文摘

年代际预测实验是由使用耦合的全球气候模型FGOALS-s2,生产商后5协议。文件初始化程序的年代际预测实验,总结了预测技能的实验,以指标评估采用IPCC AR5。观测异常的表层和次表层海水温度和盐度增量分析同化通过修改更新(IAU)计划。三套长达十年的追算和预测运行开始每五年在1960 - 2005年期间,与初始条件的同化。FGOALS-s2显示显著的年代际预测实验预测高技能在印度洋,热带西太平洋和大西洋,类似的结果CMIP5 multimodel合奏。预测技能在印度洋和热带西太平洋主要归因于模型响应外部辐射强迫与大气成分的变化有关。相比之下,在大西洋是由于高技能,至少部分,改进预测的大西洋数十年变化来自初始化。

1。指令

近年来,短期气候预测未来10 ~ 30年越来越关注气候建模和政策制定者的社区为其潜在价值在处理与气候变化相关的经济和社会问题(例如,1])。开创性的年代际预测研究基于气候模型发表在2007 - 2009(例如,2- - - - - -5])。广泛的合作研究涉及年代际预测,乐团项目(6),和协调的年代际预测实验的框架下CMIP5 [7,8)先后推出了。16建模中心提交他们的年代际预测CMIP5实验结果,这是第五次评估报告中使用的政府间气候变化专门委员会(IPCC AR5 [9])。

正如米尔et al。7),年代际预测是一个初值问题和强制边界条件问题,因为年代际预测包括气候系统变化由于内部生成的变化以及外部强迫可变性。外部强迫的变异性是由外部强迫的因素,如大气成分的变化与人类活动相关的或火山喷发,太阳变化,和其他人来说,可以认为是指定外部强迫在气候模型中,通过历史模拟或RCP预测(8]。

预测技能的内部变化来自初始化的主要增值年代际预测实验相对于历史模拟和RCP预测。作为初始条件问题,内部变化的预测取决于最初的气候状态的精确估计,这也是最具挑战性的年代际预测问题。不同的机构都有各自独特的初始化方案,只是介绍了Kirtman et al。9和米尔等。1]。

CMIP5,模型初始化由大多数机构只是吸收海洋表层和次表层的温度和盐度。然而,也有一些探索,包括观测大气和海冰数据同化过程(表11.1 Kirtman et al。9])。

的方法处理模型的漂移的预测,初始化方案可以分为两种类型,细致的初始化,初始化异常10]。细致的初始化,虽然模型偏差主要是在初始化期间,模型飘回到其首选状态不可避免地在追算/预测由于固有模式的偏见。因此,预测结果必须通过后纠正偏差的调整(10- - - - - -14]。异常的初始化,模型受到观测异常+模型意味着状态(15]。因此,模型不是远离其首选状态后,初始化,从而减少漂移在追算/预测。但是,到目前为止,还不清楚哪种方法更好的年代际预测(10]。CMIP5,约2/3模型使用细致的初始化,而另1/3使用异常的初始化(9]。

本研究的动机是为了系统地评估预测技能的年代际预测实验通过使用一个耦合的全球气候模型,CMIP5 FGOALS-s2,已提交。来做横向比较与其他模型的结果,我们使用提出的指标Doblas-Reyes et al。16)测量预测质量,采用关键指标的IPCC AR5 [9]。

剩下的纸是组织如下。模型FGOALS-s2,实验设计,观察数据和分析方法介绍了部分2。年代际预测实验的技能评估3。最后,部分4总结了主要内容。

2。模型,实验设计、观测数据和分析方法

2.1。模型

FGOALS-s2是一个耦合的全球气候模型的数值模拟国家重点实验室开发的大气科学和地球物理流体动力学(LASG)大气物理研究所(IAP),中国科学院(以下IAP / LASG / CAS)。它有四个组件、大气、土地、海洋和海冰耦合器耦合在一起的发达的国家大气研究中心(NCAR) (17]。大气成分光谱大气模式IAP LASG版本2 (SAMIL2) [18),约2.81°的水平分辨率(经度)×1.66°(纬度)和26在垂直方向的水平。海洋海洋组件是LASG IAP气候系统模型版本2 (LICOM2)的水平分辨率在温带和在热带地区和30水平垂直方向(19,20.]。土地和冰组件社区模型版本3 (CLM3) [21)和社区海冰模式版本5 (CSIM5) [17),分别。详细描述FGOALS-s2及其一般表现在保et al。18]。

