7个CMIP5模式的平流层、对流层温度趋势与SSU/MSU观测资料的对比

赵立龙,徐建军

(1.南京信息工程大学 物理与光电工程学院,江苏 南京 210044;2.南京信息工程大学 大气科学学院,江苏 南京 210044;3.乔治梅森大学 理学院 环境科学与技术中心,美国 弗吉尼亚 22030)



7个CMIP5模式的平流层、对流层温度趋势与SSU/MSU观测资料的对比

赵立龙1,徐建军2,3

(1.南京信息工程大学 物理与光电工程学院,江苏 南京 210044;2.南京信息工程大学 大气科学学院,江苏 南京 210044;3.乔治梅森大学 理学院 环境科学与技术中心,美国 弗吉尼亚 22030)

采用1979—2005年美国大气海洋局(NOAA)的卫星观测资料和IPCC第5次全球气候变化比较试验(CMIP5)的模式资料,对全球对流层和平流层近26 a的气温趋势进行了研究。结果表明,CMIP5模拟的全球平均大气温度趋势与观测结果较一致,能够再现平流层冷却和对流层增温等特点,但是在气温趋势的经纬度分布上,模式资料与观测资料间存在较大差异,同时模式间也存在明显的不一致。与观测资料相比,CMIP5模式资料低估了平流层在热带地区的降温速率,而且明显高估了对流层中部到平流层下层的南极区域的降温趋势。不同CMIP5模式间的最大标准方差出现在平流层的南北极区域,但是在对流层所有纬度上标准方差都保持着较小值。

平流层;对流层;气候模式;模式评估

0 引言

高空大气温度的长期变化趋势是评估全球气候变化的一个重要部分,也为自然和人为的气候变化机理研究提供一定的依据。在全球气候变化条件下,高空大气温度如何变化,它又将如何影响全球气候变化,是气候变化研究中的一个重要问题。基于第三次全球气候变化比较试验(CMIP3),IPCC第4次评估报告指出,高空大气存在对流层趋于增温、平流层趋于降温的现象,但是不同资料由于不同的空间样本和时间样本以及采用不同的误差订正方法,得到的变化趋势值存在一定差异(华文剑和陈海山，2012；Thompson et al.,2012;韩乐琼等,2014)。

相比于CMIP3,CMIP5为了研究平流层大气变化,许多研究小组把耦合模式高度增加到1 hPa(Taylor et al.,2012)。然而,在平流层大气中,这些新的气候模式产品的可靠性仍是不完全清楚,许多气候模式并没有包括所有必要的物理和化学过程(Taylor et al.,2012),因此,利用观测数据测试和评估这些气候模式的结果是非常必要的,也有助于理解模式描述真正的气候变化的能力和局限性(胡永云等,2009;张耀存和郭兰丽,2010;余斌等,2011;张宏芳和陈海山,2011;张文君和谭桂容,2012;Ren and Yang,2012;Santer et al.,2013)。

对于高空大气温度变化趋势的研究,一般采用传统的无线电探空观测资料(Santer et al.,1999;Christy and Norris,2006;Sakmoto and Christy,2009;Xu and Powell,2010,2012;支星和徐海明,2013),但是探空资料具有一定的不确定性和局限性。无线电探空仪不能穿透层压20 hPa或更高的大气层,不覆盖海洋和极地地区,且探空站点分布稀疏,探空观测的仪器和方法经常变化等(John and Melissa,2008;郭英莲和徐海明,2010;王洪等,2010),使得资料连续性和一致性较差。

