FGOALS-g3 模擬的南亞夏季風：氣候態和年際變率

何林強 周天軍 李立娟 林鵬飛 陳曉龍 鄒立維

1 中國科學院大氣物理研究所大氣科學和地球流體力學數值模擬國家重點實驗室(LASG), 北京 100029

2 中國科學院大學地球與行星科學學院, 北京 100049

1 引言

南亞夏季風主要受太陽輻射季節變化和大尺度海陸熱力差異的影響，是全球季風系統的重要組成部分，每年印度半島的夏季風降水占到全年的80%（Wang et al., 2017），對當地的水資源、社會經濟和生態環境具有顯著影響。基于氣候系統模式，認識和理解南亞夏季風的歷史變化規律、預測和預估南亞夏季風在未來全球增暖背景下的變化，是科學界高度關注的前沿問題（Huang et al., 2020a,2020b）。

由于復雜的海—陸—氣相互作用，氣候系統模式對于南亞夏季風的模擬仍然是一個巨大的挑戰。在氣候態上，CM?P3 和CM?P5 多模式集合平均的南亞夏季降水均在赤道西印度洋存在濕偏差，季風槽內存在干偏差（Sperber et al., 2013）。已有的研究主要從海氣耦合、大氣物理過程以及地形和分辨率等方面討論南亞夏季風氣候態模擬偏差的原因。在海氣耦合方面，赤道印度洋的東風應力偏差通過皮耶克尼斯正反饋，形成緯向海溫梯度偏差，造成西印度洋偏暖，降水增多，并進一步減弱了南亞夏季風環流（Annamalai et al., 2017）。耦合模式對觀測中印度洋海溫—蒸發—降水相關性模擬的偏差，也會導致大氣對局地海溫強迫的響應偏強，進而影響南亞季風區降水的模擬（Bollasina and Nigam,2009）。此外，耦合模式模擬的阿拉伯海冷偏差會減少夏季西南氣流向印度半島的水汽輸送，造成季風 槽 降 水 偏 少（?zumo et al., 2008; Levine et al.,2013）。對比有無海洋同化的數值試驗表明，耦合模式對印度夏季風降水的模擬偏差與西太平洋海溫模擬偏差有關（王晨琦等, 2019）。在大氣物理過程方面，對流參數化過程導致的大氣瞬變偏差會直接造成赤道西印度洋降水的模擬偏差，進而影響南亞夏季風的模擬（Martin et al., 2010）。大氣模式中積云對流方案的夾卷系數對于云的形成和降水的分 布 有 顯 著 影 響（Neale et al., 2008; Zhao et al.,2018），通過增加NCAR-CAM4 模式中對流方案的夾卷率，敏感性試驗結果表明赤道西印度洋的濕偏差和季風槽的干偏差有明顯改善（Hanf and Annamalai, 2020）。在地形作用方面，觀測結果和數值試驗都指出濕靜力能的水平梯度在印度半島北部和西側的沙漠之間達到最大，表明由于山脈隔絕了西側的干冷空氣，南亞季風區的濕靜力能和降水才 得 以 維 持（Boos and Kuang, 2010; Boos and Hurley, 2013）。因此，當前模式對于高原陡峭地形的平滑處理，會導致季風槽降水的模擬偏少（Boos and Hurley, 2013）。此外，提高模式的水平分辨率，可以有效改善西高止山和中南半島迎風坡地形降水的模擬偏差，但對于印度大陸的降水模擬沒有明顯提升（Johnson et al., 2016）。

在年際尺度上，El Ni?o 與印度夏季降水（All-?ndia Rainfall，簡稱A?R）存在著顯著的負相關關系，這也是衡量氣候模式模擬南亞夏季風性能的重要指標（Sperber et al., 2013; Pandey et al., 2020）。在CM?P3 的眾多模式中，僅有4 個能再現這種熱帶太平洋海溫異常激發的大氣遙相關（Annamalai et al., 2007）。相比之下，CM?P5 模式對于El Ni?o與A?R 負相關關系的模擬有了明顯改善（Sperber et al., 2013）。基于CM?P5 多模式歷史氣候模擬的分析表明，El Ni?o—Southern Oscillation（ENSO）與季風關系的模擬取決于模式對于氣候態季風降水的空間分布，ENSO 相關的赤道太平洋海溫和非絕熱加熱的模擬（Sperber et al., 2013）。同時，受El Ni?o 強迫的印度洋的海溫異常會使得熱帶太平洋海溫與印度夏季降水的遙相關關系減弱（Ashok et al., 2004），因此，ENSO 相關的印度洋和西太平洋海溫異常的模擬也會直接影響到ENSO 與季風降水的關系（Lau and Nath, 2009; Achuthavarier et al., 2012）。

全球季風模式比較計劃（GMM?P）作為第六次耦合模式比較計劃（CM?P6）的子計劃之一，由中國、英國和美國學者聯合發起組織（Zhou et al.,2016）。GMM?P 通過比較不同分辨率、有無海氣耦合過程的試驗，有望明晰季風降水模擬偏差的來源，為提升模式綜合模擬能力提供參考（周天軍等, 2019a）。中國科學院大氣物理研究所大氣科學和地球流體力學數值模擬國家重點實驗室（LASG/?AP）發展的最新版本的耦合系統模式FGOALSg3（Li et al., 2020b），參與了GMM?P 國際計劃。季風的模擬，一直是FGOALS 模式研發過程中重點關注的問題。以FGOALS-g2 為例，該模式能夠合理地模擬出南亞夏季風的氣候態和年際變率特征，但由于氣候態下印度洋海溫和對流層溫度等模擬偏差，導致印度半島的水汽輸送和動力抬升減弱，季風槽出現干偏差；El Ni?o 期間印太暖池的海溫模擬偏差造成沃克環流下沉支位置偏移，ENSO 與A?R 負相關關系偏弱（黃昕等, 2019）。從FGOALS-g2到FGOALS-g3，該模式從大氣分量到海洋分量都做了諸多改進，但是，關于該模式對南亞夏季風的模擬能力尚未進行系統評估。本文的目的是：（1）基于觀測事實，評估FGOALS-g3 對于南亞夏季風氣候態和年際變率的模擬能力；（2）通過耦合與非耦合試驗結果的比較，理解海氣耦合過程對于南亞季風模擬偏差的影響。

2 資料和方法

2.1 模式介紹

FGOALS-g3 是由LASG/?AP 發展的耦合系統模式，包含了大氣、海洋、陸面和海冰四個模塊。相比于FGOALS-g2，FGOALS-g3 的大氣分量GAM?L3 采用了二維混合的并行剖分，在水平分辨率、水汽平流方案，物理過程和外強迫上進行了更新和改進 （Li et al., 2020a）。GAM?L3 的水平分辨率由約2.8°（128×60）提高到約2°（180×80），并調整了兩步保形平流方案以提高水汽守恒（TSPAS；Yu, 1994）。在物理過程方面，GAM?L3 考慮了對流動量傳輸過程（Wu et al., 2007）、采用了基于估計反演強度的積云對流參數化方案（E?S；Guo and Zhou, 2014）、人為氣溶膠效應的簡單參數化方案（Stevens et al., 2017; Shi et al., 2019）和改進的邊界層方案（Sun et al., 2016）。外強迫采用了CM?P6 推 薦 的 方 案（Nie et al., 2019），相 比FGOALS-g2 增加了火山活動的強迫，同時加入了1965～2014 年人為地下水開采作為陸面模式的額外強迫（Li et al., 2020b）。

FGOALS-g3 的 海 洋 分 量L?COM3 相 對 于L?COM2 的改進主要表現在以下幾個方面：一是動力框架由原來經緯度格點框架改為適用于任意正交曲面坐標并采用三極格點，有效解決了北極點引起的一系列計算穩定性問題；二是升級耦合器接口，提高了耦合效率；三是改進了潮汐混合以及渦旋混合的物理過程（Lin et al., 2016; 俞永強等, 2018; 于子棚等, 2019; Lin et al., 2020）。FGOALS-g3 的陸面分量CAS-LSM（Xie et al., 2020），海冰分量Los Alamos sea ice model Version 4.0 相比FGOALSg2 均有所改進。FGOALS-g3 采用NCAR 開發的CPL7 進行耦合。有關FGOALS-g3 相對于FGOALSg2 模式改進的詳細介紹和整體評估參見（Li et al.,2020b）。

本文使用的模式數據為FGOALS-g3 的歷史試驗和單獨大氣試驗結果。其中，歷史試驗使用觀測的、隨時間變化的外強迫驅動耦合模式，模擬1850～2014 年的歷史氣候；單獨大氣試驗利用1979～2014 年以來觀測的海溫和海冰作為邊界條件驅動大氣模式GAM?L3，這是CM?P6 的標準設定（周天軍等, 2019b）。為比較FGOALS-g3 歷史試驗與FGOALS-g2 的差異，本文還用到FGOALSg2 向CM?P5 提交的歷史試驗數據。上述每組試驗均選取第一個集合成員，時間為1979～2005 年。為理解內部變率對本文結果的影響，本文在討論部分，給出了5 個樣本集合的模擬效果與單個集合成員結果的異同。為方便討論，以下分別用FGOALS-g2，FGOALS-g3 和GAM?L3 來表示FGOALS-g3 與g2的歷史試驗和FGOALS-g3 的單獨大氣試驗結果。

