CMIP6模式未來(lái)情景下模擬的大氣質(zhì)量季節(jié)循環(huán):非線性變化

摘要" 全球持續(xù)增暖背景下南北半球大氣質(zhì)量呈現(xiàn)出明顯的異常變化。利用2015—2100年CMIP6資料，分析了4個(gè)溫室氣體排放情景下大氣質(zhì)量季節(jié)循環(huán)特征，并比較不同情景下地表氣壓和極渦變化特征，結(jié)果表明：不同情景下全球及半球面積平均大氣質(zhì)量的氣候平均值季節(jié)變化位相相同，且與歷史模擬試驗(yàn)的分布一致。隨著溫室氣體排放量的逐步增加，全球大氣質(zhì)量年變程逐漸增大，然而南北半球大氣質(zhì)量和南北濤動(dòng)年變程并非逐步增大，而是有起有伏。這種非線性現(xiàn)象主要表現(xiàn)為：在SSP1-2.6、SSP3-7.0情景下南北半球大氣質(zhì)量和南北濤動(dòng)的年變程較小，而在SSP2-4.5、SSP5-8.5情景下其年變程較大。對(duì)應(yīng)這種起伏，在地表主要表現(xiàn)為北太平洋、北大西洋地表氣壓在SSP2-4.5和SSP5-8.5情景下增高與在SSP1-2.6和SSP3-7.0情景下降低，以及南半球45°S以南地表氣壓發(fā)生變化；在垂直方向上，主要表現(xiàn)為南北極平流層極渦隨溫室氣體排放持續(xù)增加而呈現(xiàn)強(qiáng)弱交替的非線性變化。

關(guān)鍵詞大氣質(zhì)量;季節(jié)循環(huán);非線性變化;溫室氣體排放情景;CMIP6模式

2023-11-28收稿，2024-03-18接受

國(guó)家自然科學(xué)基金項(xiàng)目（41975073）

引用格式：?jiǎn)棠?，盧楚翰，管兆勇，等，2024.CMIP6模式未來(lái)情景下模擬的大氣質(zhì)量季節(jié)循環(huán)：非線性變化［J］.大氣科學(xué)學(xué)報(bào)，47（6）：867-880.

Qiao N，Lu C H，Guan Z Y，et al.，2024.Simulated seasonal cycle of atmospheric mass in four future scenarios of the CMIP6 models：a nonlinear response to increasing greenhouse gases［J］.Trans Atmos Sci，47（6）：867-880.doi：10.13878／j.cnki.dqkxxb.20231128002.（in Chinese）.

大氣環(huán)流和氣候系統(tǒng)變化調(diào)整與大氣質(zhì)量的重新分布密切相關(guān)（Lorenz，1951;Christy et al.，1989;Yu et al.，2014），而大氣質(zhì)量的再分布決定了天氣氣候變化甚至極端天氣氣候事件的發(fā)生。研究表明，在全球干空氣質(zhì)量守恒的前提下，半球大氣質(zhì)量的增加必須與另一半球大氣質(zhì)量的減少相平衡（Trenberth，1981;Trenberth and Smith，2005），比如冬半球由于冷卻而地表氣壓增加時(shí)，夏半球的平均氣壓就會(huì)降低（Chen et al.，1997），這種改變對(duì)大氣環(huán)流的季節(jié)變化和天氣氣候有著十分重要的意義。

Guan and Yamagata（2001）使用地表氣壓計(jì)算大氣質(zhì)量變化，發(fā)現(xiàn)了年際及以上時(shí)間尺度的南北半球間大氣質(zhì)量存在此消彼長(zhǎng)的現(xiàn)象，并稱(chēng)之為南北濤動(dòng)（Inter-Hemispheric Oscillation，IHO）。IHO作為地表氣壓場(chǎng)EOF分析的第三模態(tài)，在年際及以上的時(shí)間尺度上，對(duì)地表氣壓的方差貢獻(xiàn)達(dá)到14.5％，僅次于南極濤動(dòng)和北極濤動(dòng)。IHO反映了由半球際大氣質(zhì)量交換導(dǎo)致的大氣質(zhì)量重新分布，其異常大值區(qū)主要集中于兩半球的中高緯度，并引起全球范圍內(nèi)的大氣環(huán)流變化。盧楚翰等（2008）對(duì)IHO季節(jié)特征進(jìn)行了分析，結(jié)果表明大氣質(zhì)量IHO季節(jié)循環(huán)明顯，表現(xiàn)為兩半球大氣質(zhì)量的反位相變化，北半球大氣質(zhì)量在冬季達(dá)到最大，夏季為最小，南半球亦然。IHO季節(jié)變化與全球范圍大氣質(zhì)量的重新分布相關(guān)，其中對(duì)IHO季節(jié)變化起到主要作用的是水汽質(zhì)量的變化，對(duì)IHO貢獻(xiàn)最大的地表氣壓擾動(dòng)出現(xiàn)在中高緯度地區(qū)。IHO與我國(guó)同期氣候變動(dòng)以及夏季風(fēng)異常存在顯著聯(lián)系（盧楚翰等，2008;盧楚翰和管兆勇，2009;Guan et al.，2010;盧楚翰等，2010;叢菁等，2011;Jin et al.，2015）。此外，IHO與大氣質(zhì)量海陸間遷移（胡潮等，2015;周游等，2016;尹旸艷等，2018）、大氣角動(dòng)量異常（Lu and Guan，2019）等現(xiàn)象都有關(guān)聯(lián)。

在模式以及再分析資料中，地表氣壓是一個(gè)敏感的積分值（Hoinka，1998），利用其研究大氣總質(zhì)量以及水汽分量的收支平衡是評(píng)估再分析資料同化質(zhì)量（Trenberth and Smith，2005;Berrisford et al.，2011）以及氣候模式性能的重要方面（Taylor and Fournier，2010;Clark and Fogt，2019;Builes-Jaramillo and Pntano，2021）。世界氣候研究計(jì)劃（World Climate Research Program，WCRP）下的國(guó)際耦合模式比較計(jì)劃（Coupled Model Intercomparison Project，CMIP）在氣候變化及其影響方面得到了廣泛的應(yīng)用，已有研究利用CMIP模式資料分析了大氣質(zhì)量的變化情況。盧楚翰（2009）利用國(guó)際大氣環(huán)流模式比較計(jì)劃（Atmospheric Model Intercomparison Project，AMIP）的12個(gè)模式資料評(píng)估這些模式對(duì)IHO季節(jié)變化以及內(nèi)部因子的模擬能力，結(jié)果表明12個(gè)模式均能模擬出兩半球平均大氣質(zhì)量的反位相變化，但是各模式的年變程以及變化位相有明顯差異。Qin et al.（2015）通過(guò)對(duì)比CMIP5模式輸出資料和ERA Interim再分析資料，指出南北半球際干空氣質(zhì)量流和半球內(nèi)部干空氣的局地變化存在明顯的不一致性。胡潮等（2015）選用CMIP5的9個(gè)模式的輸出資料進(jìn)行分析，結(jié)果表明模式模擬的北半球海陸間的大氣質(zhì)量存在顯著的季節(jié)性遷移，同時(shí)證明海陸間熱力差異推動(dòng)了大氣質(zhì)量在海陸間遷移。Lu and Guan（2019）借助CMIP5模式資料驗(yàn)證了與兩個(gè)半球溫帶IHO現(xiàn)象相關(guān)的牽連角動(dòng)量異常引發(fā)了相對(duì)角動(dòng)量的經(jīng)向遙相關(guān)。喬年等（2022）通過(guò)比較，篩選出了模擬IHO季節(jié)循環(huán)最好的16個(gè)CMIP6模式；這16個(gè)模式成功地模擬出半球大氣質(zhì)量的時(shí)間演變和空間結(jié)構(gòu)，但是CMIP6模式模擬的半球大氣質(zhì)量的峰谷值變化有明顯的月份偏差，且CMIP6模式模擬的地表氣壓異常值偏差主要出現(xiàn)在北太平洋、歐亞大陸、南半球中緯度和兩極極區(qū)。模擬的南北半球的蒸發(fā)和降水量、赤道風(fēng)場(chǎng)、地表凈長(zhǎng)波和短波輻射通量等均存在明顯的偏差。同時(shí)，CMIP6模式模擬出半球水汽質(zhì)量存在明顯的季節(jié)循環(huán)特征，且南北半球水汽質(zhì)量濤動(dòng)的年變程隨著CO2濃度的上升而增加（喬年等，2023）。

