馬 浩 雷 媛 毛燕軍 張小偉

(浙江省氣候中心，浙江杭州310017)

0 引言

短期氣候預(yù)測(cè)是氣象部門開展的核心業(yè)務(wù)之一，它以月、季、年時(shí)間尺度上的氣象要素平均變化趨勢(shì)為預(yù)測(cè)對(duì)象，著重研究氣溫和降水的變化趨勢(shì)。短期氣候預(yù)測(cè)對(duì)經(jīng)濟(jì)社會(huì)發(fā)展具有重要意義，這是由于氣象災(zāi)害預(yù)報(bào)的提前量與災(zāi)害損失之間具有顯著的反比關(guān)系。對(duì)重大氣象災(zāi)害而言，預(yù)報(bào)提前得越早，則采取的應(yīng)對(duì)措施就會(huì)越充分，從而災(zāi)損越小。與短期天氣預(yù)報(bào)相比，短期氣候預(yù)測(cè)具有較大的提前量，因此往往在氣象防災(zāi)減災(zāi)中發(fā)揮著重要的指導(dǎo)作用。據(jù)國(guó)內(nèi)外氣象部門統(tǒng)計(jì)，氣象災(zāi)害平均每年導(dǎo)致的損失約占GDP的3% ～6%;短期氣候預(yù)測(cè)如果報(bào)準(zhǔn)，可使受災(zāi)損失減少1% ～2%，這是一個(gè)相當(dāng)驚人的數(shù)字［1］。因此，對(duì)國(guó)民經(jīng)濟(jì)生產(chǎn)各部門而言，短期氣候預(yù)測(cè)與短期天氣預(yù)報(bào)處于同等重要的地位。

當(dāng)前，開展短期氣候預(yù)測(cè)主要有經(jīng)驗(yàn)統(tǒng)計(jì)、動(dòng)力模式和動(dòng)力統(tǒng)計(jì)相結(jié)合3種方法。經(jīng)驗(yàn)統(tǒng)計(jì)方法注重考察天氣氣候的相似性，通過尋找持續(xù)性較好的預(yù)報(bào)指標(biāo)來進(jìn)行氣候預(yù)測(cè)。當(dāng)前，短期氣候預(yù)測(cè)中使用的統(tǒng)計(jì)方法主要有多元分析、時(shí)間序列分析、經(jīng)驗(yàn)正交函數(shù)(Empirical Orthogonal Function，EOF)分解、灰色系統(tǒng)、聚類分析等幾類，其中的逐步回歸、EOF分解、相似方法等是短期氣候預(yù)測(cè)中應(yīng)用最廣、效果最好的方法［2］。動(dòng)力模式預(yù)報(bào)始于20世紀(jì)70年代［3］，近年來取得了蓬勃的發(fā)展。它以數(shù)值模式結(jié)果為依托，通過研究模式積分輸出的要素場(chǎng)和環(huán)流場(chǎng)來進(jìn)行氣候預(yù)測(cè)。動(dòng)力統(tǒng)計(jì)相結(jié)合是一種主觀見之于客觀的方法，其核心是怎樣利用模式結(jié)果產(chǎn)生更為可信的預(yù)測(cè)結(jié)論。具體來說，動(dòng)力統(tǒng)計(jì)結(jié)合法主要有模式輸出統(tǒng)計(jì)量(Model Output Statics，MOS)和完全預(yù)報(bào)(Perfect Prognosis，PP)兩種方法。MOS方法是利用模式回報(bào)資料與氣象要素建立統(tǒng)計(jì)模型，在此基礎(chǔ)上利用模式預(yù)報(bào)產(chǎn)品進(jìn)行預(yù)測(cè);PP方法是利用歷史資料與氣象要素建立統(tǒng)計(jì)模型，進(jìn)而利用模式預(yù)報(bào)產(chǎn)品進(jìn)行預(yù)測(cè)［3］。

盡管短期氣候預(yù)測(cè)方法眾多，然而目前來看，預(yù)測(cè)效果總體上并不盡如人意，“報(bào)不準(zhǔn)”的情況時(shí)有發(fā)生。在我國(guó)實(shí)際業(yè)務(wù)中，降水的短期氣候預(yù)測(cè)水平僅保持在60% ～70%(采用國(guó)家氣候中心的實(shí)況解釋檢驗(yàn)結(jié)果的準(zhǔn)確率(PS)評(píng)分)，長(zhǎng)江流域降水的預(yù)測(cè)準(zhǔn)確率僅達(dá)到50%以上［4］，失敗的例子相當(dāng)多(如 1999、2003 年等)［5］。這一現(xiàn)象是值得深思的。概括而言，短期氣候預(yù)測(cè)效果欠佳，既有問題本身的困難性，也有方法的問題。從機(jī)理上來說，我國(guó)處于東亞季風(fēng)區(qū)，而基于模式預(yù)報(bào)的降水可預(yù)測(cè)性基本上局限在熱帶地區(qū)，熱帶外總體上是很難預(yù)測(cè)的，在東亞氣候區(qū)更是如此［6］。從方法上來說，經(jīng)驗(yàn)統(tǒng)計(jì)方法常常演變?yōu)閱渭兊臄?shù)學(xué)游戲，缺乏物理內(nèi)涵的相關(guān)系數(shù)用得過多過濫，使預(yù)測(cè)失去了科學(xué)基礎(chǔ);數(shù)值模式對(duì)地球氣候系統(tǒng)中的重要物理過程刻畫過于粗糙，使模擬結(jié)果時(shí)好時(shí)壞，導(dǎo)致預(yù)報(bào)員在模式結(jié)果的使用上游移不定、把握不足;沒有好的數(shù)值模式，動(dòng)力統(tǒng)計(jì)結(jié)合法也就成了無源之水、無本之木，這也是動(dòng)力統(tǒng)計(jì)結(jié)合法未必能取得良好預(yù)測(cè)效果的關(guān)鍵原因所在。面臨著如此之多的困難，我們不禁要問:“短期氣候預(yù)測(cè)的出路在哪里?未來的發(fā)展道路在何方?”

1 短期氣候預(yù)測(cè)的未來發(fā)展道路

關(guān)于短期氣候預(yù)測(cè)未來的發(fā)展道路，其實(shí)涉及的是以經(jīng)驗(yàn)統(tǒng)計(jì)方法為主還是以動(dòng)力模式方法為主的問題，這是兩條不同的道路。為了闡述這一問題，我們首先來討論一下兩種方法各自的優(yōu)缺點(diǎn)。

1.1 經(jīng)驗(yàn)統(tǒng)計(jì)方法

經(jīng)驗(yàn)統(tǒng)計(jì)方法最大的優(yōu)勢(shì)在于其易操作性。目前，幾乎所有的統(tǒng)計(jì)方法都可以用計(jì)算機(jī)程序方便地實(shí)現(xiàn)，與動(dòng)力模式方法相比，經(jīng)驗(yàn)統(tǒng)計(jì)方法容易上手，可以在短時(shí)間內(nèi)作出預(yù)報(bào)結(jié)果，從而保證了短期氣候預(yù)測(cè)的時(shí)效性。同時(shí)，預(yù)報(bào)員通過自身的經(jīng)驗(yàn)對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行調(diào)整，又可以在一定程度上保證預(yù)報(bào)的準(zhǔn)確性。因此，經(jīng)驗(yàn)統(tǒng)計(jì)方法長(zhǎng)期以來一直是我國(guó)各級(jí)氣象部門進(jìn)行短期氣候預(yù)測(cè)的主流方法。然而，該方法也存在很多問題。

首先，面對(duì)著具體的預(yù)測(cè)問題，我們并不知道哪些統(tǒng)計(jì)方法是真正有效的。在統(tǒng)計(jì)工具眾多的今天，在何種情境下應(yīng)該采用何種方法?我們并無把握。各種方法似乎都有效果，又都沒有足夠的可信度，這正是短期氣候預(yù)測(cè)的困難之處。那么，我們應(yīng)該如何取舍?這仍然是一個(gè)沒有解決的問題。

其次，經(jīng)驗(yàn)統(tǒng)計(jì)方法的成敗取決于所選取預(yù)報(bào)指標(biāo)的好壞。丑紀(jì)范院士指出，前蘇聯(lián)在開展長(zhǎng)期天氣預(yù)報(bào)時(shí)，通過歷史資料分析找到了一些預(yù)報(bào)關(guān)系非常好的指標(biāo)，可是應(yīng)用于預(yù)報(bào)實(shí)踐效果不行;于是重新尋找預(yù)報(bào)指標(biāo)，在實(shí)踐中預(yù)報(bào)效果仍然不好［7］。長(zhǎng)期重復(fù)這一過程，預(yù)報(bào)水平就很難提高。為何在歷史資料分析中效果很好的指標(biāo)卻無法應(yīng)用于實(shí)際預(yù)報(bào)呢?這實(shí)質(zhì)上反映了一個(gè)問題，歷史在多大程度上能夠指示未來?一旦氣候系統(tǒng)中出現(xiàn)了以往從未發(fā)生過的氣候變異現(xiàn)象，歷史經(jīng)驗(yàn)分析就失去了作用。預(yù)報(bào)指標(biāo)的可靠性與其所處的時(shí)間段密不可分，當(dāng)氣候系統(tǒng)發(fā)生轉(zhuǎn)型或者突變、進(jìn)入新的氣候階段，則預(yù)報(bào)指標(biāo)的失靈在所難免。在全球變暖的背景下，一些原本非常牢固的統(tǒng)計(jì)關(guān)系紛紛“失效”，就是這種現(xiàn)象的一個(gè)鮮活例證。

