一个新的大样本ENSO集合预报系统的发展与检验(英文)

详细介绍了一个新的大样本集合预报系统.为了减小ENSO(厄尔尼诺-南方涛动)预报中的预报不确定性,该集合预报系统首先基于一个中等复杂程度的耦合模式,利用集合卡尔曼滤波资料同化方法同化有效的海洋观测资料为集合预报系统提供集合初始场;同时,一个发展的用于12个月预报的一阶线性马尔可夫(Markov)随机误差模式被嵌套到集合预报系统中来模拟模式不确定性.基于1992年11月～2008年10月100个样本的集合回报试验,从确定性预报技巧和概率预报技巧2个方面对集合预报系统的预报水平进行了检验.该集合预报方法能够很有效地将传统的确定性预报扩展到概率预报领域,且检验结果表明,预报样本均值的预报水平要优于单一的确定性预报.对于概率预报而言,集合预报样本能够很好地跟随观测的变化,并且能够提供单纯确定性预报所不能够提供的额外信息.

一个重构的153年热带太平洋次表层上卷海温资料

次表层上卷海温对改进ENSO(厄尔尼诺-南方涛动,El Ni o-Southern Oscillation)模拟水平及ENSO年代际变化均具有重要作用。利用一个中等复杂程度耦合模式(intermediate coupled model,简称ICM)和Nudging(张弛逼近)同化方法,重构了1856—2008年间热带太平洋地区的次表层上卷海温。统计检验表明,重构的次表层上卷海温与近50年的3种分析资料间具有较高的相关性和较小的均方根误差。此外,通过此重构的次表层上卷海温资料重新驱动ICM模式,模拟得到的海表温度距平(sea surface temperature anomaly,简称SSTA)可以真实地反映出ENSO的年际和年代际变化,表明此重构的次表层上卷海温资料可用于气候研究,特别是用于ENSO的大尺度低频变化或年代际气候变化研究。