ENSOMIM:一种新型ENSO时空预测模型

为了提高厄尔尼诺南方涛动(El Ni?o-southern oscillation,ENSO)预测的准确性,解决卷积核难以捕获ENSO的长距离前兆的问题,将ENSO预测视为一个时空序列预测问题,并提出一种基于注意力机制和循环神经网络的ENSO非稳态时空预测深度学习模型,称为ENSOMIM。该模型通过提出的新型注意力机制BGAM来局部和全局交互地学习空间特征,并使用高阶非线性时空网络对长期的时间序列特征进行编码。由于ENSO观测数据集样本数量少,为了更充分地训练模型,采用迁移学习的方法,使用历史模式模拟数据进行预训练再利用观测数据校正模型。实验结果表明,ENSOMIM更适合于大区域和长期的预测。在1984-2014年验证期间,ENSOMIM的Ni?o3.4指数的全季节相关性技巧比经典的卷积神经网络提高16%,均方误差降低17%,它可以为长达18个月的提前期提供有效预测,并且在23个月的提前期内相关技巧达到0.45。因此,ENSOMIM可以作为预测ENSO事件的有力工具。

海温异常对中国汛期降水的影响及预测应用

以厄尔尼诺-南方涛动(ENSO)循环和其他关键区海温对东亚季风关键系统影响机理的科学认知与应用为线索,回顾我国汛期降水业务发布预测的技巧。按照三类雨型划分,1981—2020年每10年的雨型预测正确率分别为50%、60%、50%、70%;按照四类雨型划分,1981—2020年每10年的雨型预测正确率分别为30%、30%、40%、50%,即我国汛期旱涝空间分布型的预测准确率明显提高。筛选预测准确率偏低且有显著洪涝发生年用于复盘,重点分析当年的主要预测依据和预测偏差较大的原因。结果表明:对海温影响东亚夏季风系统机理的有限认知影响很大,包括ENSO循环不同位相的影响、ENSO影响的不对称性、ENSO空间型的变化、印度洋等海域海温异常的影响均起重要作用,提出多因子多时间尺度协同作用理论、客观化预测方法、精细化监测预测影响评估一体化系统建设等有助于提高精准化预测能力和精细化服务水平。

基于印度洋海温信号的我国西北地区东部夏季降水组合降尺度预测方法研究

利用国家气候中心第二代气候模式预测业务系统(BCC-CPSv2)预测产品,引入印度洋海温信号,采用组合降尺度方法建立了西北地区东部汛期降水预测模型。该预测模型对1991—2017年西北地区东部夏季降水的回报技巧较BCC-CPSv2预测技巧显著提高,空间相关系数由0.42提高到0.75,均方根误差明显减小,最多下降达80%。预测模型对降水空间分布型的预测能力较好,很好地回报了典型年份(1987年和2010年)夏季的降水距平百分率分布。通过抓住气象变量的空间分布特征,组合降尺度方法可以修正动力模式产品的预测误差,为西北地区东部夏季降水预测提供科学依据和技术支持,具有较好的应用前景。

ENSO组合模态可预测性的季节-年代际变化

厄尔尼诺-南方涛动组合模态(C-mode)是厄尔尼诺衰减期西北太平洋上空异常反气旋发展的主要驱动力,通常可以形成水汽输送通道,导致我国南部地区降水增多并发生严重的洪涝灾害,而在拉尼娜期间则情况相反。利用1981—2020年美国国家环境预报中心和美国国家大气研究中心再分析数据集的表面风场资料分析了C-mode可预测性的季节-年代际变化。结果表明:C-mode在2000年以后的可预测性明显下降,主要原因是其变率减小、强度减弱、信噪比降低等。在季节尺度上,C-mode存在“秋季预报障碍”,这与信号的季节循环密切关联,当C-mode在秋季进入衰退期时,信号强度最弱、变率最小,因此其秋季的可预测性降低。

