<em id="2jhg0"></em>
  • <dd id="2jhg0"><track id="2jhg0"><dl id="2jhg0"></dl></track></dd>
  • 科研進展

    CD: 評估不同陸面模式中青藏高原地表和土壤溫度初始化異常的記憶

      2019年,GEWEX(Global Energy and Water Exchanges)和GEWEX/GASS(Global Atmospheric System Study)支持了一個新的項目,名叫“Impact of initialized land temperature and snowpack on sub-seasonal to seasonal prediction”,簡稱LS4P。全球四十多個團隊參與了該項目。它的第一階段工作是利用多個地球系統模式模擬青藏高原的春季地表和土壤溫度異常對東亞夏季降水的影響(Xue, et al., 2021)。具體內容是,每個模式組開展一個控制試驗和一個敏感性試驗,敏感性試驗與控制試驗的不同在于修改了初始時刻(春季)青藏高原的地表和土壤溫度,即人為引入地表和土壤溫度異常,目的是使模式能重現觀測的高原春季地表溫度異常,進而檢驗該異常能否引起東亞的夏季降水異常。理想情況下,引入的初始化異常會引起青藏高原的地表能量擾動,影響高原上空的中低層大氣,通過大氣波列,調控下游的環流形勢,最終影響東亞地區的降水。但在實際模擬中,大多數模式難以長時間保持引入的初始化異常,只能部分重現觀測的高原春季地表溫度異常。
      針對這一問題,中國科學院大氣物理研究所東亞中心的邱源博士(LS4P項目的參與者之一)等,猜測原因可能在模式中的陸面參數化方案上。為了驗證這個猜測,他們設計了在青藏高原引入±5℃地表和土壤溫度初始化異常的敏感性試驗,評估了三個常用的陸面模式(SSiB、CLM4和Noah-MP)中±5℃初始化異常的記憶 (Qiu et al., 2021)。他們以±5℃試驗和控制試驗的日地表(土壤)溫度差的時間序列突破0值線的時刻與初始時刻的時間間隔為地表(土壤)溫度初始化異常的記憶,簡稱地表(土壤)記憶。類似地,他們定義了2米氣溫異常的記憶,簡稱2米氣溫記憶。
      該研究發現土壤記憶一般隨土壤深度增加,且在約0.6-0.7米以上增加較快;三個陸面模式的土壤記憶較長,例如區域平均的1米土壤記憶一般超過60天,但他們的2米氣溫記憶較短,其區域均值一般在20天以下;CLM4和Noah-MP的較深層(> ~0.05 m)土壤記憶比SSiB的大,然后它們的表層(≤ ~ 0.05 m)土壤記憶、地表記憶和2米氣溫記憶比SSiB的??;地表熱通量和水文過程的變化對記憶有調控作用,這可以部分解釋陸面模式間記憶的差異性。
      該研究對理解LS4P試驗的結果有幫助,為未來的LS4P試驗和陸面模式改進提供了重要的思路和方法。
      本研究由中科院A類先導專項“泛第三極環境變化與綠色絲綢之路建設”(XDA20020201)和國家自然科學基金(41875134)資助。加州大學洛杉磯分校的研究人員參與其中。
    圖1.以陸面模式Noah-MP為例,在隨機選擇的模式格點(35.3°N, 88.4°E)上,+5℃試驗和控制試驗的日均土壤溫度差(0.25米土壤層)的時間序列。已使用三點平滑法去掉了時間序列中的高頻振蕩信號。
      參考文獻:
      Xue et al. (including Qiu Y., Feng J. and other 76 co-authors): Impact of Initialized Land Surface Temperature and Snowpack on Subseasonal to Seasonal Prediction Project, Phase I (LS4P-I): organization and experimental design, Geosci. Model Dev., 14, 4465–4494, https://doi.org/10.5194/gmd-14-4465-2021, 2021.
      Qiu, Y., Feng, J., Wang, J. et al. Memory of land surface and subsurface temperature (LST/SUBT) initial anomalies over Tibetan Plateau in different land models. Clim Dyn (2021). https://doi.org/10.1007/s00382-021-05937-z
    附件下載: