热带太平洋表面水中CO_2对ElNio事件响应的数值模拟

文中用一个带生物泵的三维全球海洋碳循环模式模拟了热带太平洋表面水中 CO2 总量(TCO2 )在 El Nino和 La Nina事件期间的变化。试验结果表明 ,西北太平洋 (0～ 2 0°N,1 2 0～1 50°E)和赤道中东太平洋 (1 0°S～ 1 0°N,1 50°E～ 90°W)两个海区在 El Nino事件期间表面水TCO2 和海气分压差 (ΔPCO2 )的变化十分显著。El Nino期间 ,西北太平洋 TCO2 和 ΔPCO2 都增加 ;赤道中东太平洋 TCO2 和 ΔPCO2 都减少 ;La Nina期间 ,它们的变化与 El Nino期间相反。模拟的El Nino期间热带太平洋表面水中 TCO2 和 ΔPCO2 的变化趋势与观测事实吻合得较好。     

El Nio和La Nia冬季增强型和减弱型及其对中国夏季旱涝的影响

根据 El Nino和 La Nina发生以后冬季赤道东太平洋海温距平的月际差定义了 El Nino和 La Nina冬季增强型和冬季减弱型 ,讨论了 El Nino和 La Nina冬季增强型和减弱型冬、春、夏季大气环流、东亚季风及我国夏季降水和旱涝分布的特征 .我国夏季降水和旱涝有明显差异的四种不同分布型可能与冬季所处 ENSO循环的不同阶段以及大气环流和东亚季风对它的不同响应有关 .提出了从 El Nino和 La Nina冬季不同型→大气环流和东亚季风→我国夏季降水和旱涝分布型的物理统计概念模型 .     

季节背景对ENSO循环过程中SSTA增/减幅作用的数值试验研究

利用热带太平洋地区 2层区域海洋模式和再分析资料探讨了大气 /海洋的季节背景对ENSO时间尺度上海温异常的增幅或减幅作用。结果表明 :不论什么季节背景下 ,就海洋变化而言 ,El Nino/La Nina事件均可存在 ,说明 El Nino/La Nina事件的存在和维持并没有季节性选择 ;模式海洋的西太平洋赤道地区次表层海水温度异常变化位相明显超前于东太平洋SSTA且在空间上自西向东传播 ,同时有位相超前的量还包括模式第 1层厚度异常及热容量异常 ,这些对 ENSO的预测和机制研究具有重要意义。 SSTA的振幅在不同的季节背景下可受到不同的调节。以春季为背景 ,同样的异常风应力作用于海洋 ,可使 NINO3区 SSTA较正常季节背景下该区的 SSTA振幅明显增大 ;而在冬季背景下可使 SSTA受到一定程度的减幅 ,这说明 El Nino/L a Nina现象的发生和消亡有季节选择倾向。与春季背景下 NINO 3区SSTA的增幅倾向相反 ,模式第 1层厚度异常的振幅则受到削弱。而西太平洋赤道地区 ,模式海洋混合层的厚度异常则有所增强。这种与 SSTA增 /减幅反相关的现象需要进一步研究     

EOF分解与GA优化的热带太平洋海温场动力预报模型反演

基于NCEP/NCAR提供的1950-2000年月平均海温场资料,首先用EOF方法对海温场序列进行时、空分解,在考虑相邻时段位势场空间模态基本稳定的前提下,引入动力系统重构思想,以EOF分解的空间模态时间系数序列作为动力模型变最,用遗传算法全局搜索和并行计算优势,进行了模型参数的优化反演,建立了EOF分解时间系数的非线性预报模型。通过模型积分和EOF时、空重构,实现了海温场的中长期预报。试验结果表明,在1—6月时效预报上,模型预报海温场与实际海温场非常吻合;对于7 15月时效的预报,尽管模型预报的海温场与实际海温场存在一些出入,但基本构型大致相符,特别是对12月以上的海温场形态和范围仍然能较为准确地描述。所有时效的预报结果均能对1997年的El Nino事件特征有不同程度的描述。该研究方法为海温场以及El Nino/La Nina事件的预报提供了一种新的思路,文中提出的反演热带太平洋海温场与El Nino/LaNina的动力统计模型的研究思想和技术途径,在热带太平洋海温场的预测试验中(特别是中、长期预报)表现出良好的预报效果,为热带太平洋海温场及其异常的El Nino/La Nina事件的中、长期预报提供了有益的研究和参考方法。     

