趙立龍,徐建軍

(1.南京信息工程大學 物理與光電工程學院,江蘇 南京 210044;2.南京信息工程大學 大氣科學學院,江蘇 南京 210044;3.喬治梅森大學 理學院 環(huán)境科學與技術(shù)中心,美國 弗吉尼亞 22030)

?

7個CMIP5模式的平流層、對流層溫度趨勢與SSU/MSU觀測資料的對比

趙立龍1,徐建軍2,3

(1.南京信息工程大學 物理與光電工程學院,江蘇 南京 210044;2.南京信息工程大學 大氣科學學院,江蘇 南京 210044;3.喬治梅森大學 理學院 環(huán)境科學與技術(shù)中心,美國 弗吉尼亞 22030)

采用1979—2005年美國大氣海洋局(NOAA)的衛(wèi)星觀測資料和IPCC第5次全球氣候變化比較試驗(CMIP5)的模式資料,對全球?qū)α鲗雍推搅鲗咏?6 a的氣溫趨勢進行了研究。結(jié)果表明,CMIP5模擬的全球平均大氣溫度趨勢與觀測結(jié)果較一致,能夠再現(xiàn)平流層冷卻和對流層增溫等特點,但是在氣溫趨勢的經(jīng)緯度分布上,模式資料與觀測資料間存在較大差異,同時模式間也存在明顯的不一致。與觀測資料相比,CMIP5模式資料低估了平流層在熱帶地區(qū)的降溫速率,而且明顯高估了對流層中部到平流層下層的南極區(qū)域的降溫趨勢。不同CMIP5模式間的最大標準方差出現(xiàn)在平流層的南北極區(qū)域,但是在對流層所有緯度上標準方差都保持著較小值。

平流層;對流層;氣候模式;模式評估

0 引言

高空大氣溫度的長期變化趨勢是評估全球氣候變化的一個重要部分,也為自然和人為的氣候變化機理研究提供一定的依據(jù)。在全球氣候變化條件下,高空大氣溫度如何變化,它又將如何影響全球氣候變化,是氣候變化研究中的一個重要問題?；诘谌稳驓夂蜃兓容^試驗(CMIP3),IPCC第4次評估報告指出,高空大氣存在對流層趨于增溫、平流層趨于降溫的現(xiàn)象,但是不同資料由于不同的空間樣本和時間樣本以及采用不同的誤差訂正方法,得到的變化趨勢值存在一定差異(華文劍和陳海山，2012；Thompson et al.,2012;韓樂瓊等,2014)。

相比于CMIP3,CMIP5為了研究平流層大氣變化,許多研究小組把耦合模式高度增加到1 hPa(Taylor et al.,2012)。然而,在平流層大氣中,這些新的氣候模式產(chǎn)品的可靠性仍是不完全清楚,許多氣候模式并沒有包括所有必要的物理和化學過程(Taylor et al.,2012),因此,利用觀測數(shù)據(jù)測試和評估這些氣候模式的結(jié)果是非常必要的,也有助于理解模式描述真正的氣候變化的能力和局限性(胡永云等,2009;張耀存和郭蘭麗,2010;余斌等,2011;張宏芳和陳海山,2011;張文君和譚桂容,2012;Ren and Yang,2012;Santer et al.,2013)。

對于高空大氣溫度變化趨勢的研究,一般采用傳統(tǒng)的無線電探空觀測資料(Santer et al.,1999;Christy and Norris,2006;Sakmoto and Christy,2009;Xu and Powell,2010,2012;支星和徐海明,2013),但是探空資料具有一定的不確定性和局限性。無線電探空儀不能穿透層壓20 hPa或更高的大氣層,不覆蓋海洋和極地地區(qū),且探空站點分布稀疏,探空觀測的儀器和方法經(jīng)常變化等(John and Melissa,2008;郭英蓮和徐海明,2010;王洪等,2010),使得資料連續(xù)性和一致性較差。