第三，預(yù)報(bào)員的經(jīng)驗(yàn)在多大程度上能夠保證預(yù)報(bào)的準(zhǔn)確率?預(yù)報(bào)員的經(jīng)驗(yàn)是進(jìn)行氣候預(yù)測(cè)的重要基石，然而客觀來說，預(yù)報(bào)員的經(jīng)驗(yàn)僅僅是局部經(jīng)驗(yàn)、而非全局經(jīng)驗(yàn)，即預(yù)報(bào)員往往僅對(duì)某些氣候異?，F(xiàn)象有深入研究(這與預(yù)報(bào)員的知識(shí)結(jié)構(gòu)和研究興趣有關(guān))、而不可能對(duì)氣候系統(tǒng)的各種變異行為都有精深的把握，從而導(dǎo)致有時(shí)報(bào)得準(zhǔn)、有時(shí)報(bào)得差。由于預(yù)報(bào)員的經(jīng)驗(yàn)并不總是能夠有效地修正統(tǒng)計(jì)結(jié)果，有時(shí)還可能使預(yù)報(bào)效果進(jìn)一步惡化，因此，如何合理使用預(yù)報(bào)員的經(jīng)驗(yàn)，也是一個(gè)十分困難的問題。

最后，經(jīng)驗(yàn)統(tǒng)計(jì)方法的客觀化程度不高。經(jīng)驗(yàn)統(tǒng)計(jì)方法歸根結(jié)底是一種主觀方法，預(yù)報(bào)員的取舍和判斷在進(jìn)行預(yù)測(cè)時(shí)發(fā)揮了重要作用，人為訂正與人為修改實(shí)際上是預(yù)測(cè)中的重要環(huán)節(jié)，這種業(yè)務(wù)流程在很大程度上影響了短期氣候預(yù)測(cè)的制作效率。

1.2 動(dòng)力模式方法

動(dòng)力模式方法是一種客觀化方法，它通過對(duì)描述大氣運(yùn)動(dòng)的方程組進(jìn)行數(shù)值積分，以獲得未來時(shí)段的氣候狀況。簡(jiǎn)潔性、直觀性和客觀性是動(dòng)力模式方法的突出優(yōu)點(diǎn)，同時(shí)，由于模式預(yù)報(bào)不受歷史經(jīng)驗(yàn)的制約，對(duì)于歷史上從未發(fā)生過的特殊氣候現(xiàn)象，模式的預(yù)報(bào)能力往往優(yōu)于經(jīng)驗(yàn)統(tǒng)計(jì)方法，這在短期氣候預(yù)測(cè)實(shí)踐中已經(jīng)得到多次驗(yàn)證。然而目前來看，動(dòng)力模式方法的預(yù)報(bào)效果不夠理想，甚至弱于經(jīng)驗(yàn)統(tǒng)計(jì)方法的預(yù)報(bào)水平。究其原因主要有以下幾點(diǎn)。

第一，問題本身的復(fù)雜性。如前所述，目前，短期氣候預(yù)測(cè)理論尚不成熟，而我國(guó)氣候又受到青藏高原、東亞季風(fēng)、熱帶太平洋、熱帶印度洋和中高緯度大氣環(huán)流的綜合影響，氣候成因極其復(fù)雜和特殊［1］，很多氣候現(xiàn)象形成的機(jī)理尚不清楚，從而給數(shù)值模擬帶來了極大的挑戰(zhàn)。

第二，模式動(dòng)力框架的缺陷。我國(guó)由于受到青藏高原大地形的影響，因此，適用于中國(guó)的氣候預(yù)測(cè)模式應(yīng)當(dāng)突出青藏高原的作用。然而令人遺憾的是，目前國(guó)外大多數(shù)先進(jìn)的氣候模式均未充分考慮青藏高原的影響，因此直接用來對(duì)中國(guó)氣候進(jìn)行預(yù)測(cè)有著天然的缺陷。中國(guó)科學(xué)院大氣物理研究所和國(guó)家氣候中心研制的動(dòng)力模式開發(fā)伊始即注重考慮青藏高原，從動(dòng)力框架而言更適用于進(jìn)行東亞和中國(guó)氣候的預(yù)測(cè)［1］，有著較好的發(fā)展前景。

第三，模式性能的制約。模式方程組能在多大程度上描述客觀真實(shí)的物理世界，很大程度上決定了模式的預(yù)測(cè)效果。在模式研究中，一個(gè)簡(jiǎn)潔的判定模式性能的方法是“平均態(tài)法”，即模式模擬的氣候平均態(tài)與真實(shí)的氣候平均態(tài)之間存在多少偏差。如果模式連氣候平均態(tài)都模擬不好，則進(jìn)行氣候預(yù)測(cè)只能是一種奢望。目前，就氣候模式的發(fā)展水平而言，幾乎所有的模式僅能“大致合理”地模擬出基本氣候態(tài)，區(qū)域偏差十分顯著，這是模式預(yù)測(cè)的一大瓶頸。此外，模式對(duì)氣候系統(tǒng)其它因子(如海洋、冰雪圈、生物圈等)的作用考慮不夠全面、分辨率過于粗糙、參數(shù)化方案不夠合理等也是預(yù)測(cè)效果不夠理想的重要原因。

