平均经圈环流在维持地球气候系统能量平衡方面起着重要作用.其中，以Hadley环流的作用尤为重要.Hadley环流通过角动量，水汽和能量输送，联系着全球大气环流变化，它的年际变动不仅影响着低纬大气活动，还可造成高纬度的气候出现异常^[1-7].例如，Bjerknes^[1]指出，强的Hadley 环流可以将低纬的西风角动量带到中纬度地区从而使中纬度西风加强.周波涛等^[3]发现Hadley环流与北太平洋涛动之间存在显著的同位相变化关系.Chang^[4]和Hou^[5]的研究揭示，Hadley环流异常增强可以导致冬季热带外温度显著增加.它还可通过东亚-北太平洋-北美遥相关波列影响白令海区域大气环流和海冰面积的变化^[7].

东亚地跨中、低纬度，因此，东亚气候既受中高纬环流系统的影响^[8-9]，也受热带环流系统的影响.Li^[10]的研究表明，当Hadley环流偏强时，东亚锋区位置偏北，不利于东亚地区冷涌向南爆发.周波涛等人^[11-12]基于观测资料分析和数值模拟研究，发现春季Hadley环流强度的年际变化对东亚夏季风环流和降水具有显著影响.当春季Hadley 环流偏强(弱)时，随后夏季西太平洋副热带高压位置偏西偏南(偏东偏北)，东亚西风急流位置偏南(北)，我国长江流域降水偏多(少).春季Hadley环流的变化也可影响台风盛期西北太平洋热带气旋活动异常^[13-14].

近几十年来，全球气候正经历着以变暖为显著特征的变化.在全球变暖背景下，Hadley 环流的强度和位置也发生了明显变化.研究结果表明，近半个世纪以来，北半球冬季Hadley 环流强度明显加强^[15-17].Kobayashi和Maeda^[18]还发现，3-4 月的北半球Hadley环流以及9-10月的南半球Hadley环流也在增强.此外，Hadley环流还呈现向极地方向扩张的趋势^[19-20].关于Hadley 环流的未来可能变化，一些预估研究结果显示，在A1B 和A2 排放情景下，到21世纪末期Hadley环流将减弱并向极地方向扩展^[21-22].已有的这些研究成果有助于我们认识Hadley环流的未来演变状况.

如前所述，在当今气候背景下，春季Hadley环流的年际变化对后期东亚夏季风环流和降水具有显著影响^[11-12]，那么，在未来全球变暖背景下，随着Hadley环流的减弱，它们之间的联系是依然存在还是将发生变化?这个问题目前尚不清楚，而对该问题的讨论有助于深入理解热带大气环流的年际变化规律及其异常对东亚季风气候的未来影响.因此，值得作进一步研究.所以，本文以Hadley环流的年际变化为出发点，利用气候系统模式的模拟结果，探讨未来全球变暖背景下Hadley环流的年际变化及其与东亚夏季风环流和降水的年际关系.

本文分析所用的资料包括20世纪气候模拟试验(20C3M)和具有代表性的中等排放情景(SRESA1B)模拟试验的模式数据.关于模式和模拟试验的详细信息可参见http://wwwpcmdi.llnl.gov/.为评估气候系统模式对当代气候背景下Hadley环流的年际变率及其与东亚夏季风环流系统年际关系的模拟能力，文中还使用了1970-1999 年的NCEP/NCAR 再分析资料中的月平均风场和位势高度场以及美国气候预测中心(CPC)提供的月降水数据，以此作为观测并与模式模拟结果作对比分析.由于各个模式的水平分辨率不同，为了便于比较，本文将所有模拟数据插值到2.5°×2.5°分辨率的规则网格上.

本文旨在探讨年际尺度上Hadley环流的变化及其与东亚夏季风环流和降水的对应关系，因此，我们分别选取两模拟试验中的30 年平均作为气候态进行分析，并在分析前滤去所有物理变量的线性趋势.其中，20C3M 分析时段取为1970-1999 年，A1B分析时段取为2070-2099年.文中春季(MAM)指3-5月平均，夏季(JJA)指6-8 月平均.在全面评估的基础上，我们选取模式模拟结果与观测结果相一致的五个模式(GFDL_CM2_0，GFDL_CM2_1，IAP_FGOALS_1.0g, NCAR _CCSM，UKMO _HADCM3)进行预估分析，各模式的模拟能力详见后文.由于多模式集合(MME)方法可以减小单模式模拟的不确定性和模式间的离差，所以该方法在气候模式模拟预估分析中被广泛应用^[23].因此，本文在随后的分析中采用了MME 方法，并选取上述五个模式的算术平均作为MME 组合.

