對(duì)流層增暖熱帶放大現(xiàn)象：基于FGOALS-g3 的模擬研究

劉士嘉 周天軍 江潔 左萌 巫明娜

1 中國(guó)科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室(LASG), 北京100029

2 中國(guó)科學(xué)院大學(xué)地球與行星科學(xué)學(xué)院, 北京100049

1 引言

大氣是地球氣候系統(tǒng)的重要組成部分，正確認(rèn)識(shí)大氣溫度垂直廓線的長(zhǎng)期變化趨勢(shì)，對(duì)于理解氣候變化成因至關(guān)重要（Steiner et al., 2020）。作為人類活動(dòng)的主要區(qū)域，對(duì)流層內(nèi)不同高度上的氣溫變化趨勢(shì)受到科學(xué)界的廣泛關(guān)注（Lindzen and Giannitsis, 2002; Santer et al., 2017a）。近20 年來，氣候?qū)W界一直致力于使用氣候系統(tǒng)模式模擬對(duì)流層大氣溫度的歷史變化，模式對(duì)不同高度上大氣溫度變化趨勢(shì)的模擬能力是氣候模式研發(fā)領(lǐng)域重點(diǎn)關(guān)注的問題（Santer et al., 2005, 2008; Fu et al., 2011; Po-Chedley and Fu, 2012）。

器測(cè)資料揭示的全球平均地表溫度自1880 年以來顯著增高，增幅約為0.85°C，且記錄中的最暖時(shí)段出現(xiàn)在近30 年（Santer et al., 2017b）?；跐窠^熱過程的基礎(chǔ)理論，熱帶地區(qū)的濕絕熱過程會(huì)放大地表的增暖幅度，在約200 hPa 高度上產(chǎn)生增暖峰值，這種現(xiàn)象被稱為“熱帶對(duì)流層放大”（Stone and Carlson, 1979）。熱帶對(duì)流層放大是21 世紀(jì)氣候變化的顯著特征之一。水汽、氣溫遞減率以及云反饋等物理過程，在很大程度上受到熱帶對(duì)流層溫度及其垂直結(jié)構(gòu)變化的調(diào)控。因此，熱帶對(duì)流層放大現(xiàn)象對(duì)于大氣環(huán)流變化以及氣候敏感度均有重要影響。能否合理再現(xiàn)熱帶對(duì)流層放大現(xiàn)象，是評(píng)估氣候模式模擬性能的重要指標(biāo)，模式模擬和觀測(cè)結(jié)果的差異及其成因，是科學(xué)界關(guān)注的熱點(diǎn)問題（Fu et al., 2011; Po-Chedley and Fu, 2012;Santer et al., 2017b）。

全球變暖背景下，多套觀測(cè)資料均揭示熱帶地區(qū)對(duì)流層中高層的增溫幅度大于低層（Steiner et al., 2020）。研究表明，大多數(shù)氣候系統(tǒng)模式高估了氣溫趨勢(shì)放大率，即氣候系統(tǒng)模式模擬的熱帶對(duì)流層高低層增溫趨勢(shì)之比明顯大于觀測(cè)結(jié)果，這一偏差在第三次和第五次“國(guó)際耦合模式比較計(jì)劃”（Coupled Model Intercomparison Project，CMIP3/5）的模擬結(jié)果中均存在（Santer et al., 2005, 2008,2017b; Po-Chedley and Fu, 2012）。例如，針對(duì)1979年以來的熱帶對(duì)流層增溫現(xiàn)象，F(xiàn)u et al.（2011）通過比較CMIP3 耦合模式歷史模擬試驗(yàn)與衛(wèi)星觀測(cè)資料的結(jié)果，發(fā)現(xiàn)耦合模式模擬的增溫趨勢(shì)強(qiáng)于觀測(cè)，并認(rèn)為這是導(dǎo)致模式模擬的熱帶對(duì)流層上下層靜力穩(wěn)定度變化與觀測(cè)不同的主要原因?；贑MIP5 耦合模式歷史模擬試驗(yàn)和單獨(dú)大氣模式試驗(yàn)（即“AMIP”模擬試驗(yàn)）也得到類似的結(jié)論（Po-Chedley and Fu, 2012）。

造成模式模擬與觀測(cè)差異的因素包括：（1）氣候模式外強(qiáng)迫資料的誤差（Solomon et al., 2011;Santer et al., 2017a）；（2）模擬和觀測(cè)的海表溫度趨勢(shì)分布型（Tuel, 2019）；（3）氣候系統(tǒng)內(nèi)部變率（Santer et al., 2019）；（4）空間垂直權(quán)重函數(shù)對(duì)衛(wèi)星資料反演的影響（Santer et al., 2017b）。例如，耦合模式的歷史模擬試驗(yàn)中海洋與大氣自由耦合所產(chǎn)生的氣候系統(tǒng)內(nèi)部變率難免與觀測(cè)不一致，使得內(nèi)部變率導(dǎo)致的溫度變化掩蓋外強(qiáng)迫的信號(hào)，從而導(dǎo)致耦合模式結(jié)果與觀測(cè)結(jié)果在溫度趨勢(shì)上存在差異。相比之下，在觀測(cè)海溫驅(qū)動(dòng)的單獨(dú)大氣模式試驗(yàn)中，海溫變化的空間分布受觀測(cè)約束，故能將氣候系統(tǒng)內(nèi)部變率對(duì)于模式和觀測(cè)之間差異的影響最小化。

衛(wèi)星微波探測(cè)儀能夠提供1978 年末至今的全球大氣溫度估計(jì)值（Mears and Wentz, 2017）。通過對(duì)原始資料進(jìn)行反演得到的數(shù)據(jù)提供了相對(duì)于傳統(tǒng)器測(cè)資料獨(dú)立的全球?qū)α鲗釉雠挠^測(cè)證據(jù)，由于該資料具有全球空間覆蓋率高和數(shù)據(jù)質(zhì)量均勻的特點(diǎn)，目前已被作為重要的大氣觀測(cè)資料廣泛地應(yīng)用于氣溫趨勢(shì)的研究（Johanson and Fu, 2006;Santer et al., 2008; Po-Chedley et al., 2015; Mears and Wentz, 2016; Steiner et al., 2020）。然而，由于衛(wèi)星資料的質(zhì)量受均一化和后處理過程的影響，當(dāng)前微波探測(cè)衛(wèi)星產(chǎn)品的氣溫趨勢(shì)放大率小于氣候模式模擬值，也弱于根據(jù)濕絕熱遞減率計(jì)算所得的理論值（Santer et al., 2005, 2017b）。得益于對(duì)衛(wèi)星軌道漂移訂正與星載儀器校準(zhǔn)方法的改進(jìn)，近年來，衛(wèi)星探測(cè)估算的大氣溫度資料質(zhì)量得到了明顯提升（Mears and Wentz, 2016; Zou et al., 2018）。

除衛(wèi)星觀測(cè)資料以外，覆蓋時(shí)間較長(zhǎng)的再分析資料也是研究大氣溫度變化的重要數(shù)據(jù)源。按照對(duì)觀測(cè)資料和數(shù)值預(yù)報(bào)模式的依賴程度，再分析資料的輸出變量通常可分為三類，其中大氣溫度屬于第一類，主要受到同化的觀測(cè)資料影響，可視為“真實(shí)情況”（Kalnay et al., 1996）。因此，再分析資料已被用于研究大氣溫度變化趨勢(shì)，作為檢驗(yàn)?zāi)Ｊ浇Y(jié)果的“觀測(cè)”證據(jù)。

FGOALS-g 是中國(guó)科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室（LASG/IAP）發(fā)展的氣候系統(tǒng)模式，該模式參加了CMIP3、CMIP5 以及進(jìn)行中的CMIP6，被廣泛應(yīng)用于各類氣候變率和氣候變化的研究（周天軍等, 2014, 2020）。其中，參加CMIP5 的版本為FGOALS-g2，參加CMIP6 的最新版本為FGOALSg3。從FGOALS-g2 到FGOALS-g3，該模式從大氣分量到海洋分量都得到諸多改進(jìn)（Li et al.,2020b）。然而，目前尚不清楚FGOALS-g3 能否合理再現(xiàn)全球大氣溫度的變化趨勢(shì)以及熱帶對(duì)流層放大現(xiàn)象。

本文基于國(guó)際上最新的衛(wèi)星和再分析資料，以及FGOALS-g 新舊版本歷史模擬試驗(yàn)和新版本AMIP 試驗(yàn)（GAMIL3）的模擬結(jié)果，擬重點(diǎn)回答以下關(guān)鍵科學(xué)問題：（1）FGOALS-g3 能否合理再現(xiàn)全球大氣溫度的變化趨勢(shì)和熱帶對(duì)流層放大現(xiàn)象？若存在偏差，則模擬偏差產(chǎn)生的原因是什么？（2）FGOALS-g 新版本較舊版本性能是否有提升？若有提升，主要表現(xiàn)在哪些方面？（3）海氣耦合過程（氣候系統(tǒng)內(nèi)部變率）對(duì)模擬結(jié)果有何影響？

2 模式、資料和方法

2.1 模式簡(jiǎn)介

FGOALS-g 是由LASG/IAP 發(fā)展的耦合氣候系統(tǒng)模式，包含了大氣、海洋、陸面和海冰四個(gè)模塊。本文分析的兩個(gè)版本分別是FGOALS-g2 和FGOALSg3，二者間的差異一是在大氣模式，具體如表1 所示（Li et al., 2020a）。二是在海洋模式，F(xiàn)GOALSg3 的海洋模式分量為L(zhǎng)ICOM3，相對(duì)于LICOM2的改進(jìn)主要包括兩個(gè)方面：（1）動(dòng)力框架由原來的經(jīng)緯度格點(diǎn)框架改為適用于任意正交曲面坐標(biāo)并采用了三極格點(diǎn)，有效解決了北極點(diǎn)引起的一系列計(jì)算穩(wěn)定性問題；（2）改進(jìn)了潮汐混合以及渦旋混合的物理過程（Lin et al., 2016, 2020）。FGOALSg3 的陸面分量為CAS-LSM（Xie et al., 2020），海冰分量為L(zhǎng)os Alamos sea ice model Version 4.0。FGOALS-g3 采用NCAR 開發(fā)的CPL7 進(jìn)行耦合。有關(guān)FGOALS-g3 相較于FGOALS-g2 模式改進(jìn)的詳細(xì)介紹和整體性能評(píng)估詳見Li et al.（2020a）。

表1 GAMIL2 和GAMIL3 模式的主要差異Table 1 Main difference points between GAMIL2 model and GAMIL3 model

本文使用到的模式數(shù)據(jù)為FGOALS-g3 的歷史模擬試驗(yàn)和單獨(dú)大氣模式GAMIL3 的AMIP 試驗(yàn)結(jié)果。其中，按照CMIP6 的標(biāo)準(zhǔn)設(shè)定，歷史模擬試驗(yàn)使用歷史外強(qiáng)迫（包括溫室氣體、氣溶膠等）驅(qū)動(dòng)耦合模式，模擬1850～2015 年的歷史氣候，給定初始場(chǎng)后海洋和大氣自由耦合；單獨(dú)大氣模式試驗(yàn)利用1979～2015 年的觀測(cè)海溫和海冰作為邊界條件，驅(qū)動(dòng)大氣模式GAMIL3，即AMIP 試驗(yàn)（周天軍等, 2019）。為比較FGOALS-g 耦合模式新舊版本的差異，本文還使用了FGOALS-g2 歷史模擬試驗(yàn)數(shù)據(jù)。上述每組試驗(yàn)均選取第一個(gè)集合成員，研究時(shí)段為1979～2015 年。

由于FGOALS-g2 的歷史模擬試驗(yàn)截止于2005 年12 月，而典型濃度路徑情景RCP8.5（Representative Concentration Pathways，RCP）未來預(yù)估試驗(yàn)是以歷史模擬試驗(yàn)的終止年作為起始場(chǎng)進(jìn)行模擬的，為便于比較，本文將FGOALS-g2 的歷史模擬試驗(yàn)數(shù)據(jù)和RCP8.5 數(shù)據(jù)進(jìn)行拼接，得到1850～2015 年的歷史模擬數(shù)據(jù)。為方便討論，以下分別用FGOALS-g2，F(xiàn)GOALS-g3 和GAMIL3來表示兩個(gè)耦合模式的歷史模擬試驗(yàn)和單獨(dú)大氣試驗(yàn)。