CMIP6計(jì)劃涉及的試驗(yàn)主要包括核心的氣候診斷、評(píng)估和描述試驗(yàn)（Diagnostic Evaluation and Characterization of Klima，DECK），以及歷史模擬試驗(yàn)（historical）和23個(gè)模式比較子計(jì)劃試驗(yàn)（CMIP6-endorsed MIPs）。情景模式比較計(jì)劃（Scenario Model Intercomparison Project，ScenarioMIP）是CMIP6的主要子計(jì)劃之一。該計(jì)劃不同于CMIP5中的典型濃度路徑（RCPs）情景，CMIP6中的情景是不同共享社會(huì)經(jīng)濟(jì)路徑（Shared Socioeconomic Pathways，SSPs）和RCPs的組合情景，包含了未來(lái)社會(huì)經(jīng)濟(jì)發(fā)展的含義，更加強(qiáng)調(diào)未來(lái)輻射強(qiáng)迫情景與共享社會(huì)經(jīng)濟(jì)情景的一致性（ONeill et al.，2016;Riahi et al.，2017;張麗霞等，2019）。已有研究利用CMIP6情景模式比較計(jì)劃資料展開(kāi)研究，發(fā)現(xiàn)未來(lái)情景模擬中全球范圍內(nèi)極端高溫和低溫均呈現(xiàn)出了一致的增加（Chen et al.，2020），即未來(lái)發(fā)生高溫?zé)崂颂鞖獾母怕拭黠@增加，發(fā)生低溫冷害的風(fēng)險(xiǎn)在降低等。這種不同情景中極端條件變化與大氣環(huán)流變化緊密關(guān)聯(lián)（Cai et al.，2021;Zhu et al.，2021）。因此，不同情景試驗(yàn)為我們研究IHO的變化帶來(lái)了新的可能性。

上述簡(jiǎn)要回顧了IHO現(xiàn)象及利用CMIP6模式輸出所揭示的IHO的變化規(guī)律。需要強(qiáng)調(diào)的是，當(dāng)一個(gè)變量增大或減小，另一個(gè)變量隨之增大或減小時(shí)，兩者的關(guān)系通?？杀徽J(rèn)為是線性關(guān)系。例如全球地表年均氣溫隨溫室氣體增多而持續(xù)升高，這就可被認(rèn)為是線性關(guān)系。當(dāng)一個(gè)變量增加時(shí)，另一個(gè)變量先增大后減小或先減小再增大，則兩個(gè)變量的關(guān)系可被認(rèn)為是非線性關(guān)系。CMIP6情景模式中SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5這4個(gè)情景的溫室氣體排放量越來(lái)越高，全球平均地表氣溫也隨之升高，然而，大氣質(zhì)量的季節(jié)循環(huán)將如何變化，特別是年變程如何變化，是否一直增大或者減小，亦或是出現(xiàn)非線性變化即先增大后減小或者先減小后增大，這是需要深入探討的科學(xué)問(wèn)題。為此，本文將利用CMIP6未來(lái)不同情景預(yù)估結(jié)果，分析大氣質(zhì)量季節(jié)循環(huán)的改變，試圖揭示出其非線性變化特征，這對(duì)深刻認(rèn)識(shí)和理解溫室氣體排放不斷增加后大氣環(huán)流變化的復(fù)雜性及其影響具有重要意義。

1" 資料與方法

1.1" 資料

截至2023年6月，共有47個(gè)CMIP6模式已對(duì)外發(fā)布了歷史模擬試驗(yàn)的月平均地表氣壓數(shù)據(jù)，歷史模擬試驗(yàn)中所分析時(shí)段為1958年1月—2014年12月。喬年等（2022）根據(jù)歷史模擬試驗(yàn)對(duì)IHO季節(jié)循環(huán)的模擬效果，從47個(gè)CMIP6模式中挑選了模擬較好的16個(gè)模式。16個(gè)模式中有4種未來(lái)排放情景即SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5（周天軍等，2019；表1）。所用變量為月平均地表氣壓、位勢(shì)高度、溫度和風(fēng)場(chǎng)，多層資料高度范圍為1 000～10 hPa，垂直分層是17層，覆蓋時(shí)段為2015年1月—2100年12月。此外，采用雙線性插值方法，對(duì)不同分辨率的資料進(jìn)行了處理，使其分辨率統(tǒng)一到2.5°×2.5°，并取各模式的等權(quán)重算術(shù)平均作為模式集合量。

1.2" 方法

根據(jù)Guan and Yamagata（2001），利用地表氣壓ps計(jì)算全球的大氣總質(zhì)量mG，其表達(dá)式為：

mG=2πa2fDg0∫π2-π2ps（φ）cosφdφ。（1）

其中：fD=1.002 0，為地球形變參數(shù)；φ為緯度。由此可以推出北半球和南半球大氣總質(zhì)量表達(dá)式分別為：

mNH=2πa2fDg0∫π20ps（φ）cosφdφ，

mSH=2πa2fDg0∫0-π2ps（φ）cosφdφ。 （2）

而全球水汽質(zhì)量mGw、北半球水汽質(zhì)量mNHw及南半球水汽質(zhì)量mSHw的表達(dá)式分別為：

mGw=2πa2fDg0∫π2-π2pw（φ）cosφdφ，

mNHw=2πa2fDg0∫π20pw（φ）cosφdφ，

mSHw=2πa2fDg0∫0-π2pw（φ）cosφdφ。（3）

其中：pw是地表氣壓ps中的水汽壓強(qiáng)分量。其表示為：

pw=∫ps0qdp=gPr。（4）

式中：q為比濕；Pr為整層大氣的可降水量。

1.3" 各模擬試驗(yàn)中全球以及半球年平均大氣總質(zhì)量

定義變量A的緯向平均為［A］=12π∫2π0Adλ，而定義變量A的年變程為一年12個(gè)月月平均A的極大值和極小值之差。

根據(jù)表1，選用16個(gè)模式試驗(yàn)結(jié)果計(jì)算得到表2。由表2可知，全球以及半球年平均大氣總質(zhì)量在歷史模擬試驗(yàn)和4個(gè)未來(lái)情景模擬試驗(yàn)間差異較小。要說(shuō)明的是，為了保證現(xiàn)象揭示的準(zhǔn)確性，之后在計(jì)算與年平均差值時(shí)都使用各試驗(yàn)自身的年平均值。由此可分別獲得不同模擬試驗(yàn)中相對(duì)于年平均的大氣質(zhì)量逐月氣候平均值。

