BCC 模式對北半球阻塞高壓的模擬偏差評估及原因

張潔 董敏 吳統文 辛曉歌

中國氣象局國家氣候中心，北京 100081

1 引言

阻塞高壓（阻高）是中—高緯度地區常見的大尺度持續性的環流系統，是由長波波幅增大并形成閉合高壓中心的準靜止長波脊。其形成、維持和崩潰涉及到一系列復雜的物理和動力過程，對局地、區域乃至于全球的氣候有著巨大的影響。阻高的研究具有重大的科學意義和社會經濟效益、吸引了廣大氣象學家的廣泛興趣。在過去的半個多世紀里，出現了大批對阻高形成機制及其對各地天氣、氣候影響的研究（D’Andrea et al., 1998; Cash and Lee,2000; Wiedenmann et al., 2002; Tyrlis and Hoskins,2008a, 2008b; Barriopedro et al., 2010; Vial and Osborn, 2012）。Rex（1950a, 1950b）研究了阻高的基本特征及其對區域氣候的影響，指出阻高的基本特征表現為：（1）西風基本氣流被分成兩支；（2）每個分支都需輸送可觀的空氣質量；（3）雙急流系統范圍必須超過45 個經度；（4）在西風分支區上游和下游必須觀測到急劇的緯向氣流和經向氣流的相互轉換；（5）上述環流型有明顯的持續性，至少連續10 d 以上。后來很多研究者對Rex（1950a, 1950b）的定義進行了修改，Treidl et al.（1981）降低了持續時間和空間范圍的要求。White and Clark（1975）則加上了出現緯度的限制以便將副熱帶的反氣旋排除掉。1980 年代以后，由于計算機技術的發展和再分析資料的出現，很多學者提出了客觀、定量鑒別阻高現象的一些方法。其中大多數方法是以計算緯向環流指數為基礎的（Lejen?s and ?kland, 1983; Tibaldi and Molteni,1990）。Dole（1986）用500 hPa 高度值的正偏差等于或大于其標準差且持續10 d 以上來定義阻高；Pelly and Hoskin（2003）提出用某一等位溫面上的經向位溫梯度來表示阻高。Barriopedro et al.（2006）在Tibaldi and Molteni（1990）工作的基礎上設計了一套客觀、自動檢測阻高發生，且能全面描述阻高 特 征 的 系 統。本 文 將 采 用Barriopedro et al.（2006）對阻高的定義，其具體方法將在第2.1 節中詳細給出。

阻高與我國的天氣、氣候有密切的聯系，尤其是烏拉爾山阻高、鄂霍次克海阻高及貝加爾湖阻高對我國洪澇、干旱、寒潮、冰凍等災害性天氣有顯著的影響（周曉平, 1957; 李峰和丁一匯, 2004; 李艷等, 2010）。陳漢耀（1957）指出1954 年江淮流域特大洪澇與阻高的生成、維持及消亡密切聯系。鄂霍茨克海阻高的生成和維持促成東亞西風急流的分支，使東亞上空鋒區的位置比往年偏南10 個緯度，該阻高形勢配合太平洋副高的影響造成江淮持續梅雨和洪澇。當鄂霍茨克海和烏拉爾山阻高減弱消亡后，副熱帶高壓北移至25°N，江淮梅雨結束。陶詩言（1957）、葉篤正等（1962）、張慶云和陶詩言（1998）、林學椿和張素琴（2000）等的工作也指出了類似的結果。陶詩言和衛婕（2008）和丁一匯等（2008）的研究均指出烏拉爾山阻高穩定維持長達20 多天是2008 年1 月我國南方低溫雨雪及冰凍的主要原因。烏拉爾山阻高與中亞低槽形成的偶極子形勢使冷空氣從西方路徑入侵中國，而且導致上游強西風氣流明顯分支，南支西風系統顯著加強并不斷地把寒冷的冷空氣帶到西亞、中亞和南亞，在那里形成強烈的暴風雪。對阻高形勢的產生、維持和崩潰機制的研究指出，阻高活動可能與大氣中波和基本氣流的相互作用、波與波的相互作用以及大氣中的孤立波（孤立子）活動和演變等有關系，同時也受海陸熱力差異等多種因素的影響（葉篤正等, 1962; 陸日宇和黃榮輝, 1996; 高守亭等, 1998;羅德海, 1999）。李崇銀和顧薇（2010）指出北大西洋海溫正異常，尤其是北大西洋副熱帶海溫正異常的存在，是2008 年1 月烏拉爾阻高持續的重要外強迫因素。

數值模式的不斷發展，為開展阻高的模擬和預測研究提供了重要的手段。Matsueda（2009）分析了9 個預報模式對2006/07、2007/08、2008/09 年冬季阻高的預報結果，指出預報模式對“大西洋—歐洲”及太平洋地區阻高有較高的模擬技巧，但對格陵蘭島及烏拉爾山地區的阻高模擬能力較弱，太平洋地區阻高的可預報性高于“大西洋—歐洲”地區。吳靜等（2015）對CMIP5 計劃的17 個氣候模式模擬夏季阻高的能力進行了評估，指出各模式對北半球夏季阻高頻數和振幅的模擬結果存在不同程度偏差，但大部分模式可以很好地模擬出主要的氣候態特征。葉培龍（2015）評估了CMIP5 計劃的13 個模式對阻高的模擬能力，指出大部分模式低估了阻高發生的天數，但基本能合理再現阻高出現天數隨經度變化的分布特征。

國家氣候中心（BCC）自2003 年起開始研制氣候模式并先后參加CMIP5 和CMIP6 模式比較計劃（Wu et al., 2019）。然而，以往針對BCC 模式的分析多集中于評估模式中全球及區域氣溫、降水、環流（Wu et al., 2013, 2014; Kan et al., 2015; Zhao and He, 2015; Wang et al., 2016; Zuo et al., 2016），以及主要熱帶變率ENSO、MJO 等（Liu et al., 2017;Ren et al., 2017）。鑒于阻高對我國天氣、氣候的重要影響，能否合理模擬阻高也就成為評價模式模擬能力的標準之一。本文將通過與3 套再分析資料結果的對比分析，考察評估國家氣候中心新一代中等分辨率單獨大氣模式BCC-AGCM3-MR 和耦合模式BCC-CSM2-MR 對北半球阻高頻率的年平均、季節平均，以及年際變率特征的模擬能力。通過評估模式對阻高的模擬能力，將為模式改進提供參考，有助于提高模式對我國及全球氣候的模擬能力和預測水平。

本文其他部分安排如下：第2 節扼要介紹阻高指數的定義以及所使用的模式和再分析數據；第3節分析三套再分析資料中北半球阻高頻率的基本特征及再分析資料間的差異，同時評估BCC-AGCM3-MR 及BCC-CSM2-MR 模式對阻高基本特征的模擬能力；第4 節給出主要結論。

2 方法及數據

2.1 阻高指數的定義

仿照Barriopedro et al.（2006）的方法在500 hPa等壓面上定義兩個位勢高度梯度：

滿足時，則稱在該經度有阻高現象發生。至少5 個連續的經度滿足（1）～（3）式并持續5 d 以上則稱為一個阻高事件。其中，允許兩個阻高經度間存在一個非阻高經度，兩個阻高日間存在一個非阻高日。若兩個阻高中心距離小于45 個經度，且兩個阻高區域相隔少于22.5 個經度，則認為是同一個阻高。此判斷標準有效降低了將截斷低壓誤判為阻高的機率。圖1 給出由上述公式確定的阻高的一個實例，給出的是1998 年6 月14 日北半球500 hPa高度場。圖1 中黑色十字的點即表示它所在經度出現了阻高現象，連續5 個這樣的經度出現的地區即為一次瞬時的阻高現象，連續5 d 以上的瞬時阻高現象構成一次阻高事件。

2.2 模式及再分析數據

本文使用的模式數據包括：（1）國家氣候中心最新發展的中等分辨率大氣模式BCC-AGCM3-MR參加CMIP6 完成觀測海溫強迫試驗（AMIP）的三個試驗樣本；（2）氣候系統模式BCC_CSM2-MR（Wu et al., 2010, 2014）完成歷史試驗（Historical）的第一個樣本（辛曉歌等，2019）。BCC-AGCM3-MR 模式水平分辨率為T106，垂直方向46 層（σ–p混合坐標），BCC-CSM2-MR 為BCC-AGCM3-MR對應的耦合模式版本。與其前一版本耦合模式BCC-CSM1.1m 相對比，BCC-CSM2-MR 對全球及東亞區域對流層溫度、平流層準兩年振蕩（QBO）、熱帶季節內振蕩（MJO）、降水日變化以及地表氣溫等不同時間尺度氣候變率的模擬能力均有顯著提高（Wu et al., 2019）。AMIP 試驗是CMIP6 核心試驗，是在給定觀測的海溫和海冰作為下邊界條件的情況下運行大氣模式所得的結果，運行時間為1979～2014 年；Historical 試驗也是CMIP6 核心試驗，是利用海氣耦合模式開展的歷史氣候模擬試驗，運行時間為1850～2014 年（Eyring et al., 2016）。

