MJO ensemble prediction in BCC-CSM1.1 (m) using different initialization schemes

热带大气季节内振荡(MJO)预报是国际研究热点,我国尚处于起步阶段。近些年国际上MJO预报水平得到大幅提升,主要得益于包含海气耦合过程的气候模式的使用,这其中模式预报初始化和集合扰动生成方法至关重要。本文发展了适用于国家气候中心第二代气候预测业务模式BCC-CSM1.1(m)的MJO初始化方案,并在此基础上提出了基于不同初始化方案形成扰动的集合预报新方法,可以将MJO有技巧预报时效延长到约20天,为次季节-季节预报提供重要依据。     

国家气候中心MJO监测预测业务产品研发及应用

热带大气低频振荡 (MJO) 和北半球夏季季节内振荡 (BSISO) 对全球范围天气气候事件有重要影响,是次季节-季节 (S2S) 预报最主要的可预报性来源之一。国家气候中心 (BCC) 基于我国完全自主的T639全球分析场数据、风云三号气象卫星射出长波辐射 (OLR) 资料以及BCC第2代大气环流模式系统的实时预报,发展了MJO实时监测预测一体化业务技术,建立了ISV/MJO监测预测业务系统 (IMPRESS1.0),已投入实时业务运行,在全国气象业务系统得到应用。该文着重介绍该系统提供的MJO和BSISO指数监测预测数据和图形产品,并描述了这些业务产品在2015年对MJO典型个例的实时监测预测应用情况。监测分析和预报检验表明,基于我国自主资料的监测结果能够较为准确地表征MJO和BSISO指数的振荡和演变过程,该系统对MJO和BSISO事件分别至少具备16 d和10 d左右的预报技巧。因此,基于IMPRESS1.0的MJO/BSISO监测预测一体化业务产品可为制作延伸期预报提供重要的参考依据。     

MJO对我国降水影响的季节调制和动力-统计降尺度预测

利用1981—2016年中国区域CN05.1格点降水资料和EAR-Interim再分析资料,研究了季节循环对于热带大气季节内振荡(MJO)对我国降水影响的调制作用,并基于模式对MJO的预报建立了针对延伸期降水的动力-统计降尺度模型。结果表明,MJO对我国季节内降水异常的影响明显受到季节循环的调制。当MJO对流在热带印度洋活跃时,我国降水偏多的区域随季节由南向北推进;当MJO对流位于海洋性大陆地区时,在秋、冬季我国东部和高原大部分地区降水异常偏少,而到了春、夏季该关系反转。MJO对流和基本气流(特别是副热带西风急流)的位置和强度的变化所引起热带外环流响应的不同是造成这种季节性差异的重要原因。模式检验表明,BCC_AGCM2.2对目标候MJO的预报技巧可达18d以上,在此基础上利用模式预报MJO信息构建了随季节演变滚动的MJO动力-统计降尺度预测模型。独立样本检验表明,该模型在较长时效(10~20d)下对MJO高影响区低频降水异常的预报技巧高于模式的直接预报,特别是在MJO活跃时期对降水预报技巧的提升更加明显,这为MJO信号释用提供了新的思路。     

我国短期气候预测技术进展

经过近60年的发展,我国短期气候预测技术和方法也有了长足进步。近年来,一些新的预报技术和机理认识不断应用于短期气候预测业务。ARGO海洋观测资料的使用大大提高了业务模式的预测技巧,新一代气候预测模式系统已经投入准业务化运行,研发了多种模式降尺度释用技术,多模式气候预测产品解释应用集成系统(MODES)和动力-统计结合的季节预测系统(FODAS)逐渐应用于业务中,大气季节内振荡(MJO)逐步在延伸期预报中得到应用。近年来,对全球海洋、北极海冰、欧亚积雪、南半球环流系统对东亚季风影响的新认识也不断引入到短期气候预测业务中。这些新技术和新认识的应用极大提高了我国短期气候预测的业务能力。     

11个S2S模式对MJO预报效果的评估分析

利用次季节—季节预报研究计划(Subseasonal to Seasonal Prediction Project, S2S)的多模式产品集,系统评估了产品集中11个模式对MJO的实际预报技巧。如果以距平相关系数ACC为0.5作为有效预报技巧的阈值,S2S各模式的MJO实际预报时效为8～32 d。S2S各模式预报普遍低估了MJO的振幅强度,且预报的MJO传播速度偏慢。通过分析发现,在一个集合预报系统中,集合离散度与均方根误差越接近,它的MJO预报技巧越高。此外,分析S2S各模式MJO预报技巧对起报时间、季节和起报时MJO信号强弱的敏感性发现,当起报时间为冬季且起报时MJO为强信号时,MJO的实际预报技巧较高。     

