气候与环境研究  2017, Vol. 22 Issue (5): 633-642   PDF    
CMIP5模式对冬季北极涛动的模拟和预估
张永瑞1,2 , 李丽平1 , 靳泽辉3 , 刘璞4 , 康喜5     
1 南京信息工程大学大气科学学院, 南京 210044;
2 山西省气象灾害防御技术中心, 太原 030002;
3 山西省五台山气象站, 山西五台县 035515;
4 山西省预警信息发布中心, 太原 030002;
5 山西省代县气象局, 山西代县 034200
摘要: 基于NCEP/NCAR再分析资料和CMIP5的19个模式结果,从异常模态、年代际趋势和周期特征等方面评估了CMIP5耦合模式对冬季北极涛动(Arctic Oscillation,AO)的模拟能力,并对未来RCP4.5、RCP8.5两种浓度路径下AO的可能变化趋势给出了定性的预估。CMIP5模式历史试验结果显示,大多数模式都能够模拟出AO模态的基本结构,但是对中心位置、强度的模拟存在较大的偏差,其中MPI-ESM-LR和HadGEM2-AO能较好地模拟出AO整体模态来。在历史演变和周期特征的刻画方面,模式的冬季海平面气压经验正交函数分解第一模态时间序列(Principal Component,PC1)基本能够反映出1950~1970年以来的减弱趋势,但对1970年以后的增长趋势模拟并不明显,而北半球环状模指数(Zonal Index,ZI)序列对两个阶段的趋势均可模拟出来,模式的PC1和ZI序列总体表现为正的变化趋势。有一半以上的模式对2~3 a高频周期模拟较好,但对20 a左右的周期模拟较差,其中仅有CanESM2、CNRM-CM5、GFDL-ESM2G这3个模式对ZI指数的两个周期变化模拟较好。在RCP4.5和RCP8.5两种浓度路径下,ZI序列有显著的上升趋势,从长期趋势系数看RCP4.5路径下有14个模式呈现正的变化趋势,其中有10个模式通过了检验。RCP8.5浓度路径下,16个模式为正变化趋势,有11个模式通过了检验,集合平均结果正变化趋势较为显著。两种浓度路径下不同时段的海平面气压变化趋势表明,ZI序列的年代际变化明显,存在3个不同的变化阶段——2006~2039年、2070~2100年为两个上升阶段,2040~2069年为缓慢下降阶段。
关键词: CMIP5模式      冬季      北极涛动      模拟和预估     
Simulation and Projection of the Arctic Oscillation in Winter Based on CMIP5 Models
ZHAGN Yongrui1,2, LI Liping1, JIN Zehui3, LIU Pu4, KANG Xi5     
1 College of Atmospheric Sciences, Nanjing University of Information Science and Technology, Nanjing 210044;
2 Shanxi Province Meteorological Disasters Prevention Technology Center, Taiyuan 030002;
3 Wutai Shan Weather Station, Shanxi Province, Wutai Xian Shanxi 035515;
4 Shanxi Province Early Warning Information Release Center, Taiyuan 030002;
5 Dai Xian Meteorological Office, Shanxi Province, Dai Xian Shanxi 034200
Abstract: On the basis of the NCEP/NCAR reanalysis data and CMIP5 19 model results, this work examined the performance of 19 CMIP5 models in the simulation of temporal variability and spatial pattern of the Arctic Oscillation (AO), and estimated the future changes of AO under two typical Representative Concentration Pathway scenarios (i.e., RCP4.5 and RCP8.5). Results show that most of the models can capture the basic structure of the AO mode, while MPI-ESM-LR and HadGEM2-AO can better simulate the overall AO mode than other models. However, some models overestimate the anomalous distribution on the Pacific side. Regarding the time series and temporal variability, the first mode of principal component (PC1) of the CMIP5 models basically can reproduce the weakening trend since 1950-1970, but the growing trend after 1970 is not obvious in the simulations. Nevertheless, the zonal index (ZI) sequence can simulate the trend in the two stages. On the whole, most of the PC1 and ZI sequences during 1950-2005 show a positive trend. More than half of the CMIP5 models can well simulate the high frequency cycles with 2-3 a; however, the simulations of 20-aquasi-periodic oscillation are poor. Among all the models, only CanESM2, CNRM-CM5, and GFDL-ESM2G can better simulate the ZI cycle inversion. It is found that the ZI sequence shows a significant upward trend under the RCP4.5 and RCP8.5 scenarios, and the interdecadal variation is obvious with three different stages, i.e., 2006-2039 and 2070-2001 correspond to two rising phases, while 2040-2069 is the slow descending phase. A majority of the simulation results reveals a positive trend, and more than 10 out of the 19 CMIP5 models have passed the test under both concentration scenarios.
Key words: CMIP5 model     Winter     Arctic Oscillation     Simulation and projection    

1 引言

北极涛动(Arctic Oscillation, AO)是冬季北半球最显著的模态,也称为北半球环状模(North Annular Mode),诸多研究表明AO对北半球气候变化具有重要的影响,Wu and Wang (2002)指出北极涛动不仅影响北极和北大西洋区域气候,而且可能影响冬季西伯利亚高压,以及东亚季风强弱变化。陈文和康丽华(2006)研究表明,AO通过影响准定常行星波的传播,从而引起底层西伯利亚高压和阿留申低压同时减弱或增强,最终导致东亚地区异常偏冷或偏暖。AO对我国冬季气候具有较强的影响,当AO指数偏高(低)时,我国大部分地区冬季气温偏暖(冷),同时降水也显著偏多(少)(龚道溢和王绍武,2003顾雷等,2008)。AO与滞后的夏季长江中下游地区降水也有明显的影响作用,春季北极涛动偏强(弱)时,之后的夏季急流位置通常偏北(南),雨带位置也北(南)移,从而造成梅雨降水偏少(多)(龚道溢等,2002)。左金清等(2013)基于26个CMIP5模式,利用Thompson and Wallace (1998)对北极涛动指数的定义方法,对冬季海平面气压经验正交函数分解(Empirical Orthogonal Function, EOF)模态和对应的逐月时间序列功率谱进行了分析,表明大多数模式能够较好地再现冬季北极涛动的主要特征。本文将基于19个有别于前者的CMIP5模式试验结果和Li and Wang (2003)定义的北半球环状模指数(Zonal Index, ZI),对冬季北半球海平面气压(Sea Level Pressure, SLP)和北极涛动的长期变化进行评估和预估。

2 资料与方法 2.1 资料

本文采用CMIP5模式的历史试验(Historical)和典型浓度路径试验(RCPS)下19个耦合模式的数据(Taylor et al., 2012),其中历史试验以工业革命前控制试验(piControl)为模式初始场,从1850年积分至2005年。该试验主要目的是通过与历史时期气候观测资料比对来评估模式水平。RCPS试验以历史试验最后一年为初始场。本文所选用的历史试验的时段为1950~2005年,为了便于模式间的相互比较,以及与观测值进行对比分析,将所有的数据都插值为2.5°(纬度)×2.5°(经度),选用中排放(RCP4.5)和高排放(RCP8.5)进行预估。预估的时段为2006~2100年。为了与模式结果进行比较,本文采用NCEP/NCAR海平面气压再分析资料作为参考,其分辨率为2.5°(纬度)×2.5°(经度)。表 1给出了所选模式的基本信息。

表 1 参与CMIP5试验的19个模式主要信息 Table 1 Description of the 19 coupled climate models participating in the CMIP5
2.2 方法

Lorenz (1951)最早指出北半球纬向平均海平面气压存在南北反向变化,Thompson and Wallace (1998)重新进行了研究,并用EOF方法提取了其指数,并命名为北极涛动,其第一模态为AO模态。然而,有些学者认为它是由EOF这种数学方法构造出来的,而不是真实存在的现象,因此,北极涛动的真实性被置疑(Kerr, 1999; Ambaum et al., 2001)。Li and Wang (2003)对AO的真实性及其物理本质进行了研究,提出北半球热带外大气环流存在两个环状活动带,一个位于副热带和中纬度地区,一个位于高纬度地区,两个环状活动带的中心分别位于35°N和65°N,两者之间的海平面气压存在反向变化结构,并依此定义了一种新的北极涛动指数,该指数利用这两个环状活动带中心纬度35°N和65°N上的标准化纬向平均海平面气压差来表征AO的强弱,其公式如下:

$ {{I}_{z}}={{\hat{P}}_{\text{35}{}^\circ \text{N}}}-{{\hat{P}}_{\text{65}{}^\circ \text{N}}}, $ (1)