圖1 1998 年6 月14 日500 hPa 位勢高度場（單位：dagpm）。黑色十字區為公式（1）、（2）和（3）成立的區域Fig.1 500-hPa geopotential height (units: dagpm) on 14 June 1998. The black crosses indicate the geopotential height gradients meet the requirements of equations (1), (2), and (3)

NCEP/NCAR 再分析資料（Kalnay et al., 1996），日本氣象廳的JRA55 再分析資料（Kobayashi et al.,2015），以及歐洲中期預報中心（ECMWF）的再分析資料ERA5（Hersbach and Dee, 2020），被用于評估模式結果：

（1）NCEP/NCAR 再分析資料是最早發布的再分析資料之一，并被廣泛運用于氣象分析研究中。該再分析資料采用的預測模式分辨率為T62（約210 km），垂直28 層。采用的觀測資料主要包括全球無線電探空資料、COADS 海表通量數據集、飛機觀測、地表觀測資料以及少量衛星資料。

（2）JRA55 是日本氣象廳（JMA）繼JRA25后發布的第二套長期全球大氣再分析資料。JRA55采用JMA 四維變分同化系統和改進版JMA 全球譜模式，水平分辨率由JRA25 的T106（約110 km）提高到TL319（約55 km），垂直60 層，最高層為0.1 hPa。JRA55 使用觀測資料主要與ERA-40再分析相同，并融合JMA 獲取的其他的觀測資料。其地表觀測資料及上層大氣觀測資料與NCEP/NCAR 再分析資料相同。

（3）ERA5 是ECMWF 繼ERA-interim 再 分析資料后最新發布的再分析資料。該資料通過國際先進的四維變分同化系統以及ECMWF 綜合預報模式系統CY41R2，融合了大量衛星觀測資料和世界氣象組織信息系統的站點觀測資料（WIS）。ERA5 資料的全球水平分辨率達到31 km，垂直137 層，最高層為0.01 hPa。

再分析資料是基于觀測及模式預報的綜合結果。由于采用觀測資料、同化方法以及模式預報系統的不同，再分析資料間亦存在差異。ECMWF 具有國際先進的模式預報系統，其預報能力處于國際領先地位。因此，針對BCC 模式的評估，本文主要參照ERA5 再分析資料的結果，并討論了再分析資料中阻高特征的異同及不確定性。本文的分析變量為500 hPa 標準層的逐日位勢高度場，選取的分析時段為1979 年1 月1 日至2014 年12 月31 日。

3 再分析資料對比及模擬結果分析

3.1 阻高發生頻率的年內氣候特征

圖2 給出全年平均各經度出現阻高現象的頻率。阻高頻率為某經度出現阻高事件的天數占資料的總天數的百分比。就全年來說，阻高高發區位于“北大西洋—歐洲”（20°W～40°E）區域，這里阻高平均發生的頻率約為11%～13%。“北太平洋中部”區域（150°E～150°W）是阻高高發次峰值區，這里阻高頻率約為6%～10%，極值區出現在日界線以西的近黑潮地區（約165°E）。阻高出現頻率最低的區域是東亞（90°E～120°E）和北美地區（80°W～120°W），年發生頻率只有約1%～3%。阻高在“北大西洋—歐洲”和“北太平洋中部”區域易發可能與海洋下墊面對大氣的加熱作用密切相關。北美東岸和亞洲東岸的大洋中分別存在著墨西哥灣暖流和黑潮暖流不斷地將低緯度溫暖的海水輸送到“北大西洋—歐洲”沿岸及“亞洲東岸—北美西岸”的高緯度地區。溫暖的海洋下墊面會加熱其上面的大氣，促使那里的等壓面升高，有利于阻高在那里形成。需要指出的是，“北大西洋—歐洲”區域的阻高頻率峰值區并不位于海洋上，而處于25°E 左右的中歐地區。這與阻高頻率的季節變化有關，并將在3.2 節中討論。

