2016, Vol. 42
2 中国科学院大学(UCAS), 北京 100049
3 南京大学江苏省气候变化协同创新中心(JCICCC), 南京 210023
4 中国气象局国家气候中心, 北京 100081
2 University of Chinese Academy of Sciences, Beijing 100049
3 Jiangsu Collaborative Innovation Center for Climate Change, Nanjing 210023
4 National Climate Center, China Meteorological Administration, Beijing 100081
热带气旋（TC）是影响社会和经济的重要气象现象（端义宏等，2005；丛春华等，2011）。西北太平洋地区是TC生成最多的区域，其造成的强风、强降水，给沿岸的社会生产与生活带来严重影响（Mcbride, 1995；林惠娟和张耀存，2004）。气候系统模式是理解气候变化机理、预测和预估其未来变化的重要工具，但是，受资源的限制，用于长期模拟积分的气候系统模式往往采取较低的分辨率，无法合理刻画TC的活动（Gentry and Lackmann, 2010），造成模拟的TC在路径、强度和降水上存在较大偏差（Zhao et al., 2009; Bender et al., 2010; Murakami et al., 2012, 2014; Knutson et al., 2013）。使用分辨率相对较高的区域气候模式对全球模式的结果进行动力降尺度模拟，是气候模拟研究领域通常采用的方法（王世玉和张耀存，1999；钟中等，2004；张冬峰等, 2005, 2016；石英和高学杰，2008；黄安宁等，2009；石英等，2010）。
围绕着分辨率较低的全球气候系统模式对TC的模拟能力，人们做过许多分析。例如Manabe et al.（1970）第一次使用大气环流模式模拟出了热带气旋式低压，尽管模拟出的气旋不论是强度还是尺度都远弱于观测。近年来，随着气候系统模式的分辨率逐步提高，其对TC的模拟越来越更接近于观测（Bengtsson et al., 1995；Kobayashi and Sugi, 2004；Murakami and Sugi, 2010；Strachan et al., 2013）。然而，就多年平均气候态而言，较之观测，当前的CMIP5全球气候模式模拟的TC数量偏少、强度偏弱（Murakami et al., 2014）。
区域模式因其较高的分辨率被广泛使用在气候研究领域，其可以合理刻画当前气候并被广泛运用于全球变暖研究中（Gao et al., 2006；陆艳艳和张耀存，2007；Zhong et al., 2010）。因区域模式的分辨率较之全球模式明显提高，区域模式对于TC的模拟能力显著提升（蒋小平等，2009；刘磊等, 2011, 2017；周冠博等，2012；姚隽琛等，2015）。采用分辨率较高的区域模式对全球模式结果进行降尺度，是TC研究中常用的方法。Emanuel（2013）研究发现，经过对CMIP5（Coupled Model Inter-comparison Project–Phase 5）中6个气候系统模式结果进行动力降尺度，降尺度后的TC数目更多、强度更强，分布与观测更加一致。
FGOALS-g2（Flexible Global Ocean–Atmosphere– Land Surface–sea ice）是中科院大气所开发的气候系统模式，参加了CMIP5，结果在国际气候学界得到广泛使用。但是，受计算条件所限，其大气模式分辨率只有2.8°×2.8°，这制约了该模式结果在TC变化等研究中的应用。采用区域模式对FGOALS-g2的结果进行动力降尺度是一条有效途径。区域气候模式RegCM3对东亚气候具有强调的模拟能力（张冬峰等，2005）。Zou et al.（2016）的研究表明，在使用区域气候模式RegCM3对FGOALS-g2进行动力降尺度后，其模拟的东亚区域季风环流与降水更接近观测。但是，关于FGOALS-g2在热带气旋分布及其降水的动力降尺度模拟效果如何，尚需进一步研究。
本文的目的是使用区域气候模式RegCM3，对全球气候系统模式FGOALS-g2的结果进行动力降尺度，从TC的路径、强度及降水方面，检验动力降尺度结果在TC模拟方面的增值，并理解其机理。
2 模式、观测数据和方法 2.1 模式介绍 2.1.1 全球气候模式本文使用的全球气候模式为大气物理研究所LASG实验室开发的耦合气候系统模式FGOALS-g2（Li et al., 2013a）。其大气模式为GAMIL2.0（Li et al., 2013b），模式水平分辨率为2.8°×2.8°；海洋模式为LICOM2（Liu et al., 2013），水平分辨率为赤道（20°S~20°N）加密，其他区域为1.0°×1.0°。使用的模式输出结果为1980~2005年历史气候模拟，用于分析的资料时间段为1986~2005年。关于FGOALS模式的细节见Zhou et al.（2014）。
2.1.2 区域气候模式本文使用区域气候模式RegCM3（Version 3 of the Regional Climate Model；Pal et al., 2007）对FGOALS-g2模式进行动力降尺度。其使用的积云参数化方案为Grell方案（Grell，1993）；辐射模块为NCAR开发的CCM3辐射模块（Kiehl et al., 1996）；边界层方案为非局地边界层方案（Holtslag et al., 1990）；生物—大气转换方案为Dickinson方案（Dickinson et al., 1993）；海—气通量计算方案为Zeng方案（Zeng et al., 1998）。其中积云对流参数化方案被调整为在只有从云顶到云底的平均相对湿度大于0.7时触发对流。研究证实，该参数调整可改进模式对东亚—西北太平洋地区夏季风的模拟（Zou and Zhou, 2011，2013a，2013b）。
2.2 试验设计本文使用区域气候模式RegCM3对FGOALS-g2进行动力降尺度。区域模式水平分辨率为50 km，垂直层为18层，缓冲区为15个模式格点。初始条件、下垫面和边界条件由FGOALS-g2提供，每6小时更新。边界条件如海温、海冰同样由FGOALS-g2历史气候模拟提供。试验模拟的时间为1980~2005年，用于分析的资料时间段为1986~2005年。具体试验设计如Zou et al.（2016）所描述。本文分析工作使用的模式数据包括地表 10 m风速、表面气压、气温、风场、垂直速度等的逐日输出资料。
2.3 观测和再分析数据使用的观测与再分析资料如下：
（1）观测台风资料为IBTrACS（International Best Track Archive for Climate Stewardship）的best-track资料（IBTrACS v03r08；Knapp et al., 2010），提取逐日分辨率用于计算和绘图。
（2）JRA55（Japanese 55-year Reanalysis）再分析资料中的气温、风场、垂直速度、表面气压、10 m风场逐日变量（Ebita et al., 2011），水平分辨率为1.25°×1.25°，时间分辨率为逐日。
（3）降水资料为GPCP（Global Precipitation Climatology Project version 2.2）逐日联合降水资料（Adler et al., 2003; Huffman et al., 2009），资料水平分辨率为1.0°×1.0°，时间分辨率为逐日。
需要说明的是观测热带气旋与JRA55资料选取时间段为1986~2005年，GPCP降水资料选取时间段为1997~2005年（资料从1997年开始），故在讨论TC降水时时间段为1997~2005年。