国外气象业务中心核心预报能力的比较和发展

基于文献和世界气象组织(WMO)世界气象中心以及部分国家气象中心网站的信息,梳理了世界主要气象业务中心的全球天气预报模式预报指标,分析了当前领先气象业务中心的预报水平,并对反映其核心预报能力的天气和气候预报技巧指标进行了比较。在对过去10多年来预报技巧进步趋势分析的基础上,对领先气象业务中心在2025和2035年可能达到的预报指标进行了推测。尽管未来各主要气象业务中心预报系统的提升速率将明显放缓,但是可预报时效将会大大提高:到2025和2035年,500 hPa位势高度的预报时效将分别提高至8.5和10.5 d,高分辨率模式的预报时效将分别提升至7.6和8.4 d,而多种模式要素预报的有效性将全面接近并可能进入10 d。天气型转变预测和MJO预测是反映气候预测的两个核心指标。针对Ni?o 3.4海温距平的未来3和6个月预测,相关性未来分别可能达到93%和86%(2025年)以及96%和90%(2035年),而气候模式对MJO的预报时效在2025年将可能达到49 d。新预报量的设计和业务化、下一代数值预报模式以及资料同化技术的研发等,将成为数值天气预报领域发展的新趋势。     

海气耦合对MJO数值模拟的影响

采用一种基于降水异常追踪MJO（Madden–Julian Oscillation）东传的MJO识别方法（MJO Tracking）评估了参与MJOTF/GASS（MJO Task Force/Global Energy and Water Cycle Experiment Atmospheric System Study）全球模式比较计划的全海气耦合模式（CNRM-CM）、半海气耦合模式（CNRM-ACM）和大气模式（CNRM-AM）1991～2010年模拟MJO的能力,探究了海气耦合过程对模式模拟MJO能力的影响机理。CNRM-CM模式模拟的MJO结构更加接近观测,该模式不仅具有最高的MJO生成频率,也能够模拟较强的MJO强度以及较远的传播距离。海气耦合过程会造成CNRM-CM和CNRM-ACM模式中印度洋—太平洋暖池区域海温气候态的冷偏差。但是这种海温气候态的偏差基本没有改变模式模拟MJO的能力。CNRM-CM中MJO对流中心东（西）侧存在较强的季节内尺度海温暖（冷）异常,纬向梯度明显,而CNRM-ACM和CNRM-AM中不存在这样的海温东西不对称结构。结果表明在CNRM模式中海气耦合过程调控模式海温季节内尺度变率对模式MJO模拟能力的影响比调控模式海温气候态更加重要。     

MJO potential predictability and predictive skill in IAP AGCM 4.1

MJO模拟及预报是现阶段大气科学研究的前沿问题。本文利用中科院大气物理所大气环流模式(IAP AGCM4.1)的集合回报结果,分析了MJO潜在可预报性及预报技巧。研究表明IAP AGCM4.1对MJO有着较好的潜在可预报性,且集合预报的潜在可预报性要明显优于单样本预报;就MJO的预报技巧而言,集合预报同样优于单样本预报;模式对MJO的预报技巧还显著依赖于预报初始时刻的MJO状态,初始MJO信号越强,模式对MJO的预报技巧也越高,且更接近可预报性的上限。     

MJO对我国天气气候影响的新事实

在次季节时间尺度上,热带大气季节内振荡(MJO)是全球气候变率的首要模态。MJO不仅对热带天气气候产生直接影响,还能够通过传播和激发大气遥相关等方式对热带外地区产生重要影响,成为目前次季节—季节气候预测最重要的可预报性来源。MJO对于我国天气气候影响的探索由来已久,在很多方面有了显著进展,但仍需深入研究。首先对MJO影响我国天气气候的过往研究进行了回顾,并进一步利用新的观测资料诊断分析,发现了MJO对我国气候影响的一些新事实。初步结论包括:MJO对我国冬季降水的影响主要局限在江南—华南区域,而夏季扩展到南方和青藏高原地区;对冬季气温的影响较大,其范围覆盖了东北、华北以及西部广大区域,而夏季解释方差有所减小,其区域位于除了黄河流域以外的广大地区;在去掉高频噪音后,纯粹MJO信号对我国主要区域气温和降水低频变化的解释方差可接近30%;MJO对我国冬夏季温度降水的影响存在明显滞后效应,应在使用MJO信号进行我国气象要素预报时加以考虑。     

