论文部分内容阅读
ICM(Integrated Climate Model)模式是2008年在中国科学院大气物理研究所季风系统研究中心黄荣辉院士的倡议下开始发展，最初目的是服务于东亚-西北太平洋地区季节气候预测。2014年发表第一版本ICM.V1，发现它对气候平均态、ENSO以及ENSO对东亚地区影响的关键物理过程，尤其是西北太平洋印度洋-西北太平洋电容器效应（IPOC）均表现出较高的模拟技巧。为了传承ICM.V1模式对东亚气候模拟的优越性，并让其跟上模式发展的步伐，我们对其进行了一系列升级和应用，主要得出以下结论:
首先将ICM.V1大气模块水平分辨率从T31(3.75°×3.75°)升级变成T63(1.8°×1.8°)。除此不同外，这两个版本的ICM拥有相同的物理过程。两版本共同稳定积分1000年，取最后100年结果与观测资料比较，可以发现高分辨率版本的ICM.V2对气候态海表温度(SST)的模拟有很明显的提升，尤其对热带太平洋冷舌区域偏冷的偏差上，另外对海洋边界的SST偏差也有一定的改善。然而，模式在对气候态降水的模拟上仍需要后期更多的努力，“Double ITCZ”模拟偏差仍然很严峻。总的来说，ICM.V2有着更好的气候态SST、降水场以及风场型，同时对东亚夏季风(EASM)空间形态及其振幅大小的模拟也更贴近观测，以及对西北太平洋地区主要的年际模态太平洋-日本(P-J)型也有更好的模拟。
在ENSO年际变率的模拟上，我们通过比较了赤道太平洋SST季节循环以及ENSO周期和型态等模拟情况，发现高分辨率版本对ENSO有着更高的模拟性能。提高模式水平分辨率后ICM.V2对早夏(AM)西北太平洋冷SST异常，后夏(JA)北印度洋暖SST异常，都有着很好的刻画，与观测结果有着更好的匹配。这一部分原因归根于更好的IPOC效应的模拟;另外，太平洋年代际振荡(PDO)信号模拟能力的提高也可能是改善的一个因素。
为了满足研究不同圈层相互作用下气候系统变化机理，我们将ICM模式发展成了地球系统模式ICM.V3。它通过OASIS3_MCT_3.0并行耦合器将大气模式ECHAM6.3和海洋模块NEMO3.6耦合在一起。相比ICM.V2海气耦合模式，除了升级大气模式和海洋模式分量版本至最新外，ICM.V3模式还增加了LIM3动态海冰模块，JSBACH陆面植被模块以及TOP海洋生物地球化学模块。ICM.V3模式一共有21个耦合变量，包括从大气向海洋输送15个，从海洋向大气输送6个，各变量均设为86400s交换一次。另外新版耦合器保持了低干扰性、可移植性和灵活性的设计，还能实现全过程并行，大大增加耦合和运行效率。
ICM.V3能在没有通量订正的情况下稳定积分1000年以上，且不会出现气候漂移，说明模式在质量和物质守恒方面做得非常不错。它能对气候态SST、降水和高、低空风场等都有很好的刻画能力，也对EASM、ENSO及其东亚-西北太平洋气候特征有着很好的模拟。对比之前版本，对降水的模拟效果改善最为显著，尤其对热带降水GCM模式普遍存在的“Double ITCZ”的情况有较大改善，这主要原因可能是ECHAM6.3大气模块中对流参数化方案的改进。另外，ICM.V3对P-J遥相关型的模拟也有很大的提升，很好地模拟出了从低纬向高纬环流场异常的三极子分布形态，位置以及振幅均与观测更为接近。从对主要气候模态的分析中可以看出，ICM.V3能较好地模拟出PDO、NAO以及PNA等主要气候遥相关型的空间特征，可胜任作为未来年际以及年代际尺度气候系统的研究工具。
