林書(shū)恒, 管玉平, 4, 張邦林

CMIP5模式對(duì)近30年沃克環(huán)流強(qiáng)度變化模擬的不足及成因分析*

林書(shū)恒1, 2, 管玉平1, 2, 4, 張邦林3

1. 熱帶海洋環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室(中國(guó)科學(xué)院南海海洋研究所), 廣東 廣州 510301;2. 中國(guó)科學(xué)院大學(xué), 北京 100049; 3. 中國(guó)氣象局廣州熱帶海洋氣象研究所區(qū)域數(shù)值天氣預(yù)報(bào)重點(diǎn)實(shí)驗(yàn)室, 廣東 廣州 510640;4. 珠海區(qū)域氣候-環(huán)境-生態(tài)預(yù)測(cè)預(yù)警協(xié)同創(chuàng)新中心, 廣東 珠海 519078

太平洋沃克環(huán)流(Pacific Walker Circulation, PWC)是熱帶太平洋上空至關(guān)重要的大氣環(huán)流系統(tǒng), 但其在全球變暖背景下的長(zhǎng)期變化仍存在爭(zhēng)議, 換而言之, 沃克環(huán)流增強(qiáng)或減弱仍是有待回答的科學(xué)問(wèn)題之一。觀測(cè)表明近30年P(guān)WC呈增強(qiáng)趨勢(shì), 而氣候模式無(wú)法得出觀測(cè)的趨勢(shì)。文章分析了參加第五次耦合模式比較計(jì)劃(Coupled Model Inter-comparison Project Phase 5, CMIP5)的18個(gè)耦合模式模擬的PWC變化。結(jié)果表明, 大部分耦合模式能夠較好地再現(xiàn)PWC的氣候態(tài)分布特征, 但不能給出其加強(qiáng)的趨勢(shì)。究其原因, 主要取決于模式對(duì)海表溫度(SST)變化的模擬能力, 能模擬出PWC加強(qiáng)的耦合模式, 其模擬的SST趨勢(shì)分布與觀測(cè)相近[即類(lèi)拉尼娜(La Ni?a)型], 但仍存在一定差異; 而模擬出PWC減弱的耦合模式, 其模擬的SST趨勢(shì)分布表現(xiàn)為類(lèi)厄爾尼諾(El Ni?o)型, 這與觀測(cè)不符。對(duì)于后者, 如果用觀測(cè)的SST驅(qū)動(dòng)其大氣模式卻能夠模擬出PWC的加強(qiáng), 從另一方面也說(shuō)明了SST變化對(duì)于PWC長(zhǎng)期變化的主導(dǎo)作用。因此, CMIP5模式要想合理地預(yù)估PWC在全球變暖背景下的變化, 需要提高對(duì)于熱帶太平洋SST變化的模擬能力。

第五次耦合模式比較計(jì)劃; 沃克環(huán)流; 大氣環(huán)流模式比較計(jì)劃; 海表面溫度趨勢(shì)分布型

太平洋沃克環(huán)流(Pacific Walker Circulation, PWC)是熱帶地區(qū)最重要的大氣環(huán)流系統(tǒng), 是大氣與海洋相互作用最主要的組成部分。PWC是由赤道太平洋海表面溫度(Sea Surface Temperature, SST)緯向差異直接驅(qū)動(dòng)的熱力環(huán)流, 表現(xiàn)為在西太平洋暖水區(qū)上升, 在東太平洋冷水區(qū)下沉, 其表層由于東西海表氣壓梯度作用盛行東風(fēng), 而在對(duì)流層高層則被強(qiáng)勁的西風(fēng)所控制的順時(shí)針環(huán)流(Bjerknes, 1969)。PWC與季風(fēng)、厄爾尼諾–南方濤動(dòng)事件(El Ni?o-Southern Oscillation, ENSO)和印度洋偶極子事件(Indian Dipole Mode, IOD) (Saji et al, 1999)有緊密的聯(lián)系, 使得其對(duì)全球氣候產(chǎn)生影響(Philander, 1990; Meehl et al, 2003; Wang et al, 2012; England et al, 2014), 環(huán)流的強(qiáng)度與結(jié)構(gòu)變化能夠?qū)釒У貐^(qū)的季風(fēng)、降水、氣溫和風(fēng)造成巨大的影響(Power et al, 1999; Williams et al, 2011; Wang et al, 2012; Liu et al, 2013; England et al, 2014)。因此, 研究PWC的強(qiáng)度與結(jié)構(gòu)的長(zhǎng)期變化, 對(duì)全球氣候變化與災(zāi)害預(yù)測(cè)有至關(guān)重要的作用。

對(duì)于PWC強(qiáng)度在全球變暖背景下的長(zhǎng)期變化, 學(xué)術(shù)界開(kāi)展過(guò)許多研究, 但存在較大的爭(zhēng)論?，F(xiàn)今科學(xué)界認(rèn)為PWC在全球變暖下變化的機(jī)制主要有兩個(gè), 其中一個(gè)主要的機(jī)制是自由大氣隨高度增加的水平均一增溫使得大氣靜力穩(wěn)定度增加速度快于輻射冷卻, 從而使大氣環(huán)流減弱(Knutson et al, 1995)。從全球水循環(huán)角度出發(fā), 由于全球平均降水需與邊界層向?qū)α鲗虞斔偷乃嗥胶? 大氣的均一增暖使得降水增加的速率低于大氣水汽含量增加的速率, 則邊界層與對(duì)流層中層的質(zhì)量交換減弱, 同樣可以造成大氣環(huán)流減弱(Held et al, 2006), 上述機(jī)制被稱(chēng)為均一增溫機(jī)制(Bayr et al, 2014; Ma et al, 2016), 該機(jī)制強(qiáng)調(diào)大氣變化對(duì)PWC變化有重要作用。理想大氣環(huán)流模式(Atmospheric GeneralCirculation Model, AGCM)實(shí)驗(yàn)表明在熱帶太平洋緯向SST梯度無(wú)任何變化情況下, 能夠得到沃克環(huán)流減弱的結(jié)果(Gastineau et al, 2009; Ma et al, 2012), 支持了上述均一增溫機(jī)制。然而一個(gè)對(duì)立的假設(shè)認(rèn)為熱帶太平洋緯向SST梯度的變化對(duì)沃克環(huán)流變化起到至關(guān)重要的作用(Meng et al, 2012; Tokinaga et al, 2012a; Sandeep et al, 2014), 被稱(chēng)為非均一增溫機(jī)制, 該機(jī)制強(qiáng)調(diào)海洋的變化通過(guò)海氣相互作用進(jìn)而使得PWC發(fā)生變化。由于區(qū)域蒸發(fā)冷卻的強(qiáng)度不同(Knutson et al, 1995; Xie et al, 2010)、海洋動(dòng)力過(guò)程(Clement et al, 1996)、海洋與大陸(Zhang et al, 2017a)及海洋與海洋之間增溫速度的差異(Luo et al, 2012; McGregor et al, 2014; Zhang et al, 2017b), 導(dǎo)致海表溫度(SST)趨勢(shì)的空間分布呈類(lèi)厄爾尼諾(El Ni?o) [類(lèi)拉尼娜(La Ni?a)]型, 使得PWC減弱(加強(qiáng))。雖然根據(jù)皮耶克里斯反饋(Bjerknes feedback) (Bjerknes, 1969), SST和PWC之間能互相影響, 但實(shí)際上SST的變化是由海洋動(dòng)力過(guò)程和大氣反饋共同影響的, 盡管PWC減弱, 但SST不一樣會(huì)出現(xiàn)類(lèi)El Ni?o分布(Dinezio et al, 2009, 2010)。而許多研究認(rèn)為當(dāng)SST有類(lèi)El Ni?o (類(lèi) La Ni?a)型趨勢(shì)分布時(shí), PWC則會(huì)有相應(yīng)變化。例如Meng等(2012)用1900— 2007年的類(lèi)La Ni?a型海溫[源自英國(guó)氣象局哈德萊中心海面溫度數(shù)據(jù)集(HadISST)]驅(qū)動(dòng)AGCM, PWC加強(qiáng)。Tokinaga等(2012a)用夜間海表氣溫與SST合并后的數(shù)據(jù)(變化表現(xiàn)為類(lèi)El Ni?o型分布)驅(qū)動(dòng)AGCM, 結(jié)果顯示PWC減弱, 而用HadISST的結(jié)果(1950—2009年間表現(xiàn)為類(lèi) La Ni?a型分布)卻表現(xiàn)為PWC增強(qiáng), 因此認(rèn)為熱帶太平洋類(lèi)El Ni?o型的SST趨勢(shì)分布是PWC減弱的主要原因。

