趙丹 張麗霞 周天軍

1 中國科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國家重點實驗室(LASG), 北京100029

2 中國科學(xué)院大學(xué), 北京100049

1 引言

中國東部地處東亞季風(fēng)區(qū)，人口和農(nóng)業(yè)生產(chǎn)密集，區(qū)域水循環(huán)季節(jié)變化特征顯著，水循環(huán)異常導(dǎo)致的旱澇災(zāi)害，常給當(dāng)?shù)厣a(chǎn)、生活造成巨大損失（Zhang and Zhou, 2015; Liu et al., 2018）。區(qū)域水循環(huán)包括降水、蒸發(fā)、大氣水汽輸送和地表徑流等環(huán)節(jié)，各分量的時空特征各不相同卻彼此連結(jié)且相互影響，降水是連接各環(huán)節(jié)的重要紐帶（Trenberth and Guillemot, 1998; Held and Soden, 2006）。因此，理解和準(zhǔn)確模擬我國東部季風(fēng)區(qū)水循環(huán)各環(huán)節(jié)的變化，對當(dāng)?shù)睾禎碁?zāi)害防控具有重要意義。

受季風(fēng)系統(tǒng)的調(diào)控作用，季風(fēng)水汽輸送對中國東部地區(qū)降水影響重大（Huang et al., 2004; Ding and Chan, 2005）。前人研究指出華南降水的外部水汽源地主要包括孟加拉灣、南海和西北太平洋，而中緯度西風(fēng)帶輸送水汽對華北降水影響較大（Simmonds et al., 1999; Zhou and Yu, 2005）。最新研究通過箱體模型、歐拉和拉格朗日等解析和數(shù)值模型，量化了本地蒸發(fā)和外部水汽源對中國東部地區(qū)降水的相對貢獻（Wei et al., 2012; Zhao et al.,2016, 2021; Guo et al., 2018），指出對于東亞不同地區(qū)來說，外部輸送水汽對氣候態(tài)降水的貢獻均占主導(dǎo)，本地蒸發(fā)對年平均降水的貢獻約20%，對氣候態(tài)降水起主導(dǎo)作用的水汽來源并不一定主導(dǎo)降水年際變率。Brubaker 模型是一種基于在相對長時間尺度上假定固定區(qū)域內(nèi)大氣水汽量守恒的“箱體”解析模型，可以簡便地計算出本地蒸發(fā)以及外部通過各邊界輸入水汽對區(qū)域降水的相對貢獻，其中本地蒸發(fā)對區(qū)域降水的貢獻比率稱為降水再循環(huán)率（Brubaker et al., 1993）。Guo et al.（2019）對比了Brubaker 與兩層水核算數(shù)值模型（WAM-2layers），發(fā)現(xiàn)二者表征的東亞氣候態(tài)降水再循環(huán)率差異主要表現(xiàn)在高原地區(qū)。Brubaker 模型對邊界選擇較敏感，因此在地形復(fù)雜地區(qū)誤差較大，而在其他地區(qū)結(jié)果與數(shù)值模型相近，因此可以采用Brubaker 模型用于計算中國東部地區(qū)降水再循環(huán)率。

全球氣候模式是研究過去氣候變化機理和預(yù)估未來氣候變化的重要工具，但受全球氣候系統(tǒng)的復(fù)雜性、氣候模式的穩(wěn)定性等因素影響，全球氣候模式對東亞氣候的模擬能力存在一定不足（Masson and Knutti, 2011; Sperber et al., 2013; Song and Zhou,2014a, 2014b）。因此在采用氣候模式開展氣候變化機理研究和氣候預(yù)估之前，有必要對其模擬能力進行檢驗和評估，既為改進模式性能提供依據(jù)，又有助于理解模式結(jié)果不確定性的來源。國際耦合模式比較計劃（CMIP）提供了各國氣候模式數(shù)據(jù)共享和評估的平臺，對全球氣候模式的發(fā)展和數(shù)據(jù)資源國際共享發(fā)揮了重要作用（周天軍等, 2019）。前人研究指出，CMIP3 和CMIP5 全球氣候模式可以模擬出中國地區(qū)降水由西北向東南遞增的分布，對華南沿海地區(qū)降水表現(xiàn)為低估，對華北地區(qū)和青藏高原地區(qū)表現(xiàn)為高估，區(qū)域平均為系統(tǒng)性的高估（劉敏和江志紅, 2009; 陳曉晨等, 2014）。相對于再分析資料，CMIP5 模式集合平均高估黃河流域夏季蒸發(fā)，在長江流域偏差較小。對黃河流域和長江流域的夏季凈水汽收入的模擬偏差與降水偏差一致，與模式對西太平洋副熱帶高壓的強度和位置模擬相關(guān)（Bao and Feng, 2016）。CMIP3 和CMIP5大氣模式中夏季西太平洋副熱帶高壓模擬位置偏北，導(dǎo)致梅雨雨帶模擬的偏差，而夏季降水年際變率的模擬依賴于模式對印度洋—西太平洋反氣旋遙相關(guān)的再現(xiàn)，CMIP5 大氣模式較之CMIP3 有顯著改進（Song and Zhou, 2014a, 2014b）。

