On the robustness of near term climate predictability regarding initial state uncertainties
On the robustness of near term climate predictability regarding initial state uncertainties
复制标题
关于初始状态不确定性的近期气候可预测性的鲁棒性
DOI：
10.1007/s00382-016-3078-7
复制
发表时间：
2016
期刊：
影响因子：
4.6
通讯作者：
Germe A
中科院分区：
文献类型：
--
作者：
Germe A
设计了一套四个集合模拟，以评估大气、海洋和深海初始状态不确定性(以空间白噪声扰动为代表)在完美模式框架中对季节到年代际预测技能的相对重要性。结果发现，模拟随机海洋不确定性的扰动与仅限于大气的扰动对系综头3个月后的未来演化具有相同的影响，即使它们最初只位于深海。这是由于无论初始集合生成策略如何，大气分量的快速(1个月)扰动。因此，集合上层海洋特征的辐散主要是由海-气相互作用引起的。季节变化的混合层深度允许不同信号在中高纬度温跃层中穿透，但温跃层对风异常的快速调整以及随后的Kelvin和Rossby波调整主导了热带地区集合传播的增长。这些机制导致四个系综设计战略在年际时间尺度上具有相似的系综分布特征。
A set of four ensemble simulations has been designed to assess the relative importance of atmospheric, oceanic, and deep ocean initial state uncertainties, as represented by spatial white noise perturbations, on seasonal to decadal prediction skills in a perfect model framework. It is found that a perturbation mimicking random oceanic uncertainties have the same impact as an atmospheric-only perturbation on the future evolution of the ensemble after the first 3 months, even if they are initially only located in the deep ocean. This is due to the fast (1 month) perturbation of the atmospheric component regardless of the initial ensemble generation strategy. The divergence of the ensemble upper-ocean characteristics is then mainly induced by ocean–atmosphere interactions. While the seasonally varying mixed layer depth allows the penetration of the different signals in the thermocline in the mid-high latitudes, the rapid adjustment of the thermocline to wind anomalies followed by Kelvin and Rossby waves adjustment dominates the growth of the ensemble spread in the tropics. These mechanisms result in similar ensemble distribution characteristics for the four ensembles design strategy at the interannual timescale.
登录
查看更多内容
大气噪声和海洋初始条件的不确定性对耦合 GCM 的可预测性极限的影响
影响因子：
4.9
作者：
C. Stan;B. Kirtman
通讯作者：
B. Kirtman
在完美的模型框架中使用表面微移重建地下海洋年代际变化
影响因子：
4.6
作者：
J. Servonnat;J. Mignot;E. Guilyardi;D. Swingedouw;R. Séférian;Sonia Labetoulle
通讯作者：
Sonia Labetoulle
影响因子：
5.1
作者：
J. Baehr;R. Piontek
通讯作者：
J. Baehr;R. Piontek
基于总能量和海洋热含量范数的异常变换方法，用于产生集合气候预报的海洋动力扰动
影响因子：
4.6
作者：
V. Romanova;A. Hense
通讯作者：
A. Hense
不同海洋再分析对十年间气候预测的影响
影响因子：
4.6
作者：
J. Kröger;W. Müller;Jin
通讯作者：
Jin