独特的观测约束季节性和纵向变化的地球行星反照率和云分布推断从史诗测量

介绍

模型/数据比较是必不可少的理解地球气候系统的改善。但是,正如所示图1,这个看似简单的任务并不简单。气候模型和真实世界quasi-chaotic行为。所以,没有理由预计协议除了平均接管足够大的空间和时间尺度。此外,大多数气候系统变量表现出很强的昼夜变化(例如,伊士曼和沃伦,2014年)。而GCM输出数据统一在全球统一的计算时间步长,并统一平均到每个月经度表如行星反照率和总云量图1(左面板),观测数据通常使用连续的时空采样从太阳同步卫星的轨道,谷神星行星反照率等数据(右上角),有相当大的不确定性是如何的昼夜循环可能是平均或引用。欧洲中期天气预报中心再分析临时(ecmwf ERAI)总云量、这是一个有关产品的全球观测获得过去3.5年。这些数据比较显示定性相似,但大量的小规模的差异。即使对于每个月平均水平,相当大的气象气候噪声仍然存在。通过在全球平均数据,天气噪声可以最小化,在图1底部。季节性CERES能源平衡和填充(EBAF)行星反照率在2003年到2019年(Loeb et al ., 2009,Loeb et al ., 2018)的引用。GISS ModelE2行星反照率的季节变化所表现出的黑色方块。有密切相似,但胶版印刷很难定量解释。所有数据比较是有用的,但他们关注的气候变量的不同方面。这里使用的纵向切片方法描述了一种方法,平均天气噪音,但保留重要intra-seasonal纵向变化并不是简单的从传统数据提取。

Epic-Derived气候约束

史诗让全盘图像的地球阳光半球在10窄谱带1024×1024的频道(下载)空间分辨率。根据遥测,13至22日从利萨轨道获得的图片每天1.4 - 1.6×10的拉格朗日点⁶公里从地球上太阳的方向。史诗光谱光芒转换成史诗的过程反映了SW通量描述苏et al ., 2018;苏et al ., 2020。利用MODIS / CERES-based回归关系,谱美首先被转换成宽带SW光芒。他们然后使用谷神星角分布转化为辐射通量模型。所有这些任务执行在像素级别,然后综合整个阳光半球(从)的第一拉格朗日点的每个史诗图像转换成单个climate-style数据点阳光hemisphere-mean反映西南通量。如果没有精度损失,这些反映了SW通量是全球年平均归一化相对于谷神星西南辐射通量(Loeb et al ., 2018),除以总太阳能辐照度(TSI) (科普和精益,2011年)获得行星反照率。

每天窥探13-22图片,史诗派生SW通量向最近的插值格林威治标准对齐的数据点(GMT)小时经度。因此,5000年到6000年每年史诗图像转换为12×24月平均表的行星反照率点,绘制图2(上)。彩色经度覆盖整个地球的自转1小时时间步(格林尼治时间24小时,15^o经度的步骤)。数据分为五个经度范围广泛的颜色如下:太平洋(深蓝色)、东亚(绿色),非洲、亚洲(红色),大西洋(浅蓝色)和北美(橙色)。的关键穴位5进一步确定经度范围较重的纯色和黑点,描绘他们的月平均价值中旬位置,也包括sub-satellite纬度列底部的图。集团成员进一步确定不同的线条样式。每个颜色子午线被正午的太阳的格林威治标准时间(GMT)。因此,国际日期变更线格林尼治时间确定的0。除了指定格林尼治时间,每一子午线也被地理参考,以帮助确定其相对位置。

的关键图2底部面板,在东亚地区(格林尼治时间3、黑点绿色),ModelE2高估了云在北半球夏季季节(自云的主要贡献者是地球的行星反照率,例如,斯蒂芬斯et al ., 2015)。同时,云反射率在非洲、亚洲大陆土地(8格林尼治时间,黑点洋红色)强烈低估了。相比之下,史诗般的结果图2前面板显示行星反照率最高的非洲、亚洲地区,在强烈的对比ModelE2纵向依赖。

一个可能的解释是这惊人的模型/数据差别是使用一个全局统一的相对湿度标准的云凝结在ModelE2云计划,其中包括利用临界相对湿度(少于100%)标准的统计重叠水汽和温度概率分布,成为足以实现云凝结的相对湿度阈值在网格的一部分。由于广泛的水汽和温度存在的概率分布在陆地上和海洋相比,条件更适合在陆地与海洋云的形成。因此,使用一个全局统一的云凝结开始将在海洋和低估高估云云在陆地上。使用陆地/海洋依赖相对湿度条件,使之更难以形成在海洋上空的云层中,更容易在陆地上,会导致与观察改进的协议通过减少云在海洋的辐射效应,而增加了云对行星反照率的贡献。

其他显著差异的日平均季节性变化描述的沉重的黑线,类似于史诗数据可变性,但只有不到一半的季节性振幅史诗的行星反照率,和ModelE2行星反照率在北半球夏季,史诗行星反照率几乎没有相似之处。然而,有一些相似性,ModelE2行星反照率表现出类似的纵向分类和斜率在冬季,从一月到三月,也从10月到12月。

的图2“spaghetti-line”行星反照率数据所示图3Hovmoller格式与史诗般的行星反照率图,图和相应的ModelE2结果正确。Hovmoller格式有具体值显示时空变异性,而线格式提供了更多量化比较振幅的季节性和纵向的变化。在Hovmoller (1949)格式,y轴向上有时间增加(一些隐含的纬度的视角)。x方向描绘了纵向的依赖(包括史诗图像采集的正午GMT)。帮助定位经度和格林尼治时间点地理角度来看,世界地图在4^ox 5^o显示在GCM决议图4。

2017年被确认为是拉尼娜年(Zhang et al ., 2019)。可能与此相关,有明显更大的时空变异性明显比2018年2017年。最引人注目的是行星反照率急剧下降(图3期间,左下)中央太平洋地区2 - 2017。

同样引人注目的是神秘的振荡(峰周期性生成∼30°经度)出现在2月和11月,东太平洋和印度洋。相比之下,2018年似乎是匀静一年有明显恢复回ENSO-neutral条件。至于识别地理中心和其空间范围的功能负责,这不是触手可及,只是基于hemisphere-averaged纵向变化的信息是可用的。这些特性似乎是有限的范围大小和持续时间。然而他们的辐射影响显然是明显hemisphere-mean史诗派生行星反照率。拉尼娜现象活动是由海洋表面温度的波动,然后在云层引起大气反应。可能是史诗的时空变异性行星反照率可以作为拉尼娜现象/ ENSO活动的一项指标。

2017年4月在振荡可能是印度洋,是独一无二的,他们是有限的时间和空间范围。2月和10月振荡在这个领域,他们有峰∼30^°在经度范围,但有一个时间只有一个月。他们的位置在经度扩展基本上从南非到澳大利亚。目前尚不清楚这些印度洋振荡可能相关的拉尼娜现象,或者他们只是一个简单的不同成员无处不在的气候系统振荡。

有趣的是,有几个经度,表现出长期稳定的单调行星反照率的变化。这样的一个例子是2017年(2018年)大西洋地区,由西非(13日格林尼治时间黑点浅蓝色)图2前,在图3离开在格林尼治时间= 13个经度,其赛季最低行星反照率保持稳步增加8月至12月。

的图3对Hovmoller ModelE2结果史诗毫无相似之处的比较,主要原因是高估了北半球(NH)夏天的云在东亚和西太平洋,这表现为孤立的大区域高反照率接近年度面板的中间偏左的政党。也许最令人失望的是缺乏强有力的ModelE2结果减少行星反照率是2月在太平洋中部图3左下史诗的结果。似是而非,这可能是一个工件由于初始化问题规定上的切换当前气候太平洋2017年和2018年的气候向上版本,大气和云层,不允许足够的时间适应规定的太平洋。否则,只有适度的显性差异ModelE2结果之间的2017年和2018年拉尼娜现象。没有证据的持续振荡的显著的史诗般的结果图3左下角。

