MJO预报研究进展

热带大气季节内振荡 (Madden-Julian oscillation,MJO) 是次季节-季节时间尺度气候变率的支配模态。它不仅对低纬度地区天气气候产生重要影响,还能够通过经向传播和激发大气遥相关波列对中高纬度地区产生影响,是延伸期尺度最重要的可预报性来源。因此,MJO预报是次季节-季节气候预测中极为重要的部分,近年来受到国际学术界广泛关注。该文回顾了MJO预报发展历史,概述了当前国际上主要科研业务机构的MJO预报发展现状。目前基于统计方法和气候模式的MJO预报研究取得了较大进展,特别是多个耦合气候模式和一种基于时空投影方法的统计模型均能够显著提升MJO预报技巧 (有效预报可达20 d以上)。该文还介绍了中国气象局国家气候中心在MJO预报技术发展和业务系统研制方面的新进展,当前基于第2代大气环流模式的MJO业务预报填补了国内空白,技巧为16~17 d,而耦合气候模式试验的技巧已达到约20 d。总体来看,利用耦合模式预报MJO是未来发展的主要方向,其中,面向MJO的模式初始化和集合预报新方法研究将是关注重点。     

BCC S2S模式对亚洲夏季风准双周振荡预报评估

利用1994-2013年ERA-Interim及NCEP/NCAR再分析数据,对国家气候中心（BCC）次季节到季节尺度模式（S2S）1994-2013年的回报试验数据进行亚洲季风区准双周振荡（QBWO）预报能力评估,并诊断模式预报误差来源。结果表明:BCC S2S模式对QBWO的预报能力随着预报提前时间的增长而降低,9 d后预报技巧明显减弱,其周期、传播特征和强度出现误差;在提前9 d预报中,印度洋地区QBWO对流-环流系统结构松散,信号偏弱,对流向东传播,这与印度洋平均态的预报误差有关,夏季对流平均态低层水汽场在西太平洋和阿拉伯海较强,而东印度洋、孟加拉湾一带偏弱;西北太平洋地区QBWO具有向西北传播的特征,但强度偏弱,可能原因是预报低估了QBWO对流西北侧低层涡度的超前信号,经涡度方程诊断发现,地转涡度平流正贡献微弱,相对涡度平流在对流西北侧引发负涡度,从而减弱了对流西北侧由低层正涡度引发的有利条件。     

基于MJO的延伸预报

近10年来,2～4周的延伸预报成为天气和气候业务预报发展的一个方向。目前比较有效的方法是根据季节内振荡的传播,尤其是MJO振荡(30～60天周期)的传播来制作延伸期预报。国际上一些天气-气候预报中通过数年的业务试验已取得了初步结果。作者首先介绍了MJO振荡及季风的季节内振荡(MISO)特征,并从季节内振荡与中纬度相互作用的角度讨论了制作延伸预报的理论依据;进一步对延伸预报的可预报性、预报方法及国内外业务应用进展进行了综述,并以江淮梅雨为例探讨了我国延伸预报的可预报性及信号;最后阐述了延伸预报的发展趋势。     

多模式集合预报技术及其分析与检验

基于国家气象中心天气预报业务平台,对德国、日本、欧洲中心数值预报模式和我国T213模式的夏季预报产品进行检验,在此基础上,通过不同模式对目标区域预报能力的分析,分别应用神经元网络预报技术和基于Ts评分的客观多模式权重系数法(ME),建立了4个模式的集合预报方法,并应用于2005年汛期业务运行。结果表明:ME对短期降水预报技巧高于简单集合平均,因此具有一定的业务应用前景。     

NCC_CGCM模式的我国夏季降水集合预报方法效果评估及改进

通过对国家气候中心全球海气耦合模式(NCC_CGCM)1983～2006年48个不同初值样本的我国夏季降水预报(回报)、等权重集合预报及二次非线性订正预报的评估效果比较,其中订正预报的平均效果比等权重集合预报的平均效果好,但总体平均预报效果都不高.在评估中发现,48个样本在不同地区的预报效果的差异显著,正相关显著区域出现的位置各不相同,有的样本出现在江南,有的出现在东北,还有的出现在黄淮等地,因此提出了用历史回报的相关系数构建新的集合预报.试验表明,新集合预报的平均效果优于等权重集合预报、二次非线性订正预报和业务系统中现有的集成方法.     

