FGOALS模式4個版本太平洋年代際氣候變率模擬的比較

張雅樂俞永強

1中國氣象局氣象干部培訓學院，北京1000812中國科學院大氣物理研究所大氣科學和地球流體力學數值模擬國家重點實驗室（LASG），北京100029

?

FGOALS模式4個版本太平洋年代際氣候變率模擬的比較

張雅樂1, 2俞永強2

1中國氣象局氣象干部培訓學院，北京100081
2中國科學院大氣物理研究所大氣科學和地球流體力學數值模擬國家重點實驗室（LASG），北京100029

摘 要本文選用中國科學院大氣物理研究所大氣科學和地球流體力學數值模擬國家重點實驗室（LASG/IAP）發(fā)展的全球海洋—大氣—陸面氣候系統模式（FGOALS）的4個版本g2.0、s2.0、g1.1和g1，利用模式的長時間積分結果，結合觀測、再分析資料比較、評估模式對太平洋年代際變率的模擬能力，并通過對海氣相互作用及其海洋動力過程分析，探討了模式中太平洋年代際振蕩形成機制。研究發(fā)現，FGOALS 模式g2.0和s2.0版本對太平洋年代際振蕩（PDO/IPO）的模擬能力優(yōu)于 g1.1和g1。模式中太平洋年代際變率的正反饋過程與Bjerknes（1969）

提出的海氣相互作用正反饋機制有關，其負反饋則主要與海洋內部動力過程有關。太平洋異常經向熱量輸送將熱帶與中緯度海洋聯系在一起，可以抑制正反饋作用，但無法使得年代際振蕩變化位相發(fā)生反轉；FGOALS模式中，熱帶海表溫度（SST）暖距平信號通過大氣橋影響熱帶外大氣環(huán)流，在海氣作用下，熱帶與熱帶外海洋次表層分別以Kelvin 波和Rossby 波的形式傳播，使得冷暖位相反轉，4個版本均能再現這種負反饋機制。但不同版本

Rossby波所處的緯度不同，太平洋SST異常年代際變化信號最明顯的范圍越寬，則由此激發(fā)的Rossby 波便更為偏北，緯度越高Rossby 波西傳的時間也越長，PDO/IPO的周期與其SST異常的經向尺度密切相關。

關鍵詞氣候系統模式 太平洋年代際振蕩（PDO/IPO） 海氣相互作用 FGOALS（Flexible Global Ocean– Atmosphere–Land System Model）

資助項目 國家重點基礎研究發(fā)展計劃（973計劃）項目2013CB956204，中國科學院科技先導項目XDA05110302，國家自然科學基金項目41530426

Founded by National Program on Key Basic Research Project of China (973 Program) (Grant 2013CB956204), the Strategic Priority Research Program of the Chinese Academy of Sciences (Grant XDA05110302), National Natural Science Foundation of China (Grant 41530426)

Comparison of Pacific Interdecadal Variability Simulated by Four Versions of the LASG/IAP Flexible Global Ocean–Atmosphere–Land System Model

ZHANG Yale1, 2and YU Yongqiang2

1 China Meteorological Administration Training Center, Beijing 100081
2 State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029

Abstract The long-term control simulation (20th century experiment) of four versions of the coupled atmosphere–oceanglobal climate model FGOALS (Flexible Global Ocean–Atmosphere–Land System Model), g2.0, s2.0, g1.1 and g1, developed at the State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics (LASG), Institute of Atmospheric Physics (IAP), Chinese Academy of Sciences, combined with observational and reanalysis data, are analyzed and compared. In terms of evaluating how realistic the model is in simulating the climatology, the physical mechanisms of Pacific decadal variations are discussed. It is found that g2.0 and s2.0 simulate more reasonable interdecadal Pacific variations than g1.1 and g1. The results indicate that the positive air–sea interaction feedback should be related with the Bjerknes positive feedback mechanism. The negative feedback is mainly associated with the ocean dynamic process. The anomalous meridional heat transport in the Pacific links the tropical and extratropical regions, which inhibits the positive feedback effect. The tropical SST (Sea Surface Temperature) warm anomaly signal, via the atmospheric bridge, affects the extratropical atmospheric circulation. With the air–sea interaction, Kelvin waves and Rossby waves spread across the tropical and extratropical subsurface ocean, respectively. Such negative feedback behavior can be reproduced by the four versions of FGOALS. The study quantifies some of the factors responsible for the periods of Pacific interdecadal variations. The farther from the equator the maximum zonal SST is, the wider the decadal variations are. Subsequently, poleward heat transport requires a longer time, the surface wind stress curl anomalies will extend farther north, and ocean Rossby waves appear much more northward with longer transport periods.

Keywords Fully coupled global climate system model, Pacific Decadal Oscillation/Interdecadal Pacific Oscillation (PDO/IPO), Air–sea interaction, FGOALS (Flexible Global Ocean–Atmosphere–Land System Model)

1 引言

氣候變率在全球范圍內有很多具有年代際尺度特征的現象和模態(tài)。太平洋地區(qū)海表溫度（SST）在年代至多年代際尺度的變化主要表現為太平洋年代際振蕩PDO/IPO（Power et al., 1999；Folland et al., 2002），是太平洋的氣候變率中具有類似ENSO空間結構但周期為10～30 a的振蕩模態(tài)。目前，涉及太平洋年代際振蕩形成機制的研究非常之多，側重點也各有不同，基于模式與觀測相結合的諸多種物理機制研究主要可以概括為中緯度海氣相互作用、大氣隨機強迫、非線性、遙相關和熱帶—熱帶外海氣相互作用理論。

中緯度海氣相互作用：北太平洋海氣耦合過程決定太平洋年代際變化（Latif and Barnett，1994，1996；Jin et al.，1997；Barnett et al.，1999；Pierce et al.，2000）。Latif and Banett（1994）利用海氣耦合模式發(fā)現北太平洋存在準20 a周期振蕩，提出了中緯度海氣相互作用機制，并認為北太平洋這種年代際振蕩與熱帶無關。

大氣隨機強迫、非線性理論或遙相關：Hasselmann（1976）和Frankignoul and Hasselmann （1977）從熱力學角度解釋海表溫度（SST）低頻變化時提出隨機的大氣強迫可以驅動并產生低頻的海洋振蕩。Jin et al.（1994）等認為熱帶海—氣相互作用可產生年代際尺度上的具有較大振幅的非規(guī)則ENSO振蕩。再則有觀點認為熱帶太平洋年代際振蕩通過大氣遙相關，使得中緯度太平洋產生年代際振蕩（Graham，1994；Miller and Schneider，2000；Newman et al.，2003）。

