FGOALS 高分辨率气候模式系统模式研制与应用综述

俞永强 安博 刘海龙 包庆 林鹏飞 何编 郑伟鹏 栾贻花 白文蓉 李恬燕 , 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(LASG), 北京 100029

2 中国科学院大学, 北京 100049

1 引言

气候数值模式是定量研究气候演变规律、预测或预估气候变化的重要工具之一，已在地球系统科学研究中得到了广泛应用。为了确保模式核心技术的自主可控以及在国际气候变化研究和谈判的话语权，世界上主要发达国家均长期坚持自主研发气候数值模式。20 世纪60 年代美国地球流体动力学实验室（GFDL）研制了国际上第一个气候模式并开启了气候变化模拟研究，模式团队负责人之一Manabe 也因此获得了2021 年度诺贝尔物理学奖。尽管气候模式的研发历史已经超过了半个世纪，但是由于地球系统内部存在复杂的多圈层和多尺度复杂的非线性相互作用过程以及人们对一些过程认知存在局限性，当代气候模式仍然存在相当大的不确定性（IPCC, 2021）。

为了理解气候模式偏差形成的原因和减小未来气候变化预估的不确定性，世界气候研究计划（WCRP）于1990 年代初期组织了国际耦合模式比较计划（CMIP）。该计划一经推出就引起了学术界的极大重视，并一直持续至今，其试验结果不仅为IPCC 气候变化评估报告提供了重要支撑，也极大地促进了模式的发展。基于CMIP 试验结果的分析，目前主要从提高分辨率和改进次网格参数化方案两方面减小模式的不确定性。这是因为提高模式空间分辨率，可直接分辨更多的中小尺度动力过程，从而减小对参数化方案的依赖性，同时以往的天气预报和气候模式研发经验也表明提高模式分辨率是减小模式误差的重要途径之一。随着高性能计算资源的增加，近几年越来越多的全球研究机构开始发展高分辨率全球气候模式（栾贻花等, 2016）。为此，最新一期CMIP6 专门设计了一组高分辨率模式比较子计划HighResMIP（Eyring et al., 2016）。国内外多个模式研发中心参与了该子计划，其中来自美国、英国及中国科学院大气物理研究所模式团队发展的3 个耦合模式具有最高的水平分辨率。

大量研究表明，水平分辨率的提高显著提升了模式对气候及其变率的模拟能力，也为更准确的气候预测和气候变化预估奠定了基础。对海洋模式来说，海洋第一斜压罗斯贝半径随纬度的空间分布，决定了水平分辨率达到1/10°～1/12°海洋模式才能直接解析全球大洋大部分区域的中尺度涡旋（除高纬地区和近岸区域）（Hallberg, 2013）。依据海洋中一阶斜压模的Rossby 变形半径尺度的空间分布特征，可以按照水平分辨率将海洋模式分为三类，其中水平分辨率低于1 °的模式需要对中尺度涡旋进行参数化（即粗分辨率模式，“eddyparameterizing”模式）、水平分辨率在1/4 °左右的模式可以在热带地区分辨中尺度涡旋（即涡旋部分可分辨模式，“eddy-permiting”或“eddy-present”模式），水平分辨率为1/10 °左右的模式可以在全球绝大部分海区分辨中尺度涡旋（即涡分辨率模式，“eddy-resolving”或“eddy-rich 模式）。相比前两类低分辨率海洋模式，1/10 °左右的涡分辨率海洋模式可以模拟出开阔洋面无处不在且能量活跃的中尺度涡旋，以及边界流区域的准永久活跃涡旋。涡分辨率海洋模式模拟海洋中尺度涡输送作用也系统性地不同于涡旋部分可分辨的海洋模式，尤其体现在中尺度涡旋对物质和能量的垂直输送作用，而这影响着次表层的热盐收支平衡、可能造成模式模拟漂移（Griffies et al., 2015; von Storch et al., 2016）。在水平分辨率提升之后，海洋模式还可以更好地模拟地形敏感区域比如海峡和贯穿流（Hewitt et al.,2016）。对大气模式来说，将分辨率从CMIP5 典型的100 km 分辨率提高到25 km，可以模拟出更多天气尺度过程比如热带气旋、更真实的地形作用、以及局地大气状态由海洋主导的中尺度海气相互作用（Bacmeister et al., 2014; Small et al., 2014）。同时，高分辨率大气模式可以捕捉到下垫面高频中尺度海温异常扰动，进而模拟更真实的大气边界层，包括垂直深度可达对流层的深对流。高分辨率全球耦合气候模式，由高分辨率海洋和大气分量模式组成，具备这两个分量模式的优越性能，并且可以模拟更真实的中尺度海气相互作用（Ma et al., 2016）。高分辨率耦合模式对中尺度海气相互作用过程模拟性能的提升，反过来，也提升了模式对海表温度气候态、次表层模式漂移、水循环、年际变率如ENSO（El Niño-Southern Oscillation）和IOD（Indian Ocean Dipole）、年代际变率如大西洋多年代际振荡（AMO）、南极绕极流（ACC）、南大洋和海冰等大尺度气候特征的模拟能力。这些现象的模拟性能提升对区域年代际预测至关重要，同时也是模式更准确地模拟出气候变率和长期气候变化趋势的前提条件。

