科研进展

SA:青藏高原降水的年代际可预报性

  近期气候变化预测,又称“近期年代际气候预测”,是指对未来2-10年的多年平均的气候异常状态进行预测,它能够提供发展相对成熟的季节到年际气候预测和长期气候变化预估所未能提供的气候异常信息,是国际气候变化研究领域面临的极具挑战性的前沿问题,被“世界气候研究计划”(WCRP)列为七大科学挑战问题之一。
  青藏高原及其周边山脉是除南、北两极之外冰川分布最为集中的地区,作为亚洲十多条重要河流的发源地,为全球40%人口的生活和工农业提供用水,被誉为“第三极”和“亚洲水塔”。因其在水资源方面的重要性,青藏高原是科学界重点关注的研究区域,未来10年青藏高原的降水如何变化是众所关注的问题。2021年6月10日,中国科学院大气物理研究所周天军研究团队在Science Advances(《科学进展》)在线发表文章,利用最新的多模式年代际气候预测系统大集合样本气候预测结果,通过剔除不可预测的气候噪音、提取可预测的气候信号,在国际上首次揭示了青藏高原夏季降水的年代际可预报性。该成果对于亚洲水塔周边地区的水资源调控、经济和社会的可持续发展、以及科学应对青藏高原气候变化风险具有重要参考价值。
  利用参加第六次“国际耦合模式比较计划”(CMIP6)的“年代际气候预测计划”(DCPP)的多模式历史气候回报数据,周天军研究团队发现DCPP多模式对位于青藏高原腹地的羌塘高原夏季降水的年代际预测结果存在显著的“信噪比悖论”问题,即年代际气候预测系统中的信噪比要低于现实世界。该问题的存在,令气候模式中的可预测信号被较强的、不可预测的气候噪音所掩盖,使得青藏高原夏季降水的年代际可预报性被低估。而基于多模式大集合气候预测试验的集合平均预测结果,能够有效地剔除模式中不可预测的噪音,从而成功提取到可预测的信号。针对回报结果时间演变位相与实际相符而振幅偏弱的问题,他们提出了一种兼顾长期变化趋势与年代际振荡信号的“方差订正”技术,使得预报结果在位相和振幅上都与观测高度吻合。进一步研究发现,羌塘高原夏季降水年代际变化的可预报性来源是北大西洋副极区涡旋区的海温异常,它通过激发出的大气遥相关波列,最终影响到下游的青藏高原降水变化。
  利用实时年代际预测试验数据,该团队定量估算了羌塘高原夏季降水未来在2020-2027年间的变化。结果表明,相对于1986-2005年的气候平均态,羌塘高原夏季降水将增加0.27 mm/day (0.11-0.41 mm/day, 5-95%不确定性),这意味在可见的未来羌塘高原将处于偏湿状态、夏季降水量较之气候平均状况偏多约12.8%。
  “面向未来10年的近期气候变化信息,对国家中长期决策具有重要的科学参考价值。前人多利用仅考虑不同排放情景的气候预估试验,来分析这一时段气候的可能变化。但是在这个时间段,气候系统内部变率和海洋热惯性的影响不亚于、甚至要远超温室气体等外强迫的作用,这使得气候预估结果的表现是噪音大于信号。考虑了海洋初始化的年代际气候预测系统,是提供近期气候变化信息的最有效的工具。我们的工作表明,只要多模式集合样本的大数据足够,再辅以有效的方差订正技术,我们有能力对青藏高原这一气候敏感区的未来近10年气候进行较为可靠的预测”,该文第一作者、中国科学院大气物理研究所博士生胡帅说。
  “近期年代际气候变化预测具有迫切的应用需求,世界气象组织(WMO)已经开始筹划准业务化试验。揭示青藏高原夏季降水的年代际可预报性是该领域的一个可喜进展,但是针对年代际预报问题,我们在科学和技术上仍面临着诸多亟待解决的难题。在科学上,当前有效的海温年代际预报技巧多限于大西洋,在太平洋的技巧较低,而其中的物理机理尚不清楚。在技术上,开展年代际气候预测试验需要大量的高性能计算资源和存储资源,受资源所限,当前国际上的年代际预测试验大多仅能提供未来10年的预测信息。提升年代际预报的能力,尚需要国际科学界的携手努力”,该文通讯作者、中国科学院大气物理研究所周天军研究员最后强调。
  该研究工作受中国科学院“丝路环境”战略先导项目(批准号 XDA20060102)、国家自然科学基金(批准号41988101)共同资助。
  上述工作近日于Science Advances在线发表:
    Shuai Hu, Tianjun Zhou*: Skillful prediction of summer rainfall in the Tibetan Plateau on multi-year timescales. Science Advances. 2021. In press.http://dx.doi.org/10.1126/sciadv.abf9395

图 CMIP6年代际预测计划(DCPP)多模式对青藏高原腹地羌塘高原区域平均夏季降水年代际变化的集合预测,黑线为观测,红线为DCPP历史回报结果,蓝线为DCPP实时预测结果,单位:毫米/天。Cor为预测与观测的相关系数。(摄影:张琦;http://photography.zhangqibot.com)
附件下载: