任宏利 吳 捷 趙崇博 劉 穎 賈小龍 張培群

1)(國家氣候中心 中國氣象局氣候研究開放實(shí)驗(yàn)室，北京 100081)2)(南京信息工程大學(xué)大氣科學(xué)學(xué)院，南京 210044)

?

MJO預(yù)報(bào)研究進(jìn)展

任宏利1)*吳 捷1)2)趙崇博1)劉 穎1)賈小龍1)張培群1)

1)(國家氣候中心 中國氣象局氣候研究開放實(shí)驗(yàn)室，北京 100081)2)(南京信息工程大學(xué)大氣科學(xué)學(xué)院，南京 210044)

熱帶大氣季節(jié)內(nèi)振蕩(Madden-Julian oscillation，MJO)是次季節(jié)-季節(jié)時(shí)間尺度氣候變率的支配模態(tài)。它不僅對低緯度地區(qū)天氣氣候產(chǎn)生重要影響，還能夠通過經(jīng)向傳播和激發(fā)大氣遙相關(guān)波列對中高緯度地區(qū)產(chǎn)生影響，是延伸期尺度最重要的可預(yù)報(bào)性來源。因此，MJO預(yù)報(bào)是次季節(jié)-季節(jié)氣候預(yù)測中極為重要的部分，近年來受到國際學(xué)術(shù)界廣泛關(guān)注。該文回顧了MJO預(yù)報(bào)發(fā)展歷史，概述了當(dāng)前國際上主要科研業(yè)務(wù)機(jī)構(gòu)的MJO預(yù)報(bào)發(fā)展現(xiàn)狀。目前基于統(tǒng)計(jì)方法和氣候模式的MJO預(yù)報(bào)研究取得了較大進(jìn)展，特別是多個(gè)耦合氣候模式和一種基于時(shí)空投影方法的統(tǒng)計(jì)模型均能夠顯著提升MJO預(yù)報(bào)技巧(有效預(yù)報(bào)可達(dá)20 d以上)。該文還介紹了中國氣象局國家氣候中心在MJO預(yù)報(bào)技術(shù)發(fā)展和業(yè)務(wù)系統(tǒng)研制方面的新進(jìn)展，當(dāng)前基于第2代大氣環(huán)流模式的MJO業(yè)務(wù)預(yù)報(bào)填補(bǔ)了國內(nèi)空白，技巧為16～17 d，而耦合氣候模式試驗(yàn)的技巧已達(dá)到約20 d?？傮w來看，利用耦合模式預(yù)報(bào)MJO是未來發(fā)展的主要方向，其中，面向MJO的模式初始化和集合預(yù)報(bào)新方法研究將是關(guān)注重點(diǎn)。

MJO； 預(yù)報(bào)技術(shù)； 集合； 業(yè)務(wù)系統(tǒng)

引 言

近幾十年來，逐日天氣預(yù)報(bào)和季節(jié)氣候預(yù)測均取得了較大發(fā)展，前者作為大氣初值問題，可預(yù)報(bào)性上限約為2～3周；后者作為大氣邊值問題，其季節(jié)平均狀態(tài)具有一定可預(yù)報(bào)性。然而，對介于二者之間的次季節(jié)尺度的延伸期預(yù)報(bào)而言，大氣初值和邊值都很重要，其預(yù)報(bào)和可預(yù)報(bào)性問題愈發(fā)引起關(guān)注。近年來，我國具有次季節(jié)尺度特征的氣象災(zāi)害頻發(fā)，其強(qiáng)度和影響范圍日益擴(kuò)大，如2008年1月我國南方地區(qū)發(fā)生歷史罕見的持續(xù)性低溫冰凍過程，造成巨大社會(huì)經(jīng)濟(jì)損失[1]。因此，延伸期預(yù)報(bào)是當(dāng)前科研業(yè)務(wù)工作中亟待解決的關(guān)鍵問題，而其發(fā)展出路就在于具有高可預(yù)報(bào)性的大氣季節(jié)內(nèi)振蕩信號(hào)的預(yù)報(bào)研究。

季節(jié)內(nèi)振蕩是大氣多尺度振蕩現(xiàn)象重要組成部分，其中,MJO(Madden-Julian oscillation)是熱帶大氣季節(jié)內(nèi)變化(intra-seasonal variability, ISV)的最主要模態(tài)，典型時(shí)間尺度約為30～60 d、最早在熱帶地區(qū)的緯向風(fēng)和氣壓場被發(fā)現(xiàn)[2-3]。大量研究表明，MJO具有緯向1波的行星尺度空間結(jié)構(gòu)和向東傳播的主要特征[4-8]。在北半球冬季，大氣季節(jié)內(nèi)振蕩信號(hào)較強(qiáng)，其振幅的大值區(qū)主要分布在5°～20°S；在北半球夏季，以東傳為主的季節(jié)內(nèi)振蕩信號(hào)明顯減弱，強(qiáng)度大值區(qū)主要分布在5°～20°N，且在印度洋地區(qū)向北傳播，在西北太平洋向西北傳播[9-11]。鑒于早期MJO研究需要對大氣變量進(jìn)行時(shí)間濾波，Wheeler等[12]提出了利用非濾波逐日資料的實(shí)時(shí)多變量MJO(real-time multivariate MJO，RMM)指數(shù)刻畫MJO，在國際上的MJO研究和業(yè)務(wù)中得到廣泛應(yīng)用。

綜上所述， MJO預(yù)報(bào)在次季節(jié)到季節(jié)(sub-seasonal to seasonal, S2S)氣候預(yù)測中極為關(guān)鍵，近年來受到國際學(xué)術(shù)界廣泛關(guān)注。更為重要的是，通過提高M(jìn)JO預(yù)報(bào)水平、提取相關(guān)聯(lián)的有效預(yù)報(bào)信息，對于填補(bǔ)天氣預(yù)報(bào)和季節(jié)預(yù)測之間的預(yù)報(bào)薄弱區(qū)間具有重要意義。本文將首先回顧MJO預(yù)報(bào)的發(fā)展歷史，概述當(dāng)前國際上主要科研業(yè)務(wù)機(jī)構(gòu)對于MJO預(yù)報(bào)的現(xiàn)狀，重點(diǎn)介紹中國氣象局國家氣候中心在MJO預(yù)測技術(shù)發(fā)展和業(yè)務(wù)系統(tǒng)研制方面取得的最新進(jìn)展，并展望下一步MJO預(yù)報(bào)研究的重點(diǎn)問題。

1 國際上MJO統(tǒng)計(jì)預(yù)報(bào)發(fā)展回顧

預(yù)報(bào)方法基本上分為兩種：一種是基于數(shù)理統(tǒng)計(jì)的經(jīng)驗(yàn)性方法，另一種是基于物理定律的數(shù)值模式方法，這也就是通常所說的統(tǒng)計(jì)方法和動(dòng)力方法。下面將針對MJO預(yù)報(bào)分別介紹統(tǒng)計(jì)模型和動(dòng)力模式兩種途徑的發(fā)展?fàn)顩r。