在1978年發(fā)射的NOAA極軌衛(wèi)星上搭載的微波大氣探測儀(MSU)及其后的改進型——先進的微波大氣探測儀(AMSU)和平流層探測裝置(SSU),幾乎可以全天候測量從地表到平流層的全球大氣溫度,該序列星載儀器已經(jīng)穩(wěn)定運行近30 a,其數(shù)據(jù)可用于高空大氣溫度長期變化趨勢的研究(Nash and Forrester,1986;Mears et al.,2003;Christy and Norris,2006;Zou et al.,2009)。雖然衛(wèi)星觀測克服了無線電探空觀測的缺點,但是將衛(wèi)星長序列歷史資料用于氣候變化研究的難度較大,需要解決資料的一致性問題,包括儀器自身觀測誤差的訂正、儀器壽命期內(nèi)信號衰減和觀測時間漂移的訂正以及儀器間的觀測差異訂正等(Christy et al.,2000;Zou et al.,2009;Zou and Wang,2010,2011)。

本文采用衛(wèi)星觀測資料和CMIP5模擬資料分析高空大氣溫度變化的趨勢特征,主要目的是用觀測資料測試和評估CMIP5氣候模式的模擬結(jié)果,這樣有助于理解模式描述氣候變化的能力和局限性。

1 資料和方法

采用1979—2005年STAR衛(wèi)星觀測資料和7個CMIP5模式資料,所用資料均覆蓋全球。7個CMIP5模式的基本信息見表1。

表1 本文所使用7個氣候模式的基本信息

Table 1 The basic information of seven climate models used in this study

模式名稱模塊研究中心和位置CanESM2大氣;海洋;海冰;陸地加拿大氣候模式分析中心HadGEM2-CC大氣;海洋;陸地;海洋—生物地球化學英國氣象局哈德利中心MIROC-ESM大氣;海洋;海冰;陸地;氣溶膠;海洋—生物地球化學;陸地—生物地球化學日本海洋—地球科學技術(shù)機構(gòu)MIROC-ESM-CHEM大氣;海洋;海冰;陸地;氣溶膠;海洋生物化學;陸地生物化學;大氣化學日本海洋—地球科學技術(shù)機構(gòu)MIROC4h大氣;海洋;海冰;陸地東京大學,日本國立環(huán)境研究所和日本海洋—地球科學技術(shù)機構(gòu)MPI-ESM-LR大氣;海洋;海冰;陸地德國馬克斯—普朗克氣象研究所MRI-CGCM3大氣;海洋;海冰;陸地;氣溶膠日本筑波氣象研究所

圖1 氣壓坐標下的SSU/MSU溫度探測通道的垂直權(quán)重函數(shù)

本文采用的衛(wèi)星觀測數(shù)據(jù)是美國大氣海洋局(NOAA)國家環(huán)境衛(wèi)星數(shù)據(jù)和信息中心(NESDIS)衛(wèi)星應用和研究實驗室(STAR)研究組訂正的MSU和SSU數(shù)據(jù),簡稱STAR。其中SSU是先進微波探測儀之前唯一的能夠進行全球平流層溫度長期(1979—2005年)觀測的儀器。MSU和SSU分別為3通道的微波和紅外輻射計,圖1給出了MSU和SSU的權(quán)重函數(shù),其觀測范圍涵蓋了整個平流層和對流層上層大氣。許多研究者將STAR的觀測資料與UAH、RSS、Lidar、GPSRO、MLS等資料進行對比研究(廖蜜等,2011;Xu et al.,2011;Wang et al.,2012;He et al.,2014),結(jié)果表明STAR的觀測資料并沒有發(fā)現(xiàn)明顯不同于其他獨立觀測資料,說明了其氣候研究的可行性。目前該數(shù)據(jù)已被廣泛用于上層大氣溫度變化趨勢和原因的分析研究(Shine et al.,2003;Cagnazzo et al.,2006;Saha et al.,2010)。

首先根據(jù)月平均數(shù)據(jù)計算年平均值,然后將所有數(shù)據(jù)插值成相同分辨率的10°×10°網(wǎng)格數(shù)據(jù)。為了進行相互比較,CMIP5模式資料按照SSU/MSU的垂直權(quán)重函數(shù)進行處理。對CMIP5模式資料和SSU/MSU觀測資料的全球大氣平均溫度的時間序列和溫度變化趨勢的空間分布進行了相關(guān)分析。采用最小二乘法擬合溫度變化趨勢,利用樣本標準方差表征不確定性,采用T檢驗分析溫度變化趨勢的統(tǒng)計意義。