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。     

ENSO机理及其预测研究

资料分析研究表明ENSO(El Ni?o和La Ni?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;El Ni?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,El Ni?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El Ni?o－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。     

Zebiak-Cane数值模式的可预报性分析

用Zebiak-Cane(ZC)模式关于热带太平洋海表温度距平(SSTA)的预报资料,从预报误差发展的角度,考察了该模式关于El Ni(n)o/La Ni(n)a事件生长期和衰减期以及正常年份SSTA的预报技巧.结果表明,ZC模式关于ENSO预报的一个最突出的特征是:El Ni(n)o事件生长期SSTA的预报误差存在着明显的季节依赖性,最大预报误差增长通常出现在春季和夏初(AMJ),存在显著的春季可预报性障碍(SPB);对于El Ni(n)o事件的衰减期、La Ni(n)a事件的生长期和衰减期以及正常年份,SSTA预报误差没有明显的季节依赖性.作者比较了ZC模式关于ENSO事件不同发展阶段(生长期和衰减期)以及正常年份SSTA的可预报性.结果表明,La Ni(n)a生长期SSTA的预报最困难;在El Ni(n)o事件、La Ni(n)a事件和正常年份3种情形中,ZC模式关于La Ni(n)a事件的预报技巧最低.用上述动力学方法,进一步考察了ZC模式预报技巧的年代际变化.结果表明,ZC模式在20世纪80年代SPB现象相对较弱,有较高的预报技巧;而在70和90年代,ZC模式预报技巧明显低于80年代,同时伴有显著的SPB现象.     

Sea surface temperature anomaly in the tropical North Atlantic during El Nino decaying years

基于1979年到2016年多种再分析资料,本文分析了El Ni?o衰减年热带北大西洋的海温异常.结果表明,热带北大西洋海温在此期间呈显著变暖趋势.10次El Ni?o事件的合成结果表明热带北大西洋海温异常在El Ni?o事件峰值之后的春季达到最大值,并持续到夏季.一般而言,这种异常与三个因子有关,即El Nino,北大西洋涛动和长期趋势,能分别导致局地海温上升0.4℃,0.3℃和0.35℃.1983年和2005年的对比分析表明,尽管El Ni?o强度对春季北大西洋海温起到决定性作用,与长期趋势密切相关的前冬海温也很重要.此外,超前-滞后相关结果表明北大西洋涛动超前海温约2-3个月.比较两个冬季相反位相北大西洋涛动的年份(即1992年和2010年),表明北大西洋涛动也能调制北大西洋海温异常.冬季负位相北大西洋涛动能显著增强El Ni?o的强迫影响,反之亦然.换言之,如果北大西洋涛动与El Ni?o位相相合,衰减年北大西洋海温异常才更为显著.因此,为全面理解热带北大西洋海温变化,除长期趋势外,还必须考虑El Ni?o和北大西洋涛动的综合影响.     