圖2 1979～2014 年平均各經度阻高頻率分布。黑色實線、長虛線和短虛線分別為ERA5、JRA55 和NCEP/NCAR 再分析資料的結果。紅色長虛線、短虛線和長短虛線為BCC-AGCM3-MR 大氣模式三個AMIP 樣本的結果。藍色長虛線為BCC-CSM2-MR 耦合模式的結果Fig.2 Annually averaged longitudinal distribution of blocking high frequency during the period 1979–2014. The black solid line, black long dashed line, and black short dashed line represent ERA5, JRA55, and NCEP/NCAR reanalysis datasets; the red long dashed line, red short dashed line, and red long–short dashed line indicate AMIP (Atmospheric Model Intercomparison Project) simulations using BCC-AGCM3-MR model; the blue line indicate historical simulation using BCC-CSM2-MR model

雖然三種再分析資料計算的阻高頻率高低值區大體一致，但ERA5 資料中阻高頻率量值在所有的經度都高于另兩種資料，尤其是在北太平洋地區（偏高約2.8%）。NCEP/NCAR 資料和JRA55 資料中阻高頻率的緯向分布特征十分一致，這是由于兩套資料使用了相同的地表觀測資料及上層大氣觀測資料。由第2 節的介紹可知，再分析資料中融合了觀測資料和模式預報信息。ECMWF 擁有國際公認的最優預報模式，同時ERA5 是三套資料中融合觀測資料最多的再分析資料。因此，ERA5 資料對阻高的描述更為合理。

圖2 同時給出了同時段BCC-AGCM3-MR 大氣模式三個樣本（紅色虛線）的結果。該模式能較合理地再現北半球年平均阻高頻率的緯向高低值分布以及位于25°E 附近的全緯圈最大阻高頻率發生區。根據海陸分布分別考察北太平洋（120°E～120°W）、北大西洋（60°W～15°E）、歐亞大陸（15°E～120°E）以及北美洲（120°W～60°W）所在經度帶的模擬偏差。與ERA5 再分析資料相比，模式的偏差主要表現為北太平洋及北大西洋所在的經度帶附近阻高頻率接近或低于再分析資料平均值，而歐亞大陸及北美大陸所在經度帶阻高頻率接近或高于再分析資料。其中，在60°E 附近即烏拉爾山阻高經常發生的地區，模擬結果較觀測偏高約3%。海洋和陸地地區相反的模擬偏差表明，模式中海洋熱通量模擬可能偏低而陸地表面熱通量模擬可能偏高。北太平洋地區阻高頻率模擬結果與再分析資料的差別小于再分析資料間的差異，說明模式在該區域的模擬結果具有較高的可信度。

BCC-CSM2-MR 耦合模式（藍色長虛線）的結果與大氣模式模擬結果基本一致，但仍有一些差別。大氣模式模擬結果中阻高次峰值區出現在日界線以東的170°W～160°W 之間，較再分析資料偏東約25～35 個經度，這一偏差在耦合模式中得到緩解。Duan et al.（2008）指出，在西太平洋暖池區海氣相互作用過程將通過風蒸發及云輻射過程改善臨近地區大氣環流及降水的模擬。整體來說，在北美洲中部到大西洋沿岸（90°W～15°E），耦合模式的模擬結果低于單獨大氣模式結果；而在歐亞大陸東部到大西洋東岸（90°E～140°W），耦合模擬結果則高于大氣模式模擬結果。兩者的差異表明耦合過程有助于提高北太平洋地區附近阻高的發生頻率而降低其在北大西洋地區附近的發生頻率。

對比阻高頻率緯向分布和再分析資料間的差異發現，再分析資料間的差異在阻高頻率高值區較大。同時，模擬偏差在阻高頻率高值區也相對偏大。說明，阻高活躍區的不規則擾動可能相對強于阻高非活躍區，這也是阻高活躍區模擬偏差較大的重要原因。

3.2 阻高發生頻率的季節氣候特征

阻高的發生頻率有顯著的季節變化特征。由圖3 可知，冬、春季阻高發生頻率明顯高于夏、秋季，前者約為后者的兩倍。與年平均結果類似，JRA55 和NCEP/NCAR 資料所反映出的阻高發生頻率的季節變化非常一致；ERA5 中各個季節的阻高發生頻率整體高于JRA55 和NCEP/NCAR 的結果。再分析資料間的最大差異出現在北太平洋地區，且此差異與阻高頻率大小的季節變化特征一致。與ERA5 再分析資料相比，JRA55 和NCEP/NCAR資料中阻高頻率在冬季平均偏低2.3%左右（最大差異為7.6%），春、夏次之，秋季差異最小。