在1978年发射的NOAA极轨卫星上搭载的微波大气探测仪(MSU)及其后的改进型——先进的微波大气探测仪(AMSU)和平流层探测装置(SSU),几乎可以全天候测量从地表到平流层的全球大气温度,该序列星载仪器已经稳定运行近30 a,其数据可用于高空大气温度长期变化趋势的研究(Nash and Forrester,1986;Mears et al.,2003;Christy and Norris,2006;Zou et al.,2009)。虽然卫星观测克服了无线电探空观测的缺点,但是将卫星长序列历史资料用于气候变化研究的难度较大,需要解决资料的一致性问题,包括仪器自身观测误差的订正、仪器寿命期内信号衰减和观测时间漂移的订正以及仪器间的观测差异订正等(Christy et al.,2000;Zou et al.,2009;Zou and Wang,2010,2011)。

本文采用卫星观测资料和CMIP5模拟资料分析高空大气温度变化的趋势特征,主要目的是用观测资料测试和评估CMIP5气候模式的模拟结果,这样有助于理解模式描述气候变化的能力和局限性。

1 资料和方法

采用1979—2005年STAR卫星观测资料和7个CMIP5模式资料,所用资料均覆盖全球。7个CMIP5模式的基本信息见表1。

表1 本文所使用7个气候模式的基本信息

Table 1 The basic information of seven climate models used in this study

模式名称模块研究中心和位置CanESM2大气;海洋;海冰;陆地加拿大气候模式分析中心HadGEM2-CC大气;海洋;陆地;海洋—生物地球化学英国气象局哈德利中心MIROC-ESM大气;海洋;海冰;陆地;气溶胶;海洋—生物地球化学;陆地—生物地球化学日本海洋—地球科学技术机构MIROC-ESM-CHEM大气;海洋;海冰;陆地;气溶胶;海洋生物化学;陆地生物化学;大气化学日本海洋—地球科学技术机构MIROC4h大气;海洋;海冰;陆地东京大学,日本国立环境研究所和日本海洋—地球科学技术机构MPI-ESM-LR大气;海洋;海冰;陆地德国马克斯—普朗克气象研究所MRI-CGCM3大气;海洋;海冰;陆地;气溶胶日本筑波气象研究所

图1 气压坐标下的SSU/MSU温度探测通道的垂直权重函数

本文采用的卫星观测数据是美国大气海洋局(NOAA)国家环境卫星数据和信息中心(NESDIS)卫星应用和研究实验室(STAR)研究组订正的MSU和SSU数据,简称STAR。其中SSU是先进微波探测仪之前唯一的能够进行全球平流层温度长期(1979—2005年)观测的仪器。MSU和SSU分别为3通道的微波和红外辐射计,图1给出了MSU和SSU的权重函数,其观测范围涵盖了整个平流层和对流层上层大气。许多研究者将STAR的观测资料与UAH、RSS、Lidar、GPSRO、MLS等资料进行对比研究(廖蜜等,2011;Xu et al.,2011;Wang et al.,2012;He et al.,2014),结果表明STAR的观测资料并没有发现明显不同于其他独立观测资料,说明了其气候研究的可行性。目前该数据已被广泛用于上层大气温度变化趋势和原因的分析研究(Shine et al.,2003;Cagnazzo et al.,2006;Saha et al.,2010)。

首先根据月平均数据计算年平均值,然后将所有数据插值成相同分辨率的10°×10°网格数据。为了进行相互比较,CMIP5模式资料按照SSU/MSU的垂直权重函数进行处理。对CMIP5模式资料和SSU/MSU观测资料的全球大气平均温度的时间序列和温度变化趋势的空间分布进行了相关分析。采用最小二乘法拟合温度变化趋势,利用样本标准方差表征不确定性,采用T检验分析温度变化趋势的统计意义。

2 全球平均温度变化趋势的时间特性

2.1 全球平均温度距平的变化曲线

图2给出了1979—2005年观测的全球对流层和平流层大气温度变化趋势。可以看出,3个SSU通道和MSU4都显示出平流层有明显的降温趋势,其中平流层上部(SSU3)的降温速率为-1.08 K/(10 a),平流层底层(MSU4)的降温速率为-0.28 K/(10 a)。对流层显示出微弱的增温趋势(MSU3,MSU2),对流层上层(MSU3)和中层(MSU2)的增温速率分别为0.10和0.16 K/(10 a)。

由图2还可见,平流层在1982—1983年和1991—1992年期间有强烈的异常,该异常是因为受到1982年4月墨西哥埃尔奇琼火山及1991年皮纳图博火山喷发的影响。对流层温度(MSU2和MSU3)变化与厄尔尼诺和拉尼娜事件表现出较紧密的相关性,其中1998年是一次较强的ENSO事件,火山爆发的信号在曲线上也有所反映。

对于CMIP5模式资料(图3),除了MRI-CGCM3高估了1991年皮纳图博火山爆发对温度变化的影响外,选择的7个气候模式与卫星观测资料在平流层的温度变化上吻合得很好。此外,3个模式资料(MIROC4h、MPI-ESM-LR和MRI-CGCM)在对流层上与观测资料有明显的差异,特别是MIROC4h还出现反位相变化,且MSU观测到的厄尔尼诺和拉尼娜(温娜和刘征宇,2013)信号并没有在大多数模式中得到反映。

图2 SSU/MSU卫星观测的1979—2005全球月平均气温距平变化

图3 SSU-MSU各层的全球月平均气温距平的时间序列(黑粗实线为STAR观测结果,其余为模式结果)

2.2 温度距平的时间序列相关性

为评估各个气候模式描述温度变化的能力,计算了CMIP5模式与SSU/MSU观测资料的全球平均温度时间序列的相关系数(相关系数大于0.5时通过99%置信度检验)。结果表明,在平流层,SSU/MSU观测资料和CMIP5气候模式资料具有很好的一致性,相关系数为0.76到0.98(表2)。相对于平流层,在对流层,CMIP5模式资料与观测资料的一致性较差。

2.3 气温变化趋势和标准方差的垂直分布

图4给出了全球大气温度变化趋势和标准方差

的垂直剖面。由图4a可见,CMIP5模式结果与观测结果都表现出明显的相似性,但是,在平流层,模式的降温幅度均小于SSU的观测结果。交叉点为气温变化的分界线,分界线之上温度是降低的,之下温度是升高的。结果表明,CMIP5模式结果的分界线位置低于相应的MSU的观测结果。由图4b可

表2 模式资料与观测资料的全球平均温度距平时间序列的相关系数

Table 2 Correlation coefficients of time serials of global mean temperature anomaly between STAR SSU/MSU and the CMIP5 models

CanESM2HadGEM2MIROC-ESM-CHEMMIROC-ESMMIROC4hMPI-ESM-LRMRI-CGCM3SSU30.960.970.970.970.830.970.93SSU20.970.980.970.960.890.970.9SSU10.930.950.960.950.930.920.76MSU40.90.890.870.880.90.90.8MSU30.230.40.220.150.10.390.18MSU20.430.510.320.410.360.510.31

见,从对流层中部到上平流层,CMIP5模式间的标准方差约为0.05 K/(10 a)到0.08 K/(10 a),最大标准方差出现在平流层顶部(SSU3,约45 km),主要是因为MIROC4h模式结果严重低估了SSU3的降温幅度。

图4 全球大气温度变化趋势(K/(10 a))和模式间标准方差的垂直剖面 a.CMIP5模式结果与观测结果;b.7个模式的温度趋势垂直廓线(用模式平均值±标准差表示)

图5 1979—2005年对流层中层到平流层上层各层大气温度变化趋势(K/(10 a))的空间分布(左列为SSU/MSU观测结果,中间、右侧分别MPI-ESM-LR、CanESM2模式模拟结果)

上述结果表明,CMIP5模式模拟的全球平均温度变化在平流层与SSU、MSU的观测资料具有很高的一致性,但是与观测资料相比,CMIP5模式明显低估了平流层的降温趋势。另外,观测资料的温度分界点在MSU3之上,明显高于CMIP5的分界点高度,分界点的高度差异可能会对不同层的大气温度变化趋势的估计产生影响。

