基于卫星观测对东亚地区气溶胶直接与间接效应的机理研究及模式评估

-毕业论文(设计)题目基于卫星观测对东亚地区气溶胶直接与间接效应的机理研究及模式评估学生姓名 学号学院 大气科学专业 大气科学指导教师 二Ｏ一四年六月五日

目录中文摘要 1英文摘要 21 引言 32 观测资料和模式结果 32.1 观测资料 32.2 模式结果 43 方法介绍 53.1 气溶胶对辐射影响的计算方法 53.2 气溶胶直接和间接效应的分析方法 64 结果分析 74.1 模拟结果的验证 74.2 气溶胶柱含量分布及其变化 84.3 气溶胶直接辐射效应 114.4 气溶胶第一间接效应 134.5 气溶胶第二间接效应 185 结论 20参考文献 20致谢 24-1-基于卫星观测对东亚地区气溶胶直接与间接效应的机理研究及模式评估摘要：利用卫星观测和全球模式FGOALS-g2的模拟结果，研究分析了东亚地区气溶胶的直接与间接效应，并检验了模式的模拟能力。结果表明，东亚地区受到5种气溶胶的共同影响，近几十年来，人为源气溶胶的增加尤为显著。根据卫星资料的分析，气溶胶直接辐射效应在东亚海陆上可以表现为气溶胶柱含量与其光学厚度的强正相关关系。而东亚地区气溶胶通过云的形成间接影响辐射和降水的效应，可体现为云光学厚度与云滴有效半径的反相关性（第一间接效应）以及气溶胶增加与降水减少的反向变化趋势（第二间接效应），但还需考虑动力和水汽条件的影响。通过比较，发现一部分的模式模拟结果并不能正确体现卫星观测中的直接与间接效应，因此仍需要针对FGOALS-g2的气溶胶-云-辐射参数化方案做进一步的改进工作。关键字：东亚气溶胶；直接辐射效应；间接效应；卫星观测；FGOALS-g2模式MechanismandEvaluationofAerosolDirectandIndirectEffectsonEastAsianClimatebySatelliteandFGOALS-g2Abstract:BasedonsatelliteobservationsandsimulationsoftheFlexibleGlobalOcean-Atmosphere-LandSystemmodelGrid-pointVersion2(FGOALS-g2),thedirectandindirecteffectsofaerosolinEastAsiaandthecontrastsbetweenobservationsandsimulationswereanalyzed.TheresultsshowthatEastAsianclimateisaffectedbyfivemajoraerosols,andinrecentdecades,aerosolsfromanthropogenicsourceshavesignificantlyincreased.Accordingtoobservationswithsatellite,aerosoldirectradiationeffectinEastAsiacanbeshownwithastrongpositivecorrelationbetweenmassconcentrationofaerosolcolumnandaerosolopticaldepth(AOD).Ontheotherhand,theindirecteffectofaerosolinEastAsiareferstochangesinradiationandprecipitationduetoaerosolinfluencesontheformationofcloud.Thefirstindirectaerosoleffectisrepresentedasanegativecorrelationbetweencloudopticaldepth(COD)andeffectiveradiusofliquidclouddroplets.Thesecondindirectaerosoleffectisrepresentedasareversevariationbetweenaerosolandrainrate.Inadditiontoaerosoleffects,bothvaporanddynamicalconditionscouldalsocontribute.Comparingsatelliteobservedandmodelsimulateddata,onlyafewmodelresultscanreproducethecorrelatedoranti-correlatedrelationshipsassatelliteobservationstorepresentthedirectandindirecteffectsofaerosol.Thereforefurtherimprovementsontheaerosol-cloud-radiationparameterizationwouldbenecessaryinfuturestudyonFGOALS-g2.Keywords:EastAsian;aerosoldirecteffect;indirecteffect;satelliteobservation;FGOALS-g2引言气溶胶作为气候系统的重要组成部分，对辐射收支和降水变化都起着非常关键的作用。气溶胶一方面通过直接吸收和散射太阳短波辐射来冷却地气系统[1,2]，另一方面能作为云凝结核或冰核，改变云的微物理和辐射性质以及云的生命周期，间接影响气候系统[3~6]。此外，处于云层处的吸收性气溶胶还能吸收太阳辐射，加热大气层，导致云量蒸发减少，称为气溶胶的半直接效应[7,8]。气溶胶的直接和间接效应共同决定了气溶胶对地气系统的辐射收支、能量平衡和水循环圈等方面的影响。由于气溶胶的生命时较短（约1周），且其浓度、化学成分及光学性质存在着很大的空间变化，造成了气溶胶的直接和间接效应的区域性差异很大，所以在区域尺度上评估气溶胶的气候效应更具有意义。东亚地区的气溶胶所引起的冷却效应是CO2倍增引起的增温效应的5倍，虽然气溶胶对大气层顶的平均辐射通量影响不大，但是会造成东亚地区的年平均地面辐射通量的减少与大气吸收的辐射通量的增加，故而气溶胶引起的垂直方向上的能量再分配可能会极大地改变大气加热廓线与大气环流[9,10]。东亚地区的气溶胶还可能会对季风环流和季风降水产生重要的影响[11~13]，中国近50年来经常发生的南涝北旱现象可能与气溶胶的冷却效应有关[14]。但是如果考虑具有吸收效应的黑碳和具有散射效应的有机碳的影响，会发现碳类气溶胶通过其直接和半直接效应，使得中国南部的云量减少，地表温度升高，降水减少，而北部恰好相反[15]，从而形成北多南少的降水型。综上可知，气溶胶对东亚降水的影响并不是简单地几种气溶胶的线性叠加，而是由它们总体的光学性质共同决定的，截然不同的光学性质（即散射与吸收），使得它们对温度的垂直结构和大气环流造成了不同的影响。气候模式是理解气候演变机理、预测乃至预估未来气候变化的重要工具。目前气候系统模式的发展方向不是加入更多的物理过程，而是提高模式中对云和对流的描述[16]，特别是气溶胶与云的相互作用有待于深入研究，从而可以减少气候模式模拟的不确定性。