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
订阅《自然》+
立即在线访问《自然》和其他55种《自然》杂志
29.99美元
每月
订阅期刊
获得1年的完整期刊访问权限
199.00美元
每期仅需3.90美元
所有价格均为净价格。
增值税稍后将在结帐时添加。
税务计算将在结账时完成。
买条
在ReadCube上获得时间限制或全文访问。
32.00美元
所有价格均为净价格。
![](https://media.springernature.com/m312/springer-static/image/art%3A10.1038%2Fs41586-021-04370-w/MediaObjects/41586_2021_4370_Fig1_HTML.png)
![](https://media.springernature.com/m312/springer-static/image/art%3A10.1038%2Fs41586-021-04370-w/MediaObjects/41586_2021_4370_Fig2_HTML.png)
![](https://media.springernature.com/m312/springer-static/image/art%3A10.1038%2Fs41586-021-04370-w/MediaObjects/41586_2021_4370_Fig3_HTML.png)
![](https://media.springernature.com/m312/springer-static/image/art%3A10.1038%2Fs41586-021-04370-w/MediaObjects/41586_2021_4370_Fig4_HTML.png)
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
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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)。
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
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)。
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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。
补充信息
权利和权限
关于本文
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
收到了:
接受:
发表:
发行日期:
DOI:https://doi.org/10.1038/s41586-021-04370-w