不同水平分辨率BCC_CSM模式對中亞地面氣溫模擬能力評估

姜燕敏 黃安寧 吳昊旻

1南京大學大氣科學學院，南京210093

2麗水市氣象局，麗水323000

1 引言

長期以來氣候系統模式被認為是進行氣候模擬和未來氣候變化預估的重要工具（Zhou et al.,2007），他們在自然和人類活動外強迫下能夠較好地模擬出全球變暖的主要特征（Zhou and Yu，2006）。在將全球氣候模式應用到區域氣候模擬過程中，由于計算機能力和資源的限制，模式水平分辨率一般較低，難以較好地描述區域地形和中小尺度物理和化學等作用過程，從而造成較大的模擬偏差（IPCC, 2007；Xu et al., 2010）。高學杰等（2006）曾使用區域氣候模式RegCM2，采用不同的水平分辨率對東亞降水進行了一系列的模擬試驗，指出數值模式的水平分辨率對東亞和中國降水模擬的影響是非常重要的；Leung and Qian（2003）發現高水平分辨率提高了沿海岸山坡及盆地區域的降水模擬效果，但在某些地區也可能過高估計降水量；Giorgi and Marinucci（1996）分析表明，降水量、云量、陸面能量通量和降水強度分布對水平分辨率比對地形強迫的作用要更加敏感，并指出物理方案對分辨率的敏感性可以明顯調整地形強迫的作用；田芝平和姜大膀（2013）結合觀測和再分析資料系統評價了模式水平分辨率對東亞和中國氣候模擬的影響，發現不同水平分辨率對不同要素的模擬能力存在較大差異。

以往的氣候模式模擬工作多集中在對濕潤區氣候的評估（覃衛堅等，2010；蔣曉武等，2010），對干旱半干旱地區的分析少見，尤其是中亞地區。氣候系統模式對干旱地區氣候的模擬能力如何還有待深入地揭示和研究。中亞地處干旱和半干旱區，生態環境較為脆弱，我國西北的新疆地區也是該區域的一部分。該地區包括了烏茲別克斯坦、吉爾吉斯斯坦、土庫曼斯坦、塔吉克斯坦、哈薩克斯坦、中國新疆和阿富汗北部等地區。由于地處歐亞大陸腹地，尤其是東南緣高山阻隔了來自印度洋、太平洋的暖濕氣流，該地區氣候為典型的大陸性溫帶沙漠、草原氣候。研究表明近百年來中亞氣候的變暖幅度大于中國東部季風區，甚至是后者變化幅度的兩倍多（Chen et al., 2009），就我國西北干旱區而言，特別是新疆自 1987年以來氣候出現由“暖干”向“暖濕”轉型現象（Shi et al., 2007）。陳發虎等（2011）分析了中亞干旱區近 80年來的降水變化特征及其區域差異，結果發現中亞干旱區降水對全球變暖的響應復雜，西風環流變化可能是影響中亞干旱區降水變化的主要因素。吳昊旻等（2013）利用氣候模式BCC-CSM1.1的歷史試驗和4類典型濃度路徑 RCP（Representative Concentration Pathways）下未來預估試驗結果，研究2011～2060年期間中亞地區年平均氣溫的時空演變特征。

隨著模式水平分辨率的提高，氣候系統模式能夠更加真實地刻畫下墊面類型，為研究干旱半干旱地區的氣候變化提供了有力的研究工具，但是在利用不同水平分辨率的氣候系統模式研究這些區域的氣候變化之前，有必要深入分析模式水平分辨率的提高到底對這些地區的模擬性能有怎樣的影響。基于這樣的目的，本研究選取參與 IPCC AR5（Intergovernmental Panel on Climate Change：Fifth Assessment Report）第五次耦合模式比較計劃（CMIP5）的兩種水平分辨率的BCC_CSM（Beijing Climate Center Climate System Model）氣候系統模式的歷史回報（Historical）試驗結果，利用氣候統計學方法來評估這兩個不同水平分辨率的模式版本對中亞地區年平均地面氣溫氣候要素的模擬性能，以考察模式水平分辨率對BCC_CSM氣候系統模式模擬中亞氣候能力的影響，為該氣候系統模式的進一步改進和完善提供必要的參考。

2 模式資料與方法

2.1 資料

目前，國家氣候中心推出了兩個版本的氣候系統模式：BCC_CSM1.1（BCC_CSM version 1.1）和BCC_CSM1.1(m)（BCC_CSM version 1.1 with a moderate resolution）。 BCC_CSM1.1模式［全球分辨率約為2.8125°（緯度）×2.8125°（經度）］是由北京氣候中心研發的氣候系統模式。該模式是一個全球海洋—陸地—海冰—大氣多圈層耦合的全球氣候—碳循環耦合模式，以美國大氣研究中心（NCAR）氣候系統模式 CCSM2的通量耦合器CPL5為基礎，把國家氣候中心研發的全球大氣環流模式 BCC_AGCM2.1和陸面過程模式BCC_AVIM1.0，與基于美國地球流體動力學實驗室（GFDL）研發的全球海洋環流模式MOM4_L40和全球動力熱力學海冰模式SIS實現全動態的耦合，并加入碳循環模塊，能夠模擬人類活動碳排放引起大氣CO2濃度變化和全球氣候的影響，可滿足IPCC AR5的模擬試驗要求，詳見Wu（2012）。大氣模式BCC_AGCM2.1是一個全球譜模式，水平分辨率為T42波譜截斷（全球分辨率約為2.8125°×2.8125°），垂直分為26層。海洋分量模式MOM4_L40，水平分辨率是1°×1°，經向在熱帶地區加密到（1/3）°，垂直方向為40層。海冰分量為GFDL發展的模式SIS，水平分辨率與MOM_L40相同。