热带印-太海温与海河流域夏季降水的联合模态及降水预测应用

利用1961—2020年中国站点观测降水资料和英国Hadley中心海表面温度资料,针对海河流域夏季降水预测困难的问题,通过多变量经验正交分解(MVEOF)方法的正、反向应用,分析了热带印度洋-太平洋前期海温变化与海河流域夏季降水异常年际变化的联合模态特征,据此建立了海河流域夏季降水的客观统计预测模型并检验预测效果.结果表明:(1)前期ENSO事件和热带印度洋(TIO)海温季节演变与海河流域夏季降水异常分布型关系密切.若前冬El Niño事件达到鼎盛,春季开始衰减,并引起TIO海盆尺度滞后增暖,则当年夏季海河流域降水一致性偏多,偏多中心在流域北部;若前秋El Niño向La Niña事件转变,随后TIO暖海温转冷,则夏季海河流域降水易出现西部偏多、东部偏少型分布;此外,如果前期出现太平洋经向模态(冷舌模态)的海温异常分布时,夏季流域降水异常为西北多、东南少(南多北少).(2)根据联合模态统计关系建立的预测模型,对2013—2020年海河流域夏季降水有较好的预测能力.与实况相比,模型对全域降水异常预测的时间相关系数为0.86、趋势预测准确率为87.50%,对站点的趋势预测准确率为51.35%~70.27%,对旱涝程度预测的平均偏差仅为45.92%,但对降水异常空间分布的预测技巧整体较低.本文阐明了前期热带印-太海温与海河流域夏季降水异常的统计关系,并建立了海河流域夏季降水的客观统计预测模型,为我国华北地区短期气候预测提供了一种新的有效参考.

基于在线滤波的ENSO强度预测模型及2023/2024年El Niño强度的预测

本文利用在线滤波代替Lanczos滤波,建立实时的累积高频风指数并构建ENSO强度预测模型。结果显示,在线滤波定义的累积高频风事件与Lanczos滤波有着类似的时空分布特征,这一大气信号与海洋充放电过程是决定ENSO成熟期强度的关键信号,且在冷暖位相下呈高度非对称特征。La Niña成熟期强度主要与2月热带太平洋的暖水体积及前一年12月至当年4月赤道中西太平洋累积东风事件紧密相关。相较之下,El Niño成熟期强度则与热带太平洋更大范围的海洋充电过程和东扩的西风事件紧密联系。基于上述非对称热带海气信号构建的ENSO强度预测模型可以稳定有效且较准确地预测ENSO强度。模型在6个月的预报时效下预测2023/2024年冬季Ni1o3.4约为1.9℃,为一次强El Niño事件。

不同预见期气候指数的干旱可预测性研究

为了探索可靠的干旱过程预测方法,以江苏省为研究区域,在识别历史干旱事件的基础上,提取干旱发生前期大尺度海气相互作用因子,形成0~12个月不同预见期的气候指数,将其分为大气环流类、海温类和大气海温综合类3个类别,分别建立具有0~12个月不同预见期的偏最小二乘回归干旱预测模型,通过模型后预测验证,定量分析干旱前期不同预见期气候指数对季节干旱过程的可预测性。结果表明,0~12个月不同预见期内,干旱同期“大气环流”模型对1994年夏秋季干旱等级预测较好;预见期为0~9个月的“海温”组的模型能预测出2010~2011年冬春连旱的过程变化,且结果稳定;干旱前期9~12个月西太平洋暖池的热力状况及西太平洋副热带高压,在不同预见期的干旱预测模型中均占较大权重,且在3个月预见期的干旱预测模型中所占权重最大,可作为江苏省季节尺度气象干旱的可预测性来源。研究成果可为季节尺度的干旱预测和干旱灾害综合防范提供科学依据。