我们利用模式控制试验运行1000年的模拟结果研究了EASM-ENSO关系的多年代际变化的可能原因。结果发现，即使在没有人类活动和外强迫的作用下，ENSO和EASM年际关系仍存在明显的多年代际变化。通过合成分析挑选了高、低相关年各自210年的样本后发现，高相关年中El Ni(n)o衰减年夏季，从热带低纬到西北太平洋中高纬，降水异常型呈现出明显地三极子型分布。除了印度洋增暖和对流层位势高度呈Matsuno-Gill型之外，西北太平洋反气旋异常能被热带西太平洋冷海温强化并使之延伸至中国内陆。低相关年中，异常环流场和三极子降水型均不显著，位于中纬度地区的梅雨带消失。从异常SST时间演变来分析，我们发现低相关时期的印度洋暖海温较弱，热带西太平洋冷海温并不明显。通过大气模式敏感性试验、波活动通量以及正压、斜压能量转换角度分析，造成高、低相关年环流场差异的主要原因是热带西太平洋SST异常场振幅大小的差异性导致的。这一结果能为在年代际时间尺度上回答ENSO如何影响东亚夏季气候和气候预测上提供一定地参考。
最后，应用SST nudging方案，将观测SST资料同化至ICM.V3地球系统模式中的海洋模块中，初步建立了ENSO预测系统。我们分别进行了从1982-2011年后报试验以及对未来2019年做了提前1-6个月的集合预报试验。从结果分析中我们发现模式对过去30年后报ENSO事件展现出了较高的预测技巧。能报对1982-2011年中所有的冷暖事件，包括最强1997/1998El Ni(n)o年，模式都能成功的准确预报。提前6个月Ni(n)o3.4指数与观测的相关(ACC)达0.78，且均方根误差(RMSE)能在较小的范围内保持。另外值得注意的是，模式在提前1-3个月的预报中，对Ni(n)o3.4区域内SSTA振幅模拟稍微偏强，而对提前6个月的预报振幅反而与观测更为接近，但峰值在某些年份会有所滞后。这可能跟赤道西太平洋季节内风场爆发的弱预测性有关。与其他大部分气候模式相同，ICM.V3模式对ENSO预测也存在明显的春季预报障碍，表现为春季预报时随着预报时长的增长ACC快速下降以及RMSE迅速增大的现象。另外模式对北大西洋以及印度洋SSTA也展现了较高的预报技巧。在对北大西洋(NAT)区域的预报上，甚至稍好于ENSO，提前6个月预报与观测的ACC达0.8。而对印度洋SSTA的后报要明显难于其他两个海盆，可能原因是印度洋局地海气相互作用非常活跃以及信号扰动较为频繁的缘故，对赤道印度洋SSTA的预报提前一个季度的预报可信度比较高，但目前无法胜任提前两个月以上的预报。
首先将ICM.V1大气模块水平分辨率从T31(3.75°×3.75°)升级变成T63(1.8°×1.8°)。除此不同外，这两个版本的ICM拥有相同的物理过程。两版本共同稳定积分1000年，取最后100年结果与观测资料比较，可以发现高分辨率版本的ICM.V2对气候态海表温度(SST)的模拟有很明显的提升，尤其对热带太平洋冷舌区域偏冷的偏差上，另外对海洋边界的SST偏差也有一定的改善。然而，模式在对气候态降水的模拟上仍需要后期更多的努力，“Double ITCZ”模拟偏差仍然很严峻。总的来说，ICM.V2有着更好的气候态SST、降水场以及风场型，同时对东亚夏季风(EASM)空间形态及其振幅大小的模拟也更贴近观测，以及对西北太平洋地区主要的年际模态太平洋-日本(P-J)型也有更好的模拟。
在ENSO年际变率的模拟上，我们通过比较了赤道太平洋SST季节循环以及ENSO周期和型态等模拟情况，发现高分辨率版本对ENSO有着更高的模拟性能。提高模式水平分辨率后ICM.V2对早夏(AM)西北太平洋冷SST异常，后夏(JA)北印度洋暖SST异常，都有着很好的刻画，与观测结果有着更好的匹配。这一部分原因归根于更好的IPOC效应的模拟;另外，太平洋年代际振荡(PDO)信号模拟能力的提高也可能是改善的一个因素。
