改善昼夜循环及其对季节性影响意思将CFS COARE通量算法gydF4y2Ba
Maheswar普拉丹gydF4y2Ba
1、2gydF4y2Ba
Suryachandra a饶gydF4y2Ba
2gydF4y2Ba
*gydF4y2Ba
Amitabh巴塔查里亚gydF4y2Ba
3gydF4y2Ba
bloom BalasubramaniangydF4y2Ba
1、4gydF4y2Ba
- 1gydF4y2Ba在气候研究跨学科项目,印度科技学院的孟买,孟买,印度gydF4y2Ba
- 2gydF4y2Ba季风的使命,印度热带气象研究所,印度浦那gydF4y2Ba
- 3gydF4y2Ba应用力学,印度理工学院,新德里,印度gydF4y2Ba
- 4gydF4y2Ba机械工程系,印度科技学院的孟买,孟买,印度gydF4y2Ba
预测变量的变化在日常季节性尺度耦合模型主要是由海洋和大气之间的表面边界条件,即海表面温度(SST),湍流热量和动量通量。尽管一直在努力实现良好的精度表面通量和SST在观察和再分析产品,则较少受到关注实现提高女性耦合模型模拟的准确性。不当日盘中SST与降水量的相位和振幅是众所周知的问题在大多数全球耦合环流模型,包括气候预测系统v2 (CFSv2)模型。本研究试图提高大气表面边界条件的表示CFSv2,主要用于印度的经营预测在不同时间和空间尺度上的。在这个方向,昼夜温暖层和酷皮肤温度校正方案实施以及表面通量参数化方案后海气耦合响应实验(COARE) v 3.0。耦合模型re-forecasts通量修正方案显示更好的特色在昼夜和季节各种大气参数和过程时间尺度。日规模,盘中SST的相位和振幅,提高混合层深度可变性在大多数热带海洋。日太平洋帮助改善提高昼夜引起更强的盘中对流降水的范围。修正后的周日ocean-atmospheric边界状态转化为季节性的减少意味着干偏差在印度大陆和潮湿的偏差在热带海洋。更好的模拟非线性与厄尔尼诺-南方涛动(ENSO),印度洋偶极子(IOD) ENSO-Indian夏季季风降水(ISMR)和IOD-ISMR关系是最关键的改进通过修改湍流通量参数化。 The revised flux scheme showed enhanced prediction skills for tropical SST indices and ISMR.
介绍gydF4y2Ba
热带海洋,成为最大的存储热能,驱动大气发行量携带能量世界的其他地区。生成、加强和终止阶段,大多数热带地区气候变化,如厄尔尼诺-南方涛动(ENSO;gydF4y2Ba玩弄女性,1985gydF4y2Ba;gydF4y2BaNeelin et al ., 1998gydF4y2Ba)、印度洋偶极子(IOD;gydF4y2BaSaji et al ., 1999gydF4y2Ba;gydF4y2BaRao et al ., 2002gydF4y2Ba),Madden-Julian振荡(;MJO就可gydF4y2Ba马登和朱利安,1971gydF4y2Ba,gydF4y2Ba1972年gydF4y2Ba),季风Intra-Seasonal振荡(味噌;gydF4y2Ba克里希那穆提和Bhalme, 1976gydF4y2Ba;gydF4y2Ba川,1980gydF4y2Ba),涉及海气交互。现在代耦合气候模式工作同样的大气和海洋模型通过交换热量和动量通量进行交互。海洋表面状态(精确的海洋表面温度)充当降低大气组件的边界条件。另一方面,湍流(潜热、显热、风应力)和辐射(长波和短波辐射通量的大气模型部队海洋模型。因此,准确地量化这些交换变量需要更好地理解和代表在不同时间和空间尺度上的天气和气候可变性。gydF4y2Ba布兰科(1987)gydF4y2Ba讨论了不确定性的来源在观察和表面通量的计算模型。观测不确定性是由于缺乏充足的数据在不同的盆地,测量传感器,平台的限制,现有的以不同的通量计算方法近似。gydF4y2Ba
相比之下,这些耦合模型的不确定性是由于不准确的参数化边界条件和传播错误的平均状态的观察和再分析产品。潜热通量的不确定性估计高达80 WmgydF4y2Ba−2gydF4y2Ba(gydF4y2Ba我们1989gydF4y2Ba),和不确定性在各种通量的估算是Wm 30 ~gydF4y2Ba−2gydF4y2Ba。但是这些模型大部分错误是由于不准确的海洋表面温度,参数化和湍流和辐射通量交换海气界面。系统的偏见在表面湍流和热通量在大气环流模型和耦合环流模型(gydF4y2Ba吴et al ., 2007gydF4y2Ba;gydF4y2BaPokhrel et al ., 2012gydF4y2Ba;gydF4y2BaZhang et al ., 2018gydF4y2Ba;gydF4y2Ba周et al ., 2020gydF4y2Ba)。gydF4y2Ba
在大多数的耦合环流模式,热量和动量通量参数化是基于bulk-flux算法(gydF4y2Ba曾庆红等人。,1998年gydF4y2Ba;gydF4y2BaChang和格罗斯曼,1999gydF4y2Ba;gydF4y2Ba大耶格尔,2008年gydF4y2Ba;gydF4y2Ba里夫斯艾尔et al ., 2021gydF4y2Ba)。大部分在海气界面模型通常需要气象参数作为输入,并导致海气交互通量作为输出(gydF4y2BaFairall et al ., 1996 bgydF4y2Ba)。这些大部分模型所需的重要参数之一,是海气界面温度、皮肤温度。然而,在大多数的耦合模型,这个温度作为最外层组织的平均温度(称为总体温度)的海洋模型,通常在5或10米的深度。皮肤温度的日变化的昼夜和季节变化影响海气交互通量和调节各种气候变化模式。两个进程导致皮肤温度及其日变化的差异从总体温度(gydF4y2BaFairall et al ., 1996 agydF4y2Ba)。首先,净冷却的海洋表面发生由于即将离任的长波辐射和潜在和显热海气界面层。第二,建立一个昼夜温暖层发生由于传入的太阳辐射。日温暖层的累积效应和冷却会导致盘中可变性的海洋皮肤温度。观察和建模研究gydF4y2BaFairall et al ., 1996 bgydF4y2Ba;gydF4y2Ba斯et al ., 2003gydF4y2Ba;gydF4y2Ba信田,2005gydF4y2Ba;gydF4y2Ba伯尼et al ., 2007gydF4y2Ba,gydF4y2Ba2008年gydF4y2Ba;gydF4y2BaWoolnough et al ., 2007gydF4y2Ba;gydF4y2BaMujumdar et al ., 2011gydF4y2Ba;gydF4y2Ba燕et al ., 2021gydF4y2Ba)报道可能周日每天皮肤温度变化的影响,intra-seasonal,和季节性的意思是等参数调制ocean-atmospheric SST和可变性,混合层深度、空气压力、湿度、低层云,对流。gydF4y2Ba
体积通量算法在热带海洋全球大气(宽外袍)海气耦合响应实验(COARE)计划称为COARE 3.0 (gydF4y2BaFairall et al ., 1996 bgydF4y2Ba,gydF4y2Ba2003年gydF4y2Ba)通量算法被广泛用于数据分析和研究。COARE算法的发展旨在限制地表通量的估计误差在±10 WmgydF4y2Ba−2gydF4y2Ba。算法进行了进一步的修改、改进和验证报告gydF4y2Ba埃德森et al . (2013)gydF4y2Ba。大部分的再分析产品,例如,客观地分析了海气通量(OAFlux;gydF4y2BaYu et al ., 2008gydF4y2Ba),TropFlux (gydF4y2BaKumar et al ., 2012gydF4y2Ba)和SeaFlux (gydF4y2Ba咖喱et al ., 2004gydF4y2Ba)与湍流表面热量和动量通量导出使用COARE 3.0通量算法。算法还用于计算从散装海气通量参数衡量泊浮标部署在全球海洋,因此实时天气和气候监测中起着重要作用。COARE 3.0算法的主要优势之一是,它需要考虑cool-skin和温暖的图层样式(gydF4y2BaFairall et al ., 1996 bgydF4y2Ba)。上面引用的早期研究表明,这些影响在触发对流起着重要的作用。虽然COARE通量算法中使用广泛的重新分析和观察应用程序,它使用还没有扩展到现代耦合模型由于其计算复杂度。gydF4y2Ba曾庆红et al。(1998)gydF4y2Ba和gydF4y2BaBrunke et al。(2002)gydF4y2Ba已经确定了COARE3.0算法被认为是一个至少有问题的算法计算湍流通量在海洋表面。gydF4y2BaMallick et al。(2020)gydF4y2Ba表明,实现COARE3.0通量算法在印度洋模块化海洋模型v3.0已经证明显著改善在模拟太平洋海温表示通过减少错误孟加拉湾的5 - 40%。此外,他们还表明,海洋上层温度资料也有所改善,减少10 - 40%的偏差。酷集肤效应(即温差在皮肤层的表层)影响潜热的计算。它减少了高估~ 9%在南中国海(gydF4y2BaZhang et al ., 2020gydF4y2Ba)。gydF4y2BaMisra et al。(2008)gydF4y2Ba表明,皮肤温度的存在可以减少冷舌头在赤道太平洋偏见。gydF4y2Ba
在季风任务(gydF4y2BaRao et al ., 2019gydF4y2Ba),印度热带气象研究所(IITM)都集中在改善印度的季节性预测能力使用气候预测系统版本2 (CFSv2)针对季风预测。据报道,该模型有很大的季节性意味着偏见SST (gydF4y2Ba乔治et al ., 2016gydF4y2Ba;gydF4y2BaKBRR et al ., 2020gydF4y2Ba),混合层深度、表面通量(gydF4y2Ba吴et al ., 2007gydF4y2Ba;gydF4y2BaPokhrel et al ., 2012gydF4y2Ba)和降水(gydF4y2BaRamu矿et al ., 2016gydF4y2Ba;gydF4y2Ba克里希纳et al ., 2019gydF4y2Ba),阻碍了其预测能力。模拟Rainfall-SST之间的关系和潜在CFSv2 heat-SST也是不现实的,从而创建一个表示不当等全球远程并置对比ENSO-monsoon IOD-monsoon关系(gydF4y2Ba将et al ., 2016gydF4y2Ba;gydF4y2Ba皮拉伊et al ., 2017gydF4y2Ba;gydF4y2Ba克里希纳et al ., 2019gydF4y2Ba)。相关问题的模拟昼夜相位和振幅的降水在印度大陆及邻近的海洋也报道这个模型(gydF4y2BaGanai et al ., 2016gydF4y2Ba)。早期提到的动机的研究和在CFSv2减少这些系统性的偏差,本研究试图引入基于COARE3.0皮肤温度和CFSv2通量参数化模型。研究文件的实现皮肤温度的影响参数化以及昼夜和季节上的通量修正方案规模意味着偏见,可变性,各种大气参数和预测技能的帮助下耦合模型模拟。截面数据、模型和方法描述了整合COARE3.0 CFSv2和来源不同的观察/再分析数据集用于本研究。Section-Results和讨论了模拟结果通过比较追算CFSv2违约和修订后的通量和皮肤温度参数化,其次是一个总结和未来section-Summary和讨论本研究的范围。gydF4y2Ba
数据、模型和方法gydF4y2Ba