2 全球平均溫度變化趨勢的時間特性

2.1 全球平均溫度距平的變化曲線

圖2給出了1979—2005年觀測的全球?qū)α鲗雍推搅鲗哟髿鉁囟茸兓厔??？梢钥闯?3個SSU通道和MSU4都顯示出平流層有明顯的降溫趨勢,其中平流層上部(SSU3)的降溫速率為-1.08 K/(10 a),平流層底層(MSU4)的降溫速率為-0.28 K/(10 a)。對流層顯示出微弱的增溫趨勢(MSU3,MSU2),對流層上層(MSU3)和中層(MSU2)的增溫速率分別為0.10和0.16 K/(10 a)。

由圖2還可見,平流層在1982—1983年和1991—1992年期間有強烈的異常,該異常是因為受到1982年4月墨西哥埃爾奇瓊火山及1991年皮納圖博火山噴發(fā)的影響。對流層溫度(MSU2和MSU3)變化與厄爾尼諾和拉尼娜事件表現(xiàn)出較緊密的相關(guān)性,其中1998年是一次較強的ENSO事件,火山爆發(fā)的信號在曲線上也有所反映。

對于CMIP5模式資料(圖3),除了MRI-CGCM3高估了1991年皮納圖博火山爆發(fā)對溫度變化的影響外,選擇的7個氣候模式與衛(wèi)星觀測資料在平流層的溫度變化上吻合得很好。此外,3個模式資料(MIROC4h、MPI-ESM-LR和MRI-CGCM)在對流層上與觀測資料有明顯的差異,特別是MIROC4h還出現(xiàn)反位相變化,且MSU觀測到的厄爾尼諾和拉尼娜(溫娜和劉征宇,2013)信號并沒有在大多數(shù)模式中得到反映。

圖2 SSU/MSU衛(wèi)星觀測的1979—2005全球月平均氣溫距平變化

圖3 SSU-MSU各層的全球月平均氣溫距平的時間序列(黑粗實線為STAR觀測結(jié)果,其余為模式結(jié)果)

2.2 溫度距平的時間序列相關(guān)性

為評估各個氣候模式描述溫度變化的能力,計算了CMIP5模式與SSU/MSU觀測資料的全球平均溫度時間序列的相關(guān)系數(shù)(相關(guān)系數(shù)大于0.5時通過99%置信度檢驗)。結(jié)果表明,在平流層,SSU/MSU觀測資料和CMIP5氣候模式資料具有很好的一致性,相關(guān)系數(shù)為0.76到0.98(表2)。相對于平流層,在對流層,CMIP5模式資料與觀測資料的一致性較差。

2.3 氣溫變化趨勢和標準方差的垂直分布

圖4給出了全球大氣溫度變化趨勢和標準方差

的垂直剖面。由圖4a可見,CMIP5模式結(jié)果與觀測結(jié)果都表現(xiàn)出明顯的相似性,但是,在平流層,模式的降溫幅度均小于SSU的觀測結(jié)果。交叉點為氣溫變化的分界線,分界線之上溫度是降低的,之下溫度是升高的。結(jié)果表明,CMIP5模式結(jié)果的分界線位置低于相應的MSU的觀測結(jié)果。由圖4b可

表2 模式資料與觀測資料的全球平均溫度距平時間序列的相關(guān)系數(shù)

Table 2 Correlation coefficients of time serials of global mean temperature anomaly between STAR SSU/MSU and the CMIP5 models

CanESM2HadGEM2MIROC-ESM-CHEMMIROC-ESMMIROC4hMPI-ESM-LRMRI-CGCM3SSU30.960.970.970.970.830.970.93SSU20.970.980.970.960.890.970.9SSU10.930.950.960.950.930.920.76MSU40.90.890.870.880.90.90.8MSU30.230.40.220.150.10.390.18MSU20.430.510.320.410.360.510.31

見,從對流層中部到上平流層,CMIP5模式間的標準方差約為0.05 K/(10 a)到0.08 K/(10 a),最大標準方差出現(xiàn)在平流層頂部(SSU3,約45 km),主要是因為MIROC4h模式結(jié)果嚴重低估了SSU3的降溫幅度。

圖4 全球大氣溫度變化趨勢(K/(10 a))和模式間標準方差的垂直剖面 a.CMIP5模式結(jié)果與觀測結(jié)果;b.7個模式的溫度趨勢垂直廓線(用模式平均值±標準差表示)

圖5 1979—2005年對流層中層到平流層上層各層大氣溫度變化趨勢(K/(10 a))的空間分布(左列為SSU/MSU觀測結(jié)果,中間、右側(cè)分別MPI-ESM-LR、CanESM2模式模擬結(jié)果)

