整体数据同化的一个简单的耦合气候模式 : 海洋大气相互作用的作用外文翻译资料

英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料

整体数据同化的一个简单的耦合气候模式 :

海洋大气相互作用的作用

刘征宇, 武 术, 张绍晴, 刘 赟, 容新尧

摘要：一个概念上的海气耦合模型一般被用来研究其全体耦合数据同化方案在同化中的作用。最佳方案是一个在大气和海洋数据分析中都利用了耦合的协方差矩阵以及同化观测，进而充分的进行了耦合数据同化的方案。对于能够捕捉到大气干扰的短暂的小波动的大气天气变化的同化方案，被认为是在对海洋和大气的估计中最重要和核心的步骤。天气大气观测对于中纬度系统尤其重要，因为这里的海洋变化往往是被大气扰动所驱使。耦合模型中对于天气大气变化的同化促进了对于大气变化的分析和预测，减少了表面力的误差，反过来也减少了海洋带来的误差。大气观测能够进一步通过海气之间的耦合协方差，来直接促进海洋数据的预测。相对于中纬度系统，热带系统更多的受到海气相互作用的影响，因此，对海洋观测的同化在对海洋和大气的估计中变得更加的重要。

关键词：集合卡尔曼滤波，耦合模型，海气相互作用，耦合协方差

1、介绍

作为一种流依赖的资料同化方案，集合卡尔曼滤波在本质上等价于四维变换同化方案。然而，集合卡尔曼滤波方案像普通的海气耦合模型一样，不需要子模型的配合。因此复杂的模型更加具有应用的价值与前景。在OAGCM中，集合卡尔曼滤波方案对于气候预测在模型的初始化中有核心地位。（e.g zhang et al.2009,2010）。由于气候系统的历史数据多存在于海洋，因此大多数的预测研究都专注于海洋的初始条件的优化上。早前对于OAGCM的初始化工作要么使用原始逼近方案（e.g. Latif et al., 1993; Rosati et al., 1997; Luo et al.,2005; Smith et al., 2007; Keenlyside et al., 2008），要么利用分散数据同化来构建模型。(e.g. Ji et al., 1995; Rosati et al., 1997; Fujiet al., 2009).近来，enkf方案对oagcm模型中对大气和海洋环境的同化做了补充。(Zhang et al., 2007).这一方案对优化初始耦合条件是必要的，反过来，相比较传统的3D海洋初始化方案来说，也提高了海洋的气候预测。然而，除了一些少数的对于简化耦合气候模型研究以外，(e.g. Sun et al., 2002; Zhanget al., 2011; Zhang, 2011a, b),enkf方案在气候耦合中还没有被广泛的开发应用。形成这一现状的愿意一方面是与其自身相比较而言的，另一方面也因为耦合系统的复杂本质尤其是海气之间不同的时间尺度决定的。因此，enkf在oagcm中应用的重要议题依旧需要探索。而这中间，我们主要关注的是两个问题。第一，天气大气变化的同化对耦合气候预测来说到底有多重要？第二，海气相互耦合在耦合数据同化以及气候的初始化和预测中的重要性究竟是什么？

据研究表明，在气候预测中的大气探测同化的重要性，显著地体现在enso的预测之中。利用简化的逼近方案，利用初始的，受观测的地面风强迫的海洋条件，预测能够得到了优化，(Cane et al., 1986; Latif et al., 1993)。此外，在耦合模式中，不仅通过海洋模式的同化，而且通过对观测到的地面风进行同化，可以得到初始场。(Chen et al., 1995)。相比较仅仅用海洋3D同化模式进行初始化而言，利用enkf方案，通过在耦合模型中添加对大气观测的同化，enso的预测准确度可以被提高(Zhang et al., 2008)。然而，现在还没有研究出系统的探究耦合同化和大气观测在耦合系统中的作用。

本篇论文中，我们将会探究耦合同化的作用，以及大气探测同化在系统的耦合enkf方案中的作用。作为一个试验性研究，我们应用enkf方案的一种，eakf方案，(Anderson, 2001, 2003),一种简化的概念上的海气耦合模型。我们以海气耦合在耦合系统中的作用为着眼点来比较不同的耦合同化方案。尤其是天气大气观测在耦合同化中的作用。耦合的气候主要在两种环境背景下进行研究，一种是模拟中纬度系统，一种是模拟热带系统，前一种系统是完全受天气扰动所驱使的。我们的研究充分展示了耦合同化的方案，这种方案通过耦合协方差矩阵对海洋和大气观测进行同化，进而给出一个最佳分析结论。这种最佳分析方案的实现，是基于天气大气变化的同化优化了表面大气强迫对海洋的作用的背景。尤其是高频大气数据捕捉到的短暂的大气扰动活动和因此产生的表面大气强迫对海洋的作用。天气扰动强迫在中纬度系统中尤为重要。除此之外，海气之间的耦合协方差的实现，通过海气之间背景环境的协方差，进一步直接促进了对海洋环境背景的分析。

