《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
  • 《南海珊瑚古气候与全球季风研究取得新进展》

    • 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:2019-09-12
    • 中国科学院南海海洋研究所珊瑚礁及其环境记录学科组博士研究生韩韬等,在南海珊瑚记录的全球季风年代际变化研究方面取得新进展,相关成果近日在国际地学刊物 Geophysical Research Letters(《地球物理快报》)上发表。 全球季风对社会经济活动具有重要意义,全球约有2/3的人口居住在季风区。现代观测资料表明,在过去30年全球季风呈现出南北半球同时增强的现象,其原因被认为与热带太平洋的纬向温差有关。但由于仪器测量气候要素的覆盖时间相对短(一般<50年),制约了对全球季风的深入探讨。南海北部位于热带辐合带(ITCZ)的北缘,其区域水文气候与ITCZ的季节摆动密切相关。 研究人员对取自南海北部西沙群岛的珊瑚岩芯进行了高分辨率的取样和高精度的测试分析,发现该珊瑚的氧同位素在年代际尺度上记录了ITCZ摆动所导致的区域水文变化;再将西沙群岛珊瑚序列与全球主要季风区的季风降雨记录进行比较研究,则发现在过去150多年的时间里,伴随着ITCZ的摆动,全球季风在年代际尺度上表现为南北半球反相位的模态,因此认为基于观测资料得出的南北半球季风在过去30年里同时增强的现象,在过去150多年的时段里则属于异常状态。 研究还发现在过去150多年时间里,全球季风的半球反相位年代际变化都与北大西洋多年代际震荡(AMO)的相位转变相对应,而与热带太平洋的纬向温差关系并不大,表明在年代际尺度上全球季风的变化主要与AMO导致的南北半球能量传输变化有关。研究结果提供了长时间序列、高分辨率的气候信息,为揭示季风气候变化的规律性及其驱动机制提供了新的线索。 论文链接:https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2019GL081907