区域气候模式是进行区域气候变率机理研究、进行高分辨率区域气候变化预测和预估的重要工具。自20世纪80年代末Dickinson和Giorgi等提出区域气候模拟的构想以来(Dickinson et al.,1989; Giorgi，1990)，区域气候模式得到了快速发展。区域气候模式的范畴，已经从单纯的大气模式，逐渐拓展到区域海洋—大气耦合模式、区域气候模式与气溶胶/化学模块、动态植被模块、水文模块等的 耦合(IPCC，2013)。区域气候模拟研究领域的国 际合作也空前活跃，设立了诸多针对区域气候模 式的合作计划，例如，针对东亚区域有Fu et al.(2005)发起的RMIP(Regional Climate Model Intercomparison Project for Asia)计划，目前正在进行的是该计划的第三阶段(Niu et al.,2015)。在全球范围，“联合区域降尺度计划”(COordinated Regional Downscaling Experiment，简称CORDEX)是世界气候研究计划WCRP最新发起的针对“降尺度”预估的国际合作计划。在动力降尺度方面，该计划旨在通过制定统一的模式评估和气候预估框架，基于CMIP5全球模式的多模式、多情景预估结果，利用区域气候模式，获得全球不同地区的高分辨率区域气候变化信息(Giorgi et al.,2009; Jones et al.,2011)。CORDEX计划在CMIP5之后，有望在CMIP6中继续实施。

亚洲季风区复杂的海陆分布使得亚洲季风的模拟成为一个国际难题(Yu et al.,2000；Zhou and Li，2002；符淙斌等，2004；高学杰等，2006；Sperber et al.,2013)。近年来的研究表明，季风模拟难题和该区域的复杂海气相互作用过程有关。采用海温驱动大气模式的动力前提，是该区域的海气相互作用主要表现为海洋对大气的强迫。但是，资料诊断和模拟研究表明，在东亚—西北太平洋季风区，夏季的海气相互作用主要表现为大气对海洋的强迫，换言之，主要表现为季风驱动海洋(Wang et al.,2005; Wu et al.,2009)。因此，考虑局地海气相互作用过程对亚洲季风尤其是夏季风降水和环流的模拟十分重要(Zhou et al.,2009)。基于全球气候模式所开展的有、无海气耦合过程的模拟试验比较分析证明，考虑海气相互作用过程后，无论对于季风降水的气候态还是年际变率都有显著改进(Song and Zhou，2014a，2014b)，印度夏季风降水的预报技巧亦有显著改进(Krishna Kumar et al.,2005)。

基于上述全球模式的研发经验，近年来，学术界开始注重在针对亚洲区域的区域气候模拟中考虑海洋过程。邹立维和周天军(2012a)归纳总结了当今国内外主要的区域海气耦合模式，其中针对亚洲区域的区域海气耦合模式有10个，占了总数的50%以上。诸多研究表明，较之未耦合模式，区域海气耦合模式在亚洲季风降水和环流的模拟方面显示出一定的优势。例如，考虑印度洋地区的局地海气耦合过程后，改善了印度洋地区降水和海表热收支的模拟(Ratnam et al.,2009)；针对东亚区域的区域海气耦合模式研究表明，东亚近海局地海气相互作用过程的引入，改进了长江流域和华南降水的模拟(王倩怡和张耀存，2008；Yao and Zhang，2010；房永杰和张耀存，2011)、改善了东亚地区降水年际变率的模拟(Li and Zhou，2010)以及西北太平洋地区夏季降水气候态和年际变率的模拟(Zou and Zhou，2013)。区域海气耦合模式亦被用于研究东亚夏季降水的季节内变化过程(Fang et al.,2013)、中国南方的一次暴雪过程(Liao and Zhang，2013)、东亚季风的水汽输送过程(Yao et al.,2013)、东亚局地海气相互作用过程(Huang et al.,2012)。因此，区域海气耦合模式在亚洲区域有着广阔的应用前景。

中国科学院大气物理研究所(IAP)大气科学和地球流体力学数值模拟国家重点实验室(LASG)长期致力于气候模式的发展，其全球气候系统模式参与了包括CMIP5在内的历次“国际耦合模式比较计划”(CMIP)，是在过去30年持续参加了所有各次CMIP计划的、国际上仅有的约10个模式之一，模式结果被历次“政府间气候变化专门委员会”(IPCC)评估报告所引用(周天军等，2014；Zhou et al.,2014)。不过受高性能计算资源的限制，当前用于长期气候模拟的全球模式的分辨率多在200 km左右，难以满足东亚复杂地形区的气候模拟需求。因此，为了适应东亚—西北太平洋气候加密模拟研究的需要，最近五年来，LASG着手发展了一个区域海气耦合模式FROALS(Flexible Regional Ocean-Atmosphere-L and System model)，作为对LASG全球气候系统模式的模拟和预估结果进行动力降尺度模拟的工具。利用FROALS模式，针对亚洲季风区，围绕模式模拟偏差和改进、局地海气耦合过程对夏季风模拟的影响、未来气候变化的降尺度预估等，开展了系统的研究。本文的目的，是在概述该模式基本特点的基础上，总结基于该模式所开展的科学研究的主要结论，展望其未来发展，为区域海气耦合模式的未来发展和应用提供参考。