在大多数的耦合模型,海气界面交互式通量计算使用体积通量算法。大部分方法假设湍流通量的差异相关风速、温度、湿度和具体之间的大气中海气界面和一个级别。大部分算法可用于代替涡相关法在高分辨率(空间和时间)边界层数据是不可用的。在以下列出的各种通量计算方程。gydF4y2Ba
批量传输系数对潜热,显热,和压力吗gydF4y2BaCgydF4y2BaegydF4y2Ba,gydF4y2BaCgydF4y2BahgydF4y2Ba,gydF4y2BaCgydF4y2BadgydF4y2Ba分别。gydF4y2Ba年代gydF4y2Ba是风速的平均值相对海面电流,gydF4y2Ba问gydF4y2Ba年代gydF4y2Ba是界面水汽混合比的值,然后呢gydF4y2BaugydF4y2Ba年代gydF4y2Ba是表面电流。同样,q, u, T是水汽混合比、风速、大气和空气温度最低水平。gydF4y2Ba问gydF4y2Ba年代gydF4y2Ba计算从纯水的饱和含湿量。ρgydF4y2Ba一个gydF4y2Ba是空气密度,gydF4y2BalgydF4y2BaegydF4y2Ba汽化潜热,gydF4y2BacgydF4y2Ba巴勒斯坦权力机构gydF4y2Ba是空气的含湿量恒定压力。gydF4y2Ba
两套追算模拟生成的共同研究期间1981 - 2017。这些模拟进行了与CFSv2 T126大气水平分辨率(约100公里),这是最初改编自摘要。简要总结了模型的各种组件的详细信息gydF4y2Ba表1gydF4y2Ba。第一组追(将指示为CTL运行以后)是用默认设置CFSv2所描述的gydF4y2Ba萨哈et al。(2014)gydF4y2Ba。因此,CTL来看,在海洋大气湍流通量边界计算gydF4y2Ba大耶格尔(2008)gydF4y2Ba国家大气研究中心(NCAR)算法。大气(时间步= 10分钟)和海洋模式(时间步= 30分钟)在每30分钟模型的耦合时间步。气象参数如风能、空气温度、湿度、大气模型的底部和压力是迫使海洋模型。海洋模型的SST(5米温度)充当下边界强迫大气组件。因此,CTL运行缺乏昼夜皮肤温度变化的修正。追的第二组是通过实现COARE3.0,表面湍流通量,昼夜酷皮肤,和温暖层温度修正后计算gydF4y2BaFairall et al . (1996gydF4y2Ba,gydF4y2BabgydF4y2Ba,gydF4y2Ba2003年gydF4y2Ba)。因此,皮肤温度计算作为边界强迫大气模型代替5 m大部分海洋温度。同时,COARE3.0计算湍流通量在海气界面取代基于NCAR通量算法。因此,在森运行通量计划完全被COARE3.0所取代。gydF4y2Ba
表1gydF4y2Ba。关于网格模型描述,CFSv2的决议,和初始化不同的组件。gydF4y2Ba
上述基本方程通量计算保持类似的算法。然而,两个磁通方案不同于彼此的方式转移系数、粗糙度长度计算,定义在各自的通量。短暂的CTL的通量方案和森的区别反映在运行gydF4y2Ba表2gydF4y2Ba。详细的NCAR之间相互比较和COARE,鼓励读者参考gydF4y2BaFairall et al。(1996 b)gydF4y2Ba,gydF4y2Ba曾庆红et al。(1998)gydF4y2Ba,gydF4y2Ba大耶格尔(2004gydF4y2Ba,gydF4y2Ba2008)gydF4y2Ba。在海气界面交换的湍流通量取决于配方阻力系数(或粗糙度长度),稳定功能,减少由于盐度表面湿度。NCAR的稳定函数算法是基于两个政权,即稳定和不稳定,粗糙度长度和阻力系数计算根据这些政权稳定。COARE3.0算法是基于三个稳定的政权,即稳定、弱稳定,强烈不稳定,风力的粗糙度长度是一个连续函数。COARE算法还包括一个阵风系数在低风条件占通量增加。NCAR的surface-specific湿度算法只是温度的函数,而在COARE算法是温度和压力的函数。这两个算法考虑由于海洋盐度降低湿度。gydF4y2Ba
表2gydF4y2Ba。描述区别森CTL的体积通量算法和模拟。gydF4y2Ba
皮肤温度计算是一个COARE3.0算法固有的一部分,它不属于CFSv2之前的版本(即。CTL运行)。CFSv2以前的版本中,海气界面交互通量计算基于大部分海洋温度而不是皮肤温度。因此,CTL运行遗漏了海洋表面的昼夜变化及其对大气的影响。大部分的皮肤温度计算海洋温度通过合并两个物理修正:(1)日温暖层校正和(2)日酷皮肤温度修正。酷皮肤和温暖层温度修正不仅取决于大部分海洋温度也积累/瞬时湍流通量的海上边界。皮肤温度参数给出:gydF4y2Ba
在哪里gydF4y2BaTgydF4y2Ba皮肤gydF4y2Ba是大部分的皮肤温度估计海洋温度gydF4y2BaTgydF4y2Ba散装gydF4y2BaΔ,温暖层修正gydF4y2BaTgydF4y2Ba温暖的gydF4y2BaΔ酷皮肤调整gydF4y2BaTgydF4y2Ba很酷的gydF4y2Ba。温暖层深度校正gydF4y2BazgydF4y2BargydF4y2Ba(总体温度测量/建模)取决于时间平均/累计净辐射(gydF4y2Ba我gydF4y2Ba年代gydF4y2Ba)和动量(gydF4y2Ba我gydF4y2BaτgydF4y2Ba)表面,是由gydF4y2Ba
在哪里gydF4y2BaRgydF4y2Ba集成电路gydF4y2Ba= 0.65是散装理查森数,gydF4y2BaggydF4y2Ba重力加速度,热膨胀系数α,ρ是密度,然后呢gydF4y2BacgydF4y2BapgydF4y2Ba是水的比热。很酷的皮肤温度取决于净辐射冷却gydF4y2Ba问gydF4y2Ba净gydF4y2Ba由于即将离任的潜热,显热,长波辐射,和巢传入的太阳辐射(δgydF4y2Ba年代gydF4y2BacgydF4y2Ba),是由gydF4y2Ba
其中δ是分子子层冷却是在哪里gydF4y2BakgydF4y2Ba是水的热导率。gydF4y2Ba
季节性的意思是偏见的分析和预测能力,每天追算模拟设置的输出频率和集成为9个月,从2月开始的初始条件。10乐团成员生成所使用滞后合奏生成技术gydF4y2Ba表1gydF4y2Ba。的日变化进行分析1998 - 2008年,和模型输出频率设置为3 h对这些模拟。所有的分析讨论了本研究关注北方夏天除非显式声明。对于日规模分析,采用卫星海温资料取自SeaFlux (gydF4y2Ba咖喱et al ., 2004gydF4y2Ba),可以在一个水平分辨率为0.25°,1小时的时间分辨率。日分析涉及降水率利用热带降雨测量任务(TRMM;gydF4y2Ba霍夫曼et al ., 2010gydF4y2Ba)数据为0.25°水平和3 - h时间分辨率。每小时海洋地下温度数据是来自热带停泊浮标观测系统:道/ TRITON和罗摩在太平洋和印度洋的位置。泊浮标观测明确用于模型验证。混合层深度(MLD)计算使用一个阈值温度标准从地下温度观测/模型数据。后gydF4y2BaMontegut et al。(2004)gydF4y2Ba,MLD的定义是一个深度的海洋温度表面温度降低0.2°C。每月从全球降水和海温平均降雨量气候学项目版本2.3 (GPCP v2.3;(gydF4y2Ba阿德勒et al ., 2018gydF4y2Ba)和扩展重建海洋表面温度,版本5 (ERSSTv5;gydF4y2Ba黄et al ., 2017gydF4y2Ba),和两个在全球范围内为2.5°×2.5°水平分辨率。潜热,显热,风应力TropFlux (gydF4y2BaKumar et al ., 2012gydF4y2Ba)数据被认为是,可在1.0°×1.0°水平分辨率在热带地区(即。,从30°S 30°N)。描述了各种总结了本研究中使用的数据集gydF4y2Ba补充表1gydF4y2Ba。gydF4y2Ba
结果与讨论gydF4y2Ba
日规模的影响gydF4y2Ba
日太平洋gydF4y2Ba
像在前一节中提到的,CTL和森模拟的一个主要差异的存在是很酷的皮肤和温暖层温度参数化在后者。这些参数化的影响在盘中海洋温度变化中可以看到gydF4y2Ba图1gydF4y2Ba,风场的气候昼夜范围(gydF4y2BadSSTgydF4y2Ba=最大最小在24小时周期)是绘制在季风季节(环流)。gydF4y2Ba图1一个gydF4y2Ba显示了的意思gydF4y2BadSSTgydF4y2Ba在采用卫星SeaFlux观察。在环流,更高的大小gydF4y2BadSSTgydF4y2Ba在北半球可以看到由于季节性的太阳能日晒和大风。季节性模式是一致的gydF4y2BaStuart-Menteth et al。(2003)gydF4y2Ba和gydF4y2Ba卡瓦依和和田(2007)gydF4y2Ba。季节性的意思gydF4y2BadSSTgydF4y2Ba西太平洋附近高,北美西海岸,大西洋北部,赤道东太平洋,印度洋赤道。赤道西太平洋和北美西海岸最大的gydF4y2BadSSTgydF4y2Ba,包括1°C。海温明显的昼夜范围较弱的CTL来看,如图所示gydF4y2Ba图1 bgydF4y2Ba,季节性的意思是最大的gydF4y2BadSSTgydF4y2Ba达到0.35°C。然而,最大的位置gydF4y2BadSSTgydF4y2Ba相媲美的观察,除了北太平洋。包含昼夜皮肤温度参数化,显著提高日SST在0.2 - -0.3°C /热带印度洋和0.4 - -0.5°C /北太平洋和大西洋的海洋。最大的大小和位置gydF4y2BadSSTgydF4y2Ba与观察。灵敏度来看,gydF4y2BadSSTgydF4y2Ba有更高的大小在赤道和北太平洋和大西洋海洋(即。,夏季半球)。在印度洋,更高的大小gydF4y2BadSSTgydF4y2Ba可以看到在中央赤道印度洋和东印度洋岛屿的海岸附近。的大小dSST森来看仍然是观察到的dSST相比较小。然而,显著改善注意到CTL相比。实现凉爽的皮肤和温暖层修正(gydF4y2BaFairall et al ., 1996 agydF4y2Ba)大部分海洋温度在5米(模型)的一部分COARE3.0算法改善了昼夜变暖/海洋表面的冷却,从而增加了周日的海洋温度范围。类似的改进gydF4y2BadSSTgydF4y2Ba森被认为在其他季节(图未显示)。gydF4y2Ba
图1gydF4y2Ba。季节性(环流)平均日较差SST (gydF4y2BadSSTgydF4y2Ba= 24小时周期中最大最小°C)gydF4y2Ba(一)gydF4y2Ba观察(SEA-FLUX),gydF4y2Ba(B)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(C)gydF4y2Ba森运行和gydF4y2Ba(D)gydF4y2Ba森- CTL对1998 - 2007年期间。gydF4y2Ba
为了进一步验证gydF4y2Ba现场gydF4y2Ba观察,比较当地的昼夜周期的海温进行了在不同的地点在孟加拉湾和太平洋。这些位置选择根据他们的重要性对印度夏季风和高频可用性在研究期间。低点为印度季风和萧条rain-bearing系统很重要,最好是来自孟加拉湾(BoB)向印度大陆和传播。研究表明,昼夜规模可变性的SST在鲍勃很小(gydF4y2BaBellenger Duvel, 2009gydF4y2Ba)由于持续的强季风和高的云层。相比之下,研究gydF4y2BaMujumdar et al。(2011)gydF4y2Ba建议在风场日变化鲍勃可以一样大的振幅动力学的变化。因此,有必要讨论在日尺度SST变化改善鲍勃。海温在西太平洋的昼夜循环还讨论了因为dSST是重要的在西太平洋,如图所示gydF4y2Ba图1一个gydF4y2Ba。模型模拟和观察到的海温变化可以看到盘中gydF4y2Ba补充图1 a - cgydF4y2Ba在不同的位置,在太平洋鲍勃和西太平洋海洋是绘制w.r。t地方太阳时(LST)。的观察,对海温有一个最小值和最大值约为7和16 h (LST)。最小值和最大值的时间延迟CTL来看,最小值和最大值发生在大约10到19岁h (LST)。但森来看,计时的最大值和最小值都显著提高,同意观察。日风场的振幅在这些位置也低估了CTL和改进在森跑而奥林匹克广播服务公司。因此,实施COARE CFSv2改善昼夜的时间和振幅最小值和最大值。类似的改进是在世界的其他部分,在其他季节。gydF4y2Ba