2.4 分析方法 2.4.1 热带气旋路径追踪方法热带气旋路径追踪法是在高分辨率模式中检测热带气旋的一种分析方法（Walsh et al., 2007；Murakam and Sugi, 2010；Strachan et al., 2013；Murakami, 2014），前人比较了不同的判定标准，结果表明不同的判定标准及数值微调不会对热带气旋路径的空间分布及数目造成很大影响（Murakami, 2014）。本文用于检测模式中热带气旋的判定标准与Murakami（2014）一致，具体准则为：
（1）模式格点的相对涡度大于1.5×10-5 s-1（用以检测热带气旋的强度）；
（2）模式格点在850 hPa、500 hPa和300 hPa的温度高于周围10°格点0.8 K（用以检测热带气旋的暖核结构）；
（3）模式格点在850 hPa的风速大于300 hPa的风速（用以剔除副热带气旋）；
（4）持续时间超过48 h（该判据以JRA55数据为基准建立，并将判据应用于模式结果）。
2.4.2 热带气旋路径、强度、降水贡献及降水强度计算根据Saffir-Simpson台风风速，将TC强度等级划分为热带低压（简称TD；0~17 m s-1）、热带风暴（简称TS；17~33 m s-1）、等级1（C1；33~43 m s-1）、等级2（C2；43~50 m s-1）、等级3（C3；50~59 m s-1）、等级4（C4；59~70 m s-1）、等级5（C5；70 m s-1以上）。TC在相邻时间段内的强度定义为前一个时间节点时被追踪到的强度，绘制路径时逐日绘制。
TC路径频率的计算是统计5.0°×5.0°内经过的热带气旋路径数目后做时间平均，单位为a-1。基于热带气旋路径追踪法，在检测到热带气旋后，参照Knutson et al.（2015），将热带气旋周围8.0°×8.0°的降水视为由热带气旋导致。热带气旋降水贡献为气候态热带气旋降水除以气候态降水。而平均热带气旋降水强度则为总热带气旋降水除以热带气旋数目。
2.4.3 非绝热加热率计算为了评估TC活动区域的非绝热加热率，这里使用总非绝热加热率（Q1）来衡量TC活动区域的非绝热加热。与前人研究一致（Nigam et al., 2000；Hagos et al., 2010），总非绝热加热率Q1是热力学方程的残差项，其公式为
| $ {Q_1} = \frac{{{c_p}T}}{\theta }(\frac{{\partial \theta }}{{\partial {\rm{t}}}} + u\frac{{\partial \theta }}{{\partial {\rm{x}}}} + v\frac{{\partial \theta }}{{\partial {\rm{y}}}} + \omega \frac{{\partial \theta }}{{\partial {\rm{z}}}}), $ | (1) |
其中，cp是干空气的定压比热容；T为气温；θ为位温；u和v为纬向和经向风；ω为垂直速度。对Q1进行整层积分，整层积分的
| $ \left\langle {{Q_1}} \right\rangle = {g^{ - 1}}\int_{{p_{\rm{s}}}}^{{p_{\rm{t}}}} {{Q_1}{\rm{d}}p}, $ | (2) |
其中，g为重力加速度，ps为表面气压，pt为100 hPa。
3 FGOALS-g2及RegCM3模拟的热带气旋 3.1 热带气旋路径图 1给出了1986~2005年中观测及基于TC路径追踪法在JRA55、FGOALS-g2和RegCM3中检测到的TC路径。在观测中，西北太平洋区域每年平均有23.7个TC。基于TC路径追踪法，JRA55中平均每年检测到TC的为23.1个，较观测略微偏低。由于FGOALS-g2的分辨率较低，检测到的TC为平均每年15.6个。而RegCM3结果较FGOALS-g2有较大提升，检测到的TC为平均每年24.1个。
|
图 1 1986~2005年东亚区域热带气旋路径：（a）观测（IBTrACS资料）；（b）JRA55数据；（c）FGOALS-g2；（d）RegCM3。填色为根据Saffir-Simpson台风风速进行的划分：热带低压（TD）、热带风暴（TS）、等级1~5（C1到C5） Figure 1 Tropical cyclone (TC) tracks from 1986 to 2005 derived from (a) observations (IBTrACS), (b) JRA-55 data, (c) FGOALS-g2 model, and (d) RegCM3 model over the western North Pacific. The intensities of TCs (colored tracks) are categorized based on the Saffir-Simpson hurricane wind scale [tropical depression (TD), tropical storms (TS), and the categories 1-5 (C1–C5)] |
在TC强度方面，观测中大部分TC为等级1以上（图 1a；图 3b）。前人研究表明（Murakami，2014），由于再分析数据的分辨率较低，难以合理刻画TC的结构，会显著低估TC的强度。本文基于JRA55中检测到的TC较之观测强度偏低（图 1b），例如，没有模拟出等级2以上的TC。较之观测和JRA55，FGOALS-g2中检测到的TC强度被明显低估，难以再现等级1以上的TC。较之FGOALS-g2，RegCM3显著提升了TC强度的模拟技巧，与JRA55的结果更为一致，其能够模拟出等级2以上的热带气旋。
|
图 3 1986~2005年东亚区域热带气旋频率：（a）逐月分布和（b）强度分布。黑色、灰色、红色和蓝色分别为观测（IBTrACS资料）、JRA55资料、FGOALS-g2模式和RegCM3模式结果。强度根据Saffir-Simpson台风风速进行划分 Figure 3 (a) Seasonal cycle and (b) intensity distribution of tropical cyclone frequency over the western North Pacific during 1986–2005 [black, gray, red, and blue denote the results from observations (IBTrACS), JRA55 data, FGOALS-g2 model, and RegCM3 model respectively]. The intensity of TCs is categorized based on the Saffir-Simpson hurricane wind Scale |
为揭示动力降尺度在模拟TC路径空间分布的增值，图 2给出了5°×5°区域内TC的路径频率分布。观测中，TC路径频率的高值区位于中国南海至菲律东部太平洋上（图 2a）。JRA55的结果与观测较为一致（图 2b），与观测结果的空间相关系数为0.93，说明JRA55在TC路径频率空间分布具有较高的刻画能力。较之观测和JRA55，FGOALS-g2在整个太平洋区域都明显低估了TC的路径频率，特别是显著低估了菲律宾海一带TC的路径频率。这使得FGOALS-g2中TC路径频率的高值区偏向中国南海一带（图 2c）。其与观测的空间相关系数仅为0.57。较之FGOALS-g2，RegCM3可以更好的刻画TC路径频率分布，并显著提升了西北太平洋区域的TC路径频率模拟（图 2d）。区域模式模拟的TC路径频率高值区位于菲律宾东部太平洋上，和观测与JRA55结果更为一致。RegCM3与观测的空间相关系数提高到了0.74。图 2d以黑色等值线进一步给出RegCM3与FGOALS-g2模拟的TC路径频率之差。可见，较之FGOALS-g2，RegCM3主要改善了菲律宾海东侧西北太平洋区域的TC路径频率，但低估对中国南海区域的TC路径频率，使得其高值区偏向菲律宾以东。
|
图 2 1986~2005年东亚区域热带气旋路径频率（单位：a-1）：（a）观测（IBTrACS资料）；（b）JRA55；（c）FGOALS-g2；（d）RegCM3（等值线为RegCM3减去FGOALS-g2结果；等值线间隔0.5 a-1，正值实线，负值虚线，零值省略） Figure 2 Frequency of tropical cyclone occurrence (shaded; units: a-1) from 1986 to 2005 over the western North Pacific derived from (a) observations (IBTrACS), (b) JRA-55 data, (c) FGOALS-g2 model, and (d) RegCM3 model. The contours in (d) denote the difference between RegCM3 and FGOALS-g2 (contour interval is 0.5 a-1, solid and dashed contours denote positive and negative values respectively, and zero value is omitted) |
模式模拟的TC路径频率具有明显的区域差异，为便于定量比较，我们将TC活动主要区域划分为四个区（图 2a黑色框型区域）：西北太平洋区域（简称WNP；9°~27°N，120°~150°E）；中国南海区域（简称SCS；9°~24°N，120°~130°E）；中国东—黄海区域（简称EYS；26°~37°N，120°~130°E）；日本南部区域（简称EYS；29°~37°N，130°~145°E）。表 1给出了各区域加权平均的TC路径频率。根据表 1可知，观测中主要的TC活动范围在WNP及SCS区域，而EYS和JPS区域TC活动则较低。JRA55能够合理刻画观测中的TC路径频率分布，除了高估了WNP区域的TC路径频率（偏多0.59 a-1）。较之观测，FGOALS-g2在各区域均显著低估了TC路径频率，在WNP、SCS、EYS和JPS区域分别低估了54%、32%、79%和97%的TC路径频率。较之FGOALS-g2，RegCM3主要改善了WNP、EYS和JPS区域的TC路径频率模拟（较后者分别提高了127%、142%、633%）。其中在WNP区域RegCM3与观测结果最为接近（3.2 a-1），模拟技巧提升最为显著。值得指出的是RegCM3在SCS区域的TC路径频率模拟技巧略微降低。
|
表 1 区域加权平均的热带气旋路径频率（单位：a-1） Table 1 Regional-weighted-average tropical cyclone track frequency (units: a-1) |
动力降尺度大幅度改善了气候态的TC路径频率空间分布的模拟。为检查其在TC年循环及强度方面的模拟结果，图 3给出了TC的年循环和强度分布。如图 3a中黑色实线所示，观测中TC在西北太平洋区域6月开始增多，在7~10月达到峰值，之后开始下降。JRA55的结果与观测结果类似，虽在6~9月低估了TC的数目，在10~12月高估了TC数目，但整体季节循环特征与观测结果较为一致。FGOALS-g2模拟的TC峰值月为7~11月，但显著低估了7~9月的TC数目。而RegCM3比FGOALS-g2在TC年循环方面更具有优势，总体上季节循环更为接近观测。特别在TC峰值月份，动力降尺度结果较大提升了TC的数目，但略微高估了2~6月的TC数目。
图 3b给出了TC强度分布。观测中的TC有97%集中在强度为热带风暴（TS）至等级4的区间内。因分辨率较低，JRA55难以合理再现TC的强度，其无法模拟超过等级2的TC，检测到的TC有97%集中在热带低压（TD）至等级1的区间内，并且高估了TD、TS的数目，低估了等级1、2的TC数目。FGOALS-g2中检测到的TC有98%集中在TD至TS强度区间内，对等级1以上的TC没有模拟能力。较之观测，FGOALS-g2高估了TD的数目，低估了TS和等级1的TC数目。而区域模式的结果表明，其在TC强度模拟方面有了较大改善，较之全球模式，其结果与观测更为一致。RegCM3检测到的TC强度有96%集中在TD至等级1的区间内。RegCM3显著改善了全球模式中TD、TS强度的TC偏多的误差、更合理刻画了等级1以上的TC数目，并且可以检测到强度为等级4的TC。
为了进一步研究动力降尺度结果在TC风速与气压方方面的模拟能力，考察TC与最大风速、最小中心气压的关系，图 4给出了观测和模式中的TC到达最大强度时的散点图、最大风速和最小中心气压拟合曲线。如图 4中黑色点和实线所示，观测中TC随着风速的增大，气压呈非线性降低趋势。FGOALS-g2的结果如图 4红色点和曲线所示。其拟合曲线在黑线下方，红色点主要集中在1000 hPa以下和30 m s-1以下的区间内，这表明较之观测，FGOALS-g2中的TC中心气压偏高，而TC风速较观测偏低，难以合理再现观测到的风速-气压的非线性关系，模拟出的TC较观测偏弱。动力降尺度的结果如图 4蓝色点和曲线所示。在30 m s-1以左，区域模式的风速—气压曲线与观测几乎重合，表明其对风速小于30 m s-1的TC模拟能力与观测更为一致，较全球模式有显著改善。在风速大于30 m s-1时，RegCM3的风速—气压拟合曲线处于黑色实线下方，表明其模拟的TC在该区间略弱于观测。而较之全球模式无法模拟出最大风速超过40 m s-1的TC，区域模式对风速大于40 m s-1的TC也具有一定的模拟能力，并且可以模拟风速达到55 m s-1的TC。因此在对TC强度模拟上，区域模式改善显著。
|
图 4 热带气旋最大风速（单位：m s-1）和最小中心气压（单位：hPa）的散点图。黑色、红色和蓝色点（曲线）分别为观测、FGOALS-g2模式和RegCM3模式中的热带气旋（最大风速和最小气压最小二阶拟合曲线）。散点为每个TC在强度最大时的结果 Figure 4 Scatter diagram of tropical cyclone maximum wind speeds (units: m s-1) vs central minimum pressure (units: hPa). Dots denote TC occurrences from observations (black), FGOALS-g2 model (red), and RegCM3 model (blue). The smooth curves are least squares quadratic best-fit lines associated with the data for the various cases |
较之FGOALS-g2，RegCM3显著改善了对TC强度的模拟，但是其与观测到的TC强度仍有较大差距，无法合理再现TC的强度分布和强TC的风速—气压关系。导致这种偏差的原因可能是RegCM3的模式分辨率依然不够高，不足以模拟TC的结构。
3.3 热带气旋降水热带气旋造成的降水是气候预测关注的重要要素。为考察动力降尺度结果在TC降水方面的增值，图 5给出了1997~2005年TC峰值6~10月西北太平洋区域TC降水相对总降水的贡献。观测结果如图 5a所示，TC降水对总降水贡献的高值区主要位于在菲律宾以东海域，峰值区域TC降水可占到总降水的25%以上；在中国南海及东南沿海区域TC降水贡献为总降水的8%~16%。TC降水贡献空间分布与图 2a中热带气旋路径频率一致，说明TC降水贡献的空间分布主要受TC路径影响。
|
图 5 1997~2005年东亚区域热带气旋6~10月的相对降水贡献：（a）观测（GPCP-1dd资料）；（b）JRA55；（a）FGOALS-g2；（a）RegCM3 Figure 5 Distributions of relative rainfall contributions by tropical cyclones during June–October from 1986 to 2005 over the western North Pacific derived from (a) observations (GPCP-1dd), (b) JRA55 data, (c) FGOALS-g2 model, and (d) RegCM3 model |
JRA55的结果与观测一致（图 5b），主要峰值区域在菲律宾以东海域，但是在30°N以北的TC降水贡献被略微低估，同时我国南海区域的TC降水贡献被高估。FGOALS-g2的结果如图 5c所示，其TC降水贡献峰值区位于中国南海至菲律宾区域，较观测和JRA55而言，其结果被大幅低估，峰值区的TC降水贡献低于8%，偏差较大。较之FGOALS-g2，RegCM3更为合理的再现了观测中TC位于菲律宾以东海域的降水贡献高值区（图 5d）。虽然区域模式的TC降水贡献较观测略微偏低，但是较之FGOALS-g2具有明显改善，其峰值区降水贡献可以达到20%。整体而言，较之FGOALS-g2，RegCM3在该区域平均提高了4.6%的TC相对降水贡献。
衡量TC降水的另一个有效指标是平均TC降水强度。图 6给出了观测、JRA55及模式模拟的平均TC降水强度空间分布。如图 6a所示，观测中的TC降水强度峰值区位于中国南海至西北太平洋区域的洋面上，由TC导致的降水强度可达17 mm d-1。较之观测，JRA55低估了30°N以北的TC降水强度，整体TC降水强度较观测偏低1.8 mm d-1。值得指出的是JRA55的路径频率在30°N以北并未被低估，其在该区域偏低的TC降水贡献主要是由于偏低的TC降水强度导致的。
|
图 6 1997~2005年东亚区域热带气旋6~10月的平均热带气旋降水强度（单位：mm d-1）：（a）观测（GPCP-1dd资料）；（b）JRA55；（c）FGOALS-g2；（d）RegCM3 Figure 6 Distributions of rainfall intensities associated with tropical cyclones (units: mm d-1) during June–October from 1986 to 2005 over the western North Pacific derived from (a) observations (GPCP-1dd), (b) JRA55 data, (c) FGOALS-g2 model, and (d) RegCM3 model |
FGOALS-g2的结果与其模拟的TC降水贡献分布类似（图 5c），在整个西北太平洋区域偏低，峰值区降水约8 mm d-1（图 6c）。RegCM3的结果如图 6d所示，其平均TC降水强度高值区主要位于菲律宾以东的太平洋区域，峰值区TC降水可达15 mm d-1。整体而言，较之FGOALS-g2，RegCM3在该区域平均提高了1.8 mm d-1的平均TC降水强度。因此，动力降尺度的结果在TC降水方面，不论是从空间分布上还是量级上，都明显比全球模式的结果更有优势。
为了定量比较模式在各个区域对TC降水贡献及强度的模拟能力，表 2给出了四个区域的TC降水贡献率和平均TC降水强度。由表 2可知，全球模式在偏差较大的WNP（EYS）区域，比观测低估了13.1%（7.0%）的TC降水贡献及6.0 mm d-1（3.6 mm d-1）的TC降水强度。而RegCM3在WNP（EYS）区域的TC降水贡献率和平均TC降水强度与观测的偏差只有3.1%（1.0%）和1.3 mm d-1（1.8 mm d-1），较FGOASL-g2提高了10%的TC相对降水贡献和4.7 mm d-1的平均TC降水强度。但是RegCM3在SCS和JPS区域对TC降水贡献率及降水强度的模拟却没有较大提升。
|
|
表 2 区域加权平均的热带气旋降水贡献率及降水强度 Table 2 Regional weighted averages of rainfall contribution and rainfall intensity associated with tropical cyclones |
如上所述，动力降尺度结果在TC的路径、年循环、强度及降水方面较之全球模式有显著改善，特别是在WNP区域。TC在强度及降水强度方面的改善，可以被归结为动力降尺度后分辨率增高的贡献。因为随着分辨率的提升，区域模式能够更为合理地模拟出TC的基本物理结构。但是，围绕着动力降尺度在改善TC路径频率方面的增值，需要进一步考察影响TC的大尺度环流要素。前人研究表明，影响模式模拟TC能力最重要的大尺度变量为海表面温度、低层水汽、低层涡度、垂直运动及垂直风切变（Murakami et al., 2013）。因此，图 7给出了模式与JRA55的比湿、相对涡度、垂直运动及垂直风切变之差。RegCM3与FGOALS-g2的差在图 7中用黑色等值线表示。因为RegCM3的下垫面海温来自FGOALS-g2、二者完全一致，故这里不讨论海表温度对TC模拟的影响。
|
图 7 1986~2005年6~10月850 hPa比湿（SH；第一行；单位：g kg-1）、850 hPa相对涡度（VOR；第二行；单位：10-5 s-1）、500 hPa垂直速度（WP；第三行；单位：Pa s-1）以及850 hPa及200 hPa间的垂直风切变（VWS；第四行；单位：m s-1）：JRA55数据（左列）；FGOALS-g2模拟结果减去JRA55数据（中间列）；RegCM3模拟结果减去JRA55数据（右列）。右列图黑色等值线为RegCM3减去FGOALS-g2结果（实线为正，虚线为负），等值线间隔分别为（c）0.2 g kg-1、（f）0.4×10-5 s-1、（i）0.02 Pa s-1以及（l）2.0 m s-1 Figure 7 Large-scale variables related to tropical cyclone genesis during June–October from 1986 to 2005 over the western North Pacific: Specific humidity (SH; top row; shaded; units: g kg-1) and relative vorticity at 850 hPa (VOR; second row; shaded; units: 10-5 s-1), vertical motion at 500 hPa (WP; third row; shaded; units: Pa s-1), vertical wind shear (VWS; bottom row; shaded; units: m s-1) from JRA55 data (left column), differences between FGOALS-g2 and JRA55 (middle column), and differences between RegCM3 and JRA55 (right column). The contours in the right column denote the differences between RegCM3 and FGOALS-g2 at intervals of (c) 0.2 g kg-1, (f) 0.4×10-5 s-1, (i) 0.02 Pa s-1, (l) 2.0 m s-1, and solid and dashed contours denote positive and negative values, respectively |
由图 7可知，在TC盛期6~10月的西北太平洋区域，JRA55资料中该区域低层的主要环流系统是西太平洋副热带高压，对应图 7d中负涡度区域。在副高南侧是850 hPa水汽的高值区，大部分区域水汽量级在12 g kg-1以上（图 7a）；同时副高南侧伴随着强上升运动，量级在0.06 Pa s-1左右；伴随着强上升运动，在副高主体及南侧的垂直风切变较弱，量级在4 m s-1左右。上述大尺度变量皆为TC发生发展提高了有利条件。
