 km-mesh global atmospheric model: Frequency and wind intensity analyses [J]. J. Meteor. Soc. Japan, 84 (2): 259–276.

Pope V, Stratton R. 2002. The processes governing horizontal resolution sensitivity in a climate model [J]. Climate Dyn., 19 (3?4): 211–236.

Rathmann N M, Yang S T, Kaas E. 2014. Tropical cyclones in enhanced resolution CMIP5 experiments [J]. Climate Dyn., 42 (3–4): 665–681.

Reynolds R W, Rayner N A, Smith T M, et al. 2002. An improved in situ and satellite SST analysis for climate [J]. J. Climate, 15 (13): 1609–1625.

Shi Y, Gao X J, Zhang D F, et al. 2012. Climate change over the Yarlung Zangbo-Brahmaputra River basin in the 21st century as simulated by a high resolution regional climate model [J]. Quaternary International, 244 (2): 159–168, doi:10.1016/j.quaint.2011.01.041.

湯劍平, 趙鳴, 蘇炳凱. 2006. 分辨率對區(qū)域氣候極端事件模擬的影響[J]. 氣象學(xué)報, 64 (4): 432–442. Tang Jianping, Zhao Ming, Su Bingkai. 2006. Effects of model resolution on the simulation of regionally climatic extreme events [J]. Acta Meteorologica Sinica (in Chinese), 64 (4): 432– 442.

吳佳, 高學(xué)杰. 2013. 一套格點化的中國區(qū)域逐日觀測資料及與其它資料的對比[J]. 地球物理學(xué)報, 56 (4): 1102–1111, doi:10.6038/ cjg20130406. Wu J, Gao X J. 2013. A gridded daily observation dataset over China region and comparison with the other datasets [J]. Chinese Journal of Geophysics (in Chinese), 56 (4): 1102–1111, doi:10.6038/ cjg20130406.

徐影, 丁一匯, 李棟梁. 2003. 青藏地區(qū)未來百年氣候變化[J]. 高原氣象, 22 (5): 451–457. Xu Y, Ding Y H, Li D L. 2003. Climatic change over Qinghai and Xizang in 21st century [J]. Plateau Meteorology (in Chinese), 22 (5): 451–457.

馮蕾, 周天軍. 2015. 高分辨率MRI模式對青藏高原夏季降水及水汽輸送通量的模擬[J]. 大氣科學(xué), 39 (2): 385?396, doi:10.3878/j.issn.1006-9895. 1406.14125. Feng Lei, Zhou Tianjun. 2015. Simulation of summer precipitation and associated water vapor transport over the Tibetan Plateau by Meteorological Research Institute model [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 39 (2): 385?396.

① Yoshimura H, Matsumura T. 2003. A semi-Lagrangian scheme conservative in the vertical direction. CAS/JSC WGNE research Activities in Atmospheric and Ocean Modeling, 33, 3.19–3. 20.

Simulation of Summer Precipitation and Associated Water Vapor Transport over the Tibetan Plateau by Meteorological Research Institute Model

FENG Lei1, 2and ZHOU Tianjun2

1,100081;2, Chinese,100029

Simulations of summer precipitation and associated water vapor transport over the Tibetan Plateau, as well as the impact of resolution, are analyzed with Atmospheric Model Intercomparison Project experiment results under various resolutions (i.e., 180, 120, 60, and 20 km) by using the Meteorological Research Institute (MRI) model. The model shows to reasonably reproduce the climate mean summer precipitation distribution over the Tibetan Plateau. However, the interannual variability of precipitation and water vapor transport failed to be captured by this model. With an increase in resolution, the simulation of climate mean summer precipitation improved significantly, including the annual cycle and spatial distribution. The simulation of interannual variability of the water vapor transport was much closer to the third generation reanalysis of the European Centre for Medium Range Weather Forecasts (ERA-interim). However, little improvement in model skill was noted in the simulation of interannual variability of summer precipitation over the Tibetan Plateau and the climate mean water vapor transport. Thus, overestimation of summer precipitation amount and Indian trough remains in high-resolution models.

Tibetan Plateau, Precipitation, Water vapor transport, High-resolution model

1006-9895(2015)02-0385-12

P467

A

10.3878/j.issn.1006-9895.1406.14125

2014-02-17；網(wǎng)絡(luò)預(yù)出版日期2014-07-14

國家自然科學(xué)基金項目41205045、41420104006，中國科學(xué)院戰(zhàn)略性先導(dǎo)科技專項項目XDA05110300

馮蕾，女，1982年出生，博士，工程師，主要從事氣候診斷與預(yù)測研究。E-mail: fenglei21cn@163.com

周天軍，zhoutj@lasg.iap.ac.cn