东亚冬季风异常激发El Ni?o现象的数值试验研究

用全球海气耦合气候模式和海洋模式进行各种敏感性试验,研究东亚冬季风异常对El Ni(n)o事件形成的作用.结果表明东亚冬季风异常对于海洋热状态起了很大的作用.强冬季风年冬季所对应的海温距平为La Ni(n)a型,但在与冬季风异常相对应的风应力作用下,通过海气相互作用,由于赤道西太平洋西风异常和海温正距平的东传,可以使海温向着El Ni(n)o型分布发展;弱冬季风年冬季所对应的海温距平为El Ni(n)o型,后期则会转成La Ni(n)a型.冬季风异常的偏北风分量及赤道西风分量对海温所产生的影响各有差异,前者更多地影响太平洋西岸及暖池区,后者则对整个赤道太平洋热状态特别是El Ni(n)o形成起了重要的作用.在El Ni(n)o发展过程中起决定作用的主要不是风应力的强度,更关键的是异常风应力的持续时间.由于风应力的持续作用,El Ni(n)o发展特征更加显著.与冬季风异常相对应的纬向风分量特别是西风异常在El Ni(n)o发展中起主导作用;在单纯的海洋模式中经向风异常只能改变局地的西太平洋海温,并不能使东太平洋海温产生响应,即没有出现赤道暖水的东传过程.试验表明,海气耦合模式较单纯的海洋模式能更好地反映海气相互作用及El Ni(n)o的形成.     

黄河断流与El Ni(～n)o事件的遥相关

黄河断流事件的发生是人为因素与自然因素——人类生产活动用水量急增与天然径流量骤减共同作用的结果。自然因素作为天然背景具有不可低估的作用，在引起黄河断流的所有气候因子中，降水减少的贡献最显著，其次是蒸发增加的影响。当代黄河断流事件的发生和持续加重似与El Nin〖DD(Y-1.5mm〗~〖DD)〗o事件的频繁发生及其持续强劲有某种关联，本文即通过对黄河径流及其流域内的降水、蒸发、气温等方面气候因素与El Nin〖DD(Y-1.5mm〗~〖DD)〗o事件的遥相关作用进行分析，寻求导致黄河径流减少的可能原因，从而揭示黄河断流与El Nin〖DD(Y-1.5mm〗~〖DD)〗o事件的联系。结果表明，通常情况下，El Nin〖DD(Y-1.5mm〗~〖DD)〗o事件发生时，黄河流域年平均降水量减少10.35%,可造成黄河年径流减少12.95% (含有来自蒸发增加所造成的影响)，约相当于减少73.45×108 m3的水量。随El Nin〖DD(Y-1.5mm〗~〖DD)〗o事件强度的加深，降水量与径流量均迅速递减，强El Nin〖DD(Y-1.5mm〗~〖DD)〗o事件黄河流域年平均降水量减少20.43%，黄河径流量减少25.59%（147.17×108m3）；1997年断流最严重时降水减少30.62%,径流骤减40.27%（229.96×108 m3 ）。可见El Nin〖DD(Y-1.5mm〗~〖DD)〗o事件对黄河断流所造成的影响是相当深刻的。     

ECMWF seasonal forecast system 3 and its prediction of sea surface temperature

The latest operational version of the ECMWF seasonal forecasting system is described. It shows noticeably improved skill for sea surface temperature (SST) prediction compared with previous versions, particularly with respect to El Nino related variability. Substantial skill is shown for lead times up to 1?year, although at this range the spread in the ensemble forecast implies a loss of predictability large enough to account for most of the forecast error variance, suggesting only moderate scope for improving long range El Nino forecasts. At shorter ranges, particularly 3?C6?months, skill is still substantially below the model-estimated predictability limit. SST forecast skill is higher for more recent periods than earlier ones. Analysis shows that although various factors can affect scores in particular periods, the improvement from 1994 onwards seems to be robust, and is most plausibly due to improvements in the observing system made at that time. The improvement in forecast skill is most evident for 3-month forecasts starting in February, where predictions of NINO3.4 SST from 1994 to present have been almost without fault. It is argued that in situations where the impact of model error is small, the value of improved observational data can be seen most clearly. Significant skill is also shown in the equatorial Indian Ocean, although predictive skill in parts of the tropical Atlantic are relatively poor. SST forecast errors can be especially high in the Southern Ocean.     

