利用神經(jīng)網(wǎng)絡(luò)將CO2凈通量分解為光合作用和呼吸作用

渦動相關(guān)（EC）技術(shù)用于測量生態(tài)系統(tǒng)與大氣之間CO2的凈交換（NEE），為研究生態(tài)系統(tǒng)對氣候變化的響應(yīng)提供了獨特的機會。NEE是由所有呼吸過程產(chǎn)生的CO2總釋放量（RECO）與光合作用碳的總吸收量（GPP）之間的差值。這兩種總CO2通量是通過應(yīng)用基于生理的功能關(guān)系和有限數(shù)量的環(huán)境驅(qū)動因素的分解方法從EC測量中反演而來。然而，應(yīng)用于全球通量觀測網(wǎng)絡(luò)（FLUXNET）EC觀測的分解方法，并不能解釋調(diào)節(jié)GPP和RECO通量動態(tài)的多重共同作用因素。

為了克服這一局限性，意大利Tuscia大學(xué)的Tramontana等開發(fā)了一種基于組合神經(jīng)網(wǎng)絡(luò)（NNC-part）的混合數(shù)據(jù)驅(qū)動方法。NNC-part通過引入基于光能利用效率（LUE）概念的光合響應(yīng)來整合作用過程，并使用土壤和微氣象變量的綜合數(shù)據(jù)集作為通量驅(qū)動因素。通過將該方法應(yīng)用于FLUXNET2015數(shù)據(jù)集的36個站點，發(fā)現(xiàn)其結(jié)果與其他標(biāo)準(zhǔn)分解方法得出的GPP（R2＞0.94）和RECO（R2＞0.8）高度一致。通量的日變化和季節(jié)變化以及生態(tài)系統(tǒng)功能響應(yīng)具有高度一致性。與傳統(tǒng)方法相比，NNC-part在預(yù)測額外的總CO2通量格局方面表現(xiàn)更切合實際，例如GPP對飽和水汽壓差的響應(yīng)、空氣溫度對GPP動態(tài)的直接影響、總CO2通量的晝夜循環(huán)滯后、LUE對擴散與直接輻射比的敏感性等。NNC-part是一種有效的數(shù)據(jù)驅(qū)動方法，可以提供GPP和RECO估計值，并補充現(xiàn)有的分解方法。

NNC-part方法預(yù)測的RECO半小時動態(tài)變化對土壤水含量（SWC）和降水（P）的響應(yīng)特征

來源：Tramontana G, Migliavacca M, Jung M, et al.Partitioning net carbon dioxide fluxes into photosynthesis and respiration using neural networks. Global Change Biology,2020, 26: 5235-5253.

（■ 侯美亭 編譯）

可能被低估的中國季節(jié)氣候變暖速率

氣候變暖已成為全球的共識，然而對于1998年以后變暖是否停滯或變緩還存在爭議。變暖速率計算方式是引起近期氣候變暖是否停滯的主要原因。以往研究計算變暖速率主要基于長時間尺度或者隨機選擇的時間段。由于變暖速率的計算受到起始年或終止年的影響，長時間尺度或者隨機選擇時間的變暖速率可能會包含氣候突變點而具有一定的偏差。一些研究提供了識別氣候變化突變點的方式，并以突變點為起始年計算變暖速率。全球溫度序列存在明顯的突變點，容易被識別出來。而對于中國廣泛分布的氣象站點的資料，突變點并不易被識別出來?；诖?，河北農(nóng)業(yè)大學(xué)的許晨等改進了突變點檢測方式，識別了每個站點的突變點，并以突變點為起始年分析了中國2479個氣象站點的季節(jié)溫度變暖速率。

研究表明，大部分站點的氣溫突變主要發(fā)生在1968、1978、1988、1998以及2008年左右。為了方便各個站點進行變暖速率的對比，按照這些突變點將研究時段1958—2017年分為6個時段。大部分站點在這些時段的變暖速率每十年都超過了0.5 ℃，高于以前許多研究得出的變暖速率。進一步計算了中國每30年的變暖速率以及60年來的溫度升高程度，結(jié)果表明，60年間中國北部變暖速率明顯高于南部。冬季的變暖速率最顯著，其次是春季、秋季和夏季。由于變暖速率會對人類社會和生態(tài)系統(tǒng)產(chǎn)生重要的影響，需要特別關(guān)注那些變暖速率高的區(qū)域。

過去60年（1958—2017年）中國各季節(jié)的溫度變化（單位：℃）

來源：Xu C, Hou M, Yan X, et al. Temporal variability of seasonal warming rates in China. International Journal of Climatology, 2020, doi: 10.1002/joc.6793.