由图 7b可知，较之JRA55和FGOALS-g2在低层出现了干偏差。从中国南海到西北太平洋海域上，比湿较JRA55整体偏低，特别是在TC路径频率的高值WNP区域，这不利于TC形成与发展。在850 hPa相对涡度偏差（图 7e）方面，FGOALS-g2的偏差较小。500 hPa的垂直运动的偏差表明（图 7h），FGOALS-g2在西北太平洋上的上升运动偏弱，对TC的发生发展形成了抑制作用。最后，850 hPa和200 hPa的垂直风切变偏差表明（图 7k），在整个西北太平洋区域，FGOALS-g2较JRA55都有更强的垂直风切变，同样抑制了TC的形成与发展；结合850 hPa相对涡度偏差较小，说明这种环流偏差主要出现在全球模式高层，并最终导致了其在西北太平洋上检测到的TC偏少。
RegCM3与JRA55大尺度变量的差异如图 7右列所示。在850 hPa比湿方面，RegCM3存在比FGOALS-g2更大的干偏差（图 7c）。这是因为RegCM3的下边界条件由FGOALS-g2提供，后者的干偏差在RegCM3中被进一步扩大（Zou et al., 2016）。此外，RegCM3的850hPa相对涡度偏差较之FGOALS-g2也更大（图 7f），其在西北太平洋区域在20°N以南有着更强的正偏差，而20°N以北有着更强的负偏差，这表明RegCM3模拟的西北太平洋副热带高压较JRA55和FGOALS-g2更强，且更加偏北。但是，正涡度偏差为TC提供了更为有利的发生发展及移动条件，而负涡度偏差则使得TC移动受限，故RegCM3中的TC路径频率在WNP区域得到改善，而在JPS区域被低估。此外RegCM3模拟的500 hPa上升运动与JRA55相比在西北太平洋上偏差较小，而在中国南海区域下沉运动更强（图 7i）。这也解释了RegCM3改善了WNP区域TC路径频率，而低估了中国南海区域TC路径频率的现象。垂直风切变方面（图 7l），RegCM3相较JRA55更弱，也在菲律宾以东太平洋区域为TC提供更有利的发展条件。
较之全球模式，区域模式在TC路径频率改善的区域主要为WNP区域（图 2d黑色等值线）。结合该区域的大尺度变量，区域模式模拟的850 hPa水汽增多（图 7c黑色实线）、850 hPa相对涡度增强（图 7f黑色实线）、500 hPa上升运动增强（图 7i黑色虚线）、垂直风切变减弱（图 7l黑色虚线）。上述各变量的空间分布合理地解释了在WNP区域的TC路径频率及降水贡献的空间分布，表明这些变量对TC模拟在动力降尺度的增值有重要贡献。
前人研究表明，第二类条件不稳定（CISK）机制是影响TC生成与发展的重要机制之一（Craig and Gray, 1996；Gray, 1998）。为了分析JRA55和模式中的水汽以及非绝热加热，图 8给出了1986~2005年6~10月850 hPa的水汽通量散度及整层积分的非绝热加热率（
|
图 8 1986~2005年6~10月850 hPa水汽通量散度[∇·(Vq)，左列，简称Div；单位：10-8 s-1]；整层积分的非绝热加热率（ |
较之JRA55和FGOALS-g2在副高南侧的水汽通量辐合与非绝热加热率被大幅度低估了（图 8c和d），特别是在日本南侧区域。被低估的垂直运动（图 7e）、水汽通量辐合与非绝热加热率表明FGOALS-g2中的对流及对流加热被低估，CISK机制没有得到很好的再现。这也部分解释了FGOALS-g2模拟的TC路径频率在20°N以北被大幅度低估的现象。较之FGOALS-g2，RegCM3模拟的水汽通量散度和非绝热加热率与观测在强度上更为一致（图 8e和f）。但是在空间分布上，RegCM3模拟的水汽通量散度和非绝热加热率较JRA55更加偏北，且低估了中国南海区域的量级。RegCM3中的垂直运动（图 7i）、水汽通量辐合与非绝热加热率很好的解释了其模拟的TC路径频率的空间分布。这表明在动力降尺度后，西北太平洋区域的CISK机制可以得到更好的再现，并进一步提高了TC的模拟技巧。而RegCM3在中国南海区域模拟的对流及对流加热偏弱，使得该区域不利于TC的发生发展，这与其模拟偏北的副热带高压有关。
虽然RegCM3的大尺度变量较FGOALS-g2更有利于TC发生发展，但是其低层环流偏差却更大。Zhong（2006）的研究表明，RegCM3模式对西北太平洋区域的环流模拟会出现系统性偏差。这与模式的对流参数化方案选择及模式模拟区域大小有关。而对TC模拟的偏差也会导致RegCM3的大尺度环流模拟出现偏差。因此，为了进一步改善动力降尺度结果对TC的模拟，对模式分辨率、对流参数化方案、边界条件、缓冲区宽度和模式模拟区域的合理选择仍需要进一步研究。
4 结论本文使用区域模式RegCM3，对全球气候系统模式FGOALS-g2的结果进行了动力降尺度，从TC路径、强度、降水角度，分析了动力降尺度结果的增值。结果表明，动力降尺度显著提升了对西北太平洋TC气候特征的模拟能力。主要结论如下：
（1）较之FGOALS-g2h和RegCM3显著提高了模拟的TC数目及路径的气候空间分布特征。后者显著地改善了菲律宾以东太平洋和中国东海-黄海区域的TC活动模拟技巧，但在中国南海区域的模拟技巧提升不显著。
（2）受模式水平分辨率所限，FGOALS-g2无法合理刻画等级1以上的TC，而RegCM3则可以模拟出等级3的强TC。受益于模式分辨率的提高，RegCM3模拟的TC年循环、TC强度及TC风速—气压关系明显更接近观测，较之FGOALS-g2，具有显著提升。然而RegCM3模拟的TC强度与观测仍有一定差距，这与RegCM3的分辨率不够高，不足以模拟TC的结构有关。
（3）在TC降水方面，RegCM3更好地模拟了观测中TC降水的相对贡献及平均TC降水强度。较之FGOALS-g2中低估的TC降水相对贡献和降水强度，RegCM3提高了4.6%的TC降水贡献及1.8 mm d-1的平均TC降水强度，其提升最显著的区域位于西北太平洋，该区域降水相对贡献模拟偏差减少10%，平均降水强度模拟偏差减小4.7 mm d-1。但是在中国南海区域，区域模式对TC降水的模拟技巧无显著提升。
（4）在进行动力降尺度后，西北太平洋区域的水汽增多、正涡度增强、上升运动增强、垂直风切变减弱，这对区域模式模拟的TC技巧提升有着重要贡献。进一步分析表明，动力降尺度后，西北太平洋区域的水汽通量辐合、垂直运动与非绝热加热率增强，表明其对CISK机制刻画更好，对于其提升TC模拟技巧也有贡献。而RegCM3中大尺度变量虽然利于TC发生发展，但是其与JRA55的偏差较FGOALS-g2却更大，这与RegCM3模拟的西北太平洋副热带高压偏北有关。
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]. J. Hydrometeorol., 4(6): 1147-1167. DOI:10.1175/1525-7541(2003)004<1147:TVGPCP>2.0.CO;2
|
Bender M A, Knutson T R, Tuleya R E, et al. 2010. Modeled impact of anthropogenic warming on the frequency of intense Atlantic hurricanes [J]. Science, 327(5964): 454-458. DOI:10.1126/science.1180568
|
Bengtsson L, Botzet M, Esch M. 1995. Hurricane-type vortices in a general circulation model [J]. Tellus A, 47(2): 175-196. DOI:10.3402/tellusa.v47i2.11500
|
丛春华, 陈联寿, 雷小途, 等. 2011. 台风远距离暴雨的研究进展[J]. 热带气象学报, 27(2): 264-270. Cong Chunhua, Chen Lianshou, Lei Xiaotu, et al. 2011. An overview on the study of tropical cyclone remote rainfall (in Chinese)[J]. J. Trop. Meteor., 27(2): 264-270. DOI:10.3969/j.issn.1004-4965.2011.02.016
|
Craig G C, Gray S L. 1996. CISK or WISHE as the mechanism for tropical cyclone intensification [J]. J. Atmos. Sci., 53(23): 3528-3540. DOI:10.1175/1520-0469(1996)053<3528:COWATM>2.0.CO;2
|
Dickinson R E, Henderson-Sellers A, Kennedy P J. 1993. Biosphere-atmosphere transfer scheme (BATS) version 1e as coupled to the NCAR community climate model[R]. NCAR Technical Note NCAR/TN-387+ STR. Boulder, Colorado: National Center for Atmospheric Research, Climate and Global Dynamics Division, doi: 10.5065/D67W6959.
|
端义宏, 余晖, 伍荣生. 2005. 热带气旋强度变化研究进展[J]. 气象学报, 63(5): 636-645. Duan Yihong, Yu Hui, Wu Rongsheng. 2005. Review of the research in the intensity change of tropical cyclone (in Chinese)[J]. Acta Meteor. Sinica, 63(5): 636-645. DOI:10.3321/j.issn:0577-6619.2005.05.009
|
Ebita A, Kobayashi S, Ota Y, et al. 2011. The Japanese 55-year reanalysis "JRA-55":An interim report [J]. SOLA, 7: 149-152. DOI:10.2151/sola.2011-038
|
Emanuel K A. 2013. Downscaling CMIP5 climate models shows increased tropical cyclone activity over the 21st century [J]. Proc. Natl. Acad. Sci. USA, 110(30): 12219-12224. DOI:10.1073/pnas.1301293110
|
Gao X J, Pal J S, Giorgi F. 2006. Projected changes in mean and extreme precipitation over the Mediterranean region from a high resolution double nested RCM simulation [J]. Geophys. Res. Lett., 33(3). DOI:10.1029/2005GL024954
|
Gentry M S, Lackmann G M. 2010. Sensitivity of simulated tropical cyclone structure and intensity to horizontal resolution [J]. Mon. Wea. Rev., 138(3): 688-704. DOI:10.1175/2009MWR2976.1
|
Gray W M. 1998. The formation of tropical cyclones [J]. Meteor. Atmos. Phys., 67(1-4): 37-69. DOI:10.1007/BF01277501
|
Grell G A. 1993. Prognostic evaluation of assumptions used by cumulus parameterizations [J]. Mon. Wea. Rev., 121(3): 764-787. DOI:10.1175/1520-0493(1993)121<0764:PEOAUB>2.0.CO;2
|
Hagos S, Zhang C D, Tao W K, et al. 2010. Estimates of tropical diabatic heating profiles:Commonalities and uncertainties [J]. J. Climate, 23(3): 542-558. DOI:10.1175/2009JCLI3025.1
|
Holtslag A A M, De Bruijn E I F, Pan H L. 1990. A high resolution air mass transformation model for short-range weather forecasting [J]. Mon. Wea. Rev., 118(8): 1561-1575. DOI:10.1175/1520-0493(1990)118<1561:AHRAMT>2.0.CO;2
|
黄安宁, 张耀存, 朱坚. 2009. 中国夏季不同强度降水模拟对不同积云对流参数化方案的敏感性研究[J]. 大气科学, 33(6): 1212-1224. Huang Anning, Zhang Yaocun, Zhu Jian. 2009. Sensitivity of simulation of different intensity of summer precipitation over China to different cumulus convection parameterization schemes (in Chinese)[J]. Chinese Journal of Atmospheric Sciences, 33(6): 1212-1224. DOI:10.3878/j.issn.1006-9895.2009.06.08
|
Huffman G J, Adler R F, Bolvin D T, et al. 2009. Improving the global precipitation record:GPCP version 2.1 [J]. Geophys. Res. Lett., 36(17). DOI:10.1029/2009GL040000
|
蒋小平, 刘春霞, 齐义泉. 2009. 利用一个海气耦合模式对台风Krovanh的模拟[J]. 大气科学, 33(1): 99-108. Jiang Xiaoping, Liu Chunxia, Qi Yiquan. 2009. The simulation of typhoon Krovanh using a coupled air-sea model (in Chinese)[J]. Chinese Journal of Atmospheric Sciences, 33(1): 99-108. DOI:10.3878/j.issn.1006-9895.2009.01.09
|
Kiehl J T, Hack J J, Bonan G B, et al. 1996. Description of the NCAR community climate model (CCM3)[R]. NCAR Technical Note NCAR/TN-420+STR. Boulder, CO: National Center for Atmospheric Research, Climate and Global Dynamics Division, doi: 10.5065/D6FF3Q99.