2" 未來(lái)情景中的半球大氣質(zhì)量逐月變化及與歷史模擬試驗(yàn)的比較

根據(jù)式（1）和（2），利用16個(gè)CMIP6模式資料

的集合平均計(jì)算了南北半球和全球大氣總質(zhì)量在不同情景中的季節(jié)變化（圖1a、c）及其與歷史模擬試驗(yàn)的差值（圖1b、d），并計(jì)算了年變程（表3）?？梢园l(fā)現(xiàn)，CMIP6模式4個(gè)未來(lái)情景中的南北半球大氣質(zhì)量變化位相相同，但不同情景中的半球大氣質(zhì)量年變程存在較為顯著的差異，具體表現(xiàn)為：1）無(wú)論在哪種情景中，南北半球間大氣質(zhì)量季節(jié)變化的位相相反，呈現(xiàn)明顯的IHO特征；北半球的大氣質(zhì)量在冬季達(dá)到極大，夏季極小，而南半球情況相反;2）南半球氣候平均值的正值變化值明顯高于北半球的正值變化值;3）不同背景下全球大氣質(zhì)量氣候平均值位相變化相同，在夏季極大，而在冬季極小。這些與盧楚翰等（2008）用1979—2006年再分析資料、喬年等（2022）用CMIP6歷史模擬試驗(yàn)資料得到的大氣質(zhì)量氣候平均值變化位相相似。

然而，不同情景中的半球及全球大氣質(zhì)量年變程存在著明顯的差異，隨著溫室氣體排放量的增加，半球大氣質(zhì)量（地表氣壓）氣候平均值并不呈現(xiàn)增加的特點(diǎn)。由圖1和表3可見(jiàn)，對(duì)于北半球而言，2月和7月是其大氣質(zhì)量氣候平均值極大和極小值對(duì)應(yīng)的月份。SSP2-4.5情景中的半球大氣質(zhì)量（地表氣壓）年變程極大，年變程達(dá)到4.07×1015kg（1.55 hPa）。半球大氣質(zhì)量氣候平均值年變程極小的情景是SSP3-7.0，年變程為3.92×1015kg（1.49 hPa），與SSP2-4.5情景相比減小了3.69％。南半球則不同于北半球，在歷史模擬試驗(yàn)和SSP1-2.6情景下1月和7月是極小和極大值對(duì)應(yīng)的月份，而在后3個(gè)情景下則是2月和7月，即隨著溫室氣體排放量的增加，南半球大氣質(zhì)量氣候平均值與其年平均差值的極小值所對(duì)應(yīng)的月份從1月變成了2月。年變程極大的情景是SSP5-8.5情景，年變程為5.83×1015kg（2.22 hPa），而極小的情景是SSP3-7.0情景，年變程為5.69×1015kg（2.17 hPa），與SSP5-8.5情景相比減小了2.40％;從半球大氣質(zhì)量和歷史模擬試驗(yàn)變化的差值（圖1b）可以發(fā)現(xiàn)，南北半球大氣質(zhì)量氣候平均值受全球持續(xù)增暖的影響呈現(xiàn)非對(duì)稱(chēng)的變化。北半球大氣質(zhì)量氣候平均值與歷史模擬試驗(yàn)的極小差值在10月，但是相對(duì)應(yīng)的南半球極大差值是在8—9月。而北半球的極大差值與南半球的極小差值基本是對(duì)應(yīng)的，都在2—4月。值得注意的是，圖1a中顯示的12月—次年2月、6—8月是兩個(gè)半球大氣質(zhì)量氣候平均值變化較大的月份，但從圖1b中的差值可以看出，受到增暖影響極大的月份逐漸變?yōu)?—4月和8—10月，即受到全球變暖的影響，3—4月和8—10月大氣質(zhì)量變化幅度較大，這是一個(gè)很有趣的現(xiàn)象，值得進(jìn)一步深入研究。由表3可知，當(dāng)北半球年變程變大（?。r(shí)，南半球年變程同步變大（?。@亦顯示出南北濤動(dòng)（IHO）的基本特征;對(duì)全球而言（圖1c、d），隨著溫室氣體排放量的增加，全球大氣質(zhì)量氣候平均值顯示的年變程是逐步增加的，這一趨勢(shì)與表3所示全球增量結(jié)果一致。由于人為輻射強(qiáng)迫與溫室氣體排放量增加成正比（張麗霞等，2019），這種年變程的增加實(shí)際上反映了人為輻射強(qiáng)迫帶來(lái)的效應(yīng)。由于全球干大氣質(zhì)量被認(rèn)為基本守恒，這種全球大氣質(zhì)量年變程的增大反映了全球變暖帶來(lái)的大氣水汽質(zhì)量的增加，尤其在北半球更為明顯，這在喬年等（2023）的工作中得到了驗(yàn)證。

上述結(jié)果表明，隨著溫室氣體排放量的增加，4種未來(lái)情景中的半球大氣質(zhì)量逐月氣候平均值變化幅度也隨著增大。然而，更有意思的是，半球平均的年變程并不隨溫室氣體排放量增加而線性增大，且南北半球同時(shí)呈現(xiàn)出不同的增加情況。這是全球不斷暖化情景中可能要發(fā)生的極有意思的現(xiàn)象。

3" 半球大氣質(zhì)量氣候平均值的非線性變化

為理解為什么存在表3所示的半球大氣質(zhì)量隨溫室氣體排放量增加而出現(xiàn)先增加后減少而后又增加現(xiàn)象，這里需要進(jìn)行對(duì)比分析。

3.1" 水平變化

為進(jìn)一步探究大氣質(zhì)量在溫室氣體排放量增加下的分布，圖2給出了4個(gè)未來(lái)情景模擬試驗(yàn)平均的2月和7月地表氣壓、925 hPa風(fēng)場(chǎng)氣候平均值與其年平均值差的分布。需要說(shuō)明的是，因?yàn)閳D1揭示的南北半球大氣質(zhì)量氣候平均值與其年平均值差的極值在2月和7月，這里選擇了2月和7月情形進(jìn)行分析。但對(duì)于SSP1-2.6情景中的南半球而言，1月

才是此情景下的極值?？紤]到1、2月南半球地表氣壓氣候平均值與其年平均值差的分布差異較小，為了更好地展示結(jié)果，依舊給出了2月的分布，圖3—6亦是如此。由圖2可見(jiàn)，未來(lái)情景平均結(jié)果與喬年等（2022）再分析和歷史模擬試驗(yàn)的分布情景非常相似，但是各個(gè)異常中心的強(qiáng)度都有所增強(qiáng)。在2月，北半球大氣質(zhì)量正異常主要堆積于亞洲大陸（青藏高原除外）以及北美大陸的中東部，負(fù)異常出現(xiàn)于30°N以北的中太平洋及大西洋地區(qū)。北半球大氣質(zhì)量分布緯向差異明顯，15°N以北區(qū)域冬季的質(zhì)量分布呈現(xiàn)顯著的海陸分布差異，這可能與海陸地形及不同的下墊面引起的非絕熱加熱有關(guān)（Guan et al.，2010;胡潮等，2015;Zhang et al.，2018）。熱帶以及南半球中高緯主要為帶狀的正負(fù)異常分布，其大氣質(zhì)量分布差異主要為經(jīng)向型。北太平洋北端存在顯著的氣旋性異常環(huán)流，赤道印度洋有很強(qiáng)的偏北風(fēng)，東亞季風(fēng)區(qū)附近的風(fēng)場(chǎng)較強(qiáng)。在7月，北半球大氣質(zhì)量正異常主要堆積在30°N以北的中太平洋及大西洋，負(fù)異常主要出現(xiàn)于亞洲大陸（青藏高原除外）以及北美大陸的中東部。北半球大氣質(zhì)量分布緯向差異明顯，15°N以北區(qū)域夏季的大氣質(zhì)量分布呈現(xiàn)顯著的海陸分布差異，這可能與異常大氣質(zhì)量環(huán)流、海陸異常加熱以及Rossby波能傳播有關(guān)（尹旸艷等，2018）。熱帶以及南半球中高緯依舊主要為帶狀的正負(fù)異常分布，其經(jīng)向型大氣質(zhì)量分布差異比冬季更加明顯。歐亞大陸在7月出現(xiàn)了較為顯著的氣旋性異常環(huán)流，北太平洋北端則存在顯著的反氣旋性異常環(huán)流，同時(shí)，夏季風(fēng)區(qū)域風(fēng)場(chǎng)較強(qiáng)。