上述結(jié)果表明,CMIP5模式模擬的全球平均溫度變化在平流層與SSU、MSU的觀測資料具有很高的一致性,但是與觀測資料相比,CMIP5模式明顯低估了平流層的降溫趨勢。另外,觀測資料的溫度分界點在MSU3之上,明顯高于CMIP5的分界點高度,分界點的高度差異可能會對不同層的大氣溫度變化趨勢的估計產(chǎn)生影響。

3 大氣溫度長期變化趨勢的空間分布

3.1 全球大氣各層溫度線性趨勢的空間分布

圖5為1979—2005年從平流層上層(約48 km)到對流層中層(約6 km)的全球大氣溫度變化趨勢的空間分布。圖5左列為SSU/MSU的觀測結(jié)果,顯示了溫度趨勢的空間分布隨垂直高度的變化情況。在平流層上層(SSU1—SSU3)的熱帶和副熱帶區(qū)域,觀測資料有明顯的降溫趨勢,而較強的增溫發(fā)生在對流層的熱帶和北半球的大部分地區(qū);最強的增溫發(fā)生在對流層中部的北部高緯度地區(qū),約為0.5 K/(10 a);最強的降溫趨勢發(fā)生在上平流層的熱帶和北極的西北部地區(qū),超過-1.4 K/(10 a)。

對于CMIP5模式資料,隨機選定的MPI-ESM-LR、CanESM2模式基本顯示出平流層降溫和對流層增溫的特征,但是溫度變化趨勢隨經(jīng)緯度的分布明顯不同于SSU/MSU的觀測結(jié)果。總體而言,與SSU觀測資料相比,CMIP5模式資料對平流層熱帶區(qū)域的降溫幅度估計偏低。

圖6 CMIP5模式結(jié)果與觀測結(jié)果的氣溫變化趨勢的空間相關(guān)系數(shù) a.SSU;b.MSU

3.2 溫度變化趨勢的空間相關(guān)性

為了量化觀測資料與模式資料的異同,分別計算了各個模式與觀測資料的溫度變化趨勢的空間相關(guān)性(圖6)?？梢?CMIP5模式資料與觀測資料的溫度變化趨勢的空間相關(guān)性較小,尤其在對流層;而且MICRO-ESM-CHEM模式在平流層的三個通道與觀測資料顯示出負相關(guān)。與其他6個模式相比,在平流層,MICRO4h模式結(jié)果與觀測結(jié)果的相關(guān)性最高。

值得注意的是:1)在平流層,所有7個CMIP5模式資料與觀測資料的全球平均溫度的時間序列的一致性較好,但是溫度變化趨勢的空間分布的相關(guān)性很差(MIROC4h除外);在對流層,模式資料與觀測資料的時間和空間相關(guān)性均很差。2)加入化學模式的MICRO-ESM-CHEM與不包含化學模式的MICRO4h相比,在平流層上層,前者與觀測結(jié)果的相關(guān)性明顯差于后者。

3.3 平均溫度的長期趨勢隨緯度的變化及均方差分析

為了揭示CMIP5模式模擬的長期變化趨勢與觀測資料的差異,圖7給出了觀測資料與CMIP5模式的平均溫度長期變化趨勢隨緯度的變化。結(jié)果表明:氣溫的長期變化趨勢隨緯度變化明顯;在平流層,所有資料都有明顯的變冷趨勢;在對流層,除了南部高緯地區(qū)外,均顯示出增溫趨勢;觀測資料的3個SSU通道在熱帶和副熱帶顯示出極強的降溫趨勢,尤其在平流層頂?shù)臒釒У貐^(qū),其降溫速率達到-1.6 K/(10 a),比CMIP5模式資料低將近0.5 K/(10 a)。另外一個重要的現(xiàn)象是,SSU觀測資料在南半球的降溫趨勢從高緯到低緯急劇變化。

MSU觀測資料與CMIP5模式資料在對流層中層到低平流層(圖7d—f)的溫度趨勢隨緯度變化基本一致。值得注意的重要事實是,模式資料和觀測資料在對流層的南極區(qū)域均呈現(xiàn)出明顯的降溫趨勢,同時在熱帶和整個北半球呈現(xiàn)出升溫趨勢。

圖7 對流層和平流層各層全球平均溫度變化趨勢隨緯度的變化(黑粗實線代表SSU/MSU觀測結(jié)果)

