中国气象学会主办。
文章信息
- 张颖娴, 丁一汇. 2014.
- ZHANG Yingxian, DING Yihui. 2014.
- 北半球温带气旋的模拟和预估研究Ⅰ:6个CMIP5耦合模式模拟能力的检验
- A study of simulation and prediction of extratropical cyclones over the Northern Hemisphere partⅠ: Verification of simulation performance of the 6 CMIP5 coupled models
- 气象学报, 72(6): 1155-1170
- Acta Meteorologica Sinica, 72(6): 1155-1170.
- http://dx.doi.org/10.11676/qxxb2014.072
-
文章历史
- 收稿日期:2013-11-22
- 改回日期:2014-06-19
温带气旋(简称为气旋)是中高纬度地区重要的天气系统,诊断分析发现温带气旋的发生、发展必然伴随着强风、降水及气温的变化(王东海等,2013),爆发性温带气旋更是会造成强烈或极端的天气现象(仪清菊等,1992;李长青等,1989;黄立文等,1999a,1999b;熊秋芬等,2013)。同时温带气旋的移动和发展又能传输热带和高纬度地区之间的水汽和能量。因此,研究温带气旋的特征及路径对于理解天气、气候变化及极端气候都有重要的意义。20世纪80年代以后,可获取的格点数据和大气环流模式(GCM)的发展使得基于数值算法的温带气旋研究成为可能,弥补了依靠人工识别和追踪温带气旋的不足,其中Rice(1982)第一个将识别温带气旋的客观方法应用于格点数据,进入21世纪以后客观识别方法又被应用于东亚温带气旋的研究(王新敏等,2007;Zhang et al,2012)。研究温带气旋的客观算法的另一个主要目的是将其应用在大气环流的模拟数据中,来检验模式模拟温带气旋的能力和对未来温带气旋可能变化的预估,以及帮助确定影响温带气旋变化的机制问题。
Ulbrich等(2008)分析了当前温室气体浓度强迫下的16个海-气耦合模式对风暴路径的模拟能力,并证实了这些耦合模式对风暴轴空间分布的模拟能力,表明了即使分辨率较低的大气环流模式也能模拟出温带气旋活动的一些基本气候态特征。Raible(2007)将判定和追踪气旋系统的客观方法应用于一个分辨率较低的气候模式来模拟气旋的一些气候特征,发现当前温室气体强迫下地中海地区的气旋数目小于观测值。Bengtsson等(2006)指出,在落基山的气旋源地,德国马普气象研究所(Max Planck Institute for Meteorology)的第5代全球气候模式(ECHAM5)模拟的气旋强度要弱于观测值,但模拟的气旋强度和ERA-40再分析数据的分析结果比较一致。这一结果同Pinto等(2006)分析第4代全球气候模式(ECHAM4)的模拟结果是一致的,该模式模拟的地中海大部分地区的气旋数目也小于观测值。Löptien等(2008)比较了不同模式的模拟结果发现,第5代全球气候模式的大气模式(ECHAM5/OM1)的模拟结果在气旋各特征方面都要优于ECHAM4的模拟结果。大气环流模式的模拟结果同样能够再现出气旋对大尺度环流型变化的依赖性。其中,Bengtsson等(2006)和Raible等(2004)发现,用气候模式能够模拟出北半球风暴路径对厄尔尼诺-南方涛动(ENSO)变化的真实响应。Orlanski(2005)利用数值实验研究发现除了ENSO之外,亚洲大陆大气波的侵入也能在某种程度上解释北太平洋风暴轴的变化,这同Chang(2005)从观测数据分析得到的结果是一致的。
有许多因素导致了气候模式的模拟值与观测值的差异。例如,ECHAM4和ECHAM5模拟的气旋路径比实际的气旋路径更加偏向纬向,尤其在北大西洋地区,这主要是由于模拟结果中海平面气压和上层大气斜压性存在偏差造成的(Pinto et al,2006)。Pinto等(2007)进一步研究表明,模拟的气旋路径同美国国家气象环境预报中心/美国国家大气研究中心(NCEP/NCAR)再分析结果的偏差与模拟的上层急流轴、斜压性的偏差以及模拟的偏弱的阻塞频率有关。Greeves等(2007)运用哈得来中心的大气模式(HadGMAM1)模拟得到的大西洋风暴路径不能延伸至欧洲大陆,甚至短于该模式旧版本模拟的风暴路径的长度。在太平洋上,HadGMAM1模拟的气旋活动频率最大值的位置更偏西,接近于日期变更线而不同于观测到的从东北太平洋延伸至美洲大陆的风暴路径。原因可能是由于模式在对流层低层过多的非绝热加热造成的,也可能是模拟的北太平洋地区的最大伊迪(Eady)增长率要高于ERA-40的计算结果引起的。Greeves等(2007)认为哈得来中心的气候模式对气旋的模拟主要依赖于模式的动力过程和水平分辨率:低分辨率模式的半拉格朗日动力框架不能产生小尺度的涡动,这导致了涡动动能的偏弱和气旋特征的弱小。欧拉动力框架引起的分辨率降低会对风暴轴的位置产生影响,但其强度的模拟结果不会产生偏差。Roeckner等(2006)研究了增加气候模式的分辨率所产生的影响,发现当增高水平分辨率时,中纬度西风带有向极地偏移的偏差;增高垂直分辨率时,中纬度西风带有向低纬度偏移的偏差,西风带的这些偏差会相应地作用于气旋的模拟结果。IPCC(Intergovernmental Panel on Climate Change)(2012)总结得到人类因素造成了温带气旋活动向极地偏移的结论达到中等信度。虽然温带气旋活动向极地偏移尚未正式归因,但来自地转风和海浪高度的间接证据发现,人类因素的确影响了全球海平面气压分布和大气风暴轴的变化趋势。尽管人类强迫怎样影响温带气旋风暴路径的物理机制认知得到了一定的加强,但不同机制在温带风暴路径向极地偏移中起到了多大的作用仍然不清楚。第3次国际耦合模式比较计划(Coupled Model Intercomparison Project Phase 3,CMIP3)的许多模式中平流层分辨率的不足是否可能会影响区域性的结果仍存在不确定性。