大气物理研究所自从上世纪八十年代以来就一直把发展气候模式作为核心目标之一，从最初的2层大气环流模式（曾庆存和张学洪, 1987）和4 层海洋环流模式（Zhang and Liang, 1989）以及相应的全球海气耦合模式（Zhang et al., 1992），到大气环流模式（AGCM；Wu et al., 1996）和大洋环流模式（OGCM；Zhang et al., 1996）、海陆气冰耦 合 气 候 系 统 模 式（吴 国 雄 等, 1997; Yu et al.,2002, 2004），经过数十年的继承发展，不断迭代更新到目前的FGOALS 耦合气候系统模式（灵活的全球海—气—陆系统模式，Flexible Global Ocean-Atmosphere-Land System Model；Yu et al.,2008, 2011; Li et al., 2013; Bao et al., 2013）。上述气候系统模式积极参与各项国际气候模式计划，其数值试验结果不仅广泛地应用于国内外的地球科学研究，而且还被联合国政府间气候变化委员会（IPCC）发表的气候变化评估报告所引用，为气候政策的制定提供科研支撑（Zhou et al., 2018,2020）。

面对气候变化研究和应用的迫切需求，大气物理研究所模式团队积极发展新版本气候模式以应对新的研究挑战。首先在已有模式的基础上，发展了高分辨率海洋模式和大气环流模式，并分别进行高分辨率耦合试验：包括高分辨率海洋模式与CAM4耦合（Lin et al., 2019），大气模式与POP2 耦合等。在海洋模式动力框架进一步改进升级后（俞永强等, 2018），高分辨率大气模式FAMIL2.2 （Finite Volume Atmosphere Model of IAP LASG version 2.2）、新一代的高分辨率海洋模式LICOM3.0-H（LASG/IAP Climate system Ocean Model version 3.0-H）与高分辨率海冰模式、陆面模式一起，耦合组成了高分辨率耦合模式FGOALS-f3-H（An et al., 2022）。当前最新一代的FGOALS 包含三个具有不同分量模式组合的版本：FGOALS-g3（Li L J et al., 2020）、FGOALS-f3-L（Guo et al., 2020）和FGOALS-f3-H。这三个耦合模式的海洋分量模式都是LICOM3.0；但应用了不同的大气分量模式，FGOALS-g3 采用了一个格点大气模式GAMIL3，FGOALS-f3-L 和FGOALS-f3-H 采用的是基于球面立方体剖分投影的有限体积模式FAMIL2.2（Bao and Li, 2020; Li et al., 2021）。 FGOALS-g3 和FGOALS-f3-L 为低分辨率版本，FGOALS-f3-H 则是高分辨率版本。本文主要综述近5 年来大气物理研究所在高分辨率气候模式研制和应用方面的主要进展，其中第2、3 和4 节分别介绍25 km 分辨率的大气环流模式FAMIL2.2、0.1°分辨率海洋模式LICOM3.0 和高分辨率气候系统模式FGOALS-f3-H 的研制及应用，第5 节对全文总结及展望。

2 高分辨率大气环流模式FAMIL

2.1 模式发展

LASG 大气环流模式F/SAMIL 的发展经历分为两个阶段。1990 年代初，吴国雄课题组引进了大气环流谱模式R15L9，该模式是在澳大利亚谱模式的基础上发展而来的。在动力框架方面，吴国雄等（Wu et al., 1996）采用了曾庆存（1963）提出的参考大气扣除的方法，而王在志等（2005a,2005b）提高了水平和垂直方向的分辨率，王鹏飞和黄刚（2006）又进行了并行化处理。最终该模式被正式命名为SAMIL（Spectral Atmosphere Model of IAP LASG；吴 国 雄 和 李 建 平, 2005; 包 庆 等,2006）。

2010 年左右，FV3 动力框架被引入大气所气候系统模式中，发展了新一代大气环流模式FAMIL（Finite Volume Atmosphere Model of IAP LASG；周林炯, 2015；Zhou et al., 2015）。这种模式采用有限体积球立方网格，支持全球聚焦变网格，具有高分辨率和加密功能。在FAMIL 中，半拉格朗日通量形式平流方案被接入了FV3 动力框架。理想试验和干框架试验表明，这种平流方案能够实现模式本身的保形和正定特性，并克服了“负水汽问题”，改善了降水频次（Wang et al., 2013）。Zhou et al.（2012）研究表明大气模式FAMIL 具有优越的并行计算性能和并行I/O（Input/Output）性能，其动力框架最高可以实现6.25 km 的水平分辨率。Li et al.（2017）研究表明，该模式在CPU（Central Processing Unit）使用率、CPU 节点间信息传输等待时间、代码向量化、Gflops（Giga floating-point operations per second）平均值、Gflops 峰值五个方面表现优异，模式系统具有良好的可扩展性。