|
Knapp K R, Kruk M C, Levinson D H, et al. 2010. The international best track archive for climate stewardship (IBTrACS) unifying tropical cyclone data [J]. Bull. Amer. Meteor. Soc., 91(3): 363-376. DOI:10.1175/2009BAMS2755.1
|
Knutson T R, Sirutis J J, Vecchi G A, et al. 2013. Dynamical downscaling projections of twenty-first-century Atlantic hurricane activity:CMIP3 and CMIP5 model-based scenarios [J]. J. Climate, 26(17): 6591-6617. DOI:10.1175/JCLI-D-12-00539.1
|
Knutson T R, Sirutis J J, Zhao M, et al. 2015. Global projections of intense tropical cyclone activity for the late twenty-first century from dynamical downscaling of CMIP5/RCP4.5 scenarios [J]. J. Climate, 28(18): 7203-7224. DOI:10.1175/JCLI-D-15-0129.1
|
Kobayashi C, Sugi M. 2004. Impact of horizontal resolution on the simulation of the Asian summer monsoon and tropical cyclones in the JMA global model [J]. Climate Dyn., 23(2): 165-176. DOI:10.1007/s00382-004-0427-8
|
Li L J, Lin P F, Yu Y Q, et al. 2013a. The flexible global ocean-atmosphere-land system model, Grid-point Version 2:FGOALS-g2 [J]. Adv. Atmos. Sci., 30(3): 543-560. DOI:10.1007/s00376-012-2140-6
|
Li L J, Wang B, Dong L, et al. 2013b. Evaluation of grid-point atmospheric model of IAP LASG version 2 (GAMIL2) [J]. Adv. Atmos. Sci., 30(3): 855-867. DOI:10.1007/s00376-013-2157-5
|
林惠娟, 张耀存. 2004. 影响我国热带气旋活动的气候特征及其与太平洋海温的关系[J]. 热带气象学报, 20(2): 218-224. Lin Huijuan, Zhang Yaocun. 2004. Climatic features of the tropical cyclone influencing China and its relationship with the sea surface temperature in the Pacific Ocean (in Chinese)[J]. J. Trop. Meteor., 20(2): 218-224. DOI:10.3969/j.issn.1004-4965.2004.02.015
|
刘磊, 费建芳, 林霄沛, 等. 2011. 海气相互作用对"格美"台风发展的影响研究[J]. 大气科学, 35(3): 444-456. Liu Lei, Fei Jianfang, Lin Xiaopei, et al. 2011. Effect of air-sea interaction on typhoon Kaemi (in Chinese)[J]. Chinese Journal of Atmospheric Sciences, 35(3): 444-456.
|
刘磊, 费建芳, 马占宏, 等. 2017. 区域台风-海洋耦合模式的构建及应用研究[J]. 大气科学, 41(1): 178-188. Liu Lei, Fei Jianfang, Ma Zhanhong, et al. 2017. Construction and application of a regional typhoon-ocean coupled model (in Chinese)[J]. Chinese Journal of Atmospheric Sciences, 41(1): 178-188. DOI:10.3878/j.issn.1006-9895.1604.15327
|
Liu S Y, Gao W, Liang X Z. 2013. A regional climate model downscaling projection of China future climate change [J]. Climate Dyn., 41(7-8): 1871-1884. DOI:10.1007/s00382-012-1632-5
|
陆艳艳, 张耀存. 2007. P-σ区域气候模式对东亚副热带西风急流的数值模拟[J]. 高原气象, 26(2): 213-224. Lu Yanyan, Zhang Yaocun. 2007. Numerical simulation of East Asian subtropical westerly jet using regional climate model with P-σ mixed coordinate (in Chinese)[J]. Plateau Meteor., 26(2): 213-224. DOI:10.3321/j.issn:1000-0534.2007.02.001
|
Manabe S, Holloway Jr J L, Stone H M. 1970. Tropical circulation in a time-integration of a global model of the atmosphere [J]. J. Atmos. Sci., 27(4): 580-613. DOI:10.1175/1520-0469(1970)027<0580:TCIATI>2.0.CO;2
|
Mcbride J L. 1995. Tropical cyclone formation, chapter 3, global perspectives on tropical cyclones[R]. Technol. Doc. WMO/TD No 693. Geneva: World Meteorological Organization, 63-105.