为了满足研究不同圈层相互作用下气候系统变化机理，我们将ICM模式发展成了地球系统模式ICM.V3。它通过OASIS3_MCT_3.0并行耦合器将大气模式ECHAM6.3和海洋模块NEMO3.6耦合在一起。相比ICM.V2海气耦合模式，除了升级大气模式和海洋模式分量版本至最新外，ICM.V3模式还增加了LIM3动态海冰模块，JSBACH陆面植被模块以及TOP海洋生物地球化学模块。ICM.V3模式一共有21个耦合变量，包括从大气向海洋输送15个，从海洋向大气输送6个，各变量均设为86400s交换一次。另外新版耦合器保持了低干扰性、可移植性和灵活性的设计，还能实现全过程并行，大大增加耦合和运行效率。
ICM.V3能在没有通量订正的情况下稳定积分1000年以上，且不会出现气候漂移，说明模式在质量和物质守恒方面做得非常不错。它能对气候态SST、降水和高、低空风场等都有很好的刻画能力，也对EASM、ENSO及其东亚-西北太平洋气候特征有着很好的模拟。对比之前版本，对降水的模拟效果改善最为显著，尤其对热带降水GCM模式普遍存在的“Double ITCZ”的情况有较大改善，这主要原因可能是ECHAM6.3大气模块中对流参数化方案的改进。另外，ICM.V3对P-J遥相关型的模拟也有很大的提升，很好地模拟出了从低纬向高纬环流场异常的三极子分布形态，位置以及振幅均与观测更为接近。从对主要气候模态的分析中可以看出，ICM.V3能较好地模拟出PDO、NAO以及PNA等主要气候遥相关型的空间特征，可胜任作为未来年际以及年代际尺度气候系统的研究工具。
我们利用模式控制试验运行1000年的模拟结果研究了EASM-ENSO关系的多年代际变化的可能原因。结果发现，即使在没有人类活动和外强迫的作用下，ENSO和EASM年际关系仍存在明显的多年代际变化。通过合成分析挑选了高、低相关年各自210年的样本后发现，高相关年中El Ni(n)o衰减年夏季，从热带低纬到西北太平洋中高纬，降水异常型呈现出明显地三极子型分布。除了印度洋增暖和对流层位势高度呈Matsuno-Gill型之外，西北太平洋反气旋异常能被热带西太平洋冷海温强化并使之延伸至中国内陆。低相关年中，异常环流场和三极子降水型均不显著，位于中纬度地区的梅雨带消失。从异常SST时间演变来分析，我们发现低相关时期的印度洋暖海温较弱，热带西太平洋冷海温并不明显。通过大气模式敏感性试验、波活动通量以及正压、斜压能量转换角度分析，造成高、低相关年环流场差异的主要原因是热带西太平洋SST异常场振幅大小的差异性导致的。这一结果能为在年代际时间尺度上回答ENSO如何影响东亚夏季气候和气候预测上提供一定地参考。
最后，应用SST nudging方案，将观测SST资料同化至ICM.V3地球系统模式中的海洋模块中，初步建立了ENSO预测系统。我们分别进行了从1982-2011年后报试验以及对未来2019年做了提前1-6个月的集合预报试验。从结果分析中我们发现模式对过去30年后报ENSO事件展现出了较高的预测技巧。能报对1982-2011年中所有的冷暖事件，包括最强1997/1998El Ni(n)o年，模式都能成功的准确预报。提前6个月Ni(n)o3.4指数与观测的相关(ACC)达0.78，且均方根误差(RMSE)能在较小的范围内保持。另外值得注意的是，模式在提前1-3个月的预报中，对Ni(n)o3.4区域内SSTA振幅模拟稍微偏强，而对提前6个月的预报振幅反而与观测更为接近，但峰值在某些年份会有所滞后。这可能跟赤道西太平洋季节内风场爆发的弱预测性有关。与其他大部分气候模式相同，ICM.V3模式对ENSO预测也存在明显的春季预报障碍，表现为春季预报时随着预报时长的增长ACC快速下降以及RMSE迅速增大的现象。另外模式对北大西洋以及印度洋SSTA也展现了较高的预报技巧。在对北大西洋(NAT)区域的预报上，甚至稍好于ENSO，提前6个月预报与观测的ACC达0.8。而对印度洋SSTA的后报要明显难于其他两个海盆，可能原因是印度洋局地海气相互作用非常活跃以及信号扰动较为频繁的缘故，对赤道印度洋SSTA的预报提前一个季度的预报可信度比较高，但目前无法胜任提前两个月以上的预报。