Mer

Vis topper ved bruk av Tilemill og viser bare relevant topp per zoom-nivå

Vis topper ved bruk av Tilemill og viser bare relevant topp per zoom-nivå


Jeg vil lage et kart ved hjelp av Tilemill, og jeg vil vise navnene på fjelltoppene.

Hva jeg vil gjøre:

Hvis brukeren zoomer ut (la oss si zoomnivå 12), vil jeg bare vise de høyeste (mest relevante) fjellene i et bestemt område. Hvis brukeren zoomer nærmere, vil jeg gjerne vise flere topper.

Dataene jeg har er å danne en geofabrik-import av OSM-data til en postgres DB. Jeg håpet å finne en merke som "relevans" som jeg kunne bruke, men som ikke ser ut til å eksistere ...

Er det en måte å gjøre det med OSM-data alene?


Nei, du kan ikke gjøre det med OSM-data alene. Du trenger ytterligere informasjon, som høydedata hentet fra SRTM, og beregne "relevansen" av hver topp for deg selv.


Tilnærmingen jeg har tatt for dette samme problemet var å vise de 5 høyeste toppene i hver flis ved zoomer <14, og deretter vise alle over 14, som ser ganske bra ut for det meste. Denne tilnærmingen antar at innholdet i ele-koden er gyldig, som det ofte er. Hvis du trenger bedre høyder, kan du kjøre et slags skript for å slå opp høydene for alle punktene du er interessert i, og erstatte OSM ele-kodene med de dataene.

Her er sql jeg bruker til mitt "peak" lag i tilemill

VELG * FRA (VELG måte, navn, CASE NÅR ele ~ E '^ [ d .] + $' DAN CAST (ele :: float AS INTEGER) ELSE NULL END AS ele_meters, CASE When ele ~ E '^ [  d .] + $ 'DEG CAST (ele :: float * 3.2808399 AS INTEGER) ELSE NULL END AS ele_feet FROM planet_osm_point WHERE z (! scale_denominator!)> 6 AND way &&! bbox! AND "natural" =' peak ') SOM mellomliggende HVOR ele_meters IKKE er NULL BESTILLT AV ele_meters DESC LIMIT (CASE NÅR z (! Skala_nevner!)> = 14 DAN 200 ELSE 5 END)) AS data

Merk at dette spørsmålet utelater funksjoner som ikke har en gyldig ele-tag.


Jeg antar at du bare trenger å lage et passende filter i din stil som skal inneholde "ele" -koden. For eksempel:

Lag [zoom> = 12] [zoom <= 14] [naturlig = topp] {

[ele> 3500] {…}}

Lag [zoom> = 15] [zoom <= 16] {

[ele> 1500] {…}}

Denne tilnærmingen hjelper deg med å skille alle toppene etter zoomnivåer. Merk at "ele" -kolonnen inneholder strengverdier. Det betyr at før du trenger å konvertere den til en numerisk verdi.


Forvirringer på FFT av en firkantbølge i teorien og i omfang og simulering

Nedenfor er en ideell firkantbølge i tidsdomene, og dens harmoniske komponenter i freq. domene:

Som du ser ovenfor, består en firkantbølge bare av dens merkelige harmoniske som ingenting i mellom.

Og nedenfor er et oscilloskop FFT av en firkantbølge:

Her ser vi to ting er forskjellige. Først og fremst er ovennevnte FFT ikke sammensatt av pigger, men utvidede kurver. For det andre er det kontinuerlig, ikke diskret.

Kanskje omfanget kan innebære noe støy, og den ikke-null økningstiden til firkantbølgen kan påvirke FFT-resultatene.

Så i stedet for omfang kan vi se på hva LTspice viser FFT til en firkantbølge (pulstog i dette tilfellet) med følgende oppsett:

Dette ser ikke bra ut heller. Så jeg satte økningstidene mye kortere enn LTspices standard som følger:

Nå ble FFT bedre:

Nå kan jeg se et av problemene når jeg ser på FFT av en firkantbølge eller en puls i et omfang, er stigningstiden og falltiden aldri null. Det andre problemet er at det er noe støy involvert.

Her er spørsmålet mitt:

Her er det jeg ikke forstår .. I begynnelsen ga jeg et spektrum av en ideell firkantbølge som var diskrete merkelige harmonier som pigger. Men både i omfang og i LTspice er FFT kontinuerlig.

Jeg er forvirret på dette punktet. La meg gi et eksempel. I min siste plott ovenfor er pulsfrekvensen 100Hz. Så jeg forventer at den består av sine rare harmoniske sinusoider på 300Hz, 500Hz, 700Hz. så videre og så videre. Jeg ville ikke forvente at det ville ha 130Hz komponent for eksempel eller 102Hz. I følge det siste FFT-plottet er det faktisk komponent ved 102Hz, og den er enda større enn 300Hz-komponent.

Noen ide hvilken som representerer virkeligheten her? Hva vet jeg galt?


Nøkkelord

Massimo Candela har en mastergrad i datavitenskap fra Roma Tre University, Italia.

Hans forskningsinteresser inkluderer nettverksmålinger, representasjon av nettverksdata og IP-geolokalisering.

Noen av verktøyene han jobbet med, er ressurser for nettverksoperatører for å overvåke visse aspekter av Internett-ytelse.

Valerio Luconi mottok master og ph.d. grader i datateknikk fra universitetet i Pisa, henholdsvis i 2012 og 2016. Han er for tiden forsker hos IIT-CNR, Pisa. Hans forskningsinteresser inkluderer internettmålinger, internett-topologien, IP-geolokalisering, nettverksnøytralitet og nettverksovervåking.

Alessio Vecchio er førsteamanuensis ved Universitetet i Pisa, Italia.

Han har vært involvert i flere nasjonale og EU-finansierte prosjekter (CONGAS, NeutMon, MECPerf).

For tiden fungerer han som assisterende redaktør for Pervasive and Mobile Computing og IEEE Access.

Han lanserte og var med på å organisere fem utgaver av PerMoby-workshopen (en IEEE PerCom-workshop med fokus på menneskelig mobilitet). Han har vært TPC-leder for den syvende IEEE International Workshop on Sensor Networks and Systems for Pervasive Computing (IEEE PerCom PerSeNS) og i teknisk komité for mange andre internasjonale arrangementer.


ACS Publishing Center

Mens dette dokumentet vil gi grunnleggende informasjon om hvordan man forbereder og sender inn manuskriptet, samt annen viktig informasjon om publisering, oppfordrer vi også forfattere til å besøke ACS Publishing Center for ytterligere informasjon om alt som er nødvendig for å utarbeide (og gjennomgå) manuskripter ACS-tidsskrifter og partnertidsskrifter, som f.eks

    , som deler redaktørtips om en rekke emner, inkludert å gjøre papiret ditt vitenskapelig effektivt, utarbeide utmerket grafikk og skrive følgebrev.
  • Ressurser om hvordan du forbereder og sender inn et manuskript til ACS Paragon Plus, ACS Publications & rsquo manuskriptinnsending og fagfellevurderingsmiljø, inkludert detaljer om valg av gjeldende Journal Publishing Agreement. med publikum gjennom ACS Publications open access-program. , et gratis online kurs som dekker beste praksis for fagfellevurdering og relaterte etiske hensyn.

Foreslått regelforespørsel om kommentarer.

NMFS har mottatt en søknad, i henhold til Marine Mammal Protection Act (MMPA), fra Alaska Aerospace Corporation (AAC) om tillatelse til å ta et lite antall havpattedyr som er tilknyttet sjøsetting av romskytebiler og andre mindre missilsystemer ved Pacific Spaceport Complex. Alaska (PSCA) for perioden 15. mars 2017, til og med 14. mars 2022. NMFS foreslår forskrifter for å regulere det som tas, og ber om kommentarer til det foreslåtte regelverket.


Banzon V, Smith TM, Chin TM, Liu C, Hankins W (2016) En langsiktig oversikt over blandet satellitt og in situ havoverflatetemperatur for klimaovervåking, modellering og miljøstudier. Earth Syst Sci Data 8: 165–176

Bao J, Feng J, Wang Y (2015) Dynamisk nedskalingssimulering og fremtidig projeksjon av nedbør over Kina. J Geophys Res 120: 8227–8243. https://doi.org/10.1002/2015JD023275

Bonan GB, Levis S, Kergoat L, Oleson KW (2002) Landskap som flekker av plantefunksjonelle typer: et integrerende konsept for klima- og økosystemmodeller. Globale biogeokjemsykluser 16: 5. https://doi.org/10.1029/2000GB001360

Bretherton CS, Park S (2009) En ny fuktig turbulensparameterisering i Community Atmosphere Model. J Klima 22: 3422–3448

Bucchignani E, Montesarchio M, Cattaneo L, Manzi MP, Mercogliano P (2014) Regional klimamodellering over Kina med COSMO-CLM: Ytelsesvurdering og klimaprognoser. J Geophys Res 119 (12): 151–112170

Cha D-H, Jin CS, Moon JH, Lee DK (2016) Forbedring av regional klimasimulering av østasiatisk sommermonsun ved koblet luft-sjø-interaksjon og storskala nudging. Int J Climatol 36: 334–345

Chan JC, Liu Y, Chow KC, DING Y, Lau WK, Chan KL (2004) Design av en regional klimamodell for simulering av Sør-Kina sommermonsun nedbør. J Meteorol Soc Jpn Ser II 82 (6): 1645–1665

Chen W, Jiang Z, Li L, Yiou P (2011) Simulering av regionale klimaendringer under IPCC A2-scenariet i sørøst-Kina. Clim Dyn 36: 491–507

Chen L, Liang X-Z, DeWitt D, Samel AN, Wang JXL (2016) Sesongbestemt prediksjon av amerikansk nedbør og temperatur ved det nestede CWRF-ECHAM-systemet. Clim Dyn 46: 879–896

Choi HI, Liang X-Z (2010) Forbedret terrestrisk hydrologisk representasjon i mesoskala landoverflatemodeller. J Hydrometeorol 11: 797–809

Choi HI, Kumar P, Liang X-Z (2007) Tredimensjonalt volum-gjennomsnittet jordfuktighetstransportmodell med en skalerbar parameterisering av subgrid topografisk variabilitet. Water Resour Res 43: W04414. https://doi.org/10.1029/2006WR005134 15 s.

Choi HI, Liang X-Z, Kumar P (2013) En konjunktiv strømningsrepresentasjon på overflaten-undergrunnen for modeller i mesoskala. J Hydrometeorol 14: 1421–1442

Chou MD, Suarez MJ (1999) En parametrisering av solstråling for atmosfæriske studier. [Siste revisjon mars 2002] Teknisk rapportserie om global modellering og dataassimilering. M. J. Suarez (red.), NASA / TM-1999-104606, Vol. 15, Goddard Space Flight Center, Greenbelt, MD, 42 s

Chou MD, Suarez MJ, Liang X-Z, Yan MM-H (2001) En termisk infrarød strålingsparameterisering for atmosfæriske studier. [Siste revisjon i juli 2002] Technical Report Series on Global Modelling and Data Assimilation, M.J. Suarez (red.), NASA / TM-2001-104606, Vol. 19, Goddard Space Flight Center, Greenbelt, MD, 56 s

Chow KC, Tong HW, Chan JCL (2008) Vanndampkilder assosiert med forsommeren over Kina. Clim Dyn 30: 497–517

Christensen JH, Carter TR, Rummukainen M, Amanatidis G (2007) Evaluering av ytelsen og bruken av regionale klimamodeller: PRUDENCE-prosjektet. Clim Change 81: 1–6

Dai Y, Zeng X, Dickinson RE, Baker I, Bonan GB, Bosilovich MG, Denning AS, Dirmeyer PA, Houser PR, Niu G, Oleson KW, Schlosser CA, Yang Z-L (2003) The common land model. Bull Am Meteorol Soc 84: 1013–1023

Dai Y, Dickinson RE, Wang Y-P (2004) En to-storbladsmodell for kalesjetemperatur, fotosyntese og stomatal konduktans. J Klima 17: 2281–2299

Daly C, Neilson RP, Phillips DL (1994) En statistisk – topografisk modell for kartlegging av klimatologisk nedbør over fjellterreng. J Appl Meteorol 33: 140–158

Dee DP, Uppala SM, Simmons AJ, Berrisford P, Poli P, Kobayashi S, Andrae U, Balmaseda MA, Balsamo G, Bauer P, Bechtold P, Beljaars ACM, van de Berg L, Bidlot J, Bormann N, Delsol C, Dragani R, Fuentes M, Geer AJ, Haimberger L, Healy SB, Hersbach H, Hólm EV, Isaksen L, Kållberg P, Köhler M, Matricardi M, McNally AP, Monge-Sanz BM, Morcrette JJ, Park BK, Peubey C, de Rosnay P, Tavolato C, Thépaut JN, Vitart F (2011) ERA-Interim reanalyse: konfigurasjon og ytelse av dataassimileringssystemet. Quart J Meteorol Soc 137: 553–597

Fang YJ, Zhang YC, Huang AN, Li B (2013) Sesongbaserte og innesesongmessige variasjoner av østasiatisk sommermonsunedbør simulert av en regional luft-sjøkoblet modell. Adv Atmos Sci 30 (2): 315–329

Feng JM, Fu CB (2006) Sammenligning av 10-års nedbør simulert av flere RCM for Asia. Adv Atmos Sci 23: 531–542

Feng JM, Wang YL, Fu CB (2011) Simulering av ekstreme klimahendelser over Kina med forskjellige regionale klimamodeller. Atmos Oceanic Sci Lett 4: 47–56

Fischer T, Menz C, Su B, Scholten T (2013) Simulerte og projiserte klimaekstremer i Zhujiang-bassenget, Sør-Kina, ved hjelp av den regionale klimamodellen COSMO-CLM. Int J Climatol 33: 2988–3001

Fu CB, Wang SY, Xiong Z, Gutowski WJ, Lee DK, McGregor JL, Sato Y, Kato H, Kim JW, Suh MS (2005) Regional klimamodell sammenlikningsprosjekt for Asia. Bull Am Meteorol Soc 86: 257–266

Gao X-J, Zhao ZC, Ding YH, Huang RH, Giorgi F (2001) Klimaendringer på grunn av drivhuseffekter i Kina som simulert av en regional klimamodell. Adv Atmos Sci 18: 1224–1230

Gao X-J, Zhao ZC, Giorgi F (2002) Endringer av ekstreme hendelser i regionale klimasimuleringer over Øst-Asia. Adv Atmos Sci 19: 927–942

Gao X-J, Luo Y, Lin WT, Zhao ZC, Giorgi F (2003) Simulering av effekten av endring av arealbruk på klimaet i Kina ved en regional klimamodell. Adv Atmos Sci 20: 583–592

Gao X-J, Xu Y, Zhao ZC, Pal JS, Giorgi F (2006) Om rollen som oppløsning og topografi i simuleringen av Øst-Asia nedbør. Teor Appl Climatol 86: 173–185

Gao X-J, Shi Y, Song R, Giorgi F, Wang Y, Zhang D (2008) Reduksjon av fremtidig monsunedbør over Kina: sammenligning mellom en høyoppløselig RCM-simulering og den drivende GCM. Meteorol Atmos Phys 100: 73–86

Gao X-J, Shi Y, Giorgi F (2011) En høyoppløselig simulering av klimaendringer over Kina. Sci China Earth Sci 54 (3): 462–472

Gao X-J, Shi Y, Zhang D, Wu J, Giorgi F, Ji Z, Wang Y (2012) Usikkerhet i monsunnedbørsprognoser over Kina: resultater fra to høyoppløselige RCM-simuleringer. Clim Res 52: 213–226. https://doi.org/10.3354/cr01084

Gao X-J, Wang M-L, Giorgi F (2013) Klimaendringer over Kina i det 21. århundre som simulert av BCC_CSM1.1-RegCM4.0. Atmos Oceanic Sci Lett 6: 381–386. https://doi.org/10.3878/j.issn.1674-2834.13.0029

Gao Y, Xu J, Chen D (2015) Evaluering av WRF mesoskala klimasimuleringer over det tibetanske platået i løpet av 1979–2011. J Klima 28: 2823–2841

Gao X-J, Shi Y, Giorgi F (2016) Sammenligning av konvektive parameteriseringer i RegCM4-eksperimenter over Kina med CLM som landoverflatemodell. Atmos Ocean Sci Lett. https://doi.org/10.1080/16742834.2016.1172938

Giorgi F (2006) Regional klimamodellering: status og perspektiver. J Phys IV Frankrike 139: 101–118

Giorgi F, Gutowski WJ (2015) Regional dynamisk nedskalering og CORDEX-initiativet. Annu Rev Environ Resour 40: 467–490

Giorgi F, Marinucci MR, Bates G (1993a) Utvikling av en annen generasjons regional klimamodell (RegCM2). I. Grenselag og strålingsoverføringsprosesser. Man Vær Rev 121: 2794–2813

Giorgi F, Marinucci MR, Bates G, DeCanio G (1993b) Utvikling av en annen generasjons regional klimamodell (RegCM2). II. Konvektive prosesser og assimilering av laterale grenseforhold. Man Vær Rev 121: 2814–2832

Giorgi F, Coppola E, Solmon F, Mariotti L, Sylla MB, Bi X, Elguindi N, Diro GT, Nair V, Giuliani G, Turuncoglu UU, Cozzini S, Güttler I, O'Brien TA, Tawfik AB, Shalaby A, Zakey AS, Steiner AL, Stordal F, LC Brankovic (2012) RegCM4: modellbeskrivelse og foreløpige tester over flere CORDEX-domener. Climate Res 52: 7–29

Grell GA, Dudhia J, Stauffer DR (1994) En beskrivelse av femte generasjon Penn State / NCAR Mesoscale Model (MM5). NCAR Tech, Boulder (Merk NCAR / TN-398 + STR), 121 s

Gu HH, Wang GL, Yu ZB, Mei R, Tang JP, Wang SY (2012) Vurdering av klimaendringens innvirkning på Øst- og Sør-Asia ved bruk av RegCM4 regional klimamodell. Clim Change 114 (7): 301–317

Guo J, Huang G, Wang X, Lin Q (2017) Undersøker fremtidige nedbørsendringer over Kina gjennom et regionalt klimamodellensemble med høy oppløsning. Jordens fremtid. https://doi.org/10.1002/2016EF000433

Han W, Zhai P, 2015: Tre klyngemetoder i regionalisering av temperatursoner i Kina. Clim Environ Res, 20 (1): 111–118 (på kinesisk)

Holtslag AAM, Boville BA (1993) Lokal versus ikke-lokal grensediffusjon i en global klimamodell. J Clim 6: 1825–1842

Holtslag AAM, De Bruijn EIF, Pan HL (1990) En høyoppløselig luftmassetransformasjonsmodell for kortvarig værvarsling. Man Vær Rev 118: 1561–1575

Hu BY, Tang JP, Wang SY (2013) Evaluering og projeksjon av ekstreme hendelser over Kina under IPCC A1B-scenario etter MM5v3-modell. Chin J Geophys 56 (7): 2195–2206 (på kinesisk)

Huang W-R, Chan JCL, Au-Yeung AYM (2013) Regionale klimasimuleringer av sommerdagsnedbørsvariasjoner over Øst-Asia og Sørøst-Kina. Clim Dyn 40: 1625–1642. https://doi.org/10.1007/s00382-012-1457-2

Huang D, Zhu J, Zhang Y, Huang Y, Kuang X (2016) Vurdering av sommermonsunnedbør avledet fra fem datasanalyser over Øst-Asia. QJR Meteorol Soc 142: 108–119. https://doi.org/10.1002/qj.2634

Hui P, Tang J, Wang S, Wu J, Kang Y, 2014: Fremtidig klimaprojeksjon under IPCC A1B-scenario i kilderegionen Yellow River med kompleks topografi ved bruk av RegCM3. J Geophys Res Atmos, 119 (11) 205–11222, https://doi.org/10.1002/2014JD021992

Hwang J-N, Lay SR, Lippman A (1994) Ikke-parametrisk multivariat tetthetsestimering: en komparativ studie. IEEE Trans Signal Process 42 (10): 2795–2810

Ji Z, Kang S (2015) Evaluering av ekstreme klimahendelser ved hjelp av en regional klimamodell for Kina. Int J Climtol 35: 888–902

Kahn RA, Gaitley BJ, Martonchik JV, Diner DJ, Crean KA, Holben B, 2005: Multiangle Imaging Spectroradiometer (MISR) global aerosol optisk dybdevalidering basert på 2 års sammenfallende Aerosol Robotic Network (AERONET) observasjoner. J Geophys Res, 110, D10S04. https://doi.org/10.1029/2004JD004706

Kahn RA, Garay MJ, Nelson DL, Yau KK, Bull MA, Gaitley BJ, Martonchik JV, Levy RC (2007) Satellittavledet aerosoloptisk dybde over mørkt vann fra MISR og MODIS: Sammenligninger med AERONET og implikasjoner for klimatiske studier. J Geophys Res 112: D18205. https://doi.org/10.1029/2006JD008175

Kang HS, Hong S-Y (2008) Følsomhet i den simulerte østasiatiske sommermonsunklimatologien til fire konvektive parametreringsskjemaer. J Geophys Res 113: D15119. https://doi.org/10.1029/2007JD009692

Kang HS, Cha DH, Lee DK (2005) Evaluering av mesoskalemodell / landoverflatemodell (MM5 / LSM) koblet modell for østasiatiske sommermonsun simuleringer. J Geophys Res 110: D10105. https://doi.org/10.1029/2004JD005266

Kiehl JT, Hack JJ, Bonan GB, Boville BA, Briegleb BP, Williamson DL, Rasch PJ, 1996: Beskrivelse av NCAR Community Climate Model (CCM3). NCAR Tech, Boulder. 143 s

Kumar SV, Reichle RH, Peters-Lidard CD, Koster RD, Zhan X, Crow WT, Eylander JB, Houser PR (2008) Et rammeverk for dataoverføring av landoverflate ved bruk av landinformasjonssystemet: beskrivelse og applikasjoner. Adv Water Resour 31: 1419–1432

Lee JW, Hong SY, Chang EC, Suh MS, Kang HS (2014) Vurdering av fremtidige klimaendringer over Øst-Asia på grunn av RCP-scenarier nedskalert av GRIMs-RMP. Clim Dyn 42 (3–4): 733–747

Li W, Guo W, Xue Y, Fu C, Qiu B (2015) Følsomhet til en regional klimamodell for parametreringsplaner for landoverflaten for øst-asiatisk sommermonsun-simulering. Clim Dyn. https://doi.org/10.1007/s00382-015-2964-8

Li Q, Wang S, Lee DK, Tang J, Niu X, Hui P, Gutowski WJ Jr, Dairaku K, McGregor JL, Katzfey J, Gao X, Wu J, Hong SY, Wang Y, Sasaki H (2016) Bygning asiatisk klimaforandringsscenario av multiregionale klimamodellens ensemble. Del II: gjennomsnittlig nedbør. Int J Climatol 36: 4253–4264

Liang X-Z, Zhang F (2013) Cloud-Aerosol-Radiation (CAR) ensemble modelleringssystem. Atmos Chem Phys 13: 8335–8364

Liang X-Z, Kunkel KE, Samel AN (2001) Utvikling av en regional klimamodell for amerikanske Midtvest-applikasjoner. Del 1: Følsomhet overfor buffersonebehandling. J Clim 14: 4363–4378

Liang X-Z, Li L, Dai A, Kunkel KE (2004a) Regional klimamodell simulering av sommernedbørsdøgnsyklus over USA. Geophys Res Lett 31: L24208. https://doi.org/10.1029/2004GL021054

Liang X-Z, Li L, Kunkel KE, Ting M, Wang JXL (2004b) Regional klimamodell simulering av amerikansk nedbør i løpet av 1982–2002. Del 1: Årssyklus. J Clim 17: 3510–3528

Liang X-Z, Choi H, Kunkel KE, Dai Y, Joseph E, Wang JXL, Kumar P (2005a) Overflatebetingelser for regionale klimamodeller i mesoskala. Earth Interact 9: 1–28

Liang XZ, Xu M, Gao W, Kunkel KE, Slusser J, Dai Y, Min Q, Houser PR, Rodell M, Schaaf CB, Gao F (2005b) Utvikling av landoverflate albedo-parameteriseringsbaser på Moderate Resolution Imaging Spectroradiometer (MODIS) data. J Geophys Res 110: D11107. https://doi.org/10.1029/2004JD005579

Liang X-Z, Xu M, Choi HI, Kunkel KE, Rontu L, Geleyn J-F, Müller MD, Joseph E, Wang JXL (2006) Utvikling av den regionale klima-værforsknings- og prognosemodellen (CWRF): Behandling av subgrid topografieffekter. I: Proceedings of the 7th Annual WRF User’s Workshop, Boulder, CO, 19. - 22. juni, 5 s.

