CMIP5模式對登陸中國熱帶氣旋活動的模擬和預(yù)估

栗晗，凌鐵軍，祖子清，王劍

CMIP5模式對登陸中國熱帶氣旋活動的模擬和預(yù)估

栗晗，凌鐵軍，祖子清，王劍

（國家海洋環(huán)境預(yù)報(bào)中心國家海洋局海洋災(zāi)害預(yù)報(bào)技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，北京100081）

基于中國氣象局熱帶氣旋最佳路徑數(shù)據(jù)集，結(jié)合7個(gè)全球耦合模式在4個(gè)氣候情景（Historical、RCP2.6、RCP4.5、RCP8.5）下的模擬場，對比分析了模式模擬1986—2005年登陸我國熱帶氣旋（LTC）活動的氣候特征，并評估了未來（2026—2045年）不同氣候情景下LTC活動的頻數(shù)和強(qiáng)度變化特征。結(jié)果表明：在Historical情景下雖然各模式模擬的1986—2005年LTC均少于觀測值，但仍然較好的再現(xiàn)LTC的季節(jié)分布、地理位置分布和強(qiáng)度分布特征。未來氣候情景下不同強(qiáng)度LTC的頻數(shù)預(yù)估則顯示，相對于Historical情景，RCP2.6和RCP8.5情景下較弱的LTC有減少的趨勢，而較強(qiáng)的LTC則表現(xiàn)為略微的增加。另外，對比不同模式的結(jié)果可以發(fā)現(xiàn)，模式中若中國大陸近海區(qū)域平均垂直風(fēng)切變和海平面氣壓較大，則其對應(yīng)的LTC活動較少；若模式中海表溫度較高，則LTC的平均登陸強(qiáng)度較大。

CMIP5模式；熱帶氣旋；登陸；氣候變化；預(yù)估

1 引言

西北太平洋熱帶氣旋（Tropical Cyclone，TC）發(fā)生頻繁，并且受到西太平洋副熱帶高壓的影響，使部分TC移向中國海岸帶附近登陸，給我國造成巨大的經(jīng)濟(jì)損失和人員傷亡。雖然TC會給人類生活帶來負(fù)面影響（如風(fēng)災(zāi)、風(fēng)暴潮災(zāi)害等），但同時(shí)也在維持區(qū)域水資源方面起到了重要的作用，因此開展登陸中國熱帶氣旋（Landfalling Tropical Cyclone，LTC）的研究，對于理解區(qū)域氣候的變化和服務(wù)于我國的防災(zāi)減災(zāi)工作，都有重要的意義。

TC的登陸受到多種背景場因素的影響。如丁一匯等[1]、王磊等[2]指出西北太平洋TC活動受到副熱帶高壓所產(chǎn)生的引導(dǎo)氣流的影響。同時(shí)，由于全球變暖趨勢的影響，海溫的增高明顯，作為TC活動的主要能量來源，海表溫度對TC活動的影響也受到了學(xué)者的關(guān)注。Wang等[3]對ENSO事件發(fā)生前后的西北太平洋TC活動特征進(jìn)行了研究，結(jié)果表明：ENSO事件對TC的生成總個(gè)數(shù)并沒有明顯的影響，但是在ENSO強(qiáng)暖年的夏秋季TC的移動路徑有向北偏轉(zhuǎn)的趨勢。同時(shí)，黃榮輝等[4]針對我國登陸臺風(fēng)的登陸地點(diǎn)及其與夏季東亞/太平洋型（即EAP型）遙相關(guān)的關(guān)系也展開了相關(guān)研究，指出EAP指數(shù)為高（低）指數(shù)時(shí)，7—9月份在我國廈門以北（南）登陸臺風(fēng)和TC數(shù)量偏多（少）。此外，針對登陸我國歷史TC活動本身的特征也展開了相關(guān)的研究，對于我國歷史觀測LTC資料僅為地名的狀況，任福民等[5]制定了我國LTC資料的信息化方案，并分析了我國1951—2004年歷史LTC的基本氣候特征，指出對于中國大陸、海南和臺灣三地，雖然LTC總頻數(shù)有下降的趨勢，但其中較強(qiáng)的LTC活動（登陸風(fēng)暴及以上強(qiáng)度）頻數(shù)均無明顯增多或減少趨勢。

隨著數(shù)值模式的發(fā)展，從全球氣候模式（Global Climate Model，GCM）模擬場中直接診斷TC活動，成為研究未來TC活動變化的一個(gè)重要手段。Camargo[6]從耦合模式比較計(jì)劃第五階段（Coupled Model Intercomparison Project Phase 5，CMIP5）多模式模擬場中直接診斷TC活動，并分析了不同氣候情景下（Historical、RCP4.5和RCP8.5）TC頻次的差異性，指出GCM的較低分辨率造成了TC活動的發(fā)生頻次低估。Tory等[7]基于CMIP5多模式集應(yīng)用OWZP診斷方法對21世紀(jì)末高排放情景下（RCP8.5）全球TC發(fā)生頻次進(jìn)行評估，多模式集中模擬效果較好的8個(gè)模式一致表明全球TC發(fā)生頻數(shù)有下降的趨勢（7%—28%）。Sun等[8]基于GCM模擬大尺度環(huán)流場與LTC活動的經(jīng)驗(yàn)關(guān)系建立了一個(gè)對登陸我國TC活動預(yù)測的統(tǒng)計(jì)-動力模式，對觀測數(shù)據(jù)的回報(bào)檢驗(yàn)結(jié)果表明，該模式能夠較好的預(yù)測LTCs的年際變率。