由于大气环流模式网格尺度较大，不能直接解析小尺度天气过程，气候模式通过参数化间接表示次网格过程对平均网格的贡献。物理过程参数化是模式模拟及预测的最大不确定性来源，尤以对流—云—辐射的参数化过程最为复杂，大气环流模式的整体性能很大程度上受制于上述湿物理过程的参数化水平。LASG 大气模式发展至今，先后引进替换了多种对流参数化方案，并开展了对其模拟性能的评 估（宋 晓 良, 2005; 刘 琨 等, 2010; Wang et al.,2011）。尽管已有的研究工作丰富了人们对积云对流问题的理解，但由于积云对流本身所涉及的多尺度相互作用的复杂性，积云参数化的研究进展依然缓慢，其中闭合假设和积云模型的不确定性最大。近期，结合大涡模拟和场地试验数据，夹卷率和积云垂直动量在理论和参数化领域取得明显进展（Wang and Zhang, 2014）。在尺度自适应参数化方案发展方面，FAMIL 模式组自主研发显式对流降水方案（Resolved Convective Precipitation，简写为RCP），实现积云对流降水显式化，将传统的积云对流降水用单参数云微物理方程改写，然后分别计算它们的云微物理属性，减少传统积云对流参数化方案中由于对流效果的平均化和强烈依靠对流参数准确性带来的误差。针对模式评估结果，在25～100 km 的水平分辨率下，RCP 方案的FAMIL2模式和其耦合版本FGOALS-f3 显著增强了热带大气季节内振荡MJO 的模拟能力（图1），减少了双赤道辐合带误差，提高了厄尔尼诺（ENSO）的模拟能力，准确再现极端降水强度和日变化特征（图2），并且提高热带气旋（台风）模拟能力（图3）（He et al., 2019; Li et al., 2019, 2021; Bao et al., 2020; Bao and Li, 2020; Ahn et al., 2020）。

图1 2001～2009 年20～100 天带通滤波逐日降水异常10°S 到10°N 平均与其（5°S～5°N，85°～95°E）区域平均的时间序列的超前滞后回归：（a）TRMM 卫星观测结果；（b）FGOALS-f3-H 模式CMIP6 hist-1950 试验模拟结果；（c）FGOALS-f3-L 模式 CMIP6 historical 试验模拟结果。参考Ahn et al.（2020）的方法绘制。Fig.1 The 2001-2009 lag-regression of 10°S to 10°N average 20-100 days band-pass-filtered precipitation anomalies against its time series averaged over the (5°S-5°N, 85°-95°E): (a) TRMM satellite observation; (b) FGOALS-f3-H CMIP6 hist-1950 simulation results; (c) FGOALS-f3-L CMIP6 historical simulation results.This plot is calculated with reference to Ahn et al.(2020).

2.2 模式评估

极端降水灾害占中国自然灾害的70%，准确模拟和预估极端降水事件对防灾减灾十分重要。FAMIL2 模式缓解了青藏高原南坡虚假降水问题，模拟青藏高原地区的日降水概率密度分布与高分辨率卫星资料一致（Bao and Li, 2020）。FAMIL2 模式能够再现亚洲夏季风的降水日变化峰值时间，并再现了我国陆地夜间降水峰值的特点。大部分CMIP5 模式不能抓住150 mm d-1以上的极端降水，并且低估了极端降水的频次，而FAMIL2 模式提高了对中国东部极端降水的模拟能力（He et al.,2019）。

MJO（Madden Julian Oscillation）是大气环流的重要系统，MJO 的活动对天气和气候有明显影响。FAMIL2 及其全耦合版本FGOALS-f3 准确再现了MJO 东传的强度和速度特征。大部分 CMIP5和 CMIP6 模式模拟 MJO 东传明显偏弱（Ahn et al., 2020）， 图1 是参照Ahn et al.（2020）计算方法，基于观测和模拟的2001～2009 年逐日降水数据，包括TRMM 卫星观测数据、FGOALS-f3-H hist-1950 试 验、FGOALS-f3-L historical 历史 试 验等，相 比 前 版 本FGOALS-s（Ahn et al., 2020），FGOALS-f 模拟的MJO 东传强度增强、速度合理。

国际主流气候模式在100 km 标准分辨率下模拟台风个数偏少、模拟能力不足。FAMIL2 通过采用显式对流降水方案RCP 改进了对流耦合红道波群和MJO 的模拟能力，使用100 km 分辨率能够再现全球热带气旋的生成位置、移动路径、季节循环、年际变率等特征。100 km 分辨率的FAMIL2 模式模拟出西北太平洋热带气旋爆发个数为每年76 个，与观测结果一致，优于国际主流模式中每年9 个的结果。FAMIL2 有能力模拟出热带气旋爆发个数的年际变率，在西北太平洋、北大西洋的热带气旋爆发个数的时间相关系数分别是：0.51 和0.49（Li et al., 2019; He et al., 2019; Bao et al., 2020）。

2.3 模式应用

FAMIL 模式团队建立了天气—气候一体化的集成无缝隙预测系统，简称为FGOALS-f2 无缝隙预测系统。与传统的气候预测系统相比，该系统采用了无缝隙的集成预测方法，将天气和气候的预测融合在一起，以提高预测的准确性和时效性。FGOALS-f2 无缝隙预测系统在MJO、热带气旋（台风）、厄尔尼诺以及北极海冰等方面已达到国际同类模式预测系统的先进水平。该系统能够较准确预测天气和气候变化的趋势和变化规律，为政府、企业和公众提供了重要的预测信息。FGOALS-f2无缝隙预测系统的预测结果不仅多次用于国家级会商，参与咨询报告撰写，还被广泛应用于中国气象局国家气候中心、自然资源部国家海洋环境预报中心、水利部信息中心等多家国家级和省级业务平台中。这些应用不仅服务了国家需求和国防安全，还为农业、水利、能源等重要领域提供了可靠的预测依据。FGOALS-f2 无缝隙预测系统已多次助力一带一路地区防灾减灾，提升了我国在S2S（次季节—季节）预测领域的国际影响力。该系统已经加入了世界气象组织（WMO）S2S 预测计划，向全球用户提供实时预测。在国际S2S 参与模式系统中，FGOALS-f2 系统的实时预报时效性最高，重要指标的预测水平达到国际同类模式预测系统的先进水平。例如，MJO 预报技巧可达30 天，接近欧洲中心33 天的MJO 预报技巧。FGOALS-f2 无缝隙预测系统是我国天气气候预测领域的重要成果之一，具有较高的技术水平和广泛的应用前景。该系统不仅为我国天气气候预测的发展做出重要贡献，而且为全球防灾减灾和气象灾害预警提供了重要支持。

3 高分辨率海洋环流模式LICOM

3.1 模式发展

海洋环流本身具有鲜明的非线性多尺度相互作用的动力特征，这就要求海洋模式不仅需要足够高的空间分辨率，而且还需要采用次网格物理参数化方案描述数值计算方案无法直接分辨率的动力过程。例如，目前高分辨率海洋模式已经可以直接模拟海洋中的Rossby 波、中尺度涡等与天气气候现象紧密相关的过程；另一方面模式次网格过程需要合理地模拟次网格动力过程对大尺度环流的影响。在这样的需求驱动下，LICOM（LASG/IAP Climate system Ocean Model）高分辨率版本发展也进行了大量的工作。

首先，改进了模式的动力框架。俞永强等（2018）发展了一个可以适用于任意水平正交曲线坐标系的海洋模式动力框架，并应用于气候系统海洋模式LICOM，实现了三极网格的新版本。新动力框架克服了经纬网格北极点处理为孤岛的缺陷，避免模式网格距随纬度增加而急剧减小带来的计算不稳定，并去掉了原本的空间滤波，增加了模式的可扩展性和计算效率。其次，Lin et al.（2019）升级了模式的耦合器，并利用涡分辨率海洋模式LICOM2.0 与高分辨率大气模式耦合，构建了超高分辨率准全球耦合模式。该模式在当前气候条件下成功运行6 年，并根据观测和再分析数据对模拟进行了评估。再次，进行了模式异构并行的改进。Jiang et al.（2019）使 用OpenACC（Open Accelerator）实现了LICOM2.0 的GPU 加速，Wang et al.（2021）使 用 HIP（ Heterogeneous-Compute Interface for Portability）以 及Wei et al.（2023）使 用CUDA（Compute Unified Device Architecture）实 现 了LICOM3.0 时间积分部分的GPU 加速。HIP 版本一方面在国产超算平台上成功实现了6550 个节点和26200 个GPU 的测试，另一方面建立了全球1/20°的海洋模式版本，模式的速度提高到每天约2.72 个模拟年（图4）。而CUDA 版本的高分辨率（0.1°）模式，在小规模的测试上得到了约4.5倍的加速。此外，模式也进行了物理过程的改进，增加了潮致混合（于子棚等, 2017）、引入了时空变化沿等密度面混合系数（李逸文, 2019）等。

基于上述动力框架和并行技术的改进，建立了气候系统海洋模式第三版（LICOM3），其低分辨率（Lin et al., 2019）和高分辨率（Li Y W et al., 2020）版本均参与了国际海洋模式比较计划（OMIP）。低分辨率的LICOM3 分别采用了海洋—海冰参考试验第二阶段（Co-ordinated Ocean-Ice Reference Experiments，Phase II，简称CORE-II）的数据集和日本大气再分析表面数据（JRA55-do）强迫模式，利用来自观测气侯态和年际变化数据, 对两个试验的模拟性能进行检验。结果表明模式的两个试验均很好再现了平均态、年际变化和长期线性趋势，两个试验的差异主要来自强迫场之间的差异。针对高分辨率模式，采用了JRA55-do 的强迫场，连续积分了61 年（1958～2018 年）得到了全球高分辨率海洋状态模拟。利用观测和再分析资料对数据集模拟的海洋大尺度和中尺度空间特征进行了检验评估，检验表明海洋中尺度空间分布结构模拟较好，中尺度结构对海表面温度（SST）变化的贡献在中尺度活动区可以达到50%，与观测相当。涡分辨率模拟的大尺度特征相对低分辨率也有明显改进，表现为气候态SST 偏差明显减小，模拟的SST 变化趋势和北大西洋经圈翻转环流演变也明显改进。除了以上两套标准试验之外，Ding et al.（2022b）利用ERA-20C（1901～2010 年）的6 小时大气数据驱动高分辨率LICOM3，模拟了过去百年全球海洋的变化，模拟结果可以真实地再现大尺度全球海洋环流，并捕捉到全球表面中尺度涡旋的基本特征。以上这些数据都可以公开下载，具体信息请参见相关文献。