Liang X-Z, Xu M, Kunkel KE, Grell GA, Kain J (2007) Regional klimamodell simulering av sommer-nedbør mellom USA og Mexico ved bruk av det optimale ensemblet av to cumulusparameteriseringer. J Clim 20: 5201–5207

Liang XZ, Xu M, Yuan X, Ling T, Choi HI, Zhang F, Chen L, Liu S, Su S, Qiao F, He Y, Wang JXL, Kunkel KE, Gao W, Joseph E, Morris V, Yu TW , Dudhia J, Michalakes J (2012) Regional Climate-weather research and forecasting model (CWRF). Bull Am Meteorol Soc 93: 1363–1387

Ling T-J, X-Z, Liang M, Xu Z, Wang, Wang B (2011) En flerlags havblandingslagsmodell for 2-dimensjonsapplikasjoner. Acta Oceanol Sin 33 (03): 1–10

Ling T-J, Xu M, Liang X-Z, Wang JXL, Noh Y (2015) En flernivå havblandingslagsmodell som løser den daglige syklusen: utvikling og validering. J Adv Model Earth Syst 7: 1680–1692

Liu S, Liang X-Z, Gao W, Zhang H (2008) Søknad om klimaværforskning og prognosemodell (CWRF) i Kina: domeneoptimalisering. Kinesiske J Atmos Sci 32: 457–468

Liu S, Gao W, Xu M, Wang X, Liang X-Z (2009) Regional klimamodell simulering av Kinas sommernedbør ved bruk av et optimalt ensemble av parametriseringsplaner for cumulus. Front Earth Sci 3 (2): 248–257. https://doi.org/10.1007/s11707-009-0022-8

Liu S, Liang X-Z, Gao W, He Y, Ling T (2011) Regionale klimamodell simuleringer av sommerflommen i 1998: Avhengighet av innledende og laterale grenseforhold. Åpne Atmos Sci J 5: 96–105

Liu S, Gao W, Liang X-Z (2013) En regional klimamodell nedskalering av projeksjon av Kinas fremtidige klimaendringer. Clim Dyn 41: 1871–1884. https://doi.org/10.1007/s00382-012-1632-5

Liu D, Wang G, Mei R, Yu Z, Gu H (2014) Diagnostisering av styrken til land-atmosfære-kobling på undersesong til sesongmessige tidsskalaer i Asia. J Hydrometeorol 15: 320–339

Liu S, Wang JXL, Liang X-Z, Morris V, Fine SS (2016) En hybrid tilnærming for å forbedre amerikanske sesongmessige klimaforestillingsevner på regional skala. Clim Dyn 46: 483–494

Ma JH, Wang HJ, Fan K (2015) Dynamisk nedskalering av spådommer om sommernedbør over Kina i 1998 ved bruk av WRF og CCSM4. Adv Atmos Sci 32 (5): 577–584

Marcella MP, Eltahir EAB (2012) Modellering av sommerklimaet i Sørvest-Asia: Rollen til landoverflateprosesser i utformingen av klimaet i halvtørre regioner. J Clim 25: 704–719

Mearns LO, Arritt RW, Biner S, Bukovsky M, McGinnis S, Sain S, Caya D, Correia J, Flori D, Gutowski WJ, Takle ES, Jones R, Leung R, Moufouma-Okia W, McDaniel L, Nunes AMB, Qian Y, Roads JO, Sloan L, Snyder M (2012) Det nordamerikanske regionale klimaendringsprogrammet: Oversikt over fase I-resultater. Bull Am Meteorol Soc 93: 1337–1362

Nikulin G, Jones C, Giorgi F, Asrar G, Büchner M, Cerezo-Mota R, Christensen OB, Déqué M, Fernandez J, Hänsler A, van Meijgaard E, Samuelsson P, Sylla MB, Sushama L (2012) Nedbørsklimatologi i et ensemble av CORDEX-Africa regionale klimasimuleringer. J Clim 25: 6057–6078

Niu X, Wang S, Tang J, Lee D-K, Gao X, Wu J, Hong S, Gutowski WJ, McGregor J (2015) Multimodell ensembleprojeksjon av nedbør i Øst-Kina under A1B-utslippsscenario. J Geophys Res Atmos 120: 9965–9980

Oh S-G, Park J-H, Lee S-H, Suh M-S (2014) Vurdering av RegCM4 over Øst-Asia og fremtidig nedbørsendring tilpasset RCP-scenariene. J Geophys Res Atmos 119: 2913–2927. https://doi.org/10.1002/2013JD020693

Oleson KW, Lawrence DM, Bonan GB, Drewniak B, Huang M, Koven CD, Levis S, Li F, Riley WJ, Subin ZM, Swenson SC, Thornton PE, Bozbiyik A, Fisher R, Heald CL, Kluzek E, Lamarque JF , Lawrence PJ, Leung LR, Lipscomb W, Muszala S, Ricciuto DM, Sacks W, Sun Y, Tang J, Yang ZL (2013) Forbedringer av samfunnets landmodell og deres innvirkning på den hydrologiske syklusen. NCAR Technical Note, Boulder, (NCAR / TN-503 + STR), 420p

Pal JS, Small EE, Eltahir EAB (2000) Simulering av regionale vann- og energibudsjetter: Representasjon av subgrid sky og nedbørsprosesser innen RegCM. J Geophy Res 105: 29579–29594

Pal JS, Giorgi F, Bi X, Elguindi N, Solmon F, Gao X, Rauscher SA, Francisco R, Zakey A, Winter J, Ashfaq M, Syed FS, Bell JL, Diffenbaugh NS, Karmacharya J, Konaré A, Martinez D , da Rocha RO, Sloan LC, Steinerand AL (2007) Regional klimamodellering for utviklingsland: ICTP RegCM3 og RegCNET. Bull Am Meteorol Soc 88: 1395–1409

Park S, Bretherton CS (2009) University of Washington grunnleggende konveksjon og fuktige turbulensordninger og deres innvirkning på klimasimuleringer med Community Atmosphere Model. J Klima 22: 3449–3469

Qiao F, Liang X-Z (2015) Effekter av cumulusparameteriseringer på spådommer om sommerflom i det sentrale USA. Clim Dyn 45: 727–744

Qiao F, Liang X-Z, 2016a: Effekter av cumulusparameterisering lukkes på sommernedbørsimulering over USAs kysthav. J Adv Model Earth Syst, https://doi.org/10.1002/2015MS000621

Qiao F, Liang X-Z (2016b) Effekter av cumulusparameterisering lukkes på simuleringer av sommernedbør over det kontinentale USA. Clim Dyn. https://doi.org/10.1007/s00382-016-3338-6

Reynolds RW, Smith TM, Liu C, Chelton DB, Casey KS, Schlax MG (2007) Daglige høyoppløsningsblandede analyser for havoverflatetemperatur. J Clim 20: 5473–5496

Rinke A, Dethloff K, Cassano JJ, Christensen JH, Curry JA, Du P, Girard E, Haugen JE, Jacob D, Jones CG, ltzow MK, Laprise R, Lynch AH, Pfeifer S, Serreze MC, Shaw MJ, Tjernström M , Wyser K, Žagar M (2006) Evaluering av et ensemble av arktiske regionale klimamodeller: Spatiotemporal felt i løpet av SHEBA-året. Clim Dyn 26: 459–472

Veier J, Chen S, Cocke S, Druyan L, Fulakeza M, LaRow T, Lonergan P, Qian J-H, Zebiak S (2003) International Research Institute / Applied Research Centers (IRI / ARCs) regional modell intercomparison over South America. J Geophys Res 108 (D14): 4425. https://doi.org/10.1029/2002JD003201

Rontu L (2006) En studie om parameterisering av orografirelaterte momentumstrømmer i en synoptisk skala NWP-modell. Tellus 58: 69–81

Sato T, Xue Y (2013) Validering av en regional klimamodells nedskaleringsevne for øst-asiatisk sommermonsunal interannual variabilitet. Clim Dyn 41: 2411–2426

Shi Y, Gao XJ, Wang YG et al (2009) Simulering og projeksjon av monsunregn og regnmønstre over Øst-Kina under global oppvarming av RegCM3. Atmos Oceanic Sci Lett 2: 308–313

Shi PJ, Sun S, Wang M, Li N, Wang JA, Jin YY, Gu XT, Yin WX (2014) Regionalisering av klimaendringer i Kina (1961–2010). Sci China: Earth Sci 44 (10): 2294-2306. https://doi.org/10.1007/s11430-014-4889-1 (på kinesisk)

Skamarock WC, Klemp JB, Dudhia J, Gill DO, Barker DM, Duda MG, Huang XY, Wang W, Powers JG (2008) En beskrivelse av Advanced Research WRF Versjon 3. NCAR Technical, Boulder, (Note, NCAR / TN -475 + STR), 113 s

Subin ZM, Riley WJ, Mironov D (2012) Forbedret innsjømodell for klimasimuleringer. J Adv Model Earth Syst 4: M02001. https://doi.org/10.1029/2011MS000072

Sun Y, Solomon S, Dai A, Portmann RW (2006) Hvor ofte regner det? J Klima 19: 916–934

Tang J, Li Q, Wang S, Lee DK, Hui P, Niu X, Gutowski WJ, Dairaku K, Mcgregor J, Katzfey J (2016) Bygger asiatiske klimaendringsscenarioer av multiregionale klimamodellens ensemble. Del I: overflatetemperatur. Int J Climatol 36: 4241–4252

Tao WK, Simpson J, Baker D, Braun S, Chou MD, Ferrier B, Johnson D, Khain A, Lang S, Lynn B, Shie CL, Starr D, Sui CH, Wang Y, Wetzel P (2003) Mikrofysikk, stråling og overflateprosesser i Goddard Cumulus Ensemble (GCE) -modellen. Meteor Atmos Phys, 82, 97–137

Taylor KE (2001) Oppsummerer flere aspekter av modellytelsen i et enkelt diagram. J Geophys Res 106: 7183–7192

Tiedtke M (1989) Et omfattende massestrømsskjema for cumulusparameterisering i storskalamodeller. Man Wea Rev 117: 1779–1800

Trenberth KE, Shea DJ (2005) Forholdet mellom nedbør og overflatetemperatur. Geophys Res Lett 32: L14703. https://doi.org/10.1029/2005GL022760

Wang Y, Sen OL, Wang B (2003) En veldig løst regional klimamodell (IPRC-RegCM) og dens simulering av den alvorlige nedbørshendelsen over Kina i 1998. Del I: Modellbeskrivelse og verifisering av simulering. J Klima 16: 1721–1738

Wang D, Menz C, Simon T, Simmer C, Ohlwein C (2013) Regional dynamisk nedskalering med CCLM over Øst-Asia. Meteorol Atmos Phys 121 (1–2): 39–53

Wang X, Tang J, Niu X, Wang S (2015) En vurdering av nedbør og overflatetemperatur over Kina etter regionale klimamodeller. Front Earth Sci. https://doi.org/10.1007/s11707-015-0548-x

Wu J, Gao X-J (2013) et gridded daglig observasjonsdatasett over Kina-regionen og sammenligning med de andre datasettene. Kinesiske J Geophys 56 (4): 1102–1111. https://doi.org/10.6038/cjg20130406

Wu J, Gao X-J, Xu Y-L, Pan J (2015) Regionale klimaendringer og usikkerhetsanalyse basert på fire regionale klimamodell-simuleringer over Kina. Atmos Oceanic Sci Lett 8 (3): 147–152

Wu F-T, Wang S-Y, Fu C-B, Qian Y, Gao Y, Lee D-K, Cha D-H, Tang J-P, Hong S-Y (2016) Evaluering og projeksjon av sommerens ekstreme nedbør over Øst-Asia i Regional Model Inter-comparison Project. Clim Res 69: 45–58

Xu K-M, Randall DA (1996) En semiempirisk uklarhetsparameterisering for bruk i klimamodeller. J Atmos Sci 53: 3084–3102

Xu M, Liang X-Z, Samel A, Gao W (2014) MODIS konsistente vegetasjonsparameterspesifikasjoner og deres innvirkning på regionale klimasimuleringer. J Klima 27: 8578–8596

Xue Y, Janjic Z, Dudhia J, Vasic R, De Sales F (2014) En gjennomgang av regional dynamisk nedskalering i sesongbasert til sesongbasert simulering / prediksjon og hovedfaktorer som påvirker nedskaleringsevne. Atmos Res 147–148: 68–85

Yang H, Wang B, Wang B (2012) Reduksjon av systematiske skjevheter i regional nedskalering av klima gjennom tvang av ensembler. Clim Dyn 38: 655–665

Yang H, Jiang Z, Li L (2016) Skjevheter og forbedringer i tre dynamiske nedskalering av klimasimuleringer over Kina. Clim Dyn. https://doi.org/10.1007/s00382-016-3023-9

Yu ET, Wang HJ, Sun JQ (2010) En rask rapport om en dynamisk nedskaleringssimulering over Kina ved hjelp av den nestede modellen. Atmos Oceanic Sci Lett 3: 325–329

Yu ET, Sun J, Chen H, Xiang W (2015) Evaluering av en høyoppløselig historisk simulering over Kina: klimatologi og ekstremer. Clim Dyn 45: 2013–2031

Yuan X, Liang X-Z (2011a) Evaluering av en konjunktiv overflate-undergrunnsprosessmodell (CCSP) over det sammenhengende USA på regional-lokal skala. J Hydrometeorology 12: 579–599

Yuan X, Liang X-Z (2011b) Forbedring av forutsigelse av nedbør i kald sesong med det nestede CWRF-CFS-systemet. Geophys Res Lett 38: L02706. https://doi.org/10.1029/2010GL046104

Yuan X, Liang X-Z, Wood EF (2012) WRF ensemble nedskalerer sesongmessige prognoser for Kinas vinternedbør i løpet av 1982–2008. Clim Dyn 39: 2041–2058

Zeng X, Zhao M, Dickinson RE (1998) Sammenligning av aerodynamiske bulkalgoritmer for beregning av havoverflatestrømmer ved hjelp av TOGA COARE og TAO-data. J Klima 11: 2628–2644

Zeng M-J, Lu W-S, Liang X-Z, Wang X-L (2008) Ensemble prognoseforsøk om nedbør om sommeren etter CWRF numerisk modell. Plateau Meteorology 27 (6): 1–11

Zeng X-M, Wang M, Zhang Y, Wang Y, Zheng Y (2016) Evaluering av effekten av romlig oppløsning på regional klimamodell simulerte sommertemperatur og nedbør i Kina: En casestudie. Adv Meteorol 7639567: 12

Zhang Y, Xu Y, Dong W, Cao L, Sparrow M (2006) Et fremtidig klimascenario med regionale endringer i ekstreme klimahendelser over Kina ved bruk av PRECIS klimamodell. Geophys Res Lett 33: L24702. https://doi.org/10.1029/2006GL027229

Zhang F, Liang X-Z, Li J, Zeng Q (2013) Dominerende roller i nettstørrelsesskystrukturer i modellmangfoldet av skystrålende effekter. J Geophys Res 118: 7733–7749

Zhao DM (2012) Ytelse av regionale integrerte miljømodelleringssystemer (RIEMS) i simulering av overflatetemperatur over Øst-Asia. Atmos Ocean Sci Lett 5: 145–150

Zhao DM (2013) Ytelse av regionale integrerte miljømodelleringssystemer (RIEMS) i nedbørsimuleringer over Øst-Asia. Clim Dyn 40 (7–8): 1767–1787

Zhao G, Girolamo LD, Dey S, Jones AL, Bull M (2009) Undersøkelse av direkte cumulusforurensning på MISR-hentet aerosoloptisk dybde og angstromkoeffisient over havet. Geophys Res Lett 36: L13811. https://doi.org/10.1029/2009GL038549

Zheng JY, Bian JJ, Ge QS, Hao ZX, Yin YH, Liao YM (2013) Klimaregionaliseringen i Kina for 1981–2010 (på kinesisk). Chin Sci Bull 58: 3088–3099. https://doi.org/10.1360/972012-1491

Zhu J, Huang D-Q, Yan P-W, Huang Y, Kuang X-Y (2016) Kan omanalysedatasett beskrive de vedvarende temperatur- og nedbørsekstremene over Kina? Theor Appl Climatol. https://doi.org/10.1007/s00704-016-1912-9

Zou LW, Zhou TJ (2011) Følsomhet for en regional havatmosfære koblet modell for konveksjonsparameterisering over det vestlige Nord-Stillehavet. J Geophys Res 116: D18106. https://doi.org/10.1029/2011JD015844

Zou LW, Zhou TJ (2013a) Nær nedbør (2016-40) sommernedbør endres over Kina som anslått av en regional klimamodell (RCM) under RCP8.5-utslippsscenariet: Sammenligning mellom RCM-nedskalering og den drivende GCM. Adv Atmos Sci 30 (3): 806–818

Zou LW, Zhou TJ (2013b) Kan en regional hav-atmosfære-kombinert modell forbedre simuleringen av den årlige variabiliteten til den vestlige Nord-Stillehavs sommermonsunen? Adv Atmos Sci 30 (3): 806–818

Zou LW, Zhou TJ, Li L, Zhang J (2010) Øst-Kina sommervariabilitet 1958–2000: Dynamisk nedskalering med AGCM med variabel oppløsning. J Clim 23: 6394–6408

Zou LW, Qian Y, Zhou TJ, Yang B (2014) Parameterjustering og kalibrering av RegCM3 med MIT – Emanuel cumulus parameteriseringsskjema over CORDEX East Asia domene. J Klima 27: 7687–7701

Zou LW, Zhou TJ, Peng D (2016) Dynamisk nedskalering av historisk klima over CORDEX Øst-Asia domene: En sammenligning av regional havatmosfære koblet modell til frittstående RCM simuleringer. J Geophys Res 121: 1442–1458


Konklusjon

Strålebehandling er en viktig modalitet i behandlingen av pasienter med ondartede brystsvulster. For å korrekt tolke funn av bildestudier, må radiologer være kjent med moderne stråleavgivelsesteknologier, så vel som de strålingsinduserte bildefunn som kan sees i lungene, mediastinum og brystveggen.

Informasjon om interessekonflikter.—D.G.Aktiviteter relatert til denne artikkelen: avslørte ingen relevante forhold. Aktiviteter som ikke er relatert til denne artikkelen: rådgivningskonsulent for Merck og AstraZeneca, tilskudd eller tilskudd i påvente av Merck og AstraZeneca, betaling for forelesninger fra BMS, Varian og Reflexion. Andre aktiviteter: avslørte ingen relevante forhold. B.W.C.Aktiviteter relatert til denne artikkelen: avslørte ingen relevante forhold. Aktiviteter som ikke er relatert til denne artikkelen: bok royalties fra Elsevier. Andre aktiviteter: avslørte ingen relevante forhold. E.M.M.Aktiviteter relatert til denne artikkelen: avslørte ingen relevante forhold. Aktiviteter som ikke er relatert til denne artikkelen: betaling for forelesninger fra Bristol-Myers Squibb og Boehringer Ingelheim. Andre aktiviteter: avslørte ingen relevante forhold.


4 Historiske simuleringer

4.1 Global gjennomsnittlig overflatetemperatur, gjennomsnittlig klimatilstand og sesongsyklus

Globalt gjennomsnittlig overflatetemperatur (2 m) er en nøkkelmåling for å evaluere klimamodellens ytelse ved simulering av historiske og fremtidige klimaendringer. Figur 11a presenterer en sammenligning av simulerte og observerte tidsserier for globale gjennomsnittlige overflatelufttemperaturer (SAT) og SST, som viser at begge temperaturene er i langt nærmere samsvar med observasjonene i HR enn i LR. Spesielt faller den simulerte SST i HR mellom de to langsiktige observerte SST-datasettene, HadISST2 (Titchner & Rayner, 2014) og ERSSTv5 (Huang et al., 2017), hvor førstnevnte er varmere med omtrent 0,3 til 0,4 ° C enn sistnevnte. Den simulerte HR SAT viser en enda mer imponerende samsvar med den observerte overflatetemperaturen, GISTEMPv4 (Lenssen et al., 2019). I kontrast er det globale gjennomsnittet SST og SAT i LR begge omtrent 1.0 ° C kaldere enn de i HR og observasjoner. Det gjennomsnittlige gjennomsnittlige SST (SAT) gjennomsnitt for perioden 1870–2019 (1880–2019) er 18,26 ° C (14,04 ° C) for HadISST2 (GISTEMPv4), 17,89 ° C for ERSSTv5, 18,13 ° C (14,04 ° C) for HR og 17,03 ° C (12,44 ° C) for henholdsvis LR. Root-Mean-Square Error (RMSE) av HR SST (SAT) er 0,18 ° C (0,16 ° C) i forhold til HadISST2 (GISTEMPv4) og 0,27 til ERSSTv5, mens den tilsvarende RMSE for LR SST (SAT) er 1,23 ° C (1,61 ° C) til henholdsvis HadISST2 (GISTEMPv4) og 0,87 ° C til ERSSTv5. Den kaldere SST i LR kan ikke bare forklares med forskjellen i nettoverflatevarmestrøm inn i havet mellom HR og LR, fordi den globalt gjennomsnittlige nettoverflatevarmestrømmen i havet i HR har en verdi på -0,06 Wm -2 sammenlignet med +0,26 W m −2 i LR for perioden 1877–2018 (fordi overflatevarmestrømmer ble produsert fra 1877 og utover), noe som indikerer at mer varme pumpes ut i havet i LR enn i HR. Derfor kan den varmere SST i HR bare tilskrives forskjeller i oceaniske prosesser mellom HR og LR.

Vi antar at den varmere SST i HR sannsynligvis er forårsaket av en forbedret vertikal varmetransport (OVHT) i øvre hav. OVHT består av vertikal turbulent varmetransport og vertikal varmetransport med middelstrømmer og virvler. I både HR og LR blir den vertikale turbulente varmetransporten parametrisert av K-Profile Parameterization (KPP, Large et al., 1994). Den vertikale vertikale varmetransporten beregnes imidlertid annerledes i HR og LR. I HR beregnes det eksplisitt, mens det i LR implisitt beregnes via mesoscale-eddy parameterization (GM, Gent & Mcwilliams, 1990) og submesoscale-eddy parameterization (Fox-Kemper et al., 2008). Som påpekt av Griffies et al. (2015), "virvler i mesoskala virker for å transportere varmen oppover på en måte som delvis kompenserer (eller forskyves) for den nedadgående varmetransporten fra tidens middelstrømmer." Derfor kan eventuelle forskjeller i eksplisitt versus parametrisert virvel vertikal varmetransport ha en betydelig innvirkning på netto OVHT. Griffies et al. (2015) viser at netto vertikal varmetransport oppover ved middelstrømmer og virvler (inkludert den parametriserte submesoskala virvelvarmetransporten i modellene) innen de 50 m øverste til

1,6 PW i 0,1 ° GFDL CM2.6-modell som eksplisitt løser virvler i mesoskala fra

0,2 PW i 1,0 ° GFDL CM2.0-modell som ikke løser virvler og beregner virvelvarmetransport i mesoskala ved hjelp av GM-parameterisering (se figur 12 av Griffies et al., 2015). Det er denne økningen i oppadgående OVHT på grunn av eksplisitt snarere enn parametrisert virvelvarmetransport som antas å være en nøkkelbidragsfaktor for den varmere SST i HR enn i LR.

Figur 11b viser tidsseriene for de simulerte og observerte globale gjennomsnittlige overflatetemperaturavvikene i forhold til den 30-årige gjennomsnittstemperaturen for basisperioden 1951–1980. Til tross for den betydelige forkjølelsen i LR, er den simulerte tidsutviklingen av de globale gjennomsnittlige overflatelufttemperaturavvikene i HR og LR begge veldig bemerkelsesverdig med den lange rekorden av observert overflatetemperatur. Den projiserte globale SAT i LR og HR sporer også tett med hverandre. Dette betyr imidlertid ikke at det ikke er store regionale forskjeller i de anslåtte SAT-ene. Vi vil diskutere disse regionale forskjellene i avsnitt 5.1.

Selv om global gjennomsnittlig SST i HR samsvarer godt med observasjoner når det gjelder gjennomsnittlig forskjell og RMSE-tiltak, er det fortsatt betydelige regionale skjevheter. For eksempel er SST-er langs Kuroshio- og Gulf Stream-utvidelsen samt sørlige havfronter varmere enn observert (figur 12b). Den alvorlige varme skjevheten over 3 ° C langs Gulf Stream-utvidelsen er funnet i Northern Recirculation Gyre-regionen i både HR og LR (figur 12a), noe som tyder på at begge simuleringene lider av en overskyting av Gulf Stream, noe som fører til problemet med den nordatlantiske strømmen er for zonal i modellen. Imidlertid, sammenlignet med LR, er SST-skjevheten i HR, spesielt den kalde skjevheten langs Golfstrømmen, betydelig redusert (figur 12c). Likevel forbedrer ikke havoppløsningen fra 1 ° til 0,1 ° i HR ikke simuleringen av Golfstrømmen og det nordatlantiske strømsystemet fundamentalt. Dette funnet er i samsvar med en nylig undersøkelse av havmodell, som viser at i mange modeller som ikke øker den horisontale oppløsningen, fjerner ikke modellskjevhetene i representasjonen av Golfstrømmen og Nord-Atlanterhavsstrømmen (Chassignet et al., 2020). Bortsett fra de varme skjevhetene, hersker kalde skjevheter over det tropiske Atlanterhavet og det østlige tropiske Stillehavet i HR med en amplitude opp til 1 ° C. Den kalde skjevheten er spesielt uttalt over det tropiske Atlanterhavet og kan potensielt ha en negativ innvirkning på atlantiske TC-simuleringer (f.eks. Hsu et al., 2019). En direkte sammenligning mellom SST i HR og LR viser tydelig at SST er varmere i HR enn i LR nesten overalt bortsett fra langs østlige grenseopprøringsregimer, som California Current, Peru-Chile og Benguela oppstyrssystemer, der varme skjevheter i LR er redusert i HR (figur 12c). Mekanismen for reduksjon av varm forspenning langs de østlige grenseregimene har blitt diskutert av Small et al. (2014, 2015), som demonstrerer at forbedret simulering av de atmosfæriske kyststrålene på lavt nivå på grunn av økningen i atmosfærisk modelloppløsning er den viktigste årsaken til forspenningsreduksjonen. Et annet tydelig trekk fra HR-LR SST-forskjellskartet er det faktum at sterk relativ oppvarming har en tendens til å forekomme langs sterke eddying-regioner, inkludert utvidelsen Kuroshio og Gulf Stream, Brasil / Malvinas-strømmen, Agulhas-strømmen og ACC, i samsvar med noen høyoppløselige modellsimuleringer (f.eks. Gutjahr et al., 2019). Dette funnet styrker hypotesen om at de varmere SST-ene i HR kan være delvis relatert til forskjellen mellom eksplisitte og parametriserte havvirvelstrømmer i HR og LR.

Årlig gjennomsnittlig nedbørsforstyrrelser i HR og LR sammenlignes i figur 12d og 12f, beregnet i forhold til GPCPv2.3 (Adler et al., 2018) klimatologi for perioden 1979–2018. Den globale gjennomsnittlige nedbøren er 1,95 mm d -1 for HR, 1,85 mm d -1 for LR og 1,72 mm d -1 i GPCPv2.3. Nedbør RMSE er 6,53 mm d -1 for HR og 4,39 mm d -1 for LR i forhold til GPCPv2.3. Derfor forverres samlede nedbørsforstyrrelser av oppløsningsøkningen. Det generelle skjevhetsmønsteret er imidlertid likt mellom HR og LR (figur 12d og 12f), og begge viser en dobbel ITCZ-skjevhet bortsett fra at denne skjevheten reduseres over det østlige tropiske Stillehavet i HR, noe som er i samsvar med forrige CESM1.1 simuleringsresultater av Small et al. (2014). Ligner også funnet av Small et al. (2014) er den nordlige ITCZ-nedbørsmengden i HR altfor høy, noe som indikerer en overaktiv Hadley-celle i HR. Det er også noe som tyder på at posisjonen til ITCZ ​​er forskjøvet nordover i HR, spesielt over det tropiske Atlanterhavet (figur 12f). En annen synlig forskjell i den årlige gjennomsnittlige nedbøren mellom HR og LR er økningen i nedbør langs de største oceaniske frontsonene, slik som utvidelsen Kuroshio og Gulf Stream, Brasil / Malvinasstrømmen, Agulhasstrømmen og ACC, der det er varmere SST er sett i HR (figur 12c og 12f), i samsvar med funnet av Kirtman et al. (2012). Over noen kontinentale områder, som Amazonasbassenget, øker nedbøren betydelig i HR, og virker for å redusere den regionale tørre forspenningen i LR. Andre områder der nedbørsforstyrrelser er redusert i HR er det vestlige USA og det sentrale og vestlige Kina der det er en våt bias i både HR og LR. Samlet sett øker den globale gjennomsnittlige nedbøren i HR relativt lite (

5%) sammenlignet med LR, til tross for at HR var betydelig varmere enn LR (figur 12c). Oppdelingen av den parametriserte konvektive nedbøren og den løste nedbøren i stor skala viser imidlertid en signifikant forskjell mellom HR og LR. I LR tilskrives omtrent 67% av den totale nedbøren konvektiv nedbør, mens dette tallet faller til bare 49% i HR. Derfor er det en økning i den oppløste storskala nedbøren som følge av modelloppløsningsøkningen fra 33% i LR til 51% i HR (figur 13). Disse funnene er i tråd med noen nyere studier som viser at økende atmosfærisk modelloppløsning kan føre til en økning i oppløst storskala nedbør, noe som bidrar til en økning i ekstreme nedbørsmengder (Kooperman et al., 2018 O'Brien et al., 2016 Rauscher et al., 2016). Rauscher et al. (2016) hevder at den intensiverte nedbøren i stor skala når nettavstanden avtar, er drevet av oppløsningsavhengig økning i oppstramningsstyrken. Denne forskjellen i konvektiv versus storskala nedbørsdeling har implikasjoner for simulering av ekstreme hendelser i HR og LR, som vil bli diskutert senere.

I tillegg til forskjellen i gjennomsnittlig klimatilstand, er det en markant forskjell mellom sesongsyklusen til SST i HR og LR målt ved topp-til-topp-verdien til sesongsyklusen (Figur 14). Denne topp-til-topp-verdien oppnås ved først å beregne den månedlige klimatologien til SST ved hvert havnettpunkt over 1870–2018-perioden, og deretter identifisere den varmeste og kaldeste SST og verdiene før og etter den varmeste og kaldeste måneden i klimatologien. og til slutt å ta forskjellen mellom gjennomsnittet av de tre varme månedene SST og de tre kalde månedene SST. Det er tydelig at den sesongmessige SST-variasjonen i mange deler av det globale havet, spesielt Sørhavet, svekkes med mer enn 50% på grunn av økningen i modellens horisontale oppløsning. Den globalt gjennomsnittlige sesongvariasjonen fra topp til topp SST er henholdsvis 2,96 ° C for HR og 3,19 ° C for LR. Den svakere SST sesongsyklusen i HR er i bedre samsvar med observasjonene, spesielt i Sørhavet (figur 14d og 14e). Den globalt gjennomsnittlige RMSE for sesongvariasjon fra topp til topp SST i HR og LR i forhold til HadISST2 er henholdsvis 0,78 ° C og 0,82 ° C. Vi beregnet også SST sesongens syklusamplitude ved hjelp av en harmonisk analyse, og resultatene er i samsvar med analysen vist her. Denne forbedrede SST sesongsyklusen i HR kan være delvis relatert til forbedringen i MLD-modellen som vil bli diskutert neste.

MLD, som en indikator på omfanget av vertikal blanding av havet, er en viktig variabel i klimastudier, som virker for å modulere luft-sjø-kobling og varmeopptak, og påvirker sesongens syklus av felt som SST. Vi sammenligner simulert og observert MLD ved hjelp av definisjonen beskrevet i Large et al. (1997) som identifiserer den grunneste dybden der den lokale tetthetsgradienten er like sterk som den største bulkdensitetsgradienten (verdien av den største tetthetsgradienten fra overflaten til noe dybde). Selv om det finnes andre MLD-definisjoner (f.eks., Se Holte & Talley, 2009, for en metode og gjennomgang), finner vi denne tetthetsgradientmetoden som en nyttig tilnærming til å sammenligne modeller og observasjoner på tvers av sesonger, og bemerker at Whitt et al. (2019) brukte den samme metoden på Argo-data som vi bruker som en observasjons benchmark.

Figur 15 viser en sammenligning av MLD blant HR, LR og Argo-baserte estimater. Perioden brukt for simulert og observert MLD er henholdsvis 2006–2020 og 2004–2017. Litt forskjellige perioder som vurderes i sammenligningen skyldes at MLD ikke ble lagret riktig for HR før 2006, og Argo-data er tilgjengelige fra 2004 til 2017. Om sommeren (definert som juli-august-september [JAS] og januar-februar- Gjennomsnitt for mars [JFM] for henholdsvis NH og SH, som representerer etterslepet mellom solkraft og havrespons), er MLD generelt grunt (noen få meter til 100 m) og i mellombredden styres hovedsakelig av sesong- og døgnsyklusen av solisolasjon og styrken av vind (og bølge) som tvinges. Noen av de dypeste MLDene om sommeren er i Sørhavet under atmosfærestormsporet, som er mye sterkere enn NH-sommerstormsporene. HR har en tendens til å fange disse dypere blandede lagene mer realistisk enn LR (Figur 15 til venstre), muligens på grunn av et forbedret stormspor på grunn av økningen i atmosfæreoppløsningen. Den dypere MLD gir opphav til en mindre SST sesongsyklus.

Mer signifikante forskjeller mellom HR og LR forekommer i vintersesongen. Vinter-MLD (henholdsvis JFM og JAS for NH og SH) i breddegrader på midten til høye er drevet av et komplekst samspill mellom tap av overflateoppdrift, sterk vind og bølger, og påvirkes av fremføring av havstrømmer og virvler samt tilstedeværelsen av SST-gradienter. Nord for den subarktiske fronten i Sørishavet dannes dype blandede lag som svar på sterkt varmetap på overflaten. Overflatets varmetap er generelt bedre representert i modeller med mer realistiske SST-fronter, for eksempel HR. Videre reduseres en sterk overflateferskhet i LR (men ikke fjernes) i HR på grunn av endringer i banene for saltholdighetstransport (forbedringer i Agulhas-tilbakeslag, etc.). Som en konsekvens finnes et veldig grunt blandet lag i den sub-antarktiske sonen i LR, mens HR fanger hovedtrekkene sett i observasjoner (Figur 15, høyre). Et annet tydelig trekk ved HR er de svært dype MLDene langs den sørlige kanten av Weddell Gyre (figur 15e), som er knyttet til polynyene. Andre dype MLD er sett rundt den nordlige og østlige kanten av den nordatlantiske subpolare gyren, inkludert Labradorhavet og Grønland-Island-Norsk hav (GIN) i løpet av boreal vinter. LR har en tendens til å ha for dypt MLD i et for bredt område (Figur 15 til høyre), mens HR har en mer begrenset region med mindre dype MLD som er i rimelig samsvar med observasjonene. Dette er spesielt tilfelle i Labradorhavet, hvor havvirvler er avgjørende for å angi plasseringen av dyp blanding (dyp blanding skjer bare vekk fra sterke hvirvler som virker for å gjenskape vannsøylen), noe som gir opphav til den dypeste blandingen bare i en liten lapp i sørvest Labradorhavet. Dette sees i observasjoner og HR, men ikke i LR.

Simulert årlig gjennomsnittlig haviskonsentrasjon i HR og LR er vist i figur 16 sammen med den observerte haviskonsentrasjonen fra National Snow and Ice Data Center (NSIDC Cavalieri et al., 1996) i NH og SH for perioden av 1979–2018. Samlet sett har HR en tendens til å undervurdere haviskonsentrasjonen mer enn LR gjør i begge halvkuler. Dette er spesielt tydelig langs den sørlige Weddell-gyren hvor en tunge med lav sjøis-konsentrasjonsregion minner om polynyas vist i figur 3b. Dette stemmer overens med funnet at HR har en overaktiv polynya i Weddell-gyren (polynya ble sjelden observert i perioden 1976–2015). Derimot overvurderer LR haviskonsentrasjonen langs den sørlige Weddell-gyren, i samsvar med mangel på polynyas i LR. Undervurderingen av havis i HR er ytterligere bekreftet av den sesongsyklusen for sjøisen som er vist i bunnpanelene i figur 16. I NH er amplituden til den sesongsyklusen for sjøisen som er godt simulert av både HR og LR , men HR har en negativ gjennomsnittsforstyrrelse som tilsvarer en 20% undervurdering av havisen. I SH viser HR imidlertid ikke bare en negativ gjennomsnittlig skjevhet, men også en undervurdering av amplituden til sesongens syklus. Samlet sett er avtalen mellom LR og observasjoner bedre. Imidlertid er større havisutbredelse i LR sannsynligvis på grunn av kaldere overflatetemperaturer i forhold til både HR og observasjoner. Likevel er det en betydelig overestimering av havisens utbredelse med nesten 50% i løpet av den australske sommeren i LR, og verken LR eller HR er i stand til å simulere den raske nedgangsraten for havisen i SH i smeltetiden. Forskjellene i NH- og SH-isisimuleringene mellom HR og LR kan ha en viktig implikasjon for graden av polær forsterkning simulert av de to modellene som svar på projisert menneskeskapt tvang, som vil bli nærmere diskutert i avsnitt 5.1.

4.2 Metoder for klimaendringer

De tre mest dominerende måtene for klimavariabilitet på interårige til flerdekale tidsskalaer basert på tilgjengelige lange historiske SST-poster er El Niño-Southern Oscillation (ENSO), Pacific Decadal Oscillation (PDO) og AMV (Tung et al., 2019). Vi undersøker troskapen til HR og LR HF-TNST i å gjengi disse observerte modusene for klimavariabilitet.

ENSO er den mest dominerende modusen for klimavariabilitet på årlige tidsskalaer og er en viktig måler for en klimamodell. Som vist i Small et al. (2014) fører økende CESM1.1 horisontal oppløsning til en mer realistisk ENSO-amplitude sammenlignet med standardoppløsningen CESM1.1-simulering som viste en overenergisk ENSO-syklus. Den høyoppløselige CESM1.3-simuleringen bekrefter at ENSO-amplitude i HR HF-TNST er realistisk simulert. Fra figur 17 er det tydelig at amplituden til Nino3.4 i HR er sammenlignbar med den for ERSST og HadISST2. Standardavviket for det avskaffede Nino3.4 i perioden 1920–2019 er 0,75 ° C for HR, 0,63 ° C for LR, 0,75 ° C for ERSST og 0,73 ° C for HadISST2. Vi bemerker at Nino3.4-indeksene vist i figur 17 ikke blir skadet, slik at sekulære endringer i simuleringene kan sammenlignes med observasjonene. Spektralanalyse vist i figur 17 bekrefter videre den nære avtalen i Nino3.4 amplitude mellom observasjoner og HR. Det avslører også at den simulerte ENSO i HR har to dominerende topper, en sentrert rundt 3 år og den andre i området 5-10 år. Det observerte Nino3.4 SST-spekteret viser flere spektrale topper mellom 2 og 10 år, en mellom 2 og 3 år, den andre mellom 3 og 4 år og den tredje mellom 5 og 6 år. Derfor har den simulerte ENSO-syklusen i HR en lengre periode enn den observerte. En visuell sammenligning mellom Nino3.4 SST-anomaliene i HR og observasjoner indikerer også at den simulerte El Niño i HR har en tendens til å vedvare for lenge (Figur 17), noe som bekreftes av auto-korrelasjonsanalyser (ikke vist). Det er også verdt å merke seg at oppvarmingstrenden til

0,77 ° C per århundre i HR som er i utmerket samsvar med oppvarmingstrenden på 0,78 ° C per århundre i ERSST Nino3.4-indeksen, men betydelig større enn trenden på 0,12 ° C per århundre i HadISST2. Usikkerheten i den observerte ekvatoriale Pacific SST-trenden har lenge vært diskutert i litteraturen (f.eks. Deser et al., 2010).

I seksjon 3 ble det vist at en superladet IPO dominerer global gjennomsnittlig SST-variasjon ved multidecadal tidsskala i HR PI-CTRL (figur 2). Dette gjenspeiles i Nino3.4 SST-spekteret i HR PI-CTRL (figur 17e), hvor det er en sterkere enn observert spektral topp, om enn statistisk ubetydelig, på omtrent 40 år. En slik multidecadal spektral topp er fraværende fra HR HF-TNST der lavfrekvente Nino3.4 SST-variasjonen domineres av en oppvarmingstrend (Figur 17c), noe som indikerer en mye svakere IPO i HR HF-TNST. Imidlertid viser sjøisvariabiliteten i Sørhavet fremdeles en fremtredende multidecadal svingning i den historiske perioden 1850–2018 i HR HF-TNST (figur 2a), noe som indikerer en lignende multidecadal Weddell polynya-variabilitet som i HR PI-CTRL. Men i motsetning til HR PI-CTRL, er korrelasjonen mellom den globale gjennomsnittlige SST og variasjonen i sjøisen i Sørhavet mye svakere i HR HF-TNST og er under det statistiske signifikansnivået. Videre oppstår den maksimale korrelasjonen ikke lenger når sør-ishavet fører det globale gjennomsnittet SST, men forekommer ved lag = 0 (figur 2b), noe som tyder på at Weddell-polynyas ikke lenger spiller en aktiv rolle i multidecadal global SST-variabilitet i HR HF-TNST. Fraværet av en sterk børsintroduksjon med tilknytning til sjøisvariabiliteten i Sørhavet i HR HF-TNST kan tilskrives den ytre klimatvingningen som produserer verdslige endringer i global SST (figur 11), og forstyrrer den superladede IPO-syklusen til HR PI-CTRL. Det er også interessant å merke seg at med tilstedeværelsen av den multidecadale toppen i HR PI-CTRL, er ENSO-spektraltoppen 5-6 år svakere enn i HF-TNST, noe som øker muligheten for at noe av IPO-energien kan slås sammen inn i den sterkere og bredere ENSO-toppen mellom 5 og 10 år i HR HF-TNST gjennom ikke-lineære interaksjoner mellom ENSO og IPO. Vi advarer imidlertid om at spektralanalyse er følsom for tidsserierekordlengde, og at ENSO-spektralegenskapene i figur 17 kan være utsatt for usikkerhet (f.eks. Wittenberg, 2009). Ytterligere studier er tydelig nødvendig for å forstå forholdet mellom ENSO, IPO og tropisk Stillehavsoppvarmingstrend.

I motsetning til funnet av Small et al. (2014), viser ENSO i LR HF-TNST svakere amplitude enn i HR og i observasjoner (figur 17). Nino3.4-spekteret i LR har en bred og svak topp mellom 3 og 5 år og en annen svak topp rundt 10 år. Sammenlignet med de spektrale toppene i HR HF-TNST der lavfrekvent topp (5-10 år) dominerer over høyfrekvent topp (3 år), er lavfrekvent topp (10 år) i LR HF-TNST bare litt sterkere enn 3- til 5-årstoppen og passerer knapt den statistiske signifikansen, noe som indikerer en mye svakere lavfrekvent ENSO-variabilitet i LR. Nino3.4 SST i LR viser også en oppvarmingstrend på 0,73 ° C per århundre, lik den i HR og ERSSTv5, men som i HR HF-TNST, finnes ingen multidecadale topper. Interessant, i LR PI-CTRL viser Nino3.4-spektrumet en sterkere enkelt spektral topp på rundt 5 år, som er nær den observerte spektrale toppen (figur 17). Likevel konkluderer vi med at økende CESM horisontal oppløsning ikke fører til grunnleggende forbedringer (eller forskjeller) i ENSO-simuleringer. Denne konklusjonen avviker fra Small et al. (2014), men er i samsvar med en fersk studie av Caldwell et al. (2019), som brukte Energy Exascale Earth System Model versjon 1 (E3SMv1) med en lignende SE-dycore CAM-basert atmosfærisk komponentmodell, men en annen havkomponentmodell. Vi spekulerer i at denne forskjellen mellom studien vår og Small et al. (2014) kan tilskrives forskjellene i den atmosfæriske komponentmodellen mellom CESM1.1 og CESM1.3 (se avsnitt 2.1), samt simuleringslengdene i begge studiene som kan være for korte til å dokumentere ENSO-variabilitetskarakteristika (f.eks. , Wittenberg, 2009).

Bjerknes tilbakemelding er nøkkelen til ENSO. Styrken kan ha en betydelig innvirkning på ENSOs egenskaper. Det er tre essensielle elementer i Bjerknes-tilbakemeldinger: (1) tilbakemelding mellom SST og sonal vindspenning, (2) tilbakemelding mellom zonal wind stress og thermocline, og (3) feedback mellom thermocline og SST (Keenlyside & Latif, 2007). Vi analyserer og sammenligner disse tre tilbakemeldingsprosessene i HR, LR og observasjoner. Figur 18 viser at HR og LR deler flere likheter mellom dem enn med observasjoner. En stor forskjell mellom HR og LR er at i førstnevnte blir regionen med maksimal zon-vind-SST-tilbakemelding (element 1) flyttet lenger østover med en høyere styrke sammenlignet med den i sistnevnte. Sammenlignet med observasjonene blir tilbakemeldingen mellom termoklin og SST (element 3) ikke bare undervurdert i styrke av både HR og LR, men også for begrenset i det østlige ekvatoriale Stillehavet. I kontrast strekker ikke tilbakemeldingen mellom sonevind og termoklin (element 2) i HR og LR seg lenger nok inn i det østlige ekvatoriale Stillehavet. Disse strukturelle forskjellene i Bjerknes-tilbakemeldinger vil sannsynligvis være ansvarlige for systematiske forstyrrelser, for eksempel vestoverskyvning av maksimale SST-anomalier (ikke vist), i simulert ENSO i HR og LR.

PDO er overveiende et havblandingssjonsrespons på overflatevarmestrømning fremkalt av variasjon av Stillehavet-Nordamerikanske (PNA) sirkulasjonsmønster, som er det mest dominerende mønsteret for atmosfærisk sirkulasjonsvariabilitet over Nord-Stillehavssektoren (Battisti et al., 2020 Wills et al., 2018), selv om det også er en komponent som er knyttet til ENSO-variabilitet (Newman et al., 2016). Figur 19 (til venstre) viser PNA fanget av den ledende EOF fra desember-januar-februar (DJF) trykknivå (SLP) anomalier over Nord-Stillehavssektoren (120 ° E til 120 ° W, 20 ° N til 85 ° N) i observasjoner, henholdsvis HR og LR, og de tilsvarende SST-regresjonene fra februar-mars-april (FMA) til de respektive ledende hovedkomponentene. Som forventet ligner de resulterende SST-regresjonsmønstrene nøye PDO-mønsteret (Mantua et al., 1997 Newman et al., 2016). Den 2-måneders forsinkelsen som ble brukt for SST-regresjon, er å ta hensyn til det faktum at PNA har en tendens til å lede PUD ca. 2 måneder (Newman et al., 2016). Det er åpenbart en samlet samsvar mellom observert og simulert PDO / PNA i både HR og LR. Posisjonen og formen til Aleutian Low anomali som karakteriserer PNA er spesielt godt simulert i HR, selv om amplituden og den forklarte variansen er litt høyere enn de observerte verdiene. I LR er formen på Aleutian Low anomali mer langstrakt, og amplituden er svakere sammenlignet med observasjoner, men den forklarte variansen er sammenlignbar med HR. Den forklarte variansen er

44% i observasjonene, henholdsvis for perioden 1920–2018. De tilbakegående SST-ene viser også en bedre avtale mellom HR og observasjonene, som begge viser en negativ SST-anomali som strekker seg langs den nordlige flanken av Kuroshio Extension der mesoskala virvelindusert SST-variabilitet er sterk (Jing et al., 2019 Ma et al. ., 2015) og en smal kystoppvarmingssone som strekker seg langs kysten av Alaska og Canada. Disse funksjonene er mindre representert i LR.