由于MJO具有良好的周期性及顯著的前兆信號(hào)，統(tǒng)計(jì)模型一直是進(jìn)行MJO預(yù)報(bào)的有效方法，特別是在早期，即數(shù)值模式對MJO現(xiàn)象無法進(jìn)行有效模擬的時(shí)期。國際上針對MJO現(xiàn)象的統(tǒng)計(jì)預(yù)報(bào)方法已取得了很多進(jìn)展[41-55]，利用統(tǒng)計(jì)模型預(yù)報(bào)MJO已具有一定預(yù)報(bào)技巧。通常以預(yù)報(bào)和觀測的RMM指數(shù)相關(guān)系數(shù)超過0.5的日數(shù)作為可用MJO預(yù)報(bào)的最低預(yù)報(bào)技巧標(biāo)準(zhǔn)，基于統(tǒng)計(jì)模式的預(yù)報(bào)技巧可達(dá)11～25 d，但仍遠(yuǎn)小于MJO自身的時(shí)間尺度(即30～60 d)。因此，利用統(tǒng)計(jì)模型提升預(yù)報(bào)技巧的空間還很大。

Zhu等[55]總結(jié)了截至目前國際上對MJO的統(tǒng)計(jì)預(yù)報(bào)方法研究所取得的主要進(jìn)展。其中，美國氣候預(yù)測中心(Climate Prediction Center, CPC)以及澳大利亞氣象局研究中心(Bureau of Meteorology Research Centre, BMRC)等機(jī)構(gòu)已利用統(tǒng)計(jì)方法(如滯后回歸、線性自回歸等)對MJO進(jìn)行預(yù)測，并將MJO的預(yù)測作為業(yè)務(wù)預(yù)報(bào)重點(diǎn)。CPC采用的統(tǒng)計(jì)預(yù)報(bào)模型CA(constructed analogue)[56]和滯后線性回歸方法(PCL)[46,51]，以及經(jīng)驗(yàn)波傳播(empirical wave propagation, EWP)方法預(yù)報(bào)200 hPa速度勢；BMRC采用自回歸模型(auto-regressive model, ARM)對MJO指數(shù)序列進(jìn)行預(yù)測[46]。其中，PCL和ARM已被引入我國MJO預(yù)報(bào)業(yè)務(wù)[57]。

最近，Hsu等[58]發(fā)展了一種基于大氣低頻信號(hào)的時(shí)空投影方法(spatial-temporal projection method, STPM)，可用于區(qū)域性低頻降水的延伸期預(yù)報(bào)。它利用長期歷史資料進(jìn)行訓(xùn)練，通過奇異值分解(singular vector decomposition, SVD)建立起預(yù)報(bào)量和前期因子的聯(lián)系，在預(yù)報(bào)時(shí)期將前期環(huán)流場投影到預(yù)報(bào)因子上，即可得到隨時(shí)間演變的季節(jié)內(nèi)尺度的預(yù)報(bào)量。Zhu等[55]進(jìn)一步將STPM加以發(fā)展并應(yīng)用于候平均意義的MJO預(yù)報(bào)，試驗(yàn)顯示預(yù)報(bào)時(shí)效可達(dá)25～30 d，具有良好的延伸期預(yù)報(bào)業(yè)務(wù)應(yīng)用前景。

2 國際上MJO數(shù)值模式預(yù)報(bào)發(fā)展回顧

氣候模式是開展季節(jié)內(nèi)振蕩研究和預(yù)報(bào)的重要工具。Slingo等[59]比較了大氣環(huán)流模式比較計(jì)劃(AMIP)中15個(gè)模式結(jié)果，分析表明:雖然多數(shù)模式能夠再現(xiàn)大氣季節(jié)內(nèi)時(shí)間尺度的振蕩信號(hào)以及對流層高層速度勢異常的向東傳播特征，但對季節(jié)內(nèi)振蕩其他主要特征的模擬并不理想。Lin等[8]考察了參與政府間氣候變化委員會(huì)(IPCC)第4次評(píng)估報(bào)告的14個(gè)模式對熱帶季節(jié)內(nèi)振蕩的模擬結(jié)果，發(fā)現(xiàn)模式對次季節(jié)時(shí)間尺度的降水強(qiáng)度分布、顯著周期和傳播特征的模擬仍存在困難。

近年來，隨著觀測初始場數(shù)據(jù)質(zhì)量的提升、耦合氣候模式中對流參數(shù)化、海氣相互作用等物理過程的改善，數(shù)值模式對MJO的逐日預(yù)報(bào)技巧(圖1)整體上高于統(tǒng)計(jì)模型的結(jié)果[51-52]，當(dāng)然基于STPM的MJO候平均預(yù)報(bào)也可達(dá)到較高水平[55]。世界上各主要科研和業(yè)務(wù)機(jī)構(gòu)的模式對MJO的預(yù)報(bào)技巧近些年來得到明顯提升。Seo等[60]評(píng)估了美國NCEP(National Centers for Environmental Prediction)的CFSv1(Climate Forecast System Version 1)中的MJO預(yù)報(bào)，可用預(yù)報(bào)技巧為10～15 d。Wang等[61]近期研究結(jié)果顯示，新一代的CFSv2可以提升到20 d。Rashid等[62]分析顯示澳大利亞POAMA(Pre-dictive Ocean-Atmosphere Model for Australia)系統(tǒng)的MJO預(yù)報(bào)時(shí)效為21 d，Hudson等[63]發(fā)現(xiàn)采用耦合Breeding初始化方案的POAMA-2系統(tǒng)可以將MJO預(yù)報(bào)水平提升到23 d。按照Kang等[52,64]研究結(jié)果，韓國SNU(Seoul National University)耦合模式的MJO預(yù)報(bào)技巧從20 d提高到22 d，這得益于在模式中使用了經(jīng)驗(yàn)奇異向量集合擾動(dòng)方法。Fu等[65]分析了國際觀測計(jì)劃DYNAMO(Dynamics of the MJO)期間模式的MJO預(yù)報(bào)能力，發(fā)現(xiàn)NCEP的GFS(Global Forecast System)，CFSv2和UH(University of Hawaii)模式的預(yù)報(bào)技巧分別為13, 25 d 和 28 d，反映出海氣耦合能顯著提升MJO的預(yù)報(bào)性能。相比之下，ECMWF(European Center for Medium-range Weather Forecasting)的MJO預(yù)報(bào)技巧更高，可達(dá)25 d以上[66-68]。但這里需要注意的是，由于各模式檢驗(yàn)的時(shí)段、長度、樣本量等的差異，上述MJO預(yù)報(bào)技巧之間不一定具有可比性。

圖1 國際上多家機(jī)構(gòu)模式預(yù)報(bào)和回報(bào)試驗(yàn)的MJO指數(shù)預(yù)報(bào)技巧對比Fig.1 Skills of predictions and hindcasts based on models in the main international research and operation institutions

MJO預(yù)報(bào)水平的大幅提升，除了源于觀測資料質(zhì)量和模式性能的改進(jìn)，還離不開模式初始化和集合預(yù)報(bào)技術(shù)的發(fā)展。當(dāng)前，季節(jié)內(nèi)尺度預(yù)報(bào)的模式初始化問題正成為新的研究熱點(diǎn)。很多研究表明，預(yù)報(bào)模式的最優(yōu)初始化和針對MJO的集合擾動(dòng)方法能夠進(jìn)一步提高M(jìn)JO預(yù)報(bào)技巧，特別是在預(yù)報(bào)的初始時(shí)期。Vitart等[66]分別使用ERA-40(ECMWF reanalysis-40)和ERA-15數(shù)據(jù)作為模式初始場對比MJO預(yù)報(bào)技巧，發(fā)現(xiàn)使用MJO信號(hào)強(qiáng)度更強(qiáng)的ERA-40作為初始場時(shí)，模式預(yù)報(bào)技巧更高，而海洋初始場對MJO預(yù)報(bào)技巧影響不大。Fu等[69]發(fā)現(xiàn)，與觀測資料相比，NCEP再分析資料中的MJO信號(hào)明顯偏弱，如果將模式初始場中的MJO信號(hào)恢復(fù)到接近觀測水平，可明顯提高模式對季節(jié)內(nèi)振蕩的預(yù)報(bào)技巧，同時(shí)在初始場中保留高頻天氣信號(hào)也有利于延長降水的可預(yù)報(bào)性。Fu等[70]進(jìn)一步綜合對比多種再分析資料作為初始場時(shí)模式對低頻振蕩的預(yù)報(bào)技巧，指出采用ERA-interim數(shù)據(jù)做初始場時(shí)模式預(yù)報(bào)技巧更好，而在使用信號(hào)恢復(fù)技術(shù)后，模式預(yù)報(bào)技巧在使用各種再分析資料做初始場時(shí)均有明顯提高。因此，為模式提供更加準(zhǔn)確、MJO信號(hào)更強(qiáng)的初始場對提高M(jìn)JO的預(yù)報(bào)技巧具有重要意義。