德国气候预测系统中东亚冬季风的季节预测及可预报性

东亚冬季风(EAWM)作为北半球冬季最强的中纬度环流系统之一,主导着东亚的冬季气候。因此,开展东亚冬季风季节预测和可预报性研究具有十分重要的意义。本研究使用德国气候预测系统(German Climate Forecast System,简称GCFS2)输出的回报数据(1993~2016年)对EAWM的预测性能进行全面评估。GCFS2很好地预测了EAWM气候态的主要特征,包括西伯利亚高压、阿留申低压、东亚大槽、东亚高空急流及东亚上空的地表气温和降水,并可以熟练地预测东亚大槽及东亚地表气温的年际变化。GCFS2对一个海平面气压定义的EAWM指数(EAWMI)显示出了预测技巧,同时可以很好地预测与EAWM相关的位于海洋上的大气环流、地表气温及降水异常。GCFS2中EAWM的预测技巧主要得益于对观测中的EAWM–ENSO关系及ENSO遥相关的成功再现,模式中增强的EAWM–ENSO[强于观测,观测中整个24年(1993~2016)EAWM与ENSO的相关系数为-0.46]关系,有助于提前2个月或更长时间预测EAWM。GCFS2中12月初始化的EAWMI在去除ENSO信号后仍有0.42的预测技巧,说明有另一预测源,为冬季巴伦支—喀拉海区域海冰覆盖度(BK_SIC)。观测中BK_SIC减少,增强西伯利亚高压,EAWM从而增强;模式中BK_SIC的变化可以增加西伯利亚高压东北部的可预测性,使得12月初始化的EAWM预测技巧增加。

不同时间尺度海温因子对西北地区东部夏季降水的影响及预测

利用1961—2020年中国西北地区东部夏季降水量月平均资料、NCEP/NCAR环流再分析以及英国Hadley逐月海表温度(SST)资料,采用功率谱、合成分析、多元线性回归等,分析了西北地区东部夏季年代际、年际降水分量的主导海温模态,并利用时间尺度分离前后得到海温因子分别建立降水预测模型。结果表明:(1)西北地区东部夏季降水不仅具有30 a左右的年代际震荡周期,还具有准3 a的年际周期,其中降水的年代际分量由太平洋十年际涛动(IPO)主导,春、夏季IPO正位相时,有利于西北地区东部夏季降水处于偏多的背景;反之,处于降水偏少背景。(2)降水年际分量的主导信号来自热带印度洋、热带西太平洋和北大西洋,当春季热带印度洋呈类全区一致海温模(IOBW)负(正)位相、类北大西洋三极子(NAT)为正(负)位相及热带西太平洋为冷(暖)海温异常时,有利于夏季中高纬贝加尔湖地区出现高(低)压异常,西太平洋副热带高压偏弱(强)、偏南(北),西北地区东部降水易偏少(多)。(3)独立检验时段内,基于时间尺度分离模型的西北地区东部夏季降水年均趋势异常综合评分(Ps)、符号一致率评分(Pc)分别较原始模型提高6%、7%,具有一定的预测能力。

中国沿海风能年际变化的区域性特征成因及其预测

基于ERA5的逐小时100m风场数据,利用时间序列K-means聚类方法,将中国沿海冬季风能年际变化划分为四个区域,分别为北中国海(NorthChina Sea,NCS)、东海(East China Sea,ECS)、南海北部(Northern South China Sea,NSCS)及南海南部(SouthernSouthChinaSea,SSCS)。四个区域风能的年际变化受不同气候模态的影响,其中NCS风能的年际变化与北极涛动(ArcticOscillation,AO)有关;ECS风能的年际变化与中部型ENSO及西伯利亚高压有关;SSCS和NSCS的年际变化则和东部型ENSO及大陆高压的南北位置存在联系。鉴于影响各区域风能年际变化的气候模态具有较高的可预测性,进一步评估了多个气候模式对中国沿海风能年际变化的预测技巧。结果表明,气候模式对南中国海的风能年际变化预测技巧更高,这与气候模式对ENSO的高预测技巧有关。气候模式对北方海域风能年际变化的预测技巧较差,这和气候模式不能较好地预测AO和西伯利亚高压有关。