周日MLDgydF4y2Ba
是否修改在海洋皮肤温度变化和振幅是否反映在混合层的过程,我们进一步分析MLD的昼夜范围(gydF4y2BadMLDgydF4y2Ba)。gydF4y2BadMLDgydF4y2Ba定义类似于dSST,前面所讨论的。由于不可用盘中MLD观察/再分析产品,空间模式的比较gydF4y2BadMLDgydF4y2Ba仅限于模型模拟。gydF4y2Ba图2gydF4y2Ba显示了gydF4y2BadMLDgydF4y2Ba模拟的模拟以及它们之间的差异。周日在模拟范围相对较大的赤道太平洋中部和东部,赤道大西洋和印度洋西部。同样的日降雨量较小范围北部的亚热带海洋,印度洋,鲍勃。比较两个模拟显示gydF4y2BadMLDgydF4y2Ba增加了在森相比,CTL跑在大多数热带海洋。的增加gydF4y2BadMLDgydF4y2Ba在西部和中部是著名的热带太平洋和印度洋东部。亚热带海洋和阿拉伯海等地区经历了轻微的减少gydF4y2BadMLDgydF4y2Ba。因此,皮肤温度修正和修改后的通量参数化影响了海洋表面和调制昼夜混合和上层海洋热含量。在热带太平洋和印度洋,泊浮标数据存在于时间分辨率越高,MLD可变性的比较关于LST(进行gydF4y2Ba补充图1 d-fgydF4y2Ba)。在一天的凌晨,观察MLD更深刻的是由于增强混合,因为辐射的热量损失。深度增加逐渐10 LST,然后浅混合层形成在当地下午时间由于太阳日晒增加上表层,创造稳定的分层。再次,在日落,混合层深度增加而增加热量损失。两种模型模拟了MLD的盘中阶段与显著低估幅度相当不错。然而,模拟的比较表明更可观的低估混合的CTL森相比,在夜间跑。振幅差异深MLD清晨和下午浅MLD显著低细胞毒性t淋巴细胞比森跑。增强在周日MLD规模所示gydF4y2Ba补充图1gydF4y2Ba前面的讨论中还支持的gydF4y2Ba图2gydF4y2Ba森,运行显示增加dMLD大部分热带海洋盆地。因此,皮肤温度的影响和修正后的通量计划并不仅限于海洋表面也出现在海洋上混合层的过程在一个周日的规模。gydF4y2Ba
图2gydF4y2Ba。季节性(环流)平均日较差MLD (gydF4y2BadMLDgydF4y2Bam =最大最小在24小时周期)gydF4y2Ba(一)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(B)gydF4y2Ba森运行和gydF4y2Ba(C)gydF4y2Ba森- CTL对1998 - 2007年期间。gydF4y2Ba
日降水gydF4y2Ba
风场的日变化是由太阳能加热和强烈调制风速等气象条件,海气湿度差异等。gydF4y2Ba卡瓦依和和田(2007)gydF4y2Ba的气息,在其中的引用)。相对较少的建模研究报告的重要解决日尺度SST对大气的影响。通过耦合模型实验中,gydF4y2Ba戴和Trenberth (2004)gydF4y2Ba表明缺乏昼夜变化的SST的昼夜周期可能会影响空气温度、气压、降水。同样的,gydF4y2Ba李et al。(2001)gydF4y2Ba表明存在昼夜循环的SST强迫大气模型能更好地模拟降水和地表通量的动力学振荡。gydF4y2Ba陈和Houze (1997)gydF4y2Ba表明,昼夜加热海面是至关重要的对西太平洋暖池地区对流。在抑制对流阶段日海温上升会导致浅对流云团的形成(gydF4y2Ba陈和Houze, 1997年gydF4y2Ba;gydF4y2Ba隋et al ., 1997gydF4y2Ba;gydF4y2BaJohnson et al ., 1999gydF4y2Ba;gydF4y2Ba斯et al ., 2003gydF4y2Ba)。保湿自由对流层,浅云为下一个活动阶段生成有利条件与增强的深对流。gydF4y2BaClayson和陈(2002)gydF4y2Ba表明,大气模型是敏感皮肤效果,、昼夜变化海温和体积流量的选择算法。gydF4y2Ba
这部分地址昼夜海温变化的影响在日尺度降水在西南季风期间。降水的季节平均日较差(dprate)被定义为长期季节性的平均降雨量最大-最小值在每个网格点在一个24小时的周期。gydF4y2Ba图3gydF4y2Ba显示了gydF4y2BadprategydF4y2Ba观察(TRMM)和两个模型模拟(默认NCAR和COARE3.0算法)。降雨量的观测,日较差显著超过赤道海洋和陆地。一个更高的大小gydF4y2BadprategydF4y2Ba观察到在西太平洋暖池地区,北部印度洋东部和中部,鲍勃。西太平洋暖池,日较差高达2.25毫米/小时。马蹄模式gydF4y2BadprategydF4y2Ba在印度洋和大陆是显而易见的gydF4y2Ba图3一gydF4y2Ba,类似于季节性降雨模式。一个类似的模式gydF4y2BadprategydF4y2Ba也报道了gydF4y2BaGanai et al。(2016)gydF4y2Ba和gydF4y2Ba金et al。(2019)gydF4y2Ba。东印度洋都有gydF4y2BadprategydF4y2Ba订单的2.25 - -2.75毫米/小时。除了东印度洋,二级地区北部发现的最大值是鲍勃,延伸向东部和东北部印度大陆。在印度大陆,gydF4y2BadprategydF4y2Ba高在西高止山脉,东部沿海地区,东北部,喜马拉雅山麓,类似于季节性的意思是在西南季风降雨模式。gydF4y2Ba
图3gydF4y2Ba。季节性(环流)平均日较差空谈(gydF4y2BadPRATEgydF4y2Ba=最大最小在24小时周期在毫米/小时)gydF4y2Ba(一)gydF4y2Ba观察(TRMM),gydF4y2Ba(B)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(C)gydF4y2Ba森运行和gydF4y2Ba(D)gydF4y2Ba森- CTL对1998 - 2007年期间。gydF4y2Ba
周日的振幅范围显著降低细胞毒性t淋巴细胞(gydF4y2Ba图3 bgydF4y2Ba)贯穿全球海洋和陆地。然而,最大值和最小值的模式同意观察。的振幅gydF4y2BadprategydF4y2Ba在印度洋和大陆并不缺乏适当的优秀代表皮肤温度的日变化。实现昼夜皮肤温度和COARE通量参数化算法在放大的结果gydF4y2BadprategydF4y2Ba(gydF4y2Ba图3 cgydF4y2Ba在整个全球热带海洋和陆地。的振幅gydF4y2BadprategydF4y2Ba更接近观测东部印度洋,北鲍勃西高止山脉和喜马拉雅山脉的山麓。然而,的振幅gydF4y2BadprategydF4y2Ba仍然低估了全球海洋的许多地方,特别是在陆地如南美,非洲和印度。的增强gydF4y2BadprategydF4y2Ba一样大的0.5 - -1.0毫米/小时森相比,CTL跑对于大多数热带海洋和印度西南季风季节期间,大陆地区差异图所示(gydF4y2Ba图3 dgydF4y2Ba)。日降水的增强是由于风的变化和低层大气混合层,与浅积云对流与昼夜SST变化所显示gydF4y2Ba斯et al。(2003)gydF4y2Ba和gydF4y2Ba卡瓦依和和田(2007)gydF4y2Ba。gydF4y2BaBellenger et al。(2010)gydF4y2Ba表明,在大日温暖层形成的集,对流的昼夜循环是典型的不同事件中没有昼夜温暖层形成。集没有昼夜温暖层都伴随着一个对流最大的清晨,而在集更高,更强的热层,对流的山峰在中午到下午。典型的不同行为的对流也主要受表面通量变化和对流抑制能量(CIN) /对流可用势能(角)。gydF4y2Ba
进一步分析是否进行修改后的通量和皮肤温度参数化影响高峰日降雨的时间活动在西南季风季节。以前的研究(gydF4y2Ba斯et al ., 2003gydF4y2Ba;gydF4y2BaGanai et al ., 2016gydF4y2Ba)显示一个有趣的周日信号与对流异常从印度传播到邻近的鲍勃。谐波分析的昼夜循环的降雨进行昼夜阶段信息(协调世界时;UTC)鲍勃和印度大陆和策划gydF4y2Ba补充图2gydF4y2Ba。类似的研究gydF4y2Ba斯et al。(2003)gydF4y2Ba,固定相线从印度东海岸到鲍勃在观测和模型模拟。在海洋的部分,两个模型都可以捕获阶段传播相当不错,而在印度大陆,日降水峰值似乎比观察(2 h)早些时候。有轻微改善最大日降雨量的模拟时间中部和西北部印度大陆森比CTL跑。除了周日皮肤温度方案,适当的参数化地形的影响(gydF4y2Ba毛和吴,2012gydF4y2Ba),陆海风(gydF4y2Ba杨和斯,2001年gydF4y2Ba重力波),对流的反应(gydF4y2Ba斯et al ., 2003gydF4y2Ba)等需要改善昼夜对流异常环流模型的阶段。gydF4y2Ba
研究表明,海洋表层和次表层的昼夜变化影响昼夜大气特性和可以调节动力学和季节性海洋和大气过程。观察性研究(gydF4y2BaMujumdar et al ., 2011gydF4y2Ba;gydF4y2Ba燕et al ., 2021gydF4y2Ba)显示整流的动力学SST日大多数热带海洋风场的变化。通过耦合模型实验中,gydF4y2Ba伯尼et al . (2007gydF4y2Ba,gydF4y2Ba2008)gydF4y2Ba表明,日平均SST的整流的昼夜变化风场可以增加长期而言SST 0.2°-0.3°C和改善平均降水模拟的模型。他们还报道的可能性增强赤道上升流的调制由日太平洋赤道洋流。盘中SST变化可以调节盘中混合层深度和影响海温和混合层过程动力学(伯尼et al ., 2005;gydF4y2Ba信田,2005gydF4y2Ba;gydF4y2Ba卡瓦依和田,2007gydF4y2Ba;gydF4y2BaWoolnough et al ., 2007gydF4y2Ba;gydF4y2BaThushara Vinayachandran, 2014gydF4y2Ba)。gydF4y2Ba陈和Houze (1997)gydF4y2Ba,gydF4y2Ba李et al。(2001)gydF4y2Ba,gydF4y2Ba斯et al。(2003)gydF4y2Ba,gydF4y2BaBellenger et al。(2010)gydF4y2Ba报道提高降水将引发更多浅对流/云日皮肤温度变暖。gydF4y2BaBrunke et al。(2008)gydF4y2Ba显示季节性变化意味着风、降水、和表面通量包括皮肤温度参数化的独立的大气模型。因此,进一步分析进行检查皮肤温度昼夜规模和通量参数化如何影响季节平均的海洋,大气,和接口。gydF4y2Ba
在季节性影响规模gydF4y2Ba
对热量和动量通量的影响gydF4y2Ba
