Recent Advances in Dynamical Extra-Seasonal to Annual Climate Prediction at IAP／CAS

Recent advances in dynamical climate prediction at the Institute of Atmospheric Physics, Chinese Academy of Sciences (IAP/CAS) during the last five years have been briefly described in this paper. Firstly,the second generation of the IAP dynamical climate prediction system (IAP DCP-II) has been described,and two sets of hindcast experiments of the summer rainfall anomalies over China for the periods of 1980-1994 with different versions of the IAP AGCM have been conducted. The comparison results show that the predictive skill of summer rainfall anomalies over China is improved with the improved IAP AGCM in which the surface albedo parameterization is modified. Furthermore, IAP DCP-II has been applied to the real-time prediction of summer rainfall anomalies over China since 1998, and the verification results show that IAP DCP-II can quite well capture the large scale patterns of the summer flood/drought situations over China during the last five years (1998-2002). Meanwhile, an investigation has demonstrated the importance of the atmospheric initial conditions on the seasonal climate prediction, along with studies on the influences from surface boundary conditions (e.g., land surface characteristics, sea surface temperature).Certain conclusions have been reached, such as, the initial atmospheric anomalies in spring may play an important role in the summer climate anomalies, and soil moisture anomalies in spring can also have a significant impact on the summer climate anomalies over East Asia. Finally, several practical techniques(e.g., ensemble technique, correction method, etc.), which lead to the increase of the prediction skill for summer rainfall anomalies over China, have also been illustrated. The paper concludes with a list of criticalre quirements needed for the further improvement of dynamical seasonal climate prediction.     

MRI-CGCM模式气候预测回报试验在东亚夏季的检验和降尺度订正

应用1979—2010年MRI-CGCM模式回报、NCEP/NCAR再分析数据和中国东部降水观测资料检验了模式对东亚夏季风的模拟能力,并利用模式500 hPa高度场回报资料建立了中国东部夏季降水的奇异值分解（SVD）降尺度模型。模式较好地模拟了亚洲季风区夏季降水的气候态,但模拟的季风环流偏弱、偏南,导致降水偏弱。模拟降水的方差明显偏小,且模拟降水的外部、内部方差比值低,模拟降水受模式初值影响较大。模式对长江雨型的模拟能力最高,华南雨型次之,华北雨型最低。模式对东亚夏季风第1模态的模拟能力明显高于第2模态。对于东亚夏季风第1模态,模式模拟出了西太平洋异常反气旋,但强度偏弱,且未模拟出中高纬度的日本海气旋、鄂霍次克海反气旋,导致长江中下游至日本南部降水偏弱。各时次模拟环流均能反映但低估了ENSO衰减、印度洋偏暖对西太平洋反气旋的增强作用。对于东亚夏季风第2模态,模式对西太平洋的“气旋-反气旋”结构有一定的模拟能力,但未模拟出贝加尔湖异常反气旋和东亚沿海异常气旋,导致中国东部“北少南多”雨型在模拟中完全遗漏。仅超前时间小于4个月的模拟降水能够反映ENSO发展对降水分布的作用。通过交叉检验选取左场时间系数可以提高降尺度模型的预测技巧,SVD降尺度模型在华南、江南、淮河、华北4个区域平均距平相关系数分别为0.20、0.23、0.18、0.02,明显高于模式直接输出。      

一个全球海气耦合模式跨季度汛期预测能力的初步检验和评估

文中利用一个全球大气 海洋耦合模式 ,对中国汛期气候异常进行了 1991～ 2 0 0 1年共 11a的跨季度回报试验和检验研究。采用一套多指标的评估方法 ,对该模式的预报性能进行系统的定量评估。结果表明 ,该模式对中国汛期降水和温度及夏季北半球大尺度环流场等都有一定的跨季度预报能力。模式对中国不同区域夏季降水的预测能力有所不同。总的来说 ,模式对中国东部和西部的降水趋势回报较好 ,模式预报好于气候预报和持续性预报。从相关系数指标来看 ,模式跨季度预测夏季温度的技巧在中国西部比中国东部高。     

