TraCE－21ka的模擬評估及誤差分析

摘要 TraCE－21ka是全球首個利用全耦合模式針對末次盛冰期（LGM）至今氣候演變的瞬變模擬。利用現代再分析資料和歷史特征時期重建的連續凍土邊界對TraCE－21ka模擬做了評估。結果表明TraCE－21ka能夠較好地模擬現代半球尺度環流和降水的空間形態，對東亞地區的模擬冬季較好而夏季欠佳。TraCE－21ka模擬的現代時期與再分析資料相比偏冷，北半球年平均表面溫度比再分析資料低3～4 ℃，基于現代溫度誤差的分析表明TraCE－21ka對東亞地區氣候演變的模擬欠佳。對于歷史特征時期，重建的連續凍土邊界線指示TraCE－21ka模擬的亞歐大陸在LGM偏暖，全新世中期偏冷，即低估了LGM以來的變溫幅度。利用連續凍土邊界線的年均表面溫度約為-7 ℃這一特性，進一步定量評估出TraCE－21ka模擬的亞歐大陸中緯地區從LGM至今的升溫幅度約為真實氣候的40％。通過分析近百年全球升溫速率證實TraCE－21ka的氣候敏感性顯著偏低，由此產生的誤差在瞬變模擬中會不斷累積。

關鍵詞古氣候瞬變模擬;TraCE－21ka;模擬評估;氣候敏感性;連續凍土邊界

古氣候研究對我們預測未來氣候變化有著重要的啟示意義（竺可楨，1973）。傳統的古氣候研究通過地質代用資料反演過去氣候的變化特征，這樣得到的認識在空間上是局地的，時間上是不連續的，很難以宏觀的視角認識古氣候并對其演變機理做出解釋。近二十年來氣候模式快速發展使預測未來氣候成為可能（張文君和譚桂容，2012），同時氣候模式也應用于古氣候的研究中，逐步發展出古氣候模擬這一研究領域（王會軍，2001）。與地質代用指標資料相比，數值模擬可以對古氣候進行空間與時間的延拓，便于我們理解古氣候演變的機理（Bonfils et al.，2004;LeGrande et al.，2006；蔣元春等，2020；宋晗等，2021）。20世紀90年代，氣候模擬專家與古氣候代用指標分析專家合作成立了古氣候模擬比較項目（PMIP）。在PMIP已經過去的三個階段中，距今兩萬一千年前（21 ka BP，Before Present）的末次盛冰期（Last Glacial Maximum，LGM）和距今六千年前（6 ka BP）的全新世中期（Mid－Holocene，MH）是重點模擬對象（Braconnot et al.，2007，2012）。LGM與MH為冰期間冰期旋回中距今最近的典型寒冷期與溫暖期，對它們的模擬有助于認識氣候系統對溫室氣體濃度、冰川、軌道參數等邊界條件變化的響應。

古氣候模擬結果的評估包括三個方面：氣候變化的方向、幅度和速率。對某一時期平衡狀態的模擬僅涉及前兩個問題，若研究氣候變化的速率就需要進行瞬變模擬。同時，瞬變模擬可以用于證實與解釋地質資料所反演的氣候變化過程。由于長時間尺度的瞬變模擬需要大量的計算和存儲資源，通常使用簡單的模型如能量守恒模式進行古氣候瞬變模擬。由美國威斯康星大學麥迪遜分校等多家單位合作開展的過去兩萬一千年瞬變氣候演化模擬項目（Simulation of Transient Climate Evolution over the last 21 000 years，TraCE－21ka）是世界上首個使用全耦合模式對LGM以來的氣候進行的瞬變模擬。TraCE－21ka與地質代指標資料的比對分析讓我們對古氣候演變的機理有了更深刻的認識（Liu et al.，2009;Cheng et al.，2011;He et al.，2013）。然而地質資料眾多，在許多情況下TraCE－21ka模擬的氣候變化與地質資料的反演結果并不一致，限制了使用這套資料對古氣候演變機理的揭示。因此有必要明確TraCE－21ka的模擬能力與誤差，為它進一步施用奠定基礎，同時也為其他古氣候瞬變模擬資料的分析提供借鑒。

1 資料和方法

1．1 TraCE－21ka資料

TraCE－21ka使用美國大氣研究中心（NCAR）的綜合氣候系統模式CCSM3（Collins et al.，2006）。其大氣模式為CAM3，水平分辨率為T31（～3．75°×～3．75°），垂直方向采用26層混合坐標系。陸面模式為CLM3，水平分辨率與CAM3相同，垂直土壤分10層，最深2．86 m，每個格點按比例分配冰川、湖泊、濕地、城市以及植被五種下墊面類型。TraCE－21ka啟用了CLM3的動態植被模塊，植被根據生理形態特征劃分為15種植被功能類型。海洋模式為POP 1．4．3，垂直分25層，水平方向經度分辨率為3．6°，而緯度分辨率不是固定的，赤道地區分辨率較高接近0．9°，另外在北大西洋提高了分辨率。海冰模式為CSIM5，分辨率與POP相同。