以上研究多集中于從GCM中直接診斷外海TC的活動特征，或利用GCM輸出的大尺度環(huán)流場與LTC的統(tǒng)計(jì)關(guān)系進(jìn)行研究。本文則嘗試從GCM中直接識別和診斷LTC，并與觀測資料進(jìn)行對比，同時(shí)預(yù)估不同排放情景下未來LTC的變化趨勢。

2 資料和方法

2.1 數(shù)據(jù)資料

本文所用數(shù)據(jù)資料主要包括兩部分：（1）中國氣象局熱帶氣旋最佳路徑數(shù)據(jù)集，該數(shù)據(jù)集提供了1949年以來西北太平洋（含南海、赤道以北、東經(jīng)180°以西）海域熱帶氣旋每6 h的位置和強(qiáng)度，并提供有歷史登陸我國TC活動的編號，本文依據(jù)該編號，從中國氣象局熱帶氣旋最佳路徑數(shù)據(jù)集中提取了歷史登陸我國的TC活動信息。（2）CMIP5全球氣候模式模擬數(shù)據(jù)（包括200 hPa、850 hPa、10 m風(fēng)場、海平面氣壓場），時(shí)間分辨率為1d。該模式集包括現(xiàn)階段氣候情景模擬（1986—2005年）和未來典型濃度路徑情景模擬（RCPs、2006—2045年）。其中，RCPs包含4種排放情景由高到低分別為RCP8.5、RCP6.0、RCP4.5和RCP2.6[9]。RCP4.5作為未來最有可能發(fā)生的排放情景，RCP2.6和RCP8.5則分別代表了未來氣候的相對極端變化，因此，本文選擇這3個(gè)排放情景下的模式數(shù)據(jù)作為未來氣候變化的研究對象。

CMIP5的各模式來自于全球不同國家的研究機(jī)構(gòu)，同時(shí)，也給出了各模式的格點(diǎn)（緯度×經(jīng)度）和分辨率信息（見表1）。模式的選取基于目前可獲得的CMIP5模式數(shù)據(jù)資料的完整性（包括不同情景下各變量），后續(xù)研究將會針對更多的CMIP5模式數(shù)據(jù)進(jìn)行。

2.2 TC診斷及登陸判斷方法

許多學(xué)者已經(jīng)開展了關(guān)于從全球氣候模式輸出場中診斷類TC活動的研究[10-12]。盡管不同研究所使用的TC診斷方法不完全相同，但都集中在TC活動生成所需要的較大尺度的熱動力場環(huán)境，如風(fēng)場、氣壓場、溫度場等，因?yàn)閷τ谌驓夂蚰Ｊ蕉裕鞣N研究表明其僅對較大尺度的環(huán)流特征的模擬準(zhǔn)確性較好。本文選取已經(jīng)普遍使用的TC活動診斷方法及相關(guān)物理參數(shù)閾值對中國近海區(qū)域的可能登陸TC活動進(jìn)行診斷：首先根據(jù)TC活動的結(jié)構(gòu)特征（如：海平面低壓中心、850 hPa低壓旋轉(zhuǎn)風(fēng)場結(jié)構(gòu)等）確定類TC活動的位置，其次根據(jù)一定的物理參數(shù)閾值（如：垂直風(fēng)切變、近中心最大風(fēng)速以及類TC結(jié)構(gòu)持續(xù)存在時(shí)間等）對TC活動進(jìn)行區(qū)分，具體方案參見文獻(xiàn)[10，13-14]。

表1 本文研究所用CMIP5各模式信息

本文所使用的診斷方法中需要設(shè)置與網(wǎng)格大小有關(guān)的各項(xiàng)參數(shù)，如判斷風(fēng)場氣旋結(jié)構(gòu)的網(wǎng)格大小的選擇、判斷是否登陸陸地的距離閾值對應(yīng)的格點(diǎn)數(shù)等。而如果模式使用不同分辨率，則各模式診斷結(jié)果中會存在與診斷閾值選擇有關(guān)的差異，影響結(jié)果的準(zhǔn)確性。同時(shí)，如果每個(gè)模式網(wǎng)格單獨(dú)設(shè)置診斷參數(shù)，也不利于數(shù)據(jù)處理的自動化。因此，為了方便數(shù)據(jù)處理以及消除診斷方法中各參數(shù)閾值（TC風(fēng)場結(jié)構(gòu)大小、與陸地點(diǎn)距離等）對于模式時(shí)空分辨率的依賴性，本文將所有模式數(shù)據(jù)插值到1.5°× 1.5°的網(wǎng)格。

