论文：ERA-临时再分析数据中SST分辨率的改变对冬季湾流前海气作用的影响

论文：ERA-临时再分析数据中SST分辨率的改变对冬季湾流前海气作用的影响论文：ERA临时再分析资料中海温分辨率变化对冬季墨西哥湾流前震活动的影响；《现代气候学进展》课程论文英文题目TheimpactofSSTresolutionchangeintheERA-InterimreanalysisonwintertimeGulfStreamfrontalair-seainteraction中文题目ERA-临时再分析数据中SST分辨率的改变对冬季湾流论文：ERA-临时再分析数据中SST分辨率的改变对冬季湾流前海气作用的影响本文内容：《现代气候学进展》课程论文英文题目TheimpactofSSTresolutionchangeintheERA-InterimreanalysisonwintertimeGulfStreamfrontalair-seainteraction中文题目ERA-临时再分析数据中SST分辨率的改变对冬季湾流前海气作用的影响学生姓名***学号20161212298学院应用气象学院专业应用气象学指导教师***二Ｏ一七年六月十三日ERA-临时再分析数据中SST分辨率的改变对冬季湾流前海气作用的影响RhysParfitt1,2,ArnaudCzaja2,andYoung-OhKwon11PhysicalOceanographyDepartment,WoodsHoleOceanographicInstitution,Falmouth,Massachusetts,USA,2DepartmentofPhysics,ImperialCollegeLondon,London,UK摘要：本文研究了海湾流域的海气相互作用对于ERA临时再分析数据中海面温度（SST）分辨率的敏感性。选取了1979年1月至2001年12月（SST分辨率1°×1°）和2010年12月至2016年2月（SST分辨率0.05°×0.05°）的两个时期。从后6年的高分辨率SST的冬季与低SST分辨率随机选取的六个冬季进行对比，以评估结果对自然气候变率的鲁棒性。在所有比较中，发现湾流前空气-海的显热通量交换的变化与平均SST梯度的变化高度相关。这导致大气锋面的增加和平均降水量的减少高达30％。这些结果强调高SST分辨率在海洋锋对天气和气候影响的重要性。1引言在中等纬度气候系统中，海面温度强海洋条件（SST）在不同分辨率的重要作用已经有很多人研究（例如，Cheltonetal.,2004;SampeandXie,2007;Minobeetal.,2008;Nakamuraetal.,2008;Kwonetal.,2010;Boothetal.,2012]。然而，它的重要性仍是一个受到争议的问题。最近有一篇文章表明海洋正面带发挥其影响的关键物理机制是通过与迁移天气系统相关的大气中温度的作用[Parfittetal.，2016]。在这项研究中，海湾流（GS）SST梯度（类似于分辨率降低）的幅度减少导致大多数GS前沿的冷锋减少了30％。提出了“热阻尼加强（TDS）”机制来解释观察到的变化（参见图S1）。这些大气条件嵌入在已知在正面区域如GS的时间平均大气状态的偏压系统中[ONeill等人，2015;Parfitt和Czaja，2016]。至关重要的是，TDS不仅高度依赖于SST的解决方案，而且还有一些建议可能会出现一个阈值解决方案，此机制不能解决[Smirnovetal。，2015;Willison等人，2013]。事实上，一般来说，海洋与大气耦合的代表性不足一直与SST梯度代表不足有关[Chelton，2005]。鉴于此，在重新分析数据集中识别任何相关的伪像是至关重要的，因为它们的粗糙SST分辨率或SST分辨率在时间上的变化。进一步的动机是从近期的敏感性研究提供给不同解决的黑潮扩展（KE），由欧洲中程天气预报中心（ECMWF）-再分析（ERA）-中期数据集SST变化[Masunaga等，2015，2016]。这些系列研究发现，只有在规定的SST分辨率足够高的情况下，KE对大气边界层存在可观的中尺度印记才能进行再分析。本文的目的是调查这个变化的SST分辨率对海洋和大气前沿相互作用的ERA中期数据集的影响。重点将是冬季GS部门，SST梯度大面积，中等大气压力频率最大的地区[Berry等，2011a]。在第2节中，介绍了使用的数据和方法。结果见第3节，第4节提供了总结和讨论。2数据和方法ERA-Interim是全球大气再分析数据集[Simmonsetal。，2007;Berrisfordetal。，2009;Deeetal。，2011]，可从1979年1月起提出，光谱分辨率T255（?0.7°）可在0.75°×0.75°的经度纬度网格上获得。在这项研究中，在925hPa的压力水平下使用水平风和空气温度的12小时场（在0000UTC和1200UTC）。本研究中还使用了从0000UTC和1200UTC两种短程预报累积得出的明显的热通量，对流降水和大规模降水。然而，尽管大气模型分辨率在整个数据集中保持不变，但规定的SST数据已经改善了两倍。1979年1月至2001年12月间，SST分辨率为1.0°×1.0°，2002年1月至2009年1月为0.5°×0.5°。从2009年2月起，SST分辨率为0.05°×0.05°。本研究旨在通过比较6年冬季DJF（12月至2月，其中表示12月份即DJF2010为2010年12月，2011年1月和2011年2月）2010-2015年（“高分辨率”在1979年1月至2001年12月期间，6次随机选择的6年DJF冬季，“SST分辨率0.05°×0.05°”（“低分辨率”SST分辨率1.0°×1.0°）。使用六个不同的低SST分辨率周期重复比较，以评估独立于自然气候变率（例如北大西洋涛动）的相位的结果的鲁棒性。总结如表1所示。图1显示了低分辨率样本i的平均SST差异，SSTieTSSTlow-resieTSST高分辨率其他低分辨率样品的图显示在图S1的支持信息中。虽然每个这些图之间存在微妙的差异，GS前沿之后的主要信号（ΔSSTe±2K）在其中六个之间高度一致。图1b示出了平均SST梯度的幅度的相应差异，？resie？？高分辨率对于低分辨率样本i。再次，其他低分辨率样品的图显示在图S1的支持信息中。如前所述，六种不同比较的差异的大小和模式非常相似。这说明了SST和SST梯度的相当大的永久性神器，这是由于SST分辨率的变化而导致的，与内部气候变率的相位无关。为了评估这种神器对区域正面空气-海洋相互作用的影响，大气正面网格点被识别为“Fdiagnostic”[Sheldon，2015;Parfittetal。，2016]。Fζζ925?T925jjζ?Tojj1的区域是那些被认为是正面网格点的区域，其中|?T925|是925hPa压力水平上的温度梯度的大小，ζ925是同一压力表面上的等压相对涡度，ζo是40°N时的科里奥利参数，|?To|是1K/100km的温度梯度的典型尺度。冷锋通过u925.?T9250识别，其中u925是925hPa的水平速度，如通常建议的[例如，Hewson，1998]。注意到，F阈值的变化优先选择更强或更弱的正面区域，但不改变本研究中得出的结论。3结果3.1冷锋频率变化图2a和2b分别显示了2010-2015年高分辨率DJF的所有大气前沿和冷锋的频率，分别为6年冬季总时间的一小部分。从这两个数字可以看出，正面的正面频率是总额定频率的主要原因。事实上，这是正如预期的那样，因为其他研究表明，冬季墨西哥湾流区域的寒冷正面频率大约是两条频繁的温暖前沿（例如，Berry等，2011a]。为此，本研究的其余部分仅专注于冷锋。图2c描述了低分辨率样品i的冷正面频率，而其他低分辨率样品的相同曲线显示在图S3的支持信息中。对于每个样本，在GS前面的宽频率信号在相应的总共6年冬季时段的?10％之间。