TraCE－21ka的海陸分布數據取自ICE－5G（Peltier，2004），在13．1 ka、12．9 ka、7．6 ka和6．2 ka BP更改過四次海陸，分別對應巴倫支海、白令海峽、哈得遜灣以及印尼貫穿流的開通，這同時對海平面上升造成的海岸線后退做了一定的訂正。模擬的兩萬年中驅動TraCE－21ka變化的邊界條件為地球軌道參數、溫室氣體濃度、陸面冰川以及淡水通量。TraCE－21ka不僅做了包含這些因子變化的全強迫模擬，還做了各個單因子強迫的模擬。CCSM3根據Berger el al.（1993）的算法確定地球軌道參數及相關的太陽輻射分布，且TraCE－21ka使用Joos and Spahni（2008）由冰芯資料得到的兩萬年以來的溫室氣體濃度，故軌道參數和溫室氣體濃度都是瞬變強迫。對于陸面冰川，CCSM3中沒有陸冰模式，只能將冰川作為不變的下墊面處理。TraCE－21ka使用ICE－5G的冰川資料，19～17 ka BP每千年修改一次，17 ka BP以后每500 a修改一次，如此做為準瞬變的冰川強迫。瞬變的太陽輻射和CO2濃度難以產生千年以下尺度的氣候變率，這一尺度的氣候變化與北大西洋徑向翻轉流（Atlantic Meridional Overturning Circulation，AMOC）強度密切相關（McManus et al.，2004）。AMOC承擔了北半球約20％的赤道向極地的熱量輸送（Trenberth and Caron，2001），冰川融水導致其強度的變化極大影響北半球乃至全球的氣候。因此可以像改變陸面冰川那樣調節AMOC強度來控制TraCE－21ka模擬。但海平面記錄不能確定冰川融水進入海洋的速率與位置，為了將地質記錄轉化成淡水強迫，TraCE－21ka首先在不同地區用不同淡水強迫速率進行了一系列敏感實驗，確定AMOC以及格陵蘭島表面氣溫對不同地區淡水的敏感性，再對19 ka BP、H1、BA、YD和全新世早期設計不同的淡水強迫方案進行積分，之后選擇與重建的海平面（Peltier，2004）、AMOC強度（McManus et al.，2004）和格陵蘭島表面氣溫（Cuffey and Clow，1997）最為接近的實驗繼續向后積分。目前TraCE－21ka資料已經公開，可以在NCAR的數據庫中下載（www.earthsystemgrid.org）。本文主要分析了其溫度、降水和850 hPa風場。

1．2 CMIP5資料

本文使用了8個第五期耦合模式比較項目（CMIP5，表1）的歷史溫室氣體模擬與歷史模擬資料。歷史溫室氣體模擬使用近代瞬變的溫室氣體濃度，可以用來評估模式的氣候敏感性（Taylor et al.，2012）。歷史模擬在歷史溫室氣體模擬基礎上加入了人類和自然強迫，考慮了臭氧、硫化物、氣溶膠等大氣成分的變化（Lamarque et al.，2010）。我們所選取的大部分模式的歷史模擬都能較好地模擬出亞洲地區的氣候變率（智海等，2015;郭品文等，2017）。本文所指的夏季為6—8月（June—August，JJA），冬季為12月—次年2月（December—February，DJF）。綜合考慮NCEP和CMAP資料的時段（1979至今）與大多數CMIP5模式的歷史模擬時段（1850—2005年），本文將現代（Present Day，PD）時期的時間范圍設定為1979—2005年。

1．3 再分析資料與歷史重建資料

本文使用了美國環境預報中心與美國能源部合作的再分析資料（NCEP，Kanamitsu et al.，2002）、美國氣候預測中心的綜合分析降水資料（CMAP，Xie and Arkin，1997）、東安格利亞大學氣候研究中心和哈德萊中心制作的工業革命以來表面溫度數據（HadCRUT4，Morice et al.，2012）以及美國冰雪數據中心的環北極多年凍土和地下冰狀態圖（Brown et al.，2002）。NCEP與CMAP資料都是1979年至今。NCEP資料使用的變量包括表面溫度（TS），850 hPa經向風（V）和緯向風（U），其中表面溫度的分辨率為T62（～1．875°×～1．875°），風場和CMAP降水場的分辨率為2．5°×2．5°。另外，Vandenberghe et al.（2014）和Vliet－Lano and Lisitsyna（2001）通過地質資料重建了北半球過去兩萬年以來最大凍土范圍期（Last Permafrost Maximum，LPM，25～17 ka BP）和全新世最適宜期（Holocene Optimum，HO，8～6 ka BP）的凍土分布，我們對其連續凍土邊界線做了提取，分別稱為LPM凍土線和HO凍土線。現代再分析資料與重建凍土線都視為真實狀態用于模式評估。

