文摘

之间存在一个强大的远程并置对比海表面温度(SST)在热带太平洋和美国东南部的冬季降水(SE)。这一特性被用来验证耦合模型的保真度相互比对项目阶段5 (CMIP5)在这项研究。此外,作者研究此模式是否继续在未来全球变暖下的场景。一般来说,大部分的八个选择模型显示11月海温之间的正相关关系在尼诺3地区和该型号(DJF)每日平均降雨量在SE异常,与观测一致。然而,尼诺的偏度差的模型实现指数无法模拟现实的历史模拟远程并置对比模式。8.5 (RCP8.5)代表浓度路径来看,所有的模型保持积极和略增加关联模式。值得注意的是,该地区具有较强的远程并置对比模式在未来向北转移。方差的增加冬季降水由于海温远程并置对比显示在阿拉巴马州和乔治亚州而不是在佛罗里达州RCP8.5场景下的大多数模型,从不同的历史运行降水在佛罗里达最归因于东太平洋海温。

1。介绍

2008年,世界上许多气候模型组织同意建立一个新的组协调气候模型实验。耦合模型相互比较项目阶段5 (CMIP5)计划的最先进的模型产生一组标准的模拟来评估模型的保真度在模拟最近的过去,为未来气候变化的预测,并促进我们理解机制负责模型的差异(1]。

尽管许多研究已经进行了验证新推出的全球CMIP5数据的可信度(2- - - - - -5)、区域评估CMIP5很少执行。因此,它是至关重要的区域范围内缩小我们的观点。我们限制我们的研究美国东南部(SE)包括阿拉巴马州,乔治亚州和佛罗里达州在冬季。研究了SE我们经常比其他地区在美国尽管它前所未有的人口增长在最近几十年(6]。此外,农业是一个主要的行业容易受到气候条件本身,这是一个大的贡献占每年总我们农业生产。据美国农业部(USDA)国家农业统计服务7),估计总价值在2012年主要农作物的阿拉巴马州,佛罗里达州和格鲁吉亚为1.33,4.75,和3.94亿美元,分别。的风险与洪水和干旱从农业企业造成重大经济损失,更好地理解气候变化和气候变化在SE是至关重要的建立适当的农业风险管理和适应策略。

众所周知,美国拥有强大的远程并置对比SE热带太平洋海面温度(SST)。先前的研究表明,暖(冷)太平洋导致潮湿(干燥)东南沿海州的冬天和相反的信号更多内陆(8- - - - - -10]。厄尔尼诺-南方涛动(ENSO),最重要的热带信号,情理之中的年际变化影响,包括SE。厄尔尼诺(拉尼娜)事件被eastern-to-central赤道太平洋异常变暖(冷)。先前的研究已经证明,对海温和大气环流的变化在赤道太平洋厄尔尼诺和拉尼娜现象引起转变的亚热带和极地喷射位置(11]。在厄尔尼诺阶段,这种转变与气旋发展墨西哥湾,导致增加了云SE。另一方面,在拉尼娜阶段,由于northward-shifted喷气,SE的风暴跟踪倾向于呆在北美国(11]。这可以防止冷空气到达地区,导致一个温暖和干燥的冬天我们SE。强ENSO远距离联系在这个地区已经使用在过去的十年中建议农民对季节性气候条件改善气候变化的讨论和决策(12]。尽管ENSO和降水之间的相关性最高的SE我们地区在冬季北半球(DJF),沉淀在这个季节影响种子萌发和植物通过调节所需的可用土壤水分出现建立作物。低水平的土壤湿度和降水后期发作影响最初的植物活力,以及可行性后作物的物候阶段和产量。通过预测ENSO-based季节性气候地区,农民可以改变种植日期和/或作物品种调整水需求季节性预测以及购买适当的农作物保险,以避免损失(13]。然而,目前还不太清楚如果全球气候模型(GCM)可以充分再现降水与ENSO相关远程并置对比(14- - - - - -16]。

