多窗谱分析方法及其在全球变暖研究中的应用

光谱分析技术在天文研究中的应用天文学是对于宇宙以及其中的天体进行探索和研究，而光谱分析技术是其中一项重要的技术手段。

因为任何物质都会辐射出电磁波，而这些辐射的光线是可以被分析的。

如此一来，我们就可以开启一扇窗户，窥探宇宙的复杂瞬息和无限的奥秘。

下文将会具体介绍光谱分析技术在天文学中的应用。

一、光谱分析——天体三角计算之外的新一步光谱分析技术，是通过分析天体射出的电磁波的颜色层次，进而通过计算出其中的特征参数，来推测天体的构成、物理性质等等。

与传统天文学中的天体三角计算相比，光谱分析技术具有更多的信息来源，更加易于进行实际应用。

更重要的是，光谱分析技术能够揭示天体的构成、组成和状态等多维度信息，进而帮助我们更加准确地理解天体的实际状况。

在天文学中，光谱分析技术得到了广泛的应用。

通过分析天体辐射的光谱，我们可以获得关于这些天体的重要信息。

例如，通过对星系光谱的分析，可以推测出各个星系的速度、构成和演化和状态。

同时，光谱分析技术还可以解释宇宙中的各种现象，例如，暗物质与暗能量，拓扑学原理等待太多的深度问题。

二、天体的物理特征信息在天文学中使用光谱分析技术，可以获取天体的物理特征信息，比如，温度、化学成分、结构特征等等。

这种技术主要基于物异性的原理，针对不同物质所辐射出的光谱呈现出完全不同的特征，从而可以发现天体内涵丰富的信息。

例如，在关于质团跃迁频率的研究当中，科学家通过光谱分析技术，发现了星球的径向速度分量；针对阳光的分析，则找出了太阳释放的热量的非常复杂的平衡状态三、光谱分析技术的现实应用光谱分析技术在天文学中的应用已经被广泛地应用于天体实际目测，如暗物质、黑洞或超新星，通过分析这些天体的光谱，从中获取相关的信息。

另外，在地球科学中，光谱分析技术也发挥了极其重要的作用。

比如，在矿产探测中，它可以帮助地质学家找到目标矿产的具体位置或者在生物学领域，通过分析血样光谱，可以有效地预测疾病。

总的来说，光谱分析技术在天文学中的应用，已经成为了非常重要的手段，可以发掘悠久的悠久历史和远古的时空，更加全面深刻地认识宇宙的演变和变化过程，具有巨大的科学研究和应用价值。

钙钛矿热致变色窗的相变温度-概述说明以及解释1.引言1.1 概述在引言部分的概述中，我们将介绍钙钛矿热致变色窗这一新型窗户材料的概念和特点。

随着人们对环境舒适性和能源效率的要求不断增强，窗户作为建筑中的重要元素，也在不断发展和创新。

钙钛矿热致变色窗作为一种新型智能窗户材料，在能源节省和室内舒适性方面具有独特的优势。

钙钛矿热致变色窗具备两种明显的不同颜色，在不同温度下，窗户可以自动调节颜色。

在高温条件下，钙钛矿热致变色窗呈现出一种深色，可有效地吸收热量和阳光辐射，减少室内的热量输入，从而降低室内温度。

而在低温条件下，窗户变为浅色，使得室内辐射热可以更好地逸出，进而保持室内温度的稳定。

除了温度调节的能力，钙钛矿热致变色窗还具有高透光度和低发热性能的特点，可以提供良好的自然光线和舒适的室内环境。

而在冬季，窗户的热阻值也会增加，减少了能量的散失。

钙钛矿热致变色窗的制备方法也相对简单，可以通过溶液法、热蒸发法等常规化学方法来实现。

此外，它还可以与智能化系统相结合，实现自动控制和调节窗户的开合和颜色变化，提高窗户的智能化水平。

在应用领域方面，钙钛矿热致变色窗具有广泛的潜力。

它可以广泛应用于建筑物的外窗、天窗和隔热窗等场景，为建筑物提供更加舒适和节能的环境。

此外，它还可以应用于汽车、航空航天和光电子等领域，为这些领域的发展提供更加可持续和节能的解决方案。

综上所述，钙钛矿热致变色窗作为一种新型智能窗户材料，通过自动调节颜色和控制室内光线和温度，可以实现节能、舒适、智能的室内环境。

在未来的发展中，钙钛矿热致变色窗有望成为建筑领域的重要创新，为提高建筑能效和优化室内环境作出重要贡献。

1.2文章结构文章结构部分的内容可以包括以下信息：本文主要分为三个部分进行论述：引言、正文和结论。

引言部分主要对钙钛矿热致变色窗进行概述，介绍其基本原理、制备方法和应用领域等内容。

同时，也会阐明本文的目的，即研究钙钛矿热致变色窗的相变温度。

计算数学在气候变化模型中的应用在当今时代，气候变化已成为全球关注的焦点问题。

了解气候变化的趋势、影响以及制定相应的应对策略，对于人类的未来至关重要。

而在这一过程中，计算数学发挥着不可或缺的作用。

计算数学是一门将数学理论与计算方法相结合，以解决实际问题的学科。

在气候变化研究中，它为构建和分析复杂的气候模型提供了强大的工具。

首先，我们来了解一下气候变化模型的基本构成。

这些模型通常包含对大气、海洋、陆地和冰层等多个系统的描述。

它们基于物理、化学和生物过程的基本原理，通过数学方程来表达这些过程。

例如，描述大气环流的方程涉及流体力学原理，而海洋模型中的热传递方程则基于热力学定律。

然而，这些数学方程往往极其复杂，无法通过解析方法直接求解。

这就是计算数学大显身手的地方。

通过数值方法，将连续的数学问题转化为离散的数值计算问题，从而可以在计算机上进行求解。

在数值方法中，有限差分法、有限元法和谱方法等是常用的技术。

有限差分法是一种直接将偏微分方程转化为差分方程的方法，通过在空间和时间上离散化，逐步计算出未知量的值。

有限元法则将求解区域划分为多个小单元，在每个单元上构建近似解，然后通过拼接这些单元的解来得到整个区域的近似解。

谱方法则利用函数的正交展开来逼近解。

计算数学在气候变化模型中的应用不仅仅是求解方程那么简单。

模型的准确性和可靠性也需要通过各种数值分析技术来评估。

例如，误差估计可以帮助我们了解计算结果的精度，稳定性分析则确保计算过程不会出现异常的数值波动。

为了提高模型的性能，计算数学还致力于优化算法和并行计算。

优化算法可以减少计算时间和内存消耗，使得大规模的气候模拟成为可能。

并行计算则利用多核处理器或计算机集群，将计算任务分配到多个计算节点上同时进行，大大提高了计算效率。

在气候变化模型中，不确定性分析也是一个重要的方面。

由于观测数据的有限性、模型参数的不确定性以及自然系统的复杂性，计算数学中的随机方法被用于量化这些不确定性。

温室效应成因及其与全球变暖关联性研究作者：王蔺景范川何晓睿龚彦羽来源：《今日财富》2018年第02期本文从温室效应产生原因出发，对温室效应影响全球变暖的研究进行综述。

并解读“温室效应原罪说”，在此基础上作出评述。

最后提出注重气候变化的复杂性；加强对海洋的监测等进一步研究全球气候变化影响因素的建议。

自法国学者Jean-Baptiste Joseph Fourier于1824年提出“温室效应”理论，以美国气候学家James Hansen為代表的科学家们发表人类活动将引起全球变暖的言论，IPCC四次发布全球气候变化评估报告后，主要是由于人类活动引起的“温室效应”异常而导致“全球变暖”的逻辑逐渐受到了全世界的重视。

一、温室效应产生原因研究（一）形成机制Baron Jean Baptiste Joseph Fourier（1768—1830）是最早奠定“温室效应”学说基础的学者，其提出的气体在大气中形成稳定屏障的理论使得大气的保温作用被后来的学者称为“温室效应” 。