圖8 CMIP5模式資料溫度趨勢的標準方差隨緯度的變化曲線(單位:K/(10 a))

圖8給出了7個CMIP5模式資料的溫度趨勢的標準方差隨緯度的變化。在對流層,各個模式間的標準方差從熱帶和副熱帶的約0.05 K/(10 a)變化到南北兩極的約0.2 K/(10 a)。平流層(3個SSU和MSU4)的標準方差在南極區(qū)域較大,處于0.25 K/(10 a)到0.30 K/(10 a)之間,比對流層兩個MSU通道的標準方差(0.15 K/(10 a))大很多。在北極區(qū)域,MSU2通道的標準方差遠低于其他5個通道。MSU4通道在熱帶區(qū)域的標準方差明顯高于其他各層。另一重要現(xiàn)象是,對流層中層(MSU2)在所有緯度的標準方差都較小,這說明CMIP5模式資料在MSU2上基本一致。

上述結(jié)果表明,平流層變冷趨勢隨緯度變化明顯,模式給出的最大變冷趨勢出現(xiàn)在熱帶和副熱帶區(qū)域,但是最大的標準方差卻出現(xiàn)在南北極區(qū)域。形成鮮明對比的是,對流層的增溫趨勢隨著緯度從南到北變大,但是所有緯度上的標準方差都較小。

4 結(jié)論和討論

基于1979—2005年SSU和MSU的溫度觀測資料,研究了CMIP5模式資料從對流層中部到平流層(5～50 km)的溫度變化趨勢和不確定性,得到如下主要結(jié)論:

1)CMIP5模式再現(xiàn)了平流層降溫和對流層升溫的變化特征,但是所選7個模式給出的溫度趨勢存在明顯差別。在平流層高層,不同模式的降溫速率在-0.6到-1.0 K/(10 a)之間變化,低于SSU的觀測結(jié)果。在對流層中層,增溫速率處于0.08到0.24 K/(10 a)之間,一般低于MSU觀測結(jié)果。

2)在全球平均溫度的時間變化方面,CMIP5模式能很好反映出火山爆發(fā)對平流層溫度的影響,并且在研究時段內(nèi),與SSU觀測資料的相關(guān)性很高。但是模式資料在對流層中、上層與觀測資料的相關(guān)性很差,沒有模擬出厄爾尼諾和拉尼娜事件在對流層的響應。

3)在溫度趨勢空間分布方面,從對流層中層到平流層頂,CMIP5模式資料與SSU/MSU觀測資料都表現(xiàn)出不同的分布形式,且空間分布的相關(guān)性較差。

總體而言,溫度趨勢隨緯度變化明顯,最大的降溫出現(xiàn)在平流層頂?shù)臒釒^(qū)域,最大的增溫出現(xiàn)在對流層中部的北極區(qū)域。與觀測資料相比,CMIP5模式資料低估了平流層在熱帶地區(qū)的降溫速率,且明顯高估了對流層中部到平流層下層的南極區(qū)域的降溫趨勢。CMIP5模式資料的最大標準方差出現(xiàn)在平流層的南北極區(qū)域,在對流層所有緯度上標準方差都保持較小值。

選擇的7個CMIP5模式資料在平流層的全球平均溫度的年際變化上與觀測資料一致,但是這些模式?jīng)]能重現(xiàn)觀測資料的溫度趨勢隨經(jīng)緯度的分布特征。值得注意的是,選擇的所有CMIP5模式都耦合了包含多種針對低層大氣物理過程的陸地和海洋模式,理論上來說應該更加有利于描述對流層大氣的特征。另一方面,大多數(shù)的CMIP5沒有包含一些必要的物理化學過程,例如7個模式中6個沒有在平流層包含化學模式,只有MIRO-ESM-CHEM包含了化學模式并且認為化學模式是能夠描述真實大氣的一個非常重要的部分。因此,至少從理論上來講,該模式資料理應給出較好的結(jié)果。不幸的是,比較結(jié)果顯示MIRO-ESM-CHEM模式資料在對流層的全球平均溫度年際變化方面給出了較差的結(jié)果。如果注意到上述差異,那么什么才是決定模式性能的關(guān)鍵因素就值得深入考慮。

模式資料與觀測資料異同的產(chǎn)生原因及對氣候趨勢的定量影響有待進一步研究,這也是將模式資料用于氣候診斷的一個重點和難點。

郭英蓮,徐海明.2010.對流層中上層干空氣對“碧利斯”臺風暴雨的影響[J].大氣科學學報,33(1):98-109.