基于CMA-GEPS的延伸期预报能力评估

基于 CMA-GEPS系统开展 1~35天的延伸期集合预报,并对该系统的延伸期尺度天气进行预报能力评估。结果表明：关于 500 hPa 位势高度,以距平相关系数（ACC）为表征的集合预报有效天数在北半球和南半球分别为9天和8.7天,且在北半球呈现季节循环特征,即冬（夏）季值高（低）,为大气内在性质的表现;定量分析离散度-均方根误差关系表明,集合预报系统比确定性预报在延伸期尺度上可预报性更高,且北半球及南半球的潜在可预报天数分别为 18天和 16天。关于 2 m温度,CMA-GEPS在延伸期尺度上可较好地描述温度场的空间分布特征,其较大的系统偏差主要位于热力强迫显著的高原或沙漠地区。关于 MJO,CMA-GEPS 对 MJO 的有效预报技巧达到 15 天,优于一般的大气模式,说明 CMA-GEPS 有潜力进一步发展延伸期天气预报。进一步诊断分析表明：CMA-GEPS对MJO预报的强度偏弱,这与CMA-GEPS描述的热带对流系统偏弱有关;传播速度前 8天略偏快,8天之后偏慢;CMA-GEPS可较好地预报出 MJO 东传及北传运动;比较发现,CMA-GEPS对环流信号传播特征的预报优于对流信号,且描述的MJO东传优于北传特征。     

六个气候系统模式对西南地区2 m温度的预报检验分析

通过分析BCC_CSM1.1m、ECMWF_SYSTEM5、NCEP_CFSv2、FGOALS_f、FGOALS_s2、PCCSM4气候模式的模式初始误差、空间相关系数和时间距平相关系数,评估国内外6种气候预测模式在西南地区的预测能力。结果表明：FGOALS_s2和ECMWF_SYSTEM5模式的初始误差最大,FGOALS_f模式的最小。模式在西南地区西南部模拟2 m温度的初始误差较小,ECMWF_SYSTEM5模式在四川盆地东部的预测场均方根误差较小。ECMWF_SYSTEM5模式预报的空间相关系数最大（小）值随时间有所下降（上升）,尤其是2016~2018年变化趋势较为明显,其产生原因可能与欧洲中心模式升级有关。采用ECMWF_SYSTEM5模式（西南和东部区域）和BCC_CSM1.1m模式（西北区域）预报的空间相关系数较高。随着预报时效的延长,各模式预报西南子区域的空间相关系数均呈先减后增的变化趋势;就东部子区域而言,BCC_CSM1.1m、NCEP_CFSv2和ECMWF_SYSTEM5模式预报的空间相关系数变化较小,其余各模式呈现单峰或双峰的变化特征;各模式对西北子区域的预报稳定度较高。从预报时效为1个月的时间距平相关系数水平分布看,各模式对西南区域东部的预报效果优于西部,这可能是西部地势较高且天气物理过程具有特殊性导致的。PCCSM4模式对高原区域预报效果较好,但对于地形起伏较大的区域,其预报效果仍然较差。采用FGOALS_s2和PCCSM4模式对西南子区域的预报效果较好,FGOALS_s2和ECMWF_SYSTEM5模式对西北子区域的预报效果较好,PCCSM4和NCEP_CFSv2模式对东部子区域的预报效果较好。从预报时效为1~3个月的时间距平相关系数变化趋势看出,各模式在预报时效为1个月的时间距平相关系数较高（低）的区域,其数值随预报时效的延长有下降（上升）的变化趋势。     

西北太平洋台风在S2S时间尺度预报效果评估

使用世界气象组织季节内至季节尺度(Subseasonal to Seasonal,S2S)预测项目数据库评估了多个集合预报系统在S2S时间尺度对台风的预报能力.评估的时间段为1999-2010年期间每年5月1日-10月31日.为评估S2S时间尺度台风的预报技巧,使用了台风密集度来描述台风的生成及移动状况.台风密集度定义...     

中国夏季降水多模式集成概率预报研究

基于TIGGE资料中的中国气象局（CMA）、欧洲中期天气预报中心（ECMWF）、日本气象厅（JMA）、美国国家环境预报中心（NCEP）以及英国气象局（UKMO）五个中心2007-2011年5月25日-8月31日中国地区逐日12-36 h、36-60 h、60-84 h、84-108 h、108-132 h与132-156 h累积降水集合预报资料,分别利用PoorMan （POOL）和多模式消除偏差（MBRE）两种方法对2011年各中心降水概率预报进行集成,并采用RPS和BS评分方法对预报效果进行评估。结果表明,对于12-156 h逐24 h累积降水量概率预报,多模式集成预报效果优于单模式预报效果,且多模式消除偏差概率预报效果最好;针对小雨、中雨以及大雨以上降水,PoorMan和MBRE概率预报较单中心预报效果均有提高,MBRE概率预报效果优于PoorMan方法。     

IAP AGCM模式对地面气温长期趋势的预报分析

分析了1979～2004年共26年中国台站地面气温的观测资料以及中国科学院大气物理研究所的大气环流模式IAP AGCM在夏季和冬季的季节集合预报结果对地面气温长期变化趋势的预报.分析结果表明,在所研究的26年中,中国大部分地区是一个增温的趋势,其中冬季增温比夏季增温显著.IAP AGCM集合预报不能很好地预报出观测资料...     

Ensemble mean forecast skill and applications with the T213 ensemble prediction system

Ensemble forecasting has become the prevailing method in current operational weather forecasting. Although ensemble mean forecast skill has been studied for many ensemble prediction systems(EPSs) and different cases, theoretical analysis regarding ensemble mean forecast skill has rarely been investigated, especially quantitative analysis without any assumptions of ensemble members. This paper investigates fundamental questions about the ensemble mean, such as the advantage of the ensemble mean over individual members, the potential skill of the ensemble mean, and the skill gain of the ensemble mean with increasing ensemble size. The average error coefficient between each pair of ensemble members is the most important factor in ensemble mean forecast skill, which determines the mean-square error of ensemble mean forecasts and the skill gain with increasing ensemble size. More members are useful if the errors of the members have lower correlations with each other, and vice versa. The theoretical investigation in this study is verified by application with the T213 EPS. A typical EPS has an average error coefficient of between 0.5 and 0.8; the 15-member T213 EPS used here reaches a saturation degree of 95%(i.e., maximum 5% skill gain by adding new members with similar skill to the existing members) for 1–10-day lead time predictions, as far as the mean-square error is concerned.     

Assessing the Seasonal Predictability of Summer Precipitation over the Huaihe River Basin with Multiple APCC Models

Seasonal rainfall predictability over the Huaihe River basin is evaluated in this paper on the basis of 23-year(1981-2003) retrospective forecasts by 10 climate models from the Asia-Pacific Economic Cooperation(APEC) Climate Center(APCC) multi-model ensemble(MME) prediction system.It is found that the summer rainfall variance in this basin is largely internal,which leads to lower rainfall predictability for most individual climate models.By dividing the 10 models into three categories according to their sea surface temperature(SST) boundary conditions including observed,predicted,and persistent SSTs,the MME deterministic predictive skill of summer rainfall over Huaihe River basin is investigated.It is shown that the MME is effective for increasing the current seasonal forecast skill.Further analysis shows that the MME averaged over predicted SST models has the highest rainfall prediction skill,which is closely related to model’s capability in reproducing the observed dominant modes of the summer rainfall anomalies in Huaihe River basin.This result can be further ascribed to the fact that the predicted SST MME is the most effective model ensemble for capturing the relationship between the summer rainfall anomalies over Huaihe River basin and the SST anomalies(SSTAs) in equatorial oceans.     