目前“温室效应”概念的专业术语早已统一，即指地表受来自太阳的短波辐射变热后所放出的部分长波辐射被大气吸收的过程，因其增温过程类似农作物栽培的温室保温法，故而得名“温室效应”。

但近期也有学者对“温室效应”的说法提出了质疑。

Valery P. Oktyabrskiy研究指出大气的保温效应并非是类似“温室”那样，因为大气中的重要成分之一—H2O是可以直接吸收太阳辐射的，因而“温室效应”的说法便也就失去其本来的意义，而成为一个代指大气升温、保温机制的传统称呼方式。

杨新兴也认为大气的升温、保温过程与花房温室的人工升温、保温机理存在差异，因而大气的升温及保温作用不应被称为温室效应。

目前学术界关于“温室效应”是否仍应被称作“温室效应”尚存在争议，但为撰文方便，下文仍沿袭使用“温室效应”传统概念。

（二）形成原因1.自然原因。

包裹着地球的大气层白日能使太阳的部分短波辐射通过，夜晚又吸收来自地面的长波辐射，而使地球保持一种适宜生命存活的温度，这种升温、保温机制宛如温室玻璃的保温过程，而被称作“温室效应”。

第54卷 第3期 2024年3月中国海洋大学学报P E R I O D I C A L O F O C E A N U N I V E R S I T Y O F C H I N A54(3):009~019M a r .,2024全球变暖下南大洋吸热的季节变化特征❋罗 菁1,2,郑小童1,2❋❋(1.中国海洋大学物理海洋教育部重点实验室,海洋与大气学院,山东青岛266100;2.青岛海洋科学与技术试点国家实验室,山东青岛266237)摘 要: 本文基于第六次耦合模式比较计划的未来高排放情景试验模拟结果,研究全球变暖背景下未来南大洋吸热的季节变化㊂发现在未来变暖气候下南大洋占全球海洋累积吸热的近一半㊂未来南大洋海洋吸热有明显季节变化:南半球春㊁秋季吸热峰值大致位于63ʎS ,夏季70ʎS 附近吸热最小,冬季58ʎS 附近吸热全年最大㊂秋㊁冬季海洋吸热的空间结构由湍流热通量主导;春㊁夏季高纬度海洋吸热主要受辐射通量影响㊂进一步研究发现,南大洋60ʎS 以南海区净热通量变化趋势与海冰变化有关㊂春㊁夏季海冰消融通过海冰-反照率反馈机制产生较大的海洋吸热,而秋㊁冬季海冰消融加强了海洋向大气放热,造成海洋吸热减少,年平均下二者显著抵消㊂在南大洋30ʎS 60ʎS 海区,海洋吸热主要受湍流热通量变化影响,夏㊁秋季吸热较少,冬㊁春季吸热较大,这与气候态混合层深度的季节变化有显著关系㊂此外,本文研究还发现,南大洋上层海洋热量的经向输送对全球变暖的响应也存在显著的季节变化,冬㊁春季经向热输送的增强范围相较于夏㊁秋季向赤道和向下延伸,与气候态混合层深度和西风增强的季节变化有关㊂关键词: 南大洋;海洋吸热;海气相互作用;全球变暖;季节变化中图法分类号: P 728.1 文献标志码: A 文章编号: 1672-5174(2024)03-009-11D O I : 10.16441/j.c n k i .h d x b .20220388引用格式: 罗菁,郑小童.全球变暖下南大洋吸热的季节变化特征[J ].中国海洋大学学报(自然科学版),2024,54(3):9-19.L u o J i n g ,Z h e n g X i a o t o n g .C h a r a c t e r i s t i c s o f s e a s o n a l v a r i a t i o n o f t h e S o u t h e r n O c e a n h e a t u p t a k e u n d e r g l o b a l w a r m i n g[J ].P e r i o d i c a l o f O c e a n U n i v e r s i t y of C h i n a ,2024,54(3):9-19. ❋ 基金项目:国家重点研究发展计划项目(2018Y F A 0605704)资助S u p p o r t e d b y t h e N a t i o n a l K e y R e s e a r c h a n d D e v e l o p m e n t P r o gr a m o f C h i n a (2018Y F A 0605704)收稿日期:2022-09-06;修订日期:2022-10-27作者简介:罗 菁(1998 ),女,硕士生㊂E -m a i l :l u o j i n g@s t u .o u c .e d u .c n ❋❋ 通信作者:郑小童(1982 ),男,博士,博士生导师㊂E -m a i l :z h e n gx t @o u c .e d u .c n 海洋占全球表面积的71%,对全球气候变化起重要调节作用㊂与大气相比海洋热容量更大,能吸收更多的热量并向下输送,因此,全球变暖中超过90%额外增加的能量被海洋吸收和储存[1-2],能够有效减缓全球表面温度的增暖速率[3-5],同时还延长了气候系统对外强迫响应的时间尺度[6-7]㊂南大洋指30ʎS 以南将太平洋㊁大西洋㊁印度洋连成一片的广袤海洋,占全球海洋总面积约30%,却主导了全球海洋热量储存和吸收㊂基于过去几十年的观测资料发现,南大洋次表层增暖十分显著[8-9],且加热深度远远超过全球海洋平均水平,同时还伴随着海平面的明显上升[10]㊂R o e m m i c h 等[3]通过多元观测资料研究发现,2006 2013年南半球热带外(20ʎS 90ʎS )海洋储存的热量占全球海洋热量增加的67%~98%,其中45ʎS 附近海洋增暖趋势最强,并向下延伸至1000m ㊂这一现象在气候模式中也能得到重现[11-12]㊂基于第五次耦合模式比较计划(C o u p l e d m o d e l i n t e r c o m pa r i s o n p r o j e c t ph a s e 5,C M I P 5)的历史模拟结果,S h i 等[13]发现,20世纪南大洋累积海洋吸热(O c e a n h e a t u pt a k e ,O H U )占全球海洋吸热的72%㊂在未来高排放情景试验中,北大西洋经向翻转环流(A t l a n t i c m e r i d i o n a l o -v e r t u r n i n g ci r c u l a t i o n ,A M O C )的减弱造成副极地北大西洋O H U 大幅增加,但南大洋累积O H U 的占比依然达到约48%㊂南大洋具有独特的海洋动力过程,对这里的O H U 有重要作用㊂南大洋上空强大的西风急流能够驱动向北的海洋艾克曼输运,造成表层海水辐散,形成强劲的上升流以及超过500m 的深厚海洋混合层㊂在全球变暖背景下,上升流带来的深层冷水从大气中吸收大量的热量并进入表层以下,对海表面温度(S e a s u r f a c et e m pe r a t u r e ,S S T )上升起到抑制作用[14]㊂同时也使得O H U 过程得以持续,导致南大洋次表层增暖远大于其他海盆[8]㊂同时,向北的艾克曼输运在40ʎS 附近辐合下沉,使得该海区储热最多[6,11,15-16]㊂此外,高纬度海区的亚南极模态水沿倾斜的等密度面潜沉进入海洋内部并向低纬度流动,将吸收的热量带入海洋并存储中国海洋大学学报2024年起来,对南大洋吸热有一定作用[17]㊂除了平均海洋环流的调控作用之外,大气环流的变化也有助于南大洋的海洋吸热以及海洋热含量的重新分配㊂在全球变暖背景下,南半球西风急流向极移动并加强,会增加南大洋经向翻转环流的强度[11,18]㊂但相对而言,环流变化对南大洋O H U的贡献较小,只占约20%,而平均环流的输送效应占总O H U的80%左右[15-16]㊂大洋中尺度涡旋的南向/上向热传输是南大洋内部热量再分配的另一个不可忽视部分,平衡了平均流的北向/下向热传输[19]㊂在气候变暖的情况下,由于南向涡流热量输送减少,涡流输送的变化对南大洋增暖最大海区(即40ʎS附近)北侧的海洋热量增加具有重要贡献[15-16]㊂模式中南大洋吸热作用也可以通过检测海气界面的热通量变化进行定量诊断[12,20]㊂H u等[20]对全球海洋热通量变化进行分解后发现,感热通量和短波辐射对南大洋净热通量变化有重要贡献,而潜热通量变化不利于海洋吸热㊂基于模式模拟,最近一项研究评估了全球变暖下南大洋海气热通量反馈的变化,发现热通量的负反馈倾向于抑制南大洋海温的增暖[21]㊂南大洋海气界面净热通量变化的不同部分受不同物理过程调控㊂例如在全球变暖背景下随着海洋的增暖,南极海冰会迅速减少[22],造成海冰反照率反馈机制加剧,使海洋得到更多的短波辐射,进而加强海洋吸热㊂此外,西风急流的强度和位置变化会改变南大洋的温跃层深度,进而影响表面湍流热通量(即感热通量和潜热通量)㊂值得注意的是,南大洋高纬度海区的气候特征具有显著的季节变化,诸如太阳辐射㊁西风急流等均表现出明显的年循环特征㊂而前人对南大洋海洋吸热和储热的研究大多是基于年平均状态,少有对于不同季节海洋吸热的研究㊂本文基于第六次耦合模式比较计划(C o u p l e d m o d e l i n t e r c o m p a r i s o n p r o j e c t p h