刘博，周天军，邹立维，董璐

区域海气耦合模式FROALS模拟的西北太平洋环流及其年际变率

刘博1，2，周天军1*，邹立维1，董璐1，2

(1.中国科学院 大气物理研究所 大气科学和地球流体力学数值模拟国家重点实验室，北京 100029；2.中国科学院大学，北京 100049)

本文利用区域海气耦合模式FROALS(Flexible Regional Ocean-Atmosphere-Land System)对西北太平洋地区1984-2007年连续积分结果，对比SODA(Simple Ocean Data Assimilation)同化资料讨论了西北太平洋海表温度和表层洋流的气候态及年际变率。结果表明，FROALS基本能够再现冬、夏季季节平均的海温型，但均存在一个明显的冷偏差；FROALS对气候平均态的表层洋流有较高的模拟技巧，对于冬、夏季的表层洋流型都能够再现。另外，表层洋流的模拟偏差与海表高度的模拟偏差直接相关。由于模式模拟的黑潮热输送较观测偏强，使得模式模拟的海洋热输送倾向于使黑潮路径上的海温呈现正偏差。从表层洋流的年际变率来看，模式模拟的与ENSO (El Nio-South Oscillation)相联系的年际变率信号与观测相似：在El Nio年，北赤道流和棉兰老流增强，低纬度西太平洋海表高度降低，而在La Nia年则呈现出相反的形态，但是在模式中这种信号稍强于观测。

区域海气耦合模式；西北太平洋；表层洋流；年际变率

1 引言

西北太平洋地区包括热带西太平洋和中国近海，这里是全球海气相互作用最显著的海区之一，同时这个区域也受到ENSO动力过程的影响和季风的调控，因此在区域及全球气候系统中扮演着十分重要的角色[1—3]。另外，这一地区也存在着较为复杂的海洋环流系统，主要包括北赤道流(North Equatorial Current，NEC)及其南北分支——棉兰老流(Mindanao Current，MC)和黑潮(Kuroshio Current，KC)，这两支强西边界流是热带、副热带环流的重要组成部分，在全球热量经向输送中起着重要作用。另外，NEC-MC-KC(NMK)流系对于暖池地区的热量收支以及印度尼西亚贯穿流(Indonesian Through Flow，ITF)的水输送都有重要影响[4]。因此，对这一地区的洋流进行深入研究有非常重要的意义。

在稳定的东北信风驱动下，NEC自东向西横跨整个太平洋流动，大致位于8°～20°N之间。其到达菲律宾沿岸后，由于受到地形的影响，NEC分为南北两支：即向南的MC和向北的KC。关于NMK流系，前人已有很多研究工作[5—10]，这些研究主要是利用观测资料、同化资料或者海洋模式，研究范围涉及NEC分叉点纬度(NEC Bifurcation Latitude，NBL)的季节和年际变化，以及与ENSO事件相联系的NMK流系的强度和流量变化。

在季节尺度上，前人利用海洋模式发现，NEC分叉位置在秋季偏北，此时KC(MC)流量减小(增加)，而在春季分叉位置南移，KC流量增加[6]；在年际尺度上，El Nio年份，NEC倾向于在较高的纬度分叉，而在La Nia年份，则通常在较低的纬度分叉[6,8]。观测资料显示，El Nio期间，NEC和MC增强，KC减弱，在La Nia期间的结论相反[9]。陈永利等[11]利用SODA海洋同化资料，以次表层海温异常反映ENSO循环，得到了类似的结论，即在El Nio发展期或La Nia衰减期，北太平洋低纬度西边界流区上层环流出现气旋性异常环流，NEC加强，分叉点北移，MC加强，KC减弱；而在La Nia发展期或El Nio衰减期，该区域出现反气旋异常环流，NEC减弱，分叉点南移，MC减弱，KC加强。

在亚澳季风区，夏季的海气相互作用主要表现为大气驱动海洋[12]，因此，观测海温驱动下的大气环流模式在模拟局地季风降水方面性能很差[13]，需要使用海气耦合模式[14]。但是受计算资源的限制，全球海气耦合模式分辨率一般较低[15—16]，难以适应西北太平洋边缘海流系的模拟研究需要。因此，近年来，人们开始发展分辨率相对较高的区域海气耦合模式。国内外学者利用区域海气耦合模式的模拟研究，涉及的区域包括南海季风区[17]、东亚季风区[18—22]、海洋大陆地区[23]及西北太平洋地区[24—25]。上述研究工作多关注降水、海表热通量以及大气环流的改进，对于洋流的气候态和年际变率没有太多关注，而实际上这一地区的洋流在海表热收支和跨纬度热输送中起着重要作用。

