2020, Vol.40
2 江苏省大规模复杂系统数值模拟重点实验室, 南京师范大学数学科学学院, 江苏 南京 210023;
3 中国海洋大学海洋高等研究院, 山东 青岛 266100;
4 青岛海洋科学与技术试点国家实验室, 海洋-气候-同位素模拟开放工作室, 山东 青岛 266237;
5 浙江大学环境科学系, 浙江 杭州 310058;
6 中国科学院地球环境研究所, 黄土与第四纪地质国家重点实验室, 陕西 西安 710061)
全新世是涵盖现今的地质时期，是认识过去、理解现在、预估未来的关键时期，也是揭示地球科学核心问题的关键时期[1]。国际地层委员会将格陵兰岛GRIP(Greenland Ice Core Project)冰芯记录中新仙女木事件(Younger Drays，简称YD)结束的时间定为全新世的开始，根据该冰芯的纹层计数，其年龄为11.65 ka B. P.[2]。理解全新世气候变化的特征及驱动机制，可以为未来气候变化预测提供重要的历史相似型。
前人关于全新世的模拟研究通常采用切片模拟试验和瞬变模拟试验两种方式[3-4]。切片模拟是对特殊时期气候平衡态的模拟，如对中全新世气候平衡态的模拟，即在给定所模拟时期特定的初始条件和边界条件，然后通过一定时间的积分，使模式达到稳定状态的结果。这种模拟结果只代表这个时期的气候平均状态，不能得到连续的气候变化信息。而要进行全新世整个时段的瞬变积分需要昂贵的计算资源，为了克服这个问题有学者使用多个切片的方式进行模拟，即把模拟时段分成连续的多个时间点进行平衡态模拟，最终得到模拟时段粗分辨率的连续模拟结果。如王绍武等[5]利用大气环流模式CAM2(Community Atmosphere Model version 2)，在考虑地球轨道参数的强迫下，对全新世做了12个切片模拟。Kutzbach和Guetter[6]利用大气环流模式对18 ka B. P.~ 0时段每隔3000年进行切片模拟。Schneider等[7]利用海洋-大气-海冰耦合环流模式KCM(Kiel Climate Model)对9.5 ka B. P.、6 ka B. P.、0 ka B. P.这3个时间进行了切片模拟。然而切片模拟难以模拟出气候突变及气候多尺度变化的特征。
同时为了得到连续的气候变化信息，前人也有一些连续瞬变模拟的研究，但大多使用的还是气候系统模式(Climate System Models，简称CSMs)或只是对全新世部分时段进行模拟。如Notaro等[8]利用带有动态植被的海洋-大气-陆地耦合环流模式FOAM- LPJ(Fast Ocean Atmosphere Model-Lund-Potsdam-Jena)开展了6.5 ka B. P.~ 0瞬变模拟试验，其模拟的北非的植被和降水从中全新世到现在均呈现减少趋势；Wagner等[9]利用带有通量调节的海洋-大气耦合环流模式ECHO- G进行了7 ka B. P.~ 0的瞬变模拟；Haberkorn[10]利用海洋-大气-植被耦合环流模式PLASIM对10 ka B. P.~ 0进行了瞬变模拟；Fischer和Jungclaus[11]利用海洋-大气耦合环流模式ECHAM5/MPI-OM进行了6 ka B. P.~ 0的瞬变模拟。
在计算资源受限的情况下，为了实现较长时间(几千年到数万年)的气候变化连续瞬变模拟，有学者利用许多物理过程做了极大简化的中等复杂程度的地球系统模式(Earth-system Models with Intermediate Complexity，简称EMICs)，并采用较粗的空间分辨率，进行长时间的模拟[12-13]。同时Claussen等[14]指出，EMICs可以在使用较少的计算资源下进行长期连续的气候变化模拟，并且能够较好地模拟出长时间尺度的气候变率、气候稳定性、气候系统的反馈以及气候敏感性。但由于EMICs的物理过程做了简化且使用的空间分辨率较粗，因此很难模拟出可靠的区域气候变化信号。为了克服这一缺点，有学者将EMICs与区域气候模式嵌套进行降尺度[3-4]，但这也只适用于区域气候变化的研究。
为了满足更长时间的模拟，许多学者采用瞬变加速模拟技术[12, 15~18]。有学者指出大气和上层海洋对外强迫的响应时间大约是10年，而最短的轨道周期(岁差)大约是2万年，大气和上层海洋的调整时间相比轨道时间尺度快1000多倍，因此在考虑大尺度的大气和地表气候特征时外强迫100倍以下的加速对其影响较小[12, 15~18]。同时还有许多学者通过没有加速的模拟结果对比验证加速模拟的影响，发现加速模拟对趋势变化的影响较小，如Lorenz和Lohmann[16]利用海洋-大气耦合环流模式ECHO-G对7 ka B. P.~ 0时段做10倍和100倍加速的瞬变模拟。结果表明10倍和100倍加速结果温度变化趋势非常类似，全球范围趋势超过1倍标准差的区域空间相关达0.64，北大西洋深层水和底层水均变化不大；Varma等[19]对比了10倍加速和没有加速的模拟结果，发现全球大部分地区的地表气候变化特征没有显著差别；Timm和Timmermann[12]利用中等复杂程度的地球系统模式ECBilt-CLIO对末次冰盛期(Last Glacial Maximum，简称LGM)以来的气候进行10倍加速的模拟，对比未加速的模拟结果发现10倍加速模拟结果很好地再现了全新世大气温度大尺度的趋势型。
同时，还有许多学者使用加速模拟技术对过去长时间的气候变化进行瞬变模拟研究。如Timmermann等[13]利用中等复杂程度的地球系统模式LOVECLIM(Loch-Vecode-Ecbilt-Clio-Agism Model)进行5倍加速的408 ka B. P.~ 0的瞬变模拟。Jin等[20]和Dallmeyer等[21]利用海洋-大气-海冰耦合环流模式KCM对9.5 ka B. P.~ 0时段进行了10倍加速的瞬变模拟；Smith和Gregory[22]利用海气耦合环流模式FAMOUS(Fast Met Office/UK Universities Simulator)对末次冰期(120 ka B. P.)以来的气候进行了10倍加速的模拟，结果表明南极大于10000年尺度的长期温度变化和冰芯记录一致，并且能够模拟出在LGM时格陵兰冰芯中记录的寒冷事件，但是对千年尺度的气候突变模拟较差；Kutzbach等[18]利用海气耦合环流模式FOAM对284 ka B. P.~ 0时段进行了100倍加速的瞬变模拟；Pfeiffer和Lohmann[23]还利用COSMOS模式对6 ka B. P.~ 0进行了10倍加速的瞬变模拟。
随着计算机技术的快速发展和存储容量的升级，使得采用更复杂的模式对全新世气候进行多个试验的瞬变模拟成为可能。Liu等[24]利用NCAR的通用气候系统模式CCSM3(Community Climate System Model 3)完成了从21 ka B. P.至BA暖期(Bølling-Allerød，14.5 ka B. P.)包含轨道参数强迫(简称ORB)试验、温室气体强迫(简称GHG)试验、大陆冰盖强迫(简称ICE)试验、融水强迫(简称MWF)试验和全强迫试验的模拟，其结果与地质记录的温度、海平面和冰川覆盖面积等十分接近；随后到2013年，He[25]完成了21 ka B. P.~ 0整个时段的模拟(Simulation of Transient Climate Evolution over the last 21000 years，简称TraCE-21ka)。
综上，迄今已发表的涵盖全新世整个时段的气候模拟试验只有5套(表 1)，分别是ECBilt-CLIO、FOAM、TraCE-21ka、FAMOUS和LOVECLIM。所使用的模式都是CSMs或EMICs，同时考虑的外强迫因子只有ORB、GHG、ICE和MWF这4个中的一个或多个，4个均考虑的只有TraCE-21ka；并且除了TraCE-21ka，均是进行了不同加速倍数的模拟。
|
表 1 已发表的涵盖全新世整个时段的瞬变气候模拟试验列表* Table 1 A published list of transient climate simulations covering the Holocene period |
由此可见，前人关于全新世瞬变模拟的研究使用较多的还是CSMs或是EMICs。然而CSMs只包含地球系统的部分子系统，EMICs的物理过程做了大量简化，因此它们模拟的气候变化信息都不够准确，难以满足对海洋-大气相互作用和多尺度气候变率分析的需要[26]。虽然全耦合的地球系统模式(Earth System Models，简称ESMs)可以得到较为全面可靠的气候变化信息，但利用地球系统模式CESM对全新世气候变化进行瞬变模拟的研究至今还是空白。同时，前人的瞬变模拟试验考虑的外强迫因子只有ORB、GHG、ICE和MWF这4个中的一个或多个，而全新世气候变化还受到太阳辐射(简称TSI)、火山喷发(简称VOL)、土地利用/土地覆被(简称LUCC)外强迫因子的影响。因此，急需使用更完善的ESMs，在加入更全面的外强迫因子，对全新世气候进行瞬变模拟来更新全新世气候变化的模拟数据集。
另外，前人的模拟结果与Marcott等[27]利用全球范围的73个不同代用记录集成重建的全球平均温度变化趋势不一致。集成重建资料在5.00~0.15 ka B. P.时段呈现剧烈的降温趋势，大约降温0.50 ℃。而上述3个基于不同模式模拟(TraCE- 21ka、FAMOUS、LOVECLIM)的结果却都表现出0.2 ℃左右的升温[28-29]。这个模拟结果和重建数据不一致的现象被称为全新世“温度悖论”。同时，Liu等[28]认为“温度悖论”的存在或许是由于重建和模拟共同的缺陷导致：重建数据存在季节偏差，模式反馈过程的参数化方案不完善。
而前人关于火山喷发的研究指出，连续的火山喷发能够引起温度的下降趋势[30-49]。有研究指出，火山喷发能够注入大量的SO2到平流层[30]，这些SO2随着时间的推移能够转化成硫酸盐气溶胶，硫酸盐气溶胶能够对气候系统产生大的扰动[31]，使得平流层增暖，对流层冷却[32-33]。平流层温度在1~2年内恢复，然而对流层温度由于海洋的热惯性，恢复时间比较慢，大概需要8~10年[34-35]。
McGregor等[36]通过逐个外强迫叠加的气候模拟试验结果分析发现801~1800年的降温，其中轨道的作用不是主要的，而主要是由高频的火山喷发引起的。集中的火山喷发能够引起净的负辐射，并通过混合层海洋热容量的下降引起全球百年尺度的降温趋势；同时也有研究指出过去千年火山喷发频率的增加和早期大火山事件的发生(或者是气候系统内部变率对火山强迫的放大作用)能够引起801~1800年的降温[37-40]。另外，也有学者指出在过去千年火山和太阳辐射这两个自然外强迫，能够解释北半球地表温度重建的年代际和百年尺度变化的大部分[41-42]；Solomon等[43]和Fyfe等[44-45]指出一系列相当小的热带火山喷发能够引起地表温度从1998年开始以0.07 ℃/10年的趋势降低；Haywood等[46]发现2000~2013年间的火山喷发能够引起全球的降温趋势；Santer等[47]发现在考虑更真实的1991年火山喷发影响后，能够减少对流层温度在1998~2012年观测和模拟的变化趋势的差异。有学者指出火山喷发在年代际尺度上能够引起热带快速冷却，导致在陆地上形成高压异常，这可以减少大西洋贸易风风应力涡旋异常[48]，随后洋流的运动使得冷却信号传播到高纬，随着时间推移减弱大西洋经向翻转环流(Atlantic Meridional Overturning Circulation, 简称AMOC)，导致海冰范围扩张[36]。还有研究发现[39, 49]，在百年尺度上，火山喷发可以减少向下的短波辐射，增加地表反照率，并导致60°N以北的雪线向低海拔移动。地表冷却和海冰范围的增加进一步放大北极和北大西洋的冷却，使得北大西洋高纬地区的对流减弱，从而减弱AMOC和与之相关联的海洋热量输送到北大西洋高纬地区；反过来，AMOC的减弱进一步减少海冰融化，使得海冰一直持续上百年。
那么如果我们利用更完善的ESMs并考虑更全的外强迫因子，特别是火山强迫，是否“温度悖论”就不存在了呢？为了回答这个问题，本文利用包含生物地球化学过程的全球大气-海洋-陆地-海冰-陆冰全耦合的地球系统模式CESM1.0.3，引入更全面的外强迫因子(ORB、GHG、TSI、VOL和LUCC)，对全新世气候进行了瞬变模拟试验。并对模拟结果进行分析，探讨了火山喷发强迫在化解全新世模拟和重建的温度变化趋势不一致的“温度悖论”的作用及原因。
1 模拟试验设计 1.1 模式介绍本文使用的模式是美国国家大气研究中心(NCAR)在2010年6月推出的通用地球系统模式CESM1.0.3(Community Earth System Model 1.0.3)。它是在CCSM4.0基础上发展的地球系统模式。CESM模式是以海洋、大气、陆面和冰圈等为研究主体，并考虑大气化学、生物地球化学和人文过程的地球系统模式，广泛应用于气候与环境的演变机理、自然和人类与气候变化的相互作用以及气候变化的研究和预测等方面[50-53]。
CESM模式采用模块化框架，主体由大气、海洋、陆地、海冰、陆冰等几大模块组成，并由耦合器(coupler version 7，简称CPL7)管理模块间的数据信息交换和模式运行。CESM的各个模块都采用现阶段比较成熟的既有模式，其中大气模块采用CAM5(Community Atmosphere Model 5)，海洋模块采用POP2(Parallel Ocean Program 2)，陆地模块采用CLM4(Community Land Model 4)，海冰模块采用CICE(The Los Alamos National Laboratory Sea-ice Model)，陆冰模块采用CISM2.0(The Glimmer Ice Sheet Model 2.0)。模式中的各个模块都有几种不同的工作状态：active，data，dead，stub。CESM可以根据试验目的和试验要求来选择模块组合形式，不同的模块组合方式可以满足不同科学试验的要求，具有很强的灵活性和通用性。CESM实现了模块的可插拔性，使模式操作简单，可持续发展能力较强。更详细的介绍可访问CESM的官方网站(http://www.cesm.ucar.edu/models/cesm1.0/notable_improvements.html)。
1.2 外强迫因子本文所用到的外强迫因子包括地球轨道参数、太阳辐射、火山喷发、温室气体、土地利用/土地覆被。
地球轨道参数的变化受其他星球的引力影响，主要是木星和土星[54]，它能影响太阳辐射在地球上的分布。轨道参数包括3个要素：偏心率(eccentricity)，岁差(precession)和黄赤交角(obliquity)。本文使用的地球轨道参数外强迫数据是基于Berger[55]计算的结果。
太阳辐射外强迫数据使用的是Vieira等[56]的重建。它是基于太阳辐射变化是由于太阳表面的磁通量的明暗变化导致的假设，将检测到的自然记录(14 C或10 Be)放入一系列基于物理的模式中，经过模式模拟计算，得到太阳风层中宇宙射线通量，再通过宇宙射线浓度计算地磁通量，最后通过地磁通量计算出太阳辐射强度。由于NASA的SORCE(Solar Radiation and Climate Experiment)和一系列辐射测量实验室的TIM(Total Irradiance Monitor)探测器记录得到的数据表明，在2008年太阳极小期的太阳辐射为1360.89±0.5 W/m2[57]。所以本文对重建的TSI以相对1360.89的权重系数进行校正。同时由于太阳辐射强迫数据在不同时段的时间分辨率不一致，本文先将其进行年平均，而后进行10年平均，处理结果如图 1a。
|
图 1 本研究中所使用的全新世外强迫序列 (a)，(b)，(c)和(d)分别代表TSI、VOL、GHG和LUCC Fig. 1 The external forcing timeseries used in the NNU-Hol simulation. The TSI, VOL, GHG and LUCC are (a), (b), (c)and (d), respectively |
火山喷发外强迫资料来源于Gao等[58]的重建，其中11.95 ka B.P.~501 BC的火山重建是利用4个格陵兰岛和5个南极大陆全新世冰芯记录重建得到，而501 BC~2000 A.D.是基于Sigl等[59]的数据进行重建得到。为了区分南北半球和热带火山喷发，本研究使用的火山喷发外强迫参照过去1500年的火山重建[60]做了如下假定：如果火山信号确定在同一个10年内的格陵兰岛和南极大陆冰芯中都至少有一个，那么这个10年的火山喷发被假定为热带火山喷发，并且这10年的火山信号合并为一次火山喷发事件；而如果同一个10年内的火山信号只在格陵兰岛或者只在南极大陆冰芯中，则这个火山信号被分别认为是北半球或者是南半球中高纬的火山喷发，并且这10年的火山信号合并为一次火山喷发事件。在这个假设的基础上，利用平流层输送参数计算低平流层气溶胶的水平扩散[61]，再加上基于平流层-对流层折叠和BD(Brewer Dobson)环流理论[62]的纬向和时间依赖函数来描述气溶胶的产生和沉降。同时假设所有火山喷发的垂直分布与皮纳图博火山喷发一样，而后对其他的火山气溶胶的垂直分布进行时空拓展[60]。
由于重建出来的每个火山喷发事件的火山喷发气溶胶浓度的扩散时间长度为5年，而火山喷发主要集中在前面1~2年，火山气溶胶浓度随时间的变化是一个快速上升，然后下降的变化，在后面2~3年基本没有气溶胶。因为本文的模拟使用了10倍加速模拟技术，因此本文将5年时间长度的火山气溶胶通过按年求和转变为一年，这样即保留了气溶胶纬度随时间的分布，也保留了火山喷发气溶胶扩散的时空分布。同时火山气溶胶的总量保持不变，只是在个别火山喷发事件的强度上有所增加。最后处理后的火山喷发重建结果见图 1b。
温室气体外强迫数据使用的是Joos和Spahni[63]根据冰芯重建的温室气体浓度数据。由于他们的数据是年分辨率，而本文的全新世模拟采用了10年加速模拟技术，故对其进行了10年平均处理，使其变成10年分辨率的数据，处理结果如图 1c。