|
Murakami H, Sugi M. 2010. Effect of model resolution on tropical cyclone climate projections [J]. SOLA, 6: 73-76. DOI:10.2151/sola.2010-019
|
Murakami H, Wang Y Q, Yoshimura H, et al. 2012. Future changes in tropical cyclone activity projected by the new high-resolution MRI-AGCM [J]. J. Climate, 25(9): 3237-3260. DOI:10.1175/JCLI-D-11-00415.1
|
Murakami H, Wang B, Li T, et al. 2013. Projected increase in tropical cyclones near Hawaii [J]. Nat. Climate Change, 3(8): 749-754. DOI:10.1038/nclimate1890
|
Murakami H, Hsu P C, Arakawa O, et al. 2014. Influence of model biases on projected future changes in tropical cyclone frequency of occurrence [J]. J. Climate, 27(5): 2159-2181. DOI:10.1175/JCLI-D-13-00436.1
|
Murakami H. 2014. Tropical cyclones in reanalysis data sets [J]. Geophys. Res. Lett., 41(6): 2133-2141. DOI:10.1002/2014GL059519
|
Nigam S, Chung C, DeWeaver E. 2000. ENSO diabatic heating in ECMWF and NCEP-NCAR reanalyses, and NCAR CCM3 simulation [J]. J. Climate, 13(17): 3152-3171. DOI:10.1175/1520-0442(2000)013<3152:EDHIEA>2.0.CO;2
|
Pal J S, Giorgi F, Bi X Q, et al. 2007. Regional climate modeling for the developing world:The ICTP RegCM3 and RegCNET [J]. Bull. Amer. Meteor. Soc., 88(9): 1395-1409. DOI:10.1175/BAMS-88-9-1395
|
石英, 高学杰. 2008. 温室效应对我国东部地区气候影响的高分辨率数值试验[J]. 大气科学, 32(5): 1006-1018. Shi Ying, Gao Xuejie. 2008. Influence of greenhouse effect on eastern China climate simulated by a high resolution regional climate model (in Chinese)[J]. Chinese Journal of Atmospheric Sciences, 32(5): 1006-1018. DOI:10.3878/j.issn.1006-9895.2008.05.02
|
石英, 高学杰, GiorgiF, 等. 2010. 全球变暖背景下中国区域不同强度降水事件变化的高分辨率数值模拟[J]. 气候变化研究进展, 6(3): 164-169. Shi Ying, Gao Xuejie, Giorgi F, et al. 2010. High resolution simulation of changes in different-intensity precipitation events over China under global warming (in Chinese)[J]. Adv. Climate Change Res., 6(3): 164-169. DOI:10.3969/j.issn.1673-1719.2010.03.002
|
Strachan J, Vidale P L, Hodges K, et al. 2013. Investigating global tropical cyclone activity with a hierarchy of AGCMs:The role of model resolution [J]. J. Climate, 26(1): 133-152. DOI:10.1175/JCLI-D-12-00012.1
|
Walsh K J E, Fiorino M, Landsea C W, et al. 2007. Objectively determined resolution-dependent threshold criteria for the detection of tropical cyclones in climate models and reanalyses [J]. J. Climate, 20(10): 2307-2314. DOI:10.1175/JCLI4074.1
|
王世玉, 张耀存. 1999. 不同区域气候模式对中国东部区域气候模拟的比较[J]. 高原气象, 18(1): 28-38. Wang Shiyu, Zhang Yaocun. 1999. Simulation of regional climate over eastern China with different regional climate models (in Chinese)[J]. Plateau Meteor., 18(1): 28-38. DOI:10.3321/j.issn:1000-0534.1999.01.004
|
姚隽琛, 周天军, 邹立维. 2015. 区域耦合模式FROALS模拟的西北太平洋热带气旋潜势分布与年际变率:耦合与非耦合试验比较[J]. 大气科学, 39(4): 802-814. Yao Junchen, Zhou Tianjun, Zou Liwei. 2015. Distribution and interannual variability of tropical cyclone genesis over the western North Pacific simulated by a regional coupled model-FROALS:Comparison with an uncoupled model (in Chinese)[J]. Chinese Journal of Atmospheric Sciences, 39(4): 802-814. DOI:10.3878/j.issn.1006-9895.1411.14209
|
Zeng X B, Zhao M, Dickinson R E. 1998. Intercomparison of bulk aerodynamic algorithms for the computation of sea surface fluxes using TOGA COARE and TAO data [J]. J. Climate, 11(10): 2628-2644. DOI:10.1175/1520-0442(1998)011<2628:IOBAAF>2.0.CO;2
|
张冬峰, 高学杰, 赵宗慈, 等. 2005. RegCM3区域气候模式对中国气候的模拟[J]. 气候变化研究进展, 1(3): 119-121. Zhang Dongfeng, Gao Xuejie, Zhao Zongci, et al. 2005. Simulation of climate in China by RegCM3 model (in Chinese)[J]. Adv. Climate Change Res., 1(3): 119-121. DOI:10.3969/j.issn.1673-1719.2005.03.005
|
张冬峰, 徐影, 刘向文. 2016. RegCM4.4对中国夏季气候的回报和2014年预测[J]. 气象与环境科学, 39(2): 104-112. Zhang Dongfeng, Xu Ying, Liu Xiangwen. 2016. Hindcast experiments of the summer climate over China by RegCM4.4 and prediction about 2014, 39(2): 104-112. DOI:10.16765/j.cnki.1673-7148.2016.02.015
|
Zhao M, Held I M, Lin S J, et al. 2009. Simulations of global hurricane climatology, interannual variability, and response to global warming using a 50-km resolution GCM [J]. J. Climate, 22(24): 333-363. DOI:10.1175/2009JCLI3049.1
|
钟中, 苏炳凯, 赵鸣, 等. 2004. 区域气候模式中侧边界地形缓冲区作用的数值试验[J]. 高原气象, 23(1): 48-54. Zhong Zhong, Su Bingkai, Zhao Ming, et al. 2004. Numerical experiments on the effects of lateral boundary topographic buffer zone in regional climate model (in Chinese)[J]. Plateau Meteor., 23(1): 48-54. DOI:10.3321/j.issn:1000-0534.2004.01.007
|
Zhong Z. 2006. A possible cause of a regional climate model's failure in simulating the East Asian summer monsoon [J]. Geophys. Res. Lett., 33(24). DOI:10.1029/2006GL027654
|
Zhong Z, Wang X T, Min J Z. 2010. Testing the influence of western Pacific subtropical high on the precipitation over eastern China in summer using RegCM3 [J]. Theor. Appl. Climatol., 100(1-2): 67-78. DOI:10.1007/s00704-009-0166-1
|
周冠博, 崔晓鹏, 高守亭. 2012. 台风"凤凰"登陆过程的高分辨率数值模拟及其降水的诊断分析[J]. 大气科学, 36(1): 23-34. Zhou Guanbo, Cui Xiaopeng, Gao Shouting. 2012. The high-resolution numerical simulation and diagnostic analysis of the landfall process of typhoon Fungwong (in Chinese)[J]. Chinese Journal of Atmospheric Sciences, 36(1): 23-34.
|
Zhou T J, Yu Y Q, Liu Y M, et al. 2014. Flexible Global Ocean-Atmosphere-Land System Model:A Modeling Tool for the Climate Change Research Community [M]. Berlin Heidelberg: Springer-Verlag: 483pp.
|
Zou L W, Zhou T J. 2011. Sensitivity of a regional ocean-atmosphere coupled model to convection parameterization over western North Pacific [J]. J. Geophys. Res., 116(D18). DOI:10.1029/2011JD015844
|
Zou L W, Zhou T J. 2013a. Can a regional ocean-atmosphere coupled model improve the simulation of the interannual variability of the western North Pacific summer monsoon? [J]. J. Climate, 26(7): 2353-2367. DOI:10.1175/JCLI-D-11-00722.1
|
Zou L W, Zhou T J. 2013b. Improve the simulation of western North Pacific summer monsoon in RegCM3 by suppressing convection [J]. Meteor. Atmos. Phys., 121(1-2): 29-38. DOI:10.1007/s00703-013-0255-7
|
Zou L W, Zhou T J, Peng D D. 2016. Dynamical downscaling of historical climate over CORDEX East Asia domain:A comparison of regional ocean-atmosphere coupled model to stand-alone RCM simulations [J]. J. Geophys. Res., 121(4): 1442-1458. DOI:10.1002/2015JD023912
|