正在進行的CMIP6 是最新一代模式比較計劃，提供了相較于前幾代數(shù)量更多、試驗設(shè)計更完備的氣候模式數(shù)據(jù)（周天軍等, 2019）。當(dāng)前有關(guān)CMIP6的評估工作表明其對中國東部地區(qū)降水的模擬總體表現(xiàn)與CMIP5 一致，但在空間分布和降水趨勢模擬方面有所提升，這可能與CMIP6 中西北太平洋海溫的模擬偏差減小有關(guān)（Xin et al., 2020; Jiang et al., 2020）。但是，目前新一代CMIP6 模式對中國東部地區(qū)水循環(huán)的模擬能力尚不清楚。降水、蒸發(fā)和水汽輸送是區(qū)域水循環(huán)的重要環(huán)節(jié)，是連接大氣與陸地水圈的紐帶，因此本文重點關(guān)注水循環(huán)的上述三個分量的氣候態(tài)特征，圍繞以下問題展開：（1）CMIP6 模式對東部季風(fēng)區(qū)水循環(huán)各分量的氣候平均態(tài)的模擬能力如何？（2）局地蒸發(fā)和外部水汽輸送對CMIP6 模式中干濕偏差的貢獻如何？（3）模式中外部水汽輸送的偏差來源是什么？

2 資料與方法

2.1 模式和資料介紹

本文評估的19 個CMIP6 模式來自7 個國家（地區(qū)）13 個不同機構(gòu)，模式分辨率在0.7°～2.8°之間，各模式信息見表1。我們采用歷史模擬試驗數(shù)據(jù)，所用變量包括降水、蒸發(fā)、地面氣壓、各層比濕、經(jīng)向風(fēng)和緯向風(fēng)。

表1 19 個CMIP6 全球氣候模式基本信息Table 1 Basic information of the 19 CMIP6 (Coupled Model Intercomparison Project Phase 6) models

本文采用如下觀測和再分析資料來評估模式模擬性能：（1）CN05.1 逐月降水?dāng)?shù)據(jù)集，水平分辨率為0.5°×0.5°（吳佳和高學(xué)杰, 2013）；（2）全球陸面數(shù)據(jù)同化產(chǎn)品（Global Land Data Assimilation Systems, GLDAS）的蒸發(fā)數(shù)據(jù)（Rodell et al., 2004）；（3）歐洲中期天氣預(yù)報中心（ECWMF）的ERAInterim 和ERA5（Dee et al., 2011; Hersbach et al.,2019）、美國國家航空航天局（NASA）的MERRA2（Gelaro et al., 2017）以及日本氣象廳（JMA）的JRA-55（Kobayashi et al., 2015）再分析水汽和環(huán)流資料。

本文研究時段為1979～2014 年，所用數(shù)據(jù)均為月平均數(shù)據(jù)，均采用雙線性插值方法插值到1°×1°分辨率以便于定量評估模式性能。文中春、夏、秋和冬季分別指3～5 月、6～8 月、9～11 月和12 月至次年2 月。

2.2 外部水汽和當(dāng)?shù)卣舭l(fā)對區(qū)域降水貢獻的計算方法

本文采用二元大氣水汽通量模型Brubaker 模型（Brubaker et al., 1993）計算區(qū)域降水再循環(huán)率（ ρ），計算公式為

其中，E為區(qū)域平均蒸發(fā)量，A為區(qū)域面積，F(xiàn)in為流入?yún)^(qū)域內(nèi)的整層水汽量。采用Trenberth（1991）的方法計算大氣整層積分緯向（Fu）和經(jīng)向（Fv）水汽通量：

2.3 模式技巧評估方法

為了對各模式的模擬性能進行定量評估，我們采用以下技巧評分公式對模式在水循環(huán)的多方面進行評分（Chen et al., 2013）：

其中，R為模式與觀測的相關(guān)系數(shù)，SDR 為模式模擬的標(biāo)準(zhǔn)差與觀測的標(biāo)準(zhǔn)差之間的比值。

3 結(jié)果分析

本文關(guān)注水循環(huán)的以下關(guān)鍵過程：降水、蒸發(fā)、水汽輸送以及不同來源水汽對降水的貢獻，將從年平均氣候態(tài)、季節(jié)循環(huán)等角度對CMIP6 模式進行系統(tǒng)評估，并分析模式誤差的來源。

