李忠贤，陈海山，倪东鸿，曾刚

(南京信息工程大学气象灾害省部共建教育部重点实验室，江苏南京210044)

土壤湿度对东亚夏季气候潜在可预报性影响的数值模拟

李忠贤，陈海山，倪东鸿，曾刚

(南京信息工程大学气象灾害省部共建教育部重点实验室，江苏南京210044)

利用全球大气环流模式NCAR CAM3进行了在给定的观测海温条件下的22 a(1979—2000年)5—8月的2组集合试验。运用方差分析方法，分析了在气候态和年际变化的表层土壤湿度情况下，CAM3模式模拟的东亚夏季气候潜在可预报性及其差异。结果表明:在给定的观测海温条件下，采用气候态的土壤湿度时，CAM3模式模拟的东亚夏季气候的潜在可预报性偏低;而采用年际变化的土壤湿度时，模拟的夏季气候潜在可预报性有所提高，尤其是在中国西北地区;后者模拟的中国西北地区夏季降水和气温的潜在可预报性比前者的模拟结果提高0.1以上。其原因可能是:采用年际变化的土壤湿度时，模式可以更好地模拟出中国西北地区的地表蒸发量和湍流热通量的年际变化，进而使得模式对该地区夏季气候的预报技巧得到提高。

潜在可预报性;夏季气候;土壤湿度;数值模拟

Abstract:Two ensemble simulations for 22 boreal－summer seasons(1979—2000)are conducted by the Community Atmosphere Model version 3(CAM3)with the specified observed sea surface temperature (SST).Impacts of surface soil moisture(SSM)on the simulation of potential predictability of East Asian summer climate are investigated by the model with interannually varying SSM(ISSM)and climatological SSM(CSSM)，respectively，based on the variance analysis method.Results show that，under the specified observed SST，the potential predictability of East Asian summer climate simulated by the CAM3 with ISSM is better than that with CSSM over East Asia，especially over Northwest China.The potential predictability of summer precipitation and air temperature over Northwest China from ISSM simulations is 0.1 higher than that from CSSM simulations.A possible mechanism of influence of soil moisture on potential predictability of summer climate in Northwest China is proposed.The interannual variability of ground evaporation and surface turbulent heat flux can be simulated by CAM3 with ISSM better than with CSSM in Northwest China，leading to the model forecast skill of the summer climate improved by the model with ISSM.

Key words:potential predictability;summer climate;surface soil moisture;numerical simulation

0 引言

中国地处东亚季风区，受东亚季风年际变化影响，气候灾害发生频率较高，旱、涝灾害极大地影响国民经济建设和社会发展，对月、季时间尺度旱、涝气候，尤其是汛期旱、涝趋势的预测是中国气象学家的一项重要课题(丑纪范和徐明，2001)。研究气候年际变化的规律和可预测性对预测短期气候变化具有重要意义，这也是国际CLIVAR计划(气候变率及可预测性计划)的目标。影响气候年际变化的因子非常多，如海温、积雪、土壤温度和湿度以及极地冰雪等。因此，研究气候模式对东亚气候年际变率的可预报性(或预测能力)是非常重要的(王会军等，1997)。

近几十年来，人们认识到大气、海洋、陆地及冰雪圈是一个完整而不可分割的气候系统。海温异常通常被认为是最主要的大气下边界强迫(Shukla，1981)，因此，许多学者(Yang et al.，1998;Lang and Wang，2005;施洪波等，2008;Zhou et al.，2009;Zhou and Zou，2010)利用气候模式研究了海温年际变化对大气环流和气候年际变率及可预报性的影响。

陆地表面是气候系统的一个重要下边界，陆地面积约占地球表面的1/3，陆面与大气发生复杂的相互作用，陆地表面可以通过能量、水分和动量的交换在全球和区域尺度上对气候产生强迫(Pielke and Avissar，1990)。近年来，陆面过程及其与气候的相互作用引起了人类社会的普遍关注，并逐渐成为了一个重要的科学研究领域(陈海山和孙照渤，2002)。土壤和大气之间的反馈过程在气候系统中非常重要，在副热带地区土壤的作用甚至可与热带地区的海洋相比(Shukla and Mintz，1982)。据统计，就全球陆地而言，65%的降水来自于地表面的蒸发，而仅有35%来自于海洋的水平输送(Chahine，1992)。因此，土壤湿度是除海温外影响气候预测的另一重要因子(Dirmeyer，2000;Koster et al.，2004a)。