然而，在大小和空间结构之间存在细微差异，因为每个样本之间可能会出现大规模的变异性。图2d示出了高分辨率周期和低分辨率样本i之间的冷正面频率的百分比变化（即，低分辨率采样-高分辨率周期，使得蓝色（红色）表示较高（较低）正面频率在高分辨率期）。其他Low-res样本的相应图示于图S3的支持信息中。对于所有低分辨率样本，GS大部分地区的大幅度下降，但随着北部和南部的增加，显示出更广泛的GS地区存在三极杆变化。在每种情况下，每个三极支路中存在的变化幅度大致相同，绝对值高达30％。六个不同比较之间的一致性表明了信号对自然大尺度变异性的鲁棒性。事实上，图2d中绘制的低分辨率样品i的GS矩形域（28.5°-78°W，31.5°-52.5°N）的百分比变化之间的空间相关性和相同的百分比变化每个其他低分辨率样品中的结构域显示出非常高的值（表1（I））。表1从低SST分辨率和6年冬季高SST分辨率时期的六个随机选择的冬季季节摘要（I，II和III）三个不同对变量对（28.5°-78°W，31.5°-52.5°N）的空间模式相关性。（I）低分辨率样品i（图2d）的频率变化与其他低分辨率样品的相同数量（图S3f-S3j）之间的相关系数。（II）高分辨率期间（图3c和S4f-S4j）的每个低分辨率样本之间的dQ/dy变化与低分辨率下的相应变化之间的相关系数（图1b和S2f-S2j）。（III）低分辨率样品i（图4c）的总降水变化与其他低分辨率样品的相同数量之间的相关系数（图S7f-S7j）。图1.（a）高分辨率周期和低分辨率样本i之间的平均SST差异，SST低分辨率？SST高分辨率（b）平均SST梯度的大小相应的差异，SSTlow？resie？？高分辨率。低分辨率样品i的平均SST轮廓绘制为3°C至24°C，间隔3°。图2.（a）所有大气前沿和（b）冷锋的频率，仅在高分辨率时段，作为高分辨率时段总共6年的一小部分。高分辨率周期的平均SST轮廓绘制为3°C至24°C，间隔3°。（c）低分辨率样品的正面频率，（d）高分辨率低分辨率样本i之间的冷正面频率的百分比变化。差值计算为低分辨率样本减去高分辨率周期，使得蓝色（红色）表示高分辨率周期中较高（较低）的正面频率。对于图2c和2d，低分辨率样品i的平均SST轮廓绘制为3°C至24°C，间隔3°。图2d中的矩形黑盒子表示结构域（28.5°-78°W，31.5°-52.5°N）。大多数GS前沿的正面频率在30％左右的广泛下降幅度与第1节中讨论的先前研究中发现的相似，即研究了冷锋面频率对SST分辨率变化的敏感性大气总体循环模型（AGCM）跨越GS区域[Parfittetal。，2016]。AGGS实验的变化归因于TDS机制与SST梯度的解析有很大的关系，SST梯度主要影响通过该区域的大气前沿的空气-海上显热通量梯度的强度。下一节进一步讨论这个问题。3.2交叉冷锋明显热通量梯度的变化图3b示出了平均交叉正面空气-海上显热通量梯度，dQ/dy（在Wm2/100km，其中Q从热量从海洋释放到大气中将Q定义为正），由冷的大气条带在2010-2015年高分辨率DJF的每个地点。更具体地说，每当在一个位置识别出寒冷的大气前方时，建立垂直于冷扇区指向的矢量（y）。然后计算该矢量（横跨前面）的显热通量梯度，并计算整个周期中每个位置的复合平均值。由于梯度被定义为冷部分，无论dQ/dy为正（负），平均热敏通量梯度通过TDS（支持信息图S1）热阻（强化）冷锋。在GS箱内但远离GS前沿的地区，空气-海洋热交换会轻微地阻止冷锋（约20至30Wm2/100km），GS前沿存在偶极子。前方北面有一个空气-海洋热交换中心地区（?0Wm2/100km）或加强冷锋（?10?15Wm2/100km）的区域。然而，在前面的南部，有一个增强的衰减（40Wm2/100km）的区域。这种分布强烈地优先于与强GS前沿对齐的通过大气冷锋的强化模式。图3a示出了与图3b的类似的复合物，但是对于低分辨率样品i，其余的低分辨率样品显示在支持信息图4中。在图3中，在GS盒内但不远处