CMIP5模式对南海SST的模拟和预估

黄传江，乔方利，宋亚娟，李新放

（1.国家海洋局 第一海洋研究所，山东 青岛266061；2.国家海洋局海洋环境科学与数值模拟重点实验室，山东 青岛266061）

1 引言

南海位于2.5°S～23.5°N和99°～122°E之间，是西北太平洋最大的边缘海。整个南海几乎被大陆、半岛和岛屿所包围，主要通过巴士海峡、台湾海峡和马六甲海峡等与太平洋和印度洋相通，对我国航运和能源安全等有非常重要的意义。南海地处东亚季风区，是西北太平洋热带气旋的重要源地和过境地，也是我国夏季降水的主要水汽通道和重要的水汽源地，对华南地区天气过程和气候变化等有非常重要的影响［1—2］。

南海SST对南海夏季风的爆发［3—4］、过境台风强度和路径［5］以及局地生态系统［6］等都有重要影响。在人为影响和自然因素的共同作用下，全球气候系统在过去几十年间有加剧变化的趋势。政府间气候变化专门委员会第四次评估报告（IPCC－AR4）指出，最近100年间（1906—2005年）全球平均地面气温上升了0.74℃［7］。在这期间，南海海表温度（SST）也存在明显的增温趋势。20世纪后期南海深水海盆区SST增暖了约0.64℃［8］，南海中部SST的增温尤为明显，在1950—2006年间增温0.92℃［9］。这种增温趋势明显高于全球的增温率，其中，在西沙海域接近全球平均的2倍［6］。在全球变暖背景下，南海SST在未来会进一步发生变化［10］。

全球气候系统模式是进行气候模拟和气候变化情景预估的重要工具。第五次国际耦合模式比较计划（CMIP5）关注历史气候模拟和未来不同温室气体排放情景下气候变化预估，为IPCC第五次评估报告（AR5）提供数据支持。与以前的模式比较计划相比，CMIP5包含了更多的模式，这些模式采用了更高的分辨率，耦合了更多的物理过程，在物理过程参数方面也进行了一些改进［11］。目前世界上最先进的气候模式大都参加了这个比较计划，其模拟结果代表了当前气候模拟的国际最高水平。

利用CMIP5提供的模式数据，本文分析了这些模式对南海历史SST的模拟能力和不同排放情景下未来百年SST变化的预估。文章第二部分是模式数据及处理方法。当前的气候模式对历史气候模拟和未来气候变化的情景预估仍存在着很大的不确定性，利用气候模式进行未来气候变化情景预估，应首先检验模式对历史气候变化的模拟能力。在第三部分，我们评估了各模式对南海历史SST的模拟能力。根据这些评估，我们在第四部分分析了CMIP5模式在不同排放情景下南海SST未来百年的变化趋势。第五部分和第六部分分别是讨论和结论。

2 数据及处理方法

CMIP5模式众多，本文主要对历史模拟和3种典型浓度路径RCP26、RCP45和RCP85数值预估结果进行分析。相比而言，参加RCP60试验的模式较少，本文没有对这种排放路径试验进行分析。由于各个模式提交了试验集合结果，本文主要选用了集合数为r1i1p1的试验模拟结果。据此，本文共选用了20个研究机构的32个模式（表1）进行分析。

表1 本文采用的CMIP5模式情况及各模式历史模拟试验对南海SST模拟存在的问题

续表1

这些模式的海洋部分大都采用了变网格方法。在南海地区，大部分模式的经向分辨率大都在1.125°之内；在纬向方向，多数模式在赤道地区做了网格加密处理，在南海的分辨率通常在1°之内（表1）。其中分辨率最高的模式是MPI－ESM－MR和INMCM4，在南海海域的分辨率分别在0.36°×0.45°和0.36°×0.70°左右。本文采用英国Hadley中心提供的再分析数据HadISST1［12］作为SST观测数据，该资料水平分辨率为1°×1°，包括自1870年以来的逐月平均的SST数据。

由于CMIP5模式的网格各不相同，为便于处理，本文首先将这些数据用双线性插值方法插值到1°×1°的规则网格上。本文利用最小二乘法线性拟合年平均（及面积平均）的数据，来计算SST的时间变化趋势。

3 气候模式对历史SST模拟能力的评估

全球气候系统是一个复杂的系统，虽然CMIP5与以前的气候模式比较计划相比取得了很大的进展，但由于涉及的物理过程、反馈机制及次网格过程参数化等不同，各模式模拟结果之间仍存在很大的差异，与观测结果之间也存在一定的偏差。另外，CMIP5模式是为了评估全球气候变化而设计的，部分模式对局部区域的模拟可能会存在一些问题。在利用CMIP5模式进行区域气候变化研究时，应对各模式对该区域历史变化的模拟能力进行检验，以减少模拟的不确定性。