因此，本文拟重点考察中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室(State Key Laboratory of Numerical Modeling for Atmospheric Science and Geophysical Fluid Dynamics，Institute of Atmospheric Physics，IAP/LASG)区域耦合模式FROALS(Flexible Regional Ocean-Atmosphere-Land System)对海洋环流的气候态和年际变率特征的模拟能力。拟回答的科学问题包括：(1)区域耦合模式对西北太平洋气候态洋流和海温的模拟技巧如何？偏差主要来源是什么？(2)对于北太平洋低纬度西边界流区洋流的年际变率，模式模拟的表现怎样？

2 模式和方法介绍

2.1 模式和试验

本文使用的区域海气耦合模式为FROALS[24—27]，其大气分量是由意大利ICTP(Abdus Salam International Center for Theoretical Physics)发展的RegCM3(Regional Climate Model Version 3)[28]，海洋分量是由LASG/IAP发展的LICOM 2.0(LASG/IAP Climate System Ocean Model)[29]。LICOM 2.0是η坐标下自由海面的原始方程模式，其垂直混合是基于一个二阶闭合模型[30—31]。

本文采用的耦合模式模拟范围大致为0°～40°N，105°～160°E，在该区域经向有113个格点，纬向有136个格点，水平分辨率为45 km，其中模拟区域最外围10个网格圈为缓冲区。大气初始条件和边界条件都来自每6 h更新一次的NCEP-2 (National Centers for Environmental Prediction/Department of Energy (NCEP/DOE) Global Reanalysis 2)再分析资料[32]。

海洋模式模拟区域为75°S～90°N，垂直方向30层，在上150 m为等间距的15层。其中纬向间隔为1°，经向格点间隔在10°S和10°N之间为0.5°，向南至20°S与向北至20°N逐渐增大1°。在耦合试验之前，单独的海洋模式以WOA05 (World Ocean Atlas 2005) 给出的温盐条件作为初始条件自1979年积分到1981年。海表盐度每50天恢复到WOA05气候态月平均盐度[33]。模拟区域的风应力、海表湍流热通量的计算利用了NCEP-2日平均的2 m气温场，2 m绝对湿度场，海表气压场和10 m风场[32]。其中，太阳短波辐射和长波辐射也是从NCEP-2资料中获得的。

区域耦合模拟开始于1982年1月1日，在耦合模拟试验中，耦合模拟区域之外海洋是由NCEP-2表面变量驱动的，而在耦合模拟区域内海洋与RegCM3是耦合的，RegCM3为LICOM 2.0提供海表热通量和风应力。耦合过程通过耦合器OASIS3(Ocean Atmosphere Sea Ice Soil，version3)进行，每天耦合一次。由于大气和海洋模式不同的分辨率，耦合模拟区域内，格点插值是利用耦合器中的“mosaic”方法。区域耦合试验从1982年积分到2007年共26年。本文主要分析1984-2007年共24年的结果。

2.2 资料

为了与模式的结果进行比较，本文使用了以下数据集：(1)流场及海表高度场资料来自由全球简单海洋资料同化分析系统(Simple Ocean Data Assimilation)产生的SODA海洋数据集[34]。本文使用了其中较新版本(SODA2.2.4)的数据集，其平均水平分辨率为0.5°×0.5°，在垂直方向共有40层。(2)SST资料使用的是OISST2(Optimum Interpolation Sea Surface Temperature V2)资料[35]。(3)海表短波、长波、潜热和感热通量使用的是OAFlux(Objectively Analyzed air-sea Fluxes)数据集[36—37]。

2.3 方法

为了定量地分析模式对洋流模拟偏差的来源，本文用到了以下两个关系式：

A. 地转近似关系式(海水密度近似取为1 g/cm3)：

(1)

式中，ug，vg分别为水平东西向和南北向流速，g为重力加速度，取9.8 m/s2，f=2Ωsin φ为科氏参数，Z为海表高度。

B. Ekman漂流公式[38]：

(2)

另外，为了定量地区分不同过程对于海温偏差型的贡献，本文利用了混合层热收支诊断方法。SST变化方程可以表示为：

(3)

式中，T′是SST(这里假设SST等同于混合层平均温度)，C是混合层的热容，Q′net代表海表面进入海洋的净热通量(向下为正)，D′o表示由于海洋平流、对流和混合过程造成的海洋热输送效应。在年代际尺度或者更长时间尺度上，SST倾向约等于0[39—40]，因此公式(3)可以化为：

D′o=-Q′net.

(4)

(5)

从而，大气过程的效应(Q′a)可以写为：

(6)

(7)

在分析海洋热输送对偏差海温型贡献时，本文用到了直接计算法来估算通过断面的热输送。根据Bryan[43]的计算方法，通过某一断面的热输送(QT)可以利用下式计算：

QT=∬Cp·ρ·T·Udydz，

(8)

式中，Cp表示海水定压比热，ρ代表海水密度，T表示海水温度，U代表垂直断面的流速分量。其中，X轴与断面垂直，Y轴与断面平行，Z轴垂直向下。在已知通过某一断面体积输送的情况下，可以将上式改写为[44—45]：

QT=Cp·ρ·Tw·V，

(9)

式中，Tw代表平均水温，V代表体积输送；为简便计算，取Cp·ρ=1[44—45]。

此外，为了定量地评估区域耦合模式表层洋流的年际变率，本文采用将流速沿断面积分的方法分析了NEC、KC和MC上混合层的流量。通常把混合层以上作为海洋表层，但此处为了简便计算，取上55 m层用以代表海洋表层。具体计算方法如下：沿135°E的经向断面，在8°～20°N之间55 m以浅西向流速的积分作为NEC的流量；沿18°N的纬向断面，在122°～130°E之间55 m以浅北向流速的积分作为KC流量；沿11°N的纬向断面，在126°～130°E之间55 m以浅南向流速的积分作为MC流量。

3 气候态表层洋流及偏差来源

3.1 平均状态的洋流

由于海表高度基本能够代表该区域长期平均的表层流场，因此这里分别给出了观测和模拟的1984-2007年夏季(6-8月)和冬季(12-翌年2月)平均的表层洋流场和海表高度场以及二者之间的偏差(图1和图2)。在夏季(图1a)，SODA资料能够较好地刻画出该海域的主要洋流型，这主要包括位于8°～15°N附近的NEC，以及NEC在菲律宾东部附近12°N分叉向南的MC和向北的KC。另外，对于MC在棉兰老岛南端转向在其东部形成棉兰老涡(Mindanao Eddy，ME)并汇入北赤道逆流(North Equatorial Countercurrent，NECC)，以及KC向北流经台湾以东沿着东海大陆架向东北流至30°N附近转向东流都有较好的刻画。

图1 分别利用SODA资料(a)，FROALS耦合试验(b)得到的1984-2007年夏季(6-8月)平均的海表流场(箭头，单位：m/s)和海表高度场(填色等值线，单位：m)以及二者的差值场(c)Fig.1 The climatology of JJA surface currents (vectors; unit: m/s) and sea surface height (shaded; unit: m) during 1984-2007 derived from SODA(a)，FROALS (b) and their differences (FROALS minus SODA)(c)

图2 分别利用SODA资料(a)，FROALS耦合试验(b)得到的1984-2007年冬季(12月-翌年2月)平均的海表流场(箭头，单位：m/s)和海表高度场(填色等值线，单位/m)以及二者的差值场(c)Fig.2 The climatology of DJF surface currents (vectors; unit: m/s) and sea surface height (shaded; unit: m) during 1984-2007 derived from SODA(a)，FROALS (b) and their differences (FROALS minus SO-DA)(c)

从图1可以看出，区域耦合模式能够再现这一地区的基本洋流型，其中NEC与观测的范围和强度都很一致，KC和MC的路径也能够比较好地刻画出来。但是，模式模拟的洋流存在一些问题，例如，模式模拟的KC较观测偏强，而ME强度较观测弱很多，此外，NECC的位置也偏南，而且在吕宋海峡以东模式相对观测有异常的反气旋环流场(见图1b，c)。进一步定量地分析，可以发现，模式与SODA的东西向流、南北向流和海表高度与观测的相关系数分别可以达到0.69、0.51和0.84。针对冬季而言，耦合模式也能够再现主要的洋流型，这包括全年都存在的NEC、MC和KC。另外，将冬夏季洋流模拟结果对比分析，可以发现，模式对于南海中北部的季风环流也有很高的技巧：夏季的东北向流和冬季的西南向流都与观测比较一致。冬季洋流模拟的偏差与夏季比较一致，其中吕宋海峡东部的反气旋环流依然存在，另外，对KC和ME的模拟偏差较夏季有所减小(见图2)。

3.2 洋流模拟偏差来源

为了定量地区分表层洋流模拟偏差的来源，这里，分别利用夏季和冬季的海表高度的模拟偏差，代入公式(1)就可以计算得到偏差的地转流(图3)。可以发现，偏差的地转流场形态与表层洋流的总偏差非常相似，自南向北包括棉兰老涡旋，吕宋海峡东部的气旋性涡旋等。进一步，通过定量计算发现，在夏季，偏差的地转流场的u、v分量与表层洋流的u、v分量的偏差相关分别可以达到0.58和0.75；在冬季，这两个数值分别为0.6和0.44。因而，可以认为，由海表高度模拟偏差导致的洋流模拟偏差在一定程度上解释了主要的洋流偏差。

图3 分别利用FROALS耦合试验得到1984-2007年夏季(6-8月)(a)和冬季(12月-翌年2月)(b)平均的海表高度与SODA资料的海表高度的差值场(填色，单位：m)和利用地转流公式计算得到的地转流场(箭头，单位：m/s)Fig.3 The calculated geostrophic currents (vectors; unit: m/s) derived from the sea surface height difference (shaded; unit: m) between FROALS and SODA utilizing the equation of geostrophic current for JJA (a) and DJF (b) mean during 1984-2007