其中${{\hat{P}}_{\text{35}{}^\circ \text{N}}}$${{\hat{P}}_{\text{65}{}^\circ \text{N}}}$分别为35°N和65°N标准化的纬向平均海平面气压。

3 气候特征的模拟评估 3.1 北半球海平面气压异常模态

从20°N以北冬季海平面气压EOF分析的第一模态(EOF1)来看,最显著的特征是热带外中纬度地带和北极地区之间的反位相变化,其方差贡献为29.18%(图 1a)。从CMIP5模式的结果看,19个模式第一模态基本都能反映出这种分布结构(图 1b-t)来,方差贡献在20%~33%之间,有10个模式对北大西洋和北美洲一侧的异常活动带模拟较好,而大多数模式对北太平洋一侧模拟偏强,对极地负异常模拟强度较为合理,但中心位置偏差较大;其中模式MPI-ESM-LR和HadGEM2-AO能较好地模拟出AO整体模态来;CanESM2、CCSM4、CESM1-BGC、GFDL-ESM2G、FGOALS-G2、HadGEM2-CC、HadGEM2-ES等模式对北太平洋上的异常中心模拟情况明显偏强;CMCC-CM、MIROC5、MRI-CGCM3模式对AO模态的强度、中心位置存在显著的偏差。CMIP5模式与再分析资料EOF1的泰勒图(图 2)显示,其空间相似系数在0.4~0.8之间,模式的标准差范围在0.6~1.8之间,均方根误差控制在1.0之内,表明模式AO模态的振幅与观测值较为接近,同时模式对北半球海平面气压的气候态模拟能力较好。

图 1 (a)NCEP/NCAR观测数据、(b−t)CMIP5模式模拟的北半球冬季海平面气压EOF第一模态(EOF1) Fig. 1 Spatial patterns of the first Empirical Orthogonal Function (EOF) mode (EOF1) of the Dec to next Feb sea level pressure (DJF SLP) in the Northern Hemisphere from (a) NCEP /NCAR reanalysis data and (b−t) CMIP5 models

图 2 NCEP/NCAR观测数据与CMIP5模式模拟的海平面气压EOF1的泰勒图(REF参考点代表观测资料,各模式到原点的半径代表其相对于观测值的标准差,模式在图中方位角的余弦代表模式与观测的相关系数,模式到参考点的距离代表其均方根误差) Fig. 2 Taylor diagram of the CMIP5 simulated SLP EOF1 compared to the NCEP/NCAR reanalysis data (REF indicates the reference value of 1.0; the radial distance from the model code point to the origin is the standardized deviation ratio of the model output relative to the observation. The spatial correlation coefficient between the model output and observations is shown by the cosine of the azimuthally angle of model code point, and the root-mean-square error is given by the distance from the model code point to REF)

图 3给出了20°N以北的海平面气压EOF分解的第一模态时间序列(PC1)和ZI。再分析资料显示1950~1970年北极涛动有明显的减弱,1970年以后呈现持续上升趋势,在参考的PC1和ZI序列中均反映出了这种变化趋势,二者相关系数为0.48,超过了0.05的信度水平。与再分析资料相比,CMIP5模式的PC1基本能够反映出1950~1970年以来的减弱趋势,但对1970年以后的增长趋势模拟并不明显,ZI序列对两个阶段的趋势均可明显地模拟出来。已有的研究也表明1935~1970年是强的冬季AO负位相时期;自1970年以来冬季AO指数一直呈现持续增长趋势,且近20多年来处于强的冬季AO正位相期(范丽军等,2003杨辉和李崇银,2008)。从1950~2005年观测的线性趋势系数来看,PC1和ZI总体呈现上升趋势,两者趋势系数分别达到了0.21和0.19,其线性趋势均通过了0.05的显著性水平。与再分析资料相比,有14个模式的PC1表现出了正的变化趋势,其中有5个模式通过了0.05的显著性水平,GFDL-ESMG2、inmcm4、HadGEM2-CC、MPI-ESM-MR、MRI-CGCM3表现出了负的变化趋势(图 4a),有15个模式的ZI表现出了正的变化趋势,其中11个模式通过了0.05的显著性水平,MIROC5、inmcm4、HadGEM2-CC、FGOALS-G2为负的变化趋势(图 4b),而PC1和ZI的集合平均趋势系数均为正的变化趋势。