在这些模式中，GISS－E2－H和GISS－E2－R SST数据的水平分辨率为2.0°×2.5°，很难分辨南海周围基本的海陆分布特征。在这部分分析中，没有包括这两个模式。南海位于热带，终年高温，季节变化相对较小，南海北部观测的年平均SST约为23～25℃，中部26～27℃，南部27～28℃ （图1）。图2显示30个模式模拟的1870—2005年间南海气候态年平均SST相对于HadISST1数据偏差的分布。大部分模式都能够较好地模拟出南海SST的基本分布特征，但各个模式模拟的SST存在较大的差异，部分模式模拟的SST偏高，部分模拟的SST偏低。在这30个模式中，有27个模式区域面积平均的SST偏差在0.9℃之内。在部分模式中，某些地区的SST偏差在2.5℃以上，这些大的偏差主要出现在岛屿或岸线附近，可能与较低的模式分辨率有关。

图1 HadISST1数据显示的（1870—2005年）南海气候态年平均SST（单位：℃）

图3是各模式模拟的过去百年南海年平均SST（相对于1986—2005年）的距平曲线。HadISST1数据显示，20世纪70年代以前南海SST存在明显的年际到年代际时间尺度的变化。在这期间，各模式模拟结果偏差较大，存在较大的不确定性，并且大部分模式的SST距平大于观测。20世纪70年代以后，在全球变暖背景下，南海SST存在明显的增温趋势。在此期间，各模式模拟结果之间的偏差相对较小，且大部分模式都能模拟出这种增温趋势。

图2 各模式模拟的（1870—2005年）南海气候态年平均SST相对于HadISST1数据偏差的分布（单位：℃）

（气候态参考时段为1986—2005年，各数据已进行5点平滑处理）

图4显示了各模式模拟的20世纪70年代之后SST的线性变化趋势及观测结果。在1979—2005年间，南海SST观测的增温趋势为1.73℃／（100 a），大部分模式都能模拟出这种增温趋势，但也有部分模式的增温趋势与观测存在明显的偏差。其中，有10个模式的增温趋势超过观测值的1／3。在这些模式中，模拟的增温趋势最小的是GFDL－CM3，增温趋势为－0.02℃／（100 a），与观测结果相反；FIO－ESM 和CSIRO－Mk3－6－0模 拟 的 增 温 趋 势 分 别 为 0.57 和0.67℃／（100 a），比观测相比 明显偏小；而IPSLCM5A－LR和 MIROC5模拟的增温趋势分别高达3.58和3.89℃／（100 a），超过观测的2倍。

20世纪70年代以前，HadISST1数据显示南海SST以年际到年代际时间尺度的变化为主，没有表现出明显的增温趋势。图5显示了各模式模拟的20世纪70年代以前年平均SST的均方差。在这期间，观测的SST均方差σ为0.23℃。在这些模式中，有9个模式的均方差超过观测值的1／3，其中，均方差最大的模式是MIROC5，约为观测值的2倍，这意味着这个模式模拟的SST年际到年代际变化的幅度与观测相比明显偏大。在这9个模式中，有6个模式模拟的20世纪70年代之后SST的增温趋势过大或过小（见表1）。

图5 各模式模拟的1870—1972年间南海年平均SST的均方差及HadISST1数据结果

4 未来百年南海SST变化趋势评估

目前，气候模式对全球以及区域气候的模拟和预估仍有较大的不确定性，各模式模拟结果之间有很大的差异，一个可信的气候模式应能够较好地再现观测的历史气候变化。上一部分检验了各模式对南海历史SST的模拟能力。尽管大部分气候模式基本能模拟出过去百年南海SST的基本特征和变化趋势，但也有部分模式与观测存在较大的偏差。有几个模式对20世纪70年代以后南海SST增温趋势的模拟能力较差，另有几个模式SST年际到年代际变化的模拟能力较差，这两个问题都可能会影响对未来南海SST变化的评估［13］。模式 GISS－E2－H 和 GISS－E2－R的水平分辨率较粗糙，很难分辨出南海周边的基本海陆特征。为了减少未来百年南海SST预估的不确定性，我们剔除了15个模式（详见表1），利用其余模式评估不同排放情景下南海SST在未来百年的变化趋势。