注意到，不論是在2月還是7月，925 hPa上均存在明顯的越赤道氣流，說(shuō)明南北半球大氣質(zhì)量交換不僅與天氣氣候有關(guān)（Wang et al.，2024），而且在南北濤動(dòng)過(guò)程中起到極為重要的作用（Guan and Yamagata，2001）。

某個(gè)未來(lái)情景中地表氣壓分布差異可由該情景模擬試驗(yàn)結(jié)果與4個(gè)情景平均結(jié)果的差來(lái)呈現(xiàn)。圖3給出了各情景中2月和7月地表氣壓、925 hPa風(fēng)場(chǎng)氣候平均值與4個(gè)情景平均結(jié)果的差值分布。由圖3可知，不論是南半球還是北半球，在2月和7月，4個(gè)情景中地表氣壓差值均出現(xiàn)了近乎反位相轉(zhuǎn)換。這里計(jì)算了IHO指數(shù)的年變程（表4）。這一結(jié)果與表3結(jié)果一致。

特別注意到，地表氣壓在不同地區(qū)并非隨著溫室氣體排放量增加而持續(xù)增高（或降低）。2月SSP1-2.6情景中歐亞大陸地表氣壓差值主要是正差值，但SSP2-4.5、SSP3-7.0則為負(fù)差值，且SSP3-7.0情景中負(fù)差值的絕對(duì)值大于SSP2-4.5情景，但在SSP5-8.5情景下則又以正差值為主。相應(yīng)地，歐亞大陸925 hPa風(fēng)場(chǎng)與地表氣壓場(chǎng)基本對(duì)應(yīng)，SSP1-2.6情景下風(fēng)場(chǎng)差值較強(qiáng)，但到了SSP2-4.5情景下風(fēng)場(chǎng)和地表氣壓差值都較小，而隨著溫室氣體排放量的增加，風(fēng)場(chǎng)和地表氣壓差值都逐漸變強(qiáng)。北太平洋地區(qū)在2月上空存在氣旋性差值環(huán)流，相對(duì)應(yīng)的是地表氣壓差值為負(fù)值，而SSP2-4.5情景下則為反氣旋性差值環(huán)流，地表氣壓差值為正值，但隨著溫室氣體排放量的增加，負(fù)地表氣壓差值范圍增多，原本反氣旋性差值環(huán)流減弱，直到SSP5-8.5情景下，反氣旋性差值環(huán)流移到了北太平洋中部，北端則出現(xiàn)了氣旋性差值環(huán)流。2月北大西洋則移于北太平洋。SSP1-2.6情景下北大西洋中部為負(fù)地表氣壓差值，隨著溫室氣體排放量的增加，地表氣壓差值逐漸變正且增強(qiáng)，相對(duì)應(yīng)的反氣旋性差值環(huán)流逐漸增加。7月的歐亞大陸和北大西洋地表氣壓和風(fēng)場(chǎng)差值變化對(duì)溫室氣體排放量增加的響應(yīng)則與2月基本類(lèi)似，但是北太平洋有所不同，體現(xiàn)在SSP5-8.5情景下北太平洋上并不存在反氣旋性或者氣旋性差值環(huán)流（圖3h）。喬年等（2023）指出，SSP5-8.5情景下7月北半球水汽壓變化最強(qiáng)的區(qū)域主要位于北太平洋和臨近的歐亞大陸，所以溫室氣體排放量的增加對(duì)北太平洋上空水汽含量增加有影響，從而可能影響北太平洋反氣旋或者氣旋的形成。值得一提的是，表3中北半球大氣質(zhì)量年變程在SSP3-7.0和SSP5-8.5情景下的增量很小。由圖3e—h可知，在這兩個(gè)情景下北半球地表氣壓差值的量值變化較小，只是范圍都有所變化。這說(shuō)明隨著溫室氣體排放量的增加，在這兩個(gè)情景下，海陸間風(fēng)場(chǎng)增強(qiáng)，海陸大氣質(zhì)量交換增強(qiáng)，但是地表氣壓擾動(dòng)幅度較小。所以，整個(gè)北半球大氣質(zhì)量年變程在這兩個(gè)情景間的變化較小（表3）可能與此有關(guān)。

就南半球而言，與北半球地表氣壓、風(fēng)場(chǎng)差值對(duì)溫室氣體排放量增加存在顯著的響應(yīng)的差別在于，南半球以緯度帶間差異為主，這是因?yàn)楸卑肭蚓曄蛳町惔蠖习肭蛐?。?月，SSP1-2.6情景下南半球低緯度為地表氣壓正差值、中緯度幾乎為地表氣壓負(fù)差值、高緯度則為正差值，而隨著溫室氣體排放量的增加，各個(gè)緯度出現(xiàn)了相反的地表氣壓差值。有意思的是，當(dāng)?shù)搅薙SP3-7.0情景下時(shí)（圖3e），南半球高緯度地表氣壓差值又變回了正差值，隨著溫室氣體排放量的繼續(xù)增加，高緯度地表氣壓差值變成了負(fù)差值，同時(shí)中緯度正差值進(jìn)一步增大。澳大利亞附近從最開(kāi)始的反氣旋性差值環(huán)流逐漸變成氣旋性差值環(huán)流，這也使得最開(kāi)始向北半球輸送的偏南風(fēng)，逐漸變?yōu)槠憋L(fēng)。7月南半球則亦是以緯度帶為整體變化，與2月差值對(duì)溫室氣體增加的響應(yīng)近乎相同，比如7月南半球高緯度在SSP3-7.0情景下地表氣壓差值與SSP1-2.6情景下一樣，都為負(fù)差值，但到了SSP5-8.5情景下又轉(zhuǎn)變?yōu)檎钪?。?duì)比南北半球，在后3個(gè)情景下，南半球地表氣壓差值量值變化幅度明顯大于北半球，這可能與南半球是“水半球”有關(guān)，即南半球水汽含量隨著溫室氣體排放量增加變化較為劇烈，這亦導(dǎo)致了表3中南半球大氣質(zhì)量年變程增量要大于北半球。

通過(guò)上述分析可以看出，SSP1-2.6情景下2月和7月南北半球差值量值較大，之后隨著溫室氣體排放量的增加，到SSP5-8.5情景下差值量值才較大。進(jìn)一步了解了各個(gè)情景模擬試驗(yàn)的設(shè)置后發(fā)現(xiàn)，SSP1-2.6情景是低于當(dāng)前全球溫室氣體排放量的情景，SSP2-4.5情景則是與現(xiàn)在的排放量基本接近，而SSP3-7.0則是開(kāi)始大于現(xiàn)在排放量的情景，SSP5-8.5則是更大。但是，在CMIP6未來(lái)情景試驗(yàn)中，除了溫室氣體排放量的變化，還加強(qiáng)了針對(duì)此溫室氣體排放量的整個(gè)社會(huì)的減排策略（O’Neill et al.，2016;Riahi et al.，2017），以此來(lái)控制溫室氣體排放量的變化速率。換言之，雖然溫室氣體排放量在4個(gè)情景下是逐步增加的，但是溫室氣體排放量的年變率在各個(gè)情景未來(lái)時(shí)間里并不是增加的，即會(huì)出現(xiàn)瞬變?cè)鰷睾头€(wěn)定增溫，而此兩種增溫背景下環(huán)流場(chǎng)的不同亦得到了廣泛討論（Li et al.，2019;Wei et al.，2019;Cao and Zhao，2020;King et al.，2020;Jiang et al.，2021）。因此，對(duì)于大氣質(zhì)量變化而言，除了溫室氣體排放量的變化外，其年變率不同導(dǎo)致的增溫方式不同亦會(huì)有影響，值得進(jìn)一步研究。

南北半球大氣質(zhì)量年變程的增量在SSP2-4.5和SSP5-8.5情景下皆為正，而在SSP3-7.0情景下則為負(fù)。為進(jìn)一步揭示年變量較大與較小的環(huán)流的差別，將SSP2-4.5和SSP5-8.5情景的平均情況與剩余兩個(gè)情景的平均情況作差，給出2月和7月地表氣壓、925 hPa風(fēng)場(chǎng)氣候平均值與其年平均值差的分布（圖4）。可以知道，2月年變程較大時(shí)，北太平洋地表氣壓氣候平均值正異常較強(qiáng)，同時(shí)對(duì)應(yīng)著更強(qiáng)的反氣旋性異常環(huán)流。北大西洋北端則是負(fù)異常較強(qiáng)，其上空是氣旋性異常環(huán)流，同時(shí)北大西洋中部出現(xiàn)正差值的地表氣壓。而到了7月，北太平洋北部是負(fù)差值、南部是正差值，北部配合有更強(qiáng)的氣旋性異常環(huán)流，北大西洋出現(xiàn)負(fù)差值的地表氣壓，配合有氣旋性異常環(huán)流。這說(shuō)明，對(duì)于北半球而言，北太平洋和北大西洋對(duì)溫室氣體排放量增加的響應(yīng)不同是導(dǎo)致地表氣壓和風(fēng)場(chǎng)變化的主要區(qū)域。2月和7月南半球變化近乎相反，可以發(fā)現(xiàn)主要是澳大利亞附近、南半球中緯度和羅斯海附近是對(duì)溫室氣體排放量增加較為敏感的區(qū)域，大值中心都在澳大利亞南部洋面上。這與由圖2、3所得的結(jié)果一致，證實(shí)了北半球海陸對(duì)溫室氣體排放量增加的不同響應(yīng)，尤其是北太平洋和北大西洋，而南半球則是按緯度帶呈現(xiàn)不同響應(yīng)，尤其是在澳大利亞南部洋面上。

為了進(jìn)一步了解年變程較大時(shí)地表氣壓的分布，這里給出2月與7月的差（圖4c）?？梢园l(fā)現(xiàn)，北太平洋和北大西洋的地表氣壓和925 hPa風(fēng)場(chǎng)在2月與7月的差值較大，證實(shí)了這兩個(gè)區(qū)域受溫室氣體排放量增加影響較大，年變程變化較為劇烈。南半球中緯度的地表氣壓年變程受溫室氣體增加影響最大，尤其是在澳大利亞南部。兩個(gè)半球2月與7月的差值皆出現(xiàn)了正負(fù)值交替出現(xiàn)的情況，說(shuō)明不同區(qū)域地表氣壓和近地面風(fēng)場(chǎng)受溫室氣體影響變化趨勢(shì)和幅度不盡相同，導(dǎo)致整個(gè)半球面積平均的地表氣壓年變程隨溫室氣體增加的變化幅度出現(xiàn)差異，這亦與表3中揭示的半球面積平均地表氣壓年變程呈非線性變化相吻合。

3.2" 垂直變化

地表氣壓和風(fēng)場(chǎng)變化表示，隨著溫室氣體排放量的增加，南北半球在不同季節(jié)呈現(xiàn)出不同的響應(yīng)，而這種響應(yīng)不僅體現(xiàn)在對(duì)流層底部，也將體現(xiàn)在對(duì)流層頂甚至平流層（Plummer et al.，2010;Rieder et al.，2014;Liu et al.，2020），這里給出緯向平均的位勢(shì)高度和溫度變化情況（圖5、6）。

4個(gè)情景試驗(yàn)平均的氣候場(chǎng)顯示，2月位勢(shì)高度氣候平均值與其年平均差的分布與7月相比，符號(hào)基本相反（圖5），更有兩半球位勢(shì)高度氣候平均值也相反，大值區(qū)主要集中在兩半球平流層，呈現(xiàn)明顯的IHO特征。這些與喬年等（2022）的再分析資料和歷史模擬試驗(yàn)中分布基本類(lèi)似。在2月（圖5a），南半球主要是正的位勢(shì)高度氣候平均值，說(shuō)明南極極渦2月減弱，而北半球則與之相反，主要是負(fù)的位勢(shì)高度氣候平均值，極渦增強(qiáng)。而到了7月（圖5b），則與2月相反，南極極渦增強(qiáng)，北極極渦減弱。但2月和7月的溫度異常中心有區(qū)別，2月南極溫度異常中心在50 hPa附近。南極的溫度異常變化幅度（2月南極最大溫度氣候平均值為23.29 K，7月最小為-28.94 K）要大于北極平流層（2月北極最小溫度氣候平均值為-11.65 K，7月最大為14.08 K），但是北極極渦強(qiáng)度變化幅度（2月北極最大位勢(shì)高度氣候平均值為9.17 gpm，7月最小為-8.46 gpm）卻高于南極極渦（2月南極最小位勢(shì)高度氣候平均值為-1.58 gpm，7月最大為2.69 gpm）。

為進(jìn)一步揭示年變程隨排放情景增加而發(fā)生的改變，圖6給出了4個(gè)未來(lái)情景模擬試驗(yàn)結(jié)果（位勢(shì)高度和氣溫）分別與該4個(gè)試驗(yàn)平均值差的經(jīng)向-垂直分布。

位勢(shì)高度差值的位相轉(zhuǎn)換顯示出不同區(qū)域?qū)厥覛怏w排放量增加的不同響應(yīng)。對(duì)于北半球而言，在2月，SSP1-2.6情景下（圖6a）位勢(shì)高度差值為負(fù)，說(shuō)明極渦強(qiáng)度偏強(qiáng)，而到了SSP2-4.5情景下（圖6c）溫度差值為正，位勢(shì)高度差值為正，說(shuō)明了極渦強(qiáng)度弱于平均情況。SSP3-7.0情景下（圖6e）則有所不同，表現(xiàn)在溫度差值為負(fù)，且位勢(shì)高度正差值小于SSP2-4.5情景，表明極渦強(qiáng)度強(qiáng)于SSP2-4.5。在SSP5-8.5情景下（圖6g）則溫度差值以正差值為主，位勢(shì)高度正差值增大，極渦強(qiáng)度再次減弱。這種極渦由強(qiáng)轉(zhuǎn)弱后又轉(zhuǎn)強(qiáng)再轉(zhuǎn)弱的變化，體現(xiàn)了溫室氣體排放增加過(guò)程中大氣環(huán)流響應(yīng)的非線性特征。

