年代际气候预测的耦合初始化方法研究

Decadal climate signals, and their predictions are directly related to the national economy sustainable development, but due to the lack of long time-scale observational data, how the physical mechanisms affect the decadal variability is less understood, and the decadal forecast is also not satisfied by the social demand. Previous studies show that the decadal variability (e.g., AMO, THC, PDO) is mainly caused by the coupled air-sea modes, and can be predicted. This also means that the decadal prediction is strongly dependent on the initial condition of the coupled system. Thus the good or bad initial condition can determine the success or failure of the forecast, and the model bias of the coupled model also can make the model is difficult to predict decadal climate transition. Therefore, this study aims to develop a coupled initialization (assimilation) method on providing the initial condition for the decadal prediction. The innovation of the method is the use of the atmosphere-ocean coupled ensemble members to construct the background covariance, which can ensure the dynamically consistent between the atmosphere-ocean variables during the assimilation cycle, and also can maintain the flux balance at the air-sea exchange interface. Further, based on the high correlations between the sea surface wind and the ocean currents over the tropical oceans, the accuracy of the ocean currents can be significantly improved through using the coupled assimilation method on assimilating the sea surface wind observations into the coupled model, and the model biases induced by the inaccurate simulated ocean currents also can be alleviated. All these advancements introduced by the coupled data assimilation method can help to improve the skill of the decadal prediction.

年代际时间尺度的气候异常及其预测直接关系国民经济的可持续发展，但由于长时间尺度观测资料的匮乏，造成对影响年代际变率的物理机制的认知非常有限，年代际预测也远没有达到需求。已有研究表明，年代际变率（如AMO、THC、PDO等）主要是由耦合模态引起，具有一定的可预报性，对它的预报强烈依赖于耦合系统的初值。那么意味着初值的好坏一定程度上决定了预报的成败，而耦合模式的模式偏差也会导致模式很难预测出年代际气候转型。因此本研究旨在发展“耦合”初始化（同化）方法为年代际预测提供初值。该方法的创新点是利用大气-海洋耦合样本来构造背景协方差，同化前后保证了大气-海洋变量间的动力协调性，维持了海气交换界面的通量平衡。进一步地，利用该方法将海表风场观测同化入耦合模式中，基于热带大洋海表风场和海流的高相关性，通过同化风场可显著提高模式流场的精度，从而抑制由于流场模拟不足造成的模式偏差，有助于提高年代际预报技巧。

年代际时间尺度的气候异常及其预测直接关系国民经济的可持续发展，但由于长时间尺度观测资料的匮乏，造成对影响年代际变率的物理机制的认知非常有限，同时年代际气候预测也强烈地依赖于初值的精度，这也造成了当前年代际预测远没有达到需求。本研究从太平洋年代际气候信号PDO为出发点，利用对年代际气候信号模拟和预测性能较好的全球海气耦合模式ECHAM5/MPI-OM，围绕PDO演变机理分析和改进PDO模拟和预测初值等方面来开展研究。.首先，发展针对海气耦合模式的耦合同化方法是本研究的基础。与此同时，海洋相对于气候系统其它组份具有巨大的热惯性和缓变特点，其更长的记忆性可为气候模拟和预测提供更长效的初值信息。因此，本研究拓展针对海气耦合模式的耦合资料同化研究思路，针对海气耦合模式特性建立了耦合框架下的海洋资料同化系统，采用集合最优插值方法实现了对目前所有可用的海洋观测数据的实时同化，进而独立分析并明确了不同海洋观测资料对不同时间尺度气候信号模拟和预测的约束能力。该研究体现了耦合框架下海洋资料同化的优点，也为下一步实现年代际气候信号预测奠定了基础。.其次，在改进年代际气候预测初值的基础上，为了能够更好地认识和理解年代际气候信号演变中的物理规律，以期能够提高对年代际气候预测的可信度。本研究针对PDO演变机理研究中存在的争议，尤其是大气对中纬度海表温度（SST）异常的响应存在很大的不确定性，使得中纬度海气相互作用对PDO演变的影响仍不明确这一科学难点，利用海气耦合模式长时间模拟结果，揭示了显著影响PDO演变过程的两个关键反馈机制，一个为局地正反馈机制，另一个为延迟负反馈机制。该研究强调SST经向梯度异常而非传统认识的SST异常本身在PDO的演变过程中起到重要作用。.最终，在本项目的支持下，本研究共发表学术论文11篇，其中SCI论文8篇。并取得了4项软件著作权；课题组成员共参加国内国际会议13次，并做邀请报告9次；课题组成员也获得多项国家级人才项目支持和科研奖励。