第5次国际耦合模式比较计划(Coupled Model Intercomparison Project Phase 5,CMIP5)使用新一代全球气候模式进行了一系列新的气候变化模拟和情景预估试验(Moss et al,2010)。与CMIP3相比,CMIP5的全球气候模式在多圈层耦合、垂直层的分辨率、碳循环耦合,以及各种参数化方案上都有了新的发展。本研究将利用6个对全球气候模拟能力强且具有高时空分辨率(时间分辨率为6 h)的耦合气候模式系统,从空间分布、频率分布,及长期趋势和年际/年代际变化等方面初步检验模式对北半球温带气旋数、气旋生命期、气旋中心气压等特性的模拟能力,为新典型浓度路径下未来温带气旋的预估及不确定性研究工作提供数据和基础支持。
2 数据和方法CMIP5中气候模式试验主要包括大气模式试验、短期(“十年”尺度气候预测)试验和长期模拟试验,其中长期模拟试验包括历史气候模拟和典型浓度路径(Representative Concentration Pathways,RCPs)驱动的未来气候情景预估。与CMIP3相比,CMIP5中各模式组对于历史气候进行了更多的模拟试验,除了进行长期历史气候模拟外,还进行了自然强迫模拟试验、温室气体强迫模拟试验以及其他强迫模拟试验等,这将更有利于开展气候变化监测和归因研究。
研究温带气旋变化及影响变化的机理问题时,比较和检验气候模式模拟温带气旋气候态的能力是检验模式可靠性非常重要的步骤。从CMIP5中选择来自6个不同国家研究机构的6个气候模式来进行未来温带气旋和风暴路径的预估工作,气候模式分别为中国北京气候中心的气候系统模式BCC-CSM-1.1(吴统文等,2014)、加拿大第2代地球系统模式CanESM2、美国国家海洋和大气管理局(NOAA)地球流体力学实验室的地球系统模式GFDL-ESM2M、德国马普气象研究所的模式MPI-ESM-LR、英国哈得来中心的气候系统模式HadGEM2-CC及挪威气候中心的地球系统模式NorESM1-M。从图 1可以看出,除了北大西洋和北太平洋外,落基山下游的北美大陆、中国内蒙古及北方大部分地区、欧亚大陆北部地区及地中海和其北部地区都是温带气旋的主要活动区域。这6个国家基本都是温带气旋的主要活动区域。其中,北京气候中心的气候系统模式是新加入CMIP5的,其他5个模式都是由CMIP3原有模式改进发展而来的。6个模式的分辨率见表 1,模式的其他相关介绍见http://cmip-pcmdi.llnl.gov/cmip5/modeling_getting_started.html。利用这6个模式对北半球长期历史气候的6 h 间隔的模拟结果和ECWMF间隔6 h的ERA-40再分析数据做对比,检验气候模式对北半球温带气旋气候特征的空间分布、时间序列和频率分布的模拟能力。由于ERA-40的时段为1958—2001年,所以各模式的模拟结果也相应地取1958—2001年。大部分气候模式的时空分辨率同典型的再分析数据的分辨率并不一致,当时间分辨率越低时,客观方法获得的气旋路径数目也就越少(Blender et al,2000;Zolina et al,2002),生命期短、强度弱的气旋系统要比生命期长、强度强的气旋系统更容易受到低时间分辨率的影响。因此,统一时空分辨率对于温带气旋的模拟研究非常重要(Pinto et al,2006)。首先对不同模式的模拟结果进行空间上的插值,采用双三次样条插值方法将模式模拟的海平面气压场数据都插值到与ERA-40再分析数据相同的分辨率。温带气旋的识别主要基于海平面气压的局地最小值和气压拉普拉斯(2p(xi,yj)=pxx+pyy)的局地最大值,并结合温带气旋自身移动外推和引导气流的影响来追踪其移动路径。具体的原理、公式及方法的检验工作在Zhang等(2012)和张颖娴等(2012a)中有详细的介绍。
模式组 | 国家 | 模式名称 | 大气模式分辨率 | 海洋模式分辨率 | ||
水平分辨率 | 垂直层数 | 水平分辨率 | 垂直层数 | |||
Beijing Climate Center,China MeteorologicalAdministration | 中国 | BCC-CSM-1.1 | T42128×64 | L26 | 360×180 | L40 |
Canadian Centre for Climate Modeling and Analysis | 加拿大 | CanESM2 | T63192×96 | L35 | 256×192 | L40 |
NOAA Geophysical Fluid Dynamics Laboratory | 美国 | GFDL-ESM2M | M45 144×90 | L24 | 360×200 | L50 |
Max Planck Institute for Meteorology | 德国 | MPI-ESM-LR | T63192×96 | L47 | 256×220 | L40 |
Met Office Hadley Centre | 英国 | HadGEM2-CC | N96 192×144 | L60 | 360×216 | L40 |
Norwegian Climate Centre | 挪威 | NorESM1-M | F1996×144 | L26 | 320×320 | L53 |
定义2.5°×2.5°网格范围内气旋活动的数目为气旋的活动频率。已有的研究(张颖娴等,2012b)表明,温带气旋的主要活动区域有2个,一个在落基山背风坡地区至北大西洋及格陵兰,一个在蒙古高原、中国东北地区及北太平洋。此外,西伯利亚地区和地中海地区也是温带气旋活动较为频繁的地区。两大洋上的气旋活动区域沿西—东向的纬圈向高纬度偏移,从而可知温带气旋的移动方向是向极的。分析模拟结果表明,6个模式均能较好再现北半球最大的2个温带气旋活动带,并且,气旋活动带从西向东不断向高纬度偏移的空间分布特征也能够在这几个模式中较好地体现出来(图 1)。
![]() |
图 1 1958—2001年北半球温带气旋年均活动频率(2.5°×2.5°区域内的年气旋个数)
(a.ERA-40,b.BCC-CSM1.1,c.CanESM2,d.GFDL-ESM2M,e.HadGEM2-CC,f.MPI-ESM-LR,g.NorESM1-M) Fig. 1 Fig. 1 Annual cyclone activity frequency during 1958-2001(the number of annual cyclones in 2.5° × 2.5° region)(a.ERA-40,b.BCC-CSM1.1,c.CanESM2,d.GFDL-ESM2M,e.HadGEM2-CC,f.MPI-ESM-LR,g.NorESM1-M) |
从6个模式模拟的北半球温带气旋活动频率相对于ERA-40结果的偏差(图 2)可见,较高纬度的北太平洋地区,除了阿拉斯加和堪察加半岛部分地区的气旋活动频率的模拟值比ERA-40值偏大外,北太平洋其他地区的模拟值大部分都小于再分析数据。在这一点上,6个模式的模拟结果比较一致,而这可能主要是由于该地区模拟的对流层中层大气斜压性(伊迪增长率)偏弱造成的(图略)。同时可发现,BCC-CSM1.1在30°N附近有一个达到95%信度的活动频率偏高的地区,而其他5个模式均没有类似的模拟结果。BCC-CSM1.1、CanESM2、GFD L-ESM-LR、MPI-ESM2M和NorESM1-M模拟结果的共同特征为东欧—中亚、中西伯利亚—西西伯利亚和东亚大陆的气旋活动频率偏高。而HadGEM2-CC在以上3个地区均为活动频率偏低,尤其在东亚大陆偏低的活动频率达到95%信度。6个模式的模拟结果在欧洲北部至中西伯利亚地区均为活动频率偏低。GFDL-ESM-LR、HadGEM2-CC、MPI-ESM2M和NorESM1-M在北大西洋较大范围地区活动频率的模拟结果偏低。BCC-CSM1.1、CanESM2、GFDL-ESM-LR在北美洲五大湖西部及其下游地区气旋活动频率的模拟值偏高,而HadGEM2-CC、MPI-ESM2M和NorESM1-M则未出现类似的模拟结果。整体来看,各模式模拟的北半球温带气旋的活动频率相对于ERA-40存在一定的区 域性偏差,BCC-CSM1.1和NorESM1-M模拟偏差通过显著性检验的区域大于其他4个模式的模拟结果。由于温带气旋活动体现了斜压不稳定的发展(Lindzen et al,1980),其频率变化又同大气斜压性变化有着很高的一致性(张颖娴等,2012b),因此,模拟的温带气旋活动频率的差异直接原因可能是由于模拟的大气斜压性存在差异。大洋上大气的斜压不稳定发展往往同海表温度梯度关系密切,急流轴出口区的温带气旋活动又同急流轴的位置和强度有关(Geng et al,2001),各模式动力框架和参数化物理过程的不同如何影响这些差异尚待进一步深入研究。
![]() |
图 2 1958—2001年北半球温带气旋年均活动频率(2.5°×2.5°区域内的年气旋个数)模拟和ERA-40的差值(a.BCC-CSM1.1,b.CanESM2,c.GFDL-ESM2M,d.HadGEM2-CC,e.MPI-ESM-LR,f.NorESM1-M;阴影区达到95 %信度)Fig. 2 Difference between the simulations and the ERA-40 for the annual cyclone activity frequency(the number of annual cyclones in 2.5° × 2.5° region)during 1958—2001(a.BCC-CSM1.1,b.CanESM2,c.GFDL-ESM2M,d.HadGEM2-CC,e.MPI-ESM-LR,f.NorESM1-M; shadow regions are significant at the 95% confidence level) |
