本来是想搜关于cam4,cam5及cam6模式比较的文献,结果在 JJ Benedict 《Aquaplanet Hydrologic Cycle Sensitivities to Model Configuration in Present and Future Climates》的海报中看到以下这篇参考文献,看题目感觉挺有意思。于是拜读了一下。
PS:上述JJ Benedict关于水球模拟的实验中,说到利用不考虑海陆对比、季节变化的简单水球实验(降低了气候模式的复杂度) 可以探究模拟的气候对模式实验设置的敏感度。 于是作者利用cam4,cam5,cam6及1°,2°精度及不同co2浓度设置了一系列实验,探究模式模拟对物理过程、精度、气候变化的响应。 发现:
Held, I. M. (2005). “The gap between simulation and understanding in climate modeling.” Bulletin of the American Meteorological Society 86(11): 1609-+.
Bordoni, S. and T. Schneider (2008). “Monsoons as eddy-mediated regime transitions of the tropical overturning circulation.” Nature Geoscience 1(8): 515-519.
Tapio Schneider主要做理论。通过他,找到了一个博客 https://climate-dynamics.org/blog/ 。
主要观点:随着辐射加热随季节的变化,季风降水的爆发是非常迅速的,并伴随着快速的环流变化。 于是认为,季风的产生并不是因为海陆热力差异,而是因为大尺度的赤道外涡流和赤道反转气流有关。
此处的研究方法:用全水球来模拟地球,但并不是全耦合的,水层相当于一个厚板,忽略海洋动力过程。An aquaplanet general circulation model
但似乎只有在混合海洋层厚度为1m时,雨带的南北移动和突然爆发才比较明显。在混合层厚度为100m时,南北移动便不是很明显。
说的似乎是:地面的热惯性要足够低,使得近地面的湿静力能得以快速调整。不同的混合层厚度代表热惯性的大小,混合层越厚,热惯性越大。
当然在这篇文章中,季风爆发原因的研究是次要的,他似乎更强调中尺度涡的作用。此处,可以参考其另外一篇文章
Schneider, T. and S. Bordoni (2008). “Eddy-mediated regime transitions in the seasonal cycle of a Hadley circulation and implications for monsoon dynamics.” Journal of the Atmospheric Sciences 65(3): 915-934.
在看这篇文章的时候,总能让人联想起另一篇文章。这是一篇很短小的文章,通过设置平板水面(slab ocean)来研究ENSO发生的条件。
该实验中没有海洋动力过程,可研究大气反馈(云覆盖、风场)作用及上表层海洋热容在EI NINO变化中的重要作用。
Dommenget, D. (2010). “The slab ocean El Nino.” Geophysical Research Letters 37.
发现只有当初市场中赤道冷舌足够强,使得不稳定的大气反馈得以发生,此时类似于EININIO变化的海温才会出现
Monsoons are generally viewed as planetary-scale see-breeze circulations, caused by contrasts in thermal properties between oceans and land surfaces that lead to thermal contrasts upon radiative heating
the solid grey line marking the 24◦C isoline
exceeds a threshold 超过临界值
in the absence of sth 在某物不存在的时候
flow toward 流向
in the vicinity of 在、、、附近
delve deeper into sth 深入挖掘
模式中spin-up的时间指,模式从开始计算到能量收支平衡所用的时间。所谓能量收支平衡指模式中输入的总能量(FSNT,Net solar flux at top of model(W/m2),(time,lat,lon))等于输出的总能量(FLNT,Net longwave flux at top of model(W/m2),(time,lat,lon))。
以CO2为例。若CO2浓度忽然升高,此时FLNT减少,能量在地球中聚积,温度升高(FLNT增大),对流增加云增多(FSNT减少),于是经过一段时间后,FLNT与FSNT又达到平衡状态,地球温度保持不变。在地球温度对CO2的响应过程中存在滞后,可把这个理解为spin-up的过程。
其中海洋的响应是比较缓慢的,尤其是在让深层海水变热的过程中。深层地表对温度的响应也是比较缓慢的。但大气对温度的响应则比较快速。因此全耦合模式(B)spin-up的时间一般大于只有大气的F模式,当然B的计算量是F的两到三倍。
CO2缓慢增长到两倍,模式spin-up后的全球平均温度比CO2瞬间增长到两倍高。因为co2缓慢增长的话,其模式会随着co浓度的增长而不断处于调整过程,FLNT小于FSNT的时间长,热量聚积得多。当然也可能存在不确定性,这取决于co2增长速度与模式spin-up速度。
那么,如果地球中的陆地面积增加后,其spin-up的时间与水球spin-up时间相比,哪个长呢?(个人觉得必然是全水球的时间长)在相同CO2浓度的情况下,达到平衡后的温度有什么区别?
官网解释为——Perturbation limit when doing error growth test
然后,在实验中通常会在user_nl_cam文件中加入pertlim = 0.01
来为初始场加入一个小扰动,常用于制造集合平均的案例。
查阅CESM官网论坛,得到如下解释:
!pertlim is a perturbation you apply to the initial temperature field.
!Usually, you add a perturbation of the order of 1e-14.
!It is add to the initial temperature field using a random_number generator based on global column index
call random_seed(put=rndm_seed)
do k = 1, km
call random_number(pertval)
pertval = 2.0 *pertlim*(0.5 - pertval)
t3xy(i,j,k) = t3xy(i,j,k)* (1.0 + pertval)
end do
cam6的计算量是cam5的四五倍,cam5的计算量是cam4的四五倍。
最近看了两篇2018年发表的ENSO综述文章,其中一篇是老板和师兄师姐他们一起写的《El Niño–Southern Oscillation and Its Impact in the Changing Climate》,主要侧重于ENSO在过去和未来对全球其他地区天气气候的影响,非常系统,光看其文章标题即可大致了解ENSO对全球的影响有哪些,非常有利于发散思维。但鉴于我主要研究ENSO-monsoon(目前而言主要关注Asian monsoon),因此若要细读的话,可以主要看有关这一part的,至于对其他地方的影响,结论太多不好记忆。
另外还有一篇是刊登在nature上的一篇论文,估计有30多个共同作者,且都是这一领域的大牛(不过没有老板)。这篇文章则主要集中于ENSO的多样性及其物理机制,还有ENSO的预报。和老板的关注点不同。
Timmermann, A., et al. (2018). “El Nino-Southern Oscillation complexity.” Nature 559(7715): 535-545.
在看这两篇综述文献时,发现其引用的一些参考文献我都曾看过,但现在却完全想不起来他的研究方法和结论。看来一些经典的文章还是需要多读呀。比如老板1992年的文章,还有WangBin 2000的文章(讲ENSO通过怎样的遥相关影响东亚)。
图中红色的为正反馈,蓝色的为负反馈。奇怪的是,已知四种正反馈,但这里少了Bjerkness Feedback。当然这里的两种负反馈也从未听说过。
The BJ index is used to assess the growth rate of ENSO in models and observations.
Assessed using coefficients representing processes in ENSO and variable (e.g. h, Q, T…) mean states.
IBJ < 0 the leading ENSO mode is damped, and for IBJ > 0 the leading mode is unstable.
一般认为1997/98的EINino是最强的,其次是1982/83。
找到一篇归纳ncl字体设置的一篇博文,供参考。 NCL写字符串时的函数代码 比较常用的会有
NCL有0-22号、25-26号、29-30号、33-37号、121-137号字体,具体字号样式查询可以在以下网站查看
http://www.ncl.ucar.edu/Document/Graphics/font_tables.shtml
其中22号是我常用来加粗字体的字号
选用字号的方法:
res@gsnStringFont = 22
常用字体有:希腊字符33号,数学符号34号,台风标记在35号里,天气现象符号36~37号。 其中需要转换到Roman font时,可以直接用“~R~”。 大于100号的字体多为空心字体。
以“~B~”开始下标、“~S~”开始上标,以“~N~”结束。
第一类:用“~XnQ~”(字宽)、“~YnQ~”(字高)、“~ZnQ~”(整体),n表示调整后的大小是正常的n%。n省略或取0时,默认n=100,即为正常大小。
Q表示调整后的字符与前面输出的字符保持低端对齐。
第二类:“~P~”:正常大小,“~I~”:索引字符的大小。
res@tiYAxis = True ;显示纵坐标标题
res@tiYAxisFont = 22 ;设定纵坐标标题字号
res@tiYAxisString = "month"
tiYAxisAngleF = "90" ;纵坐标标题的方向,由水平方向逆时针旋转,默认为 90 即竖直放置,若为 0 则为水平
这周的英语听力主要听了几个TED关于语言、听力的演讲,感觉讲的挺有道理的,至少之前从未如此系统地听说过这些。