最易导致两类El Niño事件“春季预报障碍”的初始误差及其在ENSO目标观测中的应用研究

The spring predictability barrier problem is an important part of ENSO predictability studies, which affects ENSO prediction skills seriously in operational forecast. In this project, the spring predictability barrier problem for two types of El Niño events is investigated from the perspective of initial error evolution. This is enabled by tracing the evolution of a conditional nonlinear optimal perturbation (CNOP), superimposed on an observing system simulation of two types of El Niño events that act as the initial error with the biggest negative effect on the El Niño predictions. The seasonal dependence of CNOP-type error growth will be analyzed related to the spring predictability barrier for two types of El Niño events. Meanwhile, the differences between CNOP-type errors of two types of El Niño events that lead to prominent spring predictability barrier will be discussed, during which, the sensitive area of the predictions for two types of El Niño events demonstrated by CNOP-type errors will be studied. Furthermore, sensitivity experiments are conducted to examine the reliability of results obtained above. These theoretical results could be applied into targeted observation of two types of El Niño events and help improve prediction skills of the events as well.

ENSO的春季预报障碍问题是ENSO可预报性研究的一个重要内容。在业务预报中，春季预报障碍问题仍然严重影响着ENSO的预报技巧。本项目拟从初始误差增长的角度探讨两类El Niño事件的春季预报障碍现象。项目将基于模式扰动通过资料同化方法再现两类El Niño事件，在此基础上采用条件非线性最优扰动（CNOP）方法，寻找对两类El Niño事件预报结果具有最大影响的初始误差（即CNOP型初始误差）；考察CNOP型初始误差的季节演变特征，探讨两类El Niño事件春季预报障碍现象的区别和联系。对比最易导致两类El Niño事件显著春季预报障碍的初始误差的异同，揭示两类El Niño事件预测的初值敏感区。考察上述敏感区内初始场质量的改善在提高两类El Niño事件预报技巧中的有效性，从而为优化ENSO的观测提供理论指导。

ENSO的春季预报障碍问题是ENSO可预报性研究的一个重要内容。在业务预报中，ENSO预报障碍问题仍然严重影响着ENSO的预报技巧。本项目首先基于简单模式，从初始误差增长的角度探讨了两类ENSO事件的季节预报障碍问题。基于模式扰动通过资料同化再现两类ENSO事件，采用条件非线性最优扰动（CNOP）方法，考察了对于两类ENSO事件具有最大影响的初始误差（即CNOP型误差），揭示了导致两类ENSO事件春季预报障碍的主要物理过程，指出了对应两类El Niño事件的CNOP型初始误差的大值区主要集中在热带中东太平洋和赤道温跃层。进一步，将复杂模式的误差演变分析与简单模式的ENSO预测目标观测敏感区结合，从误差增长的角度分析复杂模式中ENSO事件的可预报性问题。结果表明模式的海气初始误差对于ENSO发展年、尤其是成熟位相的预报偏差具有重要影响，从而验证了简单模式中ENSO预测的目标观测“敏感区”，揭示了赤道中西太平洋的次表层海温初始误差对于ENSO预测的重要影响。这意味着两类El Niño事件的预测可能具有相同的目标观测敏感区。如果在该区域内增加观测并同化到数值模式中，可能大大改进两类El Niño事件的预报技巧。最后，基于观测资料和多模式数据，将定量化的持续性障碍思想应用于定量化两类ENSO预测的障碍现象诊断分析，指出热带太平洋海气的季节变率与ENSO的季节持续性障碍可能存在紧密的联系，同时发现东部型ENSO存在春季预报障碍现象，而中部型ENSO存在明显的夏季预报障碍现象，这是对以往认知的一个重要发展和科学进步。