2 TraCE－21ka對現代氣候空間形態的模擬評估

氣候模式能否從空間分布和幅度上合理模擬現代氣候是評估這一模式對過去和未來模擬好壞的一個重要標準（田芝平和姜大膀，2015）。為此，我們將TraCE－21ka PD時期東亞地區850 hPa風和降水氣候態與NECP再分析資料做比較。冬季，NCEP數據表明西北風從西伯利亞經中國東北華北吹到黃海，華南到東海有降水大值區（圖1a）。TraCE－21ka能夠模擬出這樣的環流及降水形態（圖1c）。夏季，中國降水從東南向西北遞減，東亞地區的偏南風一直延伸到中國東北（圖1b）。相比之下，TraCE－21ka的降水在華南偏少，而在青藏高原東側存在一個大值中心（圖1d），與NCEP的差異較大。同時東亞地區的偏南風只延伸到40°N左右，說明TraCE－21ka在PD時期低估了東亞夏季風的強度，模擬的東亞夏季風強度偏弱是過去20 a以來所有氣候模式的共性（Jiang et al.，2016）。

進一步使用泰勒圖（Taylor，2001）展示TraCE－21ka在PD時期對氣候要素空間形態的模擬能力，使用NCEP資料作為參考場（REF），同時與CMIP5各模式的歷史模擬作比較。泰勒圖中符號的方位角位置表示模擬場與參考場之間的相關系數，符號到原點的距離表示模擬場與參考場的標準差之比，符號到參考點的距離表示模擬場經參考場標準差標準化之后的中心化均方根誤差。評估的變量包括溫度、降水和850 hPa風，所有場都插值到2．5°×2．5°的分辨率。選取的區域范圍包括南半球、北半球以及東亞地區（100°～130°E，20°～45°N，圖1c、d中紫色方框表示），考慮東亞地區的格點最少，泰勒圖中僅顯示東亞地區模擬場與參考場空間相關系數的99％置信度水平。

TraCE－21ka與CMIP5各個模式南北半球和東亞的冬夏季溫度場與參考場的相關系數都在0．95以上，中心化均方根誤差都在0．3之內（圖2a、b），說明對溫度的空間形態模擬普遍較好。值得注意的是TraCE－21ka東亞地區溫度的均方根誤差大于所有CMIP5模式，夏季尤為明顯，暗示其溫度誤差較大，下一節將詳細分析。對于降水而言，各模式對半球尺度的模擬能力相近，中心化均方根誤差在0．5和0．75之間，而東亞地區的降水則有較大差異：冬季，TraCE－21ka與CMIP5各模式相比處于中等水平;夏季，TraCE－21ka與參考場的空間相關系數為0．36，均方根誤差1．1，與CMIP5諸多模式相比較差。對于850 hPa風場，冬季各模式模擬的南北半球以及東亞U、V的中心化均方根誤差在0．25和0．8之間，U的模擬普遍好于V，TraCE－21ka的均方根誤差小于大多CMIP5模式（圖2c）。夏季，各模式南北半球的模擬結果與冬季結果相近，而東亞地區U、V的均方根誤差普遍增大（圖2d），TraCE－21ka的V與CMIP5各模式相比屬于中等水平，而U的均方根誤差最大。綜合以上分析，TraCE－21ka能夠較好地模擬半球尺度的環流和降水，對于東亞地區冬季模擬較好而夏季欠佳。

3 TraCE－21ka的溫度誤差

3．1 PD時期的溫度誤差

圖3a為TraCE－21ka PD時期的年平均表面溫度與NCEP資料的差值分布，可以看出TraCE－21ka對現代的模擬普遍偏冷，特別是北半球中高緯地區，在北歐、西伯利亞的溫度比NCEP低近20 ℃。將TraCE－21ka南北半球以及東亞各個月份平均的表面溫度與NCEP對比（圖3b），結果表明TraCE－21ka對南半球的溫度模擬相對較好，各月份誤差在1 ℃左右。東亞地區的誤差主要在夏季，偏冷約3 ℃。而對于北半球，TraCE－21ka比NCEP冬季冷4．19 ℃、夏季冷3．19 ℃、全年冷3．60 ℃，如此顯著的誤差值得特別關注。