CTL和森在皮肤温度的参数化,运行不同湍流表面热量,动力,和辐射通量。这些通量作为海洋模式,迫使海温/皮肤温度而迫使大气模型。的交换通量和太平洋发生在每一个海洋和大气之间的耦合时间步。表面温度的耦合策略的影响和通量的季节性意味着偏见的各种海洋和大气参数将在本节中讨论。季节性的意思是湍流热,即。,l一个tentheat and sensible heat and momentum fluxes from CTL and SEN runs, is compared in图4gydF4y2Ba- - - - - -gydF4y2Ba6gydF4y2Ba,分别。季节性(环流)意味着偏见表面潜热所示gydF4y2Ba图4gydF4y2Ba运行和它们之间的区别。潜热是高估了整个全球海洋在运行时,类似于早期的研究gydF4y2Ba吴et al。(2007)gydF4y2Ba和gydF4y2BaPokhrel et al。(2012)gydF4y2Ba。类似的潜热通量高估也出现在大气环流模型,讨论了gydF4y2Ba周et al。(2020)gydF4y2Ba。在太平洋,最大偏差的大小是在北美和南美的海岸和10°S的东部和西部太平洋。印度洋,相当大的高估是注意到随着季风西南流,阿拉伯海、孟加拉湾,10°S中央印度洋。在这些地区,LHF偏见一样重要的80 - 100 W / mgydF4y2Ba2gydF4y2Ba。比较表明,LHF偏压的大小在森相比显著降低CTL运行运行。森来看,过高的减少15 - 30 W / mgydF4y2Ba2gydF4y2Ba在中北部和印度洋东南部。热带太平洋和大西洋,改善偏压的大小是5 - 15的W / mgydF4y2Ba2gydF4y2Ba。模型模拟的相对贡献的海气湿度差异(delQ)和风速对潜热通量的差异之间的模型模拟计算和绘制gydF4y2Ba补充图3gydF4y2Ba。潜热的差异是表示为gydF4y2Ba
图4gydF4y2Ba。潜热通量的季节性(环流)意味着偏见(Wm-1 LHF)gydF4y2Ba(一)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(B)gydF4y2Ba森运行和gydF4y2Ba(C)gydF4y2BaSEN-CTL的时期1981 - 2017。gydF4y2Ba
在哪里gydF4y2BaLHFgydF4y2Ba潜热,gydF4y2BaWgydF4y2Ba是风速,ΔgydF4y2Ba问gydF4y2Ba海气界面湿度差异,ρ表面空气密度,然后呢gydF4y2BaCgydF4y2BaegydF4y2Ba是批量传递系数。主要代表的区别,overbar代表气候学的各种参数控制运行。我们采取了CTL模拟作为参考计算,而不是使用的观察gydF4y2BaPokhrel et al。(2012)gydF4y2Ba和gydF4y2Ba周et al。(2020)gydF4y2Ba我们感兴趣的是两者之间的变化模拟。第一和第二学期的等式一分别代表了风和delQ贡献而最后两项的右边方程7微不足道的贡献。风速的相对贡献更在印度洋(东印度洋除外)对潜热通量的减少观察森比CTL跑。同样,赤道太平洋,delQ的贡献更对观察到的潜热通量模型模拟之间的区别。因此,潜热通量的减少是受到delQ和风速的变化的影响,不同地区和他们的贡献。研究gydF4y2Ba博尼诺et al . (2020)gydF4y2Ba表明,皮肤温度参数化可以显著降低蒸发,因此湍流热通量。gydF4y2Ba
另一个组件的湍流热通量是显热通量。在北方夏季热带纬度,显热通量的贡献(超高频)的可变性海温小于净热通量和潜热通量。季节性的大小意味着超高频也比其他表面通量LHF和长波辐射。季节性意味着偏见(gydF4y2Ba图5gydF4y2Ba)的超高频运行更小和不显著而LHF的偏见,因此两者的区别运行也较小。只有减少边际的超高频森运行可以看到印度洋东南部,亚热带太平洋和印度洋。表面动量通量强迫海洋模型驱动海洋环流和海洋大气影响界面。偏见在表面动量通量取决于动量阻力系数的参数化,因此,风应力公式。短暂在NCAR和COARE3.0算法之间的差异提出了早些时候的“数据、模型和方法”部分。详细讨论制定阻力系数和NCAR风应力和COARE3.0可以找到gydF4y2BaFairall et al。(2003)gydF4y2Ba和gydF4y2Ba大耶格尔(2004gydF4y2Ba,gydF4y2Ba2008)gydF4y2Ba,但不是本研究的主要目的。偏见在表面压力的模拟所示gydF4y2Ba图6gydF4y2Ba,风应力的大小偏差在色差和水平向量表示为箭头。CTL运行级的风,压力是高估了在大多数的全球海洋,与印度洋的南风分量占主导地位的压力偏差而太平洋纬向风应力占主导地位的偏见。在南大洋,压力主要是高估了CTL来看。森来看,过高的东风在亚热带北太平洋纬向风应力显著降低。同时,表面压力偏差在南大洋大大提高。南印度洋上空20°和30°年代之间,有一个显著的改变偏见的CTL和森之间的压力。的区别(gydF4y2Ba图6 cgydF4y2Ba)在季节性的意思是表面压力两个运行表明风应力的增加之间的印度洋东部和西部海岸附近的北部和南部的赤道印度洋。在太平洋上空,有增加纬向赤道两侧的压力。结果表明表面动量通量的重要修改对全球热带海洋,因为改变体积通量参数化方案。gydF4y2Ba
图5gydF4y2Ba。显热通量的季节性(环流)意味着偏见(Wm-2超高频)gydF4y2Ba(一)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(B)gydF4y2Ba森运行和gydF4y2Ba(C)gydF4y2BaSEN-CTL的时期1981 - 2017。gydF4y2Ba
图6gydF4y2Ba。季节性(环流)意味着动量通量的偏见(m2s-2压力)gydF4y2Ba(一)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(B)gydF4y2Ba森运行和gydF4y2Ba(C)gydF4y2BaSEN-CTL的时期1981 - 2017。彩色的阴影代表压力和纬向和经向组件的大小表示为向量。gydF4y2Ba
对混合和海洋温度的影响gydF4y2Ba
部分日太平洋和周日早些时候MLD讨论了缺乏昼夜规模皮肤温度参数化不利影响了CTL来看日混合层表示。同样,一节建议COARE3.0体积通量参数化如何帮助改善表面通量CFSv2偏见。本节讨论的影响,更好地代表季节平均通量和周日在季节性皮肤温度和混合层过程意味着MLD的偏见。增强的混合造成森来看可以看到gydF4y2Ba图7gydF4y2Ba,MLD偏见是策划了两个模拟以及它们之间的区别。CTL绘制的偏见gydF4y2Ba图7gydF4y2Ba显示明显的浅MLD偏见在热带太平洋西部和中部、北部热带大西洋,印度洋。另一方面,南大洋的混合是高估了。森来看(gydF4y2Ba图7 bgydF4y2Ba),浅MLD偏见是显著降低在赤道和南太平洋,大西洋,印度人。MLD的过高的南大洋也大大减少。因此,季节性的意思是MLD增加了森来看,表明增强混合在季节性时间尺度相比CTL运行。的模式模拟的季节性的差异意味着MLD类似于昼夜之间的差异范围的MLD的模拟仿真,昼夜MLD章节中讨论。修改/改善皮肤温度昼夜规模,通量,混合翻译成季节性变化尺度混合层属性。同样,在赤道太平洋区域表面应力的增加和经向应力在印度洋东部和西部支持增强的上升流。同时,增强的压力和减少分层在海洋表面更倾向于混合在这些位置。gydF4y2Ba
图7gydF4y2Ba。季节性(环流)意味着偏见在混合层深度(MLD)的海洋gydF4y2Ba(一)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(B)gydF4y2Ba森运行和gydF4y2Ba(C)gydF4y2BaSEN-CTL的时期1981 - 2017。gydF4y2Ba
季节性平均地表通量的累积效应和混合影响海洋表面温度。季节平均偏差在5米海洋温度CTL和森追算运行所示gydF4y2Ba图8 a, BgydF4y2Ba,分别。模型都冷海温偏见在全球热带海洋的大部分。明显温暖SST偏见在北美和南美的西部海岸在大部分的经营是常见的耦合的全球模型(gydF4y2Ba皮拉伊et al ., 2018gydF4y2Ba;gydF4y2Ba克里希纳et al ., 2019gydF4y2Ba),是由于误传的层云大气成分(gydF4y2Ba郑et al ., 2011gydF4y2Ba正如前面所提到的)的模型。海温偏见的比较(gydF4y2Ba图8 cgydF4y2Ba)在太平洋上空表明冷在赤道太平洋海温偏见是增强而在亚热带太平洋,它减少了森比CTL跑。热带印度洋和大西洋,森模拟运行冷却器比CTL太平洋。这里,降低平均SST在森相对于CTL跑将增强昼夜和季节混合。也被报道,季节性意味着日酷皮肤温度校正高于季节性意味着温暖层温度校正。从6月到9月,风是相对整个热带海洋由于季节性强。因此,温暖层事件的发生更小,而酷皮肤每次都存在。因此,冷却器季节性皮肤温度意味着相比,大部分海洋温度反映在冷却器SST偏见在森比CTL跑。赤道太平洋和印度洋沿海地区由风动上升流。增强的赤道冷海温偏见在这些地区也可以被认为是一个更强的纬向压力两边的赤道太平洋和增强的经向应力/东/西印度洋(gydF4y2Ba博尼诺et al ., 2020gydF4y2Ba)。gydF4y2Ba
图8gydF4y2Ba。季节性(环流)意味着温度偏差(°C)在5米深度的海洋gydF4y2Ba(一)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(B)gydF4y2Ba森运行和gydF4y2Ba(C)gydF4y2BaSEN-CTL的时期1981 - 2017。gydF4y2Ba
对降雨的影响gydF4y2Ba
大部分的环流模型,包括大气独立和海气耦合模型,在模拟各种问题季节性降雨模式在世界各地(gydF4y2BaSperber et al ., 2013gydF4y2Ba;gydF4y2Ba他et al .,: 2014gydF4y2Ba;gydF4y2Ba皮拉伊et al ., 2021gydF4y2Ba;gydF4y2Ba普拉丹et al ., 2021gydF4y2Ba;gydF4y2Ba里夫斯艾尔et al ., 2021gydF4y2Ba)。早期的研究报道,独立模型高估了降雨量的土地区域,而耦合模型低估(高估)降雨量大陆(海洋)。类似的季节平均降雨量偏见可以看到在这两个模型模拟了gydF4y2Ba图9gydF4y2Ba。CTL来看,海洋潮湿的偏见在东北和西部太平洋东部和中部印度洋和大西洋北部重要,4 - 8毫米级/天。森来看,海洋湿偏见疲软而CTL运行。海洋的偏见在这些地区减少3 - 5毫米/天。在西南印度洋上,潮湿的偏见所增强的3 - 4毫米/天森来看。在森,降雨量的偏差模式(和许多其他参数如西南,LW)类似于降雨异常期间积极IOD事件。干旱在非洲大陆中部的偏见就减少了(2 - 3毫米/天),而它仍然影响南美森比CTL跑。CTL来看,季风降雨有干西山路和偏见,中部和北部的印度大陆,和偏见的5 - 7毫米/天。有趣的是,干燥的偏见减少2 - 4毫米/天在同一地区。减少在干燥的偏见可以归因于:(1)加强日降雨活动中讨论部分日降水、(2)加强季风西南,和(3)地区哈得来环流圈的修改在印度洋地区由于降水偏见与积极的板障(gydF4y2BaAshok et al ., 2001gydF4y2Ba),反映在gydF4y2Ba图9 bgydF4y2Ba。gydF4y2Ba
图9gydF4y2Ba。季节性(环流)意味着偏见在降水速度(毫米/天)gydF4y2Ba(一)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(B)gydF4y2Ba森运行和gydF4y2Ba(C)gydF4y2BaSEN-CTL的时期1981 - 2017。gydF4y2Ba
影响全球远程并置对比gydF4y2Ba