论文按照下面的安排来进行。我们将会在第二部分具体介绍我们所说的概念上的气候耦合模型。然后在第三第四部分分别对中纬度和热带系统的不同耦合同化方案进行比较，最后，第五部分将呈现最后的结论和讨论。

2、模型

简单的气候模型包括了快速混乱变化的大气系统和低速振荡的海洋系统两个部分。大气中的风或者是天气扰动，都是被洛伦兹63模型所支配控制的。(Lorenz, 1963)

其中自变量m1=1/6被用来将洛伦兹模型与其余的模型公式中的时间间隔相匹配。表面温度Ta是由理想化的热力学模型所决定的：

慢速的海洋包括被震荡模型所定义的“海表温度”（SST）T和“跃温层深度”h。

其中在天气扰动强迫中缺测的模型参数有：

所有变量都是无量纲形式，无量纲时间参数t为1。模型的时间处理通过利用龙格-库塔算法中的时间间隔dt=0.002来解决。

在这种概念上的耦合模型中，洛伦兹模型可用来表示大气内部的变化，即所谓的“风”；这种风的组成是由大气自身的混乱的不稳定性诱发的，并且也依赖于海洋的反馈作用。风的变化活动作为一种天气扰动驱使了气温和海温SST的变化。气温和海温的耦合是通过海洋大气的负反馈机制c(T minus; Ta)所实现的，因此展现出了能够和海洋发生强烈耦合的那部分的大气变化。海洋模型最初是被热带耦合海气系统所驱使产生（类似充值振子模型）(Jin, 1997)并伴随着内部的振荡模式所存在的。这种震荡在本文中象征性的用来展现一种海洋的单独系统。为了避免歧义，这种模型后面会归类于海洋震荡模型。

尽管这种概念上的模型是简化版的，但是仍然能够通过日变化快速的大气和年际变化缓慢的海洋之间的耦合来获得到耦合系统的本质特点。除了可协调的相关耦合强度micro;以外，大气风模型与海洋模型中的参数各自都可以作为洛伦兹和jin的模型参数的标准。其他的参数被如此调整之后，能够使耦合模型从相关性很高的系统中获得耦合变化的重要的统计特点，进而使得这种模型可以与更加复杂的气候模型相配套。我们建造了两种模型环境，分别是中纬度系统和热带系统。在中纬度系统中，参数可以取到缺测的值。尤其是对于由于海洋不稳定参数很小，而导致海洋模式是一种衰减震荡的模式。因为这些，中纬度系统完全受到利用了较大的强迫参数的大气扰动的驱使。（c2 = 0.05, c4 = 0.1 in Eq.）。而在热带系统中，大气强迫的作用减小了10倍c2 = 0.005, c4 = 0.01.。此外，不稳定度被增强到micro; = 1.5，所以海洋模式变成了一种自激模式。从数学方面来说，中纬度系统是一种在强烈的随机扰动强迫下的衰减系统，然而热带系统是一种会被微弱的随机扰动所修改的自激系统。

在中纬度系统中，大气风呈现出快速且混乱的变化的状态。海洋则呈现出缓慢的不规律的震荡，并且会不时的被快速的大气扰动所切断。气温包括由风引起的快速变化和由SST引起的缓慢变化。中纬度系统在目前所具有的OAGCM模型中能够获得许多主要的特点。国家大气研究中心的气候模型系统3.5版本，是在与中纬度北大西洋环境下的OAGCM CCSM3.5 (Fig. 2a模型)与简化模型之间的滞后相关性的比较中研究出来的。在CCSM3.5 (Fig. 2a) 和简化模型 (Fig. 2b)之中，各自的自相关性也都显示出了表面风存在不足一月的去相关性时间，以及SST中存在数月的长久的去相关时间。两种气温的自相关都会在第一个月减少的很快，而后在后面数月变得缓慢，并且每种自相关都受到快的大气风变化和慢的SST变化的反馈作用。每个 SST之间的互相关性，当风场决定SST场时得到的，高于SST场决定风场所得到的，表明风是一个伴随较少反馈的，主要受到海温变化驱动的中介。相比较而言，尽管在气温决定海温时相关仍然会更强，但是每种气温与海温的互相关在伴随超前滞后时都是对称的。这反映出了中纬度系统中海气负反馈的本质，伴随着海气热通量在SST起初的驱动增长与后期的衰减之中的二重作用。(Frankignoul et al., 1998)。因此，简化模型能够从更加逼真的系统中获得一些海气反馈作用的统计特征。

