XiaoMi-AI文件搜索系统
World File Search System大气模型
最佳选择城市二氧化碳的卫星XCO2图像...
摘要。从CO 2柱平均干摩尔分数（XCO 2）的Spaceborn图像中估算城市CO 2发射的兴趣越来越大。排放估计方法已被广泛测试并应用于实际或合成图像。但是，仍然缺乏选择值得处理的图像的客观标准。这项研究分析了一种自动化方法的性能，用于估计城市排放作为目标城市和大气条件的函数。，它使用具有合成真理的合成数据和9920 XCO 2的合成卫星图像在全球最大的31个城市中，由全球自适应网格模型，海洋 - 陆地 - 大气模型（OLAM）产生，在这些城市高度重大的城市中放大。我们使用一种应用于这种合成图像集合的决策树学习方法根据这些发射和大气条件来定义标准，以选择合适的卫星图像。我们表明，基于高斯羽流模型的发射估计方法的自动化方法设法估算了92％的合成图像。我们的学习方法确定了两个标准，即风向的空间可变性和目标城市的排放预算，这些预算折磨了其处理的图像，其处理可得出合理的发射估计，从而从那些处理产生大量的估计。图像对应于风向低空间可变性（小于12°）和高城市排放（大于2.1 kt co 2 H-1）的图像占图像的47％，并且其处理的相对误差在发射范围内产生了相对误差，中位数为-7％，二级分支范围
扰动参数以了解云对气候变化的贡献
摘要：使用CAM6扰动参数集合（PPE）评估云反馈对大气模型参数的敏感性。CAM6 PPE PERTURBS在262个模拟中45个参数，其中206个参数在此使用。总云反馈中的扩展及其在CAM6 PPE中的六个组件与跨CMIP6和AMIP集合的扩散相当，表明参数不确定性反映了结构不确定性。但是，CAM6 PPE中的高云高度反馈通常比WCRP评估，CMIP6和AMIP值大。我们评估了45个参数中的每个参数的影响在总云反馈和六个云反馈组成部分中的每个参数。我们还探讨了是否可以使用CAM6 PPE来限制总云反馈，但结果不确定。此外，我们发现，尽管CAM6中云反馈的参数敏感性很大，但云反馈从CAM5到CAM6的大幅增加并不是参数值变化的结果。值得注意的是，与AMIP（CAM6.0）相比，CAM6 PPE的运行方式更近是CAM6（CAM6.3），并且与CAM6.0（0.81 W M 2 2 2 K 2 1 1）相比，总云总反馈（0.56 W m 2 2 K 2 1），主要是由于低云中的低云而降低了Tropics and MidlatiD的低云。工作强调了云反馈对CAM6中参数值和结构细节的敏感性。
使用舰载固定翼无人机进行测量...
从研究船上部署和回收自主或遥控平台已成为显著扩展研究船队能力和范围的一种方式。本文介绍了从船上发射和回收的波音 Insitu ScanEagle 无人机 (UAV) 的使用情况。在 2012 年 10 月的中太平洋赤道混合 (EquatorMix) 实验和 2013 年 7 月的弗吉尼亚海岸三叉戟勇士实验期间，无人机被用来表征海洋大气边界层 (MABL) 的结构和动态，并测量海洋表面过程。无人机测量结果包括大气动量和辐射、感热和潜热通量，并辅以船载仪器的测量结果，包括前桅 MABL 涡流协方差系统、激光雷达高度计和数字化 X 波段雷达系统。在 EquatorMix 期间，无人机测量结果揭示了船舶测量未采样的纵向大气滚动结构，这对热量和动量的垂直通量有重大影响。使用天底无人机激光雷达，可以观察到内部波的表面特征，与船载 X 波段雷达、水文多普勒声纳系统和理论模型的测量结果一致且连贯。在三叉戟勇士实验中，仪器化的无人机用于演示将无人机的气象数据实时同化到区域耦合海洋-大气模型中。仪器化的无人机在偏远海洋位置的大气和海洋测量中提供了前所未有的时空分辨率，展示了这些平台扩展海洋和大气研究舰队范围和能力的能力。
罕见的事件抽样，用于突然的瞬态极端事件
摘要气候科学和天气风险管理的主要目标是准确地对极端事件的物理和统计数据进行建模。这两个目标在根本上是矛盾的：计算模型的分辨率越高，越来越昂贵的是捕获分布尾部准确统计的合奏。在这里，我们专注于在空间和时间上局部的事件，例如大降水事件，这些事件可能会突然开始并迅速腐烂。，我们比直接气候模型模拟更有效地推进了对此类事件进行采样的方法。我们的方法结合了两种现有方法的元素：自适应多级拆分（AMS），这是一种罕见的事件算法，产生严格的统计数据，但无法增强突然的，瞬态极端的采样；和“合奏增强”，它产生了这些事件的物理上合理的故事情节，而不是它们的统计数据。，我们通过在集合提升的方法之前在事件发作之前很好地拆分轨迹来修改AM。早期分裂需要一个降低效率的拒绝步骤，但对于使用Lorenz -96模型放大和多样化的模拟事件至关重要，为此我们证明了对极端局部能量波动的提高采样大约相对于直接采样的10倍。我们的方法与以前的算法有关，包括子集模拟和预期的AM，但明确定制的是处理由混乱的行进波造成的爆发事件。我们的工作朝着有效地在大气模型中有效采样这种瞬时的局部极端的目标取得了进步。
劳伦斯·伯克利国家实验室
摘要：山上在水资源可用性中起着极大的作用，并且它们提供的水的数量和时机在很大程度上取决于温度。为此，我们提出了一个问题：大气模型捕捉山温度的程度如何？我们合成结果表明，高分辨率，与区域相关的气候模型产生的空气温度（T2M）测量比观察到的（一种“冷偏置”）更冷，尤其是在冬季雪覆盖的中纬度山脉中。我们在全球山脉的44项研究中发现了常见的冷偏见，包括单模型和多模型合奏。我们探讨了推动这些偏见的因素，并检查了T2M背后的物理机制，数据限制和观察性不确定性。我们的分析表明，偏见是真实的，不是由于观察到的稀疏性或分辨率不匹配。冷偏置主要发生在山峰和山脊上，而山谷通常是温暖的偏见。我们的文献综述表明，增加模型分辨率并不能清楚地减轻偏见。通过分析科罗拉多洛矶山脉中的地表大气中的数据集成现场实验室（SAIL）现场活动，我们测试了与冷偏见有关的各种假设，发现当地的风回流，长波（LW）辐射和地表层参数有助于在此特定位置的T2M偏见。我们通过强调在仪器高的山区位置的协调模型评估和开发工作的价值来解决，以解决T2M偏见的根本原因，并提高对山气候的预测性理解。
BARPA 的性能和基于流程的评估……
摘要：人类活动引起的气候变化正在改变控制全球和澳大利亚自然灾害特征的地球系统过程。对未来气候变化下的灾害进行模型预估对于有效适应气候变化至关重要。本文介绍了 BARPA-R（澳大利亚气象局大气区域预估），这是一个区域气候模型，旨在对澳大利亚地区的气候预估进行降尺度处理，以研究未来的灾害。BARPA-R 是一个有限区域模型，水平网格间距为 17 公里，利用了英国气象局统一模型 (MetUM) 大气模型和英国联合陆地环境模拟器 (JULES) 陆地表面模型。为了建立可信度并符合协调区域气候降尺度实验 (CORDEX) 的实验设计，BARPA-R 框架已用于降尺度 ERA5 再分析。本文对本次评估试验进行了评估。基于性能的评估结果以ERA5为基准，自由运行的BARPA-R模拟与受观测约束的再分析之间的性能相当，这被视为良好结果。首先，对BARPA-R对澳大利亚地表气温、降水和10米风场的表征进行检验，发现其总体性能良好，偏差包括每日最高气温1 ◦ C的冷偏差、昼夜温差减小以及澳大利亚内陆地区每月高达25毫米的湿偏差。每日最高气温的近期趋势与观测结果一致。
交互式海洋动力学对大西洋海面温度变化的影响
摘要：通过比较完全耦合的大气 - 海洋 - 冰模型与同一大气模型与海洋替换为无动感的平板层（因此Fornless Slab Slab Ocean模型），研究了交互式海洋动力学对大西洋海面温度（SST）内部变化的影响。两种模型之间的SST变异性差异是通过优化技术诊断出的，该优化技术发现了差异尽可能不同的组件。这项技术表明，大西洋SST的可变性在两个模型之间显着不同。平板海洋模型中具有最大SST方差的两个组件类似于与北大西洋振荡（NAO）和大西洋多年代变化（AMV）模式相关的Tripole SST模式。该结果支持以前的主张，即AMV不需要海洋动力学，尽管海洋动力学导致AMV和NAO Tripole的记忆略有增加。完全耦合模型中SST方差最极端增强的组件类似于大西洋尼诺尼诺模式，并确定了我们技术隔离已知需要海洋动力学的物理模式的能力。在完全耦合模型中具有更大差异的第二个组件是一种亚置SST变异性的模式。SST异常的重新出现和海洋热传输的变化都会导致SST差异和记忆力增加。尽管SST的平均值和变异性差异很大，但两种模型之间的大气变异性非常相似，并确定大气变异性是由内部大气动力学产生的。
