4
\ begingroup美元

我一直在看CMIP6模型输出的“hur”(相对湿度/RH),我看到它们没有缩放到1到100之间(单位是百分比)。

为什么会这样?这只是一个疏忽,每个人都知道他们需要设置高于100到100的值,还是有一个重要的原因不扩展数据?从这里阅读其他答案,这可能是由于过饱和,但我的印象是,这不应该特别普遍..我从cmip6中看到的1月份气候学的例子在俄罗斯、格陵兰岛和加拿大的大片地区的数值为>100。

\ endgroup美元

    1回答1

    4
    \ begingroup美元

    这也是CMIP5的一个特点,CMIP6的数据请求文件提到了它:

    ...虽然140%的近地表相对湿度值原则上在空间和时间点上是真实的,但CMIP5档案中的许多高值(代表时间和网格单元的平均值)很可能是由处理错误造成的。因此上限设置为100.001 %,并归类为建议,相比之下,海冰范围的上限为100.001 %

    Juckes等人(2020):CMIP6数据请求(DREQ,版本01.00.31),geoosci。型号开发,13,201-224,https://doi.org/10.5194/gmd-13-201-2020

    因此,建模中心被允许将数据剪辑到100.001 %,但据推测,许多建模中心选择不这样做。这篇论文引用了Ruosteenoja等人(2017)CMIP5的分析,他们提出了几个原因:

    • 在一些模型中,过饱和源于模型算法的核心
    • 在另一些地区,它们只是在形成地表空气湿度场的阶段形成的
    • 在一些模型中,这两个因素都起作用:在动态计算中出现了一定程度的过饱和,但在建立地表空气湿度场时,过高的相对湿度进一步被放大
    • 等压水平场[不]表示实际的内在模型数据,而是从模型混合水平给出的值中插值出来的

    他们还联系了模特小组,他们给出了各种各样的答案,分为三类:

    • 相对于冰而不是液态水的相对湿度的定义
    • 近地表比湿和空气温度测定中的矛盾
    • 饱和比湿度与温度的非线性关系

    这篇论文是开放获取的(我认为),值得一读,以了解所有这些观点的更多细节。同样值得指出的是,CMIP数据有很多古怪的特征,考虑到数据量、后处理链的复杂性和运行模型的费用,这是不可避免的。每一轮都会变得更好,但总会有一些奇怪的地方。重要的是做你正在做的事情,质疑任何看起来不正确的事情,而不是只看表面。

    \ endgroup美元

      你的答案

      点击“张贴您的答案”,即表示您同意我们的服务条款隐私政策而且饼干的政策

      这不是你想要的答案?浏览带标签的其他问题问自己的问题