[论文解读] EAM source codes and scripts for time step sensitivity experiments

Hui Wan, Shixuan Zhang+4 more|arXiv (Cornell University)|Oct 15, 2020

Climate variability and models被引用 6

一句话总结

本研究通过将EAMv1大气模型中所有组件的时间步长减小六倍，调查了时间步长敏感性，揭示了云量、湿度和辐射效应方面显著的气候偏差。主要发现是，时间积分误差——尤其是耦合频率和子循环过程之外的时间步长——导致了主要的气候偏差，特别是在副热带层积云族和高层云中，表明模型调参在补偿这些数值误差。

ABSTRACT

This archive contains source codes of the E3SM Atmosphere Model version 1 (EAMv1) and version 0 (EAMv0) as well as the run scripts used in the time step sensitivity quantification and attribution study described in Wan et al. (2020, GMDD). The EAMv1 and EAMv0 codes archived here correspond to commits ad4fd8 and 684ade of the E3SM GitHub repository. E3SMv1's master DOI is 10.11578/E3SM/dc.20180418.36, c.f. https://www.osti.gov/doecode/biblio/10475.

研究动机与目标

• 量化时间积分误差对EAMv1当前气候模拟的影响。
• 识别在云和辐射特性时间步长敏感性中，哪些模型组件和耦合频率起主要作用。
• 评估减小时间步长是否相对于观测值降低模型保真度，以及是否需要重新调参以恢复准确性。
• 对时间步长敏感性进行系统归因，明确其与特定模型组件和过程耦合方案的关系。

提出的方法

• 在EAMv1所有主要组件（包括动力、辐射、对流、湍流和云微物理）中，将时间步长减小六倍。
• 进行10年期的长期模拟，对比时间步长减小与未减小的情况，以评估平均气候统计量的变化。
• 通过一系列敏感性实验，隔离单个组件和耦合频率变化对时间步长改变的影响。
• 应用统计显著性检验，评估所观测到的气候变化的稳健性。
• 分析经向平均、地理分布以及云辐射效应（CRE）的变化，以识别敏感性的空间和垂直分布特征。
• 采用示意图耦合框架，区分主循环与子循环的时间步长，尤其针对深厚对流和云过程。

实验结果

研究问题

• RQ1 时间步长减小如何影响EAMv1的长期平均气候，特别是在云量和辐射特性方面？
• RQ2 哪些模型组件——动力核心、辐射或参数化方案——对时间步长敏感性贡献最大？
• RQ3 子循环过程与主模型循环之间的耦合频率如何影响气候模拟偏差？
• RQ4 Δt/τ比值（时间步长与特征时间尺度之比）的变化在多大程度上影响对流和云响应？
• RQ5 所观测到的气候偏差是否可归因于时间积分中的截断误差，这是否意味着需要对模型进行重新调参？

主要发现

• 时间步长减小六倍导致对流层低层变暖最多达0.5 K，热带和副热带高层对流层冷却。
• 对流层内相对湿度下降1%–10%，表明模拟条件更加干燥。
• 高层云量减少10%–20%，在副热带低对流层减少超过20%。
• 副热带总云量和云辐射效应减少20%–50%，尤其在海洋层积云区域。
• 副热带低云量减少的主要驱动因素并非湍流、浅对流或云宏/微观物理的子循环时间步长，而是这些子循环之外使用的时间步长。
• 子循环与EAMv1其余部分之间的耦合频率显著影响海洋层积云族，而深层对流则对贸易积云有重大影响。