英语原文共 68 页，剩余内容已隐藏，支付完成后下载完整资料

在MJOTF/GASS模式中，引起MJO东传和非东传的基本原因

摘要

在最近一项模式比较计划中，不同的模式模拟的Madden-Julian oscillation (MJO)东传各不相同，本研究项目探讨了其发生的基本原因。

这些模式被分为好坏两组，属于好一组的模式能模拟出MJO的显著东传，而差一组则相反。好坏模式的区分采用垂直积分的湿静力能(MSE)收支平衡的方法。经研究发现，在好一组的模式中MSE的局地变化呈现纬向非对称的特征，这一特征是MJO东传的标志，而在另一组模式中并没有表现出这样的特征。这种差别主要是由于MSE在水平平流和垂直输送上的差异造成的。前者是由于在MSE垂直梯度分布的背景下对流层中高层垂直速度呈纬向非对称分布，而后者主要是由于在MSE/水汽背景场下对流层低层风场的纬向非对称。基于前面的诊断内容提出了一种新的MJO东传机制，这种机制强调垂直速度的第二斜压模态。

通过实施一系列具有非绝热加热作用的大气环流模式数值实验，研究好坏模式在模拟环流方面产生差异的原因。数值实验表明MJO对流云后部的层云加热作用有助于垂直速度呈纬向非对称，也有助于加强MJO对流云东部在对流层低层的向极风。因此，要改进那些对MJO东传模拟较差的模式，关键在于对层云加热作用的再现。本文也讨论了罗斯贝(Rossby)波和开尔文(Kelvin)波在MJO传播中的作用。

关键字：Madden-Julian Oscillation(MJO)；向东传播；全球环流模式；湿静力能

1. 介绍

Madden-Julian Oscillation(MJO)是热带地区季节内变化最显著的模态，MJO的对流主体具有向东传播的特征，同时在空间形态上呈现出纬向1~3波，时间尺度上为30~60天的振荡(Madden and Julian 1972, Weickman 1983, Murakami and Nakazawa 1985, Lau and Chan 1986)。因为MJO在热带地区能够调整深对流的发生发展，所以它在不同的时空尺度上对各种天气和气候事件都有重要的影响。例如，它会影响印度和澳大利亚夏季风的开始、爆发和强度(Yasunari 1979, Wheeler and McBride 2005, Hsu and Yang 2016)；影响热带气旋的形成(Liebmann et al. 1994)和一些厄尔尼诺事件的发生(Kessler 2001,Chen et al.2016a,b)。因此，理解MJO对社会具有很大的好处。

最新的全球环流模式(GCMs)在模拟MJO方面有所欠缺。首先，很多模式并没有模拟出MJO东传的信号。其次，即便模拟出的MJO具有东传的特征，其东传信号太弱并且传播速度过快。最后，模式模拟出的MJO空间结构特征也与实际观测的不符。还有一点值得注意，那些能模拟出合理的MJO的模式经常会产生很多偏差。因为GCMs是预报天气和预测未来气候的重要工具，所以模式在呈现大气变化主要模态方面的缺陷会限制我们进一步地利用这些工具，同时，也表明我们对MJO机制方面的理解还是不充分的。

最近，在YOTC的赞助下，MJOTF和GASS中的工作团队进行了一项多模式比较计划，该计划旨在了解不同模式对MJO再现和预报能力。从参加项目的27个模式对20年气候模拟的分析中发现，只有四分之一的模式能够模拟出与实际MJO类似的东传信号特征。这一结果意味着即便是最新一代的GCMs，对于模拟MJO仍是一个很大的挑战。但是从另一方面来看，那些能较好的模拟出MJO东传特征的模式也为我们提供了一个机会，借这个机会可以知道到底是哪个关键过程的缺失才导致那些模式不能模拟出MJO的东传特征。受此启发，我们想提出这样一个问题：模式在模拟MJO方面的好坏是由什么样的基本物理原因决定的？对这个问题的解答有助于对模式的改进以及对MJO向东传播机制的理解。

对于MJO为什么会东传这个问题，人们提出了很多的假设。因为MJO与赤道成对的Kelvin波在向东传播以及其他方面有相似之处，所以早期的研究认为MJO与这些波动具有相同机制，但是典型的Kelvin波的传播速度比MJO的要快。第二类条件不稳定机制(CISK机制)曾用来解释MJO缓慢向东传播的特征。在当前MJO对流东侧的不稳定层化和增湿过程将有助于对流云的发展，该对流云有利于MJO对流中心的向东传播。但是，解释MJO对流东侧湿度增加的实际物理过程仍是不确定和有争议的。由摩擦导致的低层辐合有利于对流中心东侧的湿度增加。Kelvin波会对行星边界层内的水汽垂直输送产生部分的影响，或者说垂直输送和浅对流云对水汽输送的破坏可能会减缓对流层低层的水汽增加速度。在最近的研究中，将MJO视为湿模态，自由大气中的水平平流是决定MJO东传的一个重要因子，同时天气尺度的涡旋也会对增湿过程产生影响。根据这种观点，地面通量反馈会阻碍MJO的向东传播。

为了诊断影响MJO东传的主要增湿过程，我们采用垂直积分的湿静力能(MSE)收支平衡的方法。根据这种方法发现在热带弱温度梯度的背景下，热带潜热加热和MSE处于同等的地位。MSE收支平衡是一个纯诊断分析方法，它不能为控制MJO位相移速过程提供明确的解释，但是MJO的湿静力能与其他控制MJO传播的项之间的关系能为MJO的基本动力学机制提供一些启发。在这项研究中，我们将对每个模式中与MJO类似的信号都运用湿静力能收支平衡诊断方法，然后，比较好坏两组模式所得出的结果。在好坏模式中造成MSE局地变化项的不同可能有助于我们对模式缺陷的理解。Jiang等人应用这种方法解释模式中MJO产生不稳定的现象。

文章的第二部分会描述模式采用的数据和分析方法；第三部分会比较MSE诊断结果在好坏模式中区别；第四、五部分探究引起区别的原因；第六部分则会有所讨论；第七部分则是总结。

1. 数据和方法

本项目分析MJOTF/GASS的多模式比较计划对20年气候模拟，使用的数据直接来源于网址：http://www.ucar.edu/yotc/mjodiab.html。该计划包含了27个模式，其中包括只有大气的环流模式(AGCM)和大气海洋耦合的环流模式。在大气环流模式(AGCM)中，将基于NOAA最优插值V2产品的周海表面温度(SST)和海冰分布作为模式的下边界。表1列出了27个模式的名称和所属机构。为了揭示引起MJO不同传播特征的基本原因，目前研究只关注其中的13个模式，它们对在季节尺度内东传模拟的能力各不相同。这些模式是由Jiang等人根据模拟的季节内降水和观测的比较选出的。能模拟出真实的东传MJO的七个模式组成了一组，其中有CNRM_CM,ECHAM5_SIT,GISS_MODELE

MRI_AGCM,SPCAM3_AMIP,SPCCSM,TAMU_CAM4。不能模拟出MJO东传特征的六个模式组成了另一组，包括CanCM4,CFSv2AMIP,CWBGFS

ISUGCM,MIROC5,NavGEM01。通过比较两组得出的结果可以揭示与东传能力相联系的关键之处。更进一步，通过计算交叉相关系数来衡量可能的重要过程与27个模式模拟向东传播能力之间的关系。如果认为27个模式之间是独立的，那么根据单边t检验，相关系数为0.32

(0.38)的置信水平为95%(99%)。

从全球降水气候项目(GPCP)中的1DD获取观测的日降水资料；对流层风速，温度，绝对湿度，位势高度，地面潜热感热通量来自于ECMWF的再分析资料；三维的短波长波辐射加热率数据来自于Merra，因为ERA短时再分析资料中没有这个数据。为了核实两组再分析资料的一致性，我们比较了Merra和短时ERA中垂直积分的辐射加热率的水平部分，短时ERA中的辐射加热率是用大气层顶和地面的长短波辐射通量来估计的。研究所选取的时间段为1997-2010年。将GPCP和两组再分析资料作为观测值。在分析之前，所有的数据资料都是日平均，水平分辨率为2.5^otimes;2.5^o 。

采用20-100天带通滤波在75^O-85^OE，5^oS-5^oN区域内平均的降水资料来计算东印度洋(EIO)地区的季节内降水滞后回归系数。该系数能够提取出季节内的主要模态。所有的回归模态都以固定的3毫米/天的降水为基准做标准化，这样做可以清楚地看出模式与观测之间的不同。从每个模式中获得回归模态之后，分别对好坏两组模式的结果取平均。在滤波之前，日降水资料应排除气候年变化的影响。在本研究中，我们只关注北半球的冬季(11月-4月)。

为了揭示引起不同传播特征的动力学原因，我们对每个模式采用MSE收支平衡的方法，并比较好坏两组模式得出的结果。MSE(m)定义为m=c_pT gz L_vq，T是温度，z是高度，q是绝对湿度(比湿)，c_p是定压比容(1004J K^-1 kg^-1)，g是重力加速度(9.8m s^-2)，L_v是蒸发潜热加热(2.5times;10⁶ J kg^-1)。垂直积分的MSE收支平衡可以写成以下形式

(1)

其中加角括号的表示带有质量权重的从地面积分到100hPa，p代表气压，代表水平风速矢量，代表气压的垂直速度。等式左边表示MSE倾向变化，等式右边的第一二项表示水平平流和垂直输送。表示地面感热、潜热通量之和，表示短波加热率与长波加热率之和。在对实际物理场诊断时，是用Merra资料计算的而其他项的计算是用ERA_I资料。

1. 垂直积分的湿静力能收支

图1(上半部分)是对好坏两组模式和观测的降水距平的滞后回归—经度图。对于好一组模式来说(图1b)，图中表现出显著的东传信号，并且和观测的结果(图1a)有很多相似之处。相反，坏一组的模式并没表现出东传的信号(图1c)，甚至有略微的西传信号。垂直积分的MSE距平和降水距平相似，类似于在热带实际的湿度和降水之间的关系。它们之间的联系表明理解MSE最大值的不同传播特征将有助于理解强降水中心不同传播特征的起因。

图1的下半部分显示滞后为0天的MSE局地变化距平(阴影)和MSE距平(等值线)。在好一组模式中，MSE最大值中心的东侧呈现正的趋势，而西侧为负的趋势。这种MSE倾向变化的非对称性有利于MSE中心的东传。但是，在坏一组的模式中并没有清楚地显示出MSE倾向变化的纬向非对称特征，而在MSE极值中心的两侧都表现为正的趋势，其中西侧强于东侧，这或许能够解释在图1c中的西传现象。

虽然上述显示了好坏两组模式在MSE倾向变化的显著差别，但是我们想知道非对称的MSE倾向变化是否能代表所有27个模式中东侧能力的大小。为了解决这个问题，我们将每个模式中滞后0天的垂直积分的MSE倾向变化投影到观测值()上，所选取的区域为图1d中的，。的投影系数按照如下公式计算

(2)

其中是对，区域积分，表示模拟的MSE趋势变化项。如果在积分区域内模拟的MSE倾向变化与实际观测相同，那么等于1。因此该投影系数能用来衡量模式模拟MSE纬向非对称的能力。其中的可以用其他项代替，例如MSE收支平衡等式右端的各项。通过这种诊断方法可以分别计算等式右端各项对观测的MSE倾向变化的非对称所做的贡献大小。之所以选取较大范围的非对称模态，是因为大气对加热源的响应具有这样一个特点，即东部产生的Kelvin波的范围要比西部产生的Rossby波的范围大。从观测的MSE倾向变化(图1d)中看出最大的MSE倾向变化为正的区域是在。

27个模式的与MSE倾向变化有关的投影系数与MJO东传能力得分相比较，如图2a显示。运用模态相关系数(PCC)估计MJO东传能力的大小有两种方法。一种方法是估计模拟和观测的季节内降水距平的滞后-经度回归模态的PCC，在范围内，时间是从-20 - 20，这与Jiang等人的方法(2015)一样。但是，这种估计并不能解释两组具有低模态联系的模态相关系数(PCC)较高(0.5-0.6)。在最近的研究中，我们采用另一种方法，当在范围内计算PCC时，移除区域，因为模拟结果相对较差组的模式在一直有振荡，对MJO的东传产生混淆。新的PCC清楚地体现了好坏两组模式在东传方面的差别。前一组的PCC大于0.65，而后一组的低于0.25。这种差别要比Jiang等人(2015)大得多。因此，最初都采用这个新定义的PCC衡量模式模拟MJO东传的准确度。有一个模式的PCC较低(例如：UCSD_GAM3)，但是它不属于较差一组，因为这里定义的好坏模式是基于印度洋()和西太平洋()两个地点的平均模态相关系数。

图2a显示了MSE倾向变化和东传能力之间的高相关系数为0.8，这表明再现真实的MSE倾向变化对模式模拟MJO东传是非常重要的。其中有一个有趣的问题：在东西侧的MSE倾向变化能造成多大程度的纬向非对称？为了解决这个问题，将区域分为东西两块，西侧区域是，，东侧区域是，

(见图1e中矩形区域)，这两个区域包含了倾向变化的最大值和最小值。图2b显示了东西区域MSE倾向变化的差值(东侧减西侧)与东传能力之间的相关系数大约为0.8，与整个区域的结果一致。图2c和2d分别显示了东西两侧区域与东传能力的相关系数，表明东西两侧的MSE倾向变化都有助于形成MSE倾向变化的纬向非对称形态。

接下来，我们将用等式(2)定量计算MSE收支平衡等式(1)右端各项的投影系数，如果系数为正表明该项对观测MSE倾向变化呈非对称形态有正的贡献。图3显示了好坏两组模式中各项的投影系数以及它们的差值。在好模式组中，水平平流和垂直输送项的投影系数为正且数值较大，说明这两项都有利于MJO的向

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[26437]，资料为PDF文档或Word文档，PDF文档可免费转换为Word