陳海山 周晶

1 南京信息工程大學(xué)氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，南京 210044

2 南京信息工程大學(xué)大氣科學(xué)學(xué)院，南京 210044

3 江蘇省氣象局，南京 210008

1 引言

陸面作為氣候系統(tǒng)的重要組成部分，對大氣和氣候變化的影響顯著（Shukla and Mintz，1982；Dickinson，1983，1995；陳海山和孫照渤，2002）。土壤濕度作為陸面過程中的重要參量，通過改變地表反照率、土壤熱容量、感熱、潛熱，進(jìn)而對氣候產(chǎn)生重要影響（馬柱國等，2001）。土壤濕度和大氣之間的反饋過程在氣候系統(tǒng)中非常重要，在副熱帶地區(qū)土壤濕度的作用甚至可與海洋相比（Sch?r et al.，1999）。國內(nèi)外眾多學(xué)者利用土壤觀測資料探討了土壤濕度與氣候之間的聯(lián)系。Namias（1958）最早發(fā)現(xiàn)土壤濕度的季節(jié)性異常對大氣的季節(jié)變化具有重要作用；Vinnikov 等（1991，1996）分析了前蘇聯(lián)和俄羅斯的十幾個(gè)站點(diǎn)數(shù)據(jù)，發(fā)現(xiàn)土壤濕度異常分為受土壤類型、地形、植被等影響的小尺度白噪音部分和受降水、蒸發(fā)影響的大尺度紅噪音部分。Koster等（2004）的研究指出中國東部地區(qū)是顯著的土壤濕度氣候敏感區(qū)。馬柱國等（2000）的研究表明，無論超前還是滯后，表層土壤濕度和氣溫、降水均有密切關(guān)系。隨后，國內(nèi)不少學(xué)者的研究也指出土壤濕度年際異常與我國降水有著十分緊密的聯(lián)系（孫丞虎等，2005；左志燕和張人禾，2007；梁樂寧和陳海山，2010）。

然而，由于觀測資料的限制，從觀測分析的角度研究土壤濕度與氣候的關(guān)系具有很大的困難，而數(shù)值模擬自然成為開展土壤濕度與氣候關(guān)系研究的重要手段（Robock et al.，2000）。例如，Walker and Rowntree（1977）、Shukla and Mintz（1982）早就通過數(shù)值模擬證明了土壤濕度異常會(huì)對后期氣候產(chǎn)生重要影響。Yeh et al.（1984）和王萬秋（1991）通過數(shù)值模擬，指出土壤濕度增加能夠使后期降水增加，溫度降低。劉永強(qiáng)等（1992）的模擬結(jié)果表明，土壤濕度變化在短期氣候異常的持續(xù)過程中起著主導(dǎo)作用。Cook et al.（2006）指出土壤濕度對于南非地區(qū)降水存在一個(gè)負(fù)反饋的作用。此外，Huang et al.（1996）和Dirmeyer（2000）指出對土壤濕度模擬的改進(jìn)有助于改善降水和溫度的預(yù)報(bào)。Seneviratne et al.（2006）從土壤濕度與氣溫反饋的角度出發(fā)，證明了土壤濕度在氣溫變率的變化中所起的重要作用。以上研究表明，土壤濕度的異常對氣候變化有著重要的影響。但現(xiàn)有的一些研究工作表明，盡管數(shù)值模擬是研究土壤濕度對氣候影響的重要工具，但是目前的氣候模式對東亞區(qū)域土壤濕度變化的模擬能力亟待提高（張文君等，2008a、2008b；熊明明等，2011）。

極端氣候事件是一種小概率隨機(jī)性事件，具有轉(zhuǎn)折突發(fā)性，成因較復(fù)雜。由于極端氣候事件造成的損失巨大，對極端氣候事件成因和機(jī)理的研究是近年來世界各國學(xué)者普遍關(guān)注的熱點(diǎn)問題。目前對極端氣候事件的形成機(jī)理尚不完全清楚，主要集中于探討極端事件與大尺度氣候變率（You et al.，2009；史軍等，2009）以及海表溫度（SST）（王冀等，2007；所玲玲等，2008；李威和翟盤茂，2009）的關(guān)系上，從土壤濕度這一外強(qiáng)迫角度來進(jìn)行分析尚處于嘗試階段。Fischer et al.（2007）利用CHRM區(qū)域模式，模擬結(jié)果表明歐洲有50%～80%的夏季暖晝?nèi)諗?shù)可能受土壤濕度—?dú)鉁叵嗷プ饔玫挠绊憽autard et al.（2007）利用 MM5模擬研究了歐洲1994年的熱浪過程，認(rèn)為地中海地區(qū)前冬和早春的降水不足使得該地區(qū)的土壤濕度偏低，阻礙了局地對流云的形成并加強(qiáng)了感熱通量，在偏南風(fēng)的作用下，偏干的信號北移造成其他地區(qū)的夏季高溫。那么，土壤濕度作為影響氣候的一個(gè)重要因子，對我國的極端氣候事件會(huì)產(chǎn)生何種程度的影響？

文章的第 I部分詳細(xì)評估了 NCAR 全球大氣環(huán)流模式CAM3.1（Community Atmosphere Model V3.1）對中國區(qū)域極端氣候指數(shù)的模擬能力（周晶和陳海山，2012），在此基礎(chǔ)上，本文通過設(shè)計(jì)土壤濕度年際變化異常的敏感試驗(yàn)，重點(diǎn)探討土壤濕度的年際異常對極端氣候事件的可能影響，以期為深入認(rèn)識(shí)極端氣候的形成機(jī)理及其改善氣候模式對極端氣候模擬研究提供一些參考。