2.2。实验设计

2.2.1。年代际预测实验

年代际预测实验包括以下两个步骤。

(一)初始化。模型初始化通过同化观测海洋温度和盐度的上限1000段1955 - 2005(以下矛盾运行)。观察海洋数据来源于EN3_v2a,网格客观的分析数据,水平分辨率和42水平垂直方向(22]。只有异常相对于气候学在1961 - 1990年被同化(异常的初始化方法在引言中所提到的)。同化是在欧元区70°S - 70°N, 60 - 70°N和60 - 70°S被设置为过渡区。

模型被引入观测信息集成通过类似增量的方法分析更新(IAU)方法。国际天文学联合会技术设计了气象数据同化系统(23),然后应用到海洋同化(24)和耦合模型初始化(25]。逼近方法的主要优点是,它可以让分析增量常数模型的预测方程,从而有效地抑制短波噪音的同化过程(23]。

EN3_v2a因为海洋客观分析数据,每月平均数据,分析同化过程中间隔被指定为一个月(我的)。在一个同化周期来首先,自由模型集成,产生第一个猜同化。分析增量()计算 在这和海洋代表每月平均异常状态(温度和盐度)来自自由集成和观察。然后模型重申再次和集成增量被引入,分析通过以下方式: 小的项是时间趋势项。在右边第一项代表了强迫和耗散项的计算模型。最后一项是修正项,积分区间保持常数。IAU修改方案已经使用的年代际预测实验通过使用FGOALS-gl [26]。

(b)追算/预测。长达十年的追/预测开始每五年在此期间1960 - 2005。初始条件得到的相互矛盾。追算和预测阶段(2005年前后),模型是由时变辐射强迫4.5符合历史和典型浓度路径(RCP4.5)模拟,分别。第二步是严格按照标准进行实验的设计CMIP5 [8]。

估计预测的不确定性,我们三人相互矛盾运行执行不同的初始条件,进一步提供初始条件对三套追/预测。

2.2.2。历史和RCP4.5模拟

历史模拟、FGOALS-s2从1850年到2005年是集成在各种历史迫使代理,包括温室气体的浓度和硫酸盐气溶胶,太阳周期变化,和主要的火山喷发27]。2005年之后,该模型是由投射辐射强迫下RCP4.5场景中,这被称为RCP4.5模拟。历史和RCP4.5模拟是重复三次不同的初始条件,以下的建议CMIP5 [8]。

2.3。观测数据

以下两个数据集作为观测参考评估预测技能的年代际预测实验:(1)HadCRUT3结合全球陆地和海洋网格()表面温度数据集的时期(1850年至今28)和(2)全球降水气候学中心每月降水数据集(从1901年至今(GPCC),从全球站数据(网格29日]。

2.4。分析方法

正如节中提到的2.2,异常的方法初始化在这项研究中,可有效抑制漂移在追算/预测模型(10]。因此偏差纠正不像做细致的进行初始化(10]。然而,以防止任何可能的负面影响轻微模型飘在追算/预测预测技能评估,我们计算异常如下16]: 在哪里和分别是异常和原始字段,追算/预报了吗在交货时间。表示集合的大小。观察异常也计算通过使用相应的年。然后过滤掉年际变化,一年一度的值是一个四年平均运行。在这项研究中,我们分析了预测追算/预测年平均2 - 5、3 - 6、4 - 7,5 - 8和6 - 9。

评估的主要战略年代际预测实验的技能比较它与相应的历史模拟。的实验设计(部分2.2),他们唯一的区别是,前者是每五年从初始化状态,而后者连续集成。因此,预测两个实验被称为INIT和NoINIT预测,分别。对比INIT和NoINIT展示年代际的变化预测由于初始化。

在这项研究中,相关的技能量化,均方根误差(RMSE)和均方根技巧得分(RMSSS),通常遵循Doblas-Reyes et al。16]。RMSSS被定义为 的RMSE(气候学)代表任何技巧基线。持久的气候学相当于零异常。因此高正值RMSSS代表高技能,虽然负值代表没有技能。相关的统计学意义由片面的学生的测试以及。比例的意义之间的RMSE INIT和NoINIT预测由一个双边测试测试。RMSSS的意义是通过使用一个片面的评估测试。

3所示。结果

我们第一次评估预测技能的空间分布在近地表空气温度和降水。然后我们转向全球平均的预测能力近地表空气温度和年代际时间尺度上的两个主导模式,《大西洋数十年变化和太平洋年代际变化。

3.1。空间分布的预测能力

图1显示的全球分布RMSSS量化的技能的系综均值INIT在预测近地表空气温度。预测追算多年平均2 - 5,预测系统具有积极的技能在大西洋和印度洋和欧亚大陆的一些地区在15%水平的意义,而系统显示了低技能的大部分太平洋,期望对热带西太平洋。这些地区重要的高技能通常符合CMIP5 multimodel合奏(MME)意味着(图在Kirtman et al。9])。的主要缺点FGOALS-s2相对于居里夫人的意思是前中间纬度北大西洋的技能低于后者。

许多以前的研究已经指出,印度洋和西太平洋主要是由气候变暖趋势与人为迫使有关,可以合理地再现历史模拟(30.,31日]。估计添加技能来自初始化,系综之间的rms的比率的均值运行INIT和NoINIT运行计算。很明显,INIT的RMSE小于NoINIT超过绝大多数的世界各地。然而,这仅仅是在一些地区的大西洋和印度洋技能改进通过15%的显著性水平。

追算年预测平均6 - 9,RMSSS一般的空间分布相似,追算2 - 5年。明显增加了INIT技能相对于NoINIT只是看到在中间纬度北大西洋和南印度洋。rms的比例还不到1 /多数全球。然而,几乎没有通过显著性检验。结果表明,由于初始化的预测信息与预测时间的增加变得越来越小1]。

与近地表空气温度相比,初始化运行的总体均显示非常低的技能在土地预测降水的追算年2 - 5和6 - 9。的全球分布RMSSS表明只有零星地区积极的技能。这些积极的技能不能通过15%的显著性检验(数字2(一个)和2 (b))。同时,rms的比率在INIT和INI运行表明,技能改善由于初始化非常有限(数字2 (c)和2 (d))。结果符合CMIP5 MME(图11.5 Kirtman et al。9])。

3.2。全球平均地表温度

预测技能的面积加权全球平均近地表空气温度(公司)是由相关性和RMSE量化(数字3(一个)和3 (b))。公司模拟的所有个体成员和整体运行INIT和NoINIT不同追算与相应的观测高度相关的引用范围在5%显著性水平。的相关性,运行INIT的技能有些低于NoINIT运行时,特别是在早期预测时间。相比之下,在rms,前技能高于后者。然而,很明显,技能INIT和NoINIT之间的差异变得越来越小随着时间的增长预测,从相关性和rms。它表明,预测信息来自初始化逐渐降低随着时间的增长预测,和公司的发展是由外部强迫与大气成分越来越相关。

颞演进的公司追算/预测年6 - 9和相应的观测参考(图所示3 (c))。在20世纪的下半叶,公司是由一个明显的变暖趋势。然而,在21世纪初,公司崛起是观察到的中断(例如,32- - - - - -35];图3 (c))。运行INIT的合奏的意思是追算多年平均6 - 9和NoINIT运行未能模拟公司上升的中断;然而,前者变暖趋势远小于后者,更靠近观察,特别是2000年之后(图3 (c))。这个特性可以更清楚地看到追算年1 - 4(图3 (d))。不同模型之间的结果是强劲的(例如,3,9,36])。

有趣的是进一步调查导致初始化运行的相关技能低于NoINIT运行的早期预测时间。追算年6 - 9相比,追算年公司1 - 4更接近相应的观察资料,除了预测从1985年开始(图3 (d))。公司在1986 - 1989(1 - 4追算年)远高于观察。在观察,1986年和1987年是由一个强大的厄尔尼诺事件,而1988年和1989年由强拉尼娜事件(数字4(一)-4(d))。四年的平均水平,公司几乎是在一个中立的国家(图4(e))。追算开始从1985年繁殖在1986 - 1987年的厄尔尼诺现象(数据4(f)和4(g))。然而,模拟厄尔尼诺现象持续的时间比在观察和发展一个中立的状态,而不是一个强大的拉尼娜现象的观察(图4(h)和4(我))。因此,预测公司平均四年是由El Nino-like模式(图4(j))。NoINIT运行,尽管ENSO进化是完全不同的,在观察(图4(k) -4(n)),模拟公司平均四年处于中立状态(图4(o))。结果表明,年代际预测有时年际变化的影响,特别是在早期预测时间。负面影响可能通过增加追的数量在一定程度上克服;即追每年执行一次,而不是每隔五年。

3.3。大西洋数十年变化

空间分布的RMSSS近地表温度(图1(一))表明,初始化运行的总体均显示高技能在大西洋。分段,我们评估INIT的个别成员的技能和他们的合奏的意思是在预测大西洋数十年的变化(lamv)。lamv的描述索引定义为area-averaged海温异常在0°-60°N, 80°附近area-averaged 0°W -全球海温异常在60°S-60°N [37]。

预测技能是衡量相关追算时间平均4(图5(一个))。只有一个初始化成员观察繁殖,lamv指数高度相关的参考在5%显著性水平追算年5 - 8和6 - 9。的技能系综均值高于任何个人成员追算年5 - 8和6 - 9。lamv的合奏与观察引用的意思是高度相关的最多追算范围。最高的相关性达到追算年6 - 9。相比之下,NoINIT运行没有任何显著的相关性观察引用。

初始化运行的技能被RMSE(图进一步量化5 (b))。的技能的系综均值INIT运行也高于所有成员。合奏的意思是,最小的RMSE达到预期年6 - 9。它远远小于对应的系综均值NoINIT运行时,表明添加技能来自初始化明显,lamv的预测。的高技能的系综均值INIT运行更清楚地证明了高预测时间序列的一致性,lamv追算年指数(图6 - 9和相应的观测参考5 (c))。

,lamv的增强的预测能力,因为大多数初始化突出的年代际预测实验的主要增值相对于历史和RCP模拟(例如,1,3,38- - - - - -40)和许多其他的)。然而,FGOALS-s2的表现有点不同于先前的研究。金等。41]显示,七个模型的相关技能,lamv CMIP5居里夫人通常减少预测的时间远离最初的时间。相比之下,FGOALS-s2变化的预测能力在各种追算小范围,和技能后期预测时间(追算年5 - 8和6 - 9)甚至高于早期(数字5(一个)和5 (b))。

先前的研究建议,lamv的低频波动密切相关大西洋经向翻转环流(大西洋经向翻转环流)[42,43]。因此我们进一步调查的预测能力,lamv是否依赖于大西洋经向翻转环流变化的预测。图6显示了气候大西洋经向翻转环流的模拟的合奏意味着NoINIT运行。大约19 Sv最强的推翻,位于大约25°-35°N, 800和1200之间。最大的值非常接近观测值(18.5 Sv)在26.5°N [44]。模拟大西洋经向翻转环流的主要差异是,向北质量流量不达到高纬度和最强的下降位于约35°N。它使北方热传输也不能够到达高纬度地区,也有一些影响,lamv的预测,如下我们将看到。

大西洋经向翻转环流影响的波动在北大西洋海温异常通过调制北方海洋热传输(40,42,43]。因此,我们调查的技能INIT运行在预测北方海洋热传输在北大西洋通过比较的结果相互矛盾,同化观测海洋温度和盐度,因此作为观察这里的引用。自向北与大西洋经向翻转环流的不相关的质量流量达到高纬度地区,北方热传输是平均值0-40°N。初始化运行的总体均显示高技能在所有追算范围。最高的技能达到追算年6 - 9(数字7(一)和7 (b))。异常的演化的热传输追算年6 - 9的系综均值预测的INIT运行非常符合相应的系综平均的结果相互矛盾运行(图7 (c))。相比之下,热传输的技能NoINIT运行模拟的明显低于同行的INIT在后者三追算范围运行。前三个追算范围,相关的技能的系综均值NoINIT运行接近的同行的系综均值INIT。然而,很明显,这三个NoINIT成员显示高传播和只有一个成员显示了初始化运行类似的技能。这表明合奏的技能意味着NoINIT运行可能会高估了由于小样本大小。

测试,lamv和前向北异常之间的关系与大西洋经向翻转环流的变化相关的热传输年代际预测,我们计算的滞后,lamv追算年平均指数之间的相关性与热量传输在追算平均6 - 9年1 - 4和6 - 9(图3 - 78)。很明显,与前向北,lamv是高度相关热传输从南大西洋异常约45°N。北部的相关系数大大降低到45°N,这是符合大西洋经向翻转环流的边缘的位置。相反,他们同时在北大西洋的相关性要低得多(图8)。结果表明,预测lamv主要由北热传输异常与前面的大西洋经向翻转环流的波动有关。相应地,预测技能高,lamv追算年6 - 9前大西洋经向翻转环流的主要来自于准确的预测波动和热传输异常有关。