一个海气耦合模式对东亚夏季气候预测潜力的评估

利用一个具有较高分辨率的海气耦合模式SINTEX-F(Scale Interaction Experiment-Frontier Research Center for Global Change coupled GCM)的多年回报结果,评估了该海气耦合模式对东亚区域,尤其是中国地区气候异常的预测潜力.与观测实况的比较结果表明:SINTEX-F模式对夏季降水、500 hPa高度场和地表气温都有一定的预测技巧,但是相比而言降水与高度场的回报技巧要高于地表气温;而且耦合模式对东亚地区气候异常的主要空间分布和年际变化特征也有较好的预测潜力,对500 hPa高度场效果较好;对降水异常的年际变化也有一定的预测潜力,尤其是我国中部地区效果较好,但是模式预测的降水异常的幅值较观测相对偏弱;此外对我国西部的极端气候也有一定的预测潜力.     

北半球夏季热带季节内振荡影响我国夏季降水的规律和预测方法

利用1979—2018年夏季逐日观测和再分析数据，对北半球夏季热带季节内振荡影响我国夏季降水的规律和预测方法开展了研究。首先，利用非传统滤波即异常相对倾向（Anomalous Relative Tendency，ART）方法获取了气象要素的次季节变化分量，并采用EOF分析方法提取了北半球夏季热带主要季节内振荡信号，结果表明向外长波辐射（Outgoing Longwave Radiation，OLR）异常相对倾向EOF前两个模态共同反映了北半球夏季起源于印度洋并向东和向北传播的、具有30~60 d周期的季节内振荡（Boreal Summer Intraseasonal Oscillation，BSISO）信号。回归分析表明，该季节内振荡信号能够导致当地及其北面地区低层风场和位势高度场异常，影响该地区及其北面地区的水汽辐合辐散，从而能引起我国尤其是我国南方地区季节内旱涝变化，并一定程度上反映了我国异常雨带的向北推进过程。而后，将提取的热带主要季节内振荡信号作为预测因子，将降水异常相对倾向作为先行预板对象，利用多元线性回归方法构建了我国夏季旬降水异常相对倾向的预报模型，将预报的旬降水异常相对倾向加上观测已知的降水近期背景距平，从而得到旬降水距平的预报结果。通过历史回报和交叉检验，评估了该模型对梅雨期我国江淮流域降水（包括2020年梅汛期异常降水）的次季节预测能力。     

IMPROVEMENT OF OCEAN DATA ASSIMILATION SYSTEM AND CLIMATE PREDICTION BY ASSIMILATING ARGO DATA

The Argo(Array for Real-time Geostrophic Oceanography) data from 1998 to 2003 were used in the Beijing Climate Center-Global Ocean Data Assimilation System(BCC-GODAS). The results show that the utilization of Argo global ocean data in BCC-GODAS brings about remarkable improvements in assimilation effects. The assimilated sea surface temperature(SST) of BCC-GODAS can well represent the climatological states of observational data. Comparison experiments based on a global coupled atmosphere-ocean general circulation model(AOCGM) were conducted for exploring the roles of ocean data assimilation system with or without Argo data in improving the climate predictability of rainfall in boreal summer. Firstly, the global ocean data assimilation system BCC-GODAS was used to obtain ocean assimilation data under the conditions with or without Argo data. Then, the global coupled atmosphere-ocean general circulation model(AOCGM) was utilized to do hindcast experiments with the two sets of the assimilation data as initial oceanic fields. The simulated results demonstrate that the seasonal predictability of rainfall in boreal summer, particularly in China, increases greatly when initial oceanic conditions with Argo data are utilized. The distribution of summer rainfall in China hindcast by the AOGCM under the condition when Argo data are used is more in accordance with observation than that when no Agro data are used. The area of positive correlation between hindcast and observation enlarges and the hindcast skill of rainfall over China in summer improves significantly when Argo data are used.     

