题目:Observed changes of global and western Pacific precipitation associated with global warming SST mode and mega‑ENSO SST mode 原文:Kim-CD-2015-fv75_fn67_fp53.pdf
笔记:本文对近几十年来全球尤其是西太平洋降水的变化进行了研究,并试图分离由于人类活动及自然变率对这一变化的相对贡献。在过去的几十年里(1980年以来),研究表明无论是陆地、海洋,以及具体到全球季风的降水,总体上都是在增加的;而且,气候模式普遍预估未来全球降水也是增加的,当然这存在很大的不确定性;最近有研究指出,过去几十年降水的增加,不仅与人类活动造成的全球变暖有关,也与自然变率有关。作者的研究就是为了定量描述自然变率和人类活动对降水变化的贡献。
作者首先对3年滑动平均降水和SST做SVD分解,发现与降水场相关的海温第一模态表现出decadal ENSO的pattern(Wang et al. 2013).但是这并不能够区分出人类活动和自然变率。随后作者对Pr、SST以及垂直积分的水汽通量散度(convergence of vertical integrated moisture flux, CVIMF)进行MVEOF,发现第一模态对应全球变暖的长期趋势信号,第二模态对应类似PDO或mega-ENSO的信号,作者认为这样能够很好的对人类活动影响和自然变率进行区分。
随后作者对CVIMF动力作用项和热力作用项进行诊断,发现无论是人类活动作用还是自然变化作用,通过动力作用(辐散辐合)去影响CVIMF都是主要的,进一步地,作者仿照风场散度对势函数和辐散风的定义,对CVIMF的动力项求势函数和辐散风通量,以求锁定不同变率对应的水汽通量散度的源汇区:结果发现人类活动倾向于在太平洋出现三极型响应,西太和东太是汇区,而中太是源区;自然变率则倾向于形成西太汇而东太源的情况。
接下来,作者又用雷诺平均的方法,诊断定常波(stationary part)和瞬变波(eddy part)对势函数和辐散风通量的贡献,发现定常波在其中起到主要贡献。具体到西北太平洋近几十年降水的变化,作者认为是decadal ENSO的La Nina位相和人类强迫引起的印度洋增强的西风输送所引起。
总之,作者认为利用MVEOF是一种很好的区分人类强迫和自然变率的方法并深入分析了伴随这两种模态的水汽输送通量散度的变化,并试图对西太地区降水的增多进行解释。
亮点和借鉴:
1.这是一篇非常好的利用观测资料进行深入的动力学诊断的文章,利用MVEOF工具巧妙区分了人类强迫和自然变率的影响,进而深入利用高超的动力学分析工具去考察人类强迫和自然变率的对降水变化的贡献作用。环环相扣,渐入佳境。
2.MVEOF的方法,非同时SVD的方法在区分信号、联系因果的作用
3.CVIMF的诊断分析方法,很好的动力学诊断工具。
问题(2015.4.29邮件作者-2015.5.8收到回复):
1.MVEOF的区分终归是线性的,人类活动对ENSO的影响又该如何表现出来?或者说,这一影响存在于第二个模态中么?
2.为什么要用三年滑动平均来做MVEOF?
3.定常扰动和瞬变扰动是如何区分的?
