北极海冰短期预报和中长期预估模式研究进展.pdf
《北极海冰短期预报和中长期预估模式研究进展.pdf》由会员分享,可在线阅读,更多相关《北极海冰短期预报和中长期预估模式研究进展.pdf(20页珍藏版)》请在咨信网上搜索。
1、第 35 卷第 3 期 极地研究 Vol.35,No.3 2023 年 9 月 CHINESE JOURNAL OF POLAR RESEARCH September 2023 收稿日期 2022 年 8 月收到来稿,2022 年 11 月收到修改稿 基金项目 国家重点研发计划(2019YFA0607001)、上海市自然科学基金(22ZR1427400)、国家自然科学基金(42130402,41706210)和南方海洋科学与工程广东省实验室(珠海)创新团队建设项目(311021009)资助 作者简介 查宇凡,女,1999 年生。硕士研究生,主要从事极地海冰数模与观测相关研究。E-mail: 通
2、信作者 张瑜,E-mail: 北极海冰短期预报和中长期预估模式研究进展 查宇凡1 张瑜1,2 陈长胜3 徐丹亚2(1上海海洋大学海洋科学学院,上海 201306;2南方海洋科学与工程广东省实验室(珠海),广东 珠海 519082;3马萨诸塞大学达特茅斯分校海洋科学与技术学院,马萨诸塞州 新贝德福德市 02744,美国)摘要 在全球气候变暖的背景下,北极海冰的快速变化对北冰洋的自然环境、水文状况、生态系统等均产生显著的影响。作为全球气候变化的重要指示器,加强对北极海冰未来变化的精确预估将增进对北极乃至全球气候变化趋势的理解和认识。当前,数值模式是有效预估海冰未来变化的主要手段之一,然而由于影响模
3、式准确度的因素众多,模式之间的结果差异较大。因此,本文梳理了目前国内外有关北冰洋短期预报以及中长期预估模式的研究进展,着重对各类模式在北极海冰的密集度、覆盖范围和面积、厚度以及漂移速度等关键要素的模拟精度进行研究,分析了当前模式对北极海冰未来变化趋势的预估,并展望了数值模式在北极海冰预估方面的研究与应用前景。关键词 北极 海冰 预报 预估 模式 doi:10.13679/j.jdyj.20220416 0 引言 在全球气候变暖的背景下,过去几十年北极正在发生快速变化,如海冰快速减退、北极放大效应1-2,成为全球气候变化的关键区域(图 1)。北极海冰是全球气候系统变化较快、较明显的组成部分之一,
4、也是全球气候变化的重要指示器。北极海冰因其高反照率以及对大气与海洋之间热量、湿度和动量交换的影响,在调节气候变化中发挥着十分重要的作用1。北极海冰的减退以及气温的升高会导致经向温度梯度减弱从而使得北半球西风急流减弱3,减弱的西风急流可能引起更多的冷空气入侵北半球中纬度地区4-5。此外,北极海冰输运是北极海冰物质平衡的重要一环,不仅影响海冰面积,而且影响全球大洋温盐环流。输出的海冰融化后会降低海洋的表层盐度,从而减弱海洋垂向混合,并进一步影响北大西洋环流,对局部乃至全球气候产生影响6。北极海冰也具有重要的生态影响,海冰面积的变化会引发生物群落的变化,以及导致生物多样性和生态系统稳定性发生变化7。
5、因此,准确获取北极海冰变化信息,是研究极区生态环境、地球气候系统和极端天气事件等一系列重大问题的关键8。近几十年来的卫星观测数据表明,自1979年以来,北极海冰密集度呈减小趋势,北极海冰范围也同样呈现显著减少的趋势9-10,北极的平均海冰覆盖范围约以每10年超过4%的速率减少,其中夏季最为显著,其减小速率达到每 10 年 10%11。与此同时,北极海冰厚度明显变薄,19582018年,接近融化季节结束时的海冰平均厚度减少了 2.0 m,约 66%12。此外,在逐渐增强的穿极流和 第 3 期 查宇凡等:北极海冰短期预报和中长期预估模式研究进展 441 图 1 北冰洋区域水深图 Fig.1.Bat
6、hymetric chart of the Arctic Ocean 速度更快、湍流更大的波弗特涡流两种运动作用下,超过 90%的北极海冰在漂流速度上呈现加速趋势13。在北极海冰快速变化的背景下,对北极海冰变化的预估可加深对于气候变化的理解,对于阐明北冰洋对气候变化的响应机理具有重要作用。因此,北极海冰快速变化始终是国际研究的前沿和热点。尽管现有卫星及现场观测等方式获取数据,然而由于地理位置的限制以及恶劣的气候条件,目前的观测数据在时间连续性和空间覆盖性上仍有不足,而利用数值模式可有效弥补观测数据的缺失,尤其是当前对北极海冰未来变化的预估,数值模式是最重要的研究手段之一。对于从小时至月的时间尺