图 3 1950~2005年NCEP/NCAR与CMIP5模式的冬季海平面气压(a)PC1和(b)ZI的时间序列 Fig. 3 The time series of the DJF SLP (a) first principal component (PC1) and (b) zonal index (ZI) during 1950 to 2005 from CMIP5 models and NCEP /NCAR reanalysis data

图 4 1950~2005年NCEP/NCAR观测数据与CMIP5模式模拟的冬季海平面气压(a)PC1和(b)ZI的线性趋势系数(黑色表示通过了0.05显著性检验) Fig. 4 Linear trend coefficients of the DJF SLP (a) PC1 and (b) ZI during 1950 to 2005 from NCEP/NCAR reanalysis data and CMIP5 models (the black box indicates that it is significant at the 0.05 level)
3.2 ZI的周期特征分析

图 5为再分析资料和CMIP5模式的冬季ZI序列功率谱。最大落后长度为12年(序列长度为57年)。参考结果显示ZI序列集中在2~3 a、20 a左右的振荡周期,相应的周期均通过了0.05的显著性水平红噪声检验(图 5a)。与参考结果相比,有一半以上的模式模拟出了2~3 a的高频变化,但是仅有6个模式显示了20 a左右的长周期变化。此外,许多模式还存在准1 a的变化周期,这也反映了CMIP5模式模拟的ZI序列存在很强的年际变率,但是再分析资料这个周期并不明显,CanESM2、CNRM-CM5、GFDL-ESM2G这3个模式对ZI指数的两个变化周期模拟较好。

图 5 NCEP/NCAR观测数据和CMIP5模式模拟的的ZI序列功率谱(实线,两条虚线分别为0.05和0.1显著性水平对应的红噪声检验) Fig. 5 Power spectra (solid lines) of the DJF ZI from the (a) NCEP /NCAR reanalysis data and (b−t) the CMIP5 model simulations (dashed lines indicate significance at the 0.05 and 0.1 levels by red noise test)

通过分析评估19个CMIP5模式对北半球海平面气压EOF1、PC1和ZI序列等多项指标的模拟能力,虽然大部分模式都能够模拟出冬季北极涛动的异常模态,但是对中心位置强度的模拟存在较大的偏差,这也表明多数模式仅能抓住AO的某些特征,几乎没有一个模式能全面地表现出AO的时空特征。

4 未来情景下AO的可能变化趋势

为了考察两种浓度路径下21世纪北极涛动的可能变化趋势,本研究以19个模式北半球海平面气压的集合平均计算的ZI序列来表征未来变化(图 6a)。从图可以看出,在RCP4.5情景下,ZI指数总体呈现上升态势,年代际变化比较明显,2006~2030年ZI序列呈现下降趋势,2030~2045年表现出上升趋势,2045~2055年再次出现短暂下降,2055~2085年呈现较长时间的增长,2085~2100年上升趋势有所减缓,RCP8.5情景下ZI指数变化趋势与RCP4.5类似,但是变化幅度较大,后期增长仍然较为明显(图 6b)。从长期趋势系数看RCP4.5路径下有14个模式呈现正的变化趋势,其中有10个模式通过了检验,但集合平均结果未能通过检验(图 6b)。RCP8.5浓度路径下,16个模式为正变化趋势,有11个模式通过了检验,集合平均结果正变化趋势较为显著。

图 6 (a)RCP4.5和RCP8.5的ZI时间序列以及(b)RCP4.5、(c)RCP8.5 ZI的趋势系数(黑色表示通过了0.05显著性检验) Fig. 6 (a) Time series of ZI under RCP4.5 and RCP8.5 scenarios and linear trend coefficients of ZI under (b) RCP4.5 scenario and (c) RCP8.5 scenario (black bars indicate that the values are significant at the 0.05 level)