韓樂瓊,韓哲,李雙林.2014.不同代表性濃度路徑(RCPs)下21世紀長江中下游強降水預估[J].大氣科學學報,37(5):529-540.

胡永云,丁峰,夏炎.2009.全球變化條件下的平流層大氣長期變化趨勢[J].地球科學進展,24(3):242-251.

華文劍,陳海山.2012.東亞夏季海陸熱力對比對全球變暖的響應[J].氣象科學,32(4):365-374.

廖蜜,張鵬,吳雪寶,等.2011.利用MSU序列研究高空大氣溫度變化的進展[J].氣象,37(9):1151-1157.

王洪,曹云昌,肖穩(wěn)安.2010.COSMIC掩星數(shù)據(jù)與L波段探空數(shù)據(jù)的對比分析[J].氣象,36(9):14-20.

溫娜,劉征宇.2013.海洋對大氣反饋的研究進展及其診斷方法討論[J].大氣科學學報,36(2):246-255.

余斌,Boer G J,Zwiers F W.2011.海表熱通量反饋及海溫變率[J].大氣科學學報,34(1):1-7.

張宏芳,陳海山.2011.21個氣候模式對東亞夏季環(huán)流模擬的評估I:氣候態(tài)[J].氣象科學,31(2):119-128.

張文君,譚桂容.2012.全球變暖形勢下中國陸表水分的變化[J].大氣科學學報,35(5):550-563.

張耀存,郭蘭麗.2010.東亞副熱帶西風急流變化多模式模擬結(jié)果分析[J].氣象科學,30(5):694-700.

支星,徐海明.2013.3種再分析資料的高空溫度與中國探空溫度資料的對比:年平均特征[J].大氣科學學報,36(1):77-87.

Cagnazzo C,Claud C,Hare S.2006.Aspects of stratospheric long term changes induced by ozone depletion[J].Clim Dyn,27:101-111.doi:10.1007/s00382-006-0120-1.

Christy J R,Norris W B.2006.Satellite and VIZ—radiosonde intercomparisons for diagnosis of nonclimatic influences[J].J Atmos Oceanic Technol,23:1181-1194.

Christy J R,Spencer R W,Braswell W D.2000.MSU tropospheric temperatures:Dataset construction and radiosonde comparisons[J].J Atmos Oceanic Technol,17:1153-1170.

He Wenying,Zou Chengzhi,Chen Hongbin.2014.Validation of AMSU-A measurements from two different calibrations in the lower stratosphere using COSMIC radio occultation data[J].Chin Sci Bull,55:1159-1166.

John R L,Melissa F.2008.Comparison of radiosonde and GCM vertical temperature trend profiles:Effects of dataset choice and data homogenization[J].J Climate,21:5417-5435.

Mears C A,Schabel M C,Wentz F J.2003.A reanalysis of the MSU channel 2 tropospheric temperature record.J Climate,16:3650-3664.

Nash J,Forrester G F.1986.Long-term monitoring of stratospheric temperature trends using radiance measurements obtained by the TIROSN series of NOAA spacecraft[J].Adv Space Res,6:37-44.doi:10.1016/0273-1177(86)90455-2.

Ren R C,Yang Y.2012.Changes in winter stratospheric circulation in CMIP5 scenarios simulated by the climate system model FGOALS-s2[J].Adv Atmos Sci,29(6):1374-1389.doi:10.1007/s00376-012-1184-Y.

Saha S,Moorthi S,Pan H L,et al.2010.The NCEP climate forecast system reanalysis [J].Bull Amer Meteor Soc,91(8):1015-1057.

Sakmoto M,Christy J.2009.The influences of TOVS radiance assimilation on temperature and moisture tendencies in JRA-25 and ERA-40[J].J Atmos Oceanic Tech,26:1435-1455.doi:10.1175/2009JTECHA1193.1.

Santer B D,Hnilo J J,Wigley T M L,et al.1999.Uncertainties in observationally based estimates of temperature change in the free atmosphere[J].J Geophys Res,104:6305-6333.

Santer B D,Painter J F,Mears C A,et al.2013.Identifying human influences on atmospheric temperature [J].Proceedings of the National Academy of Sciences of the United States of America,110(1):26-33.