3．2 基于PD溫度誤差的氣候變化模擬評估

3．1節分析了TraCE－21ka PD時期溫度誤差的絕對大小，而通常情況下我們需要通過誤差的相對大小來評判模擬的好壞。由于TraCE－21ka的模擬對象是LGM至今的氣候變化，我們將其LGM至PD的升溫幅度作為參考。北半球平均而言（圖4a），TraCE－21ka模擬的LGM至PD升溫4～5 ℃，PD時期溫度誤差3～4 ℃，二者量值相當，進一步說明PD時期的溫度誤差顯著不能忽略。事實上，TraCE－21ka作為瞬變模擬，PD時期的溫度誤差可拆分成兩部分：一是LGM時期的溫度誤差，二是LGM至今溫度變化的誤差。若假設TraCE－21ka模擬的LGM氣候為真實氣候，那么TraCE－21ka對LGM至PD的溫度變化模擬越好，PD時期的溫度誤差就越小，因此PD的溫度誤差一定程度上反映了其模擬的LGM至今溫度變化的好壞。我們將TraCE－21ka PD溫度誤差和LGM至PD的變溫取絕對值后做比考察PD溫度相對誤差的全球分布（圖4b），前人對TraCE－21ka與地質資料的比對分析結果表明TraCE－21ka能較好地再現格陵蘭島、伊比利亞半島邊緣、卡里亞科盆地（Liu et al.，2009）、南極、南大洋（He et al.，2013）以及熱帶太平洋（Partin et al.，2015）等地氣候變化的主要特征，這些地區的地理位置在圖4b中用藍色圓圈標示出來，可見都位于PD溫度相對誤差較小的區域或是低值與高值邊界，說明使用PD溫度相對誤差評估氣候變化具有一定的合理性。而東亞與副熱帶西北太平洋地區的比值都超過了1，暗示著TraCE－21ka對東亞氣候演變的模擬欠佳。

3．3 LGM與MH時期的評估

對于歷史特征時期，我們使用凍土資料對TraCE－21ka進行評估。凍土的定義為地下任意一層連續兩年保持凍結狀態（lt;0 ℃）的土壤（French，2017），與其他地質代用資料相比，凍土的優勢在于它與溫度具有很高的相關性，所以用來評估溫度更為準確，而且凍土更宏觀，可以從大尺度直觀地表征溫度的冷暖。凍土通常劃分為連續凍土和非連續凍土，連續凍土規定凍土區占地區總面積的百分之九十以上（van Everdingen，1998）。由于雪蓋、植被、土壤成分、局地地貌等因素也會影響凍土形成（Saito et al.，2013），不同地區凍土與氣溫的關系稍有差異。北美大陸上出現連續凍土的年均表面氣溫為-6～-8 ℃（Brown，1960），在東歐為-5．5 ℃，西西伯利亞為-7．0 ℃，東西伯利亞為-7．5 ℃（Vasil＇chuk and Vasil＇chuk，2014）。作為大致的判斷標準，Vliet－Lano and Lisitsyna（2001）指出年均表面氣溫低于-7 ℃時，凍土面積會超過80％。我們將現代的連續凍土區與NCEP年平均表面溫度進行比較（圖5），從半球尺度來看連續凍土邊界線（簡稱凍土線）與-7 ℃等表面溫度線重合度較高，故將凍土線的年均表面溫度近似認定為-7 ℃。

氣候寒冷（溫暖）時，凍土范圍擴張（收縮），亞歐大陸的凍土線南（北）移。Vandenberghe et al.（2014）和Vliet－Lano and Lisitsyna（2001）重建了LPM和HO的凍土分布，分別對應兩萬年以來凍土范圍最大和最小時的狀態，我們將LPM和HO凍土線近似作為LGM和MH時期的連續凍土區邊界以便對TraCE－21ka進行評估。在TraCE－21ka中，將垂直方向至少一層年平均土壤溫度低于0 ℃的區域判定為連續凍土區（Lawrence and Slater，2005）。LGM時期，重建的凍土線在歐洲到中亞一帶的緯度約為47°N，在東亞地區南伸到40°N左右（圖6a），相比之下，TraCE－21ka模擬的連續凍土區的南邊界偏北，說明TraCE－21ka LGM時期的亞歐大陸偏暖。MH時期，重建的凍土線北抬至65°～70°N（圖6b），而TraCE－21ka的連續凍土南邊界在歐洲到西西伯利亞的緯度約為60°N，在東亞地區南伸到45°N左右，意味著TraCE－21ka MH時期的亞歐大陸偏冷。另外，LGM與MH時期TraCE－21ka的連續凍土邊界都與年平均-7 ℃等表面溫度線較好吻合，進一步證實將凍土線的年均表面溫度視為-7 ℃是合理的。

TraCE－21ka模擬的亞歐大陸在LGM時期偏暖、MH時期偏冷，說明TraCE－21ka低估了LGM到MH的變溫幅度。我們對重建的LPM凍土線和HO凍土線上的點的年均表面溫度取平均作為凍土線溫度以進行定量分析。

其中LPM凍土線穿過青藏高原，由于高度產生的凍土并不能反映大尺度氣候背景的冷暖，因此在計算LPM凍土線溫度時避開青藏高原地形的影響，即選取0°～60°E與110°～140°E的凍土線（圖6a中綠色經度線以外區域）。在TraCE－21ka模擬中，LPM凍土線溫度從LGM時期-1．5 ℃至PD時期4．8 ℃升溫6．3 ℃（圖7）。而LPM凍土線在LGM時期的真實溫度我們視為-7 ℃，在現代由NCEP再分析資料求得為9．6 ℃，升溫16．6 ℃，可見模擬的亞歐大陸中緯地區LGM至PD的升溫幅度僅為真實值的約40％。對于HO凍土線，TraCE－21ka在MH時期的溫度為-19．1 ℃，PD時期為-20．8 ℃，而真實溫度從MH時期的-7 ℃至現代的-9．5 ℃降溫2．5 ℃，說明模擬的降溫幅度同樣偏弱。

