Cite this article:
He, B., and Coauthors, 2019: CAS FGOALS-f3-L model datasets for CMIP6 historical Atmospheric Model IntercomparisonProject simulation. Adv. Atmos. Sci., 36(8), 771–778, https://doi.org/10.1007/s00376-019-9027-8.
Download:
封面故事
实验室里看未来:
FGOALS-f天气-气候动力集合预报预测系统
(原文:https://www.disclose.tv/nikola-teslas-time-travel-experience-i-could-see-the-past-present-and-future-all-at-the-same-time-314486)
创造了一系列令人惊叹、甚至是让世界改头换面装置的伟大发明家尼古拉·特斯拉,是时光旅行的痴迷者。据说,他制作了一个时光机器,并说“我可以同时看到过去,现在和未来”。
真想问问他,是否看到了千年之后的地球?
盲人摸象
下周、下个季节、本世纪末乃至千年之后,地球上的温度将如何?
人类能够立刻感知的气候及其变化,只是气候系统内很少数要素的分布和演变,而这样的演变却涉及到整个气候系统复杂的相互作用过程。在没有数值模式之前,人类想要彻底了解气候系统,就仿佛盲人摸象。而想要真正掌握气候系统的变化规律,需要把握气候系统内各圈层之间复杂的相互作用,同时掌握外部因素和人类活动自身的复杂影响。
(图源:Getty Images)
想了解的问题
气候异常如干旱、洪涝、高温热浪等重大自然灾害常常给人类生命和财产带来重大损失。比如1998年在极端厄尔尼诺背景下,我国长江、嫩江、松花江等地发生特大洪涝灾害。又例如台风天鸽导致中央气象台发出2017年首个台风红色预警信号,港澳气象部门发出十号飓风信号,且登陆时恰逢天文大潮,为珠海、香港、澳门等地区带来重大破坏。
有没有办法,提前预测这些自然灾害发生的地点以及发生的强度和范围呢?
(图源:百度百科)
如何研究
在没有第二个地球可以用于实验的情况下,我们要了解全球天气和气候变化,所用的一个重要的工具就是气候系统模式。
模式是了解气候系统过去和现在,并预测未来的重要工具。气候学家们在实验室内完成了气候系统模式的设计和开发。他们首先将复杂的多圈层相互作用,用数学公式表达出来,进一步利用数值计算方法将这套复杂的方程用计算机代码表达出来,最终借助计算机对气候系统的演变过程进行定量的、长时间的、大数据量的运算。
而对于更准确的预报的需求,促使气候模式不断发展。
为了提高气候模式对未来气候变化和极端气候事件发生的预估能力,从1995年开始,世界气候研究组织(WCRP)发起了国际耦合模式比较计划(CMIP),该计划设计一系列给定强迫场的数值试验,要求各个国家的气候模式按照同样的强迫进行模拟和预估,产生大量多模式模拟结果。一方面,这给科学家们大量的模式数据用于分析模式误差来源,以提高模式对历史事件的模拟能力和未来情景的预估性能;另一方面,联合国政府间气候变化专门委员会(IPCC)需要根据CMIP科学试验的结果,撰写决策评估报告,以供各国政府执行措施来保护环境,减少人类对全球气候变化的影响以及对全球极端气候事件的应对政策。
(图源:https://www.carbonbrief.org/qa-how-do-climate-models-work/climatemodel)
FGOALS-f:预测未来的重要工具
FGOALS-f系统是一套结合了天气预报、中长期(延伸期)预报和气候预测的无缝隙集合预报系统。该系统由中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室(LASG)吴国雄院士和包庆研究员领衔的模式发展和应用团队于2017年初完成并投入业务应用。
FGOALS-f天气-气候动力集合预报预测系统是包括大气、海洋、陆地和海冰四大圈层相互作用的耦合模式,具有100km和25km两个水平分辨率版本。系统采用大气分量模式为FAMIL2,其动力内核采用立方球面网格上的有限体积方法(FV3),主要的物理过程为自主研发的显式对流降水方案(RCP)。
经过多次回报试验的评估,预测系统在ENSO、MJO、热带气旋等方面展现出较高的预测技巧。尤其自加入中国多模式集合(CMME)预测系统实现了国家级气候预测业务应用以来,ENSO实时预测技巧已经超过了欧洲、美国和日本的主流模式。(例如:提前1个月成功预测2017-2018年的拉尼娜事件,准确预测2018-2019年的CP型弱厄尔尼诺事件)。
(图片:包庆)
虽然我们没有时光机,但是借助FGOALS-f,我们已经可以同时看到过去,现在和未来。
FGOALS-f的预报能力
2019年3月15日 踏着一缕缕轻浪,中国科学院南海海洋所“实验3号”科考船由广州新洲码头基地启航,奔赴东印度洋海域执行2019年东印度洋科学考察航次科考任务。 |
2019年4月20日 中国科学院大气物理研究所FGOALS-f2季节预测系统预测到5月份在热带印度洋将有台风生成,并极有可能影响我国东印度洋科学考察航行任务。根据这一重要预测信息,中国科学院南海海洋研究所和中国-斯里兰卡联合科教中心紧急调整了预定航线,“实验3号”科考船走孟加拉湾北部绕回我国,规避了遭遇台风“法尼”的风险。 |
2019年5月3日—4日 5月3日,超强台风“法尼”袭击印度东部,当地100多万人因此被疏散,“法尼”造成33人死亡,并对当地设施造成严重破坏。5月4日,“法尼”登陆孟加拉国,导致当地数百座房屋被毁、树木和电线杆被大风吹倒,部分地区的铁路、机场、码头被迫关闭。造成14人死亡,60余人受伤。 |
2019年5月20日 “实验3号”科学考察船完成2019年东印度洋科学考察航次任务,返回广州新洲码头。顺利回国后,中国科学院南海海洋研究所和中国-斯里兰卡联合科教中心给FGOALS-f2团队特别寄来了感谢信。感谢信中写道:在此航行期间,贵单位LASG实验室基于FGOALS-f2台风预测系统对热带气旋“法尼”(Fani)移动路径作出了准确预测,规避了风险,为航次安全保障作出了重要贡献。对此,我所向贵单位致以崇高的敬意和衷心的感谢!并希望贵单位今后一如既往地支持我所工作。 |
FGOALS-f集合预报系统的主要特点
1 | FGOALS-f模式采用时间滞后法生成不同初始场的16个集合成员,每天提供完全动力的天气-气候无缝隙预测结果,预测时效包括:天气-延伸期预报(1天-60天)和季节预报(1个月~6个月)两套产品。模式输出基本气象要素,包含逐6小时,逐日以及逐月的数据。 |
2 | 预测结果涵盖全球,目前重点关注中国区、青藏高原及周边地区、一带一路地区、北极地区、厄尔尼诺/南方涛动核心区。 |
3 | FGOALS-f模式采用与美国下一代天气预报模式一致的FV3动力内核和自主研发的RCP显式对流降水方案,运行速度快,计算成本低,性价比高,延伸期预报可以获得高达80个集合成员。通过大量集合样本预测,大大降低了预测的不确定性。 |
4 | FGOALS-f在延伸期和季节预报时间尺度上,更加关注热带气旋(台风/飓风)、洪涝、干旱和极端降水等极端天气-气候事件。 |
5 | 未来可以根据需求增加更多预测要素和关注区域。 |
FGOALS-f CMIP6 版本 CAS FGOALS-f3-L 气候系统模式参加AMIP 试验的模拟数据
CAS FGOALS-f3-L气候系统模式于2019年5月完成并发布了第六次国际耦合模式比较计划(CMIP6)中的大气模式比较计划(AMIP)和全球季风模式比较计划(GMMIP)。CAS FGOALS-f3-L模式采用时间滞后法生成了不同初始场的三个集合成员,并提供1979-2014年全球尺度的模拟结果。模式输出37个变量,包含3小时平均、6小时瞬时、日平均和月平均数据。CAS FGOALS-f3-L模式在AMIP和GMMIP试验中,模拟了观测的海温、海冰外强迫变化情况下,1870年以来全球大气环流变化的主要特征,主要包括历史极端降水、台风活动、热带季节内振荡的传播以及全球季风环流和降水的变化。同时,GMMIP试验还特别模拟了青藏高原动力和热力强迫对亚洲气候变化的影响。CAS FGOALS-f3-L气候系统模式的试验结果为气候模式的研发以及气候变化机理研究提供了坚实的科学基础,有利于气候预测准确性的提高。
CAS FGOALS-f3-L的大气分量模式FAMIL在过去的5年里提高了模式的水平分辨率,并改进了模式物理参数化过程,使得模式在各方面的模拟和预测性能有了很大的提高,特别是在季节内尺度上的模拟有了决定性的突破!CAS FGOALS-f3-L已经成为具有国际一流水平的数值模式。