a s e6,C M I P6)未来情景试验的多模式平均结果发现,全球变暖下的南大洋吸热有明显的季节变化特征㊂随后我们进一步探讨了全球变暖下南大洋吸热的季节变化及不同过程对海洋吸热的影响,尝试理解未来气候下南大洋吸热的季节特征及其机理㊂1资料与方法1.1C M I P6模式资料本文使用了28个C M I P6气候模式的模拟结果[23-24],主要分析了历史气候模拟试验(H i s t o r i c a l)和未来情景预估试验(S h a r e d s o c i o e c o n o m i c p a t h w a y585, S S P585)的月平均输出数据㊂历史模拟试验数据长度为1850年1月 2014年12月,从工业革命前对照试验出发,包括臭氧和气溶胶㊁火山活动㊁温室气体㊁太阳常数等外强迫作用㊂S S P585情景预估试验时间长度为2015年1月 2100年12月,从历史试验出发,未来情景预估试验中气溶胶㊁温室气体㊁太阳常数的全球平均值随着时间变化,气溶胶和火山在2015 2025年递减到工业革命前的水平,辐射强迫在2100年达到8.5W㊃m-2㊂为了便于后续比较分析,我们统一模式分辨率,将所有模式大气数据均插值到2.5ʎˑ2.5ʎ的网格上,海洋和海冰数据均插值到1ʎˑ1ʎ的网格上㊂选取的28个气候模式中有23个模式具备完整的海冰数据,22个模式有完整的海洋经向流速数据,19个模式具备完整的混合层深度数据,27个模式具备完整的海洋温度数据,具体模式名称见表1㊂表1本文选取的28个C M I P6气候模式T a b l e128C M I P6c l i m a t e m o d e l s s e l e c t e d i n t h i s s t u d y 气候模式①海冰②海洋流速③混合层厚度④海温⑤A C C E S S-E S M1-5ɿɿɿɿB C C-C S M2-M RɿɿɿɿC a n E S M5-C a n O EɿɿɿC a n E S M5ɿɿɿɿC E S M2-W A C C MɿɿɿɿC E S M2ɿɿC N R M-C M6-1ɿɿɿɿC N R M-C M6-1-H RɿC N R M-E S M2-1ɿɿɿE C-E a r t h3ɿɿɿɿF G O A L S-f3-LɿɿɿɿF G O A L S-g3ɿɿɿɿG F D L-C M4ɿɿG F D L-E S M4ɿɿɿG I S S-E2-1-GɿɿɿI N M-C M4-8ɿɿɿI N M-C M5-0ɿɿɿI P S L-C M6A-L RɿɿɿɿK A C E-1-0-GM I R O C-E S2LɿɿɿM I R O C6ɿɿɿɿM P I-E S M1-2-H RɿɿɿɿM P I-E S M1-2-L RɿɿɿɿM R I-E S M2-0ɿɿɿɿN E S M3ɿɿɿN o r E S M2-L MɿɿɿN o r E S M2-MMɿɿɿU K E S M1-0-L Lɿɿɿɿ注:①C l i m a t e m o d e l;②S e a i c e;③V e l o c i t y;④M i x e d l a y e r d e p t h;⑤T e m p e r a t u r e.013期罗 菁,等:全球变暖下南大洋吸热的季节变化特征1.2研究方法本文研究区域为南半球30ʎS 以南的广袤海域(30ʎS90ʎS ,180ʎ 180ʎ)㊂本文使用了合成分析㊁相关分析㊁回归分析等统计方法,并根据前人的研究方法定义海气净热通量,累积海洋吸热㊁经向热输运等㊂文中的季节均相对于南半球而言,12 2月(D J F )为夏季,6 8月(J J A )为冬季㊂本文首先计算了海气界面的净热通量:Q n e t =S W ˌ-S W ʏ+L W ˌ-L W ʏ-Q e -Q h ㊂(1)式中:表面总短波辐射(S W )等于向下短波减向上短波;总长波辐射(L W )等于向下长波减去向上长波;短波辐射和长波辐射的总和为辐射通量;潜热(Q e )和感热(Q h )的总和为湍流热通量㊂在此基础上,我们将相较于工业革命前(减去1861 1880年的平均值)的净热通量变化值的时间积分定义为累积海洋吸热[13]㊂南大洋累积海洋吸热是对30ʎS 以南海区的净热通量进行区域加权求和并计算时间积分㊂本文还计算了南大洋上层热量的经向输运(O H C -M T ),为热含量经向梯度与经向流速的乘积:O H C M T =-∂O H C ∂y v =-∂θρ0C p ∂yv ㊂(2)式中:θ为海水温度;ρ0为海水密度;C p 为海水比热容;v 为海洋经向流速㊂当∂O H C ∂y>0,表示往北海洋热量越大,反之表示海洋热量往北越小;当v >0时,表示向北的海流,反之为向南的海流㊂2 C M I P 6气候模式中南大洋吸热及其季节差异2.1历史模拟和未来预估试验中南大洋吸热的评估在C M I P 6历史试验的1900 2014年,根据累积海洋吸热的计算,南大洋是全球最强的海洋吸热区(见图1(a )),从纬向积分的结果中也可以看出(见图1(a )右),历史时期南大洋主导全球海洋吸热,30ʎS以南海区(误差条为模式间ʃ1倍标准差㊂E r r o r b a r s a r e t h e ʃ1t i m e s s t a n d a r d d e v i a t i o n s a m o n g di f f e r e n t c l i m a t e m o d e l s .)图1 C M I P 6多模式平均的(a )历史试验,(b )S S P 585试验中累积海洋吸热的空间分布(正值为海洋吸热,负值为放热,打点区域表示通过95%的信度检验㊂)及(c )历史试验,(d )S S P 585试验中南大洋占全球海洋累积吸热比重F i g .1 S p a t i a l d i s t r i b u t i o n o f c u m u l a t i v e o c e a n h e a t u p t a k e (p o s i t i v e v a l u e i n d i c a t e s h e a t a b s o r p t i o n ,n e ga t i v e v a l u e i n d i c a t e s h e a t r e l e a s e )i n m u l t i -m o d e l e n s e mb l e m e a n o f C M I P 6(a )h i s t o r ic a l a nd (b )S S P 585e x p e r i m e n t s (s t i p p l e d r e gi o n s i n d i c a t e e x c e e d 95%s t a t i s t i c a l c o n f i d e n c e ),p r o po r t i o n o f S o u t h e r n O c e a n t o g l o b a l o c e a n c u m u l a t i v e h e a t u p t a k e i n (c )h i s t o r i c a l a n d (d )S S P 585e x pe r i m e n t s 11中 国 海 洋 大 学 学 报2024年累积海洋吸热的纬向积分值几乎全为正,最强海洋吸热位于60ʎS 以北,最大值为44.3ˑ1010J㊂历史试验中接近一半的模式模拟南大洋累积海洋吸热超过全球海洋,南大洋占全球海洋吸热比重的多模式平均结果为102.7%ʃ61%,比C M I P 5历史试验中南大洋吸热的全球贡献(70%~75%)大[12-13]㊂此外,历史模拟中南大洋吸热的模式间差异(模式间一倍标准差)较大(见图1(c ),误差线),说明C M I P 6历史试验中不同模式对南大洋吸热占比的模拟有较大差异㊂其中N o r E S M 2-L M 模式中全球海洋累积吸热为负值(即历史时期海洋净放热),南大洋吸热占比为负值;此外E C -E a r t h 3㊁F G O A L S -g3㊁M P I -E S M 1-2-L R 模式中全球海洋累积吸热明显偏大(大于600Z J ,1Z J =1021J)㊂在未来高排放情景试验的2015 2100年(见图1(b)),全球海洋累积吸热的空间分布特征有所改变,北大西洋(30ʎN 70ʎN ,80ʎW 20ʎE )海洋吸热最显著,由历史时期向大气放热转变为强烈的海洋吸热,但全球海洋累积吸热的纬向峰值依旧位于60ʎS 以北(见图1(b )右),最大值可达到196.7ˑ1010J,约为历史时期的5倍㊂未来南大洋占全球海洋吸热比重虽然下降至47.5%ʃ7%(见图1(d)),但依然是全球海洋吸热最大的海区,与前人基于C M I P 5得出的结果(48%ʃ8%)基本一致[13]㊂C M I P 6未来预估试验中累积海洋吸热的模式间差异远小于历史时期(见图1(d))㊂历史模拟阶段除温室气体外,气溶胶㊁臭氧等气候外强迫因素也对海洋吸热有重要影响[26-27],在未来高排放情景试验中此类外强迫因素的作用有所减弱㊂本文之后部分仅分析未来预估试验中南大洋吸热的季节变化㊂在全球变暖背景下,未来各个季节南大洋占全球海洋吸热的比重有明显差异(见图2)㊂从多模式平均的结果来看,南半球夏季(12 2月,D J F )南大洋吸热占比最大,为68.2%ʃ43%(见图2(a )),其中N o r E S M 2-L M ㊁N o r E S M 2-MM 模式中南大洋占比为负值,且模式间差异较大㊂春季(9 11月,S O N )次之,占比为57.8%ʃ12.3%(见图2(d ))㊂秋季(3 5月,M A M )㊁冬季(6 8月,J J A )占比较小,分别为37.6%ʃ10.2%㊁39.0%ʃ14.3%㊂(误差线表示模式间ʃ1倍的标准差㊂E r r o r b a r s a r e t h e ʃ1t i m e s s t a n d a r d d e v i a t i o n s a m o n g di f f e r e n t c l i m a t e m o d e l s .)图2 C M I P 6未来高排放情景试验中2015 2100年(a )夏季㊁(b )秋季㊁(c )冬季㊁(d)春季南大洋占全球海洋累积吸热比重F i g .2 P r o p o r t i o n o f S o u t h e r n O c e a n t o g l o b a l o c e a n c u m u l a t i v e h e a t u pt a k e f r o m 2015t o 2100i n (a )s u m m e r ,(b )a u t u m n ,(c )w i n t e r a n d (d )s p r i n g i n C M I P 6S S P 585e x pe r i m e n t s 213期罗 菁,等:全球变暖下南大洋吸热的季节变化特征2.2未来南大洋吸热的季节变化2.2.1全球海洋吸热的纬向分布特征 为了更加直观㊁突出分析未来南大洋海洋吸热状况,首先我们计算并分析了全球海洋吸热的纬向积分结果,如图3所示㊂从图3中可以看到,对于年平均而言,全球海洋吸热最大值出现在南大洋55ʎS 60ʎS,最大趋势为102.1W ㊃m -2㊃d e c a d e-1㊂从不同季节来看,南大洋海洋吸热的峰值位置有明显摆动,夏季吸热峰值位于70ʎS附近(见图3(a )),为72.6W ㊃m -2㊃d e c a d e -1,峰值全年最小㊂但此时南大洋占全球海洋吸热比重远大于其他季节(见图2(a )),是因为北半球中㊁高纬度为强烈的海洋吸热和放热,而整个南大洋区域均表现为海洋吸热㊂春季和秋季吸热峰值位于63ʎS 附近(见图3(b )和(d)),峰值分别为128.1和140.7W ㊃m -2㊃d e c a d e-1;冬季峰值大致位于58ʎS (见图3(c )),为199.7W ㊃m -2㊃d e c a d e-1,约是春秋季㊁夏季的1.5和2.7倍㊂冬季大气中赤道至极地的经向温度梯度增大,南半球中纬度西风急流加强,一方面使得海表面蒸发加强,另一方面风场驱动的海洋环流加强,急流南侧的上升流增强使得海洋吸收更多的热量,此时北半球海洋吸热也较为显著,因此冬季南大洋占全球海洋吸热比重并不大(见图2(c))㊂南大洋吸热峰值从冬季到夏季逐渐向南移动(见图3(a )㊁(c)),此后随太阳直射纬度向北移动㊂南大洋60ʎS 以南高纬度海区的净热通量在秋㊁冬季呈明显负趋势(见图3(b ) (c)),表示未来该区域海洋将失去热量;春㊁夏季和年平均,高纬度净热通量均为正趋势,表示未来海洋吸热(见图3(a ),(d ),(e))㊂(实线为多模式平均结果,阴影为模式间(1倍标准差,蓝色虚线为45ʎS 70ʎS ,间隔为5ʎ的纬度线㊂T h e s o l i d l i n e s r e pr e s e n t t h e m u l t i -m o d e l e n s e m b l e m e a n ,a n d t h e s h a d o w s a r e t h e ʃ1t i m e s s t a n d a r d d e v i a t i o n s a m o n gd i f fe r e n t c l i m a t e m o d e l s .T h e b l u e d a s h e d l i n e s a r e l a t i t u d e l i n e s of 45ʎS 70ʎS w i t h a n i n t e r v a l o f 5ʎ.)图3 C M I P 6未来高排放情景试验中2015 2100年(a )夏季㊁(b )秋季㊁(c )冬季㊁(d )春季㊁(e)年平均的累积海洋吸热(红色,单位:J )和净热通量趋势(黑色,单位:W ㊃m -2d e c a d e -1)的纬向积分图F i g .3 Z o n a l i n t e g r a l o f c u m u l a t i v e o c e a n h e a t u pt a k e (r e d ,U n i t :J )a n d n e t h e a t f l u x t r e n d s (b l a c k ,U n i t :W ㊃m -2d e c a d e -1)f r o m 2015t o 2100i n (a )s u m m e r ,(b )a u t u m n ,(c )w i n t e r ,(d )s p r i n g a n d (e )a n n u a l m e a n i n C M I P 6S S P 585e x pe r i m e n t s C M I P 6未来预估试验中累积海洋吸热和净热通量趋势沿纬度的变化高度相似,如图3所示㊂年平均下南大洋整体的累积海洋吸热和净热通量变化趋势之间存在显著的模式间正相关关系(r =0.89,图略),即表示未来增暖气候下,气候模式模拟净热通量增加越多时,南大洋累积海洋吸热将越多㊂因此在后文中我们用净热通量趋势来表征累积海洋吸热的变化,并讨论其时空特征㊂2.2.2南大洋吸热的空间分布特征 随后作者分析了未来南大洋净热通量趋势的空间结构特征,结果见图4㊁5㊂从图中可知C M I P 6未来高排放情景试验中,年平均下南大洋净热通量趋势和累积海洋吸热的空间分布高度相似(见图4(g )和图1(b )),大部分区域为显著的海洋吸热,60ʎS 附近海洋吸热最强,40ʎS 附近的大西洋和印度洋海区为较强的海洋放热,这主要是由表面向北的艾克曼输送导致的[6]㊂本文进一步分析了净热通量各项变化的空间特征(见图4(a ) (f ))㊂其中湍流热通量趋势(见图4(f ))的空间分布与净热通量(见图4(g))相似,两者空间场的相关系数为0.84㊂未来南大洋大部分海区的潜热通量趋势为负(见图4(d)),绝大部分海区的感热通量呈31中 国 海 洋 大 学 学 报2024年显著正趋势(见图4(e ))㊂辐射通量在50ʎS 附近为不均匀的负趋势(见图4(c)),其两侧为较强的正趋势,与湍流热通量相反(见图4(f))㊂受温室效应的影响长波辐射呈现空间一致的正趋势(见图4(b));短波辐射呈正-负-正的经向结构特征(见图4(a)),南大洋中部短波辐射减少可能与云辐射反馈有关㊂综上,年平均的南大洋净热通量变化主要受湍流热通量变化的影响,高纬度海区的海洋吸热主要受辐射通量影响(见图4(g))㊂(打点区域表示通过95%的信度检验㊂所有变量均取向下为正㊂S t i p p l e d r e gi o n s i n d i c a t e e x c e e d 95%s t a t i s t i c a l c o n f i d e n c e .V a r i a b l e s a r e a l l c o n v e r t e d i n t o p o s i t i v e d o w n w a r d f l u x i n t o t h e o c e a n .)