7月亦出現(xiàn)了相似的響應(yīng)，只是位相剛好相反。同時(shí)極渦強(qiáng)度也出現(xiàn)了弱、強(qiáng)、弱、強(qiáng)的變化，與表3和表4結(jié)果一致。注意到，同樣在SSP3-7.0情景下溫度差值出現(xiàn)了較大的轉(zhuǎn)換。此外，隨著溫室氣體排放量的增加，北極溫度差值中心向上靠近，在SSP5-8.5情景下甚至在10 hPa附近，這說(shuō)明溫室氣體排放影響到了平流層（Stuecker et al.，2018）。南半球變化則與北半球變化較為相似，在SSP3-7.0情景下溫度和位勢(shì)高度差值分布均異于其他3個(gè)情景。

需要說(shuō)明的是，溫室氣體排放在大氣中可能存在不均勻分布，所以各高度層溫度對(duì)溫室氣體排放響應(yīng)也可能不相同（圖6）。而溫度的改變會(huì)帶來(lái)位勢(shì)高度場(chǎng)的變化，各層厚度發(fā)生顯著變化，最終使得地表氣壓發(fā)生顯著變化，表現(xiàn)出各地區(qū)大氣質(zhì)量對(duì)溫室氣體排放量增加的響應(yīng)不盡相同。

5" 結(jié)論與討論

使用歷史模擬試驗(yàn)中對(duì)大氣質(zhì)量南北濤動(dòng)季節(jié)變化模擬較好的16個(gè)模式資料，研究了SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5這4個(gè)不同溫室氣體排放背景下大氣質(zhì)量季節(jié)變化的異同點(diǎn)，并分析其與歷史模擬試驗(yàn)結(jié)果的差異。主要結(jié)論如下：

不同情景下全球以及半球大氣質(zhì)量氣候平均逐月變化位相一致。隨著溫室氣體排放量的增加，全球大氣質(zhì)量氣候平均值年變程變化幅度增大，表明大氣中水汽含量持續(xù)增多，這兩者間存在顯著的正相關(guān)關(guān)系或線性關(guān)系。

然而，半球大氣質(zhì)量氣候平均值年變程隨溫室氣體排放量的增加并不呈正比例增大。兩個(gè)半球大氣質(zhì)量氣候平均值年變程在SSP2-4.5和SSP5-8.5情景下較大，而在SSP1-2.6和SSP3-7.0情景下相對(duì)較小，這也反映在IHO的年變程中。這表明溫室氣體的增加并不一定導(dǎo)致大氣環(huán)流如極渦會(huì)持續(xù)增強(qiáng)或減弱，而是呈現(xiàn)強(qiáng)、弱交替變化的特點(diǎn)。這是一種十分有趣的非線性現(xiàn)象。

隨著溫室氣體排放量的增加，北半球地表氣壓和925 hPa風(fēng)場(chǎng)差值變化按海陸分布出現(xiàn)不同的位相轉(zhuǎn)換，大值區(qū)域主要集中在歐亞大陸、北太平洋和北大西洋。7月歐亞大陸和北大西洋地表氣壓和風(fēng)場(chǎng)差值變化對(duì)溫室氣體排放量增加的響應(yīng)則與2月基本類(lèi)似，但是北太平洋有所不同。而南半球則是按緯度帶分布出現(xiàn)位相轉(zhuǎn)換，且南半球7月與2月差值對(duì)溫室氣體增加的響應(yīng)近乎相同。隨著溫室氣體排放量的增加，兩極極渦減弱和增強(qiáng)交替出現(xiàn)，具體表現(xiàn)為SSP1-2.6情景下北極極渦強(qiáng)度高于平均情況，而到了SSP2-4.5情景下極渦強(qiáng)度弱于平均情況，SSP3-7.0情景下則減弱幅度減弱，SSP5-8.5情景下極渦減弱增強(qiáng)，南半球極渦亦出現(xiàn)相似的情況。

這里要說(shuō)明的是，對(duì)于北半球而言，2月和7月是其大氣質(zhì)量氣候平均值極大和極小值對(duì)應(yīng)的月份，而隨著溫室氣體排放量的增加，南半球大氣質(zhì)量氣候平均值與其年平均差值的極小值所對(duì)應(yīng)的月份從1月變成了2月，極大值則始終在7月出現(xiàn)。這種改變看上去與溫室氣體排放量持續(xù)增加有關(guān)。這種2月與7月取得極值的季節(jié)延遲現(xiàn)象值得進(jìn)一步探究。

還需說(shuō)明的是，文中著重討論了半球大氣質(zhì)量氣候平均值年變程隨溫室氣體排放量的增加呈非線性變化的特征，由于全球干空氣質(zhì)量基本守恒，在此約束下，半球水汽質(zhì)量的季節(jié)循環(huán)會(huì)對(duì)大氣質(zhì)量南北濤動(dòng)季節(jié)循環(huán)有抵消作用（盧楚翰等，2008;喬年等，2022）。因此，受溫室氣體排放量增加的影響，人為對(duì)水汽質(zhì)量的非線性影響（Santer et al.，2007）、大氣容水能力非線性變化（Durre et al.，2009;Trenberth，2011）都可能會(huì)對(duì)大氣質(zhì)量氣候平均值年變程的變化產(chǎn)生非線性作用，這些值得深入研究。

參考文獻(xiàn)（References）

Berrisford P，Kllberg P，Kobayashi S，et al.，2011.Atmospheric conservation properties in ERA-interim［J］.Quart J Roy Meteor Soc，137（659）：1381-1399.doi：10.1002／qj.864.

Builes-Jaramillo A，Pntano V，2021.Comparison of spatial and temporal performance of two regional climate models in the Amazon and La Plata river basins［J］.Atmos Res，250：105413.doi：10.1016／j.atmosres.2020.105413.

Cai S L，Hsu P C，Liu F，2021.Changes in polar amplification in response to increasing warming in CMIP6［J］.Atmos Ocean Sci Lett，14（3）：100043.doi：10.1016／j.aosl.2021.100043.

Cao J，Zhao H K，2020.Distinct response of Northern Hemisphere land monsoon precipitation to transient and stablized warming scenarios［J］.Adv Clim Change Res，11（3）：161-171.doi：10.1016／j.accre.2020.09.007.

Chen H P，Sun J Q，Lin W Q，et al.，2020.Comparison of CMIP6 and CMIP5 models in simulating climate extremes［J］.Sci Bull，65（17）：1415-1418.doi：10.1016／j.scib.2020.05.015.

Chen T C，Chen J M，Schubert S，et al.，1997.Seasonal variation of global surface pressure and water vapor［J］.Tellus A，49（5）：613-621.doi：10.1034／j.1600-0870.1997.t01-4-00007.x.

Christy J R，Trenberth K E，Anderson J R，1989.Large-scale redistributions of atmospheric mass［J］.J Climate，2（2）：137-148.doi：10.1175／1520-0442（1989）0020137：LSROAMgt;2.0.CO;2.

Clark L，F(xiàn)ogt R，2019.Southern Hemisphere pressure relationships during the 20th century：implications for climate reconstructions and model evaluation［J］.Geosciences，9（10）：413.doi：10.3390／geosciences9100413.

叢菁，盧楚翰，管兆勇，2011.南北濤動(dòng)與南極濤動(dòng)及北極濤動(dòng)的相互作用［J］.大氣科學(xué)學(xué)報(bào)，34（6）：748-755." Cong J，Lu C H，Guan Z Y，2011.Relationships among IHO，AO and AAO［J］.Trans Atmos Sci，34（6）：748-755.doi：10.13878／j.cnki.dqkxxb.2011.06.012.（in Chinese）.

Durre I，Williams C N，Yin X G，et al.，2009.Radiosonde-based trends in precipitable water over the Northern Hemisphere：an update［J］.J Geophys Res：Atmos，114（D5）：D05112.doi：10.1029／2008JD010989.

