我所在厄尔尼诺/南方涛动季节锁相模拟方面取得突破 ——自主气候模式FIO-ESM继续深化
近日,我所海洋环境科学与数值模拟重点实验室(MASNUM)联合热带海洋环境国家重点实验室(LTO),在厄尔尼诺/南方涛动(ENSO)季节锁相的精准模拟方面有了突破性进展。基于自主气候模式FIO-ESM,以及其他参与第六次国际耦合模式比较计划(CMIP6)的气候模式,我所科研人员发现考虑海表温度(SST)日变化振幅可以显著提升对ENSO季节锁相的模拟能力,揭示了SST日变化振幅对ENSO季节锁相模拟的关键贡献。相关研究成果“Key to ENSO phase-locking simulation: effects of sea surface temperature diurnal amplitude”发表在国际地学著名学术期刊《npj Climate and Atmospheric Science》上(https://doi.org/10.1038/s41612-023-00483-3)。
ENSO是全球海气耦合系统中最显著的年际变化信号,对全球的生态系统、农业和极端天气事件均有着重大影响。ENSO一般开始于北半球的春季和夏季,在冬季(11月至次年1月)达到顶峰,随后在次年的春季开始衰减,这被称为ENSO季节锁相(图1a,b)。气候模式作为ENSO以及气候系统研究与预测预估的核心工具,对ENSO的合理模拟与预测长期存在很大偏差,其中ENSO季节锁相的准确模拟一直是气候模式的重大挑战,直接限制了ENSO的预报预测能力。
图1 ENSO最强相位月份柱状图。观测数据中(a)El Ni?o和(b)La Ni?a最强相位月份出现的概率。(c,d)和(a,b)类似,是CMIP6较强和较弱SST日变化振幅的模式结果对比。(e,f)和(c,d)一致,是FIO-ESM v2.0模式结果的对比。P为最强相位出现在北方冬季时的总概率。
日变化过程是SST的最主要物理过程变化之一,它是由白天和黑夜太阳短波辐射所引起的日周期性变化。目前在参加CMIP6的模式中,有约40%的气候模式能够模拟出较强的SST日变化振幅,而其它60%的模式海洋上层垂向分辨率较粗,仅能模拟出很弱的SST日变化振幅。通过对比35个CMIP6模式的结果,我所科研人员发现模式在模拟的SST日变化振幅较弱时,其ENSO最强相位出现在冬季的概率相比观测要低得多,而在模拟出较强日变化振幅后,最强相位出现在冬季的概率显著提高(图1c,d),与观测结果更为接近。
FIO-ESM v2.0是我所自主发展的第二代耦合海浪的气候模式,在ENSO季节锁相、周期、振幅等多个关键指标的模拟能力居世界领先。特别是,通过嵌套自主发展的SST日变化次网格参数化方案(Yang et al., 2017),在未提升海洋模式上层垂向分辨率的情况下,也能模拟出相对较强且更为准确的SST日变化振幅(Bao et al., 2020)。通过与未嵌套日变化方案的模式结果对比,发现在模拟出较强(更接近实际)的SST日变化振幅后,对ENSO季节锁相的模拟能力得到显著提高(图1e,f),单模式甚至超过了CMIP6多模式平均结果。
通过CMIP6多模式分析和自主气候模式FIO-ESM v2.0的数值敏感实验发现,SST日变化振幅通过调制Ni?o 3.4区SST异常值(SSTA)的变化趋势,进而对ENSO季节锁相的模拟产生影响(示意图见图2)。模式中能够模拟出振幅相对较强、更为准确的SST日变化信号时,SST日变化振幅在不同季节存在空间分布不均一性(Yang et al., 2022),进而会引起ENSO不同阶段的SSTA、赤道纬向风异常(Zonal wind anomaly,简称ZWA)等发生变化,并进一步引起纬向平流输运(Zonal advective feedback,简称ZA)、经向平流输运(Meridional advective feedback,简称MA)以及平均水平动力加热项(Mean horizontal dynamical heating term,简称MH)的变化,有利于ENSO的季节锁相。
本研究揭示了SST日变化这一快变过程对年际信号ENSO的季节锁相模拟影响的主要机制,加深了对日变化与年际变化相互作用的科学认知。同时也为气候模式的发展提供了针对性建议,有助于推动国际气候模式的发展和改进。
我所杨晓丹博士为相关论文第一编辑。该研究得到了国家重点研发计划、中央级公益性科研院所基本科研业务费专项资金、国家自然科学基金等项目的资助。
论文链接:
Yang, X., Bao, Y., Song, Z. et al. Key to ENSO phase-locking simulation: effects of sea surface temperature diurnal amplitude. npj Clim Atmos Sci, 6, 159 (2023). https://doi.org/10.1038/s41612-023-00483-3
图2 SST日变化振幅影响ENSO季节锁相示意图
- 上一篇 行业标准《海洋碳汇分类及代码》通过专家内审 2023.10.12
- 下一篇 自然资源部海岸带科学与综合管理重点实验室顺利举办第二十二期“汇海”学术讲座 2023.09.15