研究顯示，集合預(yù)報(bào)系統(tǒng)的預(yù)報(bào)技巧依賴于集合擾動(dòng)的空間結(jié)構(gòu)[71]。對于季節(jié)內(nèi)變率，其集合擾動(dòng)的生成方法可類似于數(shù)值天氣預(yù)報(bào)大致劃分為4類:①滯后平均法(lagged average forecast, LAF)。Rashid等[62]使用LAF方法構(gòu)建10個(gè)集合樣本，利用POAMA模式進(jìn)行對MJO的預(yù)報(bào)，發(fā)現(xiàn)集合平均的預(yù)報(bào)技巧約為21 d。②增長模繁殖法(breeding growing mode, BGM)。Liess等[72]利用BGM方法產(chǎn)生適用于MJO預(yù)報(bào)的初始擾動(dòng)，并研究其可預(yù)報(bào)性。Chikamoto等[73]也成功提取了與MJO有關(guān)的熱帶地區(qū)增長模態(tài)，發(fā)現(xiàn)它具有緯向1波和東傳特征，但沒有繼續(xù)利用該擾動(dòng)進(jìn)行MJO的集合預(yù)報(bào)，進(jìn)而驗(yàn)證最優(yōu)擾動(dòng)對提高M(jìn)JO預(yù)報(bào)的重要性。③奇異向量法(singular vector, SV)。Vitart等[66]利用針對熱帶氣旋的奇異向量進(jìn)行MJO的集合預(yù)報(bào)，發(fā)現(xiàn)MJO預(yù)報(bào)技巧為17～20 d，并通過敏感性試驗(yàn)進(jìn)一步說明，擾動(dòng)會(huì)對MJO的預(yù)報(bào)技巧產(chǎn)生重要影響。④經(jīng)驗(yàn)奇異向量法(empirical SV, ESV)。Kug等[74]針對SV方法的一些不足，如需要耦合模式的線性版本和額外的計(jì)算資源等，提出了經(jīng)驗(yàn)奇異向量法。該方法利用模式已有的回算資料，通過經(jīng)驗(yàn)線性算子可有效提取最快增長模態(tài)，按照一定比例對振幅進(jìn)行調(diào)整后作為經(jīng)驗(yàn)的最優(yōu)初值擾動(dòng)加入模式中。Ham等[75]將ESV方法應(yīng)用于MJO預(yù)報(bào)，發(fā)現(xiàn)可有效提高M(jìn)JO預(yù)報(bào)技巧(達(dá)到17 d左右)，特別是針對控制試驗(yàn)中預(yù)報(bào)技巧較低的初始位相。Kang等[64]綜合比較了LAF，BGM和ESV方法的預(yù)報(bào)技巧，進(jìn)一步提出綜合多種集合擾動(dòng)的MP(multi-perturbation)方法，可將MJO的預(yù)報(bào)技巧提高到20 d以上。

近年來，MJO的動(dòng)力可預(yù)報(bào)性研究也取得了很大進(jìn)展。2009年國際上聯(lián)合發(fā)起了針對MJO的控制試驗(yàn)和回報(bào)試驗(yàn)比較計(jì)劃, 即ISVHE(Intraseasonal Variability Hindcast Experiment)，目的是定量檢驗(yàn)?zāi)Ｊ交貓?bào)試驗(yàn)中北半球冬季和夏季的季節(jié)內(nèi)變率的可預(yù)報(bào)性。Neena等[76]采用計(jì)算理想模式的信噪比的方式定量估計(jì)模式對MJO的可預(yù)報(bào)性，并對各個(gè)模式在北半球冬季對MJO的單樣本和集合預(yù)報(bào)技巧進(jìn)行評(píng)估。就集合預(yù)報(bào)而言，澳大利亞氣象局ABOM2的預(yù)報(bào)技巧為24 d，歐洲中期天氣預(yù)報(bào)中心ECMWF的預(yù)報(bào)技巧為28 d，性能最優(yōu)，其他模式，如日本氣象廳、歐洲地中海氣候變化中心、韓國首爾國立大學(xué)SNU模式和美國CPC/CFSv2模式的預(yù)報(bào)技巧集中于15～20 d。

3 我國MJO預(yù)報(bào)研究的新進(jìn)展

從前面回顧可以看出，國際上MJO統(tǒng)計(jì)和數(shù)值模式預(yù)報(bào)方面正在經(jīng)歷快速發(fā)展階段。國內(nèi)也有相關(guān)MJO統(tǒng)計(jì)預(yù)測研究工作，賈小龍等[57]利用兩種統(tǒng)計(jì)方法(PCL和ARM)進(jìn)行了針對MJO指數(shù)的預(yù)測研究。結(jié)果顯示，滯后線性回歸方法和自回歸模型均能較好地描述MJO強(qiáng)度和傳播特征，與國外同類預(yù)測產(chǎn)品有很好的一致性；MJO在兩周內(nèi)有較好的預(yù)測技巧，其中,利用滯后線性回歸方法的預(yù)測技巧要高于自回歸模型。

盡管我國在短期氣候預(yù)測業(yè)務(wù)技術(shù)方面取得了長足進(jìn)步[77-81]，但在MJO預(yù)報(bào)科研業(yè)務(wù)方面進(jìn)展有限，特別是在MJO數(shù)值模式預(yù)報(bào)的核心技術(shù)和業(yè)務(wù)能力尚處于空白狀態(tài)，嚴(yán)重滯后于國際發(fā)展步伐。為此，2013年以來，中國氣象局國家氣候中心啟動(dòng)了MJO預(yù)報(bào)業(yè)務(wù)系統(tǒng)研發(fā)計(jì)劃，作為第2代短期氣候預(yù)測業(yè)務(wù)系統(tǒng)建設(shè)和業(yè)務(wù)技術(shù)發(fā)展的重要組成部分，以填補(bǔ)我國在氣候模式MJO預(yù)報(bào)方面的空白。圖2給出了中國氣象局國家氣候中心ISV/MJO監(jiān)測預(yù)測系統(tǒng)(ISV/MJO Monitoring and Prediction System, IMPRESS)的組成結(jié)構(gòu)和發(fā)展思路。這一系統(tǒng)主要包含監(jiān)測分析和預(yù)測兩個(gè)部分。其監(jiān)測分析將使用中國氣象局?jǐn)?shù)值預(yù)報(bào)中心提供的T639全球風(fēng)場分析場和國家衛(wèi)星氣象中心提供的風(fēng)云三號(hào)氣象衛(wèi)星(FY-3B)射出長波輻射(outgoing long-wave radiation, OLR)場，實(shí)現(xiàn)觀測數(shù)據(jù)完全自主化；其預(yù)測部分采用BCC第2代大氣環(huán)流模式(Atmospheric General Circulation Model, AGCM)和氣候系統(tǒng)模式以及統(tǒng)計(jì)的STPM方法相結(jié)合的技術(shù)路線。IMPRESS系統(tǒng)業(yè)務(wù)產(chǎn)品將以MJO/ISV各項(xiàng)指數(shù)的監(jiān)測預(yù)測及基于指數(shù)重構(gòu)的變量場的數(shù)據(jù)和圖形產(chǎn)品為主。作為對S2S預(yù)報(bào)的重要支撐，該系統(tǒng)將進(jìn)一步提供基于ISV/MJO等低頻信號(hào)的延伸期過程預(yù)報(bào)和應(yīng)用產(chǎn)品。這一系統(tǒng)的建成將實(shí)現(xiàn)我國完全自主的S2S預(yù)報(bào)業(yè)務(wù)能力。

圖2 中國氣象局國家氣候中心ISV/MJO監(jiān)測預(yù)測系統(tǒng)發(fā)展概念圖Fig.2 Conceptual diagram of ISV/MJO monitoring and prediction system being developed in National Climate Center of China Meteorological Administration

截止2015年夏天，中國氣象局國家氣候中心主要在3個(gè)方面取得了顯著進(jìn)展。

3.1 基于BCC第2代大氣環(huán)流模式的IMPRESS1.0

國際上主要采用動(dòng)力延伸預(yù)報(bào)模式開展延伸期時(shí)段的試驗(yàn)性預(yù)測，如美國的NCEP/CFS、日本的月內(nèi)數(shù)值集合預(yù)報(bào)系統(tǒng)均利用海氣耦合模式或大氣環(huán)流模式預(yù)報(bào)未來1個(gè)月或更長時(shí)間的逐日要素信息。我國科學(xué)家很早就認(rèn)識(shí)到MJO對于東亞天氣氣候異常的重要價(jià)值，在MJO數(shù)值模擬研究方面做出了一系列有意義的工作[82]。然而，在國際上利用當(dāng)代最先進(jìn)模式系統(tǒng)開展MJO預(yù)報(bào)研究和大力發(fā)展業(yè)務(wù)能力之時(shí)，我國在這一領(lǐng)域的研究工作尚屬空白。這一方面是由于國內(nèi)學(xué)界有關(guān)MJO對于我國氣候影響程度的長期爭論，另一方面，國內(nèi)各家模式研發(fā)機(jī)構(gòu)并沒有針對MJO現(xiàn)象開展系統(tǒng)性研究工作。2013年開始，中國氣象局國家氣候中心基于BCC第2代氣候模式，開展了一系列針對MJO以及ISV的模擬、預(yù)報(bào)性能評(píng)估和預(yù)報(bào)技術(shù)研發(fā)工作。

首先，Zhao等[83]①Zhao C B,Ren H L,Song L C,et al.Madden-Julian oscillation in BCC Climate models.Dyn of Atmos and Oceans,2015,in press.綜合評(píng)估了中國氣象局國家氣候中心BCC_CSM模式系列版本[84-85]對于MJO和北半球夏季大氣季節(jié)內(nèi)振蕩(boreal summer intra-seasonal oscillation，BSISO)的模擬性能，主要結(jié)果顯示，BCC_CSM1.1模式模擬印度洋地區(qū)的BSISO方差比觀測偏小，在西北太平洋地區(qū)則偏大，西傳信號(hào)過強(qiáng)導(dǎo)致傳播帶呈西南—東北向傾斜分布，且在西北太平洋地區(qū)比印度洋地區(qū)北傳速度更快，與觀測不一致。BCC_CSM各版本模式模擬的MJO信號(hào)普遍表現(xiàn)出主周期明顯偏短、信號(hào)東傳過快、西傳過強(qiáng)、伴隨的低頻降水在赤道印度洋偏弱而在西太平洋嚴(yán)重偏強(qiáng)等特征。

2014年底中國氣象局短期氣候預(yù)測團(tuán)隊(duì)/氣候現(xiàn)象預(yù)測研發(fā)小組基于中國氣象局?jǐn)?shù)值預(yù)報(bào)中心的T639全球風(fēng)場分析場、國家衛(wèi)星氣象中心FY-3B OLR場以及國家氣候中心的BCC_AGCM2.2建立了IMPRESS1.0系統(tǒng)，發(fā)展了MJO實(shí)時(shí)監(jiān)測預(yù)測一體化技術(shù)和業(yè)務(wù)產(chǎn)品，圖3給出了國家氣候中心IMPRESS1.0結(jié)構(gòu)圖。該系統(tǒng)首次實(shí)現(xiàn)了我國風(fēng)云衛(wèi)星分析數(shù)據(jù)在氣候預(yù)測業(yè)務(wù)產(chǎn)品中應(yīng)用，也首次建立了我國完全自主業(yè)務(wù)能力的MJO實(shí)時(shí)監(jiān)測預(yù)測一體化業(yè)務(wù)，填補(bǔ)了國內(nèi)該領(lǐng)域空白。對于該系統(tǒng)的全面評(píng)估結(jié)果顯示，其MJO指數(shù)的預(yù)報(bào)時(shí)效約為16～17 d(如圖4所示)，接近于美國CFSv2的預(yù)報(bào)技巧(19～20 d)，但與國際領(lǐng)先水平(圖1)仍有明顯差距。這主要由于當(dāng)前BCC模式對于MJO周期性和傳播等主要特征模擬性能還不夠理想；且模式初始場資料并非由該模式同化產(chǎn)生，當(dāng)前的初始化處理又過于簡單，導(dǎo)致初值與模式之間存在動(dòng)力不協(xié)調(diào)問題，而最近研究表明，有效的初始化過程對預(yù)報(bào)至關(guān)重要[86]；此外，模式集合方案僅采用了每日4個(gè)時(shí)刻初值的滯后平均預(yù)報(bào)，距離最優(yōu)集合擾動(dòng)仍相差甚遠(yuǎn)。這些均為導(dǎo)致目前該預(yù)報(bào)系統(tǒng)技巧偏低的主要因素。

圖3 IMPRESS1.0結(jié)構(gòu)圖Fig.3 Organizational chart of IMPRESS1.0 established in National Climate Center of China Meteorological Administration

圖4 IMPRESS1.0對于不同季節(jié)RMM指數(shù)的歷史回報(bào)相關(guān)系數(shù)技巧評(píng)分Fig.4 Correlation coefficient skill scores for bivariate RMM index of IMPRESS1.0 hindcasts in different seasons

目前，IMPRESS1.0中建立了兩套實(shí)時(shí)的MJO監(jiān)測預(yù)測業(yè)務(wù)產(chǎn)品，第1套采用國內(nèi)自主數(shù)據(jù)，即T639全球分析場和風(fēng)云衛(wèi)星資料，第2套采用美國NOAA衛(wèi)星資料和NCEP1再分析資料，而模式均采用中國氣象局國家氣候中心的BCC_AGCM2.2，實(shí)現(xiàn)對MJO進(jìn)行實(shí)時(shí)監(jiān)測和預(yù)測，目的是直接對基于完全國產(chǎn)的和進(jìn)口數(shù)據(jù)的業(yè)務(wù)產(chǎn)品進(jìn)行對比。針對2015年MJO個(gè)例對比顯示，兩類產(chǎn)品的監(jiān)測和預(yù)測結(jié)果基本一致(圖略)。運(yùn)用這一自動(dòng)化業(yè)務(wù)系統(tǒng)，可給出近期RMM指數(shù)監(jiān)測和未來RMM指數(shù)預(yù)測的空間位相圖及數(shù)據(jù)，展示模式近期對RMM指數(shù)的預(yù)報(bào)性能，并提供與MJO相關(guān)聯(lián)的重建逐日實(shí)時(shí)850 hPa緯向風(fēng)和OLR監(jiān)測預(yù)測時(shí)間演變圖和空間分布。目前，這兩類MJO監(jiān)測預(yù)測業(yè)務(wù)產(chǎn)品在中國氣象局氣象業(yè)務(wù)內(nèi)網(wǎng)和國家氣候中心氣候系統(tǒng)監(jiān)測、診斷、預(yù)測、評(píng)估網(wǎng)站(http:∥cmdp.ncc-cma.net/Monitoring/moni_mjo.php)每日實(shí)時(shí)發(fā)布。與此同時(shí)，還針對BSISO開發(fā)了指數(shù)空間相圖、指數(shù)序列圖和重構(gòu)異常場空間分布圖的監(jiān)測預(yù)測業(yè)務(wù)產(chǎn)品，同樣在網(wǎng)站每日實(shí)時(shí)發(fā)布。