本文利用全球海洋-大气-陆地格点模式FGOALS-g2的模拟结果对比卫星观测资料，先从全球的角度宏观地认识了气溶胶的分布及其变化，再进一步分析东亚地区气溶胶的直接和间接效应的机理机制，检验模式模拟的能力，并分析模拟偏差产生的原因。文章其他部分安排如下：第2节介绍观测资料及所采用的模式结果；第3节介绍研究方法；第4节分析东亚地区的气溶胶的直接和间接效应，比较观测与模式模拟状况的差异；最后总结全文。观测资料和模式结果观测资料本文主要的研究工作是通过分析卫星观测资料和模式已模拟的结果，认识东亚地区气溶胶的直接和间接效应，其中用到的观测资料包括：（见表1）(1)Terra卫星搭载的MODIS（Moderate-resolutionImagingSpectroradiometer）传感器反演的逐月气溶胶柱含量质量浓度、550nm的AOD（AerosolOpticalDepth）以及deepblue算法改进的AOD资料，水平分辨率1.0°×1.0°、时间跨度为2021年1月～2021年12月。(2)CERES（CloudsandtheEarth’sRadiantEnergySystem）EBAF-TOA逐月辐射资料，水平分辨率1.0°×1.0°、时间跨度为2021年1月～2021年12月。其大气顶短波绝对精度为1%。该资料在本文被用于气溶胶直接辐射效应和第一间接效应的比较。(3)ISCCP（InternationalSatelliteCloudClimatologyProject）的逐月云资料，水平空间分辨率2.5°×2.5°，时间范围为1985年1月～1990年12月以及2021年1月～2021年12月共12年。该资料被用于分析气溶胶对云量、云水路径的影响，体现气溶胶的间接效应。(4)TRMM（TropicalRainfallMeasuringMission）卫星反演的降水资料，水平分辨率2.5°×2.5°、时间跨度为1985年1月～1990年12月以及2021年1月～2021年12月，用于分析气溶胶的第二间接效应。表1气溶胶直接和间接效应研究中使用的模式和观测的数据Fgoals-g2PDPIOBSPDPIAEAP2021-20211985-1990MODIS2021-2021N/AAODN/AN/AMODIS2021-2021N/Aclr-sw2021-20211985-1990CERES2021-2021N/A1stAIER-eff/CODN/AN/AMODIS2021-2021N/ACWP2021-20211985-1990ISCCP2021-20211985-1990SWCF2021-20211985-1990CERES2021-2021N/A2ndAIERainRate2021-20211985-1990TRMM2021-20211985-1990注：PD（PresentDay）与PI（Pre-Industrial）代表了数据所取用的时间段，PD为目前气溶胶含量增加后的状况，PI为气溶胶含量较低时的情形，其中N/A代表了模式或观测中未能取得的数据。在研究气溶胶的直接辐射效应（AE）与间接效应（AIE）中所使用的物理量有：气溶胶的柱含量质量浓度（AP）、气溶胶光学厚度（AOD）、对流层顶向上的短波辐射量（clr-sw）、云滴有效半径（R-eff）、云光学厚度（COD）、水云的云水路径（CWP）、对流层顶的短波云辐射强迫（SWCF）、降水率（RainRate）。模式结果本文所用模式是中国科学院大气物理研究所（IAP）大气科学和地球流体力学数值模拟国家重点实验室（LASG）、清华大学地球系统科学研究中心（CESS）以及国家海洋局第一海洋研究所（FIO）合作发展的全球海洋-大气-陆地格点模式FGOALS（FlexibleGlobalOcean-Atmosphere-LandSystemmodel）的最新版本FGOALS-g2，该模式最终被选定参与了“第五次国际耦合模式比较计划”（CMIP5），为IPCC第五次评估报告提供了评估依据。CMIP5计划规定了三组试验：长期模拟试验（世纪尺度或更长时间）、近期模拟试验（年代际预测）以及规定海温的大气的模拟实验，旨在评估模式对于历史状况的模拟能力，提供近期（到2035年）和长期（到2100年及以后）的气候变化预测结果，对造成模式预测差异的原因进行理解，量化云和碳循环等重要的反馈过程。本文使用的模拟结果是FGOALS-g2长期模拟实验中历史拟合的月平均资料，截止时间为2021年12月。耦合模式FGOALS-g2中引入的大气模式是格点大气环流模式GAMIL（Grid-pointAtmosphericModelofIAP/LASG）的2.0版本（以下简称GAMIL2.0），其纬向分辨率为2.8°×2.8°，径向为混合网格，在65.58°S和65.58°N之间是高斯网格（格距为2.8°），在高纬极区是加权的等面积网格（格距大于2.8°），垂直方向分为26层，模式层顶的气压为2.194hPa[17]。GAMIL2.0是GAMIL1.0的改进版本，动力框架保持了总质量、总有效能量守恒[18,19]，其物理过程来自美国国家大气研究中心（NCAR）的大气模式CAM2.0[20]，更改了其中的对流方案[21~23]以及对流层顶与地表能量平衡的一些参数[24]。相对于GAMIL1.0，GAMIL2.0主要做了以下改进：第一，更新了与云相关的物理过程，采用了改进的积云参数化方案[25]，引入了双参数云微物理方案[26]；第二，重置了浅对流、深对流、云量、云微物理过程以及边界层方案中的不确定参数。近年来，该模式被广泛地应用于20世纪气候变化、东亚气候年代际变化、亚澳季风的年际变率、亚热带地区的云反馈等模拟研究中[27~35]。不过，关于该模式对气溶胶—云相关的辐射强迫和降水过程的模拟能力，还有进一步开发和改进的必要。方法介绍气溶胶对辐射影响的计算方法本文使用的模式FGOALS-g2的模拟数据来自“第五次国际耦合模式比较计划”（CMIP5）科学试验，事先给定了每十年平均的气溶胶柱含量并考虑了气溶胶的季节变化，在模式中对云滴数的诊断计算没有显性地包含气溶胶的性质，但是设计的算法隐性地考虑了气溶胶的海陆差异，气溶胶的影响还隐含于算法的系数之中。气溶胶的直接辐射效应体现为气溶胶对太阳短波辐射的吸收和散射的作用。在晴空状况下，当太阳辐射进入地球大气后，不同的气体分子和大气气溶胶粒子会吸收和散射太阳辐射，但是这些过程都是相对独立的，大气总的距离衰减系数为[36]：(1)其中和分别是气体分子和气溶胶粒子的散射衰减系数，和分别是臭氧和水汽吸收产生的衰减，是其他气体分子（主要是CO2和O2）吸收引起的衰减。经过大气衰减后，到达地面的短波辐射为：(2)其中表示具有吸收和散射衰减作用的气层微元，是大气上界的太阳分光辐照度，是各组分的光学厚度。气溶胶对短波辐射的衰减为：(3)本文通过MODIS观测的550nm的气溶胶光学厚度来体现气溶胶的直接辐射效应。气溶胶的第一间接效应是指气溶胶作为云凝结核和冰核生成云，进而影响地气的辐射和能量平衡，卫星资料中用云光学厚度表示，模式资料中没有云光学厚度的输出，但可以定量地用短波云辐射强迫（TopoftheAtmosphereShortwavecloudForcing，TOASWCF）来表示。