全球氣候模式

大氣環流模式General Circulation Model,GCM)是描述行星大氣或海洋的數學模型。它是基於旋轉球體的納維-斯托克斯方程,包括熱力學項來反映很多能量源(比如輻射潛熱)。這些方程式用於模擬地球大氣或海洋的複雜電腦程式的基礎。大氣和海洋環流模式(AGCM和OGCM)、海冰、陸地表面過程是全球氣候模式Global Climate Model)的關鍵成分。大氣環流模式和全球氣候模式被廣泛的應用與天氣預報、理解氣候、預測氣候變化等方面。用於研究十年到百年時間尺度的氣候的模式最早是由真鍋淑郎科克·布萊恩英語Kirk Bryan (oceanographer)在位於普林斯頓地球物理流體動力學實驗室里創造的。[1]這些需要大量計算的數值模式集成了流體力學、化學、有時還有生物學的各類方程。

氣候模式是由描述物理流體運動化學的基本定律的微分方程組所構成的系統。為了運行一個模式,科學家將地球劃分成許多三維網格,應用這些基本方程,以及評價結果。大氣模式在每個網格里計算熱傳輸輻射相對濕度和地表水文,還要評估與相鄰網格間的相互作用。風、熱傳輸和其他變量僅僅被用來計算一個最終結果,因此它們不被要求對應真實世界裡的情況。在有些數值方案里虛擬的變量被使用。

對命名的註解

「GCM」這個縮寫經常被用來代指「全球氣候模式」或「大氣環流模式」。雖然這兩類模式不完全一樣,但大氣環流模式通常是用來模擬氣候的工具。因此這兩個術語有時在討論氣候模式英語Climate model時也常被交替使用。

大氣環流模式的歷史

1956年諾曼·菲利普斯(Norman Phillips)提出了一個可以真實描述對流層的月和季度天氣模式的數學模型,該模型成為第一個成功的氣候模式英語Climate model[2][3]緊接著菲利普斯的工作,幾個研究小組開始創造「大氣環流模式」。[4]第一個包含有海洋和大氣過程的大氣環流模式是在20世紀60年代由NOAA地球物理流體動力學實驗室發展起來的。[1]到了20世紀80年代早期,美國的美國國家大氣研究中心已經發展出社群大氣模式,其後還得到不斷的完善,直到21世紀還在使用。[5]在1996年,模式中開始考慮和模擬土壤和植被類型,從而得到更接近真實的預報。[6]目前,海洋-大氣相互耦合的氣候模式被用來研究氣候變化,比如哈德利氣候預測與研究中心英語Hadley Centre for Climate Prediction and Research開發的HadCM3英語HadCM3模式。[4]直到20世紀80年代中期,重力波的重要性才被意識到並在模式中考慮。如今,為了正確的模擬區域和全球尺度的大氣環流,全球氣候模式必須包括重力波,即使重力波的寬譜使得結合他們很複雜。[7]

耦合模式

實際的大氣與地球表面之間有交互作用的存在,為了更接近實際狀況而演化出耦合模式(couple model)。尤以占地球面積最大的海洋,溫度受到大氣作用而每分每秒都在變化,海面的溫度也會反饋給大氣。大氣模式預報一個時間步長後將結果傳達給海洋模式,海洋模式接著預報一時間步長並回傳,兩模式彼此循環預報成為海氣耦合環流模式(CGCM或AOGCM)。而海洋模式、海冰模式、路面蒸散模式、河流徑流模式...等,由許多模式構成整個全球耦合環流模式便成了完整的氣候模式基礎,在此架構下,便可以用來探討氣候變遷的反應(例如Sun和Hansen,2003)。

模式結構

三維環流模式將流體運動的方程離散化,然後對時間做向前積分。這些模式也會包含對一些尺度過小而不能直接解析的過程(比如對流)的參數化。隨著對模式要求越來越多,更複雜的模式還可能包括代表碳循環、氣溶膠與化學元素、碳循環、水循環、陸地使用種類…等,未來更可能將生物也考慮進去。

簡化大氣環流模式(SGCM),縮小版的GCM,一般包含一個動力核心,將物質屬性(比如溫度)和動力屬性(比如壓力和速度)聯繫起來。比如,求解原始方程組的程序就是例子。被給的能量輸入到模式中,能量以摩擦力的形式耗散,乃至波數最高的那些大氣波英語atmospheric wave被衰減的最厲害。這樣的模式可以被用來在簡化的框架里研究一些大氣過程,但不適合預測將來的氣候。

參考文獻

  1. ^ 移至: 1.0 1.1 The First Climate Model. NOAA 200th Celebration. 2007 [20 April 2010]. (原始內容存檔於2019-05-15). 
  2. ^ Phillips, Norman A. The general circulation of the atmosphere: a numerical experiment. Quarterly Journal of the Royal Meteorological Society英語Quarterly Journal of the Royal Meteorological Society. April 1956, 82 (352): 123–154. Bibcode:1956QJRMS..82..123P. doi:10.1002/qj.49708235202. 
  3. ^ Cox, John D. Storm Watchers. John Wiley & Sons, Inc. 2002: 210. ISBN 0-471-38108-X. 
  4. ^ 移至: 4.0 4.1 Lynch, Peter. The ENIAC Integrations. The Emergence of Numerical Weather Prediction. Cambridge University Press. 2006: 206–208. ISBN 978-0-521-85729-1. 
  5. ^ Collins, William D.; et al. Description of the NCAR Community Atmosphere Model (CAM 3.0) (PDF). University Corporation for Atmospheric Research. June 2004 [3 January 2011]. (原始內容存檔 (PDF)於2019-09-26). 
  6. ^ Xue, Yongkang and Michael J. Fennessey. Impact of vegetation properties on U.S. summer weather prediction (PDF). Journal of Geophysical Research (American Geophysical Union). 20 March 1996, 101 (D3): 7419 [6 January 2011]. Bibcode:1996JGR...101.7419X. doi:10.1029/95JD02169. (原始內容 (PDF)存檔於2010年7月10日). 
  7. ^ McGuffie, K. and A. Henderson-Sellers. A climate modelling primer. John Wiley and Sons. 2005: 188 [24 February 2011]. ISBN 978-0-470-85751-9. 

外部連結