3 大气温度长期变化趋势的空间分布

3.1 全球大气各层温度线性趋势的空间分布

图5为1979—2005年从平流层上层(约48 km)到对流层中层(约6 km)的全球大气温度变化趋势的空间分布。图5左列为SSU/MSU的观测结果,显示了温度趋势的空间分布随垂直高度的变化情况。在平流层上层(SSU1—SSU3)的热带和副热带区域,观测资料有明显的降温趋势,而较强的增温发生在对流层的热带和北半球的大部分地区;最强的增温发生在对流层中部的北部高纬度地区,约为0.5 K/(10 a);最强的降温趋势发生在上平流层的热带和北极的西北部地区,超过-1.4 K/(10 a)。

对于CMIP5模式资料,随机选定的MPI-ESM-LR、CanESM2模式基本显示出平流层降温和对流层增温的特征,但是温度变化趋势随经纬度的分布明显不同于SSU/MSU的观测结果。总体而言,与SSU观测资料相比,CMIP5模式资料对平流层热带区域的降温幅度估计偏低。

图6 CMIP5模式结果与观测结果的气温变化趋势的空间相关系数 a.SSU;b.MSU

3.2 温度变化趋势的空间相关性

为了量化观测资料与模式资料的异同,分别计算了各个模式与观测资料的温度变化趋势的空间相关性(图6)。可见,CMIP5模式资料与观测资料的温度变化趋势的空间相关性较小,尤其在对流层;而且MICRO-ESM-CHEM模式在平流层的三个通道与观测资料显示出负相关。与其他6个模式相比,在平流层,MICRO4h模式结果与观测结果的相关性最高。

值得注意的是:1)在平流层,所有7个CMIP5模式资料与观测资料的全球平均温度的时间序列的一致性较好,但是温度变化趋势的空间分布的相关性很差(MIROC4h除外);在对流层,模式资料与观测资料的时间和空间相关性均很差。2)加入化学模式的MICRO-ESM-CHEM与不包含化学模式的MICRO4h相比,在平流层上层,前者与观测结果的相关性明显差于后者。

3.3 平均温度的长期趋势随纬度的变化及均方差分析

为了揭示CMIP5模式模拟的长期变化趋势与观测资料的差异,图7给出了观测资料与CMIP5模式的平均温度长期变化趋势随纬度的变化。结果表明:气温的长期变化趋势随纬度变化明显;在平流层,所有资料都有明显的变冷趋势;在对流层,除了南部高纬地区外,均显示出增温趋势;观测资料的3个SSU通道在热带和副热带显示出极强的降温趋势,尤其在平流层顶的热带地区,其降温速率达到-1.6 K/(10 a),比CMIP5模式资料低将近0.5 K/(10 a)。另外一个重要的现象是,SSU观测资料在南半球的降温趋势从高纬到低纬急剧变化。

MSU观测资料与CMIP5模式资料在对流层中层到低平流层(图7d—f)的温度趋势随纬度变化基本一致。值得注意的重要事实是,模式资料和观测资料在对流层的南极区域均呈现出明显的降温趋势,同时在热带和整个北半球呈现出升温趋势。

图7 对流层和平流层各层全球平均温度变化趋势随纬度的变化(黑粗实线代表SSU/MSU观测结果)

图8 CMIP5模式资料温度趋势的标准方差随纬度的变化曲线(单位:K/(10 a))

