第1章绪论
1.1气候模式的发展历程
气候模式的发展要追溯到数值天气预报的产生。数值模拟是近代科学技术和气象科学，特别是动力气象发展的产物。尽管早在20世纪初，皮叶克尼斯（V.Bjerknes）提出，要把天气预报作为数学物理问题来考虑。1922年，理查森（L.Richardson）利用数值计算的方法进行了制作天气预报的尝试，但是由于计算技术、观测资料和气象科学等发展不成熟，人们并没有得到有用的预报。只是在第二次世界大战后，由于探空站的大量增加、电子计算机的出现，以及计算方法、程序、长波理论、滤波理论等的问世，1950年查尼（J.G Charney）等才做出了世界上**张北半球可用的500hPa的24h天气形势预报图。
早期的数值天气预报模式都是区域性的，直到1956年，菲利普斯（N.Phillips）才推出了全世界**个真正的大气环流模式（简称大气模式XAtmospheric General Circulation Model，AGCM）。此后，应用于气候研究的三维气候模式开始逐步发展。其中，20世纪60年代初期是启蒙阶段，重点研究大气环流与气候的平均状态，关注气候模式能否计算出与实况接近的海平面气压场、高空流场及温度场等。
20世纪60年代中期到70年代中期，气候模式进一步得到发展，包括提高水平和垂直分辨率，改进辐射、凝结和对流参数化方法，引入更接近实际情况的下边界条件等。当时世界上主要的模式发展团队和成员有：美国加利福尼亚大学洛杉矶分校（University of California，Los Angeles，UCLA），明茨（Y.Mintz）和荒川明夫（A.Arakawa）等；美国地球物理流体力学实验室（Geophysical Fluid Dynamics Laboratory，GFDL），斯马戈林斯基（J.Smagorinsky）和真锅淑郎（S.Manabe）等；美国国家大气研究中心（NationalCenter for Atmospheric Research，NCAR），华盛顿（W.Washington）和笠原彰（A.Kasahara）等；美国戈达德空间研究所（Goddard Institute for Space Studies，GISS），利斯（C.Leith）等;英国气象局，科比（GA.Corby）和萨克尔（N.J.Saker）等。发展到该阶段，气候模式已经能够模拟出大气环流、水分循环的季节变化，甚至能模拟出副热带沙漠、季风、热带辐合带等。早期查尼和菲利普斯等开展的具有开拓性的工作推动了气候模式的发展，但遗憾的是他们没能留下当时的气候模式代码，现代气候模式的多个发展分支主要是源于20世纪60年代后发展起来的模式。政府间气候变化专门委员会第五次评估报告（IPCCAR5）从支撑气候变化科学评估的角度出发，对20世纪70年代以后的气候模式研发阶段性进展进行了总结。图1-1基于政府间气候变化专门委员会第五次评估报告（IPCCAR5）的有关图形，进一步补充了政府间气候变化专门委员会第六次评估报告（IPCCAR6）以及*新的进展信息，从中可看出全球气候模式的历史发展脉络。
除了大气环流模式，气候模式的其他子模式也在快速发展。其中，陆面模式（Land Surface Model，LSM）的发展经历了3个阶段。*初是真锅淑郎等在20世纪60年代末期提出的简单的“水桶”（Bucket）模式，仅对土壤水的蒸发和地表径流进行简单的参数化。20世纪80年代，陆面模式的发展进入第二个阶段，是土壤、植被与大气间的输运模型，即“大叶模型”。这类模式显式地引入植被生物物理过程，建立了复杂的关于植被覆盖表面上空的辐射、水分、热量和动量交换等过程的参数化方案，较为真实地考虑了植被在陆面过程中的作用，特别是细致地考虑了植被对陆面水分和能量收支所起的作用。这一阶段的模式以生物圈-大气