FROALS是一个基于国际通用耦合器OASIS3(Valcke，2006)的灵活的区域海气耦合模式系统(图 1)。该区域海气耦合模式系统有两个大气模式分量和两个海洋模式分量可供选择。在大气模式分量中，一个为IAP/LASG发展的区域气候模式CREM(Climate version of Regional Eta Model)(Shi et al.,2009)，另一个为意大利ICTP(Abdus Salam International Centre for Theoretical Physics)发展的区域气候模式RegCM3(Pal et al.,2007)。在海洋分量中，一个为美国普林斯顿大学发展的POM2000(Mellor，2004)，另一个为LASG/IAP发展的全球海洋模式LICOM2.0(Liu et al.,2012)。多个大气分量模式和海洋分量模式的配置，将有利于针对特定问题选择合适的分量模式，同时也便于在同一框架下讨论不同大气分量模式和海洋分量模式对区 域海气耦合模式性能的影响，分析模式模拟偏差 的来源，减少模拟结果的不确定性。为了便于讨 论，下文将RegCM3与POM耦合的版本，简称“RegCM3-POM”，其它耦合配置以此类推。

图 1 LASG发展的区域海气耦合模式FROALS(Flexible Regional Ocean-Atmosphere-L and System)框架。模式基于耦合器OASIS，并由两个完全不同的大气模式分量和海洋模式分量组成。大气模式分量包括LASG发展的区域气候模式CREM(Climate version of the Regional Eta Model)和意大利ICTP(International Centre for Theoretical Physics)发展的RegCM3。海洋模式分量包括普林斯顿大学发展的POM2000和LASG发展的全球海洋模式LICOM2 Fig.1 Configuration of FROALS，which is coupled through the Ocean-Atmosphere-Sea Ice-Soil(OASIS3.0)coupler. The atmospheric component has two options: the climate version of the Regional Eta Model(CREM)developed by LASG/IAP，and the Regional Climate Model version 3(RegCM3)developed by the International Centre for Theoretical Physics(ICTP)in Italy. The oceanic component also has two options: the POM2000 oceanic model developed by Princeton University，and the LICOM2.0 Climate Ocean Model developed by LASG/IAP

在FROALS耦合模式中，大气模式分量提供海表风应力、潜热、感热、海表净短波辐射及海表净长波辐射给海洋模式，而海洋模式则反馈预报的SST给区域大气模式。由于耦合过程中未考虑淡水通量，因此，模式的海表盐度向观测的Levitus(1982)气候态恢复。当大气模式分量和海洋模式分量采用不同的水平分辨率时，在通量交换过程中，采用“mosaic”面积加权插值方法(Valcke，2006)以保证通量交换的守恒。

在亚澳季风区，与全球海气耦合模式类似，区域海气耦合模式普遍存在“模拟海温冷偏差”问题(Ren and Qian，2005；Ratnam et al.,2009；Li and Zhou，2010；Fang et al.,2010；房永杰和张耀存，2011)。前人关于冷偏差成因的讨论可归纳如下：(1)区域大气模式提供的海表热通量与海洋模式所需的热通量不一致(Ren and Qian，2005；Fang et al.,2010)；(2)海表入射太阳辐射的模拟偏差(Li and Zhou，2010)；(3)海温对大气模式偏差的调整，使得海洋和区域大气模式之间达到更好的平衡(Ratnam et al.,2009)。但是围绕着如何有效地减少区域海气耦合模式在该地区的模拟偏差、并进而改进区域海气耦合模式的性能，则并不清楚。我们使用FROALS模式，围绕着海温冷偏差问题，进行了以下研究工作。

首先基于1998年暖季，针对西北太平洋地区(0°～40°N，105°E～160°E)，分步骤讨论了不同大气模式分量和不同海洋模式分量对区域海气耦合模式模拟性能的影响。采用相同的海洋模式POM2000，与不同大气模式耦合(CREM和RegCM3)后，模拟SST(Sea Surface Temperature)的偏差截然相反(邹立维和周天军，2012b)。CREM耦合海洋模式POM2000后模拟的中国南海和菲律宾岛以东海域海温偏暖，最大可达2.5°C；RegCM3耦合海洋模式后模拟的中国南海和日本岛以南大片海域海温偏冷，最大偏冷亦可达2.5°C。而RegCM3耦合不同海洋模式分量(POM2000和LICOM2)的结果显示，RegCM3-POM与RegCM3- LICOM2模拟的SST偏差及海表热通量场高度相似(Zou and Zhou，2014)。这一结果表明，决定耦合模式海温模拟偏差的过程，主要来自大气模式，而不同海洋模式对区域海气耦合模式性能的影响相对较弱。