Impact of Subsurface Entrainment on ENSO Prediction: 1997-98 El Nino

Twenty-one-year hindcasts of sea surface temperature (SST) anomalies in the tropical Pacific were performed to validate the influence of ocean subsurface entrainment on SST prediction.A new hybrid coupled model was used that considered the entrainment of subsurface temperature anomalies into the sea surface.The results showed that predictions were improved significantly in the new coupled model.The predictive correlation skill increased by about 0.2 at a lead time of 9 months,and the root-mean-square (RMS) errors were decreased by nearly 0.2°C in general.A detailed analysis of the 1997-98 El Nio hindcast showed that the new model was able to predict the onset,peak (both time and amplitude),and decay of the 1997-98 strong El Nio event up to a lead time of one year,factors that are not represented well by many other forecast systems.This implies,in terms of prediction,that subsurface anomalies and their impact on the SST are one of the controlling factors in ENSO cycles.Improving the presentation of such effects in models would increase the forecast skill.     

Predictions of Nino3.4 SST in CFSv1 and CFSv2: a diagnostic comparison

Diagnostic evaluations of the relative performances of CFSv1 and CFSv2 in prediction of monthly anomalies of the ENSO-related Nino3.4 SST index are conducted using the common hindcast period of 1982–2009 for lead times of up to 9 months. CFSv2 outperforms CFSv1 in temporal correlation skill for predictions at moderate to long lead times that traverse the northern spring ENSO predictability barrier (e.g., a forecast for July made in February). However, for predictions during less challenging times of the year (e.g., a forecast for January made in August), CFSv1 has higher correlations than CFSv2. This seeming retrogression is caused by a cold bias in CFSv2 predictions for Nino3.4 SST during 1982–1998, and a warm bias during 1999–2009. Work by others has related this time-conditional bias to changes in the observing system in late 1998 that affected the ocean reanalysis serving as initial conditions for CFSv2. A posteriori correction of these differing biases, and of a similar (but lesser) situation affecting CFSv1, allows for a more realistic evaluation of the relative performances of the two CFS versions. After the dual bias corrections, CFSv2 has slightly better correlation skill than CFSv1 for most months and lead times, with approximately equal skills for forecasts not traversing the ENSO predictability barrier and better skills for most (particularly long-lead) predictions traversing the barrier. The overall difference in correlation skill is not statistically field significant. However, CFSv2 has statistically significantly improved amplitude bias, and visibly better probabilistic reliability, and lacks target month slippage as compared with CFSv1. Together, all of the above improvements result in a highly significantly reduced overall RMSE—the metric most indicative of final accuracy.     

Seasonal predictions based on two dynamical models

Abstract

Two dynamical models are used to perform a series of seasonal predictions. One model, referred to as GCM2, was designed as a general circulation model for climate studies, while the second one, SEF, was designed for numerical weather prediction. The seasonal predictions cover the 26‐year period 1969–1994. For each of the four seasons, ensembles of six forecasts are produced with each model, the six runs starting from initial conditions six hours apart. The sea surface temperature (SST) anomaly for the month prior to the start of the forecast is persisted through the three‐month prediction period, and added to a monthly‐varying climatological SST field.

The ensemble‐mean predictions for each of the models are verified independently, and the two ensembles are blended together in two different ways: as a simple average of the two models, denoted GCMSEF, and with weights statistically determined to minimize the mean‐square error (the Best Linear Unbiased Estimate (BLUE) method).

The GCMSEF winter and spring predictions show a Pacific/North American (PNA) response to a warm tropical SST anomaly. The temporal anomaly correlation between the zero‐lead GCMSEF mean‐seasonal predictions and observations of the 500‐hPa height field (Z₅₀₀) shows statistically significant forecast skill over parts of the PNA area for all seasons, but there is a notable seasonal variability in the distribution of the skill. The GCMSEF predictions are more skilful than those of either model in winter, and about as skilful as the better of the two models in the other seasons.

The zero‐lead surface air temperature GCMSEF forecasts over Canada are found to be skilful (a) over the west coast in all seasons except fall, (b) over most of Canada in summer, and (c) over Manitoba, Ontario and Quebec in the fall. In winter the skill of the BLUE forecasts is substantially better than that of the GCMSEF predictions, while for the other seasons the difference in skill is not statistically significant.