土地利用/土地覆被外强迫数据来自于HYDE 3.2.1(the History Database of the Global Environment，简称HYDE version 3.2.1)[64]数据集。HYDE的数据是利用历史人口估计和分配算法与土地使用的时变加权地图的内在一致性组合得到的。本文仅考虑将受人类活动影响的耕地(cropland)和牧场(grazing)加入模式中，同时模式中的其他植被功能性函数类型在扣除耕地和牧场后基于1850年的比例进行等比例缩放。由于HYDE数据的空间网格点为2160×2160个，即水平分辨率为5弧分，而本文的模式模拟选用的分辨率是T31(3.75°×3.75°)，为了使HYDE的数据匹配模式的网格，本研究对其进行了面积加权空间插值处理。同时由于全新世不同时期HYDE数据的时间分辨率不同，为了将其加入到模式中，本文对其做了时间插值处理，将其插值成10年分辨率。这里所使用的时间插值方法是保形三次Hermite插值(shape-preserving piecewise cubic Hermite interpolation)[65-67]。该方法可以弥补HYDE原始数据中记录点太稀疏的缺陷，并且插值精度比线性插值和非节点样条插值更高。处理结果如图 1d。
1.3 试验设计本文共设计了7个全新世的气候模拟试验，如表 2所示。包括地球轨道参数(earth's orbital parameters，简称ORB)试验、太阳辐射(total solar insolation，简称TSI_ORB)试验、温室气体(greenhouse gases，简称GHG_ORB)试验、土地利用/土地覆被(land use/land cover，简称LUCC_ORB)试验、火山喷发(volcanic eruptions，简称VOL_ORB)试验、控制(control，简称CTRL)试验和全强迫(all forcing，简称AF)试验。其中，CTRL试验的所有外强迫均保持固定值，ORB试验只改变了轨道参数，而TSI_ORB试验、VOL_ORB试验、GHG_ORB试验和LUCC_ORB试验分别改变了太阳辐射、火山喷发、温室气体、土地利用/土地覆被，同时均改变了地球轨道参数，因此都是双强迫试验。而全强迫试验同时改变了上述5个外强迫因子。
|
|
表 2 全新世气候模拟试验(NNU-Hol)的试验设计 Table 2 Experimental design of the NNU-Hol climate simulation experiments |
具体的试验模拟过程如下(表 2和表 3)：首先，以1850年时的轨道三参数、固定的温室气体浓度(CO2给定265 ppm，CH4给定660 ppb，N2O给定265 ppm)以及固定太阳辐射(1360.89 W/m2)条件下进行平衡态的模拟。经检验模拟到350年以后大气顶层能量(energy balance at top of atmosphere)已经达到平衡。CTRL试验接着运行1200年。地球轨道参数模拟试验接着以CTRL试验的初始平衡态作为初始场，且给定模拟试验起始年份的地球轨道三参数，其他条件与CTRL试验一致，然后进行400年平衡态模拟，经检验已达到地球轨道参数起始年的平衡态；而后加入随时间变化的全新世地球轨道参数强迫，进行地球轨道参数的瞬变模拟试验。TSI_ORB试验、GHG_ORB试验、LUCC_ORB试验和VOL_ORB试验分别都接着地球轨道参数试验的初始平衡态进行模拟，且每个试验都固定给定对应强迫试验起始年份的强迫值，其他强迫的值与CTRL试验保持一致，然后进行300年的平衡态模拟，经检验已达到对应强迫试验起始年份的平衡态；然后，加入随时间变化的对应外强迫序列，进行对应强迫及地球轨道参数变化的瞬变模拟试验。而全强迫试验是集合考虑了所有上述5个外强迫因子进行的全新世气候模拟试验，其也是以地球轨道参数试验的初始平衡态为初始场，固定各个外强迫因子开始年份的强迫值(由于除TSI强迫时间序列是从11.44 ka B.P.开始外，其他强迫因子时间序列都是从11.95 ka B.P.开始，所以本文的AF试验也是从11.95 ka B.P.开始，但是TSI强迫在11.95 ka B.P.到11.44 ka B.P.时段给定的都是11.44 ka B.P.时的强迫值)，然后进行300年的平衡态模拟，经检验已达到平衡。然后加入随时间变化的上述5个外强迫因子的全新世外强迫时间序列进行全强迫瞬变模拟试验。
|
|
表 3 全新世气候模拟试验(NNU-Hol)的模拟时长 Table 3 Time length of the NNU-Hol climate simulation experiments |
需要说明的是，由于受到计算资源和存储容量的限制，本文的全新世模拟试验采用了10倍加速的模拟技术。对于加速模拟的适用性，前人已有研究做过验证，认为10倍加速模拟结果适用于大尺度的大气和地表气候特征的研究[12, 15~18]。由于这套试验是在南京师范大学大型计算集群上完成的，因此本文将其命名为NNU-Hol(Nanjing Normal University-Holocene)。由于本文分析的是温度变化趋势，而CTRL试验代表的是内部变率，没有趋势变化，因此本文没有对CTRL试验进行分析。
2 模拟结果分析 2.1 在5.00~ 0.15 ka B. P.时段全球年平均地表温度对外强迫的响应通过NNU-Hol中AF试验模拟结果中与Marcott等[27]中使用的所有重建数据的点位距离模式网格最近格点的面积加权年平均温度(简称模拟的合成年均温，近似于全球年平均温度)和集成重建的全球年平均温度对比可以发现，二者在Marcott等[27]集成重建资料降温最为剧烈且与前人的模拟差异最显著的5.00~0.15 ka B. P.时段，存在基本一致的降温趋势，均有0.50 ℃左右的降温(图 2a)。为了考察AF试验模拟和重建集成的温度变化趋势基本一致的外强迫的来源贡献，本文进一步分析了各个强迫试验模拟的合成年均温变化趋势。
|
图 2
NNU-Hol模拟试验结果与重建集成的全球年平均温度比较(℃)
图中蓝线是Marcott等[27]重建集成结果，蓝色阴影是± 1倍标准差的变化范围；红线代表NNU-Hol模拟试验结果与重建点位距离最近的模式格点的面积加权平均温度 AF试验、VOL_ORB试验、TSI_ORB试验、GHG_ORB试验、LUCC_ORB试验和ORB试验模拟结果分别为(a)、(b)、(c)、(d)、(e)和(f)中的红线；水平虚线代表零线(异常相对于0.50~0.01 ka B. P.平均)；模拟和重建都进行了2200年的滑动平均 Fig. 2 Global mean annual temperature(℃)of simulation and reconstruction. The blue line is the reconstruction of Marcott, et al. [27]. The blue shadow is the range of ± 1σ of reconstruction. The red line represents the area-weighted average temperature of the grids closest to the point-locations of Marcott, et al. [27] in the NNU-Hol outputs. The outputs of AF run, VOL_ORB run, TSI_ORB run, GHG_ORB run, LUCC_ORB run and ORB run are the red lines in (a), (b), (c), (d), (e), and (f), respectively. The horizontal dashed line represents zero line(the anomaly is relative to 0.50~0.01 ka B. P. average). Both simulation and reconstruction have carried out by 2200-year running mean |
在全新世期间，由于地球轨道参数变化引起的地球接受到的太阳辐射全球年平均变化趋势很小。因此，ORB试验模拟的全球年平均温度变化趋势在5.00~0.15 ka B. P.时段不明显，本研究中显示模拟的合成年均温有0.03 ℃左右的增温(图 2f)。这与Liu等[28]基于CCSM3模式进行的地球轨道参数试验模拟结果的温度变化趋势基本一致。由于地球轨道参数强迫对全球年均温变化趋势的贡献较小，因此其他双强迫试验模拟的全球年平均温度变化趋势基本是自身强迫的作用。VOL_ORB试验模拟的合成年均温，在5.00~0.15 ka B. P.时段，有0.86 ℃左右的降温(图 2b)。这与前人研究发现的连续增强的火山喷发能够引起全球年平均温度长期降温趋势的结论一致。GHG_ORB试验模拟的合成年均温在5.00~0.15 ka B. P.时段存在增加的趋势，有0.38 ℃的升温(图 2d)。这和前人基于3个不同模式的温室气体试验模拟结果表现的升温趋势几近一致[28]。太阳辐射外强迫在全新世期间本身变化趋势不明显，由此基于太阳辐射外强迫进行的全新世气候模拟试验结果，在5.00~0.15 ka B. P.时段的合成年均温变化趋势较小，表现为0.02 ℃的降温(图 2c)。土地利用/土地覆被外强迫在全新世期间本身变化趋势较小，由此基于土地利用/土地覆被外强迫进行的全新世气候模拟试验结果，在5.00~0.15 ka B. P.时段，合成年均温变化趋势也较小，表现为0.08 ℃降温(图 2e)。