大部分氣候耦合模式一致預(yù)測(cè)沃克環(huán)流將在全球增暖下減弱。參與第三次和第五次國(guó)際耦合模式比較計(jì)劃(Phase 3 and 5 Coupled Model Intercomparison Project, CMIP3和CMIP5)的大部分模式模擬出PWC在20世紀(jì)減弱, 并將在21世紀(jì)繼續(xù)減弱, 太平洋SST趨勢(shì)為類(lèi)El Ni?o型分布(Vecchi et al, 2007; Dinezio et al, 2009, 2013; Power et al, 2011; Bayr et al, 2014)。雖然部分研究基于觀測(cè)和再分析資料發(fā)現(xiàn), 東、西太平洋緯向海表氣壓(Sea Level Pressure, SLP)梯度、SST梯度在整個(gè)20世紀(jì)是減小的，同時(shí)西太平降水減少(Vecchi et al, 2006; Zhang et al, 2006; Power et al, 2007, 2011; Yu et al, 2010; Tokinaga et al, 2012b; Dinezio et al, 2013), 支持了上述耦合模式的結(jié)果, 但也有研究通過(guò)觀測(cè)數(shù)據(jù)發(fā)現(xiàn)PWC是加強(qiáng)的(Sohn et al, 2010; L’Heureux et al, 2013; Sandeep et al, 2014)。觀測(cè)間的矛盾可能是由于觀測(cè)得到的結(jié)論大都是基于重構(gòu)的SLP數(shù)據(jù)(Vecchi et al, 2006; Power et al, 2007; Dinezio et al, 2013), 但由于船舶資料在1950年前的稀少, 使得SLP的趨勢(shì)存在偏差(Dinezio et al, 2013; L’Heureux et al, 2013)。同時(shí)觀測(cè)系統(tǒng)在1979年后的改變可能會(huì)影響基于再分析數(shù)據(jù)得到的結(jié)果(Tokinaga et al, 2012b; De Boisséson et al, 2014; Schwendike et al, 2014)。

雖然基于不同觀測(cè)資料得到的整個(gè)20世紀(jì)與20世紀(jì)后半葉的PWC趨勢(shì)存在矛盾, 但是對(duì)于1970年后的變化較為一致。從1970年開(kāi)始, 沃克環(huán)流隨著全球平均溫度的升高同步地加強(qiáng)(L’Heureux et al, 2013), 許多研究通過(guò)分析觀測(cè)與再分析資料以及AGCM的一系列數(shù)值實(shí)驗(yàn), 均得出PWC在近30年顯著增強(qiáng), 并且歸因于太平洋SST趨勢(shì)呈類(lèi)La Ni?a型(Meng et al, 2012; Luo et al, 2012; L’Heureux et al, 2013; McGregor et al, 2014; Bayr et al, 2014; England et al, 2014; Ma et al, 2016; 孫稚權(quán)等, 2016; Zhang et al, 2017a; Kim et al, 2018)。Ma等(2016)通過(guò)7個(gè)再分析資料之間的比較, 更加有力地證實(shí)了上述結(jié)論。模式結(jié)果需同觀測(cè)進(jìn)行比較, 才能使我們能夠?qū)ζ淠M能力有更好的評(píng)估。有研究認(rèn)為氣候模式難以對(duì)近30年熱帶太平洋地區(qū)的氣候變化做出合理的模擬, 對(duì)于近30年P(guān)WC趨勢(shì)的模擬存在缺陷(England et al, 2014; McGregor et al, 2014)。Sohn等(2013)認(rèn)為CMIP3耦合模式不能夠模擬出近30年P(guān)WC的加強(qiáng)是由于無(wú)法正確模擬出東部型與中部型El Ni?o (Ashok et al, 2009)。馬雙梅等(2014)評(píng)估了中科院大氣物理研究所發(fā)展的耦合氣候系統(tǒng)模式FGOALS的兩個(gè)版本(FGOALS-g2和FGOALS-s2)對(duì)于PWC變化的模擬能力, 發(fā)現(xiàn)模式模擬1982—2004年的趨勢(shì)與觀測(cè)結(jié)果之間的偏差源自模式內(nèi)部變率與觀測(cè)不對(duì)應(yīng)。同時(shí)Kociuba等(2015)分析了35個(gè)CMIP5耦合模式, 以太平洋緯向SLP梯度作為PWC的強(qiáng)度指標(biāo), 發(fā)現(xiàn)耦合模式不能一致模擬出近30年觀測(cè)中PWC的加強(qiáng), 認(rèn)為由于模式對(duì)于PWC強(qiáng)度的年代際和年際變化模擬相較于觀測(cè)偏小, 使得對(duì)PWC趨勢(shì)的模擬存在欠缺, 但模式與觀測(cè)之間以及各模式之間存在差異的原因仍不清楚。然而Ma等(2016)分析了26個(gè)CMIP5模式中的大氣環(huán)流模式比較計(jì)劃(AMIP)試驗(yàn), 發(fā)現(xiàn)AMIP試驗(yàn)對(duì)于觀測(cè)的類(lèi)La Ni?a型SST的響應(yīng), 均能模擬出PWC在近30年的加強(qiáng)。Sandeep等(2014)發(fā)現(xiàn)美國(guó)國(guó)家海洋和大氣管理局的20世紀(jì)再分析資料(20CR)與CMIP5模式得到的PWC對(duì)整個(gè)20世紀(jì)的趨勢(shì)相反, 認(rèn)為是模式中模擬的太平洋SST梯度趨勢(shì)與觀測(cè)結(jié)果相反導(dǎo)致的。那么耦合模式對(duì)于近30年P(guān)WC的趨勢(shì)模擬如何, 假如與觀測(cè)存在差異, 是否是由于耦合模式模擬的SST趨勢(shì)分布與觀測(cè)存在偏差導(dǎo)致的？下文將針對(duì)這兩個(gè)科學(xué)問(wèn)題進(jìn)行討論。

1 資料和研究方法

1.1 觀測(cè)與模式資料

本文使用6套再分析資料, 包括美國(guó)國(guó)家海洋和大氣管理局(National Oceanic and Atmospheric Administration, NOAA)下屬環(huán)境合作研究所(Cooperative Institute for Research in Environmental Sciences, CIRES)的20CR (Compo et al, 2011); 歐洲中期天氣預(yù)報(bào)中心(European Centre for Medium- Range Weather Forecasts, ECMWF)的歐洲中心再分析資料(ERA-Interim) (Dee et al, 2011); 日本氣象廳的55年再分析計(jì)劃(JRA-55) (Ebita et al, 2011); 美國(guó)國(guó)家航空航天局(NASA)的現(xiàn)代時(shí)期的研究與應(yīng)用回顧性分析(Modern-Era Retrospective Analysis for Research and Applications, MERRA)再分析資料(Rienecker et al, 2011); 美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心(National Centers for Environmental Prediction, NCEP)與美國(guó)大氣研究中心(National Center for Atmospheric Research, NCAR)的NCEP/NCAR (NCEP-1; Kalnay et al, 1996)和美國(guó)能源部的NCEP/DOE (NCEP-2; Kanamitsu et al, 2002)再分析資料。表1給出了各資料的同化方法, 空間分辨率和時(shí)間跨度。再分析資料是研究全球范圍內(nèi)氣候變化特征最常使用的資料, 但是作為一種利用資料同化技術(shù)把數(shù)值預(yù)報(bào)產(chǎn)品和觀測(cè)資料融合的“產(chǎn)物”, 必然包含由數(shù)值模式、同化方案以及系統(tǒng)變更等產(chǎn)生的誤差(Reichler et al, 2008)。因此使用多種再分析資料探究氣候變化特征顯得尤為重要(Thorne et al, 2010)。本文中6個(gè)再分析資料的集合平均(Ensemble Mean, ENS)是將各再分析資料通過(guò)二維線(xiàn)性插值到統(tǒng)一的2.5o×2.5o的水平分辨率得到的。為方便起見(jiàn), 后文將再分析資料也稱(chēng)為觀測(cè)資料。