Guan Z Y，Yamagata T，2001.Interhemispheric oscillations in the surface air pressure field［J］.Geophys Res Lett，28（2）：263-266.doi：10.1029／2000gl011563.

Guan Z Y，Lu C H，Mei S L，et al.，2010.Seasonality of interannual inter-hemispheric oscillations over the past five decades［J］.Adv Atmos Sci，27（5）：1043-1050.doi：10.1007／s00376-009-9126-z.

Hoinka K P，1998.Mean global surface pressure series evaluated from ECMWF reanalysis data［J］.Quart J Roy Meteor Soc，124（551）：2291-2297.doi：10.1002／qj.49712455106.

胡潮，盧楚翰，管兆勇，等，2015.9個(gè)CMIP5模式模擬的大氣質(zhì)量海陸間遷移的季節(jié)循環(huán)［J］.大氣科學(xué)學(xué)報(bào)，38（5）：588-598." Hu C，Lu C H，Guan Z Y，et al.，2015.Seasonal cycle of atmospheric mass migrations between continents and oceans simulated by nine CMIP5 models［J］.Trans Atmos Sci，38（5）：588-598.doi：10.13878／j.cnki.dqkxxb.20150318002.（in Chinese）.

Jiang Z H，Hou Q Y，Li T，et al.，2021.Divergent responses of summer precipitation in China to 1.5 ℃ global warming in transient and stabilized scenarios［J］.Earth’s Future.doi：10.1029／2020ef001832.

Jin D C，Guan Z Y，Cai J X，et al.，2015.Interannual variations of regional summer precipitation in mainland China and their possible relationships with different teleconnections in the past five decades［J］.J Meteor Soc Japan，93（2）：265-283.doi：10.2151／jmsj.2015-015.

King A D，Lane T P，Henley B J，et al.，2020.Global and regional impacts differ between transient and equilibrium warmer worlds［J］.Nat Clim Change，10：42-47.doi：10.1038／s41558-019-0658-7.

Li Z B，Sun Y，Li T，et al.，2019.Future changes in East Asian summer monsoon circulation and precipitation under 1.5 to 5 ℃ of warming［J］.Earths Future，7（12）：1391-1406.doi：10.1029／2019ef001276.

Liu M C，Hu D Z，Zhang F，2020.Connections between stratospheric ozone concentrations over the Arctic and sea surface temperatures in the North Pacific［J］.J Geophys Res：Atmos，125（4）：e2019jd031690.doi：10.1029／2019jd031690.

Lorenz E N，1951.Seasonal and irregular variations of the Northern Hemisphere sea-level pressure profile［J］.J Atmos Sci，8（1）：52-59.doi：10.1175／1520-0469（1951）0080052：SAIVOTgt;2.0.CO;2.

盧楚翰，管兆勇，梅士龍，等，2008.大氣質(zhì)量南北濤動(dòng)的季節(jié)循環(huán)［J］.科學(xué)通報(bào)，53（21）：2638-2645." Lu C H，Guan Z Y，Mei S L，et al.，2008.Seasonal cycle of north-south oscillation of air mass［J］.Chin Sci Bull，53（21）：2638-2645.（in Chinese）.

盧楚翰.2009.南北半球際大氣濤動(dòng)及其與中國(guó)氣候異常的聯(lián)系［D］.南京：南京信息工程大學(xué)." Lu C H，2009.Inter-hemispheric atmospheric oscillation and its relationship with climate anomalies in China［D］.Nanjing：Nanjing University of Information Science and Technology.（in Chinese）.

盧楚翰，管兆勇，2009.春季大氣南北濤動(dòng)年際變化及其與中國(guó)氣候的聯(lián)系［J］.自然科學(xué)進(jìn)展，19（5）：513-519." Lu C H，Guan Z Y，2009.Interannual variation of atmospheric North-South oscillation in spring and its relationship with climate in China［J］.Progr Nat Sci，19（5）：513-519.doi：10.3321／j.issn：1002-008X.2009.05.006.（in Chinese）.

盧楚翰，管兆勇，蔡佳熙，2010.夏季南北半球際大氣質(zhì)量濤動(dòng)及其與季風(fēng)異常的聯(lián)系［J］.中國(guó)科學(xué)：地球科學(xué)，40（6）：802-809." Lu C H，Guan Z Y，Cai J X，2010.Summer inter-hemispheric atmospheric quality oscillation and its relationship with monsoon anomalies［J］.Sci Sinica：Terrae，40（6）：802-809.doi：10.1007／s11430-010-4023-y.（in Chinese）.

Lu C H，Guan Z Y，2019.On the interrelation between spring bihemispheric circulations at middle and high latitudes［J］.Adv Atmos Sci，36（12）：1371-1380.doi：10.1007／s00376-019-9047-4.

ONeill B C，Tebaldi C，van Vuuren D P，et al.，2016.The scenario model intercomparison project （ScenarioMIP） for CMIP6［J］.Geosci Model Dev，9（9）：3461-3482.doi：10.5194／gmd-9-3461-2016.

Plummer D A，Scinocca J F，Shepherd T G，et al.，2010.Quantifying the contributions to stratospheric ozone changes from ozone depleting substances and greenhouse gases［J］.Atmos Chem Phys，10（18）：8803-8820.doi：10.5194／acp-10-8803-2010.

喬年，盧楚翰，管兆勇，等，2022.CMIP6模式大氣中南北半球際濤動(dòng)的季節(jié)循環(huán)［J］.大氣科學(xué)學(xué)報(bào)，45（6）：890-903." Qiao N，Lu C H，Guan Z Y，et al.，2022.Seasonal cycle of interhemispheric oscillation in atmosphere of CMIP6 models［J］.Trans Atmos Sci，45（6）：890-903.doi：10.13878／j.cnki.dqkxxb.20211112001.（in Chinese）.

喬年，盧楚翰，管兆勇，等，2023.CMIP6模式大氣中南北半球水汽質(zhì)量反相變化：不同溫室氣體排放情景差異［J］.氣象學(xué)報(bào)，81（5）：776-787." Qiao N，Lu C H，Guan Z Y，et al.，2023.Anti-phase relation of water vapor mass between the Northern and Southern Hemispheres in CMIP6 models：differences under different greenhouse gas emission scenarios［J］.Acta Meteor Sinica，81（5）：776-787.doi：10.11676／qxxb2023.20220207.（in Chinese）.

Qin Y J，Lu C H，Guan Z Y，et al.，2015.Discrepancy of the global air mass and water budgets among 20 CMIP5 climate models［J］.J Trop Meteor，21（3）：265-275.doi：10.16555／j.1006-8775.2015.03.006.

Riahi K，van Vuuren D P，Kriegler E，et al.，2017.The shared socioeconomic pathways and their energy，land use，and greenhouse gas emissions implications：an overview［J］.Glob Environ Change，42：153-168.doi：10.1016／j.gloenvcha.2016.05.009.

Rieder H E，Polvani L M，Solomon S，2014.Distinguishing the impacts of ozone-depleting substances and well-mixed greenhouse gases on Arctic stratospheric ozone and temperature trends［J］.Geophys Res Lett，41（7）：2652-2660.doi：10.1002／2014gl059367.

Santer B D，Mears C，Wentz F J，et al.，2007.Identification of human-induced changes in atmospheric moisture content［J］.Proc Natl Acad Sci USA，104（39）：15248-15253.doi：10.1073／pnas.0702872104.

Stuecker M F，Bitz C M，Armour K C，et al.，2018.Polar amplification dominated by local forcing and feedbacks［J］.Nat Clim Change，8：1076-1081.doi：10.1038／s41558-018-0339-y.