關注位于歐洲地區的阻高頻率峰值區，該峰值區冬季位于0°左右的歐洲西海岸區，但其在春夏季節東移至25°E 的中歐地區并為全緯度最高值。該峰值區季節移動的可能原因是：海水的熱容量很大，冬季不容易降溫，而陸地在冬季由于太陽輻射的減少和陸地表面的長波向外的輻射冷卻作用，溫度會很低，因此阻高主要發生在靠近海洋的大陸沿岸地區；春夏季陸地表面的加熱作用逐漸加強，使得阻高中心東移。同時，烏拉爾山附近（60°E）和北美洲東岸（60°W）等處也有阻高的相對高發區。

以ERA5 再分析資料為參考，BCC-AGCM3-MR 大氣模式總體上能夠較好地模擬出阻高頻率的緯向變化及其強度的季節變化特征。主要偏差特征表現為：冬季歐亞大陸阻高頻率偏高，導致年平均結果中歐洲阻高中心略偏東，北大西洋阻高頻率偏低；春季歐亞大陸頻率偏高，北太平洋及大西洋地區阻高頻率偏低；夏季全緯度帶阻高模擬整體偏低，且模式不能再現太平洋阻高東西雙峰值的特征。北太平洋全年阻高多發于180°及其以東地區，導致年平均結果中該地區阻高峰值較再分析偏東約25～35 個經度。從模擬偏差量值上看：北太平洋所在經度帶附近（120°E～120°W），冬秋季偏差較小，春季偏低4%左右，夏季偏低5%左右；北大西洋所在經度帶附近（60°W～15°E），夏秋季節偏差較小，冬、春季分別偏低3%和6%左右；歐亞大陸所在經度帶附近（15°E～120°E），冬、春、秋季平均阻高頻率模擬偏高3.2%、0.56%、1.55%左右，夏季偏低2.9%左右；北美洲所在經度帶附近（120°W～60°W），秋冬季節偏高0.77%，春季偏低0.95%左右，夏季阻高頻率全年最低季節偏差也較小。

圖3 同圖2，但為四個季節平均各經度阻高頻率分布：（a）冬季（DJF）；（b）春季（MAM）；（c）夏季（JJA）；（d）秋季（SON）Fig.3 As in Fig.2, but for seasonal distributions: (a) Winter (December–January–February, DJF); (b) spring (March–April–May, MAM); (c) summer(June–July–August, JJA); (d) autumn (September–October–November, SON)

由BCC-CSM2-MR 耦合模式結果（圖3 中藍線）可知，BCC-AGCM3-MR 模式中冬季歐亞大陸的阻高頻率正偏差在耦合模式中得到抑制，更接近于再分析資料結果，但位于中歐地區的阻高中心頻率偏弱；耦合過程加強了冬春季北太平洋地區模擬阻高頻率，其中春季阻高頻率及分布與ERA5 資料高度吻合；夏季北太平洋地區阻高頻率分裂為日界線東西兩個中心，分別位于130°E 和130°W 附近，耦合模式能再現這種阻高頻率雙峰值的特征，而大氣模式對此無再現能力；耦合模式中，冬春季北大西洋地區阻高頻率負偏差加大。總體而言，耦合過程有助于改進歐亞大陸及北太平洋地區阻高頻率的模擬，但削弱北大西洋—歐洲沿岸地區阻高頻率。

氣候平均態上的模式偏差是造成模式對天氣尺度上阻高頻率模擬偏差的重要原因。圖4 為大氣模式BCC-AGCM3-MR 和耦合模式BCC-CSM2-MR中各個季節500 hPa 位勢高度場相對于ERA5 再分析資料的偏差。冬春季60°N 緯度帶上，兩模式在亞歐大陸上均為位勢高度正偏差中心，而北大西洋上均為位勢高度負中心，導致兩模式中亞歐大陸冬春季阻高頻率偏高而北大西洋地區位勢高度偏低。BCC-CSM2-MR 耦合模式中亞歐大陸的正偏差強度相對BCC-AGCM3-MR 大氣模式減小，而北大西洋的負偏差相對于BCC-AGCM3-MR 大氣模式增大。兩模式中夏季偏差場表現為60°N 緯度帶位勢高度偏小而40°N 緯度帶位勢高度偏大，導致阻高頻率在整個緯圈范圍內偏低。BCC-CSM2-MR模式對夏季北太平洋中雙峰值阻高頻率的再現與該模式中中緯度（40°N）西太平洋位勢高度正偏差的減弱有關。

