海洋环流模式对平流方案与分辨率的敏感性

文中将中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室（LASG）发展的准全球海洋环流模式（LICOM）,从水平分辨率、垂直分辨率、平流方案3个方面分别采用不同的方案,进行组合试验,研究这些因素对于海洋环流（特别是热带海洋）的重要影响。8组试验表明,水平分辨率的提高,对于流场的改进有显著作用,能够使流场达到与实际非常接近的强度;调整的垂直分辨率,上层海洋的加密,能够使热带太平洋上层海洋的模拟改进;引入的两步保形平流方案,能够使得热带太平洋海温的模拟有所改进,这种改进的效果在低分辨率的情况下,尤为明显。同时,8组试验也一致地表现出等温线的密集程度比实际情况稀疏,这反映了模式在物理过程,特别是混合过程的描述方面,还有值得改进的地方。     

海底火山喷发引发厄尔尼诺事件的数值模拟

在东北太平洋海底火山实际位置,模仿实际火山喷发所产生的地热通量,对ＩＡＰ海－气耦合模式进行了强迫作用下积分试验。积分结果表明：海底火山溢流所产生的热能通过海洋对流影响表层海温,深层扩散极少;模拟出类似１９８６～１９８７年和１９９１～１９９２年厄尔尼诺事件形成发展的全过程。     

耦合模式FGOALS-s2模拟的大西洋经圈翻转环流（AMOC）的年代际变率

利用中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室（LASG/IAP）发展的耦合的气候系统模式FGOALS-s2工业革命前控制试验结果研究了大西洋经向翻转流（Atlantic Meridional Overturning Circulation,AMOC）的年代际变率及其物理机制。传统AMOC是利用深度坐标下的质量流函数来表征,本文通过对密度坐标下49.5°N的AMOC指数与其余纬度的AMOC指数作相关分析,发现AMOC的变化有从深水形成区向南传播的过程,且密度坐标下的AMOC变率在北大西洋高纬度明显大于低纬度。分析进一步表明,模式模拟的AMOC具有年代际振荡,周期约为70年。这个低频振荡主要是由与AMOC变化相关的温度和盐度的变化与海表风场之间的相互作用引起,具体机制如下:格陵兰-冰岛-挪威海有异常强的海表风场,导致蒸发增强,继而使海表盐度增加,深水形成增多,从而使AMOC增强。AMOC加强后,会使得向北的热量和盐度输送增加,减弱此处的经向温度梯度,风场随之减弱,从而完成位相的反转。     

LASG全球海洋-大气-陆面系统模式(GOALS/LASG)及其模拟研究

该文扼要介绍了ＬＡＳＧ第一版本全球海洋－大气－陆面系统模式（ＧＯＡＬＳ／ＬＡＳＧ）的发展和结构，及其对气候平均态、季节变化和年际变化的模拟，以及近期发展计划．     

一个大洋环流模式中赤道西太平洋暖池海面温度对西风爆发的响应

用逐日的欧洲中期数值预报中心再分析(ERA)风应力,和由Haney公式结合ERA海表资料与预报海温计算出的热通量强迫一个全球大洋环流模式.并用逐日的模拟结果与TOGA-COARE(Tropical Ocean--Global Atmosphere--Coupled Ocean-AtmosphereResponse Experiment)浮标观测资料对比,分析模拟结果中暖池海区上层海洋热量平衡对西风爆发(WWB)的响应.在第一次WWB过程中,模拟与观测的主要差异在WWB期间,而造成差异的原因主要是模式中由下沉运动引起的增温和由强的纬向温度梯度引起的暖平流.初步认为下沉增温可能是差分格式本身和模式分辨率不足造成的.从热量平衡的结果看,第二次WWB事件的模拟比第一次更成功,两次差异可能与两次WWB事件的季节背景不同有关.     

一个海陆气耦合模式中大气-植被的年际变化及其相互作用

含有动态植被过程的陆面模式Atmosphere-Vegetation Interaction Model(AVIM)与中国科学院大气物理研究所大气科学与地球流体力学数值模拟国家重点实验室(IAP/LASG)的9层大气环流模式AGCM 及20层的海洋环流模式(OGCM)耦合,建立了一个全球模式(GoALS-AVIM)并进行100年的模拟积分.后40年的结果分析表明,该耦合模式能够合理地模拟大气及陆地生态系统显著的年际变化.用奇异值分解(SVD)分析了东亚地区植被生长和气候变化的相互关系,发现在东业区域的植被净初级生产力(NPP)强弱的变化对血着大气环流的变化,特别是NPP分别与850 hPa的风场和500 hPa的高度场表现出很强的时空一致性.在东亚地区,由于植被类型的不同,导致NPP年际变化与降水、表面气温、短波辐射的年际变化的相关性不同,它们的年际变化与相关物理量场的年际变化表现出很强的植物种类的区别.     

东亚地区陆地植被净初级生产力与夏季气候的模拟

利用中国科学院大气物理研究所(IAP)一个海洋-大气-动态植被耦合模式(GOALS-AVIM),进行了100年模拟积分.基于模拟结果,对东亚地区的植被净初级生产力(NPP)、降水、地面气温和短波辐射的季节变化进行了标准化对比,分析了NPP的时空格局与气候因子(气温、短波辐射和降水)的关系;利用奇异值分解(SVD)对东亚夏季降水场和NPP的关系进行分解.结果表明,夏季东亚地区植被NPP及相关气候因子的时空变化规律明显,耦合模式可以很好地模拟出观测存在的降水及NPP、LAI(叶面积指数)大值区随季节北移南退的形态;由于耦合模式中AVIM的双向特点,模式模拟的NPP与其他物理场的季节变化有很强的对应关系,而且在不同时间和地区,NPP与降水、地面气温、短波辐射表现出不同的对应关系,其中植被NPP时间变化与气温和降水的相关性都较高;从NPP场和降水场夏季逐月标准化距平奇异值分解的空间分布模态来看.NPP与降水在时空场上表现出很强的耦合性,NPP的空间格局与降水存在较好的相关性,不同地理位置的相关性强弱不同,分解出的降水场异常相关模态也再现了东亚夏季降水移动的时空特征,同时东亚雨带随季节变化与NPP的气候变率表现出不同的对应模态.     

国家自然科学基金大气科学学科二级申请代码下设研究方向与关键词解读:D0512地球系统模式发展

2018年起,国家自然科学基金委员会推进科学基金系统性改革,为更好的助力优化学科布局,2019年大气科学学科率先开展了学科申请代码调整,通过广泛的战略研究与研讨形成了2020年度申请代码设置方案,确定了以“分支学科”“支撑技术”和“发展领域”三个板块、共15个“二级申请代码”为主要架构的学科资助体系,并组织专家对各“二级申请代码”的下设研究方向和关键词进行系统梳理和分析,经过三年实施和不断优化形成了当前的版本。本文主要针对D0512地球系统模式发展下设的五个研究方向和关键词进行解读,介绍其设置背景,下设研究方向及关键词的总体框架,并基于科睿唯安Web of Science数据库对该申请代码下不同方向关键词的出现频率和研究热点进行了分析和讨论,发现五个方向的主要关键词基本设置合理,在后续工作中需要继续优化和适当调整,不断扩大影响并吸引更多的优秀申请人,促进我国地球系统模式的发展。     

用IAP/LASG GOALS模式模拟CO_2增加引起的东亚地区气候变化(英文)

用一个全球耦合的海洋──大气──陆地系统模式（ＩＡＰ／ ＬＡＳＧ ＧＯＡＬＳ）研究因 ＣＯ２增加引起的全球增暖,重点是讨论东亚地区气候变化。完成了两个试验,一个是ＣＯ２含量保持不变的对照试验,一个是ＣＯ２浓度按每年１０％增加的扰动试验。结果表明,在对照试验中没有出现气候漂移,在ＣＯ２含量加倍时全球平均地面气温将增加１．６５℃。ＧＯＡＬＳ模式能较好模拟观测的东亚温度和降水的空间分体和年循环,但模拟的年平均温度略偏低、年降水稍偏大。在ＣＯ２含量加倍时,东亚地区温度和降水将分别增加２．１℃和５％,最大增温出现在中纬度大陆上,最大的降水增加出现在２５°Ｎ附近。     

Annual cycle and interannual variability in the tropical pacific as simulated by three versions of FGOALS

The seasonal cycle and interannual variability in the tropical oceans simulated by three versions of the Flexible Ocean-Atmosphere-Land System (FGOALS) model (FGOALS-g1.0, FGOALS-g2 and FGOALSs2), which have participated in phases 3 and 5 of the Coupled Model Intercomparison Project (CMIP3 and CMIP5), are presented in this paper. The seasonal cycle of SST in the tropical Pacific is realistically reproduced by FGOALS-g2 and FGOALSs2, while it is poorly simulated in FGOALS-g1.0. Three feedback mechanisms responsible for the SST annual cycle in the eastern Pacific are evaluated. The ocean-atmosphere dynamic feedback, which is successfully reproduced by both FGOALS-g2 and FGOALS-s2, plays a key role in determining the SST annual cycle, while the overestimated stratus cloud-SST feedback amplifies the annual cycle in FGOALS-s2. Because of the serious warm bias existing in FGOALS-g1.0, the ocean-atmosphere dynamic feedback is greatly underestimated in FGOALS-g1.0, in which the SST annual cycle is mainly driven by surface solar radiation. FGOALS-g1.0 simulates much stronger ENSO events than observed, whereas FGOALS-g2 and FGOALSs2 successfully simulate the observed ENSO amplitude and period and positive asymmetry, but with less strength. Further ENSO feedback analyses suggest that surface solar radiation feedback is principally responsible for the overestimated ENSO amplitude in FGOALS-g1.0. Both FGOALS-g1.0 and FGOALS-s2 can simulate two different types of El Ni-no events — with maximum SST anomalies in the eastern Pacific (EP) or in the central Pacific (CP) — but FGOALS-g2 is only able to simulate EP El Ni-no, because the negative cloud shortwave forcing feedback by FGOALS-g2 is much stronger than observed in the central Pacific.