总体来说,随着排放强度的增强,ZI序列有显著的上升趋势,在RCP8.5情景下上升幅度最大,RCP4.5情景下也呈现类似的变化情况,但是后期上升势头较弱。

相对于1981~2005参考时段,在RCP4.5情景下,不同时段的海平面气压集合平均在各纬度带表现出了不同的变化(图 7a-c),2006~2039年欧亚大陆、北大西洋和北太平洋中纬度线性趋势为1 hPa (10 a)-1,阿留申低压的变化趋势为-2~-4 hPa(10 a)-1;2040~2069年北极地区的阿留申群岛、欧亚大陆北部和北大西洋东岸变化趋势为-2 hPa(10 a)-1;2070~2100年北太平洋、欧亚大陆和北大西洋均为正的变化趋势,北太平洋正的变化趋势最显著为2~8 hPa (10 a)-1,北美大陆和西欧为负变化趋势为-1~-2 hPa (10 a)-1。在RCP8.5情景下,变化趋势较RCP4.5更显著,2006~2039年中低纬度变化趋势为1~3 hPa (10 a)-1,北极地区主要为负的变化趋势,最明显的是欧亚大陆东北部变化趋势为-2~-4 hPa (10 a)-1之间。2040~2069年北太平洋、欧亚大陆北部和北大西洋均为负的变化趋势,变化趋势为-2~-8 hPa (10 a)-1之间,冰岛及周边海域和欧亚大陆南部为正的变化趋势,面积显著小于负的变化趋势,2070~2100年北半球中纬度地带均为正的变化趋势,北太平洋中纬度地带尤为明显,变化趋势为2~6 hPa (10 a)-1,北极地区为负变化趋势,阿留申群岛尤为显著,变化趋势为-2~-10 hPa (10 a)-1。这种变化对应的3个时段与ZI指数的年代际变化较为吻合,第一阶段30°N~50°N为正变化趋势,而北极地区大部分区域均为负的变化趋势,这种情况下ZI序列有所上升;第二阶段北半球中高纬度大部分地区为负的变化,尤其在RCP8.5情景下更为显著,在ZI序列中同时也显现了下降的变化趋势;第三阶段,30°N~50°N与极圈之间反向变化分布越发明显,对应于ZI指数的上升趋势也更加明显。

图 7 相对于1981~2005年参考时段,(a−c)RCP4.5和(d−f)RCP8.5不同时段的冬季海平面气压的线性变化趋势[单位:hPa(10 a)−1] Fig. 7 Linear trends [hPa (10 a)−1] of annual DJF SLP changes under (a−c) RCP4.5 and (d−f) RCP8.5 scenarios in different stages relative to 1981−2005
5 结论和讨论

利用CMIP5的19个模式模拟结果,从异常模态、变化振幅、年代际趋势和周期特征等方面评估了CMIP5耦合模式对AO的模拟能能力。在此基础上,对未来RCP4.5、RCP8.5两种浓度路径下AO的可能变化趋势给出了定性的预估。结果发现:

(1)CMIP5模式历史试验结果显示,大多数模式都能够模拟出AO模态的基本结构,其中MPI-ESM-LR和HadGEM2-AO能较好地模拟出AO整体模态,但是,许多模式对太平洋一侧的异常分布估计过高;虽然大部分模式都能够模拟出冬季北极涛动的异常模态,但是对中心位置强度的模拟存在较大的偏差,这也表明多数模式仅能抓住AO的某些特征。

(2)模式对历史演变和周期特征的刻画方面,CMIP5模式的PC1基本能够反映出1950~1970年以来的减弱趋势,但对1970年以后的增长趋势模拟并不明显,ZI序列对两个阶段的趋势均可明显地模拟出来。大多数模式的PC1和ZI序列主要表现为正的变化趋势,与NCEP/NCAR再分析资料的结果一致;有一半以上的模式对2~3 a高频周期模拟较好,但对20 a左右的周期模拟较差,其中仅有CanESM2、CNRM-CM5、GFDL-ESM2G这3个模式对ZI指数的两个变化周期模拟较好。

(3)在RCP4.5和RCP8.5两种浓度路径下,ZI序列有显著的上升趋势,从长期趋势系数看RCP4.5路径下有14个模式呈现正的变化趋势,其中有10个模式通过了检验。RCP8.5浓度路径下,16个模式为正变化趋势,有11个模式通过了检验,集合平均结果正变化趋势较为显著。RCP4.5和RCP8.5两种浓度路径下不同时段的海平面气压变化趋势表明,ZI序列的年代际变化明显,存在3个不同的变化阶段2006~2039年、2070~2100年为两个上升阶段,2040~2069年为缓慢下降阶段。

参考文献
[] Ambaum M H P, Hoskins B J, Stephenson D B. 2001. Arctic oscillation or north Atlantic oscillation?[J]. J. Climate, 14(16): 3495–3507. DOI:10.1175/1520-0442(2001)014<3495:AOONAO>2.0.CO;2
[] 陈文, 康丽华. 2006. 北极涛动与东亚冬季气候在年际尺度上的联系:准定常行星波的作用[J]. 大气科学, 30(5): 863–870. Chen Wen, Kang Lihua. 2006. Linkage between the arctic oscillation and winter climate over East Asia on the interannual timescale: Roles of quasi-stationary planetary waves[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 30(5): 863–870. DOI:10.3878/j.issn.1006-9895.2006.05.15
[] 范丽军, 李建平, 韦志刚, 等. 2003. 北极涛动和南极涛动的年变化特征[J]. 大气科学, 27(3): 419–424. Fan Lijun, Li Jianping, Wei Zhigang, et al. 2003. Annual variations of the arctic oscillation and the Antarctic oscillation[J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27(3): 419–424. DOI:10.3878/j.issn.1006-9895.2003.03.11
[] 龚道溢, 朱锦红, 王绍武. 2002. 长江流域夏季降水与前期北极涛动的显著相关[J]. 科学通报, 47(11): 948–951. Gong Daoyi, Zhu Jinhong, Wang Shaowu. 2002. Significant relationship between spring AO and the summer rainfall along the Yangtze River[J]. Chinese Science Bulletin, 47(11): 948–951. DOI:10.3321/j.issn:0023-074X.2002.07.013
[] 龚道溢, 王绍武. 2003. 近百年北极涛动对中国冬季气候的影响[J]. 地理学报, 58(4): 559–568. Gong Daoyi, Wang Shaowu. 2003. Influence of Arctic oscillation on winter climate over China[J]. Acta Geographica Sinica (in Chinese), 58(4): 559–568. DOI:10.3321/j.issn:0375-5444.2003.04.010
[] 顾雷, 魏科, 黄荣辉. 2008. 2008年1月我国严重低温雨雪冰冻灾害与东亚季风系统异常的关系[J]. 气候与环境研究, 13(4): 405–418. Gu Lei, Wei Ke, Huang Ronghui. 2008. Severe disaster of blizzard, freezing rain and low temperature in January 2008 in China and its association with the anomalies of East Asian monsoon system[J]. Climatic and Environmental Research (in Chinese), 13(4): 405–418. DOI:10.3878/j.issn.1006-9585.2008.04.06
[] Kerr R A. 1999. A new force in high-latitude climate[J]. Science, 284(5412): 241–242. DOI:10.1126/science.284.5412.241
[] Li J P, Wang J X L. 2003. A modified zonal index and its physical sense[J]. Geophys. Res. Lett., 30(12): 1632. DOI:10.1029/2003GL017441
[] Lorenz E N. 1951. Seasonal and irregular variations of the Northern Hemisphere sea-level pressure profile[J]. J. Meteor., 8(1): 52–59. DOI:10.1175/1520-0469(1951)008<0052:SAIVOT>2.0.CO;2
[] Taylor K E, Stouffer R J, Meehl G A. 2012. An overview of CMIP5 and the experiment design[J]. Bull. Amer. Meteor. Soc., 93(4): 485–498. DOI:10.1175/BAMS-D-11-00094.1
[] Thompson D W J, Wallace J M. 1998. The Arctic Oscillation signature in the wintertime geopotential height and temperature fields[J]. Geophys. Res. Lett., 25(9): 1297–1300. DOI:10.1029/98GL00950
[] Wu B Y, Wang J. 2002. Winter arctic oscillation, Siberian high and East Asian winter monsoon[J]. Geophys. Res. Lett., 29(19): 3-1–3-4. DOI:10.1029/2002GL015373
[] 杨辉, 李崇银. 2008. 冬季北极涛动的影响分析[J]. 气候与环境研究, 13(4): 395–404. Yang Hui, Li Chongyin. 2008. Influence of Arctic oscillation on temperature and precipitation in winter[J]. Climatic and Environmental Research (in Chinese), 13(4): 395–404. DOI:10.3878/j.issn.1006-9585.2008.04.05
[] 左金清, 李维京, 任宏利. 2013. CMIP5模式对北极涛动的模拟评估[J]. 气候变化研究进展, 9(3): 157–164. Zuo Jinqing, Li Weijing, Ren Hongli. 2013. The arctic oscillation in the CMIP5 models[J]. Progressus Inquisitiones de Mutatione Climatis (in Chinese), 9(3): 157–164. DOI:10.3969/j.issn.1673-1719.2013.03.001