排序方式： 共有33条查询结果，搜索用时 15 毫秒
21.
四个耦合模式ENSO后报试验的“春季预报障碍” 总被引：2，自引：0，他引：2
用CliPAS计划中3个气候模式和中国科学院大气物理研究所耦合模式FGOALS-g短期气候异常回报试验结果,将动力和统计方法相结合,考察了1982—2003年厄尔尼诺/拉尼娜事件发展期和衰减期海表温度春季可预报性障碍现象。结果表明,所考察的耦合模式对ENSO事件预报的误差发展存在明显的季节依赖性,最大误差增长通常发生在春季,发生显著的可预报性障碍现象。进一步分析发现厄尔尼诺事件和拉尼娜事件在发展期的季节预报障碍现象比衰减期明显,以厄尔尼诺事件发展期春季可预报性障碍现象最为显著,拉尼娜事件衰减期季节预报障碍现象不显著。研究还发现,预报误差的增长在ENSO事件冷暖位相具有显著的非对称性,发展期暖位相预报误差强于冷位相,而衰减期冷位相的预报误差比暖位相大。通过回归分析,诊断了海-气相互作用的强度,发现耦合系统在春季最不稳定,使预报误差最易在春季发展,从而导致可预报性障碍。 相似文献
22.
用非线性最优化方法研究El Niño可预报性的进展与前瞻 总被引：2，自引：4，他引：2
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. 相似文献
23.
季风与ENSO的选择性相互作用:年循环和春季预报障碍的影响 总被引：1，自引：1，他引：0
本文主要基于对Webster and Yang（1992）一文的回顾,讨论了年循环在季风和ENSO相互作用中的作用、春季预报障碍（SPB）、Webster-Yang指数（WYI）、以及亚洲夏季风的前期讯号等内容。亚洲季风和ENSO作为全球天气和气候变率的主要来源,它们之间的相互作用存在明显的年变化和季节“锁相”特征:在北半球秋冬季,亚洲季风对流活动最弱,此时ENSO的信号最强;但是到了北半球春季,亚洲季风对流快速爆发,而此时的ENSO信号却迅速衰减。亚洲季风和ENSO位相的错位变化使得热带海—气系统的不稳定性在北半球春季达到最大,此时任意一个微小的扰动都容易快速增长,最终导致基于ENSO的预报技巧减小。亚洲夏季风环流本质上可以看成是大气对副热带地区潜热加热的低频罗斯贝波响应,它具有很强的垂直风切变,这是WYI定义的物理基础。WYI数值越大,代表垂直东风切变越大,即亚洲季风环流增强,反之亦然。利用WYI与前期大气环流场、欧亚雪盖、土壤湿度等物理量进行回归分析,结果表明:当亚洲夏季风增强时,前期冬季和春季,在北印度洋和亚洲副热带地区上空出现东风异常,同时在更高纬度地区伴随出现西风的异常;此外,副热带地区如印度次大陆、中南半岛和东亚的土壤湿度增大;中纬度地区尤其是青藏高原中西部的积雪密度明显减小。这些前期讯号的发现有助于我们构建动力统计模型,进而提高对亚洲夏季风的季节预报水平。 相似文献
24.
In this paper, we set out to study the ensemble forecast for tropical cyclones. The case study is based on the Conditional Nonlinear Optimal Perturbation related to Parameter (CNOP-P) method and the WRF model to improve the prediction accuracy for track and intensity, and two different typhoons are selected as cases for analysis. We first select perturbed parameters in the YSU and WSM6 schemes, and then solve CNOP-Ps with simulated annealing algorithm for single parameters as well as the combination of multiple parameters. Finally, perturbations are imposed on default parameter values to generate the ensemble members. The whole proposed procedures are referred to as the Perturbed Parameter Ensemble (PPE). We also conduct two experiments, which are control forecast and ensemble forecast, termed Ctrl and perturbed-physics ensemble (PPhyE) respectively, to demonstrate the performance for contrast. In the article, we compare the effects of three experiments on tropical cyclones in aspects of track and intensity, respectively. For track, the prediction errors of PPE are smaller. The ensemble mean of PPE filters the unpredictable situation and retains the reasonably predictable components of the ensemble members. As for intensity, ensemble mean values of the central minimum sea-level pressure and the central maximum wind speed are closer to CMA data during most of the simulation time. The predicted values of the PPE ensemble members included the intensity of CMA data when the typhoon made landfall. The PPE also shows uncertainty in the forecast. Moreover, we also analyze the track and intensity from physical variable fields of PPE. Experiment results show PPE outperforms the other two benchmarks in track and intensity prediction. 相似文献
25.
中国是自然灾害频发的国家,气象灾害造成的损失占自然灾害造成损失的70%。2020年夏季出现超长梅雨期,长江和淮河发生洪水;2021年夏季,华北雨季开始早,结束晚,期间发生了“21·7”河南地区特大暴雨事件。这些气象灾害都对人民生命财产造成严重损失。因此,有必要提前对气候异常进行预测,以提高国家的防灾减灾能力。2022年3月,中国科学院大气物理研究所开展汛期（6～8月）的全国汛期气候趋势预测会商会。通过综合大气所各个数值模式和统计模型的结果,在未来4～6个月全球短期气候仍处在La Ni?a事件恢复到ENSO正常状态的背景下,预计2022年汛期（6～8月）,东北东部和中部、华北大部分地区、黄河中下游、东南沿海、西北地区中部、西藏大部分地区、西南地区东部和云南大部分地区降水正常略偏多,其中环渤海湾地区降水偏多2～5成,可能发生局地洪涝灾害。全国其他大部分地区降水正常略偏少,其中长江下游地区和新疆北部降水偏少2～5成。预计今年登陆台风数正常略偏多。由于未来ENSO的趋势演变具有一定的不确定性以及夏季降水受到中高纬大气环流季节内变化的影响,因此,此次汛期预测结果具有一定的不确定性。我们将根据2022年春末、夏初大气环流和海洋等因子的实际演变趋势,做进一步补充订正预测。 相似文献
26.