图4是一个比2017年和2018年的情节Hovmoller地图图3。以2018年为参照,比值法分离拉尼娜大气(云)响应通过消除季节性气候变化大。除了2月拉尼娜现象仍然明显缺失的签名在ModelE2结果,否则有实质性协议ModelE2海温变化应对2017年拉尼娜现象出现在史诗的结果,如降低行星反照率在中部和东部太平洋和东亚地区行星反照率增加。

总的来说,ModelE2不繁殖强劲的史诗行星反照率下降,2月或10月大幅增加,这似乎是由于季节的转变增加行星反照率在2017年和2018年之间。假设2018 ENSO-neutral一年,似乎是有可能的拉尼娜前体在印度洋发生在2017年1月与一个强大的史诗般的行星反照率降低。

“意大利面条”情节图2和Hovmoller等高线地图图3是两个非常不同的方式来表示和比较精确的相同的数据,在这种情况下,列表数据的纵向切片史诗行星反照率和同样的采样ModelE2 GCM输出数据。强烈的平均数据,从而使小百分之一或更少的有意义的差异。的图2线情节提供了更多的季节性变化差异的定量表示相邻经度或经度组,显示定量GCM缺陷在云纵向分布。

显然,图3Hovmoller地图的显示变化的模式,显示出令人信服的拉尼娜签名史诗行星反照率数据。和Hovmoller比块2017年和2018年图4最大的共同的变化,可以很容易地确定了史诗的相似性和ModelE2行星反照率没有明显的结果图2或图3比较。同样的方法适用于研究云属性的变化模式,看看它们有助于行星反照率。

史诗半球综合数据

自云的主要贡献者是行星反照率,下一步是访问云的变化属性和云分布产生观察到行星反照率的变化。为此,必要的云属性数据方便地在史诗的形式综合数据。

在生成的过程中EPIC-based西南辐射通量,苏et al。(2018)构建汉诺威分辨率史诗综合数据库,包括详细的云属性如云分数,云顶高度,和云光学深度,水/冰阶段,和粒子大小、编译从多个成像系统在低地球轨道(LEO)和地球静止轨道(GEO)卫星,与数据选择调谐匹配史诗观测和查看几何。每个月,阳光照射的半球平均也可用于纵向切片分析相匹配的辐射通量。史诗的综合数据,就可以看到实际的原因,导致辐射气候症状。

这一转变的关键组件是汉诺威解决全球综合数据产品的最优合并在一起云属性从低地球轨道(LEO)卫星,从地球静止轨道(GEO)卫星,使用一组通用的基于云的属性检索检索算法(该组织et al ., 2008;该组织et al ., 2011)。汉诺威复合数据产品聚合LEO /地理数据在时间和亲密查看几何史诗观察时间,然后卷积网格史诗。

辅助数据,如表面类型,雪/冰,皮肤温度,可沉淀的水,也包括在史诗复合数据(Khlopenkov et al ., 2017)。CERES Edition4角分布模型(苏et al ., 2015)然后用于计算SW史诗宽带光芒转换成各向异性因素反映了SW通量,是集成在阳光照射的半球提供基本校正参考NISTAR测量,和气候GCM纵向切片作为参考比较。

图5前面板显示了史诗的季节性变化派生的所有云天空分数2017年和2018年。分数最高的云被发现在太平洋上空(22日通用,黑点蓝色)和在东亚地区(格林尼治时间3、黑色dot-green),除了大蘸2018年9 ~ 10月北美(格林尼治时间18个,橙色)在10月飙升至其最高价值。云最低分数被认为在大西洋西部非洲地区(13格林尼治时间,黑点浅蓝色)。我们使用术语“dayurnal”在这里指可变性的利萨轨道优势在一天地球的自转,和“dayurnal意味着“所有平均24经度视图(沉重的黑色线),这是一个全球黎明到黄昏日平均,因为每个经度视图包含一系列日样品从邻近的经度,但是它的观看地点是利萨轨道。这是区分的术语“昼夜的意思”,这指的是一个已经建立起了一系列的意义当地的24小时平均水平。使用这个术语的可取之处,是dayurnal意味着相同的复制史诗和GCM数据采样。

的图5底部面板描述了季节性变化ModelE2多云的天空部分的2017年和2018年,这对应于史诗所有云天空部分所示图5前面板。这里,的一个可取之处ModelE2所有云天空分数是ModelE2倾向于复制的整体纵向顺序史诗所有云天空分数结果,至少在北半球夏季。ModelE2和史诗,分数最高的云出现在东亚(格林尼治时间3、黑点绿色)和太平洋(23日格林尼治时间黑点深蓝色)地区,而最低出现在大西洋(13格林尼治时间,黑点浅蓝色)和非洲、亚洲(8格林尼治时间,黑点洋红色)地区。北美(18日格林尼治时间黑点橙色)经脉之间,表现出与最大值发生在一年两次的可变性环比和进入。ModelE2, dayurnal季节性云分数振幅幅度也最大,至少在北半球的夏季,随着云分数振幅的强烈收缩,在北半球的冬季。史诗和ModelE2显示一个小的增加在云分数从2017年到2018年,与史诗般的云分数增加了约1.5%,而ModelE2约0.5%。

图6显示了多云的天空部分的数据图5在Hovmoller格式与史诗般的云分数图6在左,ModelE2结果图6正确的。Hovmoller结果基本上回声意大利面线阴谋的结果显示最高的云最低的分数在太平洋地区在大西洋,也包括欧洲和非洲和北美和南美的东部地区。

比较之间的史诗般的云分数变化(拉尼娜)2017年和2018年之间的小规模的波动没有显著差异的两年。除了几个点在2017年4月,与类似的孤立的小规模重合点发生在2017年4月的史诗般的行星反照率波动图3同样,2年是静止的。鉴于这两个完全不同性质的测量,它不一定是令人惊讶的。史诗行星反照率直接来自一组观察到光谱光芒。另一方面,云的变化涉及到更多的选择。例如,有利的气象条件对于云凝结,云可以增加垂直在光学深度,而不是横向扩散。此外,史诗的多云的天空分数,阈值参与决定是否一个给定的像素主要明确声明,或大部多云,对于一些阈值,光学薄云层可能错过了。

ModelE2,云分数仍然是定义在一个不同的方式。基于云分数grid-box-mean气象条件下,确定在每个网格框。然后使用一个随机数来决定是否执行辐射计算是一个完全明确的或完全混浊网格框。因此,作为计算节省时间的设备,ModelE2云被视为部分时间在太空中而不是分数。每个月平均辐射,平均。或许值得注意的是,史诗和ModelE2云分数以及他们采取的措施达成一致意见。至于强劲收缩dayurnal振幅ModelE2云顶高度在冬天,似乎没有解释。

在云顶高度的变化只有在行星反照率影响最小,他们在即将离任的LW辐射产生深远的影响由于热辐射的直接依赖于温度,从云顶地区发射到太空。因此,云顶高度是一个重要的气候变量直接参与定义地球的辐射能量平衡,但在热外向LW辐射。热LW辐射目前不是史诗中复合数据收集,所以比较云的高度和它的LW辐射影响超出了这个模型的范围/数据比较。

然而,云顶高度是云的一个关键属性列表的一部分史诗复合数据(苏et al ., 2018)。云属性检索信息从多个成像系统在低地球轨道(LEO)卫星,包括MODIS、VIIRS, AVHRR,还有地球静止轨道(GEO)卫星goes 13等GOES-15, METEOSAT-7, METEOSAT-10, MTSAT-2 Himawari-8。云属性是使用一组通用的算法推导出基于谷神星云检测和检索系统(例如,该组织et al ., 2008;该组织et al ., 2011)。云属性从LEO / GEO成像系统合并在一起为全球综合数据产品提供汉诺威决议通过使用一个聚合的评级系统,优化了时空查看几何特征与史诗的观察提供最佳匹配。全球综合数据然后重新映射到网格史诗,以免降低史诗复合云分数信息(Khlopenkov, et al ., 2017)。

的图7前面板显示的季节性和纵向可变性史诗复合云顶高度。有趣的是,云海拔最高和最低发生在7月,和更广泛地说,在北半球夏季2017年和2018年,当dayurnal云顶最大振幅的变化。云顶海拔最高的有经验的中国西部大陆地区(格林尼治时间6点划洋红色),同时,云顶海拔最低的发生在北美地区的缩影的爱荷华州(格林尼治时间18,黑点橙色)子午线。dayurnal振幅的云顶最小值出现在2017年4月到10月,与一种更深层次的最低发生在2018年的10月。的年平均云顶高度保持基本持平在2017年和2018年之间(注册一个小增加1.3%)。

的图7底部面板显示的季节性和纵向可变性GISS ModelE2云顶高度。有一些相似之处的整体形状季节性变化的云顶高度之间的史诗和ModelE2结果,7月GCM也有集中NH夏季最大,最小镜像,在云顶dayurnal振幅,但更多的扩展(1月至5月)春季最低,并缩短(12月)冬季最低。此外,有大量过渡的dayurnal-mean云顶高度从1月到4月,(深黑色线)稳定deline紧随其后。同样的行为出现在史诗dayurnal-mean(顶面板),但大大降低振幅。然而,史诗的一个大区别和ModelE2云顶高度可变性是纵向顺序的差异。史诗,云顶高度最大值主要集中在中国西部(格林尼治时间6点划洋红色),而ModelE2云顶高度最大值都集中在东亚(格林尼治时间3、黑点绿色)。同样,史诗,云顶高度最小值是由爱荷华州集中在北美地区的缩影(格林尼治时间18,黑点橙色),而ModelE2云顶高度最小值更集中在大西洋地区(13格林尼治时间,黑点浅蓝色)。

云顶高度之间的明显转变经度位置之间的史诗观测数据和ModelE2气候模拟Hovmoller显然是更清楚地表示云顶高度的可变性,作为证明图8。Hovmoller格式显示最大值和最小值是纵向对齐的,他拥有史诗(左)和ModelE2(右)。岭的史诗,云顶高度最大值为2017年和2018年持续位于90年(格林尼治时间6^°E经度)经线贯穿中亚(W中国)。同样,大山谷的云顶高度最小值为2017年和2018年持续位于17(75−格林尼治时间^°W经度)经线贯穿北美经度集团的纽约。极端的云顶最大和最小高度都发生在北半球夏季季节集中在7月。

类似的模式在云顶高度的季节性和纵向变化似乎也为ModelE2举行,如所示图8正确的。主要的区别是一般由大约45向东转移^°云顶maxima经度的山脊,大约60的向东转移^°在云顶最小经度。

另一个史诗和ModelE2云顶高度可变性更有限的可变性范围ModelE2云顶最大高度,和一个更大的云顶最低海拔的变化范围,而史诗。

也许最大的区别,但也更少的意义之一,大的区别在云顶高度中描述图7,这显示了史诗的意思是云顶高度约4公里,而平均云顶高度ModelE2云约8公里。这种差异的原因来自卫星遥感测量的能力有限检测光学薄的云层,和检索,或推断,云顶高度是指光学深度τ= 1.0水平。ModelE2云,云顶压力是已知精确的模型生成的云,其中包括大量的光学薄(τ< 0.1)高空卷云(自动构成grid-box云顶)。同时,自ModelE2诊断分配云层的上边缘云顶,这是云顶设置ModelE2光学深度τ= 0的水平,这也进一步ModelE2偏见高云顶的结果。因为所有ModelE2云的光学深度信息可在合成诊断数据抽样聚合,可以建立一个稀薄云层阈值,计算出光学深度τ= 1.0水平,并重新定义ModelE2云顶高度观测云顶数据更紧密地配合。

也感兴趣的,因为史诗复合勒/ GEO云产品为液态的水和冰云分别检索(该组织et al ., 2021),季节性的差异和纵向变化的冰云的水云海拔也因此可以单独检查,完成图9,10。

史诗复合:水和冰云

除了所有云类别,史诗综合数据库也将云成冰云水和云类别。GISS ModelE2也生成水和冰云,精确的内部知识的水和冰云辐射特性和分布。但由于不可逾越的差异定义,直接比较的史诗和ModelE2水和冰云属性不是必要的,因为这可能导致错误的结论。史诗复合云分化与冰/水该组织et al。(2021)检索算法用于谷神星和MODIS的检索,这分化很难重现在GCM输出数据。因此,史诗/ ModelE2云房地产比较有限只是基于身体的所有云天空分数和云的高度。

因此,好有意义相互比较史诗复合水冰云,云的属性,但需要说明的是,冰云分数的增加为代价可能是云含水率降低,反之亦然。相同的算法已经统一申请2017年和2018年,所以相对的变化应该是有意义的。显然,拉尼娜事件大大扰乱了云分布,所以感兴趣的看看云已经改变了从2017年到2018年,即使只是从史诗综合数据。弯曲机等。

(2017)展示了一个令人信服的存在强阳性云反照率和云分数之间的关系,即。,that cloud albedo increases with increasing cloud fraction, and that the increase in cloud albedo becomes increasingly greater as the cloud fraction approaches unity, although this relationship does not have an explicit dependence on cloud optical depth.

图9上面显示了史诗般的冰云的季节性变化分数,图9底部显示相应的水云可变性。所有云天空分数相比大致均匀的图5,前后变化在1冰云分数增加和云含水率降低在2017年和2018年。有趣的是,冰云dayurnal变异性展品的纵向顺序相似ModelE2所有云分数纵向变化(图5底)与东亚(3日格林尼治时间黑点绿色)和太平洋中部(23日格林尼治时间黑点蓝色)地区名列前茅,和大西洋地区(13日格林尼治时间黑点浅蓝色)底部附近。也有一些倾向dayurnal范围的史诗般的冰云分数变化“凸起”在北半球的夏季,像ModelE2结果,7月份发生的最大和最小。或许最引人注目的是冰云dayurnal强烈的收缩幅度在2018年11月,这再次显示了一些相似ModelE2结果。

广泛的经度的日期变更线0日格林尼治时间蓝色虚线)印度(7日格林尼治时间长红色划线)出现在顶部的冰云天空分数图9上面。感兴趣的是,东亚(3日格林尼治时间黑点绿线)和太平洋中部(23日格林尼治时间黑点蓝色)地区还表现出一些零星的小振幅60天振荡在1 2017年和2018年,从2017年8月至12月的。4到6个月持续时间更长,也明显在经度地区。更具体地说,国际日期变更线经度(0日格林尼治时间蓝色虚线)似乎混叠陆地/海洋变化分数,这是由于地球自转在1小时采样间隔的(更详细地描述图15)。还在图9是长期冰分数变化在西非地区(格林尼治时间13,黑点浅蓝色线),展品云最低分数,打断了一些低烈度短60 - 90天振荡从2017年11月到2018年4月。

另一方面,云天空含水率图9底,表明,在大多数情况下,北美地区的爱荷华州(18日格林尼治时间黑点橙色线)展览最大的云天空含水率从2017年到2018年,这同样的非洲、亚洲东部伊朗地区(格林尼治时间8,黑点红色线)显示云天空分数最低的水。这两个地区也表现出几个小幅度从2017年10月到2018年4月,60天振荡的日期变更线经度(格林尼治时间0,蓝色虚线)也出现在这个时期。图9底部显示了强大的云天空含水率下降基本上集中在2017年3月所有的经度,扩大对2018年4月。史诗云含水率∼占2/3的所有云天空分数。

图10展示了冰云的季节性和纵向变化(左)和云天空(右)含水率Hovmoller表达格式。Hovmoller情节展示一个清晰的分离的经度冰云,云天空含水率地区最大浓度,与冰云天空部分支持经度横跨印度洋,东亚和太平洋中部,从大约45 e 135 w。云天空含水率主导从东太平洋(135 w到北美和南美大陆经度(45 w)。最大的冰云天空部分发生在3月,2018年3月被更强烈的比2017年3月。一致的反抗自然冰/水云阶段决心,冰云maxima配合水的突出在列云天空分数在2017年3月和2018年3月。正如图9前,冰云天空分数从2017年到2018年增加了近5%,相比之下,图9底部显示本质上没有改变的年平均云天空含水率从2017年到2018年,尽管有大量的纵向分布的变化水云天空分数。有一个平行的纵列的出现在中央太平洋国际日期变更线格林尼治时间(0)强度较低但季节性变化大于沿着主要水云纵列在90 w格林尼治时间(18)。还值得注意的是冰云纵列的相对最小发生在2017年和2018年5月当DSCOVR航天器最北部的位置查看最大的陆地部分。在辛普森,当飞船查看最大海洋分数(0 GMT),云天空含水率似乎有一个局部最大值。

图11上面显示了冰云高度的季节性变化的2017年和2018年。有一个整体的平滑度和对称的季节性云顶高度变化与广泛的NH夏天最大的发生和小二次SH夏天7月1月份最大,与2017年和2018年之间的变化不大。缩影的非洲、亚洲地区,印度(7日格林尼治时间长划洋红色)和东部伊朗(8格林尼治时间,黑点洋红色),冰云海拔最高。这是紧随其后的是东亚(格林尼治时间3,绿色),太平洋(格林尼治时间22、蓝),和大西洋(13日格林尼治时间浅蓝色),与北美(18通用,橙色)表现出最低的云顶高度。相同的纵向顺序适用于2018年,但在冬季有失真。

图11底部显示相应的季节性变化的云顶高度,水,冰云的高度相比,展品更混乱的变化,尤其是2017年,它已被确认为拉尼娜现象。水云海拔有着广泛的NH夏天1月份最大二次SH夏季最大,因此表现出似乎一年两次的全球云结构的振动。水云顶高度的最小值发生在3和10月份,这是一样的冰云的季节性模式。2018年,水云夏天最大的缩小,最小值变得更深更广。

水的纵向点云顶最大东亚地区由柬埔寨(格林尼治时间5、绿色)和华东(格林尼治时间4,破折号绿色),在顶部,其次是邻近的中国西部(格林尼治时间6点划洋红色)和印度(7日格林尼治时间冲洋红色),水云高度的最小值出现在东太平洋地区,以西方为代表的阿拉斯加(格林尼治时间23日,黑点蓝色)。2017水破烂云海拔变化可能表明潜在的拉尼娜现象相关的活动,不存在2018年,但冰云丝毫没有这样的改变。

图11显示了一些低烈度60天振荡的痕迹在冰云的高度,经度的数量从2017年10月到2018年4月,与许多180°的阶段。也许最持久的是北美地区的低振幅振荡(18通用,黑点橙色)2017年4月开始,持续到2018年。图11底部显示类似的在多个经度60天振荡,但幅度略大,最突出的经度范围从新西兰(格林尼治时间1、固体蓝色)印度(7日格林尼治时间长短跑洋红色)从2017年6月到8月。也有振荡的1时间可能与史诗拉尼娜行星反照率的变化。在任何情况下,有更多的低烈度60天振荡在2017水云高度可变性比2018年non-La尼娜。

然而,代表水云高度可变性Hovmoller格式图12不显著增强其歧视能力区分2017年拉尼娜现象和2018年non-La尼娜条件一样Hovmoller格式可以提高史诗行星反照率图3相对于图2。所谓的拉尼娜现象的歧视图12右下角的面板并表现出更多的变化在2017年比2018年,但这变化发生在时间维度超过经度。

然而,似乎更不寻常图12沿着经度,近乎垂直对齐线,以及强劲的季节性调整。冰云的高度图12离开了岛屿二级云高度的最大值发生在辛普森在格林尼治时间7到8 22-to-23 GMT经度。辛普森是EPIC-view时最强烈地关注南极洲。格林尼治时间7到8和22-to-23 GMT时间对应于最大和最小的行星反照率的经度图2分别前。强劲的季节性群岛NH夏天最大值在2017年和2018年两个展览可能急剧上升到最大,和一个同样August-September急剧下降。同样有一个陡峭的纵向梯度对这些NH夏天maxima从5月到9月在东部120°W经度,而逐渐趋缓,更多的西部边缘,之后几乎横跨整个地球。广泛的地区的冰云最低高度扩展从十月到第二年的4月。他们似乎抵消经度的冰云最大值是180°。冰云的高度可变性显示2017年和2018年之间的变化不大,除了增加6月在英国格林尼治时间(0)。

另一方面,水云高度(图12右),展品更重要的功能区分拉尼娜现象从2018年2017年。最明显的是60天(时间依赖)振荡发生在2017年3月至8月在一个广泛的经度达到从中央太平洋到印度洋格林尼治时间(0 - 9)。这些都是同一时间依赖振荡线情节,很容易被识别出来图11底部。似乎有某种程度的关联,这一次依赖水云高度的可变性云天空含水率变化图9左下角,图10右下角,但不是与史诗般的行星反照率的变化图3左下角。同时,突出2纵向史诗般的行星反照率的变化特性,不在水中的云高度的阴谋,但仍然一致的整体时空位置这个特性。

有6 - 7的附加纵向波功能图9右下角,出现在太平洋东部与峰可变性GMT) 17 - 21(区间扩展超过7000公里。类似的变化在水中云海拔也出现在2018年,3月至4月在东太平洋地区。

然而,最好奇的特征云高度可变性的水明显纵向不连续0 GMT日界线,与西方云海拔急剧上升的水,和东急剧减少。如果这真的是真实的,它需要一个解释的根本原因。也有可能这个划分可能是一个选择标准工件在史诗复合数据匹配过程,交换机之间的不同的LEO /地理数据源选择最接近的匹配史诗图像时间和查看几何。

具有界定和纵向对齐0格林尼治时间子午线显著突出图12很明显,至少在某种程度上,在早期Hovmoller情节的史诗数据,如锋利的纵向梯度子午线格林尼治时间在0附近的行星反照率在1 2018年图3左,但不复制Hovmoller率情节图4离开了。这似乎是一个起源于插值插值偏差史诗图像数据指向格林尼治时间均匀网格。由于遥测技术的局限性,只有13史诗图像在某些天,而不是每天正常22图片,创建更广泛的数据差距在0附近格林尼治时间需要弥合。插值每年的偏见依然存在,似乎是格林尼治时间为0附近较大的梯度更加明显。

Hovmoller比率情节的基本目的是隔离大气和云属性发生变化(拉尼娜)2017和2018之间,通过消除常见的季节性和纵向变化由于利萨轨道的角度,以及从南极洲和大陆边界表面的贡献,接受变化不大。在这个过程中,构件常见的两年的数据也取消了。

Hovmoller比率的阴谋图13没有证据的纵向划分史诗复合冰云,云天空含水率和云高度的结果图10,12。图10云分数格林尼治时间统一在0附近,几乎没有证据表明纵向构件从一开始。强大的云分数梯度的存在和纵向构件在格林尼治时间0附近图12由Hovmoller比值法,消除往往证实他们的本性作为插值偏差。

Hovmoller比情节对个人史诗复合冰云天空分数和高度(图13左,顶部和底部),云天空含水率和高度(图13顶部和底部),直接可比的图3史诗般的行星反照率Hovmoller比率。这四个人云组件显示显著的变化,只有几个特性,配合史诗行星反照率特性。此外,他们只有几个功能相互配合,并显示任何可能类似拉尼娜签名。然而,一起表演,他们必须复制行星反照率的时空变异性,令人信服地证明独立分量比较不能代替整体的数量。

