基于一个中间型海气耦合模式和四维变分同化方法改进ENSO的模拟和预报

发布时间：2018-02-21 15:39

本文关键词： 中等复杂程度的海气耦合模式(ICM) 四维变分资料同化方法 ENSO事件动力过程分析 ENSO模拟和实时预测　出处：《中国科学院研究生院(海洋研究所)》2016年博士论文　论文类型：学位论文

【摘要】：厄尔尼诺和南方涛动(El Ni?o-Southern Oscillation,ENSO)是热带太平洋地区年际时间尺度上的海气耦合现象,是地球气候系统最强的年际变率信号。国际上对ENSO过程、理论、模拟和预报的研究已取得了巨大进展,其预报是迄今为止短期气候预测领域最为成功的例子。但是,目前关于ENSO的研究仍面临许多难题,如对其产生和多样性等的机理还不完全清楚,仍不能对其发生、发展和转换过程等进行准确、实时的预报。本文基于一个改进的中等复杂程度的海气耦合模式(Intermediate Coupled Model,ICM),进一步开展对ENSO事件过程、模拟和预报等研究,包括分析ENSO动力过程以加深对ENSO事件发生和演变的认知;构建一个基于ICM的四维变分(Four-Dimensional Variational,4D-Var)资料同化系统;用所发展的系统开展最优初始化和参数估计研究,改进了ICM对ENSO模拟和预报的效果。本文的主要内容和创新性结论如下:(1)揭示了次表层上卷到混合层海水温度(The temperature of subsurface water entrained in the mixed layer,Te)场在ENSO循环中的重要作用,提出了ENSO事件起源的一个新机制。与著名的延迟振子理论不同(其一个重要过程是赤道波在热带太平洋西边界地区的反射),本论文基于ICM给出了El Ni?o事件起源的一个新机制:海表温度(Sea Surface Temperature,SST)正年际异常可沿太平洋的北赤道逆流(Northern Equatorial Counter Current,NECC)路径传播,当传到中部海区时可引起热带西太平洋地区相应的西风异常;此后,SST正异常和西风异常系统性的发展,强度增强并且在空间上扩展至赤道区域,从而引发El Ni?o事件的爆发。以ICM模拟的第3、4年的一个El Ni?o事件为例分析如下。在发生于第1年的La Ni?a事件后,第2年年初存在一个明显的西边界反射信号,并沿赤道向东太平洋传播,在年中到达东部海盆。然而,这些沿赤道传播的反射信号并未直接导致El Ni?o事件的爆发。相反,在近一年的延滞后,一个显著的El Ni?o事件在第3年年末开始形成和发展,但此时并没有明显的西边界反射信号,这表明El Ni?o事件的起源不能直接归因于西边界的反射过程。然而,实际引发第3年年末的El Ni?o事件的海洋开尔文(Kelvin)波是由日界线附近的风场异常产生的,而风场异常又与首先出现在necc地区的sst暖异常有关(这进一步与持续的热带西太平洋赤道外区域te异常有关,正是这些te异常激发了日界线附近沿necc区域的sst暖异常),这样所引发的海表风场异常和sst进一步耦合,导致第4年elni?o事件的发生和发展。这一结论与许多观测结果一致,如1991-92年elni?o事件的发生和发展。(2)阐明了大气风场强迫和次表层热力强迫在2010-12年lani?a事件的二次变冷现象中起同等重要的作用,为改进enso预报提供理论依据。对2010-12年lani?a事件的实时预报表明,国际上不少著名的海气耦合模式都未能准确预报出2011年的二次变冷现象。影响其实时预报的因子众多,其中包括具有传播特性的热含量异常、局地次表层的热力强迫(反映在te场)和海表风场的动力强迫等。本论文基于icm深入而全面地对2010-12年lani?a事件的二次变冷过程进行分析,结果表明存在两个过程对2011年赤道东太平洋sst演变起重要作用:一是来自热带西太平洋沿赤道向东传播的上层海洋热含量正异常(变暖效应),二是与赤道中东太平洋地区te负异常相关的局地变冷效应(反映了温跃层的影响;这进一步与中太平洋的东风异常相关)。因此,sst状态的演变由这二者的相对大小来决定(可变为正或负异常)。基于icm的试验表明,赤道太平洋持续的te负异常和东风异常的局地变冷效应占了主导作用,导致2011年的sst出现二次变冷;并且东风异常强迫与温跃层热力强迫(用te表示)对sst演变过程同等重要。为了准确地预报出二次变冷现象,icm需要充分合理地描述风应力强迫和温跃层热力强迫的强度。(3)基于icm对2015-16年elni?o事件进行实时预报。这次elni?o事件的一个显著特征是:热带西太平洋sst暖异常在2014到2015年年初缓慢发展;随后,相关的海气异常在2015年春季耦合并增大,于2015年春末快速发展成一个暖事件。