3.3 阻高發生頻率的變率及統計特征

圖5 是由ERA5 再分析資料、BCC-AGCM3-MR 大氣模式AMIP 試驗樣本1 以及BCC-CSM2-MR 耦合模式歷史試驗樣本1 計算出的1979～2014 年各個季節阻高出現頻率的“經度—時間”演變。整體而言，與圖2 和圖3 結論一致，ERA5再分析資料中，阻高在“北大西洋—歐洲地區”和“北太平洋地區”最易發生，且冬、春季阻高發生頻率要高于夏秋季；BCC-AGCM3-MR 模式對北太平洋地區阻高頻率的模擬比觀測偏弱，BCC-CSM2-MR 模式的結果較BCC-AGCM3-MR 模式加強。

圖4 （a）冬季（DJF）、（b）春季（MAM）、（c）夏季（JJA）、（d）秋季（SON）BCC-AGCM3-MR 模式模擬的500 hPa 位勢高度場相對于ERA5 再分析資料的偏差（單位：gpm）。（e–h）同（a–d），但為BCC-CSM2-MR 模式的模擬偏差Fig.4 Biases (units: gpm) of 500-hPa geopotential height between BCC-AGCM3-MR model and ERA5 reanalysis dataset in (a) winter (DJF), (b)spring (MAM), (c) summer (JJA), and (d) autumn (SON); (e–h) as in (a–d), but for the biases between BCC-CSM2-MR model and ERA5 reanalysis dataset

ERA5 再分析資料、大氣模式AMIP 試驗及耦合模式歷史試驗結果均顯示，北半球阻高頻率存在較強的年際變率特征。然而，對兩個阻高頻率中心區“北大西洋—歐洲地區”和“北太平洋地區”各個季節平均阻高頻率演變序列的相關分析表明，大氣模式三個樣本及耦合模式的模擬結果與ERA5 再分析結果的相關性較弱，且均未通過顯著性檢驗（圖略）。也就是說，無論是給定觀測的海溫、海冰還是考慮海氣耦合過程，模式結果都無法再現觀測中阻高的年際演變特征，同時模擬結果不受初值選取的影響。Stein（2000）對歐洲地區阻高的診斷及模擬分析同樣顯示，不同初值試驗樣本中阻高指數與觀測均無相關性，且各試驗樣本的阻高指數相關也不顯著。這說明阻高頻率受到氣候系統內部變率不確定性的較大影響，這也是制約阻高預測水平的重要因素。

圖6 進一步分析了1979～2014 年“北大西洋—歐洲地區（20°W～40°E）”和“北太平洋中部地區（150°E～150°W）”兩個阻高頻率中心區各季節阻高發生頻率的統計分布情況。“北大西洋—歐洲地區”：冬春季阻高出現頻率相當（圖6a），中間值約為14%～16%，夏秋季頻率中間值為7.5%，約為冬春季的1/2 左右；BCC-AGCM3-MR 大氣模式能較好模擬出四季阻高頻率的高低變化（圖6b），四季阻高頻率平均中間值約為8.5%，較ERA5再分析資料平均值（11.4%）偏低3%左右，變幅平均值為23.0%，較ERA5 再分析資料變幅平均值（11.3%）偏高12%左右；BCC-CSM2-MR 耦合模式結果與大氣模式類似（圖6c），但其平均變幅為21.1%，偏差略小于大氣模式。“北太平洋中部地區”：冬季阻高頻率最高，變幅最大，阻高的頻率和變幅隨季節演變逐級遞減（圖6d）；BCCAGCM3-MR 模式及BCC-CSM2-MR 模式均能再現出北太平洋地區阻高頻率隨冬、春、夏、秋逐漸減小的特征（圖6e、f），但BCC-AGCM3-MR 模式中春季阻高頻率為5.8%，僅為ERA5 再分析資料頻率的3/5 左右；兩模式中冬季阻高頻率平均值及變幅均強于ERA5 再分析資料值。