隨后基于上述診斷結(jié)果篩選出影響我國的TC活動信息。需要特別說明的是，由于本文所收集的全球氣候模式數(shù)據(jù)均為日資料，以TC活動的平均移動速度25 km/h計(jì)算，一日之內(nèi)TC移動距離可達(dá)600 km，對于接近陸地的TC活動信息來說并不能準(zhǔn)確判斷其在兩個(gè)時(shí)次之間是否登陸（見圖1，需要注意的是本文僅對一定區(qū)域內(nèi)的TC活動進(jìn)行診斷，TC路徑端點(diǎn)并非實(shí)際TC活動生成和消亡位置）。同時(shí)，全球氣候模式的較低分辨率對于海陸分界區(qū)域的識別能力較差，近海區(qū)域均為水陸混合下墊面（見圖1淺灰色陰影區(qū)），利用模式地形來判斷診斷TC結(jié)果是否登陸存在較大誤差。因此本文對于TC活動的登陸判斷方法如下：基于高分辨率（0.2°）的中國海岸帶海陸分布地形數(shù)據(jù)文件，如診斷TC活動的某個(gè)時(shí)次路徑點(diǎn)進(jìn)入距離中國海岸線兩倍模式分辨率（3°約300 km）范圍之內(nèi)，即判斷為LTC，其登陸位置記錄為進(jìn)入陸地之前距離我國海岸線最近的一個(gè)TC路徑信息點(diǎn)。

同時(shí)，為了將模式的歷史氣候情景模擬與觀測對比，本文按照上述同樣的登陸判斷方法對CMA登陸熱帶氣旋日信息數(shù)據(jù)進(jìn)行處理，得到觀測LTC活動的登陸時(shí)刻信息。需要注意的是，本文對觀測LTC登陸點(diǎn)的判斷是基于中國氣象局已經(jīng)給定的歷史登陸熱帶氣旋編號，并從其路徑信息中選取登陸中國大陸之前距離陸地最近的一點(diǎn)，而并非對所有熱帶氣旋信息進(jìn)行重新登陸判定。

圖1 BCC-CSM1.1模式模擬2002年診斷的3個(gè)TC路徑（陰影為模式地形陸地面積指數(shù)分布）

2.3 LTC活動登陸強(qiáng)度分級

由于不同CMIP5模式對于近地面10 m風(fēng)場的模擬效果不同，實(shí)驗(yàn)結(jié)果也表明，診斷TC活動的中心最大風(fēng)速也遠(yuǎn)小于實(shí)際觀測TC風(fēng)速，并且各個(gè)模式模擬能力也不相同。Horn等[15]也指出，在模式輸出結(jié)果中采用實(shí)際觀測資料中所用的相應(yīng)量值標(biāo)準(zhǔn)（如風(fēng)速超過33 m/s為臺風(fēng)的判別標(biāo)準(zhǔn)）不利于改進(jìn)模式之間存在的偏差。因此為了能夠研究對比不同排放情景下模擬的LTC活動的強(qiáng)度變化，本文統(tǒng)一了各模式模擬LTC登陸時(shí)刻強(qiáng)度的分級規(guī)則，即將各模式模擬LTC的登陸時(shí)刻強(qiáng)度（最大近中心風(fēng)速）進(jìn)行標(biāo)準(zhǔn)化，方案如下：

對于每一個(gè)模式，將其模擬診斷出的歷史和未來情景下LTC活動登陸時(shí)刻的風(fēng)速（1986—2045年）作為該模式診斷LTC風(fēng)速分級種子庫，首先分別去除其極大極小風(fēng)速，然后依據(jù)其剩余部分最強(qiáng)最弱LTC登陸時(shí)刻近中心最大風(fēng)速，將其五等分得到6個(gè)風(fēng)速值，作為該模式結(jié)果由弱到強(qiáng)5個(gè)LTC登陸時(shí)刻強(qiáng)度等級的劃分。該方法的優(yōu)勢在于，彌補(bǔ)了模式模擬LTC近中心最大風(fēng)速過小的缺陷。其次，保持了模式內(nèi)部不同情景下比較LTC登陸時(shí)刻強(qiáng)度的一致性。同時(shí)也能夠有效的區(qū)分LTC登陸時(shí)刻的強(qiáng)度差異。

需要指出的是，為了對比模式歷史氣候模擬TC特征與觀測的差異需要對CMA觀測熱帶氣旋強(qiáng)度采用與模式同樣的分級方法進(jìn)行處理，而觀測資料中由于風(fēng)速數(shù)據(jù)記錄精確性的問題，經(jīng)常出現(xiàn)多個(gè)TC活動登陸時(shí)刻的最大風(fēng)速相同（如多個(gè)TC登陸風(fēng)速同為25 m/s），不便于直接進(jìn)行分級。考慮本文所使用的模式數(shù)據(jù)為日數(shù)據(jù)，而觀測資料為相對較高的6 h數(shù)據(jù)，因此本文在觀測資料原始6 h數(shù)據(jù)的基礎(chǔ)上對每一個(gè)12 h時(shí)次的TC活動強(qiáng)度進(jìn)行近似，即利用12 h前后共3個(gè)時(shí)次的平均值更新12 h時(shí)刻的TC最大風(fēng)速，然后再對1986—2005年所有觀測LTC活動進(jìn)行分級。