此外,一些研究已经检查远程并置对比的变化随着时间的推移。例如,迪亚兹et al。17)发现,在SE ENSO和降水之间的关系我们1980年代后高。Kug et al。18)也表现出强烈的可能性,对当地气候的影响的ENSO在未来会有所不同。全球气候变化是现在被广泛接受的问题。全球变暖的影响下,太平洋地区的平均气候可能会经历一次重大变化。琼斯等人。19)强调气候的可预测性的重要性及其对作物生产的影响。更好地预测的气候,可以应对自然灾害和利用有利条件。尽管这一时态变化背后的物理机制尚未理解,它将有利于利益相关者的准备可能的气候变化的影响在SE我们调查此模式变化在未来使用CMIP5实验。我们假设一个模型,模拟现实的大气海温与ENSO相关应对目前的气候,可能比另一个更高的可靠性模型与现实现在模拟的未来预测全球变暖下的场景。

在这项研究中,CMIP5模型的保真度的模拟区域范围内气候变化和趋势是评估通过比较模拟远程并置对比模式与观察到的模式。我们也调查当前的远程并置对比是否将在未来持续全球变暖下的场景。本文的结构如下。数据和方法用于描述的分析部分2。节3、远程并置对比模式在过去和未来。此外,进一步验证模型通过比较海温异常偏态模型进行观察。提出了总结和讨论4。

2。数据和方法

2.1。数据

我们分析历史和代表浓度8.5通路(RCP8.5)模拟由8 CMIP5模型。八CMIP5模型是为本研究的基础上,选择自己的作物模型的关键变量,包括降水、最大和最小表面温度,太阳辐射,这样我们的结果可以应用到即将到来的研究集中于作物产量变化在气候情况下使用作物模型。模型过于稀疏的决议(经度和纬度都大于2.5°)不选择在这项研究中,因为我们感兴趣的领域仅限于SE的美国地区。模型分辨率,乐团成员的数量,和总模拟年表给出1。CMIP5模型可以发现的更详细的信息http://cmip-pcmdi.llnl.gov/cmip5/index.html。历史是由实施改变太阳能强制,火山,从1850年到2005年人为影响(地球物理流体动力学实验室(GFDL)模型从1861年至2005年)。RCP8.5是最高的温室气体排放的途径:增加辐射强迫在21世纪前水平达到8.5 W / m²在本世纪末。集成RCP8.5实验跨越段2006 - 2100。

扩展重建历史的海洋表面温度(ERSST)版本3数据是用来提供风场观测的1854 - 2010。从网站上获得的数据http://www.esrl.noaa.gov/psd/data/gridded/data.noaa.ersst.html。合作站逐日降水数据提供的国家气候数据中心(NCDC;http://www.ncdc.noaa.gov/data-access/land-based-station-data/land-based-datasets/cooperative-observer-network-coop)也用于验证模型的模拟研究。这是3200年的“数据集”,或者“土地表面的日常合作总结一天,”来自成千上万的志愿者,我们观察和广泛的质量控制数据在美国国家气象资料中心的网站:http://cdo.ncdc.noaa.gov。

2.2。方法

通过双线性插值方法的应用20.),这是一个简化的统计降尺度方法(21],逐日降水数据集从CMIP5模型和站数据插值到20公里空间分辨率,以方便对比观察到的车站和降水数据模型。这使我们能够进行更密集的分析我们感兴趣的领域。

检查的力量在热带太平洋海温之间的远程并置对比,冬季降水在美国东南部,计算相关系数()之间尼诺3指数在11月和型号(DJF)每日平均降雨量异常如下: 在哪里尼诺3指数在11月和是DJF每日平均降雨量异常。在这里,月平均海温异常对尼诺3地区(5°存在°S, 150°W - 90°W)被称为尼诺3指数。每月平均在每个日历月气候学的时间序列的趋势分析时期从海温资料删除。

虽然各种不同的方法被用来指定厄尔尼诺和拉尼娜事件发生后,日本气象厅(日本)指数是用来分类ENSO事件到厄尔尼诺,中性,和拉尼娜阶段后,汉利et al。22]。索引是基于每月该地区海温异常4°S 4°N, 150°W到90°W,几乎是类似于尼诺3地区。运行异常过滤通过五个月的意思。日本气象厅定义为厄尔尼诺(拉尼娜)事件需要日本气象厅地区风场(少)大于一个阈值连续六个月,几个月必须包括October-November-December(的生命)。在这项研究中,每个CMIP5的阈值确定使用SST模型。每月异常分类;第75个百分位被选中的值对应于厄尔尼诺年的阈值,和相对应的价值选择第25百分位拉尼娜年的阈值。