2021年盛夏中国东部极端降水月际演变成因及可预测性

2021年7—8月中国东部雨带演变特征与气候平均季风北推进程存在显著差异。其中,7月降水正异常中心位于江淮-华北地区,8月则南移至华中地区。2021年中国东部降水异常偏多且存在月际差异主要与7(8)月西北太平洋副热带高压(西太副高)偏北偏东(偏南偏西)、东亚副热带西风急流偏北(偏南)以及南亚高压持续东伸相关联。进一步研究表明,热带对流的活跃位置和北大西洋的增暖加强是影响其降水中心南移的主要原因。2021年7月热带大气低频振荡(MJO)在海洋性大陆地区活跃对应其热带海洋性大陆对流异常偏强,激发北传的类太平洋-日本(PJ)型遥相关波列,使得西太副高偏北偏东,有利于西北太平洋水汽在江淮-华北地区辐合,导致其降水偏多。8月,新发展MJO在热带印度洋上空对流异常持续偏强,加强局地经向环流,使得中国35°N以南至西北太平洋地区出现异常下沉运动,有利于西太副高南移西伸。此外,2021年8月北大西洋海温(SST)异常偏暖激发对流层高层向东南传播的Rossby波,有利于南亚高压加强和东亚副热带西风急流加强南移。因此,8月降水中心南移至华中地区。CFSv2预测系统(6月起报)结果能预测7月江淮-华北大部分地区降水偏多,但预测的8月华中南部地区降水偏少与实况相反。这可能是由于模式能够较好再现7月海洋性大陆热带对流活动影响江淮-华北地区降水的过程,但不能预测2021年8月热带印度洋对流活动和北大西洋海温异常偏暖对华中地区降水的影响。

基于决策树的水稻病虫害发生程度预测模型——以芜湖市为例

利用芜湖市1988—2022年7种水稻病虫害发生及种植面积数据,国家气候中心逐月大气环流和海温指数,基于C5.0决策树算法,构建一种以大气环流和海温指数作为预报因子的水稻病虫害发生程度的长期预测模型。结果表明,该模型可较好地预测未来一年芜湖市各种水稻病虫害发生程度,2022年7种病虫害发生程度预测准确率平均为85.7%,为水稻病虫害发生程度的预测提供一种有效的实用方法。

ENSO机理及其预测研究

资料分析研究表明ENSO(ElNio和LaNia)实际上是热带太平洋次表层海温距平的循环,而次表层海温距平的循环是赤道西太平洋异常纬向风所驱动的,赤道西太平洋的异常纬向风又主要由异常东亚冬季风所激发。因此可以将ENSO的机理视为主要是由东亚季风异常造成的赤道西太平洋异常纬向风所驱动的热带太平洋次表层海温距平的循环。同时分析还表明,热带西太平洋大气季节内振荡(ISO)的明显年际变化,作为一种外部强迫,对ENSO循环起着十分重要的作用;ElNio的发生同大气ISO的明显系统性东传有关。资料分析也表明,ElNio持续时间的长短与大气环流异常有密切关系。用非线性最优化方法研究ElNi～no-南方涛动(ENSO)事件的可预报性问题,揭示了最容易发展成ENSO事件的初始距平模态,即条件非线性最优扰动(CNOP)型初始距平;找出能够导致显著春季可预报性障碍(SPB),且对ENSO预报结果有最大影响的一类初始误差——CNOP型初始误差,进而探讨耦合过程的非线性在SPB研究中的重要作用,提出了关于ENSO事件发生SPB的一种可能机制;用CNOP方法揭示了ENSO强度的不对称现象,探讨ENSO不对称性的年代际变化问题,提出ENSO不对称性年代际变化的一种机制;建立了关于ENSO可预报性的最大可预报时间下界、最大预报误差上界和最大允许初始误差下界的三类可预报性问题,分别从三个方面揭示ENSO事件的春季可预报性障碍现象,比较有效地量化了模式ENSO事件的可预报性。利用中国科学院大气物理研究所地球流体力学数值模拟国家重点实验室的ENSO预测系统,研究了海洋资料同化在ENSO预测中的应用,该系统可以同时对温、盐剖面资料和卫星高度计资料进行同化。并且在模式中采用次表层上卷海温的非局地参数化方法,可有效地改进ENSO模拟水平。采用集合卡曼滤波(Ensemble Kalman Filter,EnKF)同化方法以及在集合资料同化中"平衡的"多变量模式误差扰动方法为集合预报提供更加精确和协调的初始场,ENSO预报技巧得到提高。