因此，NNU-Hol的全强迫试验模拟结果基本能够化解5.00~0.15 ka B. P.时段模拟和重建的温度变化趋势不一致的“温度悖论”，且主要是火山喷发外强迫引起的降温趋势的贡献。
2.2 在5.00~ 0.15 ka B. P.时段火山喷发引起全球年平均降温趋势的原因通过上文的分析表明，5.00~0.15 ka B. P.时段的“温度悖论”能够得到化解主要是连续火山喷发降温作用的贡献，那么为什么连续的火山喷发能够产生降温趋势呢？前人的研究指出，火山喷发会把含有大量SO2的火山灰注入到平流层，而SO2经过一系列化学反应能够转化为硫酸盐气溶胶，硫酸盐气溶胶能够反射太阳辐射，使得入射太阳辐射减少，并通过混合层海洋热容的下降引起全球长时间尺度的降温趋势[36-49]。因为火山喷发后热带快速冷却，导致在陆地上形成高压异常，这可以减少大西洋贸易风风应力涡旋异常，随后洋流的运动使得冷却信号传播到高纬，随着时间推移减弱AMOC，导致海冰范围扩张，海冰的扩张可以延长火山喷发的降温[36-49]。因此，本文将从地表辐射平衡的角度分析火山喷发引起地表温度变化的原因。
地表温度变化最直接的反映是地表辐射的变化。通过分析火山气溶胶的变化可以发现在5.00~0.15 ka B. P.时段(共4850年)全球的火山喷发存在一个增强的趋势，大气中由于火山喷发引起的全球平均火山气溶胶柱总量的增加趋势为1.63×10-5 kg/m2(图 3)。火山气溶胶的增加趋势能够使得反射的太阳短波辐射增加，并通过一系列辐射过程影响地表的辐射平衡，使得在5.00~0.15 ka B. P.时段的全球年平均到达地表的太阳辐射减少了0.61 W/m2(图 4)。而地表由于入射太阳辐射的减少地表温度降低，使得海冰增加，地表反照率增加。而地表粗糙度的改变使得地表反射的太阳辐射增加了0.56 W/m2(图 4)，所以地表净的太阳辐射减少了1.17 W/m2。与此同时，由于大气中气溶胶的增加改变了大气中的气体成分含量，地表的冷却导致地表向上长波辐射减少，大气温度也降低，这就使得在上述时段大气逆辐射下降了3.22 W/m2左右(图 4)。最终地表辐射平衡的动态变化，使得反映地表温度变化的地表向上长波辐射下降了3.06 W/m2左右，所以地表净长波辐射增加了0.16 W/m2。因此，地表接收的太阳辐射减少和射出长波辐射增加共同作用使得VOL_ORB试验模拟的全球年平均地表温度，在上述时段表现为0.71 ℃(近似于全球范围合成年均温)的降温趋势(图 3和图 4)。
|
图 3
火山喷发气溶胶柱总量以及地表向上的长波辐射和全球年平均地表温度异常
(a)火山喷发气溶胶柱总量变化(10-5 kg/m2)；(b)地表向上的长波辐射变化(W/m2)；(c)全球年平均的地表温度变化(℃) 图中的粗实线分别代表它们的趋势，整个时段趋势的数值标注在左下角；虚线代表零线(异常相对于0.50~0.01 ka B. P.平均) Fig. 3 The total mass of aerosol columns from volcanic eruptions(10-5kg/m2), upwelling longwave radiation at surface(W/m2), and surface temperature of global annual mean(℃). The total mass of aerosol columns from volcanic eruptions, upwelling longwave radiation at surface, and surface temperature of global annual mean is (a), (b), and (c), respectively. The solid lines represent their trends, respectively. The values of the trend during 5.00~0.15 ka B. P. have been marked at the left bottom. The dotted line represents the zero line(the anomaly is relative to 0.50~0.01 ka B. P. average) |
|
图 4 在5.00~0.15 ka B. P.时段火山喷发引起全球年平均降温趋势的成因机制概念图 Fig. 4 The mechanism concept map of the cooling trend of global annual mean surface temperature caused by volcanic eruption during 5.00~0.15 ka B. P. |
同时，图 5给出了在5.00~0.15 ka B. P.时段年平均地表温度和地表向上长波辐射变化趋势的全球分布。通过分析发现，在5.00~0.15 ka B. P.时段火山喷发后引起的地表向上长波辐射几乎全球下降，只有15°N线附近的北非、印度半岛、北大西洋中北部、热带太平洋东南部和西半球南大洋增加(图 5b1)。从其纬向平均图 5b2可以看出地表向上长波辐射的减少主要发生在北半球中高纬。北半球中高纬远大于热带和南半球中高纬，热带比南半球中高纬略大。温度变化趋势基本与地表向上长波辐射变化趋势的全球分布及纬向平均基本一致(图 5a1和5a2)，二者空间相关系数达到0.97，通过0.05的显著性检验。
|
图 5
在5.00~0.15 ka B. P.时段年平均地表温度和地表向上的长波辐射的变化趋势的全球分布
图a1代表年平均地表温度(℃)变化趋势的全球分布，a2代表其纬向平均；图b1代表地表向上的长波辐射变化趋势(W/m2)的全球分布，b2代表其纬向平均 图a1和b1中的垂直虚线代表零线 Fig. 5 The global trend distribution of annual mean surface temperature(℃)and upwelling longwave flux at surface(W/m2)during 5.00~ 0.15 ka B. P. The trend of surface temperature and upwelling longwave flux at surface are(a1)and(b1), respectively. The zonal men of trend of surface temperature and upwelling longwave flux at surface are(a2)and(b2), respectively |
综上所述，全球年平均温度下降趋势产生的原因是由于火山喷发气溶胶的增强趋势通过影响地表的辐射平衡，使得地表向上的长波辐射产生下降趋势，从而引起地表温度的下降趋势。最终，使得AF试验在5.00~0.15 ka B. P.时段的全球范围合成的年平均温度与Marcott等[27]重建集成的温度变化趋势基本一致，化解了5.00~0.15 ka B. P.时段的“温度悖论”。
2.3 加速模拟技术对火山喷发试验模拟结果的影响由于本文的试验采用了10倍加速的模拟技术，在制作火山喷发外强迫时以10年间隔进行重建，把10年中火山喷发的气溶胶总量作为一次火山喷发事件进行时空拓展。同时每个火山喷发事件持续5年，本研究把每个火山喷发事件按年求和，得到一年的火山气溶胶浓度纬度高度随时间分布的数据。这会对个别喷发比较密集的10年或单个事件强度较大持续时间较长的火山喷发事件有所加大(图 6)，从而火山的降温作用被加大，但是否对整体的降温趋势有影响还需要进一步的验证。
|
图 6 过去2000年加速与未加速火山喷发强迫的对比 (a)和(b)分别代表NNU-Hol和NNU-2 ka(CESM-LME)火山喷发全球总的气溶胶柱总量(kg/m2) Fig. 6 The accelerated and un-accelerated volcanic eruptions forcing(kg/m2) during past 2000 years. The volcanic eruptions forcing used in NNU-Hol and NNU-2 ka(CESM-LME)simulation are (a) and (b), respectively |
为了回答这个疑问，本研究选用南京师范大学过去2000年的气候变化模拟(Nanjing Normal University - 2 ka，简称NNU-2 ka)中没有加速的火山喷发试验的1500年模拟结果(501~2000 A.D.)及NCAR提供的CESM-LME(CESM-Last Millennium Ensemble)过去千年模拟(850~1850 A.D.)的5个成员的火山模拟试验结果的集合平均与NNU-Hol加速10倍的火山喷发试验模拟结果进行对比。从加速与未加速的火山喷发试验模拟的全球年平均温度对比分析可以发现，个别事件的降温幅度有所差异，但是降温的趋势基本一致(图 7)。在500~1850 A.D.时段(共1350年)，NNU-Hol中火山喷发试验模拟的全球年平均温度降温趋势为0.23 ℃，NNU- 2 ka中火山喷发试验模拟的降温趋势为0.18 ℃；在850~1850 A.D.时段(共1000年)，NNU-Hol中火山喷发试验模拟的全球年平均温度降温趋势为0.21 ℃，CESM-LME中火山喷发试验模拟的降温趋势为0.20 ℃。
|
图 7 过去2000年加速与未加速的火山喷发试验模拟的全球年平均地表温度对比 (a)NNU-Hol和NNU-2 ka火山喷发强迫试验模拟的全球年平均温度5年滑动平均(细线)和趋势(粗线)，红线代表NNU-Hol，蓝线代表NNU-2 ka；(b)NNU-Hol和CESM-LME火山喷发强迫试验模拟的全球平均温度5年滑动平均(细线)和趋势(粗线)，红线代表NNU-Hol，蓝线代表CESM-LME温度趋势变化计算时间段与数值标注在左下角(℃) Fig. 7 The global annual mean surface temperature(℃)simulated by accelerated and non-accelerated volcanic eruptions simulation during past 2000 years. The 5-year running mean(thin line)and trend(thick line)of NNU-Hol(red)and NNU- 2 ka(blue)simulation outputs are in (a). The 5-year running mean(thin line)and trend(thick line)of NNU-Hol(red)and CESM- LME(blue)simulation outputs are in (b). The values of the trend have been marked at the left bottom |
以上分析说明，虽然对于个别火山喷发比较密集的10年或单个事件强度较大持续时间较长的10年，按照本文研究的方式处理的火山气溶胶含量有所增大，但是总体的火山喷发气溶胶变化趋势差异较小，最终引起的降温趋势差异也较小。所以本文的10倍加速处理对火山喷发试验模拟结果的温度变化趋势的影响较小。
3 结论与讨论全新世是涵盖近11650年的最新地质时期。理解全新世气候变化的特征及驱动机制，可以为未来气候变化预测提供重要的历史相似型。通过气候模拟不仅可以得到各气候要素场的空间分布，而且可以了解不同驱动因子的相对重要性[68-69]。因此，气候模拟对于了解全新世气候变化的特征和驱动机制具有重要意义[70]。
前人关于全新世的模拟研究通常采用切片模拟试验和瞬变模拟试验两种方式。基于切片模拟试验的研究只能得到某一个特征时期的气候平均状态，或是由多个切片相连组成的粗略的变化趋势。但是，切片模拟不能得到连续的高时间分辨率的全新世气候变化信息。而基于瞬变模拟试验的研究以前多采用CSMs，或是EMICs。EMICs的物理过程做过简化，同时CSMs只包含地球系统的部分子系统，因此它们都不能较为准确的模拟出真实的气候变化信息。而利用地球系统模式CESM对全新世气候变化进行瞬变模拟的研究至今还是空白。然而，全新世重建资料和3套基于不同海洋-大气耦合气候系统模式(TraCE-21 ka、FAMOUS、LOVECLIM)模拟的温度变化存在相反的趋势，尤其是在5.00~0.15 ka B. P.时段，重建的降温趋势最为剧烈，且模拟和重建的温度变化趋势差异最为显著，被称为全新世“温度悖论”[28]。至于其存在的原因，至今尚无定论。另外，上述3套全新世的瞬变模拟试验只考虑了ORB、GHG、ICE、MWF这4种外强迫因子中的一种或多种。但是，全新世气候变化还受到TSI、VOL、LUCC外强迫因子的影响，已往的研究对此缺乏考虑。所以，本文利用包含生物地球化学过程的全球大气-海洋-陆地-海冰-陆冰全耦合的地球系统模式CESM1.0.3对全新世气候进行模拟，共设计了7个试验，包括ORB试验、TSI_ORB试验、VOL_ORB试验、GHG_ORB试验、LUCC_ORB、CTRL试验和AF试验。
研究发现，NNU-Hol中AF试验模拟的全球范围合成年均温与Marcott等[27]集成重建的全球年平均温度在5.00~ 0.15 ka B. P.时段的变化趋势基本一致，均下降0.50 ℃左右，有效地化解了5.00~ 0.15 ka B. P.时段模拟与重建温度变化趋势不一致的“温度悖论”。研究还发现，此降温趋势主要是由火山喷发外强迫的贡献，此时段火山喷发外强迫导致了0.86 ℃的降温效应，温室气体强迫作用导致了0.38 ℃的升温趋势，而其他外强迫的贡献较小，合计约为- 0.02 ℃。
同时，研究还揭示了在5.00~0.15 ka B. P.时段VOL_ORB试验全球年平均地表温度出现下降趋势的原因：在上述时段，增强的火山喷发使得全球平均的火山气溶胶柱总量增加了1.63×10-5 kg/m2。火山气溶胶可以反射太阳短波辐射，并通过一系列辐射过程影响地表的辐射平衡，使得在上述时段全球年平均到达地表的太阳辐射减少了0.61 W/m2。由于入射太阳辐射的减少，地表冷却，北极海冰范围增加，地表反照率增加，使得地表反射的太阳辐射增加了0.56 W/m2，所以地表净的太阳辐射减少了1.17 W/m2。与此同时，由于大气中气溶胶的增加改变了大气中的气体成分含量，地表的冷却促使地表向上的长波辐射减少，大气温度也降低，从而使得在上述时段大气逆辐射下降了3.22 W/m2左右，最终使得地表向上长波辐射下降了3.06 W/m2左右。所以地表净长波辐射增加了0.16 W/m2。因此，地表接收的太阳辐射减少和射出长波辐射增加共同作用使得地表辐射的动态平衡发生改变，使得VOL_ORB试验模拟的全球年平均地表温度，在上述时段产生降温趋势。所以，AF试验在上述时段存在0.50 ℃左右的降温趋势。
致谢: 感谢NCAR提供的CESM-LME数据。感谢中国科学院地球环境研究所李新周高级工程师对加速模拟技术的研发提供的帮助；感谢中国科学院大气物理研究所满文敏副研究员在火山长期气候效应最新研究进展方面提供的帮助。
| [1] |
Mayewski P A, Rohling E E, Stager J C, et al. Holocene climate variability[J]. Quaternary Research, 2004, 62(3): 243-255. DOI:10.1016/j.yqres.2004.07.001 |
| [2] |
Walker M, Johnsen S, Rasmussen S O, et al. Formal definition and dating of the GSSP(Global Stratotype Section and Point)for the base of the Holocene using the Greenland NGRIP ice core, and selected auxiliary records[J]. Journal of Quaternary Science, 2009, 24(1): 3-17. DOI:10.1002/jqs.1227 |
| [3] |
靳立亚, 陈发虎. 千百年尺度气候快速变化及其数值模拟研究进展[J]. 地球科学进展, 2007, 22(10): 1054-1065. Jin Liya, Chen Fahu. Progress in rapid climate changes and their modeling study in millennial and centennial scales[J]. Advances in Earth Science, 2007, 22(10): 1054-1065. |
| [4] |
靳立亚, Otto-Bliesner B L. 近10年来"国际古气候模拟比较计划(PMIP)"回顾和未来古气候模拟研究热点[J]. 第四纪研究, 2009, 29(6): 1015-1024. Jin Liya, Otto-Bliesner B L. Advances of PMIP in the last 10 years and its key themes of future research plan[J]. Quaternary Sciences, 2009, 29(6): 1015-1024. |
| [5] |
王绍武, 黄建斌, 闻新宇, 等. 全新世中国夏季降水量变化的两种模态[J]. 第四纪研究, 2009, 29(6): 1086-1094. Wang Shaowu, Huang Jianbin, Wen Xinyu, et al. Two modes of summer precipitation variation of Holocene in China[J]. Quaternary Sciences, 2009, 29(6): 1086-1094. |
| [6] |
Kutzbach J E, Guetter P J. The influence of changing orbital parameters and surface boundary conditions on climate simulations for the past 18000 years[J]. Journal of the Atmospheric Sciences, 1986, 43(16): 1726-1759. DOI:10.1175/1520-0469(1986)043<1726:TIOCOP>2.0.CO;2 |
| [7] |
Schneider B, Leduc G, Park W. Disentangling seasonal signals in Holocene climate trends by satellite-model-proxy integration[J]. Paleoceanography, 2010, 25(PA4217): 1-13. DOI:10.1029/2009PA001893 |
| [8] |
Notaro M, Wang Y, Liu Z, et al. Combined statistical and dynamical assessment of simulated vegetation-rainfall interactions in North Africa during the mid-Holocene[J]. Global Change Biology, 2008, 14(2): 347-368. DOI:10.1111/j.1365-2486.2007.01495.x |
| [9] |
Wagner S, Widmann M, Jones J, et al. Transient simulations, empirical reconstructions and forcing mechanisms for the mid-Holocene hydrological climate in Southern Patagonia[J]. Climate Dynamics, 2007, 29(4): 333-355. DOI:10.1007/s00382-007-0229-x |
| [10] |
Haberkorn K. Reconstruction of the Holocene Climate Using An Atmosphere-Ocean-Biosphere Model and Proxy Data[D]. Hamburg: The Ph.D Dissertation of Hamburg University, 2013: 1-188.
|
| [11] |
Fischer N, Jungclaus J H. Evolution of the seasonal temperature cycle in a transient Holocene simulation:Orbital forcing and sea-ice[J]. Climate of the Past, 2011, 7: 1139-1148. |
| [12] |
Timm O, Timmermann A. Simulation of the last 21, 000 years using accelerated transient boundary conditions[J]. Journal of Climate, 2007, 20: 4377-4401. DOI:10.1175/JCLI4237.1 |
| [13] |
Timmermann A, Friedrich T, Timm O E, et al. Modeling obliquity and CO2 effects on southern hemisphere climate during the past 408 ka[J]. Journal of Climate, 2014, 27(5): 1863-1875. DOI:10.1175/JCLI-D-13-00311.1 |
| [14] |
Claussen M, Mysak L A, Weaver A J, et al. Earth system models of intermediate complexity:Closing the gap in the spectrum of climate system models[J]. Climate Dynamics, 2002, 18: 579-586. DOI:10.1007/s00382-001-0200-1 |
| [15] |
Lorenz S J, Kim J H, Rimbu N, et al. Orbitally driven insolation forcing on Holocene climate trends:Evidence from alkenone data and climate modeling[J]. Paleoceanography, 2006, 21(PA1002): 1-14. DOI:10.1029/2005PA001152 |
| [16] |
Lorenz S J, Lohmann G. Acceleration technique for Milankovitch type forcing in a coupled atmosphere-ocean circulation model:Method and application for the Holocene[J]. Climate Dynamic, 2004, 23: 727-743. DOI:10.1007/s00382-004-0469 |
| [17] |
Ganopolski A, Calov R, Claussen M. Simulation of the last glacial cycle with a coupled climate ice-sheet model of intermediate complexity[J]. Climate of the Past, 2010, 6:229-244. https://doi.org/10.5194/cp-6-229-2010, 2010.
|
| [18] |
Kutzbach J E, Liu X, Liu Z, et al. Simulation of the evolutionary response of global summer monsoons to orbital forcing over the past 280, 000 years[J]. Climate Dynamics, 2008, 30: 567-579. DOI:10.1007/s00382-007-0308-z |
| [19] |
Varma V, Prange M, Merkel U, et al. Holocene evolution of the Southern Hemisphere westerly winds in transient simulations with global climate models[J]. Climate of the Past, 2012, 8: 391-402. |
| [20] |
Jin L, Schneider B, Park W, et al. The spatial-temporal patterns of Asian summer monsoon precipitation in response to Holocene insolation change:A model-data synthesis[J]. Quaternary Science Reviews, 2014, 85: 47-62. DOI:10.1016/j.quascirev.2013.11.004 |
| [21] |
Dallmeyer A, Claussen M, Fischer N, et al. The evolution of sub-monsoon systems in the Afro-Asian monsoon region during the Holocene-Comparison of different transient climate model simulations[J]. Climate of the Past, 2015, 11: 305-326. DOI:10.5194/cp-11-305-2015 |
| [22] |
Smith R S, Gregory J. The last glacial cycle:Transient simulations with an AOGCM[J]. Climate Dynamics, 2012, 38(7-8): 1545-1559. DOI:10.1007/s00382-011-1283-y |
| [23] |
Pfeiffer M, Lohmann G. The last interglacial as simulated by an atmosphere-ocean general circulation model: Sensitivity studies on the influence of the greenland ice sheet[M]//Lohmann G, Grosfeld K, Wolf-Gladrow D, et al. Earth System Science: Bridging the Gaps between Disciplines Perspectives from A Multi-disciplinary Helmholtz Research School. Heidelberg: Springer, 2013: 57-64.