表1 本文所使用的再分析資料及其詳細(xì)信息

為了理解SLP、降水、SST與PWC近30年變化的關(guān)系, 本文使用了全球降水氣候計(jì)劃(Global Precipitation Climatology Project, GPCP)的月降水?dāng)?shù)據(jù), 空間分辨率為2.5o×2.5o, 時(shí)間跨度為1979年1月至今(Adler et al, 2003)。哈德萊中心的SLP月平均數(shù)據(jù)(HadSLP2), 空間分辨率為5o×5o, 時(shí)間跨度為1850年1月至今(Allan et al, 2006)。本文使用了2套SST資料, 包括NOAA的擴(kuò)展重建海表溫度數(shù)據(jù)(ERSST.v4b), 空間分辨率為2o×2o, 時(shí)間跨度為1854年1月至今(Huang et al, 2015); 英國(guó)氣象局哈德萊中心海面溫度數(shù)據(jù)集(HadISST), 空間分辨率為0.5o×0.5o, 時(shí)間跨度為1870年1月至今(Rayner et al, 2003)。下文將HadISST與ERSST資料也統(tǒng)稱(chēng)為SST觀測(cè)資料。

本文所用的CMIP5耦合模式數(shù)據(jù)是選取1979—2005年的CMIP5模式歷史模擬試驗(yàn)(historical simulation)資料, 歷史模擬試驗(yàn)是根據(jù)國(guó)際耦合模式比較計(jì)劃提供的歷史大氣輻射強(qiáng)迫場(chǎng)(例如: 溫室氣體與火山氣溶膠等)驅(qū)動(dòng)海氣耦合模式, 絕大部分模式的歷史模擬試驗(yàn)數(shù)據(jù)可取范圍為1850—2005年。為了探究CMIP5耦合模式對(duì)近30年P(guān)WC變化模擬偏差的成因, 本文同時(shí)分析了相應(yīng)模式的AMIP試驗(yàn)。AMIP試驗(yàn)是將觀測(cè)的逐月歷史SST數(shù)據(jù)作為CMIP5耦合模式中的大氣環(huán)流模式的外強(qiáng)迫, AMIP試驗(yàn)中的大氣成分變化與歷史試驗(yàn)一致, 因此歷史試驗(yàn)與AMIP試驗(yàn)結(jié)果之間的差異可以歸結(jié)為SST的變化。因?yàn)锳MIP試驗(yàn)數(shù)據(jù)的時(shí)長(zhǎng)為1979—2008年, 為便于比較, 我們用代表性濃度路徑(RCP4.5)情景下的預(yù)估資料將歷史試驗(yàn)數(shù)據(jù)延長(zhǎng)至2008年12月。因?yàn)镽CP4.5情景預(yù)估的溫室氣體濃度在2006—2008年與觀測(cè)十分接近(Fyfe et al, 2013), 因而本文采用RCP4.5試驗(yàn)的數(shù)據(jù)將歷史試驗(yàn)數(shù)據(jù)延長(zhǎng)。需要指出的是, 我們也計(jì)算了不延長(zhǎng)數(shù)據(jù)(即1979—2005年)的結(jié)果, 發(fā)現(xiàn)并不會(huì)對(duì)本文的結(jié)論有大的影響?，F(xiàn)今參與CMIP5比較計(jì)劃的模式達(dá)40余個(gè), 本文挑選的18個(gè)模式, 是因?yàn)檫@些模式同時(shí)具有歷史試驗(yàn)、RCP4.5和AMIP試驗(yàn)數(shù)據(jù), 模式數(shù)據(jù)的具體信息見(jiàn)表2。為方便起見(jiàn), 下文中將CMIP5耦合模式歷史試驗(yàn)的結(jié)果也稱(chēng)為CMIP5耦合模式結(jié)果。本文只考慮每個(gè)模式第一個(gè)集合成員的模擬結(jié)果, 即r1i1p1。CMIP5模式需要設(shè)置一系列數(shù)值模擬試驗(yàn), 每個(gè)模式模擬的試驗(yàn)成員用rip標(biāo)識(shí), 其中r表示“realization”, 用以區(qū)分成員間的不同, i表示“initialization method”, 表示模式的初始化方案, 而p表示“physics version”, 表示物理方案。本文通過(guò)二維線(xiàn)性插值將數(shù)據(jù)統(tǒng)一插值為2.5o×2.5o的空間分辨率。更多關(guān)于模式細(xì)節(jié)的描述, 可以在CMIP5下載網(wǎng)站(http://cmip-pcmdi.llnl.gov/cmip5/)找到。

表2 本文中所使用的18個(gè)CMIP5耦合模式(水平分辨率用緯度×經(jīng)度格點(diǎn)的數(shù)目表示)

1.2 方法

哈德萊環(huán)流的結(jié)構(gòu)可以通過(guò)緯向平均的經(jīng)向風(fēng)從特定的等壓面積分至大氣層頂(0hpa)得到的經(jīng)向質(zhì)量流函數(shù)來(lái)刻畫(huà)(Oort et al, 1996)。同樣, PWC可以通過(guò)緯向質(zhì)量流函數(shù)來(lái)刻畫(huà)(Yu et al, 2010, 2012)。如下公式所示:

圖1 PWC強(qiáng)度在1979—2008年的線(xiàn)性趨勢(shì) a. AMIP試驗(yàn)與再分析資料; b. CMIP5耦合模式與再分析資料。橫坐標(biāo)為各再分析資料(對(duì)應(yīng)表1)與CMIP5模式(對(duì)應(yīng)表2)的名稱(chēng)。誤差棒表示線(xiàn)性趨勢(shì)的標(biāo)準(zhǔn)偏差, 通過(guò)90%置信區(qū)間的正(負(fù))趨勢(shì)用紅(藍(lán))色填充表示。再分析集合平均與模式集合平均的趨勢(shì)大小分別用紅色三角形與藍(lán)色圓點(diǎn)實(shí)心標(biāo)出

本文中所有的趨勢(shì)是根據(jù)線(xiàn)性回歸的最小二乘法得到的, 同時(shí)趨勢(shì)的置信檢驗(yàn)是通過(guò)雙尾-檢驗(yàn)來(lái)估計(jì)。

2 CMIP5模擬的沃克環(huán)流的氣候態(tài)分布

在分析CMIP5耦合模式對(duì)于近30年環(huán)流變化的模擬能力前, 我們先對(duì)其就近30年P(guān)WC以及SST的氣候態(tài)模擬能力進(jìn)行評(píng)估。圖2c和2b分別給出了CMIP5耦合模式及相應(yīng)的AMIP試驗(yàn)得到PWC的氣候態(tài)分布。緯向質(zhì)量流函數(shù)為正(負(fù))值的區(qū)域, 表示順時(shí)針(逆時(shí)針)環(huán)流, 其中位于熱帶太平洋上空,為正值的紅色區(qū)域即為太平洋沃克環(huán)流。通過(guò)與6個(gè)再分析資料的集合平均結(jié)果比較, 可以看出CMIP5耦合模式及其AMIP試驗(yàn)均能較好地刻畫(huà)出PWC的空間結(jié)構(gòu), 表現(xiàn)為在西太平洋暖池區(qū)上升而在東太平洋冷水區(qū)下沉的順時(shí)針環(huán)流。同時(shí)在對(duì)流層中層500hPa附近達(dá)到最大, 表明PWC在對(duì)流層中層具有最大的強(qiáng)度。圖2a、2b和2c中加粗的等值線(xiàn)表示=0, 為PWC的邊界, 其中位于西太平洋上的邊界(稱(chēng)為西邊界)與垂直上升速度最強(qiáng)的位置一致(Bayr et al, 2014; Ma et al, 2016)。觀測(cè)得到的PWC西邊界位于150oE, 而耦合模式的西邊界較觀測(cè)偏西, 位于140oE, 同時(shí)耦合模式模擬的PWC強(qiáng)度相較于觀測(cè)偏小10.9%。雖然CMIP5耦合模式模擬的PWC強(qiáng)度以及西邊界位置與觀測(cè)存在一定差異, 但是其模擬的PWC氣候態(tài)分布相對(duì)觀測(cè)的泰勒?qǐng)D可以看出(圖3a), 大部分模式得到的PWC與觀測(cè)之間的相關(guān)系數(shù)超過(guò)0.85, 相對(duì)標(biāo)準(zhǔn)差介于0.75~1, 說(shuō)明大部分模式能夠?qū)WC的氣候態(tài)強(qiáng)度與空間結(jié)構(gòu)有較合理的模擬, 同時(shí)模式多集合平均的結(jié)果相較于單個(gè)模式, 更接近觀測(cè), 說(shuō)明使用多模式的集合平均結(jié)果研究PWC的氣候態(tài)分布更為合理。AMIP試驗(yàn)得到的PWC西邊界與觀測(cè)的結(jié)果較為接近(圖2b), Ma等(2016)的結(jié)果表明大部分AMIP試驗(yàn)得到的PWC氣候態(tài)與觀測(cè)的相關(guān)系數(shù)超過(guò)0.9。因而, AMIP試驗(yàn)對(duì)于PWC近30年氣候態(tài)的模擬效果好于CMIP5的海氣耦合模式。