4 TraCE－21ka的氣候敏感性評估

氣候敏感性用于刻畫輻射平衡變化時所引起的全球平均溫度變化（Rohling et al.，2018）。TraCE－21ka模擬的LPM凍土線從LGM至PD的升溫幅度偏低暗示了其氣候敏感性偏低，但LPM凍土線只能代表亞歐大陸中緯度局地地區，TraCE－21ka近代對溫室氣體濃度升高的響應讓我們可以從更大尺度來進行評估。TraCE－21ka模擬的全球年平均表面溫度近一百年（1905—2005年）的線性升溫速率為每十年0．05 ℃（圖8a），略小于HadCRUT4的結果（每十年0．07 ℃）。但將TraCE－21ka與再分析資料對比并不能真實地反映其氣候敏感性偏低的程度，因為TraCE－21ka僅根據Joos and Spahni（2008）設定二氧化碳、甲烷、一氧化二氮的濃度，其他大氣成分均設定在工業革命以前（Pre－Industrial，PI）的水平，即沒有考慮真實氣候系統中造成降溫的因素。在CMIP5模擬中，僅考慮溫室氣體變化的歷史溫室氣體模擬的升溫幅度是高于歷史模擬的（Stocker et al.，2013），就我們選取的8個CMIP5模式而言，其歷史溫室氣體模擬在1905—2005年的平均線性升溫速率為每十年0．11 ℃，是TraCE－21ka的兩倍以上，由此可見TraCE－21ka的氣候敏感性是顯著偏低的。事實上，在TraCE－21ka項目開展前，Otto－Bliesner et al.（2006）就對中等分辨率（T42）和低分辨率（T31）的CCSM3模式的氣候敏感性做了評估，與PD時期外強迫的平衡狀態相比，PI外強迫使兩種分辨率模擬的全球溫度都降低了1．2～1．3 ℃，但T31模擬的AMOC與南極繞極流的強度對外強迫的改變相對不敏感。

另外，Kiehl and Gent（2006）的研究表明在二倍二氧化碳情景下T31的CAM3模擬出更強的云短波輻射，使增溫幅度降低。雖然已經認識到T31的CCSM3的氣候敏感性欠佳，但其運行速度是T42的3～5倍，考慮計算和存儲資源TraCE－21ka使用了T31分辨率。

模式氣候敏感性偏低造成的溫度誤差是會不斷累積的，我們用示意圖8b進行說明。假設TraCE－21ka在最初時刻的溫度與真實世界相同，隨著溫室氣體濃度升高其升溫速率（藍線）小于真實氣候系統（綠線），則積分一段時間后（t1）TraCE－21ka就會具有偏冷誤差ΔT1。繼續積分到達t2時，TraCE－21ka偏冷誤差變為ΔT2，大于ΔT1。可見隨著積分時間增長，模擬溫度與真實溫度的差距會越來越大，因此我們認為TraCE－21ka的氣候敏感性偏低是其現代顯著偏冷誤差的主要原因。

5 結論與討論

本文對全球首個古氣候瞬變模擬TraCE－21ka做了模擬評估并分析了其誤差。結果表明，TraCE－21ka能夠較好地模擬半球尺度環流和降水的空間形態，對東亞地區的模擬冬季較好而夏季欠佳。與現代再分析資料相比，TraCE－21ka模擬的PD時期偏冷，特別是北半球，平均表面溫度比再分析資料低3～4 ℃。TraCE－21ka PD的溫度誤差一定程度上反映了其對LGM至PD變溫的模擬能力，現代溫度誤差與LGM至PD變溫的幅度比例在東亞與副熱帶西北太平洋較大，意味著TraCE－21ka模擬的東亞地區氣候演變的信度較低。對于LGM和MH時期，重建的連續凍土邊界線指示TraCE－21ka模擬的亞歐大陸在LGM時期偏暖、MH時期偏冷，即TraCE－21ka低估了真實氣候的變化幅度。利用連續凍土邊界線的年均表面溫度約為-7 ℃這一特性，我們進一步定量評估出TraCE－21ka模擬的亞歐大陸中緯地區從LGM至今的升溫幅度約為真實氣候的40％。通過對比近百年TraCE－21ka與再分析資料和CMIP5歷史溫室氣體模擬的全球升溫速率可以證實TraCE－21ka的氣候敏感性顯著偏低。