|
| [24] |
Liu Z, Otto-Bliesner B L, He F, et al. Transient simulation of last deglaciation with a new mechanism for Bølling-Allerød warming[J]. Science, 2009, 325(5938): 310-314. DOI:10.1126/science.1171041 |
| [25] |
He F. Simulating Transient Climate Evolution of the Last Deglaciation with CCSM3[D]. Madison: The Ph.D Dissertation of University of Wisconsin-Madison, 2011: 1-177.
|
| [26] |
Dong B, Valdes P J. Simulations of the Last Glacial Maximum climates using a general circulation model:Prescribed versus computed sea surface temperatures[J]. Climate Dynamics, 1998, 14: 571-591. DOI:10.1007/s003820050242 |
| [27] |
Marcott S A, Shakun J D, Clark P U, et al. A reconstruction of regional and global temperature for the past 11, 300 years[J]. Science, 2013, 339(6124): 1198-1201. DOI:10.1126/science.1228026 |
| [28] |
Liu Z, Zhu J, Rosenthal Y, et al. The Holocene temperature conundrum[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(34): 3501-3505. DOI:10.1073/pnas.1407229111 |
| [29] |
Wan L, Liu Z, Liu J, et al. Holocene temperature response to external forcing:Assessing the linear response and its spatial and temporal dependence[J]. Climate of the Past, 2019, 15: 1411-1425. DOI:10.5194/cp-15-1411-2019 |
| [30] |
Robock A. Volcanic eruptions and climate[J]. Reviews of Geophysics, 2000, 38(2): 191-219. DOI:10.1029/1998RG000054 |
| [31] |
Luke O, Robock A, Stenchikov G, et al. Climatic response to high-latitude volcanic eruptions[J]. Journal of Geophysical Research, 2005, 110(D13103): 1-13. DOI:10.1029/2004JD005487 |
| [32] |
Sato M, Hansen J E, McCormick M P, et al. Stratospheric aerosol optical depths, 1850-1990[J]. Journal of Geophysical Research, 1993, 98(D12): 22987-22994. DOI:10.1029/93JD02553 |
| [33] |
Ramaswamy V, Schwarzkopf M D, Randel W J, et al. Anthropogenic and natural influences in the evolution of lower stratospheric cooling[J]. Science, 2006, 311(5764): 1138-1141. DOI:10.1126/science.1122587 |
| [34] |
Wigley T M L, Ammann C M, Santer B D, et al. Effect of climate sensitivity on the response to volcanic forcing[J]. Journal of Geophysical Research, 2005, 110(D09107): 1-8. |
| [35] |
Santer B D, Wigley T M L, Doutriaux C, et al. Accounting for the effects of volcanoes and ENSO in comparisons of modeled and observed temperature trends[J]. Journal of Geophysical Research, 2001, 106(D22): 28033-28059. DOI:10.1029/2000JD000189 |
| [36] |
McGregor H V, Evans M N, Goosse H, et al. Robust global ocean cooling trend for the Pre-industrial Common Era[J]. Nature Geoscience, 2015, 8(9): 671-677. DOI:10.1038/ngeo2510 |
| [37] |
Schmidt G A, Jungclaus J H, Ammann C M, et al. Climate forcing reconstructions for use in PMIP simulations of the last millennium(v1.1)[J]. Geoscientific Model Development, 2012, 5: 185-191. DOI:10.5194/gmd-5-185-2012 |
| [38] |
Stenchikov G, Delworth T L, Ramaswamy V, et al. Volcanic signals in oceans[J]. Journal of Geophysical Research, 2009, 114(D16104): 1-13. DOI:10.1029/2008JD011673 |
| [39] |
Miller G H, Geirsdóttir Á, Zhong Y, et al. Abrupt onset of the Little Ice Age triggered by volcanism and sustained by sea-ice/ocean feedbacks[J]. Geophysical Research Letters, 2012, 39(L02708): 1-5. |
| [40] |
Plummer C T, Curran M A J, Ommen T D V, et al. An independently dated 2000-yr volcanic record from Law Dome, East Antarctica, including a new perspective on the dating of the 1450s CE eruption of Kuwae, Vanuatu[J]. Climate of the Past, 2012, 8: 1929-1940. DOI:10.5194/cp-8-1929-2012 |
| [41] |
Crowley T J. Causes of climate change over the past 1000 years[J]. Science, 2000, 289(5477): 270-277. DOI:10.1126/science.289.5477.270 |
| [42] |
Ammann C M, Joos F, Schimel D S, et al. Solar influence on climate during the past millennium:Results from transient simulations with the NCAR Climate System Model[J]. Proceeding of the National Academy Sciences of the United States of America, 2007, 104(10): 3713-3718. DOI:10.1073/pnas.0605064103 |
| [43] |
Solomon S, Daniel J S, Neely R R, et al. The persistently variable "Background" stratospheric aerosol layer and global climate change[J]. Science, 2011, 333(6044): 866-870. DOI:10.1126/science.1206027 |
| [44] |
Fyfe J C, Salzen K V, Cole J N S, et al. Surface response to stratospheric aerosol changes in a coupled atmosphere-ocean model[J]. Geophysical Research Letters, 2013, 40(3): 584-588. DOI:10.1002/grl.50156 |
| [45] |
Fyfe J C, Gillett N P, Zwiers F W. Overestimated global warming over the past 20 years[J]. Nature Climate Change, 2013, 3: 767-769. DOI:10.1038/nclimate1972 |
| [46] |
Haywood J M, Jones A, Jones G S. The impact of volcanic eruptions in the period 2000-2013 on global mean temperature trends evaluated in the HadGEM2-ES climate model[J]. Atmospheric Science Letters, 2014, 15(2): 92-96. DOI:10.1002/asl2.471 |
| [47] |
Santer B D, Bonfils C, Painter J F, et al. Volcanic contribution to decadal changes in tropospheric temperature[J]. Nature Geoscience, 2014, 7: 185-189. DOI:10.1038/ngeo2098 |
| [48] |
Mignot J, Khodri M, Frankignoul C, et al. Volcanic impact on the Atlantic Ocean over the last millennium[J]. Climate of the Past Discussions, 2011, 7: 2511-2554. DOI:10.5194/cpd-7-2511-2011 |
| [49] |
Zhong Y, Miller G H, Otto-Bliesner B L, et al. Centennial-scale climate change from decadally-paced explosive volcanism:A coupled sea ice-ocean mechanism[J]. Climate Dynamics, 2011, 37: 2373-2387. DOI:10.1007/s00382-010-0967-z |
| [50] |
王斌, 周天军, 俞永强, 等. 地球系统模式发展展望[J]. 气象学报, 2008, 66(6): 857-869. Wang Bin, Zhou Tianjun, Yu Yongqiang, et al. A perspective on Earth system model development[J]. Acta Meteorologica Sinica, 2008, 66(6): 857-869. |
| [51] |
郑沛楠, 宋军, 张芳苒, 等. 常用海洋数值模式简介[J]. 海洋预报, 2008, 25(4): 108-120. Zheng Peinan, Song Jun, Zhang Fangran, et al. Common instruction of some OGCM[J]. Marine Forecasts, 2008, 25(4): 108-120. |
| [52] |
王志远, 刘健, 王晓青, 等. 地球系统模式CESM1.0对太阳辐射和温室气体的敏感性差异研究[J]. 第四纪研究, 2016, 36(3): 758-767. Wang Zhiyuan, Liu Jian, Wang Xiaoqing, et al. Divergent sensitivity of Earth System Model CESM1.0 to solar radiation versus greenhouse gases[J]. Quaternary Sciences, 2016, 36(3): 758-767. |
| [53] |
王志远, 王江林, 张诗茄, 等. 不同时间尺度影响下的北半球夏季风空间特征及其可能影响机制[J]. 第四纪研究, 2018, 38(6): 1494-1506. Wang Zhiyuan, Wang Jianglin, Zhang Sijia, et al. Impact of different timescales on the characteristics and mechanisms of the Northern Hemisphere Summer Monsoon:Based on the CESM results[J]. Quaternary Sciences, 2018, 38(6): 1494-1506. |
| [54] |
Laskara J, Correia A C M, Gastineau M, et al. Long term evolution and chaotic diffusion of the insolation quantities of Mars[J]. Icarus, 2004, 170(2): 343-364. DOI:10.1016/j.icarus.2004.04.005 |
| [55] |
Berger A. Long-term variations of daily insolation and Quaternary climatic changes[J]. Journal of the Atmospheric Sciences, 1978, 35(12): 2362-2367. DOI:10.1175/1520-0469(1978)035<2362:LTVODI>2.0.CO;2 |
| [56] |
Vieira L E A, Solanki S K, Krivova N A, et al. Evolution of the solar irradiance during the Holocene[J]. Astronomy & Astrophysics, 2011, 531(A6): 1-20. DOI:10.1051/0004-6361/201015843 |
| [57] |
Kopp G, Lean J L. A new, lower value of total solar irradiance:Evidence and climate significance[J]. Geophysical Research Letters, 2011, 38(1): 541-551. |
| [58] |
Gao C, Liu J, Gao Y, et al. Reconstruction of the Holocene volcanic forcing index using bipolar ice core records[J]. 2021, in Preparation.