的变化意味着国家海洋和大气参数可以显著调节各种大型远程并置对比、影响预测能力。取得更好的季节性预测,它是至关重要的正确模拟全球范围内的远程并置对比模式和适当的表示意思状态(gydF4y2Ba皮拉伊et al ., 2018gydF4y2Ba)。ISMR和海温异常之间的关系代表了ISMR-SST远程并置对比对全球海洋。在研究期间在观察/再分析,厄尔尼诺事件的负面影响可以从ISMR (gydF4y2Ba图10gydF4y2Ba在太平洋东部和中部)负相关性。印度洋,东部印度洋的负相关性表明冷却器在东部太平洋印度洋支持更多的降雨量印度大陆,类似于积极的偶极子事件的影响(gydF4y2BaSaji et al ., 1999gydF4y2Ba;gydF4y2BaAshok et al ., 2001gydF4y2Ba)。在印度洋ISMR-SST关系不是太平洋一样强烈的相关性。然而较弱的负相关性在印度洋西部近年来观察,与先前的研究报告的正相关性(gydF4y2Ba普拉丹et al ., 2017gydF4y2Ba)不同研究期间(1976 - 2005)。在大多数气候模型,ENSO-monsoon关系合理well-simulated有些高估的ENSO对季风的影响(gydF4y2Ba将et al ., 2016gydF4y2Ba;gydF4y2Ba李et al ., 2017gydF4y2Ba;gydF4y2Ba普拉丹et al ., 2017gydF4y2Ba,gydF4y2Ba2021年gydF4y2Ba)。然而,今天的气候模型仍然有固有问题在模拟现实的IOD-ISMR相关性(gydF4y2Ba吴et al ., 2007gydF4y2Ba;gydF4y2Ba李et al ., 2017gydF4y2Ba;gydF4y2Ba普拉丹et al ., 2017gydF4y2Ba)。在这两种模型运行,厄尔尼诺事件的负面影响ISMR well-simulated。在赤道太平洋的负相关性CTL运行被大大高估了。gydF4y2Ba
图10gydF4y2Ba。ISMR之间的相关系数与季节平均SST的1981 - 2017年期间gydF4y2Ba(一)gydF4y2Ba观察,gydF4y2Ba(B)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(C)gydF4y2Ba森运行。黑点显示区域相关性在90%置信水平具有重要意义。gydF4y2Ba
有趣的是,高估明显减弱森来看但保持相关性的负号。因此,ENSO-monsoon远程并置对比调制大大在森比CTL跑。印度洋,CTL的模拟运行,相关模式正好相反的观察,普遍具有较强的负相关性和积极的相关性的西边的东面印度洋。gydF4y2Ba李et al。(2017)gydF4y2Ba有报道,大多数气候模型也有类似的问题,印度积极IOD与降雨量减少。gydF4y2Ba吴et al。(2007)gydF4y2Ba报道不当表面热通量之间的关系(尤其是潜热)和SST在印度洋东部CFSv2由于高估了热通量。森来看,东部印度洋的远程并置对比改善了因为它模拟弱的负相关性在同一地区。修订后的通量所带来的热通量减少偏见和皮肤温度参数调制的远程并置对比模式,以便正确的阶段ISMR-SST远程并置对比可以模拟在东部印度洋。因此,协会与ISMR IOD事件是更好的复制森比CTL跑。gydF4y2Ba
影响ENSO和IOD的特征gydF4y2Ba
改进的昼夜和季节意味着国家和可变性的大气和海洋参数及其与实现远程并置对比COARE3.0体积通量算法让我们看看ENSO和IOD特征的变化在热带太平洋和印度洋。在gydF4y2Ba图11gydF4y2Ba海温异常,偏态de-trended策划再分析和模型模拟。偏态是第三个时刻对均值和描述不对称的意思是一个随机变量的概率分布函数。太平洋的偏斜度可以是积极的,消极的,或为零,与积极(消极)值描述更强的概率(冷却器)太平洋变暖,极端的零值意味着分布函数并不是在任何方向倾斜。在观察/再分析,正偏态在东部和中部的热带太平洋和负偏态在西太平洋表明厄尔尼诺事件比拉尼娜事件。CTL来看,困难可以看到模拟风场的偏态值。负在整个赤道太平洋不同意观察和显示的局限性CTL在捕捉因非线性运行。大多数的模型有相似的困难与ENSO相关捕捉非线性(gydF4y2Ba马森et al ., 2012gydF4y2Ba)。森在模拟经营还有类似的困难在东太平洋SST的正偏态。然而,森运行模拟正偏态值180至120°W和负偏态值马蹄模式的组织正偏态值。因此,因非线性模拟森来看比CTL运行。类似的推论得出的gydF4y2Ba马森et al。(2012)gydF4y2Ba。他们报道,高频海气耦合,与ENSO相关的非线性现象(即。,po年代我t我ve skewness over the central and eastern equatorial Pacific and negative skewness over the western Pacific Ocean) are better reproduced in the Scale Interaction Experiment-Frontier (SINTEX) model. They have further stated that the erroneous negative skewness similar to the CTL simulation affects ENSO variability at seasons, including peak El Niño events.
图11gydF4y2Ba。偏态的de-trended海温异常环流中gydF4y2Ba(一)gydF4y2Ba观察,gydF4y2Ba(B)gydF4y2BaCTL运行和gydF4y2Ba(C)gydF4y2Ba森竞选期间1981 - 2017。gydF4y2Ba
另一方面,负偏态以及150 - 100°W不利影响而不是只有春天ENSO可变性ENSO高峰阶段。在观察,在东印度洋和负偏态正偏态在印度洋西部和中部建议积极IOD事件比消极的。与观察,CTL运行有很强的正(负)在印度洋东部(西方)偏态。然而,森复制运行负偏态观察缺乏CTL来看。同时,森运行表明,负偏态降低了级在印度洋中部和西部。因此,盘中皮肤温度参数出现在COARE算法有助于更好地模拟ENSO和IOD相关的非线性现象明显缺乏使用默认通量算法CTL来看。gydF4y2Ba
对季节性的影响预测能力gydF4y2Ba
由于模型固有的偏见和季节性预测背后的原理,操作预测关注预测异常模式和可变性,而不是各种参数的绝对值。风场信号慢变边界条件高于fast-varying大气参数的可预测性。因此,监测和预测海温异常有很好的技能是必不可少的预测其他参数和记住它们所携带的大规模的影响。修改后的表面通量参数化的影响昼夜和季节意味着国家和可变性和年际远程并置对比讨论。讨论建模工作不能完成没有评估它对季节性预测技能的影响。季节性预测技能通常为一个特定的参数预测模型的评估gydF4y2Ba通过gydF4y2Ba异常之间的相关系数(ACC)观察/再分析和预测/ re-forecasted值。gydF4y2Ba数字12 a, BgydF4y2Ba显示的技巧SST(5米海洋温度精确)的ACC的模拟。领先的3个月,对海温技能高于0.4大部分全球海洋。更高的技能在太平洋上空相对于其它盆地是由于更高的可预测性ENSO信号(gydF4y2Ba罗et al ., 1995gydF4y2Ba;gydF4y2Ba他,:1998gydF4y2Ba;gydF4y2Ba罗1998gydF4y2Ba)。印度洋,东部和西部印度洋、阿拉伯海、印度洋和鲍勃有更高的技能比中央。ACC的比较在这两个技能的模拟表明,显著改善整个热带太平洋。CTL来看,ACC级范围从0.4到0.6在大多数热带太平洋一些补丁,ACC范围从0.6到0.8。森来看,在整个热带太平洋,ACC级位于0.6和0.8之间。在印度洋,ACC的SST仍类似,略有增强技能在中央赤道印度洋。在大西洋北部重要的ACC的空间扩展是增强。因此,包含COARE3.0通量校正算法和凉爽的皮肤和温暖层显著影响海温预测能力。gydF4y2Ba
图12gydF4y2Ba。预测技能的相关系数(ACC) SST异常环流中gydF4y2Ba(一)gydF4y2Ba细胞毒性t淋巴细胞,gydF4y2Ba(B)gydF4y2Ba森竞选期间1981 - 2017。gydF4y2Ba(C, D)gydF4y2Ba一样gydF4y2Ba(A, B)gydF4y2Ba,但对降水。gydF4y2Ba
同样,降水异常的预测能力也比较的模型模拟gydF4y2Ba数字12 c, DgydF4y2Ba。如前所述,由于较高的ENSO信号的可预测性,热带太平洋异常相关性高于其他海洋盆地和陆地。更高的ACC,赤道太平洋,尤其是在西部和中部赤道太平洋,可以看到森比CTL跑。同样,加强西南季风降雨的技巧在预测和阿拉伯海和减少技能可以看到在印度东部海域。在非洲中部和东部地区的南美大陆,ACC的降雨量增加的大小。季风降水的预测能力也显著影响,和更高的ACC可以看到印度大陆和北西高止山脉。正如前面所讨论的,增强的地区预测技能在非洲和印度大陆与减少干燥的地区偏见。在我们先前的研究,gydF4y2Ba皮拉伊et al . (2018gydF4y2Ba,gydF4y2Ba2021)gydF4y2Ba,gydF4y2Ba克里希纳et al。(2019)gydF4y2Ba,gydF4y2Ba普拉丹et al . (2021)gydF4y2Ba,发现全球海温偏差预测模型与冷却器更高平均值的季风降雨。不过,风场和降水异常的预测能力在这些模型少。gydF4y2Ba
有趣的是,在目前的研究中,尽管冷却器SST的偏见,干燥的偏差和预测降雨的技巧都是增强与海温异常的预测能力更高。各种气候监测预测技术指标提出了gydF4y2Ba表3gydF4y2Ba,表明NINO3.4增强预测技巧,NINO3 ISMR,而DMI指数的预测能力仍不受影响。森的改善意味着ISMR的CTL相比跑计算为38%(5.52毫米/天森从4.01毫米/天CTL跑),而预测技能是提高了38%(0.40森从0.29 CTL跑)。gydF4y2Ba
表3gydF4y2Ba。预测技能代表的异常海温指数相关系数ISMR和1981 - 2017年期间。gydF4y2Ba
总结和讨论gydF4y2Ba
文学包含许多关于准确的观察性研究海气界面边界条件导致各种体积通量算法的发展。海上边界的精确表示通过准确量化的表面通量和海洋表面温度在全球耦合模型可以减少偏见。研究关于体积通量算法的选择是有限的一维或者独立的海洋(或大气)模型。COARE 3.0是一种最常用的体积通量算法用于生成从表面观察到的气象和海洋湍流通量产品参数。然而,使用COARE3.0耦合框架在季节性预测模型没有测试或解决精心,以其更高的耦合模型中计算资源需求。本研究显示COARE3.0算法在季节性预测的可行性框架使用CFSv2模型。研究还指出如何昼夜季节性尺度耦合模型模拟COARE3.0和NCAR算法不同。默认的版本CFSv2 NCAR和COARE3.0算法的修改版本不同,因为前者模型并不占日温暖层和凉爽的海洋中修正皮肤温度,而后者。同时,他们稳定函数的参数化和粗糙度长度不同,因此也不同的量化表面通量。日分析表明,在缺乏昼夜规模参数化、日为代表的上层海洋不是混合CTL来看,导致低估了MLD的日较差和海温与观察。 Also, the timing of maxima/minima of MLD and or SST is incorrect in the CTL run at a few locations over the Indian and Pacific Oceans.
