水汽和云辐射反馈对海表强迫的响应及其对全球平均表面增暖的影响

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41675070
  • 项目类别:
    面上项目
  • 资助金额:
    68.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0502.气候与气候系统
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

How many degrees the global-mean surface temperature would warm in the 21st century is a substantial problem in climate change with essential public attention. As an important greenhouse gas, increase of water vapor would significantly enhance the extent of global warming, while the complexity of cloud radiative effects are the most important source of the inter-model variability for surface warming prediction. Previous studies focus on the global-mean atmospheric changes and cloud physical processes, which were unable to fundamentally constrain the uncertainty in cloud radiative feedback. For this, we propose to use a novel approach for a breakthrough in the contribution of ocean-atmosphere dynamics to climate feedbacks. Regional change of sea surface temperature (SST) in climate projections has been demonstrated to control precipitation change patterns through atmospheric circulation adjustments, with significant uncertainty. We plan to diagnose its influences on the change patterns of water vapor and clouds from climate models and access their contributions to the diversities in climate feedbacks and sea surface warming. Eventually, we try to constrain the uncertainty in global surface warming prediction by using observations of interannual variability, based on exploring the relationship between global-mean and regional changes of SST.
21世纪全球平均表面温度确切升高几度,是气候变化中极其重要也备受公众瞩目的问题。随着温室气体浓度的升高,水汽的增加会显著加剧全球变暖程度,而云辐射效应的复杂性引起表面升温预测在气候模式间的差异。以往国内外研究围绕全球平均大气变化和云物理过程展开,未能从根本上约束云辐射反馈的不确定性。针对这个问题,本项目试图采用新的思路在海-气动力学对气候反馈贡献方面有所突破。已经证实气候预估中海表温度的区域变化通过大气环流来调整降水分布,并蕴含着丰富的不确定性,拟基于气候模式诊断其对水汽和云空间分布变化的影响,进一步评估它们对全球平均气候反馈和海表升温预测多样性的贡献。最终通过探讨海表温度全球平均与区域变化的相互关系,利用年际变化的观测约束全球表面升温预测中的不确定性。

结项摘要

气候反馈通常使用与全球平均表面温度升高相关的辐射效应进行评估;但是,这不足以理解反馈中的不确定性,会直接影响21世纪全球气候敏感度范围,从而很难确定可信的增温程度。分析表明如同降水和大气环流,模式表面温度的变化形态是气候模式中水汽、气温直减率和云辐射反馈不确定性的关键驱动力,通过热带和中高纬地区截然不同的影响方式,这种动力控制表现在模式的大气响应及其辐射效应。研究发现了热带的百分比变化效应,并提出“动力云反馈——暖者更高”范式(只有极地“暖者更低”),强调了区域气候变化在判定全球辐射反馈中不确定性中的重要性。最终确定了最敏感和有效的约束区域,指出如果针对表面增暖的空间差异,还有可能是其因子的气候态低云,尤其是在各大洋赤道和副热带的东洋盆,再加上北大西洋至巴伦支海周边区域,利用观测约束提高数值模拟和预估的精确性,则气候敏感度预估的不确定性可能会大大降低。

项目成果

期刊论文数量(5)
专著数量(1)
科研奖励数量(2)
会议论文数量(0)
专利数量(1)
Surface warming patterns dominate the uncertainty in global water vapor plus lapse rate feedback
地表变暖模式主导着全球水蒸气和递减率反馈的不确定性
  • DOI:
    10.1007/s13131-019-1531-2
  • 发表时间:
    2020
  • 期刊:
    Acta Oceanol. Sin.
  • 影响因子:
    --
  • 作者:
    Jingchun Zhang;Jian Ma;Jing Che;Zhenqiang Zhou;Guoping Gao
  • 通讯作者:
    Guoping Gao
Hydrological cycle changes under global warming and their effects on multiscale climate variability
全球变暖下的水文循环变化及其对多尺度气候变率的影响
  • DOI:
    10.1111/nyas.14335
  • 发表时间:
    2020
  • 期刊:
    Annals of the New York Academy of Sciences
  • 影响因子:
    5.2
  • 作者:
    Ma Jian;Zhou Lei;Foltz Gregory R.;Qu Xia;Ying Jun;Tokinaga Hiroki;Mechoso Carlos R.;Li Jinbao;Gu Xingyu
  • 通讯作者:
    Gu Xingyu
Responses of the Tropical Atmospheric Circulation to Climate Change and Connection to the Hydrological Cycle
热带大气环流对气候变化的响应及其与水文循环的联系
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    Annu. Rev. Earth Planet. Sci.
  • 影响因子:
    --
  • 作者:
    Jian Ma;Robin Chadwick;Kyong-Hwan Seo;Changming Dong;Gang Huang;Gregory R. Foltz;Jonathan H. Jiang
  • 通讯作者:
    Jonathan H. Jiang
Rainfall and climate feedbacks
降雨量和气候反馈
  • DOI:
    10.1038/s41561-018-0135-3
  • 发表时间:
    2018
  • 期刊:
    Nature Geoscience
  • 影响因子:
    18.3
  • 作者:
    Jian Ma
  • 通讯作者:
    Jian Ma
Will surface winds weaken in response to global warming?
地面风会因全球变暖而减弱吗?
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Environmental Research Letters
  • 影响因子:
    6.7
  • 作者:
    Jian Ma
  • 通讯作者:
    Jian Ma

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

甜瓜蔓枯病抗性资源的筛选及基因挖掘
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    园艺学报
  • 影响因子:
    --
  • 作者:
    马建;李丛丛;耿丽华;张万清;王建设
  • 通讯作者:
    王建设
基于降噪自编码的电能质量扰动识别
  • DOI:
    10.13764/j.cnki.ncdl.2017.06.016
  • 发表时间:
    2017
  • 期刊:
    南昌大学学报(理科版)
  • 影响因子:
    --
  • 作者:
    肖露欣;李增祥;马建;陈克绪;吴建华
  • 通讯作者:
    吴建华
T细胞IFN-γ表达水平检测方法的建立及其在马传染性贫血疫苗免疫机理研究中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    微生物学报
  • 影响因子:
    --
  • 作者:
    马建;王君伟;赵立平;孟庆来;邓喜林;林跃智;沈楠;邵一鸣;周建华
  • 通讯作者:
    周建华
基于振动状态估计的电动静液压主动悬架切换控制研究
  • DOI:
    10.1111/j.1365-2966.2012.22052.x
  • 发表时间:
    2019
  • 期刊:
    汽车技术
  • 影响因子:
    --
  • 作者:
    许家楠;寇发荣;马建;彭先龙;张海亮
  • 通讯作者:
    张海亮
永磁同步电机直接转矩控制电压矢量选择区域
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    长安大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    李耀华;马建;刘晶郁;余强
  • 通讯作者:
    余强

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 }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
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项目思路

AI技术路线图

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 }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码