图1-1全球气候系统模式发展的历史、现状和未来示意图圆柱体高度表示分量模式模块的完善和复杂程度，其中FAR、SAR、TAR和AR4？6表示IPCC第1？第6次评估报告。本图是在IPCCAR5的图1.13基础上，增加IPCCAR6的模式信息和模式研发领域*新动态设计绘制，得到了IPCC的使用授权传输方案（Biosphere-Atmosphere Transfer Scheme，BATS）、简单生物圈模式（Simple Biosphere Model，SiB）及简化的简单生物圈模式（Simplified Simple Biosphere Model，SSiB）等为代表。第三阶段的陆面模式是从90年代发展起来的，主要根据光合作用和植物水分的关系，考虑了植物的水汽吸收，并将植物吸收C〇2进行光合作用的生物化学模式引入陆面模式中，对地表碳通量和CO2浓度的日循环和季节循环具有较好的模拟能力，可用于模拟由于大气中CO2浓度增加而增强的温室效应。这类模式的代表，包括改进的简单生物圈模式（Simple Biosphere Model2，SiB2）、通用陆面模式（Community Land Model，CLM）和Noah模式等。
在海洋方面，虽然布赖恩（K.Btyan）很早就提出建立海洋环流模式（简称海洋模式）（OceanicGeneralCirculationModel，OGCM），但其快速发展时期还是在20世纪80年代以后，世界各个主要国家均先后建立起三维原始方程大洋环流模式，并在此基础上实现了海洋模式与大气模式的耦合，称为海气耦合模式（Atmosphere-Ocean General Circulation Model，AOGCM）。当时的海洋模式不仅包括基本的海洋物理过程，而且考虑了洋流、上翻和次网格尺度垂直与水平混合过程对海温和海冰分布的影响。绝大部分海洋模式已采用真实海岸线和海底地形分布及自由表面，对计算格式和参数的选取也进行了大量的改进。海洋模式的快速发展推动了海气耦合模式的研发。*初由于耦合界面上各种通量的误差在耦合过程中不稳定地增长，海气耦合模式会产生气候漂移现象。为解决这一问题，“通量订正”技术得到应用。到1998年，美国国家大气研究中心（NCAR）气候模式率先实现了大气模式与海洋模式的直接耦合。目前国际上多圈层耦合的气候系统模式已均不再采用通量订正技术。
其他分量模式，如气溶胶、碳循环、动态植被、大气化学及陆冰模式等，也陆续被耦合到气候模式中，其中化学和生物学等过程的引入，使全球气候模式（Global Climate Model，GCM）成为复杂的地球系统模式（Earth System Model，ESM）。与此同时，模式的分辨率也逐渐提高，如由早期的水平方向500km格距、垂直9层左右，发展到目前的一般水平方向100km格距、垂直近百层，并且在继续增加。根据IPCCAR6，大气模式的平均分辨率已接近100km，海洋模式的分辨率则接近75km。此外，分辨率达到25km乃至10km的海气耦合模式已经开始出现（周天车等，2019）。
此外，人类社会经济发展会影响气候变化，气候变化对社会经济带来的影响也不容忽视，由此逐渐发展出气候系统与社会经济系统的双向耦合模式，在研究人类活动与自然系统的相互作用方面又向前迈进了一步。
1.2降尺度方法综述
利用物理或统计方法，将较粗分辨率的气候模式输出并进行细网格化，获得精细尺度变量的过程，称为“降尺度”（Downscaling）。当前开展百年长期预估模拟的全球气候（地球）系统模式的分辨率平均在100km，部分可以达到50km，但这样的时空分辨率仍然无法准确再现局地尺度的过程或现象，不足以直接用于影响评估、适应性和脆弱性研究。因此，需要使用降尺度技术，来提升全球气候系统模式的时空分辨率。该技术的基本原则是，利用全球气候系统模式的大尺度气候场，获得全球模式次网格更精细的气候信息，用于过程研究或气候服务。因此，在概念上，全球气候系统模式用于模拟全球和大尺度强迫（如温室气体和气溶胶等的变化）对大尺度环流特征的影响，而降尺度技术则用于阐释区域和局地尺度强迫与过程（如地形、土地利用、海岸带等）对大尺度气候场的调制。根据不同方法，降尺度可分为两类：动力降尺度和统计降尺度。
动力降尺度法是利用高分辨率全球大气模式或有限区域高分辨率大气模式[即区域气候模式（Regional Climate Model，RCM）]嵌套全球气候模式结果。其基本思路是，在全球模式提供的大尺度强迫下，利用上述两种高分辨率模式，模拟次网格尺度强迫（如复杂地形特征和地表非均匀性）的响应，从而在精细的空间尺度上丰富和增强各气候变量分布的细节表现。除上述两种模式外，全球变网格大气模式（局地加密）也可以归为动力降尺度的工具之一。区域气候模式需要粗分辨率全球气候模式提供侧边界条件，而高分辨率全球大气模式或者全球变网格大气模式仅需要粗分辨率全球气候模式提供下垫面海表面温度/海冰信息。自20世纪90年代以来，动力降尺度在气候研究中的应用取得了长足进展，特别是在区域气候模式的应用上。
统计降尺度方法通过在大尺度模式结果与观测资料（如环流与地面变量）之间建立联系，得到降尺度结果。统计降尺度方法的计算量小，可以得到局地尺度上的信息，还可以得到一些区域气候模式不能直接输出的变量。在实际操作过程中，*先，利用历史观测资料建立气候模式输出（大尺度气候要素如环流等，非常小范围空间尺度的气候要素如气温、降水等）和区域气候要素之间的统计关系，并经*立的观测资料检验这种关系后，将这种关系应用于全球气候模式输出的气候信息，预估所关心区域未来的气候变化情景，其所需的计算量相对较小，相对简便易行。常用的统计降尺度方法传统上可以分成三种：转换函数法、环流分型法和天气发生器；近年来，还有学者将其划分为理想预报、模型输出统计（Model Output Statistics，MOS）和天气发生器几种。其中，理想预报包括传统上的转换
函数法和环流分型法，模型输出统计是天气预报中常用的方法，这些方法在气候学领域也得到了广泛应用（陈杰等，2016）。然而，统计降尺度方法对观测资料的依赖较大，它要求有足够长的时间序列来调试和验证模型，因此在没有当代观测数据的地区较难进行未来气候变化的预估。此外，该方法还存在所得到的变量之间缺乏物理协调性的问题。
相比统计降尺度方法而言，动力降尺度有比较明确的物理意义，可以刻画出较小尺度的非线性作用，所提供的气候变量之间具有协调性，并且能够应用于全球任何地方而不受观测资料的限制。此外，动力降尺度能够再现和刻画非均匀下垫面对中尺度环流系统的影响，展现出大尺度背景场和局地强迫之间复杂的非线性相互作用。因此，动力降尺度是目前国际上应用*为广泛的降尺度手段。
1.3动力降尺度和区域气候模式
如上文所述，动力降尺度技术可分为三类，即高分辨率全球大气模式、全球变网格大气模式和区域气候模式。具体而言，高分辨率全球大气模式和全球变网格大气模式本质上有着相同的基本特征。高分辨率全球大气模式没有包括气候系统的其他分量（海洋、海冰等），因此能够在比耦合模式分辨率更高的情况下运行。它们有着标准的三维网格，在空间上分辨率相对均匀。全球变网格大气模式，有时又被称为“拉升网格模式”，同样只有大气分量的模式，但是它们能够在一个或者多个关心的区域加密网格，而在其他区域的网格则相对较粗。
作为单*模型开展气候预估试验时，高分辨率全球大气模式和全球变网格大气模式需要外强迫场（如温室气体、气溶胶、土地利用类型和地形等），同时需要有时间变化的海表面温度和海冰分布。这些数据来源于需要模拟的情景，海表面温度和海冰等信息来源于相应耦合气候系统模拟。
全球变网格大气模式亦可用于“逼近”运行方式（Zou et al.，2010）。在这种运行方式下，全球变网格大气模式运行时，加密区外的某些预报量（大多数是风场和温度场）向中等分辨率模式模拟结果逼
展开