Hovmoller比情节图14左边是所有云史诗的2017/2018比例复合天空分数图6离开,这也是个人的组合结果水冰云,云天空部分组件图13上面。史诗综合数据库只包含所有云和冰云组件。鉴于这是一个二元选择数据库云水或冰云,水云变量被定义为一个独立的实体,所有云之间的差异和冰云类别。

有趣的是,所有云天空分数比例图14离开比较更有利与史诗般的行星反照率比(图3左)比冰云,云天空含水率比在单独考虑图13上面。史诗般的行星反照率的两个最突出的特征比强劲的反照率降低2月从180°W为0°W经度,和强10月增加反照率从90°E延伸至135°W经度。这两年- 2017“拉尼娜”功能中复制所有云天空分数比情节,尤其是2月强劲减少天空分数,也从180°W为0°W经度。自云分数关联与云反照率(本德et al ., 2017),这些变化在云分数符合史诗行星反照率变化的时空变化。然而,有一个额外的“强烈降低所有云天空分数”发生在135年7月从°W 45°W经度的所有云分数比例,没有史诗般的行星反照率比类似的功能。

同样,所有云高度比例图14权利也比较好得多的史诗般的行星反照率比模式比单独的水冰云,云的高度可变性比率所示图13底部。改进的协议并不是专门为主要功能实现进一步相配,而是在一个更一般的对齐边缘模式的可变性周围或多或少的静止的太平洋地区4月到9月期间。自云海拔变化本身只有在行星反照率影响最小,实际与行星反照率变化模式的改进协议必须源自辐射影响,来自其他伴随云属性的变化。云海拔的变化将直接影响即将离任的LW热辐射,可能有其独特的“拉尼娜”响应签名。

尽管明显的协议的所有云天空分数二月繁殖的主要行星反照率下降,有一个潜在的显著差异,突出30°内纵向振动的史诗般的行星反照率的变化,,除了间隔从45°E 180°E,有效地跨越整个地球,但不复制所有云天空部分的变化。可能原因是由于数据分辨率的差异。史诗行星反照率,或者说反映太阳西南辐射测量在像素级统一的整体的测量,记录和汇总反射的光芒数字分辨率高。云层,另一方面,是一个二进制的结果决定多云,根据任意阈值。检索算法没有办法知道在亚像素级,整个像素充满了一个光学薄的云,或如果它是只有一小部分的像素可能包含一个光学厚云。因此,它可能是反射太阳西南辐射,作为统一的整体的测量,包含全球范围内振荡信号的微小变化可以可靠地列表并记录整个阳光照射的半球,而这样的微小变化可能出现在不同的云属性,也没有机会被彻底消灭列表由明确的/多云的阈值。

从上述看来,这可能是史诗辐射测量的统一的整体的性质,使行星反照率数据提供最好的表示比较同比时空变异性可能包含在阳光照射的半球史诗测量。这种比较的同比史诗正在检查数据行星反照率的变化来看看特征之间的差异可以确定2年的数据,如2017年和2018年,拉尼娜现象的代表更ENSO-neutral条件。虽然云辐射特性可能的基本构建块行星反照率,云属性不改变同步云气候系统的变化。因此,选择一个云房地产作为一项指标同比比较不会导致更高的透明度,证明比较及结果,而是用来放大不同的云属性的多样性辐射效应。了解定量如何不同的云属性有助于行星反照率本身是很重要的,但行星反照率也强劲作为衡量的地球全球能量平衡。

变化DSCOVR-view利萨轨道角度史诗的数据是一个重要因素的季节性和纵向变化的纵向切片比较史诗和ModelE2数据。在地球的阳光半球平均数据平均气象天气噪声以及纬向和纵向信息。地球的旋转检索的纵向分量通过纵向切割行星尺度可变性。同样,一些重要的纬度保留相关信息的组合变化太阳赤纬和利萨DSCOVR卫星的轨道运动描述的sub-satellite纬度图底部(图15前)1月份从南边的极限位置不同,其北部极端,然后回到了南方极端的12月。

陆地/海洋分数是另一个重要的贡献者季节性和纵向变化的纵向切片比较史诗和ModelE2数据。除了一个小季节性海冰的变化,海洋的分数是静态的。特此,我们识别和量化这些否则不变的贡献者的净效应对线格式和Hovmoller等值线图对比史诗观测,和ModelE2气候GCM行星反照率和云属性的结果。

图15最高的线路图(静态)海洋分数为2017年和2018年。会,太平洋地区(黑点蓝色)对应于最大的海洋分数,和非洲、亚洲地区(黑点洋红色)最小的与大西洋地区附近(黑点浅蓝色)。东亚(绿色)和北美和南美地区(橙色)经过很大的季节性变化,显示出4到6个月时间的与时间有关的振荡,尤其是7月至11月期间的时间框架。更重要的是,海洋的dayurnal和季节性变化分数不产生振荡频率越高60 - 90天,大量出现在史诗般的行星反照率和云属性数据。

图15底部显示了Hovmoller等值线图(静态)海洋分数的2017年(左)和2018年(右)。这些情节的目的是表明当利萨的季节性影响轨道和太阳赤纬运动意义重大,同比利萨轨道转移的影响几乎是听不清的。海洋的最低分数5月发生在伊拉克(格林尼治时间9)。世界地图叠加,与时间有关的振荡线路图中可见在东亚地区从5月到9月,是海洋的收缩比例在格林尼治时间0日期变更线附近。不明显的纵向振动。

讨论

当前的模型/数据比较研究源于蛮干试图校准NISTAR Band-B全盘阳光半球测量。完全校准;能够可靠地near-backscattered光芒转换成SW通量,NISTAR数据,靠自己,能够重现史诗般的行星反照率的结果图2,3。为此,苏et al。(2018)史诗图像转换1024×1024窄带,背散射光芒的12×24表每个月,西南反映hemisphere-mean通量为2017年和2018年,构成的行星反照率的比较研究。

光谱光芒从5388年史诗图像2017年,2018年和5351年被处理,转换成12×24(月平均,GMT-hourly)表反映了SW通量。生成的EPIC-viewable sunlit-hemisphere分数annual-means Wm 204.63和202.90⁻²分别用1.0∼Wm⁻²标准差。史诗复合云属性也有类似的数据可靠性的第三个小数。因为利萨轨道运动,阳光照射的磁盘的EPIC-viewable分数变化从92∼∼97%的完整的磁盘,引入一些不确定性的总磁盘反射辐射。因此,史诗和ModelE2年平均行星反照率已经规范化谷神星值(29.1%Loeb et al ., 2018)更多地专注于比较变化的时空模式而不是年际变化。

此外,重要的是要注意,行星反照率既包含大气和地表的贡献。DSCOVR优势结合季节性变化倾斜地球转动的访问结果在时间变化的贡献从极地可能进一步增强史诗由于观看后向散射几何观测。明确治疗附近的反向散射散射增强的角度介绍了一种不确定性的计算短波通量史诗观测和模型。因此,虽然这些表面的贡献是明显的签名在本文中所示的数据,定量评价这些表面的驱动模型/观察差异需要进一步的研究和调查超出了这个范围。以确保我们不是这种类型的混合表面贡献为我们的分析,我们检查比率两个人年轨道和表面贡献将最小化让我们关注大气变化。

quasi-chaotic气象weather-scale噪声平均,史诗和同样ModeE2采样数据独特定位climate-style模型/数据比较的时空数据采样前后一致。史诗图像采集在near-hourly基础上同时与气候密切GCM (GISS ModelE2) 1小时辐射时间步辐射计算执行所有GCM网格框“瞬间”。

唯一真正需求的GCM阳光照射的半球平均输出数据,是使用太阳能和DSCOVR卫星星历信息对利萨轨道几何和投影面积加权的个人贡献阳光半球平均网格框。所有这些确保了昼夜循环采样相同的方式通过GCM的史诗,中午sub-satellite子午线,高和滑动noon-to-dusk noon-to-dawn,昼夜的贡献从邻近的经度向东和向西,适当的聚合。

这样,天气噪音和纬向和纵向依赖阳光普照的半球平均。不同空间分辨率之间的史诗和GCM数据同样回避。剩余数据的季节性和行星尺度的变化。纵向的依赖被地球的旋转是由访问。一些纬度的依赖也被太阳赤纬和季节性变化的利萨DSCOVR卫星的轨道运动。

的图2情节是第一个纵向切片史诗和ModelE2行星反照率比较,显示的季节性变化dayurnal行星反照率的变化小时由于地球自转时间步。这种比较是的直接带走,虽然整体信封的行星反照率变化相当,在ModelE2 dayurnal幅度太大在北半球夏季(NH)和在冬季太小,只有在冬季,dayurnal变异性的纵向顺序匹配的史诗。

最大的不匹配是在北半球的夏季,ModelE2显著高估了行星反照率,因此云,在海洋领域,在大陆土地和低估了云。这是一个问题源于使用全球统一的相对湿度阈值在ModelE2 GISS GCM模拟集团已经意识到,和已经实施了严格的基于物理云治疗GISS ModelE3版本。的图2比较这个定量气候GCM性能诊断显示最大高估在东亚地区(3格林尼治时间,黑点绿线),而史诗数据显示t最大NH夏天发生行星反照率,而不是在非洲、亚洲大陆地区(格林尼治时间8,黑点红色线)。

本研究中使用的模型是GISS粗网格耦合硕士4^°x 5^°ModelE2版本(施密特et al ., 2014),利用质量流量积云参数化基于云基地中性浮力通量最初被关闭德尔Genio和姚明(1993),层状云基于Sundqvist-type云水方法,预后和诊断云分数(德尔Genio et al ., 1996)。调优是用来把经验与观察的物理过程参数化可接受的协议(施密特et al ., 2017)。这包括建立一个临界相对湿度标准云凝结在GCM网格框的出现,基于统计重叠的水汽和温度概率分布来实现相对湿度条件云凝结。

调整行星反照率Hovmoller格式的数据图3左出一个意想不到的结果,将详细的史诗般的行星反照率变化不明显图2线的情节。事实证明,有更多的特征(月度,30^°经度)在2017年行星反照率变化,相比更静出现在2018年。最引人注目的强烈降低行星反照率在2017年2月在中央太平洋经度。

这种差异在2017年和2018年之间的行星反照率变化进一步增强和孤立的大气变化2017/2018 Hovmoller比情节图4离开时,通过取消的季节性变化模式是常见的两年(例如,表面贡献来自南极洋红色区域所示在12月/ 1月明显的左上角两个面板的图3)。2月大幅减少史诗行星反照率从180°W延伸至0°W经度,而展览叠加(30°程度)纵向振动。还有一个强大的行星反照率10月增加从90°E延伸至135°W经度。

2017年被确认为是拉尼娜年(Zhang et al ., 2019),这通常是相关的外表冷海水表面温度在太平洋中部和东部(太平洋),与大风吹向西温水的涟漪。因此,我们有理由把史诗般的行星反照率的增加的变化发生在2017年相对于2018年持续的拉尼娜现象的活动。从云是主要贡献者行星反照率,它就变成了相关调查是有云特征的变化,可能与拉尼娜现象有关。这就是云属性的史诗综合数据库中生成苏et al。(2018)史诗的转换光谱美西南辐射通量,提供必要的上下文之间的云辐射特性如何改变了2017年和2018年拉尼娜现象。

图5顶部显示了史诗增加1.5%所有云天空分数,与大多数发生在2018年3月,2018年12月。同时,图7顶部显示了相应增加1.3%所有云云顶高度。云的史诗综合数据库分解为水和冰云类别属性。因此,图9显示了冰和云的变化云含水率增加4.8%的冰云分数,和云含水率降低0.25%从2017年到2018年。同样的,图11显示了冰云的高度增加了0.7%,水云海拔从2017年到2018年下降了1.9%。

Hovmoller史诗云属性的可变性等高线为2017年和2018年,连同相应的ModelE2云属性变化,所示图6和图8所有云天空分数和所有云高度,分别。史诗和ModelE2云之间存在普遍分数变化,尽管影响ModelE2纵向陆地/海洋云分布差异相对于史诗数据。然而,所有云高度的比较图8显示了一个向东转移∼45°经度的纵向对齐所有云海拔最大和最小所有云海拔山脊ModelE2数据而史诗。可能这也可能是相关ModelE2陆地/海洋云分布问题。

然而,明显改变了近90°之间的史诗般的冰云,云纵天空含水率分布准则和最小值位置图10Hovmoller阴谋很可能是真实的,因为云冰和水相分离在史诗综合数据库是一个二元分化。另一方面,明显的纵向划分的图12Hovmoller情节沿着0格林尼治时间子午线的水和冰云的高度,在2017年和2018年,似乎插值插值引起的工件之间稀疏史诗数据点在0附近格林尼治时间广泛由于遥测数据差距存在的局限性。这些纵向不连续都消灭了图13由Hovmoller 2017/2018比例的阴谋,抵消任何变化是常见的两年。

Hovmoller比率的阴谋图13水和冰云属性和图14所有云的情况下,2017年相对于2018年,旨在提取2017年拉尼娜现象的云属性的变化相对于2018年ENSO-neutral条件。这些Hovmoller比情节,以及图4离开Hovmoller比史诗的情节行星反照率,描述行星反照率的关系,以及拉尼娜现象的影响,对变化改变地球全球能量平衡,在行星反照率有一个统一的整体的全球能量平衡的关系,所以很显然的拉尼娜现象的影响。这使得行星反照率足够代表拉尼娜现象的影响,因此拉尼娜活动的一个方便的指标。单独,云属性只是部分贡献者行星反照率,因此只能占拉尼娜现象影响行星反照率的一部分,和他们的贡献比例。

因此,所有云天空Hovmoller一部分比例图14左边显示了史诗Hovmoller比例极其相似图4离开了,在协议本德et al。(2017)结果显示云分数和云反照率之间的密切关系。所有云海拔Hovmoller比率图14还显示了一些相似的史诗Hovmoller比例结果,即使云高度,本身没有重大贡献的行星反照率。然而云海拔即将离任的LW热辐射主要贡献者。因此,云高度的相似性的原因Hovmoller比行星反照率变化必须隐虽然LW热影响,这在本研究中并没有涉及。

另一方面,Hovmoller比率的阴谋图13显示的史诗Hovmoller比率几乎没有相似之处图4离开,从而确认他们的角色作为次要独立贡献者史诗行星反照率,或拉尼娜活动的指标。不过,像行星反照率,他们继续他们的独特作用观测约束GCM气候诊断比较。但即使是在这个角色,造成选民是不平等的。有精确的自洽时空采样是不够的。还必须存在密切的协议的物理定义气候变量相比,在纵向切片对比观察检索结果和相应的气候GCM等价物。

云分数和云顶高度无疑是最健壮的云的特性,也被证实的相互比较的主要卫星和地面云数据集使用全面的光谱分析技术(李et al ., 2015)。即使对这些云属性,有实质性的问题关于这些数量的操作性定义的自洽性观测的局限性和气候之间GCM表示。例如,在观察检索、任意阈值参与决定是否一个给定的像素可能晴时多云或阴天,或者一些光学薄的大气层是一个云,或气溶胶。

因此,史诗/ ModelE2云分数和云高度的比较只是部分成功由于阈值和身体的定义的不同,仍然坚持的比较。大云顶高度的差异图7,ModelE2意味着云海拔∼7公里,相比∼4公里的史诗的结果,就是这样一个例子。云顶高度的卫星检索通常是由云光学深度是统一的压力水平。在ModelE2,压力水平的最顶部的云很清楚的。但是顶部的云通常是一种光学薄卷云,甚至可能不被视为一个云在卫星的检索。知道云高度的定义相对海平面,或表面形貌是另一个不确定性的来源。