綜上所述，經(jīng)驗(yàn)統(tǒng)計(jì)方法與動(dòng)力模式方法各有優(yōu)缺點(diǎn)，預(yù)報(bào)效果都不夠穩(wěn)定，在這種情況下，我們應(yīng)當(dāng)走什么樣的道路呢?從長(zhǎng)遠(yuǎn)來看，如果以經(jīng)驗(yàn)統(tǒng)計(jì)方法為主，則預(yù)報(bào)員經(jīng)驗(yàn)的建立需要經(jīng)歷較長(zhǎng)的時(shí)間，隨著年代際氣候轉(zhuǎn)型的出現(xiàn)，經(jīng)驗(yàn)的“失效”也會(huì)發(fā)生，因此又會(huì)經(jīng)歷新經(jīng)驗(yàn)的重建過程，因此經(jīng)驗(yàn)統(tǒng)計(jì)方法是一種經(jīng)驗(yàn)建立—經(jīng)驗(yàn)失效—經(jīng)驗(yàn)重建的循環(huán)往復(fù)過程，且因人而異，傳承性很差;如果以動(dòng)力模式方法為主，盡管目前動(dòng)力模式的預(yù)報(bào)效果并不理想，然而隨著模式框架的不斷改進(jìn)、模式性能的不斷提高，模式預(yù)報(bào)效果也會(huì)得到穩(wěn)定的提高，這種提高建立在牢固的物理基礎(chǔ)之上、且具有較強(qiáng)的繼承性和沿用性，在業(yè)務(wù)實(shí)踐中有著巨大的發(fā)展?jié)摿Α?guó)家氣候中心也認(rèn)為短期氣候預(yù)測(cè)應(yīng)當(dāng)從以物理統(tǒng)計(jì)方法為主的階段逐步過渡到以動(dòng)力數(shù)值方法為主的階段［8-9］。無疑，動(dòng)力模式方法有著強(qiáng)大的生命力，將會(huì)成為未來短期氣候預(yù)測(cè)的主流方法。只要我們摒棄急功近利的思想、經(jīng)得起時(shí)間的等待，動(dòng)力模式方法一定會(huì)大有作為，為最終實(shí)現(xiàn)準(zhǔn)確度較高的客觀化預(yù)測(cè)奠定堅(jiān)實(shí)的基礎(chǔ)。下面，我們針對(duì)動(dòng)力模式方法進(jìn)一步展開論述，著重分析在各種數(shù)值模式中，什么樣的模式才真正切合短期氣候預(yù)測(cè)的業(yè)務(wù)需求?我們應(yīng)該如何選擇?選擇的依據(jù)在哪里?

2 高分辨率區(qū)域海-氣耦合模式對(duì)于短期氣候預(yù)測(cè)的重要意義

2.1 為何要選擇海-氣耦合模式?

談到氣候模式，我們先要澄清一個(gè)問題，即什么叫氣候模式?在國(guó)外，習(xí)慣于把耦合模式(Coupled General Circulation Model，CGCM)稱為氣候模式(Climate Model)，其余的氣候分析和診斷模式一般統(tǒng)稱為大氣環(huán)流模式(Atmospheric General Circulation Model，AGCM)。這種界定是十分科學(xué)的，即氣候模式應(yīng)當(dāng)是氣候系統(tǒng)模式(至少包括大氣和海洋兩個(gè)成員，更為完善的氣候模式還應(yīng)當(dāng)考慮冰雪圈、陸面過程、天文強(qiáng)迫和生物圈的作用)，而不僅僅是單純的大氣環(huán)流模式。這是由于氣候變異往往受制于外強(qiáng)迫的作用，即氣候變異(特別是低頻變異)的原因來自于大氣圈之外［10］，而不是來源于大氣環(huán)流自身，這就是為什么用AGCM來進(jìn)行氣候預(yù)測(cè)效果往往不佳的重要原因。我們以海洋-大氣相互作用為例來簡(jiǎn)要說明這個(gè)問題。在海洋-大氣相互作用中，海表溫度(Sea Surface Temperature，SST)變異是大氣環(huán)流調(diào)整的重要原因。在AGCM中，SST預(yù)先給定，之后在積分時(shí)段內(nèi)保持不變，相當(dāng)于用定常的海溫來強(qiáng)迫大氣環(huán)流;而在CGCM中，海洋和大氣之間通過通量交換發(fā)生相互作用，從而導(dǎo)致SST也隨時(shí)間發(fā)生變化。顯而易見，“變化的海洋”比“不變的海洋”更加接近物理真實(shí)，耦合模式中的各種動(dòng)力學(xué)和熱力學(xué)過程更加符合實(shí)際，因此是進(jìn)行短期氣候預(yù)測(cè)的理想選擇。正如王紹武［11］所指出的，開展氣候預(yù)測(cè)必須使用海-氣耦合模式。在條件尚不成熟的情況下，可以先用AGCM進(jìn)行預(yù)測(cè);然而從長(zhǎng)遠(yuǎn)來看，真正可靠的預(yù)測(cè)必須借助于CGCM。事實(shí)上，在發(fā)達(dá)國(guó)家的短期氣候預(yù)測(cè)業(yè)務(wù)實(shí)踐中，海-氣耦合模式已經(jīng)日益成為核心預(yù)測(cè)工具［12］。

2.2 為何要選擇區(qū)域模式?

相較于全球模式，區(qū)域模式有兩個(gè)突出的優(yōu)點(diǎn)。第一，同等分辨率條件下，區(qū)域模式的運(yùn)算效率比全球模式高。氣候預(yù)測(cè)對(duì)時(shí)效性的要求極高，如果模式運(yùn)行緩慢，遲遲無法得到運(yùn)算結(jié)果，則模式預(yù)測(cè)也就失去了意義。事實(shí)上，在當(dāng)前各種全球海-氣耦合模式中，運(yùn)行效率最高的是由美國(guó)威斯康星大學(xué)和美國(guó)阿拉貢國(guó)家實(shí)驗(yàn)室聯(lián)合開發(fā)的快速海-氣耦合模式(Fast Ocean-Atmosphere Model，F(xiàn)OAM)［13］，在 32 個(gè)CPU并行的情況下，F(xiàn)OAM的運(yùn)算效率一般為24 h積分80 a。這是全球海-氣耦合模式中的一個(gè)特例，在FOAM之外的諸多模式運(yùn)行效率遠(yuǎn)不能與其相比。以舉世公認(rèn)的優(yōu)秀耦合模式——美國(guó)普林斯頓大學(xué)地球物理流體動(dòng)力學(xué)實(shí)驗(yàn)室(Geophysical Fluid Dynamics Laboratory，GFDL)開發(fā)的氣候模式(Climate Model)2.1版(CM2.1)［14］為例，同樣是 32 個(gè) CPU 并行，CM2.1的運(yùn)算效率一般為24 h積分10 a左右，如果將分辨率提高(GFDL已經(jīng)研發(fā)出最新的高分辨率耦合模式CM2.4)，則運(yùn)算效率往往呈指數(shù)下降，CM2.4的運(yùn)算效率僅為24 h積分幾個(gè)月。如果考慮到需要開展集合預(yù)報(bào)以保證模式預(yù)測(cè)結(jié)果的可靠性，則如果沒有大量CPU支持，借助全球模式開展集合預(yù)測(cè)將要花費(fèi)更多的時(shí)間，從而使氣候預(yù)測(cè)的時(shí)效性得不到保障，難以滿足業(yè)務(wù)需求。與全球模式相比，在同樣的分辨率條件下，由于運(yùn)算區(qū)域相對(duì)較小，區(qū)域模式的運(yùn)算效率大大提高:在同樣的運(yùn)算時(shí)間內(nèi)，如果全球模式僅能達(dá)到低分辨率運(yùn)算，區(qū)域模式卻有可能達(dá)到高分辨率運(yùn)算，其優(yōu)勢(shì)顯而易見。對(duì)具體的預(yù)測(cè)問題而言，氣象部門一般不需要對(duì)全球氣候作出預(yù)測(cè)，而僅僅關(guān)心某個(gè)區(qū)域內(nèi)的氣候演變情況，在此意義上，區(qū)域模式已經(jīng)足以滿足需要。

第二，相對(duì)于全球模式而言，區(qū)域模式的調(diào)整與改進(jìn)顯得相對(duì)容易。這是由于，從物理上來說，全球模式具有“牽一發(fā)而動(dòng)全身”的特性，即某個(gè)區(qū)域內(nèi)某個(gè)物理參數(shù)的微小調(diào)整可能導(dǎo)致遠(yuǎn)程氣候出現(xiàn)顯著變化，這也為全球模式的物理歸因帶來了困難:如果某區(qū)域的氣候要素預(yù)測(cè)效果不好，應(yīng)當(dāng)如何采取措施來加以改進(jìn)?在全球模式中，區(qū)域氣候要素的變化往往是由多個(gè)因子在不同時(shí)間尺度上發(fā)生相互作用而導(dǎo)致的，調(diào)整單因子難以取得理想的效果。因此，區(qū)域模擬效果的改進(jìn)在全球模式中是一個(gè)十分棘手的問題，也是氣候?qū)W界共同面臨的難題。舉例來說，當(dāng)前大多數(shù)全球氣候模式對(duì)季風(fēng)區(qū)降水的模擬效果很差［15-16］，其原因極其復(fù)雜，盡管氣候?qū)W家針對(duì)這一問題開展了大量研究、也取得了顯著的學(xué)術(shù)成果，然而究竟應(yīng)當(dāng)如何改進(jìn)全球模式來提高模擬效果，我們?nèi)匀浑y以給出明確的回答。根本性的困難在于，季風(fēng)降水是一個(gè)海洋-大氣耦合問題，而區(qū)域耦合問題的偏差往往來自于區(qū)域以外的多尺度相互作用。問題本身的復(fù)雜性以及模式框架和機(jī)理的復(fù)雜性使得模擬效果的改進(jìn)殊為不易，往往花費(fèi)了很大力氣卻收效甚微。然而，區(qū)域模式的物理歸因卻相對(duì)容易。對(duì)區(qū)域模式而言，邊界強(qiáng)迫至關(guān)重要。邊界條件的調(diào)整可以使區(qū)域模式性能獲得顯著的提高［17-18］;換言之，如果在區(qū)域模式中，模擬區(qū)域內(nèi)氣象要素預(yù)測(cè)效果不佳，往往可以規(guī)避復(fù)雜的物理歸因，通過邊界條件的調(diào)節(jié)來達(dá)到目的，這種“任爾幾處來，我只一處去”的處理思路為區(qū)域模式的調(diào)試帶來了極大的便利。因此，考慮到短期氣候預(yù)測(cè)的業(yè)務(wù)需求，區(qū)域氣候模式是較為實(shí)用的一種選擇。

2.3 高分辨率的重要性

自從20世紀(jì)60年代末Manabe和Bryan［19］研發(fā)出人類歷史上第一個(gè)海-氣耦合模式以來，氣候模式的發(fā)展已經(jīng)經(jīng)歷了四十多年的漫長(zhǎng)歲月，模擬能力不斷增強(qiáng)，模擬效率日益提高。在氣候模式的發(fā)展歷程中，曾有很多學(xué)者指出:模式的改進(jìn)應(yīng)當(dāng)注重內(nèi)部動(dòng)力學(xué)框架的完善，而不是一味提高分辨率。這種說法無疑是正確的。然而，我們斷然不能將模式分辨率置于無足輕重的位置。這是因?yàn)?，如果模式分辨率長(zhǎng)期沒有提高，我們就無法獲得區(qū)域氣候特征的精細(xì)結(jié)構(gòu)，我們對(duì)區(qū)域氣候的認(rèn)識(shí)也會(huì)長(zhǎng)期停留在“霧里看花”的模糊水平。在全球變暖的氣候背景下，區(qū)域響應(yīng)是一個(gè)至關(guān)重要的問題，如果沒有高分辨率的模擬結(jié)果，我們就無法知曉區(qū)域響應(yīng)的具體型態(tài)和內(nèi)在動(dòng)力學(xué)過程，進(jìn)而為區(qū)域氣候變化評(píng)估帶來巨大的障礙。從某種意義上說，模式分辨率的提高推動(dòng)著氣候認(rèn)識(shí)水平不斷提高。今天，幾乎所有的氣候模式研發(fā)人員都相信，就氣候模式本身而言，高分辨率是未來的發(fā)展方向。模式分辨率的提高不僅意味著網(wǎng)格加密，更重要的是模式內(nèi)部次網(wǎng)格參數(shù)化方案的調(diào)整，大量原先適用于大尺度問題的參數(shù)化方案將進(jìn)一步細(xì)化，從而使模擬能力得到提升。當(dāng)模式分辨率提高到一定水平，則有可能將原先的大尺度海-氣耦合模式升級(jí)為中尺度海-氣耦合模式，從而展現(xiàn)出嶄新的模擬能力。世界氣象泰斗松野太郎(Taroh Matsuno)曾經(jīng)指出，日本的地球模擬器將熱帶地區(qū)的水平分辨率提高到10 km×10 km，這一分辨率的誕生意味著熱帶氣象學(xué)進(jìn)入了一個(gè)新的時(shí)代。從氣候?qū)W的研究現(xiàn)狀來看，今天，氣候?qū)W家們已經(jīng)認(rèn)識(shí)到海洋中尺度渦旋和大氣中尺度渦旋在氣候系統(tǒng)中扮演著非常重要的角色［20-21］，中尺度波動(dòng)過程在相當(dāng)程度上決定著氣候平均態(tài)、調(diào)制著氣候變率，而大尺度氣候模式無法刻畫中尺度過程，從而容易產(chǎn)生較大的氣候偏差。從大尺度模式走向中尺度模式，既是科學(xué)發(fā)展的必然，也是精細(xì)化氣候預(yù)測(cè)的需要。如果我們選擇大尺度海-氣耦合模式，則很可能在較短的時(shí)間內(nèi)被時(shí)代淘汰;著眼于未來，我們必須順應(yīng)時(shí)代潮流，選擇能夠刻畫和表達(dá)中尺度過程的高分辨率氣候模式，在更高的精度上進(jìn)行短期氣候預(yù)測(cè)。