Shine K P,Bourqui M S,Forster P M,et al.2003.A comparison of model-simulated trends in stratospheric temperatures [J].Quart J Roy Meteor Soc,129:1565-1588.doi:10.1256/qj.02.186.

Taylor K E,Stouffer R J,Meehl G A.2012.An overview of CMIP5 and the experiment design[J].Bull Amer Meteor Soc,93:485-498.doi:10.1175/BAMS-D-11-00094.1.

Thompson D W,Seidel D J,Randel W J,et al.2012.The mystery of recent stratospheric temperature trends[J].Nature,491(7426):692-697.

Wang L,Zou C Z,Qian H.2012.Construction of stratospheric temperature data records from stratospheric sounding units[J].J Climate,25:2931-2946.doi:10.1175/JCLI-D-11-00350.1.

Xu J,Powell A.2010.Ensemble spread and its implication for the evaluation of temperature trends from multiple radiosondes and reanalyses products[J].Geophys Res Lett,37,L17704.doi:10.1029/2010GL044300.

Xu J,Powell A.2011.Uncertainty of the stratospheric/tropospheric temperature trends in 1979—2008:Multiple satellite MSU,radiosonde,and reanalysis datasets[J].Atmos Chem Phys,11:10727-10732.doi:10.5194/acp-11-10727-2011.

Xu J,Powell A.2012.Uncertainty estimation of the global temperature trends for multiple radiosondes,reanalyses,and CMIP3/IPCC climate model simulations[J].Theor Appl Climatol,108:505-518.doi:10.1007/00704-011-0548-z.

Zou C Z,Wang W.2010.Stability of the MSU-derived atmospheric temperature trend[J].J Atmos Oceanic Technol,27:1960-1971.doi:10.1175/2009JTECHA1333.1.

Zou C Z,Wang W.2011.Intersatellite calibration of AMSU-A observations for weather and climate applications[J].J Geophys Res,116,D23113.doi:10.1029/2011JD016205.

Zou C,Gao M,Goldberg M.2009.Error structure and atmospheric temperature trends in observations from the microwave sounding unit[J].J Climate,22:1661-1680.doi:http://dx.doi.org/10.1175/2008JCLI2233.1.

(責任編輯：倪東鴻)

Comparison of stratospheric and tropospheric temperature trend between seven CMIP5 models and SSU/MSU observations

ZHAO Li-long1,XU Jian-jun2,3

(1.School of Physics and Optoelectronic Engineering,NUIST,Nanjing 210044,China;2.School of Atmospheric Sciences,NUIST,Nanjing 210044,China;3.Environmental Science and Technological Center,College of Science,George Mason University,Fairfax,Virginia 22030,USA)

Global atmospheric temperature trends from the middle troposphere to the upper stratosphere are investigated based on the simulations from the Coupled Climate Model Inter-comparison Project phase 5(CMIP5) together with NOAA satellite observations from 1979 to 2005.Results show that the CMIP5 model simulations can reproduce the features of stratospheric cooling and tropospheric warming,which are consistent with the observations,but the CMIP5 simulations display different latitudinal-longitudinal patterns from SSU/MSU measurements,with significant discrepancies among the selected models.Compared with observations,the CMIP5 simulations significantly underestimate the stratospheric cooling in the tropics and substantially overestimate the cooling over the Antarctic in the MSU observations.The largest standard variation among the seven CMIP5 simulations is seen in both the south and north polar regions in the stratosphere,and the standard variation retains similar small values at all latitudes in the troposphere.

stratosphere;troposphere;climate model;model evaluation

2013-06-11；改回日期：2014-06-20

國家自然科學基金資助項目(41230528;41305039);江蘇省博士后基金資助項目(1402166C)

趙立龍,博士,講師,研究方向為氣候變化,nk_endy@163.com.

10.13878/j.cnki.dqkxxb.20130611001.

1674-7097(2015)01-0101-10

P467

A

10.13878/j.cnki.dqkxxb.20130611001

趙立龍,徐建軍.2015.7個CMIP5模式的平流層、對流層溫度趨勢與SSU/MSU觀測資料的對比[J].大氣科學學報,38(1):101-110.

Zhao Li-long,Xu Jian-jun.2015.Comparison of stratospheric and tropospheric temperature trend between seven CMIP5 models and SSU/MSU observations[J].Trans Atmos Sci,38(1):101-110.(in Chinese)