由Ramanathan[37]的定义：(4)其中，和分别代表了有云和晴空条件下TOA向上的短波辐射，所以计算的总为负数，对地气起到冷却的作用。气溶胶直接和间接效应的分析方法本文设计了两种分析方法来研究气溶胶的气候效应，方法一是通过PD-PI的分布图，给出气溶胶变化的情景下，气溶胶直接和间接效应变化的空间分布状况。PD代表了目前的情形，即气溶胶浓度增大后的状况，用2021至2021年的平均值表示；PI代表了气溶胶含量较低的情形，用1985至1990年的平均值表示。两者的差值可以体现气溶胶增加所带来的气候影响。第二种分析方法是通过相关分析揭示气溶胶的直接和间接效应的机理。理论上气溶胶增加，其散射和吸收的短波辐射会增加，气溶胶的光学厚度加大，气溶胶与其光学厚度呈正相关关系；另一方面，气溶胶增加会导致云滴有效半径减小，总的散射截面加大，云的光学厚度增加，气溶胶的第一间接效应可以体现为气溶胶与云光学厚度呈正相关，或是云滴的有效半径与云光学厚度的负相关；此外，云滴有效半径减小还会造成碰并增长的雨滴数减少，降水减少，气溶胶的第二间接效应体现为气溶胶与降水率呈负相关关系。那么，东亚地区是否也符合理论的情形是本文所关注的。由于海洋和陆地上的动力热力条件不同，分布的气溶胶种类也不同，并且模式中对云滴有效半径的处理也考虑了海陆差异，所以本文区分了海洋和陆地两种情况来对东亚地区进行相关分析。图1给出了观测与模式的东亚地区海洋和陆地的格点分布状况。在模式中，将下垫面分为两类，海洋格点为131个，陆地格点为420个；而在观测中细化了下垫面的分类，分为5种情形，其中东亚地区的海洋格点为1744个，陆地格点为2148个，剩余8个格点为内陆湖泊。由于经过海陆分组后的样本数仍十分庞大，所以本文中出现的相关系数均通过了显著性水平为0.01的显著性检验。图1东亚地区模式(a)和观测(b)的海陆格点分布图气溶胶第一间接效应的理论研究已较为成熟，以下公式可以体现云滴有效半径的变化对云的反射率的影响。云滴有效半径（CloudEffectiveRadius，R-eff）可以表示为所有粒子半径的三次方之和与二次方之和的比值：(5)其中代表云滴半径，为云滴的大小分布。液态水含量（LiquidWaterContent，LWC）可以定义为：(6)其中为水的密度。通过给定的云滴大小分布可以计算云的光学厚度（CloudOpticalDepth，COD）：(7)其中是云的厚度，是消光效率因子，短波波段的云滴消光系数因子近似给定为。由(5)、(6)、(7)式可以推导出云的光学厚度与云水路径（CloudWaterPath，CWP）之间的关系：(8)Meador和Weaver[38]对云的反射率进行了很好的近似：(9)其中为不对称的散射因子，是散射角余弦的平均值。考虑云对太阳短波辐射的散射，，(9)式则改写为：(10)云的反射率对云的光学厚度十分敏感。因此本文在研究气溶胶的第一间接效应时，将区分COD>15和COD<15这两种情况进行机理分析。结果分析模拟结果的验证检验模式对气溶胶气候效应的模拟能力是研究其机理机制的基础。图2给出了观测和模拟的部分辐射量与降水量的纬向平均分布图，其中图2a和图2b中的辐射量与气溶胶的直接效应相关，图2c和图2d则分别与气溶胶的第一和第二间接效应密切相关。晴空大气衰减的短波辐射量（图2a）在模式与观测中的差异为3.75W/m2，主要集中于赤道、南极地区，北半球的差异明显大于南半球。模式在赤道地区低估了大气对短波辐射的衰减，其原因可能是由于模式在赤道地区模拟的晴空地表向下的短波辐射大于观测状况。对于对流层顶晴空向上的短波辐射（图2b），模式结果略有高估，其全球平均的差异可达4.66W/m2。SWCF和降水率（图2c、d）的误差出现的纬度较为相近，差异较大的区域主要集中于赤道和中纬度地区，这些地区都是云量覆盖较大的区域，所以改进模式中对于气溶胶-云相互作用的描述能够改善模式模拟的结果，对于研究气溶胶的间接效应很有意义。FGOALS-g2的大气模式GAMIL2.0对和云相关的物理过程已经进行了一些改进，在辐射收支以及降水等方面的模拟也取得了很大的进展，但是仍有不足。比如简单地通过加大云滴有效半径，虽然可以增加云反射回宇宙空间的短波辐射，使得模式模拟的SWCF在赤道更符合观测，但这种方式同样会造成中高纬SWCF的低估，所以进一步的改进方式需要在模式中考虑云的性质随纬度变化的情况[24]。总而言之，观测资料和模式模拟的情况符合的比较好，所以运用模式的模拟结果来研究和分析气溶胶的气候效应是可行且具有参考价值的。图22021-2021年模式与观测的晴空地表短波辐射强迫（a）、对流层顶晴空向上的短波辐射（b）、对流层顶云的短波辐射强迫（c）、降水率（d）的全球纬向平均分布图气溶胶柱含量分布及其变化图3显示了模式输入场中的各种气溶胶及其总和在PD时段的平均柱含量的全球分布和PD-PI的气溶胶柱含量变化。对于全球总的气溶胶柱含量贡献最大的是沙尘气溶胶，可以看到图3a与图3c的相似度很高，模拟场中总气溶胶全球平均的柱含量为62.9mg/m2，其中沙尘气溶胶占39.4mg/m2。沙尘气溶胶主要分布于荒漠和半荒漠地带，图3c中非洲北部的撒哈拉沙漠、西亚地区以及中国的内蒙和新疆大部地区均为沙尘气溶胶柱浓度的大值区域，由于这些地区常年干旱，植被稀少，地表大多裸露，容易起沙。北非的撒哈拉沙漠和新疆的塔克拉玛干沙漠的沙尘气溶胶柱含量最大值分别可达1000mg/m2和800mg/m2以上。21世纪初相比起80年代末（图3d），沙尘气溶胶柱含量在撒哈拉中部减少，西部增加，地中海、黑海地区略有增加，一方面说明沙尘含量最大的区域起沙量有所减少，另一方面也说明了荒漠化的状况在进一步向外蔓延，使得沙尘气溶胶源地有所增加。图3e为硫酸盐气溶胶在PD时段的平均柱含量的全球分布。硫酸盐柱含量的最大值出现于东亚地区，特别是中国东部，可达15mg/m2以上，次大值区位于印度半岛、阿拉伯半岛、西欧地区及北美东部。可以发现，硫酸盐柱含量的大值区总是位于陆地及其附近海域，这是因为人类活动造成了大量SO2的工业排放，SO2通过进一步反应生成硫酸盐气溶胶，陆地上的硫酸盐可以通过远距离传输扩散至海上。另外，海洋中的浮游生物释放出的二甲基硫（DMS）经过氧化同样可以生成硫酸盐气溶胶。由图3f可见，近几十年来，欧洲以及北美东部的硫酸盐气溶胶显著减少，而东亚、印度半岛和阿拉伯半岛的显著增加，这与人类排放的SO2密切相关。有研究统计[39]，在1990-2021年期间，欧盟十五国的SO2的排放量下降了60%，美国也下降了28%，这些发达国家都非常重视大点源（主要指电厂）的SO2排放，出台了多项法令严格控制SO2的排放，美国还广泛采用了SO2排放权交易制度，给予污染排放企业充分的灵活性来选择减排方式。基于发达国家减排的成功经验，发展中国家也正在积极地调控SO2。图3g是黑碳气溶胶在PD时段的平均柱含量的全球分布。黑碳气溶胶主要来自于生物质和化石燃料的不充分燃烧，东亚和非洲中部的黑碳柱含量最大，可达2mg/m2以上，其次是印度半岛和南美中部，此外，在西欧、澳大利亚和北美东南部也有少量分布。黑碳气溶胶的增加主要是由于城市和工业对含碳物质的大量使用，也包括汽车尾气的排放等因素。