另一方面,实现森的皮肤温度方案运行的一部分COARE3.0算法结果的放大日较差SST和MLD CTL相比运行和改善的时间昼夜海温和MLD的最大值/最小值。修改日SST、MLD和湍流通量森来看也影响了日降水的时空特征。日降雨范围放大了热带印度洋海洋森来看,这是极其低估违约CFSv2对比观察。在早期的观察性研究报告,在周日的放大范围降水表现、昼夜海温上升充当引发浅云对流。季节性的意思是来自模拟分析表明,地表通量的平均偏差,MLD,降水减少了COARE3.0相比CFSv2违约。减少干偏见在陆地区域,特别是在印度大陆,是由于降水的增强的日较差和增强的季节性季风西南森来看。然而,季节性意味着SST偏见(5米海洋温度)增加NCAR的COARE算法相比,算法。季节性的下降意味着SST日修正是由于高cool-skin事件比warm-layer事件因为盛行风在可能更强。本研究还解决了ENSO多么敏感,IOD特点,以及各种特质。远程并置对比模式的选择体积通量算法和日尺度温度参数化。实现COARE3.0算法改进了模拟非线性(SST)提出的偏态和线性SST-rainfall协会(呈现异常的相关性)在ENSO和IOD事件。 The positively skewed SST over the central equatorial Pacific and negatively skewed SST over the eastern Indian Ocean is well-represented in CFSv2 with COARE 3.0 and were missing in the default CFSv2 simulations. The ISMR-SST teleconnection over the Indo-Pacific basin has improved significantly in the SEN run because of the improved ocean-atmosphere coupling. The overestimation of ENSO-monsoon teleconnection and negative dipole like ISMR-SST correlations over the Indian Ocean are long-existing problems in many global models, including CFSv2. These teleconnection patterns are significantly improved and corrected in CFSv2 with COARE3.0 by revising the surface flux algorithm along with diurnal skin temperature corrections. The improvement in dry bias in ISMR (5.52 mm/day in SEN run from 4.01 mm/day in the CTL run) is around 38%. The prediction skill (ACC) of the Niño3.4 (Niño3) index is significantly improved from 0.52 (0.55) in default CFSv2 to 0.60 (0.63) in CFSv2 with COARE3.0. ISMR prediction skill for the study period is also reported to improve by 38% (from 0.29 to 0.40) by revising the bulk flux algorithm.
因此,目前的研究文件如何COARE 3.0的包容通量参数化提高了昼夜SST表示耦合模型,并最终显著提高昼夜的季节意味着大气参数,状态ENSO-IOD特点,印度洋-太平洋地区远程并置对比,和季节性预测技能ISMR和海温指数。尽管目前的研究简要地讨论了选择昼夜皮肤温度的影响和通量参数化耦合模型,它不讨论其影响动力学规模,即。,在一个规模昼夜和季节尺度之间的中间。因此它集未来寻址的范围如何耦合过程,如季风intra-seasonal振荡(味噌)Madden-Jullian振荡()MJO就可,等等,很敏感的选择体积通量算法耦合模型。gydF4y2Ba
数据可用性声明gydF4y2Ba
原始数据支持了本文的结论将由作者提供,没有过度的预订。gydF4y2Ba
作者的贡献gydF4y2Ba
分析、策划和准备的手稿是由议员。老、AB和某人提供的制定问题,写作和编辑最后的手稿。所有作者的文章和批准提交的版本。gydF4y2Ba
资金gydF4y2Ba
印度热带气象研究所完全由地球科学、印度政府。gydF4y2Ba
的利益冲突gydF4y2Ba
作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。gydF4y2Ba
出版商的注意gydF4y2Ba
本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。gydF4y2Ba
补充材料gydF4y2Ba
本文的补充材料在网上可以找到:gydF4y2Bahttps://www.雷竞技rebatfrontiersin.org/articles/10.3389/fclim.2021.792980/full补充材料gydF4y2Ba
引用gydF4y2Ba
阿德勒,r F。,年代一个p我一个no,M., Huffman, G. J., Wang, J., Gu, G., Bolvin, D., et al. (2018). The Global Precipitation Climatology Project (GPCP) monthly analysis (new version 2.3) and a review of 2017 global precipitation.大气gydF4y2Ba9:40138。doi: 10.3390 / atmos9040138gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba
Ashok, K。,Guan, Z., and Yamagata, T. (2001). Impact of the Indian Ocean dipole on the relationship between the Indian monsoon rainfall and ENSO.地球物理学。卷gydF4y2Ba。28日,4499 - 4502。gl013294 doi: 10.1029/2001gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Beljaars, a·c·M。,Holt年代l一个g,A. A. M. (1991). Flux parameterization over land surfaces for atmospheric models.j:。Meteorol。ClimatolgydF4y2Ba。327 - 341年。1520 - 0450 . doi: 10.1175 / (1991) 030 < 0327: FPOLSF > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Bellenger, H。,Duvel, J.-P. (2009). An analysis of tropical ocean diurnal warm layers.j .气候gydF4y2Ba22日,3629 - 3646。jcli2598.1 doi: 10.1175/2008gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Bellenger, H。,T一个k一个yabu, Y. N., Ushiyama, T., and Yoneyama, K. (2010). Role of diurnal warm layers in the diurnal cycle of convection over the tropical Indian Ocean during MISMO.每月天气牧师gydF4y2Ba。138年,2426 - 2433。mwr3249.1 doi: 10.1175/2010gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
伯尼,d J。,Guilyardi, E., Madec, G., Slingo, J. M., and Woolnough, S. J. (2007). Impact of resolving the diurnal cycle in an ocean–atmosphere, G. C. M. Part 1: a diurnally forced OGCM.气候动力学。gydF4y2Ba29日,575 - 590。doi: 10.1007 / s00382 - 007 - 0249 - 6gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
伯尼,d J。,Guilyardi, E., Madec, G., Slingo, J. M., Woolnough, S. J., and Cole, J. (2008). Impact of resolving the diurnal cycle in an ocean–atmosphere, G. C. M. Part 2: a diurnally coupled CGCM.气候动力学。gydF4y2Ba909 - 925。doi: 10.1007 / s00382 - 008 - 0429 - zgydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
布兰科,t . v . (1987)。bulk-method-determined通量的准确性、稳定性和表面粗糙度。gydF4y2Baj .地球物理学。Res。gydF4y2Ba92:3867。doi: 10.1029 / JC092iC04p03867gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
博尼诺,G。,我ovino, D., and Masina, S. (2020).在涅莫夫TN0289——大部分的公式。4: Algorithms Review and Sea Surface Temperature Response in ORCA025 Case Study - CMCC. Centro Euro-Mediterraneo sui Cambiamenti Climatici, Lecce、意大利1 - 25。gydF4y2Ba
Brunke, m·A。,曾庆红,X。,Anderson, S. (2002). Uncertainties in sea surface turbulent flux algorithms and data sets.j .地球物理学。Res。gydF4y2Ba107:992。jc000992 doi: 10.1029/2001gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Brunke, m·A。,曾庆红,X。,Misra, V。,Beljaars, A. (2008). Integration of a prognostic sea surface skin temperature scheme into weather and climate models.j .地球物理学。研究大气压。gydF4y2Ba113:D21117。jd010607 doi: 10.1029/2008gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Chang H.-R。,Grossman, R. L. (1999). Evaluation of bulk surface flux algorithms for light wind conditions using data from the coupled ocean-atmosphere response experiment (COARE).夸脱。皇家Meteorol j。SocgydF4y2Ba。125年,1551 - 1588。doi: 10.1002 / qj.49712555705gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
将挑战,R。饶,s。,年代一个beer一个l我,C。T。, George, G., Rao, D. N., Dhakate, A., et al. (2016). Large-scale teleconnection patterns of Indian summer monsoon as revealed by CFSv2 retrospective seasonal forecast runs.Int。j . ClimatolgydF4y2Ba。36岁,3297 - 3313。doi: 10.1002 / joc.4556gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
陈,美国年代。,Houze,R。A. (1997). Diurnal variation and life-cycle of deep convective systems over the tropical pacific warm pool.夸脱。皇家Meteorol j。SocgydF4y2Ba。123年,357 - 388。doi: 10.1002 / qj.49712353806gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Clayson, c。,Chen,A. (2002). Sensitivity of a coupled single-column model in the tropics to treatment of the interfacial parameterizations.j .气候gydF4y2Ba15日,1805 - 1831。1520 - 0442 . doi: 10.1175 / (2002) 015 < 1805: SOACSC > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
咖喱,j . A。,Bent一个米y, A., Bourassa, M. A., Bourras, D., Bradley, E. F., Brunke, M., et al. (2004). SEAFLUX.子弹。点。Meteorol。SocgydF4y2Ba。85年,409 - 424。doi: 10.1175 / bams - 85 3 - 409gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
戴一个。,Trenberth,K. E. (2004). The diurnal cycle and its depiction in the community climate system model.j .气候gydF4y2Ba。17日,930 - 951。1520 - 0442 . doi: 10.1175 / (2004) 017 < 0930: TDCAID > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
戴尔,a . j . (1974)。回顾flux-profile关系。gydF4y2Ba绑定。层MeteorolgydF4y2Ba。7,363 - 372。doi: 10.1007 / BF00240838gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
埃德森,j·B。,Jampana, V., Weller, R. A., Bigorre, S. P., Plueddemann, A. J., Fairall, C. W., et al. (2013). On the exchange of momentum over the open ocean.期刊。OceanogrgydF4y2Ba。43岁,1589 - 1610。doi: 10.1175 / jpo - d - 12 - 0173.1gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