3.2 模式评估

模式评估是模式发展的基石，而多模式比较则是模式评估的一个关键的手段。在提交OMIP 模拟试验数据的同时，LICOM3 也参与了国际海洋模式比较计划（OMIP）框架下的多模式数值试验和模拟评估工作。

Tsujino et al.（2020）通过评估11 个全球海洋—海冰模式的试验结果，比较了基于JRA55 再分析资料的JRA55-do 海洋强迫场数据集和CORE-II海洋强场的差异，LICOM3 就是这11 个模式之一，这两组试验也分别被称为OMIP-1 和OMIP-2。这两个试验模拟的许多特性非常相似，但OMIP-2 再现了20 世纪80 年代和90 年代观测到的全球变暖，以及21 世纪初期变暖停滞和近期的加速变暖，OMIP-1 无法再现这些现象。而且OMIP-1 模拟两半球夏季海冰浓度的负偏差在OMIP-2 中显著减小，OMIP-2 模拟的海温和海表高度（动力海平面）的季节和年际变化的总体有所提高。这些结果都证明了新的强迫场JRA55-do 总体上要优于旧强迫场。Chassignet et al.（2020）评估了4 对高低分辨率的海洋—海冰模式OMIP-2 试验的结果。虽然这些模式在数值和参数化上各不相同，但每一对高低分辨率模式都是匹配的，从而尽可能地区分水平分辨率的影响。低分辨率模拟中西部边界流、赤道流和南极绕极流的位置、强度和变率的偏差，在高分辨率模式中得到了显著改善。然而，尽管高分辨率模式“分辨”了大部分这些特征，但温度和盐度的改善在不同模式家族之间并不一致，有些区域高分辨率模式比低分辨率模式的偏差更大。也就是说，从目前的结果看，大幅提高水平分辨率并不能在所有模式的所有区域提供明确的偏差改善。Ding et al.（2022a）使用了与Chassignet et al.（2020）相同的高分辨率数值试验结果以及两个额外的高分辨率LICOM3.0 试验，评估了涡分辨率全球海洋—海冰模式模拟中尺度涡流的性能。与卫星观测相比，尽管全球平均涡动动能被低估了25%～45%，涡旋活跃区涡动动能大约被高估27%～60%，主要位于黑潮延伸体、墨西哥湾流和南极绕极流地区，而涡旋非活跃区涡动动能被低估。基于相关中尺度涡特性的进一步分析表明，涡旋活跃区的高估主要归因于中尺度涡的强度，并且在中尺度涡处于发展阶段时更为突出。这为进一步评估和改进模式指出了方向。Treguier et al.（2023）评估了来自海洋模式比较计划（OMIP）受共同大气影响状态驱动的6 组低分辨率和涡分辨率模式的混合层深度（MLD）。分析发现，在冬季低分辨率模式在深水形成区域表现出较大的偏差，这些偏差在涡分辨率模式中有所减少，但不同模式模拟的区域偏差不同，其中北半球模态水形成区偏差的改进最为明显，而南大洋的结果对比更加鲜明，高、低分辨率中偏差符号相反。

在OMIP 模拟比较计划框架之外，还有大量研究单独评估了高分辨率LICOM 版本的模拟性能。比如Li et al.（2018）对涡分辨海洋模式LICOM2模拟的北赤道潜流（NEUC）的平均态进行了评估，并对三支北赤道潜流的变率进行了分析。结果表明，高分辨率LICOM2 较好地再现了三个东向NEUC急流的主要特征，如三个急流的位置、倾斜方向和宽度。然而，模拟的NEUC 偏弱，位置偏浅。在39 年的高分辨率LICOM2 模拟中，也发现了NEUC存在年际（2～7 年）和年代际（12～19 年）两个主要时间变率。此外，纬向速度的时间低通滤波表明，准稳定的跨盆NEUC 只能在比年际周期更长的时间尺度上出现。此外，也开展了针对低分辨率LICOM3 模拟结果的评估，如孙志阔等（2020）评估了北赤道逆流的模拟、Wang et al.（2022）评估海平面变化的模拟、白佳慧等（2023）评估了南极绕极流和南大洋经向翻转环流的模拟能力。

3.3 模式应用

在研制高分辨率海洋环流模式的同时，还在下述两方面开展了大量应用研究。一是利用高分辨率LICOM 模式开展海洋环流的短期业务化预报试验；二是利用高分辨率LICOM 的结果，与国内外同行学者合作开展了中尺度、亚中尺度的物理海洋过程的分析。

Liu et al.（2021）基于LICOM3 建立了一个全球涡分辨预报系统LFS（LICOM Forecast System），系统包括分析和预报两部分，用简单的Nudging 方法生成初值之后，在GFS 逐6 小时预报场的驱动下预报未来7 天的海洋状态。LFS 在短期海洋预测方面总体表现良好，海表面温度、海表高度异常、2000 m 以上温度和盐度提前1 天预报的均方根误差中位数分别约为0.52°C、0.10 m、0.57°C 和0.13 psu（practical salinity units，无单位量纲）。虽然存在海温预测的暖偏差，但LFS 对温跃层温度和盐度的预测与IV-TT（OceanPredict 相互比较和验证任务组）框架下的海洋预报系统的结果是可比的。Zheng et al.（2023）深入比较了与IV-TT 框架下其他海洋预报系统，评价结果表明LFS 具有较好的短期海洋环境预报能力。在1～6 天的预测中，海表温度、温度和盐度剖面的均方根误差分别在0.53°C～0.63°C、0.57°C～0.66°C 和0.12°～0.13 psu之间（图5）。整体表现可与其他主要海洋预报系统相比较，但在预测温度和盐度分布方面略有优势，同时海表面高度等也存在一定的偏差，需要进一步分析和改进来提升预报能力。

Wang et al.（2018）利用高分辨率LICOM2 长期气候模拟试验的结果，研究了热带太平洋东部亚中尺度涡旋活动的空间和季节变化特征，这也是较早利用模式分析这一区域亚中尺度过程的工作。LICOM2 可以很好地分辨该区域的亚中尺度涡旋，亚中尺度涡动能收支表明，表层混合层的亚中尺度涡旋主要是由正压不稳定产生的，其次是斜压不稳定。非线性相互作用在亚中尺度范围内导致了显著的正向能量串级，对平衡能量收支起着重要作用。作为对正压不稳定性引起的能量输入变化的响应，亚中尺度涡动能表现出明显的季节循环，最大值和最小值分别出现在北方的秋季和春季。此外，强烈的季节循环对混合层深度的季节性具有重要的调节作用。特别是7～10 月强亚中尺度涡旋引起的重新分层是该季节混合层深度变浅的重要贡献。

Wang et al.（2019）利用高分辨率LICOM2 的结果，分析了全球涡动动能（EKE）收支中水平波数的空间分布。在热带和中纬度地区，从背景流到涡旋的正压能量转换在整个波数空间都是正的，通常在EKE 达到最大时尺度达到峰值（Le）。斜压能量转换在中纬度地区更为明显，在比Le小尺度和比Le大尺度上表现为正、负的偶极结构。地转流上的表面风能在Le附近造成了显著的EKE 损失，但在更大的范围内积累了能量。由压力通量收敛导出的内部粘性耗散和底部拖曳作为EKE 汇项。后者在Le处效率最高，而前者在更小的尺度上更占主导地位。频谱空间中EKE 的产生与耗散存在明显的不匹配，尤其是在中纬度地区，而赤道上的主要正向能量串级和中纬度上的主要反向能量串级调和了这一点。

Feng et al.（2020）研究了黑潮入侵对南海中尺度涡模拟的影响。基于高分辨率LICOM2 的数值试验，比较了吕宋海峡处地形优化后的黑潮入侵形态和强度不同，研究了黑潮入侵优化后对南海中尺度涡模拟的影响。发现黑潮入侵的减弱导致了涡旋活动的减弱，这使得模式结果与观测结果更为相近。涡动动能收支的分析进一步表明，黑潮入侵的优化将通过改变水平速度切变和温跃层斜率来改变涡动动能，而这两个参数分别与正压和斜压不稳定性有关。前者在模式涡动动能减弱中起着更为重要的作用，而黑潮入侵导致的涡动动能的水平输送对吕宋海峡西部区域的能量收支同样起着重要的作用。Qiu et al.（2022）利用高分辨率LICOM3 的2007～2017 年结果，分析了南海北部跨陆架的热量和盐度的输送。在确定了侵入大陆坡47 个反气旋涡和97 个气旋涡的基础上，与未侵入斜坡的涡相比，侵入涡在水平方向上更加不对称且充满活力。由于西沙群岛和东沙群岛的水平不对称，这些涡流引起O (1012) W 和 O (104) kg s-1（O 表示量级， order of magnitude）的跨斜坡热和盐传输。基于位涡收支，我们发现速度水平不对称是由位涡不对称引起的，这主要是由东沙群岛的涡流非线性效应和西沙群岛的地形β 效应引起的。这些研究结果在帮助我们理解中小尺度涡旋的能量和物质输送的同时，也充分表明了高分辨率LICOM 对于海洋多尺度过程良好的模拟能力。

4 高分辨率气候系统模式FGOALSf3-H

基于本文第2 和3 节描述的高分辨率大气环流模式FAMIL2.2 和海洋环流模式 LICOM3.0，中国科学院大气物理研究所LASG 还研发了最新一代全球高分辨率全耦合气候系统模式FGOALS-f3-H。该耦合模式包含4 个分量模式（表1）：大气分量模式FAMIL2.2（He et al., 2019; Bao et al., 2020; Li et al., 2021）、海洋分量模式LICOM3.0-H（Li Y W et al., 2020）、海 冰 模 式CICE4（Hunke and Lipscomb, 2008）和陆面模式CLM4（Lawrence et al., 2011）。上述分量模式使用美国国家大气研究中心（NCAR）开发的耦合器Coupler 7（Craig et al., 2012）进行耦合。

大气分量模式FAMIL2.2 和海洋分量模式LICOM3.0，相关描述详见本文的第2 和3 节。海冰分量模式CICE4 是Los Alamos 实验室研发，为满足耦合器对海洋和海冰模式水平网格点一致的要求，我们将CICE4 的水平网格点调整为与LICOM3.0一致的三极网格，即3600×2302（格点×格点），应用于FGOALS-f3-H。陆面分量模式CLM4.0 是NCAR 研发，采用经纬网格，水平分辨率为0.31°×0.23°。在高分辨率耦合模式FGOALS-f3-H 中，耦合器与大气分量、陆面分量和海冰分量的数据交换的时间步长均为15 min，与海洋模式的数据交换步长则为4 h。分析表明，相对于低分辨率版本的耦合模式FGOALS-f3-L，高分辨率版本FGOALS-f3-H 可以更好地模拟历史全球平均气温、海表温度等随时间的变化（图6），以及多年平均的气候态（图7）、中尺度涡旋、中尺度海气相互作用（An et al., 2022）、热 带 太 平 洋 不 稳 定 波（Li et al.,2023）、热带气旋（Liu et al., 2023）等。

图6 1950～2014 年全球平均（a）海表温度（SST，单位：°C）、（b）降水量（单位：mm d-1）和（c）2 m 气温（T2m，单位：°C）的逐年时间序列，以及1950～2014 年（d）北极海冰范围（ArSIE，单位：106 km2）和（e）南极海冰范围（AnSIE，单位：106 km2）的逐年时间序列，（d、e）中实线为3 月，虚线为9 月。图中黑线是FGOALS-f3-H 模拟结果，绿线是FGOALS-f3-L 模拟结果，红线和蓝线分别为观测和再分析数据。引自An et al.（2022）。Fig.6 Time series of the annual global mean (a) Sea surface temperature (SST, units: °C), (b) precipitation (units: mm d-1), and (c) 2 m air temperature (T2m, units: °C) from FOGALS-f3-H (black), FGOALS-f3-L (green), observation (red), and reanalysis data (blue) during 1950-2014.Time series of (d) Arctic sea ice extent (ArSIE, units: 106 km2) and (e) Antarctic sea ice extent (AnSIE, units: 106 km2) in March (solid) and September(dashed), from FOGALS-f3-H (black), FGOALS-f3-L (green) and observation data (Bootstrap in red and Passive Microwave in blue) during 1950-2014.Cited from An et al.(2022).

图7 （a）FGOALS-f3-H 模拟的1982～2014 年海表温度气候平均（等值线）及其相对OISSTv2.1 观测数据的偏差（填色，单位：°C），（c）FGOALS-f3-H 模拟的1979～2014 年降水气候平均及其相对GPCP 降水数据的偏差（单位：mm d-1），（e）FGOALS-f3-H 模拟的1979～2014 年2 m 气温气候平均及其相对JRA-55 再分析数据的偏差（单位：°C），（b-f）同（a-c），但为FGOALS-f3-L 的相应结果。引自An et al.（2022）。Fig.7 (a) Climatological mean (lines) SST (units: °C) from FGOALS-f3-H and its bias (color) against OISSTv2.1 during 1982-2014,(c) climatological mean (lines) precipitation (units: mm d-1) from FGOALS-f3-H and its bias (color) against GPCP during 1979-2014,(e) climatological mean (lines) 2 m air temperature (units: °C) from FGOALS-f3-H and its bias (color) against JRA-55 during 1979-2014, (b-f) are the same as (a-c), but for FGOALS-f3-L.Cited from An et al.(2022).

4.1 海洋中尺度涡旋

高分辨率耦合气候模式模拟性能的优越性主要体现在对海洋中尺度涡旋的直接模拟。FGOALS-f3-H 的海洋模式分量是高分辨率海洋模式LICOM3.0，水平分辨率为0.1 °，可以直接解析海洋大部分区域的第一斜压罗斯贝半径，通过正压和斜压不稳定过程为中尺度涡旋的发展提供能量，同时还可以更好地模拟中尺度-大尺度环流之间的相互作用，也有利于改善对大尺度环流的模式。例如，对于具有强烈非线性动力过程的湾流和黑潮等西边界流，FGOALS-f3-H 也给出了更好的模拟结果。图8a、c、e 是FGOALS-f3-H 模拟的海表高度（SSH）标准差与FGOALS-f3-L 结果、AVISO 观测资料的对比（An et al., 2022）。LICOM3.0 单独海洋模式模拟结果已经表明，随着分辨率的增加，SSH 变率明显增加且更接近观测。对于LICOM3.0 高分辨率单独海洋模式模拟，海洋单方面受大气强迫，没有海气反馈作用，过高的粘性系数和耗散作用可能导致了模式低估SSH 变率和涡动动能（EKE）。在单独海洋模式模拟中大气对海洋的耗散作用过大，在高分辨率耦合模式则更真实地模拟中尺度海气反馈作用，FGOALS-f3-H 模拟的SSH 变率也比高分辨率单独海洋模式LICOM3.0-H 更高，这在西边界流这样中尺度海气相互作用剧烈的锋区尤为明显。FGOALS-f3-H 模拟的SSH 变率在西边界流区域和南极绕极流比观测更强，在大洋内区比观测弱。图8b 和d 是FGOALS-f3-H 和FGOALS-f3-L 模拟的月平均海表涡动动能（EKE）。可以看出，FGOALSf3-H 模拟的黑潮、湾流、南大洋、厄加勒斯折回流和南极绕极流等地区更活跃。