我們的研究結果為TraCE－21ka與地質資料的比對提供了參考。我國有著豐富的黃土湖泊等地質代用資料，然而它們所反映的氣候變化特征可能與TraCE－21ka的模擬結果差異較大。一方面在于TraCE－21ka對東亞地區氣候要素空間形態的模擬能力有限，這對指示夏季氣候特征的代用指標的比對影響較大。另一方面在于TraCE－21ka的氣候敏感性偏低，所模擬的氣候變化幅度和范圍都偏小。據此，TraCE－21ka的誤差可以根據其來源與特征分為兩類：第一類為模式對氣候要素空間形態模擬的誤差，包括離散誤差、截斷誤差等系統誤差;第二類誤差為模式氣候敏感性與真實世界不同造成的誤差，這類誤差會隨著模式積分不斷累積。

TraCE－21ka的誤差分析同樣為分析其他瞬變古氣候模擬資料提供了借鑒。這兩類誤差在任何模式中都存在。使用更先進的模式與更高分辨率可以增加氣候要素空間形態的模擬能力。同時，更高分辨率與更合理的參數化方案會對氣候系統中各種物理過程模擬得更真實，從而減小模式氣候敏感性與真實世界的差異。但使用先進模式與高分辨率進行一次LGM至現代的瞬變模擬需要大量的計算與存儲資源。在現有條件下，可以借鑒資料同化的方法將模擬與地質代用指標資料融合來提升TraCE－21ka對東亞地區氣候演變的再現能力，這是我們未來的研究方向。

參考文獻（References）

Berger A，Loutre M F，Tricot C，1993.Insolation and Earth＇s orbital periods［J］.J Geophys Res，98（D6）：10341.doi：10．1029／93jd00222.

Bonfils C，de Noblet－Ducoudré N，Guiot J，et al.，2004.Some mechanisms of mid－Holocene climate change in Europe，inferred from comparing PMIP models to data［J］.Clim Dyn，23（1）：79－98.doi：10．1007／s00382－004－0425－x.

Braconnot P，Otto－Bliesner B，Harrison S，et al.，2007.Results of PMIP2 coupled simulations of the Mid－Holocene and Last Glacial Maximum—Part 1：experiments and large－scale features［J］.Clim Past，3（2）：261－277.doi：10．5194／cp－3－261－2007.

Braconnot P，Harrison S P，Kageyama M，et al.，2012.Evaluation of climate models using palaeoclimatic data［J］.Nat Clim Change，2（6）：417－424.doi：10．1038／nclimate1456.

Brown J，Ferrians O，Heginbottom J A，et al.，2002.Circum－Arctic map of permafrost and ground ice conditions：version 2［DB／OL］.Boulder，Colorado USA：National Snow and Ice Data Center.

Brown R J E，1960.The distribution of permafrost and its relation to air temperature in Canada and the U.S.S.R［J］.ARCTIC，13（3）：163－177.doi：10．14430／arctic3697.

Cheng J，Liu Z，He F，et al.，2011.Impact of North Atlantic－GIN Sea exchange on deglaciation evolution of the Atlantic Meridional Overturning Circulation［J］.Climate Past，7（3）：935－940.doi：10．5194／cp－7－935－2011.

Collins W，Bitz C，Blackmon M，et al.，2006.The community climate system model version 3 （CCSM3）［J］.J Climate，19：2122－2143.doi：10．1175／JCLI3761．1.

Cuffey K M，Clow G D，1997.Temperature，accumulation，and ice sheet elevation in central Greenland through the last deglacial transition［J］.J Geophys Res，102（C12）：26383－26396.doi：10．1029／96jc03981.

French H M，2017.The periglacial environment［M］.Hoboken：John Wiley ＆ Sons.

郭品文，沈沉，董麗娜，等，2017.亞洲季風區海陸熱力變化的觀測分析及模擬評估［J］.大氣科學學報，40（2）：215－223. Guo P W，Shen C，Dong L N，et al.，2017.The observation analysis and simulationevaluations of land－sea thermal contrast over Asian monsoon region［J］.Trans Atmos Sci，40（2）：215－223.doi：10．13878／j.cnki.dqkxxb.20151112001.（in Chinese）.

He F，Shakun J D，Clark P U，et al.，2013.Northern Hemisphere forcing of Southern Hemisphere climate during the last deglaciation［J］.Nature，494（7435）：81－85.doi：10．1038／nature11822.

Jiang D B，Tian Z P，Lang X M，2016.Reliability of climate models for China through the IPCC Third to Fifth Assessment Reports［J］.Int J Climatol，36（3）：1114－1133.doi：10．1002／joc.4406.

蔣元春，李棟梁，鄭然，2020．1971—2016年青藏高原積雪凍土變化特征及其與植被的關系［J］.大氣科學學報，43（3）：481－494. Jiang Y C，Li D L，Zheng R，2020.Variation characteristics of snow cover and frozen soil and their relationships with vegetation in the Tibetan Plateau from 1971 to 2016［J］.Trans Atmos Sci，43（3）：481－494.doi：10．13878／j.cnki.dqkxxb.20191215011.（in Chinese）.

Joos F，Spahni R，2008.Rates of change in natural and anthropogenic radiative forcing over the past 20，000 years［J］.Proc Natl Acad Sci U S A，105（5）：1425－1430.doi：10．1073／pnas.0707386105.

Kanamitsu M，Ebisuzaki W，Woollen J，et al.，2002.NCEP－DOE AMIP－II reanalysis （R－2）［J］.Bull Amer Meteor Soc，83（11）：1631－1644.doi：10．1175／bams－83－11－1631.

Kiehl J T，Gent P R，2004.The community climate system model，version 2［J］.J Climate，17（19）：3666－3682.doi：10．1175／1520－0442（2004）017lt;3666：tccsmvgt;2．0.co;2.

Lamarque J F，Bond T C，Eyring V，et al.，2010.Historical （1850—2000） gridded anthropogenic and biomass burning emissions of reactive gases and aerosols：methodology and application［J］.Atmos Chem Phys，10（15）：7017－7039.doi：10．5194／acp－10－7017－2010.

Lawrence D M，Slater A G，2005.A projection of severe near－surface permafrost degradation during the 21st century［J］.Geophys Res Lett，32（24）：L24401.doi：10．1029／2005gl025080.

LeGrande A N，Schmidt G A，Shindell D T，et al.，2006.Consistent simulations of multiple proxy responses to an abrupt climate change event［J］.Proc Natl Acad Sci USA，103（4）：837－842.doi：10．1073／pnas.0510095103.

Liu Z，Otto－Bliesner B L，He F，et al.，2009.Transient simulation of last deglaciation with a new mechanism for Blling－allerd warming［J］.Science，325（5938）：310－314.doi：10．1126／science.1171041.

McManus J F，Francois R，Gherardi J M，et al.，2004.Collapse and rapid resumption of Atlantic meridional circulation linked to deglacial climate changes［J］.Nature，428（6985）：834－837.doi：10．1038／nature02494.

Morice C P，Kennedy J J，Rayner N A，et al.，2012.Quantifying uncertainties in global and regional temperature change using an ensemble of observational estimates：the HadCRUT4 data set［J］.J Geophys Res，117（D8）.doi：10．1029／2011jd017187.

Otto－Bliesner B，Tomas R，Brady E，et al.，2006.Climate sensitivity of moderate－and low－resolution versions of CCSM3 to preindustrial forcings［J］.J Climate，19：2567－2583.doi：10．1175／JCLI3754．1.

Partin J W，Quinn T M，Shen C C，et al.，2015.Gradual onset and recovery of the Younger Dryas abrupt climate event in the tropics［J］.Nat Commun，6：8061.doi：10．1038／ncomms9061.

Peltier W R，2004.Global glacial isostasy and the surface of the ice－age earth：the ice－5g （vm2） model and grace［J］.Annu Rev Earth Planet Sci，32：111－149.doi：10．1146／annurev.earth.32．082503．144359.

Rohling E J，Marino G，Foster G L，et al.，2018.Comparing climate sensitivity，past and present［J］.Annu Rev Mar Sci，10：261－288.doi：10．1146／annurev－marine－121916－063242.

Saito K，Zhang T J，Yang D Q，et al.，2013.Influence of the physical terrestrial Arctic in the eco－climate system［J］.Ecol Appl，23（8）：1778－1797.doi：10．1890／11－1062．1.

宋晗，劉鵬，陶麗，2021.CMIP5模式對AMO與PDO模擬評估及未來預估［J］.大氣科學學報，44（3）：473－484. Song H，Liu P，Tao L，2021.Evaluation and future projection of AMO and PDO in CMIP5 models［J］.Trans Atmos Sci，44（3）：473－484.doi：10．13878／j.cnki.dqkxxb.20190227001.（in Chinese）.

Stocker T F，Qin D H，Plattner G K，2013.Technical summary ［R］／／Stocker T F，Qin D H，Plattner G K，et al.，Climate change 2013：the physical science.Cambridge：Cambridge University Press：33－115.

Taylor K E，2001.Summarizing multiple aspects of model performance in a single diagram［J］.J Geophys Res，106（D7）：7183－7192.doi：10．1029／2000jd900719.

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.

田芝平，姜大膀，2015.全新世中期和末次冰盛期中國季風區面積和季風降水變化［J］.科學通報，60（4）：400－410. Tian Z P，Jiang D B，2015.Mid－Holocene and last glacial maximum changes in monsoon area and precipitation over China［J］.Chin Sci Bull，60（4）：400－410.（in Chinese）.

Trenberth K E，Caron J M，2001.Estimates of meridional atmosphere and ocean heat transports［J］.J Climate，14（16）：3433－3443.doi：10．1175／1520－0442（2001）014lt;3433：eomaaogt;2．0.co;2.

van Everdingen R O，1998.Multi－language glossary of permafrost and related ground－ice terms［S］.Boulder，CO：international Permafrost Association，Terminology Working Group.

Vandenberghe J，French H M，Gorbunov A，et al.，2014.The Last Permafrost Maximum （LPM） map of the Northern Hemisphere：permafrost extent and mean annual air temperatures，25－17 ka BP［J］.Boreas，43（3）：652－666.doi：10．1111／bor.12070.