BCC_CSM1.1(m)模式是由BCC_CSM1.1發展而來的中等分辨率模式（全球分辨率約為1.125°×1.125°），與 BCC_CSM1.1 版本的區別在于大氣模塊的水平分辨率，BCC_CSM1.1(m)模式的大氣環流模式為BCC_AGCM2.2，該環流模式水平分辨率為T106波譜截斷。兩個BCC模式垂直方向上均分為26層，頂層為2.914 hPa（王璐等，2009；頡衛華和吳統文，2010），使用了相同的動力框架和物理過程，兩者的陸面、海洋和海冰分量是相同的（辛曉歌等，2012）。

兩個 BCC_CSM 氣候系統均耦合了全球碳循環，能夠較好的模擬出 20世紀包含人為碳排放的全球碳濃度及其時間演變特征（Wu et al., 2014）。不少科學研究中對兩個模式的模擬結果，尤其是地面氣溫和降水的空間和季節演變特征進行了細致分析，如石彥軍等（2012）對BCC_CSM模式模擬中國區域500 hPa不同季節的位勢高度場、溫度場等氣象要素的能力進行檢驗；高峰等（2012）評估了BCC_CSM1.1模式年代際試驗對10年尺度全球及區域地表溫度的預測能力。Wu et al.（2013）檢驗了 BCC_CSM1.1模式對工業化前到現在對陸地和海洋碳收支情況的模擬能力，并指出全球大氣CO2濃度與厄爾尼諾振蕩周期密切相關，這與觀測結果一致。Xin et al.（2013）對比了BCC_CSM1.0和BCC_CSM1.1模式對中國20世紀平均地面氣溫的模擬性能后發現，BCC_CSM1.1模式能夠更好地模擬出平均地面氣溫的時間演變特征，比如中國1961～1990年1°C左右的增暖幅度，BCC_CSM1.1模式的模擬結果與觀測數據相一致。

本研究所使用的模式資料主要是由參與 IPCC AR5第五次耦合模式比較計劃（CMIP5）的BCC_CSM1.1和 BCC_CSM1.1(m)模式提供的1901～2011年的歷史氣候模擬試驗 (簡稱Historical試驗)的模式結果。

觀測資料使用的是英國東英吉利亞（East Anglia）大學的CRU (Climatic Research Unit)最近釋放的 1901～2011年全球陸面月平均地面數據集CRU_TS_3.2，其空間水平分辨率達到 0.5°×0.5°（http://badc.nerc.ac.uk/browse/badc/cru/data[2014-0 5-20]）。CRU資料在重建過程中包括了嚴格的時間均一性檢驗，空間分辨率更高，時間尺度更長，一直以來是 IPCC評估報告采用的系列數據之一（IPCC，2001）。該數據集提供了包括平均溫度、最高溫度、最低溫度、降水等要素在內的 10個地表變量，在全球氣候變化的科學研究中得到廣泛應用（Folland et al., 2001；Jones et al., 2001）。

再分析資料為 NCEP/NCAR（Kalnay et al.,1996）和ERA-40提供的數據集。NCEP/NCAR數據集是美國國家環境預報中心（NCEP）和美國國家大氣研究中心（NCAR）利用觀測資料、預報模式和同化系統對全球從 1948年到目前的氣象資料進行再分析形成的格點資料（施曉暉等，2006）。ERA-40是歐洲中期數值預報中心（ECMWF）于2003年完成第二代再分析資料。相對于第一代再分析資料（NCEP-1、NCEP-2 和 ERA-15）來說，ERA-40無論在空間分辨率還是時間尺度上都有較大的改進 (Simmons and Gibson, 2000；Uppala et al.,2004）。

2.2 方法

為了研究氣候要素的年際變率，對觀測數據和模擬結果的標準差進行了計算。標準差可以反映數據的離散程度，將標準差運用到時間上可以反映變率。BCC_CSM1.1的水平分辨率為T42波譜截斷，BCC_CSM1.1(m)的水平分辨率為T106波譜截斷，而CRU觀測數據為0.5°×0.5°，NCEP再分析資料中輻射和地表熱通量變量分辨率為 1.9°×1.9°。為了能夠對不同分辨率的資料作對比分析，本研究在做歷史回報結果檢驗時，將BCC_CSM1.1和BCC_CSM1.1(m)的降水和氣溫數據通過雙線性插值方法插值到CRU資料分辨率0.5°×0.5°網格上；做輻射和地表熱通量分析時，將兩個 BCC模式的模擬結果插值到 NCEP的 1.9°×1.9°網格以及 ERA-40的1.125°×1.125°網格（為減少插值誤差）。

氣溫是構成氣候的重要氣象要素，本研究在年時間尺度上研究BCC_CSM兩種分辨率的氣候模式對 1948～2011年期間中亞地區地面氣溫的模擬能力，并結合輻射和地表熱通量等要素，進一步分析模式分辨率提高對中亞氣候模擬性能的影響，從而為模式改進提供參考。

3 結果分析

3.1 中亞地面氣溫氣候態和年際變率

圖1 是中亞地區（35°N～55°N, 50°E～95°E）區域平均的 BCC_CSM1.1和 BCC_CSM1.1(m)歷史模擬試驗結果和 CRU資料的年平均地面氣溫在1948～2011年間的時間變化特征。兩個模式與觀測結果的相關系數分別為 0.613和 0.633，均通過了99%的信度檢驗。趨勢分析的結果顯示觀測結果和兩個模式的模擬結果均呈顯著的增溫趨勢，BCC_CSM1.1模式結果的增溫趨勢與CRU資料更為接近。10年滑動平均可以較好反映年代際變化特征，從該曲線來看，三者的時間演變特征大致相同。

圖2a是中亞地區年平均地面氣溫觀測結果的空間分布圖。從數值高低分布來看，CRU數據中氣溫低于零度的區域，主要出現在中國新疆南部以及中國、蒙古和俄羅斯三國的交界處。高值中心（大于12°C）區域主要分布在烏茲別克斯坦和土庫曼斯坦，在中國新疆塔里木盆地中也有高值中心出現。在烏茲別克斯坦、土庫曼斯坦和哈薩克斯坦南部，年平均氣溫由南向北遞減。由圖2b和圖2c可知，兩個 BCC模式均能模擬出中亞地區地面氣溫由南向北遞減的分布趨勢，尤其是烏茲別克斯坦、土庫曼斯坦和哈薩克斯坦南部一帶。BCC-CSM1.1模式能夠部分模擬出中國新疆的地面氣溫分布，但數值和位置差異較大。BCC-CSM1.1(m)較 BCCCSM1.1有較大改進，對新疆塔里木盆地地區的地面氣溫空間分布模擬較好，只是數值略為偏低。

從差異場 (圖 2d和圖 2e)來看兩個模式對中亞地區的氣溫模擬同時存在高估（正值區）和低估（負值區）。從等值線數值來看，高估的程度遠低于低估。高估的誤差數值范圍在0～2°C，其區域主要集中在哈薩克斯坦境內和烏茲別克斯坦的西北部，在中國新疆有零星的分布。低估的誤差遠大于高估，主要體現在中國新疆的塔里木盆地。BCC_CSM1.1模式的誤差大于10°C，且低估的區域較大。BCC_CSM1.1(m)的模擬效果優于BCC_CSM1.1，誤差數值減小，同時低估區域縮小，在中國新疆的塔里木盆地表現尤為明顯。從兩個模式間的地面氣溫差異場 (圖 2f)來看，差異較大的區域位于中國新疆塔里木盆地，BCC_CSM1.1(m)較BCC_CSM1.1更加接近觀測值。另外在中國、蒙古和俄羅斯三國交界處，以及哈薩克斯坦東南部到土庫曼斯坦東部一帶也有較顯著的改進，差異數值在 2°C左右。可能由于 BCC_CSM1.1(m)氣候模式水平分辨率的提高，能較好地刻畫新疆中部沙漠地區的下墊面特征。

圖1 1948～2011年中亞區域年平均地面氣溫演變特征（直線：線性擬合；虛線：10年滑動平均；單位：°C）Fig. 1 Time series of the mean annual surface air temperature regionally averaged over Central Asia during 1948-2011 (Straight lines: linear fitting; dashed curves: 10-year running mean; units: °C)

圖3是過去64年來觀測和模擬的中亞年平均地面氣溫標準差以及模擬結果和觀測之間差異的空間分布。CRU資料顯示，年平均地面氣溫標準差呈現由南向北遞增的趨勢。中亞北部的哈薩克斯坦北部和俄羅斯，標準差大于 1.0°C，在蒙古西部出現了1.2°C的高值區域。而低值區域主要集中在中國新疆、阿富汗北部以及塔吉克斯坦一帶。在中國新疆南部和東部，數值小于 0.7°C。BCC_CSM1.1和BCC_CSM1.1(m)兩個模式較好地再現了中亞年平均地面氣溫標準差由南向北遞增的總體趨勢，但在細節處差異較明顯。在中亞北部地區，兩個模式均存在較明顯的高估，BCC-CSM1.1模式略好于BCC-CSM1.1(m)。對中國新疆低值區域的模擬，整體趨勢一致，但BCC-CSM1.1模式比BCC-CSM1.1(m)更接近于觀測數值。

圖3d和圖3e是兩個BCC_CSM模式與CRU觀測數據標準差的差值場。兩個模式的標準差較CRU觀測資料同時存在偏高與偏低，在中亞北面以偏高為主，南面以偏低為主。相對于BCC_CSM1.1(m)，BCC_CSM1.1模式與觀測數據更為接近，僅在哈薩克斯坦北部和俄羅斯、中國新疆東部以及阿富汗北部到吉爾吉斯斯坦一帶高于 0.8°C。BCC_CSM1.1(m)模式模擬結果的標準差在俄羅斯、中國新疆東部和中部地區偏高0.4°C以上，僅在哈薩克斯坦西南部、土庫曼斯坦和烏茲別克斯坦一帶的偏差小于0.1°C。圖3f是兩個BCC模式的差異場，BCC_CSM1.1(m)模式標準差較 BCC_CSM1.1的整體偏高，差異最大的區域集中在中國新疆北部、哈薩克斯坦東部到俄羅斯和蒙古交界一帶，數值達到0.3°C以上，其次是里海北部沿岸，范圍較小，數值在0.3°C。

3.2 中亞地區地面感熱通量分析

陸氣間動量和熱量交換對于氣候變化和大氣環流起著不容忽視的作用，為了進一步研究兩種BCC模式的模擬能力差異，引入了感熱通量、潛熱通量。圖4a是NCEP再分析資料顯示中亞地區的年感熱通量空間分布。整個中亞地區，感熱通量以正值為主，在俄羅斯境內出現負值區域，在中國、俄國、蒙古交界處以北有一個小的負值中心。高值區域位于里海沿岸，最大值出現在土庫曼斯坦、烏茲別克斯坦、伊朗及阿富汗北部，數值達到 50 W m-2以上。此外，在中國的新疆東部地區也出現了高值區域，數值在40 W m-2左右。對比圖2a，感熱通量的分布與年平均氣溫較為相似，高低值中心的空間分布總體上保持對應關系。兩個 BCC模式對中亞區域的年感熱通量空間分布模擬結果尚可（圖4b和圖4c），對土庫曼斯坦、烏茲別克斯坦、伊朗及阿富汗北部的高值區域模擬較好。但對俄羅斯境內的負值區域，模擬效果不理想。

從模式與NCEP再分析資料的差異場看（圖4d和圖4e），多數區域的誤差在10 W m-2以下，主要有哈薩克斯坦和中國新疆大部分區域。兩個模式的模擬誤差分布較為接近，偏高的區域均集中在中亞北部的俄羅斯和中國、塔吉克斯坦和阿富汗交界處。偏低區域分布于里海沿岸地區。其中 BCC_CSM1.1(m)模式模擬偏高區域較BCC_CSM1.1小，且偏高的數值減小，俄羅斯境內的偏高誤差減小較為明顯；但對于里海沿岸模擬偏低區域，BCC_CSM1.1的模擬效果略好于BCC_CSM1.1(m)。

