用非线性最优化方法研究El Ni(n)o可预报性的进展与前瞻

综述用非线性优化方法研究厄尔尼诺(El Ni(n)o)-南方涛动(ENSO)事件可预报性的进展.针对ENSO可预报性研究中的热点问题--"前期征兆"、"春季可预报性障碍",以及如何量化研究ENSO可预报性和ENSO的不对称性问题,作者在近年来的工作中先后用理论模式和中等复杂程度ENSO模式研究了ENSO可预报性的动力学,揭示了ENSO的若干重要非线性特征.主要结果如下:(1)条件非线性最优扰动(CNOP)(局部CNOP)比线性奇异向量更易发展成ENSO事件,扮演了ENSO的最优前期征兆.这些ENSO事件关于气候平均态是不对称的.理论分析表明,非线性温度平流过程是造成这种不对称性的重要原因.1980～2002年的海洋再分析资料验证了上述理论结果.(2)ENSO事件CNOP型初始误差的发展有明显的季节依赖性,该误差导致了ENSO事件最显著的春季可预报性障碍(SPB)现象.ENSO事件SPB的发生不仅依赖于气候平均态,而且依赖于ENSO事件本身及其初始误差模态,是三者综合作用的结果.(3)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了ENSO事件的春季可预报性障碍现象,比较有效地量化了其可预报性.(4)通过CNOP方法,揭示了非线性温度平流在年代际尺度ENSO不对称性研究中的重要作用,解释了ENSO不对称性的年代际变化,基于所用ENSO模式给出了ENSO不对称性年代际变化的机制.最后,展望了非线性优化方法在ENSO可预报性中应用的前景,并期望该方法能拓展到ENSO第二类可预报性问题的研究中.     

条件非线性最优扰动法在大气与海洋目标观测研究中的应用

对近年来用条件非线性最优扰动法研究大气与海洋目标观测问题的部分工作进行了总结,主要涉及厄尔尼诺-南方涛动（ENSO）事件、黑潮路径变异事件以及阻塞事件。通过研究这些事件发生的最优前期征兆（OPR）和最快增长初始误差（OGE）,发现这些事件的最优前期征兆和最快增长初始误差分别具有空间的高度相似性及其伴随的局地性特征。理想回报试验表明,如果在ENSO事件和黑潮路径变异事件的最快增长初始误差和最优前期征兆所确定的扰动大值区减小初始场误差,上述事件的预报技巧会大幅度提高;最优前期征兆和最快增长初始误差的空间相似性使得在同一敏感区域增加额外观测,不仅有助于捕捉上述异常事件的前期信号,还可以有效减小初始误差,从而提高对该事件的预报技巧。阻塞事件爆发的最优前期征兆和最快增长初始误差的空间相似性和局地性特征在其目标观测研究中的应用,应该是深入研究的课题。