气候系统内部变率的统计评估及对全球变暖信号的检测和归因

The climate system exhibits variability on all time scales and demonstrates the so called variability continuum, indicating that processes on different time scales are intimately coupled. Thus understanding variability at one time scale requires some understanding of the whole, which requires a holistic view of climate variability. This proposal aims i) to describe internal climate variability (ICV) simulated by numerical models using classical statistic parameters including mean, variance and skewness; ii) to develop a framework based on statistical relations of these parameters to systematically and holistically characterize ICV; and iii) to apply this framework to detection and attribution of global warming, to mark climate change hotspots and to identify air-sea coupled climate modes that show significant imprints of anthropogenic warming.

气候系统自身状态在各时间尺度上都在发生变化，并展现出尺度连续性（variability continuum），即不同尺度过程相互耦合，因此，对气候变率在某一特定时间尺度上的研究，需要对其在其他时间尺度上的特征也有一定的理解，这就要求对气候变率有一个整体的认识。本研究旨在通过多个经典统计变量，包括平均，方差，偏度等，详尽描述数值模式模拟的气候系统内部变率的特征，建立各统计变量间的相互关系，并基于该关系发展系统地描述气候内部变率的方法框架，将之应用于全球变暖信号的检测和归因分析,标识出气候变化热点，并识别出呈现显著人为变暖信号印迹的海气耦合气候模态。

气候系统自身状态在各时间尺度上都在发生变化，并展现出尺度连续性，即不同尺度过程相互耦合，因此，对气候变率在某一特定时间尺度上的研究，需要对其在其他时间尺度上的特征也有一定的理解，这就要求对气候自然变率（ICV）有一个整体的认识。.本研究通过多个经典统计变量，包括平均，方差，偏度等，详尽描述数值模式模拟的气候系统内部变率的特征，建立各统计变量间的相互关系，并基于该关系发展系统地描述气候内部变率的方法框架. 该方法可以应用于对全球变暖信号的检测,并可以用来识别出呈现显著人为变暖信号印迹的海气耦合气候模态。 .研究工作从地球表面温度着手，对数值气候模式的长期模拟结果进行分析，从单格点出发，详细探讨了各阶矩的分布规律及相互关系，并据此在由各阶矩形成的多维相空间内，完成了对 ICV 整体作用空间的统计特征的全面描述; 该方法被应用于多个气候模式的输出结果以及再分析资料的分析。在此过程中，研究内容扩展到对参考气候状态的研究，因为归根结底，该统计方法立足于对ICV整体作用空间在“参考气候状态下”的准确描述。研究工作涵盖了对气候模式的参数敏感性，即模式偏差（model biases）与外界强迫间关系的探讨，以及针对如何来实现对参考气候状态的刻画的研究。研究内容从原先基于单格点表面温度展现的各阶矩间的统计关系的探讨和相应的统计方法的发展，扩展到如何找出那些对刻画地球气候基本特征而言至关重要、不可或缺的气候模态，并进一步探讨它们间的相互作用关系,从而实现了对气候自然变率的更为全面和准确的刻画：通过对关键气候模态的刻画，有效地考虑了它们背后的物理机制，这为前期研究中仅基于气候变量在某格点的统计特征而发展出的方法提供了强有力的补充，从而为在此基础上对气候变暖信号的检测奠定了坚实的研究基础。