CMIP6模式中7-8月青藏高原西风急流与高原降水的关系

《Atmospheric Research》：Relationship between July–August Tibetan Plateau westerly jet and precipitation over the Tibetan Plateau in CMIP6 models

　　

• •
  大多数CMIP6模式在定性上能够模拟出青藏高原（TP）西风急流（TPJ）的纬向位移与TP降水的东西反相型态之间的观测关联。然而，在许多模式中，这种关联并不显著，甚至与观测结果相反。
• •
  那些成功模拟出这种联系的模式，在再现相关物理机制——即TPJ入口和出口处的次级环流——方面表现良好。
• •
  未能良好模拟这种联系的模式表现出偏差，其来源包括TP地区的云—辐射过程、陆地与大气之间的热量交换，以及亚洲夏季季风与西风带之间的相互作用。

引言

青藏高原（TP）被称为“第三极”和“亚洲水塔”，目前正在经历快速增暖。这一增暖趋势已加速了TP上的冰川退缩，并加剧了区域水文循环过程（Wang et al., 2008; Kuang and Jiao, 2016; Alfieri et al., 2017; Yao et al., 2019）。作为水文循环的关键组成部分，TP降水对水文资源动态、水资源可用性和大气环流具有深远影响，从而对周边地区的社会经济发展产生显著影响（Ye, 1981; Yanai et al., 1992; Kang et al., 2010; Yin et al., 2016）。因此，近年来对TP降水变化的研究日益受到关注（Xu et al., 2008; Yao et al., 2012; Yao et al., 2013）。

全球气候模式（GCMs）是研究气候系统变化机制和预测未来气候趋势的必备工具，在现代气候研究中发挥着关键作用（IPCC, 2013）。在世界气候研究计划所建立的耦合模式比较计划（CMIP）推动下，气候模式的性能得到了持续改进。最新的耦合模式比较计划第六阶段（CMIP6）模式，通过提高空间分辨率和更加复杂地表征气候系统过程，显著提高了全球和区域温度、降水以及极端气候事件等关键变量的模拟精度，为气候研究提供了更强大的支持（Reinman, 2012; Eyring et al., 2016; Eyring et al., 2019; IPCC, 2021）。CMIP6模式在模拟降水方面取得了显著进展（Jiang et al., 2021; Lun et al., 2021; Du et al., 2022）。已有研究表明，一些CMIP6模式能够更好地捕捉水汽方程中的动力效应，从而减少了TP上的偏湿偏差，得出更为可靠的模拟结果（Lin et al., 2018; Chen et al., 2022; Chen et al., 2024; Liu et al., 2024）。然而，CMIP6模式模拟TP降水的能力仍需要进一步改进。例如，降水的系统性高估依然存在，且模式难以准确捕捉降水的强度和持续时间——尤其是在TP东南部（Sun et al., 2015; Jiang et al., 2016; Zhu and Yang, 2020）。此外，这些模式也无法可靠地再现降水观测到的空间格局和趋势（Cui et al., 2021）。尽管人们为提升模式在TP地区的表现付出了大量努力，但对降水机制的不完整认识仍在阻碍该地区大气动力和热力状态的准确模拟（Stouffer et al., 2017; Jiang et al., 2021; Li et al., 2021; Chen et al., 2022）。以往研究表明，TP上的夏季降水过程主要由动力过程控制（Gao et al., 2014; Wang et al., 2017; Zhang et al., 2017）。然而，CMIP6模式在表征相关物理过程方面能力仍然有限，尤其是局地和大尺度环流系统，导致TP降水模拟偏差持续存在（Gao et al., 2014; Wang et al., 2017; Zhang et al., 2017）。因此，有必要评估CMIP6模式的表现，尤其是其模拟控制TP降水物理过程的能力。

西风带是影响TP气候的关键环流系统之一。冬季，西风急流位于TP以南，而夏季则北移至TP北部。这一季节迁移直接调节了TP及其周边地区的水汽辐合和降水分布（Schiemann et al., 2009）。TP夏季的极端干旱和湿润与副热带西风的纬向位移密切相关（Bothe et al., 2010）。来自东大西洋和西欧的西风波列能够影响南亚高压和孟加拉湾上方的西南风，从而改变TP的夏季降水（Liu and Yin, 2001; Gao et al., 2013）。冬季初西风急流的南撤为印度洋偶极子对TP冬季积雪施加影响提供了背景环流（Yuan et al., 2012）。

众所周知，西风带环绕整个北半球的副热带地区，但在TP周围表现出独特的特征。例如，盛夏期间TP北部西风急流核心的存在和持续可能与TP的热力强迫有关（Kuang and Zhang, 2005; Zhang et al., 2006）。相应地，Feng等人（2025）正式定义了位于TP北部中心的盛夏西风急流——一个与TP气候紧密耦合的局地环流系统，称之为TP急流（TPJ）。以往研究表明，西风带／西风急流是调节TP气候的关键系统（Liu and Yin, 2001; Bothe et al., 2010; Gao et al., 2013; Yuan et al., 2021）。然而，这些研究大多仅对西风环流系统的强度和位置进行定性描述。要定量评估模式模拟西风带／西风急流通过动力过程影响TP气候的表现较为困难。Feng等人（2025）定义了TPJ并构建了一个反映TPJ纬向位移的指数，从而使定量评估数值模式对TP地区西风环流的模拟性能成为可能。此外，Feng等人（2025）揭示，次级环流是TPJ调节TP降水的关键动力过程，凸显了评估模式对这一动力过程表征的必要性。据此，本研究评估了CMIP6模式对TPJ及其所诱发的次级环流的再现能力。

本研究的其余部分结构如下。第2节简要介绍所使用的数据集和方法。第3节首先从两个角度评估CMIP6模式的模拟能力——即TPJ的气候特征以及TPJ与TP降水之间的关系。根据评估结果，从36个CMIP6模式中选取了两类模型：一类能够更好地再现这种关系，另一类模拟性能较差。第4节系统地比较了两类模式在捕捉观测到的底层物理机制方面的表现。第5节分析了模式偏差的来源。第6节对整篇研究进行了总结。

章节摘要

数据集

降水参考数据集来自中国国家气象信息中心（NMIC）的格点化降水产品，空间分辨率为0.5° × 0.5°。该数据集基于超过2000个气象站点的质量控制观测数据构建而成。本研究采用欧洲中期天气预报中心再分析资料v5（ERA5；Hersbach et al., 2023）的0.25° × 0.25°分辨率月均值数据，

TP降水和TPJ的模拟

在7—8月期间，TPJ位于TP北部，其纬向位移与TP降水格局密切相关（Feng et al., 2025）。而联系两者的物理过程涉及垂直运动。因此，本研究使用Taylor图（图1）定量评估了CMIP6模式在模拟7—8月TP降水、TP上的垂直运动以及TPJ区域200 hPa纬向风方面的表现。

对于TP降水（图1a），空间

与TPJ纬向位移相关的次级环流

次级环流的理论是经典的，并已在动力学上得到验证（Bjerknes and Holmboe, 1944; Bjerknes, 1951; Uccellini and Johnson, 1979; Uccellini and Kocin, 1987）。首先，气旋性（反气旋性）涡度中心位于最大风速的急流核心左侧（右侧）翼（朝向西风急流方向）。相应地，急流的前左侧和后右侧象限以辐散为主，而其前右侧和后左侧

模式偏差的来源

我们分析了B类模式，以识别其偏差的来源。FGOALS-g3和GISS-E2-2-G（B类模式）在TP上的垂直速度表现出较低的空间相关性、较高的均方根误差以及远大于1的标准差比值（图1b），表明其模拟该地区垂直运动的能力较差。Li等人（2021）揭示，TP上垂直运动的偏差可能与大气顶部的云辐射效应有关。进一步的分析

结论

近期观测研究报告，TPJ的纬向位移会诱发近其入口和出口区域的次级环流，显著调节TP降水的东西偶极型态。然而，CMIP6模式能否成功模拟观测到的TPJ—降水联系仍然不明。本研究以NMIC降水和ERA5大气环流数据作为参考，评估了36个CMIP6模式模拟这种动力联系的能力

CRediT作者贡献声明

Yuhan Feng：写作—审阅与编辑，写作—初稿。Sulan Nan：写作—审阅与编辑，方法论，资助获取。Ge Liu：指导，方法论。Ting Zhang：数据整理。Yanhong Liu：调查研究。

利益冲突声明

作者声明，他们不存在已知的、可能被视为会影响本文所述工作的竞争性经济利益或个人关系。

致谢

本研究得到西藏自治区重大科技项目（XZ202402ZD0006）和国家重点研发计划（2023YFF0805300），以及CMA农业气象保障与应用技术河南省重点实验室应用技术研究基金（KQ202626）的资助。

Yuhan Feng|Sulan Nan|Ge Liu|Ting Zhang|Yanhong Liu