3 歷史氣候態(tài)LTC活動模擬

基于上述模式（觀測）數(shù)據(jù)和TC診斷方法，本節(jié)針對LTC活動的季節(jié)、登陸區(qū)域和強(qiáng)度分布特征對比分析了1986—2005年模式歷史氣候態(tài)模擬結(jié)果與觀測結(jié)果之間的差異。表2給出了歷史氣候態(tài)下各模式模擬的LTCs年平均個(gè)數(shù)。與同期歷史觀測LTC數(shù)量相比，各模式診斷出的LTC活動年平均數(shù)量均小于歷史觀測值（Observation，OBS）。這部分誤差可能來源于全球氣候模式本身和LTC診斷方法（各項(xiàng)參數(shù)閾值選取的不確定性）。此外，針對不同分辨率的模式之間對比，其中原始分辨率較低的3個(gè)模式：BCC-CSM1.1、GFDL和HADGEM2中除GFDL模擬LTC個(gè)數(shù)明顯偏低以外，其余兩個(gè)模式的模擬LTC數(shù)量均高于各模式的平均。而原始分辨率最高的兩個(gè)模式BCC-CSM1.1-M和MRICGCM3，分別模擬了較高和較低數(shù)量的LTC活動。這些結(jié)果在一定程度上說明，對比模式模擬和診斷LTC過程中其他的影響因素（模式本身模擬能力、診斷參數(shù)閾值的選取等），診斷方法中存在的僅與分辨率相關(guān)的誤差相對較小。

諸多研究表明，從全球氣候模式中直接診斷所得到的LTC活動發(fā)生頻數(shù)遠(yuǎn)小于實(shí)際觀測LTC數(shù)量[6，16]。然而Camargo[6]、Horn等[15]也指出，在大多數(shù)全球氣候模式中診斷得到的LTC活動信息依然能夠較好的再現(xiàn)當(dāng)前氣候態(tài)下的TC活動特征。如圖2a所示，對于模式結(jié)果的季節(jié)分布而言，與歷史觀測LTC活動季節(jié)分布相比，各個(gè)模式結(jié)果也出現(xiàn)了不同程度的偏移，如BCC-CSM1.1和CNRM-CM5的LTC活躍期時(shí)間跨度增大，而GFDL最多的月份為7月份。然而多數(shù)模式的LTC發(fā)生頻率均較好的再現(xiàn)了歷史觀測LTC的季節(jié)分布特征，即LTC主要發(fā)生在7—9月份。

表2 Historical模擬（年平均）

表3 Historical模擬熱帶氣旋強(qiáng)度（單位：m/s）

圖2 1986—2005年模式模擬（Historical Run）與觀測TC活動對比

全球模式診斷TC活動的近中心最大風(fēng)速遠(yuǎn)小于實(shí)際觀測值（見表3），對各模式診斷LTC的近中心風(fēng)速最大值、平均值和最小值來看，模式本身的模擬能力差異（包括模式性能、物理參數(shù)化方案等）對LTC近中心風(fēng)速的影響可能大于模式分辨率所帶來的影響。

按照本文所使用的LTC強(qiáng)度分級方法對模式歷史模擬的LTC活動進(jìn)行分級后，其強(qiáng)度分布特征如圖2b所示，其中OBS為歷史觀測LTC強(qiáng)度分布，按照與模式LTC相同的分級方法進(jìn)行。從中可以看出，各模式能夠較好的模擬出不同強(qiáng)度LTC活動的頻次分布。但是針對強(qiáng)度較弱（G1、G2、G3）的LTC活動頻率分布來看，各模式與OBS的誤差相對較大，且對于G1、G3等級來說，其模式間結(jié)果的差異性也較大。這可能是因?yàn)閷τ谳^弱的LTC活動，全球氣候模式對其識別能力較差，而且較弱LTC活動一般伴隨較弱的低壓氣旋風(fēng)場，其對于診斷方法的精度要求也較高，診斷的結(jié)果誤差也相對較大。同時(shí)，Tory等[16]也在研究中指出，模式診斷TC活動的準(zhǔn)確度隨目標(biāo)TC活動（即歷史觀測TC）強(qiáng)度的增加而增加。因此，可以認(rèn)為，對于較強(qiáng)的LTC活動來說，其診斷結(jié)果應(yīng)該具有相對較高的可信度。

對于LTC活動的登陸地理位置而言，盡管在診斷過程中已經(jīng)盡可能選擇距離陸地最近的TC活動位置作為登陸位置，但如圖3所示，仍有部分LTC登陸位置距離中國大陸有一定距離（包括觀測）。從圖3 h中可以看出，歷史觀測LTC活動登陸區(qū)域多集中在北至廣東、福建，南至海南的帶狀區(qū)域內(nèi)，并在臺灣東部、福建至廣州沿海和海南島沿海區(qū)域存在極值，這與任福民等[5]所得到的關(guān)于中國大陸受LTC影響嚴(yán)重的區(qū)域的結(jié)論相一致。對模式結(jié)果分析表明，GFDL（見圖3 e）診斷TC活動數(shù)量較少，其分布區(qū)域范圍也相對較小，但仍在海南島沿海存在集中登陸區(qū)域。其他幾個(gè)模式的LTC登陸位置分布則均較符合歷史觀測LTC位置的分布特征，多集中在海南島至臺灣島之間的區(qū)域。

4 未來氣候情景下LTC活動預(yù)估

將同樣的LTC診斷和登陸判斷方法應(yīng)用到2026—2045年未來氣候情景下（RCPs）各模式輸出場中，所得到的各模式模擬的LTCs年平均頻次如表4所示。從中可以看出，LTCs年頻次的分布大致與歷史模擬一致，即在當(dāng)前氣候態(tài)下LTCs數(shù)量較少的模式在RCPs情景下也較少。比較3個(gè)RCP情景與Historical情景結(jié)果并沒有出現(xiàn)明顯的分布特征，如BCC-CSM1.1-M在RCP8.5情景下LTC個(gè)數(shù)最多，而GFDL和MRI-CGCM3則在RCP4.5情景下最多。但根據(jù)模式平均結(jié)果來看，增暖情景中的RCP2.6和RCP8.5的LTCs個(gè)數(shù)均低于Historical模擬結(jié)果，但變化幅度僅為0.2個(gè)/a、0.3個(gè)/a，因此增暖情景下LTCs個(gè)數(shù)沒有出現(xiàn)明顯的變化。