10~30 d延伸期可预报性与预报方法研究进展

10~30 d延伸期的可预报性既依赖于初始条件,也与缓变的下垫面有关,寻找延伸期时段内可预报性较高的低频特征,识别延伸期的可预报性来源及影响的物理机制是提高延伸期预报水平的关键。近年延伸期可预报性来源、热带大气季节内振荡监测预测和影响等领域的研究取得较大进展,提出和应用了动力统计相结合以及大气低频信号释用等新的延伸期预报方法。对延伸期可预报性来源及其与初值和外强迫异常的关系分析表明,海气相互作用能提高亚洲和西太平洋区域延伸期时段大气环流和要素的可预报性。热带大气季节内振荡、平流层爆发性增温以及各种次季节尺度的海气、陆气耦合作用和大气响应均为延伸期预报提供了重要的可预报性来源。由于数值模式延伸期时段的预报性能与实际业务需求还存在一定距离,基于动力统计相结合和物理统计的延伸期预报方法被广泛应用于业务预报,表现出一定的预报技巧。     

Madden–Julian Oscillation simulated in BCC climate models

This study evaluates the ability of four versions BCC (Beijing Climate Center or National Climate Center) models (BCC_AGCM2.1, BCC_AGCM2.2, BCC_CSM1.1 and BCC_CSM1.1m) in simulating the MJO phenomenon using the outputs of the AMIP (Atmospheric Model Intercomparison Project) and historical runs. In general, the models can simulate some major characteristics of the MJO, such as the intensity, the periodicity, the propagation, and the temporal/spatial evolution of the MJO signals in the tropics. There are still some biases between the models and the observation/reanalysis data, such as the overestimated total intraseasonal variability, but underestimated MJO intensity, shorter significant periodicity, and excessive westward propagation. The differences in the ability of simulating the MJO between AMIP and historical experiments are also significant. Compared to the AMIP runs, the total intraseasonal variability is reduced and more realistic, however the ratio between the MJO and its westward counterpart decreases in the historical runs. This unrealistic simulation of the zonal propagation might have been associated with the greater mean precipitation over the Pacific and corresponded to the exaggeration of the South Pacific Convergence Zone structure in precipitation mean state. In contrast to the T42 versions, the improvement of model resolution demonstrate more elaborate topography, but the enhanced westward propagation signals over the Arabia Sea followed. The underestimated (overestimated) MJO variability over eastern Indian Ocean (Pacific) was assumed to be associated with the mean state. Three sets of sensitive experiments using BCC_CSM1.1m turn out to support this argument.     

时空投影法在上海地区梅汛期降水延伸期预报中的应用

本文基于2001—2010年上海市11个基本气象站的逐日降水量和澳大利亚气象局的逐日大气低频振荡(MaddenJulian Oscillation,MJO)指数(包括RMM1和RMM2)资料,选取MJO指数作为预报因子,上海地区梅汛期降水量作为预报对象,建立了基于时空投影法(spatial-temporal projection model,STPM)的上海地区梅汛期降水延伸期预报模型。利用该模型对近6年(2011—2016年)的梅汛期降水进行回报试验,其预报技巧评估结果表明:该模型对未来10～25 d的降水具有较好预报效果,可较准确地预报出梅汛期3/4左右的降水量级和降水发生时段。其中,预报时效为10～20 d的预报技巧较高,而提前21～25 d的预报技巧略有下降。总体而言,基于MJO活动的STPM预报模型在上海地区梅汛期延伸期降水预报中具有较好的参考价值。     

MJO prediction skill,predictability, and teleconnection impacts in the Beijing Climate Center Atmospheric General Circulation Model

This study evaluates performance of Madden–Julian oscillation (MJO) prediction in the Beijing Climate Center Atmospheric General Circulation Model (BCC_AGCM2.2). By using the real-time multivariate MJO (RMM) indices, it is shown that the MJO prediction skill of BCC_AGCM2.2 extends to about 16–17 days before the bivariate anomaly correlation coefficient drops to 0.5 and the root-mean-square error increases to the level of the climatological prediction. The prediction skill showed a seasonal dependence, with the highest skill occurring in boreal autumn, and a phase dependence with higher skill for predictions initiated from phases 2–4. The results of the MJO predictability analysis showed that the upper bounds of the prediction skill can be extended to 26 days by using a single-member estimate, and to 42 days by using the ensemble-mean estimate, which also exhibited an initial amplitude and phase dependence. The observed relationship between the MJO and the North Atlantic Oscillation was accurately reproduced by BCC_AGCM2.2 for most initial phases of the MJO, accompanied with the Rossby wave trains in the Northern Hemisphere extratropics driven by MJO convection forcing. Overall, BCC_AGCM2.2 displayed a significant ability to predict the MJO and its teleconnections without interacting with the ocean, which provided a useful tool for fully extracting the predictability source of subseasonal prediction.     