4.2 中尺度海气相互作用

在海盆尺度，赤道外地区风速和海表温度是负相关的。卫星观测首先揭示，在锋面和中尺度，近地表风速与海表温度呈正相关关系（Xie, 2004;Small et al., 2008）。对于负的海表风速与海表温度相关关系，表明大的风速对应冷的海表温度，说明大气环流变化主导海温的变化；对于正的海表风速与海表温度相关关系，表明暖的海表温度对应大的风速，说明海温异常主导大气环流的变化。Bryan et al.（2010）用这一指标（中尺度海表风场和海表温度呈正相关）检验了不同水平分辨率气候模式的模拟精度，发现只有高分辨率耦合气候模式模拟性能模拟出这一中尺度特征。图9a 是模式模拟的逐月高通滤波（3°×3°箱式滤波）海表10 m 风速与SST 相关的空间分布（An et al., 2022）。可以看出在锋区和中尺度涡旋活跃区：湾流、黑潮及其延伸体、南极绕极流等地区，FGOALS-f3-L 不能模拟中尺度海气相互作用特征（图9b），FGOALS-f3-H 模拟的风速与海表温度都呈显著正相关，且分布与前人观测结果相似，这表明FGOALS-f3-H 能够较好地模拟出中尺度的海气作用。

图9 （a）FGOALS-f3-H 和（b）FGOALS-f3-L 模拟的2001～2008 年高通滤波的海表风与海表温度相关。打点区域表示通过95%的双边t 显著性检验。引自An et al.（2022）。Fig.9 Temporal correlations of high-pass filtered surface wind speed with SST from (a) FOGALS-f3-H and (b) FGOALS-f3-L simulations during 2001-2008.Stippling indicates statistical significance at the 95% level calculated using a two-sided t-test.Cited from An et al.(2022).

4.3 热带太平洋不稳定波（TIW）

热带不稳定波是赤道东太平洋海洋锋附近的最主要的季节内中尺度波动，直接影响该区域海洋状态、生物化学循环和大气边界层特征，与海洋环流和ENSO 等相互作用。高分辨率气候系统模式FGOALS-f3-H 可以模拟出TIW 的基本特征，包括西传的Rossby 波（Li et al., 2023；图10）。但仍有不足：模式模拟的TIW 强度较低，其通过正压、斜压不稳定从平均场获取的能量比观测偏低。相比高分辨率单独海洋模式，高分辨率耦合模式由于更真实的模拟了中尺度海气相互作用，其模拟TIW更接近观测。

5 总结和展望

近五年来，大气物理研究所自主研制了水平分辨率为25 km 的大气环流模式FAMIL2.2、水平分辨率为0.1°的高分辨率海洋模式LICOM3.0，以及相应的耦合模式FGOALS-f3-H，这些均开展了长期气候变化数值试验，并参与CMIP6 的高分辨率耦合模式比较试验（HighResMIP），是该计划中水平分辨率最高的三个模式之一。大量模式评估研究指出，高分辨率数值模式对热带辐合带（ITCZ）、台风、季节内振荡、青藏高原和亚洲季风区降水的模拟能力相对低分辨率模式有明显提高，可以更好地模拟出黑潮、热带太平洋不稳定波等中小尺度海气相互作用活跃的系统。面向未来，大气模式团队将进一步完善模式的次网格参数化方案，提高分辨率，开发新一代公里尺度分辨率分辨率大气模式、海洋模式及其耦合系统版本，主要模式研发和应用设想如下：

（1）新一代高分辨率大气模式的发展目标是实现全球12.5 km 的分辨率，改进与分辨率相适应的物理过程参数化方案，保证高分辨率模式长期积分稳定性，提高模式对极端天气气候事件（例如台风、MJO、青藏高原和东亚季风区的极端强降水）的模拟技巧。

（2）随着天气气候一体化的模式发展趋势，可以继续提升LICOM 海洋模式分辨率，向公里级分辨率全球海洋模式推进，实现对非静力过程的模拟。这要求对模式动力框架和次网格参数化过程进行整体重构和升级。同时，需要对计算资源合理配置，以提升高分辨率模式计算效率。

（3）下一次模式比较计划CMIP7 拟在2024年启动，其中就包括新的高分辨率模式比较计划HighResMIP2。因此，可以基于新一代高分辨率气候系统模式，开展HighResMIP2 系列试验，通过对多模式模拟结果分析，开展多尺度相互作用研究。

（4）模式团队还将依托新版本高分辨率模式及变网格版本建立新一代公里级超高分辨率耦合模式系统，开展天气—气候一体化的公里级无缝隙预测，以更高质量和精细化的无缝隙预测产品助力我国全球防灾减灾和可持续发展，进一步提高模式的国内外影响力。