图8给出了7个CMIP5模式资料的温度趋势的标准方差随纬度的变化。在对流层,各个模式间的标准方差从热带和副热带的约0.05 K/(10 a)变化到南北两极的约0.2 K/(10 a)。平流层(3个SSU和MSU4)的标准方差在南极区域较大,处于0.25 K/(10 a)到0.30 K/(10 a)之间,比对流层两个MSU通道的标准方差(0.15 K/(10 a))大很多。在北极区域,MSU2通道的标准方差远低于其他5个通道。MSU4通道在热带区域的标准方差明显高于其他各层。另一重要现象是,对流层中层(MSU2)在所有纬度的标准方差都较小,这说明CMIP5模式资料在MSU2上基本一致。

上述结果表明,平流层变冷趋势随纬度变化明显,模式给出的最大变冷趋势出现在热带和副热带区域,但是最大的标准方差却出现在南北极区域。形成鲜明对比的是,对流层的增温趋势随着纬度从南到北变大,但是所有纬度上的标准方差都较小。

4 结论和讨论

基于1979—2005年SSU和MSU的温度观测资料,研究了CMIP5模式资料从对流层中部到平流层(5～50 km)的温度变化趋势和不确定性,得到如下主要结论:

1)CMIP5模式再现了平流层降温和对流层升温的变化特征,但是所选7个模式给出的温度趋势存在明显差别。在平流层高层,不同模式的降温速率在-0.6到-1.0 K/(10 a)之间变化,低于SSU的观测结果。在对流层中层,增温速率处于0.08到0.24 K/(10 a)之间,一般低于MSU观测结果。

2)在全球平均温度的时间变化方面,CMIP5模式能很好反映出火山爆发对平流层温度的影响,并且在研究时段内,与SSU观测资料的相关性很高。但是模式资料在对流层中、上层与观测资料的相关性很差,没有模拟出厄尔尼诺和拉尼娜事件在对流层的响应。

3)在温度趋势空间分布方面,从对流层中层到平流层顶,CMIP5模式资料与SSU/MSU观测资料都表现出不同的分布形式,且空间分布的相关性较差。

总体而言,温度趋势随纬度变化明显,最大的降温出现在平流层顶的热带区域,最大的增温出现在对流层中部的北极区域。与观测资料相比,CMIP5模式资料低估了平流层在热带地区的降温速率,且明显高估了对流层中部到平流层下层的南极区域的降温趋势。CMIP5模式资料的最大标准方差出现在平流层的南北极区域,在对流层所有纬度上标准方差都保持较小值。

选择的7个CMIP5模式资料在平流层的全球平均温度的年际变化上与观测资料一致,但是这些模式没能重现观测资料的温度趋势随经纬度的分布特征。值得注意的是,选择的所有CMIP5模式都耦合了包含多种针对低层大气物理过程的陆地和海洋模式,理论上来说应该更加有利于描述对流层大气的特征。另一方面,大多数的CMIP5没有包含一些必要的物理化学过程,例如7个模式中6个没有在平流层包含化学模式,只有MIRO-ESM-CHEM包含了化学模式并且认为化学模式是能够描述真实大气的一个非常重要的部分。因此,至少从理论上来讲,该模式资料理应给出较好的结果。不幸的是,比较结果显示MIRO-ESM-CHEM模式资料在对流层的全球平均温度年际变化方面给出了较差的结果。如果注意到上述差异,那么什么才是决定模式性能的关键因素就值得深入考虑。

模式资料与观测资料异同的产生原因及对气候趋势的定量影响有待进一步研究,这也是将模式资料用于气候诊断的一个重点和难点。

郭英莲,徐海明.2010.对流层中上层干空气对“碧利斯”台风暴雨的影响[J].大气科学学报,33(1):98-109.

韩乐琼,韩哲,李双林.2014.不同代表性浓度路径(RCPs)下21世纪长江中下游强降水预估[J].大气科学学报,37(5):529-540.

胡永云,丁峰,夏炎.2009.全球变化条件下的平流层大气长期变化趋势[J].地球科学进展,24(3):242-251.

华文剑,陈海山.2012.东亚夏季海陆热力对比对全球变暖的响应[J].气象科学,32(4):365-374.

廖蜜,张鹏,吴雪宝,等.2011.利用MSU序列研究高空大气温度变化的进展[J].气象,37(9):1151-1157.

王洪,曹云昌,肖稳安.2010.COSMIC掩星数据与L波段探空数据的对比分析[J].气象,36(9):14-20.

温娜,刘征宇.2013.海洋对大气反馈的研究进展及其诊断方法讨论[J].大气科学学报,36(2):246-255.

余斌,Boer G J,Zwiers F W.2011.海表热通量反馈及海温变率[J].大气科学学报,34(1):1-7.

张宏芳,陈海山.2011.21个气候模式对东亚夏季环流模拟的评估I:气候态[J].气象科学,31(2):119-128.

张文君,谭桂容.2012.全球变暖形势下中国陆表水分的变化[J].大气科学学报,35(5):550-563.

张耀存,郭兰丽.2010.东亚副热带西风急流变化多模式模拟结果分析[J].气象科学,30(5):694-700.

支星,徐海明.2013.3种再分析资料的高空温度与中国探空温度资料的对比:年平均特征[J].大气科学学报,36(1):77-87.

Cagnazzo C,Claud C,Hare S.2006.Aspects of stratospheric long term changes induced by ozone depletion[J].Clim Dyn,27:101-111.doi:10.1007/s00382-006-0120-1.

Christy J R,Norris W B.2006.Satellite and VIZ—radiosonde intercomparisons for diagnosis of nonclimatic influences[J].J Atmos Oceanic Technol,23:1181-1194.

Christy J R,Spencer R W,Braswell W D.2000.MSU tropospheric temperatures:Dataset construction and radiosonde comparisons[J].J Atmos Oceanic Technol,17:1153-1170.

He Wenying,Zou Chengzhi,Chen Hongbin.2014.Validation of AMSU-A measurements from two different calibrations in the lower stratosphere using COSMIC radio occultation data[J].Chin Sci Bull,55:1159-1166.

John R L,Melissa F.2008.Comparison of radiosonde and GCM vertical temperature trend profiles:Effects of dataset choice and data homogenization[J].J Climate,21:5417-5435.

Mears C A,Schabel M C,Wentz F J.2003.A reanalysis of the MSU channel 2 tropospheric temperature record.J Climate,16:3650-3664.

Nash J,Forrester G F.1986.Long-term monitoring of stratospheric temperature trends using radiance measurements obtained by the TIROSN series of NOAA spacecraft[J].Adv Space Res,6:37-44.doi:10.1016/0273-1177(86)90455-2.

Ren R C,Yang Y.2012.Changes in winter stratospheric circulation in CMIP5 scenarios simulated by the climate system model FGOALS-s2[J].Adv Atmos Sci,29(6):1374-1389.doi:10.1007/s00376-012-1184-Y.

Saha S,Moorthi S,Pan H L,et al.2010.The NCEP climate forecast system reanalysis [J].Bull Amer Meteor Soc,91(8):1015-1057.

Sakmoto M,Christy J.2009.The influences of TOVS radiance assimilation on temperature and moisture tendencies in JRA-25 and ERA-40[J].J Atmos Oceanic Tech,26:1435-1455.doi:10.1175/2009JTECHA1193.1.

Santer B D,Hnilo J J,Wigley T M L,et al.1999.Uncertainties in observationally based estimates of temperature change in the free atmosphere[J].J Geophys Res,104:6305-6333.

Santer B D,Painter J F,Mears C A,et al.2013.Identifying human influences on atmospheric temperature [J].Proceedings of the National Academy of Sciences of the United States of America,110(1):26-33.

Shine K P,Bourqui M S,Forster P M,et al.2003.A comparison of model-simulated trends in stratospheric temperatures [J].Quart J Roy Meteor Soc,129:1565-1588.doi:10.1256/qj.02.186.