从图3h中可见，在东亚、印度半岛和非洲中部大值区域的黑碳气溶胶柱含量近几十年仍在不断增加，所以需要进一步改善能源结构，提高能源利用率，发展可再生和清洁能源，以及提倡绿色出行等方式来减少黑碳气溶胶的人为排放。图3i是有机碳气溶胶在PD时段的平均柱含量的全球分布。有机碳气溶胶的柱含量分布范围基本与黑碳气溶胶相似，它来自于生物质和化石燃料的充分燃烧，所以有机碳与黑碳气溶胶往往具有相同的排放源，共同排放到大气中。由于模式输入场的气溶胶数据并没有考虑二次有机气溶胶，所以相比起黑碳气溶胶，有机碳气溶胶在东亚、北美东南部和西欧的柱含量较不明显，大值区主要位于非洲中部，这可能是因为该地区天气干燥，有利于生物质的充分燃烧。由图3j可见，21世纪末相比起80年代末，有机碳气溶胶在我国中东部、印度半岛北部、非洲中部及俄罗斯地区呈增加趋势，特别是俄罗斯地区，其增量超过2.1mg/m2。图3k是海盐气溶胶在PD时段的平均柱含量的全球分布。海盐气溶胶是由于海水飞溅，进入大气后被蒸发而形成的盐粒，其主要分布于海洋上，在45°S存在一条连续的大值带，柱含量超过50mg/m2，这是由于该地区常年存在高风带，有利于海水飞溅形成海盐气溶胶。从图3l可见，海盐气溶胶在近几十年间的变化较为复杂，可能与地表风速和海流变化有关。东亚地区受到上述五种气溶胶的共同影响，由于这五种气溶胶的物化性质各有不同，所以气溶胶对东亚区域气候的影响尤为复杂。其中，沙尘和海盐气溶胶主要被归类为自然源气溶胶，而硫酸盐、黑碳和有机碳气溶胶与人类活动密切相关，认为是人为源气溶胶。由图3可知，在全球范围内，东亚地区近几十年来的人为源气溶胶总体柱含量显著增加，而欧洲及北美东部的气溶胶柱含量显著减少，这主要与人类活动和工业发展的地区性排放有关。对比自然源气溶胶，由于沙尘和海盐气溶胶颗粒大、质量大，所以自然源气溶胶的柱含量变化在数值上大于人为源气溶胶，但从全球角度上看，其变化程度远小于人为源气溶胶。图3模拟的总气溶胶（a、b）、沙尘（c、d）、硫酸盐（e、f）、黑碳（g、h）、有机碳（i、j）、海盐（k、l）气溶胶的PD时间段内的平均柱浓度含量以及PD-PI的气溶胶柱含量的变化（单位：mg/m2）气溶胶直接辐射效应气溶胶的直接辐射效应就是指气溶胶通过吸收和散射太阳辐射而影响地表和大气层顶的辐射收支。图4a为晴空大气对太阳直接辐射的衰减，其中排除了云对短波辐射反射的影响。由公式（1）可知，太阳短波辐射通过大气层时会受到气体分子和气溶胶粒子的散射衰减以及臭氧、水汽和其他气体（如CO2和O2）的吸收衰减。气体分子的散射遵循瑞利散射规律，气溶胶的散射是按照米散射理论，所以在散射过程中，气溶胶的贡献更大。在吸收衰减方面，大气中的O2和O3几乎把波长小于0.29的紫外辐射全部吸收了；在可见光区，大气只有不强的吸收带，吸收很少的辐射；此外，大气中的气体分子、水汽、二氧化碳还可以对波长大于0.69的红外区域选择性吸收。虽然碳类气溶胶也可以吸收短波辐射，但是其吸收衰减的贡献仍是有限的。由图4a可见，晴空状况下，到达地面的短波辐射大致呈纬向的带状分布，图4晴空大气对太阳直接辐射的衰减（a）以及模式模拟的PD-PI的变化（b）和对流层顶晴空向上的短波辐射（c）及模拟的PD-PI的变化（d）（单位：W/m2）与水汽的分布相近似，气溶胶对太阳辐射的衰减并不能很直接的反映。同样地，模式中晴空大气对太阳辐射的衰减的PD与PI时段的差异（图4b）也受到上述多种因素的影响，其变化情况并不能明显地显示气溶胶增加对太阳辐射衰减增强的效应。需要通过模式模拟大气中不存在气溶胶的情况，得到其他因子对太阳辐射的衰减状况[40]，再进行做差比较，最终确定气溶胶这单一因子对太阳辐射的衰减量，但是本文并未涉及该类数值模拟试验。太阳辐射被空气分子和气溶胶粒子多次散射后，一部分能量从大气上界射出地气系统，另一部分到达地面，被地面吸收和反射，反射回大气的太阳辐射又会经过多次散射过程。对流层顶晴空向上的短波辐射（图4c）不仅包括了气溶胶多次散射的总量，还包含了大气分子散射和地面反射的短波辐射量。所以，考虑气溶胶对大气层顶的辐射收支的影响，需要在模式中模拟不加入气溶胶的晴空向上的短波辐射，做差后可以得到气溶胶单一因素的影响结果。图4d给出了大气层顶晴空向上的短波辐射PD与PI的变化状况，在东亚地区，除了青藏高原的高原雪盖减少导致地表反射的短波辐射减少外，该地区在PD和PI这两个时段内的地表反照率变化较小，所以可以认为仅存在气溶胶的影响，但是即便是这样也很难确定气溶胶冷却效应的强弱，还是需要依赖于模式的辅助。图5a为MODIS反演的550nmAOD的全球分布状况，图5b和图5c分别为观测和模式的气溶胶柱含量。由于AOD的反演中加入了deepblue的算法，在较亮的地表（特别是沙漠地区）也可以得到观测数据，但该算法尚未应用于气溶胶柱含量的反演中，所以在沙漠地区MODIS观测的柱含量被设为缺测。模式输入场中总的气溶胶的柱含量较观测值偏低且描述得较为粗糙，特别是中国东部和印度半岛北部的对气溶胶柱含量明显低估，但气溶胶的总体分布特点符合观测状况。由公式（3）所示，气溶胶对短波辐射的衰减量可以通过气溶胶的光学厚度定量计算得到，所以AOD可以反映气溶胶的直接辐射效应。上文已经提及，短波波段的辐射还会受到其他衰减因子的影响，所以仅依靠卫星资料还难以反演整个短波波段的气溶胶光学厚度，但是对于550nm的短波辐射，其他因子衰减的影响较小，可以计算得到气溶胶的光学厚度。对比图5a和图5b，可以发现气溶胶柱含量和550nm的AOD的分布十分相似，在中国东部、新疆地区、印度半岛北部、撒哈拉沙漠和非洲中部均为大值中心，这说明气溶胶柱含量越大，对太阳辐射的削减作用越强，AOD越大，从而体现的气溶胶直接辐射效应越强。图5PD时段的MODIS观测的550nm的气溶胶光学厚度（a）和气溶胶柱含量（b;单位：mg/m2）以及模式输入场的气溶胶柱含量（c;单位：mg/m2）的全球分布图6通过相关分析方法定量的分析了东亚地区气溶胶柱浓度与气溶胶光学厚度之间的关系。无论是在陆地还是海洋上，线性回归曲线的趋势均为正，说明此二者呈正相关关系，即气溶胶越多，气溶胶光学厚度越大，造成的直接辐射效应越强，并且其相关系数分别可达0.81和0.94。但是在东亚地区，海洋上气溶胶与AOD的线性关系强于陆地上，这时由于陆地上的气溶胶比海洋上的更为复杂，东亚陆地上的气溶胶种类较多，其光学性质各不相同，对短波辐射的衰减也不同，笼统地把总的气溶胶柱含量与AOD比较，会使得二者的关系变弱；而海洋上主要以海盐气溶胶为主，种类较为单一，故而柱含量和AOD的线性关系更好。(b)r=0.81r(b)r=0.81r=0.94(a)图6MODIS观测的东亚地区陆地（a）与海洋（b）上的气溶胶柱浓度与AOD的散点图气溶胶第一间接效应悬浮在空气中的可溶和不可溶的气溶胶粒子可以作为云凝结核和冰核，活化形成云滴与冰晶，通过反射进入地气系统的短波辐射，减少了到达地面的太阳辐射，增加了地球的行星反照率，这就是气溶胶的第一间接效应。图7是利用MODIS观测资料绘制的东亚地区气溶胶第一间接效应的散点图，其中图7a、b为海陆气溶胶柱含量与水云的云滴有效半径之间的关系，图7c、d体现了云滴有效半径对云光学厚度的影响。