基于可预测模态分析技术的亚澳夏季风统计.PDF

第32卷　 第4期 地球科学进展 Vol.32　 No.4 2017年4月 ADVANCES IN EARTH SCIENCE Apr. ,2017 孙倩,吴波,周天军.基于可预测模态分析技术的亚澳夏季风统计—动力季节预测模型及其回报技巧评估[J].地球科学进展,2017,32(4):420- 434,doi:10.11867/ j. issn. 1001-8166.2017.04.0420. [Sun Qian,Wu Bo,Zhou Tianjun. Construction of statistical-dynamic prediction model for the Asian-Australian Summer Monsoon basedonthepredictablemodeAnalysismethodandassessmentofitspredictiveskills[J]. AdvancesinEarthScience, 2017,32(4):420-434,doi:10.11867/ j. issn. 1001-8166.2017.04.0420. ] 基于可预测模态分析技术的亚澳夏季风统计 —动力季节预测模型及其回报技巧评估∗ 1 2 ∗ 2,3 孙　 倩 ,吴　 波 ,周天军 (1.成都信息工程大学大气科学学院,四川　 成都　 610225;2. 中国科学院大气物理研究所大气科学和 地球流体力学数值模拟国家重点实验室,北京　 100029;3. 中国科学院大学,北京　 100049) 摘　 要:受模式性能的限制,当前的气候模式在直接预报亚澳季风区的夏季降水变化方面技巧较 低。 采用统计—动力相结合的方法预报亚澳夏季风降水,首先从观测数据中提取具有清晰物理意 义的可预报模态;然后,将国际ENSEMBLES计划提供的多模式、多集合样本耦合模式季节预测试 验预测的可预报模态的主成分时间序列与对应观测得到的可预报模态的空间型组合,重构降水场, 建立了针对亚澳夏季风降水的统计—动力结合的季节预测系统。 分析了该系统提前 1个月、4 个 月和7 个月的回报技巧。 结果表明,统计—动力预测系统的预测技巧显著优于纯动力预测的技巧。 另一方面,多模式集合平均的预测技巧优于单个模式,因此针对季风区降水开展多模式集合预测是 非常必要的。 关　 键　 词:亚澳季风;年际变率;季节预测;多模式集合 + 中图分类号:P425.4 2　 　 　 文献标志码:A　 　 　 文章编号:1001-8166(2017)04-0420-15 对亚澳季风及其子季风系统的年际变率机制已 1　 引　 言 有大量研究。 ENSO是影响亚澳季风年际变率的主 亚澳季风(30°S~40°N,40°~160°E)是世界上 导因子[7~16]。 西北太平洋暖池区的海洋—大气相 [1] 最大的季风系统 。 全球60%以上的人口生活在 互作用是影响亚澳季风年际变率的另外一个重要因 亚澳季风区。 因此,研究亚澳季风年际变率的机制, 子[9~11]。 此外,印度洋偶极子[17,20]、欧亚大陆和青 [2] 并在此基础上进行季节预测具有重要的现实意义。 藏高原上的积雪覆盖也能够影响亚澳季风 。 亚澳季风区包括了东亚季风、南亚季风、澳洲季风和 数值模式是研究季风变化的重要工具。 Wang [21]