圖2 赤道太平洋區(qū)域(5oS—5oN)平均的緯向質(zhì)量流函數(shù)的氣候態(tài)(1979—2008年) (a~c, 等值線(xiàn)和填色, 單位: ×109kg·s–1)和熱帶太平洋海表面溫度的氣候態(tài)(1979—2008年) (d~f, 等值線(xiàn)及填色, 單位: ℃) a. 6個(gè)再分析集合平均; b. AMIP試驗(yàn)集合平均; c. CMIP5耦合模式集合平均; d. ERSST; e. HadISST; f. CMIP5耦合模式集合平均

圖3 18個(gè)CMIP5耦合模式模擬的熱帶太平洋沃克環(huán)流(a)和海表面溫度(b)的氣候態(tài)相對(duì)于觀測(cè)的泰勒診斷圖 a中參考點(diǎn)REF為6個(gè)再分析資料的集合平均; b中為NOAA的擴(kuò)展重建海表溫度數(shù)據(jù)(ERSST.v4b)與英國(guó)氣象局哈德萊中心海面溫度數(shù)據(jù)集(HadISST)的平均。極坐標(biāo)表示模擬場(chǎng)到原點(diǎn)的距離, 代表模擬場(chǎng)相對(duì)于參考點(diǎn)的標(biāo)準(zhǔn)差; 角坐標(biāo)表示模擬場(chǎng)的方位角的余弦, 代表模擬場(chǎng)與觀測(cè)場(chǎng)的相關(guān)系數(shù)。角坐標(biāo)和極坐標(biāo)值越接近于1 (即點(diǎn)REF), 表示模擬場(chǎng)的空間分布越接近于觀測(cè)

根據(jù)Bjerknes正反饋機(jī)制, 熱帶太平洋SST的變化與PWC的變化具有緊密聯(lián)系(Bjerknes, 1969), 因而檢驗(yàn)耦合模式對(duì)于熱帶太平洋SST氣候態(tài)的模擬能力也尤為重要。圖2d、2e和2f分別給出了ERSST.v4b、HadISST及CMIP5耦合模式集合平均的SST在1979—2008年的氣候態(tài)的空間分布。與觀測(cè)的海溫相比, 耦合模式能夠較好地模擬出SST的基本空間分布, 表現(xiàn)為較強(qiáng)的緯向不對(duì)稱(chēng)性, 即西太平洋和印度尼西亞海區(qū)為海水的暖中心, 而與之形成鮮明對(duì)比的是從秘魯沿岸向赤道延伸的冷舌區(qū)。圖3b給出了各模式的SST相對(duì)于觀測(cè)的泰勒?qǐng)D?？梢钥闯? 大部分CMIP5耦合模式與觀測(cè)的相關(guān)系數(shù)超過(guò)0.9, 同時(shí), 大多數(shù)模式的空間標(biāo)準(zhǔn)差與觀測(cè)的標(biāo)準(zhǔn)差之比在0.75~1.25, 說(shuō)明無(wú)論空間結(jié)構(gòu)還是大小, 模式對(duì)SST氣候態(tài)的模擬都較好。模式雖然能較好地模擬出SST氣候態(tài)的空間分布, 但仍存在一定的偏差, 主要體現(xiàn)在: 以28℃等溫線(xiàn)表征暖池的范圍, 模式模擬的暖池范圍相較于觀測(cè)偏小, 并且暖池內(nèi)的海溫也偏低(圖2f), 這可能使得模擬的PWC強(qiáng)度相較于觀測(cè)偏弱; 秘魯沿岸冷舌相較于觀測(cè)過(guò)于西伸, 可能導(dǎo)致東太平洋下沉運(yùn)動(dòng)區(qū)域的過(guò)多西伸。綜上所述, 盡管存在一些差異, CMIP5耦合模式還是能較好地模擬出近30年P(guān)WC與SST的氣候態(tài)分布。

3 CMIP5耦合模式模擬的近30年P(guān)WC的變化

圖1給出基于觀測(cè)、CMIP5耦合模式和相應(yīng)模式的AMIP試驗(yàn)得到的沃克環(huán)流強(qiáng)度的線(xiàn)性趨勢(shì)。除NCEP-2外, 其他再分析資料均表明PWC在近30年顯著加強(qiáng), 集合平均結(jié)果為0.31×109kg·s–1·decade–1。耦合模式間對(duì)于近30年P(guān)WC強(qiáng)度趨勢(shì)的模擬不一致, 其中GFDL-CM3、IPSL-CM5A-MR, INMCM4及CSIRO- Mk3-6-0 [CMIP5 (+PWCI)模式]模擬出顯著的加強(qiáng)趨勢(shì)而MPI-ESM-MR與MIROC5 [CMIP5 (–PWCI)模式]為顯著減弱趨勢(shì), 并且集合平均接近為0 (圖1b), 說(shuō)明模式中的外強(qiáng)迫對(duì)于近30年P(guān)WC變化的作用很小, 自然內(nèi)部變率可能起主導(dǎo)作用。雖然18個(gè)耦合模式對(duì)于PWC的氣候態(tài)模擬較好, 但是對(duì)于近30年P(guān)WC趨勢(shì)的模擬, 結(jié)果與觀測(cè)偏離較大。CMIP5耦合模式模擬的最大加強(qiáng)趨勢(shì): 0.18×109kg·s–1·decade–1也只有觀測(cè)的58%。然而由觀測(cè)的SST作為外強(qiáng)迫驅(qū)動(dòng)相應(yīng)耦合模式中的大氣環(huán)流模式(AMIP試驗(yàn)), 均模擬出近30年P(guān)WC的加強(qiáng), 其中有8個(gè)模式的AMIP試驗(yàn)通過(guò)90%的置信檢驗(yàn)(圖1a)。所有AMIP試驗(yàn)的集合平均結(jié)果為0.23kg·s–1·decade–1, 8個(gè)顯著加強(qiáng)趨勢(shì)的模式集合平均結(jié)果為0.27kg·s–1·decade–1, 與觀測(cè)較為接近, 是觀測(cè)的87%。進(jìn)一步比較AMIP試驗(yàn)結(jié)果與耦合模式得到的結(jié)果, 各模式AMIP試驗(yàn)的結(jié)果均大于耦合模式結(jié)果, 同時(shí)18個(gè)CMIP5耦合模式中有7個(gè)模式的AMIP結(jié)果與耦合模式趨勢(shì)相反, 雖然MPI-ESM-MR與MIROC5耦合模式模擬出近30年P(guān)WC是顯著減弱的, 但是在AMIP試驗(yàn)中卻模擬與觀測(cè)接近的PWC加強(qiáng)趨勢(shì)(圖1a)。AMIP試驗(yàn)與CMIP5耦合模式得到不同的結(jié)果, 說(shuō)明SST的變化可能對(duì)近30年P(guān)WC的變化起到至關(guān)重要的作用。