层云加热对热带大气季节内振荡的影响

本文研究了层云降水加热对于激发热带大气季节内振荡(Madden-Julian oscillation,简称MJO)所起到的作用.将层云加热作用引入到非线性的CISK (Conditional Instability of Second Kind)-Kelvin波方程组,并分别利用截谱方法和四阶Runge-Kutta方法...     

热带大气季节内振荡对华南前汛期降水的影响

本文基于实时的热带大气季节内振荡(MJO)指数和中国台站降水资料,研究了MJO对中国华南前汛期(4～6月)降水的影响.结果表明,随着MJO的活跃中心从印度洋进入西太平洋,华南地区的降水由偏多转为偏少.最显著的降水正负异常分别位于第4位相和第7位相,其区域平均的最大正负异常值相对于气候平均值的变化约为17%和11%.与降...     

The China Multi-Model Ensemble Prediction System and Its Application to Flood-Season Prediction in 2018

Multi-model ensemble prediction is an effective approach for improving the prediction skill short-term climate prediction and evaluating related uncertainties. Based on a combination of localized operation outputs of Chinese climate models and imported forecast data of some international operational models, the National Climate Center of the China Meteorological Administration has established the China multi-model ensemble prediction system version 1.0 (CMMEv1.0) for monthly-seasonal prediction of primary climate variability modes and climate elements. We verified the real-time forecasts of CMMEv1.0 for the 2018 flood season (June-August) starting from March 2018 and evaluated the 1991-2016 hindcasts of CMMEv1.0. The results show that CMMEv1.0 has a significantly high prediction skill for global sea surface temperature (SST) anomalies, especially for the El Nino-Southern Oscillation (ENSO) in the tropical central-eastern Pacific. Additionally, its prediction skill for the North Atlantic SST triple (NAST) mode is high, but is relatively low for the Indian Ocean Dipole (IOD) mode. Moreover, CMMEv1.0 has high skills in predicting the western Pacific subtropical high (WPSH) and East Asian summer monsoon (EASM) in the June-July-August (JJA) season. The JJA air temperature in the CMMEv1.0 is predicted with a fairly high skill in most regions of China, while the JJA precipitation exhibits some skills only in northwestern and eastern China. For real-time forecasts in March-August 2018, CMMEv1.0 has accurately predicted the ENSO phase transition from cold to neutral in the tropical central-eastern Pacific and captures evolutions of the NAST and IOD indices in general. The system has also captured the main features of the summer WPSH and EASM indices in 2018, except that the predicted EASM is slightly weaker than the observed. Furthermore, CMMEv1.0 has also successfully predicted warmer air temperatures in northern China and captured the primary rainbelt over northern China, except that it predicted much more precipitation in the middle and lower reaches of the Yangtze River than observation.     

Recent Advance in Understanding the Dynamics of the Madden-Julian Oscillation

The Madden-Julian oscillation （MJO） is a dominant atmospheric low-frequency mode in the tropics. In this review article, recent progress in understanding the MJO dynamics is described. Firstly, the fundamental physical processes responsible for MJO eastward phase propagation are discussed. Next, a recent modeling result to address why MJO prefers a planetary zonal scale is presented. The effect of the seasonal mean state on distinctive propagation characteristics between northern winter and summer is discussed in a theoretical framework. Then, the observed precursor signals and the physical mechanism of MJO initiation in the western equatorial Indian Ocean are further discussed. Finally, scale interactions between MJO and higher- frequency eddies are delineated.     