诊断分析表明，气候模式对海洋区域温湿垂直廓线的模拟偏差是导致耦合后海温出现偏差的重要原因。CREM(RegCM3)模拟的低层大气偏暖偏湿(干冷)，使得海表潜热偏少(多)，低层大气层结较之观测更不稳定(稳定)，导致低层云量偏少(多)，到达海表的净短波辐射偏多(少)。这相当于一个潜在的热源(冷源)。一旦开始与海洋耦合，这个热源(冷源)会使模拟的SST升温(降温)，产生暖(冷)偏差(邹立维和周天军，2012b)。

温湿廓线的模拟偏差与对流降水参数化过程的描述不同有关。为减少RegCM3耦合海洋模式后的模拟海温冷偏差，在RegCM3的Grell对流参数化方案中引入了基于相对湿度的对流抑制过程(Zou and Zhou，2011)。Grell对流参数化方案中对流的触发仅依赖于模式大气的不稳定度，而在观测中有些大尺度环境条件(如西北太平洋夏季副热带高压控制下的干区)并不利于对流过程的发生(Markowski et al.,2006)，因此，Grell方案会高估对流发生的频率。引入对流抑制过程后，当云顶至云底平均的相对湿度大于某个阈值时，方允许对流发生。

针对西北太平洋地区，利用RegCM3-POM考察了区域海气耦合模式对不同的对流阈值的敏感性。图 2给出参照试验和敏感性试验模拟的1998年5～8月平均SST。由图可见，当相对湿度阈值设为大于0.65(0.75)后，显著减少了参照试验在菲律宾岛以东(南中国海)的SST冷偏差(图 2)。更强的对流抑制会更为有效地令模拟的海温偏暖，缓解参照试验中模拟海温的冷偏差。考虑对流抑制后，大气中云量减少，使得更多的太阳辐射达到海面，海表净短波辐射的增加是导致模拟海温改善的主要原因(Zou and Zhou，2011)。

图 2 (a)1998年5～8月平均的参照试验与观测海表温度之差(单位：°C)；(b-f)考虑对流抑制过程后，各敏感性试验与参照试验模拟海表温度之差(单位：°C)[基于Zou and Zhou(2011)重新绘制]。CPL_CTRL代表参照试验，RH_55、 RH_65、RH_70、 RH_75、RH_80代表不同相对湿度阈值敏感试验 Fig.2 (a)Spatial distribution of SST difference(units: °C)between FROALS using RegCM3 coupled with POM and the observation(Optimum Interpolation Sea Surface Temperature)averaged from May through August 1998. Five sets of sensitivity experiments with convection suppression criteria based on the averaged RH from the cloud base to top were designed.(b-f)SST difference(units: °C)between sensitivity experiments with different threshold values(from 55% to 80%) and FROALS [modified based on Zou and Zhou(2011)]. CPL_CTRL represents control experiment; RH_55，RH_65，RH_70，RH_75，and RH_80 represent the sensitivity experiments with different threshold values

如何获得最佳的对流抑制阈值？我们以卫星观测资料为标准，通过诊断模拟的对流云降水比例(对流降水占总降水的比例)来确定最佳对流阈值。图 3给出1998年5～8月平均的区域平均模式模拟的和卫星TRMM3A12的对流云降水比例。敏感性试验表明，对流抑制愈强，伴随对流云的降水贡献愈少。当相对湿度阈值设定为0.70时，模式能较好地再现观测中的对流云降水比例。因此，在FROALS的标准版本中，我们将相对湿度的阈值设定为0.70(Zou and Zhou，2011)。

图 3 区域平均的 1998 年 5～8 月平均对流降水比例(对流降水占总降水的比例)[基于Zou and Zhou(2011)重新绘制]。其中TRMM为观测资料 Fig.3 Regionally averaged convective percentages(defined as the percentage of total rainfall that is convective rainfall)of rainfall averaged from May to August 1998 [modified based on Zou and Zhou(2011)]. TRMM represents observations

综上所述，区域海气耦合模式在亚洲季风区通常出现的模拟SST“冷偏差”，部分是由于区域大气模式中对流发生过频。基于卫星资料改进对流触发的相对湿度阈值后，不仅减少了区域海气耦合模式模拟的SST冷偏差，同时改善了模式模拟的对流云降水比例。上述工作，为改善区域海气耦合模式在亚洲季风区的模拟性能提供了一个有效途径。

