非线性强迫奇异向量：解锁ENSO多样性可预报性的新钥匙.docxVIP

非线性强迫奇异向量：解锁ENSO多样性可预报性的新钥匙

一、引言

1.1研究背景与意义

厄尔尼诺-南方涛动（ElNi?o-SouthernOscillation，ENSO）作为地球气候系统中最强的年际变率信号，对全球气候和极端天气有着举足轻重的影响。在厄尔尼诺年，秘鲁和厄瓜多尔等南美沿岸气候由干旱转变为多雨，时常遭受洪灾侵袭，温暖海水自西太平洋和印度洋向东太平洋扩散，致使西太平洋大面积干旱，而通常干燥的东太平洋却迎来降雨；在厄尔尼诺发展年夏季，中国北方季风区秋冬季降水偏少，易形成干旱，南方秋季降水增加，易发生洪涝灾害。拉尼娜事件发生时，一般印度尼西亚、澳大利亚东部、巴西东北部、印度及非洲南部等地降雨偏多，在太平洋东部和中部地区、阿根廷、赤道非洲、美国东南部等地易出现干旱，中国容易出现冷冬热夏的情况。

ENSO不仅直接作用于热带太平洋地区的气候，还能通过哈得莱环流和沃克环流等海洋与大气的遥相关作用，重新分配全球范围内的热通量和水汽通量，进而对全球的生态环境、人类社会活动等方面产生深远影响。因此，深入探究ENSO的可预报性，尤其是其多样性的可预报性，对于提升全球气候预测水平、有效防范气象灾害以及保障社会经济的稳定发展，都具有极其重要的意义。

近年来，研究发现ENSO呈现出显著的多样性特征，主要表现为东太平洋型（EP）和中太平洋型（CP）两种类型。这两种类型的ENSO在海温异常分布、发展演变过程以及对全球气候的影响等方面均存在明显差异。准确预测ENSO的多样性，对于理解全球气候变化、提高气候预测精度以及制定有效的应对策略至关重要。然而，目前ENSO多样性的可预报性研究仍面临诸多挑战，如模式不确定性、初始条件的不确定性以及对其物理机制认识的不足等。

非线性强迫奇异向量（NonlinearForcingSingularVector，NFSV）作为一种新兴的研究工具，为解决ENSO多样性可预报性问题提供了新的思路。它能够从宏观角度综合考虑不同来源模式误差的影响，有效改进预报系统的模拟和预报能力。将NFSV应用于ENSO多样性可预报性研究，有望揭示ENSO多样性的形成机制和可预报性来源，为提高ENSO预测水平提供理论支持和技术手段。

1.2ENSO多样性概述

ENSO多样性主要体现在其空间模态和时间演变的复杂性上。从空间模态来看，ENSO主要分为东太平洋型（EP）和中太平洋型（CP）。EP型ENSO的海温异常中心主要位于赤道东太平洋，即传统的Ni?o3区（5°S-5°N，150°W-90°W）附近，其发展过程中，赤道东太平洋海表温度异常增暖或变冷的范围较大、强度较强，常伴随着明显的沃克环流异常和大气遥相关模式的变化。而CP型ENSO的海温异常中心则主要位于赤道中太平洋，即Ni?o4区（5°S-5°N，160°E-150°W）附近，其海温异常分布相对更为集中在中太平洋区域，大气响应的空间格局与EP型也有所不同。

在时间演变方面，ENSO多样性表现为事件的持续时间、强度和发生频率的变化。例如，有些厄尔尼诺或拉尼娜事件持续时间较短，而有些则持续时间较长；事件的强度也有强弱之分，强ENSO事件往往会对全球气候产生更为显著的影响。此外，ENSO事件的发生频率并非固定不变，在不同的年代际背景下可能会有所波动。

这两种类型的ENSO对全球气候的影响存在明显差异。在降水方面，EP型厄尔尼诺期间，东南亚地区降水显著减少，易发生干旱灾害；而在CP型厄尔尼诺期间，东南亚部分地区降水反而可能增加。在气温方面，EP型厄尔尼诺可能导致北美地区冬季气温异常偏高，而CP型厄尔尼诺对北美气温的影响则相对较弱，且影响区域和模式也有所不同。

1.3可预报性研究现状

多年来，ENSO可预报性研究取得了一系列重要进展。早期的研究主要基于统计方法，通过分析历史数据中的海温、风场等要素的变化规律，建立统计预报模型来预测ENSO事件的发生。随着计算机技术和数值模拟方法的发展，动力模式逐渐成为ENSO可预报性研究的主要工具。动力模式能够考虑海洋-大气相互作用的物理过程，对ENSO的发生、发展和演变进行较为细致的模拟和预测。

目前，国际上众多科研团队和业务机构都在使用各种气候模式进行ENSO预测，如美国国家环境预报中心（NCEP）的气候预测系统（CFS）、欧洲中期天气预报中心（ECMWF）的季节性预测系统等。这些模式在一定程度上能够提前数月甚至一年预测ENSO事件的发生，但仍存在较大的不确定性和误差。

当前ENSO可预报性研究面临着诸多挑战和问题。模式不确定性是一个关键问题，不同的气候模式在模拟ENSO时存在较大