ERL编辑优选:北极海冰厚度预测亟需加强

07 8月 2023 gabriels
本篇研究来自中山大学大气科学学院/南方海洋科学与工程广东省实验室(珠海)杨清华课题组。本文基于国际上最新发布的CryoSat-2全季节北极海冰厚度遥感数据和气候多学科漂流冰站(MOSAiC)海冰现场观测数据,系统评估了代表当前国际现状水平的极地预测年(YOPP)北极海冰厚度预测能力,发现当前的北极海冰厚度预测水平仍存在较大不足。

文章介绍

Better synoptic and subseasonal sea ice thickness predictions are urgently required: a lesson learned from the YOPP data validationQinghua Yang(杨清华), Yongwu Xiu(修勇武), Hao Luo(罗昊), Jinfei Wang(王今菲), Jack Christopher Landy, Mitchell Bushuk, Yiguo Wang, Jiping Liu(刘骥平) and Dake Chen(陈大可)

通讯作者:

  • 杨清华,中山大学大气科学学院/南方海洋科学与工程广东省实验室(珠海)

 

研究背景:

全球变化背景下,北极海冰在近十多年来快速减少,并多次刷新历史低值。这为人类北极海上活动提供了机遇,但也对极地海冰预测提出了更高的要求。在此背景下,世界气象组织(WMO)于2013年启动了为期十年的极地预测计划(PPP),目的是显著提高从小时到季节时间尺度的极地预测能力。极地预测年(YOPP)是PPP的核心行动,旨在通过加密观测、数值模拟与验证等方式提升极地预测水平。YOPP海冰预测数据集作为YOPP的重要成果之一,代表了当前的极地海冰预测现状水平。海冰厚度是重要的海冰参数之一,但目前仍缺乏针对YOPP海冰厚度预测数据的系统性评估。

 

研究内容:

综合可获取的卫星观测和现场观测海冰厚度数据集,系统性评估了YOPP预测数据集的海冰厚度预测表现。特别是,创新性地使用了国际上最新发布的基于CryoSat-2卫星的全季节北极海冰厚度遥感数据(Landy等,2022),以及迄今为止人类最大规模的北极科考计划-气候多学科漂流冰站(MOSAiC)浮标观测数据。研究结果表明,YOPP海冰厚度预测数据有较大的初始误差(图1a-b),且初始误差在不同季节有较大差异(图1d-f);与初始误差相比,未来15天内的预测误差变化较小(图1c,f)。

图 1.(a)现场观测海冰厚度数据,(b)YOPP海冰数据初始误差,(c)YOPP海冰厚度预测误差统计随预测时长的变化,(d-e)聚类分析得到的两类海冰厚度误差分布,(f)两类海冰厚度误差部分在不同月份的相对显著程度。

为进一步评价当前业务预测对海冰厚度的初始场分析能力,对比分析了YOPP海冰厚度分析场与国际主流的海冰厚度模式数据集的差异。基于误差分解的研究结果表明,相对于国际主流的海冰厚度模式数据集,YOPP海冰厚度分析场仍有较大误差(图2a-c),其中在波弗特海区的误差主要来源于较大的平均值与方差估计误差(图2d-e),在中央海区的误差主要来源于较大的协方差估计误差(图2f)。

图 2. (a)基于MOSAiC浮标观测的YOPP冰厚分析场误差(橙色圆点)、PIOMAS误差(蓝色圆点)、TOPAZ4误差(绿色圆点)、NAOSIM误差(黄色圆点);(b)基于MOSAiC浮标观测数据的泰勒图;(c)基于CryoSat-2卫星反演冰厚的YOPP海冰厚度分析场与多源海冰厚度模式估算数据均方根误差的差异;(d)-(f):均方根误差分解项,依次为:误差平方的差异,方差的差异,协方差差异的负二倍

本研究表明不同于相对成熟的海冰水平范围预测,当前的北极海冰厚度预测水平仍存在较大不足,呼吁加强卫星观测海冰厚度数据的资料同化应用研究,以改善业务预报中心北极海冰厚度的模式分析质量,进而提升北极海冰厚度预测能力。


作者介绍

杨清华  教授

中山大学大气科学学院/南方海洋科学与工程广东省实验室(珠海)

  • 杨清华,中山大学大气科学学院教授,南方海洋科学与工程广东省实验室(珠海)主任助理。主要从事极地海冰和气候预测研究。

期刊介绍

Environmental Research Letters

  • 2022年影响因子:6.7  Citescore: 10.1
  • Environmental Research Letters(ERL)以金色开放获取模式出版,作者可选择将原始数据作为补充资料与文章一起发表。所有研究人员可以免费获取这些研究成果。ERL汇聚了关注环境变化及其应对的研究团体和政策制定团体的意见,涵盖了环境科学的所有方面,出版研究快报、综述文章、观点和社论。ERL顺应了环境科学的跨学科发表的趋势,反映了该领域相关的方法、工具和评估战略,得到了来自不同领域的广泛贡献。