2.2 觀測和再分析資料

本文用到的觀測資料包括：（1）GPCP 2.3（ Global Precipitation Climatology Project dataset version 2.3）逐月降水（Adler et al., 2003）；（2）英國哈德萊中心Had?SST（Hadley Centre Global Sea ?ce and Sea Surface Temperature version 1.1）逐月海表溫度（Rayner et al., 2003）；（3）日本氣象廳JRA55（Japanese 55-year reanalysis projects）逐月大氣再分析數據（Kobayashi et al., 2015）。為方便比較，所有數據均選取1979～2005 年的6～9 月并統一插值到2.5°×2.5°格點上。JRA55 再分析數據垂直方向上選取1000、925、850、700、600、500、400、300、250、200、150、100 hPa 各層。

3 結果分析

以下針對南亞夏季風的氣候態及年際變率特征，首先通過比較FGOALS-g3 與觀測、FGOALS-g3與FGOALS-g2、FGOALS-g3 與GAM?L3 的試驗結果，關注FGOALS-g3 與FGOALS-g2 和海氣耦合過程對于南亞夏季風模擬的差異，隨后，再進一步探討模擬偏差改進的原因。

3.1 FGOALS-g3 對氣候態下南亞夏季降水的模擬

3.1.1 南亞夏季降水氣候態的模擬

氣候態上，觀測結果（圖1a）表明南亞夏季風期間，印度洋越赤道氣流受地轉效應影響及東非大陸的阻擋，形成西南季風，并向印度半島和中南半島輸送水汽，降水的中心位于孟加拉灣的季風槽內。受地形影響，西高止山、若開山脈和喜馬拉雅山脈的迎風坡降水較多（圖1a）。位于赤道東印度洋海上輻合帶的降水伴隨著南亞季風的撤退而增多（圖1a、圖2a）。

圖1 南亞夏季降水（填色，單位：mm d-1）與850 hPa 風場（矢量，單位：m s-1）6～9 月的氣候態分布：（a）GPCP/JRA55 觀測；（b）FGOALS-g3 模 擬；（c）GAM?L3 模 擬；（d）FGOALS-g3 模 擬 結 果 減 去GPCP/JRA55 觀 測 結 果；（e）FGOALS-g2 模 擬 結 果 減 去GPCP/JRA55 觀測結果；（f）FGOALS-g3 減去GAM?L3 模擬結果。圖中白色區域表示海拔高度2000 米以上，圖（a）中三組三角形標識自西向東分別表示西高止山、喜馬拉雅山脈和若開山脈Fig. 1 Climatology of JJAS (June–July–August–September) South Asian summer monsoon precipitation (shaded, units: mm d-1) and 850 hPa wind(vectors, units: m s-1): (a) GPCP/JRA55, (b) FGOALS-g3, (c) GAM?L3, (d) FGOALS-g3 minus GPCP/JRA55, (e) FGOALS-g2 minus GPCP/JRA55,and (f) FGOALS-g3 minus GAM?L3. White areas denote altitudes above 2000 m. Three groups of triangular marks in (a) represent the Western Ghats,the Himalayas and the Rakhine Mountains from west to east, respectively

相比于觀測，FGOALS-g3 模擬的季風環流偏弱，整個南亞季風區存在明顯的北風偏差，減弱了向印度半島北部的水汽輸送（圖1b 和d）。降水場上，西印度洋的濕偏差和季風槽的干偏差是CM?P3 和CM?P5 耦合模式普遍存在的系統性偏差（Annamalai et al., 2017），這在FGOALS-g3 的模擬中依然存在（圖1d）。 相比于FGOALS-g2，FGOALS-g3 模擬的赤道印度洋東風偏差明顯改善，赤道西印度洋和阿拉伯海的濕偏差減弱，但赤道中印度洋和孟加拉灣的濕偏差加劇（圖1d 和e）。GAM?L3 模擬的南亞夏季風環流和降水的特征與FGOALS-g3 結果類似（圖1b 和c），表明耦合模式的模擬偏差在很大程度上源自大氣模式自身。但相比于GAM?L3，FGOALS-g3 模擬的北印度洋西風偏差減弱，對應的印度半島中部和中南半島西部降水濕偏差減弱（圖1f），這反應了海氣耦合過程的影響。

