MJO对ENSO可预报性的影响研究

The research about ENSO predictability is unfolding and the relationship of MJO and ENSO is controversial. Although both of them had some studies, there was little research work about the effect of MJO on ENSO predictability. Based on our previous study of the impact of MJO uncertainty on ENSO predictability with a parameterized form of stochastic MJO forcing and the Zebiak-Cane model, this project plans to research the effect of MJO on ENSO predictability with the observational data and different ENSO prediction model from the perspective of error growth. Firstly we choose appropriate observational data and analyze the data using some methods such as continuous wavelet transform and then extract MJO signal which is used to enter into the ENSO prediction model. After that, the Conditional Nonlinear Optimal Perturbations (CNOP) are superimposed on the initial field to get the initial errors, model errors and their joint error mode with ENSO events as ground state. Afterward, the Niño3 indices and spatial pattern growth rule of the three errors are investigated, and their seasonal growth rate and Niño3 indices prediction errors are analyzed, so as to demonstrate the effect of MJO on the maximum prediction error of ENSO and Spring Predictability Barrier (SPB), which could lay the foundation of target observation and adaptable data assimilation of ENSO prediction and provide a train of thought for the relationship of MJO and ENSO.

有关ENSO可预报性的研究方兴未艾，MJO与ENSO的关系也一直存在争议，但关于MJO对ENSO可预报性影响的研究工作很少。本项目在我们前期用参数化MJO随机外强迫和Zebiak-Cane模式探讨MJO不确定性对ENSO可预报性影响的研究基础上，拟用观测资料和不同ENSO预报模式从误差增长的角度研究MJO对ENSO可预报性的影响。首先选取合适的观测资料，再用小波变换等方法分析提取MJO信号，然后加入ENSO预报模式。之后在初始场上叠加条件非线性最优扰动(CNOP)，得到以ENSO事件为基态的初始误差、模式误差和二者的联合误差，然后考察三种误差的Niño3指数和空间结构增长规律，并分析其季节增长率和Niño3指数预报误差，以阐明MJO对ENSO最大预报误差和春季可预报性障碍(SPB)的影响，为ENSO预报的目标观测和适应性资料同化奠定基础，并为确定MJO与ENSO关系提供思路。

本项目在我们前期用参数化MJO随机外强迫和Zebiak-Cane模式探讨MJO不确定性对ENSO可预报性影响的研究基础上，使用欧洲中期天气预报中心再分析资料的逐日风场资料和ENSO预报模式Zebiak-Cane模式从误差增长的角度研究MJO对ENSO可预报性的影响。首先选取合适的观测资料，再用小波变换等方法分析提取MJO信号，然后加入ENSO预报模式。之后在初始场上叠加条件非线性最优扰动(CNOP)，得到以ENSO事件为基态的初始误差、模式误差和二者的联合误差，然后考察三种误差的Niño3指数和空间结构增长规律，并分析其季节增长率和Niño3指数预报误差，以阐明MJO对ENSO最大预报误差和春季可预报性障碍(SPB)的影响，为ENSO预报的目标观测和适应性资料同化奠定基础，并为确定MJO与ENSO关系提供思路。.此外，我们通过分析国家气候中心研发的气候系统模式BCC_CSM模式和中科院大气所的耦合气候系统模式FGOALS对MJO的时间序列和空间分布的模拟，评估了两个模式对MJO的模拟能力，结果表明，FGOALS模式对MJO的模拟能力优于BCC_CSM模式。.项目共计发表期刊论文4篇，会议文章3篇，出版专著4部，编著2部，其中SCI论文2篇，核心期刊论文1篇，项目负责人专著得到国家气候中心丁一汇院士作序，今年4月将由海洋出版社正式出版，基金合作支持英文专著3部；另有项目负责人第一作者SCI论文2篇正在审稿，其中一篇在Ocean Dynamics期刊已进入复审阶段。