自1980年以来的大气热传输趋势
摘要：我们研究了自1980年以来子午大气热传输（AHT）的线性趋势，在大气重新分析数据集，耦合气候模型和仅被大气中的气候模型与历史悠久的海面性温度强迫的唯一气候模型。AHT的趋势分解为循环的三个组成部分的贡献：（i）瞬态涡流，（ii）固定涡流和（iii）平均子午循环。所有重新分析和模型都同意南大洋的AHT趋势模式，从而确立了该地区的趋势。在Reanalyses的南大洋中，瞬态eDdy Aht幅度有强大的增加，仅大气模型就可以很好地复制，而耦合模型显示出较小的幅度趋势。这表明海面温度趋势的模式有助于该区域的偏差AHT趋势。在热带地区，我们发现模型中平均循环AHT趋势之间的巨大差异和重新分析，我们将其连接到热带降水趋势中的差异。在北半球中，我们发现大规模趋势和更多不确定性的证据较少，但请注意，模型与重新分析的几个区域与具有动态解释的重新分析。在整个工作中，我们在AHT的不同组成部分之间获得了强大的补偿，最值得注意的是，在南大洋中，瞬态eDdy AHT趋势得到了平均体系循环AHT趋势的很好的补偿，从而导致了相对较小的AHT趋势。这重点介绍了考虑AHT的重要性，而不是单独的每个AHT组件。
floppity：通过机器学习启用自洽的大气检索
上下文。将外部大气的观察结果解释为限制物理和化学特性，通常是对贝叶斯检索技术进行的。由于这些方法需要许多模型计算，因此必须在模型的复杂性和运行时间之间做出妥协。实现这一折衷会导致许多物理和化学过程的简化（例如参数化温度结构）。目标。在这里，我们实施和测试顺序神经后估计（SNPE），这是一种用于系外行星的机器学习推理算法。目标是加快检索的速度，以便可以使用更昂贵的大气模型进行运行，例如那些使用辐射转移计算温度结构的模型。方法。我们使用外部科学（ARCIS）的精巧建模代码生成了100个合成观测，该代码是一种具有大气形的建模代码，具有远距离的功能，可以在不同程度的复杂性上计算模型，并在其上进行检索以测试SNPE后代的忠诚。忠诚量化了后者是否会像我们预期的那样经常包含地面真理。我们还使用Arcis的自洽功能对凉爽的棕色矮人进行了合成观察，并通过自洽模型进行了检索，以展示SNPE打开的可能性。结果。我们发现，SNPE提供了忠实的后代，因此是系外运动大气检索的可靠工具。我们已在GitHub上公开为社区公开使用代码。我们只能使用仅50 000个正向模型评估来运行合成棕色矮人光谱的自洽检索。我们发现，SNPE可以根据向前模型的计算负载，观察力的维度及其信噪比（S / N）加快〜2×和≥10倍之间的速度。
高分辨率模型对比项目（Highresmip）气候模型的北极海冰的过去和未来
摘要。我们检查了六个气候模型的北极海冰性能的过去和预计变化，该模型在耦合模型对比的耦合模型对比ISON项目阶段6（CMIP6）中的高分辨率模型对比项目（HighResmip）中进行了调查。在大雷值中，每个实验都使用参考分辨率结构（与典型的CMIP6运行一致）和更高分辨率的配置进行运行。分析了水平网格分辨率在大气模型组件和海洋模型组件中的作用，在北极海冰覆盖的过去和繁殖变化中。模型输出来自耦合的历史（Hist-1950）和Future（HighreRes-Future）运行，用于描述北极海冰的多模型，多分辨率表示，并评估该分辨率增强原因的系统差异（如果有）。我们的结果表明，海冰覆盖的表示与海洋/大气网格之间没有密切的关系。 Horizontal分辨率的影响取决于所检查的海冰特征和所使用的模型。然而，与大气的重新构造相比，海格的重新构成具有更大的作用，涡流的海洋结构通常可以提供更现实的海冰区和海冰边缘的代表。所有型号都大量的海冰缩小：北极从1950年到2050年损失了近95％的海冰量。基于历史表现的模型选择可能会提高模型预测的准确性，并预测北极最早在2047年将无冰。随着整个海冰的损失，注意到总海冰的空间结构的变化及其在冰层中的划分：边际冰区（MIZ）将在2050年到2050年主导冰盖，这表明向新的海冰制度转移到了更接近Cur-