I motsetning til PNA og PDO, er store avvik mellom HR og LR funnet i å representere Nord-Stillehavsoscillasjonen (NPO) - den andre EOF for vinter-SLP-variabilitet i Nord-Stillehavet (se Linkin & Nigam, 2008, og referanser deri) - og tilsvarende SST-respons. Figur 19 (til høyre) sammenligner den observerte og simulerte NPO og den tilhørende SST-responsen i HR og LR med observasjonene der NPO er preget av en nord-sør dipol av vinter SLP-anomalier sentrert over PNA-mønsteret representert av EOF1. Den tilhørende overflatevarmestrømningsanomalien (ikke vist) har en tripolar struktur som driver en SST-respons. Spesielt den sørlige lappen til NPO kan utøve en innflytelse på passatvindene i Stillehavet som igjen genererer overflatevarmefluksanomalier og utløser tilbakemelding fra vindfordampning-SST (WES) (Amaya et al., 2017 Chang et al., 1997 Xie & Philander, 1994) i subtropene i Nord-Stillehavet. Den resulterende SST-responsen blir betegnet som Pacific Meridional Mode (PMM Chiang & Vimont, 2004), som har vist seg å ha en innvirkning på ENSO (Chang et al., 2007 Chiang & Vimont, 2004 Di Lorenzo et al., 2015) . Fra figur 19 er det tydelig at en dipollignende SLP-anomali som ligner den observerte NPO er tilstede i HR med unntak av at midten av den sørlige lappen i modellen forskyves noe østover og styrken er overvurdert. Den tilhørende SST-responsen i HR er også i en rimelig avtale med observasjonen i Nord-Stillehavet. I motsetning til dette er NPO SLP-anomali i LR veldig svak og ligner ikke den observerte NPO godt. Den tilsvarende SST-responsen har også liten likhet med det observerte SST-regresjonsmønsteret. Siden NPO og relatert PMM-variasjon er viktig for å knytte ekstratropisk variasjon i Nord-Stillehavet til ENSO (Chang et al., 2007 Chiang & Vimont, 2004 Di Lorenzo et al., 2015), konkluderer vi med at økende modelloppløsning fører til forbedringer i simuleringen Nord-Stillehavets klimavariabilitet som helhet. Vi antar videre at den svake NPO i LR kan bidra til den svake ENSO i LR, mens den sterkere enn observerte NPO variabiliteten kan delvis klandres for den forbedrede lavfrekvente ENSO variabiliteten i HR. Noen nylige studier viser at Kuroshio SST front og virvler kan ha innvirkning på stormsporets variasjon i Nord-Stillehavet (Foussard et al., 2019 Kuwano-Yoshida & Minobe, 2017 Ma et al., 2015, 2017 O'Reilly & Czaja, 2015) . I hvilken grad OMEA-interaksjon langs Kuroshio Extension-regionen bidrar til forskjellen i PNA og NPO mellom HR og LR, krever ytterligere grundige analyser.

Langt observerte temperaturrekorder avslører sterk multidecadal variasjon konsentrert i Nord-Atlanteren ved tidsskalaer på omtrent 50–90 år (Delworth & Mann, 2000 Tung & Zhou, 2013). Kjennetegnene til observert AMV er følsomme for metoden som brukes til å isolere den fra den eksternt tvungne oppvarmingen som dominerer den globale temperaturrekorden som begynner tidlig på midten av det tjuende århundre (Frankignoul et al., 2017 Ting et al., 2009 Wu et al. ., 2011). For en foreløpig titt på AMV i HF-TNST-simuleringer, vedtar vi metoden Trenberth og Shea (2006) og undersøker en relativ nordatlantisk oppvarmingsindeks (AMV * definert som SST i området i domenet 75-7,5 ° W, 0–60 ° N minus globalt gjennomsnittlig SST over domenet 60 ° S til 60 ° N). De resulterende AMV * tidsseriene fra HR og LR sammenlignes med ERSSTv5 observasjoner i figur 20d. Begge simuleringene viser anemisk AMV * sammenlignet med observasjoner, men amplitudeavviket forbedres med omtrent 33% i HR (lavpassfiltrert AMV * standardavvik i ERSSTv5, HR og LR er 0,14 ° C, 0,08 ° C og 0,05 Henholdsvis ° C). Videre er det en slående korrespondanse med den observerte fasingen av AMV * i HR HF-TNST (men ikke LR HF-TNST) som startet rundt 1940 som antyder en rolle for ekstern tvang i å sette tidspunktet for AMV * faseoverganger sent det tjuende århundre, som det er blitt hevdet i noen studier (f.eks. Booth et al., 2012). De relative bidragene til intern versus eksternt tvunget variasjon i HR HF-TNST er fortsatt umulig å fastslå, men et planlagt ensemble av HR HF-TNST-simuleringer bør avklare de relevante mekanismene.

Den globale SST-regresjonen mot den observerte (lavpassfiltrerte) AMV * -indeksen avslører et kjent hestesko-mønster for oppvarming over Nord-Atlanteren med maksimal amplitude i den subpolare gyreområdet (Figur 20c). HR HF-TNST-regresjonen har et lignende mønster og amplitude i Nord-Atlanteren, men det viser også signifikante signaler i det tropiske og vestlige Stillehavet som bare er svakt til stede i de observerte dataene (figur 20a). Dette kan ha sammenheng med bruken av Trenberth and Shea (2006) -metoden, som kan gi falske signaler i Stillehavet (Frankignoul et al., 2017). Regresjonsmønsteret i LR HF-TNST er mye mindre realistisk enn i HR HF-TNST, med svært svak amplitude i det subpolare Atlanterhavet og overdreven variasjon i Grønlands og Norskehavet. Samlet sett ser representasjonen av AMV mye bedre ut i HR over LR når det gjelder amplitude, tidsskala og mønster.

En kvantitativ sammenligning av AMOC-profilmodellene med profilen basert på RAPID-data ved 26,5 ° N er gitt i venstre panel i figur 21. HR- og LR-profilene representerer tidsmidler for perioden 1986-2005, og RAPID-profilen er for gjennomsnittet fra april 2004 til september 2018. Bruken av perioden 1986–2005, snarere enn den samme RAPID-perioden, fra simuleringene er å unngå påvirkning av RCP8.5-tvungen på den simulerte AMOC, som starter fra 2006. I de øvre 1000 m, både HR og LR transporter er veldig god samsvar med RAPID-profilen med begge modelltransporter på ca. 18 Sv innenfor observasjonsområdet 17 ± 3,3 Sv der området representerer ett standardavvik (Frajka-Williams et al., 2019 Smeed et al., 2018) . Under ca 2 km dybde er LR-profilen bedre i samsvar med observasjonene. Spesielt er NADWs inntrengningsdybde målt ved dybden av nullovergangen bare litt dypere enn 3000 m i HR, men ca. 4000 m i LR, som er mye nærmere en inntrengningsdybde på omtrent 4500 m i RAPID . Den dypere penetrasjonen av NADW i LR skyldes overløpsparameterisering som brukes for Nordsjøoverløp (Danabasoglu et al., 2010), som ikke er ansatt i HR. Som sådan lider HR av denne grunne forspenningen som er vanlig for mange grove og høyoppløselige modeller uten riktig representasjon av overløp, spesielt i nivåkoordinater (f.eks. Danabasoglu et al., 2014 Gutjahr et al., 2019 Roberts, Jackson, et al. ., 2020). Signaturen til AABW - den negative transporten under ca. 4500 m dybde i RAPID - er ganske svak på denne breddegraden. I LR er AABW egentlig ikke til stede når det er integrert sone som gjort her. I kontrast ser det ut til at en maksimal AABW-transport på ca. 4 Sv i HR ser ut til å være for sterk sammenlignet med observasjonene. De gjennomsnittlige meridionale varmetransportfordelingene fra Atlanterhavet fra HR og LR for den samme 20-årsperioden som ovenfor er presentert i figur 21 (til høyre). Til sammenligning inkluderer figuren også de implisitte transportestimatene fra Large and Yeager (2009) beregnet ved hjelp av Coordinated Ocean-ice Reference Experiments phase II (CORE-II) inter-year fluxes and observer SSTs and sea-is for the 1984-2006 periode, så vel som de direkte estimatene med deres usikkerhet, varierer fra Bryden og Imawaki (2001) og estimatet fra RAPID-dataene (Johns et al., 2011) for april 2004 til februar 2017-perioden. Den maksimale varmetransporten på 1,2 PW rundt 26 ° N i HR er i samsvar med RAPID-estimatet. I motsetning til dette er LR maksimal varmetransport på

1,05 PW er nær det nedre området for disse observasjonsestimatene. Mens sør for ekvator, både LR- og HR-varmetransport er veldig like hverandre, begge nær observasjonsgjennomsnittstransportene, er HR-varmetransport nord for ekvator større enn i LR. Faktisk er HR-transport enda større enn det underforståtte transportområdet mellom 30 ° og 60 ° N. Fordi AMOC-transportene er veldig like mellom HR og LR, skyldes den større varmetransporten i HR sin vertikale temperaturstruktur med en varm (kald) forspenning i den nordover (sørover) flytende øvre (nedre) grenen av NADW-cellen (figur 1c). Den motsatte og større forspenningsstrukturen i LR er ansvarlig for den lavere varmetransporten (figur 1d).

Vi avslutter dette underavsnittet med en kort sammenligning mellom observerte og simulerte avvik mellom sesongene i HR og LR. Av spesiell interesse er Madden-Julian Oscillation (MJO), som er den dominerende modusen for innesesong (30-90 dager) variasjon i den tropiske atmosfæren. Figur 22 viser Wheeler-Kiladis sonebølgetallfrekvenseffektspektre (Wheeler & Kiladis, 1999) av ekvatorialt symmetrisk daglig utgående langbølgestråling (OLR) fra observasjoner, HR og LR. Observasjonene avslører tydelig en sterk varians innen 30–90 dagers frekvensbånd og østgående sonebølgetall 1–2, som betegner MJO. Den simulerte MJO-avviket i både HR og LR er signifikant svakere enn observert, til tross for noen tilsynelatende likhet i karakteristika for frekvens og bølgetall. Den simulerte MJO i HR er omtrent 30% svakere enn den observerte MJO og er bare litt sterkere enn den i LR, noe som indikerer at økende horisontal oppløsning alene ikke fører til signifikante forbedringer i MJO-simuleringer. Nylige modelleringsstudier antyder at MJO-simuleringer kan være følsomme for fysikkparameteriseringer i atmosfæriske modeller. CESM2, som inkluderer mange nye endringer i atmosfæriske fysikkparameteriseringer i forhold til CESM1, viser en mer realistisk MJO-simulering enn CESM1 (Danabasoglu et al., 2020). Hannah et al. (2020) rapporterer også en betydelig forbedret MJO-simulering ved å bruke Super-Parameterized Energy Exascale Earth System Model (SP-E3SM) som innebærer en 2-D cloud resolving model (CRM) i hver rutenettkolonne i den atmosfæriske komponentmodellen for å erstatte en konvensjonell konvektiv parameterisering. Både HR og LR undervurderer også variansen til de observerte ekvatoriale Kelvin-bølgene, selv om Rossby-bølgevariansen er mer realistisk simulert i HR enn i LR (figur 22).

4.3 Ekstreme hendelser

Ekstreme hendelser avhenger ofte sterkt av lokale fysiske forhold og småskala prosesser, som konveksjon og interaksjon med bratt topografi, som ikke blir løst godt av grovoppløsnings klimamodeller. Derfor forventer vi at økende modelloppløsning vil føre til forbedring i simuleringen av ekstreme hendelser. Her vurderer vi to fenomener: (1) TCs i varme årstider og (2) ARs i kalde årstider, som begge er kjent for sin evne til å produsere ekstrem nedbør. Figur 23 viser globale TC-spor simulert av HR og LR i løpet av 1877–2018 (fordi 6-timers variabler ble sendt ut fra 1877 og utover som nevnt i avsnitt 2.2) og deres sammenligning med observasjoner. Det internasjonale datasporet arkiv for klimastyring (IBTrACS) (Knapp et al., 2010) for perioden 1950–2018 ble ansatt for de observerte TC-sporene. En observert TC er definert som å ha en 1 min maksimal vedvarende vindhastighet på 34 kt (17,5 m s −1) eller høyere. Simulerte TC-er spores ved hjelp av TempestExtremes-algoritmen (Ullrich & Zarzycki, 2017 Zarzycki & Ullrich, 2017) med seks timers modelldata.