图6显示了3种典型浓度路径情景下，预测的南海SST在未来百年随时间的变化。在这3种排放情景下，各模式模拟的南海SST都呈一定的增温趋势。2006—2099年间，在RCP26排放情景下，各模式模拟的南海SST增温趋势为0.07～0.71℃／（100 a），多模式集合平均的增温趋势为0.42℃／（100 a）；在RCP45情景下，各模式模拟的SST增温趋势为0.55～2.02℃／（100 a），多模式集合平均的增温趋势为1.50℃／（100 a）；而在 RCP85情景下，各模式模拟的SST增温趋势为2.42～4.01℃／（100 a），多模式集合平均的增温趋势为3.30℃／（100 a）（见图7）。同期，全球SST在这3种排放情景下多模式集合平均的增温趋势分别为0.41、1.39和3.08℃／（100 a），略小于南海的增温趋势。

总体来说，在这3种排放情景下，南海SST增温趋势在空间变化不大（见图8），这可能是因为这种增温趋势主要是南海在气候变暖背景下对全球气候变化的响应［9］。在大陆和岛屿附近，一些区域的增温趋势略大，这可能与模式较低的分辨率有关。在这3种排放情景下，南海SST在未来百年随时间并不是均匀变化的（见图6），这些变化可能与不同排放情景下模式所施加辐射强迫的时间变化密切相关［14］。在前两种排放情景下，21世纪前期的增温趋势明显强于后期。其中，在RCP26情景下，多模式集合平均的SST在2006—2050年间的增温趋势为1.15℃／（100 a），其后，SST略有下降，变化趋势为－0.25℃／（100 a）；在RCP45情景下，多模式集合平均的SST在2006—2050年间的增温趋势为1.85℃／（100 a），约为后期0.92℃／（100 a）的两倍；在RCP85情景下，多模式集合模拟的SST在21世纪后期的增温趋势明显强于前期，在这种排放情景下，21世纪前期的增温趋势为2.52℃／（100 a），但在后期高达3.67℃／（100 a）。

图6 3种排放情景下，通过检验的模式预估的南海SST在未来百年随时间的变化及多模式集合平均结果

5 讨论

气候模式对历史SST增温趋势和年代际变化的模拟能力会影响对未来排放情境下增温趋势的评估［13］。根据各模式对历史SST增温趋势和均方差的模拟能力，我们对各模式进行了检验。图9显示了未通过检验的模式在3种排放情景下模拟的未来百年（2006—2099年）南海SST的线性变化趋势。与通过检验的模式相比（见图7），大部分未通过检验的气候模式所预估的未来百年南海SST变化趋势明显偏大或偏小。

在这些模式中，增温趋势最大的是GFDL－CM3和CSIRO－Mk3－6－0，在RCP26、RCP45和RCP85排放情景下，GFDL－CM3增温趋势分别是1.28、2.23和4.21℃／（100 a），CSIRO－Mk3－6－0分别是1.20、2.31和4.43℃／（100 a），明显超过通过检验的模式。通过检验这两个气候模式对历史过程的模拟，可以发现这两个模式所模拟的南海SST历史增温趋势与观测相比明显偏小（见图4），年际到年代际时间尺度的变化偏大（见图5），其中，GFDL－CM3模拟的1979—2005年间的增温趋势为－0.02℃／（100 a），与观测相反。有几个模式预估的RCP排放情境下增温趋势明显偏小（见图9）。仔细考察这几个模式发现，FIO－ESM和INMCM4模拟的历史增温趋势与观测相比偏小（见图4）；而 GISS－E2－R 和 GISS－E2－H 水平分辨率较粗糙。

MIROC5预估的增温趋势在RCP26情景下偏大；GFDL－ESM2 M预估的增温趋势在RCP85情景下偏小；CESM1－CAM5在RCP26和RCP45情景下预估的增温趋势都偏大；FGOALS－s2预估的增温趋势在RCP26情景下偏小，在RCP85下偏大（见图9）。这可能与这4个模式SST年际到年代际时间尺度的变化偏大有关（见图5）。

图7 3种排放情景下，通过检验的模式预估的南海SST在未来百年（2006—2099年）的线性变化趋势及多模式集合平均结果

图8 3种排放情景下，（2006—2099年）多模式集合平均的南海SST变化趋势的分布［单位：℃／（100 a）］

尽管这些未通过检验的气候模式所预估的未来百年南海SST变化趋势明显偏大或偏小，增加了模拟的不确定性，但它们对多模式集合平均的影响较弱。在本文收集的32个模式中，有24个进行了RCP26情景预估，31个进行了RCP45情景预估，32个进行了RCP85情景预估（见表1）。在3种排放情景下，所有模式多模式集合平均的2006—2099年间南海SST 增温趋势分别为0.49、1.45和3.22℃／（100 a），与通过检验的模式的多模式集合平均结果［分别为0.42、1.50和3.30℃／（100 a）］相差不太大，可见多模式集合平均能显著减小预估结果的不确定性。