Taylor M A，F(xiàn)ournier A，2010.A compatible and conservative spectral element method on unstructured grids［J］.J Comput Phys，229（17）：5879-5895.doi：10.1016／j.jcp.2010.04.008.

Trenberth K E，1981.Seasonal variations in global sea level pressure and the total mass of the atmosphere［J］.J Geophys Res，86（C6）：5238-5246.doi：10.1029／jc086ic06p05238.

Trenberth K E，Smith L，2005.The mass of the atmosphere：a constraint on global analyses［J］.J Climate，18（6）：864-875.doi：10.1175／JCLI-3299.1.

Trenberth K E，2011.Changes in precipitation with climate change［J］.Clim Res，47（1）：123-138.doi：10.3354／cr00953.

Wang X D，Jin D C，Guan Z Y，et al.，2024.Different configurations of cross-equatorial flows over the Indian Ocean-western maritime continent and their implications for improving regional climate predictability［J］.J Climate，37（4）：1403-1414.doi：10.1175／jcli-d-23-0231.1.

Wei Y，Yu H P，Huang J P，et al.，2019.Drylands climate response to transient and stabilized 2 ℃ and 1.5 ℃ global warming targets［J］.Climate Dyn，53（3）：2375-2389.doi：10.1007／s00382-019-04860-8.

尹旸艷，管兆勇，張茜，等，2018.北半球夏季亞洲-北太平洋間大氣質(zhì)量遷移規(guī)律及其與氣候異常的聯(lián)系［J］.大氣科學(xué)學(xué)報(bào)，41（1）：12-24." Yin Y Y，Guan Z Y，Zhang Q，et al.，2018.Summertime migration of atmospheric mass over regions between Asia and North Pacific and its associations with climate anomalies［J］.Trans Atmos Sci，41（1）：12-24.doi：10.13878／j.cnki.dqkxxb.20160419001.（in Chinese）.

Yu Y Y，Ren R C，Hu J G，et al.，2014.A mass budget analysis on the interannual variability of the polar surface pressure in the winter season［J］.J Atmos Sci，71（9）：3539-3553.doi：10.1175／jas-d-13-0365.1.

Zhang Q，Guan Z Y，Li M G，2018.The Eurasia-North Pacific Oscillation in atmospheric mass variations independent of both IHO and AO and its possible impacts on winter climate［J］.Climate Dyn，50（11）：4303-4322.doi：10.1007／s00382-017-3876-6.

張麗霞，陳曉龍，辛?xí)愿瑁?019.CMIP6情景模式比較計(jì)劃（ScenarioMIP）概況與評(píng)述［J］.氣候變化研究進(jìn)展，15（5）：519-525." Zhang L X，Chen X L，Xin X G，2019.Short commentary on CMIP6 scenario model intercomparison project（ScenarioMIP）［J］.Climate Change Res，15（5）：519-525.doi：10.12006／j.issn.1673-1719.2019.082.（in Chinese）.

周天軍，鄒立維，陳曉龍，2019.第六次國(guó)際耦合模式比較計(jì)劃（CMIP6）評(píng)述［J］.氣候變化研究進(jìn)展，15（5）：445-456." Zhou T J，Zou L W，Chen X L，2019.Commentary on the coupled model intercomparison project phase 6（CMIP6）［J］.Climate Change Res，15（5）：445-456.doi：10.12006／j.issn.1673-1719.2019.193.（in Chinese）.

周游，管兆勇，張茜，等，2016.秋季大氣質(zhì)量海陸間遷移與南北濤動(dòng)年際變化不同位相配置及其對(duì)中國(guó)氣溫異常的影響［J］.氣象學(xué)報(bào)，74（3）：367-379." Zhou Y，Guan Z Y，Zhang Q，et al.，2016.Circulation anomalies and their impacts on autumn temperature variations over China in association with different phase combinations of atmospheric mass migration between lands and oceans and inter-hemispheric oscillations［J］.Acta Meteor Sinica，74（3）：367-379.doi：10.11676／qxxb2016.033.（in Chinese）.

Zhu H H，Jiang Z H，Li L，2021.Projection of climate extremes in China，an incremental exercise from CMIP5 to CMIP6［J］.Sci Bull，66（24）：2528-2537.doi：10.1016／j.scib.2021.07.026.

·ARTICLE·

Simulated seasonal cycle of atmospheric mass in four future scenarios of the CMIP6 models：a nonlinear response to increasing greenhouse gases

QIAO Nian1，LU Chuhan1，2，GUAN Zhaoyong1，HU Yang1

1 Key Laboratory of Meteorological Disaster，Ministry of Education（KLME）/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters（CIC-FEMD），Nanjing University of Information Science and Technology，Nanjing 210044，China;

2Key Laboratory of Ecosystem Carbon Source and Sink，China Meteorological Administration，Wuxi University（ECSS-CMA），Wuxi 214105，China

Abstract" In the context of global warming，future climate projections have become a major research focus.The increasing greenhouse gas （GHG） emissions in the CMIP6 scenarios-SSP1-2.6，SSP2-4.5，SSP3-7.0，and SSP5-8.5 are accompanied by rising global mean surface air temperatures.However，the potential changes in the seasonal cycle of atmospheric mass，particularly the annual range，remain an open scientific question.This study analyzes CMIP6 data from 2015 to 2100 to examine the seasonal cycle characteristics of atmospheric mass under four GHG emission scenarios compared to historical runs.The study also examines the spatial distribution of surface air pressure and geopotential height in February and July，interpreted through temperature and wind fields.The results reveal that while the seasonal variations of global and hemispheric average atmospheric mass in the different scenarios resembles those in historical simulations，the annual range of hemispheric air fluctuates rather than increasing uniformly with higher GHG emissions.Specifically，the annual range decreases in SSP1-2.6 and SSP3-7.0，while it increases in SSP2-4.5 and SSP5-8.5.Globally，the annual range of atmospheric mass increases steadily with higher GHG emissions.Surface air pressure and geopotential height distributions in future scenarios align with reanalysis data，but in the Northern Hemisphere，a phase transition emerges，linked to the land-sea distribution dominated by Eurasia，the North Pacific，and the North Atlantic.In contrast，the Southern Hemisphere phase transitions occur along the latitudinal zones.The alternating positive and negative values in the February-July difference suggest regionally varying trends and amplitudes of change in surface air pressure and wind fields due to GHGs.These regional differences contribute to variations in the annual range of surface air pressure across the hemispheres.With increasing GHG emissions，the Northern and Southern Hemispheres respond differently across seasons，and this variation is evident not only in the lower troposphere but also at higher altitudes，including the stratosphere.The Arctic and Antarctic stratospheric vortices show nonlinear changes in intensity，weakening and strengthening in cycles as GHG emissions rise.These results suggest that the uneven distribution of GHGs in the atmosphere leads to variable temperature responses at different altitudes，altering the geopotential potential height field，layer thicknesses，and，consequently，surface air pressure.This highlights the region-specific response of atmospheric mass to increasing GHGs.The CMIP6 simulations provide valuable insights into atmospheric circulation changes under the conservation of atmospheric mass and their impacts on weather and climate in a warming world.Additionally，the nonlinear effects of human activities on water vapor mass and the atmospheric water-holding capacity deserve further exploration，particularly regarding their influence on the annual range of atmospheric mass.It remains uncertain whether transient and stable warming scenarios will lead to different outcomes in air mass changes.

Keywords" atmospheric mass;seasonal cycle;nonlinear change;greenhouse gas emission scenarios;CMIP6 models

doi：10.13878／j.cnki.dqkxxb.20231128002

（責(zé)任編輯：袁東敏）