定义温带气旋从生成到消亡为一次气旋过程,气旋过程数就是指一定时期内发生的气旋过程的总个数,简称为气旋数。表 2给出了ERA-40和6个模式的全年及春、夏、秋、冬平均气旋数和强气旋(平均中心气压小于1000 hPa)数。可以看到,各模式以及模式集合的总气旋数均小于ERA-40的气旋数,其中,BCC-CSM1.1模拟的总气旋数最少,同ERA-40的偏差最大;CanESM2和MPI-ESM-LR模拟的总气旋数较多,同ERA-40的偏差较小。6个模式以及模式集合的强气旋数也都小于ERA-40的强气旋数,其中,CanESM2和MPI-ESM-LR模拟的强气旋数同ERA-40的偏差最小,GFDL-ESM2M模拟的强气旋数最少,同ERA-40的偏差最大。分析再分析数据可知,四季气旋数目基本平均分布,强气旋在秋季和冬季相对偏多,这一点在GFDL-ESM 2M、HadGEM2-CC、MPI-ESM-LR和NorESM1-M中体现得比较好。
ERA-40 | BCC-CSM1.1 | CanESM2 | GFDL-ESM2M | HadGEM2-CC | MPI-ESM-LR | Nor-ESM1-M | 模式集合 | |||||||||
气旋 | 强气旋 | 气旋 | 强气旋 | 气旋 | 强气旋 | 气旋 | 强气旋 | 气旋 | 强气旋 | 气旋 | 强气旋 | 气旋 | 强气旋 | 气旋 | 强气旋 | |
年 | 1033 | 510 | 801 | 439 | 950 | 475 | 918 | 323 | 897 | 385 | 947 | 465 | 854 | 402 | 894 | 414 |
春 | 258 | 107 | 194 | 95 | 245 | 112 | 223 | 50 | 221 | 78 | 237 | 94 | 214 | 86 | 222 | 103 |
夏 | 223 | 92 | 168 | 75 | 214 | 88 | 205 | 43 | 186 | 47 | 208 | 89 | 187 | 68 | 194 | 68 |
秋 | 249 | 125 | 185 | 91 | 213 | 96 | 211 | 78 | 211 | 95 | 217 | 98 | 202 | 91 | 167 | 91 |
冬 | 239 | 130 | 187 | 108 | 217 | 111 | 214 | 90 | 216 | 99 | 224 | 114 | 189 | 95 | 207 | 102 |
由于气候模式模拟的20世纪长历史时期的气候变化为温室气体增加导致的全球变暖趋势及火山气溶胶、人为气溶胶排放导致的年代际变化(Zhou et al,2006,2013),模式年和实际年并不能一一对应,因此,将主要检验模式模拟温带气旋的长期趋势、年代际变化及年际变率的整体情况。ERA-40再分析数据显示整个北半球年气旋过程数为微弱减少的趋势(图 3)。从6个模式的模拟结果来看,BCC-CSM1.1、GFDL-ESM2M和HadGEM2-CC的年气旋过程数的长期趋势同ERA-40的结果一致。CanESM2、MPI-ESM-LR和NorESM1-M的模拟结果则相反,北半球温带气旋过程数为非常微弱的线性增多趋势。从表 3可以看到,BCC-CSM1.1和GFDL-SM2M模拟的北半球年气旋过程数的年际变率标准差和ERA-40的最为接近,CanESM2的年际变率标准差略大,即年际波动较ERA-40和其他模式略大。
![]() |
图 3 1958—2001年北半球年气旋过程数的模拟结果和ERA-40的标准化时间序列Fig. 3 St and ardized time series of the annual cyclone processes based on the ERA-40 and the simulations over the Northern Hemisphere during 1958—2001 |
再分析/模式 | ERA-40 | BCC-CSM1.1 | CanESM2 | GFDL-ESM2M | HadGEM2-CC | MPI-ESM-LR | NorESM1-M |
年际变率标准差 | 0.65 | 0.67 | 0.77 | 0.67 | 0.62 | 0.69 | 0.62 |
通过分析ERA-40年气旋过程数的功率谱可以发现,北半球年气旋过程数存在一定的年际和年代际变化,但均未通过0.05的显著性检验,主要周期约为2 a,其次为11和6 a。比较各模式的模拟结果可知,除了HadGEM2-CC模拟的约12 a的年代际周期振荡和MPI-ESM-LR模拟的约8 a的周期振荡通过了0.05的显著性检验外,其他各模式模拟的年际和年代际周期波动均不显著。BCC-CSM1.1模拟的北半球年气旋过程数存在2、6—7和11 a的周期振荡,这与ERA-40的结果比较一致。其他5个模式均模拟出了12 a左右的周期振荡,但对于2和6 a的周期振荡的模拟效果并不理想。
