个人简介

陈国兴，2013年于北京大学大气与海洋科学系获得博士学位，导师为周秀骥院士和薛惠文教授，主要研究方向为云物理。2013年8月到美国纽约州立大学奥尔巴尼分校先后任博士后和项目研究员。2020年9月到复旦大学大气与海洋科学系任青年研究员。目前主要研究气溶胶-云-降水-气候相互作用。陈国兴熟悉云物理参数化方法，参与了台湾大学云微物理方案的开发，基于该方案在WRF模式中添加了利用给定气溶胶浓度在线模拟气溶胶-辐射、气溶胶-云相互作用的模块。陈国兴对深度学习算法较为了解，首次将深度学习应用于构建短期降水预报模型。主讲本科生课程《资料处理与绘图》、研究生课程《地球系统数值模拟》等课程。

报告摘要

气候模式中云日变化模拟的误差和影响

云的日变化显著影响云的短波辐射效应，对地表能量昼夜收支变化具有重要的影响。过去的研究多关注气候模式对日平均的云物理属性的模拟，较少研究气候模式中云日变化的模拟情况。本研究基于来自20个模式中心的32个CMIP6模式结果，发现：当前气候模式在云量日变化方面普遍存在较大误差，尤其在陆地云日变化方面，模式显著高估夜间云量、低估日间云量；改善云量的日变化，有希望显著减小模式在云短波辐射效应方面的误差；来自同一模式中心的多个模式间的误差特征相似，而不同模式中心的模式误差特征相差较大，推论认为云量日变化误差主要由云物理相关参数化方案误差导致，而与模式的分辨率、海洋和化学模块的处理关系不大。本研究还讨论了CMIP6模式在云日变化方面相对于CMIP5模式的改善。

Reference: Chen, G., Wang, W., Bao, Q., & Li, J. (2022). Evaluation of simulated cloud diurnal variation in CMIP6 climate models. Journal of Geophysical Research: Atmospheres, 127(6). https://doi.org/10.1029/2021JD036422