在年循環特征上，南亞夏季降水集中在6～9 月，雨帶中心北推至22°N 附近，赤道印度洋輻合帶的降水在夏季風期間逐漸增強（圖1a、圖2a）。相比于觀測，FGOALS-g3 模擬的南亞夏季風主雨帶位置偏南（8°N 附近）且強度偏大，同時海上輻合帶降水特征不明顯（圖2b），表現為由赤道印度洋延伸至印度半島的“干—濕—干”的三核型偏差（圖2d）。這與FGOALS-g2 的模擬偏差特征類似（黃昕等, 2019），但FGOALS-g3 中的三核型偏差強度更大（圖2d、e），表明年循環特征的改進難度之大。此外，GAM?L3 模擬的年循環特征與FGOALS-g3 類似，但主雨帶北推位置相比于耦合模式更接近觀測（圖2c、f），表明這種偏差來自大氣模式自身，但是海氣耦合過程進一步放大了這一偏差。

圖2 南亞夏季降水（65°E～95°E 平均）的年循環（單位：mm d-1）：（a）GPCP 觀測；（b）FGOALS-g3 模擬；（c）GAM?L3 模擬；（d）FGOALS-g3 模擬結果減GPCP 觀測結果；（e）FGOALS-g2 模擬結果減GPCP 觀測結果；（f）FGOALS-g3 減GAM?L3 模擬結果Fig. 2 Annual cycle climatology of South Asian summer monsoon precipitation averaged from 65°E to 95°E (units: mm d-1): (a) GPCP; (b) FGOALSg3; (c) GAM?L3; (d) FGOALS-g3 minus GPCP; (e) FGOALS-g2 minus GPCP; (f) FGOALS-g3 minus GAM?L3

3.1.2 南亞夏季降水氣候態模擬偏差的原因

南亞夏季風的形成和變化與大尺度的經向熱力差異有關（Webster and Yang, 1992; Jin and Wang,2017；圖3）。由于對流潛熱釋放，熱帶對流層上層溫度對海溫異常的響應增強，使得對流層上層經向熱力梯度對于南亞季風環流的驅動作用要大于對流層低層（Dai et al., 2013）。圖3a 給出了JRA55資料計算的氣候態下300 hPa 的南亞夏季風環流和溫度。對流層上層海洋相比于大陸更冷，其中冷中心位于西印度洋，暖中心位于印度半島北部（與整層大氣溫度水平梯度的分布類似，圖片未給出）。根據熱成風原理，北印度洋的對流層上層盛行東風（圖3a），低層盛行偏西風（圖1a）。相比于觀測，FGOALS-g3模擬的300 hPa 溫度在南亞季風區整體偏冷，同時冷偏差中心位于印度半島北部至中亞一帶（圖3b）。這樣的冷偏差結構使得氣候態的經向溫度梯度減弱，南亞季風環流減弱（圖3b），進一步抑制了印度半島北部及季風槽附近的對流活動，出現下沉運動偏差（圖3f），導致整層水汽輻散偏差（圖4d），降水模擬偏少（圖1d）。此外，印度半島南部的抬升運動偏差及對應的降水濕偏差廣泛存在于FGOALS-g2，FGOALSg3 以及GAM?L3 的模擬中（圖1b、e 和f），這可能與模式的分辨率難以準確刻畫位于印度德干高原西部的西高止山的陡峭地形有關。

圖3 氣候態6～9 月南亞地區300 hPa 溫度（左列，填色，單位：K）、風場（左列，矢量，單位：m s-1）和500 hPa 垂直速度（右列，單位：10-2 Pa s-1）的空間分布：（a, e）JRA55 觀測；（b, f）FGOALS-g3 模擬結果減JRA55 觀測結果；（c, g）FGOALS-g2 模擬結果減JRA55 觀測結果；（d, h）GAM?L3 模擬結果減JRA55 觀測結果Fig. 3 Climatology of JJAS 300 hPa air temperature (left panel, shading, units: K), wind (left panel, vectors, units: m s-1), and 500 hPa vertical velocity (right panel, units: 10-2 Pa s-1): (a, e) JRA55; (b, f) FGOALS-g3 minus JRA55; (c, g) FGOALS-g2 minus JRA55; (d, h) GAM?L3 minus JRA55

圖4 氣候態6～9 月印度洋海表溫度（左列，單位：K）和整層水汽通量積分（右列，矢量，單位：kg m-1 s-1）及其散度（右列，填色，單位：10-5 kg m-2 s-1）。（a）FGOALS-g3 模擬減Had?SST 觀測結果；（b）FGOALS-g2 模擬減Had?SST 觀測結果；（c）FGOALS-g3 減FGOALS-g2 模擬結果；（d）FGOALS-g3 減JRA55 觀測結果；（e）FGOALS-g2 模擬減JRA55 觀測結果；（f）FGOALS-g3 減GAM?L3模擬結果Fig. 4 Climatology of JJAS sea surface temperature (left panel, units: K), vertically integrated moisture flux (right panel, vectors, units: kg m-1 s-1)and its divergence (right panel, shading, units: 10-5 kg m-2 s-1): (a) FGOALS-g3 minus Had?SST; (b) FGOALS-g2 minus Had?SST; (c) GAM?L3 minus Had?SST; (d) FGOALS-g3 minus JRA55; (e) FGOALS-g2 minus JRA55; (f) GAM?L3 minus JRA55

相比于FGOALS-g3，FGOALS-g2 模擬的對流層溫度同樣存在類似的冷偏差結構，并且系統性冷偏差的強度較FGOALS-g3 偏冷2 K 左右（圖3b、c），造成局地哈德萊環流減弱進而導致降水的模擬偏差（圖3g；黃昕等, 2019）。GAM?L3 模擬的氣候態對流層300 hPa 溫度的水平分布上，南亞季風區的經向梯度同樣減弱，但相比于FGOALS-g3耦合試驗模擬的偏差強度較弱（圖3b、d），對應的季風槽的下沉運動偏差（圖3f、h）和降水干偏差也有所減弱（圖1a、c）。這在一定程度上說明，海氣耦合過程會放大單獨大氣模式中對流層溫度的冷偏差。

值得注意的是，造成南亞夏季風環流模擬偏弱的對流層溫度冷偏差不僅存在于FGOALS-g3 模式中，John and Soden（2007）指出CM?P3 耦合模式模擬的對流層溫度系統性地偏冷1～2 K，冷偏差隨著高度增加，并且副熱帶地區大于熱帶和高緯地區。類似的冷偏差結構在大多數CM?P5 耦合模式中依然存在，冷偏差的大值中心位于副熱帶300 hPa附近（Tian et al., 2013）。但是，耦合模式模擬的這種系統性冷偏差的來源尚不清楚，而單獨大氣模式模擬的對流層溫度也存在相似的偏差結構。因此，這種全局性的冷偏差可能與大氣模式的濕物理過程參數化方案及動力過程的反饋有關。在南亞季風區，對流模擬偏差造成的降水干偏差導致對流層中上層非絕熱加熱偏弱，一方面冷偏差可以通過熱帶波動傳播至整個熱帶副熱帶地區，形成全局性的冷偏差；另一方面，冷偏差通過調整大氣環流進而影響降水，所構成的正反饋過程進一步放大了降水的模擬偏差。關于對流層冷偏差影響季風降水的機制，未來有待通過數值試驗加以明晰。觀測證據顯示，對流層的中上層變冷能夠令南亞季風和東亞季風區降水減少（Yu et al., 2004; Yu and Zhou, 2007; Roxy et al.,2015），并且這種影響通過數值試驗在東亞地區得到部分驗證（Xin et al., 2008）。

在對流層低層，不同于FGOALS-g2 試驗中印度洋海溫“西暖東冷”的偶極型偏差（圖4b；Lin et al., 2013; 黃昕等, 2019），FGOALS-g3 模擬的海溫冷偏差整體減弱（圖4a；Li et al., 2020b），且東印度洋海溫暖偏差強度更大（圖4c），使得赤道印度洋海溫偏差的緯向梯度減小，緯向環流偏差減弱（圖1f），基本糾正了FGOALS-g2 中赤道印度洋的東風偏差（圖1d）。而相比于觀測海溫，耦合模式FGOALS-g3 模擬的北印度洋海溫呈現“西暖東冷”的偶極型偏差，西北太平洋呈現冷偏差（圖4a），使得大氣模式模擬的北印度洋西風偏差減弱（圖1f），不利于水汽向南亞季風區輸送（圖4f），在一定程度上改善了大氣模式模擬的印度半島中部和中南半島中部的濕偏差（圖1f）。基于CM?P5 多模式集合平均的結果也表明，氣候態季風降水模擬的改進很大程度上來源于耦合模式模擬的海溫偏差（Yang et al., 2019）。