南京信息工程大学气候预测系统1.0版简介

南京信息工程大学气候预测系统1.0版(NUIST CFS1.0)是基于日本海洋科学技术开发机构(JAMSTEC)的SINTEX-F模式发展而来,可以实现对全球气候异常的季节-年际预测。对过去近40 a的集合历史回报预测试验结果的评估发现,该预测系统对热带太平洋和印度洋海温异常具有良好的预测技巧,并且该系统能提前1.5~2 a对ENSO(Nino3.4指数)做出有技巧的预测(即相关系数达0.5),同时也可以提前1~2个季节对印度洋偶极子(IOD)做出有较高技巧的预测,展现了对主要热带气候信号的良好预测技巧。但是与国内外所有动力模式预测系统类似,该系统对东亚地区的气候异常预测还存在较大的不足。考虑到ENSO对东亚地区气候异常的强烈影响,本文尝试去除与ENSO预测相关的系统偏差来初步订正东亚地区夏季温度异常和降水距平百分率的预测结果。对比订正前后的结果表明,这一简单的订正方法有助于提高我国气候异常的预测准确率。同时选取2019年夏季气温异常和降水距平百分率的实时预测结果作为个例进行分析,发现订正能够提供一定的技巧改善,但与观测结果相比仍存在较大偏差,需要在今后的工作中不断改进完善。此外,本文也初步评估了NUIST CFS1.0对我国冬春季的气候预测技巧,并提供了经简单订正后的2019/2020年冬季和2020年春季的实时预测结果。     

中国冬季积雪特征及欧亚大陆积雪对中国气候影响

该文首先回顾了有关中国冬季积雪的研究进展,包括中国冬季积雪的空间分布气候特征以及季节、年际和年代际变化,中国冬季降雪特征,气象因子对中国冬季积雪水量平衡的影响,外强迫和大气环流系统在积雪形成中的作用等。冬春季欧亚大陆积雪对同期和后期中国气候影响的相关研究说明与欧亚大陆积雪异常相关联的中国气候异常以及积雪通过改变土壤湿度、表面温度和辐射分布,引起大气环流异常,进而对中国气候产生影响的物理过程。应用美国环境预测中心 (NCEP) 第2版气候预测系统 (CFSv2) 的回报试验结果,对CFSv2在欧亚大陆积雪变化及其与中国气候关系的可预报性方面的分析表明,CFSv2能够较好地回报出春季欧亚积雪的年际和年代际变异及其与中国夏季降水之间的联系。文章最后提出了在积雪及其气候效应研究方面一些有待解决的问题。     

An Effective Approach for Improving the Real-Time Prediction of Summer Rainfall over China

This paper has two purposes. One is to evaluate the ability of an atmospheric general circulation model (IAP9L-AGCM) to predict summer rainfall over China one season in advance. The other is to propose a new approach to improve the predictions made by the model. First, a set of hindcast experiments for summer climate over China during 1982-2010 are performed from the perspective of real-time prediction with the IAP9L-AGCM model and the IAP ENSO prediction system. Then a new approach that effectively combines the hind-cast with its correction is proposed to further improve the model’s predictive ability. A systematic evaluation reveals that the model’s real-time predictions for 41 stations across China show significant improvement using this new approach, especially in the lower reaches between the Yellow River and Yangtze River valleys.     