圖4f是兩個模式模擬的感熱通量差異場。在大部分區域，兩個模式的差異在5 W m-2以下。將該差異場結合圖 4d進行分析，模式差異場中的負值區域，主要集中在俄羅斯境內、里海沿岸以及中國新疆南部及北部等地區，在圖 4d中顯示為正值；而模式差異場中的正值區域，位于中國新疆西部的塔里木盆地，在圖 4d中表現為負值。這說明，在上述區域內，BCC_CSM1.1(m)模式模擬結果相對于BCC_CSM1.1模式改進較為明顯。對比圖4f和圖 2f（年平均氣溫模擬差異場），二者高低值分布較為相似，存在對應關系，在中國的新疆地區表現尤為明顯。

圖5a是中亞地區NCEP再分析資料年潛熱通量的空間分布。與感熱通量（圖4a）和年平均氣溫（圖2a）的空間分布近乎相反，潛熱通量的低值中心出現在哈薩克斯坦南部、土庫曼斯坦、烏茲別克斯坦及阿富汗北部一帶以及中國新疆的東部地區。高值中心主要位于中亞北面的俄羅斯境內、里海及沿岸以及中國新疆南部和西藏地區。兩個 BCC模式的模擬誤差以模擬偏低為主，誤差最大的區域位于中亞北部的俄羅斯境內，BCC-CSM1.1(m)模式比BCC-CSM1.1略好，誤差的數值有所減小。模擬偏高的區域則出現在里海沿岸，即哈薩克斯坦西南部，呈現一個小的高值中心。

圖2 1948～2011年中亞地區氣候態的（a）CRU年平均地面氣溫、（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬結果、（d）BCC_CSM1.1和（e）BCC_CSM1.1(m)模擬結果與觀測數據差異場以及（f）兩個模式結果之間差異場的空間分布（單位：°C）Fig. 2 The spatial distribution of the climatology of (a)the CRU observed, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface air temperature, differences between observations and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m), and (f)modeled mean annual surface air temperature differences between the two models over Central Asia averaged over 1948-2011 (units: °C)

圖3 1948～2011年： (a)CRU觀測；(b)BCC_CSM1.1和 (c)BCC_CSM1.1(m)模擬的中亞地區年平均地面氣溫標準差；(d, e)兩個BCC_CSM模式模擬結果與觀測以及 (f)兩個BCC_CSM模式模擬結果差異場的空間分布 (單位：°C)Fig. 3 The spatial distribution of standard deviation of (a)the CRU observed, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface air temperature, differences between observations and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m), and (f)modeled standard deviation of mean annual surface air temperature differences of the two models over Central Asia averaged over 1948-2011 (units: °C)

圖4 1948～2011年：（a）NCEP再分析資料感熱通量空間分布；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區年平均地面感熱；（d、e）兩個BCC_CSM模式模擬結果與NCEP再分析資料之間差異場的空間分布以及（f）兩個BCC_CSM模式模擬結果之間差異場的空間分布（單位：W m-2）Fig. 4 The spatial distribution of the (a)NCEP reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface sensible heat fluxes, and difference between NCEP reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m), and (f)modeled mean annual surface sensible heat flux differences of the two models over Central Asia averaged over 1948-2011 (units: W m-2)

圖5 1948～2011年：（a）NCEP再分析資料潛熱通量空間分布；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區年平均地面潛熱；（d、e）兩個BCC_CSM模式模擬結果與NCEP再分析資料之間差異場的空間分布以及（f）兩個BCC_CSM模式模擬結果之間差異場的空間分布（單位：W m-2）Fig. 5 The spatial distribution of the (a)NCEP reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface latent heat fluxes, and difference between NCEP reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m), and (f)modeled mean annual surface latent heat flux differences of the two models over Central Asia averaged over 1948-2011 (units: W m-2)

從兩個模式的差值場（圖5f）來看，整體的模擬結果差別較小，里海地區的差異最大，其次是中國、哈薩克斯坦、俄羅斯交界處以及中國新疆地區。結合圖 5d進行分析，BCC_CSM1.1(m)模式相對BCC_CSM1.1改進的區域主要表現為：（1）在圖5d中顯示為負值，而在圖 5f中對應呈現正值的區域，主要出現在中國、俄羅斯、哈薩克斯坦、蒙古交界處到中國新疆北部、中國新疆西南部到阿富汗北部以及里海地區；（2）在圖 5d顯示為正值而在圖5f中呈現負值的區域，主要位于中國新疆塔里木盆地地區。圖5f中的高低值空間分布與圖4f的近乎相反，這些正負區域出現的位置，同時也是BCC_CSM1.1(m)模式相對BCC_CSM1.1改進的地方。對比這些區域與圖2f，除了數值相反之外，其高低值空間分布存在著一定的對應關系，在中國新疆地區表現比較明顯。

關于再分析資料的優缺點及適用性，不少專家和學者做了研究，如：Josey（2001）利用海上浮標測量資料比較NCEP/NCAR和ERA-40再分析資料的表面熱通量的差異，結果表明，相比于 NCEP/NCAR再分析資料，ERA-40再分析資料的熱通量更接近于實際觀測的結果；周連童（2009）利用臺站觀測資料以及NCEP/NCAR和ERA-40再分析資料，計算并比較了在我國西北地區春夏季感熱輸送的差異，并指出從年代際時間尺度上，ERA-40再分析資料的感熱數據更接近于實際臺站觀測資料計算得到的感熱數據；趙天保和符淙斌（2006）就中國區域氣溫和降水兩種基本氣候變量在空間分布及其變化趨勢上對ERA-40和NCEP-2與觀測資料之間的差異做了一些比較和分析，結果表明：兩套再分析資料基本上都能反映出中國區域的溫度場和降水場的時空分布，再分析資料在東部地區的可信度高于西部，溫度場的可信度要高于降水場，ERA-40可信度要高于NCEP-2；王同美等（2011）對NCEP-1、NCEP-2和ERA-40這3類資料中的垂直積分的總加熱率和地表感熱通量進行比較，并指出垂直積分的總非絕熱加熱在空間分布上三套資料基本一致，NCEP兩套資料在大值中心的分布上相似，但量值上NCEP-2和ERA-40比較接近。為了進一步佐證模式分辨率提高對模式性能的提升，利用歐洲中心的 ERA-40再分析資料，對 1958～2001的感熱和潛熱數據作進一步探討。