熱帶與中緯度相互作用產生太平洋年代際變化的一系列研究（Barnett et al., 1999；Pierce et al., 2000；Capotondi and Alexander, 2001；Wang et al., 2003）主要可分為三類具代表性的觀點：一類觀點認為在太平洋東邊界海區(qū)海洋波導以類Kelvin波的形式將赤道太平洋和中緯度太平洋相互聯系，太平洋年代際變化位相反轉通過中緯度太平洋Rossby波動過程實現（Meehl and Hu，2006）；一類觀點強調溫度異常平流的作用，認為赤道SST的年代際振蕩主要源于中緯度冷（暖）海水潛沉（subduction）并沿溫躍層輸送至熱帶的過程；第三類觀點強調北太平洋副熱帶—熱帶經圈環(huán)流（Subtropical–Tropical meridional CellsSTC），即經向速度異常平流起主要作用（Kleeman et al., 1999；McPhaden and Zhang，2002；Nonaka et al.，2002）。研究認為北太平洋淺層的經向翻轉流在副熱帶下沉，將次表層冷水輸送至赤道，隨后在赤道地區(qū)上翻到達海表，海氣熱通量交換使上翻的冷水變暖，隨后通過表層Ekman極向輸送流至副熱帶，閉合的STC通過影響赤道熱平衡造成太平洋年代際變化。

基于觀測的分析指出，20世紀PDO/IPO模態(tài)的變化可能來自于多種物理機制。Meehl and Hu （2009）用海氣耦合環(huán)流模式（PCM）對照試驗300年時長的海表溫度進行經驗正交函數分解（EOF）分析認為，PDO/IPO在 1970年代中期氣候遷移是氣候內部多年代際變化的產物，主要是受氣候系統內部變率所控制。另外，也有研究認為人類活動等外強迫也會影響北太平洋年代間變化，但還不確定對其產生多大程度的影響。因此，在PDO/ IPO預測中既要考慮包括人類活動外強迫，還要考慮年代際變化自然變率的共同作用（Meehl et al., 2009）。

由于觀測資料尤其是海洋數據的時間長度有限并存在不確定性，對研究氣候系統年代際氣候變化一些特征難以充分解釋，對海洋內部年代際變化的過程等研究結論也存在相當大的局限性，給海氣系統相互作用以及機理研究造成了巨大的困難。考慮到耦合氣候模式已經可以較好地重現20世紀增暖趨勢及年代際氣候變化的基本特征，利用模式數值模擬長期積分結果對年代際氣候變化機制進行研究具有可行性和重要意義。本文選取大氣科學和地球流體力學數值模擬國家重點實驗室（LASG）發(fā)展的FGOALS（Flexible Global Ocean–Atmosphere–Land System）耦合模式的4個版本g2.0、s2.0、g1.1和g1長時間積分結果，希望通過模式比較，評估模式各版本對太平洋年代際變率的模擬能力，借助對數值模擬結果的分析太平洋年代際振蕩的機制，以及與其周期有關的因素。

本文其余章節(jié)安排如下：第2部分介紹資料及模式；第3部分在評估模式模擬性能的基礎上，討論太平洋年代際變率的反饋機制；第4部分探討影響太平洋年代際變率周期和振幅的影響因素；第5部分對本文進行總結和討論。

2 模式和資料說明

本文研究的耦合模式FGOALS是LASG/IAP發(fā)展的靈活的全球“海洋—大氣—陸面—海冰”完全耦合、“非通量訂正”的氣候系統模式。FGOALS耦合模式在 LASG靈活的全球耦合氣候系統（Flexible Global Circulation Models，簡稱FGCM）的基礎上發(fā)展起來（Yu et al., 2002, 2004），現已經發(fā)展比較成熟，包括海洋、大氣、陸面、海冰4個分量模式和通量耦合器。本文所用數據來自已經被廣泛應用于多種氣候變化研究的g1（Zhou et al., 2008）和g1.1（Yu et al., 2011）兩個版本，以及參加CMIP5計劃兩個最新版本g2.0（Li et al., 2013）、s2.0（Bao et al., 2013）。以上版本都是基于NCAR（National Center for Atmospheric Research）耦合器建立起來，而所采用的分量模式和耦合器版本均隨時間推移不斷更新。

盡管如大部分耦合模式一樣仍然存在較明顯的熱帶模擬偏差，但FGOALS模式以上4個版本可以較真實地重現當代氣候的許多基本特征，如ENSO、亞澳季風環(huán)流、北大西洋濤動（NAO）等現象，同時也可以較好地模擬過去100多年來的全球平均氣溫的變化趨勢（Yu et al., 2011, 2013；Bao et al., 2013；Wang et al., 2013）。表1給出了這4個版本各分量模式的介紹。

FGOALS模式g1和g1.1的主要區(qū)別海洋模式版本不同（Yu et al., 2011），而g2.0和s2.0的主要區(qū)別在于大氣分量選用格點和譜兩種模式，同時海冰模式也有區(qū)別（Zhou et al., 2008；Yu et al., 2011；Lin et al., 2013b；Bao et al., 2013）。另外，g2.0、s2.0 與g1.1以及g1的海洋模式版本不同，新版本LICOM2.0增加了上層海洋的垂直分辨率，在10°S～10°N之間，經向分辨率向赤道逐步加密到0.5度，垂直方向30層，其中在海洋上層150米均勻分布著15層等（Liu et al., 2012）。因此，通過上述4個版本的比較有助于我們理解大氣和海洋模式在年代際變化中的不同貢獻。

本文選取上述各版本中工業(yè)革命前對照試驗200年積分結果，針對SST、海表高度（SSH）、海洋上層400米海溫（T）和經向速度（v）、海表緯向風應力（TAUX）、經向風應力（TAUY）這些變量展開分析。

本文選用的觀測和再分析資料如下：

美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，簡稱NOAA）氣候資料中心（The National Climatic Data Center，簡稱NCDC）SST擴展重建資料，版本3b（Extended Reconstructed Sea Surface Temperature，version 3b，ERSSTv3b），時間范圍從1950年至2009年，水平分辨率2°（緯向）×2（經向）（Smith et al.，2008）。

海洋上層400米海溫（T）、緯向流速（u）和海平面高度（SSH）逐月數據選取美國馬里蘭大學（UMD）2.0.2-4版本海洋再分析資料（Simple Ocean Data Assimilation Reanalysis，version 2.0.2-4，SODA2.0.2-4），時間范圍從1958年至2007年，水平分辨率0.5°（緯向）×0.5°（經向），垂直18層（Brohan et al.，2006）。

