跳到主要内容

感谢您访问nature.com。您使用的是对CSS支持有限的浏览器版本。为了获得最好的体验，我们建议您使用最新的浏览器(或关闭Internet Explorer的兼容性模式)。同时，为了确保持续的支持，我们将在没有样式和JavaScript的情况下显示站点。

1970年以来观测到的向极地的淡水输送

自然体积602，页面617 - 622 (2022）引用本文

主题

摘要

气候变暖导致的全球水循环变化对全球生态系统和人类社会构成了重大挑战。然而，由于缺乏直接观测资料，很难量化历史水循环变化，特别是在海洋上空，全球降水和蒸发的77%和85%分别发生在海洋上空1，2，3.．淡水的海气通量对海洋盐度的影响是，在海洋最温暖和最冷的部分，平均盐度最低，在中等温度时最高4．在这里，我们追踪了海洋中温暖、咸的部分的盐度趋势，并量化了1970年至2014年观测到的地球系统中淡水向极地的净输送。在此期间，从暖海洋区域向极地的淡水输送以34-62毫弗拉(mSv = 10)的速度发生3.米3.年代−1)，这一速率在当前的气候模式(气候模式相互比较项目第6阶段(CMIP6))中没有被复制。在CMIP6模式中，温暖海洋地区地表淡水通量的增强导致海洋淡水含量的变化大致相当，海洋混合和环流的影响很小。如果这种过程划分适用于现实世界，则意味着CMIP6中的历史地表通量放大较观测值(3.0-7.4%)弱(0.3-4.6%)。这些结果确立了向极地淡水运输的历史约束，将有助于解决气候模式中的偏差。

这是订阅内容的预览，通过你所在的机构访问

访问选项

买条

在ReadCube上获得时间限制或全文访问。

32.00美元

买

所有价格均为净价格。

图1:观测到的和模拟的纬向平均盐度的历史盐度变化的相关模式。
图2:观测和模拟的全球盐度对比增强T- - - - - -年代曲线。
图3:1970年至2014年观测数据和气候模型中淡水含量的历史变化。
图4:变化的地表淡水通量对气候模式中淡水含量的影响。

数据可用性

本研究中使用的所有数据集都是公开的。EN4数据可从英国气象局哈德利中心(https://www.metoffice.gov.uk/hadobs/en4/download.html)， IAP数据由中国科学院提供(温度:https://climatedataguide.ucar.edu/climate-data/ ocean-temperature-analysis- heat-content- estimate-institute-atmospheric-physics；盐度:http://159.226.119.60/cheng/)， Ishii的数据可从国家大气研究中心(https://rda.ucar.edu/datasets/ds285.3/)和ERA5数据可从ECMWF (https://www.ecmwf.int/en/forecasts/datasets/reanalysis-datasets/era5)．CMIP6和DAMIP模型输出可从地球系统网格联邦获得34，35，36，37，38，39，40，41，42，43，44，45，46，47，48，49，50，51，52，53，54，55，56，57，58，59(ESGF;https://sgf-node.llnl.gov/search/cmip6)．

参考文献

  1. 崔伯思，史密斯，李，钱，戴，A.和法苏洛，J.利用观测和模式数据估算全球水收支及其年周期。j . Hydrometeorol。8， 758-769(2007)。

    文章广告谷歌学者

  2. 尚泽，史密特，于丽丽。全球海洋淡水循环:最先进的量化方法。J. Mar. Res。68， 569-595(2010)。

    文章谷歌学者

  3. 黑格尔，g.c.等。量化全球水循环变化的挑战。公牛。点。Meteorol。Soc。96， 1097-1115(2015)。

    文章广告谷歌学者

  4. Grist, J. P, Josey, S. A, Zika, J. D. Evans, D. G. & Skliris, N.利用地表温度-盐度空间框架评估最近的空气-海洋淡水通量变化。j .地球物理学。海洋》121， 8787-8806(2016)。

    文章广告谷歌学者

  5. Durack, P. J. Wijffels, S. E. & Boyer, T. P.《海洋环流与气候:21世纪展望》第103卷(Siedler, G.等编)第28章，727-757(2013)。

  6. 于，L.， Josey, S. A.， Bingham, F. M. & Lee, T.全球水循环的强化和来自海洋盐度的证据:综合综述。安。纽约大学科学学院1472， 76-94(2020)。

    文章广告谷歌学者

  7. 杜拉克，P. J.， Wijffels, S. E. & Matear, R. J.海洋盐度揭示了1950 - 2000年全球水循环的强烈强度。科学336， 455-458(2012)。

    文章广告中科院谷歌学者

  8. 寨卡病毒，J. D.等。从海洋盐度对水循环变化的改进估计:海洋变暖的关键作用。环绕。卷。13， 074036(2018)。

    文章广告谷歌学者

  9. 赫姆，K. P.，宾多夫，N. L. &丘奇，J. A.从海洋盐度推断的全球水文循环变化。地球物理学。卷。37， l18701，(2010)。

  10. 斯卡利斯，N.，寨卡，J. D.，努尔瑟，G.，乔西，S. A. &马什，R.全球水循环以低于克劳修斯-克拉珀龙速率放大。科学。代表。6， 38752(2016)。

    文章广告中科院谷歌学者

  11. 霍德明，苏登，李志强。水文循环对全球变暖的响应。j .爬。19， 5686-5699(2006)。

    文章广告谷歌学者

  12. Skliris, N.等。1950年以来世界海洋盐度变化与地表淡水通量变化的关系。爬。直流发电机。43， 709-736(2014)。

    文章谷歌学者

  13. 艾伦，r.p.等人。水循环对气候变化的大规模响应研究进展。安。纽约大学科学学院1472， 49-75(2020)。

    文章广告谷歌学者

  14. 程，L.等。改进了对上层海洋盐度和水循环变化的估计。j .爬。33， 10357-10381(2020)。

    文章广告谷歌学者

  15. 波耶，莱维图斯，S.，安东诺夫，J. I.，洛卡尼尼，R. A. &加西亚，H. E. 1955-1998年世界海洋盐度的线性趋势。地球物理学。卷。https://doi.org/10.1029/2004gl021791(2005)。

  16. 西尔维，Y.，吉耶尔迪，E.， Sallée, J.-B.。人类引起的全球海洋水团变化及其出现时间。Nat,爬。改变https://doi.org/10.1038/s41558-020-0878-x(2020)。

  17. 沃辛顿，L. V.在物理海洋学的进化:纪念亨利·斯托梅尔的科学调查卷1(编Warren, B. A. & Wunsch, C.)第2章，42-57(麻省理工学院出版社，1981)。

  18. 寨卡病毒，J. D.等。水循环对海洋盐度分布的维持和扩大。j .爬。28， 9550-9560(2015)。

    文章广告谷歌学者

  19. 宾多夫，N. L.和麦克杜格尔，T. J.用水文数据诊断气候变化和海洋通风。期刊。Oceanogr。24， 1137-1152(1994)。

    文章广告谷歌学者

  20. Sohail, T.， Irving, D. B.， Zika, J. D.， Holmes, R. M. & Church, J. A.全球海洋热含量的50年趋势追踪到亚极地海洋的表面热通量。地球物理学。卷．48， e2020GL091439(2021)。

  21. 程磊，朱军。CMIP5多模式集成在海洋温度历史变化重建中的应用。j .爬。29， 5393-5416(2016)。

    文章广告谷歌学者

  22. Ishii, M.， Shouji, A.， Sugimoto, S. & Matsumoto, T.使用ICOADS和神户集对20世纪海面温度和海洋气象变量的客观分析。Int。j . Climatol。25， 865-879(2005)。

    文章谷歌学者

  23. 古德，S. A.马丁，M. J. &雷纳，N. A. EN4:质量控制的海洋温度和盐度剖面和不确定性估计的每月客观分析。j .地球物理学。海洋》118， 6704-6716(2013)。

    文章广告谷歌学者

  24. 艾林，V.等人。耦合模型相互比较项目第六阶段(CMIP6)实验设计和组织概述。Geosci。模型开发。9， 1937-1958(2016)。

    文章广告谷歌学者

  25. 吉列，n.p.等人。检测和归因模型相互比较项目(DAMIP v1.0)对CMIP6的贡献。Geosci。模型开发。9， 3685-3697(2016)。

    文章广告谷歌学者

  26. 赫斯巴赫，H.等人。ERA5全局再分析。Q. J. R.气象学家。Soc。146， 1999-2049(2020)。

    文章广告谷歌学者

  27. Irving, D.， Hobbs, W.， Church, J. & Zika, J. CMIP6系综漂移的质量和能量守恒分析。j .爬。34， 3157-3170(2020)。

    广告谷歌学者

  28. Cai, W.， Cowan, T.， Arblaster, J. M. & Wijffels . S.关于CMIP3模式中全球海洋热含量趋势低估的潜在原因。地球物理学。卷．37， l17709(2010)。

  29. Gouretski, V. & Reseghetti, F.关于深海热测仪数据中的深度和温度偏差:基于全球海洋数据库分析的新修正方案的开发。深海保护区1号57， 812-833(2010)。

    文章谷歌学者

  30. 格雷厄姆，F. S.和麦克杜格尔，T. J.量化保守温度，势温度和熵的非保守生产。期刊。Oceanogr。43， 838-862(2013)。

    文章广告谷歌学者

  31. 势焓:评价热含量和热通量的一个保守的海洋变量。期刊。Oceanogr。33， 945-963(2003)。

    文章广告MathSciNet谷歌学者

  32. 麦克杜格尔，t.j. &巴克，p.m.。TEOS-10和吉布斯海水(GSW)海洋学工具箱(scor / iapso wg127, 2011);https://www.teos-10.org/pubs/Getting_Started.pdf

