1 简介
斯科舍陆架和缅因湾被深水道切割，提供了陆架和公海水域之间的重要连接（Townsend 等人，引文2006）。该地区的陆架环流以来自北部的水流向赤道方向为主，例如来自圣劳伦斯湾的流入，并辅以来自纽芬兰陆架的水流（Han等人，引文1999年；汉娜等人，引文2001年；赫伯特和佩蒂帕斯，引文2016）。近海区域位于温暖的东北流墨西哥湾流和寒冷的西南流拉布拉多洋流的汇合区（Loder et al.,引文1998）。这两股洋流在大浅滩尾部（纽芬兰南部）相互作用，导致沿着陆架折断部的地下东西向流动，进入深河道并影响斯科舍大陆架和缅因湾下游的海洋变化（Brickman等人） .,引文2018）。在极端情况下，拉布拉多洋流可能会被墨西哥湾流涡流和曲流完全阻挡（Gonçalves Neto 等人，引文2023）。

作为斯科舍大陆架 (SS) 和缅因湾 (GoM) 水文学的重要贡献者，拉布拉多洋流和墨西哥湾流都通过机械和热通量交换受到海气相互作用的强烈影响（例如 Wang 等人，引文2015年，引文2022年），它至少部分受到与北大西洋涛动（NAO）相关的大气环流模式大规模变化的控制。NAO 对斯科舍大陆架和 GoM 水文学的影响在之前的研究中已有报道，例如 Drinkwater 等人。（引文2002），皮特里（引文2007）等。皮特里（引文2007）证明了斯科舍大陆架底部温度的变化与NAO事件有关。Yang 和 Chen 最近的一项研究（引文2021）报告称，该地区的平均沿大陆架流量受到大气环流风应力的影响。先前的这些研究表明，大气环流的变化会影响该地区的水特性和运动。

斯科舍大陆架和缅因湾的水温年际变化是北大西洋中变化最大的区域之一，海面水温变化约为 16°C，是大西洋中水温变化最大的地区之一（我们是，引文1977）。该范围随深度迅速下降，在深度大于约 100-150 时几乎没有或没有季节变化（Drinkwater 等人，引文2002）。大范围的温度变化主要是由于两类近海水域的贡献：暖坡水（源自墨西哥湾流），温度范围为 8-12°C，以及拉布拉多坡水（源自拉布拉多海） ，温度从 4°C 到 8°C（Hebert & Pettipas，引文2016）。气候变化会影响拉布拉多洋流和墨西哥湾流，因此预计斯科舍大陆架和缅因湾将经历与这些变化的洋流相关的水文变化。

该地区的沿海和陆架水域支持广泛和高产的渔业，已知这些水域的水文变化会影响区域生态系统动态和渔业（例如 Wang 等人，引文2020 年；格林南等人，引文2019年；斯坦利等人，引文2018），它们可以对鱼类种群产生直接和间接的影响（Loder 等人，引文1997）。该地区的生态系统受到气候周期和人为影响的影响，全球气候预测表明这些地区将以高于平均水平的速度变暖（Saba 等人，引文2016）了解未来可能的水文条件将有助于人们为该地区生态系统和渔业的潜在影响做好准备。

耦合模型相互比较项目 (CMIP)（Meehl 等人，引文2007年；泰勒等人，引文2012）不仅翻开了气候科学研究的新一页，而且已成为国家和国际气候变化评估的核心要素。由于地球系统模型（ESM）的计算、存储和带宽成本高昂，海洋的分辨率通常很粗糙，这给这些模型中大陆架水域的表示带来了挑战。Loder 等人基于 CMIP5 模型模拟的子集。（引文2015）确定了斯科舍大陆架和缅因湾地区几个重要海洋特征的表示问题，引起了人们对这些预测的适用性的担忧。萨巴等人。（引文2016 ）证明了模型分辨率在表示全球大气CO 2加倍后陆架水域底部温度变化的重要性。CMIP6 是用于模拟和预测气候变化各个方面的最新建模工作，并为此开发了一组新的情景。CMIP5使用代表性浓度路径（RCP）来表示温室气体浓度轨迹。相比之下，CMIP6 中的新情景代表了不同的社会经济发展以及大气温室气体浓度的不同路径（ssps；从 ssp1 到 ssp5）。豪斯法瑟等人。（引文2022）报告了 CMIP6 ESM 的“热门模型问题”，表明气温预测导致集合平均值变暖的高估，这提出了海洋成分是否也存在类似问题的问题。一些 CMIP6 海洋模型具有先前 CMIP 中不可能实现的允许涡流分辨率（例如 0.25°）。这提供了一个机会来评估允许涡流模型相对于粗分辨率模型是否可以更好地代表浅层大陆架水域。