3.1 東部季風(fēng)區(qū)水循環(huán)各環(huán)節(jié)氣候態(tài)的模擬

我們首先評估CMIP6 模式對東部季風(fēng)區(qū)的降水、蒸發(fā)及大氣水汽收支氣候平均態(tài)的模擬能力。圖1 為觀測和模式模擬的1979～2014 年平均降水強度的水平分布及差值，觀測中降水呈現(xiàn)由西北向東南遞增的特征（圖1a），模式集合平均（MME）可以較好地模擬出該特征，與觀測的空間相關(guān)系數(shù)為0.92（圖1b）。19 個模式與觀測的相關(guān)系數(shù)最高為0.94（UKESM1-0-LL），最低為0.67（BCCESM1）。MME 模擬的降水整體偏多，研究區(qū)區(qū)域平均的降水較之觀測偏多0.28 mm d-1（圖1c）。有7 個模式相對觀測降水偏多，12 個模式偏少，最大濕偏差為1.04 mm d-1（MIROC-ES2L），最大干偏差為-0.48 mm d-1（MRI-ESM2-0）。對于華南沿海地區(qū)，90%的模式模擬的降水偏少，上述特征與CMIP3 和CMIP5 模式偏差一致。此外，CMIP3 和CMIP5 模式模擬的華北降水偏多（陳曉晨等, 2014），CMIP6 模式中約50%的模式在華北地區(qū)模擬的降水偏多，模式MME 為弱正偏差（0.12 mm d-1），體現(xiàn)了CMIP6 模式在華北降水模擬方面的改善。

圖1 1979～2014 年中國東部地區(qū)氣候態(tài)年平均降水強度（單位：mm d-1）的水平分布：（a）CN05.1 資料；（b）CMIP6 模式集合平均（MME）；（c）MME 與CN05.1 資料的差值。紅色框區(qū)為中國東部地區(qū)（下同），R 表示MME 與觀測在中國東部地區(qū)的空間相關(guān)系數(shù)，bias 表示中國東部地區(qū)平均的MME 相對于觀測的偏差Fig. 1 Horizontal distributions of the climatological annual mean precipitation intensity (units: mm d-1) in eastern China for 1979-2014:(a) CN05.1 data; (b) MME (multi-model ensemble) of CMIP6; (c) differences between MME and CN05.1 data. The red boxes indicate eastern China(the same below). R is the spatial correlation coefficient between MME and CN05.1 data over eastern China, and the bias represents the differences of the regional average precipitation values between MME and CN05.1 data over eastern China

圖2 為1979～2014 年GLDAS 資料與CMIP6模式模擬的年平均蒸發(fā)強度分布及差值。從GLDAS 資料的空間分布來看，研究區(qū)的氣候態(tài)蒸發(fā)量與降水量分布特征一致，由西北向東南遞增（圖2a）。模式MME 的結(jié)果基本可以模擬出觀測中蒸發(fā)的分布特征，與觀測的空間相關(guān)系數(shù)為0.89，大值中心較之觀測偏南（圖2b）。模式與觀測的空間相關(guān)系數(shù)范圍為0.71～0.92，其中最高的為歐洲中心兩個模式，最低為CESM2-WACCM 模式，模式間差異較小。19 個模式表現(xiàn)為一致的正偏差（0.03～0.98 mm d-1），MME 與觀測的差值為0.34 mm d-1（圖2c）。

圖2 1979～2014 年中國東部地區(qū)氣候態(tài)年平均的蒸發(fā)強度（單位：mm d-1）的水平分布：（a）GLDAS 資料；（b）CMIP6 模式MME；（c）MME 與GLDAS 資料的差值Fig. 2 Horizontal distributions of the climatological annual evaporation intensity (units: mm d-1) in eastern China for 1979-2014: (a) GLDAS (Global Land Data Assimilation Systems) data; (b) MME of CMIP6; (c) differences between MME and GLDAS data

我們進一步給出了觀測、多套再分析資料以及CMIP6 模式中東部季風(fēng)區(qū)（圖1、2 中紅色框區(qū)）水分平衡的年循環(huán)分布（圖3）。受季風(fēng)影響，觀測及四套再分析資料的降水和蒸發(fā)年循環(huán)均表現(xiàn)為夏季的單峰分布，降水在6 月達到最大，蒸發(fā)則在7 月最強。觀測的降水峰值為5.61 mm d-1，各再分析資料的降水峰值略高于觀測，幾套再分析資料集合平均的峰值為6.25 mm d-1。各月的蒸發(fā)均低于降水，觀測和再分析資料集合平均的蒸發(fā)峰值分別為3.10 mm d-1和3.51 mm d-1。就降水與蒸發(fā)之差（P－E）而言，再分析資料與觀測的年循環(huán)特征基本一致，峰值出現(xiàn)在6 月，前者峰值（3.22 mm d-1）較之后者（2.88 mm d-1）偏高。CMIP6 模式MME 可再現(xiàn)觀測的降水、蒸發(fā)及P－E的年循環(huán)單峰特征，只是降水和P－E的峰值均滯后于觀測一個月，蒸發(fā)的峰值與觀測一致，出現(xiàn)在7 月。MME 的降水在冬春季略大于觀測，夏季與觀測接近，蒸發(fā)則在全年均大于觀測，P－E在夏季小于觀測和所有的再分析資料。