2 試驗(yàn)設(shè)計(jì)、資料和方法

2.1 試驗(yàn)設(shè)計(jì)

本文使用美國國家大氣研究中心（NCAR）的全球大氣環(huán)流模式 CAM3.1（Community Atmosphere Model V3.1）（Collins et al.，2004），設(shè)計(jì)了以下兩組試驗(yàn)：

（1）控制試驗(yàn)（CTL）：試驗(yàn)采用T42分辨率，積分時(shí)間從1949年9月1日到2001年9月30日，海表溫度采用 1949～2001年的月平均觀測資料，土壤濕度由模式自由演算。

（2）敏感性試驗(yàn)（aw10）：同控制試驗(yàn)，但模式的10層土壤濕度均由CTL試驗(yàn)計(jì)算得到的氣候月平均資料替代。

CTL試驗(yàn)可反映出土壤濕度的年際異常，而敏感性試驗(yàn)aw10中不同層土壤濕度則由CTL試驗(yàn)輸出的不同層土壤濕度計(jì)算得到的多年氣候平均值給定，故不包含土壤濕度的年際異常。以第5層的土壤濕度為例：圖 1是控制實(shí)驗(yàn)和敏感性試驗(yàn)（20°N～50°N，70°E～110°E）的區(qū)域第 5 層土壤濕度的 1961～2000年的時(shí)間變化。研究重點(diǎn)對兩組試驗(yàn)?zāi)M的最近40年（1961～2000年）的極端氣候指標(biāo)進(jìn)行考察，通過二者的差異來探討土壤濕度異常對極端氣候事件的可能影響。

圖1 1961～2000年東亞區(qū)域第五層土壤濕度的變化曲線Fig.1 Time series of regional averaged soil moisture of 5th layer during 1961-2000 over East Asia

2.2 資料和方法

研究選取了暖夜（Tn95p）、暖晝（Tx95p）、熱浪持續(xù)指數(shù)（HWDI）和霜凍日數(shù)（FD）作為極端氣溫事件的四個(gè)考察指標(biāo)，極端降水頻次（P95p）、極端降水強(qiáng)度（R95p）、中雨日數(shù)（R10）和持續(xù)濕期（CWD）作為極端降水事件的四個(gè)考察指標(biāo)。此外，通過雙線性插值法將各要素分別插值到選取的中國區(qū)域 452個(gè)站點(diǎn)上。為了客觀地反映全國的總體平均狀況，全國極端氣候事件時(shí)間序列的生成采用面積加權(quán)的方法（Jones and Hulme，1996）。本文中涉及的觀測數(shù)據(jù)、有關(guān)指標(biāo)的定義及相關(guān)站點(diǎn)的分布參見文章第I部分（周晶和陳海山，2012）。

3 試驗(yàn)結(jié)果分析

為了探討土壤濕度異常對極端氣候事件模擬的可能影響，以下通過對控制試驗(yàn)（CTL）與敏感性試驗(yàn)（aw10）結(jié)果的比較分析，分別從兩組試驗(yàn)給出的極端氣候指標(biāo)的多年平均空間分布和時(shí)間演變這兩個(gè)方面來評估土壤濕度異常對極端氣候事件的可能影響。

3.1 空間分布的變化

為了考察極端氣候事件在全國的總體分布形勢，首先討論兩組試驗(yàn)?zāi)M的多年平均的極端氣溫、降水指數(shù)的空間分布特征及其二者的差異，土壤濕度異常所能引起的極端氣候指數(shù)空間分布的變化是這里關(guān)注的重點(diǎn)。圖 2給出了敏感性試驗(yàn)（aw10）與控制試驗(yàn)（CTL）模擬的 1961～2000年極端氣溫指數(shù)差值百分比的空間分布，從圖中可以看出，在不考慮土壤濕度年際異常的情況下，模式模擬的暖夜日數(shù)在全國大部分地區(qū)出現(xiàn)明顯的減少，多數(shù)區(qū)域減少30%左右；僅東北東部小范圍區(qū)域出現(xiàn)了增加，且變幅較?。傮w低于20%）（圖2a）。模擬的暖晝?nèi)諗?shù)的情況也出現(xiàn)大致類似的變化，除長江下游及以南的范圍地區(qū)略有增加之外，全國的暖晝?nèi)諗?shù)也出現(xiàn)了明顯的減少，其中華北、西北、華南地區(qū)的減少最為顯著，大致減小了30%（見圖2b）。圖2c是熱浪持續(xù)指數(shù)的變化情況，不考慮土壤濕度年際異常時(shí)，模擬的熱浪持續(xù)指數(shù)總體呈現(xiàn)全國一致的減少；與控制試驗(yàn)相比，大部分區(qū)域的下降幅度超過了90%。與上述三個(gè)暖指標(biāo)的變化相比，霜凍日數(shù)的變化則表現(xiàn)出大致相反的變化形式，霜凍日數(shù)除沿海地區(qū)出現(xiàn)減少外，大部分地區(qū)的霜凍日數(shù)則有不同程度的增加，尤其是長江以南的廣大地區(qū)增加最為明顯，部分地區(qū)的增加幅度甚至遠(yuǎn)遠(yuǎn)超過了100%（圖2d）。