本文分析了斯科舍大陆架和缅因湾 22 个 CMIP6 ESM 的历史模拟和预测，重点关注海面温度 (SST) 和海底温度 (BT)。选择SST的原因是有高质量的数据集可供历史验证。虽然可用的 BT 数据要少得多，但对于许多在海底附近度过部分生命周期的海洋物种来说，这是一个至关重要的海洋层。使用 SST 产品和原位底部温度数据集对 CMIP6 ESM 模拟进行评估。为了提供 SS 水文变化的地理详细信息，该区域分为三个子区域：东部 SS、中部 SS、西斯科舍大陆架 (图。1）。

论文结构如下。第 2 部分将介绍本研究中使用的数据和方法。第 3 节讨论模型的验证。第 4 节报告了 22 个 CMIP6 ESM 对 SST 和 BT 的预测。第 5 节对结果进行了讨论。

2。材料和方法
在本研究中，选择了 22 个 CMIP6 ESM 和两种气候情景（表格1）基于截至 2021 年 4 月 3 日的数据可用性和与数据提供商的沟通。数据从地球系统网格联合会（ESGF；https://esgf-node.llnl.gov/search/cmip6）下载，详细信息这些 ESM 可以在那里找到。表格1列出了这 22 个 ESM 的水平分辨率，表明大多数模型的水平分辨率约为 100 km，22 个 ESM 中的两个模型的分辨率为 25 km，ESM 的大气部分分辨率范围为 100 至 500 km。本研究中分析的模拟案例总结在补充材料 – 表 S0 中。

HadISST1 数据集（https://www.metoffice.gov.uk/hadobs/hadisst/data/download.html；Rayner等人，引文2003）用于评估SST的模型解。底部温度（BT）是在时空域上观测稀疏的海洋量。然而，DFO 对斯科舍陆架的定期夏季调查具有广泛的空间覆盖范围，是历史 BT 数据的主要来源，并且从 1970 年起为斯科舍陆架创建了网格化 BT 产品（分辨率：0.2° x 0.2°）。该数据集已成功用于许多研究，例如 Brickman 等人。（引文2018）。布里克曼等人。（引文2018）清楚地证明了贝德福德海洋学研究所开发的北大西洋模型的月平均（7 月）BT 模型与 DFO 夏季调查一致。我们使用该数据集来评估本研究中海洋模型的 BT 性能。

对 1955 年至 2049 年期间 22 次 CMIP6 模拟的数据进行了分析，重点关注 ESS、CSS、WSS 和缅因湾地区的区域平均温度（图。1）。1955-2014年为历史模拟期，2015-2049年为预测模拟期。

对于历史时期，模型时间序列与为每个模型计算的模型偏差（Bs，在补充材料 1 中定义）和趋势（Tr；单位：度/十年）的观测值进行比较。整体趋势和偏差计算为 22 个 CMIP6 ESM 的平均趋势和平均偏差，从而可以计算标准偏差。（注意：在本研究的其余部分中，相同的方法适用于类似的集成计算）。补充材料 3 中包含评估模型性能的排名系统。

