中亚与亚洲中部晚白垩世的陆生脊椎动物组合对比

通过对前人建议的26个生物地层标志化石存在与否的简约分析,中亚与亚洲中部晚白垩世的陆生脊椎动物组合的相对层位得到了更清楚的揭示。此区最古老的组合是乌兹别克斯坦克孜勒库姆沙漠的Khodzhakul组合(早塞诺曼期),其次为蒙古戈壁沙漠东部BaynShire组的下部和上部的组合(塞诺曼期至桑顿期)。中国内蒙古二连达布苏动物群与中亚的土伦期—桑顿期动物群属于同一类群,因为它们均具龟鳖类Khunnuchelys,前者时代可能为桑顿期。三个中亚的组合(Bissekty、Yalovach和Bostobe组合)中有两个地方性的鳄形类(Kansajsuchus和Tadzhikosuchus)和一个出现于戈壁沙漠的鳄形类(Shamosuchus)化石。戈壁沙漠的坎潘期至马斯特里赫特期组合与北美同期动物群为同一类群。Djadokhta组与BarunGoyot组的坎潘期脊椎动物组合具有高度的地方性,并反应了半干旱的古环境。产自Nemegt组的组合生存于比较潮湿的环境。在组成上,这一组合与其他河流相沉积环境(Bissekty、二连达布苏以及北美Judithian期和Lancian期的组合)相似。具顶饰的鸭嘴龙Saurolophus的存在,支持了Nemegt组合为马斯特里赫特期时代。戈壁沙漠的这三个组合(Djadokhta、Barun Goyot和Nemegt组合)被归为一类,因为它们共同拥有地方性的龟类Mongolemys和兽脚亚目的小驰龙类。亚洲中部和北美的坎潘期至马斯特里赫特期组合与亚洲更加古老的组合不同在于存有暴龙科、肿头龙亚目和鸭嘴龙科。在中亚,由于地区性的海侵,这一时间段内的陆生脊椎动物组合多不清楚。     

新的高原季风指数与四川盆地夏季降水的关系

用NCEP/NCAR逐月再分析资料和中国560站月降水资料,定义了一个高原季风指数IPM2。结果表明:与原有高原季风指数相比,该指数与四川盆地夏季降水的相关性更好,能够较好地反映四川盆地夏季降水的异常变化。当高原夏季风偏弱时,巴尔喀什湖至贝加尔湖低压槽、亚洲东岸高压脊、印度低压均加强,同时西太平洋副热带高压偏北,来自孟加拉湾的西南风水汽输送和源于西太平洋的偏南风水汽输送均加强,这种环流形式有利于四川盆地西(东)部夏季降水偏多(少);当高原夏季风偏强时,情况相反。IPM2弱(强)大(小)年与四川盆地西(东)部涝年环流背景相似,表明IPM2能够很好反映四川盆地夏季降水异常的环流场特征。     

南亚高压上下高原时间及其与高原季风建立早晚的关系

本文利用1948—2013年NCEP/NCAR逐日再分析资料,定义了南亚高压动态特征指数,讨论了南亚高压上下高原的时间以及与高原季风建立早晚的关系。研究表明,南亚高压北界位置在4月初开始北移,5月迅速北抬,最北可达到55°N,9月开始南撤,西伸脊点在5—10月移动较稳定,5—7月向西移动到青藏高原上空,8—10月向东移动撤离高原,11月—次年4月东西摆动剧烈。南亚高压初上高原大致为6月第3候(33候),而撤离约为10月第4候(58候)。南亚高压移上高原的时间较高原夏季风建立晚73 d左右。南亚高压撤离高原时间较高原冬季风建立约早5 d。高原夏季风的建立和南亚高压初上高原是青藏高原热力作用在不同阶段的结果,反映在了高原的高低层上。     

Regional-scale surface air temperature and East Asian summer monsoon changes during the last millennium simulated by the FGOALS-gl climate system model

The spatial patterns and regional-scale surface air temperature （SAT） changes during the last millennium,as well as the variability of the East Asian summer monsoon （EASM） were simulated with a low-resolution version of Flexible Global Ocean-Atmosphere-Land-Sea-ice （FGOALS-gl） model.The model was driven by both natural and anthropogenic forcing agents.Major features of the simulated past millennial Northern Hemisphere （NH） mean SAT variations,including the Medieval Climate Anomaly （MCA）,the Little Ice Age （LIA） and the 20th Century Warming （20CW）,were generally consistent with the reconstructions.The simulated MCA showed a global cooling pattern with reference to the 1961-90 mean conditions,indicating the 20CW to be unprecedented over the last millennium in the simulation.The LIA was characterized by pronounced coldness over the continental extratropical NH in both the reconstruction and the simulation.The simulated global mean SAT difference between the MCA and LIA was 0.14°C,with enhanced warming over high-latitude NH continental regions.Consistencies between the simulation and the reconstruction on regional scales were lower than those on hemispheric scales.The major features agreed well between the simulated and reconstructed SAT variations over the Chinese domain,despite some inconsistency in details among different reconstructions.The EASM circulation during the MCA was stronger than that during the LIA The corresponding rainfall anomalies exhibited excessive rainfall in the north but deficient rainfall in the south.Both the zonal and meridional thermal contrast were enhanced during the MCA.This temperature anomaly pattern favored a stronger monsoon circulation.     

论东亚夏季风的特征、驱动力与年代际变化

本文是以新的资料和研究结果对东亚夏季风的基本特征、驱动力和年代际变化所作的重新分析与评估。内容包括四个部分:（1）东亚夏季风的基本特征;（2）东亚夏季风的驱动力;（3）东亚夏季风的年代际变率与原因;（4）东亚夏季风与全球季风的关系。结果表明:东亚夏季风是亚洲夏季风的一个重要有机部分,主要由来源于热带的季风气流组成,并随季节由南向北呈阶段性推进,它是形成夏季东亚天气与气候的主要环流和降水系统。驱动夏季风的主要强迫有三部分:外部强迫、耦合强迫与内部变率,其中人类活动引起的外强迫（气候变暖、城市化、气溶胶增加等）是新出现的外强迫,它正不断改变着东亚夏季风的特征与演变趋势。海洋与陆面耦合强迫作为自然因子是引起东亚夏季风年际和年代际变化的主要原因,其中太平洋年代尺度振荡（PDO）与北大西洋多年代尺度振荡（AMO）的协同作用是造成东亚夏季风30~40年周期振荡的主要原因。1960年代以后,东亚夏季风经历了强—弱—强的年代际变化,相应的中国东部夏季降水型出现了“北多南少”向“南涝北旱”以及“北方渐增”的转变。最近的研究表明,上述东亚夏季风年代际变化与整个亚非夏季风系统的变化趋势是一致的。在本世纪主要受气候变暖的影响,夏季风雨带将持续北移,中国北方和西部地区出现持续性多雨的格局。最后本文指出,亚非夏季风系统相比于其他区域季风系统更适合全球季风的概念。     

Inter-Comparison of lO-year Precipitation Simulated by Several RCMs for Asia

In phase Ⅱ of the Regional Climate Model Inter-comparison Project （RMIP） for Asia, the regional climate has been simulated for July 1988 through December 1998 by five regional climate models and one global variable resolution model. Comparison of the 10-year simulated precipitation with the observations was carried out. The results show that most models have the capacity to reproduce the basic spatial pattern of precipitation for Asia, and the main rainbelt can be reproduced by most models, but there are distinctions in the location and the intensity. Most models overestimate the precipitation over most continental regions. Interannual variability of the precipitation can also be basically simulated, while differences exist between various models and the observations. The biases in the stream field are important reasons behind the simulation errors of the Regional Climate Models （RCMs）. The cumulus scheme and land surface process have large influences on the precipitation simulation. Generally, the Grell cumulus scheme produces more precipitation than the Kuo scheme.     

南海季风爆发的年代际转折与东亚副热带夏季降水的关系

利用1979—2016年NCEP再分析资料, 分析了南海季风爆发的年代际转折与东亚副热带夏季降水的关系。结果表明:南海夏季风爆发时间在1993/1994年出现年代际转变, 1979—1993年爆发时间相对偏晚, 夏季华南降水偏少, 长江中下游至日本南部降水偏多; 1994—2016年爆发时间偏早, 夏季华南降水偏多, 长江中下游到日本南部降水偏少。南海季风爆发时间年代际转折与夏季东亚副热带降水关系可能受到菲律宾越赤道气流强度的调控, 季风爆发时间与菲律宾越赤道气流有显著正相关, 且均在1993/1994年间存在年代际转变。在1994—2016(1979—1993)年南海夏季风爆发偏早(晚), 菲律宾越赤道气流偏弱(强), 澳大利亚北部有偏北(南)风异常, 将暖池的热量往赤道输送, 使得赤道对流增强(减弱), 产生异常上升(下沉)运动汇入Hadley环流上升支, 增强(减弱)的Hadley环流导致下沉主体偏北(南), 促使副高脊线偏北(南), 从西北太平洋(孟加拉湾)往华南地区(江淮到日本南部)输送水汽增强, 所以华南(江淮到日本南部)夏季降水偏多。      

