基于改进版NUIST CFS1.1的热带大气季节内信号及其对中国气温降水影响的预测评估OA北大核心CSTPCD

基于南京信息工程大学次季节气候预测系统(NUIST CFS1.1),通过调整成员的大气初始化方案并优化了集合预测方案,构建了性能更优、计算成本更低的9成员NUIST CFS1.1 Pro系统。进一步基于实时多变量Madden-Julian Oscillation(MJO)指数和两类北半球夏季季节内振荡(Boreal Summer Intraseasonal Oscillation,BSISO)指数BSISO1和BSISO2,评估了该预测系统对热带不同季节的大气季节内振荡(ISO)的预测技巧。结果表明,NUIST CFS1.1 Pro能分别提前26、17、12 d有效预测(距平相关高于0.5)MJO、BSISO1、BSISO2,对强事件(振幅>1)的有效预测时长能分别延长到30、21、13 d。此预测性能对比国内其他最新次季节动力模式如BCC_CSM2和FGOALS-f2有一定优势,同时在与国际S2S计划的8个主要业务预测系统的技巧对比中,NUIST CFS1.1 Pro在冬季MJO和夏季BSISO1预测上处于较为领先的水平,BSISO2的预测则处于中等水平;对不同位相的计算技巧显示,冬季MJO和夏季BSISO1的2、3、6、7位相较其他位相技巧更高。进一步的分析表明,NUIST CFS1.1 Pro能提前5候准确把握冬季MJO的东传特征,并能在一定程度上预测出其对我国气温异常的影响,尤其是对位相2、3时候的冷异常预测;而在夏季,则能提前4候正确预测BSISO1的北传、西北传特征,尤其能较好地预测西北太平洋上的对流和低层环流异常,从而成功预测出BSISO1造成的我国东部地区降水异常的空间形态。然而预测的强度较观测偏弱,这需要进一步的工作来改进。