青藏高原地区基于正向生长模型的气候模式与树轮资料融合初探

Qinghai-Tibetan Plateau played a prominent part in the atmospheric circulation on the Asian and even global scale, owing to its special geographic position and huge elevational and thermal forcing. Therefore, it is of great importance to understand the past climate variations on the Qinghai-Tibetan Plateau, which can help us to know the processes and mechanisms of climatic change. However, there are many deficiencies in both current paleoclimate model simulations and traditional climate reconstructions based on proxy data (i.e. tree rings). Thus, it is vital to develop a method of data fusion, which is suitable for tree-ring data in the research field of paleoclimate. In this project, we plan to develop an approach of combining climate system model output and tree-ring data on the Qinghai-Tibetan Plateau, using Vaganov-Shashkin (VS)-Lite forward model and optimal interpolation algorithm. The aim is to merge the model output with tree-ring data reasonably and try to keep the merged data as coordinated as model simulation and also containing the reality revealed by actual proxy data. We innovatively introduce the tree-ring growth model (i.e. VS-Lite model) as a forward observation operator in the process of data fusion. This step could not only avoid the drawbacks of traditional statistic models, but also enable the estimation of observation error to be more objectively. This project is trying to solve the key problem in the combining proxy data and model simulations, which will be of great value in the research on climate change.

青藏高原以其独特的地理位置以及巨大的海拔和热力学作用，对亚洲乃至全球的大气环流格局起着重要作用，了解该地区的历史气候对客观认识气候变化的过程与机制具有重要意义。然而，该地区现有的古气候模式模拟与传统的气候代用资料（树轮）重建均存在各自的不足。因此，发展一套适合树轮资料特点的资料融合方法显得尤为重要。本项目拟基于Vaganov-Shashkin-Lite正向生长模型，利用最优插值技术，在青藏高原地区开展树轮资料与气候模式资料融合方法的研究。旨在解决如何将两者进行合理融合，使得融合后的模式数据，既在一定程度上保持原有的物理协调性，又能表现出较为真实的气候变化信息。本项目创新性地将树轮生长模型作为正向观测算子引入融合框架，不仅能够避免传统线性统计模型的弊端，还能更加客观的估计观测误差。该研究尝试解决树轮代用资料与模式资料相结合的“瓶颈”问题，在气候变化领域具有重要的科学价值和应用潜力。

了解青藏高原地区过去的气候变化历史，对客观认识气候变化的过程与机制具有重要意义。然而，该地区现有的古气候模式模拟与传统的基于树轮资料的气候重建均存在各自的问题与不足。因此，非常有必要发展一套适合树轮资料特点的资料同化方法。本项目收集和整理了青藏高原地区19个样点的树轮宽度资料和CESM-LME气候数值模拟结果；基于Vaganov-Shashkin (VS)-Lite生理模型，将各样点的纬度，以及温度和降水的月值数据作为模型输入数据，树轮年表的宽度指数作为模型输出数据，开展了VS-Lite模型参数优化和分段验证，并基于模型模拟的结果分析该地区树轮径向生长与温度和水分之间的动态关系；基于VS-Lite模型和卡曼滤波技术开展资料融合，将真实树轮年表的宽度指数作为实际观测值，输入时间平均离线卡曼滤波同化框架，获得最终的融合结果，并进行了效果评估。该项目完成了VS-Lite模型在青藏高原地区的模拟及参数优化，获得了一套VS-Lite模型最优参数，研究结果证明VS-Lite模型对青藏高原尤其是东部地区的树轮径向生长具有较好的模拟效果，可以完整呈现出对树轮径向生长起主导作用的不同气候因子在时段上的一个转换，该模型在揭示树轮径向生长与温度和水分之间的动态关系，以及深入了解青藏高原地区树轮生长-气候响应格局等方面能够发挥重要作用。另外，该项目完成了时间平均离线卡曼滤波同化方案设计和优化，发展出了一套适合树轮代用资料特点的同化方法，理想试验和真实算例的研究结果从多方面证明了基于时间平均离线卡曼滤波同化方案和VS-Lite正向生长模型的树轮资料与模式融合的可行性和有效性，同化树轮资料后的结果相比于模式模拟结果具有统计意义上更小的误差，同时区域平均温度在年际变率的特征也有明显提升。