表1 LASG/IAP FGOALS模式四個版本各分量簡介Table 1 Details of the four versions of LASG/IAP FGOALS

TAUX、經向風應力（TAUY）采用歐洲中期天氣預報中心（European Centre for Medium-Range Weather Forecasts，ECMWF）44年逐月再分析資料（Re-Analysis，ERA-40），時間范圍從1958年至2001年，水平分辨率2.5°（緯向）×2.5°（經向）（Simmons and Gibson，2000）。

本文關注年代際時間尺度的氣候變率，除對全球表面海溫氣候平均態(tài)分析之外，其他分析都是在對原始月平均數據進行去傾和低通濾波處理，保留7年以上年代際變化分量基礎上進行，即主要關注年代際尺度上的大氣和海洋環(huán)流變化特征及其機理。

3 太平洋年代際變率模擬

3.1 熱帶太平洋平均態(tài)

FGOALS模式4個版本模擬的全球SST氣候平均空間分布總體特征與觀測基本一致（圖1，填色），多數熱帶海區(qū)的SST與觀測之差小于1°C，4個版本均模擬出熱帶太平洋東西方向明顯的溫度梯度，對太平洋暖池模擬較好，再現北赤道地區(qū)海溫大于27°C暖水帶貫穿東、西太平洋的空間分布型。與目前世界上大多數耦合模式一樣，在熱帶地區(qū)還存在一定的模擬誤差，例如模式對熱帶西太平洋暖池高于30°C海域模擬略偏弱，赤道印度孟加拉灣和阿拉伯海模擬較觀測整體略偏冷。g1和g1.1模擬SST主要偏差在于SST沿赤道顯現南北對稱分布特征，對西太平洋暖池模擬偏冷，同時出現了赤道太平洋冷舌模擬過于西伸，達日界線以西。相對于FGOALS的前兩個版本g1和g1.1模擬的海表溫度，新版本g2.0、s2.0在熱帶東、西太平洋地區(qū)和印度洋的模擬能力明顯提高，很好的模擬出與觀測相似的赤道和熱帶太平洋SST東冷西暖沿緯向不對稱分布特征，改善了冷舌過于西伸的問題，另外在極地區(qū)域SST的模擬誤差也明顯小于以前的版本。已有研究將模式與觀測對比，對FGOALS不同版本關于太平洋平均態(tài)的模擬進行詳細研究（Lin et al.，2013a，2013b）。另外，g1和g1.1沒有出現顯著的氣候漂移，g2.0和S2.0較之前的版本也較好克服了氣候漂移現象（Zhou et al.，2008；Lin et al.，2013c）。

觀測與模擬的海表風應力場在熱帶、中緯度和高緯度顯示出與三圈環(huán)流對應的環(huán)流特征（圖1，矢量）。北半球低緯和極地附近大致為東北風，中緯度為西風，相應的南半球低緯盛行東南風，在中緯度海域被東風覆蓋。副熱帶地區(qū)風應力呈現反氣旋分布，在中高緯有氣旋式風應力。模式模擬出全球海表風應力的氣候平均，g1版本對中緯度西風帶和赤道西太平洋緯向風應力模擬偏弱，s2.0版本對副熱帶及中高緯度太平洋經向風應力模擬偏差較大，g1.1 和g2.0版本對風應力強度的模擬更接近于觀測。

圖1 全球海表溫度（SST，單位：°C，填色）和表面風應力（矢量，單位：N m?2）的氣候平均：（a–e）依次為觀測、FGOALS_g1、FGOALS_g1.1、FGOALS_g2.0、FGOALS_s2.0Fig. 1 Climatological mean SST (shaded, units: °C) and surface wind stress(arrows, units: N m?2): (a) Observation; (b) FGOALS_g1; (c) FGOALS_g1.1; (d) FGOALS_g2.0; (e) FGOALS_s2.0

總體而言，模式4個版本模擬的全球SST無論從量值還是空間分布，均可以再現與觀測類似的特征。新版本FGOALS格點模式和譜模式均比g1和g1.1版本有明顯改進，克服了冷舌過度西伸的問題，改善赤道西太平暖池偏冷范圍偏小的狀況，特別是對于舊版本赤道南北兩側SST對稱分布的誤差有明顯改進。

3.2 太平洋海表溫度年代際變率模態(tài)

本文研究的區(qū)域為太平洋（30°S～60°N， 110°E～110°W），對SST異常去傾濾波后進行經驗正交函數分解（EOF）。如圖2，觀測與模式SST異常EOF第一主分量（EOF1）均可再現Zhang and Levitus（1997）和Mantua et al.（1997）觀測的PDO/IPO模態(tài)。觀測SST異常EOF1占解釋總方差的35.4%，經向分布為北太平洋中西部與熱帶太平洋相反，當北太平洋中西部及KOE區(qū)馬蹄形區(qū)域偏冷時，熱帶太平洋表現為ENSO事件暖位相分布型，沿秘魯、墨西哥向北至北美西岸到阿拉斯加灣整個東太平洋SST偏暖。模式各個版本對照試驗太平洋SST異常 EOF1空間分布與觀測EOF1相似，亦表現為在中緯度北太平洋中西海域與東部相反，北太平洋中西部及KOE區(qū)為冷的馬蹄形，東部為暖位相。g1版本 EOF1的方差貢獻39.4%，東太平洋暖海水不僅西伸嚴重，南北跨度也明顯增大，馬蹄形冷水區(qū)朝高緯偏移，強大的暖水區(qū)幾乎將PDO/IPO空間型變?yōu)閹罘植肌GOALS_g1.1 EOF1的方差貢獻23.6%，總體上呈現出PDO/IPO暖位相時空間分布，對太平洋暖區(qū)的分布型模擬明顯好于FGOALS_g1，但是菲律賓沿岸東伸至日界線以西洋面與觀測相反。FGOALS_g2.0 EOF1的方差貢獻22.7%，對北太平洋西部的馬蹄形區(qū)30°N以北部冷區(qū)模擬不足，熱帶太平洋暖區(qū)較觀測過于西伸，但較上2個版本，帶狀分布明顯改善，空間分布上更接近于觀測。s2.0版本的EOF1方差貢獻為31.3.%，也出現對30°N以北冷區(qū)模擬不足的現象，馬蹄形冷水區(qū)范圍較觀測向東延伸，對北美西岸到阿拉斯加灣暖區(qū)模擬不足；但是對赤道太平洋西、東冷暖空間分布特征模擬的與觀測較一致，同時對南太平洋的模擬也較格點模式更接近觀測。考慮到FGOALS的g2.0和s2.0版本的海洋模式完全一致，西北太平洋冷中心模擬得偏弱，可能與海洋模式對黑潮西邊界流及其延伸體的模擬誤差有關。

將標準化EOF1時間序列做為PDO/IPO指數（Mantua, 1997）。如圖2a，觀測PDO/IPO指數隨時間呈現出顯著年代際變率的特征，EOF1時間序列在20世紀60年代中、70年代末和90年代初從負值變?yōu)檎担磸睦湮幌嗤蛔兂膳幌唷ST異常EOF第一模態(tài)對應的標準化時間序列在FGOALS模式4個版本中的振幅強度與觀測相當，年代際時間尺度冷暖交替振蕩的特點在模式EOF1時間序列中也有較為一致的體現。將觀測與模式EOF1對應的時間序列進行譜分析（圖略），觀測EOF1時間序列呈現14 a振蕩周期，FGOALS模式4個版本也都顯示出時間不等的年代際振蕩周期，FGOALS_g1峰值出現在16 a附近，FGOALS_g1.1峰值在24 a，FGOALS_g2.0譜分析峰值出現在18 a，FGOALS_s2.0峰值出現在15 a。Zhou et al.（2014）也得到類似的結論，指出FGOALS_g2.0周期在14 和20 a，FGOALS_s2.0周期在12～13 a和20 a，同版本g2.0、s2.0與本文的年代際周期的不同和所選樣本長度、選取區(qū)域以及濾波不同有關。通過譜分析可以進一步看出，模式對太平洋年代際模擬顯示出不同周期的年代際變化特征，其中FGOALS_g1的周期最長，FGOALS_s2.0的周期最短。其中FGOALS_s2.0的年代際變率振蕩周期與觀測最為接近，因g2.0的周期相對偏長，而兩個模式的主要區(qū)別在于大氣模式的不同，因而，可能與模式所采用的大氣模式或者耦合過程有關。

同時考慮與海洋PDO/IPO暖位相對應的大氣異常風場分布形態(tài)，將對應的風應力場異常與PDO/IPO指數進行回歸（圖2，矢量）。觀測熱帶太平洋150°W以西表現為西風異常，風場呈現反氣旋分布型，而熱帶東太平洋正好相反，但強度明顯弱于中西太平洋，熱帶太平洋125°W海表面東、西風異常形成輻合。赤道以北至45°N的中東太平洋形成一個大的氣旋式環(huán)流。海表溫度場與大氣風場年代際變率的空間配置說明，在熱帶中、東太平洋SST暖異常強迫下，信風減弱，產生西風距平，并且在赤道外異常風場有氣旋式環(huán)流分布，這種大氣對SST異常的響應，可以用大氣風場對海表加熱的Gill響應模態(tài)來解釋（Gill，1982）。模式模擬的風應力場基本可以再現觀測的特征，風應力強度在0.1～0.26 N m?2之間。FGOALS_g1版本中高緯度氣旋式分布模擬較觀測偏西偏北且偏強，北太平洋副熱帶洋面經向風應力過強；FGOALS_g1.1版本模擬的風應力場可基本再現觀測的特征，緯向風應力強度較觀測偏弱，氣旋式環(huán)流中心位置與觀測較接近，但氣旋式環(huán)流場的范圍和強度相對較弱；FGOALS_g2.0版本與觀測最為接近，模擬的赤道緯向風應力場以及北太平洋的氣旋式風場范圍和環(huán)流中心與觀測一致，只是強度弱于觀測；FGOALS_s2.0版本模擬的北太平洋洋面氣旋式環(huán)流場范圍不足，且環(huán)流中心偏東，日界線以東的經向風應力模擬過強，對黑潮及黑潮延伸體的模擬與觀測有出入。

上述太平洋大氣風場，海表溫度以及赤道溫躍層深度（圖略）在年代際時間尺度上形成一個彼此密切關聯的海氣耦合系統。赤道中東太平洋SST暖異常造成赤道太平洋東西向大氣壓力梯度減弱（增強），導致赤道東（西）風減弱（增強），大氣場進一步作用于海洋導致海水上翻減弱（增強），溫躍層東西梯度變平緩（變陡峭），最終將加大赤道東太平洋原有的正（負）SST 異常，西太平洋次表層海水冷異常有利于進一步加強海溫的垂直梯度，導致次表層垂直輸送西太平洋強于東太平洋。上述海氣之間的相互作用是可以用Bjerknes（1969）提出的海氣相互作用正反饋機制來解釋。模式在熱帶太平洋緯向風應力模擬偏弱，削弱了海水上翻減弱作用，從而模式中溫躍層梯度較觀測偏大。

3.3 經向熱輸送對年代際變化的貢獻

太平洋年代際變率不僅體現為SST的異常，更是海洋上層熱量調整的過程。如上文提及，熱帶—副熱帶經向環(huán)流（STC）在年代際變率過程中的重要地位（Kleeman et al.，1999；McPhaden and Zhang，2002；Nonaka et al.，2002），特別是對熱帶太平洋上層海溫年代際變率的貢獻。海水經向環(huán)流的變化同時伴隨著海洋上層海水質量、溫度的輸送，本文通過分析經向熱輸送的年代際變率特征，討論經向熱輸送對熱帶太平洋上層海溫年代際變率的影響，進而分析海溫年代際正、負位相轉換的物理機制。

經向熱輸送HLAT的定義為即對V? T進行緯向和垂直積分，緯向區(qū)域貫穿整個太平洋海盆，垂直方向選取海表至400 m深處，其中V是海洋上層逐層經向速度，T是海洋上層逐層海水溫度，dxdz代表沿緯向和垂直方向積分增量，ρ=1026 kg m?3為海水標準密度，為海水標準熱容量。

太平洋經向輸送最顯著的區(qū)域位于熱帶，且與赤道太平洋SST年代際變率密切相關，選取6°S和8°N兩個緯度計算向兩極的經向熱輸送：

其中，H表示經向熱輸送從赤道向兩極輻散。

如圖3，FGOALS模式極向熱輸送變率顯示出明顯的年代際振蕩特征，振幅在－0.1 PW（1 PW＝1015W）～0.2 PW之間。EOF1時間序列隨著海洋極向熱輸送的升高（降低）而上升（下降），峰值稍落后于海洋SST異常變化。這說明極向熱輸送與熱帶太平洋SST年代際變率有直接聯系，通過經向熱量的極向輸送，使得熱帶太平洋SST溫度逐漸降低。將H與EOF1時間序列進行超前滯后相關分析，各版本最大相關系數出現在經向熱輸送超前EOF1時間序列約1～2 a，二者之間的正相關意味著經向熱輸送起著負反饋的作用，當熱帶中東太平洋處于暖位相時，海洋上層出現熱量從赤道向兩極輸送；當熱帶中東太平洋處于冷位相，熱量向赤道輻合。