图4 C M I P 6未来高排放情景试验中多模式平均的2015 2100年(a )短波㊁(b )长波㊁(c )辐射通量㊁(d)潜热㊁(e )感热㊁(f )湍流热通量㊁(g)净热通量(单位:W ㊃m -2㊃a -1)的年平均趋势空间图F i g .4 S p a t i a l d i s t r i b u t i o n o f a n n u a l m e a n (a )s h o r t w a v e ,(b )l o n gw a v e ,(c )r a d i a t i v e f l u x ,(d )l a t e n t h e a t f l u x ,(e )s e n s i b l e h e a t f l u x ,(f )t u r b u l e n t h e a t f l u x a n d (g)n e t h e a t f l u x t r e n d s (U n i t :W ㊃m -2㊃a -1)f r o m 2015t o 2100i n m u l t i -m o d e l e n s e m b l e m e a n o f C M I P 6S S P 585e x pe r i m e n t s 南大洋海洋吸热的空间分布特征也存在显著季节变化(见图5(q) (t )),最强海洋吸热纬度随季节变化而移动,冬季吸热带最强且位置靠北(见图5(s )),夏季最强海洋吸热位于南极洲附近(见图5(q)),春㊁秋季强吸热带位于60ʎS 附近(见图5(r ) (s ))㊂各季节南大洋净热通量变化趋势的主导因素有所不同,在春季和夏季,高纬度㊁南极边缘海区表现为较强的海洋吸热(见图5(t )㊁(q))㊂此时辐射通量变化由短波辐射主导,将减弱南大洋中部海洋吸热,加强南极边缘的海洋吸热(见图5(a )㊁(d)),使得吸热峰值明显向南移动㊂长波辐射变化为空间均匀的正趋势(见图5(e )㊁(h )),湍流热通量变化较弱,但在较低纬度依然主导同期的净热通量变化㊂在秋季和冬季,净热通量变化的空间特征(见图5(r )㊁(s ))与湍流热通量变化(见图5(n)㊁(o))相似,此时辐射通量变化的空间特征不显著(见图5(j)㊁(k )),主要受温室效应增强造成的长波辐射增加主导(见图5(f )㊁(g )),加强南大洋中部海洋吸热,减弱其南㊁北侧海洋放热;短波辐射变化较弱(见图5(b )㊁(c))㊂综上,我们发现春夏季高纬度海区的净热通量趋势由短波辐射主导,使南大洋吸热峰值明显南移;南大洋中部净热通量变化是辐射通量和湍流热通量相互抵消的结果㊂秋冬季南大洋净热通量趋势的空间分布主要受湍流热通量影响㊂413期罗 菁,等:全球变暖下南大洋吸热的季节变化特征((a ) (d )短波;(e ) (h )长波;(i ) (l )辐射通量;(m ) (p )湍流热通量;(q) (t )净热通量㊂打点区域表示通过95%的信度检验㊂所有变量均取向下为正㊂(a ) (d )s h o r t w a v e ;(e ) (h )l o n g w a v e ;(i ) (l )r a d i a t i v e f l u x ;(m ) (p )t u r b u l e n t h e a t f l u x ;(q ) (t )n e t h e a t f l u x .S t i p p l e d r e gi o n s i n d i -c a t e e x c e e d 95%s t a t i s t i c a l c o n f i d e n c e .V a r i a b l e s a r e a l l c o n v e r t e d i n t o p o s i t i v e d o w n w a r d f l u x i n t o t h e o c e a n .)图5 C M I P 6未来高排放情景试验中多模式平均的2015 2100年各季节热通量趋势的空间分布图F i g .5 S pa t i a l d i s t r ib u t i o n o f h e a t f l u x t r e n d s i n d i f f e r e n t s e a s o n f r o m 2015t o 2100i n m u l t i -m o d e l e n s e m b l e m e a n o f C M I P 6S S P 585e x pe r i m e n t s 3 未来南大洋吸热的季节变化调控因素3.1南极海冰消融对高纬度海洋吸热的影响下面我们进一步探讨未来全球变暖背景下南大洋吸热季节差异的调控因素㊂通过分析纬向平均的热通量以及不同因素之间的关系(见图6),我们发现:春夏季南大洋高纬度(60ʎS 以南海区)湍流热通量变化较小(见图6(a )㊁(d),绿线),高纬度海洋吸热主要受辐射通量控制,特别是短波辐射的调控(图略)㊂该季节南极海冰也显著减少(见图6(a )㊁(d ),黄线),说明此时南大洋高纬度海洋吸热主要与海冰-反照率正反馈过程有关,即海冰消融造成海洋得到更多的太阳短波辐射㊂反之,在秋冬季辐射通量变化较小(见图6(b )㊁(c ),蓝线),是因为该季节南半球高纬度太阳辐射很小,尽管此时海冰消融显著,但海冰-反照率反馈无法起作用㊂事实上,秋冬季高纬度净热通量变化主要受湍流热通量影响(见图6(b )㊁(c ),绿线),且与海冰消融呈同位相变化,说明海冰显著减少有利于海洋向大气放热㊂年平均下高纬度海洋吸热由湍流热通量和辐射通量共同控制(见图6),两者呈反向变化㊂3.2气候态混合层深度对南大洋30ʎS —60ʎS 海洋吸热的影响在南大洋60ʎS 以北的较低纬度海区,除夏季外,其余季节净热通量变化主要与湍流热通量变化有关(见图6,黑线和绿线)㊂在夏季和秋季(见图6(a )㊁(b)),由湍流热通量导致的海洋吸热较弱,在冬季和春季(见图6(b )㊁(c )),湍流热通量引起的较低纬度海洋吸热较强,说明南大洋湍流热通量变化也存在显著的季节差异,但湍流热通量的季节变化似乎与大气低层纬向风(见图6,红线)的季节变化关系明显㊂由于南大洋海洋吸热主要与海洋热力结构,特别是当地的深混合层有关,我们又考查了C M I P 6历史试验(1951 2000年)的南大洋混合层深度和其上空纬向风的气候态模拟特征(见图7)㊂气候模式中南大洋深混合层在50ʎS 55ʎS ,位于西风带南侧5个纬度左右㊂值得注意的是,南大洋混合层深度有显著的季节变化,夏季最浅(见图7(a ),黑线)㊁冬春季较深(见图7(c )㊁(d),黑线)㊂相应的海洋吸热中湍流热通量也是夏季最小(见图6(a)),冬季最大(见图6(c ))㊂因此我们认为在南大洋较低纬度海区(60ʎS 以北)海洋吸热中的湍流热通量变化部分主要与气候态的混合层深度有关㊂51中 国 海 洋 大 学 学 报2024年(实线为多模式平均结果,阴影为模式间(1倍标准差,蓝色虚线为45ʎS 65ʎS ,间隔为5ʎ的纬度线㊂T h e s o l i d l i n e s r e pr e s e n t t h e m u l t i -m o d e l e n s e m b l e m e a n ,a n d t h e s h a d o w s a r e t h e ʃ1t i m e s s t a n d a r d d e v i a t i o n s a m o n gd i f fe r e n t c l i m a t e m o d e l s .T h e b l u e d a s h e d l i n e s a r e l a t i t u d e l i n e s of 45ʎS 65ʎS w i t h a n i n t e r v a l o f 5ʎ.)图6 C M I P 6未来高排放情景试验中2015 2100年(a )夏季㊁(b )秋季㊁(c )冬季㊁(d )春季和(e)年平均的热通量趋势(黑色:净热通量,绿色:湍流热通量,蓝色:辐射通量,单位:W ㊃m -2㊃d e c a d e -1)㊁850h P a 纬向风趋势(红色,单位:m ㊃s -1㊃d e c a d e -1)㊁南极海冰覆盖率趋势(黄色,单位:%㊃d e c a d e -1)的纬向平均图F i g .6 Z o n a l m e a n o f h e a t f l u x e s t r e n d s (b l a c k :n e t h e a t f l u x ,g r e e n :t u r b u l e n t h e a t f l u x ,b l u e :r a d i a t i v e f l u x ,U n i t :W ㊃m -2㊃d e c a d e -1)a n d z o n a l w i n d t r e n d s (r e d ,U n i t :m ㊃s -1㊃d e c a d e -1)a n d s e a -i c e a r e a p e r c e n t a g e t r e n d s (ye l l o w ,%㊃d e c a d e -1)f r o m 2015t o 2100i n (a )s u m m e r ,(b )a u t u m n ,(c )w i n t e r ,(d )s p r i n g ,a n d (e )a n n u a l m e a n i n C M I P 6S S P 585e x pe r i m e n ts (实线为多模式平均结果,阴影为模式间(1倍标准差,蓝色虚线为45ʎS 60ʎS ,间隔为5ʎ的纬度线㊂T h e s o l i d l i n e s r e pr e s e n t t h e m u l t i -m o d e l e n s e m b l e m e a n ,a n d t h e s h a d o w s a r e t h e ʃ1t i m e s s t a n d a r d d e v i a t i o n s a m o n gd i f fe r e n t c l i m a t e m o d e l s .T h e b l u e d a s h e d l i n e s a r e l a t i t u d e l i n e s of 45ʎS 60ʎS w i t h a n i n t e r v a l o f 5ʎ.)