根据Ekman漂流公式(2)，利用风应力的偏差计算可以得到偏差的风生流(图略)发现，偏差的风生流相对于总偏差型差别较大且其量级较小，另外，将偏差风生流与偏差地转流相加之后同真实的偏差流之间的相关系数降低。因此，可以认为，表层洋流的偏差是与海表高度模拟的偏差直接相关的。就海表高度模拟偏差而言，一般认为多与风应力旋度模拟偏差有关，这里我们检查了风应力旋度的偏差，发现其与海表高度的模拟偏差差别较大。因此，关于海表高度的模拟偏差原因，可能还需进一步分析。此外，我们发现海流偏差在近海和靠近岛屿的地区比较显著，这可能与模式的水平分辨率较粗而不能很好地表征海洋地形有关。

3.3 气候态海表温度及偏差来源

图4给出了观测和耦合模式模拟的1984-2007年夏季和冬季平均的海表温度(SST)以及二者的差值场。实际上，模式基本能够模拟出该区域SST的气候态和年际变率特征，但还是存在一些偏差[24]，从图4可以看出，在夏季10°N以北的整个西北太平洋海域都呈现出负的海温偏差，而在冬季KC路径上主要是正的海温偏差，此外以负海温偏差为主。

这里，把模式模拟的情形和观测的情形分别视为两个气候态，模式模拟的SST相对于观测的偏差当作SST的变化，从而，可以利用混合层热收支诊断的方法来计算造成海温偏差型的大气过程和海洋过程的相对贡献。

图4 利用OISST资料和耦合试验得到的1984-2007年夏季(6-8月)平均(a、b)和冬季(12月-翌年2月)平均(d、e)的SST以及与耦合试验的夏季(c)，冬季(f)差值场(填色等值线，单位：℃)，图c、f中的虚线自南向北分别代表PCM1断面和PN断面Fig.4 The climatology of (left panel) JJA and (right panel) DJF SST during 1984-2007 in (upper panel) OISST，(middle panel) FROALS and (bottom panel) their differences (FROALS minus OISST)，the dashed lines in bottom panel from south to north represent PCM1 Section and PN Section，respectively

图5 利用海洋混合层热收支诊断方法分别得到夏季(6-8月)(a～c)和冬季(12月-翌年2月)的大气过程(a、d)和海洋过程(b、e)以及两个季节大气与海洋总强迫的偏差(c、f)Fig.5 The differences between model and observation，atmospheric process，ocean dynamic heat transport and the sum of the two in (left panel) JJA and (right panel) DJF using ocean mixed-layer heat budget analysis

进一步地，依据任惠茹等[46]的划分方式，将20°N以北区域分为东海黑潮区和海洋内区(见图6)，分别讨论这两个区域SST偏差年循环，以及各过程对SST模拟偏差的贡献年循环。从图7可以发现，无论冬季还是夏季，在KC流经区域，大气过程总是使海温倾向于负偏差，而海洋热输送总是使海温倾向于正偏差；而在海洋内区，大气过程总是使海温倾向于正偏差，而海洋热输送总是使海温倾向于负偏差。

图6 东海黑潮路径及以东内区示意图Fig.6 Diagram of Kuroshio region and inner region

利用直接法分别计算SODA和FROALS通过PN和PCM1两个断面(见图4)的上55 m层的热输送。同时，也给出这两个断面在上55 m层的体积输送。结果发现，无论是夏季还是冬季，穿过两个断面的向北体积输送和热输送模式都要比观测大(见表1)，这也很好地印证了海洋热输送过程在KC路径上使海温倾向于负偏差这一结论。此外，需要注意的是，在NCEP-2表面变量驱动下单独海洋模式的结果与耦合模式结果类似，这表明输送偏强可能是海洋模式自身的问题，而耦合过程对这一偏差进行了放大。

4 表层洋流的年际变率

为了找到该海域表层洋流以及海表高度的年际变率主导模态，分别针对SODA资料和区域耦合模式的输出的1984-2007年的年平均海表流场和海表高度场应用联合EOF分析。利用SODA资料提取的年际变率主导模态(见图8b)解释方差为18.9%，可以发现，在年际尺度上，NEC和MC的变化呈现出一致

图7 东海黑潮区(a)和其以东内区(b)SST(℃)偏差年循环，以及各过程对SST模拟偏差的贡献年循环，其中Do代表海洋动力过程，Qa代表大气过程，QS，QL，QH，Qe分别代表大气过程中的短波、长波、感热以及潜热的大气部分(单位：W·m-2)Fig.7 The seasonal cycle of SST as well as contributions from each process in Kuroshio region (a) and inner region east of Kuroshio (b). Do stands for ocean dynamics process，Qa for atmospheric process，QS，QL，QH，and Qe for shortwave，longwave，sensible heat and atmospheric part of latent heat，respectively

表1 观测、耦合模式以及单独海洋模式中夏季和冬季穿过PCM1断面和PN断面的上混合层体积流量和热输送Tab.1 Volume and heat transport of upper mixed-layer through section PCM1 and PN for summer and winter in observation，FROALS and stand-alone LICOM2.0

图8 去掉长期趋势之后，针对1984-2007年的年平均风场和海表高度场所作的联合EOF分析的第一模态区域耦合模式SODA同化资料的结果(a)，FROALS的结果(b)和模拟和观测的EOF1的时间序列(c)Fig.8 The leading multi-variant EOF patterns in SODA (a) and FROALS (b) and corresponding PCs of sea surface height (c) and surface currents after removing the long-term trends during 1984-2007

的信号。但是，KC的变化不是很显著。进一步发现主导模态的时间序列与Nio 3.4指数有很好的相关(相关系数为0.75)，在El Nio年份(例如1986-1987，1997-1998，2003-2004年)NEC和MC同时增强，而在La Nia年(例如1984-1985，1988-1989，1999-2000年)NEC和MC同时减弱。这些都与前人的许多研究结论都是一致的[6—9]。另外，在El Nio期间，西太平洋温跃层变浅，海表高度降低，这从SODA资料主导模态的海表高度形态和时间序列上也可以看出。

实际上，前文已经提到，由于区域耦合模式的海洋分量LICOM是全球模式，在耦合模拟区域之外是由NCEP-2资料驱动的，因而，从FROALS的年际变率主导模态上可以看出，FROALS能够较好地再现这种受ENSO调控的年际变率信号，其中，海表高度以及流速的u、v分量与观测的相关系数分别达到0.75、0.42、0.41，但是FROALS模拟的年际变率信号相对观测较强(图8a)；进一步发现FROALS的主导模态的时间序列与SODA资料的主导模态时间序列和Nio3.4指数的相关系数分别可以达到0.82和0.43。

另外，通过计算上55 m层NEC、KC和MC的年平均流量(见图9)发现，在气候态情形下，模式模拟的NEC年平均流量与观测一致，均为7.4×106m3/s；而模式模拟的KC和MC的年平均流量均较观测偏强，这也与前面计算PN和PCM1断面上55 m热输送时得到的结论是是一致的，即模式刻画的上层洋流较观测偏强，造成模式与观测KC和MC流量差异的原因可能同选取的深度和范围有关。从流量的年际变率来看，模式模拟的NEC、KC和MC的年平均流量变化与观测的相关系数分别为0.54、0.64和0.51。这也进一步说明了区域耦合模式对该区域洋流的年际变率模拟有较高的技巧。

5 总结

本文通过对比观测资料和区域耦合模式FROALS的结果，考察了西北太平洋海域表层环流的气候态和年际变率，并讨论了导致模拟偏差的可能原因。主要结论总结如下：

(1)区域海气耦合模式FROALS对表层洋流的气候态有较高的模拟技巧，能够模拟出主要的洋流型，包括NEC、MC和KC；另外，南海中北部的季风环流也能在模式中得到很好地再现。

图9 分别利用SODA资料和区域耦合模式FROALS结果计算得到的1984-2007年年平均NEC(a)、KC(b)和MC(c)的上55 m层体积流量Fig.9 0-55 m layer volume transport through NEC (a)，KC (b) and MC (c) calculated from SODA and FROALS during 1984-2007

(2)模式模拟的偏差主要表现为模拟的MC和ME偏弱，吕宋海峡东部存在反气旋环流模拟偏差，以及模拟的东海黑潮偏强。通过利用偏差的海表高度诊断得到的偏差地转流和偏差的风应力诊断得到的偏差风生流分析发现，偏差的地转流与表层洋流模拟的偏差相关性较高。

(3)FROALS能够再现冬夏季季节平均的表层海温型，但是在内区均存在一个比较明显的冷偏差。利用混合层热收支诊断的方法发现，在冬夏季，大气过程总是使KC流经区域的海温倾向出现负偏差，而海洋过程则相反；而在海洋内区，则有相反的结论，即：海洋过程总是使海洋内区倾向出现负偏差，大气过程则相反。进一步，通过分别计算SODA和FROALS模拟的KC上55 m层热输送发现，在区域耦合模式中，KC热输送较观测强，这导致在KC路径上，模式中的海洋热输送总是倾向于使海温出现正偏差。另外，结合模式模拟的KC和MC的上55 m流量计算结果可以发现，耦合模式对上层洋流的模拟较观测偏强，单独海洋模式也存在类似的偏差，耦合过程对这一偏差进行了放大。

(4)耦合模式能够再现该地区洋流的年际变率信号，主要体现为：在El Nio年，低纬度西太平洋海表高度降低，NEC和MC强度增强，在La Nia年相反；但信号强度相对观测较强。此外，对该区域主要洋流体积流量的年际变率分析结果表明，模式对上55 m洋流的年际变率有较高的模拟技巧。

[1] Philander S G H. El Nio Southern Oscillation phenomena[J]. Nature，1983，302: 295-301．

[2] Cane M A，Zebiak S E. A theory for El Nio and the Southern Oscillation[J]. Science，1985，228(4703): 1085-1087.

[3] Weisberg R H，Wang C. A Western Pacific Oscillator Paradigm for the El Nio-Southern Oscillation[J]. Geophysical Research Letters，1997，24(7): 779-782．

[4] Lukas R，Yamagata T，McCreary J P. Pacific low-latitude western boundary currents and the Indonesian throughflow[J]. Journal of Geophysical Research: Oceans (1978—2012)，1996，101(C5): 12209-12216．

[5] Toole J M，Millard R C，Wang Z，et al. Observations of the Pacific North Equatorial Current bifurcation at the Philippine coast[J]. Journal of Physical Oceanography，1990，20(2): 307-318．

[6] Qiu B，Lukas R. Seasonal and interannual variability of the North Equatorial Current，the Mindanao Current，and the Kuroshio along the Pacific western boundary[J]. Journal of Geophysical Research: Oceans (1978—2012)，1996，101(C5): 12315-12330．

[7] Qu T，Lukas R. The Bifurcation of the North Equatorial Current in the Pacific[J]. Journal of Physical Oceanography，2003，33(1): 5-18．

[8] Kim Y Y，Qu T，Jensen T，et al. Seasonal and interannual variations of the North Equatorial Current bifurcation in a high-resolution OGCM[J]. Journal of Geophysical Research: Oceans (1978—2012)，2004，109(C3)．

[9] Kashino Y，Espaa N，Syamsudin F，et al. Observations of the North Equatorial Current，Mindanao Current，and Kuroshio Current system during the 2006/07 El Nio and 2007/08 La Nia[J]. Journal of Oceanography，2009，65(3): 325-333．

[10] Chen Z，Wu L. Dynamics of the seasonal variation of the North Equatorial Current bifurcation[J]. Journal of Geophysical Research: Oceans (1978—2012)，2011，116(C2)．

[11] 陈永利，赵永平，王凡，等. ENSO循环相联系的北太平洋低纬度异常西边界流[J]. 海洋学报，2013，35(6): 9-20．

Chen Yongli，Zhao Yongping，Wang Fan，et al. Low-latitude western boundary current anomalies in the North Pacific associated with the ENSO cycle[J]. Haiyang Xuebao，2013，35(6):9-20.

[12] Wu B，Zhou T，Li T. Contrast of rainfall——SST relationships in the Western North Pacific between the ENSO-developing and ENSO-decaying Summers[J]. Journal of Climate，2009，22(16): 4398-4405．

[13] Zhou T，Wu B，Wang B. How well do atmospheric general circulation models capture the leading modes of the interannual variability of the Asian-Australian monsoon？[J]. Journal of Climate，2009，22(5): 1159-1173．

[14] 李博，周天军，吴春强，等. 大气环流模式和耦合模式模拟的降水-海温关系之比较[J]. 大气科学，2009，33(5): 1071-1086．

Li Bo，Zhou Tianjun，Wu Chunqiang，et al. Relationship between rainfall and sea surface temperature simulated by LASG/IAP AGCM and CGCM[J].Chinese Journal of Atmospheric Sciences (in Chinese)，2009，33(5): 1071-1086．

[15] 周天军，邹立维，吴波，等. 中国地球气候系统模式研究进展：CMIP计划实施近20年回顾[J]. 气象学报，2014，72(5): 892-907．

Zhou Tianjun，Zou Liwei，Wu Bo，et al. Development of earth/climate system models in China：A review from the Coupled Model Intercomparison Project perspective[J]. Acta Meteorologica Sinica，2014，72(5): 892-907．

[16] Zhou Tianjun，Zou Liwei，Wu Bo，et al. Development of earth/climate system models in China: A review from the Coupled Model Intercomparison Project perspective[J]. J Meteor Res，2014，28(5):762-779．

[17] 吕世华，陈玉春，朱伯承. 南海海域海-气耦合模式及其数值模拟试验[J]. 高原气象，2000，19(4): 415-416．

Lv Shihua，Chen Yuchun，Peter C Chu. A coupled ocean and atmosphere model and simulation experiment in the South China Sea area[J]. Plateau Meteorology，2000，19(4):415-416．

[18] 任雪娟，钱永甫. 区域海气耦合模式对1998年5-8月东亚近海海况的模拟研究[J]. 气候与环境研究，2000，5(4): 480-485.

