The NCEP Climate Forecast System Reanalysis (CFSR) was completed for the 31-yr period from 1979 to 2009, in January 2010. The CFSR was designed and executed as a global, high-resolution coupled atmosphere–ocean–land surface–sea ice system to provide the best estimate of the state of these coupled domains over this period. The current CFSR will be extended as an operational, real-time product into the future. New features of the CFSR include 1) coupling of the atmosphere and ocean during the generation of the 6-h guess field, 2) an interactive sea ice model, and 3) assimilation of satellite radiances by the Gridpoint Statistical Interpolation (GSI) scheme over the entire period. The CFSR global atmosphere resolution is ~38 km (T382) with 64 levels extending from the surface to 0.26 hPa. The global ocean's latitudinal spacing is 0.25° at the equator, extending to a global 0.5° beyond the tropics, with 40 levels to a depth of 4737 m. The global land surface model has four soil levels and the global sea ice model has three layers. The CFSR atmospheric model has observed variations in carbon dioxide (CO2) over the 1979–2009 period, together with changes in aerosols and other trace gases and solar variations. Most available in situ and satellite observations were included in the CFSR. Satellite observations were used in radiance form, rather than retrieved values, and were bias corrected with “spin up” runs at full resolution, taking into account variable CO2 concentrations. This procedure enabled the smooth transitions of the climate record resulting from evolutionary changes in the satellite observing system. CFSR atmospheric, oceanic, and land surface output products are available at an hourly time resolution and a horizontal resolution of 0.5° latitude × 0.5° longitude. The CFSR data will be distributed by the National Climatic Data Center (NCDC) and NCAR. This reanalysis will serve many purposes, including providing the basis for most of the NCEP Climate Prediction Center's operational climate products by defining the mean states of the atmosphere, ocean, land surface, and sea ice over the next 30-yr climate normal (1981–2010); providing initial conditions for historical forecasts that are required to calibrate operational NCEP climate forecasts (from week 2 to 9 months); and providing estimates and diagnoses of the Earth's climate state over the satellite data period for community climate research. Preliminary analysis of the CFSR output indicates a product that is far superior in most respects to the reanalysis of the mid-1990s. The previous NCEP–NCAR reanalyses have been among the most used NCEP products in history; there is every reason to believe the CFSR will supersede these older products both in scope and quality, because it is higher in time and space resolution, covers the atmosphere, ocean, sea ice, and land, and was executed in a coupled mode with a more modern data assimilation system and forecast model.

Abstract The monthly global 2° × 2° Extended Reconstructed Sea Surface Temperature (ERSST) has been revised and updated from version 4 to version 5. This update incorporates a new release of ICOADS release 3.0 (R3.0), a decade of near-surface data from Argo floats, and a new estimate of centennial sea ice from HadISST2. A number of choices in aspects of quality control, bias adjustment, and interpolation have been substantively revised. The resulting ERSST estimates have more realistic spatiotemporal variations, better representation of high-latitude SSTs, and ship SST biases are now calculated relative to more accurate buoy measurements, while the global long-term trend remains about the same. Progressive experiments have been undertaken to highlight the effects of each change in data source and analysis technique upon the final product. The reconstructed SST is systematically decreased by 0.077°C, as the reference data source is switched from ship SST in ERSSTv4 to modern buoy SST in ERSSTv5. Furthermore, high-latitude SSTs are decreased by 0.1°–0.2°C by using sea ice concentration from HadISST2 over HadISST1. Changes arising from remaining innovations are mostly important at small space and time scales, primarily having an impact where and when input observations are sparse. Cross validations and verifications with independent modern observations show that the updates incorporated in ERSSTv5 have improved the representation of spatial variability over the global oceans, the magnitude of El Niño and La Niña events, and the decadal nature of SST changes over 1930s–40s when observation instruments changed rapidly. Both long- (1900–2015) and short-term (2000–15) SST trends in ERSSTv5 remain significant as in ERSSTv4.