3.2 FGOALS-g3 對南亞夏季降水年際變率的模擬

3.2.1 南亞夏季降水與ENSO 關系的模擬

在年際尺度上，ENSO 是印度半島夏季降水重要的可預報性來源（Mishra et al., 2012; Cherchi and Navarra, 2013）。觀測中，在低層環流場上（圖5a），赤道西印度洋的東北風異常抑制了西南氣流向印度半島的水汽輸送，同時海洋性大陸的海溫冷異常通過Gill 響應（Gill, 1980）激發低層反氣旋性環流異常，進而驅動邊界層的Ekman 輻散，導致南亞夏季風環流減弱，印度半島降水減少。

相比于觀測，FGOALS-g3 模擬的El Ni?o 期間，赤道印度洋低層輻散偏強，對應的赤道中東印度洋出現干偏差；南亞夏季風環流偏強，印度半島降水偏多，干異常偏弱（圖5b, d）。這與FGOALS-g2模擬的ENSO 相關的南亞夏季風環流和降水的偏差與之類似（黃昕等, 2019），但FGOALS-g3 模擬的印度半島南端和阿拉伯海的濕異常偏差加劇（圖5d, e）。

GAM?L3 模擬的El Ni?o 期間南亞季風區環流和降水特征與FGOALS-g3 相似，但印度半島的干異常、印度半島南端以及中南半島的濕異常較之耦合模式偏強（圖5c, f），表明耦合過程減弱了上述偏差的強度。同時，相比于GAM?L3，耦合模式模擬的赤道印度洋低層環流與觀測更加接近（圖5a–c），有效改善了GAM?L3 中西印度洋的干偏差（圖5f）。

圖5 標準化的6～9 月Ni?o3.4 指數回歸的同期南亞降水（填色，單位：mm d-1）和850 hPa 風場（矢量，單位：m s-1）異常的空間分布：（a）GPCP/JRA55 觀測；（b）FGOALS-g3 模擬；（c）GAM?L3 模擬；（d）FGOALS-g3 模擬減GPCP/JRA55 觀測結果；（e）g2-GPCP，（f）g3-GAM?L3。白色區域表示海拔高度2000 米以上，打點區域表示回歸系數通過95%的顯著性檢驗Fig. 5 JJAS precipitation anomalies (shading, units: mm d-1) and 850 hPa wind anomalies (vectors, units: m s-1) regressed onto standardized Ni?o3.4 index: (a) GPCP/JRA55; (b) FGOALS-g3; (c) GAM?L3; (d) FGOALS-g3 minus GPCP/JRA55; (e) FGOALS-g2 minus GPCP/JRA55; (f) GAM?L3 minus GPCP/JRA55. White areas denote altitudes above 2000 m and dots areas denote the 95% confidence level

3.2.2 南亞夏季降水與ENSO 關系模擬偏差的原因

El Ni?o 期間，熱帶中東太平洋暖海溫異常激發的沃克環流上升支在印太暖池區下沉，進而影響周邊地區的氣候。為探究模式對ENSO 與南亞夏季風關系模擬偏差的原因，圖6 和圖7 給出了El Ni?o 期間海溫和環流異常的觀測和模擬結果。參照黃昕等（2019）的定義計算得出，觀測中沃克環流上升支位于155°W 附近，下沉中心位于105°E（圖6a 和圖7a）。同時，El Ni?o 通過“大氣橋”影響印度洋海表的熱通量，使得印度洋海溫異常呈現“西暖東冷”的偶極型分布（Lau and Nath,2009），產生的異常環流在西印度洋上升東印度洋下沉，有利于南亞夏季風的增強，在一定程度上減弱了ENSO 對南亞夏季風的遙強迫。

相比于觀測，FGOALS-g3 模擬的赤道中東太平洋El Ni?o 海溫暖異常與觀測特征相符，變率較FGOALS-g2 有 明 顯 提 升（圖6b 和c；Li et al.,2020b; Zhang et al., 2020），但印太暖池區的海溫偏差依然較大（圖6d）。具體來說，FGOALS-g3試驗模擬未能模擬出熱帶西太平洋的海溫冷異常，但赤道東印度洋則出現冷異常，西印度洋出現更強的暖異常，呈偶極子型。這一方面造成沃克環流下沉支（圖7a 和b；92.5°E 附近）較觀測偏西，通過Gill 響應激發的低層反氣旋異常在南亞地區也偏西（圖5b 和d），有助于水汽從阿拉伯海輸送至印度半島；同時，較觀測偏強的印度洋偶極子進一步抑制了ENSO 對于南亞夏季風的遙強迫（Ashok et al., 2001, 2004）。這些過程都使得FGOALS-g3模擬的El Ni?o 期間南亞夏季風環流和對流活動較觀測偏強，在印度半島出現濕偏差（圖5d）。