3.2.2 气旋中心气压定义每次气旋过程各个时刻温带气旋中心气压的平均值为气旋中心气压。图 5和表 4中再分析数据获得的北半球气旋中心气压随时间有降低的线性变化趋势,并且通过了显著性检验。6个模式的模拟结果比较一致,均模拟出了气旋中心气压逐年降低的线性变化趋势,但仅CanESM2模拟的趋势通过了显著性检验。观测中的趋势和气候系统内部变率及外强迫都有关系,相比温室气体、火山气溶胶、人为气溶胶排放等外强迫对气旋中心气压变化趋势的影响,气候系统内部变率(体现在模式中的动力框架及物理参数化过程)对气压变率趋势的影响应该更大,因为归根结底温带气旋是天气过程,其形成和发展主要受大气斜压性、温度平流、涡度平流、高空急流轴等的影响(Li et al,1990;Ding et al,1994)。从图 1可知,北半球最主要的活动中心在北太平洋和北大西洋,因此,北半球温带气旋变化最主要体现了北太平洋和北大西洋地区温带气旋的变化。Favre等(2005)研究表明,东北太平洋温带气旋中心气压1950—2001年成加深的趋势,可解释为阿留申低压的平均海平面气压值异常偏低。该时期东北太平洋低层异常的环流变化(气旋式环流增强,反气旋式环流减弱)对应着处于正位相的北太平洋涛动(NPO),以及北美西海岸正的海表温度距平和北太平洋中部负的海表温度距平。Gulev等(2001)利用NCEP/NCAR再分析数据研究发现,1958—1999年北大西洋和西太平洋温带气旋的强度(中心气压 值)呈增强的趋势,强温带气旋(中心气压低于980 hPa)发生频率又同北大西洋涛动(NAO)有很强的相关,并能够反映出20世纪70年代中期的北大西洋涛动的位相转换。从表 4可以看到,6个模式模拟的北半球温带气旋中心气压的年际变率标准差均小于ERA-40,其中,BCC-CSM1.1的年际变率标准差最小,同ERA-40的差异最大,CanESM2和HadGEM2-CC的年际变率标准差同ERA-40的差异较小。
![]() |
图 4 1958—2001年北半球年气旋过程数功率谱(a.ERA-40,b.BCC-CSM1.1,c.CanESM2,d.GFDL-ESM2M,e.HadGEM2-CC,f.MPI-ESM-LR,g.NorESM1-M;实线为ERA-40和各模式功率谱,虚线为0.05显著性水平的红噪音标准谱)Fig. 4 Power spectrums of the annual cyclone processes over the Northern Hemisphere during 1958—2001(a.ERA-40,b.BCC-CSM1.1,c.CanESM2,d.GFDL-ESM2M,e.HadGEM2-CC,f.MPI-ESM-LR,g.NorESM1-M;solid line: power spectrums of ERA-40 and each model,dotted line: red noise st and ard spectrum under the 0.05 significant level) |
![]() |
图 5 同图 3,但为温带气旋中心气压Fig. 5 As in Fig. 3 but for the central pressures of extratropical cyclones |
再分析/模式 | ERA-40 | BCC-CSM1.1 | CanESM2 | GFDL-ESM2M | HadGEM2-CC | MPI-ESM-LR | NorESM1-M |
趋势系数 | -0.370** | -0.182 | -0.282* | -0.082 | -0.051 | -0.186 | -0.083 |
年际变率标准差 | 0.74 | 0.62 | 0.72 | 0.69 | 0.72 | 0.69 | 0.64 |
注:*和**分别表示通过0.05和0.01的显著性检验 |
ERA-40气旋中心气压主要呈现约2 a的年际波动和13 a的年代际周期振荡(图 6),但周期振荡均未通过显著性检验。除了NorESM1-M,其他5个模式均能模拟出13 a的年代际振荡,但有些模式模拟出的13 a周期振荡非常弱。CanESM2和GFDL-ESM2M的模拟结果与ERA-40相似,气旋中心气压有2和13 a左右的周期振荡。BCC-CSM1.1模拟的气旋中心气压存在8 a左右的显著周期振荡,以及3和13 a左右弱的周期振荡。HadGEM2-CC、MPI-ESM-LR和NorESM1-M模拟效果不理想,模拟的2 a的年际波动和13 a的周期振荡均比ERA-40弱。
![]() |
图 6 同图 4,但为温带气旋中心气压 Fig. 6 As in Fig. 4 but for the central pressures of extratropical cyclones |
从图 7可以看到,由再分析数据获得的北半球温带气旋生命期在1—2 d的发生频率最高(40%以上),随着生命期的延长,温带气旋的发生频率逐渐降低,北半球温带气旋生命期最长可达12 d左右。6个模式模拟的北半球温带气旋生命期发生频率分布是比较一致的,拥有1—2 d生命期的温带气旋的发生频率最高,随着生命期的延长,温带气旋的发生频率降低。6个模式对北半球温带气旋生命期的模拟值平均要长于ERA-40的气旋生命期,这一点可从图 7中模拟的短生命期气旋发生频率偏小和长生命期气旋发生频率偏高判断出来。相比而言,CanESM2、HadGEM2-CC、MPI-ESM-LR和NorESM1-M模拟的北半球温带气旋生命期的发生频率分布同 ERA-40的结果比较接近,BCC-CSM1.1和GFDL-EMS2M模拟的气旋生命期比ERA-40的气旋生命期长。
![]() |
