Zebiak-Cane模式中条件非线性最优扰动对 ENSO春季预报障碍的影响

于 亮

(1.中国科学院 海洋研究所, 山东 青岛 266071; 2.中国科学院大学, 北京 100049)

ENSO(El Niño & Southern Oscillation)指的是一种热带太平洋地区海气耦合现象, 1985年由世界气象组织发起的为期 10 a的热带海洋-全球大气(Tropical Ocean Global Atmosphere, TOGA)计划, 对厄尔尼诺的监测和预测起到了巨大的推动作用[1]。为了模拟和预测ENSO, 人们开发了大量的数值模式[2-5]。然而, 很多模式在对ENSO作跨春季预报时(北半球),预报技巧明显下降, 发生所谓的“春季可预报性障碍(Spring Predictability Barrier, SPB)”现象[6-8]。

目前关于SPB的研究已经有了许多结果。Webster等[7]认为季风强度与SPB现象有着紧密的联系。Torrence等[8]指出ENSO的季节锁相性是导致SPB的一个重要原因, 因为发生锁相时ENSO的信噪比是最小的, 预报误差容易发展。除此之外, 2 a周期的ENSO事件[9]以及印度洋和太平洋的共同作用[10]也对SPB有一定影响。Samelson等[11]认为SPB的产生与ENSO自身的动力特征有关, 即使没有季节性外强迫也可以得到这一结论。利用Zebiak-Cane(ZC)模式和条件非线性最优扰动(Conditional Nonlinear Optimal Perturbation, CNOP)方法, Mu等[12]研究了SPB, 发现只考虑初始误差时的CNOP误差(CNOP-I误差)的发展有明显的季节依赖性, 并对预报结果产生最大的影响, 会导致显著的SPB, 并指出初始误差的空间结构也是影响SPB的重要因素。Mu等[13]利用一个简单理论ENSO模式, 指出CNOP模式参数误差(CNOP-P误差)对预报误差的影响比CNOP-I误差要小。Yu等[14]使用ZC模式和CNOP方法, 分别对初始误差和参数误差进行分析, 同样发现CNOP-P不会引起显著的预报误差和SPB现象。Yu等[15]对Yu等[14]的工作进行了进一步的分析, 考虑了ZC模式中同时存在初始误差和参数误差的情况, 同时优化2种误差, 分析误差的最优组合是否可以导致更加显著的SPB现象, 发现此时的预报误差和单独考虑初始误差时的预报误差对预报结果的影响差别不大, 进一步说明了初始误差比参数误差对SPB的影响更大。……