《使用卫星输入数据,从COARE气体传输模型中导出二氧化碳气体传输速率的不确定性传播分析》由会员分享，可在线阅读，更多相关《使用卫星输入数据,从COARE气体传输模型中导出二氧化碳气体传输速率的不确定性传播分析（18页珍藏版）》请在金锄头文库上搜索。
1、地球物理学研究期刊:海洋研究论文研究论文10.1002/2013JC009271关键点关键点: COAREG 使用卫星输入测定二氧化碳气体传输的不确定性 卫星导出的风速的不确定性是气体转移的主导因素 在低风速时, Ta 的不确定性会影响气体传输的不确定性通信通信: D.L. Jackson，Darren.L.Jacksonnoaa.gov引用：引用： Jackson，D.L 和 G.A.Wick(2014), 使用卫星输入，从 COARE 气体传输模型中导出二氧化碳气体传输速率的不确定性传播分析， J，Geophys.Res.海洋 119，1828-1842，dol：10.1002/2013J
2、C009271收件：收件：2013 年年 7 月月 11 日日 接收：接收：2014 年年 1 月月 22 日日 网络接收论文：网络接收论文：2014 年年 1 月月 28 日日 网络发布：网络发布：2014 年年 3 月月 13 日日使用卫星输入，从 COARE 气体传输模型中导出二氧化碳气体传输速率的不确定性传播分析DarrenDarren L.JacksonL.Jackson 和和 GaryGary A.WickA.Wick美国科罗拉多环境科学合作机构；博尔德科罗拉多大学和美国国家海洋和大气管理局美国科罗拉多环境科学合作机构；博尔德科罗拉多大学和美国国家海洋和大气管理局 地球系统研究实验
3、室地球系统研究实验室 摘要：不确定性方法的普及发展壮大，以此将气体转移的不稳定性称为运用国家海洋和大气 管理局的海洋大气耦合响应实验（NOAA-COARE）气体转移模型（COAREG）。这个不确定性 模型估计，在引起二氧化碳气体转移速度上，卫星输入至 COAREG 不确定性的影响大小。模 型的影响，10m 温度，10m 比湿度，10m 风速，海洋表面温度，长波和短波的地表通量是 要去调查的。九年时间，气体转移速度及其不确定性已经被构造和分析。我们发现气候平 均转移速度有少于 15%的标准差。这些输入的不确定性的时空变化是存在的，并且百分比 的不一致说明了每次输入是由风速的不确定性所主导的。 空
4、气温度和风速之间的协方差的不确定性，和在低风速情况下 10m 空气温度的不确定 性被发现是意义重大的。此外，空气温度不确定性影响气体转移的不确定性的可能性，在 气温超过海面温度的地区，是最大的。在 COAREG 中浮力驱动的转移在这些条件下，提高了 气体转移速度的不确定性。这些条件最典型地出现在美国东南部延近赤道地区，北太平洋 和北大西洋。1 1介绍介绍明白二氧化碳气体在大洋面熔解出的产物的不确定性，对关于大气气候变化的研究是 至关重要的。二氧化碳和其他气体在全球海洋上方的摄入，不仅仅取决于大气海洋界面的 气体浓度，还由其转移速度所决定，这是在此界面时对气体转移速度的描述。只对风进行 观察而测
5、定 K 的经验法i.e.,Wanninkhof,1992;Ho et al.,2011;Edson et al.,2011，已 经笼统地评定了不确定性，通过使用从经验得来的符合这种关系的误差。然而，Jackson et al.2012把更基于物理学的 COAREG 气体转移模型Fairall et al.,2000;Hare et al.,2004;Edson et al.,2011;Fairall et al.,2012通过摄取一些卫星观察到的大气和海 洋的参数作为模型的输入, 应用于测定 K。由于每一种输入恢复后，都有其自己的不确定 性，我们就利用一种不确定性模型的传播，在这个基于这些输入