3.2 基于STPM的MJO候平均實(shí)時(shí)預(yù)報(bào)

在MJO統(tǒng)計(jì)預(yù)報(bào)方面，鑒于Zhu等[55]利用NCEP2再分析資料建立了STPM統(tǒng)計(jì)預(yù)報(bào)模型，可對MJO的RMM指數(shù)、OLR場和850 hPa緯向風(fēng)異常場進(jìn)行預(yù)報(bào)，中國氣象局國家氣候中心科研人員進(jìn)一步利用NOAA觀測資料和NCEP1再分析資料，以非傳統(tǒng)濾波-時(shí)空投影模型為基礎(chǔ)，根據(jù)業(yè)務(wù)需求，改進(jìn)MJO指數(shù)和空間分布的預(yù)報(bào)方法，發(fā)展了適用于實(shí)時(shí)業(yè)務(wù)化應(yīng)用的預(yù)報(bào)技術(shù)，為MJO和延伸期預(yù)報(bào)提供參考依據(jù)。

為滿足業(yè)務(wù)需求，利用STPM進(jìn)行實(shí)時(shí)預(yù)報(bào)，預(yù)報(bào)因子(predictors)可選取實(shí)時(shí)更新的NCEP1逐日再分析資料[78]的850 hPa 和200 hPa緯向風(fēng)(U850和U200)，850 hPa輻散場(D850)，700 hPa相對濕度場(R700)，850 hPa,500 hPa和200 hPa高度場(H850,H500和H200)，以及NOAA的OLR逐日再分析資料，范圍在30°S～30°N整個(gè)緯度帶。預(yù)報(bào)因子簡稱為U850，U200，D850，R700，H850，H500，H200和OLR，預(yù)報(bào)對象(predictand)為RMM指數(shù)、U850和OLR。采用非傳統(tǒng)濾波方法針對MJO進(jìn)行RMM指數(shù)、OLR異常場和U850異常場的實(shí)時(shí)監(jiān)測預(yù)測。

STPM模式的獨(dú)立樣本檢驗(yàn)和個(gè)例分析均表明：模式在夏季對RMM1指數(shù)的預(yù)報(bào)技巧可達(dá)20～25 d，對RMM2指數(shù)的預(yù)報(bào)技巧可達(dá)25～30 d。但在冬季預(yù)報(bào)技巧則相對偏低，RMM1和RMM2均為15～20 d，這是值得深入研究的問題。需要指出的是，STPM所能提供的是具有候平均意義的MJO指數(shù)預(yù)報(bào)，與逐日RMM指數(shù)預(yù)報(bào)有區(qū)別。STPM模型對MJO具有可觀的預(yù)測技巧，適合開展實(shí)時(shí)業(yè)務(wù)預(yù)報(bào)。目前，該方法已在中國氣象局國家氣候中心氣候預(yù)測中試平臺(tái)提供實(shí)時(shí)預(yù)報(bào)產(chǎn)品，在2015年汛期供業(yè)務(wù)預(yù)報(bào)員作為延伸期預(yù)報(bào)的參考。

3.3 基于BCC第2代耦合氣候模式的MJO預(yù)報(bào)技術(shù)

近年來，國際上MJO預(yù)報(bào)水平的大幅提升，主要得益于海氣耦合的氣候模式對MJO的模擬性能有了明顯改進(jìn)、包含更多MJO等低頻振蕩信息的高質(zhì)量分析場數(shù)據(jù)被用于模式預(yù)報(bào)，以及基于耦合模式的預(yù)報(bào)初始化和集合擾動(dòng)技術(shù)得到了長足發(fā)展。已有研究表明，考慮了海氣相互作用的耦合氣候模式比單純大氣模式具有更高的MJO可預(yù)報(bào)性。為此，在利用大氣環(huán)流模式構(gòu)建MJO預(yù)報(bào)系統(tǒng)同時(shí)，中國氣象局國家氣候中心研發(fā)小組也開展了大量工作，研發(fā)適用于BCC第2代耦合氣候預(yù)測模式的MJO初始化預(yù)報(bào)方案和集合擾動(dòng)生成技術(shù)。

經(jīng)過兩年來的技術(shù)開發(fā)，研發(fā)小組開發(fā)出了3種不同類型的BCC氣候模式初始化方案，每種方案單獨(dú)初值預(yù)報(bào)技巧均可達(dá)到約16 d，在此基礎(chǔ)上，進(jìn)一步發(fā)展了基于不同初始化方案的集合方法，使得集合平均后的MJO有技巧預(yù)報(bào)時(shí)效延長到約19～22 d②Ren H L,Wu J,Zhao C,et al.MJO ensemble prediction in BCC_CSM 1.1m based on different initialization schemes.Atmos Ocean Sci lett,2015,in press.。更為全面的試驗(yàn)和檢驗(yàn)分析工作仍在進(jìn)行中。通過持續(xù)地圍繞MJO甚至更一般性的ISV預(yù)報(bào)技術(shù)創(chuàng)新，中國氣象局國家氣候中心的MJO預(yù)報(bào)技巧有望達(dá)到國際先進(jìn)水平，從而為S2S預(yù)報(bào)打下堅(jiān)實(shí)的基礎(chǔ)，為業(yè)務(wù)人員提供更為可靠的依據(jù)。

4 小 結(jié)

MJO在次季節(jié)-季節(jié)時(shí)間尺度氣候變率預(yù)測中扮演著極為關(guān)鍵的角色，是這一時(shí)間尺度上可預(yù)報(bào)性的最主要來源。它一方面對低緯度地區(qū)天氣氣候產(chǎn)生直接影響，還通過空間傳播和激發(fā)熱帶外大氣遙相關(guān)波列對全球廣大區(qū)域產(chǎn)生重要影響。 總體來看，目前國際上MJO預(yù)報(bào)已達(dá)到較高且相對穩(wěn)定的水平，有技巧的MJO預(yù)報(bào)日數(shù)一般可達(dá)到20 d以上。我國學(xué)者在MJO預(yù)報(bào)研究方面起步較晚，特別是在利用氣候模式進(jìn)行MJO預(yù)報(bào)的研究方面仍是空白。因此，中國氣象局國家氣候中心科研人員近兩年來圍繞MJO監(jiān)測預(yù)測的關(guān)鍵問題，開展了大量攻關(guān)研究工作，利用BCC第2代大氣環(huán)流模式、耦合氣候系統(tǒng)模式以及STPM統(tǒng)計(jì)模型進(jìn)行MJO預(yù)報(bào)科研和業(yè)務(wù)，取得了較為顯著的進(jìn)展。目前，中國氣象局國家氣候中心已具備MJO實(shí)時(shí)監(jiān)測預(yù)測業(yè)務(wù)能力，有技巧的預(yù)報(bào)達(dá)到16～17 d，基于STPM的候平均MJO預(yù)報(bào)技巧達(dá)到20 d以上，基于耦合氣候模式的MJO關(guān)鍵技術(shù)研發(fā)也取得較大進(jìn)展(技巧約為20 d)，有望達(dá)到國際先進(jìn)水平。

對于未來發(fā)展，基于統(tǒng)計(jì)預(yù)報(bào)和動(dòng)力模式的MJO實(shí)時(shí)監(jiān)測預(yù)測是最值得關(guān)注的方向。一方面，在現(xiàn)有IMPRESS1.0基礎(chǔ)上，未來仍需要根據(jù)業(yè)務(wù)需求，不斷優(yōu)化產(chǎn)品，發(fā)展集合概率的實(shí)時(shí)MJO指數(shù)預(yù)報(bào)產(chǎn)品，開發(fā)更能表征東亞地區(qū)季節(jié)內(nèi)變率(如BSISO指數(shù)等)的監(jiān)測、預(yù)測產(chǎn)品。同時(shí)利用CFSR等高質(zhì)量再分析資料和非濾波方法，繼續(xù)開展STPM對MJO的預(yù)報(bào)應(yīng)用研究。另一方面，逐步改進(jìn)BCC第2代模式對于MJO的模擬性能是提升預(yù)報(bào)水平的根本之路，這需要深入開展MJO機(jī)制的科學(xué)研究，尋找模式中影響MJO機(jī)制的關(guān)鍵物理過程，并加以優(yōu)化和改進(jìn)。此外，鑒于短時(shí)期內(nèi)提升模式MJO模擬能力可能有難度，還需要同時(shí)發(fā)展適于MJO預(yù)報(bào)的耦合模式初始化方案和集合擾動(dòng)生成方法，并研究將利用歷史資料信息的模式預(yù)報(bào)訂正方法等[87-90]有針對性地應(yīng)用于MJO預(yù)報(bào)，探索出一條富有成效的發(fā)展之路。

[1] 國家氣候中心.2008 年初我國南方低溫雨雪冰凍災(zāi)害及氣候分析.北京:氣象出版社,2008.

[2] Madden R A,Julian P R.Detection of a 40-50 day oscillation in the zonal wind in the tropical Pacific.JAtmosSci,1971,28(5):702-708.

[3] Madden R A,Julian P R.Description of global-scale circulation cells in the tropics with a 40-50 day period.JAtmosSci,1972,29(6):1109-1123.

[4] Lau K M,Chan P H.Aspects of the 40-50 day oscillation during the northern summer as inferred from outgoing longwave radiation.MonWeaRev,1986,114(7):1354-1367.

[5] Li C,Wu P.An observational study of the 30-50 day atmospheric oscillations.Part I:Structure and propagation.AdvAtmosSci,1990,7:294-304.

[6] Sperber K R.Propagation and the vertical structure of the Madden-Julian Oscillation.MonWeaRev,2003,131:3018-3037.

[7] Zhang C.Madden-Julian Oscillation.RevGeophys,2005,43,RG 2003,doi:10.1029/2004RG000158.

[8] Lin A L,Kiladis G N,Mapes B E,et al.Tropical intraseasonal variability in 14 IPCC AR4 climate models.Part Ⅰ:Convective signals.JClim,2006,19(12):2665-2690.

[9] Jiang X A,Li T,Wang B.Structures and mechanism of the northward propagating boreal summer intraseasonal oscillation.JClim,2004,18:1022-1039.

[10] 賈小龍,李崇銀.熱帶大氣季節(jié)內(nèi)振蕩的季節(jié)性特征及其在SAMIL-R42L9中的表現(xiàn).熱帶氣象學(xué)報(bào),2007,23(2):219-228.

[11] Lin A,Li T.Energy spectrum characteristics of boreal summer intraseasonal oscillations:Climatology and variations during the ENSO developing and decaying phases.JClim,2008,21:6304-6320.

[12] Wheeler M,Hendon H H.An all-season real-time multivariate MJO index:Development of an index for monitoring and prediction.MonWeaRev,2004,132:1917-1932.

[13] 李崇銀,周亞萍.熱帶大氣季節(jié)內(nèi)振蕩和ENSO的相互關(guān)系.地球物理學(xué)報(bào),1994,37:17-26.

[14] Zhang C,Gottschalck J.SST anomalies of ENSO and the Madden-Julian Oscillation in the equatorial Pacific.JClim,2002,15:2429-2445.

[15] Bastone C,Hendon H H.Characteristics of stochastic variability associated with ENSO and the role of the MJO.JClim,2005,18:1773-1789.

[16] 何金海,Murakami T,Nakazawa T.1979年夏季亞洲季風(fēng)區(qū)域40—50天周期振蕩的環(huán)流及其水汽輸送場的變化.南京氣象學(xué)院學(xué)報(bào),1984,7(2):163-175.

[17] 穆明權(quán),李崇銀.1998年南海夏季風(fēng)爆發(fā)與大氣季節(jié)內(nèi)振蕩的活動(dòng).氣候與環(huán)境研究,2000,5(4):375-387.

[18] Annamalai H,Slingo J M.Active/break cycles: Diagnosis of the intraseasonal variability over the Asian summer monsoon.ClimDyn,2001,18:85-102．

[19] Chan J C L,Ai W X,Xu J J.Mechanisms responsible for the maintenance of the 1998 South China Sea summer monsoon.JMeteorSocJapan,2002,80:1103-1113.

[20] 琚建華,錢誠,曹杰.東亞夏季風(fēng)的季節(jié)內(nèi)振蕩研究.大氣科學(xué),2005,29(2):187-194.

[21] 琚建華,孫丹,呂俊梅.東亞季風(fēng)涌對我國東部大尺度降水過程的影響分析.大氣科學(xué),2007,31(26):1129-1139.

[22] 韓榮青,李維京,董敏.北半球副熱帶-中緯度太平洋大氣季節(jié)內(nèi)振蕩的緯向傳播與東亞夏季旱澇.氣象學(xué)報(bào),2006,64(2):149-163.

[23] Wen M,Zhang R H.Quasi-biweekly oscillation of the convection around Sumatra and low-level tropical circulation in boreal spring.MonWeaRev,2008,136:189-205.

[24] Lawrence D M,Webster P J.The boreal summer intraseasonal oscillation:Relationship between northward and eastward movement of convection.JAtmosSci,2002,59:1593-1606.

[25] Rao S,Yamagata T.Abrupt termination of Indian Ocean dipole events in response to intraseasonal disturbances.GeophysResLett,2004,31(19):329-340.

[26] Han W Q,Shinoda T,Fu L L,et al.Impact of atmospheric intraseasonal oscillations on the Indian Ocean dipole during the 1990s.JPhysOceanogr,2006,36:670-690.

[27] Liebmann B,Hendon H,Glick J.The relationship between tropical cyclones of the western Pacific and Indian oceans and the Madden-Julian Oscillation.JMeteorSocJapan,1994,72:401-411.

[28] Molinari J,Knight D,Dickinson M,et al.Potential vorticity, easterly waves,and eastern Pacific tropical cyclogenesis.MonWeaRev,1997,125:2699-2708.

[29] Maloney E D,Hartmann D L.Modulation of eastern North Pacific hurricanes by the Madden-Julian Oscillation.JClim,2000,13:1451-1460.