圖4分別給出了基于觀測(cè)、AMIP試驗(yàn)集合平均、模擬PWC加強(qiáng)的CMIP5耦合模式[CMIP5 (+PWCI)模式]、模擬PWC減弱的CMIP5耦合模式[CMIP5 (–PWCI)模式]及相應(yīng)模式的AMIP試驗(yàn)得到的緯向質(zhì)量流函數(shù)線(xiàn)性趨勢(shì)的空間分布。觀測(cè)(圖4a)與AMIP試驗(yàn)集合平均(圖4b)的趨勢(shì)的空間分布十分相似, 均表現(xiàn)為在150oE—150oW, 從對(duì)流層低層到上層的顯著增強(qiáng), 表明PWC加強(qiáng), 且PWC的空間結(jié)構(gòu)變化表現(xiàn)為西移。雖然CMIP5 (+PWCI) 模式的趨勢(shì)顯著小于觀測(cè), 但同樣表現(xiàn)為在中、西太平洋上空緯向質(zhì)量流函數(shù)的加強(qiáng), 同時(shí)PWC相對(duì)于氣候態(tài)西移(圖4c), 而CMIP5 (–PWCI)模式的線(xiàn)性趨勢(shì)的空間分布則相反, PWC在西、中太平洋上空顯著減弱, 同時(shí)在150oE附近減弱最顯著, 模擬結(jié)果為近30年P(guān)WC的持續(xù)減弱與東移(圖4d)。但CMIP5 (–PWCI)模式對(duì)應(yīng)的AMIP試驗(yàn)(圖4f)結(jié)果與AMIP集合平均的結(jié)果更為接近, 雖然CMIP5 (–PWCI)模式模擬出與觀測(cè)截然相反的趨勢(shì), 但是其大氣環(huán)流模式能夠模擬出近30年P(guān)WC的加強(qiáng)。

圖4 1979—2008年緯向質(zhì)量流函數(shù)的氣候態(tài)(等值線(xiàn), 單位: ×109kg·s–1)和該時(shí)段的線(xiàn)性趨勢(shì)(填色, 單位: ×109kg·s–1·decade–1) a. 6個(gè)再分析資料集合平均(ENS); b. 18個(gè)AMIP試驗(yàn)集合平均; c. CMIP5 (+PWCI)模式; d. CMIP5 (–PWCI)模式; e. AMIP (+CMIP5)試驗(yàn); f. AMIP (–CMIP5)試驗(yàn)。黑色打點(diǎn)表示趨勢(shì)通過(guò)95%的置信檢驗(yàn)。位于坐標(biāo)底下的黑色加粗線(xiàn)段分別表示海洋性大陸以及南美洲大陸的地形范圍

圖5 海表面氣壓(填色, 單位: hPa·decade–1)、1000hPa等壓面上的風(fēng)(箭頭, 單位m·s–1·decade–1)和降水速率(等值線(xiàn), 單位: mm·d–1·decade–1)在1979—2008年的線(xiàn)性趨勢(shì)a. 觀測(cè); b. 18個(gè)AMIP試驗(yàn)集合平均; c. CMIP5 (+PWCI)模式; d. CMIP5 (–PWCI)模式; e. AMIP (+CMIP5)試驗(yàn); f. AMIP (–CMIP5)試驗(yàn)。a中觀測(cè)的風(fēng)來(lái)自6個(gè)再分析資料的集合平均, SLP為HadSLP2數(shù)據(jù), 降水資料來(lái)自GPCP數(shù)據(jù)。圖中綠色實(shí)線(xiàn)表示降水速率的趨勢(shì)為正值, 紫色虛線(xiàn)表示降水速率的趨勢(shì)為負(fù)值, 黑色打點(diǎn)表示SLP趨勢(shì)通過(guò)95%的置信檢驗(yàn)。圖中只給出緯向風(fēng)趨勢(shì)通過(guò)95%置信檢驗(yàn)的風(fēng)場(chǎng)

4 海表面溫度對(duì)沃克環(huán)流變化的主導(dǎo)作用

近30年熱帶太平洋SST趨勢(shì)呈類(lèi)La Ni?a型分布, 即中、東太平洋顯著降溫而西太平洋顯著升溫。20世紀(jì)90年代中期開(kāi)始, 熱帶太平洋的信風(fēng)由于太平洋多年代際振蕩(Interdecadal Pacific Oscillation, IPO)相位的轉(zhuǎn)變而顯著加強(qiáng)(Merrifield, 2011; England et al, 2014)。同時(shí), 類(lèi)La Ni?a型SST變化使得PWC西移, 降水正異常中心移至海洋性大陸區(qū)域(Ma et al, 2016; Zhang et al, 2017a; Kim et al, 2018), SST的變化能夠影響緯向環(huán)流的空間結(jié)構(gòu)與強(qiáng)度變化。根據(jù)前文的分析, 近30年SST變化可能對(duì)PWC變化起主導(dǎo)作用, 結(jié)合前人研究, 進(jìn)一步探究耦合模式模擬的SST, 特別是熱帶太平洋SST變化與PWC變化的關(guān)系。

圖6 CMIP5耦合模式模擬的赤道太平洋緯向SST梯度[, (80o—160oW, 5oS—5oN)平均SST減去(80o—160oE, 5oS—5oN)平均SST]與PWC的強(qiáng)度在1979—2008年的線(xiàn)性趨勢(shì)的散點(diǎn)圖 黑色直線(xiàn)表示18個(gè)模式之間的最小二乘的擬合直線(xiàn), 黑點(diǎn)表示CMIP5耦合模式的集合平均結(jié)果, 紅點(diǎn)表示再分析資料得到的PWCI的趨勢(shì)與觀測(cè)得到的SST趨勢(shì)

圖7 海表面溫度在1979—2008年的線(xiàn)性趨勢(shì) a. ERSST; b. HadISST; c. CMIP5 (+PWCI)模式; d. CMIP5 (–PWCI)模式。黑色打點(diǎn)表示趨勢(shì)通過(guò)95%的置信檢驗(yàn)

Fig. 7 Linear trend of annual-mean SST (shading, units: K·decade–1) during 1979-2008. (a) ERSST; (b) HadISST; (c) CMIP5 (+PWCI) models; (d) CMIP5 (-PWCI) models. Stippling indicates the trend is statistically significant at the 95% level

圖8 海表溫度梯度(a、b)和沃克環(huán)流強(qiáng)度(c、d)的異常值年變化的時(shí)間序列 a. CMIP5 (+PWCI)模式與觀測(cè); b. CMIP5 (–PWCI)模式與觀測(cè); c. CMIP5 (+PWCI)模式、AMIP (+CMIP5)與觀測(cè); d. CMIP5 (–PWCI)模式、AMIP (–CMIP5)與觀測(cè)。CMIP5 (+PWCI)模式包括GFDL-CM3、IPSL-CM5A-MR、INMCM4、CSIRO-Mk3-6-0模式, CMIP5 (–PWCI)模式包括MPI-ESM-MR和MIROC5。模式具體細(xì)節(jié)見(jiàn)表2。圖a中紅色實(shí)線(xiàn)表示Ni?o3.4指數(shù)的相反號(hào)的時(shí)間序列, 用–1×Ni?o3.4表示, 由HadISST數(shù)據(jù)計(jì)算得到。圖中ENS表示6個(gè)再分析的集合平均, observation表示ERSST.v4b與HadISST的平均

綜上所述, 模式模擬的SST年際與年代際變率與觀測(cè)相比偏小, 同時(shí)年際震蕩偏大, 可能使得模擬的PWC趨勢(shì)偏弱。另一方面, 由于CMIP5耦合模式只能考察其對(duì)外強(qiáng)迫的響應(yīng), 其外強(qiáng)迫與觀測(cè)雖然接近, 但是模擬的內(nèi)部變率(如ENSO與IPO)與觀測(cè)中的內(nèi)部變率相位可能無(wú)法一致對(duì)應(yīng)。因此也可能是由于模式模擬的SST內(nèi)部變率與觀測(cè)不對(duì)應(yīng), 使得其年際與年代際變化存在偏差, 進(jìn)而導(dǎo)致SST趨勢(shì)分布型與觀測(cè)不同。同時(shí)有研究表明近30年觀測(cè)中PWC的長(zhǎng)期趨勢(shì)主要是由內(nèi)部變率, 如IPO或者北太平洋年代際震蕩(Pacific Decadal Oscillation, PDO)相位變化主導(dǎo)的(England et al, 2014; Bordbar et al, 2017), 模式對(duì)于近30年SST內(nèi)部變率的模擬與觀測(cè)無(wú)法逐年對(duì)應(yīng), 使其不能夠模擬出觀測(cè)中的PWC趨勢(shì)。對(duì)于觀測(cè)的SST的響應(yīng), AMIP試驗(yàn)卻能得到較好的模擬結(jié)果, 進(jìn)一步說(shuō)明SST的變化主導(dǎo)了PWC的變化, 耦合模式對(duì)于PWC年際及年代際變化有成功模擬的前提是對(duì)SST變化有成功的模擬。

