Gebaseerd op een tweede-orde turbulentie gemengd laagmodel, Dr. Tiejun Ling, senior wetenschapper van het National Marine Environmental Forecasting Center, China (NMEFC), en zijn onderzoeksteam, hebben een nieuw oceaanmodel met gemengde lagen ontwikkeld.

Het model is in staat om een ​​meer realistische dagelijkse cyclus van de zeeoppervlaktetemperatuur (SST) te reproduceren dan bestaande modellen. In de tussentijd, door een reeks algoritmen en parallelle optimalisatie, de rekenefficiëntie is sterk verbeterd in het nieuwe mixed layer-model, en heeft dus het potentieel om een ​​aanzienlijk nuttig hulpmiddel te zijn bij het bestuderen van de dagelijkse variatie op lange termijn van SST. De bevindingen van dit onderzoek zijn onlangs gepubliceerd in Vooruitgang in atmosferische wetenschappen , en het papier staat op de voorkant van het nummer waarin het verschijnt (Volume 35, Nummer 12).

Voordeel van het oceaanmodel met gemengde lagen

Lucht-zee-interactie is een belangrijk proces dat klimaatvariatie beïnvloedt, en SST is een van de belangrijkste parameters die deze interactie bepalen. Als een van de dominante schalen van variatie in SST, de dagelijkse cyclus, die wereldwijd varieert met 2?, heeft een aanzienlijke impact op de evolutie van weer- en klimaatsystemen.

Typisch, de dagelijkse variatie van SST wordt bestudeerd door observatie of modelgegevens. In termen van het eerste (d.w.z. observatiegegevens), de ruimtelijke dekking van drijvende boeien en satellietgegevens zijn niet-uniform en discontinu, waardoor het moeilijk is om de langetermijnvariatie van SST te bestuderen. De modelleerbenadering, echter, kan helpen met dit probleem. Toegang hebben tot hoogfrequente SST-gegevens kan de studie van opwarmingsdrempels ten goede komen, piekwaarden, en tijdstippen.

Vergeleken met empirische modellen, een oceaanmodel met gemengde lagen kan meer realistische dynamische en thermische processen in de bovenste oceaan reproduceren, en de rekenkosten zijn lager dan die van een klimaatsysteemmodel.

Betrouwbaarheid van de SST-dataset per uur

De nauwkeurigheid van de dagelijkse SST-variatie hangt sterk af van de betrouwbaarheid van de modelgegevens. In dit onderzoek, vergelijkingen met in situ observationele gegevens toonden aan dat het nieuwe model goed presteert, met een gemiddelde bias van 0,07°C, en root-mean-square error en correlatiecoëfficiënt van 0,37°C en 0,98, respectievelijk. Soortgelijke resultaten werden verkregen uit satellietgegevens.

Klimatologische kenmerken van de variatie in de SST-dagcyclus

Dr. Ling en zijn onderzoeksteam verkenden de nieuwe dataset en onthulden enkele van de klimatologische kenmerken die verband houden met de variatie in de SST-dagcyclus. De kenmerken kwamen overeen met die verkregen uit satellietgegevens.

De 31-jarige klimatologie onthulde dat de dagelijkse SST-variatie in de meeste regio's klein is, met hogere waarden zichtbaar in de oostelijke en westelijke equatoriale Stille Oceaan, noordelijke Indische Oceaan, westelijk Midden-Amerika, het noordwesten van Australië, en verschillende kustgebieden.

Aanzienlijke seizoensvariatie van dagelijkse SST bleek te bestaan ​​in alle bekkens. In de Atlantische en Pacifische bekkens, het seizoenspatroon is noord-zuid georiënteerd, na de variatie van zonnestraling; terwijl, in het Indiase bekken wordt het gedomineerd door moessonvariabiliteit, volgens Dr. LING.

"Op de jaarlijkse schaal, de resultaten benadrukken de relatie tussen de dagelijkse en interjaarlijkse variaties van SST, en onthullen dat de dagelijkse opwarming in de centrale equatoriale Stille Oceaan een potentiële klimatologische indicator kan zijn voor ENSO-voorspelling, " hij legt uit.

Dr. LING zegt dat het team ontdekte dat dagelijkse SST-variatie een significante impact heeft op de wereldwijde klimaatverandering, zowel op seizoens- als op jaarlijkse schaal. Belangrijker, de dagelijkse opwarming van SST in de centrale equatoriale Stille Oceaan zou een potentiële indicator kunnen zijn voor ENSO-voorspelling.

"Daarnaast, deze dataset heeft goede onderzoeks- en toepassingsperspectieven. Deze langdurige, uurlijkse SST-gegevens met hoge resolutie kunnen worden toegepast in onderzoeken naar de langetermijntrend in regionale en wereldwijde SST-dagvariatie, evenals de relatie tussen SST dagelijkse variatie en regionale en mondiale klimaatgebeurtenissen, " hij voegt toe.

Het auteursrecht op software is verkregen voor het oceaanmodel met gemengde lagen, en wordt operationeel toegepast bij het National Marine Environmental Forecasting Center, China.

Plannen voor de toekomst

Het onderzoeksteam zal het oceaanmodel met gemengde lagen operationeel blijven houden, de gegevens voortdurend bijwerken en gebruiken om de langetermijntrends van SST-dagvariatie en de effecten van SST-dagvariatie op het mondiale en regionale klimaat te bestuderen.