  33. 麦克杜格尔，t.j.等人。解释了数值海洋模式输出的温度和盐度变量，并计算了热通量和热含量。Geosci。模型开发。14， 6445-6466(2021)。

    文章广告谷歌学者

  34. 迪克斯，M.等。为CMIP6 CMIP准备的csiro - arcss ACCESS-CM2模型输出(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.2281

  35. 齐恩，T.等人。CSIRO ACCESS-ESM1.5模型输出为CMIP6 CMIP准备(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.2288

  36. Swart, n.c.等人。CCCma CanESM5模型输出为CMIP6 CMIP准备(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.1303

  37. Swart, n.c.等人。为CMIP6 CMIP准备的CCCma CanESM5-CanOE模型输出(地球系统电网联盟，2019)，https://doi.org/10.22033/esgf/cmip6.10205

  38. 洛瓦托，T. &皮亚诺，D。CMCC CMCC- cm2 - sr5模型输出为CMIP6 CMIP准备(地球系统电网联盟，2020);https://doi.org/10.22033/esgf/cmip6.1362

  39. Voldoire,。CNRM-CERFACS CNRM-CM6-1为CMIP6 CMIP准备的模型输出(地球系统电网联合会，2018);https://doi.org/10.22033/esgf/cmip6.1375

  40. Seferian, R。CNRM-ESM2-1模型输出为CMIP6 CMIP准备(地球系统电网联合会，2018);https://doi.org/10.22033/esgf/cmip6.1391

  41. EC-Earth财团。EC-Earth-Consortium EC-Earth3模型为CMIP6 CMIP准备的输出(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.181

  42. EC-Earth财团。为CMIP6 CMIP准备的EC-Earth-Consortium ec - earth3 -蔬菜模型输出(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.642

  43. EC-Earth财团。为CMIP6 CMIP准备的EC-Earth-Consortium ec - earth3 - vegg - lr模型输出(地球系统电网联盟，2020);https://doi.org/10.22033/esgf/cmip6.643

  44. Yu Y。用于CMIP6 CMIP的CAS FGOALS-f3-L模型输出(地球系统电网联合会，2018);https://doi.org/10.22033/esgf/cmip6.1782

  45. 雷德利，J.，梅纳里，M.，库尔布罗德，T.，安德鲁斯，M. &安德鲁斯，T.。MOHC HadGEM3-GC31-LL模型输出为CMIP6 CMIP准备(地球系统电网联合会，2018);https://doi.org/10.22033/esgf/cmip6.419

  46. 布歇等人。IPSL IPSL- cm6a - lr模型输出为CMIP6 CMIP准备(地球系统电网联合会，2018);https://doi.org/10.22033/esgf/cmip6.1534

  47. Hajima, T.等。为CMIP6 CMIP准备的MIROC- es2l模型输出(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.902

  48. 纽鲍尔，D.等。为CMIP6 CMIP准备的HAMMOZ-Consortium MPI-ESM1.2-HAM模型输出(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.1622

  49. Jungclaus, J.等。MPI-M MPIESM1.2-HR模型输出为CMIP6 CMIP准备(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.741

  50. 小香肠,K.-H。et al。MPI-M MPIESM1.2-LR模型输出为CMIP6 CMIP准备(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.742

  51. Seland, O.等人。用于CMIP6 CMIP的NCC NorESM2-LM模型输出(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.502

  52. 本特森等人。用于CMIP6 CMIP的NCC NorESM2-MM模型输出(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.506

  53. Tang Y.等。用于CMIP6 CMIP的OHC UKESM1.0-LL模型输出(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.1569

  54. 迪克斯，M.等。ACCESS-CM2模型输出为“DAMIP”下的CMIP6准备。v1。CSIRO(《服务集》，2020年);http://hdl.handle.net/102.100.100/422726?index=1

  55. 齐恩，T.等人。CSIRO ACCESS-ESM1.5模型输出为CMIP6 DAMIP准备(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.14362