圖3 1979～2014 年觀測、再分析資料及CMIP6 模式中國東部地區(qū)區(qū)域平均的（a）降水、（b）蒸發(fā)及（c）降水與蒸發(fā)之差（P－E）的氣候態(tài)年循環(huán)分布。黑色線、紅色線和深藍(lán)色線分別代表觀測、CMIP6 模式MME 和再分析資料集合平均，淺藍(lán)色線、黃色線、綠色線和紫色線分別代表MERRA2、ERA-Interim、JRA55 和ERA5，灰色線代表CMIP6 各模式Fig. 3 Climatological annual cycle of the (a) precipitation, (b) evaporation, and (c) their differences (P－E) in the observations, reanalysis, and CMIP6 models area-averaged over eastern China for 1979-2014. The black, red, and dark blue lines represent the observation, MME, and reanalysis mean, respectively. The light blue, yellow, green, and purple lines represent MERRA2 (Modern-Era Retrospective Analysis for Research and Applications) data, ERA-Interim (European Centre for Medium-Range Weather Forecasts (ECMWF) interim reanalysis) data, JRA55 (Japanese 55-year Reanalysis) data, and ERA5 (Fifth major global reanalysis produced by ECMWF) data, respectively. Gray lines denote the CMIP6 models

就各模式間的差異而言，蒸發(fā)的模式間離差最小，P－E最大，最大差異均出現(xiàn)在夏季。較之觀測的降水、蒸發(fā)和P－E，均方根誤差（RMSE）最小的模式分別為IPSL-CM6A-LR（0.41 mm d-1），MRI-ESM2-0（0.14 mm d-1）和CESM2（0.33 mm d-1），RMSE 最大的模式分別為MIROC-ES2L（1.30 mm d-1），MIROC-ES2L（1.01 mm d-1）和GISS-E2-1-H（1.05 mm d-1）。由圖3c 可以看到大多數(shù)模式模擬的P－E較之觀測和再分析資料偏小，但仍有部分模式較之觀測和再分析資料偏多。同時我們發(fā)現(xiàn)，BCC-ESM1、CAMS-CSM1-0、GISS-E2-1-G、GISS-E2-1-H 和NESM 五個模式的P－E年循環(huán)分布與觀測不符，峰值出現(xiàn)在春季而不在夏季，且其夏季的P－E較之觀測和其他模式顯著偏少，此偏差主要是由降水年循環(huán)的模擬偏差造成，春季降水偏多，夏季降水顯著偏少（圖略）。從年平均的降水和P－E來看，這五個模式在全部模式中屬于偏高，但在夏季其P－E和降水都偏少，則無法根據(jù)它們正確地分析干、濕模式的模擬差異，故在分析模式模擬誤差來源時將其排除。

為了分析不同模式中干、濕差異產(chǎn)生的原因，我們以再分析資料中的ERA5 作為參考場，選取與觀測和再分析資料干濕季年循環(huán)分布一致的模式（即排除BCC-ESM1、CAMS-CSM1-0、GISS-E2-1-G、GISS-E2-1-H 和NESM 五個模式）中模擬P－E值最大的五個模式（UKESM1-0-LL、CESM2-WACCM、CESM2、MIROC6、MIROC-ES2L）和最小的五個模式（BCC-CSM2、MRI-ESM2-0、IPSLCM6A-LR、GFDL-CM4、EC-Earth3-Veg）分別代表CMIP6 模式中偏濕和偏干的模式。因為CMIP6模式整體的降水與蒸發(fā)之差相對于各再分析資料均偏?。ū憩F(xiàn)為干偏差），故文中只選取ERA5 作為參考場對模式間的差異進行比較分析。