圖5 1979～2014 年北半球季節平均阻高發生頻率的經度—時間分布：（a）ERA5 再分析資料；（b）BCC-AGCM3-MR 大氣模式AMIP 試驗第一個樣本結果；（c）BCC-CSM2-MR 氣候系統模式歷史試驗（Historical）第一個樣本結果Fig.5 Distributions of the longitude–time for blocking frequency in each season from 1979 to 2014: (a) ERA5 reanalysis dataset; (b) first member in the AMIP simulation by BCC-AGCM3-MR model; (c) first member in the historical simulation by BCC-CSM2-MR model

圖6 1979～2014 年北半球兩個阻高中心區季節平均阻高發生頻率統計分布：（a–c）大西洋歐洲地區（20°W～40°E）；（d–f）北太平洋中部地區（150°E～150°W）。方括號中的數字分別為阻高出現頻率的中間值和變幅（最大頻率與最小頻率之差），長方形的上、下方短橫線分別表示上10%頻率閾值（上十分位數）、下10%頻率閾值（下十分位數），長方形的上、下邊界及中間橫線分別為上三分之一（上三分位數）、下三分之一（下三分位數）頻率閾值、中間值Fig.6 Statistical distributions of seasonal blocking frequency for the two blocking centers in the Northern Hemisphere from 1979 to 2014: (a–c) “North Atlantic–West Europe” (20°W–40°E); (d–f) “Central North Pacific” (150°E–150°W). Numbers in square brackets represent the medians and amplitudes (maximum minus minimum) of seasonal blocking frequency, respectively; the short lines above and below the rectangles indicate upper interdecitile and lower interdectile, respectively; the upper and lower sides of the rectangles represent the upper and lower intertritiles, respectively; the lines within the rectangles represent the medians

葉篤正等（1962）指出影響中國天氣的阻高通常出現在烏拉爾山（45°E～75°E）、貝加爾湖（90°E～120°E）和鄂霍次克海（135°E～165°E）附近，并對我國冬、夏季溫度和降水有重要影響。圖7 為這三個地區季節平均阻高發生頻率統計分布。從阻高發生頻率的中間值上看，烏拉爾山和貝加爾湖地區阻高發生頻率低于鄂霍次克海地區；烏拉爾山地區冬、春、夏阻高頻率相當，約為6%～8%；貝加爾湖地區夏季阻高頻率最高（5.1%）；鄂霍次克海地區冬季節阻高頻率為15.6%，春、夏阻高頻率約為10%；三個地區秋季阻高頻率均為全年最低。

BCC-AGCM3-MR 大氣模式的整體偏差表現為高估烏拉爾山和貝加爾湖地區冬、春季阻高頻率，而低估這兩個地區夏季以及鄂霍次克海全年阻高頻率。這分別與歐亞大陸阻高頻率偏高及北太平洋阻高頻率偏低聯系（圖3），并與模式氣候態南北梯度偏差有關（圖4）。與大氣模式結果相比，BCCCSM2-MR 耦合模式中烏拉爾山地區冬季阻高減少，而鄂霍次克海地區冬、春季節阻高增多，更接近于再分析結果。與阻高中心區“北大西洋—歐洲地區”及“北太平洋中部地區”的統計分析類似，兩模式對影響中國天氣的三個阻高關鍵區阻高頻率變幅的模擬整體強于ERA5 再分析資料結果。

圖7 同圖6，但為1979～2014 年烏拉爾山（45°E～75°E）、貝加爾湖（90°E～120°E）和鄂霍次克海（135°E～165°E）地區季節平均阻高發生頻率的統計分布Fig.7 As in Fig.6, but for the seasonal blocking high frequency over the Ural Mountains (45°E–75°E), Lake Baikal (45°E–75°E), and Okhotsk Sea(135°E–165°E)

表1 國家氣候中心大氣模式BCC-AGCM3-MR 和耦合模式BCC-CSM2-MR 模擬的北半球1979～2014 年各個季節平均及年平均阻高頻率與三套再分析資料（ERA5、JRA55、NCEP/NCAR）結果間的均方根誤差Table 1 Root mean square errors of the seasonal and annual mean northern hemispheric blocking high frequencies for simulations using BCC models (BCC-AGCM3-MR, BCC-CSM2-MR) and the three reanalysis datasets (ERA5, JRA55,NCEP/NCAR) from 1979 to 2014

