《利用气候模型研究温度季节性变化取得新进展》

  • 来源专题:长江流域资源与环境知识资源中心 | 领域情报网
  • 编译者: changjiang
  • 发布时间:2018-07-27
  • 本报讯(记者 陈云芬) 中国科学院西双版纳热带植物园研究人员将化石数据与气候模型结合,揭示了气候模型对中高纬度地区温度季节性差异预测的偏差以及古气候模拟诸多边界条件不确定性。该研究为预测未来气候变化研究提供了重要参考价值。

    渐新世是新生代地球演化历史中非常独特的一个重要转折期,地球正经历从始新世的“温室”气候向“冰室”气候的快速转变,通过研究这一关键时期的气候变化可为预测未来全球气候变化提供重要参考信息。

    西双版纳植物园和英国布里斯托大学研究人员开展合作研究,该研究整合了渐新世欧亚大陆中高纬度地区149个植物大化石数据点,利用共存法重建了化石点的古气候数据。通过对不同时期和地区的古气候进行对比,分析了早、晚渐新世欧亚大陆不同地区的气候差异,以及和现代气候的对比分析。

    研究结果表明:渐新世欧亚大陆中高纬度地区的年均温范围为5.4~25.5°C,年降雨量范围是338~2453毫米,该时期大部分地区的气候类型和现代的亚热带季风性湿润气候相似。研究发现早渐新世和晚渐新世气候较为相似;渐新世欧洲的气候整体上比中亚和东亚更为温暖湿润,中亚是其中最为干冷的地区。通过对渐新世和现代气候的对比分析,结果表明地质构造运动,是影响欧亚大陆渐新世以来的气候演变的重要驱动因子。研究还表明,气候模型和大化石数据在大的空间尺度上大体一致,但是气候模型重建的温度季节性差异明显比化石数据要大,尤其是在高纬度地区。结合其他相关研究结果,研究人员认为目前的气候模型预测的气候变化有很大的不确定性,如果全球气候变暖,那么未来北半球中高纬度地区的冬季温度可能会比目前的模型预测的更高。

相关报告
  • 《中国科学院海洋研究所基于深度学习的南极海冰季节内预测研究取得新进展》

    • 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:2023-10-07
    • 近日,中国科学院海洋研究所李晓峰研究团队与美国哥伦比亚大学研究团队合作,发展一款基于深度学习的南极海冰季节内预测模型。该模型具备超前4周的海冰预测能力,其技巧表现显著高于欧洲的ECMWF以及美国的NCEP和GFDL-SPEAR等主流数值模式,这一成果对于开发南极高空间分辨率海冰业务化预测模式具有重要意义,并在国际学术期刊Geophysical Research Letters发表。 不同于北极海冰持续快速消融,南极海冰在全球变暖背景下,从1979年至2015年表现微弱的增长,随后快速下降,同时呈现出强烈的季节性和纬向不对称性。然而,由于对海冰厚度、波浪-海冰相互作用、海冰流变等过程的理解不足,以及模拟海-冰-气耦合系统所产生的较大误差,传统的动力模式在南极海冰预测中表现较差,尤其是在季节内尺度上。 鉴于以上问题,研究团队避开复杂的物理过程,利用深度学习方法,以纯海冰数据驱动,发展了南极海冰季节内预测模型(SIPNet)。该模型主要包括输入、编码器、解码器和输出四个模块,嵌入了具有时空注意力机制的残差神经网络,可兼顾海冰场空间自相关性和时间变率,具有强大的时空特征提取能力,能够捕捉海冰复杂的非线性变化特性。  研究结果显示,通过对1-8周预测技巧进行评估,SIPNet显著优于其他主流数值模式(如ECMWF、NCEP、GFDL-SPEAR)以及惯性预测,实现了对海冰异常位相和异常量级的准确预测。SIPNet预测结果具有一定的季节性和区域性,秋季的预测技巧达到最高水平,而春季则相对较低;SIPNet在威德尔海域的预测技巧显著优于西太平洋海域。尽管ENSO(厄尔尼诺-南方涛动)和SAM(南极环状模)对海冰异常场的驱动位相相反,导致海冰异常场偏弱,SIPNet仍然能够成功提取和解释这些气候信号。SIPNet模型在处理不同长度的海冰数据序列时表现出了卓越的稳定性,意味着其在不同数据条件下能够保持可靠的预测性能。此外,SIPNet模型的优势还包括较小的计算资源需求和更快的计算速度,为其在实际应用中被广泛采用提供了有力支持。 论文第一作者为中国科学院海洋研究所王云鹤助理研究员,通讯作者为李晓峰研究员和美国哥伦比亚大学Xiaojun Yuan教授,合作作者包括任沂斌助理研究员、普林斯顿大学Mitchell Bushuk教授、自然资源部第一海洋研究所舒启研究员和美国哥伦比亚大学的Cuihua Li博士。研究得到了国家自然科学基金青年项目、山东省自然科学基金青年项目和博士后特别资助(站前)等项目支持。 论文信息: Yunhe Wang, Xiaojun Yuan*, Yibin Ren, Mitchell Bushuk, Qi Shu, Cuihua Li, Xiaofeng Li*. Subseasonal Prediction of Regional Antarctic Sea Ice by a Deep Learning Model. Geophysical Research Letters, 2023, 50(17), e2023GL104347. https://doi.org/https://doi.org/10.1029/2023GL104347
  • 《Geophysical Research Letters:关于气候变化的新研究将改善天气模型》