6、的不确定性研究中，探索 测定 K 的不确定性。气体在洋面的流出的测定取决于一种气体在洋面梯度以及气体转移速度的不稳定性，这种速度是一气体在表面进行交换时对阻力的估计。由于两种气体在海洋和大气层之间交换是非线性过程，K 是很难去测量的。对于二氧化碳，这种交换对许多因素是很敏感的，诸如：风速，波的阻断及泡沫的生成，表面活化剂，和浮力效应。用经验法来直接测定K，使用双示踪法i.e.Nightingale et al.,2000;Ho et al.,2011，高压气体贮罐 和自然碳- 14 的数据Wanninkhof,1992, 以及直接漩涡相关测量法Wanninkhof and McGillis ,
7、1999;McGillis et al.,2001,2004;Edson et al.,2011。尽管发现在风速和 K的易变性之间有很高度的关联，K 的易变性仍然存在显著的不确定性，这可能是由波龄，范围，泡沫，波浪破碎，稳定性以及表面活性剂Frew et al.,1990;Woolf,1997,2005;Jeffery et al.,2007引起的。为了回答提出的疑难，从经验法中推导 K， Fairall et al.2000,开创了 COAREG 模型，它描述了混乱的由分子组成的过程，表面重建效果及用参数表示泡沫和碎波效果。Hare et al.2004合并了来自 GasEx-98 和 Ga
8、sEx-01 实验的直接漩涡相关气体通量数据，来评估 COAREG 及二氧化碳转移速度的效力。Edson et al.2011 使用南海 GasEx（SO-GasEx）直接漩涡相关气体通量数据，扩大了这成就。并且，Jackson et al.2012建立了一个方法，引进卫星输入到 COAREG 中，而非船舶输入，在 COAREG 中扩大了 K 值的接受范围并且远远超过了由船舶观测所带来的局限性。然而，这种剔除风速作为有效参数的检测手段可能会影响转移速度和它们的误差。之前对 K 不确定性的估计，通常被限制于将船舶检测和各种各样由风速和Ki.e.McGillis et al.,2001;Ho et
9、al.,2012;Edson et al.,2011之间衍生出来的经验关系相比较。不确定性的焦点着重于研究测量风速和气体变动误差值。将卫星的输出数据应用于 COAREGJackson et al.,2012来计算 K，得到了一个新方法：凭借 K 值来决定不稳定性并且，并突出强调了受影响的参数，排除获取 K 值因风速而产生的误差。除了减少依赖对风速以外，并且取得足够充分的理论实践基础，我们就可以有效的理解哪里是可以改进的。因此,这个研究通过不确定性模型的传播,探察了在各个大气层和海洋输入的不确定性对 K 的影响。本实验中，K 本身的不确定性不作考虑。 2数据这个不确定性模型利用几个卫星数据集，从
10、 COAREG 气体转移模型中测定气体转移速度的不确定性。这些卫星的输出数据被用于 COAREG 接受气体转移速度：10m 风速，10m 空气温度，洋面温度，10m 比湿度，及表面的净长波辐射数据。所有的数据集涵盖了 1999 至2007 年这个时期的所有数据。除了 1分辨率的受辐射曲域以外，所有的数据域被分割于0.25空间分辨率。格子数据域的时间分辨率是 3 小时，每日平均分配，洋面温度的数据除外。注意，卫星监控中导出即时所拍摄下来的风的结果，温度以及湿度，并且以 3 小时为间隔时间绘制成格子地图。这些 3 小时格子地图包含了丢失数据，以及纬度 50以北的一些因为重叠的卫星轨道而重复观测的地
11、区。10m 风速观测数据来自第 7 代遥感系统的样本网格数据集。洋面温度数据源于 Reynolds et al.2007。辐射数据采集自全球能源和水循环试验（GEWEX）表面辐射预算（SRB）项目。10m 湿度数据（Qa）检索自 Jackson et al.2009，10m 空气温度（Ta）数据得自 Jackson et al.2006的一个改良版本。Jackson 和 Wicl2010检索到，洋面温度数据正如下面所描述的一样。通过将这些卫星输出数据应用到 COAREGJackson et al.得到气体转移数据。当确定 Ta 就会在气体转移不确定性上显示其重大的影响，研究人员展示了一个数据接