FGOALS-g2 模擬的ENSO 基本特征與觀測接近（Chen et al., 2016），沃克環流下沉支位于63°E附近（圖7c; 黃昕等, 2019），相比之下，FGOALS-g3由于模擬的El Ni?o 期間赤道東印度洋海溫冷偏差加劇以及赤道西太平洋暖偏差減弱（圖6b, c, f），使得下沉支的模擬（92.5°E）與觀測更接近（圖7b,c），但降水模擬的提升并不明顯（圖5d, e）。這與Li et al.（2020a）和Li et al.（2020b） 結論一致，即相比于上一版本，FGOALS-g3 模擬的環流場、云輻射強迫等有所改進，但降水的改進則不顯著。這可能是參數自動優化時，目標函數里包含了更多動力、輻射場的變量，而降水場權重較小，因此總體性能雖有改進，但降水模擬的提升有限。

圖6 標準化的6～9 月Ni?o3.4 指數回歸的同期海表溫度異常（填色，單位：K）的空間分布：（a）Had?SST 觀測；（b）FGOALS-g3 模擬；（c）FGOALS-g2 模擬；（d）FGOALS-g3 模擬減Had?SST 觀測結果；（e）FGOALS-g2 模擬減Had?SST 觀測結果（f）FGOALS-g3減FGOALS-g2 模擬結果。打點區域表示回歸系數通過95%的顯著性檢驗Fig. 6 JJAS sea surface temperature anomalies (units: K) regressed onto standardized Ni?o3.4 index: (a) Had?SST; (b) FGOALS-g3; (c) FGOALSg2; (d) FGOALS-g3 minus Had?SST; (e) FGOALS-g2 minus Had?SST; (f) FGOALS-g3 minus FGOALS-g2. Dots area denote the 95% confidence level

相比于FGOALS-g3，GAM?L3 由于受觀測海溫驅動，模擬的ENSO 相關的沃克環流下沉支中心的位置與觀測更為接近（圖7a, d），因此通過Gill 響應激發的反氣旋位置也接近觀測（圖5a, c）。但由于缺少海洋與大氣的耦合過程，未考慮海溫—降水—云短波輻射的負反饋過程（He et al., 2020），造成模擬的赤道中東太平洋的對流活動偏強（圖7d），在海洋大陸地區的下沉運動也偏強，伴隨著云量的減少，使得短波輻射增加（圖7h）。在FGOALS-g3 的模擬中，短波輻射的增加使得海溫升高，進一步促進了對流活動，在一定程度上減弱了先前的下沉異常；而GAM?L3 由于不考慮海洋對大氣的響應，無法描述上述海氣相互作用的負反饋過程，因此模擬的動力下沉要比觀測偏強（圖7d），導致印度半島中北部的降水響應偏強（圖5c），地表接收到的短波輻射也偏強（圖7h）。因此，海氣耦合過程對于南亞夏季風環流和降水年際變率的模擬有顯著影響，一方面考慮海溫—降水—云短波輻射的負反饋過程能夠減小模擬偏差的強度，但同時耦合模式中沃克環流下沉運動中心偏西也使得陸地季風降水的負異常響應位置偏西。因此，印度半島降水的模擬呈現濕偏差。

圖7 標準化的6～9 月Ni?o3.4 指數回歸的同期850 hPa 輻散風（矢量，單位：m s-1）與速度勢異常（填色，單位：105 m2 s-1）和地表接收到的向下的短波輻射通量異常（單位：W m-2）的空間分布：（a, e）JRA55 觀測；（b, f）FGOALS-g3 模擬；（c, g）FGOALS-g2 模擬；（d, h）GAM?L3 模擬。打點區域表示回歸系數通過95%的顯著性檢驗，所展示的輻散風與速度勢均通過95%的顯著性檢驗Fig. 7 JJAS 850 hPa divergent wind anomalies (left panel, vectors, units: m s-1), velocity potential anomalies (left panel, shading, units: 105 m2 s-1),and downward shortwave flux anomalies (right panel, units: W m-2) regressed onto standardized Ni?o3.4 index: (a, e) JRA55, (b, f) FGOALS-g3, (c, g)FGOALS-g2, and (d, h) GAM?L3. Dots areas denote the 95% confidence level