国家气候中心新一代ENSO预测系统及其对2014/2016年超强厄尔尼诺事件的预测

厄尔尼诺和南方涛动(ENSO)作为其年际变率支配模态,对我国季节气候预测有着非常重要的指示意义。在过去30年里,ENSO自身属性、类型和气候影响发生了显著改变,为我国气候预测和防灾减灾带来了前所未有的挑战。2012年以来,国家气候中心组织研发了新一代ENSO监测、分析和预测业务系统(SEMAP2.0),目的是切实提升ENSO监测预测业务能力。SEMAP2.0综合集成了国内外多项ENSO研究新成果,并自主研发了多项ENSO诊断预测新技术。该系统包括实时监测、动力学诊断一归因分析、两类ENSO物理统计预报模型、气候模式集合预报解释应用、以及相似一动力预报订正等五个子系统。20年独立样本检验显示,集合平均Nino3.4海温指数提前6个月预报的时间距平相关系数达到0.8。该系统已于2015年底正式业务运行,每月实时提供业务产品。在业务应用方面,该系统2014年春季给出了基本反映实际的夏秋季厄尔尼诺演变趋势预测,较为准确地预报出了2014/2015年冬季弱中部型厄尔尼诺状态和2015年春季以后厄尔尼诺的持续发展趋势以及向东部型的转换过程,准确定位出2014/2016事件峰值时间和强度并预计此次事件在2016年春末结束。

利用ARGO资料改进ENSO和我国夏季降水气候预测

全球海洋ARGO资料的获取为气候预测的研究提供了前所未有的海洋资料。该文首先利用ARGO资料改进次表层参数化方案后的Zebiak-Cane海洋模式,与统计大气模式耦合,建立了热带动力海洋-统计大气耦合模式。通过比较应用和未应用ARGO资料改进的海洋模式,进行了耦合模式的长期回报试验。结果表明:ARGO资料的应用极大地改善了耦合模式对热带太平洋海面温度异常的预测能力,提前3个月和6个月的回报结果都有很大的改进,基本上回报出了Ni^no3.4区海面温度异常的演变特征,对厄尔尼诺和拉尼娜都能够给出较准确的回报,回报结果与观测之间的相关性在整个热带太平洋区域明显提高。该文还利用国家气候中心(NCC)全球海气耦合模式,对我国夏季降水进行了个例和多年季度回报模拟试验,探讨了包含和不包含ARGO观测资料的同化资料作为初始场对我国夏季降水预测的影响,表明采用带有ARGO观测资料的海洋同化初始场,回报的我国夏季降水分布形式与观测更一致,回报结果与观测之间的正相关区域变大,对我国夏季降水的回报水平比采用没有ARGO观测资料的海洋同化初始场时有明显提高。

应用前期ENSO指标做棉铃虫大发生预测

分析了山东郓城26a(1974～1999)和德州22a(1978～1999)棉铃虫3代百株累计卵量、江苏丰县20a(1980～1999)棉铃虫2代百株累计卵量与从前两年1月份开始到当年7月份的ENSO指标(包括厄尔尼诺5个海温区N12、N3、N4、NC、NW的月平均海温距平)和南方涛动指数(SOI)的遥相关关系。遥相关分析结果表明德州、郓城三代卵量和丰县二代卵量与ENSO各指标遥相关关系的时间变化规律很相似,与各时段的N4均呈正相关,与NW和SOI大多数月份呈负相关。从中筛选出相关显著(p<0.05)的区域和时段作为预测因子,根据判别分析法用不同因子或因子组合分别建立了郓城、德州棉铃虫三代卵、丰县棉铃虫二代卵量的大发生预测模型,并对各模型进行回测检验及5～6a的预测检验,根据其预测效果筛选出最佳的灾变预测模型。结果表明,N4区的因子或因子组合建立的模型对德州、郓城棉铃虫三代卵量和丰县棉铃虫二代卵量的预测效果最好,可提前15～25个月做出大发生预测。