Namias(1958，1963)研究发现，土壤湿度的季节性异常对大气的季节变化有重要作用。Rowntree and Bolton(1983)通过敏感性试验指出，干土壤可使未来气温升高、降水减少，湿土壤可使气温降低、降水持续。Yeh et al.(1984)用GFDL的GCM研究了灌溉后土壤对气候的影响，并指出，增加土壤含水量将使降水增加、气温降低。林朝晖等(2001)研究指出，模式对土壤含水量初值的敏感性有较明显的季节差异，相对而言，在晚春和夏季较强，而在秋季明显减弱。Douville(2004)研究认为，模式大气的潜在可预报性对土壤湿度的初始场是非常敏感的。王万秋(1991)研究认为，固定的土壤温度异常和土壤湿度的初始异常对短期气候有明显影响，土壤温度的影响主要在异常区内及其南部相邻区域，而土壤湿度异常的影响则可以以长波波列形式向外传播到很远距离处。马柱国等(2000)指出，土壤湿度与降水呈正相关，与气温呈反相关，且不同深度不同区域有显著差异。张文君等(2008)研究认为，前期降水会增加土壤湿度，但土壤湿度异常对后期降水的影响则不显著。戴长勇和左志燕(2010)研究认为，黄河以南地区上年冬季土壤湿度与夏季降水存在正的相关关系。梁乐宁和陈海山(2010)基于ERA40的1958—2001年土壤湿度再分析资料和中国541站降水资料，通过观测分析揭示了华南春季土壤湿度异常与中国夏季降水的联系及其可能的物理过程。利用第一次全球土壤湿度计划(GSWP)资料，Dirmeyer(2005)研究认为，土壤湿度与降水的可预报性有一定的联系。许多研究(Douville and Chauvin，2000;Koster et al.，2000，2004b;Kanae et al.，2006)指出，土壤湿度异常对半干旱区的短期气候可预报性影响明显，使用真实的土壤湿度资料有利于提高半干旱地区的短期气候潜在可预报性。Conil et al. (2007)利用耦合了陆面过程的气候模式，分析土壤湿度异常对短期气候变率及可预报性的影响，结果表明，土壤湿度异常产生的外部变率在北半球夏季较为重要。

综上所述，土壤湿度异常对短期气候变化具有重要影响。许多学者利用数值模式研究了土壤湿度初始场和年际异常对气候的影响，也有一些学者利用观测资料分析了土壤湿度异常与东亚夏季气候的联系，而有关土壤湿度对东亚夏季气候可预报性影响的工作还不多见。本文主要利用全球大气环流模式NCAR CAM3进行2组集合试验，运用方差分析等方法初步探讨土壤湿度对东亚夏季气候潜在可预报性的影响。

1 试验设计和分析方法

1.1 资料

本文采用的资料有:1)NCEP/NCAR再分析大气资料(Kalnay et al.，1996)，包括1979—2000年的每年5月1日00:00、2日00:00、…、8日00:00的大气风场、相对湿度、高度场、气温场、地面温度场和地面气压场以及1979—2000年每6 h 1次的表层(0～10 cm)土壤湿度。2)欧洲中期天气预报中心再分析资料(ERA－40;Uppala et al.，2005)，包括1979年1月—2000年12月逐月500 hPa位势高度场以及地表蒸发量、感热和潜热通量场。其中，NCEP/ NCAR再分析资料用于CAM3模式集合试验的大气初始场和强迫场，ERA－40再分析资料作为观测资料，用于同模式模拟结果的对比分析。

1.2 模式和试验设计

CAM3模式是NCAR开发的第6代全球大气环流模式，是在CCM0、CCM1、CCM2、CCM3、CAM2的基础上发展起来的，该模式包含了公共陆面模式(CLM3)、薄层海洋模式(slab ocean model)和热力动力海冰模式(Collins et al.，2004;Hurrell et al.，2006)。NCAR CAM3大气环流模式已在东亚夏季大气环流和气候的年际、年代际变率模拟方面等得到广泛的应用(曾刚等，2007;李忠贤等，2009，2011)。

利用大气环流模式NCAR CAM3进行2组1979—2000年5—8月的集合试验，每年分别有8个集合成员。在1979—2000年的每年夏季(6—8月)前的1个月(5月)用8个初始场(即5月1日00:00、2日00:00、…、8日00:00)进行积分(即积分时分别取5月1—8日00:00的NCEP/NCAR再分析大气资料作为初值，8个初值积分的结果作为1个集合)，积分时间为4个月，海温资料为CAM3模式携带的1979—2000年逐月的观测海温资料，该资料是HadISST OI数据和Smith/Reynolds数据的结合。2组集合试验中每一时步的表层土壤湿度资料分别为气候态和年际变化的资料，具体为:第一组集合试验(简称ISSM试验)采用年际变化的表层土壤湿度，该资料为1979—2000年每6 h 1次的NCEP/ NCAR再分析(Kalnay et al.，1996)表层(0～10 cm)土壤湿度，将该资料插值到模式网格点的每一时步上;第二组集合试验(简称CSSM试验)采用气候态的表层土壤湿度，该资料为1979—2000年平均的气候态的表层土壤湿度，将该资料插值到模式网格点的每一时步上。

利用上述2组集合试验模式输出的逐月平均气象要素场，采用方差分析等方法分析ISSM试验和CSSM试验模式模拟的东亚夏季气候潜在可预报性及其差异。

1.3 方差分析方法

气候变量的年际变率是由外部强迫和天气振荡引起的，其中外部强迫产生的年际变率是可预报的，或称为潜在可预报性的，而天气振荡引起的变率在气候预测的时间尺度上是不可预测的。变率的强度用方差表示，由外部强迫和天气振荡引起的方差分别称为信号(外部)方差和噪音(内部)方差(赵晓川等，2008)。外强迫(海温、土壤湿度等)产生的夏季气候潜在可预报性可以通过计算外部方差和总方差的比值来估算(Yang et al.，1998)，具体方法如下:

在某一格点上，假定φi，j是某一气象要素(气温、降水等)第i个积分、第j年的夏季平均值，分别计算样本总体平均值，以及第j年的集合平均值，其中＜φ＞j随年份不同而变化。定义

为外部方差，即由海温和土壤湿度等外强迫引起的年际变率;定义

为内部方差，即由大气内部动力原因引起的自然变率，它反映了单个积分成员之间的离散度。二者之和被称作总方差，

其中:M为初始场的个数(M=8);N为积分的年数(N=22)。外部方差与总方差之比被记作R，作为模式大气潜在可预报性的指标。它反映了外强迫引起的外部方差在变量总方差中所占的比例。R越大，说明外强迫对气候变量的影响越大，当R＞0.5时，说明外强迫的作用超过了大气内部动力学原因的作用，外强迫对气候变量具有较大的潜在可预报能力。

为了分析外强迫产生的夏季气候潜在可预报性的年际变化，对特定年份(第j年)外部方差与内部方差，可由下式(Shukla and Gutzler，1983;Quan et al.，2004)计算:

第j年的模式潜在可预报性可表示为

2 东亚夏季气温和降水的潜在可预报性

图1和图2分别给出了2组集合试验CAM3模式模拟的东亚夏季降水和2 m气温潜在可预报性的空间分布。可见，2组集合试验模式模拟的东亚夏季气候潜在可预报性较低，基本都在0.5以下，这表明大气环流模式对东亚夏季气候的模拟能力有较大的局限性。比较而言，采用年际变化的表层土壤湿度时，模式模拟的东亚夏季降水潜在可预报性要高于采用气候态的表层土壤湿度时的模拟结果，尤其是在青藏高原和中国西北地区，可预报性可提高0.10左右(图1c);而中国东部地区两者差异不明显，这可能与东部地区的气候变化主要受海温的影响有关。由图2可见，表层土壤湿度对东亚夏季2 m气温的潜在可预报性也有较大的影响，尤其是在东亚中纬度地区，ISSM试验模拟上述地区2 m气温的潜在可预报性比CSSM试验的模拟结果高出0.15左右(图2c)。

图1CSSM试验(a)和ISSM试验(b)模拟的东亚夏季降水的潜在可预报性，以及ISSM试验与CSSM试验模拟结果的差值分布(c)Fig.1Potential predictability of East Asian summer precipitation from(a)CSSM simulations and(b) ISSM simulations，and(c)their differences(ISSM simulations minus CSSM simulations)

图2CSSM试验(a)和ISSM试验(b)模拟的东亚夏季2 m气温的潜在可预报性，以及ISSM试验与CSSM试验模拟结果的差值分布(c)Fig.2Potential predictability of East Asian summer 2 m air temperature from(a)CSSM simulations and (b)ISSM simulations，and(c)their differences (ISSM simulations minus CSSM simulations)

图3 和图4分别为2组试验模拟的夏季降水和2 m气温潜在可预报性差值沿20～55°N经向平均的经度—时间剖面。可见，110°E以西地区，ISSM试验模拟的各年份20～55°N平均夏季降水和气温的潜在可预报性高于CSSM试验模拟结果0.05～0.15。由此可见，土壤湿度异常对东亚大陆110°E以西的夏季气候潜在可预报性具有较重要影响;而110°E以东地区夏季气候潜在可预报性的贡献可能主要来自于海温等，土壤湿度的贡献并不明显。

图3ISSM试验与CSSM试验模拟的1979—2000年夏季降水潜在可预报性差值沿20～55°N平均的经度—时间剖面Fig.3Differences of the potential predictability of summer precipitation between ISSM simulations and CSSM simulations averaged over 20—55°N from 1979 to 2000

图4ISSM试验与CSSM试验模拟的1979—2000年夏季2 m气温潜在可预报性差值沿20～55°N平均的经度—时间剖面Fig.4Differences of the potential predictability of summer 2 m air temperature between ISSM simulations and CSSM simulations averaged over 20—55°N from 1979 to 2000

图5 和图6分别为1979—2000年中国西北地区(80～100°E，36～42°N)夏季降水和气温潜在可预报性的年际变化。可见，CAM3模式模拟的各年份西北地区降水和气温的潜在可预报性基本较低。值得注意的是，在绝大多数年份，ISSM试验模拟的西北地区夏季气候的潜在可预报性明显高于CSSM试验的模拟结果。其中，1990年ISSM试验模拟的西北地区气温潜在可预报性甚至达到0.7左右，表现出较高的潜在预报技巧，而该年份CSSM试验的模拟结果低于0.1。可见，土壤湿度对中国西北地区夏季降水和气温的潜在可预报性具有较明显的影响。

图51979 —2000年中国西北地区夏季降水潜在可预报性的年际变化(点线:CSSM模拟结果;实线:ISSM模拟结果)Fig.5Interannual variability of the potential predictability of summer precipitation in Northwest China from 1979 to 2000(The dotted and solid lines represent the results from CSSM simulations and ISSM simulations，respectively)

图61979 —2000年中国西北地区夏季气温潜在可预报性的年际变化(点线:CSSM模拟结果;实线:ISSM模拟结果)Fig.6Interannual variability of the potential predictability of summer 2 m air temperature in Northwest China from 1979 to 2000(The dotted and solid lines represent the results from CSSM simulations and ISSM simulations，respectively)

3 西北地区地表蒸发量和湍流热通量异常年际变化的模拟

由前述可知，在相同的海温强迫条件下，采用年际变化的表层土壤湿度时，CAM3模式对中国西北地区夏季气候的预报技巧得到了提高。马柱国等(2001)研究指出，土壤湿度能够通过改变地表向大气输送的感热、潜热通量等影响区域气候。因此，地表蒸发量、感热和潜热通量可看作是联系土壤湿度与气候变化的重要中间环节。下面将分析CSSM试验和ISSM试验对西北地区地表蒸发量、感热和潜热通量的模拟情况。

图7和图8给出了中国西北地区夏季地表蒸发量和潜热通量异常的年际变化。可见，ISSM试验模拟的该地区地表蒸发量和潜热通量异常的年际变化优于CSSM试验的模拟结果，更接近ERA－40资料结果。计算表明，CSSM试验和ISSM试验模拟的中国西北地区夏季蒸发量、潜热通量异常与ERA－40资料的相关系数分别为0.16和0.46，后者通过了置信水平为95%的显著性检验。图9为中国西北地区夏季感热通量异常的年际变化。可见，ISSM试验模拟的该地区感热通量异常的位相和振幅与再分析资料基本一致，而CSSM试验未能模拟出该地区夏季感热通量异常的年际变化特征。计算表明，CSSM试验和ISSM试验模拟的中国西北地区夏季感热通量异常与ERA－40资料的相关系数分别为0.24和0.54，后者通过了置信水平为98%的显著性检验。综上所述，CSSM试验难以较好地模拟出西北地区夏季地表蒸发量、感热和潜热通量异常的年际变化特征，而ISSM试验的模拟结果与再分析资料是基本一致的。