When the Z₅₀₀ forecasts are averaged over months two and three of the seasons (one‐month lead predictions), they show skill in winter over the north‐eastern Pacific, western Canada and eastern North America, a skill that comes from those years with strong SST anomalies of the El Niño/La Niña type. For the other seasons, predictions averaged over months two and three show little skill in Z₅₀₀ in the mid‐latitudes. In the tropics, predictive skill is found in Z₅₀₀ in all seasons when a strong SST anomaly of the El Niño/La Niña type is observed. In the absence of SST anomalies of this type, tropical forecast skill is still found over much of the tropics in months two and three of the northern hemisphere spring and summer, but not in winter and fall.     

LAP ENSO预测系统预报技巧的时间依赖性及对1999年La Nia事件的预测

利用LAPENSO预测系统对 1981年 11月至 1997年 12月系统性回报实验的结果 ,分析了预报技巧的时间依赖性。结果表明 :该预测系统对 80年代的ENSO具有较强的预报能力 ,在Nino 3区接近 0 8预报相关技巧 (预报与观测的相关系数 )可达到 1年半左右 ,而对 90年代的ENSO现象 ,预报技巧则较低 ,超前半年以上的预报仅在 0 4左右 ;预报技巧具有季节依赖性 ,从春季到秋初开始的预报较好 ,高于 0 5的技巧均可维持 15个月以上 ,其中从 7月到 9月开始的预报 ,其高于 0 6的相关技巧可达 16个月 ;而从秋末和冬季开始的预报 ,其技巧衰减较快 ,预报 5个月后降到 0 5以下。对 1999年LaNi na事件的实时预测总体上是成功的 ,即此次LaNI na事件将维持到 2 0 0 0年 ;但未能预测出其在 1999年春季以后再次加强的过程。对其未来变化趋势的预测显示 ,此次LaNi na事件有可能于今年夏秋季结束     

2013年华中区域中尺度业务数值预报的客观检验

应用国家气象中心模式检验方法,对华中区域中尺度业务数值预报模式WRF和中国气象局下发的GRAPES模式2013年1-12月的预报产品（包括降水、2 m温度场、850 hPa温度场、850 hPa风场和500 hPa位势高度场预报）进行统计检验。检验结果表明：所有要素24 h预报均优于48 h;对于晴雨预报,GRAPES模式TS评分高于WRF,但随着降水量级增大,WRF的TS评分基本都高于GRAPES,同时WRF降水预报范围明显偏大;分析2 m温度场的均方根误差及预报准确率发现,WRF的2 m温度场预报优于GRAPES,且暖季预报优于冷季;形势场要素分析表明,WRF对850 hPa温度场和风场预报具有相当大的优势,全年误差变化较稳定,而对500 hPa位势高度场的预报误差存在一定的季节性特征,即夏半年WRF高度场预报优于冬半年,GRAPES模式则相反。总体上,华中区域中尺度业务数值模式产品对天气预报具有一定的参考价值。     

一个简单海气耦合模式预报性能评估

对改进初始强迫风场后的Zebiak-Cane海气耦合模式预报性能进行了全面评估。结果表明：1）耦合模式在20世纪90年代预报能力小于80年代；提前0～5个月的耦合模式预报能力小于同期持续预报能力，之后则相反；耦合模式对Nino3区指数预报能力最强。2）在1997／1998年El Nino事件期间，耦合模式对东太平洋SSTA场预报能力大于其对中西太平洋SSTA场的预报能力，且提前0～2个月之后的耦合模式对东太平洋SSTA场预报能力远远大于持续预报。     

Revealing the most disturbing tendency error of Zebiak–Cane model associated with El Niño predictions by nonlinear forcing singular vector approach