汉堡和斯蒂芬森(23)表明,偏态可以验证模型的一个有用的工具。偏态表示概率密度函数(PDF)的不对称,这对于一个正态分布是零。它被定义为 在哪里是数据值,是说,是数据点的数量。PDF与正(负)偏态重背面的正(负)异常一边的意思。正(负)偏态(少)的均值和中位数大于模式。除了尼诺3,尼诺3.4 (SST异常平均在5°存在°S, 170°W - 120°W)和尼诺4(平均海温异常/ 5°存在°S, 160°e - 150°W)指数也用于本研究调查的偏态SST对每个尼诺地区关于CMIP5模型的性能模拟的SST在赤道太平洋。

3所示。结果

3.1。远程并置对比模式在SE:历史和RCP8.5模拟

美国有一个健壮的SE年际降水的可预测性,因为强烈的热带太平洋SST远程并置对比。这种截然不同的特性应用于评估CMIP5模型在这个研究。图1显示之间的相关性观察DJF每日平均降雨量异常和尼诺11月3指数基于ERSST期间的1970年到2010年。图1说明暖(冷)11月太平洋导致SE冬天潮湿(干燥),这表明强烈的热带太平洋SST和冬季降水之间的远距离联系在佛罗里达州和乔治亚州的东南部。佛罗里达显示相关系数的最高价值,而阿拉巴马州显示最小值(小于临界值0.3,95%置信水平)SE美国的三个州之一。

比较的突出特征观察CMIP5模拟中,我们能够评估的可信度CMIP5隐式模型。图2显示了建模的远程并置对比DJF每日平均降雨量异常/ SE我们11月尼诺3指数来自每个模型。的基础上,从历史运行结果(数据2(一)-2(h)),我们进一步研究远程并置对比模式在未来气候情景下,RCP8.5(数字2(我)2(p))。乐团成员为模型,采用相关性的合奏的意思。看历史的相关性实验中,我们发现大多数的模型显示尼诺3海温之间的正相关和DJF平均每日11月降水异常的SE,与观测一致。特别感兴趣的注意,GFDL气候模型版本3 (GFDL-CM3;图2(c))模型显示了强大的远程并置对比佛罗里达北部最大的价值为0.7,而GFDL地球系统模型(GFDL-ESM2G;图2(d))显示最弱的远程并置对比,0.3 GFDL模型之间的最小值。立方厘米旨在应对气候变化的新兴问题,包括气溶胶云相互作用、化学气候互动,对流层和平流层(之间的耦合24]。ESM是一个耦合的全球科学地球系统模型发展的了解地球的生物地球化学循环,包括人类活动与气候系统(24]。另一方面,ESM2G和ESM2M不同物理海洋中的组件。在ESM2M pressure-based垂直坐标一起使用GFDL的模块化海洋模式的发展路径4.1版。在ESM2G,独立开发的等密度的模型使用广义海洋层动力学(黄金)使用代码库(http://www.gfdl.noaa.gov/earth-system-model)。邓恩et al。24]记录ESM2M厄尔尼诺-南方涛动过于强劲,而弱ENSO ESM2G表示。较弱的相关性比GFDL-ESM2M GFDL-ESM2G(图2(e)似乎归因于在代表ENSO模型的能力。这表明模型中的一个局部变化可能导致不同的远程并置对比模式。虽然相关系数的值略有不同模型中,冬季降水在佛罗里达往往比降水与太平洋海温有较密切的关系在乔治亚州和阿拉巴马州的大多数模型。然而,GFDL-ESM2G(图2(d)和MPI-ESM-LR(图)2(g))在佛罗里达州相比略有减少相关另两个国家,与观察也不一致。这一事实建模相关地图是兼容观察到的映射如图1意味着CMIP5的全球模型能够模拟的区域响应远程并置对比。我们预计模型,模拟更实际的远程并置对比模式的历史运行项目更可能的功能在全球气候变化情况下远程并置对比模式。