[30] Higgins R W,Shi W.Intercomparison of the principal modes of interannual and intraseasonal variability of the North American monsoon system.JClim,2001,14:403-417.

[31] Bessafi M,Wheeler M C.Modulation of south Indian Ocean tropical cyclones by the Madden-Julian oscillation and convectively coupled equatorial waves.MonWeaRev,2006,134:638-656.

[32] 金小霞,何金海,占瑞芬,等.大氣季節(jié)內(nèi)振蕩對熱帶氣旋活動(dòng)影響的研究進(jìn)展.熱帶氣象學(xué)報(bào),2011,27(1):133-138.

[33] Jeong J H,Kim B M,Ho C H,et al.Systematic variation in wintertime precipitation in East Asia by MJO-induced extratropical vertical motion.JClim,2008,21:788-801.

[34] 吳俊杰,袁卓建,錢鈺坤,等.熱帶季節(jié)內(nèi)振蕩對2008年初南方持續(xù)性冰凍雨雪天氣的影響.熱帶氣象學(xué)報(bào),2009,25(增刊Ⅰ):103-112.

[35] Jia X L,Chen L J,Ren F M,et al.Impacts of the MJO on winter rainfall and circulation in China.AdvAtmosSci,2011,28(3):521-533.

[36] 賈小龍,梁瀟云.熱帶MJO對2009年11月我國東部大范圍雨雪天氣的可能影響.熱帶氣象學(xué)報(bào),2011,27(5):639-648.

[37] Zhang R,Li T,Wen M,et al.Role of intraseasonal oscillation in asymmetric impacts of El Ni o and La Nia on the rainfall over southern China in boreal winter.ClimDyn,2015,45:559-567.

[38] Li T,Zhang R,Wen M.Impact of ENSO on the precipitation over China in winter half-years.JTropMeteorol,2015,21:161-170.

[39] 梁萍,丁一匯.基于季節(jié)內(nèi)振蕩的延伸期預(yù)報(bào)試驗(yàn).大氣科學(xué),2012,36(1):102-116.

[40] 梁萍,何金海,穆海振.MJO在延伸期預(yù)報(bào)中的應(yīng)用進(jìn)展.氣象科技進(jìn)展,2013,3(1):31-38.

[41] Storch H,Xu J.Principal oscillation pattern analysis of the 30-60-day oscillation in the tropical troposphere.ClimDyn,1990,4:175-190.

[42] Waliser D E,Jones C,Schemm J K E,et al.A statistical extended-range tropical forecast model based on the slow evolution of the Madden-Julian Oscillation.JClim,1999,12:1918-1939.

[43] Lo F,Hendon H H.Empirical extended-range prediction of the Madden-Julian Oscillation.MonWeaRev,2000,128:2528-2543.

[44] Mo K C.Adaptive filtering and prediction of intraseasonal oscillations.MonWeaRev,2001,129:802-817.

[45] Wheeler M,Weickmann K M.Real-time monitoring and prediction of modes of coherent synoptic to intraseasonal tropical variability.MonWeaRev,2001,129:2677-2694.

[46] Jones C,Carvalho L M V,Wayne H R,et al.A statistical forecast model of tropical intraseasonal convective anomalies.JClim,2004,17:2078-2095.

[47] Maharaj E A,Wheeler M C.Forecasting an index of the Madden-oscillation.IntJClimatol,2005,25:1611-1618.

[48] Jiang X,Waliser D E,Wheeler M C,et al.Assessing the skill of an all-season statistical forecast model for the Madden-Julian Oscillation.MonWeaRev,2008,136:1940-1956.

[49] Love B S,Matthews A J,Janacek G J.Real-time extraction of the Madden-Julian Oscillation using empirical mode decomposition and statistical forecasting with a VARMA model.JClim,2008,21:5318-5335.

[50] Love B S,Matthews A J.Real-time localised forecasting of the Madden-Julian Oscillation using neural network models.QJRMeteorolSoc,2009,135:1471-1483.

[51] Seo K H,Wang W,Gottschalck J,et al.Evaluation of MJO forecast skill from several statistical and dynamical forecast models.JClim,2009,22:2372-2388.

[52] Kang I S,Kim H M.Assessment of MJO predictability for boreal winter with various statistical and dynamical models.JClim,2010,23:2368-2378.

[53] Kondrashov D,Chekroun M D,Robertson A W,et al.Loworder stochastic model and “past-noise forecasting” of the Madden-Julian Oscillation.GeophysResLett,2013,40:5305-5310.

[54] Cavanaugh N R,Teddy A,Subramanian A,et al.The skill of atmospheric linear inverse models in hindcasting the Madden-Julian Oscillation.ClimDyn,2014,44:897-906.

[55] Zhu Z W,Li T,Hsu P C,et al.A spatial-temporal projection for extended-range forecast in the tropics.ClimDyn,2015,45(3):1085-1098.

[56] Van den Dook H M.Searching for analogues,how long must we wait?Tellus,1994,46A:314-324.

[57] 賈小龍,袁媛,任福民,等.熱帶大氣季節(jié)內(nèi)振蕩(MJO)實(shí)時(shí)監(jiān)測預(yù)測業(yè)務(wù).氣象,2012,38(4):425-431.

[58] Hsu P C,Li T,You L,et al.A spatial-temporal projection method for 10-30-day forecast of heavy rainfall in Southern China.ClimDyn,2015,44(5):1227-1244.

[59] Slingo J M,Sperber K R,Boyle J S,et al.Intraseasonal oscillations in 15 atmospheric general circulation models:Results from an AMIP diagnostic subproject.ClimDyn,1996,12(5):325-357.

[60] Seo K H,Wang W.The Madden-Julian oscillation simulated in the NCEP Climate Forecast System model:The importance of stratiform heating.JClim,2009,23:4770-4793.

[61] Wang W Q,Jang P H,Almazroui M.Examination of multi-perturbation methods for ensemble prediction of the MJO during boreal summer.ClimDyn,2014,42:2627-2637.

[62] Rashid H A,Hendon H H,Wheeler M C,et al.Prediction of the Madden-Julian oscillation with the POAMA dynamical prediction system.ClimDyn,2011,36:649-661.

[63] Hudson D,Marshall A G,Yin Y H,et al.Improving intraseasonal prediction with a new ensemble generation strategy.MonWeaRev,2013,141:4429-4449.

[64] Kang I S,Jang P H,Almazroui M.Examination of multi-perturbation methods for ensemble prediction of the MJO during boreal summer.ClimDyn,2014,42:2627-2637.

[65] Fu X H,Lee J Y,Hsu P C,et al.Multi-model MJO forecasting during DYNAMO/CINDY period.ClimDyn,2013,41:1067-1081.

[66] Vitart F,Woolnough S,Balmaseda M A,et al.Monthly forecast of the Madden-Julian Oscillation using a coupled GCM.MonWeaRev,2007,135:2700-2715.

[67] Vitart F,Molteni F.Simulation of the MJO and its teleconnections in the ECMWF forecast system.QJRMeteorolSoc,2010,136:842-855.

[68] Vitart F.Evolution of ECMWF sub-seasonal forecast skill scores.QJRMeteorolSoc,2014,140:1889-1899.

[69] Fu X,Wang B,Bao Q,et al.Impacts of initial conditions on monsoon intraseasonal forecasting.GeophysResLett,2009,36,L08801,doi:10.1029/2009GL037166.

[70] Fu X,Wang B,Lee J Y,et al.Sensitivity of dynamical intraseasonal prediction skills to different initial conditions.MonWeaRev,2011,139:2572-2592.

