CMIP6和FGOALS-g3大集成中动态海平面预测的不确定性

决策者需要可靠的未来海平面变化预测以进行风险评估。理清海平面预测中的不确定性来源将有助于缩小预测的不确定性。在这里，我们使用耦合模型比较项目第六阶段（CMIP6）和FGOALS-g3大集成（LEN）数据，分离并量化内部变率、模型间不确定性和情景不确定性对动态海平面（DSL）集成范围的贡献，涵盖流域和区域尺度。对于流域均值DSL预测，模型间不确定性是主要贡献者（>55%），在近期（2021-2040年）、中期（2041-2060年）和长期（2081-2100年）相对于1995-2014年的气候统计。内部变率在近期和中期次于其重要，直到情景不确定性在所有流域中超越它，除了印度洋在长期内。对于区域尺度DSL预测，内部变率在太平洋、印度洋和大西洋的西部边界是主要贡献者（60~100%），而在近期模型间不确定性在其他地区更为重要。大多数地区的内部变率（模型间不确定性）的贡献从中期到长期减少（增加）。情景不确定性在南方、太平洋和大西洋变得重要。区域DSL预测的信噪比（S/N）图显示人类活动引起的DSL信号只能从少数地区显现。假设消除了模型差异，完美的CMIP6集成可以提前捕捉更多的人为区域DSL信号。这些发现将有助于建立未来对DSL预测的约束，并进一步改善下一代气候模型。