论文部分内容阅读
古气候数据同化是2000年才出现的一种过去气候重建方法，是目前古气候重建领域的一个重要研究方向，它植根于大气、海洋和陆面数据同化的理论框架内，将气候模式和代用资料有效融合，优势互补，以期得到既符合气候变化物理学规律和动力学机制、又包含代用资料记录的气候变化信息的重建结果，在古气候重建领域已经崭露头角。古气候数据同化的研究主要集中在两个方面:(1)古气候数据同化方法的发展与验证;(2)借助古气候数据同化思想、以代用资料重建的气温产品为观测数据，开展过去千年内全球和区域气候变化研究。 本论文主要针对古气候数据同化方法和应用开展了以下的研究工作: 1、古气候数据同化理论与方法总结。结合国外古气候数据同化研究历程与现状，系统总结了古气候数据同化的背景、概念、理论基础、同化思路、同化策略，概括了其特点和发展脉络，分析了目前应用较为活跃的三种古气候数据同化方法（松弛逼近法、粒子滤波、集合平方根滤波）及其部分研究案例。 2、古气候数据同化方法比较研究。利用一个简单的概念海-气耦合气候模式，开展了古气候数据同化数值实验，对集合平方根滤波(ensemble squre root filter,EnSRF)、粒子滤波(particle filter, PF)和集合平滑(ensemble fmoother, ES)三种同化方法在古气候数据同化中的性能进行了对比，对比内容包括:同化结果精度、同化系统收敛性和稳定性、同化耗时情况、离线数据同化与标准数据同化对同化结果的影响等等。主要结论有:(1)在一定范围内，增加集合（或粒子）数目可以提高同化结果的精度，但是同时又增加了运行时间。(2)从同化结果精度、收敛性和稳定性综合来看，EnSRF是三种方法中最好的古气候同化方法;ES方法虽然同化结果精度和稳定性较EnSRF更好，但是收敛性却很差，在古气候数据同化这种非常耗时的研究中其优势并不明显;PF方法的收敛性和稳定性都较ES更好，但是同化结果精度不如上述两种方法。(3)三种同化方法在同化期间所耗时间，基本上随着集合数目或者粒子数目的增加，呈现线性增长趋势。在集合数目或者粒子数目相等的情况下，三种方法所消耗的时间从大到小依次为:PF≈EnSRF＞ES。(4)同化气温的观测值之后，不但能提高对气温的估计精度，同时还能提高对海温的估计精度。(5) ES方法在对状态值进行更新时，不但考虑变量之间的物理相关性和空间相关性，而且还考虑到了时间序列之间的时间相关性，所以ES方法比EnSRF和PF方法表现出更好的更新精度。(6)在古气候数据同化中，观测数据是时间平均且其时间分辨率远远大于模式的可预报性时限的情况下，离线数据同化和标准数据同化的同化效果差别不明显。 3、同化代用资料重建产品研究。使用近些年古气候数据同化领域流行的离线数据同化（Offiine data assimilation，Offiine DA）策略，以PAGES2k工作组重建的各大洲平均年均气温为观测数据，用PMIP3/CMIP5多模式集合模拟构建背景场，用EnSRF算法重建各大洲年平均气温序列。结果表明:(1)数据同化结果的不确定性要小于代用资料重建结果和气候模式模拟的不确定性。(2)在1200-1849年间，七大洲中有的地区变冷趋势明显或者非常明显，而在某些地区尽管能表现出变冷的趋势但是却没有通过置信度为90％的显著性检验。在1850-1980年间，所有地区都表现出了明显的变暖趋势。(3)在1200-1849年间，气温下降速率从大到小排序依次为:北极＞北美≈澳洲＞南美≈南极＞欧洲≈亚洲;在1850-1980年间，气温上升速率从大到小排序依次为:北极＞北美≈南极＞欧洲＞亚洲＞澳洲＞南美。两个时间段的结果均表明气温变化速率最大的是北极地区，北美地区的气温变化速率较其他五个地区也更快，剩余五个地区的气温变化速率在不同时期排序都有变化。(4)在1200-1849年间，并非所有地区之间的气温变化都存在显著正相关关系，而在1850-1980年间，七大洲之间的气温变化都存在显著正相关关系。在1200-1849年间，南极和南美之间气温变化的相关性不显著，但是在1850-1980年间，这两个地区的气温变化的相关性变得非常显著，并且是所有地区之间最显著的。(5)全球各地区1200-1980年间的气温变化呈现出不同的振荡周期，并且不同地区所呈现的尺度等级和尺度大小也各有不同。南极、亚洲、北美、南美、澳洲等地区1200-1980年间气温变化的第1主周期比较接近，大约都在200年左右。北极地区的第1主周期远远大于其他六个地区，而欧洲地区的第1主周期明显小于其他六个地区。 4、直接同化树轮宽度资料研究。采用Offline DA策略，使用局地集合转换卡尔曼滤波算法(Local Ensemble Transform Kalman Filter, LETKF)，直接同化树轮宽度资料，重建了851-1990年全球气温场。同化实验所生成的气温场是首个通过直接同化树轮宽度资料所生成的、时间长度超过1000年的全球气温场。以数据同化所得到的851-1990年全球气温场为基础，首先把同化结果的全球平均气温序列与已有的、经过代用资料重建的、来源于不同贡献者的气温序列进行对比分析，验证同化结果的精确度和可信性。接下来，重点关注过去千年三个典型气候特征期（即:中世纪暖期、小冰期和二十世纪暖期）全球气温场的主要特征。研究结果显示:(1)直接同化树轮宽度资料重建过去气候变化是可行的。(2)中世纪暖期全球气温空间分布特征为:大部分地区都比1961-1990年间的均值低，负值（即距平值为负）中心主要分布在北极、南极、欧亚大陆和非洲大陆北纬30°左右的地区，但是还是有部分地区的气温比相同地区1961-1990年间的均值高。陆地上的正值（即距平值为正）中心主要分布在东欧、西亚、中国东北等少部分地区。海洋上只有南太平洋、南印度洋和南大西洋小部分地区是正值区。从900年到1050年，全球气温呈现微弱的下降趋势。(3)小冰期全球气温空间分布特征为:所有地区都比1961-1990年间的均值低，负值中心主要分布在北极、南极、欧亚大陆和非洲大陆北纬30°左右的地区。从1500年到1650年，全球气温呈现明显的下降趋势。(4)在1900-1976年间，全球气温比1961-1990年间的均值低。1976年以后，全球气温开始比1961-1990年间的均值高。北极地区比全球其他所有地区的特征向量的绝对值都大。从1900-1990年，全球气温呈现出明显的上升趋势。(5)对同化结果进行EOF分析的结果表明，中世纪暖期全球气温变化没有表现出全球空间一致性的特征，而小冰期和二十世纪暖期全球气温变化表现出了全球空间一致性的特征。三个气候特征期的EOF分析结果都明确显示了北极地区的气温变化幅度最大，是全球气温变化最敏感的地区。其他冰冻圈地区，比如南极、青藏高原地区也是全球气温变化比较敏感的地区。