圖6a是ERA-40資料中亞地區年平均感熱的空間分布圖。將其與實況CRU（圖2a）相比，ERA-40的空間分布特征與觀測數據基本一致，主要的高低值區域分布的范圍與位置和實況基本對應。ERA-40與NCEP資料（圖4a）相比，ERA-40在烏茲別克斯坦、土庫曼斯坦和阿富汗北部一帶的數值較NCEP要低，并且與北部俄羅斯境內的低值中心不一致。兩個 BCC模式對中亞地區感熱的模擬以高估為主，從差值場看，隨著模式水平分辨率的提高，BCC_CSM1.1(m)的模擬性能較BCC_CSM1.1有較大改善，在哈薩克斯坦北部地區模擬偏高的區域數值減少了5 W m-2以上。結合圖6f和圖6d，模式性能改善最大的區域集中在正負值中心區域，如中國新疆塔里木盆地和新疆北部，中國、俄羅斯、哈薩克斯坦、蒙古交界處等，與前面利用NCEP資料的分析結論一致。

圖7a是ERA-40年平均潛熱空間分布，烏茲別克斯坦中部和土庫曼斯坦一帶的低值區域以及在俄羅斯境內的高值區域，均較NCEP要小，但中國新疆南部的低值區域遠大于NCEP資料。兩個BCC模式對中亞地區感熱的模擬結果與ERA-40差異總體上小于10 W m-2，以低估為主，僅在中國新疆塔里木盆地和里海東岸為高估。由差值場（圖 7d和圖 7e）能夠看出，隨著模式水平分辨率的提高，BCC_CSM1.1(m)的模擬性能較BCC_CSM1.1有較大改善，與ERA-40再分析資料更為接近，主要表現為哈薩克斯坦中部和中國新疆，模擬誤差減少 2 W m-2以上。結合圖7f和圖7d，BCC_CSM1.1(m)相對于BCC_CSM1.1模式的改進區域與圖5f所示相同。

3.3 地表輻射分析

由圖6和圖7的分析可知，NCEP資料與ERA-40均能夠較好的反應中亞地區的氣候變化特征，兩類再分析資料與 BCC模式的分析結論一致。因此，在后面的分析中，僅加入了NCEP資料的輻射通量，以對兩個模式的模擬效果做進一步檢驗。圖8是中亞地區NCEP再分析資料的年地面短波凈輻射，兩個 BCC模式的模擬結果以及差值場的空間分布。從圖 8a可見，中亞地區的短波凈輻射總體呈現由南向北遞減的趨勢，高值中心出現在中國西藏及新疆南部和土庫曼斯坦南部及阿富汗北部一帶。在中亞北部的俄羅斯境內出現最低值。地面短波凈輻射受地形影響較大，圖中塔吉克斯坦、吉爾吉斯斯坦一帶的數值明顯較同緯度地區要低。BCC-CSM1.1和BCC-CSM1.1(m)模式均能夠模擬出中亞地區短波凈輻射由南向北遞減的趨勢特征，并且對土庫曼斯坦及阿富汗北部一帶的高值區域模擬較好。BCC-CSM1.1(m)模式較BCC-CSM1.1有所改進。BCC-CSM1.1的模擬結果，在中國新疆西部與吉爾吉斯斯坦和塔吉克斯坦交界處呈現出一個低值區域。在BCC-CSM1.1(m)模式下，該誤差區域不僅數值減小，而且區域明顯縮小。結合圖2a分析短波凈輻射對年平均氣溫分布的影響，在烏茲別克斯坦、土庫曼斯坦和哈薩克斯坦南部，年平均氣溫由南向北遞減的趨勢與圖 8a中的較為一致，可以推測，該地區的年平均氣溫空間差異主要是由于太陽短波輻射所引起。地形和下墊面對年平均氣溫數值分布的影響不可忽略，在中國新疆塔里木盆地和新疆南部表現較為明顯。

圖6 1958～2001年：（a）ERA-40再分析資料感熱通量空間分布；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區年平均地面感熱；（d、e）兩個BCC_CSM模式模擬結果與ERA-40再分析資料以及（f）兩個BCC_CSM模式模擬結果之間差異場的空間分布（單位：W m-2）Fig. 6 The spatial distribution of the (a)ERA-40 reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface sensible heat fluxes,and difference between ERA-40 reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m)and (f)modeled mean annual surface sensible heat flux differences of the two models over Central Asia averaged over 1958-2001 (units: W m-2)

圖7 1958～2001年：（a）ERA-40再分析資料潛熱通量空間分布；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區年平均地面潛熱；（d，e）兩個BCC_CSM模式模擬結果與ERA-40再分析資料以及（f）兩個BCC_CSM模式模擬結果之間差異場的空間分布（單位: W m-2）Fig. 7 The spatial distribution of the (a)ERA-40 reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface latent heat fluxes, and difference between ERA-40 reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m)and (f)modeled mean annual surface latent heat flux differences of the two models over Central Asia averaged over 1958-2001 (units: W m-2)