图9 3种排放情景下，未通过检验的模式预估的南海SST在未来百年（2006—2099年）的线性变化趋势

6 结论

南海对我国天气和气候系统，以及航运和能源安全等有非常重要的影响。在全球变暖背景下，南海气候也会发生明显的变化，准确了解和预估这些变化对制定相应的海洋政策、合理地开发和利用南海有重要意义。本文利用32个CMIP5气候模式，分析了这些模式对南海历史SST的模拟能力和未来百年不同排放情境下南海SST的变化趋势。

结果表明，大部分CMIP5模式能够较好地模拟南海历史SST的基本特征和变化规律，未来百年南海SST将呈明显的增温趋势。在RCP26、RCP45和RCP85三种排放情景下，南海SST在2006—2099年间多模式集合平均的增温趋势分别为0.42、1.50和3.30℃／（100 a），略大于全球平均的趋势。这些增温趋势在空间变化不大，但随时间并不是均匀变化的。在前两种排放情景下，21世纪前期的增温趋势明显强于后期，多模式集合平均的增温趋势分别达到1.15和1.85℃／（100 a）；在RCP85情景下，21世纪后期的增温趋势高达3.67℃／（100 a），明显强于前期。

尽管CMIP5包含了目前世界上绝大部分最先进的气候模式，模拟结果代表了当前气候模拟的国际最高水平，但对于南海而言，一些模式的模拟存在一定问题。其中，部分模式对南海SST的历史增温趋势和年际到年代际变化的模拟能力较差。尽管它们对SST未来百年多模式集合平均的影响不太大，但与其他模式相比，它们模拟的SST变化趋势明显偏大或偏小，在一定程度上增加了未来预估的不确定性。在针对南海的研究中，这些模式的结果应谨慎地使用。南海只占全球海洋很小的一部分，本文模拟能力评估只是对南海SST而言，对于其他海域或者全球而言，评估结果可能会完全不同。

［1］冯瑞权，吴池胜，王安宇，等.南海海温异常对华南气候影响的数值研究［J］.热带气象学报，2004，20（1）：32—38.

［2］谢炯光，纪忠萍，谷德军，等.南海西南季风异常与广东省汛期重要天气的关系［J］.热带气象学报，2008，24（3）：209—218.

［3］黄安宁，张耀存，黄丹青.南海海温异常影响南海夏季风的数值模拟研究［J］.大气科学，2008，32（3）：640—652.

［4］赵永平，陈永利.南海暖池的季节和年际变化及其与南海季风爆发的关系［J］.热带气象学报，2000，16（3）：202—211.

［5］陈颖瑶，谢强，蒙伟光，等.不同海表面温度对南海台风“杜鹃”的影响试验［J］.热带气象学报，2009，25（4）：401—406.

［6］时小军，刘元兵，陈特固，等.全球气候变暖对西沙、南沙海域珊瑚生长的潜在威胁［J］.热带地理，2008，28（4）：342—345.

［7］IPCC.Cli mate Change 2007.The Physical Science Basis［M］.Cambridge：Cambridge University Press，2007.

［8］王晴，刘秦玉.海气界面热通量交换对南海深水海盆SST持续增暖的可能贡献［J］.中国海洋大学学报，2011，41（6）：9—14.

［9］蔡榕硕，张启龙，齐庆华.南海表层水温场的时空特征与长期变化趋势［J］.台湾海峡，2009，28（4）：559—568.

［10］秦大河，陈宜瑜，李学勇，等.中国气候与环境演变［M］.北京：科学出版社，2005：70—71.

［11］Taylor K E，Stouffer R J，Meehl G A.An overview of CMIP5 and the experi ment design［J］.Bull Amer Meteorol Soc，2012，93：485—498，doi：10.1175／BAMS－D－11－00094.1.

［12］Rayner N A，Par ker D E，Horton E B，et al.Global analyses of sea surface temperature，sea ice，and night marine air temperature since the late nineteenth century［J］.J Geophys Res，2003，108（D14），4407，doi：10.1029／2002JD002670.

［13］Wu Z，Huang N E，Wallace J M，et al.On the ti me－varying trend in global－mean surface temperature［J］.Clim Dyn，2011，37：759—773.

［14］Moss R H，Ed mondsJ A，Hibbard K A，et al.The next generation of scenarios for climate change research and assessment［J］.Nature，2010，463：747—756，doi：10.1038／nature08823.