本文采用标准方差表示年际变率的强度.为定量描述Hadley环流强度的变化，本文采用Oort和Yienger^[24]的定义，选取0°-30°N区域里最大质量流函数值作为北半球Hadley环流强度指数(HCI).HCI值越大表示Hadley环流越强.西太平洋副热带高压指数(WPSHI)定义为(10°N-30°N，110°E-150°E)区域平均的850hPa位势高度距平^[25].东亚夏季风指数(EASMI)定义为东亚热带季风槽区(10°N-20°N，100°E-150°E)与东亚副热带地区(25°N-35°N，100°E-150°E)平均的850hPa纬向风距平差^[26].EASMI数值越大表示东亚夏季风越强.东亚高空西风急流指数(EAJI)定义为(25°N-35°N，80°E-150°E)与(40°N-50°N，80°E-150°E)区域平均的200hPa纬向风距平差.正(负)EAJI值表示东亚西风急流位置偏南(北).东亚降水指数(EARI)定义为(27°N-32°N，110°E-130°E)区域平均的降水量.

为更好地预估Hadley环流年际变率的未来变化，我们首先评估气候模式对Hadley 环流年际变率的模拟能力.图 1为观测和20C3M 试验多模式集合(MME)揭示的春季平均经圈环流的标准方差空间分布.观测结果(图 1a)显示，春季Hadley环流的年际变率中心位于0°-10°N 区域，最大的标准方差超过1.2×10¹⁰ kg·s^-1.20C3M 中MME 模拟的Hadley环流年际变率的空间分布(图 1b)总体上与观测结果相一致，尽管模拟的年际变率强度要比观测值偏强.HCI的标准方差为0.96×10¹⁰kg·s^-1，MME 模拟的春季HCI标准方差为1.34×10¹⁰ kg·s^-1，略强于观测值.这与图 1揭示的结论相吻合.从单个模式模拟情况来看，模拟的春季HCI标准方差在0.76×10¹⁰~1.82×10¹⁰ kg·s^-1 之间变化.除模式IAP_FGOALS_1.0g的模拟值低于观测值之外，其余四个模式的模拟值均比观测值偏大，其中以模式GFDL_CM2_1最大.

图 1

Fig. 1

图 1 春季平均经圈环流的标准方差(单位:1010kg·s-1)(a)观测资料；(b)20C3M MME. Fig. 1 Interannual standard deviations of spring mean meridional circulation (in 1010 kg • s-1)(a) Observation； (b) 20C3M MME.

图 2为MME 模拟的21世纪末期(2070-2099年)春季平均经圈环流的标准方差与20 世纪末期(1970-1999年)的差异.由图可见，0°-10°N 区域呈现显著的负差异，最大差值为-0.6×10¹⁰kg·s^-1.这种异常特征表明，相对于1970-1999年，到21世纪末期(2070-2099年)春季Hadley环流的年际变率强度将减弱.

图 2

Fig. 2

图 2 MME 模拟的A1B 情景下春季平均经圈环流的标准方差(单位:1010kg·s-1)与20C3M 的差异深(浅)阴影表示通过95%(90%)信度. Fig. 2 MME results of changes in interannual standard deviations of spring mean meridional circulation (in 1010 kg • s-1) between A1B and 20C3M simulations Heavy (Light) shadings indicate areas above the 95% (90%) significance level.

表 1 给出了A1B 情景下春季HCI的标准方差.由表 1可见，五个模式模拟的春季HCI的标准方差在21世纪末期均呈减小的趋势，减弱幅度在-0.08×10¹⁰kg·s^-1 (IAP_FGOALS_1.0g)~-0.99×10¹⁰ kg·s^-1 (GFDL_CM2_1)间变化.MME 模拟结果显示，春季HCI的标准方差由20世纪末期的1.34×10¹⁰kg·s^-1下降到21世纪末期的0.91×10¹⁰kg·s^-1，强度减弱32%(通过95%信度的F检验).因此，在A1B 排放情景下，随着全球变暖，21世纪后30年春季Hadley环流的年际变率强度与20世纪后30年相比将会变弱.