[71] Toth Z,Kalnay E.Ensemble forecasting at NMC: The generation of perturbations.BullAmerMeteorSoc,1993,74:2317-2330.

[72] Liess S,Waliser D E,Schubert S D.Predictability studies of the intraseasonal oscillation with the ECHAM5 GCM.JAtmosSci,2005,62:3320-3336.

[73] Chikamoto Y,Mukougawa H,Kubota T,et al.Evidence of growing bred vector associated with the tropical intraseasonal oscillation.GeophysResLett,2007,34:L04806,doi:10.1029/2006GL028450.

[74] Kug J S,Ham Y G,Kimoto M,et al.New approach for optimal perturbation method in ensemble climate prediction with empirical singular vector.ClimDyn,2010,35:331-340.

[75] Ham Y G,Schubert S D,Chang Y.Optimal Initial perturbations for ensemble prediction of the Madden-Julian Oscillation during boreal winter.JClim,2012,25:4932-4945.

[76] Neena J M,Lee J Y,Waliser D.Predictability of the Madden-Julian Oscillation in the Intraseasonal Variability Hindcast Experiment (ISVHE).JClim,2014,27:4531-4543.

[77] 宋連春,肖風(fēng)勁,李威.我國現(xiàn)代化氣候業(yè)務(wù)現(xiàn)狀及未來發(fā)展趨勢.應(yīng)用氣象學(xué)報(bào),2013,24(5):513-520.

[78] 賈小龍,陳麗娟,高輝,等.我國短期氣候預(yù)測技術(shù)進(jìn)展.應(yīng)用氣象學(xué)報(bào),2013,24(6):641-655.

[79] 封國林,趙俊虎,支蓉,等.動(dòng)力-統(tǒng)計(jì)客觀定量化汛期降水預(yù)測研究新進(jìn)展.應(yīng)用氣象學(xué)報(bào),2013,24(6):656-665.

[80] 李清泉,孫丞虎,袁媛,等.近20年我國氣候監(jiān)測預(yù)測業(yè)務(wù)技術(shù)的主要進(jìn)展.應(yīng)用氣象學(xué)報(bào),2013,24(6):666-676.

[81] 劉長征,杜良敏,柯宗建,等.國家氣候中心多模式解釋應(yīng)用集成預(yù)測.應(yīng)用氣象學(xué)報(bào),2013,24(6):677-685.

[82] 賈小龍,李崇銀.熱帶大氣季節(jié)內(nèi)振蕩及其數(shù)值模擬.北京:氣象出版社,2010.

[83] Zhao C B,Zhou T J,Song L C,et al.The boreal summer intraseasonal oscillation simulated by four Chinese AGCMs participating in the CMIP5 project.AdvAtmosSci,2014,31(5):1167-1180.

[84] 吳統(tǒng)文,宋連春,劉向文.國家氣候中心短期氣候預(yù)測模式系統(tǒng)業(yè)務(wù)化進(jìn)展.應(yīng)用氣象學(xué)報(bào),2013,24(5):533-543.

[85] Wu T,Song L,Li W,et al.An overview of BCC climate system model development and application for climate change studies.JMeteorRes,2014,28(1):34-56.

[86] Xiang B,Zhao M,Jiang X,et al.The week MJO prediction skill in a GFDL Coupled Model.JClimate,2015,28:5351-5364, doi:10.1175/JCLI-D-15-0102.1.

[87] 丑紀(jì)范,任宏利.數(shù)值天氣預(yù)報(bào)——另類途徑的必要性和可行性.應(yīng)用氣象學(xué)報(bào),2006,17(2):240-244.

[88] 任宏利.動(dòng)力季節(jié)預(yù)測中預(yù)報(bào)誤差與物理因子的關(guān)系.應(yīng)用氣象學(xué)報(bào),2008,19(3):276-286.

[89] 鄭志海,封國林,丑紀(jì)范,等.數(shù)值預(yù)報(bào)中自由度的壓縮及誤差相似性規(guī)律.應(yīng)用氣象學(xué)報(bào),2010,21(2):139-148.

[90] 譚桂容,段浩,任宏利.中高緯度地區(qū)500 hPa高度場動(dòng)力預(yù)測統(tǒng)計(jì)訂正.應(yīng)用氣象學(xué)報(bào),2012,23(3):304-311.

Progresses of MJO Prediction Researches and Developments

Ren Hongli1)Wu Jie1)2)Zhao Chongbo1)Liu Ying1)Jia Xiaolong1)Zhang Peiqun1)

1)(LaboratoryforClimateStudies,NationalClimateCenter,CMA,Beijing100081)2)(InstituteofAtmosphericScience,NanjingUniversityofInformationScience&Technology,Nanjing210044)

Madden-Julian oscillation (MJO) is the dominant mode of the sub-seasonal to seasonal (S2S) time-scale variability. It has great impacts on weather and climate events at low latitudes, and also influences the circulation at mid-high latitudes by its meridional propagation and stimulating teleconnection wave trains, which presents a primary source of predictability on extended-range time scale. Therefore, the MJO prediction, which is the crucial part of S2S climate prediction, has been paid much attention in recent years. Firstly, the history of MJO prediction is reviewed, and then the current status of MJO prediction in main international research and operation institutions is summarized. Furthermore, the latest progress of the MJO prediction technique development and operation system establishment in National Climate Center of China Meteorological Administration (NCC/CMA) is focused on. The development goal and research plan for the MJO prediction on next step in NCC/CMA are prospected finally.

Basic methodologies for the MJO prediction include the statistical and dynamical models. In recent years, big progresses have been made for two methodologies. For the former, the so-called spatial-temporal projection method (STPM) can extend the valid length of the MJO prediction to 25-30 days in terms of pentad mean. For the latter, atmospheric and coupled general circulation models (GCMs) have significantly pushed skills of the MJO prediction forward. Until now, the major research and operational institutions in the world have the valid prediction length longer than 20 days generally. More and more evidences indicate that the dynamical prediction based on GCMs is the most promising direction of MJO prediction. Indeed, it plays the crucial role in the model prediction that the GCMs need more adequate initial values including strong MJO signals, well designed initialization schemes making initial values dynamically consistent with model, and effectively perturbed ensemble members in terms of uncertainties from both initial values and model physics.

In NCC/CMA, its own MJO prediction system using both the statistical and model is developed. On one hand, the STPM is now applied to the quasi-operational MJO prediction and the countrywide extended-range pentad-mean prediction of China station precipitation. On the other hand, methods and techniques of using BCC_AGCM2.2 and BCC_CSM1.1(m) models are being developed quickly in NCC/CMA, where particularly, a real-time MJO monitoring prediction system based on BCC_AGCM2.0 is established, fed by observations which all from CMA. By this system, daily real-time monitoring and prediction operational products are issued for forecaster use. Recently, a new ensemble method has been put forwards by averaging prediction results of BCC_CSM 1.1(m) with three different initialization schemes, which can significantly improve the MJO prediction and make the valid length reach about 20 days. Further studies are necessary for the MJO prediction, especially for that using the coupled GCMs.

MJO; prediction technique; ensemble; operational system

10.11898/1001-7313.20150602

公益性行業(yè)(氣象)科研專項(xiàng)(GYHY201406022)，國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(2015CB453203)，國家自然科學(xué)基金項(xiàng)目(41375062)

任宏利,吳捷,趙崇博,等. MJO預(yù)報(bào)研究進(jìn)展. 應(yīng)用氣象學(xué)報(bào)，2015，26(6)：658-668.

2015-09-25收到， 2015-10-14收到再改稿。

* email: renhl@cma.gov.cn