The nonlinear forcing singular vector (NFSV) approach is used to identify the most disturbing tendency error of the Zebiak–Cane model associated with El Niño predictions, which is most potential for yielding aggressively large prediction errors of El Niño events. The results show that only one NFSV exists for each of the predictions for the predetermined model El Niño events. These NFSVs cause the largest prediction error for the corresponding El Niño event in perfect initial condition scenario. It is found that the NFSVs often present large-scale zonal dipolar structures and are insensitive to the intensities of El Niño events, but are dependent on the prediction periods. In particular, the NFSVs associated with the predictions crossing through the growth phase of El Niño tend to exhibit a zonal dipolar pattern with positive anomalies in the equatorial central-western Pacific and negative anomalies in the equatorial eastern Pacific (denoted as “NFSV1”). Meanwhile, those associated with the predictions through the decaying phase of El Niño are inclined to present another zonal dipolar pattern (denoted as “NFSV2”), which is almost opposite to the NFSV1. Similarly, the linear forcing singular vectors (FSVs), which are computed based on the tangent linear model, can also be classified into two types “FSV1” and “FSV2”. We find that both FSV1 and NFSV1 often cause negative prediction errors for Niño-3 SSTA of the El Niño events, while the FSV2 and NFSV2 usually yield positive prediction errors. However, due to the effect of nonlinearities, the NFSVs usually have the western pole of the zonal dipolar pattern much farther west, and covering much broader region. The nonlinearities have a suppression effect on the growth of the prediction errors caused by the FSVs and the particular structure of the NFSVs tends to reduce such suppression effect of nonlinearities, finally making the NFSV-type tendency error yield much large prediction error for Niño-3 SSTA of El Niño events. The NFSVs, compared to the FSVs, are more applicable in describing the most disturbing tendency error of the Zebiak–Cane model since they consider the effect of nonlinearities. The NFSV-type tendency errors may provide information concerning the sensitive areas where the model errors are much more likely to yield large prediction errors for El Niño events. If the simulation skills of the states in the sensitive areas can be improved, the ENSO forecast skill may in turn be greatly increased.     

IAP ENSO预测系统预报技巧的时间依赖性及对1999年La Nia事件的预测

利用IAP ENSO预测系统对1981年11月至1997年12月系统性回报实验的结果,分析了预报技巧的时间依赖性。结果表明：该预测系统对80年代的ENSO具有较强的预报能力,在Nino 3区接近0.8的预报相关技巧（预报与观测的相关系数）可达1年半左右,而对90年代的ENSO现象,预报技巧则较低,超前半年以上的预报仅在0.4左右;预报技巧具有季节依赖性,从春季到秋初开始的预报较好,高于0.5的技巧均可维持15个月以上,其中从7月到9月开始的预报,其高于0.6的相关技巧可达16个月;而从秋末和冬季开始的预报,其技巧衰减较快,预报5个月后降到了0.5以下。对1999年La Nia事件的实时预测总体上是成功的,即此次La NNia事件将维持到2000年;但未能预测出其在1999年春季以后再次加强的过程。对其未来变化趋势的预测显示,此次La Nia事件有可能于今年夏秋季结束。     

相似-动力模式的由夏季报冬季的季节预报试验

近些年来,世界上接连不断地发生大范围持续性的气侯异常,给许多国家带来严重的灾害和经济损失。长期(月以上)天气预报愈来愈受到重视,但预报所使用的都是统计及经验的方法,预报准确率低,且无明显的改进趋势,人们寄希望于动力学方法的长期数值天气预报。目前一般用大气环流模式(GCM)和距平模式作月预报,已取得一定进展,但季节预报比月预报困难更多。由于长期预报的对象是统计平均值,将动力和统计方法结合起来是进行季节预报的一条有希望的途径。多年来的统计长期预报已积累了不少经验,但人们还没有能够在动力学方法的预报中考虑这些经验。黄建平等在这方面进行了一些探索,建立了一个动力与统计相结合的相似-动力季节长期数值预报模式,并进行了月预报和由冬季预报夏季的隔季预报试验。本文利用该模式进行了8年由夏季预报冬季的隔季预报试验,结果表明模式具有一定的季节预报能力。