结果的基础上,从历史来看,我们进一步考察远程并置对比模式在未来气候情景下,RCP8.5。正确的列在图2显示了RCP8.5实验相关的地图。RCP8.5来看,所有的模型保持正相关关系模式。这表示,当前远程并置对比模式将持续在全球变暖的情况下。然而,在相关系数存在的价值变化域相比历史模拟模式。虽然CSIRO-Mk3-6-0(数据2(b),2(j))显示了一个减少的相关性分析领域未来来看,GFDL-CM3(数字2(c),2(k))显示显著增加相关,尤其是在阿拉巴马州和乔治亚州。

图3显示解释方差平均分别在阿拉巴马州,乔治亚州和佛罗里达州。左边的图中显示的结果从历史来看,和正确的图中显示的结果RCP8.5运行。方差的百分比被定义为相关系数的平方()如图1和2乘以100。例如,观察到的系数0.7佛罗里达州图1意味着对海温的尼诺3地区占49%的方差对该地区冬季降水。每个状态的解释方差堆叠为列在图3。通过比较列的高度,我们可以推断出的SST在尼诺3区域占总方差DJF每日平均降雨量在每个状态的观察和模型。作为基准,观察到的结果显示在图的右边的列3(一个)。而对海温在尼诺3地区最大的方差部分占降雨在佛罗里达(超过20%)的观察,它显示了最小方差的百分比在阿拉巴马州。大多数CMIP5模型分析了研究显示此功能尽管不同柱高度。八CMIP5模型中历史实验,GFDL-CM3显示最高的列,表示三倍解释方差比观察。相比之下,GFDL-ESM2G显示最短的列。GFDL-ESM2G MPI-ESM-LR很少显示佛罗里达州最大的比例,这是不同于观察。的特性是一致的空间远距离联系模式如图2。

RCP8.5来看(图3 (b)),对海温之间的强关系在尼诺3区和DJF每日平均降雨量预计所有的模型,除了CSIRO-Mk3-6-0。红圈在正确的图的图3表示增加的总方差解释RCP8.5实验中,相比历史运行。值得注意的是总方差解释增加的大多数模型是解释方差的增加在阿拉巴马州和乔治亚州。图4进一步阐明了这个特性。百分比之和从每个州SE如图3转换为100%,以确定哪些国家降水占最大比例的方差在整个SE。因此,佛罗里达占超过60%的SE降雨差异,这与SST在尼诺3地区观察(图4(一))。在佛罗里达州历史模拟也有最大的部分,约40%,除了GFDL-ESM2G和MPI-ESM-LR的结果。然而,模型显示最大的降雨在佛罗里达州部分历史来看(NorESM1-M, MIROC5, GFDL-ESM2M GFDL-CM3, CCSM4)会增加一部分RCP8.5下的方差在阿拉巴马州和乔治亚州的场景。

分析ENSO对降雨量的高百分比的影响美国SE在冬天,我们专注于正确的尾巴的第75个百分位DJF每日降水异常分布(即ENSO的阶段。、厄尔尼诺现象、中性和拉尼娜阶段)由日本气象厅分类索引。Model-generated DJF每日的沉淀是显示在右边的列数据5和6,而第75百分位的空间模式降水异常的厄尔尼诺现象,中性,拉尼娜年左三列。最大的面积DJF意味着每日降雨量是位于北部SE,亚拉巴马州和佐治亚州的跨越。符合之前的相关地图,在厄尔尼诺现象期间我们有重75的降雨量SE我们;然而,降雨量的大小异常可能会减少在拉尼娜年。佛罗里达有更大的降雨异常的第75百分位值厄尔尼诺年比另两个国家,不同的DJF每日平均降雨量模式。同样,小的第75个百分位值在拉尼娜年降雨异常主要是位于佛罗里达。GFDL-ESM2G降雨的第75个百分位(数字5(d),5(h)和5(左))是很少依赖于ENSO阶段,同意小相关性模式如图2(d)。

