大气和海洋分量模式对赤道中东太平洋年际变率(ENSO)和年循环(SSTAC)振幅的影响
项目介绍
AI项目解读
基本信息
- 批准号:41605061
- 项目类别:青年科学基金项目
- 资助金额:19.0万
- 负责人:
- 依托单位:
- 学科分类:D0502.气候与气候系统
- 结题年份:2019
- 批准年份:2016
- 项目状态:已结题
- 起止时间:2017-01-01 至2019-12-31
- 项目参与者:谢丰; 孙文奇; 李锦熙;
- 关键词:
项目摘要
The El Niño–Southern Oscillation (ENSO) and the sea surface temperature annual cycle in the eastern tropical pacific (SSTAC) are two correlative phenomenon in the tropical Pacific, and affect the ecological environment on a global scale through the atmospheric circulation. The simulation of ENSO and SSTAC have become a key indicator for coupled models, and the dynamic relationship between them continues to be a matter of scientific debate. Previous studies indicate that the relationship of them is uncertain in different conditions and models. In order to investigate the sensitivity of ENSO, SSTAC and their relationship to the component models, three typical atmospheric general circulation models and two oceanic circulation models are inter-coupled in this project, we analyze the characteristics of the ENSO and SSTAC amplitudes of the four “parent” coupled models among them, investigate the underlying mechanism how the atmospheric and oceanic components affect the ENSO, SSTAC and their relationship through comparing the influence on the related annual mean state and climate feedback, and ultimately will provide scientific basis for the correct simulation of ENSO and SSTAC.
厄尔尼诺-南方涛动(ENSO)和赤道东太平洋海表面温度的年循环(SSTAC)是赤道太平洋两个相互关联的气候现象,通过与大气环流的相互作用影响着全球的生态环境。ENSO和SSTAC的模拟状况是衡量现代耦合模式性能的重要指标,两者之间的动力学关系依然被科学界广泛争论,以往的研究发现两者之间的关系在不同的试验情景和模式中是不确定的,为了探究ENSO、AC及其相互关系对于分量模式的敏感性,本项目拟利用参加过第五次耦合模式比较计划的典型的3个大气环流模式和2个海洋环流模式进行交叉耦合,通过分析对比其中四个“耦合母模式”模拟的ENSO和SSTAC振幅特征,考察相关的气候平均态和气候反馈的影响差异,研究耦合模式中的大气、海洋分量模式对ENSO、SSTAC以及相互关系的影响及其机理,为ENSO和SSTAC振幅的准确模拟提供理论依据。
结项摘要
厄尔尼诺-南方涛动(ENSO)和赤道东太平洋海表面温度的年循环(SSTAC)是赤道太平洋两个典型的气候现象,通过与大气环流的相互作用影响着全球的生态环境。两者的模拟状况是衡量现代耦合模式性能的重要指标,然而目前CMIP模式对于ENSO和SSTAC西传的模拟都有明显的偏差。由于CMIP的众多模式使用的大气和海洋分量模式都不相同,使得ENSO和SSTAC模拟的偏差归因变得困难。本项目采用不同大气模式和海洋模式的“交叉耦合”方法,开展了ENSO振幅、不对称性和SSTAC等模拟偏差的归因研究。具体为将大气所FGOALS-g2模式的GAMIL2大气分量、LICOM2海洋分量和美国国家大气研究中心NCAR CESM模式的CAM4大气分量、POP2海洋分量,进行“交叉耦合”,形成4个版本:FGOALS-g2(GAMIL2+LICOM2),CESM(CAM4+POP2),CESM-g2(GAMIL2+POP2)和FGOALS-c4(CAM4+LICOM2)。这样可以通过保持一个分量不变,有效区分另一个分量对耦合模式模拟偏差的贡献。对上述4个耦合模式进行分析,结果如下:.1.ENSO振幅和ENSO不对称性的归因.ENSO振幅主要由大气分量主导。CESM和FGOALS-c4(具有相同大气模式CAM4)的ENSO振幅是CESM-g2和FGOALS-g2(具有相同大气模式GAMIL2)的2倍,并远远高于观测。大气模式主要通过两个重要反馈过程,即大气的热通量反馈和海洋的温跃层反馈,来影响ENSO振幅。大气模式通过影响赤道海洋次表层温度结构进而影响海洋的温跃层反馈过程。.ENSO不对称性由大气和海洋分量共同决定。大气分量主导着SST异常的强度,海洋分量进一步影响负的SST异常。SST的不对称性与对流降水和风应力的不对称性有关。.2.赤道东太平洋海表面温度年循环模拟的归因.大气模式起着主导SSTAC西传的作用,CESM和FGOALS-c4的SSTAC西传特征明显,CESM-g2和 FGOALS-g2的SSTAC 西传特征很弱。埃克曼抽吸(EK)过程对SSTAC西向传播特征有重要影响。观测中EK与SSTAC 的位相相反,EK对西传有正贡献;西传明显的耦合模式(CESM和FGOALS-c4)也有类似特征;西传较差的模式(CESM-g2和FGOALS-g2)中,EK几乎对西传没有贡献。
项目成果
期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
The Collective Contribution of Atmospheric and Oceanic Components to ENSO Asymmetry
大气和海洋成分对 ENSO 不对称性的共同贡献
- DOI:10.3390/atmos10080469
- 发表时间:2019-08
- 期刊:Atmosphere
- 影响因子:2.9
- 作者:Tang Yanli;Li Lijuan;Wang Bin;Lin Pengfei;Dong Wenjie;Xia Kun
- 通讯作者:Xia Kun
The dominant role of the atmospheric component of coupled models in ENSO amplitude simulations
耦合模型大气成分在 ENSO 振幅模拟中的主导作用
- DOI:10.1007/s00382-018-4416-8
- 发表时间:2018-08
- 期刊:Climate Dynamics
- 影响因子:4.6
- 作者:Tang Yanli;Li Lijuan;Wang Bin;Lin Pengfei;Chen Lin;Xie Feng;Dong Wenjie;Xia Kun
- 通讯作者:Xia Kun
FGOALS-g模式及其参与CMIP6的方案
- DOI:--
- 发表时间:2019
- 期刊:气候变化研究进展
- 影响因子:--
- 作者:唐彦丽;俞永强;李立娟;董理;谢瑾博;林鹏飞;普业;王斌;王妍;贾炳浩;秦佩华;宋米荣;谢正辉
- 通讯作者:谢正辉
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}

内容获取失败,请点击重试

查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图

请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}