类型b
这篇论文的主要作者是Gregory J. Hakim，来自美国华盛顿大学大气科学系；Julien Emile-Geay，来自美国南加州大学地球科学系；以及Eric J. Steig等人。该研究发表于《Journal of Geophysical Research: Atmospheres》期刊上，时间是2016年。
本文主要讨论了古气候重建领域的一种新方法——古气候数据同化（Paleoclimate Data Assimilation, PDA），并详细介绍了其在“最后千年气候再分析项目”（Last Millennium Reanalysis Project, LMR）中的应用。PDA是一种将气候模型模拟与代理数据相结合的技术，旨在通过多变量动态约束来重建过去气候场。这项研究的背景在于，传统气候场重建方法存在诸多局限性，例如回归模型中代理与气候变量关系的静态假设、贝叶斯分层模型的计算复杂性等。而PDA则通过结合气候模型和代理系统模型（Proxy System Models, PSMs），提供了一种灵活且动态一致的解决方案。研究的目标是验证LMR框架的有效性，并探讨其在古气候重建中的潜力。
文章首先介绍了PDA方法的基本原理及其在LMR中的实现方式。PDA的核心思想是利用气候模型生成的先验状态向量（prior state vector）作为初始估计值，然后通过代理数据对这一估计进行校正。具体来说，研究使用了线性单变量PSM，这些模型通过拟合仪器观测时期的温度数据来预测代理值。研究中使用的代理数据来自PAGES2k数据库，包含了465个年分辨率的时间序列，涵盖了树轮宽度、冰芯氧同位素比值等多种类型的数据。此外，研究还采用了CMIP5（Coupled Model Intercomparison Project Phase 5）中的气候模型输出作为先验数据源，例如CCSM4（Community Climate System Model version 4）和MPI-ESM-P（Max-Planck-Institute Earth System Model Paleomode）。为了评估重建结果的准确性，研究使用了六种网格化的仪器温度数据集（如GISTEMP、HadCRUT4等）以及独立代理记录进行验证。
接下来，文章详细阐述了PDA的工作流程。首先，从选定的气候模型中随机抽取一个100成员的集合样本作为先验数据。然后，通过线性回归将代理数据与2米空气温度异常进行拟合，生成PSM。随后，基于卡尔曼滤波器更新方程，利用代理数据对先验估计进行校正，得到最终的重建结果。值得注意的是，研究采用了一种“离线”（offline）数据同化方法，即不进行循环更新，这种方法显著降低了计算成本，同时允许对每一年的气候场进行独立重建。此外，为了量化不确定性，研究还引入了蒙特卡洛采样策略，每次随机选取75%的代理数据进行同化，而剩余25%的代理数据用于独立验证。
研究的主要结果表明，LMR框架能够成功重建过去2000年的全球平均2米空气温度变化趋势。与现有重建结果相比，LMR显示出良好的一致性，特别是在千年尺度的降温趋势、中世纪气候异常期（Medieval Climate Anomaly, MCA）和小冰期（Little Ice Age, LIA）等特征方面。然而，LMR与其他重建结果之间也存在差异，这可能归因于不同方法之间的相似性。在验证阶段，LMR在1880-2000年期间的表现与现代再分析产品（如ERA-20C和20CR-v2）相当，相关系数达到0.88-0.93，效率系数（Coefficient of Efficiency, CE）为0.71-0.82。此外，独立代理验证结果显示，LMR显著优于仅依赖模型先验的结果，尤其是在捕捉年际到年代际变率方面表现出色。
研究还探讨了LMR对火山事件的多变量重建能力。以1808/1809年的“神秘”火山喷发为例，LMR成功再现了全球冷却现象及其与太平洋-北美（Pacific-North America, PNA）波列模式的关联。这种多变量动态一致的重建能力展示了PDA方法在捕捉特定气候波动方面的优势。
本文的意义和价值体现在以下几个方面：首先，LMR框架为古气候重建提供了一种新的基准方法，为未来改进奠定了基础。其次，PDA方法的灵活性使其能够处理多种类型的代理数据，并适用于不同的气候变量和时间尺度。第三，LMR的结果不仅有助于理解过去气候变化的长期趋势，还能为评估气候模型的性能提供重要参考。最后，研究强调了代理系统模型的重要性，并指出未来可以通过更复杂的PSM和同化策略进一步提高重建精度。
本文的亮点包括：首次系统地将PDA应用于过去千年的气候重建；提出了一个可扩展的框架，能够整合更多代理数据和更先进的气候模型；展示了多变量动态一致重建在特定历史事件中的应用价值。此外，研究还强调了趋势信号在PSM校准中的重要作用，并探讨了去趋势化对重建结果的影响。
这篇文章为古气候重建领域提供了重要的理论和方法支持，展示了PDA技术在未来研究中的广阔前景。