Vasil＇chuk Y，Vasil＇chuk A，2014.Spatial distribution of mean winter air temperatures in Siberian permafrost at 20—18 ka BP using oxygen isotope data［J］.Boreas，43（3）：678－687.doi：10．1111／bor.12033.

Vliet－Lano B，Lisitsyna O，2001.Permafrost extent at the last glacial maximum and at the Holocene optimum.the CLIMEX map［M］／／Paepe R，Melnikov V P，Overloop E，et al.Permafrost response on economic development，environmental security and natural resources.Dordrecht：Springer Netherlands：215－225.doi：10．1007／978－94－010－0684－2_14.

王會軍，2001.古氣候模擬與氣候模式［J］.第四紀研究，21（2）：147－152. Wang H J，2001.Paleoclimate simulation and climate model［J］.Quat Sci，21（2）：147－152.doi：10．3321／j.issn：1001－7410．2001．02．007.（in Chinese）.

Xie P P，Arkin P A，1997.Global precipitation：a 17－year monthly analysis based on gauge observations，satellite estimates，and numerical model outputs［J］.Bull Amer Meteor Soc，78（11）：2539－2558.doi：10．1175／1520－0477（1997）078lt;2539：gpaymagt;2．0.co;2.

張文君，譚桂容，2012.全球變暖形勢下中國陸表水分的變化［J］.大氣科學學報，35（5）：550－563. Zhang W J，Tan G R，2012.Simulated changes of land surface water associated with global warming over China［J］.Trans Atmos Sci，35（5）：550－563.doi：10．13878／j.cnki.dqkxxb.2012．05．007.（in Chinese）.

智海，李愷霖，周順武，2015.CMIP5西北太平洋氣候變率的模擬評估［J］.大氣科學學報，38（2）：184－194. Zhi H，Li K L，Zhou S W，2015.CMIP5 assessment of climate variability over Northwest Pacific［J］.Trans Atmos Sci，38（2）：184－194.doi：10．13878／j.cnki.dqkxxb.20140508002.（in Chinese）.

竺可楨，1973.中國近五千年來氣候變遷的初步研究［J］.中國科學，3（2）：168－189. Zhu K Z，1973.A preliminary study on climate change in China in recent 5，000 years［J］.Sci China Sera，3（2）：168－189.（in Chinese）.

·ARTICLE·

Comprehensive evaluation and error analysis of TraCE－21ka：a transient simulation of climatic evolution from the last glacial maximum to the present day

YU Tianlei，CHENG Jun，GUO Pinwen

Key Laboratory of Meteorological Disaster，Ministry of Education／Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters，Nanjing University of Information Science ＆ Technology，Nanjing 210044，China

Abstract TraCE－21ka represents a pioneering endeavor in transient climatic simulation，elucidating the evolution from the Last Glacial Maximum （LGM） to the Present Day （PD） through a fully coupled climate model.In this paper，we utilize PD reanalysis data and the reconstructed continuous permafrost boundary of the Last Permafrost Maximum （LPM） and Holocene Optimum （HO） to evaluate the performance of TraCE－21ka.Our results show that the TraCE－21ka effectively simulates the spatial pattern of hemispheric－scale circulation and precipitation during the PD period.Notably，while the TraCE－21ka excels in simulating East Asian winters，it exhibits deficiencies in representing summer conditions.Furthermore，the TraCE－21ka consistently simulates significantly colder North hemispheric surface temperatures （by an average of approximately 3—4 ℃） compared to reanalysis data.Particularly in East Asia，the ratio of PD temperature errors to temperature changes from LGM to PD in TraCE－21ka emerges as substantial，implying reduced reliability in simulating the evolution of the East Asian climate.In retrospective analyses，a comparative assessment of continuous permafrost boundaries between reconstructed data and TraCE－21ka reveals disparities.TraCE－21ka indicates Eurasia as warmer （or colder） than observed reality during the LGM （Mid－Holocene） periods，signifying an underestimation of the amplitude of temperature changes.As continuous permafrost boundaries closely align with the -7 ℃ isothermal line of annual mean surface temperature，we quantitively evaluate the mid－latitude Eurasian warming amplitude of the TraCE－21ka，indicating that the TraCE－21ka approximates only 40％ of the warming witnessed in the real world from the LGM to the PD.Furthermore，a comparison of the global warming rate of TraCE－21ka with reanalysis data and CMIP5 historical greenhouse gas simulations over the past century confirms the significantly low climate sensitivity of the model.This discrepancy raises concerns about the cumulative errors that may affect transit paleoclimate simulations using TraCE－21ka.

Keywords paleoclimate transient modeling;TraCE－21ka;model evaluation;climate sensitivity;continuous permafrost boundary

doi：10．13878／j.cnki.dqkxxb.20220112005

（責任編輯：張福穎）

2022－01－12收稿，2022－03－25接受

國家重點研發計劃項目（2022YFF0801104）;國家自然科學基金資助項目（41630527;41776017）