我們進一步定量評估了模式中本地蒸發(fā)及各邊界輸入水汽對研究區(qū)降水的相對貢獻（圖4）。對于中國東部地區(qū)降水而言，ERA5 中降水再循環(huán)率呈現(xiàn)自冬季向秋季逐漸增加的年循環(huán)特征，9 月達到最大（31%），冬季最?。s5%），說明研究區(qū)外輸入的水汽對該地區(qū)降水起主導(dǎo)作用。南邊界輸入水汽貢獻率的年循環(huán)特征與降水一致，夏季達峰值（約65%），其余月份降水由西邊界輸入水汽主導(dǎo)（41%～76%），東邊界和北邊界輸入水汽的貢獻率僅為0～20%。CMIP6 模式整體可以模擬出降水各水汽來源貢獻率的年循環(huán)特征。與ERA5相比，模式MME 的差異主要表現(xiàn)在本地蒸發(fā)以及東邊界和北邊界輸入水汽的貢獻偏大，而西邊界和南邊界輸入水汽的貢獻偏小，偏差依次為4.8%，2.37%，1.52%，-3.72%和-4.98%。比較干模式和濕模式模擬結(jié)果，兩類模式在西邊界的偏差與模式MME 比較一致，整體而言濕模式均比干模式以及MME 結(jié)果更接近ERA5，尤其是濕模式對南邊界輸入水汽貢獻的模擬與ERA5 非常接近，而干模式的偏差則較MME 更大。

圖4 1979～2014 年ERA5 資料與CMIP6 模式中（a）本地蒸發(fā)和（b）西邊界、（c）東邊界、（d）北邊界、（e）南邊界來源水汽對中國東部地區(qū)降水貢獻率的年循環(huán)。ERA5、CMIP6 模式MME、濕模式平均和干模式平均分別用黑色、紅色、綠色和黃色線表示，陰影表示19個CMIP6 模式的范圍，下同F(xiàn)ig. 4 Climate mean annual cycles of contributions to the precipitation over eastern China from the (a) local evaporation, moisture influxes from (b)western boundary, (d) eastern boundary, (d) northern boundary, (e) southern boundary derived from ERA5 data and CMIP6 models during 1979-2014.Results for ERA5, MME of CMIP6, wet models mean, and dry models mean are represented by black, red, green, and yellow lines, respectively.Shadings indicate the range of 19 CMIP6 models, the same below

圖5 給出了CMIP6 各模式在氣候態(tài)平均降水、蒸發(fā)分布，降水、蒸發(fā)，P－E，降水再循環(huán)率，西、東、北及南邊界輸入水汽對降水貢獻率的年循環(huán)分布方面的技巧評分?？梢钥吹剑Ｊ秸w在蒸發(fā)年循環(huán)分布方面模擬技巧最高（模式平均評分0.97），而對東邊界輸入水汽的降水貢獻率模擬較差（0.45）。對于P－E年循環(huán)分布與觀測不符的五個模式，其中CAMS-CSM1-0、GISS-E2-1-G、GISS-E2-1-H 為降水年循環(huán)評分最低的三個，同時這五個模式的降水和P－E年循環(huán)與觀測的相關(guān)系數(shù)均是較低的五個模式。19 個模式中各項平均評分最高的模式為CNRM-ESM2-1（0.89），最低的模式為GISS-E2-1-H（0.68）。

圖5 1979～2014 年CMIP6 各模式在氣候態(tài)平均降水（Clim_PRE）、蒸發(fā)分布（Clim_EVP），降水（AC_PRE）、蒸發(fā)（AC_EVP），P－E（AC_P-E），降 水 再 循 環(huán) 率（Recycling），西（Contribution_west）、東（Contribution_east）、北（Contribution_north）及 南（Contribution_south）邊界輸入水汽對降水貢獻率的年循環(huán)分布方面的技巧評分Fig. 5 Skill score of each CMIP6 model in simulating the climatological precipitation (Clim_PRE) and evaporation (Clim_EVP), annual cycle of precipitation (AC_PRE), evaporation (AC_EVP), P－ E (AC_P-E), precipitation recycling ratio (Recycling), the contribution of western(Contribution_west), eastern (Contribution_east), northern (Contribution_north), and southern (Contribution_south) influx to the precipitation during 1979-2014

3.2 水汽輸送對降水貢獻的模擬誤差來源

前文分析發(fā)現(xiàn)CMIP6 模式對蒸發(fā)年循環(huán)及降水再循環(huán)率的模擬偏差較小，說明降水水汽來源偏差主要源自對外部輸入水汽的模擬。因此，我們給出了外部四個方向進入研究區(qū)的水汽通量，以解釋模式偏差及模式間的差異（圖6）。ERA5 中研究區(qū)內(nèi)總水汽輸入量年循環(huán)特征與P－E類似，在6月達到峰值（532.39×106kg s-1）。就各邊界而言，由南邊界輸入的水汽量年循環(huán)特征與輸入的水汽總量一致，6 月份占比達66%（352.41×106kg s-1）。與ERA5 相比，模式模擬的輸入水汽總量在5～10月期間與ERA5 相當(dāng)，模式偏差及模式間差異在夏季最大，輸入的水汽總量少于ERA5，導(dǎo)致圖4a中降水再循環(huán)率整體偏高，其中干模式結(jié)果偏差更大。模式在南邊界的差異與輸入水汽總量一致，模式總體偏少，干模式偏差較MME 偏差更大，濕模式則略多于ERA5。而對于其他三條邊界，在各邊界上水汽輸入量的大值時段，模式MME 的水汽輸入量相對ERA5 偏多，濕模式在各邊界上同樣更接近ERA5。總體而言，模式中輸入到研究區(qū)的水汽總量差異主要由夏季的南邊界水汽輸入量主導(dǎo)。

圖6 1979～2014 年平均的ERA5 資料與CMIP6 模式外部輸入到中國東部地區(qū)的水汽通量（MI）的年循環(huán)：（a）水汽輸入總量；（b）西邊界；（c）東邊界；（d）北邊界；（e）南邊界Fig. 6 Climate mean annual cycles of (a) total moisture influxes (MI) and (b) western boundary, (d) eastern boundary, (d) northern boundary, (e)southern boundary moisture influxes derived from ERA5 data and CMIP6 models to eastern China during 1979-2014

為了更細(xì)致地分析模式中水汽流入量的差異來源，我們進一步將大氣在垂直方向上分為三層：低層（地表至700 hPa），中層（700～400 hPa）和高層（400～100 hPa）。由圖7 所示，對于夏季，ERA5 和模式MME 在西邊界和北邊界的總水汽流入中，中層水汽所占比例最高，在東邊界和南邊界則以低層水汽主導(dǎo)。但通過比較ERA5 與MME 各層流入水汽的差異，可以發(fā)現(xiàn)四條邊界上差異最大的均為低層流入的水汽，所以接下來我們主要針對低層來分析模式偏差來源。

圖7 1979～2014 年平均的ERA5 資料與CMIP6 模式中由（a）西、（b）東、（c）北、（d）南邊界不同層（整層、高、中、低）進入中國東部地區(qū)的水汽通量。實線表示ERA5 資料，虛線表示CMIP6 模式MME。整層、低層、中層和高層水汽分別用黑色、紅色、黃色和藍(lán)色線表示Fig. 7 Climate mean of moisture influxes to eastern China via (a) western, (b) eastern, (c) northern, and (d) southern boundary in different levels(vertical integrate, low-level, mid-level, and high-level) during 1979-2014 derived from ERA5 data and CMIP6 models. Solid lines indicate ERA5 data and dash lines indicate MME of CMIP6. Whole, low-level, mid-level, and high-level moisture influxes are represented by black, red, yellow, and blue lines, respectively

根據(jù)公式2 和3 可知，決定水汽通量大小的要素為風(fēng)速和大氣比濕。為了進一步量化這兩個要素在決定各邊界水汽通量中所起的作用，我們比較了各邊界上ERA5 和19 個CMIP6 模式的低層夏季水汽流入通量和其對應(yīng)的低層風(fēng)速以及低層水汽含量的相關(guān)關(guān)系（圖8）?？傮w而言，決定模式中各邊界低層水汽輸入的主要因素為低層風(fēng)場的強度，各邊界上水汽輸入量與風(fēng)場的相關(guān)系數(shù)均高于其與水汽含量的相關(guān)系數(shù)，尤其是在起主導(dǎo)作用的南邊界上，相關(guān)系數(shù)分別為0.97 和0.50，即CMIP6 中各邊界的水汽輸入量的模式間差異主要由風(fēng)場的差異來主導(dǎo)。具體而言，ERA5 中，四條邊界中經(jīng)南邊界輸入的水汽通量最高，其次為東、西和北邊界。比較而言，模式整體的風(fēng)場在西邊界、東邊界和北邊界較ERA5 均偏強，而在南邊界多數(shù)模式偏弱。水汽含量在西邊界和北邊界偏高，南邊界偏低，東邊界偏差較小。濕模式整體的水汽含量在各邊界均較干模式偏高，風(fēng)場在南邊界較干模式偏強，在其余邊界則無顯著差異。

圖8 1979～2014 年平均的ERA5 資料與CMIP6 模式中夏季各邊界低層水汽輸入量（橫坐標(biāo)）與水汽含量（縱坐標(biāo)，左列）、風(fēng)場（縱坐標(biāo)，右列）的散點圖。綠色字母表示濕模式，棕色字母表示干模式，紅點表示ERA5 資料Fig. 8 Scatter plots of climate mean summer low-level moisture influxes (x-axis) versus low-level water vapor content (y-axis, left panel), low-level wind field (y-axis, right panel) at each boundary in ERA5 data and CMIP6 models during 1979-2014. Green letters, brown letters, and red dots indicate wet models, dry models, and ERA5 data, respectively

為了進一步明確風(fēng)場和水汽含量對東亞東部地區(qū)水汽輸送的貢獻，我們比較了模式中夏季平均低層風(fēng)場及大氣可降水量與ERA5 的差異（圖9）。對于北邊界和西邊界而言，模式MME 及干、濕兩類模式的低層水汽含量都表現(xiàn)為系統(tǒng)性正偏差，而MME 和干模式在南邊界和東邊界上為負(fù)偏差，干模式偏差更大，濕模式則為正偏差。由于決定模式中各邊界低層水汽流入通量差異的主導(dǎo)因素為相應(yīng)的低層風(fēng)場，故在此給出低層風(fēng)場的水平分布。東亞季風(fēng)區(qū)夏季低層盛行西南季風(fēng)，CMIP6 模式MME 與ERA5 的差值表現(xiàn)為平均西風(fēng)偏強，研究區(qū)東南部的西北太平洋地區(qū)呈現(xiàn)氣旋性環(huán)流偏差，使得東邊界和南邊界上分別為東北風(fēng)和北風(fēng)偏差，減弱了南邊界進入研究區(qū)的水汽輸送（圖9a、b）。比較干、濕模式發(fā)現(xiàn)，濕模式與ERA5 的差值（圖9c）在南邊界和東邊界上分別為偏南和偏東風(fēng)偏差，有利于加強氣候態(tài)風(fēng)場對水汽的輸送。干模式的偏差特征與MME 基本一致，但偏差強度更大。綜上可知，西風(fēng)偏強為CMIP6 模式一致的系統(tǒng)性偏差，造成模式間對輸入研究區(qū)的水汽總量的模擬差異的主要原因在于對西北太平洋副熱帶高壓西南側(cè)的西南風(fēng)場的模擬差異。

圖9 1979～2014 年夏季平均的低層風(fēng)場（箭頭，單位：m s-1）、水汽含量（陰影，單位：mm）分布：（a）ERA5 資料；（b）CMIP6 模式MME、（c）濕模式MME、（d）干模式MME 與ERA5 資料的差值。黑色斜線區(qū)域表示水汽含量差異通過15%顯著性水平，風(fēng)場差值場只顯示了通過15%顯著性水平檢驗的區(qū)域Fig. 9 Spatial distributions of climate summer mean low-level winds (arrows, units: m s-1) and water vapor content (shadings, units: mm) during 1979-2014: (a) ERA5 data; differences between (b) MME of CMIP6 models, (c) wet models mean, (d) dry models mean and ERA5. The black lines indicate that the difference in water vapor content is at the 15% significance level. Only the wind difference vectors statistically at the 15% significance level are shown

前人研究指出中國東部季風(fēng)區(qū)的水汽來源主要有孟加拉灣、南海和西太平洋（丁一匯和胡國權(quán),2003），流入南邊界的水汽主要是由西南季風(fēng)和西太平洋副熱帶高壓反氣旋西南緣的東南風(fēng)輻合輸送。圖10 中以10°～20°N 緯向風(fēng)速最小的位置（紅色點）來表示西南季風(fēng)與副熱帶高壓西南緣東南風(fēng)的輻合位置。由圖可見，ERA5、19 個CMIP6 模式MME、濕模式和干模式中輻合開始的位置分別為136°E、137°E、128°E 和141°E，MME 中風(fēng)場輻合位置比ERA5 稍偏東，而干模式較之濕模式輻合位置明顯偏東13 個經(jīng)度。為進一步定量說明輻合帶位置與南邊界水汽輸送通量的相關(guān)性，圖11 給出了19 個模式的西北太平洋輻合帶位置與低層夏季南邊界水汽流入通量和其對應(yīng)的低層風(fēng)速的散點圖?？梢钥吹?，輻合帶位置與南邊界水汽流入通量以及南邊界低層風(fēng)速都具有顯著的相關(guān)關(guān)系，相關(guān)系數(shù)分別達到-0.85 和-0.9。輻合帶位置越偏東，導(dǎo)致研究區(qū)南側(cè)的東南風(fēng)強度越弱，從而使得通過南邊界的風(fēng)場強度較弱，水汽輸送隨之偏弱。可見，模式對西北太平洋輻合帶的模擬能力，對于中國東部季風(fēng)區(qū)水汽流入以及區(qū)域內(nèi)水循環(huán)的準(zhǔn)確模擬具有重要作用（Bao and Feng, 2016）。CMIP6 模式平均模擬結(jié)果與最新一代再分析資料ERA5 非常接近，但模式間的差異較大。同時可以發(fā)現(xiàn)，模式MME 及干模式中西太平洋副熱帶高壓位置相較于ERA5 更偏東北，與CMIP5 模擬結(jié)果類似（Song and Zhou, 2014a, 2014b），從而輻合帶位置偏東，使得研究區(qū)南邊界風(fēng)場偏弱，輸入水汽量偏少。而濕模式中西太平洋副熱帶高壓位置與ERA5 相比為西北偏差，從而輻合帶位置偏西，經(jīng)南邊界輸入水汽量偏多。