云水/冰阶段是另一个重要的云房地产风暴跟踪动态活跃地区,通常伴随着冰云的存在。然而,冰云识别,通过云顶温度,或其他手段,仅指该地区云顶,没有其余的云结构信息。因此,任何推断在top-cloud层面,是用于分离所有云天空分数成水冰云,云的成分。区分云从气溶胶也影响云计算分数的定义。

在ModelE2,区分云和气溶胶是没有问题。然而,至于ModelE2云分数,明确的和多云的grid-boxes准确列表。但是,ModelE2使用fractional-in-timevsfractional-in-space云辐射部分定义,回到GCM的早期发展(汉森et al ., 1983),(节省计算时间)grid-box水平部分云解释为与一个随机数fractional-in-time选择决定何时执行辐射计算云层(100%)。在每个月的基础上,fractional-in-time方法达到相同的有效的云分数fractional-in-space方法,但显著降低计算成本。

云光学深度和云粒子大小是更困难的通过遥感云的属性来确定。光学深度尤其是冰云很难检索从遥感辐射测量。辐射传输计算只驯良的平行平面几何和同质云,因此需要大量的近似和假设。同时,冰云有许多形状和大小,从圆花饰面向列的平的盘子。

云属性从史诗云复合数据编译多个地理和狮子座成像系统(该组织et al ., 2008,该组织et al ., 2021),是由地理的贡献,因为他们是最接近匹配史诗图像时间特别是在60°S-60°N。因此,云属性在史诗般的云复合数据受到地理成像系统,从同比发生的变化,在2018年初,当Meteosat-10转向Meteosat-11, goes 13转向GOES-16。因为这些变化在地理成像系统还包括检索算法,一些云属性在2017年和2018年之间的变化可能是由于地理成像系统和算法的变化。

史诗复合云光学深度和粒子尺寸过大不连续减少在2017年和2018年之间。同时,云的物理定义光学深度和粒径之间的史诗复合云数据和ModelE2结果显著不同。因此,我们没有包括这些史诗般的云属性/ ModelE2比较。

我们已经检查了这类问题之前利用经验正交函数光谱分析技术(例如,李et al ., 2015对于云的属性;和李et al ., 2014 a,李et al ., 2014 b气溶胶时空变异性),专门设计用于定量建立关联,并识别和量化数据工件在全球数据集从校准和算法可能出现的变化。李et al。(2015)研究证实,云分数和云顶高度可变性是健壮的在不同的云属性决定,但云光学深度和云粒子大小决定是有问题的。这样的光谱分析技术也应该应用于史诗复合云属性数据,尤其是因为他们都独立检索,确定可能的数据构件。

也与2017年拉尼娜现象是勒布et al .(2021)发现的地球吸收的太阳辐射减少约0.8 Wm⁻²从2017年到2018年(相当于全球平均行星反照率增加了0.23%,从2017年至2018年)。罗卜等人属性的大部分全球减少吸收太阳辐射云,指出2017年尼诺海温指数下降3.4,并增加在2018年。史诗复合所有云天空部分增加1.5%是完全符合行星反照率的增加。所有云高度的增加1.3%会对行星反照率无显著影响。但可能减少云光学深度,如果这是真的,将意味着一个行星反照率贡献向下的方向。

对气候GCM了天平的另一端,存在一个基本关闭以来自然GCM行星反照率自动包括所有贡献者从地面辐射的贡献。此外,GCM明确辐射建模能力将使归因的计算成为可能,这将使模型/数据比较一条双行道。但是有很多遗漏的信息从观察到使可靠关闭计算成为现实。

纵向切片比较,成功的关键因素,保证自洽时空采样复制DSCOVR /史诗的查看几何成像地球阳光的半球在GCM输出数据抽样,并对齐的时机模型/数据比较相同的相同的纵向格林尼治时间排序。同时,越接近模型之间的匹配和数据的物理变量的定义相比,更有效的比较。但还有一个更微妙的因素,这是一个数值详细如何执行集成在阳光照射的半球。作为一个例子,有一个大史诗之间的行星反照率差异和ModelE2辛普森DSCOVR视图时最强烈地转向南极冰盖。图2,3显示这个地区的ModelE2反照率显著低于史诗。这是否意味着地表反照率的南极洲ModelE2远太低,还是史诗夸大南极的贡献?Hovmoller比情节图4不显示任何年际变化,表明一个表面贡献,或工件模型,或数据处理,常见的两年,抵消了Hovmoller率。

最可信的解释是一些不匹配在阳光的照射下半球集成。一旦史诗图像像素和GCM网格框对应DSCOVR-view几何确定,具体如何集成在可视区域执行不是一个敏感的问题,只要是相同的史诗和ModelE2。这可能并非如此,可以进一步研究通过比较史诗阳光hemisphere-mean NISTAR全盘测量,因为NISTAR看到阳光半球投影面积。进一步,还有一个小校正的可视部分阳光半球由于改变地球卫星距离的径向分量利萨轨道运动。超出了这次调查的范围,这些细节将在未来的研究检查了史诗和NISTAR数据比较。

观察数据:有什么可看的?

不同的视图的数据来源于不同的功能和指向不同的目标提取的信息可能会被淹没。相对粗(4^°x 5^°)解决行星反照率和云覆盖GISS ModelE2的地图图1和相应的观测数据,说明这些比较的定性性质。不过,他们证明了气候模型,就像现实世界中,以quasi-chaotic方式操作。没有显示是1024×1024分辨率更高的全盘大地的阳光半球的史诗图像,这些都是现成的在互联网上https://epic.gsfc.nasa.gov。

没有两个史诗图像是一样的。他们展示了进化quasi-chaotic气候系统的性质。图1下面地址气候系统的能量平衡,以应对太阳能辐射强迫的季节性变化,但只有全球平均意义上的。这就是独特的DSCOVR使命角度使显著改善模型/数据比较成为可能。

为图2,3输入数据是相同的,即,the same 12 × 24 monthly-mean tables of the longitudinally sliced, climate-quality planetary albedo with the weather noise averaged out. The plotted results look very different, but are complementary. They show different aspects of the climate system variability with optimized focus directed to isolating these different aspects.

的重要特征图2线情节比较的定量性质的季节依赖性dayurnal振幅的变化。在图2有24个不同颜色的曲线,每个小时的格林尼治时间,或每15^°经度(远远超出规范行限制,可以指望一只手的手指)。这些经度曲线分为五个连续的区域,与个别留置权进一步分化的线结构,和标记地理位置除了格林尼治时间标签。结果表明,最高的行星反射率发生在中国西部埃及(格林尼治时间6 - 10,洋红色)地区在北半球的夏季,而GISS ModelE2行星反射率最高发生在东亚和西太平洋地区(格林尼治时间2 - 5,绿色),明确暗示,MoelE2高估了云的海洋区域,而低估了云大陆土地区域。

的图5史诗般的云分数图行显示了低振幅振动几乎整个2017年到2018年2月中央太平洋(格林尼治时间23日,黑点蓝色线),也许还在印度洋(格林尼治时间8,黑点红色线)。同样明显的是2017年10月至2018年10月云分数振荡在北美经度(18日格林尼治时间黑点橙色线)。史诗般的云高度的情节图7也表现出低振幅振动从大约2017年10月到2018年6月为几乎所有的经度。最著名的是2017年12月到2018年4月振荡对日本(3日格林尼治时间黑点绿线)和西非(13日格林尼治时间黑点浅蓝色线),几乎是180°的阶段。