图71979 —2000年中国西北地区夏季地表蒸发量异常的年际变化(单位:mm;实线:ERA－40再分析资料;点线:CSSM模拟结果;虚线:ISSM模拟结果)Fig.7Interannual variability of ground evaporation anomaly(mm)in Northwest China in JJA from 1979 to 2000(The solid，dotted and dashed lines represent the results from ERA40 data，CSSM simulations and ISSM simulations，respectively)

图81979 —2000年中国西北地区夏季潜热通量异常的年际变化(单位:W·m－2;实线:ERA－40再分析资料;点线:CSSM模拟结果;虚线:ISSM模拟结果)Fig.8Interannual variability of surface latent heat flux anomaly(W·m－2)in Northwest China in JJA from 1979 to 2000(The solid，dotted and dashed lines represent the results from ERA40 data，CSSM simulations and ISSM simulations，respectively)

图91979 —2000年中国西北地区夏季感热通量异常的年际变化(单位:W·m－2;实线:ERA－40再分析资料;点线:CSSM模拟结果;虚线:ISSM模拟结果)Fig.9Interannual variability of surface sensitive heat flux anomaly(W·m－2)in Northwest China in JJA from 1979 to 2000(The solid，dotted and dashed lines represent the results from ERA40 data，CSSM simulations and ISSM simulations，respectively)

4 东亚夏季大气环流的潜在可预报性

前文分析表明，采用年际变化的表层土壤湿度(ISSM)时，CAM3模式对西北地区地表通量的模拟有明显改善，那么，ISSM对西北地区大气环流的潜在可预报性是否也有贡献呢?下文将分析2组试验对东亚(60～110°E)夏季大气环流潜在可预报性的模拟情况。

由图10可见，2组集合试验模拟的东亚中高纬度地区夏季500 hPa位势高度潜在可预报性较低，潜在可预报性数值均低于0.5。比较而言，采用年际变化的表层土壤湿度时，模式模拟的东亚中高纬度地区夏季500 hPa位势高度潜在可预报性要高于采用气候态的表层土壤湿度时的模拟结果，尤其是在西北地区，可预报性数值可提高0.20左右(图10c)。上述分析表明，采用年际变化的表层土壤湿度，模式可以更好地模拟出西北地区的大气环流异常。

图10CSSM试验(a)和ISSM试验(b)模拟的东亚夏季500 hPa位势高度场的潜在可预报性以及ISSM试验与CSSM试验模拟结果的差值分布(c)Fig.10Potential predictability of East Asian summer 500 hPa geopotential height from(a)CSSM simulations and(b)ISSM simulations，and(c)their differences(ISSM simulations minus CSSM simulations)

5 结论和讨论

利用全球大气环流模式NCAR CAM3进行1979—2000年5—8月的2组集合试验，对比分析了在相同的海温条件下，采用气候态的表层土壤湿度(CSSM)和年际变化的表层土壤湿度(ISSM)时，CAM3模式模拟的东亚夏季气候潜在可预报性的差异，结果表明，CAM3模式模拟的东亚夏季气候可预报性较低。而在相同的海温条件下，采用年际变化的表层土壤湿度时，CAM3模式模拟的东亚夏季气候可预报性要高于采用气候态的表层土壤湿度的模拟结果，尤其是中国西北地区夏季气候的潜在可预报性可以提高0.1以上。采用气候态的表层土壤湿度时，CAM3模式模拟的中国西北地区地表蒸发量(潜热通量)和感热通量异常的年际变化与再分析资料的相关系数仅为0.16和0.24，未能通过置信水平为90%的显著性检验;而采用年际变化的表层土壤湿度时，CAM3模式基本能较好地模拟出中国西北地区地表蒸发量、感热和潜热通量异常的年际变化，模式模拟的该地区地表蒸发量(潜热通量)和感热通量异常的年际变化与再分析资料的相关系数为0.46和0.54，分别通过置信水平为95%和98%的显著性检验。可见，土壤湿度对于西北地区地表蒸发和热通量具有非常重要的影响。采用年际变化的土壤湿度，可以明显改善模式对西北地区地表蒸发和热通量的模拟能力，也改善了模式对西北地区夏季大气环流异常的模拟效果，从而也使得模式对该地区夏季气候的可预报性得到一定的提高。

本文通过设计2组集合试验，对比采用气候态和年际变化的表层土壤湿度的情况下，CAM3模式模拟的东亚夏季气候可预报性的差异，分析了土壤湿度对东亚夏季气候可预报性的影响。由于CAM3模式对于东亚地区夏季气候模拟本身存在局限性，并且本工作所采用的NCEP/NCAR再分析资料的每6 h 1次0～10 cm的土壤湿度资料本身也存在一定的不足之处，因此，本研究还是初步的;今后有必要采用其他模式和资料来进一步对比验证本文得到的结果。

陈海山，孙照渤.2002.陆气相互作用及陆面模式的研究进展［J］.南京气象学院学报，25(2):277－288.

丑纪范，徐明.2001.短期气候数值预测的进展和前景［J］.科学通报，46(11):890－895.

戴长勇，左志燕.2010.中国东部前冬、春土壤湿度与夏季气候的关系［J］.气象科技，38(3):300－305.

李忠贤，孙照渤，陈海山，等.2009.CAM3模式海气湍流通量参数化的改进及其应用［J］.气象学报，67(6):1101－1112.

李忠贤，陈海山，曾刚，等.2011.海温强迫下的东亚夏季大气环流潜在可预报性特征［J］.大气科学学报，34(3):281－287.

梁乐宁，陈海山.2010.春季华南土壤湿度异常与中国夏季降水的可能联系［J］.大气科学学报，33(5):536－546.

林朝晖，杨小松，郭裕福.2001.陆面过程模式对土壤含水量初值的敏感性研究［J］.气象与环境研究，6(2):240－248.

马柱国，魏和林，符淙斌.2000.中国东部区域土壤湿度的变化及其与气候变率的关系［J］.气象学报，58(3):278－287.

马柱国，符淙斌，谢力，等.2001.土壤湿度和气候变化关系研究中的某些问题［J］.地球科学进展，16(4):563－568.

施洪波，周天军，万慧，等.2008.SMIP2试验对亚洲夏季风的模拟能力及其可预报性的分析［J］.大气科学，23(1):36－52.

王会军，薛峰，毕训强.1997.气候模式的年际变率和可预测性［J］.应用气象学报，8(增刊):217－222.

王万秋.1991.土壤温湿异常对短期气候影响的数值模拟试验［J］.大气科学，15(5):115－123.

曾刚，孙照渤，王维强，等.2007.东亚夏季风年代际变化——基于全球观测海表温度驱动NCAR Cam3的模拟分析［J］.气候与环境研究，12(2):221－224.

张文君，周天军，宇如聪.2008.中国土壤湿度的分布与变化Ⅰ:多种资料间的比较［J］.大气科学，32(3):581－597.

赵晓川，吴洪宝，何浪.2008.中国季降水量的气候噪音和潜在可预报性估计［J］.南京气象学院学报，31(6):819－827.

Chahine T M.1992.The hydrological cycle and its influence on climate［J］.Nature，359:373－380.

Collins W D，Rasch P J，Boville B A，et al.2004.Description of the NCAR Community Atmosphere Model(CAM3)［R］//NCAR/ TN－464 STR.Boulder，CO:National Center for Atmospheric Research.

Conil S，Douvile H，Tyteca S.2007.The relative influence of soil moisture and SST in climate predictability explored within ensembles of AMIP type experiments［J］.Climate Dynamics，28(2/3): 125－145.

Dirmeyer P A.2000.Using a global soil wetness data set to improve seasonal climate simulation［J］.J Climate，13(16):2900－2922.

Dirmeyer P A.2005.The land surface contribution to the potential predictability of boreal summer season climate［J］.J Hydrometeorology，6(5):618－632.

Douville H.2004.Relevance of soil moisture for seasonal atmospheric predictions:Is it an initial value problem［J］.Climate Dynamics，22 (4):429－446.

Douville H，Chauvin F.2000.Relevance of soil moisture for seasonal climate predictions:A preliminary study［J］.Climate Dynamics，16 (10/11):719－736.

Hurrell J W，Hack J J，Philips A S，et al.2006.The dynamical simulation of the Community Atmosphere Model Version 3(CAM3)［J］.J Climate，19(11):2162－2183.

Kanae S，Hirabayashi Y，Yamada T，et al.2006.Influence of“realistic”land surface wetness on predictability of seasonal precipitation in boreal summer［J］.J Climate，19(8):1450－1460.

Kalnay E，Kanamitsu M，Kistler R，et al.1996.The NCEP/NCAR 40－year reanalysis project［J］.Bull Amer Meteor Soc，77:437－471.