图7 C M I P 6历史试验中1951 2000年(a )夏季㊁(b )秋季㊁(c )冬季㊁(d )春季和(e)年平均的30ʎS 60ʎS 气候态纬向风(红色,单位:m ㊃s -1)和混合层深度(黑色,单位:m )纬向平均图F i g .7 Z o n a l m e a n o f 30ʎS t o 60ʎS m e a n z o n a l w i n d (r e d ,U n i t :m ㊃s -1)a n d m i x e d l a ye r t h i c k n e s s (b l a c k ,U n i t :m )f r o m 1951t o 2000i n (a )s u m m e r ,(b )a u t u m n ,(c )w i n t e r ,(d )s p r i ng a n d (e )a n n u a l m e a n i n C M I P 6hi s t o r i c a l e x pe r i m e n t s 4613期罗 菁,等:全球变暖下南大洋吸热的季节变化特征3.3南大洋上层经向热输送的季节变化南大洋吸热后上层热量经向输送也存在显著季节变化(见图8(a ) (e ))㊂全球变暖背景下,南半球西风急流加强并向极移动(见图6,红线),南大洋经向翻转环流加强,海洋表面向北的埃克曼输运加强使得向北的经向热输送增强㊂C M I P 6未来高排放情景试验中南大洋上层经向热输送趋势的空间分布如图8(a ) (e)所示,最显著的特征为海洋表层南负北正的经向结构,与海洋经向流速趋势的空间结构相似(图略),大部分季节正㊁负趋势大致以45ʎS 为界,冬季分界纬度约为40ʎS (见图8(c )),夏季负信号的深度最浅(见图8(a)),冬季经向热输送的变化最大,能向下延伸至90米(见图8(c ))㊂未来气候下南大洋上升流以北的表层热量经向输送将加强,对南大洋30ʎS 60ʎS 海表吸热及热量再分配产生影响㊂图8 C M I P 6未来高排放情景试验中多模式平均的2015 2100年不同季节和年平均的南大洋上层海洋(a e)经向热输送趋势(单位:J ㊃m -2㊃s -1㊃a -1),(k o )气候态环流输运项(单位:J ㊃m -2㊃s -1㊃a -1),(pt )环流变化输运项(单位:J ㊃m -2㊃s -1㊃a -1),(f j)两项的加和(单位:J ㊃m -2㊃s -1㊃a -1)的空间分布图F i g .8 S p a t i a l d i s t r i b u t i o n o f (a e )m e r i d i o n a l h e a t t r a n s p o r t t r e n d ,(k o )m e a n c i r c u l a t i o n t r a n s po r t t e r m ,(p t )c i r c u l a t i o n v a r i a t i o n t r a n s p o r t t e r m ,a n d (f j )t h e s u m o f t w o t e r m s (U n i t :J ㊃m -2㊃s -1㊃a -1)i n t h e u p pe r S O i n d if f e r e n t s e a s o n a n d a n n u a l m e a n f r o m 2015t o 2100i n m u l t i -m o d e l e n s e m b l e m e a n o f C M I P 6S S P 585e x pe r i m e n t s 我们进一步把南大洋上层的热量经向输运作用分为气候态环流对异常海洋热量经向梯度的输运作用(简称气候态环流输运项,-∂(O H C )∂y'v -,图8(k )(o))以及异常环流对气候态海洋热量经向梯度的输运作用(简称环流变化输运项,-∂(O H C )∂y-v ',图8(p )(t ))㊂两项之和(-∂(O H C )∂y -v '-∂(O H C )∂y'v -,图8(f ) (j))与整体的热量经向输运(见图8(a ) (e ))基本一致㊂其中气候态环流输运作用在各季节差别不大(见图8(k ) (o)),说明海洋热量的经向变化在平均态环流的调控下对热量经向输运的季节变化贡献很小㊂而环流变化输运作用有显著的季节变化(见图8(p) 71中国海洋大学学报2024年(t)),在夏秋季海洋热量的向北输送主要被局限在南大洋较高纬度海区(见图8(p) (q)),而冬春季到40ʎS 均有显著的向北输送(见图8(r) (s)),这与该季节的深混合层及较强的西风增强有关㊂4结语本文基于C M I P6耦合模式的未来高排放情景试验模拟结果,分析了南大洋吸热的季节变化特征㊂研究发现:在未来变暖气候下,南大洋占全球海洋吸热的比重接近一半,是海洋热量存储的重要海区㊂此外,南大洋海洋吸热具有显著的季节变化特征㊂南半球冬季,南大洋吸热最为显著,且吸热峰值位置偏北;夏季峰值位置偏南,且峰值最小㊂其中高纬度海区(60ʎS以南)净热通量变化在春夏季主要受到辐射通量变化的影响,尤其在短波辐射-反照率正反馈作用下得到更多的海洋吸热;相反在秋冬季,由于高纬度太阳辐射很小,海冰的变化主要影响海气界面的湍流热通量变化,并与春夏季的辐射通量变化相抵消,因此年平均下高纬度海洋吸热趋势不显著㊂而在30ʎS 60ʎS较低纬度海区,海洋吸热主要受湍流热通量的影响,这一部分也存在显著的季节变化,在冬春季较强,夏秋季较弱㊂进一步分析发现,气候态混合层深度的季节变化对于此处海洋吸热变化有重要影响㊂此外,全球变暖下南大洋上层经向热量输送也存在显著的季节变化㊂相较于夏秋季,冬春季经向热输送的增强范围明显向赤道㊁向下扩张,这与气候态混合层深度和西风增强的季节变化有关㊂本文目前仅从多模式平均的角度探讨了未来南大洋吸热的季节变化㊂但值得注意的是,不同模式对于南大洋吸热的模拟有较大差异,因此有必要在后续的研究中分析模式间差异来源及其背后的物理机制,以便更为清晰的认识南大洋海洋吸热的物理机制㊂参考文献:[1] T r e n b e r t h K E,F a s u l l o J T,B a l m a s e d a M A.E a r t h's e n e r g y i m-b a l a nc e[J].J o u r n a l o f C l i m a t e,2014,27:3129-3144.[2]C h e n g L,T r e n b e r t h K E,F a s u l l o J,e t a l.I m p r o v e d e s t i m a t e s o fo c e a n h e a t c o n t e n t f r o m1960t o2015[J].S c i e n c e A d v a n c e,2017, 3(3):e1601545.[3] R o e m m i c h D,C h u r c h J,G i l s o n J,e t a l.U n a b a t e d p l a n e t a r y w a r m i n ga n d i t s o c e a n s t r u c t u r e s i n c e2006[J].N a t u r e C l i m a t e C h a n g e,2015,5:240-245.[4]F y f e J C,M e e h l G A,E n g l a n d M H,e t a l.M a k i n g s e n s e o f t h e e a r l y-2000s w a r m i n g s l o w d o w n[J].N a t u r e C l i m a t e C h a n g e,2016,6:224-228.[5]W i j f e l s S,R o e m m i c h D,M o n s e l e s a n D,e t a l.O c e a n t e m p e r a t u r e sc h r o n i c l e t h e o n g o i n g w a r m i n g o f E a r t h[J].N a t u r e C l i m a t e C h a n g e,2016,6:116-118.[6] A r m o u r K C,M a r s h a l l J,S c o t t J R,e t a l.S o u t h e r n O c e a n w a r-m i n g d e l a y e d b y c i r c u m p o l a r u p w e l l i n g a n d e q u a t o r w a r d t r a n s p o r t [J].N a t u r e G e o s c i e n c e,2016,9:549-554.[7]龙上敏,谢尚平,刘秦玉,等.海洋对全球变暖的快慢响应与低温升目标[J].科学通报,2018,63:558-570.L o n g S M,X i e S P,L i u Q Y,e t a l.S l o w o c e a n r e s p o n s e a n d t h e 1.5a n d2ʎC w a r m i n g t a r g e t s[J].C h i n e s e S c i e n c e B u l l e t i n,2018, 63:558-570.[8] G i l l e S.W a r m i n g o f t h e S o u t h e r n O c e a n s i n c e t h e1950s[J].S c i-e n c e,2002,295:1275-1277.[9] D u r a c k P J,G l e c k l e r P J,L a n d e r e r F W,e t a l.Q u a n t i f y i n g u n-d e r e s t i m a t e s o f l o n g-t e r m u p p e r-o c e a n w a r m i n g[J].N a t u r e C l i-m a t e C h a n g e,2014,4:999-1005.[10]C h u r c h J A,M o n s e l e s a n D,G r e g o r y J M,e t a l.E v a l u a t i n g t h ea b i l i t y o f p r o c e s s b a s e d m o d e l s t o p r o j e c t s e a l e v e l c h a n g e[J].E n-v i r o n m e n t a l R e s e a r c h L e t t e r s,2013,8(1):014051. [11]C a i W,C o w a n T,G o d f r e y S,e t a l.S i m u l a t i o n s o f p r o c e s s e s a s-s o c i a t e d w i t h t h e f a s t w a r m i n g r a t e o f t h e s o u t h e r n m i d l a t i t u d e o-c e a n[J].J o u r n a l o f C l i m a t e,2010,23:197-206.[12]F röl i c h e r T L,S a r m i e n t o J L,P a y n t e r D J,e t a l.D o m i n a n c e o ft h e S o u t h e r n O c e a n i n a n t h r o p o g e n i c c a r b o n a n d h e a t u p t a k e i nC M I P5m o d e l s[J].J o u r n a l o f C l i m a t e,2015,28:862-886.[13]S h i J R,X i e S P,T a l l e y L D.E v o l v i n g r e l a t i v e i m p o r t a n c e o f t h eS o u t h e r n O c e a n a n d N o r t h A t l a n t i c i n a n t h r o p o g e n i c o c e a n h e a t u p t a k e[J].J o u r n a l o f C l i m a t e,2018,31:7459-7479. [14] M a n a b e S,S t o u f f e r R J,S p e l m a n M J,e t a l.T r a n s i e n t r e s p o n s e so f a c o u p l e d o c e a n-a t m o s p h e r e m o d e l t o g r a d u a c h a n g e s o f a t m o s-p h e r i c C O2.P a r tⅠ:A n n u a l m e a n r e s p o n s e[J].J o u r n a l o f C l i-m a t e,1991,4:785-818.[15] M o r r i s o n A K,G r i f f i e s S M,W i n t o n M,e t a l.M e c h a n i s m s o fS o u t h e r n O c e a n h e a t u p t a k e a n d t r a n s p o r t i n a g l o b a l e d d y i n g c l i-m a t e m o d e l[J].J o u r n a l o f C l i m a t e,2016,29:2059-2075. [16]L i u W,L u J,X i e S P,e t a l.S o u t h e r n O c e a n h e a t u p t a k e,r e d i s-t r i b u t i o n,a n d s t o r a g e i n a w a r m i n g c l i m a t e:T h e r o l e o f m e r i d i o-n a l o v e r t u r n i n g c i r c u l a t i o n[J].J o u r n a l o f C l i m a t e,2015,31: 4727-4743.[17]史久新,赵进平.中国南大洋水团,环流和海冰研究进展(19952002)[J].海洋科学进展,2002,20(4):116-126.S h i J X,Z h a o J P.A d v a n c e s i n C h i n e s e s t u d i e s o n w a t e r m a s s e s,c i r c u l a t i o n a nd se a i c e i n t h e S o u t h e r n O c e a n(1995 2002)[J].A d v a n c e s i n M a r i n e S c i e n c e,2002,20(4):116-126.[18] W a u g h D W,P r i m e a u F,D e v r i e s T,e t a l.R e c e n t c h a n g e s i n t h ev e n t i l a t i o n o f t h e s o u t h e r n o c e a n s[J].S c i e n c e,2013,339(6119): 568-570.[19] G r e g o r y J M.V e r t i c a l h e a t t r a n s p o r t s i n t h e o c e a n a n d t h e i r e f f e c to n t i m e-d e p e n d e n t c l i m a t e c h a n g e[J].C l i m a t e D y n a m i c s,2000, 16:501-515.[20] H u S,X i e S P,L i u W.G l o b a l p a t t e r n f o r m a t i o n o f n e t o c e a n s u r-f a c e h e a t f l u x r e s p o n s e t og r e e nh o u s e w a r mi n g[J].J o u r n a l o f C l i-m a t e,2020,33(17):7503-7522.[21]Z h a n g L,C o o k e W.S i m u l a t e d c h a n g e s o f t h e S o u t h e r n O c e a n a i r-s e a h e a t f l u x f e e d b a c k i n a w a r m e r c l i m a t e[J].C l i m a t e D y n a m-i c s,2021,56:1-16.[22]Z h a n g L,D e l w o r t h T L,C o o k e W,e t a l.N a t u r a l v a r i a b i l i t y o fS o u t h e r n O c e a n c o n v e c t i o n a s a d r i v e r o f o b s e r v e d c l i m a t e t r e n d s81。