    • 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:2023-01-04
    • 近期,来自英国国家海洋学中心(National Oceanography Centre,NOC)的顶尖科学家们研究发现,大西洋经向翻转环流(Atlantic Meridional Overturning Circulation,AMOC)并没有像科学家先前分析的那样显示出可探测到的衰退—AMOC的衰退将导致北美和欧洲极端天气和气候的减弱。研究结果发表在《Geophysical Research Letters》上。该项研究发现格陵兰岛东部伊尔明格尔海的海洋密度解释了AMOC强度的大部分变化—AMOC是一个包括墨西哥湾流在内的洋流系统。事实上,新的数据表明,没有证据表明在过去的70年里,AMOC正在经历可探测到的洋流强度的下降。 NOC的科学家们研究了格陵兰岛和苏格兰之间的亚极地北大西洋(Subpolar North Atlantic,SPNA)海区,这是一个对AMOC系统健康至关重要的区域。在这里,从亚热带携带热量的暖流变得更冷、密度更大,这一过程对AMOC洋流系统的强度产生了强烈的影响。以前的研究认为,AMOC正在减弱,可能是由于极地冰雪融化带来的淡水增加;如果AMOC和墨西哥湾流衰退,可能会对美国和欧洲的气候造成灾难性的影响。 这些发现凸显了大西洋洋流对欧洲天气的重大影响。NOC海洋物理学和海洋气候小组负责人Penny Holliday教授指出,墨西哥湾流和急流都会影响天气,但方式不同。墨西哥湾暖流将温暖的海水带到西欧,使得欧洲的气温比加拿大同纬度地区的温度更高,并影响了整体气候。急流更直接地导致天气的短期变化。但是,包括墨西哥湾流在内的洋流变化反过来会迫使急流在英国上空带来潮湿和多风的天气,或者给英国北部带来平静和稳定的天气。 这个过程与AMOC的强度直接相关。在大西洋中,因为蒸发的影响,向北流动的海水含盐量很高。海水在被输送到北方的过程中逐渐冷却,由于较低的温度和较高的含盐量使海水密度更大、重量更重,它沉入海洋深处。下沉的海水导致更多的水被输送到北方,形成稳定的洋流。下沉的海水量决定了表层海流的一致性和强度。 Holliday教授补充道,通过这项研究,科学家们试图了解AMOC的物理原理,以提高对气候预测的信心,从而帮助评估评估哪些海洋模型运行良好,哪些模型需要改进。更重要的是,研究发现包括墨西哥湾流在内的AMOC系统还没有变得不稳定,也没有达到可以破坏世界各地气候的临界点。这项研究表明,格陵兰岛和苏格兰之间的地区对气候预测非常重要,而且发生在次极地环流中心的过程是至关重要的,而不是像以前认为的那样发生在周围的洋流中。该研究首次展示了环流内水的温度和盐度与大洋流强度之间的关系。 科学家们将利用这一发现来开发气候模型。先前的发现降低了气候预测的可信度,因为在许多气候模型中,决定洋流强度的关键过程是由格陵兰岛和加拿大之间的地区决定的,而事实上,这一过程发生在格陵兰岛和苏格兰之间。 Holliday强调,没有理由表明AMOC将全面衰退。虽然有证据表明近几十年来该系统在SPNA中放缓,但没有迹象表明两者在更长的时间尺度上的相关性。因此科学家们相信,这一研究将提供一个更准确的气候预测时间表,以及改善季节性天气预报。(刁何煜 编译)