气候模式中确定性与随机性趋势调整的益处

我们开发并比较了在 community atmosphere model 第 6 版的多十年模拟中，由数据同化增量和 nudging 趋势导出的模式误差表示方案。每个方案在模拟运行时对纬向和经向风施加偏差修正。我们量化了此类在线调整方案在日到大时间尺度上对模式气候态和变率改善的程度。总体而言，我们观测到年上层纬向风约 30% 的改善，其中以晚春（约 35%）和冬季（约 47%）改善最大。尽管仅调整了风场，我们还观测到陆地年降水约 20% 的改善（晚秋约 36%、冬季约 25% 改善最大），以及全球年海平面气压约 50% 的改善。仅采用平均态调整时，大西洋上空的泛北低频变率主导模态（北大西洋涛动）即得到显著改善。额外的随机性进一步提高了模态解释方差，使其更接近观测值。流函数趋势分解揭示，该改善源于对高频与低频涡-涡相互作用项的调整。在太平洋，仅平均态调整导致阿留申低压 erroneously 加深，但加入随机选取的趋势后得以纠正。最后，从实用角度，我们讨论了使用数据同化增量与 nudging 趋势进行在线模式误差表示的性能。