以卫星观测资料为标准，通过诊断模式中对流降水占总降水的比例来确定最佳对流阈值，被证明是一种有效的优化途径(Zou and Zhou，2011)。但是，这种人工判断最优参数的方法工作量大、耗费的计算资源大，结果又受主观性影响大。近年来，国际在参数优化方面的主流方法是快速收敛到最优参数的采样方法。针对东亚夏季风的降水模拟难题，我们利用快速模拟退火(MVFSA)的采样技术，针对RegCM的MIT-Emanuel对流参数化方案在CORDEX的性能进行了优化(Zou et al.,2014)。选择的七个参数基于前人的敏感性试验，可分为三类：第一类在对流参数化过程中考虑大尺度环境场的影响，第二类为对流参数化方案中控制对流质量通量和云水雨水转换百分比的参数，第三类为层云方案中控制格点尺度云生成的湿度参数。以1998年夏季为例，研究结果显示，优化后的夏季平均降水较之参照试验(默认设定)有一定程度的改进(改善幅度20%)。优化试验极大缓解了参照试验中西北太平洋地区和孟加拉湾地区模拟降水偏多的误差，并且改进了参照试验在ITCZ(InerTropical Convergence Zone)地区降水模拟偏少的误差。进一步分析了分区降水对七个参数的敏感性，总体而言，对第一类参数最为敏感。优化的参数不仅适用于极端个例(1998年夏季)，而且适用于正常年份(2005年夏季)，同时也适用于RegCM新版本的模式(RegCM4)。

区域气候模式的环流模拟容易出现较大偏差，从而影响降水模拟效果；区域越大，模拟的环流偏差也越大。环流场的模拟改进问题是提升区域气候模式性能的瓶颈之一。区域气候模式的大尺度信息主要来自于侧边界，如何合理给定侧边界强迫是改进环流模拟效果的关键。除了尽可能地减小模式区域，或选用更优的侧边界嵌套方案之外，由于高空偏差主要出现在大尺度波动，故国际上开始把谱逼近的方法运用到区域气候模式中，即在模式高层将大尺度波动向强迫场恢复，区域气候模式只负责中小尺度波动的模拟。我们尝试在FROALS模式的大气分量RegCM3的风场采用谱逼近方法，并以2003年的江淮梅雨过程为例，检验了谱逼近方法对模拟效果的改进能力(曾先锋和周天军，2012)。结果表明，采用谱逼近方法后，模拟技巧得到显著提高，能明显改进模式对梅雨过程的模拟能力，有效地减少了原来存在的模式模拟的梅雨期环流和梅雨锋偏北导致降水偏北的偏差问题。此外，围绕谱逼近方法中权重函数及其强度系数的作用问题，我们进行了敏感性数值试验，发现谱逼近方法的改进效果主要决定于强度系数的选择。

不过，我们的研究也发现，谱逼近方法并非是万能的，它不能完全解决区域气候模拟面临的问题。谱逼近方法的优点在于，它能够保证大气环流更接近强迫场，也能较大程度地改进模式对梅雨期降水位置和强度的模拟，但是对于与模式物理过程联系更紧密的低层大气温度及高温高湿中心等的模拟，该方法的作用并不明显，进一步的改进有赖于模式物理过程的完善。

为克服耦合系统区域海洋模式侧边界对长期积分的影响，采用改进对流参数化方案的RegCM3和LICOM2耦合的模式构架。在西北太平洋地区，RegCM3和LICOM2为完全耦合。在其它区域，海洋模式读入日平均的NCEP2再分析资料海表风场和温度场，通过总体公式(Large and Yeager，2004)计算得到海洋模式运行所需的海表风应力及热通量。RegCM3运行所需的侧边界条件来自6小时的NCEP2(National Centers for Environmental Prediction 2)再分析资料(Kanamitsu et al.,2002)。大气模式的水平分辨率为45 km，海洋模式纬向分辨率为均匀的1°，经向分辨率由南北纬10°之间0.5°逐渐过渡到南北纬20°之外的1°。模式耦合模拟积分的时段为1982～2007年(Zou and Zhou，2013)。为比较耦合前后的区别，单独区域大气模式(RegCM3)也积分相同时间长度(1982～2007年)，所用的下边界SST资料来源于周平均的OISST2(Optimum Interpolation Sea Surface Temperature V2)(Reynolds et al.,2002)。

图 4给出西北太平洋中心区(10°N～25°N，120°E～150°E)、中国南海地区(5°N～20°N，110°E～120°E)降水距平百分比的年际变化序列。未耦合试验对西北太平洋中心区降水年际变化模拟能力有限，与观测的相关系数仅为0.14。耦合模式则改善了该地区降水年际变率的模拟，与观测的相关系数提高至0.50，超过了95%的信度检验水平。

