使用气候模型登山者-X,我们提出了一种有效的方法,可以吸收涵盖现在22000至6500年的最后一次脱位的表面温度的时间演化。数据同化方法结合了数据和管理气候系统的基本动力学原理,以提供系统的状态估计,这比仅使用数据或单独模型可以获得的系统要好。在应用集合Kalman滤波器方法时,我们利用并行数据同化框架(PDAF)中的进步,该框架(PDAF)提供了并行数据同化功能,计算时间的增加相对较小。我们发现数据同化溶液在很大程度上取决于腐烂的冰盖的背景演变,而不是同化的温度。两种不同的冰盖侦察结构会导致不同的冰川融化病史,影响了大规模的海洋结构,从而影响了表面温度。我们发现,数据同化的影响在区域尺度上比全球平均值更为明显。尤其是,数据同化在千禧一代变暖和冷却阶段的效果更强,例如BØlling-AllerØD和年轻的Dryas,尤其是在具有异质温度模式的高纬度地区。我们的方法是对多千年时间尺度进行全面的古平方分析迈出的一步,包括将可用的古气候数据纳入了代表区域气候的不确定性。
主要关键词