FGOALS模式中海洋上層熱量輸送呈現出的年代際變率特征的物理過程說明經向熱輸送將熱帶與熱帶外聯系在一起，熱帶SST暖異常產生的Bjerknes正反饋有助于熱帶太平洋溫度增加，SST變暖的同時會通過風應力旋度異常引起異常的經向熱輸送。經向熱輸送會減弱SST進一步增長，從而抑制Bjerknes正反饋，起到負反饋作用。但是經向熱輸送超前SST異常變化1～2 a，遠小于十幾年的PDO/IPO周期，因此二者在年代際變化尺度上幾乎處于同位相，僅靠熱輸送不足以使得PDO/IPO變化位相反轉，這一點與ENSO循環(huán)中海洋經向環(huán)流的貢獻截然不同。

3.4 太平洋年代際變率波動特征

年代際變率不僅僅體現為SST的異常，更是整個海洋上層熱量的調整。海水經向環(huán)流的變化實際上同時伴隨著海洋上層海水質量、溫度的輸送，通過分析經向熱輸送的特征，發(fā)現經向熱輸送在太平洋年代際變率中抑制熱帶太平洋上層海溫進一步增長，但不引起PDO/IPO位相反轉，PDO/IPO從暖位相向冷位相轉換需要一種負反饋機制起作用。

FGOALS熱量經向輸送在到達15°N～20°N之后發(fā)生明顯衰減（Zhang and Yu, 2011），用海表高度異常代表溫躍層變化，以FGOALS_g2.0為例，對海表高度異常在16°N隨時間的經向變率（SSH異常在16°N變化最為明顯）和16°N緯向風應力經向變率進行分析（圖4）。16°N東太平洋緯向風應力正異常對應SSH正異常，這種空間配置將加深此緯度溫躍層深度；緯向風應力為負異常對應SSH亦為負異常，此緯度溫躍層深度將抬升變淺。圖中SSH異常還呈現出明顯西傳的特征，PDO/IPO暖位相時熱帶外16°N東太平洋SSH為正異常，西太平洋為負異常，16°N東太平洋的負異常明顯西傳，如28、58、73、 85、90、105、150、165、190 a。PDO/IPO冷位相，熱帶外SSH在東太平洋為負異常，西太平洋為正異常。東太平洋正異常有明顯西傳的特征，如32、78、88、138、160、184 a。SSH異常從太平洋東岸向西傳播至西岸大約需要9～13 a，這正好與此緯度Rossby的速度3～5 cm s?1（Gill, 1982）一致。對海洋以及大氣各物理量場的研究，熱帶SST暖距平信號通過大氣橋影響熱帶外大氣環(huán)流，在16°N～25°N左右產生西風異常，在北半球中緯度激發(fā)出Rossby波向西傳播，經過約十多年的時間到達熱帶外西太平洋沿岸，在西邊界赤道被捕獲反射成東傳的Klevin波，最后溫躍層異常信號傳播赤道西太平洋，引起太平洋上層海洋年代際時間尺度的冷暖位相反轉。

圖3 FGOALS_g1、FGOALS_g1.1、FGOALS_g2.0、FGOALS_s2.0對照試驗太平洋（H8°N－H6°S）極向熱輸送（藍色實線，單位：PW，1 PW=1015W）和PDO/IPO指數（紅色虛線）隨時間演變。（a–d）依次為FGOALS_g1、FGOALS_g1.1、FGOALS_g2.0、FGOALS_s2.0Fig. 3 Time series of the equatorial upper–ocean (H8°N－H6°S, above 400 m) meridional heat transport (solid blue line; units: PW, 1 PW=1015W ; positive: northward) and the time series of the first EOF mode of Pacific SST (anomalies, dashed red line): (a) FGOALS_g1; (b) FGOALS_g1.1; (c) FGOALS_g2.0; (d) FGOALS_s2.0

圖4 （a）FGOALS_g1、（b）FGOALS_g1.1、（c）FGOALS_g2.0、（d）FGOALS_s2.0對照試驗太平洋18°N、24°N、16°N和15°N海表高度異常（左）、對應緯度緯向風應力（TAUX，右）的緯向（橫軸）—時間（縱軸；單位：a）傳播特征Fig. 4 Latitude (abscissa axis)–time (ordinate axis; units: a) sections of zonal sea surface height anomalies (left) and the wind stress (right): (a) FGOALS_g1; (b) FGOALS_g1.1; (c) FGOALS_g2.0; (d) FGOALS_s2.0

圖4 （續(xù)）Fig. 4 (Continued)

FGOALS模式4個版本赤道與赤道外SSH異常沿經度隨時間變化顯現出一致的特征：赤道中東太平洋SSH正（負）異常有明顯東傳的特征，對應赤道緯向風應力西風（東風）異常；熱帶外東太平洋緯向風應力正（負）異常，其對應SSH 正（負）異常且明顯西傳。但不同的是，FGOALS_g1、FGOALS_g1.1、FGOALS_g2.0和FGOALS_s2.0模擬的SSH西傳特征最為明顯的緯度分別位于18°N、24°N、16°N和15°N。模式Rossby 波從東向西傳播的時間因其所在緯度不同而不同，分別需要8.5 a、10 a、7 a和6 a。

4 影響PDO/IPO周期的可能因素

因為模式中PDO/IPO模態(tài)海水冷暖分布各具特點，風應力輻合輻散、氣旋反氣旋式風場等特征具體出現的經緯度各不相同。在4個版本中，s2.0馬蹄型冷舌區(qū)所在的位置最靠近赤道，大約在15°N～45°N 附近；g1.1冷舌最為偏北，在28°N～50°N。與中高緯度馬蹄形冷水區(qū)東部對應的逆時針風場，冷舌的位置越遠離赤道，其氣旋式風場出現的位置也偏北。模式表面風應力旋度對PDO/IPO的響應（圖5）說明，在暖中心北側赤道外8°N以北，有異常的氣旋性大氣環(huán)流。FGOALS_g1.1模式氣旋式風應力旋度位置最北（20°N以北），由北向南依次為FGOALS_g1.1、FGOALS_g1、FGOALS_g2.0 和FGOALS_s2.0。比較g2.0和s2.0版本發(fā)現，風應力旋度對PDO/IPO的響應在整個太平洋海盆的分布型差別明顯，而版本g2.0和s2.0的主要區(qū)別在于所選擇的大氣模式不同；而版本g1和g1.1風應力旋度對PDO/IPO的響應在整個太平洋海盆的分布較為一致，如前所述，版本g1和g1.1的主要區(qū)別在于海洋模式LICOM版本不同，大氣模式都選用GMAIL1.0。因而，風應力旋度在各版本之間呈現出的差別很可能來自所采用的大氣模式不同。

圖5 太平洋風應力旋度異常對PDO/IPO指數的響應，單位：N m–3。（a–e）依次為觀測、FGOALS_g1、FGOALS_g1.1、FGOALS_g2.0、FGOALS_s2.0。Fig. 5 Linear regression coefficients between the time series of the first EOF mode of Pacific SST anomalies and the wind stress curl anomalies (units: N m?3): (a) Observation; (b) FGOALS_g1; (c) FGOALS_g1.1; (d) FGOALS_g2.0; (e) FGOALS_s2.0

圖6 PDO/IPO年代際振蕩周期與SST異常經向寬度值隨緯度變化（橫軸為緯度；縱軸為PDO/IPO年代際振蕩周期，單位：a）Fig. 6 The PDO/IPO inter-decadal oscillation period and the variation of SST anomaly meridional widths with latitudes (abscissa axis denotes the latitude; ordinate axis denotes the time, units: a)

如前所述，FGOALS四個版本 SSH在熱帶外西傳特征最為明顯的緯度分別位于18°N、24°N、16°N和15°N，均呈現Rossby波西傳的特征。模式Rossby 波從東向西傳播的時間因其所在緯度不同而分別需要8.5、10、7和6 a，發(fā)現SSH西傳的緯度越靠北，SSH正負異常西傳所需的時間越長。s2.0模式SSH西傳的緯度最南，SSH正負異常傳播所需時間也最短，約需要6～7 a；g1.1模式SSH西傳最靠北，西傳時間需要近10 a，在模式中所需時間最長。

比較各個模式發(fā)現，赤道東太平洋SST 正異常和西風異常，使得赤道外暖中心西側有異常的氣旋性大氣環(huán)流，年代際時間尺度上的氣旋性環(huán)流約出現在10°N～25°N。模式中SST對PDO/IPO響應變化最強的信號出現的緯度各不相同，赤道外中太平洋SST最大梯度越靠北，寬度越寬，對應模式模擬的周期越長。

為了更清楚揭示周期與經向寬度的關系，PDO/IPO的周期與溫度梯度變化最明顯的區(qū)域所在緯度的散點分布如圖6。各個模式以及觀測的溫度梯度的絕對值不同，將觀測和每個模式的溫度梯度除以各自梯度的最大值進行歸一化。溫度梯度的最大值出現在熱帶外，觀測距離赤道最近，FGOALS_s2.0、FGOALS_g2.0、FGOALS_g1和 FGOALS_g1.1溫度梯度最大出現的緯度依次北移，其經向寬度依次變寬，觀測與模式太平洋年代際振蕩的周期也依次變長，FGOALS_g2.0和FGOALS_s 2.0與觀測更為接近。

5 結論與討論

本文結合觀測資料，通過對北太平洋年代際變率海氣相互作用的分析，比較FGOALS模式g1、g1.1、g2.0和s2.0的4個版本對年代際變率的模擬能力，分析模式內在的太平洋年代際變率發(fā)展和演變的物理機制，主要結論如下：

g1、g1.1、g2.0和s2.0四個版本均模擬出典型的PDO/IPO暖位相時海洋和大氣風場的年代際時空變化特征，與觀測結果基本符合。較g1和g1.1版本，g2.0和s2.0版本能更好的模擬出西太平洋馬蹄形冷區(qū)與東太平洋類似于ENSO分布暖水區(qū)的太平洋年代際變率模態(tài)。大氣風場g2.0版本與觀測最為接近，s2.0版本的經向風應力場過強，g2.0和s2.0版本對氣旋式環(huán)流所在位 置和范圍的模擬較g1 和g1.1版本誤差明顯減小。

FGOALS_g1、FGOALS_g1.1、FGOALS_g2.0 和FGOALS_s2.0模擬的海溫異常的年代際振蕩無論是在熱帶至熱帶外都非常顯著。太平洋年代際變化的正反饋過程可以用Bjerknes（1969）提出的海氣相互作用正反饋機制來解釋。模式對風應力異常的模擬能力會影響到熱帶海洋溫躍層深度的變化，從而進一步影響太平洋年代際變率正反饋過程的強度。

FGOALS模式極向熱輸送變率顯示出明顯的年代際振蕩特征，海洋經向熱輸會抑制赤道SST的變暖（變冷），但模式中經向熱輸送與SST異常變化在年代際尺度可視為同位相，不足以使得PDO/ IPO位相反轉。

FGOALS模式中，熱帶SST暖距平信號通過大氣橋影響熱帶外大氣環(huán)流，在海氣作用下，熱帶與熱帶外海洋次表層分別以Kelvin 波和Rossby 波的型式傳播，且熱帶Rossby波動傳播的位置，與ENSO有顯著不同，使得冷暖位相反轉，產生負反饋作用，實現熱帶中東太平洋SST冷暖交替的年代際時間尺度循環(huán)。

進一步分析還發(fā)現，FGOALS模式模擬的年代際變率周期主要是由海洋動力過程決定。模式對太平洋SST異常年代際變率信號最明顯的范圍越寬，由此產生經向熱輸送的位置也越靠北，使得熱輸送經向尺度越大，對應的風應力旋度出現在更加遠離赤道的位置，使得更多熱量從熱帶向兩極輸送。由此激發(fā)的Rossby 波更加偏北，緯度越高，Rossby波西傳的時間越長，模式中PDO/IPO周期越長。熱帶外風應力旋度對PDO/IPO的響應的差別很可能來自大氣模式的不同。

本文的研究主要基于FGOALS模式g1、g1.1、g2.0和s2.0的4個版本氣候模式模擬結果分析太平洋年代際氣候變率的物理機制，比較各個版本的差異，氣候模式本身存在不確定性，為了減小模擬結果的不確定性，在下一步研究工作中，必須利用耦合模式比較計劃CMIP5的模擬結果，進行多模式對比較評估工作。同時，影響太平洋年代際變率周期和振幅的原因還需進一步探討。

致謝 感謝LASG氣候模式團隊提供本文所需要的數據。

參考文獻（References）

Barnett T P, Pierce D W, Latif M, et al. 1999. Interdecadal interactions between the tropics and midlatitudes in the Pacific basin [J]. Geophys. Res. Lett., 26: 615?618, doi: 10.1029/1999GL900042.