|
| [59] |
Sigl M, Winstrup M, Mcconnell J R, et al. Timing and climate forcing of volcanic eruptions for the past 2, 500 years[J]. Nature, 2015, 523(7562): 543-549. DOI:10.1038/nature14565 |
| [60] |
Gao C, Robock A, Ammann C. Volcanic forcing of climate over the past 1500 years:An improved ice core-based index for climate models[J]. Journal of Geophysical Research, 2008, 113(D23111): 1-15. DOI:10.1029/2008JD010239 |
| [61] |
Grieser J, Schönwiese C. Parameterization of spatiotemporal patterns of volcanic aerosol induced stratospheric optical depth and its climate radiative forcing[J]. Atmósfera, 1999, 12(2): 111-133. |
| [62] |
Holton J R, Haynes P H, McIntyre M E, et al. Stratosphere-troposphere exchange[J]. Reviews of Geophysics, 1995, 33(4): 403-439. DOI:10.1029/95RG02097 |
| [63] |
Joos F, Spahni R. Rates of change in natural and anthropogenic radiative forcing over the past 20, 000 years[J]. Proceedings of the National Academy of Sciences of the United States of America, 2008, 105(5): 1425-1430. DOI:10.1073/pnas.0707386105 |
| [64] |
Goldewijk K K, Beusen A, Doelman J, et al. Anthropogenic land use estimates for the Holocene-HYDE 3.2[J]. Earth System Science Data, 2017, 9: 927-953. DOI:10.5194/essd-9-927-2017 |
| [65] |
Sarfraz M, Hussain M Z, Hussain M. Shape-preserving curve interpolation[J]. International Journal of Computer Mathematics, 2012, 89(1): 35-53. DOI:10.1080/00207160.2011.627434 |
| [66] |
Fritsch F N, Carlson R E. Monotone piecewise cubic interpolation[J]. Society for Industrial and Applied Mathematics Journal on Numerical Analysis, 1980, 17(2): 238-246. |
| [67] |
Kahaner D, Moler C B, Nash S. Numerical methods and software[J]. Society for Industrial and Applied Mathematics Review, 1988, 33(1): 144-147. |
| [68] |
赵亮, 刘健, 刘斌, 等. 全新世暖期鼎盛期与未来变暖情景下东亚夏季降水和气温变化对比[J]. 第四纪研究, 2019, 39(3): 731-741. Zhao Liang, Liu Jian, Liu Bin, et al. Comparison of the summer surface air temperature and precipitation over East Asia between the Holocene Thermal Maximum and the RCP4.5 scenario[J]. Quaternary Sciences, 2019, 39(3): 731-741. |
| [69] |
何鹏, 刘健, 刘斌, 等. 全新世两次典型突变事件下北半球季风降水的变化对比[J]. 第四纪研究, 2019, 39(6): 1372-1383. He Peng, Liu Jian, Liu Bin, et al. Comparison of changes of Northern Hemisphere monsoon precipitation between two typical abrupt climate events in Holocene[J]. Quaternary Sciences, 2019, 39(6): 1372-1383. |
| [70] |
丁仲礼, 熊尚发. 古气候数值模拟:进展评述[J]. 地学前缘, 2006, 13(1): 21-31. Ding Zhongli, Xiong Shangfa. Numerical modeling in paleoclimate study:Progress and problems[J]. Earth Science Frontiers, 2006, 13(1): 21-31. |
2 Jiangsu Provincial Key Laboratory for Numerical Simulation of Large Scale Complex Systems, School of Mathematical Science, Nanjing Normal University, Nanjing 210023, Jiangsu;
3 The Institute for Advanced Ocean Study of Ocean University of China, Qingdao 266100, Shandong;
4 Open Studio for the Simulation of Ocean-Climate-Isotope, Pilot National Laboratory for Marine Science and Technology(Qingdao), Qingdao 266237, Shandong;
5 Department of Environmental Science, Zhejiang University, Hangzhou 310058, Zhejiang;
6 State Key Laboratory of Loess and Quaternary Geology, Institute of Earth Environment, Chinese Academy of Science, Xi'an 710061, Shaanxi)
Abstract
The climate simulation is vital for understanding the characteristic and driving mechanism of the Holocene climate change. The Community Earth System Model(CESM) is the state-of-the-art earth system model for climate simulation. But it has not been used in previous Holocene climate simulation. There are opposite trend of global annual mean surface temperature between simulated and reconstructed in previous Holocene study. The most significant trend difference have been shown during 5.00~0.15 ka B.P. This phenomenon has been called the Holocene temperature conundrum. However, the reason of it remains controversial. In previous transient simulations, only four kinds of external forcing factors(namely, the Earth's orbital parameters, greenhouse gas, meltwater flux, continental ice sheets) have been considered. However, the Holocene climate change have also been influenced by other external forcing factors, such as the total solar insolation, land use/land cover, volcanic eruptions. Therefore, in this study, the CESM and the new external forcing factors have been used to do the Holocene transient simulation. Seven simulation experiments, which are ORB, TSI_ORB, GHG_ORB, LUCC_ORB, VOL_ORB, CTRL and AF respectively for the Holocene climate change have been designed in this study. The external forcings in the CTRL experiment are all constants. Only the Earth's orbital parameters have been changed in the ORB experiment. In the TSI_ORB experiment, the VOL_ORB experiment, the GHG_ORB experiment, and the LUCC_ORB experiment have changed the total solar insolation, volcanic eruptions, greenhouse gases, and land use/land cover, respectively, at the same time, the Earth's orbital parameters also have been changed. So they are all double forcing experiments. The five external forcing factors above-mentioned all have been changed in the AF experiment.Then, the temperature evolution has been analyzed. It shows that the trend of global annual mean surface temperature in the AF run is nearly the same as the reconstruction during 5.00~0.15 ka B.P. Both of them have cooling about 0.50℃. Thus the temperature conundrum have been reconciled successfully. The cooling trend is mainly attributed to the volcanic forcing. It has cooling about 0.86℃ in the VOL_ORB run. The greenhouse gases forcing can induce about 0.38℃ warming. The contributions of other external forcing factors are relatively small(total is about -0.02℃). The radiation balance at surface have been changed(the received solar flux reducing and emitted longwave flux increasing) by the volcanic eruptions during 5.00~0.15 ka B.P.