由图7a、b可见，水云的云滴有效半径与气溶胶的柱含量呈相反趋势，海洋上的相关关系强于陆地，其可能的原因是由于水云的云滴有效半径受可溶性气溶胶的影响更大，海洋上主要存在的是可溶性的气溶胶，可以作为云凝结核形成云滴，而陆地上混合了可溶和不可溶的气溶胶，特别是沙尘气溶胶对气溶胶柱含量的影响很大，这种不可溶的气溶胶经常被当作冰核，但是也可以被可溶性的气溶胶包围而作为云凝结核，所以陆地上受到不可溶的气溶胶的影响，其相关关系不太明显。假设东亚地区大气中总的水汽含量变化不大时，当人类活动和工业发展使得气溶胶增加时，气溶胶活化形成的云滴数增多，环境的过饱和度下降，云滴不能持续增长，相应的云滴有效半径会减小。从图7c、d中可见，云滴的有效半径减小，对应的云的光学厚度是增加的，陆地和海洋上的相关系数分别可达-0.62和-0.88，相关性较强。这是因为，在相近的水汽含量下，云滴数增多，云滴有效半径减少，最终造成的云滴粒子总的截面积是增加的，云反射的短波辐射增多，也可以通过公式（8）、（9）、（10）更直观的认识水云的云滴有效半径、云光学厚度和云的反射率这三者之间的关系。r=-0.14rr=-0.14r=-0.62(b)(a)r=-0.88rr=-0.88r=-0.62(d)(c)图7MODIS观测的东亚地区陆地与海洋水云云滴有效半径与气溶胶柱含量（a,b）和水云光学厚度（c,d）的散点图图8是区分了陆地和海洋，COD>15和COD<15后的气溶胶柱含量和云滴有效半径间的关系。通常COD>15的云被认为是降水云，而COD<15的云为非降水云。由图8可见，气溶胶的柱含量与云滴有效半径总是呈反相关，这种反相关关系呈现海洋强于陆地，光学厚度小的云强于光学厚度大的云。由于光学厚度大的云一般为降水云，除了受气溶胶成云机制的影响外，动力抬升机制也会影响云滴有效半径的大小。虽然气溶胶增加会使得云滴有效半径减小，但是强烈的垂直运动，向上输送了大量的水汽，从而有利于云滴的增长，其有效半径会增大。然而，对于光学厚度小的云而言，受动力因素的影响较小，所以气溶胶柱含量在COD<15的情况下与云滴有效半径的反相关关系更为显著。图9是按COD分类后与云滴有效半径的散点关系图。由图所见，在各种分类状况下COD与云滴有效半径的线性回归曲线的趋势总为负，特别是东亚海洋上COD<15的状况下，反相关关系最为显著，可能的原因是由于海洋上的水汽本身较为充足，在气溶胶增多的情况下，仍能满足核化的湿度条件，但形成的云滴的有效半径是减少的；而当COD>15时，垂直的水汽输送会影响这种反相关性，造成气溶胶增加但有效半径不一定减小的情形。根据已有的文章[41]，由ISCCP观测计算的大陆地区光学厚度大的云（COD>15）满足公式（8），在较小的空间范围内，CWP的变化很小，可以认为是常数，此时COD与云滴有效半径呈反比。图9c展现了东亚大陆上的状况，但并未发现反比的规律，这说明实际情况中CWP很难保持不变。云的光学厚度描述了整层大气中的云对太阳短波辐射的衰减作用，可以用来体现气溶胶的第一间接效应。根据公式（8）可知，云光学厚度不仅受到云滴有效的半径的影响，还受云水路径变化的影响。考虑CWP不变的情况，云中的含水量一定，云光学厚度与云滴有效半径成反比，在气溶胶增加的状况下，云滴数增加，云滴有效半径减小，由反比关系可知，云光学厚度加大，体现了云微物理对云光学厚度的影响。而实际状况中CWP常常难以保持不变，它与一个地区的水汽条件的变化有关，当该地区存在水汽辐合时，环境的饱和比增大，有利于云滴的增长，从而使得云中的含水量增加。所以，在不考虑云凝结核变化的情况下（即气溶胶浓度不变），CWP增大对应着云滴有效半径增大，云滴对短波辐射的总散射截面增大，AOD增加；而当CWP减少时，云滴有效半径减小，云滴总散射截面减小，AOD减小。由此可知，在气溶胶柱含量变化不大的情况下，无论是CWP增加还是减少，AOD与云滴有效半径均呈正比关系，这体现了气象条件对AOD的影响。根据图7、图8和图9的相关分析可知，气溶胶柱含量与云滴有效半径呈反相关关系，这说明气溶胶增加的效应盖过了水汽输送对云滴有效半径的影响，但CWP的变化仍会减弱云滴有效半径与云光学厚度之间的反相关关系。r=-0.61rr=-0.61r=-0.42(b)r=-0.36rr=-0.36r=-0.22(c)(d)图8观测的PD时段东亚海陆上COD<15（a,b）和COD>15（c,d）的气溶胶柱含量与云滴有效半径的散点图r=-0.85rr=-0.85r=-0.30(b)(a)r=-0.21r=-0.21r=-0.49(d)(c)图9观测的PD时段东亚海陆上COD<15（a,b）和COD>15（c,d）的云滴有效半径与其光学厚度的散点图图10展现了ISCCP观测的东亚地区PD与PI时段的云水路径和云光学厚度的空间分布。对比图9和图10可知，ISCCP观测的COD明显低于MODIS观测结果，主要是因为这两种卫星观测资料对于部分有云的卫星影像的处理不同，MODIS反演COD时调用了边界检测算法，可以排除卫星影像中散碎的低云，而ISCCP反演过程中没有排除它的影响，正是因为这种散碎低云的光学厚度非常小，且覆盖了全球15%的区域，故而造成了ISCCP与MODIS反演的COD数据差异很大[42]。除此以外，还有一些其他原因也会造成两者的差异，比如说两种卫星扫描和探测的角度不同[43,44]、观测时间段的不同、热力相态（水云或冰云）的探测手段不同、云滴单体散射性质的不同等等。但对于同种卫星观测的云产品还是自洽的，上文中由MODIS反演的气溶胶柱含量、云滴有效半径和云光学厚度相互之间都是符合物理规律的，对于图10而言，ISCCP反演的CWP和COD也是满足物理关系的。如图10所示，CWP和COD在近几十年都是增加的，CWP的增加是东亚全境的，而COD的增加主要集中于气溶胶增加明显的区域，如中国东部及印度半岛一带。所以，东亚地区气溶胶第一间接效应的气溶胶-云微物理机制体现为：近几十年来，东亚地区气溶胶柱含量增加，特别是人为源气溶胶柱含量的增加，由上述的相关分析可知，相应的云滴有效半径会减小，又由于水汽条件充沛，云滴有效半径减小的程度会小一些（不会比PI时段的云滴有效半径大），但云中含水量受其影响会增加，云水路径增加，根据公式（8）可知，云光学厚度一定增加。图10观测的东亚地区PD与PI时段的云水路径（a,b;单位：g/m2）和云光学厚度（c,d）的变化以下讨论FOGALS-g2模式对气溶胶第一间接效应的模拟状况：本文所使用的模式数据是按照CMIP5规定的输出形式，其中未包含云滴有效半径和云光学厚度等中间变量，只能通过CWP和SWCF来体现模式中的气溶胶第一间接效应。图11给出了PD时段的云水路径和短波云辐射强迫的全球分布。CWP的分布与云量的分布较为相近，随纬度和海陆变化明显。赤道、60°S和60°N附近为CWP的三个峰值带，该地区的对流活动频繁。此外，全球的水汽主要来源于海洋的蒸发，海洋是地球的水汽源地，所图11模式与观测的PD时段的液态云水路径（a,b;单位：g/m2）和短波云辐射强迫（c,d;单位：W/m2）的全球分布以CWP在海洋和沿海的陆地地区较大。对比模式与观测结果能够发现，模式在北太平洋和赤道地区高估了CWP。特别是在赤道地区，模式多模拟了一条虚假的CWP高值带，造成了图2c、d中短波云辐射强迫和降水率在赤道地区存在接近对称的双峰结构，而实际的观测结果则显示模式高估了南半球的峰值。这说明FGOALS-g2在CWP的模拟上还有待于进一步的提高，特别是峰值带的模拟。短波云辐射强迫（图11c、d）与云水路径的全球分布相似度很高，这是因为云中含水量越多，云反射的短波辐射量越多，短波云辐射强迫的冷却效应越强。云水路径与短波云辐射强迫造成的冷却效应呈正相关关系，可以说明气象条件对云的辐射强迫的影响。图12给出了模式模拟的东亚地区PD-PI的云水路径和短波云辐射强迫的变化状况，两者的变化趋势十分相似，在东亚地区，特别是气溶胶柱含量增加明显的印度半岛和中国东部等地，云水路径和短波云辐射强迫的冷却效应都呈现减小的变化趋势。云水路径的减小与ISCCP反演的CWP（图10a、b）变化情况并不一致，可能与模式中对云形成的动力过程的描述有关。短波云辐射强迫不仅受到气象条件的影响，还与气溶胶浓度的变化有关（气溶胶第一间接效应），但是由于模式在计算云滴有效半径时，没有直接加入描述气溶胶性质的参数，比如气溶胶的数浓度，所以在模拟结果中不能体现出气溶胶的第一间接效应，故而短波云辐射强迫的变化趋势由CWP的变化主导。模式结果中对气溶胶形成云影响辐射的机理可以描述为：云水路径的减小，云中含水量，导致云滴有效半径减小，最终使得云滴的散射截面减小，短波云辐射强迫的冷却效应减小。图12模拟的东亚PD-PI的云水路径（a;单位：g/m2）和TOA短波云辐射强迫的冷却效应（b;单位：W/m2）气溶胶第二间接效应气溶胶的第二间接效应是指气溶胶粒子作为凝结核可以形成云滴，再通过碰并过程增长成雨滴降落地面。近几十年来，气溶胶含量不断增加，气溶胶对降水变化的影响也越发显著。由上文可知，东亚地区气溶胶柱含量的增加会造成云滴有效半径的减少，这不仅可以改变地气系统的辐射收支，还可以影响云滴的碰并增长过程，使得形成的云滴数减少，降水减弱。图13a是东亚地区的气溶胶柱含量分布图，在印度半岛的北侧和中国的东部及西南地区气溶胶浓度较大，而青藏高原地区气溶胶浓度较小，由于沙漠地区干旱少雨，所以不考虑该地区的气溶胶柱含量对降水的影响。图13b是近几十年来东亚总降水率的变化状况，可见印度半岛北部和我国的西南地区降水率确实呈现减少趋势，可以归因为气溶胶的第二间接效应。但是在中国东部地区，气溶胶柱含量的增加并没有降水的减少趋势与之相对应，这时由于降水的形成除了需要满足云滴增长条件外，还要满足水汽条件和垂直运动条件。前者决定于云物理条件，属于降水的微观过程，后两个决定于天气条件，是降水的宏观过程。气溶胶可以通过微观过程直接影响降水，还可以通过其反馈过程影响降水的宏观机制，对降水产生间接的影响。东亚地区是著名的季风区，受东亚夏季风的影响，夏季降水对全年降水的贡献率最大，由于气溶胶的冷却效应使得地表温度下降，造成海陆间的温度梯度和气压梯度都减小，所以东亚夏季风减弱，水汽不能输送到较北的位置，从而形成南涝北旱的降水分布特征[14]，但是另一方面，地表温度的降低，又会使得热力作用引起的垂直上升运动减弱，降水减少。综合而言，气溶胶对降水的影响是极其复杂的。图13观测的东亚PD时段的气溶胶柱含量（a,单位：mg/m2）和PD-PI的降水率（b,单位：mm/d）的变化图14a是模拟的硫酸盐、黑碳和有机碳三种人为源气溶胶在PD与PI时段的变化状况，印度半岛和中国东部是气溶胶柱含量的大值区，最大增幅可达8mg/m2。图14b是模式对东亚地区近几十年的降水率变化的模拟状况，对比图13b，可以发现，模拟和观测的降水率变化状况存在差异。因为模式中缺乏云滴有效半径对降水的显性影响（即第二间接效应），造成在东亚地区的降水模拟还是有不完善和不全面的地方，比如印度半岛地区的降水减少就没有模拟图14模拟的东亚地区PD-PI的人为源气溶胶柱含量（a,单位：mg/m2）和降水率（b,单位：mm/d）的变化出符合实际的状况。而在我国东海岸模拟出了降水的减少的现象，这与模拟的云水路径（图12a）在该地区的减小是相一致的，主要还是依赖于模式中对于动力过程和水汽条件的描述情况，可以认为是云中的含水量减小而导致降水的减小，除此，也可能与气溶胶的直接效应有关，中国东部气溶胶的增多导致地表温度降低（接收的太阳辐射减少），抑制了局地对流的发展。因此，在利用模式结果来研究气溶胶的间接效应时，需要将气溶胶的数浓度等参数显性地加入FGOALS-g2模式中。结论本文利用卫星观测数据和地球系统模式FGOALS-g2的模拟结果，研究了东亚地区气溶胶的直接辐射效应以及第一、第二间接效应的微物理机制，并检验了该模式对于气溶胶气候效应的模拟能力，提出了模式需要改进的方面。主要结论如下：近几十年来，自然源排放的沙尘、海盐类气溶胶在东亚地区的变化不大，人为源排放的硫酸盐、黑碳、有机碳气溶胶在中国东部以及印度半岛等地的浓度明显增加，而在欧洲和北美东部气溶胶浓度呈减小趋势，这与人类活动排放的污染物有关。观测中，东亚地区的气溶胶直接辐射效应可以体现为气溶胶柱含量与其光学厚度之间的强正相关性，而FGOALS-g2在CMIP5提交的模式输出结果尚不能体现气溶胶直接辐射效应，需要增加气溶胶光学厚度的输出或者开展不含气溶胶状况下的模拟试验。在气溶胶间接效应的研究中，需要明确的是，云对地气系统的影响同时受到气溶胶—云微物理过程和气象条件的双重制约。在东亚地区，观测资料可以很好地体现气溶胶的第一间接效应，即气溶胶与云光学厚度间的正比关系，但并不能排除水汽条件、气溶胶种类及物化性质等对第一间接效应的影响。而在模式中，云水路径变化的模拟出现了偏差，根据模拟结果显示东亚地区短波云辐射强迫的变化主要由气象条件主导。由观测资料分析可得，印度半岛北部和中国西南地区的降水率减少可以归因为气溶胶的第二间接效应，而中国东部并未发现降水率减少的现象，可能因为气溶胶的反馈过程以及气象条件的变化掩盖了气溶胶的第二间接效应。在模式中，没能模拟出印度半岛北部的气溶胶第二间接效应，中国东部却模拟出了降水减少的趋势。最后，值得指出的是，目前运用全球模式模拟气溶胶的直接和间接效应仍存在很大的不确定性[6]。从发展模式的角度看，FGOALS-g2对全球辐射通量、降水、云量以及云水含量的模拟都存在着或多或少的不足，而改进气溶胶-云-辐射相关的参数化过程，将有效地改善模式的模拟效果。比如在云滴有效半径的计算中直接加入描绘气溶胶性质的参数，更详细准确地模拟气溶胶的微物理作用和辐射特性等。另外，近几十年间快速发展并大量积累起来的卫星观测数据，可以为模式的发展和验证提供有力支持。将观测、理论与模式的改进有机地结合起来，从而在未来的模式中更合理地体现气溶胶的气候效应，并进一步估算人为源气溶胶的增长对东亚地区及全球气候的潜在影响。参考文献：[1]Houghton,J.T.,L.G.MeiraFilho,B.A.Callander,N.Harris,A.Kattenberg,andK.Maskell,Eds..ClimateChange1995:TheScienceofClimateChange[N].CambridgeUniversity[2]Haywood,J.M.,andV.Ramaswamy.Globalsensitivitystudiesofthedirectradiativeforcingduetoanthropogenicsulfateandblackcarbonaerosols[J].J.Geophys.Res.,2021,103:6043–6058.