12、收的简要描述版本。升级版的 Ta 获取方式包含了一个两步骤的方法，与 Jackson et al.2006描述的方法相似，在扫描数据反馈至卫星时把 5 个微波通道合并。然后，紧随着来自 Ts-Ta 的修正（这里的 Ts 为洋面温度），依据实践经验对 Ta 进行数值调整。调整值在改进卫星热量变动等式被发现。新的 Ta 运算公式（不包括 Ts-Ta 矫正）为：这里 Tb 是开尔文特殊传感器微波成像仪（SSM/I）的亮温度，SSM 成像仪/音响器（SSMIS）以 19，22 和 37GHz 的频率垂直地两极分化，AMSU-A 则是以 52.8 和53.6GHz的频率。系数是由Jackson et a
13、l.2006提出的方法决定的，运用从 Jackson et al.2009之前提出的一套研究设备观测数据的多元回归。这 2580 个匹配的观测数据，得到了检索均方根（RMS）1.85的偏差。在比较在船舶和卫星监测之间同步的 Ts-Ta的偏差之后，应用于船载自动气象及海洋学系统（SAMOS）Smith et al.,2012修正中。日平均卫星Ts 数据源自 Reynolds et al.2007。Reynolds 的 Ts 数据的先进型极高分辨辐射仪（AVHRR）唯一版本来保持在 1999-2007 这个时间段的连贯性。搭配来自 P/V Atlantis 4 年的数据（2006-2009）和来自
14、 RSV Aurora Australis(2008-2009)两年的数据。R/V Atlantis 提供了在北美周围的沿海海水作为主要观察数据，同时 RSS Aurora Australis 提供了澳大利亚和南极洲之间高纬度地区的观测数据。图形 1 给出了 Ts-Ta 在卫星和船舶观测关系散布图，与其在一起的曲线代表着最适合使用多项式关系在此，Ts-Ta 是洋面温度和空气温度在摄氏度的卫星偏差，是校正值。Reynolds Ts 减去，来计算校正的 Ta。校正的 Ta RMS 的偏差从未校正过的算法得出的1.85显著下降至 1.18。这个新数值 1.18用于传播不确定性估算。对于其他参数（U，
15、Ts 盒、和 Qa），输入的误差从过去发表的结果中得来。U 的不确定性被假设为 ，是由 Mears et al.2001在对比 SSM/I 风速和观测浮标数据时测定的随机误差的估算。Ts 不确定性被估测为 0.5K，这是 Reynolds et al.2007给出的随机误差的 最大极限值。Qa 不确定性被 Jackson et al2009提出为 1.36g/kg。Ta 和 Qa 两种方法都应用了系统性偏差不确定性校正，它基于地区的不确定性区别，被发现于卫星检索和 船舶观测之间。在这里报告的一切不确定性都是随机检索不确定性。由于缺少足够的所有参数所需的表面数据，在这个研究中未能试图估算这些输入
16、不确定性的地区差异。3.模型 这个部分描述了不确定性模型的传递，用来估算 K 的不确定性。给出了一个详细的说明，关于这个模型是如何执行的，以及在模型上不同术语的影响。3.1 卫星输入不确定性气体在海洋和空气间的转移可以用其最简单的形式来说明：FkX (3)在这里，F 代表气体流出，k 代表传输速率，X 代表气体在临近洋面的水中和大气层中的浓度差。Fairall et al.2000提供了最初的基于物理原理的 COAREG 气体流出模型的说明，这个模型在这个研究中就讨论过了。这个模型使用湍流尺度理论来匹配大气和水侧层，这样抑制湍流漩涡就通过粘性耗散来执行。Jackson et al.2012给出了一个更详细的关于模型和相关联的卫星输入的说明。通过想出一个标准传递不确定性模型，解释了来自 COAREG 输入数据的不确定性。这个模型假设 COAREG 里 K 的变化可以表达