圖2 模式模擬的極端氣溫指數(shù)差值百分比的空間分布：（a）暖夜；（b）暖晝；（c）熱浪持續(xù)指數(shù)；（d）霜凍日數(shù)。差值百分比定義為：（敏感試驗(yàn)－控制試驗(yàn)）/控制試驗(yàn)×100%Fig.2 Geographic distribution of the difference percentage of the simulated extreme temperature indices between the CTL (control experiment) and aw10(sensitivity experiment), in which (a), (b), (c), and (d) represents Tn95p (warm nights), Tx95p (warm days), HWDI (heat wave duration), and FD (frost days),respectively.The difference percentage is defined by (aw10－CTL)/CTL

圖3給出了土壤濕度異常所引起的各極端降水指標(biāo)模擬結(jié)果變化的空間分布?？傮w而言，不考慮土壤濕度異常的情況下，所討論的4個(gè)極端降水指數(shù)均以減小為主，但具體分布特征則存在一定的空間差異。與控制試驗(yàn)相比，敏感性試驗(yàn)?zāi)M的極端降水頻次在東部大部分區(qū)域減少，但在我國西部地區(qū)則有所增加，其中江淮流域的減少較為明顯，減少達(dá)30%；而北疆的增加趨勢最為顯著，增幅大于50%，部分站點(diǎn)甚至超過了100%（圖3a）。極端降水強(qiáng)度的變化主要表現(xiàn)為我國東南沿海地區(qū)的明顯增加和淮河流域較弱的增加，其他區(qū)域以減少為主，尤其是東北、華北區(qū)域的減小較明顯（圖3b）。中雨日數(shù)和持續(xù)濕期的變化情況較為類似，二者的空間分布特征均以全國范圍內(nèi)一致性的減少為主（圖 3c、d）。

為了能夠?qū)ν寥罎穸犬惓Ｓ绊憳O端氣候指標(biāo)空間分布的模擬能力進(jìn)行定量化的評估，分別計(jì)算了兩組試驗(yàn)?zāi)M的多年平均的年極端氣候指標(biāo)與觀測的空間相關(guān)系數(shù)（見表1）。不難發(fā)現(xiàn)，對于所討論的大多數(shù)極端氣候指數(shù)而言，兩組試驗(yàn)與觀測的相關(guān)系數(shù)均發(fā)生了明顯的改變。與控制試驗(yàn)相比，敏感性試驗(yàn)與觀測的空間相關(guān)系數(shù)對于多數(shù)指標(biāo)均有了明顯的降低，但我們也注意到個(gè)別指標(biāo)（R95p）有一定的提高。上述結(jié)果說明，不考慮土壤濕度年際異常時(shí)，模式模擬的極端氣候指標(biāo)與觀測之間的相關(guān)性降低，這也表明考慮土壤濕度異常的模擬結(jié)果（即控制試驗(yàn)）更能反映實(shí)際觀測的空間分布特征，這也從另外一個(gè)側(cè)面再次說明了土壤濕度對于極端氣候事件模擬的重要性。

圖3 同圖2，但為極端降水指數(shù)：（a）極端降水頻次；（b）極端降水強(qiáng)度；（c）中雨日數(shù)；（d）持續(xù)濕期Fig.3 Same as Fig.2, but for extreme precipitation indices, in which (a), (b), (c), and (d) represents P95p (frequency of extreme heavy precipitation), R95p(intensity of extreme heavy precipitation), R10 (number of days with precipitation greater than 10mm), and CWD (consecutive wet days), respectively

表1 控制試驗(yàn)（CTL）和敏感試驗(yàn)（aw10）模擬的全國平均的年極端氣候指數(shù)與觀測的空間相關(guān)系數(shù)以及兩者之間的差值Table 1 The correlation coefficients of averaged annual extreme climate indices over China between the observations and the simulations from CTL and aw10 experiments and their differences

3.2 時(shí)間演變

3.2.1 年際變率的空間變化

標(biāo)準(zhǔn)差可用來定量描述氣候要素的年際變率，氣候要素的標(biāo)準(zhǔn)差較大則表明該要素具有大的年際變率和顯著的年際變化；反之，則年際變率弱，年際變化不明顯。為了考察土壤濕度異常對極端氣候事件年際變率模擬的影響，這里首先分析有、無土壤濕度年際異常情況下，模擬的極端氣候指標(biāo)標(biāo)準(zhǔn)差的變化情況。圖4給出了兩組試驗(yàn)?zāi)M的極端溫度指數(shù)標(biāo)準(zhǔn)差的差值百分比。與控制試驗(yàn)相比，敏感性試驗(yàn)?zāi)M的各個(gè)指數(shù)的標(biāo)準(zhǔn)差均發(fā)生了較明顯的變化。對于四個(gè)指標(biāo)的總體情況而言，不考慮土壤濕度異常時(shí)，極端氣溫指標(biāo)的年際變率以減小為主，但也有少數(shù)區(qū)域出現(xiàn)了年際變率的增加，且不同指標(biāo)響應(yīng)形態(tài)的空間分布存在一定的差異。由圖 4a所示，模擬的暖夜日數(shù)的年際變率除在東北東部、青藏高原東部明顯增加（增幅接近100%）外，全國其余大部分區(qū)域的年際變率均出現(xiàn)不同程度的減小，對土壤濕度異常變化的相對敏感區(qū)域主要集中在長江以南、西北以及河套等地區(qū)（變幅為 50%左右）。模擬的暖晝?nèi)諗?shù)的年際變率在全國絕大部分地區(qū)也主要是減小的，但在長三角南部區(qū)域的少數(shù)站點(diǎn)存在明顯的增大現(xiàn)象，其增幅甚至超過200%（圖4b）。此外，不考慮土壤濕度的年際異常，熱浪持續(xù)指數(shù)和霜凍日數(shù)的年際變率也主要表現(xiàn)為較一致的減小，熱浪持續(xù)指數(shù)年際變率在華北、南方大部分地區(qū)的減小甚至超過了95%（圖 4c）；而霜凍日數(shù)的年際變率變幅大值區(qū)域主要位于東北和長江流域，減小高達(dá)50%以上（圖4d）。不難發(fā)現(xiàn)，當(dāng)不考慮土壤濕度的年際異常時(shí)，中國區(qū)域極端氣溫指數(shù)的年際變率總體減弱。

圖5是土壤濕度異常對極端降水指數(shù)年際變率的影響情況。不考慮土壤濕度年際異常時(shí)，模擬的極端降水頻次和極端降水強(qiáng)度的年際變率也出現(xiàn)了明顯的變化，但其影響存在明顯的空間差異。極端降水頻次和強(qiáng)度年際變率的差異呈現(xiàn)南北大致相反的變化特征：南方大部分區(qū)域，極端降水頻次和降水強(qiáng)度的年際變率均總體表現(xiàn)為增加；而北方區(qū)域則以減小為主。從變化的幅度來看，差值的大值區(qū)主要出現(xiàn)在河套地區(qū)及江淮流域，上述區(qū)域的極端降水頻次和強(qiáng)度對土壤濕度年際異常最為敏感。而中雨日數(shù)和持續(xù)濕期的年際變率則基本上為全國一致的明顯減小。對于中雨日數(shù)（圖5c）和持續(xù)濕期（圖 5d），年際變率對土壤濕度異常的敏感區(qū)均主要位于長江流域和東北地區(qū)。

圖4 極端氣溫指數(shù)標(biāo)準(zhǔn)差的差值百分比 [(敏感試驗(yàn)－控制試驗(yàn))/控制試驗(yàn)×100%]：（a）暖夜；（b）暖晝；（c）熱浪持續(xù)指數(shù)；（d）霜凍日數(shù)Fig.4 The difference percentage of the standard deviation [(aw10－CTL)/CTL×100%] for the annual extreme temperature indices: (a) Tn95p; (b) Tx95p; (c)HWDI; (d) FD

圖5 同圖4，但為極端降水指數(shù)：（a）極端降水頻次；（b）極端降水強(qiáng)度；（c）中雨日數(shù)；（d）持續(xù)濕期Fig.5 Same as Fig.4, but for extreme precipitation indices: (a) P95p; (b) R95p; (c) R10; (d) CWD

3.2.2 年際變化

為了考察土壤濕度年際異常對極端氣候事件年際變化的影響，這里根據(jù)全國加權(quán)平均的年極端氣候指標(biāo)的距平序列，通過兩組試驗(yàn)的模擬結(jié)果與觀測的對比分析，評估土壤濕度異常對區(qū)域平均年極端氣溫和降水指數(shù)年際變化的總體影響。

圖6給出了觀測和兩組試驗(yàn)?zāi)M的 1961～2000年不同極端氣溫指標(biāo)的年際變化曲線。不考慮土壤濕度的年際異常，模擬的極端氣溫指標(biāo)年際變化的變化幅度出現(xiàn)了不同程度的減少，暖夜日數(shù)、暖晝?nèi)諗?shù)的年際變化幅度減小總體不明顯，但霜凍日數(shù)，尤其是熱浪持續(xù)指數(shù)的年際變化幅度較實(shí)際觀測產(chǎn)生了較大的偏差。通過與觀測的對比，可以發(fā)現(xiàn)兩組試驗(yàn)對極端氣溫指標(biāo)年際變化的模擬能力也發(fā)生了一些變化。對暖夜和暖晝?nèi)諗?shù)，兩組試驗(yàn)都能較好地反映出年際變化的觀測特征（圖6a、b）。此外，我們還計(jì)算了兩組試驗(yàn)?zāi)M的時(shí)間序列與觀測時(shí)間序列的相關(guān)系數(shù)（見表2），便于更直觀地對結(jié)果進(jìn)行客觀的評價(jià)。不難發(fā)現(xiàn)，不考慮土壤濕度年際異常時(shí)，降低了模擬的暖夜日數(shù)以及霜凍日數(shù)分別與觀測值之間的年際相關(guān)系數(shù)（暖夜：從0.92下降為0.82；霜凍日數(shù)：從0.31下降為0.22），模式對暖夜和霜凍日數(shù)的年際變化模擬能力有所下降（見表2）。但我們也注意到，在不考慮土壤濕度異常情況時(shí)，模式對暖晝?nèi)諗?shù)和熱浪持續(xù)指數(shù)的模擬能力反而有所提高，但考慮土壤濕度年際異常時(shí)（控制試驗(yàn)），能夠給出熱浪持續(xù)指數(shù)更合理的年際變化振幅（圖6c）。

圖6 觀測和模擬的全國平均年極端氣溫指標(biāo)的年際變化曲線：（a）暖夜；（b）暖晝；（c）熱浪持續(xù)指數(shù)；（d）霜凍日數(shù)。OBS: 觀測; CTL、aw10：CTL、aw10數(shù)值試驗(yàn)的模擬結(jié)果Fig.6 Interannual variations of the observed and simulated annual extreme temperature indices averaged over China: (a) Tn95p; (b) Tx95p; (c) HWDI; (d) FD.OBS: observations; CTL and aw10 represent the simulations from CTL and aw10 numerical experiments, respectively

圖7 同圖6，但為極端降水指數(shù)：（a）極端降水頻次；（b）極端降水強(qiáng)度；（c）中雨日數(shù)；（d）持續(xù)濕期Fig.7 Same as Fig.6, but for extreme precipitation indices：(a) P95p; (b) R95p; (c) R10; (d) CWD

極端降水指標(biāo)年際變化的模擬結(jié)果如圖7所示，從兩組試驗(yàn)對極端降水的模擬結(jié)果來看，有、無土壤濕度異常情況時(shí)，模擬的極端降水指標(biāo)的年際變化也產(chǎn)生了較大差異。由表 2可以發(fā)現(xiàn)，不考慮土壤濕度年際異常時(shí)，模式對極端降水事件的模擬能力有明顯減??；考慮土壤濕度的年際異常，總體上可以提高模式對極端降水指標(biāo)的模擬能力，但模式對極端降水年際變化的細(xì)節(jié)特征刻畫能力總體較差。另外，盡管考慮了土壤濕度年際異常后，均在不同程度上提高了對極端降水指標(biāo)的模擬能力，但并沒有改善模式對極端降水強(qiáng)度，尤其是持續(xù)濕期的年際振幅模擬中存在的嚴(yán)重偏差（圖7d）。

極端氣候事件的發(fā)生具有很強(qiáng)的區(qū)域性，以上從全國區(qū)域平均的整體特征分析了土壤濕度異常對極端氣候事件模擬產(chǎn)生的影響。為了進(jìn)一步考察土壤濕度異常對區(qū)域性極端氣候模擬的影響，探討土壤濕度異常對極端氣候模擬的重要性，這里分別計(jì)算了敏感性試驗(yàn)與控制試驗(yàn)?zāi)M的全國各站極端氣候指標(biāo)與實(shí)測數(shù)據(jù)的相關(guān)系數(shù)，并在圖8和圖9中給出二者相關(guān)系數(shù)差值的空間分布。不難發(fā)現(xiàn)，有、無土壤濕度年際異常情況下，模式模擬的極端溫度和降水指標(biāo)與觀測的相關(guān)系數(shù)存在顯著的差別，且存在較明顯的空間差異。不考慮土壤濕度年際異常時(shí)，大范圍區(qū)域極端溫度指標(biāo)與觀測的相關(guān)性出現(xiàn)了明顯的減小，但也存在相關(guān)系數(shù)區(qū)域性增加的現(xiàn)象。具體情況為：不考慮土壤濕度異常時(shí)，暖夜、暖晝和持續(xù)熱浪指數(shù)模擬能力下降的區(qū)域主要出現(xiàn)在除東北和長江流域外的廣大區(qū)域；而霜凍日數(shù)的模擬能力下降的區(qū)域主要出現(xiàn)在我國黃河以南、長江以北地區(qū)。對于極端降水指數(shù)的模擬，總體而言，極端降水強(qiáng)度（圖 9b）、持續(xù)濕期（圖9d）的模擬對土壤濕度異常響應(yīng)的空間分布較為零散外，其他2個(gè)指標(biāo)的響應(yīng)特征大致類似：在不考慮土壤濕度年際異常時(shí)，模式的模擬能力下降的區(qū)域主要出現(xiàn)在我國北方地區(qū)和長江以南地區(qū)。上述結(jié)果進(jìn)一步表明，考慮土壤濕度的年際異常，總體上可以提高模式對大部分區(qū)域極端氣候指標(biāo)年際變化特征的模擬能力。

表2 控制試驗(yàn)（CTL）和敏感性試驗(yàn)（aw10）模擬與觀測的1961～2000年全國平均的年極端氣候指數(shù)的相關(guān)系數(shù)以及兩者之間的差值Table 2 Correlation coefficients of the averaged annual extreme climate indices over China between the observations and the simulations from CTL and aw10 experiments during 1961-2000 and their differences

圖8 觀測與模式模擬的極端氣溫指標(biāo)年際相關(guān)系數(shù)的差值場（敏感性試驗(yàn)aw10－控制試驗(yàn)CTL）：（a）暖夜；（b）暖晝；（c）熱浪持續(xù)指數(shù)；（d）霜凍日數(shù)Fig.8 Geographic distribution of the difference (aw10 minus CTL) of the correlation coefficients between the observed and simulated extreme temperature indices: (a) Tn95p; (b) Tx95P; (c) HWDI; (d) FD

圖9 同圖8，但為極端降水指標(biāo)：（a）極端降水頻次；（b）極端降水強(qiáng)度；（c）中雨日數(shù)；（d）持續(xù)濕期Fig.9 Same as Fig.8, but for extreme precipitation indices: (a) P95p; (b) R95p; (c) R10; (d) CWD

4 總結(jié)與討論

文章利用NCAR CAM3.1模式，設(shè)計(jì)了有、無土壤濕度年際異常的兩組數(shù)值試驗(yàn)，對近 40年（1961～2000年）我國極端氣候事件進(jìn)行模擬，通過對比分析兩組試驗(yàn)的模擬結(jié)果，探討了土壤濕度異常對極端氣候事件模擬的可能影響。主要結(jié)論如下：

（1）模式模擬的極端氣候事件的發(fā)生對土壤濕度的異常十分敏感，土壤濕度異常能夠顯著改變多年平均的極端氣候事件的空間分布。不考慮土壤濕度年際異常，暖夜日數(shù)、暖晝?nèi)諗?shù)和熱浪持續(xù)指數(shù)的發(fā)生頻次在全國范圍內(nèi)明顯減少；而霜凍日數(shù)則明顯增加。對于極端降水指標(biāo)，在不考慮土壤濕度的年際異常情況下，極端降水指標(biāo)的響應(yīng)存在明顯的空間差異，極端降水頻次在江淮流域明顯減小，而極端降水強(qiáng)度則表現(xiàn)為東北減弱、長江流域增強(qiáng)；中雨日數(shù)和持續(xù)濕期在我國大部分地區(qū)以減小為主，其中東北地區(qū)和長江流域減小最為明顯?？傮w來看，不考慮土壤濕度年際異常，除個(gè)別指標(biāo)外（R95p），模式對極端氣溫、降水事件的空間分布模擬能力均有所下降。

（2）土壤濕度的年際異常對極端氣候指標(biāo)年際變率的模擬也具有重要影響：從年際變率的空間變化來看，不考慮土壤濕度年際異常時(shí)，極端氣溫指標(biāo)的年際變率除少數(shù)地區(qū)外，大部分地區(qū)以減小為主；而極端降水事件的變化則較為復(fù)雜，極端降水頻次和極端降水強(qiáng)度的年際變率在長江以南有所增強(qiáng)，而在北方地區(qū)則有所減弱。中雨日數(shù)和持續(xù)濕期的年際變率在我國呈現(xiàn)出較為一致的減少趨勢，尤其是以長江流域和東北地區(qū)的減小最為顯著。

（3）土壤濕度的年際異常對極端氣候指標(biāo)的年際變化的模擬也有十分重要的影響。不考慮土壤濕度年際異常時(shí)，極端氣溫指標(biāo)的年際變化的變幅呈現(xiàn)不同程度的減小；而極端降水指標(biāo)的響應(yīng)情況較為復(fù)雜，年際變化幅度總體有增強(qiáng)趨勢，其中以中雨日數(shù)和持續(xù)濕期較為明顯。從全國總體來看，不考慮土壤濕度的年際異常，模式對暖夜日數(shù)、霜凍日數(shù)的年際變化的模擬能力明顯下降；除中雨日數(shù)外，模式對極端降水指標(biāo)的年際變化的模擬能力也有所下降。從全國各區(qū)域角度，模式對極端降水、極端氣溫的年際變化模擬能力在多數(shù)區(qū)域都有著不同程度的下降。

上述分析表明極端氣候模擬對土壤濕度異常十分敏感，土壤濕度作為影響氣候的重要驅(qū)動(dòng)因子，對極端氣溫事件和極端降水事件的年際變化及其變化幅度均能夠產(chǎn)生明顯的影響，要合理反映極端氣候的年際變率，土壤濕度異常的作用是不可忽視的；考慮土壤濕度的年際異?？梢燥@著提高模式對極端氣溫的模擬能力，但土壤濕度異常對極端降水模擬的影響較為復(fù)雜也相對較弱。最近，張文君等（2012）利用“全球土壤濕度計(jì)劃第2階段”提供的土壤濕度資料強(qiáng)迫區(qū)域氣候模式RegCM3，通過數(shù)值試驗(yàn)討論了土壤濕度對東亞夏季氣候模擬效果的影響；認(rèn)為合理考慮土壤濕度的作用，能夠提高區(qū)域氣候模式對中國夏季降水和氣溫的空間分布及逐日變化的模擬效果，且氣溫對土壤濕度的敏感性強(qiáng)于降水。他們的研究表明，合理的土壤濕度能夠提高區(qū)域氣候模式對中國夏季氣候的模擬能力。這與本文給出的土壤濕度異常對極端氣候模擬影響的結(jié)果總體上是一致的。

值得注意的是，本文給出的控制試驗(yàn)的結(jié)果并不完全優(yōu)于敏感性試驗(yàn)的結(jié)果，這也在一定程度上說明了極端氣候模擬以及對土壤濕度響應(yīng)的復(fù)雜性。由于極端氣候事件的影響因子眾多，模式對極端氣候事件的模擬能力并沒有因?yàn)榭紤]土壤濕度的異常得到全面提高，有關(guān)土壤濕度異常對極端氣候模擬影響的具體特征和物理機(jī)制尚不清楚，值得做進(jìn)一步的深入研究。本文的研究工作還是探索性的，研究結(jié)果也只是初步的。盡管本文的研究表明極端氣候事件的模擬對土壤濕度十分敏感，合理描述土壤濕度的異?？梢栽谝欢ǔ潭壬细纳颇Ｊ綄O端氣候事件的空間分布和年際變化的模擬；提高模式對土壤濕度的模擬能力，對于極端氣候的模擬具有十分重要的意義。但是，本文的研究工作僅僅從敏感性的角度考察了土壤濕度及其異常對極端氣候事件模擬的可能影響，至于土壤濕度及其異常影響極端氣候的機(jī)理尚不清楚，還有待深入分析。此外，數(shù)值試驗(yàn)方案的設(shè)計(jì)方面還有待改進(jìn)，由于模式模擬的土壤濕度年際異常與實(shí)際觀測的土壤濕度異常之間可能存在偏差（張文君等，2008a，2008b；熊明明等，2011），需要進(jìn)一步考察考慮更真實(shí)土壤濕度年際變化對模擬結(jié)果的影響。還需要指出的是，由于敏感性試驗(yàn)沒有包含土壤濕度日循環(huán)，對模擬結(jié)果也可能帶來一定的影響；關(guān)于土壤濕度日循環(huán)和年際異常的相對重要性，可以通過設(shè)計(jì)更為合理的試驗(yàn)方案來加以識(shí)別。另外，如何選定模式模擬結(jié)果對區(qū)域土壤濕度異常響應(yīng)的關(guān)鍵區(qū)，評估不同區(qū)域土壤濕度異常對模擬結(jié)果的影響，上述問題將是我們下一步研究工作的重點(diǎn)。

References)

陳海山, 孫照渤.2002.陸氣相互作用及陸面模式的研究進(jìn)展 [J].南京氣象學(xué)院學(xué)報(bào), 25 (2): 277–288. Chen Haishan, Sun Zhaobo.2002.Review of land-atmosphere interaction and land surface model studies [J].Journal of Nanjing Institute of Meteorology (in Chinese), 25 (2): 277–288.