这就是Hovmoller (1949)等高线地图展示他们的价值。他们是为了显示和研究气候系统变化的主要模式通过平均纬向密度对其范围,并将结果绘制等高线地图随着时间下降沿Y设在,X设在显示纵向的依赖。史诗的纵向维度数据也得到平均/阳光半球平均天气(消除噪音)。但是地球的旋转保持纵向依赖大型intra-seasonal变化发生在气候系统。通过明确会计的纵向位置相同的12×24中使用的数据点图2线的阴谋,一个非常不同的画面出现图3Hovmoller等高线地图2017年和2018年行星反照率的变化。现在有一个更结构化的史诗般的行星反照率的季节变化差异明显区别的2017年拉尼娜现象更静可变性特征标准2018。

Hovmoller比率的阴谋图4消掉基本的季节性气候变化进一步孤立拉尼娜签名。这清楚地识别中央太平洋(GMT) 21 - 24日,2月和10月在西太平洋(格林尼治时间0 - 5),如月表现出最大的行星反照率的变化根据史诗的数据。

史诗的数据在几个重要的方面是独一无二的。第一,从DSCOVR史诗测量任务提供一个清晰的视角在拉格朗日点的对地球的阳光照射的半球,包括一个完整的云的白天昼夜循环变化在整个阳光照射的半球。第二,史诗背散射光谱辐射测量高杠杆对其他更专业的卫星数据来源。的内部信息内容史诗光谱光芒不足以推断全光谱辐射通量和云属性从内部信息,但它已经超过足以成功地选择并结合辅助卫星数据产品生成一个更完整的史诗的物理数据。结果,分析是有意义的史诗般的行星反照率和史诗复合云产品,因为他们是密切相关的,虽然不是一个闭包的基础上,将MoelE2同行。

一些未来的注意事项

大家都知道自早期的卫星测量,在年度基础上,反射的太阳辐射西南北半球和南半球几乎是相同的,尽管大不同半球的陆地分布(Vonder哈雾和芬兰语,1971年)。鉴于陆地表面反照率的主要差异,这意味着重大气候系统为了实现补偿的半球反射太阳西南辐射对称。这SH-NH半球难题已经进一步分析和量化(例如,沃伊特et al ., 2013,沃伊特et al ., 2014;斯蒂芬斯et al ., 2015)。的本德et al。(2017)分析,基于13年的谷神星和MODIS数据,发现差异在热带,亚热带,和中间纬度云分数,以及云的反照率分布表现出带状依赖。

充分证明,纵向切片史诗的云分数和行星反照率数据保留了纵向和intra-seasonal可变性。集成在阳光照射的半球抑制噪音,天气也平均纬向信息。然而,大部分的纬度的信息可以由分段集成在阳光照射的半球,保留设置,最小,纵向切片在南北半球,最好,纬向分辨率更高。

阳光照射的半球数据抽样也可以单独进行指定的陆地和海洋地区的更精确的描述不同的云特性和辐射通量的相关性在陆地和海洋领域所指出的斯蒂芬斯et al。(2015)。如此协调的史诗之间的数据采样和GCM自洽时空采样将提供一个更云相互作用的定量评估气候系统。

作为另一个重要的话题,冰云往往有一个双模分布的光学深度,考虑到他们与动态气象活动有关,也与不少条件。这通常涉及大型光学深度在前一种情况下,和小型光学深度在后者。以来所有云光学深度可在史诗复合数据层面,将冰云到小光学深度(τ< 1.0)不少卷类别,和大型(τ> 1.0)光学深度风暴系统的特征,应该是可行的。这样的考虑也同样适用于分离冰云光学深度气候GCM输出数据的类别。

从GCM的角度来看,几乎所有的气候诊断变量可供阳光半球抽样。阳光照射的半球平均和纵向切片提供了一个独特的和定量的方式比较直接气候系统变量的时空变异性与观察同行在区域和行星空间尺度上,以及intra-seasonal、年际时间尺度。

纵向数据切片用统一的观点提供了一个方便的平台广泛的气候GCM性能评估,包括模型的数字。将ModelE2,使用更高水平分辨率的1^°* 1^°,票价比当前5^°* 4^°版本吗?或GISS ModelE2.2版本,有超过两倍的垂直分辨率,中层大气模拟优化(皮et al ., 2020)?矩形网格,极地grid-boxes比沿着赤道变小,与不良的动态影响。作为一个潜在的补救措施,还有GISS二十面体网格(罗素et al ., 2018),它利用大小相等的三角形grid-boxes。基本上,她DSCOVR-view抽样可以实现在任何气候GCM设置积累一年的纵向切片数据的价值。

结论

本文描述了一种新的模型/数据比较技术,使用阳光半球平均平均weather-scale噪声,通过地球的旋转和纵向切片,进行有条理的时空采样观测和model-generated数据。对观测数据对比技术使用的史诗图像阳光半球DSCOVER任务收集的地球的飞船从利萨。绕拉格朗日点GCM气候比较数据同样的编译,使用相同的时空采样,基于DSCOVR-view查看几何、聚合GCM诊断输出数据在地球的阳光半球的纵切的比较。标准的线情节和Hovmoller等高线地图带来变化的不同方面,存在于同一个半球平均输入数据。

比较的季节性和dayurnal地球的行星反照率的变化源于史诗与GISS ModelE2生成测量行星反照率明确显示,GCM结果显著高估朦胧在海洋领域,而低估了云大陆土地区域。纵向切片比较也表明,整个季节dayurnal ModelE2逐日行星反照率的幅度小于一半的史诗般的行星反照率,但是,在北半球冬季,GCM并重现史诗的纵向分类和季节性斜率行星反照率的变化。

与weather-scale噪声平均,季节性线史诗的情节和Hovmoller轮廓和比例地图纵向切片数据2017年和2018年出现检测60 - 90天Madden-Julian-type () MJO就可振荡在行星反照率变化模式。最引人注目的2017/2018 Hovmoller比例地图是行星反照率急剧下降的独立特征,2017年2月至3月在中央太平洋经度,展示30°程度的纵向振动,跨越∼3000公里峰,强烈支持确定2017年积极拉尼娜现象。

史诗般的行星反照率数据,增强的史诗综合数据库,形成一个坚实的基础对于一个独特类型的模型/数据比较。阳光hemisphere-averaging删除weather-scale噪音,允许模型/数据比较行星尺度变化的目标。目前,云的史诗复合云数据库包含属性信息的一部分,海拔,光学深度,和粒子大小、以及水/冰阶段,可相比气候GCM等价物纵向切片比较有条理的时空和日抽样。

在当前配置中,纵向切片应用数据,平均在整个阳光照射的半球。除了平均weather-scale噪音,半球平均也平均纬度和经度信息的依赖。纵向切片方法能够检索不仅气候系统变化的纵向的依赖,但它也有进行阳光的灵活性,以适应半球平均纬向指定分辨率分别保留季节性变化信息在北半球和南半球。

此外,阳光照射的半球抽样也足够灵活样本数据分别在大陆陆地和海洋区域,使全球范围内的有条理的时空特征云属性分别在陆地和海洋地区。包括这些改进,以及气候系统添加额外的变量进行比较,将极大地提高纵向切片方法作为一种新型的效用模型对气候系统分析/数据比较工具。

数据可用性声明

这里使用的史诗数据可从兰利DAAC。

作者的贡献

BC和艾尔发达hemisphere-mean的纵向切片数据的概念和史诗的Hovmoller表示云产品。艾尔和GR发达阳光半球抽样(合成)编码。GR编码,跑ModelE2合成模拟。WS史诗光谱光芒转换成辐射通量和生产hemisphere-mean表的史诗SW通量和复合云属性。我协助DSCOVR星历数据,并提供了有关局部重点和相关性DSCOVR任务目标。公元前,GR、WS和我写和编辑文本。半岛的大部分数据。

资金

赞助的调查提供了通过美国宇航局DSCOVR项目WBS格兰特437949.02.07.01.13。

的利益冲突

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。

出版商的注意

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,orclaim可能由其制造商,不保证或认可的出版商。

确认

我们感谢美国宇航局地球科学研究部门由杰克·凯和DSCOVR项目负责人Richard Eckman管理的支持。

引用