Det observerte, globale gjennomsnittlige årlige antall TC-er for perioden 1950–2018 er omtrent 82 per år, og de tilsvarende verdiene er henholdsvis 112 og 25 per år i HR og LR HF-TNST. Figur 23 viser at det årlige antall TC-er i LR er sterkt undervurdert i alle bassengene, bortsett fra det sør-tropiske Atlanterhavet (STA). Det nord-tropiske Atlanterhavet (NTA) er spesielt utfordrende, hvor antall TC-er i LR er mindre enn 1 per år, sammenlignet med 12 per år i observasjoner. Denne store negative skjevheten i LR er i samsvar med tidligere studier (Camargo, 2013 Tory et al., 2013). Selv i HR er det årlige NTA TC-tallet bare omtrent halvparten av det i observasjonene. En nylig studie av Roberts et al.(2020b) antyder at denne vedvarende lave skjevheten er et vanlig problem for mange høyoppløselige klimamodeller. I tillegg til undervurderingen av TC-tall, er det en tydelig skjevhet i NTA TC-utvikling i HR, hvor sterke TC-er, i stedet for å danne seg i de dype tropene, har en tendens til å forekomme i de høyere breddegradene. Når det gjelder det årlige gjennomsnittlige TC-tallet, viser TC i det vestlige Nord-Stillehavet (WNP) i HR den nærmeste avtalen med observasjonene, mens tallene i de andre bassengene, det vil si Øst-Nord-Stillehavet (ENP), Nord-Indiske hav (NIO), Sør-Indiahavet (SIO), South Tropical Pacific (STP), og kanskje spesielt STA, viser alle en overestimering i HR. TC-styrke er også undervurdert av både HR og LR, men mye mindre alvorlig i HR enn i LR. Mens LR bare simulerer noen få kategori-1 TC-er og ingen TC-er sterkere enn kategori-1, er HR i stand til å produsere et lite antall kategori-4 TC-er, men nesten ingen kategori-5 TC-er. Til tross for disse problemene er det utvetydig at HR forbedrer den totale TC-representasjonen over LR. I en nylig HighResMIP-studie er det vist at CESM er en av modellene hvis TC-simuleringer er svært følsomme for modelloppløsning (Roberts et al., 2020b). Faktisk har CESM HighResMIP-bidraget det største antallet TC-er blant alle HighResMIP-modellene, tilsvarende CESM-bidrag med lav oppløsning er blant de som produserte minst antall TC-er, basert på den samme TempestExtremes-sporingsalgoritmen. Som bemerket av Roberts et al. (2020a, 2020b), TC-identifikasjon og sporing kan være følsomme for ulike sporingsalgoritmer, men vi tror ikke at disse generelle resultatene vil bli påvirket.

Det er velkjent at TC-er er modulert av moduser for klimavariabilitet. Blant de mest studerte er effekten av ENSO på TC (se Lin et al., 2020, for en gjennomgang og referanser der). Figur 24 viser regresjoner av TC-sporets tetthet (årlige totale TC-tall som går gjennom hver 4 ° × 4 ° -boks) anomalier på NINO3.4 SST-indeks fra 1950 til 2018 i observasjoner og i HR og LR HF-TNST. I løpet av den varme fasen av ENSO undertrykkes TC-aktiviteter i NTA på grunn av økningen av den vertikale vindskjæringen (Lin et al., 2020), men økte i WNP. Denne funksjonen er godt fanget av HR. I motsetning til dette er ikke LR i stand til å vise noe signifikant TC-responssignal i NTA og ENP, fordi antall TC-er i disse regionene er sterkt undervurdert. Begge modellene ser ut til å demonstrere noen ferdigheter i å simulere TC-reduksjon i SIO under El Niño og et ekvatorforskyvning av TC-aktiviteter i STP.

AMV er også kjent for å ha en innvirkning på atlantiske TC-er. Figur 24 viser også regresjoner av TC-sporets tetthetsavvik på AMV * -indeksen (Figur 20d) fra 1950 til 2018 i observasjoner og fra 1877 til 2018 i HR og LR HF-TNST. Som det kan sees, er det i både observasjoner og HR en økning i Atlantic TC-aktiviteter i den positive fasen av AMV (Chylek & Lesins, 2008 Goldenberg et al., 2001), selv om amplituden til TC-respons i HR er betydelig svakere. enn det i observasjoner, muligens på grunn av de kombinerte faktorene at både AMV-variabilitet og NTA-TC er undervurdert i HR. Som forventet finnes en enda svakere respons i NTA TCs til AMV i LR på grunn av enda svakere TC-aktiviteter i NTA og fraværet av multi-dekadal SST-variasjon i Nord-Atlanteren i LR (Figur 20d). Utenfor den nordatlantiske sektoren viser den observerte TC-responsen på AMV en samlet reduksjon i TC-aktiviteten i alle bassengene. Noen antydninger til denne reduksjonen ses i HR, spesielt i Nord-Tropiske Stillehavet, men i LR viser responsen ingen sammenhengende struktur. Vi advarer om at disse analysene er basert på korte poster. Med tanke på den multidecadale tidsskalaen til AMV, dekker den observerte posten fra 1950 til 2018 knapt en komplett AMV-syklus.

AR er synoptiske egenskaper som er preget av lange og smale korridorer av intens lateral vanndamptransport i den nedre troposfæren fra tropene til extratropics. Forekomsten av AR er ofte assosiert med ekstratropiske sykloner i løpet av den kalde årstiden, selv om forholdet mellom de to er svært komplekst, og bare en brøkdel av ekstratropiske sykloner er funnet å eksistere sammen med AR (se Payne et al., 2020, for en gjennomgang og referanser deri. ). Den synoptiske arten til AR reiser et spørsmål om de er tilstrekkelig representert i klimamodeller. Noen få tidligere studier har forsøkt å ta opp dette spørsmålet ved bruk av kun atmosfæremodeller (f.eks. Hagos et al., 2015). Her sammenligner vi noen enkle AR-statistikker fra HR, LR og observasjoner.

Observerte AR er avledet fra ERA-5 analysedatasett (Hersbach et al., 2020) for perioden 1979 til 2005, basert på sporing av lange og smale lukkede områder av daglig gjennomsnittlig integrert damptransport (IVT) anomalier som er større enn en terskel IVT verdi på 250 kg m −1 s −1 for alle årstider over hele kloden. Avvikene er definert som avvik fra det klimatiske gjennomsnittet i løpet av analyseperioden. Lukkede konturer av terskelverdien er definert som ARs ytterkant og et lukket område må være lengre enn 2000 km og smalere enn 1000 km for å klassifiseres som AR (Gimeno et al., 2014 Zhu & Newell, 1998). Den samme tidsperioden og sporingsalgoritmen brukes til HR og LR for å identifisere simulerte AR. Vi er fullstendig klar over det faktum at AR-sporing kan være følsom overfor forskjellige sporingsalgoritmer, og den enkle IVT-størrelsesgrensemetoden som brukes her, har sine begrensninger i sporing av AR-er globalt (f.eks. Shields et al., 2018 Xu et al., 2020) . Imidlertid vil terskelmetoden være tilstrekkelig for vår nåværende hensikt å bare illustrere noen av de store AR-forskjellene mellom HR og LR i motsetning til observasjoner. Mer detaljerte AR-følsomhetsstudier er planlagt i fremtiden.

Figur 25 (til venstre) viser gjennomsnittlig IVT-verdi båret av alle de påviste AR-ene over hele kloden i henholdsvis observasjonene, HR og LR. Det er tydelig at gjennomsnittlig IVT er mye mer realistisk simulert i HR enn LR. Sammenlignet med observasjonene har IVT i HR lignende romlige strukturer og amplituder i både NH og SH, bortsett fra at IVT-styrken er litt undervurdert med ca 12% i Nord-Stillehavet, men overvurdert med ca 15% i andre bassenger i HR . I motsetning til dette er IVT-verdier i LR sterkt undervurdert i alle AR-aktive regioner med en tredobbelt undervurdering i Nordvest-Stillehavet. I samsvar med høyere IVT er gjennomsnittlig nedbør samtidig med AR i HR også mye høyere enn i LR og nærmere den observerte nedbøren (Figur 25 i midten). I AR-aktive regioner er gjennomsnittlig nedbør i LR mindre enn en tredjedel av verdien i HR. I figuren er den observerte nedbøren hentet fra Nedbørsestimering fra Fjernstyrt Informasjon ved hjelp av datasett for kunstige nevrale nettverk-klimadata (PERSIANN-CDR Ashouri et al., 2015) som gir daglige nedbørsestimater med en romlig oppløsning på 0,25 ° i breddegraden 60 ° S til 60 ° N fra 1983 til 2005. AR er kjent for sin innvirkning på nedbør langs vestkysten av Nord-Amerika og forårsaker store flomhendelser i regionen. Figur 25 (til høyre) viser zooming av nedbør langs vestkysten av Nord-Amerika i henholdsvis observasjoner, HR og LR. Det er tydelig at mye nedbør langs kysten forårsaket av topografisk løft er mye mer realistisk representert i HR enn i LR. Den forbedrede simuleringen i HR kommer sannsynligvis fra både forbedret IVT og bedre løst topografi i HR (Figur 25 til høyre). Imidlertid garanterer en mer detaljert analyse av AR og relatert nedbør i HR og LR og den potensielle årsaken til forskjellene fremtidige studier. Her konkluderer vi ganske enkelt med at simuleringer av både AR og tilhørende nedbør er betydelig forbedret av økningen i modelloppløsningen. Mye av AR-relatert nedbør er forårsaket av løst nedbør i stor skala (ikke vist). Derfor er forbedringen av AR-relatert nedbør nært knyttet til økningen i den oppløste store nedbøren i HR som tidligere diskutert.


Abstrakt

Den sørvestlige delen av Bohai-bukten i det nordøstlige Kina er en kyst med grunt vann med lang henting etter vann som kan hoper seg opp for å produsere store stormflo under sterk vindhandling under ekstreme værforhold. I tillegg har kystlinjen langs bukten hatt betydelige miljøpåvirkninger fra storskala havnekonstruksjoner de siste to tiårene. Derfor er det et presserende behov for å bedre forstå effekten av to lokale storskala sekvensielle havnekonstruksjoner på stormflod og kystsårbarhet i buktområdet. Det ekstreme kaldfrontværet 10. - 13. oktober 2003 forårsaket en skade på 1,31 milliarder yuan. En toveis koblet tidevanns-bølge Delft3D-modell brukes til å undersøke virkningen av havnekonstruksjonene fra 2003 til 2016 på samspillet mellom tidevann, stormflo og bølge under en storm som den. Vindfeltet av det nylig utgitte globale reanalyse-vindproduktet ERA5 fra European Center for Medium-Range Weather Forecasts (ECMWF) er forbedret ved assimilering med feltobservasjoner med en høyere oppløsning enn forrige versjon og brukes til å drive tidevannet, bølge og ramme for bølgemodellering. Modellresultatene indikerer at stormfloen i studieområdet domineres av vindindusert bølge før og etter konstruksjonene, mens det maksimale bidraget fra bølgeindusert bølge (bølgeoppsett) økes fra 5% -15% til 8% - 20% av havnekonstruksjonene mellom 2003 og 2016. Det er funnet at semi-døgnmodulering av stormflom genereres av ikke-lineær tidevanns-interaksjon, noe som hovedsakelig tilskrives lokal tidevannsakselerasjon i offshore-sonen og bunnspenning i nearshore-sonen henholdsvis. Havnekonstruksjonene påvirker kyststormflom hovedsakelig gjennom ikke-lineær tidevann-bølge-interaksjon. I tillegg skyldes den kvart-døgnvariasjonen av stormflom forårsaket av havnekonstruksjonene innflytelsen fra havnekonstruksjonene på de lokale kvartal-tidevannskomponentene og deres modulering av bølgemomentoverføring til kystsirkulasjon.


Bygge sosialt aktiverte hendelsesberikede kart

Med utviklingen av teknologi for sosial sensing har digitale kart nylig vært vitne til en enorm utvikling med sikte på å integrere berikede semantiske lag fra heterogene og mangfoldige datakilder. Nåværende generasjoner med digitale kart kommer ofte fra folkemengder, tillater interaktiv ruteplanlegging og kan inneholde liveoppdateringer, for eksempel trafikkbelastningsstatus. Innenfor denne sammenhengen tror vi at neste generasjon kart vil introdusere begrepet utvinning Hendelser av interesse (EoI) fra massedata, og viser dem i forskjellige romlige skalaer basert på deres betydning. Denne artikkelen introduserer Hadath 1, et skalerbart og effektivt system som trekker ut sosiale hendelser fra ustrukturerte datastrømmer, f.eks. Twitter. Hadath bruker naturlig språkbehandling og flerdimensjonale klyngeteknikker for å hente ut relevante hendelser av interesse i forskjellige kartskalaer, og for å utlede det romtemporale omfanget av oppdagede hendelser. Hadath implementerer også et hierarkisk spatio-temporal indekseringsskjema i minnet for å gi effektiv og skalerbar tilgang til rådata, samt ekstraherte klynger av hendelser. Opprinnelig blir datapakker behandlet for å oppdage hendelser i lokal skala, deretter bestemmes riktig spatio-tidsmessig omfang og betydningen av oppdagede hendelser i global skala. Som et resultat kan live-hendelser vises i forskjellige rom-tidsmessige oppløsninger, noe som gir en jevn og unik nettopplevelse. Til slutt, for å validere vårt foreslåtte system, gjennomførte vi eksperimenter på sanntidsstrømmer og sosiale medier.

Dette er en forhåndsvisning av abonnementsinnhold, tilgang via institusjonen din.


Se videoen: Introduction To TileMill 2: Adding Layers