北极海冰的快速变化已引起了国际上的广泛关注,同时也对许多利益相关者提出了挑战。因此,不同领域对于准确的北极海冰预测的需求逐渐增加。然而,由于我们对极地气候系统的物理过程和反馈机制认知不足,模式物理过程参数化和初始化存在许多未解决的问题,导致动力模式预测的北极海冰演变仍存有相当的误差。
针对上述问题,我实验室极地海洋与气候变化创新团队骨干成员杨朝渊博士、首席科学家刘骥平教授和实验室主任陈大可院士对建立的北极耦合预测系统(CAPS)中各分量模式(大气模式WRF、海洋模式ROMS及海冰模式CICE)进行了版本更新,并针对大气、海洋和海冰模式更新的重要物理参数化方案选择及改进对北极海冰季节预测的影响及其物理机制开展了研究。
研究结果表明,大气模式WRF中,改进后的积云参数化及边界层参数化减少了向下辐射及近地表气温的预测误差,进而影响了海冰厚度的预测结果。海洋模式ROMS中,使用三阶迎风平流方案,相比于多维正定平流方案改进了海表温度的预测结果,影响了上层海洋的温盐结构,并进一步改进了海冰范围的预测结果,特别是修正了先前CAPS中存有进入冻结期海冰滞后增长的问题。海冰模式CICE中,使用考虑海冰盐度变化物理过程的Mushy-layer海冰热力参数化,相比于将海冰盐度视为定值的海冰热力参数化,可以改进海冰厚度的预测结果。
总体而言,改进后的CAPS能够更好地预测融化期北极海冰及相关物理量的变化。除此之外,本研究进一步呈现了CAPS对于从融化期进入冻结期(七至十一月)的海冰预测仍具备预测能力,可以为制定北极区域内的活动计划提供科学依据。
图1 基于北极耦合预测系统开展的2018年夏季北极海冰预测试验结果。 该研究成果于2022年2月在地球系统模式发展领域国际著名期刊Geoscientific Model Development(中科院SCI一区TOP,影响因子6.135)上在线发表,题目为"An improved regional coupled modeling system for Arctic sea ice simulation and prediction: a case study for 2018"。创新团队骨干成员、中山大学大气科学学院博士后杨朝渊博士为论文第一作者及通讯作者。 该研究得到国家重点研发计划、国家自然科学基金以及南方海洋实验室创新团队建设科研经费的支持。 原文链接:
(黑线为卫星观测,蓝线为参照试验,黄线使用改进的大气模式参数化,绿线使用不同的海洋温盐平流方案,紫线使用不同的海冰热力参数化)