3.3 集合平均結果的影響

由于同一個模式不同的集合成員的差異主要體現在內部變率上，因此對于氣候態南亞夏季風的影響可以忽略。而在年際變率上， ENSO 與印度半島夏季降水在1979～2005 年間存在顯著的負相關，并且這種關系受到年代際變率的影響；對于耦合模式而言，這種關系在不同集合成員之間可能存在差異，為此，我們進一步分析了FGOALS-g2 和FGOALS-g3 歷史試驗5 個集合成員的模擬結果。相比于單個集合成員對于南亞夏季風的模擬（圖1和圖5），多樣本集合之后的模擬特征（圖8 和圖9）無論在氣候態還是年際變率上都與前者一致，沒有明顯差異。

圖8 同圖1，其中FGOALS-g2 和FGOALS-g3 歷史模擬的結果為前五個集合成員的平均值Fig. 8 As in Fig 1, but the results of FGOALS-g2 and FGOALS-g3 are derived from the mean of the first five members

圖9 同圖5，其中FGOALS-g2 和FGOALS-g3 歷史模擬的結果為前五個集合成員的平均值。（b-c）中打點區域表示五個集合成員同號Fig. 9 As in Fig 5, but the results of FGOALS-g2 and FGOALS-g3 are derived from the mean of the first five members. Dots in (b) and (c) denote the five members with the same sign

4 結論

本文通過與觀測和JRA55 再分析資料的對比，系統評估了FGOALS-g3 模式對于南亞夏季風氣候態和年際變率的模擬能力，并重點關注FGOALSg3 與FGOALS-g2、海氣耦合模式與非耦合模式的差異。

氣候態上，FGOALS-g3 模擬的南亞夏季降水由熱帶印度洋至印度半島呈現“干—濕—干”的三核型偏差，即海上輻合帶和陸地季風槽降水偏少，赤道西印度洋偏多。進一步分析表明，耦合模式模擬的對流層中上層的溫度偏低，導致南亞季風區經向溫度梯度減弱，造成季風環流減弱，印度半島及季風槽內產生下沉運動偏差以及水汽輻散偏差，抑制對流活動，導致降水模擬偏弱。相比于FGOALS-g2，FGOALS-g3 對于赤道印度洋東風偏差的模擬有明顯改善，這與海溫東西梯度的模擬偏差減小有關。相比于GAM?L3，海氣耦合過程導致的西北太平洋和北印度洋海溫偏差有效改善了印度半島中部和中南半島的降水濕偏差。

在年際變率上，FGOALS-g3 模擬的季風環流偏強，ENSO—印度夏季降水負相關偏弱。分析表明，這與耦合模式模擬的El Ni?o 海溫偏差有關。一方面，模式未能模擬出熱帶西太平洋海溫冷異常造成印度半島的下沉運動減弱；另一方面，模式模擬的伴隨El Ni?o 發生的印度洋偶極子偏強，有利于季風環流的增強，部分抵消了El Ni?o 對于南亞季風區的遙強迫。相對于FGOALS-g2，FGOALSg3 由于模擬的El Ni?o 期間印太暖池區偏冷，沃克環流下沉支位置與觀測更加接近。相比于GAM?L3，耦合模式由于考慮了海溫—降水—云短波輻射的負反饋過程，El Ni?o 相關的環流和降水強度的模擬偏差顯著減小，但印太暖池區的海溫模擬偏差造成沃克環流下沉運動中心偏西，使得陸地季風降水的負響應位置偏西，印度半島降水出現濕異常偏差。

綜上，相比于FGOALS-g2，由于局地海溫的模擬變化，FGOALS-g3 模式對于南亞夏季風氣環流的模擬有明顯改進，但降水的模擬偏差仍然存在。海氣耦合過程對于南亞夏季風氣候態和年際變率的模擬偏差也存在顯著影響。未來若要改進南亞夏季風氣候態的模擬，需要關注大氣模式的濕物理過程參數化方案及動力過程的反饋；若要改進年際變率的模擬，則需要重點關注耦合模式模擬的El Ni?o期間印太暖池區的海溫異常。此外，耦合試驗和單獨大氣試驗的模擬結果都顯示，在氣候態與年際變率上，印度半島南部的降水上存在著相似的濕偏差，意味著降水偏差還與模式分辨率對地形刻畫不足等因素有關，這一點未來有待通過高分辨率模式的數值試驗加以驗證。