SMIP2试验对亚洲夏季风的模拟能力及其可预报性的分析

利用参加第二次季节预测模式比较计划（Phase 2 of the Seasonal Prediction Model Intercomparison Project,简称SMIP2）的五个大气环流模式的输出结果,比较了这些模式对亚洲夏季降水的模拟能力,并讨论了大气环流模式在季节尺度上对亚洲夏季风的可预报性。结果表明,各模式能够较好地模拟亚洲夏季降水的大尺度分布特征。除了模拟的东亚夏季降水异常经验正交函数分解第一模态（EOF1）的时间系数与观测之间的相关系数较低之外,多数模式可以大致再现东亚、南亚和西太平洋夏季降水异常EOF1及其对应的时间系数。分析表明,热带地区有很好的可预报性,北半球副热带地区的可预报性尽管也较好,但比热带地区要低,南半球热带以外地区的可预报性较差,陆地上的可预报性比海洋上低。在热带和北半球副热带地区,由海温强迫所产生的较大外部方差对此地高可预报性有很大的贡献。与正常年份相比,模式在强El Ni?o年和强La Ni?a年表现出较高的可预报性,在南亚和印度洋地区大多数模式在El Ni?o年比La Ni?a年产生了更好的可预报性,在中西太平洋区域El Ni?o年可预报性的高值中心较La Ni?a年位置偏西。     

赤道印度洋—太平洋地区海气系统的齿轮式耦合和ENSO事件 I.资料分析

利用历史观测数据,研究了印度洋海表温度（ＳＳＴ）的季节变化特征,证实赤道印度洋和东太平洋ＳＳＴ年际变化有显著的正相关,指出这种正相关是由于沿赤道印度洋上空纬向季风环流和太平洋上空Ｗａｌｋｅｒ环流之间显著的耦合造成的。这两个异常的纬向环流圈之间的耦合形式看起来很象是存在于赤道印度洋和太平洋上空的一对齿轮（简写为ＧＩＰ）,当一个作顺时向变化时,另一个则作反时向变化。文中还证明ＥＮＳＯ事件与ＧＩＰ的年际异常存在很好的对应关系,暖事件时ＧＩＰ为反向运转;冷事件时ＧＩＰ为正向运转;异常的ＧＩＰ的啮合点位于印尼群岛附近。对８０年代以来的ＥＮＳＯ事件的分析表明,每次事件前期异常的ＧＩＰ的啮合点首先出现在印度洋上空,然后逐渐传入太平洋,引起ＧＩＰ东侧的大气纬向风ｕ和ＳＳＴ同时发生异常变化。当这种风场和ＳＳＴ的异常变化发展东传到达赤道中东太平洋时,导致ＥＮＳＯ事件最终出现。本文由此指出印度洋上空纬向环流的异常可以通过印度洋和太平洋上空大气系统的齿轮式耦合去影响赤道中东太平洋的海－气相互作用并触发ＥＮＳＯ事件发生。     

Prediction of the Asian-Australian Monsoon Interannual Variations with the Grid-Point Atmospheric Model of IAP LASG （GAMIL）

Seasonal prediction of Asian-Australian monsoon （A-AM） precipitation is one of the most important and challenging tasks in climate prediction. In this paper, we evaluate the performance of Grid Atmospheric Model of IAP LASG （GAMIL） on retrospective prediction of the A-AM interannual variation （IAV）, and determine to what extent GAMIL can capture the two major observed modes of A-AM rainfall IAV for the period 1979-2003. The first mode is associated with the turnabout of warming （cooling） in the Nifio 3.4 region, whereas the second mode leads the warming/cooling by about one year, signaling precursory conditions for ENSO.
We show that the GAMIL one-month lead prediction of the seasonal precipitation anomalies is primarily able to capture major features of the two observed leading modes of the IAV, with the first mode better predicted than the second. It also depicts the relationship between the first mode and ENSO rather well. On the other hand, the GAMIL has deficiencies in capturing the relationship between the second mode and ENSO. We conclude： （1） successful reproduction of the E1 Nifio-excited monsoon-ocean interaction and E1 Nifio forcing may be critical for the seasonal prediction of the A-AM rainfall IAV with the GAMIL; （2） more efforts are needed to improve the simulation not only in the Nifio 3.4 region but also in the joining area of Asia and the Indian-Pacific Ocean; （3） the selection of a one-tier system may improve the ultimate prediction of the A-AM rainfall IAV. These results offer some references for improvement of the GAMIL and associated seasonal prediction skill.