icm很好地预报出2014-16年间sst的变暖和变冷趋势。例如,其相关热含量正异常于2014年在西太平洋堆积,并在2015年年初沿赤道向东传播,于2015年春季到达东部海盆区域,对赤道中东太平洋次表层温度产生影响,并造成sst显著变暖;sst暖异常状态于2015年春初出现在赤道中东太平洋,并在西侧伴有西风异常;sst和表层风场异常通过耦合作用进一步增大,导致2015年春末sst暖异常的快速增大;随后,热带太平洋海气系统准备就绪发展成暖事件;预报显示较大的SST正异常于2015年夏季在赤道中东太平洋出现,这表明El Ni?o事件已经形成;这一SST异常进一步加强,在2015年年末达到成熟阶段。随后,一些相关的负反馈过程也开始发挥作用,如热含量负异常在热带西太平洋出现并沿赤道向东传播,可于2016年初到达东部海盆,对SST产生变冷的影响,预计SST会转换为正常态并将在2016年年中或年末转变为冷异常状态。(4)建立了一个基于ICM的四维变分资料同化系统。ICM对ENSO的模拟和预报具有良好的性能,本文将4D-Var方法引入到ICM中,开发了与ICM相应的切线性模式和伴随模式,并设计了最优化方案;此外,对伴随模式和最优化方案的精确性进行了严格检验;最终成功建立了一个基于ICM的4D-Var资料同化系统,并通过一系列敏感性试验,完成对该模式和4D-Var而言最佳的同化参数设置、组合等调试工作。(5)进行了基于ICM的4D-Var同化系统的最优初始化和参数估计试验。在基于4D-Var的最优初始化的研究中,将SST异常资料同化到模式中,与未同化的模式模拟相比表明,同化模拟的结果与真实场更为一致;在基于4D-Var的参数估计的研究中,除了将观测的SST异常资料同化到模式中外,还对模式参数αTe(表征次表层对表层热力强迫强度的可调参数)进行优化,当同时改善了模式的初始条件和参数设置时,可更有效地改进对ENSO的模拟和预报效果。这样,基于ICM所成功建立的4D-Var资料同化系统为ICM实时预报水平的提高提供模式工具和理论指导,为未来ENSO分析和预报等研究打造了一个创新的模式平台。
[Abstract]:El Ni ? o - Southern Oscillation , which is the strongest annual variability signal in the tropical Pacific region , has made great progress in the study of the process , theory , simulation and forecast of the tropical Pacific region . In this paper , the occurrence and development of El Ni ? o events occur at the beginning of the second year . The results show that the El Ni ? o event is not directly attributable to the occurrence and development of the El Ni ? o event . The evolution of the sst state is determined by the relative sizes of the two ( which can be positive or negative ) . Based on the experiments of icm , it is shown that the tropical western Pacific sst warming anomaly has taken a dominant role in the early spring of 2015 . ( 5 ) The optimal initialization and parameter estimation test of the 4D - Var assimilation system based on the ICM is carried out . In the study of the optimal initialization based on 4D - Var , the SST anomaly data is assimilated into the mode . Compared with the unassimilated mode simulation , the simulation results and the real field are optimized .

【学位授予单位】：中国科学院研究生院(海洋研究所)
【学位级别】：博士
【学位授予年份】：2016
【分类号】：P732

【参考文献】