对于未来的气候时期，我们选择了两种 ssp 情景：ssp245 和 ssp370。(1) ssp245：辐射强迫在 2100 年达到 4.5 Wm -2的水平。这种情况代表了未来可能路径范围的中间部分。(2) ssp370：辐射强迫在 2100 年达到 7.0 Wm − 2的水平。这种情况代表了未来可能路径的中高端。ssp370 填补了 CMIP5 强迫途径中的一个空白，这一点特别重要，因为它代表了几个（未缓解的）ssp 基线共有的强迫水平。对这些地区海温和BT的预测趋势（2020-2049年）和变化（2030-2049年和2040-2049年相对于1995-2014年）进行了调查。

3 模型性能
本次 ESM 性能调查重点关注分别使用夏季调查中的 HadISST1 和 BT 的 SST 和 BT。模型偏差和趋势是用于评估模型性能的指标。

海面温度
对于海表温度，Bs 和 Tr 计算中使用了 22 个 CMIP6 ESM 和 HadISST1 数据集的 1955-2014 年年平均时间序列（表2）。大多数 CMIP6 ESM 对所有 4 个子区域都有暖偏差，尽管某些 ESM 中确实存在冷偏差。具有冷偏向的 ESM 数量从北部 (ESS) 到南部 (GoM) 逐渐减少。有趣的是，所有三个高分辨率 ESM（AWI-CM-1-1-MR、CNRM-CM6-1-HR 和 MPI-ESM1-2-HR）在 4 个子区域中都显示出较小的冷偏差。显然，趋势的范围很大。所有模型都显示出与所有 4 个次区域的 HadISST1 数据一致的积极趋势。在 88 个模型趋势计算中（22 个模型 × 4 个区域），11 个模型的分数误差 <0.1。值得一提的是，上述模型大多忽略了 1960 年代这四个地区的极冷时期，并且它们也没有在集合平均值中得到体现，

就模型性能而言，CNRM-CM6-1、AWI-CM-1-1- MR 和 MPI-ESM1-2-HR 表现出与 4 个子区域（表2）并且是排名最高的模型（补充材料 3，表 S15）。在这三种型号中，AWI-CM-1-1-MR和MPI-ESM1-2-HR是高分辨率ESM。

为了研究集成的性能，集成平均偏差和趋势显示在最后一行表2。4 个子区域的集合偏差均具有正号，其中 ESS 的最小偏差为 0.78 °C，WSS 的最大偏差为 2.72 °C。4 个分区的总体趋势均小于观测值（图2）。

b 底部温度
为了评估 ESM 在模拟 BT 方面的性能，我们将 7 月 ESM 时间序列与 1970 年至 2014 年期间 ESS、CSS 和 WSS 分区的 7 月生态系统调查数据进行了比较。现场BT数据仅适用于斯科舍陆架分区，因此本文没有对缅因湾的底部温度进行分析。德林克沃特等人。（引文2002）报告说，在斯科舍陆架上超过约 100-150 m 的深度，几乎没有季节变化，因此预计那里的 BT 不会出现大的季节变化。

ESM 绩效各不相同，并且在不同衡量标准（Bs、Tr）和不同子领域（表3）。（请注意，观测值的趋势与零没有显着差异）。大多数 CMIP6 ESM 都有暖偏差。ESS 具有冷 BT 偏差的 ESM 数量远小于 SST 偏差。值得注意的是，那些具有冷 SST 偏差的 ESM 不一定具有冷 BT 偏差，并且高分辨率 ESM 并不像 SST 偏差那样具有减少的 BT 偏差。

就模型性能而言，CNRM-ESM2-1 和 NorESM2-LM 表现出与 3 个子区域（表3）并且是排名最高的模型（补充材料 3，表 S16）。有趣的是，分辨率较高的模型（AWI-CM-1-1-MR、CNRM-CM6-1-HR、MPI-ESM1-2-HR）在各个子区域中并未表现出一致的性能，并且不在排名最高的模型之列，分别排名 15、12、19（补充材料 3，表 S16）。

关于模拟观测趋势，在 66 个模型比较中，只有 16 个（24%）与观察到的零斜率趋势一致。考虑到这些空气-海-冰-陆地耦合模型的性质以及影响 BT 变化的因素的复杂性，几乎所有模型都未能捕捉到 BT 的观测趋势也就不足为奇了。

就系综均值计算而言，与 SST 系综的性能相比，BT 系综偏差均在 2 °C 以上，其中 ESS 的偏差最大（3.54°C），CSS 的偏差最小（2.12°C）。 C） （表3）。BT 系综趋势比观测到的趋势更强，也与 SST 系综结果形成对比。7 月份的调查数据（标记为“DFO”）和 22 个 ESM 的整体平均值显示在图3。

4 SST 和 BT 的预测
气候科学界广泛认识到，没有一个单一的 ESM 能够有力地代表气候系统中的所有重要过程，特别是那些影响区域气候的过程（Loder 等人，引文2015 年，以及其中的参考文献）。IPCC（政府间气候变化专门委员会）的预测基于一组模型的统计数据。还需要这种集合方法来代表区域气候。在本节中，我们重点关注 SST 和 BT 的集合平均投影。

海 温
1 海温趋势
在本研究中，研究了年平均值和季节平均值，四个季节的定义为冬季（JFM）、春季（AMJ）、夏季（JAS）和秋季（OND）。对于所有 22 个 CMIP6 ESM（图4; 补充材料：表 S1-S5），4 个地区的 30 年趋势中的大多数的范围为 ∼1°C/十年（最大值 - 最小值），其中缅因湾的年平均值和冬季季节的范围最小和春天。夏季显示 CSS/ssp245 的最小范围。最大范围出现在 ssp370 下的 WSS 中。一些 CMIP6 模型预测负面（降温）趋势；然而，年度呈负趋势的数量很少（≤5），表明出现负趋势的可能性不大。历史时期（1985-2014）和预测时期（2020-2049；ssp245 和 ssp370）30 年趋势的整体平均值是根据年平均值和季节周期计算的（表4）。

在所有四个地区，无论是历史时期还是预测时期，夏季海温趋势都是四个季节中最大的。

按年平均值计算，ESS 具有最强的历史趋势（0.44 °C/十年），也是 ssp245 下最强的预测趋势（0.35 °C/十年）。在 ESS 和 CSS 中，两种情景下的预测趋势均小于历史趋势，并且 ssp245 趋势大于 WSS 和 GoM 中的历史趋势。我们注意到，一般来说 ssp245 模拟比 ssp370 模拟具有更大的趋势（参见讨论）。

在季节性平均值中，ESS 和 CSS 预测的趋势小于历史趋势。与历史趋势相比，WSS 和缅因湾预计的冬季和秋季趋势更强。

2 海温变化
通过将历史（1995-2014）两年期和季节平均值与未来两个时期（2030-2049 年（十年期）和 2040-2049 年（十年期））进行比较来调查预测的海表温度变化。表5列出了两种气候情景下十年和二十年期海温变化的集合均值。在两种气候情景下，所有四个地区的季节和年度平均值变化范围为 1–1.8°C。与夏季的趋势一致，对于所有四个地区的两年期和十年期而言，夏季的变化是四个季节中最强的。十年平均比两年平均高0.2°C，表明在这两种气候情景下，地表温度在2040-2049年期间继续上升。此外，其他季节在十年间也变暖约0.2°C。有关各个 CMIP6 ESM 预测的详细信息，请参阅补充材料（表 S6-S10）。

BT
在本小节中，我们使用与海表温度分析中使用的相同的预测和历史时期，重点关注年平均 BT 的预测气候变化。

1 BT趋势
30 年趋势范围广泛，ssp370 的范围比 ssp245 更大（右下图）图4）。大多数 CMIP6 ESM 都预测了积极的趋势（变暖；右下面板图4），然而，少数 ESM 预计底部温度会降低（∼1/7，补充材料，表 S11）。对于这两个预测，所有分区的平均趋势在 0.2 至 0.4°C/十年之间。有关每个模型的预测趋势的更多详细信息，请参阅补充材料（表 S11）。ssp370下四个区域趋势的一个有趣特征是，趋势范围从东部斯科舍大陆架向下到缅因湾逐渐减小。