Bao Q, Lin P F, Zhou T J, et al. 2013. The Flexible Global Ocean–Atmosphere–Land System model, spectral version 2: FGOALS-s2 [J]. Adv. Atmos. Sci., 30: 561?576, doi:10.1007/s00376-012-2113-9.

Bjerknes J. 1969. Atmospheric teleconnections from the equatorial Pacific [J]. Mon. Wea. Rev., 97: 163?172.

Briegleb B P, Bitz C M, Hunke E C, et al. 2004. Scientific Description of the Sea Ice Component in the Community Climate System Model: Version Three [M]. Colorado: National Center for Atmospheric Research, Bowder, 70pp.

Brohan P, Kennedy J J, Haris I, et al. 2006. Uncertainty estimates in regional and global observed temperature changes: A new dataset from 1850 [J]. J. Geophys. Res., 111: D12106, doi:10.1029/2005JD006548.

Capotondi A, Alexander M A. 2001. Rossby waves in the tropical North Pacific and their role in decadal thermocline variability [J]. J. Phys. Oceanogr., 31: 3496?3515, doi: 10.1175/1520-0485(2002)0312.0.CO2. Craig A P, Jacob R L, Kauffman B, et al. 2005. CPL6: The new extensible, high performance parallel coupler for the community climate system model [J]. Int. J. High Perform. Comput. Appl., 19: 309–327, doi:10.1177/1094342005056117.

Folland C K, Renwick J A, Salinger M J, et al. 2002. Relative influences of the interdecadal Pacific oscillation and ENSO on the South Pacific convergence zone [J]. Geophys. Res. Lett., 29 (13), 1643, doi: 10.1029/2001GL014201.

Frankignoul C, Hasselmann K. 1977. Stochastic climate models. Part II. Application to sea-surface temperature anomalies and thermocline variability [J]. Tellus, 29: 289–305, doi: 10.1111/j.2153-3490.1977. tb00740.x.

Gill A E. 1982. Atmosphere–Ocean Dynamics [M]. Cambridge, UK and New York, USA: Academic Press, 662pp.

Graham N E. 1994. Decadal-scale climate variability in the tropical and North Pacific during the 1970s and 1980s: Observations and model results [J]. Clim. Dyn., 10: 135?162.

Hasselmann K. 1976. Stochastic climate models. Part I: Theory [J]. Tellus, 28: 473?485.

Jin F, Neelin J D, Ghil M. 1994. El Ni?o on the Devil's staircase: Annual subharmonic steps to chaos [J]. Science, 264, 70?72.

Jin F F. 1997. A theory of interdecadal climate variability of the North Pacific ocean?atmosphere system [J]. J. Climate, 10: 1821–1835.

Kleeman R, McCreary J P, Klinger B A. 1999. A mechanism for generating ENSO decadal variability [J]. Geophys. Res. Lett., 26: 1743?1746, doi:10.1029/1999GL900352.

Latif M, Barnett T P. 1994. Causes of decadal climate variability over the North Pacific and North America [J]. Science, 266: 634?637, doi:10.1126/science.266.5185.634.

Latif M, Barnett T P. 1996. Decadal climate variability over the North Pacific and North America: Dynamics and predictability [J]. J. Climate, 9: 2407?2423, doi:10.1175/1520-0442(1996)009<2407:DCVOTN>2.0.CO;2. Li L J, Wang B. 2010. Influences of two convective schemes on the radiative energy budget in GAMIL1.0 [J]. Acta Meteor. Sinica, 24 (3): 318–327.

Li L J, Wang B, Wang Y Q, et al. 2007. Improvements in climate simulation with modifications to the Tiedtke convective parameterization in the grid-point atmospheric model of IAP LASG (GAMIL) [J]. Adv. Atmos. Sci., 24: 323–335, doi:10.1007/s00376-007-0323-3.

Li L J, Lin P F, Yu Y Q, et al. 2013. 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.

Lin P F, Yu Y Q, Liu H L. 2013a. Long-term stability and oceanic mean state simulated by the coupled model FGOALS-s2 [J]. Adv. Atmos. Sci., 30 (1): 175–192, doi:10.1007/s00376-012-2042-7.

Lin P F, Yu Y Q, Liu H L. 2013b. Oceanic climatology in the coupled model FGOALS-g2: Improvements and biases [J]. Adv. Atmos. Sci., 30 (3): 819?840, doi:10.1007/s00376-012-2137-1.

Lin P F, Liu H L, Yu Y Q, et al. 2013c. Long-term behaviors of two versions of FGOALS2 in preindustrial control simulations with implications for 20th century simulations [J]. Adv. Atmos. Sci., 30 (3): 577?592, doi:10.1007/s00376-013-2186-0.

Liu H L, Zhang X H, Li W, et al. 2004. An eddy-permitting oceanic general circulation model and its preliminary evaluation [J]. Adv. Atmos. Sci., 21: 675–690.

劉海龍, 俞永強, 李薇, 等. 2004. LASG／IAP氣候海洋模式LICOM用戶手冊 [M]. 北京: 科學出版社, 1–128. Liu Hailong, Yu Yongqiang, Li Wei, et al. 2004. Manual for LASG/IAP Climate System Ocean Model (LICOM1.0) (in Chinese) [M]. Beijing: Science Press, 1–128.

Liu H L, Lin P F Yu Y Q, et al. 2012. The baseline evaluation of LASG/IAP climate system ocean model (LICOM) version 2 [J]. Acta Meteor. Sinica, 26: 318–329.

Mantua N J, Hare S R, Zhang Y, et al. 1997. A Pacific interdecadal climate oscillation with impacts on salmon production [J]. Bull. Amer.Meteor. Soc., 78: 1069?1079, doi: 10.1175/1520-0477(1997)078<1069: APICOW>2.0.CO;2.

McPhaden M J, Zhang D X. 2002. Slowdown of the meridional overturning circulation in the upper Pacific Ocean [J]. Nature, 415 (6872): 603–608, doi: doi:10.1038/415603a.

Meehl G A, Hu A. 2006. Megadroughts in the Indian monsoon region and southwest North America and a mechanism for associated multidecadal Pacific sea surface temperature anomalies [J]. J. Clim., 19: 1605–1623, doi:10.1175/JCLI3675.1.

Meehl G A, Hu A, Santer B D. 2009. The mid-1970s climate shift in the Pacific and the relative roles of forced versus inherent decadal variability [J]. J. Climate, 22: 780?792, doi:10.1175/2008JCLI2552.1.

Miller A J, Schneider N. 2000. Interdecadal climate regime dynamics in the North Pacific Ocean: Theories, observations and ecosystem impacts [J]. Progress Oceanogr., 47: 355?379, doi: 10.1016/S0079-6611(00)00044-6.

Newman M, Compo G P, Alexander M A. 2003. ENSO-forced variability of the pacific decadal oscillation [J]. J. Climate, 16: 3853?3857, doi: 10.1175/1520-0442(2003)016<3853:EVOTPD>2.0.CO;2.

Nonaka M, Xie S -P, McCreary J P. 2002. Decadal variations in the subtropical cells and equatorial Pacific SST [J]. Geophys. Res. Lett., 29: 1116, doi:10.1029/2001GL013717.

Oleson K W, Dai Y, Bonan G, et al. 2004. Technical description of the community land model (CLM) [R]. NCAR/TN-461+STR, 173pp.

Pierce D W, Barnett T P, Latif M. 2000. Connections between the Pacific Ocean tropics and midlatitudes on decadal timescales [J]. J. Climate, 13: 1173–1194, doi: 10.1175/1520-0442(2000)013<1173: CBTPOT> 2.0. CO; 2.

Power S, Colman R. 2006. Multi-year predictability in a coupled general circulation model [J]. Climate Dyn., 26: 247–272, doi: 10.1007/s00382-005-0055-y.

Power S, Casey T, Folland C, et al. 1999. Inter-decadal modulation of the impact of ENSO on Australia [J]. Climate. Dyn., 15: 319?324, doi: 10.1007/s003820050284.

Simmons A J, Gibson J K. 2000. The ERA-40 Project Plan[R]. ERA-40 Project Report Series, 63.

Smith T M, Reynolds R W, Peterson T C, et al. 2008. Improvements NOAA’s historical merged land–ocean temperature analysis (1880–2006) [J]. Journal of Climate, 21, 2283–2296, doi: 10.1175/2007JCLI2100.1.

Wang B, Wan H, Ji Z Z, et al. 2004. Design of a new dynamical core for global atmospheric models based on some efficient numerical methods [J]. Sci. China (Mathemat.), 47: 4–21, doi:10.1360/04za0001.

Wang B, Liu M M, Yu Y Q, et al. 2013. Preliminary evaluations of FGOALS-g2 for decadal predictions [J]. Adv. Atmos. Sci., 30 (3): 674–683, 10.1007/s00376-012-2084-x.

Wang X C, Jin F F, Wang Y Q. 2003. A tropical ocean recharge mechanism for climate variability. Part II: A unified theory for decadal and ENSO modes [J]. J. Climate, 16: 3599?3616, doi: 10.1175/1520-0442(2003) 016<3599:ATORMF>2.0.CO;2.

Yu Y Q, Zhang X H, Guo Y F. 2004. Global couple ocean–atmosphere general circulation models in LASG/IAP [J]. Adv. Atmos. Sci., 21 (3): 444?445, doi: 10.1007/BF02915571.

Yu Y Q, Yu R C, Zhang X H, et al. 2002. A flexible global coupled ocean-atmosphere general circulation model [J]. Adv. Atmos. Sci., 19: 169?190.

Yu Y Q, Hai Z, Wang B, et al. 2008. Coupled model simulations of climate changes in the 20th century and beyond [J]. Adv. Atmos. Sci., 25 (4): 641–654, doi:10.1007/s00376-008-0641-0.

Yu Y Q, Zheng W P, Wang B, et al. 2011. Versions g1.0 and g1.1 of the LASG/IAP Flexible Global Ocean-Atmosphere-Land System model [J]. Adv. Atmos. Sci., 28 (1): 99?117, doi:10.1007/s00376-010-9112-5.

Yu Y Q, He J, Zheng W P, et al. 2013. Annual cycle and interannual variability in the tropical pacific as simulated by three versions of FGOALS [J]. Adv. Atmos. Sci., 30 (3), 621?637, doi:10.1007/s00376-013-2184-2.

Zhang R H, Levitus S. 1997. Structure and cycle of decadal variability of upper-ocean temperature in the North Pacific [J]. J. Climate, 10: 710?727, 10.1175/1520-0442(1997)010<0710:SACODV>2.0.CO;2.

張學洪,俞永強,劉海龍.2003.海洋環(huán)流模式的發(fā)展和應用 I.全球海洋環(huán)流模式 [J]. 大氣科學, 27 (4): 607?617. Zhang Xuehong, Yu Yongqiang, Liu Hailong. 2003. The development and application of the oceanic general circulation models. Part I. The global oceanic general circulation models [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 27 (4): 607?617, doi:10.3878/j.issn.1006-9895.2003.04.12.

Zhang Y L, Yu Y Q. 2011. Analysis of decadal climate variability in the tropical pacific by coupled GCM [J]. Atmos. Oceanic Sci. Lett., 4 (4): 204?208.

Zhou T J, Wu B, Wen X Y, et al. 2008. A fast version of LASG/IAP climate system model and its 1000-year control integration [J]. Adv. Atmos. Sci., 25 (4): 655?672.

Zhou T J, Chen X L, Dong L, et al. 2014. Chinese contribution to CMIP5: An overview of five Chinese models' performances [J]. J. Meteor. Res., 28 (4): 481–509, doi:10.1007/s13351-014-4001-y.

張雅樂，俞永強. 2015. FGOALS模式4個版本太平洋年代際氣候變率模擬的比較 [J]. 大氣科學, 40 (1): 176?190, Zhang Yale, Yu Yongqiang. 2015. Comparison of Pacific interdecadal variability simulated by four versions of the LASG/IAP Flexible Global Ocean–Atmosphere–Land System Model [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 40 (1): 176?190, doi: 10.3878/j.issn.1006-9895.1411.14161.

作者簡介張雅樂，女，博士，主要從事年代際氣候變化、短時臨近預測研究。E-mail: zhangyale@cma.gov.cn

收稿日期2014-04-03；網絡預出版日期 2014-12-12

doi:10.3878/j.issn.1006-9895.1411.14161

文章編號1006-9895(2016)01-0176-15

中圖分類號P461

文獻標識碼A