初始扰动振幅的大小和集合样本数对于集合预报取得更高预报技巧具有重要意义。本文将正交条件非线性最优扰动方法（orthogonal conditional nonlinear optimal perturbations,简称CNOPs）应用于概念模型Lorenz-96模式探讨了初始扰动振幅和集合样本数对集合预报技巧的影响,从而为使用更复杂模式进行集合预报提供指导。结果表明,由于CNOPs扮演了非线性系统中的最优初始扰动,从而使得当初始扰动振幅小于初始分析误差的大小时,CNOPs集合预报获得更高的预报技巧,并且CNOPs集合预报的最高预报技巧总是高于奇异向量法（singular vectors,简称SVs）集合预报的最高预报技巧。结果还表明,CNOPs集合预报倾向于具有一个合适的样本数时,达到最高技巧。更好的集合离散度——预报误差关系和更为平坦的Talagrand图（Talagrand diagram）进一步证明了CNOPs集合预报系统的可靠性,从而夯实了上述结果的合理性。因此,针对CNOPs集合预报,本文认为采用一个适当小于初始分析误差的初始扰动振幅和一个合适的集合样本数,有利于CNOPs集合预报达到最高预报技巧。 相似文献
27.
考虑到目前集合预报初始扰动方法未能充分刻画地球系统不同圈层相互作用影响的局限性,本研究提出了能够考虑多圈层耦合初始不确定性的耦合条件非线性最优扰动(C-CNOP)方法.将C-CNOP方法应用于热带太平洋典型的海气耦合现象厄尔尼诺-南方涛动(ENSO)事件的集合预报研究,表明了C-CNOP方法能够产生ENSO集合预报的更恰当考虑海气耦合不确定性的快速增长初始扰动(CPs);从Ni?o3.4海表温度距平(SSTA)时间变率的预报和ENSO成熟位相SSTA空间变率的预报两方面,揭示了CPs能够有效促进ENSO集合平均预报的水平,尤其从春、夏季开始的预报,即使该季节热带太平洋海气耦合强度最弱, CPs也能够捕捉到该弱海气耦合信息的不确定性,从而大大抑制了ENSO预报误差在该季节由于最强海气耦合不稳定性导致的快速增长,有效延长了ENSO的预报时效.因此, C-CNOP方法是一个能够产生集合预报的更充分考虑初始耦合不确定性的初始扰动的方法,期望未来在继续研究的基础上,使C-CNOP在地球气候系统预测中发挥重要作用. 相似文献
28.
条件非线性最优扰动(CNOP)是线性奇异向量(LSV)在非线性领域的拓展,它代表了在一定物理约束条件下且在预报时刻导致最大预报误差的一类初始误差.CNOP类型的初始误差在天气和气候的可预报性研究中具有重要作用.在求解复杂数值模式的CNOP中,一般通过数值计算目标函数关于初始扰动的梯度,并沿着梯度下降方向在相空间搜索极值点而得到CNOP.计算梯度常用的一个方法是利用伴随模式得到梯度,然而发展一个复杂模式的伴随模式是困难且非常繁琐的,大大限制了CNOP方法在复杂数值模式中的广泛应用.本文在前人工作的基础上,提出了一种基于奇异值分解(SVD)的集合投影算法.该算法避免了集合投影算法中采用的局地化步骤,从而克服了局地化半径的经验性选择带来的不确定性.将该算法应用于中等复杂程度的ENSO预报模式中计算CNOP.结果表明,用新集合投影算法得到的CNOP能够有效地逼近用伴随算法得到的CNOP,抓住了CNOP的主要空间特征.因此,本文提出的基于SVD的集合投影算法是计算CNOP的一种有效近似算法. 相似文献
29.
30.
Can the uncertainties of Madden-Jullian Oscillation cause a significant “Spring Predictability Barrier” for ENSO events? 
下载免费PDF全文
下载免费PDF全文 With the Zebiak-Cane model and a parameterized stochastic representation of intraseasonal forcing, the impact of the uncertainties of Madden-Jullian Oscillation (MJO) on the ??Spring Predictability Barrier (SPB)?? for El Ni?o-Southern Oscillation (ENSO) prediction is studied. The parameterized form of MJO forcing is added physically to the Zebiak-Cane model to obtain the so-called Zebiak-Cane-MJO model and then the effects of initial error, stochastic model error, and their joint error mode on the SPB associated with El Ni?o prediction are estimated. The results show that the model errors caused by stochastic MJO forcing could hardly lead to a significant SPB while initial errors can do; furthermore, the joint error mode of initial error and model error associated with the stochastic MJO forcing can also lead to a significant SPB. These demonstrate that the initial error is probably the main error source of the SPB, which may provide a theoretical foundation of data assimilation for ENSO forecasts. 相似文献