Ren Xuejuan，Qian Yongfu. Numerical simulation of oceanic elements at East Asian coastal oceans from May to August in 1998 by using a coupled regional ocean-atmosphere model[J]. Climatic and Environmental Research，2000，5(4): 480-485.

[19] Ren Xuejuan，Qian Yongfu. A coupled regional air-sea model，its performance and climate drift in simulation of the East Asian summer monsoon in 1998[J]. International Journal of Climatology，2005，25(5): 679-692．

[20] 姚素香，张耀存. 区域海气耦合模式对中国夏季降水的模拟[J]. 气象学报，2008，66(2): 131-142．

Yao Suxiang，Zhang Yaocun. Simulation of China summer precipitation with a regional air-sea coupled model[J]. Acta Meteorology Sinica，2008，66(2): 131-142．

[21] 李涛，周广庆. 一个东亚区域海气耦合模式初步结果[J]. 科学通报，2010(9): 808-819．

Li Tao，Zhou Guangqing. Preliminary results of a regional air-sea coupled model over East Asia[J]. Chinese Science Bulletin，2010(9): 808-819.

[22] 房永杰，张耀存. 区域海气耦合过程对中国东部夏季降水模拟的影响[J]. 大气科学，2011，35(1): 16-28．

Fang Yongjie，Zhang Yaocun. Impacts of regional air-sea coupling on the simulation of summer precipitation over Eastern China in the RIEMS model[J].Chinese Journal of Atmospheric Sciences (in Chinese)，2011，35(1):16-28．

[23] Aldrian E，Sein D，Jacob D，et al. Modelling Indonesian rainfall with a coupled regional model[J]. Climate Dynamics，2005，25(1): 1-17．

[24] Zou L，Zhou T. Can a regional ocean-atmosphere coupled model improve the simulation of the interannual variability of the western North Pacific summer monsoon？[J]. Journal of Climate，2013，26(7): 2353-2367．

[25] Zou L，Zhou T. Simulation of the western North Pacific summer monsoon by regional ocean-atmosphere coupled model: impacts of oceanic components[J]. Chinese Science Bulletin，2014，59(7): 662-673．

[26] Zou L，Zhou T. Sensitivity of a regional ocean-atmosphere coupled model to convection parameterization over western North Pacific[J]. Journal of Geophysical Research: Atmospheres (1984—2012)，2011，116(D18)．

[27] Zou L W，Zhou T J. Development and evaluation of a regional ocean-atmosphere coupled model with focus on the western North Pacific summer monsoon simulation: Impacts of different atmospheric components[J]. Science China Earth Sciences，2012，55(5): 802-815．

[28] Pal J S，Giorgi F，Bi X，et al. Regional climate modeling for the developing world: the ICTP RegCM3 and RegCNET[J]. Bulletin of the American Meteorological Society，2007，88(9): 1395-1409．

[29] Liu H，Lin P，Yu Y，et al. The baseline evaluation of LASG/IAP climate system ocean model (LICOM) version 2[J]. Acta Meteorologica Sinica，2012，26: 318-329．

[30] Canuto V M，Howard A，Cheng Y，et al. Ocean turbulence. Part I: One-point closure model-momentum and heat vertical diffusivities[J]. Journal of Physical Oceanography，2001，31(6): 1413-1426．

[31] Canuto V M，Howard A，Cheng Y，et al. Ocean turbulence. Part Ⅱ: Vertical diffusivities of momentum，heat，salt，mass，and passive scalars[J]. Journal of Physical Oceanography，2002，32(1): 240-264．

[32] Kanamitsu M，Ebisuzaki W，Woollen J，et al. Ncep-doe amip-ii reanalysis (r-2)[J]. Bulletin of the American Meteorological Society，2002，83(11): 1631-1643．

[33] Antonov J I，Locarnini R A，Boyer R A，et al. World ocean atlas 2005. Vol. 2，Salinity[C]// NOAA Atlas NESDIS，2006：182．

[34] Carton J A，Giese B S. A reanalysis of ocean climate using Simple Ocean Data Assimilation (SODA)[J]. Monthly Weather Review，2008，136(8): 2999-3017．

[35] Reynolds R W，Rayner N A，Smith T M，et al. An improved in situ and satellite SST analysis for climate[J]. Journal of climate，2002，15(13): 1609-1625．

[36] Yu L, Weller R A. Ojectively analyzed air-sea heat fluxes for the global oce-free oceans (1981—2005)[J]. Bull Amer Meteor Soc, 2007, 88: 527-539．

[37] Yu L，Jin X，Weller R A. Multidecade global flux datasets from the Objectively Analyzed Air-Sea Fluxes (OAFlux) Project: Latent and Sensible Heat Fluxes，Ocean Evaporation，and Related Surface Meteorological Variables Lisan Yu[R]. OAFlux Project Tech. Rep. OA-2008-01，2008．

[38] Pond S，Pickard G L. Introductory dynamical oceanography[M]. Gulf Professional Publishing，1983．

[39] Xie S P，Deser C，Vecchi G A，et al. Global warming pattern formation: sea surface temperature and rainfall[J]. Journal of Climate，2010，23(4): 966-986．

[40] Schneider E K，Fan M. Observed decadal North Atlantic tripole SST variability. Part Ⅱ: Diagnosis of mechanisms[J]. Journal of the Atmospheric Sciences，2012，69(1): 51-64.