小波变换在气象数据分析中的研究现状与展望引言：气象数据分析是气象学研究的重要组成部分，通过对气象数据的分析可以揭示天气和气候变化的规律，为气象预测和气候研究提供科学依据。

而小波变换作为一种信号处理方法，近年来在气象数据分析中得到了广泛应用。

本文将介绍小波变换在气象数据分析中的研究现状，并展望其未来的发展方向。

一、小波变换在气象数据分析中的应用1.1 气象信号分析小波变换可以将时域信号转换为时频域信号，通过对气象信号的小波变换，可以得到信号的频谱特征，进而分析气象现象的周期性和变化规律。

例如，通过对气象温度数据进行小波变换，可以发现气温的季节性变化和长期趋势，为气候变化研究提供重要数据支持。

1.2 气象数据去噪气象数据中常常存在各种噪声，如测量误差、仪器故障等，这些噪声会影响数据的准确性和可靠性。

小波变换可以将信号分解为不同频率的子信号，通过去除高频噪声，可以提高气象数据的质量。

例如，对气象降水数据进行小波去噪，可以消除数据中的随机噪声，提取出降水的真实变化趋势。

1.3 气象预测模型构建小波变换可以提取信号的局部特征，对于气象预测模型的构建具有重要意义。

通过对气象数据进行小波分析，可以提取出不同时间尺度上的气象变化特征，并结合其他气象要素进行模型构建，提高气象预测的准确性。

例如，利用小波变换对气象风速数据进行分析，可以提取出不同频率上的风速变化特征，为风速预测模型的建立提供依据。

二、小波变换在气象数据分析中的研究现状目前，小波变换在气象数据分析中已经取得了一定的研究成果。

研究者们通过对气象数据进行小波分析，揭示了气象现象的多尺度特征和时空变化规律。

同时，还提出了一系列基于小波变换的气象数据处理方法，如小波去噪、小波滤波和小波分解等。

这些方法在气象数据分析中得到了广泛应用，并取得了一定的效果。

然而，目前小波变换在气象数据分析中还存在一些问题和挑战。

首先，小波变换的计算复杂度较高，需要消耗大量的计算资源。

谱比法的影响因素研究及应用效果分析巫南克;周怀来【摘要】Stratigraphic absorption and attenuation is a big problem for high resolution seismic exploration .The quality fac‐tor Q is one of the most important parameters to describe the elastic properties of rocks ,and it also an important symbol of oil- bearing formation .Spectral ratio method is the most widely used method for Q estimation .This paper describes the basic prin‐ciple of spectral ratio method .Using Ricker wave as seismic wavelet ,and combined with the least square principle to calculate the quality factor Q from the geological model .And analyzed the layer thickness ,noise ,time window length ,frequency band and other factors on the application effect of the spectral ratio method .Multilayer model analysis combined with seismic data of hy‐drocarbon detection proved that spectral ratio method can effectively estimateQ .Therefore ,the spectral ratio method can be used as an effective hydrocarbon detection factor .%地层吸收衰减是高分辨率地震勘探面临的一大难题。

CO2的吸收谱与全球变暖二氧化碳（CO2）是一种重要的温室气体，对全球气候变化产生着深远的影响。

然而，对于大多数人来说，CO2究竟是如何造成全球变暖的，却不是很清楚。

本文将从CO2的吸收谱入手，讲解CO2是如何引起全球变暖的。

1. CO2的吸收谱CO2的分子结构中含有两个氧原子和一个碳原子，其中每个氧原子与碳原子均通过共价键相连。

与其他大部分分子不同，CO2分子中的化学键吸收、辐射和散射光子的特点与分子的转动和振动耦合在一起。

由于这种耦合，CO2分子吸收光谱在短波长端（即UV和可见光谱）非常弱，而在波长长到中红外区域之后则极其强烈。

CO2分子对大气不透明的程度由其吸收光谱决定。

在大气中，太阳辐射首先被吸收、反射和散射，然后通过热辐射回流到大气层，被大气层吸收。

二氧化碳分别在短波长和长波长区域吸收光子，但其在长波长区域的吸收能力要远远大于短波长区域。

因此，在大气的长波长区域，二氧化碳较强烈地吸收能量，并产生温室效应。

2. CO2造成的全球变暖CO2不断地被排放到大气中，其吸收长波长辐射的能力会加强温室效应，从而导致全球气温升高。

这是因为大气层中的二氧化碳、水蒸汽、甲烷等温室气体吸收了地球表面反射回来的长波辐射，将它们重新放回地球表面，增加地球表面的热量，进而导致全球气温上升。

CO2的温室效应是为人类砰然而起的全球变暖的重要原因之一。

随着CO2的不断增加，其温室效应也随之加剧，全球气温也随之上升，气候变化趋势更加明显。

3. CO2的影响CO2的越来越多地被排放到大气中，为地球带来了一系列消极影响，包括海平面上升、海洋水温上升、极端天气事件（如暴雨和旱灾）的增多以及生态系统和人类的健康和生产力受到威胁等。

这些影响让我们充分认识到CO2的重要性，我们应该采取行动减少CO2的排放量。

4. 总结CO2的吸收谱对于其温室效应十分关键，其对长波长辐射的吸收能力，是导致全球变暖的主要原因之一。

我们应该更加清醒地认识到CO2的重要性，并采取行动克服其不利影响，为地球的未来做出贡献。

基于单片机的多功能智能窗的设计摘要：当今世界建筑正朝着智能化方向发展，这种发展趋势也正是人类社会的文明程度在一定历史时期的体现。

但普通窗户在起风下雨时不能自动关闭，不能自动调整开合程度以适应风、雨、光等环境变化，给我们带来了诸多不便，安装智能窗已是大势所趋。

本文讨论了一种智能窗系统设计方案。

该智能窗由多个传感器收集风力大小、空气湿度、烟信号、红外检测等信号，经处理后传入单片机。

单片机对信号进行运算，再输出脉冲信号调整步进电机。

智能窗可根据环境变化及使用者的意愿调整扇叶张角，控制室内环境参数，且具有一定的自适应能力。

也可以对窗外长期驻留人员的情况进行检测，并对室内人员报警提醒。

当不启用智能窗系统时，也能用手动对窗户进行开关，更具人性化。

关键词：89C51单片机多传感器智能窗环境控制1.文献综述：1.1智能窗智能门窗一般是指安装了先进的防盗、防劫、报警、自动关窗等系统的门窗。

智能门窗在一些公共场所、高档商品房、商场中运用广泛，现在正向普通家庭普及。

智能门窗控制系统由无线遥控器、智能主控器、门窗控制器、门窗驱动器等组成，现在的智能门窗系统集现代声、光、机、电、通讯为一体，是智能居家的理想选择。

另一种智能窗是由玻璃或透明塑料等基材和调光材料所组成的具有调光功能的器件，在一定的物理条件( 如电场、温度)下，这种器件可以改变自身的透明度或颜色，从而选择性地吸收和反射外界热辐射和阻止内部热扩散，达到调节光强度或室内温度的目的。

一般智能窗材料根据激励方式可以分为三种：光致变色型、电致变色型、热致调光型。

随着能源危机、污染、全球变暖等问题的日益严峻，智能窗( Smart Window ) 迅速成为各国研究的热点[1]。

应用简单可靠的系统，通过高智能的精准控制和协同，让生活变得更简单更舒适更节约［2］。

从专业的角度讲，我们是电子产品的造物主，赋予它们灵魂不仅是我们的梦想也是我们的使命［3］。

人工智能窗，能使你的生活更加安全，更加舒适，更加环保［3］。