Collins W D, Rasch P J, Boville B A, et al.2004.Description of the NCAR Community Atmosphere Model (CAM 3.0) [R].Technical Report NCAR/TN-464+STR, National Center for Atmospheric Research, Boulder,Colorado.210.

Cook B I, Bonan G B, Levis S.2006.Soil moisture feedbacks to precipitation in southern Africa [J].J.Climate, 19: 4198–4206.

Dickinson R E.1983.Land surface processes and climate—Surface albedos and energy balance [J].Advances in Geophysics, 25: 305–353.

Dickinson R E.1995.Land processes in climate models [J].Remote Sensing of Environment, 51 (1): 27–38.

Dirmeyer P A.2000.Using a global soil wetness dataset to improve seasonal climate simulation [J].J.Climate, 13: 2900–2922.

Fischer E M, Seneviratne S I, Lüthi D, et al.2007.Contribution of land-atmosphere coupling to recent European summer heat waves [J].Geophys.Res.Lett., 34 (6): L06707.

Huang J, Van de Dool H M, Georgakakos K P.1996.Analysis of model-calculated soil moisture over the United States (1931–1993) and applications to long-range temperature forecasts [J].J.Climate, 9: 1350–1362.

Jones P D, Hulme M.1996.Calculating regional climatic time series for temperature and precipitation: Methods and illustrations [J].International Journal of Climatology, 16: 361–377.

Koster R D, Dirmeyer P A, Guo Z C, et al.2004.Regions of strong coupling between soil moisture and precipitation [J].Science, 305: 1138–1140.

李威, 翟盤茂.2009.中國極端強(qiáng)降水日數(shù)與ENSO的關(guān)系 [J].氣候變化研究進(jìn)展, 5 (6): 336–342. Li Wei, Zhai Panmao.2009.Relationship between ENSO and frequency of extreme precipitation days in China [J].Advances in Climate Change Research (in Chinese), 5 (6): 336–342.

梁樂寧, 陳海山.2010.春季華南土壤濕度異常與中國夏季降水的可能聯(lián)系 [J].大氣科學(xué)學(xué)報(bào), 33 (5): 536–546. Liang Lening, Chen Haishan.2010.Possible linkage between spring soil moisture anomalies over south China and summer rainfall in China [J].Transactions of Atmospheric Sciences (in Chinese), 33 (5): 536–546.

劉永強(qiáng), 葉篤正, 季勁鈞.1992.土壤濕度和植被對氣候的影響——Ⅱ短期氣候異常持續(xù)性的數(shù)值試驗(yàn) [J].中國科學(xué) B 輯, (5): 554–560.Liu Yongqiang, Ye Duzheng, Ji Jinjun.1992.Influence of soil moisture and vegetation on the climate—ⅡNumerical experiments of persistent anomalies on the short term climate [J].Scientia Sinica (Series B) (in Chinese), (5): 554–560.

馬柱國, 魏和林, 符淙斌.2000.中國東部區(qū)域土壤濕度的變化及其與氣候變率的關(guān)系 [J].氣象學(xué)報(bào), 58 (3): 278–287. Ma Zhuguo, Wei Helin, Fu Congbin.2000.Relationship between regional soil moisture variation and climatic variability over East China [J].Acta Meteorologica Sinica (in Chinese), 58 (3): 278–287.

馬柱國, 符淙斌, 謝力, 等.2001.土壤濕度和氣候變化關(guān)系研究中的某些問題 [J].地球科學(xué)進(jìn)展, 16 (4): 563–568. Ma Zhuguo, Fu Congbin,Xie Li, et al.2001.Some problems in the study on the relationship between soil moisture and climatic change [J].Advance in Earth Sciences(in Chinese), 16 (4): 563–568.

Namias J.1958.Persistence of mid-tropospheric circulation between adjacent months and seasons [C]// Rossby Memorial Volume.Oxford:Rockfeller Institute Press and Oxford University Press, 240–248.

Robock A, Vinnikov K Y, Srinivasan G, et al.2000.The global soil moisture data bank [J].Bull.Amer.Meteor.Soc., 81: 1281–1299.

Sch?r C, Lüthi D, Beyerle U, et al.1999.The soil-precipitation feedback: A process study with a regional climate model [J].J.Climate, 12: 722–741.

Seneviratne S I, Lüthi D, Litschi M, et al.2006.Land-atmosphere coupling and climate change in Europe [J].Nature, 443 (7108): 205–209.

史軍, 丁一匯, 崔林麗.2009.華東極端高溫氣候特征及成因分析 [J].大氣科學(xué), 33 (2): 347–358.Shi Jun, Ding Yihui, Cui Linli.2009.Climatic characteristics of extreme maximum temperature in East China and its causes [J].Chinese Journal of Atmospheric Sciences (in Chinese),33 (2): 347–358.

Shukla J, Mintz Y.1982.Influence of land-surface evapotranspiration on the earth’s climate [J].Science, 215 (4539): 1498–1501.

孫丞虎, 李維京, 張祖強(qiáng), 等.2005.淮河流域冬春季土壤溫濕度異常對夏季降水的影響及其應(yīng)用的研究 [J].氣象學(xué)報(bào), 63 (1): 115–121.Sun Chenghu, Li Weijing, Zhang Zuqiang, et al.2005.Impact of Huaihe River basin soil temperature and humidity abnormality in pre-winter and springtime on the anomalous summer rainfall and its application [J].Acta Meteorologica Sinica (in Chinese), 63 (1): 115–121.

所玲玲, 黃嘉佑, 譚本馗.2008.北極濤動(dòng)對我國冬季同期極端氣溫的影響研究 [J].熱帶氣象學(xué)報(bào), 24 (2): 163–168. Suo Lingling, Huang Jiayou, Tan Benkui.2008.The influence of winter Arctic Oscillation on maximum and minimum air temperature over China in winter [J].Journal of Tropical Meteorology (in Chinese), 24 (2): 163–168.

Vautard R, Yiou P, D'Andrea F, et al.2007.Summertime European heat and drought waves induced by wintertime Mediterranean rainfall deficit [J].Geophys.Res.Lett., 34 (4): L07711.

Vinnikov K Y, Yeserkepova I B.1991.Soil moisture: Empirical data and model results [J].J.Climate, 4: 66–79.

Vinnikov K Y, Robock A, Speranskaya N A, et al.1996.Scales of temporal and spatial variability of midlatitude soil moisture [J].J.Geophys.Res.,101: 7163–7174.

Walker J, Rowntree P R.1977.The effect of soil moisture on circulation and rainfall in a tropical model [J].Quart.J.Roy.Meteor.Soc., 103: 29–46.

王冀, 江志紅, 張海東, 等.2007.1957–2000年東北地區(qū)春季極端氣溫變化及其與北極濤動(dòng)的關(guān)系 [J].氣候變化研究進(jìn)展, 3 (1): 41–45.Wang Ji, Jiang Zhihong, Zhang Haidong, et al.2007.Variations of spring extreme temperature indexes in Northeast China and their relationships with the Arctic Oscillation [J].Advances in Climate Change Research (in Chinese), 3 (1): 41–45.

王萬秋.1991.土壤溫濕異常對短期氣候影響的數(shù)值模擬試驗(yàn) [J].大氣科學(xué), 15 (5): 115–123. Wang Wanqiu.1991.Numerical experiments of the soil temperature and moisture anomalies’ effects on the short term climate [J].Chinese Journal of Atmospheric Sciences (in Chinese), 15 (5):115–123.

熊明明, 陳海山, 俞淼.2011.CLM3.0對中國區(qū)域陸面過程的模擬試驗(yàn)及評估 (II): 土壤濕度 [J].氣象科學(xué), 31 (1): 1–10. Xiong Mingming,Chen Haishan, Yu Miao.2011.Simulation of land surface processes over China and its validation.Part (II): Soil moisture [J].Scientia Meteorologica Sinica (in Chinese), 31 (1): 1–10.

Yeh T C, Wetherald R T, Manabe S.1984.The effect of soil moisture on the short-term climate and hydrology change—A numerical experiment [J].Mon.Wea.Rev., 112: 474–490.

You Q L, Kang S C, Aguilar E, et al.2011.Changes in daily climate extremes in China and their connection to the large scale atmospheric circulation during 1961–2003 [J].Climate Dyn., 36 (11–12): 2399–2417,doi: 10.1007/s00382-009-0735-0.

張文君, 周天軍, 宇如聰.2008a.中國土壤濕度的分布與變化I.多種資料間的比較 [J].大氣科學(xué), 32 (3): 581–597. Zhang Wenjun, Zhou Tianjun, Yu Rucong.2008a.Spatial distribution and temporal variation of soil moisture over China.Part I: Multi-data intercomparison [J].Chinese Journal of Atmospheric Sciences (in Chinese), 32 (3): 581–597.

張文君, 宇如聰, 周天軍.2008b.中國土壤濕度的分布與變化 II.耦合模式模擬結(jié)果評估, 大氣科學(xué), 32 (5): 1128–1146. Zhang Wenjun, Yu Rucong, Zhou Tianjun.2008b.Spatial distribution and temporal variation of soil moisture over China.Part II: The evaluations for coupled models’simulations [J].Chinese Journal of Atmospheric Sciences (in Chinese), 32(5): 1128–1146.

張文君, 周天軍, 智海.2012.土壤濕度影響中國夏季氣候的數(shù)值試驗(yàn)[J].氣象學(xué)報(bào), 70 (1): 78–90. Zhang Wenjun, Zhou Tianjun, Zhi Hai.2012.A numerical experiment on the effect of soil moisture to summer climate over China [J].Acta Meteorologica Sinica (in Chinese), 70 (1):78–90.

周晶, 陳海山.2012.土壤濕度年際變化對中國區(qū)域極端氣候事件模擬的影響研究 I.基于 CAM3.1的模式評估 [J].大氣科學(xué), 36 (6):1077-1092. Zhou Jing, Chen Haishan.2012.Numerical experiments on response of extreme climate events to anomaly of soil moisture.Part I:Model evaluation based on CAM3.1 [J].Chinese Journal of Atmospheric Sciences (in Chinese), 36 (6): 1077-1092.

左志燕, 張人禾.2007.中國東部夏季降水與春季土壤濕度的聯(lián)系 [J].科學(xué)通報(bào), 52 (14): 1722–1724. Zuo Zhiyan, Zhang Renhe.2007.Relationship between Spring soil moisture and summer precipitation over East Asia [J].Chinese Science Bulletin (in Chinese), 52 (14): 1722–1724.