2.2 觀測(cè)及再分析資料

本文用到的觀測(cè)和再分析資料如下：

（1）MSU/AMSU 衛(wèi)星溫度資料。1978 年末以來，美國(guó)國(guó)家海洋和大氣管理局（NOAA）的極軌衛(wèi)星開始使用微波大氣探測(cè)儀（Microwave Sounding Unit，MSU）和升級(jí)版的微波大氣探測(cè)儀（Advanced Microwave Sounding Unit，AMSU）對(duì)氧分子的微波輻射進(jìn)行測(cè)量（Mears and Wentz,2017; Zou et al., 2018）。MSU/AMSU 通過在不同微波頻率下進(jìn)行測(cè)量，得到不同高度層的微波輻射信息，進(jìn)一步處理得到不同高度層的溫度反演信息。本文使用的是美國(guó)加利福尼亞州的遙感系統(tǒng)公司（Remote Sensing Systems）提供的MSU/AMSU 衛(wèi)星微波資料v4.0 版本（以下統(tǒng)稱RSS4.0）。該數(shù)據(jù)集提供了分層逐月溫度資料，覆蓋時(shí)間段為1979 年至今，水平分辨率為2.5°×2.5（Mears and Wentz, 2016）。本文用到的變量為平流層低層溫度（TLS）、對(duì)流層中高層溫度（TMT）和對(duì)流層低層溫度（TLT）。其權(quán)重函數(shù)峰值對(duì)應(yīng)高度（氣壓）分別為17 km（75 hPa）、5 km（540 hPa）和2 km（795 hPa），與平流層低層、對(duì)流層中高層和對(duì)流層低層的典型高度相對(duì)應(yīng)（Steiner et al.，2020）。

（2）歐洲中期天氣預(yù)報(bào)中心（European Centre for Medium-Range Weather Forecasts，ECMRWF）新一代再分析資料ERA5（Hersbach et al., 2020）。用到的變量為逐月的氣溫、地表溫度、表面氣壓、海陸分布和海冰范圍，覆蓋時(shí)間段為1979 年至今，水平分辨率為1°×1°，氣溫垂直高度有37 層。本文使用的ERA5.1 氣溫?cái)?shù)據(jù)訂正了原ERA5 數(shù)據(jù)在2000～2006 年期間的冷偏差，平流層和對(duì)流層上層溫度更為可靠（Simmons et al., 2020）。

基于不同資料的覆蓋時(shí)段，本文的分析時(shí)段統(tǒng)一為1979～2015 年。

2.3 分析方法

2.3.1 合成衛(wèi)星溫度計(jì)算方法

為方便將模式結(jié)果與衛(wèi)星數(shù)據(jù)進(jìn)行比較，本文使用了RSS 開發(fā)的局地權(quán)重函數(shù)法，分別將模式輸出數(shù)據(jù)和ERA5.1 再分析數(shù)據(jù)轉(zhuǎn)換為合成衛(wèi)星溫度（Santer et al., 2017b）。該方法在每個(gè)經(jīng)緯網(wǎng)格點(diǎn)上將模式和再分析數(shù)據(jù)的溫度廓線同局地權(quán)重函數(shù)進(jìn)行卷積。權(quán)重取決于該格點(diǎn)的表面氣壓、下墊面類型（陸地、海洋或海冰）以及選取的層平均溫度（TLS、TMT 或TLT）。該方法較全球平均權(quán)重函數(shù)法能夠提供更為準(zhǔn)確的合成衛(wèi)星溫度，其在高海拔地區(qū)準(zhǔn)確度的提升效果尤為明顯（Santer et al., 2017a）。

2.3.2 TMT 訂正方法

星載微波探測(cè)儀反演的TMT 變化趨勢(shì)受到平流層低層降溫的顯著影響（Fu and Johanson, 2004,2005; Johanson and Fu, 2006）。平流層降溫對(duì)TMT的大部分影響可以通過回歸技術(shù)去除（Fu et al., 2004）。該方法的可靠性在觀測(cè)和模式氣溫?cái)?shù)據(jù)中都得到了驗(yàn)證（Fu and Johanson, 2004; Gillett et al., 2004）。參考Fu and Johanson（2005），本文采用這一訂正方法，具體如下：

其中，a24的選取參考Santer et al.（2017a），在所有緯度均為1.1。

2.3.3 理論廓線計(jì)算方法

為得到氣溫變化趨勢(shì)隨高度變化的理論結(jié)果，利用1979～2015 年的ERA5.1 再分析數(shù)據(jù)，基于1000 hPa 溫度和80%相對(duì)濕度分別作為初始條件，計(jì)算得到兩條濕絕熱線，做差即可得到氣溫垂直廓線的理論值（Santer et al., 2005; Steiner et al.,2020）。所用公式如下：

其中，k=0.286，T為氣溫，p為 氣壓，L為蒸發(fā)潛熱，cp為 定壓比熱，ws為飽和混合比。

2.3.4 滑動(dòng)線性趨勢(shì)計(jì)算方法

不同分析時(shí)段的選取會(huì)對(duì)溫度變化趨勢(shì)的估算產(chǎn)生影響，為了減小線性趨勢(shì)對(duì)于分析時(shí)段的依賴性，本文參考Santer et al.（2011, 2017b）提出的最大重疊L-年趨勢(shì)計(jì)算方法，選取L=10 和L=20 兩個(gè)時(shí)段進(jìn)行分析。這種方法可以有效去除季節(jié)尺度和年際尺度“噪音”對(duì)于溫度趨勢(shì)的影響，從而突出溫度變化在年代際時(shí)間尺度上的基本特征。

以L=10 為例，用于計(jì)算第一個(gè)10 年線性趨勢(shì)的時(shí)段為1979 年1 月至1988 年12 月，隨后起止月份逐次后移1 個(gè)月，最后一次計(jì)算時(shí)段為2006 年1 月至2015 年12 月。

2.3.5 顯著性檢驗(yàn)方法

本文使用非參數(shù)Thei-Sen 趨勢(shì)估計(jì)法（Ohlson and Kim, 2015）計(jì)算線性趨勢(shì)，線性趨勢(shì)的顯著性檢驗(yàn)使用了非參數(shù)Mann-Kendall（MK）檢驗(yàn)方法。

本文所涉及的空間相關(guān)系數(shù)、時(shí)間相關(guān)系數(shù)等相關(guān)分析均使用了雙側(cè)Studentt檢驗(yàn)，自由度為樣本數(shù)減2。

3 結(jié)果分析

本文首先針對(duì)不同高度上全球平均溫度的長(zhǎng)期變化，通過模式與觀測(cè)和再分析的比較來評(píng)估模式性能。隨后，分析對(duì)流層中高層與下層溫度序列的回歸系數(shù)空間分布，將研究區(qū)域聚焦于熱帶（海洋），重點(diǎn)關(guān)注該地區(qū)增溫趨勢(shì)隨高度升高而增大的現(xiàn)象。對(duì)于該現(xiàn)象，本文選取4 個(gè)指標(biāo)來檢驗(yàn)?zāi)Ｊ降男阅懿⒎治鰞?nèi)部變率對(duì)結(jié)果的影響，包括對(duì)流層高低層溫度回歸場(chǎng)的空間相關(guān)系數(shù)、放大系數(shù)（高低層平均溫度的回歸系數(shù)）的年代際尺度變化、對(duì)流層高低層平均溫度序列的長(zhǎng)期趨勢(shì)和年際變率、熱帶平均溫度的垂直廓線。

3.1 全球溫度變化趨勢(shì)

圖1 給出了1979～2015 年不同高度層（TLS、TMT 和TLT）全球平均溫度隨時(shí)間演變情況。觀測(cè)中平流層低層呈降溫趨勢(shì)（圖1a），主要由人類活動(dòng)引起的平流層臭氧消耗造成，大氣CO2濃度升高也有一定貢獻(xiàn)（Aquila et al., 2016; Maycock et al., 2018）。平流層低層的降溫趨勢(shì)有兩次突變，分別與1982 年El Chichón 和1991 年P(guān)inatubo 火山爆發(fā)引起的強(qiáng)增暖信號(hào)有關(guān)?；鹕奖l(fā)使得大量硫酸鹽氣溶膠進(jìn)入平流層，通過吸收近紅外和長(zhǎng)波輻射導(dǎo)致平流層增溫（Robock, 2000）。

FGOALS-g3 和GAMIL3 均能再現(xiàn)平流層低層的長(zhǎng)期變冷趨勢(shì)以及火山爆發(fā)引起的兩次增溫，但都低估了El Chichón 火山爆發(fā)造成的平流層增暖，同時(shí)高估了Pinatubo 火山的影響，原因是驅(qū)動(dòng)模式的平流層火山氣溶膠強(qiáng)迫資料對(duì)于兩次火山爆發(fā)強(qiáng)度的估計(jì)不夠準(zhǔn)確（Rieger et al., 2020）。FGOALSg2 由于未考慮火山氣溶膠強(qiáng)迫（Zhou and Song,2014），故無法再現(xiàn)平流層低層的突變?cè)雠盘?hào)，F(xiàn)GOALS-g3 較FGOALS-g2 增加了對(duì)于平流層火山氣溶膠強(qiáng)迫的響應(yīng)。

圖1b 和c 分別為1979～2015 年全球平均TMT和TLT 距平序列。在觀測(cè)中，對(duì)流層（上下兩層）在1979～2015 年間主要表現(xiàn)出較為一致的增暖特征。

圖1 1979～2015 年全球平均溫度距平序列（單位：°C）：（a）平流層低層（TLS）；（b）對(duì)流層中高層（TMT）；（c）對(duì)流層低層（TLT）Fig.1 Global mean temperature anomalies series (units: °C) from 1979 to 2015: (a) Lower stratosphere temperature; (b) mid-to-upper troposphere temperature; (c) lower troposphere temperature

定量比較結(jié)果表明（表2），觀測(cè)和模式一致表現(xiàn)為平流層低層降溫、對(duì)流層增溫。具體而言，衛(wèi)星資料和再分析資料揭示的對(duì)流層中高層增溫幅度分別為0.17°C (10 a)-1、0.12°C (10 a)-1，對(duì)流層 低 層 增 溫 幅 度 分 別 為0.20°C (10 a)-1、0.14°C(10 a)-1。FGOALS-g2 和FGOALS-g3 均 可 再 現(xiàn) 觀測(cè)中的對(duì)流層顯著增暖趨勢(shì)，但均高估了觀測(cè)的增溫趨勢(shì)值，原因與氣候系統(tǒng)內(nèi)部變率有關(guān)。前人研究表明若歷史模擬試驗(yàn)與觀測(cè)的內(nèi)部變率位相相似，則模擬的對(duì)流層增溫趨勢(shì)與觀測(cè)更為接近（Po-Chedley et al., 2021）。注意FGOALS-g3 較FGOALSg2 表現(xiàn)出更強(qiáng)的增溫趨勢(shì)，這與二者模擬的內(nèi)部變率位相不同以及驅(qū)動(dòng)模式的歷史模擬外強(qiáng)迫存在差異有關(guān)。GAMIL3 的AMIP 試驗(yàn)由于受歷史觀測(cè)海溫驅(qū)動(dòng)，其內(nèi)部變率位相與觀測(cè)一致，故模擬的對(duì)流層增溫幅度與衛(wèi)星觀測(cè)結(jié)果基本一致。

表2 5 套數(shù)據(jù)1979～2015 年全球平均平流層低層（TLS）、對(duì)流層中高層（TMT）和對(duì)流層低層（TLT）線性趨勢(shì) [單位：°C (10 a)-1]，所有趨勢(shì)均通過99%的信度水平檢驗(yàn)Table 2 Linear trend of the global averages of Temperature of Lower Stratosphere (TLS), Temperature of Mid-to-upper Troposphere (TMT), and Temperature of Lower Troposphere (TLT) from 1979 to 2015 [units: °C (10 a)-1], all the linear trends are significant at the 99% confidence level

不同分析時(shí)段的選取會(huì)對(duì)溫度變化趨勢(shì)的估算產(chǎn)生影響，為減小線性趨勢(shì)對(duì)于分析時(shí)段的依賴性，參考Santer et al.（2011, 2017b）的方法，圖2 比較了模式和觀測(cè)中不同高度層溫度的滑動(dòng)線性趨勢(shì)。在觀測(cè)中，平流層低層溫度的10 年滑動(dòng)趨勢(shì)主要反映了平流層低層溫度對(duì)El Chichón 和Pinatubo 火山爆發(fā)的響應(yīng)（圖2a），其最大增溫趨勢(shì)出現(xiàn)在El Chichón 火山爆發(fā)造成的小幅增暖時(shí)期結(jié)束與Pinatubo 火山爆發(fā)造成的大幅增暖時(shí)期之間，最大降溫趨勢(shì)值出現(xiàn)在Pinatubo 火山造成的平流層低層增暖峰值期之后。FGOALS-g3 的結(jié)果與觀測(cè)較為一致，而FGOALS-g2 由于未包含火山氣溶膠輻射強(qiáng)迫模塊故與觀測(cè)結(jié)果差距較大。GAMIL3 與FGOALS-g3 結(jié)果相近，均能夠合理再現(xiàn)觀測(cè)特征。圖2b 中平流層低層溫度20 年滑動(dòng)趨勢(shì)則主要反映的是氣溫在平流層臭氧消耗期和臭氧恢復(fù)期的年代際變化。

在觀測(cè)資料中，對(duì)流層上下兩層的溫度變化趨勢(shì)較為一致（圖2c-f）。當(dāng)滑動(dòng)時(shí)長(zhǎng)取10 年時(shí)，觀測(cè)數(shù)據(jù)表現(xiàn)出雙峰結(jié)構(gòu)特征（圖2c，e）。雙峰結(jié)構(gòu)是由火山爆發(fā)后的溫度恢復(fù)和人為活動(dòng)造成的全球變暖共同引起的。觀測(cè)資料受厄爾尼諾—南方濤動(dòng)（ENSO）等年際變率的掩蓋，雙峰結(jié)構(gòu)不如模擬明顯（Santer et al., 2014）。在兩個(gè)耦合模式（FGOALS-g2 和FGOALS-g3）的結(jié)果中，雙峰結(jié)構(gòu)較觀測(cè)更為明顯。GAMIL3 的結(jié)果與觀測(cè)一致，雙峰結(jié)構(gòu)不明顯，原因是受到年際變率的影響。對(duì)于20 年滑動(dòng)趨勢(shì)，F(xiàn)GOALS-g3 模擬的增溫速率在1990s 顯著高于觀測(cè)值，主要是由于受到了驅(qū)動(dòng)模式的外強(qiáng)迫系統(tǒng)性偏差（Li et al., 2020b）以及氣候系統(tǒng)內(nèi)部變率（Po-Chedley et al., 2021）的影響。

圖2 全球平均氣溫10 年（左列）和20 年（右列）滑動(dòng)趨勢(shì) [單位：°C (10 a)-1]：（a，b）平流層低層；（c，d）對(duì)流層中高層；（e，f）對(duì)流層低層。橫坐標(biāo)為起始時(shí)間Fig.2 10 years’ (left) and 20 years’ (right) sliding trend of the global mean temperature [units: °C (10 a)-1]: (a, b) Lower stratosphere; (c, d) midto-upper troposphere; (e, f) lower troposphere.The abscissa is the starting time

圖3a-f 給出了RSS4.0 衛(wèi)星、ERA5.1 再分析和GAMIL3 單獨(dú)大氣模式試驗(yàn)中對(duì)流層中高層及對(duì)流層低層溫度趨勢(shì)的全球空間分布。三套數(shù)據(jù)所揭示的對(duì)流層溫度趨勢(shì)的空間分布型較為一致，增暖趨勢(shì)大值區(qū)均位于北半球中高緯，以及西南太平洋等地區(qū)。定量估算對(duì)流層中高層和低層全球平均溫度的趨勢(shì)，RSS4.0 衛(wèi)星數(shù)據(jù)的結(jié)果分別為0.15°C(10 a)-1和0.19°C (10 a)-1，ERA5.1 再分析數(shù)據(jù)結(jié)果為0.12°C (10 a)-1和0.13°C (10 a)-1，GAMIL3 的結(jié)果均為0.18°C (10 a)-1。因此，GAMIL3 與RSS4.0衛(wèi)星數(shù)據(jù)的結(jié)果一致，而ERA5.1 再分析數(shù)據(jù)所揭示的全球平均增溫趨勢(shì)相對(duì)較小。三套數(shù)據(jù)各自的對(duì)流層中高層和對(duì)流層低層溫度變化趨勢(shì)的空間分布也較為一致，反映在空間相關(guān)系數(shù)上，RSS4.0、ERA5.1 和GAMIL3 的 結(jié) 果 分 別 為0.75、0.88 和0.90（均通過99%的信度水平）。

對(duì)于全球平均而言，對(duì)流層上下層溫度變化趨勢(shì)比較接近。其中利用RSS4.0 衛(wèi)星和ERA5.1 再分析數(shù)據(jù)估算的全球平均對(duì)流層上下層溫度變化趨勢(shì)之比分別為0.82 和0.91，GAMIL3 的結(jié)果為1.0，三套數(shù)據(jù)的結(jié)果均不大于1。溫度變化趨勢(shì)因緯度而異，在高緯地區(qū)，對(duì)流層中高層溫度增暖趨勢(shì)弱于低層，而在低緯地區(qū)，對(duì)流層中高層溫度的增暖趨勢(shì)則強(qiáng)于低層，呈現(xiàn)出“熱帶對(duì)流層放大”現(xiàn)象。

圖3g-j 給出了FGOALS-g2 和FGOALS-g3 歷史模擬試驗(yàn)的對(duì)流層中高層及對(duì)流層低層溫度變化趨勢(shì)的全球空間分布。FGOALS-g2 和FGOALSg3 模擬的空間分布型存在一定差異，可能與CMIP6和CMIP5 采用的歷史模擬外強(qiáng)迫資料差異有關(guān)。相較于CMIP5，CMIP6 歷史模擬外強(qiáng)迫的氣溶膠冷卻效應(yīng)減弱并增加了溫室氣體的空間分布，外強(qiáng)迫資料的差異會(huì)引起增溫趨勢(shì)空間分布的差異（Nie et al., 2019; Li et al., 2020b）。

圖3 1979～2015 年對(duì)流層中高層（左列）和對(duì)流層低層（右列）氣溫變化趨勢(shì) [單位：°C (10 a)-1]：（a，b）RSS4.0 衛(wèi)星資料；（c，d）ERA5.1 再分析資料；（e，f）GAMIL3；（g，h）FGOALS-g2；（i，j）FGOALS-g3。打點(diǎn)區(qū)域表示通過95%的信度水平檢驗(yàn)Fig.3 Temperature variation trends in the mid-to-upper troposphere (left) and lower troposphere (right) in 1979-2015 [units: °C (10 a)-1]: (a,b) RSS4.0; (c, d) ERA5.1; (e, f) GAMIL3; (g, h) FGOALS-g2; (i, j) FGOALS-g3.The dotted area indicates the significant values at the 95%confidence level

就對(duì)流層中高層和低層全球平均溫度變化趨勢(shì)而 言，F(xiàn)GOALS-g2 的 結(jié) 果 為0.22°C (10 a)-1和0.21°C (10 a)-1，F(xiàn)GOALS-g3 的結(jié)果為0.25°C (10 a)-1和0.26°C (10 a)-1。兩個(gè)版本的耦合模式模擬結(jié)果均明顯高于觀測(cè)和GAMIL3 的結(jié)果。

關(guān)于全球平均對(duì)流層上下層溫度變化趨勢(shì)之比，F(xiàn)GOALS-g2 和FGOALS-g3 的結(jié)果分別為1.04 和0.96，與GAMIL3 的結(jié)果基本一致。此外，針對(duì)高緯地區(qū)對(duì)流層中高層增溫趨勢(shì)小于低層、低緯地區(qū)對(duì)流層中高層增溫趨勢(shì)大于低層這一特征，兩個(gè)耦合模式的結(jié)果與觀測(cè)相符。

3.2 熱帶對(duì)流層放大

為直觀描述高低緯地區(qū)在對(duì)流層上下層增溫特征上的不同，圖4 給出了對(duì)流層中高層溫度與低層溫度回歸系數(shù)的空間分布。觀測(cè)和模擬結(jié)果在熱帶地區(qū)（20°N～20°S）的回歸系數(shù)均大于1，一致表現(xiàn)出對(duì)流層中高層溫度變化相對(duì)于對(duì)流層低層放大的現(xiàn)象，且空間分布型表現(xiàn)較為穩(wěn)健，大值區(qū)均出現(xiàn)在赤道輻合帶和南太平洋輻合帶等典型的熱帶海洋深對(duì)流旺盛區(qū)。

如圖4a 所示，RSS4.0 衛(wèi)星數(shù)據(jù)揭示的西太平洋暖池區(qū)的熱帶對(duì)流層放大的強(qiáng)度明顯低于另外4套數(shù)據(jù)，其特征也與濕絕熱遞減率理論不符。據(jù)前人研究，這種現(xiàn)象可能是由于衛(wèi)星資料自身的殘余非均勻誤差造成的（Mears and Wentz, 2016）。以ERA5.1 資 料 為 基 準(zhǔn)，F(xiàn)GOALS-g3、GAMIL3 和FGOALS-g2 與其在熱帶地區(qū)（20°N～20°S）的空間相關(guān)系數(shù)分別為0.79、0.80 和0.72（均通過99%的信度水平）。這表明FGOALS-g3 與GAMIL3 均能較好地模擬出熱帶對(duì)流層放大現(xiàn)象的空間分布，F(xiàn)GOALS-g3 較FGOALS-g2 對(duì)熱帶對(duì)流層放大現(xiàn)象的模擬能力有明顯提升。

熱帶對(duì)流層放大現(xiàn)象有其理論基礎(chǔ)。熱帶地區(qū)深對(duì)流活動(dòng)旺盛，基于濕絕熱遞減率理論，熱帶深對(duì)流旺盛海區(qū)的氣塊濕絕熱上升會(huì)放大地表增暖，在約200 hPa 高度上產(chǎn)生增暖峰值，從而呈現(xiàn)出對(duì)流層放大的特征（Stone and Carlson, 1979; Hegerl and Wallace, 2002）。下面我們將著重關(guān)注熱帶區(qū)域。

圖5a、b 給出了RSS4.0 衛(wèi)星、ERA5.1 再分析和GAMIL3 單獨(dú)大氣模式試驗(yàn)在熱帶地區(qū)（20°N～20°S）對(duì)流層中高層及低層溫度的距平序列。在觀測(cè)中，熱帶地區(qū)對(duì)流層（高低兩層）在1979～2015 年間主要表現(xiàn)出較為一致的增暖趨勢(shì)，同時(shí)疊加有年際尺度的波動(dòng)。GAMIL3 模式的AMIP 試驗(yàn)由于受歷史觀測(cè)海溫驅(qū)動(dòng)，其內(nèi)部變率位相與觀測(cè)一致，故模擬的熱帶地區(qū)對(duì)流層增溫幅度和年際尺度波動(dòng)與觀測(cè)結(jié)果基本一致，反映在時(shí)間相關(guān)系數(shù)上，GAMIL3 與RSS4.0 和ERA5.1 在對(duì)流層中高層的結(jié)果分別為0.83 和0.81，在對(duì)流層低層為0.86 和0.83（均通過99%的信度水平）。

圖5c、d 給出了FGOALS-g2 和FGOALS-g3歷史模擬試驗(yàn)?zāi)M的熱帶地區(qū)對(duì)流層上下層溫度距平序列。FGOALS-g2 和FGOALS-g3 均可再現(xiàn)觀測(cè)中的升溫趨勢(shì)，但年際尺度波動(dòng)與觀測(cè)結(jié)果差別較大，這種差異主要源于就內(nèi)部變率的位相而言耦合模式與實(shí)際觀測(cè)不是嚴(yán)格對(duì)應(yīng)的。

圖5 熱帶地區(qū)（a，c）對(duì)流層中高層和（b，d）對(duì)流層低層溫度距平序列（單位：°C）：（a，b）RSS4.0、ERA5.1 和GAMIL3 試驗(yàn)；（c，d）FGOALS-g2 和FGOALS-g3 歷史模擬試驗(yàn)Fig.5 Temperature anomalies series in the (a, c) mid-to-upper troposphere and (b, d) lower troposphere over the tropics (units: °C): (a,b) RSS4.0, ERA5.1, and GAMIL3; (c, d) FGOALS-g2 and FGOALSg3

定量比較結(jié)果表明（圖6），衛(wèi)星資料和再分析資料揭示的熱帶地區(qū)對(duì)流層中高層增溫幅度分別為0.15°C (10 a)-1和0.12°C (10 a)-1，對(duì)流層低層增溫 幅 度 分 別 為0.14°C (10 a)-1和0.10°C (10 a)-1。GAMIL3 在對(duì)流層中高層的增溫幅度為0.22°C(10 a)-1，對(duì)流層低層為0.18°C (10 a)-1，F(xiàn)GOALSg3 和FGOALS-g2 在對(duì)流層中高層均為0.26°C(10 a)-1，低層均為0.22°C (10 a)-1。模式結(jié)果均可再現(xiàn)觀測(cè)中的熱帶地區(qū)對(duì)流層顯著增暖趨勢(shì)，但均高估了觀測(cè)的增溫趨勢(shì)值。

