《哲學(xué)學(xué)報A》“隨機(jī)模擬”專輯4篇論文摘要

Philosophical Transactions of the Royal Society A, 2014, Vol. 372, No. 2018.

利用大氣隨機(jī)物理參數(shù)化處理模式誤差：對ECMWF季節(jié)預(yù)報耦合系統(tǒng)的影響——Addressing model error through atmospheric stochastic physical parametrizations: impact on the coupled ECMWF seasonal forecasting system.

海氣耦合氣候模式的有限分辨率和次網(wǎng)格尺度上的變率，是目前所有時間尺度上氣候模擬存在不確定性的主要原因。歐洲中期天氣預(yù)報中心（ECMWF）一直致力于開發(fā)新的方法來解決這些不確定性，目前，隨機(jī)全傾向擾動方案和隨機(jī)動能后向散射算法被常用于全球數(shù)值天氣預(yù)報。在業(yè)務(wù)預(yù)報模式中，ECMWF還進(jìn)行了海氣耦合氣候系統(tǒng)的長期預(yù)測，并開發(fā)了最新的季節(jié)預(yù)報系統(tǒng)（簡稱System 4），System 4具有和中期天氣預(yù)報相似的隨機(jī)全傾向擾動和后向散射方案。ECMWF的Weisheimer等分析了System 4中這些方案對再預(yù)報效果的影響，再預(yù)報時段為1981—2010年，與不考慮模式不確定性的季節(jié)尺度模擬結(jié)果進(jìn)行了對比。研究發(fā)現(xiàn)，隨機(jī)傾向擾動方案有助于減少過度強(qiáng)烈的對流活動，尤其是在海洋大陸和熱帶西太平洋上空，從而減少了對向外長波輻射（OLR）、云覆蓋、降水和近地面風(fēng)的模擬偏差。對MJO的影響也是正面的，MJO事件的頻率和幅度有所增加。此外，ENSO的預(yù)測誤差變小。而同隨機(jī)傾向擾動方案相比，后向散射方案的總體影響較為一般。年內(nèi)，由包括隨機(jī)海冰參數(shù)化的海冰—海洋非耦合模式（即與大氣不發(fā)生交互）模擬的海冰厚度和海冰量增長了約10%～20%（具體依季節(jié)而定），這種增長可以由海冰強(qiáng)度的隨機(jī)擾動導(dǎo)致海冰明顯變?nèi)鮼斫忉?，因?yàn)樾〉谋鶑?qiáng)度隨機(jī)值比大值更有影響。因此，海冰漂移更傾向于收斂，從而導(dǎo)致海冰厚度在北極中部累積，尤其是沿著北極西部海岸線。不過，這前20～30年隨機(jī)方案的非耦合集成可以看作是一個短暫的臨時階段，在此階段，海冰厚度累積和新開放水域海冰生成的增加導(dǎo)致海冰量的增加，而這個階段之后，海冰—海洋系統(tǒng)達(dá)到了一個“增加的海冰厚度抵消了由海冰強(qiáng)度擾動引起的海冰明顯弱化”的新的準(zhǔn)平衡態(tài)，從而海冰量不再增加。相比，大氣—海冰—海洋耦合模式（ECHAM6-FESOM）模擬的北極海冰量卻一直沒有出現(xiàn)明顯增長，這可以用一個輕微的大氣負(fù)反饋機(jī)制來解釋。然而，在南極，耦合與非耦合模式模擬的海冰量之間的差異遠(yuǎn)小于二者在北極的差異，這歸因于在南半球夏季海冰幾乎完全消融，從而抑制了隨機(jī)效應(yīng)帶來的海冰的短暫積累，導(dǎo)致對海冰的“記憶”相對缺乏。另外，隨機(jī)海冰參數(shù)化對非極地地區(qū)氣候平均態(tài)的影響總體上是弱的。

隨機(jī)海冰參數(shù)化對氣候和大氣—海冰—海洋交互的影響——Influence of stochastic sea ice parametrization on climate and the role of atmosphere–sea ice–ocean interaction.

德國亥姆霍茲（Helmholtz）極地與海洋研究中心的Juricke等研究了隨機(jī)海冰強(qiáng)度參數(shù)化對氣候平均態(tài)的影響。模擬結(jié)果發(fā)現(xiàn)，在北極，在102年（積分時段）的前20～30

數(shù)值天氣預(yù)報模式中與水平分辨率有關(guān)的參數(shù)化不確定性評估——Assessing parametrization uncertainty associated with horizontal resolution in numerical weather prediction models.

為描述由集合天氣預(yù)報系統(tǒng)模式誤差產(chǎn)生的不確定性，研究者已開發(fā)了多種基于有關(guān)次網(wǎng)格尺度變率假設(shè)的特定隨機(jī)算法。不過，目前很少有研究證明這些算法的準(zhǔn)確性，而一些隨機(jī)參數(shù)化的實(shí)現(xiàn)可能錯誤地描述了模型不確定性的真正來源。就天氣預(yù)報模式水平分辨率不足問題，英國氣象局的Shutts等介紹了一種方法，試圖量化ECMWF集成預(yù)報系統(tǒng)中的有關(guān)物理參數(shù)化傾向的不確定性。該方法通過將高分辨率真實(shí)預(yù)報粗化到一個與低分辨率目標(biāo)相一致的時空分辨率再進(jìn)行比較的方式定義了模式誤差，并檢測了其概率分布作為傾向大小的函數(shù)。結(jié)果發(fā)現(xiàn)，與對流參數(shù)化和明確的水相變化有關(guān)的溫度傾向誤差就像一個方差隨平均值而成比例增長的泊松過程，這表明支撐對流的Craig和Cohen統(tǒng)計模型的假設(shè)也可能適用以對流參數(shù)化。相比，輻射溫度的傾向誤差與其平均值的關(guān)系有很大不同。這些發(fā)現(xiàn)表明，ECMWF隨機(jī)擾動參數(shù)化傾向方案可以進(jìn)一步改進(jìn)，因?yàn)樗僭O(shè)該傾向誤差的標(biāo)準(zhǔn)偏差是與平均值成比例的。

提高數(shù)值天氣預(yù)報和氣候模擬的水平分辨率：幻覺還是靈丹妙藥？ ——Increasing horizontal resolution in numerical weather prediction and climate simulations: illusion or panacea?

ECMWF數(shù)值天氣預(yù)報大約每8年便提高1倍的全球水平分辨率的穩(wěn)定更新可能被新出現(xiàn)的計算架構(gòu)所改變。這也許有助于解決隨分辨率增加而帶來的預(yù)測不確定性問題，特別是當(dāng)開始解析對流尺度的運(yùn)動時。不過，由于模式分辨率的偏面增加會使系統(tǒng)迅速變得不堪重負(fù)，而且可能不會提高數(shù)值預(yù)報準(zhǔn)確度，因此有必要對數(shù)值計算方法進(jìn)行相應(yīng)調(diào)整。在利用百億億次、大規(guī)模并行計算能力設(shè)計預(yù)報模式時，需要對模式各部分不確定性的敏感性有更深入的了解，并最終深入理解大氣中的多尺度交互作用及其在超高分辨率數(shù)值天氣預(yù)報和氣候模式中的數(shù)值實(shí)現(xiàn)。就此，ECMWF的Wedi探討了通過調(diào)整譜和物理空間的相對分辨率以大幅提高預(yù)報效果的可能性。研究認(rèn)為，這一方面需要減少譜變換計算的相對分辨率；另一方面在于探索格點(diǎn)空間水平分辨率與頻譜空間波數(shù)的比率的重要性，而這與高分辨率的模擬和集合預(yù)報的不確定性估計都有關(guān)系。