圖10 1979～2014 年夏季平均的850 hPa 風(fēng)場（單位：m s-1）的水平分布：（a）ERA5 資料；（b）CMIP6 模式MME；（c）濕模式MME；（d）干模式MME。紅點為西北太平洋地區(qū)緯向風(fēng)速最小的位置，即西北太平洋輻合帶的位置Fig. 10 Spatial distributions of climate summer mean winds at 850 hPa during 1979-2014 derived from (a) ERA5 data, (b) MME of CMIP6, (c)MME of wet models, and (d) MME of dry models. The red dots indicate the locations of the minimum wind speed over the Northwest Pacific, i.e., the location of the Northwest Pacific convergence zone

圖11 1979～2014 多年平均夏季ERA5 資料與CMIP6 模式西北太平洋輻合帶經(jīng)度位置與南邊界低層（a）水汽輸入量、（b）風(fēng)場的散點圖。綠色字母表示濕模式，棕色字母表示干模式，紅點表示ERA5 資料Fig. 11 Scatter plots of the climate summer mean location of the Northwest Pacific convergence zone versus (a) low-level moisture influxes and (b)low-level wind field at the southern boundary in ERA5 data and CMIP6 models during 1979-2014. Green letters, brown letters, and red dots indicate wet models, dry models, and ERA5, respectively

4 總結(jié)

本文基于觀測和ERA5 再分析資料，評估了CMIP6 的19 個模式對中國東部季風(fēng)區(qū)水循環(huán)氣候態(tài)的模擬能力，并分析了模式中降水水汽來源貢獻的模擬誤差來源。主要結(jié)論如下：

（1）對氣候態(tài)分布而言，模式MME 的降水較之觀測在研究區(qū)區(qū)域平均偏多0.28 mm d-1，主要表現(xiàn)在華北地區(qū)，而在華南沿海地區(qū)，大多數(shù)模式模擬的降水偏少，而蒸發(fā)在19 個模式中均為空間分布較均勻的正模擬偏差。對于年循環(huán)分布，模式MME 可再現(xiàn)觀測的降水、蒸發(fā)及P－E的單峰特征，但降水和P－E的峰值均滯后于觀測一個月，蒸發(fā)峰值與觀測一致。MME 以及大多數(shù)模式模擬的P－E較之觀測和再分析資料偏小。

（2）對于中國東部地區(qū)降水而言，研究區(qū)外輸入的水汽起主導(dǎo)作用，降水再循環(huán)率9 月達最大（31%）。夏季降水由南邊界進入的水汽主導(dǎo)（貢獻約65%），其余月份降水基本由西邊界進入的水汽主導(dǎo)（41%～76%）。CMIP6 模式可以模擬出ERA5 中降水各水汽來源貢獻率的年循環(huán)特征，只是較之ERA5 模式模擬的降水再循環(huán)率偏大（MME 年平均偏大4.8%）以及由南邊界進入的水汽貢獻偏?。?4.98%）。19 個模式對降水再循環(huán)率模擬的最大偏差和最小偏差分別為1.23%和0.37%，對由南邊界輸入的水汽貢獻偏差分別為-10.71%和0.37%。

（3）相較于ERA5，模式對中國東部地區(qū)降水的模擬偏差主要源自對外部輸入水汽的模擬，模式間差異由夏季自南邊界低層輸入的水汽通量主導(dǎo)。在決定水汽通量的兩個要素風(fēng)場和大氣比濕中，CMIP6 中各邊界的水汽輸入量的模式間差異主要由風(fēng)場的差異主導(dǎo)，模式模擬的西風(fēng)均較之ERA5偏強，干、濕模式間主要差異源自濕模式中研究區(qū)南側(cè)的西南風(fēng)場更強。不同模式對西南風(fēng)場強度的再現(xiàn)受到其對西北太平洋輻合帶的模擬的影響，輻合帶位置越偏東，研究區(qū)南側(cè)的西南風(fēng)強度越弱，從而使得通過南邊界的風(fēng)場較弱，水汽輸送隨之偏少。

本文的分析結(jié)果指出了多數(shù)CMIP6 模式模擬中國東部地區(qū)P－E偏少，造成此偏差的原因是西北太平洋輻合帶模擬位置偏東，從而使得通過南邊界進入中國東部地區(qū)的水汽偏少。為今后氣候模式研發(fā)在西北太平洋輻合帶模擬方面提供參考，從而有助于提高模式對東亞水循環(huán)的模擬能力。