圖8d和圖8e是BCC模式和NCEP資料的差值場。BCC-CSM1.1模式模擬結果主要體現為偏低10 W m-2為主，在中國的新疆南部地區，偏低程度最高。僅僅在阿富汗北部一帶以及中國的新疆北部出現模擬偏高區域。BCC-CSM1.1(m)模式與BCC-CSM1.1相比，除了有模擬偏低區域，還存在較明顯的偏高區域，以阿富汗北部、吉爾吉斯斯坦和塔吉克斯坦一帶最為明顯，此外還出現在中國新疆北部及哈薩克斯坦南部。圖8f是兩個BCC模式之間的差異場，在整個中亞地區以正值為主。兩個模式最大差異出現在中國新疆南部的塔里木盆地地區，其次是哈薩克斯坦東南部、塔吉克斯坦和吉爾吉斯斯坦一帶。兩個模式差異為正的區域，在圖8d中表現為負值，這說明BCC_CSM1.1(m)模式對短波凈輻射的模擬效果在整個中亞地區較BCC_CSM1.1有較大改進，尤其是中國新疆塔里木盆地一帶。模式分辨率的提高，能夠更好地表現出地形及下墊面的影響。

圖9是中亞地區NCEP再分析資料及模式模擬的年長波凈輻射空間分布及模式與實況及模式之間的差異場。由圖 9a可知，中亞地區的年均長波輻射分布主要表現為由南向北遞減的趨勢。最低值出現在俄羅斯境內，數值在60 W m-2以下。高值區域集中于土庫曼斯坦和阿富汗北部地區以及中國新疆南部和西藏北部一帶，數值超過100 W m-2。兩個 BCC模式對中亞地區長波凈輻射由南向北遞減的趨勢均模擬較好，但高、低值區域的分布仍存在差異。BCC-CSM1.1模式對俄羅斯境內低值中心的模擬偏低10 W m-2，對土庫曼斯坦和阿富汗北部高值區域的模擬較好，但對中國新疆和西藏北部的高值區域模擬效果較差，僅模擬出一小塊 90～100 W m-2的區域。BCC-CSM1.1(m)模式較 BCCCSM1.1有較大改進。對俄羅斯境內低值區域的模擬，數值和區域位置與實況較為接近。對于中國新疆地區高值區域的模擬較 BCC-CSM1.1有較大改進，模擬數值更接近實況，只是區域范圍偏北。

圖9d和圖9e是兩個BCC模式對中亞長波凈輻射模擬結果與實況的差異場。兩個模式對中國新疆南部和西藏北部區域的模擬均呈現較明顯的偏低，數值差異在50 W m-2以上。BCC_CSM1.1模式對中亞地區的模擬以偏低為主，僅在阿富汗北部地區出現偏高區域；BCC-CSM1.1(m)模式的模擬效果要好于 BCC-CSM1.1模式，模擬誤差在－2～2 W m-2的區域明顯增多，模擬偏高的區域也多于BCC-CSM1.1模式，主要體現在中國新疆北部及塔里木盆地、烏茲別克斯坦南部、土庫曼斯坦西部和阿富汗北部一帶，誤差在20 W m-2以下。圖9f是兩個BCC模式的差異場。整體來看，BCC-CSM1.1(m)模式比BCC-CSM1.1的模擬偏高，差異最大的地方位于中國新疆的塔里木盆地，數值達到了30 W m-2，其次是新疆南部、哈薩克斯坦南部到阿富汗北部一帶以及中蒙交界處。

4 結論

（1）BCC_CSM1.1和BCC_CSM1.1(m)兩個模式均能夠模擬出中亞地區顯著增溫以及地面氣溫標準差由南向北遞增的總體趨勢。BCC_CSM1.1(m)對中亞地面年平均氣溫空間分布的模擬效果優于BCC_CSM1.1，誤差數值減小，同時低估區域縮小，在中國新疆的塔里木盆地表現尤為明顯。而對中亞年平均地面氣溫標準差的模擬，BCC-CSM1.1模式略好于BCC-CSM1.1(m)，其模擬結果與觀測數據更為接近。

（2）兩個 BCC模式對中亞地區年感熱通量空間分布的模擬結果中，對土庫曼斯坦和烏茲別克斯坦等地的高值區域模擬較好，但對俄羅斯境內的負值區域，模擬效果不理想；兩個模式對中亞地區的年潛熱模擬誤差均以偏低為主。與BCC-CSM1.1模式相比，BCC-CSM1.1(m)對中亞地區熱通量的模擬效果改進最大的區域集中在中國、俄羅斯、哈薩克斯坦、蒙古交界處到中國新疆北部、中國新疆西南部到阿富汗北部以及里海地區。

圖8 1948～2011年：（a）NCEP再分析資料短波凈輻射；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區年平均地面短波凈輻射；（d、e）兩個BCC_CSM模式模擬結果與NCEP再分析資料以及（f）兩個BCC_CSM模式模擬結果之間差異場的空間分布（單位: W m-2）Fig. 8 The spatial distribution of the (a)NCEP reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface net shortwave radiation,and difference between NCEP reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m)and (f)modeled mean annual surface net shortwave radiation differences of the two models over Central Asia averaged over 1958-2001 (units: W m-2)

圖9 1948～2011年：（a）NCEP再分析資料長波凈輻射；（b）BCC_CSM1.1和（c）BCC_CSM1.1(m)模擬的中亞地區年平均地面長波凈輻射；（d、e）兩個BCC_CSM模式模擬結果與NCEP再分析資料以及（f）兩個BCC_CSM模式模擬結果之間差異場的空間分布（單位: W m-2）Fig. 9 The spatial distribution of the (a)NCEP reanalysis, (b)BCC_CSM1.1 and (c)BCC_CSM1.1(m)modeled mean annual surface net longwave radiation,and difference between NCEP reanalysis and the simulation from (d)BCC_CSM1.1 and (e)BCC_CSM1.1(m)and (f)modeled mean annual surface net longwave radiation differences of the two models over Central Asia averaged over 1958-2001 (units: W m-2)

（3）BCC-CSM1.1和BCC-CSM1.1(m)模式均能夠模擬出中亞地區短波凈輻射和長波輻射由南向北遞減的趨勢特征。模式分辨率的提高，能夠更好地表現出地形對長/短波輻射分布的影響。BCC-CSM1.1(m)模式的模擬結果較 BCC-CSM1.1有較大改進，數值和區域位置與實況較為接近，對于中國新疆地區短波凈輻射數值模擬以及長波凈輻射高值區域模擬改進明顯，模擬數值更接近實況。