圖4給出了各模式模擬1986—2005年LTCs年個(gè)數(shù)分布情況。從中可以看出，除CCSM4和CNRM-CM5模式表現(xiàn)出了Historical模擬LTC頻數(shù)大于RCP情景下模擬以外，其他各模式均未表現(xiàn)出明顯的未來LTC頻數(shù)上升或下降的趨勢。但是對比兩個(gè)RCP情景下年平均LTC個(gè)數(shù)的差異可以看出，BCC-CSM1.1、CNRM-CM5、GFDL、HADG EM2、MRI-CGCM3均表現(xiàn)出RCP8.5高排放情景下LTC頻數(shù)下降的趨勢。而從各模式的平均MME也可以看出RCP2.6和RCP8.5情景下LTC頻數(shù)的有所降低，其中RCP8.5情景下降低幅度更明顯，而RCP4.5情景下LTC頻數(shù)則有所增加。

表4 RCP情景模擬（年平均）

圖3 1986—2005年當(dāng)前氣候情景下模式模擬與觀測LTC登陸位置密度（個(gè)/20 a）分布對比

對于不同強(qiáng)度的全球TC活動的頻數(shù)變化趨勢，許多學(xué)者已經(jīng)開展了研究，并得到較為統(tǒng)一的結(jié)論：從全球TC活動來看，未來氣候情景下，較強(qiáng)TC活動的頻數(shù)有增加的趨勢[17-21]。以上結(jié)論為基于對TC活動整個(gè)生命周期的最大強(qiáng)度的分析，而TC登陸前在近海區(qū)域可能出現(xiàn)突然加強(qiáng)或者突然減弱消亡的情況[22]，本文的研究也只著眼于LTC活動登陸時(shí)刻的強(qiáng)度特征。圖5給出了各模式不同情景下RCPs情景相對于Historical模擬的診斷LTCs的不同強(qiáng)度等級LTC對應(yīng)的個(gè)數(shù)分布。圖5h為各模式的平均結(jié)果，從模式集合平均結(jié)果來看，RCP4.5情景模擬并沒有體現(xiàn)出與Historical模擬較大的差異性，其在各個(gè)等級的LTC活動頻數(shù)變化均較小。而對于RCP2.6和RCP8.5情景，較弱等級的LTC（G2、G3）發(fā)生頻次有減少的趨勢。而對于較強(qiáng)等級（G4、G5）的LTC活動，3個(gè)情景均僅在G4的頻次上有增加的趨勢，而G5頻次幾乎沒有變化。雖然從模式平均的總體上來看，LTC活動也出現(xiàn)了較強(qiáng)級別增加而較弱級別減少的現(xiàn)象，但該變化較小，僅為3—4個(gè)/10 a。

從各模式間的結(jié)果一致性來看，RCP2.6情景下有BCC-CSM1.1、BCC-CSM1.1-M、CNRM-CM5、GFDL和MRI-CGMC3共5個(gè)模式表現(xiàn)出較明顯的G2、G3等級LTC減少，G4、G5等級LTC增多或不變。RCP8.5情景下則為BCC-CSM1.1、CCSM4、CNRM-CM5、GFDL、HADGEM2與模式平均結(jié)果表現(xiàn)出較為一致的特征。而RCP4.5情景下除BCC-CSM1.1-M以外，其他各模式的LTC強(qiáng)度分布均無規(guī)則，特別是GFDL與MRI-CGCM3模式結(jié)果各等級LTC活動均表現(xiàn)增加，這也與該模式之前年平均LTC個(gè)數(shù)出現(xiàn)異常偏高一致。因此，相對來說，RCP2.6和RCP8.5情景各模式結(jié)果LTC強(qiáng)度分布趨勢較為一致，而RCP4.5情景則無明顯規(guī)律。

圖4 各模式模擬不同情景下LTC年個(gè)數(shù)（*為異常值，H—Historical模擬，2.6—RCP2.6模擬，4.5—RCP4.5模擬，8.5—RCP8.5模擬）

5 影響模式模擬LTC活動特征差異的近海環(huán)境場分析

TC活動的生成及移動路徑受到海洋的熱力狀態(tài)及其上空的大氣環(huán)流的嚴(yán)重影響[23-24]。本節(jié)針對影響TC活動的重要環(huán)境場因子展開討論，以期尋找各情景之間特別是各模式之間對于TC活動的數(shù)量和強(qiáng)度模擬的差異性的來源。為了對比各模式各情景下模擬環(huán)境場與其對應(yīng)情景下模擬LTC頻數(shù)的關(guān)系，圖6給出了不同情景下LTC年頻數(shù)與其對應(yīng)主要發(fā)生區(qū)域（15°—35°N，105°—125°E，僅海洋格點(diǎn)）7—9月各環(huán)境因子的平均異常場，并給出了各模式各情景下20 a數(shù)據(jù)對應(yīng)異常場的線性趨勢。