在热带系统中，海洋展现出了不伴随任何扰动的自激振荡特点。表3a和b展现了自激解决方案很少受到混乱大气的扰动。相比较中纬度系统中的1a和b，热带模型方案表现出了一种更加规律的循环扰动。由于天气扰动微弱的影响，滞后相关系数表明，在OAGCM模型(经向风, Fig. 4a) 和简化模型中 (Fig. 4b)，气温往往和海温有相同的变换趋势，然而风往往和海温是不相关的。

图2. 每月海温的自相关（实线）和互相关（虚线），气温和风在CCSM3.5北大西洋平均为a图，在中纬度耦合系统中为b图。风在a图中表现为带状风，在b图中为x2。互相关是SST与风，SST与气温之间的，并且是在海温场决定大气场条件下的正向滞后。

图3. 和数据1一样，但是是对于热带耦合系统而言。

图4. 同数据2一样，但是是热带耦合系统中。

简而言之，尽管这套模型经过理想化后的，但是仍然可以获得到海气耦合系统的重要特点，因此能够提供一个可以用来探究海气相互作用在耦合同化中的作用的工具。

3、 中纬度系统中的耦合同化

下一步计划，是要研究最优模型中对中纬度耦合模型中的不同数据同化方案，关注点主要在海洋环境上，因为海洋环境中长期所积累的信息对于气候预测来说至关重要。起初，一种带有初始条件的控制模拟系统会被执行h = 0, T = 0,Ta= 0.15, x1 = x2 = x3 = 0.0001 (Figs. 1 and 3)。一种合成观测方案通过加入了新的观测扰动而建立起来。每种变量的观测误差其实是种无法避免的高斯扰动，对于控制模拟时可接受的范围标准被定为10%。除非有详细的说明，耦合模型每隔10个间隔（大约1.2天）对大气进行一次同化，隔40个间隔（大约5天）对海洋进行一次同化。每个整体有20个成员，每次同化需要在没有环境协方差波动的条件下整合200年。整体成员的初始条件是在某次随机的小扰动的观测中建立的。在本文中，我们讨论 所有观测变量的同化。当有一个观测条件的子集被同化后，剩余的结果应该是定性保持一致的。进一步的敏感性试验表明我们剩余的结论是定性的符合其他条件的，包括同化的时间间隔，全体的成员，观测误差的量级以及膨胀因子。

我们最初比较了中纬度系统中的三种耦合同化方案，三种方案都利用了滤波分析中的耦合后的背景协方差矩阵：CP-A 支队大气观测进行同化，CP-O 只对海洋观测进行同化，以及CP-AO对海气观测都进行同化。我们将会根据标准化的RMSEs（均方根误差的标准差标准化控制）来比较这些结果。其中，最具综合性的方案是完全耦合同化方案CP-AO，其同化了海气的观测数据。RMSE方案分别降低了大气和海洋的观测误差为30%、3%（数据5）（数据5中的未耦合方案As-O将会在后面第3b部分进行讨论）。如果仅仅是对海洋观测进行同化（CP-O），RMES将会对h和SST的观测误差分别减少20%和85%，但是依旧是可同大气的控制变量相比较的，大气变量通过RMES对气温和风的误差分别减少55%和90%。适度的海洋误差，特别是对于SST来说，比在CP-AO中大得多，表明了在耦合同化中大气观测对海洋条件的重要性。海洋观测对于大气的不足的约束作用是我们所希望的，因为风并不能反映海温[as in Eq. (1), andthe poor correlation of lt;0.2 (Fig. A1b)]，同时气温是主要受到随机的风强迫的作用，而对SST的响应很弱。

相反而言，当大气观测在耦合模型CP-Ａ中被同化后，分析就得到显著的提高。CP-A的RMES方案将会减少同CP-AO相同水平的误差，这表明，在中纬度系统中，大气观测有着十分重要的作用。

图表5. 分析中纬度耦合系统中的不同同化方案的所有6个变量的RMES方案（按照控制运行的标准误差进行标准化）。OB:观测值；耦合方案：CP-A，CP-O以及CP-AO；未耦合方案：As-O（同表一）。大气和海洋的观测时间间隔分别为10和40。RMES被计算当做所有分析间隔内的RMES的值的平均。

有趣的是大气观测值在海洋背景下比海洋本身的观测值更加重要。大气观测的核心重要性在本文可以充分的展现出来，一方面，来自于中纬度系统的自动化本质。SST变量被天气大气变量所强迫，常常被当作是缓慢的海洋气候的时间范围内的随机扰动。大气强迫对SST的控制作用能够在海温和气温之间的滞后协方

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27097]，资料为PDF文档或Word文档，PDF文档可免费转换为Word