表6列出了所有分区的历史（1985-2014）和预测（2020-2049；ssp245和ssp370）时期的年度趋势。ESS 拥有所有子领域中最大的趋势。所有分区的 ssp245 趋势均大于 ssp370 趋势。最大趋势是 ESS/ssp245（0.39 °C/十年），最小趋势是 WSS/ssp370（0.29 °C/十年）。所有四个区域和两种气候情景下的预测趋势都远大于历史趋势，这与海温的结果明显不同。

BT趋势性能较好的模型（即CNRM-ESM2-1和NorESM2-LM，在表3）具有与整体相似的趋势，并且 TaiESM1 的趋势通常非常接近整体。

2 BT 变化
表7列出了 1995-2014 年相对于历史十年气候学的年度 BT 变化。所有变化都是积极的（变暖），ESS 变化最大，CSS 变化最小。对于十年间预测，对于除 WSS 之外的所有子区域，ssp245 和 ssp370 之间的差异均小于 0.1°C。有关每个模型的预计变化的详细信息，请参阅补充材料（表 S12）。

5 讨论
本研究使用 22 个 CMIP6 ESM 的模型解调查了斯科舍陆架和缅因湾的海温和水温变化。大多数 CMIP6 ESM 对海洋成分具有粗分辨率（水平方向约 100 公里），尽管一些 ESM 的分辨率为 25 公里，这被认为是本研究区域的涡流允许分辨率。对于北大西洋中纬度地区，正压罗斯贝半径约为 100 公里；然而，第一个斜压罗斯贝半径范围为 10-30 公里（Chelton 等人，引文1998）。这表明这些 ESM 可以代表较小尺度的正压过程，但不能代表斜压过程。粗分辨率 CMIP6 ESM 在多大程度上可以代表斯科舍大陆架和缅因湾等浅大陆架水域仍然是一个悬而未决的问题，主要原因有两个。首先，因为墨西哥湾流向极地输送和拉布拉多洋流向赤道输送之间的相互作用需要高分辨率海洋模型来正确解析主要物理过程；其次，因为该地区的部分陆架变异是由于通过狭窄通道的流入造成的，而粗分辨率模型无法解决这一问题（Brickman 等人，引文2018）。

我们分析了模型海温模拟（参见补充材料 4），以了解我们地区是否存在类似的热模型问题。我们发现当前气候（历史时期）最热的模式也是2050年最热的模式。考虑到2050年区域平均海温变化（相对于当前气候数据），我们发现大多数模式（14）都发生了变化1.6 至 4.6 °C 之间，但有 5 个“热门模型”的变化≥ 5.4 °C（其中 3 个≥6.9 °C）。如果我们从集合平均预测中消除五个最热的模型，我们会发现四个区域（ESS、CSS、WSS、GoM）的海温变化从 2.3、3.2、4.2、3.9 °C 降至 1.6、2.1、3.1、分别为3.0℃。虽然我们的分析比 IPCC 作者的分析简单得多，

在所有 22 个模型中都观察到了四个区域的 HadISST1 的积极趋势，并且某些模型的趋势与 HadISST1 数据的趋势接近。22 个模型大多忽略了斯科舍大陆架三个子区域观测到的微不足道的 BT 趋势，并且这些高分辨率模型在获取观测到的趋势方面并不比粗分辨率模型更好。一般来说，对于 BT，具有较高分辨率的 ESM 的性能并不比粗分辨率的 ESM 更好（表 S17，第 7-9 列）。萨巴等人。（引文2016）表明，需要高分辨率模型来模拟和投影斯科舍大陆架和缅因湾的 BT，而我们对这些 CMIP6 ESM 的调查并未表明，增加分辨率可以增强模型在表示观测到的数据方面的性能。趋势（尽管我们注意到这些 ESM 的分辨率仍然比 Saba 的 CM2.6 模型更粗糙）。高分辨率模型（AWI-CM-1-1-MR、CNRM-CM6-1-HR 和 MPI-ESM1-2-HR）确实显示四个区域的海温偏差较小，但这在BT 偏见。

我们需要指出的是，如果使用不同的数据集，SST 和 BT 相对于本研究中使用的数据的模型偏差可能会发生变化，但偏差的变化应该只是偏差的变化，而不是之间的差异他们。

提供更好的气候预测是气候研究界的一个重要目标。集成方法是一种常用的方法，并且从该方法派生的其​​他方法也已被应用，例如 Overland 等人提出的基于模型性能的集成方法。（引文2011）。在我们的分析中，我们注意到一些模型在模拟 22 个 ESM 的历史趋势方面表现出更好的性能，但预测的趋势与整体平均值有很大不同（例如 CESM2，请参阅表2以及 ESS/ssp245 的表 S1）。然而，有些模型在模拟过去的趋势方面表现良好，但也有与整体估计非常吻合的预测（例如 CNRM-CM6-1-HR，请参阅表2和表 S1)。对改进预测的各种集成方法的进一步研究仍应作为研究重点。

应该注意的是，趋势接近集合 SST 预测的 ESM 不一定会产生接近集合 BT 预测的趋势。另外值得注意的是，代表历史 SST 的两个指标的良好模型性能并不一定会导致 BT 的良好性能。这就提出了一个问题：如果基于模型性能的集合方法是用于气候预测的方法，如何在没有历史观测的情况下预测数量来检查 ESM 性能。

布里克曼等人。（引文2021）使用代表RCP8.5情景下的四次模拟的两个高分辨率区域海洋模型研究了缅因湾的海温变化，并报告海温增加了1.1 – 2.4 °C，BT增加了1.5 – 2.1 °C 2050 年相对于 1976-2005 年。使用 ssp245 和 ssp370 的 22 个 CMIP6 ESM 的集合平均值，我们的研究报告，相对于 1995-2014 年，2040-2049 年期间海温增加了 1.5 °C 至 1.6 °C，BT 增加了 1.4 °C。虽然这两项研究的情景以及使用的历史参考期不同，但趋势的幅度相似。

我们注意到 ESS 和 CSS 的预计海表温度趋势小于历史趋势，而 WSS 和缅因湾的冬季和秋季趋势比历史趋势更强。我们怀疑冰川和北极冰融化导致的冷水增加很可能是造成这种现象的原因。由于其地理位置，ESS 和 CSS 可能比 WSS 和缅因湾更容易受到日益增加的冷水影响，而 WSS 和缅因湾由于其地理位置，可能会受到墨西哥湾流的更多影响。众所周知，湾流预计将向北移动，使得湾流暖水进入这两个地区，这种影响在冬季和秋季更为明显。需要进一步的研究来更好地理解这个有趣的现象。

一个有趣的现象是，两种气候情景下的预计 BT 趋势范围（右下图）图4），表现出从东部斯科舍大陆架到缅因湾逐渐减少的模式，特别是 ssp370。彼得森等人。（引文2017）报告称，斯科舍大陆架附近地区的地下温度与大西洋中部的风应力旋度模式有关，这表明风在地下温度中的重要性。温室气体排放增加引起的气温升高通常是众所周知的，但气温升高如何转化为 ESM 中大气环流（风）的变化却非常不确定（Shepherd，引文2014）。参数化、数值方法、模型水平和垂直分辨率以及其他因素都可能导致这些模型对大气环流的不同表示，这超出了我们当前研究分析的范围。未来的研究需要了解驱动该区域 BT 变化的强迫机制。

另一个有趣的现象是ssp245的集合趋势和海表温度的相对变化通常高于ssp370（表4）。ssp370 中更高的温室气体排放应该会导致更高的海洋表面温度，但 ESM 的预测并不支持这一点。ssp370 的标准偏差所代表的温度不确定性大多大于 ssp245 的温度不确定性（表4）。我们推测，ssp370 中温室气体排放量的增加可能会导致风场模型间的变异性更大，海洋环流的变异性更大，从而导致预测趋势和相对变化降低。另一种可能性是，北极冰融化的进一步增加以及淡水和冷水的引入也可能导致这种现象。最终，ssp370 响应较弱的原因需要进一步研究。