An ensemble-based SST nudging method proposed for correcting the subsurface temperature field in climate model
An ensemble-based SST nudging method proposed for correcting the subsurface temperature field in climate model
复制标题
提出了一种基于集合的海温微移方法，用于校正气候模型中的地下温度场
DOI：
10.1007/s13131-020-1568-2
复制
发表时间：
2020-03
影响因子：
1.4
通讯作者：
Cai Qifa
中科院分区：
文献类型：
--
作者：
Chen Xingrong;Wang Hui;Zheng Fei;Cai Qifa
提出了一种基于集合的同化方法，用于在将海表温度（SST）观测数据推入马克斯-普朗克研究所（MPI）气候模式时对次表层温度场进行修正，ECHAM 5/MPI-OM，该方法根据模式集合的SST与次表层温度的相关关系，将SST直接投影到次表层（1960-2009）同化试验表明，与质量控制的次表层海洋温度客观分析（EN 4）相比，该方法通过减小热状态的偏差，改善温跃层结构，而且，由于大多数改进集中在上100米，100 m上层海洋热含量结果表明，全局OHT_（100 m）的均方根误差小于全局OHT_（100 m）的均方根误差100 m经多次迭代后收敛到一个值，表明该方法能较好地反映SST与次表层温度场的关系，进而提高气候模式次表层温度场的模拟精度。
An ensemble-based assimilation method is proposed for correcting the subsurface temperature field when nudging the sea surface temperature(SST)observations into the Max Planck Institute(MPI)climate model,ECHAM5/MPI-OM.This method can project SST directly to subsurface according to model ensemble-based correlations between SST and subsurface temperature.Results from a 50 year(1960-2009)assimilation experiment show the method can improve the subsurface temperature field up to 300 m compared to the qualitycontrolled subsurface ocean temperature objective analyses(EN4), through reducing the biases of the thermal states, improving the thermocline structure, and reducing the root mean square(RMS)errors.Moreover, as most of the improvements concentrate over the upper 100 m, the ocean heat content in the upper 100 m(OHT_100 m)is further adopted as a property to validate the performance of the ensemble-based correction method.The results show that RMS errors of the global OHT_100 m convergent to one value after several times iteration,indicating this method can represent the relationship between SST and subsurface temperature fields well, and then improve the accuracy of the simulation in the subsurface temperature of the climate model.
登录
查看更多内容
影响因子：
1.4
作者：
Zhenya Song;Qi Shu;Y. Bao;Xunqiang Yin;F. Qiao
通讯作者：
Zhenya Song;Qi Shu;Y. Bao;Xunqiang Yin;F. Qiao
影响因子：
2.9
作者：
D. Bright;S. Mullen
通讯作者：
D. Bright;S. Mullen
影响因子：
2.8
作者：
I. Andreu-Burillo;J. Holt;R. Proctor;J. Annan;I. James;D. Prandle
通讯作者：
I. Andreu-Burillo;J. Holt;R. Proctor;J. Annan;I. James;D. Prandle
影响因子：
3.1
作者：
Youmin Tang;W. Hsieh
通讯作者：
Youmin Tang;W. Hsieh
影响因子：
3.2
作者：
F. Zheng;Jiang Zhu
通讯作者：
F. Zheng;Jiang Zhu