艾克,m . B。,Mitchell, K. E., Lin, Y., Rogers, E., Grunmann, P., Koren, V., et al. (2003). Implementation of Noah land surface model advances in the National Centers for Environmental Prediction operational mesoscale Eta model.j .地球物理学。Res。gydF4y2Ba108年,8851年。jd003296 doi: 10.1029/2002gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Fairall, c W。,Br一个dley, E. F., Godfrey, J. S., Wick, G. A., Edson, J. B., and Young, G. S. (1996a). Cool-skin and warm-layer effects on sea surface temperature.j .地球物理学。Res。gydF4y2Ba101年,1295 - 1308。jc03190 doi: 10.1029/95gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Fairall, c W。,Br一个dley, E. F., Hare, J. E., Grachev, A. A., and Edson, J. B. (2003). Bulk parameterization of air-sea fluxes: updates and verification for the COARE algorithm.j .气候gydF4y2Ba16,571 - 591。1520 - 0442 . doi: 10.1175 / (2003) 016 < 0571: BPOASF > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Fairall, c W。,Br一个dley, E. F., Rogers, D. P., Edson, J. B., and Young, G. S. (1996b). Bulk parameterization of air-sea fluxes for tropical ocean-global atmosphere coupled-ocean atmosphere response experiment.j .地球物理学。Res。gydF4y2Ba101:3747。jc03205 doi: 10.1029/95gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Ganai, M。,克里希纳,r . p . M。,Mukhopadhyay, P., and Mahakur, M. (2016). The impact of revised simplified Arakawa-Schubert scheme on the simulation of mean and diurnal variability associated with active and break phases of Indian summer monsoon using CFSv2.j .地球物理学。ResgydF4y2Ba。121年,9301 - 9323。jd025393 doi: 10.1002/2016gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
乔治,G。,R一个o,D. N., Sabeerali, C. T., Srivastava, A., and Rao, S. A. (2016). Indian summer monsoon prediction and simulation in CFSv2 coupled model.大气压。科学。列托语gydF4y2Ba。17日,57 - 64。doi: 10.1002 / asl.599gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
他,:B, B。,Deshpande, M., Mukhopadhyay, P., Saha, S. K., Rao, S. A., Murthugudde, R., et al. (2014). Simulation of monsoon intraseasonal variability in NCEP CFSv2 and its role on systematic bias.气候动力学。gydF4y2Ba43岁,2725 - 2745。doi: 10.1007 / s00382 - 014 - 2089 - 5gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
他,:b . n . (1998)。印度夏季季风的年际变化GCM:外部条件与内部反馈。gydF4y2Baj .气候gydF4y2Ba11日,501 - 522。1520 - 0442 . doi: 10.1175 / (1998) 011 < 0501: IVOISM > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Griffies, s M。,H一个rr我年代on,M. J., Pacanowski, R. C., and Rosati, A. (2004).技术指南MOM4, GFDL海洋集团技术报告5。NOAA /地球物理流体动力学实验室工作gydF4y2Ba。网上:gydF4y2Bawww.gfdl.noaa.gov。gydF4y2Ba(2004年8月23日通过)。gydF4y2Ba
黄,B。,Thorne,P. W., Banzon, V. F., Boyer, T., Chepurin, G., Lawrimore, J. H., et al. (2017). Extended reconstructed sea surface temperature, version 5 (ERSSTv5): upgrades, validations, and intercomparisons.j .气候gydF4y2Ba8179 - 8205年。doi: 10.1175 / jcli - d - 16 - 0836.1gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
霍夫曼,g . J。阿德勒,r F。Bolvin D。T。Nelkin, e . j . (2010)。(TMPA TRMM的多卫星降水分析)。gydF4y2Ba卫星降雨达成。冲浪。二聚水分子。gydF4y2Ba1,3-22。doi: 10.1007 / 978 - 90 - 481 - 2915 - 7 - _1gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
约翰逊,r . H。,R我ckenb一个ch,T。M., Rutledge, S. A., Ciesielski, P. E., and Schubert, W. H. (1999). Trimodal characteristics of tropical convection.j .气候gydF4y2Ba12日,2397 - 2418。1520 - 0442 . doi: 10.1175 / (1999) 012 < 2397: TCOTC > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
卡瓦依,Y。,W一个d一个,A. (2007). Diurnal sea surface temperature variation and its impact on the atmosphere and ocean: a review.j . Oceanogr。gydF4y2Ba63年,721 - 744。doi: 10.1007 / s, 10872-007-0063-0gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
KBRR, h P。,Pentakota, S., Anguluri, S. R., George, G., Salunke, K., Krishna, P. M., et al. (2020). Impact of horizontal resolution on sea surface temperature bias and air–sea interactions over the tropical Indian Ocean in CFSv2 coupled model.Int。j . ClimatolgydF4y2Ba。40岁,4903 - 4921。doi: 10.1002 / joc.6496gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
金,H。,lee,M. I., Cha, D. H., Lim, Y. K., and Putman, W. M. (2019). Improved representation of the diurnal variation of warm season precipitation by an atmospheric general circulation model at a 10 km horizontal resolution.气候动力学gydF4y2Ba。53岁,6523 - 6542。doi: 10.1007 / s00382 - 019 - 04943 - 6gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
克里希纳,r . p . M。饶,s。,年代r我vastava, A., Kottu, H. P., Pradhan, M., Pillai, P., et al. (2019). Impact of convective parameterization on the seasonal prediction skill of Indian summer monsoon.气候动力学。gydF4y2Ba53岁,6227 - 6243。doi: 10.1007 / s00382 - 019 - 04921 - ygydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
克里希那穆提,t . N。,Bh一个l米e,H。N. (1976). Oscillations of a monsoon system. Part, I. Observational aspects.j .大气压。ScigydF4y2Ba。33岁,1937 - 1954。1520 - 0469 . doi: 10.1175 / (1976) 033 < 1937: OOAMSP > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Kumar b P。,Vialard, J., Lengaigne, M., Murty, V. S. N., and McPhaden, M. J. (2012). TropFlux: air-sea fluxes for the global tropical oceans-description and evaluation.气候动力学。gydF4y2Ba38岁,1521 - 1543。doi: 10.1007 / s00382 - 011 - 1115 - 0gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
大,w·G。,Yeager, S. G. (2004).日十年全球海洋和海冰模式迫使:{}数据集和通量气候学。NCAR科技。注意,tn - 460 +圣(5月)gydF4y2Ba科罗拉多州博尔德市国家大气研究中心的105人。gydF4y2Ba
大,w·G。,Yeager, S. G. (2008). The global climatology of an interannually varying air–sea flux data set.气候动力学gydF4y2Ba。33岁,341 - 364。doi: 10.1007 / s00382 - 008 - 0441 - 3gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
李,W。,Yu, R., Liu, H., and Yu, Y. (2001). Impacts of diurnal cycle of SST on the intraseasonal variation of surface heat flux over the western pacific warm pool.放置大气压。ScigydF4y2Ba。18日,793 - 806。doi: 10.1007 / BF03403503gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
李,Z。,l我n,X., and Cai, W. (2017). Realism of modelled Indian summer monsoon correlation with the tropical Indo-Pacific affects projected monsoon changes.科学。代表。gydF4y2Ba7、1 - 7。doi: 10.1038 / s41598 - 017 - 05225 - zgydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
马登,r。,Julian, P. R. (1971). Detection of a 40–50 day oscillation in the zonal wind in the tropical pacific.j .大气压。科学。gydF4y2Ba28日,702 - 708。1520 - 0469 . doi: 10.1175 / (1971) 028 < 0702: DOADOI > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
马登,r。,Julian, P. R. (1972). Description of global-scale circulation cells in the tropics with a 40-50 day period. - NASA/ADS.j .大气压。ScigydF4y2Ba。29日,1109 - 1123。1520 - 0469 . doi: 10.1175 / (1972) 029 < 1109: DOGSCC > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Mallick美国K。阿加瓦尔,N。沙玛,R。,Prasad, K. V. S. R., and Ramakrishna, S. S. V. S. (2020). Thermodynamic response of a high-resolution tropical indian ocean model to toga coare bulk air-sea flux parameterization: case study for the bay of bengal (BoB).纯粹的达成。地球物理学gydF4y2Ba。177年,4025 - 4044。doi: 10.1007 / s00024 - 020 - 02448 - 6 /数据/ 11gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
毛,j . Y。,Wu,G. X. (2012). Diurnal variations of summer precipitation over the Asian monsoon region as revealed by TRMM satellite data.科学。中国地球科学。gydF4y2Ba55岁,554 - 566。doi: 10.1007 / s11430 - 011 - 4315 - xgydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
马森,S。,Terr一个y, P., Madec, G., Luo, J. J., Yamagata, T., and Takahashi, K. (2012). Impact of intra-daily SST variability on ENSO characteristics in a coupled model.气候动力学gydF4y2Ba。39岁,681 - 707。doi: 10.1007 / s00382 - 011 - 1247 - 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Misra, V。,Marx, L., Brunke, M., and Zeng, X. (2008). The equatorial pacific cold tongue bias in a coupled climate model.j .气候gydF4y2Ba21日,5852 - 5869。jcli2205.1 doi: 10.1175/2008gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Montegut, c . de。B。Madec, G。,F我年代cher,A. S., Lazar, A., and Iudicone, D. (2004). Mixed layer depth over the global ocean: an examination of profile data and a profile-based climatology.j .地球物理学。Res。gydF4y2Ba109年,1。jc002378 doi: 10.1029/2004gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Moorthi, S。、锅、h l。,C一个pl一个n,P. (2001). Changes to the 2001 NCEP Operational MRF/AVN Global Analysis/Forecast System Technical Procedures Bulletin Changes to the 2001 NCEP Operational MRF/AVN Global Analysis/Forecast System. National Weather Service, Office of Meteorology, Technical Procedures Bulletin, Silver Spring, MD, United States.