圖9 海表溫度梯度(a、b)和沃克環(huán)流強(qiáng)度(c、d)的異常值9年滑動(dòng)平均的年變化時(shí)間序列 a. CMIP5 (+PWCI)模式與觀測(cè); b. CMIP5 (–PWCI)模式與觀測(cè); c. CMIP5 (+PWCI)模式、AMIP (+CMIP5)與觀測(cè); d. CMIP5 (–PWCI)模式、AMIP(–CMIP5)與觀測(cè)。CMIP5 (+PWCI)模式包括GFDL-CM3、IPSL-CM5A-MR、INMCM4、CSIRO-Mk3-6-0模式, CMIP5(–PWCI)模式包括MPI-ESM-MR和MIROC5。模式具體細(xì)節(jié)見(jiàn)表2。圖a中紅色實(shí)線(xiàn)表示IPO指數(shù)的相反號(hào)的時(shí)間序列, 用–1×IPO表示, 由HadISST數(shù)據(jù)計(jì)算得到。圖中ENS表示6個(gè)再分析的集合平均, observation表示ERSST.v4b與HadISST的平均

5 討論與結(jié)論

本文分析了18個(gè)CMIP5模式對(duì)近30年熱帶太平洋沃克環(huán)流變化的模擬情況, 通過(guò)與一系列觀測(cè)資料和AMIP試驗(yàn)對(duì)比, 發(fā)現(xiàn)CMIP5耦合模式不能夠模擬出近30年觀測(cè)中PWC顯著加強(qiáng)的趨勢(shì), 同時(shí)模式間也存在差異。本文認(rèn)為耦合模式對(duì)于熱帶太平洋SST趨勢(shì)分布型模擬的偏差是導(dǎo)致模擬的PWC趨勢(shì)與觀測(cè)不同的主要原因。主要結(jié)論如下:

1) 18個(gè)CMIP5耦合模式對(duì)于PWC以及SST的氣候態(tài)在空間分布和強(qiáng)度上都具有比較合理的模擬, 同時(shí)模式集合平均與各個(gè)模式相比更加接近觀測(cè), 具有更好的模擬結(jié)果。

2) CMIP5耦合模式無(wú)法模擬與觀測(cè)中PWC加強(qiáng)的趨勢(shì), 并且模式之間的結(jié)果不一致, 雖然GFDL-CM3、IPSL-CM5A-MR、INMCM4及CSIRO- Mk3-6-0 [CMIP5 (+PWCI)模式]模擬出顯著的加強(qiáng)趨勢(shì), 但趨勢(shì)均小于觀測(cè), 其中最大的趨勢(shì)只有觀測(cè)的58%, 而MPI-ESM-MR與MIROC5 [CMIP5 (–PWCI)模式]則模擬出顯著減弱趨勢(shì)。但用觀測(cè)的類(lèi) La Ni?a型SST驅(qū)動(dòng)MPI-ESM-MR與MIROC5的大氣環(huán)流模式, 即其AMIP試驗(yàn), 也能夠模擬出PWC的加強(qiáng)。CMIP5 (+PWCI) 模式得到的緯向質(zhì)量流函數(shù)、SLP、風(fēng)和降水趨勢(shì)的空間分布同樣表明PWC的加強(qiáng)與西移, 但趨勢(shì)相較觀測(cè)偏小, 而CMIP5 (–PWCI)模式的結(jié)果則與觀測(cè)相反, 模擬出PWC的減弱與東移。而CMIP5 (+PWCI)模式與CMIP5 (–PWCI)模式對(duì)應(yīng)的AMIP試驗(yàn)卻一致表現(xiàn)出與觀測(cè)接近的趨勢(shì)分布。

過(guò)去的研究認(rèn)為熱帶太平洋SST變化分布型對(duì)于沃克環(huán)流長(zhǎng)期變化具有重要作用, 是沃克環(huán)流在全球增暖背景下變化的主導(dǎo)因素(Meng et al, 2012; Tokinaga et al, 2012a, b; Sandeep et al, 2014; Ma et al, 2016), 本文的結(jié)論進(jìn)一步支持了這一觀點(diǎn)?，F(xiàn)今對(duì)于PWC在全球變暖下的長(zhǎng)期變化有兩個(gè)理論機(jī)制, 均一增溫理論強(qiáng)調(diào)大氣的變化對(duì)PWC變化有主導(dǎo)作用, 而非均一增溫理論強(qiáng)調(diào)熱帶太平洋SST的變化通過(guò)海氣相互作用使得PWC發(fā)生變化。本文中CMIP5 (–PWCI)模式及相應(yīng)的AMIP試驗(yàn)有相同的大氣成分的變化, 得到的PWC趨勢(shì)卻相反, 說(shuō)明了SST的變化對(duì)于近30年P(guān)WC的變化起到更為重要的作用, 能夠作為非均一增溫理論的一個(gè)支持依據(jù)。需要指出的是, Sohn等(2016)認(rèn)為CMIP5 模擬的干靜力穩(wěn)定度的差異也能夠?qū)е履Ｊ脚c觀測(cè)及模式間對(duì)于PWC趨勢(shì)模擬的差異。同時(shí), 模式可能低估了氣溶膠輻散強(qiáng)迫、高估了溫室氣體輻散強(qiáng)迫，使得模擬的PWC減弱。模式對(duì)這些外強(qiáng)迫響應(yīng)的錯(cuò)誤模擬也能夠?qū)е聦?duì)PWC趨勢(shì)模擬的缺陷, 這些問(wèn)題需要在將來(lái)的工作討論。但本文的結(jié)論對(duì)于氣候模式以后的改進(jìn)具有一定指導(dǎo)意義, 氣候模式要想提高對(duì)沃克環(huán)流變化的模擬, 需提高對(duì)于熱帶太平洋SST變化的模擬能力, 特別是對(duì)年際以及年代際的內(nèi)部變率(如ENSO與IPO)的模擬。雖然對(duì)于更長(zhǎng)時(shí)間尺度上PWC的變化, 溫室氣體增加導(dǎo)致的外強(qiáng)迫與內(nèi)部變率相比對(duì)PWC變化起更大的作用(Vecchi et al, 2006; Power et al, 2011; Yu et al, 2012) , 但在短于100年的時(shí)間段內(nèi), 由內(nèi)部變率引起的幾十年趨勢(shì)可能會(huì)主導(dǎo)其長(zhǎng)期趨勢(shì)(Vecchi et al, 2006)。如ENSO, 與年際尺度上的PWC的變化緊密相關(guān), 能夠解釋其在20世紀(jì)的大部分變化(Newman et al, 2003; Sandeep et al, 2014; Bayr et al, 2014), 同時(shí)在年代際尺度上, 如IPO或PDO同樣會(huì)對(duì)PWC的長(zhǎng)期變化產(chǎn)生影響(Meehl et al, 2003; Sandeep et al, 2014; England et al, 2014)。許多研究認(rèn)為近十幾年熱帶太平洋緯向海表面高度(Sea Surface Height, SSH)及SST梯度加大, 信風(fēng)顯著加強(qiáng)是由IPO的相位發(fā)生轉(zhuǎn)變導(dǎo)致的(Merrifield, 2011; Kosaka et al, 2013; England et al, 2014), 因此近30年內(nèi)部變率對(duì)PWC的加強(qiáng)存在很大的影響, 有研究就表明近30年觀測(cè)中的熱帶太平洋的PWC趨勢(shì), 很可能是由內(nèi)部變率導(dǎo)致的(Bordbar et al, 2017)。并且, 內(nèi)部變率也主要是由海溫所驅(qū)動(dòng)的, 模式對(duì)內(nèi)部變率的模擬對(duì)研究氣候問(wèn)題極為重要(Swanson et al, 2009)。大多數(shù)CMIP5模式預(yù)測(cè)PWC將在全球增暖的21世紀(jì)持續(xù)減弱, 模式模擬的SST趨勢(shì)分布為類(lèi)El Ni?o型。但模式對(duì)于長(zhǎng)時(shí)間SST趨勢(shì)變化的模擬是否正確仍有待商榷, 因此模式得出PWC減弱這一結(jié)果也要進(jìn)一步進(jìn)行討論。

馬雙梅, 周天軍, 2014. 熱帶太平洋沃克環(huán)流變化的數(shù)值模擬[J]. 中國(guó)科學(xué): 地球科學(xué), 44(11): 2576–2592. MA SHUANGMEI, ZHOU TIANJUN, 2014. Changes of the tropical Pacific Walker circulation simulated by two versions of FGOALS model[J]. Science China: Earth Sciences, 57(9): 2165–2180.