图7显示了不同的降雨量之间的第75个百分位RCP8.5和历史ENSO的实验阶段。模型,显示在RCP8.5相关系数大于历史来看,有较大的积极价值差异的75的降雨量在厄尔尼诺事件。有趣的是,极端降雨量的增加由于厄尔尼诺事件往往是占主导地位的北部地区SE,包括阿拉巴马州和乔治亚州,正如前面所讨论的(数字2- - - - - -4)。相比之下,在拉尼娜事件这些模型显示负值的不同降雨量由于远程并置对比。然而,降雨量的减少并不仅仅集中在北域,它支持的假设与厄尔尼诺现象有关的远程并置对比不是一个镜像的拉尼娜现象25]。

3.2。SE我们冬季降水和太平洋海温之间的关系

我们已经检查了在东太平洋海温之间的远距离联系在11月和下面的冬季降水SE。数据8和9显示11月海温之间的相关性在整个太平洋和以下DJF意味着我们每日平均降雨异常在SE CMIP5模型。数据描述的海温11月太平洋地区有一个更紧密的关系与下面的冬季降水SE我们每个CMIP5模型。此外,这些数据使我们能够推断出强劲的地区关系的转变中存在的历史运行在全球变暖的情况下,RCP8.5。在一般情况下,热带太平洋中部和东部的正相关是西北和西南两侧是负相关的历史和RCP8.5所有CMIP5模型的运行。有趣的是,反向相关性模式在CSIRO-Mk3-6-0(图8(b)),最近的在西太平洋的海温的关系SE我们在冬季降水,是显而易见的。更高的相关区域向西转移,主要覆盖尼诺4和3.4尼诺GFDL-ESM2G RCP8.5运行的区域。

3.3。风场模拟在过去和未来的气候

可能的原因,许多耦合气候模式已经表现出不切实际的远程并置对比ENSO和温带之间循环模式是归因于在ENSO地区差代表物理过程模型(26,27]。

因此,CMIP5模型的性能模拟的SST在赤道太平洋也可以导致不同的气候影响偏远地区,特别是美国SE。已经有许多研究,检查CMIP5模型来模拟ENSO的能力通过比较赤道海温的意思是,尼诺指数的标准差,ENSO光谱特征,和ENSO事件的发生28- - - - - -32]。

在本节中,对海温在赤道太平洋CMIP5模型进一步研究了通过比较偏态的SST的历史运行CMIP5海温揭示模型的观察模型模拟不同的远程并置对比模式的原因。

图10显示11月尼诺的偏态指标,如尼诺3,尼诺3.4,尼诺4,来源于观察ERSST从1984年到2010年。ERSST显示减少偏态时,从东到西穿过赤道太平洋。有最强的正偏态尼诺3地区超过0.6,表明海温异常温暖的可能比冷海温异常。它还显示了在西太平洋最弱的正偏态。尽管尼诺的偏态指标选择的敏感时期,减少偏态的特点从东到西太平洋彼岸是与先前的研究一致23,33]。

通过比较从CMIP5获得尼诺的偏态指标模型来观察如图10,我们可以调查模型可信度最高。看左面板图11,我们可以看到,只有MIROC5模式减少偏斜的积极迹象显示时从东到西穿过赤道太平洋与观测一致。CCSM4和GFDL-ESM2M海温在尼诺3.4区域较小的正偏态比尼诺3地区,但对尼诺4地区负偏态。NorESM1-M也有较小的正偏态SST在尼诺3.4区域比尼诺3区域;然而,它有相对较大的负偏态的SST在尼诺4区域表明冷海温异常是主导。另一方面,CSIRO-Mk3-6-0和MPI-ESM-LR显示反向模式:偏态的SST在积极的迹象增加从东向西横跨太平洋。因此,反向相关性模式在CSIRO-Mk3-6-0如图8(b),最近的在西太平洋的海温的关系SE降水,似乎与逆转的偏态模式。MPI-ESM-LR显示降雨来自佛罗里达的一小部分的总部分沉淀在SE(图4(一)与观察),这是不一致的。值得注意的是正偏态程度相似的区域海温在所有三尼诺GFDL-ESM2G报道与弱ENSO模型实现(24]。GFDL-ESM2G显示不仅对海温之间的弱关系在尼诺3和冬季降水在SE我们也减少了解释方差在佛罗里达半岛,从观察(数据不同2和3)。