华北地区的降水特征及趋势估计

华北地区位于干旱和半干旱地区。气候降水是该区水资源的主要来源之一,也是影响该区水资源周期性变化的主要因素之一。华北及其北、中、南三个分区的年降水距平曲线变化趋势３具有相似性,而且此四个地区连续出现正距平的年数不超过４年,华北及其北、中部连续出现负距平的年数不超过５年,南部不超过６年,华北、黄淮和东北地区东部与印度次大陆大地区夏季降水距平之间存在正相关关系,同时又与澳洲大部分地区冬季降水距平有负相关     

Possible influence of western North Pacific monsoon on TC activity in mid-latitudes of East Asia

The interannual variation of East Asia summer monsoon (EASM) rainfall exhibits considerable differences between early summer [May–June (MJ)] and peak summer [July–August (JA)]. The present study focuses on peak summer. During JA, the mean ridge line of the western Pacific subtropical High (WPSH) divides EASM domain into two sub-domains: the tropical EA (5°N–26.5°N) and subtropical-extratropical EA (26.5°N–50°N). Since the major variability patterns in the two sub-domains and their origins are substantially different, the Part I of this study concentrates on the tropical EA or Southeast Asia (SEA). We apply the predictable mode analysis approach to explore the predictability and prediction of the SEA peak summer rainfall. Four principal modes of interannual rainfall variability during 1979–2013 are identified by EOF analysis: (1) the WPSH-dipole sea surface temperature (SST) feedback mode in the Northern Indo-western Pacific warm pool associated with the decay of eastern Pacific El Niño/Southern Oscillation (ENSO), (2) the central Pacific-ENSO mode, (3) the Maritime continent SST-Australian High coupled mode, which is sustained by a positive feedback between anomalous Australian high and sea surface temperature anomalies (SSTA) over Indian Ocean, and (4) the ENSO developing mode. Based on understanding of the sources of the predictability for each mode, a set of physics-based empirical (P-E) models is established for prediction of the first four leading principal components (PCs). All predictors are selected from either persistent atmospheric lower boundary anomalies from March to June or the tendency from spring to early summer. We show that these four modes can be predicted reasonably well by the P-E models, thus they are identified as the predictable modes. Using the predicted PCs and the corresponding observed spatial patterns, we have made a 35-year cross-validated hindcast, setting up a bench mark for dynamic models’ predictions. The P-E hindcast prediction skill represented by domain-averaged temporal correlation coefficient is 0.44, which is twice higher than the skill of the current dynamical hindcast, suggesting that the dynamical models have large rooms to improve. The maximum potential attainable prediction skills for the peak summer SEA rainfall is also estimated and discussed by using the PMA. High predictability regions are found over several climatological rainfall centers like Indo-China peninsula, southern coast of China, southeastern SCS, and Philippine Sea.     

2010年我国夏季降水异常气候成因分析及预测

对2010年我国夏季降水实况和预测进行回顾,笔者认为优化多因子汛期降水客观定量化预测方法因子组合中缺少前冬海温和积雪等外强迫因子可能是导致部分地区预测失败的主要原因,通过2010年夏季降水异常的气候成因诊断分析并结合诊断同报的结果论证了这一判断.同时发现前冬海温和积雪异常的气候背景下,亚洲夏季风系统各成员均发生不同程度...     

我国夏季降水与全球气温场的关系

用蒙特卡罗的相关方法研究我国夏季大尺度降水与全球气温场关系，发现我国夏季大尺度降水与全球气温场有密切相关，以同期相关为最密切；除与热带西太平洋、东太平洋等海域有密切相关外，还与欧洲东部、北美洲东北部以及东亚等内陆地区的不同季节气温场有关系。研究还表明，印度洋地区春季气温和北美洲北部及北太平洋西南部夏季气温偏高时，长江中下游夏季易涝。且它们与长江中下游夏季降水的相关均有阶段性，相关密切程度随时间有所增强。     