Koster R D，Suarez M J，Heiser M.2000.Variability and predictability of precipitation at seasonal to interannual timescales［J］.J Hydrometeor，1(1):26－46.

Koster R D，Dirmeyer P A，Guo Zhichang，et al.2004a.Regions of strong coupling between soil moisture and precipitation［J］.Science，305(5687):1138－1140.

Koster R D，Suarez M J，Liu P，et al.2004b.Realistic initialization of land surface states:Impacts on subseasonal forecast skill［J］.J Hydrometeor，5(6):1049－1063.

Lang X M，Wang H J.2005.Seasonal differences of model predictability and the impact of SST in the Pacific［J］.Adv Atmos Sci，22(1): 103－113.

Namias J.1958.Persistence of mid－tropospheric circulations between adjacent months and seasons［C］//Bolin B.The atmosphere and the sea in motion(Rossby Memorial Volume).Oxford:Rockefeller Institute Press and Oxford University Press:240－248.

Namias J.1963.Surface－atmosphere interactions as fundamental causes of droughts and other climatic fluctuations［J］.Arid Zone Research，20:345－359.

Pielke R A，Avissar R.1990.Influence of landscape structure on local and regional climate［J］.Landscape Ecology，4(2/3):133－155.

Quan X W，Webster P J，Moore A M，et al.2004.Seasonality in SST－forced atmospheric short－term climate predictability［J］.J Climate，17(6):3090－3108.

Rowntree P R，Bolton J R.1983.Simulation of the atmospheric response to soil moisture anomalies over Europe［J］.Quart J Roy Meteor Soc，109(461):501－526.

Shukla J.1981.Dynamical predictability of monthly means［J］.J Atmos Sci，38:2547－2572.

Shukla J，Mintz Y.1982.Influence of land－surface evapotranspiration on the earth’s climate［J］.Science，215:1498－1501.

Shukla J，Gutzler D S.1983.Interannual variability and predictability of 500 mb geopotential heights over the Northern Hemisphere［J］. Mon Wea Rev，111(6):1273－1279.

Uppala S M，KÅllberg P W，Simmons A J，et al.2005.The ERA－40 reanalysis［J］.Quart J Roy Meteor Soc，131:2961－3012.

Yang X－Q，Jeffrey L A，William F S.1998.Reproducible forced modes in AGCM ensemble integrations and potential predictability of atmospheric seasonal variations in the extratropics［J］.J Climate，11 (11):2942－2959.

Yeh T C，Wetherald R I，Manabe S.1984.The effect of soil moisture on the short－term climate and hydrology change:A numerical experiment［J］.Mon Wea Rev，112(3):474－490.

Zhou Tianjun，Zou Liwei.2010.Understanding the predictability of East Asian summer monsoon from the reproduction of land－sea thermal contrast change in AMIP－type simulation［J］.J Climate，23(22): 6009－6026.doi:10.1175/2010JCLI3546.1.

Zhou Tianjun，Wu Bo，Scaife A A，et al.2009.The CLIVAR C20C Project:Which components of the Asian－Australian Monsoon circulation variations are forced and reproducible?［J］.Climate Dynamics，33:1051－1068.doi:10.1007/s00382－008－0501－8.

(责任编辑:刘菲)

Numerical simulation of effect of soil moisture variability on potential predictability of summer climate over East Asia

LI Zhong－xian，CHEN Hai－shan，NI Dong－hong，ZENG Gang
(Key Laboratory of Meteorological Disaster of Ministry of Education，NUIST，Nanjing 210044，China)

P461.2;P435

A

1674－7097(2012)04－0423－08

李忠贤，陈海山，倪东鸿，等.2012.土壤湿度对东亚夏季气候潜在可预报性影响的数值模拟［J］.大气科学学报，35(4):423－430.

Li Zhong－xian，Chen Hai－shan，Ni Dong－hong，et al.2012.Numerical simulation of effect of soil moisture variability on potential predictability of summer climate over East Asia［J］.Trans Atmos Sci，35(4):423－430.(in Chinese)

2011－12－30;改回日期:2012－02－18

国家自然科学基金资助项目(40905045);江苏省“333高层次人才培养工程”项目;江苏高校优势学科建设工程资助项目(PAPD)

李忠贤(1979—)，男，福建仙游人，博士，副教授，研究方向为海陆气相互作用与短期气候预测，lizhongxian@nuist.edu.cn.