3.4。在太平洋年代际变化

太平洋年代际变化是由太平洋年代际振荡(PDO) [45]或太平洋年代际振荡(IPO) (46,47),这两个通过EOF分析提取。因为运行INIT不是连续的集成,EOF分析应用于人工链接预测领域可能产生错误的模式。

王等人。48)定义了一个Mega-ENSO指数来表示在太平洋年代际变化。索引可以轻松计算,与PDO IPO或指数高度相关。因此,我们使用索引作为替代评估在太平洋年代际预测技能。后王et al。48),四年,而不是13年,加权平均海温异常应用于观察到从1960年到2005年,由于短数据长度(王et al。48),3年平均运行进行)。但结果并不敏感窗口长度的选择。然后使用4 EOF分析是由running-averaged SST在该地区50°50°N。第二个EOF的空间格局模式显示了IPO(图的典型特征9(a))。第二个EOF的主要分量时间序列模式被定义为IPO指数。基于空间格局,Mega-ENSO指数被定义为area-averaged SST异常的差异西方K-shape区和东部之间的三角形区域图9(一个)。很明显,Mega-ENSO指数与IPO指数高度一致,相关性达到0.97(图9(b))。同样的分析过程是用于第一NoINIT运行。IPO的空间模式模拟的FGOALS-s2类似于观察(图9(c))。因此,FGOALS-s2同一天Mega-ENSO指数的定义与观察。Mega-ENSO指数NoINIT来看也高度相关对应的IPO指数(图9(d))。

INIT的技能(NoINIT)运行在预测Mega-ENSO指数是衡量相关性和RMSE(图10)。方面的措施,不幸的是,没有一个可以模拟再现Mega-ENSO明显的演化和运行INIT的技能甚至低于NoINIT运行。低技能与图一致1(一),初始化运行的总体均显示负面技能在太平洋的大部分地区。结果表明,初始化不提高预测能力在太平洋年代际变化明显,这也表明CMIP5 MME结果(9]。

4所示。总结

摘要的过程耦合的全球气候的年代际预测实验模型FGOALS-s2,参加了CMIP5,介绍了。然后预测技能的实验评估指标的基础上采用IPCC AR5 [9,16]。主要内容总结如下。

(1)年代际预测实验涉及两个步骤,初始化和追算/预测。初始化是由同化观测海洋温度和盐度对上1000通过修改增量分析更新(IAU)计划。根据计划,分析增量保持恒定在一个同化周期(1个月),从而有效地抑制短波噪音的增加积分。与此同时,在初始化,只同化观测异常领域避免追算的漂移模型和预测。从初始条件来自于初始化运行,三组的长达十年的追算/预测运行进行5年开始日期从1960年到2005年之间的时间间隔后CMIP5协议。

(2)整体预测能力近地表气温的年代际预测(助教)和土地测量降水的全球分销RMSSS。助教,模型显示显著的高技能在印度洋,热带西太平洋和大西洋。然而,与历史模拟相比,年代际预测实验技能没有显示出显著的改善,除了大西洋。结果表明,年代际预测实验的技能在印度洋和热带西太平洋主要归因于指定的外部辐射强迫,而技能在大西洋归因于初始化。陆地降水的年代际预测实验没有显示出显著的技术进步相对于历史模拟。

(3)在年代际时间尺度,占主导地位的变化模式上市/ PDO Mega-ENSO在大西洋,太平洋和lamv的主要预测对象的年代际预测实验。基于FGOALS-s2显示高预测系统预测能力,lamv在IPO / PDO / Mega-ENSO但低技能,这是类似于CMIP5杜洛瓦一个有趣的一点是,lamv FGOALS-s2变化小的预测能力随着预测时间的增加,甚至达到6 - 9追算年的最高水平,而不是减少许多CMIP5模型(41]。进一步调查表明,lamv的预测技巧追算年6 - 9主要来自北方的准确的预测热传输异常与前面的大西洋经向翻转环流的波动有关。

(4)历史和RCP模拟全球变暖不能捕获中断在2000年代初。引入的初始化,全球平均地表气温的上升预测的年代际预测实验FGOALS-s2明显减弱,这是符合CMIP5居里夫人(9]。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了中科院战略重点研究项目(批准号XDA05110305),国家重点基础研究项目(批准号2012 cb955202),国家自然科学基金委(批准号。41023002,41330423),和中国气象局(批准号GYHY201006019)。