《大气科学进展》2019年第8期封面
大气所LASG国家重点实验室吴国雄院士和包庆研究员领衔的模式发展和应用团队研发的CAS FGOALS-f3-L气候系统模式,于2019年5月完成并发布了第六次国际耦合模式比较计划中的大气模式比较计划(AMIP)和全球季风模式比较计划(GMMIP)的数据,对应的数据描述和使用说明已被《Advances in Atmospheric Sciences》接收并出版,并被选为2019年第8期封面论文。封面上网格状地球表示FAMIL模式所采用的动力框架是有限体积框架,球前面的云和降水表示模式关键物理过程“显式计算对流降水方案”该方案具有尺度不依赖性和快速计算的性能。底部是天河2号超级计算机,依赖于良好的超算平台硬件,团队完成了CMIP6科学试验,试验的结果可以用来理解上面四幅图所反映的热点科学问题。背景图片从左到右分别为FGOALS-f3-L气候系统模式能够提供较好的部分气象要素预报:台风、云、降水和海冰。
FGOALS-f3-L AMIP试验真实再现了历史MJO传播特征
热带大气季节内振荡(Madden-Julian Oscillation, MJO)是导致我国发生持续性强降水的重要天气因素之一。气候模式是否能够合理的再现MJO传播特征决定了模式对极端降水事件是否有预测能力。在CMIP5的大部分气候模式中(左图),大多数模式无法再现MJO的传播(填色区呈现倾斜式拉长的结构)。FGOALS-f3-L大气分量模式FAMIL能够合理的再现气候态上MJO的传播特征,表明模式对这种持续性的极端事件有潜在的模拟和预测能力。
(左)大部分CMIP5模式无法模拟MJO传播(Jiang et al, 2015, JGR), (右) FGOALS-f3-L AMIP试验真实再现了历史MJO传播特征。
(图片:何编)
FGOALS-f3-L 模拟全球台风路径分布图
台风的模拟对于气候模式是一个挑战。目前国际上大多数气候模式水平分辨率提到到50km 才能够较为合理的模拟出和观测比较相似的台风路径。FGOALS-f3-L模式水平分辨率为100km,在AMIP试验中已经能够较为合理的模拟出和观测接近的全球台风路径分布图。这为基于FAMIL开发的FGOALS-f2季节预测系统成功预测台风奠定了坚实的基础。
FGOALS-f3-L 再现历史1979-2014台风路径
(图片:李矜霄)
(视频:李矜霄)
FGOALS-f3-L 模拟陆地地表降水异常
全球降水异常是导致全球极端干旱和洪涝发生的最直接原因。FGOALS-f3-L模式在GMMIP试验中成功再现了过去百年尺度上逐日陆地降水异常的时间序列(红线为观测的降水异常时间序列,黑实线为模式集合平均的结果,点线分别为三个集合成员),这给我们理解全球气候变化和全球季风活动的机理以及未来预估提供了合理的科学数据。
历史长期(1870-2014年)陆地地表降水异常的模拟
(图片: 何编)
FGOALS-f3-L模拟的高原热力强迫对亚洲季风的影响
青藏高原大地形对我国天气气候变化有重要影响,青藏高原夏季受到强烈的太阳辐射,其大地形的抬升加热作用会导致近地面低层形成气旋式环流异常,导致高原南侧、南亚和东亚地区降水增多,而热带印度洋降水减少的特征。高原的热力异常增加了夏季我国南部地区发生洪涝的风险。GMMIP计划首次将青藏高原强迫试验加入到国际模式比较计划中,以用于研究青藏高原对东亚气候的影响,和减少气候模式在模拟青藏高原气候效应中的不确定性。FGOALS-f3-L 完成了GMMIP试验中关于青藏高原的地形敏感性试验,并特别输出了时间上的高频变量,以用于理解青藏高原动力、热力异常对东亚季节内尺度上的极端天气气候事件的可能影响。这也是我国模式首次在国际平台上发布相关科学数据。
FGOALS-f3-L模拟的高原热力强迫对亚洲季风的影响
(图片: 何编)
相关数据已经在地球系统国际数据联盟(ESGF)数据平台上发布以供下载(https://esgf-node.llnl.gov/projects/cmip6/),相对应的数据描述和使用说明已被《Advances in Atmospheric Sciences》接收并出版,得到了国家重点研发计划(2017YFA0604004),国家自然科学基金(91737306, U1811464, 91837101, 41730963, 91637312, 41530426)等项目的共同资助。
免费全文链接:
论文主要作者
第一作者
何编
副研究员
中国科学院大气物理研究所
大气科学和地球流体力学数值模拟国家重点实验室(LASG)
长期从事大气环流模式及其耦合模式的研发、评估和应用工作,先后参与了大气模式F/SAMIL和气候模式FGOALS-s2多个版本的研发和应用,是FGOALS-s2参与CMIP5的重要完成人,也是该模式参加CMIP6试验的主要负责人。基于FGOALS开展试验进行了青藏高原动力学和亚洲季风动力学方面的研究。近几年主持基金委重大计划培育项目一项,并参加了多项基金委重大计划集成项目,国家重点研发项目,以及中科院先导专项等。
通讯作者
包庆
研究员、博士研究生导师
中国科学院大气物理研究所
大气科学和地球流体力学数值模拟国家重点实验室(LASG)
包庆研究员长期从事全球大气和耦合模式研发和应用工作,先后主导或参与了大气模式和气候模式多个版本的研发,建立FGOALS-f2 S2S预测系统,预测结果在气象局、自然资源部和水利部等多个国家级业务中心实现业务化应用。研发拥有自主版权的显式对流降水RCP方案,获得2016国家超算广州中心“天河之星”优秀应用奖。气候模式的发展和应用工作获2011谢义炳青年气象科技奖,2012、2015获大气所创新贡献奖,2014获清华—浪潮计算地球科学青年人才奖,2015获AAS期刊最受关注论文奖。已正式发表论文65篇,其中SCI论文45篇,发表论文被SCI总引1600次,SCI他引1400余次。
参考资料:
He et al.,2019:CAS FGOALS-f3-L Model datasets for CMIP6 Historical Atmospheric Model Intercomparison Project Simulation. Adv. Atmo. Sci. doi:10.1007/s00376-019-9027-8
He et al.,2019:CAS FGOALS-f3-L model datasets for CMIP6 GMMIP Tier-1 and Tier-3 experiments . Adv. Atmo. Sci.(submitted)
包庆, 吴小飞, 李矜霄, 等. 2018~2019 年秋冬季厄尔尼诺和印度洋偶极子的预测. 科学通报, 64卷, 1期: 73-78(2019). doi: 10.1360/N972018-00913
Li, Jinxiao, Qing Bao*, Yimin Liu*, Guoxiong Wu and Lei Wang, 2019: Evaluation of FAMIL2 in Simulating the Climatology and Seasonal-to-Interannual Variability of Tropical Cyclone Characteristics, Journal of Advances in Modeling Earth Systems, 11. https://doi.org/10.1029/2018MS001506.
本文作者:何编、包庆、郭晨昦
策划:石傲兰
文字编辑、微信制作:金玲
校对:林征
审核:Ms. Zhou
✬《大气科学进展》✬
大气科学进展
《大气科学进展(英)》(Advances in Atmospheric Sciences,简称AAS)——中国大气科学领域学术水平最高的英文期刊之一,1984年创刊,1999年被SCI收录。最新影响因子1.819。
AAS主要发表大气和海洋科学领域的创新性研究成果,刊登气候学、大气物理学、大气化学、大气探测、气象学、天气学、数值天气预报、海洋-大气相互作用、人工影响天气和应用气象学等各主要分支学科的国际最新创造性论文和研究进展的综合评述。2016年,AAS积极扩展栏目,除学术论文外,还设有数据描述文章、会议报告(特邀)、学科亮点(News&Views)(特邀)、及有关大气科学领域研究进展的讨论等。
AAS由国际气象学和大气科学协会(IAMAS)中国委员会、中国科学院大气物理研究所、中国气象学会主办,由Springer和科学出版社共同出版,是国际IAMAS的合作期刊。来自9个国家、36个专业科研机构的60多位优秀责编全程监督审稿过程。
更多信息,欢迎登录AAS官方网站了解: