改进气候系统预测模式的北极海冰季节预测

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41676185
  • 项目类别:
    面上项目
  • 资助金额:
    74.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0615.极地科学
  • 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

In the context of rapid decline and thinning of Arctic sea ice in recent years, there is an increasing demand for seasonal sea ice prediction, especially from summer to fall. Using a climate system forecast model as the platform, in this project, on the one hand, we will assimilate the newly developed satellite-derived Arctic sea ice thickness using a recently developed local singular evolutive interpolated Kalman filter. This provides more accurate initial conditions for the climate system forecast model, leading to improved seasonal sea ice prediction. On the other hand, we will incorporate a melt pond parameterization and modify the parameterization of penetration and absorption of solar radiation in sea ice in the climate system forecast model, leading to improved the simulation of atmosphere-sea ice-ocean radiative interactions. Finally, we will conduct multi-ensemble hindcast and forecast experiments using the improved climate system forecast model, and examine impacts of the assimilation of satellite sea ice thickness and improved atmosphere-sea ice-ocean radiative interactions on seasonal sea ice prediction. This project will advance our research on seasonal predictability of Arctic sea ice, serving as an important step towards predicting Arctic sea ice change and its consequence on climate and environment in China using our climate system models.
近年来北极海冰的快速减少和变薄迫切需要准确的北极海冰季节预测,特别是夏季到秋季的预测。本项目将以一个气候系统预测模式为平台,一方面,利用一个新近发展的局部奇异值演化集合卡尔曼滤波技术,同化新近发展的基于卫星遥感的北极海冰厚度数据,为模式提供更准确,更合理的海冰初始条件。另一方面,在气候系统预测模式中加入海冰表面融池参数化和改进太阳辐射在海冰中的传输参数化,使模式能更好模拟大气-海冰-海洋辐射相互作用。开展多组北极海冰后报和预测集合试验,研究同化海冰厚度观测和改进大气-海冰-海洋辐射相互作用对海冰季节预报能力的影响。推进我国北极海冰季节可预测性研究,为我国气候系统模式预测北极海冰变化及其对全球及我国气候和环境的影响奠定科学基础。

结项摘要

本项目完成了在气候系统预测模式中耦合了一个新近发展的局部奇异值演化集合卡尔曼滤波技术(LESTKF)和一个自适应权重局地化方法,实现了对卫星遥感的北极海冰主要变量的同化,特别是同化了新近发展的基于卫星遥感的北极海冰厚度数据,包括:SMOS和CryoSat2,为气候系统预测模式提供更准确、更合理的海冰初始条件。在此基础上,开展了一系列北极海冰数据同化敏感性试验,分析了采用不同海冰变量生成初始集合扰动,同化不同海冰变量,以及海冰厚度观测误差,对北极海冰模拟和预测的影响。在气候模式中加入一个采用海冰融池分布函数方程来计算融池体积的参数化方案,改进了太阳辐射在海冰中传输参数化方案,使模式更好的模拟海冰融池分布和大气-海冰-海洋辐射相互作用。在此基础上,完成了一系列北极海冰回报和预测集合试验。数值试验结果表明同化北极海冰厚度观测和改进大气-海冰-海洋辐射相互作用可以显著地提高对模式对北极海冰季节预报的能力。研究成果发表在业界国际主流期刊上。

项目成果

期刊论文数量(13)
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 potential of sea ice leads as a predictor for summer Arctic sea ice extent
海冰作为夏季北极海冰范围预测因子的潜力
  • DOI:
    10.5194/tc-12-3747-2018
  • 发表时间:
    2018-11
  • 期刊:
    Cryosphere
  • 影响因子:
    5.2
  • 作者:
    Zhang Yuanyuan;Cheng Xiao;Liu Jiping;Hui Fengming
  • 通讯作者:
    Hui Fengming
Assessing satellite-derived net surface radiative flux in the Arctic
评估北极地区卫星产生的净表面辐射通量
  • DOI:
    10.1080/16742834.2018.1459461
  • 发表时间:
    2018-03
  • 期刊:
    Atmospheric and Oceanic Science Letters
  • 影响因子:
    2.3
  • 作者:
    Mi Rong SONG;Ji Ping LIU
  • 通讯作者:
    Ji Ping LIU
Ensemble-based estimation of sea-ice volume variations in the Baffin Bay
基于集合的巴芬湾海冰体积变化估计
  • DOI:
    10.5194/tc-15-169-2021
  • 发表时间:
    2021-01
  • 期刊:
    The Cryosphere
  • 影响因子:
    --
  • 作者:
    Min Chao;Yang Qinghua;Mu Longjiang;Kauker Frank;Ricker Robert
  • 通讯作者:
    Ricker Robert
Frequency of spring dust weather in North China linked to sea ice variability in the Barents Sea
华北地区春季沙尘天气发生频率与巴伦支海海冰变化有关
  • DOI:
    10.1007/s00382-016-3515-7
  • 发表时间:
    2018-12-01
  • 期刊:
    CLIMATE DYNAMICS
  • 影响因子:
    4.6
  • 作者:
    Fan, Ke;Xie, Zhiming;Liu, Jiping
  • 通讯作者:
    Liu, Jiping
Seasonal Arctic Sea Ice Prediction Using a Newly Developed Fully Coupled Regional Model With the Assimilation of Satellite Sea Ice Observations
利用新开发的全耦合区域模型结合卫星海冰观测同化进行季节性北极海冰预测
  • DOI:
    10.1029/2019ms001938
  • 发表时间:
    2020-05
  • 期刊:
    Journal of Advances in Modeling Earth Systems
  • 影响因子:
    6.8
  • 作者:
    Yang Chao-Yuan;Liu Jiping;Xu Shiming
  • 通讯作者:
    Xu Shiming

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

2013和2012 年夏季格陵兰岛冰盖表面融化对比及可能的影响机理分析
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    大气科学
  • 影响因子:
    --
  • 作者:
    陈志强;刘骥平;范广洲;胡永云
  • 通讯作者:
    胡永云
北极海冰数值预报的初步研究-基于海冰-海洋耦合模式MITgcm的耦合试验
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    大气科学
  • 影响因子:
    --
  • 作者:
    杨清华;刘骥平;张占海;吴辉碇;李群;邢建勇
  • 通讯作者:
    邢建勇
利用南极走航观测评估卫星遥感海表面温度
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    海洋学报(中文版)
  • 影响因子:
    --
  • 作者:
    张占海;李娜;刘骥平;吴辉碇;李明;孙波
  • 通讯作者:
    孙波
海冰反照率参数化研究回顾
  • DOI:
    --
  • 发表时间:
    2010
  • 期刊:
    地球科学进展
  • 影响因子:
    --
  • 作者:
    杨清华;张占海;刘骥平;吴辉碇;张林
  • 通讯作者:
    张林
Linear Additive Impacts of Arctic Sea Ice Reduction and La Ni?a on the Northern Hemisphere Winter Climate
北极海冰减少和拉尼娅现象对北半球冬季气候的线性累加影响
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Journal of Climate
  • 影响因子:
    4.9
  • 作者:
    李双林;刘骥平;郜永祺;赵平
  • 通讯作者:
    赵平

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

刘骥平的其他基金

北极海冰异常在2007-2010年我国冬季极端天气气候事件形成中的作用
  • 批准号:
    41176169
  • 批准年份:
    2011
  • 资助金额:
    71.0 万元
  • 项目类别:
    面上项目
南大洋海气湍流通量资料的建立及在气候研究中的应用
  • 批准号:
    40876099
  • 批准年份:
    2008
  • 资助金额:
    42.0 万元
  • 项目类别:
    面上项目

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