青藏高原南、北积雪异常与中国东部夏季降水关系的数值试验研究

青藏高原冬、春积雪有着显著的南、北空间差异,本文利用通用地球系统模式（CESM）设计了增加高原南、北冬、春积雪的敏感性试验,结果表明:当高原南部冬、春积雪异常偏多,长江及其以北地区夏季降水偏多,华南大部分地区夏季降水偏少;而当高原北部冬、春积雪异常偏多,华北及东北地区夏季降水偏多,长江下游南部地区夏季降水偏少,雨带更偏北。青藏高原南、北部冬、春积雪异常影响中国东部夏季降水的物理机制的分析结果表明,高原不同区域（南部和北部）冬、春积雪异常引起的非绝热加热异常效应都可持续到夏季,且北部积雪异常持续时间更长。高原南部和北部积雪异常偏多均会减弱高原北侧上空大气的水平温度梯度,进而减弱高原北侧西风急流的位置及强度,进而影响下游出口区处急流的强度和位置,且高原北部积雪异常偏多的影响更大。当高原南部积雪异常偏多,急流出口区的西风急流加强且偏南;而高原北部积雪异常偏多,出口区的西风急流减弱且偏北。相应地,对流层中层500 hPa西太平洋副热带高压减弱,低层850 hPa异常反气旋环流,影响中国东部地区水汽输送,从而影响了中国东部地区夏季雨带的变化。当高原南部积雪异常偏多,异常反气旋性环流位于东海附近,有利于更多水汽输送至长江流域,华南水汽输送减少;当高原北部积雪异常偏多,异常反气旋性环流相对偏北,更有利于华北及东北水汽输送,雨带偏北。     

1998年和2016年北大西洋海温异常对中国夏季降水影响的数值模拟研究

基于1979-2016年ERA-Interim再分析资料和CAM5.3模式,研究了2016年和1998年北大西洋海温异常对中国夏季降水以及大尺度环流的可能影响及其机制。结果表明,这两年前夏（6-7月）长江中下游及其以南地区降水均异常偏多,但1998年降水异常较2016年更为显著。后夏（8月）,2016年长江以南地区降水异常偏多,长江-黄河流域降水异常偏少,而1998年降水异常分布与之相反。2016年和1998年夏季中国东部降水异常的差异与西北太平洋对流层低层异常反气旋以及欧亚中高纬度环流变化的共同作用直接相关。敏感性数值试验的结果表明,北大西洋海温异常的显著差异是导致2016年和1998年夏季中国东部降水以及大尺度环流异常存在明显差异的重要原因之一。一方面,北大西洋海温异常可以通过改变欧亚中高纬度环流进而对中国夏季降水产生影响。1998年北大西洋海温异常自热带至副极地呈类似"+ - +"型分布,这种海温异常型能够在前夏欧亚中高纬度地区激发出双阻型的环流异常响应。2016年北大西洋海温异常自热带至副极地呈相对弱的"- + -"型分布,欧亚中高纬度环流异常响应总体偏弱。另一方面,北大西洋海温异常还可以通过影响热带纬向环流进而对西北太平洋对流层低层异常反气旋起调制作用。1998年北大西洋海温异常对夏季西北太平洋异常反气旋起增强作用,这与热带印度洋-太平洋海温的强迫作用相协调。然而,2016年北大西洋海温异常则有利于西北太平洋异常反气旋的减弱,这与热带印度洋-太平洋海温的强迫作用相反。因此,在这3个大洋的协同作用下,2016年和1998年前夏西北太平洋异常反气旋均偏强,但前者的振幅弱于后者。在后夏,1998年西北太平洋对流层低层仍受异常反气旋控制,2016年则为异常气旋控制。      

江西省夏季降水年际变化的机理研究

通过对观测资料和大气再分析资料的诊断分析,研究了影响江西省夏季降水变率的物理机制。结果表明江西省夏季降水存在显著的年际变率。极端条件下,降水偏多的夏季可达降水偏少的夏季的降水量的三倍。中纬度地区的准静止波列和热带关键海区的海温异常是造成江西夏季降水异常的主要原因。当江西省夏季降水偏多时,欧亚大陆地区存在"正—负—正"的准正压Rossby波列结构,位于贝加尔湖的正活动中心能引导干冷空气南下,从而有利于江南地区的锋生和江西降水的增加。此外,当江西省夏季降水偏多时,前期冬季中东太平洋地区有El Ni1o事件的活动,并能通过大气桥在夏季印度洋地区形成正海温异常。通过"印度洋电容器"机制,印度洋的暖海温能激发向东传播的Kelvin波,引起菲律宾地区降水的减少。菲律宾地区抑制的降水能激发向北传播的EAP/PJ波列,使得西太平洋副热带高压西伸增强,从而有利于水汽向江南地区的输送,并造成江西夏季的降水增加。     

