《海表盐度的内部变率特征及其对长期趋势评估的影响获揭示》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: liguiju
  • 发布时间:2021-04-09
  • 近日,中国科学院南海海洋研究所热带海洋环境国家重点试验室(LTO)研究员杜岩团队研究了全球海表盐度的内部变率特征及其对长期趋势评估的影响,修正了IPCC关于全球水循环增强的结果,相关成果由博士研究生孙启伟作为第一作者发表在国际专业学术刊物Journal of Climate(《气候学报》)上,合作者包括美国Scripps海洋研究所的谢尚平教授和日本东京大学的Yu Kosaka教授。

    在全球变暖的背景下,尽管全球海表温度(SST)持续增加,但水循环/海表盐度(SSS)在空间和时间上均表现出多样的变化特征。海表盐度作为“海洋雨量计”,能够表征海洋的水循环,是影响海洋密度、热力和动力结构特征的重要因子。进一步理解全球水循环/海表盐度的变化将为气候预报预测提供帮助。

    研究人员利用POGA试验和HIST试验研究了SSS的内部变率特征及其对长期趋势评估的影响。POGA试验通过同化热带东太平洋SST的变化,成功模拟出观测中的SSS内部变率及其长期变化趋势的时空特征。POGA试验中SSS长期变化趋势表明,气候态下盐度大的海域其盐度将变得更大(如北大西洋),而盐度小的海域盐度将更加小,与前人研究结果一致。

    然而,POGA与HIST试验的SSS长期变化趋势存在显著的区域差异,尤其是在热带西太平洋和东南印度洋。研究表明,SSS的长期变化趋势受到与太平洋年代际振荡(IPO)相关的内部变率的调节作用。近20年来,热带西太平洋海温的降低和Walker环流的变化导致热带西太平洋SSS升高,东南印度洋SSS降低。这种年代际变率导致在区域尺度上估算由于辐射强迫导致的盐度变化趋势存在很大的不确定性。

    本研究的结果表示,SSS内部变率对热带区域长期趋势的贡献可高达40%,因此海表盐度长期趋势的评估需要重新考虑内部变率的影响,此结论修正了IPCC关于上世纪50年代以来全球水循环增强的结果,有助于提高预测盐度/水循环未来变化的准确性。

    该研究由国家自然科学基金重大项目和中国科学院战略性先导科技专项等共同资助完成。

    相关论文信息: Sun, Qiwei, Yan Du*, Shang-Ping Xie, Yuhong Zhang, Minyang Wang, Yu Kosaka, 2021, Sea Surface Salinity Change since 1950: Internal Variability Versus Anthropogenic Forcing. Journal of Climate. 34(4), 1305-1319. DOI:10.1175/JCLI-D-20-0331.1.