表 1(Table 1)

表 1 春季HCI的标准方差(单位:1010kg • s-1) Table 1 Interannual standard deviations (in 1010 kg • s-1)

表 1 春季HCI的标准方差(单位:1010kg • s-1) Table 1 Interannual standard deviations (in 1010 kg • s-1)

研究结果^[11-12]表明，在当今气候背景下，春季Hadley环流异常在年际时间尺度上与东亚夏季风环流和降水变化之间存在显著联系.春季Hadley环流通过影响西太平洋副热带高压和东亚高空西风急流两大关键系统进而影响东亚夏季降水.因此，接下来将重点评估20C3M 中气候系统模式对Hadley环流与东亚夏季风环流和降水关系的模拟能力，主要包括对春季Hadley环流与东亚夏季850hPa高度场和水平风场、200hPa纬向风以及降水之间关系的模拟.

图 3a为观测资料揭示的春季HCI与夏季850hPa位势高度场的相关分布.可见，太平洋区域30°N 以南为显著的正相关，30°N 以北为负相关.与此相对应，850hPa风场上则表现为:30°N 以南的太平洋地区为异常的反气旋型环流控制，东亚热带季风槽区为东风异常，梅雨锋区为西风异常(图 4a).这种环流特征指示东亚夏季风偏弱，西太平洋副热带高压偏南^[26].图 3b和4b分别为20C3M MME 模拟的春季HCI与夏季850hPa位势高度和水平风场的相关分布.由图可见，相关系数的空间分布特征与图 3a和4a揭示的特征相似.观测中位势高度场上“南正北负"的特征以及水平风场上30°N 以南的异常反气旋型环流均能在MME 中得到再现，说明MME对春季Hadley环流与夏季东亚低层大气环流系统的关系有很好的模拟能力.

图 3

Fig. 3

图 3 春季HCI与夏季850hPa位势高度的相关(a)观测资料；(b)20C3M MME；(c)A1B MME.深(浅)阴影表示通过95% (90%)信度. Fig. 3 Correlations between spring HCI and summergeopotential height at 850 hPa (a) Observation data； (b) MME results of 20C3M simulations； (c) MME results of A1B simulations.Heavy (Light) shadings indicate areas above the 95% (90%) significance level.

图 4

Fig. 4

图 4 同图 3，但为春季HCI与夏季850hPa水平风场的相关 Fig. 4 Same as in Fig.3，but for correlations between spring HCI and summer horizontal winds at 850 hPa

指数之间的相关同样支持上述结论.由表 2可见，观测资料显示，春季HCI和夏季WPSHI为显著的正相关，相关系数为0.62，通过99% 信度.20C3M 中，MME 的结果同样显示两者之间为显著的正相关，相关系数为0.44(通过95% 信度).对单个模式而言，五个模式都能模拟出春季HCI与夏季WPSHI间的正相关关系，相关系数的波动范围为0.15~0.68.而且，GFDL_CM2_0和GFDL_CM2_1两个模式模拟的相关系数值与观测值相近，分别为0.64和0.68(通过99%信度).同样，20C3M MME揭示的春季HCI与EASMI的相关也与观测相一致(表 3).在观测中，春季HCI和EASMI的相关系数为-0.66，超过99%信度.在20C3M 中，MME 模拟的相关系数为-0.46，通过95% 信度.五个模式均模拟出这种负相关关系(相关系数变化范围为-0.18~-0.66)，其中三个模式(GFDL_CM2_0，GFDL_CM2_1，IAP_FGOALS_1.0g)的模拟值超过99%信度.

表 2(Table 2)

表 2 春季HCI和夏季WPSHI的相关系数 Table 2 Correlation coefficients btween springHCI and summer WPSHI

表 2 春季HCI和夏季WPSHI的相关系数 Table 2 Correlation coefficients btween springHCI and summer WPSHI

表 3(Table 3)

表 3 春季HCI和夏季EASMI的相关系数 Table 3 Correlation coefficients between summer EASMI spring HCI and

表 3 春季HCI和夏季EASMI的相关系数 Table 3 Correlation coefficients between summer EASMI spring HCI and

图 5a为观测资料揭示的春季HCI与夏季200hPa纬向风的相关分布.由图可见，40°N 南北两侧分别为正相关和负相关，表明春季Hadley环流偏强时，夏季40°N 南北两侧分别出现西风异常和东风异常，东亚西风急流位置偏南.20C3M MME 模拟的春季HCI与夏季200hPa纬向风的相关分布(图 5b)与图 5a相一致，40°N 南北两侧同样分别为正相关和负相关.表 4给出了春季HCI与夏季EAJI的指数相关.观测揭示，春季HCI与夏季EAJI为显著的正相关，相关系数为0.37，通过95% 信度.在20C3M 中，MME 模拟的相关系数为0.42，同样通过95% 信度.除模式NCAR_CCSM(相关系数为0.14)外，其它四个模式均能模拟出显著的正相关(通过95%信度).

图 5

Fig. 5

图 5 同图 3，但为春季HCI与夏季200hPa纬向风的相关 Fig. 5 Same as in Fig.3，but for correlations between spring HCI and summer zonal winds at 200 hPa

表 4(Table 4)

表 4 春季HCI和夏季EAJI的相关系数 Table 4 Correlation coefficients btween springHCI andsummer EAJI

表 4 春季HCI和夏季EAJI的相关系数 Table 4 Correlation coefficients btween springHCI andsummer EAJI

图 6a为春季HCI与夏季降水的相关分布.可见，长江流域为显著的正相关，该结果与利用中国台站降水所得的结果^[11]相一致.日本附近一带也为正相关.另外，在热带太平洋区域为显著的负相关.这种分布特征在20C3M MME 模拟(图 6b)中同样可以得到较好体现，尽管在显著性范围方面有所缩小.由表 5也可以看到，观测和20C3M MME 揭示的春季HCI与夏季EARI的相关关系较为一致.在观测中，两者间的相关系数为0.42，通过95% 信度；在20C3M MME 中，相关系数为0.40，同样通过95%信度.不过，单模式模拟的相关系数值波动范围较大，其变化范围为0.08(UKMO_HADCM3)~0.70(IAP_FGOALS_1.0g).

图 6

Fig. 6

图 6 同图 3，但为春季HCI与夏季降水的相关 Fig. 6 Same as in Fig.3，but for correlations between spring HCI and summer precipitation

表 5(Table 5)

表 5 春季HCI和夏季EARI的相关系数 Table 5 Correlation coel^ficients between spring HCI and summer EARI

表 5 春季HCI和夏季EARI的相关系数 Table 5 Correlation coel^ficients between spring HCI and summer EARI

从上述分析可知，MME 能够合理地模拟出1970-1999年间春季Hadley环流与夏季东亚大气环流(西太平洋副热带高压、东亚夏季风、西风急流)和降水的年际关系.因此，接下来将利用MME 模拟结果，分析A1B 情景下春季Hadley环流与东亚夏季风环流和降水年际关系的可能变化.图 3c-6c分别为A1B情景下21世纪末期春季HCI与夏季850hPa位势高度场、850hPa水平风场、200hPa纬向风以及降水的相关分布.总体而言，A1B MME 模拟的相关系数空间分布与20C3M MME 模拟的大体一样，但相关系数和相关范围明显减小.

从指数相关来看，五个模式均预估出A1B 情景下春季HCI与夏季WPSHI(表 2)和EASMI(表 3)的相关将减弱.MME 结果表明，春季HCI与夏季WPSHI(EASMI)的相关系数由20C3M 的0.44(-0.46)下降到A1B 的0.19(-0.15).也就是说，在20世纪末期，春季HCI可解释WPSHI(EASMI)变化方差的19.4%(21%)，但到21世纪末期，其解释方差仅占3.6%(2.3%).如果将每个模式的相关系数作为一个独立样本进行t检验可以发现，A1B情景下春季HCI与夏季WPSHI(EASMI)的相关性减弱显著，通过90%(95%)信度.因此，与20 世纪末期相比，春季HCI与夏季WPSHI(EASMI)的联系在21世纪末期将会减弱.

表 4给出了A1B情景下春季HCI与夏季EAJI的相关系数.三个模式(GFDL_CM2_0，GFDL_CM2_1，IAP_FGOALS_1.0g)的模拟结果显示，21世纪末期春季HCI与夏季EAJI的相关明显减小，另两个模式(NCAR_CCSM，UKMO_HADCM3)模拟的相关略微增大.MME 预估结果表明，A1B 情景下春季HCI 与夏季EAJI 的相关减弱，相关系数由20C3M 时的0.42下降到0.26.

