CD:热带太平洋海表温度季节可预报期限的年代际变化

发布者:刘永玲发布时间:2022-05-18浏览次数:128

热带太平洋是厄尔尼诺和南方涛动 (El Niño-Southern Oscillation, ENSO) 所在区域,存在着全球最强的季节至年际变化信号,通过大气桥和海洋桥对世界许多地区的天气和气候产生重大影响。在过去几十年中,ENSO的理解和预测取得了相当大的进展,然而与20世纪80年代和90年代相比,21世纪初对ENSO预测技巧有所下降,这可能与ENSO预测模式能力不足和动力系统自身可预报性有关。如何克服模式不足,定量估计ENSO可预报期限,考察其年代际变化是一个重要的科学问题。

  在误差增长动力学中,非线性局部李雅普诺夫指数 (Nonlinear Local Lyapunov Exponent, NLLE) 方法衡量动力学系统误差非线性增长率,通过局部动力相似 (Local Dynamic Analog, LDA) 方法,基于误差饱和值定理,可定量估计动力系统可预报性,克服模式误差的不足。目前此方法已被用于研究ENSO暖事件发展和衰减位相预报技巧不对称性 (Hou et al. 2018) 等大气和海洋可预报性问题。

  海洋与大气学院青年教师侯兆禄博士长期从事动力系统误差反演及订正和可预报性研究,从动力系统误差增长特征出发,改进了LDA方法,证实了重构动力系统误差增长空间的可行性与有效性 (Hou et al. 2020, 2021)。在此基础上,其最新研究成果利用NLLE方法,定量估计了热带太平洋海表温度 (sea surface temperature, SST) 的季节尺度可预报期限 (Predictability Limit, PL),并研究了其年代际变化,针对不同Niño区,并从误差增长动力学的角度揭示了它们PL年代际变化原因 (Hou et al. 2022)。结果表明从1900年到2015年,热带太平洋的平均PL在中太平洋和东太平洋较高 (>13个月),而在热带太平洋西部较低 (<7个月);在误差增长动力学的框架下,影响热带太平洋平均PL空间分布的主要因素是误差增长率 (NLLE),而饱和误差相对增长量 (RGIE) 影响较小;在年代际变化方面,饱和RGIE的年代际变化在PL中起着重要作用,解释了Niño 3.4区域PL66%的年代际变化方差;误差增长率存在年代际变化,这对PL的年代际变化也有影响,特别是,自20世纪90年代中期以来,演化时间为6个月的NLLE有所增加,降低了Niño 3.4区域PL;热带太平洋SST可预报性年代际变化和热带太平洋暖水体积 (Warm water volume, WWV) Niño 3.4指数的关系显著相关,从误差增长的角度来看,在WWVNiño 3.4指数存在高相关时,饱和RGIE更大,NLLE更低,导致PL更大。相关研究有助于加深对ENSO可预报性的理解,为模式评估与改进指明方向。

  以上系列研究成果发表于国际学术期刊Climate DynamicsGeophysical Research LettersWeather and Forecasting,该研究得到国家自然科学基金重点项目 (42130607)、青年基金项目 (42005049) 和中国博士后面上项目 (2020M680094) 联合资助。



1. 不同Niño区域和赤道外南太平洋冷舌 (SPT区域;5°–15°S140°–100°W) 的季节可预报期限的年代际变化 (a),以及热带太平洋暖水体积 (Warm water volume, WWV) Niño 3.4指数高相关期和低相关期之间可预测期限 (b),饱和RGIE () (c),演化时长为在1个月 (d)3个月 (e) 6个月 (f) NLLE的合成差。打点区域为通过90%置信度水平。


发表论文列表:

Hou, Z., Li, J., Ding, R., and Feng, J. (2022). Investigating decadal variations of the seasonal predictability limit of sea surface temperature in the tropical Pacific. Climate Dynamics, 1-18.

Hou, Z., Li, J., and Zuo, B. (2021). Correction of Monthly SST Forecasts in CFSv2 Using the Local Dynamical Analog Method. Weather and Forecasting, 36(3), 843-858.

Hou, Z., Zuo, B., Zhang, S., Huang, F., Ding, R., Duan, W., and Li, J. (2020). Model forecast error correction based on the local dynamical analog method: An example application to the ENSO forecast by an intermediate coupled model. Geophysical Research Letters, 47(19), e2020GL088986.

Hou, Z., Li, J., Ding, R., Karamperidou, C., Duan, W., Liu, T., and Feng, J. (2018). Asymmetry of the predictability limit of the warm ENSO phase. Geophysical Research Letters, 45(15), 7646-7653.