英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

地球物理研究通讯

要点：在CMIP5模式中的双ITCZ问题与热带海温偏差紧密相关

耦合模型中双ITCZ问题的严重性可以使用AMIP模拟中的热带净表面热通量预测

双赤道辐合带偏差的最大来源是热带地区和大气模式

AMIP(Atmospheric Model Intercomparison Project):大气模式比较计划

CMIP(Coupled Model Intercomparison Project Phase 5):第5阶段的耦合模型比较计划

DI(Double Intertropical Convergence Zone):双赤道辐合带

PAI(Precipation Asymetry Index):降水不对称指数

从AMIP模拟预测CMIP5耦合模型中伪“双ITCZ”问题的严重性（Predicting the severity of spurious “double ITCZ” problem in CMIP5 coupled models from AMIP simulations ）

Baoqiang Xiang1,2 , Ming Zhao1, Isaac M. Held1 , and Jean-Christophe Golaz3

摘要：在气候模式中双赤道辐合带问题的严重性可以用热带降水不对称指数(PAI)来衡量，可表征热带降水是偏重于北半球还是南半球。通过对参加第五次耦合模式比较计划的19个模型的检验，发现热带降水不对称指数(PAI)与热带海表温度(SST)偏差之间存在紧密联系。大气模式比较计划（AMIP）模拟中热带净地表热通量的不对称性可作为决定海温偏差的因素之一，也被认为是从AMIP到耦合模拟中对PAI变化进行有效预测的因子，其间相关系数为0.90。利用热带大气顶层（TOA）通量进行预测，虽然其相关相对较低，但仍然很强。然而，在AMIP模拟中，热带外地表和TOA通量的不对称不能作为PAI变化的有效预测因子。这项研究表明，DI偏差的最大来源来自热带地区和大气模式。

1. 引言

以南半球热带地区降水过多为特征的双热带辐合带（ITCZ,DI）问题是气候模式中的一个长期问题[de Szoeke and Xie, 2008; Lin, 2007; Mechoso et al., 1995] 。理解DI的形成仍然是一个挑战，因为它可能与单个分量模式的缺陷以及各种反馈有关。错误的相互抵消也会让寻找每种错误的主要来源变得困难。人们提出了许多假说来解释DI的形成。其中对流参数化被认为是重要的偏差源之一。例如，具有较低的深对流阈值的模式通常有较严重的双赤道辐合带[Bellucci et al.,
2010; Oueslati and Bellon, 2015] ；对流闭合[Zhang and Wang, 2006] 和横向卷吸[Hirota et al., 2011 也是决定DI形成的关键因素。从海洋的角度来看，人们强调了在东南太平洋/大西洋被低估的沿海风应力和高估短波强迫的作用，即通过改变当地的海面表面温度（SST）而促进DI形成[e.g., Ma et al., 1996; Richter, 2015] 。对海-气耦合反馈的误报也可能在热带海温模式的形成以及DI的形成方面发挥重要作用[Lin, 2007] 。

上述研究倾向于表明，DI问题起源于热带地区。与此相反，最近的一些研究认为，南大洋云量被低估所导致的热带外偏差在很大程度上造成了DI问题[Hwang and Frierson, 2013; Li and Xie, 2013] 。许多模式产生的云比观测到的要少，因此在南大洋产生过多的短波入射[Hwang and Frierson, 2013; Trenberth and Fasullo, 2010]。这种赤道外地区的偏差预计将激发向北的越赤道大气能量输送，这就需要加强（抑制）赤道以南（北）的对流[Hwang and Frierson, 2013] 。这一假设表明，热带辐合带倾向于转向较温暖的半球[Broccoli et al., 2006; Kang et al., 2008] 。然而，最近的一些基于完全耦合模型的研究[Deser et al., 2014; Hawcroft et al., 2016; Kay et al., 2016; Tomas et al., 2016] 。已经指出ITCZ的平均位置不需要移动到有温度扰动的暖半球，在某种程度上，由此产生的能源传输变化主要发生在海洋中，而不是在大气中。另一种可能性是，南大洋辐射偏差对热带降水偏差的影响可以通过其他纬度带的辐射偏差来补偿[Adam et al., 2016; Kay et al., 2016] 。

由于认识到在各种反馈和误差补偿条件下确定耦合系统的因果关系的困难，本研究的重点是，是否以及如何最好地利用耦合模式中的大气分量模式来预测耦合模式中DI的偏差。如果可以很好地预测耦合模型的偏差，这对模型的开发和偏差减少策略有直接的意义。但是，通过比较热带和温带AMIP对耦合DI偏差的预测，这种方法提供了对如何控制ITCZ位置的问题的认识。

1. 数据和方法

本研究使用了几个观测数据集，包括：(1)来自全球降水气候学项目的降水（GPCP）v2.2[Adler等人，2003年]，(2)来自欧洲中期天气预报中心的临时再分析数据的海温和湍流热通量，和（3）来自云和地球辐射能系统的辐射通量（CERES，v2.8）[Wielicki et al., 1996] 。我们使用了参加第5次耦合模式比较计划（CMIP5）的19个模型，它们既有AMIP模拟，也有相应的耦合历史模拟[Taylor et al., 2011] 。（支持信息中的表S1）。分析时期为1979–2005。

不同的研究对DI的定义各不相同。有些使用东南太平洋上空的平均降水量（150°W–100°W，20°S–0）[Bellucci et al., 2010; Oueslati and Bellon, 2015] 来定义DI，而另一些人则使用通过热带平均归一化后的北半球热带（0–360°E，0–20°N）和南半球热带（0–360°E，0-20°S）降水差异而计算出的半球降水不对称指数（PAI）[Hwang and Frierson, 2013]来定义DI。在这里，我们使用Hwang和Frierson的PAI定义[2013]，这是因为DI问题不仅在太平洋地区很明显，而且在大西洋盆地也很明显（图1）。

假设模型间是独立的，根据学生的测试，在95%的置信度水平上，19个模型的显著相关性阈值为0.46。

1. 结果
   1. CMIP5模型中的DI问题

与GPCP降水相比，19个CMIP5 中AMIP模拟的多模式集合（MME）的平均值有偏差，在热带海洋上空降水量过多且东亚季风区、北美洲中部和亚马逊地区的降水量偏少（图1a）。图1b表明与AMIP模拟相比，耦合模拟有与其相似但更为严重的热带海洋上的降水偏差。耦合模拟和AMIP模拟的差异表明，在北印度洋、北大西洋西部（包括加勒比海）降水减少以及东南太平洋/大西洋上空降水量增加的情况下，ITCZ平均位置整体南移（图1c）。平均降水量的南移在年和纬向平均结果中表现得更加明显（图1d）。另一个有趣的特征是，DI问题主要发生在海洋区域，而不是陆地区域。

与GPCP相比，19个AMIP模拟中有11个模型的PAI值过高，这意味着北半球热带地区的降水量比观测到的要多（图1e）。相比之下，对于耦合模拟，只有五个模型具有与观测结果相似的PAI，而其他模型的PAI显著降低。其中六个模型甚至有负的PAI，这意味着平均ITCZ移到赤道以南（图1e）。19个AMIP模拟的MME平均值为0.22，与之相比观测值为0.20，但19个耦合模拟的MME平均值却大幅下降了0.04（图1e）。因此，我们能得出结论，即耦合模式中热带降水偏差大部分来源于由海洋相互作用产生的海温偏差。AMIP与耦合模拟的PAI的模型间相关性为-0.18，说明AMIP模拟中的PAI本身不能很好地预测相应耦合模式中的PAI。特别地，一个具有真实的AMIP降水模拟的模式，不能保证一个真实的耦合模式的降水性能。

与它们的AMIP模拟结果相比，耦合模拟中平均ITCZ向南移动的原因是什么？从大气的角度来看，偏差源可以溯源到边界海温，我们可以通过强调地表通量或大气顶层辐射来理解其影响。由19个CMIP5耦合模拟的MME平均得到的海表温度偏差具有明显的半球不对称，海温的热带不对称(-0.46°C, 0–20°N - 0–20°S) 比热带外地区不对称要弱(–1.1°C, 20°N–70°N - 20°S–70°S) (图2a)。而PAI变化与热带海温偏差的经向不对称（从AMIP到耦合模拟）的相关性大于与热带外地区海温偏差的经向不对称（相互间的相关系数分别为0.89和0.29）（图2b和2c）之间的相关性。模式比较提供了统计证据，表明热带海温偏差对解释耦合模式中ITCZ的南移至关重要。这与以前的研究结果一致[Hwang and Frierson, 2013; Li and Xie, 2013] 。

图1：19个CMIP5模型的多模式集合（MME）的年平均降水偏差（mm/d）(a)AMIP和(b)历史耦合模拟与GPCP的比较。图1a和1b中的等高线是观测降水。(c) 历史模拟和AMIP模拟之间的差异。点画表示19个模型中有15个以上的区域与MME平均值有相同的符号。(d) 来自GPCP的纬向和年平均降水量（黑色），19个CMIP5 的AMIP的MME平均值（红色），和耦合（绿色）模拟。(e) AMIP模拟和耦合模拟（红点）之间的降水不对称指数散点图（PAI）及其MME均（黑点）。观测的PAI为0.20（黑星）。利用（0–20°N，0–360°E）和（0–20°S，0–360°E）热带平均归一化后的降水量差来计算PAI。此处使用的所有数据都是1979年至2005年的数据。

图2：(a) 来自19个CMIP5耦合模式的MME平均的年平均海温偏差。点画表示19个模型中有15个以上的区域与MME平均值有相同的符号。(b)热带海温偏差（0–20°）的不对称性和PAI变化（从AMIP至耦合模拟）之间的散点图（0–20°N减0–20°S)。(c) 与图2b类似，但x轴是热带外地区海温偏差不对称（20°N–70°N减20°S–70°S)的结果。图2b和2c中用黑点表示了19个CMIP5模拟的MME平均值。

3.2由AMIP模拟预测PAI

在DI形成中热带海温偏差的重要性引起了一个问题，即是什么决定了在耦合模式中热带地区的SST偏差。基于AMIP模拟的DI问题是可预测的吗？这里采用从AMIP到耦合模拟的PAI变化作为预测因子。地表热通量和TOA辐射与海温有很强的相关性，在不同的耦合模拟中结果也不相同。例如，海温的变化可以通过改变比湿直接影响地表潜热通量，以及通过加强/抑制对流影响地表辐射通量和TOA辐射。因此，孤立地研究耦合模拟中的地表热通量和TOA辐射不能很容易地分离出潜在的因果关系。因此，我们研究了与19个CMIP5耦合模拟有相同大气模式的相应AMIP模拟，以预测耦合模式中的海温和降水。

从海洋的角度来看，地表热通量是引起海温偏差的最重要的来源之一[e.g., Richter, 2015] ，但这一地表热通量并能从观测中获得精确的约束。单独来看，与其它地表通量数据来源相比，CERES地表辐射数据和ERA-Interim湍流通量被认为是相对可靠的，但两个资料在的全球平均净表面通量并不一致，差异为9.3W/m2。我们已经消除了这一分析的全球均值并希望这是合理的，因为我们在这里的重点是了解海温偏差和降水模式在南北半球的不对称。同时，我们对观测数据集的选择并不影响模式间的相关关系。

图3：(a)来自于19个CMIP5的AMIP模拟的MME平均值净表面热通量偏差(W/m2，正向下)。点画表示19个模型中有15个以上的区域与MME平均值有相同的符号。(b) AMIP模拟的纬向平均净表面热通量偏差的经向不对称性与耦合模拟中纬向平均海温偏差的经向不对称性的比较(r=0.78)。(c) 与图3b相似，但x轴是纬向平均净表面热通量经向不对称的结果（r=0.90）。仅对于净TOA短波辐射而言，右图是相似的。基于0–38°N和0–38°S的对比，计算了地面热通量和TOA短波辐射的不对称性，而将0–20°N与0–20°S的差异定义为SST偏差和PAI不对称。黑点表示19个模型的MME均值，红线表示线性回归。黑星代表观测值。注意，在计算地表热通量时，只使用了海洋上的数值。

来自AMIP模拟（图3a）的MME平均的净表面热通量具有与耦合模式中在热带地区的SST偏差相似的偏差模式（图2a），这支持了关于耦合模式中的SST偏差部分来自地表热通量偏差的说法。在这张图中我们使用的是0-38°N和0–38°S平均值之间的差值，并用它来度量热通量偏差的半球间不对称。我们将在下文重新讨论这些结果在所选择区域的敏感性。对于19个CMIP5模型，AMIP模拟的净表面热通量的经向不对称与耦合模型中海温偏差的经向不对称以及PAI的变化（r=0.90；图3c）显著相关（r=0.78；图3b）。因此，尽管在耦合模拟中采用了多种海洋模式，大约80%的PAI变化的混合方差是可以用AMIP模拟的热带净地表热通量的不对称来解释。与-3.7W/m²的观测值比较，在19个AMIP模拟中，净表面热通量的经向不对称范围为-15.2到2.8 W/m²，且随着南半球热带与北半球热带相比有更多的能量输入（图3b），在19个模型中有13个模型高估了净表面热通量的经向不对称。这与南半球热带相比于北部热带更暖和ITCZ位置南移是一致的。

对单个

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[17933]，资料为PDF文档或Word文档，PDF文档可免费转换为Word