江苏夏季逐月高温日数与西太平洋海温场相关分析及预测模型建立

夏季高温的发生是多个因子共同作用的综合反映,其中大气环流背景对高温的出现起到重要作用,而根据海气相互作用的研究,海温变化和大气环流之间有一定相关关系,决定了海温对陆上温度具有一定的可预报性。基于此原理基础,本文利用1978—2007年30年西太平洋海温和江苏各区域的高温日数资料,运用区域平均方法、场相关分析法,探讨了与江苏不同地区区域平均高温日数相关的强信号海区,分析了利用海温进行逐月高温日数预报的可能性。然后运用最优化相关处理技术将西太平洋海温作为长期预报因子,建立了江苏不同区域夏季逐月高温日数长期预测模型,模型均通过了α=0.01显著性水平检验,拟合效果理想,同时并进行了实际预报试验,预报效果较好,可以投入业务使用。此研究对江苏高温的长期预报及高温灾害服务具有重要指导意义。

褐飞虱(Nilaparvata lugens (Stl))前期迁入与ENSO指标的遥相关及其中长期预测

分析了全国6个不同褐飞虱发生区内16个监测点的褐飞虱（Nilaparvata lugens（St（a）l））前期迁入量与从前两年1月至当年6月各月ENSO 指标（包括4个Nino区海温和南方涛动指数（SOI）的月平均距平值）遥相关的时空分布.结果表明,与褐飞虱前期迁入量显著遥相关的ENSO指标主要为N3区、N4区和N3.4区的海温,三者共占显著相关指标总数的71.8%.在时间分布上,显著遥相关的ENSO指标主要分布在前两年和前一年（约占84%）,当年仅占16.7%.从相关性质来看,褐飞虱前期迁入量与各Nino区海温在前两年至前一年春季之前呈负相关,而与前一年冬季至当年春季呈正相关;与前一年夏秋季ENSO指标的相关性质则无明显规律.褐飞虱前期迁入量与各Nino区海温和与SOI遥相关的相关性质相反.以前期显著相关的ENSO指标为预测因子,用逐步回归法建立褐飞虱前期迁入量的中长期预测方程.筛选出历史回检率和预测准确性较高的方程,经集成后共获得12个预报模型,可提前3～27个月作出预测,预测的准确率为88.9%.

全国大豆食心虫发生面积与大气环流、海温的关系及其长期预测预报

对1952—2001年中国大豆食心虫发生面积与食心虫发生前一年1月至当年4月中74个环流特征量及286个网格点海温逐月及不同组合时段距平值进行相关分析,筛选出了大气环流和海温因子,通过逐步回归,分别建立了中国大豆食心虫发生面积的大气环流和海温预报模型,并对模型进行了拟合和延伸预报。结果表明:模型的拟合和延伸预报效果均较好,2002—2004年大气环流模型延伸预报平均准确率达88%,海温模型延伸预报准确率达86%。

一个可供ENSO预测的海气耦合环流模式及1997/1998ENSO的预测

利用中国科学院大气物理研究所设计发展的具有较高分辨率的热带太平洋和全球大气耦合环流模式，设计了一个初始化方案，建立了ＥＮＳＯ预测系统，进行了系统性的预测试验。预测结果检验评估表明，该预测系统表现出较强的预报能力，赤道中东太平洋地区（Ｎｉｎｏ３和Ｎｉｎｏ３４）海表温度距平预报相关技巧高于０５２的预报可持续１８个月，该预测系统可应用到试验性的海温预测实践中。利用该系统对１９９７／１９９８年ＥＮＳＯ进行了实际预测，表明预测是成功的，预测的海温距平已提供给今年我国夏季降水预测使用，取得了良好的预测效果。