图 4 (a)西北太平洋地区(10°N～25°N，120°E～150°E)、(b)中国南海地区(5°N～20°N，110°E～120°E)降水距平百分比的年际变化[基于Zou and Zhou(2013重新绘制] Fig.4 Percentage variations of rainfall anomalies relative to rainfall climatology averaged over the(a)western North Pacific(WNP; 10°-25°N，120°-150°E) and (b)South China Sea(SCS; 5°-20°N，110°-120°E)[modified based on Zou and Zhou(2013)]

在中国南海地区亦为如此。未耦合试验明显高估了降水变率振幅，与观测的相关系数为0.37。耦合后，减小了模拟降水年际变率的振幅，与观测 更加接近，和观测的相关系数提高至0.55。由此可见，海气耦合过程改善了西北太平洋地区降水年际变率的模拟。这是由于区域海气耦合模式减少了非耦合的大气模式对观测的海温虚假的、偏强的响应，因此改善了对降水的模拟(Zou and Zhou，2013)。

热带气旋潜势指数(GPI)可以合理刻画热带气旋生成的位置与范围，被广泛应用于评估气候系统模式对热带气旋的模拟，特别是全球气候模式的模拟性能(Tian et al.,2013)。图 5给出观测和模拟的1982～2007年6～8月平均GPI值EOF(Empirical Orthogonal Function)主模态。观测中大致沿20°N成南北反位相分布的偶极子型(图 5a)，在区域海气耦合模式和非耦合模式中都有一定再现，但在非耦合模式中，该偶极子型位置偏北、日本南部振幅偏强、南海季风槽地区振幅偏弱(图 5b)。在区域海气耦合模式中，除对中国南海区域强度模拟偏强外，整体型态与观测更为接近，特别是南海季风槽地区(图 5c)。观测中，该模态主要受到ENSO的调制。观测中EOF第一模态对应的时间序列与Niño3.4指数、南海夏季风指数的相关系数分别为0.58、0.64(图 5d)，表明ENSO通过影响季风槽而影响热带气旋的活动。区域海气耦合模式对该模态年际变率的模拟较之非耦合模式明显改善，其与观测的相关系数为0.76，而非耦合试验仅为0.53。分析表明，这是因为区域海气耦合模式模拟的南海季风槽年际变率优于非耦合模式，其模拟南海夏季风指数和GPI主模态时间序列与观测的南海夏季风指数的相关为0.84与0.83，而非耦合模式仅为0.77和0.22(姚隽琛等，2015)。

图 5 GPI 1982～2007年的6～8月的EOF分析(右上角数字是其模态对应的解释方差)：(a)观测；(b)参照试验；(c)耦合试验。(d)观测(黑色实线)、参照试验(红色实线)、耦合试验(蓝色实线)对应的时间序列；1982～2007年6～8月观测的Nino3.4指数(柱状图)与南海夏季风指数(黑色实心圆虚线)[基于姚隽琛等(2015)重新绘制] Fig.5 The leading mode of EOF for June-August mean GPI during 1982 to 2005 derived from the(a)observation and (c)coupled run. The corresponding mode for the(b)control run is the second mode. Time series for the observation(black solid line)，control run(red solid line) and coupled run(blue solid line)are shown in(d)，along with Niño3.4 index(bars) and South China Sea monsoon trough index(black dashed line with markers)[modified based on Yao et al.(2015)]

西北太平洋地区有着较为复杂的海洋环流系统，主要包括北赤道流(North Equatorial Current，简称NEC)及其南北分支——棉兰老流(Mindanao Current，简称MC)和黑潮(Kuroshio Current，简称KC)，这两支强西边界流是热带、副热带环流的重要组成部分，在海表热收支和跨纬度热输送中起着重要作用。图 6给出观测和模拟的1984～2007年夏季(6～8月)平均的表层洋流场和海表高度场。就气候态情形而言，区域海气耦合模式能够再现这一地区的基本洋流型，其中模拟的NEC与观测的范围和强度较为一致(图 6b)，KC和MC的路径也能够较好地刻画。但是，模式模拟的洋流亦存在一定的偏差，包括模式模拟的KC较观测偏强，而ME(Mindanao Eddy)强度较之观测偏弱；此外，北赤道逆流的位置也偏南，而在吕宋海峡以东模式有气旋式的环流偏差。

图 6 基于(a)SODA(Simple Ocean Data Assimilation)资料、(b)FROALS耦合试验得到的1984～2007年夏季(6～8月)平均的海表流场(箭头，单位：m s−1)和海表高度场(填色，单位：m)[基于刘博等(2015)重新绘制] Fig.6 The climatology of JJA(June-July-August)surface currents(vectors; units: m s−1) and sea surface height(shaded; units: m)during 1984-2007 derived from(a)SODA(Simple Ocean Data Assimilation) and (b)FROALS [modified based on Liu et al.(2015)]