Factors controlling the seasonality of the Madden-Julian Oscillation

By analyzing observational data, previous studies have indicated that the tropical Madden-Julian Oscillation (MJO) is active during the boreal winter but relatively weak during the boreal summer. However, the factors that control seasonal MJO variation are not clear. To quantitatively understand the relative contributions of the occurrence frequency of enhanced MJO events and their averaged strength and lifespan to seasonal MJO amplitude, we defined the MJO events of 1979–2014 and analyzed their features in different seasons by using the Real-time Multivariate MJO (RMM) index and the newly proposed RMM-r index. The results indicate that the MJO events show a higher frequency of occurrence, a stronger intensity and a longer duration during the boreal winter (Dec.–Feb.) and spring (Mar.–May). However, the frequency, strength and lifespan of MJO events are all reduced during the boreal summer (Jun.–Aug.) and autumn (Sep.–Nov.). The enhanced MJO events in winter–spring also show a large ratio of variance for eastward to westward components. To elucidate how large-scale background fields affect seasonal MJO variation, a series of sensitivity experiments was conducted by using a 2.5-layer model that can simulate MJO-like features. It is found that the variation in low-level moisture (vertical wind shear) is the key large-scale factor affecting the seasonal variation in MJO strength (in propagation). In comparison with the summer–autumn seasons when the MJO is relatively weakened, the relatively abundant low-level moisture near the equator during boreal winter–spring may strengthen the development of MJO convection and circulation, whereas the relatively weak easterly shear (or the westerly shear anomaly) is conducive to the enhancement of an eastward-propagating MJO component.     

热带大气季内振荡对中国冬季持续低温事件的影响

利用1959—2011年中国522个站点冬季日平均温度资料,选出期间中国发生的持续低温事件,统计了MJO位于各位相时中国各区域发生持续低温事件的概率,并试图从垂直速度以及经向环流异常入手,研究MJO影响中国冬季持续低温事件的机制。统计研究表明,MJO位于2、3位相时,中国大部分地区发生持续低温事件的概率相对更高。中国北方部分地区在MJO位于5、6位相时,也有相对较高的概率触发持续低温事件。而MJO位于7位相时中国南方地区发生持续低温事件的概率较高。从影响机制看,MJO能够激发出西北向传播的Rossby波,引起局地Hadley环流异常,在副热带亚洲地区激发出大气异常显著的垂直运动,影响东亚地区大气环流形势,进而改变冷空气活动的路径或区域,导致中国冬季的持续低温事件发生概率的变化。     

国内外雾预报技术研究进展

大雾是引起低能见度的主要天气现象.提高雾的预报技术水平是确保交通安全的重要措施.从统计和数值预报两个方面,回顾了过去几十年来国内外在雾预报技术上的主要研究进展,并总结了各种方法的特点及存在的缺陷.在某些情形下,新统计方法的应用提高了雾的预报准确率,但仍然无法摆脱统计方法本身的缺陷.相比较而言,数值模式在大雾预报方面具有更广泛的应用和更大的潜力.在目前的计算机水平下,使用高分辨率的一维雾模式与中尺度天气模式相结合的方法,在一定程度上可以提高雾的预报准确率,该方法在大雾易发区的机场及高速公路沿线具有重要的应用价值.随着计算机能力的不断提高,包含大雾形成和演变的各种复杂过程、具有先进资料同化过程的高分辨率三维雾模式,以及集合数值预报系统将是未来的发展方向.     

MJO与北半球高纬地区冬季地表气温异常的联系

基于1979—2016年NCEP-NCAR逐日再分析资料研究了热带季节内振荡(MJO)和北半球冬季高纬地区地表气温(SAT)之间的联系。利用实时多变量MJO(RMM)指数,将MJO分为8个位相,其中位相2(位相6)对应于位于印度洋地区的正(负)对流。不同MJO位相下的SAT合成结果显示MJO第二位相后的5～15 d,北半球高纬地区(60°～90°N、180°～60°W)有明显的负SAT异常;由于热带异常加热信号的改变,在MJO第六位相后的5～15 d该地区则对应于显著的正SAT异常。该地区温度的垂直结构在各个位相下也表现出类似的分布特征。合成的500 hPa位势高度异常场显示,在温度负(正)异常的位相对应有明显的位势高度负(正)异常,这种环流异常主要是由与热带对流异常相联系的向东北方向传播的罗斯贝波列所引起的。通过对波活动通量的计算,推断该东北方向传播的罗斯贝波列很可能是罗斯贝波能量频散的结果。合成的700 hPa比湿异常场和SAT之间在存在着较好的对应关系,考虑到对流层中层的比湿与向下长波辐射之间存在着正相关关系,说明该温度异常也可能与辐射过程相关。上述分析表明与MJO对流相关的大尺...