多模式热带西太平洋夏季降水可预测性比较分析

利用中国科学院大气物理研究所(IAP,Institute of Atmospheric Physics)3个大气环流模式(AGCM,Atmospheric General Circulation Model)和欧洲多模式集合预报计划(DEMETER,Development of a European Multimodel Ensemble System for Seasonal-to-Interannual Prediction)中7个海气耦合模式(CGCM,Coupled General Circulation Model)的1981—2000年共20 a集合回报结果,比较了不同模式在热带地区,尤其是热带西太平洋地区夏季平均降水的可预测性差异。结果表明:所有模式都能够较好地再现这20 a平均降水的空间分布特征;IAP 9层AGCM最好地再现了热带西太平洋地区,尤其是140°E以西地区降水异常的主要空间特征,而CGCM则对海洋上空的降水异常特征有较好的回报能力。回报的降水异常量值偏弱和系统偏移使得IAP的AGCM原始回报技巧评分明显低于CGCM,但是经过统计订正后AGCM对热带夏季降水表现出与CGCM相当的可预测性。统计订正方法对部分CGCM模式的预报评分也有改进效果,但是当模式原始预报评分较好时订正方法的效果并不明显。对于IAP模式,随着IAP大气模式的不断改进,模式对热带西太平洋降水预测改进最为明显,但是在太平洋东部地区,IAP大气模式依然存在降水异常偏弱的不足。     

南海表面温度距平对我国夏季风和降水影响的数值试验

我国东部夏季降水不仅与副高脊线的向北推进有关,而且与对流层低层夏季季风向北推进有关。Shukla,在研究印度季风降水量对阿拉伯海域海表温度响应时也指出,对季风环流模拟的真实性直接影响印度季风降水模拟的真实性。本文以观测分析结果为依据,用英国     

夏季中国华北与印度降水之间的关联及其成因分析

本文基于1951~2012年的再分析资料以及站点观测资料,针对中国华北夏季降水和印度夏季风降水的协同变化(正相关)关系,利用集合经验模态分解法(EEMD)对两个降水序列进行时间尺度分解,并在年际尺度上分别考察了对两者正相关关系形成的有利和不利环流形势.结果表明,印度夏季风降水和华北夏季降水序列的较好正相关关系主要来自周期为2~3年的年际尺度分量,两者在该时间尺度上的相关系数为0.34,达到99%的信度水平.在年际尺度上,与印度夏季风降水异常有关的对流层中高层环半球遥相关型(CGT)波列能够衔接伊朗高原和环渤海地区上空的同位相环流异常(反气旋式或气旋式),从而有利于华北夏季降水和印度夏季风降水之间的协同变化.然而,这一协同变化关系并不总是成立.当伊朗高原上空异常中心的位置偏西时,CGT波列无法形成.这时,即使印度夏季风降水出现显著异常,华北地区却易受东亚—太平洋型或西太平洋型遥相关型的影响而其降水形势可能与印度夏季风降水形势相反.这些结论有助于进一步理解印度夏季风降水与华北夏季降水的正相关关系,从而对华北夏季降水的预测具有参考意义.     

跨季度动力气候预测系统IAP DCP-II

概述中国科学院大气物理研究所研制的跨季度动力气候预测系统(IAP DCP-II),及其在我国夏季降水距平预测业务中的应用情况.该系统的试用始于1988年,1998年定型为现今版本(即IAP DCP-II).1998年起至今,每年预测的检验说明,该系统有较好的跨季度预测能力,能预报出夏季降水距平的大范围分布形势.