尽管对海温的历史运行CMIP5模型在这个研究显示不同偏态从这些图中观察到的特征10,模型倾向于维持偏态的整体特征从历史未来的模拟运行。五的八个模型显示减少的偏态SST在尼诺RCP8.5 3地区。此外,尼诺的正偏态3地区历史运行RCP8.5消极变化。

4所示。结论和讨论

在这项研究中,我们询问是否当前远程并置对比特征之间的冬季降水在SE我们与热带太平洋SST在未来将持续在全球变暖的情况下由当前最先进的气候模型模拟。CMIP5的可信度模型的仿真验证了区域尺度气候变化通过应用的远程并置对比特性来评估为了获得未来气候预测的信心。我们发现大多数的8模型中选择本研究显示11月尼诺3海温之间的正相关和DJF SE我们每日平均降雨量异常,与观测一致。尽管CMIP5的全球模型能够模拟的区域响应远程并置对比,感兴趣的注意的是,模型中的一个局部变化可能导致不同的远程并置对比模式。

RCP8.5来看,所有的模型保持积极和略增加关联模式。然而,变化的程度的关系不同于域在气候变化的情况下,RCP8.5。而对海温尼诺3地区占降雨量的方差最大的部分在佛罗里达的观察以及模型的历史运行(NorESM1-M, MIROC5, GFDL-ESM2M GFDL-CM3, CCSM4),方差的模型会增加部分在阿拉巴马州和乔治亚州的RCP8.5关于冬季降水是由于对海温尼诺3地区。

分析影响ENSO的冬季极端降雨量SE我们,我们专注于正确的尾巴的第75个百分位DJF每日降水异常分布的ENSO阶段。大的降雨的第75百分位值厄尔尼诺现象主要是发现在佛罗里达州,不同的DJF每日平均降雨量模式的最大DJF意味着日常降雨面积主要是位于北部SE,亚拉巴马州和佐治亚州的跨越。同样,小的降雨的第75百分位值拉尼娜现象主要是位于佛罗里达。模型显示在RCP8.5相关系数大于历史来看有较重的降雨在厄尔尼诺事件在未来的运行。值得注意的是极端降雨量的增加在厄尔尼诺事件往往是占主导地位的北部地区SE,包括阿拉巴马州和乔治亚州的气候变化。

我们发现CMIP5模型的性能模拟的SST在赤道太平洋SE影响气候的影响。通过比较尼诺的偏态指标获得的历史运行CMIP5模型的观察,我们评估模型可信度最高。结果是偏态的模型实现较差,如CSIRO-Mk3-6-0 GFDL-ESM2G, MPI-ESM-LR,无法模拟实际的远程并置对比模式,也降低了未来气候预测的信心。

我们还表明ENSO的向北转移SE我们远程并置对比模式。这个发现修正了以前的研究结果在远距离联系的变化在北太平洋和北美与厄尔尼诺事件在未来气候变暖16,34,35]。的变化可能是由于不仅对振幅变化和对流中心的位置的厄尔尼诺事件本身,还改变了基状态,观测大气环流由于温室气体的增加。此外,降雨是经济上重要的气候变量本身,一个地区主要的农业生产。预计RCP8.5 ENSO和降水模式之间的远程并置对比中发现本研究将提供农民SE美国北部地区(阿拉巴马州和乔治亚州)和额外的知识预测季节性气候地区。根据RCP8.5有关的强度预测研究远程并置对比,收益可预测性的玉米(35)、棉花(36)、花生(37),和柑橘38),地区的主要作物之一,将会增加,允许在该地区农民做出更好的气候为基础的决策。

利益冲突

作者宣称没有利益冲突有关的出版。

承认

这项工作是支持的农业和食品研究的资助计划的美国农业部国家食品与农业研究所(NIFA),批准号缺陷- 2011 - 00828 (EaSM项目)。