为检验区域耦合模式对该海域表层洋流的年际变率的模拟能力，我们对该区域海表流场和海表高度场应用联合EOF分析，其主导模态显示，NEC和MC呈现出一致的变化，且该主导模态的时间序列与Niño 3.4指数有很好的相关(相关系数可以达到0.75)。区域海气耦合模式FROALS能够较好地再现这一受ENSO调控的年际变率信号，FROALS模拟的主导模态的时间序列与SODA和Niño 3.4指数的相关可以达到0.82和0.43。这表明FROALS模式对西北太平洋海洋环流具有较强的模拟能力。

我们还检验了FROALS模式对南亚夏季风的模拟能力。为了考察局地海气相互作用过程对南亚夏季风模拟的影响，对照非耦合试验(称为ATM)设计了一组连续积分的海气耦合试验(称为CPL)。CPL试验范围主要覆盖南亚大陆、青藏高原和部分印度洋。在这组试验中，采用了RegCM3和POM2000耦合的模式架构。大气模式的初始和侧边界场基于ERA-Interim再分析资料(Simmons et al.,2007；Uppala et al.,2008)得到。大气模式的初始场是1982年1月1日00:00(协调世界时，下同)的大气温压风湿三维场，侧边界强迫每6小时更新。POM2K的水平分辨率是0.5°，垂直方向分为30层，采用辐射侧边界方案(Flather，1976)。海洋模式的初始和侧边界场基于SODA 2.1.4再分析资料(Carton and Giese，2008)得到。海洋模式的初始场是1982年1月的SODA资料海洋温度、盐度和流场，侧边界强迫是气候平均的逐月温盐场、正压流和海面高度。海气耦合试验CPL从1982年1月开始，经过1年的模式耦合调整，连续积分到2010年12月，耦合频率是3小时(韩振宇，2013)。

图 7为观测和模拟的南亚地区夏季平均降水。GPCP被用来评估整个区域的夏季平均降水量模拟，高分辨率TRMM资料限于时间长度较短(1998～2010年)，仅作为高分辨率降水分布的参考。相比ATM试验，CPL试验中夏季平均降水整体减弱(图 7)。除了阿拉伯海洋面以及几处陡峭地形处的降水模拟更接近观测，耦合之后模式降水偏弱的误差被放大、空间分布模拟技巧降低，空间相关系数从ATM的0.69降低到CPL的0.58。赤道附近ITCZ的模拟偏差最为明显，CPL模拟结果中赤道ITCZ几乎消失，平均降水量由耦合前的约4 mm d⁻¹降至2 mm d⁻¹(观测数值约是6 mm d⁻¹)。分析发现，区域大气模式本身存在可降水量系统偏低的误差，耦合之后偏冷的SST使得海面可降水量、向陆地水汽输送进一步降低，从而造成模拟降水偏弱、偏少(韩振宇，2013)。

图 7 1983～2010年多年平均夏季(6～8月)降水的空间分布(单位：mm d−1)[基于韩振宇(2013)重新绘制]：(a)GPCP(Global Precipitation Climatology Project)；(b)TRMM(1998～2010年夏季平均)；(c)CPL；(d)ATM Fig.7 Spatial distributions [modified based on Han(2013)] of JJA-averaged rainfall during 1983-2010 derived from(a)GPCP(Global Precipitation Climatology Project)，(b)TRMM(1998-2010)，(c)CPL and (d)ATM

利用常用的三个南亚夏季风指数评估FROALS对年际变率的模拟能力，分别是降水指数(Goswami et al.,1999)、经向风切变指数(IMS；Goswami et al.,1999)和纬向风切变指数(IZS；Webster and Yang，1992)。ATM对降水指数的模拟技巧很低，与观测的相关系数在0附近，耦合之后相关系数上升为0.28。耦合之后IMS和IZS年际变率的模拟也更加接近观测(表 1)。

表 1(Table 1)

表 1 模式模拟南亚夏季风指数年际变化与观测的相关系数 Table 1 Correlation coefficients of the simulated South Asian summer monsoon indices with the observations during 1983-2010 试验 降水指数 IMS IZS ATM 0.02 0.35 0.62 CPL 0.28 0.40 0.66

表 1 模式模拟南亚夏季风指数年际变化与观测的相关系数 Table 1 Correlation coefficients of the simulated South Asian summer monsoon indices with the observations during 1983-2010

FROALS在印度洋暖池区的大部分区域模拟海温显著偏冷，且模拟结果中净海表热通量的负偏差与偏冷海温相对应。其中净海表热通量的负偏差主要来自感热和潜热通量两项。对热通量相关的海表风速、气温、湿度等气象要素的模拟评估显示，模式中近海表大气偏干冷是感热和潜热通量模拟负偏差的主要原因(图 8)(Han et al.,2012)。利用数值试验分离不同海域SST模拟偏差对夏季风模拟的影响：阿拉伯海SST冷偏差，通过降低大气可降水量和海面蒸发减弱了向大陆的水汽输送，导致耦合试验中南亚夏季降水模拟偏弱；而赤道印度洋SST冷偏差主要减弱了赤道附近的经向环流圈，导致耦合模式中赤道雨带模拟出现巨大偏差，但是其影响只局限在10°N以南，并没有通过经向环流调整对南亚季风环流产生影响(韩振宇，2013)。

图 8 (a-c)北印度洋(8°N～15°N，65°E～97°E)和(d-f)赤道印度洋(5°S～3°N，60°E～95°E)区域平均的(a、d)海表风速、(b、e)气温和(c、f)湿度的季节演变[基于Han et al.(2012)重新绘制]。GSSTF和OAFLUX是两套海表通量观测数据 Fig.8 The seasonal cycle [modified based on Han et al.(2012)] of the(a，d)wind speed(units: m s−1)，(b，e)air temperature(units: °C)，and (c，f)air humidity(units: g kg−1)averaged over(a-c)the northern Indian Ocean and (d-f)equatorial Indian Ocean

国内外学者利用区域气候模式对东亚区域气候变化进行了大量的降尺度模拟和预估研究(石英和高学杰，2008；高学杰等，2010；Zou et al.,2010; Oh et al.,2014)。此前的关于东亚气候的降尺度预估研究，多未考虑局地海气相互作用过程。此前的模式检验研究表明，较之未耦合模式，区域海气耦合模式对东亚—西北太平洋地区降水的模拟有一定优势。那么对东亚—西北太平洋地区未来气候变化的降尺度预估，区域海气耦合模式与单独区域模式的结果存在哪些异同点？区域海气耦合过程对未来气候的降尺度预估有哪些影响？

为回答上述问题，基于CORDEX国际计划的设计，针对东亚—西北太平洋地区，利用发展的区域海气耦合模式RegCM3_LICOM2和非耦合模式RegCM3，对LASG/IAP发展的全球气候系统模式FGOALS-g2模拟和RCP4.5/8.5情景预估的结果分别进行了动力降尺度试验。采用每三十年的片段积分方式，进行了多组试验(表 2)。

表 2(Table 2)

表 2 利用RegCM3和FROALS对FGOALS-g2模拟和预估的结果进行的动力降尺度试验 Table 2 Dynamically downscaling experiments with RegCM3 and FROALS driven by the simulation and projection of FGOALS-g2 模式 FGOALS-g2 所开展的动力降尺度试验 RCP4.5 RCP8.5 RegCM3 1981～2005年 2041～2070年 2011～2040年 2070～2099年 2041～2070年 2011～2040年 2070～2099年 FROALS 1981～2005年 2041～2070年 2011～2040年 2070～2099年 2041～2070年 2011～2040年 2070～2099年

表 2 利用RegCM3和FROALS对FGOALS-g2模拟和预估的结果进行的动力降尺度试验 Table 2 Dynamically downscaling experiments with RegCM3 and FROALS driven by the simulation and projection of FGOALS-g2

图 9给出观测和模拟的1981～2005年夏季平均降水量。由于全球气候模式FGOALS-g2的空间分辨率较低，对东亚地区夏季降水的模拟存在较大偏差，表现为在青藏高原下游存在虚假降水中心。通过动力降尺度，该偏差在区域海气耦合模式和非耦合模式模拟中都得到明显缓解。考虑区域海气耦合过程后，模式对中国南方和长江流域降水的模拟较之非耦合模式都更为合理。这将增加区域海气耦合模式降尺度预估的未来气候变化的可信度。

图 9 1981～2005年东亚地区夏季降水量：(a)APHRO(Asian Precipitation-Highly-Resolved Observational Data)；(b)FGOALS(Flexible Global Ocean-Atmosphere-L and system model)；(c)RegCM；(d)FROALS Fig.9 Spatial distributions of JJA-averaged total precipitation during 1981-2005 derived from(a)APHRO(Asian Precipitation-Highly-Resolved Observational Data)，(b)FGOALS(Flexible Global Ocean-Atmosphere-L and system model)，(c)RegCM，and (d)FROALS

比较FROALS和非耦合模式RegCM3预估的东亚地区RCP4.5情景下2046～2070年夏季降水强度的变化，发现FROALS预估东亚绝大多数区域降水强度将增加，与非耦合模式相比，差别最大的区域位于中国西北地区东部至黄河中游，非耦合模式预估降水强度将减少。分析表明，这与耦合与非耦合模式预估的环流差异有关，深入的分析工作正在进行中，结果将另文讨论。