  56. Swart, n.c.等人。CCCma CanESM5模型输出为CMIP6 DAMIP准备(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.1305

  57. Voldoire,。为CMIP6 DAMIP准备的CNRM-CM6-1模型输出(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.1376

  58. 琼斯,G。MOHC HadGEM3-GC31-LL模型输出为CMIP6 DAMIP准备(地球系统电网联盟，2019);https://doi.org/10.22033/esgf/cmip6.471

  59. 布歇等人。IPSL为CMIP6 DAMIP准备的IPSL- cm6a - lr模型输出(地球系统电网联合会，2018);https://doi.org/10.22033/esgf/cmip6.13801

下载参考

确认

我们感谢世界气候研究计划、CMIP6和DAMIP气候模拟小组、ESGF以及支持CMIP6、DAMIP和ESGF的资助机构。在澳大利亚政府的支持下，利用国家计算基础设施进行建模和分析。这项工作得到了澳大利亚研究理事会极端气候卓越中心、南半球海洋研究中心(青岛海洋科学与技术国家实验室与CSIRO的联合研究中心)和澳大利亚研究理事会发现项目计划(DP190101173)的支持。我们感谢L. Zhang的反馈意见，它极大地突出了这项工作的重点和方向。

作者信息

作者及隶属关系

  1. 新南威尔士大学数学与统计学院，悉尼，新南威尔士，澳大利亚

    Taimoor Sohail和Jan D. Zika

  2. 新南威尔士大学数据科学中心，新南威尔士大学，悉尼，新南威尔士，澳大利亚

    简·d·寨卡病毒

  3. 澳大利亚南极科学卓越中心，新南威尔士大学，悉尼，澳大利亚新南威尔士

    简·d·兹卡和约翰·a·丘奇

  4. 气候科学中心，联邦科学和工业研究组织(CSIRO)，霍巴特，塔斯马尼亚，澳大利亚

    达米恩·b·欧文

  5. 新南威尔士大学气候变化研究中心，悉尼，新南威尔士，澳大利亚

    达米恩·b·欧文和约翰·a·丘奇

作者
  1. Taimoor Sohail
    查看作者出版物

    您也可以在PubMed谷歌学者

  2. 简·d·寨卡病毒
    查看作者出版物

    您也可以在PubMed谷歌学者

  3. 达米恩·b·欧文
    查看作者出版物

    您也可以在PubMed谷歌学者

  4. 约翰·a·丘奇
    查看作者出版物

    您也可以在PubMed谷歌学者

贡献

这项研究是由T.S.构思和J.D.Z. T.S.撰写的手稿，并由所有合著者编辑和反馈。d.bi分析了原始CMIP6和DAMIP文件，将其分装到固定温度空间，并对CMIP6数据进行分区平均。T.S.分析了所有观测数据集，以及分类和纬向平均的CMIP6和DAMIP文件。所有作者都通过在研究过程的各个阶段提供科学建议和帮助解释结果，为研究的研究方向做出了贡献。

相应的作者

对应到Taimoor Sohail．

道德声明

相互竞争的利益

作者声明没有利益竞争。

同行评审

同行评审信息

自然感谢张磊和其他匿名审稿人对这项工作的同行评审所做的贡献。同行评审报告是可用的。

额外的信息

出版商的注意施普林格自然对出版的地图和机构从属关系中的管辖权主张保持中立。

扩展的数据图形和表格

扩展数据图1观测和模式中的时间平均T-S曲线和地表淡水通量。

a)全球T - S曲线的观测均值为1970 - 2014年14，21，23以及CMIP6模型的前工业控制时期24，和b)全球地表淡水通量\ ({{\ mathscr {F}}} _{年代}\)， CMIP6模型中工业前控制时期的平均值，并从热到冷进行集成。细灰线表示表S1分析的20个CMIP6模型中的每一个，粗灰线表示CMIP6多模型平均值(MMM)。右边的y轴显示了观测中相应的累积温度百分比，水平虚线表示海洋体积上最温暖的2%和最温暖的6%。

图2比较固定温度和温度-百分位框架下的平均盐度变化。

1970 - 2014年平均盐度变化，g/kg/年，温度百分位(黑线)和绝对温度坐标(红线)，a)综合观测值14，21，23b) CMIP6 MMM24．

扩展数据图3固定温度面和温度百分位面向北的露头运移跟踪。

海面盐度趋势，单位:g/kg/年，a)综合观测14，21，23，以及b) CMIP6 MMM24．红色虚线表示1970-1980年按体积计算温度为2%和6%的海洋的时间平均露头，实线表示2004-2014年按体积计算温度为2%和6%的海洋的时间平均露头。蓝色实线为2004-2014年1970-1980年等温线(对应红色虚线)的时间平均露头位置。地图来源为a)综合观测14，21，23b) CMIP6模型套件24．