作者解答
Q1. I am impressed to see the power of MVEOF method to separate the effects of anthropogenic forcing and natural variability. However, since the anthropogenic forcing may also influence the natural variability such as ENSO (Vecchi et al., 2008), is that possible to see this kind of effect in the MVEOF2? * We tried to separate natural variability and anthropogenic forcing, eventually we used the third variable, moisture flux covergence, which may be linked to the dynamic and thermodynamic aspects for climate variability, in using MVEOF. As you know, MVEOFS qurantees independency with orthogonality of base functions. However, as Vecchi et al mentioned, we have assumption: although these two modes are independent, actually ENSO mode has a low-frequency variability such as Mege-ENSO, IPO-related one, which may be associated with anthropogenic component. Q2. I don’t know why 3-year running mean is used to analyze this phenomenon. What’s the advantage than using primitive annual mean or 5-year or 7-year running mean? * We attempted various cases in term of averaging time period, to remove interannual variability such as ENSO. Three-year running average is sufficient to show this and loss of data is relatively small. The advantage of running mean seems that we can show a long-term or low-frequency variabilities. Q3. How to separate stationary and eddy parts of potential function and divergent component of moisture flux? Has a 3-7 day band-pass filter method been used to acquire the eddy parts? * Actually eddy part was estimated with perturbation from annual mean. It has many sub-annual components such as seasonal cycle, sub-seasonal oscillation, high-frequency synoptic eddy, and so on. So my student Byung-Hee Kim (see CC email address), as a co-author has analyzed with separarting various components including eddy component only.
题目:Global Warming Shifts the Monsoon Circulation, Drying South Asia 原文:Annamalai-JC-2013-26_9_2701-2718.pdf
笔记:本文对近几十年来南亚地区季风降水减少的原因进行了探索。前人研究已经指出,随着人类活动造成的气候变化,全球的降水有了微弱的增多,但主要的降水增长在中高纬度地区,北纬10-20纬度带上降水却有着显著的减少(Zhang et al. 2007)。而南亚季风区正处于这一纬度带,过去几十年里经历了降水的减少。
作者随后从观测资料和CM2.1 historical run去考察了降水减少的情况,发现与此同时,西北太平洋地区的降水确实增加的,出现了反位相变化。而这种长期的降水变化,在不包括人类强迫的PI Control试验中是不能看到的。于是作者提出他们的假说:人类强迫下(主要是CO2)西北太平洋降水的增多会引起大气环流异常,导致南亚地区降水减少。
为了证明这一假说,作者通过4组AGCM试验来考察印太地区海温增暖对南亚地区降水的影响,结果发现,无论是SST的趋势加在西北太平洋,还是整个印太暖池,南亚地区的降水都是减少的,而西北太平洋地区的降水是增加的。作者通过对湿静力能收支的诊断,发现南亚地区蒸发的减少以及西北太平洋地区蒸发的增多对两个区域都有较大贡献。而环流方面,西北太平洋出现的气旋性变化使得出现从副热带地区指向南亚地区的北方扰动,这一扰动使得异常的冷平流和干平流进入南亚地区,造成南亚地区降水的减少。最后的讨论部分作者指出,2xCO2和4xCO2情景下,南亚地区降水是增多的。说明transient响应可能和平衡态是不一致的,未来究竟如何,还是存疑的。
亮点和借鉴:
1.从观测去找信号,提出假设,进而用model去验证是非常重要的能力,一定要重视和锻炼 (套路)
2.MSE的诊断方法可以借鉴,Moisture advection的诊断方法可以借鉴
3.考察观测现象时,将CMIP5的结果引入,指出人类活动的影响,这种方法在研究人类活动对全球变化的作用时非常值得借鉴
NCL v6.3.0发布后,发现新增了advect_variable函数,这对于一些复杂诊断方程的计算无疑非常方便,于是决定用ncl来计算Q1.没想到advect_variable函数与垂直积分函数一样,运行后告诉我找不到这个函数,这什么情况,新feature没加好就发布还说有了有了……坑爹啊。
后来用center_finite_diff_n中央差分函数配合完成,计算效率感觉比之前错误得用EC monthly数据算时高非常多(主要是short2flt函数慢),何况NCEP-DOE这套资料还是daily,1度和2.5度分辨率差这么多?没仔细算数据规模,不知道为什么……
写程序时基本没有出什么错误,对这类诊断方程编程时,最需要注意的就是统一国际单位制,量纲要分析正确。还有平流项是严重的非线性项,一定要用daily算再平均到monthly哦~
第一次出图,1979年年均菲律宾海一带Q1与Day200时的Q1,一看就是对的吧:-)
Code放在了github的repo上,供参考