时间:2025-04-08
在全球变暖加速和极端天气事件更加频繁的背景下,预测未来 1 到 10 年的气候信息对于风险评估和未来规划日益重要。这些预测对于深化理解气候系统对外部强迫和自然变率的响应机制具有重要的科学价值(Boer et al.,2016)。已有一些国际研究计划加强对年际-年代际预测的关注,例如CMIP的年代际气候预测计划(DCPP)以及世界气候研究计划(WCRP)灯塔计划的“解释和预测地球系统变化”(Explaining and Predicting Earth System Change)。然而,现有预测系统仍面临着一些挑战。最近的一项研究指出全球增暖背景下准确预测太平洋年代际振荡(PDO)变得更加困难(S. Li et al.,2020)。这些瓶颈问题凸显出提升初始化方案、优化模式参数化过程等的迫切需求。
通过扩展现有的业务化次季节到季节(S2S)预测系统,IAP-CAS模式团队发展了年际-年代际(A2D)动力集合气候预测系统。该预测系统的核心是FGOALS-f2模式。基于海-气全场初始化策略以及时间滞后集合方案,该团队产生了一套1981-2015年的回算数据集(图1),并系统评估了该模式在A2D尺度的预测技巧。
研究结果表明:(1)除北大西洋区域可能受初始化冲击影响外,该模式对全球大部分区域地表温度预测显示出显著的正技巧(图2),同时能有效捕捉全球平均地表温度变暖趋势。(2)该模式对PDO表现出较高预测技巧,其相关性技巧可达3年,且高于CMIP6 DCPP多模式集合平均水平。(3)该模式在预测第1年对厄尔尼诺-南方涛动(ENSO)表现出高的预测技巧,且较为准确地再现ENSO与北太平洋大气遥相关机制,这可能是PDO预测技巧的重要物理基础。该研究还通过对比初始化回算数据与非初始化历史模拟试验,系统评估了初始化的影响。
上述成果近期在线发表于《Journal of Geophysical Research: Atmospheres》。论文的第一作者为中国科学院大气物理研究所的在读博士生汤瑶,通讯作者为中国科学院大气物理研究所包庆研究员,合作者包括成都信息工程大学吴小飞教授,中科院大气所朱涛博士后、何编研究员、刘屹岷研究员、吴国雄院士、周思媛博士后及IAP-CAS模式团队。该研究得到了国家自然科学基金(42475155和42175161)的资助,以及国家重大科技基础设施项目“地球系统数值模拟装置”(Earth System Numerical Simulation Facility)的计算支持。
论文信息:
Tang,Y.,Bao,Q.,Wu,X.,Zhu,T.,He,B.,Liu,Y.,et al. (2025). Toward dynamical annual to decadal climate prediction using the IAP-CAS model. Journal of Geophysical Research: Atmospheres,130,e2024JD042580. https://doi.org/10.1029/ 2024JD042580
参考文献:
Boer,G. J.,Smith,D. M.,Cassou,C.,Doblas-Reyes,F.,Danabasoglu,G.,Kirtman,B.,et al. (2016). The decadal climate prediction project (DCPP) contribution to CMIP6. Geoscientific Model Development,9(10),3751-3777. https://doi.org/10.5194/gmd-9-3751-201
Li,S.,Wu,L.,Yang,Y.,Geng,T.,Cai,W.,Gan,B.,et al. (2020). The Pacific Decadal Oscillation less predictable under greenhouse warming. Nature Climate Change,10(1),1-34. https://doi.org/10.1038/s41558-019-0663-x
图1 IAP-CAS年际-十年集合预测系统示意图。(a) FGOALS-f2气候模式框架配置;(b) 再分析数据同化过程中松弛系数的时间演变特征;(c) 基于时间滞后扰动法生成的集合成员构建方案;(d) A2D预测数据生产工作流。
图2 (a-c) ACC及(d-f) MSSS技巧的空间分布特征。左列为预测第1年技巧评分,中列为1-5年预测表现,右列对应6-10年预测表现。阴影区域表示通过90%置信度检验的显著技巧区域