圖6 （a）1979～2015 年熱帶地區(qū)（20°N～20°S）平均對(duì)流層中高層和對(duì)流層低層溫度距平序列的最小二乘線性趨勢(shì) [單位：°C(10 a)-1]，所有趨勢(shì)均通過99%的信度水平。（b）同（a），但為標(biāo)準(zhǔn)差（單位：°C）Fig.6 (a) Least-squares linear trend of mean temperature anomalies in the mid-to-upper and lower troposphere over the tropical region(20°N-20°S) from 1979 to 2015 [units: °C (10 a)-1]; all the linear trends are significant at the 99% confidence level.(b) Same as (a), except for the standard deviation (units: °C)

就對(duì)流層上下層熱帶平均溫度的年際變率而言，觀測(cè)和模式模擬的對(duì)流層中高層結(jié)果均大于對(duì)流層低層，說明熱帶對(duì)流層放大現(xiàn)象不僅表現(xiàn)在長(zhǎng)期趨勢(shì)上，在年際變率上同樣有體現(xiàn)。此外，F(xiàn)GOALSg3 在對(duì)流層上下層的溫度序列標(biāo)準(zhǔn)差分別為0.28和0.23，明顯高于觀測(cè)、GAMIL3 和FGOALS-g2的結(jié)果。

為揭示觀測(cè)和模式在對(duì)熱帶對(duì)流層放大現(xiàn)象的刻畫方面產(chǎn)生差異的原因，本文參考Fu et al.（2011）提出的方法，采用公式TMT-TLT=c×TLT（TMT 和TLT 分別表示對(duì)流層中高層和低層溫度序列的趨勢(shì)或標(biāo)準(zhǔn)差）表征熱帶對(duì)流層放大的幅度。模式與觀測(cè)之間的差異由2 個(gè)因素決定：對(duì)流層低層自身的溫度變化（TLT）和增幅因子c。

就溫度變化趨勢(shì)而言，衛(wèi)星和再分析資料揭示的增幅因子c分別為0.07 和0.18，GAMIL3、FGOALS-g3 和FGOALS-g2 的結(jié)果分別為0.19、0.20 和0.16。模式模擬的對(duì)流層低層溫度趨勢(shì)和增幅因子均大于衛(wèi)星資料的結(jié)果，造成了模式與衛(wèi)星觀測(cè)之間的差異。模式與再分析資料之間差異的主要原因是ERA5.1 數(shù)據(jù)中對(duì)流層增溫趨勢(shì)偏弱。就溫度年際變率而言，衛(wèi)星和再分析資料揭示的增幅因子c分別為0.20 和0.17，GAMIL3、FGOALSg3 和FGOALS-g2 的結(jié)果分別為0.20、0.21 和0.20。FGOALS-g3 與觀測(cè)結(jié)果之間差異的主要原因是模式模擬的對(duì)流層低層溫度年際變率偏強(qiáng)。

由于分析時(shí)段會(huì)影響熱帶對(duì)流層放大的特征（Santer et al., 2017b），為考察熱帶對(duì)流層放大的時(shí)段依賴性，本文將對(duì)流層中高層與低層溫度序列的回歸系數(shù)在熱帶海區(qū)的平均值定義為“放大系數(shù)”b。此處的放大系數(shù)b和前文采用的增幅因子c均為衡量對(duì)流層中高層與對(duì)流層低層溫度變化相對(duì)大小的指標(biāo)，二者所使用的計(jì)算方法不同，含義也有所區(qū)別：放大系數(shù)b為回歸系數(shù)，表征對(duì)流層中高層與對(duì)流層低層溫度序列自身變化的相對(duì)大??；增幅因子c為比值，表征對(duì)流層中高層溫度變化幅度（趨勢(shì)或標(biāo)準(zhǔn)差）較對(duì)流層低層放大的倍數(shù)。

圖7 給出了放大系數(shù)b隨分析時(shí)段的變化情況。衛(wèi)星資料的b值較再分析資料明顯偏小，這與其在西太平洋暖池區(qū)的表現(xiàn)有關(guān)（圖4a），據(jù)前人研究，這可能是其自身殘余誤差造成的（Po-Chedley et al., 2015）。此外，衛(wèi)星資料的結(jié)果在時(shí)間尺度超過15 年時(shí)出現(xiàn)減小趨勢(shì)，考慮其對(duì)不同微波探測(cè)儀信息融合方案的高度敏感，我們推測(cè)融合方案中含有影響其多年代際表現(xiàn)的殘余非均勻誤差。ERA5.1 再分析資料的結(jié)果始終穩(wěn)定在1.22 附近。

圖7 5 套數(shù)據(jù)的熱帶海洋平均放大系數(shù)（b）隨選取時(shí)段的變化情況。橫坐標(biāo)為選取時(shí)段長(zhǎng)度（10 年至37 年）Fig.7 Variation of the mean amplification factor (b) of the tropical oceans with the selected period, and the abscissa is the selected period length (10 years to 37 years)

模擬和再分析數(shù)據(jù)的放大系數(shù)b均大于1，表明熱帶海區(qū)對(duì)流層增溫趨勢(shì)隨高度增加而增大，且均不隨選取時(shí)段的長(zhǎng)短發(fā)生變化，這符合理論和基本的物理定律（Stone and Carlson, 1979; Santer et al., 2005）。FGOALS-g2 與ERA5.1 的結(jié)果在數(shù)值上基本一致，而FGOALS-g3 和GAMIL3 的結(jié)果均大于再分析資料。

需要指出的是，衛(wèi)星資料無法顯示溫度廓線，而再分析資料揭示的廓線也因?yàn)橥藷o線電探空儀數(shù)據(jù)而存在結(jié)構(gòu)性偏差（Hersbach et al., 2020），因此模式模擬的溫度廓線與再分析數(shù)據(jù)結(jié)果有差異并不一定就意味著模式有偏差。參考Santer et al.（2005）和Steiner et al.（2020），本文引入了根據(jù)濕絕熱遞減率計(jì)算的理論結(jié)果。圖8a 給出了ERA5.1 再分析、GAMIL3、FGOALS-g3、FGOALSg2 中不同高度層的溫度變化趨勢(shì)與1000 hPa 對(duì)應(yīng)值之比的廓線及理論結(jié)果。ERA5.1 再分析結(jié)果與理論值差異較大，這與其同化的無線電探空資料有關(guān)。前人基于無線電探空資料的分析與本文基于再分析數(shù)據(jù)的結(jié)果基本一致（Santer et al., 2008;Hersbach et al., 2020）。FGOALS-g3 和FGOALS-g2的結(jié)果均與理論值較為一致，表明兩代耦合模式對(duì)于放大率廓線的模擬能力較高。GAMIL3 單獨(dú)大氣試驗(yàn)的結(jié)果明顯異于理論廓線，除1000 hPa 外，其各層比值均明顯大于理論結(jié)果。