图 7 1958—2001年北半球不同生命期温带气旋的发生 频率分布(a.BCC-CSM1.1,b.CanESM2,c.GFDL-ESM2M,d.HadGEM2-CC,e.MPI-ESM-LR,f.NorESM1-M,g.模式集合;黑色:ERA-40,白色:模拟值) Fig. 7 Frequency distribution of the different extrotropical cyclone life-times over the Northern Hemisphere during 1958—2001 as are based on the ERA-40 and the simulations(a.BCC-CSM1.1,b.CanESM2,c.GFDL-ESM2M,d.HadGEM2-CC,e.MPI-ESM-LR,f.NorESM1-M,g.ensembles; black bars: ERA-40,white bars: the simulations) |
关于北半球温带气旋加深速率,平均每6 h气压降低2—4 hPa的气旋发生频率最高,占所有气旋过程的30 %以上(图 8)。BCC-CSM1.1、CanESM2、GFDL-ESM2M、MPI-ESM-LR和NorESM1-M模拟的温带气旋加深速率的频率分布和ERA-40的结果比较一致,6 h气压降低2—4 hPa发生频率最高,其次是6 h气压下降0—2 hPa的发生频率,气压加深速率大于6 h气压降低4 hPa的发生频率随着加深速率的增大而减小。HadGEM2-CC的模拟情况比较例外,模拟的6 h气压下降0—2 hPa的发生频率最高,这一点同ERA-40和其他模式的模拟结果不同。整体来看,6个模式模拟的加深速率小于ERA-40的加深速率,表明模式中温带气旋加深发展偏慢。
![]() |
图 8 同图 7,但为温带气旋的加深速率 Fig. 8 As in Fig. 7 but for the deepening rates of extratropical cyclones |
从气旋生命期内移动距离的频率分布(图 9)可知,短距离的气旋过程发生频率最高,温带气旋最远可移动14000 km左右。6个模式的模拟结果同ERA-40的结果比较一致,气旋移动距离在1000—2000 km的发生频率最高,移动距离越远发生频率越低。BCC-CSM1.1、CanESM2和MPI-ESM-LR模拟的气旋移动距离比ERA-40的气旋移动距离略远,HadGEM2-CC模拟的气旋移动距离比ERA-40的气旋移动距离略近,GFDL-ESM2M和NorESM 1-M模拟的移动距离偏近和移动距离偏远的气旋过程偏多,移动距离居中(2000—5000 km)的气旋过程偏少。
![]() |
图 9 同图 7,但为温带气旋的移动距离 Fig. 9 As in Fig. 7 but for the traveling distances of extratropical cyclones |
关于北半球温带气旋特征频率分布的模拟,各个模式的模拟结果比较相似,没有相差太大的现象。6个模式基本都能反映北半球温带气旋生命期、加深速率和移动距离的发生频率分布,模式间的差异较小。模拟结果和ERA-40结果存在一定的系统偏差,例如,模式模拟的北半球温带气旋生命期整体偏长,加深速率整体偏慢。
4 结论和讨论主要从1958—2001年长期平均的空间分布、频率分布、长期趋势和年际/年代际变化等方面检验了6个全球气候耦合模式(BCC-CSM1.1、CanESM2、GFDL-ESM2M、HadGEM2-CC、MPI-ESM-LR和NorESM1-M)对北半球温带气旋一些主要特性的模拟能力,主要结论如下:
(1)6个模式总体上都能模拟出北半球的2个主要温带气旋活动区(一个在落基山背风坡地区到北大西洋及格陵兰,一个在蒙古高原、中国东北地区及北太平洋),但同ERA-40再分析数据得到的气旋活动频率相比,模式模拟结果在不同地区有一定的偏差。5个模式在东欧—中亚、中西伯利亚—西西伯利亚和东亚大陆的气旋活动频率偏高,所有模式在欧洲北部至中西伯利亚地区的气旋活动频率偏低。模式间模拟的气旋活动的差异可能主要与模拟的对流层中层大气斜压性存在差异有关。
(2)各个模式对北半球温带气旋特征频率分布的模拟结果比较一致,与再分析数据的统计结果相差较小。6个模式基本都能反映北半球温带气旋生命期、加深速率和移动距离的发生频率分布,但模拟结果和ERA-40结果存在一定的系统偏差,6个模式模拟的北半球温带气旋生命期整体偏长,加深速率整体偏小。
(3)GFDL-ESM2M、HadGEM2-CC、MPI-ESM-LR和NorESM1-M较好地体现了再分析数据中秋季和冬季强气旋偏多的季节差异特征。无论是年均还是四季,6个模式模拟出的总气旋过程数和强气旋过程数均少于ERA-40的结果。BCC-CSM1.1模拟的总气旋数最少,同ERA-40的偏差最大;GFDL-ESM2M模拟的强气旋数最少,同ERA-40的偏差最大;CanESM2和MPI-ESM-LR模拟的总气旋数及强气旋数与ERA-40的偏差最小。6个模式模拟的北半球年温带气旋过程数和年均气旋中心气压的年际变率标准差同ERA-40的比较一致,并能模拟出温带气旋中心气压降低的线性变化趋势。此外,ERA-40的年气旋过程数和中心气压分别呈现出弱的11和13 a周期振荡,模拟的气旋过程数的年代际振荡周期略偏长,模拟的中心气压的13 a年代际振荡偏弱。
综上所述,总体上这6个 CMIP5气候耦合模式能再现44 a北半球温带气旋活动的主要特征及变化,但模拟结果仍存在一些区域性及系统性的偏差。温带气旋活动体现了斜压不稳定的发展,其发生、发展受温度平流,涡度平流,海表温度梯度,高空急流轴位置及强度等的影响,其长期的年代际波动又同主要大气环流因子(北太平洋涛动、北大西洋涛动)有着较强的相关。相比温室气体等外强迫影响,区域温带气旋的变化可能受气候内部变率的影响更大,而气候自身变化及波动最主要体现在模式内部的动力框架及物理参数化过程,因此在今后的研究工作中需要进一步深入探讨模式不同的动力结构和物理过程对区域性温带气旋变化的可能影响。
黄立文,仪清菊,秦曾灏等.1999a.西北太平洋温带气旋爆发性发展的热力—动力学分析.气象学报,57(5):581-292 |
黄立文,秦曾灏,吴秀恒等.1999b.海洋温带气旋爆发性发展数值试验.气象学报,57(4):410-427 |
李长青,丁一汇.1989.西北太平洋爆发性气旋的诊断分析.气象学报,47(2):180-190 |
王东海,端义宏,刘英等.2013.一次秋季温带气旋的雨雪天气过程分析.气象学报,71(4):606-627 |
王新敏,邹旭恺,翟盘茂.2007.北半球温带气旋的变化.气候变化研究进展,3(3):154-157 |
吴统文,宋连春,李伟平等.2014.北京气候中心气候系统模式研发进展:在气候变化研究中的应用.气象学报,72(1):12-29 |
熊秋芬,牛宁,章丽娜.2013.陆地上爆发性温带气旋的暖锋后弯结构分析.气象学报,71(2):239-249 |
仪清菊,丁一汇.1992.东海地区温带气旋爆发性发展的动力学分析.气象学报,50(2):152-166 |
张颖娴,丁一汇,李巧萍.2012a.ERA-40再分析资料揭示的北半球和东亚地区温带气旋生成频率变化.气象,38(6):646-656 |
张颖娴,丁一汇,李巧萍.2012b.北半球温带气旋活动和风暴路径的年代际变化.大气科学,36(5):912-928 |
Bengtsson L,Hodges K I,Roeckner E.2006.Storm tracks and climate change.J Climate,19(15):3518-3543 |
Blender R,Schubert M.2000.Cyclone tracking in different spatial and temporal resolutions.Mon Wea Rev,128(2):377-384 |
Chang E K M.2005.The impact of wave packets propagating across Asia on Pacific cyclone development.Mon Wea Rev,133(7):1998-2015 |
Ding Y H,Zhu T.1994.A dynamic analysis and numerical simulation of explosive development of an Extratropical cyclone over land.Sci China (Series B),37(5):590-600 |
Favre A,Gershunov A.2006.Extra-tropical cyclonic/anticyclonic activity in North-Eastern Pacific and air temperature extremes in Western North America.Climate Dyn,26(6):617-629 |
Geng Q Z,Sugi M.2001.Variability of the North Atlantic cyclone activity in winter analyzed from NCEP/NCAR reanalysis data.J Climate,14(18):3863-3873 |
Greeves C Z,Pope V D,Stratton R A,et al.2007.Representation of Northern Hemisphere winter storm tracks in climate models.Climate Dyn,28(7-8):683-702 |
Gulev S K,Zolina O,Grigoriev S.2001.Extratropical cyclone variability in the Northern Hemisphere winter from the NCEP/NCAR reanalysis data.Climate Dyn,17(10):795-809 |
IPCC.2012.Managing the Risks of Extreme Events and Disasters to Advance Climate Change Adaptation//A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change.Cambridge,and New York, USA: Cambridge University Press, 163-166 |
Li C Q,Ding Y H.1990.A diagnostic study of an explosively deepening oceanic cyclone over the Northwest Pacific.Acta Meteor Sinica,4(3):361-372 |
Lindzen R S,Farrell B.1980.A simple approximate result for the maximum growth rate of baroclinic instabilities.J Atmos Sci,37(7):1648-1654 |
Löptien U,Zolina O,Gulev S,et al.2008.Cyclone life cycle characteristics over the Northern Hemisphere in coupled GCMs.Climate Dyn,31(5):507-532 |
Moss R H,Edmonds J A,Hibbard K A,et al.2010.The next generation of scenarios for climate change research and assessment.Nature,463(7282):747-756 |
Orlanski I.2005.A new look at the Pacific storm track variability:sensitivity to tropical SSTs and upstream seeding.J Atmos Sci,62(5):1367-1390 |
Pinto J G,Spangehl T,Ulbrich U,et al.2006.Assessment of winter cyclone activity in a transient ECHAM4-OPYC3 GHG experiment.Meteor Z,15(3):279-291 |
Pinto J G,Ulbrich U,Leckebusch G C,et al.2007.Changes in storm track and cyclone activity in three SRES ensemble experiments with the ECHAM5/MPI-OM1 GCM.Climate Dyn,29(2-3):195-210 |
Raible C C,Blender R.2004.Northern Hemisphere midlatitude cyclone variability in GCM—Simulations with different ocean representations.Climate Dyn,22(2-3):239-248 |
Raible C C.2007.On the relation between extremes of midlatitude cyclones and the atmospheric circulation using ERA40.Geophys Res Lett,34(7):L07703,doi:10.1029/2006GL029084 |
Rice J.1982.The Derivation of Computer-based Synoptic Climatology of Southern Hemisphere Extratropical Cyclones.Honours Thesis.Department of Meteorology.University of Melbourne |
Roeckner E,Brokopf R,Esch M,et al.2006.Sensitivity of simulated climate to horizontal and vertical resolution in the ECHAM5 atmosphere model.J Climate,19(16):3771-3791 |
Ulbrich U,Pinto J G,Kupfer H,et al.2008.Changing Northern Hemisphere storm tracks in an ensemble of IPCC climate change simulations.J Climate,21(8):1669-1679 |
Zhang Y X,Ding Y H,Li Q P.2012.A climatology of extratropical cyclones over East Asia during 1958—2001.Acta Meteor Sinica,26(3):261-277 |
Zolina O,Gulev S K.2002.Improving the accuracy of mapping cyclone numbers and frequencies.Mon Wea Rev,130(3):748-759 |
Zhou T J,Yu R C.2006.Twentieth Century surface air temperature over China and the globe simulated by coupled climate models.J Climate,19(22):5843-5858 |
Zhou T J,Song F F,Chen X L.2013.Historical evolutions of global and regional surface air temperature Simulated by FGOALS-s2 and FGOALS-g2:How reliable are the model results?.Adv Atmos Sci,30(3):638-657,doi:10.1007/s00376-013-2205-1 |