    https://journals.ametsoc.org/view/journals/clim/34/4/JCLI-D-20-0331.1.xml

  • 原文来源:http://www.scsio.ac.cn/xwzx/kydt/202103/t20210330_5987008.html
相关报告
  • 《可解释的深度学习方法揭示海表盐度在长期ENSO预报中的关键作用》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2024-09-13
    • 近日,中国科学院海洋研究所李晓峰研究团队研究开发了一种深度学习模型-时空金字塔网络(STPNet),并探讨了海表盐度(SSS)在提高厄尔尼诺-南方涛动(ENSO)预测中的作用。该模型成功将ENSO的预测提前到24个月,并在解决春季可预测性障碍(SPB)问题上取得了显著进展。成果近日发表于国际学术期刊npj Climate and Atmospheric Science (IF 8.5)。 传统的ENSO预测大多依赖海表温度(SST)数据。然而,随着近年来卫星观测技术的发展,海表盐度数据的可获得性逐渐增加。研究表明,SSS通过影响海洋层化结构和热量再分配,对ENSO的发展和强度有着重要影响。具体而言,该研究揭示了SST对于短期预测(小于一年)的关键作用,而SSS则在中长期预测(超过6个月)中占据重要地位。 研究团队应用深度学习技术,结合多尺度金字塔结构和时空特征提取模块,开发了STPNet模型。STPNet模型在2000年至2021年期间,成功延长了ENSO的有效预测时长,并显著降低了春季可预测性障碍的影响。  该研究的另一大亮点是其算法的可解释性。通过基于梯度反向传播的显著性图方法,研究人员能够评估SST和SSS在ENSO预测中的相对重要性。这一方法不仅有助于揭示深度学习模型的内部机制,也为理解ENSO的发展过程提供了全新的视角。研究结果表明,在中长期预测中,SSS的贡献显著增强,特别是在中央太平洋区域,SSS的变化是预测未来ENSO事件的关键。并揭示了ENSO事件的全球时空变化特征,强调了不同海盆之间、热带与非热带区域之间的相互作用对ENSO预测的重要性。  该项研究为未来ENSO预测模型的发展提供了新的方向。随着更多卫星SSS数据的获取,以及对SSS与ENSO关系的进一步探索,预计该模型将在实际操作中展示出更强的应用潜力。研究团队还计划在未来的工作中加入海洋次表层温度和盐度数据,以进一步提升ENSO预测的准确性。 本文第一作者是中国科学院海洋研究所博士研究生王浩宇,通讯作者为李晓峰研究员,其他合作者包括Duke大学胡世能助理教授和海洋所官聪副研究员。由中国科学院战略性先导科技专项等多项基金资助,相关成果下载网页:  Wang, H., Hu, S., Guan, C. Li, X., The role of sea surface salinity in ENSO forecasting in the 21st century. npj Clim Atmos Sci 7, 206 (2024). https://doi.org/10.1038/s41612-024-00763-6
  • 《中国科学院海洋研究所研究揭示南海表层盐度的年际变化特征及其影响机制》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2022-05-23
    • 近日,中国科学院海洋研究所尹宝树团队在南海盐度变异特征及其机制方面取得新进展,揭示了南海表层盐度的年际变化特征及其影响机制,对于完善ENSO影响南海过程和机制的认识具有重要的科学意义,相关研究成果发表于国际学术期刊Environmental Research Letters(JCR:Q1,IF=6.79)。 海洋盐度作为海洋动力过程和海气相互作用过程中起重要作用的参量之一,其变化可以影响海洋密度、海洋层结、海洋热力和动力结构,进而对海洋环流系统和气候变化产生重要的影响。已有研究表明,南海盐度的变化对于南海障碍层形成以及环流系统具有重要影响。然而由于海洋盐度观测资料的不足,目前,针对南海盐度的变化尤其是在年际尺度上的变化特征及其影响机制的研究仍相对较少。 研究团队基于Aquarius和 Soil Moisture Active Passive (SMAP) 的卫星遥感盐度数据、Argo实测数据和再分析资料,揭示了南海表层盐度的年际变化特征及其影响机制。研究结果表明,南海表层盐度表现出显著的年际变化特征,其与ENSO具有显著的相关性。表明南海表层盐度的年际变化主要受ENSO的调制影响。厄尔尼诺期间,南海表层盐度表现出明显的正异常。进一步研究发现厄尔尼诺所引起南海表层盐度的升高并不能完全由海表淡水通量来解释,表明了海洋环流动力过程的重要影响。厄尔尼诺期间,吕宋海峡黑潮入侵的增强是导致南海北部表层盐度升高的主要原因,而在南海南部,表层盐度的升高主要是由局地淡水通量主导的,海洋平流作用起次要作用。厄尔尼诺所引起的西北太平洋反气旋是海表淡水通量变化的主要因素。这一研究有助于加深和完善对ENSO影响南海过程和机制的理解和认识具有重要的科学意义。 该研究由中国科学院战略性先导科技专项、国家自然科学基金委和南方海洋实验室(广州)项目等共同资助完成。中国科学院海洋所齐继峰副研究员为论文第一作者,尹宝树研究员为通讯作者,合作者包括中国科学院南海所杜岩研究员和池建伟副研究员、中国科学院海洋所李德磊副研究员、中山大学易李达玲博士。 论文链接: https://iopscience.iop.org/article/10.1088/1748-9326/ac6a6a 文章信息: Qi Jifeng, Du Yan, Chi Jianwei, Yili Daling, Li Delei & Yin Baoshu. 2022. Impacts of El Ni?o on the South China Sea surface salinity as seen from satellites. Environmental Research Letters, 17,054040. http://doi.org/10.1088/1748-9326/ac6a6a