圖5 各模式RCPs情景下不同強(qiáng)度LTC頻數(shù)相對于1986—2005年Historical模擬的變化

相對于海表面溫度（Sea Surface Temperature，SST），各情景下模式模擬中國大陸近海垂直風(fēng)切變（Wind Shear，WS）和海平面氣壓（Sea Level Pressure，SLP）與LTC發(fā)生頻次的相關(guān)性更強(qiáng)（見圖6）。圖6a—d顯示，各模式TC頻數(shù)和WS大小的線性回歸趨勢均通過了99%信度水平的t檢驗(yàn)，Historical、RCP2.6、RCP4.5和RCP8.5情景分別表現(xiàn)為-0.47、-0.46、-0.4和-0.46個(gè)LTC m/（s·a），其中除RCP4.5情景趨勢較小外，其他的3個(gè)情景趨勢比較接近。比較各模式多年平均結(jié)果來看，模擬區(qū)域平均WS相對較大的模式相應(yīng)的也模擬出了相對較少的LTC活動。理論上來說，WS的大小決定了TC初始擾動的對流凝結(jié)所釋放的潛熱能是否能夠集中在一個(gè)有限的空間范圍內(nèi)，WS越小則垂直方向通風(fēng)條件較差，有利于TC活動上空的能量集中并促使初始擾動的氣壓下降從而加強(qiáng)TC活動的形成，但Zhao等[10]也指出盡管WS是模式模擬TC頻數(shù)的一個(gè)較好的預(yù)報(bào)因子，但其并不是TC頻數(shù)變化的決定性因素。如GFDL模式結(jié)果所示，其模擬的WS接近各模式的平均結(jié)果而LTC數(shù)量則為各模式最少。

對于SLP，同WS類似，模式集合結(jié)果的線性趨勢也均通過了99%信度水平的t檢驗(yàn)，各情景分別表現(xiàn)為-0.67、-0.78、-0.6和-0.8個(gè)LTC/（hPa·a），同樣的RCP4.5情景趨勢最小。根據(jù)各模式結(jié)果來看，相對WS來說各模式LTC隨SLP變化有著較好的模式間一致性。這說明模式模擬的SLP相比WS對LTC個(gè)數(shù)的影響更加明顯，即SLP模擬較高的模式其對應(yīng)模擬的LTC個(gè)數(shù)也相對較少。

圖6 Historical（1986—2005年）和RCP（2026—2045年）年均LTC個(gè)數(shù)和7—9月平均的垂直風(fēng)切變、海平面氣壓、海表面溫度相對4個(gè)情景平均結(jié)果的異常的散點(diǎn)圖

根據(jù)模式模擬SST的異常情況來看，其與影響中國大陸LTC活動年頻次的相關(guān)性較弱，僅RCP2.6（RCP8.5）情景下的模式集合結(jié)果趨勢通過了99%（95%）信度水平的顯著性檢驗(yàn)，并表現(xiàn)為隨SST增加LTC發(fā)生頻次增加的趨勢，分別為1.1（0.8）個(gè)LTC/（K·a）。雖然海表溫度較高有利于TC的發(fā)生發(fā)展[25]，但綜合各模式結(jié)果來看并沒有顯著表現(xiàn)出LTC頻數(shù)隨模擬SST異常增大而增加的趨勢，這說明SST升高在LTC頻數(shù)變化中不占據(jù)主導(dǎo)地位。

綜上各情景對比結(jié)果顯示RCP4.5情景下LTC數(shù)量與WS、SLP的線性趨勢均小于其他情景，與SST相關(guān)性則較差。而就多模式平均結(jié)果而言，WS和SLP在各情景下對比僅有微小差異，SST隨情景排放量的增加增大較為明顯，但相對于HIS模擬平均年LTC發(fā)生頻次最大差別也僅減少0.3個(gè)/a（RCP8.5，見表4）。

圖7 Historical（1986—2005年）和RCP（2026—2045年）年均TC登陸強(qiáng)度和7—9月平均的垂直風(fēng)切變、海平面氣壓、海表面溫度相對于4個(gè)情景平均結(jié)果的異常的散點(diǎn)圖

與LTC年發(fā)生頻次不同，LTC平均登陸強(qiáng)度受各模式模擬SST異常的影響相對WS和SLP來說更加明顯（見圖7）。對于模式集合的線性回歸趨勢來看，盡管WS和LTC年均強(qiáng)度在4個(gè)情景下均表現(xiàn)出負(fù)相關(guān)，但相關(guān)性均較差，僅在RCP4.5情景下通過了95%信度水平的t檢驗(yàn)。SLP則在Historical、RCP2.6情景下表現(xiàn)為正相關(guān)，RCP4.5、RCP8.5情景下為正相關(guān)，且均未通過95%信度水平的t檢驗(yàn)。

根據(jù)SST結(jié)果來看，各情景下相對于WS和SLP均有較好的與LTC平均登陸強(qiáng)度的相關(guān)性（均通過了99%信度水平的t檢驗(yàn)），Historical、RCP2.6、RCP4.5和RCP8.5分別表現(xiàn)出1.89、1.25、1.01和1.47 m/（s·K）隨SST增加的趨勢。而多模式集合的平均LTC登陸強(qiáng)度相對于HIS模擬，RCP2.6減小-0.52%，RCP4.5和RCP8.5分別為增大0.32%和0.63%。由此看來，相對于WS和SLP而言，SST與LTC登陸強(qiáng)度的變化之間聯(lián)系更加密切。這說明，SST作為一種外源強(qiáng)迫，為TC的形成和發(fā)展提供直接的能量來源，模式模擬SST的差異相對于WS和SLP來說對TC活動過程中的強(qiáng)度變化影響更大。

綜上所述，對于影響我國大陸附近的熱帶氣旋活動來說，全球氣候模式模擬的垂直風(fēng)切變場和海平面氣壓場對LTC年發(fā)生頻次的影響較大，均表現(xiàn)為負(fù)相關(guān)的趨勢。而LTC平均強(qiáng)度則與模式模擬海表面溫度有較明顯的正相關(guān)趨勢。

6 結(jié)果與討論

本文利用中國氣象局熱帶氣旋最佳路徑數(shù)據(jù)集（1986—2005年）和CMIP5不同情景下的輸出場，對比分析了我國LTC活動特征，并評估了其未來氣候情景下的變化趨勢。結(jié)果表明：（1）雖然歷史情景下各模式中LTC的活動均少于歷史觀測值，但其較好的再現(xiàn)了LTC的季節(jié)分布特征和強(qiáng)度分布特征，以及登陸我國的大致區(qū)域；（2）對未來氣候情景下不同強(qiáng)度LTC活動的頻數(shù)預(yù)估表明，RCP8.5排放情景下LTC活動頻數(shù)有減少的趨勢；（3）相對于Historical情景，RCP2.6和RCP8.5下弱LTC活動有減少的趨勢，而較強(qiáng)的LTC活動頻數(shù)則略微增加，RCP4.5情景下變化不明顯；（4）對于與TC活動相關(guān)的環(huán)境場分析表明，模式中LTC的頻次與垂直風(fēng)切變和海平面氣壓場存在顯著的正相關(guān)，而LTC的強(qiáng)度與則SST存在顯著的正相關(guān)，即單個(gè)模式中若垂直風(fēng)切變和海平面氣壓越大，其模擬的LTC活動數(shù)量則越少；若模式中SST越高，則其平均LTC強(qiáng)度也越大。

本文利用全球氣候模式的結(jié)果分析了登陸我國的TC活動特征，選擇了較為普遍使用的模式TC活動診斷方法（主要基于動力場，包括高低空風(fēng)場和海平面氣壓場），并建立了TC登陸的判斷依據(jù)。而Knutson等[19]也指出不同的診斷方法和判別準(zhǔn)則也會影響對LTC特征的描述，因此本文的結(jié)論可能依賴于所用的診斷方法和判別準(zhǔn)則，這需要進(jìn)一步的研究加以確認(rèn)。另外，本文受限于模式數(shù)據(jù)資料的獲取途徑和各模式情景數(shù)據(jù)的完整性，僅選取了CMIP5的部分模式結(jié)果，并不能很好的解釋未來排放情景下氣候變化中所存在的模式依賴性問題。因此，完善和改進(jìn)TC活動診斷和登陸判斷方法，增加參與氣候評估的模式數(shù)量都值得進(jìn)一步的研究。

[1]丁一匯,Reiter E R.影響西太平洋臺風(fēng)形成的大尺度環(huán)流條件[J].海洋學(xué)報(bào),1983,5(5):561-574.

[2]王磊,陳光華,黃榮輝.影響登陸我國不同區(qū)域熱帶氣旋活動的大尺度環(huán)流定量分析[J].大氣科學(xué),2009,33(5):916-922.

[3]Wang B,Chan J C L.How Strong ENSO Events Affect Tropical Storm Activity Over the Western North Pacific[J].Journal of Climate,2002,15(13):1643-1658.

[4]黃榮輝,王磊.臺風(fēng)在我國登陸地點(diǎn)的年際變化及其與夏季東亞/太平洋型遙相關(guān)的關(guān)系[J].大氣科學(xué),2010,34(5):853-864.

[5]任福民,王小玲,陳聯(lián)壽,等.登陸中國大陸、海南和臺灣的熱帶氣旋及其相互關(guān)系[J].氣象學(xué)報(bào),2008,66(2):224-235.

[6]Camargo S J.Global and Regional Aspects of Tropical Cyclone Activity in the CMIP5 Models[J].Journal of Climate,2013,26 (24):9880-9902.

[7]Tory K J,Chand S S,McBride J L,et al.Projected Changes in Late-Twenty-First-Century Tropical Cyclone Frequency in 13 Coupled Climate Models from Phase 5 of the Coupled Model Intercomparison Project[J].Journal of Climate,2013,26(24): 9946-9959.

[8]Sun J Q,Ahn J B.A GCM-Based Forecasting Model for the LandfallofTropicalCyclonesinChina[J].Advancesin Atmospheric Sciences,2011,28(5):1049-1055.

[9]王紹武,羅勇,趙宗慈,等.新一代溫室氣體排放情景[J].氣候變化研究進(jìn)展,2012,8(4):305-307.

[10]Zhao M,Held I M,Lin S J,et al.Simulations of Global Hurricane Climatology,Interannual Variability,and Response to Global Warming Using a 50-km Resolution GCM[J].Journal of Climate, 2009,22(24):6653-6678.

[11]Camargo S J,Zebiak S E.Improving the Detection and Tracking of Tropical Cyclones in Atmospheric General Circulation Models [J].Weather and Forecasting,2002,17(6):1152-1162.

[12]Walsh K,Lavender S,Scoccimarro E,et al.Resolution dependence of Tropical Cyclone Formation in CMIP3 and Finer ResolutionModels[J].ClimateDynamics,2013,40(3-4):585-599.

[13]Walsh K J E,Fiorino M,Landsea C W,et al.Objectively Determined Resolution-Dependent Threshold Criteria for the Detection of Tropical Cyclones in Climate Models and Reanalyses [J].Journal of Climate,2007,20(10):2307-2314.

[14]Tory K J,Chand S S,Dare R A,et al.The Development and Assessment of a Model-,Grid-,and Basin-Independent Tropical Cyclone Detection Scheme[J].Journal of Climate,2013,26(15): 5493-5507.

[15]Horn M,Walsh K,Zhao M,et al.Tracking Scheme Dependence of Simulated Tropical Cyclone Response to Idealized Climate Simulations[J].Journal of Climate,2014,27(24):9197-9213.

[16]Tory K J,Chand S S,Dare R A,et al.An Assessment of a Model-, Grid-,andBasin-IndependentTropicalCycloneDetection Scheme in Selected CMIP3 Global Climate Models[J].Journal of Climate,2013,26(15):5508-5522.

[17]Emanuel K,Sundararajan R,Williams J.Hurricanes and Global Warming:Results from Downscaling IPCC AR4 Simulations[J]. Bulletin of the American Meteorological Society,2008,89(3): 347-367.

[18]Bender M A,Knutson T R,Tuleya R E,et al.Modeled Impact of Anthropogenic Warming on the Frequency of Intense Atlantic Hurricanes[J].Science,2010,327(5964):454-458.

[19]Knutson T R,Mcbride J L,Chan J,et al.Tropical Cyclones and Climate Change[J].Nature Geoscience,2010,3(3):157-163.

[20]Murakami H,Wang Y Q,Yoshimura H,et al.Future Changes in Tropical Cyclone Activity Projected by the New High-Resolution MRI-AGCM[J].Journal of Climate,2012,25(9):3237-3260.

[21]Manganello J V,Hodges K I,Dirmeyer B,et al.Future Changes in the Western North Pacific Tropical Cyclone Activity Projected by a Multidecadal Simulation with a 16-km Global Atmospheric GCM[J].Journal of Climate,2014,27(20):7622-7646.

[22]端義宏,陳聯(lián)壽,梁建茵,等.臺風(fēng)登陸前后異常變化的研究進(jìn)展[J].氣象學(xué)報(bào),2014,72(5):969-986.

[23]Chen G H,Huang R H.Influence of Monsoon Over the Warm Pool on Interannual Variation on Tropical Cyclone Activity Over the Western North Pacific[J].Advances in Atmospheric Sciences, 2008,25(2):319-328.

[24]黃榮輝,陳光華.西北太平洋熱帶氣旋移動路徑的年際變化及其機(jī)理研究[J].氣象學(xué)報(bào),2007,65(5):683-694.

[25]Chu P S.Large-Scale Circulation Features Associated with Decadal Variations of Tropical Cyclone Activity over the Central North Pacific[J].Journal of Climate,2002,15(18):2678-2689.

Climate change projection of the landfalling tropical cyclone in China: results of CMIP5 models

LI Han，LING Tie-jun，ZU Zi-qing，WANG Jian
（National Marine Environmental Forecasting Center,Key Laboratory of Research on Marine Hazards forecasting,State Oceanic Administration People’s Republic of China,Beijing 100081 China）

Based on Landfalling Tropical Cyclone(LTC)Best-Track(BST)Data from China Meteorological Administration(CMA)and 7 Global Climate Models(GCMs)outputs under historical scenario during 1986—2005 and the Representative Concentration Pathways,this paper firstly investigated the simulated LTC from the GCMs in contrast with the BST.Then the change of frequency and intensity of future LTCs from the GCMs under the RCPs(RCP2.6,RCP4.5,RCP8.5)over 2026—2045 are also detected and projected.The result show that,the LTCs from GCMs well reproduce the observed LTC seasonal,geographical position and intensity probability distribution although the frequency of LTCs detected from the GCMs are all less than observed.With respect to the reference period 1986—2005 of historical simulation,the annual mean occurrence frequency of weak LTCs decrease while strong ones increase under RCP2.6 and RCP8.5 scenario.It turns out that the annual mean occurrence frequency of LTCs has a significant negative relationship with the regional average vertical wind shear and sea level pressure between GCMs,while the average landing intensity show a significant positive correlation with sea surface temperature.However,when turn to the ensemble mean of GCMs,the change of LTCs frequency and intensity among each scenarios do not show any consistency with the corresponding environment factors.

CMIP5 global climate models;tropical cyclone;landfall;climate change;projection

P444

：A

：1003-0239（2016）06-0010-12

10.11737/j.issn.1003-0239.2016.06.002

2015-11-19

國家科技支撐計(jì)劃（2012BAC19B08）；國家自然科學(xué)基金（41376016）；國家海洋局海洋公益性行業(yè)科研專項(xiàng)（201205182）。

栗晗（1992-），男，助理工程師，碩士，主要從事氣候變化研究。E-mail:hanli_1005@163.com