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

Thompson D W,Seidel D J,Randel W J,et al.2012.The mystery of recent stratospheric temperature trends[J].Nature,491(7426):692-697.

Wang L,Zou C Z,Qian H.2012.Construction of stratospheric temperature data records from stratospheric sounding units[J].J Climate,25:2931-2946.doi:10.1175/JCLI-D-11-00350.1.

Xu J,Powell A.2010.Ensemble spread and its implication for the evaluation of temperature trends from multiple radiosondes and reanalyses products[J].Geophys Res Lett,37,L17704.doi:10.1029/2010GL044300.

Xu J,Powell A.2011.Uncertainty of the stratospheric/tropospheric temperature trends in 1979—2008:Multiple satellite MSU,radiosonde,and reanalysis datasets[J].Atmos Chem Phys,11:10727-10732.doi:10.5194/acp-11-10727-2011.

Xu J,Powell A.2012.Uncertainty estimation of the global temperature trends for multiple radiosondes,reanalyses,and CMIP3/IPCC climate model simulations[J].Theor Appl Climatol,108:505-518.doi:10.1007/00704-011-0548-z.

Zou C Z,Wang W.2010.Stability of the MSU-derived atmospheric temperature trend[J].J Atmos Oceanic Technol,27:1960-1971.doi:10.1175/2009JTECHA1333.1.

Zou C Z,Wang W.2011.Intersatellite calibration of AMSU-A observations for weather and climate applications[J].J Geophys Res,116,D23113.doi:10.1029/2011JD016205.

Zou C,Gao M,Goldberg M.2009.Error structure and atmospheric temperature trends in observations from the microwave sounding unit[J].J Climate,22:1661-1680.doi:http://dx.doi.org/10.1175/2008JCLI2233.1.

(责任编辑：倪东鸿)

Comparison of stratospheric and tropospheric temperature trend between seven CMIP5 models and SSU/MSU observations

ZHAO Li-long1,XU Jian-jun2,3

(1.School of Physics and Optoelectronic Engineering,NUIST,Nanjing 210044,China;2.School of Atmospheric Sciences,NUIST,Nanjing 210044,China;3.Environmental Science and Technological Center,College of Science,George Mason University,Fairfax,Virginia 22030,USA)

Global atmospheric temperature trends from the middle troposphere to the upper stratosphere are investigated based on the simulations from the Coupled Climate Model Inter-comparison Project phase 5(CMIP5) together with NOAA satellite observations from 1979 to 2005.Results show that the CMIP5 model simulations can reproduce the features of stratospheric cooling and tropospheric warming,which are consistent with the observations,but the CMIP5 simulations display different latitudinal-longitudinal patterns from SSU/MSU measurements,with significant discrepancies among the selected models.Compared with observations,the CMIP5 simulations significantly underestimate the stratospheric cooling in the tropics and substantially overestimate the cooling over the Antarctic in the MSU observations.The largest standard variation among the seven CMIP5 simulations is seen in both the south and north polar regions in the stratosphere,and the standard variation retains similar small values at all latitudes in the troposphere.

stratosphere;troposphere;climate model;model evaluation

2013-06-11；改回日期：2014-06-20

国家自然科学基金资助项目(41230528;41305039);江苏省博士后基金资助项目(1402166C)

赵立龙,博士,讲师,研究方向为气候变化,nk_endy@163.com.

10.13878/j.cnki.dqkxxb.20130611001.

1674-7097(2015)01-0101-10

P467

A

10.13878/j.cnki.dqkxxb.20130611001

赵立龙,徐建军.2015.7个CMIP5模式的平流层、对流层温度趋势与SSU/MSU观测资料的对比[J].大气科学学报,38(1):101-110.

Zhao Li-long,Xu Jian-jun.2015.Comparison of stratospheric and tropospheric temperature trend between seven CMIP5 models and SSU/MSU observations[J].Trans Atmos Sci,38(1):101-110.(in Chinese)