Global S&T Development Trend Analysis Platform of Resources and Environment
雪数据纳入气候模型可显著提高季节性温度预测 | |
廖琴 | |
2016-12-15 | |
所属快报 | 气候变化快报 |
出版年 | 2016 |
期 | 24 |
语种 | 中文 |
领域 | 气候变化 |
栏目 | 前沿研究动态 |
中文关键词 | 雪数据 ; 温度预测 |
中文摘要 | 2016年11月9日,《地球物理研究快报》(Geophysical Research Letters)发表题为《雪数据同化约束的土地初始化提高季节性温度预测》(Snow Data Assimilation-Constrained Land Initialization Improves Seasonal Temperature Prediction)的文章指出,来自卫星的雪数据可显著改善季节性温度预测。 |
情报分析_信息发布时间 | 2016年11月9日 |
情报分析_信息来源性质 | 期刊 |
情报分析_信息来源期刊 | 《地球物理研究快报》(Geophysical Research Letters) |
情报分析_机构类别 | 科研机构 |
情报分析_信息来源国家 | 国际 |
情报分析_信息类别 | 前沿研究动态 |
情报分析_研究主题 | 雪数据 |
情报分析_研究内容 | 雪影响地面热量吸收和可用于蒸发到大气中的水量,这在影响区域气候中起着重要的作用。季节性时间尺度对水资源管理非常重要。美国德克萨斯大学奥斯汀分校(University of Texas at Austin)和华盛顿大学(University of Washington)的研究人员量化了土地初始化对北半球季节性温度预测的影响,强调土地雪数据同化的重要性。他们分析了NASA两个卫星(MODIS和GRACE)收集的雪覆盖和深度数据,在一个气候模型中如何影响北半球的温度预测。该研究检查了2003—2009年的季节性数据,因此研究人员可以将模型的预测与记录的温度进行比较。 研究人员发现,将NASA卫星收集的雪数据纳入气候模型,可将区域温度预测提高5%~25%,特别是在青藏高原和高纬度地区。计算机模型的温度改善变化取决于区域和时间。在低纬度地区的改善可以被立即看到,并持续长达60天,而高纬度地区的改善只出现在过渡季节。由于大量的初始雪质量变化,高纬度地区同化GRACE数据导致显著和持续的改善。该研究对未来土地数据同化和季节性气候预测研究有很大的影响。 (廖 琴 编译) |
原文题名 | Snow Data Assimilation-Constrained Land Initialization Improves Seasonal Temperature Prediction |
原文链接 | 查看原文 |
文献类型 | 快报文章 |
条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/180201 |
专题 | 气候变化 |
推荐引用方式 GB/T 7714 | 廖琴. 雪数据纳入气候模型可显著提高季节性温度预测. 2016. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
雪数据纳入气候模型可显著提高季节性温度预(32KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[廖琴]的文章 |
百度学术 |
百度学术中相似的文章 |
[廖琴]的文章 |
必应学术 |
必应学术中相似的文章 |
[廖琴]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论