[3]Twomey,S.A..Theinfluenceofpollutionontheshortwavealbedoofclouds[J].J.Atmos.Sci.,1977,34:1149–1152.[4]Albrecht.Aerosols,cloudmicrophysicsandfractionalcloudiness[J].Science,1989,245:1227–1230.[5]Ramaswamy,V.,andCoauthers.Radiativeforcingofclimatechange[N],CambridgeUniversityPress,2021,349–416.[6]IPCC.ClimateChange2021:ThePhysicalScienceBasis．WorkingGroupIContributiontotheIPCC5thAssessmentReport-ChangestotheunderlyingScientific/TechnicalAssessment[R].Stockholm:WorkingGroupI,2021.[7]Hansen,J.,M.Sato,andR.Ruedy.Radiativeforcingandclimateresponse[J].J.Geophys.Res.,2021,102(D6):6831–6864.[8]Menon,S.,andCoauthors.Evaluatingaerosol/cloud/radiationprocessparametrizationswithsingle-columnmodelsandSecondAerosolCharacterizationExperiment(ACE-2)cloudycolumnobservations[J].J.Geophys.Res.,2021,108(D24):4762.[9]Xia,X.,Z.Li,B.Holben,P.Wang,T.Eck,H.Chen,M.Cribb,andY.Zhao.AerosolopticalpropertiesandradiativeeffectsintheYangtzeDeltaregionofChina[J].J.Geophys.Res.,2021,112.[10]Li,Z.,K.-H.Lee,Y.Wang,J.Xin,andW.M.Hao.FirstObservation-basedEstimatesofCloud-freeAerosolRadiativeForcingacrossChina[J].J.Geophys.Res.,2021,115.[11]Lau,K.M.,K.M.Kim.ObservationalrelationshipsbetweenaerosolandAsianmonsoonrainfallandcirculation[J].Geophys.Res.Lett.,2021,33.[12]Liu,Y.,J.Sun,andB.Yang.TheeffectsofblackcarbonandsulfateaerosolsinChinaregionsonEastAsiamonsoons[J].Tellus(B),2021,61:642–656.[13]Ji,Z.M.,etal.,SimulationoftheanthropogenicaerosolsoverSouthAsiaandtheireffectsonIndiansummermonsoon[J].Clim.Dyn.,2021.[14]JianshengYe,WenhongLi,LaifangLi,FengZhang.“Northdryingandsouthwetting”summerprecipitationtrendoverChinaanditspotentiallinkagewithaerosolloading[J].AtmosphericResearch,2021,125–126:12–19.[15]Zhang,X.Y.,andCoauthors.ChangesofatmosphericcompositionandopticalpropertiesoverBeijing2021OlympicMonitoringCampaign[J].Bull.Amer.Meteor.Soc.,2021,90:1633–1651.[16]BjornStevensandSandrineBony.WhatAreClimateModelsMissing?[N].Science,2021,340:1053.[17]Li,L.J.,andCoauthors.EvaluationofGrid-pointAtmosphericModelofIAPLASGversion2(GAMIL2)[J].Adv.Atmos.Sci.,2021,30(3):855–867.[18]Wang,B.,H.Wan,Z.Z.Ji,X.Zhang,R.C.Yu.,Y.Q.Yu,andH.-T.Liu.Designofanewdynamicalcoreforglobalatmosphericmodelsbasedonsomeefficientnumericalmethods[J].ScienceinChina(Math.),2021,47:4–21.[19]Wang,B.andZ.Z.Ji.Newnumericalmethodsandtheirapplicationsintheatmopshericscience[J].Sciencepress,2021,208pp.[20]Collins,W.D.,andCoauthors.DescriptionoftheNCARcommunityatmospheremodel(CAM2)[J].National[21]Tiedtke,M..Acomprehensivemassfluxschemeforcumulusparameterizationinlarge-scalemodels[J].Mon.Wea.Rev.,1989,117:779–1800.[22]Nordeng,T.E..ExtendedversionsoftheconvectiveparameterizationschemeatECMWFandtheirimpactonthemeanandtransientactivityofthemodelintheTropics[J].ECMWFTech.Memo,1994,206:41pp.[23]Li,L.J.,B.Wang,andT.J.Zhou.ContributionsofnaturalandanthropogenicforcingstothesummercoolingovereasternChina:AnAGCMstudy[J].Geophys.Res.Lett.,2021,34:L18807.[24]Li,L.J.,Y.Q.Wang,B.Wang,andT.-J.Zhou.Sensitivityofthegrid-pointatmosphericmodelofIAPLASG(GAMIL1.1.0)climatesimulationstoclouddropleteffectiveradiusandliquidwaterpath[J].Adv.Atmos.Sci.,2021,25(4):529–540.[25]Zhang,G.J.,andM.Mu.EffectsofmodificationstotheZhang-McFarlaneconvectionparameterizationonthesimulationofthetropicalprecipitationinthenationalcenterforatmosphericresearchcommunityclimatemodel,version3[J].J.Geophys.Res.,2021,110:D09109.[26]Morrison,H.,andA.Gettelman.Anewtwomomentbulkstratiformcloudmicrophysicsschemeinthecommunityatmospheremodel,version3(CAM3).PartI:Descriptionandnumericaltests[J].J.Climate,2021,21(15):3642–3659.[27]Li,L.J.,B.Wang,andT.J.Zhou.Impactsofexternalforcingonthe20thcenturyglobalwarming[J].ChineseScienceBulletin,52:3148–3154.[28]Wu,Z.W.,andJ.Li.PredictionoftheAsianAustralianmonsooninterannualvariationswiththegrid-pointatmosphericmodelofIAPLASG(GAMIL)Adv.Atmos.Sci.,2021,25(3):387–394.[29]Kucharski,F.,andCoauthors.TheCLIVARC20Cproject:skillofsimulatingIndianmonsoonrainfalloninterannualtodecadaltimescales.DoesGHGforcingplayarole?[N].ClimateDyn.,2021,33:615–627.[30]Scaife,A.A.,andCoauthors.TheCLIVARC20Cproject:Selected20thcenturyclimateevents[J].ClimateDyn.,2021,31.[31]Zou,L.W.,T.J.Zhou,B.Wu,H.M.Chen,andL.J.Li.TheinterannualvariabilityofsummertimewesternpacificsubtropicalhighhindcastedbyGAMILCliPASexperiments[J].ChineseJ.Atmos.Sci.,2021,33,959–970.(inChinese)[32]Hodson,D.L.R.,R.T.Sutton,C.Cassou,N.Keenlyside,Y.Okumura,andT.Zhou.ClimateimpactsofrecentmultidecadalchangesinAtlanticOceanseasurfacetemperature:Amultimodelcomparison.ClimateDyn.,2021,34:1041–1058.[33]Guo,Z.,C.Q.Wu,T.J.Zhou,andT.W.Wu.AcomparisonofcloudradiativeforcingssimulatedbyLASG/IAPandBCCatmosphericgeneralcirculationmodels[J].ChineseJ.Atmos.Sci.,2021,35(4):739–752.(inChinese)[34]Dong,L.,L.J.Li,W.Y.Huang,Y.Wang,andB.Wang.PreliminaryevaluationofthecloudfractionsimulationsbyGAMIL2usingCOSP[J].Atmos.OceanicSci.Lett.,2021,5,258–263.[35]Li,L.J.,X.Xie,B.Wang,andL.Dong.EvaluatingtheperformancesofGAMIL1.0andGAMIL2.0duringTWP-ICEwithCAPT[J].Atmos.OceanicSci.Lett.,2021,5:38–42.[36]盛裴轩等．大气物理学[M]．北京：北京大学出版社，2021：84．[37]GuoZhun,ZhouTianjun.Thecloud-radiationforcingoverthewesternPacificwarmpoolduring2021/98simulatedbytwoversionsofLASG/IAPatmosphericgeneralcirculationmodel[J].ChineseJournalofAtmosphericSciences,2021,36(5):863-878.(inChinese)[38]Meador,W.E.,andW.R.Weaver.Two-streamapproximationstoradiativetransferinplanetaryatmospheres:Aunifieddescriptionofexistingmethodsandanewimprovement[J].J.Atmos.Sci.,1980,37:630–643.[39]ZHUSongli.SuccessfulexperienceonSO2controllingindevelopedcountriesandpolicysuggestiontoourSO2emissioncontrolling[J].EnergyEnvironmentalProtection,2021,20(1):5–9.[40]K.Rajeev,V.Ramanathan.Directobservationsofclear-skyaerosolradiativeforcingfromspaceduringtheIndianOceanExperiment[J].JournalofGeophysicalResearch.2021,106(D15):17221–17235.[41]Han,Q.,W.B.Rossow,J.Chou,andR.Welch.GlobalsurveyoftherelationshipofcloudalbedoandliquidwaterpathwithdropletsizeusingISCCP[J].J.Clim.,2021,11:1516–1528.[42]Robert,S.P.,S.A.Ackerman,R.S.HemlerandR.J.PatrickHofmann.ReconcilingSimulatedandObservedViewsofClouds:MODIS,ISCCP,andtheLimitsofInstrumentSimulators[J].