孫稚權(quán), 項(xiàng)杰, 管玉平, 2016. 太平洋沃克環(huán)流近幾十年來(lái)的加強(qiáng)[J]. 熱帶海洋學(xué)報(bào), 35(2): 19–29. SUN ZHIQUAN, XIANG JIE, GUAN YUPING, 2016. Strengthening of the Pacific Walker Circulation in the recent decades[J]. Journal of Tropical Oceanography, 35(2): 19–29 (in Chinese with English abstract).

ADLER R F, HUFFMAN G J, CHANG A, et al, 2003. The Version-2 Global Precipitation Climatology Project (GPCP) monthly precipitation analysis (1979–Present)[J]. Journal of Hydrometeorology, 4(6): 1147–1167.

ALLAN R, ANSELL T, 2006. A new globally complete monthly historical gridded mean sea level pressure dataset (HadSLP2): 1850–2004[J]. Journal of Climate, 19(22): 5816–5842.

ASHOK K, YAMAGATA T, 2009. The El Ni?o with a difference[J]. Nature, 461(7263): 481–484.

BAYR T, DOMMENGET D, MARTIN T, et al, 2014. The eastward shift of the Walker Circulation in response to global warming and its relationship to ENSO variability[J]. Climate Dynamics, 43(9–10): 2747–2763.

BJERKNES J, 1969. Atmospheric teleconnections from the equatorial pacific[J]. Monthly Weather Review, 97(3): 163–172.

BORDBAR M H, MARTIN T, LATIF M, et al, 2017. Role of internal variability in recent decadal to multidecadal tropical Pacific climate changes[J]. Geophysical Research Letters, 44(9): 4246–4255.

CLEMENT A C, SEAGER R, CANE M A, et al, 1996. An ocean dynamical thermostat[J]. Journal of Climate, 9(9): 2190–2196.

COMPO G P, WHITAKER J S, SARDESHMUKH P D, et al, 2011. The twentieth century reanalysis project[J]. Quarterly Journal of the Royal Meteorological Society, 137(654): 1–28.

DE BOISSéSON E, BALMASEDA M A, ABDALLA S, et al, 2014. How robust is the recent strengthening of the Tropical Pacific trade winds?[J]. Geophysical Research Letters, 41(12): 4398–4405.

DEE D P, UPPALA S M, SIMMONS A J, et al, 2011. The ERA-Interim reanalysis: configuration and performance of the data assimilation system[J]. Quarterly Journal of the Royal Meteorological Society, 137(656): 553–597.

DINEZIO P N, CLEMENT A C, VECCHI G A, et al, 2009. Climate response of the equatorial pacific to global warming[J]. Journal of Climate, 22(18): 4873–4892.

DINEZIO P N, CLEMENT A C, VECCHI G A, et al, 2010. Reconciling differing views of tropicalpacific climate change [J]. Eos Transactions American Geophysical Union, 91(16): 141–142.

DINEZIO P N, VECCHI G A, CLEMENT A C, 2013. Detectability of changes in the walker circulation in response to global warming[J]. Journal of Climate, 26(12): 4038–4048.

EBITA A, KOBAYASHI S Y, OTA Y, et al, 2011. The Japanese 55-year reanalysis “JRA-55”: an interim report[J]. Sola, 7: 149–152.

ENGLAND M H, MCGREGOR S, SPENCE P, et al, 2014. Recent intensification of wind-driven circulation in the Pacific and the ongoing warming hiatus[J]. Nature Climate Change, 4(3): 222–227.

FYFE J C, GILLETT N P, ZWIERS F W, 2013. Overestimated global warming over the past 20 years[J]. Nature Climate Change, 3(9): 767–769.

GASTINEAU G, LI L, LE TREUT H, 2009. The Hadley and Walker circulation changes in global warming conditions described by idealized atmospheric simulations[J]. Journal of Climate, 22(14): 3993–4013.

HELD I M, SODEN B J, 2006. Robust responses of the hydrological cycle to global warming[J]. Journal of Climate, 19(21): 5686–5699.

HUANG BOYIN, BANZON V F, FREEMAN E, et al, 2015. Extended reconstructed sea surface temperature version 4 (ERSST. v4). Part I?: upgrades and intercomparisons[J]. Journal of Climate, 28(3): 911–930.

KALNAY E, KANAMITSU M, KISTLER R, et al, 1996. The NCEP/NCAR 40-year reanalysis project[J]. Bulletin of the American Meteorological Society, 77(3): 437–472.

KANAMITSU M, EBISUZAKI W, WOOLLEN J, et al, 2002. NCEP--DOE AMIP-II reanalysis (R-2)[J]. Bulletin of the American Meteorological Society, 83(11): 1631–1643.

KIM B H, HA K J, 2018. Changes in equatorial zonal circulations and precipitation in the context of the global warming and natural modes[J]. Climate Dynamics, 51(11–12): 3999–4013.

KNUTSON T R, MANABE S, 1995. Time-mean response over the tropical Pacific to increased CO2in a coupled ocean- atmosphere model[J]. Journal of Climate, 8(9): 2181– 2199.

KOCIUBA G, POWER S B, 2015. Inability of CMIP5 models to simulate recent strengthening of the walker circulation: implications for projections[J]. Journal of Climate, 28(1): 20–35.

KOSAKA Y, XIE SHANGPING, 2013. Recent global-warming hiatus tied to equatorial Pacific surface cooling[J]. Nature, 501(7467): 403–407.

L’HEUREUX M L, LEE S, LYON B, 2013. Recent multidecadal strengthening of the Walker circulation across the tropical Pacific[J]. Nature Climate Change, 3(6): 571–576.

LIU JIAN, WANG BIN, CANE M A, et al, 2013. Divergent global precipitation changes induced by natural versus anthropogenic forcing[J]. Nature, 493(7434): 656–659.

LUO JINGJIA, SASAKI W, MASUMOTO Y, 2012. Indian Ocean warming modulates Pacific climate change[J]. Proceedings of the National Academy of Sciences of the United States of America, 109(46): 18701–18706.

MA JIAN, XIE SHANGPING, KOSAKA Y, 2012. Mechanisms for tropical tropospheric circulation change in response to global warming[J]. Journal of Climate, 25(8): 2979–2994.

MA SHUANGMEI, ZHOU TIANJUN, 2016. Robust Strengthening and westward shift of the tropical Pacific Walker circulation during 1979–2012: a comparison of 7 sets of reanalysis data and 26 CMIP5 models[J]. Journal of Climate, 29(9): 3097–3118.

MCGREGOR S, TIMMERMANN A, STUECKER M F, et al, 2014. Recent walker circulation strengthening and pacific cooling amplified by Atlantic warming[J]. Nature Climate Change, 4(10): 888–892.

MEEHL G A, ARBLASTER J M, LOSCHNIGG J, 2003. Coupled ocean-atmosphere dynamical processes in the tropical Indian and Pacific Oceans and the TBO[J]. Journal of Climate, 16(13): 2138–2158.

MENG QINGJIA, LATIF M, PARK W, et al, 2012. Twentieth century Walker Circulation change: data analysis and model experiments[J]. Climate Dynamics, 38(9–10): 1757–1773.

MERRIFIELD M A, 2011. A shift in western tropical Pacific sea level trends during the 1990s[J]. Journal of Climate, 24(15): 4126–4138.

NEWMAN M, COMPO G P, ALEXANDER M A, 2003. ENSO-forced variability of the Pacific decadal oscillation[J]. Journal of Climate, 16(23): 3853–3857.

OORT A H, YIENGER J J, 1996. Observed interannual variability in the Hadley circulation and its connection to ENSO[J]. Journal of Climate, 9(11): 2751–2767.

PHILANDER S G, 1990. El Ni?o, La ni?a, and the southern oscillation[M]. San Diego: Academic Press: 248.

POWER S, CASEY T, FOLLAND C, et al, 1999. Inter-decadal modulation of the impact of ENSO on Australia[J]. Climate Dynamics, 15(5): 319–324.

POWER S B, SMITH I N, 2007. Weakening of the Walker Circulation and apparent dominance of El Ni?o both reach record levels, but has ENSO really changed?[J]. Geophysical Research Letters, 34(18): L18702.

POWER S B, KOCIUBA G, 2011. What caused the observed twentieth-century weakening of the walker circulation?[J]. Journal of Climate, 24(24): 6501–6514.

RAYNER N A, PARKER D E, HORTON E B, et al, 2003. Global analyses of sea surface temperature, sea ice, and night marine air temperature since the late nineteenth century[J]. Journal of Geophysical Research Atmospheres, 108(D14): 4407.

REICHLER T, KIM J, 2008. Uncertainties in the climate mean state of global observations, reanalyses, and the GFDL climate model[J]. Journal of Geophysical Research Atmospheres, 113(D5): D05106.

RIENECKER M M, SUAREZ M J, GELARO R, et al, 2011. MERRA: NASA’s modern-era retrospective analysis for research and applications[J]. Journal of Climate, 24(14): 3624–3648.

SAJI N H, GOSWAMI B N, VINAYACHANDRAN P N, et al, 1999. A dipole mode in the tropical Indian ocean[J]. Nature, 401(6751): 360–363.

SANDEEP S, STORDAL F, SARDESHMUKH P D, et al, 2014. Pacific Walker Circulation variability in coupled and uncoupled climate models[J]. Climate Dynamics, 43(1–2): 103–117.

Schwendike J, GOVEKAR P, REEDER M J, et al, 2014. Local partitioning of the overturning circulation in the tropics and the connection to the Hadley and Walker circulations[J]. Journal of Geophysical Research Atmospheres, 119: 1322–1339.

SOHN B J, PARK S C, 2010. Strengthened tropical circulations in past three decades inferred from water vapor transport [J]. Journal of Geophysical Research Atmospheres, 115(D15): 1–9.

SOHN B J, YEH S W, SCHMETZ J, et al, 2013. Observational evidences of Walker circulation change over the last 30 years contrasting with GCM results[J]. Climate Dynamics, 40(7–8): 1721–1732.

SOHN B J, LEE S, CHUNG E S, et al, 2016. The role of the dry static stability for the recent change in the Pacific Walker circulation[J]. Journal of Climate, 29(8): 2765–2779.

SWANSON K L, SUGIHARA G, TSONIS A A, 2009. Long-term natural variability and 20th century climate change[J]. Proceedings of the National Academy of Sciences of the United States of America, 106(38): 16120–16123.

THORNE P W, VOSE R S, 2010. Reanalyses suitable for characterizing long-term trends[J]. Bulletin of the American Meteorological Society, 91(3): 353–362.

TOKINAGA H, XIE SHANGPING, DESER C, et al, 2012a. Slowdown of the Walker circulation driven by tropical Indo-Pacific warming[J]. Nature, 491(7424): 439–443.

TOKINAGA H, XIE SHANGPING, TIMMERMANN A, et al, 2012b. Regional patterns of tropical indo-pacific climate change: evidence of the walker circulation weakening[J]. Journal of Climate, 25(5): 1689–1710.

VECCHI G A, SODEN B J, WITTENBERG A T, et al, 2006. Weakening of tropical Pacific atmospheric circulation due to anthropogenic forcing[J]. Nature, 441(7089): 73–76.

VECCHI G A, SODEN B J, 2007. Global warming and the weakening of the tropical circulation[J]. Journal of Climate, 20(17): 4316–4340.

WANG BIN, LIU JIAN, KIM H J, et al, 2012. Recent change of the global monsoon precipitation (1979–2008)[J]. Climate Dynamics, 39(5): 1123–1135.

WILLIAMS A P, FUNK C, 2011. A westward extension of the warm pool leads to a westward extension of the Walker circulation, drying eastern Africa[J]. Climate Dynamics, 37(11–12): 2417–2435.

XIE SHANGPING, DESER C, VECCHI G A, et al, 2010. Global warming pattern formation: sea surface temperature and Rainfall[J]. Journal of Climate, 23(4): 966–986.

YU B, ZWIERS F W, BOER G J, et al, 2012. Structure and variances of equatorial zonal circulation in a multimodel ensemble[J]. Climate Dynamics, 39(9–10): 2403–2419.

YU BIN, ZWIERS F W, 2010. Changes in equatorial atmospheric zonal circulations in recent decades[J]. Geophysical Research Letters, 37(5): L05701.

ZHANG LEI, 2016. The roles of external forcing and natural variability in global warming hiatuses[J]. Climate Dynamics, 47(9–10): 3157–3169.

ZHANG LEI, KARNAUSKAS K B, 2017a. The role of tropical interbasin SST gradients in forcing walker circulation trends[J]. Journal of Climate, 30(2): 499–508.

ZHANG LEI, LI T, 2017b. Relative roles of differential SST warming, uniform SST warming and land surface warming in determining the Walker circulation changes under global warming[J]. Climate Dynamics, 48(3–4): 987–997.

ZHANG MINGHUA, SONG HUA, 2006. Evidence of deceleration of atmospheric vertical overturning circulation over the tropical Pacific[J]. Geophysical Research Letters, 33(12): L12701.

Deficiency of CMIP5 models in simulating changes of Pacific Walker circulation in recent three decades: the role of Sea Surface Temperature*

LIN Shuheng1, 2, GUAN Yuping1, 2, 4, ZHANG Banglin3

1. State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences), Guangzhou 510301, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China; 3. Guangdong Provincial Key Laboratory of Regional Numerical Weather Prediction, Institute of Tropical and Marine Meteorology, Guangzhou 510640, China; 4. Zhuhai Joint Innovative Center for Climate-Environment-Ecosystem, Zhuhai 519078, China

The Pacific Walker circulation (PWC) is the most important atmospheric system over the tropical Pacific Ocean, and the cause of the long-term change of the PWC in response to global warming still remains debatable. The observations consistently indicate that the PWC has significantly strengthened in the past three decades. We examine the changes of the PWC in 18 climate models participated in phase 5 of the Coupled Model Intercomparison Project (CMIP5). Most CMIP5 models have produced successful simulations for the climatological spatial distribution features of the PWC, but no one can simulate the trend of significant enhancement of the PWC as observed. The deficiency of the models to simulate the trend of the PWC depends mainly on the capability of the models to simulate changes in sea surface temperature (SST). The trend pattern of SST is similar to that of the observation (i.e., La Ni?a-like) in the coupled models that simulate a strengthening PWC, but there are still some differences between the two. However, the distribution of SST shows an El Ni?o-like trend pattern in the coupled models that simulate a weakening PWC, which does not match that of the observation. For the latter models, if the observed SST is used to drive its corresponding atmospheric models, it can simulate the enhancement of the PWC, which fully demonstrates the leading role of SST change in the long-term change of the PWC. Therefore, to reasonably predict the change of the PWC in the context of global warming, the CMIP5 models need to improve their simulation capability for SST changes in the tropical Pacific.

CMIP5; Walker circulation; AMIP simulation; SST trend pattern

date: 2019-01-01;

date: 2019-02-27.

National Key Research and Development Plan Project (2018YFC1506903); National Natural Science Key Fund Project (41830538); Independent project of State Key Laboratory of Tropical Oceanography (South China Sea Institute of Oceanology, Chinese Academy of Sciences) (LTOZZ1802)

GUAN Yuping. E-mail: guan@scsio.ac.cn

P732.64

A

1009-5470(2019)05-0052-16

10.11978/2019002

http://www.jto.ac.cn

2019-01-01;

2019-02-27。

殷波編輯

國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2018YFC1506903); 國(guó)家自然科學(xué)重點(diǎn)基金項(xiàng)目(41830538); 熱帶海洋環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室(中國(guó)科學(xué)院南海海洋研究所)自主項(xiàng)目(LTOZZ1802)

林書(shū)恒(1993—), 男, 福建省福州市人, 碩士研究生, 主要從事海氣相互作用研究。E-mail: linshh93@163.com

管玉平。E-mail: guan@scsio.ac.cn

致謝: 感謝中國(guó)科學(xué)院南海海洋研究所曙光高性能計(jì)算集群系統(tǒng)的幫助。

Editor: YIN Bo