比較兩個 BCC模式對地面凈通量（包含長/短波輻射、感熱、潛熱等）與地面氣溫的模擬誤差，兩者的數值大小和空間分布均有較好的對應關系。模式對地面凈通量模擬性能提高的區域，同時也是地面氣溫模擬性能得到改善的地方。盡管不同水平分辨率的 BCC模式對不同氣象要素的模擬能力存在較大差異，但大氣模式、陸面過程模式分辨率的提升，對氣溫及與之相關的感熱通量模擬性能的改善均影響較大。

Gao et al.（2013）利用BCC_CSM1.1模式的歷史試驗結果以及RCP4.5 和 RCP8.5情景下對未來氣候預估結果來驅動區域氣候模式 RegCM4.0（分辨率為50 km），進而對兩個模式的模擬性能進行檢驗，結果表明：模式分辨率的提高，使 RegCM4.0模式能夠更好地模擬出氣溫和降水氣候變化信號在空間上的細節，比如高分辨率的RegCM4.0模式對中國東部地區氣溫的模擬能力較 BCC_CSM1.1有較大改進；高分辨率模式才能精確重現降水量的空間分布，尤其是地形效應所引起的降水。本研究的結論與上述文獻基本一致，高分辨率模式在中亞地區氣溫模擬中表現出了一定優勢，不過低分辨率也有少數優于高分辨率的地方。因此，全面提高模式模擬性能不僅需要提高分辨率，而且同時要對其他方面（如對流、積云等）進行改進。

（

）

Chen F H, Wang J S, Jin L Y, et al. 2009. Rapid warming in mid-latitude Central Asia for the past 100 years [J]. Frontiers of Earth Science in China, 3 (1): 42–50.

陳發虎, 黃偉, 靳立亞, 等. 2011. 全球變暖背景下中亞干旱區降水變化特征及其空間差異 [J]. 中國科學: 地球科學, 41 (11): 1647–1657.Chen F H, Huang W, Jin L Y, et al. 2011. Spatiotemporal precipitation variations in the arid Central Asia in the context of global warming [J].Science China Earth Sciences, 54 (12): 1812–1821.

Folland C K, Rayner N A, Brown S J, et al. 2001. Global temperature change and its uncertainties since 1861 [J]. Geophys. Res. Lett., 28 (13):2621–2624.

Gao X J, Wang M L, Giorgi F. 2013. Climate change over China in the 21st century as simulated by BCC_CSM1.1-RegCM4.0 [J]. Atmos. Oceanic Sci. Lett., 6 (5): 381–386.

高峰, 辛曉歌, 吳統文. 2012. BCC_CSM1.1對10年尺度全球及區域溫度的預測研究 [J]. 大氣科學, 36 (6): 1165–1179. Gao F, Xin X G, Wu T W. 2012. A study of the prediction of regional and global temperature on decadal time scale with BCC_CSM1.1 model [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 36 (6): 1165–1179.

高學杰, 徐影, 趙宗慈, 等. 2006. 數值模式不同分辨率和地形對東亞降水模擬影響的試驗 [J]. 大氣科學, 30 (2): 185–192. Gao X J, Xu Y,Zhao Z C, et al. 2006. Impacts of horizontal resolution and topography on the numerical simulation of East Asian precipitation [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 30 (2): 185–192.

Giorgi F, Marinucci M R. 1996. An investigation of the sensitivity of simulated precipitation to model resolution and its implications for climate studies [J]. Mon. Wea. Rev., 124 (1): 148–166.

IPCC. 2002. Climate Change 2001: The Scientific Basis [M]. Houghton J T,Ding Y, Griggs D J, et al., Eds. Cambridge, UK and New York, USA:Cambridge University Press, 881pp.

IPCC. 2007. Climate Change 2007: The Physical Science Basis [M].Solomon, S, Qin D, Manning M, et al., Eds. Cambridge, UK and New York, USA: Cambridge University Press, 996pp.

蔣曉武, 孫衛國, 張慶奎, 等. 2010. 全球變暖背景下江淮地區氣候變化趨勢預估 [J]. 安徽農業科學, 38 (23): 12608–12610. Jiang X W, Sun W G, Zhang Q K, et al. 2010. Multi-model reliability ensemble projection of climate change over the Yangtze-Huaihe region under global warming[J]. Journal of Anhui Agricultural Sciences (in Chinese), 38 (23):12608–12610.

頡衛華, 吳統文. 2010. 全球大氣環流模式BCC_AGCM2.0.1對1998年夏季江淮流域強降水過程的回報試驗研究 [J]. 大氣科學, 34 (5):962–978. Jie W H, Wu T W. 2010. Hindcast for the 1998 summer heavy precipitation in the Yangtze and Huaihe River valley using BCC_AGCM2.0.1 model [J]. Chinese Journal of Atmospheric Sciences(in Chinese), 34 (5): 962–978.

Jones P D, Osborn T J, Briffa K R. 2001. The evolution of climate over the last millennium [J]. Science, 292 (5517): 662–667.

Josey S A. 2001. A comparison of ECMWF, NCEP-NCAR and SOC surface heat fluxes with moored buoy measurements in the subduction region of the Northeast Atlantic [J]. J. Climate, 14 (8): 1780–1789.

Kalnay E, Kanamitsu M, Kistler R, et al. 1996. The NCEP/NCAR 40-year reanalysis project [J]. Bull. Amer. Meteor. Soc., 77 (3): 437–471.

Leung L R, Qian Y. 2003. The sensitivity of precipitation and snowpack simulations to model resolution via nesting in regions of complex terrain[J]. J. Hydrometeor., 4 (6): 1025–1043.

覃衛堅, 王詠青, 覃志年. 2010. 全球氣候變暖背景下廣西降水集中程度的變化特征研究 [J]. 安徽農業科學, 38 (21): 11224–11227. Qin W J, Wang Y Q, Qin Z N. 2010. Study on the features of precipitation concentration in Guangxi under background of global warming [J].Journal of Anhui Agricultural Sciences (in Chinese), 38 (21): 11224–11227.