（■ 侯美亭 編譯）

ERA5全球再分析產(chǎn)品

ECMWF的Hersbach等介紹了ERA5全球再分析產(chǎn)品。ECMWF對再分析的研究由來已久，ERA5是其推出的第五代大氣再分析產(chǎn)品。大氣再分析的研究始于1979年的FGGE項目，隨后在20世紀(jì)90年代中期推出了ERA-15，2001—2003年推出了ERA-40，2006—2019年推出了ERA-Interim。除了ECMWF，還有幾個機構(gòu)進行全球大氣再分析，最近的產(chǎn)品包括NASA GMAO的MERRA-2、JMA的JRA-55和NCEP的CFSR（V2）。

除了水平和垂直分辨率的顯著提高以及模式和數(shù)據(jù)同化十年發(fā)展所帶來的進步，ERA5還提供了更多的產(chǎn)品參數(shù)（如100 m風(fēng)產(chǎn)品）、每小時的高分辨率產(chǎn)品以及每3小時的不確定性信息。該不確定性信息是從10名成員的集合4D-Var資料同化系統(tǒng)中獲得的。另一個創(chuàng)新是，及時的初步產(chǎn)品可在5天內(nèi)獲得。兩個月后，經(jīng)過徹底質(zhì)量檢測的最終產(chǎn)品將取代初步產(chǎn)品。但是，在實踐中預(yù)計這兩種產(chǎn)品很少會有不同，如果確實有不同（在早期版本中發(fā)現(xiàn)過相當(dāng)大的錯誤）將通知用戶。與使用ERA-Interim模式的再預(yù)測相比，使用ERA5模式從ERA5分析初始的再預(yù)測技術(shù)提高了約1 d。這一明顯的改進得益于一個更好的預(yù)報模式（也是同化系統(tǒng)的一個組成部分），特別是預(yù)報初始分析的改進。ERA5相比于ERAInterim的改進主要是在較短的預(yù)測區(qū)間內(nèi)進行更好的分析，而對于較長的預(yù)測區(qū)間來說，改進后的預(yù)報模式也有所貢獻。

自1979年以來，500 hPa高度上00—12 UTC運行365天平均異常相關(guān)性在北半球溫帶地區(qū)（a）和南半球溫帶地區(qū)（b）達到95%（綠色）、80%（橙色）和60%（藍色）的區(qū)間（單位：d）（粗線為ERA5，細(xì)線為ERA-Interim，陰影表示ERA5和ERA-Interim之間的差異）

來源：Hersbach H, Bell B, Berrisford P, et al. The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 2020, 146(730): 1999-2049.

（■ 張萌 編譯）

初夏中國北部灣沿海低空急流的特征

北京大學(xué)Hoiio Kong等利用具有9 km水平分辨率和敏感性試驗的中尺度天氣研究與預(yù)報模式，分析了2006—2011年初夏中國北部灣沿海低空急流（coastal low-level jets，CLLJ）的特征和形成機理。北部灣地勢復(fù)雜，東面是海南島，西面是高山，另一邊與中國大陸和越南接壤。研究發(fā)現(xiàn)了兩個CLLJ高發(fā)區(qū)域：一個位于安南山脈背風(fēng)的一面，在日落后盛行；另一個在海南島的西北海岸，午夜時強度最大。由于中南半島陸地表面附近強烈的湍流混合，安南山脈的上游風(fēng)在白天太弱，無法通過該山脈；然而，由于日落后湍流混合的抑制，氣流增強并越過安南山脈，進一步在下游形成水躍急流。除了上游的平流作用外，海南島的地形阻斷作用也對海南島西北海岸附近的CLLJ產(chǎn)生了影響，這一CLLJ在白天一直持續(xù)，但在午夜變得更為盛行。

來源：Kong H, Zhang Q H, Du Y, et al. Characteristics of coastal low-level jets over Beibu Gulf, China, during the early warm season. Journal of Geophysical Research:Atmospheres, 2020, 125, e2019JD031918.

白天（a）和夜間（b）北部灣CLLJ的形成機理示意圖

（■ 張萌 編譯）