Mujumdar, M。,年代一个lunke,K., Rao, S. A., Ravichandran, M., and Goswami, B. N. (2011). Diurnal cycle induced amplification of sea surface temperature intraseasonal oscillations over the bay of Bengal in summer monsoon season.IEEE Geosci。远程参议员列托人gydF4y2Ba。8,206 - 210。doi: 10.1109 / LGRS.2010.2060183gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Neelin, j . D。,B一个tt我年代t我,D. S., Hirst, A. C., Jin, F.-F., Wakata, Y., Yamagata, T., et al. (1998). ENSO theory.j .地球物理学。Res。gydF4y2Ba103:14261。jc03424 doi: 10.1029/97gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
调情,s . g . h (1985)。厄尔尼诺和拉尼娜现象。gydF4y2Baj .大气压。ScigydF4y2Ba。42岁,2652 - 2662。1520 - 0469 . doi: 10.1175 / (1985) 042 < 2652: ENALN > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
皮拉伊,p。饶,s。,乔治,G。饶,d . N。,Mahapatra, S., Rajeevan, M., et al. (2017). How distinct are the two flavors of El Niño in retrospective forecasts of Climate Forecast System version 2 (CFSv2)?气候动力学。gydF4y2Ba48岁,3829 - 3854。doi: 10.1007 / s00382 - 016 - 3305 - 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
皮拉伊,p。饶,s。,Ramu矿,d . A。,普拉丹,M。,乔治,G。(2018). Seasonal prediction skill of Indian summer monsoon rainfall in NMME models and monsoon mission CFSv2.Int。j . Climatol。gydF4y2Ba38岁的e847-e861。doi: 10.1002 / joc.5413gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
皮拉伊,p。饶,s。,年代r我vastava, A., Ramu, D. A., Pradhan, M., and Das, R. S. (2021). Impact of the tropical Pacific SST biases on the simulation and prediction of Indian summer monsoon rainfall in CFSv2, ECMWF-System4, and NMME models.气候动力学。gydF4y2Ba56岁,1699 - 1715。doi: 10.1007 / s00382 - 020 - 05555 - 1gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Pokhrel, S。,R一个h一个米一个n,H。,Parekh, A., Saha, S. K., Dhakate, A., Chaudhari, H. S., et al. (2012). Evaporation-precipitation variability over Indian Ocean and its assessment in NCEP Climate Forecast System (CFSv2).气候动力学。gydF4y2Ba39岁,2585 - 2608。doi: 10.1007 / s00382 - 012 - 1542 - 6gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
普拉丹,M。,饶,s。Doi, T。,皮拉伊,p。,年代r我vastava, A., and Behera, S. (2021). Comparison of MMCFS and SINTEX-F2 for seasonal prediction of Indian summer monsoon rainfall.Int。j . ClimatolgydF4y2Ba。41岁,6084 - 6108。doi: 10.1002 / joc.7169gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
普拉丹,M。,Yadav, R. K., Ramu Dandi, A., Srivastava, A., Phani, M. K., and Rao, S. A. (2017). Shift in MONSOON–SST teleconnections in the tropical Indian Ocean and ENSEMBLES climate models' fidelity in its simulation.Int。j . ClimatolgydF4y2Ba。37岁,2280 - 2294。doi: 10.1002 / joc.4841gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Ramu矿,d . A。,年代一个beer一个l我,C。T。, Chattopadhyay, R., Rao, D. N., George, G., Dhakate, A. R., et al. (2016). Indian summer monsoon rainfall simulation and prediction skill in the CFSv2 coupled model: impact of atmospheric horizontal resolution.j .地球物理学。ResgydF4y2Ba。121年,2205 - 2221。jd024629 doi: 10.1002/2015gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
饶,s。,Beher一个,年代。K., Masumoto, Y., and Yamagata, T. (2002). Interannual subsurface variability in the tropical Indian Ocean with a special emphasis on the Indian Ocean Dipole.深海II》。钉。OceanogrgydF4y2Ba。49岁,1549 - 1572。doi: 10.1016 / s0967 - 0645 (01) 00158 - 8gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
饶,s。,Goswami, B. N., Sahai, A. K., Rajagopal, E. N., Mukhopadhyay, P., Rajeevan, M., et al. (2019). Monsoon Mission: a targeted activity to improve monsoon prediction across scales.子弹。点。Meteorol。SocgydF4y2Ba。100年,2509 - 2532。doi: 10.1175 / bams - d - 17 - 0330.1gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
李维斯艾尔,J·e·J。,曾庆红,X。,Zhang, K. (2021). Ocean surface flux algorithm effects on earth system model energy and water cycles.前面。3月科学。gydF4y2Ba403:642804。doi: 10.3389 / fmars.2021.642804gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
罗d p (1998)。评估潜在的季节性可预测性的合奏数十年GCM模拟。gydF4y2Baj .气候gydF4y2Ba。11日,109 - 120。1520 - 0442 . doi: 10.1175 / (1998) 011 < 0109: APSPWA > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
罗·d·P。,Foll和,C。K., Maskell, K., and Ward, M. N. (1995). Variability of summer rainfall over tropical north Africa (1906–92): observations and modelling.夸脱。皇家Meteorol j。SocgydF4y2Ba。121年,669 - 704。doi: 10.1256 / smsqj.52310gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
萨哈,S。,Moorthi, S。锅,H。,吴X。,W一个ng,J., Nadiga, S., et al. (2010).摘要气候预测系统再分析(CFSR) 6小时的产品,1979年1月至2010年12月。gydF4y2Ba国家大气研究中心的研究数据档案,计算和信息系统实验室。doi: 10.5065 / D69K487JgydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
萨哈,S。,Moorthi, S。,吴X。,W一个ng,J., Nadiga, S., Tripp, P., et al. (2014). The NCEP climate forecast system version 2.j .爬。gydF4y2Ba27日,2185 - 2208。doi: 10.1175 / jcli - d - 12 - 00823.1gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Saji: H。,Goswami, B. N., Vinayachandran, P. N., and Yamagata, T. (1999). A dipole mode in the tropical Indian Ocean.自然gydF4y2Ba401年,360 - 363。doi: 10.1038/43854gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
信田,t (2005)。太阳辐射的昼夜循环对动力学的影响在西赤道太平洋海温变化。gydF4y2Baj .气候gydF4y2Ba18日,2628 - 2636。doi: 10.1175 / JCLI3432.1gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
斯,J。,在ne年代年代,P., Neale, R., Woolnough, S., and Yang, G. (2003). Scale interactions on diurnal toseasonal timescales and their relevanceto model systematic errors.安。地球物理学。gydF4y2Ba46:3383。doi: 10.4401 / ag - 3383gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
s·d·史密斯(1988)。系数对海面风应力、热通量和风力风速和温度的函数。gydF4y2Baj .地球物理学。Res。gydF4y2Ba93年,15467 - 15472。doi: 10.1029 / JC093iC12p15467gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Sperber, k . R。,Annamalai, H., Kang, I. S., Kitoh, A., Moise, A., Turner, A., et al. (2013). The Asian summer monsoon: An intercomparison of CMIP5 vs. CMIP3 simulations of the late 20th century.气候动力学gydF4y2Ba。41岁,2711 - 2744。doi: 10.1007 / s00382 - 012 - 1607 - 6gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Stuart-Menteth, a . C。,罗宾逊,i S。,Ch一个llenor,P. G. (2003). A global study of diurnal warming using satellite-derived sea surface temperature.j .地球物理学。Res。gydF4y2Ba108:3155。jc001534 doi: 10.1029/2002gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
隋,学术界。,T一个k一个yabu, Y. N., and Short, D. A. (1997). Diurnal variations in tropical oceanic cumulus convection during TOGA COARE.j .大气压。ScigydF4y2Ba。54岁,639 - 655。1520 - 0469 . doi: 10.1175 / (1997) 054 < 0639: DVITOC > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Thushara, V。,Vinayachandran, P. N. (2014). Impact of diurnal forcing on intraseasonal sea surface temperature oscillations in the Bay of Bengal.j .地球物理学。研究海洋。gydF4y2Ba119年,8221 - 8241。jc009746 doi: 10.1002/2013gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
公元前我们,(1989)。不确定性的估计来自海洋表面热通量报告在热带和亚热带海洋。gydF4y2Ba忒勒斯一个gydF4y2Ba41岁,357 - 370。doi: 10.1111 / j.1600-0870.1989.tb00388.xgydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
温顿,m (2000)。一个新配方海冰三层模型。gydF4y2Baj .大气压。海洋。抛光工艺。gydF4y2Ba17日,525 - 531。1520 - 0426 . doi: 10.1175 /gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Woolnough, s . J。Vitart F。,B一个l米一个年代ed一个,M. A. (2007). The role of the ocean in the Madden-Julian Oscillation: implications for MJO prediction.夸脱。皇家Meteorol j。SocgydF4y2Ba。133年,117 - 128。doi: 10.1002 / qj.4gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
吴,R。,Kirtman, B. P., and Pegion, K. (2007). Surface latent heat flux and its relationship with sea surface temperature in the National Centers for Environmental Prediction Climate Forecast System simulations and retrospective forecasts.地球物理学。卷gydF4y2Ba。34岁的2胜7负。gl030751 doi: 10.1029/2007gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
燕,Y。,Zhang, L., Yu, Y., Chen, C., Xi, J., and Chai, F. (2021). Rectification of the intraseasonal SST variability by the diurnal cycle of SST revealed by the global tropical moored buoy array.地球物理学。卷。gydF4y2Ba48:e2020GL090913。gl090913 doi: 10.1029/2020gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
杨,G-Y。,斯,J。(2001). The diurnal cycle in the tropics. monthly weather review.公牛。点。Meteorol。Soc。gydF4y2Ba129年,784 - 801。doi: 10.1175 / 1520 - 0493 (2001) 129gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
川,t (1980)。30到40天内的似稳外表阴沉波动在夏季季风在印度。gydF4y2Baj . Meteorol。Soc。日本。爵士。二世Meteorol。Soc。日本gydF4y2Ba。今年58岁,225 - 229。doi: 10.2151 / jmsj1965.58.3_225gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Yu L。,Jin, X., and Weller, R. (2008).Multidecade全球通量数据集从客观分析了海气通量(OAFlux)项目:潜在和显热通量,海洋蒸发表面及相关气象变量。OAFlux项目技术报告gydF4y2Ba法尔茅斯,马萨诸塞州伍兹霍尔海洋研究所,oa - 2008 - 01 (gydF4y2Ba
74)。gydF4y2Ba
曾,X。,Zhao, M., and Dickinson, R. E. (1998). Intercomparison of bulk aerodynamic algorithms for the computation of sea surface fluxes using TOGA COARE and TAO data.j .气候gydF4y2Ba11日,2628 - 2644。1520 - 0442 . doi: 10.1175 / (1998) 011 < 2628: IOBAAF > 2.0.CO; 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
张,R。,W一个ng,X., and Wang, C. (2018). On the simulations of global oceanic latent heat flux in the CMIP5 multimodel ensemble.j .气候gydF4y2Ba31日,7111 - 7128。doi: 10.1175 / jcli - d - 17 - 0713.1gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
张,R。,Zhou, F., Wang, X., Wang, D., and Gulev, S. K. (2020). Cool Skin Effect and its Impact on the Computation of the Latent Heat Flux in the South China Sea.j . Geophy。研究海洋。gydF4y2Ba126、2020 jc016498。jc016498 doi: 10.1029/2020gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
郑,Y。,年代h我nod一个,T。,l我n,J.-L., and Kiladis, G. N. (2011). Sea surface temperature biases under the stratus cloud deck in the southeast pacific ocean in 19 IPCC AR4 coupled general circulation models.j .气候gydF4y2Ba24岁,4139 - 4164。jcli4172.1 doi: 10.1175/2011gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
周,X。,R一个y, P., Barrett, B. S., and Hsu, P.-C. (2020). Understanding the bias in surface latent and sensible heat fluxes in contemporary AGCMs over tropical oceans.气候动力学。gydF4y2Ba55岁,2957 - 2978。doi: 10.1007 / s00382 - 020 - 05431 - ygydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
关键词:gydF4y2Ba昼夜循环,冷却皮肤温度,温暖层温度、表面通量,大部分算法,COAREgydF4y2Ba
引用:gydF4y2BaPradhan M,饶SA,巴塔查里亚和Balasubramanian年代(2022)改善昼夜循环及其对季节性影响意思将CFS COARE通量算法。gydF4y2Ba前面。爬。gydF4y2Ba3:792980。doi: 10.3389 / fclim.2021.792980gydF4y2Ba
收到:gydF4y2Ba2021年10月11日;gydF4y2Ba接受:gydF4y2Ba2021年12月21日;gydF4y2Ba
发表:gydF4y2Ba2022年2月02。gydF4y2Ba
编辑:gydF4y2Ba
Arun KumargydF4y2Ba国家海洋和大气管理局(NOAA),美国gydF4y2Ba审核:gydF4y2Ba
卢卡斯哈里斯gydF4y2Ba地球物理流体动力学实验室(GFDL),美国gydF4y2Ba克里斯FairallgydF4y2Ba地球系统研究实验室(NOAA),美国gydF4y2Ba
Vasubandhu MisragydF4y2Ba美国佛罗里达州立大学gydF4y2Ba
版权gydF4y2BaBalasubramanian©2022 Pradhan,饶,巴塔查里亚。这是一个开放分布式根据文章gydF4y2Ba知识共享归属许可(CC)gydF4y2Ba。使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。gydF4y2Ba
*通信:gydF4y2BaSuryachandra a .饶gydF4y2Basurya@tropmet.res.ingydF4y2Ba