热带大气季节内振荡(MJO)实时监测预测业务

参考目前国际上普遍认可的Wheeler和Hendon设计的MJO监测指标,设计了适合开展实时业务监测的MJO计算方法,初步在国家气候中心建立了逐日的MJO实时监测业务,通过与国外同类监测结果的比较分析表明,监测指标可以很好地描述MJO的强度和传播特征,与国外同类监测产品有很好的一致性。另外,引入了两种统计方法进行了针对MJO指数的实时预测,对预测结果的检验表明,对MJO在两周内有较好的预测技巧,其中利用滞后线性回归方法（PCL）的预测技巧要高于自回归模型（ARM）。     

国家气候中心短期气候预测模式系统业务化进展

该文简要介绍了国家气候中心短期气候预测模式系统的研发成果,并侧重于从海洋资料同化系统、陆面资料同化系统、月动力延伸预测模式系统、季节气候预测模式系统4个方面介绍了第2代短期气候预测模式系统的业务化进展。第2代海洋资料同化系统已初步建成,其对温盐的同化效果总体上优于第1代同化系统;陆面资料同化系统正在研发中,目前已完成其中的多源降水融合子系统的业务建设工作,可为陆面分量提供实时的大气降水强迫分析场;第2代月动力延伸预测系统基于国家气候中心大气环流模式BCC_AGCM2.2建立,已于2012年8月进入准业务运行阶段;第2代季节预测模式系统基于国家气候中心气候系统模式BCC_CSM1.1(m) 建立,将于2013年底投入准业务运行。初步评估表明:第2代月动力延伸预测模式系统和季节气候预测模式系统分别对候、旬、月和季节、年际时间尺度的气候变率体现出了一定的预测能力,其对降水、气温、环流等要素的预测技巧总体上要高于第1代预测系统。     

Sub-seasonal to Seasonal Hindcasts of Stratospheric Sudden Warming by BCC_CSM1.1(m):A Comparison with ECMWF

This study focuses on model predictive skill with respect to stratospheric sudden warming(SSW) events by comparing the hindcast results of BCC_CSM1.1(m) with those of the ECMWF's model under the sub-seasonal to seasonal prediction project of the World Weather Research Program and World Climate Research Program. When the hindcasts are initiated less than two weeks before SSW onset, BCC_CSM and ECMWF show comparable predictive skill in terms of the temporal evolution of the stratospheric circumpolar westerlies and polar temperature up to 30 days after SSW onset. However, with earlier hindcast initialization, the predictive skill of BCC_CSM gradually decreases, and the reproduced maximum circulation anomalies in the hindcasts initiated four weeks before SSW onset replicate only 10% of the circulation anomaly intensities in observations. The earliest successful prediction of the breakdown of the stratospheric polar vortex accompanying SSW onset for BCC_CSM(ECMWF) is the hindcast initiated two(three) weeks earlier. The predictive skills of both models during SSW winters are always higher than that during non-SSW winters, in relation to the successfully captured tropospheric precursors and the associated upward propagation of planetary waves by the model initializations. To narrow the gap in SSW predictive skill between BCC_CSM and ECMWF, ensemble forecasts and error corrections are performed with BCC_CSM. The SSW predictive skill in the ensemble hindcasts and the error corrections are improved compared with the previous control forecasts.     

上海梅汛期候降水异常的低频信号及延伸期预报

提高汛期降水过程的延伸期预报能力是目前天气预报和气候预测发展的重要方向。本文以上海梅汛期降水为例,利用非传统滤波方法提取多变量季节内分量,分析了梅汛期季节内候降水异常及其相联系的延伸期关键低频信号,进一步综合多变量低频信号建立了梅汛期候降水异常延伸期预报方法,并开展了多年的回报和试报检验。结果表明:①梅汛期候降水异常季节内分量具有显著的40～60d低频振荡周期,与降水异常实况具有显著的正相关和较高的符号一致率;②梅汛期季节内候降水异常与超前10～35d的热带及中高纬低频信号有关,主要包括:热带MJO(Madden Julian Oscillation)自阿拉伯海的向东传播、西太平洋副热带高压季节内活动的西北向传播、PNA(Pacific-North American)遥相关型的季节内位相转换以及东北亚冷空气的持续性异常影响;③综合上述多变量低频信号建立了延伸期候降水异常预报模型,对提前10～35d的延伸期候降水异常的季节内分量具有预报技巧,也能较好地预报实际的候降水异常趋势。