CMIP6模式北极海冰模拟及预估

 

王晓春 教授 

南京信息工程大学

 

邀请人 ：刘屹岷 研究员 

主持人 ：任荣彩 研究员

 

2023年6月13日（星期二）15:30

3号楼1218会议室 

 

报告摘要:

北极海冰正在经历快速的变化，气候系统模式是理解及预估未来海冰变化的主要工具。第六次耦合模式比较计划CMIP6目前正在进行中。本研究首先利用CMIP6中气候系统模式的输出结果，对这些模式，特别是我国的9个模式进行了系统评估，评估的变量包括海冰密集度、海冰范围、海冰厚度、海冰漂移速度等，然后利用两种方法，在两种排放情景的假定下，对未来北极夏季无冰时间进行了预估。 参加CMIP6的9个中国模式分别是BCC-CSM2-MR、BCC-ESM1、CAMS-CSM1-0、CAS-ESM2-0、CIESM、FGOALS-f3-L、FGOALS-g3、FIO-ESM-2-0和NESM3。多数模式(8/9)高估海冰范围季节变化的最大值；5个模式高估了3月北极海冰范围减小的趋势，4个模式低估了9月北极海冰范围减小的趋势。参加CMIP5 及CMIP6 具有传承关系的我国4个模式在北极海冰范围季节变化及长期趋势方面有了明显的改善。3月海冰密集度模式误差主要集中在海冰边缘地区；9月北极海盆地区以及海冰边缘地区均存在误差。9个模式总体高估了3月海冰密集度下降区的海域面积。模式普遍高估海冰边缘区厚度，低估北极中心区域厚度。与CMIP6模式相比，大多数中国模式（5/9）与CMIP6模式具有类似的模拟技巧。在对56个CMIP6模式评估的基础上，删选出19个模式使用集合平均法及相关约束法对未来北极夏季无冰时间进行了预估。在中等排放情景下（SSP245），相关约束法及多模式集合平均法都预估在2065年前后北极将会首次出现夏季无冰的情况。在高排放情景下（SSP585），相关约束法及多模式平均法都预估在2050年前后北极将会首次出现夏季无冰的情况。两种方法在使用同样的模式组合时预估的结果相差不大。与其他研究类似，两种情景下的预估仍然存在很大的不确定性。

 

报告人简介:

王晓春，南京信息工程大学海洋科学学院教授。 1986年及1989年分别在南京气象学院及中国科学院大气物理研究所获气象学学士及硕士学位。1996年在加拿大阿尔伯特大学获应用数学硕士学位。2001年在夏威夷大学获气象学博士学位。2002-2004年在加州理工学院喷气动力推进实验室做博士后工作。曾任雷神公司资深物理工程师，加州大学洛杉矶分校副项目科学家、项目科学家。研究工作涉及大尺度海气相互作用、海洋模式研发及应用、和区域海洋动力过程。2016年成立南京海维斯海洋信息服务有限公司，通过微信公众号及网页提供全球海洋、波浪、潮汐、天气预报。2015年获江苏双创团队。2020年获中国气象服务协会风云人才奖。