CMIP5模式模拟的大西洋多年代振荡对气候的影响：基于指数修正后的重新评估外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

CMIP5模式模拟的大西洋多年代振荡对气候的影响：基于指数修正后的重新评估

Kewei Lyu and Jin-Yi Yu

加利福尼亚大学地球系统科学系，美国，加利福尼亚，尔湾

摘要：大西洋年代际振荡（AMO）对全球天气和气候有显著影响，此次研究对观测到与AMO相关的海表温度、降水异常和耦合模型比对CMIP5模式中的一些模拟数据进行了直接比较。研究发现，如果同以往一样用北大西洋海表面温度本身来表示AMO，那么在某些关键区域，模式模拟的与AMO相关的特征会被全球信号掩盖。在研究AMO的全球影响（如太平洋海温和美国、印度的降雨量）时，从北大西洋海温中去除全球平均海温后，CMIP5模式与观测结果基本一致。这些结果表明，揭示气候模式模拟AMO特征时，去除来自全球信号或其他海洋信号的干扰是必要步骤。

1.引言

北大西洋年代际震荡（AMO）是北大西洋海表温度在年代际时间尺度上显示出的一个大尺度变化（Kerr, 2000），不过目前观察的AMO的基本机制仍然是一个争论的主题。AMO可能源于气候系统中的动力学，它解释了AMO的存在—与基于工业前气候重建和具有恒定外力的长期气候模型模拟的时空特征相似（Delworth和Mann，2000；Knight等，2005），这种“内部生成”的AMO通过大西洋经圈翻转环流（AMOC）（例如，Delworth等，1993；OReilly等，2016；Zhang等，2016）或中纬度大气随机强迫因子（Clement等，2015）改变了向北的热量传输，除了这些非强迫性气候动力因素之外，人为或自然发生的外部作用力（例如，气溶胶和火山）也可能有助于AMO观测（Otteraring;等，2010；Booth等，2012），许多研究表明，所观察到的AMO是内部变化和对外部作用力的响应的结合现象，这些不同要素具有一些不同特征，不过完全弄明白仍然是具有挑战性的（Knight，2009；Ting等，2009，2014；Delsole等，2011；Teray，2012；Zhang等，2013；Lyu等，2015）。

尽管主要驱动因素尚不清楚（例如，Keenlyside等，2015），但作为最重要的气候模式之一，AMO与显著的区域气候异常有着广泛的联系，这些异常可能会产生巨大的社会经济后果，AMO可以影响大西洋飓风活动（Goldenberg等，2001），扰乱北美和欧洲夏季降水（Goldenberg等，2001），甚至可以改变美国（Enfide等，2001）、萨赫勒地区（Folland等，1986）和巴西东北部（Knight等，2006）的降雨量。AMO的影响在大西洋内部和周围还不确定，但在世界各地都有发现，例如亚洲和印度季风（Zhang和Delworth，2005）、中国夏季干旱（Qian等，2014）、西伯利亚降雨（Sun等，2015）、低频厄尔尼诺-南方涛动调整（Dong等，2006；Timmermann等，2007；Yu等，2015）和南极海冰（Li等，2014），针对其与区域气候现象的高关联性，用AMO及其气候影响进行实际模拟对于更好地了解历史气候记录以及提升近期气候预测具有重要意义。

一些研究已经检验了全球气候模型是否能够模拟AMO及其气候影响，在耦合模型比较计划第3阶段（CMIP3）模型中模拟的AMO海温模式和相关的热带大西洋降水异常与实际观测结果相似，然而他们也发现CMIP3模式不能模拟与AMO相关的热带太平洋海表温度异常以及北美、印度和澳大利亚等其他地区的降水异常。耦合模式比较计划第5阶段（CMIP5）的当前一代全球气候模型也可以模拟类似AMO的模式，但可能低估其振幅和年代际要素（Zhang和Wang，2013；Peings等，2016）。Kavvada等（2013）和Ruiz-Barradas等（2013））认为，CMIP5不能模拟AMO的某些详细特征及其对邻近大陆的水文气候影响；Han等（2016）发现CMIP5模拟中北大西洋周围与AMO相关气候信号与观测结果完全一致，而其他地区却有大的分歧，致力于重现一些观测到的与AMO相关气候现象的气候模型不尽人意，这引发了人们对其与AMO之间从短期记录中推断出来的联系的可靠性提出质疑，此外，还对当前全球气候模式表示和预测这些或其他气候影响的能力提出质疑。

在这项研究中，我们提出，以前使用北大西洋平均海表温度（NASST）来代表AMO的研究未能解释在很大程度上掩盖AMO相关大尺度特征的全球信号，在这里，我们基于一个通过简单地从NASST中减去随时间变化的全球平均海表温（GMSST）来修正的AMO指数，提出了CMIP5中模拟的与AMO相关的全球影响的新评估，这一新的评估结果表明，与由NASST来估算结果相比，它与观测到的对应现象有更好的一致性，这意味着全球气候模式的性能比以前的研究结果更好。

2.观测与CMIP5模式

使用气候研究单位时间序列数据集第3.23版（CRU TS 3.23）中1901-2014年期间0.5°水平分辨率的网格化海表温度和降水（Harris等，2014）来描述观测到的AMO影响，1°经度纬度网格上的SST数据来自哈德利中心的SST数据集（Hadisst）（Rayner等，2003），我们分析了26个CMIP5模型，可以提供至少400年的前工业时期数据（支撑信息表S1），前工业时期的AMO循环数据比历史运行和观测数据要大得多，这些数据主要分析了在相对较短的观测记录中观察到的AMO气候影响显著与否，此外，选择分析前工业时期也排除了来自外强迫的可能贡献，因此选择调查对仅在气候系统内部引起的AMO。

3.结果

NASST指数计算由10年SST低通过滤面积（0°–70°N，80°W–0°）加权平均值得到（支撑信息图S1）。NASST线性下降以消除长期气候变暖趋势，但由于人为影响不一定是线性的，线性下降可能不能完全消除NASST上人为强迫因子的影响，考虑到观测到的NASST变化是由（背景）全球平均海表温度和（起源）北大西洋的区域海表温度组合而成，我们表示为：

（北大西洋平均海表温度）NASST=（全球平均海表温度）GMSST （修正的北大西洋年代际震荡指数）AMO*，

Trenberth和Shea（2006）通过从NASST中减去GMSST时间序列，提出了修订的AMO指数，在这里，尽管GMSST受到随机人为因素的影响，它来自气候内部变化的贡献仍然很大。考虑到GMSST可能不足以表示北大西洋局部的外部强迫，另一种推导AMO指数的方法是从观测到的NASST中删除NASST变化强迫分量的多模整体估计值（Ting等，2009年）。Deser等（2010）和Peings等（2016）表明，尽管它们在近期北大西洋变暖归因于外部强迫还是内部AMO的问题上存在很大差异，但这三种类型的AMO指数的时间演变具有很大的一致性。我们发现在观测中，变化和下降的NASST和AMO*之间的相关性高达0.88。因此，如下图所示，观察到的变化和下降的NAAST和AMO*上的回归模式差异不大，并且与去除模式估测强迫因子的NASST回归模模型具有相似的特征（Ting等，2011）。

我们通过将观测到的SST、地面温度和模拟的地面空气温度回归到经过过滤的NASST和AMO*上，以此检查与AMO相关的表面温度异常。AMO具有一个逗号SST结构，最大异常在亚极地北大西洋延伸到盆地东部的亚热带，CMIP5很好地模拟了AMO回归是基于NASST还是AMO*（图1），海温场上AMO的影响，虽然集中在北大西洋，但远远超出了这个范围；在观测中，正AMO相伴随着南大西洋的冷却、南大洋的带状拉长带和热带太平洋的冷却以及西北太平洋和西南太平洋的变暖（图1a和1b）；在20世纪60年代和90年代的最近两次AMO相移事件中可以看到类似的特征（支撑信息图s2），冬季和夏季也会出现类似的特征（支撑信息图s3和s4）。观察到的与AMO相关的太平洋SST异常通常与在北大西洋使用规定的AMO SST强迫的耦合模式实验中看到的响应一致（Dong等，2006；Kang 等，2014；Kucharski 等，2016；Lyu等，2017；Ruprich-Robert等，2017），同时它们也与对AMOC强度变化的反应一致（Zhang和Delworth，2005；Timmermann等，2007；Wu等，2008），并同意Barcikowska等（2017）的最新分析。McGregor等（2014）和Li等（2015）认为，最近的热带大西洋变暖导致了过去几十年热带太平洋的降温。

图1 年海表温度（北大西洋每暖化1°C）与10年低通滤波和衰减（A和C）NASST的回归模式和（b和d）NASST减去GMSST：观测图1a和1b以及CMIP5前工业时期运行的多模平均模式图1c和1d，以及点画表示至少三分之二的模型（26个中的18个）与回归值一致

在CMIP5前工业时期模拟中，对NASST的多模平均回归模式显示，全球大部分地区出现了广泛的变暖（图1c），这与北大西洋外实际观测到的异常情况形成了鲜明对比（图1a和1b），模拟的NASST海温异常伴随热带太平洋变暖，中纬度地区没有明显的降温（图1c）这与在太平洋的观测结果几乎相反；相反，当回归到AMO*即NASST减去GMSST时，我们发现在CMIP5前工业时期模拟中可以清楚地看到北大西洋以外实际观测到的大多数与AMO相关的SST特征，包括南大西洋、南大洋和热带太平洋的冷却以及温带太平洋的变暖，不过西南太平洋变暖并没有持续再现（图1d）。

看来，尽管这不是观测的必要程序，但在进行回归之前为了识别在气候模式模拟中与AMO相关的“真实”海表温度异常，必须从NASST中去除GMSST（图1c和1d），（图1a和1b）。为了解释这种差异，我们调查在观测和CMIP5模拟中GMSST变化的原因：对观测中10年低通滤波和去全球变暖GMSST的回归表明，最大的异常出现在北大西洋，与AMO极为相似（图2a），这些研究表明，与先前研究的一致，观测到全球平均表面温度的变化有一个很大程度上与NASST变化相一致的年代际分量（Schlesinger和Ramankutty，1994；Wu等，2011；Zhou和Tung，2013；Chylek等，2014）；观测到的GMSST变暖不仅伴随着北大西洋变暖，还伴随着南大西洋和南大洋的变冷（图2a），这可能暗示了大西洋经圈翻转环流（AMOC）的特征。Chen和Tung（2014）发现，在最近全球平均表面温度变暖减缓（停滞）期间，大西洋和南大洋出现了大量的海洋热吸收，进一步支持了AMOC在全球热量再分配中的重要作用，因此，观测到的年代际GMSST变化可能部分是由于内部AMO变化，正如Enfield和Cid-Serrano（2010）所评论，这意味着从NASST观测中去除GMSST将导致部分AMO要素的丢失，然而，为了明白AMO的大尺度遥相关型，而不是AMO本身，去除GMSST对观测结果影响不大（图1a和1b），因为与观测到与GMSST变化主要位于北大西洋，在其他区域较弱（图2a），因此在观测中，从NASST相关特征（图1a）中除去GMSST相关特征（图2a），得出在北大西洋内外都非常一致的模式（图1b）。

Trenberth和Shea（2006）提出的从NASST中去除GMSST的目的是从观察结果中消除人为影响，有人可能会问，为什么这个步骤对于不包含外部强迫因子的前工业时期气候模型模拟是必要的（图1c和1d），CMIP5前工业时期模拟中过滤和去趋势GMSST上的多模平均回归模式在热带太平洋表现出了显著SST异常，在中纬度南北太平洋表现出相反的异常（图2b），这与太平洋年代际振荡模式非常相似（Lyu等，2016），表明太平洋低频气候变化在最近全球平均海温变暖减缓中具有重要作用（Kosaka和Xie，2013；Trenberth和Fasullo，2013；England等，2014；Maher等，2014；Song等，2014），为了直观地比较实际观测值和模式模拟值，我们使用NASST和热带太平洋SST在超过10年时间尺度上观测数据和CMIP5模拟的前工业时期数据，计算了GMSST与它们的相关性；虽然观测到的GMSST与NASST高度相关（~0.77），但在CMIP5中，大多数前工业时期数据表示不受外界强迫因子的GMSST变化，和NASST比，与TPSST更相关（图2d）；似乎GMSST在实际观测和前工业时期模拟中的变化可能是不同气候过程的结果，这些气候过程在不同的海域中具有不同的侧重点（图2a和2b），回归到NASST（图1c），是AMO相关要素（图1d）和GMSST相关要素（图2b）的联合效应，后者主要由模拟中的前工业时期太平洋低频变化引起，由于北大西洋以外与GMSST相关的SST异常与前工业时期模拟（图2b与图1d）中与AMO*相关的异常在符号上几乎相反，这两个信号的组合回归到NASST（图1c）上，很容易掩盖了起源于大西洋的AMO的相关数据，因此，对于气候模型前工业时期的模拟，只有在将全球数据分解后才能揭示北大西洋以外与AMO相关的SST特征（图1d）。

我们使用CMIP5历史模拟数据重复了我们的分析，在这里发现，和观测到的一样，GMSST变化有来自变化的外部作用力的额外贡献（Sutton等，2015），在历史模拟中，过滤后和去趋势后的GMSST与NASST之间的相关性比前工业时期模拟中的更大，更接近于观测值（图2d），然而，GMSST仍然与TPSST高度相关（图2d），因为GMSST回归模型也显示出了热带太平洋最大的SST异常（图2c），因此，与模拟前工业时期一样，在历史模拟中，将GMSST从NASST中移除也有助于揭示全球数据中与AMO相关的大尺度特征数据，不过，这样一个简单的程序不能完全解释外部强迫下的NASST信息（支撑信息图S5），观测的（图2a）和历史模拟（图2c）的GMSST回归模型之间的不一致性对我们理解全球平均海表温度变化是一个挑战，造成这种差异的可

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[20026]，资料为PDF文档或Word文档，PDF文档可免费转换为Word