关于春季HCI与夏季EARI关系的未来变化，MME 同样预估两者之间的关系将减弱(相关系数由20C3M 时的0.40下降到A1B的0.25).不过，各模式之间存在很大差异.三个模式(GFDL_CM2_0，IAP_FGOALS_1.0g, UKMO_HADCM3)模拟的相关值减小，一个模式(NCAR_CCSM)模拟的相关值变大，一个模式(GFDL_CM2_1)模拟的相关值不变，说明春季Hadley 环流与东亚夏季降水关系的预估存在很大的不确定性.

利用五个气候系统模式对现代气候背景(20C3M)和未来温室气体排放情景(A1B)的模拟结果，并结合观测资料，评估了模式对春季Hadley环流年际变率及其与东亚夏季风环流和降水关系的模拟效能，并在此基础上预估了A1B 情景下Hadley环流年际变率的未来演变及其与东亚夏季风环流和降水的关系.

MME 预估结果表明，在A1B 排放情景下，到21世纪末期(2070-2099 年)春季Hadley 环流强度的年际变率将减弱.与20 世纪末期(1970-1999年)相比，春季HCI的年际变率强度可减弱32%(通过95%信度的F 检验).一些研究指出^[27-28]，静力稳定度对Hadley 环流变化具有显著影响.静力稳定度增加(减小)时，Hadley 环流强度减弱(加强).因此，A1B 情景下副热带地区静力稳定度的增加^[29]可能是造成未来Hadley 环流减弱的一个原因.另外，在未来变暖背景下，平流层臭氧含量的恢复^[30]也可造成Hadley 环流减弱.当然，Hadley 环流的变化可能还受其它因素的影响，还有待今后进一步研究.

随着春季Hadley 环流年际变率的减弱，其与夏季西太平洋副热带高压和东亚夏季风强度的年际对应关系也相应减弱.其中，春季HCI 与夏季WPSHI的相关系数由20世纪末期的0.44减弱至21世纪末期的0.19，与夏季EASMI的相关系数由20世纪末期的-0.46下降到-0.15，这种减弱分别通过90%和95%信度，而且五个模式的模拟结果相一致.此外，MME 预估结果还表明，春季HCI与夏季东亚西风急流和降水的年际关系在21 世纪末期也减弱.其中，春季HCI与夏季EAJI的相关系数由20世纪末期的0.42下降到0.26，与夏季EARI的相关系数由20 世纪末期的0.40 下降到0.25.不过，各个单模式之间存在较大差异.

春季Hadley环流与东亚夏季大气环流关系的减弱可能缘于春季Hadley环流与印度洋SST 的耦合作用变弱.观测研究结果^[11]表明，印度洋海温(SST)在春季Hadley环流与东亚夏季大气环流的联系中起着重要的纽带作用.春季强Hadley 环流可以通过激发印度洋SST 正异常引起东亚夏季环流异常.从20C3M MME 模拟的春季HCI与夏季SST 的相关分布(图 7a)可见，20世纪末期，20°S以北的印度洋区域为显著的正相关，MME 模拟结果与观测^[11]相一致.但是，在A1B 情景下，到21世纪末期，印度洋区域的正相关无论从显著范围还是相关系数值都明显减小(图 7b)，亦即，春季Hadley环流与印度洋SST 的联系减弱，从而使得春季Hadley环流与夏季东亚大气环流的关系变弱.

图 7

Fig. 7

图 7 春季HCI与夏季海温的相关(a)20C3M MME；(b)A1B MME.深(浅)阴影表示通过95% (90%)信度. Fig. 7 Correlations between spring HCI and summer sea surface temperature (a) MME results of 20C3M simulations； (b) MME results of A1B simulations.Heavy (Light) shadings indicate areas above the 95% (90%) significance level.

本文的结论反映的是当前全球气候系统模式对A1B情景下未来Hadley环流年际变化及其与东亚夏季风环流系统之间关系的一种可能估计.由于排放情景本身存在不确定性，因此未来的预估结果也存在较大的不确定性.同时，就目前的水平而言，模式尚有不确定性，这也会给所得的结论带来不确定性，因此，亟需进一步改进和完善气候模式.