利用高分辨率区域气候模式对全球气候模式季度预测试验的结果进行动力降尺度，是获得局地尺度气候预测信息的重要途径(Yoon et al. 2011)。利用区域海气耦合模式作为季度预测试验降尺度工具的研究还不多见。LASG/IAP区域海气耦合模式FROALS被作为一种有效的工具，应用于国家海洋公益性行业科研专项项目“中国近海短期气候预测技术及其应用”，对国家海洋局第一海洋研究所(FIO)全球气候模式FIO-ESM的季度预测试验结果进行动力降尺度。区域海气耦合模式动力降尺度得到的结果，被国家海洋环境预报中心用来驱动更高分辨率的海洋—海冰模式，从而得到中国近海高分辨率的海洋、海冰的预测信息。短期气候预测是未来FROALS的一个重要潜在应用领域。

此外，我们发展的基于OASIS的区域海气耦合技术，还被新加坡—美国麻省理工学院(MIT)联合研究中心(SMART)发展的区域耦合模式RegCM3-FVCOM采用，用于南亚边缘海区域海洋和大气环境的模拟研究。

随着局地海气耦合过程对东亚季风模拟的重要性被逐步揭示，针对东亚地区的区域海气耦合模式研发及应用近年来发展很快。LASG在发展全球气候模式的基础上，在过去5年发展了一个区域海气耦合模式FROALS。该模式系统基于耦合器OASIS构建，并由两个完全不同的大气模式分量和海洋模式分量组成。利用该模式系统，关注亚洲季风区，围绕区域海气耦合模式模拟偏差及改进、局地海气耦合过程对亚洲夏季风模拟和预估的影响开展了一些工作，总结如下：

(1)对于西北太平洋地区，在个例模拟试验中，不同海洋模式对区域海气耦合模式性能的影响相对较弱，决定区域海气耦合模式海温模拟偏差的过程，主要来自大气模式。非耦合区域气候模式对温湿垂直廓线模拟的偏差，通过影响海表潜热和净短波辐射的模拟，是导致耦合海温偏差的重要原因。区域海气耦合模式在亚洲季风区普遍存在的模拟海温冷偏差，部分是由于区域气候模式里对流发生频次偏多。引入基于相对湿度的对流抑制过程是改善区域海气耦合模式性能的一条有效途径。

(2)FROALS对西北太平洋地区海洋和大气环境具有较好的模拟能力，对降水和热带气旋潜势年际变率的模拟技巧较之非耦合模式更高，同时，较好地再现了西北太平洋地区表层洋流气候态和年际变率的模拟。FROALS对南亚夏季风亦有一定的模拟能力。和非耦合模式相比，FROALS模拟的南亚夏季风年际变率与观测更为接近，但耦合后的海温冷偏差对南亚地区降水的模拟影响很大。

(3)利用发展的区域海气耦合模式和非耦合模式，针对东亚—西北太平洋地区，对FGOALS-g2模拟和预估的结果进行了每30年的动力降尺度。初步结果显示，在FGOALS-g2大尺度环流场驱动下，区域海气耦合模式模拟得到的东亚夏季降水较之非耦合区域气候模式和全球气候模式具有一定的优势，其较好地再现了观测中中国长江流域和南方地区的雨带。预估的21世纪中叶东亚气候，较之非耦合模式，在中国西北地区东部至黄河中游地区存在明显差异。

关于未来FROALS模式的发展问题：

首先，分辨率持续提高是必然的选择。IAP/ LASG研发该模式的初衷，是基于现有的成熟的区域大气模式和海洋模式，构建一个分辨率明显高于IAP/LASG全球气候系统模式FGOALS的区域耦合系统，以适应季风区的海气相互作用特点，用于对全球模式的气候模拟和预估结果进行动力降尺度，以满足大气、海洋和水文领域对模拟和预估产品的较高分辨率的需求。未来用于长期气候模拟的全球模式分辨率有望达到50 km左右，区域耦合模式的分辨率亦需要得到相应提高。

其次，拓展应用范畴是一个重要方向。IAP/ LASG研发FROALS模式的思路，是基于已有的成熟的大气模式和海洋模式，通过调试、优化、构建性能最优的耦合系统，从而满足应用需求。因此，突出应用是该工作的一个特点。当前FROALS模式主要用于气候模拟研究和气候预估的动力降尺度，利用该模式对短期气候预测产品进行动力降尺度，亦是未来的重要应用领域之一。国际上已经逐渐开始组织类似的比较计划。

第三，进一步丰富模式内涵。区域气候模式从其诞生之日起，其内涵就持续不断地被丰富，从 最初单纯的大气模式，逐渐拓展到区域海洋—大气—陆面耦合模式、区域气候模式与气溶胶/化学模块、动态植被模块、水文模块等的耦合等。国际 上已经有区域地球系统模式的提法。未来区域模式将是对全球地球系统模式进行动力降尺度的重要工具。