图4观测和模拟的全球T-S曲线盐度增强对比。

1970-2014年全球时间平均T-S曲线(黑线虚线)，以及1970-2014年温度和盐度线性趋势100年后的1970-2014年时间平均T-S曲线(黑线实线)，见a)观测14，21，23， b)与所分析的DAMIP模型相对应的CMIP6模型子集，c)只运行ghg的DAMIP, d)只运行aa的DAMIP25．箭头向量的y分量是在恒定百分位温度下的温度变化[°C/世纪]，x分量是盐度变化[g/kg/世纪]，如d中的键所示。箭头的颜色表示盐碱化(红色)或鲜化(蓝色)。右y轴表示观测中相应的积温百分位。

图5气候模式内部变率对淡水含量变化的影响。

在所有观测数据集中，a)和b)海洋中最温暖的2%，c)和d)海洋中最温暖的6%，以及e)和f)海洋体积相对于1970-1980年基线的2-6%的层中淡水含量的变化14，21，22，23， CMIP6模型历史模型运行24， a)， c)， e) 30个ACCESS-ESM1-5历史合奏成员(蓝色细线);b)， d)， f) 28个CNRM-CM6-1历史合奏成员(橙色细线)。粗蓝色(橙色)线表示ACCESS-ESM1-5 (CNRM-CM6-1)模型中淡水含量的总体平均变化。蓝色(橙色)线表示CMIP6多模型分析中使用的特定ACCESS-ESM1-5 (CNRM-CM6-1)集成成员。细灰线代表被分析的20个CMIP6模型成员中的每一个(表S1)。直方图显示了每个模型、集合成员和观测结果的淡水变化率，以线性回归斜率(mSv)计算。

图6历史气候模式中地表淡水通量变化对淡水含量的影响。

地表淡水通量放大(相对于工业化前地表淡水通量)与淡水含量变化率之间的关系(基于1970-2014年线性趋势;在DAMIP中25仅ghg，仅aa和相应的六次CMIP6历史运行24(分别是红点、蓝点和紫点)，a)海洋中最温暖的2%，b)海洋中最温暖的6%。小黑点显示了其他14个CMIP6历史模拟的更广泛的组合。虚线表示DAMIP运行和相应的CMIP6历史运行之间的线性回归。灰色阴影区域显示了与线性回归相关的最大误差包络。绿色阴影区域是基于(已知)观测到的淡水含量变化和线性回归(考虑到灰色阴影部分的回归误差)对地表通量增强的估计。绿色阴影区域中的垂直黑线是根据所有观测数据中淡水含量的平均变化率对地表通量增强的估计。

扩展数据图7各温度百分位地表淡水通量与全球淡水含量之间的关系。

a)全球淡水积累速率，从热到冷的综合，从观测的盐度趋势推断14，21，22，23和CMIP6模型24．b)地表淡水通量(\(次+ R \))变化，集成从热到冷，在CMIP6模型。细灰线代表被分析的20个CMIP6模型成员中的每一个(表S1)。c)从DAMIP模式的盐度趋势推断的全球淡水积累速率，从热到冷的综合25和相应的CMIP6历史运行。d) DAMIP模型和相应的CMIP6历史运行中地表淡水通量从热到冷的综合变化。a)中的橙色阴影显示了线性回归随时间斜率的标准误差。右边的y轴显示了观测数据集中相应的温度百分位。水平虚线表示海洋中最温暖的2%和6%。

扩展数据表1本研究分析的CMIP6模型集
全尺寸表
扩展数据表2本研究分析的DAMIP模型集
全尺寸表

补充信息

权利和权限

转载及权限

关于本文

通过CrossMark验证货币和真实性

引用本文

Sohail, T.， Zika, j.d.， Irving, D.B.et al。1970年以来观测到的向极地的淡水输送。自然602， 617-622(2022)。https://doi.org/10.1038/s41586-021-04370-w

下载引用

  • 收到了：

  • 接受：

  • 发表：

  • 发行日期：

  • DOI：https://doi.org/10.1038/s41586-021-04370-w

评论

通过提交评论，您同意遵守我们的条款而且社区指导原则．如果您发现一些滥用或不符合我们的条款或指导方针，请标记为不适当。

搜索

高级搜索

快速链接

自然简报

报名参加自然简报时事通讯-什么重要的科学，免费到您的收件箱每天。

获取当天最重要的科学故事，免费在您的收件箱。 注册《自然简报》
Baidu
map