7、度的基于数值模式的预估结果可称为短期预报,年际至年代际的时间尺度一般可称为中长期预估。从 20 世纪 90 年代开始,针对北极海冰短期预报与中长期预估的数值模式得到了快速发展,并在接下来的数十年中得到了较为广泛的应用,其中短期预报模式研究主要基于冰-海耦合模式或气-冰-海耦合模式,而中长期预估模式研究除了基于以上提及的模式之外,也基于多轮国际耦合模式比较计划(Coupled Model Intercom-parison Project,CMIP)中的气候模式,目前最新的是第六次国际耦合模式比较计划(CMIP6)。然而由于不同数值模式在离散算法、水平和垂向分辨率、地形和海岸线拟合程度、驱动力数据
8、以及开边界条件等多方面所采取的不同方案,导致模式之间的表现有着较大的差异,不同的海冰模块或版本会使得模拟结果有所差别,模式对于相关要素的预报预估结果不同,造成了对北极未来变化预估的不确定性。因此,本文梳理了近几十年来国内外相关模式对北极海冰密集度、范围、面积、厚度和漂移速度等要素的短期预报及中长期预估的研究与应用,深入分析了短期预报和中长期预估模式的精度以及对北极海冰未来变化趋势的预估,并尝试提出一些模式亟待改善的新方面。1 海冰密集度短期预报及中长期预估 1.1 短期预报 海冰密集度是海冰的重要参数之一,总体而 442 极地研究 第 35 卷 言,海冰密集度的短期预报效果较好,特别是海冰密集
9、度的预报在加入了数据同化和集合大气强迫等技术后,模式预估的准确性明显提高。短期预报模式如表 1 所示,其水平格点分布见图 2。2015年Lemieux等14利用 RIPS模式(表 1)对 2011年进行了每天 4 次 48 h 的预报,该模式水平空间分辨率为(1/12),在完整的季节周期内,模式验证结果表明 RIPS 模式 48 h 的预报误差在海冰生长季节小于初始场误差,而在融化期则大于初始场误差,在生长季节的预报结果与卫星观测数据高度一致。此外,研究还发现模式初始化时海冰边缘区精确程度极大地决定了 RIPS 预报的好 表 1 短期预报模式简称、全称及来源机构 Table 1.Abbrevi
10、ations,full names and source institutions of short-term forecast models 序号 模式简称 模式全称 来源机构 1 ACNFS U.S.Navys Arctic Cap Nowcast/Forecast System 美国国家航空航天局斯坦尼斯航天中心(SSC)2 ArcIOPS Arctic Ice Ocean Prediction System 国家海洋环境预报中心(NMEFC)3 CAFS Coupled Arctic Forecast System 美国国家海洋和大气管理局(NOAA)4 CESM2 Community
11、 Earth System Model version2 美国国家大气研究中心(NCAR)5 CFSv2 Climate Forecast System version 2 美国国家环境预报中心(NCEP)6 CNRM Centre National de Recherches Meteo-rologiques-climate model 法国国家气象研究中心(CNRM)7 COAWST Coupled Ocean Atmosphere Wave Sediment Trans-port 美国地质调查所(USGS)和伍兹霍尔海洋研究所(WHOI)8 EC-Earth Europe-wide co
12、nsortium-Earth 欧洲地球科学联盟(EC-Earth-Consortium)9 GEOS-5 NASA Goddard Earth Observing System Model-version 5 戈达德航天中心(NASA GSFC)10 GFDL-FLOR Geophysical Fluid Dynamics Laboratory-Fore-cast-Oriented Low Ocean Resolution 美国地球物理流体动力学实验室(GFDL)11 GloSea Global Seasonal Forecast System 英国气象局(Met Office)12 MITg
13、cm Massachusetts Institute of Technology General Circulation Model 麻省理工学院(MIT)13 MIZMAS Marginal Ice Zone Modeling and Assimilation System 圣路易斯华盛顿大学(UW)14 NAOSIM North Atlantic-Arctic Ocean Sea Ice Model 阿尔弗雷德 魏格纳研究所暨亥姆霍兹极地海洋研究中心(AWI)15 NEMO-LIM3 Nucleus for European Modelling of the Ocean-the Louva
14、in-LaNeuve Sea Ice Model version3 NEMO联盟 16 NESM Nanjing University of Information Science and Technology Earth System Model 南京信息工程大学(NUIST)17 NRL-SUBX Navy Research Lab-the Subseasonal Experiment 美国海军研究实验室(NRL)18 PIOMAS Pan-Arctic Ice Ocean Modeling and Assimilation System 圣路易斯华盛顿大学(UW)19 PIPS2.0 P
15、olar Ice Prediction System 2.0 美国海军研究实验室(NRL)20 RIPS Regional Ice Prediction System 加拿大气象与环境预报中心(CCMEP)第 3 期 查宇凡等:北极海冰短期预报和中长期预估模式研究进展 443 图 2 主流短期预报模式的水平格点分布 Fig.2.Grid point distribution of the main short term forecast models 坏。Hebert 等15采用 ACNFS 模式(表 1)在 2014年 2 月2015 年 6 月期间每天提供 7 天的短期预报,该模式水平空间
16、分辨率为 25 km,对海冰密集度的研究主要集中在随时间变化最快的海冰边缘区域。预报结果显示除 6 h 的预报外,其余的30、54、78、102 和 126 h 预报均表现出了海冰密集度误差结果优于初始误差。而在与气候态平均结果的比较中,预报的海冰密集度的误差随着时间的增加而增大,这些误差产生的原因可能是由于过多的大气辐射、海水温度偏高以及海冰的参数化配置。国内研究方面,2014 年 Yang 等16基于MITgcm 的冰-海耦合模式采用美国国家环境预测中心全球预测系统数据(National Centers for En-vironmental Prediction Global Foreca
17、st System,NCEP-GFS)作为大气强迫,使用卫星专用传感器微波成像仪(Special Sensor Microwave Imager/Sounder,SSMI/S)和德国不莱梅大学的第2代先进微波辐射成像仪(Advanced Microwave Scanning Radiometer 2,AMSR2)获取的海冰数据作为初始场对北极 2010 年夏季海冰密集度进行了短期预报,分析发现利用极地天气研究和预报模型(Polar Weather Research and Forecast Model,Polar WRF)大气数据驱动的海冰密集度预报数据展现出更好的结果,均方根误差仅在 00.
18、01 之间。2016 年赵杰臣等17基于牛顿松弛逼近(Nudging)资料同化方法将 AMSR2 海冰密集度资料同化到模式中,建立了北极海冰数值预报系统,他们定量分析了 3 种不同 Nudging 同化方案对北极海冰密集度的 24120 h 预报结果的改进效果。研究发现 2012 年 7 月 2529 日和 2012 年 8 月 2630日两组试验结果得到最优 Nudging 同化方案获得的海冰密集度初始场与 AMSR2 数据的平均误差小于 0.05,均方根误差小于 0.117。尤其在 85N以北高纬区域的海冰密集度模拟的精度明显增加,海冰密集度初始场与 AMSR2 数据的平均误差和均方根误差
19、几乎为 0,逼近观测结果17。CFSv2模式(表 1)采用了 T126(100 km)的水平分辨率对北极海冰进行多周预报,模式预报了 1999 2015 年期间每 45 天的短期预报结果,表明其对 444 极地研究 第 35 卷 于 9 月海冰密集度的预报能力最强,特别是对楚科奇海、波弗特海、东西伯利亚海的海冰预报的密集度距平与美国国家冰雪数据中心(National Snow and Ice Data Center,NSIDC)的海冰观测数据的密集度距平相关系数值均在 0.6 以上,整个北冰洋的相关系数变化范围主要在 0.50.8 之间18。2018 年 Mu 等19发展了国内首个基于集合的北
20、极海冰-海洋预报系统 ArcIOPS v1.0,该模式的水平空间分辨率为 18 km,评估结果表明该系统具有可靠的短期海冰预报能力,无论是在边缘区域还是在密集冰区,其海冰密集度 24 h 预报的均方根误差都低于 OSISAF 海冰密集度产品与 AMSR2 数据之间的差异,其中 ArcIOPS v1.0 在密集冰区预报的 24 h 均方根误差仅为0.05。2020 年 Liang 等20在 ArcIOPS v1.0 系统的基础上,进一步引入了海表面温度的遥感资料同化,对中国第 9 次北极科学考察期间海冰预报结果的评估表明,相对上一代版本,在海冰密集度的 24、72、120 和 168 h 的预报
21、中均方根误差减小了 0.010.02。除了利用单个数值模式对北极海冰密集度进行预报,近年来,有研究陆续地对多个数值模式间预报能力进行比较。2016 年 Blanchard-Wrigglesworth等21在研究中使用泛北冰洋模式和同化系统(Pan-Arctic Ice Ocean Modeling and Assimilation System,PIOMAS)的海冰厚度场在 8 种不同的动力学模式中(CNRM、EC-Earth2.3、GEOS-5、CESM1、CFSv2、GOFS3.1、PIOMAS 和 NEMO-LIM3)进行初始化,对 2015 年北极夏季海冰进行了季节性预报,并与 NSI
22、DC的海冰密集度观测结果进行对比研究,结果显示单个模式模拟的结果与卫星观测数据的差异均在 0.3 左右,但模式与模式之间显示出较大的差异,部分区域的模式间海冰密集度模拟差异可达 0.4 以上,预报的不确定性较大。此外研究表明,在其他因素相同的情况下,消除不同时期的误差订正会导致预测的结果差异显著。2019 年 Wayand 等22基于新发布的含有 16 个海冰预报模式的数据库,对 2018 年的海冰进行了分析比较,并运用布里尔分数(Brier Score,BS)来概率预报相对于测试样本的均方误差结果,BS 越接近 0 表明预报的效果越好,反之BS 越接近 1 表明预报的效果越差,其中用于验证的
23、观测数据来自于 NSIDC 的国防气象卫星计划专用传感器微波成像仪(Defense Meteorological Satellite Program Special Sensor Microwave,DMSP SSM)。研究结果发现 2018 年 67 月的海冰密集度预报能力相对较低,模式与观测数据的BS 的差异可达到 0.1。相比之下,在 2018 年 25月以及 911 月的海冰密集度预报准确性较高,各个模式与观测数据的 BS 差异约在 0.02。1.2 中长期预估 在海冰密集度的中长期预估方面,研究主要集中在第五次国际耦合模式比较计划(CMIP5)和CMIP6 计划。CMIP5 和 CM
24、IP6 模拟海冰密集度的长期变化趋势与观测是一致的,尤其是在使用误差订正后,海冰密集度的预估数据有显著改善。CMIP5 模式如表 2 所示,其水平格点分布见图 3;CMIP6 模式如表 3 所示,其水平格点分布见图 4。2012 年 Koenigk 等23利用 CMIP5 中的EC-Earth 模式进行了海冰密集度研究工作(表 2),该模式水平空间分辨率为 120 km,EC-Earth 预估数据显示 20802099 年期间巴伦支海的年平均海冰密集度变化最大,可达 0.3,而拉布拉多海和格陵兰海沿岸的海冰密集度变化差异均在 0.1 左右。2020 年王松等24对 CMIP5 和 CMIP6
25、中BCC-CSM 模式的海冰密集度历史数据模拟能力进行分析(表 2 和表 3)。通过 CMIP5 与 CMIP6 中海冰密集度的模拟趋势来看,二者预估的结果较为相似,但 CMIP6 计划中该模式模拟的 9 月海冰密集度减小趋势与观测数据更为接近,与美国国防气象卫星专用微波成像仪(Special Sensor Mi-crowave/Image,SSM/I)卫星遥感数据的误差比CMIP5 模拟的误差减小了 10%,同时,CMIP6 在巴芬湾南部和格陵兰岛南部的 3 月海冰密集度预估更接近于卫星观测数据,比 CMIP5 模拟的误差减小了 4%。CMIP5 与 CMIP6 计划下 BCC-CSM模式误
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 北极海 短期 预报 中长期 预估 模式 研究进展
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。