3 結(jié)語:現(xiàn)狀與前景——機(jī)遇與挑戰(zhàn)并存

盡管高分辨率區(qū)域海-氣耦合模式為短期氣候預(yù)測(cè)帶來了新的希望，然而由于這種模式對(duì)計(jì)算平臺(tái)的要求較高(至少需要幾百甚至上千個(gè)CPU)，且研制過程中涉及的參數(shù)化方案和算法十分龐雜、模式運(yùn)行的穩(wěn)定性不易得到保證，目前在世界上成功的范例并不多。值得一提的是，美國(guó)得克薩斯農(nóng)工大學(xué)(Texas A＆M U-niversity)張平教授領(lǐng)銜的研究小組已經(jīng)成功構(gòu)建了高分辨率大西洋區(qū)域海-氣耦合模式［22］，該模式在大西洋展現(xiàn)出驚人的模擬性能，不僅能夠較為準(zhǔn)確地模擬出海溫等要素的空間分布(精度較大尺度模式大大提高)，且對(duì)一系列區(qū)域尺度的海-氣相互作用現(xiàn)象(如臺(tái)風(fēng)在海洋上的移動(dòng)和發(fā)展)都有相當(dāng)水平的模擬能力。

張平教授研究小組的成功讓學(xué)術(shù)界感到鼓舞，目前，中國(guó)海洋大學(xué)已經(jīng)開始構(gòu)建太平洋區(qū)域海-氣耦合模式，其它研究機(jī)構(gòu)也開始著手構(gòu)建印度洋區(qū)域海-氣耦合模式。從大尺度走向中小尺度，從全球走向區(qū)域，海-氣耦合模式展現(xiàn)出日益旺盛的生命力，在氣候?qū)W研究的各個(gè)領(lǐng)域，氣候動(dòng)力學(xué)、氣候預(yù)測(cè)、氣候變化、氣候評(píng)估等，發(fā)揮著不可替代的作用。對(duì)于氣象部門特別是省級(jí)氣象部門而言，引進(jìn)高分辨率區(qū)域海-氣耦合模式，是一件機(jī)遇與風(fēng)險(xiǎn)并存的事情。從機(jī)遇而言，此類模式針對(duì)性強(qiáng)，可以有效地提供區(qū)域尺度的高分辨率預(yù)測(cè)結(jié)果，對(duì)于精細(xì)化預(yù)測(cè)大有裨益;不僅如此，面對(duì)氣候預(yù)測(cè)并無靈丹妙藥的現(xiàn)狀，高分辨率區(qū)域模式的物理框架貼近客觀實(shí)際，可靠性較大尺度模式而言也有一定保證;此外，模式運(yùn)行結(jié)果對(duì)于區(qū)域尺度的氣候分析也是良好的素材，可以有效地彌補(bǔ)觀測(cè)資料時(shí)間長(zhǎng)度的不足。從風(fēng)險(xiǎn)而言，高分辨率模式對(duì)計(jì)算平臺(tái)的要求很高，運(yùn)行和計(jì)算成本也很高;同時(shí)，由于高分辨率模式的物理架構(gòu)復(fù)雜，模式的選擇、性能判別、移植與調(diào)試需要經(jīng)歷相對(duì)較長(zhǎng)的時(shí)間，我們能否經(jīng)得起時(shí)間的等待?此外，邊界強(qiáng)迫是決定高分辨率模式預(yù)報(bào)性能的重要因素，如何處理邊界強(qiáng)迫考驗(yàn)著我們的智慧和能力。當(dāng)前，氣候預(yù)測(cè)的很多機(jī)理性問題還沒有得到很好的解決:影響因子和預(yù)測(cè)對(duì)象之間究竟存在怎樣的物理聯(lián)系?影響因子之間的相互作用對(duì)預(yù)測(cè)結(jié)果的不確定性影響如何?在氣候系統(tǒng)演變規(guī)律尚未得到完全揭示的前提下，邊界強(qiáng)迫的處理就顯得更加困難和復(fù)雜，需要我們結(jié)合海洋-大氣相互作用和氣候動(dòng)力學(xué)的基本原理進(jìn)行仔細(xì)甄別、推定和改進(jìn)，在大量樣本實(shí)驗(yàn)的基礎(chǔ)上得到最優(yōu)化的邊界強(qiáng)迫方案。良好的機(jī)遇伴隨著較高的風(fēng)險(xiǎn)，但也蘊(yùn)含著巨大的收益。對(duì)省級(jí)氣象部門而言，誰掌握了高分辨率區(qū)域海-氣耦合模式，誰就攻占了短期氣候預(yù)測(cè)的橋頭堡，誰就在新世紀(jì)的氣候預(yù)測(cè)創(chuàng)新中領(lǐng)先一步?？缭竭@一步，需要巨大的勇氣，需要非凡的魄力，更需要艱苦的探索。

