最近的高分辨率观测和建模的研究逐步提升气候科学的理解,特别是科学与中尺度和submesoscale海气相互作用有关。跨多个尺度大气和海洋过程的交互方式是一个长期的担心可以限制的适用性高分辨率观测。然而,社会需求需要气候研究,以更好地解决和评估区域变化/变化以及极端事件。目前有两个重要的科学问题,需要进一步研究在气候科学:(1)全球和大规模的波动如何影响当地的天气和气候异常?和(2)如何当地气候扰动反馈大规模现象?气候建模来解决这些问题,必须同时解决更高的分辨率(这可能与当前棘手的电脑)和地方中尺度和小规模的物理过程在越来越大的细节。耦合环流模式(CGCMs)可以评估全球变化由于自然温室气体和气溶胶的变化。

高分辨率区域模型可以嵌套成粗分辨率CGCM,有效地实现动态地缩减规模和计算资源的优化利用。多个嵌套级别通常用于粗和高分辨率模型之间的沟通,和双向嵌套算法在高分辨率的界限已经出现。尽管这样一个框架有效地推进我们的理解归因和大规模的现象对当地情况的影响,它还提供了一个机会把科学进步与恶劣天气警报在当地的水平。我们预测区域耦合模型与精心设计的边界处理和耦合数据同化将逐步推进气候科学,促进当地社会服务。

在这个特殊的问题,我们要求论文调查最新进展在区域耦合建模和数据同化,区域气候分析和预测、大气和海洋的参数化过程中尺度和submesoscale,评估区域观测系统、区域模型误差修正和参数优化。

潜在的主题包括但不限于以下:

• 区域海洋建模和中尺度submesoscale海洋物理过程
• 区域大气建模和cloud-resolving和粒子物理学的表情
• 区域耦合建模和中尺度和小规模的海气相互作用
• 区域土地开发、实现和验证模型和土壤
• 区域耦合和边界处理技术
• 区域耦合模型可预见性和当地气候预测
• 多尺度数据同化应用高分辨率数据同化
• 区域与边界耦合的数据同化效应
• 热带气旋和暴风预测初始化
• 传统的(例如,浮标和气象站数据)和非常规(例如,卫星和雷达数据)同化区域耦合的模型中
• 区域土地数据同化和区域生态系统数据同化
• 区域观测系统评估
• 区域耦合模型和参数校正误差研究