Abstract The monthly Extended Reconstructed Sea Surface Temperature (ERSST) dataset, available on global 2° × 2° grids, has been revised herein to version 4 (v4) from v3b. Major revisions include updated and substantially more complete input data from the International Comprehensive Ocean–Atmosphere Data Set (ICOADS) release 2.5; revised empirical orthogonal teleconnections (EOTs) and EOT acceptance criterion; updated sea surface temperature (SST) quality control procedures; revised SST anomaly (SSTA) evaluation methods; updated bias adjustments of ship SSTs using the Hadley Centre Nighttime Marine Air Temperature dataset version 2 (HadNMAT2); and buoy SST bias adjustment not previously made in v3b. Tests show that the impacts of the revisions to ship SST bias adjustment in ERSST.v4 are dominant among all revisions and updates. The effect is to make SST 0.1°–0.2°C cooler north of 30°S but 0.1°–0.2°C warmer south of 30°S in ERSST.v4 than in ERSST.v3b before 1940. In comparison with the Met Office SST product [the Hadley Centre Sea Surface Temperature dataset, version 3 (HadSST3)], the ship SST bias adjustment in ERSST.v4 is 0.1°–0.2°C cooler in the tropics but 0.1°–0.2°C warmer in the midlatitude oceans both before 1940 and from 1945 to 1970. Comparisons highlight differences in long-term SST trends and SSTA variations at decadal time scales among ERSST.v4, ERSST.v3b, HadSST3, and Centennial Observation-Based Estimates of SST version 2 (COBE-SST2), which is largely associated with the difference of bias adjustments in these SST products. The tests also show that, when compared with v3b, SSTAs in ERSST.v4 can substantially better represent the El Niño/La Niña behavior when observations are sparse before 1940. Comparisons indicate that SSTs in ERSST.v4 are as close to satellite-based observations as other similar SST analyses.

Much study has been devoted to the possible causes of an apparent decrease in the upward trend of global surface temperatures since 1998, a phenomenon that has been dubbed the global warming "hiatus." Here, we present an updated global surface temperature analysis that reveals that global trends are higher than those reported by the Intergovernmental Panel on Climate Change, especially in recent decades, and that the central estimate for the rate of warming during the first 15 years of the 21st century is at least as great as the last half of the 20th century. These results do not support the notion of a "slowdown" in the increase of global surface temperature.

Abstract The NOAA/NESDIS/NCEI Daily Optimum Interpolation Sea Surface Temperature (SST), version 2.0, dataset (DOISST v2.0) is a blend of in situ ship and buoy SSTs with satellite SSTs derived from the Advanced Very High Resolution Radiometer (AVHRR). DOISST v2.0 exhibited a cold bias in the Indian, South Pacific, and South Atlantic Oceans that is due to a lack of ingested drifting-buoy SSTs in the system, which resulted from a gradual data format change from the traditional alphanumeric codes (TAC) to the binary universal form for the representation of meteorological data (BUFR). The cold bias against Argo was about −0.14°C on global average and −0.28°C in the Indian Ocean from January 2016 to August 2019. We explored the reasons for these cold biases through six progressive experiments. These experiments showed that the cold biases can be effectively reduced by adjusting ship SSTs with available buoy SSTs, using the latest available ICOADS R3.0.2 derived from merging BUFR and TAC, as well as by including Argo observations above 5-m depth. The impact of using the satellite MetOp-B instead of NOAA-19 was notable for high-latitude oceans but small on global average, since their biases are adjusted using in situ SSTs. In addition, the warm SSTs in the Arctic were improved by applying a freezing point instead of regressed ice-SST proxy. This paper describes an upgraded version, DOISST v2.1, which addresses biases in v2.0. Overall, by updating v2.0 to v2.1, the biases are reduced to −0.07° and −0.14°C in the global ocean and Indian Ocean, respectively, when compared with independent Argo observations and are reduced to −0.04° and −0.08°C in the global ocean and Indian Ocean, respectively, when compared with dependent Argo observations. The difference against the Group for High Resolution SST (GHRSST) Multiproduct Ensemble (GMPE) product is reduced from −0.09° to −0.01°C in the global oceans and from −0.20° to −0.04°C in the Indian Ocean.

Abstract The El Niño of 2015/16 was among the strongest El Niño events observed since 1950 and took place almost two decades after the previous major event in 1997/98. Here, perspectives of the event are shared by scientists from three national meteorological or climate services that issue regular operational updates on the status and prediction of El Niño–Southern Oscillation (ENSO). Public advisories on the unfolding El Niño were issued in the first half of 2015. This was followed by significant growth in sea surface temperature (SST) anomalies, a peak during November 2015–January 2016, subsequent decay, and its demise during May 2016. The life cycle and magnitude of the 2015/16 El Niño was well predicted by most models used by national meteorological services, in contrast to the generally overexuberant model predictions made the previous year. The evolution of multiple atmospheric and oceanic measures demonstrates the rich complexity of ENSO, as a coupled ocean–atmosphere phenomenon with pronounced global impacts. While some aspects of the 2015/16 El Niño rivaled the events of 1982/83 and 1997/98, we show that it also differed in unique and important ways, with implications for the study and evaluation of past and future ENSO events. Unlike previous major El Niños, remarkably above-average SST anomalies occurred in the western and central equatorial Pacific but were milder near the coast of South America. While operational ENSO systems have progressed markedly over the past several decades, the 2015/16 El Niño highlights several challenges that will continue to test both the research and operational forecast communities.

This paper describes the new release of the Merged Land–Ocean Surface Temperature analysis (MLOST version 3.5), which is used in operational monitoring and climate assessment activities by the NOAA National Climatic Data Center. The primary motivation for the latest version is the inclusion of a new land dataset that has several major improvements, including a more elaborate approach for addressing changes in station location, instrumentation, and siting conditions. The new version is broadly consistent with previous global analyses, exhibiting a trend of 0.076°C decade−1 since 1901, 0.162°C decade−1 since 1979, and widespread warming in both time periods. In general, the new release exhibits only modest differences with its predecessor, the most obvious being very slightly more warming at the global scale (0.004°C decade−1 since 1901) and slightly different trend patterns over the terrestrial surface.

Abstract Described herein is the parametric and structural uncertainty quantification for the monthly Extended Reconstructed Sea Surface Temperature (ERSST) version 4 (v4). A Monte Carlo ensemble approach was adopted to characterize parametric uncertainty, because initial experiments indicate the existence of significant nonlinear interactions. Globally, the resulting ensemble exhibits a wider uncertainty range before 1900, as well as an uncertainty maximum around World War II. Changes at smaller spatial scales in many regions, or for important features such as Niño-3.4 variability, are found to be dominated by particular parameter choices. Substantial differences in parametric uncertainty estimates are found between ERSST.v4 and the independently derived Hadley Centre SST version 3 (HadSST3) product. The largest uncertainties are over the mid and high latitudes in ERSST.v4 but in the tropics in HadSST3. Overall, in comparison with HadSST3, ERSST.v4 has larger parametric uncertainties at smaller spatial and shorter time scales and smaller parametric uncertainties at longer time scales, which likely reflects the different sources of uncertainty quantified in the respective parametric analyses. ERSST.v4 exhibits a stronger globally averaged warming trend than HadSST3 during the period of 1910–2012, but with a smaller parametric uncertainty. These global-mean trend estimates and their uncertainties marginally overlap. Several additional SST datasets are used to infer the structural uncertainty inherent in SST estimates. For the global mean, the structural uncertainty, estimated as the spread between available SST products, is more often than not larger than the parametric uncertainty in ERSST.v4. Neither parametric nor structural uncertainties call into question that on the global-mean level and centennial time scale, SSTs have warmed notably.

Abstract An overview of Sun–Sky Radiometer Observation Network (SONET) measurements in China is presented. Based on observations at 16 distributed SONET sites in China, atmospheric aerosol parameters are acquired via standardization processes of operational measurement, maintenance, calibration, inversion, and quality control implemented since 2010. A climatology study is performed focusing on total columnar atmospheric aerosol characteristics, including optical (aerosol optical depth, ÅngstrÖm exponent, fine-mode fraction, single-scattering albedo), physical (volume particle size distribution), chemical composition (black carbon; brown carbon; fine-mode scattering component, coarse-mode component; and aerosol water), and radiative properties (aerosol radiative forcing and efficiency). Data analyses show that aerosol optical depth is low in the west but high in the east of China. Aerosol composition also shows significant spatial and temporal variations, leading to noticeable diversities in optical and physical property patterns. In west and north China, aerosols are generally affected by dust particles, while monsoon climate and human activities impose remarkable influences on aerosols in east and south China. Aerosols in China exhibit strong light-scattering capability and result in significant radiative cooling effects.