高分辨率區(qū)域海-氣耦合模式研制成功為最終實(shí)現(xiàn)客觀化氣候預(yù)測(cè)帶來了信心和力量，它昭示著短期氣候預(yù)測(cè)新的春天即將到來，讓我們張開雙臂去迎接這個(gè)春天，做勇于開拓、與時(shí)俱進(jìn)的氣象人，將氣候預(yù)測(cè)水平不斷推向前進(jìn)。

［1］ 丁一匯.我國(guó)短期氣候預(yù)測(cè)業(yè)務(wù)系統(tǒng)［J］.氣象，2004，30(12):11-16.

［2］ 楊舵.短期氣候預(yù)測(cè)方法綜述［J］.新疆氣象，1996，19(5):1-6.

［3］ 魏鳳英.我國(guó)短期氣候預(yù)測(cè)的物理基礎(chǔ)及其預(yù)測(cè)思路［J］.應(yīng)用氣象學(xué)報(bào)，2011，22(1):1-11.

［4］ 趙振國(guó).我國(guó)短期氣候預(yù)測(cè)的業(yè)務(wù)技術(shù)發(fā)展［J］.山東氣象，2001，21(3):4-7.

［5］ 王會(huì)軍，張穎，郎咸梅.論短期氣候預(yù)測(cè)的對(duì)象問題［J］.氣候與環(huán)境研究，2010，15(3):225-228.

［6］ 王會(huì)軍.試論短期氣候預(yù)測(cè)的不確定性［J］.氣候與環(huán)境研究，1997，2(4):333-338.

［7］ 丑紀(jì)范.短期氣候預(yù)測(cè)的現(xiàn)狀、問題與出路(一)［J］.新疆氣象，2003，26(1):1-4.

［8］ 趙振國(guó)，劉海波.我國(guó)短期氣候預(yù)測(cè)的業(yè)務(wù)技術(shù)發(fā)展［J］.浙江氣象，2003，24(3):1-6.

［9］ 李維京.現(xiàn)代氣候業(yè)務(wù)［M］.北京:氣象出版社，2012:480.

［10］ 周家斌.關(guān)于短期氣候預(yù)測(cè)的幾個(gè)問題［J］.甘肅氣象，1998，16(4):1-13.

［11］ 王紹武.短期氣候預(yù)測(cè)的可預(yù)報(bào)性與不確定性［J］.地球科學(xué)進(jìn)展，1998，13(1):8-14.

［12］ Saha S，Moorthi S，Pan H-L，et al.The NCEP climate forecast system reanalysis［J］.Bulletin of the American Meteorological Society，2010，91(8):1015-1057.

［13］ Jacob R.Low frequency variability in a simulated atmosphere-ocean system［D］.Ph.D.dissertation of Department of Atmospheric and Oceanic Sciences at University of Wisconsin-Madison，Madison，USA，1997:155.

［14］ Delworth T L，Broccoli A J，Rosati A，et al.GFDL's CM2 global coupled climate models.Part I:Formulation and simulation characteristics［J］.Journal of Climate，2006，19(5):643-674.

［15］ Wang B，Kang I-S，Lee J-Y.Ensemble simulation of Asian-Australian monsoon variability by 11 GCMs［J］.Journal of Climate，2004，17(4):803-818.

［16］ 張莉，丁一匯，孫穎.全球海氣耦合模式對(duì)東亞季風(fēng)降水模擬的檢驗(yàn)［J］.大氣科學(xué)，2008，32(2):261-276.

［17］ Lynch A H，Cullather R I.An investigation of boundaryforcing sensitivities in a regional climate model［J］.Journal of Geophysical Research-Atmospheres，2000，105(D21):26603-26617.

［18］ K?ltzow M A ?，Iversen T，Haugen JE.The importance of lateral boundaries，surface forcing and choice of domain size for dynamical downscaling of global climate simulations［J］.Atmosphere，2011，2(2):67-95.

［19］ Manabe S，Bryan K.Climate calculations with a combined ocean-atmosphere model［J］.Journal of the Atmospheric Sciences，1969，26(4):786-789.

［20］ Seo H，Jochum M，Murtugudde R，et al.Effect of ocean mesoscale variability on the mean state of tropical Atlantic climate［J］.Geophysical Research Letters，2006，33，L09606，doi:10.1029/2005GL025651.

［21］ Kug J-S，Choi D-H，Jin F-F，et al.Role of synoptic eddy feedback on polar climate responses to the anthropogenic forcing［J］.Geophysical Research Letters，2010，37，L14704，doi:10.1029/2010GL043673.

［22］ Patricola C M，Li M K，Xu Z，et al.An investigation of tropical Atlantic bias in a high-resolution coupled regional climate model［J］.Climate Dynamics，2012，39(9-10):2443-2463.