Shi Y F, Shen Y P, Kang E, et al. 2007. Recent and future climate change in Northwest China [J]. Climatic Change, 80 (3–4): 379–393.

施曉暉, 徐祥德, 謝立安. 2006. NCEP/NCAR再分析風速、表面氣溫距平在中國區域氣候變化研究中的可信度分析 [J]. 氣象學報, 64 (6):709–722. Shi X H, Xu X D, Xie L A. 2006. Reliability analyses of anomalies of NCEP/NCAR reanalysis wind speed and surface temperature in climate change research in China [J]. Acta Meteorologica Sinica (in Chinese), 64 (6): 709–722.

石彥軍, 任余龍, 張宇, 等. 2012. BCC_CSM 氣候模式對中國區域 500 hPa氣候要素模擬能力的檢驗 [J]. 蘭州大學學報 (自然科學版), 48(6): 54–62. Shi Y J, Ren Y L, Zhang Y, et al. 2012. Evaluation of climate at 500 hPa in China as simulated by BCC_CSM [J]. Journal of Lanzhou University (Natural Sciences)(in Chinese), 48 (6): 54–62.

Simmons A J, Gibson J K. 2000. ERA-40 Project Plan [R]. ERA-20 Project Rep. 1, ECMWF, 62.

田芝平, 姜大膀. 2013. 不同分辨率CCSM4對東亞和中國氣候模擬能力分析 [J]. 大氣科學, 37 (1): 171–186. Tian Z P, Jiang D B. 2013.Evaluation of the performance of low-to high-resolution CCSM4 over East Asia and China [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37 (1): 171–186.

Uppala S, Kallberg P, Angeles H, et al. 2004. ERA-40: ECMWF 45-year reanalysis of the global atmosphere and surface conditions 1957–2002 [J].ECMWF Newsletter Meteorology, 101: 2–21.

王同美, 吳國雄, 應明. 2011. NCEP/NCAR(I、II)和ERA40再分析加熱資料比較 [J]. 中山大學學報 (自然科學版), 50 (5): 128–134. Wang T M, Wu G X, Ying M. 2011. Comparison of diabatic heating data from NCEP/NCAR (I, II)and ERA40 [J]. Acta Scientiarum Naturalium Universitatis Sunyatseni (in Chinese), 50 (5): 128–134.

王璐, 周天軍, 吳統文, 等. 2009. BCC大氣環流模式對亞澳季風年際變率主導模態的模擬 [J]. 氣象學報, 67 (6): 973–982. Wang L, Zhou T J, Wu T W, et al. 2009. Simulation of the leading mode of Asian–Australian monsoon interannual variability with the Beijing Climate Center atmospheric general circulation model [J]. Acta Meteorologica Sinica (in Chinese), 67 (6): 973–982.

Wu T W. 2012. A mass-flux cumulus parameterization scheme for large-scale models: Description and test with observations [J]. Climate Dyn., 38 (3–4): 725–744.

Wu T W, Song L C, Li W P, et al. 2014. An overview of BCC climate system model development and application for climate change studies [J].J. Meteor. Res., 28 (1): 34–56.

吳昊旻, 黃安寧, 何清, 等. 2013. 北京氣候中心氣候模式1.1版預估中亞地區未來50年地面氣溫時空變化特征 [J]. 氣象學報, 71 (2): 261–274. Wu H M, Huang A N, He Q, et al. 2013. Projection of the spatial and temporal variation characteristics of surface air temperature over Central Asia in the next 50 years in the Beijing Climate Center climate system model V1.1 [J]. Acta Meteorologica Sinica (in Chinese), 71 (2):261–274.

Wu T W, Li W P, Ji J J, et al. 2013. Global carbon budgets simulated by the Beijing Climate Center climate system model for the last century [J]. J.Geophys. Res., 118 (10): 4326–4347.

Xin X G, Wu T W, Li J L, et al. 2013. How well does BCC_CSM1.1 reproduce the 20th century climate change over China? [J]. Atmos.Oceanic Sci. Lett., 6 (1): 21–26.

辛曉歌, 吳統文, 張潔. 2012. BCC氣候系統模式開展的CMIP5試驗介紹 [J]. 氣候變化研究進展, 8 (5): 378–382. Xin X G, Wu T W, Zhang J. 2012. Introduction of CMIP5 experiments carried out by BCC climate system model [J]. Advances in Climate Change Research (in Chinese), 8(5): 378–382.

Xu Y, Gao X J, Giorgi F. 2010. Upgrades to the reliability ensemble averaging method for producing probabilistic climate-change projections[J]. Climate Research, 41 (1): 61–81.

趙天保, 符淙斌. 2006. 中國區域ERA-40、NCEP-2再分析資料與觀測資料的初步比較與分析 [J]. 氣候與環境研究, 11 (1): 14–32. Zhao T B, Fu C B. 2006. Preliminary comparison and analysis between ERA-40,NCEP-2 reanalysis and observations over China [J]. Climatic and Environmental Research (in Chinese), 11 (1): 14–32.

Zhou T J, Yu R C. 2006. Twentieth-century surface air temperature over China and the globe simulated by coupled climate models [J]. J. Climate,19 (22): 5843–5858.

Zhou T J, Yu Y Q, Liu H L, et al. 2007. Progress in the development and application of climate ocean models and ocean–atmosphere coupled models in China [J]. Adv. Atmos. Sci., 24 (6): 1109–1120.

周連童. 2009. 比較NCEP/NCAR和ERA-40再分析資料與觀測資料計算得到的感熱資料的差異 [J]. 氣候與環境研究, 14 (1): 9–20. Zhou L T. 2009. A comparison of NCEP/NCAR, ERA-40 reanalysis and observational data of sensible heat in Northwest China [J]. Climatic and Environmental Research (in Chinese), 14 (1): 9–20.