3.4 阻高模擬結果的總體誤差分析

為了綜合定量衡量誤差的情況，分別計算了大氣模式BCC-AGCM3-MR 和耦合模式BCC-CSM2-MR 模擬的全年及各個季節阻高發生頻率與ERA5、JRA55 和NCEP/NCAR 三套再分析資料結果之間的均方根誤差（表1）。大氣模式與三套再分析資料的均方根誤差均表現為冬季最大，春、夏、秋季逐漸減小的特征。由于不同季節的模擬偏差間的正負抵消作用，年平均均方根誤差低于各個季節偏差。耦合模式與三套再分析資料的均方根誤差表現為冬、春季量值大于夏、秋季量值，年平均均方根誤差低于各個季節偏差。由此可知，阻高較為活躍的冬春季節阻高頻率的模擬偏差也相對較大。從均方根誤差表可以看出，冬季大氣模式及耦合模式阻高頻率模擬結果與ERA5 再分析資料的誤差較小。其中耦合模式模擬更接近ERA5 再分析資料。而春季模式模擬結果與JRA55 及NCEP/NCAR 再分析資料較為接近，其中大氣模式模擬偏差更小。

4 小結及討論

本文利用三套再分析資料及國家氣候中心氣候參加CMIP6 計劃的單獨大氣模式AMIP 試驗和氣候系統模式歷史試驗結果，分析北半球阻高頻率的主要特征并評估模式的模擬性能。主要結論如下：

（1）三套再分析資料及BCC 模式結果均顯示，北半球年平均阻高發生頻率沿緯圈分布呈兩波型，最容易出現阻高的地方是“北大西洋—歐洲地區”以及“北太平洋中部地區”。冬、春季阻高出現的頻率約為夏秋季頻率的兩倍。ERA5 再分析資料中各個季節的阻高發生頻率高于JRA55 及NCEP/NCAR再分析資料結果，特別在北太平洋地區。

（2）年平均結果顯示，單獨大氣模式BCCAGCM3-MR 低估北太平洋和北大西洋所在的經度帶附近阻高頻率，而高估歐亞大陸和北美大陸所在經度帶阻高頻率。耦合過程可能有利于北太平洋地區阻高的發生，從而改進該地區阻高頻率的模擬。

（3）BCC 模式模擬的季節偏差特征整體與阻高頻率的季節變化一致，即冬春季節阻高頻率偏差大于夏秋季節。BCC 模式中冬春歐亞大陸阻高頻率偏高而大西洋地區阻高頻率偏低，這與模式高估歐亞大陸高緯地區500 hPa 位勢高度而低估同緯度北大西洋位勢高度場有關。BCC 模式整體低估夏季北半球阻高頻率。耦合過程有助于改進冬季歐亞阻高以及春夏北太平洋阻高頻率的模擬。

（4）北半球阻高頻率存在很強的年際變率，且主要受地球系統內部變率的影響。1979～2014年間，BCC-AGCM3-MR 模式中“北大西洋—歐洲地區”阻高頻率中間值偏低3%左右，變幅偏高12%左右；“北太平洋中部地區”阻高隨冬、春、夏、秋逐漸減小的特征與再分析一致，但春季阻高頻率偏弱。耦合模式中阻高頻率中間值偏差與單獨大氣模式類似，但變幅模擬偏差略有降低。

（5）烏拉爾山阻高、貝加爾湖阻高及鄂霍次克海阻高是影響中國天氣主要阻高系統。BCC-AGCM3-MR 模式的模擬偏差主要表現為高估烏拉爾山及貝加爾湖地區冬春阻高頻率而低估鄂霍次克海地區阻高頻率。耦合模式中烏拉爾山冬季阻高頻率及鄂霍次克海冬春阻高頻率更接近于再分析資料結果。

從本文的分析可知，不同再分析資料、BCC耦合模式或單獨大氣模式模擬結果中，阻高最易發生的區域為北太平洋中部和歐亞大陸的西岸。這說明海洋下墊面對大氣的加熱對阻高的發生有重要影響。阻高易發生在冬春季，夏秋季較少則說明感熱加熱要比潛熱重要。李崇銀和顧薇（2010）在分析2008 年導致我國南方大冰凍的烏拉爾阻高異常活動時，在比較了各種可能的原因后認為墨西哥暖流區附近的海溫異常增暖是烏山阻高增強的主要原因。因此，提示我們改善對阻高的模擬能力可能需要改進海氣相互作用、海氣熱通量的計算方面入手。此外，夏季亞洲大陸上的阻高發生和可能與“伊朗高原—青藏高原”以及東亞大陸的加熱有關，需要給予一定的注意。