為揭示GAMIL3 放大率廓線異于理論結(jié)果的原因，圖8b 給出了熱帶地區(qū)平均的各層溫度變化趨勢(shì)廓線。GAMIL3 模擬的各層增溫趨勢(shì)值較理論值均偏弱，但在925 hPa 以上與再分析資料較為一致。這種長(zhǎng)期趨勢(shì)的整體偏弱體現(xiàn)了海氣耦合過程對(duì)于模擬結(jié)果的直接影響：對(duì)流層溫度的長(zhǎng)期變化趨勢(shì)主要受到外強(qiáng)迫變化（溫室氣體增加等）的影響，而GAMIL3 單獨(dú)大氣模式由于受到觀測(cè)海溫驅(qū)動(dòng)，故無法通過海氣耦合過程體現(xiàn)出外強(qiáng)迫變化對(duì)于對(duì)流層增溫趨勢(shì)的作用，從而使得模擬結(jié)果出現(xiàn)負(fù)偏差。此外，1000 hPa 增溫趨勢(shì)明顯偏弱是GAMIL3 放大率廓線明顯異于理論結(jié)果的主要原因。

圖8 （a）1979～2015 年熱帶地區(qū)（20°N～20°S）平均各層溫度趨勢(shì)與1000 hPa 溫度趨勢(shì)之比（單位：1），黑線為根據(jù)假絕熱過程計(jì)算的理論值。（b）同圖（a），但為溫度趨勢(shì) [單位：°C (10 a)-1]。（c）同圖（a），但為溫度的年際變率之比）Fig.8 (a) Ratio of the average temperature trend of each layer in the tropical region (20°N-20°S) to the temperature trend of 1000 hPa in 1979-2015(units: 1).The black line is the theoretical value calculated according to the pseudo-adiabatic process.(b) The same as figure (a), except for the temperature trend [units: °C (10 a)-1].(c) Same as fig.(a), except for the ratio of interannual variability

由于AMIP 型海溫驅(qū)動(dòng)試驗(yàn)在設(shè)計(jì)上主要適用于分析年際變率，而熱帶對(duì)流層放大現(xiàn)象在年際尺度上同樣存在（圖6b），故推測(cè)GAMIL3 在對(duì)流層溫度年際變率上的表現(xiàn)應(yīng)更為合理。圖8c 給出了再分析資料和模式模擬的年際變率放大率廓線，GAMIL3 與再分析資料和耦合模式非常接近，這印證了上述推測(cè)。

4 結(jié)論

熱帶對(duì)流層放大現(xiàn)象是氣候變化的顯著特征，也是檢驗(yàn)氣候模式性能的重要指標(biāo)。FGOALS-g3是中國(guó)科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國(guó)家重點(diǎn)實(shí)驗(yàn)室（LASG/IAP）發(fā)展的最新版本氣候系統(tǒng)模式。本文基于RSS4.0 衛(wèi)星資料和ERA5.1 再分析資料,系統(tǒng)分析了FGOALSg3 對(duì)全球大氣溫度變化和熱帶對(duì)流層放大的模擬能力及偏差產(chǎn)生原因；并通過新舊版本（FGOALSg3 與FGOALS-g2）的比較揭示了新版本模式技巧的提升；通過比較FGOALS-g3 歷史模擬試驗(yàn)與GAMIL3 單獨(dú)大氣試驗(yàn)結(jié)果，揭示了海氣耦合過程對(duì)模擬結(jié)果的影響。主要結(jié)論歸納如下：

（1）在全球大氣溫度變化方面，F(xiàn)GOALS-g3能夠合理再現(xiàn)觀測(cè)中的全球?qū)α鲗语@著增溫趨勢(shì)，但其模擬的增溫趨勢(shì)偏強(qiáng)，這與氣候系統(tǒng)內(nèi)部變率以及兩代氣候系統(tǒng)模式所使用的歷史氣候外強(qiáng)迫資料存在差異有關(guān)。在熱帶對(duì)流層放大方面，F(xiàn)GOALSg3 能夠合理再現(xiàn)觀測(cè)中的空間分布模態(tài)、放大系數(shù)的年代際尺度變化以及熱帶平均溫度的垂直廓線，偏差產(chǎn)生的主要原因是其模擬的對(duì)流層低層溫度變化偏強(qiáng)。

（2）FGOALS-g3 較FGOALS-g2 在性能上有一定提升，主要表現(xiàn)為：由于增加了火山氣溶膠強(qiáng)迫，使得其在對(duì)于平流層火山氣溶膠強(qiáng)迫的響應(yīng)方面實(shí)現(xiàn)了從無到有的跨越；模擬的熱帶對(duì)流層放大現(xiàn)象的空間分布更加接近觀測(cè)；模擬的熱帶地區(qū)平均氣溫趨勢(shì)的垂直廓線更加接近基于濕絕熱遞減率理論的結(jié)果。

（3）耦合模式和單獨(dú)大氣模式結(jié)果間的差異主要表現(xiàn)為兩個(gè)方面，一是GAMIL3 模擬的氣溫趨勢(shì)值較FGOALS-g3 更接近于觀測(cè)結(jié)果，其氣溫時(shí)間序列及空間分布與觀測(cè)值的相關(guān)系數(shù)也更高，原因在于AMIP 型試驗(yàn)中海溫變化的空間分布給定了觀測(cè)值，能夠合理反應(yīng)實(shí)際的年際變率；二是GAMIL3 較FGOALS-g3 在熱帶地區(qū)溫度長(zhǎng)期趨勢(shì)方面存在結(jié)構(gòu)性偏差，而在年際變率方面表現(xiàn)合理，原因是GAMIL3 的AMIP 試驗(yàn)缺少海氣耦合過程，無法合理反映海洋在對(duì)流層增溫中的反饋?zhàn)饔谩?/p>