[41] De Szoeke S P，Xie S P，Miyama T，et al. What maintains the SST front north of the Eastern Pacific equatorial cold tongue？[J]. Journal of Climate，2007，20(11): 2500-2514．

[42] Du Y，Xie S P. Role of atmospheric adjustments in the tropical Indian Ocean warming during the 20th century in climate models[J]. Geophysical Research Letters，2008，35(8):L08712．

[43] Bryan K. Measurements of meridional heat transport by ocean currents[J]. Journal of Geophysical Research，1962，67(9): 3403-3414．

[44] 翁学传，张启龙，杨玉玲，等.东海黑潮热输送及其与黄淮平原区汛期降水的关系[J]. 海洋与湖沼，1996，27(3): 237-245．

Weng Xuechuan，Zhang Qilong，Yang Yuling，et al. The Kuroshio heat transport in the East China Sea and its relation to the precipitation in the rainy season in the Huanghuai Plain Area[J]. Oceanologia et Limnologia Sinica，1996，27(3): 237-245．

[45] 张启龙，侯一筠，齐庆华，等. 东海黑潮热输送变异与经向风异常[J]. 海洋科学进展，2008，26(2): 126-134．

Zhang Qilong，Hou Yijun，Qi Qinghua，et al. Variations in the Kuroshio heat transport in the East China Sea and meridional wind anomaly[J]. Advances in Marine Science，2008，26(2):126-134．

[46] 任惠茹，康建成，王甜甜，等. 东海黑潮热核的时空变化[J]. 海洋地质与第四纪地质，2009，28(5): 77-84．

Ren Huiru，Kang Jiancheng，Wang tiantian，et al. Spatial distribution of warm core of Kuroshio in the East China Sea[J]. Marine Geology & Quarterly Geology，2009，28(5):77-84．

Simulation of northwestern Pacific circulation and its variability in a regional ocean-atmosphere model——FROALS

Liu Bo1，2，Zhou Tianjun1，Zou Liwei1，Dong Lu1，2

(1.StateKeyLaboratoryofNumericalModelingforAtmosphericSciencesandGeophysicalFluidDynamics，InstituteofAtmosphericPhysics，ChineseAcademyofSciences，Beijing100029，China;2.UniversityoftheChineseAcademyofSciences，Beijing100049，China)

The authors evaluated the performance of a regional ocean-atmosphere coupled model (FROALS) in the simulation of the surface circulation and its interannual variability during 1984-2007 over the northwestern Pacific. FROALS well reproduced the mean state of sea surface temperature but with an obvious cold bias. The climatology of surface currents and its inter-annual variability are reproduced reasonably for both summer and winter. The bias of simulated surface circulation is mainly associated with the sea surface height bias. Due to stronger heat transport by Kuroshio in FROALS，the warm bias of simulated sea surface temperature was found along Kuroshio path. For inter-annual variability of surface currents，the ENSO-related inter-annual signal was well reproduced in FROALS. During El Nio years，North Equatorial Current (NEC) and Mindanao Current (MC) were stronger，while sea surface height of low-latitude western Pacific were lower than normal years; during La Nia years it showed opposite pattern. The discrepancy was that the inter-annual signal in FROALS is stronger than observation．

regional ocean-atmosphere model; northwestern Pacific circulation; interannual variability

10.3969/j.issn.0253-4193.2015.09.003

2014-10-22；

2015-03-22。

海洋公益性行业科研专项(201105019-3)；国家自然科学基金(41125017)；国家重点基础研究发展计划(2013CB956204)。

刘博(1990—)，男，山东省菏泽市人，主要从事海洋环流年际变率研究。E-mail:liub@lasg.iap.ac.cn

*通信作者：周天军(1969—)，男，山东省龙口市人，研究员，主要从事气候模拟、海气相互作用、亚澳季风变率和东亚气候变化研究。E-mail:zhoutj@lasg.iap.ac.cn

P731.27

A

0253-4193(2015)09-0017-12

刘博，周天军，邹立维，等. 区域海气耦合模式FROALS模拟的西北太平洋环流及其年际变率[J]. 海洋学报，2015，37(9):17-28，

Liu Bo，Zhou Tianjun，Zou Liwei，et al. Simulation of northwestern Pacific circulation and its variability in a regional ocean-atmosphere model——FROALS[J]. Haiyang Xuebao，2015，37(9):17-28，doi：10.3969/j.issn.0253-4193.2015.09.003