海洋所在气候模式系统性误差分析和归因等方面取得重要进展

  

  中国科学院海洋研究所张荣华研究组在归因气候模式模拟中上层海洋温度误差改进海洋混合参数化方案和减小气候模式系统性误差等研究方面取得了重要进展,相关最新研究结果分别在Journal of ClimateJournal of Physical Oceanography期刊上发表。

  气候变化成为深刻影响21世纪全球发展的重大社会问题之一,公众和政策制定者获得气候变化信息的重要途径之一是通过IPCC的评估报告,如CMIP5的模式结果是IPCC第五次评估报告的重要科学依据。但令人沮丧的是,CMIP5模式结果中存在较严重的系统性误差,例如Double ITCZ,热带太平洋冷舌模拟过强等问题。这些误差严重限制了模式对未来气候变化的预估能力,并直接影响到IPCC报告的可信度。IPCC第六次评估报告即将发布,而CMIP6的模拟结果将是这次评估报告的重要科学依据。鉴于在CMIP5模拟结果中出现的系统性误差,模式系统性误差的成因和影响成为CMIP6的重点关注问题之一。

  本研究工作关注CMIP6 产品中北太平洋副热带海区的上层海洋温度模拟的冷偏差。利用Argo观测资料,本研究设计理想的垂直扩散率场来模拟北太平洋副热带海区垂直混合的季节变化,并将其应用于海洋模拟中以分析温度误差对海洋垂直混合的敏感性。结果表明,当考虑到垂直混合的季节变化后,海洋内部温度误差减小;同时增强边界层底混合强度可以降低海表面温度的冷偏差。此外,温度模拟对静力不稳定的参数化方案非常敏感,当增加对流扩散系数后,可以降低海表面的冷偏差。这些研究结果表明,北太平洋的冷偏差在很大程度上归因于海洋混合参数化方案的不确定性。因此,该研究对于认清模式误差的产生机制、改进模式的模拟和预报能力都具有重要的科学意义和应用价值。

  以上研究由张荣华研究员及其团队成员朱聿超博士和其他合作者共同完成,研究得到中科院海洋大科学研究中心、青岛海洋科学与技术试点国家实验室、中科院战略性先导科技专项、国家自然科学基金等项目资助。

  文章链接:

  Zhu, Y., R.-H. Zhang, and J. Sun, 2020: North Pacific upper-ocean cold temperature biases in CMIP6 simulations and the role of regional vertical mixing. J. Climate, 337523-7538, https://doi.org/10.1175/JCLI-D-19-0654.1

  Zhu, Y. and R.-H. Zhang, 2019: A Modified Vertical Mixing Parameterization for Its Improved Ocean and Coupled Simulations in the Tropical Pacific. J. Phys. Oceanogr., 49, 21–37, https://doi.org/10.1175/JPO-D-18-0100.1

   

  

  aCMIP6模拟上层海洋(0-100米)多年平均温度误差;(b)区域(图a中方框区域)平均温度误差的季节变化;(cd)增强海洋上层垂直混合强度后对海洋温度模拟的改善(用改进后的海洋垂直混合参数化方案模拟与原始方案间之差来表示)


附件下载: